Sunteți pe pagina 1din 299

UNIVERSITATEA "LUCIAN BLAGA" DIN SIBIU

Dumitru Acu
Petric Dicu
Mugur Acu
Ana Maria Acu






MATEMATICI APLICATE

N

ECONOMIE



- NOTE DE CURS
- PENTRU
- NVMNTUL LA DISTAN-
Cuprins
1 Introducere 6
1.1 Necesitatea utilizarii matematicii n stiint ele economice . . . . . . . . . . . . . . . . . . . 6
1.2 Modelarea matematico-economica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3 C ateva exemple de modele matematicoeconomice . . . . . . . . . . . . . . . . . . . . . . 8
1.3.1 Optimizarea product iei unei ntreprinderi . . . . . . . . . . . . . . . . . . . . . . . 9
1.3.2 Modele de gospod arire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3.3 Problema dietei (nutrit iei) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2 Spat ii vectoriale 12
2.1 Denit ia spat iului vectorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2 Subspat ii vectoriale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.3 Independent a si dependent a liniar a a vectorilor. Baz a si dimensiune . . . . . . . . . . . . 16
2.4 Produs scalar. Spat ii normate. Spat ii metrice . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.5 Mult imi convexe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.6 Testul Nr. 1 de vericare a cunostint elor . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3 Matrice. Determinant i. Sisteme de ecuat ii liniare 28
3.1 Matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.2 Determinant i . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.3 Sisteme de ecuat ii liniare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.4 Testul Nr. 2 de vericare a cunostint elor . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4 Operatori liniari. Forme biliniare si forme patratice 53
4.1 Operatori liniari . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.2 Forme biliniare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.3 Forme p atratice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.4 Testul Nr. 3 de vericare a cunostint elor . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
5 Elemente de programare liniara 72
5.1 Obiectul program arii matematice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.2 Not iuni generale relative la o problem a de programare liniar a . . . . . . . . . . . . . . . . 73
5.3 Algoritmul simplex . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
5.4 Cazuri speciale ntr-o problem a de P.L. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
5.4.1 Solut ii multiple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
5.4.2 Solut ie innit a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
5.4.3 Degenerare n problemele de programare liniar a . . . . . . . . . . . . . . . . . . . . 82
5.5 Rezolvarea problemei generale de programare liniar a . . . . . . . . . . . . . . . . . . . . . 83
5.6 Dualitatea n problemele de programare liniar a . . . . . . . . . . . . . . . . . . . . . . . . 85
5.7 Testul Nr. 4 de vericare a cunostint elor . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
3
6 Elemente de teoria grafurilor 97
6.1 Not iuni fundamentale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
6.2 Algoritmi pentru rezolvarea unor probleme relative la grafuri . . . . . . . . . . . . . . . . 102
6.2.1 Algoritmul lui Yu Chen pentru aarea matricei drumurilor . . . . . . . . . . . . . 103
6.2.2 Algoritmi pentru precizarea existent ei circuitelor ntr-un graf . . . . . . . . . . . . 103
6.2.3 Algoritmi pentru aarea componentelor tare conexe ale unui graf . . . . . . . . . . 104
6.2.4 Algoritmi pentru aarea drumurilor hamiltoniene ale unui graf . . . . . . . . . . . 108
6.2.5 Algoritmi pentru determinarea drumurilor de lungime optim a . . . . . . . . . . . . 110
6.2.6 Metoda drumului critic . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
6.3 Problema uxului optim n ret ele de transport . . . . . . . . . . . . . . . . . . . . . . . . 118
6.3.1 Ret ele de transport . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
6.3.2 Algoritmul lui FordFulkerson pentru determinarea uxului maxim ntr-un graf de
ret ea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
6.4 Testul Nr. 5 de vericare a cunostint elor . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
7 Probleme de transport 130
7.1 Modelul matematic pentru o problem a de transport . . . . . . . . . . . . . . . . . . . . . 130
7.2 Determinarea unei solut ii init iale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
7.2.1 Metoda colt ului NordVest . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
7.2.2 Metoda elementului minim . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
7.2.3 Metoda diferent elor maxime . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
7.3 Ameliorarea (mbun at at irea) unei solut ii . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
7.4 Aarea unei solut ii optime . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
7.5 Degenerarea n problemele de transport . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
7.6 Probleme de transport cu capacit at i limitate . . . . . . . . . . . . . . . . . . . . . . . . . 141
7.7 Testul Nr. 6 de vericare a cunostint elor . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
8 Siruri 149
8.1 Siruri de numere reale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
8.2 Siruri n spat ii metrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
8.3 Test de vericare a cunostint elor nr. 7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
9 Serii numerice 169
9.1 Not iuni preliminare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
9.2 Criterii de convergent a pentru serii numerice cu termeni oarecare . . . . . . . . . . . . . . 173
9.3 Serii absolut convergente. Serii semiconvergente . . . . . . . . . . . . . . . . . . . . . . . . 176
9.4 Serii cu termeni pozitivi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
9.5 Problem a economica. Fluxul de venit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
9.6 Test de vericare a cunostint elor nr. 8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
10 Funct ii ntre spat ii metrice 190
10.1 Vecin atatea unui punct . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
10.2 Funct ii ntre spat ii metrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
10.3 Limita unei funct ii ntr-un punct . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
10.4 Continuitatea funct iilor ntre spat ii metrice . . . . . . . . . . . . . . . . . . . . . . . . . . 206
10.5 Test de vericare a cunostint elor nr. 9 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216
11 Derivarea funct iilor reale 220
11.1 Denit ia derivatei si propriet at ile ei de baza . . . . . . . . . . . . . . . . . . . . . . . . . . 220
11.2 Propriet at i de baza ale funct iilor derivabile pe un interval . . . . . . . . . . . . . . . . . . 224
11.3 Diferent iala unei funct ii reale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231
11.4 Aplicat iile derivatei n economie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233
11.5 Test de vericare a cunostint elor nr. 10 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235
4
12 Derivarea funct iilor de mai multe variabile 238
12.1 Derivate part iale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
12.2 Interpret ari geometrice si economice ale derivatelor part iale . . . . . . . . . . . . . . . . . 241
12.3 Derivarea funct iilor compuse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243
12.4 Diferent iala funct iilor de mai multe variabile . . . . . . . . . . . . . . . . . . . . . . . . . 250
12.5 Extremele funct iilor de mai multe variabile . . . . . . . . . . . . . . . . . . . . . . . . . . 254
12.6 Extreme condit ionate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257
12.7 Ajustarea unor date . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262
12.8 Interpolarea funct iilor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264
12.9 Test de vericare a cunostint elor nr. 11 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267
13 Generalizari ale not iunii de integrala 270
13.1 Integrale improprii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 270
13.2 Integrale cu parametri . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277
13.3 Integrale euleriene. Funct ia Gamma. Funct ia Beta . . . . . . . . . . . . . . . . . . . . . . 282
13.4 Integrale duble . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287
13.5 Test de vericare a cunostint elor nr. 12 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 297
5
Capitolul 1
Introducere
Obiective:

In acest capitol introductiv se pune n evident a important a cunoasterii matematicii
pentru un viitor economist.
Rezumat:

In acest capitol sunt prezentate principiile model arii matematico-economice cu
prezentarea catorva modele precise, cum ar optimizarea product iei unei ntreprinderi, modele de gos-
pod arie si problema dietei (nutrit iei).
Cont inutul capitolului:
1. Necesitatea utilizarii matematicii n stiint ele economice
2. Modelarea matematico-economica
3. Cateva exemple de modele matematico-economice
4. Bibliograa aferent a capitolului
Cuvinte cheie: metode matematice, model matematic, optim economic, optimizarea
product iei, modele de gospod arie, problema dietei.
1.1 Necesitatea utilizarii matematicii n stiint ele economice

In prezent si n viitor este clar pentru oricine c a o simpla observat ie a unui fenomen economic,
f ar a un studiu matematic si statistic aprofundat, nu mai este satisf acatoare si nu poate acceptat a f ar a
urm ari dintre cele mai grave. Folosirea metodelor matematicii n practica economica, de orice nivel,
constituie o preocupare cu efecte benece n rezolvarea problemelor economice actuale.
Cel care este interesat de studiul fenomenelor economice trebuie sa aib a o preg atire interdisci-
plinar a.
Studierea global a a aspectelor calitative si cantitative a unui fenomen economic necesita un anu-
mit volum de not iuni; concepte si metode matematice care considerate ca un ansamblu dau un asa
numit model matematic atasat fenomenului studiat. Modelarea este un atribut al activit at ii umane,
nt alnit n procesul de cunoastere a lumii, prin care omul reuseste sa surprind a esent ialul si sa descopere
legile dup a care se guverneaza fenomenele naturale, sociale si psihice.
Utilizarea matematicii n problemele economice, prin utilizarea modelelor matematice, nu este o
chestiune simpl a. Istoric, ele cocheteaza de mult timp, dar rezolvarea problemelor ridicate de studiul
unui fenomen economic, num arul mare de date cu care lucreaza si volumul mare de calcule necesare,
pretindea o tehnic a de calcul puternic a. Aparit ia informaticii si calculatoarelor rapide au f acut sa
apar a capitole noi n matematica, care sa se preocupe de modelarea proceselor economice, ca de ex-
emplu cercetarile operat ionale. Asa cum sublinia profesorul Andre Brunet cercetarea operat ional a este
preg atirea stiint ica a deciziilor ([3]).

In condit iile actuale este necesar ca la orice nivel de decizie sa prelucr am un num ar mare de
informat ii si date care sa permit a un rat ionament logic n alegerea variantei celei mai potrivite.
Un alt motiv care pledeaz a pentru utilizarea matematicii n studiul proceselor economice este si
dorint a omului de a atinge un anumit optim.
Problema alegerii dintr-o mult ime de rezultate posibile pe cel optim, n concordant a cu un anu-
mit scop, este de o important a major a pentru orice economist, teoretician sau practician. Not iunea de
6
optim, destul de veche n g andirea economic a legat a direct de practica, apare ntr-o nou a lumin a prin
posibilit at ile oferite de matematica contemporana.
Daca n trecut cont inutul optimului economic funct iona, cel mai adesea, dupa principiul cu cat
mai mult, cu atat mai bine, n prezent optimul economic lucreaz a dup a principiul prot maxim
n condit ii date.
Utilizarea calculului diferent ial si integral n economia politic a, ncep and cu sf arsitul secolului al
XIX-lea si nceputul secolului al XX-lea, era o necesitate. Asa s-a nascut economia matematica, care,
treptat s-a impus n cercetarile economice.

In conformitate cu aceste preocup ari, n economia matematica s-a creat conceptul de optim pare-
tian, introdus de Vilfredo Pareto. S-au creat noi metode precise de optimizare a activit at ii economice,
apel andu-se la ramurile existente n matematic a, dar si cerand imperios g asirea de noi concepte matema-
tice, care sa permit a g asirea solut iilor optime c at mai rapid si cat mai exact. Asa au ap arut metodele
de programare matematica n rezolvarea unor probleme de optimizare a activit at ii unor ntreprinderi,
a unor societ at i de comert , turism sau cu preocup ari agricole. Problemele puse de practica economic a
stimuleaza continuu descoperirea de noi metode matematice. Far a sa gresim putem arma ca exista o
conlucrare benec a, at at pentru economisti, cat si pentru matematicieni.
Legatura concret a dintre matematica si economie se stabileste printr-o traducere n limbaj matem-
atic a not iunilor si a relat iilor ce intervin n fenomenele economice, fapt ce se realizeaza prin procesul de
modelare matematica. Folosirea limbajului matematic n stiint ele economice ofera posibilitatea formul arii
necontradictorii a fenomenelor economice si introducerii rigorii n studiul lor.
1.2 Modelarea matematico-economica
Aplicarea matematicii n economie are dou a direct ii principale. Prima, care foloseste metodele
matematicii ca instrument menit sa sprijine studiul calitativ al fenomenelor economice si a doua, n
care matematica este utilizata la analiza aspectelor cantitative din practica economica (planicare,
prognoz a, etc.). Utilitatea matematicii ca instrument ajut ator economistului se evident iaza n plan:
logic, empiric si euristic. Traduc and o situat ie economica ntr-o problem a matematica, i putem verica
consistent a, planul empiric si, n ne, dezv aluirea de relat ii noi.

Insa, o astfel de metoda de lucru impune
precizarea conceptului de model.
Esent a metodei modelarii consta n nlocuirea obiectului sau fenomenului real care ne intereseaz a
cu un alt obiect sau fenomen, mai convenabil pentru cercetare. Dup a o astfel de substituire nu se mai
studiaz a obiectul primar ci modelul, iar apoi rezultatul cercet arilor se extinde asupra obiectului sau
fenomenului init ial, cu anumite precaut ii.
Termenul de model vine de la diminutivul lui modus (masur an limba latin a), care este modulus.

In limba german a a devenit model, iar n secolul al XVI-lea n Frant a se folosea deja termenul mod`ele,
provenit din italienescul modello. Acelasi cuv ant a dat n limba englez a termenul model.

Inca de la
nceput sensul cuv antului model oscila ntre concret si abstract. Se pare c a primul care a folosit conceptul
de model n sensul actual a fost matematicianul italian Beltrami, n anul 1868, c and a construit un model
euclidian pentru o geometrie neeuclidian a.

In stiint a se nt alnesc diferite modele: modelul atomic, modelul cosmologic, modele de crestere
economica etc.
Astazi, metoda modelarii este o metoda generala de cercetare si studiere a unor procese reale cu
ajutorul cercet arii si studierii altor procese, care pot mai apropiate sau mai dep artate de cele init iale.
Modelul trebuie s a reecte ntr-o c at mai mare masur a propriet at ile originalului care sunt legate de scopul
cercetarii. Atragem ns a atent ia ca modelul nu este la fel cu originalul.
Modelele ne servesc n viat a de toate zilele, n stiint a, nnv at amant, industrie, proiectare, art a, etc.
Multe din modele, cum ar h art ile mulajele, machetele, desenele etc., constituie o reproducere materiala
a unor aspecte ale originalului cercetat. Asemenea modele materiale au posibilit at i limitate, multe din
ele servind mai mult nt elegerii si mai put in cunoasterii originalelor. Pentru cunoasterea stiint ica s-a
trecut la modele simbolice, care sunt modele matematice. Utilizarea limbajului matematic n
descrierea unor modele, permit acestora sa aib a un nalt grad de abstractizare si de generalizare, unul
si acelasi model (ecuat ie, funct ie, sistem, etc.) poate descrie cu mult succes obiecte sau situat ii total
diferite.

Intr-un model matematic se folosesc pentru descriere numai mijloace matematice si logice, ceea
7
ce conduce la nl aturarea trat arilor subiective.

In plus reprezent arile matematice nu sunt ngr adite de
limite materiale si nici de traducerea dintr-o disciplin a n alta.

In elaborarea unui model matematic atasat unui proces trebuiesc respectate etapele:
1. Obt inerea modelului descriptiv al procesului, care are subetapele:
1.1. formularea problemei propuse;
1.2. analiza structurii informat ionale a fenomenului abordat;
1.3. discutarea criteriilor posibile care reect a obiectivele urmarite;
1.4. stabilirea factorilor esent iali si factorilor secundari;
2. Formularea matematic a a modelului descriptiv, etap a n care se elaboreaza modelul matematic;
3. Studierea (cercetarea) modelului, adic a rezolvarea practic a a problemei pe model. Ast azi, n aceasta
etap a de mare folos este calculatorul.
Modelul realizat si testat trebuie sa reecteze originalul cu destul a precizie. S-ar putea ca modelul
sa e bine construit dar s a nu dea rezultate sa- tisf acatoare. El trebuie mbun at at it sau abandonat.
Fidelitatea unui model se poate realiza nu numai av and grij a sa nu pierdem din vedere anumite
aspecte ale fenomenului studiat, ci si prin aparatul matematic folosit.
Fidelitatea fat a de original creste odata cu perfect ionarea aparatului matematic utilizat.

In funct ie
de aparatul matematic folosit au ap arut modele foarte variate, uneori chiar pentru aceeasi problem a.
Dup a modelul matematic utilizat se poate da urm atoarea clasicare a modelelor:
1) modele aritmetice (utilizate p an a n secolul al XVIII-lea) folosesc numai concepte aritmetice;
2) modele bazate pe analiza matematica (utilizate ncep and cu secolul al XVIII-lea) folosesc
concepte de analiza matematica;
3) modele liniare utilizeaz a concepte de algebr a liniar a (de exemplu, programarea liniar a);
4) modele de joc care iau n considerare si variabile necontrolabile;
5) modele de optimizare urm aresc optimizarea unei funct ii (numit a funct ia obiectiv) supus a
unor restrict ii;
6) modele neliniare utilizeaz a restrict ii de optim sau funct ii obiectiv neliniare;
7) modele diferent iale care descriu prin ecuat ii diferent iale fenomenul (de exemplu, modelul care
descrie variat ia product iei);
8) modele de tip catrastoc utilizate de studiul fenomenelor cu variat ii bruste;
9) modele deterministe marimile care intervin sunt perfect determinate;
10) modele stohastice marimile care intervin sunt aleatorii;
11) modele de tip statistico-matematice marimile care intervin sunt date statistic;
12) modele vagi marimile care intervin nu sunt date cu precizie, ci doar vag;
13) modele discrete marimile care intervin variaz a discret;
14) modele continue marimile care intervin variaz a continuu.
Cu toat a diversitatea conceptelor si rezultatelor matematice, exista numeroase fenomene economice
pentru care nu s-au elaborat modele pe deplin satisf acatoare.
1.3 Cateva exemple de modele matematicoeconomice

In acest paragraf prezentam cateva din cele mai cunoscute modele matematicoeconomice.
8
1.3.1 Optimizarea product iei unei ntreprinderi
S a consider am o ntreprindere care si desfasoara activitatea de product ie n urm atoarele condit ii:
i) n ntreprindere se desf asoar a n activit at i A
i
, i = 1, n;
ii) exista m factori disponibili F
j
, j = 1, m;
iii) se cunosc coecient ii tehnici de utilizare a celor m factori n cele n activit at i.
Vom ncerca sa obt inem descrierea matematica a activit at ii de product ie.
Pentru realizarea model arii acestui program de product ie sa not am cu x
i
nivelul activit at ii A
i
,
i = 1, n, si cu b
i
volumul (cantitatea) disponibil de factorul F
j
, j = 1, msi a
ij
factorul de proport ionalitate
al consumului F
i
pentru activitatea A
j
.
Acum putem scrie restrict iile:

a
11
x
1
+a
12
x
2
+. . . +a
1n
x
n
b
1
a
21
x
1
+a
22
x
2
+. . . +a
2n
x
n
b
2
.
.
.
a
m1
x
1
+a
m2
x
2
+. . . +a
mn
x
n
b
m
(1.1)
Restrict iile (1.1) reprezint a condit iile n care ntreprinderea poate s a-si desfasoare activitatea. Ele
se pot scrie si sub forma matricial a.

In acest scop facem notat iile: A = (a
ij
) matricea coecient ilor
tehnici; x =
t
(x
1
, x
2
, . . . , x
n
) (t transpus) vectorul coloan a al nivelului product iei; C
1
, C
2
, . . . , C
n

vectorii coloan a din matricea A; C
0
vectorul coloan a al volumelor disponibile. Acum condit iile (1.1) se
pot scrie sub forma
C
1
x
1
+C
2
x
2
+. . . +C
n
x
n
C
0
sau
Ax C
0
.
P an a aici am urmarit descrierea tehnologiei product iei. Dar orice proces de product ie mai
urm areste si o motivat ie economica, de exemplu sa se realizeze o ecient a maxima. Un astfel de
criteriu de ecient a este dat de maximizarea protului. Practic, nalul acestui proces este optimizarea
unei anumite funct ii, care de fapt realizeaz a optimizarea funct ion arii unui proces economic.
1.3.2 Modele de gospodarire
Orice rm a doreste e sa-si maximizeze veniturile, e s a-si minimizeze cheltuielile, iar consumatorii
sa-si distribuie salariile asa nc at sa-si satisfaca la maximum nevoile viet ii. De fapt, orice situat ie de
gospod arire impune o repartizare optim a a unor resurse disponibile limitate ntre diferite activit at i care
se desfasoar a pentru realizarea unui anumit scop.
Acest tip de procese economice poarta numele de probleme de gospodarire.
Un model pentru o problem a de gospod arire se compune din dou a p art i: prima referitoare la
restrict ii si o a doua care descrie criteriul sau obiectivul activit at ii de derulat.

