Documente Academic
Documente Profesional
Documente Cultură
MATEMATICI APLICATE
ÎN
ECONOMIE
- NOTE DE CURS –
- PENTRU –
- ÎNVǍŢǍMÂNTUL LA DISTANŢǍ-
Cuprins
1 Introducere 6
1.1 Necesitatea utilizării matematicii ı̂n ştiinţele economice . . . . . . . . . . . . . . . . . . . 6
1.2 Modelarea matematico-economică . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3 Câteva exemple de modele matematico–economice . . . . . . . . . . . . . . . . . . . . . . 8
1.3.1 Optimizarea producţiei unei ı̂ntreprinderi . . . . . . . . . . . . . . . . . . . . . . . 9
1.3.2 Modele de gospodărire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3.3 Problema dietei (nutriţiei) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2 Spaţii vectoriale 12
2.1 Definiţia spaţiului vectorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2 Subspaţii vectoriale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.3 Independenţa şi dependenţa liniară a vectorilor. Bază şi dimensiune . . . . . . . . . . . . 16
2.4 Produs scalar. Spaţii normate. Spaţii metrice . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.5 Mulţimi convexe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.6 Testul Nr. 1 de verificare a cunoştinţelor . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3
6 Elemente de teoria grafurilor 97
6.1 Noţiuni fundamentale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
6.2 Algoritmi pentru rezolvarea unor probleme relative la grafuri . . . . . . . . . . . . . . . . 102
6.2.1 Algoritmul lui Yu Chen pentru aflarea matricei drumurilor . . . . . . . . . . . . . 103
6.2.2 Algoritmi pentru precizarea existenţei circuitelor ı̂ntr-un graf . . . . . . . . . . . . 103
6.2.3 Algoritmi pentru aflarea componentelor tare conexe ale unui graf . . . . . . . . . . 104
6.2.4 Algoritmi pentru aflarea drumurilor hamiltoniene ale unui graf . . . . . . . . . . . 108
6.2.5 Algoritmi pentru determinarea drumurilor de lungime optimă . . . . . . . . . . . . 110
6.2.6 Metoda drumului critic . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
6.3 Problema fluxului optim ı̂n reţele de transport . . . . . . . . . . . . . . . . . . . . . . . . 118
6.3.1 Reţele de transport . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
6.3.2 Algoritmul lui Ford–Fulkerson pentru determinarea fluxului maxim ı̂ntr-un graf de
reţea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
6.4 Testul Nr. 5 de verificare a cunoştinţelor . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
8 Şiruri 149
8.1 Şiruri de numere reale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
8.2 Şiruri ı̂n spaţii metrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
8.3 Test de verificare a cunoştinţelor nr. 7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
4
12 Derivarea funcţiilor de mai multe variabile 238
12.1 Derivate parţiale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
12.2 Interpretări geometrice şi economice ale derivatelor parţiale . . . . . . . . . . . . . . . . . 241
12.3 Derivarea funcţiilor compuse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243
12.4 Diferenţiala funcţiilor de mai multe variabile . . . . . . . . . . . . . . . . . . . . . . . . . 250
12.5 Extremele funcţiilor de mai multe variabile . . . . . . . . . . . . . . . . . . . . . . . . . . 254
12.6 Extreme condiţionate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257
12.7 Ajustarea unor date . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262
12.8 Interpolarea funcţiilor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264
12.9 Test de verificare a cunoştinţelor nr. 11 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267
5
Capitolul 1
Introducere
Obiective: În acest capitol introductiv se pune ı̂n evidenţă importanţa cunoaşterii matematicii
pentru un viitor economist.
Rezumat: În acest capitol sunt prezentate principiile modelării matematico-economice cu
prezentarea câtorva modele precise, cum ar fi optimizarea producţiei unei ı̂ntreprinderi, modele de gos-
podărie şi problema dietei (nutriţiei).
Conţinutul capitolului:
1. Necesitatea utilizării matematicii ı̂n ştiinţele economice
2. Modelarea matematico-economică
3. Câteva exemple de modele matematico-economice
4. Bibliografia aferentă capitolului
Cuvinte cheie: metode matematice, model matematic, optim economic, optimizarea
producţiei, modele de gospodărie, problema dietei.
6
optim, destul de veche ı̂n gândirea economică legată direct de practică, apare ı̂ntr-o nouă lumină prin
posibilităţile oferite de matematica contemporană.
Dacă ı̂n trecut conţinutul optimului economic funcţiona, cel mai adesea, după principiul ”cu cât
mai mult, cu atât mai bine”, ı̂n prezent optimul economic lucrează după principiul ”profit maxim
ı̂n condiţii date”.
Utilizarea calculului diferenţial şi integral ı̂n economia politică, ı̂ncepând cu sfârşitul secolului al
XIX-lea şi ı̂nceputul secolului al XX-lea, era o necesitate. Aşa s-a născut economia matematică, care,
treptat s-a impus ı̂n cercetările economice.
În conformitate cu aceste preocupări, ı̂n economia matematică s-a creat conceptul de ”optim pare-
tian”, introdus de Vilfredo Pareto. S-au creat noi metode precise de optimizare a activităţii economice,
apelându-se la ramurile existente ı̂n matematică, dar şi cerând imperios găsirea de noi concepte matema-
tice, care să permită găsirea soluţiilor optime cât mai rapid şi cât mai exact. Aşa au apărut metodele
de programare matematică ı̂n rezolvarea unor probleme de optimizare a activităţii unor ı̂ntreprinderi,
a unor societăţi de comerţ, turism sau cu preocupări agricole. Problemele puse de practica economică
stimulează continuu descoperirea de noi metode matematice. Fără să greşim putem afirma că există o
conlucrare benefică, atât pentru economişti, cât şi pentru matematicieni.
Legătura concretă dintre matematică şi economie se stabileşte printr-o traducere ı̂n limbaj matem-
atic a noţiunilor şi a relaţiilor ce intervin ı̂n fenomenele economice, fapt ce se realizează prin procesul de
modelare matematică. Folosirea limbajului matematic ı̂n ştiinţele economice oferă posibilitatea formulării
necontradictorii a fenomenelor economice şi introducerii rigorii ı̂n studiul lor.
7
ce conduce la ı̂nlăturarea tratărilor subiective. În plus reprezentările matematice nu sunt ı̂ngrădite de
limite materiale şi nici de traducerea dintr-o disciplină ı̂n alta.
În elaborarea unui model matematic ataşat unui proces trebuiesc respectate etapele:
1. Obţinerea modelului descriptiv al procesului, care are subetapele:
1.1. formularea problemei propuse;
1.2. analiza structurii informaţionale a fenomenului abordat;
1.3. discutarea criteriilor posibile care reflectă obiectivele urmărite;
1.4. stabilirea factorilor esenţiali şi factorilor secundari;
2. Formularea matematică a modelului descriptiv, etapă ı̂n care se elaborează modelul matematic;
3. Studierea (cercetarea) modelului, adică rezolvarea practică a problemei pe model. Astăzi, ı̂n această
etapă de mare folos este calculatorul.
Modelul realizat şi testat trebuie să reflecteze originalul cu destulă precizie. S-ar putea ca modelul
să fie bine construit dar să nu dea rezultate sa- tisfăcătoare. El trebuie ı̂mbunătăţit sau abandonat.
Fidelitatea unui model se poate realiza nu numai având grijă să nu pierdem din vedere anumite
aspecte ale fenomenului studiat, ci şi prin aparatul matematic folosit.
Fidelitatea faţă de original creşte odată cu perfecţionarea aparatului matematic utilizat. În funcţie
de aparatul matematic folosit au apărut modele foarte variate, uneori chiar pentru aceeaşi problemă.
După modelul matematic utilizat se poate da următoarea clasificare a modelelor:
1) modele aritmetice (utilizate până ı̂n secolul al XVIII-lea)– folosesc numai concepte aritmetice;
2) modele bazate pe analiza matematică (utilizate ı̂ncepând cu secolul al XVIII-lea)– folosesc
concepte de analiză matematică;
3) modele liniare – utilizează concepte de algebră liniară (de exemplu, programarea liniară);
4) modele de joc – care iau ı̂n considerare şi variabile necontrolabile;
5) modele de optimizare – urmăresc optimizarea unei funcţii (numită funcţia obiectiv) supusă
unor restricţii;
6) modele neliniare – utilizează restricţii de optim sau funcţii obiectiv neliniare;
7) modele diferenţiale – care descriu prin ecuaţii diferenţiale fenomenul (de exemplu, modelul care
descrie variaţia producţiei);
8) modele de tip catrastofic – utilizate de studiul fenomenelor cu variaţii bruşte;
9) modele deterministe – mărimile care intervin sunt perfect determinate;
10) modele stohastice – mărimile care intervin sunt aleatorii;
11) modele de tip statistico-matematice – mărimile care intervin sunt date statistic;
12) modele vagi – mărimile care intervin nu sunt date cu precizie, ci doar vag;
13) modele discrete – mărimile care intervin variază discret;
14) modele continue – mărimile care intervin variază continuu.
Cu toată diversitatea conceptelor şi rezultatelor matematice, există numeroase fenomene economice
pentru care nu s-au elaborat modele pe deplin satisfăcătoare.
8
1.3.1 Optimizarea producţiei unei ı̂ntreprinderi
Să considerăm o ı̂ntreprindere care ı̂şi desfăşoară activitatea de producţie ı̂n următoarele condiţii:
i) ı̂n ı̂ntreprindere se desfăşoară n activităţi Ai , i = 1, n;
ii) există m factori disponibili Fj , j = 1, m;
iii) se cunosc coeficienţii tehnici de utilizare a celor m factori ı̂n cele n activităţi.
Vom ı̂ncerca să obţinem descrierea matematică a activităţii de producţie.
Pentru realizarea modelării acestui program de producţie să notăm cu xi nivelul activităţii Ai ,
i = 1, n, şi cu bi volumul (cantitatea) disponibil de factorul Fj , j = 1, m şi aij factorul de proporţionalitate
al consumului Fi pentru activitatea Aj .
Acum putem scrie restricţiile:
⎧
⎪
⎪ a11 x1 + a12 x2 + . . . + a1n xn ≤ b1
⎪
⎨ a21 x1 + a22 x2 + . . . + a2n xn ≤ b2
(1.1) ..
⎪
⎪ .
⎪
⎩
am1 x1 + am2 x2 + . . . + amn xn ≤ bm
Restricţiile (1.1) reprezintă condiţiile ı̂n care ı̂ntreprinderea poate să-şi desfăşoare activitatea. Ele
se pot scrie şi sub forma matricială. În acest scop facem notaţiile: A = (aij ) – matricea coeficienţilor
tehnici; x = t (x1 , x2 , . . . , xn ) (t – transpus) – vectorul coloană al nivelului producţiei; C1 , C2 , . . . , Cn –
vectorii coloană din matricea A; C0 – vectorul coloană al volumelor disponibile. Acum condiţiile (1.1) se
pot scrie sub forma
C1 x1 + C2 x2 + . . . + Cn xn ≤ C0
sau
Ax ≤ C0 .
Până aici am urmărit descrierea tehnologiei producţiei. Dar orice proces de producţie mai
urmăreşte şi o motivaţie economică, de exemplu să se realizeze o eficienţă maximă. Un astfel de
criteriu de eficienţă este dat de maximizarea profitului. Practic, finalul acestui proces este optimizarea
unei anumite funcţii, care de fapt realizează optimizarea funcţionării unui proces economic.
9
1.3.3 Problema dietei (nutriţiei)
Una dintre problemele celebre de gospodărire este problema alimentării cât mai ieftine şi realizarea
unor cerinţe de alimentaţie conform unui scop propus.
O alimentaţie se consideră bună dacă se oferă anumite substanţe ı̂n cantităţi minimale precizate.
Evident că aceste substanţe se găsesc ı̂n diferite alimente cu preţuri cunoscute. Se cere să se stabilească
o dietă (raţie) care să fie corespunzătoare şi totodată cât mai ieftină. Substanţele care intră ı̂ntr-o dietă
se numesc substanţe nutritive sau principii nutritive.
Vom obţine, ı̂n continuare, modelul matematico-economic pentru problema dietei. Fie
S1 , S2 , . . . , Sm substanţele nutritive care trebuie să intre ı̂n compunerea dietei ı̂n cantităţile mini-
male b1 , b2 , . . . , bm şi A1 , A2 , . . . , An alimentele de care dispunem cu preţul corespunzător pe unitate
c1 , c2 , . . . , cn . Notăm cu aij numărul de unităţi din substanţa Si , i = 1, m, se găsesc ı̂ntr-o unitate din
alimentul Aj , j = 1, n. Se cere să se afle x1 , x2 , . . . , xn numărul de unităţi din alimentele A1 , A2 , . . . , An
aşa ı̂ncât să se obţină o raţie acceptabilă la un preţ cât de mic. De obicei datele problemei se prezintă
ı̂ntr-un tabel de forma:
Minim
Alimente
A1 A2 ... Aj ... An necesar
Substanţa
din Si
S1 a11 a12 ... a1j ... a1n b1
... ... ... ... ... ... ... ...
Si ai1 ai2 ... aij ... ain bi
... ... ... ... ... ... ... ...
Sm am1 am2 ... amj ... amn bm
Preţ alimente c1 c2 ... cj ... cn
Unităţi de consum x1 x2 ... xj ... xn
Cantitatea din substanţa Si care se realizează este ai1 x1 + ai2 x2 + . . . + ain xn , care din cerinţa
problemei trebuie să fie ≥ bi , i = 1, m. Ajungem astfel la condiţiile (restricţiile):
⎧
⎪
⎪ a11 x1 + a12 x2 + . . . + a1n xn ≥ b1
⎨
a21 x1 + a22 x2 + . . . + a2n xn ≥ b2
(1.2)
⎪
⎪ ...................................
⎩
am1 x1 + am2 x2 + . . . + amn xn ≥ bm
(1.3) x1 ≥ 0, x2 ≥ 0, . . . , xn ≥ 0.
Funcţia obiectiv care exprimă costul unei raţii este dată de:
(1.4) f = c1 x1 + c2 x2 + . . . + cn xn .
Problema dietei cere să determinăm x1 , x2 , . . . , xn aşa ı̂ncât f să fie minimă. O astfel de dietă se
numeşte optimă. Orice dietă care satisface restricţiile (1.2) şi (1.3) se numeşte admisibilă.
Modelul dietei poate fi folosit şi ı̂n alte situaţii, ca de exemplu: problema furajării raţionale (ı̂n
zootehnie), chestiunea amestecului optim (ı̂n amestecuri de benzină sau uleiuri auto, ı̂n realizarea unor
sortimente de băuturi sau ı̂ngheţată), ş.a.
Pentru alte modele matematico-economice se pot consulta lucrările [2], [3], [4], [5].
10
Bibliografia aferentă capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate ı̂n economie - Volumul I, Editura ULB,
Sibiu, 2001.
[2] Izvercian, P.N.,Creţu, V., Izvercian, M., Resiga, R., Introducere ı̂n teoria grafurilor. Metoda
drumului critic, Editura de Vest, Timişoara, 1994.
[3] Popescu, O., Raischi, C., Matematici aplicate ı̂n economie, vol.I, II, Editura Didactică şi Peda-
gogică, Bucureşti, 1993.
[4] Raţiu-Raicu, C., Modelare şi simularea proceselor economice, Editura Didactică şi Pedagogică,
R.A., Bucureşti, 1995.
[5] Stavre, P., Matematici speciale cu aplicaţii ı̂n economie, Editura Scrisul Românesc, Craiova, 1982.
11
Capitolul 2
Spaţii vectoriale
Obiective: În acest capitol studentul va lua contact cu noţiunile teoretice fundamentale (cum
ar fi spaţiile vectoriale, prehilbertiene, normate şi metrice) necesare ı̂nţelegerii metodelor / aplicaţiilor
prezentate ı̂n capitolele următoare.
Rezumat: În acest capitol sunt prezentate noţiunile de spaţiu vectorial, subspaţiu vectorial,
sistem de vectori, combinaţie liniară, liniar independenţă şi liniar dependenţă, bază, dimensiune, produs
scalar şi spaţii prehilbertiene, normă şi spaţii normate, metrică şi spaţii metrice, mulţimi convexe, etc.
Conţinutul capitolului:
1. Definiţia spaţiului vectorial
2. Subspaţiu vectorial
3. Independenţa şi dependenţa liniară a vectorilor. Bază şi dimensiune
4. Produs scalar. Spaţii normate. Spaţii metrice
5. Mulţimi convexe
6. Test de verificare a cunoştinţelor
7. Bibliografia aferentă capitolului
Cuvinte cheie: spaţiu vectorial, bază, dimensiune, produs scalar, normă, metrică, mulţimi
convexe.
Definiţia 2.1.1 Se numeşte lege de compoziţie (operaţie) externă pe mulţimea M faţă de mulţimea K,
o funcţie f : K × M → M .
Mulţimea K se numeşte domeniul operatorilor sau scalarilor
Definiţia 2.1.2 Se spune că pe mulţimea V s-a definit o structură de spaţiu vectorial (liniar) peste
câmplul K, dacă pe V s-a definit o lege de compoziţie internă (x, y) → x + y, x, y ∈ V , numită adunare,
şi o lege de compoziţie externă faţă de câmpul K, (α, x) → αx, α ∈ K, x ∈ V , numită ı̂nmulţire cu
scalari, astfel că pentru orice x, y, z ∈ V şi orice a, b ∈ K să avem
1. x + y = y + x (comutativitatea adunării);
2. (x + y) + z = x + (y + z) (asociativitatea adunării);
3. Există elementul θ ∈ V , astfel ca x + θ = θ + x = x;
12
4. Oricărui x ∈ V ı̂i corespunde −x ∈ V astfel cu x + (−x) = (−x) + x = θ (−x se numeşte opusul
lui x);
(Prin urmare (V , +) este un grup comutativ);
5. 1 · x = x;
6. (a + b)x = ax + bx;
7. (ab)x = a(bx);
8. a(x + y) = ax + ay.
Mulţimea V ı̂mpreună cu structura de spaţiu vectorial peste câmpul K se numeşte spaţiu vec-
torial (liniar) peste K, iar elementele sale le vom numi vectori.
Se observă că operaţia de adunare a vectorilor din V a fost notată tot cu semnul ”+” ca şi adunarea
din K, iar operaţia de ı̂nmulţire cu scalari a fost notată cu ”·” ca şi ı̂nmulţirea din K, acest lucru nu
produce confuzie deoarece ı̂n context orice ambiguitate este ı̂nlăturată.
Dacă K este corpul R al numerelor reale, atunci V se numeşte spaţiu vectorial real, iar dacă
K este corpul C al numerelor complexe, atunci V se numeşte spaţiu vectorial complex.
Elementul θ ∈ V se numeşte vectorul nul al spaţiului vectorial V .
x = 1 · x = (0 + 1)x = 0 · x + 1 · x = 0 · x + x,
şi
αf : R → R, (αf )(x) = αf (x), (∀)f ∈ Hom(f, g) şi (∀)r ∈ R.
Aceste operaţii determină pe Hom(R, R) o structură de spaţiu vectorial.
2.1.6. Fie K un câmp oarecare şi n un număr natural nenul. Considerăm produsul cartezian
K n = K × K × . . . × K , adică mulţimea sistemelor ordonate x = (x1 , x2 , . . . , xn ) de câte n elemente din
n ori
K. Definim pe K n operaţiile:
x + y = (x1 + y1 , x2 + y2 , . . . , xn + yn ),
13
spaţiul vectorial aritmetic cu n dimensiuni peste K. Pentru K = R se obţin spaţiile euclidiene,
iar pentru K = C se obţin spaţiile unitare sau hermitice. În cazul unui vector x = (x1 , x2 , . . . , xn )
din K n , x1 , x2 , . . . , xn se numesc componentele sau coordonatele vectorului x. De aceea, când vom
nota vectorii cu indici vom folosi scrierea cu exponenţi ı̂n paranteză, pentru a se deosebi de componentele
sale.
Comentariul 2.1.1. Spaţiile vectoriale Rn şi Cn sunt instrumente matematice de bază ı̂n studiul
modelelor matematico-economice. Spaţiile R2 şi R3 conduc la vectorii utilizaţi ı̂n fizică.
Observaţia 2.2.1 Orice subspaţiu vectorial W al unui spaţiu vectorial V conţine vectorul nul.
Exemple. 2.2.1. Dacă V este un spaţiu vectorial, atunci submulţimea {θ}, formată numai din vectorul
nul, este un subspaţiu vectorial numit subspaţiul nul.
2.2.2. Pentru spaţiul vectorial R2 şi numărul real a fixat, submulţimea W = {x ∈ R2 |x = (x1 , y1 )
cu y1 = ax1 } formează un subspaţiu vectorial.
Într-adevăr, dacă x, y ∈ W , x = (x1 , y1 ), y1 = ax2 , y = (x2 , y2 ), y2 = ax2 , atunci: x + y =
(x1 + y1 , x2 + y2 ) cu y1 + y2 = ax1 + ax2 = a(x1 + x2 ) şi deci x + y ∈ W . Pentru a ∈ R avem
αx = (αx1 , αy1 ), cu αy1 = α(ax1 ) = a(αxn ) şi deci αx ∈ W .
Cele demonstrate ne arată că, ı̂n spaţiul vectorial R2 (ı̂n plan) dreptele ce trec prin origine formează
subspaţii vectoriale pentru R2 .
2.2.3. Dacă K este un câmp, atunci mulţimea vectorilor
x = (x1 , x2 , . . . , xn ) din K n cu xn = 0 formează un subspaţiu vectorial al spaţiului vectorial K n .
Uşor se verifică faptul că intersecţia a două subspaţii vectoriale ale unui spaţiu vectorial V este tot
un subspaţiu vectorial al lui V . Prin urmare, dacă A este o submulţime a spaţiului vectorial V , atunci
există un cel mai mic subspaţiu al lui V care conţine pe A, anume intersecţia tuturor subspaţiilor lui V
ce conţin pe A, numit subspaţiu generat de A sau acoperirea (ı̂nfăşurătoarea) liniară a lui A.
Două subspaţii W1 şi W2 ale unui spaţiu vectorial se zic independente dacă W1 ∩ W2 = {0}.
Fie S = {x(1) , x(2) , . . . , x(n) } un sistem de n vectori, n ∈ N∗ , din spaţiul vectorial V peste câmpul
K.
Definiţia 2.2.1 Se spune că vectorul x ∈ V este o combinaţie liniară de vectorii sistemului S dacă
există n scalari a1 , a2 , . . . , an ∈ K astfel ca să avem
n
x= ak x(k) .
k=1
14
Teorema 2.2.3 Mulţimea vectorilor din spaţiu vectorial V care se pot scrie ca şi combinaţii liniare de
vectorii sistemului S formează un subspaţiu vectorial al lui V . Acest subspaţiu se notează prin [S] şi se
numeşte subspaţiul lui V generat de sistemul de vectori S.
n
Demonstraţie. Într-adevăr, dacă x = ak x(k) şi y = bk x(k) , atunci, pentru orice α, β ∈ K, avem
k=1 k=1
n
αx + βy = αak x(k) + βbk x(k) = (αak + βbk )x(k) ,
k=1 k=1 k=1
n
Reciproc, dacă x ∈ [S], atunci rezultă că x = ak x(k) , a1 , a2 , . . . , an ∈ K. Prin urmare, x ∈ S ∗ , adică
k=1
[S] ⊆ S ∗ . Rezultă că S ∗ = [S].
Definiţia 2.2.2 Un sistem de vectori S ⊂ V se numeşte sistem de generatori pentru subspaţiul W V
dacă W = [S].
Exemplul 2.2.4. În spaţiul Rn un sistem de generatori pentru Rn este format din vectorii: e(1) =
(1, 0, 0, . . . , 0), e(2) = (0, 1, 0, . . . , 0), . . ., e(n) = (0, 0, . . . , 0, 1). În adevăr, orice x = (x1 , x2 , . . . , xn ) ∈ Rn
se scrie sub forma x = x1 e(1) + x2 e(2) + . . . + xn e(n) .
Definiţia 2.2.3 Dacă W1 şi W2 sunt subspaţii ale spaţiului vectorial V , atunci subspaţiul generat de
S = W1 ∪ W2 se numeşte suma celor două subspaţii. Notăm [S] = W1 + W2 .
Teorema 2.2.5 Suma W1 + W2 a două subspaţii vectoriale ale lui V coincide cu mulţimea vectorilor
x ∈ V care se scrie sub forma x = x(1) + x(2) , cu x(1) ∈ W1 , x(2) ∈ W2 .
Teorema 2.2.6 Suma a două subspaţii vectoriale W1 şi W2 ale spaţiului vectorial V este directă, dacă
şi numai dacă orice vector x din S = W1 + W2 se scrie ı̂n mod unic sub forma x = x(1) + x(2) , x(1) ∈ W1 ,
x(2) ∈ W2 .
Demonstraţie. Să admitem că S = W1 ⊕ W2 şi să presupunem că există x ∈ S aşa ı̂ncât x = x(1) + x(2) ,
x(1) ∈ W1 , x(2) ∈ W2 şi x = y (1) + y (2) , y (1) ∈ W1 , y (2) ∈ W2 . Atunci x(1) + x(2) = y (1) + y (2) , de unde
x(1) − y (1) = x(2) − y (2) ∈ W1 ∩ W2 = {θ} şi deci x(1) = y (1) şi x(2) = y (2) . Rezultă că scrierea lui x ca
sumă de elemente din W1 şi W2 este unică.
Reciproc, să admitem că orice x ∈ S = W1 + W2 , are o scriere unică de forma x = x(1) + x(2) ,
x ∈ W1 , x(2) ∈ W2 . Dacă ar exista t ∈ W1 ∩W2 , t = θ, atunci x = (x(1) −t)+(x(2) −t), cu x(1) −t ∈ W1
(1)
15
Exemplul 2.2.6. Spaţiul vectorial Hom(R, R) al funcţiilor f : R → R este suma directă a subspaţiilor W1
şi W2 ale funcţiilor pare şi respectiv impare deoarece W1 ∩ W2 = {θ}. Cum, pentru orice f ∈ Hom(R, R),
avem
f (x) + f (−x) f (x) − f (−x)
f (x) = + , (∀)x ∈ R,
2 2
adică suma dintre o funcţie pară şi una impară, deducem că W1 şi W2 sunt subspaţii vectoriale supli-
mentare pentru Hom(R, R).
Dacă sistemul S de vectori este liniar independent (liniar dependent), se mai zice că vectorii
x(1) , . . . , x(n) sunt liniar independenţi (liniar dependenţi).
Exemple. 2.3.1. Vectorii e(1) , e(2) , . . . , e(n) (v.exemplul 2.2.4) sunt liniar independenţi ı̂n Rn . În adevăr,
n
dacă a1 , a2 , . . . , an ∈ R astfel ca ai e(i) = θ, atunci rezultă (a1 , a2 , . . . , an ) = θ, de unde obţinem că
i=1
a1 = a2 = . . . = an = 0.
2.3.2. Vectorii x(1) = (1, 2, −1), x(2) = (2, 1, 1) şi x(3) = (4, −1, 5) sunt liniar dependenţi ı̂n R3
deoarece avem 2x(1) − 3x(2) + x(3) = θ.
Teorema 2.3.1 Sistemul S = {x(1) , x(2) , . . . , x(n) } de vectori este liniar dependent, dacă şi numai dacă
cel puţin unul din vectorii lui S se poate exprima ca o combinaţie liniară de ceilalţi vectori ai sistemului.
Propoziţia 2.3.1 Într-un spaţiu vectorial V peste câmpul K sunt valabile afirmaţiile:
iii) orice sistem de vectori din care se poate extrage un sistem liniar dependent este de asemenea liniar
dependent.
16
i) Orice sistem de vectori care conţine vectorul nul este liniar dependent;
ii) Orice subsistem al unui sistem liniar independent de vectori este, de asemenea, liniar independent.
Definiţia 2.3.2 Un sistem infinit de vectori din spaţiul vectorial V se numeşte liniar independent dacă
orice subsistem finit al său este liniar independent. În caz contrar se zice că sistemul este liniar dependent.
Exemplul 2.3.3. În spaţiul vectorial Hom(R, R) sistemul {1, x, x2 , . . . , xn , . . . este liniar independent.
Într-adevăr, orice relaţie de forma
unde i1 < i2 < < ik , are loc numai dacă ai1 = ai2 = . . . = aik = 0, adică orice subsistem finit este liniar
independent.
Definiţia 2.3.3 Un sistem B, finit sau infinit, de vectori din spaţiul vectorial V se numeşte bază pentru
spaţiul vectorial V , dacă B este liniar independent şi B este un sistem de generatori pentru V .
Exemple. 2.3.4. În spaţiul Rn sistemul B = {e(1) , e(2) , . . . , e(n) }, e(1) = (1, 0, . . . , 0), . . . , e(n) =
(0, 0, . . . , 1) formează o bază. S-a arătat că B este liniar independent (v.exemplul 2.3.1) şi constituie
un sistem de generatori pentru Rn (v.exemplul 2.2.4).
Această bază a lui Rn se numeşte baza canonică sau naturală.
2.3.5. În spaţiul vectorial Pn al polinoamelor de grad cel mult n, n ≥ 1, peste câmpul R, o bază
este dată de sistemul B = {1, x, x2 , . . . , xn }.
Teorema 2.3.2 Sistemul de vectori B = {e(1) , e(2) , . . . , e(n) } constituie o bază pentru spaţiul vectorial V
peste câmpul K, dacă şi numai dacă orice vector din V se exprimă ı̂n mod unic ca o combinaţie liniară
de vectorii lui B.
Demonstraţie. Dacă B este bază a spaţiului vectorial V , atunci orice x ∈ V se scrie sub forma
n
x= , ak e(k) , a1 , a2 , . . . , an ∈ K. Dacă mai avem şi x = bk e(k) , b1 , . . . , bn ∈ K, atunci obţinem
k=1 k=1
n
(ak −bk )e(k) = θ, de unde, folosind faptul că B este liniar independent, rezultă ak = bk , k = 1, 2, . . . , n,
k=1
adică scrierea lui x ı̂n baza B este unică.
Reciproc, dacă orice vector din spaţiul V se exprimă ı̂n mod unic ca o combinaţie liniară de vectorii
n
lui B, atunci şi vectorul nul are această proprietate, adică din θ = ak e(k) rezultă ak = 0, k = 1, n (se
k=1
foloseşte unicitatea scrierii), ceea ce ne arată că B este liniar independent.
Definiţia 2.3.4 Dacă B = {e(1) , e(2) , . . . , e(n) } este o bază a spaţiului vectorial V peste câmpul K, atunci
n
scalarii a1 , a2 , . . . , an ∈ K din scrierea x = ak ek se numesc componentele sau coordonatele
k=1
vectorului x ı̂n baza B.
Teorema 2.3.3 (teorema ı̂nlocuirii a lui Steinitz.) Dacă B = {e(1) , e(2) , . . . , e(n) } este o bază ı̂n
n
spaţiul vectorial V peste câmpul K şi x = ak e(k) este un vector din V ce satisface condiţia at = 0,
k=1
atunci sistemul B1 = {e(1) , e(2) , . . . , e(t−1) , x, e(t+1) , . . . , e(n) } este, de asemenea, o bază pentru V .
Demonstraţie. Să arătăm mai ı̂ntâi că B1 este liniar independent. Dacă b1 e(1) + . . . + bt−1 e(t−1) + bt x +
bt+1 e(t+1) + . . . + bn e(n) = θ, atunci ı̂nlocuind pe x cu expresia lui, găsim:
17
Cum B este bază ı̂n spaţiul vectorial V , din egalitatea precedentă rezultă:
= 0, . . . , bn + bt an = 0.
Deoarece at = 0, deducem bt = 0 şi deci b1 = b2 = . . . = bn = 0, ceea ce ne arată că B1 este liniar
independent.
Să arătăm acum că B1 este un sistem de generatori pentru V . Fie y un vector din V , care ı̂n baza
n
B are scrierea y = ck e(k) . Cum at = 0, din scrierea lui x avem
k=1
e(t) = a−1
t (x − a1 e
(1)
− . . . − at−1 e(t−1) − at+1 e(t+1) − . . . − an e(n) ),
+(ct+1 − a−1
t at+1 ct )e
(t+1)
+ . . . + (cn − a−1
t an ct )e
(n)
,
ceea ce ne arată că B1 este un sistem de generatori pentru V .
Observaţia 2.3.1 Prin inducţie matematică se poate demonstra următorul rezultat (teorema generală
a ı̂nlocuirii): dacă B = {e(1) , e(2) , . . . , e(n) } este o bază ı̂n spaţiul vectorial V peste câmpul K şi S =
{x(1) , x(2) , . . . , x(p) } este un sistem de vectori liniar independent din V , atunci p ≤ n şi putem ı̂nlocui p
vectori din B prin vectorii lui S, astfel ca, renumerotând vectorii, B1 = {x(1) , . . . , x(p) , e(p+1) , . . . , e(n) }
să fie, de asemenea, bază pentru V .
Comentariul 2.3.1 Demonstraţia Teoremei 10.3.3 ne dă şi procedeul practic de ı̂nlocuire a unui vector
dintr-o bază cu un alt vector, cât şi formulele de calcul al coordonatelor unui vector ı̂n noua bază. Intr-
n
adevăr, pentru coordonatele vectorului y = ck e(k) ı̂n noua bază B1 din formula (2.1) rezultă formulele
k=1
ck at − ak ct
(2.2) yk = ck − a−1
t ak ct = , pentru k = t
at
şi
ct
(2.3) yt = a−1
t ct = , pentru k = t.
at
Formulele (2.2) şi (2.3) ne dau regulile de aflare a componentelor lui y ı̂n baza B1 , ı̂n care ı̂n
locul vectorului e(t) s-a introdus vectorul x. Formula (2.3) arată că noua componentă a vectorului y
corespunzătoare vectorului x ce intră ı̂n locul lui e(t) , se obţine prin ı̂mpărţirea componentei sale ct (de
pe linia ”t”) la componenta at a lui x de pe coloana t, iar formula (2.2) indică regula: componenta nouă
yk a lui y, de pe o linie arbitrară k, se obţine din vechea componentă ak după regula
at ct at ck − ak ct
echivalentă cu = yk ,
ak ck at
numită şi regula dreptunghiului. Elementul at = 0 se numeşte şi pivot, ceea ce face ca regula drep-
tunghiului să se mai numească şi regula pivotului. De obicei calculele se fac ı̂n tabele succesive de
18
forma
Baza e(1) e(2) ... e(t) ... e(n) ... x y
(1)
..
e 1 0 ... 0 ... . ... a1 c1
..
e(2) 0 1 ... 0 ... . ... a2 c2
.. .. .. .. .. .. ..
. . . ... . ... . ... . .
x
(t)
..
e 0 0 ... 1 ... . ... at ct
.. .. .. .. .. .. ..
. . . ... . ... . ... . .
.. .. .. ..
e(k) . . ... . ... . ... ak ck
.. .. .. .. .. .. ..
. . . ... . ... . ... . .
e(n) 0 0 ... 0 ... 1 ... an cn
Exemplul 2.3.6. Fie vectorii x = (2, 3, 1) şi y = (3, 4, 5) scrişi ı̂n baza canonică din R3 . Scriem
componentele lui y ı̂n baza (e(1) , x, e(3) ).
Avem
Baza e(1) e(2) e(3) x y
(1)
e 1 0 0 2 3
x
e(2) 0 1 0 3 4
e(3) 0 0 1 1 5
e(1) 1 − 23 0 0 1
3
1 4
x 0 3 0 1 3
e(2) 0 − 13 1 0 11
3
unde elementele de pe linia lui e(2) s-au ı̂mpărţit cu elementul pivot 3, iar celelalte s-au calculat cu regula
dreptunghiului. Pe coloana elementului pivot se pune 1 ı̂n locul elementului pivot şi ı̂n rest 0.
De reţinut că, utilizând această cale de lucru, se poate ı̂nlocui o bază a unui spaţiu vectorial cu o
alta.
Exemplul 2.3.7. În R2 să se ı̂nlocuiască baza canonică cu baza dată de vectorii x(1) = (2, 3) şi x(2) =
(4, 2) şi ı̂n noua bază să se scrie componentele vectorului v = (3, 4).
Avem
Baza e(1) e(2) x(1) x(2) v
x(1)
e(1) 1 0 2 4 3
e(2) 0 1 3 2 4
1 3
x(1) 2 0 1 2 2
(2)
x
e(2) − 23 1 0 −4 − 12
x(1) − 41 1
2 1 0 5
4
3
x(2) 8 − 14 0 1 1
8
Observaţia 2.3.2 Metoda elementului pivot este utilizată ı̂n rezolvarea multor probleme de matematică
cu aplicarea ı̂n modelele matematico-economice.
Corolarul 2.3.2 Dacă o bază a unui spaţiu vectorial este formată din n vectori, atunci orice bază a sa
are tot n vectori.
Definiţia 2.3.5 Dacă o bază a unui spaţiu vectorial V este formată din n vectori, atunci spunem că
spaţiul V are dimensiune finită egală cu n. Scriem dim V = n. Spunem că un spaţiu vectorial are o
dimensiune infinită dacă există ı̂n el o bază infinită.
19
Un subspaţiu W , cu dim W = n − 1. a unui spaţiu vectorial V , cu dim V = n, se numeşte
hiperplan vectorial. Altfel spus, un subspaţiu vectorial W este un hiperplan vectorial dacă el este
suplimentar unei drepte vectoriale.
Definiţia 2.3.7 Se numeşte rangul unui sistem S de vectori din spaţiu vectorial V , dimensiunea
spaţiului vectorial generat de S. Notăm rangul lui S prin rang S.
Propoziţia 2.3.2 Rangul unui sistem de vectori din spaţiul vectorial V nu se modifică dacă:
i) se schimbă ordinea vectorilor;
ii) se ı̂nmulţeşte un vector al sistemului cu un scalar nenul;
iii) se adună la un vector al sistemului un alt vector din sistem, ı̂nmulţit cu un scalar.
Pentru demonstraţie se observă că sistemele de vectori obţinute prin transformările i)–iii) din
propoziţie generează acelaşi subspaţiu vectorial şi deci are acelaşi rang. Transformările i), ii), iii) se
numesc transformări elementare.
Teorema 2.3.4 Rangul unui sistem finit de vectori este egal cu numărul maxim de vectori liniar
independenţi ai sistemului.
Demonstraţie. Fie S = {x(1) , x(2) , . . . , x(m) } un sistem de vectori ı̂n spaţiul vectorial V şi k ≤ m
numărul maxim de vectori liniar independenţi ai lui. Pentru comoditatea scrierii considerăm că vectorii
x(1) , x(2) , . . . , x(k) sunt liniar independenţi, ceea ce implică că ceilalţi vectori ai sistemului se vor exprima
ca şi combinaţii liniare de aceştia, adică
Acum, adunăm ı̂n sistemul S la fiecare din vectorii x(k+i) , i = 1, 2, . . . , m − k, respectiv vectorul
ai1 x + ai2 x(2) + . . . + aik x(k) şi obţinem sistemul S1 = {x(1) , x(2) , . . . , x(k) , θ, θ, . . . , θ}. După Propoziţia
(1)
Teorema 2.3.5 Printr-un izomorfism de două spaţii vectoriale se păstrează rangul unui sistem finit de
vectori
Prin urmare, sistemul de vectori y (1) , . . . , y (k) este un sistem de generatori pentru S1 şi deci
rang S1 = rang S.
20
Teorema 2.3.6 Condiţia necesară şi suficientă ca două spaţii vectoriale V şi W peste câmpul K, de
dimensiune finită, să fie izomorfe este ca ele să aibă aceeaşi dimensiune.
Demonstraţie. Necesitatea rezultă imediat aplicând Teorema 2.3.5.
Pentru suficienţă să considerăm spaţiile vectoriale V şi W cu dim V = dim W = n. Fie B =
{e(1) , e(2) , . . . , e(n) } şi B1 = {f (1) , f (2) , . . . , f (n) } câte o bază ı̂n V şi respectiv W . Definim, aplicaţia
n
n
h : V → W după regula: pentru orice x ∈ B, x = ai x(i) , h(x) = ai f (i) . Se verifică imediat că h
i=1 i=1
este un izomorfism şi deci spaţiile V şi W sunt izomorfe.
Corolarul 2.3.3 Printr-un izomorfism ı̂ntre două spaţii vectoriale V şi W de dimensiune finită o bază
din V este dusă ı̂ntr-o bază din W .
Corolarul 2.3.4 Există un izomorfism şi numai unul ı̂ntre două spaţii vectoriale V şi W de dimeniune
finită care să ducă o bază B din V ı̂ntr-o bază dată B1 din W .
Corolarul 2.3.5 Orice spaţiu vectorial V peste câmpul K de dimensiune n este izomorf cu spaţiul K n .
Corolarul 2.3.6 Pentru orice subspaţiu W al unui spaţiu vectorial V avem dim W ≤ dim V .
Definiţia 2.4.2 Un spaţiu vectorial peste câmpul K = R ∨ C ı̂nzestrat cu un produs scalar se numeşte
spaţiu prehilbertian. Dacă K = R, atunci spaţiul se numeşte euclidian, iar dacă K = C atunci spaţiul
vectorial ı̂nzestrat cu un produs scalar se numeşte unitar .
Exemple. 2.4.1. Dacă ı̂n Rn considerăm vectorii x = (x1 , . . . , xn ) şi y = (y1 , y2 , . . . , yn ) şi definim
n
< x, y >= xi yi , atunci Rn devine un spaţiu euclidian. Prin simple calcule se verifică proprietăţile
i=1
P1 − P4 .
2.4.2. În Cn produsul scalar al vectorilor x = (x1 , . . . , xn ), y = (y1 , . . . , yn ) se defineşte prin
n
< x, y >= xi yi ,
i=1
21
N1. x = 0, dacă şi numai dacă x = θ;
Definiţia 2.4.4 Un spaţiu vectorial V peste K este normat dacă pe el s-a definit o normă. Scriem
(V, · ).
Teorema 2.4.1 Dacă (V, < · , · >) este un spaţiu euclidian, atunci pentru orice x, y ∈ V are loc
inegalitatea √
| < x, y > | ≤ < x, x > · < y, y >.
numită inegalitatea lui Cauchy–Schwarz–Buniakowscki.
Demonstraţie. Pentru orice x, y ∈ V şi orice λ ∈ R, avem < x + λy, x + λy >≥ 0. De aici, folosind
P 2 − P 4 obţinem
(2.4) < y, y > λ2 + 2λ < x, y > + < x, x >≥ 0
pentru orice λ ∈ R.
Dacă y = θ inegalitatea (10.8) devine
Dar < x, θ >=< x, x − x >=< x, x > + < x, −x >=< x, x > + < −x, x >=< x, x > − < x, x >=
0. Cum < x, x >≥ 0, rezultă că (10.8) are loc pentru y = θ şi oricare ar fi x ∈ V .
Deci, putem presupune y = θ, adică < y, y >> 0. Atunci trinomul de gradul doi ı̂n λ din (10.8) va
fi ≥ 0, oricare ar fi λ ∈ R, dacă şi numai dacă Δλ =< x, y >2 − < y, y > · < x, x >≤ 0, de unde rezultă
√
| < x, y > | ≤ < x, x > · < y, y > ceea ce trebuia demonstrat.
Egalitate ı̂n inegalitatea lui Cauchy–Schwarz–Buniakowski se obţine numai dacă x = −λy, adică
vectorii x şi y sunt coliniari.
xi yi ≤ x2i yi2 ,
i=1 i=1 i=1
Teorema 2.4.2 Dacă (V, < · , · >) este un spaţiu euclidian, aplicaţia · : V → R, definită prin
√
x = < x, x > este o normă pe V , numită norma generată de produsul scalar.
Altfel spus, un spaţiu prehilbertian este un spaţiu normat.
Demonstraţie. Trebuiesc verificate proprietăţile normei. Din x = 0 avem < x, x >= 0, de unde, pe
baza lui P 1, deducem x = θ, ceea√ce ne demonstrază
N 1.
Pentru N 2 avem λx = < λx, λx > = λ2 < x, x > = |λ| x, pentru orice λ ∈ R şi orice
x∈V.
Pentru a demonstra N 3 putem scrie x + y2 =< x + y, x + y >=
< x, x > +2 < x, y > + < y, y >≤ x2 + 2x · y + y2 = (x + y)2 (s-a folosit inegalitatea lui
Cauchy–Schwarz–Buniakowski), de unde rezultă x + y ≤ x + y, oricare ar fi x, y ∈ V .
Observaţia 2.4.2 Teoremele 10.4.1 şi 10.4.2 rămân adevărate şi pentru spaţiile vectoriale unitare.
22
Definiţia 2.4.5 Fie (V, < · , · >) un spaţiu vectorial euclidian. Oricare ar fi vectorii x, y ∈ V , diferiţi
de vectorul nul, numărul real ϕ ∈ [0, π] definit prin
< x, y >
cos ϕ = ,
x · y
Definiţia 2.4.6 Fie A o mulţime nevidă. Se numeşte metrică (distanţă) pe A, orice aplicaţie d :
A × A → R cu următoarele proprietăţi:
Definiţia 2.4.7 Se numeşte spaţiu metric orice mulţime nevidă A ı̂nzestrată cu o metrică. Notăm cu
(A, d) mulţimea A ı̂nzestrată cu metrica d.
de unde d(x, y) ≥ 0.
1, x = y
Exemple. 2.4.4. Aplicaţia d : A × A → R prin d(x, y) = este o metrică pe A, numită
0, x=y
metrica grosieră.
2.4.5. Aplicaţia d : R × R → R, d(x, y) = |x − y| este o metrică pe R.
Teorema 2.4.3 Dacă (V, · ) este un spaţiu vectorial normat, atunci aplicaţia d : V × V → R definită
prin d(x, y) = x − y este o metrică pe V , numită metrica generată de normă.
Demonstraţie. Trebuie să arătăm că d verifică proprietăţile M1 − M3 . Pentru M1 din d(x, y) = 0, avem
x − y = 0, de unde, pe baza lui N1 , obţinem x = y. Proprietatea de simetrie M 2 rezultă astfel:
pentru orice x, y ∈ V .
Inegalitatea triunghiului pentru d rezultă astfel:
pentru orice x, y, z ∈ V .
Observaţia 2.4.4 Pentru spaţiile euclidiene Rn metrica generată de norma dată de produsul scalar
conduce la
n
d(x, y) = (xi − yi )2
i=1
23
2.5 Mulţimi convexe
În acest paragraf vom introduce noţiunea de mulţime convexă şi proprietăţile ei. Ea are o
importanţă deosebită ı̂n rezolvarea modelelor matematico–economice de programare liniară.
Definiţia 2.5.1 Fie x = (x1 , . . . , xn ) şi y = (y1 , . . . , yn ) doi vectori din Rn . Vectorul z = ax + (1 − a)y,
cu a ∈ [0, 1] se numeşte combinaţia liniară convexă a vectorilor x şi y.
Definiţia 2.5.2 Dacă x, y ∈ Rn mulţimea {z ∈ Rn |z = ax + (1 − a)y, a ∈ [0, 1]} se numeşte segmentul
de dreaptă de extremităţi x şi y. El se notează cu [x, y]. Dacă a ∈ (0, 1), atunci segmentul deschis
dat de x şi y se notează cu (x, y).
Pe R segmentul [x, y] şi segmentul deschis (x, y) coincid cu intervalul ı̂nchis [x, y] respectiv inter-
valul deschis (x, y)
Definiţia 2.5.3 O mulţime A ⊆ Rn se numeşte mulţime convexă, dacă oricare ar fi x, y ∈ A avem
[x, y] ⊆ A. Altfel spus, oricare ar fi două puncte din A, segmentul [x, y] este o mulţime din A.
Exemple. 2.5.1. Fie a = (a1 , a2 , . . . , an ) ∈ Rn un vector fixat din Rn şi b un număr real dat. Mulţimea
H = {x ∈ Rn | < a, x >= b} este convexă.
Fie λ ∈ [0, 1]. Pentru orice x, y ∈ H avem
< a, λx + (1 − λ)y >= λ < a, x > +(1 − λ) < a, y >= λb + (1 − λ)b = b
ceea ce ne arată că [x, y] ⊆ H.
Mulţimea H este un hiperplan ı̂n Rn de ecuaţie a1 x1 +a2 x2 +. . .+an xn = b, dacă x = (x1 , . . . , xn ) ∈
R .
n
2.5.2. În ipotezele de la 2.5.1, mulţimile S1 = {x ∈ Rn | < a, x >≤ b} şi S2 = {x ∈ Rn | < a, x >≥
b}, numite şi semispaţiile determinate de hiperplanul H, sunt mulţimi convexe.
2.5.3. Mulţimile
Ma,b = {z ∈ Rn |z = ax + by, x, y ∈ Rn , a, b ≥ 0}
sunt convexe. Ele sunt numite şi conuri convexe.
2.5.4. Mulţimea S0 = {x ∈ Rn |ax ≤ 0, a ∈ Rn , fixat } este un con convex, ı̂n timp ce S1 şi S2 , cu
b = 0, din exemplul 2.5.2 nu sunt conuri convexe.
Propoziţia 2.5.1 Intersecţia a două mulţimi convexe este o mulţime convexă.
Demonstraţie. Fie A şi B două mulţimi convexe din Rn . Pentru orice λ ∈ [0, 1] şi x, y ∈ A ∩ B avem
λx + (1 − λ)y ∈ A ∩ B .
Propoziţia 2.5.1 rămâne valabilă pentru orice familie numărabilă de mulţimi convexe.
Definiţia 2.5.4 Mulţimea A ⊆ Rn se numeşte con poliedral convex, dacă oricare ar fi x ∈ A se poate
scrie ca o combinaţie liniară nenegativă de un număr finit de elemente x(i) ∈ A, adică
k
x= ai x(i) , ai ≥ 0, i = 1, k
i=1
Definiţia 2.5.5 Fie A ⊆ Rn o mulţime. Mulţimea tuturor combinaţiilor liniare convexe de elemente din
A se numeşte acoperirea convexă a lui A. Ea se notează prin Co(A).
Propoziţia 2.5.2 Co(A) este convexă şi A ⊆ Co(A). Dacă A este convexă, atunci Co(A) = A.
Demonstraţia propoziţiei este imediată.
Definiţia 2.5.6 Dacă A ⊆ Rn este o mulţime convexă, atunci elementul
x(0) ∈ A se numeşte punct extremal pentru A dacă nu există x, y ∈ A,
a ∈ (0, 1) aşa ı̂ncât să avem x(0) = ax + (1 − a)y, adică x(0) nu poate fi interior segmentului [x, y], oricare
ar fi x, y ∈ A.
Exemplu. 2.5.5. Vârfurile unui triunghi sunt punctele sale extremale.
24
2.6 Testul Nr. 1 de verificare a cunoştinţelor
a) Spaţiu vectorial;
b) Acoperirea liniară;
c) Bază a a unui spaţiu vectorial;
d) Produs scalar;
e) Normă;
f) Metrică;
g) Combinaţie liniară convexă;
h) Mulţime convexă.
2. Arătaţi că dacă (K, +, ·) este corp comutativ şi n ∈ N, iar K n = {x = (x1 , ..., xn ) | xi ∈ K, i = 1, n},
pentru n ≥ 1, atunci mulţimea K n ı̂nzestrată cu operaţiile
3. Arătaţi că B = {v, u, w}, v = (2, 1, −1), u = (1, −1, 1) şi w = (1, 2, −1) este o bază ı̂n R3 şi să se
afle coordonatele vectorului t = (3, 6, 1) ı̂n această bază.
4. Fie ı̂n R4 baza B = {x1 , x2 , x3 , x4 } cu x1 = (1, 1, 2, 1), x2 = (1, −1, 0, 1), x3 = (0, 0, −1, 1), şi
x4 = (1, 2, 2, 0). Vectorul v are coordonatele (1, 2, 2, 1) ı̂n această bază. Găsiţi coordonatele lui v ı̂n
baza B = {y1 , y2 , y3 , y4 } cu y1 = x1 , y2 = x2 , y3 = 2x1 + 2x2 + 2x3 + 2x4 şi y4 = x4 .
5. Fie ı̂n R3 baza B = {x1 , x2 , x3 } cu x1 = (1, 0, 0), x2 = (2, 1, 0), x3 = (−3, 2, 1) şi vectorul v =
−8x1 + 4x2 − x3 . Găsiţi coordonatele vectorului v ı̂n baza B = {y1 , y2 , y3 }, cu y1 = x1 + x2 + x3 ,
y2 = x1 + x2 − x3 şi y3 = x1 − x2 + x3 .
n
6. Arătţi că (Rn , d) unde d : Rn × Rn → R, d(x, y) = |xk − yk |, x = (x1 , ..., xn ) şi y = (y1 , ..., yn )
k=1
este spaţiu metric.
7. Arătaţi că aplicaţia < ·, · > : R2 × R2 → R definită prin < x, y >= 3x1 y1 − x1 y2 − x2 y1 + 2x2 y2 ,
x = (x1 , x2 ) şi y = (y1 , y2 ), este un produs scalar.
8. Să se arate că ı̂ntr-un spaţiu prehilbertian real oarecare are loc pentru orice vectori x şi y egalitatea:
x + y2 + x − y2 = 2(x2 + y2 ).
9. Demonstraţi că orice spaţiu prehilbertian real X este şi spaţiu normat.
10. Fie a, b ∈ R cu a < b. Arătaţi că [a, b] = {x ∈ R | a ≤ x ≤ b} este o mulţime convexă.
25
Indicaţii şi răspunsuri
Testul 1
4. Se obţine tabelul
v(xi ) 1 2 2 1
y3 (xi ) 2 2 2 2
v(yi ) -1 0 1 -1
Deci v(yi ) = (−1, 0, 1, −1).
3 9
5. Se foloseşte matricea de trecere şi se obţine v(yi ) = , ,2 .
2 2
6. Se verifică condiţiile impuse asupra aplicaţiei d ı̂n definiţiea noţiunii de metrică.
10. Se arată că oricare ar fi x, y din [a, b] segmentul cu extremitatea iniţială ı̂n x şi cea finală
ı̂n y aparţine tot lui [a, b].
26
Bibliografia aferentă capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate ı̂n economie - Volumul I,
Editura ULB, Sibiu, 2001.
27
Capitolul 3
3.1 Matrice
Definiţia 3.1.1 Se numeşte matrice de tipul m×n peste un câmp K un tablou dreptunghiular
A format din m × n elemente din K situate pe m linii şi n coloane.
Scriem ⎛ ⎞
a11 a12 . . . a1n
⎜ a21 a22 . . . a2n ⎟
⎜ ⎟
A=⎜ . .. .. .. ⎟
⎝ .. . . . ⎠
am1 am2 am3 amn
sau condensat
A = (aij ) i=1,m ,
j=1,n
28
Unei matrice A de tip m × n i se poate ataă sistemul ordonat de m vectori linie din
K n dat de
Li = (ai1 , ai2 , . . . , ain ), i = 1, m
şi sistemul ordonat de n vectori coloană
Definiţia 3.1.2 Două matrice de acelaşi tip sunt egale dacă elementele corespunzătoare sunt
egale.
Definiţia 3.1.3 Se numeşte suma matricelor A = (aij ) şi B = (bij ), ambele de tipul m × n
peste K, matricea notată cu A + B dată de regula A + B = (aij + bij ). Operaţia care realizează
această regulă se numeşte adunarea matricelor.
Matricea O ∈ Mm×n (K) cu toate elementele nule se numeşte matricea nulă. Fiind
dată matricea A = (aij ) ∈ Mm×n (K), matricea −A = (−aij ) ∈ Mm×n (K) se numeşte opusa lui
A.
n
A= aij E (ij) ,
i=1 j=1
unde E (ij) sunt matricele de tipul m × n, care au toate elementele egale cu 0, ı̂n afară de cel
de pe linia i şi coloana j care este egal cu 1.
Definiţia 3.1.5 Se numeşte transpunere ı̂n mulţimea M(K) a matricelor peste K, aplicaţia
t : M(K) → M(K), definită prin t(A) = t A, unde A = (aij ) ∈ Mm×n (K), iar t A = (aji ) ∈
Mn×m (K). Matricea t A se numeşte transpusa lui A.
Se observă uşor că transpusa este o funcţie bijectivă, care verifică proprietăţile: 1)
( A) = A; 2) t (A + B) = t A + t B şi 3) t (αA) = αt A, oricare ar fi A, B ∈ Mm×n (K) şi α ∈ K.
t t
De aici rezultă că transpunerea este un izomorfism ı̂ntre spaţiile vectoriale Mm×n (K) şi
Mn×m (K).
Definiţia 3.1.6 O matrice pătratică A = (aij ) ∈ Mn×n (K) se numeşte simetrică dacă A = t A,
adică elementele simetrice faţă de diagonala principală sunt egale aij = aji , i, j = 1, n.
Definiţia 3.1.7 O matrice pătratică A = (aij ) ∈ Mm×n (K) e numeşte antisimetrică dacă A =
−t A, adică elementele simetrice faţă de diagonala principală sunt opuse aij = −aji i, j = 1, n.
29
Definiţia 3.1.9 O matrice pătratică se numeşte diagonală dacă toate elementele ei sunt nule
cu excepţia celor de pe diagonala principală.
Teorema 3.1.1 Teorema rangului. Pentru o matrice rangul sistemului de vectori linie este
egal cu rangul sistemului de vectori coloană.
Demonstraţie. Fie A = (aij ) ∈ Mm×n (K) şi r şi p rangurile sistemelor de vectori linie
Li = (ai1 , ai2 , . . . , ain ), i = 1, m şi coloană Cj = (a1j , a2j , . . . , amj ), j = 1, n. Nu restrângem
generalitatea, dacă presupunem că primele r linii sunt liniare independente, deoarece o
schimbare a ordinii liniilor păstrează rangul sistemului vectorilor linie. O astfel de schimbare
modifică vectorii coloană. Fiecare vector coloană se scrie
m
Cj = aij e(i) ,
i=1
unde B = {e(1) , e(2) , . . . , e(m) } este baza canonică din K m , este dus ı̂n vectorul
m
Cj = aij f (i) ,
i=1
unde B1 = {f (1) , f (2) , . . . , f (m) } este noua bază din K m , obţinută din B prin schimbarea ordinii
vectorilor ei, corespunzătoare schimbării liniilor matricei A. Considerăm, acum, automor-
fismul spaţiului K m , care duce baza B ı̂n baza B1 , acesta ducând vectorii Cj ı̂n vectorii Cj şi
deci păstrează rangul sistemului format de ei. Celelalte linii ale matricei A se vor exprima
ca şi combinaţii liniare de primele r, adică putem scrie
m−r
Cj = aij e(i) + ar+s,j e(r+s) =
i=1 s=1
m−r
= aij e(i) + (αr+s,1 a1j + αr+s,2 a2j + . . . + αr+s,r arj )e(r+s) , j = 1, n.
i=1 s=1
m−r
Cj = aij e(i) + αr+s,i e(r+s) , j = 1, n.
i=1 s=1
m−r
Punând g (i) = e(i) + s=1 αr+s,i e(r+s) , i = 1, r, rezultă
r
Cj = aij g (i) , j = 1, n.
i=1
Am dedus că cei n vectori coloană se exprimă ca şi combinaţii liniare de r vectori g (i)
din K m , iar rangul p al sistemului format de ei este cel mult egal cu numărul generatorilor
g (i) , deci p ≤ r.
Dacă acum schimbăm rolul coloanelor şi liniilor şi facem acelaşi raţionament, obţinem
r ≤ p. Din p ≤ r şi r ≤ p rezultă r = p, ceea ce trebuia demonstrat.
30
Definiţia 3.1.10 Rangul comun al sistemelor de vectori linii sau coloane a unei matrice se
numeşte rangul ei.
Altfel spus, rangul unei matrice este egal cu numărul maxim de linii sau coloane liniar
independent, ı̂ntre ele.
Propoziţia 3.1.2 Rangul unei matrici este egal cu rangul transpusei sale.
Demonstraţie. Deoarece prin transpunere sistemul de vectori linie al unei matrici devine
sistemul de vectori coloană al transpusei matricei, din teorema rangului rezultă că matricea
şi transpusa ei au acelaşi rang.
Observaţia 3.1.1 Prin transformări elementare aplicate sistemului de vectori linie sau
coloane, rangul unei matrice nu se modifică.
Valabilitatea acestei observaţii rezultă din teorema rangului şi din faptul că prin efec-
tuarea unor transformări elementare rangul unui sistem de vectori nu se modifică (v.3.3).
Propoziţia 3.1.3 Prin transformări elementare asupra liniilor şi coloanelor, orice matrice
A poate fi transformată ı̂ntr-o matrice B, având toate elementele nule cu excepţia primelor
r elemente de pe diagonala principală, care să fie egale cu 1. Matricea A are atunci rangul
r.
Demonstraţie. Considerăm matricea
⎛ ⎞
a11 a12 ... a1j ... a1n
⎜ .. .. .. .. .. .. ⎟
⎜ . . . . . . ⎟
⎜ ⎟
A=⎜⎜ ai1 ai2 ... aij ... ain ⎟
⎟
⎜ . .. .. .. .. .. ⎟
⎝ .. . . . . . ⎠
am1 am2 ... amj ... amn
Dacă A este matricea nulă, atunci afirmaţia propoziţiei este dovedită. Dacă nu, atunci
putem presupune că a11 = 0 (ı̂n caz că a11 = 0 se fac schimbări ale ordinii liniilor sau
coloanelor). Pentru a obţine 1 pe poziţia lui a11 ı̂nmulţim prima linie cu a−1 11 . Pentru a avea
0 pe poziţia ai1 , i = 2, m, ı̂nmulţim acum linia ı̂ntâi cu −ai1 . Elementul aij se ı̂nlocuieşte cu
a11 aij − a1j ai1
aij − a−1
11 a1j ai1 = , i = 2, m, j = 2, n,
an
ı̂n care se recunoaşte regula de calcul a dreptunghiului sau elementului pivot.
Aplicând repetat acest procedeu, după un număr finit de paşi, ajungem că A este
echivalentă (∼) din punctul de vedere al rangului cu matricea
⎛ ⎞
1 0 ... 0 0 ... 0
⎜ 0 1 ... 0 0 ... 0 ⎟
⎜ ⎟
⎜ .. .. .. .. .. .. .. ⎟
⎜ . . . . . . . ⎟
⎜ ⎟
B=⎜ ⎜ 0 0 . . . 1 0 . . . 0 ⎟ linia r
⎟
⎜ 0 0 ... 0 0 ... 0 ⎟
⎜ ⎟
⎜ . . .. .. .. .. .. ⎟
⎝ .. .. . . . . . ⎠
0 0 ... 0 0 ... 0
şi deci rangul lui A este r, dat de numărul de cifre 1 din B.
Demonstraţia acestei propoziţii ne dă şi procedeul practic de aflare a rangului unei
matrice, calculele făcându-se cu cunoscuta regulă a dreptunghiului.
Exemplul 3.1.1. Să se afle rangul matricei
⎛ ⎞
0 2 1 1 3
⎜ 2 −1 4 −5 −6 ⎟
A=⎜ ⎝ 1 1 2 −1 0 ⎠ .
⎟
1 −2 2 −4 −6
31
Schimbând coloana 1 cu coloana 2 şi ı̂nmulţind coloana 5 cu 1/3 obţinem
⎛ ⎞
2 0 1 1 1
⎜ −1 2 4 −5 −2 ⎟
A∼⎜ ⎝ 1 1 2 −1 0 ⎠ .
⎟
−2 1 2 −4 −2
Înmulţim prima linie cu 1/2, apoi pe linia ı̂ntâi şi coloana ı̂ntâi completăm cu 0, iar
restul elementelor le calculăm cu regula dreptunghiului, obţinând
⎛ ⎞
1 0 0 0 0
⎜ 0 2 92 − 29 − 32 ⎟
A∼⎝ ⎜ ⎟.
0 1 32 − 23 − 12 ⎠
0 1 3 −3 −1
Definiţia 3.1.12 Se numeşte matrice extrasă dintr-o matrice A orice matrice B obţinută din
A ı̂nlăturând anumite linii şi coloane, păstrând ordinea liniilor şi coloanelor rămase.
Teorema 3.1.2 Rangul unei matrice este egal cu ordinul maxim al matricelor pătratice
nesingulare extrase din ea.
Demonstraţie. Fie A o matrice, r rangul ei şi B o matrice pătratică nesingurală extrasă din
A şi de rang maxim p. Cele p linii ale matricei A care intervin ı̂n B sunt liniar independente,
deoarece dependenţa liniară a acestor linii ı̂n A ar atrage dependenţa lor liniară şi ı̂n B, ceea
ce ar face ca B să fie singulară. Prin urmare p ≤ r. Acum să arătăm că oricare p+1 linii din A
sunt liniar independente. Să admitem că există ı̂n A (p + 1) linii liniar independente, atunci,
extrăgând din A matricea formată din ele, am obţine o matrice C de rang (p + 1). Pe baza
teoremei rangului, matricea C are şi p + 1 coloane liniar independente. Acum extrăgând din
C (deci şi din A) matricea D formată din cele p + 1 coloane liniar independente, obţinem o
matrice nesingulară de ordin p + 1, ceea ce ar contrazice alegerea lui p. Rezultă că r < p + 1
şi cum am arătat că p ≤ r, deducem că r = p.
Să introducem acum pe mulţimea M(K) a matricelor operaţia de ı̂nmulţire.
Definiţia 3.1.13 Se numeşte produsul matricei A = (aij ) ∈ Mm×n (K) cu matricea B = (bij ) ∈
Mn×p (K), matricea C = (cij ) ∈ Mm×p (K), unde
32
Propoziţia 3.1.4 Înmulţirea matricelor, când are sens, este asociativă.
Demonstraţie. Fie A = (aij ) ∈ Mm×n (K), B = (bij ) ∈ Mn×p (K), C = (cij ) ∈ Mp×q (K). Avem
n p
n
p
A(BC) = aik bkl clj = aik bkl clj =
k=1 l=1 k=1 l=1
p n
n
= aik bkj + aik ckj = AB + AC,
k=1 k=1
adică ı̂nmulţirea este distributivă la stânga faţă de adunare. În mod analog, se demonstrează
şi distributivitatea la dreapta.
Definiţia 3.1.14 Matricea pătratică In = (δij ), i, j = 1, n, unde
1, i = j
δij =
0, i = j i, j = 1, n
Im A = A şi AIn = A.
Propoziţia 3.1.7 Transpusa unui produs de două matrice este egală cu produsul transpuselor
ı̂n ordine inversă.
Demonstraţie. Fie A = (aij ) ∈ Mm×n (K) şi B = (bij ) ∈ Mn×p (K). Avem
n
n
n
t t
(AB) = aik bkj = ajk bki = bki ajk = t B t A.
k=1 k=1 k=1
33
Teorema 3.1.3 Condiţia necesară şi suficientă ca o matrice pătratică să aibă inversă este
ca ea să fie nesingulară.
Demonstraţie. Necesitatea. Presupunem că matricea A = (aij ) ∈ Mn2 (K) are o inversă pe
A−1 = (bij ) ∈ Mn2 (K). Din A−1 A = I rezultă
n
bik akj = δij , i, j = 1, n.
k=1
n
(3.1) e(i) = bik Lk ,
k=1
n
Lk , k = 1, n, fiind vectorii linie ai matricei A. Cum pentru orice x ∈ K n avem x = xi e(i) ,
i=1
ı̂nlocuind e(i) din relaţiile (3.1) deducem că orice vector x ∈ K n se exprimă ca o combinaţie
liniară de vectori linie Lk , k = 1, n. Rezultă că sistemul de vectori linie Lk , k = 1, n, generează
spaţiul K n , ceea ce ı̂nseamnă că are rangul n şi deci matricea A este nesingulară.
