ELEMENTE DE

MATEMATICĂ
Programare liniară şi statistică matematică

CIPRIAN CHIRUŢĂ

2017
 Introducere

Acest curs de „Elemente de matematică - programare liniară şi statistică

matematică” se adresează studenţilor din anul I de la facultăţile de Agricultură,
Horticultură şi Zootehnie precum şi tuturor celor ce doresc să se iniţieze în noţiunile şi
conceptele matematice ce apar în primul an de facultate de la Universitatea de Ştiinţe
Agricole şi Medicină Veterinară „Ion Ionescu de la Brad” din Iaşi sau de la orice
universitate agronomică din ţară.
Cuvântul „matematică” îşi are originea în cuvântul grecesc „mathema” care
înseamnă „învăţare”, „studii”. Apariţia conceptelor matematice a pornit din necesitatea
de a face calcule comerciale, de a măsura suprafeţe de teren sau de a prevedea
evenimentele astronomice în scopuri agricole sau culturale.
Matematica este o stiinţă care trebuie învăţată de către studenţi prin lucru
individual, prin repetarea exemplelor ce apar în curs precum şi prin participarea
consecventă a studenţilor la cursuri şi seminarii. Numai asistarea la seminarii şi citirea
precum o poveste a cursului nu este suficientă pentru o bună învăţare a disciplinei
Matematică.
Acest material de curs oferă studenţilor la fiecare capitol de teorie explicaţii
teoretice ale noţiunilor noi precum şi exemple practice rezolvate.
Studenţii trebuie să ştie faptul că noţiunile matematice ce vor fi prezentate în
acest curs se vor repeta în unele cursuri din anii de facultate.
Primul capitol este o introducere în algebra liniară, utilizată apoi în capitolul II de
algebră abstractă.
Capitolul III urmăreşte noţiunile şi teoremele importante din Programarea
liniară, noţiuni ce se vor relua în cursuri de management şi optimizări din anii superiori.
Capitolul IV de elemente de teoria probabilităţilor facilitează definirea noţiunilor
necesare pentru estimarea şi compararea probabilităţilor de apariţie a unor fenomene
aleatoare.
Capitolul V este o introducere într-un domeniu vast şi actual, într-o ramură
împortantă a matematicii aplicate şi anume statistica matematică.
Materia este împărţită în două zone distincte. Prima se va finaliza prin rezolvarea
problemelor de programare liniară, folosind algoritmul simplex sau metoda celor două
faze. A doua parte se finalizează prin estimarea parametrilor pentru indicatorii statistici
media şi dispersia ceea va conduce la testarea ipotezelor statistice, folosind diferite
teste statistice (Student, Fischer) în aplicaţia MS. Excel.

3
 Introducere

Celelalte capitole adună suportul matematic teoretic necesar pentru înţelegerea

conceptelor definite şi analizate în partea finală: elemente de algebră vectorială şi
respectiv, elemente de teoria probabilităţilor.

Ciprian CHIRUŢĂ

4
Capitolul I - Elemente de algebră liniară
1.1. Matrice şi determinanţi

1.2. Sisteme de ecuaţii liniare

-----------------------------------------------------------------------------------

1.1. Matrice şi determinanţi

În această secţiune vor fi definite noţiuni şi proprietăţi din algebra liniară cum ar
fi noţiunea de matrice, determinant, rang al matricei, sisteme de ecuaţii liniare.

Definiţie 1. Se numeşte matrice M m, n   o mulţime de m  n numere aranjate într-un

tablou dreptunghiular, având m linii şi n coloane.

 a11 a12 a1n 

 
a a22  a2 n 
A   21 ,
   
 
a  amn 
 m1 am 2

unde aij , i  1,m, j  1,n se numesc elementele matricei A.

O matrice cu m linii şi n coloane se numeşte matrice de tip m, n  sau matrice de

ordinul m n . M m,n   reprezintă mulţimea matricelor de tip m, n  , având toate

elementele din .

1.1.1. Cazuri particulare

1. O matrice de tip m,1 se numeşte matrice coloană.

 a11 
 
 a21 
A .
 
 
a 
 m1 

2. O matrice de tip 1, n  se numeşte matrice linie.

A  a11 a12  a1n .

3. O matrice de tip n, n  se numeşte matrice pătratică de ordin n.

5
 Elemente de algebră liniară

 a11 a12  a1n 

 
 a21 a22  a2 n 
A .
   
 
a 
 n1 an 2  ann 

Elementele a11, a22 , a33, ann formează diagonala principală a matricei.

4. O matrice de tip m, n  , având toate elementele egale cu zero se numeşte

matrice nulă. Se notează cu Om, n .

5. O matrice pătratică ale cărei elemente care nu se află pe diagonala principală

sunt toate nule se numeşte matrice diagonală.

 a11 0  0 
 
 0 a22  0 
A .
   
 
 0  ann 
 0

6. O matrice diagonală pentru care elementele de pe diagonala principală sunt

egale cu 1 ( a11  a22  a33    ann  1 ) se numeşte matrice unitate de ordin n.

Matricea unitate se notează cu I n sau En .

1 0  0
 
0 1  0
In   .
   
 
0 0  1
 

Definiţie 2. Două matrice de acelaşi tip Am,n şi Bm,n sunt egale dacă elementele lor sunt

respectiv egale: aij  bij , i  1,m, j  1,n. Notăm A  B .

1.1.2. Operaţii cu matrice

Adunarea matricelor

Definiţie 3. Fie A, B  M m,n   , având aij  elementele matricei A şi bij  elementele

matricei B . Definim adunarea matricelor A şi B ca fiind matricea C  M m,n   cu

elementele cij  i  1,m, j  1,n , unde cij  aij  bij .

Proprietăţile adunării matricelor:

1. Asociativitate

Oricare ar fi matricele A, B, C  M m,n   implică A  B  C  A  B  C  .

2. Comutativitate

6
 Elemente de matematică

Oricare ar fi matricele A, B  M m,n   implică A B  B  A.

3. Element neutru

Există matricea nulă O  M m,n  , astfel încât A  M m,n   are loc

AO  O A  A.
4. Opusa matricei

Oricare ar fi matricea A  M m,n   există matricea  A   aij   M m,n  ,

astfel încât are loc relaţia A   A   A  A  O .

Exemplu:

  1 4 0   2 3 1  1 7 1 
A  B          .
 3 2  6   6  2 8  9 0 2 

Înmulţirea matricelor

Definiţie 4. A  M m,n   şi B  M n, p  , cu elemenentele A  aij  şi B  b jk  .

