MATEMATICĂ APLICATĂ ÎN

ECONOMIE

1
 Cuprins

Tema 1:
Capitolul I-Elemente de algebră
I.1. Noţiuni elementare de algebră
I.1.1. Spaţii vectoriale I.1.2.
Subspaţii vectoriale Tema
2-4:
I.1.3. Dependenţă liniară
I.1.4. Bază de vectori Tema
5:
I.1.5. Sisteme de ecuaţii liniare
I.1.6. Metoda eliminării complete
I.2. Exerciţii rezolvate
I.3. Exerciţii propuse spre rezolvare Tema
6:
Capitolul II-Programare liniară
II.1. Elemente de programare liniară
II.1.1. Forme ale unei probleme de programare liniară
II.1.2. Soluţii ale unei probleme de programare liniară Tema
7:
II.1.3. Metode de rezolvare a unei probleme de programare liniară

2
II.1.3.1. Metoda grafică
II.1.3.2. Metoda simplex Tema
8:
II.1.3.3. Algoritmul simplex
II.1.3.3.1. Algoritmul simplex pentru probleme cu soluţii iniţiale Tema 9:
II.1.3.3.2. Algoritmul simplex pentru probleme fără soluţii iniţiale
II.1.3.3.3. Algoritmul simplex pentru probleme de programare liniară sub
forma generală
II.2. Exerciţii rezolvate
II.3. Exerciţii propuse spre rezolvare Tema
10:
Capitolul III - Analiză matematică
III.1. Noţiuni elementare de analiză matematică
III.1.1. Şiruri de numere reale
III.1.2. Serii numerice Tema
11:
III.1.2.1. Criterii de comparaţie a seriilor
III.1.3. Serii de puteri
III.2. Exerciţii rezolvate
III.3. Exerciţii propuse spre rezolvare Tema
12:
Capitolul IV-Derivabilitate şi diferenţiabilitate
IV.1. Noţiuni fundamentale
IV.1.1. Matricea Jacobiană
IV.1.2. Puncte de extrem
IV.1.3. Metoda celor mai mici pătrate

3
IV.2. Exerciţii rezolvate
IV.3. Exerciţii propuse spre rezolvare

Tema 13:
Capitolul V- Ecuaţii diferenţiale
V.1. Noţiuni fundamentale
V.1.1. Ecuaţii diferenţiale de ordinul întâ
V.1.2. Ecuaţii cu variabile separabile
V.1.3. Ecuaţii liniare de ordinul întâi
V.1.4. Ecuaţii omogene
Tema 14:
V.1.5. Ecuaţii reductibile la ecuaţii omogene
V.1.6. Ecuaţii Bernoulli
V.1.7. Ecuaţii Riccati
V.2. Exerciţii rezolvate
V.3. Exerciţii propuse spre rezolvare Bibliografie

4
 Capitolul I Elemente de algebră

Capitolul I- Elemente de algebră este un capitol introductiv ce

reuneşte elementele fundamentale ale algebrei precum cele de spaţii şi
subspaţii vectoriale, dependenţă liniară, dimensiune şi baza unui spaţiu
liniar, sisteme de ecuaţii liniare. Capitolul este structurat astfel încăt în
prima parte sunt reamintite noţiunile matematice fundamentale, ca apoi în
ce-a de a doua parte să fie prezentate o serie de aplicaţii rezolvate, în
partea a treia propunem un set de aplicaţii spre rezolvare.

I.1. Noţiuni elementare de algebră

I.1.1. Spaţii vectoriale

Stabilirea unui set de axiome minimal pentru noţiunea de spaţiu

vectorial (…) nu este o chestiune simplă. În adevăr, observând că axioma
de comutativitate a aoperaţiei de adunare a vectorilor se deduce din
axiomele rămase , putem renunţa la acestastă axiomă.Sistemul de axiome
rămas nu este minimal.(Radu Miron, Nica A., Sava T., Spaţii aproape
liniare reale şi programare liniară, Revista Economia 21, 2008, p.24).
Definiţia 1:
Fie 𝐸𝐸 o mulţime nevidă ale căror elemente le notăm cu
(𝑥𝑥𝑥, 𝑦𝑦𝑦, 𝑧𝑧𝑧, … ̅𝑥𝑥1𝑥 ̅, ̅𝑦𝑦1𝑦𝑦 ̅, ̅𝑥𝑥𝑥2̅, … . ) mumiţi vectori şi fie 𝐾𝐾 un corp comutativ,
elementele sale (𝑒𝑒, 𝑓𝑓, 𝑔𝑔, … . . ) le numim scalari.

5
 Tripletul de forma (𝐸𝐸, +,∙), unde 𝐸𝐸 este o mulţime de vectori, +: 𝐸𝐸
× 𝐸𝐸 → 𝐸𝐸 o operaţie internă, (𝑥𝑥𝑥, 𝑦𝑦𝑦) → 𝑥𝑥𝑥 + 𝑦𝑦𝑦 numită adunarea vectorilor şi
o operaţie externă pe mulţimea 𝐸𝐸, definită prin ∙ : 𝐾𝐾 × 𝐸𝐸 → 𝐸𝐸, (𝑒𝑒, 𝑦𝑦𝑦) → 𝑒𝑒 ∙
𝑦𝑦𝑦 numită înmulţirea cu scalar.
Acest triplet (𝐸𝐸, +,∙) se numeşte vectorial sau spaţiu liniar peste
𝐾𝐾, dacă:
i) (𝐸𝐸, +) este grup abelian ii) Sunt
satisfăcute următoarele axiome:

1.∀ 𝑒𝑒 ∈ 𝐾𝐾, ∀𝑥𝑥𝑥, 𝑦𝑦𝑦 ∈ 𝐸𝐸 , atunci 𝑒𝑒(𝑥𝑥𝑥 + 𝑦𝑦𝑦) = 𝑒𝑒𝑒𝑒𝑒 + 𝑒𝑒𝑒𝑒𝑒

2.∀ 𝑒𝑒, 𝑓𝑓 ∈ 𝐾𝐾, ∀𝑥𝑥𝑥 ∈ 𝐸𝐸 , atunci (𝑒𝑒 + 𝑓𝑓)𝑥𝑥𝑥 = 𝑒𝑒𝑒𝑒𝑒 + 𝑓𝑓𝑓𝑓𝑓
3.∀ 𝑒𝑒, 𝑓𝑓 ∈ 𝐾𝐾, ∀𝑥𝑥𝑥 ∈ 𝐸𝐸 , atunci (𝑒𝑒 ∙ 𝑓𝑓)𝑥𝑥𝑥 = 𝑒𝑒 ∙ (𝑓𝑓𝑓𝑓𝑓 )
4.∀ 𝑥𝑥𝑥 ∈ 𝐾𝐾, ∀1 ∈ 𝐾𝐾, 1 𝑒𝑒𝑠𝑠𝑡𝑡𝑒𝑒 𝑛𝑛𝑢𝑢𝑚𝑚𝑖𝑖𝑡𝑡ă 𝑖𝑖𝑑𝑑𝑒𝑒𝑛𝑛𝑡𝑡𝑖𝑖𝑡𝑡𝑎𝑎𝑡𝑡𝑒𝑒𝑎𝑎 𝑙𝑙𝑢𝑢𝑖𝑖 𝐾𝐾, 1𝑥𝑥𝑥 = 𝑥𝑥𝑥 .
Observaţie:
1. 0̅ se numeşte vectorul nul în grupul (𝐸𝐸, +).
2. −𝑥𝑥𝑥 se numeşte opusul vectorul 𝑥𝑥𝑥 .

Consecinţă:
Perechea (𝐸𝐸, +) este grup abelian, adică:
i) ∀𝑥𝑥𝑥, 𝑦𝑦𝑦 ∈ 𝐸𝐸, (𝑥𝑥𝑥 + 𝑦𝑦𝑦) + (𝑥𝑥𝑥 + 𝑦𝑦𝑦) = 2(𝑥𝑥𝑥 + 𝑦𝑦𝑦) = 2𝑥𝑥𝑥 + 2𝑦𝑦𝑦 = 𝑥𝑥𝑥 + 𝑥𝑥𝑥 +
𝑦𝑦𝑦 + 𝑦𝑦𝑦
Pentru că 𝐸𝐸 este grup, atunci 𝑥𝑥𝑥 + 𝑦𝑦𝑦 = 𝑦𝑦𝑦 + 𝑥𝑥𝑥, ∀𝑥𝑥𝑥, 𝑦𝑦𝑦 ∈ 𝐸𝐸.
ii) Dacă 𝑒𝑒𝑒𝑒𝑒 = 0, atunci 𝑒𝑒 = 0 sau 𝑥𝑥𝑥 = 0.
Se observă că
=>
0𝑥𝑥𝑥 = (0 + 0)𝑥𝑥𝑥 = 0𝑥𝑥𝑥 + 0𝑥𝑥𝑥, deci 0𝑥𝑥𝑥 = 0

6
𝑒𝑒0 = 𝑒𝑒(0 + 0) = 𝑒𝑒0 + 𝑒𝑒0 deci 𝑒𝑒0 = 0
<=
𝑒𝑒𝑒𝑒𝑒 = 0, dacă 𝑒𝑒 ≠ 0 atunci ∃ 𝑒𝑒−1 ∈ 𝐾𝐾, 𝑒𝑒−1(𝑒𝑒𝑒𝑒𝑒) = 1 × 𝑥𝑥𝑥 = 𝑥𝑥𝑥
iii).∀ 𝑓𝑓 ∈ 𝐾𝐾, ∀𝑥𝑥𝑥 ∈ 𝐸𝐸 , atunci
(−𝑓𝑓)𝑥𝑥𝑥 = −(𝑓𝑓𝑓𝑓𝑓 )
(−𝑓𝑓)(−𝑥𝑥𝑥) = 𝑓𝑓𝑓𝑓𝑓
Într-adevăr 0𝑥𝑥𝑥 = 0 → [𝑓𝑓 + (−𝑓𝑓)]𝑥𝑥𝑥 = 𝑓𝑓𝑓𝑓𝑓 + [(−𝑓𝑓)𝑥𝑥𝑥] = 0
Dar 𝑓𝑓𝑓𝑓𝑓 + [−(𝑓𝑓𝑓𝑓𝑓)] = 0, deci (−𝑓𝑓)𝑥𝑥𝑥 = −(𝑓𝑓𝑓𝑓𝑓 )
Pentru (−𝑓𝑓)(−𝑥𝑥𝑥) = −(𝑓𝑓(−𝑥𝑥𝑥)) = −(−𝑓𝑓𝑓𝑓𝑓)) = 𝑓𝑓𝑓𝑓𝑓.
iv) ∀ 𝑒𝑒, 𝑓𝑓 ∈ 𝐾𝐾, ∀ ̅𝑥𝑥𝑥, 𝑦𝑦𝑦 ∈ 𝐸𝐸 , atunci

(𝑒𝑒 − 𝑓𝑓)𝑥𝑥𝑥 = 𝑒𝑒𝑒𝑒𝑒 − 𝑓𝑓𝑓𝑓𝑓

𝑒𝑒(𝑥𝑥𝑥 − 𝑦𝑦𝑦) = 𝑒𝑒𝑒𝑒𝑒 − 𝑒𝑒𝑒𝑒𝑒

Având în vedere punctele anterioare, atunci putem scrie:

(𝑒𝑒 − 𝑓𝑓)𝑥𝑥𝑥 = 𝑒𝑒𝑒𝑒𝑒 + (−𝑓𝑓)𝑥𝑥𝑥 = 𝑒𝑒𝑒𝑒𝑒 + (−(𝑓𝑓)𝑥𝑥𝑥) = 𝑒𝑒𝑒𝑒𝑒 − 𝑓𝑓𝑓𝑓𝑓
𝑒𝑒(𝑥𝑥𝑥 − 𝑦𝑦𝑦) = 𝑒𝑒𝑒𝑒𝑒 + 𝑒𝑒(− ̅𝑦𝑦) = 𝑒𝑒𝑒𝑒𝑒 + (−(𝑒𝑒𝑒𝑒𝑒)) = 𝑒𝑒𝑒𝑒𝑒 − 𝑒𝑒𝑒𝑒𝑒

I.1.2 Subspaţii vectoriale

Definiţia 1:
O submulţime nevidă din spaţiul vectorial 𝐸𝐸 se numeşte subspaţiu
vectorial dacă este spaţiu vectorial în raport cu operaşiile induse.

Teorema 1:

7
 Fie 𝐸𝐸 1 o submulţime nevidă din spaţiul 𝐸𝐸, atunci următoarele

afirmaţii sunt echivalente:

i) 𝐸𝐸 1 este subspaţiu în 𝐸𝐸

ii) ∀ 𝑒𝑒 ∈ 𝐾𝐾, ∀𝑥𝑥𝑥, 𝑦𝑦𝑦 ∈ 𝐸𝐸1 , atunci (𝑥𝑥𝑥 – 𝑦𝑦𝑦) ∈ 𝐸𝐸1 , 𝑒𝑒𝑒𝑒𝑒 ∈ 𝐸𝐸1 iii) ∀𝑥𝑥𝑥, 𝑦𝑦𝑦

∈ 𝐸𝐸 1 , atunci (𝑥𝑥𝑥 + 𝑦𝑦𝑦) ∈ 𝐸𝐸 1 , 𝑒𝑒𝑒𝑒𝑒 ∈ 𝐸𝐸 1

iv) ∀ 𝑒𝑒, 𝑓𝑓 ∈ 𝐾𝐾, ∀𝑥𝑥𝑥, 𝑦𝑦𝑦 ∈ 𝐸𝐸 1 atunci 𝑒𝑒𝑥𝑥𝑥 + 𝑓𝑓𝑓𝑓𝑓 ∈ 𝐸𝐸 1 .

Definiţia 2:
Fie 𝑥𝑥𝑥 ∈ 𝐸𝐸 o combinaţie liniară de vectori 𝑥𝑥 1 , 𝑥𝑥 2 … . 𝑥𝑥 𝑛𝑛 dacă există

𝛽𝛽 1 , 𝛽𝛽 2 , … . 𝛽𝛽 𝑛𝑛 𝜖𝜖𝐾𝐾, astfel încât 𝑥𝑥𝑥 = 𝛽𝛽 1 𝑥𝑥 1 + 𝛽𝛽 2 𝑥𝑥 2 + ⋯ . +𝛽𝛽 𝑛𝑛 𝑥𝑥 𝑛𝑛

Mulţimea combinaţiilor liniare 𝑥𝑥 1 , 𝑥𝑥 2 … . 𝑥𝑥 𝑛𝑛 cu < 𝑥𝑥 1 , 𝑥𝑥 2 … . 𝑥𝑥 𝑛𝑛 >.

Definiţia 3:
i) Se numeşte intersecţia subspaţiilor 𝐸𝐸 1 şi 𝐸𝐸 2 mulţimea

𝐸𝐸 3 = 𝐸𝐸 1 ∩ 𝐸𝐸 2
ii) Se numeşte suma subspaţiilor 𝐸𝐸 1 şi 𝐸𝐸 2 mulţimea 𝐸𝐸 4 =

𝐸𝐸 1 +𝐸𝐸 2 Propoziţia 1.

Mulţimea tuturor combinaţiilor liniare cu vectori din submulţimea 𝐵𝐵 din

𝐸𝐸 formează un subspaţiu vectorial în 𝐸𝐸, notat prin
.

8
 I.1.3 Dependenţă liniară

Definiţia 1.
O submulţime 𝐵𝐵 de vectori din 𝐸𝐸, se numeşte liniar dependent dacă

există vectorii 𝑥𝑥 1 , 𝑥𝑥 2 … . 𝑥𝑥 𝑛𝑛 ∈ 𝐵𝐵 şi scalarii 𝛽𝛽 1 , 𝛽𝛽 2 , … . 𝛽𝛽 𝑛𝑛, nu toţi sunt

nuli astfel încât 𝛽𝛽 1 𝑥𝑥 1 + 𝛽𝛽 2 𝑥𝑥 2 + ⋯ . +𝛽𝛽 𝑛𝑛 𝑥𝑥 𝑛𝑛 = 0.

Propoziţia 1.
i) Orice supramulţime 𝐶𝐶 a unei mulţimi 𝐵𝐵 de vectori liniar dependenţi
este liniar dependentă. ii) 0 este liniar dependent.

Definiţia 2.
O mulţime 𝐶𝐶 de vectori din 𝐸𝐸, se numeşte liniar independentă

dacă 𝐶𝐶 nu este liniar dependent, adică pentru oricare 𝑥𝑥 1 , 𝑥𝑥2 … . 𝑥𝑥𝑛𝑛 ∈ 𝐶𝐶 şi

scalarii 𝛽𝛽 1 , 𝛽𝛽 2 , … . 𝛽𝛽 𝑛𝑛 , astfel încât 𝛽𝛽 1 𝑥𝑥 1 + 𝛽𝛽 2 𝑥𝑥 2 + ⋯ . +𝛽𝛽 𝑛𝑛 𝑥𝑥 𝑛𝑛 = 0, avem

𝛽𝛽 1 = 0, 𝛽𝛽 2 = 0, … . 𝛽𝛽 𝑛𝑛 = 0.

Definiţia 3.
O mulţime de vectori 𝑥𝑥 1 , 𝑥𝑥 2 … . 𝑥𝑥 𝑛𝑛 ∈ 𝐸𝐸 se numeşte bază dacă:

i) 𝑥𝑥 1 , 𝑥𝑥 2 … . 𝑥𝑥 𝑛𝑛 liniar independenţi ii)

< 𝑥𝑥 1 , 𝑥𝑥 2 … . 𝑥𝑥 𝑛𝑛 >= 𝐸𝐸.

9
 I.1.4. Bază de vectori

Definiţia 1:
Fie 𝐸𝐸 un spaţiu vectorial peste corpul 𝐾𝐾 şi 𝐵𝐵 o submulţime de
vectori. Mulţimea 𝐵𝐵 se numeşte bază de vectori dacă: i) 𝑆𝑆𝑝𝑝(𝐵𝐵) = 𝐸𝐸 ii) 𝐵𝐵
este liniar independentă. Lema 1:
Fie 𝑄𝑄 = 𝑆𝑆𝑝𝑝 {𝑥𝑥 1 , 𝑥𝑥 2 … . 𝑥𝑥 𝑛𝑛 } , 𝑥𝑥𝑖𝑖𝜖𝜖𝐸𝐸, 𝑖𝑖 = 1,2, … 𝑛𝑛. Mulţimea 𝐵𝐵 = {𝑥𝑥1, 𝑥𝑥2 … .
𝑥𝑥 𝑛𝑛 } este liniar independent.

Fie 𝐶𝐶 = {𝑦𝑦 1 , 𝑦𝑦 2 … . 𝑦𝑦 𝑛𝑛+1 }, 𝑦𝑦 𝑖𝑖 𝜖𝜖𝑄𝑄, 𝑖𝑖 = 1,2, … 𝑛𝑛 + 1,elemente

oarecare din 𝑄𝑄. Atunci 𝐶𝐶 este liniar dependentă.