Suficienţa. Din faptul că A este nesingulară, rezultă că vectorii linie Lk , k = 1, n, sunt
liniar independenţi şi deci formează o bază ı̂n K n . Exprimăm vectorii e(i) , i = 1, n, ai bazei
canonice ı̂n baza dată de vectorii linie şi avem
n
e(i) = bik Lk , i = 1, n,
k=1
34
procedăm astfel
⎛ ⎞ ⎛ 1 ⎞
2 1 3 1 0 0 1 12 3
2 2 0 0
(A|I3 ) =⇒ ⎝ 3 2 3 0 1 0 ⎠ =⇒ ⎝ 0 12 − 23 − 32 1 0 ⎠ =⇒
2 1 2 0 0 1 0 0 −1 −1 0 1
⎛ ⎞ ⎛ ⎞
1 0 3 2 −1 0 1 0 0 −1 −1 3
=⇒ ⎝ 0 1 −3 −3 2 0 ⎠ =⇒ ⎝ 0 1 0 0 2 −3 ⎠
0 0 −1 −1 0 1 0 0 1 1 0 −1
Prin urmare, avem ⎛ ⎞
−1 −1 3
A−1 =⎝ 0 2 −3 ⎠ .
1 0 −1
Se poate lucra utilizând regula dreptunghiului fără a ı̂mpărţi la pivot şi transformând
matricea (A|I) extinsă aşa ı̂ncât să ajungem la situaţia (D|C), unde D este matricea diagonală
⎛ ⎞
a11 0 . . . 0
⎜ 0 a22 . . . 0 ⎟
⎜ ⎟
D=⎜ . . . .. ⎟ iar C = (cij ), i, j = 1, n.
⎝ .. .. .. . ⎠
0 0 . . . ann
Pentru a afla inversa A−1 ı̂mpărţim liniile L1 , L2 , . . . , Ln ale matricei C respectiv la:
a11 a22 . . . ann , a22 . . . ann , . . . , ann .
Exemplul 3.1.3. Pentru a afla inversa matricei
⎛ ⎞
2 1 3
A=⎝ 3 3 2 ⎠
1 2 1
procedăm astfel
⎛ ⎞ ⎛ ⎞
2 1 3 1 0 0 2 1 3 1 0 0
(A|I3 ) =⇒ ⎝ 3 3 2 0 1 0 ⎠ =⇒ ⎝ 0 3 −5 −3 2 0 ⎠ =⇒
1 2 1 0 0 1 0 3 1 −1 0 2
⎛ ⎞ ⎛ ⎞
2 0 14 6 −2 0 2 0 0 −12 60 −84
=⇒ ⎝ 0 3 −5 −3 2 0 ⎠ =⇒ ⎝ 0 3 0 −6 −6 30 ⎠
0 0 12 6 −6 6 0 0 12 6 −6 6
de unde ⎛ 12 60 −84
⎞ ⎛ ⎞
− 2·3·12 2·3·12 2·3·12 − 16 5
6 − 76
A−1 = ⎝ −6
3·12
−6
3·12
30
3·12
⎠ = ⎝ −1
6 − 16 5
6
⎠.
6 6 6 1
12 − 12 12 2 − 12 1
2
Propoziţia 3.1.9 Condiţia necesară si suficientă ca o matrice pătratică să fie ortogonală
este ca ea să fie nesingulară, iar transpusa şi inversa ei să fie egale.
Demonstraţie. Necesitatea. Din t A · A = I rezultă că A este nesingulară şi, ı̂nmulţind această
egalitate la dreapta cu A−1 , obţinem t A = A−1 .
Suficienţa. Dacă A este nesingulară şi verifică t A = A−1 , atunci, prin ı̂nmulţire la
dreapta cu A, găsim t A · A = I, ceea ce ne arată că A este ortogonală.
Teorema 3.1.4 Rangul unui produs de matrice nu depăşeşte rangul fiecăruia din factorii
săi.
35
Demonstraţie. Fie A = (aij ) ∈ Mm×n (K), B = (bij ) ∈ Mn×p şi C = A · B = (cij ) ∈ Mm×p , unde
n
cij = aik bkj , i = 1, m, j = 1, p.
k=1
Ultimele relaţii ne arată că liniile matricei C se exprimă ca şi combinaţii liniare de
liniile matricei B şi deci subspaţiul generat de liniile matricei C sunt incluse ı̂n subspaţiul
generat de liniile matricei B. Aşadar, avem rang C ≤ rang B În mod analog, raţionând cu
vectorii coloană, obţinem rang C ≤ rang A.
Dacă unul din factorii produsului este o matrice nesingulară, atunci avem un rezultat
mai precis.
Teorema 3.1.5 Rangul produsului dintre o matrice A şi o matrice nesingulară B este egal
cu rangul lui A.
Demonstraţie. Fie C = AB. Din Teorema 3.1.4 avem rang C ≤ rang A. Ţinând seama
că B este nesingulară, există B −1 şi ı̂nmulţind la dreapta cu B −1 ı̂n C = AB, obţinem
A = CB −1 . Aplicând din nou Teorema 3.1.4, rezultă rang A ≤ rang C. Din rang C ≤ rang A
şi rang A ≤ rang C obţinem rang C = rang A.
Observaţia 3.1.4 Pentru simplificarea calculelor cu matrice se lucrează, deseori, cu matrice
ı̂mpărţită (partiţionată) ı̂n submatrice sau blocuri, obţinute ducând paralele la liniile şi
coloanele ei. De exemplu, matricea A ∈ Mn2 (K) se poate scrie
B C
A=
D E
AB = I
Efectuând ı̂nmulţirile şi identificând matricele din cei doi membrii, vom obţine
(1) A11 B11 + A12 B21 = I,
(2) A11 B12 + A12 B22 = 0,
(3) A21 B11 + A22 B21 = 0,
(4) A21 B12 + A22 B22 = I.
Din (2) avem
B12 = −A−1
11 · A12 · B22 ,
36
de unde
B21 = −B22 A21 A−1
11
Ordinea de calculare a blocurilor matricei B este: B22 , B12 , B21 şi B11 .
Exemplul 3.1.4. Să se afle inversa matricei
⎛ ⎞
2 3 4
A=⎝ 4 2 1 ⎠
3 2 −1
Partiţionăm luând
4 2 1
A11 = 2, A12 = (3 4), A21 = şi A22 =
3 2 −1
B22 = P −1 ,
2 2
1 −3 11 5
B12 = −A−1
11 A12 B22 = − (3 4) 5
3
8 = − ,
2 21 − 21 21 21
1
B21 = −B22 A21 A−1
11 = 3
2 ,
21
1
1 1 4
B11 = A−1 −1
11 − A11 A12 B21 = − (3 4) 32 = − ,
2 2 21
21
rezultând
B11 B12
A−1 =
B21 B22
37
În ı̂ncheierea acestui paragraf să prezentăm o aplicaţie a matricelor la schimbarea
bazei unui spaţiu vectorial.
Fie V un spaţiu vectorial peste câmpul K cu dim V = n şi B = {e(1) , e()2 , . . . , e(n) } o bază
a lui. Faţă de această bază un vector x ∈ V se scrie ı̂n mod unic sub forma
n
x= xi e(i) ,
i=1
ceea ce ı̂nseamnă că vectorului x ı̂i corespunde vectorul linie x = (x1 , . . . , xn ) din K n . De aici
rezultă dacă avem ı̂n V sistemul de vectori
atunci rangul sistemului de vectori {x(1) , x(2) , . . . , x(p) } este egal cu rangul matricei coordo-
natelor ⎛ ⎞
x11 x12 . . . x1n
⎜ x21 x22 . . . x2n ⎟
A=⎜ ⎝ ... ... ... ... ⎠.
⎟
atunci B1 formează o bază ı̂n V dacă şi numai dacă matricea A = (aij ) ∈ Mn2 (K) este
nesingulară.
În acest caz, A se numeşte matricea schimbării de bază sau matricea de trecere de la
baza B la baza B1 .
Punând faţă de B1
n
x= yj f (j)
j=1
n
n
x= yj aij e(i) = ⎝ aij yi ⎠ e(i)
j=1 i=1 i=1 j=1
n
de unde, identificând cu x = xi e(i) , rezultă
i=1
n
xi = aij yj , i = 1, n,
j=1
3.2 Determinanţi
Considerăm matricea pătratică A = (aij ) ∈ Mn2 (K) cu elemente din câmpul K.
Formăm produse de forma a1i1 , a2i2 . . . anin , obţinute luând câte un element şi numai unul
38
din fiecare linie şi coloană a matricei A. Unui astfel de produs ı̂i asociem permutarea
(substituţia)
1 2 ... n
G=
i1 i2 ... in
numită permutarea indicilor săi. Notăm cu Sn mulţimea tuturor celor n! permutări ale
mulţimii {1, 2, . . . , n}.
În permutarea σ ∈ Sn avem o inversiune dacă i < j şi σ(i) > σ(j).
De exemplu, ı̂n permutarea
1 2 3 4
σ=
4 2 1 2
elementele 4 şi 2 prezintă o inversiune.
Prin Inv(G) notăm numărul inversiunilor permutării G, iar prin ε(σ) = (−1)Inv(σ) sig-
natura permutărilor σ. Dacă ε(σ) = 1, avem o permutare pară, iar dacă ε(σ) = −1 avem o
permutare impară.
Definiţia 3.2.1 Numim determinantul matricei pătratice A = (aij ) ∈ Mn2 (K), elementul
det A ∈ K dat de formula
p
(k)
aij = bij , i = 1, n
k=1
p
(k)
det A = ε(σ)a1j1 . . . aiji = ε(σ)a1j1 biji . . . anjn =
σ∈Sn σ∈Sn k=1
39
(k)
= ε(σ)a1j1 biji . . . anjn ,
k=1 σ∈Sn
Propoziţia 3.2.4 Dacă ı̂ntr-un determinant se schimbă două linii ı̂ntre ele, atunci valoarea
lui ı̂şi schimbă semnul.
Demonstraţie. Se observă că prin schimbarea celor două linii permutarea indicilor ı̂şi
schimbă paritatea.
Propoziţia 3.2.5 Dacă ı̂ntr-un determinant două linii sunt identice, atunci valoarea lui este
zero.
Demonstraţie. Dacă ı̂n det A schimbăm ı̂ntre ele cele două linii identice, atunci, folosind
propoziţia 3.2.4 putem scrie det A = −det A, de unde det A = 0.
Propoziţia 3.2.6 Dacă ı̂ntr-un determinant avem două linii proporţionale, atunci valoarea
lui este zero.
Demonstraţie. Valabilitatea propoziţiei rezultă din Propoziţiile 3.2.3 şi 3.2.5.
Propoziţia 3.2.7 Dacă ı̂ntr-un determinant la o linie adăugăm o combinaţie liniară de cele-
lalte linii, atunci valoarea lui rămâne neschimbată.
Demosntratı̂e. Se aplică Propoziţiile 3.2.2 şi 3.2.6.
Propoziţia 3.2.8 Dacă liniile matricei care defineşte determinantul sunt liniar dependente
(matricea este singulară), atunci valoarea determinantului este zero.
Demonstraţie. Se aplică Propoziţiile 3.2.2 şi 3.2.6.
În particular, dacă pe o linie a unui determinant avem numai zero, atunci valoarea
determinantului este zero.
Definiţia 3.2.2 Numim minorul complementar al elementului aij din matricea pătratică A =
(aij ) ∈ Mn2 (K), determinantul asociat matricei extrase din A prin eliminarea liniei i şi
coloanei j.
Notăm Mij minorul complementar al elementului aij .
Definiţia 3.2.3 Numim complementul algebric al elementului aij din matricea pătratică A =
(aj ) ∈ Mn2 (K) elementul Aij ∈ K dat de relaţia
Propoziţia 3.2.9 Determinantul matricei A = (aij ) ∈ Mn2 (K) este egal cu suma produselor
elementelor liniei Li (i = 1, n) prin complemenţii lor algebrici, adică
40
Demosntraţie. Se arată că efectuând produsele aij Aij , j = 1, n obţinem toate produsele din
definiţia lui det A luate cu acelaşi semn.
Corolarul 3.2.1 Dacă ı̂n dezvoltarea determinantului det (A) după elementele liniei Li
ı̂nlocuim aceste elemente prin elementele α1 , . . . , αn din K, atunci suma obţinută reprezintă
determinantul matricei obţinută din A prin ı̂nlocuirea liniei Li cu vectorul (α1 , α2 , . . . , αn ).
Corolarul 3.2.2 Suma produselor elementelor unei linii Li ai matricei A = (aij ) ∈ Mn2 (K)
prin complemenţii algebrici ai elementelor altei linii Lj este egală cu zero.
n
aij Akj = δik det A, i, k = 1, n.
j=1
Observaţia 3.2.1 Propoziţia 3.2.9 se poate generaliza prin aşa numita regulă a lui Laplace.
În acest scop se introduce noţiunea de minor de ordinul k al matricei A = (aij ) ∈ Mn2 (K),
notat prin
Mij11,i,j22,...,i
,...,jk
k
Regula lui Laplace ne spune că determinantul unei matrice pătratice este egal cu suma
produselor minorilor de pe k linii fixate ale matricei prin complemenţii lor algebrici.
Observaţia 3.2.2 Calculul unui determinant de ordin n se poate face calculând numai
determinanţi de ordinul doi (de fapt, aplicând regula dreptunghiului fără ı̂mpărţirea la
elemntul pivot). Fie de calculat
a11 a12 . . . a1j . . . a1n
... ... ... ... ... ...
det A = ai1 ai2 . . . aij . . . ain
... ... ... ... ... ...
an1 an2 . . . anj . . . ann
Presupunem că a11 = 0. Împărţim linia ı̂ntâi cu a11 (ı̂n faţa determinantului se va
ı̂nmulţi cu a11 ). Apoi facem 0 pe prima coloană, ceea ce va face ca elementul aij să fie
ı̂nlocuit prin
a1j aij a11 − a1j ai1 bij
aij − ai1 = = , i, j = 2, n.
a11 a11 a1j
Dezvoltând acum determinantul după prima coloană şi scoţând ı̂n noul determinant
factorul 1/a11 de pe fiecare linie, obţinem formula lui Chio:
b22 b23 . . . b2n
1 b32 b33 . . . b3n
det A = n−2 .
a11 . . . . . . . . . . . .
bn2 bn3 . . . bnn
41
Practic se aplică repetat această formulă, ı̂n care elementele bij , i, j = 2, n, se obţin
prin ”regula dreptunghiului” fără ı̂mpărţirea la elementul pivot.
Exemplu. Avem
2 1 3 2
0 −10 −2
4 2 1 3
det A = = 1 1 −7 2 =
2
3 2 1 4 2 8 8 8
−2 3 1 2
1 1 1
1 1 −8 1
= 2 · 8 · 2 1 −7 2 = 4 · = 4 · (−13) = −52.
2 0 5 1 1 5 1
Propoziţia 3.2.10 Determinantul produsului a două matrice A şi B de ordin n este egal cu
produsul determinanţilor acestor matrice.
Propoziţia 3.2.11 Condiţia necesară şi suficientă ca o matrice să fie nesingulară este ca
determinantul ei să fie diferit de zero.
Corolarul 3.2.3 Rangul unei matrice este egal cu ordinul maxim al minorilor diferiţi de
zero.
Acest corolar ne dă un alt procedeu pentru aflarea rangului unei matrice.
Definiţia 3.2.4 Se numeşte matrice adjunctă a matricei A = (aij ) ∈ Mn2 (K) matricea notată
prin A∗ şi dată prin A∗ = (Aji ), unde Aij este complementul algebric al elementului aij din
A.
Propoziţia 3.2.12 Inversa unei matrice nesingulare A de ordin n este dată de formula
1
A−1 = · A∗ .
det (A)
42
Definiţia 3.3.1 Se numeşte sistem de m ecuaţii liniare cu n necunoscute peste câmpul K, un
ansamblu de relaţii de forma
⎧
⎪
⎪ a11 x1 + a12 x2 + . . . + a1n xn = b1 ,
⎨
a21 x1 + a22 x2 + . . . + a2n xn = b2 ,
(3.2)
⎪
⎪ ..............................
⎩
am1 x1 + am2 x2 + . . . + amn xn = bm ,
Definiţia 3.3.2 Numim soluţie a sistemului (11.8) orice ansamblu format din n elemente
α1 , α2 , . . . , αn din K cu proprietatea că ı̂nlocuind ı̂n membrii stângi ai ecuaţiilor sistemului
xi = αi , i = 1, n, şi făcând calculele, se obţin elementele corespunzătoare din membrii drepţi.
Definiţia 3.3.3 Un sistem de ecuaţii liniare se zice că este compatibil dacă are cel puţin o
soluţie şi incompatibil ı̂n caz contrar.
Matricea ⎛ ⎞
a11 a12 . . . a1n
⎜ a21 a22 . . . a2n ⎟
A=⎜ ⎝ ... ... ... ... ⎠
⎟
AX = B.
Definiţia 3.3.4 Numim sistem Cramer un sistem de n ecuaţii liniare cu n necunoscute pen-
tru care matricea A a sistemului este nesingulară, adică det A = 0.
Teorema 3.3.1 (Cramer). Orice sistem Cramer este compatibil determinat (are soluţie
unică) şi
Δi
, i = 1, n,
xi =
det A
unde Δi este determinantul matricei obţinută din matricea A a sistemului prin ı̂nlocuirea
coloanei Ci cu coloana B a termenilor liberi.
Demonstraţie. Ţinând seama că A este nesingulară, din forma matriceală a sistemului
obţinem X = A−1 B, care ne arată că sistemul este compatibil. Cum A−1 = (det A)−1 A∗ ,
unde A∗ este matricea adjunctă a matricei A (v. Propoziţia 3.2.12), ı̂nlocuind ı̂n X = A−1 B,
43
obţinem ⎛ ⎞
⎜ Ak1 bk ⎟
⎜ k=1 ⎟
⎜ n ⎟
⎜
⎟ ⎛ ⎞
⎜ ⎟
⎜ Ak2 bk ⎟ Δ1
⎜ k=1 ⎟ ⎜ ⎟
⎜ ⎟ ⎜ Δ2 ⎟
⎜ .. ⎟ ⎜ ⎟
⎜ ⎟ ...
1 ∗ 1 ⎜ . ⎟= 1 ⎜ ⎟
X=
det (A)
A B= ⎜
det (A) ⎜
n ⎟ det A ⎜
⎜ Δi ⎟,
⎟
⎟ ⎜ ⎟
⎜ Aki bk ⎟ ⎝
..
⎠
⎜ k=1 ⎟ .
⎜ ⎟
⎜ .. ⎟ Δn
⎜ ⎟
⎜ n . ⎟
⎜
⎟
⎝ Akm bk ⎠
k=1
de unde
Δi
xi = , i = 1, n.
det (A)
Prezentăm acum metoda eliminării totale (Gauss–Jordan) pentru aflarea soluţiilor
pentru sistemele Cramer.
În acest scop, scriem matricea extinsă a sistemului şi avem succesiv
2x1 + 3x2 + x3 = 6
3x1 − x2 − 2x3 = 7
x1 − 2x2 + 3x3 = −3.
Avem succesiv
⎛ ⎞ ⎛ 3 1
⎞
2 3 1 6 1 2 2 3
⎝ 3 -1 -2 7 ⎠⇒⎝ 0 − 11 − 72 −2 ⎠ ⇒
2
1 -2 3 -3 0 − 72 5
2 −6
⎛ 5 27
⎞ ⎛ ⎞
1 0 − 11 11 1 0 0 2
⇒⎝ 0 1 7
11
4
11
⎠⇒⎝ 0 1 0 1 ⎠,
52
0 0 11 − 52
11
0 0 1 -1
de unde xi = 2, x2 = 2, x3 = −1.
Observaţia 3.3.1 Dacă ı̂n transformările (11.9) facem ca ı̂n locul lui In să apară o matrice
triunghiulară superioară având elementele de pe diagonala principală egale cu 1, atunci se
zice că se rezolvă sistemul prin metoda eliminării parţiale.
De exemplu, pentru sistemul din exemplul 3.3.1, lucrând prin metoda eliminării
parţiale, avem: ⎛ ⎞ ⎛ ⎞
3 1
2 3 1 6 1 2 2 3
⎝ 3 -1 -2 7 ⎠ ⇒ ⎝ 0 − 11 − 72 −2 ⎠ ⇒
2
7 5
1 -2 3 -3 0 −2 2 −6
⎛ 3 1
⎞ ⎛ ⎞
1 2 2 3 1 32 1
2 3
⇒⎝ 0 1 7
11
4
11
⎠⇒⎝ 0 1 7
11
4 ⎠
11 ,
52 52
0 0 1 − 11 0 0 1 −1
44
iar de aici
7 4 4 7
x3 = −1 : x2 + x3 = , de unde x2 = + =1:
1 11 11 11
3 1 3 1
x1 + x2 + x3 = 3, de unde x1 = 3 − + = 2.
2 2 2 2
Să revenim acum la cazul general al sistemelor de m ecuaţii liniare cu n necunoscute.
Mai ı̂ntâi să prezentăm două criterii de compatibilitate date de teorema lui Kronecker–
Capelli şi Rouché–Frobenius.
Teorema 3.3.2 Kronecker–Capelli. Condiţia necesară şi suficientă ca un sistem de ecuaţii
liniare să fie compatibil este ca rangul matricei sistemului să fie egal cu rangul matricei
extinse.
Demonstraţie. Fie A = {C1 , C2 , . . . , Cn } sistemul de vectori coloane ai matricei A a sistemului
(11.8); sistemul (11.8) poate fi scris sub forma
x1 C1 + x2 C2 + . . . + xn Cn = B,
de unde rezultă că el este compatibil dacă şi numai dacă rangul sistemului de vectori
coloane {C1 , C2 , . . . , Cn } ai matricei A este egal cu rangul sistemului de vectori coloane
{C1 , C2 , . . . , Cn , B} ai matricei extinse A, ceea ce este echivalent cu faptul că matricele A
şi A au acelaşi rang.
Definiţia 3.3.5 Numim determinantul principal pentru sistemul de ecuaţii liniare (11.8)
orice minor de ordin maxim diferit de zero al matricei sistemului.
Este evident că ordinul unui determinant principal este egal cu rangul matricei sis-
temului.
Definiţia 3.3.6 Numim determinant caracteristic asociat unui determinant principal fixat,
orice minor principal al matricei extinse obţinut prin completarea (bordarea) determi-
nantului principal cu o linie formată din elementele corespunzătoare de pe una din liniile
rămase şi cu coloana termenilor liberi corespunzători.
Dacă rangul matricei sistemului este egal cu numărul m al ecuaţiilor, atunci nu avem
determinanţi caracteristici, sistemuul fiind totdeauna compatibil deoarece rangul matricei
extinse este tot m.
Teorema 3.3.3 (Rouché–Frobenius). Condiţia necesară si suficientă ca un sistem de ecuaţii
liniare să fie compatibil este ca toţi determinanţii caracteristici asociaţi unui determinant
principal al sistemului să fie nuli.
Demonstraţie. Necesitatea. Fie r rangul matricei A a sistemului (11.8). Dacă sistemul este
compatibil, atunci după teorema lui Kronecker–Capelli, rangul matricei extinse A este egal
cu r şi deci toţi determinanţii caracteristici sunt nuli deoarece sunt minori de ordinul r + 1
pentru A.
Suficienţa. Fără a restrânge generalizarea să presupunem că
a11 a12 . . . a1r
a a22 . . . a2r
(3.4) Δp = 21
... ... ... ...
ar1 ar2 . . . arr
este un determinant principal pentru care toţi determinanţii caracteristici sunt nuli. Con-
siderând matricele
⎛ ⎞
a11 ... a1n b1
⎜ a21 ... a2n b2 ⎟
⎜ ⎟
(3.5) ⎜ ... ... ... ... ⎟, s = 1, 2, . . . , m − r
⎜ ⎟
⎝ ar1 ... arn br ⎠
ar+s,1 ... ar+s,n br+s
45
extrase din matricea extinsă A, constatăm că ele au toate rangul r. Într-adevăr, primele
C1 , C2 , . . . , Cr coloane sunt liniar independente deoarece Δp = 0, coloanele Cr+1 , Cr+2 , . . . , Cn
sunt combinaţii liniare de C1 , C2 , . . . , Cr pentru că matricea A are rangul r, iar coloana
Cn+1 este combinaţie liniară de C1 , . . . , Cr deoarece determinanţii caracteristici sunt nuli.
Atunci rang A = rang A şi, pe baza teoremei lui Kronecker–Capelli, rezultă că sistemul este
compatibil.
Definiţia 3.3.7 Subsistemul sitemului (11.8) de ecuaţii liniare format din ecuaţiile core-
spunzătoare liniilor unui determinant principal se numeşte subsistem principal, şi ecuaţiile
lui se numesc ecuaţii principale. Celelalte ecuaţii ale sistemului (11.8) se numesc ecuaţii se-
cundare. Necunoscutele corespunzătoare coloanelor unui determinant principal se numesc
necunoscute principale, iar celelalte se numesc necunoscute secundare (libere).
Definiţia 3.3.8 Două sisteme de ecuaţii liniare se numesc echivalente dacă orice soluţie a
unuia este soluţie şi pentru celelalt.
Teorema 3.3.4 Un sistem liniar compatibil este echivalent cu orice subsistem principal al
său.
Demonstraţie. Este evident că orice soluţie a sistemului (11.8) este soluţie pentru orice
subsistem al său deoarece ea verifică fiecare ecuaţie a sistemului. Reciproc, să considerăm
subsistemul principal cu determinantul principal (11.9). Cum matricele (11.10) au toate
rangul r, ultima linie este o combinaţie liniară de celelalte şi deci avem:
Lr+s = λ1 L1 + λ2 L2 + . . . + λr Lr , s = 1, 2, . . . , m − r,
de unde
(3.6) ar+s,j = λ1 aj1 + λ2 aj2 + . . . + λr ajr , j = 1, n
şi
(3.7) br+s = λ1 b1 + λ2 b2 + . . . + λr br .
Dacă punem
Ei = a11 x1 + . . . + a1n xn − bi , i = 1, n,
atunci ı̂nmulţind egalităţile (11.11) corespunzător cu xj , j = 1, n, egalitatea (3.7) cu −1 şi
adunându-le obţinem
(3.8) Er+s = λ1 E1 + λ2 E2 + . . . + λr Er , s = 1, 2, . . . , m − r
Observaţia 3.3.2 Metodele eliminării totale sau parţiale se pot aplica şi la studierea com-
patibilităţii unui sistem de ecuaţii liniare. Şi anume, dacă nu se mai pot face cifre de 1
pe diagonala ce pleacă din a11 şi pe liniile care nu avem cifre de 1 găsim numai zerouri,
atât ı̂n matricea sistemului cât şi la termenii liberi, atunci sistemul este compatibil. În caz
contrar, sistemul este incompatibil.
46
Exemplul 3.3.2. Să considerăm sistemul
x1 − x2 + 2x3 + x4 + x5 = 1
2x1 + x2 + x3 − x4 + 3x5 = 5
x1 − 4x2 + 5x3 + 4x4 = 2.
Utilizând metoda eliminării totale, avem succesiv:
⎛ ⎞ ⎛ ⎞
1 -1 2 1 1 1 1 -1 2 1 1 1
⎝ 2 1 1 -1 3 5 ⎠ ⇒ ⎝ 0 3 -3 -3 1 3 ⎠⇒
2 -4 5 4 0 2 0 -3 3 3 -1 -3
⎛ 4
⎞
1 0 1 0 3 2
⇒ ⎝ 0 1 −1 −1 1
3 1 ⎠.
0 0 0 0 0 0
Rezultă că rangul matricei sistemului este 2 şi cum pe linia a treia avem numai zero,
deducem că avem un sistem compatibil nedeterminat. Soluţiile sistemului sunt
4 c
x1 = 2 − a − c; x2 = 1 + a + b − ; x3 = a; x4 = b; x5 = c, a, b, c ∈ R.
3 3
Exemplul 3.3.3. Să se rezolve sistemul
x1 − 3x2 + x3 + x4 = 1
x1 − 3x2 + x3 − 2x4 = −1
x1 − 3x2 + x3 + 5x4 = 6
(3.9) X = λ1 Y1 + λ2 Y2 + . . . + λr Yn−r ,
47
unde ⎛ ⎞
⎛ ⎞ α12 ⎛ ⎞
α11 ⎜ ⎟ α1,n−r
⎜ ⎟ ⎜ α22 ⎟ ⎜ α2,n−r ⎟
⎜ α21 ⎟ ⎜ ⎟ ⎜ ⎟
..
⎜ .. ⎟ ⎜ . ⎟ ⎜ .. ⎟
⎜ . ⎟ ⎜ ⎟ ⎜ . ⎟
⎜ ⎟ ⎜ αr2 ⎟ ⎜ ⎟
Y1 = ⎜
⎜ αr1 ⎟ , Y2 = ⎜
⎟ ⎜
⎟ , . . . , Yn−r = ⎜ αr,n−r
⎟ ⎜
⎟,
⎟
⎜ ⎟ ⎜ 0 ⎟ ⎜ ⎟
⎜ 1 ⎟ ⎜ ⎟ ⎜ 0 ⎟
⎜ ⎟ ⎜ 1 ⎟ ⎜ ⎟
⎝ .. ⎠ ⎜ ⎟ ⎝ .. ⎠
. ⎝ .. ⎠ .
.
0 1
0
sunt soluţii particulare ale sistemului omogen.
Se observă că Y1 , Y2 , . . . , Yn−r sunt vectori liniari independenţi ı̂n K n , deoarece con-
siderând matricea formată cu componentele lor, submatricea ei compusă din ultimele n − r
linii este matricea unitate de ordinul n − r. Cu aceasta teorema este demonstrată.
Din teorema 3.3.5 şi (3.9) rezultă
Corolarul 3.3.1 Suma a două soluţii a unui sistem omogen este, de asemenea, o soluţie a
lui.
Corolarul 3.3.2 Produsul dintre o soluţie a unui sistem omogen peste un câmp K cu un
element din K este tot o soluţie a sistemului.
48
3.4 Testul Nr. 2 de verificare a cunoştinţelor
a) Teorema rangului;
b) Teorema lui Kronecker - Capelli;
c) Teorema lui Rouché - Frobenius.
49
8. Folosind metoda lui Laplace să se calculeze determinantul
1 0 0 0 2
0 1 0 0 3
D = x 0 1 0 4
x x 0 1 5
x x x 0 6
50
Indicaţii şi răspunsuri
Testul 2
2. rangA = 3
3. Δ = 0
4. Dacă m = −2 atunci sistemul este incompatibil.
Dacă m = 2 atunci sistemul este compatibil nedeterminat cu soluţia x = 2−2a , y = a ∈ R.
m+4
Dacă m = ±2 atunci sistemul este compatibil determinat cu soluţia x = − ,
m+2
2
m + 2m − 1
y= .
m+2
5. Se obţine soluţia x1 = 4, x2 = −3, x3 = −2.
8. Δ = 2x2 − 9x + 6.
9. Δ = 9.
10. Δ = 9.
51
Bibliografia aferentă capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate ı̂n economie - Volumul I,
Editura ULB, Sibiu, 2001.
52
Capitolul 4
Definiţia 4.1.1 Numim operator liniar sau transformare liniară sau omomorfism de spaţii
vectoriale, o aplicaţie T : X → Y care satisface condiţiile:
1o . T (x(1) + x(2) ) = T (x(1) ) + T (x(2) ), (∀)x(1) ∈ X, (∀)x(2) ∈ X (aditivitate),
Teorema 4.1.1 Operatorul T : X → Y este liniar dacă şi numai dacă pentru orice x(1) , x(2) ∈
X şi orice λ1 , λ2 ∈ K, avem
Demonstraţie. Să admitem că T este operator liniar, atunci, folosind condiţiile 1o şi 2o din
Definiţia 4.1.1, avem:
53
ceea ce trebuia demonstrat.
Reciproc, dacă ı̂n (4.1) punem λ1 = λ2 = 1, obţinem condiţia 1o din Definiţia 4.1.1, iar
dacă punem λ2 = 0. obţinem condiţia 2o din aceeaşi definiţie.
Dacă X = Y un operator liniar se numeşte endomorfism. Dacă transformarea liniară
T este bijectivă, atunci ea se numeşte izomorfism de spaţii vectoriale. Un endomorfism
bijectiv se numeşte automorfism al lui X.
Cum orice câmp K este un spaţiu vectorial peste el ı̂nsuşi, atunci putem considera un
operator liniar T : X → K, numit şi formă liniară sau funcţională liniară.
În continuare vom nota cu L(X, Y ) mulţimea operatorilor liniari definiţi pe X cu valori
ı̂n Y .
Exemple. 4.1.1. Fie Pn spaţiu vectorial al polinoamelor de grad cel mult n peste câmpul K.
Aplicaţia T : Pn → Pn−1 , T (f ) = f , adică derivata lui f , oricare ar fi f ∈ Pn , este un operator
liniar.
Într-adevăr, oricare ar fi f1 , f2 ∈ Pn şi oricare ar fi λ1 , λ2 ∈ K avem
4.1.2. Fie X un spaţiu vectorial n–dimensional peste câmpul K şi B = {e(1) , e(2) , . . . , e(n) }
n
o bază ı̂n el şi a1 , a2 , . . . , an ∈ K scalari fixaţi. Aplicaţia f : X → K, f (x) = ai xi , unde
i=1
n
(i)
x= xi e , este o funcţională liniară.
i=1
4.1.3. Fie X un spaţiu vectorial peste câmpul K şi a un element fixat din K. Aplicaţia
Ta : X → X definită prin Ta (x) = ax, pentru orice x ∈ X, este un operator liniar. Aplicaţia
Ta se numeşte omotetia spaţiului X de raport a ∈ K.
Demonstraţia propoziţiei rezultă din faptul că T este un omomorfism ı̂ntre grupurile
comutative (X, +) şi (Y, +).
Propoziţia 4.1.2 Dacă T ∈ L(X, Y ) şi X1 este un subspaţiu al lui X, atunci T (X1 ) este un
subspaţiu ı̂n Y .
Demonstraţie. Pentru orice vectori y1 , y2 ∈ T (x1 ) există x(1) , x(2) ∈ X, astfel ca y1 = T (x(1) ),
y2 = T (x(2) ). Considerând λ1 , λ2 ∈ K şi folosind Teorema 4.1.1, avem
Cum λ1 x(1) + λ2 x(2) ∈ X1 , rezultă că λ1 y1 + λ2 y2 ∈ T (X1 ), ceea ce ne arată că T (x1 ) este
un subspaţiu vectorial al lui Y .
În particular, T (X) este un subspaţiu al lui Y şi se notează cu ImT . Dimensiunea lui
ImT se numeşte rangul transformării T .
Observaţia 4.1.1 Orice transformare liniară păstrează liniar dependenţa unui sistem de
vectori, iar dacă este injectivă, atunci păstrează şi liniar independenţa.
În particular, dacă B = {e(1) , . . . , e(n) } este o bază ı̂n X şi transformarea T ∈ L(X, Y )
este injectivă, atunci B1 = {T (e(1) , . . . , T (e(n) ))} este o bază ı̂n Y .
Propoziţia 4.1.3 Dacă T ∈ L(X, Y ) şi Y1 este un subspaţiu al lui Y , atunci contraimaginea
T −1 (Y1 ) este un subspaţiu al lui X.
54
Demonstraţie. Fie x(1) , x(2) ∈ T −1 (Y1 ); atunci T (x(1) ), T (x(2) ) ∈ Y1 şi deci pentru orice λ1 , λ2 ∈ K
avem λ1 T (x(1) ) + λ2 T (x(2) ) = T (λ1 x(1) + λ2 x(2) ) ∈ Y1 . Prin urmare, λ1 x(1) + λ2 x(2) ∈ T −1 (Y1 ) şi
deciT −1 (Y1 ) este subspaţiu al lui X.
În particular, T −1 ({θy}), unde θy este vectorul nul din Y , este un subspaţiu al lui X,
care se numeşte nucleul operatorului liniar T şi se notează cu ker T .
Se verifică imediat că operatorul T ∈ L(X, Y ) este injectiv dacă şi numai dacă
ker T = {θx}, θx fiind vectorul nul din X.
Dimesiunea nucleului ker T se numeşte defectul transformării liniare T . Se demon-
strează că
dim(ker T ) + dim(Im T ) = dim X (v. [2])
Deoarece operatorii liniari sunt funcţii, operaţiile cu funcţii vor conduce la operaţii
cu transformări liniare. Astfel, dacă T1 , T2 ∈ L(X, Y ), atunci T1 + T2 : X → Y , (T1 + T2 )(x) =
T1 (x) + T2 (x), (∀)x ∈ K, defineşte adunarea lor; kT1 : X → Y , (kT1 )(x) = kT1 (x), k ∈ K, (∀)x ∈ X
defineşte mulţimea operatorului liniar T1 cu un scalar k ∈ K.
De asemenea, dacă T1 ∈ L(X, Y ) şi T2 ∈ L(Y, Z), atunci T2 ◦ T1 : X → Z, (T2 ◦ T1 )(x) =
T2 (T1 (x)), (∀)x ∈ X, defineşte compunerea a două transformări liniare. T2 ◦ T1 se notează,
uneori, şi cu T2 T1 şi se numeşte produsul transformărilor T2 şi T1 .
Se verifică imediat că suma a două transformări liniare este tot o transformare liniară
şi, de asemenea, produsul unei transformări liniare cu un scalar este tot o transformare
liniară, adică L(X, Y ) este un subspaţiu vectorial al spaţiului vectorial Hom(X, Y ) peste K al
tuturor funcţiilor definite pe X cu valori ı̂n Y .
În particular mulţimea L(X, K) a funcţionalelor liniare definite pe spaţiul vectorial X
cu valori ı̂n câmpul K este un spaţiu vectorial numit dualul algebric al spaţiului vectorial
X şi este notat prin X ∗ .
Se arată că produsul a două transformări liniare este tot o transformare liniară, iar
dacă T ∈ L(X, Y ) este bijectivă, atunci T −1 ∈ L(Y, X), adică este tot o transformare liniară.
Rezultă că L(X, X) ı̂n raport cu operaţiile de adunare şi compunere este un inel cu element
unitate.
În continuare vom arăta că un operator liniar ı̂ntre două spaţii vectorial finit dimen-
sionale peste câmpul K este complet determinat de o matrice cu elemente din K.
Fie X şi Y două spaţii vectoriale peste acelaşi câmp K de dimensiuni finite, res-
pectiv n şi m; T ∈ L(X, Y ) un operator liniar, B = {e(1) , e(2) , . . . , e(n) } o bază ı̂n X şi
n
B1 = {f (1) , f (2) , . . . , f (m) } o bază ı̂n Y . Deoarece oricare ar fi x ∈ X, x = xj e(j) , avem
j=1
n
T (x) = xj T (e(j) ), iar vectorii T (e(j) ) ∈ Y , j = 1, n, se exprimă, unic ı̂n funcţie de coordo-
j=1
natele lor ı̂n baza B1 :
m
(4.2) T (e(j) ) = aij f (i) , j = 1, n,
i=1
avem ⎛ ⎞
m
n
(4.3) T (x) = xj aij f (i) = ⎝ aij xj ⎠ f (i) .
j=1 i=1 i=1 j=1
n
(4.4) yi = aij xj , i = 1, m,
j=1
(4.5) y = Ax,
55
unde t x = (x1 , . . . , xn ) xi , i = 1, n fiind coordonatele lui x ı̂n baza B1 , iar matricea
A = (aij ) ∈ Mm×n (K) are pe coloane coordonatele imaginilor vectorilor din baza B ı̂n baza
B1 . Matricea A se numeşte matricea asociată (asociată) transformării T faţă de cele două
baze B şi B1 alese ı̂n spaţiile X şi Y . Ea este unic determinată de relaţiile (4.2). Relaţiile
(4.4) sau (4.5) se numesc ecuaţiile operatorului liniar ı̂n bazele B şi B1 .
Se arată că rangul transformării liniare este egal cu rangul matricei asociate ei faţă
de două baze.
În adevăr, rangul transformării T fiind, conform definiţiei, dimensiunea spaţiului imag-
ine, este egal cu rangul sistemului de vectori {T (e(j) )}j=1,n , care ı̂l generează pe aceasta. Cum
vectorii T (ej )j=1,n , sunt vectori coloană ai matricei A, rezultă că rang A = rang T .
Exemplul 4.1.4. Dacă T ∈ L(R3 , R2 ), (x) = (x1 − 3x2 , −4x1 + 2x2 + x3 ), x = (x1 , x2 , x3 ) şi
B = {e(1) , e(2) , e(3) }, e(1) = (1, 0, 0), e(2) = (0, 1, 0), e(3) = (0, 0, 1), respectiv B1 = {f (1) , f (2) },
f (1) = (1, 0), f (2) = (0, 1) sunt bazele canonice, atunci matricea ataşată lui T este
1 −3 0
A= ,
−4 2 1
deoarece T (e(1) ) = (1, −4), T (e(2) ) = (−3, 2), T (e(3) ) = (0, 1).
Fie acum T1 , T2 ∈ L(X, Y ) şi T = T1 + T2 suma lor. Avem
de unde notând cu A1 matricea ataşată lui T1 , A2 matricea ataşată lui T2 şi cu C matricea
ataşată lui T , deducem că C = A1 + A2 , adică matricea transformării sumei este suma ma-
tricelor transformărilor termeni.
Analog, se arată că matricea produs dintre un scalar şi o transformare liniară este
produsul scalarului cu matricea acelei transformări, iar matricea transformării liniare pro-
dus este egală cu produsul matricelor transformărilor liniare factori.
De aici, rezultă
Propoziţia 4.1.4 i) Funcţia care asociază fiecărui operator liniar T ∈ L(X, Y ), dim X = n,
dim Y = m, matricea corespunzătoare ei faţă de două baze fixate, este un izomorfism
ı̂ntre spaţiul vectorial L(X, Y ) şi spaţiul vectorial Mm×n (K) al matricelor de tipul m × n
peste K.
ii) Funcţia care asociază fiecărui operator T ∈ L(X, X), dim X = n, matricea core-
spunzătoare ei ı̂ntr-o bază fixată ı̂n X, este un izomorfism ı̂ntre inelul L(X, X) şi inelul
matricelor pătratice de ordin n peste K.
Acum să cercetăm cum se schimbă matricea ataşată unei transformări liniare la schim-
barea bazelor.
Teorema 4.1.2 Fie B şi B baze ı̂n spaţiul vectorial n–dimensional X peste K, iar B1 şi B1
baze ı̂n spaţiul vectorial m–dimensional Y peste acelaşi câmp K. Dacă T ∈ L(X, Y ), A este
matricea transformării T faţă de bazele B şi B1 , iar A1 este matricea transformării T faţă
de bazele B şi B1 , atunci A1 = D−1 AC, unde C şi D sunt matricele de trecere de la baza B
la B respectiv de la B1 la B1 .
Demonstraţie. Conform celor demnstrate ı̂n Capitolul IV, dacă (x1 , . . . , xn ) = t x sunt coor-
donatele unui vector x ∈ X ı̂n baza B şi (x1 , . . . , xn ) = t x sunt coordonatele aceluiaşi vector x
ı̂n baza B , atunci x = Cx , unde C este matricea trecerii de la baza B la baza B , având pe
coloane coordonatele vectorilor bazei B ı̂n raport cu B. Analog, dacă avem (y1 , . . . , ym ) = t y
coordonatele imaginii y = T (x) ı̂n B1 şi (y1 , . . . , ym
) = t y coordonatele lui y ı̂n baza B1 , atunci
y = Dy .
Ţinând seama că T este un operator liniar, cu notaţiile din enunţ, avem y = Ax res-
pectiv y = A1 x , de unde ı̂nlocuind x = C −1 x, y = D−1 y şi y = Ax ı̂n y = A1 x , găsim
D−1 Ax = A1 C −1 x, de unde D−1 A = A1 C −1 , care este echivalentă cu D−1 AC = A1 .
56
Observaţia 4.1.2 Dacă T ∈ L(X, X), dim X = n, A matricea ataşată lui T ı̂n raport cu baza
B, iar A1 este matricea ataşată lui T ı̂n raport cu baza B1 , atunci A1 = C −1 AC, unde C este
matricea de trecere de la B la B .
Definiţia 4.1.2 Matricele A, B ∈ Mn2 (K) se numesc asemenea, notăm aceasta prin A ∼ B,
dacă există matricea nesingulară C ∈ Mn2 (K) aşa ı̂ncât B = C −1 AC.
Se verifică imediat că asemănarea matricelor este o relaţie de echivalenţă pe Mn2 (K).
Exemplul 4.1.5. Fie T ∈ L(R3 , R4 ), x = (x1 , x2 , x3 ) ∈ R3 ,
T (x) = (2x1 − x2 + x3 , x2 − 2x3 , x1 + x2 + x3 , x1 − x2 ).
(1) (2) (3) (1)
Aflaţi matricea asociată lui T ı̂n raport cu perechea de baze B = {e1 , e1 , e1 }, e1 =
(2) (3) (1) (2) (3) (4) (1) (2)
(0, 1, 1), e1 = (1, 0, 1), e1 = (1, 1, 0) ı̂n R3 şi B1 = {e2 , e2 , e2 , e2 }, e2 = (1, 1, 1, 1), e2 =
(3) (4)
(0, 1, 1, 1), e2 = (0, 0, 1, 1), e2 = (0, 0, 0, 1), ı̂n R4 . Se cere matricea A1 a transformării T faţă
de bazele B şi B1 .
Deoarece ⎛ ⎞
2 −1 1 ⎛ ⎞
⎜ 0 1 −2 ⎟ x1
T (x) = ⎜⎝ 1 1
⎟ ⎝ x2 ⎠
1 ⎠
x3
1 −1 0
deducem că matricea transformării liniare T ı̂n raport cu bazele canonice B şi B1 din R3
respectiv R4 este ⎛ ⎞
2 −1 1
⎜ 0 1 −2 ⎟
A=⎜ ⎝ 1 1
⎟
1 ⎠
1 −1 0
Matricea C de trecere de la baza B la B1 este
⎛ ⎞
0 1 1
C=⎝ 1 0 1 ⎠
1 1 0
iar matricea D de trecere de la baza B la baza B1 este
⎛ ⎞
1 0 0 0
⎜ 1 1 0 0 ⎟
D=⎜ ⎝ 1 1
⎟
1 0 ⎠
1 1 1 1
Se găseşte ⎛ ⎞
1 0 0 0
⎜ −1 1 0 0 ⎟
D−1 =⎜
⎝ 0
⎟
−1 1 0 ⎠
0 0 −1 1
şi deci avem ⎛ ⎞
0 3 1
⎜ −1 −3 0 ⎟
A1 = D AC = ⎜
−1
⎝ 3
⎟
4 1 ⎠
−3 −1 −2
Am văzut ı̂n Observaţia 4.1.2 că matricea unei transformări liniare T ∈ L(X, X),
dim X = n, depinde de alegerea bazei ı̂n X. În continuare ne punem problema de a găsi
o bază faţă de care această matrice să aibă o formă diagonală
⎛ ⎞
λ1 0 . . . 0
⎜ 0 λ2 . . . 0 ⎟
(4.6) A1 = ⎜⎝ ... ... ... ... ⎠
⎟
0 0 . . . λn
57
Ţinând seama de expresiile (4.5) care definesc matricea A1 a transformării liniare T
ı̂n baza B1 = {f (1) , . . . , f (n) } obţinem:
Definiţia 4.1.3 Se spune că vectorul x = θ, x ∈ X, este un vector caracteristic sau propriu
pentru operatorul liniar T ∈ L(X, X) dacă există un element λ ∈ K astfel ı̂ncât să avem
(4.9) (A − λI)x = 0.
Sistemul (4.10) fiind liniar şi omogen, admite soluţii diferite de soluţia banală dacă şi
numai dacă determinantul matricei sistemului este egal cu zero.
Acest determinant se notează cu PA (λ) şi are forma
a11 − λ a12 ... a1n
a21 a22 − λ . . . a2n
PA (λ) = det(A − λI) =
... ... ... ...
an1 an2 . . . ann − λ
58
unde δi , i = 1, n, este suma minorilor diagonali de ordin i ai matricei asociate operatorului
liniar T ı̂ntr-o anumită bază, adică:
a11 . . . a1i a22 ... a2,i+1
δi = . . . . . . . . . + . . . ... ... + ...+
ai1 . . . aii ai+1,2 ... ai+1,i+1
an−i+1,n−i+1 . . . an−i+1,n
+ ... ... ... ,
an,n−i+1 ... ann
suma având Cni termeni, i = 1, n. Prin minor diagonal al matricei A ı̂nţelegem un minor
care are pe diagonala principală numai elemente de pe diagonala principală a matricei A.
Se observă că δ1 = a11 + a22 + . . . + ann = tr(A) este urma matricei A, iar δn = det A.
Propoziţia 4.1.5 Două matrice asemenea au acelaşi polinom caracteristic.
Demonstraţie. Într-adevăr, dacă matricea A este asemenea cu B, adică are loc Definiţia
4.1.2, atunci
Corolarul 4.1.1 Polinomul caracteristic al unui operator liniar T ∈ L(X, X) este invariant
la schimbarea bazei.
Valabilitatea acestui corolar rezultă din Observaţia 4.1.2 şi Propoziţia 4.1.5.
Prin urmare, ca să găsim valorile caracteristice (spectrul) şi vectorii caracteristici
pentru operatorul liniar T ∈ L(X, X), dim X = n, alegem o bază B = {e(1) , . . . , e(n) } ı̂n X,
rezolvăm ecuaţia caracteristică PA (λ) = 0 şi, introducând pe rând fiecare rădăcină λi , i = 1, n,
a acesteia ı̂n sistemul (4.10), găsim vectori caracteristici corespunzători.
Corolarul 4.1.2 Unei valori caracteristice simple ı̂i corespunde un subspaţiu propriu de di-
mensiune egală cu unu.
59
Teorema 4.1.4 Dacă vectorii caracteristici x(1) , x(2) , . . . , x(m) corespund la valori caracteris-
tice distincte λ1 , λ2 , . . . , λm , atunci ei sunt liniar independenţi.
Fără să restrângem generalitatea, să admitem cu α1 = 0, atunci, ţinând seama că
x(1) , . . . , x(k) sunt liniar independenţi, deducem λ1 = λk+1 ceea ce constituie o contradicţie.
Rezultă că vectorii x(1) , x(2) , . . . x(m) sunt liniar independenţi.
Corolarul 4.1.3 Dacă operatorul liniar T are n valori caracteristice distincte atunci el poate
fi adus la forma diagonală.
Într-adevăm, ı̂n această situaţie alegând câte un vector propriu corespunzător fiecărei
valori caracteristice obţinem n vectori caracteristici liniar independenţi şi deci o bază ı̂n X.
Faţă de această bază, după Teorema 4.1.3, operatorul liniar T are forma diagonală.
Pentru cazul general se demonstrează (v. [2]):
Teorema 4.1.5 Condiţia necesară şi suficientă ca matricea operatorului liniar T ∈ L(X, X),
dim X = n, să aibă formă diagonală este ca toate valorile caracteristice să fie din câmpul K şi
subspaţiile proprii corespunzătoare să aibă dimensiunile egale cu ordinele de multiplicitate
corespunzătoare.
Exemplul 4.1.6. Să considerăm transformarea liniară T ∈ L(R3 , R3 ) definită prin
Să arătăm că T poate fi adusă la o formă diagonală şi să se precizeze o bază faţă de
care matricea ei are forma diagonală.
Matricea transformării ı̂n baza canonică a lui R3 este
⎛ ⎞
0 1 1
A = ⎝ 1 0 1 ⎠,
1 1 0
−λx1 + x2 + x3 = 0
(4.15) x1 − λx2 + x3 = 0
x1 + x2 − λx3 = 0
60
unde λ se ı̂nlocuieşte pe rând cu una din valorile caracteristice,
Pentru λ1 = 2 sistemul (4.15) are soluţia x(1) = (1, 1, 1), iar dimensiunea subspaţiului
propriu V1 este unu şi o bază ı̂n V1 este dată de x(1) .
Pentru λ1 = λ3 = −1, sistemul (4.15) se reduce la ecuaţia
x1 + x2 + x3 = 0
şi subspaţiul propriu V2 care este mulţimea soluţiilor acestei ecuaţii, are dimensiunea 2, ca
bază putând fi luaţi vectorii caracteristici x(2) = (−1, 1, 0), x(3) = (−1, 0, 1). Cum dim V2 = 2,
adică egală cu ordinul de multiplicitate al va- lorii caracteristice λ = −1, deducem că matricea
tranformării poate fi adusă la forma diagonală
⎛ ⎞
2 0 0
A1 = ⎝ 0 −1 0 ⎠
0 0 −1
iar B1 = {x(1) , x(2) , x(3) }, unde x(1) , x(2) , x(3) sunt vectorii caracteristici determinaţi, este o
bază ı̂n R3 faţă de care matricea transformării are forma diagonală A1 .
În ı̂ncheierea acestui paragraf, dă fără demonstraţie următorul rezultat (v. [2]):
Teorema 4.1.6 Cayley-Hamilton. Pentru orice operator liniar T ∈ L(X, X), dim X = n, ma-
tricea transformării A verifică ecuaţia caracteristică PA (λ) = 0.
oricare ar fi x, y, z ∈ X şi α, β ∈ K.
Exemple. 4.2.1. Produsul scalar definit ı̂ntr-un spaţiu vectorial real este o formă biliniară.
Să notă, cu B(X) mulţimea formelor biliniare definite pe X. Dacă f, g ∈ B(X) şi
k ∈ K atunci aplicaţiile kf, f + g : X × X → K definite natural prin (kf )(x, y) = kf (x, y) şi
(f + g)(x, y) = f (x, y) + g(x, y), oricare ar fi x, y ∈ X, sunt forme biliniare, numite ı̂nmulţirea
cu un scalar a unei forme biliniare şi respectiv adunarea a două forme biliniare.
Se constată imediat că operaţiile de adunare a două forme biliniare şi de ı̂nmulţire a
unei forme biliniare cu un scalar din K definesc pe mulţimea B(X) o structură de spaţiu
vectorial peste K.
Mulţimea formelor biliniare simetrice formează un subspaţiu vectorial al lui B(X).
Să considerăm acum spaţiul vectorial X de dimensiune finită n. Fie B = {e(1) , . . . , e(n) }
o bază ı̂n X; punând x, y ∈ X
n
x= xi e(i) şi y = yj e(j) ,
i=1 j=1
61
pentru forma biliniară f avem
⎛ ⎞
n
n
f (x, y) = f ⎝ xi e(i) , yj e(j) ⎠ =
i=1 j=1
n
= xi yj f (e(i) , e(j) ).
i=1 j=1
Rezultă că forma biliniară este determinată de valorile ei pe vectorii bazei. Elementele
n
f (x, y) = aij xi yi
i=1 j=1
n
(4.16) g(x) = aij xi xj .
i=1 j=1
62
Dacă punem A = (aij ) ∈ Mn2 (K), care pentru formele pătratice este o matrice simet-
rică, obţinem expresia matriceală pentru forma pătratică:
g(x) = t xAx,
unde x = t (x1 , . . . , xn ) ∈ X.
Definiţia 4.3.2 Dacă ı̂n expresia analitică (4.16) a formei pătratice g, toţi coeficienţii aij cu
i = j sunt nuli, atunci se spune că reprezentarea formei pătratice este sub formă canonică .
Teorema 4.3.1 (Gauss). Expresia analitică a oricărei forme pătratice pe un spaţiu vectorial
X peste K, dim X = n, poate fi adusă printr-o schimbare de bază, la forma canonică.
Demonstraţie. Vom demonstra această teoremă prin inducţie matematică după numărul k
al variabilelor ce apar ı̂n expresia analitică a formei pătratice.
Evident că pentru k = 1 avem g(x) = a11 x21 , care este scrisă sub forma canonică.
Presupunem teorema valabilă pentru k − 1 variabile şi o demonstrăm pentru k. Fără a
restrânge generalitatea presupunem că a11 = 0 (ı̂n caz contrar renumerotăm variabilele, iar
dacă toţi a11 = 0, i = 1, n, atunci ı̂ntr-un produs xi xj facem schimbarea de variabile xi = yi −yj ,
xj = yi + yj ). Acum, scriem expresia analitică (4.16) a formei pătratice astfel
⎡ ⎤
1 ⎣ 2 2
n
n
g(x) = a11 x1 + 2 a11 a1j x1 xj ⎦ + aij xi xj =
a11 j=2 i,j=2
n
2
1
n
= a1j xj + bij xi xj ,
a11 i=1 i,j=2
noii coeficienţi bij rezultă din reducerea termenilor asemenea după formarea pătratului
perfect.
Făcând schimbarea de variabile
n
y1 = a1j xj , yk = xk , k = 2, n
j=1
obţinem
1 2
g(x) = y + h(y),
a11 1
unde
n
h(y) = bij yi yj
i=1 j=2
nu depinde de x1 , deci ı̂n expresia ei analitică avem doar k − 1 variabile. Folosind ipoteza
inducţiei, există o bază (o schimbare de coordonate) a spaţiului X ı̂n care
h(y) = λ2 y22 + . . . + λm ym
2
.
Atunci
g(x) = λ1 y12 + . . . + λm ym
2
, λ1 = 1/a11 .
Teorema este demonstrată. Demonstraţia teoremei ne oferă şi un procedeu practic
de a scrie o formă pătratică sub forma canonică numită metoda lui Gauss. Astfel, mai ı̂ntâi
se formează un pătrat perfect cu termeni care conţin pe x1 , apoi cu termenii ce conţin pe
x2 ş.a.m.d.
Exemplul 4.3.1. Să reducem la forma canonică forma pătratică g : R3 → R, g(x) = 2x21 + x1 x2 +
63
x22 + 4x1 x3 + 4x23 .
Utilizând metoda lui Gauss avem
1 1$ x2 %2
g(x) = (4x21 + 2x1 x2 + 8x1 x3 ) + x22 + 4x23 = 2x1 + + 2x3 +
2 2 2
15 1 1 $ x2 % 2
+ x22 + 3x23 − x2 x3 = 2x1 + + 2x3 +
16 2 2 2
16 15
2
8 1 $ x2 %2
+ x22 − x2 x3 + 3x3 = 2x1 + + 2x3 +
15 16 15 2 2
2
16 16 1 44
+ x2 − x3 + x23 .
15 16 4 15
Punând
x2 15 x3
(4.17) y1 = 2x1 +
+ 2x3 , y2 = x2 − , y3 = x3
2 16 4
obţinem forma canonică pentru g:
1 2 16 2 44 2
(4.18) g(x) = y + y + y .
2 1 15 2 15 3
Din (4.17) avem:
1 4 16
x1 = y1 − y2 − y3
2 15 15
16 4
x2 = y2 + y3
15 15
x3 = y3
sau matriceal x = Cy, unde x = t (x1 , x2 , x3 ), y = t (y1 , y2 , y3 ), x, y ∈ R3 şi
⎛ 1 4
⎞
2 − 15 − 16
15
C=⎝ 0 16
15
4
15
⎠
0 0 1
(4.19) x1 = y1 − y2 , x2 = y1 + y2 , x3 = y3 , x4 = y4
şi obţinem
(4.20) g(x) = y12 − y22 − y1 y3 − 3y2 y3 + y3 y4 .
Acum aplicând metoda lui Gauss avem succesiv,
$ y 3 %2 1
g(x) = y1 − − y22 − y32 − 3y2 y3 + y3 y4 =
2 4
$ 2
y 3 %2 3
= y1 − − y2 + y3 + 2y32 + y3 y4 =
2 2
$ 2
y 3 %2
2
3 1 1 1
= y1 − − y2 + y3 + 2y3 + y4 − y42 .
2 2 2 2 8
64
Dacă punem
y3 3 1
(4.21) z1 = y 1 − , z2 = y 2 + y 3 , z3 = 2y3 + y4 , z4 = y4 ,
2 2 2
obţinem
1 1
(4.22) g(x) = z12 − z22 + z32 − z42 .
2 8
Din (4.21) găsim
1 3 3
x1 = z1 − z2 + z3 − z4
2 8 32
3 9 9
x2 = z1 + z2 − z3 + z4
2 8 32
1 1
x3 = z3 − z4
2 8
x4 z4
care constituie schimbarea de variabile prin care g(x) se scrie sub forma canonică (4.22).
O altă metodă de aducere la forma canonică a unei forme pătratice a fost dată de
Jacobi.
Teorema 4.3.2 Jacobi. Fie g : X → K o formă pătratică pe spaţiul vectorial n–dimensional
X peste K şi A = (aij ) ∈ Mn2 (K) matricea formei ı̂n baza B = {e(1) , . . . , e(n) } a spaţiului X.
Dacă determinanţii
a a12
Δ1 = a11 , Δ2 = 11 ,...,
a21
a22
(4.23) a11 . . . a1i
Δi = . . . . . . . . . , . . . , Δn = det A
ai1 . . . aii
sunt toţi nenuli, atunci există o bază B1 = {h(1) , . . . , h(n) } a spaţiului X aşa ı̂ncât g are forma
canonică
n
Δi−1 2
(4.24) g(x) = y , Δ0 = 1,
i=1
Δi i
unde (y1 , y2 , . . . , yn ) sunt coordonatele vectorului x ı̂n baza B1 .
Demonstraţie. Pentru găsirea bazei B, vom considera vectori h(i) , i = 1, n de forma
h(1) = b11 e(1)
h(2) = b21 e(1) + b22 e(2)
(4.25) ..
.
h(n) = bn1 e(1) + bn2 e(2) + . . . + bnn e(n)
şi vom impune condiţiile
f (h(i) , e(j) ) = 0, pentru 1 ≤ j < i ≤ n,
(4.26)
f (h(i) , e(i) ) = 1, pentru 1 ≤ i ≤ n,
unde f este forma polară a formei pătratice g.
Condiţiile (4.26) determină ı̂n mod unic vectorii h(i) , i = 1, n. Astfel, ca să determinăm
vectorul h(i) = hi1 e(1) + hi2 e(2) + . . . + bii e(i) , i = 1, n, ı̂n condiţiile (4.26) obţinem sistemul liniar
a11 αi1 + a21 αi2 + . . . + a1i αii = 0
a21 αi1 + a22 αi2 + . . . + a2i αii = 0
...................................
ai−1,1 αi1 + ai−1,2 αi2 + . . . + ai−1,i αii = 0
ai1 αi1 + ai2 αi2 + . . . + aii αii = 1
65
care are o soluţie unică deoarece determinantul său este Δi = 0.
Se arată uşor că vectorii h(1) , . . . , h(n) astfel construiţi sunt liniar independenţi. Acum
să arătăm că B1 = {h(1) , . . . , h(n) } esste baza ı̂n care matricea formei pătratice g este C =
(cij ) = Mn2 (K), cu aij = 0, i = j şi cij = Δi−1 /Δi , i = 1, n.
Avem
cij = f (h(i) , h(j) ) = f (h(i) , bj1 e(1) + bj2 e(2) + . . . + bjj e(j) ) =
= bj1 f (h(i) , e(1) ) + bj2 (h(i) , e(2) ) + . . . + bjj f (h(i) , e(j) ),
de unde folosind condiţiile (4.25), găsim
cij = 0, dacă i = j şi cii = bii = Δi−1 /Δi , i = 1, n.
Teorema este astfel demonstrată.
Exemplul 4.3.3. Utilizând metoda lui Jacobi să aflăm formele canonice pentru formele
pătratice din Exemplele 4.3.1 şi 4.3.2.
Matricea formei pătratice din Exemplul 4.3.1 este
⎛ 1 ⎞
2 2
⎜ 2 ⎟
⎜ ⎟
⎜ ⎟
A=⎜⎜ 1 ⎟
1 0 ⎟
⎜ 2 ⎟
⎝ ⎠
2 0 4
cu
1
2
2 7
Δ0 = 1, Δ1 = 2, Δ2 = =
4 şi Δ3 = det A = 3,
1
1
2
iar din (4.23) obţinem
1 2 8 2 7
y + y + y2 .
g(x) =
2 1 7 2 12 3
Pentru forma pătratică din exemplul 4.3.2 utilizăm forma (4.20) şi avem
⎛ 1 ⎞
1 0 − 0
⎜ 2 ⎟
⎜ ⎟
⎜ ⎟
⎜ 3 ⎟
⎜ 0 −2 − 0 ⎟
⎜ 2 ⎟
⎜ ⎟
A=⎜ ⎟
⎜ 1 3 1 ⎟
⎜ − − ⎟
⎜ 0 ⎟
⎜ 2 2 2 ⎟
⎜ ⎟
⎝ ⎠
1
0 0 0
2
cu
1 1
Δ0 = 1, Δ1 = 1, Δ2 = −1, Δ3 = − şi Δ4 = det A =
2 4
de unde, folosind (4.23), găsim
g(x) = z12 − z22 + 2z32 − 2z42 .
Observaţia 4.3.1 Pentru determinarea formei canonice a unei forme pătratice g se pot
utiliza şi valorile caracteristice (proprii) ale matricei A ataşatei ei ı̂ntr-o bază. Dacă
λ1 , λ2 , . . . , λn sunt valorile caracteristice corespunzătoare lui A, atunci forma canonică este
g(x) = λ1 y12 + λ2 y22 + . . . + λn yn2 (v. [2]).
În studiul punctelor de extrem avem nevoie de semnul unei forme pătratice.
66
Vom considera acum o formă pătratică peste un spaţiu vectorial peste R.
Definiţia 4.3.3 Fie g : X → R o formă pătratică reală adusă la o formă canonică ı̂ntr-o bază.
Dacă ı̂n această formă canonică p coeficienţii sunt strict pozitivi, q sunt strict negativi iar
r = n − (p + q) sunt nuli, atunci tripletul (p, q, r) se numeşte signatura formei pătratice.
Se demonstrează (v. [2]) următorul rezultat:
Teorema 4.3.3 (inerţiei). Signatura unei forme pătratice este invariantă la schimbarea
bazei.
Definiţia 4.3.4 O formă pătratică reală g : X → R se numeşte pozitiv definită respectiv
negativ definită dacă g(x) > 0 respectiv g(x) < 0, pentru orice x ∈ X, x = θ.
Forma g se numeşte semidefinită pozitiv sau semidefinită negativ după cum g(x) ≥ 0
sau g(x) ≤ 0, pentru orice x ∈ X. Forma g se numeşte nedefinită dacă există vectorii x(1) ∈ X
şi x(2) ∈ X astfel ı̂ncât g(x(1) ) > 0 şi g(x(2) ) < 0.
Teorema 4.3.4 (Sylvester). În condiţiile Teoremei lui Jacobi, forma pătratică g : X → R
este pozitiv definită dacă şi numai dacă Δi ≥ 0, i = 1, n şi negativ definită dacă şi numai
dacă (−1)i Δi > 0, i = 1, n.
Demonstraţie. Să considerăm că g este pozitiv definită. Arătăm mai ı̂ntâi că Δi = 0,
i = 1, n. Să presupunem prin obsurd că există k ∈ {1, 2, . . . , n} pentru care Δk = 0. Atunci
ı̂n determinantul Δk una din linii este o combinaţie liniară a celorlalte, adică există scalarii
α1 , α2 , . . . , αk astfel ı̂ncât
(4.27) α1 a1j + α2 a2j + . . . + αk akj = 0, j = 1, k.
Dacă f este polara formei pătratice g, ţinând seama că aij = f (e(i) , e(j) ), i, j = 1, n, din
(4.27) avem
0 = α1 f (e(1) , e(j) ) + α2 f (e(2) , e(j) ) + . . . + αk f (e(k) , e(j) ) =
= f (α1 e(1) + α2 e(2) + . . . + αk e(k) , e(j) ), j = 1, k
Înmulţind corespunzător cu αj , i = 1, k, egalităţile precedente şi ı̂nsumându-le,
obţinem
f (α1 e(1) + α2 e(2) + . . . + αk e(k) , α1 e(1) + α2 e(2) + . . . + αk e(k) ) = 0,
adică
(4.28) g(α1 e(1) + α2 e(2) + . . . αk e(k) ) = 0.
Cum g este pozitiv definită deducem că (4.28) este posibilă numai dacă α1 e(1) +
α2 e + . . . + αk e(k) = θ, ceea ce contrazice liniar independenţa vectorială a bazei B =
(2)
{e(1) , e(2) , . . . , e(n) }. Prin urmare, presupunerea că ar exista un Δk = 0 este falsă şi deci
Δi = 0, i = 1, n.
