MATEMATICI APLICATE IN ECONOMIE

1. Precizari si recomandari privind desfasurarea activitatilor la disciplina

MATEMATICI APLICATE IN ECONOMIE

Tip curs – obligatoriu

Manualul de curs recomandat – R. Trandafir, I. Duda, A. Baciu, R. Ioan Matematici

pentru economisti, Ed. Fundaţiei România de Mâine

Obiectivul principal al cursului – Cursul de matematici economice are ca obiect bazele

matematicilor economice. Cursul este predat în semestrul I al anului universitar, cu
examen la sfârşitul semestrului I. Acest curs este structurat în raport cu obiectivul dotării
viitorilor economişti şi specialişti cu instrumentele matematice de operare şi gândire,
pentru a fi capabil să fundamenteze deciziile adecvate, optime, în domeniile lor de
activitate. Aceste capitole sunt direct orientate spre aplicarea lor în economie şi corelate
cu disciplinele de bază şi de specialitate pe care le vor parcurge studenţii, conform
planului de învăţământ. Întregul cuprins al programei analitice urmăreşte formarea unei
gândiri logice la studenţi şi a deprinderilor de calcul cu instrumentele operaţionale
necesare analizei proceselor economico-financiare, a funcţionării mecanismelor
economico-financiare şi, pe această bază, fundamentării deciziilor optime.

2. Continutul tematic al cursului

Elemente de algebră superioară cu aplicaţii în economie
1.Spaţii vectoriale (vectori liniari independenţi, sistem de generatori, bază a unui spaţiu
vectorial, dimensiune a unui spaţiu finit dimensional)
- Organizarea spaţiilor economice ca spaţii vectoriale
- Baza şi schimbarea bazei: metoda Gauss Jordan
- Organizarea ca spaţii metrice şi spaţii normate
2. Forme liniare
- Forme biliniare (matricea ataşată formei biliniare, modificarea matricii unei
funcţionale biliniare la schimbarea bazelor)
- Forme pătratice (forma canonică a unei forme pătratice, metode de aducere a unei
forme pătratice la forma canonică: Metoda lui Gauss, Metoda lui Jacobi)
3. Operatori pe spaţii vectoriale
- Proprietăţi. Valori proprii şi vectori proprii
- Conţinut economic

Fundamentarea optimă a deciziilor prin programare liniară

4. Formularea problemei de programare liniară (PPL) şi a modelului matematic: forma
generală, forma canonică, forma standard. Rezolvare:a prin algoritmul simplex primal
- Trecerea de la o soluţie posibilă de bază la altă soluţie posibilă de bază (criteriul
de ieşire din bază)
- Criteriul de intrare în bază
 5. Tratarea problemelor de P.L. care nu au forma standard
- Metoda bazei artificiale
6. Forma duală a PPL
- Teorema de dualitate şi conţinutul economic al variabilelor duale (preţuri umbră)
- Algoritmul simplex dual
- Studii de caz în managementul financiar-contabil

Decizii optime de transport

7. Formularea problemei transporturilor şi a modelului matematic
- Soluţii de bază iniţiale
8. Criteriile de optimizare
- Studii de caz

Elemente de analiză matematică cu aplicaţii în fundamentarea deciziei economice

optime
9. Serii numerice, criterii de convergenţă. Şiruri de funcţii. Serii de puteri. Seria Taylor
- Funcţii de mai multe variabile. Mulţimi şi puncte din Rn
- Continuitatea funcţiilor în spaţiul Rn: limite, limite iterate
10. Derivabilitatea funcţiilor în Rn: derivate parţiale de ordinul I şi de ordin superior
- Diferenţiala de ordin I şi de ordin superior; conţinut economic
- Derivata funcţiilor compuse
11. Extremele funcţiilor de mai multe variabile (punct de extrem local; punct staţionar;
punct de minim local; punct de maxim local)
- Extreme cu legături (condiţionate). Conţinut economic
- Aplicaţii şi studii de caz
12. Integrale

Modelul dinamicii proceselor economice

13. Dinamica proceselor economice: analiza în timp continuu şi în timp discret. Tipuri
principale de ecuaţii diferenţiale cu aplicaţii în economie:
- ecuaţii cu variabile separabile
- ecuaţii diferenţiale liniare
14. Ecuaţii omogene
Ecuaţii diferenţiale de tip Bernoulli şi Riccati şi aplicaţiile lor

BIBLIOGRAFIA MINIMALĂ

1. DUDA I., TRANDAFIR R., BACIU A., IOAN R. – Matematici pentru economişti, Ed.
FRM, Bucureşti, 2000
2. DUDA I., TRANDAFIR R., BACIU A., IOAN R., – Elemente de matematici
economice, Ed. FRM, Bucureşti, 2005.
3. BACIU A. –Matematici aplicate în economie şi finanţe, Ed. FRM, Bucureşti, 2004
4. DUDA I., – Elemente de algebră pentru economişti, Ed. FRM, Bucureşti, 1999.
5. OPRESCU GH., – Matematici pentru economişti, Ed. FRM, Bucureşti, 1996.
 BIBLIOGRAFIE SUPLIMENTARĂ

1. PURCARU I. – Matematici financiare, Vol I şi II, Ed. Economică, 1993.

2. POPESCU O. şi colab. – Matematici aplicate în economie, Vol. I şi II, Ed. Didactică şi
Pedagogică, Bucureşti, 1993.
3. DANTZIG,G., B., şi colab., – Programarea liniară a sistemelor man., (trad.)Vol. I, II şi
II,I Ed. Tehnică, Bucureşti, 1990.
4. LENNARTH., JALMARSON, OPRESCU GH., şi colab., – Macroeconomie – o
abordare cantitativă, Ed. Omnia, Bucureşti, 1995.

3.Prezentarea lectiilor (capitolelor)

Prin structura şi conţinutul programei, studenţii vor avea baza matematică de înţelegere şi
instrumentele - teorii operaţionale şi algoritmi - pentru celelalte discipline: economie,
informatică, managementul firmei, statistică micro şi macroeconomică, macroeconomie,
finanţe, contabilitate etc., discipline care, în condiţiile nivelului actual al ştiinţelor
economice pe plan mondial - sunt puternic matematizate, în scopul fundamental al
fundamentării rapide a deciziilor optime, prin instrumentele moderne ale informaticii.
Astfel, capitolele studiate în semestrul I vor fi: Algebră liniară, Programare liniară şi
Analiză matematică.

1. Algebră liniară
Spaţii vectoriale. Organizarea spaţiilor economice ca spaţii vectoriale. Baza şi
schimbarea bazei: metoda Gauss Jordan. Organizarea ca spaţii metrice şi spaţii
normate. Forme liniare, biliniare, pătratice. Operatori pe spaţii vectoriale: valori proprii
şi vectori proprii. Conţinut economic. (vezi pag. 13-41 din Matematici pentru
economisti , I. Duda, R. Trandafir, A. Baciu, R. Ioan, S. Barza, Ed. FRM, 2007)

Concepte cheie spatiu vectorial, vectori liniar independenti, sistem de generatori, bază,
dimensiune, matrice de trecere, aplicatie liniară, valori proprii, vectori proprii, forma
liniară, forma biliniară, formă patratică, forma canonică a unei forme pătratice

1.1. Spaţii vectoriale

Fie V o mulţime nevidă de elemente şi K un corp de scalari (de regulă K este corpul
numerelor reale R sau corpul numerelor complexe C).
Pe mulţimea V se definesc două operaţii:
– operaţia de adunare „+”, ca lege de compoziţie internă
∀x, y ∈ V avem x + y ∈ V
– operaţia de înmulţire „⋅” cu scalari, ca lege de compoziţie externă;
∀ x ∈ V, α ∈ K avem α ⋅ x ∈ V

Definiţie: Mulţimea nevidă V se numeşte spaţiu vectorial peste corpul K dacă

(V, +) este grup abelian, adică verifică:
1) x + y = y + x (∀) x, y ∈ V
2) (x + y) + z = x + (y + z), (∀) x, y, z ∈ V
3) (∃) OV , elementul neutru astfel încât x + Ov = Ov + x = x, (∀) x ∈ V
4) (∀) x ∈ V, (∃) − x element opus, astfel încât x + (-x) = (-x) + x = Ov (∀) x ∈ V
si (V, ⋅) verifică
1) (x + β)x = αx + β x pentru (∀) α, β ∈ K şi x ∈ V
2) α (x + y) = αx + αy pentru (∀) α ∈ K şi x, y ∈ V
3) (α ⋅ β) ⋅ x = α (βx) pentru (∀)α, β ∈ K şi x ∈ V
4. 1k ⋅ x = x pentru 1K ∈ K numit element neutru, (∀) x ∈ V

Definiţie Fie V un spaţiu vectorial peste corpul K. Un vector v ∈ V se numeşte

combinatie liniară a vectorilor v1, ...., vm ∈V dacă există scalarii α1, α2, ...., αm ∈ K
astfel încât
v = α1 v1 + α2 v2 + .....+ αm vm

Definiţie Un sistem de vectori v1, v2, ...., vn din V se numeşte sistem de
generatori ai spaţiului vectorial V dacă orice vector v ∈V se poate scrie ca o combinaţie
liniară a vectorilor v1, v2, ...., vn.

Definiţie Un sistem de vectori v1, v2, ...., vm  din V se numeşte sistem liniar
independent dacă din α1v1 + α2v2 + ....+ αmvm = 0 rezultă ca scalarii
α1 = α2 = ..... =αm = 0
Observaţie: dacă există scalari nenuli, sistemul de valori se numeşte sistem liniar
dependent.
Propoziţie. Vectorii v1, v2, ..., vn ∈V sunt liniar dependenţi dacă şi numai dacă
cel puţin un vector dintre ei este o combinaţie liniară de ceilalti.
Definiţie. Fie V un spaţiu vectorial peste corpul K. Un sistem de vectori
B = v1, v2, ..., vm se numeşte bază pe spaţiul vectorial V dacă este formată dintr-un
număr maxim de vectori liniari independenţi. Numărul vectorilor din bază determină
dimensiunea spaţiului.
Definiţie. Coeficienţii α1, α2, ...., αn ai reprezentării vectorului v ∈ V în baza B se
numesc coordonatele vectorului v în baza B.
Propoziţie Sistemul de vectori unitari
b1 = (1 0 ... 0 ) , b2 = ( 0 1 ... 0 ) , ..., bn = ( 0 0 ... 1) formează o bază a spaţiului
vectorial Rn numit bază canonică (sau unitară)
Propozitie (Transformarea coordonatelor unui vector la schimbarea bazei).
Fie v ∈ Rn, A = {a1, a2, ... , an} şi B = {b1, b2, ..., bn} două baze din Rn şi prin abuz de
notatie notăm cu A şi B matricile acestor baze.
Fie α1, α2, ..., αn coordonatele vectorului v în baza A şi β1, β2, ..., βn coordonatele
vectorului v în baza B şi pentru fiecare i, i = 1, n , λi1, λi2, ..., λin, coordonatele vectorului
vi în baza B. Atunci:
β1 = α 1λ 11 + ..... + α n λ 1n

.......... care scris matricial devine:
β = α λ + ..... + α λ
 n 1 n1 n nn

 λ 11 L λ 1n 
 
β = M ⋅ α, unde M =  M M M 
λ 
 n1 L λ nn 
sau M se numeşte matricea de trecere de la o bază la alta.

Metoda Gauss-Jordan (a eliminarii complete)

Metoda eliminării complete se poate folosi, printre altele, pentru:

- rezolvarea unui sistem de ecuaţii liniare;

- calculul inversei unei matrice nesingulare.

Etapele aplicării acestei metode sunt:

1. Se alcătuieşte un tabel care conţine matricea sistemului ce trebuie rezolvat (notată

A ) sau matricea ce trebuie inversată ( A ).
2. Se alege un element nenul al matricei A , numit pivot.
3. Elementele din tabel se modifică astfel:

a ) elementele de pe linia pivotului se împart la pivot;

b ) coloana pivotului se completează cu zero;

c) restul elementelor se calculează după regula dreptunghiului:

- se formează un dreptunghi, având elementul ce trebuie înlocuit şi

pivotul ca vârfuri;

- din produsul elementelor de pe diagonala pivotului se scade produsul

elementelor celeilalte diagonale, iar rezultatul se împarte la pivot.

Schematic, regula dreptunghiului se prezintă astfel:

a ………… x
 bx − ac
: : x' = , unde:
b

: :

b ……...…. c

b = pivotul;

x = elementul ce trebuie înlocuit;

x' = noua valoare a elementului x .

d ) (facultativ) Dacă pe linia pivotului există un element egal cu zero,

atunci coloana acelui element se copiază; analog, dacă pe coloana pivotului există un
element egal cu zero, atunci linia acelui element se copiază.
4. Se reiau paşii 2 şi 3 până când de pe fiecare linie s-a ales câte un pivot.

1.2. Aplicaţii liniare

Definiţie: Fie V, V’ două spaţii vectoriale peste acelaşi corp de scalari K de

dimensiuni n respectiv m. O aplicaţie T : V → V’ se numeşte aplicaţie (transformare
sau operator) liniară dacă este aditiva şi omogenă, deci dacă verifică:
a) T (x + y) = T(x) + T(y), (∀) x, y ∈ V
b) T(αx) = αT(x), (∀)α ∈ K, x ∈ V.

Teoremă Aplicaţie T : V → V’ este aplicaţie liniară dacă şi numai dacă:

T(αx + βy) = αT(x) + βT(y), (∀) α, β ∈ K, x, y ∈ V.

Teoremă: Fie V, V’ două spaţii vectoriale peste acelaşi corp de scalari K;

B = {a1, a2, ..., an} bază a spaţiului vectorial V şi B’ = {b1, b2, ..., bn} bază a spaţiului V’.
Fie ai un vector oarecare din B atunci T(ai) ∈ V’ şi poate fi reprezentat în mod unic în
funcţie de vectorii bazei B’:
T(ai) = α1b1 + αi bi+ ... + αinbn.
Matricea formată din coordonatele vectorilor T(a1), T(a2), ... , T(an) în baza B’ se va
numi: matricea asociată aplicaţiei liniare T în raport cu perechea de baze
{B, B’}.
 α11 α 12 K α 1n 
 
 α 21 α 22 K α 2 n 
M B,B' (T ) = 
M M M M 
 
α 
 1n α 2 n K α nn 
 1.3. Valori proprii şi vectori proprii asociaţi aplicaţiei liniare.

Definiţie: Fie V spaţiu vectorial n – dimensional peste corpul de scalari K şi

T : V → V o aplicaţie liniară. Un scalar λ ∈ K se numeşte valoare proprie pentru
aplicaţie liniară T dacă există cel puţin un vector nenul v ∈ V astfel încât:
T(v) = λv. (1)

Definiţie: Vectorul nenul v ∈ V care verifică relaţia (1) se numeşte vector propriu
pentru aplicaţia T asociată valorii proprii λ.
Prezentăm în continuare modul de determinare al valorilor şi vectorilor proprii
pentru o aplicaţie liniară.
Fie T : V → V’ o aplicaţie liniară cu matricea aplicaţiei AT definită în baze
canonice.
Relaţia (1) se mai scrie:
T(v) – λv = 0 (1)
sau
( AT − λ En ) v = 0v (2)
Relaţia (2) reprezintă scrierea matricială a unui sistem omogen. În consecinta
coordonatele vectorului propriu v nenul sunt soluţiile sistemului omogen (2). Soluţiile
sistemului omogen (2) nu sunt toate nenule numai dacă determinantul sistemului este nul:
P(λ) = det (AT - λEn) = 0 (3)

Polinomul P(λ) se numeşte polinomul caracteristic asociat aplicaţiei liniare T şi ecuaţia

P(λ) = 0 se numeşte ecuaţia caracteristică a aplicaţiei T.
Teoremă: Fie T: V → V’, λ ∈ K este o valoare proprie a aplicaţiei liniare T dacă
şi numai dacă este rădăcină a ecuaţiei caracteristice.

1.4. Reducerea unei forme pătratice la o formă canonică.

Definiţie Fie V un spaţiu vectorial peste corpul real (R), de dimensiune n.

O aplicaţie f : V → R este o formă (transformare sau operator) liniară dacă este
aditivă şi omogenă, adică:
a) f(x + y) = f(x) +f(y) (∀) x, y ∈ V
b) f(αx) = αf(x), (∀) α ∈ R, x ∈ V.

Definiţie O aplicaţie f : V × V → R este o formă biliniară dacă este liniară în

raport cu ambele argumente, deci:
1. f(ax1 + bx2, y) = af(x1, y) + bf(x2, y) (∀) x1, x2, y ∈ V, (∀)a, b ∈ R
2. f(x, ay1 + by2) = af(x, y1) + bf(x,y2), (∀) x, y1, y2 ∈ V, (∀)a, b ∈ R
Pentru formule biliniare vom da o modalitate de scriere a acestora sub forma matricială:
Observaţie: O formă biliniară este determinată dacă se cunoaşte matricea formei A.
 Definiţie O formă biliniară se numeşte forma biliniară simetrică dacă matricea
formei este o matrice simetrică (adică matricea A este egală cu transpusa sa: A f = A Tf ).
Definiţie Fie V un spaţiu vectorial peste corpul de scalari R, de dimensiune n. O
aplicaţie g: V → R este o formă pătratică dacă există o aplicaţie biliniară simetrică
f: V × V → R astfel încât g(x) = f(x, x) = xT Ax, (∀)x ∈V
a 11 L a 1n
a 11 a 12
Valorile ∆ 1 = a 11 , ∆ 2 = , ..., ∆ n = M M M
a 21 a 22
a n1 K a nn
se numesc minorii matricei A.

