Curs Matematica

UNIVERSITATEA CREŞTINĂ ”DIMITRIE CANTEMIR”
FACULTATEA DE FINANŢE, BĂNCI ŞI CONTABILITATE
Programul de studii: FINANŢE ŞI BĂNCI
TATIANA-CORINA DOSESCU NICOLAE-BOGDAN TOADER
MATEMATICI FINANCIARE
Curs ı̂n tehnologia ID-IFR
Cuprins
INTRODUCERE 5
0.1 Obiectivele cursului . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
0.2 Competenţe dobândite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
0.3 Conţinutul materialului de studiu . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
0.4 Resurse necesare şi recomandări de studiu . . . . . . . . . . . . . . . . . . . . . . 6
0.5 Evaluarea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
0.6 Cunoştinţe preliminare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
Modulul I ELEMENTE DE ALGEBRĂ LINIARĂ 8

Unitatea de ı̂nvăţare 1 SPAŢII VECTORIALE 9
1.1 Introducere . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2 Obiectivele unităţii de ı̂nvăţare . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4 Conţinutul unităţii de ı̂nvăţare . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4.1 Definiţia spaţiului vectorial . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4.2 Exemple de spaţii vectoriale . . . . . . . . . . . . . . . . . . . . . . . . 11
1.4.3 Combinaţie liniară de vectori . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4.4 Sistem de generatori . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.5 Test de autoevaluare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
Bibliografie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
Unitatea de ı̂nvăţare 2 INDEPENDENŢĂ ŞI DEPENDENŢĂ LINIARĂ 14

2.1 Introducere . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.4.1 Sistem liniar independent . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.4.2 Sistem liniar dependent . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.4.3 Stabilirea (in)dependenţei liniare ı̂n Rn . . . . . . . . . . . . . . . . . . 16
Bibliografie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
Unitatea de ı̂nvăţare 3 BAZĂ ŞI DIMENSIUNE 19

3.1 Introducere . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.4.1 Bază a unui spaţiu vectorial . . . . . . . . . . . . . . . . . . . . . . . . 20
2
3.4.2 Dimensiunea unui spaţiu vectorial . . . . . . . . . . . . . . . . . . . . . 20
Bibliografie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
TEST DE CONTROL – MODULUL I 24
Modulul II ELEMENTE DE PROGRAMARE LINIARĂ 25

Unitatea de ı̂nvăţare 4 PROBLEME DE PROGRAMARE LINIARĂ ŞI MODELAREA
LOR MATEMATICĂ 26
4.1 Introducere . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
4.4.1 Exemplu de problemă de programare liniară . . . . . . . . . . . . . . . . 27
4.4.2 Forme ale modelului matematic . . . . . . . . . . . . . . . . . . . . . . 28
4.4.3 Soluţiile unei probleme de programare liniară . . . . . . . . . . . . . . . 29
Bibliografie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
Unitatea de ı̂nvăţare 5 ALGORITMUL SIMPLEX 32

5.1 Introducere . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
5.4.1 Etapele algoritmului simplex . . . . . . . . . . . . . . . . . . . . . . . . 33
5.4.2 Complicaţii ale metodei simplex . . . . . . . . . . . . . . . . . . . . . . 36
Bibliografie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
Unitatea de ı̂nvăţare 6 METODA PENALIZĂRII 37

6.1 Introducere . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
6.4.1 Metoda penalizării . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
Bibliografie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
Unitatea de ı̂nvăţare 7 PROBLEMA TRANSPORTURILOR 42

7.1 Introducere . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
7.2 Obiectivele unităţii de studiu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
7.4.1 Problema transporturilor echilibrată . . . . . . . . . . . . . . . . . . . . 43
7.4.2 Problema transporturilor neechilibrată . . . . . . . . . . . . . . . . . . . 45
Bibliografie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
TEST DE CONTROL – MODULUL II 50
3
Modulul III COMPLEMENTE DE ANALIZĂ MATEMATICĂ 51
Unitatea de ı̂nvăţare 8 ŞIRURI NUMERICE 52
8.1 Introducere . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
8.4.1 Şiruri de numere reale. Şiruri monotone, şiruri mărginite . . . . . . . . . 53
8.4.2 Limita unui şir de numere reale . . . . . . . . . . . . . . . . . . . . . . 54
8.4.3 Proprietăţi privind monotonia, mărginirea şi convergenţa . . . . . . . . . 55
8.4.4 Şiruri remarcabile . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
Bibliografie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
Unitatea de ı̂nvăţare 9 SERII NUMERICE 59

9.1 Introducere . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
9.4.1 Serii cu termeni oarecare . . . . . . . . . . . . . . . . . . . . . . . . . . 60
9.4.2 Serii alternate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
9.4.3 Serii cu termeni pozitivi . . . . . . . . . . . . . . . . . . . . . . . . . . 62
Bibliografie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
Unitatea de ı̂nvăţare 10 EXTREMELE FUNCŢIILOR DE MAI MULTE VARIABILE 66

10.1 Introducere . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
10.4.1 Funcţii de mai multe variabile . . . . . . . . . . . . . . . . . . . . . . . 67
10.4.2 Extremele funcţiilor de două variabile . . . . . . . . . . . . . . . . . . . 70
10.4.3 Extremele funcţiilor de n variabile . . . . . . . . . . . . . . . . . . . . . 71
Bibliografie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
Unitatea de ı̂nvăţare 11 AJUSTAREA DATELOR DE OBSERVAŢIE 73

11.1 Introducere . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
11.4.1 Metoda celor mai mici pătrate . . . . . . . . . . . . . . . . . . . . . . . 74
11.4.2 Ajustarea liniară . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
11.4.3 Ajustarea parabolică . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
Bibliografie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
TEST DE CONTROL – MODULUL III 77
MODELE DE SUBIECTE PENTRU EXAMEN 78
4
INTRODUCERE
Acest material de studiu este destinat studenţilor din anul I care urmează cursul
”Matematici financiare” din cadrul programului de studiu Finanţe şi Bănci, forma
de ı̂nvăţământ Frecvenţă Redusă, de la Facultatea de Finanţe, Bănci şi Contabilitate
a Universităţii Creştine ”Dimitrie Cantemir”.
0.1 Obiectivele cursului

Obiectivele centrale ale cursului sunt următoarele:
• deprinderea studenţilor de a analiza logic şi riguros.
• familiarizarea studenţilor cu conceptele şi cu tehnica modelării matematice

a unor fenomene economice.
• pregătirea studenţilor pentru alte cursuri care utilizează noţiuni şi metode
matematice.
0.2 Competenţe dobândite

După studierea materialului ”Matematici financiare”, studenţii vor fi capabili:
• să utilizeze conceptele, terminologia, metodele şi convenţiile din acest curs
pentru a rezolva probleme matematice legate de subiectul disciplinei Matem-
atici financiare.
• să rezolve probleme matematice noi care presupun ı̂nţelegerea noţiunilor şi
a metodelor prezentate ı̂n acest curs.
• să ı̂nţeleagă cum metode matematice de algebră şi de analiză matematică pot
fi utilizate pentru a rezolva diverse probleme economice.
• să colaboreze cu specialişti din alte domenii.
5
0.3 Conţinutul materialului de studiu
Cursul este structurat pe 3 module de studiu, ı̂mpărţite ı̂n unităţi de ı̂nvăţare:
• Modulul I: Elemente de algebră liniară, care cuprinde unităţile de ı̂nvăţare

1–3.
• Modulul II: Elemente de programare liniară, care cuprinde unităţile de

ı̂nvăţare 4–7.
• Modulul III: Complemente de analiză matematică, care cuprinde unităţile

de ı̂nvăţare 8–11.
Fiecare modul se ı̂ncheie cu un test de control.
Unitatea de ı̂nvăţare Timp alocat

1. Spaţii vectoriale 2 ore
2. Independenţă şi dependenţă liniară 2 ore
3. Bază şi dimensiune 2 ore
Test de control – Modulul I 2 ore
4. Probleme de programare liniară şi modelarea lor 4 ore
matematică
5. Algoritmul simplex 4 ore
6. Metoda penalizării 2 ore
7. Problema transporturilor 4 ore
Test de control – Modulul II 2 ore
8. Şiruri numerice 2 ore
9. Serii numerice 2 ore
10. Extremele funcţiilor de mai multe variabile 2 ore
11. Ajustarea datelor de observaţie 2 ore
Test de control – Modulul III 2 ore
0.4 Resurse necesare şi recomandări de studiu

Cursul se bazează pe cărţile următoare:
Bibliografie minimală
1. Dosescu, Tatiana-Corina, Matematică pentru modelare economică, Editura
Universitară, Bucureşti, 2011.
6
2. Dosescu, Tatiana-Corina, Toader, Nicolae Bogdan, Matematici pentru econo-
mişti. Aplicaţii, Editura Universitară, Bucureşti, 2011.
3. Dosescu, Tatiana-Corina, Toader, Nicolae Bogdan, Matematici financiare.

Manual de studiu individual, Editura Universitară, Bucureşti, 2012.
Prima carte din listă reprezintă suportul de curs, ı̂n care sunt tratate pe larg chestiu-
nile teoretice ı̂nsoţite de exemple. A doua carte vine ı̂n completarea primeia şi
constituie o culegere de sinteze şi de aplicaţii. A treia carte reprezintă o versiune
extinsă a acestui ghid pentru studiu individual.
Fiecare unitate de ı̂nvăţare se ı̂ncheie cu un scurt test de autoevaluare constând
ı̂ntr-unul sau mai multe exerciţii cu scopul de a vă ajuta să vă verificaţi nivelul de
ı̂nţelegere al unităţii de studiu respective.
0.5 Evaluarea
Examenul final la disciplina Matematici financiare constă ı̂ntr-o lucrare scrisă care
cuprinde numai exerciţii pe care studenţii trebuie să le rezolve şi, apoi, să redacteze
cât mai detaliat soluţiile acestora.
În stabilirea notei finale se ţine cont şi de rezultatele obţinute de către student la
cele 3 teste de evaluare de pe parcurs.
0.6 Cunoştinţe preliminare

În acest curs veţi ı̂ntâlni diverse noţiuni fundamentale de matematică, precum
şi unele notaţii consacrate, pe care se presupune că le-aţi studiat la cursurile de
matematică din liceu. Este vorba despre chestiuni privind mulţimile uzuale de nu-
mere, matrice, determinanţi, inversa unei matrice pătratice, rangul unei matrice şi
rezolvarea sistemelor de ecuaţii liniare. O foarte succintă recapitulare a acestora
poate fi găsită ı̂n lucrările [2] şi [3] indicate ı̂n bibliografia minimală de mai sus.
Pentru mai multe detalii, vă recomandăm consultarea manualelor de matematică
din liceu.
7
Modulul I
ELEMENTE DE ALGEBRĂ
LINIARĂ
8
Unitatea de ı̂nvăţare 1
SPAŢII VECTORIALE
Cuprins
1.1 Introducere
1.2 Obiectivele unităţii de ı̂nvăţare
1.4 Conţinutul unităţii de ı̂nvăţare
1.4.1 Definiţia spaţiului vectorial

1.4.2 Exemple de spaţii vectoriale
1.4.3 Combinaţie liniară de vectori
1.4.4 Sistem de generatori
1.5 Test de autoevaluare
Bibliografie
1.1 Introducere
Vom considera numai spaţii vectoriale peste corpul numerelor reale R. Având
ı̂n vedere importanţa pentru modelarea matematică a unor probleme economice,
vom acorda o atenţie deosebită spaţiului vectorial Rn al vectorilor coloană cu n
componente numere reale.

Obiectivul acestei unităţi de ı̂nvăţare este:
9
• familiarizarea studenţilor cu noţiunea de spaţiu vectorial (peste corpul nu-
merelor reale R) şi cu calculul vectorial elementar.

La finalul parcurgerii acestei unităţi de ı̂nvăţare veţi fi capabil:
• să definiţi noţiunea de spaţiu vectorial.
• să daţi exemple de spaţii vectoriale.
• să efectuaţi operaţii cu vectori din spaţiul Rn .
• să stabiliţi dacă un anumit vector este o combinaţie liniară a altor vectori
daţi.
• să stabiliţi dacă o mulţime de vectori este sistem de generatori pentru un

spaţiu vectorial.

1.4.1 Definiţia spaţiului vectorial
Reamintim că mulţimea numerelor reale R are o structură de corp comutativ dată
de operaţiile uzuale de adunare şi de ı̂nmulţire a numerelor. Definim acum noţiunea
de spaţiu vectorial. Vom considera numai spaţii vectoriale peste corpul numerelor
reale R.
D EFINIŢIE
Un spaţiu vectorial peste corpul de scalari R este o mulţime nevidă V , ale cărei
elemente se numesc vectori, ı̂nzestrată cu două operaţii algebrice, una internă:
+ : V ×V → V, (v, w) 7→ v + w,
numită adunarea vectorilor, şi cealaltă externă cu operatori din R:
· : R ×V → V, (α, w) 7→ α · w,
numită ı̂nmulţirea vectorilor cu scalari, care au următoarele proprietăţi:
(1) (u + v) + w = u + (v + w), pentru orice u, v, w ∈ V .
(2) Există 0 ∈ V , numit vectorul nul, astfel ı̂ncât v + 0 = 0 + v = v, pentru orice

v ∈ V.
10
(3) Pentru orice v ∈ V , există −v ∈ V , numit vectorul opus lui v, astfel ı̂ncât
v + (−v) = (−v) + v = 0.
(4) v + w = w + v, pentru orice v, w ∈ V .
(5) α · (v + w) = α · v + α · w, pentru orice α ∈ R, v, w ∈ V .
(6) (α + β) · v = α · v + β · v, pentru orice α, β ∈ R, v ∈ V .
(7) (αβ) · v = α · (β · v), pentru orice α, β ∈ R, v ∈ V .
(8) 1 · v = v, pentru orice v ∈ V .
Un spaţiu vectorial peste corpul de scalari R se mai numeşte şi spaţiu vectorial
real.
De asemenea, notăm cu acelaşi simbol 0 atât scalarul nul (numărul real zero) din
corpul R, cât şi vectorul nul din spaţiul vectorial V .
1.4.2 Exemple de spaţii vectoriale
Exemplu Fie n un număr natural nenul. Mulţimea

 
( x1 )
x2 
n
R =  .  x1 , x2 , . . . , xn ∈ R
 
 .. 
xn
are o structură de R-spaţiu vectorial dată de următoarele operaţii algebrice:

• adunarea vectorilor:
     
x1 y1 x1 + y1
x2  y2  x2 + y2 
 ..  +  ..  =  .. 
     