Intr-un astfel de model se
cere gasirea valorilor unor variabile x
1
, x
2
, . . . , x
n
pentru care o funct ie f(x
1
, x
2
, . . . , x
n
) este optima si
care sunt supuse unor restrict ii de forma:
F
1
(x
1
, x
2
, . . . , x
n
) 0,
F
2
(x
1
, x
2
, . . . , x
n
) 0,
. . . . . . . . . . . . . . . . . . . . . .
F
m
(x
1
, x
2
, . . . , x
n
) 0,
unde semnul poate si .
Cum orice model de gospodarire are menirea de a stabili un program de act iune, el a cap atat
denumirea de model de programare. Domeniile de aplicare a modelelor de programare se refera la
un num ar mare de probleme de planicare din industrie, transporturi, agricultur a, s.a. Unele din ele au
o foarte mare circulat ie si numeroase aplicat ii fapt ce le-au f acut celebre. Dam un astfel de exemplu n
subparagraful urm ator.
9
1.3.3 Problema dietei (nutrit iei)
Una dintre problemele celebre de gospod arire este problema aliment arii c at mai ieftine si realizarea
unor cerint e de alimentat ie conform unui scop propus.
O alimentat ie se considera bun a dac a se ofera anumite substant e n cantit at i minimale precizate.
Evident c a aceste substant e se gasesc n diferite alimente cu pret uri cunoscute. Se cere sa se stabileasca
o diet a (rat ie) care sa e corespunzatoare si totodat a cat mai ieftin a. Substant ele care intra ntr-o diet a
se numesc substant e nutritive sau principii nutritive.
Vom obt ine, n continuare, modelul matematico-economic pentru problema dietei. Fie
S
1
, S
2
, . . . , S
m
substant ele nutritive care trebuie sa intre n compunerea dietei n cantit at ile mini-
male b
1
, b
2
, . . . , b
m
si A
1
, A
2
, . . . , A
n
alimentele de care dispunem cu pret ul corespunzator pe unitate
c
1
, c
2
, . . . , c
n
. Not am cu a
ij
num arul de unit at i din substant a S
i
, i = 1, m, se gasesc ntr-o unitate din
alimentul A
j
, j = 1, n. Se cere sa se ae x
1
, x
2
, . . . , x
n
num arul de unit at i din alimentele A
1
, A
2
, . . . , A
n
asa nc at sa se obt in a o rat ie acceptabila la un pret cat de mic. De obicei datele problemei se prezint a
ntr-un tabel de forma:
Alimente
Substant a
A
1
A
2
. . . A
j
. . . A
n
Minim
necesar
din S
i
S
1
a
11
a
12
. . . a
1j
. . . a
1n
b
1
. . . . . . . . . . . . . . . . . . . . . . . .
S
i
a
i1
a
i2
. . . a
ij
. . . a
in
b
i
. . . . . . . . . . . . . . . . . . . . . . . .
S
m
a
m1
a
m2
. . . a
mj
. . . a
mn
b
m
Pret alimente c
1
c
2
. . . c
j
. . . c
n
Unit at i de consum x
1
x
2
. . . x
j
. . . x
n
Cantitatea din substant a S
i
care se realizeaza este a
i1
x
1
+ a
i2
x
2
+ . . . + a
in
x
n
, care din cerint a
problemei trebuie s a e b
i
, i = 1, m. Ajungem astfel la condit iile (restrict iile):

a
11
x
1
+a
12
x
2
+. . . +a
1n
x
n
b
1
a
21
x
1
+a
22
x
2
+. . . +a
2n
x
n
b
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
a
m1
x
1
+a
m2
x
2
+. . . +a
mn
x
n
b
m
(1.2)
Natura datelor cu care lucr am impun si condit iile de nenegativitate:
x
1
0, x
2
0, . . . , x
n
0. (1.3)
Funct ia obiectiv care exprim a costul unei rat ii este data de:
f = c
1
x
1
+c
2
x
2
+. . . +c
n
x
n
. (1.4)
Problema dietei cere sa determin am x
1
, x
2
, . . . , x
n
asa nc at f sa e minim a. O astfel de diet a se
numeste optima. Orice diet a care satisface restrict iile (1.2) si (1.3) se numeste admisibila.
Modelul dietei poate folosit si n alte situat ii, ca de exemplu: problema furaj arii rat ionale (n
zootehnie), chestiunea amestecului optim (n amestecuri de benzina sau uleiuri auto, n realizarea unor
sortimente de b auturi sau nghet ata), s.a.
Pentru alte modele matematico-economice se pot consulta lucrarile [2], [3], [4], [5].
10
Bibliograa aferenta capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate n economie - Volumul I, Editura ULB,
Sibiu, 2001.
[2] Izvercian, P.N.,Cret u, V., Izvercian, M., Resiga, R., Introducere n teoria grafurilor. Metoda
drumului critic, Editura de Vest, Timisoara, 1994.
[3] Popescu, O., Raischi, C., Matematici aplicate n economie, vol.I, II, Editura Didactic a si Peda-
gogica, Bucuresti, 1993.
[4] Rat iu-Raicu, C., Modelare si simularea proceselor economice, Editura Didactic a si Pedagogic a,
R.A., Bucuresti, 1995.
[5] Stavre, P., Matematici speciale cu aplicat ii n economie, Editura Scrisul Rom anesc, Craiova, 1982.
11
Capitolul 2
Spat ii vectoriale
Obiective:

In acest capitol studentul va lua contact cu not iunile teoretice fundamentale (cum
ar spat iile vectoriale, prehilbertiene, normate si metrice) necesare nt elegerii metodelor / aplicat iilor
prezentate n capitolele urm atoare.
Rezumat:

In acest capitol sunt prezentate not iunile de spat iu vectorial, subspat iu vectorial,
sistem de vectori, combinat ie liniar a, liniar independent a si liniar dependent a, baz a, dimensiune, produs
scalar si spat ii prehilbertiene, norm a si spat ii normate, metric a si spat ii metrice, mult imi convexe, etc.
Cont inutul capitolului:
1. Denit ia spat iului vectorial
2. Subspat iu vectorial
3. Independent a si dependent a liniar a a vectorilor. Baz a si dimensiune
4. Produs scalar. Spat ii normate. Spat ii metrice
5. Mult imi convexe
6. Test de vericare a cunostint elor
7. Bibliograa aferent a capitolului
Cuvinte cheie: spat iu vectorial, baz a, dimensiune, produs scalar, norm a, metrica, mult imi
convexe.
2.1 Denit ia spat iului vectorial

In acest paragraf vom trata not iunea de spat iu vectorial si principalele ei propriet at i.
Denit ia 2.1.1 Se numeste lege de compozit ie (operat ie) extern a pe mult imea M fat a de mult imea K,
o funct ie f : K M M.
Mult imea K se numeste domeniul operatorilor sau scalarilor
Exemplul 2.1.1. Aplicat ia f : R C C denit a prin formula f(a, z) = az, a R, z C, este o
operat ie externa pe C av and pe R ca domeniu de operatori.
Acum, e V o mult ime nevida de elemente oarecare si K un c amp de elemente , , , . . ., cu 0
elementul neutru (nul) si 1 elementul unitate. Suma respectiv produsul elementelor si din K va
notat a cu +, respectiv sau simplu .
Denit ia 2.1.2 Se spune ca pe mult imea V s-a denit o structur a de spat iu vectorial (liniar) peste
c amplul K, dac a pe V s-a denit o lege de compozit ie intern a (x, y) x +y, x, y V , numit a adunare,
si o lege de compozit ie extern a fat a de campul K, (, x) x, K, x V , numit a nmult ire cu
scalari, astfel c a pentru orice x, y, z V si orice a, b K s a avem
1. x +y = y +x (comutativitatea adunarii);
2. (x +y) +z = x + (y +z) (asociativitatea adunarii);
3. Exist a elementul V , astfel ca x + = +x = x;
12
4. Oric arui x V i corespunde x V astfel cu x +(x) = (x) +x = (x se numeste opusul
lui x);
(Prin urmare (V , +) este un grup comutativ);
5. 1 x = x;
6. (a +b)x = ax +bx;
7. (ab)x = a(bx);
8. a(x +y) = ax +ay.
Mult imea V mpreun a cu structura de spat iu vectorial peste c ampul K se numeste spat iu vec-
torial (liniar) peste K, iar elementele sale le vom numi vectori.
Se observa ca operat ia de adunare a vectorilor din V a fost notata tot cu semnul + ca si adunarea
din K, iar operat ia de nmult ire cu scalari a fost notat a cu ca si nmult irea din K, acest lucru nu
produce confuzie deoarece n context orice ambiguitate este nl aturat a.
Daca K este corpul R al numerelor reale, atunci V se numeste spat iu vectorial real, iar dac a
K este corpul C al numerelor complexe, atunci V se numeste spat iu vectorial complex.
Elementul V se numeste vectorul nul al spat iului vectorial V .
Propozit ia 2.1.1 Daca V este un spat iu vectorial peste K, atunci
1. 0 x = , pentru orice x V ;
2. a = , pentru orice a K;
3. (1)x = x, pentru orice x V .
Demonstrat ie. 1. Utilizand condit iile 5) si 6) din Denit ia 2.1.2, avem
x = 1 x = (0 + 1)x = 0 x + 1 x = 0 x +x,
de unde, folosind condit ia 3) din aceeasi denit ie, rezulta 0 x = .
2. Din condit ia 6) a Denit iei 2.1.2 avem ax +a = a(x +) = ax si t in and seama de condit ia 3)
din aceeasi denit ie, rezulta a = .
3. Din condit ia 6) avem x + (1)x = (1 + (1))x = 0x = , de unde folosind 4), obt inem
(1)x = x.
Exemple. 2.1.2. Mult imea R a numerelor reale cu operat ia de adunare si cu operat ia de nmult ire cu
numere rat ionale este un spat iu vectorial peste campul Q al numerelor rat ionale.
2.1.3. Mult imea C a numerelor complexe cu operat ia de adunare si cu operat ia extern a denmult ire
cu numere reale este un spat iu vectorial peste campul Q al numerelor rat ionale.
2.1.4. Mult imea C a numerelor complexe cu operat ia de adunare si cu operat ia extern a denmult ire
cu numere reale este un spat iu vectorial peste campul R al numerelor reale.
2.1.5. Fie Hom(R, R) = f[f : R R, funct ie n care denim operat iile de adunare a dou a
funct ii si de nmult ire a unei funct ii cu un num ar real astfel:
f +g : R R, (f +g)(x) = f(x) +g(x), ()f, y Hom(f, g) si ()x R
si
f : R R, (f)(x) = f(x), ()f Hom(f, g) si ()r R.
Aceste operat ii determin a pe Hom(R, R) o structur a de spat iu vectorial.
2.1.6. Fie K un c amp oarecare si n un num ar natural nenul. Consider am produsul cartezian
K
n
= K K . . . K
. .
n ori
, adic a mult imea sistemelor ordonate x = (x
1
, x
2
, . . . , x
n
) de cate n elemente din
K. Denim pe K
n
operat iile:
x +y = (x
1
+y
1
, x
2
+y
2
, . . . , x
n
+y
n
),
ax = (ax
1
, ax
2
, . . . , ax
n
),
pentru orice x = (x
1
, x
2
, . . . , x
n
) K
n
, y = (y
1
, y
2
, . . . , y
n
) K
n
si a K.

Inzestrata cu cele doua operat ii denite mai sus, mult imea K


n
devine un spat iu vectorial, numit
13
spat iul vectorial aritmetic cu n dimensiuni peste K. Pentru K = R se obt in spat iile euclidiene,
iar pentru K = C se obt in spat iile unitare sau hermitice.

In cazul unui vector x = (x
1
, x
2
, . . . , x
n
)
din K
n
, x
1
, x
2
, . . . , x
n
se numesc componentele sau coordonatele vectorului x. De aceea, cand vom
nota vectorii cu indici vom folosi scrierea cu exponent i n parantez a, pentru a se deosebi de componentele
sale.
Comentariul 2.1.1. Spat iile vectoriale R
n
si C
n
sunt instrumente matematice de baza n studiul
modelelor matematico-economice. Spat iile R
2
si R
3
conduc la vectorii utilizat i n zic a.
2.2 Subspat ii vectoriale
O submult ime W a unui spat iu vectorial V peste un camp K se numeste subspat iu vectorial al
lui V , dac a cele doua operat ii date pe V induc pe W o structur a de spat iu vectorial peste K. Vom nota
faptul c a W este un subspat iu al lui V prin W V .
Teorema 2.2.1 Submult imea W a unui spat iu vectorial V peste campul K este subspat iu vectorial peste
campul K, dac a si numai dac a sunt ndeplinite condit iile:
1. pentru orice x, y W avem x +y W;
2. pentru orice x W si orice a K avem ax W.
Demonstrat ie. Daca W V , atunci condit iile 1) si 2) rezulta din faptul c a operat iile din V trebuie sa
e interne si pe W.
Reciproc, dac a presupunem c a 1) si 2) au loc si lu and x W, din 2) rezult a ca si x = (1)(x)
W, iar de aici, folosind 1), rezult a ca = x + (x) se gaseste n W. Celelalte condit ii din denit ia unui
spat iu vectorial av and loc pe V au loc si pe W. Teorema precedenta este echivalenta cu:
Teorema 2.2.2 Submult imea W a spat iului vectorial V peste K este subspat iu vectorial pentru V peste
K, dac a si numai dac a, pentru orice a, b K si orice x, y W avem ax +by W.
Observat ia 2.2.1 Orice subspat iu vectorial W al unui spat iu vectorial V cont ine vectorul nul.
Exemple. 2.2.1. Daca V este un spat iu vectorial, atunci submult imea , format a numai din vectorul
nul, este un subspat iu vectorial numit subspat iul nul.
2.2.2. Pentru spat iul vectorial R
2
si num arul real a xat, submult imea W = x R
2
[x = (x
1
, y
1
)
cu y
1
= ax
1
formeaza un subspat iu vectorial.

Intr-adev ar, dac a x, y W, x = (x


1
, y
1
), y
1
= ax
2
, y = (x
2
, y
2
), y
2
= ax
2
, atunci: x + y =
(x
1
+ y
1
, x
2
+ y
2
) cu y
1
+ y
2
= ax
1
+ ax
2
= a(x
1
+ x
2
) si deci x + y W. Pentru a R avem
x = (x
1
, y
1
), cu y
1
= (ax
1
) = a(x
n
) si deci x W.
Cele demonstrate ne arata ca, n spat iul vectorial R
2
(n plan) dreptele ce trec prin origine formeaz a
subspat ii vectoriale pentru R
2
.
2.2.3. Daca K este un camp, atunci mult imea vectorilor
x = (x
1
, x
2
, . . . , x
n
) din K
n
cu x
n
= 0 formeaz a un subspat iu vectorial al spat iului vectorial K
n
.
Usor se verica faptul c a intersect ia a dou a subspat ii vectoriale ale unui spat iu vectorial V este tot
un subspat iu vectorial al lui V . Prin urmare, dac a A este o submult ime a spat iului vectorial V , atunci
exista un cel mai mic subspat iu al lui V care cont ine pe A, anume intersect ia tuturor subspat iilor lui V
ce cont in pe A, numit subspat iu generat de A sau acoperirea (nfasuratoarea) liniara a lui A.
Dou a subspat ii W
1
si W
2
ale unui spat iu vectorial se zic independente dac a W
1
W
2
= 0.
Fie S = x
(1)
, x
(2)
, . . . , x
(n)
un sistem de n vectori, n N

, din spat iul vectorial V peste campul


K.
Denit ia 2.2.1 Se spune ca vectorul x V este o combinat ie liniara de vectorii sistemului S daca
exist a n scalari a
1
, a
2
, . . . , a
n
K astfel ca s a avem
x =
n

k=1
a
k
x
(k)
.
14
Teorema 2.2.3 Mult imea vectorilor din spat iu vectorial V care se pot scrie ca si combinat ii liniare de
vectorii sistemului S formeaz a un subspat iu vectorial al lui V . Acest subspat iu se noteaz a prin [S] si se
numeste subspat iul lui V generat de sistemul de vectori S.
Demonstrat ie.

Intr-adev ar, dac a x =
n

k=1
a
k
x
(k)
si y =
n

k=1
b
k
x
(k)
, atunci, pentru orice , K, avem
x +y =
n

k=1
a
k
x
(k)
+
n

k=1
b
k
x
(k)
=
n

k=1
(a
k
+b
k
)x
(k)
,
adic a x +y este o combinat ie liniar a de vectori a sistemului S.
Teorema 2.2.4 Subspat iul [S] generat de sistemul de vectori S coincide cu acoperirea liniar a a lui S.
Demonstrat ie. Fie S

acoperirea liniar a a lui S. Avem S [S] si din denit ia lui S

rezulta S

[S].
Reciproc, dac a x [S], atunci rezult a ca x =
n

k=1
a
k
x
(k)
, a
1
, a
2
, . . . , a
n
K. Prin urmare, x S

, adic a
[S] S

. Rezulta ca S

= [S].
Denit ia 2.2.2 Un sistem de vectori S V se numeste sistem de generatori pentru subspat iul W V
daca W = [S].
Exemplul 2.2.4.

In spat iul R
n
un sistem de generatori pentru R
n
este format din vectorii: e
(1)
=
(1, 0, 0, . . . , 0), e
(2)
= (0, 1, 0, . . . , 0), . . ., e
(n)
= (0, 0, . . . , 0, 1).

In adev ar, orice x = (x
1
, x
2
, . . . , x
n
) R
n
se scrie sub forma x = x
1
e
(1)
+x
2
e
(2)
+. . . +x
n
e
(n)
.
Denit ia 2.2.3 Daca W
1
si W
2
sunt subspat ii ale spat iului vectorial V , atunci subspat iul generat de
S = W
1
W
2
se numeste suma celor dou a subspat ii. Not am [S] = W
1
+W
2
.
Teorema 2.2.5 Suma W
1
+ W
2
a doua subspat ii vectoriale ale lui V coincide cu mult imea vectorilor
x V care se scrie sub forma x = x
(1)
+x
(2)
, cu x
(1)
W
1
, x
(2)
W
2
.
Demonstrat ie. Fie W = x V [x = x
(1)
+ x
(2)
, x
(1)
W
1
, x
(2)
W
2
. Evident c a W W
1
+ W
2
.
Daca x W
1
+W
2
, atunci x = a
1
y
(1)
+. . . +a
r
y
(r)
+ a
r+1
y
(r+1)
+. . . +a
p
y
(p)
, unde y
(1)
, . . . , y
(r)
W
1
,
iar y
(r+1)
, . . . , y
(p)
W
2
. Pun and x
(1)
= a
1
y
(1)
+ . . . + a
r
y
(r)
si x
(2)
= a
r+1
y
(r+1)
+ . . . + a
p
y
(p)
, g asim
x = x
(1)
+x
(2)
, deci W
1
+W
2
W. Rezulta W = W
1
+W
2
.
Exemplul 2.2.5.

In R
2
consider am W
1
= (x, 0)[x R si
W
2
= (0, y)[y R. Atunci avem R
2
= W
1
+W
2
.
Denit ia 2.2.4 Suma S a doua subspat ii vectoriale W
1
si W
2
ale spat iului vectorial V se numeste directa,
daca W
1
W
2
= .

In acest caz scriem S = W
1
W
2
, iar despre W
1
si W
2
se zic c a sunt subspat ii
vectoriale independente.
Teorema 2.2.6 Suma a doua subspat ii vectoriale W
1
si W
2
ale spat iului vectorial V este directa, daca
si numai dac a orice vector x din S = W
1
+W
2
se scrie n mod unic sub forma x = x
(1)
+x
(2)
, x
(1)
W
1
,
x
(2)
W
2
.
Demonstrat ie. S a admitem ca S = W
1
W
2
si sa presupunem c a exista x S asa nc at x = x
(1)
+x
(2)
,
x
(1)
W
1
, x
(2)
W
2
si x = y
(1)
+ y
(2)
, y
(1)
W
1
, y
(2)
W
2
. Atunci x
(1)
+ x
(2)
= y
(1)
+ y
(2)
, de unde
x
(1)
y
(1)
= x
(2)
y
(2)
W
1
W
2
= si deci x
(1)
= y
(1)
si x
(2)
= y
(2)
. Rezulta ca scrierea lui x ca
suma de elemente din W
1
si W
2
este unica.
Reciproc, sa admitem ca orice x S = W
1
+ W
2
, are o scriere unic a de forma x = x
(1)
+ x
(2)
,
x
(1)
W
1
, x
(2)
W
2
. Daca ar exista t W
1
W
2
, t ,= , atunci x = (x
(1)
t)+(x
(2)
t), cu x
(1)
t W
1
si x
(2)
t W
2
, ceea ce ar o contradict ie. Prin urmare W
1
W
2
= , adic a S = W
1
W
2
.
Denit ia 2.2.5 Dou a subspat ii W
1
si W
2
ale spat iului vectorial V se numesc suplimentare daca W
1

W
2
= si V = W
1
W
2
.
15
Exemplul 2.2.6. Spat iul vectorial Hom(R, R) al funct iilor f : R R este suma directa a subspat iilor W
1
si W
2
ale funct iilor pare si respectiv impare deoarece W
1
W
2
= . Cum, pentru orice f Hom(R, R),
avem
f(x) =
f(x) +f(x)
2
+
f(x) f(x)
2
, ()x R,
adic a suma dintre o funct ie par a si una impar a, deducem ca W
1
si W
2
sunt subspat ii vectoriale supli-
mentare pentru Hom(R, R).
2.3 Independent a si dependent a liniara a vectorilor. Baza si
dimensiune
Denit ia 2.3.1 Sistemul de vectori S = x
(1)
, x
(2)
, . . . , x
(n)
din spat iul vectorial V peste campul K
se zice c a este liniar independent daca o combinat ie liniar a a lor a
1
x
(1)
+ a
2
x
(2)
+ . . . + a
n
x
(n)
,
a
1
, a
2
, . . . , a
n
K, d a vectorul nul numai dac a a
1
= a
2
= . . . = a
n
= 0.