Definiţie Fie g : V → R o formă pătratică. g este pozitiv definită dacă toţi

minorii matricei simetrice A sunt strict pozitivi; g este semipozitiv definită dacă minorii
sunt pozitivi sau zero; g este negativ definită dacă minorii impari, ∆1, ∆3 ... < 0 şi
∆2, ∆4 ... > 0; g este seminegativ definită dacă minorii impari ∆1, ∆3 ... ≤ 0 şi minorii pari
∆2, ∆4 ... ≥ 0; g pentru care nu sunt îndeplinite nici una din condiţiile anterioare este o
formă pătratică nedefinită.
Definiţie: Fie g : V → R o formă pătratică. Într-o bază a spaţiului B ∈ V forma
pătratică g are o formă canonică dacă matricea formei este o matrice diagonală.

Metoda lui Jacobi

Fie o formă pătratică g : V → R, g(x) = xTAx, A – matrice simetrică. Dacă toţi minorii
matricei A sunt nenuli atunci există o bază a spaţiului V, astfel încât forma pătratică să se
transforme în formă canonică:
1 2 ∆1 2 ∆
g (y ) = y1 + y 2 + ... + n −1 y 2n
∆1 ∆2 ∆n
unde y = (y1 y2, ..., yn) reprezintă coordonatele vectorului x în baza B.
Metoda lui Gauss constă în formarea de pătrate perfecte când conţin cel puţin un
aii ≠ 0

Subiecte pentru pregătirea în vederea evaluării finale

Test de autoevaluare

1) Fie 2 vectori x, y ∈ R3 x = (1, 2, 1) şi y = ( 0, 1, 3) atunci

a) x + y = (1, 3, 4 ) ; b) x + y = ( 0, 3, 4 ) ; c) x + y = ( 0, 2, 4 ) ;
d) x + y = (1, 3, 1) .

Raspuns corect: a) x + y = (1, 3, 4 )

Rezolvare:
x + y = (1, 2, 1) + ( 0, 1, 3) = (1, 3, 4 )
2) Fie vectorii v1, v2, v ∈ R3, v1 = (1, 2, 3) şi v2 = ( 0, 1, 1) .
Să se scrie vectorul v = ( −1, 2, 4 ) ca o combinaţie liniară a vectorilor v1 şi v2.
a) v = 2v1 + v2 ; b) v = 2v1 − v2 ; c) v = v1 + v2 ; d) v nu se poate scrie ca o combinatie
liniara a a vectorilor v1 şi v2

Raspuns corect: d)
Rezolvare:
Conform definiţiei trebuie să aflăm scalarii α1 şi α2 astfel încât
v = α1v1 + α2 v2 ⇔
( −1, 2, 4 ) = α1 ⋅ (1, 2, 3) + α 2 ⋅ ( 0, 1, 1) ⇔
⇔ ( −1, 2, 4 ) = (α1 ⋅1, α1 ⋅ 2, α1 ⋅ 3) + α 2 ⋅ ( 0, α 2 ⋅1, α 2 ⋅1) ⇔
⇔ ( −1, 2, 4 ) = (α1 , 2α1 + α 2 , 3α1 + α 2 )
sau altfel scris obţinem următorul sistem cu necunoscutele α1, α2.
α1 = −1 α1 = −1
 
2α1 + α 2 = 2 ⇔ α 2 = 4 sistem incompatibil sau putem afirma că vectorul
3α + α = 4 α = 7
 1 2  2
v nu se poate scrie ca o combinaţie liniară a vectorilor v1 şi v2.

3) Fie vectorii v1 = ( 0, 2, 1) ; v2 = (1, m, −1) ; v3 = ( m, 0, 1) ; m ∈ R

Determinaţi parametrul m∈ R astfel încât vectorii v1, v2, v3 să fie liniar independenţi.
a) m=1; b) m= -1; c) m ∈ R ; d) m=0

Raspuns corect: c)
Rezolvare:
Aplicând definiţia trebuie să punem condiţia ca toţi scalarii α1, α2, α3 ∈ K să fie nuli în
egalitatea: α1v1 + α2v2 + α3v3 =0 sau transformând această egalitate într-un sistem de
ecuaţii liniare omogene cu solutie nula unica, atunci obligatoriu trebuie să punem
conditia ca determinantul matricii formată din vectorii  v1, v2, v3  să fie nenul:
0 1 m
det A ≠ 0 ⇔ 2 m 0 ≠ 0 ⇔ 0 + 0 –2m –m2 – 0 –2 ≠ 0
1 −1 1

⇔ m2 + 2m + 2 ≠ 0 ⇔ (m+1)2 + 1 ≠ 0 (∀) m ∈ R
Aşadar vectorii sunt liniar independenţi pentru (∀) m ∈ R.

4) Fie vectorii v1 = (1, 1, 2 ) , v2 = (1, 1, 1) , v3 = (1, 2, 1) , v1, v2, v3 ∈ R3

Vectorii  v1, v2, v3  formează o bază a spatiului vectorial R3 ?

Raspuns corect: A
Rezolvare:
Pentru a demonstra că sistemul format din trei vectori  v1, v2, v3 (numarul vectorilor din
baza trebuie sa fie egal cu dimensiunea spatiului in care se lucreaza) formează baza este
suficient să demonstrăm că este un sistem liniar independent
1 1 1
⇔ 1 1 2 ≠ 0 ⇔ Vectorii  v1, v2, v3  formează o bază a spatiului vectorial R3
2 1 1

5) Fie vectorii v1 = (1, 1, 2 ) , v2 = (1, 1, 1) , v3 = (1, 2, 1) , v1, v2, v3 ∈ R3

Exprimati coordonatele vectorului v = ( 2, −1, 2 ) în baza  v1, v2, v3 .
a) v = ( 2, −1, 0 ) ; b) v = ( 0, 3, 5 ) ; c) v = ( 0, −3, 5 ) ; d) alt Raspuns corect:.

Raspuns corect: c)
Rezolvare:
Vom afla coordonatele vectorului v în baza B v1, v2, v3 aplicând metoda Gauss-Jordan:

B v
1 1 1 2
1 1 2 -1
2 1 1 2
1 1 1 2
0 0 1 -3
0 -1 -1 -2
1 1 0 5
0 0 1 -3
0 -1 0 -5
1 0 0 0
0 0 1 -3
0 1 0 5
Citim din ultimul tabel coordonatele vectorului v în baza B v1, v2, v3 şi anume
v = ( 0, 5, −3) .

6) Exprimati vectorul v = ( −3, 1, 2 ) în baza unitară.

a) v = 3e1 + e2 + e3 ; b) v = −3e1 + e2 + 2e3 ; c); v = 3e1 + e2 − e3 d) v = 3e1 − e2 − e3

Raspuns corect: b)
Rezolvare:
În spaţiul R3 vectorii unitari sunt e1 = (1, 0, 0 ) ; e2 = ( 0, 1, 0 ) ; e3 = ( 0, 0, 1)
şi atunci putem scrie
v = -3e1 + 1 ⋅ e2 + 2⋅ e3.

7) Exprimati vectorul v = ( −3, 1, 2 ) în baza v1, v2, v3 unde

v1 = (1, 1, −1) ; v2 = ( −3, 1, 2 ) ; v3 = (1, 1, 1)
a) v = 0v1 + 1v2 + 1v3 ; b) v = 0v1 + 1v2 + 0v3 ; c) v = 1v1 + 1v2 + 0v3 ; d) alt răspuns.

Raspuns corect: b)
Rezolvare:
Pentru a exprima v în baza v1, v2, v3 se rezolvă prin metoda Gauss Jordan şi obţinem
v = 0v1 + 1v2 + 0v3 (sau se observă având în vedere că v = v2 ).

8) Fie următoarele sisteme de vectori:

A = {a1, a2, a3}, unde a1 = (1, 4, 2 ) ; a2 = ( -1, 2, 0 ) ; a3 = ( 3, 1, 5 ) şi
B = {b1, b2, b3}, unde b1 = ( 2, 4, 5 ) ; b2 = ( -1, 1, 0 ) ; b3 = ( -2, 0, 2 ) .
Să se determine matricea de trecere de la baza A la baza B.
 5 15 14   5 15 14   5 15 14 
1  −1   1 
a) M =  − 15 17 2  ; b) M =  −15 17 2  ; c) M =  −15 17 0  ;
16   16   16  
 − 34 58 20   −34 58 20   −34 58 20 
d) alt raspuns.

Raspuns corect: a)
Rezolvare:
Fie M matricea de trecere de la A la B

Din vA = A-1 ⋅ v ⇒ v = A ⋅ vA
⇒
vB = B ⋅ v ⇒ v = B ⋅ vB
-1

A ⋅ vA = B ⋅ vB ⇒ vA = A-1 B vB deci MT = A-1B pe care o vom determina aplicând

metoda Gauss-Jordan

 5 − 15 − 34 
1 
M = 15 17
T
58 
16 
14 2 20 

 5 15 14 
1 
M =  − 15 17 2 
16  
 − 34 58 20 

A B
1 -1 3 2 -1 -2
4 2 1 4 1 0
2 0 5 5 0 2
 1 -1 3 2 -1 -2
0 6 -11 -4 5 8
0 2 -1 1 2 6
1 0 7/6 4/3 -1/6 -2/3
0 1 -11/6 -2/3 5/6 4/3
0 0 8/3 7/3 1/3 10/3
1 0 0 5/16 -5/16 -17/8
0 1 0 15/16 17/16 29/8
0 0 1 7/8 1/8 5/4

9) Aplicaţia T : R2 → R3 unde
T(x1, x2) = (x1 + x2, –x2, – x1–x2) este o aplicaţie liniară ?

Raspuns corect: A
Rezolvare:
Conform teoremei vom arăta că:
T(αx + βy) = αT(x) + βT(y) (∀) α, β ∈R, x, y ∈R2 ⇔
T(αx1 + βy1, αx2+ βy2) = αT(x1, x2) + βT(y1, y2) ⇔
(αx1 + βy1 + αx2 + βy2, – αx2 – βy2, – αx1 – βy1 – αx2 – βy2) =
= α(x1 + x2, –x2, – x1 –x2) + β(y1 + y2, –y2, – y1 –y2) (A).

10) Fie aplicaţia liniară T : R2 → R3, T(x1, x2) = (x1 + x2, – x2, – x1 –x2)
Să se determine matricea asociată aplicaţiei liniare T în raport cu perechea de baze: B =
{a1, a2} şi B’ = {b1, b2, b3}, unde
a1 = (1, 1) , a2 = ( -1, 3) ;
b1 = (1, 1, 1) , b2 = (1, 3, 4 ) , b3 = ( 5, -1, 0 )
 10 5  5   10 5 
 −  
10
  4
 4 2  4 2   2 
a) M B,B' (T ) =  −
9 1
; b) M B, B ' (T ) = 
9 1  −9 1
; c); M ( T ) =
 8 8 8  8 8
B, B '
8
 1    
7  1 7  1 5
  


8

 8 8

 8 8  8
d) alt Raspuns corect:.

Raspuns corect: a)
Rezolvare:
T(a1) = T(1, 1) = (2, –1, –2)
T(a2) = T(–1, 3) = (2, –3, –2).
Coordonatele acestor doi vectori în baza B’ sunt:
(10/4, –9/8, 1/8) şi respectiv (–5/2, 1/8, 7/8). Deci
  10 5
 − 
 4 2
M B,B' (T ) =  −
9 1
 8 8
 1 7
 
 8 8

11) Fie aplicaţia liniară T : R2 → R3, T(x1, x2) = (x1 + x2, – x2, – x1 –x2)
Să se determine matricea asociată aplicaţiei liniare T în raport cu bazele canonice.
 1 1  1 1  1 1
 
a) M B, B ' (T ) =  0 1  ; b) M B,B ' (T ) =  0 − 1 ; c) M B, B ' (T ) =  0 1  ;
 
 −1 1   − 1 − 1  −1 0 
     
d) alt raspuns.

Raspuns corect: b)
Rezolvare:
Bazele canonice sunt B = {e1, e2}, e1 = (1, 0 ) , e2 = ( 0, 1) şi
'

'

'

{
B ' = e1' , e2' , e3' , } e = (1,
1 0, 0 ) ; e2 = ( 0, 1, 0 ) ; e3 = ( 0, 0, 1)
T(e1) = T(1, 0) = (1, 0, –1)
T(e2) = T(0, 1) = (1, –1, –1).
Coordonatele acestor doi vectori în baza B’ sunt (1, 0, –1) şi respectiv (1, –1, –1) şi deci
 1 1
 
M B,B ' (T ) =  0 − 1
 − 1 − 1
 

12) Fie T : R3 → R3 o aplicaţie liniară a cărei matrice asociată în raport cu baza canonică
este:

 4 0 0
 
AT =  0 1 3
0 3 1
 
Să se afle valorile proprii asociaţi acestui operator.
a) λ1 = λ2 = 4 şi λ3 = 2; b) λ1 = λ2 = 4 şi λ3 = –2; c) λ1 = λ2 = –4 şi λ3 = –2; d) alt raspuns.

Raspuns corect: b)
Rezolvare:
4−λ 0 0
Polinomul caracteristic P(λ ) = det (A − λE 3 ) = 0 1− λ 3 şi atunci ecuaţia
0 3 1− λ
2
caracteristică va fi: (4 –λ) (–2 –λ)= 0
Valorile proprii sunt soluţiile acestei ecuaţii: λ1 = λ2 = 4 şi λ3 = –2.

13) Fie T : R3 → R3 o aplicaţie liniară a cărei matrice asociată în raport cu baza canonică
este:

 4 0 0
 
AT =  0 1 3
0 3 1
 
Să se afle vectorii proprii asociaţi acestui operator.

a) v = (k, h, h), unde k, h ∈ R şi v = (0, –p, p), unde p ∈ R nenul ; b) v = (k, -h, h), unde
k, h ∈ R şi v = (0, p, p), unde p ∈ R nenul; c) v = (k, -h, -h), unde k, h ∈ R şi v = (0, –p,
p), unde p ∈ R nenul; d) alt Raspuns corect:.

Raspuns corect: a)
Rezolvare:
Vectorii proprii asociaţi valorii proprii λ se află rezolvând ecuaţia: T(v) = λv
4−λ 0 0
Cum polinomul caracteristic P(λ ) = det (A − λE 3 ) = 0 1− λ 3 atunci ecuaţia
0 3 1− λ
caracteristică va fi: (4 –λ)2 (–2 –λ)= 0
Valorile proprii sunt soluţiile acestei ecuaţii: λ1 = λ2 = 4 şi λ3 = –2.
Aşadar, fie λ1 = λ2 = 4, atunci vom rezolva ecuaţia
T(v) = 4v, v ∈ R3
4 v1 = 4 v1
  v1 = v 1 v1 ∈ R
 v 2 + 3v 3 = 4 v 2 ⇔  ⇔
3v + v = 4 v v 3 = v 2 v 2 = v 3 ∈ R
 2 3 3

Deci v = (k, h, h), unde k, h ∈ R şi nu sunt simultan nuli, este vectorul propriu căutat
asociat valorii λ = 4.

Fie λ3 = –2 atunci vom rezolva ecuaţia

T(v) = -2v, v ∈ R3
4 v1 = −2 v1
 v1 = 0
v 2 + 3v 3 = −2 v 2 ⇔ 
3v + v = −2 v v 2 = − v 3 ∈ R
 2 3 3

Deci v = (0, –p, p), unde p ∈ R nenul, este vectorul propriu asociat valorii
λ = –2.

14) Fie o formă biliniară f : R2 × R2 → R

f(x, y) = x1y1 – 2x2y1 + x1y2. Care este matricea formei biliniare în baza canonică?
  1 1  1 1 1 1
a) A f =   ;b) A f =   ;c) A f =   ; d) alt Raspuns corect:.
 −3 0   −2 0   2 0

Raspuns corect: b)
Rezolvare:
Fie:
a a  y 
f ( x, y ) = ( x1 x 2 )  11 12  1  = x1 y1a11 + x2 y1a21 + x1 y2 a12 + x2 y2 a22
 a21 a22  y2 
Această formă o identificăm cu forma biliniară dată şi se obţine matricea formei în baza
 1 1
canonică: A f =  
 −2 0 
15) Să se aducă la forma canonică următoarea funcţională pătratică:
f : R3 → R, f ( x ) = 2 x12 − x32 − 4 x1 x3 + 6 x2 x3 + x22 (utilizaţi metoda lui Jacobi)
1 1 2 1 1 1 1
a) f ( y ) = y12 + y22 − y3 ; b) f ( y ) = y12 + y22 + y32 ; c) f ( y ) = y12 − y22 − y32 d) alt
2 12 2 12 2 12
raspuns.

Raspuns corect: a)

Rezolvare:
 2 0 − 2
 
A= 0 1 3 
 − 2 3 −1
 
2 0 −2
2 0
Calculăm minorii ∆1 = a11 = 2; ∆ 2 = = 2; ∆3 = 0 1 3 = −24
0 1
−2 3 −1
1 2 2 2 2 2 1 2 1
f ( y) = y1 + y2 + y3 = y1 + y22 − y32
2 2 24 2 12
şi observăm că această formă pătratică este nedefinită.

16) Să se aducă la forma canonică următoarea formă pătratică

g : R3 → R g ( x ) = x22 − x32 + 4 x1 x2 − 4 x1 x3 utilizând metoda lui Gauss.
a) g ( y ) = y12 + y22 ; b) g ( y ) = − y12 − y22 ; c) g ( y ) = y12 − y22 ; d) alt Raspuns corect:.