. .  . 
xn yn xn + yn
• ı̂nmulţirea vectorilor cu scalari reali:

   
x1 αx1
x2  αx2 
α .  =  . ,
   
 ..   .. 
xn αxn
pentru orice α, x1 , . . . , xn , y1 , . . . , yn ∈ R. Elementele lui Rn se numesc vectori

coloană.
11
Dacă este necesar un vector linie, ı̂l vom scrie ca transpusul unui vector coloană.
De asemenea, de multe ori vom scrie un vector coloană ca transpusul unui vector
linie:  
x1
x2 
x =  .  = (x1 , x2 , . . . , xn )T ∈ Rn .
 
 .. 
xn
Numerele reale x1 , x2 , . . . , xn se numesc componentele vectorului x.
Doi vectori cu acelaşi număr de componente sunt egali ı̂n cazul ı̂n care componen-
tele corespunzătoare sunt egale:
    
x1 y1 
 x1 = y1
x2  y2   x2 = y2

 ..  =  ..  ⇐⇒ .
   
..
. . 
 .

xn yn xn = yn


Exemplu Fie m, n ∈ N∗ . Mulţimea Mm,n (R) a matricelor cu m linii şi n coloane
de numere reale este un R-spaţiu vectorial faţă de adunarea matricelor şi ı̂nmulţirea
matricelor cu scalari reali.
Dacă m = n, rezultă că mulţimea Mn (R) a matricelor pătratice de ordin n peste R
este un R-spaţiu vectorial.
1.4.3 Combinaţie liniară de vectori
D EFINIŢIE
Fie V un spaţiu vectorial real. Dacă v1 , v2 , . . . , vn ∈ V şi α1 , α2 , . . . , αn ∈ R, vec-

torul
α1 v1 + αv x2 + · · · + αn vn ∈ V
se numeşte combinaţia liniară a vectorilor v1 , v2 , . . . , vn ∈ V cu scalarii α1 , α2 ,
. . ., αn ∈ R.
Exemplu Fie vectorii din R3 :
v1 = (−1, 2, 3)T , v2 = (1, −2, −1)T , v3 = (3, 1, 2)T .
a) Aflaţi vectorul v = 2v1 − v2 − 3v3 .
b) Determinaţi α, β ∈ R astfel ı̂ncât αv1 + βv2 = 2v3 .
12
a) Avem:
       
−2 −1 −9 −12
v = 2v1 − v2 − 3v3 =  4  +  2  + −3 =  3  .
6 1 −6 1
b) Avem: 
 −α + β = 6
αv1 + βv2 = 2v3 =⇒ α−β = 1 .
3α − β = 4

Adunând membru cu membru primele două ecuaţii, obţinem 0 = 7, ceea ce reprezin-

tă o contradicţie. Prin urmare, sistemul este incompatibil, deci nu există α, β ∈ R
cu proprietatea dată.
1.4.4 Sistem de generatori
D EFINIŢIE
Fie V un spaţiu vectorial real. O mulţime S = {v1 , v2 , . . . , vn } ⊆ V se numeşte

sistem de generatori dacă pentru orice v ∈ V , există α1 , α2 , . . . , αn ∈ R astfel ı̂ncât
v = α1 v1 + α2 v2 + · · · + αn vn .
Exemplu În spaţiul vectorial real Rn , mulţimea E = {e1 , e2 , . . . , en }, unde
e1 = (1, 0, . . . , 0)T , e2 = (0, 1, 0, . . . , 0)T , . . . , en = (0, . . . , 0, 1)T ,

este sistem de generatori.

Fie vectorii din R3 : v1 = (−1, 1, −1)T , v2 = (1, 0, 1)T , v3 = (−1, 2, −1)T .
a) Aflaţi vectorul v = 4v1 − 2v2 − v3 .
b) Determinaţi α, β ∈ R astfel ı̂ncât αv1 + βv2 = 2v3 .
Bibliografie
13
INDEPENDENŢĂ ŞI
DEPENDENŢĂ LINIARĂ
Cuprins
2.1 Introducere
2.4.1 Sistem liniar independent

2.4.2 Sistem liniar dependent
2.4.3 Stabilirea (in)dependenţei liniare ı̂n Rn
Bibliografie
2.1 Introducere
În această unitate de ı̂nvăţare vom introduce două noţiuni fundamentale ale alge-
brei liniare: sistem liniar independent şi sistem liniar dependent de vectori.

• deprinderea studenţilor de a lucra cu două concepte fundamentale ale alge-
brei liniare: sistem liniar independent şi sistem liniar dependent de vectori.
14
• să stabiliţi dacă o mulţime de vectori este sistem liniar independent sau sis-
tem liniar dependent.
• să găsiţi relaţia de dependenţă liniară verificată de vectorii unui sistem liniar
dependent.

2.4.1 Sistem liniar independent
D EFINIŢIE

sistem liniar independent dacă:
α1 v1 + α2 v2 + · · · + αn vn = 0 =⇒ α1 = α2 = · · · = αn = 0
(unde α1 , α2 , . . . , αn ∈ R).
e1 = (1, 0, . . . , 0)T , e2 = (0, 1, 0, . . . , 0)T , . . . , en = (0, . . . , 0, 1)T ,
este sistem liniar independent.
2.4.2 Sistem liniar dependent
D EFINIŢIE

sistem liniar dependent dacă există scalarii α1 , α2 , . . . , αn ∈ R, nu toţi nuli, astfel
ı̂ncât
α1 v1 + α2 v2 + · · · + αn vn = 0.
Expresia de mai sus se numeşte relaţie de dependenţă liniară a vectorilor v1 , v2 ,
. . ., vn ∈ V .
15
Exemplu În R2 , vectorii

5 −20
v1 = , v2 = ,
−2 8
formează un sistem liniar dependent, deoarece 4v1 + v2 = 0.

O BSERVAŢIE . În orice spaţiu vectorial:
• orice submulţime a unui sistem liniar independent este sistem liniar inde-
pendent.
• orice supramulţime a unui sistem liniar dependent este sistem liniar depen-
dent.
2.4.3 Stabilirea (in)dependenţei liniare ı̂n Rn

Pentru a stabili dacă o mulţime de vectori din spaţiul Rn este sistem liniar inde-
pendent sau sistem liniar dependent, putem folosi următorul rezultat:
Teoremă Fie {v1 , v2 , . . . , vm } ⊂ Rn şi

A = v1 v2 · · · vm ∈ Mn,m (R)
matricea formată cu cei m vectori coloană. Atunci:
(i) {v1 , v2 , . . . , vm } este sistem liniar independent ⇐⇒ rangA = m.
(ii) {v1 , v2 , . . . , vm } este sistem liniar dependent ⇐⇒ rangA < m.

     
3 2 1
v1 = −1 , v2 = −3 , v3 = 2 .
4 1 3
a) Să se arate că S = {v1 , v2 , v3 } este sistem liniar dependent.
b) Să se găsească legătura dintre vectori (relaţia de dependenţă liniară).
a) Considerăm matricea ale cărei coloane sunt cei trei vectori din S:
 
3 2 1
A = v1 v2 v3 = −1 −3 2 ∈ M3 (R).
4 1 3
16
Deoarece

3 2 1

det(A) = −1 −3 2 = −27 + 16 − 1 + 12 + 6 − 6 = 0,
4 1 3
rezultă că S = {v1 , v2 , v3 } este sistem liniar dependent.

b) Cum S = {v1 , v2 , v3 } este sistem liniar dependent, există scalarii α1 , α2 , α3 ∈ R,
nu toţi nuli, astfel ı̂ncât α1 v1 + α2 v2 + α3 v3 = 0. Avem:

 3α1 + 2α2 + α3 = 0
α1 v1 + α2 v2 + α3 v3 = 0 =⇒ −α1 − 3α2 + 2α3 = 0
4α1 + α2 + 3α3 = 0.

Matricea acestui sistem liniar omogen este chiar matricea A de mai sus. Întrucât
det(A) = 0, vom folosi metoda generală de rezolvare a unui sistem liniar (a se
vedea [2]).
Se vede uşor că rangA = 2. Sistemul liniar fiind omogen, el este compatibil. Mi-
norul principal este
3 2
∆ p = = −7 6= 0,
−1 −3
deci:
p p s

p  3α1 + 2α2 + α3 = 0
p −α1 − 3α2 + 2α3 = 0 .
s 4α1 + α2 + 3α3 = 0

Sistemul este echivalent cu subsistemul format numai cu ecuaţiile principale:

3α1 + 2α2 + α3 = 0
.
−α1 − 3α2 + 2α3 = 0
Notăm α3 = λ ∈ R. Rezultă imediat că α1 = −λ, α2 = λ. Aşadar, am obţinut

soluţia generală: 
 α1 = −λ
α2 = λ (unde λ ∈ R).
α3 = λ

Întrucât vectorii v1 , v2 , v3 sunt liniar dependenţi, putem considera că λ 6= 0. Relaţia

de dependenţă liniară α1 v1 + α2 v2 + α3 v3 = 03 se scrie succesiv:
λ6=0
−λv1 + λv2 + λv3 = 0 =⇒ −v1 + v2 + v3 = 0 =⇒ v1 = v2 + v3 ,
relaţie ce reprezintă legătura dintre vectori.
17
Fie vectorii din R3 :
     
1 2 α
v1 =  0  , v2 = 1 ,
 v3 = 1  ,
 cu α ∈ R.
−1 1 0
a) Determinaţi α astfel ı̂ncât S = {v1 , v2 , v3 } să fie sistem liniar dependent.
b) Pentru α determinat, găsiţi legătura dintre vectori (relaţia de dependenţă liniară).
Bibliografie

18
BAZĂ ŞI DIMENSIUNE
Cuprins
3.1 Introducere
3.4.1 Bază a unui spaţiu vectorial

3.4.2 Dimensiunea unui spaţiu vectorial
Bibliografie
3.1 Introducere
În această unitate de ı̂nvăţare vom vedea că orice spaţiu vectorial finit dimensional
are o bază finită şi că orice bază are atâţia vectori cât este dimensiunea spaţiului
respectiv.

• deprinderea studenţilor de a lucra cu noţiunile de bază a unui spaţiu vectorial

şi de coordonate ale unui vector ı̂ntr-o bază dată.
19
• să stabiliţi dacă o mulţime de vectori ai unui spaţiu vectorial este bază pentru
acel spaţiu.
• să explicaţi ce ı̂nseamnă dimensiunea unui spaţiu vectorial finit dimensional.
• să calculaţi coordonatele unui vector ı̂ntr-o bază dată a unui spaţiu vectorial.

3.4.1 Bază a unui spaţiu vectorial
D EFINIŢIE
Fie V un spaţiu vectorial real. O mulţime B ⊆ V se numeşte bază dacă este sistem
liniar independent şi sistem de generatori.
e1 = (1, 0, . . . , 0)T , e2 = (0, 1, 0, . . . , 0)T , . . . , en = (0, . . . , 0, 1)T ,
este o bază, numită baza canonică.
3.4.2 Dimensiunea unui spaţiu vectorial
D EFINIŢIE
Fie V un spaţiu vectorial real şi n ∈ N∗ . Spunem că V este un spaţiu vectorial
finit dimensional având dimensiunea n şi scriem
dimV = n ,
dacă V conţine o mulţime liniar independentă cu n vectori şi orice mulţime cu n+1
vectori este liniar dependentă.
O BSERVAŢIE . Dimensiunea unui spaţiu vectorial finit dimensional reprezintă numărul

maxim de vectori liniar independenţi.
20
Teoremă Fie V un spaţiu vectorial real de dimensiune n. Atunci:
1) Spaţiul V conţine cel puţin o bază.
2) Orice bază a lui V are n vectori.
O BSERVAŢIE . Dimensiunea unui spaţiu vectorial finit dimensional V reprezintă:
• numărul maxim de vectori liniar independenţi din V .
• numărul minim de vectori ai oricărui sistem de generatori din V .
• numărul de vectori ai oricărei baze a lui V .
Exemplu Deoarece baza canonică E = {e1 , e2 , . . . , en } a spaţiului vectorial Rn

are n vectori, rezultă că dimensiunea spaţiului vectorial Rn este egală cu n:
dim Rn = n .

O BSERVAŢIE . Un sistem liniar independent din Rn care conţine atâţia vectori cât
este dimensiunea spaţiului vectorial real Rn este o bază.
Teoremă Fie V un spaţiu vectorial real şi B = {v1 , v2 , . . . , vn } o mulţime finită

de vectori din V . Următoarele afirmaţii sunt echivalente:
1) B este o bază a spaţiului vectorial V .
2) Pentru orice vector v ∈ V , există scalarii unici α1 , α2 , . . . , αn ∈ R astfel ı̂ncât:
v = α1 v1 + α2 v2 + · · · + αn vn
D EFINIŢIE
Scalarii unici α1 , α2 , . . . , αn se numesc coordonatele vectorului v ı̂n baza B, iar

vectorul vB = (α1 , α2 , . . . , αn )T ∈ Rn se numeşte vectorul coordonatelor lui v ı̂n
baza B.
O BSERVAŢIE . Dacă B este baza canonică a lui Rn , atunci
vB = v
Altfel spus, coordonatele unui vector ı̂n baza canonică a lui Rn sunt chiar compo-
nentele sale.
21
Dacă nu se specifică altfel, orice vector din Rn se consideră exprimat ı̂n baza
canonică.

     
1 4 5
v1 = 3  ,
 v2 = −1 , v3 = 1 .