In caz contrar, adic a daca exist a cel put in o mult ime de scalari a
1
, a
2
, . . . , a
n
K, nu tot i nuli,
astfel ca
n

i=1
a
i
x
(i)
= , atunci se zice c a sistemul S de vectori este liniar dependent.
Daca sistemul S de vectori este liniar independent (liniar dependent), se mai zice c a vectorii
x
(1)
, . . . , x
(n)
sunt liniar independent i (liniar dependent i).
Exemple. 2.3.1. Vectorii e
(1)
, e
(2)
, . . . , e
(n)
(v.exemplul 2.2.4) sunt liniar independent i n R
n
.

In adev ar,
dac a a
1
, a
2
, . . . , a
n
R astfel ca
n

i=1
a
i
e
(i)
= , atunci rezult a (a
1
, a
2
, . . . , a
n
) = , de unde obt inem ca
a
1
= a
2
= . . . = a
n
= 0.
2.3.2. Vectorii x
(1)
= (1, 2, 1), x
(2)
= (2, 1, 1) si x
(3)
= (4, 1, 5) sunt liniar dependent i n R
3
deoarece avem 2x
(1)
3x
(2)
+x
(3)
= .
Teorema 2.3.1 Sistemul S = x
(1)
, x
(2)
, . . . , x
(n)
de vectori este liniar dependent, dac a si numai dac a
cel put in unul din vectorii lui S se poate exprima ca o combinat ie liniar a de ceilalt i vectori ai sistemului.
Demonstrat ie. Daca sistemul S este liniar dependent, atunci exist a scalarii a
1
, a
2
, . . . , a
n
K, nu
tot i nuli, astfel ca a
1
x
(1)
+ . . . + a
n
x
(n)
= . Presupunem c a a
1
,= 0, atunci x
(1)
= a
2
a
1
1
x
(2)

a
3
a
1
1
x
(3)
. . . a
n
a
1
1
x
(n)
, ceea ce ne arata ca vectorul x
(1)
se exprima ca o combinat ie liniar a de
vectorii x
(2)
, . . . , x
(n)
.
Reciproc, daca cel put in un vector, de exemplu x
(1)
, se exprima ca o combinat ie liniar a de ceilalt i,
atunci putem scrie x
(1)
= a
2
x
(2)
. . . a
n
x
(n)
, de unde x
(1)
+a
2
x
(2)
+. . . +a
n
x
(n)
= , cu coecientul
lui x
(1)
nenul, ceea ce ne arata ca vectorii x
(1)
, . . . , x
(n)
sunt liniar dependent i.
Propozit ia 2.3.1

Intr-un spat iu vectorial V peste campul K sunt valabile armat iile:
i) vectorul nul formeaz a un sistem liniar dependent;
ii) orice vector x ,= formeaz a un sistem liniar independent;
iii) orice sistem de vectori din care se poate extrage un sistem liniar dependent este de asemenea liniar
dependent.
Demonstrat ie. i) Valabilitatea acestei armat ii rezult a din 1 = .
ii) Pentru x ,= din ax = , a K, rezult a a = 0.
iii) Daca pentru sistemul de vectori S = x
(1)
, x
(2)
, . . . , x
(n)
, n > 1, exista subsistemul
x
(1)
, . . . , x
(m)
, m < n, liniar dependent, atunci exist a scalarii a
1
, . . . , a
n
K astfel cu a
1
x
(1)
+a
2
x
(2)
+
. . . +a
m
x
(m)
= . De aici, avem a
1
x
(1)
+a
2
x
(2)
+. . . +a
m
x
(m)
+0 x
(m+1)
+0 x
(n)
= si deci sistemul
S este liniar dependent.
Corolarul 2.3.1 Sunt valabile armat iile:
16
i) Orice sistem de vectori care cont ine vectorul nul este liniar dependent;
ii) Orice subsistem al unui sistem liniar independent de vectori este, de asemenea, liniar independent.
Denit ia 2.3.2 Un sistem innit de vectori din spat iul vectorial V se numeste liniar independent daca
orice subsistem nit al s au este liniar independent.

In caz contrar se zice c a sistemul este liniar dependent.
Exemplul 2.3.3.

In spat iul vectorial Hom(R, R) sistemul 1, x, x
2
, . . . , x
n
, . . . este liniar independent.

Intr-adev ar, orice relat ie de forma


a
i
1
x
i
1
+a
i
2
x
i
2
+. . . +a
i
k
x
i
k
= , ()x R,
unde i
1
< i
2
< < i
k
, are loc numai dac a a
i
1
= a
i
2
= . . . = a
i
k
= 0, adic a orice subsistem nit este liniar
independent.
Denit ia 2.3.3 Un sistem B, nit sau innit, de vectori din spat iul vectorial V se numeste baza pentru
spat iul vectorial V , dac a B este liniar independent si B este un sistem de generatori pentru V .
Exemple. 2.3.4.

In spat iul R
n
sistemul B = e
(1)
, e
(2)
, . . . , e
(n)
, e
(1)
= (1, 0, . . . , 0), . . . , e
(n)
=
(0, 0, . . . , 1) formeaza o baz a. S-a ar atat ca B este liniar independent (v.exemplul 2.3.1) si constituie
un sistem de generatori pentru R
n
(v.exemplul 2.2.4).
Aceasta baza a lui R
n
se numeste baza canonica sau naturala.
2.3.5.

In spat iul vectorial T
n
al polinoamelor de grad cel mult n, n 1, peste campul R, o baz a
este data de sistemul B = 1, x, x
2
, . . . , x
n
.
Teorema 2.3.2 Sistemul de vectori B = e
(1)
, e
(2)
, . . . , e
(n)
constituie o baza pentru spat iul vectorial V
peste campul K, dac a si numai dac a orice vector din V se exprim a n mod unic ca o combinat ie liniar a
de vectorii lui B.
Demonstrat ie. Daca B este baza a spat iului vectorial V , atunci orice x V se scrie sub forma
x =
n

k=1
, a
k
e
(k)
, a
1
, a
2
, . . . , a
n
K. Daca mai avem si x =
n

k=1
b
k
e
(k)
, b
1
, . . . , b
n
K, atunci obt inem
n

k=1
(a
k
b
k
)e
(k)
= , de unde, folosind faptul c a B este liniar independent, rezult a a
k
= b
k
, k = 1, 2, . . . , n,
adic a scrierea lui x n baza B este unica.
Reciproc, dac a orice vector din spat iul V se exprima n mod unic ca o combinat ie liniar a de vectorii
lui B, atunci si vectorul nul are aceast a proprietate, adic a din =
n

k=1
a
k
e
(k)
rezulta a
k
= 0, k = 1, n (se
foloseste unicitatea scrierii), ceea ce ne arata ca B este liniar independent.
Denit ia 2.3.4 Daca B = e
(1)
, e
(2)
, . . . , e
(n)
este o baza a spat iului vectorial V peste campul K, atunci
scalarii a
1
, a
2
, . . . , a
n
K din scrierea x =
n

k=1
a
k
e
k
se numesc componentele sau coordonatele
vectorului x n baza B.
Teorema 2.3.3 (teorema nlocuirii a lui Steinitz.) Dac a B = e
(1)
, e
(2)
, . . . , e
(n)
este o baza n
spat iul vectorial V peste campul K si x =
n

k=1
a
k
e
(k)
este un vector din V ce satisface condit ia a
t
,= 0,
atunci sistemul B
1
= e
(1)
, e
(2)
, . . . , e
(t1)
, x, e
(t+1)
, . . . , e
(n)
este, de asemenea, o baz a pentru V .
Demonstrat ie. S a ar at am mai nt ai ca B
1
este liniar independent. Dac a b
1
e
(1)
+. . . +b
t1
e
(t1)
+b
t
x+
b
t+1
e
(t+1)
+. . . +b
n
e
(n)
= , atunci nlocuind pe x cu expresia lui, g asim:
(b
1
+b
t
a
1
)e
(1)
+. . . + (b
t1
+b
t
a
t1
)e
(t1)
+b
t
a
t
e
(t)
+
+(b
t+1
+b
t
a
t+1
)e
(t+1)
+. . . + (b
n
+b
t
a
n
)e
(n)
= .
17
Cum B este baza n spat iul vectorial V , din egalitatea precedent a rezult a:
b
1
+b
t
a
1
= 0, . . . , b
t1
+b
t
a
t1
= 0, b
t
a
t
= 0, b
t+1
+b
t
a
t+1
=
= 0, . . . , b
n
+b
t
a
n
= 0.
Deoarece a
t
,= 0, deducem b
t
= 0 si deci b
1
= b
2
= . . . = b
n
= 0, ceea ce ne arata ca B
1
este liniar
independent.
S a ar at am acum ca B
1
este un sistem de generatori pentru V . Fie y un vector din V , care n baza
B are scrierea y =
n

k=1
c
k
e
(k)
. Cum a
t
,= 0, din scrierea lui x avem
e
(t)
= a
1
t
(x a
1
e
(1)
. . . a
t1
e
(t1)
a
t+1
e
(t+1)
. . . a
n
e
(n)
),
nlocuind pe e
(t)
n y, obt inem
y = (c
1
a
1
t
a
1
c
t
)e
(1)
+. . . + (c
t1
a
1
t
a
t1
c
t
)e
(t1)
+a
1
t
c
t
x+ (2.1)
+(c
t+1
a
1
t
a
t+1
c
t
)e
(t+1)
+. . . + (c
n
a
1
t
a
n
c
t
)e
(n)
,
ceea ce ne arata ca B
1
este un sistem de generatori pentru V .
Observat ia 2.3.1 Prin induct ie matematic a se poate demonstra urm atorul rezultat (teorema general a
a nlocuirii): dac a B = e
(1)
, e
(2)
, . . . , e
(n)
este o baza n spat iul vectorial V peste campul K si S =
x
(1)
, x
(2)
, . . . , x
(p)
este un sistem de vectori liniar independent din V , atunci p n si putem nlocui p
vectori din B prin vectorii lui S, astfel ca, renumerot and vectorii, B
1
= x
(1)
, . . . , x
(p)
, e
(p+1)
, . . . , e
(n)

s a e, de asemenea, baza pentru V .


Comentariul 2.3.1 Demonstrat ia Teoremei 10.3.3 ne d a si procedeul practic de nlocuire a unui vector
dintr-o baz a cu un alt vector, c at si formulele de calcul al coordonatelor unui vector n noua baza. Intr-
adevar, pentru coordonatele vectorului y =
n

k=1
c
k
e
(k)
n noua baza B
1
din formula (2.1) rezult a formulele
y
k
= c
k
a
1
t
a
k
c
t
=
c
k
a
t
a
k
c
t
a
t
, pentru k ,= t (2.2)
si
y
t
= a
1
t
c
t
=
c
t
a
t
, pentru k = t. (2.3)
Formulele (2.2) si (2.3) ne dau regulile de aare a componentelor lui y n baza B
1
, n care n
locul vectorului e
(t)
s-a introdus vectorul x. Formula (2.3) arat a ca noua component a a vectorului y
corespunzatoare vectorului x ce intr a n locul lui e
(t)
, se obt ine prin mp art irea componentei sale c
t
(de
pe linia t) la componenta a
t
a lui x de pe coloana t, iar formula (2.2) indic a regula: componenta nou a
y
k
a lui y, de pe o linie arbitrar a k, se obt ine din vechea component a a
k
dup a regula
a
t
c
t
a
k
c
k
echivalent a cu
a
t
c
k
a
k
c
t
a
t
= y
k
,
numit a si regula dreptunghiului. Elementul a
t
,= 0 se numeste si pivot, ceea ce face ca regula drep-
tunghiului s a se mai numeasca si regula pivotului. De obicei calculele se fac n tabele succesive de
18
forma
Baza e
(1)
e
(2)
. . . e
(t)
. . . e
(n)
. . . x y
e
(1)
1 0 . . . 0 . . .
.
.
. . . . a
1
c
1
e
(2)
0 1 . . . 0 . . .
.
.
. . . . a
2
c
2
.
.
.
.
.
.
.
.
. . . .
.
.
. . . .
.
.
. . . .
.
.
.
.
.
.
x
e
(t)
0 0 . . . 1 . . .
.
.
. . . . a
t
c
t
.
.
.
.
.
.
.
.
. . . .
.
.
. . . .
.
.
. . . .
.
.
.
.
.
.
e
(k)
.
.
.
.
.
. . . .
.
.
. . . .
.
.
. . . . a
k
c
k
.
.
.
.
.
.
.
.
. . . .
.
.
. . . .
.
.
. . . .
.
.
.
.
.
.
e
(n)
0 0 . . . 0 . . . 1 . . . a
n
c
n
Exemplul 2.3.6. Fie vectorii x = (2, 3, 1) si y = (3, 4, 5) scrisi n baza canonic a din R
3
. Scriem
componentele lui y n baza (e
(1)
, x, e
(3)
).
Avem
Baza e
(1)
e
(2)
e
(3)
x y
e
(1)
1 0 0 2 3
x
e
(2)
0 1 0 3 4
e
(3)
0 0 1 1 5
e
(1)
1
2
3
0 0
1
3
x 0
1
3
0 1
4
3
e
(2)
0
1
3
1 0
11
3
unde elementele de pe linia lui e
(2)
s-au mp art it cu elementul pivot 3, iar celelalte s-au calculat cu regula
dreptunghiului. Pe coloana elementului pivot se pune 1 n locul elementului pivot si n rest 0.
De ret inut c a, utiliz and aceasta cale de lucru, se poate nlocui o baz a a unui spat iu vectorial cu o
alta.
Exemplul 2.3.7.

In R
2
sa se nlocuiasca baza canonic a cu baza dat a de vectorii x
(1)
= (2, 3) si x
(2)
=
(4, 2) si n noua baz a sa se scrie componentele vectorului v = (3, 4).
Avem
Baza e
(1)
e
(2)
x
(1)
x
(2)
v
x
(1)
e
(1)
1 0 2 4 3
e
(2)
0 1 3 2 4
x
(1) 1
2
0 1 2
3
2
x
(2)
e
(2)

3
2
1 0 4
1
2
x
(1)

1
4
1
2
1 0
5
4
x
(2) 3
8

1
4
0 1
1
8
Observat ia 2.3.2 Metoda elementului pivot este utilizat a n rezolvarea multor probleme de matematic a
cu aplicarea n modelele matematico-economice.
Corolarul 2.3.2 Daca o baza a unui spat iu vectorial este format a din n vectori, atunci orice baz a a sa
are tot n vectori.
Denit ia 2.3.5 Daca o baza a unui spat iu vectorial V este format a din n vectori, atunci spunem c a
spat iul V are dimensiune nita egal a cu n. Scriem dim V = n. Spunem c a un spat iu vectorial are o
dimensiune innita daca exist a n el o baza innita.
De exemplu, avem dim R
n
= n si dim Hom(R, R) = .
Denit ia 2.3.6 Un spat iu vectorial V cu dim V = 1 se numeste dreapta vectoriala ; un spat iu V
cu dim V = 2 se numeste plan vectorial .
19
Un subspat iu W, cu dim W = n 1. a unui spat iu vectorial V , cu dim V = n, se numeste
hiperplan vectorial. Altfel spus, un subspat iu vectorial W este un hiperplan vectorial dac a el este
suplimentar unei drepte vectoriale.
Denit ia 2.3.7 Se numeste rangul unui sistem S de vectori din spat iu vectorial V , dimensiunea
spat iului vectorial generat de S. Notam rangul lui S prin rang S.
Propozit ia 2.3.2 Rangul unui sistem de vectori din spat iul vectorial V nu se modic a daca:
i) se schimb a ordinea vectorilor;
ii) se nmult este un vector al sistemului cu un scalar nenul;
iii) se adun a la un vector al sistemului un alt vector din sistem, nmult it cu un scalar.
Pentru demonstrat ie se observa ca sistemele de vectori obt inute prin transform arile i)iii) din
propozit ie genereaza acelasi subspat iu vectorial si deci are acelasi rang. Transform arile i), ii), iii) se
numesc transformari elementare.
Teorema 2.3.4 Rangul unui sistem nit de vectori este egal cu num arul maxim de vectori liniar
independent i ai sistemului.
Demonstrat ie. Fie S = x
(1)
, x
(2)
, . . . , x
(m)
un sistem de vectori n spat iul vectorial V si k m
num arul maxim de vectori liniar independent i ai lui. Pentru comoditatea scrierii consider am ca vectorii
x
(1)
, x
(2)
, . . . , x
(k)
sunt liniar independent i, ceea ce implica ca ceilalt i vectori ai sistemului se vor exprima
ca si combinat ii liniare de acestia, adic a
x
(k+i)
= a
i1
x
(1)
+a
i2
x
(2)
+. . . +a
ik
x
(k)
, i = 1, 2, . . . , mk
Acum, adun am n sistemul S la ecare din vectorii x
(k+i)
, i = 1, 2, . . . , m k, respectiv vectorul
a
i1
x
(1)
+a
i2
x
(2)
+. . . +a
ik
x
(k)
si obt inem sistemul S
1
= x
(1)
, x
(2)
, . . . , x
(k)
, , , . . . , . Dup a Propozit ia
2.3.2 sistemul S
1
are acelasi rang cu sistemul S.
Dar n sistemul S
1
sistemul de vectori x
(1)
, . . . , x
(k)
este o baza, ceea ce ne arata ca dimensiunea
lui este k. Prin urmare, rangul lui S
1
si deci si al lui S este k.
Denit ia 2.3.8 Dou a spat ii vectoriale V si W peste acelasi c amp K se numesc izomorfe daca exist a
o aplicat ie f : V W care s a e izomorsm fat a de operat iile ce denesc pe V si W structura de spat iu
vectorial.
Teorema 2.3.5 Printr-un izomorsm de dou a spat ii vectoriale se p astreaz a rangul unui sistem nit de
vectori
Demonstrat ie. Fie f : V W un izomorsm ntre spat iile vectoriale V si W si S =
x
(1)
, x
(2)
, . . . , x
(m)
un sistem de vectori de rang k, k m, din spat iul vectorial V . Prin f se obt ine
sistemul de vectori S
1
= y
(1)
, y
(2)
, . . . , y
(m)
, unde y
(i)
= f(x
(i)
), i = 1, m, din W. Pentru comod-
itatea scrierii consider am ca vectorii x
(1)
, x
(2)
, . . . , x
(k)
sunt liniar independent i. Atunci din relat ia
a
1
y
(1)
+a
2
y
(2)
+. . . +a
k
y
(k)
= , a
1
, a
2
, . . . , a
k
K, rezult a a
1
f(x
(1)
)+a
2
f(x
(2)
)+. . . +a
k
f(x
(k)
) = , iar
de aici f(a
1
x
(1)
+a
2
x
(2)
+. . .+a
k
x
(k)
) = . Cum f este injectiva deducem ca a
1
x
(1)
+a
2
x
(2)
+. . .+a
k
x
(k)
=
si de aici a
1
= a
2
= . . . = a
k
= 0, ceea ce ne arata ca vectorii y
(1)
, y
(2)
, . . . , y
(k)
sunt liniar independent i.
Acum considerand relat iile
x
(k+i)
= a
i1
x
(1)
+a
i2
x
(2)
+. . . +a
ik
x
(k)
, i = 1, 2, . . . , mr
si aplic and funct ia f, obt inem
y
(k+i)
= a
i1
y
(1)
+a
i2
y
(2)
+. . . +a
ik
y
(k)
, i = 1, 2, . . . , mr.
Prin urmare, sistemul de vectori y
(1)
, . . . , y
(k)
este un sistem de generatori pentru S
1
si deci
rang S
1
= rang S.
20
Teorema 2.3.6 Condit ia necesar a si sucient a ca doua spat ii vectoriale V si W peste campul K, de
dimensiune nit a, s a e izomorfe este ca ele s a aib a aceeasi dimensiune.
Demonstrat ie. Necesitatea rezulta imediat aplic and Teorema 2.3.5.
Pentru sucient a sa consider am spat iile vectoriale V si W cu dim V = dim W = n. Fie B =
e
(1)
, e
(2)
, . . . , e
(n)
si B
1
= f
(1)
, f
(2)
, . . . , f
(n)
cate o baza n V si respectiv W. Denim, aplicat ia
h : V W dup a regula: pentru orice x B, x =
n

i=1
a
i
x
(i)
, h(x) =
n

i=1
a
i
f
(i)
. Se veric a imediat ca h
este un izomorsm si deci spat iile V si W sunt izomorfe.
Corolarul 2.3.3 Printr-un izomorsm ntre dou a spat ii vectoriale V si W de dimensiune nit a o baza
din V este dus a ntr-o baz a din W.
Corolarul 2.3.4 Exist a un izomorsm si numai unul ntre dou a spat ii vectoriale V si W de dimeniune
nit a care s a duc a o baza B din V ntr-o baza data B
1
din W.
Corolarul 2.3.5 Orice spat iu vectorial V peste campul K de dimensiune n este izomorf cu spat iul K
n
.
Corolarul 2.3.6 Pentru orice subspat iu W al unui spat iu vectorial V avem dim W dim V .
2.4 Produs scalar. Spat ii normate. Spat ii metrice
Fie V un spat iu vectorial peste corpul K, unde K = R sau K = C.
Denit ia 2.4.1 Se numeste produs scalar pe V , orice aplicat ie < , >: V V K, cu propriet at ile:
P1. < x, x > 0, oricare ar x, y V si < x, x >= 0, dac a si numai dac a x = ;
P2. < x, y >= < y, x >, (z este conjugatul lui z n C), oricare ar x, y V ;
P3. < x, y >= < x, y >, oricare ar K si x, y V ;
P4. < x +y, z >=< x, z > + < y, z >, oricare ar x, y, z V .
Daca K = R, cum un num ar real este egal cu conjugatul s au rezult a ca P2 devine < x, y >=<
y, x >, adic a produsul scalar este comutativ.
Denit ia 2.4.2 Un spat iu vectorial peste c ampul K = R C nzestrat cu un produs scalar se numeste
spat iu prehilbertian. Dac a K = R, atunci spat iul se numeste euclidian, iar dac a K = C atunci spat iul
vectorial nzestrat cu un produs scalar se numeste unitar .
Exemple. 2.4.1. Daca n R
n
consider am vectorii x = (x
1
, . . . , x
n
) si y = (y
1
, y
2
, . . . , y
n
) si denim
< x, y >=
n

i=1
x
i
y
i
, atunci R
n
devine un spat iu euclidian. Prin simple calcule se veric a propriet at ile
P
1
P
4
.
2.4.2.