Definim produsul matricelor A B (în această ordine) ca fiind matricea

C  A  B  M m, p   cu elementele C   c  , unde ik

n
cik  a b
j 1
ij jk  ai1b1k  ai 2b2 k  ...  ainbnk .

Observaţie:
Produsul A  B a două matrice se poate efectua doar dacă numărul de coloane a
matricei A este egal cu numărul de linii a matricei B.

Exemplu:

A  M 2, 3   ; B  M 3, 2    A  B  C , C  M 2, 2   ;
1 2 
 1 0 3  
A B      3 1 
 2 4 1   0 2 
 
 1 1  0  3  3  0 1  2  0   1  3  2   1 8 
  
 2   2  4   1  1  2  10 6 
.
  2   1  4  3  1  0
Proprietăţile înmulţirii matricelor:
1. Asociativitate

Oricare ar fi matricele A  M m,n  , B  M n, p   , C  M m, p   are loc relaţia

 A  B  C  A  B  C  .
7
 Elemente de algebră liniară

2. Element neutru la înmulţire

Există matricea unitate I n , astfel încât oricare ar fi matricea pătratică de ordin n

A Mn   are loc relaţia A  I n  I n  A  A .

3. Distributivitatea la stânga a înmulţirii faţă de adunare

Fie matricele A, B, C  M n   atunci are loc relaţia A  B  C   A  B  A  C .

4. Distributivitatea la dreapta a înmulţirii faţă de adunare

Fie matricele A, B, C  M n   atunci are loc relaţia  A  B  C  A  C  B  C .
Observaţie:
Înmulţirea matricelor nu este comutativă. Pentru exemplificare alegem două

1 2  2 1
matrice oarecare A    şi B    de unde:
3 1  2 3

1 2  2 1  2  4 1  6   6 7 
A B      ,
 3 1   2 3  6  2 3  3  8 6 

 2 1 1 2  2  3 4 1  5 5 
B A    .
 2 3   3 1   2  9 4  3  11 7 
Observăm că A  B  B  A .

1.1.3. Înmulţirea cu un scalar

Definiţie 5. Definim produsul matricei A  M m,n   cu scalarul   ca fiind matricea

B  M m, n   cu elemenetele bij    aij . Putem scrie B    A  A   .

Exemplu:

 1 2 4   a 2a 4a 
   
a  A  a   0 3  1   0 3a  a  .
 2 1 0   2a a 0 
  

Proprietăţi ale înmulţirii cu scalari:

1. 1  A  A,
2.      A    A    A,
3.    A  B    A    B,
4.      A      A,
5.    A  B     A  B  A    B  , unde A, B  M m,n   şi  ,   R .

8
 Elemente de matematică

1.1.4. Transpusa unei matrice

Definiţie 6. Numim transpusă a matricei A  M m,n   cu elementele aij  matricea

 
notată AT  a ji care are drept linii coloanele matricei A şi, respectiv, drept coloane

liniile matricei A .
Observaţie:
Când construim transpusa unei matrice A coloana j a matricei A devine linia

j a matricei transpuse AT .
Exemplu:

 1 2 3  1 2 3
   
Transpusa matricei A   2 4 6  este matricea A   2 4 6  .
T

 3 6 9  3 6 9
   

Definiţie 7. Spunem că matricea pătratică A  M n   este simetrică dacă matricea

transpusă este egală cu matricea iniţială AT  A adică aij  a ji oricare ar fi i, j  1,n

şi antisimetrică dacă AT   A adică aij  a ji oricare ar fi i, j  1,n .

1.1.5. Determinanţi

Definiţie 8. Fie A   aij   M n   o matrice pătratică. Se numeşte determinantul lui A

numărul det A definit prin relaţia det A    1 a  a   a 

    
1 1 2 2 n n
unde 1 ,  2 ,   n
1 , 2 3 , n

sunt elementele 1, 2, 3,  n , suma cuprinde toate permutările posibile ale lor, iar

  0 dacă permutarea este pară şi   1 dacă permutarea este impară.

Modul de calcul pentru un determinant al unei matrice de ordin 2: din produsul

elementelor de pe diagonala principală se scade produsul elementelor de pe diagonala
secundară:

a11 a12
det A1   a11  a22  a21  a12 .
a21 a22

Pentru a calcula un determinant al unei matrice de ordin 3 se utilizează regula lui

Sarrus sau metoda triunghiului:

9
 Elemente de algebră liniară

a11 a12 a13

a21 a22 a23
det A2  a31 a32 a33  a11  a22  a33  a21  a32  a13  a12  a23  a31 
a11 a12 a13
a21 a22 a23
 a31  a22  a13  a11  a32  a23  a21  a12  a33 .

În regula lui Sarrus se copie primele două linii ale determinantului şi se înmulţesc
câte trei elemente de pe diagonalele principale cu semnul plus şi cele trei elemente de
pe diagonalele secundare cu semnul minus.
Modul de calcul dacă determinantul este de ordin n (n > 3): se foloseşte o
tehnică prin care determinantul de ordin n este adus la o sumă de determinanţi de ordin
mai mic n-1 până când poate fi calculat cu ajutorul formuleleor de mai sus. Tehnica
constă în descompunerea determinantului după o linie sau coloană.

Exemplu:

Să se calculeze determinantul următor:

1 1 1 1
2 2 3 4
det A  .
0 2 1 2
1 2 1 2

Determinantul propus este de 4 linii şi 4 coloane. Facem descompunerea după

prima linie astfel:
1 1 1 1
2 3 4 2 3 4
2 2 3 4
  1  1  2 1 2   1
11 1 2
det A  1 0 1 2 
0 2 1 2
2 1 2 1 1 2
1 2 1 2

2 2 4 2 2 3
  1  1  0 2 2   1  1  0 2 1 .
13 1 4

1 2 2 1 2 1

În acest mod determinatul a fost transformat într-o sumă de determinanţi ce pot

fi calculaţi.
Pentru a ne simplifica calculele se poate observa că prima linie conţine numai
valori de 1. Înainte de a face descompunerea după prima linie se pot aplica o serie de
transformări liniare care să aibă ca rezultat apariţia pe prima linia a mai multor valori de
zero.

10
 Elemente de matematică

1 1 1 1 1 0 1 1 1 0 0 1 1 0 0 0
2 2 3 4 2 0 3 4 2 0 1 4 2 0 1 2
det A  C2  C1 C3  C1 C4  C1 .
0 2 1 2 0 2 1 2 0 2 1 2 0 2 1 2
1 2 1 2 1 1 1 2 1 1 0 2 1 1 0 1

1 0 0 0
0 1 2 2 1 2
2 0 1 2
  1 1  2 1 2   1
11 1 2
det A  0 0 1 2 
0 2 1 2
1 0 1 1 0 1
1 1 0 1

2 0 2 2 0 1
  1  0  0 2 2   1  0  0 2 1 .
13 1 4

1 1 1 1 1 0

În urma acestor calcule observăm că determinantul iniţial de ordin 4 s-a

descompus ca sumă a 4 determinanţi de ordin 3 din care doar unul singur (primul) este
înmulţit cu un scalar diferit de zero.

