Matematica Aplicata in Economie

CUPRINS
INTRODUCERE....................................................................................................................................... 9
Unitatea de învăţare 1 13
ELEMENTE DE ALGEBRĂ LINIARĂ. SISTEME DE ECUAŢII LINIARE. SISTEME DE
INECUAŢII LINIARE
1.1. Introducere............................................................................................................................................ 13
1.2. Obiectivele şi competenţele unităţii de învăţare................................................................................... 14
1.3. Conţinutul unităţii de învăţare.............................................................................................................. 15
1.3.1. Rezolvare matriceala.................................................................................................................. 15
1.3.2. Metoda lui Cramer...................................................................................................................... 15
1.3.3. Metoda lui Gauss........................................................................................................................ 16
1.3.4. Rezolvarea sistemelor de inecuatii liniare.................................................................................. 20
1.4. Îndrumător pentru autoverificare.......................................................................................................... 21
NOŢIUNEA DE SPAŢIU VECTORIAL. SPAŢII EUCLIDIENE
2.1. Introducere............................................................................................................................................ 25
2.2. Obiectivele şi competenţele unităţii de învăţare.................................................................................. 25
2.3.1.Definitii si notatii......................................................................................................................... 26
2.3.2.Transformarea coordonatelor unui vector la schimbarea bazei................................................... 27
2.3.3.Spatii euclidiene.......................................................................................................................... 29
2.3.4.Procedeul Gramm-Schmidt......................................................................................................... 29
2.3.5.Spatii vectoriale normate............................................................................................................. 30
APLICAŢII (TRANSFORMĂRI) LINIARE. VECTORI ŞI VALORI PROPRII ASOCIAŢI
UNEI APLICAŢII LINIARE
3.1. Introducere............................................................................................................................................ 35
3.2. Obiectivele şi competenţele unităţii de învăţare – timp alocat............................................................. 35
3.3.1. Transformari liniare.................................................................................................................... 36
3.3.2. Vectori si valori proprii.............................................................................................................. 36
FORME LINIARE, BILINIARE ŞI PĂTRATICE. REDUCEREA UNEI FORME PĂTRATICE
LA FORMA CANONICĂ
4.1. Introducere............................................................................................................................................ 41
4.3.1.Forme liniare ............................................................................................................................... 42
4.3.2. Forme biliniare............................................................................................................................. 42
4.3.3. Forme patratice............................................................................................................................. 43
4.3.4.Reducerea unei forme patratice la forma canonica ..................................................................... 44
5
FORMULAREA UNEI PROBLEME DE PROGRAMARE LINIARĂ. TEOREMA
FUNDAMENTALĂ A PROGRAMĂRII LINIARE
5.1. Introducere............................................................................................................................................ 51
5.3. Conţinutul unităţii de învăţare ............................................................................................................. 52
5.3.1.Formularea unei probleme de programare liniara............................................................................ 52
5.3.2. Teorema fundamentala a programarii liniare............................................................................. 55
ALGORITMUL SIMPLEX PRIMAL
6.1. Introducere............................................................................................................................................ 61
6.3. Conţinutul unităţii de învăţare ............................................................................................................. 62
6.3.1. Notiuni introductive.................................................................................................................... 62
6.3.2. Algoritmul simplex primal pentru o problema de minim........................................................... 64
6.3.3. Algoritmul simplex primal pentru o problema de maxim.......................................................... 65
ELEMENTE DE TEORIA GRAFURILOR
7.1 Introducere............................................................................................................................................. 73
7.2 Obiectivele şi competenţele unităţii de învăţare – timp alocat.............................................................. 73
7.3 Conţinutul unităţii de învăţare............................................................................................................... 74
7.3.1. Notiuni introductive ................................................................................................................... 74
7.3.2. Algoritm de determinare a drumurilor hamiltoniene intr-un graf fara circuite ......................... 76
7.3.3. Algoritm de determinare a drumurilor hamiltoniene intr-un graf cu circuite............................. 77
DETERMINAREA DRUMULUI OPTIM/CRITIC INTR-UN GRAF
8.1. Introducere............................................................................................................................................ 83
8.3.1. Determinarea drumului optim intr-un graf .................................................................................... 84
8.3.2. Determinarea drumului critic intr-un graf...................................................................................... 86
8.4. . Îndrumător pentru autoverificare........................................................................................................ 87
ELEMENTE DE ANALIZĂ MATEMATICĂ. SERII DE NUMERE REALE. SERII DE FUNCTII
REALE
9.1. Introducere............................................................................................................................................ 89
9.3.1. Criterii de convergenta ............................................................................................................... 90
9.3.2. Criterii de convergenta ale seriilor cu termeni pozitivi.............................................................. 91
9.3.3. Serii alternate ............................................................................................................................. 92
9.3.4. Serii de functii reale.................................................................................................................... 93
9.3.5. Serii de puteri.............................................................................................................................. 94
6
9.3.6. Serii Taylor si Mac’Laurin......................................................................................................... 95

FUNCŢII REALE DE MAI MULTE VARIABILE REALE
10.1 Introducere........................................................................................................................................... 105

10.2 Obiectivele şi competenţele unităţii de învăţare – timp alocat............................................................ 105
10.3 Conţinutul unităţii de învăţare ............................................................................................................ 106
10.3.1. Functii reale de mai multe variabile reale ................................................................................ 106
10.3.2. Extremele functiilor reale de mai multe variabile reale ........................................................... 107
10.4. Îndrumător pentru autoverificare........................................................................................................ 108

EXTENSII ALE NOTIUNII DE INTEGRALA
11.1. Introducere.......................................................................................................................................... 113

11.2. Obiectivele şi competenţele unităţii de învăţare – timp alocat........................................................... 114
11.3. Conţinutul unităţii de învăţare ........................................................................................................... 114
11.3.1. Integrale duble........................................................................................................................... 114
11.3.2. Integrale Euleriene (Gamma si Beta) ...................................................................................... 117
11.4. Îndrumar pentru autoverificare........................................................................................................... 119

ECUATII DIFERENTIALE DE ORDINUL I
12.1. Introducere.......................................................................................................................................... 123

12.3.1. Notiuni introductive................................................................................................................... 124
12.3.2. Clase de ecuatii diferentiale de ordinul I. Ecuatia de forma y’=f(x) ....................................... 125
12.3.3. Ecuatii diferentiale cu variabile separabile de ordinul I........................................................... 125
12.3.4. Ecuatii diferentiale de ordinul I neomogene cu coeficienti constanti....................................... 126

ELEMENTE DE MATEMATICI FINANCIARE
13.1. Introducere.......................................................................................................................................... 131

13.3.1. Dobanda simpla......................................................................................................................... 132
13.3.2. Dobanda capitalizata................................................................................................................. 133
13.3.3. Plati esalonate........................................................................................................................... 134
13.3.4. Rambursarea imprumuturilor.................................................................................................... 135

ELEMENTE DE MATEMATICI ACTUARIALE
14.1. Introducere.......................................................................................................................................... 141

14.3.1. Teoria mortalitatii...................................................................................................................... 142
14.3.2. Functii biometrice si viata probabila........................................................................................ 142
14.3.3. Asigurari de persoane............................................................................................................... 143
14.3.4. Prima unica de asigurare........................................................................................................... 143
14.3.5. Asigurarea de pensie................................................................................................................. 144
7
8
INTRODUCERE
Disciplina Matematică aplicată in economie tratează ansamblul problemelor teoretice,

metodologice şi practice ale ramurii matematicii, în contextul tranziţiei la economia de piaţă. Este
înscrisă în planul de învăţământ în cadrul disciplinelor cu caracter teoretico-aplicativ ca urmare a
faptului că în prezent firmele româneşti se confruntă cu situaţii diverse pe piaţa, iar managerii
acestora, ca de altfel toţi specialiştii din cadrul acestor instituţii trebuie să identifice rapid şi corect
oportunităţile pieţei şi să opereze practic cu metodele, tehnicile şi instrumentele specifice pentru a
obţine rezultate maxime pe o piaţă plină de risc şi incertitudine.
Pe baza studierii conţinutului concret şi a mecanismului pieţei, cursul îşi propune generalizarea
şi teoretizarea activităţii practice, desprinderea tendinţelor pe care le manifestă evoluţia matematicii
românesti, validarea ştiinţifică a metodelor şi experienţelor practice din ţara noastră şi pe plan
mondial, în vederea creşterii nivelului cantitativ şi calitativ al activităţii comerciale.
Obiectivele cursului
Obiectivele principale ale manualului sunt: punerea bazelor pregătirii viitorilor specialişti în
domeniul matematicii aplicate in economie; asigurarea suportului teoretic şi metodologic pentru celelalte
discipline care tratează diferite laturi ale activităţii economice; asigurarea unei largi informări
bibliografice asupra modului în care se rezolva diferitele probleme cu caracter economic, formarea de
intelectuali cu o moderna pregatire teoretica, culturala, stiintifica şi de specialitate la nivelul standardelor
europene in concordanta cu domeniul economic.
Competenţe conferite
După parcurgerea acestui curs, studentul va fi în măsură:

- să identifice termeni, relaţii, procese, să percepă relaţii şi conexiuni în cadrul disciplinelor de
studiu;
- să utilizeze corect termenii de specialitate din domeniul matematicii aplicate in economie;
- să definească concepte ce apar la disciplina de studiu;
- să capete o capacitate de adaptare la noi situaţii apărute pe parcusul studierii disciplinei
Matematică aplicată in economie
- să realizeze conexiuni între noţiuni specifice domeniului matematicii;
- să descrie stări, sisteme, procese, fenomene ce apar pe parcursul activităţii la disciplina
Matematică aplicată in economie
- să transpună în practică cunoştinţele dobândite în cadrul cursului;
- să colaboreze cu specialişti din alte domenii.
Competenţe generale şi specifice
Cunoaştere şi înţelegere (cunoaşterea şi utilizarea adecvată a noţiunilor specifice disciplinei)

identificarea de termeni, relaţii, procese, perceperea unor relaţii şi conexiuni în cadrul
disciplinei;
utilizarea corectă a termenilor de specialitate din domeniul matematicii economice;
definirea/nominalizarea de concepte ce apar în activitatea de seminar la disciplina
Matematică aplicată în economie;
9
capacitatea de adaptare la noi situaţii apărute pe parcusul activităţii de seminar la
disciplina Matematică aplicată în economie.
Explicare şi interpretare (explicarea şi interpretarea unor idei, proiecte, procese,precum şi a

conţinuturilor teoretice şi practice ale disciplinei)
generalizarea,particularizarea, integrarea unor domenii economice în matematică;
realizarea de conexiuni între noţiuni specifice domeniului matematică în economie;
argumentarea unor enunţuri la interpretarea unor idei, procese, precum şi a conţinuturilor
teoretice şi practice ale disciplinei;
capacitatea de alegere fundamentată în luarea unor decizii în activitatea profesională.
Instrumental aplicative (proiectarea, conducerea şi evaluarea activităţilor practice specifice;

utilizarea unor metode tehnici şi instrumente de investigare şi de aplicare)
relaţionări între elementele ce caracterizează matematica economică;
descrierea unor stări, sisteme, procese, fenomene, utilizarea unor metode, tehnici şi
instrumente de investigare şi aplicare;
capacitatea de a transpune în practică cunoştinţele dobândite în cadrul cursului, de rezolvare
a aplicaţiilor şi a studiilor de caz;
abilităţi de cercetare în domeniul economic;
capacitatea de a concepe proiecte şi de a le derula pe parcursul activităţii de la seminar la
disciplina Matematică în economie;
Atitudinale (manifestarea unor atitudini pozitive şi responsabile faţă de domeniul

ştiinţific/cultivarea unui mediu ştiinţific centrat pe valori şi relaţii democratice/promovarea unui
sistem de valori culturale, morale şi civice/valorificarea optimă şi creativă a propriului potenţial în
activităţile ştiinţifice/implicarea în dezvoltarea instituţională şi în promovarea inovaţiilor
ştiinţifice/angajarea în relaţii de parteneriat cu alte persoane/instituţii cu responsabilităţi
similare/participarea la propria dezvoltare profesională)
reacţia pozitivă la sugestii, cerinţe, sarcini didactice, manifestarea
unei atitudini pozitive şi responsabile faţă de domeniul ştiinţific
economic;
implicarea în activităţi ştiinţifice, cultivarea unui mediu ştiinţific
centrat pe valori şi relaţii democratice;
participarea la propria dezvoltare profesională prin valorificarea
optimă şi creativă a propriului potenţial în activităţile ştiinţifice;
capacitatea de a avea un comportament etic în faţa colegilor,
partenerilor de afaceri, angajaţilor;
capacitatea de a aprecia diversitatea şi multiculturalitatea prin
promovarea unui sistem de valori culturale, morale şi civice;
abilitatea de a colabora cu specialişti din alte domenii.
Resurse şi mijloace de lucru
Cursul dispune de manual scris, supus studiului individual al studenţilor, precum şi de material
publicat pe Internet sub formă de sinteze, studii de caz, aplicaţii, necesare întregirii cunoştinţelor
practice şi teoretice în domeniul studiat. În timpul convocărilor, în prezentarea cursului sunt folosite
echipamente audio-vizuale, metode interactive şi participative de antrenare a studenţilor pentru
conceptualizarea şi vizualizarea practică a noţiunilor predate.
Structura cursului
10
Cursul este compus din 14 unităţi de învăţare:
Unitatea de învăţare 1. ELEMENTE DE ALGEBRĂ LINIARĂ. SISTEME DE ECUAŢII

LINIARE. SISTEME DE INECUAŢII LINIARE (2 ore)
Unitatea de învăţare 2. NOŢIUNEA DE SPAŢIU VECTORIAL . SPAŢII EUCLIDIENE

(2 ore)
Unitatea de învăţare 3. APLICAŢII (TRANSFORMĂRI) LINIARE. VECTORI ŞI

VALORI PROPRII ASOCIAŢI UNEI APLICAŢII LINIARE
(2 ore)
Unitatea de învăţare 4. FORME LINIARE, BILINIARE ŞI PĂTRATICE. REDUCEREA

UNEI FORME PĂTRATICE LA FORMA CANONICĂ (2 ore)
Unitatea de învăţare 5. FORMULAREA UNEI PROBLEME DE PROGRAMARE

LINIARĂ. TEOREMA FUNDAMENTALĂ A PROGRAMĂRII
LINIARE (2 ore)
Unitatea de învăţare 6. ALGORITMUL SIMPLEX PRIMAL(2 ore)
Unitatea de învăţare 7. ELEMENTE DE TEORIA GRAFURILOR (2 ore)
Unitatea de învăţare 8. DETERMINAREA DRUMULUI OPTIM/CRITIC INTR-UN GRAF

(2 ore)
Unitatea de învăţare 9. ELEMENTE DE ANALIZĂ MATEMATICĂ. SERII DE NUMERE

REALE. SERII DE FUNCTII REALE (2 ore)
Unitatea de învăţare 10. FUNCŢII REALE DE MAI MULTE VARIABILE REALE (2 ore)
Unitatea de învăţare 11. EXTENSII ALE NOTIUNII DE INTEGRALA (2 ore)
Unitatea de învăţare 12. ECUATII DIFERENTIALE DE ORDINUL I (2 ore)
Unitatea de învăţare 13. ELEMENTE DE MATEMATICI FINANCIARE (2 ore)
Unitatea de învăţare 14. ELEMENTE DE MATEMATICI ACTUARIALE (2 ore)
Teme de control (TC)
Desfăşurarea temelor de control se va derula conform calendarului disciplinei şi acestea vor

avea următoarele subiecte pentru realizarea referatelor:
1. ELEMENTE DE MATEMATICI FINANCIARE

2. ELEMENTE DE MATEMATICI ACTUARIALE
Desfăşurarea testelor de control se va derula conform calendarului disciplinei şi acestea vor avea
următoarele subiecte:
1. Metode de rezolvare a sistemelor de ecuatii liniare

2. Aplicatii ale spatiilor vectoriale
3. Metode de reducere a unei forme patratice la o forma canonica
4. Metoda simplex primala
11
5. Determinarea drumurilor hamiltoniene intr-un graf cu (fara) circuite
6. Determinarea punctelor de extrem pentru o functie reala de doua sau trei variabile reale
7. Metode de rezolvare a ecuatiilor diferentiale de ordinul I
Bibliografie:
1. Atanasiu, Gh., Munteanu, Gh., Postolache, M., Algebra liniara, geometrie analitica, diferentiala,
ecuatii diferentiale, Ed. All, Bucuresti, 1998;
2. Baciu, A., Matematici economice si financiare, editia a II-a, Ed. Fundatiei Romania de Maine,
Bucuresti 2004;
3. Baz, D., Butescu, V., Streptam, N., Matematici aplicate în economie, Ed. Didactica si
pedagogica, Bucuresti, 1997;
4. Baz, D., Butescu, V., Streptam, N., Matematici aplicate în economie, culegere de probleme,
Universitatea Crestina Dimitrie Cantemir, Bucuresti, 1996;
5. Brezis, H., Analiza Functionala. Teorie si aplicatii, Ed. Academiei Romane, Bucuresti, 2002;
6. Catana, P., Matematici aplicate în economie, Ed. Academiei Navale « Mircea cel Batran », 2008;
7. Cenusa, Gh., s.a., Matematici pentru economisti, format digital ASE, 2005;
8. Ion, D.I., Radu N., Algebra, Ed. Didactica si Pedagogica, Bucuresti, 1991;
9. Lupu, T., Probleme de analiza matematica. Calcul Integral, Ed. Gil, Zalau, 1996;
10. Nastasescu, C., Nita, C., Vraciu, C., Bazele algebrei, Vol. I, Ed. Academiei, Bucuresti, 1986;
11. Popa, D., Analiza matematica, Constanta, 1996;
12. Purcaru, I., Matematici financiare, vol. 2, Ed. Economica, Bucuresti, 1993;
13. Sburlan, S., Barbu, L., Mortici, C., Ecuatii diferentiale integrale si sisteme dinamice, Ed.
Exponto, Constanta, 1999;
14. Stefanescu, M., Introducere in teoria grupurilor, Ed. Universitatii “ Al. Ioan Cuza”, Iasi, 1993;
15. Zeidler, E., Nonlinear Functional Analysis and Its Applications I. Fixed Point Theorems,
Springer-Verlag, Berlin, 1990;
Metoda de evaluare:
Examenul final la această disciplină este un examen scris, sub formă de întrebări grilă, însă
cuprinde atât întrebări grilă cu argumentare, simple (fără argumentare) cât şi din întrebări grilă sub
formă de aplicaţii (rezolvarea unor probleme), ţinându-se cont si de aspectele :
1. Studentul cunoaşte şi foloseşte corect noţiunile şi conceptele studiate;
2. Rezolvă corect problemele cu grad ridicat de dificultate, bazate pe corelaţii şi conexiuni;
3. A parcurs atât bibliografia obligatorie, cât şi cea suplimentară recomandată la cursuri şi
seminarii;
4. Are un limbaj de specialitate complex, prin care dovedeşte o bună capacitate de exprimare,
coerenţă, capacitate de argumentare şi originalitate;
5. Temele de control au fost efectuate cu rigurozitate.
12
Unitatea de învăţare 1
ELEMENTE DE ALGEBRĂ LINIARĂ. SISTEME DE ECUAŢII LINIARE. SISTEME
DE INECUAŢII LINIARE
Cuprins
1.1. Introducere
1.2. Obiectivele şi competenţele unităţii de învăţare
1.3. Conţinutul unităţii de învăţare
1.3.1. Rezolvare matriceala
1.3.2. Metoda lui Cramer
1.3.3. Metoda lui Gauss
1.3.4. Rezolvarea sistemelor de inecuatii liniare
1.4. Îndrumător pentru autoverificare
1.1. Introducere
Pentru început, ne propunem să studiem forma generală a unui sistem de 𝑚

ecuaţii liniare cu 𝑛 necunoscute :
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1

𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2
1
……………………………………….
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑚
unde 𝑎𝑖𝑗 şi 𝑏𝑖 𝑐𝑢 𝑖 = 1, … , 𝑚 şi 𝑗 = 1, … , 𝑛 sunt constante reale, iar

𝑥1 , 𝑥2 , … , 𝑥𝑛 sunt necunoscutele sistemului.
Coeficienţii necunoscutelor formează o matrice cu 𝑚 linii şi 𝑛 coloane, de
forma :
𝑎11 𝑎12 … 𝑎1𝑛

𝐴= 𝑎21 𝑎22 … 𝑎2𝑛
…………………
𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛
numită matricea sistemului.
𝑏1
𝑏2
Matricea 𝐵 = … se numeşte matricea termenilor liberi, iar matricea :
𝑏𝑚
𝑥1
𝑥2
𝑋= … se numeşte matricea necunoscutelor.
𝑥𝑛
Matricea extinsă a sistemului, notată 𝐴, este obţinută din matricea sistemului A

căreia i s-a ataşat coloana termenilor liberi, adică matricea B.
13
𝑎 11 𝑎 12 … 𝑎 1𝑛 𝑏1
𝐴= 𝑎 21 𝑎 22 … 𝑎 2𝑛 𝑏2 .
………………… … …
𝑎 𝑚 1 𝑎 𝑚 2 … 𝑎 𝑚𝑛 𝑏𝑚
Cu aceste notaţii, sistemul (1) se poate scrie condensat sub forma:
𝑛
2 𝑗 =1 𝑎𝑖𝑗 𝑥𝑗 = 𝑏𝑖 , 𝑐𝑢 𝑖 = 1, … , 𝑚
sau sub formă matriceală :
3 𝐴𝑋 = 𝐵
Înlocuind, obţinem :
𝑥1 𝑏1
𝑎11 𝑎12 … 𝑎1𝑛 𝑥2 𝑏2
𝑎21 𝑎22 … 𝑎2𝑛 … = …
………………… 𝑥𝑛 𝑏𝑚
𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛
iar după înmulţirea matricelor din stânga egalităţii, se revine la forma generală a
sistemului dat de relaţia (1).
Studiul sistemelor cu m ecuaţii şi n necunoscute presupune determinarea unui
grup de valori numerice , care, date necunoscutelor, să verifice simultan toate
ecuaţiile sistemului iniţial. Grupul de valori cu această proprietate se numeşte
soluţie, iar determinarea soluţiei reprezintă rezolvarea sistemului de ecuaţii liniare.
Sistemul de ecuaţii pentru care se găseşte un asemenea grup de numere are o
unică soluţie şi se numeşte sistem compatibil unic determinat. Dacă sistemul (1) are
cel puţin două soluţii, (deci putem găsi mai multe grupe de numere care să verifice
simultan toate ecuaţiile sistemului), vom spune că sistemul este compatibil dublu
nedeterminat, (nedeterminat, pe scurt). Sistemele omogene sunt compatibile,
deoarece ele admit măcar soluţia banală 𝑥1 = 𝑥2 = ⋯ = 𝑥𝑛 = 0.
În concluzie, dacă sistemul (1) admite cel puţin o soluţie, vom spune că este
compatibil. În cazul în care nu există nicio soluţie, sistemul se va numi incompatibil.
În continuare, vom studia compatibilitatea sistemelor de ecuaţii liniare, iar în caz
afirmativ, vom căuta forma soluţiilor.
Obiectivele unităţii de învăţare:

- înţelegerea conceptelor cu care operează această ramură a matematicii;
- identificarea principalelor metode de rezolvare a sistemelor de ecuatii si
inecuatii liniare
Competenţele unităţii de învăţare:
– studenţii vor putea să definească noţiunea de sistem de ecuatii liniare sau

inecuatii liniare
– studenţii vor cunoaşte metode de rezolvare ale acestora şi vor înţelege astfel
rolul şi utilitatea matematicii asupra activităţii economice;
– studentii vor putea rezolva sisteme complexe cu ajutorul unui program
utilizand metoda lui Gauss in cateva secunde, in timp ce, folosind regula lui
14
Cramer, acestea se rezolva in cateva luni.
Timpul alocat unităţii: 2 ore
1.3.1. Rezolvare matriceala
Dacă pentru sistemul (1) avem 𝑚=𝑛 şi matricea sistemului este inversabilă
atunci 𝑋 = 𝐴−1 ∙ 𝐵 .
Această afirmaţie rezultă prin înmulţirea ecuaţiei (3) la stânga cu 𝐴−1 .
𝐴 ∙ 𝑋 = 𝐵/∙ 𝐴−1 (la stânga )
𝐴−1 ∙ 𝐴 ∙ 𝑋 = 𝐴−1 ∙ 𝐵, de unde avem 𝐼𝑛 ∙ 𝑋 = 𝐴−1 ∙ 𝐵, deci :
𝑋 = 𝐴−1 ∙ 𝐵
1 0 0… 0
0 1 0… 0
Unde 𝐼𝑛 = …………………… reprezintă matricea identitate sau unitate şi este o
0 0 0… 1
matrice pătratică ( n linii şi n coloane ).
1.3.2. Metoda lui Cramer
O scriere mai simplă a soluţiilor în cazul în care matricea sistemului A este

pătratică, adică 𝑚 = 𝑛 şi nesingulară, adică 𝑑𝑒𝑡𝐴 ≠ 0 este dată de metoda lui
Cramer de rezolvare a sistemelor liniare.
Teorema ( Regula lui Cramer )
Dacă matricea asociată sistemului de ecuaţii liniare este pătratică şi
nesingulară, atunci sistemul (1) este compatibil determinat. În plus, soluţia
sistemului este dată de următoarele egalităţi :
𝒅 𝒅 𝒅
𝒙𝟏 = 𝟏 , 𝒙𝟐 = 𝟐 , …. , 𝒙𝒏 = 𝒏
𝒅 𝒅 𝒅
unde 𝑑 = 𝑑𝑒𝑡𝐴 , iar 𝑑𝑗 cu 𝑗 = 1, … , 𝑛 este determinantul matricei
obţinute prin înlocuirea coloanei j a matricei A cu coloana termenilor liberi.
Exemplu : Să se rezolve următorul sistem de ecuaţii:
2𝑥1 + 𝑥2 + 𝑥3 = 2
𝑥1 + 𝑥2 + 𝑥3 = 0
3𝑥1 − 𝑥2 + 3𝑥3 = −4
Matricea asociată sistemului este :
2 1 1
𝐴= 1 1 1
3 −1 3
Matricea termenilor liberi este :
15
2
𝐵= 0
−4
2 1 1
Calculăm 𝑑 = 𝑑𝑒𝑡𝐴= 1 1 1 =4
3−1 3
Determinantul este nenul, deci sistemul este compatibil determinat.
Vom calcula 𝑑𝑗 cu 𝑗 = 1, 2 , 3 înlocuind, pe rând, coloanele matricei A cu
coloana termenilor liberi, adică :
𝟐 1 1
𝑑1 = 𝟎 1 1 =8
−𝟒 −1 3
2 𝟐 1
𝑑2 = 1 𝟎 1 =4
3 −𝟒 3
2 1 𝟐
𝑑3 = 1 1 𝟎 = 12
3 −1 −𝟒
Soluţia sistemului se calculează astfel :
𝑑1 8 𝑑2 4 𝑑3 −12
𝑥1 = = = 2, 𝑥2 = = = 1, 𝑥3 = = = −3
𝑑 4 𝑑 4 𝑑 4
1.3.3. Metoda lui Gauss
Pentru început, apare problema compatibilităţii unui sistem de ecuaţii

liniare. Răspunsul la această problemă este dat de teorema următoare :
Teorema ( Kronecker-Capelli )
Sistemul (1) este compatibil dacă şi numai dacă rangul matricei A este
egal cu rangul matricei extinse 𝐴.
Dacă rangul matricei A este egal cu rangul matricei extinse şi egal cu n ( numărul
necunoscutelor ) atunci sistemul (1) este compatibil unic determinat.
Dacă rangul matricei A este egal cu rangul matricei extinse şi egal cu un număr
𝑘 < 𝑛 (numărul necunoscutelor ) atunci sistemul (1) este compatibil nedeterminat.
Definiţie: Fie două sisteme de ecuaţii liniare în forma matriceală :
(S): 𝐴𝑋 = 𝐵 şi (𝑆 ′ ): 𝐴′ 𝑋 = 𝐵 ′ , unde 𝐴 şi 𝐴′ sunt matrice de numere reale de

tip 𝑚 ∙ 𝑛 , iar 𝐵 şi 𝐵 ′ de tip 𝑚 ∙ 1.
a) Spunem că sistemul (𝑆 ′ ) se obţine din sistemul (𝑆) printr-o transformare
elementară de tipul I dacă ecuaţiile lui (𝑆 ′ ) se obţin din ale lui (𝑆) printr-o
permutare a două ecuaţii ale lui (𝑆), celelalte rămânând neschimbate.
b) Spunem că sistemul (𝑆 ′ ) se obţine din sistemul (𝑆) printr-o transformare
elementară de tipul II dacă toate ecuaţiile lui (𝑆 ′ ) sunt identice cu ale lui (𝑆) cu
excepţia ecuaţiei i din (𝑆 ′ ) care se obţine din ecuaţia i a sistemului (𝑆) adunată cu
altă ecuaţie k tot a lui (𝑆) multiplicată cu un element real λ.
c) ) Spunem că sistemele (𝑆) şi (𝑆 ′ ) sunt echivalente şi notăm 𝑆 ~ 𝑆 ′ dacă
′
(𝑆 ) se obţine din (𝑆) printr-un număr finit de transformări de tip I sau II.
16
În urma definiţiei anterioare se poate enunţa următorul rezultat :
Teorema : Fie (𝑺) şi (𝑺′ ) două sisteme de ecuaţii liniare. Dacă

𝑺 ~ 𝑺′ , atunci (𝑺) şi (𝑺′ ) au aceleaşi soluţii.
Metoda lui Gauss constă în transformări elementare succesive ale sistemului
iniţial într-un sistem echivalent, eliminând pe rând câte o variabilă din toate ecuaţiile
sistemului, cu excepţia unei singure ecuaţii în care coeficientul variabilei va fi egal
cu unitatea.
Dacă 𝑎11 ≠ 0, atunci variabila 𝑥1 din prima ecuaţie poate avea coeficientul 1
dacă se împarte această ecuaţie prin 𝑎11 . Elementul nenul 𝑎11 se numeşte pivot.
Prima ecuaţie devine :
𝑎11 𝑥1 + 𝑎12 𝑥2 + 𝑎13 𝑥3 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1 / : 𝑎11 ≠ 0 şi obţinem :
𝑎 12 𝑎 𝑎 𝑏
(4) 𝑥1 + 𝑥2 + 13 𝑥3 + ⋯ + 1𝑛 𝑥𝑛 = 1
𝑎 11 𝑎 11 𝑎 11 𝑎 11
Pentru a elimina necunoscuta 𝑥1 din ecuaţia a doua, vom înmulţi ecuaţia (4)
cu 𝑎21 şi o vom scădea din a doua ecuaţie.
𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2 𝑏1
𝑎12 𝑎1𝑛 𝑥𝑛 = 𝑎
𝑎21 𝑥1 + 𝑎21 𝑥2 + ⋯ + 𝑎21 𝑎11 21
𝑎11 𝑎11
__________________________________________________
𝑎 12 𝑎
/(𝑎22 − 𝑎21 ) 𝑥2 + ⋯ + 𝑎2𝑛 − 1𝑛 𝑎21 𝑥𝑛 =
𝑎 11 𝑎 11
𝑏1
= 𝑏2 − 𝑎21
𝑎 11
Pentru a elimina necunoscuta 𝑥1 şi din ecuaţiile 3,4,…,m ale sistemului (1) vom
proceda analog, înmulţind ecuaţia (4), pe rând, cu 𝑎31 , 𝑎41 , … , 𝑎𝑚1 şi vom
scădea aceste ecuaţii din ecuaţiile 3,4,…,m.
Pentru ultima ecuaţie vom obţine :
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑚 𝑏1

𝑎12 𝑎1𝑛 𝑥𝑛 = 𝑎
𝑎𝑚1 𝑥1 + 𝑎𝑚1 𝑥2 + ⋯ + 𝑎𝑚1 𝑎11 𝑚1
𝑎11 𝑎11
___________________________________________________
𝑎 12 𝑎
/ (𝑎𝑚2 − 𝑎𝑚1 ) 𝑥2 + ⋯ + 𝑎𝑚𝑛 − 1𝑛 𝑎𝑚1 𝑥𝑛 =
𝑎 11 𝑎 11
𝑏1
= 𝑏𝑚 − 𝑎𝑚1
𝑎11
Se obţine astfel un sistem echivalent cu sistemul iniţial în care necunoscuta 𝑥1 se

află doar în prima ecuaţie cu coeficientul 1.
(5)
17
𝑎 12 𝑎 1𝑛 𝑏1
𝑥1 + 𝑥2 + ⋯ + 𝑥𝑛 =
𝑎 11 𝑎 11 𝑎 11
𝑎 12 𝑎 1𝑛 𝑏1
𝑎22 − 𝑎21 𝑥2 + ⋯ + 𝑎2𝑛 − 𝑎21 𝑥𝑛 = 𝑏2 − 𝑎
𝑎 11 𝑎 11 𝑎 11 21
𝑎 12 𝑎 1𝑛 𝑏
𝑎𝑚2 − 𝑎𝑚1 𝑥2 + ⋯ + 𝑎𝑚𝑛 − 𝑎𝑚1 𝑥𝑛 = 𝑏𝑚 − 1 𝑎𝑚1
𝑎 11 𝑎 11 𝑎 11
În continuare, dacă 𝑥2 are coeficient nenul în a doua ecuaţie a noului sistem se
va alege acesta drept pivot şi se va repeta raţionamentul. Prin aceeaşi metodă, se va
elimina necunoscuta 𝑥2 din toate ecuaţiile, cu excepţia ecuaţiei doi, unde va rămâne
cu coeficientul 1. ( Nu eliminăm necunoscuta 𝑥2 doar din ecuaţia unde am marcat
pivotul !!)
Algoritmul se opreşte în momentul în care nu se mai poate elimina nicio
variabilă, urmărind tot procedeul de mai sus.
Sistemul obţinut este echivalent cu sistemul iniţial şi se poate rezolva şi
schematic, folosind metoda dreptunghiului.
Pentru început, se scriu coeficienţii tuturor necunoscutelor (adică matricea
sistemului A) şi termenii liberi ai sistemului (matricea B). Pe linia întâi, încadrăm
pivotul dacă 𝑎11 ≠ 0.
Reguli de calcul :
Elementele de pe linia pivotului se împart la pivot.
Celelalte elemente de pe coloana pivotului vor fi nule.
Elementele de pe celelalte linii se calculează formând dreptunghiuri ce au (pe
rând) o diagonală formată din segmentul ce uneşte poziţia elementului de calculat şi
pivotul. Noul coeficient va fi egal cu raportul dintre diferenţa efectuată între
produsul coeficienţilor de pe diagonala pivotului şi produsul coeficienţilor de pe
cealaltă diagonală şi pivot.
Obţinem următoarea schemă :
𝒂𝟏𝟏 𝑎12 … … . . … 𝑎1𝑛 𝑏1

𝑎21 𝑎22 … … … .. 𝑎2𝑛 𝑏2
………………………………… …
𝑎𝑚1 𝑎𝑚 2 … . … … 𝑎𝑚𝑛 𝑏𝑚
1 𝑎′12 … … . . … 𝑎′1𝑛 𝑏′1

0 𝒂′𝟐𝟐 … … … .. 𝑎′2𝑛 𝑏′2
………………………………… …
0 𝑎′𝑚2 … . … … 𝑎′𝑚𝑛 𝑏′𝑚
18
1 0 … … . . … 𝑎′′1𝑛 𝑏′′1
0 1 … … … .. 𝑎′′2𝑛 𝑏′′2
………………………………… …
0 0. … … … 𝑎′′𝑚𝑛 𝑏′′𝑚
1 0……..… 0
0 1 ……….. 0
…………………………………
0 0. … … … . . 1
Dacă 𝑚 < 𝑛 şi rangul matricei A este egal cu rangul extinsei (=m) atunci
sistemul este compatibil nedeterminat. Metoda eliminării Gauss se poate folosi şi la
calculul rangului unei matrice şi la calculul inversei unei matrice, dacă aceasta
există.
Exemplu : Să se rezolve următorul sistem de ecuaţii liniare prin metoda
eliminării Gauss:
2𝑥1 + 3𝑥2 + 4𝑥3 − 𝑥4 = 2
𝑥1 + 𝑥2 − 5𝑥3 + 𝑥4 = 4
𝑥1 + 2𝑥2 + 9𝑥3 − 2𝑥4 = −2
Folosind metoda lui Gauss (metoda dreptunghiului) obţinem următorul
tablou :
2
𝟐 3 4 −1 4
1 1 −5 1 −2
1 2 9 −2
1 3/2 2 − 1/2 1
0 −𝟏/𝟐 −7 3/2 3
0 1/2 7 − 3/2 −3
1 0 −19 4 10
0 1 14 −3 −6
0 0 0 0 0
Deoarece toate elementele de pe ultima linie sunt nule, algoritmul se opreşte

pentru că nu se mai poate aplica înca o iteraţie şi observăm că necunoscutele
𝑥3 şi 𝑥4 sunt secundare. Determinantul maxim nenul ce se poate forma este de
ordin doi şi se verifică şi teorema Kronecker-Capelli, deci sistemul este compatibil
dublu nedeterminat, având ca necunoscute principale variabilele 𝑥1 şi 𝑥2 . Soluţia
sistemului va fi dedusă din sistemul echivalent :
19
𝑥1 − 19𝑥3 + 4𝑥4 = 10
𝑥2 + 14𝑥3 − 3𝑥4 = −6
Vom afla necunoscutele 𝑥1 şi 𝑥2 în funcţie de 𝑥3 şi 𝑥4 , ce vor deveni numere
reale.
Observaţie : Regula lui Cramer nu se utilizează pentru sisteme cu foarte multe
ecuaţii şi necunoscute. De exemplu, un sistem liniar de 30 de ecuaţii cu 30 de
necunoscute se rezolvă cu metoda Gauss în câteva secunde cu ajutorul unui program,
iar cu regula lui Cramer în câteva luni.
1.3.4. Sisteme de inecuatii liniare
Un sistem de inecuaţii liniare cu n necunoscute 𝑥1 , 𝑥2 , … , 𝑥𝑛 se scrie sub formele :

𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 ≤ 𝑏1
𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 ≤ 𝑏2
(6)
……………………………………….
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 ≤ 𝑏𝑚
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 ≥ 𝑏1
𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 ≥ 𝑏2
sau (7)
……………………………………….
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 ≥ 𝑏𝑚
În cazul în care sistemul de inecuaţii conţine atât inecuaţii cu semnul “ ≥”cât şi “ ≤
”, acesta poate fi adus la una dintre formele (6) sau (7) prin înmulţirea unor inecuaţii cu
(−1).
Studiul sistemelor (6) sau (7) se reduce, de fapt, la rezolvarea unui sistem de ecuaţii
prin adunarea, respectiv scăderea la fiecare ecuaţie a unei necunoscute auxiliare pozitive
ce are rol de egalizare :
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 + 𝑦1 = 𝑏1
𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 + 𝑦2 = 𝑏2
(8)
……………………………………….
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 + 𝑦𝑚 = 𝑏𝑚
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 − 𝑦1 = 𝑏1
𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 − 𝑦2 = 𝑏2
sau (9)
……………………………………….
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 − 𝑦𝑚 = 𝑏𝑚
unde 𝑦𝑖 ≥ 0 𝑝𝑒𝑛𝑡𝑟𝑢 𝑖 = 1, … , 𝑚 .
Se numeşte soluţie a sistemului (6) sau (7) un sistem de valori care verifică
simultan toate inecuaţiile sistemului.
Teorema : Oricărei soluţii a sistemului de inecuaţii (6) sau (7) îi corespunde o
soluţie a sistemului de ecuaţii (8) sau (9) şi reciproc.
Demonstraţie :“ ” Ataşăm sistemului de inecuaţii (6) forma matriceală 𝐴𝑥 ≤ 𝑏

şi fie 𝑥0 o soluţie a acestui sistem. Deci 𝐴𝑥𝑜 ≤ 𝑏 .Transformăm sistemul de inecuaţii
într-un sistem de ecuaţii scris tot sub forma matriceală, 𝐴𝑥 + 𝑦 = 𝑏 sau 𝑦 = 𝑏 −
𝐴𝑥 , cu 𝑦 ≥ 0. Atunci (𝑥0 , 𝑦0 ) este soluţia sistemului dacă 𝑦0 = 𝑏 − 𝐴𝑥0 ≥ 0.
20
“ ” Fie (𝑥0 , 𝑦0 ) o soluţie pentru sistemul (8). Atunci 𝑦 ≥ 0 şi 𝐴𝑥0 + 𝑦0 =
𝑏, de unde obţinem 𝐴𝑥𝑜 ≤ 𝑏, deci 𝑥0 este soluţie a sistemului de inecuaţii (6).
2𝑥1 + 𝑥2 − 𝑥3 ≤ 2
Exemplu : Să se rezolve sistemul de inecuaţii 𝑥1 + 2𝑥2 + 3𝑥3 ≤ 1
𝑥1 − 𝑥2 + 𝑥3 ≤ 3
Ataşăm sistemul de ecuaţii prin adăugarea necunoscutelor auxiliare 𝑦1 , 𝑦2 , 𝑦3 ≥
0.
2𝑥1 + 𝑥2 − 𝑥3 + 𝑦1 = 2
Sistemul devine : 𝑥1 + 2𝑥2 + 3𝑥3 + 𝑦2 = 1
𝑥1 − 𝑥2 + 𝑥3 + 𝑦3 = 3
𝑥1 𝑥2 𝑥3 𝑦1 𝑦2 𝑦3
𝟐 1 −1 1 0 0 2
1
1 2 3 0 1 0
3
1 −1 1 0 0 1
1 1/2 −1/2 1/2 0 0 1
0
0 𝟑/𝟐 7/2 − 1/2 1 0 2
0 −3/2 3/2 − 1/2 0 1
1 0 −5/3 2/3 − 1/3 0 1
0
0 1 7/3 − 1/3 2/3 0 2
0 0 𝟓 −1 1 1
1 0 0 1/3 0 1/3 5/3
-14/15
0 1 0 2/15 1/5 − 7/15 2/5
0 0 1 − 1/5 1/5 1/5
Din ultimul tablou am obţinut un sistem echivalent cu cel de ecuaţii ataşat sistemului
iniţial :
1 1 5
𝑥1 + 𝑦1 + 𝑦3 =
3 3 3
2 1 7 14
𝑥2 + 𝑦1 + 𝑦2 − 𝑦3 = −
15 5 15 15
1 1 1 2
𝑥3 − 𝑦1 + 𝑦2 + 𝑦3 =
5 5 5 5
de unde se află uşor soluţia ce depinde de necunoscutele auxiliare pozitive.
1.4. Îndrumar pentru autoverificare

21
Sinteza unităţii de învăţare 1
Studiul sistemelor cu m ecuaţii şi n necunoscute presupune determinarea unui grup de valori

numerice , care, date necunoscutelor, să verifice simultan toate ecuaţiile sistemului iniţial. Grupul de
valori cu această proprietate se numeşte soluţie, iar determinarea soluţiei reprezintă rezolvarea
sistemului de ecuaţii liniare.
Sistemul de ecuaţii pentru care se găseşte un asemenea grup de numere are o unică soluţie şi se
numeşte sistem compatibil unic determinat. Dacă sistemul (1) are cel puţin două soluţii, (deci putem
găsi mai multe grupe de numere care să verifice simultan toate ecuaţiile sistemului), vom spune că
sistemul este compatibil dublu nedeterminat, (nedeterminat, pe scurt). Sistemele omogene sunt
compatibile, deoarece ele admit măcar soluţia banală 𝑥1 = 𝑥2 = ⋯ = 𝑥𝑛 = 0.
În concluzie, dacă sistemul (1) admite cel puţin o soluţie, vom spune că este compatibil. În cazul
în care nu există nicio soluţie, sistemul se va numi incompatibil.
Vom studia compatibilitatea sistemelor de ecuaţii liniare, iar în caz afirmativ, vom căuta forma
soluţiilor.
O scriere mai simplă a soluţiilor în cazul în care matricea sistemului A este pătratică, adică
𝑚 = 𝑛 şi nesingulară, adică 𝑑𝑒𝑡𝐴 ≠ 0 este dată de metoda lui Cramer de rezolvare a sistemelor
liniare.
Metoda lui Gauss constă în transformări elementare succesive ale sistemului iniţial într-un
sistem echivalent, eliminând pe rând câte o variabilă din toate ecuaţiile sistemului, cu excepţia unei
singure ecuaţii în care coeficientul variabilei va fi egal cu unitatea.
Algoritmul se opreşte în momentul în care nu se mai poate elimina nicio variabilă, urmărind tot
procedeul de mai sus.
Sistemul obţinut este echivalent cu sistemul iniţial şi se poate rezolva şi schematic, folosind
metoda dreptunghiului.
Pentru început, se scriu coeficienţii tuturor necunoscutelor (adică matricea sistemului A) şi
termenii liberi ai sistemului (matricea B). Pe linia întâi, încadrăm pivotul dacă 𝑎11 ≠ 0.
Reguli de calcul :
Elementele de pe linia pivotului se împart la pivot.
Celelalte elemente de pe coloana pivotului vor fi nule.
Elementele de pe celelalte linii se calculează formând dreptunghiuri ce au (pe rând) o
diagonală formată din segmentul ce uneşte poziţia elementului de calculat şi pivotul. Noul
coeficient va fi egal cu raportul dintre diferenţa efectuată între produsul coeficienţilor de pe
diagonala pivotului şi produsul coeficienţilor de pe cealaltă diagonală şi pivot.
Dacă 𝑚 < 𝑛 şi rangul matricei A este egal cu rangul extinsei (=m) atunci sistemul este
compatibil nedeterminat. Metoda eliminării Gauss se poate folosi şi la calculul rangului unei matrice şi
la calculul inversei unei matrice, dacă aceasta există.
Concepte şi termeni de reţinut
Matricea sistemului;
Matricea termenilor liberi;
Matricea necunoscutelor;
Solutia sistemului;
Rezolvare matriceala;
Regula lui Cramer;
Metoda lui Gauss;
Metoda dreptunghiului;
22
Întrebări de control şi teme de dezbatere
1. Care este forma generala a unui sistem de m ecuatii cu n necunoscute?

2. Indicati forma matricei extinse a sistemului.
3. Prezentaţi metodele de rezolvare a sistemelor de ecuatii liniare.
4. Prezentaţi importanţa necunoscutelor auxiliare pozitive in studiul sistemelor de inecuatii.
5. Transformati un sistem de inecuatii intr-unul de ecuatii liniare si argumentati echivalenta
solutiilor.
APLICAŢII PROPUSE
Să se rezolve următoarele sisteme de ecuaţii liniare:
𝑥 − 𝑦 + 3𝑧 = −4
a) 2𝑥 + 𝑦 − 𝑧 = 5
−𝑥 + 2𝑦 + 2𝑧 = 1
3𝑥 + 𝑦 − 𝑧 = 0
b) −2𝑥 + 𝑦 + 2𝑧 = 1
5𝑥 − 3𝑧 = 2
𝑥 + 𝑦 − 3𝑧 = −1
2𝑥 + 𝑦 − 2𝑧 = 1
c)
𝑥+𝑦+𝑧 = 3
𝑥 + 2𝑦 − 3𝑧 = 1
2𝑥 − 𝑦 − 𝑧 + 5𝑡 = 4
𝑥 + 3𝑦 − 2𝑧 + 2𝑡 = 7
d)
4𝑥 + 𝑦 + 2𝑧 − 𝑡 = 6
3𝑥 + 𝑦 + 𝑧 = 5
𝑥−𝑦+𝑧−𝑡=2
e) 3𝑥 + 𝑦 − 2𝑧 − 6𝑡 = 6
𝑥 + 2𝑦 + 𝑧 − 7𝑡 = 2
𝑥+𝑦+𝑧−𝑡=1
2𝑥 − 𝑦 + 2𝑧 + 4𝑡 = 2
f)
−𝑥 + 2𝑦 − 𝑧 − 5𝑡 = −1
𝑥+𝑧+𝑡 = 1
𝑥 + 𝑦 + 5𝑡 = 1
2𝑥 + 𝑧 + 𝑡 = 2
g)
−𝑥 + 2𝑦 − 𝑧 = 2
𝑥 + 𝑦 + 2𝑧 − 𝑡 = 1
23
2𝑥 + 𝑦 − 𝑧 = 6
𝑥 − 𝑦 + 2𝑧 = 0
h)
2𝑥 − 2𝑦 = −2
𝑥 + 2𝑦 − 𝑧 = 3
Să se rezolve următoarele sisteme de inecuaţii
3𝑥1 − 2𝑥2 + 𝑥3 ≤ −1
a) 𝑥1 − 3𝑥2 − 2𝑥3 ≤ −10
2𝑥1 + 𝑥2 + 𝑥3 ≤ 2
2𝑥1 − 𝑥2 + 𝑥3 ≤ 3
b) 𝑥1 − 2𝑥2 + 3𝑥3 ≤ 1
−𝑥1 + 𝑥2 − 𝑥3 ≤ 0
5𝑥1 − 2𝑥2 − 𝑥3 ≥ −1
−2𝑥1 + 𝑥2 − 2𝑥3 ≥ −2
3𝑥1 + 𝑥2 − 5𝑥3 ≤ 3
Bibliografie obligatorie
1. Baciu, A., Matematici economice si financiare, editia a II-a, Ed.