−2 1 0
a) Arătaţi că B = {v1 , v2 , v3 } este o bază pentru spaţiul vectorial real R3 .
b) Determinaţi coordonatele vectorului v = (1, 4, −3)T ı̂n baza B.
a) Întrucât dim R3 = 3 şi B = {v1 , v2 , v3 } conţine 3 vectori, rămâne să arătăm că
B este sistem liniar independent. Vom utiliza teorema din unitatea de ı̂nvăţare 2.
Avem:  
1 4 5
A = v1 v2 v3 =  3 −1 1 ∈ M3 (R).
−2 1 0
Cum det(A) = −4 6= 0, rezultă că rangA = 3 = nr. vectorilor din B şi, conform
teoremei amintite, obţinem că B este sistem liniar independent. Aşadar, B este
bază pentru spaţiul vectorial R3 .
b) Fie α1 , α2 , α3 ∈ R coordonatele vectorului v = (1, 4, −3)T ı̂n baza B = {v1 , v2 , v3 }.
Avem:

 α1 + 4α2 + 5α3 = 1
α1 v1 + α2 v2 + α3 v3 = v =⇒ 3α1 − α2 + α3 = 4 .
−2α1 + α2 = −3

Determinantul acestui sistem liniar de 3 ecuaţii cu 3 necunoscute este:

1 4 5

∆ = 3 −1 1 = −4 6= 0,
−2 1 0
deci sistemul are soluţie unică. Pentru a o găsi, aplicăm regula lui Cramer:

1 4 5
∆α −8
∆α1 = 4 −1 1 = −8 =⇒ α1 = 1 = =2
−3 1 0 ∆ −4

1 1 5
∆α −4
∆α2 = 3 4 1 = −4 =⇒ α2 = 2 = =1
−2 −3 0 ∆ −4

1 4 1
∆α 4
∆α3 = 3 −1 4 = 4 =⇒ α3 = 3 = = −1.
−2 1 −3 ∆ −4
Vectorul coordonatelor lui v ı̂n baza B = {v1 , v2 , v3 } este vB = (2, 1, −1)T .
22
Fie vectorii din R3 : v1 = (3, 2, 1)T , v2 = (1, 2, 2)T , v3 = (2, 1, 2)T .
a) Arătaţi că B = {v1 , v2 , v3 } este o bază pentru spaţiul vectorial real R3 .
b) Determinaţi coordonatele vectorului v = (1, 2, 3)T ı̂n baza B.
Bibliografie

23
TEST DE CONTROL –
MODULUL I
1. Fie vectorii din R3 :

     
1 2 2
v1 = −2 , v2 = 1 , v3 =  1  .
1 3 −1
a) Aflaţi vectorul v = 3v1 − v2 + 2v3 .

b) Determinaţi α, β ∈ R astfel ı̂ncât αv1 + βv2 = −5v3 .

     
−2 1 1
v1 =  1  , v2 = −2 , v3 =  1  .
1 1 −2
a) Arătaţi că {v1 , v2 , v3 } este sistem liniar dependent.

b) Găsiţi legătura dintre vectori (relaţia de dependenţă liniară).

     
1 2 1
v1 =  0  , v2 = 1 , v3 = 1 .
−1 1 0
a) Arătaţi că mulţimea B = {v1 , v2 , v3 } este o bază pentru spaţiul vectorial real
R3 .  
5
b) Determinaţi coordonatele vectorului v =  2  ı̂n baza B.
−1
Barem de notare:
1. 2. 3. Oficiu
3 puncte 3 puncte 3 puncte 1 punct
Timp de lucru: 2 ore.
24
Modulul II
ELEMENTE DE
PROGRAMARE LINIARĂ
25
PROBLEME DE
PROGRAMARE LINIARĂ ŞI
MODELAREA LOR
MATEMATICĂ
Cuprins
4.1 Introducere
4.4.1 Exemplu de problemă de programare liniară

4.4.2 Forme ale modelului matematic
4.4.3 Soluţiile unei probleme de programare liniară
Bibliografie
4.1 Introducere
În această unitate de ı̂nvăţare, vom vedea cum matematica poate fi utilizată pentru
a modela anumite probleme economice, după care vom studia câteva chestiuni
teoretice legate de modelele obţinute.
26
• familiarizarea studenţilor cu modelarea matematică a unor probleme econo-

mice.

• să identificaţi o problemă de programare liniară.
• să formulaţi modelul matematic al unei probleme de programare liniară.

4.4.1 Exemplu de problemă de programare liniară
Problema organizării optime a producţiei
Considerăm m resurse materiale (materii prime, forţă de muncă, materiale, investiţii
de capital, etc.) R1 , R2 , . . . , Rm care sunt utilizate pentru a obţine n produse P1 , P2 ,
. . . , Pn . Cunoaştem cantităţile disponibile din resurse b1 , b2 , . . . , bm ; beneficiile
unitare obţinute prin realizarea produselor c1 , c2 , . . . , cn ; coeficienţii tehnologici
ai j (1 ≤ i ≤ m, 1 ≤ j ≤ n), reprezentând cantitatea din resursa Ri (1 ≤ i ≤ m)
care se consumă pentru realizarea unei unităţi din produsul Pj (1 ≤ j ≤ n). Vrem
să determinăm cantitatea care trebuie realizată din fiecare produs pentru a obţine
beneficiul total maxim.
Notăm cu x j (1 ≤ j ≤ n) cantitatea care trebuie realizată din produsul Pj (1 ≤ j ≤
n). Modelul matematic al problemei are următoarea formă:
n



 [max] f (x) = ∑ c j x j (1)

 j=1
n
 ∑ ai j x j ≤ bi , ∀ 1 ≤ i ≤ m (2)


 j=1
x j ≥ 0, ∀ 1 ≤ j ≤ n (3)

unde:
• f : Rn → R, x = (x1 , . . . , xn )T 7→ f (x) = c1 x1 + · · · + cn xn este funcţia obiec-

tiv sau funcţia de eficienţă care trebuie maximizată;
• x = (x1 , . . . , xn )T ∈ Rn este argumentul funcţiei obiectiv, numit vectorul

variabilelor sau vectorul necunoscutelor modelului matematic;
27
• relaţiile (2) reprezintă sistemul de restricţii;
• relaţiile (3) constituie condiţiile de nenegativitate impuse variabilelor mod-

elului matematic.
4.4.2 Forme ale modelului matematic

Forma generală
 n


 [optim] f (x) = ∑ c j x j (1)


  n j=1

 ∑ ai j x j ≥ bi , ∀ 1 ≤ i ≤ l

 

 

 
 j=1

  n

∑ ai j x j = bi , ∀ l + 1 ≤ i ≤ p (2)


 j=1
n
 

 ∑ ai j x j ≤ bi , ∀ p + 1 ≤ i ≤ m

 


 
 j=1



 x j ≥ 0, ∀1 ≤ j ≤ k




x j arbitrar, ∀k +1 ≤ j ≤ s (3)




x j ≤ 0, ∀s+1 ≤ j ≤ n
 
Forma canonică
• Pentru problema de maxim, forma canonică este:
n



 [max] f (x) = ∑ c j x j (1)

 j=1
n
 ∑ ai j x j ≤ bi , ∀ 1 ≤ i ≤ m (2)


 j=1
x j ≥ 0, ∀ 1 ≤ j ≤ n (3)

• Pentru problema de minim, forma canonică este:

n



 [min] f (x) = ∑ c j x j (1)

 j=1
n
 ∑ ai j x j ≥ bi , ∀ 1 ≤ i ≤ m (2)


 j=1
x j ≥ 0, ∀ 1 ≤ j ≤ n (3)

Forma standard
n



 [optim] f (x) = ∑ c j x j (1)

 j=1
n
 ∑ ai j x j = bi , ∀ 1 ≤ i ≤ m (2)


 j=1
x j ≥ 0, ∀ 1 ≤ j ≤ n (3)

28
Notăm:

A = ai j i=1,m, j=1,n
∈ Mm,n (R),
b = (b1 , b2 , . . . , bm )T ∈ Rm ,
c = (c1 , c2 , . . . , cn )T ∈ Rn ,
x = (x1 , x2 , . . . , xn )T ∈ Rn ,
cT x = c1 x1 + c2 x2 + · · · + cn xn ,
x≥0 ⇐⇒ xi ≥ 0, ∀ i = 1, . . . , n.
Cu aceste notaţii, obţinem varianta matriceală a formei standard:
 [optim] f (x) = cT x (1)


Ax = b (2)
x≥0 (3)

Fără a micşora generalitatea, vom presupune că rangA = m < n .
Reguli de trecere de la o formă la alta:

• Sensul unei inecuaţii se schimbă prin ı̂nmulţirea cu (−1).
• O restricţie de tipul ”≥” se transformă ı̂ntr-o ecuaţie prin scăderea unei vari-
abile nenegative, numită variabilă de compensare.
• O restricţie de tipul ”≤” se transformă ı̂ntr-o ecuaţie prin adunarea unei vari-
abile nenegative, numită, de asemenea, variabilă de compensare.
4.4.3 Soluţiile unei probleme de programare liniară

Considerăm problema de programare liniară al cărei model matematic la forma
standard este:
 [optim] f (x) = cT x

Ax = b
x≥0

D EFINIŢIE
Un vector x = (x1 , x2 , . . . , xn )T ∈ Rn se numeşte soluţie posibilă dacă satisface

sistemul de restricţii (2) şi condiţiile de nenegativitate (3).
O soluţie posibilă care satisface şi condiţia de optim (1) se numeşte soluţie optimă.
D EFINIŢIE
Se numeşte bază a sistemului de restricţii Ax = b, cu rangA = m, orice submatrice
29
pătratică a lui A formată cu m coloane liniar independente.
O BSERVAŢIE . Coloanele unei baze a sistemului de restricţii formează o bază a

spaţiului vectorial (Rm , R).
Notăm cu a j = (a1 j , a2 j, . . . , am j )T ∈ Rm , j = 1, . . . , n, coloanele matricei A. Dacă

B = ai1 ai2 . . . aim ∈ Mm (R) este o bază, notăm cu S ∈ Mm,n−m (R) matricea
formată cu coloanele lui A care nu sunt ı̂n B.
D EFINIŢIE
Cele m variabile asociate coloanelor matricei B se numesc variabile de bază. Ele

formează un subvector xB al lui x.
Cele n − m variabile rămase (asociate coloanelor matricei S) se numesc variabile
secundare. Ele formează un subvector xS al lui x.
Coeficienţii variabilelor de bază din funcţia obiectiv formează un subvector cB

al lui c, iar coeficienţii variabilelor secundare din funcţia obiectiv formează un
subvector cS al lui c. Atunci putem scrie:
f (x) = cT x ⇐⇒ f (x) = cTB xB + cTS xS
şi
Ax = b ⇐⇒ xB = B−1 b − B−1 SxS
Relaţia ı̂ncadrată se numeşte forma explicită a sistemului de restricţii.
Dacă xS = 0, obţinem soluţia unică xB = B−1 b.
D EFINIŢIE
Se numeşte soluţie posibilă de bază asociată bazei B o soluţie posibilă
T
x = xB xS ∈ Rn cu xB = B−1 b şi xS = 0.
O soluţie optimă de bază asociată bazei B ı̂nseamnă o soluţie optimă

T
x = xB xS ∈ Rn cu xB = B−1 b şi xS = 0.
O BSERVAŢIE . Pentru găsirea soluţiei optime a unei P.P.L., este suficient să inves-
tigăm soluţiile posibile de bază (a se vedea [1]).
30
Test de autoevaluare
O firmă de construcţii trebuie să realizeze un complex de locuinţe care să cuprindă
cel puţin 900 de garsoniere, cel puţin 2100 de apartamente cu două camere şi cel
puţin 1400 de apartamente cu trei camere. Firma doreşte să construiască două
tipuri de blocuri, M1 şi M2 . Blocurile de tipul M1 conţin 10 de garsoniere, 30
de apartamente cu două camere şi 40 de apartamente cu trei camere. Blocurile
de tipul M2 conţin 30 de garsoniere, 50 de apartamente cu două camere şi 20 de
apartamente cu trei camere. Construcţia unui bloc de tipul M1 costă 40 de milioane
de unităţi monetare, iar a unui bloc de tipul M2 costă 50 de milioane de unităţi
monetare. Câte blocuri trebuie construite din fiecare tip, astfel ı̂ncât cheltuielile
totale de construcţie să fie minime?
a) Elaboraţi modelul matematic al acestei probleme de programare liniară.
b) Aduceţi modelul la forma standard.
Bibliografie

31
ALGORITMUL SIMPLEX
Cuprins
5.1 Introducere
5.4.1 Etapele algoritmului simplex

5.4.2 Complicaţii ale metodei simplex
Bibliografie
5.1 Introducere
În această unitate de ı̂nvăţare, studiem o metodă metodă computaţională pentru
rezolvarea modelelor matematice ale problemelor de programare liniară, numită
algoritmul simplex.

• familiarizarea studenţilor cu o metodă computaţională eficientă pentru re-

zolvarea modelelor matematice ale problemelor de programare liniară.
32
• să aplicaţi algoritmul simplex pentru a găsi soluţia optimă a unei probleme
de programare liniară.

5.4.1 Etapele algoritmului simplex
Pasul 0. Aducem P.P.L. la forma standard:

Ax = b
x≥0

unde rangA = m < n şi b ≥ 0. Punem ı̂n evidenţă vectorii coloană ai matricei A:
A = a1 a2 · · · an , a j ∈ Rn , ∀ j = 1, . . . , n.

Presupunem că printre coloanele matricei A există cei m vectori unitari

care formează matricea unitate de ordin m, fie aceştia ai1 , ai2 , . . ., aim ,
unde i1 , i2 , . . ., im ∈ {1, . . . , m}.