1 0 0 0
0 1 2
2 0 1 2
  1
11
det A  1  2 1 2  0  0  2  2  0  2  2.
0 2 1 2
1 0 1
1 1 0 1

Proprietăţi ale determinanţilor

P1. Dacă o matrice are o linie sau o coloană cu elementele egale cu zero atunci
determinantul matricei este nul.
P2. Dacă o matrice are două linii sau două coloane cu elementele egale atunci
determinantul matricei este nul.
P3. Dacă elementele a două linii sau două coloane dintr-o matrice sunt
proporţionale atunci determinantul matricei este nul.
P4. Dacă o linie sau o coloană a unei matrice este o combinaţie liniară de
celelalte linii, respectiv, coloane atunci determinatul matricei este nul.
P5. Dacă la o linie a unei matrice adunăm elementele de la altă linie înmulţite cu
un scalar atunci matricele vor avea acelaşi determinant.

1.1.6. Rangul unei matrice

Definiţie 9. Fie A  M m,n   o matrice de tipul m, n  . Dacă în matricea A alegem la

întâmplare k linii şi k coloane (unde k  minm, n ) atunci elementele care se găsesc la

intersecţia acestor linii şi coloane formează o matrice pătratică de ordinul k.

Determinantul acestei matrice se numeşte minor de ordin k al matricei A.

11
 Elemente de algebră liniară

Definiţie 10. Fie A  M m,n   o matrice nenulă. Spunem că matricea A are rangul r

dacă matricea A are un minor de ordin r nenul şi toţi minorii de ordin superior, dacă
există, sunt nuli. Notaţia rang A = r.

Exemplu:

 1 2 3
Să se determine rangul matricei A   .
 4 5 0
1 2
Se calculează minorul:  5  8  3  0 . Deci există minor de ordin 2 diferit de
4 5

zero, iar alţi minorii de ordin superior nu există. Concluzia este că matricea are rangul 2.

1.1.7. Matrice inversabile

Definiţie 11. O matrice pătratică se numeşte singulară dacă determinantul său este nul
şi se numeşte nesingulară dacă determinantul său este nenul.

Definiţie 12. Fie A o matrice pătratică de ordin n. Spunem că matricea A este

inversabilă dacă există o matrice pătratică de ordin n, notată A 1 , astfel încât are loc
relaţia:

A  A1  A1  A  I n .

Teoremă 1. Fie o matrice A pătratică de ordin n. Matricea este inversabilă dacă şi

numai dacă ea este nesingulară, adică det A  0 .

Definiţie 13. Numim transformări elementare liniare asupra matricei A aplicarea uneia
din următoarela operaţii:
T1: Înmulţirea unei linii cu un număr diferit de zero;
T2: Adunarea unei linii la altă linie element cu element;
T3: Schimbarea a două linii între ele.

Observaţie:

Dacă asupra unei matrice A aplicăm transformări elementare rangul acesteia

nu se schimbă.

Exemplu:

2 0 1 
 
Fie matricea A   2 1  1 . Verificaţi dacă matricea este inversabilă şi
 3 1  1
 
calculaţi rangul matricei A .
12
 Elemente de matematică

Rezolvare:
Verificăm dacă matricea este inversabilă, utilizând Teorema 1:

2 0 1
2 1 1
det A  3 1 1  2  1   1  2 1 1  3  0   1  1  1  3   1  1  2   1  0  2 
2 0 1
2 1 1

 2  2  0  3  2  0  1  0 , deci matricea este nesingulară şi

conform teoremei 1 este inversabilă.

Având în vedere că determinatul de ordin 3 este diferit de zero şi alt minor cu
grad mai mare nu avem rezultă că rangul matricei este egal cu 3.
 Exerciţii:
1. Să se calculeze următorii determinanţi, aplicând proprietăţile determinanţilor:
3 0 3 
 
A  4 1 4  . R : det A  21 .
 3 0 10
 
a  b a  b a  b
 
B 1 1 1 . R : det B  0 .
 2ab 2ab 
 0
1 x 1 1
 
x 1 1 1
R : det C   x  3 x  1 .
3
C  .
1 1 1 x
 
1 1 x 1 

2. Să se verifice dacă următoarele matrice verifică relaţia: A3  2 A2  A  I n  0
1 0 1
 1 2  
A    . R : Fals . A   4 1 4 . R : Fals .
 2 1 1 0 1
 
3. Ridicaţi la puterea n, n , matricele:
 1 1 1 n
A    . R : An   .
 0 1 0 1
 1 0 1 1 0 n
   
A   0 1 1 . R : A  0 1 n .
n

 0 0 1 0 0 1
   
4. Determinaţi rangul matricei:
 4 2 2 6 
 
A    2  4 2  4 . R : rang A  3 .
 2  2 4  2
 
 1 2 6 6 
 
B    2 6 2  4 . R : rang B  3 .
 1 2 6 2 
 

13
 Elemente de algebră liniară

1.2. Sisteme de ecuaţii liniare

Multe fenomene din viaţa reală se pot modela cu ajutorul sistemelor de ecuaţii
liniare. Acest paragraf este dedicat studiului sistemelor de ecuaţii algebrice de gradul
întâi cu mai multe necunoscute şi a metodelor de rezolvare a acestor sisteme.

Definiţie 14. Se numeşte sistem liniar de m ecuaţii cu n necunoscute ansamblul de

ecuaţii liniare:

a11 x1  a12 x2   a1n xn  b1 ,


a21 x1  a22 x2   a2 n xn  b2 ,
 (1)


am1 x1  am 2 x2   amn xn  bm ,

unde aij  , bi  , unde 1  i  m, 1  j  n , variabilele x1, x2 , , xn  R se numesc

necunoscutele sistemului, constantele aij  se numesc coeficienţii sistemului, iar

valorile bi  se numesc termenii liberi.