Fundatiei Romania de Maine, Bucuresti 2004;
2. Baz, D., Butescu, V., Streptam, N., Matematici aplicate în economie,
Ed. Didactica si pedagogica, Bucuresti, 1997;
3. Baz, D., Butescu, V., Streptam, N., Matematici aplicate în economie,
culegere de probleme, Universitatea Crestina Dimitrie Cantemir,
Bucuresti, 1996;
4. Brezis, H., Analiza Functionala. Teorie si aplicatii, Ed. Academiei
Romane, Bucuresti, 2002;
5. Catana, P., Matematici aplicate în economie, Ed. Academiei
Navale « Mircea cel Batran », 2008;
24
NOŢIUNEA DE SPAŢIU VECTORIAL . SPAŢII EUCLIDIENE
Cuprins
2.1. Introducere
2.3. Conţinutul unităţii de învăţare:
2.3.1.Definitii si notatii
2.3.2.Transformarea coordonatelor unui vector la schimbarea bazei
2.3.3.Spatii euclidiene
2.3.4.Procedeul Gramm-Schmidt
2.3.5.Spatii vectoriale normate
2.1. Introducere
Fie V o mulţime nevidă. Fie (𝐾, +,∗) un corp în raport cu operaţiile “+” şi “*”.
Elementele corpului K se numesc scalari sau numere. Introducem pe mulţimea V o lege
de compoziţie internă :
𝜑: 𝑉 ∗ 𝑉 𝑉, definită prin 𝜑(𝑥, 𝑦) = 𝑥 + 𝑦
iar pe corpul K, introducem o lege de compoziţie externă :
𝜓: 𝐾 ∗ 𝑉 𝑉 , definită prin ψ(∝, 𝑥)=∝∗ 𝑥 .
Definiţie : Mulţimea nevidă V înzestrată cu operaţiile + şi * de mai sus se numeşte
spaţiu vectorial peste corpul K dacă sunt satisfăcute următoarele proprietăţi :
1) (𝑉, +) formează grup abelian, deci adunarea este asociativă, are element neutru,
are element simetric şi este comutativă.
2) 1*x=x, ∀𝑥𝜖𝑉
3) ∝ +𝛽 ∗ 𝑥 = ∝∗ 𝑥 + 𝛽 ∗ 𝑥 , ∀𝑥, 𝑦𝜖𝑉, ∀𝛼, 𝛽 ∈ 𝐾
4) ∝∗ 𝛽 ∗ 𝑥 = 𝛼 ∗ 𝛽 ∗ 𝑥 , ∀𝑥, 𝑦𝜖𝑉, ∀𝛼, 𝛽 ∈ 𝐾
5) ∝∗ 𝑥 + 𝑦 = ∝∗ 𝑥 + 𝛽 ∗ 𝑦 , ∀𝑥, 𝑦𝜖𝑉, ∀𝛼, 𝛽 ∈ 𝐾
Definiţie : Elementele unui spaţiu vectorial se numesc vectori, iar elementele corpului
K se numesc scalari.

- identificarea notiunilor de spatiu vectorial, euclidian, spatiu vectorial normat
- aplicarea proprietatilor produsului scalar si normei unui vector
- transformarea coordonatelor unui vector la schimbarea bazei
25
– studenţii vor putea să definească noţiunea de spatiu vectorial
– studenţii vor cunoaşte metode de rezolvare ale problemelor vectoriale şi vor
înţelege astfel rolul şi utilitatea matematicii asupra activităţii economice;
– studentii vor transforma coordonatele unui vector la schimbarea bazei utilizand
matricea de trecere de la o baza la alta
– studentii vor aplica proprietatile uzuale ale produsului scalar si normei unui
vector
– studentii vor determina o baza ortogonala cu ajutorul procedeului Gramm-
Schmidt
2.3.1. Definitii si notatii
Fie V o mulţime nevidă. Fie (𝐾, +,∗) un corp în raport cu operaţiile “+” şi “*”.
Elementele corpului K se numesc scalari sau numere. Introducem pe mulţimea V o lege
de compoziţie internă :
𝜑: 𝑉 ∗ 𝑉 𝑉, definită prin 𝜑(𝑥, 𝑦) = 𝑥 + 𝑦
iar pe corpul K, introducem o lege de compoziţie externă :
𝜓: 𝐾 ∗ 𝑉 𝑉 , definită prin ψ(∝, 𝑥)=∝∗ 𝑥 .
Definiţie : Mulţimea nevidă V înzestrată cu operaţiile + şi * de mai sus se numeşte
spaţiu vectorial peste corpul K dacă sunt satisfăcute următoarele proprietăţi :
1) (𝑉, +) formează grup abelian, deci adunarea este asociativă, are element neutru,
are element simetric şi este comutativă.
2) 1*x=x, ∀𝑥𝜖𝑉
3) ∝ +𝛽 ∗ 𝑥 = ∝∗ 𝑥 + 𝛽 ∗ 𝑥 , ∀𝑥, 𝑦𝜖𝑉, ∀𝛼, 𝛽 ∈ 𝐾
4) ∝∗ 𝛽 ∗ 𝑥 = 𝛼 ∗ 𝛽 ∗ 𝑥 , ∀𝑥, 𝑦𝜖𝑉, ∀𝛼, 𝛽 ∈ 𝐾
5) ∝∗ 𝑥 + 𝑦 = ∝∗ 𝑥 + 𝛽 ∗ 𝑦 , ∀𝑥, 𝑦𝜖𝑉, ∀𝛼, 𝛽 ∈ 𝐾
Definiţie : Elementele unui spaţiu vectorial se numesc vectori, iar elementele corpului
K se numesc scalari.
Observaţie : Dacă (V,K) este spaţiu vectorial, atunci elementul neutru este unic.
Fie (V,K) un spaţiu vectorial. Fie 𝑥1 , 𝑥2 , … , 𝑥𝑛 𝜖𝑉 vectori şi 𝜆1 , 𝜆2 , … , 𝜆𝑛 𝜖𝐾
scalari.
𝑛
Definiţie : Relaţia 𝜆1 𝑥1 + 𝜆2 𝑥2 + ⋯ + 𝜆𝑛 𝑥𝑛 = 𝑖=1 𝜆𝑖 𝑥𝑖 se numeşte
combinaţie liniară a vectorilor 𝑥1 , 𝑥2 , … , 𝑥𝑛 𝜖𝑉 cu scalarii 𝜆1 , 𝜆2 , … , 𝜆𝑛 𝜖𝐾 .
Definiţie : Vectorii 𝑥1 , 𝑥2 , … , 𝑥𝑛 se numesc liniar independenţi (LI)atunci când are
loc relaţia :
(1) 𝜆1 𝑥1 + 𝜆2 𝑥2 + ⋯ + 𝜆𝑛 𝑥𝑛 =0 𝜆1 = 𝜆2 = ⋯ = 𝜆𝑛 =
26
0
Definiţie : Dacă relaţia (1) are loc fără ca toţi scalarii 𝜆1 , 𝜆2 , … , 𝜆𝑛 să fie nuli,
atunci vectorii 𝑥1 , 𝑥2 , … , 𝑥𝑛 se numesc liniar dependenţi (LD).
Observaţie : Vectorii 𝑥1 , 𝑥2 , … , 𝑥𝑛 sunt liniar dependenţi dacă şi numai dacă cel
puţin un vector este o combinaţie liniară a celorlalţi vectori.
Definiţie : Vectorii 𝑥1 , 𝑥2 , … , 𝑥𝑛 𝜖𝑉 formează un sistem de generarori ai spaţiului
vectorial dacă ∀𝑥𝜖𝑉 , ∃𝜆1 , 𝜆2 , … , 𝜆𝑛 𝜖𝐾 astfel încât x să se scrie ca o combinaţie
liniară a vectorilor 𝑥1 , 𝑥2 , … , 𝑥𝑛 .
(2) x= 𝜆1 𝑥1 + 𝜆2 𝑥2 + ⋯ + 𝜆𝑛 𝑥𝑛
Definiţie : Fie (V,K) un spaţiu vectorial. Vectorii 𝑥1 , 𝑥2 , … , 𝑥𝑛 formează o bază a
spaţiului V dacă :
a) 𝑥1 , 𝑥2 , … , 𝑥𝑛 formează un sistem de generatori
b) 𝑥1 , 𝑥2 , … , 𝑥𝑛 sunt vectori liniar independenţi.
Definiţie : Dimensiunea spaţiului vectorial V este egală cu numărul vectorilor unei baze.
Spaţiul vectorial n-dimensional este dat de mulţimea :
𝑥1
𝑛 𝑥2
(3) ℝ = ℝ ∗ ℝ ∗ ℝ ∗ …∗ ℝ = 𝑥 = … , 𝑥𝑖 𝜖ℝ, 𝑖 =
𝑥𝑛
1,2,…,𝑛
pe care se definesc operaţiile :
𝑥1 𝑦1 𝑥1 + 𝑦1
𝑥 𝑦 𝑥2 + 𝑦2
𝑥 + 𝑦 = …2 + …2 = …
𝑥𝑛 𝑦𝑛 𝑥𝑛 + 𝑦𝑛
𝑥1 ∝𝑥 1
𝑥2 ∝𝑥 2
şi ∝ 𝑥 =∝ … = …
𝑥𝑛 ∝𝑥 𝑛
Sistemul de vectori unitari liniar independenţi
1 0 0
0 1 0
𝑏1 = … , 𝑏2 = … , ….., 𝑏𝑛 = …
0 0 1
formează o bază a spaţiului vectorial ℝ𝑛 , numită baza canonică.
Observaţie : În spaţiul vectorial ℝ𝑛 există o infinitate de baze.
Revenind la matrice, un sistem de vectori {𝑥1 , 𝑥2 , … , 𝑥𝑛 } 𝜖𝑉 este numit sistem
liniar independent dacă rangul matricei vectorilor este egal cu numărul vectorilor.
Vectorii sunt liniar dependenţi dacă rangul matricei vectorilor este mai mic decât
numărul vectorilor. Vectorii 𝑥1 , 𝑥2 , … , 𝑥𝑛 formează o bază a spaţiului dacă şi numai
dacă determinantul matricei vectorilor este diferit de zero.
2.3.2. Transformarea coordonatelor unui vector la schimbarea bazei
Fie 𝑣𝜖𝑉 𝑛 şi 𝐴 = 𝑎1 , 𝑎2 , … , 𝑎𝑛 şi B={𝑏1 , 𝑏2 , … , 𝑏𝑛 }două baze din spaţiul

vectorial 𝑉 𝑛 . Dacă :
27
𝑣1 𝑎 11 𝑎 21 𝑎𝑛 1
𝑣2 𝑎 12 𝑎 22 𝑎𝑛 2
𝑣= … , 𝑎1 = … , 𝑎2 = … ,…, 𝑎𝑛 = …
𝑣𝑛 𝑎 1𝑛 𝑎 2𝑛 𝑎 𝑛𝑛
𝑏11 𝑏21 𝑏𝑛 1
𝑏1 = 𝑏12 , 𝑏 = 𝑏22 ,…, 𝑏 = 𝑏𝑛 2
… 2 … 𝑛 …
𝑏1𝑛 𝑏2𝑛 𝑏𝑛𝑛
Fie ∝1 , ∝2 , … , ∝𝑛 coordonatele vectorului v în baza A, atunci :
𝑣 =∝1 𝑎1 + ∝2 𝑎2 + ⋯ +∝𝑛 𝑎𝑛 sau 𝑣= 𝐴 ∝, 𝑢𝑛𝑑𝑒 ∝=
𝑇
∝1 , ∝2 , … , ∝𝑛 .
Vectorii bazei A pot fi exprimaţi ca o combinaţie liniară de vectorii bazei B:
𝑎𝑖 = 𝜆𝑖1 𝑏1 + 𝜆𝑖2 𝑏2 + ⋯ + 𝜆𝑖𝑛 𝑏𝑛 , 𝑖 = 1,2, … , 𝑛
Dacă înlocuim aceşti vectori în combinaţia liniară a vectorului v, obţinem :
𝑣 = (∝1 𝜆11 + ⋯ +∝𝑛 𝜆𝑛1 ) 𝑏1 +…+(∝1 𝜆1𝑛 + ⋯ +∝𝑛 𝜆𝑛𝑛 ) 𝑏𝑛 .
Prin urmare, coordonatele vectorului v în baza B sunt :
𝛽1 =∝1 𝜆11 + ⋯ +∝𝑛 𝜆𝑛1
…………………………………
𝛽𝑛 =∝1 𝜆1𝑛 + ⋯ +∝𝑛 𝜆𝑛𝑛
Această relaţie, scrisă matriceal, devine :
𝜆11 … 𝜆𝑛1
𝛽 = 𝑀𝛼 , unde 𝑀 = … … … reprezintă matricea de trecere de la baza
𝜆1𝑛 … 𝜆𝑛𝑛
A la baza B.
Observaţie : Matricea de trecere de la o bază la alta este întotdeauna nesingulară. Dacă
matricea de trecere de la baza A la baza B este M, atunci matricea de trecere de la baza B
la baza A este 𝑀 −1 .
Fie vectorul 𝑣 = (𝑣1 , 𝑣2 , … , 𝑣𝑛 )𝜖ℝ𝑛 , 𝑣1 , 𝑣2 , … , 𝑣𝑛 sunt coordonatele
vectorului v scris în baza canonică.
𝑣1 1 0 0
0 1 0
𝑣2
… = 𝑣1 … + 𝑣2 … + ⋯ + 𝑣𝑛 …
𝑣𝑛 0 0 1
1 0 … 0
𝑣 = 𝐸𝑣 , unde 𝐸= 0 1 … 0 .
0 0 … 1
Coordonatele lui v în baza A sunt ∝1 , ∝2 , … , ∝𝑛 𝑇 , deci 𝑣 = 𝐴 ∝ sau :
𝑣1 𝑎11 … 𝑎𝑛1 ∝1
𝑣2 ∝2
… = … … … …
𝑣𝑛 𝑎1𝑛 … 𝑎𝑛𝑛 ∝𝑛
Coordonatele lui v în baza B sunt 𝛽1 , 𝛽2 , … , 𝛽𝑛 𝑇 , deci 𝑣 = 𝐵𝛽 de unde avem :
𝐵𝛽 = 𝐴 ∝ sau 𝛽 = 𝐵 −1 𝐴 ∝.
În consecinţă, matricea de trecere de la baza A la baza B este M=𝐵 −1 𝐴.
28
2.3.3. Spatii euclidiene
Definiţie: Fie V spaţiu vectorial peste corpul de scalari . O aplicaţie 𝑓: 𝑉 ∗𝑉 ℝ

, 𝑓 𝑥, 𝑦 = 𝑥, 𝑦 = 𝑥, 𝑦 se numeşte produs scalar dacă satisface următoarele
proprietăţi :
1) 𝑥1 + 𝑥2 , 𝑦 = 𝑥1 , 𝑦 + 𝑥2 , 𝑦 , ∀ 𝑥1 , 𝑥2 , 𝑦 𝜖 𝑉
2) 𝑥, 𝑦 = 𝑦, 𝑥 , ∀ 𝑥, 𝑦 𝜖 𝑉
3) ∝ 𝑥, 𝑦 =∝ 𝑥, 𝑦 , ∀ 𝑥, 𝑦 𝜖 𝑉, ∀∝ 𝜖 ℝ
4) 𝑥, 𝑥 ≥ 0 pentru 𝑥 ≥ 0
Definiţie : Un spaţiu vectorial V peste un corp K înzestrat cu un produs scalar se
numeşte spaţiu euclidian.
Exemplu : Dacă V=ℝ𝑛 , 𝑓: ℝ𝑛 ∗ ℝ𝑛 ℝ atunci :
𝑥, 𝑦 = 𝑥1 𝑦1 + 𝑥2 𝑦2 + ⋯ + 𝑥𝑛 𝑦𝑛
Definiţie : Fie E un spaţiu euclidian real sau complex. Doi vectori 𝑥, 𝑦 𝜖 𝐸 se numesc
ortogonali dacă produsul lor scalar este nul, adică 𝑥, 𝑦 = 0.
Definiţie : Fie E un spaţiu euclidian. Un sistem de vectori 𝑥1 , 𝑥2 , … , 𝑥𝑛 𝜖𝐸 se
numeşte sistem ortogonal de vectori dacă orice vector 𝑥𝑖 este ortogonal pe toţi ceilalţi
vectori, adică 𝑥𝑖 , 𝑥𝑗 = 0, ∀𝑖 ≠ 𝑗, 𝑖, 𝑗 = 1,2, … , 𝑛 .
2.3.4. Procedeul Gramm-Schmidt
În orice spaţiu euclidian n-dimensional peste corpul K (real sau complex) există cel
puţin o bază ortogonală ce poate fi determinată cu ajutorul procedeului Gramm-
Schmidt.
Plecând de la o bază oarecare a spaţiului euclidian B={𝑏1 , 𝑏2 , … , 𝑏𝑛 }se
construiesc vectorii :
𝑎1 = 𝑏1
𝑎2 = 𝑏2 − 𝜆21 𝑎1
𝑎𝑛 = 𝑏𝑛 − 𝜆𝑛1 𝑎1 − 𝜆𝑛2 𝑎2 − ⋯ − 𝜆𝑛 𝑛−1 𝑎𝑛−1
Putem determina scalarii𝜆𝑖𝑗 punând condiţia de ortogonalitate adică oricare doi

vectori din baza 𝐴 = 𝑎1 , 𝑎2 , … , 𝑎𝑛 să fie ortogonali .
𝑏2 ,𝑎 1
𝑎2 , 𝑎1 = 0 , rezultă 𝜆21 =
𝑎 1 ,𝑎 1
𝑏3 ,𝑎 1
𝑎3 , 𝑎1 = 0 , rezultă 𝜆31 =
𝑎 1 ,𝑎 1
𝑏3 ,𝑎 2
𝑎3 , 𝑎2 = 0 , rezultă 𝜆32 =
𝑎 2 ,𝑎 2
……………………………………………
𝑏 𝑖 ,𝑎 𝑗
Astfel, obţinem : 𝜆𝑖𝑗 =
𝑎 𝑗 ,𝑎 𝑗
29
Într-un spaţiu euclidian are loc inegalitatea Cauchy-Buniakovski-Schwartz
𝑥, 𝑦 = 𝑥, 𝑥 𝑦, 𝑦 , ∀ 𝑥, 𝑦 𝜖 𝑉
2.3.5. Spatii vectoriale normate
Definiţie : Fie V spaţiu vectorial peste corpul de scalari . O aplicaţie 𝑓: 𝑉 ℝ,

notată 𝑓 𝑥 = 𝑥 se numeşte norma sau lungimea vectorului x dacă satisface
următoarele proprietăţi :
a) 𝑥 ≥ 0 , 𝑥𝜖 𝑉 si 𝑥 = 0 dacă şi numai dacă 𝑥 = 0
b) ∝ 𝑥 = ∝ 𝑥 , ∝ 𝜖 ℝ, 𝑥𝜖 𝑉
c) 𝑥 + 𝑦 ≤ 𝑥 + 𝑦 , ∀ 𝑥, 𝑦 𝜖 𝑉 (inegalitatea triunghiului)
Vom folosi norma definită cu ajutorul produsului scalar :
𝟏
(4) 𝑥 = 𝑥, 𝑥 = 𝑥, 𝑥 𝟐
Un spaţiu vectorial pe care s-a definit o normă se numeşte spaţiu vectorial normat.
În orice spaţiu vectorial normat există o bază ortonormată adică o bază ortogonală în care
norma fiecărui vector este egală cu unitatea ( 𝑥𝑖 = 1, 𝑖 = 1, … , 𝑛).
Plecând de la o bază ortogonală 𝐴 = 𝑎1 , 𝑎2 , … , 𝑎𝑛 , construită cu ajutorul
procedeului Gramm-Schmidt, folosit anterior, putem determina o bază ortonormată
împărţind fiecare vector din baza A la norma sa. Astfel, obţinem :
𝑎1 𝑎2 𝑎3 𝑎𝑛
𝑐1 = , 𝑐2 = , 𝑐3 = ,…, 𝑐𝑛 =
Folosind definiţiile produsului scalar şi a normei unui vector, putem afirma că doi vectori
x şi y sunt ortogonali dacă are loc relaţia :
𝑥, 𝑦
𝑐𝑜𝑠 ∝= =0
𝑥 𝑦
unde este unghiul nenul făcut de vectorii x şi y.
Propoziţia 1.4.1 : Un sistem de vectori nenuli ortogonali doi câte doi este întotdeauna
liniar independent.
Mulţimea nevidă V înzestrată cu operaţiile + şi * se numeşte spaţiu vectorial peste corpul K dacă
sunt satisfăcute următoarele proprietăţi :
1) (𝑉, +) formează grup abelian, deci adunarea este asociativă, are element neutru, are element
simetric şi este comutativă.
2) 1*x=x, ∀𝑥𝜖𝑉
30
3) ∝ +𝛽 ∗ 𝑥 = ∝∗ 𝑥 + 𝛽 ∗ 𝑥 , ∀𝑥, 𝑦𝜖𝑉, ∀𝛼, 𝛽 ∈ 𝐾
4) ∝∗ 𝛽 ∗ 𝑥 = 𝛼 ∗ 𝛽 ∗ 𝑥 , ∀𝑥, 𝑦𝜖𝑉, ∀𝛼, 𝛽 ∈ 𝐾
5) ∝∗ 𝑥 + 𝑦 = ∝∗ 𝑥 + 𝛽 ∗ 𝑦 , ∀𝑥, 𝑦𝜖𝑉, ∀𝛼, 𝛽 ∈ 𝐾
Elementele unui spaţiu vectorial se numesc vectori, iar elementele corpului K se numesc scalari.
Fie (V,K) un spaţiu vectorial. Fie 𝑥1 , 𝑥2 , … , 𝑥𝑛 𝜖𝑉 vectori şi 𝜆1 , 𝜆2 , … , 𝜆𝑛 𝜖𝐾 scalari.
𝑛
Relaţia 𝜆1 𝑥1 + 𝜆2 𝑥2 + ⋯ + 𝜆𝑛 𝑥𝑛 = 𝑖=1 𝜆𝑖 𝑥𝑖 se numeşte combinaţie liniară a vectorilor
𝑥1 , 𝑥2 , … , 𝑥𝑛 𝜖𝑉 cu scalarii 𝜆1 , 𝜆2 , … , 𝜆𝑛 𝜖𝐾 .
Vectorii 𝑥1 , 𝑥2 , … , 𝑥𝑛 se numesc liniar independenţi (LI)atunci când are loc relaţia :
(5) 𝜆1 𝑥1 + 𝜆2 𝑥2 + ⋯ + 𝜆𝑛 𝑥𝑛 =0 𝜆1 = 𝜆2 = ⋯ = 𝜆𝑛 = 0
Dacă relaţia (1) are loc fără ca toţi scalarii 𝜆1 , 𝜆2 , … , 𝜆𝑛 să fie nuli, atunci vectorii 𝑥1 , 𝑥2 , … , 𝑥𝑛
se numesc liniar dependenţi (LD).
Vectorii 𝑥1 , 𝑥2 , … , 𝑥𝑛 𝜖𝑉 formează un sistem de generarori ai spaţiului vectorial dacă ∀𝑥𝜖𝑉 ,
∃𝜆1 , 𝜆2 , … , 𝜆𝑛 𝜖𝐾 astfel încât x să se scrie ca o combinaţie liniară a vectorilor 𝑥1 , 𝑥2 , … , 𝑥𝑛 .
(6) x= 𝜆1 𝑥1 + 𝜆2 𝑥2 + ⋯ + 𝜆𝑛 𝑥𝑛
Fie (V,K) un spaţiu vectorial. Vectorii 𝑥1 , 𝑥2 , … , 𝑥𝑛 formează o bază a spaţiului V dacă :
c) 𝑥1 , 𝑥2 , … , 𝑥𝑛 formează un sistem de generatori
d) 𝑥1 , 𝑥2 , … , 𝑥𝑛 sunt vectori liniar independenţi.
Dimensiunea spaţiului vectorial V este egală cu numărul vectorilor unei baze.

Matricea de trecere de la o bază la alta este întotdeauna nesingulară. Dacă matricea de trecere de la baza
A la baza B este M, atunci matricea de trecere de la baza B la baza A este 𝑀 −1 .
În consecinţă, matricea de trecere de la baza A la baza B este M=𝐵 −1 𝐴.
Fie V spaţiu vectorial peste corpul de scalari . O aplicaţie 𝑓: 𝑉 ∗ 𝑉 ℝ , 𝑓 𝑥, 𝑦 =
𝑥, 𝑦 = 𝑥, 𝑦 se numeşte produs scalar dacă satisface următoarele proprietăţi :
5) 𝑥1 + 𝑥2 , 𝑦 = 𝑥1 , 𝑦 + 𝑥2 , 𝑦 , ∀ 𝑥1 , 𝑥2 , 𝑦 𝜖 𝑉
6) 𝑥, 𝑦 = 𝑦, 𝑥 , ∀ 𝑥, 𝑦 𝜖 𝑉
7) ∝ 𝑥, 𝑦 =∝ 𝑥, 𝑦 , ∀ 𝑥, 𝑦 𝜖 𝑉, ∀∝ 𝜖 ℝ
8) 𝑥, 𝑥 ≥ 0 pentru 𝑥 ≥ 0
Un spaţiu vectorial V peste un corp K înzestrat cu un produs scalar se numeşte spaţiu euclidian.
Fie E un spaţiu euclidian real sau complex. Doi vectori 𝑥, 𝑦 𝜖 𝐸 se numesc ortogonali dacă produsul
lor scalar este nul, adică 𝑥, 𝑦 = 0.
Fie E un spaţiu euclidian. Un sistem de vectori 𝑥1 , 𝑥2 , … , 𝑥𝑛 𝜖𝐸 se numeşte sistem ortogonal de
vectori dacă orice vector 𝑥𝑖 este ortogonal pe toţi ceilalţi vectori, adică 𝑥𝑖 , 𝑥𝑗 = 0, ∀𝑖 ≠ 𝑗, 𝑖, 𝑗 =
1,2, … , 𝑛.
În orice spaţiu euclidian n-dimensional peste corpul K (real sau complex) există cel puţin o bază
ortogonală ce poate fi determinată cu ajutorul procedeului Gramm-Schmidt.
Într-un spaţiu euclidian are loc inegalitatea Cauchy-Buniakovski-Schwartz :

𝑥, 𝑦 = 𝑥, 𝑥 𝑦, 𝑦 , ∀ 𝑥, 𝑦 𝜖 𝑉
Fie V spaţiu vectorial peste corpul de scalari . O aplicaţie 𝑓: 𝑉 ℝ , notată 𝑓 𝑥 = 𝑥 se
numeşte norma sau lungimea vectorului x dacă satisface următoarele proprietăţi :
31
d) 𝑥 ≥ 0 , 𝑥𝜖 𝑉 si 𝑥 = 0 dacă şi numai dacă 𝑥 = 0
e) ∝ 𝑥 = ∝ 𝑥 , ∝ 𝜖 ℝ, 𝑥𝜖 𝑉
f) 𝑥 + 𝑦 ≤ 𝑥 + 𝑦 , ∀ 𝑥, 𝑦 𝜖 𝑉 (inegalitatea triunghiului)
Vom folosi norma definită cu ajutorul produsului scalar :
𝟏
(7) 𝑥 = 𝑥, 𝑥 = 𝑥, 𝑥 𝟐
Un spaţiu vectorial pe care s-a definit o normă se numeşte spaţiu vectorial normat.
În orice spaţiu vectorial normat există o bază ortonormată adică o bază ortogonală în care norma
fiecărui vector este egală cu unitatea ( 𝑥𝑖 = 1, 𝑖 = 1, … , 𝑛).
Plecând de la o bază ortogonală 𝐴 = 𝑎1 , 𝑎2 , … , 𝑎𝑛 , construită cu ajutorul procedeului Gramm-
Schmidt, folosit anterior, putem determina o bază ortonormată împărţind fiecare vector din baza A la
norma sa. Astfel, obţinem :
𝑐1 = , 𝑐2 = , 𝑐3 = ,…, 𝑐𝑛 =
Folosind definiţiile produsului scalar şi a normei unui vector, putem afirma că doi vectori x şi y sunt
ortogonali dacă are loc relaţia :
𝑥,𝑦
𝑐𝑜𝑠 ∝= =0 unde este unghiul nenul făcut de vectorii x şi y.
𝑥 𝑦
Spatiu vectorial;
Vectori LI;
Vectori LD;
Sistem de generatori ai spatiului vectorial;
Baza a spatiului vectorial;
Baza canonica;
Spatii euclidiene;
Produs scalar;
Procedeul Gramm-Schmidt;
Norma sau lungimea vectorului;
Spatiu vectorial normat;
Baza ortogonala;
Baza ortonormata.

1. Definiti spatiul vectorial.
2. Definiti spatiul euclidian.
3. Enumerati proprietatile produsului scalar.
4. Enumerati proprietatile normei unui vector.
5. Detaliati procedeul de ortogonalizare Gramm-Schmidt.
6. Determinati o baza ortonormata pornind de la o baza ortogonala.
APLICAŢII PROPUSE PARTIAL REZOLVATE

Fie vectorii 𝑎1 = 1,1,0 𝑇 , 𝑎2 = −1,2,1 𝑇 , 𝑎3 = 1,2,4 𝑇
şi 𝑣𝜖ℝ3 exprimat în
raport cu baza 𝐴 = 𝑎1 , 𝑎2 , 𝑎3 prin coordonatele 1,2,1.
Să se exprime coordonatele vectorului v în raport cu baza B={𝑏1 , 𝑏2 , 𝑏3 }, unde
𝑇 𝑇 𝑇
𝑏1 = −1,2,3 , 𝑏2 = 1,1,1 , 𝑏3 = 1,2,3 .
Soluţie :
Matricele de trecere de la bazele A şi B la baza canonică sunt :
32
1 −1 1 −1 1 1
𝐴 = 1 2 2 şi 𝐵 = 2 1 2
0 1 4 3 1 3
Fie 𝛽1 , 𝛽2 , 𝛽3 coordonatele vectorului v în raport cu baza B.
Atunci avem :
𝛽1 −1
−1 1 1 1 −1 1 1 4
−1 𝑇
𝛽2 = 𝐵 𝐴 𝑣 = 2 1 2 1 2 2 2 = 9
𝛽3 3 1 3 0 1 4 1 −5
Să se construiască o bază ortogonală a spaţiului euclidian ℝ3 .

Soluţie :
1 1 0
Fie vectorii 𝑏1 = 1 , 𝑏2 = 0 , 𝑏3 = 1
0 −1 2
Rang B=3, deci {𝑏1 , 𝑏2 , 𝑏3 } formează o bază a spaţiului ℝ3 .
Construim următorii vectori aplicând procedeul Gramm-Schmidt pentru o bază a spaţiului:
1
𝑎1 = 𝑏1 = 1
0
𝑎2 = 𝑏2 − 𝜆21 𝑎1
𝑎3 = 𝑏3 − 𝜆31 𝑎1 − 𝜆32 𝑎2
Scalarii 𝜆𝑖𝑗 se determină punând condiţia de ortogonalitate adică oricare doi vectori să fie ortogonali .
𝑏2 ,𝑎 1
𝑎2 , 𝑎1 = 0 , rezultă 𝜆21 =
𝑎 1 ,𝑎 1
𝑏3 ,𝑎 1
𝑎3 , 𝑎1 = 0 , rezultă 𝜆31 =
𝑎 1 ,𝑎 1
𝑏3 ,𝑎 2
𝑎3 , 𝑎2 = 0 , rezultă 𝜆32 =
𝑎 2 ,𝑎 2
Calculând, obţinem :
1 1 5
𝜆21 = , 𝜆31 = , 𝜆32 =−
2 2 3
1/2 1/3
𝑎2 = −1/2 si 𝑎3 = −1/3
−1 1/3
Deci 𝑎1 , 𝑎2 , 𝑎3 formează o bază ortogonală a spaţiului euclidian, deoarece cei 3 vectori sunt liniar
independenţi şi ortogonali doi câte doi.
Să se determine o bază ortonormată 𝑐1 , 𝑐2 , 𝑐3 a spaţiului euclidian ℝ3 pornind de la baza
ortogonală 𝑎1 , 𝑎2 , 𝑎3 de mai sus.
Soluţie :
Se normează fiecare vector :
𝑎1 1,1,0 𝑇 1 1 𝑇
𝑐1 = = = , ,0
𝑎1 12 +12 +0 2 2 2
𝑎2 𝑎3
𝑐2 = , 𝑐3 =
𝑎2 𝑎 3
33
Bucuresti 2004;
5. Catana, P., Matematici aplicate în economie, Ed. Academiei Navale « Mircea cel Batran », 2008;
34
APLICAŢII (TRANSFORMĂRI) LINIARE. VECTORI ŞI VALORI PROPRII
ASOCIAŢI UNEI APLICAŢII LINIARE
Cuprins
3.1. Introducere
3.2. Obiectivele şi competenţele unităţii de învăţare – timp alocat
3.3.1. Transformari liniare
3.3.2. Vectori si valori proprii
3.1. Introducere
Fie 𝑉1 şi 𝑉2 două spaţii vectoriale peste acelaşi corp de scalari K de dimensiuni n şi

m. O aplicaţie 𝑇: 𝑉1 𝑉2 se numeşte aplicaţie liniară (transformare sau operator) dacă T
verifică următoarele proprietăţi :
1) 𝑇(𝑥 + 𝑦) = 𝑇(𝑥) + 𝑇(𝑦), ∀ 𝑥, 𝑦 𝜖 𝑉1 (ADITIVITATEA)
2) 𝑇(∝ 𝑥) = ∝ 𝑇(𝑥), ∀ 𝑥𝜖 𝑉, ∀∝ 𝜖𝑉2 (OMOGENITATEA)
Teorema : O aplicaţie 𝑻: 𝑽𝟏 𝑽𝟐 este transformare liniară dacă şi numai
dacă are loc relaţia :
(8) 𝑇 ∝ 𝑥 + 𝛽𝑦 = 𝛼𝑇 𝑥 + 𝛽𝑇 𝑦 ,
adică T este operator aditiv şi omogen.

- aplicarea proprietatilor unei aplicatii liniare;
- rezolvarea problemelor spectrale
– studenţii vor putea să definească noţiunea de aplicatie liniara

– studenţii vor cunoaşte metode de rezolvare ale problematicii spectrale şi vor înţelege
astfel rolul şi utilitatea matematicii asupra activităţii economice;
– studentii vor putea rezolva probleme complexe utilizand ecuatia caracteristica
35
3.3.1. Transformari liniare
Definiţie : Fie 𝑉1 şi 𝑉2 două spaţii vectoriale peste acelaşi corp de scalari K de

dimensiuni n şi m. O aplicaţie 𝑇: 𝑉1 𝑉2 se numeşte aplicaţie liniară
(transformare sau operator) dacă T verifică următoarele proprietăţi :
3) 𝑇(𝑥 + 𝑦) = 𝑇(𝑥) + 𝑇(𝑦), ∀ 𝑥, 𝑦 𝜖 𝑉1 (ADITIVITATEA)
4) 𝑇(∝ 𝑥) = ∝ 𝑇(𝑥), ∀ 𝑥𝜖 𝑉, ∀∝ 𝜖𝑉2 (OMOGENITATEA)
Teorema : O aplicaţie 𝑻: 𝑽𝟏 𝑽𝟐 este transformare liniară dacă şi numai dacă

are loc relaţia :
(9) 𝑇 ∝ 𝑥 + 𝛽𝑦 = 𝛼𝑇 𝑥 + 𝛽𝑇 𝑦 ,
adică T este operator aditiv şi omogen.
Definiţie : Fie 𝑉1 şi 𝑉2 două spaţii vectoriale peste corpul de scalari K , iar
𝑇: 𝑉1 𝑉2 o aplicaţie liniară. Mulţimea :
(10) 𝐾𝑒𝑟 𝑇 = 𝑥: 𝑥 𝜖 𝑉1 , 𝑇 𝑥 = 0 ⊂ 𝑉1
se numeşte nucleul lui T. Mulţimea :
(11) 𝐼𝑚 𝑇 = 𝑇(𝑉1 ) ⊂ 𝑉2
se numeşte imaginea lui V prin transformarea T.
Definiţie : Dimensiunea nucleului lui T se numeşte defectul lui T, iar dimensiunea
imaginii lui V se numeşte rangul lui T.
Dacă V este un spaţiu finit dimensional atunci are loc relaţia :
𝑑𝑖𝑚𝑉 = 𝑑𝑖𝑚 𝐾𝑒𝑟(𝑇) + 𝑑𝑖𝑚 𝐼𝑚(𝑇)
Teorema : Dacă 𝑻: 𝑽𝟏 𝑽𝟐 este o transformare liniară, atunci următoarele

afirmaţii sunt echivalente :
a) T este injectivă
b) 𝑇: 𝑉1 𝑇(𝑉1 ) = 𝑉2 este inversabilă
c) 𝐾𝑒𝑟 𝑇 = {0}.
3.3.2. Vectori si valori proprii
Definiţia 1.6.1 : Fie V un spaţiu vectorial n-dimensional peste corpul

de scalari K si 𝑇: 𝑉 𝑉 o aplicaţie liniară. Un scalar 𝜆𝜖𝐾
se numeşte valoare proprie pentru aplicaţia liniară T dacă există cel
puţin un vector nenul 𝑣𝜖𝑉 astfel încât :
(1) 𝑇 𝑣 = 𝜆𝑣
Definiţie :Vectorul nenul 𝑣𝜖𝑉 care verifică relaţia (2) se numeşte vector propriu pentru
aplicaţia liniară T asociat valorii proprii 𝜆. Mulţimea tuturor valorilor proprii ale aplicaţiei
liniare T se numeşte spectrul lui T.
Relaţia (1) se mai poate scrie sub forma :

(2) 𝑇 𝑣 − 𝜆𝑣 = 0
36
Teorema : Dacă 𝒗𝟏 , 𝒗𝟐 , … , 𝒗𝒑 sunt vectori proprii ai aplicaţiei liniare 𝑻: 𝑽 𝑽 asociaţi
valorilor proprii distincte 𝝀𝟏 , 𝝀𝟐 , … , 𝝀𝒑 , atunci ei sunt liniar independenţi.
Demonstraţie : Presupunem prin reducere la absurd că vectorii sunt liniar dependenţi.
Atunci se verifică relaţia :
∝1 𝑣1 +∝2 𝑣2 + ⋯ +∝𝑝 𝑣𝑝 = 0 𝑐𝑢 ∝𝑖 ≠ 0 , 𝑖 = 1,2, … , 𝑝
Vectorii proprii ai aplicaţiei liniare T verifică :
𝑇 𝑣1 = 𝜆1 𝑣1 , 𝑇 𝑣2 = 𝜆2 𝑣2 , … , 𝑇 𝑣𝑝 = 𝜆𝑝 𝑣𝑝
Cum valorile proprii 𝜆1 , 𝜆2 , … , 𝜆𝑝 sunt distincte, dacă vectorii
𝑣1 , 𝑣2 , … , 𝑣𝑝 ar fi liniar dependenţi, am obţine ∝1 =∝2 = ⋯ =∝𝑝 = 0, în contradicţie cu
presupunerea făcută (∝𝑖 ≠ 0 , 𝑖 = 1,2, … , 𝑝), de unde rezultă că vectorii 𝑣1 , 𝑣2 , … , 𝑣𝑝 sunt
liniar independenţi.
Teorema : Fie V spaţiu vectorial de dimensiune n , 𝑻: 𝑽 𝑽 o aplicaţie liniară şi
𝝀𝟏 , 𝝀𝟐 , … , 𝝀𝒏 valori proprii distincte pentru T. Atunci există o bază B pentru V astfel
încât matricea asociată aplicaţiei liniare T să aibă forma diagonală cu elementele
diagonalei principale egale cu valorile proprii 𝝀𝟏 , 𝝀𝟐 , … , 𝝀𝒏 .
Demonstraţie : Plecând de la teorema anterioară avem 𝜆1 , 𝜆2 , … , 𝜆𝑛 valori proprii
distincte pentru T, vectorii 𝑣1 , 𝑣2 , … , 𝑣𝑛 asociaţi vvalorilor proprii sunt liniar
independenţi, deci formează o bază a spaţiului (numărul lor este maximal).
Matricea aplicaţiei liniare T, 𝑇 𝑣𝑖 = 𝜆𝑖 𝑣𝑖 , i=1,…n este :
𝜆1 0 … 0
𝐴 𝑇 = 0 𝜆2 … 0
0 0 … 𝜆𝑛
Cu alte cuvinte, matricea unei transformări liniare poate fi adusă la forma diagonală
dacă şi numai dacă aplicaţia are n vectori proprii linear independenţi, iar elementele de
pe diagonala principală sunt valorile proprii corespunzătoare acestor vectori.
Ţinând cont de matricea coloană a coordonatelor vectorului x , de matricea
pătratică asociată transformării, de matricea unitate de ordin n şi definiţia vectorului
propriu putem deduce ecuaţia :
𝐴 − 𝜆𝐼 𝑋 = 0
care este echivalentă cu sistemul :
(𝑎11 − 𝜆)𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 0
𝑎21 𝑥1 + (𝑎22 −𝜆)𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 0
………………………………………………
𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 + ⋯ + (𝑎𝑛𝑛 −𝜆)𝑥𝑛 = 0
Sistemul omogen admite soluţii nebanale dacă şi numai dacă :
𝑃 𝜆 = det 𝐴 − 𝜆𝐼 = 0
𝑃 𝜆 se numeşte polinom caracteristic asociat matricei A, iar ecuaţia
𝑃 𝜆 = 0 se numeşte ecuaţia caracteristică a matricei A.
Soluţiile acestei ecuaţii sunt valori proprii , iar totalitatea acestora(totalitatea
rădăcinilor ecuaţiilor caracteristice de ordine diferite de multiplicitate) reprezintă
spectrul matricei .
Două matrice asemenea au acelaşi polinom caracteristic.
( A şi B sunt matrice asemenea dacă există matricea C astfel încât 𝐵 = 𝐶 −1 𝐴𝐶 ).
Valorile proprii ale unei matrice reale şi simetrice sunt reale.
Două matrice asemenea au acelaşi spectru.Cum valorile proprii ale matricei A
coincid cu rădăcinile ecuaţiei caracteristice, iar acestea invariante la schimbarea
bazei, rezultă că şi valorile proprii au această proprietate. Ca să găsim valorile proprii,
implicit spectrul şi vectorii proprii asociaţi valorilor proprii, vom alege o bază în
spaţiul vectorial, vom rezolva ecuaţia caracteristică
𝑃 𝜆 = det 𝐴 − 𝜆𝐼 = 0 , apoi vom introduce, pe rând, fiecare rădăcină 𝜆𝑖 , 𝑐𝑢 𝑖 =
1, … , 𝑛 în sistem .
37
Vectorii proprii corespunzători unor rădăcini ale ecuaţiei caracteristice formează
împreună cu vectorul nul un subspaţiu vectorial de dimensiune cel mult egală cu
multiplicitatea rădăcinii 𝜆𝑖 , numit spaţiu propriu asociat lui 𝜆𝑖 , notat 𝐸𝜆 𝑖 .
Unei rădăcini simple a ecuaţiei caracteristice îi corespunde un subspaţiu propriu de
dimensiune 1.

Fie V un spaţiu vectorial n-dimensional peste corpul de scalari K şi 𝑇: 𝑉 𝑉 o aplicaţie liniară. Un
scalar 𝜆𝜖𝐾 se numeşte valoare proprie pentru aplicaţia liniară T dacă există cel puţin un vector nenul
𝑣𝜖𝑉 astfel încât :
(1) 𝑇 𝑣 = 𝜆𝑣
Vectorul nenul 𝑣𝜖𝑉 care verifică relaţia (2) se numeşte vector propriu pentru aplicaţia liniară T asociat
valorii proprii 𝜆. Mulţimea tuturor valorilor proprii ale aplicaţiei liniare T se numeşte spectrul lui T.
Relaţia (1) se mai poate scrie sub forma :

(2) 𝑇 𝑣 − 𝜆𝑣 = 0
Teorema : Dacă 𝒗𝟏 , 𝒗𝟐 , … , 𝒗𝒑 sunt vectori proprii ai aplicaţiei liniare 𝑻: 𝑽 𝑽 asociaţi valorilor

proprii distincte 𝝀𝟏 , 𝝀𝟐 , … , 𝝀𝒑 , atunci ei sunt liniar independenţi.
Teorema : Fie V spaţiu vectorial de dimensiune n , 𝑻: 𝑽 𝑽 o aplicaţie liniară şi 𝝀𝟏 , 𝝀𝟐 , … , 𝝀𝒏

valori proprii distincte pentru T. Atunci există o bază B pentru V astfel încât matricea asociată aplicaţiei
liniare T să aibă forma diagonală cu elementele diagonalei principale egale cu valorile proprii
𝝀𝟏 , 𝝀𝟐 , … , 𝝀𝒏 .
Demonstraţie : Plecând de la teorema anterioară avem 𝜆1 , 𝜆2 , … , 𝜆𝑛 valori proprii distincte pentru
T, vectorii 𝑣1 , 𝑣2 , … , 𝑣𝑛 asociaţi valorilor proprii sunt liniar independenţi, deci formează o bază a
spaţiului V (numărul lor este maximal).
Matricea aplicaţiei liniare T, 𝑇 𝑣𝑖 = 𝜆𝑖 𝑣𝑖 , i=1,…n este :
𝜆1 0 … 0
𝐴𝑇 = 0 𝜆2 … 0
0 0 … 𝜆𝑛
Cu alte cuvinte, matricea unei transformări liniare poate fi adusă la forma diagonală dacă şi numai dacă
aplicaţia are n vectori proprii liniar independenţi, iar elementele de pe diagonala principală sunt valorile
proprii corespunzătoare acestor vectori.
Ţinând cont de matricea coloană a coordonatelor vectorului x , de matricea pătratică asociată
transformării, de matricea unitate de ordin n şi definiţia vectorului propriu putem deduce ecuaţia :
𝐴 − 𝜆𝐼 𝑋 = 0
care este echivalentă cu sistemul :
38
(𝑎11 − 𝜆)𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 0
𝑎21 𝑥1 + (𝑎22 −𝜆)𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 0
………………………………………………
𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 + ⋯ + (𝑎𝑛𝑛 −𝜆)𝑥𝑛 = 0
Sistemul omogen admite soluţii nebanale dacă şi numai dacă :
𝑃 𝜆 = det 𝐴 − 𝜆𝐼 = 0
𝑃 𝜆 se numeşte polinom caracteristic asociat matricei A, iar ecuaţia 𝑃 𝜆 = 0 se numeşte ecuaţia
caracteristică a matricei A.
Soluţiile acestei ecuaţii sunt valori proprii , iar totalitatea acestora (totalitatea rădăcinilor ecuaţiilor
caracteristice de ordine diferite de multiplicitate) reprezintă spectrul matricei A.
Două matrice asemenea au acelaşi polinom caracteristic. ( A şi B sunt matrice asemenea dacă există
matricea C astfel încât 𝐵 = 𝐶 −1 𝐴𝐶 ).
Valorile proprii ale unei matrice reale şi simetrice sunt reale. Două matrice asemenea au acelaşi spectru.
Cum valorile proprii ale matricei A coincid cu rădăcinile ecuaţiei caracteristice, iar acestea sunt
invariante la schimbarea bazei, rezultă că şi valorile proprii au această proprietate. Ca să găsim valorile
proprii, implicit spectrul şi vectorii proprii asociaţi valorilor proprii, vom alege o bază în spaţiul vectorial,
vom rezolva ecuaţia caracteristică
𝑃 𝜆 = det 𝐴 − 𝜆𝐼 = 0 , apoi vom introduce, pe rând, fiecare rădăcină 𝜆𝑖 , 𝑐𝑢 𝑖 = 1, … , 𝑛 în
sistem .
Vectorii proprii corespunzători unor rădăcini ale ecuaţiei caracteristice formează împreună cu vectorul
nul un subspaţiu vectorial de dimensiune cel mult egală cu multiplicitatea rădăcinii 𝜆𝑖 , numit spaţiu
propriu asociat lui 𝜆𝑖 , notat 𝐸𝜆 𝑖 .
Unei rădăcini simple a ecuaţiei caracteristice îi corespunde un subspaţiu propriu de dimensiune 1.