In C
n
produsul scalar al vectorilor x = (x
1
, . . . , x
n
), y = (y
1
, . . . , y
n
) se deneste prin
< x, y >=
n

i=1
x
i
y
i
,
devenind astfel un spat iu unitar.
2.4.3. Pe spat iul vectorial C[a, b] al funct iilor reale continue, expresia < f, g >=
b
_
a
f(x)g(x)dx
este un produs scalar.
Denit ia 2.4.3 Se numeste norma peste spat iul vectorial V peste K = RC orice aplicat ie | | : V R
cu urm atoarele propriet at i:
21
N1. |x| = 0, dac a si numai dac a x = ;
N2. |x| = [[ |x|, oricare ar K si x V ;
N3. |x +y| |x| +|y| (inegalitatea triunghiurilor), oricare ar x, y V .
Daca n N3 punem y = x, atunci rezult a |x| 0, pentru orice x V .
Denit ia 2.4.4 Un spat iu vectorial V peste K este normat daca pe el s-a denit o norm a. Scriem
(V, | |).
Teorema 2.4.1 Daca (V, < , >) este un spat iu euclidian, atunci pentru orice x, y V are loc
inegalitatea
[ < x, y > [

< x, x > < y, y >.


numit a inegalitatea lui CauchySchwarzBuniakowscki.
Demonstrat ie. Pentru orice x, y V si orice R, avem < x + y, x + y > 0. De aici, folosind
P2 P4 obt inem
< y, y >
2
+ 2 < x, y > + < x, x > 0 (2.4)
pentru orice R.
Daca y = inegalitatea (10.8) devine
2 < x, > + < x, x > 0. (2.5)
Dar < x, >=< x, x x >=< x, x > + < x, x >=< x, x > + < x, x >=< x, x > < x, x >=
0. Cum < x, x > 0, rezulta ca (10.8) are loc pentru y = si oricare ar x V .
Deci, putem presupune y ,= , adic a < y, y >> 0. Atunci trinomul de gradul doi n din (10.8) va
0, oricare ar R, dac a si numai dac a

=< x, y >
2
< y, y > < x, x > 0, de unde rezult a
[ < x, y > [

< x, x > < y, y > ceea ce trebuia demonstrat.


Egalitate n inegalitatea lui CauchySchwarzBuniakowski se obt ine numai dac a x = y, adic a
vectorii x si y sunt coliniari.
Observat ia 2.4.1 Pentru x = (x
1
, . . . , x
n
), y = (y
1
, y
2
, . . . , y
n
) vectori din R
n
inegalitatea Cauchy
SchwarzBuniakowski ia forma
_
n

i=1
x
i
y
i
_
2

_
n

i=1
x
2
i
__
n

i=1
y
2
i
_
,
cu egalitate numai dac a x
1
/y
1
= x
2
/y
2
= . . . = x
n
/y
n
= R.
Teorema 2.4.2 Daca (V, < , >) este un spat iu euclidian, aplicat ia | | : V R, denit a prin
|x| =

< x, x > este o norma pe V , numit a norma generata de produsul scalar.


Altfel spus, un spat iu prehilbertian este un spat iu normat.
Demonstrat ie. Trebuiesc vericate propriet at ile normei. Din |x| = 0 avem < x, x >= 0, de unde, pe
baza lui P1, deducem x = , ceea ce ne demonstraza N1.
Pentru N2 avem |x| =

< x, x > =
_

2
< x, x > = [[ |x|, pentru orice R si orice
x V .
Pentru a demonstra N3 putem scrie |x +y|
2
=< x +y, x +y >=
< x, x > +2 < x, y > + < y, y > |x|
2
+ 2|x| |y| + |y|
2
= (|x| + |y|)
2
(s-a folosit inegalitatea lui
CauchySchwarzBuniakowski), de unde rezult a |x +y| |x| +|y|, oricare ar x, y V .
Observat ia 2.4.2 Teoremele 10.4.1 si 10.4.2 r am an adevarate si pentru spat iile vectoriale unitare.
22
Denit ia 2.4.5 Fie (V, < , >) un spat iu vectorial euclidian. Oricare ar vectorii x, y V , diferit i
de vectorul nul, num arul real [0, ] denit prin
cos =
< x, y >
|x| |y|
,
se numeste unghiul dintre x si y. Unghiul se noteaza si prin ( x, y).
Daca < x, y >= 0, atunci = /2, iar vectorii x si y se numesc ortogonali.
Un vector v se numeste versor daca |v| = 1.
Denit ia 2.4.6 Fie A o mult ime nevid a. Se numeste metrica (distant a) pe A, orice aplicat ie d :
AA R cu urm atoarele propriet at i:
M
1
. d(x, y) = 0, dac a si numai dac a x = y (separare);
M
2
. d(x, y) = d(y, x), pentru orice x, y A (simetrie);
M
3
. d(x, z) d(x, y) +d(y, z), pentru orice x, y, z A (inegalitatea triunghiului).
Denit ia 2.4.7 Se numeste spat iu metric orice mult ime nevid a A nzestrat a cu o metric a. Notam cu
(A, d) mult imea A nzestrat a cu metrica d.
Observat ia 2.4.3 Pentru orice x, y (A, d) avem d(x, y) 0.

Intr-adev ar, din M


3
, pun and z = x, rezult a
0 d(x, y) +d(y, x) = 2d(x, y),
de unde d(x, y) 0.
Exemple. 2.4.4. Aplicat ia d : A A R prin d(x, y) =
_
1, x ,= y
0, x = y
este o metrica pe A, numit a
metrica grosiera.
2.4.5. Aplicat ia d : R R R, d(x, y) = [x y[ este o metrica pe R.
Teorema 2.4.3 Daca (V, | |) este un spat iu vectorial normat, atunci aplicat ia d : V V R denita
prin d(x, y) = |x y| este o metric a pe V , numit a metrica generata de norma.
Demonstrat ie. Trebuie sa ar at am ca d veric a propriet at ile M
1
M
3
. Pentru M
1
din d(x, y) = 0, avem
|x y| = 0, de unde, pe baza lui N
1
, obt inem x = y. Proprietatea de simetrie M2 rezult a astfel:
d(x, y) = |x y| = |(1)(y x)| = [(1)[ |y x| = d(y, x),
pentru orice x, y V .
Inegalitatea triunghiului pentru d rezulta astfel:
d(x, y) = |x z| = |x y + (y z)| |x y| +|y z| = d(x, y) +d(y, z),
pentru orice x, y, z V .
Observat ia 2.4.4 Pentru spat iile euclidiene R
n
metrica generata de norma data de produsul scalar
conduce la
d(x, y) =

_
n

i=1
(x
i
y
i
)
2
oricare ar x = (x
1
, . . . , x
n
) R si y = (y
1
, . . . , y
n
) R. numit a si metrica euclidiana.
23
2.5 Mult imi convexe

In acest paragraf vom introduce not iunea de mult ime convexa si propriet at ile ei. Ea are o
important a deosebita n rezolvarea modelelor matematicoeconomice de programare liniar a.
Denit ia 2.5.1 Fie x = (x
1
, . . . , x
n
) si y = (y
1
, . . . , y
n
) doi vectori din R
n
. Vectorul z = ax +(1 a)y,
cu a [0, 1] se numeste combinat ia liniara convexa a vectorilor x si y.
Denit ia 2.5.2 Daca x, y R
n
mult imea z R
n
[z = ax+(1 a)y, a [0, 1] se numeste segmentul
de dreapta de extremitat i x si y. El se noteaza cu [x, y]. Dac a a (0, 1), atunci segmentul deschis
dat de x si y se noteaza cu (x, y).
Pe R segmentul [x, y] si segmentul deschis (x, y) coincid cu intervalul nchis [x, y] respectiv inter-
valul deschis (x, y)
Denit ia 2.5.3 O mult ime A R
n
se numeste mult ime convexa, dac a oricare ar x, y A avem
[x, y] A. Altfel spus, oricare ar dou a puncte din A, segmentul [x, y] este o mult ime din A.
Exemple. 2.5.1. Fie a = (a
1
, a
2
, . . . , a
n
) R
n
un vector xat din R
n
si b un num ar real dat. Mult imea
H = x R
n
[ < a, x >= b este convexa.
Fie [0, 1]. Pentru orice x, y H avem
< a, x + (1 )y >= < a, x > +(1 ) < a, y >= b + (1 )b = b
ceea ce ne arata ca [x, y] H.
Mult imea H este un hiperplann R
n
de ecuat ie a
1
x
1
+a
2
x
2
+. . .+a
n
x
n
= b, dac a x = (x
1
, . . . , x
n
)
R
n
.
2.5.2.

In ipotezele de la 2.5.1, mult imile S
1
= x R
n
[ < a, x > b si S
2
= x R
n
[ < a, x >
b, numite si semispat iile determinate de hiperplanul H, sunt mult imi convexe.
2.5.3. Mult imile
M
a,b
= z R
n
[z = ax +by, x, y R
n
, a, b 0
sunt convexe. Ele sunt numite si conuri convexe.
2.5.4. Mult imea S
0
= x R
n
[ax 0, a R
n
, xat este un con convex, n timp ce S
1
si S
2
, cu
b ,= 0, din exemplul 2.5.2 nu sunt conuri convexe.
Propozit ia 2.5.1 Intersect ia a dou a mult imi convexe este o mult ime convex a.
Demonstrat ie. Fie A si B dou a mult imi convexe din R
n
. Pentru orice [0, 1] si x, y A B avem
x + (1 )y A B .
Propozit ia 2.5.1 r amane valabil a pentru orice familie num arabil a de mult imi convexe.
Denit ia 2.5.4 Mult imea A R
n
se numeste con poliedral convex, dac a oricare ar x A se poate
scrie ca o combinat ie liniar a nenegativa de un num ar nit de elemente x
(i)
A, adic a
x =
k

i=1
a
i
x
(i)
, a
i
0, i = 1, k
Orice subspat iu a lui R
n
este un con poliedral convex.
Denit ia 2.5.5 Fie A R
n
o mult ime. Mult imea tuturor combinat iilor liniare convexe de elemente din
A se numeste acoperirea convexa a lui A. Ea se noteaza prin Co(A).
Propozit ia 2.5.2 Co(A) este convex a si A Co(A). Dac a A este convexa, atunci Co(A) = A.
Demonstrat ia propozit iei este imediata.
Denit ia 2.5.6 Daca A R
n
este o mult ime convex a, atunci elementul
x
(0)
A se numeste punct extremal pentru A daca nu exist a x, y A,
a (0, 1) asa nc at sa avem x
(0)
= ax+(1a)y, adic a x
(0)
nu poate interior segmentului [x, y], oricare
ar x, y A.
Exemplu. 2.5.5. Varfurile unui triunghi sunt punctele sale extremale.
24
2.6 Testul Nr. 1 de vericare a cunostint elor
1. Denit i urm atoarele not iuni:
a) Spat iu vectorial;
b) Acoperirea liniar a;
c) Baza a a unui spat iu vectorial;
d) Produs scalar;
e) Norma;
f) Metric a;
g) Combinat ie liniar a convexa;
h) Mult ime convexa.
2. Ar atat i ca daca (K, +, ) este corp comutativ si n N, iar K
n
= x = (x
1
, ..., x
n
) [ x
i
K, i = 1, n,
pentru n 1, atunci mult imea K
n
nzestrata cu operat iile
x +y def (x
1
+y
1
, ..., x
n
+y
n
)
x def (x
1
, ..., x
n
) , K
este un spat iu vectorial peste K.
3. Ar atat i ca B = v, u, w, v = (2, 1, 1), u = (1, 1, 1) si w = (1, 2, 1) este o baza n R
3
si sa se
ae coordonatele vectorului t = (3, 6, 1) n aceasta baza.
4. Fie n R
4
baza B = x
1
, x
2
, x
3
, x
4
cu x
1
= (1, 1, 2, 1), x
2
= (1, 1, 0, 1), x
3
= (0, 0, 1, 1), si
x
4
= (1, 2, 2, 0). Vectorul v are coordonatele (1, 2, 2, 1) n aceasta baza. G asit i coordonatele lui v n
baza B

= y
1
, y
2
, y
3
, y
4
cu y
1
= x
1
, y
2
= x
2
, y
3
= 2x
1
+ 2x
2
+ 2x
3
+ 2x
4
si y
4
= x
4
.
5. Fie n R
3
baza B = x
1
, x
2
, x
3
cu x
1
= (1, 0, 0), x
2
= (2, 1, 0), x
3
= (3, 2, 1) si vectorul v =
8x
1
+ 4x
2
x
3
. G asit i coordonatele vectorului v n baza B

= y
1
, y
2
, y
3
, cu y
1
= x
1
+x
2
+x
3
,
y
2
= x
1
+x
2
x
3
si y
3
= x
1
x
2
+x
3
.
6. Ar att i ca (R
n
, d) unde d : R
n
R
n
R, d(x, y) =
n

k=1
[x
k
y
k
[, x = (x
1
, ..., x
n
) si y = (y
1
, ..., y
n
)
este spat iu metric.
7. Ar atat i ca aplicat ia < , > : R
2
R
2
R denit a prin < x, y >= 3x
1
y
1
x
1
y
2
x
2
y
1
+ 2x
2
y
2
,
x = (x
1
, x
2
) si y = (y
1
, y
2
), este un produs scalar.
8. S a se arate ca ntr-un spat iu prehilbertian real oarecare are loc pentru orice vectori x si y egalitatea:
|x +y|
2
+|x y|
2
= 2(|x|
2
+|y|
2
).
9. Demonstrat i ca orice spat iu prehilbertian real X este si spat iu normat.
10. Fie a, b R cu a < b. Ar atat i ca [a, b] = x R [ a x b este o mult ime convexa.
25
Indicat ii si raspunsuri
Testul 1
2. Se verica condit iile prezentate n denit ia not iunii de spat iu vectorial.
3. Se verica condit iile de liniar independent a si sistem de generatori ale sistemului de
vectori B. Folosind relat iile gasite la vericarea condit iei de sistem de generatori ale
sistemului de vectori B se gaseste t
B
= (4, 4, 7).
4. Se obt ine tabelul
v
(x
i
)
1 2 2 1
y
3(x
i
)
2 2 2 2
v
(y
i
)
-1 0 1 -1
Deci v
(y
i
)
= (1, 0, 1, 1).
5. Se foloseste matricea de trecere si se obt ine v
(y
i
)
=
_
3
2
,
9
2
, 2
_
.
6. Se verica condit iile impuse asupra aplicat iei d n denit iea not iunii de metrica.
7. Se verica condit iile din denit ia not iunii de produs scalar.
8. Se foloseste denit ia normei induse de produsul scalar si proprietat ile produsului scalar
(|x| =

< x, x >).
9. Se foloseste denit ia normei induse de produsul scalar (|x| =

< x, x >) si se verica
condit iile din denit ia not iunii de norma. Remarcam ca folosim si inegalitatea Cauchy-
Baniakowski-Schwarz: < x, y >

< x, x >

< y, y >.
10. Se arata ca oricare ar x, y din [a, b] segmentul cu extremitatea init iala n x si cea nala
n y apart ine tot lui [a, b].
26
Bibliograa aferenta capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate n economie - Volumul I,
Editura ULB, Sibiu, 2001.
27
Capitolul 3
Matrice. Determinant i. Sisteme de
ecuat ii liniare
Obiective: Scopul acestui capitol este de a oferi student ilor metode rapide de
solut ionare a problemelor legate de matrici, determinant i si sisteme de ecuat ii liniare.
Rezumat:

In prezentul capitol sunt prezentate atat metodele cunoscute din liceu,
precum si metode avansate, de aare a inversei unei matrici, de calcul a valorii unui deter-
minant si de rezolvare a unui sistem de ecuat ii liniare, metode care se vor aplican capitolele
ulterioare.
Cont inutul capitolului:
1. Matrice
2. Determinant i
3. Sisteme de ecuat ii liniare
4. Test de vericare a cunostint elor
5. Bibliograa aferenta capitolului
Cuvinte cheie: matrice, determinant, sistem de ecuat ii libiare, Gauss, Gauss-
Jordan, metoda lui Chio.
3.1 Matrice
Denit ia 3.1.1 Se numeste matrice de tipul mn peste un camp K un tablou dreptunghiular
A format din mn elemente din K situate pe m linii si n coloane.
Scriem
A =

a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
m3
a
mn

sau condensat
A = (a
ij
)
i=1,m
j=1,n
,
unde a
ij
reprezint a elementul matricei situat pe linia i si coloana j.
Elementele a
11
, a
22
, . . . formeaza diagonala principala a matricei, iar elementele
a
1n
, a
2,n1
, . . . diagonala secundara.
Notam cu /
mn
(K) mult imea matricelor de tipul mn peste campul K, iar cu /(K)
mult imea tuturor matricelor peste campul K. Daca m = n, matricele se numesc patratice
de ordin n.
Daca m = 1, matricea se numeste matrice sau vector linie. Daca n = 1, matricea se
numeste matrice sau matrice coloana.
28
Unei matrice A de tip m n i se poate ataa sistemul ordonat de m vectori linie din
K
n
dat de
L
i
= (a
i1
, a
i2
, . . . , a
in
), i = 1, m
si sistemul ordonat de n vectori coloana
C
j
=
t
(a
1j
, a
2j
, . . . , a
mj
), j = 1, n.
Denit ia 3.1.2 Dou a matrice de acelasi tip sunt egale dac a elementele corespunzatoare sunt
egale.
Denit ia 3.1.3 Se numeste suma matricelor A = (a
ij
) si B = (b
ij
), ambele de tipul m n
peste K, matricea notata cu A+B data de regula A+B = (a
ij
+b
ij
). Operat ia care realizeaz a
aceasta regul a se numeste adunarea matricelor.
Matricea O /
mn
(K) cu toate elementele nule se numeste matricea nula. Fiind
data matricea A = (a
ij
) /
mn
(K), matricea A = (a
ij
) /
mn
(K) se numeste opusa lui
A.
Se verica imediat ca (/
mn
(K), +) este un grup comutativ.
Denit ia 3.1.4 Se numeste produsul matricei A = (a
ij
) /
mn
(K) cu scalarul K, ma-
tricea notata A, obt inut a prin regula A = (a
ij
) /
mn
(K). Operat ia data de aceasta
regul a se numeste nmult irea cu un scalar a matricelor.