Baza iniţială este B = ai1 ai2 . . . aim = Im .
Soluţia posibilă de bază, iniţială, este x = (xB xS )T = (b 0)T .
Structura tabelului simplex corespunzător unei baze B este următoarea:

B cB xB c1 ··· cn cj
a1 ··· an θ
Coeficienţii
din expresia Coordonatele Coordonatele
Lista funcţiei Valorile vectorului vectorului
vectorilor obiectiv f variabilelor a1 ··· an
bazei B ai variabilelor de bază ı̂n baza B ı̂n baza B
de bază
/// fj fB f1 ··· fn ///
∆j /// ∆1 ··· ∆n ///
ı̂n care:
I aBj = B−1 a j este vectorul coordonatelor vectorului a j ı̂n baza B, ∀ j =

1, . . . , n.
I fB = cTB xB este valoarea funcţiei obiectiv corespunzătoare soluţiei posi-

bile de bază.
33
I f j = cTB aBj , ∀ j = 1, . . . , n.
(
c j − f j , dacă problema este de maxim
I ∆j = ∀ j = 1, . . . , n.
f j − c j , dacă problema este de minim
Pasul 1 (Testul de optim). Dacă ∆ j ≤ 0, ∀ j = 1, . . . , n , soluţia curentă este op-

timă. STOP. Altfel, trecem la pasul 2.
Pasul 2 (Intrarea ı̂n bază). Intră ı̂n bază vectorul a j căruia ı̂i corespunde cea mai
mare diferenţă ∆ j pozitivă.
Pasul 3 (Testul de optim infinit). Dacă toate componentele ı̂n vechea bază ale
vectorului care intră ı̂n bază sunt negative, atunci P.P.L. are optim infinit: fmax =
+∞ (dacă problema este de maxim), respectiv fmin = −∞ (dacă problema este de
minim). STOP. Altfel, trecem la pasul 4.
Pasul 4 (Ieşirea din bază). Împărţim componentele lui xB corespunzătoare com-
ponentelor strict pozitive de pe coloana vectorului care intră ı̂n bază la aceste com-
ponente strict pozitive. Cel mai mic dintre aceste rapoarte, notat cu θ, ne indică
vectorul care iese din bază.
Elementul ce se găseşte la intersecţia coloanei vectorului care intră ı̂n bază cu linia
vectorului eliminat din bază se numeşte pivot.
Pasul 5. Completăm tabelul simplex corespunzător noii baze B astfel:
• Scriem vectorii noii baze B ı̂n coloana B.
• Scriem coeficienţii din expresia funcţiei f ai variabilelor de bază ı̂n coloana

cB .
• Coloanele vectorilor bazei sunt vectori unitari (1 la intersecţia liniei vectoru-

lui cu coloana aceluiaşi vector şi 0 ı̂n rest).
• Valorile nedeterminate ı̂ncă de pe linia pivotului se obţin ı̂mpărţind valorile

vechi la pivot (”Linia pivotului se ı̂mparte la pivot”).
• Restul valorilor de pe liniile corespunzătoare vectorilor din bază le calculăm

cu regula dreptunghiului:
Vechea valoare se ı̂nmulţeşte cu pivotul (ele determină o diagonală ı̂ntr-
un dreptunghi). Din acest produs se scade produsul elementelor de pe
cealaltă diagonală şi diferenţa se ı̂mparte la pivot.
• Calculăm valorile fB , f1 , . . . , fn şi ∆1 , . . . , ∆n cu formulele de la pasul 1.
34
După ce noul tabel simplex este completat, trecem la pasul 1.
Exemplu Să rezolvăm problema de programare liniară:



 [min] f (x) = x1 + 2x2 + x3

x1 + x3 ≥ 4

 x 2 + 2x3 ≤ 6
x1 , x2 , x3 ≥ 0.

Aducem problema la forma standard:



 [min] f (x) = x1 + 2x2 + x3 + 0x4 + 0x5

x1 + x3 − x4 = 4

 x2 + 2x3 + x5 = 6
x j ≥ 0 j = 1, . . . , 5

Matricea sistemului de restricţii este:

a1 a2 a3 a4 a5

1 0 1 −1 0
A= ∈ M2,5 (R),
0 1 2 0 1

1 0
Baza iniţială este B = a1 a2 = = I2 . Tabelul simplex corespunzător
0 1
bazei iniţiale este:
B cB xB 1 2 1 0 0 cj
a1 a2 a3 ↓ a4 a5 θ
4
a1 1 4 1 0 1 −1 0 1 =4
6
← a2 2 6 0 1 2 0 1 2=3
//// fj 16 1 2 5 −1 2 ////
∆ j = f j − c j //// 0 0 4 −1 2 ////
Iteraţia 1.
• Testul de optim. Soluţia posibilă de bază iniţială nu este optimă.
• Intrarea ı̂n bază. Vectorul a3 intră ı̂n bază.
• Testul de optim infinit. Nu se semnalează optim infinit.
• Ieşirea din bază. Vectorul a2 iese din bază.

1 1
• Tabelul simplex corespunzător noii baze B = a1 a3 = este
0 2
35
B cB xB 1 2 1 0 0
a1 a2 a3 a4 a5
a1 1 1 1 − 21 0 −1 − 12
1 1
a3 1 3 0 2 1 0 2
//// fj 4 1 0 1 −1 0
∆ j = f j − c j //// 0 −2 0 −1 0
Iteraţia 2.
• Testul de optim. Deoarece ∆ j ≤ 0, ∀ j = 1, . . . , 5, rezultă că soluţia posibilă
de bază curentă este optimă. STOP.
Soluţia optimă este x1 = 1, x2 = 0, x3 = 3, x4 = 0 şi x5 = 0. Aşadar, soluţia optimă
a problemei iniţiale este x1 = 1, x2 = 0 şi x3 = 3, cu fmin = 4.
5.4.2 Complicaţii ale metodei simplex

Matricea sistemului de restricţii nu conţine matricea unitate
Dacă matricea A nu conţine matricea unitate de ordin m, atunci aplicăm metoda
penalizării (a se vedea unitatea de ı̂nvăţare următoare şi lucrările [1] şi [2]).
Metoda perturbaţiilor
Se aplică pentru a determina vectorul care iese din bază atunci când există mai
multe rapoarte θ minime egale (a se vedea manualul [1]).

Rezolvaţi problema de programare liniară:


 [max] f (x) = 2x1 + x2

x1 − x2 ≤ 4

 3x1 − x2 ≤ 18
x1 , x2 ≥ 0.

Bibliografie

36
METODA PENALIZĂRII
Cuprins
6.1 Introducere
6.4.1 Metoda penalizării
Bibliografie
6.1 Introducere
În această unitate de ı̂nvăţare, vom prezenta o metodă pentru producerea unei baze
iniţiale matricea unitate atunci când aceasta nu se găseşte ı̂n matricea sistemului
de restricţii.

• studiul unui caz special care poate apărea ı̂n rezolvarea modelelor mate-
matice ale problemelor de programare liniară.
37
• să aplicaţi metoda penalizării pentru a determina o bază iniţială, atunci când
matricea unitate nu se găseşte ı̂n matricea sistemului de restricţii.
• să rezolvaţi cu algoritmul simplex problema de programare liniară ı̂n care

baza iniţială a fost obţinută ı̂n urma aplicării metodei penalizării.

6.4.1 Metoda penalizării
Considerăm o problemă de programare liniară adusă la forma standard:

Ax = b .
x ≥ 0n

unde A ∈ Mm,n (R), rangA = m < n, b ∈ Rm , b ≥ 0m , c, x ∈ Rn .
Metoda penalizării
Presupunem că printre coloanele matricei A există r vectori unitari, unde 0 ≤ r < m
(dacă r = 0 ı̂nseamnă că A nu conţine nici un vector unitar).
• Introducem ı̂n m − r restricţii câte o variabilă nenegativă, numită variabilă

artificială. Fie y1 , y2 , . . . , ym−r cele m − r variabile artificiale şi y ∈ Rm−r
vectorul coloană ale cărui componente sunt aceste variabile.
• Deoarece variabilele artificiale afectează egalităţile ı̂n care intervin, ele se

introduc şi ı̂n funcţia obiectiv cu un coeficient de penalizare M pozitiv şi
foarte mare ı̂n raport cu toţi coeficienţii care apar ı̂n problemă şi care are
semnul ”−” dacă problema este de maxim şi semnul ”+” dacă problema
este de minim.
• Obţinem astfel problema extinsă, care
a) ı̂n cazul problemei de maxim are forma:
 [max] f (x) = cT x − My1 − My2 − . . . − Mym−r


Ax + Ey = b
x ≥ 0n , y ≥ 0m−r

38
b) ı̂n cazul problemei de minim are forma:
 [min] f (x) = cT x + My1 + My2 + . . . + Mym−r


Ax + Ey = b
x ≥ 0n , y ≥ 0m−r

T
unde x = x y ∈ Rn+m−r şi M → ∞ (M > 0 oricât de mare), iar E ∈
Mm,m−r (R) este o matrice ale cărei coloane sunt numai vectori unitari.
• Matricea A ∈ Mm,n+m−r (R) a sistemului de restricţii ale problemei extinse
conţine matricea unitate de ordin m, deci avem acum o bază iniţială B = Im
cu care putem ı̂ncepe aplicarea algoritmului simplex.
Exemplu Să rezolvăm problema de programare liniară:



 [max] f (x) = 3x1 + 5x2

2x1 + 3x2 ≤ 6

 x1 + 2x2 ≥ 1
x1 , x2 ≥ 0.

Aducem problema la forma standard:



 [max] f (x) = 3x1 + 5x2 + 0x3 + 0x4

2x1 + 3x2 + x3 = 6

 x1 + 2x2 − x4 = 1
x1 , x2 , x3 , x4 ≥ 0.

Matricea sistemului de restricţii este:

a1 a2 a3 a4

2 3 1 0
A= ∈ M2,4 (R).
1 2 0 −1
Pentru a obţine baza iniţială matricea unitate, aplicăm metoda penalizării. Obţinem,
problema extinsă:


 [max] f (x) = 3x1 + 5x2 + 0x3 + 0x4 − My (M → ∞)

2x1 + 3x2 + x3 = 6

 x1 + 2x2 − x4 + y = 1
x1 , x2 , x3 , x4 , y ≥ 0.

unde x = (x1 , x2 , x3 , x4 , y)T . Matricea noului sistem de restricţii este

a1 a2 a3 a4 α

2 3 1 0 0
Ā = ∈ M2,5 (R).
1 2 0 −1 1
39
unde α este coloana corespunzătoare
variabilei
artificiale y.
1 0
Baza iniţială este B = a3 α = = I2 .
0 1
Tabelul simplex corespunzător bazei iniţiale este
B cB xB 3 5 0 0 −M cj
a1 a2 ↓ a3 a4 α θ
6
a3 0 6 2 3 1 0 0 3 = 2
1
← α −M 1 1 2 0 −1 1 2
//// fj −M −M −2M 0 M −M ////
∆ j = c j − f j //// 3 + M 5 + 2M 0 −M 0 ////
Iteraţia 1.
• Testul de optim. Soluţia posibilă de bază curentă nu este optimă.
• Intrarea ı̂n bază. a2 intră ı̂n bază.
• Ieşirea din bază. α iese din bază.

1 3
0 2
B cB xB 3 5 0 0 −M cj
a1 a2 a3 a4 ↓ α θ
9 1 3
← a3 0 2 2 0 1 2 − 23 9
2 : 3
2 =3
1 1
a2 5 2 2 1 0 − 21 1
2 −−
5 5
//// fj 2 2 5 0 − 25 5
2 ////
1 5
∆ j = c j − f j //// 2 0 0 2 −M − 52 ////
Iteraţia 2.
• Testul de optim. Soluţia posibilă de bază curentă nu este optimă.
• Intrarea ı̂n bază. a4 intră ı̂n bază.
• Ieşirea din bază. a3 iese din bază.

0 3
−1 2
40
B cB xB 3 5 0 0 −M
a1 a2 a3 a4 α
1 2
a4 0 3 3 0 3 1 −1
2 1
a2 5 2 3 1 3 0 0
10 5
//// fj 10 3 5 3 0 0
∆ j = c j − f j //// − 13 0 − 53 0 −M
Iteraţia 3.
• Testul de optim. Avem ∆ j ≤ 0, ∀ j = 1, . . . , 5. Prin urmare, soluţia posibilă

În bază nu se găseşte nici un vector artificial, deci soluţia optimă a problemei
extinse
x1 = 0, x2 = 2, x3 = 0, x4 = 3, y=0 şi fmax = 10.
este şi soluţie optimă pentru problema iniţială:
x1 = 0, x2 = 2 şi fmax = 10.

Rezolvaţi problema de programare liniară:


 [min] f (x) = 5x1 + 2x2
x1 + 2x2 ≥ 2


 2x 1 + x2 ≤ 3
x1 , x2 ≥ 0.

Bibliografie

41
PROBLEMA
TRANSPORTURILOR
Cuprins
7.1 Introducere
7.4.1 Problema transporturilor echilibrată

7.4.2 Problema transporturilor neechilibrată
Bibliografie
7.1 Introducere
Un caz particular de problemă de programare liniară, a cărui rezolvare este de-
osebit de utilă datorită multiplelor sale aplicaţii practice, este obţinut prin mode-
larea problemelor de transport.
7.2 Obiectivele unităţii de studiu

Obiectivele acestei unităţi de ı̂nvăţare sunt:
• familiarizarea studenţilor cu modelarea matematică a unor probleme economi-

ce.
42
• prezentarea unei metode pentru rezolvarea unui probleme speciale de pro-
gramare liniară, numită problemă de transport.

• să modelaţi matematic o problemă de transport.
• să echilibraţi o problemă de transport neechilibrată.
• să determinaţi o soluţie posibilă de bază iniţială, nedegenerată, folosind

metoda colţului de Nord-Vest.
• să găsiţi soluţia optimă a unei probleme de transport folosind metoda potenţia-
lelor.