Transformare (aplicatie) liniara
Vectori proprii
Valori proprii
Spectrul unui operator liniar
Polinom caracteristic
Ecuatie caracteristica

1. Definiti aplicatia liniara.
2. Definiti valoarea proprie pentru aplicatia liniara T.
3. Definiti notiunea de vector propriu.
4. Care este relatia dintre valori proprii si vectori proprii?
5. Definiti spectrul unui operator liniar.
6. Matricea unei transformari liniare poate fi adusa la forma diagonala?
7. In ce conditii un sistem omogen admite solutii nebanale?
APLICAŢIE:
Fie 𝑇: ℝ3 ℝ3 , 𝑇 𝑣 = 4𝑣1 − 𝑣2 + 𝑣3 , 𝑣1 + 3𝑣2 − 𝑣3 , 𝑣2 + 𝑣3 . Să se
studieze dacă există o bază a lui ℝ3 în raport cu care matricea asociată aplicaţiei liniare T să aibă
formă diagonală.
39
4 −1 1
Soluţie : 𝐴= 1 3 −1
0 1 1
Polinomul caracteristic asociat este 𝑃 𝜆 = 𝐴 − 𝜆𝐼3 .
Rezolvăm ecuaţia caracteristică det(𝐴 − 𝜆𝐼3 )=0 şi vom obţine :
𝜆1 = 𝜆2 = 3 ordin de multiplicitate doi (rădăcină dublă)
𝜆3 = 2 valoare proprie distinctă
Vectorii proprii asociati lui 𝜆= 3 sunt soluţiile sistemului :
𝑣1 − 𝑣2 + 𝑣3 = 0
𝑣1 − 𝑣3 = 0
𝑣2 − 2𝑣3 = 0
Soluţiile sistemului sunt 𝑣1 =𝑣3 , 𝑣2 =2𝑣3 , 𝑣3 𝜖ℝ .
Subspaţiul propriu 𝐸𝜆=3 = 𝑥 ∶ 𝑥 = 𝑘, 2𝑘, 𝑘 , 𝑘𝜖ℝ .
Dimensiunea spaţiului 𝐸𝜆=3 este 1, deci nu există o bază a spaţiului vectorial ℝ3 în raport cu care
matricea asociată aplicaţiei liniare T să aibă formă diagonală.
Analog, vectorii proprii asociaţi valorii proprii 𝜆 = 2 sunt soluţiile sistemului :
2𝑣1 − 𝑣2 + 𝑣3 = 0
𝑣1 + 𝑣2 − 𝑣3 = 0
𝑣2 − 𝑣3 = 0
Soluţiile sistemului sunt 𝑣1 =0 , 𝑣2 =𝑣3 .
Subspaţiul propriu 𝐸𝜆=2 = 𝑥 ∶ 𝑥 = 0, 𝑕, 𝑕 , 𝑕𝜖ℝ are dimensiunea 1, deci nu există o bază a
3
spaţiului vectorial ℝ în raport cu care matricea asociată aplicaţiei liniare T să aibă formă diagonală.
1. Baciu, A., Matematici economice si financiare, editia a II-a, Ed. Fundatiei Romania de
Maine, Bucuresti 2004;
5. Catana, P., Matematici aplicate în economie, Ed. Academiei Navale « Mircea cel Batran »,
2008;
40
FORME LINIARE, BILINIARE ŞI PĂTRATICE. REDUCEREA UNEI FORME
PĂTRATICE LA FORMA CANONICĂ
Cuprins
4.1. Introducere
4.3.1.Forme liniare
4.3.2. Forme biliniare
4.3.3. Forme patratice
4.3.4.Reducerea unei forme patratice la forma canonica
4.1. Introducere
Fie V spaţiu vectorial peste corpul numerelor reale de dimensiune n. O aplicaţie

𝑓: 𝑉 ℝ se numeşte formă liniară (transformare sau operator) dacă este aditivă şi
omogenă :
𝑓 𝑥 + 𝑦 = 𝑓 𝑥 + 𝑓 𝑦 , ∀𝑥, 𝑦𝜖𝑉
𝑓 𝜆𝑥 = 𝜆𝑓 𝑥 , ∀𝑥𝜖𝑉 , ∀𝜆𝜖ℝ
Această aplicaţie ataşează fiecarui vector
𝑥 = 𝑥1 , 𝑥2 , … , 𝑥𝑛 𝜖𝑉 scris într-o bază a spaţiului un număr real 𝑓(𝑥)𝜖ℝ.

- identificarea principalelor metode de rezolvare a formelor liniare, biliniare si
patratice
- stabilirea naturii unei forme patratice
- reducerea unei forme patratice la forma canonica
– studenţii vor putea să definească noţiunea de forma liniara, biliniara sau

patratica
– studenţii vor cunoaşte metode de rezolvare ale acestora şi vor înţelege astfel
rolul şi utilitatea matematicii asupra activităţii economice;
– studentii vor putea stabili care este natura unei forme patratice si o vor
reduce la forma canonica.
41
4.3.1. Forme liniare
Definiţie : Fie V spaţiu vectorial peste corpul numerelor reale de dimensiune n. O

aplicaţie 𝑓: 𝑉 ℝ se numeşte formă liniară (transformare sau operator) dacă este
aditivă şi omogenă :
𝑓 𝑥 + 𝑦 = 𝑓 𝑥 + 𝑓 𝑦 , ∀𝑥, 𝑦𝜖𝑉
Observaţie : Această aplicaţie ataşează fiecarui vector
𝑥 = 𝑥1 , 𝑥2 , … , 𝑥𝑛 𝜖𝑉 scris într-o bază a spaţiului un număr real 𝑓(𝑥)𝜖ℝ.
4.3.2. Forme biliniare

aplicaţie 𝑓: 𝑉 ∗ 𝑉 ℝ se numeşte formă biliniară dacă este liniară în raport cu
ambele argumente :
𝑓 𝑎𝑥1 + 𝑏𝑥2 , 𝑦 = 𝑓 𝑎𝑥1 , 𝑦 + 𝑓 𝑏𝑥2 , 𝑦
= 𝑎𝑓 𝑥1 , 𝑦 + 𝑏𝑓 𝑥2 , 𝑦
𝑓 𝑥 , 𝑎𝑦1 + 𝑏𝑦2 = 𝑓 𝑥 , 𝑎𝑦1 + 𝑓 𝑥 , 𝑏𝑦2
= 𝑎𝑓 𝑥 , 𝑦1 + 𝑏𝑓 𝑥 , 𝑦2
∀𝑥1 , 𝑥2 , 𝑦1 , 𝑦2 , 𝑥, 𝑦 𝜖𝑉 𝑠𝑖 ∀ 𝑎, 𝑏𝜖ℝ.
O formă biliniară se poate scrie sub formă matriceală. Fie spaţiul vectorial V, o bază
𝐵 = 𝑏1 , 𝑏2 , … , 𝑏𝑛 . Vectorii 𝑥, 𝑦 𝜖𝑉 se pot scrie :
𝑥 = 𝑥1 𝑏1 + 𝑥2 𝑏2 + ⋯ + 𝑥𝑛 𝑏𝑛
𝑦 = 𝑦1 𝑏1 + 𝑦2 𝑏2 + ⋯ + 𝑦𝑛 𝑏𝑛
Aplicaţia 𝑓: 𝑉 ∗𝑉 ℝ se scrie :
𝑓 𝑥, 𝑦 = 𝑓 𝑥1 𝑏1 + 𝑥2 𝑏2 + ⋯ + 𝑥𝑛 𝑏𝑛 , 𝑦1 𝑏1 + 𝑦2 𝑏2 + ⋯ + 𝑦𝑛 𝑏𝑛
𝑛 𝑛 𝑛 𝑛
== 𝑥𝑖 𝑦𝑖 𝑓 𝑏𝑖 , 𝑏𝑗 = 𝑥𝑖 𝑦𝑖 𝑎𝑖𝑗
𝑖=1 𝑗 =1 𝑖=1 𝑗 =1
𝑎11 … 𝑎1𝑛 𝑦1
sau 𝑓 𝑥, 𝑦 = 𝑥1 , … , 𝑥𝑛 … … … … = 𝑥𝑇 𝐴 𝑦
𝑎𝑛1 … 𝑎𝑛𝑛 𝑦𝑛
42
Observaţie : O formă biliniară este determinată dacă se cunoaşte matricea formei A.
Definiţie : O formă biliniară este simetrică dacă matricea asociată acesteia este
simetrică, adică matricea A este egală cu transpusa sa. 𝐴 = 𝐴𝑇
4.3.3. Forme patratice

aplicaţie 𝑔: 𝑉 ℝ se numeşte formă pătratică dacă există o aplicaţie biliniară
simetrică , 𝑓: 𝑉 ∗𝑉 ℝ astfel încât 𝑔 𝑥 = 𝑓 𝑥, 𝑥 , ∀𝑥𝜖𝑉 .
Observaţie :
𝑎11 … 𝑎1𝑛 𝑥1
𝑇
𝑓 𝑥, 𝑥 = 𝑥 𝐴 𝑥 = 𝑥1 , … , 𝑥𝑛 … … … … =
𝑎𝑛1 … 𝑎𝑛𝑛 𝑥𝑛
=
𝑛 𝑛
𝑖=1 𝑗 =1 𝑎𝑖𝑗 𝑥𝑖 𝑥𝑗 unde 𝑎𝑖𝑗 = 𝑎𝑗𝑖 .
Definiţie : Natura unei forme pătratice
O formă pătratică 𝑔: 𝑉 ℝ este :
a) Pozitiv definită dacă toţi minorii matricei simetrice A sunt strict pozitivi.
𝑎11 𝑎12
Minorii sunt ∆1 = 𝑎11 , ∆2 = 𝑎 , … ,
21 𝑎22
𝑎11 … 𝑎1𝑛
∆𝑛 = … … …
𝑎𝑛1 … 𝑎𝑛𝑛
b) Semipozitiv definită dacă minorii sunt pozitivi sau nuli.
∆1 ≥ 0 , ∆2 ≥ 0 , … , ∆𝑛 ≥ 0
c) Negativ definită dacă minorii impari sunt strict negativi iar cei pari strict
pozitivi.
∆1 < 0 , ∆3 < 0 , ∆5 < 0 , … . , ∆𝑛−1 < 0

∆2 > 0 , ∆4 > 0, ∆6 > 0 … , ∆𝑛 ≥ 0 , n număr par.
d) Seminegativ definită dacă c) are loc cu inegalităţile “ ”,“ ”.
e) Nedefinită dacă nu se îndeplineşte una din condiţiile de mai sus.
Definiţie : Fie 𝑔: 𝑉 ℝ o formă pătratică. Într-o bază a spaţiului 𝐵𝜖𝑉 , g are o

formă canonică dacă matricea asociată acesteia este o matrice diagonală :
𝑔 𝑦 = 𝑏1 𝑦1 2 + 𝑏2 𝑦2 2 + ⋯ + 𝑏𝑟 𝑦𝑟 2
unde prin r înţelegem rangul matricei A.
43
4.3.4. Reducerea unei forme patratice la forma canonica
METODA JACOBI
Fie V spaţiu vectorial peste corpul numerelor reale de dimensiune n şi E o bază a
spaţiului, = 𝑒1 , 𝑒2 , … , 𝑒𝑛 . Fie 𝑓: 𝑉 ∗ 𝑉 ℝ o formă biliniară simetrică şi
A=(𝑎𝑖𝑗 ) matricea asociată formei f în baza E.
𝑛 𝑛
Fie g(x)= 𝑓 𝑥, 𝑥 = 𝑥 𝑇 𝐴 𝑥 = 𝑖=1 𝑗 =1 𝑎𝑖𝑗 𝑥𝑖 𝑥𝑗 o formă pătratică.
Dacă toţi minorii matricei A sunt nenuli, atunci există o bază 𝐺 =
𝑔1 , 𝑔2 , … , 𝑔𝑛 în care matricea B=(𝑏𝑖𝑗 ) a formei f să aibă formă diagonală :
∆0
… 0
∆1
𝐵= 0 … 0
∆𝑛−1
0 …
∆𝑛
şi să se transforme în forma canonică (formula condensată) astfel :
𝑛 ∆𝑖−1 2
𝑔 𝑦 = 𝑖=1 ∆ 𝑦𝑖 cu ∆0 = 1
𝑖
∆0 ∆ ∆
sau 𝑔 𝑦 = 𝑦1 2 + 1 𝑦2 2 + ⋯ + 𝑛 −1 𝑦𝑖 2
∆1 ∆2 ∆𝑛
METODA VALORILOR PROPRII
Se determină valorile proprii cu ajutorul ecuaţiei caracteristice ataşate matricei
formei. Dacă matricea poate fi transformată într-o matrice diagonală, atunci se poate
determina o bază în care se poate scrie forma canonică.
METODA GAUSS
Această metodă formează pătrate perfecte când există cel puţin un 𝑎𝑖𝑖 ≠ 0.
De regulă, se scrie matricea formei A şi se calculează minorii. Dacă sunt nuli nu se

poate aplica metoda Jacobi şi se trece la următoarea metodă, scriind ecuaţia
caracteristică şi calculăm det(A − λI) = 0, de unde aflăm valorile proprii.
Scriind A sub forma diagonală, deducem forma canonică.
Putem folosi metoda lui Gauss, având elementul 𝑎11 ≠ 0, formând un pătrat
perfect din trei termeni ce-l conţin pe 𝑥1 , apoi un nou pătrat perfect din termenii ce-
l conţin pe 𝑥2 ,…, apoi substituim rădăcinile pătrate cu 𝑦1 , 𝑦2 , …, şi ajungem la
forma canonică.
Observatia 1.8.1: Dacă toţi 𝑎𝑖𝑖 = 0 nu se poate aplica nicio metodă de mai sus. În
această situaţie vom face mai întâi o transformare de forma:
𝑥𝑖 = 𝑦𝑖 − 𝑦𝑗
𝑥𝑗 = 𝑦𝑖 + 𝑦𝑗
𝑥𝑘 = 𝑦𝑘 cu 𝑘 ≠ 𝑖, 𝑗.
44
Fie V spaţiu vectorial peste corpul numerelor reale de dimensiune n. O aplicaţie 𝑓: 𝑉 ℝ se

numeşte formă liniară (transformare sau operator) dacă este aditivă şi omogenă :
𝑓 𝑥 + 𝑦 = 𝑓 𝑥 + 𝑓 𝑦 , ∀𝑥, 𝑦𝜖𝑉
Fie V spaţiu vectorial peste corpul numerelor reale de dimensiune n. O aplicaţie 𝑓: 𝑉 ∗ 𝑉
ℝ se numeşte formă biliniară dacă este liniară în raport cu ambele argumente :
𝑓 𝑎𝑥1 + 𝑏𝑥2 , 𝑦 = 𝑓 𝑎𝑥1 , 𝑦 + 𝑓 𝑏𝑥2 , 𝑦 = 𝑎𝑓 𝑥1 , 𝑦 + 𝑏𝑓 𝑥2 , 𝑦
𝑓 𝑥 , 𝑎𝑦1 + 𝑏𝑦2 = 𝑓 𝑥 , 𝑎𝑦1 + 𝑓 𝑥 , 𝑏𝑦2 = 𝑎𝑓 𝑥 , 𝑦1 + 𝑏𝑓 𝑥 , 𝑦2
∀𝑥1 , 𝑥2 , 𝑦1 , 𝑦2 , 𝑥, 𝑦 𝜖𝑉 𝑠𝑖 ∀ 𝑎, 𝑏𝜖ℝ.
O formă biliniară se poate scrie sub formă matriceală. Fie spaţiul vectorial V, o bază 𝐵=
𝑏1 , 𝑏2 , … , 𝑏𝑛 . Vectorii 𝑥, 𝑦 𝜖𝑉 se pot scrie :
𝑥 = 𝑥1 𝑏1 + 𝑥2 𝑏2 + ⋯ + 𝑥𝑛 𝑏𝑛
𝑦 = 𝑦1 𝑏1 + 𝑦2 𝑏2 + ⋯ + 𝑦𝑛 𝑏𝑛
Aplicaţia 𝑓: 𝑉 ∗𝑉 ℝ se scrie :
𝑓 𝑥, 𝑦 = 𝑓 𝑥1 𝑏1 + 𝑥2 𝑏2 + ⋯ + 𝑥𝑛 𝑏𝑛 , 𝑦1 𝑏1 + 𝑦2 𝑏2 + ⋯ + 𝑦𝑛 𝑏𝑛 =
𝑛 𝑛 𝑛 𝑛
= 𝑥𝑖 𝑦𝑖 𝑓 𝑏𝑖 , 𝑏𝑗 = 𝑥𝑖 𝑦𝑖 𝑎𝑖𝑗
𝑖=1 𝑗 =1 𝑖=1 𝑗 =1
𝑎11 … 𝑎1𝑛 𝑦1
sau 𝑓 𝑥, 𝑦 = 𝑥1 , … , 𝑥𝑛 … … … … = 𝑥𝑇𝐴 𝑦
𝑎𝑛1 … 𝑎𝑛𝑛 𝑦𝑛
Fie V spaţiu vectorial peste corpul numerelor reale de dimensiune n. O aplicaţie 𝑔: 𝑉 ℝ se

numeşte formă pătratică dacă există o aplicaţie biliniară simetrică , 𝑓: 𝑉 ∗ 𝑉 ℝ astfel încât
𝑔 𝑥 = 𝑓 𝑥, 𝑥 , ∀𝑥𝜖𝑉 .
𝑎11 … 𝑎1𝑛 𝑥1
𝑇
𝑓 𝑥, 𝑥 = 𝑥 𝐴 𝑥 = 𝑥1 , … , 𝑥𝑛 … … … … =
𝑎𝑛1 … 𝑎𝑛𝑛 𝑥𝑛
= 𝑛𝑖=1 𝑛
𝑗 =1 𝑎𝑖𝑗 𝑥𝑖 𝑥𝑗
unde 𝑎𝑖𝑗 = 𝑎𝑗𝑖 .
Natura unei forme pătratice
45
O formă pătratică 𝑔: 𝑉 ℝ este :
f) Pozitiv definită dacă toţi minorii matricei simetrice A sunt strict pozitivi.
𝑎11 𝑎12
Minorii sunt ∆1 = 𝑎11 , ∆2 = 𝑎 𝑎22 , … ,
21
𝑎11 … 𝑎1𝑛
∆𝑛 = … … …
𝑎𝑛1 … 𝑎𝑛𝑛
g) Semipozitiv definită dacă minorii sunt pozitivi sau nuli.
∆1 ≥ 0 , ∆2 ≥ 0 , … , ∆𝑛 ≥ 0
h) Negativ definită dacă minorii impari sunt strict negativi iar cei pari strict pozitivi.
∆1 < 0 , ∆3 < 0 , ∆5 < 0 , … . , ∆𝑛−1 < 0

∆2 > 0 , ∆4 > 0, ∆6 > 0 … , ∆𝑛 ≥ 0 , n număr par.
i) Seminegativ definită dacă c) are loc cu inegalităţile “ ”,“ ”.
j) Nedefinită dacă nu se îndeplineşte una din condiţiile de mai sus.
REDUCEREA UNEI FORME PĂTRATICE LA FORMA CANONICĂ
METODA JACOBI
Fie V spaţiu vectorial peste corpul numerelor reale de dimensiune n şi E o bază a spaţiului,
= 𝑒1 , 𝑒2 , … , 𝑒𝑛 . Fie 𝑓: 𝑉 ∗ 𝑉 ℝ o formă biliniară simetrică şi A=(𝑎𝑖𝑗 ) matricea asociată
formei f în baza E.
𝑛 𝑛
Fie g(x)= 𝑓 𝑥, 𝑥 = 𝑥 𝑇 𝐴 𝑥 = 𝑖=1 𝑗 =1 𝑎𝑖𝑗 𝑥𝑖 𝑥𝑗 o formă pătratică.
Dacă toţi minorii matricei A sunt nenuli, atunci există o bază
𝐺 = 𝑔1 , 𝑔2 , … , 𝑔𝑛 în care matricea B=(𝑏𝑖𝑗 ) a formei f să aibă formă diagonală :
∆0
… 0
∆1
𝐵= 0 … 0
∆𝑛−1
0 …
∆𝑛
şi să se transforme în forma canonică (formula condensată) astfel :
𝑛 ∆𝑖−1 2
𝑔 𝑦 = 𝑖=1 ∆ 𝑦𝑖 cu ∆0 = 1
𝑖
∆0 ∆ ∆
sau 𝑔 𝑦 = 𝑦1 2 + 1 𝑦2 2 + ⋯ + 𝑛 −1 𝑦𝑖 2
∆1 ∆2 ∆𝑛
METODA VALORILOR PROPRII
46
Se determină valorile proprii cu ajutorul ecuaţiei caracteristice ataşate matricei formei. Dacă
matricea poate fi transformată într-o matrice diagonală, atunci se poate determina o bază în care se
poate scrie forma canonică.
METODA GAUSS
Această metodă formează pătrate perfecte când există cel puţin un 𝑎𝑖𝑖 ≠ 0.
De regulă, se scrie matricea formei A şi se calculează minorii. Dacă sunt nuli nu se poate aplica
metoda Jacobi şi se trece la următoarea metodă, scriind ecuaţia caracteristică şi calculăm det(A −
λI) = 0, de unde aflăm valorile proprii. Scriind A sub forma diagonală, deducem forma canonică.
Putem folosi metoda lui Gauss, având elementul 𝑎11 ≠ 0, formând un pătrat perfect din trei
termeni ce-l conţin pe 𝑥1 , apoi un nou pătrat perfect din termenii ce-l conţin pe 𝑥2 ,…, apoi
substituim rădăcinile pătrate cu 𝑦1 , 𝑦2 , …, şi ajungem la forma canonică.
Dacă toţi 𝑎𝑖𝑖 = 0 nu se poate aplica nicio metodă de mai sus. În această situaţie vom face mai
întâi o transformare de forma:
𝑥𝑖 = 𝑦𝑖 − 𝑦𝑗
𝑥𝑗 = 𝑦𝑖 + 𝑦𝑗
𝑥𝑘 = 𝑦𝑘 cu 𝑘 ≠ 𝑖, 𝑗.
Forme liniare
Forme biliniare
Forme patratice
Metoda Jacobi
Metoda valorilor proprii
Metoda Gauss
1. Definiti aplicatia liniara.

2. Definiti forma biliniara.
3. Definiti forma patratica.
4. Definiti spectrul unui operator liniar.
5. Matricea unei transformari liniare poate fi adusa la forma diagonala?
6. In ce conditii un sistem omogen admite solutii nebanale?
7. Stabiliti natura formelor patratice.
8. Care sunt metodele prin care o forma patratica se poate reduce la o forma canonica?
APLICAŢII CU SOLUTII:
Fie 𝑇: ℝ3 ℝ3 , 𝑇 𝑣 = 4𝑣1 − 𝑣2 + 𝑣3 , 𝑣1 + 3𝑣2 − 𝑣3 , 𝑣2 + 𝑣3 . Să se
studieze dacă există o bază a lui ℝ3 în raport cu care matricea asociată aplicaţiei liniare T să
aibă formă diagonală.
47
4 −1 1
Soluţie : 𝐴= 1 3 −1
0 1 1
Polinomul caracteristic asociat este 𝑃 𝜆 = 𝐴 − 𝜆𝐼3 .
Rezolvăm ecuaţia caracteristică det( 𝐴 − 𝜆𝐼3 )=0 şi vom obţine :
𝜆1 = 𝜆2 = 3 ordin de multiplicitate doi (rădăcină dublă)
𝜆3 = 2 valoare proprie distinctă
Vectorii proprii asociati lui 𝜆= 3 sunt soluţiile sistemului :
𝑣1 − 𝑣2 + 𝑣3 = 0
𝑣1 − 𝑣3 = 0
𝑣2 − 2𝑣3 = 0
Soluţiile sistemului sunt 𝑣1 =𝑣3 , 𝑣2 =2𝑣3 , 𝑣3 𝜖ℝ .
Subspaţiul propriu 𝐸𝜆=3 = 𝑥 ∶ 𝑥 = 𝑘, 2𝑘, 𝑘 , 𝑘𝜖ℝ .
Dimensiunea spaţiului 𝐸𝜆=3 este 1, deci nu există o bază a spaţiului vectorial ℝ3 în raport cu
care matricea asociată aplicaţiei liniare T să aibă formă diagonală.
Analog, vectorii proprii asociaţi valorii proprii 𝜆

= 2 sunt soluţiile sistemului :
2𝑣1 − 𝑣2 + 𝑣3 = 0
𝑣1 + 𝑣2 − 𝑣3 = 0
𝑣2 − 𝑣3 = 0
Soluţiile sistemului sunt 𝑣1 =0 , 𝑣2 =𝑣3 .
Subspaţiul propriu 𝐸𝜆=2 = 𝑥 ∶ 𝑥 = 0, 𝑕, 𝑕 , 𝑕𝜖ℝ are dimensiunea 1, deci nu există o
bază a spaţiului vectorial ℝ3 în raport cu care matricea asociată aplicaţiei liniare T să aibă formă
diagonală.
Fie 𝑓: ℝ2 ∗ ℝ2 ℝ o formă biliniară simetrică definită prin

𝑓 𝑥, 𝑦 = 2𝑥1 𝑦1 + 𝑥1 𝑦2 + 4𝑥2 𝑦2 + 𝑥2 𝑦1
Care este natura formei biliniare ? Care este forma pătratică ?
2 1
Soluţie : A = A este simetrică dacă 𝑎12 = 𝑎21 .
1 4
2 1 𝑥1 𝑥1
𝑔 𝑥 = 𝑓 𝑥, 𝑥 = 𝑥1 , 𝑥2 = 2𝑥1 + 𝑥2 , 𝑥1 + 4𝑥2 𝑥2 =
1 4 𝑥2
=2𝑥1 2 + 𝑥2 𝑥1 + 𝑥1 𝑥2 + 4𝑥2 2 = 2𝑥1 2 + 2𝑥1 𝑥2 + 4𝑥2 2
Să se stabilească natura formelor pătratice :
a) 𝑔 𝑥 = 8𝑥1 2 − 6𝑥1 𝑥2 + 2𝑥2 𝑥3 + 4𝑥2 2 + 𝑥3 2 (pozitiv definită)

b) 𝑔 𝑥 = 𝑥1 2 − 4𝑥1 𝑥2 + 4𝑥2 2 (semipozitiv definită)
c) 𝑔 𝑥 = −2𝑥1 2 − 𝑥1 𝑥2 − 𝑥2 2 (negativ definită)
d) 𝑔 𝑥 = 𝑥1 2 − 3𝑥1 𝑥2 + 2𝑥1 𝑥3 − 2𝑥2 𝑥3 + 𝑥3 2 (nedefinită)
Să se transforme forma pătratică 𝑔: ℝ3 ℝ într-o formă canonică,

48
𝑔 𝑥 = 𝑥2 2 −𝑥3 2 + 4𝑥1 𝑥2 − 4𝑥1 𝑥3 .
0 2 −2
Soluţie : A= 2 1 0
−2 0 −1
∆1 = 0
∆2 = −4
∆3 = 0 , deci nu se poate aplica metoda Jacobi.
Rezolvăm ecuaţia caracteristică det( 𝐴 − 𝜆𝐼3 )=0 şi vom obţine :
𝜆1 = 0 , 𝜆2 = −3 , 𝜆3 = 3.
Aflăm vectorii proprii asociaţi acestor valori, apoi subspaţiile proprii pentru fiecare valoare
proprie în parte, apoi cercetăm dimensiunea subspaţiilor proprii şi vom scrie forma diagonală matricei
A.
0 0 0
A= 0 −3 0
0 0 3
Astfel, obţinem forma canonică :
𝑔 𝑦 = −3𝑦22 + 3𝑦32 .
Să se scrie o formă canonică a formei pătratice
𝑔 𝑥 = 2𝑥1 2 + 3𝑥2 2 + 8𝑥3 2 + 2𝑥1 𝑥2 − 8𝑥1 𝑥3 + 6𝑥2 𝑥3 .
2 1 −4
Soluţie : A= 1 3 3
−4 3 8
∆1 = 2
∆2 = 5
∆3 = −50 , deci se poate aplica metoda Jacobi.
∆ ∆ ∆
𝑔 𝑦 = 0 𝑦1 2 + 1 𝑦2 2 + ⋯ + 𝑛 −1 𝑦𝑖 2 , cu ∆0 = 1
∆1 ∆2 ∆𝑛
1 2 2 2 1 2
𝑔 𝑦 = 𝑦1 + 𝑦2 − 𝑦
2 5 10 3
sau rezolvarea prin metoda Gauss, folosind grupări de termeni ce constituie pătrate perfecte
pentru necunoscuta 𝑥1 , apoi pentru necunoscuta 𝑥2 , iar 𝑥3 = 𝑦3 .
APLICAŢII PROPUSE:
1) Să se reducă la forma canonică următoarea formă pătratică
𝑔 𝑥 = 𝑥1 2 + 𝑥2 2 + 𝑥3 2 + 𝑥1 𝑥2 + 𝑥1 𝑥3 + 𝑥2 𝑥3 cu 𝑥 = 𝑥1 , 𝑥2 , 𝑥3 .
2) Să se determine valorile reale ale parametrului pentru care forma pătratică 𝑔 𝑥 este
pozitiv definită, unde :
𝑔 𝑥 = 2𝑥1 2 + 𝑥2 2 + 5𝑥3 2 + 2 ∝ 𝑥1 𝑥2 + 2𝑥1 𝑥3
3) Să se determine valorile reale ale parametrului pentru care forma pătratică 𝑔 𝑥 este
negativ definită, unde :
𝑔 𝑥 =∝ 𝑥1 2 + 𝑥2 2 + 𝑥3 2 + 2 ∝ 𝑥1 𝑥2 + 𝑥1 𝑥3 + 4𝑥2 𝑥3
49
4) Să se reducă la forma canonică următoarele forme pătratice :
a) 𝑔 𝑥 = 𝑥1 2 + 4𝑥2 2 + 𝑥3 2 + 4𝑥1 𝑥2 + 2𝑥1 𝑥3
b) 𝑔 𝑥 = 𝑥1 2 + 𝑥2 2 + 𝑥3 2 − 2𝑥4 2 − 2𝑥1 𝑥2 + 2𝑥1 𝑥3 − 2𝑥1 𝑥4 +
2𝑥2 𝑥3 − 4𝑥2 𝑥4
c) 𝑔 𝑥 = 𝑥2 2 + 2𝑥1 𝑥3
5) Să se determine valorile reale ale parametrului pentru care formele pătratice de mai jos
sunt pozitiv definite :
a) 𝑔 𝑥 = 5𝑥1 2 + 𝑥2 2 +∝ 𝑥3 2 + 4𝑥1 𝑥2 − 2𝑥1 𝑥3 − 2𝑥2 𝑥3
b) 𝑔 𝑥 =∝ 𝑥1 2 + 𝑥2 2 + 𝑥3 2 + 2 ∝ 𝑥1 𝑥2 + 4𝑥1 𝑥3 + 4𝑥2 𝑥3
6) Se dă forma pătratică 𝑔: ℝ3 ℝ definită prin :
𝑔 𝑥 = 𝑥1 2 + 7𝑥2 2 + 𝑥3 2 −8𝑥1 𝑥2 − 16𝑥1 𝑥3 − 8𝑥2 𝑥3 .
Să se reducă la forma canonică folosind metoda valorilor proprii.
Bucuresti 2004;
2008;
50
FORMULAREA UNEI PROBLEME DE PROGRAMARE LINIARĂ.
TEOREMA FUNDAMENTALĂ A PROGRAMĂRII LINIARE
Cuprins:
5.1. Introducere
5.3.1. Formularea unei probleme de programare liniara
5.3.2. Teorema fundamentala a programarii liniare
5.4. Îndrumător pentru autoverificar
5.1. Introducere
Programarea matematică este o ramură a matematicilor aplicate, folosită în

luarea deciziilor importante din punct de vedere economic, cum ar fi : programarea
şi planificarea producţiei, distribuirea optimă a resurselor sau a parcului auto,
rezolvarea problemelor legate de aliaje sau a celor de tip transport.
Obiectul programării matematice constă în totalitatea metodelor care permit
optimizarea (maximizarea sau minimizarea) unei funcţii numerice de mai multe
variabile ce sunt obligate să satisfacă restricţii impuse.

- identificarea principalelor metode formulare a problemelor de
programare liniara
- optimizarea unei functii numerice
- transformarea problemelor de programare liniara in forma standard sau
canonica
- studenţii vor putea să definească noţiunea de PPL

- studenţii vor cunoaşte metode de rezolvare ale acestora şi vor
înţelege astfel rolul şi utilitatea matematicii asupra activităţii
economice;
- studentii vor putea rezolva probleme de programare liniara in
forma standard sau canonica.
51
5.3.1. Formularea unei probleme de programare liniara

luarea deciziilor importante din punct de vedere economic, cum ar fi : programarea
şi planificarea producţiei, distribuirea optimă a resurselor sau a parcului auto,

Forma generală a unei probleme de programare matematică constă în

determinarea a n variabile 𝑥𝑗 , 𝑗 = 1, … , 𝑛 care satisfac m restricţii (egalităţi sau
inegalităţi) de forma :
𝑔𝑖 𝑥1 , 𝑥2 , … , 𝑥𝑛 = 𝑏𝑖 , 𝑖 = 1, … , 𝑚 , 𝑥𝑗 ≥ 0,
𝑗 = 1, … , 𝑛
astfel încât funcţia 𝑧 = 𝑓(𝑥1 , 𝑥2 , … , 𝑥𝑛 ) să aibă valoarea minimă sau
maximă în concordanţă cu cerinţa.
Funcţia z se numeşte funcţie de eficienţă, obiectiv sau scop.
Dacă funcţiile 𝑔𝑖 şi f sunt funcţii liniare, problema de programare
matematică se numeşte problemă de programare liniară (PPL), analizată de Dantzig
prin implementarea algoritmului simplex. Acesta porneşte de la o soluţie particulară
a problemei pe care o îmbunătăţeşte succesiv, iar după un anumit număr de paşi se
determină soluţia optimă.
Formularea unei probleme de programare liniară constă în optimizarea unei
funcţii liniare cu n variabile şi m restricţii liniare.
𝑧 = 𝑓 𝑥1 , 𝑥2 , … , 𝑥𝑛 = 𝑐1 𝑥1 + 𝑐2 𝑥2 + ⋯ + 𝑐𝑛 𝑥𝑛
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 ≤ 𝑏1
(1) 𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 ≤ 𝑏2
………………………………………..
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 ≤ 𝑏𝑚
unde = 𝑎𝑖𝑗 , 1 ≤ 𝑖 ≤ 𝑚 , 1 ≤ 𝑗 ≤ 𝑛 se numeşte matrice

tehnologică cu coeficienţi tehnologici sau consumuri specifice.
52
𝑏1
𝐵= … se numeşte matricea resurselor
𝑏𝑚
𝑐1
𝐶= … reprezintă matricea costurilor unitare sau a beneficiilor.
𝑐𝑛
Problema (1) se mai poate scrie condensat sub forma :
𝑧 = 𝐶𝑇𝑥
(2)
𝐴𝑥 ≤ 𝑏
O problemă de programare liniară este sub forma standard dacă toate
restricţiile sunt ecuaţii şi toate variabilele sunt nenegative, adică :
(𝑠𝑢𝑝)𝐶 𝑇 𝑥
inf⁡
(3) 𝐴𝑥 = 𝑏
𝑥≥0
Pentru o problemă de minim, restricţia cu semnul " ≥ " este concordantă,
iar cea cu semnul " ≤ " este neconcordantă.
Pentru o problemă de maxim, restricţia cu semnul "≤" este concordantă,

iar cea cu semnul " ≥ "este neconcordantă.
O problemă de programare liniară este sub forma canonică dacă toate

restricţiile sunt concordante şi toate variabilele sunt nenegative, adică:
inf⁡𝐶 𝑇 𝑥 sup⁡𝐶 𝑇 𝑥
𝐴𝑥 ≥ 𝑏 sau 𝐴𝑥 ≤ 𝑏
𝑥≥0 𝑥≥0
O problemă de programare liniară poate fi adusă la una din formele de mai
sus prin transformări elementare :
a) Sensul unei inecuaţii se schimbă prin înmulţirea cu (-1)
b) O ecuaţie se poate înlocui cu două inecuaţii :

𝑎𝑇 𝑥 ≤ 𝜆
𝑎𝑇 𝑥 = 𝜆 este echivalentă cu
𝑎𝑇 𝑥 ≥ 𝜆
c) O inecuaţie se transformă în ecuaţie prin introducerea unei variabile
auxiliare pozitive cu rol de egalizare, numită variabilă ecart sau de
compensare.
𝑎𝑇 𝑥 ≤ 𝜆 este echivalentă cu 𝑎𝑇 𝑥 +𝑦=𝜆

𝑎𝑇 𝑥 ≥ 𝜆 este echivalentă cu 𝑎𝑇 𝑥 −𝑦=𝜆
d) O variabilă negativă se transformă într-una pozitivă prin substituţie :
53
𝑥𝑖 ≤ 0 , 𝑥𝑖′ = −𝑥𝑖
e) O variabilă oarecare se înlocuieşte cu diferenţa a două variabile
nenegative :
𝑥𝑖 oarecare, 𝑥𝑖 = 𝑥𝑖′ − 𝑥𝑖′′ , 𝑐𝑢 𝑥𝑖′ , 𝑥𝑖′′ ≥ 0

f) O problemă de minim se poate transforma în problemă de maxim şi
invers :
𝑖𝑛𝑓(𝑓(𝑥)) = −𝑠𝑢𝑝(−𝑓(𝑥))
Definiţie : O submulţime 𝐶 ⊂ ℝ𝑛 se numeşte convexă dacă conţine

segmentul determinat de orice două puncte ale sale.
𝑥1 , 𝑥2 𝜖𝐶 𝑥1 , 𝑥2 ⊂ 𝐶
𝑥1 , 𝑥2 = 𝑥𝜖ℝ𝑛 ∶ 𝑥 = 𝜆𝑥1 + 1 − 𝜆 𝑥2 , 𝜆𝜖 0,1
Notăm cu P mulţimea convexă a soluţiilor admisibile (realizabile), sau pe
scurt, mulţimea programelor.
𝑃 = 𝑥𝜖ℝ𝑛 ∶ 𝐴𝑥 = 𝑏 , 𝑥 ≥ 0
Fie 𝑥1 , 𝑥2 𝜖𝑃 . Atunci :
𝐴𝑥1 = 𝑏 cu 𝑥1 ≥ 0
𝐴𝑥2 = 𝑏 cu 𝑥2 ≥ 0
𝑥 = 𝜆𝑥1 + 1 − 𝜆 𝑥2
Verificăm dacă 𝑥𝜖𝑃 , adică dacă 𝐴𝑥 = 𝑏 ,𝑥 ≥ 0
𝐴𝑥 = 𝐴 𝜆𝑥1 + 1 − 𝜆 𝑥2 = 𝐴𝜆𝑥1 + 𝐴 1 − 𝜆 𝑥2
= 𝜆𝐴𝑥1 + 1 − 𝜆 𝐴𝑥2 =
=λb+ 1 − 𝜆 𝑏=b. Deci 𝐴𝑥 = 𝑏 de unde rezultă că 𝑥𝜖𝑃 .
Presupunem că 𝑟𝑎𝑛𝑔𝐴 = 𝑚 ≤ 𝑛 (rang plin). Matricea A este de tip m*n.

Dacă 𝑚 = 𝑛 rezultă că sistemul are soluţie unică dată de
𝑥 = 𝐴−1 𝑏 (în cazul în care există inversa).
Dacă 𝑚 < 𝑛 rezultă că sistemul va fi compatibil nedeterminat
(poate avea o infinitate de soluţii ). Variabilele ale căror coloane
sunt în bază (minor nenul sau determinant principal asociat
matricei sistemului) se numesc variabile de bază, iar celelalte vor fi
variabile secundare.
Definiţie : O soluţie a sistemului ale cărei componente nenule corespund

unor coloane liniar independente din matricea A se numeşte soluţie de bază.
54
Cum A are cel mult m coloane liniar independente rezultă că o soluţie de bază
poate avea cel mult m componente nenule.
Pentru exact m componente nenule, soluţia se numeşte nedegenerată, iar
pentru mai puţin de m componente nenule, soluţia de bază se numeşte degenerată.
Numărul soluţiilor de bază este finit. Cu cele m coloane ale matricei A putem
forma 𝐶𝑛𝑚 submatrice pătratice.
5.3.2. Teorema fundamentala a programarii liniare
De regulă, cerinţa unei probleme de programare liniară este să se determine

vectorul 𝑥 = 𝑥1 , 𝑥2 , … , 𝑥𝑛 care satisface m restricţii şi n condiţii de
nenegativitate astfel încât să optimizeze (maximizeze sau minimizeze) funcţia
obiectiv.
Fie următoarea problemă de programare liniară :
(𝐶 𝑇 𝑥)
inf⁡
(4) 𝐴𝑥 = 𝑏
𝑥≥0
𝑥, 𝑐𝜖ℝ𝑛 , 𝑎, 𝑏𝜖ℝ𝑚
𝑏1
𝑎 = 𝑎1 , 𝑎2 , … , 𝑎𝑚 𝑏= …
𝑏𝑚
Teorema : a) Dacă problema (4) are un program, atunci are şi un
program admisibil de bază.
b) Dacă problema (4) are un program, atunci are şi un program optim de
bază.
Demonstraţie : a) Fie 𝑥𝜖𝑃 . Notăm cu p numărul componentelor nenule ale
vectorului x.
𝑥1
𝑥2
⋮
𝑥𝜖ℝ𝑛 , 𝑥 = 𝑥𝑝
0
⋮
0
Dacă 𝑝 = 0 rezultă că 𝑥 = 0 este soluţie de bază.
Presupunem ≠ 0 . Avem două cazuri :
i) p coloane ale matricei A sunt liniar independente şi atunci x este soluţie

de bază
ii) avem p coloane liniar dependente şi atunci există 𝑦1 , 𝑦2 , … , 𝑦𝑝 𝜖ℝ
nu toţi nuli astfel încât :
55
𝑎1 𝑦1 + 𝑎2 𝑦2 + ⋯ + 𝑎𝑝 𝑦𝑝 = 0 𝐴𝑦 = 0
𝑦1
𝑦2
⋮
𝑦= 𝑦𝑝 , 𝑦𝜖ℝ𝑛
0
⋮
0
Fie +𝜆 𝑦𝜖ℝ𝑛 , 𝜆 𝜖 ℝ . Avem :
𝐴 𝑥 + 𝜆𝑦 = 𝐴𝑥 + 𝜆𝐴𝑦 = 𝑏
𝑥𝑖 + 𝜆𝑦𝑖 ≥ 0 , ∀ 1 ≤ 𝑖 < 𝑛
Pentru 𝑖>𝑝 avem 𝑦𝑖 = 0 si 𝑥𝑖 ≥ 0. Pentru 1≤𝑖≤𝑝 se disting

două cazuri :
−𝑥 𝑖
𝑦𝑖 > 0 rezultă 𝜆 ≥
𝑦𝑖
−𝑥 𝑖
𝑦𝑖 < 0 rezultă 𝜆 ≤
𝑦𝑖
𝑥𝑖 𝑥𝑖
Definim 𝜆1 = 𝑚𝑎𝑥 − şi 𝜆2 = 𝑚𝑖𝑛 −
𝑦𝑖 𝑦𝑖
Pentru 𝜆𝜖 𝜆1 , 𝜆2 avem 𝑥 + 𝜆𝑦 ≥ 0, 𝑥 + 𝜆𝑦𝜖𝑃 .
Fie 𝜆0 = 𝜆1 dacă 𝜆2 este infinit şi fie 𝜆0 = 𝜆2 dacă 𝜆1 este infinit .
Atunci 𝑥 + 𝜆𝑦 are cel mult p-1 componente nenule şi pentru soluţia

admisibilă 𝑥 + 𝜆0 𝑦 avem cele p-1 coloane liniar independente , de unde rezultă
cazul i), adică x este soluţie admisibilă de bază.
b) Fie 𝑥𝜖𝑃 soluţia optimă a problemei (4).

Pentru demonstraţie se procedează în mod analog şi va rezulta faptul că
𝑥 + 𝜆0 𝑦 are cel mult p-1 soluţii optime.
Observaţia 2.2.1 : Teorema nu ne permite să cautăm soluţia optimă numai
printre soluţiile de bază care sunt în număr finit.
56
Programarea matematică este o ramură a matematicilor aplicate, folosită în luarea deciziilor

importante din punct de vedere economic, cum ar fi : programarea şi planificarea producţiei,
distribuirea optimă a resurselor sau a parcului auto, rezolvarea problemelor legate de aliaje sau a celor
de tip transport.
Obiectul programării matematice constă în totalitatea metodelor care permit optimizarea
(maximizarea sau minimizarea) unei funcţii numerice de mai multe variabile ce sunt obligate să
satisfacă restricţii impuse.
Forma generală a unei probleme de programare matematică constă în determinarea a n variabile
𝑥𝑗 , 𝑗 = 1, … , 𝑛 care satisfac m restricţii (egalităţi sau inegalităţi) de forma :
𝑔𝑖 𝑥1 , 𝑥2 , … , 𝑥𝑛 = 𝑏𝑖 , 𝑖 = 1, … , 𝑚 , 𝑥𝑗 ≥ 0, 𝑗 = 1, … , 𝑛
astfel încât funcţia 𝑧 = 𝑓(𝑥1 , 𝑥2 , … , 𝑥𝑛 ) să aibă valoarea minimă sau maximă în
concordanţă cu cerinţa.
Dacă funcţiile 𝑔𝑖 şi f sunt funcţii liniare, problema de programare matematică se numeşte
problemă de programare liniară (PPL), analizată de Dantzig prin implementarea algoritmului simplex.
Acesta porneşte de la o soluţie particulară a problemei pe care o îmbunătăţeşte succesiv, iar după un
anumit număr de paşi se determină soluţia optimă.
Formularea unei probleme de programare liniară constă în optimizarea unei funcţii liniare cu n
variabile şi m restricţii liniare.
𝑧 = 𝑓 𝑥1 , 𝑥2 , … , 𝑥𝑛 = 𝑐1 𝑥1 + 𝑐2 𝑥2 + ⋯ + 𝑐𝑛 𝑥𝑛
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 ≤ 𝑏1
(5) 𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 ≤ 𝑏2
………………………………………..
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 ≤ 𝑏𝑚
unde = 𝑎𝑖𝑗 , 1 ≤ 𝑖 ≤ 𝑚 , 1≤𝑗≤𝑛 se numeşte matrice tehnologică cu coeficienţi

tehnologici sau consumuri specifice.
𝑏1
𝑏𝑚
𝑐1
𝑐𝑛
57
𝑧 = 𝐶𝑇𝑥
(6)
𝐴𝑥 ≤ 𝑏
O problemă de programare liniară este sub forma standard dacă toate restricţiile sunt ecuaţii şi
toate variabilele sunt nenegative, adică :
(𝑠𝑢𝑝)𝐶 𝑇 𝑥
inf⁡
(7) 𝐴𝑥 = 𝑏
𝑥≥0
Pentru o problemă de minim, restricţia cu semnul " ≥ " este concordantă, iar cea cu semnul
"≤ " este neconcordantă.
Pentru o problemă de maxim, restricţia cu semnul " ≤ " este concordantă, iar cea cu semnul
"≥ "este neconcordantă.
O problemă de programare liniară este sub forma canonică dacă toate restricţiile sunt
concordante şi toate variabilele sunt nenegative, adică:
inf⁡𝐶 𝑇 𝑥 sup⁡𝐶 𝑇 𝑥
𝐴𝑥 ≥ 𝑏 sau 𝐴𝑥 ≤ 𝑏
𝑥≥0 𝑥≥0
O problemă de programare liniară poate fi adusă la una din formele de mai sus prin transformări
elementare :
g) Sensul unei inecuaţii se schimbă prin înmulţirea cu (-1)
h) O ecuaţie se poate înlocui cu două inecuaţii :
𝑎𝑇 𝑥 = 𝜆 este echivalentă cu
𝑎𝑇 𝑥 ≤ 𝜆
𝑎𝑇 𝑥 ≥ 𝜆
i) O inecuaţie se transformă în ecuaţie prin introducerea unei variabile auxiliare pozitive cu
rol de egalizare, numită variabilă ecart sau de compensare.
𝑎𝑇 𝑥 ≤ 𝜆 este echivalentă cu 𝑎𝑇 𝑥+𝑦=𝜆

𝑎𝑇 𝑥 ≥ 𝜆 𝑇
este echivalentă cu 𝑎 𝑥 − 𝑦 = 𝜆
j) O variabilă negativă se transformă într-una pozitivă prin substituţie :

𝑥𝑖 ≤ 0 , 𝑥𝑖′ = −𝑥𝑖
k) O variabilă oarecare se înlocuieşte cu diferenţa a două variabile nenegative :
𝑥𝑖 oarecare, 𝑥𝑖 = 𝑥𝑖′ − 𝑥𝑖′′ , 𝑐𝑢 𝑥𝑖′ , 𝑥𝑖′′ ≥ 0
l) O problemă de minim se poate transforma în problemă de maxim şi invers :
𝑖𝑛𝑓(𝑓(𝑥)) = −𝑠𝑢𝑝(−𝑓(𝑥))
O soluţie a sistemului ale cărei componente nenule corespund unor coloane liniar independente
din matricea A se numeşte soluţie de bază.
58
Cum A are cel mult m coloane liniar independente rezultă că o soluţie de bază poate avea cel
mult m componente nenule. Pentru exact m componente nenule, soluţia se numeşte nedegenerată, iar
pentru mai puţin de m componente nenule, soluţia de bază se numeşte degenerată. Numărul soluţiilor
de bază este finit. Cu cele m coloane ale matricei A putem forma 𝐶𝑛𝑚 submatrice pătratice.
De regulă, cerinţa unei probleme de programare liniară este să se determine vectorul 𝑥 =

𝑥1 , 𝑥2 , … , 𝑥𝑛 care satisface m restricţii şi n condiţii de nenegativitate astfel încât să optimizeze
(maximizeze sau minimizeze) funcţia obiectiv.
Fie următoarea problemă de programare liniară :
(𝐶 𝑇 𝑥)
inf⁡
(8) 𝐴𝑥 = 𝑏
𝑥≥0
𝑥, 𝑐𝜖ℝ𝑛 , 𝑎, 𝑏𝜖ℝ𝑚
𝑏1
𝑎 = 𝑎1 , 𝑎2 , … , 𝑎𝑚 𝑏= …
𝑏𝑚
Teorema : a) Dacă problema (4) are un program, atunci are şi un program admisibil de bază.
b) Dacă problema (4) are un program, atunci are şi un program optim de bază.
Problema de programare matematica

Functie obiectiv sau scop
Restrictii concordante
Forma standard
Forma canonica
Transformari elementare
Program admisibil de baza
1. Definiti programarea matematica.