Inmult irea cu un scalar a matricelor veric a propriet at ile evidente


1 A = A, (A+B) = A+B, ( +)A = A+A, (A) = ()A,
oricare ar , K si A, B /
mn
(K).
Rezulta ca are loc propozit ia:
Propozit ia 3.1.1 Mult imea matricelor /
mn
(K) n raport cu operat iile de adunare si de
nmult ire cu un scalar are o structur a de spat iu vectorial peste K.
Dimensiunea spat iului vectorial /
mn
(K) este mn.

Intr-adevar se observa ca orice
A = (a
ij
) /
mn
(K) se scrie n mod unic sub forma
A =
m

i=1
n

j=1
a
ij
E
(ij)
,
unde E
(ij)
sunt matricele de tipul mn, care au toate elementele egale cu 0, n afara de cel
de pe linia i si coloana j care este egal cu 1.
Denit ia 3.1.5 Se numeste transpunere n mult imea /(K) a matricelor peste K, aplicat ia
t : /(K) /(K), denit a prin t(A) =
t
A, unde A = (a
ij
) /
mn
(K), iar
t
A = (a
ji
)
/
nm
(K). Matricea
t
A se numeste transpusa lui A.
Se observa usor ca transpusa este o funct ie bijectiva, care verica proprietat ile: 1)
t
(
t
A) = A; 2)
t
(A + B) =
t
A +
t
B si 3)
t
(A) =
t
A, oricare ar A, B /
mn
(K) si K.
De aici rezulta ca transpunerea este un izomorsm ntre spat iile vectoriale /
mn
(K) si
/
nm
(K).
Denit ia 3.1.6 O matrice patratic a A = (a
ij
) /
nn
(K) se numeste simetrica daca A =
t
A,
adica elementele simetrice fat a de diagonala principala sunt egale a
ij
= a
ji
, i, j = 1, n.
Denit ia 3.1.7 O matrice patratic a A = (a
ij
) /
mn
(K) e numeste antisimetrica daca A =

t
A, adic a elementele simetrice fat a de diagonala principal a sunt opuse a
ij
= a
ji
i, j = 1, n.
Denit ia 3.1.8 O matrice patratic a se numeste triunghiulara superioara respectiv inferioara
daca toate elementele situate dedesuptul, respectiv deasupra diagonalei principale sunt nule.
29
Denit ia 3.1.9 O matrice patratic a se numeste diagonala daca toate elementele ei sunt nule
cu except ia celor de pe diagonala principal a.
Teorema 3.1.1 Teorema rangului. Pentru o matrice rangul sistemului de vectori linie este
egal cu rangul sistemului de vectori coloan a.
Demonstrat ie. Fie A = (a
ij
) /
mn
(K) si r si p rangurile sistemelor de vectori linie
L
i
= (a
i1
, a
i2
, . . . , a
in
), i = 1, m si coloana C
j
= (a
1j
, a
2j
, . . . , a
mj
), j = 1, n. Nu restrangem
generalitatea, daca presupunem ca primele r linii sunt liniare independente, deoarece o
schimbare a ordinii liniilor pastreaza rangul sistemului vectorilor linie. O astfel de schimbare
modica vectorii coloana. Fiecare vector coloana se scrie
C
j
=
m

i=1
a
ij
e
(i)
,
unde B = e
(1)
, e
(2)
, . . . , e
(m)
este baza canonica din K
m
, este dus n vectorul
C

j
=
m

i=1
a
ij
f
(i)
,
unde B
1
= f
(1)
, f
(2)
, . . . , f
(m)
este noua baza din K
m
, obt inuta din B prin schimbarea ordinii
vectorilor ei, corespunzatoare schimbarii liniilor matricei A. Consideram, acum, automor-
smul spat iului K
m
, care duce baza B n baza B
1
, acesta ducand vectorii C
j
n vectorii C

j
si
deci pastreaza rangul sistemului format de ei. Celelalte linii ale matricei A se vor exprima
ca si combinat ii liniare de primele r, adica putem scrie
L
r+s
=
r+s,1
L
1
+
r+s,2
L
2
+. . . +
r+s,r
L
r
, s = 1, 2, . . . , mr,
de unde, folosind egalitatea vectorilor n K
n
, rezulta
a
r+s,j
=
r+s,1
a
1j
+
r+s,2
a
2j
+. . . +
r+n,r
a
rj
, j = 1, . . . , n.

Inlocuind n expresiile coloanelor C


j
, obt inem
C
j
=
r

i=1
a
ij
e
(i)
+
mr

s=1
a
r+s,j
e
(r+s)
=
=
r

i=1
a
ij
e
(i)
+
mr

s=1
(
r+s,1
a
1j
+
r+s,2
a
2j
+. . . +
r+s,r
a
rj
)e
(r+s)
, j = 1, n.
Cum coecient ii
r+s,j
, j = 1, n sunt independent i de ordinea liniilor, grupand termenii
care cont in pe a
ij
, obt inem
C
j
=
r

i=1
a
ij
_
e
(i)
+
mr

s=1

r+s,i
e
(r+s)
_
, j = 1, n.
Punand g
(i)
= e
(i)
+

mr
s=1

r+s,i
e
(r+s)
, i = 1, r, rezulta
C
j
=
r

i=1
a
ij
g
(i)
, j = 1, n.
Am dedus ca cei n vectori coloana se exprima ca si combinat ii liniare de r vectori g
(i)
din K
m
, iar rangul p al sistemului format de ei este cel mult egal cu numarul generatorilor
g
(i)
, deci p r.
Daca acum schimbam rolul coloanelor si liniilor si facem acelasi rat ionament, obt inem
r p. Din p r si r p rezulta r = p, ceea ce trebuia demonstrat.
30
Denit ia 3.1.10 Rangul comun al sistemelor de vectori linii sau coloane a unei matrice se
numeste rangul ei.
Altfel spus, rangul unei matrice este egal cu numarul maxim de linii sau coloane liniar
independent, ntre ele.
Propozit ia 3.1.2 Rangul unei matrici este egal cu rangul transpusei sale.
Demonstrat ie. Deoarece prin transpunere sistemul de vectori linie al unei matrici devine
sistemul de vectori coloana al transpusei matricei, din teorema rangului rezulta ca matricea
si transpusa ei au acelasi rang.
Observat ia 3.1.1 Prin transform ari elementare aplicate sistemului de vectori linie sau
coloane, rangul unei matrice nu se modic a.
Valabilitatea acestei observat ii rezulta din teorema rangului si din faptul ca prin efec-
tuarea unor transformari elementare rangul unui sistem de vectori nu se modica (v.3.3).
Propozit ia 3.1.3 Prin transform ari elementare asupra liniilor si coloanelor, orice matrice
A poate transformata ntr-o matrice B, av and toate elementele nule cu except ia primelor
r elemente de pe diagonala principala, care s a e egale cu 1. Matricea A are atunci rangul
r.
Demonstrat ie. Consideram matricea
A =

a
11
a
12
. . . a
1j
. . . a
1n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
. . . a
ij
. . . a
in
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
. . . a
mj
. . . a
mn

Daca A este matricea nula, atunci armat ia propozit iei este dovedita. Daca nu, atunci
putem presupune ca a
11
,= 0 (n caz ca a
11
= 0 se fac schimbari ale ordinii liniilor sau
coloanelor). Pentru a obt ine 1 pe pozit ia lui a
11
nmult im prima linie cu a
1
11
. Pentru a avea
0 pe pozit ia a
i1
, i = 2, m, nmult im acum linia ntai cu a
i1
. Elementul a
ij
se nlocuieste cu
a
ij
a
1
11
a
1j
a
i1
=
a
11
a
ij
a
1j
a
i1
a
n
, i = 2, m, j = 2, n,
n care se recunoaste regula de calcul a dreptunghiului sau elementului pivot.
Aplicand repetat acest procedeu, dupa un numar nit de pasi, ajungem ca A este
echivalenta () din punctul de vedere al rangului cu matricea
B =

1 0 . . . 0 0 . . . 0
0 1 . . . 0 0 . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . . 1 0 . . . 0
0 0 . . . 0 0 . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . . 0 0 . . . 0

linia r
si deci rangul lui A este r, dat de numarul de cifre 1 din B.
Demonstrat ia acestei propozit ii ne da si procedeul practic de aare a rangului unei
matrice, calculele facandu-se cu cunoscuta regula a dreptunghiului.
Exemplul 3.1.1. Sa se ae rangul matricei
A =

0 2 1 1 3
2 1 4 5 6
1 1 2 1 0
1 2 2 4 6

.
31
Schimband coloana 1 cu coloana 2 si nmult ind coloana 5 cu 1/3 obt inem
A

2 0 1 1 1
1 2 4 5 2
1 1 2 1 0
2 1 2 4 2

Inmult im prima linie cu 1/2, apoi pe linia ntai si coloana ntai completam cu 0, iar
restul elementelor le calculam cu regula dreptunghiului, obt inand
A

1 0 0 0 0
0 2
9
2

9
2

3
2
0 1
3
2

3
2

1
2
0 1 3 3 1

.
Aplicand succesiv acelasi procedeu avem:
A

1 0 0 0 0
0 1 0 0 0
0 0
3
4
3
4
1
4
0 0
3
4

3
4

1
4

1 0 0 0 0
0 1 0 0 0
0 0 3 3 1
0 0 3 3 1

1 0 0 0 0
0 1 0 0 0
0 0 3 3 1
0 0 0 0 0

1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
0 0 0 0 0

,
si deci rang A = 3.
Denit ia 3.1.11 O matrice patratic a de ordin n se numeste nesingulara sau regulata daca
rangul ei este egal cu n.

In caz contrar, adic a daca rangul ei este mai mic ca n, atunci
matricea se numeste singulara.
Denit ia 3.1.12 Se numeste matrice extrasa dintr-o matrice A orice matrice B obt inut a din
A nl atur and anumite linii si coloane, pastr and ordinea liniilor si coloanelor r amase.
Teorema 3.1.2 Rangul unei matrice este egal cu ordinul maxim al matricelor p atratice
nesingulare extrase din ea.
Demonstrat ie. Fie A o matrice, r rangul ei si B o matrice patratica nesingurala extrasa din
A si de rang maxim p. Cele p linii ale matricei A care intervinn B sunt liniar independente,
deoarece dependent a liniara a acestor linii n A ar atrage dependent a lor liniara si n B, ceea
ce ar face ca B sa e singulara. Prin urmare p r. Acum sa aratam ca oricare p+1 linii din A
sunt liniar independente. Sa admitem ca exista n A (p+1) linii liniar independente, atunci,
extragand din A matricea formata din ele, am obt ine o matrice C de rang (p + 1). Pe baza
teoremei rangului, matricea C are si p+1 coloane liniar independente. Acum extragand din
C (deci si din A) matricea D formata din cele p + 1 coloane liniar independente, obt inem o
matrice nesingulara de ordin p + 1, ceea ce ar contrazice alegerea lui p. Rezulta ca r < p + 1
si cum am aratat ca p r, deducem ca r = p.
Sa introducem acum pe mult imea /(K) a matricelor operat ia de nmult ire.
Denit ia 3.1.13 Se numeste produsul matricei A = (a
ij
) /
mn
(K) cu matricea B = (b
ij
)
/
np
(K), matricea C = (c
ij
) /
mp
(K), unde
c
ij
= a
i1
b
1j
+a
i2
b
2j
+. . . +a
in
b
nj
, i = 1, m, j = 1, p.
Scriem C = A B. Operat ia care realizeaz a acest proces se numeste nmult irea ma-
tricelor.
32
Propozit ia 3.1.4

Inmult irea matricelor, c and are sens, este asociativa.
Demonstrat ie. Fie A = (a
ij
) /
mn
(K), B = (b
ij
) /
np
(K), C = (c
ij
) /
pq
(K). Avem
A(BC) =
_
n

k=1
a
ik
_
p

l=1
b
kl
c
lj
__
=
_
n

k=1
p

l=1
a
ik
b
kl
c
lj
_
=
=
_
p

l=1
_
n

k=1
a
ik
b
kl
_
c
lj
_
= (AB)C.
Propozit ia 3.1.5

Inmult irea matricelor este distributiv a fat a de adunarea lor.
Demonstrat ie. Fie A = (a
ij
) /
mn
(K), B = (b
ij
) /
np
(K) si C = (c
ij
) /
np
(K). Avem
A[B +C] =
_
n

k=1
a
ik
[b
kj
+c
kj
]
_
=
_
n

k=1
a
ik
b
kj
+
n

k=1
a
ik
c
kj
_
=
=
_
n

k=1
a
ik
b
kj
_
+
_
n

k=1
a
ik
c
kj
_
= AB +AC,
adicanmult irea este distributiva la stanga fat a de adunare.

In mod analog, se demonstreaza
si distributivitatea la dreapta.
Denit ia 3.1.14 Matricea p atratic a I
n
= (
ij
), i, j = 1, n, unde

ij
=
_
1, i = j
0, i ,= j i, j = 1, n
este simbolul lui Kronecker, se numeste matricea unitate de ordinul n.
Altfel spus, matricea I
n
este o matrice diagonala cu toate elementele de pe diagonala
principala egale cu 1. Cand nu dorim sa precizam ordinul matricei unitate o vom nota prin
I.
Observat ia 3.1.2 Pentru orice matrice A /
mn
(K) avem
I
m
A = A si AI
n
= A.
Observat ia 3.1.3

Inmult irea matricelor, n general. nu este comutativ a.
Din proprietat ile adunarii si nmult irii rezulta:
Propozit ia 3.1.6 Mult imea /
n
2(K) a matricelor patratice de acelasi ordin n nzestrat a cu
operat iile de adunare si nmult ire are o structur a de inel cu divizori ai lui zero.
Propozit ia 3.1.7 Transpusa unui produs de dou a matrice este egala cu produsul transpuselor
n ordine invers a.
Demonstrat ie. Fie A = (a
ij
) /
mn
(K) si B = (b
ij
) /
np
(K). Avem
t
(AB) =
t
_
n

k=1
a
ik
b
kj
_
=
_
n

k=1
a
jk
b
ki
_
=
_
n

k=1
b
ki
a
jk
_
=
t
B
t
A.
Rezultatul obt inut se poate extinde prin induct ie matematica la un produs cu un
numar nit de factori.
Denit ia 3.1.15 Se numeste inversa matricei p atratice A, matricea notata cu A
1
, care sat-
isface condit iile A A
1
= A
1
A = I.
33
Teorema 3.1.3 Condit ia necesara si sucient a ca o matrice patratic a sa aib a inversa este
ca ea sa e nesingulara.
Demonstrat ie. Necesitatea. Presupunem ca matricea A = (a
ij
) /
n
2(K) are o inversa pe
A
1
= (b
ij
) /
n
2(K). Din A
1
A = I rezulta
n

k=1
b
ik
a
kj
=
ij
, i, j = 1, n.
de unde, pentru vectorii e
(i)
, i = 1, n ai bazei canonice obt inem exprimarea
e
(i)
=
n

k=1
b
ik
L
k
, (3.1)
L
k
, k = 1, n, ind vectorii linie ai matricei A. Cum pentru orice x K
n
avem x =
n

i=1
x
i
e
(i)
,
nlocuind e
(i)
din relat iile (3.1) deducem ca orice vector x K
n
se exprima ca o combinat ie
liniara de vectori linie L
k
, k = 1, n. Rezulta ca sistemul de vectori linie L
k
, k = 1, n, genereaza
spat iul K
n
, ceea ce nseamna ca are rangul n si deci matricea A este nesingulara.
Sucient a. Din faptul ca A este nesingulara, rezulta ca vectorii linie L
k
, k = 1, n, sunt
liniar independent i si deci formeaza o baza n K
n
. Exprimam vectorii e
(i)
, i = 1, n, ai bazei
canonice n baza data de vectorii linie si avem
e
(i)
=
n

k=1
b
ik
L
k
, i = 1, n,
de unde, punand B = (b
ik
), obt inem BA = I.
Matricea A ind nesingulara are si vectorii coloana liniar independent i, formand si ei
o baza n K
n
, si deci putem scrie AC = I. Acum obt inem
C = IC = (BA)C = B(AC) = BI = B,
de unde C = B = A
1
si prin urmare matricea A are inversa.
Usor se arata ca inversa unei matrice este unica si ca ea este nesingulara.
Propozit ia 3.1.8 Produsul a dou a matrice nesingulare este o matrice nesingular a si inversa
ei este egala cu produsul inverselor luate n ordine schimbat a
(AB)
1
= B
1
A
1
Demonstrat ie. Avem
(AB)(B
1
A
1
) = A(BB
1
)A
1
= AA
1
= I
si
(B
1
A
1
)(AB) = B
1
(A
1
A)B = B
1
B = I,
relat ii ce demonstreaza armat iile din enunt .
Rezultatul se extinde prin induct ie matematica la un produs de matrice nesingulare
cu un numar nit de factori.
Pentru aarea inversei unei matrice se foloseste transformarea ei n matrice unitate,
aplicand regula dreptunghiului, dupa schema
(A[I) =(A
1
A[A
1
I) =(I[A
1
).
Exemplul 3.1.2. Pentru a aa inversa matricei
A =

2 1 3
3 2 3
2 1 2

34
procedam astfel
(A[I
3
) =

2 1 3
3 2 3
2 1 2

1 0 0
0 1 0
0 0 1

1
1
2
3
2
0
1
2

3
2
0 0 1

1
2
0 0

3
2
1 0
1 0 1

=
=

1 0 3
0 1 3
0 0 1

2 1 0
3 2 0
1 0 1

1 0 0
0 1 0
0 0 1

1 1 3
0 2 3
1 0 1

Prin urmare, avem


A
1
=

1 1 3
0 2 3
1 0 1

.
Se poate lucra utilizand regula dreptunghiului fara a mpart i la pivot si transformand
matricea (A[I) extinsa asancat sa ajungem la situat ia (D[C), unde D este matricea diagonala
D =

a
11
0 . . . 0
0 a
22
. . . 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . . a
nn

iar C = (c
ij
), i, j = 1, n.
Pentru a aa inversa A
1
mpart im liniile L
1
, L
2
, . . . , L
n
ale matricei C respectiv la:
a
11
a
22
. . . a
nn
, a
22
. . . a
nn
, . . . , a
nn
.
Exemplul 3.1.3. Pentru a aa inversa matricei
A =

2 1 3
3 3 2
1 2 1

procedam astfel
(A[I
3
) =

2 1 3
3 3 2
1 2 1

1 0 0
0 1 0
0 0 1

2 1 3
0 3 5
0 3 1

1 0 0
3 2 0
1 0 2

=
=

2 0 14
0 3 5
0 0 12

6 2 0
3 2 0
6 6 6

2 0 0
0 3 0
0 0 12

12 60 84
6 6 30
6 6 6

de unde
A
1
=

12
2312
60
2312
84
2312
6
312
6
312
30
312
6
12

6
12
6
12

1
6
5
6

7
6

1
6

1
6
5
6
1
2

1
2
1
2

.
Denit ia 3.1.16 O matrice patratic a A se numeste ortogonala daca
t
A A = I.
Propozit ia 3.1.9 Condit ia necesara si sucient a ca o matrice patratic a sa e ortogonala
este ca ea sa e nesingulara, iar transpusa si inversa ei s a e egale.
Demonstrat ie. Necesitatea. Din
t
A A = I rezulta ca A este nesingulara si, nmult ind aceasta
egalitate la dreapta cu A
1
, obt inem
t
A = A
1
.
Sucient a. Daca A este nesingulara si verica
t
A = A
1
, atunci, prin nmult ire la
dreapta cu A, gasim
t
A A = I, ceea ce ne arata ca A este ortogonala.
Teorema 3.1.4 Rangul unui produs de matrice nu dep aseste rangul ecaruia din factorii
s ai.
35
Demonstrat ie. Fie A = (a
ij
) /
mn
(K), B = (b
ij
) /
np
si C = A B = (c
ij
) /
mp
, unde
c
ij
=
n

k=1
a
ik
b
kj
, i = 1, m, j = 1, p.
Ultimele relat ii ne arata ca liniile matricei C se exprima ca si combinat ii liniare de
liniile matricei B si deci subspat iul generat de liniile matricei C sunt incluse n subspat iul
generat de liniile matricei B. Asadar, avem rang C rang B