Teorema de unicitate a bazei:

Oricare două baze ale unui spaţiu vectorial 𝐸𝐸 peste corpul 𝐾𝐾 cu
număr finit de elemente au acelaşi număr de vectori. Acest număr se
numeşte dimensiunea spaţiului vectorial 𝐸𝐸 peste corpul 𝐾𝐾 şi se notează

𝒅𝒅𝒊𝒊𝒎𝒎 𝒌𝒌 𝑬𝑬.
Teorema de existenţă a bazei:
Dacă 𝐸𝐸 un spaţiu vectorial peste corpul 𝐾𝐾 are o mulţime finită de

generatori 𝐺𝐺 = {𝑥𝑥 1 , 𝑥𝑥 2 … . 𝑥𝑥 𝑛𝑛 }, adică 𝑆𝑆𝑝𝑝(𝐺𝐺) = 𝐸𝐸. Atunci 𝐸𝐸 are o bază

finită 𝐺𝐺, = {𝑦𝑦 1 , 𝑦𝑦 2 … . 𝑦𝑦 𝑚𝑚 } ⊂ 𝐺𝐺, 𝑚𝑚 ≤ 𝑛𝑛.

Un spaţiu vectorial care are o mulţime finită de generatori se

numeşte spaţiu finit generat.

10
Propoziţiea 1:
Fie 𝐸𝐸 1 şi 𝐸𝐸 2 două subspaţii vectoriale în spaţiul vectorial 𝐸𝐸 de
dimensiune 𝑚𝑚. Atunci are loc:

dim(𝐸𝐸 1 +𝐸𝐸 2 ) = dim 𝐸𝐸 1 + dim 𝐸𝐸 2 − dim(𝐸𝐸 1 ∩ 𝐸𝐸 2 )

Propoziţiea 2:
𝐹𝐹 = {𝑓𝑓1 , 𝑓𝑓 2 , … 𝑓𝑓 𝑘𝑘 }, este bază în 𝐸𝐸 un spaţiu vectorial peste corpul 𝐾𝐾
dacă şi numai dacă orice vector 𝑦𝑦 ∈ 𝐸𝐸 se scrie în mod unic sub forma:

𝑥𝑥 = 𝛽𝛽 1 𝑓𝑓 1 + 𝛽𝛽 2 𝑓𝑓 2 + ⋯ . +𝛽𝛽 𝑛𝑛 𝑓𝑓 𝑘𝑘
unde 𝛽𝛽 1 , 𝛽𝛽 2 , … . 𝛽𝛽 𝑛𝑛 ∈ 𝐾𝐾 .

Propoziţiea 3:
Dacă 𝐹𝐹 = {𝑓𝑓1 , 𝑓𝑓2 , … 𝑓𝑓𝑘𝑘}, este bază în 𝐸𝐸 şi 𝐶𝐶 ∈ 𝑀𝑀𝑛𝑛𝑚𝑚(𝐾𝐾), cu det 𝐶𝐶

≠ 0 atunci 𝐹𝐹, = {𝑓𝑓 1 , , 𝑓𝑓 2 , , … 𝑓𝑓 𝑘𝑘 ,} obţinută prin (𝑓𝑓1 , , 𝑓𝑓 2 , , … 𝑓𝑓 𝑘𝑘 , ) =

(𝑓𝑓1 , 𝑓𝑓 2 , … 𝑓𝑓𝑘𝑘 ) ∙ 𝐶𝐶 , este o nouă bază şi orice altă bază în 𝐸𝐸 se obţine

astfel.

Fie 𝐹𝐹 ş𝑖𝑖 𝐹𝐹, două baze şi vectorul 𝑦𝑦 ∈ 𝐸𝐸. Vom descompune vectorul
𝑦𝑦 după cele două baze, astfel:

𝑦𝑦 = 𝑦𝑦1𝑓𝑓1 + 𝑦𝑦2𝑓𝑓2 + ⋯ . +𝑦𝑦𝑘𝑘𝑓𝑓𝑘𝑘 = 𝑦𝑦1, 𝑓𝑓1, + 𝑦𝑦2, 𝑓𝑓2, + … +𝑦𝑦𝑘𝑘, 𝑓𝑓𝑘𝑘, =

𝑦𝑦1, (𝑐𝑐11𝑓𝑓1 + 𝑐𝑐21𝑓𝑓2 + ⋯ … + 𝑐𝑐𝑘𝑘1𝑓𝑓𝑘𝑘) + 𝑦𝑦2, (𝑐𝑐12𝑓𝑓1 + 𝑐𝑐22𝑓𝑓2 + ⋯ … + 𝑐𝑐𝑘𝑘2𝑓𝑓𝑘𝑘)

+

⋯ + 𝑦𝑦𝑘𝑘, (𝑐𝑐1𝑘𝑘𝑓𝑓1 + 𝑐𝑐2𝑘𝑘𝑓𝑓2 + ⋯ … + 𝑐𝑐𝑘𝑘𝑘𝑘𝑓𝑓𝑘𝑘) = (𝑦𝑦1, 𝑐𝑐11 + 𝑦𝑦2, 𝑐𝑐12 +

⋯ . . +𝑦𝑦𝑘𝑘, 𝑐𝑐1𝑘𝑘)𝑓𝑓1 + ⋯ . . +(𝑦𝑦1, 𝑐𝑐𝑘𝑘1 + 𝑦𝑦2, 𝑐𝑐𝑘𝑘2 + ⋯ . . +𝑦𝑦𝑘𝑘, 𝑐𝑐𝑘𝑘𝑘𝑘)𝑓𝑓𝑘𝑘.

11
Coordonatele lui 𝑦𝑦 ∈ 𝐸𝐸 sunt unic determinate atunci putem scrie:

Sau mai simplu

Unde cu 𝐶𝐶 am notat matricea de trecere de la baza 𝐹𝐹 la baza 𝐹𝐹, .

Observaţiea 1:
Matricea schimbării de bază este o matrice degenerată.
Se justifică astfel:
Fie matricea schimbării de bază determinată anterior

Observaţiea 2:
Fie baza iniţială şi o nouă bază cu

Şi

Atunci se obţine

12
Matricea schimbării de bază va fi dată de relaţia:

Din faptul că rezultă că şi

În general vectorul poate înlocui vectorul din bază dacă
coordonatele , iar sistemul de ecuaţii va fi de forma:

În concluzie

Aceste formule permit găsirea algoritmului de calcul ale

coordonatelor atunci cănd dorim să facem o schimbare de bază. Formăm
în continuare un tabel astfel:

13
Baza …
1 0 0 … 0 0
0 1 0 … 0 0
0 0 1 … 0 0
… … … … … 0 0 … …
0 0 0 … 1 0
0 0 0 … 0 1

1 0 0 0 0

0 1 0 0 0

0 0 1 0 0

… … … … … …. …
𝑢𝑢𝑛𝑛−1 0 0 0 … 1

𝑛𝑛
𝑣𝑣 0 0 0 … 0

Trecerea de la o parte la alta se realizează prin două reguli simple:

1. Linia vectorului care vine în bază se obţine prin linia vectorului care
pleacă împărţită la 𝛽𝛽 𝑛𝑛 adică la pivot.
2. Celelate linii se obţin din vechile linii înmulţite cu câte un scalar
astfel ales încât pe coloana pivotului să se obţină zero, adică în afara
pivotului.

14
 I.1.5. Sisteme de ecuaţii liniare

Fie 𝑦𝑦 1 , 𝑦𝑦 2 , 𝑦𝑦 3 , … … 𝑦𝑦 𝑛𝑛 variabile independente.

O expresie liniară de variabile 𝑦𝑦 1 , 𝑦𝑦 2 , 𝑦𝑦 3 , … … 𝑦𝑦𝑛𝑛 cu coeficienţi în

corpul K este o funcţie de forma:

g(y 1 , y 2 , y 3 , … … y n ) = β 1 y 1 + β 2 y 2 + ⋯ . +β n y n ,unde

𝛽𝛽 1 , 𝛽𝛽 2 , … . 𝛽𝛽 𝑛𝑛 ∈ 𝐾𝐾.
Considerăm 𝑔𝑔: 𝐾𝐾𝑛𝑛 → 𝐾𝐾.

g(y 1 , y 2 , y 3 , … … y n ) =< (𝛽𝛽 1 , 𝛽𝛽 2 , … . 𝛽𝛽 𝑛𝑛 ); (𝑦𝑦 1 , 𝑦𝑦 2 , 𝑦𝑦 3 , … … 𝑦𝑦 𝑛𝑛 ) >

Observaţia 1:

Dacă g 1 = β 1 y 1 + β 2 y 2 + ⋯ . +β n y n

g 2 = γ 1 y 1 + γ 2 y 2 + ⋯ . +γ n y n
Atunci:
1. 𝑔𝑔 1 + 𝑔𝑔 2 = (β 1 + γ 1 )y 1 + (β 2 + γ 2 )y 2 + ⋯ . +(β n + γ n )y n

2. αg 1 = αβ 1 y 1 + αβ 2 y 2 + ⋯ . +αβ n y n

Fie sistemul de ecuaţii liniare:

b1 = y1𝑐𝑐11 + y2𝑐𝑐12 + ⋯ . . +yn𝑐𝑐1𝑛𝑛

{ b2 = y1𝑐𝑐21 + y2𝑐𝑐22 + ⋯ . . +yn𝑐𝑐2𝑛𝑛 (1)

…….
bm = yn𝑐𝑐𝑚𝑚1 + y2𝑐𝑐𝑚𝑚2 + ⋯ . . +yn𝑐𝑐𝑚𝑚𝑛𝑛

15
Notăm

matricea sistemului,

matricea extinsă,
𝑃𝑃 1 , 𝑃𝑃 2 , 𝑃𝑃 3 , … … 𝑃𝑃 𝑛𝑛 coloanele matricii A
𝑃𝑃 0 coloana termenilor liberi.
Sistemul (1) se poate scrie astfel:
AY = 𝑃𝑃 0 sau 𝑃𝑃 0 = y 1 𝑃𝑃 1 + y 2 𝑃𝑃 2 + ⋯ . . +y n 𝑃𝑃 𝑛𝑛 .

Observaţia 2:
Mulţimea soluţiilor sistemului (1) este mulţimea vectorilor
.

Definiţia 1:
a) Se numeşte soluţie a sistemului de ecuaţii orice vector 𝑌𝑌 ∈ 𝑅𝑅𝑛𝑛
care verifică ecuaţiile sistemului.

b) Dacă 𝑃𝑃 0 = 0 atunci sistemul se numeşte sistem omogen.

c) Un sistem care are măcar o soluţie se numeşte sistem

compatibil.

Teorema lui Kronecker-Cappeli

Sistemul de ecuaţii (1) are cel puţin o soluţie dacă şi numai dacă
rangul matricei A este egal cu rangul matricei extinse.

16
Teorema 2.
Mulţimea unui sistem omogen formează un subspaţiu liniar, cu
𝑑𝑑𝑖𝑖𝑚𝑚 𝐾𝐾 𝐸𝐸 = 𝑚𝑚 − 𝑟𝑟, unde 𝑟𝑟 = 𝑟𝑟𝑎𝑎𝑛𝑛𝑔𝑔 𝐴𝐴.

I.1.6. Metoda eliminării complete

Metoda lui Gauss este o metodă avantajoasă pentru rezolvarea

sistemelor de ecuaţii liniare.
Prezentăm în continuare această metodă1:
Presupunem că sistemele sunt compatibile cu rangul egal, adică
am selectat o bază de ecuaţii şi nu avem necunoscute secundare.

Fie sistemul de ecuaţii

(2)

Unde indicele superior indică pasul în algoritmul ce urmează

să fie descris. Ne propunem să găsim un sistem echivalent cu sistemul (2)
şi în care matricea sistemului să fie de forma:

1
Popescu A., Algebră liniară şi aplicaţii, Ed. Universităţii din Bucureşti,1999, p.154

17
 Se observă că sub diagonala principală avem zero. Iar dacă
schimbăm ordinea ecuaţiilor se obţine un sistem echivalent.

Presupunem că , cu .
Prima ecuaţie se lasă neschimbată iar cea de-a doua ecuaţie se
schimbă astfel: prima ecuaţie se înmulţeşte cu ), iar a doua ecuaţie
se înmulţeşte cu ) şi adunăm aceste ecuaţii, rezultatul fiind o nouă
ecuaţie pe care o aşezăm în locul celei de-a doua ecuaţii.
Se repetă acelaşi procedeu cu liniile următoare şi se găseşte un
sistem echivalent cu primul sistem , matricea sa este

şi . Unde .

În matricea
.
Celelate elemente ale matricei şi ale vectorului se schimbă
după următoarea regulă:

trece în
trece în .
Astfel se obţine primul pas al algoritmului lui Gauss. Operaţia de
trecere se numeşte pivotare iar se numeşte pivot.

18
Unde schimbarea se face după următoarea schemă.

numită regula pivotului pentru . Pentru

eliminarea necunoscutei se aplică acelaşi procedeu pentru sistemul de
dimensiune mai mică, adică .

Pentru pasul al doilea şi pentru a pivota presupunem că

Această matrice este matricea unui sistem care se rezolvă prin

recurenţă începând cu , dacă .

Dacă sistemul nu poate fi rezolvat.
Se calculează din ecuaţia

19
 Se observă că elementele de pe diagonala principală a matricei
sunt nenule.

I.2. Exerciţii rezolvate

1. Exemple de spaţii şi subspaţii vectoriale:

a) Mulţimea este un ţ vectorial în raport cu operaţiile
uzuale.
b) Mulţimea a polinoamelor cu coeficienţi din este un -spaţiu.
c) Orice corp poate fi interpretat ca un -spaţiu în raport cu operaţiile
de adunare şi înmultire.

d) este subspaţiu în .
e) Un subspaţiu vectorial este el însuşi un spaţiu vectorial.
f) Mulţimea < 𝑥𝑥 1 , 𝑥𝑥 2 … . 𝑥𝑥 𝑛𝑛 > este un subspaţiu liniar în 𝐸𝐸 numit

subspaţiul generat de 𝑥𝑥 1 , 𝑥𝑥 2 … . 𝑥𝑥 𝑛𝑛 , iar fiecare 𝑥𝑥 𝑖𝑖 se numeşte generator.

2. Fie (𝟏𝟏, 𝟎𝟎, 𝟎𝟎) ş𝒊𝒊 (𝟓𝟓, 𝟎𝟎, 𝟎𝟎) sunt liniar dependenţi în 𝑹𝑹𝟑𝟑 deoarece
(−5)(1,0,0) + 1(5,0,0) = (0,0,0) = 0

3. Să se arate că 𝒙𝒙 𝟏𝟏 = (𝟏𝟏, 𝟎𝟎, 𝟏𝟏) , 𝒙𝒙 𝟐𝟐 = (𝟎𝟎, 𝟎𝟎, 𝟏𝟏) , 𝒙𝒙𝟑𝟑 = (𝟎𝟎, 𝟏𝟏, 𝟏𝟏) sunt

liniar dependenţi în 𝑹𝑹𝟑𝟑. Dacă

20
 𝛽𝛽 1 𝑥𝑥 1 + 𝛽𝛽 2 𝑥𝑥 2 + 𝛽𝛽 3 𝑥𝑥 3 = (𝛽𝛽 1 , 𝛽𝛽 2 , 𝛽𝛽 1 + 𝛽𝛽 2 + 𝛽𝛽 3 ) = (0,0,0)
Atunci
𝛽𝛽 1 = 0 𝛽𝛽2

=0

𝛽𝛽 1 + 𝛽𝛽 2 + 𝛽𝛽 3 = 0
Rezultă deci 𝛽𝛽 1 = 𝛽𝛽 2 = 𝛽𝛽 3 = 0. Prin urmare 𝑥𝑥1, 𝑥𝑥2, 𝑥𝑥3 sunt liniar
independenţi în 𝑅𝑅3.

4. Fie 𝐸𝐸 = 𝑅𝑅3, 𝒇𝒇 𝟏𝟏 = (𝟏𝟏, 𝟎𝟎, 𝟎𝟎) , 𝒇𝒇 𝟐𝟐 = (𝟎𝟎, 𝟏𝟏, 𝟎𝟎) , 𝒇𝒇 𝟑𝟑 = (𝟎𝟎, 𝟎𝟎, 𝟏𝟏)

Mulţimea 𝐵𝐵 = {𝑓𝑓 1 , 𝑓𝑓2 , 𝑓𝑓 3 } este o bază de vectori din 𝑅𝑅3. 𝑆𝑆𝑝𝑝(𝐵𝐵) ⊂ 𝑅𝑅3.

Fie 𝑥𝑥 = (𝑎𝑎, 𝑏𝑏, 𝑐𝑐), atunci 𝑥𝑥 = 𝑎𝑎(1,0,0) + 𝑏𝑏(0,1,0) + 𝑐𝑐(0,0,1) ,

adică 𝑥𝑥 ∈ 𝑆𝑆𝑝𝑝(𝐵𝐵), rezultă deci că 𝑆𝑆𝑝𝑝(𝐵𝐵) = 𝑅𝑅3
Mulţimea 𝐵𝐵 este liniar independentă pentru că este îndeplinită
condiţia
𝛽𝛽 1 𝑓𝑓 1 + 𝛽𝛽 2 𝑓𝑓 2 + 𝛽𝛽 3 𝑓𝑓 3 = (𝛽𝛽 1 , 𝛽𝛽 2 , 𝛽𝛽 3 ) = (0,0,0)

Rezultă deci că 𝛽𝛽 1 = 𝛽𝛽 2 = 𝛽𝛽 3 = 0

5. Să se arate că .
Se găseşte , , bază în
, peste corpul

6. Să se facă schimbarea de bază înlocuind numai un vector.

Dacă în bază aducem în locul lui pe se obţine:

21
 Baza
1 0 0
0 1 0
0 0 1

1/3 0 0 1

2/3 1 0 0
-4/3 0 1 0

În baza , vectorul este de forma:

7. Să se rezolve sistemele de ecuaţii:

1 = 2x − 3y
a 2). { 0 = x + y
3 = 6x − 9y

Rezolvare:
2 −3 2 −3 1
𝐴𝐴 = (1 1) 𝐵𝐵 = (1 1 0)
6 −9 6 −9 3
𝑑𝑑𝑒𝑒𝑡𝑡 𝐵𝐵 = 0
2
Popescu A., Algebră liniară şi aplicaţii, Ed. Universităţii din Bucureşti,1999, p.146

22
 rezultă deci că 𝑟𝑟𝑎𝑎𝑛𝑛𝑔𝑔𝐴𝐴 = 𝑟𝑟𝑎𝑎𝑛𝑛𝑔𝑔 𝐵𝐵

Submatricea care dă rangul este .