2. Care este forma generala a unei probleme de programare matematica?
3. In ce conditii o problema de programare matematica se numeste problema de
programare liniara?
4. Ce conditii indeplineste o PPL in forma standard?
5. Ce conditii indeplineste o PPL in forma canonica?
6. Ce transformari pot fi aduse unei PPL pentru a fi in forma standard sau canonica?
7. Ce reprezinta un program admisibil de baza?
8. Enuntati teorema fundamentala a programarii liniare.
59
Bucuresti 2004;
2008;
60
ALGORITMUL SIMPLEX PRIMAL
Cuprins:
6.1. Introducere
6.3.1. Notiuni introductive
6.3.2. Algoritmul simplex primal pentru o problema de minim
6.3.3. Algoritmul simplex primal pentru o problema de maxim
6.1. Introducere

luarea deciziilor importante din punct de vedere economic, cum ar fi : programarea şi
planificarea producţiei, distribuirea optimă a resurselor sau a parcului auto,
Forma generală a unei probleme de programare matematică constă în
determinarea a n variabile 𝑥𝑗 , 𝑗 = 1, … , 𝑛 care satisfac m restricţii (egalităţi sau
inegalităţi) de forma :
𝑔𝑖 𝑥1 , 𝑥2 , … , 𝑥𝑛 = 𝑏𝑖 , 𝑖 = 1, … , 𝑚 , 𝑥𝑗 ≥ 0,
𝑗 = 1, … , 𝑛
astfel încât funcţia 𝑧 = 𝑓(𝑥1 , 𝑥2 , … , 𝑥𝑛 ) să aibă valoarea minimă sau
maximă în concordanţă cu cerinţa.
Dacă funcţiile 𝑔𝑖 şi f sunt funcţii liniare, problema de programare matematică
se numeşte problemă de programare liniară (PPL), analizată de Dantzig prin
implementarea algoritmului simplex. Acesta porneşte de la o soluţie particulară a
problemei pe care o îmbunătăţeşte succesiv, iar după un anumit număr de paşi se
determină soluţia optimă.
Formularea unei probleme de programare liniară constă în optimizarea unei
funcţii liniare cu n variabile şi m restricţii liniare.
𝑧 = 𝑓 𝑥1 , 𝑥2 , … , 𝑥𝑛 = 𝑐1 𝑥1 + 𝑐2 𝑥2 + ⋯ + 𝑐𝑛 𝑥𝑛
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 ≤ 𝑏1
𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 ≤ 𝑏2
………………………………………..
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 ≤ 𝑏𝑚
61
unde = 𝑎𝑖𝑗 , 1 ≤ 𝑖 ≤ 𝑚 , 1 ≤ 𝑗 ≤ 𝑛 se numeşte matrice tehnologică
cu coeficienţi tehnologici sau consumuri specifice.
𝑏1
𝑏𝑚
𝑐1
𝑐𝑛
𝑧 = 𝐶𝑇𝑥
𝐴𝑥 ≤ 𝑏

- identificarea principalelor metode de rezolvare a problemelor de
programare liniara
- intelegerea etapelor algoritmului simplex primal
- studenţii vor putea să definească noţiunea de PPL

economice;
- studentii vor putea sa optimizeze PPL folosind algoritmul
simplex primal
6.3.1.Notiuni introductive
Fie următoarea problemă de programare liniară în forma standard :

(𝐶 𝑇 𝑥)
inf⁡
(1) 𝐴𝑥 = 𝑏
𝑥≥0
62
Dacă rang 𝐴 = 𝑚 <𝑛 (rang plin), A matrice de tip m*n, B bază, avem
urmatoarea soluţie de bază :
(2)
𝑥 𝐵 = 𝐵 −1 𝑏
𝑥𝑆 = 0
(3) 𝑥𝑖𝐵 = 𝑥𝑖𝐵 − 𝐵
𝑗𝜖 ℝ 𝑦𝑖𝑗 𝑥𝑗
Notăm 𝑧 𝐵 = 𝐶𝐵𝑇 𝑥 𝐵
(4) 𝑧𝑗𝐵 = 𝐶𝐵𝑇 𝑦𝑗𝐵 , 𝑦𝑗𝐵 = 𝐵 −1 𝑎𝑗 , 𝑗 = 1, 𝑛
Deci, expresia funcţiei obiectiv scrisă în funcţie de baza B este :

𝐵
(5) 𝑧 = 𝑧𝐵 - 𝑗𝜖 ℝ(𝑧𝑗 − 𝑐𝑗 )𝑥𝑗
Teorema : Fie B o bază primal admisibilă (𝑩−𝟏 𝒃 ≥ 𝟎). Dacă 𝒛𝑩

𝒋 − 𝒄𝒋 ≤
𝟎 , ∀𝒋𝝐ℝ atunci soluţia de bază (2) este optimă pentru problema (1).
Demonstraţie : Dacă B este o bază primal admisibilă , atunci 𝐵 −1 𝑏 ≥ 0.

𝐵
Din relaţia (5) şi din ipoteza că 𝑧𝑗 − 𝑐𝑗 ≤ 0 , ∀𝑗𝜖ℝ rezultă 𝑧 ≥ 𝑧 𝐵 .
Valoarea funcţiei obiectiv calculată pentru oricare dintre soluţiile admisibile
(realizabile sau programe) este cel puţin egală cu valoarea funcţiei obiectiv
calculată pentru soluţia de bază (2).
Teorema : Fie B o bază primal admisibilă. Dacă există 𝒌𝝐ℝ astfel încât
𝒛𝑩
𝒌 − 𝒄𝒌 > 0 𝑩
şi vectorul 𝒚𝒌 ≤ 𝟎 , atunci problema (1) are optim infinit.
Demonstraţie : Fie 𝑥 ∝ 𝜖ℝ, ∝≥ 0.

𝑥𝑖𝐵 −∝ 𝑦 𝐵 𝑖𝑘 , 𝑖𝜖𝐵
(6) 𝑥𝑖 ∝ = 𝛼, 𝑖=𝑘
0 , 𝑖𝑛 𝑟𝑒𝑠𝑡
Vectorul 𝑥 ∝ verifică forma explicită a sistemului.
𝑥𝑖𝐵 −∝ 𝑦 𝐵 𝑖𝑘 = 𝑥𝑖𝐵 − 𝑦 𝐵 𝑖𝑘 ∝
În plus, toate componentele sunt nenegative, adică:
𝑥𝑖 ∝ ≥ 0, 1 ≤ i ≤ n , ∀∝≥ 0
Avem 𝑥𝑖𝐵 = (𝐵 𝑏)𝑖 ≥ 0 de unde rezultă că 𝑥𝑖𝐵 −∝ 𝑦 𝐵 𝑖𝑘 ≥ 0, ∀𝑖𝜖𝐵
−1
şi în consecinţă 𝑥 ∝ este soluţie admisibilă pentru problema (1).

𝑧 ∝ = 𝐶 𝑇 𝑥 ∝ = 𝐶𝐵𝑇 𝑥 𝐵 −∝ 𝑦 𝐵 𝑘 + 𝐶𝑘 ∝=
𝐵 𝐵
= 𝑧 𝐵 −∝ 𝑧𝑘 +𝐶𝑘 ∝= 𝑧 𝐵 −∝ (𝑧𝑘 − 𝐶𝑘 ).
Diferenţa 𝑧𝑘𝐵− 𝐶𝑘 > 0.
lim∝ +∞ 𝑧 ∝ = − ∞ de unde rezultă că problema are optim infinit.
Teorema : Fie B o bază primal admisibilă. Dacă există un indice 𝒌𝝐ℝ astfel
încât 𝒛𝑩 𝑩
𝒌 − 𝒄𝒌 > 0 şi vectorul 𝒚𝒌 ≤ 𝟎 şi dacă determinăm 𝒓𝝐𝑩 astfel :
63
𝑥𝑖𝐵 𝑥𝑟𝐵
min = 𝐵
𝑖,𝑦 𝐵 𝑖𝑘 >0 𝑦 𝐵 𝑖𝑘 𝑦 𝑟𝑕
atunci matricea 𝑩 , obţinută din matricea B prin înlocuirea coloanei 𝒂𝒓 𝒄𝒖 𝒂𝒉

este o
bază primal admisibilă, iar soluţia de bază corespunzatoare ei este cel puţin la fel
𝐵 𝐵
de bună ca soluţia de bază corespunzătoare bazei B. (𝑧 ≤ 𝑧 )
6.3.2. Algoritmul simplex primal pentru o problema de minim
PASUL 0 : Se determină o bază B primal admisibilă şi se calculează

𝑥 , 𝑧 𝐵 , 𝑦 𝐵 𝑖 , 𝑧𝑗𝐵 , 𝑐𝑗 , 1 ≤ 𝑗 ≤ 𝑛
𝐵
𝐵
PASUL 1 : Dacă 𝑧𝑗 − 𝑐𝑗 ≤ 0 , 1 ≤ 𝑗 ≤ 𝑛 STOP ! Soluţia de bază
(2) este optimă pentru problema (1).
Altfel, se determină mulţimea :
𝑅+ = 𝑗𝜖ℝ ∶ 𝑧𝑗𝐵 − 𝑐𝑗 >∝1 şi se trece la pasul următor.
𝐵
PASUL 2 : Dacă există 𝑗𝜖𝑅+ astfel încât 𝑦𝑗 ≤ 0 , 1 ≤ 𝑗 ≤ 𝑛
STOP ! Problema (1) are optim infinit.
𝐵
Altfel, dacă ∀𝑗𝜖ℝ avem 𝑦𝑗 > 0, se determină indicele 𝑕𝜖𝑅+ cu
criteriul de intrare în bază :
max 𝑧𝑗𝐵 − 𝑐𝑗 = 𝑧𝑕𝐵 − 𝑐𝑕
𝑗𝜖 𝑅+
apoi se determină indicele 𝑟𝜖𝐵 cu criteriul de ieşire din bază :
min = 𝐵
𝑖,𝑦 𝐵 𝑖𝑕 >0 𝑦 𝐵 𝑦 𝑟𝑕
𝑖𝑕
şi se trece la pasul următor.
PASUL 3 : Se consideră 𝐵 , obţinută din matricea B prin înlocuirea
coloanei 𝑎𝑟 𝑐𝑢 𝑎𝑕 , se calculează elementele de la Pasul 0 şi se trece la Pasul 1
înlocuind B cu 𝐵 .
Pentru intrarea în bază se poate lua un indice h astfel încât
𝑧𝑕𝐵 − 𝑐𝑕 > 0 şi vectorul 𝑦𝑕𝐵 ≤ 0.
Pentru o convergenţă mai rapidă a algoritmului se ia indicele h
𝐵
corespunzător celei mai mari diferenţe 𝑧𝑗 − 𝑐𝑗 . Cu cât diferenţa este mai mare,
cu atât se scade o cantitate mai
mare din 𝑧 𝐵 .
𝑧 = 𝑧𝐵 − (𝑧𝑗𝐵 − 𝑐𝑗 )𝑥𝑗
𝑗𝜖 ℝ
64
6.3.3. Algoritmul simplex primal pentru o problema de maxim

(𝐶 𝑇 𝑥)
sup⁡
(7) 𝐴𝑥 = 𝑏
𝑥≥0
PASUL 0 ESTE IDENTIC
𝐵
PASUL 1 DEVINE : Dacă 𝑧𝑗 − 𝑐𝑗 ≥ 0,1 ≤ 𝑗 ≤ 𝑛 STOP !
Soluţia de bază (2) este optimă pentru problema (7).
𝑅+ = 𝑗𝜖ℝ ∶ 𝑧𝑗𝐵 − 𝑐𝑗 <∝1 şi se trece la pasul următor.
𝐵
PASUL 2 : Dacă există 𝑗𝜖𝑅+ astfel încât 𝑦𝑗 ≤ 0 , 1 ≤𝑗≤𝑛
STOP ! Problema (7) are optim infinit.
𝐵
Altfel, dacă ∀𝑗𝜖ℝ avem 𝑦𝑗 > 0, se determină indicele 𝑕𝜖𝑅− cu
criteriul de intrare în bază :
min 𝑧𝑗𝐵 − 𝑐𝑗 = 𝑧𝑕𝐵 − 𝑐𝑕
𝑗𝜖 𝑅_
max = 𝐵
𝑖,𝑦 𝐵 𝑖𝑕 >0 𝑦 𝐵 𝑖𝑕 𝑦 𝑟𝑕
Pentru calculul elementelor tabelului simplex folosim metoda eliminării

complete (Gauss) :
-Elementele situate pe linia pivotului se vor împărţi la pivot

-Elementele situate pe coloana pivotului vor deveni nule, excepţie facând
elemental situat chiar pe poziţia pivotului, care va fi unitar
-Celelalte elemente de pe următoarele linii şi coloane vor fi transformate şi
calculate după regula dreptunghiului.
Determinarea unei soluţii de bază iniţiale este o parte importantă a aplicării
şi derulării algoritmului simplex primal. Nu se aleg la întâmplare m linii şi n
coloane ale matricei A, deoarece calculul determinantului este laborios şi s-ar
putea ca baza să nu fie primal admisibilă, adică să nu îndeplinească condiţia
𝐵 −1 𝑏 ≥ 0. De aceea, putem folosi una dintre metodele :
Metoda celor doua faze (a bazei artificiale)
Metoda coeficienţilor de penalizare
Presupunem că vectorul 𝑏 ≥ 0. În caz contrar, se va înmulţi cu (-1) ecuaţia
care are termenul liber negativ. Se scriu coloanele matricei A şi se pun în evidenţă
vectorii unitari. Dacă există toţi cei m vectori unitari înseamnă că există un
minor nenul B şi primal admisibil , deoarece 𝐵 −1 𝑏 = 𝑏 ≥ 0.
În caz contrar, se creează o bază artificială prin introducerea unor variabile
artificiale în anumite restricţii convenabil alese până când vom obţine o bază
65
unitară.
Se obţine un sistem extins ale cărui soluţii nu corespund cu soluţiile
sistemului iniţial.
Variabilele artificiale sunt nenegative şi se introduc cu coeficientul +1.
Pentru a obţine o soluţie admisibilă a sistemului iniţial dintr-o soluţie a sistemului
extins trebuie ca variabilele artificiale să ia valoarea 0. Dacă, rezolvând problema,
se obţine o soluţie în care toate variabilele artificiale au valoarea 0, atunci restul de
n componente ale soluţiei verifică sistemul Ax=b.
În caz contrar, problema nu are programe (soluţii admisibile).
Putem avea următoarele situaţii :

a) În baza optimă există o variabilă artificială cu valoarea 0 pe
care trebuie să o eliminăm :
În tabelul simplex, pe linia variabilei artificiale din bază există cel

putin un element nenul ce se poate lua drept pivot şi se mai face o
iteraţie, eliminând variabila artificială.
Pe linia unei variabile artificiale din bază nu se află niciun element
nenul şi atunci se taie linia respectivă din tabel, deoarece ea este o
combinaţie liniară a celorlalte ecuaţii.
b) Când în soluţia optimă nu există variabile artificiale (sunt variabile
secundare ce iau valoarea 0) se trece la faza următoare.
După introducerea variabilelor artificiale, forţarea anulării acestora se fac
prin introducerea lor în funcţia obiectiv cu coeficientul +M pentru problema de
minim şi –M pentru problema de maxim. În acest caz avem doar o fază (cea
iniţială).
inf( 𝐶 𝑇 𝑥 + (𝑀𝑥𝑛+1
𝑎
+ 𝑀𝑥𝑛+2𝑎 𝑎
+ ⋯ + 𝑀𝑥𝑛+𝑚 )
𝑎
𝐴𝑥 + 𝑥 = 𝑏
𝑥 ≥ 0, 𝑥 𝑎 ≥ 0
sup( 𝐶 𝑇 𝑥 + (−𝑀𝑥𝑛𝑎+1 − 𝑀𝑥𝑛+2

𝑎 𝑎
− ⋯ − 𝑀𝑥𝑛+𝑚 )
𝑎
𝑥 ≥ 0, 𝑥 𝑎 ≥ 0
Rolul acestor coeficienţi de penalizare este de a nu lasă funcţia obiectiv să-şi
atingă maximul sau minimul, conform cerinţei, până când nu se anulează toate
variabilele artificiale .
inf( 𝐶 𝑇 𝑥 + 𝑀𝑥𝑛+1
𝑎 𝑎
+ 𝑀𝑥𝑛+2 𝑎
+ ⋯ + 𝑀𝑥𝑛+𝑚 )
𝑥𝑛𝑎+1 = 0
𝑥𝑛𝑎+2 = 0
…………….
𝑎
𝑥𝑛+𝑚 =0
de unde rezultă că 𝑧 (𝐶 𝑇 𝑥).

= inf⁡
66

(𝐶 𝑇 𝑥)
inf⁡
𝐴𝑥 = 𝑏
𝑥≥0
Dacă rang 𝐴 = 𝑚 < 𝑛 (rang plin), A matrice de tip m*n, B bază, avem urmatoarea
soluţie de bază :
𝑥 𝐵 = 𝐵 −1 𝑏
𝑥𝑆 = 0
𝑥𝑖𝐵 = 𝑥𝑖𝐵 − 𝑦𝑖𝑗𝐵 𝑥𝑗

𝑗𝜖 ℝ
Notăm 𝑧 𝐵 = 𝐶𝐵𝑇 𝑥 𝐵
(8) 𝑧𝑗𝐵 = 𝐶𝐵𝑇 𝑦𝑗𝐵 , 𝑦𝑗𝐵 = 𝐵 −1 𝑎𝑗 , 𝑗 = 1, 𝑛
Deci, expresia funcţiei obiectiv scrisă în funcţie de baza B este :

𝐵
𝑧 = 𝑧𝐵 - 𝑗𝜖 ℝ(𝑧𝑗 − 𝑐𝑗 )𝑥𝑗
Algoritmul simplex primal pentru o problema de minim
PASUL 0 : Se determină o bază B primal admisibilă şi se calculează

𝑥 , 𝑧 , 𝑦 𝑖 , 𝑧𝑗𝐵 , 𝑐𝑗 , 1 ≤ 𝑗 ≤ 𝑛
𝐵 𝐵 𝐵
𝐵
PASUL 1 : Dacă 𝑧𝑗 − 𝑐𝑗 ≤ 0 , 1 ≤ 𝑗 ≤ 𝑛 STOP ! Soluţia de bază (2) este
optimă pentru problema (1).
𝑅+ = 𝑗𝜖ℝ ∶ 𝑧𝑗𝐵 − 𝑐𝑗 >∝1 şi se trece la pasul următor.
𝐵
PASUL 2 : Dacă există 𝑗𝜖𝑅+ astfel încât 𝑦𝑗 ≤ 0 , 1 ≤ 𝑗 ≤ 𝑛 STOP !
Problema (1) are optim infinit.
𝐵
Altfel, dacă ∀𝑗𝜖ℝ avem 𝑦𝑗 > 0, se determină indicele 𝑕𝜖𝑅+ cu criteriul de
intrare în bază :
67
max 𝑧𝑗𝐵 − 𝑐𝑗 = 𝑧𝑕𝐵 − 𝑐𝑕
𝑗𝜖 𝑅+
min = 𝐵
𝑖,𝑦 𝐵 𝑖𝑕 >0 𝑦 𝐵 𝑖𝑕 𝑦 𝑟𝑕
PASUL 3 : Se consideră 𝐵 , obţinută din matricea B prin înlocuirea coloanei
𝑟 𝑕
𝑎 𝑐𝑢 𝑎 , se calculează elementele de la Pasul 0 şi se trece la Pasul 1 înlocuind B cu 𝐵 .
Pentru intrarea în bază se poate lua un indice h astfel încât 𝑧𝑕𝐵 − 𝑐𝑕 > 0 şi
𝐵
vectorul 𝑦𝑕 ≤ 0.
Pentru o convergenţă mai rapidă a algoritmului se ia indicele h corespunzător celei mai
𝐵
mari diferenţe 𝑧𝑗 − 𝑐𝑗 . Cu cât diferenţa este mai mare, cu atât se scade o cantitate mai
mare din 𝑧 𝐵 .
𝑧 = 𝑧𝐵 − (𝑧𝑗𝐵 − 𝑐𝑗 )𝑥𝑗
𝑗𝜖 ℝ
Algoritmul simplex primal pentru o problema de maxim

(𝐶 𝑇 𝑥)
sup⁡
(9) 𝐴𝑥 = 𝑏
𝑥≥0
𝐵
PASUL 1 DEVINE : Dacă 𝑧𝑗 − 𝑐𝑗 ≥ 0 , 1 ≤ 𝑗 ≤ 𝑛 STOP ! Soluţia de bază
(2) este optimă pentru problema (7).
𝑅+ = 𝑗𝜖ℝ ∶ 𝑧𝑗𝐵 − 𝑐𝑗 <∝1 şi se trece la pasul următor.
𝐵
PASUL 2 : Dacă există 𝑗𝜖𝑅+ astfel încât 𝑦𝑗 ≤ 0 , 1 ≤ 𝑗 ≤ 𝑛 STOP !
Problema (7) are optim infinit.
𝐵
Altfel, dacă ∀𝑗𝜖ℝ avem 𝑦𝑗 > 0, se determină indicele 𝑕𝜖𝑅− cu criteriul de
intrare în bază :
min 𝑧𝑗𝐵 − 𝑐𝑗 = 𝑧𝑕𝐵 − 𝑐𝑕
𝑗𝜖 𝑅_
𝑥 𝑖𝐵 𝑥 𝑟𝐵
max𝑖,𝑦 𝐵 = şi se trece la pasul următor.
𝑖𝑕 >0 𝑦 𝐵 𝑖𝑕 𝑦 𝐵 𝑟𝑕

68
Pentru calculul elementelor tabelului simplex folosim metoda eliminării complete
(Gauss) :
-Elementele situate pe linia pivotului se vor împărţi la pivot

-Elementele situate pe coloana pivotului vor deveni nule, excepţie facând elementul
situat chiar pe poziţia pivotului, care va fi unitar
-Celelalte elemente de pe următoarele linii şi coloane vor fi transformate şi calculate
după regula dreptunghiului.
Determinarea unei soluţii de bază iniţiale este o parte importantă a aplicării şi derulării
algoritmului simplex primal. Nu se aleg la întâmplare m linii şi n coloane ale matricei A,
deoarece calculul determinantului este laborios şi s-ar putea ca baza să nu fie primal
admisibilă, adică să nu îndeplinească condiţia 𝐵 −1 𝑏 ≥ 0. De aceea, putem folosi una
dintre metodele :
Metoda celor doua faze (a bazei artificiale)
Metoda coeficienţilor de penalizare
Presupunem că vectorul 𝑏 ≥ 0. În caz contrar, se va înmulţi cu (-1) ecuaţia care are
termenul liber negativ. Se scriu coloanele matricei A şi se pun în evidenţă vectorii unitari.
Dacă există toţi cei m vectori unitari înseamnă că există un minor nenul B şi primal
admisibil , deoarece 𝐵 −1 𝑏 = 𝑏 ≥ 0.
În caz contrar, se creează o bază artificială prin introducerea unor variabile artificiale în
anumite restricţii convenabil alese până când vom obţine o bază unitară.
Se obţine un sistem extins ale cărui soluţii nu corespund cu soluţiile sistemului iniţial.
Variabilele artificiale sunt nenegative şi se introduc cu coeficientul +1. Pentru a obţine
o soluţie admisibilă a sistemului iniţial dintr-o soluţie a sistemului extins trebuie ca
variabilele artificiale să ia valoarea 0. Dacă, rezolvând problema, se obţine o soluţie în care
toate variabilele artificiale au valoarea 0, atunci restul de n componente ale soluţiei verifică
sistemul Ax=b.
În caz contrar, problema nu are programe (soluţii admisibile).
Putem avea următoarele situaţii :

c) În baza optimă există o variabilă artificială cu valoarea 0 pe care
trebuie să o eliminăm :
În tabelul simplex, pe linia variabilei artificiale din bază există cel

putin un element nenul ce se poate lua drept pivot şi se mai face o iteraţie,
eliminând variabila artificială.
Pe linia unei variabile artificiale din bază nu se află niciun element
nenul şi atunci se taie linia respectivă din tabel, deoarece ea este o combinaţie
liniară a celorlalte ecuaţii.
d) Când în soluţia optimă nu există variabile artificiale(sunt variabile
secundare ce iau valoarea 0) se trece la faza următoare.
După introducerea variabilelor artificiale, forţarea anulării acestora se face

prin introducerea lor în funcţia obiectiv cu coeficientul +M pentru problema de minim
şi –M pentru problema de maxim. În acest caz avem doar o fază (cea iniţială).
inf( 𝐶 𝑇 𝑥 + (𝑀𝑥𝑛+1
𝑎
+ 𝑀𝑥𝑛+2𝑎 𝑎
+ ⋯ + 𝑀𝑥𝑛+𝑚 )
𝑎
𝑥 ≥ 0, 𝑥 𝑎 ≥ 0
69
sup( 𝐶 𝑇 𝑥 + (−𝑀𝑥𝑛+1
𝑎
− 𝑀𝑥𝑛𝑎+2 − ⋯ − 𝑀𝑥𝑛+𝑚
𝑎
)
𝑎
𝑥 ≥ 0, 𝑥 𝑎 ≥ 0
Rolul acestor coeficienţi de penalizare este de a nu lasă funcţia obiectiv să-şi
atingă maximul sau minimul, conform cerinţei, până când nu se anulează toate
variabilele artificiale .
inf( 𝐶 𝑇 𝑥 + 𝑀𝑥𝑛+1
𝑎
+ 𝑀𝑥𝑛𝑎+2 + ⋯ + 𝑀𝑥𝑛𝑎+𝑚 )
𝑎
𝑥𝑛+1 =0
𝑎
𝑥𝑛+2 = 0
…………….
𝑎
𝑥𝑛+𝑚 =0
de unde rezultă că 𝑧 (𝐶 𝑇 𝑥).

= inf⁡

Problema de programare liniara
Forma standard
Forma canonica
Solutii admisibile de baza
Solutie optima
Algoritmul simplex primal
1. Definiti programarea matematica.
2. Care este forma generala a unei probleme de programare matematica?
3. In ce conditii o problema de programare matematica se numeste problema de
programare liniara?
4. Ce conditii indeplineste o PPL in forma standard?
5. Ce conditii indeplineste o PPL in forma canonica?
6. Ce transformari pot fi aduse unei PPL pentru a fi in forma standard sau
canonica?
7. Ce reprezinta un program admisibil de baza?
8. Enuntati teorema fundamentala a programarii liniare.
9. Comparati algoritmul simplex primal pentru o problema de minim cu cel pentru
o problema de maxim.
Să se rezolve următoarele probleme, folosind tabelul simplex :
max 12x1 + 20x2 max 12x1 + 20x2
x1 + 4x2 ≤ 2 x1 + 4x2 + x3 = 2
1)
2x1 + 3x2 ≤ 10 2x1 + 3x2 + x4 = 10
x1 ≥ 0 , x2 ≥ 0 x1 , x2 , x3 , x4 ≥ 0
−min (−12x1 − 20x2 )
x1 + 4x2 + x3 = 2 1 4 1 0 1 0
,𝐴 = ,𝐵
2x1 + 3x2 + x4 = 10 2 3 0 1 0 1
x1 , x2 , x3 , x4 ≥ 0
70
𝐶𝐵 VB(variab VVB -12 -20 0 0
ile de bază (valorile
)=𝑥 𝐵 variabilelor x1 x2 x3 x4
de bază)= 𝑥 𝐵
0 x3 2 1 4 1 0
0 10 2 3 0 1
x4
𝑧𝑗𝐵 − 𝑐𝑗 0 12 20 0 0
- x2 1/2 1/4 1 1/4 0
20 17/2 5/4 0 -3/4 1
0
x4
𝑧𝑗𝐵 − 𝑐𝑗 -10 7 0 -5 0
- x1 2 1 4 1 0
12 6 0 -5 -2 1
0
x4
𝑧𝑗𝐵 − 𝑐𝑗 -24 0 -28 -12 0
max{12,20}=20 deci x2 intra în bază z=-24

min{2/4,10/3}=2/4 deci x3 iese din
max{7}=7 deci x1 intra în bază
min{1/2:1/4, 17/2:5/4}=2 deci x2 iese din bază
1
min⁡ (3x1 − 7x2 + x3 + 5x4 + 3x5 )
2
2x1 + x2 + x3 − x4 + x6 = 2
2) −x1 + 2x2 − 2x3 − 2x4 + x7 = 3
3x1 − x2 + x3 + x5 = 9
𝑥𝑖 ≥ 0, 𝑖 = 1,7
2 1 1 −1 0 1 0
𝐴 = −1 2 −2 −2 0 0 0 ,
3 −1 1 0 1 0 1
1 0 0 2
𝐵= 0 1 0 ,𝑏= 3
0 0 1 9
B este baza primal admisibilă pentru că 𝐵 −1 𝑏 ≥ 0
𝐶𝐵 VB(varia VVB 3 -7 1/2 5 3 0 0
bile de bază (valorile x1 x2 x3 x4 x5 x6 x7
)=𝑥 𝐵 variabilelor
de bază)= 𝑥 𝐵
0 x6 2 2 1 1 -1 0 1 0
0 3 -1 2 -2 -2 0 0 1
3
x7 9 3 -1 1 0 1 0 0
x5
𝑧𝑗𝐵 − 𝑐𝑗 27 6max 4 5/2 -5 0 0 0
3 x1 1 1 1/2 1/2 -1/2 0 1/2 0
0 4 0 5/2 -3/2 -5/2 0 1/2 1
71
3 x7 6 0 -5/2 -1/2 3/2 1 -3/2 0
x5
𝐵
𝑧𝑗 − 𝑐𝑗 21 0 1max -1/2 -2 0 -3 0
3 x1 1/5 1 0 4/5 0 0 2/5 -1/5
-7 8/5 0 1 -3/5 -1 0 1/5 2/5
3
x2 10 0 0 2 -1 1 -1 1
x5
𝐵
𝑧𝑗 − 𝑐𝑗 97/5 0 0 1/10max -1 0 -16/5 -2/5
1/ x3 1/4 5/4 0 1 0 0 1/2 -1/4
2 7/4 3/4 1 0 -1 0 1/2 1/4
-7
x2 21/2 5/2 0 0 -1 1 0 1/2
3 x5
𝐵
𝑧𝑗 − 𝑐𝑗 155/8 -1/8 0 0 -1 0 -13/4 -3/8
0
7
4
1
4
Soluţia optimă este 𝑥 = 0 şi z = 155/8.
21
2
0
0
Bucuresti 2004;
2008;
72
ELEMENTE DE TEORIA GRAFURILOR
Cuprins:
7.1 Introducere
7.2 Obiectivele şi competenţele unităţii de învăţare – timp alocat
7.3 Conţinutul unităţii de învăţare
7.3.2. Algoritm de determinare a drumurilor hamiltoniene intr-un graf fara circuite
7.3.3. Algoritm de determinare a drumurilor hamiltoniene intr-un graf cu circuite
7.1. Introducere
Se numeşte graf orientat o pereche de forma

𝐺 = (𝑋, 𝑈) unde X este o mulţime finită de puncte sau vârfuri
𝑋 = 𝑥1 , 𝑥2 , … , 𝑥𝑛 , iar U o submulţime a produsului cartezian X x X de
perechi ordonate 𝑥𝑖 , 𝑥𝑗 𝜖𝑈 , 𝑖, 𝑗 = 1, 𝑛 . Elementele mulţimii U se numesc arce
sau muchii, nodul (varful) 𝑥𝑖 este extremitatea iniţială a arcului, iar 𝑥𝑗 este
extremitatea finală.
𝑈 = 𝑢1 , 𝑢2 , … , 𝑢𝑛 , 𝑢 = 𝑥𝑖 , 𝑥𝑗
-dacă 𝑥𝑖 ≠ 𝑥𝑗 avem arc
-dacă 𝑥𝑖 = 𝑥𝑗 avem buclă

- identificarea notiunilor desprinse din teoria grafurilor
- parcurgerea algoritmilor de determinare a drumurilor hamiltoniene in
grafuri cu sau fara circuite
- studenţii vor putea să definească noţiunea de graf orientat sau

neorientat
economice;
- studentii vor putea rezolva probleme folosind teorema lui Chen
sau algoritmul inmultirii latine al lui Kaufmann.
73
Definiţie : Se numeşte graf orientat o pereche de forma

𝑋 = 𝑥1 , 𝑥2 , … , 𝑥𝑛 , iar U o submulţime a produsului cartezian X x X
de perechi ordonate 𝑥𝑖 , 𝑥𝑗 𝜖𝑈 , 𝑖, 𝑗 = 1, 𝑛 . Elementele mulţimii U se numesc
arce sau muchii, nodul (varful) 𝑥𝑖 este extremitatea iniţială a arcului, iar 𝑥𝑗
este extremitatea finală.
𝑈 = 𝑢1 , 𝑢2 , … , 𝑢𝑛 , 𝑢 = 𝑥𝑖 , 𝑥𝑗
Definiţie : 𝐺 = (𝑋, 𝑈) se numeşte graf finit dacă mulţimile X şi U sunt

finite.
Definiţie : 𝐺’ = (𝑋’, 𝑈’) se numeşte subgraf al grafului 𝐺 = (𝑋, 𝑈) dacă

𝑋 ′ ⊂ 𝑋 şi 𝑈 ′ reprezintă mulţimea arcelor din U care au ambele extremităţi în 𝑋 ′
.
Definiţie : 𝐺’ = (𝑋, 𝑈’) se numeşte graf parţial al lui G dacă 𝑈 ′ ⊂ 𝑈.
(prin eliminarea a cel puţin unei muchii)
Pentru a obţine un subgraf se suprimă unul sau mai multe vârfuri şi arcele
aferente acestora.
Fie 𝐺 = (𝑋, 𝑈) un graf orientat şi 𝑥𝜖𝑋 un vârf.
Numărul 𝑑+ 𝑥 = 𝑥, 𝑦 , 𝑦𝜖𝑋 se numeşte semigrad exterior al lui x şi
reprezintă numărul arcelor care pleacă din vârful x sau care au extremitatea
iniţială în x.
Numărul 𝑑− 𝑥 = 𝑦, 𝑥 , 𝑦𝜖𝑋 se numeşte semigrad interior al lui x şi
reprezintă numărul arcelor care vin în vârful x sau care au extremitatea finală în
x.
Numărul 𝑑 𝑥 = 𝑑+ 𝑥 + 𝑑− 𝑥 se numeşte gradul vârfului x.
Gradul unui vârf este determinat prin sumarea semigradelor (exterior,

interior).
Teorema : Fie 𝑮 = (𝑿, 𝑼) un graf orientat şi 𝑼 = 𝒎 . Atunci :

𝑑 𝑥 = 2𝑚
𝑥𝜖𝑋
74
Aplicaţie
Fie 𝐺 = (𝑋, 𝑈) un graf orientat, 𝑋
= 𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 , 𝑥5 , 𝑥6
𝑈 = {𝑢1 = 𝑥1 , 𝑥2 , 𝑢2 = 𝑥1 , 𝑥3 , 𝑢3 = 𝑥3 , 𝑥1 , 𝑢4
= 𝑥2 , 𝑥4 , 𝑢5 = 𝑥3 , 𝑥4 ,
𝑢6 = 𝑥4 , 𝑥5 , 𝑢7 = 𝑥5 , 𝑥6 , 𝑢8 = (𝑥2 , 𝑥6 )}
a) Să se reprezinte grafic.
b) Să se calculeze gradul lui x.
Un arc orientat poate fi exprimat cu ajutorul unei matrice pătratice
𝑎𝑖𝑗 , 𝑖, 𝑗 = 1, 𝑛.
1, 𝑑𝑎𝑐𝑎 𝑥𝑖 , 𝑥𝑗 𝜖𝑈
𝑎𝑖𝑗 =
0, 𝑖𝑛 𝑟𝑒𝑠𝑡
Matricea C= 𝑎𝑖𝑗 , 𝑖, 𝑗 = 1, 𝑛 se numeşte matricea conexiunilor
directe.
Dacă graful nu are bucle, pe diagonala principală avem numai zerouri.
Definiţie : Un graf se numeşte simetric dacă între două vârfuri între care
există un arc, există şi arcul în sens invers şi antisimetric dacă nu conţine arce
duble.
𝑥𝑖 , 𝑥𝑗 ∈ 𝑈 (𝑥𝑗 , 𝑥𝑖 ) ∈ 𝑈
Matricea asociată este simetrică, adică 𝑎𝑖𝑗 = 𝑎𝑗𝑖 .
Exemple : 𝐺 = (𝑋, 𝑈) este graf simetric, iar 𝐺 = (𝑌, 𝑉) este

antisimetric pentru
𝑋 = 𝑥1 , 𝑥2 , 𝑥3 , 𝑥4
𝑈
= 𝑥1 , 𝑥2 , 𝑥1 , 𝑥4 , 𝑥4 , 𝑥1 , 𝑥4 , 𝑥3 , 𝑥3 , 𝑥4 , 𝑥2 , 𝑥1
𝑌 = 𝑥1 , 𝑥2 , 𝑥3 , 𝑥4
𝑉 = 𝑥1 , 𝑥3 , 𝑥1 , 𝑥4 , 𝑥2 , 𝑥3 , 𝑥3 , 𝑥4
Se numeşte drum într-un graf o succesiune de arce pentru care
extremitatea finală a unui arc coincide cu extremitatea iniţială a arcului
următor.
Un drum este elementar dacă nu trece de două ori prin acelaşi vârf.
Un drum este simplu dacă nu trece de două ori prin acelaşi arc.
Dacă extremitatea iniţială a primului arc coincide cu extremitatea finală a
ultimului arc atunci drumul se numeşte circuit.
Un drum se numeşte hamiltonian dacă este un drum elementar ce trece
prin toate vârfurile grafului.
Unui graf i se poate asocia o matrice booleană a drumurilor, numită

matricea conexiunilor totale, notată cu D=(𝑑𝑖𝑗 ), 𝑖, 𝑗 = 1, 𝑛 .
𝑑𝑖𝑗
1, 𝑑𝑎𝑐ă 𝑒𝑥𝑖𝑠𝑡ă 𝑐𝑒𝑙 𝑝𝑢𝑡𝑖𝑛 𝑢𝑛 𝑑𝑟𝑢𝑚 𝑑𝑒 𝑙𝑎 𝑥𝑖 𝑙𝑎 𝑥𝑗 ,
= 𝑥𝑖
0, î𝑛 𝑟𝑒𝑠𝑡
≠ 𝑥𝑗
75
Matricea drumurilor se obţine din matricea conexiunilor directe C prin
adunarea booleană a fiecărei linii din C cu toate liniile corespunzătoare
elementelor unitare aflate pe linia respectivă . Terminăm operaţia asupra liniei
respective când nu se mai generează elemente nule sau când toate elementele
liniei sunt egale cu 1.
Numărul de noduri atinse de un vârf 𝑥𝑖 se numeşte puterea vârfului 𝑥𝑖 şi se
notează cu 𝑝(𝑥𝑖 ).
Dacă matricea drumurilor D are toate elementele 𝑑𝑖𝑖 = 0
atunci graful nu are circuite. Din matricea D putem determina puterea de
atingere a fiecărui vârf sumănd cifrele unitare ale fiecărei linii.
Aplicaţie
Fie 𝐺 = (𝑋, 𝑈) un graf orientat, 𝑋 = 𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 , 𝑥5 , iar U=
= 𝑥1 , 𝑥2 , 𝑥2 , 𝑥5 , 𝑥1 , 𝑥3 , 𝑥3 , 𝑥4 , 𝑥4 , 𝑥3 , 𝑥5 , 𝑥3 , 𝑥2 , 𝑥1 , 𝑥4 , 𝑥1
a) Daţi exemple de drumuri elementare, simple şi hamiltoniene
b) Să se scrie matricea conexiunilor directe (C)
c) Să se scrie matricea conexiunilor totale (D)
d) Să se calculeze puterea de atingere a fiecărui vârf ( 𝑝(𝑥𝑖 )).
7.3.2. Algoritm de determinare a drumurilor hamiltoniene intr-un graf

fara circuite
Matricea conexiunilor totale D ne furnizează informaţii dacă într-un graf

există un drum hamiltonian sau nu. În caz afirmativ, acesta poate fi dedus cu
ajutorul teoremei următoare.
Teorema : (Teorema lui Chen) Un graf fără circuite (𝒅𝒊𝒊 = 𝟎, 𝒊 =

𝟏, 𝒏) conţine un singur drum hamiltonian dacă şi numai dacă :
𝑛
𝑛(𝑛 − 1)
𝑝 𝑥𝑖 =
2
𝑖=1
Ordinea vârfurilor în drumul hamiltonian este dată de ordinea
descrescătoare a puterilor de atingere.
𝑛 𝑛(𝑛−1)
Dacă 𝑖=1 𝑝 𝑥𝑖 < 2
atunci graful nu are niciun drum hamiltonian.
𝑛 𝑛(𝑛−1)
Dacă 𝑖=1 𝑝 𝑥𝑖 >
2
atunci există mai multe drumuri
hamiltoniene.
ALGORITM :
Se scrie matricea conexiunilor directe C
Se scrie matricea conexiunilor totale D
Se calculează puterea de atingere a varfului 𝑝 𝑥𝑖
Se numară elementele nenule ale lui D, ceea ce este echivalent cu a
calcula suma puterilor de atingere pentru fiecare varf, adică suma din
membrul stâng al egalităţii lui Chen
Se calculează raportul din membrul drept al egalităţii date de Chen
76
𝑛(𝑛−1)
Dacă există exact 2 componente nenule atunci există un singur drum
hamiltonian ale cărui componente se scriu în ordinea descrescătoare a
puterilor de atingere.
7.3.3. Algoritm de determinare a drumurilor hamiltoniene intr-un graf cu

circuite
Dacă graful conţine şi circuite, drumurile hamiltoniene pot fi determinate prin

algoritmul înmulţirii latine al lui Kaufmann.
ALGORITM :
Etapa 1
Se ataşează grafului o matrice M=(𝑚𝑖𝑗 ) , 𝑖, 𝑗 = 1, 𝑛 cu elementele :
𝑥𝑖 , 𝑥𝑗 , 𝑑𝑎𝑐ă 𝑥𝑖 , 𝑥𝑗 ∈ 𝑈
𝑚𝑖𝑗 =
Se scrie o altă matrice 𝑀 , eliminând primul vârf din arcele 𝑥𝑖 , 𝑥𝑗 .
Etapa 2
Se înmulţesc M şi 𝑀 (în această ordine) după regulile înmulţirii latine , notată

.
REGULI ALE ÎNMULŢIRII LATINE :
𝟎 ⊥ 𝒙𝒊 = 𝟎
𝒙𝒊 𝒙𝒋 ⊥ 𝒙𝒊 = 𝟎
𝒙𝒊 𝒙𝒋 ⊥ 𝒙𝒋 = 𝟎
𝒙𝒊 𝒙𝒋 ⊥ 𝟎 = 𝟎
0 ⊥ 0=0
𝒙𝒊 𝒙𝒋 ⊥ 𝒙𝒌 = 𝒙𝒊 𝒙𝒋 𝒙𝒌
Înmulţirea matricelor este cea uzuală dar în locul sumei avem reuniunea, iar în
locul înmulţirii avem concatenarea.
Se va obţine o matrice 𝑀1 ce conţine o succesiune de trei noduri (vârfuri).
Etapa 3
Se înmulţesc 𝑀1 ⊥ 𝑀 după aceleaşi reguli (orice produs de elemente ale

celor două matrice este nul cu excepţia produsului care are o succesiune de patru
noduri distincte).
Algoritmul se încheie când matricea produs va avea o succesiune de noduri

egală cu numărul nodurilor din problemă.
77
Se numeşte graf orientat o pereche de forma

𝑋 = 𝑥1 , 𝑥2 , … , 𝑥𝑛 , iar U o submulţime a produsului cartezian X x X
de perechi ordonate 𝑥𝑖 , 𝑥𝑗 𝜖𝑈 , 𝑖, 𝑗 = 1, 𝑛 . Elementele mulţimii U se
numesc arce sau muchii, nodul (varful) 𝑥𝑖 este extremitatea iniţială a arcului, iar
𝑥𝑗 este extremitatea finală.
𝑈 = 𝑢1 , 𝑢2 , … , 𝑢𝑛 , 𝑢 = 𝑥𝑖 , 𝑥𝑗
𝐺 = (𝑋, 𝑈) se numeşte graf finit dacă mulţimile X şi U sunt finite.
Gradul unui vârf este determinat prin sumarea semigradelor (exterior,

interior).
Teorema : Fie 𝑮 = (𝑿, 𝑼) un graf orientat şi 𝑼 = 𝒎 . Atunci :
𝑑 𝑥 = 2𝑚
𝑥𝜖𝑋
Se numeşte drum într-un graf o succesiune de arce pentru care

extremitatea finală a unui arc coincide cu extremitatea iniţială a arcului
următor.
Un drum este elementar dacă nu trece de două ori prin acelaşi vârf.
Un drum este simplu dacă nu trece de două ori prin acelaşi arc.
Dacă extremitatea iniţială a primului arc coincide cu extremitatea finală a
ultimului arc atunci drumul se numeşte circuit.
Un drum se numeşte hamiltonian dacă este un drum elementar ce trece
prin toate vârfurile grafului.
Matricea drumurilor se obţine din matricea conexiunilor directe C prin

adunarea booleană a fiecărei linii din C cu toate liniile corespunzătoare
elementelor unitare aflate pe linia respectivă . Terminăm operaţia asupra liniei
respective când nu se mai generează elemente nule sau când toate elementele
liniei sunt egale cu 1.
Numărul de noduri atinse de un vârf 𝑥𝑖 se numeşte puterea vârfului 𝑥𝑖 şi
se notează cu 𝑝(𝑥𝑖 ).
Observaţie: Dacă matricea drumurilor D are toate elementele 𝑑𝑖𝑖 =

0atunci graful nu are circuite. Din matricea D putem determina puterea de
78
atingere a fiecărui vârf sumănd cifrele unitare ale fiecărei linii.
Matricea conexiunilor totale D ne furnizează informaţii dacă într-un graf
există un drum hamiltonian sau nu. În caz afirmativ, acesta poate fi dedus cu
ajutorul teoremei următoare.
Teorema : (Teorema lui Chen) Un graf fără circuite (𝒅𝒊𝒊 = 𝟎, 𝒊 =
𝟏, 𝒏) conţine un singur drum hamiltonian dacă şi numai dacă :
𝑛
𝑛(𝑛 − 1)
𝑝 𝑥𝑖 =
2
𝑖=1
Ordinea vârfurilor în drumul hamiltonian este dată de ordinea

𝑛 𝑛(𝑛−1)
Dacă 𝑖=1 𝑝 𝑥𝑖 <
2
atunci graful nu are niciun drum
hamiltonian.
𝑛 𝑛(𝑛−1)
Dacă 𝑖=1 𝑝 𝑥𝑖 >
2
atunci există mai multe drumuri
hamiltoniene.
ALGORITM :
Se scrie matricea conexiunilor directe C
Se scrie matricea conexiunilor totale D
Se calculează puterea de atingere a varfului 𝑝 𝑥𝑖
Se numară elementele nenule ale lui D, ceea ce este echivalent cu a
calcula suma puterilor de atingere pentru fiecare varf, adică suma din
membrul stâng al egalităţii lui Chen
Se calculează raportul din membrul drept al egalităţii date de Chen
𝑛(𝑛−1)
Dacă există exact componente nenule atunci există un singur
2
drum hamiltonian ale cărui componente se scriu în ordinea
Dacă graful conţine şi circuite, drumurile hamiltoniene pot fi determinate prin algoritmul înmulţirii
latine al lui Kaufmann.
ALGORITM :
Etapa 1
Se ataşează grafului o matrice M=(𝑚𝑖𝑗 ) , 𝑖, 𝑗 = 1, 𝑛 cu elementele :
𝑥𝑖 , 𝑥𝑗 , 𝑑𝑎𝑐ă 𝑥𝑖 , 𝑥𝑗 ∈ 𝑈
𝑚𝑖𝑗 =
Se scrie o altă matrice 𝑀 , eliminând primul vârf din arcele 𝑥𝑖 , 𝑥𝑗 .
Etapa 2
Se înmulţesc M şi 𝑀 (în această ordine) după regulile înmulţirii latine , notată .
79
Înmulţirea matricelor este cea uzuală dar în locul sumei avem reuniunea, iar în locul înmulţirii
avem concatenarea.
Se va obţine o matrice 𝑀1 ce conţine o succesiune de trei noduri (vârfuri).
Etapa 3
Se înmulţesc 𝑀1 ⊥ 𝑀 după aceleaşi reguli (orice produs de elemente ale celor două matrice
este nul cu excepţia produsului care are o succesiune de patru noduri distincte).
Algoritmul se încheie când matricea produs va avea o succesiune de noduri egală cu numărul
nodurilor din problemă.
Graf orientat
Graf neorientat
Matricea conexiunilor directe
Maticea drumurilor
Puterea de atingere a unui varf
Adunare booleana
Inmultire latina
1. Definiti notiunile de drum, drum elementar, drum simplu, circuit, drum

hamiltonian.
2. Care sunt regulile adunarii booleene?
3. Care sunt regulile inmultirii latine?
4. Cum se obtine matricea conexiunilor totale (D)?
PROBLEMĂ DE LANSARE ÎN PRODUCŢIE
O linie de sudură cu curenţi de înaltă frecvenţă are de realizat 4 sortimente de ţevi

impunând un cost de lansare şi un timp de execuţie. Să se determine ordinea de lansare în
producţie a celor 4 sortimente cu un cost de lansare minim, stiind că :
S1 S2 S3 S4
S1 0 2 3 0
S2 1 0 0 0
S3 0 3 0 5
S4 0 0 2 0
Se vor reprezenta grafic perechile :
(S1,S2), (S2,S1),(S1,S3),(S3,S2),(S3,S4),(S4,S3)
80
Etapa 1- Ataşăm matricele M şi 𝑀
0 𝑆1, 𝑆2 𝑆1, 𝑆3 0
𝑆2, 𝑆1 0 0 0
𝑀=
0 𝑆3, 𝑆2 0 𝑆3, 𝑆4
0 0 𝑆4, 𝑆3 0
0 𝑆2 𝑆3 0
𝑀 = 𝑆1 0 0 0
0 𝑆2 0 𝑆4
0 0 𝑆3 0
Etapa 2- Calculăm 𝑀 ⊥𝑀
0 𝑆1𝑆3𝑆2 0 𝑆1𝑆3𝑆4
𝑀⊥𝑀= 0 0 𝑆2𝑆1𝑆3 0
𝑆3𝑆2𝑆1 0 0 0
0 𝑆4𝑆3𝑆2 0 0
Avem o succesiune de 3 vârfuri din cele 4 existente, deci vom nota

𝑀 ⊥ 𝑀 = 𝑀1 şi are loc etapa 3.
Etapa 3- Calculăm 𝑀1 ⊥𝑀
0 0 0 0
𝑀1 ⊥ 𝑀 = 0 0 0 𝑆2𝑆1𝑆3𝑆4
0 0 0 0
𝑆4𝑆3𝑆2𝑆1 0 0 0
Avem o succesiune de 4 vârfuri exact cât cele date în problemă, deci algoritmul se termină
şi avem 2 drumuri hamiltoniene :
𝑑1 = 𝑆2 𝑆1 𝑆3 𝑆4
𝑑2 = 𝑆4 𝑆3 𝑆2 𝑆1
Costurile de lansare vor fi :
𝐶1 = 𝑆2, 𝑆1 𝑆1, 𝑆3 𝑆3, 𝑆4 = 1 + 3 + 5 = 9

𝐶2 = 𝑆4, 𝑆3 𝑆3, 𝑆2 𝑆2, 𝑆1 = 2 + 3 + 1 = 6
81
Lansarea optimă, adică cea cu cost minim este dată de costul 𝐶2 .
Bucuresti 2004;
2008;
82
DETERMINAREA DRUMULUI OPTIM/CRITIC INTR-UN GRAF
Cuprins:
8.1. Introducere
8.3.1. Determinarea drumului optim intr-un graf
8.3.2. Determinarea drumului critic intr-un graf
8.4. . Îndrumător pentru autoverificare
8.1. Introducere
Fie 𝐺 = (𝑋, 𝑈) un graf orientat, X mulţimea vârfurilor iar G, mulţimea

arcelor. Graful se numeşte evaluat dacă există o funcţie 𝑣: 𝑈 → ℝ astfel încât,
pentru orice arc 𝑢 = 𝑥𝑖 , 𝑥𝑗 din U să avem 𝑣 𝑢 = 𝑣 𝑥𝑖 , 𝑥𝑗 ≥ 0 , 𝑖, 𝑗 =
1, … , 𝑛.
Numărul 𝑣 𝑢 se numeşte valoarea arcului u, iar semnificaţia lui poate fi
în funcţie de problema economică de rezolvat, adică costul sau durata
transportului pe ruta 𝑥𝑖 , 𝑥𝑗 , distanţa dintre vârfurile 𝑥𝑖 şi 𝑥𝑗 , etc.
Dacă notăm cu d un drum din graful G, suma valorilor tuturor arcelor se
numeşte valoarea drumului d. De obicei, ne interesează determinarea
drumului de valoare optimă (minimă sau maximă, în concordanţă cu cerinţa
problemei) de la un vârf oarecare 𝑥𝑖 , la unul fixat 𝑥𝑗 într-un graf evaluat , fără
bucle. În cazul determinării unui drum de valoare maximă, vom considera, în
plus, faptul că G este un graf fără circuite, pentru a evita valoarea infinită
atribuită maximumului valorilor drumurilor.