In mod analog, rat ionand cu
vectorii coloana, obt inem rang C rang A.
Daca unul din factorii produsului este o matrice nesingulara, atunci avem un rezultat
mai precis.
Teorema 3.1.5 Rangul produsului dintre o matrice A si o matrice nesingular a B este egal
cu rangul lui A.
Demonstrat ie. Fie C = AB. Din Teorema 3.1.4 avem rang C rang A. Tinand seama
ca B este nesingulara, exista B
1
si nmult ind la dreapta cu B
1
n C = AB, obt inem
A = CB
1
. Aplicand din nou Teorema 3.1.4, rezulta rang A rang C. Din rang C rang A
si rang A rang C obt inem rang C = rang A.
Observat ia 3.1.4 Pentru simplicarea calculelor cu matrice se lucreaz a, deseori, cu matrice
mpart it a (partit ionata) n submatrice sau blocuri, obt inute duc and paralele la liniile si
coloanele ei. De exemplu, matricea A /
n
2(K) se poate scrie
A =
_
B C
D E
_
unde B /
p
2(K), E /
(np)
2(K), C /
p,(np)
, iar D /
np,p
.
Cu matricele formate din blocuri se pot face operat ii ca si cu matrice obisnuite,
reducand calculele la matrice de ordine mai mici.
O importanta aplicat ie a partit ionarii n blocuri o constituie inversarea unei matrice.
Sa presupunem ca B este inversa matricei A. Atunci
AB = I
sau prin partit ionare
_
A
11
A
12
A
21
A
22
__
B
11
B
12
B
21
B
22
_
=
_
I O
O I
_
Efectuand nmult irile si identicand matricele din cei doi membrii, vom obt ine
(1) A
11
B
11
+A
12
B
21
= I,
(2) A
11
B
12
+A
12
B
22
= 0,
(3) A
21
B
11
+A
22
B
21
= 0,
(4) A
21
B
12
+A
22
B
22
= I.
Din (2) avem
B
12
= A
1
11
A
12
B
22
,
care nlocuita n (4) ne conduce la
B
22
= (A
22
A
21
A
1
11
A
12
)
1
Deoarece BA = I, vom avea
B
21
A
11
+B
22
A
21
= 0,
36
de unde
B
21
= B
22
A
21
A
1
11
iar din (2)
B
11
= A
1
11
A
1
11
A
12
B
21
.
Ordinea de calculare a blocurilor matricei B este: B
22
, B
12
, B
21
si B
11
.
Exemplul 3.1.4. Sa se ae inversa matricei
A =

2 3 4
4 2 1
3 2 1

Partit ionam luand


A
11
= 2, A
12
= (3 4), A
21
=
_
4
3
_
si A
22
=
_
2 1
2 1
_
Calculam B
22
= P
1
, unde
P = A
22
A
21
A
1
11
A
12
=
_
4 7

5
2
7
_
Pentru a aa P
1
procedam prin acelasi algoritm, considerand A = P si facand
partit ionarea
A
11
= 4, A
12
= 7, A
21
=
5
2
, A
22
= 7.
Avem calculele
B
22
=
_
7 +
5
2
_

1
4
_
(7)
_
1
=
8
21
B
12
=
1
4
(7)
_

8
21
_
=
2
3
B
21
=
8
21
_

5
2
__

1
4
_
=
5
21
B
11
=
1
4
+
1
4
(7)
_
5
21
_
=
2
3
si
P
1
=
_

2
3
2
3
5
21

8
21
_
.
Acum revenim la calculul inversei matricei A init iala. Avem
B
22
= P
1
,
B
12
= A
1
11
A
12
B
22
=
1
2
(3 4)
_

2
3
2
3
5
21

8
21
_
=
_
11
21

5
21
_
,
B
21
= B
22
A
21
A
1
11
=
_
1
3
2
21
_
,
B
11
= A
1
11
A
1
11
A
12
B
21
=
1
2

1
2
(3 4)
_
1
3
2
21
_
=
_

4
21
_
,
rezultand
A
1
=
_
B
11
B
12
B
21
B
22
_
37

In ncheierea acestui paragraf sa prezentam o aplicat ie a matricelor la schimbarea


bazei unui spat iu vectorial.
Fie V un spat iu vectorial peste campul K cu dim V = n si B = e
(1)
, e
()2
, . . . , e
(n)
o baza
a lui. Fat a de aceasta baza un vector x V se scrie n mod unic sub forma
x =
n

i=1
x
i
e
(i)
,
ceea ce nseamna ca vectorului x i corespunde vectorul linie x = (x
1
, . . . , x
n
) din K
n
. De aici
rezulta daca avem n V sistemul de vectori
x
(i)
= (x
i1
, x
i2
, . . . x
in
), i = 1, 2, . . . , p,
atunci rangul sistemului de vectori x
(1)
, x
(2)
, . . . , x
(p)
este egal cu rangul matricei coordo-
natelor
A =

x
11
x
12
. . . x
1n
x
21
x
22
. . . x
2n
. . . . . . . . . . . .
x
p1
x
p2
. . . x
pn

.
Rezulta ca daca consideram n V sistemul de vectori B
1
= f
(1)
, f
(2)
, . . . , f
(n)
, dat fat a
de B prin formulele
f
j
=
n

i=1
a
ij
e
(i)
, j = 1, n,
atunci B
1
formeaza o baza n V daca si numai daca matricea A = (a
ij
) /
n
2(K) este
nesingulara.

In acest caz, A se numeste matricea schimbarii de baza sau matricea de trecere de la


baza B la baza B
1
.
Punand fat a de B
1
x =
n

j=1
y
j
f
(j)
si nlocuind pe f
j
, avem
x =
n

j=1
y
j
_
n

i=1
a
ij
e
(i)
_
=
n

i=1

j=1
a
ij
y
i

e
(i)
de unde, identicand cu x =
n

i=1
x
i
e
(i)
, rezulta
x
i
=
n

j=1
a
ij
y
j
, i = 1, n,
care constituie formulele de schimbare a sistemului de coordonate, cores- punzatoare
schimbarii de baza B n B
1
. Sub forma matriciala formulele de schimbare se scriu ast-
fel
t
x = A
t
y.
3.2 Determinant i
Consideram matricea patratica A = (a
ij
) /
n
2(K) cu elemente din campul K.
Formam produse de forma a
1i
1
, a
2i
2
. . . a
ni
n
, obt inute luand cate un element si numai unul
38
din ecare linie si coloana a matricei A. Unui astfel de produs i asociem permutarea
(substitut ia)
G =
_
1 2 . . . n
i
1
i
2
. . . i
n
_
numita permutarea indicilor sai. Notam cu S
n
mult imea tuturor celor n! permutari ale
mult imii 1, 2, . . . , n.

In permutarea S
n
avem o inversiune daca i < j si (i) > (j).
De exemplu, n permutarea
=
_
1 2 3 4
4 2 1 2
_
elementele 4 si 2 prezinta o inversiune.
Prin Inv(G) notam numarul inversiunilor permutarii G, iar prin () = (1)
Inv()
sig-
natura permutarilor . Daca () = 1, avem o permutare para, iar daca () = 1 avem o
permutare impara.
Denit ia 3.2.1 Numim determinantul matricei p atratice A = (a
ij
) /
n
2(K), elementul
det A K dat de formula
det A =

S
n
()a
1i
1
a
2i
2
. . . a
ni
n
,
unde suma se extinde la toate cele n! permut ari din S
n
.
Altfel spus, determinantul matricei A este elementul det A din K egal cu suma a n!
produse, unde n ecare produs intra ca factor cate un element de pe ecare linie si coloana
a matricei A, produsul avand semnul + sau dupa cum permutarea indicilor sai este para
sau impara. Determinantul det A se zice de ordinul n daca matricea A are ordinul n. Pentru
det A folosim notat ia
det A =

a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
. . . . . . . . . . . .
a
n1
a
n2
. . . a
nn

sau det A = [A[ = [a


ij
[.
Vom prezenta acum proprietat ile determinant ilor.
Propozit ia 3.2.1 Determinantul unei matrice este egal cu determinantul transpusei sale.
Demonstrat ie. Valabilitatea Propozit iei rezulta din faptul ca o permutare si inversa ei

1
au aceeasi paritate.
Din aceasta propozit ie rezulta ca daca pentru liniile unui determinant avem o
propozit ie adevarata, atunci aceasta este adevarata si pentru coloanele determinantului.
De aceea, n continuare, vom formula si justica proprietat ile numai pentru liniile unui
determinant.
Propozit ia 3.2.2 Dac a linia L
i
a matricei p atratice A = (a
ij
) /
n
2(K) este suma a p vectori,
atunci determinantul ei este egal cu suma a p determinant i corespunz atori matricelor care
au aceleasi linii cu A, cu except ia liniei L
i
unde are cate unul din cei p vectori.
Demonstrat ie. Daca linia L
i
este suma a p vectori atunci
a
ij
=
p

k=1
b
(k)
ij
, i = 1, n
si putem scrie
det A =

S
n
()a
1j
1
. . . a
ij
i
=

S
n
()a
1j
1
p

k=1
b
(k)
ij
i
. . . a
nj
n
=
39
=
p

k=1

S
n
()a
1j
1
b
(k)
ij
i
. . . a
nj
n
,
ceea ce trebuia demonstrat.
Propozit ia 3.2.3 Dac a ntr-un determinant nmult im o linie cu un factor k K, atunci
valoarea determinantului se nmult este cu k.
Demonstrat ie. Fie A = (a
ij
) /
n
2(K) si B matricea obt inuta din A, n care elementele liniei
i sunt nmult ite cu k. Atunci
det (B) =

S
n
()a
1j
1
. . . (ka
ij
i
) . . . a
nj
n
=
= k

S
n
()a
1i
1
. . . a
j
i
a
nj
n
= k det A.
Propozit ia 3.2.4 Dac a ntr-un determinant se schimb a doua linii ntre ele, atunci valoarea
lui si schimba semnul.
Demonstrat ie. Se observa ca prin schimbarea celor doua linii permutarea indicilor si
schimba paritatea.
Propozit ia 3.2.5 Dac a ntr-un determinant dou a linii sunt identice, atunci valoarea lui este
zero.
Demonstrat ie. Daca n det A schimbam ntre ele cele doua linii identice, atunci, folosind
propozit ia 3.2.4 putem scrie det A = det A, de unde det A = 0.
Propozit ia 3.2.6 Dac a ntr-un determinant avem dou a linii proport ionale, atunci valoarea
lui este zero.
Demonstrat ie. Valabilitatea propozit iei rezulta din Propozit iile 3.2.3 si 3.2.5.
Propozit ia 3.2.7 Dac a ntr-un determinant la o linie ad aug am o combinat ie liniar a de cele-
lalte linii, atunci valoarea lui r amane neschimbata.
Demosntrate. Se aplica Propozit iile 3.2.2 si 3.2.6.
Propozit ia 3.2.8 Dac a liniile matricei care deneste determinantul sunt liniar dependente
(matricea este singulara), atunci valoarea determinantului este zero.
Demonstrat ie. Se aplica Propozit iile 3.2.2 si 3.2.6.

In particular, daca pe o linie a unui determinant avem numai zero, atunci valoarea
determinantului este zero.
Denit ia 3.2.2 Numim minorul complementar al elementului a
ij
din matricea patratic a A =
(a
ij
) /
n
2(K), determinantul asociat matricei extrase din A prin eliminarea liniei i si
coloanei j.
Notam M
ij
minorul complementar al elementului a
ij
.
Denit ia 3.2.3 Numim complementul algebric al elementului a
ij
din matricea patratic a A =
(a
j
) /
n
2(K) elementul A
ij
K dat de relat ia
A
ij
= (1)
i+j
M
ij
.
Propozit ia 3.2.9 Determinantul matricei A = (a
ij
) /
n
2(K) este egal cu suma produselor
elementelor liniei L
i
(i = 1, n) prin complement ii lor algebrici, adic a
det (A) = a
i1
A
i1
+. . . +a
ij
A
ij
+. . . +a
in
A
in
.
40
Demosntrat ie. Se arata ca efectuand produsele a
ij
A
ij
, j = 1, n obt inem toate produsele din
denit ia lui det A luate cu acelasi semn.
Corolarul 3.2.1 Dac a n dezvoltarea determinantului det (A) dup a elementele liniei L
i
nlocuim aceste elemente prin elementele
1
, . . . ,
n
din K, atunci suma obt inut a reprezint a
determinantul matricei obt inut a din A prin nlocuirea liniei L
i
cu vectorul (
1
,
2
, . . . ,
n
).
Corolarul 3.2.2 Suma produselor elementelor unei linii L
i
ai matricei A = (a
ij
) /
n
2(K)
prin complement ii algebrici ai elementelor altei linii L
j
este egala cu zero.
De fapt, din Propozit ia 3.2.9 si Corolarul 3.2.2 putem scrie
n

j=1
a
ij
A
kj
=
ik
det A, i, k = 1, n.
Observat ia 3.2.1 Propozit ia 3.2.9 se poate generaliza prin asa numita regul a a lui Laplace.

In acest scop se introduce not iunea de minor de ordinul k al matricei A = (a


ij
) /
n
2(K),
notat prin
M
j
1
,j
2
,...,j
k
i
1
,i
2
,...,i
k
si ind determinatul asociat matricei de ordin k formata cu elementele ce se gasesc la
intersect ia liniilor i
1
, . . . , i
k
cu coloanele j
1
, . . . , j
k
(i
1
< . . . < i
k
, j
1
< . . . < j
k
). Minorul com-
plementar al minorului M
j
1
,j
2
,...,j
k
i
1
,i
2
,...,i
k
, notat prin M
j
1
,j
2
,...,j
k
i
1
,i
2
,...,i
k
este determinatul asociat matricei
extrase din A prin nl aturarea liniilor i
1
, . . . , i
n
si coloanelor j
1
, . . . , j
k
. Se numeste comple-
mentul algebric al minorului M
j
1
,j
2
,...,j
k
i
1
,i
2
,...,i
k
elementul A
j
1
,j
2
,...,j
k
i
1
,i
2
,...,i
k
K dat de relat ia
A
j
1
,...,j
k
i
1
,...,i
k
= (1)
i
1
+...+i
k
+j
1
+...+j
k
M
j
1
,...,j
k
i
1
,...,i
k
.
Regula lui Laplace ne spune ca determinantul unei matrice patratice este egal cu suma
produselor minorilor de pe k linii xate ale matricei prin complement ii lor algebrici.
Observat ia 3.2.2 Calculul unui determinant de ordin n se poate face calculand numai
determinant i de ordinul doi (de fapt, aplicand regula dreptunghiului f ar a mpart irea la
elemntul pivot). Fie de calculat
det A =

a
11
a
12
. . . a
1j
. . . a
1n
. . . . . . . . . . . . . . . . . .
a
i1
a
i2
. . . a
ij
. . . a
in
. . . . . . . . . . . . . . . . . .
a
n1
a
n2
. . . a
nj
. . . a
nn

Presupunem ca a
11
,= 0.

Impart im linia ntai cu a
11
(n fat a determinantului se va
nmult i cu a
11
). Apoi facem 0 pe prima coloana, ceea ce va face ca elementul a
ij
sa e
nlocuit prin
a
ij

a
1j
a
11
a
i1
=
a
ij
a
11
a
1j
a
i1
a
11
=
b
ij
a
1j
, i, j = 2, n.
Dezvoltand acum determinantul dupa prima coloana si scot and n noul determinant
factorul 1/a
11
de pe ecare linie, obt inem formula lui Chio:
det A =
1
a
n2
11

b
22
b
23
. . . b
2n
b
32
b
33
. . . b
3n
. . . . . . . . . . . .
b
n2
b
n3
. . . b
nn

.
41
Practic se aplica repetat aceasta formula, n care elementele b
ij
, i, j = 2, n, se obt in
prin regula dreptunghiului fara mpart irea la elementul pivot.
Exemplu. Avem
det A =

2 1 3 2
4 2 1 3
3 2 1 4
2 3 1 2

=
1
2
2

0 10 2
1 7 2
8 8 8

=
=
1
2
2
8 2

1 1 1
1 7 2
0 5 1

= 4
1
1

8 1
5 1

= 4 (13) = 52.
Utilizand regula lui Laplace se demonstreaza:
Propozit ia 3.2.10 Determinantul produsului a dou a matrice A si B de ordin n este egal cu
produsul determinant ilor acestor matrice.
Propozit ia 3.2.11 Condit ia necesara si sucient a ca o matrice sa e nesingulara este ca
determinantul ei s a e diferit de zero.
Demonstrat ie. Necesitatea. Daca A este o matrice patratica nesingulara, atunci admite
inversa si din relat ia A
1
A = I avem det (A
1
) det (A) = 1 si deci det (A) ,= 0.
Sucient a. Daca det (A) ,= 0, matricea A nu poate singulara deoarece dupa consecint a
3.2.8 ar rezulta det (A) = 0.
Corolarul 3.2.3 Rangul unei matrice este egal cu ordinul maxim al minorilor diferit i de
zero.
Acest corolar ne da un alt procedeu pentru aarea rangului unei matrice.
Denit ia 3.2.4 Se numeste matrice adjuncta a matricei A = (a
ij
) /
n
2(K) matricea notata
prin A

si dat a prin A

= (A
ji
), unde A
ij
este complementul algebric al elementului a
ij
din
A.
Altfel spus, A

este transpusa matricei formata cu complement ii algebrici ai ele-


mentelor matricei A.
Propozit ia 3.2.12 Inversa unei matrice nesingulare A de ordin n este data de formula
A
1
=
1
det (A)
A

.
Demonstrat ie. Folosind corolarul 3.2.2, avem
A
1
det A
A

j=1
a
ij

A
kj
det (A)

=
_

ij
det (A)
det (A)
_
= (
ij
) = I
n
,
ceea ce trebuia demonstrat.
Formula din Propozit ia 3.2.12 da un alt procedeu pentru calcularea inversei unei
matrice.
3.3 Sisteme de ecuat ii liniare

In acest paragraf vom aplica matricele si determinant ii la rezolvarea sistemelor de


ecuat ii liniare, ntalnite n mod curent n aplicat iile economice.
42
Denit ia 3.3.1 Se numeste sistem de m ecuat ii liniare cu n necunoscute peste campul K, un
ansamblu de relat ii de forma

a
11
x
1
+a
12
x
2
+. . . +a
1n
x
n
= b
1
,
a
21
x
1
+a
22
x
2
+. . . +a
2n
x
n
= b
2
,
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
a
m1
x
1
+a
m2
x
2
+. . . +a
mn
x
n
= b
m
,
(3.2)
unde a
ij
K, i = 1, m, j = 1, n sunt coecient ii sistemului, b
1
, . . . , b
n
K termenii liberi ai
sistemului, iar x
1
, . . . , x
n
K sunt necunoscutele sistemului.
Dac a cel put in un termen liber este diferit de zero atunci vom spune c a sistemul
este neomogen, iar dac a tot i termenii liberi sunt nuli, atunci vom zice c a sistemul este
neomogen.
Denit ia 3.3.2 Numim solut ie a sistemului (11.8) orice ansamblu format din n elemente

1
,
2
, . . . ,
n
din K cu proprietatea ca nlocuind n membrii st angi ai ecuat iilor sistemului
x
i
=
i
, i = 1, n, si f acand calculele, se obt in elementele corespunz atoare din membrii drept i.
Denit ia 3.3.3 Un sistem de ecuat ii liniare se zice c a este compatibil daca are cel put in o
solut ie si incompatibil n caz contrar.
Matricea
A =

a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
. . . . . . . . . . . .
a
n1
a
n2
. . . a
mn

se numeste matricea sistemului, iar matricea


A =

a
11
a
12
. . . a
1n
b
1
a
21
a
22
. . . a
2n
b
2
. . . . . . . . . . . . . . .
a
n1
a
n2
. . . a
mn
b
m

se numeste matricea extinsa (completa) a sistemului (11.8)


Notand cu X =
t
(x
1
, x
2
, . . . , x
n
) vectorul coloana al necunoscutelor si cu B =
t
(b
1
, b
2
, . . . , b
m
) vectorul termenilor liberi, sistemul (11.8) se poate scrie sub forma matriceala
AX = B.
Denit ia 3.3.4 Numim sistem Cramer un sistem de n ecuat ii liniare cu n necunoscute pen-
tru care matricea A a sistemului este nesingular a, adic a det A ,= 0.
Pentru astfel de sisteme are loc:
Teorema 3.3.1 (Cramer). Orice sistem Cramer este compatibil determinat (are solut ie
unic a) si
x
i
=

i
det A
, i = 1, n,
unde
i
este determinantul matricei obt inut a din matricea A a sistemului prin nlocuirea
coloanei C
i
cu coloana B a termenilor liberi.
Demonstrat ie. Tinand seama ca A este nesingulara, din forma matriceala a sistemului
obt inem X = A
1
B, care ne arata ca sistemul este compatibil. Cum A
1
= (det A)
1
A

,
unde A

este matricea adjuncta a matricei A (v. Propozit ia 3.2.12), nlocuind n X = A


1
B,
43
obt inem
X =
1
det (A)
A

B =
1
det (A)

k=1
A
k1
b
k
n

k=1
A
k2
b
k
.
.
.
n

k=1
A
ki
b
k
.
.
.
n

k=1
A
km
b
k

=
1
det A

2
. . .

i
.
.
.

,
de unde
x
i
=

i
det (A)
, i = 1, n.
Prezentam acum metoda eliminarii totale (GaussJordan) pentru aarea solut iilor
pentru sistemele Cramer.