Raspuns corect: c)
Rezolvare:
  0 2 − 2
 
Matricea formei este: A =  2 1 0  cu minorii
 − 2 0 −1
 
0 2 −2
0 2
∆ 1 = 0, ∆ 2 = = −4, ∆ 3 = 2 1 0 = 0
2 1
− 2 0 −1
Metoda lui Jacobi nu se poate aplica deoarece avem minori nuli şi atunci vom aplica
acest exemplu metoda lui Gauss.
Metoda lui Gauss constă în formarea de pătrate perfecte când conţin cel puţin un aii ≠ 0
( )
g ( x ) = x22 + 4 x1 x2 + 4 x12 − 4 x12 − x32 − 4 x1 x3 = ( x2 + 2 x1 ) − ( 2 x1 + x3 ) ⇒
2 2

⇒ g ( y ) = y12 − y22
are natură nedefinită.

17) Un sistem de vectori v1, v2, ...., vm  din V se numeşte sistem liniar independent dacă
din α1v1 + α2v2 + ....+ αmvm = 0 rezultă că scalarii
α1 = α2 = ..... =αm = 0.

Raspuns corect: A.

18) Fie V un spaţiu vectorial peste corpul K. Un sistem de vectori

B = v1, v2, ..., vm se numeşte bază pe spaţiul vectorial V dacă este formată dintr-un
număr maxim de vectori liniari independenţi
Raspuns corect: A.

19) Aplicaţie T : V → V’ este aplicaţie ... dacă şi numai dacă:

T(αx + βy) = αT(x) + βT(y), (∀) α, β ∈ K, x, y ∈ V.
a) liniară; b) neliniară; c) biliniară; d) alt răspuns.

Raspuns corect: a)

20) Fie T: V → V’, λ ∈ K este o valoare ... a aplicaţiei liniare T dacă şi numai dacă este
rădăcină a ecuaţiei caracteristice
a) proprie; b) caracteristică; c) alt răspuns.

Raspuns corect: a)

2. Fundamentarea optimă a deciziilor prin programare liniară. Decizii

optime de transport
Formularea problemei de programare liniară (PPL) şi a modelului matematic: forma
generală, forma canonică, forma standard. Rezolvare:a prin algoritmul simplex primal.
Forma duală a PPL. Teorema de dualitate şi conţinutul economic al variabilelor duale
(preţuri umbră). Algoritmul simplex dual. Studii de caz în managementul financiar-
contabil.
Formularea problemei transporturilor şi a modelului matematic. Soluţii de bază
iniţiale. Criteriile de optimizare. Studii de caz.

(vezi pag. 45-76 Matematici pentru economisti, I. Duda, R. Trandafir, A. Baciu, R.

Ioan, S. Barza, Ed. FRM, 2007)
Concepte cheie: solutie de bază, solutie optima, forma standard, pivot, variabile ecart,
variabile artificiale.

2.1. Programare liniară

Diverse probleme economice şi sociale la o serie de probleme de optimizare. De

exemplu:
1. probleme de planificare a investiţiilor (probleme de utilizare oprimă a unor
resurse);
2. probleme de transport;
3. probleme de planificare a producţiei.

Problema utilizării optime a unor resurse

O întreprindere produce articolele A1, A2, ... An utilizând materiile prime (resursele) M1,
M2, ... Mm (disponibil de forţă de muncă, capital, energie). Resursele sunt în cantităţi
limitate, din, de exemplu Mj dispunem de o cantitate maximă bj (cunoscută). Se cunosc,
de asemenea:
• consumurile tehnologice – aij (aij ≥ 0) cantitatea din Mj ce se consumă pentru a fabrica o
(
unitate din Ai i = 1, n , j = 1, m )
A1 A2 L An
M1 a 11 a 12 L a 1n
M2 a 21 a 22 L a 2n
M
Mm a m1 a m2 L a mn

• beneficiile unitare ci (ci > 0) i = 1, n reprezentând suma realizată prin valorificarea unei
unităţi din produsul Ai.
Notăm cu xi i = 1, n cantitatea de produs Ai ce va fi fabricată. Cunoaşterea lui xi,
reprezentând obiectivul final într-o problemă de planificare a producţiei.
n
Încasările totale fiind f (x 1 , x 2 K x n ) = ∑ c i x i
i =1
În cazul în care unitatea dispune de materii prime, se pune problema utilizării lor astfel
încât să obţină încasări totale cât mai mari.
  n

[ max ]f = ∑ ci x i
i =1

(1)∑ a ij x i ≤ b j , j = 1, m
n

 i =1
x ≥ 0, i = 1, n
 i

Matriceal problema se scrie

[max ]f = cx
(1′) Ax ≤ B
x ≥ 0

Putem spune că la un model de programare liniară avem:
1. o funcţie obiectiv (liniară în toate variabilele) f = c1x1 + c2x2 + ... + cnxn
2. un sistem de restricţii formate din ecuaţii şi inecuaţii liniare
3. condiţii de nenegativitate asupra variabilelor
4. un criteriu de optim – de „min” sau de „maxim”
FORMA STANDARD A PROBLEMEI DE PROGRAMARE LINIARĂ

Considerând o problemă de programare liniară, având drept criteriu de optim „min” (de
exemplu, minimizarea cheltuielilor) aceasta se va scrie în formă standard astfel:

 [min ]f = c1 x 1 + c2x 2 + K + cn x m
a x + a 12 x 2 + K + a 1n x n = b1
 11 1
a x + + + =
(2) 21 1
a 22 x 2 K a 2n x n b2
 M
 a m1 x 1 + a m2 x 2 + K + a mn x n = bm

x 1 ≥ 0, x 1 ≥ 0, K xn ≥ 0

Sau matriceal
[max ]f = cx
(2′) Ax = B
x ≥ 0

• Definiţie 1. Un vector X0 ≥ 0 ce verifică relaţia AX = B se numeşte soluţie posibilă a
modelului.
• Definiţie 2. O soluţie posibilă X0 pentru care numărul de componente nenule r este mai
mic sau egal cu m, iar vectorii ce corespund componentelor nenule sunt liniar
independenţi se numeşte soluţie de bază.
• În cazul în care r < m soluţia de bază se numeşte degenerată.
• Definiţie 3. Soluţia posibilă X′ este optimă dacă pentru orice soluţie posibilă X avem:
CX′ ≤ CX

• Teoremă. Dacă X0 este o soluţie optimă de bază a problemei de programare liniară (PL)
atunci vectorii ce corespund componentelor nenule ale lui X0 sunt liniari independenţi.
•Fie problema de programare liniară
[min ] f = CX X ∈ Rn ,C ∈ Rm

AX = B A ∈ M m×n (R )
X ≥ 0 m〈 n, rang A = m

Pentru Rezolvare:a acestuia procedăm astfel:
1. se întocmeşte lista cu vectorii corespunzători coloanelor matricii
A: a1, a2, ... an

{ }
2. dintre vectorii a1, a2, ... an se alege o bază T = a i1 , a i 2 ,... a i m .
3. Se calculează componentele BT ale vectorilor B în baza T.
4. Se determină componentele vectorilor {a 1 , a 2 , ... a n } în baza T şi se trec în
tabelul SIMPLEX.

Cj: C1 C2 Cn
CB
B XB
coeficienţii a1 a2 am
baza soluţia
bazici
C1 a i1
componentel
e lui B în
baza T

C2 a i2
⋮ ⋮
Cm a im
Zj Z0 Z1 Zn
∆j = Cj – Zj

m
Z j = ∑ Ci a j , Z 0 = C B ⋅X B
i =1

5. Dacă ∆j ≥ 0 atunci
• baza T este optimă;
• soluţia de bază BT completată cu zerourile necunoscutelor este soluţie
optimă de bază
• valoarea optimă a funcţiei obiectiv este Z0 şi Rezolvare:a s-a încheiat. Dacă
∃ β pentru care ∆β < 0, baza T nu este optimă şi se trece la punctul 6o.
6. Se va introduce în bază vectorul aβ (unde: indicele β este dat de cea mai mare
diferenţă negativă în modul) parcurgând etapele următoare:
a. se împarte coloana BT la coloana componentelor lui aβ (numai
componentele strict pozitive);
 b. se alege rezultatul minim;
c. vectorul aα iese din bază şi intră în bază vectorul aβ;
d. elementul aflat pe linia α şi coloana β se numeşte pivot).
7. Completarea tabloului simplex se va face astfel:
• baza nouă se obţine prin scoaterea lui aα din bază şi înlocuirea cu aβ;
• coloana pivotului devine vector unitar;
• linia pivotului se împarte la pivot, rezultatul trecându-se în total pe linia α;
• se aplică regula dreptunghiului (elementul ce se calculează este dat de

produsul elementelor de pe produsul elementelor de pe

–
diagonala pivotului cealaltă diagonală
pivot

• se completează liniile anexă;

• se revine la punctul 5o.

OBSERVAŢII

• La ieşirea din bază dacă sunt mai multe rapoarte minime egale poate ieşi oricare din
variabilele corespunzătoare.
• Dacă la căutarea variabilei ce părăseşte baza pe coloana ce intră în bază nu
avem nici un element strict pozitiv (toate negative sau zero) algoritmul se va încheia cu
concluzia optim infinit.

Exemplu:
Să se rezolve următoarea problemă de programare liniară:

[min ]f = 2x 1 + x 2 + x 3 + 3x 4 + 2x 5
x 1 + x 4 + 2 x 5 = 8

x 2 + 2 x 4 + x 5 = 12
x + x + 3x = 16
 3 4 5

x i ≥ 0, i = 1,5

Rezolvare:
1 0 0 1 2
 
Scriem matricea A =  0 1 0 2 1 
0 0 1 1 3
 
Observăm că avem o bază B = {a 1 , a 2 , a 3 }
 Cj 2 1 1 3 2
CB B XB a1 a2 a3 a4 a5
2 a1 8 1 0 0 1 2
1 a2 12 0 1 0 2 1
1 a3 16 0 0 1 1 3
Zj 2⋅8+1⋅12+1⋅16=44 2 1 2 5 8
soluţia nu
∆j = Cj – Zj 0 0 0 -2 -6 este optimă
(∃ ∆j < 0)
2 a5 4 1/2 0 0 1/2 1
1 a2 8 -1/2 1 0 3/2 0
1 a3 4 -3/2 0 1 -1/2 0
Zj 20 -1 1 1 2 2
∆j ≥ 0 soluţia
∆j = Cj – Zj 3 0 0 1 0
este optimă

Concluziile sunt următoarele:

• baza B = {a 1 , a 2 , a 3 } nu este optimă deoarece ∆4 < 0, ∆5 < 0;
• corespunzător lui ∆5 (celei mai mari diferenţe negative în modul) alegem vectorul a5 în
scopul introducerii în bază;
• împărţind coloana „soluţie” la coloana lui a5, găsim
8 12 16
, , , iar
2 1 3
 8 12 16  8
min  , ,  = , corespunzător pivotului va fi a15 = 2
2 1 3  2
a1 iese din bază, a5 intră în bază.
La Pasul următor observăm că toate diferenţele ∆j ≥ 0, soluţia este optimă
• baza {a 5 , a 2 , a 3 }este optimă
• soluţia optimă de bază este x5 = 4, x2 = 8, x3 = 4
x1 = x4 = 0
• valoarea minimă a lui f este Z0 = 9

Algoritmul SIMPLEX pentru probleme care nu au soluţia iniţială.

• Restricţiile pot fi puse (sau sunt) sub forma Ax ≤ b, b ≥ 0, x ≥ 0
indiferent dacă problema este de „max” sau de „min”.
• Deoarece în cazul inegalităţii α ≤ β ∃ γ ≥ 0 astfel încât α + γ = β vom adăuga la fiecare
inegalitate a problemei câte o variabilă y pozitivă astfel încât sistemul de inegalităţi al
problemei devine sistem de egalităţi.
Fixând x1 = x2 = ... = xn = 0 avem soluţia y1 = b1, ... ym = bm posibilă prin construcţie.
În funcţia obiectiv variabilele y sunt introduse şi numite variabile de compensare sau de
egalizare sau variabile ecart vor figura cu coeficient „0”
Pentru problema modificată în acest fel şi adusă, deci la forma standard se aplică
algoritmul simplex ca în cazul precedent.
 [max ]f = CX [max ]f = CX + 0 ⋅ y
 
(3) AX ≤ b, b ≥ 0 ⇔ AX + I m y = b (3’)
X ≥ 0 X ≥ 0, Y ≥ 0
 

[max ]f = CX + 0 y
a x + a x + ... + a x + y = b
 11 1 12 2 1n n 1 1

a 21 x 1 + a 22 x 2 + ... + a 2 n x n + y 2 = b 2
(3’) ⇔  (4)
M

a m1 x 1 + amx 2 + ... + a mn x n + y m = b m

x 1 ≥ 0, i = 1, n , y j ≥ 0, j = 1, m

OBSERVAŢII
• La determinarea algoritmului SIMPLEX soluţia optimă poate cuprinde variabile X cât
şi variabile Y
x0 
X 0 =  0 
y 
• În cazul în care există componente y în soluţia optimă, interpretarea lor economică
poate fi aceea de economie de resurse în sensul că pentru componenta optimă yk de
exemplu, diferită de zero, atunci resursa bk ≠ 0, nu a fost transformată în întregime.

Exemplu
[max ]f = 2x 1 + 4x 2 − x 3 + 5x 4
2x 1 + x 2 + x 3 + x 4 ≤ 12
(4)  ⇔
x 1 + 2x 2 + x 3 + 3x 4 ≤ 15
x i ≥ 0, i = 1,4

[max ]f = 2x 1 + 4x 2 − x 5 + 5x 4 + 0 y1 + 0 y 2
2x 1 + x 2 + x 3 + x 4 + y1 = 12
⇔(5) 
x 1 + x 2 + x 3 + 3x 4 + y 2 = 15
x i ≥ 0, i = 1,4, y1 ≥ 0, y 2 ≥ 0

Rezolvare:

Matricea corespunzătoare va fi:

 2 1 1 1 1 0
 
1 1 1 3 0 1
B = {y1, y2}
Întocmim tabloul simplex

cj: 2 4 -1 5 0 0
CB B XB a1 a2 a3 a4 y1 y2
0 y1 12 2 1 1 1 1 0 12 15 
min  ,  =
1 3
0 y2 15 1 2 1 3↓ 0 1 15
= → 3 PIVOT
3
zj 0 0 0 0 0 0
∆j = cj – zj 2 4 -1 5 0 0 soluţia nu este
optimă (∃∆j > 0)
0 y1 7 5/3 1/3 2/3 0 1 -1/3  7 5 
min  , =
1 / 3 2 / 3 = 
5 a4 5 1/3 2/3↓ 1/3 1 0 1/3 5
= → 2 / 3 PIVOT
2/3

zj 25 5/3 10/3 5/3 5 0 5/3

∆j = cj – zj 1/3 2/3 -8/3 0 0 -5/3 soluţia nu este
optimă (∃∆j > 0)
0 y1 9/2 3/2 0 1/2 -1/2 1 -1/2
4 a2 15/2 1/2 1 1/2 3/2 0 1/2
zj 30 2 4 2 6 0 2
∆j = cj – zj 0 0 -3 -1 0 -2 Soluţia este optimă
(∆j ≤ 0)

Soluţia este x1 = x3 = x4 = 0, x2 = 15/2

y1 = 9/2, y2 = 0
fmax = 30

METODA BAZEI ARTIFICIALE

Constă în introducerea unui număr de m variabile artificiale ui, ui ≥ 0 câte una la fiecare
restricţie astfel încât restricţiile modificate devin:
AX + I m u = b

x ≥ 0, u ≥ 0
iar funcţia obiectiv
[max]f = CX – Mu
sau
[min]f = CX + Mu, unde M ≥ 0 foarte mare în raport cu cifrele ce apar în calcule.
Scopul introducerii variabilelor artificiale este acela de a avea pentru început o soluţie de
bază, constatând că aceasta este dată chiar de variabilele artificiale.
La terminarea algoritmului SIMPLEX pentru o astfel de problemă putem avea
următoarele situaţii:
1. soluţia optimă nu conţine variabile artificiale
2. soluţia optimă conţine variabile artificiale, dar de valoare zero. În acest caz problema
are soluţie optimă degenerată
3. soluţia optimă conţine variabile artificiale nenule. În acest caz problema nu are soluţie,
pentru că nu a fost corect formulată. Din punct de vedere economic prezenţa variabilelor
artificiale în funcţia obiectiv înseamnă o diminuare a valorii maxime sau o creştere a
valorii minime.

Exemplu

[max ]f = 2x 1 + 4x 2 − x 3 + 5x 4
2x 1 + x 2 + x 3 + x 4 = 10

x 1 + 2x 2 + x 3 + 3x 4 = 15
x i ≥ 0, i = 1,4

Rezolvare:
 2 1 1 1
Matricea sistemului A :  
 1 2 1 1
Problema se va rescrie
[max ] f = 2 x1 + 4 x2 − x3 + 5 x4 − Mu1 − Mu 2
2 x1 + x 2 + x3 + x4 + u1 = 10

 x1 + 2 x 2 + x3 + 3 x4 + u 2 = 15
xi ≥ 0, i = 1,4, u 1 ≥ 0, u 2 ≥ 0

Matricea se rescrie corespunzător

 2 1 1 1 1 0
A =  
1 2 1 3 0 1
B = {u1, u2}

cj 2 4 -1 5 -M -M
CB B XB x1 x2 x3 x4 u1 u2
-M u1 10 2 1 1 1 1 0 10 15 
min  ,  =
1 3
-M u2 15 1 2 1 3↓ 0 1 15
= → 3 PIVOT
3

zj -3M -3M -2M -4M -M -M

∆j = cj – zj 2-3M 3M+4 2M-1 4M+5 0 0 soluţia nu este
optimă (∃∆j > 0)
-M u1← 5 5/3 1/3 2/3 0 1 -1/3
5 x4← 5 1/3 2/3 1/3 1 0 1/3  5 5 
min  , =
5 / 3 1/ 3

zj 5/3- 10/3- 5/3- 5 -M M/3+5/3 5

5/3M M/3 2M/3 = → 5 / 3 PIVOT
5/3

∆j = cj – zj 5/3M+1 M/3+2 2M/3- 0 0 -4M/3-5/3 soluţia nu este

/3 /3 8/3 optimă (∃∆j > 0)
2 x1 3 1 1/5 2/5 0 3/5 -1/5
5 x4← 4 0 3/5↓ 1/5 1 -1/5 2/5  3 4 
min  , =
1 / 5 3/5 

zj 26 2 17/5 9/5 5 1/5 8/5 4

= ⇒ 3 / 5 PIVOT
3/ 5

∆j = cj – zj 0 3/5 -14/5 0 -M- -M-8/5 soluţia nu este

1/5 optimă (∆j ≤ 0)
2 x1 5/3 1 0 1/3 -1/3 2/3 -1/3
4 x2 20/3 0 1 1/3 5/3 -1/3 2/3
zj 80/3 2 4 2 6 0 2
∆j = cj – zj 0 0 -3 -1 -M -M-2 soluţia este
optimă (toate
diferenţe
∆j ≤ 0)

Soluţia max f = 80/3

x1 = 5/3 u1 = u2 = 0
x2 = 20/3
x3 = x4 = 0

OBSERVAŢII

Pentru o problemă ce nu are soluţie iniţială procedăm astfel:

1. restricţiile de forma α ≤ β devin egalităţi introducând variabilele de compensare;
2. pentru restricţiile α = β introducem variabilele artificiale;
3. pentru restricţiile α ≥ β introducem variabilele de compensare şi artificiale.