Se rezolvă sistemul de ecuaţii

Dupa un calcul simplu se obţin soluţiile sistemului de ecuaţiii x =

2x − 3y + z = 1
b ) 3
{ x+y−z=0
6x − 9y + 3z = 3

Calculăm det 𝐴𝐴, se obţine det 𝐴𝐴 = 0. Se observă că toţi

determinanţii de ordinul 3 din 𝐵𝐵 sunt zero. Rezultă că 𝑟𝑟𝑎𝑎𝑛𝑛𝑔𝑔𝐴𝐴 = 𝑟𝑟𝑎𝑎𝑛𝑛𝑔𝑔 𝐵𝐵
= 2.
Necunoscutele principale vor fi 𝑥𝑥, 𝑦𝑦 iar 𝑧𝑧 o necunoscută
secundară. După rezolvarea sistemului

Se obţin soluţiile , Oricare ar fi z.

3
Idem 2

23
8. Să se afle rangul matricei următoare utilizând algoritmul lui
Gauss 4.

𝐴𝐴 trece în

𝐴𝐴(1) trece în

𝐴𝐴(2) trece în

Rezultă că

9. Să se determine soluţiile de bază ale problemei 5:

Matricea sistemului este:

4
Popescu A., Algebră liniară şi aplicaţii, Ed. Universităţii din Bucureşti,1999, p.154
5
Purcaru I., Elemente de algebră şi programare liniară, Ed. Ştiinţifică şi Enciclopedică,
pp.168-169

24
 Matricea are rangul 2, rezultă că există cel puţin două coloane
liniar independente.

, ,

Vom avea deci 6 perechi de vectori liniari independenţi pe care îi

calculăm astfel:

Deci problema admite următoarele soluţii de bază nedegenerate.

25
 I.3. Exerciţii propuse spre rezolvare

1. Să se arate că 𝑹𝑹 + 𝑸𝑸 ş𝒊𝒊 𝑹𝑹 ∩ 𝑸𝑸 sunt subspaţii vectoriale în 𝑬𝑬. Unde

definim 𝑅𝑅 + 𝑄𝑄 = {𝑎𝑎 + 𝑏𝑏, 𝑎𝑎 ∈ 𝑅𝑅 , 𝑏𝑏 ∈ 𝑄𝑄}
𝑅𝑅 ∩ 𝑄𝑄 = {𝑎𝑎, 𝑎𝑎 ∈ 𝑅𝑅 ş𝑖𝑖 𝑏𝑏 ∈ 𝑄𝑄}

2. Fie spaţiul vectorial 𝑹𝑹𝟑𝟑şi

𝑸𝑸 = {(𝒂𝒂, 𝒂𝒂, 𝒃𝒃) ∈ 𝑹𝑹𝟑𝟑 ş𝒊𝒊 𝒂𝒂, 𝒃𝒃 ∈ 𝑹𝑹}
𝑻𝑻 = {(𝒄𝒄, 𝟎𝟎, 𝒄𝒄) ∈ 𝑹𝑹𝟑𝟑 ş𝒊𝒊 𝒄𝒄 ∈ 𝑹𝑹}.
𝑎𝑎) Să se arate că 𝑄𝑄 ş𝑖𝑖 𝑇𝑇 sunt subspaţii vectoriale în 𝑅𝑅3 b)
𝑄𝑄 + 𝑇𝑇 = 𝑅𝑅3
c) 𝑄𝑄 ∩ 𝑇𝑇 = 𝑄𝑄 = {(0,0, 0) ∈ 𝑅𝑅3}
3. Să se arate că
a) 𝒅𝒅𝒊𝒊𝒎𝒎 𝑹𝑹 𝑹𝑹𝒎𝒎 = 𝒎𝒎,

b) 𝒅𝒅𝒊𝒊𝒎𝒎 𝑹𝑹 𝑪𝑪 = 𝟐𝟐,

c) 𝒅𝒅𝒊𝒊𝒎𝒎 𝑹𝑹 𝑪𝑪𝟐𝟐 = 𝟒𝟒,

d) 𝒅𝒅𝒊𝒊𝒎𝒎 𝑲𝑲 𝑴𝑴 𝒎𝒎𝒏𝒏 (𝑲𝑲) = 𝒎𝒎𝒏𝒏,

4.
a) Determinaţi 𝑑𝑑𝑖𝑖𝑚𝑚 𝑅𝑅 𝑄𝑄.
b) Fie 𝐿𝐿 =

26
o mulţime de generatori. Arătaţi că 𝐿𝐿, este liniar independentă.

5. În 𝑯𝑯 = 𝑹𝑹𝟒𝟒 fie
𝐸𝐸 1 = {𝛼𝛼, 𝛼𝛼 + 𝛽𝛽 ,2𝛼𝛼, 0, 𝑐𝑐𝑢𝑢 𝛼𝛼, 𝛽𝛽 ∈ 𝑅𝑅} 𝐸𝐸2
= {𝛾𝛾, 𝛾𝛾 + 𝛿𝛿 , 𝛿𝛿 + , , 𝑐𝑐𝑢𝑢 𝛾𝛾, 𝛿𝛿, ∈ 𝑅𝑅}.

Să se calculeze:

i. dim(𝐸𝐸 1 +𝐸𝐸 2 )

ii. dim(𝐸𝐸 1 ∩ 𝐸𝐸 2 )

6. Fie 𝑯𝑯 = {𝒙𝒙 + 𝒚𝒚√𝟑𝟑 + 𝒛𝒛√𝟐𝟐, 𝒙𝒙, 𝒚𝒚, 𝒛𝒛 ∈ 𝑸𝑸}. Să se arate că 𝑯𝑯 este spaţiu

liniar. Există subspaţii liniare ale lui 𝑯𝑯, exemplificaţi.

7. Se dau vectorii 𝒆𝒆 = (𝟐𝟐, 𝟑𝟑, 𝟒𝟒), 𝒇𝒇 = (𝟐𝟐, −𝟑𝟑, 𝟓𝟓), 𝒈𝒈 = (−𝟏𝟏, 𝟏𝟏 − 𝟒𝟒).
Precizaţi vectorul ℎ = 3𝑒𝑒 + 6𝑓𝑓 − 𝑔𝑔.

8. Se dau vectorii 𝒆𝒆 = (𝟏𝟏, 𝟐𝟐, 𝟑𝟑), 𝒇𝒇 = (−𝟏𝟏, −𝟐𝟐, −𝟑𝟑), 𝒈𝒈 = (𝟎𝟎, 𝟎𝟎, 𝟎𝟎), 𝒉𝒉 =
(𝟏𝟏, −𝟏𝟏, 𝟏𝟏), 𝒊𝒊 = (𝟎𝟎, 𝟏𝟏, −𝟏𝟏), 𝒋𝒋 = (−𝟏𝟏, 𝟎𝟎, 𝟒𝟒). Din aceşti vectori să se
aleagă un număr maxim de vectori independenţi şi să se exprime
ceilaţi ca şi combinaţii liniare de cei aleşi.

9. Fie în 𝑹𝑹𝟑𝟑 două baze 𝐹𝐹 ş𝑖𝑖 𝐹𝐹,. Să se determine matricea de trecere

de la baza 𝐹𝐹 la baza 𝐹𝐹,.
F = {(1,0,0), (0,1,0),(0,0,1)}

27
 F, = {(1,1,1), (1,1,0),(1,0,0)}

10. Fie vectorii 𝒆𝒆 = (𝟐𝟐, −𝟐𝟐, 𝟎𝟎), 𝒇𝒇 = (𝟐𝟐, , 𝟏𝟏, −𝟏𝟏), 𝒈𝒈 = (−𝟏𝟏, 𝟑𝟑 − 𝟒𝟒) , 𝒉𝒉 =
(𝟓𝟓, −𝟒𝟒, −𝟗𝟗).
a). Să se arate că 𝑒𝑒, 𝑓𝑓, 𝑔𝑔 formeză o bază.
b). Să se afle coordonatele lui ℎ.

11. Să se resolve sistemele de ecuaţii:

a).

x−z=0
c). d). { y − q = 0
y−x−q=0

12. Să se resolve sistemele de ecuaţii prin metoda lui Gauss:

a). b).

13. Folosind metoda lui Gauss să se găsească rangul următoarelor

matrice.

28
a).

b).

Capitolul II Programare liniară

Programarea matematică o înţelegem ca fiind o sinteză a unui

număr mare de rezultate fundamentale ale matematicilor clasice, la care
au fost adăugate noi informaţii.
O problemă de programare liniară urmăreşte maximizarea sau
minimizarea unei anumite funcţii denumită funcţie scop sau funcţie
obiectiv.

29
 II.1. Elemente de programare liniară

II.1.1. Forme ale unei probleme de programare liniară

1. Forma generală a problemelor de programare liniară

(1)

(2)

Observaţia 1:
Prin vom înţelege sau .

2. Forma standard a problemelor de programare liniară

30
 (𝑜𝑜𝑝𝑝𝑡𝑡)𝑔𝑔 = 𝑎𝑎 1 𝑥𝑥 1 + 𝑎𝑎 2 𝑥𝑥 2 + ⋯ 𝑎𝑎 𝑘𝑘 𝑥𝑥 𝑘𝑘

Scris matricial
(𝑜𝑜𝑝𝑝𝑡𝑡)𝑔𝑔 = 𝑎𝑎𝑥𝑥
𝐴𝐴𝑥𝑥 = 𝑏𝑏
{
𝑥𝑥 ≥ 0

3. Forma canonică a problemelor de programare liniară

(𝒎𝒎𝒂𝒂𝒙𝒙)𝑔𝑔 = 𝑎𝑎 1 𝑥𝑥 1 + 𝑎𝑎 2 𝑥𝑥 2 + ⋯ 𝑎𝑎 𝑘𝑘 𝑥𝑥 𝑘𝑘

𝑎𝑎11𝑥𝑥1 + 𝑎𝑎12𝑥𝑥2 + ⋯ + 𝑎𝑎1𝑘𝑘𝑥𝑥𝑘𝑘 ≤ 𝑏𝑏1

…
{𝑎𝑎𝑝𝑝1𝑥𝑥1 + 𝑎𝑎𝑝𝑝2𝑥𝑥2 + ⋯ + 𝑎𝑎𝑝𝑝𝑘𝑘𝑥𝑥𝑘𝑘 ≤ 𝑏𝑏𝑝𝑝
𝑥𝑥 1 ≥ 0, 𝑥𝑥 2 ≥ 0 … 𝑥𝑥 𝑘𝑘 ≥ 0
Sau

(𝒎𝒎𝒊𝒊𝒏𝒏)𝑔𝑔 = 𝑎𝑎 1 𝑥𝑥 1 + 𝑎𝑎 2 𝑥𝑥 2 + ⋯ 𝑎𝑎 𝑘𝑘 𝑥𝑥 𝑘𝑘

Matricial:

31
(𝑚𝑚𝑎𝑎𝑥𝑥)𝑔𝑔 = 𝑎𝑎𝑥𝑥

(𝑚𝑚𝑖𝑖𝑛𝑛)𝑔𝑔 = 𝑎𝑎𝑥𝑥
𝐴𝐴𝑥𝑥 ≥ 𝑏𝑏
{
𝑥𝑥 ≥ 0

II.1.2. Soluţii ale unei probleme de programare liniară

Fie problema de programare liniară:

(𝑜𝑜𝑝𝑝𝑡𝑡)𝑔𝑔 = 𝑎𝑎𝑥𝑥
𝐴𝐴𝑥𝑥 = 𝑏𝑏
{
𝑥𝑥 ≥ 0

Pentru uşurinţă vom utiliza forma vectorială:

Notăm :

matricea coeficienţilor sistemului (1),

𝑋𝑋 = (𝑥𝑥 1 , 𝑥𝑥 2 … … 𝑥𝑥 𝑘𝑘 ),

vectorii coloană
𝑐𝑐 = (𝑐𝑐 1 , 𝑐𝑐 2 … … 𝑐𝑐 𝑘𝑘 ),

32
 Iar problema generală se enunţă astfel: Să se determine vectorul 𝑋𝑋
care îndeplineşte condiţiile:

𝑃𝑃1𝑥𝑥1 + 𝑃𝑃2𝑥𝑥2 + ⋯ + 𝑃𝑃𝑘𝑘𝑥𝑥𝑘𝑘 = 𝑃𝑃0

𝑋𝑋 ≥ 0

Definiţia 1:
Un vector din care satisface condiţiile (1) şi (2) se numeşte
soluţie posibilă sau soluţie admisibilă a problemei de programare liniară.
Dacă nu sunt îndeplinite condiţiile atunci soluţia nu este
posibilă (admisibilă, sau nu este realizabilă).

Definiţia 2:

O soluţie posibilă este de bază dacă vectorii sunt

liniar independeţi.

Consecinţe:
1. Numărul componentelor pozitive nu poate fi mai mare decât .
2. Dacă soluţia de bază are componente nenule vom spune că
nedegenerată, în caz contrar soluţia este degenerată.

Propoziţie:
Mulţimea soluţiiilor ale unei probleme de programare liniară este
o mulţime convexă.

33
Consecinţă:
Dacă mulţimea soluţiilor conţine mai mult de un punct atunci
atunci ea conţine o infinitate de soluţii.

Teorema fundamentală a programării liniare:

Dacă o problemă de programare liniară admite o soluţie optimă
atunci admite o soluţie optimală de bază.

Definiţia 3:
Se numeşte soluţie optimă a aunei probleme de programare liniară
o soluţie posibilă care satisface condiţia de optim.

Teorema 2:
Dacă o problemă de programare liniară are soluţie finită, atunci
există un punct extrem al mulţimii soluţiilor posibile care să fie soluţia
optimă a problemei.

34
 II.1.3. Metode de rezolvare a unei probleme
de programare liniară

II.1.3.1. Metoda grafică

Metoda grafică constă în reprezentarea grafică a restricţiilor unei

probleme de programare liniară, ceea ce ne conduce la gasirea mulţimii
soluţiilor posibile şi a soluţiilor de bază. Deoarece nu se poate reprezenta
grafic decât în plan sau în spaţiu, această metodă nu poate avea în datele
sale decât două variabile, pentru reprezentarea în plan sau trei variabile
pentru reprezentarea în spaţiu.

II.1.3.2. Metoda simplex

Metoda simplex reprezintă o schemă de calcul care permite

trecerea de la o soluţie de bază la o soluţie mai bună fară a cerceta toate
soluţiile.
Algoritmul simplex porneşte de la o soluţie de bază care se
testează pe baza unei condiţii de optimalitate dacă aceasta este soluţia
căutată sau nu. Dacă soluţia găsită nu este soluţia căutată atunci se trece
la o soluţie convenabilă pe care o verificăm. Se procedează astfel,
parcurgând un număr finit de paşi până ajungem la soluţia optimă dacă
există. În cazul în care aceasta nu există afirmăm acest lucru.
Fie problema de programare liniară:
(𝑚𝑚𝑎𝑎𝑥𝑥)𝑔𝑔 = 𝑎𝑎𝑥𝑥

35
 𝐴𝐴𝑥𝑥 = 𝑏𝑏
{
𝑥𝑥 ≥ 0

Presupunem că în matricea 𝐴𝐴 există o bază formată din coloanele

B = a j1 , a j2 , … . . a jn .Oricare dintre coloanele lui A poate fi reprezentat în

mod unic în baza B.

Notăm cu:

𝑦𝑦 𝑘𝑘 ` = (𝑦𝑦 𝑘𝑘1 , 𝑦𝑦 𝑘𝑘2 , … . . . 𝑦𝑦 𝑘𝑘𝑛𝑛 ) = 𝑑𝑑 𝑘𝑘 𝐵𝐵, 𝑘𝑘 = 1 … 𝑝𝑝, componentele vectorului

d k în baza B.

𝑎𝑎𝐵𝐵 coeficienţii funcţiei obiectiv şi 1 …

𝑝𝑝.
mulţimea indicilor corespunzători vectorilor ce nu formează baza şi
cu mulţimea indicilor vectorilor bazici.

Fie soluţie corespunzătoare bazei , adică

.

Teorema 1: (Testul de optimalitate a soluţiei)

Dacă sunt negative pentru atunci
problema de programare liniară are optim finit şi soluţia sa este optimă.

Teorema 2:
Dacă pentru un indice pentru care , toate
componentele atunci problema are optim infinit.

36
II.1.3.3. Algoritmul simplex 6

Algoritmul simplex constă intr-o succesiune de iteraţii care

îmbunătaţesc treptat o soluţie iniţială de bază.
Cazul 1. Problema este în forma standard ceea ce înseamnă că avem o
soluţie iniţială sau de pornire.
Cazul 2. Problema nu are soluţie iniţială iar restricţiile sunt sau pot fi
puse sub forma

Cazul 3. Problema nu are soluţie iniţială iar restricţiile sunt sau pot fi
puse sub forma

Cazul 4. Problema nu are soluţie iniţială iar restricţiile sunt sau pot fi
puse sub forma
<
𝐴𝐴𝑥𝑥=𝑏𝑏 ş𝑖𝑖 𝑏𝑏 ≥ 0
{
>
𝑥𝑥 ≥ 0

Observaţie:
Pentru aplicarea algoritmului simplex este necesară punerea
problemei sub forma standard.

6
Purcaru I., Elemente de algebră şi programare liniară, Ed. Ştiinţifică şi Enciclopedică,
p.200

37
 II.1.3.3.1. Algoritmul simplex pentru probleme cu soluţii iniţiale

Presupunem că soluţia de bază este formată cu primele 𝑛𝑛

componente ale vectorului 𝑏𝑏, iar problema se află sub forma standard, iar
matricea 𝐵𝐵 fiind matricea unitate de ordinul 𝑛𝑛.

Se calculează 𝑎𝑎 𝑘𝑘 − 𝑔𝑔 𝑘𝑘 ţinând cont de restricţiile 𝑔𝑔 𝑘𝑘 = 𝑎𝑎𝐵𝐵𝑦𝑦 𝑘𝑘 =

şi se completează tabelul următor:

Tabel simplex
𝐶𝐶𝐵𝐵 𝐵𝐵 𝑋𝑋𝐵𝐵 𝑎𝑎 1 … 𝑎𝑎 𝑗𝑗 … 𝑎𝑎 𝑛𝑛 𝑎𝑎𝑛𝑛+1 … 𝑎𝑎 𝑘𝑘 … 𝑎𝑎 𝑝𝑝

𝑑𝑑 1 … 𝑑𝑑 𝑗𝑗 … 𝑑𝑑 𝑛𝑛 𝑑𝑑𝑛𝑛+1 … 𝑑𝑑 𝑘𝑘 … 𝑑𝑑 𝑝𝑝

𝑎𝑎 1 𝑑𝑑 1 𝑏𝑏 1 1 … 0 … 0 𝑦𝑦𝑛𝑛+1,1 … 𝑦𝑦 𝑘𝑘 1 … 𝑦𝑦 𝑝𝑝 1

După ce se completează tabelul simplex, se calculează

38
 , începe algoritmul propriuzis. Pot apărea mai multe
cazuri, astfel:
1. Toate , astfel că şi , ,
în acest caz soluţia este optimă şi algoritmul se termină cu decizia de
optim finit unic.
2. Toate , astfel că şi ,
, în acest caz soluţia este optimă şi algoritmul se termină cu
decizia de optim finit multiplu. Oricare dintre
vectorii
pot intra în bază, ei modificând doar soluţia şi nu funcţia
obiectiv. Avem deci un număr de soluţii optime de bază

, şi atunci ,
, este o soluţie optimă. Există o infinitate de soluţii optime, care
sunt generate de relaţiile de mai sus.
3. Există , pentru , atunci soluţia nu este optimă
şi
algoritmul continuă cu decizia că soluţia poate fi îmbunătăţită.