7.4.1 Problema transporturilor echilibrată
Enunţul general al problemei transporturilor:
Se consideră m centre furnizoare (depozite) A1 , A2 , . . . , Am , ı̂n care este disponibil
un produs omogen ı̂n cantităţile cunoscute a1 , a2 , . . . , am , şi n centre de consum
(beneficiari) B1 , B2 , . . . , Bn , unde acel produs este necesar ı̂n cantităţile cunoscute
b1 , b2 , . . . , bn . Cunoscând costurile unitare de transport ci j , i = 1, m, j = 1, n, de la
fiecare centru furnizor la fiecare centru de consum, să se afle cantităţile de produs
care trebuie transportate de la fiecare depozit la fiecare beneficiar astfel ı̂ncât can-
tităţile necesare ı̂n centrele consumatoare să fie asigurate ı̂n cea mai mare măsură,
iar costul total de transport să fie minim.
Datele unei probleme de transport pot fi cuprinse ı̂ntr-un tabel de tipul următor:
Bj
B1 ··· Bj ··· Bn Disponibil
Ai
A1 c11 ··· c1 j ··· c1n a1
.. .. .. .. ..
. . . . .
Ai ci1 ··· ci j ··· cin ai
.. .. .. .. ..
. . . . .
Am cm1 ··· cm j ··· cmn am
m
∑ ai
i=1
Necesar b1 ··· bj ··· bn n
∑ bj
j=1
43
Fie xi j cantitatea, necunoscută, de produs care trebuie transportată de la depozitul
Ai la beneficiarul B j , i = 1, m, j = 1, n. Obţinem astfel matricea necunoscutelor:
X = (xi j )i=1,m, j=1,n ∈ Mm,n (R).
Presupunem că sunt ı̂ndeplinite următoarele condiţii:
I Cantitatea totală de produs expediată din depozitul Ai către cei n beneficiari

B1 , . . . , Bn este egală cu disponibilul din Ai .
I Cantitatea totală de produs primită de beneficiarul B j de la cele m depozite

A1 , . . . , Am este egală cu necesarul lui B j .
I Cantităţile transportate trebuie să fie nenegative.
Modelul matematic al problemei transporturilor:

m n



 [min] f (X) = ∑ ∑ ci j xi j

 i=1 j=1

  n
 ∑ xi j = ai , i = 1, m


(P.T.) j=1
 m



  ∑ xi j = b j ,
 j = 1, n


 i=1
x ≥ 0, i = 1, m, j = 1, n
ij
unde xi j este cantitatea (necunoscută) de produs care trebuie transportată de la

depozitul Ai la beneficiarul B j , i = 1, m, j = 1, n.
 m
D = ∑ ai
 disponibilul total.
i=1
Notăm: n
N = ∑ b j
 necesarul total.
j=1
Tipuri de probleme de transport

• Dacă D = N, spunem că problema transporturilor este echilibrată.
• În caz contrar (D < N sau D > N), spunem că problema transporturilor este
neechilibrată.
Proprietăţi ale problemei de transport echilibrate

• Problema de transport echilibrată admite cel puţin o soluţie posibilă.
• Problema de transport echilibrată are ı̂ntotdeauna o soluţie optimă.
• Rangul matricei sistemului de restricţii este m + n − 1.
44
• O soluţie posibilă de bază nedegenerată pentru problema transporturilor
are m+n−1 componente strict pozitive (şi restul nule), iar o soluţie posibilă
de bază degenerată are un număr de componente strict pozitive strict mai
mic decât m + n − 1.
7.4.2 Problema transporturilor neechilibrată

Transformarea unei probleme de transport neechilibrate ı̂ntr-o problemă echi-
librată
• Dacă D > N, considerăm un beneficiar fictiv, al cărui necesar este D − N şi
pentru care costurile unitare de transport sunt nule.
• Dacă D < N, considerăm un furnizor fictiv, al cărui necesar este N − D şi

pentru care costurile unitare de transport sunt nule.
Rezolvarea unei probleme de transport

Pasul 0. Dacă P.T. nu este echilibrată (D 6= N), atunci echilibrăm problema.
Pasul 1. Determinăm o soluţie posibilă de bază nedegenerată, iniţială, X0 , cu
metoda colţului de Nord-Vest:
Fie X = (xi j )i=1,m, j=1,n ∈ Mm,n (R) matricea necunoscutelor problemei. Efectuăm
calculele necesare ı̂ntr-un tabel cu m + 1 linii şi n + 1 coloane de tipul:
x11 x12 ··· x1n a1

x21 x22 ··· x2n a2
.. .. .. .. ..
. . . . .
xm1 xm2 · · · xmn am
b1 b2 · · · bn
pe care ı̂l considerăm orientat precum o hartă ı̂n funcţie de punctele cardinale:
Nord, Sud, Est, Vest.
Determinăm valoarea necunoscutei aflate ı̂n colţul de NV al tabelului, fie aceasta
xkp . Atunci:
xkp = min{ak , b p }
Se scade xkp din disponibilul ak şi din necesarul b p .
• Dacă se anulează disponibilul, atunci necunoscutele nedeterminate de pe

linia k se egalează cu 0.
• Dacă se anulează necesarul, atunci necunoscutele nedeterminate de pe coloana

p se egalează cu 0.
45
Procedăm ı̂n acest fel până când determinăm toate elementele matricei X.
Pasul 2. Verificăm dacă soluţia posibilă de bază curentă este optimă. Pentru
aceasta, asociem fiecărei componente xi j > 0 a lui X o ecuaţie de tipul
ui + v j = ci j ,
obţinând astfel un sistem de m + n − 1 ecuaţii linare cu m + n necunoscute (ui şi

v j ). Rezolvăm sistemul luând u1 = 0.
Cu valorile ui şi v j determinate calculăm costurile fictive ci j = ui + v j . Apoi
determinăm matricea ∆ de elemente
∆i j = ci j − ci j , i = 1, m, j = 1, n.
I (Testul de optim). Dacă ∆i j ≤ 0, ∀ i = 1, m, j = 1, n, atunci soluţia posibilă

I Dacă există ∆i j > 0, soluţia nu este optimă şi trecem la pasul 3.
Pasul 3. Determinăm o nouă soluţie posibilă de bază, nedegenerată, folosind

metoda potenţialelor:
Aflăm valoarea ∆kp = max{∆i j | ∆i j > 0}, căreia ı̂i corespunde xkp = 0 ı̂n matricea
X. Pornind din celula (k, p) a lui X, construim un contur poligonal ı̂nchis (ciclu
de celule) având toate celelalte vârfuri ı̂n celule cu componente nenule ale lui X şi
unghiuri de măsuri multipli impari de 90◦ ı̂n fiecare vârf.
Pornind din vârful ı̂n care se găseşte valoarea xkp = 0, adunăm şi scădem alternativ
cantitatea θ > 0, obţinând astfel ı̂n vârfuri nişte valori depinzând de θ. Luăm ca
valoare pentru θ cel mai mic descăzut şi obţinem o nouă soluţie posibilă de bază
X. Verificăm dacă noua soluţie posibilă de bază este optimă (revenim la pasul 2).
Continuăm astfel până la găsirea soluţiei optime.
Exemplu Să rezolvăm problema de transport:
Bj
B1 B2 Disponibil
Ai
A1 8 2 6
A2 4 4 9
A3 15 12 10
25
Necesar 8 14
22
Deoarece D > N, pentru a echilibra problema, considerăm un beneficiar fictiv B3 ,

al cărui necesar este b3 = D − N = 25 − 22 = 3 şi pentru care costurile unitare de
46
transport sunt nule. Obţinem problema extinsă echilibrată:
Bj
B1 B2 B3 Disponibil
Ai
A1 8 2 0 6
A2 4 4 0 9
A3 15 12 0 10
25
Necesar 8 14 3
25
Avem m = 3 furnizori şi n = 3 beneficiari.

Matricea costurilor unitare de transport este
   
c11 c12 c13 8 2 0
C = c21 c22 c23  =  4 4 0 ∈ M3 (R).
c31 c32 c33 15 12 0
Matricea necunoscutelor este

 
x11 x12 x13
X = x21 x22 x23  ∈ M3 (R).
x31 x32 x33
Funcţia obiectiv, care trebuie minimizată, este

3 3
f (X) = ∑ ∑ ci j xi j = 8x11 +2x12 +0x13 +4x21 +4x22 +0x23 +15x31 +12x32 +0x33 .
i=1 j=1
• Determinăm o soluţie posibilă de bază nedegenerată, iniţială, X0 , cu metoda

colţului de Nord-Vest:
6 0 0 66 0
2 7 0 69 67 0
0 7 3 6 10 6 3 0
6 8 6 14 6 3
62 67 0
0 0
Soluţia obţinută este  

6 0 0
X0 = 2 7 0 ,
0 7 3
care are 5 componente nenule, deci este nedegenerată. Costul lui X0 este:
f (X0 ) = 8 · 6 + 4 · 2 + 4 · 7 + 12 · 7 + 0 · 3 = 168.
47
• Verificăm dacă X0 este soluţie optimă.

u1 =0
x11 −→ u1 + v1 = c11 

 u1 + v1 = 8 =⇒ v1 = 8
x21 −→ u2 + v1 = c21 u2 = −4


 u2 + v1 = 4 =⇒
x22 −→ u2 + v2 = c22 =⇒ u2 + v2 = 4 =⇒ v2 = 8
x32 −→ u3 + v2 = c32



 u3 + v2 = 12 =⇒ u3 = 4
x33 −→ u3 + v3 = c33

 u3 + v3 = 0 =⇒ v3 = −4
vj
X0 v1 = 8 v2 = 8 v3 = −4 ∆i j = ci j − ci j
ui
6 0 0 u1 = 0 8 8 −4 0 6 −4
2 7 0 u2 = −4 4 4 −8 0 0 −8
0 7 3 u3 = 4 12 12 0 −3 0 0
ci j = ui + v j
Testul de optim (∆i j ≤ 0, ∀ i, j) nu este ı̂ndeplinit, deci soluţia X0 nu este optimă.

• Determinăm o nouă soluţie posibilă de bază, nedegenerată, X1 . Avem:
max{∆i j | ∆i j > 0} = ∆12 = 6,
căruia ı̂i corespunde x12 = 0 ı̂n soluţia X0 . Ciclul corespunzător lui x12 este:
6 0 6−θ θ
6−θ θ 0
=⇒ =⇒ 2 + θ 7 − θ 0 .
0 7 3
2 7 2+θ 7−θ
θ = min{6, 7} = 6.
Obţinem astfel o nouă soluţie de bază nedegenerată
 
0 6 0
X1 = 8 1 0 .
0 7 3
• Verificăm optimalitatea lui X1 :


u1 =0
x12 −→ u1 + v2 = c12 

 u1 + v2 = 2 =⇒ v2 = 2
x21 −→ u2 + v1 = c21

 u2 + v1 = 4
 =⇒ v1 = 2
x22 −→ u2 + v2 = c22 =⇒ u2 + v2 = 4 =⇒ u2 = 2
x32 −→ u3 + v2 = c32



 u3 + v2 = 12 =⇒ u3 = 10
x33 −→ u3 + v3 = c33

 u +v = 0
3 3 =⇒ v3 = −10
48
vj
X1 v1 = 2 v2 = 2 v3 = −10 ∆i j = ci j − ci j
ui
0 6 0 u1 = 0 2 2 −10 −6 0 −10
8 1 0 u2 = 2 4 4 −8 0 0 −8
0 7 3 u3 = 10 12 12 0 −3 0 0
ci j = ui + v j
Testul de optim (∆i j ≤ 0, ∀ i, j) este ı̂ndeplinit. STOP. Soluţia optimă este X1 , iar
costul total minim de transport este:
f (X1 ) = 2 · 6 + 4 · 8 + 4 · 1 + 12 · 7 + 0 · 3 = 132.

Rezolvaţi problema de transport:
Bj
B1 B2 B3 Disponibil
Ai
A1 2 1 3 30
A2 1 4 2 70
100
Necesar 20 40 60
120
Bibliografie

49
TEST DE CONTROL –
MODULUL II
1. Rezolvaţi problema de programare liniară:



 [max] f (x) = 2x1 + 7x2

x1 + 2x2 ≤ 2

 2x1 + x2 ≥ 3
x1 , x2 ≥ 0.

2. Rezolvaţi problema de transport:
Bj
B1 B2 Disponibil
Ai
A1 20 10 500
A2 5 15 300
A3 25 18 200
1000
Necesar 400 250
650
Barem de notare:
1. 2. Oficiu
5 puncte 4 puncte 1 punct
50
Modulul III
COMPLEMENTE DE
ANALIZĂ MATEMATICĂ
51
ŞIRURI NUMERICE
Cuprins
8.1 Introducere
8.4.1 Şiruri de numere reale. Şiruri monotone, şiruri mărginite

8.4.2 Limita unui şir de numere reale
8.4.3 Proprietăţi privind monotonia, mărginirea şi convergenţa
8.4.4 Şiruri remarcabile
Bibliografie
8.1 Introducere
În această unitate de ı̂nvăţare vom prezenta, pe scurt, unele chestiuni de bază
privind şirurile de numere reale.

• recapitularea unor chestiuni privind şirurile de numere reale care vor fi uti-
lizate ı̂n studiul seriilor numerice ı̂ntrepins ı̂n unitatea de ı̂nvăţare 9.
52
• să stabiliţi dacă un şir de numere reale este crescător sau descrescător.
• să stabiliţi dacă un şir de numere reale este mărginit sau nemărginit.
• să calculaţi limita unui şir de numere reale.

8.4.1 Şiruri de numere reale. Şiruri monotone, şiruri mărginite
D EFINIŢIE
Se numeşte şir de numere reale o funcţie a : N∗ → R. Notând an = a(n), şirul se

scrie (an )n∈N∗ sau (an )n≥1 , iar an se numeşte termenul general al şirului.
Uneori funcţia care defineşte şirul este definită pe N şi atunci şirul ı̂ncepe cu ter-
menul de rang 0, adică se scrie concentrat sub forma (an )n∈N sau (an )n≥0 .
D EFINIŢIE
Un şir de numere reale (an )n≥1 se numeşte:
1) crescător (respectiv strict crescător) dacă
an ≤ an+1 (respectiv an < an+1 ), pentru orice n ∈ N∗ .
2) descrescător (respectiv strict descrescător) dacă
an ≥ an+1 (respectiv an > an+1 ), pentru orice n ∈ N∗ .
3) monoton (respectiv strict monoton) dacă este crescător sau descrescător (re-
spectiv strict crescător sau strict descrescător).
D EFINIŢIE
Un şir de numere reale (an )n≥1 se numeşte:
1) mărginit superior dacă există M ∈ R astfel ı̂ncât an ≤ M, pentru orice n ∈ N∗ .
53
2) mărginit inferior dacă există m ∈ R astfel ı̂ncât an ≥ m, pentru orice n ∈ N∗ .
3) mărginit dacă este mărginit superior şi inferior, adică dacă există m, M ∈ R
astfel ı̂ncât m ≤ an ≤ M, pentru orice n ∈ N∗ .
D EFINIŢIE
Dacă a1 , a2 , . . . , an , . . . este un şir, numim subşir al său orice şir de forma
an1 , an2 , . . . , ank , . . . ,
unde n1 , n2 , . . . , nk , . . . este un şir strict crescător de numere naturale. Un subşir al

şirului (an )n≥1 se notează concentrat sub forma (ank )k≥1 .
8.4.2 Limita unui şir de numere reale

Reamintim că mulţimea R = R ∩ {−∞, +∞} se numeşte dreapta reală ı̂ncheiată,
iar elementele ei se numesc puncte. În această mulţime, numerele reale se mai
numesc numere finite, iar +∞ şi −∞ se numesc numere infinite.
D EFINIŢIE
Fie a ∈ R şi V ⊆ R. Spunem că mulţimea V este o vecinătate a punctului a dacă:
1) atunci când a ∈ R, există ε > 0 astfel ı̂ncât (a − ε, a + ε) ⊆ V .
2) atunci când a = ∞, există ε > 0 astfel ı̂ncât (ε, ∞] ⊆ V .
3) atunci când a = −∞, există ε > 0 astfel ı̂ncât [−∞, −ε) ⊆ V .
D EFINIŢIE
Fie (an )n≥1 un şir de numere reale şi ` ∈ R. Spunem că şirul (an )n≥1 are limita `
şi scriem lim an = ` sau an → ` dacă orice vecinătate a lui ` conţine toţi termenii
n→∞
şirului de la un rang ı̂ncolo.
D EFINIŢIE
Spunem că un şir (an )n≥1 de numere reale:

1) este convergent dacă are limită finită lim an ∈ R .
n→∞
54
2) este divergent dacă nu este convergent, adică fie are limită infinită (+∞ sau
−∞), fie nu are limită.
O BSERVAŢIE . Dacă un şir are limită, atunci aceasta este unică!
Teoremă (de caracterizare cu ε a limitelor de şiruri)

Dacă (an )n≥1 un şir de numere reale, atunci există echivalenţele:
1) lim an = ` ⇔ ∀ ε > 0, ∃ nε ∈ N∗ astfel ı̂ncât ∀ n ≥ nε , |an − `| < ε.

n→∞
2) lim an = +∞ ⇔ ∀ ε > 0, ∃ nε ∈ N∗ astfel ı̂ncât ∀ n ≥ nε , an > ε.

n→∞
3) lim an = −∞ ⇔ ∀ ε > 0, ∃ nε ∈ N∗ astfel ı̂ncât ∀ n ≥ nε , an < −ε.

n→∞
8.4.3 Proprietăţi privind monotonia, mărginirea şi convergenţa

1. Orice şir convergent este mărginit.
2. (Lema lui Cesaro) Orice şir de numere reale conţine cel puţin un subşir conver-
gent.
3. (Teorema lui Weierstrass) Orice şir monoton şi mărginit este convergent.
4. Orice şir monoton de numere reale are limită ı̂n R.
5. Dacă un şir are limita `, atunci orice subşir al său are limita `.
6. Orice şir care conţine două subşiruri având limite diferite este divergent (nu are
limită).
7. Dacă un şir este ”reuniunea” a două subşiruri ale sale care au o limită comună
`, atunci limita şirului este `.
Exemplu Şirul cu termenul general an = (−1)n , n ∈ N, nu are limită, deoarece

subşirul termenilor de rang impar este constant egal cu −1, deci are limita −1, iar
subşirul termenilor de rang par este constant egal cu 1, deci are limita 1.
D EFINIŢIE
Un şir (an )n≥1 de numere reale se numeşte şir fundamental sau şir Cauchy dacă
∀ ε > 0, ∃ nε ∈ N∗ astfel ı̂ncât ∀ n, m ≥ nε , |an − am | < ε.
55
Condiţia precedentă este echivalentă cu următoarea:
∀ ε > 0, ∃ nε ∈ N∗ astfel ı̂ncât ∀ n ≥ nε şi ∀ p ∈ N∗ , |an+p − an | < ε.
Teoremă
1) Orice şir fundamental este mărginit.
2) Dacă un şir fundamental conţine un subşir convergent, atunci el este conver-

gent.
Criteriul lui Cauchy

Un şir de numere reale este convergent dacă şi numai dacă este şir fundamental.
Exemplu Să studiem convergenţa şirului (an )n≥1 având termenul general
cos x cos 2x cos nx

an = + 2 + · · · + n , n ∈ N∗ .
3 3 3
Stabilim, ı̂ntâi, dacă şirul dat este fundamental. Dacă p ∈ N∗ este arbitrar, atunci:

1 1 1
|an+p − an | = n+1 + n+2 + · · · + n+p

3 3 3

1 1 1
≤ n+1 1 + + · · · + p−1 → 0,
3 3 3
deci pentru orice ε > 0, există un rang nε ∈ N∗ astfel ı̂ncât, pentru orice n ≥ nε şi
orice p ∈ N∗ , avem |an+p − an | < ε, adică şirul (an )n≥1 este fundamental. Conform
criteriului lui Cauchy, rezultă că şirul (an )n≥1 este convergent.
8.4.4 Şiruri remarcabile

1. Şirul exponenţial cu baza q, adică şirul cu termenul general xn = qn , n ∈ N∗ ,
unde q ∈ R:



 nu există, dacă q ≤ −1

0, dacă −1 < q < 1
lim qn =
n→∞ 1,

 dacă q = 1

∞, dacă q > 1.
2. Şirul putere de exponent a, adică şirul cu termenul general xn = na , n ∈ N∗ ,

unde a ∈ R:
56

0, dacă a < 0

a
lim n = 1, dacă a = 0
n→∞ 
∞, dacă a > 0.


3. Şirul P(n) n≥1 , cu P funcţie reală polinomială:
P(x) = ak xk + ak−1 xk−1 + · · · + a1 x + a0 , grad(P) = k, ak 6= 0.

(
∞, dacă ak > 0
lim P(n) = ak · ∞ =
n→∞ −∞, dacă ak < 0.

P(n)
4. Şirul , cu P, Q funcţii reale polinomiale:
Q(n) n≥1
P(x) = a p x p + a p−1 x p−1 + · · · + a1 x + a0 , grad(P) = p, a p 6= 0

q q−1
Q(x) = bq x + bq−1 x + · · · + b1 x + b0 , grad(Q) = q, bq 6= 0.


0, dacă p < q

 ap
, dacă p = q


bq

P(n) 
lim = ap
n→∞ Q(n) ∞, dacă p > q şi >0
bq




 ap
−∞, dacă p > q şi < 0.


bq
Exemple
√ 1
1) lim n = ∞; lim n3 = ∞; lim n = lim n 2 = ∞.
n→∞ n→∞ n→∞ n→∞
1 1 3
2) lim = lim n−1 = 0; lim √ = lim n− 2 = 0.
n→∞ n n→∞ n→∞ n n n→∞
n5 + 7n3 − 12n − 9 1 3n
3) lim 5 4 3
= ; lim = 0.
n→∞ 3n − 2n + 7n + n − 2 3 n→∞ 3n2 + n + 1

1. Folosind criteriul lui Cauchy, studiaţi convergenţa şirului având termenul gen-
eral:
cos x cos 2x cos nx
an = + 2 + · · · + n , n ∈ N∗ .
7 7 7
57
2. Calculaţi lim an , unde:
n→∞
1 n 3 4n + 2n + 1
a) an = n2 + 7n + 5; b) an = + ; c) an = .
2 n5 9 · 4n
Bibliografie

58
SERII NUMERICE
Cuprins
9.1 Introducere
9.4.1 Serii cu termeni oarecare

9.4.2 Serii alternate
9.4.3 Serii cu termeni pozitivi
Bibliografie
9.1 Introducere
Seriile numerice constituie un instrument matematic deosebit de util care permite
evaluarea, ı̂n anumite condiţii, a sumelor infinite de numere.

Obiectivele acestei unităţi de ı̂nvăţare sunt următoarele:
• familiarizarea studenţilor cu noţiunea de serie de numere reale.
• ı̂nţelegerea importanţei acestei noţiuni matematice.
59
• să recunoaşteţi diversele tipuri de serii de numere reale.
• să aplicaţi diverse criterii pentru a stabili dacă o serie de numere reale este
convergentă sau divergentă.
• să evaluaţi suma unei serii de numere reale (ı̂n cazul ı̂n care seria are sumă).

9.4.1 Serii cu termeni oarecare
D EFINIŢIE
Fie (un )n≥1 un şir de numere reale. Expresia formală u1 + u2 + · · · + un + · · · se

numeşte serie de numere reale şi se notează prescurtat
∞
∑ un sau ∑ un .
n=1 n≥1
∞
un se numeşte termenul general al seriei ∑ un .
n=1
n
Şirul de numere reale (Sn )n≥1 definit prin termenul general Sn = ∑ uk se numeşte
k=1
∞
şirul sumelor parţiale ale seriei ∑ un .
n=1
D EFINIŢIE
∞
Spunem că seria ∑ un este:
n=1
1) convergentă dacă şirul sumelor parţiale (Sn )n≥1 este convergent. Dacă
S = lim Sn ,
n→∞
∞ ∞
spunem că S este suma seriei ∑ un şi scriem
n=1
∑ un = S .
n=1
2) divergentă dacă şirul sumelor sale parţiale (Sn )n≥1 :
60
i) are limită infinită: lim Sn = +∞ sau lim Sn = −∞ . Spunem atunci că
n→∞ n→∞
∞ ∞
suma seriei ∑ un este +∞, respectiv −∞ şi scriem ∑ un = +∞ , respec-
n=1 n=1
∞
tiv ∑ un = −∞ .
n=1
∞
ii) nu are limită. Spunem atunci că seria ∑ un nu are sumă. O astfel de serie
n=1
se numeşte oscilantă.
Calitatea unei serii de a fi convergentă sau divergentă constituie natura seriei.
Proprietăţi ale seriilor

1. Dacă ı̂ntr-o serie schimbăm ordinea unui număr finit de termeni ai săi, natura
seriei nu se schimbă.
2. Dacă la o serie adăugăm sau eliminăm un număr finit de termeni, natura seriei
nu se schimbă.
∞
3. (Criteriul necesar de convergenţă). Dacă seria ∑ un este convergentă, atunci
n=1
lim un = 0.
n→∞
Reciproca este falsă!
∞
4. (Criteriu de divergenţă). Dacă lim un 6= 0 sau nu există, atunci seria ∑ un este
n→∞ n=1
divergentă.
9.4.2 Serii alternate
D EFINIŢIE
O serie numerică de forma
∞
∑ (−1)n+1 un = u1 − u2 + u3 − u4 + · · · + (−1)n+1 un + · · · ,
n=1
unde un > 0, ∀ n ∈ N∗ , se numeşte serie alternată.
61
Criteriul lui Leibniz (Criteriu de convergenţă pentru serii alternate)
∞
Dacă pentru seria alternată ∑ (−1)n+1 un (un > 0, ∀ n ∈ N∗ ) sunt ı̂ndeplinite
n=1
condiţiile
1) şirul (un )n≥1 este descrescător şi
2) lim un = 0,
n→∞
atunci seria este convergentă.

∞ 1
Exemplu Să considerăm seria ∑ (−1)n−1 , numită seria armonică alternată.
n=1 n
Avem un = n1 . Verificăm ipotezele din criteriul lui Leibniz:
1
• un+1 − un = − < 0, ∀ n ∈ N∗ , deci un > un+1 , ∀ n ∈ N∗ , adică şirul
n(n + 1)
(un )n≥1 este descrescător.
1
• lim un = lim = 0.
n→∞ n→∞ n
Conform criteriului lui Leibniz, rezultă că seria dată este convergentă.
9.4.3 Serii cu termeni pozitivi
D EFINIŢIE
∞
O serie numerică ∑ un se numeşte serie cu termeni pozitivi dacă un > 0, pentru
n=1
orice n ∈ N∗ .
Exemple remarcabile de serii cu termeni pozitivi

1. Seria geometrică de raţie r > 0:
∞
∑ rn = 1 + r + r2 + · · · + rn + · · ·
n=0
∞
1
• Dacă 0 < r < 1 , seria ∑ rn este convergentă şi are suma 1−r .
n=0
∞
• Dacă r ≥ 1 , seria ∑ rn este divergentă şi are suma +∞.
n=0
62
2. Seria armonică simplă:
∞
1 1 1 1
∑ n = 1+ 2 + 3 +···+ n +···
n=1
• Seria armonică simplă este divergentă.
3. Seria armonică generalizată:
∞
1 1 1 1
∑ nα = 1 + 2α + 3α + · · · + nα + · · · (α ∈ R)
n=1
∞
1
• Dacă α ≤ 1 , seria ∑ nα este divergentă.
n=1
∞
1
• Dacă α > 1 , seria ∑ nα este convergentă.
n=1
Criterii de convergenţă pentru serii cu termeni pozitivi

Criteriul comparaţiei
∞ ∞
Fie ∑ un , ∑ vn două serii cu termeni pozitivi pentru care există un n0 ∈ N astfel
n=1 n=1
ı̂ncât
un ≤ vn , ∀ n ≥ n0 .
Atunci:
∞ ∞
1) ∑ vn convergentă =⇒ ∑ un convergentă.
n=1 n=1
∞ ∞
2) ∑ un divergentă =⇒ ∑ vn divergentă.
n=1 n=1
∞
1
Exemplu Fie seria cu termeni pozitivi ∑ 5+2n . Avem inegalitatea evidentă:
n=1
1 1
un = n
< n = vn , ∀ n ≥ 1.
5+2 2
∞ ∞ ∞
1 1 n 1

Seria ∑ vn = ∑ 2n = ∑ 2 este seria geometrică de raţie r = 2 ∈ (0, 1), deci
n=1 n=1 n=1
este convergentă. Conform criteriului comparaţiei, punctul 1), rezultă că seria
∞ ∞
1
∑ un = ∑ 5+2n este convergentă.
n=1 n=1
63
Criteriul radicalului
∞ √
Fie ∑ un o serie cu termeni pozitivi şi ` = lim n
un . Atunci:
n=1 n→∞
∞
1) ` < 1 =⇒ seria ∑ un este convergentă;
n=1
∞
2) ` > 1 =⇒ seria ∑ un este divergentă;
n=1
3) ` = 1 =⇒ nu putem stabili natura seriei cu acest criteriu.
∞
7n+2 n 7n+2 n

Exemplu Fie seria cu termeni pozitivi ∑ 5n+3 . Avem: un = 5n+3 . Atunci:
n=1
s n
√ n 7n + 2 7n + 2 7
lim n un = lim = lim = > 1.
n−→∞ n−→∞ 5n + 3 n−→∞ 5n + 3 5
Conform criteriului radicalului, punctul 2), rezultă că seria dată este divergentă.
Criteriul raportului
∞ un+1
Fie ∑ un o serie cu termeni pozitivi şi ` = lim . Atunci:
n=1 n→∞ un
∞
1) ` < 1 =⇒ seria ∑ un este convergentă;
n=1
∞
2) ` > 1 =⇒ seria ∑ un este divergentă;
n=1
∞
(n3 +2)2n (n3 + 2)2n
Exemplu Fie seria cu termeni pozitivi ∑ n! . Avem: un = .
n=1 n!
Atunci:
un+1 2(n3 + 3n2 + 3n + 3)
lim = lim = 0 < 1.
n−→∞ un n−→∞ (n + 1)(n3 + 2)
Conform criteriului raportului, punctul 1), rezultă că seria dată este convergentă.

64
Criteriul Raabe-Duhamel

∞ un
Fie ∑ un o serie cu termeni pozitivi şi ` = lim n −1 . Atunci:
n=1 n→∞ un+1
∞
1) ` < 1 =⇒ seria ∑ un este divergentă;
n=1
∞
2) ` > 1 =⇒ seria ∑ un este convergentă;
n=1
O BSERVAŢIE . Criteriul Raabe-Duhamel se aplică, de obicei, atunci când ı̂n cazul

criteriului raportului avem ` = 1.