- înţelegerea conceptelor cu care operează această ramură a
matematicii;
- identificarea principalelor metode de determinare a drumului optim
intr-un graf
- determinarea drumului critic intr-un graf

- studenţii vor putea să definească notiunile de drum optim si
critic intr-un graf
- studenţii vor cunoaşte metode de rezolvare ale acestora şi
vor înţelege astfel rolul şi utilitatea matematicii asupra
activităţii economice;
83
8.3.1. Determinarea drumului optim intr-un graf
Definiţie : Fie 𝐺 = (𝑋, 𝑈) un graf orientat, X mulţimea vârfurilor iar G,

mulţimea arcelor. Graful se numeşte evaluat dacă există o funcţie 𝑣: 𝑈 → ℝ
astfel încât, pentru orice arc 𝑢 = 𝑥𝑖 , 𝑥𝑗 din U să avem 𝑣 𝑢 = 𝑣 𝑥𝑖 , 𝑥𝑗
≥ 0 , 𝑖, 𝑗 = 1, … , 𝑛.
Numărul 𝑣 𝑢 se numeşte valoarea arcului u, iar semnificaţia lui poate fi
în funcţie de problema economică de rezolvat, adică costul sau durata
transportului pe ruta 𝑥𝑖 , 𝑥𝑗 , distanţa dintre vârfurile 𝑥𝑖 şi 𝑥𝑗 , etc.
Dacă notăm cu d un drum din graful G, suma valorilor tuturor arcelor se
numeşte valoarea drumului d. De obicei, ne interesează determinarea
drumului de valoare optimă (minimă sau maximă, în concordanţă cu cerinţa
problemei) de la un vârf oarecare 𝑥𝑖 , la unul fixat 𝑥𝑗 într-un graf evaluat ,
fără bucle. În cazul determinării unui drum de valoare maximă, vom
considera, în plus, faptul că G este un graf fără circuite, pentru a evita
valoarea infinită atribuită maximumului valorilor drumurilor.
Fie matricea 𝑉 = 𝑣𝑖𝑗 , 𝑖, 𝑗 = 1, 𝑛 :
0, 𝑑𝑎𝑐ă 𝑖 = 𝑗
𝑣𝑖𝑗 = 𝑣 𝑥𝑖 , 𝑥𝑗 , 𝑑𝑎𝑐ă 𝑖 ≠ 𝑗 ş𝑖 𝑒𝑥𝑖𝑠𝑡ă 𝑎𝑟𝑐𝑢𝑙 𝑥𝑖 , 𝑥𝑗
∞, î𝑛 𝑟𝑒𝑠𝑡
(𝑘)
Notăm cu 𝑚𝑖𝑛 valoarea minimă a drumurilor dintre 𝑥𝑖 şi 𝑥𝑛 formate din
cel mult k arce, iar prin 𝑚𝑖𝑛 , valoarea minimă a drumurilor dintre 𝑥𝑖 şi 𝑥𝑛
indiferent de numărul de arce.
Propoziţie : Dacă 𝒙𝒏 este un vârf fixat al grafului orientat şi evaluat G,

atunci avem :
(𝑘+1) (𝑘)
𝑚𝑖𝑛 = 𝑚𝑖𝑛𝑗 𝑣𝑖𝑗 + 𝑚𝑗𝑛 pentru 𝑖 ≠ 𝑛 , 𝑘 ≥ 1
Altfel spus, drumul optim într-un graf este format din subdrumuri optime,
conform principiului de optimalitate al lui Bellman. Orice drum de la
𝑥𝑖 la 𝑥𝑛 format din cel mult 𝑘 + 1 arce trebuie să fie alcătuit dintr-un arc
𝑥𝑖 , 𝑥𝑗 , cu 𝑖 ≠ 𝑗 şi un drum de la 𝑥𝑗 la 𝑥𝑛 format din cel mult k arce. De
aceea, valoarea minimă a drumurilor de la 𝑥𝑖 la 𝑥𝑛 formate din cel mult
(𝑘+1) (𝑘)
𝑘 + 1 arce, 𝑚𝑖𝑛 , va fi dată de 𝑚𝑖𝑛𝑗 𝑣𝑖𝑗 + 𝑚𝑗𝑛 .
Propoziţie : Dacă pentru graful de mai sus există un număr natural k

astfel încât :
84
(𝑘) (𝑘+1) (𝑘)
𝑚𝑖𝑛 = 𝑚𝑖𝑛 , 1 ≤ 𝑖 ≤ 𝑛 atunci 𝑚𝑖𝑛 = 𝑚𝑖𝑛
Bazându-ne pe cele două propoziţii, putem derula etapele algoritmului

Bellman-Kalaba de determinare a drumului optim într-un graf şi anume :
1. Se construieşte matricea 𝑉 = 𝑣𝑖𝑗 , 𝑖, 𝑗 = 1, 𝑛 ataşată
grafului G
(1)
2. Se ataşează noi linii matricei V, notate succesiv cu 𝑚𝑖𝑛 ,
(2) (3)
𝑚𝑖𝑛 , 𝑚𝑖𝑛 …, care dau valorile minime ale drumurilor formate din cel
mult 1,2,3,… arce de la oricare vârf 𝑥𝑖 , cap de coloană la vârful 𝑥𝑛 fixat,
astfel :
(1)
a) Linia 𝑚𝑖𝑛 ale cărei elemente reprezintă valorile minime ale
drumurilor de la oricare vârf 𝑥𝑖 la vârful 𝑥𝑛 , ce sunt formate din cel
mult un arc, va coincide cu transpusa coloanei 𝑥𝑛 din V.
(𝑘)
b) Presupunem că s-a completat linia 𝑚𝑖𝑛 şi trecem la determinarea
(𝑘+1)
elementelor de pe linia 𝑚𝑖𝑛 . Orice element se obţine aplicând
Propoziţia 3.4.1.
c) Ataşarea de noi linii continuă până când nu se mai generează o linie
nouă, adică se obţin două linii consecutive identice şi conform
Propoziţiei 3.4.2 am obţinut valorile minime ale drumurilor de la
vârfurile ce sunt situate cap de coloană la vârful 𝑥𝑛 , indiferent de
numărul de arce. Dacă dorim să calculăm valoarea minimă a
drumurilor de la 𝑥𝑖 la vârful 𝑥𝑛 , vom citi acest rezultat pe ultima
linie adăugată matricei V la intersecţia cu coloana vârfului 𝑥𝑖 , iar
succesiunea de vârfuri prin care trece acest drum se determină astfel :
3. Adunăm elementele liniei 𝑥𝑖 cu cele ale ultimei linii
(𝑘+1)
adăugate 𝑚𝑖𝑛 şi căutăm cea mai mică valoare a sumelor.
(𝑘+1) (𝑘+1)
Presupunem ca 𝑣𝑖𝑗 + 𝑚𝑗𝑛 = 𝑚𝑖𝑛 , atunci arcul 𝑥𝑖 , 𝑥𝑗
este primul arc al drumului căutat. Apoi se adună elementele
(𝑘+1)
liniei 𝑥𝑗 cu cele ale ultimei linii adăugate 𝑚𝑖𝑛 şi dacă cea
mai mică sumă este determinată pe coloana 𝑥𝑘 , atunci
următorul arc al drumului căutat va fi 𝑥𝑗 , 𝑥𝑘 . Vom proceda
analog până când ajungem la ultimul arc al drumului ce are
extremitatea finală în 𝑥𝑛 . Drumul căutat va fi
𝑑 = 𝑥𝑖 , 𝑥𝑗 , 𝑥𝑘 , … , 𝑥𝑛 .
Observaţii şi concluzii : Dacă în a treia etapă suma minimă se obţine în
dreptul mai multor coloane, atunci există mai multe drumuri de valoare
minimă şi se urmăreşte până la capăt fiecare drum în parte.
Acest algoritm poate fi aplicat şi pentru determinarea drumului de valoare
maximă între două vârfuri oarecare ale unui graf orientat şi evaluat G dacă se
impun următoarele restricţii :
Graful nu are circuite
Elementele matricei au forma :
0, 𝑑𝑎𝑐𝑎 𝑖 = 𝑗
𝑣𝑖𝑗 = 𝑣 𝑥𝑖 , 𝑥𝑗 , 𝑑𝑎𝑐𝑎 𝑖 ≠ 𝑗 𝑠𝑖 𝑒𝑥𝑖𝑠𝑡𝑎 𝑎𝑟𝑐𝑢𝑙 𝑥𝑖 , 𝑥𝑗
∞, 𝑖𝑛 𝑟𝑒𝑠𝑡
85
Sumele minime se înlocuiesc cu sumele maxime, deoarece
propoziţiile sunt adevărate şi în cazul determinării drumului maxim
dintre două vârfuri ale grafului.
8.3.2. Determinarea drumului critic intr-un graf
Pentru început, considerăm un graf orientat, evaluat şi fără circuite G

asociat unei probleme ce se execută în timp şi pentru care este necesar un
program de activităţi, adică o serie de sarcini limitate în timp şi spaţiu.
O stare oarecare din realizarea proiectului este numită eveniment şi va
desemna un vârf al grafului. O porţiune din proiect ce are un început şi un
sfârşit, măsurate în evenimente distincte, este numită activitate şi va desemna
un arc al grafului. O activitate consumă o durată de timp, numit timp operativ.
Atribuim grafului un eveniment iniţial (vârful 𝑥0 ) şi un eveniment final
(vârful 𝑥𝑛 ).
Durata programului de realizat nu poate să fie inferioară sumei timpilor
operativi calculaţi pe drumul cel mai nefavorabil de la 𝑥0 la 𝑥𝑛 , adică durata
ce dă o sumă maximă de timpi operativi între aceste două vârfuri. Acest drum
se numeşte critic (pot exista mai multe drumuri critice).
Luând pentru durata ansamblului de lucrări suma timpilor operativi de pe
drumul cel mai nefavorabil de la 𝑥0 la 𝑥𝑛 trebuie să ne asigurăm că toate
operaţiile prevăzute sunt realizabile. Calculul duratei de realizare a lui 𝑥𝑛
revine la căutarea în graf a drumului critic. Vârfurile acestuia se numesc
evenimente critice, iar arcele lui, activităţi critice. Operaţiunile de pe drumul
critic nu pot fi amânate. Metoda de determinare a drumului critic este
cunoscută sub numele de metoda PERO (program de evaluare şi revizuire a
obiectivelor).
Etapele de determinare a drumului critic :
1) Ne asigurăm că graful nu are circuite, deci scriem matricele A (a
arcelor) şi D (a drumurilor), apoi se scrie matricea V (a valorilor
arcelor) triangularizată.
2) Se determină matricea M (a valorilor maxime ale drumurilor dintre
oricare două vârfuri ale grafului), deci vom avea şi drumul critic.
3) Se determină evenimentele şi activităţile critice.
4) Se determină rezervele de timp pentru toate evenimentele şi
activităţile ce nu sunt critice şi dăm prioritate operaţiilor cu marja mai
mică. Timpul necesar pentru realizarea operaţiunilor situate între 𝑥𝑖 şi
𝑥𝑛 se obţine căutând în matricea M drumul de valoare maximă de la
𝑥𝑖 la 𝑥𝑛 şi în acest moment ne-am asigurat că operaţiile asupra lui 𝑥𝑖
sunt realizabile. Durata limită de realizare căutată, adică timpul cel
mai târziu posibil fără a întârzia programul va fi dat de :
𝑡𝑖𝑡 = 𝑣 𝑑𝑚𝑎𝑥 𝑥0 , 𝑥𝑛 − 𝑣 𝑑𝑚𝑎𝑥 𝑥𝑖 , 𝑥𝑛

Dacă notăm cu 𝑡𝑖𝑑 timpul cel mai devreme de realizare a evenimentului 𝑥𝑖
care va fi 𝑣 𝑑𝑚𝑎𝑥 𝑥0 , 𝑥𝑖 atunci marja evenimentului 𝑥𝑖 va fi 𝑡𝑖𝑡 − 𝑡𝑖𝑑 < 0.
În funcţie de valoarea marjei, evenimentele sunt :
-critice (cu marja egală cu zero)
-necritice (cu marja pozitivă).
86
Fie 𝐺 = (𝑋, 𝑈) un graf orientat, X mulţimea vârfurilor iar G, mulţimea arcelor. Graful se
numeşte evaluat dacă există o funcţie 𝑣: 𝑈 → ℝ astfel încât, pentru orice arc 𝑢 = 𝑥𝑖 , 𝑥𝑗 din U să
avem 𝑣 𝑢 = 𝑣 𝑥𝑖 , 𝑥𝑗 ≥ 0 , 𝑖, 𝑗 = 1, … , 𝑛.
Numărul 𝑣 𝑢 se numeşte valoarea arcului u, iar semnificaţia lui poate fi în funcţie de problema
economică de rezolvat, adică costul sau durata transportului pe ruta 𝑥𝑖 , 𝑥𝑗 , distanţa dintre vârfurile
𝑥𝑖 şi 𝑥𝑗 , etc.
Dacă notăm cu d un drum din graful G, suma valorilor tuturor arcelor se numeşte valoarea
drumului d. De obicei, ne interesează determinarea drumului de valoare optimă (minimă sau maximă,
în concordanţă cu cerinţa problemei) de la un vârf oarecare 𝑥𝑖 , la unul fixat 𝑥𝑗 într-un graf evaluat ,
fără bucle. În cazul determinării unui drum de valoare maximă, vom considera, în plus, faptul că G este
un graf fără circuite, pentru a evita valoarea infinită atribuită maximumului valorilor drumurilor.
Fie matricea 𝑉 = 𝑣𝑖𝑗 , 𝑖, 𝑗
= 1, 𝑛 :
0, 𝑑𝑎𝑐ă 𝑖 = 𝑗
𝑣𝑖𝑗 = 𝑣 𝑥𝑖 , 𝑥𝑗 , 𝑑𝑎𝑐ă 𝑖 ≠ 𝑗 ş𝑖 𝑒𝑥𝑖𝑠𝑡ă 𝑎𝑟𝑐𝑢𝑙 𝑥𝑖 , 𝑥𝑗
∞, î𝑛 𝑟𝑒𝑠𝑡
(𝑘)
Notăm cu 𝑚𝑖𝑛 valoarea minimă a drumurilor dintre 𝑥𝑖 şi 𝑥𝑛 formate din cel mult k arce, iar
prin 𝑚𝑖𝑛 , valoarea minimă a drumurilor dintre 𝑥𝑖 şi 𝑥𝑛 indiferent de numărul de arce.
Pentru început, considerăm un graf orientat, evaluat şi fără circuite G asociat unei probleme ce se
execută în timp şi pentru care este necesar un program de activităţi, adică o serie de sarcini limitate în
timp şi spaţiu.
O stare oarecare din realizarea proiectului este numită eveniment şi va desemna un vârf al
grafului. O porţiune din proiect ce are un început şi un sfârşit, măsurate în evenimente distincte, este
numită activitate şi va desemna un arc al grafului. O activitate consumă o durată de timp, numit timp
operativ. Atribuim grafului un eveniment iniţial (vârful 𝑥0 ) şi un eveniment final (vârful 𝑥𝑛 ).
Durata programului de realizat nu poate să fie inferioară sumei timpilor operativi calculaţi pe
drumul cel mai nefavorabil de la 𝑥0 la 𝑥𝑛 , adică durata ce dă o sumă maximă de timpi operativi între
aceste două vârfuri. Acest drum se numeşte critic (pot exista mai multe drumuri critice).
Luând pentru durata ansamblului de lucrări suma timpilor operativi de pe drumul cel mai
nefavorabil de la 𝑥0 la 𝑥𝑛 trebuie să ne asigurăm că toate operaţiile prevăzute sunt realizabile.
Calculul duratei de realizare a lui 𝑥𝑛 revine la căutarea în graf a drumului critic. Vârfurile acestuia se
numesc evenimente critice, iar arcele lui, activităţi critice. Operaţiunile de pe drumul critic nu pot fi
amânate. Metoda de determinare a drumului critic este cunoscută sub numele de metoda PERO
(program de evaluare şi revizuire a obiectivelor).
Etapele de determinare a drumului critic :
1) Ne asigurăm că graful nu are circuite, deci scriem matricele A (a arcelor) şi D (a drumurilor),
apoi se scrie matricea V (a valorilor arcelor) triangularizată.
2) Se determină matricea M (a valorilor maxime ale drumurilor dintre oricare două vârfuri ale
87
grafului), deci vom avea şi drumul critic.
3) Se determină evenimentele şi activităţile critice.
4) Se determină rezervele de timp pentru toate evenimentele şi activităţile ce nu sunt critice şi
dăm prioritate operaţiilor cu marja mai mică. Timpul necesar pentru realizarea operaţiunilor
situate între 𝑥𝑖 şi 𝑥𝑛 se obţine căutând în matricea M drumul de valoare maximă de la 𝑥𝑖 la
𝑥𝑛 şi în acest moment ne-am asigurat că operaţiile asupra lui 𝑥𝑖 sunt realizabile. Durata limită
de realizare căutată, adică timpul cel mai târziu posibil fără a întârzia programul va fi dat de :
𝑡𝑖𝑡 = 𝑣 𝑑𝑚𝑎𝑥 𝑥0 , 𝑥𝑛 − 𝑣 𝑑𝑚𝑎𝑥 𝑥𝑖 , 𝑥𝑛

𝑑
Dacă notăm cu 𝑡𝑖 timpul cel mai devreme de realizare a evenimentului 𝑥𝑖 care va fi
𝑣 𝑑𝑚𝑎𝑥 𝑥0 , 𝑥𝑖 atunci marja evenimentului 𝑥𝑖 va fi 𝑡𝑖𝑡 − 𝑡𝑖𝑑 < 0.
În funcţie de valoarea marjei, evenimentele sunt :
-critice (cu marja egală cu zero)
-necritice (cu marja pozitivă).
Drum intr-un graf

Drum optim
Algoritmul Bellman-Kalaba
Drum critic
Evenimente si activitati critice
1) Enumerati etapele de determinare a unui drum optim intr-un graf.

2) Enumerati etapele de determinare a unui drum critic intr-un graf.
Bucuresti 2004;
2008;
88
ELEMENTE DE ANALIZĂ MATEMATICĂ. SERII DE NUMERE REALE. SERII DE
FUNCTII REALE
Cuprins:
9.1. Introducere
9.3. Conţinutul unităţii de învăţare, .
9.3.1. Criterii de convergenta
9.3.2. Criterii de convergenta ale seriilor cu termeni pozitivi
9.3.3. Serii alternate
9.3.4. Serii de functii reale
9.3.5. Serii de puteri
9.3.6. Serii Taylor si Mac’Laurin
9.1. Introducere
Fie şirul de numere reale 𝑎𝑛 𝑛∈𝑁 ∗ , 𝑎1 , 𝑎2 , … , 𝑎𝑛 , 𝑎𝑛+1 , ….

Notăm :
𝑆1 = 𝑎1
𝑆2 = 𝑎1 + 𝑎2
………………….........
𝑆𝑛 = 𝑎1 + 𝑎2 + ⋯ + 𝑎𝑛
𝑆𝑛 𝑛∈𝑁 ∗ se numeşte şirul sumelor parţiale. Dacă 𝑆𝑛 𝑛∈𝑁 ∗ este
∞
convergent către limita S, atunci lim𝑛→∞ 𝑆𝑛 = 𝑆, unde 𝑆 = 𝑖=1 𝑎𝑖 .
Definiţii şi observaţii :
∞
𝑖=1 𝑎𝑖 se numeşte serie , iar 𝑎1 , 𝑎2 , … , 𝑎𝑛 sunt termenii seriei.
𝑆𝑛 = 𝑎1 + 𝑎2 + ⋯ + 𝑎𝑛 se numeşte suma parţială de ordinul n.
Dacă există şi este finită lim𝑛→∞ 𝑆𝑛 = 𝑆, atunci S este suma seriei.
Dacă se cunosc termenii seriei, putem obţine sumele parţiale şi reciproc.
Deci, dacă se dă şirul sumelor parţiale 𝑆𝑛 𝑛∈𝑁 ∗ putem scrie :
𝑆𝑛 = 𝑎1 + 𝑎2 + ⋯ + 𝑎𝑛
𝑆𝑛−1 = 𝑎1 + 𝑎2 + ⋯ + 𝑎𝑛 −1
de unde rezultă că 𝑎𝑛 = 𝑆𝑛 − 𝑆𝑛 −1 cu 𝑎1 = 𝑆1 , 𝑛 ≥ 2.
Seria ∞ 𝑛=1 𝑎𝑛 este convergentă dacă şirul sumelor
parţiale 𝑆𝑛 este convergent.
Dacă şirul sumelor parţiale 𝑆𝑛 are limita ±∞ sau nu are limită, atunci seria
∞
𝑛=1 𝑎𝑛 este divergentă.
Dacă se cere să se stabilească natura unei serii trebuie să determinăm dacă
seria este convergentă sau divergentă.
Proprietăţi ale seriilor :

89
Dacă într-o serie se schimbă ordinea unui număr finit de termeni,
se obţine o serie de aceeaşi natură.
Dacă într-o serie adaugăm sau scădem un număr finit de termeni,
se obţine o serie de aceeaşi natură.
Resturile unei serii convergente formează un şir convergent către
zero.
Dacă seria 𝑎𝑛 este convergentă, atunci şirul sumelor parţiale
este mărginit.
Dacă seria 𝑎𝑛 este convergentă, atunci lim 𝑎𝑛 = 0.
𝑛→∞
Reciproc nu este adevarat, adică dacă lim 𝑎𝑛 = 0 nu va rezulta că
𝑛→∞
𝑎𝑛 este convergentă.
Dar dacă lim 𝑎𝑛 ≠0 cu siguranţă va rezulta că seria 𝑎𝑛 este
𝑛→∞
divergentă.

- identificarea principalelor metode de cercetare a naturii unei serii
- studenţii vor putea să definească noţiunea de serie de numere

reale
economice;
- studentii vor putea dezvolta in serii Taylor sau Mac’Laurin
functii reale si vor fi capabili sa determine raza de
convergenta
9.3.1. Criterii de convergenta
CRITERIUL GENERAL DE CONVERGENŢĂ

AL LUI CAUCHY
90
Seria 𝑎𝑛 este convergentă dacă şi numai dacă pentru
∀𝜀 > 0, există 𝑁(𝜀) astfel încât , oricare ar fi 𝑛 ≥ 𝑁(𝜀) şi oricare ar fi
𝑝 ∈ 𝑁 ∗avem :
𝑎𝑛 +1 + 𝑎𝑛+2 + ⋯ + 𝑎𝑛+𝑝 < 𝜀
CRITERII DE COMPARAŢIE PENTRU SERII CU TERMENI
POZITIVI
∞
Seria 𝑛=1 𝑎𝑛 este o serie cu termeni pozitivi dacă 𝑎𝑛 > 0,
𝑛 = 1,2, …
Primul criteriu de comparaţie : Fie 𝑎𝑛 şi 𝑏𝑛 două serii cu termeni
pozitivi. Dacă există N astfel încât oricare ar fi 𝑛 ≥ 𝑁 să avem 𝑎𝑛 ≤ 𝑏𝑛
atunci :
a) Dacă 𝑏𝑛 este convergentă atunci şi seria 𝑎𝑛 este convergentă.
b) Dacă 𝑎𝑛 este divergentă atunci şi seria 𝑏𝑛 este divergentă.
Al doilea criteriu de comparaţie : Fie 𝑎𝑛 şi 𝑏𝑛 două serii cu termeni
𝑎 𝑛 +1 𝑏
pozitivi. Dacă există N astfel încât oricare ar fi 𝑛 ≥ 𝑁 să avem ≤ 𝑛 +1
𝑎𝑛 𝑏𝑛
atunci :
a) Dacă 𝑏𝑛 este convergentă atunci şi seria 𝑎𝑛 este convergentă.
b) Dacă 𝑎𝑛 este divergentă atunci şi seria 𝑏𝑛 este divergentă.
Al treilea criteriu de comparaţie : Fie 𝑎𝑛 şi 𝑏𝑛 două serii cu termeni

pozitivi.
𝑎𝑛
Dacă lim𝑛→∞ = 𝑐 , 𝑐 ≠ 0, c finit atunci seriile 𝑎𝑛 şi 𝑏𝑛 au
𝑏𝑛
aceeaşi natură.
SERII UTILIZATE ÎN CRITERII DE COMPARAŢIE

∞ 1
1. Seria armonică 𝑛=1 𝑛 este o serie divergentă.
2. Seria geometrică ∞ 𝑛
𝑛=0 𝑟 cu 𝑟 > 0 este serie :
Convergentă pentru 0 < 𝑟 <1
Divergentă pentru 𝑟 ≥ 1
∞ 1
3. Seria armonică generalizată 𝑛=1 𝑛 ∝ , ∝∈ ℝ este serie :
1 1
Divergentă pentru ∝∈ 0,1 , conform criteriului I avem >
𝑛∝ 𝑛
Divergentă pentru ∝= 1
Convergentă pentru ∝> 1.
9.3.2. Criterii de convergenta ale seriilor cu termeni pozitivi
I. CRITERIUL RĂDĂCINII (CRITERIUL LUI CAUCHY)

Fie 𝑎𝑛 o serie cu termeni pozitivi.
91
a) Dacă pentru oricare 𝑛 ≥ 𝑁 există 0 < 𝑘 < 1 astfel încât
𝑛
𝑎𝑛 ≤ 𝑘, atunci seria 𝑎𝑛 este convergentă.
𝑛
b) Dacă pentru o infinitate de termeni 𝑎𝑛 ≥ 1 , atunci seria 𝑎𝑛
este divergentă.
II. CRITERIUL RAPORTULUI (D’ALEMBERT)

𝑎 𝑛 +1
a) Dacă pentru oricare 𝑛 ≥ 𝑁 avem ≤ 𝑘 < 1 atunci seria
𝑎𝑛
𝑎𝑛 este convergentă .
𝑎 𝑛 +1
b) Dacă ≥ 𝑘 > 1 atunci seria 𝑎𝑛 este divergentă.
𝑎𝑛
𝑎 𝑛 +1
COROLAR : Dacă lim𝑛→∞ = 𝑘 . Atunci :
𝑎𝑛
1) Pentru 𝑘 < 1, 𝑎𝑛 este convergentă.
2) Pentru 𝑘 > 1, seria 𝑎𝑛 este divergentă.
3) Pentru 𝑘 = 1 nu se poate spune nimic despre natura seriei.
III. CRITERIUL RAABE-DUHAMEL

𝑎𝑛
a) Dacă pentru oricare 𝑛 ≥ 𝑁 , avem 𝑛 −1 ≥𝑘 >
𝑎 𝑛 +1
1 atunci seria 𝑎𝑛 este convergentă.
𝑎𝑛
b) Dacă pentru oricare 𝑛 ≥ 𝑁 , avem 𝑛 −1 ≤𝑘 <
𝑎 𝑛 +1
1 atunci seria 𝑎𝑛 este divergentă.
𝑎𝑛
COROLAR : Dacă lim𝑛→∞ 𝑛 − 1 = 𝑘 . Atunci :
𝑎 𝑛 +1
1) Pentru 𝑘 > 1, 𝑎𝑛 este convergentă.
2) Pentru 𝑘 < 1, seria 𝑎𝑛 este divergentă.
3) Pentru 𝑘 = 1 nu se poate spune nimic despre natura seriei.
9.3.3. Serii alternate

∞
Seria 𝑛=1 𝑎𝑛 se numeşte serie alternată dacă produsul a doi termeni
consecutivi este negativ , adică 𝑎𝑛 ∗ 𝑎𝑛+1 < 0 , ∀𝑛 ∈ 𝑁 ∗ . O serie alternată
poate avea una dintre formele :
𝑎1 − 𝑎2 + 𝑎3 − 𝑎4 + ⋯ + 𝑎𝑛−1 − 𝑎𝑛 + ⋯ , 𝑎𝑛 > 0
−𝑎1 + 𝑎2 − 𝑎3 + 𝑎4 − ⋯ − 𝑎𝑛−1 + 𝑎𝑛 − ⋯ , 𝑎𝑛 > 0
În general se poate scrie condensat, astfel:
∞
𝑛+1
−1 𝑎𝑛 , 𝑎𝑛 > 0
𝑛=1
CRITERIUL LUI LEIBNITZ
92
∞
Fie 𝑛=1 −1 𝑛+1 𝑎𝑛 o serie alternată . Dacă:
a) 𝑎𝑛 > 𝑎𝑛+1 (şirul este descrescător fără să ţinem cont de semn)
b) lim 𝑎𝑛 = 0
𝑛→∞
atunci seria este convergentă.
SERII ABSOLUT CONVERGENTE
Fie 𝑎𝑛 o serie numerică. Seria 𝑎𝑛 este absolut convergentă dacă seria

valorilor absolute , adică 𝑎𝑛 , este absolut convergentă.
Teorema : Orice serie absolut convergentă este convergentă.
O serie convergentă care nu este absolut convergentă se numeşte
semiconvergentă.
Într-o serie cu termeni pozitivi, noţiunile de convergenţă şi absolut
convergenţă coincid.
CRITERIU DE ABSOLUT CONVERGENŢĂ
Fie 𝑎𝑛 şi 𝑏𝑛 două serii numerice. Dacă există N astfel încât oricare ar

fi 𝑛 ≥ 𝑁 , să avem 𝑎𝑛 ≤ 𝑏𝑛 şi dacă 𝑏𝑛 este absolut convergentă
atunci şi seria 𝑎𝑛 este absolut convergentă.
Teorema lui Abel pentru serii numerice : Fie 𝑎𝑛 o serie numerică şi fie 𝑆𝑛
şirul sumelor parţiale. Fie şirul descrescător de numere pozitive ∝𝑛 , ∝𝑛 → 0 .
Atunci seria ∝𝑛 𝑎𝑛 este convergentă.
9.3.4. Serii de functii reale
→ ℝ , 𝑛 ∈ 𝑁 ∗ un şir de funcţii. Suma :

Definiţie : Fie 𝑓𝑛 : 𝐴
𝑓1 + 𝑓2 + ⋯ +𝑓𝑛 + ⋯ = ∞ 𝑛=1 𝑓𝑛 se numeşte serie de funcţii.
Observaţii :
∞
Pentru ∀𝑎 ∈𝐴 seriei 𝑛=1 𝑓𝑛 îi corespunde o serie de
numere :
∞
𝑓𝑛 𝑎 = 𝑓1 (𝑎) + 𝑓2 (𝑎) + ⋯ +𝑓𝑛 (𝑎) + ⋯

𝑛=1
Dacă seria numerică ∞ 𝑛=1 𝑓𝑛 𝑎 este convergentă, atunci a este un punct
de convergenţă pentru seria de funcţii ∞
𝑛 =1 𝑓𝑛 .
O serie de funcţii este echivalentă cu o familie de serii de
numere, deoarece fiecărui punct a îi corespunde o serie de
numere.
Unei serii de funcţii îi putem aplica rezultatele de la serii de

numere şi de la şiruri de funcţii.
𝑆1 = 𝑓1
𝑆2 = 𝑓1 + 𝑓2
93
……………………….
𝑆𝑛 = 𝑓1 + 𝑓2 + ⋯ + 𝑓𝑛
unde 𝑆𝑛 reprezintă suma parţială de ordinul n a seriei de funcţii 𝑆𝑛 𝑛∈𝑁 ∗ .
Definiţie : Seria de funcţii 𝑓𝑛 , este convergentă pe B A dacă şirul de
funcţii 𝑆𝑛 este convergent pe mulţimea B.
Definiţie : Seria de funcţii 𝑓𝑛 , este absolut convergentă în punctul a A
dacă 𝑓𝑛 𝑎 este absolut convergentă.
Definiţie : Mulţimea de convergenţă B A a unei serii de funcţii este :
𝐵 = {𝑎 ∈ 𝐴| 𝑓𝑛 𝑎 𝑒𝑠𝑡𝑒 𝑐𝑜𝑛𝑣𝑒𝑟𝑔𝑒𝑛𝑡ă}.
Definiţie : Seria 𝑓𝑛 converge simplu pe mulţimea B către funcţia S dacă

oricare ar fi 𝜀 > 0, oricare ar fi 𝑥𝜖𝐵 , există 𝑁 𝜀, 𝑥 astfel încât, oricare ar fi
𝑛 ≥ 𝑁(𝜀, 𝑥), avem 𝑆𝑛 𝑥 − 𝑆(𝑥) < 𝜀 .
Definiţie : Seria 𝑓𝑛 converge uniform pe mulţimea B către funcţia S dacă
oricare ar fi 𝜀 > 0, există 𝑁(𝜀)astfel încât, oricare ar fi 𝑛 ≥ 𝑁(𝜀), oricare ar
fi 𝑥𝜖𝐵 , avem 𝑆𝑛 𝑥 − 𝑆(𝑥) < 𝜀.
Definiţie : Funcţia S se numeşte suma seriei de funcţii.
CRITERII DE UNIFORM CONVERGENŢĂ A

SERIILOR DE FUNCŢII
1. CRITERIUL LUI CAUCHY DE CONVERGENŢĂ

UNIFORMĂ
∗
Fie 𝑓𝑛 : 𝐴 → ℝ , 𝑛 ∈ 𝑁 un şir de funcţii. Fie 𝐵 ⊂ 𝐴. Seria 𝑓𝑛
converge uniform pe mulţimea B dacă şi numai dacă oricare ar fi 𝜀 > 0, există
𝑁(𝜀)astfel încât, oricare ar fi 𝑛 ≥ 𝑁(𝜀), oricare ar fi 𝑝𝜖𝑁 ∗, avem
𝑓𝑛+1 𝑥 + 𝑓𝑛+2 𝑥 + ⋯ + 𝑓𝑛 +𝑝 𝑥 ) < 𝜀 , ∀𝑥 ∈ 𝐵.
2. CRITERIUL LUI WEIERSTRASS DE
CONVERGENŢĂ UNIFORMĂ
Fie 𝑓𝑛 : 𝐴 → ℝ , 𝑛 ∈ 𝑁 ∗ un şir de funcţii. Fie 𝑓𝑛 . Fie 𝑎𝑛 o serie cu

termeni pozitivi convergentă. Dacă oricare ar fi 𝑥 ∈ 𝐵, B ⊂ A şi oricare ar fi
𝑛𝜖𝑁 ∗ , 𝑓𝑛 (𝑥) ≤ 𝑎𝑛 , atunci 𝑓𝑛 converge uniform pe mulţimea B.
9.3.5. Serii de puteri
Fie 𝑓𝑛 : ℝ → ℝ , 𝑓𝑛 𝑥 = 𝑎𝑛 𝑥 𝑛 , 𝑛 ∈ 𝑁.
Definiţia 4.2.8 : Seria de funcţii :
𝑛 𝑛
𝑛=0 𝑎𝑛 𝑥 = 𝑎0 + 𝑎1 𝑥 + ⋯ + 𝑎𝑛 𝑥 +⋯
∞
se numeşte serie de puteri.
94
Orice serie de puteri este o serie de funcţii, deci rezultatele obţinute la
seriile de funcţii se pot aplica şi la seriile de puteri.
𝑆𝑛 𝑥 = 𝑎0 + 𝑎1 𝑥 + ⋯ + 𝑎𝑛 𝑥𝑛 este un polinom de gradul n.
Mulţimea de convergenţă a unei serii de puteri este nevidă.
Teorema lui Abel pentru serii de puteri
Pentru orice serie de puteri 𝑎𝑛 𝑥𝑛 , există un numar 𝑅 ≥ 0 astfel încât :

a) Oricare ar fi 𝑥 ∈ −𝑅, 𝑅 , seria este absolut convergentă.
b) Oricare ar fi 𝑥 ∈ −∞, −𝑅 ∪ 𝑅, +∞ , seria este divergentă.
c) Oricare ar fi 0 < 𝑟 < 𝑅, seria este uniform convergentă, ∀𝑥 ∈
−𝑟, 𝑟 .
Numărul 𝑅 ≥ 0 se numeşte raza de convergenţă a seriei de puteri.
Această teoremă nu afirmă nimic despre natura seriei atunci când 𝑥 = 𝑅 sau
𝑥 = −𝑅 . În aceste puncte seria poate fi convergentă sau divergentă. Din
teoremă reiese existenţa seriei de puteri, dar nu se deduce calculul razei de
convergenţă.
Teorema Cauchy-Hadamard
Fie 𝑎𝑛 𝑥𝑛 o serie de puteri. Fie = lim𝑛→∞ 𝑛 𝑎𝑛 . Atunci :

1
, 𝑑𝑎𝑐ă 0 < 𝜔 < ∞
𝑅= 𝜔
∞, 𝑑𝑎𝑐ă 𝜔 = 0
0, 𝑑𝑎𝑐ă 𝜔 = ∞
Observaţie : Suma S a unei serii de puteri 𝑎𝑛 𝑥𝑛 este continuă pentru
orice 𝑥 ∈ −𝑅, 𝑅 .
Teorema : Fie 𝑎𝑛 𝑥𝑛 o serie de puteri şi fie S suma acesteia. Atunci :

Seria derivatelor 𝑛𝑎𝑛 𝑥𝑛−1 are aceeaşi rază de convergenţa ca seria
𝑎𝑛 𝑥𝑛.
Funcţia S este derivabilă în intervalul de convergenţă, iar suma seriei
𝑛𝑎𝑛 𝑥𝑛−1 este 𝑆 ′ .
9.3.6. Serii Taylor si Mac’Laurin
Fie I un interval de numere reale şi fie 𝑓: 𝐼 → ℝ o funcţie indefinit

derivabilă în punctul 𝑎 ∈ 𝐼 .
Definiţie : Se numeşte serie Taylor ataşată funcţiei f, calculată în punctul a,
următoarea serie :
95
∞ 𝑛 2
𝑥−𝑎 𝑛
𝑥−𝑎 ′ 𝑥−𝑎
𝑓 𝑎 =𝑓 𝑎 + 𝑓 𝑎 + 𝑓 ′′ 𝑎
𝑛! 1! 2!
𝑛=0
+⋯+
𝑥−𝑎 𝑛 𝑛
+ 𝑓 𝑎 + ⋯.
𝑛!
Dacă notăm 𝑥 − 𝑎 = 𝑦 , obţinem evident o serie de puteri.
Raza de convergenţă se studiază cu ajutorul teoremei Cauchy-Hadamard.
Seria Taylor are mulţimea de convergenţă nevidă, deoarece 𝑎 ∈ 𝐵 şi raza de
convergenţă 0 ≤ 𝑅 ≤ ∞.
Suma parţială de ordinul n a seriei Taylor se notează :

2
𝑇𝑛 𝑥 = 𝑓 𝑎 + 𝑓 𝑎 + 𝑓 ′′ 𝑎 + ⋯
1! 2!
+ 𝑓 𝑎
𝑛!
şi se numeşte polinomul lui Taylor de ordinul n (are loc pentru orice x care
aparţine mulţimii de convergenţă).
Definiţie : Se numeşte restul lui Taylor de ordin n, funcţia 𝑅𝑛 : 𝐼 → ℝ ,
𝑅𝑛 𝑥 = 𝑓 𝑥 − 𝑇𝑛 𝑥 .
Deci 𝑓 𝑥 = 𝑇𝑛 𝑥 + 𝑅𝑛 𝑥 , ∀𝑥 ∈ 𝐼 .
Teorema : Seria Taylor este convergentă în punctul 𝑥∈𝐼 dacă şi numai

dacă şirul 𝑅𝑛 𝑥 𝑛∈𝑁 ∗ este convergent către zero.
Dacă lim𝑛 →∞ 𝑅𝑛 𝑥 = 0, avem :
2
𝑓 𝑥 =𝑓 𝑎 + 𝑓 𝑎 + 𝑓 ′′ 𝑎 + ⋯
1! 2!
+ 𝑓 𝑎 +⋯
𝑛!
Relaţia de mai sus se numeşte formula de dezvoltare în serie Taylor a funcţiei
f în jurul punctului 𝑥 = 𝑎 .
În general, mulţimea de convergenţă B nu coincide cu I.
Un caz particular se obţine dacă 𝑎 = 0 ∈ 𝐼 . Atunci, seria se numeşte serie
MacLaurin ataşata funcţiei f şi este dată de relaţia :
∞
𝑥𝑛 𝑛
𝑥 ′ 𝑥 2 ′′
𝑓 0 =𝑓 0 + 𝑓 0 + 𝑓 0 +⋯
𝑛! 1! 2!
𝑛=0
𝑥𝑛 𝑛
+ 𝑓 0 +⋯
𝑛!
𝑥𝑘
∞ 𝑘
Dacă 𝑅𝑛 = 𝑘=𝑛+1 𝑘! 𝑓 0 converge către zero când n tinde
spre infinit, avem :
96
𝑥 ′ 𝑥 2 ′′ 𝑥𝑛 𝑛
𝑓 𝑥 = 𝑓 0 + 𝑓 0 + 𝑓 0 + ⋯+ 𝑓 0 +⋯
1! 2! 𝑛!
şi se numeşte formula de dezvoltare în serie MacLaurin a funcţiei f .
CRITERIUL GENERAL DE CONVERGENŢĂ AL LUI CAUCHY

Seria 𝑎𝑛 este convergentă dacă şi numai dacă pentru
∀𝜀 > 0, există 𝑁(𝜀) astfel încât , oricare ar fi 𝑛 ≥ 𝑁(𝜀) şi oricare ar fi 𝑝 ∈ 𝑁 ∗avem :
𝑎𝑛 +1 + 𝑎𝑛+2 + ⋯ + 𝑎𝑛+𝑝 < 𝜀
CRITERII DE COMPARAŢIE PENTRU SERII CU TERMENI POZITIVI
∞
Seria 𝑛=1 𝑎𝑛 este o serie cu termeni pozitivi dacă 𝑎𝑛 > 0,
𝑛 = 1,2, …
Primul criteriu de comparaţie : Fie 𝑎𝑛 şi 𝑏𝑛 două serii cu termeni pozitivi. Dacă există
N astfel încât oricare ar fi 𝑛 ≥ 𝑁 să avem 𝑎𝑛 ≤ 𝑏𝑛 atunci :
c) Dacă 𝑏𝑛 este convergentă atunci şi seria 𝑎𝑛 este convergentă.
d) Dacă 𝑎𝑛 este divergentă atunci şi seria 𝑏𝑛 este divergentă.
Al doilea criteriu de comparaţie : Fie 𝑎𝑛 şi 𝑏𝑛 două serii cu termeni pozitivi. Dacă
𝑎 𝑛 +1 𝑏𝑛 +1
există N astfel încât oricare ar fi 𝑛 ≥ 𝑁 să avem ≤ atunci :
𝑎𝑛 𝑏𝑛
c) Dacă 𝑏𝑛 este convergentă atunci şi seria 𝑎𝑛 este convergentă.
d) Dacă 𝑎𝑛 este divergentă atunci şi seria 𝑏𝑛 este divergentă.
Al treilea criteriu de comparaţie : Fie 𝑎𝑛 şi 𝑏𝑛 două serii cu termeni pozitivi.
𝑎𝑛
Dacă lim𝑛→∞ = 𝑐 , 𝑐 ≠ 0, c finit atunci seriile 𝑎𝑛 şi 𝑏𝑛 au aceeaşi natură.
𝑏𝑛
SERII UTILIZATE ÎN CRITERII DE COMPARAŢIE

∞ 1
4. Seria armonică 𝑛=1 este o serie divergentă.
𝑛
5. Seria geometrică ∞ 𝑛
𝑛=0 𝑟 cu 𝑟 > 0 este serie :
Convergentă pentru 0 < 𝑟 <1
Divergentă pentru 𝑟 ≥ 1
∞ 1
6. Seria armonică generalizată 𝑛=1 𝑛 ∝ , ∝∈ ℝ este serie :
1 1
Divergentă pentru ∝∈ 0,1 , conform criteriului I avem >
𝑛∝ 𝑛
Divergentă pentru ∝= 1
Convergentă pentru ∝> 1
CRITERIUL RĂDĂCINII (CRITERIUL LUI CAUCHY)
97
𝑛
c) Dacă pentru oricare 𝑛≥𝑁 există 0<𝑘<1 astfel încât 𝑎𝑛 ≤ 𝑘, atunci seria
𝑎𝑛 este convergentă .
𝑛
d) Dacă pentru o infinitate de termeni 𝑎𝑛 ≥ 1 , atunci seria 𝑎𝑛 este divergentă .
CRITERIUL RAPORTULUI (D’ALEMBERT)