Tema 7:
II.1.3.3.2. Algoritmul simplex pentru probleme fără soluţii iniţiale
II.1.3.3.3. Algoritmul simplex pentru probleme de programare liniară sub
forma generală
II.2. Exerciţii rezolvate
II.3. Exerciţii propuse spre rezolvare

39
 II.1.3.3.2. Algoritmul simplex pentru probleme fără soluţii iniţiale

a. Algoritmul simplex pentru probleme fără soluţii iniţiale dar cu

restricţii de forma:

Presupunem că avem de rezolvat o

problemă de forma:

Notăm cu vectorul ale cărui componente sunt variabile ecart,

vom obţine:

Dacă fixăm 𝑥𝑥 = 0 vom obţine soluţia de bază 𝑧𝑧 = 𝑏𝑏, ce se poate

considera soluţie de pornire a algoritmului simplex. Se continua
rezolvarea la fel ca în paragraful anterior.

b. Algoritmul simplex pentru probleme fără soluţii iniţiale dar cu

restricţii de forma:

40
 𝑨𝑨𝒙𝒙 = 𝒃𝒃 ş𝒊𝒊 𝒃𝒃 ≥ 𝟎𝟎

𝒙𝒙 ≥ 𝟎𝟎

Presupunem că avem o problemă de forma următoare şi că nu

avem soluţie iniţială:
(𝒎𝒎𝒂𝒂𝒙𝒙)𝒈𝒈 = 𝒄𝒄𝒙𝒙
𝐴𝐴𝑥𝑥 = 𝑏𝑏 ş𝑖𝑖 𝑏𝑏 ≥ 0
{
𝑥𝑥 ≥ 0

Există trei metode de rezolvare a acestor tipuri de probleme,

astfel:
Metoda I:
Prin această metodă se aduc restricţiile 𝐴𝐴𝑥𝑥 = 𝑏𝑏 la forma în care
matricea 𝐴𝐴, modificată prin calcule astfel încât să apară o matrice unitate
𝑚𝑚 dimensională. Această metodă nu este foarte eficientă deoarece se pot
întâlni soluţii nenegative.

Metoda II: Metoda penalizării

Această metodă se mai numeşte şi metoda penalizării care are
drept scopconstruirea soluţiei de pornire a algoritmului simplex, constând
în introducerea variabilelor artificiale. Prin introducerea variabilelor
artificiale se modifică şi restricţiile, devenind astfel:

Pentru că variabilele artificiale afectează egalităţile în care se

introduc atunci ele se introduc şi în funcţia obiectiv cu un coeficient 𝐷𝐷

41
pozitiv şi foarte mare în raport cu ceilalţi coeficienţi, cu semnul minus în
probleme de minimizare şi cu semnul plus în probleme de maximizare.

.
Modelul se rescrie astfel:

(𝒎𝒎𝒂𝒂𝒙𝒙)𝒈𝒈𝒈 = 𝒄𝒄𝒙𝒙 − 𝑫𝑫 ∑𝒎𝒎 𝒋𝒋=𝟏𝟏 𝒗𝒗 𝒋𝒋 .

𝐴𝐴𝑥𝑥 + 𝐵𝐵𝑣𝑣 = 𝑏𝑏
{
𝑥𝑥, 𝑣𝑣 ≥ 0
Ne aflăm ca şi cazul anterior cu o soluţie de pornire 𝑥𝑥 = 0 ş𝑖𝑖 𝑣𝑣 = 0.
Dacă aplicăm algoritmul simplex pentru problema (𝒎𝒎𝒂𝒂𝒙𝒙)𝒈𝒈𝒈
= 𝒄𝒄𝒙𝒙 − 𝑫𝑫 ∑𝒎𝒎 𝒋𝒋=𝟏𝟏 𝒗𝒗 𝒋𝒋 .
𝐴𝐴𝑥𝑥 + 𝐵𝐵𝑣𝑣 = 𝑏𝑏
{
𝑥𝑥, 𝑣𝑣 ≥ 0

Putem avea trei variante, şi anume:

1. Variabilele artificiale să fie eliminate din tabelul simplex şi din soluţia
problemei, caz în care avem soluţia de pornire pentru algoritmul simplex
aplicat problemei iniţiale, iar de atunci putând fi cu optim finit unic,
optim finit multiplu, optim infinit.
2.Variabilele artificiale rămân în soluţia finală, dar sunt zero, şi atunci
problema are soluţie.
3.Variabilele artificiale rămân în soluţia finală, şi cel puţin una dintre ele
este zero, atunci problema nu are soluţie.

42
 Metoda III: Metoda celor două faze:
Această metodă are drept scop găsirea soluţiei iniţiale pornind de
la o soluţie artificială. Diferenţa de metoda penalizării este că metoda
celor două faze porneşte de la ideea că o sumă de variabile nenegative
poate fi zero dacă şi numai dacă fiecare variabilă este zero.
Prima fază constă în rezolvarea problemei de optimizare, (de
minim sau de maxim).

Rezultatele acestei probleme pot fi:

i. 𝑔𝑔 𝑚𝑚𝑖𝑖𝑛𝑛 = 0, 𝑣𝑣 𝑗𝑗 = 0, 𝑗𝑗 = 1. . 𝑚𝑚 , nici o variabilă artificială nu este în bază.
În acest caz a fost găsită o soluţie de bază şi poate începe faza a II a,
adică rezolvarea problemei pentru care există o soluţie de pornire.
ii. 𝑔𝑔 𝑚𝑚𝑖𝑖𝑛𝑛 = 0, 𝑣𝑣 𝑗𝑗 = 0, 𝑗𝑗 = 1. . 𝑚𝑚 , cel puţin o variabilă artificială este în bază.
În acest caz a fost găsită o soluţia optimă degenerată, iar funcţia obiectiv
se calculează separat pentru această soluţie.
iii. 𝑔𝑔 𝑚𝑚𝑖𝑖𝑛𝑛 ≠ 0, cel puţin o variabilă artificială strict pozitivă este în soluţia
finală, în acest caz faza a II a nu poate începe, iar algoritmul se opreşte
cu decizia că problema nu are soluţie.

c.. Algoritmul simplex pentru probleme fără soluţii iniţiale şi cu

restricţii de forma
<
𝑨𝑨𝒙𝒙=𝒃𝒃 ş𝒊𝒊 𝒃𝒃 ≥ 𝟎𝟎

43
 {
>
𝒙𝒙 ≥ 𝟎𝟎

Presupunem că avem o problemă de forma :

(𝒐𝒐𝒑𝒑𝒕𝒕)𝒈𝒈 = 𝒄𝒄𝒙𝒙
<
𝐴𝐴𝑥𝑥=𝑏𝑏 ş𝑖𝑖 𝑏𝑏 ≥ 0
{
>
𝑥𝑥 ≥ 0

Pentru găsirea soluţiei se procedează astfel:

i. Pentru restricţiile de forma ≤ se introduc variabile ecart,
ii. Pentru restricţiile de forma = se introduc variabile artificiale,
iii. Pentru restricţiile de forma ≥ se scad din membrul stâng variabilele
ecart, inegalităţile se transformă în egalităţi, apoi se procedează ca la
punctul ii..

II.1.3.3.3. Algoritmul simplex pentru probleme de programare

liniară sub forma generală

Fie problema de programare liniară scrisă sub forma generală.

Pentru găsirea soluţiei se procedează ca în paragraful II.1.3.3.4., dar se
adaugă şi următoarele etape:
i) Toate variabilele se transformă în variabile pozitive astfel:

44
 (1) Dacă atunci

(2) Dacă atunci

(3) Dacă atunci

ii) Se aduce problema la forma

Apoi se rezolvă problema.

II.2. Exerciţii rezolvate

1. Să se rezolve problema:

Fixăm si se obţine o soluţie de pornire

, . Se observă ca avem o soluţie de bază drept, urmare se poate
aplica algoritmul simplex.
Formăm tabelul simplex astfel:

45
 Soluţia optimă finită unică va fi

2.. Să se rezolve problema:

46
 Soluţia optimă va fi

3.. Să se rezolve următoarea problemă 7:

(𝐦𝐦𝐚𝐚𝐱𝐱)𝐟𝐟 = 𝟐𝟐𝐱𝐱 + 𝟑𝟑𝐲𝐲 + 𝐳𝐳 + 𝟒𝟒𝐪𝐪 + 𝟑𝟑𝐰𝐰

𝐱𝐱 + 𝟐𝟐𝐲𝐲 + 𝐳𝐳 + 𝐪𝐪 + 𝟐𝟐𝐰𝐰 ≤ 𝟏𝟏𝟒𝟒
{𝐱𝐱 + 𝐲𝐲 + 𝟐𝟐𝐳𝐳 + 𝟑𝟑𝐪𝐪 + 𝟑𝟑𝐰𝐰 ≤ 𝟐𝟐𝟎𝟎
𝐱𝐱, 𝐲𝐲, 𝐳𝐳, 𝐪𝐪, 𝐰𝐰 ≥ 𝟎𝟎

Deoarece problema este cu restricţii adăugăm

variabile ecart 𝐦𝐦 ş𝐢𝐢 𝐧𝐧. Problema devine:

(𝐦𝐦𝐚𝐚𝐱𝐱)𝐟𝐟 = 𝟐𝟐𝐱𝐱 + 𝟑𝟑𝐲𝐲 + 𝐳𝐳 + 𝟒𝟒𝐪𝐪 + 𝟑𝟑𝐰𝐰 + 𝟎𝟎𝐦𝐦 + 𝟎𝟎𝐧𝐧

𝐱𝐱 + 𝟐𝟐𝐲𝐲 + 𝐳𝐳 + 𝐪𝐪 + 𝟐𝟐𝐰𝐰 + 𝐦𝐦 = 𝟏𝟏𝟒𝟒
{𝐱𝐱 + 𝐲𝐲 + 𝟐𝟐𝐳𝐳 + 𝟑𝟑𝐪𝐪 + 𝟑𝟑𝐰𝐰 + 𝐧𝐧 = 𝟐𝟐𝟎𝟎
𝐱𝐱, 𝐲𝐲, 𝐳𝐳, 𝐪𝐪, 𝐰𝐰, 𝐦𝐦, 𝐧𝐧 ≥ 𝟎𝟎

Contruim tabelul simplex:

𝐶𝐶𝐵𝐵 𝐵𝐵 𝑋𝑋𝐵𝐵 2 3 1 4 3 0 0
𝑑𝑑 1 𝑑𝑑 2 𝑑𝑑 3 𝑑𝑑 4 𝑑𝑑 5 𝑑𝑑 6 𝑑𝑑 7
0 𝑚𝑚 14 1 2 1 1 2 1 0

7
Purcaru I., Elemente de algebră şi programare liniară, Ed. Ştiinţifică şi Enciclopedică,
pp.215-216

47
 Prima soluţia optimă este ( .
Se observă că avem optim multiplu şi deci trebuie continuat
algoritmul. Cea de a doua soluţie optimă este ( ), iar soluţia
optimă generală este:

48
 4. Să se rezolve problema prin metoda penalizării:
(𝐦𝐦𝐢𝐢𝐧𝐧)𝐡𝐡 = 𝐱𝐱 + 𝟐𝟐𝐲𝐲 + 𝟐𝟐𝐳𝐳 + 𝐰𝐰
𝐱𝐱 + 𝟐𝟐𝐲𝐲 + 𝟐𝟐𝐳𝐳 + 𝐰𝐰 = 𝟏𝟏𝟎𝟎
𝟐𝟐𝐱𝐱 + 𝐲𝐲 + 𝟐𝟐𝐳𝐳 + 𝟐𝟐𝐰𝐰 = 𝟏𝟏𝟐𝟐
{
𝐱𝐱 + 𝟐𝟐𝐲𝐲 + 𝟐𝟐𝐳𝐳 + 𝟐𝟐𝐰𝐰 = 𝟒𝟒𝟒𝟒/𝟑𝟑
𝐱𝐱, 𝐲𝐲, 𝐳𝐳, 𝐰𝐰 ≥ 𝟎𝟎

Tabelul simplex:
𝐶𝐶𝐵𝐵 𝐵𝐵 𝑋𝑋𝐵𝐵 1 2 2 1 𝐾𝐾 𝐾𝐾 𝐾𝐾
𝑑𝑑 1 𝑑𝑑 2 𝑑𝑑 3 𝑑𝑑 4 𝑎𝑎 𝑏𝑏 𝑐𝑐
← 𝐾𝐾 𝑎𝑎 10 1 2 2 1 1 0 0
𝐾𝐾 𝑏𝑏 12 2 1 2 2 0 1 0
𝐾𝐾 𝑐𝑐 44/3 1 2 2 2 0 0 1

Δ 𝑘𝑘 10𝐾𝐾/3 4𝐾𝐾 − 1 5𝐾𝐾 − 2 6𝐾𝐾 − 2 ↑ 5𝐾𝐾 − 1 0 0 0

2 𝑑𝑑 3 5 1/2 1 1 1/2 0 0
← 𝐾𝐾 𝑏𝑏 2 1 −1 0 1 1 0
𝐾𝐾 𝑐𝑐 14/3 0 0 0 1 0 1

Δ 𝑘𝑘 (20𝐾𝐾/3) 𝐾𝐾 −𝐾𝐾 0 ↑ 2𝐾𝐾 0 0

+ 10
←2 𝑑𝑑 3 4 0 3/2 1 0 0
1 𝑑𝑑 4 2 1 −1 0 1 0
𝐾𝐾 𝑐𝑐 8/3 -1 1 0 0 1

Δ 𝑘𝑘 (8𝐾𝐾/3) −𝐾𝐾 ↑ 𝐾𝐾 0 0 0
+ 10
2 𝑑𝑑 2 8/3 0 1 2/3 0 0
1 𝑑𝑑 4 14/3 1 0 2/3 1 0

49
𝐾𝐾 𝑐𝑐 0 −1 0 −2/3 0 1

Δ 𝑘𝑘 10 −𝐾𝐾 0 −2𝐾𝐾/3 0 0

Soluţia optimă este .

5. Să se rezolve problema prin metoda celor două faze: (𝐦𝐦𝐚𝐚𝐱𝐱)𝐡𝐡 =

𝟑𝟑𝐱𝐱 + 𝟐𝟐𝐲𝐲 + 𝐳𝐳 + 𝟐𝟐𝐰𝐰
𝟐𝟐𝐱𝐱 + 𝐲𝐲 + 𝐳𝐳 + 𝟐𝟐𝐰𝐰 = 𝟏𝟏𝟐𝟐
{𝐱𝐱 + 𝟐𝟐𝐲𝐲 + 𝐳𝐳 + 𝟑𝟑𝐰𝐰 = 𝟏𝟏𝟒𝟒
𝐱𝐱, 𝐲𝐲, 𝐳𝐳, 𝐰𝐰 ≥ 𝟎𝟎
Faza I: Trebuie să rezolvăm următoarea problemă:

(𝐦𝐦𝐢𝐢𝐧𝐧)𝐟𝐟 = 𝐫𝐫 + 𝐬𝐬
𝟐𝟐𝐱𝐱 + 𝐲𝐲 + 𝐳𝐳 + 𝟐𝟐𝐰𝐰 + 𝐫𝐫 = 𝟏𝟏𝟐𝟐
{𝐱𝐱 + 𝟐𝟐𝐲𝐲 + 𝐳𝐳 + 𝟑𝟑𝐰𝐰 + 𝐬𝐬 = 𝟏𝟏𝟒𝟒
𝐱𝐱, 𝐲𝐲, 𝐳𝐳, 𝐰𝐰, 𝐫𝐫, 𝐬𝐬 ≥ 𝟎𝟎

𝐶𝐶𝐵𝐵 𝐵𝐵 𝑋𝑋𝐵𝐵 0 0 0 0 1 1
𝑑𝑑 1 𝑑𝑑 2 𝑑𝑑 3 𝑑𝑑 4 𝑟𝑟 𝑠𝑠
1 𝑟𝑟 12 2 1 1 2 1 0
1 𝑠𝑠 14 1 2 1 3 0 1

Δ 𝑘𝑘 26 3 3 2 ↑5 0 0
←1 𝑟𝑟 8/3 4/3 −1/3 1/3 0 1 −2/3

0 𝑑𝑑 4 14/3 1/3 2/3 1/3 1 0 1/3

Δ 𝑘𝑘 8/3 ↑ 4/3 −1/3 1/3 0 0 −5/3

0 𝑑𝑑 1 2 1 −1/4 1/4 0 3/4 −1/2

50
0 𝑑𝑑 4 4 0 3/4 1/4 1 −1/4 1/2

Δ 𝑘𝑘 0 0 0 0 0 −1 −1

Faza II:
Se observă că Faza I s-a terminat prin eliminarea din bază a
variabilelor artificiale, drept urmare trebuie să rezolvăm în continuare
următoarea problemă:

Soluţia optimă a problemei iniţiale este

51
 .

6. Să se rezolve problema:
(𝐦𝐦𝐚𝐚𝐱𝐱)𝐠𝐠 = 𝟐𝟐𝐱𝐱 + 𝐲𝐲 + 𝟐𝟐𝐳𝐳 + 𝟑𝟑𝐰𝐰 + 𝒒𝒒 + 𝟐𝟐𝒔𝒔
𝟐𝟐𝐱𝐱 + 𝐲𝐲 + 𝟐𝟐𝐳𝐳 + 𝐰𝐰 + 𝐪𝐪 + 𝟐𝟐𝐬𝐬 ≤ 𝟏𝟏𝟖𝟖
𝐱𝐱 + 𝟐𝟐𝐲𝐲 + 𝟐𝟐𝐳𝐳 + 𝟑𝟑𝐰𝐰 + 𝐪𝐪 + 𝐬𝐬 = 𝟐𝟐𝟎𝟎
{
𝐱𝐱 + 𝐲𝐲 + 𝐳𝐳 + 𝐰𝐰 + 𝐪𝐪 + 𝐬𝐬 ≥ 𝟏𝟏𝟔𝟔
𝐱𝐱, 𝐲𝐲, 𝐳𝐳, 𝐰𝐰, 𝐪𝐪, 𝐬𝐬 ≥ 𝟎𝟎

Problema devine:
(max)h = 2x + y + 2z + 3w + q + 2s + 0a − Ku + 0b − Kv
2x + y + 2z + w + q + 2s + a = 18
x + 2y + 2z + 3w + q + s + u = 20
{ x+y+z+w+q+s−b+v=
16 x, y, z, w, q, s, a, b, u, v ≥ 0

Se construieşte tabelul simplex şi se obţine soluţia cu optim

multiplu. Soluţiile optime sunt:

, 𝑝𝑝 1 =

Combinaţia convexă a celor două soluţii este dată de formula:

52
 II.3. Exerciţii propuse spre rezolvare

1.Să se determine soluţiile de bază pentru următoarele probleme:

a). (min)f = 3x + 2y + 2z + q + w

b). (max)h = 3x + 6y + 9z
2x + y + 3z = 30
{ x − y − 4z = 40 x,
y, z, ≥ 0

2. O firmă poate realiza trei tipuri de pneuri utilizând două materii

prime esenţiale care sunt disponibile în cantităţi de 60 şi 90 unităţi
corespunzătoare. Consumurile specifice şi beneficiile realizate sunt date

de matricea şi vectorul 𝑐𝑐 = (4,5,6). Să se determine

variantele de producţie pe care le poate realiza firma respectând condiţia
utilizării totate a resurselor.
Observaţie: Scriem modelul matematic astfel:
(max)h = 4x + 5z + 6q
2x + y + 5q = 60
{x + 2y + 8q = 90 x,
y, q ≥ 0

53
3. Să se rezolve următoarele probleme de programare liniară prin
metoda grafică:

a). b).

c).

d). e).