Formal putem scrie:

•α≤β⇒α+γ=β
•α=β⇒α+u=β
•α≥β⇒α–γ+u=β
În funcţia obiectiv sunt introduse variabilele de compensare ca în cazul 1 şi variabilele
artificiale ca în cazul 2.

Exemplu

[min ]f = x 1 + x 2 + x 3 + 2x 4 + 3x 5 + 4x 6
2 x 1 + x 2 + x 3 + x 4 + x 5 + x 6 ≤ 8

x 1 + 2x 2 + x 3 + x 4 + 3x 5 + x 6 = 24
x + x + 2 x + x + x + x ≥ 8
 1 2 3 4 5 6

x i ≥ 0, i = 1,6

Rezolvare:

Problema se va rescrie introducând variabilele de compensare şi artificiale

corespunzătoare

[min ]f = x 1 + x 2 + x 3 + 2x 4 + 3x 5 + 4x 6 + 0 y1 + 0 y 2 + Mu 1 + Mu 2
2 x 1 + x 2 + x 3 + x 4 + x 5 + x 6 + y1 = 8

x 1 + 2x 2 + x 3 + x 4 + 3x 5 + x 6 + u 1 = 24
x + x + 2 x + x + x + x − y + u = 8
 1 2 3 4 5 6 2 2

x i ≥ 0, i = 1,6, y1 ≥ 0, y 2 ≥ 0; u 1 ≥ 0; u 2 ≥ 0

Matricea sistemului va fi:

 2 1 1 1 1 1 1 0 0 0
 
A :  1 2 1 1 3 1 0 0 1 0
1 1 2 1 1 1 0 −1 0 1
 

Observăm că B = {y1, u1, u2}

cj 1 1 1 2 3 4 0 0 M M
CB B XB x1 x2 x3 x4 x5 x6 y1 y2 u1 u2
0 y1← 8 2 1 1 1 1↓ 1 1 0 0 0
M u1 24 1 2 1 1 3 1 0 0 1 0
M u2 8 1 1 2 1 1 1 0 -1 0 1
zj 2M 3M 3M 2M 4M 2M 0 -M M M
∆j = cj – zj 1- 1- 1- 2- 3- 4- 0 M 0 0 soluţia nu
2M 3M 3M 2M 4M 2M este optimă
(∃∆j < 0)
3 x5 8 2 1 1 1 1 1 1 0 0 0
M u1 0 -5 -1 -2 -2 0 -2 -3 0 1 0
M u2 0 -1 0 1 0 0 0 -1 -1 0 1
zj 24 6- 3- 3- 3- 3 3- 3- -M M M
6M M M 2M 2M 4M
∆j = cj – zj 6M M- M- 2M 0 2M 4M M 0 0 ∆≥0
-5 2 2 -1 +1 -3 soluţia este
optimă
degenerată

Soluţia [min]f = 24
u1 = u2 = 0
y1 = y2 = 0
x1 = x2 = x3 = x4 = x6 = 0
x5 = 8

2.2. Probleme de transport

Concepte cheie surse, destinatii, forma echilibrată , soluţie realizabilă, metoda
diagonalei (metoda colţului nord-vest), metoda costurilor minime

Problemele de transport sunt o formă particulară a problemelor de programare

liniară pentru care metoda simplex poate fi adaptată condiţiilor particulare, având ca
rezultat un procedeu de Rezolvare: în principiu identic celui utilizat în cazul general.
Primele rezultate au fost obţinute de Hitchcock, Kantorovici şi Koopmans şi ulterior de
Dantzig. În practică o asemenea problemă poate fi întâlnită, de exemplu, sub forma
următoare: un anumit produs se află în cantităţile a1 , a 2 ,..., a m în punctele A1 , A2 ,..., Am
numite şi surse. El trebuie transportat în punctele B1 , B2 ,..., Bn numite destinaţii, în
cantităţile b1 , b2 ,..., bn , urmărind minimizarea cheltuielilor de transport, cunoscând
preţurile unitare de transport cij de la sursa i către destinaţia j .

Formularea matematică a problemei este

n (2.1)
∑x j =1
ij ≤ ai , i = 1,..., m

∑x
i =1
ij ≥ b j , j = 1,..., n
(2.2.)
 xij ≥ 0 , i = 1,..., m , j = 1,..., n (2.3.)
m n
[min ] f = ∑∑ cij xij (2.4.)
i =1 j =1

ai ≥ 0 , i = 1,..., m
b j ≥ 0 , j = 1,..., n
cij ≥ 0 , i = 1,..., n , j = 1,..., m (2.5.)
m n

∑ a ≥ ∑b
i =1
i
j =1
j

unde am notat prin xij cantităţile transportate de la sursa i către destinaţia j .

Relaţiile (2.1) sunt impuse de faptul că totalul transportat de la fiecare sursă să nu
depăşească cantitatea existentă, condiţiile (2.2) impun satisfacerea cererii iar (2.5.) apar naturale
în contextul concret al problemei.
Prin transformări elementare acest tip de problemă poate fi adus la forma echilibrată

∑x
j =1
ij = ai , i = 1,..., m (2.1'.)
m

∑x
i =1
ij = b j , j = 1,..., n (2.2'.)

xij ≥ 0 , i = 1,..., m , j = 1,..., n (2.3'.)

m n
[min ] f = ∑∑ cij xij (2.4'.)
i =1 j =1

ai ≥ 0 , i = 1,..., m
b j ≥ 0 , j = 1,..., n
cij ≥ 0 , i = 1,..., n , j = 1,..., m (2.5'.)
m n

∑ a = ∑b
i =1
i
j =1
j

ultima egalitate (2.5’) se poate realiza prin introducerea unei destinaţii fictive căreia să-i
fie destinat surplusul de produs existent pe ansamblul surselor.
Datele problemei se prezintă sub forma unui tabel:

B1 B2 K Bj K Bn Disponibil
A1 c11 c12 K c1 j K c1n a1
A2 c 21 c 22 K c2 j K c 2n a2
M M M O M O M M
Ai ci1 ci 2 K cij K cin ai
M M M O M O M M
Am c m1 cm 2 K c mj K c mn am
 Necesar b1 b2 K bj K bn

Propoziţia 1. Orice problemă de transport are totdeauna o soluţie realizabilă de

ai b j m n
forma xij = , s = ∑ ai = ∑ b j .
s i =1 j =1

ai b j
Demonstraţie: xij = satisfac restricţiile (2.1'.) şi (2.2'.)
s
n n a b
a n
∑ xij = ∑ = i ∑ b j = ai , i = 1,..., m
i j

j =1 j =1 s s j =1
m m a b bj m
∑ = ∑ = ∑ ai = b j , j = 1,..., n
i j
x ij
i =1 i =1 s s i =1
şi condiţiile de nenegativitate (2.9.3'.).
În general această soluţie nu este optimă, dar ţinând seama de faptul că un program
liniar sau nu are soluţii posibile, sau admite soluţii posibile cu optim infinit sau are soluţie
optimă finită şi ţinând seama de propoziţia anterioară rezultă că orice problemă de
transport admite o soluţie optimă finită deoarece
xij ≤ min (ai , b j )
şi deci situaţia optimului infinit se exclude.
Propoziţia 2. Rangul matricii A a coeficienţilor restricţiilor liniare (2.1’), (2.2’)
este m + n − 1 .
Rezultă că o soluţie realizabilă de bază într-o problemă de transport are cel mult
m + n − 1 componente nenule; ea este nedegenerată dacă are exact m + n − 1 componente
nenule şi degenerată dacă are mai puţin de m + n − 1 componente nenule.

Forma matriceală a problemei de transport (T ) este:

AX = d
(T ) X ≥0
[min ] f = CX
unde A este matricea de ordin (m + n ) × mn ,
1 0 K 0
0 1 K 0
A= M M O M
0 0 K 1
En En K En
unde 1 este vectorul linie (1,1,...,1) cu n componente, 0 vectorul nul (0,0,...,0 ) cu n
componente, E n matricea unitate de ordin n , d vectorul coloană de componente
a1 , a 2 ,..., a m , b1 , b2 ,..., bn ; X vectorul coloană de componente
x11 , x12 ,..., x1n ,..., x m1 , x m 2 ,..., x mn .
Pentru Rezolvare:a problemelor de transport ca şi în cazul problemelor generale de
programare liniară, algoritmul de Rezolvare: are două etape:
a) aflarea unei soluţii iniţiale realizabile de bază;
b) îmbunătăţirea soluţiei iniţiale până la obţinerea soluţiei optime.
Vom da în continuare două procedee de obţinere a unei soluţii iniţiale realizabile de
bază.

1) Metoda diagonalei (metoda colţului nord-vest).

Cantităţile disponibile a1 ,..., a m şi cererile corespunzătoare b1 ,..., bn se dispun pe

laturile unui tabel iar celulele din interiorul tabelului se rezervă pentru necunoscutele xij
( i − 1,..., m ; j = 1,..., n ) care trebuie determinate.

a1
a2
M
ai
M
am
b1 b2 K bj K bn s

Componentele bazice xij ale soluţiei se determină pe rând, începând cu x11 şi

anume:
Se alege x11 = min (a1 , b1 ) şi vor fi considerate nebazice (deci vor fi egali cu zero)
toate variabilele de pe aceiaşi linie (sau coloană) cu x11 conform următoarelor situaţii:
a) dacă a1 < b1 , atunci x11 = a1 şi x1 j = 0 , ( j = 2,3,..., n );
b) dacă a1 > b1 , atunci x11 = b1 şi xi1 = 0 , ( i = 2,3,..., m );
c) dacă a1 = b1 , atunci x11 = a1 = b1 şi la alegere x12 = 0 sau x 21 = 0 , toate celelalte
componente de pe linia 1 şi coloana 1 fiind considerate nebazice, deci, nule.
Concomitent se modifică şi valorile lui a1 sau b1 înlocuindu-se cu a1′ = a1 − x11 şi
b1′ = b1 − x11 .
În pasul următor procedeul se repetă pentru celulele rămase necompletate şi se
termină după m + n − 1 paşi, în fiecare pas completând o linie (situaţia a) sau o coloană
(situaţia b) sau o linie şi o coloană (situaţia c).
De regulă componentele bazice nu se trec în tabel ci se haşurează căsuţa respectivă.

Exemplu 1.. a1 = 65 , a 2 = 15 , a3 = 20 , b1 = 40 , b2 = 35 , b3 = 15 , b4 = 10 .
 b1 b2 b3 b4
3 2 1 4 65 ,
a1
40 25 25
1 3 2 2 15 , 5
a2
10 5
3 4 1 3 20
a3
10 10
40 35 , 10 15 , 10 10 s = 100

Pasul I x11 = min (a1 , b1 ) = b1 = 40 , am haşurat celulele corespunzătoare variabilelor

nebazice (pentru x 21 , x31 ). Se recalculează a1 care devine
a1′ = 65 − 40 = 25 .
Pasul II x12 = min (a1′ , b2 ) = a1′ = 25 şi haşurăm celulele corespunzătoare variabilelor
nebazice (pentru x13 , x14 ). Se recalculează b2 care devine b2′ = 35 − 25 = 10 .
Pasul III x 22 = min (a 2 , b2′ ) = b2′ = 10 şi haşurăm celula corespunzătoare lui x32 care e
nul. Recalculăm a 2 care devine a ′2 = 15 − 10 = 5 .
Pasul IV x 23 = min (a ′2 , b3 ) = a ′2 = 5 , haşurăm celula lui x 23 care e nul şi recalculăm
b3 , b3′ = 15 − 5 = 10 .
Pasul V x33 = min (a3 , b3′ ) = b3′ = 10 şi este evident că x34 = 10 .
Ţinând seama de costurile trecute în colţurile de sus ale celulelor avem pentru f
valoarea
f = 3 ⋅ 40 + 2 ⋅ 25 + 3 ⋅ 10 + 2 ⋅ 5 + 1 ⋅ 10 + 3 ⋅ 10 = 250 .
Am obţinut o soluţie de bază nedegenerată x11 = 40 , x12 = 25 , x 22 = 10 , x 23 = 5 ,
x 23 = 10 , x34 = 10 , x13 = x14 = x 21 = x 24 = x31 = x32 = 0

2. Metoda costurilor minime

Pentru determinarea soluţiei de bază se iau în considerare costurile care ne indică

ordinea de alegere a componentelor în fiecare pas.
În primul pas se determină componenta x kh pentru care c kh = min cij şi se ia
x kh = min (a k , bh ) cu cele trei alternative ca la metoda diagonalei. Se repetă procedeul
urmărind costurile minime pentru celulele necompletate.
Exemplu 2. Reluăm datele din exemplul 1.
Pasul I Pe prima linie a tabloului cel mai mic cost este c13 = 1 deci luăm
x13 = min (a1 , b3 ) = b3 = 15 ; se haşurează restul de celule din coloana lui b3 şi
se recalculează a1 care devine a1′ = 65 − 15 = 50 '

b1 b2 b3 b4
 a1 3 2 1 4
65 , 50 , 15
15 35 15
a2 1 3 2 2
15
15
a3 3 4 1 3
20
10 10
40 , 25 35 15 10

Pasul II căutăm min cij = c 21 = 1 , x 21 = min (a 2 , b1 ) = a 2 = 15 şi haşurăm celulele

liniei doi. Recalculăm b1 , care devine b1′ = 40 − 15 = 25 .
Pasul III min cij = c12 deci x12 = min (a1′ , b2 ) = b2 = 35 . Haşurăm coloana lui b2 şi
avem a1′′ = a1′ − 35 = 15 .
Pasul IV min cij = c11 (= c31 = c34 ) , x11 = min (a1′ , b1′ ) = b1′ = 15 şi b1′ devine
b1′′ = b1′ − 15 = 10 . Este evident acum că x13 = 10 şi x34 = 10 .
Avem f = 215 pentru x11 = 15 , x12 = 35 x13 = 15 , x 21 = 15 , x31 = 10 , x34 = 10 ,
x14 = x 22 = x 23 = x 24 = x32 = x33 = 0 .
Metoda costurile minime dă în general o soluţie iniţială de bază mai bună decât
metoda diagonalei, realizând o valoare a cheltuielilor de transport mai mică. Acest lucru
este util deoarece numărul iteraţiilor necesare pentru atingerea optimului va fi mai mic.
Pentru determinarea soluţiei optime a unei probleme de transport se utilizează
algoritmul bazat pe adoptarea metodei simplex la condiţiile particulare ale problemei de
transport.

Subiecte pentru pregătirea în vederea evaluării finale

Test de autoevaluare

1. Fie urmatoarea problema de transport:

B1 B2 B3 B4
Disponibil

A1 80
A2 10
A3 20
Necesar 50 35 15 10

unde costurile sunt

c11 = 5, c12 = 6, c13 = 2, c14 = 3, c21 = 2, c22 = 2, c23 = 1, c24 = 4, c31 = 6, c32 = 8, c33 = 3, c34 = 10.
Determinati o solutie initiala cu metoda diagonalei (sau coltului de nord-vest).

Rezolvare:
 ′
a) x11 = min(a1 , b1 ) = min(80, 50) = 50 ⇒ a1 = 30 si x21 = x31 = 0.
′ ′
x12 = min(a1 , b2 ) = min(30, 35) = 30 ⇒ b2 = 5 si x13 = x14 = 0.
′ ′
x22 = min(a2 , b2 ) = min(10, 5) = 5 ⇒ a 2 = 5 si x32 = 0.
′ ′
x23 = min(a 2 , b3 ) = min(5,15) = 5 ⇒ b3 = 10.
′ ′
x33 = min(a3 , b3 ) = min(20,10) = 10 ⇒ a3 = 10.
x34 = 10.

B1 B2 B3 B4
Disponibil

A1 50 30 /// /// 80, 30

A2 /// 5 5 /// 10, 5
A3 /// /// 10 10 20, 10
Necesar 50 35, 5 15, 10 10

2. Fie urmatoarea problema de transport:

B1 B2 B3 B4
Disponibil

A1 80
A2 10
A3 20
Necesar 50 35 15 10

unde costurile sunt

c11 = 5, c12 = 6, c13 = 2, c14 = 3, c21 = 2, c22 = 2, c23 = 1, c24 = 4, c31 = 6, c32 = 8, c33 = 3, c34 = 10.
Optimizati urmatoarea solutia initiala: x11 = 50, x12 = 30, x22 = 5, x23 = 5, x33 = 10, x34 = 10
cu xij = 0 in rest.