𝑎 𝑛 +1
c) Dacă pentru oricare 𝑛 ≥ 𝑁 avem ≤ 𝑘 < 1 atunci seria 𝑎𝑛 este convergentă .
𝑎𝑛
𝑎 𝑛 +1
d) Dacă ≥ 𝑘 > 1 atunci seria 𝑎𝑛 este divergentă .
𝑎𝑛
CRITERIUL RAABE-DUHAMEL
𝑎𝑛
c) Dacă pentru oricare 𝑛 ≥ 𝑁 , avem 𝑛 − 1 ≥ 𝑘 > 1 atunci seria 𝑎𝑛
𝑎 𝑛 +1
este convergentă .
𝑎𝑛
d) Dacă pentru oricare 𝑛 ≥ 𝑁 , avem 𝑛 − 1 ≤ 𝑘 < 1 atunci seria 𝑎𝑛
𝑎 𝑛 +1
este divergentă .
CRITERIUL LUI LEIBNITZ

∞ 𝑛+1
Fie 𝑛=1 −1 𝑎𝑛 o serie alternată . Dacă :
c) 𝑎𝑛 > 𝑎𝑛+1 (şirul este descrescător fără să ţinem cont de semn)
d) lim 𝑎𝑛 = 0
𝑛→∞
atunci seria este convergentă .
CRITERIU DE ABSOLUT CONVERGENŢĂ

Fie 𝑎𝑛 şi 𝑏𝑛 două serii numerice. Dacă există N astfel încât oricare ar fi 𝑛 ≥ 𝑁 , să avem
𝑎𝑛 ≤ 𝑏𝑛 şi dacă 𝑏𝑛 este absolut convergentă atunci şi seria 𝑎𝑛 este absolut convergentă.
Teorema lui Abel pentru serii numerice : Fie 𝑎𝑛 o serie numerică şi fie 𝑆𝑛 şirul sumelor
parţiale. Fie şirul descrescător de numere pozitive ∝𝑛 , ∝𝑛 → 0 . Atunci seria ∝𝑛 𝑎𝑛 este
convergentă.
CRITERIUL LUI CAUCHY DE CONVERGENŢĂ UNIFORMĂ

Fie 𝑓𝑛 : 𝐴 → ℝ , 𝑛 ∈ 𝑁 ∗ un şir de funcţii. Fie 𝐵 ⊂ 𝐴. Seria 𝑓𝑛 converge uniform pe
mulţimea B dacă şi numai dacă oricare ar fi 𝜀 > 0, există 𝑁(𝜀)astfel încât, oricare ar fi 𝑛≥
𝑁(𝜀), oricare ar fi 𝑝𝜖𝑁 ∗, avem
𝑓𝑛+1 𝑥 + 𝑓𝑛+2 𝑥 + ⋯ + 𝑓𝑛+𝑝 𝑥 ) < 𝜀 , ∀𝑥 ∈ 𝐵.
CRITERIUL LUI WEIERSTRASS DE CONVERGENŢĂ UNIFORMĂ
Fie 𝑓𝑛 : 𝐴 → ℝ , 𝑛 ∈ 𝑁 ∗ un şir de funcţii. Fie 𝑓𝑛 . Fie 𝑎𝑛 o serie cu termeni pozitivi
convergentă. Dacă oricare ar fi 𝑥 ∈ 𝐵, B ⊂ A şi oricare ar fi 𝑛𝜖𝑁 ∗ , 𝑓𝑛 (𝑥) ≤ 𝑎𝑛 , atunci 𝑓𝑛
converge uniform pe mulţimea B.
Teorema lui Abel pentru serii de puteri

Pentru orice serie de puteri 𝑎𝑛 𝑥𝑛, există un numar 𝑅 ≥ 0 astfel încât :
98
d) Oricare ar fi 𝑥 ∈ −𝑅, 𝑅 , seria este absolut convergentă.
e) Oricare ar fi 𝑥 ∈ −∞, −𝑅 ∪ 𝑅, +∞ , seria este divergentă.
f) Oricare ar fi 0 < 𝑟 < 𝑅, seria este uniform convergentă, ∀𝑥 ∈ −𝑟, 𝑟 .
Numărul 𝑅 ≥ 0 se numeşte raza de convergenţă a seriei de puteri.
Această teoremă nu afirmă nimic despre natura seriei atunci când 𝑥 = 𝑅 sau 𝑥 = −𝑅 . În
aceste puncte seria poate fi convergentă sau divergentă. Din teoremă reiese existenţa seriei de puteri,
dar nu se deduce calculul razei de convergenţă.
Teorema Cauchy-Hadamard
Fie 𝑎𝑛 𝑥𝑛 o serie de puteri. Fie = lim𝑛→∞ 𝑛 𝑎𝑛 . Atunci :
1
, 𝑑𝑎𝑐ă 0 < 𝜔 < ∞
𝑅= 𝜔
∞, 𝑑𝑎𝑐ă 𝜔 = 0
0, 𝑑𝑎𝑐ă 𝜔 = ∞
Definiţie : Se numeşte serie Taylor ataşată funcţiei f, calculată în punctul a, următoarea serie :
∞ 𝑛 2
𝑥−𝑎 𝑛
𝑓 𝑎 =𝑓 𝑎 + 𝑓 𝑎 + 𝑓 ′′ 𝑎 + ⋯ +
𝑛! 1! 2!
𝑛=0
+ 𝑓 𝑎 + ⋯.
𝑛!
Dacă notăm 𝑥 − 𝑎 = 𝑦 , obţinem evident o serie de puteri.
Raza de convergenţă se studiază cu ajutorul teoremei Cauchy-Hadamard.
Seria Taylor are mulţimea de convergenţă nevidă, deoarece 𝑎 ∈ 𝐵 şi raza de convergenţă
0 ≤ 𝑅 ≤ ∞.
Suma parţială de ordinul n a seriei Taylor se notează :
2 𝑛
𝑥−𝑎 ′ 𝑥−𝑎 ′′
𝑥−𝑎 𝑛
𝑇𝑛 𝑥 = 𝑓 𝑎 + 𝑓 𝑎 + 𝑓 𝑎 + ⋯+ 𝑓 𝑎
1! 2! 𝑛!
şi se numeşte polinomul lui Taylor de ordinul n (are loc pentru orice x care aparţine mulţimii de
convergenţă).
Definiţie : Se numeşte restul lui Taylor de ordin n, funcţia 𝑅𝑛 : 𝐼 → ℝ ,
𝑅𝑛 𝑥 = 𝑓 𝑥 − 𝑇𝑛 𝑥 .
Deci 𝑓 𝑥 = 𝑇𝑛 𝑥 + 𝑅𝑛 𝑥 , ∀𝑥 ∈ 𝐼 .
Teorema : Seria Taylor este convergentă în punctul 𝑥∈𝐼 dacă şi numai dacă şirul
𝑅𝑛 𝑥 𝑛∈𝑁 ∗
este convergent către zero.
lim𝑛 →∞ 𝑅𝑛 𝑥 = 0, avem :
Dacă
2 𝑛
𝑥−𝑎 ′ 𝑥−𝑎 ′′
𝑥−𝑎 𝑛
𝑓 𝑥 =𝑓 𝑎 + 𝑓 𝑎 + 𝑓 𝑎 +⋯+ 𝑓 𝑎 +⋯
1! 2! 𝑛!
Relaţia de mai sus se numeşte formula de dezvoltare în serie Taylor a funcţiei f în jurul punctului
𝑥 = 𝑎.
În general, mulţimea de convergenţă B nu coincide cu I.
Un caz particular se obţine dacă 𝑎 = 0 ∈ 𝐼 . Atunci, seria se numeşte serie MacLaurin ataşata
funcţiei f şi este dată de relaţia :
99
∞
𝑥𝑛 𝑥 ′ 𝑥 2 ′′ 𝑥𝑛 𝑛
𝑓 𝑛
0 = 𝑓 0 + 𝑓 0 + 𝑓 0 +⋯+ 𝑓 0 +⋯
𝑛! 1! 2! 𝑛!
𝑛=0
𝑥 𝑘
∞ 𝑘
Dacă 𝑅𝑛 = 𝑘=𝑛+1 𝑘! 𝑓 0 converge către zero când n tinde spre infinit, avem :
𝑥 ′ 𝑥 2 ′′ 𝑥𝑛 𝑛
𝑓 𝑥 = 𝑓 0 + 𝑓 0 + 𝑓 0 +⋯+ 𝑓 0 +⋯
1! 2! 𝑛!
şi se numeşte formula de dezvoltare în serie MacLaurin a funcţiei f .
Convergenta unei serii

Criterii de comparatie
Seria armonica
Seria geomerica
Serii alternate
Serii absolut convergente
Serii de functii reale
Convergenta uniforma
Serii de puteri
Serii Taylor si Mac’Laurin
1) Folosind definiţia convergenţei unei serii, să se cerceteze natura seriei cu termenul general
1
𝑢𝑛 = 2 pentru
𝑛 +4𝑛+3
𝑛 ≥ 1.
1
𝑢𝑛 = ,𝑛 ≥ 1
𝑛2 + 4𝑛 + 3
𝑛2 + 4𝑛 + 3 = 𝑛 + 3 (𝑛 + 1)
1 1 1 1
𝑢𝑛 = 2 = − ,𝑛 ≥ 1
𝑛 + 4𝑛 + 3 2 𝑛+1 𝑛+3
𝑆𝑛 = 𝑢1 + 𝑢2 + ⋯ + 𝑢𝑛
1 1 1 1 1 1 1 1 1
= − + − + ⋯+ − + −
2 2 4 3 5 𝑛 𝑛+2 𝑛+1 𝑛+3
1 1 1 1 1 5 1 1
= + − − = − −
2 2 3 𝑛+2 𝑛+3 12 2(𝑛+2) 2(𝑛+3)
5 1 1 5
lim𝑛 →∞ 𝑆𝑛 = lim − − = =S rezultă că seria este convergentă.
𝑛→∞ 12 2(𝑛+2) 2(𝑛+3) 12
1
2) Să se cerceteze natura seriei ∞
𝑛=1 𝑛(𝑛+1)
100
1 1 1
𝑎𝑛 = = −
𝑛(𝑛 + 1) 𝑛 𝑛 + 1
1 1 1 1 1 1 1
𝑆𝑛 = 𝑎1 + 𝑎2 + ⋯ + 𝑎𝑛 = 1 − + − +⋯+ − + −
2 2 3 𝑛−1 𝑛 𝑛 𝑛+1
1
𝑆𝑛 = 1 −
𝑛+1
1 ∞ 1
Deci lim 𝑆𝑛 = lim 1 − = 1 de unde rezultă că 𝑛=1 𝑛(𝑛+1) este convergentă
𝑛→∞ 𝑛→∞ 𝑛+1
şi are suma 𝑆 = 1.
3) Să se studieze natura seriilor :
1
a) ∞ 𝑛 =1 2𝑛+1
1 ∞ 1 1
Notăm cu 𝑎𝑛 = . Fie seria armonică 𝑛=1 𝑛 şi notăm 𝑏𝑛 =
2𝑛+1 𝑛
𝑎𝑛 1
Calculăm lim𝑛 →∞ = . Cum 𝑐 = 1/2 ≠ 0 şi seria armonică este o serie divergentă ,
𝑏 𝑛 2
∞ 1
conform criteriului III rezultă că şi seria 𝑛=1 2𝑛+1 este o serie divergentă.
∞ 1
b) 𝑛 =1 2𝑛 3 +5𝑛+7
1 ∞ 1 1
Notăm cu 𝑎𝑛 = . Fie seria armonică generalizată 𝑛=1 𝑛 3 si notăm 𝑏𝑛 = .
2𝑛 3 +5𝑛+7 𝑛3
Comparăm 𝑎𝑛 şi 𝑏𝑛 .
1 1
𝑎𝑛 = 3 < 3 = 𝑏𝑛 .
2𝑛 +5𝑛+7 𝑛
Deci 𝑎𝑛 < 𝑏𝑛 şi seria armonică generalizată este convergentă pentru ∝= 3 şi conform
∞ 1
criteriului I rezultă că seria
𝑛=1 2𝑛 3 +5𝑛+7 este şi ea o serie convergentă.
1
∞ 3
c) 𝑛 =1 𝑛 − 𝑛 4
1
3 1 1 1
Notăm cu 𝑎𝑛 = 𝑛 − 𝑛 4 = 4 > 4 = 3
𝑛 3 −𝑛 𝑛3 𝑛4
∞ 1 3
Fie seria armonică generalizată 𝑛 =1 3 , care este o serie divergentă pentru ∝= < 1 şi
4
𝑛4
1
notăm cu 𝑏𝑛 = 3.
𝑛4
Deci 𝑎𝑛 > 𝑏𝑛 .
1
∞ 3
Conform criteriului I , seria 𝑛 =1 𝑛 −𝑛 4 este divergentă.
∞ 2𝑛
d) 𝑛 =1
𝑛+1 !+ 𝑛+3 !
𝑎 𝑛 +1
Calculăm raportul
𝑎𝑛
𝑎 𝑛 +1 2𝑛 +1 𝑛 +1 !+ 𝑛+3 ! 2 𝑛 2 +5𝑛+7
= ∗ =⋯= →0
𝑎𝑛 𝑛+2 !+ 𝑛+4 ! 2𝑛 (𝑛+2) 1+ 𝑛+3 𝑛+4
101
𝑎 𝑛 +1
Deci lim𝑛 →∞ = 0 şi conform criteriului raportului rezultă că seria este convergentă.
𝑎𝑛
𝑛
∞ 𝑎
e) 𝑛 =1 𝑛 ! cu 𝑎 >0
𝑎𝑛+1
𝑎 𝑛 +1 𝑛! 1
Calculăm lim𝑛 →∞ .
= lim 𝑛 = 𝑎 lim =0<1
𝑎𝑛 𝑛→∞ (𝑛+1)! 𝑎 𝑛→∞ 𝑛+1
Deci, seria este convergentă conform criteriului raportului.
𝑛!
f) ∞ 𝑛 =1 ∝ ∝−1 … ∝+𝑛−1 ,∝> 0
𝑎𝑛 ∝−1
Calculăm −1=⋯=
𝑎 𝑛 +1 𝑛+1
𝑎𝑛 𝑛(∝ −1)
lim 𝑛 − 1 = lim =∝ −1
𝑛→∞ 𝑎𝑛+1 𝑛→∞ 𝑛 + 1
Pentru ∝ −1 > 1, ∝> 2 seria este convergentă
Pentru ∝ −1 < 1, ∝ ,2 seria este divergentă
Pentru ∝ −1 = 1, ∝= 2 , criteriul este neconcludent .
∞ 𝑛 log 𝑎 𝑛
g) 𝑛 =1 −1 ,𝑎 > 1
𝑛
log 𝑎 𝑛
Fie funcţia 𝑓 𝑥 = , 𝑥 ∈ [1, ∞).
𝑛
𝑥 1
−log 𝑎 𝑥 −log 𝑎 𝑥 log 𝑎 𝑒−log 𝑎 𝑥
′ 𝑥𝑙𝑛𝑎 ln 𝑎
𝑓 𝑥 = = =
𝑥2 𝑥2 𝑥2
𝑎> 1, deci funcţialog 𝑎 𝑥 este crescătoare , dar 𝑓 ′ 𝑥 <
0, ∀𝑥 > 𝑒 şi atunci funcţia
log 𝑎 𝑛
𝑓(𝑥) este descrescătoare pe intervalul (𝑒, ∞) si este descrescătoare pentru orice 𝑛 > 𝑒, 𝑛 ∈
𝑛
𝑁.
log 𝑎 𝑛
De asemenea, lim = 0.
𝑛→∞ 𝑛
Conform criteriului lui Leibnitz, seria este convergentă.
EXEMPLU
𝑛 (𝑥+1)𝑛
∞ (𝑥+1)
𝑛=1 𝑛∙2 𝑛 , 𝑓𝑛 𝑥 = , 𝑓𝑛 : ℝ → ℝ
𝑛∙2𝑛
Din criteriul raportului obţinem:
𝑓𝑛+1 (𝑥) (𝑥 + 1)𝑛+1 𝑛 ∙ 2𝑛 𝑛(𝑥 + 1) 𝑥 + 1
lim = lim ∙ = lim =
𝑛→∞ 𝑓𝑛 (𝑥) 𝑛→∞ (𝑛 + 1)2𝑛+1 (𝑥 + 1)𝑛 𝑛→∞ 2(𝑛 + 1) 2
𝑥+1 𝑥+1
< 1 ⇒ −1 < < 1 ⇒ 𝑥 ∈ (−3, 1), seria este convergentă
2 2
𝑥+1
> 1 ⇒ 𝑥 ∈ −∞, −3 ∪ (1, ∞), seria este divergentă
2
1
𝑥 = 1 ⇒ 𝑓𝑛 = , serie armonică, divergentă
𝑛
102
−2 𝑛 1
𝑥 = 3 ⇒ 𝑓𝑛 = = (−1)𝑛 , serie armonică alternată care este convergentă
𝑛 ∙2𝑛 𝑛
Rezultă că mulţimea de convergenţă este (-3, 1).
4) Să se dezvolte în serie MacLaurin funcţia 𝑓: ℝ → ℝ , 𝑓 𝑥 = 𝑒𝑥
𝑓 𝑥 = 𝑒 𝑥 , 𝑓(0) = 1
𝑓 ′ 𝑥 = 𝑒 𝑥 , 𝑓 ′ 0 =1
……………………………..
𝑛
𝑓 𝑥 = 𝑒𝑥 , 𝑓 𝑛 0 =1
……………………………...
Scriem formula de dezvoltare în serie MacLaurin :
𝑥 𝑥2 𝑥𝑛
𝑒𝑥 = 1 + + + ⋯+ +⋯
1! 2! 𝑛!
1 1
𝑒𝑥 = ∞ 𝑛
𝑛=0 𝑛! 𝑥 , de unde rezultă că 𝑎𝑛 =
𝑛!
5) Să se dezvolte în serie MacLaurin şi să se determine raza de convergenţă a funcţiei

𝑓: ℝ → ℝ , 𝑓 𝑥 = sin 𝑥 , 𝑓 0 = 0.
𝑓 𝑥 = sin 𝑥 , 𝑓 0 = 0
𝜋
𝑓 ′ 𝑥 = cos 𝑥 = sin 𝑥 + , 𝑓′ 0 = 0
2
′′
𝜋 𝜋
𝑓 𝑥 = cos 𝑥 + = sin 𝑥 + 2 , 𝑓 ′′ 0 = −1
2 2
……………………………………………………….
𝑛 𝜋
𝑓 𝑥 = sin 𝑥 + 𝑛 prin inducţie matematică
2
……………………………………………………….
𝑥 𝑥3 𝑥5 𝑥7 𝑥 2𝑘+1 −1 𝑘
Deci sin 𝑥 = − + − +⋯+ − ⋯.
1! 3! 5! 7! 2𝑘+1 !
Pentru a calcula raza de convergenţă vom aplica teorema Cauchy-Hadamard.
𝑎 𝑛 +1 2𝑘+1 !
Calculăm 𝜔 = lim𝑘→∞ = lim = 0 , rezultă că 𝑅 = ∞.
𝑎𝑛 𝑘→∞ 2𝑘+3 !
6) Să se scrie seria MacLaurin pentru funcţia

𝑓: ℝ → ℝ , 𝑓 𝑥 = cos 𝑥 .
𝑛 𝑛 𝜋
𝑓 𝑥 = cos 𝑥 = cos 𝑥 + 𝑛 ,
2
𝑛 𝜋 −1 𝑘 , 𝑛 = 2𝑘
𝑓 0 = cos 𝑛 =
2 0, 𝑛 2𝑘 − 1
𝑥 𝑥4 𝑘
𝑥 2𝑛
cos 𝑥 = 1 − + + ⋯ + −1 +⋯
2! 4! 2𝑛 !
103
∞ ∞ 𝜋
𝑓𝑛 0 cos 𝑛
cos 𝑥 = = 2 𝑥𝑛
𝑛! 𝑛!
𝑛=0 𝑛=0
Bucuresti 2004;
2008;
104
FUNCŢII REALE DE MAI MULTE VARIABILE REALE
Cuprins:
10.1 Introducere
10.2 Obiectivele şi competenţele unităţii de învăţare – timp alocat
10.3 Conţinutul unităţii de învăţare
10.3.1. Functii reale de mai multe variabile reale
10.3.2. Extremele functiilor reale de mai multe variabile reale
10.1. Introducere
Modelarea activităţilor economice este realizată prin funcţii de producţie,

ofertă, cost, consum, cerere, venit care sunt exprimate la rândul lor prin funcţii de
mai multe variabile reale.
Fie 𝐴 ⊂ ℝ𝑛 . O funcţie 𝑓: 𝐴 ⊂ ℝ𝑛 → ℝ definită prin 𝑓 𝑥 =

𝑓 𝑥1 , 𝑥2 , … , 𝑥𝑛 = 𝑦 ∈ ℝ se numeşte funcţie reală de variabilă vectorială sau
funcţie reală de mai multe variabile reale.

- identificarea principalelor metode de determinare a extremelor functiilor
reale de mai multe variabile reale
- studenţii vor putea să definească noţiunea de functie reala de

variabila vectoriala
economice;
- studentii vor putea determina punctele de extrem local ale unei
functii reale de variabila vectoriala.
105
10.3.1. Functii reale de mai multe variabile reale
Modelarea activităţilor economice este realizată prin funcţii de producţie,

ofertă, cost, consum, cerere, venit care sunt exprimate la rândul lor prin funcţii de
mai multe variabile reale.
Definiţie : Fie 𝐴 ⊂ ℝ𝑛 . O funcţie 𝑓: 𝐴 ⊂ ℝ𝑛 → ℝ definită prin
𝑓 𝑥 = 𝑓 𝑥1 , 𝑥2 , … , 𝑥𝑛 = 𝑦 ∈ ℝ se numeşte funcţie reală de variabilă
vectorială sau funcţie reală de mai multe variabile reale.
Definiţie : Multimea 𝑀 ⊂ ℝ𝑛 este o mulţime deschisă dacă oricare ar fi
𝑥 ∈ 𝑀 există o vecinătate V(x) complet conţinută în M.
Definiţie : Mulţimea 𝑀 ⊂ ℝ𝑛 este o mulţime mărginită dacă exista un
număr real a şi un număr finit r pozitiv astfel încăt 𝑀 ⊂ 𝑆𝑟 𝑎 , unde
𝑆𝑟 𝑎 = 𝑥 ∈ ℝ𝑛 ∶ 𝑥 − 𝑎 < 𝑟, 𝑟 > 0
se numeşte sfera deschisă cu centrul în x şi de rază r.
Definiţie : Punctul 𝑥 ∈ 𝑀 este punct de acumulare al mulţimii M dacă
pentru orice V(x) avem (𝑉 𝑥 − 𝑥 ) ∩ 𝑀 ≠ ∅ .
Definiţie : Punctul 𝑥 ∈ 𝑀 care nu este punct de acumulare al mulţimii M se
numeşte punct izolat.
Definiţie : Funcţia 𝑓: 𝐴 ⊂ ℝ𝑛 → ℝ este o funcţie mărginită dacă
mulţimea valorilor funcţiei f(A) este o mulţime mărginită.
Definiţie : Fie 𝑓: 𝐴 ⊂ ℝ𝑛 → ℝ şi 𝑎 = (𝑎1 , 𝑎2 , … , 𝑎𝑛 ) un punct de
acumulare al mulţimii de definiţie A. Spunem că 𝑙 ∈ ℝ este limita funcţiei f în
punctul a dacă pentru ∀𝜀 > 0 , ∃𝑁𝜀 > 0 𝑎𝑠𝑡𝑓𝑒𝑙 î𝑛𝑐â𝑡 ∀𝑥 ≠
𝑎 ş𝑖 𝑥 − 𝑎 < 𝑁𝜀 să avem 𝑓 𝑥1 , 𝑥2 , … , 𝑥𝑛 − 𝑙 < 𝜀.
Definiţie : Fie 𝑓: 𝐴 ⊂ ℝ𝑛 → ℝ şi 𝑎 = (𝑎1 , 𝑎2 , … , 𝑎𝑛 ) ∈ 𝐴 un punct
de acumulare . Funcţia f este continuă în punctul a dacă există şi este finită limita
funcţiei 𝑓 𝑥1 , 𝑥2 , … , 𝑥𝑛 şi pentru 𝑥 → 𝑎 avem :
lim 𝑓 𝑥1 , 𝑥2 , … , 𝑥𝑛 = 𝑓 𝑎 = 𝑓(𝑎1 , 𝑎2 , … , 𝑎𝑛 )
𝑥→𝑎
Definiţie : Fie 𝑓: 𝐴 ⊂ ℝ𝑛 → ℝ şi 𝑎 = (𝑎1 , 𝑎2 , … , 𝑎𝑛 ) ∈ 𝐴. Funcţia
f este derivabilă parţial în raport cu variabila 𝑥𝑘 dacă există şi este finită limita :
𝑓 𝑎1 , 𝑎2 , … , 𝑎𝑘−1 , 𝑥𝑘 , 𝑎𝑘+1 , … , 𝑎𝑛 − 𝑓(𝑎1 , 𝑎2 , … , 𝑎𝑛 )
lim
𝑥 𝑘 →𝑎 𝑘 𝑥𝑘 − 𝑎𝑘
′ 𝜕𝑓 (𝑎)
Limita se notează 𝑓𝑥 𝑎1 , 𝑎2 , … , 𝑎𝑛 𝑠𝑎𝑢 şi se numeşte
𝑘 𝜕𝑥 𝑘
derivata parţială a funcţiei f în raport cu componenta 𝑥𝑘 .
Din definiţie rezultă că toate celelalte variabile sunt considerate constante
atunci când calculăm derivata în raport cu una dintre variabile.
O funcţie cu n variabile reale 𝑓 𝑥1 , 𝑥2 , … , 𝑥𝑛 are n derivate parţiale de
′ ′ ′
ordinul I şi anume 𝑓𝑥 𝑥 , 𝑓𝑥 𝑥 , … , 𝑓𝑥 𝑥 , iar regulile de derivare
1 2 𝑛
cunoscute pentru funcţiile de o variabilă reală rămân valabile.
106
Dacă derivatele parţiale de ordinul I sunt la rândul lor derivabile parţial, vom
obţine derivate parţiale de ordinul II ce formează o matrice pătratică şi simetrică ,
numită matricea hessiană, notată 𝐻 𝑥 .
𝑓𝑥′′1 𝑥 1 𝑥 𝑓𝑥′′1 𝑥 2 𝑥 … 𝑓𝑥′′1 𝑥 𝑛 𝑥
𝐻 𝑥 = …………… ………………. ………………
𝑓𝑥′′𝑛 𝑥 1 𝑥 𝑓𝑥′′𝑛 𝑥 2 𝑥 … 𝑓𝑥′′𝑛 𝑥 𝑛 𝑥
𝜕2𝑓
Tinând cont că 𝑓𝑥′′1 𝑥 1 𝑥 =
𝜕𝑥 12
𝜕2 𝑓
𝑓𝑥′′1 𝑥 𝑛 𝑥 =
𝜕𝑥1 𝜕𝑥𝑛
matricea H(x) se mai poate scrie :
2
𝜕 𝑓 𝜕2 𝑓 𝜕 𝑓
2
𝜕𝑥1 𝜕𝑥2 …
𝜕𝑥21 𝜕𝑥1 𝜕𝑥𝑛
𝐻 𝑥 = …………… ………………. ………………
2 2 2
𝜕 𝑓 𝜕 𝑓 𝜕 𝑓
…
𝜕𝑥𝑛 𝜕𝑥1 𝜕𝑥𝑛 𝜕𝑥2 𝜕𝑥2𝑛
Dacă funcţiile ce admit derivate parţiale de ordinul II sunt continue în
punctul a atunci ele au derivate parţiale mixte egale.
′′ ′′
Deci 𝑓𝑥 𝑥 𝑎 =𝑓𝑥 𝑥 𝑎 pentru 𝑖 ≠ 𝑗.
𝑖 𝑗 𝑗 𝑖
10.3.2. Extremele functiilor reale de mai multe variabile reale
Definiţie : Fie 𝑓: 𝐴 ⊂ ℝ𝑛 → ℝ şi 𝑎 = (𝑎1 , 𝑎2 , … , 𝑎𝑛 ) ∈ 𝐴. Punctul a

este un punct de maxim local pentru funcţia f dacă :
𝑓 𝑥 ≤ 𝑓 𝑎 , ∀𝑥 ∈ 𝑉𝑎 , 𝑉𝑎 ∈ 𝐴 .
Definiţie : Fie 𝑓: 𝐴 ⊂ ℝ𝑛 → ℝ şi 𝑎 = (𝑎1 , 𝑎2 , … , 𝑎𝑛 ) ∈ 𝐴. Punctul a
este un punct de minim local pentru funcţia f dacă :
𝑓 𝑥 ≥ 𝑓 𝑎 , ∀𝑥 ∈ 𝑉𝑎 , 𝑉𝑎 ∈ 𝐴 .
Definiţie : Un punct a pentru care derivatele parţiale se anulează se numeşte
punct staţionar.
Derivatele parţiale de ordinul I calculate în punctele de extrem (maxim sau
minim local, dacă există) sunt nule, adică :
𝑓𝑥′1 𝑎 = 0 , 𝑓𝑥′2 𝑎 = 0 , … , 𝑓𝑥′𝑛 𝑎 = 0
Observaţie : Nu toate punctele staţionare sunt puncte de extrem !
Următoarea teoremă ne furnizează condiţii necesare şi suficiente pentru ca un
punct staţionar să fie punct de extrem local.
Teorema : Fie 𝒇: 𝑨 ⊂ ℝ𝒏 → ℝ si 𝒂 ∈ 𝑨 un punct staţionar. Punctul a
este un punct de minim local pentru funcţia f dacă matricea hessiană este pozitiv
definită şi punct de maxim local pentru funcţia f dacă matricea hessiană este
negativ definită .
𝐻 𝑎 =
107
𝑓𝑥′′1 𝑥 1 𝑎 𝑓𝑥′′1 𝑥 2 𝑎 … 𝑓𝑥′′1 𝑥 𝑛 𝑎
…………… ………………. ………………
𝑓𝑥′′𝑛 𝑥 1 𝑎 𝑓𝑥′′𝑛 𝑥 2 𝑎 … 𝑓𝑥′′𝑛 𝑥 𝑛 𝑎
𝜕 2 𝑓(𝑎)
Dacă ∆1 = 𝑓𝑥′′1 𝑥 1 𝑎 = >0
𝜕𝑥 12
𝜕 2 𝑓(𝑎) 𝜕 2 𝑓(𝑎)
𝜕𝑥12 𝜕𝑥1 𝜕𝑥2
∆2 = 2 >0
𝜕 𝑓(𝑎) 𝜕 2 𝑓(𝑎)
𝜕𝑥2 𝜕𝑥1 𝜕𝑥22
şi aşa mai departe ∆3 , ∆4 , … , ∆𝑛 > 0 rezultă că H(a) este pozitiv definită şi
a este punct de minim local.
Dacă ∆1 < 0 , ∆2 > 0 , ∆3 < 0 , … , ∆𝑛 > 0 pentru n
număr par sau ∆𝑛 < 0 pentru n număr impar rezultă că H(a) este
negativ definită şi a este punct de maxim local.
Fie 𝐴 ⊂ ℝ𝑛 . O funcţie 𝑓: 𝐴 ⊂ ℝ𝑛 → ℝ definită prin 𝑓 𝑥 = 𝑓 𝑥1 , 𝑥2 , … , 𝑥𝑛 =

𝑦 ∈ ℝ se numeşte funcţie reală de variabilă vectorială sau funcţie reală de mai multe variabile reale.
Fie 𝑓: 𝐴 ⊂ ℝ𝑛 → ℝ şi 𝑎 = (𝑎1 , 𝑎2 , … , 𝑎𝑛 ) un punct de acumulare al mulţimii de
definiţie A. Spunem că 𝑙 ∈ ℝ este limita funcţiei f în punctul a dacă pentru ∀𝜀 > 0 , ∃𝑁𝜀 >
0 𝑎𝑠𝑡𝑓𝑒𝑙 î𝑛𝑐â𝑡 ∀𝑥 ≠ 𝑎 ş𝑖 𝑥 − 𝑎 < 𝑁𝜀 să avem 𝑓 𝑥1 , 𝑥2 , … , 𝑥𝑛 − 𝑙 < 𝜀.
Fie 𝑓: 𝐴 ⊂ ℝ𝑛 → ℝ şi 𝑎 = (𝑎1 , 𝑎2 , … , 𝑎𝑛 ) ∈ 𝐴. Funcţia f este derivabilă parţial în
raport cu variabila 𝑥𝑘 dacă există şi este finită limita :
𝑓 𝑎1 , 𝑎2 , … , 𝑎𝑘−1 , 𝑥𝑘 , 𝑎𝑘+1 , … , 𝑎𝑛 − 𝑓(𝑎1 , 𝑎2 , … , 𝑎𝑛 )
lim
𝑥 𝑘 →𝑎 𝑘 𝑥𝑘 − 𝑎𝑘
′ 𝜕𝑓 (𝑎)
Limita se notează 𝑓𝑥 𝑎1 , 𝑎2 , … , 𝑎𝑛 𝑠𝑎𝑢 şi se numeşte derivata parţială a
𝑘 𝜕𝑥 𝑘
funcţiei f în raport cu componenta 𝑥𝑘 .
Din definiţie rezultă că toate celelalte variabile sunt considerate constante atunci când calculăm
derivata în raport cu una dintre variabile.
O funcţie cu n variabile reale 𝑓 𝑥1 , 𝑥2 , … , 𝑥𝑛 are n derivate parţiale de ordinul I şi anume
𝑓𝑥 1 𝑥 , 𝑓𝑥′2 𝑥 , … , 𝑓𝑥′𝑛 𝑥 , iar regulile de derivare cunoscute pentru funcţiile de o variabilă
′
reală rămân valabile.
108
Dacă derivatele parţiale de ordinul I sunt la rândul lor derivabile parţial, vom obţine derivate
parţiale de ordinul II ce formează o matrice pătratică şi simetrică , numită matricea hessiană, notată
𝐻 𝑥 .
𝑓𝑥′′1 𝑥 1 𝑥 𝑓𝑥′′1 𝑥 2 𝑥 … 𝑓𝑥′′1 𝑥 𝑛 𝑥
𝐻 𝑥 = …………… ………………. ………………
𝑓𝑥′′𝑛 𝑥 1 𝑥 𝑓𝑥′′𝑛 𝑥 2 𝑥 … 𝑓𝑥′′𝑛 𝑥 𝑛 𝑥
Dacă funcţiile ce admit derivate parţiale de ordinul II sunt continue în punctul a atunci ele au
derivate parţiale mixte egale.
′′ ′′
Deci 𝑓𝑥 𝑥 𝑎 =𝑓𝑥 𝑥 𝑎 pentru 𝑖 ≠ 𝑗.
𝑖 𝑗 𝑗 𝑖
Fie 𝑓: 𝐴 ⊂ ℝ𝑛 → ℝ şi 𝑎 = (𝑎1 , 𝑎2 , … , 𝑎𝑛 ) ∈ 𝐴. Punctul a este un punct de maxim

local pentru funcţia f dacă :
𝑓 𝑥 ≤ 𝑓 𝑎 , ∀𝑥 ∈ 𝑉𝑎 , 𝑉𝑎 ∈ 𝐴 .
Fie 𝑓: 𝐴 ⊂ ℝ𝑛 → ℝ şi 𝑎 = (𝑎1 , 𝑎2 , … , 𝑎𝑛 ) ∈ 𝐴. Punctul a este un punct de minim
local pentru funcţia f dacă :
𝑓 𝑥 ≥ 𝑓 𝑎 , ∀𝑥 ∈ 𝑉𝑎 , 𝑉𝑎 ∈ 𝐴 .
Un punct a pentru care derivatele parţiale se anulează se numeşte punct staţionar.
Derivatele parţiale de ordinul I calculate în punctele de extrem (maxim sau minim local, dacă
există) sunt nule, adică :
𝑓𝑥′1 𝑎 = 0 , 𝑓𝑥′2 𝑎 = 0 , … , 𝑓𝑥′𝑛 𝑎 = 0
Teorema : Fie 𝒇: 𝑨 ⊂ ℝ𝒏 → ℝ si 𝒂 ∈ 𝑨 un punct staţionar. Punctul a este un punct de

minim local pentru funcţia f dacă matricea hessiană este pozitiv definită şi punct de maxim local
pentru funcţia f dacă matricea hessiană este negativ definită .
𝑓𝑥′′1 𝑥 1 𝑎 𝑓𝑥′′1 𝑥 2 𝑎 … 𝑓𝑥′′1 𝑥 𝑛 𝑎
𝐻 𝑎 = …………… ………………. ………………
𝑓𝑥′′𝑛 𝑥 1 𝑎 𝑓𝑥′′𝑛 𝑥 2 𝑎 … 𝑓𝑥′′𝑛 𝑥 𝑛 𝑎
Functie reala de variabila vectoriala

Multime deschisa
Multime marginita
Limita unei functii intr-un punct
Derivata partiala a functiei f in raport cu componenta x
Matricea Hessiana
Derivate partiale mixte
Puncte stationare
Extremele functiilor reale
1. Definiti termenii de mai sus.

2. In ce conditii un punct stationar indeplineste proprietatea de a fi punct de
extrem?
109
APLICAŢII REZOLVATE:
2𝑥𝑦 −𝑥
1) Fie funcţia 𝑓: 𝐴 ⊂ ℝ2 → ℝ definită prin 𝑥, 𝑦 = .
𝑦 −𝑥
Să se calculeze derivatele parţiale de ordinul I şi II.
′ 𝜕𝑓 (𝑥,𝑦) 2𝑦−1 𝑦−𝑥 − 2𝑥𝑦 −𝑥 −1 2𝑦 2 −𝑦
𝑓𝑥 𝑥, 𝑦 = = =
𝜕𝑥 𝑦 −𝑥 2 𝑦 −𝑥 2
𝜕𝑓(𝑥, 𝑦) 2𝑥 𝑦 − 𝑥 − 2𝑥𝑦 − 𝑥 −2𝑥 2 + 𝑥
𝑓𝑦′ 𝑥, 𝑦 = = =
𝜕𝑦 𝑦−𝑥 2 𝑦−𝑥 2
Pentru a determina derivatele parţiale de ordinul II, vom scrie mai întâi matricea hessiană
şi vom ţine cont de faptul că derivatele parţiale mixte sunt egale.
𝑓′′𝑥𝑥 𝑥, 𝑦 𝑓′′𝑥𝑦 𝑥, 𝑦
H x =
𝑓′′𝑦𝑥 𝑥, 𝑦 𝑓′′𝑦𝑦 𝑥, 𝑦
𝜕 2 𝑓(𝑥,𝑦) 𝜕 2 𝑓(𝑥,𝑦)
𝜕𝑥 2 𝜕𝑥𝜕𝑦
sau H x = 𝜕 2 𝑓(𝑥,𝑦) 𝜕 2 𝑓(𝑥,𝑦)
𝜕𝑦𝜕𝑥 𝜕𝑦 2
𝜕 2 𝑓(𝑥,𝑦 ) 𝜕 𝜕𝑓 (𝑥,𝑦 ) 𝜕 2𝑦 2 −𝑦 4𝑦 2 −2𝑦
= = =
𝜕𝑥 2 𝜕𝑥 𝜕𝑥 𝜕𝑥 𝑦 −𝑥 2 𝑦 −𝑥 3
2 2 2
𝜕 𝑓(𝑥, 𝑦) 𝜕 𝜕𝑓(𝑥, 𝑦) 𝜕 −2𝑥 + 𝑥 4𝑥 − 2𝑥
= = =
𝜕𝑦 2 𝜕𝑦 𝜕𝑦 𝜕𝑦 𝑦 − 𝑥 2 𝑦−𝑥 3
𝜕 2 𝑓(𝑥, 𝑦) 𝜕 𝜕𝑓(𝑥, 𝑦) 𝜕 −2𝑥 2 + 𝑥 𝑦 − 4𝑥𝑦 + 𝑥
= = =
𝜕𝑥𝜕𝑦 𝜕𝑥 𝜕𝑦 𝜕𝑥 𝑦 − 𝑥 2 𝑦−𝑥 3
𝜕 2 𝑓(𝑥, 𝑦) 𝜕 2 𝑓(𝑥, 𝑦)
=
𝜕𝑥𝜕𝑦 𝜕𝑦𝜕𝑦
2) Să se determine punctele de extrem ale funcţiei :
𝑓 𝑥, 𝑦 = 𝑥 3 + 3𝑥𝑦 2 − 15𝑥 − 12𝑦
Calculăm derivatele parţiale de ordinul I.
𝜕𝑓(𝑥, 𝑦)
𝑓𝑥′ 𝑥, 𝑦 = = 3𝑥 2 + 3𝑦 2 − 15
𝜕𝑥
𝜕𝑓(𝑥, 𝑦)
𝑓𝑦′ 𝑥, 𝑦 = = 6𝑥𝑦 − 12
𝜕𝑦
Vom anula derivatele parţiale de mai sus, rezolvând sistemul :
3𝑥 2 + 3𝑦 2 − 15 = 0 𝑥2 + 𝑦2 = 3
6𝑥𝑦 − 12 = 0 𝑥𝑦 = 2
Vom obţine următoarele puncte staţionare :
𝑀1 2,1 , 𝑀2 1,2 , 𝑀3 −2, −1 , 𝑀4 −1, −2
Calculăm derivatele parţiale de ordinul II.
110
𝜕 2 𝑓(𝑥, 𝑦) 𝜕 2 𝑓(𝑥, 𝑦)
𝜕𝑥 2 𝜕𝑥𝜕𝑦
H x = 2 2
𝜕 𝑓(𝑥, 𝑦) 𝜕 𝑓(𝑥, 𝑦)
𝜕𝑦𝜕𝑥 𝜕𝑦 2
𝜕 2 𝑓(𝑥,𝑦) 𝜕 𝜕𝑓 (𝑥,𝑦 ) 𝜕
= = 3𝑥 2 + 3𝑦 2 − 15 = 6𝑥
𝜕𝑥 2 𝜕𝑥 𝜕𝑥 𝜕𝑥
𝜕 2 𝑓(𝑥, 𝑦) 𝜕 𝜕𝑓(𝑥, 𝑦) 𝜕
= = 6𝑥𝑦 − 12 = 6𝑥
𝜕𝑦 2 𝜕𝑦 𝜕𝑦 𝜕𝑦
𝜕 2 𝑓(𝑥, 𝑦) 𝜕 𝜕𝑓(𝑥, 𝑦) 𝜕
= = 6𝑥𝑦 − 12 = 6𝑦
𝜕𝑥𝜕𝑦 𝜕𝑥 𝜕𝑦 𝜕𝑥
𝜕 2 𝑓(𝑥,𝑦) 𝜕 2 𝑓(𝑥,𝑦)
= =6y
𝜕𝑥𝜕𝑦 𝜕𝑦𝜕𝑦
6𝑥 6𝑦
Matricea hessiană devine : 𝐻 𝑥 = .
6𝑦 6𝑥
Verificăm pentru fiecare punct staţionar dacă îndeplineşte proprietatea de a fi punct de
extrem .
12 6
𝐻 2,1 = de unde avem ∆1 > 0 si ∆2 > 0 şi concluzionăm :
6 12
𝑴𝟏 𝟐, 𝟏 este punct de minim local.
6 12
𝐻 1,2 = de unde avem ∆1 > 0 si ∆2 < 0 şi concluzionăm :
12 6
𝑴𝟐 𝟏, 𝟐 nu este punct de extrem .
−12 −6
𝐻 −2, −1 = de unde avem ∆1 < 0 si ∆2 > 0 şi concluzionăm :
−6 −12
𝑴𝟑 −𝟐, −𝟏 este punct de maxim local.
−6 −12
𝐻 −1, −2 = de unde avem ∆1 < 0 si ∆2 < 0 şi concluzionăm:
−12 −6
𝑴𝟒 −𝟏, −𝟐 nu este punct de extrem .
APLICAŢII PROPUSE:
1) Să se calculeze derivatele parţiale de ordin I şi II pentru funcţiile :
a) 𝑓 𝑥, 𝑦 = 4𝑥 2 − 5𝑦 3 + 2𝑥𝑦 − 8
b) 𝑓 𝑥, 𝑦 = 𝑥 − 2𝑦 3 + 3 4
𝑥−𝑦 2
c) 𝑓 𝑥, 𝑦 = 𝑙𝑛
𝑥2
d) 𝑓 𝑥, 𝑦, 𝑧 = 𝑥 − 2𝑥 2 𝑦 + 4𝑥𝑧 − 𝑦 2 + 𝑧 3 − 1
3
e) 𝑓 𝑥, 𝑦, 𝑧 = 𝑥𝑦𝑧(𝑥 + 2𝑦 − 𝑧)
2) Să se determine punctele de extrem local pentru funcţiile :
a) 𝑓 𝑥, 𝑦 = 𝑥 3 − 2𝑦𝑥 2 − 4𝑦 2
𝑦 𝑥 2 −𝑦 2 −9
b) 𝑓 𝑥, 𝑦 =
3𝑥𝑦
c) (𝑥 2 − 2𝑥𝑦 + 4𝑥)
𝑓 𝑥, 𝑦 = ln⁡
111
d) 𝑓 𝑥, 𝑦, 𝑧 = 𝑥 2 + 𝑦 2 + 𝑧 2 − 𝑥𝑦 + 𝑦 − 2𝑧
e) 𝑓 𝑥, 𝑦, 𝑧 = 3𝑥 2 − 2𝑥𝑦 + 𝑥𝑧 + 𝑦𝑧
f) 𝑓 𝑥, 𝑦 = 𝑥 2 + 𝑦 2 − 2𝑥 + 1
g) 𝑓 𝑥, 𝑦, 𝑧 = 𝑥 2 𝑦 + 𝑦𝑧 + 32𝑥 − 𝑧 2
Indicaţie pentru g) Calculăm derivatele parţiale de ordinul I.
𝜕𝑓(𝑥, 𝑦, 𝑧)
𝑓𝑥′ 𝑥, 𝑦, 𝑧 = = 2𝑥𝑦 + 32
𝜕𝑥
𝜕𝑓(𝑥, 𝑦, 𝑧)
𝑓𝑦′ 𝑥, 𝑦, 𝑧 = = 𝑥2 + 𝑧
𝜕𝑦
𝜕𝑓(𝑥, 𝑦, 𝑧)
𝑓𝑧′ 𝑥, 𝑦, 𝑧 = = 𝑦 − 2𝑥
𝜕𝑧
Vom anula derivatele parţiale de mai sus, rezolvând sistemul :
2𝑥𝑦 + 32 = 0
𝑥2 + 𝑧 = 0
𝑦 − 2𝑥 = 0
Vom obţine punctul staţionar M(2,-8,-4).
Calculăm derivatele parţiale de ordinul II.
𝜕 2 𝑓 𝑥, 𝑦, 𝑧 𝜕 2 𝑓 𝑥, 𝑦, 𝑧 𝜕 2 𝑓 𝑥, 𝑦, 𝑧
𝜕𝑥 2 𝜕𝑥𝜕𝑦 𝜕𝑥𝜕𝑧
2
𝜕 2 𝑓 𝑥, 𝑦, 𝑧 𝜕 2 𝑓 𝑥, 𝑦, 𝑧 𝜕 𝑓 𝑥, 𝑦, 𝑧
H x =
𝜕𝑦𝜕𝑥 𝜕𝑦 2 𝜕𝑦𝜕𝑧
𝜕 2 𝑓 𝑥, 𝑦, 𝑧 𝜕 2 𝑓 𝑥, 𝑦, 𝑧 𝜕 2 𝑓 𝑥, 𝑦, 𝑧
𝜕𝑧𝜕𝑥 𝜕𝑧𝜕𝑦 𝜕𝑧 2
Ţinem cont că derivatele parţiale mixte sunt egale deoarece matricea este pătratică şi
simetrică.
2𝑦 2𝑥 0
După efectuarea calculelor, obţinem : 𝐻 𝑥 = 2𝑥 0 1 şi vom constata faptul
0 1 −2
că punctul staţionar M(2,-8,-4) nu este punct de extrem local deoarece ∆2 < 0 .
Bucuresti 2004;
2008;
112
EXTENSII ALE NOTIUNII DE INTEGRALA
Cuprins:
11.1. Introducere
11.3.1. Integrale duble
11.3.2. Integrale Euleriene (Gamma si Beta)
11.1. Introducere
Încă din liceu a fost introdusă noţiunea de integrală Riemann a unei funcţii
mărginite pe un interval de numere reale (finite), 𝑓: [𝑎, 𝑏] → ℝ , notată
𝑏
∫𝑎 𝑓(𝑥)𝑑𝑥 .
Definiţii şi proprietăţi :
Dacă f este continuă pe [𝑎, 𝑏], atunci f este integrabilă pe [𝑎, 𝑏] şi există
𝑏
∫𝑎 𝑓(𝑥)𝑑𝑥 pentru orice 𝑏 > 𝑎.
Dacă f este crescătoare sau descrescătoare (monotonă) pe [𝑎, 𝑏], atunci f
este integrabilă pe [𝑎, 𝑏].
Dacă f este integrabilă pe [𝑎, 𝑏], atunci f este marginită pe [𝑎, 𝑏]. Reciproc
nu este adevărat !
𝑏 𝑏 𝑏
∫𝑎 ∝ 𝑓 𝑥 + 𝛽𝑔(𝑥) 𝑑𝑥 = 𝛼 ∫𝑎 𝑓(𝑥)𝑑𝑥 + 𝛽 ∫𝑎 𝑔(𝑥)𝑑𝑥
(liniaritatea), oricare ar fi numerele reale ∝, 𝛽 .
∞ 𝑏
𝐼1 = ∫𝑎 𝑓(𝑥)𝑑𝑥 = lim𝑏 →∞ ∫𝑎 𝑓(𝑥)𝑑𝑥 este convergentă dacă
există şi este finită limita. În caz contrar, (nu există limita sau este infinită)
integrala este divergentă.
𝑏 𝑏
𝐼2 = ∫−∞ 𝑓(𝑥)𝑑𝑥 = lim𝑎→−∞ ∫𝑎 𝑓(𝑥)𝑑𝑥 este convergentă dacă
exista şi este finită limita.În caz contrar, (nu există limita sau este infinită)
integrala este divergentă.
Dacă 𝐼1 şi 𝐼2 sunt convergente atunci :
𝐼3 = 𝐼1 + 𝐼2
este convergentă, unde :
113
∞ 𝑐 ∞
𝐼3 = 𝑓(𝑥)𝑑𝑥 = 𝑓(𝑥)𝑑𝑥 + 𝑓 𝑥 𝑑𝑥, 𝑐 ∈ ℝ
−∞ −∞ 𝑐
Dacă una dintre integralele 𝐼1 sau 𝐼2 este divergentă, atunci şi 𝐼3 este
divergentă.
Criteriu de convergenţă :
Fie 𝑓, 𝑔: [𝑎, 𝑏) → ℝ doua funcţii integrabile pe orice interval 𝑎, 𝑥 ⊂
𝑎, 𝑏 . Dacă :
𝑏
a) 0 ≤ 𝑓(𝑥) ≤ 𝑔(𝑥) şi ∫ 𝑔(𝑥)𝑑𝑥 este convergentă, atunci şi
𝑎
𝑏
∫𝑎 𝑓(𝑥)𝑑𝑥 este convergentă.
𝑏
b) 0 ≤ 𝑓(𝑥) ≤ 𝑔(𝑥) şi ∫𝑎 𝑓(𝑥)𝑑𝑥 este divergentă, atunci şi
𝑏
∫𝑎 𝑔(𝑥)𝑑𝑥 este divergentă.

