Documente Academic
Documente Profesional
Documente Cultură
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
Unitatea de învăţare 2 25
NOŢIUNEA DE SPAŢIU VECTORIAL. SPAŢII EUCLIDIENE
2.1. Introducere............................................................................................................................................ 25
2.2. Obiectivele şi competenţele unităţii de învăţare.................................................................................. 25
2.3. Conţinutul unităţii de învăţare.............................................................................................................. 26
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
2.4. Îndrumător pentru autoverificare.......................................................................................................... 30
Unitatea de învăţare 3 35
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. Conţinutul unităţii de învăţare.............................................................................................................. 36
3.3.1. Transformari liniare.................................................................................................................... 36
3.3.2. Vectori si valori proprii.............................................................................................................. 36
3.4. Îndrumător pentru autoverificare.......................................................................................................... 38
Unitatea de învăţare 4 41
FORME LINIARE, BILINIARE ŞI PĂTRATICE. REDUCEREA UNEI FORME PĂTRATICE
LA FORMA CANONICĂ
4.1. Introducere............................................................................................................................................ 41
4.2. Obiectivele şi competenţele unităţii de învăţare – timp alocat............................................................. 41
4.3. Conţinutul unităţii de învăţare.............................................................................................................. 42
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
4.4. Îndrumător pentru autoverificare.......................................................................................................... 45
Unitatea de învăţare 5 51
FORMULAREA UNEI PROBLEME DE PROGRAMARE LINIARĂ. TEOREMA
FUNDAMENTALĂ A PROGRAMĂRII LINIARE
5.1. Introducere............................................................................................................................................ 51
5.2. Obiectivele şi competenţele unităţii de învăţare – timp alocat............................................................. 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
5.4. Îndrumător pentru autoverificare.......................................................................................................... 57
Unitatea de învăţare 6 61
ALGORITMUL SIMPLEX PRIMAL
6.1. Introducere............................................................................................................................................ 61
6.2. Obiectivele şi competenţele unităţii de învăţare – timp alocat............................................................. 62
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
6.4. Îndrumător pentru autoverificare.......................................................................................................... 67
Unitatea de învăţare 7 73
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
7.4. Îndrumător pentru autoverificare.......................................................................................................... 78
Unitatea de învăţare 8 83
DETERMINAREA DRUMULUI OPTIM/CRITIC INTR-UN GRAF
8.1. Introducere............................................................................................................................................ 83
8.2. Obiectivele şi competenţele unităţii de învăţare – timp alocat............................................................. 83
8.3. Conţinutul unităţii de învăţare.............................................................................................................. 84
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
Unitatea de învăţare 9 89
ELEMENTE DE ANALIZĂ MATEMATICĂ. SERII DE NUMERE REALE. SERII DE FUNCTII
REALE
9.1. Introducere............................................................................................................................................ 89
9.2. Obiectivele şi competenţele unităţii de învăţare – timp alocat............................................................. 90
9.3. Conţinutul unităţii de învăţare.............................................................................................................. 90
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
9.4. Îndrumător pentru autoverificare.......................................................................................................... 97
8
INTRODUCERE
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
9
capacitatea de adaptare la noi situaţii apărute pe parcusul activităţii de seminar la
disciplina Matematică aplicată în economie.
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 10. FUNCŢII REALE DE MAI MULTE VARIABILE REALE (2 ore)
Desfăşurarea testelor de control se va derula conform calendarului disciplinei şi acestea vor avea
următoarele subiecte:
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
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.
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 ).
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
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 :
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.
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
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.
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.
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
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
24
Unitatea de învăţare 2
NOŢIUNEA DE SPAŢIU VECTORIAL . SPAŢII EUCLIDIENE
Cuprins
2.1. Introducere
2.2. Obiectivele şi competenţele unităţii de învăţare
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
2.4. Îndrumător pentru autoverificare
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.
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
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.