In acest scop, scriem matricea extinsa a sistemului si avem succesiv


(A[B) =(A
1
A[A
1
B) =(I
n
[X). (3.3)
unde I este matricea unitate de ordinul n.
Practic se lucreaza cu metoda dreptunghiului, prin care pe pozit ia lui A facem sa
apara I
n
, iar pe pozit ia lui B va aparea solut ia sistemului.
Exemplul 3.3.1. Sa se rezolve sistemul
2x
1
+ 3x
2
+x
3
= 6
3x
1
x
2
2x
3
= 7
x
1
2x
2
+ 3x
3
= 3.
Avem succesiv

2 3 1 6
3 -1 -2 7
1 -2 3 -3

1
3
2
1
2
3
0
11
2

7
2
2
0
7
2
5
2
6

1 0
5
11
27
11
0 1
7
11
4
11
0 0
52
11

52
11

1 0 0 2
0 1 0 1
0 0 1 -1

,
de unde x
i
= 2, x
2
= 2, x
3
= 1.
Observat ia 3.3.1 Dac a n transform arile (11.9) facem ca n locul lui I
n
s a apara o matrice
triunghiular a superioar a avand elementele de pe diagonala principala egale cu 1, atunci se
zice c a se rezolv a sistemul prin metoda eliminarii part iale.
De exemplu, pentru sistemul din exemplul 3.3.1, lucrand prin metoda eliminarii
part iale, avem:

2 3 1 6
3 -1 -2 7
1 -2 3 -3

1
3
2
1
2
3
0
11
2

7
2
2
0
7
2
5
2
6

1
3
2
1
2
3
0 1
7
11
4
11
0 0
52
1

52
11

1
3
2
1
2
3
0 1
7
11
4
11
0 0 1 1

,
44
iar de aici
x
3
= 1 : x
2
+
7
1
x
3
=
4
11
, de unde x
2
=
4
11
+
7
11
= 1 :
x
1
+
3
2
x
2
+
1
2
x
3
= 3, de unde x
1
= 3
3
2
+
1
2
= 2.
Sa revenim acum la cazul general al sistemelor de m ecuat ii liniare cu n necunoscute.
Mai ntai sa prezentam doua criterii de compatibilitate date de teorema lui Kronecker
Capelli si RoucheFrobenius.
Teorema 3.3.2 KroneckerCapelli. Condit ia necesara si sucient a ca un sistem de ecuat ii
liniare s a e compatibil este ca rangul matricei sistemului s a e egal cu rangul matricei
extinse.
Demonstrat ie. Fie A = C
1
, C
2
, . . . , C
n
sistemul de vectori coloane ai matricei A a sistemului
(11.8); sistemul (11.8) poate scris sub forma
x
1
C
1
+x
2
C
2
+. . . +x
n
C
n
= B,
de unde rezulta ca el este compatibil daca si numai daca rangul sistemului de vectori
coloane C
1
, C
2
, . . . , C
n
ai matricei A este egal cu rangul sistemului de vectori coloane
C
1
, C
2
, . . . , C
n
, B ai matricei extinse A, ceea ce este echivalent cu faptul ca matricele A
si A au acelasi rang.
Denit ia 3.3.5 Numim determinantul principal pentru sistemul de ecuat ii liniare (11.8)
orice minor de ordin maxim diferit de zero al matricei sistemului.
Este evident ca ordinul unui determinant principal este egal cu rangul matricei sis-
temului.
Denit ia 3.3.6 Numim determinant caracteristic asociat unui determinant principal xat,
orice minor principal al matricei extinse obt inut prin completarea (bordarea) determi-
nantului principal cu o linie format a din elementele corespunz atoare de pe una din liniile
r amase si cu coloana termenilor liberi corespunz atori.
Daca rangul matricei sistemului este egal cu numarul m al ecuat iilor, atunci nu avem
determinant i caracteristici, sistemuul ind totdeauna compatibil deoarece rangul matricei
extinse este tot m.
Teorema 3.3.3 (RoucheFrobenius). Condit ia necesara si sucient a ca un sistem de ecuat ii
liniare s a e compatibil este ca tot i determinant ii caracteristici asociat i unui determinant
principal al sistemului s a e nuli.
Demonstrat ie. Necesitatea. Fie r rangul matricei A a sistemului (11.8). Daca sistemul este
compatibil, atunci dupa teorema lui KroneckerCapelli, rangul matricei extinse A este egal
cu r si deci tot i determinant ii caracteristici sunt nuli deoarece sunt minori de ordinul r + 1
pentru A.
Sucient a. Fara a restrange generalizarea sa presupunem ca

p
=

a
11
a
12
. . . a
1r
a
21
a
22
. . . a
2r
. . . . . . . . . . . .
a
r1
a
r2
. . . a
rr

(3.4)
este un determinant principal pentru care tot i determinant ii caracteristici sunt nuli. Con-
siderand matricele

a
11
. . . a
1n
b
1
a
21
. . . a
2n
b
2
. . . . . . . . . . . .
a
r1
. . . a
rn
b
r
a
r+s,1
. . . a
r+s,n
b
r+s

, s = 1, 2, . . . , mr (3.5)
45
extrase din matricea extinsa A, constatam ca ele au toate rangul r.

Intr-adevar, primele
C
1
, C
2
, . . . , C
r
coloane sunt liniar independente deoarece
p
,= 0, coloanele C
r+1
, C
r+2
, . . . , C
n
sunt combinat ii liniare de C
1
, C
2
, . . . , C
r
pentru ca matricea A are rangul r, iar coloana
C
n+1
este combinat ie liniara de C
1
, . . . , C
r
deoarece determinant ii caracteristici sunt nuli.
Atunci rang A = rang A si, pe baza teoremei lui KroneckerCapelli, rezulta ca sistemul este
compatibil.
Denit ia 3.3.7 Subsistemul sitemului (11.8) de ecuat ii liniare format din ecuat iile core-
spunz atoare liniilor unui determinant principal se numeste subsistem principal, si ecuat iile
lui se numesc ecuat ii principale. Celelalte ecuat ii ale sistemului (11.8) se numesc ecuat ii se-
cundare. Necunoscutele corespunz atoare coloanelor unui determinant principal se numesc
necunoscute principale, iar celelalte se numesc necunoscute secundare (libere).
Denit ia 3.3.8 Dou a sisteme de ecuat ii liniare se numesc echivalente daca orice solut ie a
unuia este solut ie si pentru celelalt.
Usor se verica ca aceasta relat ie este ntr-adevar o relat ie de echivalent a.
Teorema 3.3.4 Un sistem liniar compatibil este echivalent cu orice subsistem principal al
s au.
Demonstrat ie. Este evident ca orice solut ie a sistemului (11.8) este solut ie pentru orice
subsistem al sau deoarece ea verica ecare ecuat ie a sistemului. Reciproc, sa consideram
subsistemul principal cu determinantul principal (11.9). Cum matricele (11.10) au toate
rangul r, ultima linie este o combinat ie liniara de celelalte si deci avem:
L
r+s
=
1
L
1
+
2
L
2
+. . . +
r
L
r
, s = 1, 2, . . . , mr,
de unde
a
r+s,j
=
1
a
j1
+
2
a
j2
+. . . +
r
a
jr
, j = 1, n (3.6)
si
b
r+s
=
1
b
1
+
2
b
2
+. . . +
r
b
r
. (3.7)
Daca punem
E
i
= a
11
x
1
+. . . +a
1n
x
n
b
i
, i = 1, n,
atunci nmult ind egalitat ile (11.11) corespunzator cu x
j
, j = 1, n, egalitatea (3.7) cu 1 si
adunandu-le obt inem
E
r+s
=
1
E
1
+
2
E
2
+. . . +
r
E
r
, s = 1, 2, . . . , mr (3.8)
Acum, daca consideram o solut ie a subsistemului principal atunci E
1
= 0, . . . , E
r
= 0,
iar din (3.9) rezulta ca si E
r+s
= 0, s = 1, 2, . . . , m r. Deci, sistemul (11.8) este echivalent
cu subsistemul principal considerat.
Practic, rezolvarea unui sistem compatibil de ecuat ii liniare se reduce la rezolvarea
unui subsistem principal al sau, n care termenii cu necunoscutele secundare au fost trecute
n membrul doi, acestea devenind parametrii.
Subsistemul principal este un sistem Cramer si se poate rezolva cu oricare din
metodele date mai sus.
Observat ia 3.3.2 Metodele elimin arii totale sau part iale se pot aplica si la studierea com-
patibilit at ii unui sistem de ecuat ii liniare. Si anume, dac a nu se mai pot face cifre de 1
pe diagonala ce pleaca din a
11
si pe liniile care nu avem cifre de 1 gasim numai zerouri,
atat n matricea sistemului c at si la termenii liberi, atunci sistemul este compatibil.

In caz
contrar, sistemul este incompatibil.
46
Exemplul 3.3.2. Sa consideram sistemul
x
1
x
2
+ 2x
3
+x
4
+x
5
= 1
2x
1
+x
2
+x
3
x
4
+ 3x
5
= 5
x
1
4x
2
+ 5x
3
+ 4x
4
= 2.
Utilizand metoda eliminarii totale, avem succesiv:

1 -1 2 1 1 1
2 1 1 -1 3 5
2 -4 5 4 0 2

1 -1 2 1 1 1
0 3 -3 -3 1 3
0 -3 3 3 -1 -3

1 0 1 0
4
3
2
0 1 1 1
1
3
1
0 0 0 0 0 0

.
Rezulta ca rangul matricei sistemului este 2 si cum pe linia a treia avem numai zero,
deducem ca avem un sistem compatibil nedeterminat. Solut iile sistemului sunt
x
1
= 2 a
4
3
c; x
2
= 1 +a +b
c
3
; x
3
= a; x
4
= b; x
5
= c, a, b, c R.
Exemplul 3.3.3. Sa se rezolve sistemul
x
1
3x
2
+x
3
+x
4
= 1
x
1
3x
2
+x
3
2x
4
= 1
x
1
3x
2
+x
3
+ 5x
4
= 6
Folosim metoda eliminarii totale si avem:

1 -3 1 1 1
1 -3 1 -2 -1
1 -3 1 5 6

1 -3 1 1 1
0 0 0 -3 2
0 0 0 4 5

1 3 1 0
1
3
0 0 0 1
2
3
0 0 0 0 7

Cum pe linia a treia avem o situat ie imposibila, rezulta ca sistemul este incompatibil.

In ncheierea acestui paragraf sa facem cateva observat ii cu privire la sistemele omo-


gene de ecuat ii liniare.
Cum la orice sistem omogen rang A = rang A, rezulta ca el este compatibil, avand
evident solut ia x
1
= x
2
= . . . = x
n
= 0, numita solut ie nula sau banala.
Un sistem omogen va avea solut ii diferite de solut ia banala numai daca rangul sau va
mai mic decat numarul necunoscutelor.
Teorema 3.3.5 Mult imea solut iilor unui sistem omogen de ecuat ii liniare peste c ampul K,
cu n necunoscute si rang r, r < n, formeaz a un subspat iu vectorial V , cu dim V = n r, al
spat iului K
n
.
Demonstrat ie. Consideram ca subsistemul principal asociat are determinantul principal
p
dat de (11.9) si notam necunoscutele secundare x
r+1
, . . . , x
nr
respectiv prin
1
,
2
, . . . ,
nr
.
Solut ia generala a sistemului omogen este:
x
i
=
i1

1
+
i2

2
+. . . +
i,nr

r
, i = 1, r
x
r+k
=
k
, k = 1, n r,
care sub forma vectoriala (matriceala) se scrie
X =
1
Y
1
+
2
Y
2
+. . . +
r
Y
nr
, (3.9)
47
unde
Y
1
=

11

21
.
.
.

r1
1
.
.
.
0

, Y
2
=

12

22
.
.
.

r2
0
1
.
.
.
0

, . . . , Y
nr
=

1,nr

2,nr
.
.
.

r,nr
0
.
.
.
1

,
sunt solut ii particulare ale sistemului omogen.
Se observa ca Y
1
, Y
2
, . . . , Y
nr
sunt vectori liniari independent i n K
n
, deoarece con-
siderand matricea formata cu componentele lor, submatricea ei compusa din ultimele n r
linii este matricea unitate de ordinul n r. Cu aceasta teorema este demonstrata.
Din teorema 3.3.5 si (3.9) rezulta
Corolarul 3.3.1 Suma a doua solut ii a unui sistem omogen este, de asemenea, o solut ie a
lui.
Corolarul 3.3.2 Produsul dintre o solut ie a unui sistem omogen peste un c amp K cu un
element din K este tot o solut ie a sistemului.
48
3.4 Testul Nr. 2 de vericare a cunostint elor
1. Denit i urmatoarele not iuni:
a) Matrice patratica simetrica;
b) Matrice patratica singulara;
c) Inversa unei matrice patratice;
d) Determinant al unei matrice patratice;
e) Sistem Cramer.
Enunt at i urmatoarele teoreme:
a) Teorema rangului;
b) Teorema lui Kronecker - Capelli;
c) Teorema lui Rouche - Frobenius.
2. Aat i cu ajutorul transformarilor elementare rangul matricei:
A =

2 2 3 1
1 1 0 1
1 2 1 0
2 2 0 2

3. Calculat i determinantul de ordinul n, n > 2:


D =

x
1
y
1
x
1
y
2
. . . x
1
y
n
x
2
y
1
x
2
y
2
. . . x
2
y
n
. . . . . . . . .
x
n
y
1
x
n
y
2
. . . x
n
y
n

4. Sa se discute dupa parametrul real m sistemul:


_
mx + 4y = 3m2
x +my = m
2
2
5. Folosind metoda eliminarii part iale sa se rezolve sistemul:
Ax = B , cu A =

2 1 2
1 0 1
1 1 0

; B =

1
2
1

6. Folosind metoda eliminarii totale sa se rezolve sistemul


Ax = B , cu A =

0 1 2
1 2 1
1 1 0

; B =

1
1
2

7. Folosind metoda eliminarii totale sa se rezolve sistemul:


Ax = B , cu A =

2 1 2
1 0 1
1 1 0

; B =

1
2
1

49
8. Folosind metoda lui Laplace sa se calculeze determinantul
D =

1 0 0 0 2
0 1 0 0 3
x 0 1 0 4
x x 0 1 5
x x x 0 6

9. Folosind metoda lui Laplace sa se calculeze determinantul


D =

1 2 2 1
0 1 0 2
2 0 1 1
0 2 0 1

10. Folosind formula lui Chio sa se calculeze determinantul


D =

1 2 2 1
0 1 0 2
2 0 1 1
0 2 0 1

50
Indicat ii si raspunsuri
Testul 2
2. rangA = 3
3. = 0
4. Daca m = 2 atunci sistemul este incompatibil.
Daca m = 2 atunci sistemul este compatibil nedeterminat cu solut ia x = 22a , y = a R.
Daca m ,= 2 atunci sistemul este compatibil determinat cu solut ia x =
m+ 4
m+ 2
,
y =
m
2
+ 2m1
m+ 2
.
5. Se obt ine solut ia x
1
= 4, x
2
= 3, x
3
= 2.
6. Se obt ine solut ia x
1
= 4, x
2
= 1, x
3
= 1.
7. Se obt ine solut ia x
1
= 4, x
2
= 3, x
3
= 2.
8. = 2x
2
9x + 6.
9. = 9.
10. = 9.
51
Bibliograa aferenta capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate n economie - Volumul I,
Editura ULB, Sibiu, 2001.
52
Capitolul 4
Operatori liniari. Forme biliniare si
forme patratice
Obiective:

In modelarea matematica a fenomenelor din realitatea nconjuratoare, n
particular cea economica, unul dintre cele mai des folosite concepte este cel de liniaritate.
Acesta se datoreaza, atat simplitat ii conceptului de liniaritate, cat si faptului ca aproximarea
unor situat ii neliniare prin situat ii liniare, asa numitul principiu al liniaritat ii, constituie
una din metodele de baza n studiul realitat ii.
Rezumat:

In prezentul capitol se vor prezenta not iunile de
aplicat ie/transformare/operator liniar(a), forma biliniara, forma patratica, forma canonica
a unei forme patratice, precum si metode de determinare a formei canonice a unei forme
patratice.
Cont inutul capitolului:
1. Operatori liniari
2. Forme biliniare
3. Forme patratice
4. Test de vericare a cunostint elor
5. Bibliograa aferenta capitolului
Cuvinte cheie: operator liniar, transformare liniara, forma biliniara, forma
patratica, forma canonica, metoda lui Gauss, Metoda lui Jacobi.
4.1 Operatori liniari
Fie X si Y doua spat ii vectoriale peste acelasi camp K.
Denit ia 4.1.1 Numim operator liniar sau transformare liniara sau omomorsm de spat ii
vectoriale, o aplicat ie T : X Y care satisface condit iile:
1
o
. T(x
(1)
+x
(2)
) = T(x
(1)
) +T(x
(2)
), ()x
(1)
X, ()x
(2)
X (aditivitate),
2
o
. T(x
(1)
) = T(x
(1)
), () K, ()x
(1)
X (omogenitate).
Teorema 4.1.1 Operatorul T : X Y este liniar dac a si numai dac a pentru orice x
(1)
, x
(2)

X si orice
1
,
2
K, avem
T(
1
x
(1)
+
2
x
(2)
) =
1
T(x
(1)
) +
2
T(x
(2)
). (4.1)
Demonstrat ie. Sa admitem ca T este operator liniar, atunci, folosind condit iile 1
o
si 2
o
din
Denit ia 4.1.1, avem:
T(
1
x
(1)
+
2
x
(2)
) = T(
1
x
(1)
) +T(
2
x
(2)
) =
1
T(x
(1)
) +
2
T(x
(2)
),
53
ceea ce trebuia demonstrat.
Reciproc, daca n (4.1) punem
1
=
2
= 1, obt inem condit ia 1
o
din Denit ia 4.1.1, iar
daca punem
2
= 0. obt inem condit ia 2
o
din aceeasi denit ie.
Daca X = Y un operator liniar se numeste endomorsm. Daca transformarea liniara
T este bijectiva, atunci ea se numeste izomorsm de spat ii vectoriale. Un endomorsm
bijectiv se numeste automorsm al lui X.
Cum orice camp K este un spat iu vectorial peste el nsusi, atunci putem considera un
operator liniar T : X K, numit si forma liniara sau funct ionala liniara.

In continuare vom nota cu L(X, Y ) mult imea operatorilor liniari denit i pe X cu valori
n Y .
Exemple. 4.1.1. Fie T
n
spat iu vectorial al polinoamelor de grad cel mult n peste campul K.
Aplicat ia T : T
n
T
n1
, T(f) = f

, adica derivata lui f, oricare ar f T


n
, este un operator
liniar.

Intr-adevar, oricare ar f
1
, f
2
T
n
si oricare ar
1
,
2
K avem
T(
1
f
1
+
2
f
2
) = (
1
f
1
+
2
f
2
)

=
1
f

1
+
2
f

2
=
1
T(f
1
) +
2
T(f
2
).
4.1.2. Fie X un spat iu vectorial ndimensional peste campul K si B = e
(1)
, e
(2)
, . . . , e
(n)

o baza n el si a
1
, a
2
, . . . , a
n
K scalari xat i. Aplicat ia f : X K, f(x) =
n

i=1
a
i
x
i
, unde
x =
n

i=1
x
i
e
(i)
, este o funct ionala liniara.
4.1.3. Fie X un spat iu vectorial peste campul K si a un element xat din K. Aplicat ia
T
a
: X X denita prin T
a
(x) = ax, pentru orice x X, este un operator liniar. Aplicat ia
T
a
se numeste omotetia spat iului X de raport a K.
Propozit ia 4.1.1 Dac a T L(X, Y ), atunci avem
1
o
. T(x) = y, unde x si y sunt vectorii nuli ai spat iilor X si Y ;
2
o
. T(x) = T(x), oricare ar x X.
Demonstrat ia propozit iei rezulta din faptul ca T este un omomorsm ntre grupurile
comutative (X, +) si (Y, +).
Propozit ia 4.1.2 Dac a T L(X, Y ) si X
1
este un subspat iu al lui X, atunci T(X
1
) este un
subspat iu n Y .
Demonstrat ie. Pentru orice vectori y
1
, y
2
T(x
1
) exista x
(1)
, x
(2)
X, astfel ca y
1
= T(x
(1)
),
y
2
= T(x
(2)
). Considerand
1
,
2
K si folosind Teorema 4.1.1, avem

1
y
1
+
2
y
2
=
1
T(x
(1)
) +
2
T(x
(2)
) = T(
1
x
(1)
+
2
x
(2)
).
Cum
1
x
(1)
+
2
x
(2)
X
1
, rezulta ca
1
y
1
+
2
y
2
T(X
1
), ceea ce ne arata ca T(x
1
) este
un subspat iu vectorial al lui Y .