- identificarea principalelor metode de rezolvare a integralelor

- studenţii vor putea să definească noţiunea de integrala dubla si
euleriana
economice;
- studentii vor putea generaliza notiunea de integrala Riemann a
unei functii de o variabila reala pentru functii de variabila
vectoriala.
11.3.1. Integrale duble
Generalizând noţiunea de integrală Riemann a unei funcţii de o variabilă

reală pentru funcţii de două sau mai multe variabile reale (de variabilă
vectorială), vom considera că există un domeniu închis şi mărginit D care poate
114
fi mărginit de un interval bidimensional
𝐼 = [𝑎, 𝑏] × [𝑐, 𝑑], ce poate fi divizat la rândul sau în 𝑚 × 𝑛 intervale
de forma :
∆𝑖𝑗 = 𝑥𝑖−1 , 𝑥𝑖 × 𝑦𝑗 −1 , 𝑦𝑗 𝑐𝑢 𝑖 = 1, 𝑛 𝑠𝑖 𝑗 = 1, 𝑚
Se poate defini norma diviziunii astfel:
∆ = max 𝑥𝑖 − 𝑥𝑖−1 ; 𝑦𝑗 − 𝑦𝑗 −1
Definiţie : O funcţie 𝑓: 𝐷 ⊂ ℝ2 → ℝ mărginită pe domeniul D este

integrabilă Riemann pe D dacă există un număr real 𝐼 cu proprietatea că pentru
∀𝜀 > 0 există 𝑁 𝜀 > 0 astfel încât pentru orice diviziune ∆ a domeniului D
cu ∆ < 𝑁(𝜀) să avem 𝜎∆ 𝑓 − 𝐼 < 𝜀, oricare ar fi punctul
𝑀𝑖𝑗 (𝑥𝑖𝑗 , 𝑦𝑖𝑗 ) ∈ ∆𝑖𝑗 şi oricare ar fi suma Riemann
𝑛 𝑚
𝜎∆ = 𝑖=1 𝑗 =1 𝑓(𝑥𝑖𝑗 , 𝑦𝑖𝑗 ).
Numărul 𝐼 se numeşte integrala funcţiei f pe domeniul D şi se notează :
𝐼= 𝑓 𝑥, 𝑦 𝑑𝑥𝑑𝑦
𝐷
Calculul integralei duble se poate reduce la calculul unei integrale simple
dacă avem una dintre următoarele situaţii :
Dacă 𝐷 ⊂ ℝ2 este un domeniu în raport cu axele Ox şi Oy (un
dreptunghi cu laturile paralele cu axele de coordonate) cu 𝑎 ≤ 𝑥 ≤
𝑏 şi 𝑐 ≤ 𝑦 ≤ 𝑑 atunci :
𝑓 𝑥, 𝑦 𝑑𝑥𝑑𝑦
𝐷
𝑏 𝑑 𝑑 𝑏
= 𝑓(𝑥, 𝑦)𝑑𝑦 𝑑𝑥 = 𝑓(𝑥, 𝑦)𝑑𝑥 𝑑𝑦
𝑎 𝑐 𝑐 𝑎
EXEMPLU :
Să se calculeze ∬
𝐷
𝑥 + 2𝑦 𝑑𝑥𝑑𝑦 unde 𝐷 = [1,4] × [2,5]
4 5
Notăm cu 𝐼 = ∫1 ∫2 𝑥 + 2𝑦 𝑑𝑦 𝑑𝑥.
5
Calculăm ∫2 𝑥 + 2𝑦 𝑑𝑦 = (𝑥𝑦 + 𝑦 2 ) 52 = 5𝑥 + 25 − 2𝑥 −
4 = 3𝑥 + 21
4
4 3𝑥 2 171
Atunci, ∫
1
3𝑥 + 21 𝑑𝑥 = + 21𝑥 = .
2 1 2
Dacă 𝐷 ⊂ ℝ2 este un domeniu în raport cu una dintre axele Ox sau
Oy, de exemplu Oy ( exista funcţiile 𝑦1 𝑥 , 𝑦2 𝑥 : 𝑎, 𝑏 →
ℝ continue pe 𝑎, 𝑏 iar 𝑦1 𝑥 ≤ 𝑦2 𝑥 ) atunci :
𝐷= 𝑥, 𝑦 ∈ ℝ2 ∶ 𝑥 ∈ 𝑎, 𝑏 ş𝑖 𝑦1 𝑥 ≤ 𝑦 ≤ 𝑦2 𝑥
115
𝑏 𝑦2 𝑥
𝑓 𝑥, 𝑦 𝑑𝑥𝑑𝑦 = 𝑓(𝑥, 𝑦)𝑑𝑦 𝑑𝑥
𝐷 𝑎 𝑦1 𝑥
EXEMPLU :
𝑥 − 𝑦 𝑑𝑥𝑑𝑦 unde
Să se calculeze ∬
𝐷
𝐷 = {(𝑥, 𝑦) ∈ 𝑅^2 ∶ 𝑥 ∈ [0,2] ş𝑖 0 ≤ 𝑦 ≤ 𝑥^2 + 1 }
Avem :
𝑥 2 +1 𝑥 2 +1
2 2 𝑦2
𝐼= 𝑥 − 𝑦 𝑑𝑦 𝑑𝑥 = 𝑥𝑦 − 𝑑𝑥 =
0 𝑦 =0 0 2 0
2
2
(𝑥 2 + 1)2
𝑥 𝑥 +1 − 𝑑𝑥
0 2
2 2𝑥 3 + 2𝑥 − 𝑥 4 − 2𝑥 2 − 1 13
= 𝑑𝑥 =
0 2 15
Dacă f este o funcţie continuă pe domeniul D şi există două funcţii
𝑥 = 𝑓1 (𝑢, 𝑣) şi 𝑦 = 𝑓2 (𝑢, 𝑣) care admit derivate parţiale de ordin I
continue, iar determinantul funcţional :
𝜕𝑓1 𝜕𝑓1
𝐷(𝑥, 𝑦)
= 𝜕𝑢 𝜕𝑣 ≠ 0 , 𝑢, 𝑣 ∈ 𝐷
𝐷(𝑢, 𝑣) 𝜕𝑓2 𝜕𝑓2
𝜕𝑢 𝜕𝑣
atunci :
𝐷(𝑥, 𝑦)
𝑓 𝑥, 𝑦 𝑑𝑥𝑑𝑦 = 𝑓 𝑓1 (𝑢, 𝑣), 𝑓2 (𝑢, 𝑣) 𝑑𝑢 𝑑𝑣
𝐷 𝐷 𝐷(𝑢, 𝑣)
În acest caz, apelăm la schimbarea de variabile.
EXEMPLU :
Să se calculeze ∬𝑥𝑑𝑥𝑑𝑦 unde
𝐷
𝐷 = {(𝑥, 𝑦) ∈ 𝑅^2 ∶ 1 ≤ 𝑥𝑦 ≤ 2 ş𝑖 1 ≤ 𝑦/𝑥 ≤ 2 }
Facem schimbarea de variabile :
𝑦
𝑥𝑦 = 𝑢 şi =𝑣
𝑥
𝑢
Atunci : 𝑥= şi 𝑦 = 𝑢𝑣
𝑣
1 𝑢
−
𝐷(𝑥, 𝑦) 2 𝑢𝑣 2𝑣 𝑣 1
= = ≠0
𝐷(𝑢, 𝑣) 𝑣 𝑢 2𝑣
2 𝑢 2 𝑣
116
𝐷𝑢,𝑣 = 𝑢, 𝑣 ∈ ℝ2 ∶ 1 ≤ 𝑢 ≤ 2 𝑠𝑖 1 ≤ 𝑣 ≤ 2 .
𝑢 1 1 2 2 1 5 2−6
Calculăm 𝐼 = ∬𝐷 = ∫1 𝑢 ∫1 𝑑𝑣 𝑑𝑢 =
𝑢 ,𝑣 𝑣 2𝑣 2 𝑣 3
11.3.2. Integrale Euleriene (Gamma si Beta)
INTEGRALA GAMMA ( integrala Euler de speţa a 2-a)

∞
𝛤 𝑎 = 𝑥 𝑎−1 𝑒 −𝑥 𝑑𝑥
0
este o integrală generalizată (improprie) ce depinde de parametrul a şi are
următoarele proprietăţi :
1) 𝛤 𝑎 este convergentă pentru 𝑎 > 0.
2) 𝛤 1 =1
3) 𝛤 𝑎 = 𝑎 − 1 𝛤 𝑎 − 1 , ∀𝑎 > 1 (formula de recurenţă)
4) 𝛤 𝑛 = 𝑛−1 !
1
5) 𝛤 = 𝜋.
2
EXEMPLU :
∞ 2
Să se calculeze 𝛤 𝑎 = ∫0 𝑥 2𝑛 𝑒 −𝑎𝑥 𝑑𝑥 cu 𝑎 > 0.
𝑦 𝑦 1
Notăm 𝑎𝑥 2 = 𝑦 de unde rezultă că 𝑥 2 = şi 𝑥 = = 𝑦
𝑎 𝑎 𝑎
Atunci avem :
1 1
𝑑𝑥 = ∙ 𝑑𝑦
𝑎 2 𝑦
Dacă 𝑥
= 0 rezultă că 𝑦 = 0.
Dacă 𝑥
→ ∞ rezultă că 𝑦 → ∞.
∞ 2𝑛
1 1 1
𝛤 𝑎 = 𝑦 𝑒 −𝑦 ∙ 𝑑𝑦
0 𝑎 𝑎 2 𝑦
1 2𝑛+1 ∞ 𝑛 +1 −𝑦
= 𝑦 2 𝑒 𝑑𝑦
𝑎 0
1 1 2𝑛+1 1 1 1 2𝑛+1 2𝑛−1 !

= 𝛤 𝑛+ = ∙ 𝜋
2 𝑎 2 2 𝑎 22𝑛 −1 𝑛−1 !
2𝑛 + 1 2𝑛 − 1 2𝑛 − 1
𝛤 = 𝛤
2 2 2
2𝑛 − 1 2𝑛 − 3 2𝑛 − 3
= ∙ 𝛤
2 2 2
117
2𝑛 − 1 2𝑛 − 3 1 1
= ∙ … 𝛤
2 2 2 2
2𝑛 − 1 ! 𝜋
=
2𝑛 2 ∙ 4 ∙ 6 ∙ … ∙ 2𝑛 − 2
2𝑛+1 2𝑛−1 !
Deci : 𝛤 = 𝜋
2 22𝑛 −1 𝑛−1 !
INTEGRALA BETA
1
𝛽 𝑎, 𝑏 = 𝑥 𝑎−1 1 − 𝑥 𝑏−1
𝑑𝑥
0
are următoarele proprietăţi :
1) 𝛽 𝑎, 𝑏 este convergentă pentru 𝑎 > 0, 𝑏 > 0
2) 𝛽 𝑎, 𝑏 = 𝛽 𝑏, 𝑎
3) Formula de recurenţă în raport cu primul parametru :
𝑎−1
𝛽 𝑎, 𝑏 = 𝛽 𝑎 − 1, 𝑏
𝑎+𝑏−1
4) Formula de recurenţă în raport cu ambii parametri :
𝑎−1 𝑏−1
𝛽 𝑎, 𝑏 = ∙ 𝛽 𝑎 − 1, 𝑏 − 1
𝑎+𝑏−1 𝑎+𝑏−2
𝛤 𝑎 ∙𝛤 𝑏
5) 𝛽 𝑎, 𝑏 =
𝛤 𝑎+𝑏
Integrala Beta are următoarele forme :

1
a) 𝛽 𝑎, 𝑏 = ∫0 𝑦 𝑎−1 1 + 𝑦 −(𝑎+𝑏)
𝑑𝑦
𝜋
2𝑎−1 2𝑏−1
b) 𝛽 𝑎, 𝑏 = 2 ∫0 cos 𝑡 2 sin 𝑡 𝑑𝑡
EXEMPLU : Să se calculeze integrala :

11
𝐼1 = 𝑙𝑛3 𝑥 ∙ 1 − 𝑙𝑛 𝑥 4 𝑑𝑥
0 𝑥
1
Notăm 𝑙𝑛 𝑥 = 𝑡, atunci 𝑑𝑥 = 𝑑𝑡 şi
𝑥
1 𝛤 4 ∙𝛤 5 3!∙4! 1
𝐼1 = ∫0 𝑡 3 4
∙ 1 − 𝑡 𝑑𝑡 = 𝛽 4,5 =
𝛤9
= 8!
= 280
118
Generalizând noţiunea de integrală Riemann a unei funcţii de o variabilă reală pentru funcţii de
două sau mai multe variabile reale (de variabilă vectorială), vom considera că există un domeniu
închis şi mărginit D care poate fi mărginit de un interval bidimensional
𝐼 = [𝑎, 𝑏] × [𝑐, 𝑑], ce poate fi divizat la rândul sau în 𝑚 × 𝑛 intervale de forma :
∆𝑖𝑗 = 𝑥𝑖−1 , 𝑥𝑖 × 𝑦𝑗 −1 , 𝑦𝑗 𝑐𝑢 𝑖 = 1, 𝑛 𝑠𝑖 𝑗 = 1, 𝑚
Se poate defini norma diviziunii astfel:
∆ = max 𝑥𝑖 − 𝑥𝑖−1 ; 𝑦𝑗 − 𝑦𝑗 −1
O funcţie 𝑓: 𝐷 ⊂ ℝ2 → ℝ mărginită pe domeniul D este integrabilă Riemann pe D dacă

există un număr real 𝐼 cu proprietatea că pentru ∀𝜀 > 0 există 𝑁 𝜀 > 0 astfel încât pentru orice
diviziune ∆ a domeniului D cu ∆ < 𝑁(𝜀) să avem 𝜎∆ 𝑓 − 𝐼 < 𝜀 , oricare ar fi punctul
𝑀𝑖𝑗 (𝑥𝑖𝑗 , 𝑦𝑖𝑗 ) ∈ ∆𝑖𝑗 şi oricare ar fi suma Riemann 𝜎∆ = 𝑛𝑖=1 𝑚 𝑗 =1 𝑓(𝑥𝑖𝑗 , 𝑦𝑖𝑗 ).
Numărul 𝐼 se numeşte integrala funcţiei f pe domeniul D şi se notează :
𝐼= 𝑓 𝑥, 𝑦 𝑑𝑥𝑑𝑦
𝐷
Calculul integralei duble se poate reduce la calculul unei integrale simple dacă avem una dintre
următoarele situaţii :
Dacă 𝐷 ⊂ ℝ2 este un domeniu în raport cu axele Ox şi Oy (un dreptunghi cu laturile
paralele cu axele de coordonate) cu 𝑎 ≤ 𝑥 ≤ 𝑏 şi 𝑐 ≤ 𝑦 ≤ 𝑑 atunci :
𝑏 𝑑 𝑑 𝑏
𝑓 𝑥, 𝑦 𝑑𝑥𝑑𝑦 = 𝑓(𝑥, 𝑦)𝑑𝑦 𝑑𝑥 = 𝑓(𝑥, 𝑦)𝑑𝑥 𝑑𝑦
𝐷 𝑎 𝑐 𝑐 𝑎
Dacă 𝐷 ⊂ ℝ2 este un domeniu în raport cu una dintre axele Ox sau Oy, de exemplu Oy (
exista funcţiile 𝑦1 𝑥 , 𝑦2 𝑥 : 𝑎, 𝑏 → ℝ continue pe 𝑎, 𝑏 iar 𝑦1 𝑥 ≤ 𝑦2 𝑥 )
atunci :
𝐷= 𝑥, 𝑦 ∈ ℝ2 ∶ 𝑥 ∈ 𝑎, 𝑏 ş𝑖 𝑦1 𝑥 ≤ 𝑦 ≤ 𝑦2 𝑥
𝑏 𝑦2 𝑥
𝑓 𝑥, 𝑦 𝑑𝑥𝑑𝑦 = 𝑓(𝑥, 𝑦)𝑑𝑦 𝑑𝑥
𝐷 𝑎 𝑦1 𝑥
Dacă f este o funcţie continuă pe domeniul D şi există două funcţii
119
𝑥 = 𝑓1 (𝑢, 𝑣) şi 𝑦 = 𝑓2 (𝑢, 𝑣) care admit derivate parţiale de ordin I continue, iar
determinantul funcţional :
𝜕𝑓1 𝜕𝑓1
𝐷(𝑥, 𝑦)
= 𝜕𝑢 𝜕𝑣 ≠ 0 , 𝑢, 𝑣 ∈ 𝐷
𝐷(𝑢, 𝑣) 𝜕𝑓2 𝜕𝑓2
𝜕𝑢 𝜕𝑣
atunci :
𝐷(𝑥, 𝑦)
𝑓 𝑥, 𝑦 𝑑𝑥𝑑𝑦 = 𝑓 𝑓1 (𝑢, 𝑣), 𝑓2 (𝑢, 𝑣) 𝑑𝑢 𝑑𝑣
𝐷 𝐷 𝐷(𝑢, 𝑣)
În acest caz, apelăm la schimbarea de variabile.
INTEGRALA GAMMA ( integrala Euler de speţa a 2-a)
∞
𝛤 𝑎 = 𝑥 𝑎−1 𝑒 −𝑥 𝑑𝑥
0
este o integrală generalizată (improprie) ce depinde de parametrul a şi are următoarele proprietăţi

6) 𝛤 𝑎 este convergentă pentru 𝑎 > 0.
7) 𝛤 1 = 1
8) 𝛤 𝑎 = 𝑎 − 1 𝛤 𝑎 − 1 , ∀𝑎 > 1 (formula de recurenţă)
9) 𝛤 𝑛 = 𝑛−1 !
1
10) 𝛤 = 𝜋.
2
INTEGRALA BETA
1
𝛽 𝑎, 𝑏 = 𝑥 𝑎−1 1 − 𝑥 𝑏−1
𝑑𝑥
0
are următoarele proprietăţi :
6) 𝛽 𝑎, 𝑏 este convergentă pentru 𝑎 > 0, 𝑏 > 0
7) 𝛽 𝑎, 𝑏 = 𝛽 𝑏, 𝑎
8) Formula de recurenţă în raport cu primul parametru :
𝑎−1
𝛽 𝑎, 𝑏 = 𝛽 𝑎 − 1, 𝑏
𝑎+𝑏−1
9) Formula de recurenţă în raport cu ambii parametri :
120
𝑎−1 𝑏−1
𝛽 𝑎, 𝑏 = ∙ 𝛽 𝑎 − 1, 𝑏 − 1
𝑎+𝑏−1 𝑎+𝑏−2
𝛤 𝑎 ∙𝛤 𝑏
10) 𝛽 𝑎, 𝑏 =
𝛤 𝑎+𝑏
Integrala Beta are următoarele forme :

1
c) 𝛽 𝑎, 𝑏 = ∫0 𝑦 𝑎−1 1 + 𝑦 −(𝑎+𝑏)
𝑑𝑦
𝜋
2𝑎−1 2𝑏−1
d) 𝛽 𝑎, 𝑏 = 2 ∫0 cos 𝑡2 sin 𝑡 𝑑𝑡
Notiunea de integrala Riemann

Criterii de convergenta
Integrale duble
Integrala Gamma
Integrala Beta
1) Să se calculeze ∬
𝐷
𝑥 + 2𝑦 𝑑𝑥𝑑𝑦 unde 𝐷 = [1,4] × [2,5]
2) Să se calculeze ∬ 𝑥 − 𝑦 𝑑𝑥𝑑𝑦 unde
𝐷
𝐷 = {(𝑥, 𝑦) ∈ 𝑅^2 ∶ 𝑥 ∈ [0,2] ş𝑖 0 ≤ 𝑦 ≤ 𝑥^2 + 1 }
3) Să se calculeze ∬ 𝑥𝑑𝑥𝑑𝑦 unde

𝐷
𝐷 = {(𝑥, 𝑦) ∈ 𝑅^2 ∶ 1 ≤ 𝑥𝑦 ≤ 2 ş𝑖 1 ≤ 𝑦/𝑥 ≤ 2 }
∞ 2
4) Să se calculeze 𝛤 𝑎 = ∫0 𝑥 2𝑛 𝑒 −𝑎𝑥 𝑑𝑥 cu 𝑎 > 0.
5) Să se calculeze integrala :
11
𝐼1 = 𝑙𝑛3 𝑥 ∙ 1 − 𝑙𝑛 𝑥 4 𝑑𝑥
0 𝑥
Bucuresti 2004;
121
2008;
122
ECUATII DIFERENTIALE DE ORDINUL I
Cuprins:
12.1. Introducere
12.3.2. Clase de ecuatii diferentiale de ordinul I. Ecuatia de forma y’=f(x)
12.3.3. Ecuatii diferentiale cu variabile separabile de ordinul I
12.3.4. Ecuatii diferentiale de ordinul I neomogene cu coeficienti constanti
12.1. Introducere
Un domeniu de aplicabilitate a calculului integral îl reprezintă ecuaţiile

diferenţiale.
În multe probleme de geometrie, fizică, mecanică, ştiinţele naturii, tehnică, sunt
întâlnite anumite procese de evoluţie care depind de factori care, din punct de vedere
matematic sunt caracterizaţi prin prezenţa unor funcţii 𝑦 = 𝑓(𝑥), 𝑥 ∈ 𝐼, 𝐼
interval de numere reale, împreună cu una sau mai multe dintre derivatele sale de
diferite ordine: y', y", y'", ..., y(n), în raport cu variabila x. Astfel de relaţii verificate
de funcţia y şi de derivatele sale succesive până la un anumit ordin se numesc ecuaţii
diferenţiale de ordin n.
Modelele economiei de piaţă sunt exprimate prin ecuaţii diferenţiale , adică
necesită determinarea unei functii care se găseste într-o ecuaţie ce conţine şi derivate
ale funcţiei respective.

- identificarea principalelor metode de rezolvare a ecuatiilor diferentiale de
ordinul I

- studenţii vor putea să definească noţiunea de ecuatie doferentiala
economice;
- studentii vor putea rezolva ecuatii diferentiale cu variabile
separabile de ordinul I si ecuatii diferentiale neomogene cu
coeficienti constanti.
123
Exemple de ecuaţii diferenţiale:

a) 𝑦′ + 𝑦 = 𝑠𝑖𝑛𝑥
b) 𝑦′′ + 4𝑦′ + 5𝑦 = 0
c) 𝑦′′′ + 𝑦𝑦′ = 0
Exemplu de proces de evoluţie care conduce la o ecuaţie diferenţială:

Să se găsească o curbă ce trece prin punctul 𝐴(−1,4) astfel încât în fiecare
punct al curbei, proiecţia normalei pe axa Ox să aibă lungimea 4.
Rezolvare: Fie 𝑦 = 𝑓(𝑥) curba căutată
MT tangenta la curbă în punctul 𝑀(𝑥, 𝑦)
MN normala în punctul M, 𝑁
∈ 𝑂𝑥
𝑃𝑟0𝑋 [𝑀𝑁] = [𝑃𝑁]
𝛼 = 𝑚(≮ 𝑀𝑇𝑃) = 𝑚(≮ 𝑁𝑀𝑃)
Din faptul că MPN este dreptunghic avem:
𝑃𝑁 = 𝑦𝑡𝑔 ∝
Ţinând cont de semnificaţia geometrică a derivatei unei funcţii într-un punct
avem 𝑡𝑔 ∝= 𝑦 ′
Obţinem 𝑃𝑁 = 𝑦 . 𝑦′, iar din ipoteza PN = 4, deci:
𝑦 . 𝑦′ = 4
Astfel am obţinut o ecuaţie diferenţială în care apare funcţia y şi derivata y' de
ordinul I a acesteia, adică o ecuaţie diferenţială de ordinul I.
Definiţia 4.8.1 : O ecuaţie diferenţială de ordinul I este o relaţie de forma:
𝑦′(𝑥) = 𝑓(𝑥, 𝑦(𝑥))
(l)
unde 𝑦: 𝐼 → ℝ este o funcţie derivabilă pe intervalul 𝐼 ⊂ 𝐽 , derivata
′
𝑦 : 𝐼 → ℝ iar 𝑓: 𝐽 × 𝐾 → ℝ, unde J, K sunt intervale de numere reale.
Definiţia 4.8.2 : Se numeşte soluţie a ecuaţiei diferenţiale (1) o funcţie
derivabilă 𝑦: 𝐼 → ℝ, astfel încât ∀𝑥 ∈ 𝐼 să avem 𝑦(𝑥) ∈ 𝐾 şi
𝑦′(𝑥) = 𝑓(𝑥, 𝑦(𝑥)).
Dacă se cere găsirea unei soluţii y care într-un punct 𝑥0 ∈ 𝐼 ia o valoare
dată 𝑦0 , se spune că soluţia y satisface condiţia iniţială 𝑦 (𝑥0 ) = 𝑦0 , numită
problema lui Cauchy.
Interpretarea geometrică
Rezolvarea ecuaţiei diferenţiale (l) se reduce la găsirea curbelor de ecuaţie

𝑦 = 𝑦(𝑥) pentru care panta tangentei în punctul 𝑀 (𝑥, 𝑦 (𝑥)) este:
𝑡𝑔 ∝ = 𝑓(𝑥, 𝑦(𝑥))
unde este unghiul făcut de tangentă cu axa Ox.
124
Curbele 𝑦 = 𝑦(𝑥) se numesc curbe integrale.
12.3.2. Clase de ecuatii diferentiale de ordinul I. Ecuatia de forma

y’=f(x)
A. Ecuaţia de forma 𝑦′ = 𝑓(𝑥)
Cea mai simplă ecuaţie diferenţială de ordinul I este ecuaţia 𝑦′ = 𝑓(𝑥),

unde f este o funcţie continuă pe un interval I şi se obţine din ecuaţia diferenţială
𝑦′ = 𝑓(𝑥, 𝑦), considerând că 𝑓(𝑥, 𝑦) nu depinde de y.
Soluţia ecuaţiei 𝑦′ = 𝑓(𝑥), 𝑥 ∈ 𝐼, 𝐼 interval de numere reale,
reprezintă mulţimea primitivelor funcţiei f :
𝑥
𝑦 𝑥 = ∫𝑥 𝑓 𝑡 𝑑𝑡 + 𝑐
0
𝑥
unde c este o constantă arbitrară, 𝑥, 𝑥0 ∈ 𝐼 si ∫ 𝑓 𝑡 𝑑𝑡 este o
𝑥0
primitivă a funcţiei f.
În general, soluţia unei ecuaţii diferenţiale de ordinul I depinde de o
constantă arbitrară. În cazul particular ′ = 𝑓(𝑥), 𝑥 ∈ 𝐼 , toate curbele
integrale se obţin din curba de ecuaţie:
𝑥
𝑦= 𝑓 𝑡 𝑑𝑡
𝑥0
prin translaţii paralele cu axa Oy.
12.3.3. Ecuatii diferentiale cu variabile separabile de ordinul I
B. Ecuaţii diferenţiale cu variabile separabile de ordinul I

O ecuaţie diferenţială de ordinul I se spune că este cu variabile separabile
dacă are forma:
2 𝑦 ′ 𝑥 = 𝑃 𝑥 ∗ 𝑄(𝑦(𝑥)),
unde 𝑃: 𝐽 → ℝ, 𝑄: 𝐾 → ℝ sunt funcţii continue pe intervalele
𝐽, 𝐾 ⊂ ℝ şi 𝑄 𝑦 ≠ 0, ∀𝑦 ∈ 𝐾 .
Pentru rezolvarea ecuaţiei (2), se împart ambii membrii ai ecuaţiei cu factorul
𝑄 𝑦 ≠ 0 şi obţinem:
𝑦′ (𝑥)
(3) = 𝑃(𝑥)
𝑄 𝑦(𝑥)
Fie 𝑔1 o primitivă pe intervalul K a funcţiei din membrul stang al egalităţii

(3) şi 𝑔2 o primitivă pe intervalul J a funcţiei din membrul drept al egalităţii (3).
Aceste funcţii au derivate egale, deci diferă printr-o constantă. Atunci are loc
relaţia:
(4) 𝑔1 𝑦 𝑥 = 𝑔2 𝑦 𝑥 + 𝑐0 , 𝑥 ∈ 𝐽 , 𝑐0 = 𝑐𝑡
Din această relaţie se obţine soluţia ecuaţiei. Constanta 𝑐0 va fi unic
determinată dacă funcţia y satisface condiţia iniţială 𝑦 (𝑥0 ) = 𝑦0 (problema
lui Cauchy).
Cazuri particulare ale ecuaţiei diferenţiale cu variabile separabile de ordinul I
i) Ecuaţia diferenţială liniară omogenă de ordinul I
125
Forma generală a ecuaţiei liniare omogene de ordinul I este:
′
𝑦 𝑥 = 𝑃 𝑥 ∗ 𝑦(𝑥)
iar soluţia este generală a ecuaţiei :
𝑥
∫𝑥 𝑃(𝑡)𝑑𝑡
𝑦 𝑥 =𝑐∗𝑒 0 , c=ct.
ii) Ecuaţia diferenţială liniară şi omogenă de ordinul I cu coeficienţi

constanţi
Forma generală a ecuaţiei liniare omogene de ordinul I cu coeficienţi
constanţi este:
′
𝑦 = 𝑎 ∗ 𝑦(𝑥), 𝑎 ∈ ℝ
Soluţia generală ecuaţiei este:
𝑎𝑥
𝑦 𝑥 = 𝑐𝑒 , 𝑥 ∈ ℝ, 𝑐 = 𝑐𝑡
12.3.4. Ecuatii diferentiale de ordinul I neomogene cu coeficienti
constanti
C. Ecuaţii diferenţiale de ordinul I neomogene cu coeficienţi constanţi

O ecuaţie diferenţială de ordinul I de forma :
𝑦′(𝑥) = 𝑎𝑦(𝑥) + 𝑏, 𝑎, 𝑏 ∈ ℝ, 𝑎 ≠ 0
se numeşte ecuaţie diferenţială de ordinul I neomogenă cu coeficienţi constanţi.
Teoremă : Fie ecuaţia diferenţială de ordinul I neomogenă cu
coeficienţi constanţi:
(5) 𝑦′(𝑥) = 𝑎𝑦(𝑥) + 𝑏, 𝑎, 𝑏 ∈ ℝ, 𝑎 ≠ 0
Orice soluţie a acestei ecuaţii diferenţiale este de forma:
𝑏
𝑦 𝑥 = − + 𝑐𝑒 𝑎𝑥 , 𝑥, 𝑐 ∈ ℝ
𝑎
Demonstraţie:
Fie y o soluţie a ecuaţiei (5).
𝑏
Atunci funcţia 𝑦+ verifică relaţia:
𝑎
′
𝑏 𝑏
𝑦+ x = 𝑦 ′ 𝑥 = 𝑎𝑦 𝑥 + 𝑏 = 𝑎 𝑦 + 𝑥
𝑎 𝑎
𝑏
Această relaţie arată că funcţia 𝑦+ este o soluţie a ecuaţiei diferenţiale de
𝑎
ordinul I:
𝑏 ′ 𝑏
𝑦+ x =𝑎 𝑦+ 𝑥
𝑎 𝑎
𝑏
Se obţine : 𝑦 𝑥 + = 𝑐𝑒 𝑎𝑥 , 𝑥, 𝑐 ∈ ℝ
𝑎
𝑏
𝑦 𝑥 = − + 𝑐𝑒 𝑎𝑥 , 𝑥, 𝑐 ∈ ℝ
𝑎
126
Un domeniu de aplicabilitate a calculului integral îl reprezintă ecuaţiile diferenţiale.

Modelele economiei de piaţă sunt exprimate prin ecuaţii diferenţiale , adică necesită
determinarea unei functii care se găseste într-o ecuaţie ce conţine şi derivate ale funcţiei respective.
Clase de ecuaţii diferenţiale de ordinul I
Cea mai simplă ecuaţie diferenţială de ordinul I este ecuaţia 𝑦′ = 𝑓(𝑥), unde f este o funcţie
continuă pe un interval I şi se obţine din ecuaţia diferenţială 𝑦′ = 𝑓(𝑥, 𝑦), considerând că
𝑓(𝑥, 𝑦) nu depinde de y.
Soluţia ecuaţiei 𝑦′ = 𝑓(𝑥), 𝑥 ∈ 𝐼, 𝐼 interval de numere reale, reprezintă mulţimea
primitivelor funcţiei f :
𝑥
𝑦 𝑥 = ∫𝑥 𝑓 𝑡 𝑑𝑡 + 𝑐
0
𝑥
unde c este o constantă arbitrară, 𝑥, 𝑥0 ∈ 𝐼 si ∫ 𝑓 𝑡 𝑑𝑡 este o primitivă a funcţiei f.
𝑥0
În general, soluţia unei ecuaţii diferenţiale de ordinul I depinde de o constantă arbitrară. În cazul
particular ′ = 𝑓(𝑥), 𝑥 ∈ 𝐼 , toate curbele integrale se obţin din curba de ecuaţie:
𝑥
𝑦= 𝑓 𝑡 𝑑𝑡
𝑥0
prin translaţii paralele cu axa Oy.
O ecuaţie diferenţială de ordinul I se spune că este cu variabile separabile dacă are forma:
2 𝑦 ′ 𝑥 = 𝑃 𝑥 ∗ 𝑄(𝑦(𝑥)),
unde 𝑃: 𝐽 → ℝ, 𝑄: 𝐾 → ℝ sunt funcţii continue pe intervalele 𝐽, 𝐾 ⊂ ℝ şi
𝑄 𝑦 ≠ 0, ∀𝑦 ∈ 𝐾 .
Pentru rezolvarea ecuaţiei (2), se împart ambii membrii ai ecuaţiei cu factorul 𝑄 𝑦 ≠ 0 şi
obţinem:
𝑦′ (𝑥)
(3) = 𝑃(𝑥)
𝑄 𝑦 (𝑥)
Fie 𝑔1 o primitivă pe intervalul K a funcţiei din membrul stang al egalităţii (3) şi 𝑔2 o

primitivă pe intervalul J a funcţiei din membrul drept al egalităţii (3).
Aceste funcţii au derivate egale, deci diferă printr-o constantă. Atunci are loc relaţia:
(4) 𝑔1 𝑦 𝑥 = 𝑔2 𝑦 𝑥 + 𝑐0 , 𝑥 ∈ 𝐽 , 𝑐0 = 𝑐𝑡
Din această relaţie se obţine soluţia ecuaţiei. Constanta 𝑐0 va fi unic determinată dacă funcţia y
satisface condiţia iniţială 𝑦 (𝑥0 ) = 𝑦0 (problema lui Cauchy).
Cazuri particulare ale ecuaţiei diferenţiale cu variabile separabile de ordinul I
i) Ecuaţia diferenţială liniară omogenă de ordinul I
Forma generală a ecuaţiei liniare omogene de ordinul I este:
′
𝑦 𝑥 = 𝑃 𝑥 ∗ 𝑦(𝑥)
127
iar soluţia este generală a ecuaţiei :
𝑥
∫𝑥 𝑃(𝑡)𝑑𝑡
𝑦 𝑥 =𝑐∗𝑒 0 , c=ct.
ii) Ecuaţia diferenţială liniară şi omogenă de ordinul I cu coeficienţi constanţi

Forma generală a ecuaţiei liniare omogene de ordinul I cu coeficienţi constanţi este:
′
𝑦 = 𝑎 ∗ 𝑦(𝑥), 𝑎 ∈ ℝ
Soluţia generală ecuaţiei este:
𝑎𝑥
𝑦 𝑥 = 𝑐𝑒 , 𝑥 ∈ ℝ, 𝑐 = 𝑐𝑡
O ecuaţie diferenţială de ordinul I de forma :
𝑦′(𝑥) = 𝑎𝑦(𝑥) + 𝑏, 𝑎, 𝑏 ∈ ℝ, 𝑎 ≠ 0
se numeşte ecuaţie diferenţială de ordinul I neomogenă cu coeficienţi constanţi.
Teoremă: Fie ecuaţia diferenţială de ordinul I neomogenă cu coeficienţi constanţi:
(5) 𝑦′(𝑥) = 𝑎𝑦(𝑥) + 𝑏, 𝑎, 𝑏 ∈ ℝ, 𝑎 ≠ 0
Orice soluţie a acestei ecuaţii diferenţiale este de forma:
𝑏
𝑦 𝑥 = − + 𝑐𝑒 𝑎𝑥 , 𝑥, 𝑐 ∈ ℝ
𝑎
Demonstraţie:
Fie y o soluţie a ecuaţiei (5).
𝑏
Atunci funcţia 𝑦 + verifică relaţia:
𝑎
𝑏 ′ 𝑏
𝑦+ x = 𝑦 ′ 𝑥 = 𝑎𝑦 𝑥 + 𝑏 = 𝑎 𝑦 + 𝑥
𝑎 𝑎
𝑏
Această relaţie arată că funcţia 𝑦 + este o soluţie a ecuaţiei diferenţiale de ordinul I:
𝑎
𝑏 ′ 𝑏
𝑦+ x =𝑎 𝑦+ 𝑥
𝑎 𝑎
𝑏
Se obţine : 𝑦 𝑥 + = 𝑐𝑒 𝑎𝑥 , 𝑥, 𝑐 ∈ ℝ
𝑎
𝑏
𝑦 𝑥 = − + 𝑐𝑒 𝑎𝑥 , 𝑥, 𝑐 ∈ ℝ
𝑎
Calcul integral
Ecuatie diferentiala
Ecuatia de forma y’=f(x)
Ecuatii diferentiale cu variabile separabile
Ecuatii neomogene cu coeficienti constanti
1) Să se rezolve ecuaţiile diferenţiale:

′ 2
a) 𝑦 = 3𝑥 , 𝑥 ∈ ℝ
′ 1
b) y = 2 ,𝑥 ∈ ℝ
𝑥 +4
128
1
c) 𝑦′ = ,𝑥 > 0
𝑥 2 +3𝑥+2
Solutii :
𝑥
a) 𝑦 𝑥 = ∫𝑥 3𝑡 2 𝑑𝑡 + 𝑐 = 𝑡 3 /0𝑥 0 + 𝑐 = 𝑥 3 + 𝐶
0
𝑥 1 1 𝑡 1 𝑥
b) 𝑦 𝑥 ∫𝑥 𝑑𝑡 + 𝑐 = 𝑎𝑟𝑐𝑡𝑔 /𝑥𝑥0 + 𝑐 = 𝑎𝑟𝑐𝑡𝑔 + 𝐶
0 𝑡 2 +4 2 2 2 2
𝑥 1 𝑥 1
c) 𝑦 𝑥 ∫𝑥 𝑑𝑡 + 𝑐 = ∫𝑥 𝑑𝑡 + 𝑐
0 𝑡 2 +3𝑡+2 0 𝑡+1 𝑡+2
1 𝐴 𝐵 𝐴 𝑡+2 +𝐵 𝑡+1 𝑡 𝐴+𝐵 +2𝐴+𝐵

Avem = + = =
𝑡+1 𝑡+2 𝑡+1 𝑡+2 𝑡+1 𝑡+2 𝑡+1 𝑡+2
Cum 𝑡 𝐴 + 𝐵 + 2𝐴 + 𝐵 = 1 va rezulta :
𝐴+𝐵 =0
2𝐴 + 𝐵 = 1
Rezolvând sistemul vom obţine :
𝐴 = 1, 𝐵 = −1
1 𝐴 𝐵 1 1
Deci = + = − şi revenim la integrală :
𝑡+1 𝑡+2 𝑡+1 𝑡+2 𝑡+1 𝑡+2
𝑥 1 𝑥 1 1
𝑑𝑡 + 𝑐 = − 𝑑𝑡 + 𝑐 =
𝑥0 𝑡+1 𝑡+2 𝑥0 𝑡+1 𝑡+2
𝑥 1 𝑥 1
=∫
𝑥 0 𝑡+1
𝑑𝑡 − ∫𝑥 𝑡+2 𝑑𝑡 + 𝑐 = ln 𝑡 + 1 /𝑥𝑥0 − ln 𝑡 + 2 /𝑥𝑥0 +
0
𝑐=ln𝑥+1−ln𝑥+2+𝐶
2) Să se gasească soluţia generală a ecuaţiei diferenţiale :
𝑥𝑦 𝑥
𝑦′ 𝑥 = , 𝑥 ∈ −1,1 care verifică condiţia iniţială y(0)= 1.
𝑥 2 −1
Rezolvare: Ecuaţia este cu variabile separabile.

𝑥
Luăm 𝑃 𝑥 = 2 , 𝑥 ∈ −1,1
𝑥 −1
𝑄 𝑦 𝑥 =𝑦 𝑥 , 𝑦(𝑥) ∈ 0, ∞
Plecăm de la forma :
𝑦 ′ 𝑥 = 𝑃 𝑥 ∗ 𝑄(𝑦(𝑥)) / : 𝑄(𝑦(𝑥)) ≠ 0
𝑦′ (𝑥)
şi obţinem = 𝑃(𝑥), deci ecuaţia devine :
𝑄 𝑦(𝑥)
𝑦′ 𝑥 𝑥
= 2
𝑦(𝑥) 𝑥 − 1
𝑦′ 𝑥
Primitivele funcţiei 𝑔1 𝑥 = sunt :
𝑦 (𝑥)
𝑦′ 𝑥
𝑑𝑥 = 𝑙𝑛 𝑦(𝑥) + 𝐶 = ln 𝑦 𝑥 + 𝐶, 𝑦>0
𝑦(𝑥)
129
𝑥
Primitivele funcţiei 𝑔2 𝑥 = sunt :
𝑥 2 −1
𝑥 1 2𝑥 1 2
1
𝑑𝑥 = 𝑑𝑥 = 𝑙𝑛 𝑥 − 1 + 𝐶 = 𝑙𝑛 1 − 𝑥 2 + 𝐶
𝑥2 − 1 2 2
𝑥 −1 2 2
Atunci soluţia generală a ecuaţiei este :
1
ln 𝑦 𝑥 = 𝑙𝑛 1 − 𝑥 2 + 𝑐0
2
Luând 𝑐0
= ln 𝑐 , avem :
1
ln 𝑦 𝑥 = 𝑙𝑛 1 − 𝑥 2 + ln 𝑐
2
ln 𝑦 𝑥 = ln 1 − 𝑥 2 + ln 𝑐
Soluţia generală se scrie sub forma :
ln 𝑦 𝑥 = ln 𝑐 1 − 𝑥 2 , 𝑐 > 0
𝑦 𝑥 = 𝑐 1 − 𝑥2
Din condiţia iniţială 𝑦(0) = 1 rezultă că 𝑦(0) = 𝑐, de unde obţinem c=1
Înlocuind, găsim 𝑦 𝑥 = 𝑐 1 − 𝑥 2 .
3) Să se gasească soluţia generală a ecuaţiei diferenţiale

′
𝑥𝑦 − 𝑦 + ln 𝑥 = 0 , 𝑥 > 0
′
Rezolvare : 𝑥𝑦
− 𝑦 + ln 𝑥 = 0
′
𝑥𝑦 = 𝑦 − ln 𝑥 /:x
𝑦 − ln 𝑥 𝑦 ln 𝑥
𝑦′ = = −
𝑥 𝑥 𝑥
1 ln 𝑥 1 ln 𝑥
𝑦′ = 𝑦 − = 𝑎𝑦 + 𝑏 de unde rezultă că 𝑎 = şi 𝑏 =− .
𝑥 𝑥 𝑥 𝑥
Soluţia ecuaţiei este de forma :
𝑏
𝑦 𝑥 = − + 𝑐𝑒 𝑎𝑥 de unde rezultă că
𝑎
ln 𝑥 1
𝑦= 𝑥
1 + 𝑐𝑒 𝑥 𝑥 =ln 𝑥 + 𝑐𝑒 = ln 𝑥 + 𝐶.
𝑥
Bucuresti 2004;
2008;
130
ELEMENTE DE MATEMATICI FINANCIARE
Cuprins:
13.1. Introducere
13.3.1. Dobanda simpla
13.3.2. Dobanda capitalizata
13.3.3. Plati esalonate
13.3.4. Rambursarea imprumuturilor
13.1. Introducere
Noţiunea de bază în calculele financiare este noţiunea de dobândă. Se numeşte

dobândă corespunzătoare plasării sumei 𝑆0 de către un partener 𝑃1 , către alt partener
𝑃2 , pe durata de timp t în anumite condiţii, o sumă direct proporţională cu 𝑆0 şi t.
Dobânda poate fi definită ca o remuneraţie pentru un împrumut bănesc.
Dobânda unitară anuală, notată cu i, este suma de bani obţinută de o unitate monetară
pe timp de un an. Dobânda obţinută în urma plasării sumei de 100 de unităţi
monetare (u.m.) pe timp de 1 an se numeşte procent şi se notează cu p.