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 ∝.
28
2.3.3. Spatii euclidiene
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
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
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.
33
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;
34
Unitatea de învăţare 3
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. Conţinutul unităţii de învăţare:
3.3.1. Transformari liniare
3.3.2. Vectori si valori proprii
3.4. Îndrumător pentru autoverificare
3.1. Introducere
35
3.3. Conţinutul unităţii de învăţare
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.
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.
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.
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;
40
Unitatea de învăţare 4
FORME LINIARE, BILINIARE ŞI PĂTRATICE. REDUCEREA UNEI FORME
PĂTRATICE LA FORMA CANONICĂ
Cuprins
4.1. Introducere
4.2. Obiectivele şi competenţele unităţii de învăţare – timp alocat
4.3. Conţinutul unităţii de învăţare
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
4.4. Îndrumător pentru autoverificare
4.1. Introducere
41
Timpul alocat unităţii: 2 ore
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
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.
44
4.4. Îndrumar pentru autoverificare
= 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
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.
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
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
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.
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
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.
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;
50
Unitatea de învăţare 5
FORMULAREA UNEI PROBLEME DE PROGRAMARE LINIARĂ.
TEOREMA FUNDAMENTALĂ A PROGRAMĂRII LINIARE
Cuprins:
5.1. Introducere
5.2. Obiectivele şi competenţele unităţii de învăţare – timp alocat
5.3. Conţinutul unităţii de învăţare
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
51
Timpul alocat unităţii: 2 ore
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.
53
𝑥𝑖 ≤ 0 , 𝑥𝑖′ = −𝑥𝑖
e) O variabilă oarecare se înlocuieşte cu diferenţa a două variabile
nenegative :
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
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 .
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.
(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 :
𝑥𝑖 𝑥𝑖
Definim 𝜆1 = 𝑚𝑎𝑥 − şi 𝜆2 = 𝑚𝑖𝑛 −
𝑦𝑖 𝑦𝑖
56
5.4. Îndrumar pentru autoverificare
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
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 :
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:
inf𝐶 𝑇 𝑥 sup𝐶 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)
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.
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.
(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.
59
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;
60
Unitatea de învăţare 6
ALGORITMUL SIMPLEX PRIMAL
Cuprins:
6.1. Introducere
6.2. Obiectivele şi competenţele unităţii de învăţare – timp alocat
6.3. Conţinutul unităţii de învăţare:
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
6.4. Îndrumător pentru autoverificare
6.1. Introducere
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
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
𝐴𝑥 ≤ 𝑏
6.3.1.Notiuni introductive
(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
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.
𝑧 = 𝑧𝐵 − (𝑧𝑗𝐵 − 𝑐𝑗 )𝑥𝑗
𝑗𝜖 ℝ
64
6.3.3. Algoritmul simplex primal pentru o problema de maxim
inf( 𝐶 𝑇 𝑥 + 𝑀𝑥𝑛+1
𝑎 𝑎
+ 𝑀𝑥𝑛+2 𝑎
+ ⋯ + 𝑀𝑥𝑛+𝑚 )
𝑥𝑛𝑎+1 = 0
𝑥𝑛𝑎+2 = 0
…………….
𝑎
𝑥𝑛+𝑚 =0
66
6.4. Îndrumar pentru autoverificare
Notăm 𝑧 𝐵 = 𝐶𝐵𝑇 𝑥 𝐵
(8) 𝑧𝑗𝐵 = 𝐶𝐵𝑇 𝑦𝑗𝐵 , 𝑦𝑗𝐵 = 𝐵 −1 𝑎𝑗 , 𝑗 = 1, 𝑛
67
max 𝑧𝑗𝐵 − 𝑐𝑗 = 𝑧𝐵 − 𝑐
𝑗𝜖 𝑅+
apoi se determină indicele 𝑟𝜖𝐵 cu criteriul de ieşire din bază :
𝑥𝑖𝐵 𝑥𝑟𝐵
min = 𝐵
𝑖,𝑦 𝐵 𝑖 >0 𝑦 𝐵 𝑖 𝑦 𝑟
şi se trece la pasul următor.