Acum, folosind Teorema lui Jacobi, există o bază B1 = {h(1) , h(2) , . . . , h(n) } faţă de care
n
Δi−1
g(x) = yi2 .
i=1
Δi
Cum g(x) > 0, pentru orice x nenul. ı̂n particular pentru (y1 , . . . , yi , . . . , yn ) =
(0, . . . , 1, . . . , 0), obţinem Δi−1 /Δi > 0, i = 1, n. Deoarece Δ0 = 1 şi Δ0 /Δ1 > 0, avem Δ1 > 0 şi
din aproape ı̂n aproape obţinem Δi > 0, i = 1, n.
Reciproc, dacă Δi > 0, i = 1, n, atunci Δi−1 /Δi > 0, i = 1, n, şi
n
Δi−1
g(x) = y12 ≥ 0
i=1
Δi
cu egalitate numai dacă y1 = y2 = . . . = yn = 0, adică x = θ, ceea ce ne arată că g este pozitiv
definită.
Dacă g este negativ definită atunci forma pătratică −g : X → R este pozitiv definită,
matricea ei fiind −A = (−aij ) cu minorii diagonali Δi = (−1)i Δi . Deoarece −g este pozitiv
definită numai dacă Δi > 0 rezultă că g este negativ definită numai dacă (−1)i Δi > 0, i = 1, n.
67
Corolarul 4.3.1 O formă pătratică reală pe un spaţiu n–dimensional este pozitiv respectiv
negativ definită dacă şi numai dacă una din condiţiile de mai jos este ı̂ndeplinită:
2o . toate valorile caracteristice ale matricei A ataşate formei ı̂ntr-o bază sunt strict pozi-
tive (strict negative).
Forma pătratică din Exemplul 4.3.1 este pozitiv definită deoarece signatura ei este
(3, 0, 0).
68
4.4 Testul Nr. 3 de verificare a cunoştinţelor
8. Să se aducă la forma canonică, cu ajutorul metodei lui Gauss, forma pătratică:
f (x) = x1 x2 + 3x1 x3 + 5x2 x3 .
9. Să se aducă la forma canonică, cu ajutorul metodei lui Jacobi, forma pătratică:
f (x) = x21 + 2x22 + 3x23 + 3x24 − 2x2 x3 − 2x1 x3 + 2x1 x4 + 6x2 x4 .
10. Să se aducă la forma canonică, cu ajutorul metodei lui Jacobi, forma pătratică:
f (x) = x21 + 4x1 x2 + 2x1 x4 + 3x22 − 2x2 x3 + 2x2 x4 + 2x23 − 4x3 x4 − x24 .
69
Indicaţii şi răspunsuri
Testul 3
70
Bibliografia aferentă capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate ı̂n economie - Volumul I,
Editura ULB, Sibiu, 2001.
[2] Cruceanu, V., Elemente de algebră liniară şi geometrie, Editura Didactică şi peda-
gogică, Bucureşti, 1973.
71
Capitolul 5
72
Deseori, pe lângă restricţiile (5.1), se mai adaugă şi condiţiile de nenegativitate xj ≥ 0,
j = 1, n. Astfel că modelul matematic al unei probleme de programare arată astfel:
(optim)z = f (x1 , . . . , xn )
(5.2) gk (x1 , x2 , . . . , xn ) ≥ 0, k = 1, m
xj ≥ 0, j = 1, n.
73
ı̂n mod statistic. Necunoscutele xj , j = 1, n, sunt mărimi care trebuie găsite, iar termenii
liberi bi , i = 1, m, sunt mărimi constante date, determinate de condiţiile locale ale procesului
economic. numiţi coeficienţi de restricţie ai programului dat.
Dacă sistemul liniar (5.4) de ecuaţii de condiţii (restricţii) este compatibil determinat,
atunci din punct de vedere economic avem un proces economic cu concordanţă internă
rigidă. În acest caz nu mai are rost să se pună problema determinării valorii optime pentru
funcţia scop deoarece ea are o valoare unică bine determinată, corespunzătoare soluţiei
sistemului (5.4).
Când sistemul liniar (5.4) de ecuaţii de restricţii este compatibil nedeterminat, atunci
concordanţa internă a procesului economic este elastică, deoarece oferă posibilitatea alegerii
dintr-o infinitate de soluţii ale sitemului numai pe acelea care fac funcţia de scop optimă.
Utilizând puternicul aparat al matematicii, problema de programare liniară (5.3)–
(5.5) poate fi prezentată şi ı̂n alte moduri.
Fie matricele
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
a11 a12 . . . a1n b1 x1
⎜ a21 a22 . . . a2n ⎟ ⎜ b2 ⎟ ⎜ x2 ⎟
A=⎜ ⎟,B = ⎜ ⎜
⎟
⎟ , x =
⎜ ⎟
⎜ .. ⎟ ,
⎝ ... ... ... ... ⎠ ⎝ .. ⎠
.
⎝ . ⎠
am1 am2 . . . amn b x
m n
⎛ ⎞
0
⎜ .. ⎟
c = (c1 , . . . , cn ), θ = ⎝ . ⎠
0
Cu aceste notaţii, problema de programare liniară (5.3)–(5.5) ia forma matriceală:
⎧
⎨ (optim)f (x) = cx
Ax = b
⎩
x≥θ
Definiţia 5.2.3 O soluţie de bază este numită nedegenerată, dacă are exact m componente
strict pozitive. În caz contrar ea este numită soluţia de bază degenerată.
Definiţia 5.2.4 Soluţia posibilă x(1) este numită mai bună decât soluţia posibilă x(2) , dacă
f (x(1) ) ≤ f (x(2) ) când pentru f se cere minimul, respectiv f (x(1) ) ≥ f (x(2) ), când pentru f se
cere maximul.
Definiţia 5.2.5 O soluţie de bază x(0) este soluţie optimă dacă f (x(0) ) este valoarea optimă
pentru f .
74
Definiţia 5.2.6 Dacă avem k soluţii optime x(1) , . . . , x(k) , atunci soluţia generală este
combinaţia liniară convexă a soluţiilor optime, adică
k
x= αi x(i) ,
i=1
k
cu αi = 1, αi ∈ [0, ∞), i = 1, k.
i=1
Observaţia 5.2.1 Într-o problemă de programare liniară putem lucra considerând optimul
drept minim deoarece dacă se cere maximul, atunci din relaţia max f = − min(−f ) se deduce
că este suficient să se determine min(−f ), iar apoi, cu semn schimbat, vom avea maximul
lui f .
(optim)f (x) = cx
⎧
⎪
⎪ A1 x = b(1)
⎨
A2 x ≥ b(2)
⎪
⎪ A x ≤ b(3)
⎩ 3
x ≥ θ.
n
minf = cj xj
j=1
⎧
⎪
⎪ a11 x1 + a12 x2 + . . . + a1n xn = b1
⎨
a21 x1 + a22 x2 + . . . + a2n xn = b2
⎪
⎪ ..............................
⎩
am1 x1 + am2 x2 + . . . + amn xn = bm
xj ≥ 0, j = 1, n.
Ideea metodei simplex constă ı̂n a găsirea mai ı̂ntâi a unei soluţii de bază, apoi de un
procedeu prin care din aceasta se obţin soluţii de bază mai bune, până la aflarea soluţiilor
optime.
Pentru determinarea unei soluţii de bază vom utiliza metoda eliminării complete
(Gauss–Jordan).
Utilizând metoda elementului pivot şi presupunând că am lucrat pe primele m coloane
75
cu m ≤ n, obţinem
⎛ ⎞
1 0 ... 0 α1,m+1 ... α1n β1
⎜ 0 1 ... 0 α2,m+1 ... α2n β2 ⎟
⎜ ⎟
⎜ ... ... ... ... ... ... ... ... ⎟
(A|b) ∼ ⎜
⎜
⎟
⎟
⎜ 0 0 ... 0 αi,m+1 ... αin βi ⎟
⎝ ... ... ... ... ... ... ... ... ⎠
0 0 ... 1 αm,m+1 ... αmn βm
În ipoteza că βi ≥ 0, i = 1, m (ı̂n caz contrar se aleg alte necunoscute principale), vom
putea considera soluţia de bază
x1 = β1 , . . . , xm = βm , xm+1 = 0, . . . , xn = 0
adică
t (1)
x = (β1 , β2 , . . . , βm , 0, . . . , 0).
Pentru această soluţie x(1) avem
m
f (x(1) ) = cj βj .
j=1
Acum vrem să trecem de la soluţia de bază x(1) la o nouă soluţie de bază x(2) care să
fie mai bună. Să admitem că αi,m+1 = 0, adică poate fi considerat ca element pivot. Atunci
putem ı̂nlocui necunoscuta principală xi prin xm+1 . Aplicând metoda elementului pivot,
obţinem
⎛ α β α1,m+1
⎞
1 0 . . . − α1,m+1 . . . 0 0 γ1,m+2 . . . γ1,n β1 − αi i,m+1
⎜ i,m+1
⎟
⎜ 0 1 . . . − αα2,m+1 . . . 0 0 γ2,m+2 . . . γ2,n β α2,m+1
β2 - αi i,m+1 ⎟
⎜ i,m+1 ⎟
⎜ ........................................... . . . ⎟
⎜
(A|b) ∼ ⎜ ⎟
1 αi,m+2 αi,n ⎟
⎜ 0 0 . . . − αi,m+1 . . . 0 1 αi,m+1 . . . αi,m+1
βi
αi,m+1 ⎟
⎜ ⎟
⎝ ........................................... ... ⎠
αm,m+1 βi αm,m+1
0 0 . . . − αi,m+1 . . . 1 0 γm,m+2 . . . γm,n βm − αi,m+1
βi αi+1,m+1 βi αm,m+1
xi+1 = βi+1 − , . . . , xm = βm − ,
αi,m+1 αi,m+1
βi
xm+1 = , xm+2 = 0, . . . , xn = 0.
αi,m+1
Pentru ca x(2) să fie soluţie de bază trebuie ca
βi
(5.6) ≥0
αi,m+1
şi respectiv:
βi αj,m+1
(5.7) βj − ≥ 0, j = 1, m, j = i,
αi,m+1
Cum βi ≥ 0, din (5.6) găsim
(5.8) αi,m+1 > 0.
76
Inegalităţile (5.7) pentru care αj,m+1 ≤ 0 sunt evidente. Pentru αj,m+1 > 0, din (5.7)
găsim
βj βi
≥ ,
αj,m+1 αi,m+1
care ne arată că
βi
(5.9) λ=
αi,m+1
βj
este minimul rapoartelor , cu αj,m+1 > 0. Aşadar, vom obţine prin trecerea de la
αi,m+1
x(1) la x(2) o nouă soluţie de bază dacă elementul pivot este pozitiv, iar pivotul va fi acela
care furnizează cel mai mic raport λ, când termenii liberi se ı̂mpart la elementele pozitive
corespunzătoare de pe coloana pe care lucrăm. În limbaj vectorial, se mai spune că am
găsit condiţia prin care precizăm vectorul care iese din bază.
Acum să vedem ı̂n ce condiţii x(2) este o soluţie de bază mai bună ca x(1) .
Avem
(2) βi α1,m+1 βi αi−1,m+1
f (x ) = c1 β1 − + . . . + ci−1 βi−1 − +
αi,m+1 αi,m+1
βi αi+1 βi αm,m+1 βi
+ci+1 βi+1 − + . . . + cm βm − + cm+1 =
αi,m+1 αi,m+1 αi,m+1
βi
= f (x(1) ) + [cm+2 − (c1 α1,m+1 + c2 α2,m+1 + . . . + ci αi,m+1 + . . . +
αi,m+1
cm αm,m+1 )] .
Dacă notăm
77
Pasul 5. Se scrie soluţia optimă: variabilele principale (ale căror vectori coloană conţin nu-
mai o cifră de 1 restul fiind zero) au valorile corespunzătoare din coloana termenilor liberi,
variabilele secundare au toate valoarea zero, iar min f = CB , SB , unde SB este soluţia de
bază.
De obicei, pentru lucrul manual, paşii algoritmului simplex se efectuează ı̂ntr-un tabel.
Acest tabel reprezintă, de fapt, transformările de la metoda eliminării complete aplicată la
rezolvarea sistemului de restricţii, dar completate cu o primă linie formată din coeficienţii
funcţiei scop f şi cu ı̂ncă două coloane: CB – a coeficienţilor bazei, respectiv cu baza B.
În momentul ı̂n care s-a ajuns la o soluţie de bază tabelul se completează cu două linii
pentru calcularea valorilor lui zj , respectiv Δj . Un astfel de tabel are forma
c c1 c2 c3 ... cn
CB B b P1 P2 P3 ... Pn
e1 b1 a11 a12 a13 ... a1n
e2 b2 a21 a22 a23 ... a2n
Pj .. .. .. .. .. ..
−→
←− . . . . . aij .
ei
zj f
Δj -
Pj
−→
←− semnifică faptul că vectorul ei pleacă din bază, ı̂n locul lui intrând vectorul Pj . Să
ei
ilustrăm acestea printr-un exemplu.
Exemplul 5.3.1. Să se rezolve problema de P.L.
cu restricţiile ⎧
⎨ 2x1 + x2 − x3 + 2x4 = 6
x1 + x2 + 2x3 = 5
⎩
−x1 + 2x2 + x3 + x4 = 8
xj ≥ 0, j = 1, 4.
Avem
c 1 2 1 3
CB B b P1 P2 P3 P4
P1
−→
←− e1 6 2 1 -1 2
e1
e2 5 1 1 2 0
e3 8 -1 2 1 1
1
1 P1 3 1 2 − 12 1
P2
−→ 1 5
←− e2 2 0 2 2 -1
e2
5 1
e3 11 0 2 2 2
1 P1 1 1 0 -3 2
2 P2 4 0 1 5 -2
P4
−→
←− e3 1 0 0 -12 7
e3
P3
−→ 5 3
←− 1 P1 7 1 0 7 0
P1
30 11
2 P2 7 0 1 2 0 Prima
1
3 P4 7 0 0 − 12
7 1 soluţie
68
zj 7 1 2 − 11
7 3 de bază
13
Δj – 0 0 7 0
78
&5 30 1
'
Cum Δj ≥ 0, j = 1, 4, rezultă că soluţia de bază găsită este şi optimă: t xmin = 7 , 7 , 0, 7
şi min f = 68
7 .
Observaţia 5.3.1 Dacă printre vectorii Pj avem vectori unitari din baza canonică, atunci
aceştia pot fi luaţi direct ı̂n baza B.
79
& 7 1Cum toţi' Δj ≥ 0. j = 1, 7, rezultă că am găsit soluţia optimă, dată de t x =
21
0, 4 , 4 , 0, 2 , 0, 0 , iat min(−f (x)) = 155/8. Rezultă că problema de P.L. dată are aceeaşi
soluţie de optim, iar (max)f (x) = − min(−f (x)) = −155/8.
Observaţia 5.3.2 O problemă de P.L. de maxim se poate rezolva şi direct, fără a o mai
reduce la una de minim, numai că atunci vom avea soluţia optimă când Δj ≤ 0, j = 1, n.
Dacă avem şi Δj > 0, atunci vom alege pe cea mai mare Δj > 0, aceasta determinând
vectorul care intră ı̂n bază. Vectorul care iese din bază se stabileşte ca şi la problema de
P.L. de minim.
Observaţia 5.3.3 Dacă ı̂n unele ecuaţii de restricţii avem termeni liberi negativi, respectivele
ecuaţii pot fi ı̂nmulţite cu −1.
80
Cum toate diferenţele Δj ≥ 0 rezultă că avem soluţia optimă
Cum avem patru zerouri pe linia lui Δj este posibil să obţinem şi o altă soluţie optimă,
introducând pe P4 ı̂n bază. Cum λminim se obţine pentru P2 , vectorul P4 va intra ı̂n locul
lui P2 . Tabelul simplex pentru problema P.L. se continuă astfel:
c 3 2 2 1
CB B b P1 P2 P3 P4
3 P1 50 1 1 0 0
2 P3 40 0 -1 1 0
1 P4 10 0 1 0 1
zj 240 3 2 2 1
Δj – 0 0 0 0
adică
x = (40α + 50β, 10α, 50α + 40β, 10β), (min)f (x) = 240.
Observaţia 5.4.1 În general, soluţia optimă generală nu este şi soluţie de bază, numărul
componentelor sale nenule fiind mai mare decât m.
81
= f (x(1) ) + M [cj − (c1 α1j + c2 α2j + . . . + cm αmj )] = f (x(1) ) + M Δj .
Cum Δj < 0 şi M → ∞, rezultă că f (x(2) ) → −∞, ceea ce trebuia demonstrat.
Pentru o astfel de problemă de P.L. sse spune că ea are soluţie (optimă) infinită.
Exemplul 5.4.2. Să se rezolve problema de P.L.:
c -2 1 -2 -3
CB B b P1 P2 P3 P4
e1 10 4 1 0 -3
-2 P3 6 2 -1 1 0
P4
−→
←− e3 6 2 -1 0 3
e3
P1 ←−
−→ e1 e1 16 6 0 0 0
-2 P3 6 2 -1 1 0
2
-3 P4 4 3 − 13 0 1
8
-2 P1 3 1 0 0 0
2
-2 P3 3 0 -1 1 0
22
-3 P4 3 0 − 13 0 1
zj − 86
3 -2 3 -2 -3
Δj – 0 -2 0 0
Deoarece Δ2 = −2 < 0, iar α12 = 0, α22 = −1 < 0, α32 = − 13 < 0, rezultă că (min)f = −∞.
Într-adevăr, luând x2 = M > 0, x1 = 83 , x3 = 23 + M , x4 = 22
3 + M , avem
86
f (x) = − − 2M
3
şi astfel când M → ∞, obţinem f → −∞.
(min)f (x) = cx
Ax = b
x ≥ θ.
Aceasta, conform Definiţiei 5.2.3, va avea o soluţie degenerată dacă numărul compo-
nentelor sale strict pozitive este mai mic decât m, adică cel puţin o necunoscută principală
are valoarea zero (ı̂n vectorul coloană b există zerouri). Situaţia de degenerare ı̂ntr-o prob-
lemă de P.L., apare, fie la ı̂nceput, fie pe parcurs, când la introducerea ı̂n bază a unui vector
există mai multe elemente pozitive care furnizează acelaşi raport minim. În această ultimă
situaţie apare aşa numitul fenomen de ciclare. Pentru a evita acest fapt, elementul pivot, se
demonstrează, va fi ales acela care furnizează cea mai mică linie ı̂n ordonarea lexicografică.
Definiţia 5.4.1 Linia (b1 ; x1 , x2 , . . . , xn ) este mai mică ı̂n ordine lexicografică decât linia
(b2 ; y1 , y2 , . . . , yn ) dacă b1 < b2 , sau b1 = b2 şi x1 < y1 , sau b1 = b2 , x1 = y1 şi x2 < y2 , sau
şi aşa mai departe b1 = b2 , x1 = y1 , . . . , xn−1 = yn−1 şi xn < yn .
82
Exemplul 5.4.3. Să se rezolve problema de P.L. standard:
c -1 -4 -5 -2
CB B b P1 P2 P3 P4
e1 6 3 1 1 1
P2
−→
←− e2 6 1 2 1 1
e2
e3 7 2 1 3 0
P1
−→ 5 1 1
←− e1 3 2 0 2 2
e1
1 1 1
-4 P2 3 2 1 2 2
3 5
e3 4 2 0 2 − 12
6 1 1
-1 P1 5 1 0 5 5
12 2 2
-4 P2 5 0 1 5 5
P3
11 11
−→
←− e3 5 0 0 5 − 45
e2
3
-1 P1 1 1 0 0 11
6
-4 P2 2 0 1 0 11 Prima soluţie de bază
4
-5 P3 1 0 0 1 − 11
7
zj -14 -1 -4 -5 − 11
15
Δj – 0 0 0 − 11
11 11
-2 P4 3 3 0 0 1
-4 P2 0 -2 1 0 0
7 4
-5 P3 3 3 0 1 0
zj -19 -4 -4 -5 -2
Δj – 3 0 0 0
La tabelul care a dat prima soluţie de bază avem Δ4 = − 15 11 < 0,iar raportul minim
11
λ= este obţinut şi pe linia lui P1 şi pe linia lui P2 . Cum b2 = 1 < b2 = 2, rezultă că ı̂n
3
ordinea lexicografică linia lui P1 este mai mică decât linia lui P2 . Aşa că la acest pas s-a ales
3
elementul pivot 11 din linia lui P1 .
Soluţia optimă obţinută este degenerată
7 11
x(1) = 0, 0, , , pentru care (min)(−f ) = −19.
3 3
(1)
Soluţia x1 este soluţie optimă şi pentru problema de P.L. de maxim, când (max)f =
− min((−f ) = 19.
83
Astfel, pentru o restricţie de forma
ai1 x1 + ai2 x2 + . . . + ain xn ≤ bi
considerăm necunoscuta de compensare xn+1 ≥ 0 şi transformăm inecuaţia ı̂n ecuaţie astfel
ai1 x1 + ai2 x2 + . . . + ain xn + xn+1 = bi
Pentru o restricţie de forma
ak1 x1 + ak2 x2 + . . . + akn xn ≥ bk
considerăm necunoscuta de compensare xn+2 ≥ 0 şi transformăm inecuaţia ı̂n ecuaţie, astfel
ak1 x1 + ak2 x2 + . . . + akn xn − xn+2 = bk
Câte restricţii de tip inecuaţie avem, atâtea necunoscute de compensare vom intro-
duce.
În funcţia de eficienţă necunoscutele de compensare se introduc cu coeficienţii egali cu zero.
În soluţia optimă din tabelul simplex s-ar putea să apară şi unele necunoscute de com-
pensare, dar ı̂n soluţia obţinută a problemei de P.L. generală acestea nu se consideră.
Exemplul 5.5.1. Să se rezolve problema generală de P.L.:
(min)f (x) = 3x1 − 2x2 + 4x3 − x4
⎧
⎪ 2x1 +3x2 −x3
⎪
⎨
+x4 =7
5x1 +2x2 +x3 −x4 ≥5
⎪
⎪ x1 +x 2 +2x 3 +2x 4 ≤ 10
⎩
2x1 +2x2 +x3 +x4 ≤9
xj ≥ 0, j = 1, 4.
Transformăm problema generală ı̂n una standard, introducând variabile de compen-
sare x5 , x6 , x7 :
(min)f (x) = 3x1 − 2x2 + 4x3 − x4
⎧
⎪
⎪ 2x1 +3x2 −x3 +x4 =7
⎨
5x1 +2x2 +x3 −x4 −x5 =5
⎪
⎪ x1 +x 2 +2x 3 +2x 4 +x 6 = 10
⎩
2x1 +2x2 +x3 +x4 +x7 = 9
xj ≥ 0, j = 1, 7.
Acum, aplicăm algoritmul simplex şi avem:
c 3 -2 4 -1 0 0 0
CB B b P1 P2 P3 P4 P5 P6 P7
e1 7 2 3 -1 1 0 0 0
P2
−→
←− e2 5 5 2 1 -1 -1 0 0
e2
0 P6 10 1 1 2 2 0 1 0
0 P7 9 2 2 1 1 0 0 1
P2
11
−→
←− e1 5 0 5 − 75 7
5
2
5 0 0
e2
2 1
3 P1 1 1 5 5 − 15 − 51 0 0
3 9 11 1
0 P6 9 0 5 5 5 5 1 0
6 3 7 2
0 P7 7 0 5 5 5 5 0 1
25 −7 7 2
-2 P2 11 0 1 11 11 11 0 0
1 5 5 3
3 P1 11 1 0 11 − 11 − 11 0 0
84 24 20 1
0 P6 11 0 0 11 11 11 1 0
47 15 5 2
0 P7 11 0 0 11 11 11 0 1
zj − 47
11 3 -2 29
11
29
− 11 − 13
11 0 0
15 18 13
Δj – 0 0 11 11 11 0 0
84
Cum toţi Δj ≥ 0, j = 1, 7. rezultă că soluţia problemei de P.L. standard este
1 25 84 47 47
x(1) = , , 0, 0, 0, , , (min)f (x) = − ,
11 11 11 11 11
caz ı̂n care nu am mai luat ı̂n seamă valorile necunoscutelor de compensare.
Definiţia 5.6.1 Spunem că ı̂ntr-o problemă de P.L. avem o restricţie concordantă dacă ea
conţine semnul ”≥” ı̂ntr-o problemă de minim şi, respectiv, semnul ”≤” ı̂ntr-o problemă
de maxim.
Definiţia 5.6.2 Spunem că ı̂ntr-o problemă P.L. avem o restricţie neconcordantă dacă ea
conţine semnul ”≤” ı̂ntr-o problemă de minim şi, respectiv, semnul ”≥” ı̂ntr-o problemă
de maxim.
Prin urmare, ı̂ntr-o problemă de P.L. avem următoarele categorii de restricţii: con-
cordante, neconcordante şi egalităţi.
Pentru a cuprinde toate situaţiile posibile vom considera că şi pentru necunoscute
(variabile) putem avea următoarele categorii: nenegative, (xj ≥ 0), nepozitive (xj ≤ 0) şi
libere (xj ∈ R).
85
Acum, putem da regulile de corespondenţă ı̂n formarea problemelor de P.L.
(min)f (x) = x1 + x2
⎧
⎪
⎪ 4x1 +3x2 ≥ 24
⎨
5x1 +9x2 ≥ 45
⎪
⎪ 3x1 −4x2 ≥ −44
⎩
−x1 ≥ −8
x1 ≥ 0, x2 > 0.
Să se scrie duala acestei probleme.
Având patru restricţii şi, respectiv, două necunoscute din programul primal, vom avea
patru necunoscute şi, respectiv, două restricţii. Aşadar, programul dual va avea forma:
yj ≥ 0, j = 1, 4.
Exemplul 5.6.2. Fie dată problema principală de P.L.:
86
duala ei are forma:
(min)g(y) = 5y1 + y2 + y3
⎧
⎪
⎪ y1 +7y2 +3y3 ≥2
⎨
y1 +5y2 +5y3 ≥1
⎪ 1
⎪ y +3y 2 +10y 3 ≥3
⎩
y1 +y2 +15y3 ≥ 3
yj ≥ 0, j = 1, 3.
Exemplul 5.6.3. Pentru problema primală de P.L.
P.L. primală
⎧ ⎧P.L. duală t
⎨ (min)f (x) = cx ⎨ (max)g(y) = by
(1) Ax = b (2) t
Ay ≤ t c
⎩ ⎩
x≥θ y arbitrar
unde t y = (y1 , . . . , ym ).
Teorema 5.6.1 Dacă x(0) şi y (0) sunt soluţii posibile oarecare ale problemelor (1) şi (2),
atunci
g(y (0) ) = t by (0) ≤ cx(0) = f (x(0) ).
Demonstraţie. Din faptul că x(0) şi y (0) sunt soluţii posibile ale problemelor (1) şi (2)
respectiv, avem:
t
Ay (0) ≤ t c, cu y (0) arbitrar,
respectiv
Ax(0) = b, cu x(0) ≥ 0.
Astfel putem scrie
g(y (0) ) = t by (0) = t (Ax(0) )y (0) = (t x(0)t A)y (0) = t x(0) (t Ay (0) ) ≤ t x(0)t c =
87
a) ambele probleme au soluţii optime finite şi atunci (min)f = (max)g;
b) una din probleme are soluţie infinită, iar cealaltă este incompatibilă (nu are soluţie);
c) una dintre probleme are soluţie degenerată, iar cealaltă problemă poate avea soluţii
multiple.
Demonstraţie. a) Fie x(1) o soluţie optimă a problemei (1) şi y (1) o soluţie optimă a problemei
(2).
Din Teorema 5.6.1 avem
min f (x) = f (x(1) ) ≥ g(y (1) ) = max g(y).
Acum, din obţinerea tabelului simplex rezultă că dacă notăm cu Γ matricea de tipul
m × m din A, dată de vectorii principali Pj care dau soluţia optimă x(1) , atunci x(1) = Γ−1 b.
Analog avem t y (1) = cB Γ−1 .
Atunci rezultă
f (x(1) ) = cB x(1) = cB Γ−1 b = t y (1) b = g(y (0) ),
adică min f (x) = max g(y).
În mod analog se stabilesc acum, fără mare greutate şi punctele b) şi c) ale teoremei.
Observaţia 5.6.1 Teoremele 5.6.1 şi 5.6.2 poartă numele de teoreme ale dualităţii.
Ele ne justifică cele afirmate la ı̂nceputul paragrafului: prin rezolvarea uneia dintre
problemele duale avem şi soluţia celeilalte. De aceea, practic putem alege pe cea ı̂n care
calculele sunt mai simple.
Exemplul 5.6.4. Să considerăm problema de P.L. din exemplul 5.6.1. Aici se observă că
este mai convenabil să rezolvăm problema duală deoarece ea conţine numai două restricţii.
O aducem la forma standard, introducând variabilele de compensare y5 şi y6
(max)g(y) = 24y1 + 45y2 − 44y3 − 8y4
4y1 +5y2 +3y3 −y4 +y5 =1
3y1 +9y2 −4y3 +y6 =1
yi ≥ 0, i = 1, 6
Aplicând algoritmul simplex, obţinem:
c 24 45 -44 -8 0 0
CB B b P1 P2 P3 P4 P5 P6
0 P5 1 4 5 3 -1 1 0
P2
−→
←− 0 P6 1 3 9 -4 0 0 1
P6
zj 0 0 0 0 0 0 0
Δj – 24 45 -44 -8 0 0
P1
4 7 47
−→
←− 0 P5 9 3 0 9 -1 1 − 59
P5
1 1
45 P2 9 1
3 0 − 94
0 1
9
zj5 15 45 -20 0 0 5
Δj– 9 0 -24 -8 0 -5
4 47 3 3 5
24 P121 1 0 21 − 7 7 − 21
1 25 1 1 4
45 P221 0 1 − 21 7 −7 21
47 1 25 27 20
zj 7 24 45 7 − 7 7 7
309 29 27
Δj– 0 0 − 7 −7 −7 − 20
7
(1)
&4 1 '
Cum toate Δj ≤ 0, rezultă că y = 21 , 21 , 0, 0 este soluţie optimă pentru problema duală,
cu min g(y) = 47
7 . De pe linia lui Δj , ı̂n dreptul vectorilor de compensare P5 şi P6 , găsim
soluţia problemei primale:
27 20 47
x(1) = , , 0, 0 , cu max f (x) = .
7 7 7
88
Observaţia 5.6.2 Există situaţii ı̂n care rezolvarea unei probleme de P.L. se lungeşte prin
calculele care conduc la determinarea unei baze formată din vectorii Pj ai problemei. Este
preferabil ca ı̂ntr-o astfel de situaţie să lucrăm cu b ı̂n care avem şi componente bi < 0,
folosind un algoritm simplex modificat, aplicat asupra problemei duale, numit algoritmul
(metodă) simplex modificat (dual).
Paşii de lucru sunt aceeaşi, deosebindu-se de metoda simplex primală numai prin
următoarele:
bi0 = min{bi }.
bi <0
2) Criteriul de intrare ı̂n bază. Dacă pe linia lui bi0 toate elementele αi0 j sunt nenegative,
atunci problema este imposibilă. Dacă există αi0 j < 0, atunci determinăm
Δj
αi0 j0 = min ,
αi0 j <0 αi0 j
urmând ca vectorul corespunzător lui αi0 j0 să intre ı̂n noua bază.
Se aplică repetat aceşti paşi până când b ≥ θ şi Δj verifică condiţiile din simplex primal,
situaţie ı̂n care b dă soluţia optimă.
Exemplul 5.6.5. Să se rezolve problema de P.L.:
89
Cum b ≤ θ este mai convenabil să aplicăm algoritmul simplex dual.
Avem:
c 4 5 3 0 0 0
CB B b P1 P2 P3 P4 P5 P6
0 P4 -7 -3 -2 -1 1 0 0
0 P5 -6 -1 1 -2 0 1 0
P1
−→
←− 0 P6 -8 -2 -1 1 0 0 1
P6
zj 0 0 0 0 0 0 0
Δj – 4 5 3 0 0 0
0 P4 5 0 − 12 − 52 1 0 − 32
P3
3
−→
←− 0 P5 -2 0 2 − 52 0 1 − 12
P5
1
4 P1 4 1 2 − 12 0 0 − 12
zj 16 4 2 -2 0 0 -2
Δj – 0 3 5 0 0 2
0 P4 7 0 -2 0 1 -1 -1
4
3 P3 5 0 − 35 1 0 − 25 1
5
22 1
4 P1 5 1 5 0 0 − 15 − 25
zj 20 4 -1 3 0 -2 -1
Δj – 0 6 0 0 2 1
Cum b ≥ θ şi Δj ≥ 0, j = 1, 6, rezultă că avem soluţia optimă:
(1) 22 4
x = , 0, , min f (x) = 20
5 5
Observaţia 5.6.3 Dualitatea ı̂n problemele de P.L. se poate interpreta şi economic. Astfel,
problema primală ⎧
⎨ (max)f (x) = cx
Ax ≤ b
⎩
x≥θ
reprezintă modelul unui proces economic ı̂n care se realizează n produse, folosind m resurse,
aij reprezentând unitatea din resursa i utilizată la produsul j, i = 1, m, j = 1, n, bi –cantitatea
disponibilă din resursa i, i = 1, m; cj venitul pentru o unitate din produsul j şi xj numărul
de unităţi realizate din produsul j, j = 1, n (vezi §1.3). Funcţia obiectiv reprezintă venitul
total realizat. În problema primală se cere să se determine numărul de unităţi din fiecare
produs aşa ı̂ncât venitul să fie maxim.
Acum, să urmărim procesul economic după criteriul cheltuieli–venit. Fie yi preţul fixat
pentru unitatea din resurse i, i = 1, m. Costul resursei i ı̂n cantitate de bi unităţi, consumată
pentru fabricarea produselor, este bi yi . Cheltuielile necesare pentru toate resursele folosite
sunt
g(y) = b1 y1 + b2 y2 + . . . + bm ym .
Cum consumul din resursa i pentru realizarea unităţii de produs j este aij , costul
acestei cote care realizează unitatea de produs j este aij · yi . Costul total al cotelor din
m
resursele i, i = 1, m, care participă la crearea unităţii de produs j, este aij yi , care trebuie
i=1
să satisfacă condiţiile
m
aij yi ≥ cj , j = 1, n.
i=1
(min)g(y) = b1 y1 + b2 y2 + . . . + bm ym
90
m
aij yi ≥ cj , j = 1, n
i=1
yj ≥ 0, j = 1, n,
care constituie duala problemei primale de maxim.
91
5.7 Testul Nr. 4 de verificare a cunoştinţelor
xi ≥ 0 , i = 1, 5.
xi ≥ 0 , i = 1, 6.
xi ≥ 0 , i = 1, 4.
6. Rezolvaţi problema de programare liniară (max)f (x) = 4x1 + 5x2 + 8x3 + 2x4 + 3x5
⎧
⎨ 2x1 + 3x2 + 3x3 + x4 + 2x5 = 10
x1 − x2 + 2x3 − 6x4 + 3x5 = 5
⎩
x1 + x2 + x3 − 2x4 + 2x5 = 4
xi ≥ 0 , i = 1, 5.
7. Rezolvaţi problema generală de programare liniară (min)f (x) = 4x1 + 8x2 − 2x3 + x4
⎧
⎨ x1 + x2 + x4 = 2
x1 + 2x2 + x3 ≤ 5
⎩
x2 + x3 ≥ 3
xi ≥ 0 , i = 1, 4.
92
8. Aduceţi următoarea problemă generală de programare liniară la forma canonică:
(max)f (y) = 3y1 − 4y2
y1 + y2 ≤ 8
y1 − y2 ≥ 1
y1 ∈ R , y2 ≤ 0.
10. Găsiţi valoarea optimului următoarei probleme de programare liniară folosind duala
ei: (max)g(y) = 6y1 + 8y2 ⎧
⎨ 2y1 + y2 ≤ 4
y1 + 2y2 ≤ 2
⎩
y1 − 2y2 ≤ 1
y1 , y2 ∈ R.
93
Indicaţii şi răspunsuri
Testul 4
2. Se palică algoritmul Simplex şi se obţine optimul finit t x = (0, 4, 0, 2, 7) şi min(f ) = 7.
86 29 82
3. Se aplică algoritmul simplex şi se obţine soluţia optimă finită t x = , , , 0, 0, 0 şi
12 13 13
759 759
min g = − (de unde g = −f ) şi astfel max f = .
13 18
4. Se observă că există cinci soluţii de tăiere pentru o bară: 1) se taie o bucată de 8 m
3
şi alta de 5,25 m obţinându-se deşeu 0, 75 = m; 2) se taie o bucată de 8 m şi două
4
bucăţi de 2,5 m obţinându-se deşeu 1 m; 3) se taie două bucăţi de 5,25 m şi una de 2,5
m obţinându-se deşeu 1 m; 4) se taie o bucată de 5,25 şi trei de 2,5 m obţinându-se
5 6
deşeu 1, 25 = m; 5) se taie cinci bucăţi de 2,5 m obţinându-se deşeu de 1, 5 = m.
4 4
Notând cu xi , i = 1, 5 numărul de bare planificate a se tăia ı̂n modul ”i” obţinem
problema de programare liniară
1
(min)f = (3x1 + 4x2 + 4x3 + 5x4 + 6x5 )
4
x1 + x2 = 500
x1 + 2x3 + x4 = 800
2x2 + x3 + 3x4 + 5x5 = 450
xi ≥ 0 , i = 1, 5.
Pentru a uşura calculele se va folosi funcţia obiectiv f1 = 3x1 + 4x2 + 4x3 + 5x4 + 6x5 .
Se aplică algoritmul Simplex şi se obţin soluţiile optime t x1 = (500, 0, 150, 0, 60), t x2 =
(500, 0, 90, 120, 0), t x3 = (380, 120, 210, 0, 0), deci ı̂n final min(f1 ) = 2460(m) ⇒ min(f ) =
615(m) cu t (x) = α ·t x1 + β ·t x2 + γ ·t x3 cu α, β, γ ∈ [0, 1], α + β + γ = 1.
5. Se aplică algoritmul Simplex pentru funcţia obiectiv g = −f şi se obţine optim infinit:
19 1 1 2 1 128 4
x2 = M > 0 (foarte mare), x1 = , x3 = + · M , x4 = + · M , min(g) = − − M,
10 5 2 15 3 15 3
128 4
de unde max(f ) = + M.
15 3
6. Se plică algoritmul Simplex şi se obţin soluţii multiple şi anume:
1 5 5 13 1
t t
x1 = 2, , , 0, 0 , x2 = 0, , , 0, ⇒t x = α ·t x1 + β ·t x2
3 3 6 6 2
Se aplică algoritmul Simplex şi se obţine optimul finit t x = (0, 0, 5, 2, 0, 0), adică x1 = 0,
x2 = 0, x3 = 5, x4 = 2 şi min(f ) = −8.
94
8. Se obţine forma canonică:
⎧
⎪
⎪ (min)g(x) = −3x1 + 3x2 − 4x3
⎨
x1 − x2 − x3 + x4 = 8
⎪ x1 − x2 + x3 − x5 = 1
⎪
⎩
xi ≥ 0 , i = 1, 5.
9. Avem duala:
(min)g(y) = 4y1 + 3y2 + 5y3
y1 − 2y2 + 3y3 ≥ −1
y1 + y2 − y3 ≥ 1
yi ≥ 0 , i = 1, 3.
Forma canonică a acestei probleme de programare liniară este:
⎧
⎪
⎪ (min)g(y) = 4y1 + 3y2 + 5y3
⎨
y1 − 2y2 + 3y3 − y4 = −1
⎪
⎪ y1 + y2 − y3 − y5 = 1
⎩
yi ≥ 0 , i = 1, 5.
t 1 2
Se aplică algoritmul Simplex şi se obţine soluţia optimă finită y = , , 0 şi
33
10 10 1 11
min(g) = ⇒ maxf = . Se poate obţine şi soluţia problemei iniţiale: t x = , .
3 3 3 3
10. Duala problemei considerate este:
Se aplică algoritmul simplex şi se obţine soluţia optimă finită t x = (0, 5, 1) şi min(f ) =
11 ⇒ max(g) = 11.
95
Bibliografia aferentă capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate ı̂n economie - Volumul I,
Editura ULB, Sibiu, 2001.
96
Capitolul 6
Obiective: Scopul acestui capitol este de familiariza studenţii cu noţiunea de graf şi
aplicaţiile acesteia ı̂n economie. Termenul de ”graf” are cu totul altă semnificaţie decât
cel de grafic. Prima lucrare de teoria grafurilor a fost scrisă de renumitul matematician
elveţian Euler, ı̂n 1736, ı̂n scopul rezolvării unor jocuri şi amuzamente matematice. Dez-
voltarea ulterioară a matematicii şi ı̂n special a aplicaţiilor ei ı̂n diferite domenii ştiinţifice
a dat un impuls puternic dezvoltării teoriei grafurilor. Utilizarea ei ı̂n domenii variate,
teoretice sau practice, de la probleme economice la fundamentarea deciziilor politice, de la
studiul reţelelor electrice la critica textelor, etc., ı̂i conferă ı̂n zilele noastre o importanţă
aparte.
Folosirea grafurilor ı̂n elaborarea programelor de producţie, investiţii, transport, des-
facere etc. ale unităţilor economice a devenit o necesitate de prim ordin.
Rezumat: În acest capitol se vor aborda câteva din conceptele fundamentale ale
teoriei grafurilor, precum şi câţiva algoritmi utili ı̂n rezolvarea unor probleme economice.
Conţinutul capitolului:
1. Noţiuni fundamentale
2. Algoritmi pentru rezolvarea unor probleme relative la grafuri
3. Problema fluxului optim ı̂n reţele de transport
4. Test de verificare a cunoştinţelor
5. Bibliografia aferentă capitolului
Cuvinte cheie: graf, matricea drumurilor, componente tare conexe ale unui graf,
drumuri hamiltoniene, drum de lungime optimă, metoda drumului critic, rele de trasport.
Definiţia 6.1.3 Dacă toate perechile distincte din Γ sunt ordonate, graful se numeşte orien-
tat. În cazul contrar, graful se numeşte neorientat.
97
o pereche neordonată (x, y) ∈ Γ, x, y ∈ X se numeşte muchie.
În continuare noi o să lucrăm numai cu grafuri orientate şi finite, fără a mai specifica
acest lucru, menţionând totuşi ı̂n câteva locuri şi denumirea noţiunilor corepsunzătoare de
la grafurile neorientate.
Un graf orientat şi finit va fi notat prin (X, Γ), unde X = {x1 , x2 , . . . , xn } va reprezenta
mulţimea vârfurilor, iar Γ mulţimea arcelor.
Un graf (X, Γ) se reprezintă geometric ı̂n modul următor: a) fiecare vârf este
reprezentat printr-un punct din plan; b) fiecare arc (xi , xj ) ∈ Γ se reprezintă printr-o linie
(dreaptă sau curbă) care uneşte cele două extremităţi şi pe care se află o săgeată cu sensul
de la xi la xj (vezi fig.1). Dacă xi coincide cu xj , zicem că avem o buclă.
Fig.1
Într-un graf neorientat muchia se reprezintă printr-un arc fără săgeată.
Într-un arc (xi , xj ) vârful xi se numeşte predecesorul lui xj , iar xj succesorul lui xi .
Exemplul 6.1.1. Graful (X, Γ) dat prin X = {x1 , x2 , x3 , x4 , x5 }, Γ =
{(x1 , x2 ), (x1 , x3 ), (x1 , x4 ), (x2 , x3 ), (x3 , x2 ), (x2 , x4 ), (x3 , x4 ), (x3 , x5 ), (x4 , x5 )} este reprezentat ı̂n
figura 2. În aceeaşi figură este reprezentat şi graful neorientat corespunzător lui.
Fig.2
Definiţia 6.1.4 Două arce ale grafului (X, Γ) se numesc adiacente dacă au cel puţin o ex-
tremitate comună.
Definiţia 6.1.5 Într-un graf (X, Γ) mulţimea arcelor cu extremitatea iniţială xi se numeşte
mulţimea arcelor incidente spre exterior şi se notează cu Γ+xi . Mulţimea arcelor incidente
spre interior vârfului xi se va nota cu Γ− xi . Atunci Γ xi = Γ+ −
xi ∪ Γxi este mulţimea arcelor
incidente vârfului xi .
Definiţia 6.1.6 Un graf (X, Γ) se numeşte simetric dacă oricare ar fi arcul (xi , xj ) ∈ Γ avem
şi (xj , xi ) ∈ Γ.
Graful (X, Γ) se numeşte antisimetric, dacă există un arc (xi , xj ) ∈ Γ astfel ı̂ncât arcul
(xj , xi ) ∈ Γ.
Definiţia 6.1.7 Un graf (X, Γ) se numeşte complet dacă pentru orice xi , xj ∈ X din (xi , xj ) ∈ Γ
rezultă (xj , xi ) ∈ Γ.
Exemplul 6.1.2. Graful din figura 3 este simetric, cel din figura 4 este antisimetric, iar cel
din figura 5 este complet.
98
Fig.3 Fig.4 Fig.5
Definiţia 6.1.8 Fie (X, Γ) un graf. Numim graf parţial al grafului dat, un graf (X, Γ1 ), unde
Γ1 ⊂ Γ, adică el se obţine din graful (X, Γ) prin suprimarea unor arce.
Definiţia 6.1.9 Fie (X, Γ) un graf dat. Numim subgraf al grafului dat, un graf (X1 , Γ1 ), unde
X ⊂ X1 şi Γ1 ⊂ Γ.
Subgraful (X1 , Γ1 ) se obţine din graful (X, Γ) prin suprimare a unuia sau a mai multor
vârfuri şi a arcelor aferente lor.
Exemplul 6.1.3. Graful din figura 7 este un graf parţial al celui din figura 6, iar graful din
figura 7 un subgraf.
Definiţia 6.1.10 Numim drum ı̂ntr-un graf o succesiune de arce, adiacente două câte două,
la fel orientate, la care extremitatea finală a unui arc coincide cu extremitatea iniţială a
arcului precedent.
Un drum ı̂n care extremitatea finală a ultimului arc coincide cu extremitatea iniţială
a primului arc se numeşte circuit.
Un drum se dă prin scrierea ı̂ntre acolade (sau alte tipuri de paranteze) a succesiunii
vârfurilor prin care trec arcele care constituie drumul sau menţionând arcele din care se
compune.
Exemplul 6.1.4. În graful din figura 6 putem considera drumurile:
d1 = {x1 , x2 , x4 , x3 }, d2 = {x1 , x2 , x4 , x2 , x4 , x5 }
99
Definiţia 6.1.12 Un drum al unui graf se numeşte elementar dacă fiecare vârf al său este
utilizat o singură dată. În caz contrar, drumul este numit neelementar.
Un drum elementar care trece prin toate vârfurile grafului se numeşte hamiltonian,
iar unul neelementar care are aceeaşi proprietate se numeşte drum nehamiltonian (pre-
hamiltonian).
Definiţia 6.1.13 Un drum al unui graf se numeşte simplu dacă utilizează fiecare arc al său
o singură dată. În caz contrar, drumul se numeşte compus.
Un drum simplu care foloseşte arcele grafului se numeşte eulerian, iar unul compus
care are aceeaşi proprietate se numşte drum neeulerian (preeulerian).
Exemplul 6.1.5. În graful din figura 6 drumul d1 = {x1 , x2 , x4 , x3 , x5 } este hamiltonian, dar
nu este eulerian. Drumul d2 = {x1 , x2 , x4 , x2 , x4 , x3 , x5 } este nehamiltonian. Drumul d3 =
{x1 , x2 , x4 , x5 } este simplu, iar d4 = {x1 , x2 , x4 , x2 , x4 , x5 } este compus.
Observaţia 6.1.1 Într-un graf neorientat noţiunea de drum este ı̂nlocuită cu cea de lanţ,
iar cea de circuit cu cea de ciclu.
Definiţia 6.1.14 Un graf (X, Γ) se numeşte conex dacă ı̂ntre oricare două vârfuri ale sale
există un lanţ. Dacă ı̂ntre oricare două vârfuri ale grafului există un drum, atunci el se
numeşte tare conex.
Definiţia 6.1.15 Un subgraf conex al unui graf conex se numeşte componentă conexă a
grafului, iar un subgraf tare conex al unui graf tare conex se numeşte componentă tare
conexă.
Se observă că un graf este conex, respectiv tare conex, dacă şi numai dacă el are o
singură componentă conexă, respectiv tare conexă.
Exemplul 6.1.6. În figurile 8 şi respectiv 9 avem reprezentate un graf conex şi respectiv
unul tare conex. În figurile 10 şi 11 avem reprezentate un graf neconex şi respectiv unul
care nu este tare conex.
Fig.8 Fig.9
Fig.10 Fig.11
Graful din figura 10 are două componente conexe, iar cel din figura 11 are două
componente tare conexe.
100
Definiţia 6.1.16 Numim arbore un graf conex şi fără cicluri. Numim pădure un graf
neconex şi fără cicluri.
Exemplul 6.1.7. În figura 12 avem un arbore, iar ı̂n figura 13 o pădure cu 3 arbori:
Fig.12 Fig.13
Definiţia 6.1.17 Numim arborescenţă un graf fără circuite, ı̂n care: a) un vârf şi numai
unul (numit rădăcină) nu este precedat de nici un altul; b) orice alt vârf este precedat de
un singur cârf. Vârfurile care nu au succesori se numesc frunze sau vârfuri suspendate
(terminale).
Fig.14
Dacă numărul de vârfuri ale unui graf este mare, atunci reprezentarea geometrică
devine greoaie. De aceea, s-au căutat alte modalităţi de reprezentare. Cea mai convenabilă
s-a dovedit a fi cea cu ajutorul matricelor.
Fie (X, Γ) un graf orientat cu X = {x1 , x2 , . . . , xn }.
101
Fig.15
Matricea booleană ataşată grafului este
x1 x2 x3 x4 x5
x1 0 1 1 0 0
x 0 0 0 1 0
B= 2
x3 0 1 0 0 1
x4 0 1 0 0 1
x5 0 0 0 0 0
Definiţia 6.1.19 Matricea pătratică D = (dij ), i, j = 1, n, definită astfel
1 , există drum de la xi la xj
dij =
0 , nu există drum de la xi la xj ,
se numeşte matricea drumurilor ataşată grafului (X, Γ).
Exemplul 6.1.10. Pentru graful din figura 15 matricea drumurilor este
x1 x2 x3 x4 x5
x1 0 1 1 1 1
x 0 1 0 1 1
D= 2
x3 0 1 0 1 1
x4 0 1 0 1 1
x5 0 0 0 0 0
Definiţia 6.1.20 Matricea pătratică L = (lij ), i, j = 1, n, definită astfel
xi xj , dacă (xi , xj ) ∈ Γ
lij =
0 , dacă (xi , xj ) ∈ Γ
se numeşte matricea latină ataşată grafului (X, Γ).
Exemplul 6.1.11. Pentru graful din figura 15 matricea latină este
x1 x2 x3 x4 x5
x1 0 x1 x2 x1 x3 0 0
x 0 0 0 x2 x4 0
L= 2
x3 0 x3 x2 0 0 x3 x5
x4 0 x4 x2 0 0 x4 x5
x5 0 0 0 0 0
În rezolvarea unor probleme teoretice sau practice se introduc şi alte tipuri de matrice
ataşate unui graf, care se difineşte ı̂n cadrul respectiv.
102
6.2.1 Algoritmul lui Yu Chen pentru aflarea matricei drumurilor
În asigurarea unor algoritmi relativi la probleme de teoria grafurilor avem nevoie de
operaţiile de adunare booleană (+) şi ı̂nmulţire booleană (×), definite după cum urmează
+ 0 1 × 0 1
0 0 1 0 0 0
1 1 1 1 1 1
Algoritmul lui Yu Chen are următorii paşi:
Pasul 1. Se scrie matricea booleană B a grafului (X, Γ);
Pasul 2. Se adună boolean la prima linie toate liniile corespunzătoare la vârfurile care au
cifra 1 pe prima linie. Noile cifre de 1 care apar se marchează cu o ∗.
Pasul 3. Se adună boolean la linia ı̂ntâi toate liniile corespunzătoare vârfurilor care au cifra
1∗ pe prima linie. Noile cifre de 1 care apar se marchează cu ∗∗. Acest pas se continuă până
când nu mai apar cifre noi de 1 pe linia ı̂ntâi.
Pasul 4. Se aplică paşii 2 şi 3 la fiecare din liniile matricei booleene.
În final, obţine matricea D a drumurilor.
Justificarea algoritmilor este imediată.
Exemplul 6.2.1. Pentru graful din figura 15 să aflăm matricea drumurilor, folosind algorit-
mul lui Yu Chen.
Scriem matricea booleană ataşată grafului
x1 x2 x3 x4 x5
x1 0 1 1 0 0
x 0 0 0 1 0
B= 2
x3 0 1 0 0 1
x4 0 1 0 0 1
x5 0 0 0 0 0
Aplicând paşii algoritmului obţinem
x1 x2 x3 x4 x5
x1 0 1 1 1∗ 1∗
x 0 1∗ 0 1 1∗
D= 2
x3 0 1 0 1∗ 1
x4 0 1 0 1∗ 1
x5 0 0 0 0 0
care este tocmai matricea găsită la Exemplul 6.1.10.
103
Fig.16
La pasul ı̂ntâi putem marca doar vârful x7 , fiind singurul fără succesori. La pasul
2 putem marca vârful x6 deoarece succesorul său x7 a fost marcat. Nu mai putem face
marcare de vârfuri deoarece vârfurile rămase au succesori nemarcaţi. Aşadar, graful dat
are circuite.
Algoritmul matricei drumurilor. Cum un circuit este un drum ce ı̂ncepe şi se termină
ı̂n acelaşi vârf, rezultă că un graf va avea circuite dacă ı̂n matricea drumurilor apare cifra 1
pe diagonala principală. Rezultă că, pentru a cerceta dacă un graf are sau nu circuite, este
suficient să găsim matricea drumurilor.
Exemplul 6.2.3. Să aplicăm acest algoritm la graful din figura 16. Scriem matricea booleană
B:
x1 x2 x3 x4 x5 x6 x7
x1 0 1 0 1 0 0 0
x2 0 0 1 0 1 0 0
x3 0 0 0 1 0 0 0
B=
x4 0 0 0 0 1 0 1
x5 0 0 1 0 0 1 1
x6 0 0 0 0 0 0 1
x7 0 0 0 0 0 0 0
Aplicând algoritmul Yu Chen pentru aflarea matricei drumurilor, obţinem:
x1 x2 x3 x4 x5 x6 x7
x1 0 1 1∗ 1 1∗ 1∗∗ 1∗
x2 0 0 1 1∗ 1 1∗ 1∗
x 0 0 1∗∗ 1 1∗ 1∗∗ 1∗
D= 3
x4 0 0 0 0 1 1∗ 1
x5 0 0 0 0 0 1 1
x6 0 0 0 0 0 0 1
x7 0 0 0 0 0 0 0
Având ı̂n D o cifra de 1 pe diagonala principală, conchidem că graful are circuite.
6.2.3 Algoritmi pentru aflarea componentelor tare conexe ale unui graf
Aflarea componentelor tare conexe ale unui graf este importantă pentru practică
deoarece se obţine o partiţie a grafului ı̂n subgrafele tare conexe.
Algoritmul marcării cu ”±”. Pasul 1. Se marchează cu ”±” un vârf ı̂n care intră şi iese cel
puţin câte un arc.
Pasul 2. Se marchează cu ”±” vârfurile care sunt extremităţi finale pentru arce care pleacă
dintr-un vârf marcat cu ”±” şi se marchează cu ”–” vârfurile iniţiale pentru arce ale căror
vârfuri finale sunt marcate cu ”–”.
Pasul 3. Se aplică repetat pasul 2, până nu se mai pot face marcări. Dacă toate vârfurile
au fost marcate cu ”±”, atunci graful este tare conex, având o sigură componentă tare
conexă.
Dacă există vârfuri care nu au fost marcate cu ”±”, atunci se consideră mulţimea C1
formată din toate vârfurile marcate cu ”±”. C1 formează o primă componentă tare conexă.
Pasul 4. În graful dat se elimină vârfurile din componenta C1 şi toate arcele aferente
acestora. Noului graf (de fapt, subgraf al grafului iniţial) i se aplică Paşii 2–3 până se
găsesc toate componentele tare conexe ale grafului.
Pentru a evidenţia geometric (intuitiv) descompunerea grafului dat ı̂n componente
tare conexe se aranjează vârfurile pe componente şi se trasează arcele din graful iniţial.
Exemplul 6.2.4. Să considerăm graful din figura 17.
104
Fig.17
Deoarece ı̂n vârful x1 iese şi intră cel puţin câte un arc ı̂l marcăm cu ”±”. Apoi
marcăm cu ”+” vârfurile x2 şi x5 şi cu ”–” vârful x3 . Acum marcăm cu ”–” vârful x2 şi cu
”+” vârfurile x4 şi x6 . Procesul de marcare nu mai poate continua, rămânând vârfuri care
nu sunt marcate cu ”±”.
Prima componentă tare conexă a grafului este C1 = {x1 , x2 , x3 }.
Suprimăm vârfurile x1 , x2 , x3 şi arcele adiacente lor şi obţinem graful din figura 18.
Fig.18
Imediat se marchează cu ”±” numai vârfurile x4 şi x5 , obţinând cea de-a doua
componentă tare conexă C2 = {x4 , x5 }. Vârful x6 formează cea de-a treia componentă tare
conexă C3 .
În figura 19 prezentăm graful cu vârfurile sale ı̂mpărţite ı̂n componente tare conexe.
105
Fig.19
Algoritmul lui Yu Chen. Acest algoritm pentru aflarea componentelor tare conexe foloseşte
ideea de lucru de la algoritmul lui Chen pentru determinarea matricei drumurilor.
Pasul 1. Se scrie matricea booleană B a grafului (X, Γ).
Pasul 2. Se determină toate drumurile care pleacă din x1 spre alte vârfuri, procedând ca
la paşii 2 şi 3 de la algoritmul Yu Chen pentru determinarea matricei drumurilor, adică
se introduc prin adunare booleană toate cifrele de pe linia ı̂ntâi. Notăm cu V1 mulţimea
vârfurilor care au cifra 1 pe linia ı̂ntâi astfel obţinută.
Pasul 3. Ca la pasul 2 procedăm pe coloana ı̂ntâi, determinând toate vârfurile care sunt
legate prin drumuri cu x1 . Notăm cu V2 mulţimea vârfurilor care au cifra 1 pe coloana
ı̂ntâi astfel obţinută.
Pasul 4. Determinăm prima componentă tare conexă, luând C1 = (V1 ∩ V2 ) ∪ {x1 }.
Pasul 5. În matricea B se elimină liniile şi coloanele care au vârfurile ı̂n C1 . La matricea
obţinută se aplică, din nou paşii 2–5. Se aplică algoritmul până se epuizează vârfurile
grafului.
Exemplul 6.2.5. Să considerăm graful din figura 20. Să-i aflăm componentele tare conexe.
Fig.20
Scriem matricea booleană ataşată grafului:
x1 x2 x3 x4 x5 x6 x7 x8
x1 0 1 1 0 0 0 0 0
x2 0 0 0 0 0 0 0 0
x3 0 1 0 1 0 0 0 1
B = x4 0 1 0 0 1 0 0 0
x5 0 1 0 0 0 1 0 0
x6 0 1 0 0 1 0 0 0
x7 0 0 0 1 0 1 0 1
x8 1 0 0 1 0 0 1 0
Determinăm toate legăturile prin drumuri ce pleacă din x1 spre alte vr̂furi:
x1 x2 x3 x4 x5 x6 x7 x8
x1 1∗∗ 1 1 1∗ 1∗∗ 1∗∗∗ 1∗∗ 1∗
de unde V1 = {x1 , x2 , x3 , x4 , x5 , x6 , x7 , x8 }.
Procedăm la fel pe coloana ı̂ntâi, scriind tabelul, pentru economie de spaţiu, tot pe
orizontală
x1 1∗∗ 1∗ 1∗ 1
x1 x2 x3 x4 x5 x6 x7 x8
106
De aici V2 = {x1 , x3 , x7 , x8 }.
Acum găsim prima componentă tare conexă C1 = (V1 ∩ V2 ) ∪ {x1 } = {x1 , x3 , x7 , x8 }.
Eliminăm ı̂n matricea B liniile şi coloanele corespunzătoare vârfurilor din C1 şi obţinem
matricea
x2 x4 x5 x6
x2 0 0 0 0
B = x4 1 0 1 0
x5 1 0 0 1
x6 1 0 1 0
Cum pe linia lui x2 ı̂n B1 avem numai cifra 0, deducem că următoarea componentă
tare conexă este C2 = {x2 }.
Eliminând linia şi coloana corespunzătoare vârfului x2 din B1 , obţinem
x4 x5 x6
x 0 1 0
B2 = 4
x5 0 0 1
x6 0 1 0
x5 x6
B3 = x5 0 1
x6 1 0
Observaţia 6.2.1 Deoarece oricare două vârfuri dintr-o componentă tare conexă sunt legate
ı̂ntre ele prin drumuri, rezultă că un graf poate fi reprezentat prin unul care are ca vârfuri
componentele tare conexe, arcele de legătură, ı̂ntre ele stabilindu-se după arcele din graful
dat. În cazul exemplului nostru obţinem graful din figura 21. Graful astfel obţinut se
numeşte graful condensat ataşat grafului dat.
Fig.21
Graful condensat este important ı̂n rezolvarea multor probleme practice deoarece
reduce dimensiunea sistemelor complexe.
107
6.2.4 Algoritmi pentru aflarea drumurilor hamiltoniene ale unui graf
În multe aplicaţii practice avem de stabilit succesiunea unui număr de operaţii, cu
respectarea unei anumite oridini. Din punctul de vedere a teoriei grafurilor aceasta revine
la găsirea unui drum hamiltonian ı̂n graful asociat aplicaţiei respective.
Algoritmul Yu Chen pentru grafe fără circuite.
Pasul 1. Se determină matricea D a drumurilor ataşată grafului.
Pasul 2. La matricea D se mai adaugă o coloană ”a”, pe care se trec numărul de cifre 1
de pe fiecare linie din D. Aceste numere se numesc puterile de atingere corespunzătoare
vârfurilor grafului (ele reprezintă numărul de vârfuri, care sunt legate prin drumuri plecând
din vârful respectiv).
Pasul 3. Dacă pe coloana ”a” avem puteri de atingere diferite două câte două, atunci graful
are drum hamiltonian. Succesiuna vârfurilor ı̂n drumul hamiltonian se obţine ı̂n ordinea
descrescătoare a puterilor de atingere (n − 1, n − 2, . . . , 2, 1, 0).
Dacă cel puţin două puteri de atingere sunt egale, atunci graful nu are drumuri
hamiltoniene.
Observaţia 6.2.2 Dacă un graf fără cricuite are drum hamiltonian, atunci el este unic.
Exem,plul 6.2.6. Fie graful din figura 22. Să cercetăm dacă are drum hamiltonian.
Fig.22
x1 x2 x3 x4 x5 x6
x1 0 0 0 0 0 0
x2 0 0 0 0 0 1
B = x3 0 1 0 0 0 1
x4 1 1 1 0 1 0
x5 1 0 1 0 0 0
x6 1 0 0 0 0 0
Cum pe coloana a avem puteri de atingere diferite două câte două, rezultă că graful
admite un drum hamiltonian. Acesta este dH = {x4 , x5 , x3 , x2 , x6 , x1 }.
108
Algoritmul Yu Chen pentru grafuri cu circuite.
Acest algoritm are următorii paşi:
Pasul 1. Se determină componentele tare conexe ale grafului (X, Γ), notate cu C1 , C2 , . . ..
Pasul 2. Se determină graful condensat asociat grafului (X, Γ), care este un graf fără circuite.
Pasul 3. Se determină drumul hamiltonian ı̂n graful condensat, când există.
Pasul 4. Se aranjează componentele tare conexe ı̂n ordinea dată de drumul hamiltonian
determinat la Pasul 3.
Pasul 5. Se scriu toate drumurile hamiltoniene din fiecare componentă tare conexă.
Pasul 7. Stabilim legăturile de la o componentă la alta ı̂n funcţie de arcele de incidenţă
(legătură) din graful dat, citind apoi toate drumurile hamiltoniene.
Observaţia 6.2.3 Dacă ı̂n graful condensat nu există drum hamiltonian sau ı̂ntre două com-
ponente nu există legătură, atunci graful nu are drumuri hamiltoniene.
Exemplul 6.2.7. Să aflăm drumurile hamiltoniene ale grafului din figura 20.
La exemplul 6.2.5 am găsit componentele tare conexe
C1 = {x1 , x3 , x7 , x8 }, C2 = {x2 }, C3 = {x4 }, C4 = {x5 , x6 }
şi graful condensat din figura 21.
Se observă că ı̂n graful condensat avem drumul hamiltonian
dCH = {C1 , C3 , C4 , C2 }.
Acum, scriem componentele tare conexe ı̂n ordinea din drumul dCH şi sub ele scriem
toate drumurile hamiltoniene din fiecare componentă:
C1 C3 C4 C2
x1 x3 x8 x7 x5 x6
x4 x2
x7 x8 x1 x3 x6 x7
Apoi stabilim legăturile ı̂ntre ultimele elemente din drumurile dintr-o componentă şi
primele vârfuri din componenta următoare (le indicăm prin săgeţi).
Obţinem drumurile hamiltoniene:
d1H = {x1 , x3 , x8 , x7 , x4 , x5 , x6 , x2 }
d2H = {x7 , x8 , x1 , x3 , x4 , x5 , x6 , x2 }
Algoritmul matricilor latine. Vom prezenta un procedeu prin care se pot găsi toate dru-
murile elementare, deci şi cele hamiltoniene, precum şi circuitele hamiltoniene. Fie (X, Γ)
un graf.
Vom utiliza matricea latină (Definiţia 6.1.20) L = (lij ), unde
xi xj , dacă (xi , xj ) ∈ Γ
lij =
0 , dacă (xi , xj ) ∈ Γ, i, j = 1, n.
109
Fig.23
( prin suprimarea primei litere:
Scriem matricea latină L, iar apoi din ea găsim L
a b c d e a b c d e
a 0 ab ac 0 0 a 0 b c 0 0
b 0 0 bc 0 be (= b 0 0 c 0 e
L= , L
c 0 0 0 cd 0 c 0 0 0 d 0
d da db 0 0 0 d a b 0 0 0
e 0 0 ec 0 0 e 0 0 c 0 0
Acum calculăm
a b c d e
a 0 0 abc acd abe
(= b
L2 = L ∗ L
0 0 bec bcd 0
c cda cdb 0 0 0
dac
d 0 dab dbc 0 dbe
e 0 0 0 ecd 0
Apoi avem:
a b c d e
a 0 acdb abec abcd 0
3 2 (= b bcda 0 0 becd 0
L =L ∗L
c 0 cdab 0 0 cdbe
dabc
d 0 0 dbec 0 dabe
e ecda ecdb 0 0 0
şi
a b c d e
a 0 0 0 abecd acdbe
(= b becda 0 0 0 0
L4 = L3 ∗ L
c 0 0 0 0 cdabe
d 0 0 dabec 0 0
e 0 ecdab 0 0 0
În concluzie, graful dat are 6 drumuri hamiltoniene: d1H = {a, b, e, c, d}, d2H =
{a, x, d, b, e}, d3H = {b, e, c, d, a}, d4H = {c, d, a, b, e}, d5H = {d, a, b, e, c} şi d6H = {e, c, d, a, b}.
Pentru a obţine circuitele hamiltoniene se va calcula L5 = L4 ∗ L, ( dar acum se admite ca
primul şi ultimul vârf să se repete.
110
transport de-a lungul arcului, beneficiu etc.) care, ı̂ntr-o astfel de situaţie, se interpretează
ca lungimea sau capacitatea arcului. De obicei, ı̂ntr-o astfel de problemă practică se cere
drumul de lungime optimă (maximă sau minimă).
Vom mai considera că graful asociat problemei nu are circuite, dar are un vârf de
intrare x1 şi un vârf de ieşire xn .
Algoritmul elementar (Bellman). El are la bază principiul de optimalitate al lui Bellman:
orice politică optimală este formată din subpolitici optimale.
Prin acest algoritm fiecui vârf xi i se ataşează un număr di , reprezentând lungimea
minimă a drumurilor de la x1 la xi .