- identificarea diferentei dintre dobanda simpla si cea compusa
- intelegerea termenilor de plati esalonate si rambursarea imprumuturilor
prin anuitati constante sau amortismente egale.
- studenţii vor putea să definească notiunile mai sus mentionate

economice;
- studentii vor putea rezolva aplicatii utile in domeniul bancar.
131
13.3.1. Dobanda simpla
Noţiunea de bază în calculele financiare este noţiunea de dobândă. Se

numeşte dobândă corespunzătoare plasării sumei 𝑆0 de către un partener 𝑃1 ,
către alt partener 𝑃2 , pe durata de timp t în anumite condiţii, o sumă direct
proporţională cu 𝑆0 şi t.
Dobânda poate fi definită ca o remuneraţie pentru un împrumut bănesc.
Dobânda unitară anuală, notată cu i, este suma de bani obţinută de o unitate
monetară pe timp de un an. Dobânda obţinută în urma plasării sumei de 100 de
unităţi monetare (u.m.) pe timp de 1 an se numeşte procent şi se notează cu p.
𝑝
Deci 𝑝 = 100 𝑖 sau 𝑖= .
100
Dobânda calculată asupra sumei 𝑆0 pe perioada de timp t se numeşte
dobândă simplă şi este :
𝑆0 𝑝𝑡
(1) 𝐷 = 𝑆0 𝑖𝑡 =
100
Dobânda simplă este direct proporţională cu 𝑆0 , suma împrumutată, durata
împrumutului şi cu procentul sau dobânda unitară anuală. Deci, cu cât 𝑆0 , t, p
sunt mai mari, cu atât dobânda simplă este mai mare.
Dacă anul este împărţit în k părţi egale şi 𝑡𝑘 este un număr de astfel de părţi
pentru care se calculează dobânda, atunci (1) devine :
𝑆0 𝑝𝑡𝑘
𝐷 = 𝑆0 𝑖𝑡𝑘 =
100𝑘
Dacă 𝑡𝑘 este un număr de zile atunci k=360 (numărul de zile al anului
financiar), dacă 𝑡𝑘 este un număr de luni (luna financiară are 30 de zile), atunci
k=12. Dobânzile vor fi:
𝑆0 𝑖𝑡 𝑧𝑖𝑙𝑒 𝑆0 𝑝𝑡 𝑧𝑖𝑙𝑒
(2) 𝐷= =
360 36.000
𝑆0 𝑖𝑡 𝑙𝑢𝑛𝑖 𝑆0 𝑝𝑡 𝑙𝑢𝑛𝑖
(3) 𝐷= =
12 1.200
Formulele de mai sus conţin patru elemente (𝐷, 𝑝, 𝑡,𝑆0 ) şi în consecinţă
dacă se cunosc trei dintre acestea se poate determina şi cel de-al patrulea
element.
În urma plasării mai multor sume 𝑆1 , 𝑆2 , … , 𝑆𝑛 pe durate de timp
𝑡1 , 𝑡2 , … , 𝑡𝑛 cu acelaşi procent p ne propunem să înlocuim aceste sume şi
durate printr-o sumă unică S şi o durată unică t, astfel încât dobânzile aduse de
cele n sume să fie egale cu dobânda adusă de suma S pe durata t cu acelaşi
procent.
𝑆1 𝑝𝑡1 𝑆2 𝑝𝑡2 𝑆𝑛 𝑝𝑡𝑛 𝑆𝑝𝑡
+ +⋯+ =
100 100 100 100
𝑆1 𝑡1 + 𝑆2 𝑡2 + ⋯ + 𝑆𝑛 𝑡𝑛 = 𝑆𝑡
𝑆1 𝑡 1 +𝑆2 𝑡 2 +⋯+𝑆𝑛 𝑡 𝑛
Obţinem 𝑡= . Această durată se numeşte scadenţă
𝑆
132
comună.
𝑆1 𝑡 1 +𝑆2 𝑡 2 +⋯+𝑆𝑛 𝑡 𝑛
Dacă 𝑆1 + 𝑆2 + ⋯ + 𝑆𝑛 = 𝑆 atunci 𝑡= se
𝑆1 +𝑆2 +⋯+𝑆𝑛
numeşte scadenţă medie.
Se poate determina şi un procent mediu de depunere a mai multor sume
𝑆1 , 𝑆2 , … , 𝑆𝑛 plasate pe duratele 𝑡1 , 𝑡2 , … , 𝑡𝑛 cu procentele
𝑝1 , 𝑝2 , … , 𝑝𝑛 . Procentul comun de plasare a sumelor 𝑆1 , 𝑆2 , … , 𝑆𝑛 pe
duratele 𝑡1 , 𝑡2 , … , 𝑡𝑛 se va calcula astfel :
𝑆1 𝑝1 𝑡1 𝑆2 𝑝2 𝑡2 𝑆𝑛 𝑝𝑛 𝑡𝑛 𝑆1 𝑝𝑡1 𝑆2 𝑝𝑡2 𝑆𝑛 𝑝𝑡𝑛
+ + ⋯+ = + + ⋯+
100 100 100 100 100 100
𝑆1 𝑝1 𝑡1 + 𝑆2 𝑝2 𝑡2 + ⋯ + 𝑆𝑛 𝑝𝑛 𝑡𝑛
𝑝=
𝑆1 𝑡1 + 𝑆2 𝑡2 + ⋯ + 𝑆𝑛 𝑡𝑛
13.3.2. Dobanda capitalizata
Dacă valoarea luată în calcul a sumei plasate 𝑆0 , se modifică periodic pe

durata de timp t, după o anumită regulă, vom spune că avem un proces de
dobândă compusă (sau că plasarea sumei 𝑆0 s-a efectuat în regim de dobânda
compusă).
Unitatea de timp la care dobânda se modifică se numeşte unitate etalon
(perioadă).
Suma 𝑆0 este plasată cu dobândă compusă când la sfârşitul primei perioade
(a primei unităţi etalon) dobânda simplă a acestei perioade este adăugată la suma
iniţială a perioadei pentru a produce la rândul ei dobândă în perioada următoare.
Două sume sunt echivalente în regim de dobândă compusă, la un moment
dat, dacă ele au aceeaşi valoare actuală, actualizările făcându-se cu acelaşi
procent.
La dobânda capitalizată (compusă) se consideră că o unitate de timp ca etalon
poate fi anul, semestrul, trimestrul sau chiar luna.
Notăm : 𝑆0 – suma iniţială plasată,
𝑆𝑡 −suma finală după t perioade
𝑖 − dobânda unitară pe o perioadă etalon
𝑡 −numărul de perioade
Anii Suma plasată la Dobânda pe an Suma finală la
începutul anului sfârşitul anului
11 𝑆0 𝑆0 𝑖 𝑆1 = 𝑆0 (1 + 𝑖)
22 𝑆1 = 𝑆0 (1 + 𝑖) 𝑆1 𝑖 = 𝑆0 𝑖(1 + 𝑖) 𝑆2 = 𝑆0 1 + 𝑖 2
⋮ ⋮ ⋮ ⋮
nt 𝑆𝑡 = 𝑆0 1 + 𝑖 𝑡−1 𝑆𝑡−1 𝑖 𝑆𝑡 = 𝑆0 (1 + 𝑖)𝑡
= 𝑆0 𝑖 1 + 𝑖 𝑡−1
Suma 1 + 𝑖 = 𝑢 se numeşte factor de fructficare şi este tabelat pentru

diferite valori ale lui i şi ale exponentului t.
Din tabel se obţine pentru t ,număr întreg, valoarea finală
𝑆𝑡 = 𝑆0 (1 + 𝑖)𝑡
şi 𝐷 = 𝑆𝑡 − 𝑆0 = 𝑆0 [ 1 + 𝑖 𝑡 − 1].
133
Din această relaţie se poate obţine şi suma iniţială sau valoarea actuală 𝑆0 în
funcţie de 𝑆𝑡 ca fiind:
𝑆𝑡
𝑆0 = 𝑡 = 𝑆𝑡 𝑉 𝑡
(1 + 𝑖)
1
unde 𝑉 = se numeşte factor de actualizare.
1+𝑖
Dacă perioada t nu este număr întreg , adică se exprimă sub forma : 𝑡 =

𝑕
𝑛+ atunci suma finală 𝑆𝑡 va fi :
𝑘
𝑕 𝑕
𝑆𝑡 = 𝑆 𝑕 = 𝑆0 (1 + 𝑖)𝑛+𝑘 = 𝑆0 (1 + 𝑖)𝑛 (1 + 𝑖)𝑘
𝑛+
𝑘
şi reprezintă formula de calcul a sumei finale în regim de dobândă
capitalizată pentru o sumă 𝑆0 pe o perioadă de timp care nu este număr întreg.
Soluţia se numeşte soluţie comercială.
13.3.3. Plati esalonate
Noţiunea de plată este o operaţiune financiară între doi parteneri individuali

sau grupaţi, prin care unul dintre ei plasează celuilalt o anumită sumă de bani în
anumite condiţii cu un anumit scop.
Dacă plata constă în plasarea unor sume de bani la anumite intervale de timp,
se spune că avem plăţi eşalonate.
Suma de bani care se plăteşte de fiecare dată se numeşte rată sau rentă pentru
cel ce beneficiază de ea şi poate fi constantă dacă se plăteşte de fiecare dată
aceeaşi sumă sau nu. Momentul efectuării plăţii poate fi posticipat, dacă plata se
face la sfârşitul perioadei, sau anticipat, dacă plata se face la începutul perioadei.
Numărul de plăţi eşalonate este stabilit între parteneri şi poate fi temporar,
perpetuu (nelimitat) sau viager (pe viaţă). Dacă perioada între două plăţi este
anul, rata se numeşte anuitate, dacă este semestrul se numeşte semestrialitate şi
dacă este lunară se numeşte mensualitate.
Între parteneri se mai stabileşte şi procentul cu care se operează. Scopul
operaţiunii poate fi de fructificare prin păstrare sau constituire a unui capital, sau
împrumut (creditare); de fructificare prin diferite investiţii; de amortizare sau
rambursare a unui împrumut.
Se fac plăţi eşalonate în diferite condiţii prestabilite existând peste 760 de
situaţii. Pentru majoritatea, un rol deosebit îl joacă valoarea finală şi valoarea
actuală a plăţilor. Plăţile eşalonate pot fi anticipate (la începutul perioadei),
posticipate (la sfârşitul perioadei), temporare (numărul de plăţi este finit şi fixat
prin contract),perpetue (numărul plăţilor este nelimitat), viagere (numărul
plăţilor depinde de viaţa unei persoane), constante (sumele depuse sunt
constante),variabile (sumele depuse sunt variabile).
Dintre acestea, două tipuri de plăţi eşalonate sunt mai des întâlnite şi anume :
Anuităţi constante posticipate

Plata se face în suma constantă T, anual, la sfârşit de an, într-un număr de n
ani, cu dobândă unitară anuală i în regim de dobândă compusă.
La sfârşitul anului n, suma finală a şirului de anuităţi constante este:
𝑆𝑛 = 𝑇 + 𝑇 1 + 𝑖 + 𝑇(1 + 𝑖)2 + ⋯ + 𝑇(1 + 𝑖)𝑛−1
134
𝑆𝑛 = 𝑇[1 + 1 + 𝑖 + 1 + 𝑖 2 + ⋯ + 1 + 𝑖 𝑛−1
]
𝑇 1+𝑖 𝑛 −1 𝑢𝑛 − 1
𝑆𝑛 = =𝑇
1+𝑖 −1 𝑖
Valoarea actuală, adică suma necesară şi suficientă la momentul iniţial pentru
a plăti la fiecare perioadă (an) rata constantă este:
1 1 1
𝐴𝑛 = 𝑇 +𝑇 + ⋯ + 𝑇
1+𝑖 (1 + 𝑖)2 (1 + 𝑖)𝑛
1 1 1 1
𝐴𝑛 = 𝑇 1+ + + ⋯ +
1+𝑖 1 + 𝑖 (1 + 𝑖)2 (1 + 𝑖)𝑛−1
1 − 𝑣𝑛
𝐴𝑛 = 𝑇
𝑖 𝑛 𝑛 𝑢 −1 1−𝑣
În tabelele financiare sunt calculate elementele şi pentru diferite
𝑖 𝑖
valori ale lui i.
Anuităţi constante anticipate

Plata eşalonată se face în suma constantă T, anual, la începutul fiecărui an,
chiar din momentul zero. Cele două sume, finală şi actuală calculate la momentul
n adică la un an după ultima rentă sunt:
𝑆𝑛 = 𝑇 1 + 𝑖 + 𝑇(1 + 𝑖)2 + ⋯ + 𝑇(1 + 𝑖)𝑛−1 + 𝑇(1 + 𝑖)𝑛
𝑢𝑛 − 1
𝑆𝑛 = 𝑇𝑢
𝑖
1 1 1
𝐴𝑛 = 𝑇 + 𝑇 +𝑇 + ⋯ + 𝑇
1+𝑖 (1 + 𝑖)2 (1 + 𝑖)𝑛−1
𝑛
1−𝑣
𝐴𝑛 = 𝑇𝑢
𝑖
13.3.4. Rambursarea imprumuturilor
Operaţia financiară prin care un partener 𝑃1 individual sau grupat, numit

creditor, plasează o sumă de bani, pe o perioadă de timp, în anumite condiţii, unui alt
partener 𝑃2 indvidual sau grupat, numit debitor, se numeşte împrumut.
Rambursarea sau amortizarea împrumutului este operaţia de restituire de către
debitor a împrumutului către creditor.
Sumele care se vor rambursa anual cu scopul de a amortiza treptat suma
împrumutată se vor numi amortismente iar sumele plătite anual eşalonat se vor numi
anuităţi sau rente.
Aşadar, împrumutul este o operaţiune ce conţine două părţi distinct şi anume
creditarea şi rambursarea. Fiecare componentă reprezintă o operaţiune de plăţi
eşalonate.
În general, cele două operaţiuni nu au loc simultan şi atunci valoarea lor finală
nu poate fi aceeaşi, dar au în comun valoarea actuală a rambursării, adică valoarea
împrumutată. Împrumutul se constituie prin anuităţi constante formate din
rambursarea unei părţi a datoriei şi dobânda asupra părţii din datoria rămasă la
începutul perioadei în care se efectuează plata. Vom face următoarele notaţii:
𝑉0 =suma împrumutată iniţial,
135
𝑄 𝑗 = amortismentul plătibil în anul j,
n = durata în ani a rambursării,
𝑇𝑗 = anuitatea plătibilă în anul j,
𝑑𝑗 = dobânda anului j,
i = dobânda unitară a împrumutului.
Cu aceste date se poate întocmi un tablou de amortizare a împrumutului în cei n
ani.
Tablou general de amortizare :
A Amor Dobândă Anuitate Suma
Ani tisment rămasă de plată
0 - - - 𝑉0
0
1 𝑄1 𝑑1 = 𝑉0 𝑖 𝑇1 = 𝑄1 + 𝑑1 𝑉1 = 𝑉0 − 𝑄1
1
2 𝑄2 𝑑2 = 𝑉1 𝑖 𝑇2 = 𝑄2 + 𝑑2 𝑉2 = 𝑉1 − 𝑄2
2
⋮ ⋮ ⋮ ⋮ ⋮
n 𝑄𝑛 𝑑𝑛 = 𝑉𝑛 −1 𝑖 𝑇𝑛 = 𝑄𝑛 + 𝑑𝑛 𝑉𝑛
n = 𝑉𝑛 −1 − 𝑄𝑛
Din definiţia amortismentelor vom obţine relaţia :
𝑉0 = 𝑄1 + 𝑄2 + ⋯ + 𝑄𝑛
Condiţia ca suma 𝑉0 să fie rambursată în n ani face ca ultima sumă rămasă de
plată să fie nulă.
𝑉𝑛 = 𝑉𝑛 −1 − 𝑄𝑛 = 0
adică suma rămasă de plată în anul 𝑛 − 1 să fie egală cu ultimul amortisment.
Din această primă condiţie vom obţine şi o relaţie pentru anuitatea 𝑇𝑛 .
𝑇𝑛 = 𝑄𝑛 + 𝑑𝑛 = 𝑄𝑛 + 𝑉𝑛 −1 𝑖 = 𝑄𝑛 + 𝑄𝑛 𝑖 = 𝑄𝑛 (1 + 𝑖)
Se poate calcula şi diferenţa a două anuităţi consecutive.
𝑇𝑝+1 − 𝑇𝑝 = 𝑄𝑝+1 − 𝑄𝑝 (1 + 𝑖)
Rambursarea împrumutului, pentru n ani, se face în anumite condiţii stabilite
de către cei doi parteneri şi anume :
Rambursarea prin anuităţi (rate) constante plătibile la sfârşitul anului

(posticipat)
Rambursarea prin anuităţi (rate) constante plătibile la începutul fiecărui an
(anticipat)
Rambursarea prin amortismente egale
136
Noţiunea de bază în calculele financiare este noţiunea de dobândă. Se numeşte dobândă
corespunzătoare plasării sumei 𝑆0 de către un partener 𝑃1 , către alt partener 𝑃2 , pe durata de timp t în
anumite condiţii, o sumă direct proporţională cu 𝑆0 şi t.
Dobânda poate fi definită ca o remuneraţie pentru un împrumut bănesc. Dobânda unitară anuală,
notată cu i, este suma de bani obţinută de o unitate monetară pe timp de un an. Dobânda obţinută în
urma plasării sumei de 100 de unităţi monetare (u.m.) pe timp de 1 an se numeşte procent şi se notează
cu p.
𝑝
Deci 𝑝 = 100 𝑖 sau 𝑖= .
100
Dobânda calculată asupra sumei 𝑆0 pe perioada de timp t se numeşte dobândă simplă şi este :
𝑆0 𝑝𝑡
(2) 𝐷 = 𝑆0 𝑖𝑡 =
100
Dobânda simplă este direct proporţională cu 𝑆0 ,suma împrumutată, durata împrumutului şi cu
procentul sau dobânda unitară anuală. Deci, cu cât 𝑆0 , t, p sunt mai mari, cu atât dobânda simplă este
mai mare.
În urma plasării mai multor sume 𝑆1 , 𝑆2 , … , 𝑆𝑛 pe durate de timp 𝑡1 , 𝑡2 , … , 𝑡𝑛 cu
acelaşi procent p ne propunem să înlocuim aceste sume şi durate printr-o sumă unică S şi o durată
unică t, astfel încât dobânzile aduse de cele n sume să fie egale cu dobânda adusă de suma S pe durata
t cu acelaşi procent.
𝑆1 𝑝𝑡1 𝑆2 𝑝𝑡2 𝑆𝑛 𝑝𝑡𝑛 𝑆𝑝𝑡
+ +⋯+ =
100 100 100 100
𝑆1 𝑡1 + 𝑆2 𝑡2 + ⋯ + 𝑆𝑛 𝑡𝑛 = 𝑆𝑡
𝑆1 𝑡 1 +𝑆2 𝑡 2 +⋯+𝑆𝑛 𝑡 𝑛
Obţinem 𝑡= . Această durată se numeşte scadenţă comună.
𝑆
𝑆1 𝑡 1 +𝑆2 𝑡 2 +⋯+𝑆𝑛 𝑡 𝑛
Dacă 𝑆1 + 𝑆2 + ⋯ + 𝑆𝑛 = 𝑆 atunci 𝑡= se numeşte scadenţă
𝑆1 +𝑆2 +⋯+𝑆𝑛
medie.
Dacă valoarea luată în calcul a sumei plasate 𝑆0 , se modifică periodic pe durata de timp t, după
o anumită regulă, vom spune că avem un proces de dobândă compusă (sau că plasarea sumei 𝑆0 s-a
efectuat în regim de dobânda compusă).
Unitatea de timp la care dobânda se modifică se numeşte unitate etalon (perioadă).
Suma 𝑆0 este plasată cu dobândă compusă când la sfârşitul primei perioade (a primei unităţi
etalon) dobânda simplă a acestei perioade este adăugată la suma iniţială a perioadei pentru a produce
la rândul ei dobândă în perioada următoare.
Două sume sunt echivalente în regim de dobândă compusă, la un moment dat, dacă ele au
aceeaşi valoare actuală, actualizările făcându-se cu acelaşi procent.
La dobânda capitalizată (compusă) se consideră că o unitate de timp ca etalon poate fi anul,
semestrul, trimestrul sau chiar luna.
Notăm : 𝑆0 – suma iniţială plasată,
𝑆𝑡 −suma finală după t perioade
𝑖 − dobânda unitară pe o perioadă etalon
𝑡 −numărul de perioade
A Suma plasată la Dobânda pe an Suma finală la
Anii începutul anului sfârşitul anului
1 𝑆0 𝑆0 𝑖 𝑆1 = 𝑆0 (1 + 𝑖)
1
2 𝑆1 = 𝑆0 (1 + 𝑖) 𝑆1 𝑖 = 𝑆0 𝑖(1 + 𝑖) 2
𝑆2 = 𝑆0 1 + 𝑖
2
137
⋮ ⋮ ⋮ ⋮
n 𝑆𝑡 = 𝑆0 1 + 𝑖 𝑡−1
𝑆𝑡−1 𝑖 = 𝑆0 𝑖 1 + 𝑖 𝑡−1 𝑆𝑡 = 𝑆0 (1 + 𝑖)𝑡
t
Noţiunea de plată este o operaţiune financiară între doi parteneri individuali sau grupaţi, prin
care unul dintre ei plasează celuilalt o anumită sumă de bani în anumite condiţii cu un anumit scop.
Dacă plata constă în plasarea unor sume de bani la anumite intervale de timp, se spune că avem
plăţi eşalonate.
Suma de bani care se plăteşte de fiecare dată se numeşte rată sau rentă pentru cel ce beneficiază
de ea şi poate fi constantă dacă se plăteşte de fiecare dată aceeaşi sumă sau nu. Momentul efectuării
plăţii poate fi posticipat, dacă plata se face la sfârşitul perioadei, sau anticipat, dacă plata se face la
începutul perioadei.
Se fac plăţi eşalonate în diferite condiţii prestabilite existând peste 760 de situaţii. Pentru
majoritatea, un rol deosebit îl joacă valoarea finală şi valoarea actuală a plăţilor. Plăţile eşalonate pot fi
anticipate (la începutul perioadei), posticipate (la sfârşitul perioadei), temporare (numărul de plăţi este
finit şi fixat prin contract),perpetue (numărul plăţilor este nelimitat), viagere (numărul plăţilor depinde
de viaţa unei persoane), constante (sumele depuse sunt constante),variabile (sumele depuse sunt
variabile).
Dintre acestea, două tipuri de plăţi eşalonate sunt mai des întâlnite şi anume :
Anuităţi constante posticipate
Anuităţi constante anticipate

Operaţia financiară prin care un partener 𝑃1 individual sau grupat, numit creditor, plasează o
sumă de bani, pe o perioadă de timp, în anumite condiţii, unui alt partener 𝑃2 indvidual sau grupat,
numit debitor, se numeşte împrumut.
Rambursarea sau amortizarea împrumutului este operaţia de restituire de către debitor a
împrumutului către creditor.
Sumele care se vor rambursa anual cu scopul de a amortiza treptat suma împrumutată se vor
numi amortismente iar sumele plătite anual eşalonat se vor numi anuităţi sau rente.
Vom face următoarele notaţii:
𝑉0 =suma împrumutată iniţial,
𝑄 𝑗 = amortismentul plătibil în anul j,
n = durata în ani a rambursării,
𝑇𝑗 = anuitatea plătibilă în anul j,
𝑑𝑗 = dobânda anului j,
i = dobânda unitară a împrumutului.
Cu aceste date se poate întocmi un tablou de amortizare a împrumutului în cei n ani.

Tablou general de amortizare :
A Amortis Dobândă Anuitate Suma rămasă

Ani ment de plată
0 - - - 𝑉0
0
1 𝑄1 𝑑1 = 𝑉0 𝑖 𝑇1 = 𝑄1 + 𝑑1 𝑉1 = 𝑉0 − 𝑄1
1
2 𝑄2 𝑑2 = 𝑉1 𝑖 𝑇2 = 𝑄2 + 𝑑2 𝑉2 = 𝑉1 − 𝑄2
2
⋮ ⋮ ⋮ ⋮ ⋮
138
n 𝑄𝑛 𝑑𝑛 = 𝑉𝑛 −1 𝑖 𝑇𝑛 = 𝑄𝑛 + 𝑑𝑛 𝑉𝑛 = 𝑉𝑛 −1 − 𝑄𝑛
n
Din definiţia amortismentelor vom obţine relaţia :
𝑉0 = 𝑄1 + 𝑄2 + ⋯ + 𝑄𝑛
Condiţia ca suma 𝑉0 să fie rambursată în n ani face ca ultima sumă rămasă de plată să fie nulă.
𝑉𝑛 = 𝑉𝑛−1 − 𝑄𝑛 = 0
adică suma rămasă de plată în anul 𝑛 − 1 să fie egală cu ultimul amortisment.
Rambursarea împrumutului, pentru n ani, se face în anumite condiţii stabilite de către cei doi
parteneri şi anume :
Rambursarea prin anuităţi (rate) constante plătibile la sfârşitul anului (posticipat)

Rambursarea prin anuităţi (rate) constante plătibile la începutul fiecărui an (anticipat)
Rambursarea prin amortismente egale
Dobanda simpla
Dobanda capitalizata
Rente
Anuitati constante posticipate
Anuitati constante anticipate
Rambursarea imprumuturilor
Amortismente
a) Se împrumuta suma 𝑆0 cu procentul p, iar după t ani se încasează suma 𝑆𝑡 .Care este
valoarea sumei 𝑆𝑡 dacă 𝑆0 = 10000 u.m., iar t = 2,5 ani şi
p = 8?
b) Cât este durata t dacă 𝑆0 = 10000 u.m., p = 10 şi 𝑆𝑡 = 13000?
c) Care este valoarea procentului p dacă 𝑆0 = 10000 u.m., 𝑆𝑡 = 11000u.m. iar t = 4 ani?
1. Se împrumuta suma 𝑆0 cu procentul p, iar după t ani se încasează suma 𝑆𝑡 .
a) Care este valoarea sumei 𝑆𝑡 dacă 𝑆0 = 3000 RON, iar t = 3 ani şi p = 6?
b) Cât este durata t dacă 𝑆0 = 3000 RON, p = 5 şi 𝑆𝑡 = 4000RON?
c) Care este valoarea procentului p dacă 𝑆0 = 3000 RON, 𝑆𝑡 = 3000 RON iar t = 5 ani?
2. Se împrumuta suma 𝑆0 cu procentul p, iar după t ani se încasează suma 𝑆𝑡 .
a) Care este valoarea sumei 𝑆𝑡 dacă 𝑆0 = 2000$, iar t = 2 ani şi p=5?
b) Cât este durata t dacă 𝑆0 = 2000$, p = 6 şi 𝑆𝑡 = 5000$?
c) Care este valoarea procentului p dacă 𝑆0 = 4000$, 𝑆𝑡 = 6000$ iar t = 3 ani?
3. Suma 𝑆0 = 3600 u.m. a fost împrumutată pentru 1 an de zile în regim de dobândă
simplă cu procentele anuale de 5, 6, 7, 8 şi 10% pentru duratele consecutive de 30, 45,
60, 75 şi respectiv 150 zile. Să se calculeze dobânda corespunzătoare acestui
împrumut.
4. Ce sumă trebuie să depunem astazi pentru a încasa peste 3 ani suma de 10000 RON
ştiind că dobânda unitară este de 2,5%?
5. Cu ce procent trebuie depusă suma de 3450 RON timp de 8 ani pentru a deveni
5324,45 RON
6. O sumă de 900000 RON este depusă într-un cont cu dobânda anuală de 8%. Care este
suma disponibilă peste 4 zile?. Dar peste 3 luni? Dar peste 1 semestru.
7. Ce sumă va ridica o persoană peste 5 ani cu dobândă compusă dacă astăzi depune
139
500000 RON cu 4%. Care este dobânda obtinută?
8. Un împrumut de 10000 u.m. urmează să fie rambursat în 4 ani prin anuităţi constant
posticipate cu 5%. Să se întocmească tabelul de amortizare
9. Un împrumut de 15000 RON urmează să fie rambursat în 3 ani prin anuităţi constant
10. Un împrumut de 9000$ urmează să fie rambursat în 4 ani prin anuităţi constant
Bucuresti 2004;
2008;
140
ELEMENTE DE MATEMATICI ACTUARIALE
Cuprins:
14.1. Introducere
14.3.1. Teoria mortalitatii
14.3.2. Functii biometrice si viata probabila
14.3.3. Asigurari de persoane
14.3.4. Prima unica de asigurare
14.3.5. Asigurarea de pensie
14.1. Introducere
Totalitatea operaţiilor financiare care stau la baza calculelor de asigurări

folosind noţiuni din teoria probabilităţilor şi din statistica matematică sunt exprimate
prin termenul de actuariat. Toate problemele ce includ operaţiile de asigurare se
studiază prin prisma matematicilor actuariale.
Asigurarea poate fi definită ca o metodă de creare a unui fond (de asigurare)
prin vărsăminte în vederea compensării diferitelor pierderi. Indiferent dacă sunt
obligatorii sau facultative, asigurările sunt de doua feluri : de persoane sau de bunuri
materiale.

- identificarea notiunilor matematicii actuariale in concordanta cu domeniul
economic
- studenţii vor putea să definească noţiunile asigurari de persoane

sau de bunuri materiale
- studenţii vor cunoaşte metode de rezolvare ale problematicii
domeniului şi vor înţelege astfel rolul şi utilitatea matematicii
asupra activităţii economice;
141
14.3.1. Teoria mortalitatii
Datorită faptului că populaţia unui oraş (judeţ) etc., este de volum foarte
mare, fenomenele de supravieţuire sau de deces ale unei persoane oarecare se
comportă asemanător schemei lui Bernoulli şi anume urna cu bila revenită. Fie
un grup de persoane care au împlinit vârsta de 𝑥 ani, grup de volum 𝑙𝑥 . În anul
următor, pentru o persoană aleasă la întâmplare din acest grup există două
posibilităţi :
Supravieţuire
Deces
Vom nota evenimentul de supravieţuire cu S, iar evenimentul de deces cu D.
Probabilitatea ca aceste evenimente să se întâmple separat :
𝑃(𝑆) = 𝑝𝑥 şi 𝑃 𝐷 = 𝑞𝑥 = 1 − 𝑝𝑥
În mod cert, 𝑆 ∩ 𝐷 = ∅ , 𝑃 𝑆 + 𝑃 𝐷 = 1 sau 𝑝𝑥 + 𝑞𝑥 = 1.
Acest grup se comportă asemănător schemei lui Bernoulli deoarece chiar
dacă anumiţi indivizi decedează, alţii din grupul 𝑥 − 1 îi iau locul, împlinind
vârsta de x ani. Datorită acestor factori (datorită legii numerelor mari),
probabilitatea celor două evenimente S şi D poate fi înlocuită prin frecvenţa
relativă 𝑓(𝑛), ce poate fi determinată statistic.
Matematicile actuariale analizează metodele ce pot fi folosite pentru
determinarea factorilor privind evenimentele de supravieţuire sau deces în cadrul
unei astfel de colectivităţi cu volum foarte mare, indivizii neputând fi urmăriţi în
parte, ţinând cont că fenomenele naşterii, creşterii, îmbătrânirii şi decedării au un
caracter continuu.
14.3.2. Functii biometrice si viata probabila
Biometria este ştiinţa care se ocupă cu măsurarea unor caracteristici

cantitative legate de populaţie.
Funcţiile biometrice urmăresc sub diferite aspecte fenomenele de
supravieţuire sau deces.
Se consideră un grup de indivizi care trăiesc în condiţii asemănătoare de
viaţă, locuiesc în aceeaşi regiune geografică, au acelaşi grad de civilizaţie, dar cu
toate acestea, determinarea mortalităţii acestor indivizi se calculează ţinând cont
în general de vârstă şi în funcţie de sex. Pentru acest eşantion de aceeaşi vârstă se
pot calcula următoarele elemente ce servesc la măsurarea duratei vieţii şi anume
probabilitatea de viaţă şi de moarte, funcţia de supravieţuire sau viaţa medie.
Pentru o persoană în vârstă de x ani se defineşte viaţa probabilă acea vârstă
𝑣 = 𝑥 + 𝑛 pentru care probabilitatea de supravieţuire este egală cu
probabilitatea de deces.
𝑃(𝑥, 𝑦)= probabilitatea de supravieţuire (probabilitatea ca o persoană de x
ani să atingă vârsta de y ani).
Dacă 𝑦 = 𝑥 + 𝑛 atunci 𝑃 𝑥, 𝑦 = 𝑃 𝑥, 𝑥 + 𝑛 = 𝑛𝑝𝑥 .
𝑄(𝑥, 𝑦)=probabilitatea de deces a unei persoane de x ani înainte de a
ajunge la vârsta de y ani.
142
Dacă 𝑦 = 𝑥 + 𝑛 atunci 𝑄 𝑥, 𝑦 = 𝑄 𝑥, 𝑥 + 𝑛 = 𝑛𝑞𝑥 .
1 1
Avem 𝑛𝑝𝑥 = , 𝑙𝑣 = 𝑙𝑥 . Deci 𝑙𝑣 determină viaţa probabilă pentru o
2 2
persoană de x ani.
14.3.3. Asigurari de persoane
Totalitatea operaţiilor financiare care stau la baza calculelor de asigurări

folosind noţiuni din teoria probabilităţilor şi din statistica matematică sunt
exprimate prin termenul de actuariat. Toate problemele ce includ operaţiile de
asigurare se studiază prin prisma matematicilor actuariale.
Contractul de asigurare sau legea care stă la baza asigurării se face între
asigurator (instituţia de asigurare) şi asigurat, care poate fi atât persoană fizică,
cât şi juridică.
Asigurarea poate fi definită ca o metodă de creare a unui fond (de asigurare)
prin vărsăminte în vederea compensării diferitelor pierderi. Indiferent dacă sunt
obligatorii sau facultative, asigurările sunt de doua feluri : de persoane sau de
bunuri materiale.
Operaţia de asigurare constă în obligativitatea asiguratului de a plăti, la
scadenţele fixate, taxele de asigurare, iar obligaţia asiguratorului este de a plăti,
la termenul stabilit sau la ivirea riscului asigurat, suma asigurată. Trebuie să
existe un echilibru financiar între obligatiile celor două părti.
Asigurările de persoane au ca scop garantii materiale în cazul unor
evenimente neprevăzute : scăderea capacităţii de munca sau pierderea acesteia,
accidente, deces. Asiguratul plateşte taxe de asigurare atât timp cât este în viaţă
sau pâna la expirarea termenului stabilit prin contract, iar asiguratorul plăteste
suma la ivirea incapacităţii menţionate sau a decesului. Asigurţrile de viaţă se fac
pe baza unor date statistice recente şi exacte privind mortalitatea indivizilor în
funcţie de vârsta, profesie, sex, regiune, grad de civilizaţie, apelând la teoria
probabilităţilor.
14.3.4. Prima unica de asigurare
Valoare primei unice (nete) pe care urmează să o plătească un asigurat pentru

o asigurare de viată este o sumă de bani, ce o va primi un asigurat, dacă este in
viată peste n ani
Operaţia de asigurare este echitabilă dacă intreprinderea de asigurare are
iniţial o sumă care trebuie să fie egală cu valoarea medie a variabilei
𝑣𝑛 0
𝑋:
𝑝𝑥,𝑛 𝑞𝑥𝑛
𝑀𝑥 +𝑛
Prima unitară este: 𝑃𝑥 ,𝑛 = 𝑀 𝑥 = 𝑣 𝑛 𝑝𝑥,𝑛 = 𝑣 𝑛 𝑝𝑥,𝑛 = 𝑣 𝑛
𝑀𝑥
sau
𝑀𝑥+𝑛 𝑣 𝑥 𝑣 𝑥+𝑛 𝑀𝑥+𝑛 𝐷𝑥+𝑛
𝑛
𝑃𝑥 ,𝑛 =𝑣 ∙ = =
𝑀𝑥 𝑣 𝑥 𝑣 𝑥 𝑀𝑥 𝐷𝑥
Se introduce notaţia:
𝐷𝑥 = 𝑣 𝑥 𝑀𝑥 - număr de comutaţie care se găseşte în tabele actuariale
pentru toate vârstele şi procentele uzuale.
Dacă se asigură o sumă 𝑆𝑢.𝑚. , atunci prima unică este:
𝐷𝑥+𝑛
𝑃𝑥,𝑛 = 𝑆
𝐷𝑥
143
EXEMPLU. O persoană în vârstă de 40 ani contractează o valoare de 30000
u.m. plătibilă în caz de supravieţuire la împlinirea vârstei de 60 ani. Care este
prima unică de supravieţuire la împlinirea vârstei de 60 ani. Care este prima
unică pe care trebuie s-o plătească pentru această asigurare. Procentul este de
5%?
𝐷40 +20 3885,7
Avem 𝑃𝑥,𝑛 =𝑆 = 30000 ∙ = 9761,532𝑢. 𝑚.
𝐷40 12053
Calcului primei unice prin anuităţi viagere posticipate
Calculul primei unice pe care trebuie să o platească un asigurat în vârstă de x
ani pentru a primi la sfârşitul fiecărui an o sumă S, pe toată durata vieţii, conduce
la:
𝐴𝑥 = 𝑃𝑥,1 + 𝑃𝑥,1 + ⋯ + 𝑃𝑥,100+𝑥 𝑆
Am considerat că vârsta limită a vieţii unei persoane este 100
𝐷𝑥 +𝑛 𝐷100 𝐷𝑥 +1 +𝐷𝑥 +2 +⋯+𝐷100
Deci 𝐴𝑥 = + ⋯+ 𝑆= ∙𝑆
𝐷𝑥 𝐷𝑥 𝐷𝑥
EXEMPLU. Care va fi prima unică pe care trebuie să o plătească un asigurat

în vârstă de 40 ani în momentul contractării asigurării pentru a primi tot restul
vieţii, la sfârşitul fiecărui an, câte 5000 u.m. Procentul este 5%?
𝐷41 + 𝐷42 + ⋯ + 𝐷100 181186

𝑃= 𝑆= ∙ 5000
𝐷40 12053
= 75162,2 𝑢. 𝑚.
Se pot face asigurări şi prin anuităţi viagere anticipate, anuităţi voagere
amânate sau limitate la n ani.
14.3.5. Asigurarea de pensie
Asigurarea de pensie constă în determinarea primei pe care trebuie să o

plătească un asigurat timp de n ani, după care intreprinderea de asigurare
urmează să îi plătească o pensie până la sfârşitul vieţii. Plata primei de asigurare
cât şi pensia se efectuează lunar.
Prima se calculează cu ajutorul numărului de comutaţie 𝐷𝑥 şi a numărului :
𝑁𝑥 = 𝐷𝑥+1 + ⋯ + 𝐷100
care se găsesc în tabelele actuarial pentru toate vârstele şi procentele uzuale.
Asigurarea de deces constă în determinarea sumei pe care urmează să o
platească un individ în varstă de x ani pentru ca, la data decesului sau,
intreprinderea de asigurare să plateăscă o anumită sumă de bani, fixată prin
contract, beneficiarilor asigurării, conform contractului.
144
Datorită faptului că populaţia unui oraş (judeţ) etc., este de volum foarte mare, fenomenele de
supravieţuire sau de deces ale unei persoane oarecare se comportă asemanător schemei lui Bernoulli şi
anume urna cu bila revenită. Fie un grup de persoane care au împlinit vârsta de 𝑥 ani, grup de volum
𝑙𝑥 . În anul următor, pentru o persoană aleasă la întâmplare din acest grup există două posibilităţi :
Supravieţuire
Deces
Vom nota evenimentul de supravieţuire cu S, iar evenimentul de deces cu D. Probabilitatea ca
aceste evenimente să se întâmple separat :
𝑃(𝑆) = 𝑝𝑥 şi 𝑃 𝐷 = 𝑞𝑥 = 1 − 𝑝𝑥
În mod cert, 𝑆 ∩ 𝐷 = ∅ , 𝑃 𝑆 + 𝑃 𝐷 = 1 sau 𝑝𝑥 + 𝑞𝑥 = 1.
Acest grup se comportă asemănător schemei lui Bernoulli deoarece chiar dacă anumiţi indivizi
decedează, alţii din grupul 𝑥 − 1 îi iau locul, împlinind vârsta de x ani. Datorită acestor factori
(datorită legii numerelor mari), probabilitatea celor două evenimente S şi D poate fi înlocuită prin
frecvenţa relativă 𝑓(𝑛), ce poate fi determinată statistic.
Biometria este ştiinţa care se ocupă cu măsurarea unor caracteristici cantitative legate de
populaţie.
Funcţiile biometrice urmăresc sub diferite aspecte fenomenele de supravieţuire sau deces.
Pentru o persoană în vârstă de x ani se defineşte viaţa probabilă acea vârstă 𝑣 = 𝑥 + 𝑛 pentru
care probabilitatea de supravieţuire este egală cu probabilitatea de deces.
𝑃(𝑥, 𝑦)= probabilitatea de supravieţuire (probabilitatea ca o persoană de x ani să atingă vârsta
de y ani).
Dacă 𝑦 = 𝑥 + 𝑛 atunci 𝑃 𝑥, 𝑦 = 𝑃 𝑥, 𝑥 + 𝑛 = 𝑛𝑝𝑥 .
𝑄(𝑥, 𝑦)=probabilitatea de deces a unei persoane de x ani înainte de a ajunge la vârsta de y ani.
Dacă 𝑦 = 𝑥 + 𝑛 atunci 𝑄 𝑥, 𝑦 = 𝑄 𝑥, 𝑥 + 𝑛 = 𝑛𝑞𝑥 .
1 1
Avem 𝑛𝑝𝑥 = , 𝑙𝑣 = 𝑙𝑥 . Deci 𝑙𝑣 determină viaţa probabilă pentru o persoană de x ani.
2 2
Asigurarea poate fi definită ca o metodă de creare a unui fond (de asigurare) prin vărsăminte în
vederea compensării diferitelor pierderi. Indiferent dacă sunt obligatorii sau facultative, asigurările
sunt de doua feluri : de persoane sau de bunuri materiale.
Operaţia de asigurare constă în obligativitatea asiguratului de a plăti, la scadenţele fixate, taxele
de asigurare, iar obligaţia asiguratorului este de a plăti, la termenul stabilit sau la ivirea riscului
asigurat, suma asigurată. Trebuie să existe un echilibru financiar între obligatiile celor două părti.
Asigurările de persoane au ca scop garantii materiale în cazul unor evenimente neprevăzute :
scăderea capacităţii de munca sau pierderea acesteia, accidente, deces. Asiguratul plateşte taxe de
asigurare atât timp cât este în viaţă sau pâna la expirarea termenului stabilit prin contract, iar
asiguratorul plăteste suma la ivirea incapacităţii menţionate sau a decesului. Asigurarile de viaţă se fac
pe baza unor date statistice recente şi exacte privind mortalitatea indivizilor în funcţie de vârsta,
profesie, sex, regiune, grad de civilizaţie, apelând la teoria probabilităţilor.
Valoare primei unice (nete) pe care urmează să o plătească un asigurat pentru o asigurare de
viată este o sumă de bani, ce o va primi un asigurat, dacă este in viată peste n ani
Operaţia de asigurare este echitabilă dacă intreprinderea de asigurare are iniţial o sumă care
𝑣𝑛 0
trebuie să fie egală cu valoarea medie a variabilei 𝑋:
𝑝𝑥,𝑛 𝑞𝑥𝑛
𝑀
Prima unitară este: 𝑃𝑥 ,𝑛 = 𝑀 𝑥 = 𝑣 𝑛 𝑝𝑥,𝑛 = 𝑣 𝑛 𝑝𝑥,𝑛 = 𝑣 𝑛 𝑥 +𝑛 sau
𝑀𝑥
𝑥 𝑥+𝑛
𝑀𝑥+𝑛 𝑣 𝑣 𝑀𝑥+𝑛 𝐷𝑥+𝑛
𝑃𝑥 ,𝑛 = 𝑣 𝑛 ∙ 𝑥= =
𝑀𝑥 𝑣 𝑣 𝑥 𝑀𝑥 𝐷𝑥
145
Se introduce notaţia:
𝐷𝑥 = 𝑣 𝑥 𝑀𝑥 - număr de comutaţie care se găseşte în tabele actuariale pentru toate vârstele şi
procentele uzuale.
Dacă se asigură o sumă 𝑆𝑢.𝑚. , atunci prima unică este:
𝐷𝑥+𝑛
𝑃𝑥,𝑛 = 𝑆
𝐷𝑥
Asigurarea de pensie constă în determinarea primei pe care trebuie să o plătească un asigurat
timp de n ani, după care intreprinderea de asigurare urmează să îi plătească o pensie până la sfârşitul
vieţii. Plata primei de asigurare cât şi pensia se efectuează lunar.
Prima se calculează cu ajutorul numărului de comutaţie 𝐷𝑥 şi a numărului :
𝑁𝑥 = 𝐷𝑥+1 + ⋯ + 𝐷100
care se găsesc în tabelele actuarial pentru toate vârstele şi procentele uzuale.
Asigurari de persoane
Asigurari de bunuri materiale
Prima unica de asigurare
Asigurarea de pensie
1) O persoană în vârstă de 40 ani contractează o valoare de 30000 u.m. plătibilă în caz de

supravieţuire la împlinirea vârstei de 60 ani. Care este prima unică de supravieţuire la
împlinirea vârstei de 60 ani. Care este prima unică pe care trebuie s-o plătească pentru
această asigurare. Procentul este de 5%?
2) Care va fi prima unică pe care trebuie să o plătească un asigurat în vârstă de 40 ani în

momentul contractării asigurării pentru a primi tot restul vieţii, la sfârşitul fiecărui an, câte
5000 u.m. Procentul este 5%?
Bucuresti 2004;
2008;
146

Matematica Aplicata in Economie

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

Matematica Aplicata in Economie

Încărcat de

Drepturi de autor:

Formate disponibile

CUPRINS

Unitatea de învăţare 10 105

10.1 Introducere........................................................................................................................................... 105

Unitatea de învăţare 11 113

11.1. Introducere.......................................................................................................................................... 113

Unitatea de învăţare 12 123

12.1. Introducere.......................................................................................................................................... 123

Unitatea de învăţare 13 131

13.1. Introducere.......................................................................................................................................... 131

Unitatea de învăţare 14 141

14.1. Introducere.......................................................................................................................................... 141

Disciplina Matematică aplicată in economie tratează ansamblul problemelor teoretice,

După parcurgerea acestui curs, studentul va fi în măsură:

Competenţe generale şi specifice

Cunoaştere şi înţelegere (cunoaşterea şi utilizarea adecvată a noţiunilor specifice disciplinei)

Explicare şi interpretare (explicarea şi interpretarea unor idei, proiecte, procese,precum şi a

Instrumental aplicative (proiectarea, conducerea şi evaluarea activităţilor practice specifice;

Atitudinale (manifestarea unor atitudini pozitive şi responsabile faţă de domeniul

Resurse şi mijloace de lucru

Unitatea de învăţare 1. ELEMENTE DE ALGEBRĂ LINIARĂ. SISTEME DE ECUAŢII

Unitatea de învăţare 2. NOŢIUNEA DE SPAŢIU VECTORIAL . SPAŢII EUCLIDIENE

Unitatea de învăţare 3. APLICAŢII (TRANSFORMĂRI) LINIARE. VECTORI ŞI

Unitatea de învăţare 4. FORME LINIARE, BILINIARE ŞI PĂTRATICE. REDUCEREA

Unitatea de învăţare 5. FORMULAREA UNEI PROBLEME DE PROGRAMARE

Unitatea de învăţare 6. ALGORITMUL SIMPLEX PRIMAL(2 ore)

Unitatea de învăţare 7. ELEMENTE DE TEORIA GRAFURILOR (2 ore)

Unitatea de învăţare 8. DETERMINAREA DRUMULUI OPTIM/CRITIC INTR-UN GRAF

Unitatea de învăţare 9. ELEMENTE DE ANALIZĂ MATEMATICĂ. SERII DE NUMERE

Unitatea de învăţare 11. EXTENSII ALE NOTIUNII DE INTEGRALA (2 ore)

Unitatea de învăţare 12. ECUATII DIFERENTIALE DE ORDINUL I (2 ore)

Unitatea de învăţare 13. ELEMENTE DE MATEMATICI FINANCIARE (2 ore)

Unitatea de învăţare 14. ELEMENTE DE MATEMATICI ACTUARIALE (2 ore)

Teme de control (TC)

Desfăşurarea temelor de control se va derula conform calendarului disciplinei şi acestea vor

1. ELEMENTE DE MATEMATICI FINANCIARE

1. Metode de rezolvare a sistemelor de ecuatii liniare

Pentru început, ne propunem să studiem forma generală a unui sistem de 𝑚

𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1

unde 𝑎𝑖𝑗 şi 𝑏𝑖 𝑐𝑢 𝑖 = 1, … , 𝑚 şi 𝑗 = 1, … , 𝑛 sunt constante reale, iar

𝑎11 𝑎12 … 𝑎1𝑛

Matricea extinsă a sistemului, notată 𝐴, este obţinută din matricea sistemului A

1.2. Obiectivele şi competenţele unităţii de învăţare

Obiectivele unităţii de învăţare:

Competenţele unităţii de învăţare:

– studenţii vor putea să definească noţiunea de sistem de ecuatii liniare sau

Timpul alocat unităţii: 2 ore

1.3. Conţinutul unităţii de învăţare

1.3.1. Rezolvare matriceala

1.3.2. Metoda lui Cramer

O scriere mai simplă a soluţiilor în cazul în care matricea sistemului A este

1.3.3. Metoda lui Gauss

Pentru început, apare problema compatibilităţii unui sistem de ecuaţii

(S): 𝐴𝑋 = 𝐵 şi (𝑆 ′ ): 𝐴′ 𝑋 = 𝐵 ′ , unde 𝐴 şi 𝐴′ sunt matrice de numere reale de

Teorema : Fie (𝑺) şi (𝑺′ ) două sisteme de ecuaţii liniare. Dacă

𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑚 𝑏1

Se obţine astfel un sistem echivalent cu sistemul iniţial în care necunoscuta 𝑥1 se

Obţinem următoarea schemă :

𝒂𝟏𝟏 𝑎12 … … . . … 𝑎1𝑛 𝑏1

1 𝑎′12 … … . . … 𝑎′1𝑛 𝑏′1

Deoarece toate elementele de pe ultima linie sunt nule, algoritmul se opreşte

1.3.4. Sisteme de inecuatii liniare

Un sistem de inecuaţii liniare cu n necunoscute 𝑥1 , 𝑥2 , … , 𝑥𝑛 se scrie sub formele :

Demonstraţie :“ ” Ataşăm sistemului de inecuaţii (6) forma matriceală 𝐴𝑥 ≤ 𝑏