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 𝑧𝐵 − 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
69
sup( 𝐶 𝑇 𝑥 + (−𝑀𝑥𝑛+1
𝑎
− 𝑀𝑥𝑛𝑎+2 − ⋯ − 𝑀𝑥𝑛+𝑚
𝑎
)
𝑎
𝐴𝑥 + 𝑥 = 𝑏
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
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;
72
Unitatea de învăţare 7
ELEMENTE DE TEORIA GRAFURILOR
Cuprins:
7.1 Introducere
7.2 Obiectivele şi competenţele unităţii de învăţare – timp alocat
7.3 Conţinutul unităţii de învăţare
7.3.1. Notiuni introductive
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
7.4. Îndrumător pentru autoverificare
7.1. Introducere
73
Timpul alocat unităţii: 2 ore
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 .
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 )).
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.
ALGORITM :
Etapa 1
Se ataşează grafului o matrice M=(𝑚𝑖𝑗 ) , 𝑖, 𝑗 = 1, 𝑛 cu elementele :
𝑥𝑖 , 𝑥𝑗 , 𝑑𝑎𝑐ă 𝑥𝑖 , 𝑥𝑗 ∈ 𝑈
𝑚𝑖𝑗 =
0, î𝑛 𝑟𝑒𝑠𝑡
Se scrie o altă matrice 𝑀 , eliminând primul vârf din arcele 𝑥𝑖 , 𝑥𝑗 .
Etapa 2
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
77
7.4. Îndrumar pentru autoverificare
𝑑 𝑥 = 2𝑚
𝑥𝜖𝑋
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
descrescătoare a puterilor de atingere.
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 =
0, î𝑛 𝑟𝑒𝑠𝑡
Se scrie o altă matrice 𝑀 , eliminând primul vârf din arcele 𝑥𝑖 , 𝑥𝑗 .
Etapa 2
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
S1 S2 S3 S4
S1 0 2 3 0
S2 1 0 0 0
S3 0 3 0 5
S4 0 0 2 0
(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
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
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;
82
Unitatea de învăţare 8
DETERMINAREA DRUMULUI OPTIM/CRITIC INTR-UN GRAF
Cuprins:
8.1. Introducere
8.2. Obiectivele şi competenţele unităţii de învăţare – timp alocat
8.3. Conţinutul unităţii de învăţare:
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
83
Timpul alocat unităţii: 2 ore
84
(𝑘) (𝑘+1) (𝑘)
𝑚𝑖𝑛 = 𝑚𝑖𝑛 , 1 ≤ 𝑖 ≤ 𝑛 atunci 𝑚𝑖𝑛 = 𝑚𝑖𝑛
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 :
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;
88
Unitatea de învăţare 9
ELEMENTE DE ANALIZĂ MATEMATICĂ. SERII DE NUMERE REALE. SERII DE
FUNCTII REALE
Cuprins:
9.1. Introducere
9.2. Obiectivele şi competenţele unităţii de învăţare – timp alocat
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
9.4. Îndrumător pentru autoverificare
9.1. Introducere
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.
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.
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.
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.
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.
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
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 ≤ ∞.
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 .
97
Fie 𝑎𝑛 o serie cu termeni pozitivi.
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 .
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
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 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 .
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!
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 !
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
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. Catana, P., Matematici aplicate în economie, Ed. Academiei Navale « Mircea cel Batran »,
2008;
104
Unitatea de învăţare 10
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
10.4. Îndrumător pentru autoverificare
10.1. Introducere
105
10.3. Conţinutul unităţii de învăţare
𝜕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
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.
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
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 .