Observaţie:

a). Coeficienţii sistemului formează o matrice de tip m, n  denumită matricea

sistemului.

 a11 a12  a1n 

 
a a 22  a2n 
A   21 .
   
 
a  a mn 
 m1 am 2

Dacă adăugăm coloana termenilor liberi obţinem matricea extinsă a sistemului,

notată A .

 a11 a12 a1n b1 

 
a a22 a2 n b2 
A   21 .
 
 
 am1 am 2 amn bm 

b). Sistemul (1) se poate scrie sub forma:

a
j 1
ij x j  bi , unde i  1,  m . (2)

Dacă pentru necunoscute şi termeni liberi se folosesc vectorii coloană

14
 Elemente de matematică

 x1   b1 
   
 x2  b 
X    şi B   2  ,
 
   
x  b 
 n  n

atunci sistemul (1) se poate scrie sub forma matriceală:

A X  B . (3)

Un sistem liniar se numeşte omogen dacă coloana termenilor liberi este formată
numai din valori nule, iar în caz contrar se numeşte neomogen.

Definiţie 15. Se numeşte soluţie a unui sistem liniar de forma (1) un n-uplu
x1 , x2 ,  , xn  care verifică simultan toate cele m ecuaţii ale sistemului.

Sistemul (1) se numeşte compatibil dacă are cel puţin o soluţie şi se numeşte
incompatibil în caz contrar.
Un sistem compatibil se numeşte compatibil determinat dacă are o singură
soluţie şi compatibil nedeterminat dacă admite mai multe soluţii.

Observaţie:
Problema fundamentală în legătură cu un sistem liniar este determinarea
mulţimii S a soluţiilor sale, adică a tuturor n-uplurilor care verifică simultan toate
ecuaţiile din sistem.

Teoremă 2. (Kronecker1 - Capelli2)

Un sistem de m ecuaţii liniare cu n necunoscute este compatibil determinat dacă
şi numai dacă rangul matricei sistemului este egal cu rangul matricei extinse a
sistemului.
Dacă rang A  rang A  k  n (n - numărul necunoscutelor) atunci sistemul

este unic determinat.

Dacă rang A  rang A  k  n atunci sistemul este compatibil nedeterminat.

Dacă rang A  rang A atunci sistemul este incompatibil.

Exemplu:

Fie sistemul:

 x1  x2  x3  1,

2 x1  2 x2  2 x3  3.

1
Leopold Kroneker (1823-1891) - matematician german.
2
Alfredo Capelli (1855-1910) - matematician Italian.
15
 Elemente de algebră liniară

Matricea extinsă a sistemului are forma

 1 1 1 1 
A .
 2 2 2 3 
Se observă că matricea sistemului A are rangul 1 deoarece elementele ce
formează a doua linie sunt egale cu cele de pe prima linie înmulţite cu 2, iar rangul
matricei extinse A este 2 deoarece conţine un minor de ordin 2 diferit de zero. Conform
teoremei Kronecker-Capelli sistemul este incompatibil.

Teoremă 3. (Rouché3)
Un sistem de m ecuaţii liniare cu n necunoscute este compatibil determinat dacă
şi numai toţi minorii caracteristici sunt nuli.

1.2.1. Rezolvarea sistemelor de ecuaţii

Sistem CRAMER4

Un sistem algebric liniar pentru care r  m  n (rangul matricei este egal cu

numărul de linii şi de coloane) se numeşte sistem Cramer.
Forma generală pentru un sistem Cramer este

a
j 1
ij x j  bi , unde i  1,  n şi det A  0 . (4)

Acest sistem este compatibil unic determinat şi soluţia sa se obţine cu formula lui
Cramer:

det A j
xj  , unde j  1,  n , (5)
det A

iar A j se obţine din matricea A prin înlocuirea coloanei j cu coloana termenilor liberi.

Exemplu:
Fie sistemul:
4 x1  2 x2  x3  9,

 x1  3x2  2 x3  7,
 x  x  x  2.
 1 2 3

Pentru a verifica dacă acest sistem poate fi rezolvat cu metoda Cramer trebuie să
calculăm determinantul lui şi să observăm dacă este diferit de zero.

3
Eugène Rouché (1832 - 1910) - matematician francez.
4
Gabriel Cramer (1704-1752) - matematician elveţian, doctorat la 18 ani în matematică. Contribuţii: regula
lui Cramer, paradoxul lui Cramer.
16
 Elemente de matematică

4 2 1
1 3 2
  1 1 1  4   3  1  4  3  8  2  26  0 .
4 2 1
1 3 2

În acest caz rangul matricei este 3 egal cu numărul necunoscutelor şi cu numărul

ecuaţiilor, deci este sistem Cramer:
Pentru determinarea necunoscutelor x1, x2 , x3 vom calcula determinanţii

corespunzători acestor soluţii x1 , x2 , x3 astfel: pentru x1 vom înlocui prima coloană

din determinant cu coloana termenilor liberi. În mod analog şi pentru ceilalţi

x1 x x
determinanţi. Necunoscutele se vor găsi prin fomula: x1  , x2  2 , x3  3 .
  

9  2 1
x1  7  3 2  27  7  8  6  18  14  52 ,
2 1 1

4 9 1
x2  1 7 2  28  2  18  7  16  9  26 ,
1 2 1

4 2 9
x3  1  3 7  24  9  14  27  28  4  26 ,
1 1 2

x1  52 x 26 x  26
x1    2, x2  2   1, x3  3  1.
  26   26   26

Rezolvând sistemul folosind regula lui Cramer se obţine soluţia

x1  2, x2  1, x3  1 .

Metoda eliminării parţiale GAUSS5 (metoda eliminărilor succesive)

Metoda eliminării parţiale GAUSS constă în utilizarea unor transformări

elementare succesive ale sistemului iniţial pentru a-l transforma într-un sistem de
ecuaţii echivalent, eliminând pe rând câte o variabilă din toate ecuaţiile sistemului cu
excepţia unei singure ecuaţii în care coeficientul variabilei să fie egală cu unitatea.
Procesul de calcul prezentat în această secţiune se numeşte PIVOTAJ şi se
realizează efectuând transformări elementare asupra liniilor din sistem.

5
Carl Friedrich Gauss (1777-1855) - matematician, fizician, astronom german, directorul observatorului
astronomic din Gottingen.
17
 Elemente de algebră liniară

Fie sistemul:

a11x1  a12 x2    a1n xn  b1 ,


a 21x1  a 22 x2    a 2 n xn  b2 ,

          

a m1 x1  a m 2 x2    a mn xn  bm .

Vom transforma coeficientul primei variabile x1 în 1 astfel: dacă a11  0 atunci

se împarte prima linie la valoarea lui a11 , dacă a11  0 atunci vom face o transformare

elementară. Vom schimba linia 1 cu oricare altă linie în care coeficientul lui x1 este

diferit de zero şi aplicăm procedeul pentru coeficient diferit de zero.