4.Să se rezolve următoarele probleme de programare liniară prin

metoda simplex.
a).

54
b).
a + c + d + f = 12
{b + c + 2d + e + 3f = 18 a,
b, c, d, e, f ≥ 0

c). (max)h = 2a + b + 3c + 5d + 9e
a + 2c + d + 3e = 15
{ b + c + 2d + e = 12 a,
b, c, d, e, ≥ 0

d). (min)h = 2a + b + 4c + 3d + 6e

e). (min)h = 2a + b + 6c + 5d + 7e + 11f + 3g

a + c + d + e + 3f + 2g = 18
{b + c + 2d + 3e + 2f + g = 24
a, b, c, d, e, f, g ≥ 0

5. O firma poate realiza trei tipuri de pneuri 𝑃𝑃 1 , 𝑃𝑃 2 , 𝑃𝑃 3 utilizând două

materii prime esenţiale care sunt disponibile în cantităţi de 𝐶𝐶 1 = 420 şi
𝐶𝐶 2 = 490 unităţi corespunzătoare. Consumurile specifice sunt date de

matricea şi iar beneficiiile băneşti sunt date de

vectorul
𝑐𝑐 = (40,50,60). Să se determine varianta optimă de producţie.

55
6. Să se rezolve următoarele probleme prin metoda penalizării:

a). (min)g = 2a + 4b + 4c + 2d b). (max)g = 3a + 6b + 6c + d

7. Să se rezolve următoarele probleme prin metoda celor două faze:

a). (min)g = 2a + b + c b). (min)g = 2a + b + c + 2d

21. Să se rezolve problemele:

i. (max)g = 5a − 2b + 3c − 4d
2a − b − 2c + d ≤ −8
a − b + 2c − 2d = 10
{
−a + 2b + c − d ≥ 1
a, c ≥ 0, b ≤ 0, d − oarecare

ii. (min)g = a + 2b + 3c + 4d + 6e
2a + b + c + d + 2e ≤ 24
{ a + 2b + c + d + e = 22
a + b + 2c + d + 2e ≥ 26
a, b, c, d, e ≥ 0,

56
 Capitolul III Analiză matematică

Capitolul III-Analiză matematică reaminteşte noţiunile

fundamentale ale analizei matematice precum cele de şiruri şi serii de
numere reale.

III.1. Noţiuni elementare de analiză matematică

III.1.1. Şiruri de numere reale

Definiţia 1:
Se numeşte şir de numere reale orice funcţie 𝑓𝑓: 𝑁𝑁 → 𝑅𝑅, 𝑓𝑓(𝑎𝑎) =
𝑎𝑎 𝑘𝑘 ∈ 𝑅𝑅, unde 𝑘𝑘 este rangul termenului general 𝑎𝑎 𝑘𝑘 .

Se notează (𝑎𝑎 𝑘𝑘 ) 𝑘𝑘∈𝑁𝑁 .

Definiţia 2:
Dacă 𝑘𝑘 0 < 𝑘𝑘 1 < ⋯ < 𝑘𝑘 ℎ < ⋯, cu proprietatea că 𝑘𝑘 ≤ 𝑘𝑘ℎ, un şir

crescător de numere naturale, atunci 𝑏𝑏 ℎ = 𝑎𝑎 𝑘𝑘ℎ , cu ℎ ∈ 𝑁𝑁, şi se numeşte

subşir al şirului de termen general 𝑎𝑎 𝑘𝑘 .

Definiţia 3:
Se numeşte şir staţionar un şir (𝑎𝑎 𝑘𝑘 ) 𝑘𝑘∈𝑁𝑁 , dacă există 𝑘𝑘 0 ∈ 𝑁𝑁 astfel

încât 𝑎𝑎 𝑘𝑘 = 𝑎𝑎 𝑘𝑘0 .

57
Definiţia 4:

Se numeşte şir constant un şir (𝑎𝑎 𝑘𝑘 ) 𝑘𝑘∈𝑁𝑁 , dacă 𝑎𝑎 𝑘𝑘 = 𝑎𝑎 𝑘𝑘0 , oricare ar

fi 𝑛𝑛 ∈ 𝑁𝑁.

Exemple de şiruri:

1.

2. este un subşir

3. , este un şir periodic

Definiţia 5:
Se numeşte şir mărginit, un şir de numere reale cu proprietatea că
{𝑎𝑎 𝑘𝑘 /𝑘𝑘 ∈ 𝑁𝑁} ⊂ 𝑅𝑅 este o mulţime mărginită în 𝑅𝑅, adică există [𝑚𝑚, 𝑀𝑀] ⊂ 𝑅𝑅
astfel încât 𝑎𝑎 𝑘𝑘 ∈ [𝑚𝑚, 𝑀𝑀], oricare ar fi 𝑘𝑘 ∈ 𝑁𝑁.

Definiţia 6:
Şirul (𝑎𝑎 𝑘𝑘 ) este mărginit în 𝑅𝑅 dacă şi numai dacă există 𝑏𝑏 > 0
astfel încât |𝑎𝑎 𝑘𝑘 | ≤ 𝑏𝑏, oricare ar fi 𝑘𝑘 ∈ 𝑁𝑁.

Exemple:

1.

2.

58
Definiţia 7:
Un şir (𝑎𝑎 𝑘𝑘 ) se numeşte şir crescător dacă 𝑎𝑎 𝑘𝑘 ≤ 𝑎𝑎 𝑘𝑘+1 oricare ar fi
𝑘𝑘 ∈ 𝑁𝑁.

Un şir (𝑎𝑎 𝑘𝑘 ) se numeşte şir strict crescător dacă 𝑎𝑎 𝑘𝑘 <

𝑎𝑎 𝑘𝑘+1 𝑜𝑜𝑟𝑟𝑖𝑖𝑐𝑐𝑎𝑎𝑟𝑟𝑒𝑒 𝑎𝑎𝑟𝑟 𝑓𝑓𝑖𝑖 𝑘𝑘 ∈ 𝑁𝑁.

Definiţia 8:
Un şir (𝑎𝑎 𝑘𝑘 ) se numeşte şir descrescător dacă 𝑎𝑎 𝑘𝑘 ≥ 𝑎𝑎 𝑘𝑘+1 oricare ar
fi 𝑘𝑘 ∈ 𝑁𝑁.

Un şir (𝑎𝑎 𝑘𝑘 ) se numeşte şir strict descrescător dacă 𝑎𝑎 𝑘𝑘 >

𝑎𝑎 𝑘𝑘+1 𝑜𝑜𝑟𝑟𝑖𝑖𝑐𝑐𝑎𝑎𝑟𝑟𝑒𝑒 𝑎𝑎𝑟𝑟 𝑓𝑓𝑖𝑖 𝑘𝑘 ∈ 𝑁𝑁.

Definiţia 9:
Un şir se numeşte monoton dacă este fie crescător, fie
descrecător, fie strict descrescător, fie strict crescător.

Exemple:
1. 𝑎𝑎 𝑘𝑘 = 𝑘𝑘2, 𝑘𝑘 ∈ 𝑁𝑁 este un şir strict crescător

2. 𝑎𝑎 𝑘𝑘 = −𝑘𝑘 , 𝑘𝑘 ∈ 𝑁𝑁 este un şir descrescător

Definiţia 10:
Fie (𝑎𝑎 𝑘𝑘 ) 𝑘𝑘≥1 un şir de elemente din mulţimea numerelor reale.

Spunem că un element 𝑎𝑎 0 ∈ 𝑅𝑅𝑅 este limita şirului (𝑎𝑎 𝑘𝑘 ) dacă şi numai

dacă: ∀ 𝑉𝑉 ∈ 𝒱𝒱(𝑎𝑎 0 ), ∃𝑘𝑘 𝑣𝑣 ∈ 𝑁𝑁, 𝑎𝑎𝑠𝑠𝑡𝑡𝑓𝑓𝑒𝑒𝑙𝑙 î𝑛𝑛𝑐𝑐â𝑡𝑡 ∀𝑘𝑘 ≥ 𝑘𝑘 𝑣𝑣 . 𝑟𝑟𝑒𝑒𝑧𝑧𝑢𝑢𝑙𝑙𝑡𝑡ă 𝑐𝑐ă 𝑎𝑎 𝑘𝑘 ∈ 𝑉𝑉.

59
 Vom nota . Şirul (𝑎𝑎 𝑘𝑘 ) este un şir cu limita în 𝑅𝑅𝑅.

Definiţia 11:

Dacă există , atunci spunem că (𝑎𝑎 𝑘𝑘 ) 𝑘𝑘≥1 este

un şir convergent în 𝑅𝑅.

Definiţia 12:

Dacă nu există , sau 𝑎𝑎 0 = ±∞, atunci spunem că

(𝑎𝑎 𝑘𝑘 ) 𝑘𝑘≥1 este un şir divergent în 𝑅𝑅.

Exemple:

1. este un şir convergent deoarece ,

2. 𝑎𝑎 𝑘𝑘 = 𝑘𝑘, 𝑘𝑘 ∈ 𝑁𝑁 este un şir divergent.

Teorema 1:

Fie (𝑎𝑎 𝑘𝑘 ) 𝑘𝑘≥1 un şir de numere reale şi 𝑎𝑎 0 ∈ 𝑅𝑅𝑅 atunci au loc

următoarele condiţii:

1. dacă şi numai dacă ∀ > 0, ∃𝑘𝑘 𝜀𝜀 ∈

𝑁𝑁, 𝑎𝑎. î. ∀𝑘𝑘 ≥ 𝑘𝑘 𝜀𝜀 , 𝑑𝑑(𝑎𝑎 𝑘𝑘 , 𝑎𝑎 0 ) = |𝑎𝑎 𝑘𝑘 − 𝑎𝑎 0 | <

2. , dacă şi numai dacă

𝑘𝑘 𝑏𝑏 , 𝑎𝑎 𝑘𝑘 > 𝑏𝑏

3. , dacă şi numai dacă

𝑘𝑘 𝑏𝑏 , 𝑎𝑎 𝑘𝑘 < 𝑏𝑏

60
Teorema 2. (Teorema de unicitate a limitei):
Orice şir (𝑎𝑎 𝑘𝑘 ) 𝑘𝑘≥1 convergent în 𝑅𝑅 are limită unică.

Teorema 3:
Fie şir (𝑎𝑎 𝑘𝑘 ) 𝑘𝑘≥1 un şir din mulţimea numerelor reale pentru care

există , atunci orice subşir al său are limita egală cu

𝑎𝑎 0 .

Teorema 4:
Fie şir (𝑎𝑎 𝑘𝑘 ) 𝑘𝑘≥1 un şir de numere reale atunci:
1. Dacă (𝑎𝑎 𝑘𝑘 ) 𝑘𝑘≥1 este convergent în 𝑅𝑅, atunci (𝑎𝑎 𝑘𝑘 ) 𝑘𝑘≥1 este şir mărginit.

2. Dacă (𝑎𝑎 𝑘𝑘 ) 𝑘𝑘≥1 este convergent în 𝑅𝑅, atunci (𝑎𝑎 𝑘𝑘 ) 𝑘𝑘≥1 este şir Cauchy.

Definiţia 13: (şir Cauchy)

Şirul (𝑎𝑎 𝑘𝑘 ) 𝑘𝑘≥1 se numeşte şir Cauchy sau şir fundamental dacă şi
numai dacă

{∀ > 0, ∃𝑘𝑘 𝜀𝜀 ∈ 𝑁𝑁, 𝑎𝑎. î. ∀𝑘𝑘 ≥ 𝑘𝑘 𝜀𝜀 , ş𝑖𝑖 ∀𝑝𝑝 ∈ 𝑁𝑁∗ 𝑟𝑟𝑒𝑒𝑧𝑧𝑢𝑢𝑙𝑙𝑡𝑡ă 𝑐𝑐ă |𝑎𝑎 𝑘𝑘+𝑝𝑝 − 𝑎𝑎 𝑘𝑘 |

< }

Teorema 5: (Operaţii cu şiruri convergente)

Fie (𝑎𝑎 𝑘𝑘 ) 𝑘𝑘≥1 ş𝑖𝑖 (𝑏𝑏 𝑘𝑘 ) 𝑘𝑘≥1 două şiruri de numere convergente în

mulţimea numerelor reale cu , atunci:

1. ,

2. ,

61
3. Dacă 𝑏𝑏 𝑘𝑘 ≠ 0, 𝑘𝑘 ≥ 1, 𝑏𝑏 0 ≠ 0 atunci ,

III.1.2. Serii numerice

Fie şirul de numere reale 𝑎𝑎 1 , 𝑎𝑎 2 , 𝑎𝑎 3 , … . . 𝑎𝑎 𝑘𝑘 ,

Definiţia 1:
Pentru orice şir (𝑎𝑎 𝑘𝑘 ) 𝑘𝑘≥0 de numere reale se poate considera un

nou şir din 𝑅𝑅, şi anume (𝑠𝑠 𝑘𝑘 ) 𝑘𝑘≥0 , unde 𝑠𝑠 0 = 𝑎𝑎0, 𝑠𝑠1 = 𝑎𝑎0 + 𝑎𝑎1 … … , 𝑠𝑠𝑘𝑘 =

𝑎𝑎 0 + 𝑎𝑎 1 + 𝑎𝑎 2 + ⋯ … . +𝑎𝑎 𝑘𝑘 , numit şirul sumelor parţiale, iar perechea

formată din (𝑎𝑎 𝑘𝑘 ) 𝑘𝑘≥0 ş𝑖𝑖 (𝑠𝑠 𝑘𝑘 ) 𝑘𝑘≥0 se numeşte serie de termen general 𝑎𝑎 𝑘𝑘
Se notează ∑ 𝑘𝑘≥0 𝑎𝑎 𝑘𝑘 .

Definiţia 2:
Seria ∑ 𝑘𝑘≥0 𝑎𝑎 𝑘𝑘 se numeşte serie convergentă şi are suma 𝑆𝑆 dacă

şirul sumelor parţiale este un şir convergent în 𝑅𝑅 şi are limita 𝑆𝑆.

În acest caz scriem ∑ 𝑘𝑘≥0 𝑎𝑎 𝑘𝑘 = 𝑆𝑆

O serie care nu este convergentă se numeşte divergent.

Teorema 1 8:
Seria geometrică ∑ 𝑛𝑛≥0 𝑞𝑞𝑛𝑛 = 1 + 𝑞𝑞 + 𝑞𝑞2 + 𝑞𝑞3 + ⋯ … .este o serie
convergentă dacă şi numai dacă |𝑞𝑞| < 1 şi atunci suma seriei este egală cu

8
O. Stănăşilă, Analiză matematică,Editura Didactică şi Pedagogică Bucureşti, 1979, p.89

62
 Analog, seria ∑ 𝑛𝑛≥0 𝑎𝑎𝑞𝑞𝑛𝑛 este convergentă dacă şi numai dacă

|𝑞𝑞| < 1 şi atunci suma seriei este egală cu .

Teorema 2:
Fie o serie ∑ 𝑘𝑘≥0 𝑎𝑎 𝑘𝑘 de numere reale:

a) Dacă seria ∑ 𝑘𝑘≥0 𝑎𝑎 𝑘𝑘 este convergentă atunci există şi este zero.

b) Dacă nu există sau există şi este diferită de zero atunci seria

∑ 𝑘𝑘≥0 𝑎𝑎 𝑘𝑘 este divergentă.

Teorema 3:
Fie (𝑎𝑎 𝑘𝑘 ) 𝑘𝑘≥0 ş𝑖𝑖 (𝑏𝑏 𝑘𝑘 ) 𝑘𝑘≥0 două şiruri de numere reale având sumele

parţiale (𝑠𝑠 𝑘𝑘 ) 𝑘𝑘≥0 ş𝑖𝑖 𝑟𝑟𝑒𝑒𝑠𝑠𝑝𝑝𝑒𝑒𝑐𝑐𝑡𝑡𝑖𝑖𝑣𝑣 (𝑟𝑟 𝑘𝑘 ) 𝑘𝑘≥0 , atunci sunt adevărate următoarele

afirmaţii:

a) Fie 𝜆𝜆 ∈ 𝑅𝑅, 𝜆𝜆 ≠ 0. Seria ∑ 𝑘𝑘≥0 𝜆𝜆𝑎𝑎 𝑘𝑘 are aceeaşi natură cu seria ∑ 𝑘𝑘≥0 𝑎𝑎 𝑘𝑘 .

b) Dacă seriile ∑ 𝑘𝑘≥0 𝑎𝑎 𝑘𝑘 , ∑ 𝑘𝑘≥0 𝑏𝑏 𝑘𝑘 sunt convergente cu sumele

𝑠𝑠 ş𝑖𝑖 𝑟𝑟𝑒𝑒𝑠𝑠𝑝𝑝𝑒𝑒𝑐𝑐𝑡𝑡𝑖𝑖𝑣𝑣 𝑟𝑟, atunci ∑ 𝑘𝑘≥0 (𝑎𝑎 𝑘𝑘 + 𝑏𝑏 𝑘𝑘 ), şi ∑ 𝑘𝑘≥0 (𝑎𝑎 𝑘𝑘 − 𝑏𝑏 𝑘𝑘 ) sunt

convergente cu sumele 𝑠𝑠 + 𝑟𝑟 , respective 𝑠𝑠 − 𝑟𝑟.