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. Catana, P., Matematici aplicate în economie, Ed. Academiei Navale « Mircea cel Batran »,
2008;
112
Unitatea de învăţare 11
EXTENSII ALE NOTIUNII DE INTEGRALA
Cuprins:
11.1. Introducere
11.2. Obiectivele şi competenţele unităţii de învăţare – timp alocat
11.3. Conţinutul unităţii de învăţare
11.3.1. Integrale duble
11.3.2. Integrale Euleriene (Gamma si Beta)
11.4. Îndrumar pentru autoverificare
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.
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
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
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
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
𝑎−1
𝛽 𝑎, 𝑏 = 𝛽 𝑎 − 1, 𝑏
𝑎+𝑏−1
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
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
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
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.
∞
𝛤 𝑎 = 𝑥 𝑎−1 𝑒 −𝑥 𝑑𝑥
0
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
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
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 }
5) Să se calculeze integrala :
11
𝐼1 = 𝑙𝑛3 𝑥 ∙ 1 − 𝑙𝑛 𝑥 4 𝑑𝑥
0 𝑥
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;
121
3. Baz, D., Butescu, V., Streptam, N., Matematici aplicate în economie, culegere de probleme,
Universitatea Crestina Dimitrie Cantemir, Bucuresti, 1996;
4. Catana, P., Matematici aplicate în economie, Ed. Academiei Navale « Mircea cel Batran »,
2008;
122
Unitatea de învăţare 12
ECUATII DIFERENTIALE DE ORDINUL I
Cuprins:
12.1. Introducere
12.2. Obiectivele şi competenţele unităţii de învăţare – timp alocat
12.3. Conţinutul unităţii de învăţare
12.3.1. Notiuni introductive
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
12.4. Îndrumar pentru autoverificare
12.1. Introducere
123
12.3. Conţinutul unităţii de învăţare
Interpretarea geometrică
124
Curbele 𝑦 = 𝑦(𝑥) se numesc curbe integrale.
126
12.4. Îndrumar pentru autoverificare
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)
Calcul integral
Ecuatie diferentiala
Ecuatia de forma y’=f(x)
Ecuatii diferentiale cu variabile separabile
Ecuatii neomogene cu coeficienti constanti
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
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. Catana, P., Matematici aplicate în economie, Ed. Academiei Navale « Mircea cel Batran »,
2008;
130
Unitatea de învăţare 13
ELEMENTE DE MATEMATICI FINANCIARE
Cuprins:
13.1. Introducere
13.2. Obiectivele şi competenţele unităţii de învăţare – timp alocat
13.3. Conţinutul unităţii de învăţare
13.3.1. Dobanda simpla
13.3.2. Dobanda capitalizata
13.3.3. Plati esalonate
13.3.4. Rambursarea imprumuturilor
13.4. Îndrumar pentru autoverificare
13.1. Introducere
131
13.3. Conţinutul unităţii de învăţare
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 :
Rambursarea împrumutului, pentru n ani, se face în anumite condiţii stabilite de către cei doi
parteneri şi anume :
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
posticipate cu 6%. Să se întocmească tabelul de amortizare
10. Un împrumut de 9000$ urmează să fie rambursat în 4 ani prin anuităţi constant
posticipate cu 8%. Să se întocmească tabelul de amortizare
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. Catana, P., Matematici aplicate în economie, Ed. Academiei Navale « Mircea cel Batran »,
2008;
140
Unitatea de învăţare 14
ELEMENTE DE MATEMATICI ACTUARIALE
Cuprins:
14.1. Introducere
14.2. Obiectivele şi competenţele unităţii de învăţare – timp alocat
14.3. Conţinutul unităţii de învăţare
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
14.4. Îndrumar pentru autoverificare
14.1. Introducere
141
14.3. Conţinutul unităţii de învăţare
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.
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
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. Catana, P., Matematici aplicate în economie, Ed. Academiei Navale « Mircea cel Batran »,
2008;
146