Considerăm d1 = 0. Acum, să presupunem că dorim să găsim pe dl , unde vârful xl este
succesorul vârfurilor xi , xj şi xk , la care au fost deja calculate numerele di , dj şi dk . Atunci
lungimea minimă dl de la x1 la xl se determină prin formula
unde cil , cjl şi ckl sunt capacităţile corespunzătoare arcelor (xi , xl ), (xj , xl ) şi (xk , xl ).
În formula lui dl subliniem ı̂n paranteze valoarea pentru care minimul este atins.
După determinarea tuturor numerelor d1 , d2 , . . . , dn , valoarea lui dn este lungimea minimă a
drumului de la x1 la xn , iar pornind de la xn spre x1 şi citind vârfurile subliniate, obţinem
drumul de lungime minimă.
Pentru un drum de lungime maximă se lucrează ı̂n mod analog, ı̂nlocuind minimul
cu maximul.
Exemplul 6.2.9. Pentru graful din figura 24 să se afle drumul de lungime minimă.
Fig.24
Avem succesiv:
d1 = 0,
d3 = min{d1 + 7} = 7,
d2 = min{d1 + 2, d3 + 4} = min{2, 10} = 2,
d4 = min{d2 + 3, d3 + 9} = min{5, 16} = 5,
d5 = min{d2 + 4, d4 + 8} = min{6, 13} = 6,
d6 = min{d5 + 3, d4 + 2} = min{9, 7} = 7,
d7 = min{d5 + 9, d6 + 7} = min{15, 14} = 14.
Prin urmare, lungimea minimă este 14, iar drumul care are această lungime este:
dmin = {x1 , x2 , x4 , x6 , x7 }. În figura 24 arcele drumului minim sunt dublate cu linie ı̂ntreruptă.
Algoritmul Bellman–Kalaba. Ideea de lucru este aceeaşi cu cea de la algoritmul elementar:
succesiv,pentru fiecare vârf, se calculează câte o cotă (un număr). Căutăm tot drumuri de
lungime minimă. Introducem matricea pătratică C = (cij )i,j=1,n , definită astfel
⎧
⎨ l(xi , xj ) , dacă există arcul (xi , xj )
cij = 0 , dacă i = j
⎩
∞ , dacă nu există arcul (xi , xj )
111
unde l(xi , xj ) este lungimea arcului (xi , xj ).
Notăm cu lik , i = 1, n, cota ataşată vârfului xi la pasul k, unde de obicei, luăm li,1 = cin ,
când se caută drumul de lungime minimă ı̂ntre x1 şi xn .
Determinăm valorile lik , pas cu pas, prin rezolvarea sistemului
Algoritmul se ı̂ncheie când li,k = li,k+1 situaţie ı̂n care l1,k reprezintă lungimea minimă
a drumului de la x1 la xn .
Stabilirea drumului de lungime minimă se face astfel: pornind de la xn , pentru fiecare
arc (xi , xj ) se decide apartenenţa sa la drumul minim dacă
iar drumul de lungime minimă se află prin selectarea arcelor (xi , xj ) pentru care lj,k −li,k = cij .
Aceste arce sunt: (x1 , x3 ), (x2 , x4 ), (x4 , x6 ), (x6 , x7 ), de unde rezultă că drumul de lungime
minimă este dmin = {x1 , x2 , x4 , x6 , x7 }.
Observaţia 6.2.4 Pentru drumul de lungime maximă matricea C este analoagă numai că ı̂n
loc de +∞ se ia −∞.
Teoria grafurilor, ca instrument matematic utilizat ı̂n rezolvarea problemelor din
diferite domenii, este foarte bogată ı̂n algoritmi. Pentru cei care doresc să aprofundeze
această minunată colecţie, poate apela la lucrările [2], [3], [4], [5], [6], [7], [8].
112
stabilirea listei (reţelei) de activităţi xi , specialiştii care participă la această operaţie trebuie
să precizeze activităţile care condiţionează sau preced ı̂n mod necesar activitatea xi . Astfel,
se formează o listă de ateriorităţi obligatorii. Cu ajutorul acestor date se construieşte un
graf G – graful asociat sau graful program – ı̂n felul următor:
b) vârful x1 este numai vârful de ı̂nceput (intrare) ı̂n graf, vârful xn este numai vârf de
sfârşit (ieşire), iar celelalte vârfuri sunt şi de intrare şi de ieşire ı̂n graf;
d) fiecărui arc (xi , xj ) i se asociază un număr nenegativ tij , semnificând durata activităţii
respective;
e) nici o activitate nu poate ı̂ncepe ı̂naintea terminării tuturor activităţilor precedente şi
nu se poate finaliza după ı̂nceperea activităţilor următoare.
Graful astfel ataşat unei reţele de activităţi este un graf conex orientat, fără circuite,
cu un singur vârf x1 de intrare ı̂n graf şi un singur vârf xn de ieşire din graf. Acest graf–
program evidenţiază legăturile funcţionale (tehnologie, economie ş.a.) dintre activităţi.
Menţionăm că un astfel de graf, asociat unui program complex, poartă numele de reţea de
planificare.
Este evident că ı̂ntr-o reţea de planificare există cel puţin o succesiune de activităţi
de la intrare la ieşire. O astfel de succesiune reprezintă un drum de la intrare la ieşire,
având o anumită lungime.
În C.P.M. esenţial este de remarcat faptul că cea mai ”lungă” succesiune de activităţi
de la intrare la ieşire determină durata minimă posibilă de execuţie integrală a programu-
lui.
Această succesiune de activităţi poartă numele de drum critic (drumul de lungime
maximă). Arcele lui reprezintă operaţiile critice, adică acele activităţi pentru care efectu-
area lor nu poate ı̂ntârzia, fără ca să fie afectat termenul de finalizare a ı̂ntregii lucrări.
Într-o reţea de activităţi pot apare operaţii care se desfăşoară ı̂n serie (una după alta),
care ı̂n graf se reprezintă ca o succesiune de arce, şi operaţii care se desfăşoară ı̂n paralel
(simultan), care ı̂n graf se reprezintă astfel
Această reprezentare poate crea confuzia că un arc (xi , xj ) reprezintă două acţiuni
diferite. Pentru a ı̂nlătura acest neajuns, uneori, se introduc aşa numitele operaţii fictive
de durată zero, aşa cum se arată ı̂n figura
Activităţile fictive se desenează punctat şi au durata zero pentru că nu consumă nici
timp şi nici resurse.
Având graful unei reţele de activităţi, se trece la determinarea parametrilor progra-
mului. Aceştia sunt:
113
a) durata drumului critic ı̂ntre două vârfuri xi şi xj , notat prin tc (xi , xj ) şi obţinut prin
valoarea maximă a duratei drumurilor dintre vârfurile xi şi xj ;
b) durata drumului critic al programului este dată de tc (x1 , xn ). În realizarea unui program
reţea de activităţi ne interesează dacă o operaţie necritică poate fi amântă cu un anumit
interval de timp astfel ı̂ncât nici una din operaţiile care o succed să nu fie stânjenită ı̂n
privinţa duratei ce i-a fost programată. Asta ı̂nseamnă că durata ı̂ntregului program
trebuie să rămână tc (x1 , xn );
c) ti – timpul cel mai devreme (scurt) de realizare a evenimentului xi . Avem ti = tc (x1 , xi );
d) t∗i – timpul cel mai târziu (lung) de realizare a evenimentului xi . Avem
R(xi ) = t∗i − ti .
r(xi , xj ) = tj − ti − t(xi , xj ).
h) rs (xi , xj ) – rezerva de timp sigură (marja sigură)a activităţii (xi , xj ) se defineşte prin
formula
rs (xi , xj ) = tj − t∗i − tij
Dacă rs (xi , xj ) < 0, atunci se spune că activitatea (xi , xj ) nu are marjă sigură.
Intervalele de fluctuaţie şi marjele libere măsoară elasticitatea unui program. Cu cât
acestea sunt mai mici, cu atât programul este mai rigid.
Determinarea tuturor acestor parametrii ataşaţi unei reţele de planificare se poate
realiza prin ı̂ntocmirea unui tabel de forma:
În prealabil se vor calcula duratele tc (x1 , xi ), respectiv tc (xi , xn ) ale drumurilor critice,
folosind algoritmii pentru determinarea drumurilor de lungime maximă. Valorile aflate se
pot scrie lângă vârfurile grafului astfel
114
Exemplul 6.2.10. Să analizăm programul unei investiţii pentru care dorim să studiem durata
şi modul de execuţie. În urma analizei programului, specialiştii au stabilit următorul tabel
de operaţii (activităţi), lista de anteriorităţi obligatorii şi durata de execuţie ı̂n luni:
Ţinând seama de informaţiile din tabelul precedent, obţinem următorul graf pentru
reţeaua de planificare.
Acum, folosind algoritmul lui Bellman, determinăm numerele ti şi t∗i , trecându-le pe
graf ı̂ntre paranteze drepte.
115
116
Cu ajutorul parametrilor ti şi t∗i ı̂ntocmim tabelul de mai jos pentru a calcula
rezervele (marjele) R(xi ), R(xi , xj ), r(xi , xj ) şi rs (xi , xj ).
Drumul critic este dcr = {x1 x2 , x3 , x7 , x9 }, fiind marcat ı̂n ultimul graf prin săgeţile
duble. Operaţiile critice se recunosc ı̂n tabelul de mai sus după R(xi , xj ) = 0. Timpul cel
mai devreme de ı̂ncheiere a ı̂ntregului program este 30 (de luni), adică durata (lungimea
maximă) drumului critic.
Examinarea rezervelor de timp permite cunoaşterea posibilităţilor pe care le are la
dispoziţie cel care coordonează programul ı̂n vederea unei intervenţii optime pentru ex-
ecutarea ı̂n termen a proiectului. De exemplu, pentru activitatea D2 ([x8 , x9 ]), cu durata
de execuţie 4 luni, deducem că nu poate ı̂ncepe mai devreme de trecerea a 14 luni de la
ı̂nceputul execuţiei programului (t8 = 14). Aşadar, activitatea D2 poate ı̂ncepe a fi executată
ı̂n intervalul de fluctuaţie [14, 26], fără a modifica ı̂ntr-un fel timpul minim necesar execuţiei
programului de investiţie.
Observaţia 6.2.5 Atunci când numărul operaţiilor dintr-un program nu este prea mare, pen-
tru analiza grafului, cât şi pentru urmărirea realizării lui, se paote folosi diagrama Gantt.
Pentru descrierea ei se procedeză astfel:
Pentru graful programului studiat ı̂n exemplul 6.2.10, diagrama Gantt este dată ı̂n
figura de mai jos.
117
Diagrama Gantt ne descrie ı̂n mod intuitiv fluctuaţiile evenimentelor şi rezervele
(marjele) activităţilor din programul studiat.
De exemplu, cu evenimentul 6 se termină activitatea (5, 6) şi ı̂ncepe activitatea (6, 9);
rezultă că operaţia (5, 6) s-ar putea amâna cu cel mult 7 unităţi de timp deoarece, ı̂n caz
contrar, operaţia (6, 9) s-ar deplasa spre dreapta, peste durata ı̂ntregului program. Rezultă
că fluctuaţia evenimentului 6 este de 7 unităţi.
Definiţia 6.3.1 Graful orientat (X, Γ) se numeşte reţea de transport dacă este fără circuite,
are un singur vârf de intrare x1 (Γ− +
x1 = ∅), un singur vârf de ieşire xn (Γxn = ∅) şi oricare
arc a ∈ Γ are o capacitate pozitivă c(a).
Definiţia 6.3.2 Se numeşte flux ı̂ntr-o reţea de transport o funcţie ϕ : Γ → R+ , care satisface
condiţile:
ϕ(a) = ϕ(a),
a∈Γ+
xi a∈Γ−
xi
Numărul ϕ(a) se mai numeşte şi fluxul asociat arcului a şi reprezintă, din punct de
vedere practic, cantitatea de materie ce trece prin arcul a, ca de exemplu: cantitate de
informaţie, număr de produse etc.
Condiţia ii) din Definiţia 6.3.2 exprimă faptul că suma fluxurilor ce intră ı̂ntr-un vârf
118
este egală cu suma fluxurilor ce ies din acel vârf (”legea lui Kirchoff”).
Din aceeaşi condiţie ii) rezultă că
ϕ(a) = ϕ(a).
a∈Γ+
x1 a∈Γ−
xn
Φ= ϕ(a)
a∈Γ+
x1
Fig.6.3.1.
Pentru a defini un flux ı̂n reţeaua dată de graful 6.3.1. folosim Definiţia 6.3.2.
Funcţia ϕ definită prin tabelul
Φ1 = 5 + 2 + 6 = 10 + 3 = 13
Definiţia 6.3.4 Într-o reţea de transport ı̂nzestrată cu fluxul ϕ arcul a se numeşte saturat
dacă ϕ(a) = c(a). Un drum ı̂n reţea se zice că este saturat dacă conţine cel puţin un arc
saturat.
Definiţia 6.3.5 Un flux ϕ pentru care toate drumurile de la x1 la xn sunt saturate se numeşte
flux complet.
119
Exemplul 6.3.2. Pentru fluxul ϕ asociat grafului din fig.6.3.1. drumul d = (x1 , x2 , x5 , x7 ) este
saturat deoarece arcele (x2 , x5 ) şi (x5 , x7 ) sunt saturate. Se verifică imediat că fluxul ϕ este
complet. Într-adevăr, se observă că singurul drum de la x1 la x7 care nu trece prin arcul
(x5 , x7 ) este d1 = (x1 , x4 , x6 , x7 ), care are ı̂nsă arcul saturat (x1 , x4 ).
Fluxul ϕ1 nu este complet deoarece drumul d1 = (x1 , x4 , x6 , x7 ) nu este saturat.
Observaţia 6.3.1 Orice flux se paote transforma ı̂ntr-unul complet. În acest scop pe fiecare
drum nesaturat d de la x1 la xn se măresc fluxurile arcelor cu cantitatea k = min(c(a) − ϕ(a)).
a∈d
Exemplul 6.3.3. Să considerăm graful din fig.6.3.1. cu fluxul incomplet ϕ1 . Se observă
că singurul drum nesaturat este d1 = (x1 , x4 , x6 , x7 ). Mărim fluxul pe arcele sale cu k =
min(7 − 6, 6 − 3, 14 − 3) = 1 şi obţinem arcul saturat (x1 , x4 ). Astfel fluxul ϕ1 s-a transformat
ı̂n fluxul complet ϕ2 dat prin tabelul:
1) se marchează x1 cu +;
2) dacă xi este un vârf marcat şi există arcul nesaturat (xi , xj ) ∈ Γ, atunci xj se marchează
cu +;
3) dacă vârful xi este marcat şi există arcul (xj , xi ) ∈ Γ cu flux pozitiv, atunci xj se
marchează cu −;
5) dacă prin procedeul de marcare nu s-a ajuns la vârful xn , atunci fluxul este maxim;
dacă prin procesul de marcare s-a ajuns la xn , atunci fluxul complet nu este maxim şi
se trece la pasul următor;
120
Definiţia 6.3.6 Numim tăietură ı̂n graful F = (X, Γ) o partiţionare a vârfurilor X ı̂n două
submulţimi Y şi C(Y ), astfel ı̂ncât x1 ∈ Y şi xn ∈ C(Y ). Notăm prin Y /X tăietura deter-
minată de Y ı̂n graful G. Valoarea tăieturii, notată prin v(Y /X) este, prin definiţie, suma
capacităţilor arcelor cu vârful iniţial ı̂n Y şi vârful final ı̂n C(Y ), adică
)
v(Y /X) = c(a), unde Γ+ Y = Γ+
xi .
a∈Γ+ xi ∈Y
Y
Propoziţia 6.3.1 Fie ı̂n graful reţea G = (X, Γ) o tăietură Y /X. Pentru orice flux ϕ are loc
inegalitatea
Φ ≤ v(Y /X).
Demonstraţie. Având ı̂n vedere că suma fluxurilor ce intră ı̂n Y este egală cu suma
fluxurilor ce ies din Y , putem scrie
Φ+ ϕ(aij ) = ϕ(aij ),
i=1
− aij ∈Γ+
Y
aij ∈Γ
Y
de unde
Propoziţia 6.3.2 Dacă utilizând algoritmul lui Ford–Fulkerson nu se poate marca vârful xn ,
atunci valoarea fluxului Φ corespunzător este maximă.
Teorema 6.3.1 (Ford–Fulkerson). Într-un graf G = (X, Γ) valoarea maximă a unui flux Φ
este
max Φ = min v(Y /X).
ϕ Y /X
121
Fig.6.3.2.
Marcăm mai ı̂ntâi vârful x1 cu +. Apoi marcăm cu + vârfurile x2 şi x3 deoarece arcele
(x1 , x2 ) şi (x1 , x3 ) sunt nesaturate.
Vârful x4 se marchează cu − pentru că arcul (x4 , x3 ) are fluxul pozitiv. Se marchează
cu + vârful x5 şi x6 deoarece arcele (x4 , x5 ) şi (x4 , x6 ) sunt nesaturate. În fine, se marchează
cu + vârful x7 deoarece arcul (x6 , x7 ) este nesaturat.
Întrucât s-a marcat x7 deducem că fluxul nu este maxim. El poate fi majorat cu
cantitatea m = min{3 − 2, 2, 6 − 4, 13 − 4} = 1, minimul fiind luat pe lanţul L = {x1 , x3 , x4 , x6 , x7 }.
Rezultă fluxul complet
Di \ Cj C1 C2 C3 C4
D1 5 3 0 6
D2 3 0 9 0
D3 0 6 1 5
122
5
10
4 11
Fig.6.3.3.
Rezolvarea problemei revine la determinarea unui flux maxim ı̂n reţeaua de transport din
fig.6.3.3.
Vom utiliza algoritmul lui Ford–Fulkerson.
Mai ı̂ntâi trebuie să determinăm un flux ϕ pentru reţea. Prin ı̂ncercări, respectând
condiţiile din Definiţia 6.3.2, construim fluxul
Γ (x1 , x2 ) (x1 , x3 ) (x1 , x4 ) (x2 , x5 ) (x2 , x6 ) (x2 , x8 ) (x3 , x5 )
ϕ 7 8 6 4 2 1 0
(x3 , x7 ) (x4 , x6 ) (x4 , x7 ) (x4 , x8 ) (x5 , x9 ) (x6 , x9 ) (x7 , x9 ) (x8 , x9 )
8 5 1 0 4 7 9 1
cu valoarea Φ = 21.
Se observă că fluxul ϕ este incomplet deoarece drumurile d1 = (x1 , x2 , x5 , x9 ), d2 =
(x1 , x2 , x6 , x9 ), d3 = (x1 , x2 , x8 , x9 ), d4 = (x1 , x3 , x5 , x9 ), d5 = (x1 , x4 , x6 , x9 ), d6 = (x1 , x4 , x8 , x9 ) sunt
nesaturate.
Pe fiecare din aceste drumuri fluxul poate fi majorat corespunzător cu k1 = min(11 −
7, 5 − 4, 9 − 4) = 1, k2 = min(11 − 7, 3 − 2, 8 − 7) = 1, k3 = min(11 − 7, 6 − 1, 11 − 1) = 4, k4 =
min(10 − 8, 3 − 0, 9 − 4) = 2, k5 = min(13 − 6, 6 − 5, 8 − 7) = 1, k6 = min(13 − 6, 5 − 0, 11 − 1) = 5.
Obţinem noul flux ϕ1 :
Γ (x1 , x2 ) (x1 , x3 ) (x1 , x4 ) (x2 , x5 ) (x2 , x6 ) (x2 , x8 ) (x3 , x5 )
ϕ1 11 10 12 4 2 5 2
(x3 , x7 ) (x4 , x6 ) (x4 , x7 ) (x4 , x8 ) (x5 , x9 ) (x6 , x9 ) (x7 , x9 ) (x8 , x9 )
8 6 1 5 6 8 9 10
cu Φ1 = 11 + 10 + 22 = 6 + 8 + 9 + 10 = 33.
Deoarece prin majorare cu k3 arcul (x1 , x2 ) s-a saturat, drumurile d1 şi d2 au devenit
saturate prin urmare nu s-au mai putut majora fluxurile pe d1 şi d2 .
Este evident că fluxul ϕ1 este complet deoarece pe fiecare din drumurile de la x1 la x9
se află cel puţin un arc saturat.
Acum trecem la ı̂mbunătăţirea fluxului prin folosirea algoritmului Ford–Fulkerson.
Marcăm x1 cu +. Cum arcul (x1 , x4 ) este nesaturat, marcăm x4 cu +. Deoarece arcele
(x4 , x6 ), (x4 , x7 ), (x4 , x8 ) sunt saturate, rezultă că marcarea nu mai poate fi continuată. Prin
urmare, vârful x9 nu poate fi marcat. Deducem că valoarea fluxului maxim este 33. Tăietura
de capacitate minimă este Y = {x1 , x4 } cu
v(Y /X) = 11 + 10 + 6 + 1 + 5 = 33.
Programul optimal dat de fluxul ϕ1 se poate reprezenta şi prin tabelul
Cj x5 x6 x7 x8 Cantităţi din produse Cantităţi
Dj C1 C2 C3 C4 disponibile ı̂n depozite consumate
x2 D1 4 2 0 5 11 11
x3 D2 2 0 8 0 10 10
x4 D4 0 6 1 5 13 13
Cererile
9 8 9 11
consumatorilor
Cereri
6 8 9 10
satisfăcute
123
Valorile (xi , xj ) din tabel au fost citite din fluxul optimal ϕ1 şi reprezintă cantitatea
de produs luată din depozitul xi şi transportată la consumatorul xj .
Observaţia 6.3.2 Algoritmul Ford–Fulkerson se poate utiliza şi la rezolvarea problemei de-
terminării numărului maxim de cuplaje (legături independente) ı̂ntr-un graf bipartit. Un
graf G = (X, Γ) se numeşte bipartit dacă există o partiţie a mulţimii X = X1 ∪X2 , X1 ∩X2 = ∅
astfel ı̂ncât fiecare arc a lui G are o extremitate ı̂n X1 şi cealaltă ı̂n X2 .
124
6.4 Testul Nr. 5 de verificare a cunoştinţelor
X2
2 5
1 3 X5
X1 X4
2
1
5
3
X3
X2
X5
X1
X4
X3
X4 7 X5 5 X8 8 X11
5 7
2
2 X3 10 0 X13
6 X14
X1 X2 9 5
X10 X12 3
4 9
3 10
X6 8 X7 9 X9
125
6. Găsiţi cu ajutorul algoritmului Bellman - Kalaba drumul minim x1 → x7 şi lungimea
acestuia din următorul graf:
X2 4 X5
10
5 2
6
4 X7
3 X3
X1
5 9
1
7
8 X6
X4
X4 7 X5 5 X8 8 X11
5 7
2
2 X3 10 0 X13
6 X14
X1 X2 9 5
X10 X12 3
4 9
3 10
X6 8 X7 9 X9
X2
X1 X3
X4
X5
X2 X5
X1 X6
X4
X3
126
Indicaţii şi răspunsuri
Testul 5
4. Se obţin matricile:
L x1 x2 x3 x4 x5
x1 0 x1 x2 0 x1 x4 x1 x5
x2 0 0 x2 x3 0 x2 x5
x3 x3 x1 0 0 0 0
x4 0 0 x4 x3 0 x4 x5
x5 0 0 0 0 0
L∗ x1 x2 x3 x4 x5
x1 0 x1 0 x1 x1
x2 0 0 x2 0 x2
x3 x3 0 0 0 0
x4 0 0 x4 0 x4
x5 0 0 0 0 0
L2 = L∗ · L x1 x2 x3 x4 x5
x1 0 0 x1 x2 x3 0 x1 x2 x5
x1 x4 x3 x1 x4 x5
x2 x2 x3 x1 0 0 0 0
x3 0 x3 x1 x2 0 x3 x1 x4 x3 x1 x5
x4 x4 x3 x1 0 0 0 0
x5 0 0 0 0 0
L3 = L∗ · L2 x1 x2 x3 x4 x5
x1 0 0 0 0 0
x2 0 0 0 x2 x3 x1 x4 x2 x3 x1 x5
x3 0 0 0 0 x3 x1 x2 x5
x3 x1 x4 x5
x4 0 x4 x3 x1 x2 0 0 x4 x3 x1 x5
x5 0 0 0 0 0
5. Drumul de lungime maximă este [x1 , x2 , x4 , x5 , x3 , x7 , x8 , x11 , x13 , x14 ] şi lmax = 48.
6. Se obţine lmin (x1 → x7 ) = 17 şi drumul minim [x1 , x3 , x6 , x7 ].
127
8. Se obţine tabelul final:
9. Se vor marca ı̂n ordine x3 , x4 , x5 , x2 , x1 şi astfel se deduce că avem un graf fără circuite.
128
Bibliografia aferentă capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate ı̂n economie - Volumul I,
Editura ULB, Sibiu, 2001.
[2] Blaga, P., Mureşan, A., Matematici aplicate ı̂n economie, vol.I, II, Transilvania Press,
Cluj–Napoca, 1996.
[3] Ionescu, T., Grafuri. Aplicaţii, vol.I, vol.II, Editura Didactică şi Pedagogică, Bu-
cureşti, 1973, 1974.
[4] Izvercian, P.N.,Creţu, V., Izvercian, M., Resiga, R., Introducere ı̂n teoria grafurilor.
Metoda drumului critic, Editura de Vest, Timişoara, 1994.
[5] Popescu, O., Raischi, C., Matematici aplicate ı̂n economie, vol.I, II, Editura Didactică şi
Pedagogică, Bucureşti, 1993.
[6] Roşu, A., Teoria grafurilor, algoritmi, aplicaţii, Editura Militară, Bucureşti, 1974.
[7] Tamaş, V. (coord.), Brănzei, D., Smadici, C., Moicovici, T., Modele matematice ı̂n
economie, Editura Graphix, Iaşi, 1995.
[8] Văduva, I., Dinescu, C., Săvulescu, B., Metode matematice de organizare şi condu-
cerea producţiei, Editura Didactică şi Pedagogică, Bucureşti, 1974.
129
Capitolul 7
Probleme de transport
130
se scrie astfel: ⎧ n
⎪
⎪
⎪
⎪
⎪ xij = ai , i = 1, m
⎪
⎪
⎪
⎪
j=1
⎪
⎨
x = b , i = 1, n
m
⎪
ij i
(7.1)
⎪
⎪ i=1
⎪
⎪ xij ≥ 0, i = 1, m, j = 1, n
⎪
⎪
⎪
⎪
m
n
⎪
⎪
⎪
⎩ (min)f = cij xij .
i=1 j=1
n
ai = bj ,
i=1 j=1
adică totalul disponibilului să fie egal cu totalul necesarului. Valoarea comună T a acestui
total se trece ı̂n căsuţa (m + 1, n + 1).
În caz contrar, modelul se echilibrează prin considerarea, fie a unui depozit fictiv
Dm+1 , fie a unui centru de consum fictiv Cn+1 , care oferă, sau cere, diferenţa dintre cele
două sume. Deoarece cantităţile transportate de la un depozit arbitrar, respectiv la acest
centru fictiv, nu există ı̂n realitate, costurile de transport corespunzătoare le considerăm
nule.
Se observă că ı̂ntr-o problemă de transport cu m depozite şi n centre de consum mode-
lul matematic conţine m · n variabile necunoscute şi cel mult m + n − 1 restricţii independente
(nu s-au inclus condiţiile de nenegativitate). Numărul variabilelor necunoscute fiind evi-
dent mai mare ca cel al restricţiilor, rezultă că valorile variabilelor ce verifică sistemul de
restricţii nu sunt unic determinate.
O soluţie realizabilă a problemei, care conţine cel mult (m + n − 1) componente strict
pozitive, se numeşte soluţie de bază. Soluţia de bază cu exact (m + n − 1) componente poz-
itive se numeşte soluţie de bază nedegenerată, iar ı̂n caz contrar, degenerată.
Se constată că modelul matematic reprezintă o problemă de programare liniară de o
formă specială. Cu toate că ı̂n restricţii coeficienţii necunoscutelor sunt 0 sau 1, rezolvarea
prin metoda simplex cere un volum de calcule foarte mare. De aceea, se preferă pentru
rezolvarea unei probleme de transport o cale cu tehnică specifică.
În general, pentru rezolvarea unei probleme de transport se parcurg etapele:
a) Determinarea (aflarea) unei soluţii iniţiale (de bază, nedegerată);
b) Ameliorarea (ı̂mbunătăţirea) unei soluţii;
c) Aflarea (determinarea) soluţiei optime.
131
7.2 Determinarea unei soluţii iniţiale
Pentru aflarea unei soluţii iniţiale ı̂ntr-o problemă de transport se cunosc mai multe
metode. În cele ce urmează vom prezenta trei metode.
xij ≥ 0, i = 1, 2, 3, j = 1, 2, 3, 4.
(min)f = 3x11 + 2x12 + x13 + x14 + 2x21 + 3x22 +
+2x23 + x24 + 4x31 + 2x32 + 3x33 + 2x34
Sub formă tabelară modelul matematic este
Di \ Cj C1 C2 C3 C4 Disponibil
3 2 1 1
D1 50
x11 x12 x13 x14
2 3 2 1
D2 30
x21 x22 x23 x24
4 2 3 2
D3 40
x31 x32 x33 x34
Necesar 45 15 25 35 120
Pentru aflarea soluţiei iniţiale cu metoda colţului Nord–Vest procedăm astfel: alegem
x11 = min(45, 50) = 45; atunci x21 = x31 = 0; apoi x12 = min(15, 5) = 5 şi x13 = x14 = 0; ı̂n
continuare x22 = min(10, 30) = 10 şi x32 = 0; mai departe x23 = min(20, 25) = 20 şi x24 = 0 şi ı̂n
final x33 = 5 şi x34 = 35.
De obicei, se determină soluţia iniţială ı̂n tabel, micşorându-se de fiecare dată disponi-
132
bilul şi necesarul respectiv şi scriind alăturat cel rămas. Astfel avem
Di \ Cj C1 C2 C3 C4 Disponibil
3 2 1 1
D1 50; 5; 0
45 5 0 0
2 3 2 1
D2 30; 20; 0
0 10 20 0
4 2 3 2
D3 40; 35; 0
0 0 5 35
Necesar 45 15 25 35 120
0 10 5 0
0 0
Tabelul 7.2.1.
Valoarea funcţiei cost total pentru soluţia iniţială găsită este
f = 3 · 45 + 2 · 5 + 3 · 10 + 2 · 20 + 3 · 5 + 2 · 35 = 300
Această metodă este foarte simplă dar puţin eficientă deoarece nu ţine cont de valorile
costurilor cij .
f = 1 · 15 + 1 · 35 + 2 · 30 + 4 · 15 + 2 · 15 + 3 · 10 =
= 50 + 60 + 60 + 60 = 230.
Di \ Cj C1 C2 C3 C4 Disponibil
3 2 1 1
D1 50; 15; 0
0 0 15 35
2 3 2 1
D2 30; 0
30 0 0 0
4 2 3 2
D3 40; 0
15 15 10 0
Necesar 45 15 25 35 120
15 0 10 0
0 0
Tabelul 7.2.2.
133
7.2.3 Metoda diferenţelor maxime
Valorile variabilelor se atribuie ca şi ı̂n cazul metodelor precedente, dar ordinea de
atribuire se face după o altă regulă. Pentru stabilirea ordinii de urmat se calculează, pentru
fiecare linie, respectiv pentru fiecare coloană, diferenţa dintre cele mai mici două elemente
(costuri). Apoi pe linia sau coloana cu diferenţa maximă se determină variabilele din căsuţa
cu cost minim. Apoi procedeul se repetă. La diferenţe maxime egale se consideră mai ı̂ntâi
costul minim.
La lucrul cu tabel diferenţele pe linii se trec ı̂n stânga tabelului, iar cele pe coloane
deasupra tabelului.
Exemplul 7.2.3. Să se afle o soluţie iniţială cu metoda diferenţelor maxime pentru problema
de transport din Exemplul 7.2.1.
Calculăm diferenţele pe linii şi coloane. Avem următorul tabel cu diferenţe
3 2 1 1 1
2 3 2 1 1
4 2 3 2 1
1 1 1 1
calculate astfel: 2 − 1 = 1 pentru linia ı̂ntâi, 2 − 1 = 1 pe linia a doua, 3 − 2 = 1 pentru linia a
treia, 3 − 2 = 1 pentru coloana ı̂ntâi, 3 − 2 = 1 pentru coloana a doua, 2 − 1 = 1 pentru coloana
a treia şi 2 − 1 = 1 pentru coloana a patra.
Se observă că avem toate diferenţele egale cu 1. Alegem x14 = 35 deoarece dă cea mai
mare repartizare pentru preţurile minime. Atunci x24 = x35 = 0.
Recalculăm diferenţele pe liniile şi coloanele rămase, obţinem tabelul
3 2 1 1
2 3 2 1
4 2 3 1
1 1 1
Toate diferenţele sunt egale. Ţinând seama de costul minim alegem x13 = 15 şi x11 =
x12 = 0.
Pentru liniile şi coloanele necompletate recalculăm diferenţele şi obţinem tabelul
2 3 2 1
4 2 3 1
2 1 1
Diferenţa maximă este 2 şi corespunde coloanei ı̂ntâi. Alegem x21 = 30 şi x22 = x23 = 0.
Acum, pe linia a treia luăm x31 = 15, x32 = 15 şi x33 = 10.
Sub formă de tabel calculele arată astfel:
Di \ Cj C1 C2 C3 C4 Disponibil
3 2 1 1
D1 50; 15; 0
0 0 15 35
2 3 2 1
D2 30; 0
30 0 0 0
4 2 3 2
D3 40
15 15 10 0
Necesar 45 15 25 35 120
15 10 0
Valoarea lui f pe această soluţie iniţială este
f = 1 · 15 + 1 · 35 + 2 · 30 + 4 · 15 + 2 · 15 + 3 · 10 = 230
Se observă că s-a obţinut aceeaşi soluţie iniţială ca şi la utilizarea metodei elementului
minim.
134
Observaţia 7.2.1 Toate cele trei soluţii iniţiale găsite pentru problema de transport din Ex-
emplul 7.2.1. sunt soluţii de bază nedegenerate, având 4 + 3 − 1 = 6 componente pozitive.
(max)g = a1 u1 + a2 u2 + . . . + am um + b1 v1 + b2 v2 + . . . + bn vn .
Teoremele de dualitate (v. Teoremele 5.6.1 şi 5.6.2) ne asigură că o soluţie X (0) =
(0)
(xij ) i=1,meste optimă dacă variabilele duale verifică restricţiile
j=1,n
(0) (0)
(7.3) ui + vj = cij , dacă xij = 0 (xij este necunoscuta principală)
(0) (0)
(7.4) ui + vj ≤ cij , dacă xij = 0 (xij este necunoscuta secundară)
numite condiţii de optimalitate pentru soluţia unei probleme de transport.
Fie X = (xij ) i=1,m o soluţie iniţială a problemei de transport.
j=1,n
Căsuţele din tabelul soluţiei cu xij = 0 le numim căsuţe ocupate, iar cele cu xij = 0 le
numim căsuţe libere.
Relaţiile (7.3) formează un sistem liniar de m+n−1 ecuaţii (corespunzătoare căsuţelor
ocupate) cu m + n necunoscute. Se observă că acest sistem este compatibil nedeterminat.
Pentru aflarea unei soluţii putem lua o necunoscută secundară egală cu 0, de obicei vom
alege u1 = 0.
Valorile găsite pentru u1 , u2 , . . . , um şi v1 , v2 , . . . , vn se trec pe marginea tabelului soluţie
ı̂n mod corespunzător (de aceea se mai numesc şi valori marginale), iar sumele ui + vj se
scriu ı̂n colţul din dreapta sus al căsuţelor ocupate, alături de coeficienţii cij , adică structura
unei astfel de căsuţe ocupate arată astfel
cij u i + vj
xij
Acum verificăm condiţiile de optimalitate (7.4) pentru căsuţele libere. Dacă toate
condiţiile (7.4) sunt ı̂ndeplinite, atunci soluţia iniţială este optimă. Dacă cel puţin o
condiţie (7.4) nu este verificată, atunci se trece la procesul de ameliorare (ı̂mbunătăţire) a
soluţiei.
Definiţia 7.3.1 Numim ciclu corespunzător unei căsuţe libere o succesiune de căsuţe ocu-
pate, două câte două alăturate pe aceeaşi linie, sau respectiv pe aceeaşi coloană, cu tre-
ceri alternative pe linii şi coloane, succesiunea ı̂ncepând imediat după căsuţa liberă şi ter-
minându-se ı̂n vecinătatea aceleiaşi căsuţe libere.
Într-un ciclu marcăm alternativ cu + şi − căsuţele, ı̂ncepând cu căsuţa liberă. Sem-
nele se trec ı̂n colţul din stânga jos al căsuţei.
135
Pentru ı̂mbunătăţirea soluţiei se determină valoarea minimă θ a valorii xij din căsuţele
marcate cu −. Apoi, valoarea minimă θ se adună la valorile xij din căsuţele marcate cu +
şi se scade din valorile xij din căsuţele marcate cu −.
Ciclul se alege pentru căsuţa liberă corespunzătoare diferenţei Δij = cij − (ui + vj ) cea
mai mare ı̂n valoare absolută dintre diferenţele Δij < 0.
Prin acest proces se obţine o nouă soluţie a problemei de transport, mai bună decât cea de
la care am plecat.
Exemplul 7.3.1. Să considerăm problema de transport din Exemplul 7.2.1 cu soluţia iniţială
din Tabelul 7.2.1, obţinută prin metoda colţului Nord–Vest.
Considerăm variabilele marginale u1 , u2 , u3 şi v1 , v2 , v3 , v4 . Sistemul (7.3) corespunzător
căsuţelor ocupate din Tabelul 7.2.1 este:
u1 + v1 = 3, u1 + v2 = 2, u2 + v2 = 3, u 2 + v3 = 2
(7.5)
u3 + v3 = 3, u3 + v4 = 2.
Alegând u1 = 0, găsim v1 = 3, v2 = 2, u2 = 1, v3 = 1, u3 = 2, v4 = 0.
Acum verificăm condiţiile de optimalitate (7.4) pentru căsuţele libere. Avem:
de unde observăm că pentru căsuţele libere (2, 1), (3, 1) şi (3, 2) nu sunt verificate condiţiile
de optimalitate. Prin urmare, soluţia iniţială din Tabelul 7.2.1 nu este optimă.
Calculele de mai sus se pot reprezenta ca ı̂n Tabelul 7.3.1.
vj v1 = 3 v2 = 2 v3 = 1 v4 = 0
ui Di \ Cj C1 C2 C3 C4 Disponibil
3 3 2 2 1 1 1 0
u1 = 0 D1 50
- 45 + 5 0 0
2 4 3 3 2 2 1 1
u2 = 1 D2 30
+ 0 - 10 20 0
4 5 2 4 3 3 2 2
u3 = 2 D3 40
0 0 5 35
Necesar 45 15 25 35
Tabelul 7.3.1.
Sistemul (7.5) se poate rezolva direct pe Tabelul 7.3.1, plecând de la u1 + v1 = 3 şi
u1 = 0.
Acum stabilim căsuţa liberă pentru care considerăm ciclul. În acest scop calculăm
diferenţele Δij pentru căsuţele libere ı̂n care nu au fost ı̂ndeplinite condiţiile de optimalitate:
Cum max(| − 2|, | − 1|, | − 2|) = 2 este atins pentru două căsuţe libere (2, 1) şi (2, 2), vom
alege unul din ciclurile determinate de ele. De exemplu, să ne fixăm pe cel determinat de
căsuţa (2, 1).
Acesta este dat de căsuţele (2, 1), (1, 1), (1, 2) şi (2, 2). Marcăm alternativ căsuţele
ciclului cu + şi −, ı̂ncepând cu cea liberă. Numărul θ este dat de
136
Adunăm θ la xij din căsuţele cu + şi scădem acelaşi număr la cele marcate cu −.
Obţinem noua soluţie dată de Tabelul 7.3.2.
Di \ Cj C1 C2 C3 C4 Disponibil
3 2 1 1
D1 50
35 15 0 0
2 3 2 1
D2 30
10 0 20 0
4 2 3 2
D3 40
0 0 5 35
Necesar 45 15 25 25
Tabelul 7.3.2
Valoarea funcţiei cost total pentru noua soluţie (din Tabelul 7.3.2) este
f = 3 · 35 + 2 · 15 + 2 · 10 + 2 · 20 + 3 · 5 + 2 · 35 = 280
137
Avem
vj v1 = 2 v2 = 0 v3 = 1 v4 = 1
ui Di \ Cj C1 C2 C3 C4 Disponibil
3 2 2 0 1 1
u1 = 0 D1 50
0 0 + 15 - 35
2 3 0 2 1 1 1
u2 = 0 D2 30
30 0 0 0
4 2 3 2 3
u3 = 2 D3 40
15 15 - 10 + 0
Necesar 45 15 25 35
Tabelul 7.4.1.
şi ı̂ntrucât u3 + v4 = 3 > 2 = c34 , deducem că soluţia nu este optimă. Avem o singură căsuţă
liberă cu Δij < 0 şi anume căsuţa (3, 4). Formăm ciclul determinat de ea prin căsuţele (3, 4),
(3, 3), (1, 3) şi (1, 4). Marcăm alternativ cu + şi − căsuţele ciclului. Valoarea minimă θ este
dată de θ = min{10, 35} = 10. Se obţine astfel o nouă soluţie reprezentată ı̂n Tabelul 7.4.2
vj v1 = 3 v2 = 1 v3 = 1 v4 = 1
ui Di \ Cj C1 C2 C3 C4 Disponibil
3 3 2 1 1 1
u1 = 0 D1 50
+ 0 0 25 - 25
2 3 0 2 0 1 0
u2 = −1 D2 30
30 0 0 0
4 2 3 2 2
u3 = 1 D3 40
- 15 15 0 + 10
Necesar 45 15 25 35
Tabelul 7.4.2.
Reluăm calculul valorilor marginale şi verificarea condiţiilor de optimalitate pentru
noua soluţie. Lucrăm pe Tabelul 7.4.2.
Se observă că soluţia obţinută ı̂n tabelul 7.4.2. este optimă deoarece ui + vj ≤ cij
pentru toate căsuţele libere.
Deci, o soluţie optimă a problemei de transport 7.2.1 este
⎛ ⎞
0 0 25 25
X1 = ⎝ 30 0 0 0 ⎠
15 15 0 10
Observaţia 7.4.1 Este posibil ca soluţia optimă a uni probleme de transport să nu fie unică,
adică să aibă soluţii multiple. Vom avea soluţii multiple atunci când există mai multe
căsuţe la care ui + vj = cij , adică condiţia de optimalitate este ı̂ndeplinită cu egalitate.
Celelalte soluţii optime, când există, se obţin aplicând procedeul ameliorării soluţiilor
pentru căsuţele la care ui + vj = cij . Soluţia generală se va scrie ca o combinaţie liniară
convexă a soluţiilor optime găsite.
În cazul exemplului nostru, se observă că ı̂n tabelul 7.4.2 avem căsuţa (1, 1) pentru
care u1 + v1 = 3 = c11 = 3. Formăm ciclul (1, 1), (1, 4), (3, 4) şi (3, 3). Marcăm cu + şi − căsuţele
ciclului.
Valoarea minimă θ este dată de
θ = min{15, 25} = 15
138
Obţinem o nouă soluţie optimă dată prin
⎛ ⎞
15 0 25 10
X2 = ⎝ 30 0 0 0 ⎠
0 15 0 25
unde α ≥ 0, β ≥ 0, α + β = 1.
Ii \ Pi P1 P2 P3 P4
I1 4 3 2 3
I2 2 4 5 2
I3 2 4 4 5
Tabelul 7.5.1.
Cele trei ı̂ntreprinderi au capacităţi egale de producţie, fiecare putând produce cel
mult 40 de unităţi din cele patru produse luate la un loc. Cantităţile necesare din cele
patru produse sunt egale cu 40, 30, 50 şi 40 unităţi.
i) Să se determine un plan de producţie comun pentru cele trei ı̂ntreprinderi astfel ı̂ncât
să se asigurea ı̂ntr-o măsură cât mai mare cantităţile necesare din cele patru produse,
cu cheltuieli totale de producţie minime.
ii) Să se interpreteze din punct de vedere economic soluţia optimă obţinută.
i) Se observă că avem o problemă de transport deoarece putem considera cele patru
tipuri de produse ca patru centre consumatoare, iar cele trei ı̂ntreprinderi ca trei centre de
139
depozitare. Obţinem astfel problema de transport din Tabelul 7.5.2.
Ii \ Pj P1 P2 P3 P4 Disponibil
4 3 2 3
I1 40
2 4 5 2
I2 40
2 4 4 5
I3 40
120
Necesar 40 30 50 40
160
Tabelul 7.5.2
Deoarece modelul este neechilibrat, totalul de necesar este mai mare decât totalul de
disponibil, vom introduce un centru fictiv de producţie I4 , care să ”producă” diferenţa de
40 unităţi. Pentru acest centru fictiv costurile unitare sunt nule. Modelul problemei de
rezolvat ia forma din Tabelul 7.5.3.
Ii \ Pj P1 P2 P3 P4 Disponibil
4 3 2 3
I1 40
2 4 5 2
I2 40
2 4 4 5
I3 40
0 0 0 0
I4 40
Necesar 40 30 50 40 160
Tabelul 7.5.3.
Aplicăm metoda elementului minim şi găsim soluţia iniţială din Tabelul 7.5.4.
vj v1 = 0 v2 = 2 v3 = 2 v4 = 0
ui Ii \ Pj P1 P2 P3 P4 Disponibil
4 0 3 2 2 3 0
u1 = 0 I1 40; 0
0 0 40 0
2 4 2 5 4 2
u2 = 2 I2 40
0∗ 0 0 40
2 4 4 5 2
u3 = 2 I3 40
+ 0∗ - 30 10 0
0 0 2 0 2 0 0
u4 = 0 I4 40; 0
- 40 + 0 0 0
Necesar 40 30 50 40 160
Tabelul 7.5.4.
Soluţia determinată este degenerată. Introducem 0∗ (esenţial) la căsuţele (2, 1) şi (3, 1).
Determinăm valorile duale (marginale) trecute pe marginea Tabelului 7.5.4. Formăm ciclul
(4, 2), (4, 1), (3, 1) şi (3, 2) care se marchează cu + şi − ca ı̂n Tabelul 7.5.4.
140
Cu θ = min{30, 40} = 30, obţinem soluţia ı̂mbunătăţită din Tabelul 7.5.5.
vj v1 = 0 v2 = 2 v3 = 2 v4 = 0
ui Ii \ Pj P1 P2 P3 P4 Disponibil
4 0 3 0 2 3 0
u1 = 0 I1 40
0 0 40 0
2 4 2 5 4 2
u2 = 2 I2 40
0∗ 0 0 40
2 4 2 4 5 2
u3 = 2 I3 40
+ 30 0 - 10 0
0 0 0 2 0 0
u4 = 0 I4 40
- 10 30 + 0 0
Necesar 40 30 50 40
Tabelul 7.5.5.
Pentru soluţia din Tabelul 7.5.5 determinăm valorile marginale. Considerăm ciclul
(4, 3), (4, 1), (3, 1) şi (3, 3), marcat cu + şi − ca ı̂n Tabelul 7.5.5. Cu θ = min{10, 10} = 10, găsim
soluţia din Tabelul 7.5.6.
vj v1 = 2 v2 = 2 v3 = 2 v4 = 2
ui Ii \ Pj P1 P2 P3 P4 Disponibil
4 0 3 2 2 3 0
u1 = 0 I1 40
0 0 40 0
2 4 2 5 2 2
u2 = 0 I2 40
0∗ 0 0 40
2 4 2 4 2 5 2
u3 = 0 I3 40
40 0 0 0
0 0 0 0 0 0
u4 = −2 I4 40
0 30 10 0
Necesar 40 30 50 40
Tabelul 7.5.6.
Reluând procesul de ameliorare a unei soluţii pentru cea din Tabelul 7.5.6. se constată
că sunt ı̂ndeplinite toate condiţiile de optimizare. Prin urmare, soluţia găsită
⎛ ⎞
0 0 40 0
X = ⎝ 0 0 0 40 ⎠
40 0 0 0
este optimă, iar min f = 2 · 40 + 2 · 40 + 2 · 40 = 240.
ii) Soluţia optimă găsită ne arată că fiecare ı̂ntreprindere trebuie să producă numai
un tip de produs: ı̂ntreprinderea I1 să producă P3 , ı̂ntreprinderea I2 să producă P4 , iar
ı̂ntreprinderea I3 să producă P1 . Cele trei ı̂ntreprinderi ı̂şi folosesc la maxim capacităţile de
producţie. Cu toate acestea, necesarul de produs P2 nu este satisfăcut complet (mai trebuie
30 de unităţi), precum şi 10 unităţi din produsul P3 . Cheltuielile minime de producţie totale
sunt egale cu 240 unităţi monetare.
iii) În Tabelul 7.5.6 pentru căsuţele (4, 1) şi (4, 4) avem u1 + v1 = 0 = c41 şi respectiv
u4 + v4 = 0 = c44 . Deoarece nu avem cicluri plecând de la aceste căsuţe libere, rezultă că nu
mai obţinem o nouă soluţie optimă. Rezultă că problema are o singură soluţie optimă, cea
găsită mai sus.
141
Di de centrul de consum Cj .
Dacă păstrăm notaţiile din §7.1., atunci modelul matematic al acestei probleme, nu-
mită problemă de transport cu capacităţi limitate, este
⎧ n
⎪
⎪
⎪
⎪
⎪ xij = ai , i = 1, m
⎪
⎪
⎪
⎪
j=1
⎪
⎨
x = b , j = 1, n
m
⎪
ij j
⎪
⎪ i=1
⎪
⎪ 0 ≤ xij ≤ dij , i = 1, m, j = 1, n
⎪
⎪
⎪
⎪
m
n
⎪
⎪
⎪
⎩ (min)f = cij xij
i=1 j=1
m
ai
i=1
Necesar b1 b2 ... bn
n
bi
i=1
Tabelul 7.6.1.
Observaţia 7.6.1 Din condiţiile de limitare a capacităţilor rezultă că este necesar ca pe
fiecare linie, respectiv coloană, să fie verificate inegalităţile:
n
dij ≥ ai , i = 1, m
j=1
respectiv
m
dij ≥ bj , j = 1, n
i=1
142
unde ui , i = 1, m şi vj , j = 1, n sunt variabilele duale ui şi vj , date de sistemul
ui + vj = cij
unde (i, j) este indice de căsuţă ocupată (corespunzătoare la variabila de bază).
La determinarea unei soluţii iniţiale, din cauza capacităţilor limitate, sunt situaţii ı̂n
care nu se pot repartiza ı̂n căsuţe tot disponibilul şi tot necesarul.
Pentru a nu ajunge la o astfel de situaţie, se recomandă următorul procedeu de
ocupare a căsuţelor: a) pe linia (sau coloana) costului minim se ocupă căsuţele ı̂n ordine
crescătoare a costurilor; b) se procedează analog pe coloana (linia) ultimei căsuţe ocupate
din linia (coloana) de la a); c) se continuă ı̂n mod analog, alternativ, până la epuizarea
disponibilului şi necesarului.
Exemplul 7.6.1. Să se rezolve problema de transport cu capacităţi limitate:
⎧
⎪
⎪ x11 + x12 + x13 + x14 = 150
⎪
⎪
⎪
⎪ x21 + x22 + x23 + x24 = 250
⎪
⎪
⎪
⎪ x31 + x32 + x33 + x34 = 210
⎪
⎪
⎪
⎪ x11 + x21 + x31 = 100
⎪
⎪
⎨ x11 + x21 + x32 = 160
x11 + x23 + x33 = 190
⎪
⎪
⎪
⎪ x11 + x24 + x34 = 160
⎪
⎪
⎪
⎪ xij ≥ 0, i = 1, 2, 3 şi j = 1, 2, 3, 4
⎪
⎪
⎪
⎪ x12 ≤ 80, x23 ≤ 170, x31 ≤ 80, x32 ≤ 120
⎪
⎪
⎪
⎪ (min)f = 3x11 + 12x12 + 5x13 + 9x14 + 2x21 + 13x22 +
⎩
+5x23 + 6x24 + x31 + 7x32 + 8x33 + 18x34 .
Vom determina o soluţie iniţială folosind metoda elementului minim. Obţinem astfel
Tabelul 7.6.2.
v1 = 2 v2 = 13 v3 = 5 v4 = 6 Disponibil
3 2 12 13 5 9 6
u1 = 0 150; 0
0 80 0 150 0
2 13 5 6
u2 = 0 250; 220; 200; 40; 0
20 40 30 160
1 80 7 8 18 9
u3 = 3 210; 120; 10
80 120 120 10 0
Necesar 100 160 190 160 610
20 40 180 0
0 0 30
0
Tabelul 7.6.2.
Se observă că pentru soluţia iniţială avem 3 + 4 − 1 = 6 variabile de bază (core-
spunzătoare la căsuţe ocupate cu valori nesubliniate).
Aşadar, putem trece la verificarea optimalităţii. Calculăm valorile duale (marginale)
şi observăm că soluţia nu este optimă deoarece pentru căsuţa liberă (1, 2) avem u1 + v2 =
13 > c12 = 12. Ciclul corespunzător acestei căsuţe este (1, 2), (1, 3), (2, 3) şi (2, 2).
Marcăm cu + şi −. Valoarea minimă θ = min{40, 150} = 40 ne permite să scriem soluţia
ı̂mbunătăţită dată ı̂n Tabelul 7.6.3.
v1 = 2 v2 = 12 v3 = 5 v4 = 6 Disponibil
3 2 12 5 9 6
u1 = 0 150
0 80 40 110 0
2 13 12 5 6
u2 = 0 250
20 0 170 70 160
1 5 7 15 8 18 9
u3 = 3 210
80 80 120 120 10 0
Necesar 100 160 190 160 610
143
Tabelul 7.6.3.
Se observă că noua soluţie găsită este optimală deoarece pentru toate căsuţele libere
avem ui + vj ≤ cij , iar pentru căsuţele ocupate cu valori subliniate avem ui + vj ≥ cij . Avem
⎛ ⎞
0 40 110 0
X = ⎝ 20 0 70 160 ⎠
80 120 10 0
cu
min f = 12 · 40 + 5 · 110 + 2 · 20 + 5 · 70 + 6 · 160 + 1 · 180 + 7 · 120 + 8 · 10 = 3380
Observaţia 7.6.2 În procesul de ı̂mbunătăţire a unei soluţii putem avea situaţia ı̂n care
ui +vj ≤ cij pentru toate căsuţele libere şi să existe o căsuţă ocupată (r, s) cu valoare subliniată
pentru care ur + vs < crs . În acest caz se continuă procesul de ı̂mbunătăţire formând un
ciclu cu vârf negativ ı̂n căsuţa (r, s) (ocupată cu valoarea subliniată).
144
7.7 Testul Nr. 6 de verificare a cunoştinţelor
9. Presupunând că la un moment dat ı̂n timpul rezolvării unei probleme de transport s-a
ajuns la tabelul (situaţie):
4 4 2 2 1 4
10 20 0
2 3 1 1 3 3
0 2 20
Să se analizeze situaţia dată, apoi să se ı̂ncerce formarea ciclului căsuţei (1, 3). Să se
rezolve situaţia de degenerare apărută.
145
10. Să se rezolve problema de transport:
⎧
⎪
⎪ x11 + x12 + x13 = 11
⎪
⎪
⎪
⎪ x 21 + x22 + x23 + x24 = 17
⎪
⎪
⎪
⎪ x 31 + x32 + x33 + x34 = 14
⎪
⎪
⎨ 11 + x21 + x31 = 5
x
x12 + x22 + x32 = 15
⎪
⎪
⎪
⎪ x13 + x23 + x33 = 7
⎪
⎪
⎪
⎪ x14 + x24 + x34 = 15
⎪
⎪
⎪
⎪ xij ≥ 0 , i = 1, 3 , j = 1, 4
⎩
f = 4x11 + 2x12 + 5x13 + x14 + 6x21 + 5x22 + 4x23 + 4x24 + 6x31 + 8x32 + x33 + 5x34 → minim
146
Indicaţii şi răspunsuri
Testul 6
147
Bibliografia aferentă capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate ı̂n economie - Volumul I,
Editura ULB, Sibiu, 2001.
148
Capitolul 8
Şiruri
Definiţia 8.1.1 Se numeşte şir de numere reale sau şir numeric o funcţie f : Np → R, unde
Np = {p, p + 1, p + 2, . . .}, p fiind un număr natural.
Scriind f (n) = an , şirul se notează prin (an )n≥p sau {an }n≥p . În mod uzual se ia p = 1
sau, uneori, p = 0. Pentru comoditate, fără a restrânge generalitatea, vom considera şirurile
(an )n≥1 , scriind simplu (an ); an se va numi termenul general al şirului.
Un şir poate fi dat prin termenul general, enumerând termenii şirului sau printr-o
formulă de recurenţă.
Definiţia 8.1.2 Un şir de numere reale (an ) este mărginit superior (majorat) dacă mulţimea
termenilor săi este majorată.
Altfel spus, şirul numeric (an ) este majorat dacă există numărul real β aşa ı̂ncât an ≤ β,
n = 1, 2, 3, . . ..
Definiţia 8.1.3 Un şir de numere reale (an ) este mărginit inferior (minorat) dacă mulţimea
termenilor săi este minorată.
Cu alte cuvinte, şirul numeric (an ) este minorat dacă există numărul real aşa ı̂ncât
α ≤ an , n = 1, 2, 3, . . ..
149
Definiţia 8.1.4 Spunem că şirul numeric (an ) este mărginit dacă simultan este majorat şi
minorat, adică dacă există numerele reale α şi β aşa ı̂ncât α ≤ an ≤ β, n = 1, 2, 3, . . ..
Deoarece orice interval [α, β] este inclus ı̂ntr-un interval simetric faţă de 0 de forma
[−M, M ], cu M > 0, putem afirma că şirul (an ) este mărginit dacă şi numai dacă există un
număr real M > 0 aşa ı̂ncât să avem
|an | ≤ M, n = 1, 2, 3, . . . .
Definiţia 8.1.5 Şirul numerelor (an ) este nemărginit dacă nu este mărginit, adică dacă ı̂n
afara oricărui interval mărginit există cel puţin un termen al şirului.
Exemple:
8.1.1 Şirul an = 2 + (−1)n este mărginit deoarece |an | ≤ 3, (∀)n ∈ N.
8.1.2 Şirul an = 3n nu este mărginit superior dar este mărginit inferior (an ≥ 1, (∀)n ∈ N ).
8.1.3 Şirul an = −3n nu este minorat, dar este majorat (an < 0, (∀)n ∈ N).
8.1.4 Şirul an = (−1)n · 2n nu este nici minorat şi nici majorat.
Definiţia 8.1.6 Şirul (an ) este crescător (strict crescător) dacă an ≤ an+1 , (respectiv an <
an+1 ) pentru orice n ∈ N∗ .
Definiţia 8.1.7 Şirul (an ) este descrescător (strict descrescător) dacă an+1 ≤ an (respectiv
an+1 < an ) pentru orice n ∈ N∗ .
Un şir crescător sau descrescător se numeşte şir monoton, iar un şir strict crescător
sau strict descrescător se numeşte şir strict monoton.
Exemple:
2n − 1
8.1.5 Şirul an = este strict crescător.
n
2n + 1
8.1.6 Şirul an = este strict descrescător.
n
8.1.7 Şirul an = 2 + (−1)n nu este monoton.
Definiţia 8.1.8 Fie (an ) un şir de numere reale, iar (nk ) un şir strict crescător de numere
naturale. Şirul yk = ank , k ∈ N, se numeşte subşir al şirului (an ).
Definiţia 8.1.9 Şirul numeric (an ) are limita l ∈ R dacă pentru orice număr real ε > 0, există
un număr natural nε astfel ı̂ncât să avem |an − l| < ε, pentru orice n natural, n > nε .
Dacă şirul (an ) are limita l se scrie lim an = l sau an → l pentru n → ∞ şi se mai spune
n→∞
că (an ) este convergent la l.
Geometric, faptul că (an ) converge la l ı̂nseamnă că ı̂n afara intervalului
V (l, ε) = (l − ε, l + ε) (numit vecinătate de centru l şi rază ε) se află un număr finit
de termeni, a1 , a2 , . . . , anε , iar interiorul lui V (l, ε) se află o infinitate de termeni ai şirului
(fig.8.1.1).
Fig.8.1.1.
150
Rezultă că orice şir numeric convergent este mărginit.
Definiţia 8.1.10 Şirul numeric (an ) are limita +∞ dacă pentru orice număr real pozitiv E,
există nE ∈ N aşa ı̂ncât an > E, pentru orrice n natural, n > nE .
Dacă şirul (an ) are limita +∞ ı̂nseamnă că ı̂n afara intervalului V (∞) = (E, ∞) (numit
vecinătate a lui +∞) se află un număr finit de termeni a1 , a2 , . . . , anE (fig.8.1.2).
Fig.8.1.2.
Definiţia 8.1.11 Şirul numeric (an ) are limita −∞ dacă pentru orice număr real negativ E,
există nE ∈ N aşa ı̂ncât an < E, pentru orice n natural, n > nE .
Fig.8.1.3.
Dacă un şir de numere reale are limita +∞ sau −∞ se mai zice că are limită infinită.
Un şir de numere reale care are limită infinită sau nu are limită se spune că este divergent.
Propoziţia 8.1.1 Dacă un şir de numere reale are limită, finită sau infinită, atunci ea este
unică.
Veridicitatea acestei propoziţii rezultă prin reducere la absurd şi folosind definiţia
limitei unui şir.
Teorema 8.1.1 Dacă (an ) şi (bn ) sunt şiruri de numere reale astfel ı̂ncât lim an = l1 ,
n→∞
lim bn = l2 , l1 şi l2 finite sau infinite, iar an ≤ bn pentru n natural, n ≥ n0 , atunci l1 ≤ l2 .
n→∞
Demonstraţie. Vom demonstra numai ı̂n cazul l1 şi l2 finite. În celelalte situaţii demonstraţia
este analoagă.
Presupunem că l1 > l2 . Putem alege ε > 0 aşa ı̂ncât l1 − ε > l2 + ε > l2 . Atunci
există n1ε ∈ N aşa ı̂ncât dacă n > n1ε să avem |an − l1 | < ε adică ε < an − l1 < ε, de unde
an > l1 − ε > l2 + ε. Din lim bn = l2 rezultă că există n2ε să avem |bn − l2 | < ε, de unde
n→∞
bn < l2 + ε. Acum, deducem că pentru n > max{n0 , n1ε , n2ε } are loc inegalitatea an > bn , ceea
ce contrazice ipoteza. Aşadar, l1 ≤ l2 .
Utilizând această teoremă, se deduce valabilitatea următoarelor criterii de comparaţie,
utile ı̂n aflarea limitelor de şiruri.
Propoziţia 8.1.2 (Criteriul majorării pentru limită finită). Dacă pentru şirul de numere
reale (an ) există un număr real l şi un şir numeric (bn ), cu lim bn = 0, astfel ı̂ncât |an −l| ≤ bn ,
n→∞
atunci lim an = l.
n→∞
151
Observaţia 8.1.1 În practică, cea mai ı̂ntâlnită situaţie este an = xn yn , cu (xn ) şir mărginit
şi (yn ) un şir convergent la zero.
1 1 1 1
Exemplul 8.1.8. Şirul an = sin , n ∈ N∗ are limita 0 deoarece lim = 0 şi sin ≤ 1.
n n n→∞ n n
Propoziţia 8.1.3 (Criteriul minorării pentru limita +∞). Dacă pentru şirul de numere reale
(an ) există şirul numeric (bn ), cu lim bn = +∞, şi numărul natural n0 aşa ı̂ncât an ≥ bn ,
n→∞
pentru orice n ≥ n0 , atunci lim an = +∞.
n→∞
√ √
Exemplul 8.1.9. Şirul an = n 1 + 22 + 33 + . . . + nn , n ∈ N∗ , are limita +∞ deoarece an ≥ n nn =
n, pentru orice n ∈ N∗ , şi lim an = +∞.
n→∞
Propoziţia 8.1.4 (Criteriul majorării pentru limita −∞). Dacă pentru şirul numeric (an )
există şirul de numere reale (bn ), cu lim bn = −∞, şi numărul natural n0 , aşa ı̂ncât an ≤ bn ,
n→∞
pentru orice n ≥ n0 , atunci lim an = −∞.
n→∞
Propoziţia 8.1.5 (Criteriul ı̂ncadrării unui şir ı̂ntre două şiruri care au aceeaşi limită sau
criteriul cleştelui).
Dacă pentru şirul numeric (an ) există şirurile (bn ) şi (cn ) de numere reale aşa ı̂ncât
bn ≤ an ≤ cn pentru n ≥ n0 , n0 ∈ N, cu lim bn = lim cn = l, atunci şirul (an ) are limită şi
n→∞ n→∞
lim an = l.
n→∞
n ∈ N∗ , avem
n n
√ < an < √ , pentru orice n ∈ N∗ .
3
8n3 + n3 + n 3
8n3 + n + 1
Cum
n n 1
lim √ = lim √ = ,
n→∞ 3
8n3 + n2 + n n→∞ 3 8n3 + n + 1 2
deducem că
1
lim an = .
n→∞ 2
Propoziţia 8.1.6 Fie (an ) şi (bn ) şiruri de numere reale cu lim an = l1 şi lim bn = l2 , l1 şi l2
n→∞ n→∞
finite sau infinite. Dacă l1 + l2 are sens, atunci lim (an + bn ) = lim an + lim bn = l1 + l2 .
n→∞ n→∞ n→∞
Demonstraţie. Să considerăm cazul l1 şi l2 finite. Pentru orice ε > 0 există numerele naturale
n1ε şi n2ε aşa ı̂ncât
ε
|an − l1 | < , pentru orice n natural n > n1ε
2
şi
ε
|bn − l2 | < , pentru orice n natural n > n2ε
2
Fie nε = max{n1ε , n2ε }. Atunci, pentru orice n natural n > nε , avem, ı̂n conformitate
cu cele două inegalităţi:
ε ε
|(an + bn ) − (l1 + l2 )| ≤ |an − l1 | + |bn − l2 | < + = ε,
2 2
ceea ce ne arată că
lim (an + bn ) = l1 + l2 .
n→∞
În mod analog se demonstrează că: dacă l1 = +∞ şi l2 finit, atunci l1 + l2 = +∞; dacă
l1 = +∞ şi l2 = +∞, atunci l1 + l2 = +∞, iar dacă l1 = −∞ şi l2 = −∞, atunci l1 + l2 = −∞.
152
Observaţia 8.1.2 Pentru l1 = +∞ şi l2 = −∞ operaţia l1 + l2 este fără sens (numit şi caz de
excepţie sau caz de nedeterminare) deoarece ı̂n acest caz nu se poate preciza de la ı̂nceput
valoarea lui l1 + l2 , aceasta putând să fie orice număr real, +∞, −∞ sau să nu existe, ı̂n
funcţie de (an ) şi (bn ).
Observaţia 8.1.3 Afirmaţiile din Propoziţia 8.1.6 rămân valabile şi pentru un număr finit
de termeni independent de n.
Corect, avem
1 2 n 1 + 2 + ... + n
lim + + ... + = lim =
n→∞ n n n n→∞ n
n(n + 1) n+1
= lim = lim = ∞.
n→∞ 2n n→∞ 2
Propoziţia 8.1.7 Fie (an ) şi (bn ) două şiruri de numere reale cu lim an = l1 şi lim bn = l2 .
n→∞ n→∞
Dacă l1 · l2 are sens, atunci lim (an bn ) = lim an · lim bn = l1 · l2 .
n→∞ n→∞ n→∞
Demonstraţie. Să considerăm l1 şi l2 finite. Dacă l2 = 0, atunci ţinând seama că an este
mărginit, pe baza Observaţiei 8.1.1, găsim lim an bn = 0.
n→∞
Să presupunem că l2 = 0. Cum (an ) este convergent, pe de o parte este mărginit, adică
există M > 0 aşa ı̂ncât |an | < M , pentru orice n ∈ N∗ , iar pe de altă parte, pentru orice ε > 0
există n1ε ∈ N aşa ı̂ncât
ε
|an − l1 | < , pentru orice n > n1ε
2|l2 |
Din lim bn = l2 rezultă că pentru orice ε > 0 există n2ε ∈ N aşa ca
n→∞
ε
|bn − l2 | < , pentru orice n > n2ε .