Rezolvare::
Asadar, punand si costurile in tabel avem urmatoarea solutie initiala:

5 6 2 3
50 30 /// ///
2 2 1 4
/// 5 5 ///
6 8 3 10
/// /// 10 10
.
Costul total in acest moment este: f = 250 + 180 + 10 + 5 + 30 + 100 = 575.
Calculam d ij corespunzatori casutelor nebazice (hasurate).

d13 = c13 − c23 + c22 − c12 = 2 − 1 + 2 − 6 = −3,

d14 = c14 − c34 + c33 − c23 + c22 − c12 = 3 − 10 + 3 − 1 + 2 − 6 = −9,
d 21 = c21 − c22 + c12 − c11 = 2 − 2 + 6 − 5 = 1,
d 24 = c24 − c34 + c33 − c23 = 4 − 10 + 3 − 1 = −4,
d 31 = c31 − c33 + c23 − c22 + c21 − c11 = 6 − 3 + 1 − 2 + 6 − 5 = 3,
d 32 = c32 − c33 + c23 − c22 = 8 − 3 + 1 − 2 = 4
Criteriul de optim este: d ij ≥ 0 ? Raspuns corect:: Nu.
Avem ca min d ij = −9 = d14 . Asadar, in ciclul lui corespunzator celulei (1, 4) punem in
celula (1, 4) o valoare pozitiva t iar la celelalte adaugam si scadem alternativ numarul
t, adica:
30 − t → → → t
↑ ↓
5+t ← 5−t ↓
↑ ↓
10 + t ← 10 − t
In acest moment vom cauta cea mai mare valoare t ≥ 0 pentru care toate numerele din
schema de mai sus sa fie pozitive. Obtinem t = 5 si vom avea solutia imbunatatita:

5 6 2 3
50 25 /// 5
2 2 1 4
/// 10 5 ///
6 8 3 10
/// /// 15 5

Costul total in acest moment este: f = 250 + 150 + 15 + 20 + 45 + 50 = 530.

Calculam d ij corespunzatori casutelor nebazice (hasurate).

d13 = c13 − c14 + c34 − c33 = 2 − 3 + 10 − 3 = 6,

d 21 = c21 − c22 + c12 − c11 = 2 − 2 + 6 − 5 = 1,
d 23 = c22 − c33 + c34 − c14 + c12 − c22 = 1 − 3 + 10 − 3 + 6 − 2 = 9,
d 24 = c 24 − c14 + c12 − c22 = 4 − 3 + 6 − 2 = 5,
d 31 = c31 − c33 + c34 − c14 + c12 − c11 = 6 − 3 + 10 − 3 + 6 − 5 = 11,
d 32 = c32 − c33 + c34 − c14 + c12 − c22 = 8 − 3 + 10 − 3 + 6 − 2 = 16.
Criteriul de optim este: d ij ≥ 0 ? Raspuns corect:: Da.
Deci costul total minim este f = 530.

3. Aduceti la forma standard urmatoarea problema de programare liniara.

[max] f = 6 x1 + 4 x2 ,
 2 x1 + x2 ≤ 9

 x1 + 3 x2 ≤ 7
x , x ≥ 0
 1 2
Rezolvare:: Forma standard a problemei este:
[max] f = 6 x1 + 4 x 2 + 0 ⋅ x3 + 0 ⋅ x4 ,
2 x1 + x2 + x3 = 9

 x1 + 3x2 + x4 = 7
x , x , x , x ≥ 0
 1 2 3 4

4. Scrieti matricea corespunzatoare formei standard pentru urmatoarea problema de

programare liniara si stabiliti daca problema are solutie initiala.
[max] f = 6 x1 + 4 x2 ,
2 x1 + x2 ≤ 9

 x1 + 3 x2 ≤ 7
x , x ≥ 0
 1 2
Rezolvare:
Matricea corespunzatoare formei standard este:
a1 a2 a3 a4
 2 1 1 0
A =   si deci baza initiala este B = {a3 , a4 }.
1 2 0 1 

5. Alcatuiti tabelul simplex al urmatoarei probleme de programare liniara si optimizati

solutia acesteia.
[max] f = 6 x1 + 4 x2 ,
2 x1 + x2 ≤ 9

 x1 + 3 x2 ≤ 7
x , x ≥ 0
 1 2
Rezolvare:
Tabelul simplex este:

6 4 0 0
B C B
X B
a1 a2 a3 a4 θi
a3 0 9 ( 2) 1 1 0
9 : 2 = 4,

a4 0 7 1 2 0 1 7 : 1= 7
fi 0 0 0 0 0
∆i 6 4 0 0
.
Verificam criteriul de optim pentru o problema de maxim: ∆ j ≤ 0, ∀j = 1, 4 ?
Observam ca Raspuns corect:ul este nu si deci, va trebui sa schimbam baza.
Intra in baza vectorul a k corespunzator celei mai mari diferente ∆ j , adica
max ∆ j = 6 ⇒ a1 intra in baza.
Iese din baza vectorul a k corespunzator celui mai mic raport θ i , adica
min{ 92 , 17 } = 4, 5 ⇒ a3 iese din baza.
Trecem la o noua iteratie a tabelului simplex folosind algoritmul Gauss-Jordan si avem:

6 4 0 0
B C B
X C
a1 a2 a3 a4 θi
a1 6 9
2
1 1
2
1
2 0 9
2 : 1
2 =9
5 3 −1
a4 0 2
0 ( ) 2 2 1
5
2 : 3
2 = 5
3

fi 27 6 3 3 0
∆i 0 1 0 0
.
∆j ≤0 ? Raspuns corect:: Nu. Schimbam baza: a 2 intra in baza, a 4 iese din
baza.

6 4 0 0
B C B
X B
a1 a2 a3 a4 θi
11 2 −1
a1 6 3
1 0 3 3
5 −1 2
a2 4 3
0 1 3 5
86 8 2
fi 3
6 4 3 3
∆i 0 0 −8
3
2
3

∆j ≤0 ? Raspuns corect:: Da.

Atunci max f = 86
3 si se realizeaza pentru x1 = 113 , x2 = 53 , x3 = x4 = 0.

6. Aduceti la forma standard urmatoarea problema de programare liniara.

[max] f = 5 x1 + 2 x2 ,
2 x1 + 3x2 ≤ 6

 x1 + x2 ≥ 1
x , x ≥ 0
 1 2
Rezolvare:
Aducem problema la forma standard.
[max] f = 5 x1 + 2 x2 + 0 ⋅ x3 + 0 ⋅ x4 ,
2 x1 + x2 + x3 = 6

 x1 + 3x2 − x4 = 1
x , x , x , x ≥ 0
 1 2 3 4

7. Scrieti matricea asociata urmatoarei problema de programare liniara si stabiliti o

solutie initiala.
[max] f = 5 x1 + 2 x2 ,
2 x1 + 3x2 ≤ 6

 x1 + x2 ≥ 1
x , x ≥ 0
 1 2
Rezolvare:: Scriem matricea sistemului de egalitati pentru a verifica daca problema are
solutie initiala de baza.
a1 a2 a3 a4
2 1 1 0 
Avem A =   si observa ca nu putem alege in acest moment baza initiala.
 1 3 0 − 1
Pentru aceasta introducem o variabila artificiala, y, in ecuatia a doua, care va aparea cu
coeficientul − M , M > 0 suficient de mare, si avem:
[max] f = 5 x1 + 2 x2 + 0 ⋅ x3 + 0 ⋅ x4 − My,
2 x1 + x2 + x3 = 6

 x1 + 3 x2 − x4 + y = 1.
x , x , x , x , y ≥ 0
 1 2 3 4
a1 a2 a3 a4 a5
 2 1 1 0 0
Avem ca A =   si baza initiala artificiala va fi B = {a3 , a5 }.
1 3 0 − 1 1 

8. Scrieti tabelul simplex pentru urmatoarea problema de programare liniara si optimizati

solutia.
[max] f = 5 x1 + 2 x2 ,
2 x1 + 3x2 ≤ 6

 x1 + x2 ≥ 1
x , x ≥ 0
 1 2
Rezolvare:
Tabelul simplex este:

5 2 0 0 −M
B C B
X B
a1 a2 a3 a4 a5 θi
a3 0 6 2 1 1 0 0
6 : 2=3
a5 −M 1 (1) 2 0 −1 1 1 : 1=1
 fi −M −M −M 0 M −M
∆i 5+ M 2+M 0 −M 0
.
Verificam criteriul de optim pentru o problema de maxim: ∆ j ≤ 0, ∀j = 1, 4 ?
Obsevam ca Raspuns corect:ul este nu si deci, va trebui sa schimbam baza.
Intra in baza vectorul a k corespunzator celei mai mari diferente ∆ j , adica
max ∆ j = 5 + M ⇒ a1 intra in baza.
Iese din baza vectorul a k corespunzator celui mai mic raport θ i , adica
min{3,1} = 1 ⇒ a5 iese din baza.
Trecem la o noua iteratie a tabelului simplex folosind algoritmul Gauss-Jordan si avem:

5 2 0 0 −M
B CB XB a1 a2 a3 a4 a5 θi
a3 0 4 0 1 1 ( 2) −2 4 : 2=2
a1 5 1 1 1 0 −1 1 nu se face
fi 5 5 5 0 −5 5
∆i 0 −3 0 5 −M −5

∆j ≤0 ? Raspuns corect:: Nu. Schimbam baza: a 4 intra in baza, a 3 iese din

baza.

5 2 0 0 −M
B C B
X B
a1 a2 a3 a4 a5 θi
a4 0 2 0 1
2
1
2
1 −1
3 1
a1 5 3 1 2 2
0 0
15 5
fi 15 5 2 2
0 0
∆i 0 −11
2
−5
2 0 −M
.
∆j ≤0 ? Raspuns corect:: Da.
Atunci max f = 15 si se realizeaza pentru x1 = 3, x4 = 2, x2 = x3 = 0.

9. Scrieti duala urmatoarei probleme primale.

[min] f = x1 + x 2 ,
  x1 + x2 ≥ 12
3x + 4 x ≥ 20
 1 2

(P)  x1 − 4 x2 ≥ −18
− x ≥ −6
 1
 x1 , x2 ≥ 0

Rezolvare:
Duala problemei este:
[max] g = 12 y1 + 20 y 2 − 18 y3 − 6 y 4 ,
 y1 + 3 y2 + y3 − y4 ≤ 1

( D) 3 y1 + 4 y2 − 6 y3 ≤ 1
y , y , y , y ≥ 0
 1 2 3 4

10. Scrieti duala urmatoarei probleme primale.

[min] f = 3 x1 + 5 x2 ,
 x1 + 2 x2 ≥ 3

( P) 3 x1 + 4 x2 ≥ 7
x , x ≥ 0
 1 2
Rezolvare:
Duala problemei este:
[max] g = 3 y1 + 7 y 2 ,
 y1 + 3 y2 ≤ 3

(D ) 3 y1 + 4 y2 ≤ 5
y , y ≥ 0
 1 2

4. Elemente de analiză matematică cu aplicaţii în fundamentarea

deciziei economice optime. Modelul dinamicii proceselor
economice. Modelul dinamicii proceselor economice
Serii numerice, criterii de convergenţă. Şiruri de funcţii. Serii de puteri. Seria
Taylor pentru funcţii de o variabilă reală.
Funcţii de mai multe variabile.Continuitatea funcţiilor în spaţiul Rn: limite, limite iterate.
Derivabilitatea funcţiilor în Rn: derivate parţiale de ordinul I şi de ordin superior.
Diferenţiala de ordin I şi de ordin superior; conţinut economic. Derivata funcţiilor
compuse. Extremele funcţiilor de mai multe variabile, extreme cu legături. Conţinut
economic. Aplicaţii şi studii de caz. Integrale.
Dinamica proceselor economice: analiza în timp continuu şi în timp discret.
Tipuri principale de ecuaţii diferenţiale cu aplicaţii în economie: ecuaţii cu variabile
separabile, ecuaţii omogene, ecuaţii diferenţiale liniare, ecuaţii diferenţiale de tip
Bernoulli şi Riccati şi aplicaţiile lor.
(vezi pag. 45-76 Matematici pentru economisti, I. Duda, R. Trandafir, A. Baciu, R.
Ioan, S. Barza, Ed. FRM, 2007)
Concepte cheie: vecinătate a unui punct, punct de acumulare, limite iterate, funcţie
diferenţiabilă, funcţie derivabilă parţial, funcţie diferenţiabilă, punct staţionar,punct de
extrem, punct de minim, punct de maxim,puncte de extrem conditionat, multiplicatorul lui
Lagrange

3.1 Funcţii de mai multe variabile

Funcţiile de mai multe variabile sunt întâlnite în modelarea activităţilor economice.

De exemplu: o firmă exportă 3 produse în cantităţile x1 , x2 , x3 la preţul pieţii p1 , p2 , p3 .
Să se scrie funcţia care cuantifică nivelul încasărilor dacă:
a) indiferent de cantităţile cumpărate preţurile rămân p1 , p2 , p3 ;
b) se face o reducere de preţ de 1% pentru produsele 2 şi 3 şi de 1,5% pentru produsul 1
în raport cu cantităţile cumpărate.
Avem în cele două cazuri răspunsurile:
a) Y = p1 x1 + p2 x2 + p3 x3
b) Y = ( p1 − 0, 015 p1 ) x1 + ( p2 − 0, 01 p2 ) x2 + ( p3 − 0, 01 p3 ) x3 .
În ambele cazuri avem y ca funcţie de variabilele x1 , x2 , x3 .
Pentru studiul continuităţii şi a derivabilităţii funcţiilor de mai multe variabile sunt
necesare câteva noţiuni importante în spaţiul Rn.

Definiţie. Se numeşte sferă sau bilă deschisă cu centrul în punctul a∈ Rn şi de

rază r, mulţimea
Br (a ) = {x | x ∈ R n , d ( x, a) < r} , cu d distanţa din Rn
Dacă distanţa d (x, a) ≤ r bila este închisă.
1) Dacă n = 2 bila este un cerc cu centrul în punctul a = (a1, a2) şi rază r.
2) Dacă n = 3 bila este o sferă cu centrul în punctul a = (a1, a2, a3) şi de rază r.

Definiţie: Numim vecinătate a unui punct a∈ Rn orice mulţime care conţine o

bilă deschisă cu centrul în a şi o vom nota prin Vr(a).
sau
Definiţie: Numim vecinătate a punctului a∈ Rn orice mulţime V care conţine un
interval n – dimensional I care conţine punctul a. Deci a ∈ I ⊂ V.

Fie A ⊂ Rn

Definiţie. Numim funcţie reală de o variabilă vectorială o funcţie f: A → R şi se

notează y = f(x), x ∈ A sau y = f(x1, x2, ..., xn).
 Observaţie: Mulţimea Rn e un spaţiu vectorial faţă de operaţiile de adunare şi
înmulţire cu scalari, deci punctele din Rn le vom numi vectori, iar x1, x2, ..., xn
coordonatele sau componentele vectorului x.
În continuare ne vom ocupa de funcţiile reale de două variabile reale. În acest caz numim
intervalul bidimensional, simetric deschis al punctului
P(a, b): I = {(x, y) ∈ Rn |x - a| < ε, |y- b| < η, ∀ε > 0, ∀ η > 0}

Limita unei funcţii într-un punct

Definiţie: Fie D ⊂ R2. Un punct M0(a, b) se numeşte punct de acumulare pentru

D dacă orice vecinătate a lui conţine cel puţin un punct din D diferit de M0.

Definiţie.Un şir de puncte din D : {xn, yn}n ∈ N* este convergent dacă şirurile de
numere reale {xn} n ∈ N* şi {yn } n ∈ N* sunt convergente.

Fie f : D → R, D ⊂ R2 şi M0(a, b) punct de acumulare pentru D.

Definiţie: Numărul m ∈ R (finit sau nu) se numeşte limita funcţiei f(x, y) în

punctul M0 (a, b) dacă pentru orice şir convergent de puncte din D \ M0 cu
Pn ( x n y n ) în
 → M 0 (a , b) rezultă f ( Pn ) înR → m.
2
R

Limite iterate

Fie D ⊆ R 2 şi M0(a, b) punct de acumulare pentru D şi f: D → R.

Fixăm y şi presupunem că există lim f ( x, y ) = ϕ (y)
x →a

y→b
(
şi lim ϕ ( y ) = lim lim f ( x, y )
y → b x →a
) (1)
În mod analog, dacă fixăm x şi dacă există
 
lim f ( x, y ) = ψ ( x ) şi lim ψ ( x ) = lim  lim f ( x, y )  (2)
y →b x →a x → a  y →b 
acestea se numesc limite iterate ale lui f în M0.

Observaţia 1: Existenţa lor nu influenţează egalitatea lor

x+ y
exemplu: f ( x, y ) = , x≠ y.
x− y
 x+ y  x+ y
În M0(0, 0) avem lim  lim  = −1 şi lim lim = 1.
y →0  x →0 x − y  x →0  y →0 x − y 
 
Observaţia 2: Existenţa şi egalitatea lor nu implică existenţa limitei în acel punct
xy
Exemplu: f ( x, y ) = (x, y) ≠ (0, 0).
x + y2
2
  xy 
Avem: lim  lim =0
x →0 y →0 x + y
2 2
 
 xy 
lim  lim 2 =0
y →0 x →0 x + y 2
 
dar am demonstrat anterior că această funcţie nu are limită în origine.

Continuitatea într-un punct

Fie f : D → R, D ⊂ R 2 şi M 0 (a, b) ∈ D
Definiţie Funcţia f este continuă în punctul M0 dacă pentru ∀{Pn }n≥0 un şir de
puncte din D cu Pn  în D
→ M 0 să avem: f ( Pn ) înR → M 0
sau
Definiţie: f este continuă în M0 dacă pentru ∀ε > 0, ∃δ (ε ) > 0 aşa încât pentru
∀P ∈ D cu d(P,M 0 )〈δ (ε ) să avem d ( f ( P), f ( M 0 ) )〈ε .