Elementul a11 se numeşte pivot. Prin această operaţie elementară prima ecuaţie

devine:

 a12 a1n b1
 x1  a x2    a xn  a ,
 11 11 11

a21x1  a22 x2    a2 n xn  b2 ,
          

am1 x1  am 2 x2    amn xn  bm .

Vom elimina necunoscuta x1 din celelalte ecuaţii rămase. Se procedează astfel:

- prima linie a sistemului este înmulţită cu ai1 (coeficientul lui x1 din linia i);
- din linia i se scad elementele de pe linia întâi şi se obţine o relaţie în care termenul
x1 a dispărut.
Procedeul se repetă pentru toate liniile 2  i  m . În final vom obţine următoarele
ecuaţii echivalente unde necunoscuta x1 se găseşte doar în prima ecuaţie.

a12 a a b
x1  x2  13 x3    1n xn  1 ,
a11 a11 a11 a11

 a   a   a  b
0   a22  12 a21  x2   a23  13 a21  x3     a2 n  1n a21  xn  b2  1 a21,
 a11   a11   a11  a11

 a   a   a  b
0   am 2  12 am1  x2   am3  13 am1  x3     amn  1n am1  xn  bm  1 am1 .
 a11   a11   a11  a11

La pasul următor, dacă x 2 are coeficientul nenul în ecuaţia a doua se va alege acesta

drept pivot şi se foloseşte aceaşi procedură de eliminare a necunoscutei x 2 din toate

ecuaţiile cu excepţia ecuaţiei 2 în care va avea coeficientul egal cu 1.

18
 Elemente de matematică

Dacă coeficientul lui x 2 este zero atunci putem facem o transformare

elementară şi anume să schimbăm linia 2 cu oricare altă linie în care coeficientul lui x 2
este diferit de zero.
Algoritmul continuă până când nu vom mai putea elimina nici o variabilă prin
această schemă de calcul.
Prin aceste transformări elementare efectuate numai asupra liniilor matricei

extinse A se va obţine forma (6).

Presupunem fără a restrânge generalitatea că numărul de necunoscute este mai
mic decât numărul de ecuaţii ( n  m ).

1 p12 p13 p1n1 p1n q1 

 
0 1 p23 p2 n1 p2 n q2 
0 0 1 p3 n1 p3 n q3 
 
 
P 0 0 0 1 pn1n qn1  cu pij  0, i  1, , n. (6)
 
0 0 0 0 1 qn 
0 0 0 0 0 qn1 
 
 
 
0 0 0 0 0 qm 

Sistemul (1) este echivalent cu sistemul care are drept matrice extinsă matricea
P.
Observaţie:
a) Dacă m  n sistemul (1) este compatibil unic determinat;
b) Dacă n  m sistemul (1) este compatibil dacă şi numai dacă
qn1  qn2   qm  0 ;

c) Dacă m  n atunci sistemul este compatibil nedeterminat şi admite o infinitate

de soluţii (recomandăm rezolvarea sistemului cu metoda Gauss-Jordan din paragraful
următor).
Sistemul de ecuaţii corespunzător matricei P este:

 x1  p12 x2  p13 x3   p1n1 xn1  p1n xn  q1 ,


0  x2  p23 x3   p2 n1 xn1  p2 n xn  q2 ,
0  0  x3   p3 n1 xn1  p3 n xn  q3 ,
 (7)

0  0  0   xn1  pn1n xn  qn1 ,

0  0  0  0  xn  qn .

Dacă sistemul este compatibil soluţia se citeşte începând cu necunoscuta n.

19
 Elemente de algebră liniară

 xn  qn ,

 xn1  qn1  pn1n xn ,
 . (8)


 x1  q1  p12 x2  p13 x3   p1n xn

Exemplu:

Să se rezolve următorul sistem, folosind metoda eliminării parţiale:

4 x1  2 x2  x3  9,

 x1  3x2  2 x3  7,
 x  x  x  2.
 1 2 3

Pas 1. Scriem matricea extinsă a sistemului. Stabilim pivotul în acest caz 4:

  4  2 1 9 
 
A   1 3 2 7  .
 1 1 1 2 

Pas 2. Facem ca valoarea pivotului să fie 1. Împărţim linia 1 cu 4:

 1 1 9
1  2 
4 4
 
1 3 2 7.
1 1 1 2
 
 
Pas 3. Construim zerouri pe restul coloanei în afară de pivot. Adunăm la linia 2 linia 1
înmulţită cu (-1) şi adunăm la linia 3 linia 1 înmulţită cu (-1). Notăm L2  L1  1 şi

L3  L1  1 . Obţinem:

 1 1 9 
1  2 
4 4 
 
  5 9 19 
 0   2  4 4 
.
 
 3 5 1
0  
 2 4 4
Pas 4. Se repetă procedeul pentru o coloana a doua. Alegem pivotul pentru coloana a
5 2
doua pe  . Facem ca valoarea pivotului să devină 1. Înmulţim linia 2 cu  :
2 5
 1 1 9 
1  2  4 4 
 
 0 1  9  19  .
 10 10 
 
0 3 5

1
 
 2 4 4
Pas. 5. Folosind metoda eliminării parţiale trebuie să facem numai elementul de sub
 3
pivot pe coloana 2 să fie zero. L3  L2    :
 2

20
 Elemente de matematică

 1 1 9 
1   
 2 4 4 
 9 19 
0 1   .
 10 10 
  13  13 
0 0  5  5 
  
13
Împărţim ultima linie la valoarea pivotului de unde obţinem:
5
 1 1 9 
1  2 
4 4 
 
0 1 
9

19 
.
 10 10 
 
0 0 1 1 
 
 
Matricea anterioară este corespunzătoare următorului sistem de ecuaţii:

 1 1 9
 x1  2 x2  4 x3   4 ,

 9 19
 x2  x3   ,
 10 10
 3
x  1.


În continuare procedeul este simplu: înlocuim valoarea determinată (în cazul
nostru x3 ) în ecuaţia anterioară şi se determină necunoscuta x2 :

 1 1 9
 x1  2 x2  4 x3   4 ,

 19 9
 x2     1,
 10 10
 x3  1.


Toate valorile determinate sunt înlocuite în celelalte relaţii anterioare. Prin acest
procedeu pe fiecare linie va exista o singură necunostută ce va avea coeficientul 1. În
exemplul nostru valoarea necunoscută rămasă în ecuaţia întâi a sistemului este x1 pe

care o determinăm:

 9 2 1
 x1   4  4  4  2,

 x2  1,
 x  1.
 3

deci soluţia completă a sistemului va fi: x1  2, x2  1, x3  1 .