2M
Considerând nε = max{n1ε , n2ε }, avem
Observaţia 8.1.5 Cele afirmate la Observaţia 8.1.3 rămân valabile şi la produsul de şiruri.
153
1 1
i) Dacă l ∈ R∗ , atunci lim = ;
n→∞ an l
1
ii) Dacă l = +∞ sau l = −∞, atunci lim = 0;
n→∞ an
1
iii) Dacă l = 0 şi an > 0 pentru toţi n ≥ n0 , atunci lim = +∞, iar dacă an < 0 pentru
n→∞ an
1
toţi n ≥ n0 , atunci lim = −∞.
n→∞ an
Demonstraţie. i) Cum l = 0 rezultă că 1/an este definit cu excepţia eventual, a unui număr
finit de termeni.
Cum | |an | − |l| | ≤ |an − l|, Deducem că lim |an | = |l|. Acum există n1 ∈ N aşa ı̂ncât
n→∞
|l| |l|
| |an | − |l| | < , de unde |an | > , pentru orice n ≥ n1 .
2 2
Pentru orice ε > 0 există n2/ε ∈ N aşa că
|l|2
|an − l| < ε, pentru orice n > n2ε .
2
Fie nε = max{n1 , n2ε }; atunci
1 1 |an − l| |l|2 ε 1 2
− = < · · = ε,
an l |an | |l| 2 |l| |l|
1 1
pentru orice n > nε . Prin urmare, lim = .
an l
n→∞
În mod analog se demonstrează punctele ii) şi iii) din enunţul Propoziţiei 8.1.8.
Observaţia 8.1.6 Folosind Propoziţiile 8.1.7 şi 8.1.8, acum, putem preciza limita câtului a
două şiruri. Dacă lim an = l1 , lim bn = l2 şi l1 /l2 are sens (cazuri de excepţie sunt 0/0 şi
n→∞ n→∞
±∞/ ± ∞), atunci lim an /bn = l1 /l2 .
n→∞
Propoziţia 8.1.9 Fie (an ) şi (bn ) două şiruri de numere reale, an > 0, pentru orice n ∈ N∗ ,
lim an = a şi lim bn = b.
n→∞ n→∞
154
În cazul ridicării la putere avem cazurile de excepţii, situaţiile 00 , ∞0 şi 1∞ .
Pentru demonstraţie acestei propoziţii se poate consulta cartea [4].
ii) Orice şir numeric crescător şi nemărginit are limita +∞;
iii) Orice şir numeric descrescător şi nemărginit are limita −∞.
Demonstraţie.
i) Fie (an ) un şir crescător şi mărginit. Punem α = sup{an | n ∈ N∗ }. Avem an ≤ α, pentru
orice n ∈ N∗ . Deoarece α este majorant, pentru orice ε > 0, există nε ∈ N∗ aşa ı̂ncât
α − ε < anε ≤ α. Cum şirul (an ) este crescător, pentru orice n ∈ N, n ≥ nε va rezulta
an ≥ anε . Deci, α − ε < anε ≤ an ≤ α, de unde |an − α| < ε pentru n > nε , ceea ce ne arată
că lim an = α.
n→∞
ii) Fie (an ) un şir numeric monoton crescător şi nemărginit. Atunci mulţimea termenilor
şirului este mărginită inferior de a1 , dar nu este majorată. Rezultă că, pentru orice
E > 0, există un nE ∈ N aşa ı̂ncât anE > E. Acum, pentru n ∈ N, n > nε , putem scrie
an ≥ anε > E, ceea ce ne arată că lim an = +∞.
n→∞
Observaţia 8.1.7 Propoziţia 8.1.10 se poate enunţa scurt: orice şir monoton de numere
reale are o limită ı̂n R = R ∪ {−∞, +∞}.
Exemplul 8.1.11. Fie şirul en = (1 + 1/n)n , n ∈ N∗ . Să arătăm că (en ) este convergent.
Să pornim de la identitatea
care este valabilă pentru orice a, b ∈ R şi orice k natural. Din (8.1), pentru 0 < a < b, obţinem
inegalitatea
(8.2) bk < ak + k(b − a)bk−1 .
Luând ı̂n (8.2) a = 1 + 1/(n + 1), b = 1 + 1/n şi k = n + 1, găsim
1 n+1 n 1
1+ en = bn+1 < an+1 + b = en+1 + en ,
n n(n + 1) n
de unde rezultă en < en+1 , ceea ce ne arată că şirul (en ) este strict crescător. Să arătăm că
şirul (en ) este mărginit superior. Luăm ı̂n (8.2) a = 1, b = 1 + 1/(2n) şi k = n şi obţinem
n n−1 n
1 1 1 1 1
1+ <1+n· 1+ <1+ 1+ ,
2n 2n 2n 2 2n
de unde găsim n
1
1+ < 2,
2n
care conduce la e2n < 4. Deoarece (en ) este un şir strict crescător, urmează că en < 4 pentru
orice n ∈ N∗ . Din punctul i) al Propoziţiei 8.1.10 deducem că şirul (en ) este convergent.
Limita şirului (en ) se notează cu e, care este un număr des ı̂ntâlnit ı̂n matematică şi ştiinţă.
valoarea lui este 2, 71828 . . ..
155
Propoziţia 8.1.11 (Lema lui Cesaró). Orice şir mărginit de numere reale conţine cel puţin
un subşir convergent.
Demonstraţie. Fie (an ) un şir mărginit de numere reale. Considerăm submulţimile
Ak = {ak , ak+1 , . . .}, k ∈ N∗ şi notăm cu bk marginile lor superioare (acestea există deoarece
mulţimea A1 = {a1 , a2 , . . .} este mărginită). Din Ak ⊃ Ak+1 , rezultă bk ≥ bk+1 k ∈ N∗ , şi deci
şirul (bn ) este descrescător. Cum Ak ⊂ A1 , pentru orice k ∈ N∗ şi A1 mărginită rezultă că
şirul (bk ) este mărginit inferior. Rezultă că şirul (bk ) este convergent.
Dacă pentru orice k ∈ N∗ avem bk ∈ Ak , atunci putem lua bk = ank cu nk ≥ k. Din nk ≥ k
obţinem lim nk = ∞, ceea ce ne arată că putem extrage un subşir (nk ) strict crescător de
n→∞
numere naturale, iar subşirul (ank ) va fi un subşir al şirului (an ), care are limită.
Acum, să presupunem că există un indice i ∈ N aşa ı̂ncât bi ∈ Ai . Din faptul că bi
este marginea superioară a mulţimii Ai , deducem că pentru orice n ∈ N∗ există kn aşa ı̂ncât
1 1
bi − < ai+kn ≤ bi , adică putem scrie |ai+kn − bi | < . De aici, pe baza criteriului majorării
n n
pentru limită finită, obţinem lim ai+kn = bi . Să arătăm că şirul (kn ) de numere naturale
n→∞
este nemărginit. Într-adevăr, dacă ar exista un n0 astfel ca kn = kn0 , pentru toţi n ≥ n0 ,
1
atunci am avea |ai+kn 0 − bi | ≤ pentru toţi n > n0 , ceea ce ar ı̂nsemna că ai+kn0 = bi şi bi ∈ Ai ,
n
ceea ce ar constitui o contradicţie. Prin urmare, subşirul (ai+kn ) este un subşir convergent
pentru şirul (an ).
Definiţia 8.1.12 Un şir (an ) de numere reale se numeşte şir fundamental sau şir Cauchy
dacă pentru orice ε > 0, există un număr natural nε , astfel ı̂ncât pentru orice n, m ∈ N∗ ,
n > nε , m > nε să avem |am − an | < ε.
Dacă n = m, atunci condiţia din definiţia precedentă este evident satisfăcută. De
aceea, putem considera, fără a restrânge generalitatea, că m > n, adică m = n + p, unde
p ∈ N∗ . Atunci Definiţia 8.1.12 se poate scrie sub forma echivalentă.
Definiţia 8.1.13 Un şir (an ) numeric se numeşte şir fundamental sau şir Cauchy dacă,
pentru orice ε > 0, există un număr natural nε aşa ı̂ncât pentru orice n ∈ N, n > nε şi orice
p ∈ N să avem |an+p − an | < ε.
Demonstraţie. Aplicăm Definiţia 8.1.12 pentru ε = 1. Atunci există n1 ∈ N aşa ı̂ncât pentru
orice n, m ∈ N, n > n1 , m > n1 , să avem |an − am | < 1. Acum, putem scrie
pentru orice n > n1 . Dacă punem α = max{|a1 |, |a2 |, . . . , |an1 |, |1 + |an1 +1 |}. atunci |an | ≤ α,
pentru orice n ∈ N∗ , adică şirul (an ) este mărginit.
Teorema 8.1.2 (Criteriul lui Cauchy). Un şir de numere reale este convergent dacă şi
numai dacă este şir fundamental.
Demonstraţie. Necesitatea. Fie (an ) un şir de numere convergent la l. Să arătăm că este
fundamental. Din lim an = l, rezultă că pentru orice ε > 0 există nε ∈ N aşa ı̂ncât |an −l| < ε/2
n→∞
pentru orice n ∈ N, n > nε . Atunci, pentru orice n, m ∈ N, m > nε , n > nε avem
ε ε
|an − am | = |an − l + l − am | ≤ |an − l| + |am − l| < + =ε
2 2
ceea ce ne dovedeşte că (an ) este un şir fundamental.
Suficienţa. Să admitem că (an ) este un şir fundamental şi să arătăm că există l ∈ R aşa
ı̂ncât lim an = l. Şirul (an ) fiind fundamental, rezultă ca este mărginit (Propoziţia 8.1.12).
n→∞
Atunci conform Lemei lui Cesaró (Propoziţia 8.1.11), şirul (an ) va conţine un subşir (ank )
156
convergent; fie l limita sa. Deoarece ank → l, pentru k → ∞, rezultă că pentru orice ε > 0
există kε ∈ N aşa ı̂ncât
ε
(8.3) |ank − l| < , pentru orice k ∈ N, k > kε .
2
Din faptul că (an ) este şir fundamental avem că există n1ε ∈ N aşa ı̂ncât
ε
|an − am | < , pentru orice n, m ∈ N, n > n1ε , m > n1ε .
2
Fie acum nε = max{kε , n1ε } şi luând k > nε ı̂n (8.3), obţinem:
ε ε
|an − l| = |an − ank + ank − l| ≤ |an − ank | + |ank − l| < + = ε,
2 2
pentru orice n ∈ N, n > nε .
Prin urmare, şirul (an ) are limita l ∈ R, adică este convergent.
Observaţia 8.1.8 Criteriul lui Cauchy permite studierea convergenţei unui şir fără să
cunoaştem limita lui. Pentru aceasta este suficient să cercetăm dacă şirul este funda-
mental.
Exemplul 8.1.12. Să arătăm că şirul
cos x cos 2x cos nx
an = + 2
+ ... + , n ∈ R,
3 3 2n
este şir Cauchy, deci convergent.
Avem
cos x cos 2x cos nx cos(n + 1)x cos(n + p)x
an+p = + 2
+ ... + n
+ n+1
+ ... + ,
3 3 3 3 3n+p
cu p ∈ N∗ .
Atunci
cos(n + 1)x cos(n + p)x
|an+p − an | =
3n+1
+ ... +
3n+p ≤
1 1 1 1 − 31p 1 1 1
≤ n+1 + . . . + n+p = n+1 · 1 + 2 · 3n 1− p < .
3 3 3 1− 3 3 2 · 3n
Cum 1/2 · 3n → 0, rezultă că pentru orice ε > 0 există nε ∈ N aşa ı̂ncât 1/2 · 3n < ε,
pentru orice n ∈ N, n > nε . Atunci, pentru orice n > nε şi orice p ∈ N∗ , avem |an+p − an | < ε,
ceea ce ne asigură că (an ) este şir Cauchy.
Exemplul 8.1.13. Să arătăm că şirul
1 1
an = 1 + + ... +
2 n
nu este fundamental, deci nu este şir convergent.
Se observă că avem
1 1 1 1 1 1 1
a2n − an = + + ... + > + ... + =n· = ,
n+1 n+2 2n 2n 2n 2n 2
de n ori
ceea ce ne arată că (an ) nu poate fi şir Cauchy.
Aplicaţie economică. Dobânda compusă. Se investeşte o sumă S, dată ı̂ntr-o anumită
unitate monetară, care acumulează o dobândă compusă de r% anual.
Dacă dobânda se adaugă anual, atunci la sfârşirul primului an vom avea suma
S1 = S + rS = S(1 + r).
157
După doi ani, vom avea suma
S2 = S(1 + r)2 ,
Sk = S(1 + r)k .
Dacă dobânda s-ar adăuga de n ori pe an, atunci la trecereea a k ani am avea suma
$ r %kn
Sn,k = S 1 + .
n
Se observă că şirul (Sn,k ) este crescător ı̂n raport cu n. Apare ı̂ntrebarea: dacă n ar
creşte, adică adăugarea dobânzii s-ar face cât mai des, valoarea sumei acumulate ı̂n cei k
ani, ar creşte foarte mult?
Pentru a răspunde la ı̂ntrebare să calculăm limita şirului (Sn,k ) când n → ∞. Avem
$ *$ + r ·nk
r %nk r % nr n
lim Sn,k = lim S 1 + = S lim 1+ = Serk ,
n→∞ n→∞ n n→∞ n
ceea ce ne arată că, practic, valoarea sumei finale depinde de suma iniţială S, dobânda
anuală r şi de numărul de ani k, influenţa desimii adăugării dobânzii fiind de mai mică
importanţă.
De exemplu, dacă am depune o sumă S = 1$ cu dobândă compusă anuală de 1% pe o
perioadă de 1 an, oricât de des am adăuga dobânda, valoarea sumei acumulate la sfârşirul
anului ar oscila ı̂n jurul lui e = 2, 71828 . . . $. (v. [2], [3], [5]).
Pentru un astfel de şir folosim notaţia (xn )n≥1 sau simplu (xn ) ca şi ı̂n cazul şirurilor
de numere reale.
Definiţia 8.2.2 Şirul de puncte (xn ) din spaţiul metric (X, d) este convergent la x ∈ X dacă
şirul de numere reale pozitive (d(xn , x)) are limita zero.
Propoziţia 8.2.1 Dacă şirul de puncte ((xn ) din (X, d) este convergent ı̂n spaţiul metric
(X, d), atunci limita lui este unică.
Demonstraţie. Fie lim xn = x şi lim xn = y. Din Definiţia 8.2.2 avem lim d(xn , x) =
n→∞ n→∞ n→∞
0 şi lim d(xn , y) = 0. Atunci din d(x, y) ≤ d(x, xn ) + d(xn , y) avem d(x, y) ≤ lim d(xn , x) +
n→∞ n→∞
lim d(xn , y) = 0, de unde deducem că d(x, y) = 0. Deci avem x = y.
n→∞
Definiţia 8.2.3 Şirul de puncte (xn ) din spaţiul metric (X, d) este mărginit dacă există x0 ∈ X
şi M > 0 aşa ı̂ncât d(xn , x0 ) ≤ M , pentru orice n ∈ N∗ .
Propoziţia 8.2.2 Orice şir convergent de puncte din spaţiul metric (X, d) este mărginit.
158
Demonstraţie. Fie lim xn = x; pentru ε = 1 există n1 ∈ N aşa ı̂ncât d(xn , x) < 1, oricare ar
n→∞
fi n > n1 . Punând M = max{d(x1 , x), d(x2 , x), . . . , d(xn1 , x), 1}, avem d(xn , x) ≤ M , pentru orice
n ∈ N∗ , ceea ce ne arată că şirul de puncte (xn ) este mărginit ı̂n (X, d).
Definiţia 8.2.4 Şirul de puncte (yn ) din spaţiul (X, d) este subşir al şirului de puncte (xn ) din
(X, d) dacă există un şir (kn )n≥1 de numere naturale, strict crescător, aşa ı̂ncât yn = xkn .
Propoziţia 8.2.3 Dacă şirul de puncte (xn ) este convergent la x ı̂n (X, d), atunci orice subşir
al său are de asemenea limita x.
atunci d(xn , xn1 +1 ) ≤ M , pentru orice n ∈ N∗ . Prin urmare, şirul (xn ) este mărginit ı̂n (X, d).
Teorema 8.2.1 Orice şir convergent de puncte din (X, d) este şir Cauchy ı̂n (X, d).
Demonstraţie. Fie (xn ) un şir convergent de puncte din (X, d). Dacă lim xn = x, x ∈ X,
n→∞
atunci pentru orice ε > 0 există nε aşa ı̂ncât, oricare ar fi n ∈ N, n > nε , să avem d(xn , x) < ε/2.
Cum pentru orice p ∈ N∗ şi orice n ∈ N , n > nε , avem şi d(xn+p , x) < ε/2, putem scrie
pentru orice n > nε . De aici, rezultă că şirul (xn ) este şir fundamental.
Reciproca Teoremei 8.2.1 nu este adevărată ı̂n orice spaţiu metric.
'n 8.2.1. În spaţiul metric (R, | |), ínzestrat cu metrica dată de modul, şirul en =
Exemplul
&
1 + n1 , n ∈ N∗ este convergent (deci şi fundamental) şi are limita e.
Spaţiul metric (Q, | |) este un subspaţiu al lui (R, | |). Proprietatea şirului (en ) de a
fi fundamental se păstrează şi ı̂n (Q, | |), dar el nu mai este convergent ı̂n (Q, | |) deoarece
numărul e ∈ Q (e este număr iraţional).
Definiţia 8.2.6 Spaţiul metric (X, d) se numeşte complet dacă orice şir fundamental din
(X, d) este convergent ı̂n (X, d).
Exemplul 8.2.2. Spaţiul metric (R, | |) este complet pe baza criteriului lui Cauchy (v.
Teorema 8.1.2).
159
Definiţia 8.2.7 Un spaţiu vectorial normat şi complet se numeşte spaţiu Banach, iar un
spaţiu prehilbertian şi complet se numeşte spaţiu Hilbert.
Fie (X, d1 ), (Y, d2 ) două spaţii metrice şi Z = X × Y produsul cartezian al celor două
spaţii metrice. Dacă z1 = (x1 , y1 ), z2 = (x2 , y2 ) sunt două puncte din Z, atunci definim
,
d(z1 , z2 ) = d21 (x1 , x2 ) + d22 (y1 , y2 ).
Teorema 8.2.2 Şirul zn = (xn , yn ), n ∈ N, din spaţiul metric (Z, d) este convergent către
z = (x, y) ∈ Z dacă şi numai dacă, lim xn = x şi lim yn = y.
n→∞ n→∞
Demonstraţie. Fie lim zn = z, atunci, pentru orice ε > 0, există nε ∈ N, aşa ı̂ncât, pentru
n→∞
orice n > nε , să avem d(zn , z) < ε. Cum
,
d1 (xn , x) ≤ d21 (xn , x) + d22 (yn , y) = d(zn , z) < ε
şi ,
d2 (yn , y) ≤ d21 (xn , x) + d22 (yn , y) = d(zn , z) < ε,
pentru orice n ∈ N, n > nε , deducem că lim xn = x şi lim yn = y, ceea ce trebuie demonstrat.
n→∞ n→∞
Reciproc, dacă lim xn = x şi lim yn = y, atunci pentru orice ε > 0 există n1ε aşa ı̂ncât,
n→∞ n→∞ √
pentru orice n > n1ε , √ să avem d1 (xn , x) < ε/ 2 şi există n2ε astfel ı̂ncât, pentru orice n > n2ε ,
să avem d2 (yn , y) < ε/ 2.
Cum, pentru orice n > nε , nε = max{n1ε , n2ε } avem
, -
2 2 ε2 ε2
d(zn , z) = d1 (xn , x) + d2 (yn , y) < + = ε,
2 2
rezultă lim zn = z.
n→∞
Din Teorema 8.2.2 rezultă că putem scrie
$ %
lim (xn , yn ) = lim xn , lim yn .
n→∞ n→∞ n→∞
160
Observaţia 8.2.2 Rezultatul Teoremei 8.2.2 rămâne valabil şi la produsul cartezian al unui
număr finit de spaţii metrice.
Corolarul 8.2.1 Un şir din spaţiul Rm este convergent, dacă şi numai dacă, şirurile reale
componente sunt convergente.
Valabilitatea corolarului rezultă din Teorema 8.2.1 şi faptul că Rm este produsul
cartezian al spaţiului metric R, repetat de m ori.
Exemplul 8.2.3. Să calculăm limita şirului din R3
n
√ 1 3n2 − n + 1
zn = n n, 1 + , , n ≥ 2.
n 4n2 + n + 1
Avem n
√ 1 3n2 − n + 1
lim zn = lim n n, lim 1+ , lim =
n→∞ n→∞ n→∞ n n→∞ 4n2 + n + 1
3
= 1, e, .
4
Teorema 8.2.3 Şirul de puncte zn = (xn , yn ), n ∈ N∗ , din spaţiul metric (Z, d) este şir fun-
damental, dacă şi numai dacă, (xn ) şi respectiv (yn ) sunt şiruri fundamentale ı̂n (X, d1 ) şi
respectiv (Y, d2 ).
Demonstraţie. Să considerăm, mai ı̂ntâi, că şirul (zn ) este fundamental ı̂n (Z, d), adică,
pentru orice ε > 0 şi orice p ∈ N∗ , există nε ∈ N aşa ı̂ncât, pentru orice n > nε , să avem
d(zn+p , zn ) < ε. Deoarece
,
d1 (xn+p , xn ) ≤ d21 (xn+p , xn ) + d22 (yn+p , yn ) = d(zn+p , zn ) < ε
şi ,
d2 (yn+p , yn ) ≤ d21 (xn+p , xn ) + d22 (yn+p , yn ) = d(zn+p , zn ) < ε
pentru orice p ∈ N şi orice n ∈ N, n > nε , rezultă că şirul (xn ) şi respectiv (yn ) sunt funda-
mentale ı̂n (X, d1 ) şi respectiv (Y, d2 ).
Reciproc, fie (xn ) şi respctive (yn ) şiruri fundamentale ı̂n (X, d1 ) şi respectiv (Y, d2 ). Să
arătăm ca zn = (xn , yn ), n ∈ N∗ este şir fundamental ı̂n (Z, d).
Pentru orice ε > 0 şi orice p ∈ N∗ există nε ∈ N aşa ı̂ncât, pentru orice n > n1ε să avem
ε
d1 (xn+p , xn ) < √
2
şi există n2ε ∈ N aşa ı̂ncât pentru orice n > n2ε să avem
ε
d2 (yn+p , yn ) < √ .
2
Deoarece, pentru orice n ∈ N, n > nε , nε = max{n1ε , n2ε } avem
, -
2 2 ε2 ε2
d(zn+p , zn ) = d1 (xn+p , xn ) + d2 (yn+p , yn ) < + = ε,
2 2
deducem că şirul (zn ) este fundamental ı̂n (Z, d).
Din Teorema 8.2.3 rezultă că şirul zn = (xn , yn ), n ∈ N∗ , din (Z, d) este fundamental,
dacă şi numai dacă, componentele sale (xn ), respectiv (yn ) sunt şiruri fundamentale ı̂n (X, d1 )
şi respectiv (Y, d2 ). Prin urmare, spaţiul (Z, d) este complet, dacă şi numai dacă, (X, d1 ) şi
(Y, d2 ) sunt complete.
Observaţia 8.2.3 Rezultatul Teoremei 8.2.3 rămâne valabil şi la produsul cartezian al unui
număr finit de spaţii metrice.
161
Corolarul 8.2.2 Spaţiile Rm sunt complete.
Valabilitatea corolarului rezultă din Observaţia 8.2.3 şi din faptul că spaţiul R este
complet (Exemplul 8.2.2).
Definiţia 8.2.8 În spaţiul metric (X, d), o funcţie f : X → X se numeşte contracţie, dacă
există α ∈ [0, 1) aşa ı̂ncât, oricare ar fi x, y ∈ X avem
d(x, y) = (xi − yi )2 ,
i=1
i=1 i=1
pentru orice x, y ∈ X, adică (8.4) este verificată pentru α ∈ [0, 1), ceea ce ne arată că f este
o contracţie.
Exemplul 8.2.5. Funcţia f : R → R, definită prin
a √
f (x) = 2 , a > 0, b > 0, a < b b
x +b
este o contracţie a spaţiului metric (R, | |).
În adevăr, pentru orice x, y ∈ R, avem
a a
d(f (x), f (y)) = |f (x) − f (y) = 2 − =
x + b y2 + b
a|x + y|
d(x, y).
(x2 + b)(y 2 + b)
√
Cum |t| ≤ (t2 + b)/2 b, pentru orice t ∈ R, putem scrie
x2 + b y 2 + b 1
|x + y| ≤ |x| + |y| ≤ √ + √ = √ (x2 + y 2 + 2b) ≤
2 b 2 b 2 b
1 2 1
≤ √ (x2 + b)(y 2 + b) = √ (x2 + b)(y 2 + b)
2 bb b b
Atunci
a
d(f (x), f (y)) ≤ √ d(x, y),
b b
√
cu α = a/b b ∈ [0, 1), ceea ce ne arată că f este o contracţie a spaţiului metric R.
Numeroase probleme practice conduc la rezolvarea unei relaţii de forma f (x) = x,
unde f este o aplicaţie a unui spaţiu metric X ı̂n el ı̂nsăşi. Un astfel de punct x ∈ X pentru
care f (x) = x se numeşte punct fix al funcţiei f .
Astfel, dacă f este aplicaţia identică a unui spaţiu metric ı̂n el ı̂nsuşi, adică f (x) = x,
pentru orice x ∈ X, atunci toate punctele lui X sunt puncte fixe.
În continuare vom prezenta un rezultat fundamental al Analizei Matematice, cu multe
aplicaţii ı̂n matematică şi ştiinţele practice, numit principiul contracţiei sau teorema de
punct fix a lui Banach care asigură, ı̂n anumite condiţii, existenţa şi unicitatea unui punct
fix.
162
Teorema 8.2.4 (Principiul contracţiei). Orice contracţie a unui spaţiu metric complet ı̂n el
ı̂nsuşi admite un singur punct fix.
Demonstraţie. Fie (X, d) un spaţiu metric şi f : X → X o contracţie a sa.
Unicitatea punctului fix. Să admitem că ar exista două puncte fixe x şi y din X, cu
x = y, aşa ı̂ncât f (x) = x şi f (y) = y. Atunci
de unde
(1 − α)d(x, y) ≤ 0.
Cum d(x, y) > 0 şi (1 − α) > 0, avem o contradicţie. Prin urmare, presupunerea noastră
este falsă, deci există un singur punct fix.
Existenţa punctului fix. Să considerăm x0 ∈ X un punct arbitrar şi să definim recurent
şirul (xn ) prin x1 = f (x0 ), x2 = f (x1 ), . . ., xn+1 = f (xn ), . . ..
Vom arăta că şirul (xn ) este un şir fundamental.
Avem
d(x2 , x1 ) = d(f (x1 ), f (x0 )) ≤ αd(x1 , x0 ),
d(x3 , x2 ) = d(f (x2 ), f (x1 )) ≤ αd(x2 , x1 ) ≤ α2 d(x1 , x0 ).
Prin inducţie matematică deducem că
d(f (x), x) ≤ d(f (x), xn+1 ) + d(xn+1 , x) = d(f (x), f (xn ))+
163
rezultă, pentru p → ∞ că
αn
d(xn , x0 ) ≤ d(x1 , x0 ),
1−α
inegalitatea ce ne arată cu ce eroare aproximează xn punctul fix x.
În acest fel, pornind de la x0 ∈ X arbitrar, punctele xn = f (xn−1 ), n = 1, 2, . . ., apar
drept aproximaţii succesive ale punctului fix x, ceea ce face ca metoda de aproximare să
poarte numele de metoda aproximaţiilor succesive.
În aplicarea efectivă a metodei aproximaţiilor succesive partea dificilă constă ı̂n de-
terminarea convenabilă a spaţiului metric complet (X, d) şi a contracţiei f . Cu toată această
dificultate, metoda aproximaţiilor succesive este una dintre cele mai puternice procedee de
aproximare numerică a multor probleme puse de matematică şi ştiinţele practice (inclusiv
cele economice).
Exemplul 8.2.6. Fie ecuaţia x3 + 4x − 1 = 0 şi să ne propunem să-i găsim aproximativ singura
rădăcină reală pe care o are (demonstraţi acest fapt !).
Scriem ecuaţia sub forma
1
x= 2
x +4
şi considerăm funcţia f : R → R, f (x) = 1/(x2 + 4).
Din Exemplul 8.2.5, pentru a = 1 şi b = 4, găsim că f este o contracţie a spaţiului
metric (R, | |), cu α = 1/8. Pe baza principiilor contracţiei f are un singur punct fix x şi
deci ecuaţia dată va avea o singură rădăcină reală. Folosind şirul aproximaţiilor succesive,
considerând x0 = 0, găsim:
1
x1 = f (x0 ) = = 0, 25
4
x2 = f (x1 ) = 0, 2461
x3 = f (x2 ) = 0, 2463,
...................
2
iar xn va aproxima pe x cu o eroare d(xn , x) ≤ .
7 · 8n
164
8.3 Test de verificare a cunoştinţelor nr. 7
1. Definiţi următoarele noţiuni:
2. Enunţaţi:
3) Utilizând criteriul lui Cauchy să se arată că următoarele şiruri sunt convergente:
2n + 1
a) an = ;
5n + 2
1 1 1
b) bn = 1 + + 2 + ... + n ;
2 2 2
c) cn = a0 + a1 q + a2 q 2 + ... + an q n cu |ak | < M (∀)k ∈ N şi |q| < 1;
cos x cos 2x cos nx
d) dn = + + ... + ;
3 32 3n
cos a1 cos a2 cos an
e) en = + + ... + cu ai ∈ R (∀) i ∈ N.
1·2 2·3 n(n + 1)
4. Să se calculeze lim zn , unde zn = xn + iyn cu
n→∞
.
n
k 1p + 2p + ... + np
xn = a (k+1)! , a > 1 şi yn = .
np+1
k=1
12 + 22 + ... + n2
un = ,
nn
√ √ n
n
a+ n2
un = cu a, b ∈ R∗+ ,
b
u 33n .
n = 3n
1
3+
n
7. Să se calculeze lim un , un = (un , un , u
n ) cu
n→∞
n
k! · k
un = k=1
,
(n + 1)!
165
$ %
un = sin nπ n3 + 3n2 + 4n − 5 ,
3
n
1 2 k−1
u
n = n + 1 − + + ... + .
2! 3! k!
k=2
8. Într-o progresie aritmetică, ı̂n care al n-lea termen este an şi suma primilor n termeni
Sm m2 am 2m − 1
Sn , avem = 2 . Să se arate că = .
Sn n an 2n − 1
9. Să se determine limita inferioară şi limita superioară pentru şirul (an ) cu
n+1 1
an = a(−1) + , a > 0.
n
10. Folosind principiul contracţiei găsiţi cu o eroare de 10−2 soluţia ecuaţiei 10x − 1 = sin x.
166
Indicaţii şi răspunsuri Testul nr. 7
3. Se impune |an+p − an | < ε şi se găseşte nε astfel ı̂ncât (an ) să fie şir Cauchy.
1
4. zn → a + i · .
p+1
1
5. un → 0, ln 2, √9
.
9
√ 1
6. un → 1, ab, .
e
√
3
7. un → 1, ,e .
2
8. Se foloseşte faptul că suma primilor n termeni ai unei progresii aritmetice a1 , an , ..., an , ...
n[2a1 + (n − 1)r]
cu raţia r este Sn = .
2
1
9. Pentru a < 1 avem lim an = şi lim an = a.
a
1
Pentru a > 1 avem lim an = a şi lim an = .
a
Pentru a = 1 avem lim an = lim an = lim an = 1.
n→∞
sin x + 1 sin x + 1
10. Se scrie ecuaţia sub forma x = . Notăm f (x) = . Se arată că
10 10
1
|f (x)| ≤ < 1 deci f este o contracţie. Apoi folosind principiul contracţiei se găseşte
10
1
sin +1
∗
soluţia aproximativă căutată x = 10 .
10
167
Bibliografia aferentă capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate ı̂n economie - Volumul II,
Editura ULB, Sibiu, 2002.
[2] Allen, R.G.D., Analiză matematică pentru economişti, Editura Ştiinţifică (traducere),
Bucureşti, 1971.
[3] Lancaster, K., Analiză economică matematică, Editura Ştiinţifică, Bucureşti, 1973.
[4] Nicolescu, M., Dinculeanu, N., Marcus, S., Manual de analiză matematică, Vol.I,
1962, Vol.II, 1964, Editura Didactică şi Pedagogică, Bucureşti.
[5] Vasiliu, D.P., Matematici economice, Editura Eficient, Bucureşti, 1996.
168
Capitolul 9
Serii numerice
a1 + a2 + a3 = (a1 + a2 ) + a3 , a1 + a2 + a3 + a4 = (a1 + a2 + a3 ) + a4
Definiţia 9.1.1 Fiind dat şirul de numere reale (an ), se numeşte serie de numere reale sau
serie numerică problema adunării termenilor şirului (an ), adică problema efectuării sumei
(9.1) a1 + a2 + . . . + an + . . . .
∞
În locul sumei (9.1) scriem prescurtat an sau an sau simplu an , an fiind
n=1 n≥1
numit termenul general al seriei numerice.
Prin urmare, observăm că seriile numerice constituie problema adunării unei in-
finităţii numărabile de numere reale.
169
Cum ştim efectua adunări de numere reale ı̂n care numărul termenilor este finit, dar
∞
oricât de mare, este natural ca pentru efectuarea sumei an să utilizăm sume finite de
n=1
tipul Sn = a1 + a2 + . . . + an , ı̂n care să facem pe n să tindă la infinit.
n
Sn = ai = a1 + a2 + . . . + an ,
i=1
Observaţia 9.1.1 În literatura matematică, deseori, se defineşte seria numerică an prin
cuplul de şiruri (an ) şi (Sn ) ([2], [4]).
Definiţia 9.1.3 Spunem că seria an este convergentă dacă şirul sumelor parţiale (Sn ) este
convergent.
În acest caz, dacă lim Sn = S, atunci S se numeşte suma seriei an şi scriem
n→∞
S= an = a1 + a2 + . . . + an + . . . .
Definiţia 9.1.4 Spunem că seria an este divergentă, dacă şirul sumelor parţiale (Sn ) este
divergent.
∞
1 − q n+1
Sn = a + aq + . . . + aq n = a ,
1−q
iar pentru q = 1
Sn = a(n + 1).
a
Pentru q ∈ (−1, 1), deoarece lim q n+1 = 0, avem lim Sn = . Prin urmare, pentru
n→∞ 1−q n→∞
|q| < 1, seria geometrică este convergentă, având suma S = a/(1 − q).
Dacă q ≥ 1, atunci şirul (Sn ) are limita +∞ sau −∞ după cum a > 0 sau, a < 0,
iar pentru q ≤ −1 limita şirului (Sn ) nu există. Deci, pentru |q| ≥ 1 seria geometrică este
∞
∞
1
Exemplul 9.1.2. Seria este convergentă. Într-adevăr, avem
n=1
(2n − 1)(2n + 1)
n
1 n
1 1 1
Sn = = − =
(2h − 1)(2h + 1) 2 2h − 1 2h + 1
h=1 h=1
170
1 1 1 1 1 1
= + − + − + ...+
1−
2 3 3 5 5 7
1 1 1 1
+ − + − =
2n − 3 2n − 1 2n − 1 2n + 1
1 1
= 1− .
2 2n + 1
1
Prin urmare, lim Sn = , ceea ce arată că seria dată este convergentă, având suma
n→∞ 2
1/2.
Observaţia 9.1.2 O serie an ı̂n care termenul general se poate pune sub forma an =
bn − bn+1 poartă numele de serie telescopică.
∞
Exemplul 9.1.3. Seria (−1)n−1 este divergentă deoarece S2k−1 = 1 şi S2k = 0, pentru
n=1
orice k ∈ N∗ , şirul sumelor parţiale (Sn ) fiind divergent.
∞
1
Exemplul 9.1.4. Seria , numită seria armonică, este divergentă.
n=1
n
1 1
În adevăr, şirul sumelor parţiale Sn = 1 + + . . . + este divergent deoarece nu este
2 n
şir Cauchy (v. Exemplul 8.1.13).
1
Observaţia 9.1.3 Seria este numită serie armonică deoarece an = 1/n este media ar-
n
monică a numerelor an−1 , an+1 , adică 2/an = 1/an−1 + 1/an+1 .
Corolarul 9.1.1 Dacă pentru seria an şirul (an ) nu converge la 0, atunci seria este di-
vergentă.
Observaţia 9.1.4 Condiţia lim an = 0 este necesară dar nu şi suficientă pentru convergenţa
n→∞
seriei an .
1
De exemplu, seria armonică este divergentă, deşi lim 1/n = 0.
√ n √n→∞
Exemplul 9.1.5. Seria n
n este divergentă deoarece lim n n = 1 = 0.
n→∞
n≥2
Definiţia 9.1.5 Fiind dată seria an , numim rest de ordinul k al ei, notat cu rk seria
n=1
an = ak+1 + ak+2 + . . .
n=k+1
∞
∞
Propoziţia 9.1.2 Seria an , seria rest an au aceeaşi natură, adică sunt ambele con-
n=1 n=k+1
vergente sau ambele divergente.
171
Demonstraţie. Fie n > k; notăm cu Sn şi respectiv Tn sumele parţiale corespunzătoare
∞
termenului an din seria an şi respectiv an . Avem
n=k+1
Tn = Sn − (a1 + a2 + . . . + ak ).
ak ), ceea ce ne arată că seria an este tot convergentă. Reciproc, dacă an este
n=k+1 n=k+1
convergentă, adică lim Tn = T , atunci lim Sn = T + (a1 + . . . + ak ), ceea ce arată că seria
n→∞ n→∞
an este convergentă.
Evident că, dacă unul din şirurile (Sn ) şi (Tn ) este divergent atunci şi celălalt este
∞
∞
divergent. Prin urmare, dacă una din seriile an şi an este divergentă, atunci şi
n=1 n=k+1
cealaltă este divergentă.
Corolarul 9.1.2 Dacă unei serii numerice i se suprimă sau i se adaugă un numă finit de
termeni, atunci natura ei nu se schimbă.
Propoziţia 9.1.3 Dacă seria an converge atunci şirul resturilor (rk )k≥1 este convergent
la zero.
Demonstraţie. Dacă seria an este convergentă, atunci lim Sn = S. Cum, pentru orice
n→∞
k ∈ N∗ , avem rk = S − Sk , de unde lim rk = S − S = 0.
k→∞
∞
∞
Definiţia 9.1.6 Dacă considerăm seriile an şi bn se numeşte seria sumă seria nu-
n=1 n=1
merică
∞
Teorema 9.1.1 Dacă seria an converge, având suma A, iar seria bn converge, având
n
Demonstraţie. Fie An = ak şi B = bk . Cum lim An = A, iar lim Bn = B, rezultă că
n→∞ n→∞
k=1 k=1
n
Demonstraţie. Fie Sn = ak . Dacă an converge, atunci lim ak = S, ceea ce
n→∞
h=1 h=1
implică şi lim λSn = λS. Cum λa1 + . . . + λan = Tn = λSn , rezultă că şi seria λan este
n→∞
∞
convergentă şi are suma λS. Dacă an este divergentă, atunci şirul (Sn ) diverge, ceea ce
n=1
172
atrage după sine că şirul Tn = λSn diverge, adică seria λan este divergentă. Reciproc
rezultă prin ı̂nlocuirea lui λ cu 1/λ.
Teorema 9.1.3 Dacă ı̂ntr-o serie convergentă se asociază termenii seriei ı̂n grupe cu un
număr finit de elemente, păstrând ordinea, atunci se obţine tot o serie covnergentă cu
aceeaşi sumă.
Observaţia 9.1.5 Reciproca teoremei nu are loc, adică dacă ı̂ntr-o serie an convergentă
ı̂n care termenii sunt grupe cu un număr finit de termeni, atunci prin desfăşurarea grupelor
(ı̂nlăturarea parantezelor), păstrând ordinea termenilor, se poate obţine o serie divergentă.
De exemplu, seria
(9.3) (1 − 1) + (1 − 1) + (1 − 1) + . . .
este convergentă, ı̂n imp ce seria
∞
este divergentă.
Observaţia 9.1.6 Într-o serie divergentă se pot aranja termenii ı̂n grupe cu un număr finit
de elemente, păstrând ordinea, aşa ı̂ncât seria obţinută să fie convergentă. Astfel, seria
(9.4) este divergentă iar seria (9.3) este convergentă.
Dacă ı̂n seria an nu facem nici o precizare asupra semnului termenilor, atunci se
mai spune că avem o serie numerică cu termeni oarecare. În acest paragraf ne interesează
să găsim criterii prin care să putem preciza convergenţa unei serii de numere reale. Este
important să cunoaştem convergenţa unei serii deoarece, cunoscând acest fapt, chiar dacă
nu-i cunoaştem suma, o putem evalua luând sume parţiale cu un număr cât mai mare de
termeni.
Teorema 9.2.1 (Criteriul lui Cauchy). Seria an este convergentă dacă şi numai dacă
pentru orice ε > 0 există un număr natural nε astfel ı̂ncât, pentru orice n natural, n > nε şi
orice p ∈ N∗ să avem
|an+1 + an+2 + . . . + an+p | < ε
Demonstraţie. Fie (Sn ) şirul sumelor parţiale, Sn = a1 + a2 + . . . + an . Cum seria an este
convergentă dacă şi numai dacă şirul (Sn ) este convergent,
iar şirul (Sn ) este covnergent
dacă şi numai dacă este şir fundamental , rezultă că serie an este convergentă dacă si
∗
numai dacă, pentru orice ε > 0 şi orice p ∈ N , există nε ∈ N aşa ı̂ncât, petru orice n ∈ N,
n > nε să avem |Sn+p − Sn | < ε. De aici, prin ı̂nlocuirea corespunzătoare a sumelor Sn+p şi
Sn , obţinem valabilitatea criteriului lui Cauchy pentru serii numerice.
173
Teorema 9.2.2 (Criteriul Dirichlet). Seria an bn este convergentă dacă şirul sumelor
parţiale al seriei an este mărginit, iar şirul (bn ) este descrescător şi convergent la 0.
Demonstraţie. Fie (Sn ) şirul sumelor parţiale al seriei an , fiind mărginit, există un
M > 0 aşa ı̂ncât |Sn | ≤ M , pentru orice n natural.
Utilizând faptul că şirul (bn ) este descrescător putem scrie succesiv:
Teorema 9.2.3 (Criteriul lui Abel). Dacă seria an este convergentă şi (bn ) este un şir
174
Demonstraţie. Cum şirul (bn ) este monoton şi mărginit rezultă că el este convergent; fie
lim bn = b. Fără a restrânge generalitatea demonstraţiei putem considera că şirul (bn ) este
n→∞
crescător. Atunci şirul (b − bn ) va fi un şir descrescător şi cu limita 0. Din faptul că serie
an este convergentă rezultă că şirul sumelor parţiale este mărginit. Aplicând criteriul
lui Dirichlet, deducem că serie an (b − bn ) este convergentă. Dar an fiind convergentă
rezultă că şi ban este convergentă. Acum, utilizând teorema 9.1.1, obţinem că seria
Definiţia 9.2.1 O serie an se numeşte serie alternantă (sau alternată) dacă an an+1 < 0,
n=1
pentru orice n ∈ N∗ , adică dacă termenii săi alternează ca semn.
∞
Este evident că orice serie alternantă poate fi scrisă ı̂n una din formele: (−1)n−1 an
n=1
∞
Teorema 9.2.4 (Criteriul lui Leibniz). Dacă ı̂n serie alternantă (−1)n−1 an şirul (an ) este
n=1
descrescător şi convergent la zero, atunci seria este convergentă.
∞
Demonstraţie. Cum seria (−1)n−1 are şirul sumelor parţiale mărginit (|Sn | ≤ 1, oricare
n=1
ar fi n ∈ N∗ ), iar şirul (an ) este descrescător şi convergent la 0 rezultă, conform criteriului
lui Dirichlet că seria alternantă este convergentă.
∞
1
Exemplul 9.2.4. Seria (−1)n−1 este convergentă deoarece sunt ı̂ndeplinite
2n − 1
n=1 $ %
1
condiţiile criteriului lui Leibniz, adică şirul 2n−1 este descrescător şi convergent la
n≥1
zero.
∞
Corolarul 9.2.1 Dacă seria (−1)n−1 an ı̂ndeplineşte condiţiile din Criteriul lui Leibniz
n=1
(Teorema 9.2.4) şi S este suma ei, atunci
|S − Sn | ≤ an+1 , pentru orice n ∈ N∗ ,
n
unde Sn = (−1)k−1 ak sumă parţială de rang n.
k=1
n
|S − Sn | = (−1)n−1 an − (−1)k−1 ak =
n=1 k=1
175
|(−1)n an+1 + (−1)n+1 an+2 + (−1)n+2 an+3 + . . . | =
= |(−1)n [(an+1 − an+2 ) + (an+3 − an+4 ) + . . .]| =
= (an+1 − an+2 ) + (an+3 − an+4 ) + . . . =
= an+1 − (an+2 − an+3 ) − (an+4 − an+5 ) − . . . ≤ an+1 .
∞
1
Exemplul 9.2.5. Seria (−1)n−1 (numită seria armonică alternantă) este convergentă
n
n=1
1
deoarece şirul este descrescător şi convergent la 0. Fie (Sn ) şirul sumelor parţiale al
n
seriei. Cum şirul
1 1
xn = 1 + + . . . + − ln n, n ∈ N∗ ,
n n
este convergent la γ–constanta lui Euler, avem
2n+1
1
S2n+1 = (−1)k−1 = x2n+1 + ln(2n + 1) − (γn + ln n) =
k
k=1
2n + 1
= x2n+1 − xn + ln ,
n
de unde
lim S2n+1 = γ − γ + ln 2 = ln 2.
n→∞
Deoarece şirul (Sn ) este convergent şi subşirul (S2n+1 ) are limita ln 2, rezultă că şi şirul
(Sn ) are limita S = ln 2. Atunci, pe baza Corolarului 9.2.1, putem scrie
1
|Sn − ln 2| ≤ , n ∈ N∗ ,
n+1
adică eroarea absolută prin care şirul (Sn ) aproximează pe ln 2 nu depăşeşte pe 1/(n + 1).
Definiţia 9.3.1 Seria an se numeşte absolut convergentă, dacă seria |an | este conver-
gentă.
∞
(−1)n−1
Exemplul 9.3.1. Seria este absolut convergentă.
n=1
2n
Propoziţia 9.3.1 Dacă seria an este absolut convergentă, atunci seria an este conver-
gentă.
Demonstraţie. Deoarece an este absolut convergentă rezultă că |an | este conver-
gentă. Atunci, conform cu criteriul lui Cauchy, pentru orice ε > 0, există nε ∈ N∗ aşa ı̂ncât,
pentru orice n ∈ N, n > nε şi orice n ∈ N∗ , să avem
176
Cum
|an+1 + an+2 + . . . + an+p | ≤ |an+1 | + |an+2 | + . . . + |an+p |,
obţinem că, pentru orice ε > 0, există nε ∈ N∗ , astfel ı̂ncât, pentru orice n ∈ N, n > nε şi orice
p ∈ N∗ , are loc
|an+1 + an+2 + . . . + an+p | < ε,
adică seria an satisface criteriul lui Cauchy, ceea ce ne arată că ea este o serie convergentă.
Observaţia 9.3.1 Reciproca Propoziţiei 9.3.1 nu are loc. Există serii convergente pentru
care seria valorilor absolute este divergentă; de exemplu, seria armonică alternantă.
Această observaţie ne avertizează că ı̂n seriile semiconvergente trebuie să fim atenţi
la schimbarea ordinii termenilor, deoarece putem obţine serii cu naturi diferite.
∞
∞
Definiţia 9.3.3 Fiind date seriile an şi bn se numeşte produs Cauchy sau de convoluţie
n=1 n=1
∞
n
al celor două serii, serie cn ı̂n care cn = ak bn−k+1 .
n=1 k=1
∞
(−1)n−1
Exemplul 9.3.3. Pentru seria √ produsul de convoluţie cu ea ı̂nsăşi este seria
n=1
n
∞
cn , unde
n=1
n
(−1)k−1 (−1)n−k
n
1
cn = √ ·√ = (−1)n−1 ,
k=1
n n−k+1 n=1 k(n − k + 1)
n = 1, 2, . . ..
∞
(−1)n−1
Se observă ı̂n exemplul precedent că seria √ este convergentă, conform cri-
n
n=1
teriului lui Leibniz, ı̂nsă seria cn a produsului de convoluţie este divergentă deoarece
n
1
n
1
|cn | = ≥ √ √ = 1,
k=1
k(n − k + 1) k=1
n n
Teorema 9.3.1 (Mertens). Dacă două serii sunt convergente şi cel puţin una este absolut
convergentă, atunci seria produs Cauchy al celor două serii este convergentă, iar suma sa
este egală cu produsul sumelor celor două serii.
177
∞
∞
Demonstraţie. Fie seria an = A şi bn = B, cu (An ) şi (Bn ) şirurile corespunzătoare ale
n=1 n=1
∞
sumelor parţiale, iar cn seria produs de convoluţie, cu (Cn ) şirul sumelor parţiale. Să
n=1
∞
Cn = c1 + c2 + . . . + cn = a1 b1 + (a1 b2 + a2 b1 ) + . . . +
+(a1 bn + a2 bn−1 + . . . + an b1 ) =
= a1 (b1 + b2 + . . . + bn ) + a2 (b1 + . . . + bn−1 ) + . . . + an−1 (b1 + b2 ) + an b1 =
= a1 Bn + a2 Bn−1 + . . . + an−1 B2 + an B1 .
∞
Cum seria |an | este convergentă rezultă că şirul sumelor ei parţiale este mărginit,
n=1
adică există un M > 0 aşa ı̂ncât
n
(9.7) |ak | < M, pentru orice n ∈ N∗ .
k=1
Din faptul că şirul (dn ) este convergent la 0, deducem că, pentru orice ε > 0, există
n1ε ∈ N∗ aşa ı̂ncât, pentru orice n > n1 să avem
ε
(9.8) |dn | < .
2M
178
9.4 Serii cu termeni pozitivi
În paragraful precedent am văzut că o serie an absolut convergentă este şi conver-
gentă. Cum ı̂n seria |an | avem |an | ≥ 0, n = 1, 2, . . ., rezultă că prezintă interes să obţinem
Teorema
Demonstraţie. Dacă seria an este convergentă, atunci şirul sumelor parţiale (Sn ) este
convergent şi, prin urmare, mărginit.
Reciproc dacă şirul sumelor parţiale (Sn ) este mărginit, observând că el este strict
crescător (Sn+1 − Sn =
an+1 > 0, n = 1, 2, . . .), deducem că el este convergent, ceea ce ne
demonstrează că seria an este convergentă.
Criteriul mărginirii şirului sumelor parţiale ne va permite să obţinem condiţii sufi-
ciente pentru convergenţa seriilor cu termeni pozitivi.
Teorema 9.4.2 (Criteriul de comparaţie a termenilor generali). Fie seriile cu termenii poz-
∞
∞
∞
atunci şi an este convergentă; ii) Dacă an este divergentă, atunci şi bn este di-
n=1 n=1 n=1
vergentă.
i) Dacă bn este convergentă, atunci şirul (Bn ) este mărginit şi din (9.9) deducem că
n=1
şirul (An ) este mărginit, deci, conform criteriului mărginirii şirului sumelor parţiale,
∞
seria an este convergentă.
n=1
ii) Dacă seria an este divergentă, atunci şirul (An ) este divergent şi crescător; deci,
n=1
∞
şirul (Bn ) este divergent şi crescător. Prin urmare, seria bn este divergentă.
n=1
179
∞
1
conform criteriului de comparaţie a termenilor generali obţinem că seria α
este diver-
n=1
n
gentă pentru α < 1.
Fie α ∈ R, α > 1. Avem
1≤1
1 1 1 1
+ α ≤ 2 · α = α−1
2α 3 2 2
2
1 1 1 1 1 1
+ α + α + α <4· α <
4α 5 6 7 4 2α−1
α t−1
1 1 1 1 1
+ + . . . + t α < 2 · n−1 α = ,
(2t−1 )α (2t−1 + 1)α (2 1) (2 ) 2α−1
de unde
t 1
2
−1
t 1 − (2α−1
1 1 )t 2α − 1
S2t −1 = < = 1 < α−1 ,
k α (2α−1 )k−1 1 − 2α−1 2 −1
k=1 k=1
adică subşirul (S2 t−1 ) al şirului sumelor parţiale (Sn ) este mărginit.
Cum şirul (Sn ) este crescător şi pentru orice n ∈ N există un t ∈ N aşa ı̂ncât n < 2t − 1,
deducem că şirul (Sn ) este mărginit. Prin urmare, conform criteriului mărginirii sumelor
∞
1
parţiale rezultă că seria este convergentă pentru orice α ∈ R, α > 1.
n=1
nα
∞
1
Este bine de reţinut că seria armonică generalizată α
este convergentă pentru
n=1
n
α > 1 şi divergentă pentru α ≤ 1.
∞
1
Exemplul 9.4.2. Seria este convergentă deoarece
n=1 n(n + 1)(n + 2)
1 1
<√ ,
n(n + 1)(n + 2) n3
1
iar seria este convergentă fiind o serie armonică generalizată cu α = 3/2 > 1.
n3/2
Teorema
(Criteriul de comparaţie al limitei raportului termenilor generali). Fie seri-
9.4.3
ile an şi bn cu termenii pozitivi.
an
i) Dacă există lim = λ şi λ ∈ (0, ∞), atunci cele două serii au aceeaşi natură.
n→∞ bn
an
ii) Dacă lim = 0, atunci dacă bn este convergentă rezultă că şi an este conver-
n→∞ bn
gentă, iar dacă an este divergentă rezultă că şi bn este divergentă.
an
iii) Dacă lim = ∞, atunci dacă an este convergentă rezultă că şi bn este conver-
n→∞ bn
gentă, iar dacă bn este divergentă rezultă că şi an este divergentă.
an
Demonstraţie. i) Din lim = λ rezultă că, pentru orice ε > 0, există nε ∈ N, aşa ı̂ncât,
n→∞ bn
an
pentru orice n > nε , să avem − λ < ε, de unde
bn
an
λ−ε< < λ + ε.
bn
180
De aici, luând ε = λ/2, găsim
λ 3
(9.10) bn < an < λ · bn ,
2 2
pentru orice n > nλ/2 .
Din (9.10), aplicând teorema 9.4.2, rezultă afirmaţia de la i).
ii) Dacă λ = 0, atunci pentru orice ε > 0, există nε ∈ N, astfel ı̂ncât să avem −ε <
an /bn < ε, pentru orice n > n0 , de unde obţinem
(9.11) an < εbn , pentru orice n > n0 .
Aplicând criteriul de comparaţie a termenilor generali, din (9.11) rezultă afirmaţia de
la ii).
iii) Dacă lim an /bn = ∞, atunci rezultă că lim bn /an = 0, de unde, conform cu ii) al
n→∞ n→∞
teoremei, obţinem afirmaţiile de la iii).
∞
1
√
n
Exemplul 9.4.3. Seria ( 2 − 1) este divergentă deoarece, considerând seria ,
n=2
n
cum √ 1
n
2−1 2n − 1
lim 1 = lim 1 = ln 2 > 0,
n→∞ n→∞
n n
1
rezultă conform teoremei 9.4.3i), că seria dată are aceeaşi natură ca şi seria armonică ,
n
adică divergentă.
∞
de unde an ≤ a1 q n−1 . Cum q < 1, rezultă că seria geometrică aq n−1 este convergentă, iar
n=1
de aici, folosind criteriul de comparaţie, a termenilor generali, deducem că seria an este
convergentă, ı̂n acest caz.
an+1
Dacă ≥ 1, rezultă că şirul de numere pozitive (an ) este crescător, deci lim an = 0.
an
n→∞
Utilizând Corolarul 9.1.1, rezultă că seria an este divergentă.
an+1
Corolarul 9.4.1 Fie seria an cu termeni pozitivi. Dacă exită lim = l, atunci:
n→∞ an
181
de unde
an+1
< l + ε < 1, pentru orice n > nε .
an
Acum, folosind prima parte a Teoremei 9.4.4, obţinem că seria an este convergentă.
ii) În situaţia l > 1, procedând ı̂n mod analog, găsim
an+1
> l − ε > 1, pentru n > nε
an
De aici, utilizând a doua parte a Teoremei 9.4.4, deducem că seria an este diver-
gentă.
Observaţia 9.4.2 Corolarul 9.4.1 nu este aplicabil ı̂n situaţia l = 1. În acest caz, trebuie
apelat la alte metode pentru a preciza natura seriei de studiat.
Exemplul 9.4.4. Seria de numere reale
∞
3n n!
,
n=1
nn
este cu termeni pozitivi. Vom studia natura ei utilizând criteriul raportului cu limită. Avem
succesiv:
3n+1 ·(n+1)! n
an+1 (n+1)n+1 n
lim = lim 3n ·n!
= lim 3 =
n→∞ an n→∞ n→∞ n+1
nn
1 3
= 3 lim & n+1 'n =
n→∞
n
e
Cum 3/e > 1, rezultă că seria este divergentă.
Teorema 9.4.5 (Criteriul rădăcinii – Cauchy). Fie seria an cu termeni pozitivi. Dacă
√ √
n a
n ≤ λ < 1. pentru n ≥ 1, atunci seria este convergentă, iar dacă n an ≥ 1, pentru n ≥ 1,
atunci seria este divergentă.
√
Demonstraţie. Dacă n an ≤ λ < 1, atunci avem
√
an = ( n an )n ≤ λn , pentru orice n ≥ 1.
n→∞
că seria an este divergentă.
Corolarul 9.4.2 (Criteriul rădăcinii cu limită). Fie seria an cu termeni pozitivi. Dacă
√n
există lim an = l, atunci seria este convergentă pentru l < 1 şi este divergentă pentru
n→∞
l > 1.
√
Demonstraţie. Dacă lim n an = l < 1, atunci pentru orice ε, cu 0 < ε < 1 − l, există un
n→∞
număr natural nε , aşa ı̂ncât
√
| n an − l| < ε, pentru n > nε ,
de unde
√
n
an < l + ε < 1, pentru n > nε ,
adică
an < (l + ε)n , pentru n > nε .
182
Dacă 2a < 1, adică a < 1/2, atunci seria numerică dată este convergentă, iar dacă
2a > 1, adică a > 1/2, atunci seria dată este divergentă.
Dacă a = 1/2 atunci termenul general al seriei este 1, ceea ce implică că seria este
divergentă.
Demonstraţie. Dacă l > 1, atunci pentru orice ε ∈ (0, l − 1) există nε ∈ N aşa ı̂ncât
an
n − 1 > l − ε, pentru n > nε ,
an+1
de unde
(9.12) (l − ε)an+1 < nan − nan+1 , pentru n > nε .
Fără a restrânge generalitatea, putem considera că (9.12) are loc pentru orice n ∈ N∗ .
Dând succesiv valorile 1, 2, . . . , n − 1 ı̂n (9.12) obţinem
(l − ε)a2 < a1 − a2
183
de unde găsim
a1 (l − ε)
Sn < , pentru orice n ∈ N∗ ,
l−ε−1
ceea ce ne arată că şirul sumelor parţiale este mărginit.
Prin urmare conform cu criteriul
mărginirii şirului sumelor parţiale, deducem că seria an este convergentă.
Dacă l < 1, atunci pentru orice ε ∈ (0, 1 − l) există nε ∈ N astfel ı̂ncât
an
n − 1 < l + ε < 1, pentru orice n > nε ,
an+1
de unde
nan − nan+1 < an+1 , n > nε
adică
(9.14) nan < (n + 1)an+1 , n > nε .
Fără a micşora generalitatea, putem presupune că (9.14) are loc pentru orice n ∈ N∗ .
Luând succesiv ı̂n (9.14) pentru n valorile 1, 2, . . . , n − 1, obţinem
Să cercetăm natura acestei serii de termeni pozitivi. Notând cu an termenul general
al seriei, avem
0
an+1 2 · 4 · 6 . . . 2n(2n + 2) 1 2 · 4 . . . 2n 1
= · · =
an 1 · 3 · 5 . . . (2n + 1) 2n + 3 1 · 3 . . . (2n − 1) 2n + 1
2n + 2
= .
2n + 3
an+1
Cum lim = 1, rezultă că nu putem preciza natura seriei cu ajutorul criteriului
n→∞ an
raportului. Aplicăm criteriul Raabe–Duhamel:
an 2n + 3
lim n − 1 = lim n −1 =
n→∞ an+1 n→∞ 2n + 2
n 1
= lim = < 1,
n→∞ 2n + 2 2
de unde rezultă că seria dată este divergentă.
184
9.5 Problemă economică. Fluxul de venit
În problemele de capitalizare se pune problema: ce sumă trebuie investită ca după x
ani să se obţină o sumă egală cu a, dacă se cunoaşte dobânda r% şi frecvenţa capitalizării
ei.
Să notăm cu S suma investită (ce trebuie aflată). Ea se numeşte valoarea prezentă şi
scontată a sumei a, disponibilă peste x ani.
Dacă dobânda r% se capitalizează o dată pe an, atunci din aplicaţia economică din
1.1, rezultă că suma disponibilă peste x ani este S(1 + r)x . Atunci, din
S(1 + r)x = a,
rezultă
a
S= .
(1 + r)x
Dacă dobânda s-ar capitaliza de n ori pe an, cu r%, atunci
a
S=& 'nx .
1 + nr
S = ae−rx .
Parametrii de care depinde S sunt r şi n, care reprezintă dobânda şi frecvenţa cap-
italizării. Se observă că suma prezentă S este cu atât mai mică cu cât dobânda este mai
mare şi cu cât se capitalizează mai des.
Problema pusă se poate extinde astfel: dacă dorim să variem veniturile de la an la an
cu valorile a0 , a1 , . . . , am , adăugându-se ı̂n fiecare an dobânda r%,a tunci valoarea variaţiei
venitului, numită flux de venituri, ar fi
a1 a2 am
(9.15) a0 + + + ... + .
1 + r (1 + r)2 (1 + r)m
trecere la limită, făcând n → ∞, adică suma seriei geometrice convergente a/(1 + r)n .
n=1
Prin urmare, valoarea prezentă S a sumei a, care va fi capitalizată la nesfârşit, cu rata
dobânzii r% anual, este a/r.
185
9.6 Test de verificare a cunoştinţelor nr. 8
1. Definiţi următoarele noţiuni:
a) Serie numerică;
b) Serie numerică convergentă;
c) Suma unei serii numerice;
d) Serie numerică semiconvergentă.
2. Enunţaţi:
n2 + n − 3
4. Aflaţi suma seriei un cu un = .
n!
n≥2
nn
a) un = ,
n!
a · n!
n
b) un = cu a > 0, a = e,
nn
n2
c) un = n .
2
n!
un = cu λ ∈ R.
(λ + 1)(λ + 2)...(λ + n)
186
* +a
1 · 3 · 5 · ... · (2n − 1) 1
a) un cu un = · cu a ∈ R3 .
2 · 4 · 6 · ... · (2n) nn
n≥1
1
b) un , cu un = √ , folosind primul criteriu de comparaţie pentru serii cu
n≥1
3
n4 + 1
termeni pozitivi.
c) un cu:
n≥1
1
i) un = , α ≤ 1,
nα
1
ii) un = α , α ≥ 2.
n
folosind criteriul general al lui Cauchy.
(−1)n−1
a) un = ,
n(n + 1)
sin na
b) un = , a ∈ R.
2n
1
a) un = (−1)n · ,
3n
n
b) un = (−1)n · 2 .
n −1
187
Indicaţii şi răspunsuri Testul nr. 8
3. S = 1.
4. S = 4.
5. a) Serie divergentă;
b) Serie divergentă pentru a > e, respectiv convergentă pentru a < e;
c) Serie convergentă.
188
Bibliografia aferentă capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate ı̂n economie - Volumul II,
Editura ULB, Sibiu, 2002.
[2] Donciu, N., Flondor, D., Algebră şi analiză matematică. Culegere de probleme,
Editura Didactică şi Pedagogică, Bucureşti, 1979.
[3] Nicolescu, M., Dinculeanu, N., Marcus, S., Manual de analiză matematică, Vol.I,
1962, Vol.II, 1964, Editura Didactică şi Pedagogică, Bucureşti.
[4] Olaru, V., Halanay, A., Turbatu, S., Analiză matematică, Editura Didactică şi Ped-
agogică, Bucureşti, 1983.
189
Capitolul 10
Obiective: Prezentarea noţiunilor generale legate de funcţiile ı̂ntre spaţii metrice (ı̂n
special cazurilor Rn şi R).
Rezumat: În acest capitol sunt introduse şi studiate noţiunile de vecinatate a unui
punct ı̂ntr-un spaţiu metric, funcţie ı̂ntre spaţii metrice, limită a unei funcţii ı̂ntr-un punct,
continuitatea funcţiilor ı̂ntre spaţii metrice.
Conţinutul capitolului:
1. Vecinătate a unui punct
2. Funcţii ı̂ntre spaţii metrice
3. Limita unei funcţii ı̂ntr-un punct
4. Continuitatea funcţiilor ı̂ntre spaţii metrice
5. Test de verificare a cunoştinţelor
6. Bibliografia aferentă capitolului
Cuvinte cheie: funcţie ı̂ntre spaţii metrice, vecinătate, limită, continuitate.
S(a, r) = {x ∈ X|d(a, x) ≤ r}
S(a, r) = {x ∈ R⊥ : |x − a| < r} = (a − r, a + r)
S(a, r) = {x ∈ R⊥ : |x − a| ≤ r}
190
y = (y1 , y2 ∈ R2 ),sunt date, repectiv, ı̂n figurile 10.1.1. şi 10.1.2.
Fig.10.1.1. Fig.10.1.2.
Exemplul 10.1.3. Pentru X = R2 şi d(x, y) = max{|x1 − y1 |, |x2 − y2 |}, dacă x = (x1 , x2 ),
y = (y1 , y2 ), sfera deschisă de rază r şi centru x0 = (a, b) ∈ R2 este trasată ı̂n figura 10.1.4.,
iar sfera ı̂nchisă de aceeaşi rază şi acelaşi centru este trasată ı̂n figura 10.1.3.
Fig.10.1.3. Fig.10.1.4.
Exemplul 10.1.4. Dacă X = R3 şi d(x, y) = (x1 − y1 )2 + (x2 − y2 )2 + (x3 − y3 )2 , unde x =
(x1 , x2 , x3 ), y = (y1 , y2 , y3 ), atunci sfera deschisă S(x0 , r) coincide cu interiorul sferei cu centrul
ı̂n x0 = (a, b, c) şi de rază r, iar sfera ı̂nchisă S(x0 , r) coincide cu mulţimea punctelor din R3
aflate ı̂n interiorul sferei sau pe sfera de rază r şi centru x0 .
Definiţia 10.1.2 Fie spaţiul metric (X, d) şi x0 un punct arbitrar din X. Numim vecinătate
a punctului x0 o mulţime V (x0 ) a spaţiului X pentru care există o sferă deschisă centrată
ı̂n x0 , conţinută ı̂n V .
Altfel spus, V (x0 ) este vecinătate a lui x0 dacă există r > 0 aşa ı̂ncât S(x0 , r) ⊂ V (x0 ).