Observaţie: Proprietatea de continuitate se defineşte în raport cu ansamblul variabilelor

(x,y) şi în particular o funcţie continuă într-un punct e continuă în raport cu fiecare
variabilă în parte. Reciproc NU.

Derivate parţiale

Definiţie: D ⊆ R 2 , f : D → R 2 , şi (a,b) un punct interior lui D

Funcţia f este derivabilă parţial în raport cu x în punctul (a,b) dacă
f ( x, b ) − f ( a , b )
lim există şi este finită
x →a x−a
Vom nota această limită cu
∂f (a, b)
f x′(a, b) = şi o vom numi derivată parţială de ordinul 1 a funcţiei f în punctul
∂x
(a,b)

Definiţie
Funcţia f e derivabilă parţial în raport cu y în punctul (a,b) interior lui A dacă
f ( a, y ) − f ( a, b)
lim ∃ şi este finită
y →b y −b
Vom nota această limită cu
∂f (a, b)
f y′ (a, b) =
∂y

Definiţie
Fie f : D ⊂ R 2 → R , derivabilă parţial în raport cu x, respectiv cu y, ∀( x, y ) ∈ D
Dacă derivatele parţiale f x′ ( x, y ), f y′ ( x, y ) definite pe D sunt la rândul lor derivabile
parţial în raport cu x,y, atunci derivatele lor parţiale sunt derivate parţiale de ordinul 2
ale lui f şi se notează:
∂  ∂f  ∂ 2 f ( x, y )
 = = f x′′2 ( x, y ) = f xx′′ ( x, y )
∂x  ∂x  ∂x 2

∂  ∂f  ∂ 2 f ( x, y )
 = = f y′′2 ( x, y ) = f yy′′ ( x, y )
∂y  ∂y  ∂y 2
∂  ∂f  ∂ 2 f ( x, y )
 = = f xy′′ ( x, y )
∂x  ∂y  ∂x∂y
∂  ∂f  ∂ 2 f ( x, y )
 = = f yx′′ ( x, y )
∂y  ∂x  ∂y∂x

Criteriul lui Schwartz

Dacă funcţia f: E ⊆ R 2 → R are derivate parţiale mixte de ordinul 2 într-o vecinătate V a
lui (a,b) ∈ E şi dacă sunt continue în (a,b) atunci: f xy′′ (a, b) = f yx′′ (a, b)

3.2. Diferenţiale

Fie f o funcţtie reală de două variabile, f : E ⊂ R 2 → R şi fie ( x0 , y 0 ) un punct interior

lui E.
Definiţie. Funcţia f(x,y) e diferenţiabilă în punctul ( x0 , y 0 ) dacă există două
numere reale λ şi µ şi o funcţie ω ( x, y ) : E ⊂ R 2 → R , continuă în ( x0 , y 0 ) şi nulă în
acest punct:
lim ω(x, y ) = ω(x 0 y 0 ) = 0
x →x 0
y→ y0

astfel încât pentru orice punct ( x, y ) ∈ E , atunci:

f ( x, y ) − f ( x 0 , y 0 ) = λ ( x − x 0 ) + µ ( y − y 0 ) + ω ( x, y ) ( x − x 0 ) 2 + ( y − y 0 ) 2 .

Proprietăţi:

1) Dacă funcţia f e diferenţiabilă în punctul ( x0 , y 0 ) , atunci ea are derivate parţiale în

( x 0 , y 0 ) şi
f x' ( x0 , y 0 ) = λ şi f y' ( x0 , y 0 ) = µ
Egalitatea de definiţie a diferenţiabilităţii se scrie:
f ( x, y ) − f ( x0 , y 0 ) = f x' ( x0 , y 0 )( x − x0 ) + f y' ( x0 , y 0 )( y − y 0 ) + ω ( x, y ) ( x − x0 ) 2 + ( y − y 0 ) 2
2) Dacă funcţia f este diferenţiabilă în ( x0 , y 0 ) atunci ea este continuă în acest punct.
3) Dacă funcţia f are derivate parţiale f x' , f y' într-o vecinătate V a lui ( x0 , y 0 ) şi dacă
aceste derivate parţiale sunt continue în ( x0 , y 0 ) atunci funcţia f este diferenţiabilă în
( x0 , y 0 ) .
Definiţie. Funcţia liniară de două variabile:
df ( x0 , y 0 ) = f x' ( x0 , y 0 )( x − x0 ) + f y' ( x0 , y 0 )( y − y 0 ) se numeşte diferenţiala funcţiei
f ( x, y ) în punctul ( x0 , y 0 ) .
Diferenţiala funcţiei f se mai notează
df ( x, y ) = f x' ( x, y )dx + f y' ( x, y )dy

Definiţie. Funcţia f admite diferenţială de ordin 2 în ( x0 , y 0 ) dacă toate

derivatele parţiale de ordinul întâi există într-o vecinătate a punctului ( x0 , y 0 ) şi sunt
diferenţiabile în ( x0 , y 0 )
d 2 f ( x 0 , y 0 ) = f x''2 ( x 0 , y 0 )dx 2 + 2 f xy'' ( x 0 , y 0 )dxdy + f y''2 ( x 0 , y 0 )dy 2 .

Exemplu 1

Să se calculeze diferenţialele de ordinul întâi şi doi pentru următoarele funcţii:

a) f (x, y) = cos xy definită pe R2

b) f (x , y ) = x 2 + y 2 definită pe R2
c) f (x, y) = x ln y definită pe Rx(0, ∞)
d) f (x, y) = ex+2y definită pe R2.

Rezolvare::
Deoarece funcţia admite derivate parţiale de orice ordin.

∂f (x , y ) ∂f (x , y )
a) Avem: = − y sin xy, = − x sin xy
∂x ∂y
Deci df (x, y) = - sin xy [ydx + xdy]
∂ 2 f (x , y ) ∂
Apoi = (− y sin xy) = − y 2 cos xy
∂x 2 ∂x
∂ 2 f (x , y ) ∂
= (− xd sin xy) = −xy cos xy
∂x∂y ∂x
∂ 2 f (x , y ) ∂
= (− x sin xy) = − x 2 cos xy
∂y 2
∂y
prin urmare: d2f(x,y) = - cos xy[y2dx2 + 2xy dxdy + x2dy2]
b) Am văzut în exemplul precedent că în origine funcţia nu este diferenţiabilă. În orice alt
punt, funcţia admite derivate parţiale continue:
∂f (x , y ) x ∂f (x , y ) y
= şi =
∂x x +y 2 2 ∂x x + y2
2

deci este diferenţiabilă şi avem:

df (x, y ) =
1
[xdx + ydy]
x 2 + y2
∂ 2 f (x , y ) ∂  x  y2
=  =
∂x ∂x  x + y 2
( )
2 3

2
 x 2 + y 2 2

∂ 2 f (x , y ) ∂  y  x2
=  =
∂y ∂y  x + y 2
( )
2 3

2
 x 2 + y 2 2

∂ 2 f (x , y ) xy
=
∂x∂y
(x )
3
+ y2 2
2

Deoarece derivatele parţiale de ordinul al doilea sunt continue în tot planul exceptând
originea, rezultă că în orice punct diferit de origine diferenţială a doua există şi este:
d 2 f (x , y ) =
1
[
y 2 dx 2 − 2 xydxdy + x 2 dy 2 ]
(x 2 + y 2 )2
3

c) Pe domeniul dat funcţia admite derivate parţiale de orice ordin continue în tot planul,
deci funcţia admite diferenţiale de orice ordin:
∂f (x , y ) ∂f (x , y ) x
= ln y şi =
∂x ∂x y
Aşadar df (x, y ) − ln ydx + dy
x
y
∂ 2 f (x , y ) ∂
= [ln y] = 0
∂x 2 ∂x
∂ 2 f (x , y ) ∂ x x
=   =− 2
∂x 2 ∂x  y  y
∂ 2 f (x , y ) 1
=−
∂x∂y y
Aşadar d 2 f (x , y ) = −
x 2
2
dy 2 + dxdy
y y
∂ f (x , y ) ∂ f (x , y )
d) Deoarece = e x + 2 y şi = 2e x + 2 y
∂x ∂y
şi atunci df (x, y ) = e x +2 y
[dx + 2dy]
∂ 2 f (x , y )
∂x 2
=
∂ x +2 y
∂x
e [ ]
= e x +2 y

∂ 2 f (x , y )
∂y 2
=
∂
∂y
[
2e x + 2 y = 4e x + 2 y]
 ∂ 2 f (x , y ) ∂
∂x∂y
=
∂x
[ ]
2e x + 2 y = 2e x + 2 y

[
şi atunci d 2 f (x , y ) = e x + 2 y dx 2 + 4dxdy + 4dy 2 ]

3.3. Extremele funcţiilor de două variabile

Definiţie Fie f o funcţie reală, de două variabile, definite pe o mulţime E ⊂ R2. Un punct
(a, b) ∈ E se numeşte punct de maxim local (respectiv de minim local) al funcţiei
f(x, y), dacă există o vecinătate V a lui (a, b) astfel încât, pentru orice (x, y) ∈ V ⊂ E să
avem: f(x, y) ≤ f(a, b) (respectiv f(x, y) ≥ f(a, b)).

Teoremă Dacă funcţia f are derivate parţiale într-un punct de extrem (a, b) din interiorul
mulţimii E, atunci derivatele parţiale ale funcţiei se anuleaza în acest punct:
f’x(a, b) = 0 şi f’y(a, b) = 0
Definiţie Un punct interior (a, b) ∈ E se numeşte punct staţionar al funcţiei f(x, y) dacă
funcţia f( x, y) e diferenţiabilă în punctul (a, b) şi dacă diferenţiala sa e nulă.
Teoremă Dacă (a, b) este punct staţionar al funcţiei f(x, y) şi dacă funcţia f(x, y) are
derivate parţiale de ordinul doi continue într-o vecinătate V a punctului (a, b) atunci:
2
1) Dacă ∆ = f x''2 ( a, b ) f y''2 ( a, b ) −  f xy'' ( a, b )  > 0 , atunci (a, b) e punct extrem local al
funcţiei f(x,y) şi anume:
– dacă f x''2 ( a, b ) > 0 atunci (a, b) e punct de minim
– dacă f x''2 ( a, b ) < 0 atunci (a, b) e punct de maxim.
2) Dacă ∆ < 0 atunci (a, b) nu este punct de extrem
3) Dacă ∆ = 0 atunci nu se poate afirma nimic despre punctul (a, b).

Exemplu: Să se găsească extremele următoare funcţie:

f(x, y) = x2 + y2 – 4x – 2y + 5 (x, y) ∈ R2

Rezolvare:
Conform teoriei generale, extremele funcţiei sunt soluţii ale sistemului:

 ∂f ( x, y )
 = 2x − 4 = 0
 ∂x
(2) 
 ∂f ( x, y )
= 2x − 2 = 0
 ∂y
Punctul staţionar, adică soluţia sistemului (2) este (2, 1).
Calculăm derivatele parţiale în punctul (2, 1):
∂ 2 f (2,1) ∂ 2 f (2,1) ∂ 2 f (2,1)
= 2, = 2 şi =0
∂x 2 ∂y 2 ∂x∂y

∂ 2 f (2,1)
∆ / ( 2 ,1) = 4 > 0 şi = 2 > 0 aşadar punctul (2,1) este punctul de minim şi
∂x 2
valoare functiei este f(2,1) = 4+1-8-2+5 = 0

3.4. Extreme cu legături condiţionate

Se consideră funcţia cu două variabile f:E⊂R2 → R (3.4.1)

şi condiţia
F(x,y) = 0, (3.4.2)
unde F are acelaşi domeniu de definiţie ca şi funcţia f.

Definiţie: Extremele funcţiei (3.4.1) care satisfac şi condiţia (3.4.2) se numesc

extreme condiţionate ale funcţiei (3.4.1) de condiţia (3.4.2), sau extremele funcţiei
(3.4.1) supuse la legăturile (3.4.2).
Definiţie: Punctele staţionare ale funcţiei (3.4.1) când (x,y) parcurge mulţimea ∆ a
soluţiilor condiţiei (3.4.2) se numesc puncte staţionare legate sau puncte staţionare
condiţionate ale funcţiei f.
Dacă punctul M (a,b) este punctul de extrem căutat atunci considerăm funcţia:
ϕ (x,y) = f (x,y) + λF(x,y) ,
unde λ se numeşte multiplicatorul lui Lagrange.
Pentru aflarea coordonatelor punctului M(a,b) rezolvăm următorul sistem de derivate
parţiale:

 ∂ϕ
 ∂x = 0

 ∂ϕ
 =0
 ∂y
F( x , y) = 0



1) Dacă d2ϕ(a,b) > 0 atunci punctul M(a,b) este punct de minim

2) Dacă d2ϕ(a,b) < 0 atunci punctul M (a,b) este punct de maxim
Altfel nu putem preciza natura punctului M.

Exemplu: Determinaţi punctele de extrem pentru:

1 1
+ cu condiţia x+y=1 definit pe R \{(0,0)
2
f ( x, y ) =
x y
Rezolvare:
1 1
Considerăm ϕ ( x, y ) = + + λ ( x + y − 1)
x y
Rezolvăm sistemul

 ∂ϕ ( x, y ) 1
 ∂x = − 2 +λ =0
x

 ∂κ ( x, y ) 1
 = − 2 +λ =0
 ∂y y
x + y = 1


1 1 1
Soluţia sistemului este P ,  pentru λ =
2 2 4
∂ 2ϕ ( x, y ) ∂  1  2
= − 2 + λ  =
∂x 2
∂x  x  x3
∂ ϕ ( x, y ) ∂  1
2
 2
=  − 2 + λ  =
∂y 2
∂y  y  y3
∂ 2ϕ ( x, y ) ∂  1 
=  − + λ  = 0
∂x∂y ∂x  y 2

 1 1 
d 2ϕ = 2 3 dx 2 + 3
dy 2 
x y 
1 1 1 1
d 2ϕ  ,  = 16(dx 2 + dy 2 )〉 0 astfel P ,  e punct de minim.
2 2 2 2

Subiecte pentru pregătirea în vederea evaluării finale

Test de autoevaluare

1) Funcţia

f(x, y) = (x – 1)2 + y2 este diferenţiabilă în punctul A(1, 1).

Raspuns corect: A

Rezolvare:
Va trebui să arătăm că are loc egalitatea:
∂f (1,1) ∂f (1,1)
(1) f ( x, y ) − f (1,1) = ( x − 1) + ( y − 1) + ω ( x, y ) ( x − x0 )2 + ( y − y0 )2
∂x ∂y
cu lim ω(x , y ) = 0 .
x →1
y →1
 ∂f (1,1) ∂f (1,1)
Deoarece = 0 şi = 2 şi f(1, 1) = 1 atunci egalitatea (1) devine:
∂x ∂y

( x − 1)2 + y 2 − 1 = 2 ( y − 1) + ω ( x, y ) ⋅ ( x − 1)2 + ( y − 1)2 cu lim ω(x , y ) = 0

x →1
y →1

sau
( x − 1)2 + ( y − 1)2 = ω ( x, y ) ( x − 1)2 + ( y − 1)2 ω ( x, y )

De aici deducem
ω ( x, y ) = ( x − 1)2 + ( y − 1)2 şi lim ( x − 1)2 + ( y − 1)2 =0
x →1
y →1

2. Este funcţia f ( x, y ) = x 2 + y 2 diferenţiabilă în origine?

Raspuns corect: F

Rezolvare:
Dacă funcţia ar fi diferenţaibilă în origine, conform unei teoreme enunţate la începutul
capitolului Analiză Matematică,(Matematici pentru economişti, R. Trandafir, I. Duda, A.
Baciu, R. Ioan) ar trebui să admită derivate parţiale în acest punct. Însă
f ( x,0 ) − ( 0,0 ) x2 x
lim = lim = lim = 1
x →0 x x →0 x x →0 x
x〉 0 x〉 0 x〉 0

f ( x,0 ) − ( 0,0 ) x2 x
lim = lim = lim = 1 .
x →0 x x →0 x x →0 x
x〈0 x〈0 x〈0

∂f (0,0)
Analog procedăm pentru .
∂y
În origine, funcţia nu admite derivate parţiale, deci nu este diferenţiabilă.

3. Calculaţi derivatele parţiale de ordinul întâi ale funcţiei f ( x, y ) = 2 x − 3 y + 1

/

a) f x ( x, y ) = 2; f y ( x, y ) = −3 ;
/

b) f x ( x, y ) = 3; f y ( x, y ) = −3 ;
/

c) f x ( x, y ) = 3; f y ( x, y ) = 3 ;
d) alt răspuns.
Răspuns corect: a)

Rezolvare:
/

f x ( x, y ) = 2; f y ( x, y ) = −3
 4. Calculaţi derivatele parţiale în punctul M (1,0) ale funcţiei f ( x, y ) = x 2 + y 2 − 4 xy
a) f x′(1, 0) = 2 , f y′ (1, 0) = −4 ;
b) f x′(1, 0) = 4 , f y′ (1, 0) = −4 ;
c) f x′(1, 0) = 2 , f y′ (1, 0) = −2 ;
d) alt răspuns.