III.1.2.1. Criterii de comparaţie a seriilor

Teorema 1. (Prima teoremă de comparaţie)

Fie , două serii cu termeni pozitivi astfel că există 𝑝𝑝 ∈
𝑁𝑁 astfel încât 𝑎𝑎 𝑘𝑘 ≤ 𝑏𝑏 𝑘𝑘 , ∀𝑘𝑘 ≥ 𝑝𝑝, atunci are loc:

63
a) Dacă seria este convergentă atunci şi seria
este convergentă. .
b) Dacă seria este divergentă atunci şi seria
este
divergentă

Teorema 2. (A doua teoremă de comparaţie)

Fie , două serii cu termeni pozitivi. Presupunem

că există 𝑝𝑝 ∈ 𝑁𝑁 astfel încât , atunci are loc:

a) Dacă seria este convergentă atunci şi seria
este convergentă. .
b) Dacă seria este divergentă atunci şi seria
este
divergentă

Teorema 3. Criteriul rădăcinii

Fie seria , cu termeni pozitivi.
a) Dacă există 𝑝𝑝 ∈ 𝑁𝑁 şi 𝑟𝑟 ∈ (0,1) astfel încât pentru
atunci seria dată este convergentă.

b) Dacă pentru o infinitate de termeni atunci seria este

divergentă.

Corolar:

Fie seria , cu termeni pozitivi. Dacă atunci:

a) Dacă 𝑟𝑟 < 1 seria este convergentă.
b) Dacă 𝑟𝑟 > 1 seria este divergentă.

64
Teorema 4. Criteriul lui D`Alembert
Fie seria , cu termeni pozitivi.

a) Dacă există 𝑝𝑝 ∈ 𝑁𝑁 şi 𝑟𝑟 ∈ (0,1) astfel încât , oricare ar fi

𝑘𝑘 ≥ 𝑝𝑝 atunci seria dată este convergentă.

b) Dacă există 𝑝𝑝 ∈ 𝑁𝑁 şi 𝑟𝑟 ∈ (0,1) astfel încât , oricare ar fi

𝑘𝑘 ≥ 𝑝𝑝 atunci seria dată este divergentă.

Corolar:

Fie seria , cu termeni pozitivi. Dacă atunci:

a) Dacă 𝑟𝑟 < 1 seria este convergentă.
b) Dacă 𝑟𝑟 > 1 seria este divergentă.

Teorema 5. Criteriul lui Raabe-Duhamel

Fie seria , cu termeni pozitivi. Dacă există

1) = 𝜑𝜑 atunci:
a) Dacă 𝜑𝜑 < 1 seria este divergentă.
b) Dacă 𝜑𝜑 > 1 seria este convergentă.

Teorema 6. Criteriul lui N. Abel

Fie seria , cu termeni pozitivi având şirul sumelor parţiale
mărginit, atunci pentru orice şir (𝑏𝑏 𝑘𝑘 ) 𝑘𝑘≥0 de numere reale, monoton

65
descrescrescător şi convergent către zero, seria este
convergentă.

Corolar (Criteriul lui Leibniz pentru serii alternante):

Fie (𝑏𝑏 𝑘𝑘 ) 𝑘𝑘≥0 un şir monoton descrescrescător de numere reale şi

pozitive convergent către zero. Atunci seria 𝑏𝑏 0 − 𝑏𝑏 1 + 𝑏𝑏2 − 𝑏𝑏3 + ⋯ ..este

convergentă.

III.1.3. Serii de puteri

Definiţia 1:
Fie (𝑎𝑎 𝑘𝑘 ) 𝑘𝑘≥0 şir de numere reale. Se numeşte serie de puteri având
coeficienţii 𝑎𝑎 𝑘𝑘 , cu 𝑘𝑘 ≥ 0 seria de funcţii

Definiţia 2:
O serie ∑ 𝑘𝑘≥0 𝑎𝑎 𝑘𝑘 se numeşte absolut convergentă dacă seria de
numere reale si pozitive ∑ 𝑘𝑘≥0 ‖𝑎𝑎 𝑘𝑘 ‖ este convergentă.

Lema lui Abel:

Fie ∑ 𝑘𝑘≥0 𝑎𝑎 𝑘𝑘 𝑥𝑥𝑘𝑘 o serie de puteri şi 𝑥𝑥 0 ∈ 𝑅𝑅, 𝑥𝑥 0 ≠ 0, un punct astfel

încât şirul (𝑎𝑎 𝑘𝑘 𝑥𝑥 0 𝑘𝑘), 𝑘𝑘 ≥ 0 să fie mărginit, atunci:

a) Seria ∑ 𝑘𝑘≥0 𝑎𝑎 𝑘𝑘 𝜇𝜇𝑘𝑘 este absolute convergentă pentru 𝜇𝜇 ∈ (−|𝑥𝑥 0 |, |𝑥𝑥 0 |)

66
b) Pentru orice număr real, 𝑝𝑝, 0 < 𝑝𝑝 < |𝑥𝑥 0 |, seria ∑ 𝑘𝑘≥0 𝑎𝑎 𝑘𝑘 𝑥𝑥𝑘𝑘 este o

serie uniform convergentă pe intervalul [– 𝑝𝑝, 𝑝𝑝].

Definiţia 3:

Fie ∑ 𝑘𝑘≥0 𝑎𝑎 𝑘𝑘 𝑥𝑥𝑘𝑘 o serie de puteri şi mulţimea

𝐴𝐴∗ = {𝑟𝑟 ∈ 𝑅𝑅, 𝑟𝑟 ≥ 0, ş𝑖𝑖𝑟𝑟𝑢𝑢𝑙𝑙 (|𝑎𝑎 𝑘𝑘 |𝑟𝑟𝑘𝑘)𝑒𝑒𝑠𝑠𝑡𝑡𝑒𝑒 𝑚𝑚ă𝑟𝑟𝑔𝑔𝑖𝑖𝑛𝑛𝑖𝑖𝑡𝑡 î𝑛𝑛 𝑅𝑅}

Numim rază de convergenţă a seriei ∑ 𝑘𝑘≥0 𝑎𝑎 𝑘𝑘 𝑥𝑥𝑘𝑘 , 𝑅𝑅 = sup 𝐴𝐴∗ .

Se numeşte domeniu de convergenţă a seriei ∑ 𝑘𝑘≥0 𝑎𝑎 𝑘𝑘 𝑥𝑥𝑘𝑘, mulţimea

∅, 𝑑𝑑𝑎𝑎𝑐𝑐ă 𝑅𝑅 = 0
𝔇𝔇 = { 𝑅𝑅, 𝑑𝑑𝑎𝑎𝑐𝑐ă 𝑅𝑅 = ∞
(−𝑅𝑅, 𝑅𝑅), 𝑑𝑑𝑎𝑎𝑐𝑐ă 0 < 𝑅𝑅 < ∞

Teorema 1: Formula lui Taylor

Fie 𝐼𝐼 = [𝛼𝛼, 𝛽𝛽] un interval şi 𝑓𝑓: 𝐼𝐼 → 𝑅𝑅 o funcţie de clasă 𝐶𝐶 ( 𝑛𝑛 𝐼𝐼) ,

𝑛𝑛 ≥ 1 fixat. Atunci pentru orice punct fixat 𝑎𝑎 ∈ (𝛼𝛼, 𝛽𝛽) şi pentru orice 𝑥𝑥 ∈
𝐼𝐼,are loc formula:

Unde,

Convenţie de notaţii: 0! = 1, 𝑓𝑓(0) = 𝑓𝑓.

67
Corolar 1: Formula lui Taylor cu restul lui Lagrange
Fie 𝐼𝐼 = [𝛼𝛼, 𝛽𝛽] un interval, 𝑎𝑎 ∈ (𝛼𝛼, 𝛽𝛽) şi 𝑓𝑓: 𝐼𝐼 → 𝑅𝑅 o funcţie de

clasă𝐶𝐶 𝐼𝐼 𝑛𝑛+1.Atunci pentru orice 𝑥𝑥 ∈ 𝐼𝐼,are loc formula, există cel puţin un

punct 𝜉𝜉 între 𝑎𝑎 ş𝑖𝑖 𝑥𝑥 astfel încât

Corolar 2: Formula lui K. Mac Laurin

Fie𝑓𝑓: [−𝛼𝛼, 𝛼𝛼] → 𝑅𝑅 o funcţie de clasă𝐶𝐶𝐼𝐼𝑛𝑛+1. Atunci pentru orice 𝑥𝑥 ∈

(−𝛼𝛼, 𝛼𝛼), există un punct 𝜉𝜉 între 0 ş𝑖𝑖 𝑥𝑥 astfel încât

III.2. Exerciţii rezolvate

1. Fie şirul de numere 𝒙𝒙 𝟏𝟏.

Are limita 0 deoarece oricare ar fi > 0, ∃ 𝑛𝑛 𝜀𝜀 𝜖𝜖𝑁𝑁 astfel Încât 𝑛𝑛 𝜀𝜀 ≥

𝑛𝑛 rezultă .

68
2. Fie şirul 𝒙𝒙 𝒏𝒏 = (−𝟏𝟏)𝒏𝒏, să se arate că nu este un şir convergent.

Presupunem că , atunci pentru un găsim un 𝑛𝑛𝜖𝜖𝑁𝑁

astfel încât

, pentru 𝑛𝑛 > 𝑛𝑛 𝜀𝜀 .

Dacă 𝑛𝑛 este par, atunci , oricare ar fi 𝑛𝑛 > 𝑛𝑛 𝜀𝜀 .

Dacă 𝑛𝑛 este impar, atunci , oricare ar fi 𝑛𝑛 > 𝑛𝑛 𝜀𝜀 .

Dar

=1
Evident este fals.

3. Fie 𝒒𝒒 un număr. Seria ∑ 𝒏𝒏≥𝟎𝟎 𝒒𝒒𝒏𝒏 se numeşte serie geometrică cu

raţia 𝒒𝒒.
Presupunem 𝑞𝑞 ≠ 1.

………

Dacă , deci ,

Dacă ,
Dacă 𝑞𝑞 < −1, şirul (𝑞𝑞𝑛𝑛), este nemărginit şi nu are limită, deci seria este

divergentă.

69
 4. Fie seria .
Această serie are aceeaşi natură cu seria ∑ 𝑛𝑛≥0 |𝑠𝑠𝑖𝑖𝑛𝑛 𝑛𝑛|, deci este divergent.

5. Să se arate că este o serie divergentă.

Dacă calculăm S k = 0 iar S 2j−1 = −1, oricare ar fi j ∈ N, deci şirul (Sk)

nu este convergent.

6. Să se demonstreze că este o serie convergentă.

Se observă cu uşurinţă că 1< 1 oricare ar fi 𝑘𝑘 ≥

2.

Seria este o serie convergentă, rezultă că şi seria

este o serie convergentă.

7. Să se demonstreze că ∑ 𝐜𝐜𝐨𝐨𝐬𝐬 𝟏𝟏 este o serie divergentă.

1

Fie seria şi cunoscând faptul că .

𝑘𝑘

Rezultă că are aceeaşi natură ca şi seria , deci

divergent.

9. Exemple de serii de puteri:

a. ∑𝑘𝑘≥0 𝑥𝑥𝑘𝑘

b.

70
c.∑𝑘𝑘≥1 𝑥𝑥𝑘𝑘𝑘𝑘𝑘𝑘

d. .

10. Seria ∑ 𝒌𝒌≥𝟎𝟎 𝒌𝒌𝒌𝒌𝒙𝒙𝒌𝒌 are raza de convergenţă 𝑹𝑹 = 𝟎𝟎.

11. Dezvoltarea seriei folosind Formula lui K. Mac Laurin :

12. Seria este o serie absolut convergentă.

13. Seria nu este o serie absolut convergentă.

III.3. Exerciţii propuse spre rezolvare

1. Daţi exemplu de un şir numeric divergent dar modulul său este

convergent.

2. Să se arate că şirul este strict crescător şi

convergent cu limita 𝒆𝒆.

3. Fie 𝒚𝒚 𝟏𝟏 = 𝒂𝒂 ∈ 𝑹𝑹, 𝒚𝒚 𝒌𝒌+𝟏𝟏 = 𝟓𝟓𝒚𝒚𝟐𝟐 𝒌𝒌 , ∀𝒏𝒏𝝐𝝐𝑵𝑵. Să se studieze existenţa

limitei. Dacă există să se calculeze limita şirului.

4. Să se arate că următoarele şiruri sunt convergente:

a) .

71
b) .

c) .

5. Să se arate că şirurile următoare sunt convergente:

a)

b)

6. Să se arate că şirurile următoare sunt divergente:

a)

b)

7. Să se studieze natura următoarelor

serii:

c)
d)

g) , (discuţie după 𝛽𝛽 )

h) , (discuţie după 𝛽𝛽 )

72
 k)

8. Să se studieze natura seriilor , unde:

a). 𝑎𝑎 𝑘𝑘 = 7−√4𝑘𝑘2+3

b).

9. Să se afle suma seriilor

a).

b).

c).

10. Să se arate că seria armonică nu este o serie convergentă.

11. Să se arate că seria

este o serie convergentă.

12.Fie o serie divergentă ∑ 𝒌𝒌≥𝟏𝟏 𝒂𝒂 𝒌𝒌 , cu 𝒂𝒂 𝒌𝒌 > 0 şi fie 𝑺𝑺 𝒌𝒌 = ∑ 𝒋𝒋≥𝟏𝟏 𝒂𝒂 𝒋𝒋 . Să se

arate că

a) este o serie divergentă

b) este o serie divergentă.

73
13. Să se arate că dacă seria ∑ 𝒌𝒌≥𝟏𝟏 𝒌𝒌𝒂𝒂 𝒌𝒌 converge atunci şi seria

converge ∑ 𝒌𝒌≥𝟏𝟏 𝒂𝒂 𝒌𝒌 .

14. Să se arate că este o serie convergentă.

15. Stabiliţi raza de convergenţă şi domeniul de convergenţă pentru

următoarele serii de puteri: a). ∑𝑘𝑘≥0 𝑥𝑥𝑘𝑘

b).

c).

d).
e). ∑𝑘𝑘≥0 𝑥𝑥𝑘𝑘 𝑘𝑘2

f). ∑ 𝑘𝑘≥0 𝑥𝑥𝑘𝑘 (ln 𝑛𝑛)

16. Să se dezvolte în serii de puteri centrate în origine şi să se

determine mulţimea de convergenţă: a) 𝑓𝑓(𝑥𝑥) = 𝑒𝑒𝑥𝑥
b) 𝑓𝑓(𝑥𝑥) = cos 𝑥𝑥
c) 𝑓𝑓(𝑥𝑥) = ln (1 + x)

d)
e) 𝑓𝑓(𝑥𝑥) = arc tg 𝑥𝑥
f) 𝑓𝑓(𝑥𝑥) = ln (1 − x2)

74
17. Să se dezvolte în serie Taylor până la ordinul 5, în jurului lui 𝒙𝒙 =
𝟎𝟎 funcţiile:
a) 𝑔𝑔(𝑥𝑥) = cos 2𝑥𝑥 − 𝑐𝑐𝑜𝑜𝑠𝑠4𝑥𝑥,

b) ,
c) 𝑔𝑔(𝑥𝑥) = ln (1 + x2)
d) 𝑔𝑔(𝑥𝑥) = 𝑒𝑒𝑐𝑐𝑜𝑜𝑠𝑠𝑥𝑥

18. Să se dezvolte până la ordinul 4, funcţiile în punctele indicate:

a) ℎ(𝑥𝑥) = ln(1 + x) − ln (1 − 𝑥𝑥), 𝑥𝑥 0 = 0

b) ℎ(𝑥𝑥) = x2 + xln( 1 − 𝑥𝑥), 𝑥𝑥 0 = 4

c)

Capitolul IV Derivabilitate şi diferenţiabilitate

Considerarea ecuaţiilor diferenţiale ca modele impune o abordare

sistematică a fenomenelor, stabilindu-se astfel interdependenţe
corespunzătoare celor din realitate. În vederea caracterizării fenomenelor
generale, soluţiile sunt considerate elemente ale unor spaţii funcţionale
adecvate, în care condiţiile iniţiale şi la limită caracterizează diferite
subspaţii.(Teodorescu N., Olariu V., Ecuaţii diferenţiale şi cu derivate
parţiale, Ed.Tehnică, Bucureşti, 1978, pp.10-11)

75
 IV.1. Noţiuni fundamentale

Fie o funcţie 𝑔𝑔: 𝐷𝐷 → 𝑅𝑅, unde 𝐷𝐷 ⊂ 𝑅𝑅 şi 𝑎𝑎 ∈ 𝐷𝐷 un punct de

acumulare pentru 𝐷𝐷.

Definiţia 1:
Spunem că funcţia 𝑔𝑔 are derivată în punctul 𝑎𝑎 dacă există limită
în 𝑅𝑅𝑅

, notată cu 𝑔𝑔, (𝑎𝑎)

Definiţia 2:
Dacă derivata 𝑔𝑔, (𝑎𝑎) există şi este finită vom spune că funcţia 𝑔𝑔
este derivabilă în punctul 𝑎𝑎.

Fie o funcţie 𝐽𝐽, un interval deschis al lui 𝑅𝑅 şi ℎ: 𝐽𝐽 → 𝑅𝑅

Definiţia 3:
Spunem că ℎ este diferenţiabilă în punctul 𝑎𝑎 ∈ 𝐽𝐽 dacă există 𝐵𝐵 ∈

𝑅𝑅 şi o funcţie , astfel încât

ℎ(𝑥𝑥) − ℎ(𝑎𝑎) = 𝐵𝐵(𝑥𝑥 − 𝑎𝑎) + 𝛽𝛽(𝑥𝑥)(𝑥𝑥 − 𝑎𝑎), oricare ar fi 𝑥𝑥 ∈ 𝐽𝐽.

Observaţie:

Dacă , am notat 𝛽𝛽(𝑥𝑥) = ℎ, (𝑎𝑎) −

.
Definiţia 4:

76
 Spunem că funcţia 𝑔𝑔: 𝐷𝐷 → 𝑅𝑅, unde 𝐷𝐷 ⊂ 𝑅𝑅 are derivată parţială în

raport cu variabila şi 𝑥𝑥 𝑘𝑘 în punctul 𝑎𝑎 dacă există , unde 𝑘𝑘 = ̅1̅̅,̅𝑛𝑛𝑛.

Iar se numeşte derivata lui 𝑔𝑔 în raport cu 𝑥𝑥 𝑘𝑘 în punctul 𝑎𝑎.

Se notează .

IV.1.1. Matricea Jacobiană

Fie 𝐺𝐺: 𝐷𝐷 → 𝑅𝑅𝑚𝑚, unde 𝐷𝐷 este un deschis din 𝑅𝑅𝑚𝑚, diferenţiabilă în

punctul 𝑎𝑎 ∈ 𝐷𝐷 .
Conform celor amintite anterior 𝐺𝐺 este derivabilă parţial în
punctul 𝑎𝑎 ∈ 𝐷𝐷, considerând că 𝐺𝐺 = (𝑔𝑔 1 , 𝑔𝑔 2 , 𝑔𝑔3 … . 𝑔𝑔𝑚𝑚), unde 𝑔𝑔𝑗𝑗: 𝐷𝐷 → 𝑅𝑅,

pentru , funcţiei îi putem asocia matricea care conţine

pe linia derivatele parţiale ale funcţiei în raport cu cele variabile.