Propoziţia 10.1.1 Fie (X, d) un spaţiu metric şi x0 un punct arbitrar din X. Sunt valabile
următoarele proprietăţi:
1) dacă V (x0 ) este o vecinătate a punctului x0 , atunci orice supramulţime a sa, V , este,
de asemenea vecinătate a punctului x0 ;
2) dacă V1 (x0 ) şi V2 (x0 ) sunt două vecinătăţi ale punctului x0 , atunci V1 (x0 ) ∩ V2 (x0 ) este
vecinătate a punctului x0 ;
4) dacă V (x0 ) este o vecinătate a punctului x0 , atunci există o vecinătate W (x0 ) a punc-
tului x0 astfel ca pentru orice y ∈ W (x0 ) mulţimea V (x0 ) să fie vecinătate a punctului
y.
191
Demonstraţie. 1) Cum V (x0 ) este vecinătate a lui x0 rezultă că există r > 0 aşa ı̂ncât
S(x0 , r) ⊂ V (x0 ). Dar atunci S(x0 , r) ⊂ U , adică U este o vecinătate a lui x0 .
2) Din faptul că V1 (x0 ) şi V2 (x0 ) sunt vecinătăţi ale lui x0 rezultă că există r1 > 0 şi r2 > 0,
aşa ı̂ncât S(x0 , r1 ) ⊂ V1 (x0 ) şi S(x0 , r2 ) ⊂ V2 (x0 ). Considerând r = min(r1 , r2 ) se observă că
S(x0 , r) ⊂ Vi (x0 ), i = 1, 2; deci S(x0 , r) ⊂ V1 (x0 ) ∩ V2 (x0 ). Prin urmare, V1 (x0 ) ∩ V2 (x0 ) este o
vecinătate a lui x0 .
3) Această proprietate rezultă din definiţia vecinătăţii lui x0 .
4) Cum V (x0 ) este vecinătate a lui x0 rezultă că există r > 0 aşa ca S(x0 , r) ⊂ V (x0 ).
Considerăm W (x0 ) = S(x0 , r). Dacă y ∈ W (x0 ), ı̂ntrucât d(y, x0 ) < r, luând r1 aşa ı̂ncât
0 < r1 < r − d(y, x0 ), avem S(y, r1 ) ⊂ S(x0 , r) ⊂ V (x0 ). Într-adevăr, dacă z ∈ S(y, r), atunci
d(y, z) < r1 şi ţinând seama de alegerea lui r1 , avem d(z, x0 ) ≤ d(z, y) + d(y, x0 ) < r1 + d(x0 , y) < r,
ceea ce ne arată că z ∈ S(x0 , r). Prin urmare, S(y, r1 ) ⊂ V (x0 ), adică V (x0 ) este vecinătate
pentru y ∈ W (x0 ).
Din demonstraţia proprietăţii 4) a Propoziţiei 10.1.1, rezultă:
Corolarul 10.1.1 Orice sferă deschisă dintr-un spaţiu metric este vecinătate pentru orice
punct al său.
Teorema 10.1.1 (Proprietatea de separaţie Hausdorff ). Dacă a şi b sunt două puncte dis-
tincte ale spaţiului metric (X, d),a tunci există o vecinătate V (a) a punctului a şi o vecinătate
U (b) a punctului b astfel ca V (a) ∩ U (b) = ∅.
k
Demonstraţie. Cum a = b, rezultă d(a, b) = k > 0. Considerăm V (a) = S a, şi U (b) =
3
k
S b, . Evident că V (a) şi U (b) sunt vecinătăţi respectiv ale punctelor a şi b. Vom arăta că
3
k
V (a) ∩ U (b) = Φ. Presupunem contrariul, adică există z ∈ V (a) ∩ U (b). Atunci avem d(a, z) <
3
k k k 2k 2
şi d(b, y) < . Dar putem scrie k = d(a, b) ≤ d(a, z) + d(z, b) < + = , de unde 1 < , ceea
3 3 3 3 3
ce evident este absurd. În concluzie, V (a) ∩ U (b) = Φ.
Definiţia 10.1.3 O submulţime D a spaţiului metric (X, d) se numeşte mulţime deschisă ı̂n
X fie dacă D = Φ, fie dacă D este o vecinătate pentru orice punct al său, adică dacă pentru
orice x ∈ D există r > 0 astfel ca S(x, r) ⊂ D.
Exemplu 10.1.5. Orice sferă deschisă S(x0 , r) dintr-un spaţiu metric este o mulţime deschisă.
Valabilitatea acestei afirmaţii rezultă din Corolarul 10.1.1. În particular, dacă luăm X = R
cu metrica euclidiană, atunci orice interval de forma (x0 − r, x0 + r), cu r > 0, este o mulţime
deschisă.
Exemplu 10.1.6. În X = R cu metrica euclidiană, orice interval de forma (a, b), a < b, sau
(a, +∞) sau (−∞, b), cu a, b ∈ R, este o mulţime deschisă.
Exemplul 10.1.7. Mulţimile D1 = {(x, y) ∈ R2 |2 < x < 4, −3 < y < 2} şi D2 = {(x, y) ∈ R2 |x2 +y 2 =
4} sunt deschise.
Exemplul 10.1.8. Mulţimea {x ∈ R|3 < x ≤ 4} nu este deschisă ı̂ntr-ucât (3, 4] nu este
vecinătate pentru 4 (nici o sferă cu centrul ı̂n 4 nu este conţinută ı̂n (3, 4]).
Propoziţia 10.1.2 Fie (X, d) un spaţiu metric. Sunt valabile următoarele afirmaţii:
1) Orice reuniune (finită sau infinită) de mulţimi deschise este o mulţime deschisă;
192
)
Demonstraţie. 1) Fie (Di )i∈I o familie oarecare de mulţimi deschise ale lui X şi fie D = Di .
i∈I
Dacă D = Φ, atunci D este deschisă pe baza Definiţiei 10.1.3. Dacă D = Φ, să considerăm
un x ∈ D arbitrar. Atunci rezultă că există Di0 aşa ı̂ncât x ∈ Di0 . Cum Di0 este mulţime
deschisă rezultă că Di0 este vecinătate pentru x. Dar Di0 ⊂ D şi atunci ı̂n conformitate cu
proprietatea 1) din Propoziţia 10.1.1, obţinem că D este vecinătate a punctului x. Deoarece
x a fost ales arbitrar rezultă că D este o mulţime deschisă.
2) Fie D1 şi D2 două mulţimi deschise şi D = D1 ∩ D2 . Dacă D = Φ, atunci proprietatea este
evidentă. Dacă D = Φ, atunci fie x ∈ D arbitrar. Atunci x ∈ D1 şi x ∈ D2 . Cum D1 şi D2
sunt deschise, rezultă că D1 şi D2 sunt vecinătăţi ale punctului x. Folosim proprietatea 2)
din Propoziţia 10.1.1, rezultă că şi D este vecinătate pentru punctul x. Cum x a fost ales
arbitrar rezultă că D este o mulţime deschisă.
3) Este evidentă.
4) Fie D = Φ o )
mulţime deschisă;
) atunci pentru orice x ∈ D există)rx > 0 aşa ı̂ncât S(x1 , rx ) ⊂
D. Dar D = {x} ⊂ S(x, rx ) ⊂ D, de unde rezultă D = S(x, rx ), ceea ce trebuie
x∈D x∈D x∈X
demonstrat.
Corolarul 10.1.2 Intersecţia unui număr finit de mulţimi deschise este o mulţime deschisă.
Justificarea acestui corolar rezultă din afirmaţia 2) de la Propoziţia 10.1.2.
O intersecţie infinită de mulţimi deschise poate să nu mai fie o mulţime deschisă. Se
poate vedea acest fapt din exemplul următor.
1 1
Exemplul 10.1.9. În spaţiu metric X = R cu metrica euclidiană mulţimea Dk = − , este
k k
∞
3
deschisă, pentru orice k ∈ N∗ . Se observă că Dk = {0} care nu este o mulţime deschisă
k=1
deoarece pentru orice r > 0, intervalul (−r, r) ⊂ {0}.
Definiţia 10.1.4 O submulţime H a spaţiului metric (X, d) se numeşte ı̂nchisă dacă comple-
mentara C(X) = X − H este deschisă.
Exemplul 10.1.10. Mulţimile X şi Φ sunt ı̂nchise deoarece C(x) = Φ şi C(Φ) = X sunt deschise.
Exemplul 10.1.11. Orice sferă ı̂nchisă dintr-un spaţiu metric (X, d) este o mulţime ı̂nchisă.
Într-adevăr, fie S(x0 , r) = {x ∈ X|d(x, x0 ) ≤ r} şi fie y ∈ C(S(x0 , r)) ales arbitrar. Dacă
luăm 0 < r1 < d(y, x0 ) − r, atunci se observă că S(y, r1 ) ⊂ C(S(x0 , r)), adică C(S(x0 , r)) este
vecinătate pentru punctul y.
În particular, pentru X = R intervalul ı̂nchis [a, b], a, b ∈ R, a ⊂ b este o mulţime ı̂nchisă.
Utilizând Propoziţia 10.1.2 şi formulale lui Morgan rezultă valabilitatea următoarei
propoziţii:
Propoziţia 10.1.3 Dacă (X, d) este un spaţiu metric, atunci:
1) Orice intersecţie de mulţimi ı̂nchise ale lui X este o mulţime ı̂nchisă;
2) Orice reuniune finită de mulţimi ı̂nchise ale lui X este o mulţime ı̂nchisă.
Observaţia 10.1.1 Un spaţiu metric conţine şi submulţimi care nu sunt nici deschise nici
ı̂nchise. De exemplu, dacă X = R cu metrica euclidiană, atunci un interval de forma [a, b)
cu a, b ∈ R, a < b, nu este nici mulţime deschisă nici ı̂nchisă. Nu este deschisă deoarece
mulţimea [a, b) nu este vecinătate pentru punctul a şi nu este ı̂nchisă deoarece complementara
C([a, b)) = R − [a, b) = (−∞, a) ∪ [b, ∞) nu este mulţime deschisă, nefiind vecinătate pentru
punctul b.
Definiţia 10.1.5 Dacă A este o submulţime nevidă a spaţiului metric (X, d), numim di-
ametrul mulţimii A, notat δ(A), elementul din R+ = (0, ∞) ∪ (+∞) definit prin
193
2
Exemplul 10.1.13. Dacă X = R este ı̂nzestrat cu metrica
√ euclidiană şi A = {(x, y) ∈ R2 |1 ≤
2 2
x ≤ 2, 1 ≤ y < 3}, atunci δ(A) = (2 − 1) + (3 − 1) = 5.
Definiţia 10.1.6 Fie A o submulţime nevidă a spaţiului metric (X, d). Spunem că A este o
mulţime mărginită dacă δ(A) < +∞. Dacă δ(A) = +∞, atunci spunem că mulţimea A este
nemărginită. Practic, pentru a arăta că o mulţime A este mărginită este suficient să rătăm
că mulţimea {d(x, y)|x, y ∈ A} este majorată.
Propoziţia 10.1.4 O mulţime nevidă A ⊂ (X, d) este mărginită dacă şi numai dacă există o
sferă deschisă S(x0 , r). aşa ı̂ncât A ⊂ S(x0 , r).
Demonstraţie. Fie A = Φ şi mărginită. Dacă A conţine un singur punct, atunci proprietatea
este evidentă. Să presupunem că A conţine cel puţin două puncte. Considerăm x0 şi x1
două puncte arbitrare diferite din A. Fie r ∈ R, r > d(x0 , x1 ) + δ(A); evident r > 0. Pentru
sfera S(x0 , r) avem A ⊂ S(x0 , r) deoarece, pentru orice y ∈ A, avem d(y, y0 ) < δ(A) < r.
Reciproc, dacă există o sferă deschisă S(x0 , r) aşa ı̂ncât A ⊂ S(x0 , r), atunci δ(A) ≤
δ(S(x0 , r)) ≤ 2r, adică A este o mulţime mărginită.
Definiţia 10.1.7 Fie A o submulţime nevidă a spaţiului metric (X, d). Un punct x0 ∈ A este
numit punct interior al mulţimii A dacă A este o vecinătate pentru x0 , dacă există r > 0
aşa ı̂ncât S(x0 , r) ⊂ A.
Definiţia 10.1.8 Mulţimea tuturor punctelor interioare mulţimii A se numeşte interiorul lui
A şi se notează cu Å sau int A.
Exemplul 10.1.14. Fie X = R spaţiul metric ı̂nzestrat cu metrica euclidiană, iar A1 = [a, b],
A2 = [a, b), A3 = (a, b], A4 = (a, b) submulţimi ale lui X. Se observă că: Å1 = Å2 = Å3 = Å4 =
(a, b). Punctul a nu este interior lui A1 deoarece A1 nu este vecinătate pentru a.
Teorema 10.1.2 Mulţimea A nevidă din spaţiul metric (X, d) este deschisă dacă şi numai
dacă A = Å.
Demonstraţie. Să presupunem că A este deschisă; atunci pentru orice x ∈ A avem că A este
o vecinătate a lui x, adică x ∈ Å. Cum totdeauna Å ⊂ A, obţinem A = Å.
Reciproc, dacă A = Å, atunci orice x ∈ A este punct interior lui A şi deci A este o
vecinătate a lui x, ceea ce ne arată că A este deschisă.
Definiţia 10.1.9 Fie A o submulţime nevidă a spaţiului metric (X, d). Un punct interior
complementarei lui A se numeşte punct exterior mulţimii A, iar int C(A) se numeşte exte-
riorul lui A, notat prin Ext A.
Definiţia 10.1.11 Dacă A ⊂ (X, d), mulţimea tuturor punctelor aderente mulţimii se numeşte
aderenţa sau ı̂nchiderea mulţimii A, notată cu A.
Exemplul 10.1.15. Orice punct al mulţimii A din Definiţia 10.1.10 este punct aderent al
mulţimii A. Evident că avem A ⊆ A.
Exemplul 10.1.16. Pentru mulţimea A = (a, b) ⊂ R, a, b ∈ R, a < b, punctele a, b sunt puncte
aderente deoarece orice vecinătate a lor are puncte comune cu A. Avem A = [a, b].
Teorema 10.1.3 Mulţimea A din spaţiul metric (X, d) este ı̂nchisă dacă şi numai dacă A = A.
Demonstraţie. Să admitem că A este o mulţime ı̂nchisă. Atunci conform Definiţiei 10.1.4,
deducem că mulţimea C(A) este deschisă. Cum A ⊆ A trebuie să arătăm că A ⊆ A. Dar
A ⊆ A este echivalent cu C(A) ⊆ C(A). Fie x ∈ C(A) arbitrar, cu C(A) deschisă. Atunci
conform Definiţiei 10.1.3 rezultă că C(A) este vecinătate a lui X. Însă C(A) ∩ A = Φ, ceea ce
implică x ∈ A, deci x ∈ C(A).
194
Reciproc, să presupunem că A = A. Fie x ∈ C(A) = C(A); atunci x ∈ A, deci există o
vecinătate V (x) a punctului x, cu proprietatea V (x) ∩ A = Φ. Rezultă că V (x) ⊂ C(A); de
unde, pe baza proprietăţii 1) din Propoziţia 10.1.1, obţinem că C(A) este o vecinătate a
punctului x. Cum x a fost ales arbitrar din C(A), deducem că C(A) este o mulţime deschisă,
adică A este ı̂nchisă.
Definiţia 10.1.12 Fie A o submulţime a spaţiului metric (X, d). Numim frontiera mulţimii
A, notată cu ∂A sau F r A, mulţimea A ∩ C(A). Punctele mulţimii F r A se numesc punctele
frontieră ale mulţimii A.
Este evident că F r A = A − Å.
Definiţia 10.1.13 O submulţime A a unui spaţiu metric X, d) se numeşte densă ı̂n X dacă
X = A.
Exemplul 10.1.20. Mulţimea Q este densă ı̂n R (ı̂nzestrat cu metrica euclidiană) deoarece
Q = R. La fel mulţimea numerelor iraţionale R − Q este densă ı̂n R.
Exemplul 10.1.21. Mulţimea Qn = Q × Q × . . . × Q (de n ori) este densă ı̂n R.
Definiţia 10.1.14 Un spaţiu metric (X, d) se numeşte separabil dacă conţine o submulţime
A numărabilă şi densă ı̂n X.
Exemplul 10.1.22. Spaţiul metric R ı̂nzestrat cu metrica euclidiană este separabil deoarece
Q este mulţime numărabilă şi densă ı̂n R.
Exemplul 10.1.23. Spaţiu metric Rn , n ≥ 1, ı̂nzestrat cu metrica euclidiană este separabil
deoarece mulţimea Qn este numărabilă şi densă ı̂n Rn .
Definiţia 10.1.15 Fie A o submulţime a spaţiului metric (X, d). Un punct x ∈ X se numeşte
punct de acumulare pentru mulţimea A dacă pentru orice vecinătate V (x) a lui x are loc
(V (x) − {x}) ∩ A = Φ, adică ı̂n orice vecinătate V (x) a punctului x se găsesc puncte din A,
diferite de x.
Mulţiema punctelor de acumulare ale mulţimii A se numeşte mulţimea derivată şi se
notează cu A .
Observaţia 10.1.3 În orice vecinătate a unui punct de acumulare x0 se găseşte o infinitate
de puncte din A. Într-adevăr, dacă propunem că există o vecinătate V (x0 ) a punctului x0
care să conţină numai un număr finit de puncte x1 , x2 , . . . , xn , diferite de x0 şi aparţinând
lui A, atunci alegând r aşa ı̂ncât 0 < r < min λd(x0 , xi )}, sfera S(x0 , r) nu mai conţine nici
i=1,n
un punct din A diferit de x0 , ceea ce contrazice definiţia punctului de acumulare.
Din această observaţie rezultă că o mulţime finită nu are puncte de acumulare.
Definiţia 10.1.16 Fie A o submulţime a spaţiului metric (X, d). Un punct x ∈ A care nu este
punct e acumulare pentru A se numeşte punct izolat.
Altfel spus, un punct x ∈ A este izolat dacă există o vecinătate V (x) a sa astfel ı̂ncât
V (x) ∩ A = {x}.
Exemplul 10.1.24. Pentru mulţimea A = (0, 1) ∪ {2, 3} din R avem A = [0, 1], iar punctele 2 şi
3 sunt izolate.
Teorema 10.1.4 (de caracterizare a punctelor aderente şi a punctelor de acumulare). Fie
A o submulţime a spaţiului metric X, d).
195
1) un punct x ∈ X este aderent mulţimii A dacă şi numai dacă există un şir (xn ) de
puncte din A astfel ca lim xn = x (ı̂n X).
n→∞
2) Un punct x ∈ X este punct de acumulare al mulţimii A dacă şi numai dacă există un
şir (xn ) de puncte din A astfel ı̂ncât xn = x, pentru orice n ∈ N, şi lim xn = x (ı̂n X).
n→∞
Demonstraţie. 1) Să presupunem că x ∈A, adică este punct aderent pentru A. Atunci,
1
pentru orice n ∈ N∗ , sfera deschisă S x, are puncte comune cu A. Alegem câte un punct
n
1
xr ∈ A ∩ S x, , pentru orice n ∈ N ∗ . Obţinem, astfel, şirul de puncte (xn ) din A cu
n
1 1
d (xn , x) < , pentru orice n ∈ N∗ . Din d(xn , x) < rezultă lim d(xn , x) = 0, ceea ce ne arată
n n n→∞
că lim xn = x (ı̂n X).
n→∞
Reciproc, dacă (xn ) este un şir de puncte din A, astfel ı̂ncât lim xn = x (ı̂n X), atunci,
n→∞
pentru orice ε > 0, există un nε ∈ N astfel ı̂ncât xn ∈ S(x, ε) de ı̂ndată ce n > nε . Rezultă că
pentru orice ε > 0 avem S(x, ε) ∩ A = Φ, ceea ce ne asigură că x ∈ A.
2) Demonstraţia se face ı̂n acelaşi mod ca la punctul 1), utilizând definiţia punctului
de acumulare.
Definiţia 10.1.17 Spaţiul metric (X, d) se numeşte compact, dacă orice şir din X conţine un
subşir convergent.
Definiţia 10.1.18 Mulţimea A din spaţiul metric (X, d) este compactă, dacă orice şir (an )
din A conţine un subşir convergent către un punct x0 din A.
Altfel spus, mulţimea A din (X, d) este compactă dacă şi numai dacă spaţiul metric
(A, d) este compact.
Exemplul 10.1.25. Mulţimea A = [a, b] ⊂ R, a < b, este compactă ı̂ntrucât, conform Lemei lui
Cesàro (vezi Propoziţia (8.1.11), orice şir de puncte din [a, b] conţine un subşir convergent
şi cum [a, b] este ı̂nchis, limita acestui subşir aparţine lui A.
1
Exemplul 10.1.26. Mulţimea A = (a, b] ⊂ R, a < b, nu este compactă deoarece şirul xn = a +
n
nu conţine nici un subşir convergent la un punct din (a, b) (toate subşirurile lui xn converg
la a care nu aparţine mulţimii A).
Definiţia 10.1.19 Fie (X, d) un spaţiu metric arbitrar şi A o submulţime a sa. O familie
D = {Di |Di ⊂ X, i ∈ I} de părţi ale lui X se numeşte acoperire a mulţimii A dacă
)
A⊂ Di .
i∈I
)
Dacă D1 ⊂ D şi A ⊂ Di , spunem că D1 este o subacoperire a lui D.
Di ∈D
O acoperire D a mulţimii A se va numi deschisă dacă elementele lui D sunt mulţimi
deschise.
1
Exemplul 10.1.27. Fie A = (1, 2) ⊂ R. Familia D formată din intervalele Di = 1 + , 2 ,
i
i = 2, 3, . . . formează o acoperire deschisă pentru A deoarece pentru orice x ∈ A există un
1
i0 ∈ N∗ aşa ı̂ncât 1 + < x, adică orice x ∈ A se află ı̂n cel puţin un interval Di .
i0
Propoziţia 10.1.5 (Lebesgue). Dacă A este o mulţime compactă ı̂n spaţiul metric (X, d) iar
D = {Di |i ∈ I} este o acoperire deschisă a lui A, atunci există un ε > 0 aşa ı̂ncât pentru
orice x din A să existe un i ∈ I aşa ca S(x, ε) ⊂ Di .
196
Demonstraţie. Vom proceda prin reducere la absurd.
Să presupunem că A este compactă dar pentru orice ε > 0 există un xε ∈ A aşa ı̂ncât
pentru orice i ∈ I, S(xε , ε) ⊂ Di . În particular, pentru ε = 1/n există xn ∈ A astfel ı̂ncât
pentru orice i ∈ I are loc
1
(10.1) S xn , ⊂ Di .
n
Deoarece A este compactă, şirul (xn ) conţine un sub şir (xnk ) convergent la un punct
x ∈ A. Cum D constituie o acoperire pentru A, există o mulţime Di0 ∈ D aşa ı̂ncât x ∈ Di0 .
Mulţimea Di0 fiind deschisă există o sferă deschisă S(x, r) aşa ca
Din lim xnk = x ∈ A rezultă că există un număr natural k0 depinzând de r/2 aşa ca
k→∞ $ r%
pentru orice k ≥ k0 să avem xnk ∈ S x, , adică
2
r
(10.3) d (xnk , x) < .
2
1
Cum lim = 0, există un k1 (r) ∈ N aşa ı̂ncât pentru orice k > k1 să rezulte
k→∞ nk
1 r
(10.4) < .
nk 2
Fie k2 = max{k0 , k1 }. Pentru orice k > k0 , din relaţiile (10.2), (10.3) şi (10.4) obţinem
1
S xnk , ⊂ S(x, r) ⊂ Di0 ,
nk
Propoziţia 10.1.6 Dacă A este o mulţime ı̂n spaţiul metric (X, d), atunci pentru orice ε > 0
există o familie finită de sfere deschise cu raza ε care constituie o acoperire deschisă a
mulţimii A.
Demonstraţie. Vom raţiona tot prin reducere la absurd. Presupunem că A este o mulţime
compactă in (X, d) aşa ı̂ncât există un ε > 0 pentru care nu există o acoperire finită cu sfere
deschise de rază ε.
Fie x1 ∈ A; atunci sfera S(x1 , ε) ⊃ A. Alegem x2 ∈ A aşa ı̂ncât x2 ∈ S(x1 , ε).
Acum considerăm sferele S(x1 , ε) şi S(x2 , ε), pentru care A ⊂ S(x1 , ε) ∪ S(x2 , ε). Prin
urmare, există x3 ∈ A aşa ca x3 ∈ A şi x3 ∈ S(x1 , ε), x3 ∈ S(x2 , ε).
Din aproape ı̂n aproape, construim şirul (xn ) de puncte din A aşa ı̂ncât
xn ∈ A, xn ∈ S(xi , ε), i = 1, n − 1.
cu n = m.
Acum, se observă că şirul (xn ) nu poate conţine nici un subşir convergent, ı̂ntrucât,
dacă ar exista un asemenea subşir acesta ar trebui să fie şir Cauchy, ceea ce ar contrazice
(10.5) .
Aşadar, şirul (xn ) nu poate conţine nici un subşir convergent, ceea ce contrazice faptul
că A este o mulţime compactă. În concluzie enunţul teoremei este adevărat.
197
Teorema 10.1.5 O mulţime A dintr-un spaţiu metric (X, d) este compactă dacă şi numai
dacă din orice acoperire deschisă a sa se poate extrage o subacoperire finită.
Demonstraţie. Să considerăm că A este o mulţime compactă. Fie D = {Di |i ∈ I} o acoperire
deschisă a mulţimii compacte A. Conform Propoziţiei 10.1.5 există ε > 0 aşa ı̂ncât pentru
orice x ∈ A să existe i ∈ I aşa ca
(10.6) S(x, ε) ⊂ Di .
Din Propoziţia 10.1.6, pentru acest ε > 0 există un număr finit de sfere cu raza ε care
să acopere mulţimea A, adică
)n
A⊂ S(xk , ε).
k=1
adică din acoperirea D a lui A am extras o subacoperire finită D1 = {Di,k |k = 1, n} a sa, ceea
ce trebuia demonstrat.
Reciproc, să admitem că din orice acoperire deschisă a mulţimii A se poate extrage o
subacoperire finită. Vom raţiona prin reducere la absurd. Să presupunem că A nu este o
mulţime compactă. Atunci, există un şir (xn ) ⊂ A care nu conţine nici un subşir convergent,
ceea ce ı̂nseamnă că mulţimea termenilor săi nu are nici un punct de acumulare. De aici,
rezultă că pentru orice x ∈ A există o sferă S(x, εx ) care conţine cel mult un număr finit
de termeni ai şirului (xn ) deoarece, ı̂n caz contrar, ar exista un subşir al lui (xn ) care să
conveargă la x.
Familia D = {S(y, εy )|y ∈ A} constituie o acoperire deschisă pentru A. Deci, din D se
poate extrage o subacoperire finită
Cum (xn ) ⊂ A ⊂ D1 iar fiecare din sferele S(yi , εyi ) conţine cel mult un număr finit de
termeni ai şirului (xn ) rezultă că şirul (xn ) are un număr finit de termeni, ceea ce constituie
o contradicţie. Prin urmare, mulţimea A este compactă.
Teorema 10.1.6 Orice submulţime compactă a unui spaţiu metric este mărginită şi ı̂nchisă.
Demonstraţie. Să considerăm A o submulţime compactă a spaţiului metric (X, d).
Mai ı̂ntâi, să arătăm că A este mărginită. Să observăm că familia sferelor deschise
D = {S(x, 1)|x ∈ A} formează o acoperire deschisă pentru A. Conform cu Teorema 10.1.5,
cum A este compactă, se poate extrage o subacoperire finită D1 = {S(xi , 1)|xi ∈ A, i = 1, n}.
Fie B = {xi |i = 1, n}, care este finită şi diametrul său δ(B) < ∞.
Să considerăm acum x şi y două puncte arbitrare din A. Atunci există o sferă deschisă
S(xi , 1) ∈ D1 , care conţine pe x şi, de asemenea, există sfera deschisă S(xj , 1) aşa ca y ∈ S(xj , 1).
Utilizând inegalitatea triunghiului, obţinem
pentru orice x, y din A. Aşadar, δ(A) ≤ 2 + δ(B) < +∞, ceea ce ne arată că A este mărginită.
Acum, să arătăm că A este ı̂nchisă, ceea ce este echivalent cu C(A) = x−A este deschisă.
Fie x un punct arbitrar din C(A) şi fie y ∈ A. Cum x = y, utilizând proprietatea de separaţie
Hausdorff (Teorema 10.1.1) a spaţiului metric (X, d) rezultă că există sferele deschise S(y, ry )
şi S(x, rx,y ) aşa ı̂ncât
(10.7) S(y, ry ) ∩ S(x, rx,y ) = Φ.
Familia D = {S(y, ry )|y ∈ A} este o acoperire deschisă pentru A şi cum A este compactă
există o subacoperire finită a sa D1 = {S(yi , ryi )|i = 1, n} (Teorema 10.1.5).
198
Fiecărei sfere S(yi , ryi ) ı̂i corespunde, pe baza lui (10.7), o sferă deschisă S(x, rx,yi ).
3
n
Fie r = min {rx , yi }; atunci S(x, r) = S(x, rx,yi ) iar S(x, r) ∩ A = Φ deoarece A ⊂
i=1,n
i=1
)
n
S(yi , ryi ) şi, din (10.7), avem S(x, r) ∩ S(yi , ryi ) = Φ. Aşadar, S(x, r) ⊂ C(A), adică C(A)
i=1
este vecinătate pentru x. Cum x a fost ales arbitrar ı̂n C(A) rezultă că mulţimea C(A) este
deschisă deoarece ea este vecinătate pentru orice punct al ei.
Condiţiile ca mulţimea A să fie mărgnită şi ı̂nchisă sunt necesare pentru ca A să fie
compactă. Aceste două condiţii nu sunt, ı̂n general, suficiente pentru compactitatea unei
mulţimii ı̂ntr-un spaţiu metric.
Vom arăta că ı̂n spaţiile Rn , n ≥ 1, ı̂nzestrate cu metrica euclidiană, aceste condiţii
sunt şi suficiente.
Mai ı̂ntâi vom demonstra următorul rezultat general.
Teorema 10.1.7 Dacă (X, d1 ) şi (Y, d2 ) sunt două spaţii metrice compacte, atunci şi spaţiul
Z = X × Y , ı̂nzestrat cu metrica din Propoziţia 8.2.6, este compact
Demonstraţie. Fie (zn ) un şir arbitrar din Z, cu zn = (xn , yn ), xn ∈ X, yn ∈ Y , n = 1, 2, . . .. Cum
(X, d1 ) este compact, şirul (xn ) conţine un subşir (xnk )k∈N convergent la x ∈ X. Considerând
subşirul (ynk )k∈N al şirului (yn ) şi ţinând seama că şi (Y, d2 ) este compact, rezultă că există
un subşir (ynkt )t∈N al său, convergent la un punct y ∈ Y .
Ţinând seama de Teorema 8.2.2 rezultă că
199
deci A este compactă.
În finalul acestui paragraf vom introduce noţiunea de conexitate, care, intuitiv, descrie
faptul că o mulţime este formată ”dintr-o bucată”, adică nu poate fi descompusă ı̂n două
sau mai multe părţi separate.
Definiţia 10.1.21 Spaţiul metric (X, d) se numeşte conex dacă nu există două mulţimi D1 ,
D2 deschise, nevide şi disjuncte astfel ca X = D1 ∪ D2 . În caz contrar spaţiul (X, d) se
numeşte neconex sau disconex.
Deoarece D1 = C(D2 ) şi D2 = C(D1 ), rezultă că mulţimile D1 şi D2 sunt, ı̂n acelaşi timp,
şi inchise, rezultând imediat următorul rezultat:
Propoziţia 10.1.9 Într-un spaţiu metric (X, d) următoarele afirmaţii sunt echivalente:
1) (X, d) exte conex;
2) Nu există două mulţimi ı̂nchise F1 şi F2 , nevide şi disjuncte, aşa ı̂ncât X = F1 ∪ F2 ;
3) Singura mulţime nevidă din X simultan deschisă şi ı̂nchisă este ı̂ntreg spaţiul X.
Definiţia 10.1.22 O submulţime A a spaţiului metric (X.d) este conexă dacă (A, d) este un
spaţiu metric conex.
Altfel spus, A este conexă dacă nu există două mulţimi deschise ı̂n X, cu proprietăţile:
1) D1 ∩ A = Φ, D2 ∩ A = Φ
2) A ⊂ D1 ∪ D2
3) D1 ∩ D2 ∩ A = Φ.
D1 ∪ D2 = A; D1 ∩ D2 = Φ.
Există punctele a ∈ D1 şi b ∈ D2 , a = b (putem presupune că a < b). Cum A este interval
rezultă că şi [a, b] este interval şi [a, b] ⊂ A. Notăm c = sup(D1 ∩ [a, b]). Cum D1 este, ı̂n acelaşi
timp, ı̂nchisă ı̂n A rezultă că c ∈ D1 . Însă b ∈ D2 şi deci c ∈ D1 ∩ [a, b), adică c = b, deoarece, ı̂n
caz contrar, c = b ∈ D2 , ceea ce ar conduce la c ∈ D1 ∩ D2 , lucru absurd. Aşadar, c ∈ D1 ∩ [a, b)
şi D1 fiind deschisă ı̂n A există ε > 0 astfel ı̂ncât c + ε ∈ D1 ∩ [a, b), ceea ce contrazice faptul că
sup(D1 ∩ [a, b)) = c. Prin urmare, presupunerea făcută este falsă, rezultând că A este conexă.
Observaţia 10.1.4 Are loc şi reciproca pentru afirmaţia din exemplul 10.1.28: orice
submulţime nevidă şi conexă a lui R este un interval.
Vom raţiona prin reducere la absurd. Să admitem că există o mulţime A ⊂ R conexă,
care nu este interval. Atunci există trei puncte x1 , x2 , x3 din R aşa ı̂ncât x1 , x3 ∈ A, x1 <
x2 < x3 , iar x2 ∈ A. Considerăm mulţimile D1 = (−∞, x2 ) ∩ A şi D2 = A ∩ (x2 , +∞). Evident
că D1 şi D2 sunt ı̂nchise ı̂n A, D1 ∪ D2 = A şi D1 ∩ D2 = Φ. Prin urmare, A este o mulţime
neconexă, ceea ce constituie o contradicţie. Aşadar, A este un interval.
Exemplul 10.1.29. În spaţiul metric R mulţimea A = (1, 2) ∪ (3, 4) este neconexă. Într-
adevăr, mulţimile D1 = (1, 2) şi D2 = (3, 4) sunt deschise, A = D1 ∪ D2 , iar D1 ∩ D2 ∩ A = Φ,
D1 ∩ A = (1, 2) = Φ, D2 ∩ A = (3, 4) = Φ.
Definiţia 10.1.23 O mulţime deschisă şi conexă se numeşte domeniu. O mulţime ı̂nchisă şi
conexă se numeşte continuu.
Exemplul 10.1.30. O sferă deschisă din Rm este un domeniu, iar una ı̂nchisă este un continuu.
200
10.2 Funcţii ı̂ntre spaţii metrice
Definiţia 10.2.1 Fie (X, d1 ) şi (Y, d2 ) două spaţii metrice. O apliacţie f : A → B, A ⊆ X şi
B ⊆ Y , se numeşte funcţie definită ı̂ntre două spaţii metrice.
Este evident că valorile y ale funcţiei y = f (x1 , x2 , . . . , xm ) depind de cele m variabile.
Din punct de vedere sistemic variabilele independente x1 , x2 , . . . , xm reprezintă mărimi ce
pot fi controlate sau precizate, numite date de intrare, iar variabila dependentă y precizează
valoarea rezultată prin acţiunea lui f asupra datelor de intrare şi se numeşte data de ieşire
(v.fig.10.2.1).
Fig.10.2.1
Observaţia 10.2.1 Funcţiile reale de mai multe variabile se mai numesc şi funcţii scalare
sau câmpuri scalare.
Fig.10.2.2
201
Dacă x = (x1 , . . . , xm ) ∈ A iar y = (y1 , . . . , yp ) ∈ B, atunci funcţia vectorială poate fi scrisă
y = f (x),
iar desfăşurat:
de unde
x = f1 (t), y = f2 (t), t ∈ A,
care constituie reprezentarea parametrică a unei curbe plane Γ (v.fig.10.2.3).
Fig.10.2.3
de unde
x = f1 (t), y = f2 (t), z = f3 (t), t ∈ A,
care constituie reprezentarea parametrică a unei curbe ı̂n spaţiu.
10.2.4. Dacă p = 3 şi m = 2, atunci funcţia vectorială are forma
→
−
(y1 , y2 , y3 ) = (x, y, z) = f (u, v) =
202
Fig.10.2.4
10.2.5. Dacă p = 3 şi m = 3, atunci o astfel de funcţie vectorială se numeşte câmp vectorial.
De obicei, modelele matematice utilizate ı̂n descrierea fenomenelor economice se de-
scriu prin funcţii reale de mai multe variabile reale.
Exemplul 10.2.1. Funcţia de producţie. O problemă des ı̂ntâlnită ı̂n practica economică
se referă la condiţiile de combinare a factorilor pentru producerea unui produs Y de către
o ı̂ntreprindere: Dacă condiţiile tehnice ale producţiei sunt date, cantitatea y din pro-
dusul Y realizată depinde numai de factorii variabili ai producţiei folosiţi X1 , X2 , . . . , Xm .
Dacă x1 , x2 , . . . , xm sunt cantităţile folosite din aceşti factori, atunci putem scrie funcţia de
producţie
y = f (x1 , x2 , . . . , xm ),
care este o funcţie de m variabile reale.
Exemplul 10.2.2. Funcţia cererii. Să presupunem că n mărfuri de consum Y1 , Y2 , . . . , Yn se
vând la preţuri invariabile x1 , x2 , . . . , xn pe o piaţă cu concurenţă, care constă dintr-un număr
de consumatori, cu gusturi şi venituri date. În această situaţie cantitatea yk de marfă Yk ,
k = 1, n, cerută pe piaţă depinde numai de preţurile tuturor mărfurilor de pe piaţă. Aceasta
ı̂nseamnă că funcţia cererii pentru marfa Yk este
yk = fk (x1 , x2 , . . . , xn ),
care este o funcţie de n variabile. Funcţia cerere pentru toate cele n mărfuri va fi o funcţie
vectorială
(y1 , y2 , . . . , yn ) = (f1 (x1 , . . . , xn ), . . . , fn (x1 , . . . , xn )).
În practică, ı̂ntre funcţiile cerere yk = fk (x1 , . . . , xn ), k = 1, n, se studiază anumite
corelaţii.
Exemplul 10.2.3. Funcţia costurilor de producţie. Să admitem că o ı̂ntreprindere produce
mărfurile X1 , X2 , . . . , Xn ı̂n condiţii tehnice de producţie şi condiţii de aprovizionare date.
Atunci funcţia costurilor de producţie este
y = f (x1 , . . . , xn ),
203
10.3 Limita unei funcţii ı̂ntr-un punct
Fie (X, d1 ) şi (X, d2 ) două spaţii metrice, F : A → Y , A ⊆ X, o funcţie şi x0 un punct de
acumulare al mulţimii A (x0 ∈ A ).
Definiţia 10.3.1 (cu vecinătăţi.) Spunem că funcţia f are limită ı̂n punctul x0 , dacă există
un punct l ∈ Y astfel ı̂ncât, pentru orice vecinătate U (l) a lui l, există o vecinătate V (x0 )
aşa ı̂ncât, pentru orice x ∈ V (x0 ) ∩ A − {x0 }, să avem f (x) ∈ U (l), adică
Intuitiv noţiunea de limită a funcţiei f ı̂n punctul x0 exprimă faptul că dacă ne
apropiem de x0 prin puncte din mulţimea A, atunci valorile funcţiei ı̂n aceste puncte se
apropie oricât de mult de punctul l din Y .
Teorema 10.3.1 (de caracterizare a noţiunii de limită.) Fie f : A → (Y, d2 ), unde A ⊆ (X, d1 )
şi x0 ∈ A . Atunci următoarele afirmaţii sunt echivalente:
1) l este limita funcţiei f ı̂n punctul x0 (definiţia cu vecinătăţi);
2) pentru orice sferă deschisă SY (l, ε) din spaţiul metric Y există o sferă deschisă
SX (x0 , δε ) din spaţiul metric X astfel ı̂ncât, pentru orice x ∈ SX (x0 , δε ) ∩ A − {x0 } să
avem f (x) ∈ SY (l, ε) (definiţia cu sfere);
3) pentru orice ε > 0 există δε > 0 astfel ı̂ncât pentru orice x ∈ A − {x0 } cu d1 (x, x0 ) < δε să
avem d2 (f (x), l) < ε (definiţia cu ε şi δ);
X Y
4) pentru orice şir convergent de puncte din A−{x0 } cu lim xn = x0 să rezulte lim f (xn ) =
n→∞ n→∞
l (definiţia cu şiruri sau definiţia lui Heine)
Demonstraţie. Să arătăm mai ı̂ntâi că din 1) rezultă 2). Luăm U (l) = SY (l, ε), unde ε > 0
este arbitrar. Conform cu 1), există o vecinătate V (x0 ) aşa ı̂ncât, pentru orice x ∈ V (x0 ) ∩
A − {x0 } să avem f (x) ∈ U (l). Cum V (x0 ) este o vecinătate pentru x0 , există o sferă deschisă
SX (x0 , δε ) ⊂ V (x0 ). Atunci pentru orice x ∈ SX (x0 , δε ) ∩ A − {x0 } avem f (x) ∈ U (l) = SY (l, ε),
adică 2) este ı̂ndeplinită.
Acum să arătăm că din 2) rezultă 3). Pentru aceasta este suficient să exprimăm sferele
şi condiţiile de la 2) prin inegalităţi.
Să demonstrăm acum că din 3) rezultă 4). Fie (xn ) un şir de puncte din A{ x0 } cu
X
lim xn = x0 . Din 3) rezultă că, pentru orice ε > 0, există δε > 0 aşa ı̂ncât, pentru orice
n→∞
X
x ∈ A − {x0 } cu d1 (x, x0 ) < δε să avem d2 (f (x), l) < ε. Cum lim xn = x0 , există un nδε ∈ N aşa
n→∞
ca pentru orice n ∈ N, n > nδε să rezulte d1 (xn , x0 ) < δε . Atunci d2 (f (x), l) < ε pentru orice
n ∈ N, n > nδε = nε . Aşadar, pentru orice ε > 0 există nε ∈ N aşa ı̂ncât pentru orice n ∈ N,
n > nε să avem d2 (f (xn ), l) < ε, adică lim f (xn ) = l, ceea ce trebuia demonstrat.
n→∞
Demonstraţia teoremei este ı̂ncheiată dacă arătăm că din 4) rezultă 1). Vom raţiona
prin reducere la absurd. Să presupunem că există o vecinătate U (l) a lui R astfel ca, oricare
ar fi V (x0 ) o vecinătate a lui x0 , să existe x∈ V (x0 ) ∩ A − {x0 } pentru care f (x) ∈ U (l).
1
Pentru orice n ∈ N∗ luăm V (x) = S x0 , . Atunci există xn ∈ V (x0 ) ∩ A − {x0 } cu
n
1 1
xn = x0 aşa ı̂ncât f (xn ) ∈ U (l). Cum xn ∈ S x0 , , avem dX (xn , x0 ) < , oricare ar fi
n n
n ∈ N∗ . De aici rezultă că lim xn = x0 . Conform cu 4), deducem că lim f (xn ) = l; atunci
n→∞ n→∞
există n1 ∈ N aşa ı̂ncât pentru orice n ∈ N, n > n1 să avem f (xn ) ∈ U (l), ceea ce contrazice
f (xn ) ∈ U (l). Prin urmare, presupunerea făcută este falsă şi deci din 4) rezultă 1).
204
Observaţia 10.3.1 Afirmaţiile 1) – 4) din teorema 10.3.1 fiind echivalente logic, rezultă că
oricare din ele poate fi luată ca definiţie a limitei unei funcţii ı̂ntr-un punct. În contin-
uare, noi vom folosi mai mult definiţia cu şiruri deoarece ne va permite ca să obţinem
proprietăţile limitelor de funcţii din proprietăţile limitelor de şiruri.
Observaţia 10.3.2 Definiţia limitei cu şiruri a limtiei unei funcţii ı̂ntr-un punct se utilizează
la a dovedi că o funcţie nu are limită ı̂ntr-un punct. Pentru aceasta este suficient să găsim
un şir (xn ), (xn ) ⊂ A − {x0 }, cu lim xn = x0 aşa ı̂ncât lim f (xn ) să nu existe sau să aflăm
n→∞ n→∞
(1) (2) (1)
două şiruri (xn ) şi (xn ) din A−{x0 }, ambele convergente la x0 , pentru care şirurile (f (xn ))
(2)
şi (f (xn )) să aibă limite diferite ı̂n Y .
Teorema 10.3.2 Fie spaţiile metrice (X, d1 ) şi (Y, d2 ), A ⊆ X, x0 ∈ A şi f : A → Y o funcţie.
Dacă f are limită ı̂n x0 , atunci această limită este unică.
Demonstraţie. Afirmaţia rezultă imediat folosind definiţia limtiei unei funcţii cu şiruri
şi faptul că ı̂n Rn convergenta unui şir de elemente este echivalentă cu convergenţa pe
coordonate (v.Teorema 8.2.2).
Observaţia 10.3.3 Din Teorema 10.3.3 rezultă că studiul limitei funcţiilor vectoriale se re-
duce la studiul funcţiilor reale de mai multe variabile reale f : A → R, A ⊆ Rm .
Dacă x0 = (a1 , a2 , . . . , am ) ∈ A se obişnuieşte a nota lim f (x), x = (x1 , x2 , . . . , xm ) ∈ Rm ,
x→x0
prin
lim
x1 →a1
f (x1 , x2 , . . . , xm )
x2 →a2
..
.
xm →am
Utilizând cele demonstrate la şiruri pentru funcţiile care iau valori reale rezultă:
Teorema 10.3.4 Fie f, g : A → R, unde A ⊆ (X, d) şi x0 ∈ A . Dacă există lim f (x) = l1 şi
x→x0
lim f (x) = l2 , cu l1 , l2 ∈ R, atunci există
x→x0
l1
3) lim f (x) şi valoarea ei este , dacă l2 = 0 şi g(x) = 0 pentru x ∈ A.
x→x0 l2
Observaţia 10.3.4 Dacă l1 , l2 ∈ R, atunci pot să apară aşa numitele ”operaţii fără sens”,
care se elimină prin diferite metode.
Observaţia 10.3.5 Fie f : A → (Y, d), cu A ⊆ R, o funcţie şi x0 ∈ A . Dacă există x→x
lim f (x) =
0
x<x0
ls (respectiv x→x
lim f (x) = ld ), atunci spunem că f are limită la stânga (respectiv limită la
0
x>x0
dreapta) ı̂n punctul x0 . Limitele la stânga şi la dreapta ı̂ntr-un punct poartă numele de
limită laterală.
205
Se arată că f are limită ı̂n punctul x0 dacă şi numai dacă există atât limita la stânga
ls cât şi limita la dreapta ld ı̂n punctul x0 pentru f şi lim f (x) = ls = ld .
x→x0
Exemple. 10.3.1. Să calculăm
2
x + x3 2
2
a) l1 = lim , (1 + x) , x + x + 1
2x
x→0 2x
2 2 1 x2 + 1
b) l2 = x→0
lim x y + 1, (1 + xy) , 2xy
y→0
x + y2
a) Avem
x2 + x3 x + x2
lim = lim = 0;
x→0 2x x→0 2
2 1
lim (1 + x) 2x = lim [(1 + x) x ]2 = e2 ;
x→0 x→0
şi
x2 y x2 y x2 |y|
lim
= 0, deoarece 2 ≤ = |y|,
x→0 x2 + y 2
y→0
x + y2 x2
Definiţia 10.4.1 (cu vecinătăţi.) Spunem că funcţia f este continuă ı̂n punctul x0 ∈ A dacă
pentru orice vecinătate U (f (x0 )) a lui f (x0 ) există o vecinătate V (x0 ) a lui x0 aşa ı̂ncât pentru
orice x ∈ V (x) ∩ A să avem f (x) ∈ U (f (x0 )).
Dacă funcţia f nu este continuă ı̂n punctul x0 ∈ A, atunci spunem că funcţia f este
discontinuă ı̂n punctul x0 sau că x0 este punct de discontinuitate a funcţiei f .
Teorema 10.4.1 Funcţia f : A → Y , A ⊆ X, este continuă ı̂n punctul x0 ∈ A dacă şi numai
dacă are loc una din situaţiile:
206
ii) sau x0 este punct de acumulare pentru A şi
lim f (x) = f (x0 ).
x→x0
Demonstraţie.
i) Într-adevăr, ı̂n orice punct izolat al domeniului de definiţie o funcţie este continuă. Fie
x0 un punct izolat pentru mulţimea A; atunci există o vecinătate V (x0 ) a sa, aşa ı̂ncât
V (x0 ) ∩ A = {x0 }. Acum, rezultă că pentru orice vecinătate U (f (x0 )) există o vecinătate
V (x0 ) astfel ı̂ncât, pentru orice x ∈ V (x0 ) ∩ A, să avem f (x) ∈ U (f (x0 )).
ii) Să admitea că f este continuă ı̂n punctul x0 . Atunci pentru orice vecinătate U (f (x0 ))
există o vecinătate V (x0 ) a lui x0 aşa ı̂ncât pentru orice x ∈ V (x0 ) ∩ A să avem
f (x) ∈ U (f (x0 )). Evident că această afirmaţie are loc şi pentru x = x0 , ceea ce implică
lim f (x) = f (x0 ).
x→x0
Reciproc, dacă presupunem că lim f (x0 ) = f (x0 ), atunci pentru orice U (x0 ), există o
x→x0
vecinătate V (x0 ) aşa ı̂ncât, pentru orice x ∈ V (x0 ) ∩ (A − {x0 }) să avem f (x) ∈ U (f (x0 )). Cum
pentru x = x0 ∈ A avem evident f (x0 ) ∈ U (f (x0 ), rezultă că pentru orice x ∈ V (x0 ) ∩ A avem
f (x) ∈ U (f (x0 ))), ceea ce ne arată că f este continuă ı̂n x0 .
Observaţia 10.4.1 Dacă x0 este punct de acumulare din A şi funcţia f este continuă ı̂n x0 ,
atunci putem scrie
lim f (x) = f lim x ,
x→x0 x→x0
Teorema 10.4.2 (de caracterizare a continuităţii ı̂n punct). Fie f : A → (Y, d2 ) o funcţie,
unde A ⊆ (X, d1 ) şi x0 ∈ A. Atunci următoarele afirmaţii sunt echivalente:
2) pentru orice sferă deschisă SY (f (x0 ), ε) din spaţiul metric Y , există o sferă deschisă
Sλ (x0 , δε ) din spaţiul metric X astfel ı̂ncât, pentru orice x ∈ SX (x0 , δε ) ∩ A să avem
f (x) ∈ SY (f (x0 ), ε) (definiţia cu sfere);
3) pentru orice ε > 0 există δε > 0 astfel ı̂ncât pentru orice x ∈ A cu d1 (x, x0 ) < δε , să avem
d2 (f (x), f (x0 )) < ε(definiţia cu ε şi δ);
X Y
4) pentru orice şi convergent de puncte din A cu lim xn = x0 să rezulte lim f (xn ) = f (x0 )
n→∞ n→∞
(definiţie cu şiruri).
Demonstraţie. Utilizând Teoremele 10.4.1 şi 10.3.4, rezultă imediat valabilitatea celor afir-
mate ı̂n enunţul teoremei.
Definiţia 10.4.2 Fie f : A → (Y, d2 ), unde A ⊂ (X, d1 ), o funcţie. Zicem că funcţia f este
continuă pe D dacă f este continuă ı̂n orice punct din D.
207
Exemple. 10.4.1. Fie (X, d) un spaţiu metric şi k un element fixat din X. Funcţia f : X → X,
X
f (x) = k, oricare ar fi x ∈ X, este continuă pe X deoarece dacă x0 ∈ X şi xn −→ x0 , atunci
X
f (xn ) −→ k = f (x0 ), adică este satisfăcută definiţia cu şiruri a continuităţii ı̂n x0 .
10.4.2. Fie 1X : (X, d) → (X, d) aplicaţia identică, adică 1X (x) = x, oricare ar fi x ∈ X. Atunci
1X este continuă pe X. Într-adevăr, să considerăm un x0 ∈ X arbitrar; atunci pentru orice
X X X
şir (xn ) ⊂ X cu lim xn = x0 avem lim 1x (xn ) = lim xn = x0 = 1X (x0 ), ceea ce ne arată că 1X
n→∞ n→∞ n→∞
este continuă ı̂n x0 .
10.4.3. (Continuitatea funcţiilor compuse.) Fie (X, d1 ), (Y, d2 şi (Z, d3 ) trei spaţii metrice şi
fie funcţiile f : X → Y , y : Y → Z. Dacă f este continuă ı̂n x0 ∈ X şi g este continuă ı̂n
f (x0 ) ∈ Y , atunci g ◦ f este continuă ı̂n x0 .
X
Folosim definiţia cu şiruri a continuităţii. Fie (xn ) un şir arbitrar din X cu lim xn = x0 .
n→∞
Y
Din continuitatea lui f ı̂n x0 rezultă lim f (xn ) = f (x0 ). Acum, ţinând seama de continuitatea
n→∞
Z Z
lui g ı̂n f (x0 ), obţinem că lim g(f (xn )) = g(f (x0 )), adică lim (g ◦ f )(xn ) = (g ◦ f )(x0 ), ceea ce
n→∞ n→∞
ne arată că g ◦ f este continuă ı̂n x0 ∈ X.
10.4.4. (Prelungirea prin continuitate). Fie (X, d1 ) şi (Y, d2 ) două spaţii metrice, A ⊂ X şi
x0 un punct de acumulare din A. Dacă f : A − {x0 } → Y este o funcţie definită pe A − {x0 },
atunci am putea prelungi funcţia f la mulţimea A ı̂n diferite moduri atribuindu-i lui f o
Y
valoarea arbitrară ı̂n x0 . Dacă există lim f (x) = l ∈ Y , am putea considera funcţia
x→x0
f (x) , dacă x ∈ A − {x0 },
f( : A → Y, f((x) =
l , dacă x = x0 ,
atunci spunem că f este continuă la stânga ı̂n x0 . Dacă există limită la dreapta ı̂n x0 ,
f (x0 + 0) = fd (x0 ) = x→x
lim f (x), iar fd (x0 ) = f(x0 ) atunci spunem că f este continuă la dreapta ı̂n
0
x>x0
x0 .
Ţinând seama de Observaţie 10.3.5, deducem că o funcţie f este continuă ı̂n x0 dacă
şi numai dacă f este continuă atât la stânga cât şi la dreapta ı̂n punctul x0 .
208
Punctul de acumulare x0 ∈ A se numeşte punct de discontinuitate de speţa (specia)
ı̂ntâia dacă f nu este continuă ı̂n x0 , fs (x0 ) şi fd (x0 ) există, sunt finite şi diferite. Punctul
x0 ∈ A se numeşte de discontinuitate de speţa a II-a dacă este punct de discontinuitate şi
nu este de speţa ı̂ntâia.
Dacă x0 ∈ A este un punct de discontinuitate de speţa ı̂ntâia pentru funcţie f , atunci
expresiile
sf (x0 ) = |fd (x0 ) − fs (x0 )|
şi
osc (f ; x0 ) = max{|fd (x0 ) − fs (x0 )|, |f (x0 ) − fs (x0 )|,
, |f (x0 ) − fd (x0 )|}
se numesc saltul lui f ı̂n x0 şi respectiv oscilaţia lui f ı̂n x0 .
10.4.7. (Discontinuităţile funcţiilor monotone). O funcţie monotonă f , definită pe intervalul
(a, b),
−∞ ≤ a < b ≤ +∞, poate avea puncte de discontinuitate numai de speţa ı̂ntâia.
Să presupunem că funcţia f este crescătoare şi să alegem un punct x0 arbitrar din
(a, b). Există punctele x1 , x2 ∈ (a, b) astfel ı̂ncât x1 < x0 < x2 . Pentru orice x ∈ (x1 , x0 ) avem
f (x1 ) ≤ f (x) ≤ f (x0 ), de unde prin trecere la limită rezultă f (x1 ) ≤ lim f (x) ≤ f (x0 ),
x → x0
x < x0
ceea ce ne arată că f (x0 − 0) este finită. În mod analog, considerând x ∈ (x0 , x2 ), obţinem că
f (x0 + 0) este finită. Prin urmare, dacă x0 este punct de discontinuitate, atunci el este de
speţa ı̂ntâia.
Din demonstraţie rezultă că pentru orice x0 ∈ (a, b) au loc inegalităţile
Definiţia 10.4.3 Fie X şi Y două spaţii liniare normate. Spunem că operatorul liniar T :
X → Y este mărginit dacă există un număr M > 0 aşa ı̂ncât
pentru orice x ∈ X.
Vom arăta că ı̂n cazul operatorilor liniari, mărginirea este echivalentă cu continuitatea
lor.
Teorema 10.4.4 Dacă T este un operator liniar ı̂ntre spaţiile liniare normate X şi Y , atunci
următoarele afirmaţii sunt echivalente:
1) T este continuu pe X;
2) T este continuu ı̂n originea θx a spaţiului X;
3) T este mărginit.
Demonstraţie. Din 1) rezultă imediat deoarece T fiind continuu pe X este continuu ı̂n orice
punct al lui X, deci şi ı̂n θx. Acum, să arătăm că din 2) rezultă 3). Din faptul că operatorul
T este continuu ı̂n θx rezultă că pentru orice ε > 0 există δε aşa ı̂ncât, pentru orice x ∈ X
cu x < δε , să avem T (x) − T (θx) = T (x) < ε. În particular, luând ε = 1 există δ1 > 0 aşa
ı̂ncât din ||x|| < δ1 să rezulte ||T (x)|| < 1.
Se observă că (10.8)4 este verificată
4 pentru x = θx. Fie acum x = θx. Să considerăm
δ1 x 4 δ1 x 4 δ1
y= . Atunci y = 4 4
4 2 · x 4 = 2 < δ1 , ceea ce conduce la T (y) ≤ 1. De aici obţinem
2 x
4 4 4 4
4 4 4 4
4T δ1 x 4 = 4 δ1 T (x)4 ≤ 1,
4 2 x 4 4 2x 4
209
de unde
δ1
T (x) ≤ 1,
2x
adică
2
T (x0 ) ≤ x,
δ1
pentru orice x ∈ X. Prin urmare, operatorul T este mărginit.
Să arătăm că 3) implică 1). Din faptul că T este mărginit rezultă că există M > 0 aşa
ı̂ncât (10.8) să aibă loc.
ε
Fie xo ∈ X arbitrar. Pentru orice ε > 0 şi orice x ∈ X, aşa ı̂ncât x − x0 < , avem
M
ε
T (x) − T (x0 ) = T (x − x0 ) ≤ M x − x0 < M · = ε,
M
ceea ce exprimă continuitatea operatorului T .
Corolarul 10.4.1 Dacă T : Rn → Rp este un operator liniar, atunci el este continuu.
Demonstraţie. Fie T = (T1 , T2 , . . . , Tp ), unde
Ti : Rn → R, i = 1, p. Dacă T este operator liniar, atunci rezultă că şi aplicaţiile Ti
sunt liniare.
Conform Teoremei 10.4.3, a arăta că T este un oeprator liniar continuu revine la a
arată că Ti , i = 1, p, sunt funcţii continue. Prin urmare, este suficient să arătăm că un
operator liniar T : Rn → R este continuu.
Fie B = {e1 , e2 , . . . , en } baza canonică a lui Rn . Dacă x ∈ Rn atunci x = (x1 , x2 , . . . , xn ) şi
n
deci x = xi ei . Atunci
i=1 n
n
T (x) = T xi ei = xi T (ei ),
i=1 r=1
|T (x)| = xi T (ei ) ≤ T 2 (ei ) x2i = M x,
i=1 i=1 i=1
pentru orice x ∈ R , care ne arată că T este un operator liniar mărginit. Aşadar, conform
n
210
Y
puncte (f (xn )) aşa ca lim f (xn ) = y. Prin urmare, y ∈ f (A), ceea ce ne arată că am dovedit
n→∞
incluziunea f (A) ⊂ f (A).
Acum, să arătăm că 4) implică 3). Fie B o mulţime ı̂nchisă ı̂n Y , adică B = B ı̂n Y .
Notăm f −1 (B) cu A. Conform ipotezei 4) avem
de unde
A ⊂ f −1 (f (A)) ⊂ f −1 (B) = A.
Cum A ⊂ A, rezultă că A = A, ceea ce ne arată că A = f −1 (B) este ı̂nchisă ı̂n X.
Să arătăm că 3) implică 2). Fie D o mulţime deschisă ı̂n Y . Atunci B = Y − D este
ı̂nchisă ı̂n Y . Conform ipotezei 3) mulţimea f −1 (B) = f −1 (Y − D) este ı̂nchisă ı̂n X. De aici
rezultă că
X − f −1 (B) = X − [f −1 (Y ) − f −1 (D)] = f −1 (D)
este deschisă ı̂n X.
Mai avem de demonstrat că din 2) rezultă 1). Fie x0 un punct arbitrar din X şi
D = SY (f (x0 ), ε) o sferă deschisă din Y . Conform ipotezei 2), mulţimea f −1 (D) este mulţime
deschisă ı̂n X. Rezultă că f −1 (D) este o vecinătate pentru x0 ∈ X.
Atunci există o sferă SX (x0 , δε ) ⊂ f −1 (D) aşa ı̂ncât pentru orice x ∈ SX (x0 , δε ) să avem
f (x) ∈ SY (f (x0 ), ε) = D, ceea ce ne arată că f este continuă ı̂n x0 (vezi Teorema 10.4.2).
Observaţia 10.4.2 Mulţimea funcţiilor continue pe X cu valori ı̂n Y se notează prin C(X, Y ).
Definiţia 10.4.4 Fie (X, d1 ) şi (Y, d2 ) două spaţii metrice şi f : A ⊂ X → Y o funcţie. Spunem
că f este uniform continuă pe A, dacă oricare ar fi ε > 0 există δε > 0 (acelaşi pentru toate
punctele x ∈ A) astfel ı̂ncât, oricare ar fi x1 , x2 ∈ A cu proprietatea d1 (x1 , x2 ) < δε are loc
d2 (f (x1 ), f (x2 )) < ε.
Demonstraţie. Să considerăm x0 un punct arbitrar din A. Din faptul că f este uniform
continuă pe A rezultă că, pentru orice ε > 0, există δε > 0 astfel ı̂ncât, pentru orice x1 , x2 ∈ A
cu d1 (x1 , x2 ) < δε , are loc d2 (f (x1 ), f (x2 )) < ε. Atunci, oricare ar fi x ∈ A aşa ı̂ncât d1 (x, x0 ) < δε ,
are loc d(f (x), f (x0 )) < ε, adică f este continuă ı̂n x0 . Cum x0 a fost ales arbitrar din A, rezultă
că f este continuă pe A.
Observaţia 10.4.3 Reciproca Propoziţiei 10.4.1 este falsă, adică există funcţii continue pe
o mulţime, care nu sunt uniform continue.
Exemplul 10.4.8. Fie f : (0, 1] → R definită prin f (x) = 1/x, x ∈ (0, 1]. Se observă că f este
continuă pe (0, 1].
Să presupunem că f este uniform continuă pe (0, 1], adică pentru orice ε > 0 există
un δε > 0, acelaşi pentru toate punctele x ∈ (0, 1], aşa ı̂ncât pentru orice x1 , x2 ∈ (0, 1] cu
proprietatea |x1 − x2 | < δε să aibă loc |f (x1 ) − f (x2 )| < ε. Să luăm, ı̂n particular, ε = 1/2,
când obţinem că există δ 21 > 0 astfel ı̂ncât pentru orice x1 , x2 ∈ (0, 1] cu |x1 − x2 | < δ 12 , avem
1
− 1 < 1.
x1 x2 2
2
Fie x1 = 1/n şi x2 = 1/(n + 1) cu n ∈ N∗ ales aşa ı̂ncât < δ1/2 . Atunci, cum |x1 − x2 | =
n
1 2 1 1 1
< < δ 21 , ar trebui ca − = |n − (n + 1)| = 1 < , ceea ce constituie o
n(n + 1) n x1 x2 2
contradicţie. Prin urmare, presupunerea făcută este falsă deci f nu este uniform continuă
pe (0, 1].
211
Observaţia 10.4.4 Uniform continuitatea este o proprietate globală pentru o funcţie,
referindu-se la ı̂ntreg domeniul de definiţie, al funcţiei, ı̂n timp ce, continuitatea unei
funcţii ı̂ntr-un punct este o proprietate locală.
Definiţia 10.4.5 Fie (X, d1 ) şi (Y, d2 ) două spaţii metrice. Spunem că aplicaţia f : A ⊂ X → Y
este lipschitziană pe A, dacă există un număr α ≥ 0 astfel ı̂ncât oricare ar fi x1 , x2 ∈ A,
are loc d2 (f (x1 ), f (x2 )) ≤ αd1 (x1 , x2 ). Se mai zice că f este lipschitziană ı̂n raport cu α, sau
α–lipschitziană.
Propoziţia 10.4.2 Orice contracţie a unui spaţiu metric (X, d) este o funcţie lipschitziană.
Demonstraţie. Fie f o contracţie a lui X. Atunci, conform Definiţiei 8.2.8, există α ∈ [0, 1)
aşa că pentru orice x1 , x2 ∈ X, avem d(f (x1 ), f (x2 )) ≤ αd(x1 , x2 ), care ne arată că f este
lipschitziană.
Propoziţia 10.4.3 Orice funcţie lipschitziană este uniform continuă.
Demonstraţie. Fie f : A ⊂ (X, d1 ) → (Y, d2 ) o funcţie α–lipschitziană pe A, adică pentru orice
x1 , x2 ∈ A, are loc d2 (f (x1 ), f (x2 )) ≤ αd1 (x1 , x2 ). Fie ε > 0. Dacă α = 0,a tunci d2 (f (x1 ), f (x2 )) ≤
0, pentru orice x1 , x2 ∈ A. Rezultă că f (x1 ) = f (x2 ) oricare ar fi x1 , x2 ∈ A, deci f este
constantă pe A şi prin urmare este uniform continuă pe A.
Dacă α > 0, luând δε = ε/α, atunci pentru orice x1 , x2 ∈ A cu d1 (x1 , x2 ) < δε , are loc
ε
d2 (f (x1 ), f (x2 )) ≤ αd1 (x1 , x2 ) < α · = ε, ceea ce ne arată că f este uniform continuă pe A.
α
Acum, să facem câteva precizări asupra funcţiilor continue pe mulţimi compacte.
Teorema 10.4.6 Fie (X, d1 ) şi (Y, d2 ) două spaţii metrice şi f : X → Y o funcţie continuă.
Dacă A este o submulţime compactă a lui X, atunci f (A) este o submulţime compactă a lui
Y.
Demonstraţie. Fie (yn ) un şir din f (A). Atunci, pentru orice n ∈ N, există xn ∈ K, aşa ı̂ncât
f (xn ) = yn . Mulţimea K fiind compactă, conform cu Definiţia 10.1.18, şirul (xn ) conţine
un subşir (xnk ) convergent. Din continuitatea lui f rezultă că şirul (f (xnk )) este un subşir
convergent al şirului (yn ) şi prin urmare, f (A) este o mulţime compactă din Y .
Definiţia 10.4.6 Fie (X, d1 ) şi (Y, d2 ) două spaţii metrice. Spunem că o funcţie f : A ⊆ X → Y
este mărginită dacă mulţimea f (A) este mărginită ı̂n Y .
Acum, din Teorema 10.4.6 obţinem următorul rezultat.
Corolarul 10.4.2 Orice funcţie continuă pe un compact dintr-un spaţiu metric este
mărginită.
Demonstraţie. Fie f : A ⊂ (X, d1 ) → (Y, d2 ) o funcţie continuă şi A o submulţime compactă
a lui X; conform Teoremei 10.4.6 rezultă ca f (A) este compactă ı̂n Y . Atunci f (A) este
mărginită ı̂n Y şi deci funcţia f este mărginită pe A.