Răspuns corect: a)
Rezolvare:
Fie M ( x0 , y0 ) unde x0 = 1, y0 = 0 , atunci
f x′( x0 , y0 ) = 2 x0 − 4 y0 ⇒ f x′(1, 0) = 2
f y′ ( x0 , y0 ) = 2 y0 − 4 x0 ⇒ f y′ (1, 0) = −4

5. Calculaţi derivatele parţiale de ordinul al doilea ale funcţiei f ( x, y ) = x 3 + y 3 − 3xy

a) f x′′2 ( x, y ) = 6 x ,
f y′′2 ( x, y ) = −6 y ,
f xy′′ ( x, y ) = −3 ;
b) f x′′2 ( x, y ) = 6 y ,
f y′′2 ( x, y ) = 6 x ,
f xy′′ ( x, y ) = 3 ;
c) f x′′2 ( x, y ) = 6 x ,
f y′′2 ( x, y ) = 6 y ,
f xy′′ ( x, y ) = −3 ;
d) alt răspuns.
Răspuns corect: c)

Rezolvare:
/

f x′( x, y ) = ( x3 + y 3 − 3xy ) x = 3 x 2 − 3 y
/

f y′ ( x, y ) = ( x3 + y 3 − 3xy ) y = 3 y 2 − 3x
/

f x′′2 ( x, y ) = (3 x 2 − 3 y ) x = 6 x
/

f y′′2 ( x, y ) = (3 y 2 − 3x) y = 6 y
/

f yx′′ ( x, y ) = (3x 2 − 3 y ) x = −3
/

f xy′′ ( x, y ) = (3 y 2 − 3 x) y = −3

6.Calculaţi derivatele parţiale de ordinul al doilea ale funcţiei f(x,y) = ex-y

a) f x′′2 ( x, y ) = e x − y
f y′′2 ( x, y ) = −e x − y
 ′′ ( x. y ) = −e x − y
f yx
b) f x′′2 ( x, y ) = e x − y
f y′′2 ( x, y ) = e x − y
′′ ( x. y ) = −e x − y
f yx

c) f x′′2 ( x, y ) = e x − y
f y′′2 ( x, y ) = e x − y
f yx′′ ( x. y ) = e x − y
d) alt răspuns.
Răspuns corect: b)

Rezolvare:
/

( ) =e
f x′( x, y ) = e x − y
x
x− y
/

f ′ ( x, y ) = ( e ) = − e
y
x− y x− y
y
/

f ′′ ( x, y ) = ( e ) = e
x2
x− y x− y
x
/

f ′′ ( x, y ) = ( −e ) = e
y2
x− y x− y
y
/

f ′′ ( x. y ) = ( −e ) = −e
yx
x− y x− y
x
/

f ′′ ( x, y ) = ( e ) = −e
xy
x− y x− y
y

7. Să se calculeze diferenţiala de ordinul întâi pentru următoarea funcţie:

f (x, y) = ex+2y definită pe R2.

a) df ( x, y ) = e x + 2 y [ dx − 2dy ]
b) df ( x, y ) = e x + 2 y [ dx + 2dy ]
c) df ( x, y ) = −e x + 2 y [ dx + 2dy ]
d) alt răspuns.
Răspuns corect: b)

Rezolvare::
/

Deoarece f x ( x, y ) = e x + 2 y şi f y ( x, y ) = 2e x + 2 y
şi atunci df ( x, y ) = e x + 2 y [ dx + 2dy ]

8. Să se calculeze diferenţiala de ordinul al doilea pentru următoarea funcţie:

f (x, y) = ex+2y definită pe R2.

a) d 2 f ( x, y ) = e x + 2 y  dx 2 + dxdy + 4dy 2 
b) d 2 f ( x, y ) = e x + 2 y  4dx 2 + 4dxdy + dy 2 

c) d 2 f ( x, y ) = e x + 2 y  dx 2 + 4dxdy + 4dy 2 
d) alt răspuns.
Răspuns corect: c)

Rezolvare:
/
/
/

f x 2 ( x, y ) = e x + 2 y  = e x + 2 y
x
/
/
/

f y 2 ( x, y ) =  2e x + 2 y  = 4e x + 2 y
y
/
/
/

f xy ( x, y ) =  2e x + 2 y  = 2e x + 2 y
y

şi atunci d 2 f ( x, y ) = e x + 2 y  dx 2 + 4dxdy + 4dy 2 

9. Să se găsească extremele următoarei funcţii:

50 20
f ( x, y ) = xy + + , x, y > 0
x y
a) M(5,2) punct şa
b) M(5,2) punct de minim
c) M(5,2 )punct de maxim
d) alt răspuns.
Răspuns corect: b)

Rezolvare::
Conform teoriei generale, extremele funcţiei sunt soluţii ale sistemului:
/

 50
 f x ( x, y ) = y − x 2 = 0
(1) 
/

 f y ( x, y ) = x − 20 = 0
 y2
Soluţia sistemului (1) este x = 5 şi y = 2. Atunci numim punctul M(5,2) punct staţionar:
/
/

/
/

/
/

100 40
Avem f x 2 ( x, y ) = 3 , f y 2 ( x, y ) = 3 şi f xy ( x, y ) = 1
x y
/
/

/
/

/
/

∆ (5,2) = f x 2 ( 5, 2 ) ⋅ f y 2 ( 5, 2 ) −  f xy ( 5, 2 )  = 3
2
/
/

Deoarece f x 2 ( 5,2 ) > 0 , funcţia f admite în punctul (5,2) un minim având valoarea f(5, 2)
= 30.

10. Determinaţi punctele de extrem pentru:

f(x,y) = x+3y cu condiţia x2+y2=5 definită pe R2

  1 3   1 3 
a) P1  − ,−  este punct de minim, P2  ,  este punct de maxim
 2 2  2 2
 1 3   1 3 
b) P1  − ,−  este punct de maxim, P2  ,  este punct de maxim
 2 2  2 2

 1 3   1 3 
c) P1  − ,−  este punct de minim, P2  ,  este punct de minim
 2 2  2 2

d) alt răspuns.
Răspuns corect: a)

Rezolvare:
Considerăm ϕ(x,y) = x+3y+λ(x2+y2-5)
/

ϕ x ( x, y ) = 1 + 2λ x = 0

/

(1) ϕ y ( x, y ) = 3 + 2λ y = 0
 2
 x + y = 5
2

 1 3 
Soluţia sistemului (1) este P1  − ,−  pentru λ = −1/ 2
 2 2
 1 3 
şi P2  ,  pentru λ = 1 / 2
 2 2

Calculăm derivatele parţiale de ordinul II

/
/

ϕ x ( x, y ) = (1 + 2λ x) x = 2λ
2
/
/

ϕ y ( x, y ) = (3 + 2λ y ) y = 2λ
2
/
/

ϕ xy ( x, y ) = (3 + 2λ y ) x = 0
 1 3 
d 2ϕ  − ,−  = 2dx + 2dy > 0 astfel concluzia este că punctul
2 2

 2 2
 1 3 
P1  − ,−  este punct de minim
 2 2
 1 3   1 3 
d 2ϕ  ,  = − 2dx − 2dy < 0 şi în acest caz P2 
2 2
,  este punct de maxim
 2 2  2 2
 4. Modelul dinamicii proceselor economice

Dinamica proceselor economice: analiza în timp continuu şi în timp discret. Tipuri

principale de ecuaţii diferenţiale cu aplicaţii în economie:
- ecuaţii cu variabile separabile
- ecuaţii diferenţiale liniare
Ecuaţii omogene
Ecuaţii diferenţiale de tip Bernoulli şi Riccati şi aplicaţiile lor

4.1. Ecuatii diferentiale

Concepte cheie ecuaţie diferenţială de ordin n, curbă integrală, solutia generală sau
integrala generală, solutie particulară, problemă Cauchy, condiţie iniţială

Definiţie Numim ecuaţie diferenţială de ordin n o ecuaţie de forma

( n
)=0 (3.5.1)
 
 
 
 

F x, y, y , ..., y
/  

cu x variabila independentă x ∈ [ a, b ] , y = y ( x ) , F : [ a, b ] × Y , Y ⊂ R n+1 ,

dacă se cere sa se determine functia y = y ( x ) , x ∈ [ a, b ] având derivate până la ordinul n
inclusiv în orice punct din [ a, b ] si care verifică (3.5.1).
Definiie Functiile y = y ( x ) se numesc solutii ale ecuatiei (3.5.1).
Graficul unei solutii ale ecuatiei (3.5.1) este o curbă în plan numită si curbă integrală.
În general o ecuatie diferentială se exprimă sub formă diferentială-fie legea unui fenomen
fizic determinat, fie o proprietate comună a curbelor unei familii.
Multimea tuturor solutiilor unei ecuatii diferentiale date constituie solutia generală sau
integrala generală.
Ea depinde de un număr de constante arbitrare egal cu ordinul ecuatiei.
Numim solutie particulară solutia obtinută din solutia generală pentru valori particulare
date constante.

Exemplul 1
Ecuatia fundamentală a dinamicii punctului material se scrie
mγ = F , (3.5.2)
unde γ este acceleratia punctului de masă m, F este rezultanta fortelor care lucrează
asupra punctului.
Dacă punctul material descrie o dreaptă luată ca axă Ox, atunci ecuatia de miscare (3.5.2)
se scrie
d 2x  dx  (3.5.3)
m = X  x, , t 
dt 2  dt 
Componenta X a fortei F după Ox, depinzînd în general de pozisia mobilului, de viteza
lui si de timp.
Dacă X nu depinde de pozitia punctului avem
d 2x  dx  (3.5.4)
m 2 = X  ,t  ,
dt  dt 
dx
care cu substitutia v = , ecuatia (4) devine
dt
dv 1 (3.5.5)
= X ( v, t ) ,
dt m
o ecuatie diferentială de ordinul întâi.
De aici rezultă si reciproc, orice ecuatie diferentială de ordinul întâi reprezintă o anumită
miscare a unui punct material.

Exemplul 2
Fiind dată familia de curbe de ecuatie
F ( x, y, C1 ,..., Cm ) = 0 (3.5.6)
care depinde de m parametri constanti, puem forma ecuatia diferentială a acestei familii.
Se elimină cei m parametrii C1 ,..., Cm între ecuatia dată si primele m derivate în raport cu x.
Rezultatul eliminării este o ecuatie diferentială de ordin m. Deci, asa cum am spus la
început o ecuatie diferentială exprimă o o proprietate comună a curbelor unei familii.
Exemplu Să se determine ecuatia diferentială a cercurilor tangente axei Oy cu centrul pe
Ox, C ( a,0 ) .
Ecuatia familiei de cercuri este
( x − a )2 + y 2 = a 2 (3.5.7)
Derivăm în raport cu x si găsim
( x − a ) + 2 yy′ = 0 (3.5.8)
de unde
a = 2 yy′ + x (3.5.9)
iar ecuatia diferentială a cercurilor devine
( yy′) 2 + y 2 = ( 2 yy′ + x ) (3.5.10)
2

2 yy ′x + x 2 − y 2 = 0

Definiţie Se numeşte ecuaţie diferenţială de ordinul întâi o ecuaţie de forma

/

(
F x, y , y )=0 (3.5.11)

sau explicit se poate scrie

/

y = f ( x, y ) (3.5.12)
/

Conditii initiale. Problema lui Cauchy pentru ecuatia y = f ( x, y ) , f continuă în

D ⊂ R2
Problema determinării soluţiei ecuaţiei (3.5.12), al cărei grafic trece printr-un punct dat
( x0 , y0 ) se numeşte problemă Cauchy, deci pentru
x = x0 , y = y0 , (3.5.13)
se numeste probemă Cauchy, iar conditia (13) se numeste condiţie iniţială.
Cea mai simplă ecuatie diferentială este

:
y / = f ( x ) , f [ a, b ] continuă (3.5.14)
soluţia generală
x (3.5.15)
y= ∫ f ( u )du + C
x0

Impunând conditia initială pentru x = x0 , y = y0 , deci C = y0 si solutia ecuatiei care

satiface această conditie este
x
y0 = ∫ f ( x )dx + y0
x0
:
Interpretarea geometrică a ecuatiei y / = f ( x ) , f D ⊂ R 2 .
Fie ( x0 , y0 ) ∈ D . Fiecărui punct îi corespunde o directie de coeficient unghiular
/

y0 = f ( x0 , y0 ) si fiecărei directii îi corespunde o dreaptă ce trece prin ( x0 , y0 ) si anume

y − y0 = y0′ ( x − x0 )
Deci ecuatia diferentială (3.5.14) asociază fiecărui punct din D o directie. Avem astfel un
câmp de directii Φ .
Dacă y = ϕ ( x ) este o soluţie a ecuaţiei, graficul soluţiei este o curbă plană din D care are
proprietatea că în fiecare punct al curbei, tangenta la curbă are direcţia câmpului Φ , care
trece prin punctul considerat.
Deci, problema integrării ecuaţiei (3.5.14) revine la determinarea curbelor integrale, care
au proprietatea că în fiecare punct al lor sunt tangente la direcţia câmpului Φ .

4.1.1. Ecuatii integrabile prin cuadraturi

1. Să rezolvăm o ecuaţie de forma

y / = f ( x ) , f continuă pe [ a, b] (3.5.16)
care se scrie
dy
= f ( x)
dx

dy = f ( x ) dx
si
x0
y0 = ∫ f ( x )dx + y0 , x0 fixat în [ a, b ]
x0
Problema Cauchy x = x0 , y = y0 , deci C = y0 , de unde
x
y0 = ∫ f ( x )dx + y0 ,
x0

solutie unică.
Exemplu
Să se rezolve ecuatia diferentială

/
y = xe x ,
cu conditia intială x0 = 1, y0 = 0 .

Solutia ecuatiei va fi y = ∫ xe x dx + C , cu solutia generală

y = ( x − 1) e x + C ,
Impunând conditia initială x0 = 1, y0 = 0 , găsim C = 0 , iar solutia va fi
y = ( x − 1) e x ,
solutie unică.

2. Să se determine solutia ecuaţiei de forma

:

y / = f ( y), f [ a, b] continuă
dy
Scriem ecuatia: = f ( y)
dx
sau
dy
= dx
f ( y)
Integrând obtinem
y
dy
∫ f ( y) + C = x
y 0

Problema Cauchy x = x0 , y = y0 , deci C = x0 , de unde

y
dy
x= ∫ f ( y ) + x0 ,
y0

solutie unică.

Exemplu
Să se rezolve ecuatia diferentială
/

y =y ,
dy
Ecuatia se rescrie = dx , sau ln y = ln e x + ln C , solutia ecuatiei va fi
y
y = Ce x .
3. Să se determine solutia ecuaţiei de forma
f ( x)
y/ = , f continuă pe [ a, b ] , g continuă pe [c, d ]
g( y)

Separăm variabilele
g ( y ) dy = f ( x ) dx
atunci
∫ g ( y ) dy = ∫ f ( x )dx + C
Găsim soluţia generală în formă implicită
F ( x) − G ( y ) = C

Exemplu
Să se rezolve ecuatia diferentială
/

y
y = ,
x
dy dx
Ecuatia se rescrie = , sau ln y = ln x + ln C , solutia ecuatiei va fi
y x
y = Cx ,
o familie de drepte ce trec prin origine.

4.1.2. Ecuaţii omogene

O ecuatie omogenă este de forma

P ( x, y ) (3.5.17)
y/ = , P, Q funcţii omogene de grad m în x şi y,
Q ( x, y )
 y  y
scriind P ( x, y ) = x m P 1,  , Q ( x, y ) = x m Q  1, 
 
x x  
ecuatia devine
 y (3.5.18)
x m P  1, 
y/ =
dy
=  x .
dx  y
x m Q 1, 
 x
Facem schimbarea de funcţie
y ( x) (3.5.20)
= u ( x ) , y = xu ( x ) ;
x
/

derivam y ( x ) = u ( x ) + xu ( x )
si ecuatia devine
P (1, u )
/

(3.5.21)
u ( x ) + xu ( x ) = = f (u )
Q (1, u )
sau
du (3.5.22)
x = f (u ) − u
dx
de unde
du dx (3.5.23)
= ,
f (u ) − u x
a) Dacă f ( u ) − u ≠ 0
Integrând obţinem
du dx (3.5.24)
∫ f (u ) − u = ∫ x
sau
ln x + C = Φ ( u ) (3.5.25)
y ( x)
dar = u ( x ) , atunci putem scrie soluţia ecuaţiei sub forma generală
x
y (3.5.26)
ln x + C = Φ  
x
b) Dacă există u = u0 pentru care f ( u ) − u = 0 ,atunci y = xu0 este o soluţie a ecuatiei, care
nu intră în solutia generală. Dar prin fiecare punct al acestei drepte trece o curbă din
ecuatia generală. O astfel de soluţie se numeste soluţie singulară.

Exemplu
Să se rezolve ecuatia diferentială
/

x− y
y =
x+ y

Soluţie
y ( x)
/

Facem schimbarea de funcţie = u ( x ) ; y ( x ) = u ( x ) + xu ( x ) .

x
Astfel ecuaţia devine
/

1− u dx 1+ u
xu + u = ⇔ =− 2 du ,
1+ u x u + 2u − 1
integrând obţinem
1
(
ln x = − ln u 2 + 2u − 1 + ln C ,
2
)
adică
1
Cx = ,
u 2 + 2u − 1
 1
a) Dacă u 2 + 2u − 1 ≠ 0 , atunci găsim C1 x = ,
2
 y y
  + 2 −1
 x x
b)Dacă u 2 + 2u − 1 = 0 ⇔ ( u + 1) = 2 ⇒ u0 = −1 ± 2 , avem
2

( ) ( )
y = − −1 + 2 x si y = − −1 − 2 x sunt solutii singulare

4.1.3. Ecuaţii reductibile la ecuaţii omogene

dy  ax + by + c  (3.6.1)
= f 
dx  a1 x + b1 y + c1 
Dacă
a) c = c1 , ecuaţia (3.6.1) devine o ecuaţie omogenă.
b) d1 ∩ d 2 = {P} , P ( x0 , y0 ) , unde . d1 :ax + by + c = 0; d 2 :a1 x + b1 y + c1 = 0 . Facem schimbarea
de variabilă t = x − x0 şi schimbarea de funcţie u = y − y0 , atunci ecuaţia (3.6.1) devine
du  ax0 + by0 + c + at + bu  (3.6.2)
= f ⇔
dt  a1 x0 + b1 y0 + c1 + a1t + b1u 
du  at + bu 
⇔ = f  , o ecuaţie omogenă.
dt  a1t + b1u 
|
|

a b
b) d1 d 2 ⇒ = = λ , ecuaţia (3.6.1) devine
a1 b1
dy  ax + by + c  (3.6.3)
= f
dx  λ ( ax + by ) + c 
 1
Facem schimbarea de funcţie ax + by = u , atunci (3.6.3) devine
  (3.6.4)
/

 u+c 
1
b
( )
u −a = f 
1
 , o ecuaţie omogenă.
 u + c1 
λ 
Exemplu
Rezolvati ecuaţia ( 2 x − y + 1) dx + ( 2 y − x + 1) = 0 .