Studiaţi natura următoarelor serii numerice:
∞ n ∞ n(n + 1) ∞ n+1 ∞ 30n ∞ (−1)n+1
a) ∑ ; b) ∑ ; c) ∑ √ d) ∑ ; e) ∑ √ .
n=1 (n + 1)! n=1 7n − 9 n=1 n n=1 n! n=1 5 n
Bibliografie

65
EXTREMELE FUNCŢIILOR
DE MAI MULTE VARIABILE
Cuprins
10.1 Introducere
10.4.1 Funcţii de mai multe variabile

10.4.2 Extremele funcţiilor de două variabile
10.4.3 Extremele funcţiilor de n variabile
Bibliografie
10.1 Introducere
Studiul funcţiilor reale de mai multe variabile reale este foarte util pentru cer-
cetarea fenomenelor economice, deoarece multe mărimi din economie pot fi repre-
zentate prin funcţii de acest fel, care depind de diverşi factori cantitativi.

66
• familiarizarea studenţilor cu studiul variaţiei funcţiilor reale de n variabile
reale.

• să calculaţi derivatele parţiale ale unei funcţii reale de n variabile reale.
• să aflaţi punctele staţionare ale unei funcţii reale de n variabile reale.
• să decideţi care puncte staţionare sunt de extrem şi care nu.

10.4.1 Funcţii de mai multe variabile
Spaţiul Rn şi funcţii reale de n variabile reale
Vom scrie elementele spaţiului Rn ca vectori linie şi le vom numi puncte.
D EFINIŢIE
O funcţie f : D ⊆ Rn → R, x = (x1 , x2 , . . . , xn ) 7→ f (x) = f (x1 , x2 , . . . , xn ) se numeşte

funcţie reală de n variabile reale.
D EFINIŢIE
Se numeşte bila deschisă de rază ε > 0 cu centrul ı̂n punctul a = (a1 , a2 , . . . , an ) ∈

Rn mulţimea Bε (a) formată din toate punctele x = (x1 , x2 , . . . , xn ) ∈ Rn ale căror
componente verifică inegalităţile:
|x1 − a1 | < ε, |x2 − a2 | < ε, . . . , |xn − an | < ε.
D EFINIŢIE
Se numeşte vecinătate a punctului a = (a1 , a2 , . . . , an ) ∈ Rn orice submulţime V

a spaţiului Rn care conţine o bilă de rază ε > 0 cu centrul ı̂n a.
D EFINIŢIE
Spunem că a ∈ Rn este punct interior mulţimii D ⊆ Rn dacă există o vecinătate

◦
V a lui a inclusă ı̂n D. Notăm cu D mulţimea punctelor interioare ale lui D.
67
Derivate parţiale
D EFINIŢIE
Fie f : D ⊆ R2 → R şi (a, b) ∈ D un punct interior. Spunem că funcţia f este:
• derivabilă parţial ı̂n raport cu variabila x ı̂n punctul (a, b) dacă există şi
este finită limita
f (x, b) − f (a, b)
fx0 (a, b) = lim ,
x→a x−a
numită derivata parţială de ordinul ı̂ntâi ı̂n raport cu x a funcţiei f ı̂n
punctul (a, b).
• derivabilă parţial ı̂n raport cu variabila y ı̂n punctul (a, b) dacă există şi
este finită limita
f (a, y) − f (a, b)
fy0 (a, b) = lim ,
y→b y−b
numită derivata parţială de ordinul ı̂ntâi ı̂n raport cu y a funcţiei f ı̂n
punctul (a, b).
D EFINIŢIE
◦
Fie f : D = D ⊆ R2 → R o funcţie. Considerăm mulţimile:
Dx = {(a, b) ∈ D | f este derivabilă parţial ı̂n raport cu x ı̂n punctul (a, b)}
Dy = {(a, b) ∈ D | f este derivabilă parţial ı̂n raport cu y ı̂n punctul (a, b)}.
1) Funcţia fx0 : Dx → R care asociază fiecărui punct (a, b) ∈ Dx numărul real

fx0 (a, b) se numeşte derivata parţială (de ordinul I) ı̂n raport cu x a funcţiei
f.
2) Funcţia fy0 : Dy → R care asociază fiecărui punct (a, b) ∈ Dy numărul real

fy0 (a, b) se numeşte derivata parţială (de ordinul I) ı̂n raport cu y a funcţiei
f.
O BSERVAŢIE . Pentru a calcula derivata parţială ı̂n raport cu o variabilă a

unei funcţii de mai multe variabile, aplicăm regulile de derivare ale funcţiilor
de o variabilă, considerând variabilele diferite de cea ı̂n raport cu care de-
rivăm drept constante.
68
Exemplu Să calculăm derivatele parţiale de ordinul I ale funcţiei
f : (0, ∞) × R → R, f (x, y) = x2 y5 + ln x − ey .
Avem:
0 1
fx0 (x, y) = x2 y5 + ln x − ey x
= 2xy5 +
x
şi 0
fy0 (x, y) = x2 y5 + ln x − ey y
= 5x2 y4 − ey .

D EFINIŢIE
◦
Fie f : D = D ⊆ R2 → R o funcţie derivabilă pe D ı̂n raport cu x şi cu y. Derivatele
parţiale fx0 : D → R şi fy0 : D → R, fiind funcţii de (x, y), pot admite, la rândul lor,
derivate parţiale, pe care le vom numi derivate parţiale de ordinul al II-lea ale
lui f . Acestea sunt:
fx002 = ( fx0 )0x , fy002 = ( fy0 )0y , 00
fxy = ( fx0 )0y , 00
fyx = ( fy0 )0x .
00 şi f 00 se numesc derivate parţiale mixte de ordinul al doilea.
Funcţiile fxy yx
Exemplu Să calculăm derivatele parţiale de ordinul al II-lea ale funcţiei
f : (0, ∞) × R → R, f (x, y) = x2 y5 + ln x − ey .
Am văzut mai sus că derivatele parţiale de ordinul I ale lui f sunt:
1
fx0 (x, y) = 2xy5 +
x
0 2 4
fy (x, y) = 5x y − ey .
Avem:
1 0

0 1
fx002 (x, y) = fx0 (x, y) x = 2xy +5
= 2y5 − 2 ,
x x x
0 0
fy002 (x, y) = fy0 (x, y) y = 5x2 y4 − ey y = 20x2 y3 − ey ,

1 0

00
0
fxy (x, y) = fx0 (x, y) y = 2xy5 + = 10xy4 ,
x y
00
0 0
fyx (x, y) = fy0 (x, y) x = 5x2 y4 − ey x = 10xy4 .

O BSERVAŢIE . Remarcăm aici că, ı̂n general, derivatele parţiale mixte de ordinul al
II-lea sunt egale numai ı̂n anumite condiţii, un rezultat ı̂n acest sens fiind criteriul
lui Schwarz (a se vedea manualul [1]).
Toate consideraţiile anterioare se pot generaliza uşor la cazul funcţiilor de n vari-
abile, n ≥ 3 (a se vedea manualul [1]).
69
10.4.2 Extremele funcţiilor de două variabile
D EFINIŢIE
Fie f : D ⊆ R2 → R, (x, y) 7→ f (x, y) şi (a, b) ∈ D.
1) (a, b) se numeşte punct de minim local pentru f dacă există o vecinătate V a

lui (a, b) astfel ı̂ncât ∀ (x, y) ∈ V ∩ D =⇒ f (x, y) ≥ f (a, b).
2) (a, b) se numeşte punct de maxim local pentru f dacă există o vecinătate V a

lui (a, b) astfel ı̂ncât ∀ (x, y) ∈ V ∩ D =⇒ f (x, y) ≤ f (a, b).
3) (a, b) se numeşte punct de extrem local pentru f dacă este punct de minim
local sau punct de maxim local pentru f .
4) (a, b) se numeşte punct staţionar pentru f dacă există fx0 (a, b), fy0 (a, b) şi sunt
egale cu 0.
O BSERVAŢIE . Punctele de extrem local se găsesc printre punctele staţionare ale

funcţiei. Punctele staţionare care nu sunt puncte de extrem se numesc puncte şa.
Determinarea punctelor de extrem local ale unei funcţii reale f : D ⊆ R2 → R

• Calculăm derivatele parţiale de ordinul I ale lui f .
• Determinăm punctele staţionare ale lui f , adică soluţiile sistemului de ecuaţii

obţinut prin anularea derivatelor parţiale de ordinul I ale lui f .
• Calculăm derivatele parţiale de ordinul al II-lea ale lui f .
• Determinăm funcţia ∆ : D ⊆ R2 → R cu formula
∆(x, y) = fx002 (x, y) · fy002 (x, y) − [ fxy

00
(x, y)]2 .
• Pentru fiecare punct staţionar (a, b) al lui f , parcurgem următorii paşi:
1) Calculăm ∆(a, b).

2) Dacă ∆(a, b) > 0 , atunci (a, b) este punct de extrem local pentru f , şi
anume:
i) Dacă fx002 (a, b) > 0 , atunci (a, b) este punct de minim local pen-
tru f .
ii) Dacă fx002 (a, b) < 0 , atunci (a, b) este punct de maxim local pen-
tru f .
70
20 ) Dacă ∆(a, b) < 0 , atunci (a, b) este punct şa pentru f .
Exemplu Să determinăm punctele de extrem ale funcţiei:
f : R2 → R, f (x, y) = x3 + y3 − 12x − 3y + 5.
Derivatele parţiale de ordinul I ale lui f sunt:
fx0 (x, y) = 3x2 − 12 şi fy0 (x, y) = 3y2 − 3.
Rezultă imediat că (2, 1), (−2, 1), (2, −1) şi (−2, −1) sunt punctele staţionare ale
lui f .
Derivatele parţiale de ordinul al II-lea ale lui f sunt:
fx002 (x, y) = 6x, fy002 (x, y) = 6y, 00

fxy 00
(x, y) = fyx (x, y) = 0
Avem: ∆(x, y) = 36xy, ∀ (x, y) ∈ R2 . Cercetăm care puncte staţionare sunt şi puncte
de extrem:
• ∆(2, 1) = 72 > 0 şi fx002 (2, 1) = 12 > 0 =⇒ (2, 1) este punct de minim local.
• ∆(−2, 1) = −72 < 0 =⇒ (−2, 1) este punct şa.
• ∆(2, −1) = −72 < 0 =⇒ (2, −1) este punct şa.
• ∆(−2, −1) = 72 > 0 şi fx002 (−2, −1) = −12 < 0 =⇒ (−2, −1) este punct de
maxim local.
10.4.3 Extremele funcţiilor de n variabile

Consideraţiile anterioare privind punctele de extrem ale funcţiilor de două variabile
se pot generaliza uşor la cazul funcţiilor de n variabile, n ≥ 3 (a se vedea manualul
[1] de la bibliografie).
Determinarea punctelor de extrem local ale unei funcţii reale f : D ⊆ Rn → R

• Calculăm derivatele parţiale de ordinul I ale lui f .
• Determinăm punctele staţionare ale lui f , adică soluţiile sistemului de ecuaţii

obţinut prin anularea derivatelor parţiale de ordinul I ale lui f .
• Calculăm derivatele parţiale de ordinul al II-lea ale lui f .
71
• Scriem matricea hessiană a lui f , adică matricea de funcţii următoare:

H(x) = fx00i x j (x) .
i, j=1,n
• Pentru fiecare punct staţionar a = (a1 , . . . , an ) al lui f :
1) Determinăm matricea hessiană a lui f ı̂n punctul a, adică

not
H(a) = ai j i, j=1,n
∈ Mn (R).
2) Calculăm determinanţii

a11 a12 · · · a1n

a
a21 a22 · · · a2n
a12
∆1 = a11 , ∆2 = 11 , . . . , = .. .

∆n .. .. ..
a21 a22 . . . .

an1 an2 · · · ann
3) Dacă toţi determinanţii au semnul ”+”, atunci a = (a1 , . . . , an ) este

punct de minim local pentru f .
30 ) Dacă semnele determinanţilor alternează ı̂ncepând cu ”−”, atunci a =
(a1 , . . . , an ) este punct de maxim local pentru f .
300 ) Dacă toţi determinanţii sunt nenuli, dar nu se ı̂ndeplinesc nici condiţiile
de la 3), nici de la 30 ), atunci a = (a1 , . . . , an ) este punct şa pentru f .

Determinaţi punctele de extrem ale următoarelor funcţii:
a) f : R2 → R, f (x, y) = x3 + y3 + 3xy + 2.
b) f : R3 → R, f (x, y, z) = x2 + y2 + z2 − xy + x − 2z.
Bibliografie

72
AJUSTAREA DATELOR DE
OBSERVAŢIE
Cuprins
11.1 Introducere
11.4.1 Metoda celor mai mici pătrate

11.4.2 Trendul liniar
11.4.3 Trendul parabolic
Bibliografie
11.1 Introducere
O aplicaţie importantă a teoriei extremelor funcţiilor de mai multe variabile ı̂n
economie este ajustarea datelor de observaţie prin metoda celor mai mici pătrate.

• familiarizarea studenţilor cu o metodă importantă pentru analiza seriilor de
date.
73
• să aplicaţi metoda celor mai mici pătrate pentru a ajusta o serie de date.
• să ajustaţi o serie de date după o dreaptă.
• să ajustaţi o serie de date după o parabolă.
• să decideţi care dintre ajustări este cea mai potrivită pentru o problemă dată.