În caz particular, din Corolarul 10.4.2 obţinem următorul rezultat cunoscut din liceu:
Corolarul 10.4.3 Dacă funcţia f : [a, b] → R este continuă, atunci f este mărginită.
Observaţia 10.4.5 Dacă mulţimea A, pe care funcţia f este continuă, nu este compactă,
atunci rezultatul Corolarului 10.4.2 nu se mai păstrează.
Într-adevăr, dacă considerăm funcţia f : (0, 2) → R definită prin f (x) = 1/x; pentru orice
x ∈ (0, 2), aceasta este continuă pe (0, 2), dar f (0, 2) = (1/2, ∞) şi deci f nu este mărginită.
Definiţia 10.4.7 Fie (X, d) un spaţiu metric, f : X → R o funcţie, M = sup f (x) – marginea
x∈X
superioară a lui f pe X şi, respectiv, m = inf f (x) – marginea inferioară a lui f pe X.
x∈X
Spunem, că f ı̂şi atinge marginea superioară, respectiv marginea inferioară pe
212
mulţimea X dacă există un punct x1 ∈ X, respectiv un punct x2 ∈ X, aşa ca M = f (x1 )
, respectiv f (x2 ) = m.
Spunem că f ı̂şi atinge marginile pe X dacă f ı̂şi atinge atât marginea superioară cât
şi marginea inferioară pe X.
Teorema 10.4.7 (Weierstrass). Dacă A este o submulţime compactă a spaţiului metric (X, d)
şi f : X → R este continuă, atunci f ı̂şi atinge marginile pe mulţimea A.
Demonstraţie. Pe baza Corolarului 10.4.2 rezultă că f (A) este mărginită ı̂n R. Fie
M = sup f (x) şi m = inf f (x). Deoarece M şi m sunt puncte aderente pentru mulţimea
x∈A x∈A
f (A) rezultă că M ∈ f (A) şi m ∈ f (A). Din f (A) este compactă rezultă că este mulţime
ı̂nchisă şi atunci M ∈ f (A) şi m ∈ f (A).
Deci, rezultă că există x1 ∈ A aşa ı̂ncât f (x1 ) = M şi există x2 ∈ A aşa ca f (x2 ) = m,
ceea ce ne arată că f ı̂şi atinge marginile pe A.
În particular, din Teorema 10.4.7 obţinem cunoscuta teoremă a lui Weierstrass stu-
diată ı̂n liceu.
Corolarul 10.4.4 Funcţia f : [a, b] → R continuă pe [a, b] este mărginită şi ı̂şi atinge marginile
pe [a, b].
Teorema 10.4.8 (Cantor.) Fie (X, d1 ) şi (Y, d2 ) două spaţii metrice. Dacă f : A ⊆ X → Y
este o funcţie continuă pe A, iar A este o mulţime compactă ı̂n X, atunci f este uniform
continuă pe A.
Demonstraţie. Presupunem că f nu este uniform continuă. Atunci, există un ε0 > 0 aşa ı̂ncât
pentru orice δ > 0 există x1,δ , x2,δ ∈ A cu proprietatea că d1 (x1,δ , x2,δ ) < δ şi d2 (f (x1,δ ), f (x2,δ )) ≥
ε0 .
În particular, dacă δ = 1/n cu n ∈ N∗ şi notăm x1,δ = xn , x2,δ = yn obţinem şirurile (xn ),
(yn ) din A cu proprietatea că d1 (xn , yn ) < δ şi d2 (f (xn ), f (yn )) ≥ ε0 .
Din faptul că mulţimea A este compactă rezultă că şirul (xn ) conţine un subşir (xnk )
convergent la punctul x0 ∈ A. Considerăm subşirul (ynk ) a şirului (yn ). Cum
1
d1 (ynk , x0 ) ≤ d1 (ynk , xnk ) + d1 (xnk , x0 ) ≤ + d1 (xnk , x0 )
nk
şi
1
lim + d1 (xnk , x0 ) = = 0,
k→∞ nk
Y
rezultă că lim d1 (ynk , x0 ) = 0, adică lim ynk = x0 .
n→∞ n→∞
Funcţia f fiind continuă, rezultă că
Y Y
lim f (xnk ) = f (x0 ) şi lim f (ynk ) = f (x0 ),
k→∞ k→∞
de unde
lim d2 (f (xnk ), f (ynk )) = 0,
k→∞
Teorema 10.4.9 Fie (X, d1 ) şi (Y, d2 ) două spaţii metrice şi f : A ⊆ X → Y o funcţie continuă
pe A. Dacă A este conexă ı̂n X, atunci f (A) este conexă ı̂n Y .
213
Demonstraţie. Vom proceda prin reducere la absurd. Să presupunem contrariul. Atunci
există două mulţimi nevide. D1 , D2 , deschise ı̂n Y , aşa ca
f (A) ⊂ D1 ∪ D2 .
Din faptul că f este continuă, pe baza Teoremei 10.4.5, rezultă că mulţimile Δ1 =
f −1 (D1 ) şi Δ2 = f −1 (D2 ) sunt deschise ı̂n X. În plus, Δ1 = ∅, Δ2 = ∅, Δ1 ∩ Δ2 ∩ A = f −1 (D1 ) ∩
f −1 (D2 ) ∩ A = f −1 (D1 ∩ D2 ) ∩ A = ∅, Δ1 ∩ A = ∅, Δ2 ∩ A = ∅ şi A ⊂ Δ1 ∪ Δ2 . De aici, rezultă că
A este neconexă, ceea ce este o contradicţie. Prin urmare, f (A) este conexă ı̂n Y .
Corolarul 10.4.5 (Proprietatea valorilor intermediare). Fie (X, d) un spaţiu metric şi A o
submulţime conexă a sa. Dacă funcţia f : A → R este continuă pe A, a, b ∈ A şi f (a) < f (b),
atunci pentru orice λ ∈ (f (a), f (b)) există cλ ∈ A aşa ca f (cλ ) = λ.
Demonstraţie. Din Teorema 10.4.9 rezultă că f (A) este conexă. De aici, pe baza Observaţiei
10.1.4, deducem că f (A) este interval. Prin urmare, dacă f (a), f (b) ∈ f (A),atunci intervalul
(f (a), f (b)) este ı̂nclus ı̂n f (A), de unde rezultă afirmaţia din Corolar.
Din Corolarul 10.4.5 obţinem rezultatul cunoscut:
Corolarul 10.4.6 Dacă I este un interval al lui R şi f : I → R este o funcţie continuă pe I,
atunci mulţimea f (I) este un interval.
Definiţia 10.4.8 Fie (X, d1 ) şi (Y, d2 două spaţii metrice. Spunem că funcţia f : X → Y
are proprietatea lui Darboux dacă transformă orice submulţime conexă a lui X ı̂ntr-o
submulţime conexă a lui Y .
Observaţia 10.4.6 Teorema 10.4.9 ne spune că orice funcţie continuă are proprietatea lui
Darboux.
Observaţia 10.4.7 În particular, o funcţie reală f : I → R, I interval din R, are proprietatea
Darboux dacă pentru orice a, b ∈ I cu a < b şi pentru orice λ ∈ (f (a), f (b)) sau λ ∈ (f (b), f (a)),
există un element cλ ∈ (a, b) aşa ca f (cλ ) = λ
Propoziţia 10.4.4 Fie f : I → R o funcţie, unde I este un interval al lui R. Dacă f are
proprietatea lui Darboux, atunci f poate avea numai discontinuităţi de speţa a doua.
Demonstraţie. Vom folosi metoda reducerii la absurd. Presupunem că funcţia f are un
punct x0 ∈ I de discontinuitate de speţa ı̂ntâia. Atunci, există limitele laterale fs (x0 ) şi fd (x0 )
finite şi ori f (x0 ) = fs (x0 ), ori f (x0 ) = fd (x0 ). Să presupunem că f (x0 ) < fd (x0 ). Considerăm
λ ∈ R aşa ı̂ncât f (x0 ) < λ < fd (x0 ); de aici, avem fd (x0 ) − λ > 0. Din definiţia limitei rezultă
că pentru ε = fd (x0 ) − λ > 0 există δε > 0 aşa ca, pentru orice x ∈ (x0 , x0 + δε ), să avem
214
Teorema 10.4.10 Fie I un interval al lui R, f : I → R o funcţie continuă şi J = f (I). Atunci
f este o bijecţie de la I la J dacă şi numai dacă f este strict monotonă. În acest caz inversa
f −1 : J → I este, de asemenea, strict monotonă (de acelaşi sens) şi continuă.
Demonstraţie. Să considerăm că f nu este strict monotonă. Atunci există trei puncte
x1 , x2 , x3 ı̂n I aşa ca x1 < x2 < x3 dar f (x1 ) > f (x2 ) şi f (x2 ) < f (x3 ) (sau f (x1 ) < f (x2 ) şi
f (x2 ) > f (x3 )). Fie λ = min(f (x1 ), f (x2 )) şi μ = (λ + f (x2 ))/2. Fără a influenţa rigurozitatea
demonstraţiei, putem alege λ = f (x1 ). Atunci
Observaţia 10.4.8 Utilizând această teoremă, se arată cu uşurinţă că funcţiile inverse ale
principalelor funcţii elementare sunt continue.
215
10.5 Test de verificare a cunoştinţelor nr. 9
1. Definiţi următoarele noţiuni:
a) Funcţie ı̂ntre două spaţii metrice;
b) Limita unei funcţii ı̂ntre două spaţii metrice (definiţia cu şiruri);
c) Funcţie continuă ı̂ntr-un punct (f : (X, d1 ) → (Y, d2 ) cu (X, d1 ) şi (Y, d2 ) spaţii me-
trice);
d) Funcţie vectorială;
e) Funcţie uniform continuă.
2. Să se demonstreze că o funcţie f : R → R periodică şi care nu este constantă nu are
limită la +∞ şi −∞.
1
3. Calculaţi L = lim (2x + x) x .
x→∞
1 π2
4. a) Fie funcţia f : 0, → R,
2
⎧
⎪ 2 1
⎪
⎨ x sin x
f (x) = , x = 0
⎪ sin x
⎪
⎩
1 , x = 0.
2xy
b) Arătaţi cu ajutorul definiţiei cu şiruri că funcţia f (x, y) = , (x, y) = (0, 0) nu
x2 + y2
are limită ı̂n origine.
y 2 + 2x 2
6. Arătaţi cu ajutorul definiţiei cu şiruri că funcţia f (x, y) = , y − 2x = 0 nu are
y 2 − 2x
limită ı̂n origine.
7. Cercetaţi limitele iterate şi limita globală (dacă este cazul) ı̂n origine pentru funcţia:
x − y + x2 + y 2
a) f (x, y) = , x + y = 0,
x+y
1
b) f (x, y) = x sin , y = 0.
y
8. Calculaţi:
xy
a) L = lim √ ,
(x,y)→(0,0) xy + 1 − 1
sin(xy)
b) L = lim .
(x,y)→(0,0) x
9. Studiaţi uniform continuitatea funcţiei:
1+x
f (x) = arctg , x ∈ (1, ∞).
1−x
216
10. Studiaţi uniform continuitatea funcţiei:
x
f : (1, 2) × (1, 2) → R , f (x, y) = .
y
217
Indicaţii şi răspunsuri Testul nr. 9
3. L = 2.
$ π2
4. a) f continuă pe 0, ;
2
b) Se foloseşte consecinţa lui Darboux: Dacă
f : [a, b] → [a, b]
continuă pe [a, b] şi f (a) · f (b) ≤ 0 atunci (∃)c ∈ [a, b] astfel ı̂ncât f (c) = c.
1 3 1 1
5. b) Se consideră şirurile , şi , .
n n n n
1 1 1 2
6. Se consideră şirurile , şi , .
n2 n n2 n
7. a) lim lim f (x, y) = 1 şi lim lim f (x, y) = −1, deci nu există limita globală ı̂n (0, 0).
x→0 y→0 y→0 x→0
b) Avem lim lim f (x, y) = 0 dar nu există lim lim f (x, y). Avem limita globală
y→0 x→0 x→0 y→0
lim f (x, y) = 0.
(x,y)→(0,0)
8. a) L = 2;
b) L = 2.
218
Bibliografia aferentă capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate ı̂n economie - Volumul II,
Editura ULB, Sibiu, 2002.
219
Capitolul 11
Definiţia 11.1.1 Spunem că funcţia f are derivată ı̂n punctul x0 dacă există ı̂n R limita
f (x) − f (x0 )
lim ,
x→x0 x − x0
220
Demonstraţie. Din ipoteză avem că există şi este finită
f (x) − f (x0 )
lim = f (x0 ).
x→x0 x − x0
f (x) − f (x0 )
f (x) = (x − x0 ) + f (x0 ),
x − x0
de unde prin trecere la limită obţinem lim f (x) = f (x0 ), ceea ce ne arată că f este continuă
x→x0
ı̂n x0 .
Observaţia 11.1.1 Reciproca Propoziţiei 11.1.1 este falsă deoarece există funcţii continue
ı̂ntr-un punct care nu sunt derivabile ı̂n acel punct. Pentru aceasta, este suficient să
considerăm funcţia f (x) = |x|, x ∈ R, care este continuă pe R dar nu este derivabilă ı̂n 0.
Definiţia 11.1.2 Dacă funcţia f : A → R, A ⊆ R, este derivabilă ı̂n orice punct al unei
submulţimi B a lui A, atunci spunem că f este derivabilă pe B.
Dacă B este formată din toate punctele lui A ı̂n care funcţia f este derivabilă, atunci
B se numeşte domeniul de derivabilitate a lui f .
În acest caz, funcţia definită pe B cu valori reale care asociază fiecărui punct x ∈ B
derivata f (x) ı̂n punctul x se numeşte derivata lui f pe mulţimea B şi notăm prin f .
Operaţia prin care din funcţia f obţinem funcţia f se numeşte operaţie de derivare.
f (x) − f (x0 )
fd (x0 ) = x→x
lim ,
0
x>x0
x − x0
Observaţia 11.1.2 Dacă funcţia f este definită pe un interval [a, b] şi are derivată la dreapta
ı̂n punctul a, respectiv la stânga ı̂n punctul b, atunci convenim să spunem că f are derivată
ı̂n a, respectiv ı̂n b.
Din legătura ı̂ntre limita unei funcţii ı̂ntr-un punct şi limitele laterale ı̂n acel punct,
obţinem:
Teorema 11.1.1 Fie f, g : A → R două funcţii derivabile ı̂n x0 ∈ A ∩ A şi λ ∈ R. Atunci sunt
variabile afirmaţiile:
221
2) Produsul λf este derivabilă şi
(λf ) (x0 ) = λf (x0 );
Cum lim u(y) = g (y0 ) rezultă că u este continuă ı̂n punctul y0 = f (x0 ). Din (11.1)
y→y0
obţinem:
g(y) − g(y0 ) = u(y) · (y − y0 ), pentru orice y ∈ J
Deci avem
g(f (x)) − g(f (x0 )) = u(f (x0 ))(f (x) − f (x0 )),
pentru orice x ∈ I.
Rezultă că, pentru orice x ∈ I − {x0 } avem
g(f (x)) − g(f (x0 )) f (x) − f (x0 )
(11.2) = u(f (x))
x − x0 x − x0
Cum f este derivabilă ı̂n x0 rezultă că f este continuă ı̂n x0 , de unde, ţinând seama
de continuitatea lui u ı̂n y0 = f (x0 ), deducem că funcţia compusă u ◦ f este continuă ı̂n x0 .
Acum, utilizând derivabilitatea lui f ı̂n punctul x0 obţinem din (11.2) că există limita
g(f (x)) − g(f (x0 ))
(11.3) lim = u(f (x))f (x0 )
x→x0 x − x0
Dar din (11.1), avem u(y0 ) = u(f (x0 )) = g (y0 ) =
= g (f (x0 )) şi atunci din (11.3) obţinem
(g ◦ f ) (x0 ) = g (f (x0 ))f (x0 ),
ceea ce trebuia demonstrat.
222
Teorema 11.1.3 Fie f : I → J, I, J intervale ale lui R, o funcţie continuă şi bijectivă. Dacă
f este dervabilă ı̂n punctul x0 ∈ I şi f (x0 ) = 0, atunci funcţia inversă f −1 este derivabilă ı̂n
punctul f (x0 ) = y0 şi are loc formula
1
(f −1 ) (y0 ) = ,
f (x0 )
adică
1
(f −1 ) =
f ◦ f −1
Demonstraţie. Ţinând seama de Teorema 10.4.10 rezultă că f este strict monotonă. În
această situaţie deducem că funcţia inversă f −1 este strict monotonă şi continuă. Fie
y ∈ I − {y0 } şi x = f −1 (y). Deoarece y = y0 , ţinând seama de strict monotonia lui f −1 ,
rezultă că şi x = x0 . Acum, putem scrie
f −1 (y) − f −1 (y0 ) 1 1
lim = = .
y→y0 y − y0 f (x) − f (x0 ) f (x0 )
lim
x→x0 x − x0
În finalul acestui paragraf să introducem noţiunea de derivată de ordin superior.
Fie f : D → R o funcţie derivabilă pe mulţimea D. În acest caz, există funcţia derivată
f : D → R.
Definiţia 11.1.4 Spunem că funcţia f : D → R2 este de două ori derivabilă ı̂ntr-un punct
x0 ∈ D, dacă f este derivabilă ı̂ntr-o vecinătate a punctului x0 şi f este derivabilă ı̂n
punctul x0 . În acest caz derivata lui f ı̂n punctul x0 se numeşte derivata a doua a lui f ı̂n
x0 şi o notăm cu f (x0 ).
Dacă f este derivabilă pe D, atunci derivata lui f se numeşte derivata a doua (sau
de ordinul doi) a lui f şi se notează cu f .
În general, spunem că f este derivabilă de n (n ≥ 2, n ∈ N) ori ı̂n x0 ∈ D dacă f este
de (n − 1) ori derivabilă pe o vecinătate V a lui x0 şi dacă derivata de ordin (n − 1), notată
prin f (n−1) , este derivabilă ı̂n punctul x0 .
Spunem că f este derivabilă de n ori pe D dacă f este derivabilă de n ori ı̂n orice
punct x ∈ D.
Derivatele succesive ale lui f se notează prin f (1) = f , f (2) = f , f (3) = f , . . ., f (n)
pentru orice n ∈ N∗ . Convenim, de asemenea, să notăm prin f (0) = f .
În general, aflarea derivatei de ordinul n a funcţiei f se face prin inducţie matematică.
Exemplul 11.1.1. Se consideră funcţia f : E → R, f (x) = (ax + b)α , α ∈ R, iar E domeniul
maxim de definiţie al lui f . Să se calculeze f (n) . Avem
223
= α(α − 1) . . . (α − n + 1)(α − n)an+1 (a + b)α−n−1
Aşadar, avem
(11.4) ((ax + b)α )(n) = α(α − 1) . . . (α − n + 1)an (ax + b)α−n
Cazuri particulare. 1. Dacă α = n, atunci din (11.4) găsim ((ax + b)n )(n) = n!an , de unde
pentru a = 1 şi b = 0 obţinem (xn )(n) = n!.
2. Dacă α = −1, atunci din (11.4) obţinem
(n)
1 (−1)n · n!an
= .
ax + b (ax + b)n+1
3. Dacă α = 12 , atunci din (11.4) obţinem
√
√ (n) n−1 1 · 3 · 5 · . . . · (2n − 3) ax + b
( ax + b) = (−1) n
, n ≥ 2.
2 (ax + b)n
Exemplul 11.1.2. (Formula lui Leibniz.) Fie f, g : D ⊆ R → R două funcţii de n ori derivabile
pe D. Atunci are loc egalitatea
n
(f g)(n) (x) = Cnk f (n−k) (x)g (k) (x),
k=0
k 1 2
= Cki f (k−i+1) (x)g (i) (x) + f (k−i) (x)g (i+1) (x) =
i=0
= Ck0 f (k+1) (x)g (0) (x) + [Ck0 + Ck1 ]f (k) (x)g (1) (x)+
+[Ck1 + Ck2 ]f (k−1) (x)g (2) (x) + . . . + [Ckk−1 + Ckk ]f (1) (x)g (k) (x)+
+Ckk f (0) (x)g (k+1) (x).
Deoarece Ck0 = Ck+1
0 k+1
= 1, Ckk = Ck+1 = 1 şi Cki−1 + Cki = Ck+1
i
, i ≤ k, egalitatea precedentă
conduce la
k+1
(k+1−i) (i)
(f g)k+1 (x) = i
Ck+1 f(x) · g(x) ,
i=0
ceea ce trebuia demonstrat. Aşadar, formula lui Leibniz este adevărată.
224
Teorema 11.2.1 (Teorema lui Fermat). Fie I un interval al lui R şi fie funcţia f : I → R.
Dacă x0 este un punct de extrem local interior al intervalului I şi f este derivabilă ı̂n x0 ,
atunci f (x0 ) = 0.
Demonstraţie. Să presupunem că x0 este un punct de maxim local pentru f , adică există
o vecinătate V (x0 ) a punctului x0 astfel ca f (x) ≤ f (x0 ), pentru orice x ∈ V (x0 ) ∩ I. Atunci,
pentru x ∈ V (x0 ) ∩ I cu x < x0 putem scrie
f (x) − f (x0 )
(11.5) ≤ 0,
x − x0
iar pentru x ∈ V (x0 ) ∩ I cu x > x0 avem
f (x) − f (x0 )
(11.6) ≥ 0.
x − x0
Cum f este derivabilă ı̂n punctul interior x0 ∈ I, deducem că există fs (x0 ), fd (x0 ) şi
f (x0 ) = fs (x0 ) = fd (x0 ) ∈ R. Ţinând seama de aceasta şi trecând la limită ı̂n (11.5) şi (11.6),
obţinem, pe de o parte că f (x0 ) = fs (x0 ) ≤ 0, iar, pe de altă parte, că f (x0 ) = fd (x0 ) ≥ 0. De
aici, rezultă că f (x0 ) = 0, ceea ce trebuia demonstrat.
Observaţia 11.2.1 Teorema lui Fermat dă numai o condiţie necesară dar nu şi suficientă
pentru existenţa punctelor de extrem. Se poate ı̂ntâmpla ca ı̂ntr-un punct derivata să se
anuleze fără ca punctul respectiv să fie punct de extrem local. Rădăcinile derivatei unei
funcţii se numesc puncte critice sau puncte staţionare pentru funcţia respectivă.
Observaţia 11.2.2 Geometric, teorema lui Fermat afirmă că graficul unei funcţii derivabile
are tangentă paralelă cu axa Ox ı̂n punctele de extrem interioare intervalului de definiţie a
funcţiei.
Teorema 11.2.2 (Teorema lui Rolle). Fie funcţia f : [a, b] → R, unde a, b ∈ R şi a < b. Dacă
sunt ı̂ndeplinite condiţiile:
i) f este continuă pe [a, b],
ii) f este derivabilă pe (a, b),
iii) f (a) = f (b),
atunci există un punct c ∈ (a, b) aşa ı̂ncât f (c) = 0.
Demonstraţie. Dacă f este constantă pe [a, b], atunci f = 0 pe (a, b) şi deci orice punct
c ∈ (a, b) satisface cerinţa f (c) = 0.
Să admitem acum că f nu este constantă pe [a, b]. Cum f este continuă pe intervalul
compact [a, b], conform Corolarului 10.4.3. rezultă că f este mărginită şi ı̂şi atinge marginile.
Dacă m = inf f (x) şi M = sup f (x), atunci există x1 ∈ [a, b] şi x2 ∈ [ a, b] aşa ı̂ncât f (x1 ) = m
x∈[a,b] x∈[a,b]
şi f (x2 ) = M . Cum f nu este constantă pe [a, b] deducem că m < M . Se observă că x1 şi x2
nu pot fi ambele situate ı̂n extremităţile intervalului [a, b]. Într-adevăr, dacă am presupune
că x1 = a sau x1 = b, cum f (a) = f (b), din f (x1 ) = f (a) = m < M = f (x2 ) rezultă că x2 nu poate
coincide nici cu a şi nici cu b, deci x2 ∈ (a, b). Atunci, conform Teoremei lui Fermat, avem
f (x2 ) = 0 şi deci există c = x2 ∈ (a, b) aşa ca f (c) = 0.
Observaţia 11.2.3 Geometric, teorema lui Rolle afirmă că ı̂n condiţiile din enunţul teoremei
există cel puţin un punct al graficului funcţiei f , care nu coincide cu extremităţile, ı̂n care
tangenta este paralelă cu axa Ox.
Observaţia 11.2.4 Dacă ı̂n teorema lui Rolle f (a) = f (b) = 0, atunci rezultă că ı̂ntre două
rădăcini a, b ale funcţiei f există cel puţin o rădăcină c a derivatei.
225
Observaţia 11.2.5 Între două rădăcini reale consecutive ale derivatei unei funcţii pe un
interval se află cel mult o rădăcină reală a funcţiei.
Într-adevăr, fie c1 < c2 două rădăcini consecutive ale derivatei. Să presupunem că
există două răcini reale diferite x1 şi x2 ale funcţiei, f (x1 ) = f (x2 ) = 0, c1 < x1 < x2 < c2 .
După teorema lui Rolle ı̂ntre x! şi x2 trebuie să existe o rădăcină a derivatei, ceea ce nu se
poate, c1 şi c2 fiind rădăcini consecutive ale derivatei.
Această observaţie permite să separăm rădăcinile reale ale ecuaţiei f (x) = 0, dacă se
cunosct rădăcinile ecuaţiei f (x) = 0. Fie c1 < c2 < c3 < . . . < ck rădăcinile ecuaţiei f (x) = 0
aşezate ı̂n ordine crescătoare pe intervalul [a, b]. Formăm şirul lui Rolle
Conform observaţiei 11.2.5, ı̂n fiecare interval (a, c1 ), (c1 , c2 ), . . . , (ck , b) există cel mult o
rădăcină a funcţiei. Există o rădăcină pe unul din aceste intervale numai dacă funcţia ia
valori de semne contrare la capetele intervalului respectiv. Prin urmare, ecuaţia f (x) = 0
are atâte rădăcini reale ı̂n [a, b] câte variaţii de semn are şirul lui Rolle.
Teorema 11.2.3 (Teorema lui Cauchy; a doua teoremă de medie a calculului diferenţial).
Fie f, g : [a, b] → R două funcţii care verifică condiţiile:
i) f, g sunt continue pe [a, b].
ii) f, g sunt derivabile pe (a, b).
iii) g (x) = 0 pentru orice x ∈ (a, b).
Atunci există un punct c ∈ (a, b) astfel ca
Demonstraţie. Observăm că g(b) = g(a) deoarece ı̂n caz contrar, conform Teoremei lui Rolle,
aplicată funcţiei g, ar există ξ ∈ (a, b) cu g (ξ) = 0, ceea ce este ı̂n contradicţie cu condiţia
(iii) din enunţ.
Acum, considerăm funcţia auxiliară
f (b) − f (a)
h(x) = f (x) − g(x), x ∈ [a, b],
g(b) − g(a)
f (b) − f (a)
h (x) = f (x) − g (x), x ∈ (a, b)
g(b) − g(a)
şi h(a) = h(b). Deci, Teorema lui Rolle este aplicabilă funcţiei h, ceea ce implică existenţa
unui punct c ∈ (a, b) aşa că h (c) = 0, echivalentă cu
226
iii) g (x) = 0, oricare ar fi x ∈ I − {x0 };
f (x)
iv) există lim = l ∈ R,
x→x0 g (x)
atunci are loc
f (x) f (x)
lim = lim = l.
x→x0 g(x) x→x0 g (x)
Pentru demonstraţie considerăm funcţiile
f (x) , dacă x ∈ I − {x0 }
F (x) =
0 , dacă x = x0
şi
g(x) , dacă x ∈ I − {x0 }
G(x) =
0 , dacă x = x0
Aceste funcţii sunt continue pe I derivabile pe I − {x0 } şi G (x) = 0, oricare ar fi
x ∈ I − {x0 }. Aplicăm teorema lui Cauchy funcţiilor F (x) şi G(x) pe intervalul compact [x0 , x]
şi avem
F (x) − F (x0 ) F (c) f (c)
= = , x0 < c < x.
G(x) − G(x0 ) G (c) g (c)
De aici, utilizând condiţia iv), prin trecere la limită obţinem:
f (x) f (x)
lim = lim = l.
x→x0 g(x) x→x0 g (x)
A doua regulă a lui l Hospital.Fie a > 0 şi f, g : (a, +∞) → R două funcţii. Dacă sunt
ı̂ndeplinite condiţiile:
f (x) f (x)
lim = lim .
x→∞ g(x) x→∞ g (x)
Pentru&demonstraţie
' se face schimbarea de variabilă x = 1/t şi se aplică prima regulă a lui l Hospital
1
pe intervalul 0, a pentru x → 0.
Observaţia 11.2.7 Dacă avem lim f (x) = lim y(x) = +∞, atunci scriem
x→x0 x→x0
1
f (x) f (x)
lim = lim 1
x→x0 g(x) x→x0 g(x)
Teorema 11.2.4 (Teorema lui Lagrange – teorema creşterilor finite – prima formulă de medie
a calculului diferenţial). Fie f : [a, b] → R o funcţie care satisface condiţiile:
227
i) f este continuă pe [a, b];
f (b) − f (a)
= f (c).
b−a
Demonstraţie. Luăm ı̂n Teorema lui Cauchy funcţia g(x) = x, x ∈ [a, b].
Observaţia 11.2.9 Dacă funcţia f are derivată nulă pe un interval I, atunci f este constantă
pe I.
Demonstraţie. Fie x0 un punct fixat din I şi x ∈ I un punct arbitrar. Aplicăm teorema
lui Lagrange pe intervalul [x0 , x] (sau [x, x0 ]) şi rezultă că există c ∈ (x0 , x) (sau (x, x0 )) aşa
ı̂ncât
f (x) − f (x0 ) = f (c)(x − x0 ).
Cum f (x) = 0, oricare ar fi x ∈ I, rezultă că f (x) = f (x0 ), oricare ar fi x ∈ I, şi deci f
este cosntantă pe intervalul I.
Observaţia 11.2.10 Dacă două funcţii sunt derivabile pe un interval I şi derivatele sunt
egale pe acest interval, atunci diferenţa lor este o constantă.
Demonstraţie. Dacă f (x) = g (x) pentru orice x ∈ I, atunci rezultă că (f − g) (x) = 0,
oricare ar fi x ∈ I. Atunci, pe baza Observaţiei 11.2.9, rezultă, (f − g)(x) = k, oricare ar fi
x ∈ I, adică f (x) − g(x) = k, pentru orice x ∈ I.
Demonstraţie. Vom justifica numai punctul i), celelalte cazuri demonstrându-se ı̂n
mod analog.
Fie x1 , x2 două puncte arbitrare din I aşa ı̂ncât x1 < x2 . Aplicăm teorema lui Lagrange
pe intervalul [x1 , x2 ] şi rezultă că există c ∈ (x1 , x2 ) aşa ı̂ncât f (x2 ) − f (x1 ) = f (c)(x2 − x1 ).
Cum f (x) ≥ 0, oricare ar fi x ∈ I, rezultă că f (x2 ) − f (x1 ) ≥ 0, adică f (x2 ) ≥ f (x1 ).
Aşadar, f este crescătoare pe I.
Afirmaţiile de la punctele i) şi ii) ale Observaţiei admit şi reciproce, ı̂n timp ce
afirmaţiile de la punctele iii) şi iv) nu mai admit reciproce.
Observaţia 11.2.12 Fie f o funcţie continuă pe un interval I şi x0 ∈ I. Dacă f este dervabilă
pe I − {x0 } iar derivata sa f are limită (finită sau infinită) ı̂n punctul x0 , atunci există
derivata funcţiei f şi ı̂n punctul x0 şi ı̂n plus
Pentru demonstraţie se aplică teorema lui Lagrange pe intervalele [x, x0 ] şi [x0 , x] şi se
face x → x0 .
Observaţia 11.2.13 Dacă funcţia f are derivata mărginită pe I, atunci f este funcţia lips-
chitziană pe I.
228
Demonstraţie. Fie x1 , x2 două puncte arbitrare diferite din I. Aplicăm teorema lui
Lagrange pe intervalul [x1 , x2 ] (sau [x2 , x1 ]) şi există c ∈ (x1 , x2 ) aşa ı̂ncât f (x1 ) − f (x2 ) =
f (c)(x1 − x2 ). Cum |f (x)| ≤ M , M > 0, oricare ar fi x ∈ I, avem
Demonstraţie. Fie x1 , x2 ∈ I cu x1 < x2 . Să presupunem că f (x1 ) < f (x2 ) şi
λ ∈ (f (x1 ), f (x2 )). Considerăm funcţia auxiliară g : I → R, g(x) = f (x) − λx, care verifică
inegalităţile: g (x1 ) < 0 şi g (x2 ) > 0.
Deoarece g este derivabilă pe [x1 , x2 ] ∈ I rezultă că g este continuă pe compactul [x1 , x2 ]
deci ı̂şi atinge marginile. Atunci există c ∈ [x1 , x2 ] aşa ı̂ncât g(c) = min g(x). Să arătăm
x∈[x1 ,x2 ]
1)
că c = x1 şi c = x2 . Din g (x1 ) < 0 rezultă că există ε > 0 aşa ı̂ncât g(x)−g(x
x−x1 < 0, pentru
orice x ∈ (x1 , x1 + ε), de unde obţinem că g(x) < g(x1 ), pentru orice x ∈ (x1 , x1 + ε). Această
ultimă inegalitate ne arată că g ı̂şi atinge marginea inferioară ı̂ntr-un punct diferit de x1 ;
deci c = x1 . În mod analog, demonstrăm că c = x2 . Acum, aplicând teorema lui Fermat
funcţiei g pe intervalul [x1 , x2 ] rezultă că g (c) = 0, adică f (c) = λ.
Teorema 11.2.6 (Teorema lui Taylor). Fie I un interval deschis al lui R. Dacă funcţia
f : I → R este derivabilă de n + 1 ori pe I, atunci pentru orice două puncte x, x0 ∈ I, cu
x = x0 , există un punct c ∈ (x, x0 ) (sau (x0 , x)) aşa ı̂ncât
f (x0 ) f (x0 )
f (x) = f (x0 ) + (x − x0 ) + (x − x0 )2 + . . . +
1! 2!
f (n) (x0 ) f (n+1) (c)
+ (x − x0 )n + (x − x0 )(n+1) ,
n! (n + 1)!
numită formula lui Taylor.
f (x0 ) f (x0 )
f (x) = f (x0 ) + (x − x0 ) + (x − x0 )2 + . . . +
1! 2!
(11.7)
f (n) (x0 )
+ (x − x0 )n + K(x − x0 )(n+1) , (∀)x ∈ I,
n!
unde K este un număr real. Considerăm funcţia auxiliară
f (t) f (t)
g(t) = f (t) + (x − t) + (x − t)2 + . . . +
1! 2!
f (n) (t)
+ (x − t)n + K(x − t)(n+1) , (∀)t ∈ I.
n!
Observăm că g este derivabilă pe I, g(x) = f (x), g(x0 ) = f (x0 ). Aşadar, funcţia g
satisface condiţiile teoremei lui Rolle pe [x, x0 ] (sau [x0 , x]). Atunci există un punct c ∈ (x, x0 )
(sau (x0 , x)) aşa ı̂ncât g (c) = 0.
Dar
f (t) f (t) f (t) f (t)
g (t) = f (t) + (x − t) − + (x − t)2 − (x − t)+
1! 1! 2! 1!
f (n+1) (t) f (n) (t)
+... + (x − t)n − (x − t)n−1 − K(n + 1)(x − t)n ,
n! (n − 1)!
229
(∀)t ∈ I, de unde
f (n+1) (t)
g (t) = (x − t)n − K(n + 1)(x − t)n , (∀)t ∈ I.
n!
De aici obţinem g (c) = 0, adică
f (n+1) (c)
(x − c)n = K(n + 1)(x − c)n ,
n!
de unde găsim
f (n+1) (c)
K= ,
(n + 1)!
care ı̂nlocuită ı̂n (11.7) conduce la formula lui Taylor.
Observaţia 11.2.14 Formula lui Taylor este o formulă de aproximare a funcţiei f prin poli-
nomul
f (x0 ) f (x0 )
(Tn f )(x) = f (x0 ) + (x − x0 ) + (x − x0 )2 + . . . +
1! 2!
f (n) (x0 )
+ (x − x0 )n ,
n!
numit polinomul lui Taylor de grad n asociat funcţiei f . Expresia
f (n+1) (c)
(vn t)(x) = (x − x0 )n+1 ,
(n + 1)!
se numeşte restul sub forma Lagrange al formulei lui Taylor.
Proprietatea esenţială a polinomului lui Taylor este dată de relaţiile:
(Tn f )(x0 ) = f (x0 ); (Tn f ) (x0 ) = f (x0 );
(Tn f )(2) (x0 ) = f (2) (x0 ); . . . ; (Tn f )(n) (x0 ) = f (n) (x0 ).
Observaţia 11.2.15 Dacă ı̂n formula lui Taylor considerăm x0 = 0,atunci obţinem Formula
lui MacLaurin, adică
f (0) f (0) 2 f (n) (0) f (n+1) (c) n+1
f (x) = f (0) + x+ x + ... + + x .
1! 2! n! (n + 1)!
Observaţia 11.2.16 Dacă ı̂n formula lui Taylor considerăm n = 0, atunci obţinem formula
creşterilor finite a lui Lagrange (v.Teorema 11.2.4).
Observaţia 11.2.17 Punctul c din intervalul deschis determinat de punctele x şi x0 depinde
de x, x0 şi n. Punctul c se poate scrie şi sub forma c = x0 + θ(x − x0 ), unde θ ∈ (0, 1).
Exemple. 11.2.1. Funcţia f (x) = ex , x ∈ R, este de clasă C ∞ pe R iar f (k) (x) = ex , oricare
ar fi k ∈ N şi oricare ar fi x ∈ R. Cum f (k) (0) = 1, k ∈ N∗ , formula MacLaurin pentru ex are
forma:
x x2 xn xn+1 θx
ex = 1 + + + ... + + e , (∀)x ∈ R.
1! 2! n! (n + 1)!
11.2.2. Funcţia f (x) = ln(1 + x), x ∈ (−1, ∞), este indefinit derivabilă pe (−1, ∞). Cum
(k − 1)!
f (k) (x) = (−1)k−1 , k ∈ N∗ , (∀)x ∈ (−1, ∞)
(1 + x)k
(vezi Exemplul 11.1.1), avem f (0) = 1, f (k) (0) = (−1)k−1 ·
(k − 1)!, k ∈ N∗ şi formula de tip MacLaurin
x x2 x3 x4 xn
ln(1 + x) = − + − + . . . + (−1)n−1 +
1 2! 3! 4! n!
n+1
x 1
+(−1)n ·
n + 1 (1 + θx)n+1
(∀)x ∈ (−1, ∞), θ ∈ (0, 1).
230
11.3 Diferenţiala unei funcţii reale
În acest paragraf introducem noţiunea de diferenţială relativă la o funcţie reală de o
variabilă reală.
Definiţia 11.3.1 Fie f : I → R o funcţie definită pe intervalul deschis I.
Spunem că f este diferenţiabilă ı̂n punctul x0 ∈ I dacă există numărul real A, care
depinde de f şi x0 , şi o funcţie α : I → R cu lim α(x) = α(x0 ) = 0 astfel ı̂ncât
x→x0
pentru orice x ∈ I.
Demonstraţie. Să admite că f este diferenţiabilă ı̂n punctul x0 ∈ I. Atunci există
A ∈ R şi o funcţie α : I → R cu lim α(x) = α(x0 ) = 0 astfel ı̂ncât să aibă loc (11.8).
x→x0
Considerând x = x0 şi ı̂mparţind ı̂n (11.8) ambii membrii prin x − x0 obţinem
f (x) − f (x0 )
A + α(x), (∀)x ∈ I − {x0 }.
x − x0
f (x) − f (x0 )
Cum lim α(x) = 0, rezultă că există lim = A, adică f este derivabilă ı̂n
x→x0 x→x0 x − x0
punctul x0 şi A = f (x0 ).
Reciproc, să presupnem că f este derivabilă ı̂n punctul x0 . Din definiţia derivatei lui
f ı̂n punctul x0 avem
f (x) − f (x0 )
lim = f (x0 ).
x→x0 x − x0
Considerăm funcţia α : I → R,
⎧
⎨ f (x) − f (x0 )
− f (x0 ) , pentru x ∈ I − {x0 }
α(x) = x − x0
⎩ 0 , pentru x = x . 0
Se observă că lim α(x) = α(x0 ) = 0, adică α este continuă ı̂n x0 . Din definiţia lui α
x→x0
pentru x = x0 avem
f (x) − f (x0 ) = f (x0 )(x − x0 ) + α(x)(x − x0 ),
egalitate evident verificată şi pentru x ≡ x0 . Rezultă că f este diferenţiabilă ı̂n x0 şi A =
f (x0 ).
Observaţia 11.3.1 Teorema 11.3.1 exprimă faptul că pentru funcţiile reale de o variabilă
reală noţiunile de diferenţiabilitate şi derivabilitate ı̂ntr-un punct sunt echivalente.
Observaţia 11.3.2 Dacă f este diferenţiabilă ı̂n punctul x0 , atunci pentru valori mici ale lui
h = x − x0 diferenţa
f (x) − f (x0 ) se poate aproxima cu f (x0 )h, adică
Definiţia 11.3.2 Fie f : I → R, I interval deschis din R, derivabilă ı̂n punctul x0 ∈ I. Funcţia
liniară şi omogenă
g : R → R, g(h) = f (x0 )h, h ∈ R,
se numeşte diferenţiala funcţiei f ı̂n punctul x0 şi se notează prin df (x0 ), adică
231
Acum, relaţia (11.9) se mai poate scrie
de unde găsim
(11.11) df (x) = f (x)dx.
Din (11.11) rezultă şi scrierea
df (x)
f (x) = ,
dx
care constituie exprimarea derivatei lui f ı̂n limbajul diferenţialelor.
Ţinând seama de (11.11), obţinem imediat din regulile de derivare următoarele reguli
de diferenţiere: dacă f, g : I → R sunt funcţii derivabile pe intervalul deschis I ⊂ R, atunci
df (u) = f (u)du.
Demonstraţie. Avem
oricare ar fi x ∈ I.
Definiţia 11.3.3 Numim diferenţiala de ordinul doi a funcţiei f ı̂n punctul x, notată prin
d2 f (x), expresia d(df (x)), adică avem
= f (x)dx · dx = f (x)dx2 ,
deoarece d(dx) = 0 (derivata de ordinul doi a funcţiei identice este egală cu 0).
Prin inducţie matematică obţinem că dn f (x) = f (n) (x)dxn . Se mai zice că diferenţialele
de ordin superior sunt invariante faţă de ordinul de derivare.
Această proprietate nu se mai păstrează pentru diferenţiala funcţiilor compuse.
232
11.4 Aplicaţiile derivatei ı̂n economie
Economia este considerată cea mai ”exactă” dintre ştiinţele sociale, [?], deoarece, ı̂n
general, procesele economicce sunt studiate prin modele matematice. În §3.2 am văzut
că relaţiile dintre diferite mărimi economice se pot exprima prin funcţii. Pentru a studia
variaţia unei astfel de funcţii şi a trasa graficul ei se folosesc derivatele funcţiei de ordinul
ı̂ntâi şi doi.
În domeniul economic ı̂n descrierea variaţiei mărimii y ı̂n raport cu o altă mărime
x, dată prin funcţia y = f (x), x ∈ I, I interval din R, se utilizează conceptul de medie şi
conceptul de marginal. (vezi partea introductivă la capitolul 4).
Definiţia 11.4.1 Numim valoarea medie a lui f pe intervalul [x, x + h] ⊂ I,h > 0, notată cu
f (x), raportul
Δf f (x + h) − f (x)
= .
Δx h
Exemple: 11.4.1. Fie P (t) numărul de unităţi produse ı̂ntr-un flux tehnologic după t ore de
la ı̂nceperea proccesului. Valoarea medie a lui P (t) ı̂ntr-un interval de h ore este
P (t + h) − P (t)
= P (t)
h
şi se numeşte producţie medie.
11.4.2. Dacă funcţia de cost total pentru realizarea a x unităţi dintr-un produs este
2
C(x) = x9 + x + 100, x ≥ 1 să stabilim câte unităţi trebuie realizate pentru a avea cel mai
scăzut preţ mediu pe unitate de produs.
Trebuie să studiem variaţia funcţiei preţ mediu
C(x) x 100
C(x) = = + , x ≥ 1.
x 9 x
1 100
Cum C(x) = 9 − x2 are rădăcina x = 30, din tabelul de variaţie
x 1 30 ∞
C (x) − − − 0 + + +
910 23
C(x) 9 3 ∞
rezultă că vom avea cel mai scăzut preţ mediu dacă se produc 30 unităţi de produs.
f (x + h) − f (x) df (x)
lim = f (x) =
h→0 h dx
Exemplul 11.4.3. În cazul Exemplului 11.4.1, valoarea marginală a producţiei P (t) este
productivitatea
P (t + h) − P (t)
P (t) = lim .
h→0 h
Definiţia 11.4.3 Numim variaţia relativă a funcţiei
f : I → R ı̂n punctul x ∈ I raportul
Δf (x) f (x + h) − f (x)
= , h > 0.
f (x) f (x)
233
Definiţia 11.4.5 Numim ritmul local (marginal) a funcţiei f : I → R ı̂n punctul x limita
lim Rf,m , adică
h→0 0
Δf (x) Δf (x) 1 f
lim h = lim · = = (ln f ) ,
h→0 f (x) h→0 h f (x) f
care este derivata logaritmică a lui f . Ritmul local a lui f ı̂n x se notează prin Rf,x .
Definiţia 11.4.6 Numim elasticitatea medie a funcţiei f : I → R ı̂n punctul x, notată prin
Em , raportul variaţiilor relative ale lui f (x) şi x, adică
0
Δf (x) h Δf (x) x
Ef,m = = · .
f (x) x h f (x)
Proprietatea importantă a elasticităţii unei funcţii este aceea că ea este ca mărime
independentă de unităţile de măsură ı̂n care au fost măsurate variabilele f (x) şi x.
Exemplul 11.4.4. Fie x = ap + b, a > 0, b > 0 o funcţie cerere pentru o marfă de preţ p.
Elasticitatea marginală a cererii ı̂n p este
ap
Eap+b,p = p(ln(ap + b)) = .
ap + b
Cum Eap+b,p < 1, rezultă că la o cerere de tip liniar la o creştere relativă a preţului
corespunde o creştere relativă mai mică pentru cerere.
Observaţia 11.4.1 Noţiunile introduse ı̂n acest paragraf se transpun uşor la noţiunile din
domeniul economic. Astfel, avem cost mediu, cost marginal, elasticitatea costului, cerere
medie, cerere marginală, elasticitatea cererii etc.
234
11.5 Test de verificare a cunoştinţelor nr. 10
1. Definiţi următoarele noţiuni:
a) Derivata unei funcţii reale de o variabilă reală;
b) Diferenţiala unei funcţii reale de o variabilă reală.
2. Enunţaţi:
a) Teorema lui Fermat;
b) Teorema lui Rolle;
c) Teorema lui Lagrange;
d) Teorema (formula) lui Taylor;
c) Teorema lui Cauchy.
3. Studiaţi derivabilitatea funcţiei:
√
a) f : R → R, f (x) = 3 x3 − 3x + 2;
-
x2
b) f : R → R, f (x) = (x − 1) · arcsin ı̂n punctul x = 0.
x2+1
a0 2a1 22 a2 2n an
4. Numerele a0 , a1 , ..., an verifică condiţia + + + ... + = 0. Să se arate că
1 2 3 n+1
2
funcţia f : [1, e2 ] → R, f (x) = a0 + a1 ln x + a2 ln x + ... + an ln x are cel puţin un zero ı̂n
n
intervalul (1, e2 ).
5. a) Se consideră fincţia f : (−1, ∞) → R, f (t) = ln(1 + t). Aplicând teorema lui Lagrange
funcţiei f pe intervalul [0, x], x > 0, să se arate că oricare ar fi x > 0 are loc relaţia:
x − (1 + x) · ln(1 + x) < 0;
1
b) Să se arate că funcţia g : (0, ∞) → R, g(x) = (1 + x) x este monoton descrescătoare.
6. Utilizând teorema lui Cauchy să se demonstreze inegalitatea:
arctgx
ln(1 + x) > , x > 0.
1+x
h(x) = x3 · sin x.
235
Indicaţii şi răspunsuri
Test nr. 10
3. a) f este derivabilă pe R\{−2, 1}, iar (−2, 0) este punct de inflexiune şi (1, 0) este punct
de ı̂ntoarcere.
b) f este derivabilă ı̂n x = 0, iar (0, 0) este punct unghiular.
a0 ln x a1 ln2 x an lnn+1 x
g(x) = + + ... +
1 2 n+1
şi se aplică teorema lui Rolle.
7. a) (−1, 0) şi (1, 0) sunt puncte de minim local, iar (0, 1) este punct de maxim local;
$ π%
b) f (n) (x) = sin x + n , (∀)n ∈ N.
2
& ' & '
c) h (x) = 6 · 20 − 3x2 · 120 · cos x + x3 − 6x · 20
(20) 3
20 · sin x.
x2 x3 xn+1
ln(1 + x) = x − + + ... + (−1)n · +
2 3 n+1
xn+2 1
+(−1)n+1 · · cu θ ∈ (0, 1).
n + 2 (1 + θx)n+2
(x + 1)n+1 −1+θ(x+1)
+ ·e .
(n + 1)!
10. Se impune ca restul formulei lui Mac Laurin să aibă valoarea absolută mai mică sau
1
egală cu şi se obţine n ≥ 2.
16
236
Bibliografia aferentă capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate ı̂n economie - Volumul II,
Editura ULB, Sibiu, 2002.
237
Capitolul 12
238
Aceste limite se numesc respectiv derivata parţială a funcţiei f ı̂n raport cu x şi
derivata parţială a funcţiei f ı̂n raport cu y, ı̂n punctul M (a1 , a2 ). Ele se notează prin
∂f (a1 , a2 ) ∂f (a1 , a2 )
fx (a1 , a2 ) = şi respectiv fy (a1 , a2 ) = .
∂x ∂y
Este evident că dacă funcţia f este derivabilă ı̂n raport cu x şi respectiv cu y, atunci
f este continuă ı̂n raport cu x şi respectiv ı̂n raport cu y.
Dacă funcţia f este derivabilă parţial ı̂n orice punct din domeniul D, atunci derivatele
parţiale resprezintă noi funcţii de două variabile, definite pe D şi asociate funcţiei f .
∂f (M ) ∂f (a1 , a2 , . . . , an )
fx k (M ) = fx k (a1 , a2 , . . . , an ) sau =
∂xk ∂xk
O funcţie de n variabile derivabilă ı̂n fiecare punct al domeniului D este derivabilă
parţial ı̂n acel domeniu şi derivatele parţiale sunt funcţii de n variabile definite ı̂n acel
domeniu. Calculul lor se face pe aceleaşi principii ca la funcţiile de două variabile.
239
Exemplul 12.1.3. Pentru funcţia u = ln(x2 + y 2 + z 2 ) definită pe R − {(0, 0, 0)} = D, avem
derivatele parţiale:
∂u 2x ∂u 2y
ux = = 2 , uy = = 2 ,
∂x x + y2 + z2 ∂y x + y2 + z2
∂u 2z
uz = = 2 .
∂z x + y2 + z2
3z
Exemplul 12.1.4. Pentru funcţia u = xy definită pe D = {(x, y, z) ∈ R3 |x > 0, y > 0, z ∈ R},
derivatele parţiale sunt:
∂u 3z ∂u 3z
= y 3z xy −1 , = xy 3z · y 3z−1 ln x,
∂x ∂y
∂u 3z
= xy y 3z ln y ln x.
∂z
Acum să introducem derivatele parţiale de ordin superior.
Derivatele parţiale pentru funcţia f : D ⊆ R2 → R, z = f (x, y) sunt noi funcţii de două
variabile. Dacă derivatele parţiale fx (x, y), fy (x, y) sunt la rândul lor derivabile parţial ı̂n
raport cu x şi y, atunci derivatele lor parţiale se numesc derivate parţiale de ordinul doi ale
funcţiei f . Ele se notează prin
∂f ∂f ∂2f
(fx )x = fx2 sau = ;
∂x ∂x ∂x2
∂ ∂f ∂2f
(fx )y = fxy sau = ;
∂y ∂x ∂y∂x
∂f ∂f ∂2f
(fy )x = fyx sau = ;
∂y ∂x ∂y∂x
∂ ∂f ∂2f
(fy )y = fy2 sau = .
∂y ∂y ∂x2
Exemplul 12.1.5. Pentru funcţia f (x, y) = ln(x2 + y 2 + 3), (x, y) ∈ R2 , avem
2x 2y
fx = , fy = 2 ,
x2 + y 2 + 3 x + y2 + 3
2x 2(x2 + y 2 + 3) − 2x · 2x 2(y 2 − x2 + 3)
fx2 = = = ,
x2 + y 2 + 3 x (x2 + y 2 + 3)2 (x2 + y 2 + 3)2
2x 4xy
fxy = =− 2 ,
x2 + y 2 + 3 y (x + y 2 + 3)2
2y −4xy
fyx = = 2 ,
x2 + y 2 + 3 x (x + y 2 + 3)2
2y 2(x2 + y 2 + 3) − 4y 2 2(x2 − y 2 + 3)
fy2 = = = .
x2 + y 2 + 3 y (x2 + y 2 + 3)2 (x2 + y 2 + 3)2
Se observă că derivatele fxy şi yx , numite şi derivate parţiale mixte, sunt egale. În
general ele nu sunt egale. Următoarea teoremă dă condiţii suficiente ca derivatele parţiale
mixte să fie egale.
Teorema 12.1.1 (A.Schwarz). Dacă funcţia f : D ⊆ R2 → R, z = f (x, y) are derivate parţiale
de ordinul doi ı̂ntr-o vecinătate V a lui (x, y) ∈ D şi dacă fxy este continuă ı̂n punctul (x, y),
atunci fxy (x, y) = fyx (yx).
240
Nu prezentăm demonstraţia acestei teoreme.
Observaţia 12.1.3 Derivatele parţiale de ordin superior se definesc şi pentru funcţiile de n
variabile, n ≥ 3. Pentru derivatele lor mixte se păstrează afirmaţia din Teorema 12.1.1.
Exemplul 12.1.6. Să calculăm derivatele parţiale de ordinul doi pentru funcţia
f (x, y, z) = x2 + y 2 + z 2 , (x, y, z) ∈ R3 .
Avem:
x y
fx = , fy = ,
x2 + y 2 + z 2 x2 + y 2 + z 2
z
fz =
x2 + y2 + z2
x2
x2 + y 2 + z 2 − √
x2 +y 2 +z 2 y2 + z2
fx2 = = ,
x2 + y 2 + z 2 (x2 + y 2 + z 2 )3/2
yx
fxy = fyx =− ,
(x2 + y 2 + z 2 )3/2
xz
fxz = fzx =− 2 ,
(x + y 2 + z 2 )3/2
yz
fyz = fzy =− 2 ,
(x + y 2 + z 2 )3/2
x2 + z 2
fy2 = ,
(x2 + y 2 + z 2 )3/2
x2 + z 2
fz2 = , (x, y, z) ∈ R3 − {(0, 0, 0)}.
(x2 + y 2 + z 2 )3/2
∂3u
Exemplul 12.1.7. Să calculăm dacă u = exyz , (x, y, z) ∈ R3 .
∂x∂y∂z
Avem
∂u
= xyexyz ,
∂z
∂2u
= xexyz + xy · xzexyz = (x + x2 yz)exyz ,
∂y∂z
∂3u
= (1 + 2xyz)exyz + (x + x2 yz)yzexyz =
∂x∂y∂z
= (1 + 3xyz + x2 y 2 z 2 )exyz , oricare ar fi (x, y, z) ∈ R3 .
241
Fig.12.2.1.
Prima este o curbă de pe suprafaţă, care trece prin M ı̂n direcţia lui Ox şi arată
variaţia lui z când x variază. În această secţiune valoarea lui y este b. Panta tangentei M Tx
la secţiune ı̂n M este măsurată de derivata lui z ca funcţie de x, adică de derivata parţială
∂z ∂f (a,b)
∂x (a, b) = ∂x .
(a,b)
La fel, valoarea ∂z(a,b)
∂y = ∂f∂y măsoară panta lui M Ty , tangenta ı̂n M (a, b) la secţiunea
verticală a suprafeţei perpendiculară pe Ox ı̂n x = a.
În concluzie, derivatele parţiale ∂f ∂f
∂x (a, b) şi ∂y (a, b) măsoară pantele suprafeţei z = f (x, y)
ı̂n două direcţii perpendiculare duse ı̂n punctul M (a, b), una perpendiculară pe Oy, iar
cealaltă pe Ox.
Utilizând interpretarea geometrică a derivatelor parţiale ale funcţiei z = f (x, y) ı̂n
punctul M (a, b, f (a, b)) putem scrie ecuaţia planului tangent la suprafaţa z = f (x, y) ı̂n punctul
M (a, b, f (a, b)). Acesta are forma
∂f (a, b) ∂f (a, b)
(x − a) + (y − b) = z − f (a, b).
∂x ∂y
Exemplul 12.2.1. Să scriem ecuaţia planului tangent la suprafaţa z = xy + 2x − 3y + 1 ı̂n
punctul M (1, 1, 1).
Avem
zx = y + 2, zx (1, 1) = 3,
zy = x − 3, zx (1, 1) = −2,
z(1, 1) = 1,
iar ecuaţia planului tangent este:
(x − 1)3 + (y − 1)(−2) = z − 1
242
adică
3x − 2y − z = 0.
Din punct de vedere economic derivatele parţiale au interpretări analoage cu cele de
la derivata funcţiilor reale de o variabilă reală.
De exemplu, dacă cererea pieţei pentru o marfă X este o funcţie de toate preţurile
pieţei
x = f (p1 , p2 , . . . , pn ), (p1 , p2 , . . . , pn ) ∈ Rn+ ,
atunci derivatele parţiale ale acestei funcţii arată variaţiile cereri când unul din preţuri
variază, celelalte rămânând constante.
Elasticitatea parţială a cererii pentru X ı̂n raport cu preţul său px este
∂(ln x) pk ∂x
nk = − =− · ,
∂(ln pk ) x ∂pk
care este o expresie independentă de unităţile de măsură ale cererii sau preţului. Ea dă
viteza descreşterii relative a cererii pentru o creştere relativă a preţului.
∂x
Raportul x/pk poate fi numit cerere medie, iar derivata parţială ∂p k
, cererea marginală
dată de preţul pk ı̂n combinaţia de preţuri (p1 , p2 , . . . , pn ).
z = f (u, v), u = ax + b, v = cx + d, x ∈ R.
Avem
∂f ∂f ∂f ∂f
z (x) =
· u (x) + v (x) = a +c ,
∂u ∂v ∂u ∂v
∂f ∂f
z (x) = (z (x))x = a +c =
∂u ∂v x
* +
∂f ∂f ∂ ∂f ∂ ∂f
=a +c =a u (x) + v (x) +
∂u x ∂v x ∂u ∂u ∂v ∂u
* +
∂ ∂f ∂ ∂f
+c u (x) + v (x) =
∂u ∂v ∂v ∂v
* 2 + * +
∂ f ∂2f ∂2f ∂2f
+a a 2 + c +c a +c 2 =
∂u ∂u∂v ∂u∂v ∂v
243
∂2f ∂2f ∂2f
= a2 2
+ 2ac + c2 2 .
∂u ∂y∂v ∂v
Simbolic acest rezultat se scrie sub forma
(2)
∂ ∂
y (x) = a +c f (u, v),
∂u ∂v
∂ ∂
cu semnificaţia că se ridică binomul la pătrat şi exponenţii puterilor pentru ∂u şi ∂v se iau
ca ordine de derivare pentru f (u, v) ı̂n raport cu u şi v.
Prin inducţie matematică se arată că
(n)
(n) ∂ ∂
(12.2) z (x) = a +c f (u, v)
∂u ∂v
Pentru n = 3 avem
∂3f ∂3f ∂3f ∂3f
z (3) (x) = a3 3
+ 3a2 c 2 + 3ac2 2
+ c3 3 .
∂u ∂u ∂v ∂u∂v ∂v
Funcţiile compuse considerate mai sus sunt funcţii compuse de o singură variabilă. Se
pot considera funcţii din mai multe variabile. Astfel putem forma funcţia compusă de două
variabile
(12.3) z(x, y) = f (u(x, y), v(x, y)), (x, y) ∈ D ⊆ R2 .
Presupunem că funcţia f (u, v) admite derivate parţiale de ordinul ı̂ntâi continue şi
funcţiile u(x, y), v(x, y) au, de asemenea, derivate parţiale de ordinul ı̂ntâi.
Utilizând (12.1) ı̂n raport cu x şi y, din (12.3) găsim:
∂z ∂f ∂u ∂f ∂v
= zx = · + ·
∂x ∂u ∂x ∂v ∂x
∂z ∂f ∂u ∂f ∂v
= zy = · + · .
∂y ∂u ∂y ∂v ∂y
Derivatele parţiale de ordin superior ale acestor funcţii se calculează ı̂n mod analog,
ţinându-se seama că şi derivatele parţiale obţinute sunt funcţii compuse.
Aplicaţia 12.3.1. Funcţii omogene. Un polinom P de două sau mai multe variabile este
omogen de gradul k, k ∈ N, dacă toţi termenii polinomului sunt de gradul k. Aceste poli-
noame au proprietatea evidentă
P (tx1 , tx2 , . . . , txn ) = tk P (x1 , x2 , . . . , xn )
pentru orice t real.
Extindem această definiţie pentru funcţii de mai multe variabile.
Definiţia 12.3.1 Funcţia f (x1 , x2 , . . . , xn ) de n variabile, definită ı̂ntr-un domeniu D ⊆ Rn ,
este omogenă de gradul k, k ∈ R, dacă este ı̂ndeplinită condiţia
(12.4) f (tx1 , tx2 , . . . , txn ) = tk f (x1 , x2 , . . . , xn ),
oricare ar fi t ∈ R.
De exemplu, funcţia
x4 + x2 y 2 + y 4
f (x, y) = , (x, y) ∈ R2 − {(0, 0)}
x4 + y 4
este omogenă de gradul −2 deoarece
t2 x4 + x2 y 2 + y 4
f (tx, ty) = = t−2 f (x, y),
t4 (x4 + y 4 )
oricare ar fi t ∈ R − {0}.
244
Pentru funcţiile omogene este valabil următorul rezultat:
Teorema 12.3.1 Pentru ca funcţia f (x1 , x2 , . . . , xn ) să fie omogenă de gradul k este necesar
şi suficient să avem identitatea
x1 fx 1 (x1 , x2 , . . . , xn ) + x2 fx 2 (x1 , . . . , xn ) + . . . +
+xn fx n (x1 , . . . , xn ) = kf (x1 , x2 , . . . , xn ),
numită identitatea lui Euler.
Demonstraţie. Necesitatea. Funcţia f fiind omogenă de gradul k satisface (12.4). Membrul
ı̂ntâi al acestei relaţii este o funcţie compusă de t. Derivând ambii membrii ı̂n raport cu t,
avem egalitatea
n
xi ftxi
(tx1 , . . . , txn ) = ktk−1 f (x1 , . . . , xn )
i=1
care este adevărată şi pentru t = 1, adică
n
xi fx i (x1 , . . . , xn ) = kf (x1 , . . . , xn ),
i=1
n
tk xi fx i (tx1 , . . . , txn ) − ktk−1 f (tx1 , . . . , txn )
F (t) = i=1
=
t2k
n
t xi fx i (tx1 , . . . , txn ) − kf (tx1 , . . . , txn ))
i=1
= =0
tk+1
pentru orice t = 0.
Rezultă că F (t) este o funcţie constantă. Valoarea constantei este dată de F (1) =
f (x1 , . . . , xn ). Atunci
f (tx1 , . . . , txn )
F (t) = = f (x1 , . . . , xn ),
tk
de unde
f (tx1 , . . . , txn ) = tk f (x1 , . . . , xn ),
adică funcţia f este omogenă de gradul k.
Aplicaţia 12.3.2. Formula lui Taylor. O altă aplicaţie a derivării funcţiilor compuse este
extinderea formulei lui Taylor la funcţiile de mai multe varaibile reale.
Teorema 12.3.2 (Taylor.) Fie funcţia f : D ⊂ R2 → R şi punctul interior M (a1 , a2 ) ∈ D.
Dacă funcţia f are derivate parţiale până la ordinul n + 1, n ∈ N, ı̂ntr-o vecinătate V (M ) a
lui M , atunci există punctul P (ξ, η) ∈ V (M ) aşa ı̂ncât să aibă loc formula
n * +(k)
1 ∂ ∂
f (x, y) = (x − a1 ) + (y − a2 ) f (a1 , a2 )+
k! ∂x ∂y
k=0
* +(n+1)
1 ∂ ∂
+ (x − a1 ) + (y − a2 ) f (ξ, η),
(n + 1)! ∂x ∂y
oricare ar fi (x, y) ∈ V (M ), numită formula lui Taylor
245
Demonstraţie. Considerăm funcţia compusă
şi t ∈ [0, 1]. Pentru t = 0 avem F (0) = f (a1 , a2 ), iar pentru t = 1 avem F (1) = f (x, y).
Funcţia de o singură variabilă F (t) este definită şi posedă derivate pe variabilă până
la ordinul (n + 1) continue ı̂n origine şi deci se poate dezvolta după formula lui Maclaurin
ı̂n jurul originii:
t tn tn+1
F (t) = F (0) + F (0) + . . . + F (n) (0) + F (n+1) (θt),
1! n! (n + 1)!
k= 0, 1, ..., n+ 1; de unde
* +(k)
∂ ∂
k
F(0) = (x − a1 ) + (y − a2 ) f (a1 , a2 ), k = 0, n.
∂x ∂y
Observaţia 12.3.1 Formula lui Taylor pentru două variabile se poate generaliza pentru
funcţiile cu m variabile, ı̂n condiţii analoage. Pentru funcţia z = f (x1 , x2 , ..., xm ), definită
ı̂ntr-o vecinătate a unui punct M (a1 , a2 , ..., am ) şi care are derivate parţiale până la ordinul
(n+ 1), continue, este valabilă formula lui Taylor:
n * +k
1 ∂ ∂
f (x1 , x2 , ..., xm ) = (x1 − a1 ) + ... + (xm − am ) f (M )+
k! ∂x1 ∂xm
k=0
* +(n+1)
1 ∂ ∂
+ (x1 − a1 ) + ... + (xm − am ) f (ξ1 , ξ2 , ..., ξm )
(n + 1)! ∂x1 ∂xm
ξ1 = a1 + θ(x1 − a1 ), ξ2 = a2 + θ(x2 − a2 ), ξm = am + θ(xm − am ),
θ ∈ (0, 1).
∂f (M )
Definiţia 12.3.2 Numim derivata funcţiei f după direcţia l ı̂n punctul M, notată prin ∂l ,
numărul real definit prin
∂f (M ) f (x) − f (M )
= lim ,
∂l x→M d(x, M )
246
unde X = (x1 , x2 , ..., xn ) ∈ D iar d(X, M) este distanţa dintre punctele X şi M.
Considerând l = ek = (0, ..., 1, 0, ..., 0), obţinem
∂f (M ) ∂f (M )
= , k = 1, n
∂ek ∂xk
adică derivatele parţiale ale lui f ı̂n punctul M.
Teorema 12.3.3 Dacă funcţia f : D ⊆ Rn → R are derivate parţiale de ordinul ı̂ntâi ı̂n raport
cu fiecare din argumentele xk , k = 1, n, ı̂n punctul M (a1 , a2 , ..., an ) ∈ D, atunci derivata după
direcţia vectorului l = (l1 , ..., ln ), cu ||l|| = 1, este
∂f (M ) ∂f (M ) ∂f (M ) ∂f (M )
= · l1 + · l2 + ... + · ln
∂l ∂x1 ∂x2 ∂xn
Demonstraţie. Ţinând seamă că X = (x1 , ..., xn ) ∈ D situat pe direcţia l se scrie sub forma
M (a1 + tl1 , ..., an + tln ), t ∈ [0, 1], avem
∂f (M ) ∂(an + tln )
+ · =
∂xn ∂t
∂f (M ) ∂f (M ) ∂f (M )
= · l1 + · l2 + ... + · ln ,
∂x1 ∂x2 ∂xn
ceea ce trebuia demonstrat.