Rezolvare:
Rescriem ecuatia
 dy −2 x + y − 1
= ,
dx − x + 2 y + 1
Rezolvăm sistemul
 −2 x + y − 1 = 0  x = −1
 ⇒ , deci d1 ∩ d 2 = {P} , P ( −1, −1) , unde
 − x + 2 y + 1 = 0  y = −1
:

:
. d1 −2 x + y − 1 = 0; d 2 − x + 2 y + 1 = 0 .
Facem schimbarea de variabilă t = x + 1 şi schimbarea de funcţie u = y + 1 , ecuaţia devine
du −2t + u (3.6.5)
= , ecuaţie omogenă.
dt 2u − t
u (3.6.6)
−2 +
du t
=
dt −1 + 2 u
t

Facem schimbarea de funcţie,

u (3.6.7)
= z (t ) ,
t

Cu ajutorul relaţiei (3.6.7) ecuaţia (3.6.6) se rescrie

/

−2 + z − z2 + 2z + 2
z + tz = ⇔ tz = ⇔
−1 + z z −1
z −1 dt
⇔ 2 dv = − ,
z − 2z − 2 t
Integrând membru cu membru avem
( )
ln z 2 − 2 z − 2 = ln
C
t 2
⇔ z2 − 2z − 2 =
C
t2
,

Astfel, găsim soluţia generală a ecuaţiei

2
 y +1 y +1 1
 x +1  − 2 x +1 − 2 = C
  ( x + 1)2

Rezolvati ecuatia ( x − 2 y + 9 ) dx − ( 3x − 6 y + 19 ) = 0

Rezolvare:
:
|
|

b) Observăm că d1 d 2 , unde d1 : x − 2 y + 9 = 0; d 2 3x − 6 y + 19 = 0 .
Facem schimbarea de funcţie,
x − 2 y = u ( x) ⇒ (3.6.8)
/

,
u ( x ) = 1 − 2 y ( x ).
Ecuaţia devine
/

1− u u+9 du u +1 (3.6.9)
= ⇔ = ⇔
2 3u + 19 dx 3u + 19
  16 
3 +  du = dx, ,
 u +1
Integrând membru cu membru avem
3u + 16ln ( u + 1) = x + C , , (3.6.8)

Astfel, găsim soluţia generală a ecuaţiei

3 ( x − 2 y ) + 16ln ( x − 2 y + 1) = x + C , (3.6.9)

4.1.4. Ecuaţia diferentială liniară de ordinul întâi

Fie ecuatia
y / + P ( x ) y + Q ( x ) = 0, (3.7.1)

cu P,Q definite si continue pe un interval [ a, b ] .

Dacă Q ( x ) ≡ 0 ecuatia se numeste liniară si neomogenă.
Dacă Q ( x ) ≡ 0 ecuatia se numeste liniară si omogenă.
Teoremă
Solutia generală a ecuatiei liniare si neomogene (3.7.1) este
− P ( x ) dx  P ( x )dx  (3.7.2)
y=e ∫ C + Q ( x ) e∫
 ∫ dx , x ∈ [ a, b ]


Demonstratie
Vom determina mai întâi solutia ecuaţiei omogene
/

y + P ( x ) y = 0, (3.7.3)
Separând variabilele avem
dy
= − P ( x ) dx
y
De unde prin integrare rezultă
ln y = − P ( x ) dx + ln C
∫
sau

− P( x )dx
y = Ce ∫
(3.7.4)
, x ∈ [ a, b ]
Care este solutia generală a ecuatiei omogene.
Pentru determinarea solutia ecuatiei neomogene vom utiliza metoda variatiei constantelor
si anume pentru ecuatia neomogenă (3.7.1) vom determina o solutie de forma (3.7.4),
unde considerăm pe C ca functie de x, deci de forma
− P ( x ) dx
y = C ( x) e ∫
(3.7.5)
,
unde C ( x ) este o functie diferentiabilă de x, care trebuie determinată, punând conditia ca
− P( x )dx
(3.7.55) să verifice ecuatia (3.7.1), tinând cont de faptul că y1 = e ∫ este o solutie
particulară a ecuatiei omogene.
Derivând (3.7.5) si înlocuind în ecuatia (3.7.1) rezultă
− P( x ) dx
C′( x) e ∫
(3.7.5)
= Q ( x) ,
de unde
P( x )dx
C ( x ) = Q ( x )e ∫
(3.7.6)
∫ dx + C1 ,
cu C1 constantă arbitrară.
Introducând C ( x ) astfel determinat în (3.7.5) rezultă solutia generală a ecuatiei
neomogene
− P( x )dx  P( x )dx 
y=e ∫ Q ( x ) e∫
 ∫ dx + C , 1

deci (3.7.2).

Exemple
1. Să se determine solutia ecuatiei
y ′ + 2 xy = xe − x ,
2

Ecuatia omogenă este

y ′ + 2 xy = 0 ,
Separăm variabilele
dy
= −2 xdx ,
y
Integrăm
ln y = − x 2 + ln C ,
sau
y = Ce− x ,
2

care este solutia generală a ecuatiei omogene.

Pentru ecuatia neomogenă căutăm solutii de forma
y = C ( x ) e− x ,
2

Avem
y ′ = C ′ ( x ) e − x − 2 xC ( x ) e− x ,
2 2

Înlocuind în ecuatia neomogenă rezultă

C ′ ( x ) e− x − 2 xC ( x ) e− x + 2 xC ( x ) e− x = xe− x ,
2 2 2 2

de unde
 C′( x) = x ,
sau
x2
C ( x) = + C1 , C1 const.
2
Înlocuind C ( x ) în (10) obtinem solutia generală a ecuatiei neomogene
x 2 − x2
e + C1e− x .
2
y=
2
Observatie
Solutia generală a ecuatiei neomogene este o sumă de două solutii solutia generală a
ecuatiei omogene si o solutie particulară a ecuatiei neomogene (În cazul nostru este
x2 − x2
yP = e )
2
4.1.5. Ecuatia lui Bernoulli
/

y + P ( x ) y + Q ( x ) yα = 0, α ≠ 0,1, (3.7.7)
Împărtim ecuatia (1) prin yα si găsim
/

1
α
y + P ( x ) y1−α + Q ( x ) = 0
y

Prin schimbarea de functie z ( x ) = y1−α , ecuatia lui Bernoulli poate fi adusă întotdeauna
la ecuatia liniară de ordinul întâi
dz
+ (1 − α ) P ( x ) z = (1 − α ) Q ( x ) .
dx

Exemplu 1
/

y 1
Să se rezolve ecuatia y + = 2 2
x x y
Pentru această ecuatie α = 2 , iar schimbarea de functie pe care o vom face va fi
z ( x ) = y 3 ( 3 y 2 y′ = z ′) ,
si obtinem
si obtinem
1 dz 1 1
+ z= 2,
3 dx x x
unde (3) este o ecuatie liniară neomogenă .
1. Rezolvăm ecuatia omogenă
z′ 1 1 dz u
+ z =0⇒ =− ⇒
3 x 3 dx x
dz dx
⇒ = −3 ,
z x
 z′ 1
integrând găsim z = Cx −3 , solutia ecuatiei + z = 0.
3 x
1 dz 1 1
Aplicăm metoda variatiei constantelor, căutăm solutia ecuatiei + z = 2 , de forma
3 dx x x
C 3
z = C ( x ) x −3 si găsim solutia ecuatiei liniare neomogene z ( x ) = + ,
x3 2 x
2C + 3 x 2
iar cea a ecuatiei diferentiale date va fi y 3 ( x ) = .
2 x3

4.1.6. Ecuatia Riccati

/

y + P ( x ) y 2 + Q ( x ) y + R ( x ) = 0, (3.7.8)
Ecuatia lui Riccati nu se poate integra prin cuadraturi.
Dacă se cunoaste o solutie particulară y1 ( x ) a ecuatiei, făcând schimbarea de
1
functie y ( x ) = y1 ( x ) + obtinem o ecuatie liniară pentru noua functie necunoscută .
z ( x)

Exemplu 1
/

y − x 4 = 0 , ce are solutia particulară y1 ( x ) = x3 .

1 3
Să se rezolve ecuatia y + 2
y2 −
x x
Rezolvare:
Facem schimbarea de functie
1
y ( x ) = x3 + ,
z ( x)
si
z′ ( x )
y′ ( x ) = 3x2 − .
z2 ( x)
Introducem relatiile anterioare în ecuatia dată obtinem
2
z′
1  1 3 1
3 x − 2 + 2  x3 +  −  x3 +  − x 4 = 0
2
z x  x x x
După calcule vom obtine ecuatia liniară neomogenă
 3 1
− z′ + z  2 x −  + 2 = 0
 x x
2
x
 1 2 e
cu solutia z ( x ) =  − e− x + K  3 , asadar solutia ecuatiei date va fi
 2 x
1
y ( x ) = x3 + .
x2
 1 − x2 e
− e + K  3
 2  x
Exemplul 2

/
Să se rezolve ecuatia y = y 2 − x 2 + 1 , ce are solutia particulară y1 ( x ) = x .
Rezolvare:
Facem schimbarea de functie
1
y ( x) = x +
z ( x)
Obtinem ecuatia liniară pentru functia necunoscută z ( x )
z′ 1 2x
1− 2
= x2 + 2
+ − x2 + 1
z z z
sau
z ′ + 2 xz = −1
cu solutia z ( x ) = Ce − x2
−e − x2
∫e
x2
dx , asadar solutia ecuatiei date va fi
2
ex
y ( x) = x + .
∫
2
C − e x dx

Subiecte pentru pregătirea în vederea evaluării finale

Test de autoevaluare
/

1. Soluţia ecuaţiei y = 2 x + 1 va fi
a) y = x 2 + x + C ;
b) y = 2 x 2 + x + C ;
x3
c) y = 2 + x+C ;
3
d) alt răspuns.
Răspuns a)
/

2. Soluţia ecuaţiei y = y va fi
a) ln y = x + C ;
b) ln y = x2 + C ;
x2
c) ln y = +C ;
2
d) alt răspuns.
Răspuns a)
/

2x + 1
3. Soluţia ecuaţiei y = va fi
2 y −1
a) 2 y 2 − y = 2 x 2 + x + C ;
b) y 2 − y = x 2 + 2 x + C ;
c) y 2 − y = x 2 + x + C ;
d) alt răspuns.
Răspuns c)

/
4. Soluţia ecuaţiei xy = − x − y va fi
a) x ( x − 2 y ) = C ;
b) x ( 2 y + x ) = C ;
c) x ( 2 y − x ) = C ;
d) alt răspuns.
Raspuns corect: b)
Rezolvare:
/

y
xy = − x − y ⇔ y = −1 −
x
y ( x)
Facem schimbarea de funcţie = u ( x) ;
x
/

y ( x ) = u ( x ) + xu ( x ) . Astfel ecuaţia devine

/

du dx
xu = −1 − 2u ⇔ = − , integrând obţinem
1 + 2u x
x 2 (1 + 2u ) = C , adică x ( 2 y + x ) = C , soluţia generală a ecuaţiei.

dy x − 2y + 5
5. Soluţia ecuaţiei =− va fi
dx 2x − y + 4
y+2
1+
a) x +1 = C ( x + 1) ;
2
 y+2  y+2
1 + x + 1  1 −  x + 1 
   
y−2
1−
b) x −1 = C ( x + 1) ;
2
 y−2  y−2
1 + x − 1  1 −  x − 1 
   
y−2
1−
c) x +1 = C ( x + 1) ;
2
 y−2  y−2
1 + x + 1  1 −  x + 1 
   
d) alt răspuns.
Raspuns corect: c)

Rezolvare:
Rezolvăm sistemul
 x − 2y + 5 = 0  x = −1
 ⇒ , deci d1 ∩ d 2 = {M } , M ( −1, 2 ) , unde
 − 2 x + y − 4 = 0 y=2
:

:
. d1 x − 2 y + 5 = 0; d 2 2 x − y + 4 = 0 .
Facem schimbarea de variabilă t = x + 1 şi schimbarea de funcţie u = y − 2 , ecuaţia devine
du t − 2u (1)
= , ecuaţie omogenă.
dt u − 2t
1− 2
u (2)
du t
=
dt u
−2
t

Facem schimbarea de funcţie,

u (3)
= v (t )
t
Cu ajutorul relaţiei (3) ecuaţia (2) se rescrie
/

1 − 2v 1 − v2
v + tv = ⇔ tv = ⇔
v−2 v−2
v−2 dt
⇔ dv = ,
1− v 2 t
Integrând membru cu membru avem

1 1− v 1 1− v
ln = ln tC ⇔ = tC ,
1− v 1 +
2 v 1 − v2 1 + v

Astfel, găsim soluţia generală a ecuaţiei

y−2
1−
x +1 = C ( x + 1)
2
 y−2  y−2
1 + x + 1  1 −  x + 1 
   
/

1 − 3x − 3 y
6. Soluţia ecuaţiei y = va fi
1+ x + y
a) − ( x + y ) − 2 ln ( − x − y + 1) = x + C ;
b) ( x + y ) + 2 ln ( − x − y + 1) = − x + C ;
c) − ( x + y ) − ln ( − x − y + 1) = x 2 + C ;
d) alt răspuns.
Raspuns corect: a)

Rezolvare:
|
|

b) Observăm că d1 d 2 , unde d1 :1- 3 x − 3 y = 0; d 2 1 + x + y = 0 .

Facem schimbarea de funcţie,
 x + y = u ( x) ⇒ (1)

/
u ( x ) = 1 + y ( x).
Ecuaţia devine

du 2 (1 − u )

/
1 − 3u (2)
u −1 = ⇔ = ⇔
1+ u dx 1+ u
 2 
 −1 + 1 − u  du = dx,
 
Integrând membru cu membru avem

−u − 2 ln (1 − u ) = x + C ,
Astfel, găsim soluţia generală a ecuaţiei
− ( x + y ) − 2 ln ( − x − y + 1) = x + C
/

7. Soluţia ecuaţiei xy − y + x = 0 va fi
a) y = ( ln x + K ) x ;
b) y = ( − ln x + K ) x ;
c) y = ( − ln x + K ) x 2 ;
d) alt răspuns.
Raspuns corect: b)

Rezolvare:
1. Rezolvăm ecuaţia omogenă
/

dy dx (1)
xy − y = 0 ⇔ =
y x
Integrând membru cu membru avem
ln y = ln x + ln C ,
Găsim soluţia ecuaţiei omogene
y = Cx. (2)
/

2. Aplicăm „Metoda variaţiei constantelor”, căutăm soluţia ecuaţiei xy − y + x = 0 , de

forma
y = C ( x ) x. (3)
/

Ecuaţia xy − y + x = 0 , cu relaţia (3) devine

/

(
x C ( x ) x + C ( x ) ) − xC ( x ) + x = 0 ⇔ (4)
/

⇔ x 2C ( x ) + xC ( x ) − xC ( x ) + x = 0.
Astfel
/

1 (5)
C ( x) = − ⇒ C ( x ) = − ln x + K
x
/

Atunci ecuaţia xy − y + x = 0 are soluţia y = ( − ln x + K ) x .

 /
x+ y
8. Soluţia ecuaţiei y = va fi
x
a) y = ln Cx ;
b) y = x 2 ln Cx ;
c) y = x ln Cx ;
d) alt răspuns.
Raspuns corect: c)

Rezolvare:
/

x+ y y
y = ⇔ y = 1+
x x
y ( x)
Facem schimbarea de funcţie = u ( x) ;
x
/

y ( x ) = u ( x ) + xu ( x ) . Astfel ecuaţia devine

/

du
xu + u = 1 + u ⇔ x =1⇔
dx
dx
⇔ du = .
x
Integrând obţinem
u = ln Cx , adică y = x ln Cx. , soluţia generală a ecuaţiei.
/

4 y −1
9. Soluţia ecuaţiei y = va fi
x2 − 4
1
(
a) y = C x2 − 4 + 1 ;
4  )
1
(
b) y = C x2 + 4 + 1 ;
4  )
c) y = C ( x + 4 ) − 1 ;
1 2
4 
d) alt răspuns.
Raspuns corect: a)

Rezolvare:
/

4 y −1 4y 4dx
y = ⇔ dy = , integrând obţinem
x −4
2 4 y −1 x2 − 4
( )
ln ( 4 y − 1) = ln C x 2 − 4 , găsim soluţia ecuaţiei

y = C ( x − 4 ) + 1 .
1 2
4  
/

y
10. Soluţia ecuaţiei y = va fi
x+4
a) y = C ( 2 x + 4 ) ;
b) y = C ( x + 4 ) ;
(
c) y = C 2 x2 + 4 ; )
d) alt răspuns.
Raspuns corect: b)

Rezolvare:
/

y dy dx
y = ⇔ = , integrând obţinem
x+4 y x+4
ln y = ln C ( x + 4 ) , găsim soluţia ecuaţiei