21
 Elemente de algebră liniară

Metoda eliminării totale (GAUSS - JORDAN6)

Metoda de lucru propusă în acest paragraf va fi folosită la rezolvarea sistemelor

de ecuaţii cu m ecuaţii şi n necunoscute, la calcularea inversei unei matrice, va fi aplicată
în tot capitolul de spaţii vectoriale şi în cadrul algoritmului simplex sau în problema celor
două faze.
Ideea centrală a metodei eliminării totale este de a aduce matricea extinsă a
sistemului la o formă care să conţină numărul maxim posibil de coloane ale matricei
unitate. Soluţia sistemului va fi găsită pe coloana termenilor liberi la finalul algoritmului.
Metoda se aplică începând cu prima coloană şi la fiecare pas se obţine o nouă coloană a
matricei unitate.
Model intuitiv:

 a11 a12 a13 b1   1 0 0 x1 

      
 a21 a22 a23 b2   0 1 0 x2  (10)
a a33 b3  0 0 1 x 
 31 a32  3

FORMĂ INIŢIALĂ TRANSFORMĂRI ELEMENTARE SOLUŢIE

Se porneşte de la sistemul de ecuaţii cu m ecuaţii şi n necunoscute:

a11x1  a12 x2    a1n xn  b1 ,


a21x1  a22 x2    a2 n xn  b2 ,
 (11)
          

am1 x1  am 2 x2    amn xn  bm .

Matricea extinsă ataşată acestui sistem este:

 a11 a12 a1n b1 

 
a a22 a2 n b2 
A   21 .
 
 
 am1 am 2 amn bm 

Metoda de lucru este denumită regula dreptunghiului şi o prezentăm pe scurt în

4 paşi (suportul teoretic pentru această regulă îl găsiţi în Capitolul II al lucrării de faţă,
Lema 2.4):
Pas 1. Se alege un element al matricei diferit de zero numit în continuare pivot.
Pas 2. Elementele de pe linia pivotului se împart la valoarea pivotului. În acest
mod se obţine valoarea 1 pe locul pivotului.
Pas 3. Coloana corespunzătoare pivotului se completează cu zerouri.
Pas 4. Celelalte elemente se calculează cu regula dreptunghiului de mai jos:

6
Wilhelm Jordan (1842-1899) - geodesist german;

22
 Elemente de matematică

Matrice iniţială Matrice rezultat

b
1
pivot b pivot
rezultatul va fi .
a locatie ab
0 locatie 
pivot

Considerăm că în urma unui număr suficient de repetări a procedurii se ajunge la

numărul maxim de coloane din matricea unitate. Matricea extinsă va deveni:

1 0 0 0 p1r 1 p1n q1 
 
0 1 0 0 p2 r 1 p2 n q2 
0 0 1 0 p3 r 1 p3 n q3 
 
 
A .
0 0 0 1 prr 1 prn qr 
 
0 0 0 0 0 0 qr 1 
 
 
0 0 0 0 0 0 qm 

Observaţie:
Ultimele linii ale matricei sunt completate cu zerouri deoarece, dacă ar mai
exista un element diferit de zero atunci el va fi ales pivot şi se repetă procedura pentru a
obţine o nouă coloană din matricea unitate. Pentru o justificare matematică a metodei
vezi Lema substituţiei din cap. III.
Teoremă 3. Sistemul (11) este compatibil dacă şi numai dacă qr 1  qr 2    qm  0 .

Observaţii:
1. Dacă o singură valoare din şirul qr 1 , qr 2 , , qm este diferită de zero atunci

sistemul este incompatibil. Acest lucru se întâmplă deoarece se va obţine o relaţie de

tipul 0  qr  0 ceea ce este fals. În acest moment algoritmul se opreşte.

2. Dacă toate valorile din şirul qr 1 , qr 2 , , qm sunt zero atunci sistemul este

compatibil, deoarece se va obţine o relaţie de tipul 0  0 ceea ce este adevărat oricare

ar fi soluţia sistemului. În acest caz liniile ce conţin doar valoarea zero pot fi eliminate
deoarece ele reprezintă combinaţii liniare ale celorlalte linii din sistem.
3. Discutăm în continuare cazul în care sistemul este compatibil şi vom elimina
liniile ce conţin numai zerouri şi vom obţine o matrice echivalentă de forma:

1 0 0 0 p1r 1 p1n q1 
 
0 1 0 0 p2 r 1 p2 n q2 
A 0 0 1 0 p3 r 1 p3 n q3 
 
 
0 0 0 1 prr 1 prn qr 


23
 Elemente de algebră liniară

unde matricea unitate are r linii şi r coloane.

Distingem următoarele cazuri:
Primul caz este sistem compatibil determinat cu soluţie unică care apare atunci
când matricea unitate are n coloane. ( r  n ). Soluţia sistemului se citeşte pe coloana
termenilor liberi:

x1  q1 , x2  q2 , x3  q3 , , xn  qn .

Al doilea caz este sistem compatibil nedeterminat ( r  n ). În acest caz

variabilele ce corespund coloanelor matricii unitate se vor numi variabile principale şi
vor fi determinate în funcţie de celelalte variabile numite variabile secundare.
Sistemul va deveni în acest caz:

 x1  0  0   0  p1r 1 xr 1   p1n xn  q1 ,

0  x2  0   0  p2 r 1 xr 1   p2 n xn  q2 ,

0  0  x3   0  p3r 1 xr 1   p3n xn  q3 ,


0  0  0   xr  prr 1 xr 1   prn xn  qr .

Soluţia acestui sistem o obţinem trecând în membrul drept toţi termenii în afară
de variabilele principale. Toate variabilele secundare vor fi parametrii reali.

 x1  q1  p1r 1 r 1    p1n n xr 1   r 1 ,

 xr  2   r  2 ,
 x2  q2  p2 r 1 r 1    p2 n
 x r 3   r 3 ,
 x3  q3  p3r 1 r 1    p3n n unde
 

 xr  qr  prr1 r 1    prn n xm   m .

Exemplu: Să se rezolve următorul sistem, folosind metoda eliminării totale (GAUSS-

JORDAN):

4 x1  2 x2  x3  9,

 x1  3x2  2 x3  7,
 x  x  x  2.
 1 2 3

Se porneşte de la matricea extinsă a coeficienţilor sistemului:

  4  2 1 9 
 
A   1 3 2 7  .
 1 1 1 2 


24
 Elemente de matematică

Iteraţia 1. Se alege pivotul 4, se împarte linia pivotului la valoarea 4, coloana

pivotului se completează cu zero şi restul elementelor se calculează cu regula
dreptunghiului. Obţinem:

 1 1 9 
1  2 
4 4 
 
  5 9 19 
 0   2  4 4 
.
 