Matrice este de forma:

se numeşte matricea Jacobiană a lui în funcţie de punctul .

77
 IV.1.2. Puncte de extrem

Fie ,

Definiţia 1:
Spunem că punctul este punct de minim absolut pentru
funcţia dacă:
, oricare ar fi .
Spunem că punctul este punct de maxim absolut pentru
funcţia dacă:
, oricare ar fi .

Observaţii:
1. 𝑔𝑔(𝑑𝑑) = 𝑖𝑖𝑛𝑛𝑓𝑓{𝑔𝑔(𝑥𝑥), 𝑥𝑥 ∈ 𝐷𝐷} se numeşte valoarea minimă a funcţiei 𝑔𝑔
pe 𝐷𝐷.
2. 𝑔𝑔(𝑑𝑑) = 𝑠𝑠𝑢𝑢𝑝𝑝{𝑔𝑔(𝑥𝑥), 𝑥𝑥 ∈ 𝐷𝐷} se numeşte valoarea maximă a funcţiei 𝑔𝑔
pe 𝐷𝐷.

Definiţia 2:
Fie 𝐷𝐷 ⊂ 𝑅𝑅𝑛𝑛, ℎ: 𝐷𝐷 → 𝑅𝑅
Un punct 𝑑𝑑 ∈ 𝐷𝐷 spunem că este punct de minim local sau minim
relativ pentru funcţia ℎ dacă există o vecinătate 𝑉𝑉 a punctului 𝑑𝑑 astfel
încât ℎ(𝑑𝑑) ≤ ℎ(𝑥𝑥), oricare ar fi 𝑥𝑥 ∈ 𝐷𝐷 ∩ 𝑉𝑉.

78
 Un punct 𝑑𝑑 ∈ 𝐷𝐷 spunem că este punct de maxim local sau maxim
relativ pentru funcţia ℎ dacă există o vecinătate 𝑉𝑉 a punctului 𝑑𝑑 astfel
încât ℎ(𝑑𝑑) ≥ ℎ(𝑥𝑥), oricare ar fi 𝑥𝑥 ∈ 𝐷𝐷 ∩ 𝑉𝑉.

Observaţie:
Punctele de maxim sau minim local se numesc puncte de extrem
local sau de extrem relativ.

Definiţia 3:
Fie 𝐷𝐷 un deschis din 𝑅𝑅𝑛𝑛, ℎ: 𝐷𝐷 → 𝑅𝑅. Spunem că un punct 𝑑𝑑 ∈

𝐷𝐷 este punct staţionar sau punct critic pentru funcţia ℎ, dacă ℎ este
diferenţiabilă în 𝑑𝑑 şi 𝑑𝑑𝑓𝑓(𝑎𝑎) = 0.

Teorema lui Fermat:

Fie 𝐷𝐷 un deschis din 𝑅𝑅𝑛𝑛. Dacă funcţia 𝑓𝑓: 𝐷𝐷 → 𝑅𝑅 este diferenţiabilă
într-un punct 𝑎𝑎 ∈ 𝐷𝐷 care este în acelaşi timp punct de extrem local pentru
𝑓𝑓, atunci 𝑑𝑑𝑓𝑓(𝑎𝑎) = 0, adică 𝑎𝑎 este punct critic.

Definiţia 4:
Un punct staţionar care nu este punct de extrem se numeşte punct
şa.

Teorema 2:
Fie 𝐷𝐷 un deschis din 𝑅𝑅𝑛𝑛, 𝑓𝑓 ∈ 𝐶𝐶2(𝐷𝐷) şi 𝑎𝑎 un punct critic pentru 𝑓𝑓.

Notăm prin .

79
 Dacă:
1. 𝐵𝐵2 − 𝐴𝐴𝐶𝐶 < 0 şi 𝐴𝐴 > 0, atunci 𝑎𝑎 este punct de minim local.
2. 𝐵𝐵2 − 𝐴𝐴𝐶𝐶 < 0 şi 𝐴𝐴 < 0, atunci 𝑎𝑎 este punct de maxim local.
3. 𝐵𝐵2 − 𝐴𝐴𝐶𝐶 > 0 , atunci 𝑎𝑎 nu este punct de extrem.

IV.1.3. Metoda celor mai mici pătrate

În anumite cazuri trebuie stabilită o corelaţie între două mulţimi de date

ce reprezintă cauza şi efectul într-un cadru anume.
Considerăm următoarele date:

𝑥𝑥 0 𝑥𝑥 1 𝑥𝑥 2 … 𝑥𝑥 𝑚𝑚

….

Admitem faptul că funcţia pe care o căutăm este de forma

Unde sunt necunoscute.

Notăm cu

Unde sunt erorile datorate unor cauze întamplătoare şi vrem să aflăm

astfel încât erorile să fie cât mai mici. Acest lucru se realizează

80
atunci când suma pătratelor erorilor este cât mai mică. Fiind pozitive
suma va fi minimă atunci când pătratele vor fi cele mai mici.
Metoda celor mai mici pătrate constă în a determina astfel încât
funcţia să fie minimă.

Condiţiile de extrem sunt:

,
Adică .

Determinăm valorile pe care le notăm cu .

Calculăm

Se observă că

adică

81
Rezultă că ( este punct de minim pentru .

IV.2. Exerciţii rezolvate

1. Să se calculeze derivatele parţiale ale funcţiei :

.
Rezolvare:

2. Fie funcţia 𝒈𝒈: 𝑹𝑹𝟑𝟑 → 𝑹𝑹 definită prin:

𝒈𝒈(𝒙𝒙, 𝒚𝒚, 𝒛𝒛) = 𝒙𝒙𝒚𝒚𝟑𝟑 + 𝒙𝒙𝒚𝒚𝒛𝒛𝟓𝟓 + 𝒚𝒚

Să se scrie diferenţiala acestei funcţii în punctul curent.

Rezolvare:

82
Să se scrie şi diferenţiala (1,1,1) calculată în punctul (1,0,1).

𝑑𝑑𝑔𝑔(1,1,1) = 2𝑑𝑑𝑥𝑥 + 5𝑑𝑑𝑦𝑦 + 5𝑑𝑑𝑧𝑧

𝑑𝑑𝑔𝑔(1,1,1)(−1,0,1) = −2 + 0 + 5 = 3

3. 9: Să se determine punctele de extrem local ale funcţiei 𝒉𝒉: 𝑹𝑹𝟐𝟐 → 𝑹𝑹

definită prin

𝒉𝒉(𝒙𝒙, 𝒚𝒚) = 𝟐𝟐𝒙𝒙𝟐𝟐𝒚𝒚𝟐𝟐 + 𝒙𝒙𝟒𝟒 + 𝒚𝒚𝟒𝟒 − 𝟖𝟖𝒙𝒙 + 𝟖𝟖𝒚𝒚 Rezolvare:

Rezolvăm sistemul de ecuaţii

9
Precupanu A., Bazele analizei matematice, Editura Canova, 1995, p. 483

83
Se obţine soluţia 𝑥𝑥 = −1 şi 𝑦𝑦 = 1. Deci punctul 𝑎𝑎 = (−1,1) este punct
staţionar. Calculăm derivatele parţiale de ordinul doi pentru a vedea dacă
𝑎𝑎 este punct de extrem.

8,

Calculând 𝐵𝐵2 − 𝐴𝐴𝐶𝐶 = 64 − 162 < 0 şi 𝐴𝐴 > 0, rezultă ca punctul 𝑎𝑎 este

punct de minim.

4. 10: Fie 𝑭𝑭: 𝑫𝑫 → 𝑹𝑹𝟐𝟐, unde 𝑫𝑫 este un deschis din [𝟎𝟎, ∞) × 𝑹𝑹, definită
prin
𝑭𝑭(𝝆𝝆, 𝜽𝜽) = (𝝆𝝆 𝒄𝒄𝒐𝒐𝒔𝒔 𝜽𝜽, 𝝆𝝆 𝒔𝒔𝒊𝒊𝒏𝒏 𝜽𝜽) , oricare ar fi (𝝆𝝆, 𝜽𝜽) din 𝑫𝑫.

Rezolvare:
Matricea Jacobiană a lui 𝐹𝐹 este:

Jacobianul este:

10
Precupanu A., Bazele analizei matematice, Editura Canova, 1995, p. 437

84
 𝑑𝑑𝑒𝑒𝑡𝑡𝐽𝐽 𝐹𝐹 (𝜌𝜌, 𝜃𝜃) = 𝜌𝜌 cos2𝜃𝜃 + 𝜌𝜌 sin2𝜃𝜃 = 𝜌𝜌

4. Să se facă ajustarea liniară a datelor:

x 0 1 2 3 4 5
y −2 −1 −3 2 6 5

Aşezăm datele în tabel astfel:

𝑥𝑥𝑖𝑖 𝑦𝑦𝑖𝑖 𝑥𝑥𝑖𝑖2 𝑥𝑥𝑖𝑖 𝑦𝑦𝑖𝑖

0 −2
1 −1
2 −3
3 2
4 6
5 5
5 5
0 0
1 −1
4 −6
9 6
16 24
25 25
5 5

∑ 𝑥𝑥𝑖𝑖 = 15 ∑ 𝑦𝑦𝑖𝑖 = 7 ∑ 𝑥𝑥𝑖𝑖2 = 55 ∑ 𝑥𝑥𝑖𝑖 𝑦𝑦𝑖𝑖 = 48

𝑖𝑖 =0 𝑖𝑖 =0 𝑖𝑖 =0 𝑖𝑖 =0

Rezultă că .

Rezolvând sistemul se obţin următoarele soluţii

Legătura căutată este dată de relaţia:

85
 IV.3. Exerciţii propuse spre rezolvare

1. Să se calculeze , în raport cu 𝒂𝒂 ş𝒊𝒊 𝒃𝒃,

considerând 𝒈𝒈(𝒂𝒂, 𝒃𝒃):

a). 𝑎𝑎 = 𝑥𝑥 + 𝑦𝑦 ş𝑖𝑖 𝑏𝑏 = 𝑦𝑦 − 𝑥𝑥
b). 𝑎𝑎 = −𝑦𝑦 ş𝑖𝑖 𝑏𝑏 = 𝑦𝑦 − 𝑥𝑥
c). 𝑎𝑎 = 𝑥𝑥𝑦𝑦 ş𝑖𝑖 𝑏𝑏 = 𝑦𝑦𝑥𝑥

d).
e). 𝑎𝑎 = 𝑥𝑥𝑐𝑐𝑜𝑜𝑠𝑠𝑦𝑦 ş𝑖𝑖 𝑏𝑏 = 𝑦𝑦𝑠𝑠𝑖𝑖𝑛𝑛(−𝑥𝑥 )
f). 𝑎𝑎 = 𝑥𝑥𝑡𝑡𝑔𝑔𝑦𝑦 ş𝑖𝑖 𝑏𝑏 = 𝑐𝑐𝑡𝑡𝑔𝑔𝑦𝑦

2. Să se calculeze diferenţialele funcţiilor în punctele indicate:

a) a) 𝑔𝑔: 𝑅𝑅2 → 𝑅𝑅, 𝑔𝑔(𝑥𝑥, 𝑦𝑦) = cos( 6𝑥𝑥 + 3𝑦𝑦), în punctul .

b) 𝑔𝑔: 𝑅𝑅2 → 𝑅𝑅2, 𝑔𝑔(𝑥𝑥, 𝑦𝑦) = 𝑥𝑥6 − 𝑦𝑦6 + 6𝑥𝑥𝑦𝑦, 𝑎𝑎 = (1, 2).
c) ℎ: 𝑅𝑅 → 𝑅𝑅, ℎ(𝑥𝑥, 𝑦𝑦) = 𝑦𝑦 + 𝑙𝑙𝑛𝑛𝑥𝑥, 𝑎𝑎 = (1, 𝑒𝑒).

3. Să se calculeze diferenţialele funcţiilor în punctul curent:

a). 𝑓𝑓(𝑥𝑥, 𝑦𝑦) = sin (𝑦𝑦 𝑠𝑠𝑖𝑖𝑛𝑛𝑥𝑥)
b). 𝑓𝑓(𝑥𝑥, 𝑦𝑦) = 𝑦𝑦 cos (𝑥𝑥 𝑠𝑠𝑖𝑖𝑛𝑛 𝑥𝑥)

4. Să se calculeze derivatele parţiale ale funcţiilor 𝒈𝒈, 𝒇𝒇, 𝒉𝒉: 𝑫𝑫 → 𝑹𝑹, şi

oricare ar fi (𝒙𝒙, 𝒚𝒚) ∈ 𝑹𝑹,
5.

86
d)
e)
f)
g)

h)

i)

j)

k)

6. Să se determine Matricea Jacobiană şi Jacobianul pentru

următoarele funcţii:
a) Fie 𝐹𝐹: 𝐷𝐷 → 𝑅𝑅3, unde 𝐷𝐷 este un deschis din [0, ∞) × 𝑅𝑅2, definită prin
𝐹𝐹(𝜌𝜌, 𝜃𝜃, 𝜑𝜑) = (𝜌𝜌 𝑠𝑠𝑖𝑖𝑛𝑛 𝜃𝜃 𝑐𝑐𝑜𝑜𝑠𝑠𝜑𝜑, 𝜌𝜌 𝑠𝑠𝑖𝑖𝑛𝑛 𝜃𝜃𝑠𝑠𝑖𝑖𝑛𝑛 𝜑𝜑, 𝜌𝜌 𝑠𝑠𝑖𝑖𝑛𝑛 𝜃𝜃 ) ,
oricare ar fi (𝜌𝜌, 𝜃𝜃, 𝜑𝜑) din 𝐷𝐷.
b) Fie 𝐹𝐹: 𝐷𝐷 → 𝑅𝑅4, unde 𝐷𝐷 este un deschis din [0, ∞) × 𝑅𝑅3, definită prin
𝐹𝐹(𝜌𝜌, 𝜃𝜃, 𝜑𝜑, 𝛿𝛿) = (𝜌𝜌 𝑠𝑠𝑖𝑖𝑛𝑛 𝜃𝜃 𝑐𝑐𝑜𝑜𝑠𝑠𝜑𝜑 𝑠𝑠𝑖𝑖𝑛𝑛𝛿𝛿, 𝜌𝜌 𝑠𝑠𝑖𝑖𝑛𝑛 𝜃𝜃 𝑠𝑠𝑖𝑖𝑛𝑛 𝜑𝜑 𝑐𝑐𝑜𝑜𝑠𝑠𝛿𝛿, 𝜌𝜌 𝑠𝑠𝑖𝑖𝑛𝑛 𝛿𝛿 𝑐𝑐𝑜𝑜𝑠𝑠𝛿𝛿,
𝜌𝜌𝑐𝑐𝑜𝑜𝑠𝑠𝜃𝜃) ,
oricare ar fi (𝜌𝜌, 𝜃𝜃, 𝜑𝜑, 𝛿𝛿) din 𝐷𝐷.

7. Fie 𝒈𝒈: 𝑹𝑹𝟐𝟐 → 𝑹𝑹𝟑𝟑, definită prin 𝒈𝒈(𝒙𝒙, 𝒚𝒚) = (𝒙𝒙𝟑𝟑𝒚𝒚, 𝒙𝒙 + 𝒚𝒚𝟐𝟐, 𝒙𝒙𝟓𝟓 − 𝟓𝟓).

Să se determine Matricea Jacobiană şi Jacobianul funcţiei.

8. Fie 𝑭𝑭: 𝑫𝑫 → 𝑹𝑹𝟐𝟐, definită prin

87
Funcţia este definită pe deschisul din 𝑨𝑨 = {𝒛𝒛 > 0} 𝒅𝒅𝒊𝒊𝒏𝒏 𝑹𝑹𝟒𝟒. Să se scrie

matricea Jacobiană în punctul curent.

9. Să se determine punctele critice, punctele de extrem şi

punctele şa pentru funcţiile: a)
b)
c)
d)

e)

f)

g)
h)

10. Fie 𝒈𝒈: 𝑹𝑹𝟑𝟑 − {𝟎𝟎, 𝟎𝟎, 𝟎𝟎} → 𝑹𝑹, definită prin ,
oricare ar fi(𝒙𝒙, 𝒚𝒚, 𝒚𝒚) ≠ (𝟎𝟎, 𝟎𝟎, 𝟎𝟎). Să se arate că 𝒈𝒈 satisface ecuaţia:

11. Să se facă ajustarea liniară a datelor:

a)
x 0 1 2 3 4 5

88
 y −3 −2 −1 0 1 2

b)

w 10 20 30 40 50 60
z −1 1 −1 1 −1 1

c)

d −5 −6 −7 8 −9 −10
c 5 6 7 8 9 10

Capitolul V Ecuaţii diferenţiale

Cercetarea unor fenomene fizice, chimice, economice conduc în

mare parte spre rezolvarea unor ecuaţii în care variabila necunoscută este
o funcţie. Aceste ecuaţii în care variabila necunoscută este o funcţie se
numeşte ecuaţie funcţională. Dacă apar şi noţiuni matematice de derivare
a acelei funcţii necunoscute, atunci aceste ecuaţii se numesc ecuaţii
diferenţiale.

89
 V.1. Noţiuni fundamentale

Definiţia 1 11:
O ecuaţie diferenţială pentru funcţia 𝑦𝑦 = 𝑦𝑦(𝑥𝑥), definită şi
derivabilă de 𝑚𝑚 ori pe mulţimea 𝐴𝐴 ⊂ 𝑅𝑅, este o relaţie de forma:
𝐹𝐹(𝑥𝑥, 𝑦𝑦, 𝑦𝑦,, 𝑦𝑦,,𝑦𝑦,,, … … 𝑦𝑦(𝑘𝑘), … . ) = 0, 𝑘𝑘 ≤ 𝑚𝑚, (1)

Unde 𝐹𝐹 este o funcţie cunoscută de variabile

𝑥𝑥, 𝑦𝑦, 𝑦𝑦,, 𝑦𝑦,,𝑦𝑦,,, … … 𝑦𝑦(𝑘𝑘), … ., astfel încât pot apărea un număr finit de
derivate ale lui 𝑦𝑦.
Dacă 𝑛𝑛 ≤ 𝑚𝑚 este ordinal maxim de derivare a funcţiei, astfel încât

𝑦𝑦(𝑛𝑛) apare efectiv în 𝐹𝐹 atunci spunem că ecuaţia (1) este o ecuaţie

diferenţială de ordinal 𝑛𝑛.