11.4.1 Metoda celor mai mici pătrate
Metoda celor mai mici pătrate este utilizată pentru aproximarea unei funcţii ”em-
pirice” f , care caracterizează evoluţia ı̂n timp a unui indicator economic, printr-o
funcţie de ajustare g atunci când se cunosc valorile funcţiei f la un număr finit de
momente de timp t1 ,t2 , . . . ,tn .
11.4.2 Ajustarea liniară

Parametrii a0 şi a1 ai dreptei de ajustare y = a0t + a1 se determină din sistemul
de ecuaţii normale care are forma:

a0 ∑ ti + na1 = ∑ yi
a0 ∑ ti2 + a1 ∑ ti = ∑ yiti
unde toate sumele ∑ se fac după i = 1, . . . , n.
11.4.3 Ajustarea parabolică
Parametrii a0 , a1 şi a2 ai parabolei de ajustare y = a0t 2 + a1t + a2 se determină

din sistemul de ecuaţii normale care are forma:
 a0 ∑ ti2 + a1 ∑ ti + na2 = ∑ yi

a0 ∑ ti3 + a1 ∑ ti2 + a2 ∑ ti = ∑ yiti

a0 ∑ ti4 + a1 ∑ ti3 + a2 ∑ ti2 = ∑ yiti2

unde toate sumele ∑ se fac după i = 1, . . . , n.
74
Exemplu La un magazin, volumul vânzărilor unui produs ı̂n 5 luni consecutive
(exprimat ı̂n sute de mii de unităţi monetare) a fost:
Lunile (ti ) oct. nov. dec. ian feb
Vol.vânzărilor (yi ) 2 3 5 8 12
a) Ajustaţi datele după o dreaptă.
b) Ajustaţi datele după o parabolă.
c) Care din cele două funcţii de ajustare este mai bună?
d) Faceţi prognoza pentru luna următoare folosind funcţia determinată la punctul
c).
a) Dreapta de ajustare are ecuaţia y = g(t) , cu g(t) = a0t + a1 , unde parametrii

a0 şi a1 se determină rezolvând sistemul de ecuaţii normale:

a0 ∑ ti + 5a1 = ∑ yi
a0 ∑ ti2 + a1 ∑ ti = ∑ yiti
toate sumele ∑ fiind după i = 1, . . . , n. Întrucât n = 5 este impar, iar momentele ti

5
sunt echidistante, putem alege ti astfel ı̂ncât ∑ ti = 0:
i=1
oct. nov. dec. ian feb

−2 −1 0 1 2
Organizăm calculele ı̂n următorul tabel:
ti yi ti2 yiti y(ti ) yi − g(ti ) [yi − g(ti )]2
−2 2 4 −4 1 1 1
−1 3 1 −3 3, 5 −0, 5 0, 25
0 5 0 0 6 −1 1
1 8 1 8 8, 5 −0, 5 0, 25
2 12 4 24 11 1 1
0 30 10 25 //// //////// 3, 5
Rezultă că a0 = 2, 5 şi a1 = 6, deci dreapta de ajustare este y = 2, 5t + 6 . Suma

5
pătratelor erorilor pentru dreaptă este ∑ [yi − g(ti )]2 = 3, 5.
i=1
b) Parabola de ajustare are ecuaţia y = g(t) , cu g(t) = a0t 2 + a1t + a2 , unde

parametrii a0 , a1 , a2 se determină rezolvând sistemul de ecuaţii normale:
 a0 ∑ ti2 + a1 ∑ ti + na2 = ∑ yi

a0 ∑ ti3 + a1 ∑ ti2 + a2 ∑ ti = ∑ yiti

a0 ∑ ti4 + a1 ∑ ti3 + a2 ∑ ti2 = ∑ yiti2

75
toate sumele ∑ fiind după i = 1, . . . , 5. Organizăm calculele ı̂n următorul tabel:
ti yi ti2 ti3 ti4 yiti yiti2 y(ti ) yi − g(ti ) [yi − g(ti )]2
−2 2 4 −8 16 −4 8 2 0 0
−1 3 1 −1 1 −3 3 3 0 0
0 5 0 0 0 0 0 5 0 0
1 8 1 1 1 8 8 8 0 0
2 12 4 8 16 24 48 12 0 0
0 30 10 0 34 25 67 //// //////// 0
Rezultă că a0 = 0, 5, a1 = 2, 5 şi a2 = 5. Prin urmare, parabola de ajustare este

y = 0, 5t 2 + 2, 5t + 5 şi obţinem că suma pătratelor erorilor pentru parabolă este
5
∑ [yi − g(ti )]2 = 0.
i=1
c) Comparând suma pătratelor erorilor pentru dreaptă (= 3, 5) cu cea pentru parabolă

(= 0), constatăm că cea mai bună ajustare este cea după parabolă.
d) Prognoza pentru luna următoare se face după parabolă. Obţinem:
g(3) = 0, 5 · 9 + 2, 5 · 3 + 5 = 4, 5 + 7, 5 + 5 = 17 u.m.

La un supermarket, volumul vânzărilor unui produs ı̂n 5 luni consecutive (exprimat
ı̂n sute de mii de unităţi monetare) a fost:
Lunile (ti ) ian. feb. mar. apr. mai

Vol. vânzărilor (yi ) 3 5 6 9 12
a) Ajustaţi datele presupunând că trendul volumului vânzărilor este liniar.
b) Estimaţi volumul vânzărilor ı̂n lunile iunie şi iulie.
Bibliografie

76
TEST DE CONTROL –
MODULUL III
1. Calculaţi:
−n5 + 10n3 + 30

1 6
a) lim 3 ; b) lim n + 10 .
n→∞ 7n + 24n2 − 19n + 12 n→∞ 7 n
2. Stabiliţi natura seriilor de numere:
∞ 1 n · 11n
∞ ∞ 10n ∞ (−1)n
a) ∑ n
; b) ∑ n
; c) ∑ ; d) ∑ n
.
n=1 7 + 2 n=1 9 n=1 n! n=1 3 · 7
3. Determinaţi punctele de extrem ale funcţiilor:
a) f : R2 → R, f (x, y) = x3 + y3 − 3xy.
b) f : R3 → R, f (x, y, z) = x2 + y2 − z2 + 6xy + 16x + 2z.
4. Volumul vânzărilor de telefoane mobile pentru o firmă specializată ı̂n perioada

2007–2011 este prezentat ı̂n următorul tabel:
Anii (ti ) 2007 2008 2009 2010 2011

Ajustaţi datele după o dreaptă.
Barem de notare:
1. 2. 3. 4. Oficiu
2 puncte 2 puncte 3 puncte 2 puncte 1 punct
77
MODELE DE SUBIECTE
PENTRU EXAMEN
Varianta 1
1. Aflaţi α ∈ R astfel ı̂ncât mulţimea S = {v1 , v2 , v3 } de vectori din R3 să fie sistem
liniar dependent, unde:
v1 = (−3, 3, −2)T , v2 = (4, −2, 1)T , v3 = (α, 1, 0)T .
2. Efectuaţi două iteraţii din rezolvarea următoarei P.P.L. şi scrieţi soluţia obţinută
şi valoarea corespunzătoare a funcţiei obiectiv:


 [min] f (x) = 3x1 + 2x2

x1 + 4x2 ≤ 3

 2x1 + x2 ≥ 1
x1 , x2 ≥ 0.

∞ 1
3. Stabiliţi natura seriei numerice: ∑ .
n=1 13 + 6n
4. Determinaţi punctele de extrem ale funcţiei:
f : R2 → R, f (x, y) = x2 − 3xy − 15x + 9y + 70.
5. La un magazin, volumul vânzărilor unui produs ı̂n 5 luni consecutive a fost:

Luna (ti ) 1 2 3 4 5
Barem de notare:
1. 2. 3. 4. 5. Oficiu
2 puncte 3 puncte 1 punct 2 puncte 1 punct 1 punct
78
Varianta 2
5 −4
v1 = , v2 = .
1 −1
a) Arătaţi că mulţimea B = {v1 , v2 } este o bază pentru spaţiul vectorial real R2 .

1
b) Determinaţi coordonatele vectorului v = ı̂n această bază.
2
2. Efectuaţi două iteraţii din rezolvarea următoarei probleme de transport şi scrieţi
soluţia obţinută şi costul total de transport asociat ei:
Bj
B1 B2 B3 Disponibil
Ai
A1 2 6 1 40
A2 1 5 3 100
140
Necesar 50 60 80
190
∞8n
3. Stabiliţi natura seriei numerice: ∑ .
n=1 n!
4. Determinaţi punctele de extrem ale funcţiei:
f : R3 → R, f (x, y, z) = −x2 − y2 − z2 + 2x − 4y + 6z.
5. La un magazin, volumul vânzărilor unui produs ı̂n 5 zile consecutive a fost:
Ziua (ti ) 1 2 3 4 5
Barem de notare:
1. 2. 3. 4. 5. Oficiu
2 puncte 3 puncte 1 punct 2 puncte 1 punct 1 punct
79
Bibliografie
[1] D. Baz, T. C. Dosescu, V. Butescu, S. Baz, Matematici pentru economişti.

Teorie şi aplicaţii, Editura Cison, Bucureşti, 2003.
[2] D. Baz, V. Butescu, N. Stremţan, Matematici aplicate ı̂n economie, Vol. I şi
II, Universitatea Creştină ”Dimitrie Cantemir”, Bucureşti, 1999.
[3] D. Baz, V. Butescu, N. Stremţan, Matematici aplicate ı̂n economie. Culegere

de probleme, Universitatea Creştină ”Dimitrie Cantemir”, Bucureşti, 1999.
[4] Gh. Cenuşă (coord.), C. Raischi, D. Baz, M. Toma, V. Burlacu, I. Săcuiu,

I. Mircea, Matematici pentru economişti, Editura Cison, Bucureşti, 2000.
[5] Gh. Cenuşă (coord.), A. Filip, S. Baz, B. Iftimie, C. Raischi, A. Toma,

L. Bădin, A. Agapie, Matematici pentru economişti. Culegere de probleme,
Editura Cison, Bucureşti, 2000.
[6] T. C. Dosescu, Matematică pentru modelare economică, Editura Universi-

tară, Bucureşti, 2011.
[7] T. C. Dosescu, N. B. Toader, Matematici aplicate ı̂n economie. Caiet de sem-

inar, Editura Cison, Bucureşti, 2007.
[8] T. C. Dosescu, N. B. Toader, Matematici pentru economişti. Aplicaţii, Editura

[9] T. C. Dosescu, N. B. Toader, Matematici financiare. Manual de studiu indi-

vidual, Editura Universitară, Bucureşti, 2012.
[10] G. Ghic, Matematici aplicate ı̂n economie. Culegere de probleme, Editura

80

Curs Matematica

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Curs Matematica

Încărcat de

Drepturi de autor:

Formate disponibile

UNIVERSITATEA CREŞTINĂ ”DIMITRIE CANTEMIR”

FACULTATEA DE FINANŢE, BĂNCI ŞI CONTABILITATE

Programul de studii: FINANŢE ŞI BĂNCI

TATIANA-CORINA DOSESCU NICOLAE-BOGDAN TOADER

Modulul I ELEMENTE DE ALGEBRĂ LINIARĂ 8

Unitatea de ı̂nvăţare 2 INDEPENDENŢĂ ŞI DEPENDENŢĂ LINIARĂ 14

Unitatea de ı̂nvăţare 3 BAZĂ ŞI DIMENSIUNE 19

TEST DE CONTROL – MODULUL I 24

Modulul II ELEMENTE DE PROGRAMARE LINIARĂ 25

Unitatea de ı̂nvăţare 5 ALGORITMUL SIMPLEX 32

Unitatea de ı̂nvăţare 6 METODA PENALIZĂRII 37

Unitatea de ı̂nvăţare 7 PROBLEMA TRANSPORTURILOR 42

TEST DE CONTROL – MODULUL II 50

Unitatea de ı̂nvăţare 9 SERII NUMERICE 59

Unitatea de ı̂nvăţare 10 EXTREMELE FUNCŢIILOR DE MAI MULTE VARIABILE 66

Unitatea de ı̂nvăţare 11 AJUSTAREA DATELOR DE OBSERVAŢIE 73

TEST DE CONTROL – MODULUL III 77

MODELE DE SUBIECTE PENTRU EXAMEN 78

0.1 Obiectivele cursului

• deprinderea studenţilor de a analiza logic şi riguros.

• familiarizarea studenţilor cu conceptele şi cu tehnica modelării matematice

0.2 Competenţe dobândite

• să colaboreze cu specialişti din alte domenii.

• Modulul I: Elemente de algebră liniară, care cuprinde unităţile de ı̂nvăţare

• Modulul II: Elemente de programare liniară, care cuprinde unităţile de

• Modulul III: Complemente de analiză matematică, care cuprinde unităţile

Fiecare modul se ı̂ncheie cu un test de control.

Unitatea de ı̂nvăţare Timp alocat

0.4 Resurse necesare şi recomandări de studiu

3. Dosescu, Tatiana-Corina, Toader, Nicolae Bogdan, Matematici financiare.

0.6 Cunoştinţe preliminare

1.2 Obiectivele unităţii de ı̂nvăţare

1.3 Competenţe dobândite

1.4 Conţinutul unităţii de ı̂nvăţare

1.4.1 Definiţia spaţiului vectorial

1.5 Test de autoevaluare

1.2 Obiectivele unităţii de ı̂nvăţare

1.3 Competenţe dobândite

• să definiţi noţiunea de spaţiu vectorial.

• să daţi exemple de spaţii vectoriale.

• să efectuaţi operaţii cu vectori din spaţiul Rn .

• să stabiliţi dacă o mulţime de vectori este sistem de generatori pentru un

1.4 Conţinutul unităţii de ı̂nvăţare

numită adunarea vectorilor, şi cealaltă externă cu operatori din R:

numită ı̂nmulţirea vectorilor cu scalari, care au următoarele proprietăţi:

(1) (u + v) + w = u + (v + w), pentru orice u, v, w ∈ V .

(2) Există 0 ∈ V , numit vectorul nul, astfel ı̂ncât v + 0 = 0 + v = v, pentru orice

(4) v + w = w + v, pentru orice v, w ∈ V .

(5) α · (v + w) = α · v + α · w, pentru orice α ∈ R, v, w ∈ V .

(6) (α + β) · v = α · v + β · v, pentru orice α, β ∈ R, v ∈ V .

(7) (αβ) · v = α · (β · v), pentru orice α, β ∈ R, v ∈ V .

(8) 1 · v = v, pentru orice v ∈ V .

1.4.2 Exemple de spaţii vectoriale

Exemplu Fie n un număr natural nenul. Mulţimea

are o structură de R-spaţiu vectorial dată de următoarele operaţii algebrice:

• ı̂nmulţirea vectorilor cu scalari reali:

pentru orice α, x1 , . . . , xn , y1 , . . . , yn ∈ R. Elementele lui Rn se numesc vectori

1.4.3 Combinaţie liniară de vectori

Fie V un spaţiu vectorial real. Dacă v1 , v2 , . . . , vn ∈ V şi α1 , α2 , . . . , αn ∈ R, vec-

Exemplu Fie vectorii din R3 :

v1 = (−1, 2, 3)T , v2 = (1, −2, −1)T , v3 = (3, 1, 2)T .

a) Aflaţi vectorul v = 2v1 − v2 − 3v3 .

b) Determinaţi α, β ∈ R astfel ı̂ncât αv1 + βv2 = 2v3 .