 3 5 1
0  
 2 4 4

5 5
Iteraţia 2. Se alege pivotul  , se împarte linia pivotului la valoarea  ,
2 2
coloana pivotului se completează cu zero şi restul elementelor se calculează cu regula
dreptunghiului. Obţinem:

 7 13 
1 0  
 10 10 
 9 19 
 0 1  10  10  .
 
  13  13 
0 0  5  5 
  

13 13
Iteraţia 3. Se alege pivotul , se împarte linia pivotului la valoarea , coloana
5 5
pivotului se completează cu zero şi restul elementelor se calculează cu regula
dreptunghiului. Obţinem:

1 0 0 2 
 
 0 1 0 1 .
0 0 1 1 
 
Observăm în partea stângă a matricei extinse apariţia matricii unitate şi în partea
dreaptă cele trei soluţii x1  2, x2  1, x3  1 .

 Exerciţii:
1. Să se rezolve următoarele sisteme folosind metoda Cramer:

 x1  2 x2  3x3  0,

a)  x1  2 x2  3x3  2, (R): x1  1, x2  1, x3  1 .
 x  2 x  3x  4.
 1 2 3

 x1  2 x2  x3  8,

b) 2 x1  x2  x3  7, (R): x1  1, x2  2, x3  3 .
 x  x  2 x  9.
 1 2 3

25
 Elemente de algebră liniară

2. Să se rezolve următorul sistem folosind metoda eliminării parţiale (Gauss):

4 x1  x2  x3  x4  7,

 x1  4 x2  x3  x4  4,
 (R): x1  1, x2  0, x3  1, x4  2 .
 x1  x2  4 x3  x4  7,
 x1  x2  x3  4 x4  10.
3). Să se rezolve următoarele sisteme folosind metoda eliminării totale (Gauss
Jordan):

 x1  x2  x3  3x4  2,

 x1  x2  3x3  x4  2,
a).  (R): x1  1, x2  1, x3  1, x4  1.
 x1  3x2  x3  x4  2,
3x1  x2  x3  x4  2.
 x1  x2  x3  20,
 4 1
b). 2 x1  3x2  x3  5, (R): x1  11   , x2  9   , x3   ,  R.
6 x  4 x  4 x  30. 5 5
 1 2 3

2 x1  x2  4 x3  x4  6, 7 15
c).  (R): x1   , x2  11     ,
 x1  2 x2  x3  4 x4  10. 2 2
3 7
x3   , x4  5     , unde  ,  
2 2
Explicitarea unui sistem de ecuaţii

Acest paragraf va fi necesar în cadrul explicaţiilor şi aplicaţiilor din capitolul III.

Definiţie 16. Un sistem de ecuaţii liniare este explicitat dacă matricea sistemului conţine
toate numărul maxim de coloane ale matricei unitate de ordin egal cu numărul ecuaţiilor
sistemului.
O matrice care îndeplineşte condiţia din definiţia 16 spunem că are o formă explicită.

Definiţie 17. Fie un sistem de ecuaţii liniare adus la o formă explicită. Variabilele care
corespund coloanelor matricei unitate se numesc variabile principale sau variabile de
bază, iar celelalte variabile se numesc variabile secundare sau nebazice.
Un sistem compatibil determinat nu are decât variabile principale. În această
formă soluţia sistemului poate fi citită direct de pe coloana termenilor liberi. Deci poate
fi compatibil determinat doar un sistem cu numărul de linii egal cu numărul de coloane.
De un interes deosebit pentru elementele de programare liniară care vor fi
abordate în capitolele următoare sunt sistemele compatibile nedeterminate.
Vom considera, fără a restrânge generalitatea, că sistemul are rangul egal cu
numărul ecuaţiilor, iar numărul ecuaţiilor este mai mic decât numărul necunoscutelor (m
< n). El va avea m necunoscute principale şi n – m necunoscute secundare.

26
 Elemente de matematică

Variabilele principale se exprimă în funcţie de variabilele secundare care pot

primi orice valori reale şi astfel se obţine o înfinitate de soluţii.

Definiţie 18. Se numeşte soluţie de bază a sistemului liniar de m ecuaţii cu n

necunoscute orice soluţie a sistemului obţinută în cadrul unei forme explicite prin
egalarea cu zero a variabilelor secundare.

Observaţie:

Este posibil ca în urma egalării cu zero a variabilelor secundare să rezulte şi

printre variabilele principale unele valori egale cu zero. Se poate face o nouă clasificare
dată de definiţia următoare.
Definiţie 19. Dacă o soluţie de bază are exact m componente nenule ea se numeşte
soluţie nedegenerată, iar dacă soluţia are mai puţin de m componente nenule se
numeşte soluţie degenerată.
Fiind dat un sistem liniar de m ecuaţii cu n necunoscute, având m < n, cu cele n
variabile ale sistemului se pot forma C nm grupuri diferite de m variabile.

Teoremă 4. Dacă un sistem liniar de m ecuaţii cu n necunoscute admite cel puţin o

formă explicită atunci el admite cel mult C nm forme explicite.

Definiţie 20. Dacă pentru o soluţie de bază toate variabilele au valoare nenegativă
atunci soluţia se numeşte admisibilă sau fezabilă.
Orice formă explicită a sistemului are m variabile principale şi n - m variabile
secundare. Formele explicite diferă între ele tocmai prin grupul de variabile principale.
Atunci când se face trecerea de la o formă explicită la alta prin pivotaj una din variabilele
secundare devine principală sau de bază, iar una din variabilele principale devine
secundară (sau nebazică), pentru că numărul de m variabile principale rămâne constant.
O justificare riguroasă a acestor expresii va apare în capitolul următor prin
prisma structurilor algebrice care se numesc spaţii liniare (spaţii vectoriale).
Exemplu:
Să se rezolve şi să se discute soluţiile sistemului:

 x1  2 x2  3x3  x4  2
 .
2 x1  x2  x3  3x4  6

Scriem matricea extinsă a sistemului :

 1 2 3 1 2 
 .
 2 1 1 3 6 

27
 Elemente de algebră liniară

Pentru a construi o matrice unitate vom folosi regula dreptunghiului. Aleg

pivotul 1 de pe prima linie şi prima coloană:

 1 2 3 1 2
 .
 0 3 5 1 2

Pentru a face exemplul mai uşor de înţeles vom alege următorul pivot valoarea
1 din locaţia linia 2 coloana 4.