Exemplul 12.3.2. Să calculăm derivata ∂f ∂l pentru funcţia f (x, y, z) = xyz+x+y+z+1, (x, y, z) ∈
R3 , ı̂n punctul M(3, 2, 1), după direcţia l dată de dreapta MX, unde X(1, 3, 2).
Avem
M X = (1, 3, 2) − (3, 2, 1) = (−2, 1, 1),
√ √ −2 1 1
||M X|| = 4 + 1 + 1 = 6, l = √ , √ , √ ,
6 6 6
fx (M ) = 3, fy (M ) = 4, fz (M ) = 7
şi
∂f 6 4 7 5
(M ) = − √ + √ + √ = √
∂l 6 6 6 6
Aplicaţia 12.3.3. Fie F : D ⊆ R2 → R o funcţie de două variabile. O funcţie f : A → B cu
A × B ⊆ D astfel ı̂ncât F (x, f (x)) = 0 pentru orice x ∈ A se numeşte funcţie definită implicit
sau pe scurt funcţie implicită.
Cu alte cuvinte, funcţiile y= f(x) definite cu ajutorul ecuaţiilor F(x, y)= 0 se numesc
funcţii implicite. O astfel de ecuaţie poate să aibă pe A una, mai multe soluţii sau nici
una. Se pune problema studierii proprietăţilor (de continuitate, de derivabilitate, etc.) ale
funcţiilor implicite direct de pe ecuaţia de definiţie, fără a face explicitarea lor. Teoremele
care stabilesc astfel de proprietăţi se numesc teoreme de existenţă
247
i) F (a1 , a2 ) = 0
Fx (x, y)
f (x) = − ;
Fy (x, y)
de unde
Fx
y (x) = f (x) = − .
Fy
Pentru calculul derivatelor de ordin superior ale funcţiei f se procedează ı̂n mod analog.
Exemplul 12.3.3. Ecuaţia x3 +3xy+y 3 = 1 defineşte pe y ca funcţie de x, pentru (x, y) ∈ D ⊂ R2 .
Să se calculeze y , y , y (1) şi y (1).
Derivăm ı̂n raport cu x ı̂n ecuaţia care defineşte pe y ca funcţie de x şi avem
x2 + y + xy + y 2 y = 0.
x2 + y
(12.6) y = − .
x + y2
x2 − y + xy − 2x2 yy − y 2 y + 2xy 2
=− .
(x + y 2 )2
Acum, ı̂nlocuim cu y cu expresia din (12.6) şi obţinem
1 + 3y(1) + (y(1))3 = 1,
de unde y(1)= 0. Atunci, din (12.6) şi (12.7) obţinem y (1) = −1 şi y (1) = 0
248
Observaţia 12.3.2 Se pot considera funcţii implicite z = f (x1 , x2 , ..., xn ) de variabile definite
printr-o ecuaţie F (x1 , x2 , ..., xn , z) = 0. Calculul derivatelor parţiale ale lui z se obţin printr-
un procedeu analog cu cel de la derivarea funcţiilor implicite de o variabilă reală.
Exemplul 12.3.4. Să se calculeze derivatele parţiale de ordinul ı̂ntâi ale funcţiei z(x, y)
definită implicit de ecuaţia
2x + y + xyz = ez
Derivăm ı̂n raport cu x şi y ţinând seama că z este funcţie de x şi y. Avem
∂z ∂z
2 + yz + xy = ez · ,
∂x ∂x
∂z ∂z
1 + xz + xy = ez · ,
∂y ∂y
de unde
∂z 2 + yz ∂z 1 + xz
= z , = z ,
∂x e − xy ∂y e − xy
dacă ez − xy = 0.
Observaţia 12.3.3 Există situaţii practice sau teoretice ı̂n care intervin funcţii definite im-
plicit de sisteme de ecuaţii. Să considerăm cazul simplu a două ecuaţii cu patru variabile:
F1 (x, y, u, v) = 0,
F2 (x, y, u, v) = 0.
În anumite condiţii, acest sistem defineşte implicit două funcţii u = f (x, y) şi v = g(x, y)
Pentru calculul derivatelor parţiale de ordinul ı̂ntâi ale funcţiilor u şi v se derivează
ecuaţiile sistemului ı̂n raport cu x şi y, ţinând cont că u şi v sunt funcţii de x şi y. Avem:
∂F1 ∂F1 ∂u ∂F1 ∂v
+ · + · = 0,
∂x ∂u ∂x ∂v ∂x
∂F2 ∂F2 ∂u ∂F2 ∂v
+ · + · = 0,
∂x ∂u ∂x ∂v ∂x
∂F1 ∂F1 ∂u ∂F1 ∂v
+ · + · = 0,
∂y ∂u ∂y ∂v ∂y
∂F2 ∂F2 ∂u ∂F2 ∂v
+ · + · = 0.
∂y ∂u ∂y ∂v ∂y
∂u ∂v
Se observă că primele două ecuaţii formează un sistem liniar ı̂n necunoscutele ∂x şi ∂x .
Ambele sisteme au ca determinant pe
D(F1 , F2 ) ∂F
∂u
1 ∂F1
∂v ,
= ∂F2 ∂F2
D(u, v) ∂u ∂v
249
∂u ∂v
2x + 6u2 − 3v 2 = 0,
∂x ∂x
∂u ∂v
care este un sistem liniar ı̂n necunoscutele ∂x şi ∂x ,
cu determinantul
2u 2v
= −6uv(v + 2u).
6u2 −3v 2
∂u 3v + x ∂v x − 6u
= , = .
∂y 3u(v + 2u) ∂y 3v(v + 2u)
u2 (2, 1) + v 2 (2, 1) = 2
astfel ı̂ncât
(12.8) f (x, y) − f (a1 , a2 ) = fx (a1 , a2 )(x − a1 ) + fy (a1 , a2 )(y − a2 )+
+α1 (x, y)(x − a1 ) + α2 (x, y)(y − a2 ).
250
Demonstraţie. Avem
unde ξ este cuprins ı̂ntre a1 şi x, iar η este cuprins ı̂ntre a2 şi y. Acum putem scrie
şi
lim α2 (x, y) = lim [fy (a1 , η) − fy (a1 , a2 )] = 0
(x,y)→(a1 ,a2 ) (x,y)→(a1 ,a2 )
251
∂f ∂f
= dx + dy.
∂x ∂y
În unele situaţii este avantajos să folosim scrierea
∂ ∂
df = dx + dy f,
∂x ∂y
∂f ∂f
df = dx + dy = y 2 (1 + 3x)e3x+y dx + xy(2 + y)e3x+y dy
∂x ∂y
Observaţia 12.4.2 Metoda directă de a diferenţia o funcţie este de a folosi formula funda-
mentală
n
∂f
df = · dxk .
∂xk
k=1
Uneori este mai convenabil să se folosească regulile de diferenţiere, care sunt analoage cu
regulile de derivare.
Exemplul 12.4.2. Să calculăm diferenţiala funcţiei u = x2 + y 2 + z 2 , (x, y, z) ∈ R3
Avem
d(x2 + y 2 + z 2 ) d(x2 ) + d(y 2 ) + d(z 2 )
du = = =
2 x2 + y 2 + z 2 2 x2 + y 2 + z 2
x y z
= dx + dy + dz,
2 2
x +y +z 2 2
x +y +z 2 2 x + y2 + z2
2
Demonstraţie. Dacă f (x, y) = k, k constantă, pentru orice (x, y) ∈ D, atunci alegând pe rând
x constant şi y constant, obţinem ∂f ∂f
∂x = 0, ∂y = 0, deci df = 0 pe domeniul D. Reciproc, dacă
df = ∂f
∂x dx + ∂f
∂y dy = 0, pentru orice (x, y) ∈ D, atunci alegând pe rând x constant şi constant,
∂f ∂f
obţinem ∂x = 0 şi ∂y = 0.
252
Teorema 12.4.3 Dacă o expresie diferenţială E = P (x, y)dx + Q(x, y)dy, cu funcţiile P şi Q
continue pe domeniul D ⊆ R2 , este diferenţiala unei funcţii f : D → R, pentru orice (x, y) ∈ D,
∂x şi Q = ∂y , pentru orice (x, y) ∈ D
atunci P = ∂f ∂f
Observaţia 12.4.3 Proprietăţile diferenţialei din Teoremele 12.4.2. şi 12.4.3. se menţin şi
pentru funcţiile de n variabile, n ≥ 3.
Ca şi la funcţiile de o variabilă se pot introduce diferenţialele de ordin superior.
Definiţia 12.4.2 Numim diferenţială de ordinul doi a unei funcţii de mai multe variabile,
diferenţiala diferenţialei de ordinul ı̂ntâi.
În general, diferenţiala de ordinul n, n ∈ N∗ , este diferenţiala diferenţialei de ordinul (n-
1).
253
Pentru o funcţie de n variabile, diferenţiala de ordinul m are forma
* +(m)
m ∂ ∂ ∂
d f= dx1 + dx2 + ... + dxn f (x1 , x2 , ..., xn )
∂x1 ∂x2 ∂xn
Observaţia 12.4.4 În cazul funcţiilor compuse de mai multe variabile formula diferenţialei
de ordinul ı̂ntâi se păstrează, spunându-se că ”diferenţiala de ordinul ı̂ntâi este invariantă
faţă de operaţia de compunere a funcţiilor”. Formula pentru diferenţialele de ordin superior
nu se mai păstrează pentru funcţiile compuse de mai multe variabile, adăugându-se câţiva
termeni suplimentari.
Definiţia 12.5.1 Un punct M (a1 , a2 ), (a1 , a2 ) ∈ D, se numeşte punct de minim local (relativ)
respectiv maxim local (relativ) al lui f dacă există o vecinătate V(M) a lui M aşa ı̂ncât
pentru orice (x, y) ∈ V (M ) ∩ D să avem f (x, y) ≥ f (a1 , a2 ) respectiv f (x, y) ≤ f (a1 , a2 ).
Cel mai mare dintre toate maximele locale se numeşte maxim absolut, iar cel mai mic
dintre toate minimele locale, minim absolut. Maximele şi minimele unei funcţii se numesc
extremele funcţiei.
Demonstraţie. Pentru y = a2 , funcţia f (x, a2 )are ı̂n punctul x = a1 , un punct de extrem şi
este derivabilă ı̂n acest punct deci, conform teoremei lui Fermat avem fx (a1 , a2 ) = 0.
În mod analog, pentru x = a1 , funcţia f (a1 , y) are ı̂n punctul y = a2 un punct de extrem
şi deci fy (a1 , a2 ) = 0.
Reciproca teoremei nu are loc, adică dacă fx (a1 , a2 ) = 0, fy (a1 , a2 ) = 0 nu rezultă că (a1 , a2 )
este punct de extrem. Punctele (a1 , a2 ) pentru care fx (a1 , a2 ) = 0, fy (a1 , a2 ) = 0 se numesc
puncte staţionare. Aşadar, punctele de extrem ale funcţiei f se găsesc printre soluţiile
sistemului fx = 0, fy = 0, ı̂nsă nu toate soluţiile acestui sistem sunt puncte de extrem.
254
Observaţia 12.5.1 Într-un punct de extrem avem fx (a1 , a2 ) = 0, fy (a1 , a2 ) = 0, deci df (a1 , a2 ) =
0.
Ne interesează o condiţie suficientă ca un punct staţionar să fie punct de extrem.
Teorema 12.5.2 Fie punctul (a1 , a2 ) interior domeniului D ⊆ R2 , punct staţionar al funcţiei
f : D → R. Presupunem că funcţia f are derivate parţiale de ordinul doi continue ı̂ntr-o
vecinătate V (a1 , a2 ) a punctului (a1 , a2 ). Se consideră matricea Hess
2 2
∂ f ∂ f
∂x2 ∂x∂y
H= ∂2f ∂2f
∂x∂y ∂y 2
cu minorii principali
∂ 2 f (a1 , a2 )
1 = , 2 = det H(a1 , a2 )
∂x2
Cu aceste notaţii au loc afirmaţiile:
i) dacă 1 > 0 şi 2 > 0, atunci punctul (a1 , a2 ) este punct de minim local pentru f ;
ii) dacă 1 < 0 şi 2 > 0, atunci punctul (a1 , a2 ) este punct de maxim local pentru f ;
iii) dacă 2 < 0, atunci punctul (a1 , a2 ) nu este punct de extrem.
Mai ı̂ntâi determinăm punctele staţionare. Pentru aceasta calculăm derivatele parţiale de
ordinul ı̂ntâi:
∂f ∂f
= 5x4 − 5y, = 5y 4 − 5x.
∂x ∂y
255
Egalându-le cu zero, avem sistemul
x4 = y, y 4 = x,
care are soluţile (0, 0) şi (1, 1). Acestea sunt punctele staţionare ale funcţiei f. Printre
acestea se vor afla punctele de extrem ale funcţiei f. Calculăm derivatele parţiale de ordinul
doi ale lui f:
∂2f 3 ∂2f ∂2f
= 20x , = −5, = 20y 3 .
∂x2 ∂x∂y ∂y 2
Prin urmare, matricea hessiană este
20x3 −5
.
−5 20y 3
deci (1, 1) este punct de minim local şi avem fmin = f (1, 1) = −3.
Observaţia 12.5.2 În cazul unei funcţii f : D ⊆ Rn → R,
z = f (x1 , x2 , ..., xn ), n ≥ 3, se procedează ı̂n mod analog.
Punctele ei staţionare se află printre soluţiile sistemului
Dacă A(a1 , a2 , ..., an ) este un punct staţionar al funcţiei f, atunci pentru precizarea naturii
lui se consideră matricea Hess
H = (hij )i,j = 1, n,
unde hij = fxi xj (A), i, j = 1, n. Notăm minorii ei principali cu k , adică
h11 h12 ... h1k
h h22 ... h2k
k = 21 , k = 1, n
... ... ... ...
hk1 hk2 ... hkk
256
x ≥ 0, y ≥ 0, z ≥ 0,
atunci să se determine volumele celor trei produse astfel ı̂ncât profitul să fie maxim.
Mai ı̂ntâi aflăm punctele staţionare ale lui f, prin rezolvarea sistemului de ecuaţii
⎧
⎨ fx (x, y, z) = 170 − 6x − 2y − z = 0
f (x, y, z) = 110 − 4y − 2x − z = 0
⎩ y
fz (x, y, z) = 120 − 3z − x − y = 0
Soluţia acestui sistem este x= 20, y= 10 şi z= 30. Aşadar, funcţia f are un singur punct
staţionar A(20, 10, 30).
Pentru a stabili natura punctului A calculăm derivatele parţiale de ordinul doi ale lui f.
Definiţia 12.6.1 Un punct (a1 , a2 ) ∈ A este punct de extrem condiţionat (cu legături) al
funcţiei f dacă există o vecinătate V a punctului (a1 , a2 ) astfel ı̂ncât pentru orice (x, y) ∈ A
se verifică una din inegalităţile:
Geometric, problema punctelor de extrem condiţionate cere să determinăm punctele curbei
dată de ecuaţia F(x, y)= 0, ı̂n care ia valori extreme, ı̂n comparaţie cu celelalte valori ale
sale ı̂n punctele de pe această curbă.
257
unde y este derivata funcţiei implicite definită de ecuaţia F (x, y) = 0
fx Fx
=
fy Fy
În concluzie, punctele staţionare ale funcţiei f sunt punctele ale căror coordonate verifică
ecuaiile
fx fy
= ; F (x, y) = 0.
Fx Fy
Pentru rezolvarea acestui sistem notăm cu −λ valoarea celor două rapoarte şi obţinem
sistemul: ⎧
⎨ fx + λFx = 0
(12.11) f + λFy = 0 .
⎩ y
F (x, y) = 0
La sistemul (12.11) putem ajunge şi pe cale formală. Considerăm funcţie auxiliară
numită funcţia lui Lagrange, unde λ este un parametru auxiliar, numit multiplicatorul lui
Lagrange. Căutăm punctele staţionare ale funcţiei L(x, y) cu legătura F (x, y) = 0, obţinând
sistemul ⎧
⎨ Lx = fx + λFx = 0
L = fy + λFy = 0
⎩ y
F (x, y) = 0 ,
adică tocmai sistemul (12.6.3).
Din cele de mai sus deducem că dacă (a1 , a2 , λ1 ) este un punct staţionar condiţionat al
funcţiei auxiliare L, atunci (a1 , a2 ) este punct staţionar condiţionat al funcţiei date f.
Pentru precizarea naturii punctelor de extrem condiţionat se cercetează semnul
diferenţei f (x, y) − f (a1 , a2 ) ı̂n vecinătatea punctului (a1 , a2 ), ţinând seama de legătura dată.
Aceasta revine la studierea semnului diferenţialei a doua a funcţiei lui Lagrange, d2 L(x, y),
ţinând cont de dF= 0.
Această metodă de aflare a punctelor de extrem condiţionate se numeşte metoda multi-
plicatorilor lui Lagrange.
Exemplul 12.6.1. Să se ı̂nscrie ı̂ntr-un cerc un dreptunghi de arie maximă.
Fie cercul de rază a, a > 0, cu centrul ı̂n origine (fig. 12.6.1)
258
Fig.12.6.1.
x2 + y 2 = a2 .
2xdx + 2ydy = 0,
259
√
a 2
de unde dy = − xy dx. Pentru x = y = 2 găsim dy= -dx. Atunci, ı̂nlocuind ı̂n d2 L, găsim
√ √
a 2 a 2
d2 L , = −8dx2 < 0,
2 2
$ √ √ %
ceea ce ne arată că punctul a 2 2 , a 2 2 este un maxim condiţionat.
Am găsit că dreptunghiul √de arie maximă ı̂nscris ı̂n cercul
x2 + y 2 = a2 este pătratul de latură 2x = a 2 şi arie zmax = 2a2 .
Să considerăm acum cazul general al aflări extremelor funcţiei
f : D ⊆ Rn → R, z = f (x1 , x2 , ..., xn )
Metoda directă de aflare a extremelor condiţionate constă ı̂n a exprima m argumente ı̂n
funcţie de celelalte n- m şi a le ı̂nlocui ı̂n f. Obţinem o funcţie de n-m variabile ale cărei
puncte de extrem local vor fi puncte de extrem condiţionate pentru f.
Metoda multiplicatorilor lui Lagrange constă ı̂n considerarea funcţiei auxiliare
n
∂ 2 L(A)
d2 L(A) = dxi dxj
i=1 j=1
∂xi ∂xj
n
∂Fk (A)
dFk (A) = dxn = 0, k = 1, m
i=1
∂xi
260
Forma pătratică d2 L(A) astfel obţinută se aduce la forma canonică. Dacă d2 L(A) > 0,
atunci punctul A este punct de minim local condiţionat pentru funcţia f, iar dacă d2 L(A) < 0,
atunci A este punct de maxim local condiţionat pentru funcţia f.
Exemplul 12.6.2.Să se afle punctele de extrem legate pentru funcţia
cu legăturile
x + y − z = 3, x − y − z = 8.
Metoda directă Din sistemul
y−z =3−x
y+z =x−8
găsim y = − 52 şi z = 2x−11
2 .
Înlocuind ı̂n f găsim funcţia
5 2x − 11 −10x2 + 55x
h(x) = x(− ) = , x∈R
2 2 4
Aflăm punctele de extrem local pentru funcţia h. Din h (x) = 0, obţinem x = 11 4 . Cum
h = − 52 < 0, deducem că x = 11
4 este punct de maxim pentru h.
Atunci punctul x = 11 5 11
4 , y = − 2 , z = − 4 este punct de maxim condiţionat pentru f, cu
605
fmin = 32
Metoda multiplicatorilor lui Lagrange.
Considerăm funcţia Lagrange auxiliară
L(x, y, z) = xyz + λ1 (x + y − z − 3) + λ2 (x − y − z − 8)
dx + dy − dz = 0
261
dx − dy − dz = 0,
de unde găsim dz = dx, dy = 0, care substituite ı̂n d2 L = −5dx2 < 0. Rezultă că punctul A
este punct de maxim condiţionat pentru funcţia f. Se observă că am obţinut acelaşi rezultat
ca şi la metoda directă.
Exemplul 12.6.3.Să considerăm funcţia de producţie dată prin
Dacă se exprimă λ din fiecare din primele două expresii, atunci se obţine că y = 75 x. Acum
1
din ecuaţia de legătură se obţine x = 40, y = 56. Pentru λ găsim valoarea − 10 40−0,8 · 500,7 .
Diferenţiala de ordinul doi al funcţiei L este D2 L =
Prin diferenţierea relaţiei de legătură avem 2dx + 5dy = 0, de unde dy = − 25 dx. Înlocuind pe
x = 40, y = 56 şi dy = − 25 dx ı̂n d2 L, obţinem
n
(yi − f (xi , a1 , ..., an ))2 = min.
i=1
Detreminarea valorilor yi = f (xi , a1 , ..., am ) aşa ı̂ncât ele să aproximeze cât mai bine valo-
rile yi , i = 1, n, se numeşte ajustare. Funcţia y − f (x, a1 , ..., am ) e funcţie de ajustare. De
262
obicei, forma funcţiei de ajustare se alege din reprezentarea grafică a perechilor de puncte
(xi , yi ), i = 1, n, obţinute experimental.
Problema determinării parametrilor a1 , a2 , ..., am este o aplicaţie a problemei aflări ex-
tremelor funcţiei de m variabile
n
S(a1 , a2 , ..., am ) = (yi − f (xi , a1 , ..., am ))2 .
i=1
Se constată imediat că punctele de staţionare sunt puncte de minim, iar ecuaţiile care dau
aceste puncte numite ecuaţii normale, sunt
⎧
⎪ n
⎪
⎪
∂S
= −2 (yi − f (xi , a1 , ..., am )) ∂a
∂f
=0
⎪
⎪ ∂a1 1
⎨ i=1
..
⎪ .
⎪
⎪
⎪
⎪
n
⎩ ∂a ∂S
m
= −2 (yi − f (xi , a1 , ..., am )) ∂a ∂f
m
=0
i=1
Să considerăm cazul cel mai simplu, ı̂n care funcţia de ajustare este de gradul ı̂ntâi, adică
y = ax + b.
Trebuie să determinăm a şi b aşa ı̂ncât
n
S(a, b) = (yi − axi − b)2
i=1
∂S
n
= −2 (yi − axi − b) = 0,
∂b i=1
conduc la sistemul liniar ⎧
⎪
n
n
n
⎪
⎨ a x2i + b xi = xi yi
i=1 i=1 i=1 ,
⎪
n
n
⎪
⎩ a xi + bn = yi
i=1 i=1
cu necunoscutele a şi b.
Dacă ı̂mpărţim ambele ecuaţii cu n şi notăm
n
n
xi yi
i=1 i=1
x= , y= ,
n n
n
n
x2i xi yi
i=1 i=1
x2 = , xy = ,
n n
atunci sistemul liniar ia forma
x2 a + xb = xy
xa + b = y.
Prin eliminarea lui b, găsim
(x2 − x2 )a = xy − x y.
Dacă notăm σx2 = x2 − x2 , numită dispersia lui x, şi cxy = xy − x y, mărime numită corelaţia
variabilelor x şi y, atunci avem
cxy σy cxy σy
a= = · = · rxy
σx2 σx σx σy σx
263
c
Raportul rxy = σxxy
σy se numeşte coeficient de corelaţie a variabilelor x, y şi măsoară intensi-
tatea dependenţei liniare dintre variabilele x şi y.
Obervăm că b = y − ax şi avem y = a(n − x) + y, de unde
σy
y= rxy (x − x),
σx
care este dreapta care ajustează cel mai bine datele iniţiale. Dreapta găsită este numită
dreapta de regresie.
Exemplul 12.7.1. Să se ajusteze cu o dreaptă datele ce reprezintă numărul de piese produse
ı̂n cele cinci zile de lucru dintr-o săptămâmă, date trecute ı̂n tabelul
zilele 1 2 3 4 5
numărul de piese 4 5 7 6 6
Astfel, ı̂n exemplul 12.7.1 putem prognoza care să fie numărul de piese ı̂n ziua a şasea.
Avem y = 62 + 41 1 1
10 = 3 + 4 + 10 = 7 + 10 , de unde rezultă că ı̂n ziua a şasea atrebui să se
producă 7 piese.
x x0 x1 ... xn
, n ≥ 1,
y y0 y1 ... yn
264
Având ı̂n vedere că avem n+ 1 condiţii P (xi ) = yi , i = 0, n, alegem
n
P (x) = li (x)yi
i=0
Întradevăr, avem
n
P (xj ) = li (xj )yi = yj , j = 0, n
i=0
Exemplul 12.8.1. Să determinăm polinomul de interpolare pentru datele din tabelul
x 1 2 3 4
y 3 2 4 5
265
(x − 1)(x − 3)(x − 4) (x2 − 4x + 3)(x − 4)
l1 (x) = = =
(2 − 1)(2 − 3)(2 − 4) 2
1 3
= (x − 8x2 + 19x − 12),
2
(x − 1)(x − 2)(x − 4) (x2 − 3x + 2)(x − 4)
l2 (x) = = =
(3 − 1)(3 − 2)(3 − 4) −2
1
= − (x3 − 7x2 + 14x − 8),
2
(x − 1)(x − 2)(x − 3) (x2 − 3x + 2)(x − 3)
l3 (x) = = =
(4 − 1)(4 − 2)(4 − 3) 6
1 3
(x − 6x2 + 11x − 6)
=
6
Atunci polinomul de interpolare are expresia
1 1
P (x) = − (x3 − 9x2 + 26x − 24) · 3 + · (x3 − 8x2 + 19x − 12) · 2−
6 2
1 1
− (x3 − 7x2 + 14x − 8) · 4 + (x3 − 6x2 + 11x − 6) · 5 =
2 6
2 3 11 2 27
= − x + x − x + 11
3 2 2
Acum, avem
3 7
P = = y.
2 8
Observaţia 12.8.1 Dacă pentru valorile y ı̂n funcţie de valorile lui x, date la ı̂nceputul aces-
tui paragraf, există o funcţie continuă y = f (x), cu f (xi ) = yi , i = 0, n, atunci polinomul de
interpolare este o aproximare a funcţiei f care satisface condiţiile P (xi ) = f (xi ), i = 0, n.
266
12.9 Test de verificare a cunoştinţelor nr. 11
1. Definiţi următoarele noţiuni:
f : R2 → R , f (x, y) = x3 + y 3 + 3xy.
f : R2 → R , f (x, y) = x2 + y 4.
5. O firmă produce două sortimente de bunuri, ı̂n cantităţile x şi y. Dacă funcţia profitului
este dată prin f : [0, ∞) × [0, ∞) → R, f (x, y) = 160x − 3x2 − 2xy − 2y 2 + 120y − 18, să se
determine volumele celor două bunuri astfel ı̂ncât profitul să fie maxim.
x2 y2
2
+ 2 − 1 = 0.
a b
ϕ1 (x, y, z, t) = x + 2y + 3z + 2t = 0 şi
ϕ2 (x, y, z, t) = −x + y + z + t = 0.
10. Fie funcţia de producţie f : [0, ∞) × [0, ∞) → R cu f (x, y) = x0,3 · y 0,5 , unde x este capitalul
iar y este forţa de muncă. Să se determine producţia maximă cu restricţia 6x+2y = 384.
267
Indicaţii şi răspunsuri Test nr. 11
3. (2, −2) este punct de minim cu f (2, −2) = −37; (−2, 2) este punct de minim cu f (−2, 2) =
−37.
268
Bibliografia aferentă capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate ı̂n economie - Volumul II,
Editura ULB, Sibiu, 2002.
269
Capitolul 13
b
Obiective: Ştim că f (x)dx reprezintă o integrală Riemann, dacă sunt ı̂ndeplinite
a
condiţiile: a = −∞ şi b = ∞; f funcţie mărginită pe [a, b] şi f funcţie reală de o singură
b
variabilă reală. Dacă una din aceste condiţii nu este ı̂ndeplinită, atunci expresia f (x)dx
a
constituie o extindere a noţiunii de integrală. Scopul acestui capitol este de a prezenta
câteva astfel de extinderi ale noţiunii de integrală.
Rezumat: În acest capitol sunt prezentate extinderi ale noţiunii de integrală şi
anume inegralele improprii, integralele ce depind de unul sau mai mulţi parametri, inte-
gralele euleriene (Funcţiile Gamma şi Beta ale lui Euler), inegralele duble (inclusiv metode
de calcul ale acestora).
Conţinutul capitolului:
1. Integrale improprii
2. Integrale cu parametri
3. Integrale euleriene. Funcţia Gamma. Funcţia Beta
4. Integrale duble
5. Test de verificare a cunoştinţelor
6. Bibliografia aferentă capitolului
Cuvinte cheie: integrală improprie, integrală ce depinde de parametri, funcţia
Gamma, funcţia Beta, inegrale duble, coordonate polare.
+∞ b
+∞
I= f (x)dx , I = f (x)dx , I = f (x)dx = f (x)dx,
a −∞ −∞ R
atunci spunem că avem integrale improprii de speţa ı̂nâi. Dacă funcţia de integrat este
nemărginită pe [a, b], atunci spunem că avem integrale improprii de speţa a doua. Dacă atât
intervalul de integrare este de lungime infinită, cât şi f este nemărginită ı̂n acest interval,
atunci spunem că avem integrale improprii mixte.
270
Definiţia 13.1.1 Fie f : [a, ∞) → R o funcţie integrabilă pe orice interval [a, b], b ∈ R, b > a.
b
Dacă există lim f (x)dx, atunci prin definiţie
b→∞
a
∞ b
f (x)dx = lim f (x)dx;
b→∞
a a
când limita este finită spunem că integrala este convergentă iar ı̂n caz contrar, adică dacă
limita nu există sau este infinită, spunem că integrala improprie este divergentă.
şi
∞ b
f (x)dx = a→−∞
lim f (x)dx.
b→∞
−∞ a
b ∞
f (x)dx = f (−t)dt
−∞ −b
şi
+∞ C
+∞
care ne arată că este suficient să studiem cazul intervalului [a, ∞].
Exemplul 13.1.1. Să considerăm integrala
∞
dx
; a > 0 şi λ ∈ R.
xλ
a
Limita
1
lim (b1−λ − a1−λ )
b→∞ 1−λ
a1−λ
este finită, fiind egală cu , pentru 1 − λ < 0, adică λ > 1.
λ−1
În cazul λ = 1 avem
∞ b
dx dx
= lim = lim (ln b − ln a) = ∞,
x b→∞ x b→∞
a a
271
∞
dx a1−λ
În concluzie, avem că = pentru λ > 1, adică este convergentă, iar pentru λ ≤ 1
xλ λ−1
a
integrala improprie este divergentă.
Exemplul 13.1.2. Fie de calculat integrala improprie
+∞
dx
.
x2 + 4
−∞
Avem
+∞ b
dx dx
= a→−∞
lim =
x2 + 4 b→∞
x2 + 4
−∞ a
1 b a 1 $ π $ π %% π
= a→−∞
lim arctg − arctg = − − = .
b→∞
2 2 2 2 2 2 2
k ∈ N, k > a.
k+n k
Dacă notăm un = f (x)dx, n = 1, 2, ..., u0 = f (x)dx, atunci
k+n−1 a
∞ ∞
f (x)dx = un ,
k n=0
∞ ∞
adică integralei f (x)dx ı̂i corespunde seria numerică un . Integrala improprie şi seria
a n=0
asociată au aceeaşi natură.
Această observaţie ne permite să adaptăm criteriile de convergenţă de la seriile numerice
la integralele improprii de speţa ı̂ntâi.
∞
Teorema 13.1.1 (Criteriul lui Cauchy) Integrala improprie f (x)dx, este convergentă dacă
a
şi numai dacă pentru orice ε > 0 există M (ε) ∈ R+ aşa ı̂ncât pentru orice α, β ∈ R, β > α >
M (ε) să avem β
f (x)dx < ε.
α
Demonstraţia rezultă imediat din Criteriul lui Cauchy scris pentru seria numerică un .
n≥0
∞
Definiţia 13.1.2 Integrala improprie f (x)dx se numeşte absolut convergentă dacă inte-
a
∞
grala improprie |f (x)|dx este convergentă.
a
272
∞
Teorema 13.1.2 Dacă f (x)dx este absolut convergentă, atunci ea este convergentă.
a
Teorema 13.1.3 (primul criteriu de comparaţie) Fie f, g funcţii definite şi integrabile pentru
x ≥ a. Dacă 0 ≤ f (x) ≤ g(x) pentru x ≥ a, atunci:
∞ ∞
1) dacă g(x)dx este convergentă, atunci şi f (x)dx este convergentă;
a a
∞ ∞
2) dacă f (x)dx este divergentă, atunci şi g(x)dx este divergentă.
a a
Teorema 13.1.4 (Al doilea criteriu de comparaţie) Fie funcţiile f, g : [a, ∞) → (0, ∞). dacă
∞ ∞
f (x)
lim = k, k ∈ (0, ∞), atunci integralele improprii f (x)dx şi g(x)dx su aceeaşi natură,
x→∞ g(x)
a a
adică ambele sunt convergente sau ambele sunt divergente. Dacă k = 0, atunci convergenţa
∞ ∞
integralei g(x)dx implică convergenţa integralei f (x)dx.
a a
Corolarul 13.1.1 Fie f : [a, ∞) → (0, ∞), a > 0. Dacă există lim xλ f (x) = k, k constantă reală
x→∞
∞
finită, pentru λ > 1, atunci integrala f (x)dx este convergentă. Dacă λ ≤ 1 şi k > 0, atunci
a
integrala este divergentă.
273
Avem
Pm (x) am xm + am−1 xm−1 + ... + a0
lim xλ = lim xλ =
x→∞ Qn (x) x→∞ bn xn + bn−1 xn−1 + ... + b0
am−1 a0
am + + ... + m
= lim xλ+m−n · x x = am
x→∞ bn−1 b0 bn
bn + + ... + n
x x
dacă λ = n − m. Conform Corolarului 13.1.1, integrala dată este convergentă dacă n − m ≥ 2.
În mod analog se studiază şi integralele improprii de speţa a doua.
Definiţia 13.1.3 Fie funcţia f : [a, b) → R, nemărginită ı̂n b, dar mărginită şi integrabilă pe
β
orice subinterval ı̂nchis [a, β] ⊂ [a, b). dacă există lim f (x)dx, atunci prin definiţie
β→b
β<b
a
b β
f (x)dx = lim f (x)dx.
β→b
β<b
a a
Dacă limita este finită, atunci spunem că integrala improprie este convergentă iar ı̂n caz
contrar spunem că integrala este divergentă.
Dacă f este nemărginită ı̂n a atunci
b b
f (x)dx = α→a
lim f (x)dx,
α>a
a α
b c b
f (x)dx = f (x)dx + f (x)dx.
a a c
b
Pe baza acestor considerente, ne putem limita numai la cazul f (x)dx, cu lim |f (x)| = ∞.
x→b
x<b
a
b
dx
Exemplul 13.1.5. Integrala este convergentă pentru λ < 1 şi divergentă pentru
(b − x)λ
a
λ ≥ 1.
Avem
β β
dx 1 1
= =
(b − x)λ λ − 1 (b − x)λ−1 a
a
* +
1 1 1
= − ,
λ − 1 (b − β)λ−1 (b − a)λ−1
cu * +
1 1 1 1 1
lim − = ·
β→b
β<b
λ − 1 (b − β)λ−1 (b − a)λ−1 1 − λ (b − a)λ−1
pentru λ < 1 şi +∞ pentru λ > 1. Deci λ = 1 valoarea integralei este − ln |b − x| |βa → ∞ când
β → b, β < b, deci este divergentă.
274
Dacă b − a > 1, atunci putem scrie
1 1
b
b−1
b− 2
b− 3
1
b− n+1
+ f (x)dx + ...,
1
b− n
1
b−1
b− n+1
b ∞
f (x)dx = un ,
a n=0
Definiţia 13.1.2 şi Teoremele 13.1.2 şi 13.1.3 se păstrează fără modificări şi pentru inte-
gralele improprii de speţa a doua.
Teorema 13.1.6 (Al doilea criteriu de comparaţie). Fie funcţiile f, g : [a, b) → (0, ∞). Dacă
b b
f (x)
lim = k, k ∈ (0, ∞), atunci integralele improprii f (x)dx şi g(x)dx au aceeaşi natură.
x→b g(x)
x<b
a a
b
Dacă k = 0, atunci convergenţa integralei improprii g(x)dx implică convergenţa integralei
a
b
improprii f (x)dx.
a
Corolarul 13.1.2 Fie f : [a, b) → (0, ∞) cu lim f (x) = ∞. Dacă lim (b − x)λ f (x)dx = k, k con-
x→b x→b
x<b x<b
b
stantă reală finită, pentru λ < 1, atunci integrala improprie f (x)dx este convergentă. Dacă
a
λ ≥ 1 şi k = 0, atunci integrala este divergentă.
1
dx
Exemplul 13.1.6. Să studiem convergenţa integralei √ .
6
1 − x6
0
275
1
Funcţia f : [0, 1) → (0, ∞), f (x) = √ divine infinită când x → 1, x < 1, deci avem o
1 − x6
6
1
Se observă că funcţia f : (a, b) → (0, ∞), f (x) = devine +∞ atât ı̂n a cât şi
(x − a)(b − x)
ı̂n b.
Pentru studierea naturii integralei utilizăm Corolarul 13.1.2.
Avem
1 1 1
lim (b − x)λ f (x) = lim (b − x)λ− 2 · √ =√
x→b
x<b
x→b
x<b
x−a b−a
1
pentru λ = < 1 şi
2
1 1 1
lim (x − a)λ− 2 · √
lim (x − a)λ f (x) = x→a =√
x→a
x>a x>a b−x b−a
1
pentru λ = < 1, deci integrala dată este convergentă.
2
Observaţia 13.1.2 Din consideraţiile anterioare, deducem că proprietăţile principale ale in-
tegralei Riemann se păstrează şi ı̂n cazul integralelor improprii convergente. Astfel, de
exemplu, pentru o integrală improprie de speţa ı̂ntâi are loc formula lui Leibniz - Newton.
Teorema 13.1.7 Fie f : [a, ∞) → R, integrabilă şi fie F o primitivă a funcţiei f pe intervalul
∞
[a, ∞). Atunci integrala improprie f (x)dx este convergentă dacă şi numai dacă există
a
lim F (x) şi ı̂n plus este valabilă formula Leibniz - Newton
x→∞
∞
f (x)dx = F (∞) − F (a) , F (∞) = lim F (x).
x→∞
a
8b
Demonstraţie. Pentru orice b > a avem f (x)dx = F (b) − F (a) şi prin trecere la limită se
a
obţin afirmaţiile din enunţ.
În mod analog se extind schimbarea de variabilă şi integrarea prin părţi.
Exemplul 13.1.8. Să calculăm
∞
(x − 1)e−x dx.
0
Avem ∞
∞
−x
−x
(x − 1)e dx = −xe = 0.
0 0
276
Observaţia 13.1.3 În cazul unor integrale improprii divergente se ataşează o valoare printr-
un procedeu datorat lui Cauchy.
+∞
f (x)dx
−∞
b
f (x)dx
a
+∞
Definiţia 13.1.4 Integrala improprie f (x)dx se numeşte convergentă ı̂n sensul valorii prin-
−∞
cipale Cauchy, dacă limita
a
+∞
2
dx
Exemplul 13.1.9. Pentru integrala improprie divergentă avem
x
−1
⎡ ⎤
2 ε 2
dx dx dx ⎦
v·p·C = lim ⎣ + = ln 2.
x ε→0 x x
−1 −1 ε
unde λ1 , λ2 , ..., λp sunt parametrii reali cu valori din anumite mulţimi de numere. Se observă
imediat că o integrală de acest fel definişte o funcţie de p variabile λ1 , λ2 , ..., λp .
În legătură cu astfel de funcţii se pune problema studierii proprietăţilor de bază (trecerea
la limită, continuitatea, derivabilitatea şi integrabilitatea) fără a calcula efectiv integrala
care defineşte funcţia.
În continuare, ne vom limita numai la cazul p = 1, adică la funcţiile de forma:
b
(13.1) I(λ) = f (x, λ)dx , λ ∈ Y ⊆ R.
a
277
Teorema 13.2.1 (Teorema trecerii la limită) Fie f : [a, b] × Y → R o funcţie de două variabile,
integrabilă ı̂n raport cu x pe [a, b] şi λ0 un punct de acumulare pentru Y . Dacă există
lim f (x, λ), atunci
λ→λ0
b b
lim I(λ) = lim f (x, λ)dx = lim f (x, λ) dx.
λ→λ0 λ→λ0 λ→λ0
a a
Demonstraţie. Fie ε > 0 şi notăm lim f (x, λ) = g(λ); atunci există δ(ε) > 0 astfel ca pentru
λ→λ0
|λ − λ0 | < δ(ε) să avem |f (x, λ) − g(λ)| < ε/(b − a). Atunci putem scrie:
b
b
f (x, λ)dx − g(λ)dx =
a a
b
b
b
= (f (x, λ) − g(λ)dx) ≤ f (x, λ) − g(λ)a dx < ε,
a a
Observaţia 13.2.1 Teorema 13.2.1 ne arată că ı̂ntr-o integrală cu parametru putem inter-
venti operaţia de integrare cu operaţia de trecere la limită.
Pentru a putea aprofunda studiul proprietăţilor funcţiei I(λ) vom considera Y = [c, d].
Teorema 13.2.2 Dacă funcţia f : [a, b] × [c, d] → R este continuă ı̂n raport cu ansamblul
variabilelor pe dreptunghiul [a, b] × [c, d], atunci funcţia I definită de (13.1) este continuă pe
intervalul [c, d].
b
I(λ) − I(λ0 ) = [f (x, λ) − f (c, λ0 )]dx.
a
Funcţia de două variabile f , fiind continuă ı̂n dreptunghiul [a, b] × [c, d], este şi uniform
continuă ı̂n acest domeniu. Atunci, pentru orice ε > 0, există un δ(ε) > 0, aşa ı̂ncât să avem
ε
|f (x, λ) − f (x, λ0 )| <
b−a
dacă |λ − λ0 | < δ(ε).
Acum, putem scrie
b
ε
|I(λ) − I(λ0 )| ≤ |f (x, λ) − f (x, λ0 )|dx < (b − a) = ε,
b−a
a
Teorema 13.2.3 (De derivare sub semnul integrală) Dacă f : [a, b] × [c, d] → R este continuă
ı̂n dreptunghiul [a, b] × [c, d] şi există derivata parţială fλ continuă ı̂n raport cu ansamblul
278
b
variabilelor ı̂n acelaşi dreptunghi, atunci funcţia I(λ) = f (x, λ)dx este derivabilă pe [c, d] şi
a
are loc formula
b
I (λ) = fλ (x, λ)dx.
a
care ne arată că funcţia I este derivabilă ı̂n λ0 şi are loc formula din enunţul teoremei.
Exemplul 13.2.1. Să calculăm derivata funcţiei I definită prin
1
sin λx
I(λ) = dx , λ ∈ R.
x
0
sin λx
Integrala nu este improprie deoarece lim = λ.
x→0 x
Avem
1 1
cos λx
I (λ) = x· dx = cos λxdx =
x
0 0
1
sin λx sin λ
= = .
λ 0 λ
Observaţia 13.2.2 În unele situaţii se consideră integrale cu parametru ı̂n care şi limitele
de integrare depind de parametru, adică avem
b(λ)
Dacă, pe lângă condiţiile din Teorema 13.2.3, mai adaugăm faptul că funcţiile a şi b sunt
derivabile ı̂n raport cu λ pe [c, d], atunci are loc formula
b(λ)
I (λ) = fλ (x, λ)dx + b (λ)f (b(λ), λ) − a (λ)f (a(λ), λ).
a(λ)
Teorema 13.2.4 (de integrare) Dacă funcţia f : [a, b] × [c, d] → R este continuă ı̂n raport cu
ansamblul variabilelor ı̂n dreptunghiul [a, b] × [c, d], atunci oricare ar fi intervalul [α, β] ⊆ [c, d]
are loc egalitatea
⎛ ⎞ ⎛ ⎞
β β b b β
I(λ)dλ = ⎝ f (x, λ)dx⎠ dx = ⎝ f (x, λ)dx⎠ dx.
α α a a α
279
Cu alte cuvinte, ı̂n condiţiile teoremei se poate integra sub semnul integralei, sau se
poate schimba ordinea de integrare.
Demonstraţie Fie z ∈ [c, d]; vom demonstra egalitatea mai generală
⎛ ⎞ ⎛ ⎞
z b b z
⎝ f (x, λ)dx⎠ dλ = ⎝ f (x, λ)dλ⎠ dx.
α a a α
Facem notaţiile ⎛ ⎞
z b
ϕ(z) = ⎝ f (x, λ)dx⎠ dλ
α a
şi ⎛ ⎞
b z
ψ(z) = ⎝ f (x, λ)dλ⎠ dx.
a α
Avem
b
ϕ (z) = f (x, λ)dx,
a
şi
b
ψ (z) = f (x, λ)dx,
a
oricare ar fi z ∈ [c, d]. De aici, rezultă că ϕ(z) − ψ(z) = C - constantă. Cum ϕ(α) − ψ(α) = 0,
obţinem C = 0, ceea ce ne arată că ϕ(z) = ψ(z), oricare ar fi z ∈ [c, d]. Teorema este
demonstrată.
Exemplul 13.2.2. Să considerăm integrala cu parametru
1
I(λ) = xλ dx.
0
de unde 1
b 1 λ b
xλ+1 x
dλ = dx
λ + 1 ln x a
a 0 0
sau
b 1
dλ xb − xa
= dx,
λ+1 ln x
a 0
ceea ce conduce la
1
xb − xa b+1
dx = ln(λ + 1)|ba = ln .
ln x a+1
0
280
De fapt, aceasta este una dintre aplicaţiile importante ale integralelor cu parametrii:
calculul unor integrale greu de evaluat pe altă cale.
Deseori, integrale fără parametru sunt transformate ı̂n integrale cu parametru la care,
apoi, se aplică derivarea sau integrarea sub semnul integralei şi se obţine o valoare mai
generală pentru integrala dată. Prin particularizarea parametrului se obţine valoarea inte-
gralei date.
Exemplul 13.2.3. Să calculăm integrala
1
arctgx
I= √ dx.
x 1 − x2
0
arctgx
Se observă că integrala nu este improprie deoarece lim √ = 1. Considerăm inte-
x→0 x 1 − x2
grala mai generală
1
arctgλx
I(λ) = √ dx , λ ∈ [0, ∞).
x 1 − x2
0
Derivăm ı̂n raport cu parametrul λ şi avem
1 1
(λ) x 1 dx
I = 2 2
· √ dx = √ .
1 + λ x x 1 − x2 (1 + λ2 x2 ) 1 − x2
0 0
π 1
·√ . =
2 1 + λ2
De aici, integrând ı̂n raport cu λ, găsim
π
I(λ) = ln(λ + 1 + λ2 ) + C.
2
Cum I(0) = 0, rezultă C = 0 şi
π
I(λ) = ln(λ + 1 + λ2 ).
2
Pentru λ = 1 avem √
π
I(1) = I = ln(1 + 2).
2
Observaţia 13.2.3 În cazul când integrala ce depinde de un parametru este improprie, cele
expuse ı̂n acest paragraf rămân valabile cu condiţia ca integralele improprii cu care se
lucrează să fie convergente.
Scriem
1 ∞
−αx sin x sin x
I(λ) = e dx + e−αx dx.
x x
0 1
281
sin x
lim e−αx
Cum x→0 = 1, rezultă că prima integrală este convergentă.
x>0
x
Deoarece, pentru x ≥ 1 avem
−αx sin x
e ≤ e−αx
x
şi ∞
∞
−αx −α
−αx e =e ,
e dx = −
α α
1 1
∞
sin x
deducem că e−αx dx este convergentă. Prin urmare, I(α) este bine definită.
x
1
Aplicând teorema de derivare a integralelor cu parametru, avem:
∞ ∞
−αx sin x
I (α) = e (−x) dx = − e−αx sin xdx,
x
0 0
I (α) = −1 − α2 I (α),
de unde
1
I (α) = − ,
1 + α2
din care rezultă
I(α) = −arctgα + C.
Pentru determinarea constantei C calculăm
π
lim I(α) = − + C,
α→∞ 2
pe de o parte, şi din
∞ ∞
−αx sin x 1
|I(α)| ≤ e dx ≤ e−αx dx =
x α
0 0
lim I(α) = 0.
α→∞
π π π
Avem deci C − = 0, de unde C = . Rezultă că I(α) = − arctgα. din acest rezultat,
2 2 2
prin trecere la limită când α → 0, α > 0, găsim
∞
sin x π
dx = .
x 2
0
282
Definiţia 13.3.1 Funcţia Γ : (0, ∞) → R definită prin
∞
Γ(p) = e−x xp−1 dx
0
se numeşte funcţia Gamma sau funcţia lui Euler de speţa a doua, iar funcţia B : (0, ∞) ×
(0, ∞) → R definită prin
1
B(p, q) = xp−1 (1 − x)q−1 dx
0
Teorema 13.3.1 Funcţiile Γ şi B sunt bine definite, adică integralele improprii care le de-
finesc sunt convergente.
Demonstraţie Să arătăm că funcţia Γ este bine definită. Scriem Γ ca sumă de două
integrale, anume:
1 ∞
Γ(p) = e x dx + e−x xp−1 dx.
−x p−1
0 1
1
Prima integrală I1 = e−x xp−1 dx pentru p ≥ 1 nu este improprie. pentru p ∈ (0, 1) avem
0
dacă λ = 1 − p < 1, de unde, conform cu Corolarul 13.1.2, deducem că integrala I1 este
convergentă.
∞
Convergenţa integralei I2 = e−x xp−1 dx rezultă din Exemplul ??.
1
Din I1 şi I2 convergente şi faptul că Γ(p) = I1 + I2 , rezultă că integrala improprie ce
defineşte funcţia Gamma este convergentă.
Utilizând acelaşi Corolar 13.1.2 se arată imediat că şi funcţia B este bine definită.
În continuare, vom prezenta câteva din proprietăţile mai uzuale ale funcţiilor Γ şi B.
1) Γ(1) = 1;
2) Γ(p + 1) = pΓ(p);
3) Γ(n + 1) = n! , n ∈ N;
∞
2
4) Γ(p) = 2 e−t · t2p−1 dt;
0
π
5) Γ(p)Γ(1 − p) = , p ∈ (0, 1) (numită formula complementelor).
sin pπ
1 √
6) Γ = π.
2
Demonstraţie
283
∞
1) Γ(1) = e−x dx = −e−x |∞
0 =1
0
∞
+p e−x xp−1 dx = pΓ(p).
0
1
tp−1 + tq−1
2) B(p, q) = dt;
(1 + t)p+q
0
Γ(p) · Γ(q)
3) B(p, q) = (formula de legătură dintre funcţiile B şi Γ sau formula lui Dirich-
Γ(p + q)
let);
4) B(p, q) = B(q, p) (proprietatea de simetrie);
p−1
5) B(p, q) = B(p − 1, q); p > 1, q > 0;
p+q−1
q−1
B(p, q) = B(p, q − 1), p > 0, q > 1.
p+q−1
284
Demonstraţie
y
1) Facem schimbarea de variabilă x = şi avem
y+1
∞ p−1 q−1
y y dy
B(p, q) = 1− =
y+1 y+1 (y + 1)2
0
∞
y p−1
= dy.
(1 + y)p+q
0
În integrala a doua facem schimbarea de variabilă y = 1/t şi obţinem formula de la 2).
∞
3) În Γ(p) = e−x xp−1 dx facem schimbarea de variabilă x = ty, t parametru real pozitiv şi
0
obţinem
∞
(13.2) Γ(p) = t p
e−ty y p−1 dy.
0
Multiplicăm ambii membri ai formulei precedente cu tp−1 şi egalitatea obţinută o in-
tegrăm ı̂n raport cu t de la 0 la ∞ şi avem:
∞
tp−1
Γ(p + q) dt =
(1 + t)p+q
0
⎛ ⎞
∞ ∞
⎝tp−1 e−(1+t)y y p+q−1 dy ⎠ dt =
0 0
⎛ ⎞
∞ ∞
= e−y y q−1 ⎝y p e−yt tp−1 dt⎠ dy.
0 0
Acum, conform cu 1) şi cu (13.2), ı̂n care schimbăm pe t cu y, obţinem:
∞
Γ(p + q) · B(p, q) = e−y y q−1 Γ(p)dy =
0
∞
= Γ(p) e−y y q−1 dy = Γ(p) · Γ(q),
0
de unde găsim
Γ(p) · Γ(q)
B(p, q) = ,
Γ(p + q)
adică ceea ce trebuia demonstrat.
285
4) Rezultă imediat din 3).
5) Aceste formule rezultă din formula de legătură de la 3) şi utilizând formula de recurenţă
pentru Γ.
Observaţia 13.3.1 Integralele euleriene sunt utile ı̂n studiul multor funcţii neelementare.
De aceea, valorile lor au fost tabelate.
Calculul multor integrale se reduce prin diferite transformări, la evaluarea funcţiilor B
şi Γ.
1
În integrala din membrul doi se recunoaşte expresia funcţiei Γ pentru p − 1 = − , adică
2
1
p = . Atunci, putem scrie
2
∞ √
2 1 1 π
e−x dx = Γ = .
2 2 2
0
Exemplul 13.3.2. Să calculăm
∞ √
4
x
I= dx.
(1 + x)2
0
Putem scrie
∞ 1
x4
I= dx,
(1 + x)2
0
1
care comparată cu exprimarea lui B dată de 1) din Teorema 13.3.3, conduce la p − 1 = şi
4
5 3
p + q = 2, de unde p = şi q = .
4 4
Rezultă că
5 3
I=B , ,
4 4
de unde, utilizând formula de legătură dintre B şi Γ, obţinem
5 3 1 1 3
Γ Γ Γ Γ
4 4 4 4 4
I= = =
5 3 Γ(2)
Γ +
4 4
1 1 3
= Γ Γ .
4 4 4
Acum, utilizând formula complementelor avem
√
1 π π 2
I= · = .
4 sin π 4
4
286
În general, integralele de forma
∞
xm
I= dx , np > m + 1
(1 + xn )p
0
x = (1 − t)a + bt , t ∈ [0, 1]
şi avem
1
Im,n = (b − a) m+n+1
tm (1 − t)n dt =
0
= (b − a)m+n+1 B(m + 1, n + 1) =
Γ(m + 1)Γ(n + 1)
= (b − a)m+n+1 .
Γ(m + n + 2)
1
1
Exemplul 13.3.4. Să calculăm I = lnp dx, p ∈ R, p > −1
x
0
Facem schimbarea de variabilă x = e−t şi avem
∞
I= tp e−t dt = Γ(p + 1).
0
287
În fiecare subdomeniu Di al diviziunii (Δn ) alegem un punct arbitrar de coordonate
(ξi , ηi ), i = 1, n, numite puncte intermediare.
Cu aceste precizări, introducem suma integrală
n
σ(Δn , ξ, η, f ) = f (ξi , ηi )ai .
i=1
Ca şi la funcţiile de o variabilă reală se arată că orice funcţie continuă pe domeniul D
este integrabilă.
Şi proprietăţile integralei duble sunt analoage cu cele ale integralei Riemann.
Teorema 13.4.1 (de liniaritate) Dacă f, g : D ⊂ R2 → R sunt funcţii integrabile pe D, atunci
oricare ar fi α, β ∈ R funcţia αf + βg este integrabilă pe D şi avem
(αf (x, y) + βg(x, y))dxdy =
D
=α f (x, y)dxdy + β g(x, y)dxdy.
D D
Această proprietate ne spune că integrala dublă pe domeniul D este o funcţională liniară.
Demonstraţia teoremei este imediată.
Teorema 13.4.2 (de aditivitate faţă de domeniu) Dacă funcţia f : D ⊂ R2 → R este inte-
grabilă pe D, iar D = D1 ∪ D2 , D1 ∩ D2 = ∅, atunci f este integrabilă pe D1 şi pe D2 şi
avem
f (x, y)dxdy = f (x, y)dxdy + f (x, y)dxdy.
D D1 D2
Afirmaţia din această teoremă se demonstrează cu ajutorul definiţiei.
Teorema 13.4.3 (de interpretare geometrică) Dacă f : D ⊂ R2 → (0, ∞) este integrabilă,
atunci avem
f (x, y)dxdy = V (f ),
D
unde V (f ) este volumul barei cilindrice mărginită de domeniul D şi suprafaţă dată de z =
f (x, y), având generatoarele paralele cu axa Oz.
288
Pentru cazul particular f ≡ 1, avem
dy = aria(D).
D
Teorema 13.4.7 (de medie) Dacă f, g : D ⊂ R2 → R sunt integrabile pe D, m = inf f (x, y),
(x,y)∈D
M= sup f (x, y) şi g are semn constant pe D, atunci există un număr real μ ∈ [m, M ] aşa
(x,y)∈D
ı̂ncât
f (x, y)d(x, y)dxdy = μ g(x, y)dxdy,
D D
numită formula de medie generalizată pentru integrala dublă.
289
Dacă g(x, y)dxdy = 0, atunci prin ı̂mpărţire cu acest număr ı̂n (13.3) avem
D
f (x, y)g(x, y)dxdy
D
m≤ ≤ M,
g(x, y)dxdy
D
Cazuri particulare
13.4.1 Dacă f este continuă pe D, atunci există un punct (ξ, η) ∈ D aşa ı̂ncât μ = f (ξ, η).
13.4.2 Dacă g ≡ 1 pe D, atunci formula de medie ia forma
f (x, y)dxdy = μ aria(D),
D
Teorema 13.4.8 Dacă f : [a, b] × [c, d] → R este integrabilă pe dreptunghiul D = [a, b] × [c, d] şi
dacă pentru orice x constant din intervalul [a, b], funcţia f este integrabilă ı̂n raport cu y,
adică există
d
F (x) = f (x, y)dy , x ∈ [a, b],
c
atunci avem
b d
f (x, y)dxdy = dx f (x, y)dy.
D a c
Demonstraţie Vom considera diviziunile Dx şi Dy , respectiv pentru intervalele [a, b] şi
[c, d], definite prin
Dx : a = x0 < x1 < ... < xm = b
Dy : c = y0 < y1 < ... < yn = d
şi având normele
Dx = max (xi − xi−1 )
i=i,m
respectiv
Dy = max (yj − yj−1 ).
j=1,n
290
i = 1, m, j = 1, n şi având norma D dată de i=1,m
max di,j , de unde dij este diametrul dreptun-
j=a,n
ghiului Dij .
Se observă imediat că dacă Dx → 0 şi Dy → 0, atunci D → 0 şi reciproc.
Alegem punctele intermediare (ξi , ηj ) ∈ Dij , ξi ∈ [xi−1 , xi ], ηj ∈ [yj−1 , yj ], i = 1, m, j = 1, n.
Deoarece f este integrabilă pe D, iar funcţia F există şi este integrabilă pe [a, b], avem
succesiv
m
n
f (x, y)dxdy = lim f (ξi , ηj )ariaDij =
D→0
D i=1 j=1
n
= lim f (ξi , ηj )(xi − xi−1 )(yj − yj−1 ) =
Dx →0
Dy →0 i=1 j=1
⎛ ⎞
n
= lim (xi − xi−1 ) ⎝ lim f (ξi , ηj )(yj − yj−1 )⎠ =
Dx →0 Dy →0
i=1 j=1
m d
= lim (xi − xi−1 ) f (ξi , y)dy =
Dx →0
i=1 c
m b
= lim F (ξi )(xi − xi−1 ) = F (x)dx =
Dx →0 a
i=1
b d
= dx f (x, y)dy,
a c
b d
f (x, y)dxdy.
a c
b d b d
f (x, y)dxdy = dx f (x, y)dy.
a c a c
b d d b
f (x, y) = dy f (x, y)dx.
a c c a
Avem
1 2 1 2
dy 1
I= dx = dx − =
(x + y + 1)2 x + y + 1
0 1 0 1
291
1
1 1
= − + dx =
x+3 x+2
0
Definiţia 13.4.2 Spunem că un domeniu D este regulat ı̂n raport cu una din axele de coor-
donate dacă orice paralelă la una din axele de coordonate ı̂ntâlneşte curba care mărgineşte
domeniul ı̂n cel mult două puncte.
Să considerăm că domeniul D este regulat ı̂n raport cu axa Oy (fig 13.4.1). Un astfel de
domeniu se descrie astfel:
y=n(x)
c
0 a b x
Fig. 13.4.1
Teorema 13.4.9 Dacă funcţia f este definită şi integrabilă pe domeniul D = {(x, y)| a ≤ x ≤
b, ϕ(x) ≤ y ≤ ψ(x)} şi pentru fiecare x ∈ [a, b] există integrala
ψ(x)
Funcţia g este integrabilă pe dreptunghiul Δ fiind integrabilă atât pe D, cât şi pe domeniul
Δ − D, unde este nulă.
292
Folosind proprietatea de aditivitate a integralei duble faţă de domeniu (Teorema 13.4.2),
putem scrie
g(x, y)dxdy =
D
(13.4) g(x, y)dxdy + g(x, y)dxdy =
D Δ − D
= f (x, y)dxdy,
D
deoarece g(x, y)dxdy = 0.
Δ−D
Dar, integrala g(x, y)dxdy se poate calcula folosind şi formula din Teorema 13.4.8.
D
Avem
8b 8d
g(x, y)dxdy = g(x, y)dxdy =
D a c
⎛
b d b
ϕ(x)
⎜
= dx g(x, y)dy = dx ⎝ g(x, y)dy+
a c a c
⎞
(13.5)
ψ(x) d
⎟
+ g(x, y) + g(x, y)dy ⎠ =
ϕ(x) ψ(x)
b
ψ(x)
= dx f (x, y)dy
a ϕ(x)
deoarece
ϕ(x) d
g(x, y)dy = 0 şi g(x, y)dy = 0.
c ψ(x)
Din (13.4) şi (13.5) rezultă formula din enunţul Teoremei 13.4.9.
Dacă domeniul D este regulat ı̂n raport cu axa Ox, adică el are forma D =
{(x, y) c ≤ y ≤ d, ϕ(y) ≤ x ≤ ψ(y)} atunci avem formula
d
ψ(y)
293
y
1 A(1, 1)
x
y=
x 2
y=
0 1 x
Fig. 13.4.2
1 x
I= dx (3x − y + 2)dy =
0 x2
1 x
y2
= 3xy − + 2y dx =
2
2
0 x
1
x2 x4
= 3x2 − + 2x − 3x3 + − 2x2 dx =
2 2
0
1
x4 3 x2 31
= − 3x + + 2x dx = .
2 2 60
0
Observaţia 13.4.1 Dacă avem de calculat o integrală dublă pe un domeniu arbitrar, atunci
ı̂ncercăm să găsim o partiţie a sa ı̂n domenii regulate şi apoi aplicăm proprietatea de
aditivitate faţă de domeniu.
Ca şi ı̂n cazul integralelor Riemann, calculul unor integrale duble se poate face cu o
schimbare de variabile.
Se demonstrează ([2], [3]) că are loc următoarea teoremă de schimbare de variabile:
294
O schimbare de variabile des utilizată este cea polară:
x = r cos θ , y = r sin θ,
prin care se trece de la coordonatele carteziene (x, y) la cele polare (r, θ).
Geometric (Fig. 13.4.3), dacă avem punctul A(x, y) din planul xOy, atunci coordonatele
polare ale lui A sunt date de distanţa de la origine la A, adică r = x2 + y 2 , şi de unghiul
y
pe care ı̂l face axa Ox cu direcţia OA, adică tgθ = .
x
y
A(x, y)
r
2
0 x
Fig. 13.4.3
r
2
a x
0
Fig. 13.4.4
Utilizăm coordonatele polare, prin care domeniul D este transformat ı̂n dreptunghiul
9 π:
Δ = (r, θ)| 0 ≤ r ≤ a, 0 ≤ θ ≤ ,
2
295
şi avem
π
a 2
1 rdrdθ
I = √ rdrdθ = √ =
Δ 1 + r2 1 + r2
0 0 a
a 2
π
rdr π
= √ dr dθ = 1 + r2 =
1 + r2 2
0 0
π 0
2
= ( 1 + a − 1).
2
Observaţia 13.4.2 Prin analogie cu integralele improprii din funcţiile de o variabilă reală,
se pot introduce şi integrale duble (ı̂n general, multiple ) improprii.
Observaţia 13.4.3 În domeniul economic integralele duble apar deseori ı̂n studiul modelelor
matematico - economice descrise prin variabile aleatoare bidimensionale.
296
13.5 Test de verificare a cunoştinţelor nr. 12
1. Definiţi următoarele noţiuni:
∞
1 − e−ax
3. Să se calculeze integrala I(a) = dx care depinde de parametrul real a > −1.
x · ex
0
4. Calculaţi integrala
π
2
1 1 + b sin x
I(b) = ln dx cu b ∈ R.
sin x 1 − b sin x
0
5. a) Calculaţi integrala:
π
2
I(b) = ln(cos2 x + b2 sin2 x)dx
0
297
∞
x2
d) I = .
(1 + x4 )2
0
7. Calculaţi:
dxdy
a) I = , unde D este dreptunghiul [3, 4] × [1, 2];
D (x + y)2
1 1
ydxdy
b) I = 3 ;
(1 + x2 + y 2 ) 2
0 0
1 0
c) I = x exy dxdy.
0 −1
8. a) Calculaţi I = (x2 + y)dxdy unde D este domeniul mărginit de parabolele y = x2
D
şi y 2 = x.
x2
b) Calculaţi I = dxdy unde D este mărginit de dreptele x = 2, y = x şi hiperbola
D y2
xy = 1.
9. Calculaţi I = xydxdy, unde D este sfertul de cerc x2 + y 2 ≤ R2 situat ı̂n primul
D
cadran.
x2 sin(xy)
10. Calculaţi I = dxdy, unde D este domeniul mărginit de parabolele x2 = y,
D y
π 2
x = 2y, y = x, y 2 = πx.
2
2
298
Indicaţii şi răspunsuri Test nr. 12
∞
| sin x| 1 dx
d) Folosind w
≤ w şi converge pentru w > 1 se deduce convergenţa inte-
x x xw
1
gralei.
3. I(a) = ln(a + 1).
4. I(b) = π · arcsin (b).
b+1
5. a) I(b) = π ln .
2
1 y2
b) I(y, k) = ln 1 + 2 .
2 π
3 3 π
6. a) I = β , = .
2 2 8
√
5 3 π 2
b) I = β , = .
4 4 4
1 2 1 2π
c) I = β , = √ .
3 3 3 3 3
√
1 3 5 π 2
d) I = β , = .
4 4 4 16
2 4
dx 25
7. a) I = dx = ln .
(x + y)2 24
1 3
1 1 √ √
ydx (1 + 2) 2
b) I = dx 3 = ln √ .
(1 + x2 + y 2 ) 2 1+ 3
0 0
⎛ √ ⎞
1 x
⎜ ⎟ 33
8. a) I = ⎝ (x2 + y)dy ⎠ dx = .
100
0 x2
⎛ ⎞
2 x 2
⎜ x ⎟ 9
b) I = ⎝ dy ⎠ dx = .
y2 4
1 1
x
2 π
1 2 π
10. I = u · sin(uv) · dudv = − unde x2 = u · y cu 1 ≤ u ≤ 2 şi y 2 = vx cu ≤ v ≤ π.
3 3π 2
1 π
2
299
Bibliografia aferentă capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate ı̂n economie - Volumul II,
Editura ULB, Sibiu, 2002.
[2] Nicolescu, M., Dinculeanu, N., Marcus, S., Manual de analiză matematică, Vol.I,
1962, Vol.II, 1964, Editura Didactică şi Pedagogică, Bucureşti.
[3] Stănăşilă, O., Analiză matematică, Editura Didactică şi Pedagogică, Bucreşti, 1981.
300