Observaţie:
Ecuaţia diferenţială (1) este o ecuaţie liniară dacă funcţia 𝐹𝐹 este o
funcţie liniară în variabile𝑦𝑦, 𝑦𝑦,, 𝑦𝑦,,𝑦𝑦,,, … … 𝑦𝑦(𝑘𝑘), ….adică de forma

𝐹𝐹(𝑥𝑥, 𝑦𝑦, 𝑦𝑦,, 𝑦𝑦,,𝑦𝑦,,, … … 𝑦𝑦(𝑘𝑘), … . ) = −𝑓𝑓(𝑥𝑥) + 𝑎𝑎 0 (𝑥𝑥)𝑦𝑦 + 𝑎𝑎 1 (𝑥𝑥)𝑦𝑦,+𝑎𝑎 2 (𝑥𝑥)𝑦𝑦,, +

𝑎𝑎 3 (𝑥𝑥)𝑦𝑦,,, + ⋯ . . 𝑎𝑎 𝑘𝑘 (𝑥𝑥)𝑦𝑦(𝑘𝑘) + ⋯.,

unde funcţiile 𝑎𝑎 𝑖𝑖 , 𝑖𝑖 = 0,1, ….este finit.

În concluzie o ecuaţie diferenţială de ordinal 𝑛𝑛 este de forma:

11
Teodorescu N, Olariu V., Ecuaţii diferenţiale şi cu derivate parşiale, EdituraTehnică
Bucureşti, 1979, p. 24

90
 𝑓𝑓(𝑥𝑥) = +𝑎𝑎 0 (𝑥𝑥)𝑦𝑦 + 𝑎𝑎 1 (𝑥𝑥)𝑦𝑦,+𝑎𝑎 2 (𝑥𝑥)𝑦𝑦,, + 𝑎𝑎 3 (𝑥𝑥)𝑦𝑦,,, + ⋯ . . 𝑎𝑎 𝑛𝑛 (𝑥𝑥)𝑦𝑦(𝑛𝑛)
Sau
. (2)
Presupunem că:
𝑎𝑎 𝑗𝑗 = 𝑎𝑎 𝑗𝑗 (𝑥𝑥), 𝑗𝑗 = 0,1, … . 𝑛𝑛, se numesc coeficienţii ecuaţiei (2),

𝑓𝑓 = 𝑓𝑓(𝑥𝑥), se numeşte factorul liber al ecuaţiei liniare.

Dacă 𝑓𝑓 ≠ 0, 𝑝𝑝𝑒𝑒 𝑚𝑚𝑢𝑢𝑙𝑙ţ𝑖𝑖𝑚𝑚𝑒𝑒𝑎𝑎 𝐴𝐴 atunci spunem că ecuaţia (2) este o
ecuaţie neomogenă.

Dacă 𝑓𝑓 = 0, 𝑝𝑝𝑒𝑒 𝑚𝑚𝑢𝑢𝑙𝑙ţ𝑖𝑖𝑚𝑚𝑒𝑒𝑎𝑎 𝐴𝐴 atunci spunem că ecuaţia (2) este o

ecuaţie omogenă.

V.1.1. Ecuaţii diferenţiale de ordinul întâi

Forma ecuaţiei diferenţiale de ordinul întâi:

𝐹𝐹[𝑥𝑥, 𝑦𝑦(𝑥𝑥), 𝑦𝑦,,(𝑥𝑥) ] = 0, (3)

Unde 𝐹𝐹: 𝐽𝐽 × 𝑅𝑅2 → 𝑅𝑅, presupunem .

Ecuaţia (3) se poate explicita în raport cu 𝑦𝑦,, astfel încât să se

poată scrie

𝑦𝑦, = 𝑓𝑓(𝑥𝑥, 𝑦𝑦) (4)

Unde 𝑓𝑓: 𝐷𝐷 2 → 𝑅𝑅, o funcţie continuă. Ecuaţia (4) este forma

normală a ecuaţiei diferenţiale de ordinul întâi.

91
Definiţia 1:
Funcţia 𝜑𝜑: 𝐽𝐽 ⊂ 𝑅𝑅 → 𝑅𝑅 este soluţie a ecuaţiei 𝑦𝑦, = 𝑓𝑓(𝑥𝑥, 𝑦𝑦) (4),
dacă este 𝜑𝜑 derivabilă în 𝐽𝐽 ⊂ 𝑅𝑅, iar puncul (𝑥𝑥, 𝜑𝜑(𝑥𝑥)) ∈ 𝐷𝐷 2 şi pentru
oricare ar fi 𝑥𝑥 ∈ 𝐽𝐽, avem relaţia:
𝜑𝜑,(𝑥𝑥) = 𝑓𝑓[ 𝑥𝑥, 𝜑𝜑(𝑥𝑥)].

V.1.2. Ecuaţii cu variabile separabile

Ecuaţiile cu variabile separabile sunt ecuaţiile de forma:

𝑎𝑎(𝑥𝑥)𝑑𝑑𝑥𝑥 + 𝑏𝑏(𝑦𝑦)𝑑𝑑𝑦𝑦 = 0 (5)

Unde 𝑎𝑎 ş𝑖𝑖 𝑏𝑏 sunt funcţii continue, cu 𝑎𝑎: 𝐽𝐽 1 ⊂ 𝑅𝑅 → 𝑅𝑅 şi 𝑏𝑏: 𝐽𝐽 2 ⊂

𝑅𝑅 → 𝑅𝑅. Ecuaţiile (5) sunt ecuaţii exacte pentru că

𝑔𝑔(𝑥𝑥, 𝑦𝑦) = 𝑎𝑎(𝑥𝑥)
ℎ(𝑥𝑥, 𝑦𝑦) = 𝑏𝑏(𝑦𝑦)

𝑔𝑔 𝑦𝑦 = ℎ 𝑥𝑥 = 0

Rezultă că primitiva va fi de forma:

𝑥𝑥 𝑦𝑦

𝐹𝐹(𝑥𝑥, 𝑦𝑦) = ∫ 𝑎𝑎(𝑡𝑡)𝑑𝑑𝑡𝑡 + ∫ 𝑏𝑏(𝑡𝑡)𝑑𝑑𝑡𝑡

𝑥𝑥1 𝑦𝑦1

Pentru orice problemă Cauchy, (𝑥𝑥 0 , 𝑦𝑦 0 ), 𝑐𝑐𝑢𝑢 𝑥𝑥 0 ∈ 𝐽𝐽 1 şi 𝑦𝑦0 ∈ 𝐽𝐽2 se

determină scriind 𝐹𝐹(𝑥𝑥, 𝑦𝑦) = 𝐶𝐶, 𝐶𝐶 = 𝐹𝐹(𝑥𝑥 0 , 𝑦𝑦 0 )

92
 V.1.3. Ecuaţii liniare de ordinul întâi

Ecuaţiile liniare de ordinul întâi sunt de forma:

𝑎𝑎(𝑥𝑥)𝑦𝑦, + 𝑏𝑏(𝑥𝑥)𝑦𝑦 = 𝑐𝑐(𝑥𝑥) (6)

Unde 𝑎𝑎, 𝑏𝑏, 𝑐𝑐 ∶ 𝐽𝐽 ⊂ 𝑅𝑅 → 𝑅𝑅 şi 𝑎𝑎, 𝑏𝑏, 𝑐𝑐 ∈ 𝐶𝐶0(𝐽𝐽), 𝑎𝑎 ≠ 0

Forma simetrică:
[𝑏𝑏(𝑥𝑥)𝑦𝑦 − 𝑐𝑐(𝑥𝑥)] 𝑑𝑑𝑥𝑥 + 𝑎𝑎(𝑥𝑥)𝑑𝑑𝑦𝑦 = 0

Factorul integrant funcţie de variabila 𝑥𝑥:

Primitive corespunzătoare:

Dacă 𝐹𝐹(𝑥𝑥, 𝑦𝑦) = 𝐶𝐶 se observă că

Ecuaţia (6) se împarte prin 𝑎𝑎 şi se notează rezultă

forma normală
𝑦𝑦, + 𝑝𝑝(𝑥𝑥)𝑦𝑦 = 𝑓𝑓(𝑥𝑥), 𝑝𝑝, 𝑓𝑓 ∈ 𝐶𝐶0(𝐽𝐽), (7)

93
 𝑦𝑦(𝑥𝑥) = 𝑦𝑦 ℎ (𝑥𝑥) + 𝑦𝑦 𝑝𝑝 (𝑥𝑥),
Dacă presupunem 𝑓𝑓(𝑥𝑥) = 0, atunci
𝑦𝑦, + 𝑝𝑝(𝑥𝑥)𝑦𝑦 = 0 (8)
Ecuaţia (8) se numeşte ecuaţie liniară şi omogenă corespunzătoare
ecuaţiei (7).

V.1.4. Ecuaţii omogene

Ecuaţiile omogene de ordinul întâi sunt de forma

(9)

Notăm rezultă că 𝑦𝑦, = 𝑡𝑡 + 𝑡𝑡,𝑥𝑥. Înlocuind în (9) se obţine

ecuaţia cu variabile separabile 𝑓𝑓(𝑡𝑡) = 𝑡𝑡 + 𝑡𝑡,𝑥𝑥 .

,
Se obţine 𝑦𝑦 = 𝑡𝑡𝑥𝑥.

V.1.5. Ecuaţii reductibile la ecuaţii omogene

Ecuaţiile diferenţiale de ordinul întâi de forma

, şi 𝑝𝑝, 𝑞𝑞 ≠ 0, (10)
Cazul I:

94
 Sistemul are soluţie unică (𝑥𝑥 0 , 𝑦𝑦 0 )

Atunci (11)

Facem schimbarea de variabilă x şi funcţia 𝑦𝑦 prin relaţia:

(12)

Relaţiile (11) dau ), ţinând cont şi de

relaţiile (12) rezultă ), împărţim membrul al doilea prin 𝑢𝑢

𝑣𝑣

şi obţinem . Se observă cu uşurinţă că am ajuns la o ecuaţie

𝑢𝑢

omogenă care se poate rezolva cu uşurinţă.

Cazul II:

Sistemul nu este compatibil determinat.

Atunci . Înlocuind în ecuaţiile

(10) obţinem:

), (13)
Considerăm 𝑢𝑢 = 𝑟𝑟𝑥𝑥 + 𝑠𝑠𝑦𝑦, rezultă că .

Înlocuind în (13) obţinem: . Aducem

95
această ecuaţie cu variabile separabile la o formă mai simplă
𝑢𝑢, − 𝑟𝑟 = 𝑠𝑠𝑔𝑔(𝑢𝑢), adică 𝑢𝑢, = 𝑟𝑟 + 𝑠𝑠𝑔𝑔(𝑢𝑢).

V.1.6. Ecuaţii Bernoulli

Ecuaţiile Bernoulli sunt ecuaţiile de forma:

𝑦𝑦, + 𝑃𝑃(𝑥𝑥)𝑦𝑦 = 𝑄𝑄(𝑥𝑥)𝑦𝑦𝛽𝛽 (14)

Unde 𝛽𝛽 ∈ 𝑅𝑅 − {0, 1}
Dacă 𝛽𝛽 = 1 şi 𝛽𝛽 = 0 se obţin ecuaţiile cunoscute şi discutate
anterior. Împărţim ecuatia (14) prin 𝑦𝑦𝛽𝛽 şi obţinem următoarea ecuaţie:

Considerăm o nouă funcţie dată de 𝑣𝑣 = 𝑦𝑦𝛽𝛽−1. Rezultă că 𝑣𝑣, = (1

− 𝛽𝛽)𝑃𝑃(𝑥𝑥)𝑣𝑣 = (1 − 𝛽𝛽)(𝑥𝑥) .

Dacă 𝛽𝛽 este număr impar vom avea (−𝑦𝑦𝛽𝛽) = −𝑦𝑦𝛽𝛽 .

Notăm −𝑦𝑦 = 𝑤𝑤, înmulţind ecuaţia (14) cu (– 1) rezultă

𝑤𝑤, + 𝑃𝑃(𝑥𝑥)𝑤𝑤 = 𝑄𝑄(𝑥𝑥)𝑤𝑤𝛽𝛽 , unde 𝑤𝑤 > 0.

Dacă 𝛽𝛽 este număr par (−𝑦𝑦𝛽𝛽) = 𝑦𝑦𝛽𝛽. Înmulţind ecuaţia (14) cu

(– 1) . Notăm −𝑦𝑦 = 𝑤𝑤, ezultă ecuaţia Bernoulli

𝑤𝑤, + 𝑃𝑃(𝑥𝑥)𝑤𝑤 = −𝑄𝑄(𝑥𝑥)𝑤𝑤𝛽𝛽 , unde 𝑤𝑤 > 0.

96
 V.1.7. Ecuaţii Riccati

Ecuaţiile Riccati sunt ecuaţiile de forma:

𝑦𝑦, + 𝑃𝑃(𝑥𝑥)𝑦𝑦 + 𝑄𝑄(𝑥𝑥)𝑦𝑦2 = 𝑅𝑅(𝑥𝑥), 𝑃𝑃, 𝑄𝑄, 𝑅𝑅 ∈ 𝐶𝐶0(𝐽𝐽), 𝑅𝑅 ≠ 0 (15)

Soluţiile ecuaţiilor de tipul (15) sunt mai dificil de găsit prin

reducerea lor la una din formele anterioare.
Dacă se cunoaşte o soluţie particulară 𝑧𝑧 a ecuaţiei (15), adică 𝑧𝑧:
𝐽𝐽 1 → 𝑅𝑅, 𝐽𝐽 1 ⊂J.
𝑧𝑧, + 𝑃𝑃(𝑥𝑥)𝑧𝑧 + 𝑄𝑄(𝑥𝑥)𝑧𝑧2 = 𝑅𝑅(𝑥𝑥), 𝑥𝑥 ∈ 𝐽𝐽 1

Facem substituţia , atunci avem următoarea

ecuaţie liniară:
𝑤𝑤, − [𝑃𝑃(𝑥𝑥) + 2𝑧𝑧(𝑥𝑥)𝑄𝑄(𝑥𝑥)]𝑤𝑤 = 𝑄𝑄(𝑥𝑥)

Soluţia acestei ecuaţii este 𝑤𝑤 = 𝑤𝑤 𝑟𝑟 + 𝑤𝑤 𝑡𝑡 , 𝑤𝑤 𝑟𝑟 = 𝐶𝐶𝑤𝑤 1

V.2. Exerciţii rezolvate

1. Să se rezolve ecuaţia

97
Dacă 𝑐𝑐 1 = 𝑙𝑙𝑛𝑛 𝑐𝑐 atunci obţinem |𝑦𝑦| = 𝑐𝑐|𝑥𝑥|.

2. Să se rezolve ecuaţia 𝒚𝒚, − 𝟐𝟐𝒙𝒙𝒚𝒚 = 𝟕𝟕𝒙𝒙

,
Rezultă că ecuaţia omogenă este o ecuaţie cu
variabile separabile.

, rezultă .

Soluţia este .

3. Să se rezolve ecuaţia omogenă .

Împărţim ecuaţia prin se obţine , o ecuaţie omogenă.

Notăm şi se obţine
,

Se obţine soluţia .

V.3. Exerciţii propuse spre rezolvare

1. Să se rezolve următoarele ecuaţii:

a)

98
b)
c)
d) (

e)
f) (ecuaţie Riccati)

g) (ecuaţie Bernoulli)

2. Să se integreze următoarele ecuaţii diferenţiale:

a) 𝑧𝑧2(𝑥𝑥 − 1)𝑥𝑥, + (𝑧𝑧 − 1)𝑥𝑥 = 0
b) 𝑧𝑧𝑥𝑥, = 𝑧𝑧𝑒𝑒𝑧𝑧 + 𝑥𝑥 + 𝑧𝑧

c) (2𝑥𝑥 + 3𝑧𝑧 + 1)𝑧𝑧, + (𝑥𝑥 + 2𝑧𝑧 − 5) = 0

d)

e)
f) 2𝑦𝑦𝑥𝑥𝑦𝑦, − 𝑦𝑦2 + 𝑥𝑥 = 0
g) 𝑧𝑧,, − 3𝑧𝑧, + 8𝑧𝑧 = 0
h) 𝑧𝑧,, − 3𝑧𝑧, + 3𝑧𝑧 = 0
i) 𝑧𝑧,, + 9𝑧𝑧, + 81𝑧𝑧 = 0

3. Să se determine soluţiile următoarelor ecuaţii diferenţiale:

a) 𝑧𝑧𝑧𝑧,2 − 3𝑥𝑥𝑧𝑧,3 = 1

b) 2𝑧𝑧𝑧𝑧,2 = 5𝑥𝑥𝑧𝑧,3 + 1

c) 5𝑦𝑦(𝑧𝑧, + 5) = 𝑥𝑥𝑦𝑦,2

4. Să se determine soluţiile următoarelor ecuaţii liniare:

99
a) 𝑥𝑥2(𝑥𝑥3 − 1)𝑦𝑦, + 𝑥𝑥(3𝑥𝑥3 − 1)𝑦𝑦 = 𝑥𝑥3 − 3

b) 2(𝑥𝑥 + 1)𝑦𝑦, + 6𝑦𝑦 + (𝑥𝑥 + 1)𝑦𝑦3 = 0

5. Să se găsească soluţia generală pentru următoarele ecuaţii:

a) 𝑦𝑦,, = 2 + 𝑡𝑡𝑔𝑔𝑥𝑥
b) 𝑦𝑦,, = 9 + 𝑐𝑐𝑡𝑡𝑔𝑔2𝑥𝑥
c) 7𝑦𝑦2𝑦𝑦,, = 𝑦𝑦,2

d) 𝑦𝑦, + 𝑦𝑦,,𝑥𝑥 𝑙𝑙𝑛𝑛𝑥𝑥 = 0

Bibliografie:

1. Brânzei D., Smadici C., Tamaş V., Matematici generale pentru

economişti, Ed. Graphix, 1993
2. Popescu A., Algebră liniară şi aplicaţii, Ed. Universităţii din
Bucureşti, 1999,

3. Radu Miron, Nica A., Sava T., Spaţii aproape liniare reale şi
programare liniară, Revista Economia 21, 2008,
4. Pop I., Neagu G., Algebră liniară şi geometrie analitică în plan şi
în spaţiu, Ed. Plumb, Bacău, 1996,
5. Purcaru I., Elemente de algebră şi programare liniară, Ed.
Ştiinţifică şi Enciclopedică, 1982,

100
6. Rădulescu S., Rădulescu M., Teoreme şi probleme de analiză
matematică, Ed. Didactică şi Pedagogică Bucureşti, 1982,
7. Precupanu A., Bazele analizei matematice, Ed. Canova, 1995,
8. Stănăşilă O., Analiză matematică, Ed. Didactică şi Pedagogică
Bucureşti, 1979,
9. Sireţchi Gh., Topologie generală, Ed. Bucureşti, 1983,
10. Ştefănescu A.,. Zidăroiu C., Cercetări operaţionale, Ed. Didactică
şi Pedagogică, 1981,
11. Tamaş V., Lecţii de programare matematică, Editura Universităţii
Alexandru Ioan Cuza, 1975,
12. Teodorescu N., Olariu V., Ecuaţii diferenţiale şi cu derivate
parţiale, Ed.Tehnică, Bucureşti, 1978,
13. Tudose C., Probleme de ecuaţii diferenţiale, Ed. Dacia, Cluj
Napoca, 1990,

101