 1 5 8 0 0 
 .
 0 3 5 1 2 

În acest moment am determinat o formă explicită a sistemului: matricea unitate

este pe coloana 1 şi coloana 4. Acest lucru conduce la variabile principale x1 şi x 4 , iar

variabile secundare x 2 şi x3 . Sistemul va avea cel mult Cnm  C42  6 forme explicite.

Sistemul este compatibil (are soluţie) nedeterminat (are o infinitate de soluţii).

Sistemul corespunzător matricei obţinute este:

 x1  5 x2  8 x3 0
 .
  3 x 2  5 x3  x 4  2

Dacă x 2 şi x3 sunt variabile secundare atunci le vom egala cu  şi 

parametrii reali şi vom obţine forma sistemului:

 x1  5  8 0
  3  5  x  2
 4
 .
 x 2  

 x3  

De unde obţinem soluţia generală în care variabilele principale x1 şi x 4 depind de

variabilele secundare x 2 şi x3 :

 x1  5  8

 x4  2  3  5
 .
 x2   
 x3   

Pentru a determina soluţia de bază se egalează cu zero variabilele secundare.

x1  0, x4  2, x2  0, x3  0 .

28
 Elemente de matematică

1.2.2. Calcularea inversei unei matrice folosind metoda eliminării

complete

Metoda eliminării complete oferă o modalitate comodă de calculare a inversei

unei matrice. Amintim din definiţia 12 (paragraf 1.1.7.) că o matrice pătratică de ordinul

n este inversabilă dacă există o matrice A1 astfel încât A  A1  A1  A  I n , unde I n

este matricea unitate de ordinul n.

Vom exemplifica metoda pe o matrice pătratică de ordinul 2, generalizarea la o
matrice de ordin n fiind imediată.
Fie A  M 2   pe care o presupunem inversabilă.

a a 
A   11 12  .
 a21 a22 

Calcularea inversei înseamnă determinarea elementelor necunoscute ale

matricei

x x 
A1   11 12  astfel încât A  A1  A1  A  I 2 ,
 x21 x22 

adică

 a11 a12   x11 x12   1 0 

        .
 a21 a22   x21 x22   0 1 

Dezvoltăm expresiile şi obţinem:

 a11x11  a12 x21 a11x12  a12 x22   1 0 

     ,
 a21x11  a22 x21 a21x12  a22 x22   0 1 

din care obţinem sistemele:

a11x11  a12 x21  1 a11x12  a12 x22  0

  . (11)
a21x11  a22 x21  0 a21x12  a22 x22  1

Matricele extinse ale sistemelor (11) sunt:

 a11 a12 1   a11 a12 0 

    .
 a21 a22 0   a21 a22 1 

Ambele sisteme se pot rezolva prin metoda eliminării complete

 1 0 b11   1 0 b12 
    ,
 0 1 b21   0 1 b22 

29
 Elemente de algebră liniară

adică:

 x11  b11  x12  b12

  ,
 x21  b21  x22  b22

de unde rezultă:

x x  b b 
A1   11 12    11 12  .
 x21 x22   b21 b22 

Sistemele (11) au ambele aceaşi matrice a coeficienţilor de aceea ele pot fi

rezolvate simultan, scriind împreună cele două matrice extinse:

 a11 a12 1 0
 .
 a12 a22 0 1

În acest fel se poate calcula matricea A1 , plecând de la tabloul în care matricea
A ocupă partea stângă şi matricea unitate partea dreaptă. Se aplică metoda eliminării
complete până când se ajunge la tabloul care are în membrul stâng matricea unitate

moment în care în membrul drept apare matricea A1 :

 1 0 x11 x12 
 .
 0 1 x21 x22 

Dacă în urma calculelor în membrul stâng se obţine o linie compusă numai cu

valori zero atunci se trage concluzia că matricea nu este inversabilă.

Exemplu: Să se calculeze inversa matricei A:

2 0 1 
 
A   2 1  1 .
 3 1  1
 

Se construieşte tabloul următor:

  2 0 1 1 0 0 
 
A   2 1 1 0 1 0  .
 3 1 1 0 0 1 
 

Pas. 1. se alege pivotul şi se aduce la valoarea 1 prin regula dreptunghiului

 1 1 
1 0 2 2
0 0
 
 0 1 2 1 1 0  .
 5 3 
0 1   0 1
 2 2 

30
 Elemente de matematică

Pas. 2. Alegem al doilea pivot care are valoare 1 şi repetăm raţionamentul:

 1 1 
1 0 0 0
 2 2 
0 1 2 1 1 0  .
 
 0 0   1   1 1 1 
   
  2 2 
Pas. 5. Construim zerouri deasupra pivotului şi obţinem:
 1 0 0 0 1 1 
 
 0 1 0 1 5 4  .
 0 0 1 1 2 2 
 
de unde aflăm forma matricei inverse:

 0 1 1 
1
 
A  1 5  4 .
1 2  2
 

 Exerciţii:
1. Să se calculeze inversa matricelor folosind metoda eliminării totale:

 6 2 1
 15  
1 2 3  
3 15

 
R : A   0
1 1 
a). A  1  1  2  . 1

1 2  2  3 3 
   
1 1
 
 0
 5 5

 1 1 
0 
1 2 3 2 2 
 
 
R : A1  
1 1 1 
b). A    1 2  1 8 .
 1 2  1 4 8 
   
1 1
 
 0
4 4

1 2 3
 
c). A   1 1 1  R : matricea A nu este inversabilă.
 2 3 4
 

2. Să se rezolve ecuaţiile matriceale:

 1  1  2 3 3 8
a).   * A    . R: A 
 1 2   1 2 1 5

31
 Elemente de algebră liniară

 1 0  1 4  1 4 
b).   * A    R: A 1 .
 1 2   2 2   3 
 2 
 1 1
 1 2  1 0  1 4   2 4
c).   * A *      . R: A 
 1 2   2 2  1 5    11 9 
 
 4 8 

1 1 1   2 1 1  2 0 0
     
d). 1 2 1  * A   1 2 1  R : A   1 1 0 
1 1 3   4 1 3  1 0 1
     

3. Să se rezolve sistemele utilizând metoda Gauss Jordan:

 x  x2  x3  x4  4
a).  1 . R : x1   , x2  4  2   , x3   , x4  
2 x1  3x2  4 x3  3x4  12

2 x  x2  2 x3  x4  8 4 4 16 11
b).  1 R : x1    , x2   2   , x3   , x4  
 x1  2 x2  4 x3  6 x4  12 3 3 3 3

 x1  x2  2 x3  x4  2,
c).  (R): x1  15  2 , x2  3  7   ,
3x1  2 x2  x3  4 x4  3.
x3   , x4   ,   R .

32