In particular, T(X) este un subspat iu al lui Y si se noteaza cu ImT. Dimensiunea lui


ImT se numeste rangul transformarii T.
Observat ia 4.1.1 Orice transformare liniar a pastreaz a liniar dependent a unui sistem de
vectori, iar dac a este injectiv a, atunci p astreaz a si liniar independent a.

In particular, dac a B = e
(1)
, . . . , e
(n)
este o baza n X si transformarea T L(X, Y )
este injectiv a, atunci B
1
= T(e
(1)
, . . . , T(e
(n)
)) este o baza n Y .
Propozit ia 4.1.3 Dac a T L(X, Y ) si Y
1
este un subspat iu al lui Y , atunci contraimaginea
T
1
(Y
1
) este un subspat iu al lui X.
54
Demonstrat ie. Fie x
(1)
, x
(2)
T
1
(Y
1
); atunci T(x
(1)
), T(x
(2)
) Y
1
si deci pentru orice
1
,
2
K
avem
1
T(x
(1)
) +
2
T(x
(2)
) = T(
1
x
(1)
+
2
x
(2)
) Y
1
. Prin urmare,
1
x
(1)
+
2
x
(2)
T
1
(Y
1
) si
deciT
1
(Y
1
) este subspat iu al lui X.

In particular, T
1
(y), unde y este vectorul nul din Y , este un subspat iu al lui X,
care se numeste nucleul operatorului liniar T si se noteaza cu ker T.
Se verica imediat ca operatorul T L(X, Y ) este injectiv daca si numai daca
ker T = x, x ind vectorul nul din X.
Dimesiunea nucleului ker T se numeste defectul transformarii liniare T. Se demon-
streaza ca
dim(ker T) + dim(Im T) = dimX (v. [2])
Deoarece operatorii liniari sunt funct ii, operat iile cu funct ii vor conduce la operat ii
cu transformari liniare. Astfel, daca T
1
, T
2
L(X, Y ), atunci T
1
+ T
2
: X Y , (T
1
+ T
2
)(x) =
T
1
(x) +T
2
(x), ()x K, deneste adunarea lor; kT
1
: X Y , (kT
1
)(x) = kT
1
(x), k K, ()x X
deneste mult imea operatorului liniar T
1
cu un scalar k K.
De asemenea, daca T
1
L(X, Y ) si T
2
L(Y, Z), atunci T
2
T
1
: X Z, (T
2
T
1
)(x) =
T
2
(T
1
(x)), ()x X, deneste compunerea a doua transformari liniare. T
2
T
1
se noteaza,
uneori, si cu T
2
T
1
si se numeste produsul transformarilor T
2
si T
1
.
Se verica imediat ca suma a doua transformari liniare este tot o transformare liniara
si, de asemenea, produsul unei transformari liniare cu un scalar este tot o transformare
liniara, adica L(X, Y ) este un subspat iu vectorial al spat iului vectorial Hom(X, Y ) peste K al
tuturor funct iilor denite pe X cu valori n Y .

In particular mult imea L(X, K) a funct ionalelor liniare denite pe spat iul vectorial X
cu valori n campul K este un spat iu vectorial numit dualul algebric al spat iului vectorial
X si este notat prin X

.
Se arata ca produsul a doua transformari liniare este tot o transformare liniara, iar
daca T L(X, Y ) este bijectiva, atunci T
1
L(Y, X), adica este tot o transformare liniara.
Rezulta ca L(X, X) n raport cu operat iile de adunare si compunere este un inel cu element
unitate.

In continuare vom arata ca un operator liniar ntre doua spat ii vectorial nit dimen-
sionale peste campul K este complet determinat de o matrice cu elemente din K.
Fie X si Y doua spat ii vectoriale peste acelasi camp K de dimensiuni nite, res-
pectiv n si m; T L(X, Y ) un operator liniar, B = e
(1)
, e
(2)
, . . . , e
(n)
o baza n X si
B
1
= f
(1)
, f
(2)
, . . . , f
(m)
o baza n Y . Deoarece oricare ar x X, x =
n

j=1
x
j
e
(j)
, avem
T(x) =
n

j=1
x
j
T(e
(j)
), iar vectorii T(e
(j)
) Y , j = 1, n, se exprima, unic n funct ie de coordo-
natele lor n baza B
1
:
T(e
(j)
) =
m

i=1
a
ij
f
(i)
, j = 1, n, (4.2)
avem
T(x) =
n

j=1
x
j
m

i=1
a
ij
f
(i)
=
m

i=1

j=1
a
ij
x
j

f
(i)
. (4.3)
Daca y = T(x) = t(y
1
, y
2
, . . . , y
n
) n baza B
1
, atunci comparand cu (4.3) gasim
y
i
=
n

j=1
a
ij
x
j
, i = 1, m, (4.4)
relat ii ce pot scrise matriceal sub forma
y = Ax, (4.5)
55
unde
t
x = (x
1
, . . . , x
n
) x
i
, i = 1, n ind coordonatele lui x n baza B
1
, iar matricea
A = (a
ij
) /
mn
(K) are pe coloane coordonatele imaginilor vectorilor din baza B n baza
B
1
. Matricea A se numeste matricea asociata (asociata) transformarii T fat a de cele doua
baze B si B
1
alese n spat iile X si Y . Ea este unic determinata de relat iile (4.2). Relat iile
(4.4) sau (4.5) se numesc ecuat iile operatorului liniar n bazele B si B
1
.
Se arata ca rangul transformarii liniare este egal cu rangul matricei asociate ei fat a
de doua baze.

In adevar, rangul transformarii T ind, conform denit iei, dimensiunea spat iului imag-
ine, este egal cu rangul sistemului de vectori T(e
(j)
)
j=1,n
, carel genereaza pe aceasta. Cum
vectorii T(e
j
)
j=1,n
, sunt vectori coloana ai matricei A, rezulta ca rang A = rang T.
Exemplul 4.1.4. Daca T L(R
3
, R
2
), (x) = (x
1
3x
2
, 4x
1
+ 2x
2
+ x
3
), x = (x
1
, x
2
, x
3
) si
B = e
(1)
, e
(2)
, e
(3)
, e
(1)
= (1, 0, 0), e
(2)
= (0, 1, 0), e
(3)
= (0, 0, 1), respectiv B
1
= f
(1)
, f
(2)
,
f
(1)
= (1, 0), f
(2)
= (0, 1) sunt bazele canonice, atunci matricea atasata lui T este
A =
_
1 3 0
4 2 1
_
,
deoarece T(e
(1)
) = (1, 4), T(e
(2)
) = (3, 2), T(e
(3)
) = (0, 1).
Fie acum T
1
, T
2
L(X, Y ) si T = T
1
+T
2
suma lor. Avem
T(e
(j)
) = T
1
(e
(j)
) +T
2
(e
(j)
), j = 1, n
de unde notand cu A
1
matricea atasata lui T
1
, A
2
matricea atasata lui T
2
si cu C matricea
atasata lui T, deducem ca C = A
1
+ A
2
, adica matricea transformarii sumei este suma ma-
tricelor transformarilor termeni.
Analog, se arata ca matricea produs dintre un scalar si o transformare liniara este
produsul scalarului cu matricea acelei transformari, iar matricea transformarii liniare pro-
dus este egala cu produsul matricelor transformarilor liniare factori.
De aici, rezulta
Propozit ia 4.1.4 i) Funct ia care asociaz a ecarui operator liniar T L(X, Y ), dimX = n,
dimY = m, matricea corespunz atoare ei fat a de doua baze xate, este un izomorsm
ntre spat iul vectorial L(X, Y ) si spat iul vectorial /
mn
(K) al matricelor de tipul mn
peste K.
ii) Funct ia care asociaz a ecarui operator T L(X, X), dimX = n, matricea core-
spunz atoare ei ntr-o baz a xata n X, este un izomorsm ntre inelul L(X, X) si inelul
matricelor p atratice de ordin n peste K.
Acum sa cercetam cum se schimba matricea atasata unei transformari liniare la schim-
barea bazelor.
Teorema 4.1.2 Fie B si B

baze n spat iul vectorial ndimensional X peste K, iar B


1
si B

1
baze n spat iul vectorial mdimensional Y peste acelasi c amp K. Dac a T L(X, Y ), A este
matricea transform arii T fat a de bazele B si B
1
, iar A
1
este matricea transformarii T fat a
de bazele B

si B

1
, atunci A
1
= D
1
AC, unde C si D sunt matricele de trecere de la baza B
la B

respectiv de la B
1
la B

1
.
Demonstrat ie. Conform celor demnstrate n Capitolul IV, daca (x
1
, . . . , x
n
) =
t
x sunt coor-
donatele unui vector x X n baza B si (x

1
, . . . , x

n
) =
t
x

sunt coordonatele aceluiasi vector x


n baza B

, atunci x = Cx

, unde C este matricea trecerii de la baza B la baza B

, avand pe
coloane coordonatele vectorilor bazei B

n raport cu B. Analog, daca avem (y


1
, . . . , y
m
) =
t
y
coordonatele imaginii y = T(x) n B
1
si (y

1
, . . . , y

m
) =
t
y

coordonatele lui y n baza B

1
, atunci
y = Dy

.
Tinand seama ca T este un operator liniar, cu notat iile din enunt , avem y = Ax res-
pectiv y

= A
1
x

, de unde nlocuind x

= C
1
x, y

= D
1
y si y = Ax n y

= A
1
x

, gasim
D
1
Ax = A
1
C
1
x, de unde D
1
A = A
1
C
1
, care este echivalenta cu D
1
AC = A
1
.
56
Observat ia 4.1.2 Dac a T L(X, X), dimX = n, A matricea atasata lui T n raport cu baza
B, iar A
1
este matricea atasata lui T n raport cu baza B
1
, atunci A
1
= C
1
AC, unde C este
matricea de trecere de la B la B

.
Denit ia 4.1.2 Matricele A, B /
n
2(K) se numesc asemenea, not am aceasta prin A B,
daca exist a matricea nesingular a C /
n
2(K) asa nc at B = C
1
AC.
Se verica imediat ca asemanarea matricelor este o relat ie de echivalent a pe /
n
2(K).
Exemplul 4.1.5. Fie T L(R
3
, R
4
), x = (x
1
, x
2
, x
3
) R
3
,
T(x) = (2x
1
x
2
+x
3
, x
2
2x
3
, x
1
+x
2
+x
3
, x
1
x
2
).
Aat i matricea asociata lui T n raport cu perechea de baze B

= e
(1)
1
, e
(2)
1
, e
(3)
1
, e
(1)
1
=
(0, 1, 1), e
(2)
1
= (1, 0, 1), e
(3)
1
= (1, 1, 0) n R
3
si B

1
= e
(1)
2
, e
(2)
2
, e
(3)
2
, e
(4)
2
, e
(1)
2
= (1, 1, 1, 1), e
(2)
2
=
(0, 1, 1, 1), e
(3)
2
= (0, 0, 1, 1), e
(4)
2
= (0, 0, 0, 1), n R
4
. Se cere matricea A
1
a transformarii T fat a
de bazele B

si B

1
.
Deoarece
T(x) =

2 1 1
0 1 2
1 1 1
1 1 0

x
1
x
2
x
3

deducem ca matricea transformarii liniare T n raport cu bazele canonice B si B


1
din R
3
respectiv R
4
este
A =

2 1 1
0 1 2
1 1 1
1 1 0

Matricea C de trecere de la baza B la B


1
este
C =

0 1 1
1 0 1
1 1 0

iar matricea D de trecere de la baza B

la baza B

1
este
D =

1 0 0 0
1 1 0 0
1 1 1 0
1 1 1 1

Se gaseste
D
1
=

1 0 0 0
1 1 0 0
0 1 1 0
0 0 1 1

si deci avem
A
1
= D
1
AC =

0 3 1
1 3 0
3 4 1
3 1 2

Am vazut n Observat ia 4.1.2 ca matricea unei transformari liniare T L(X, X),


dimX = n, depinde de alegerea bazei n X.

In continuare ne punem problema de a gasi
o baza fat a de care aceasta matrice sa aiba o forma diagonala
A
1
=

1
0 . . . 0
0
2
. . . 0
. . . . . . . . . . . .
0 0 . . .
n

(4.6)
57
Tinand seama de expresiile (4.5) care denesc matricea A
1
a transformarii liniare T
n baza B
1
= f
(1)
, . . . , f
(n)
obt inem:
Teorema 4.1.3 Condit ia necesara si sucient a ca matricea transformarii liniare T
L(X, X), dimX = n, s a poata adusa la forma diagonala (4.6) este sa existe o baz a
B
1
= f
(1)
, f
(2)
, . . . , f
(n)
n X si n elemente
1
,
2
, . . . ,
n
K astfel nc at sa avem
T(f
(i)
) =
i
f
(i)
, i = 1, n. (4.7)
Denit ia 4.1.3 Se spune c a vectorul x ,= , x X, este un vector caracteristic sau propriu
pentru operatorul liniar T L(X, X) daca exist a un element K astfel nc at sa avem
T(x) = x. (4.8)
Elementul corespunzator vectorului propriu x se numeste atunci valoare caracteris-
tica sau proprie pentru transformarea liniara T.

In conformitate cu aceasta denit ie, matricea unei transformari liniare poate


adusa la o forma diagonala daca si numai daca transformarea are n vectori proprii liniar
independent i.

In acest caz, elementele de pe diagonala principala din matricea diagonala
sunt atunci valorile proprii corespunzatoare.

In cele ce urmeaza ne vom ocupa cu determinarea valorilor proprii si vectorilor proprii


pentru un operator liniar T din L(X, X), cu dimX = n.
Fie B = e
(1)
, e
(2)
, . . . , e
(n)
o baza n X, A = (a
ij
) /
n
2(K) matricea asociata lui T, I
matricea unitate de ordin n si
t
x = (x
1
, . . . , x
n
) coordonatele unui vector x V n baza B;
atunci ecuat ia (4.8) se poate scrie sub forma matriceala
(AI)x = 0. (4.9)
Aceasta ecuat ie este echivalenta cu sistemul
(a
11
)x
1
+a
12
x
2
+. . . +a
1n
x
n
= 0
a
21
x
1
+ (a
22
)x
2
+. . . +a
2n
x
n
= 0
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
a
n1
x
1
+a
n2
x
2
+. . . + (a
nn
)x
n
= 0
(4.10)
Sistemul (4.10) ind liniar si omogen, admite solut ii diferite de solut ia banala daca si
numai daca determinantul matricei sistemului este egal cu zero.
Acest determinant se noteaza cu P
A
() si are forma
P
A
() = det(AI) =

a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
. . . . . . . . . . . .
a
n1
a
n2
. . . a
nn

numit polinomul caracteristic atasat transformarii liniare T sau matricei A.


Prin urmare valorile caracteristice ale matricei A sau transformari liniare T se gasesc
printre radacinile ecuat iei
P
A
() = 0, (4.11)
numita ecuat ia caracteristica corespunzatoare matricei A sau transformarii liniare T. Sirul

1
,
2
, . . . ,
n
al tuturor radacinilor ecuat iei caracteristice, unde ecare este socotita de atatea
ori cat indica ordinul sau de multiplicitate, constituie spectrul matricei A sau a operatorului
liniar T.
Polinomul caracteristic are gradul n si se poate scrie dezvoltat sub forma:
P
A
() = (1)
n

n
+ (1)
n1

n1
+ (1)
n2

n2
+. . . + (1)
n1
+
n
,
58
unde
i
, i = 1, n, este suma minorilor diagonali de ordin i ai matricei asociate operatorului
liniar T ntr-o anumita baza, adica:

i
=

a
11
. . . a
1i
. . . . . . . . .
a
i1
. . . a
ii

a
22
. . . a
2,i+1
. . . . . . . . .
a
i+1,2
. . . a
i+1,i+1

+. . . +
+

a
ni+1,ni+1
. . . a
ni+1,n
. . . . . . . . .
a
n,ni+1
. . . a
nn

,
suma avand C
i
n
termeni, i = 1, n. Prin minor diagonal al matricei A nt elegem un minor
care are pe diagonala principala numai elemente de pe diagonala principala a matricei A.
Se observa ca
1
= a
11
+a
22
+. . . +a
nn
= tr(A) este urma matricei A, iar
n
= det A.
Propozit ia 4.1.5 Dou a matrice asemenea au acelasi polinom caracteristic.
Demonstrat ie.

Intr-adevar, daca matricea A este asemenea cu B, adica are loc Denit ia
4.1.2, atunci
P
B
() = det(B I) = det(C
1
AC I) = det(C
1
(AI)C) =
= det C
1
det(AI) det C = det(AI) = P
A
().
Corolarul 4.1.1 Polinomul caracteristic al unui operator liniar T L(X, X) este invariant
la schimbarea bazei.
Valabilitatea acestui corolar rezulta din Observat ia 4.1.2 si Propozit ia 4.1.5.
Prin urmare, ca sa gasim valorile caracteristice (spectrul) si vectorii caracteristici
pentru operatorul liniar T L(X, X), dimX = n, alegem o baza B = e
(1)
, . . . , e
(n)
n X,
rezolvam ecuat ia caracteristica P
A
() = 0 si, introducand pe rand ecare radacina
i
, i = 1, n,
a acesteia n sistemul (4.10), gasim vectori caracteristici corespunzatori.
Propozit ia 4.1.6 Vectorii caracteristici corespunz atori unei valori caracteristice
i
, i = 1, n
formeaz a mpreun a cu vectorul nul al spat iului vectorial X un subspat iu V
i
al lui X, numit
subspat iu caracteristic sau propriu, de dimensiune cel mult egala cu ordinul de multiplici-
tate al lui
i
, i = 1, n.
Demonstrat ie. Se observa ca V
i
este mult imea solut iilor ecuat iei
(T
i
I)(x) = , adica nucleul transformarii liniare T
i
I L(X, X) si dupa Propozit ia 4.1.3
acesta este un subspat iu al lui X. Fie acum k
i
= dimV
i
si m
i
ordinul de multiplicitate pentru

i
. Presupunem ca am ales baza B = e
(1)
, . . . , e
(n)
n X asa ca e
(1)
, . . . , e
(k
i
)
sa se gaseasca n
V
i
. Atunci avem T(e
(s)
) =
i
e
(s)
, s = 1, 2, . . . , k
i
si deci matricea A are, fat a de aceasta baza,
forma
A =

i
0 . . . 0 a
1,k
i
+1
. . . a
1n
0
i
. . . 0 a
2,k
i
+1
. . . a
2n
. . . . . . . . . . . . . . . . . . . . . . . .
0 0 . . .
i
a
k
i
,k
i
+1
. . . a
k
i
,n
0 0 . . . 0 a
k
i
+1,k
i
+1
. . . a
k
i
+1,n
. . . . . . . . . . . . . . . . . . . . . . . .
0 0 . . . 0 a
n,k
i
+1
. . . a
nn

de unde rezulta
P
A
() = (
i
)
k
i
Q()
si cum ordinul de multiplicitate al lui
i
este m
i
, rezulta k
i
m
i
.
Corolarul 4.1.2 Unei valori caracteristice simple i corespunde un subspat iu propriu de di-
mensiune egal a cu unu.
59
Teorema 4.1.4 Dac a vectorii caracteristici x
(1)
, x
(2)
, . . . , x
(m)
corespund la valori caracteris-
tice distincte
1
,
2
, . . . ,
m
, atunci ei sunt liniar independent i.
Demonstrat ie. Procedam prin induct ie matematica. Pentru m = 1, teorema este evident
adevarata. Presupunem ca este adevarata pentru k si sa o demonstram pentru k+1. Presu-
punem ca x
(1)
, x
(2)
, . . . , x
(k+1)
ar liniar dependent i, adica ar exista scalari
1
,
2
, . . . ,
k+1
K,
nu tot i nuli, asa ncat

1
x
(1)
+
2
x
(2)
+. . . +
k+1
x
(k+1)
= . (4.12)
Aplicand n (4.12) operatorul liniar T si folosind ipoteza teoremei, obt inem

1
x
(1)
+
2

2
x
(2)
+

+
k+1

k+1
x
(k+1)
= . (4.13)
Eliminand pe x
(k+1)
ntre relat iile (4.12) si (4.13) gasim

1
(
1

k+1
)x
(1)
+
2
(
2

k+1
)x
(2)
+. . . +
+
k
(
k

k+1
)x
(k)
=
(4.14)
Fara sa restrangem generalitatea, sa admitem cu
1
,= 0, atunci, t inand seama ca
x
(1)
, . . . , x
(k)
sunt liniar independent i, deducem
1
=
k+1
ceea ce constituie o contradict ie.
Rezulta ca vectorii x
(1)
, x
(2)
, . . . x
(m)
sunt liniar independent i.
Corolarul 4.1.3 Dac a operatorul liniar T are n valori caracteristice distincte atunci el poate
adus la forma diagonala.

Intr-adevam, n aceasta situat ie alegand cate un vector propriu corespunzator ecarei


valori caracteristice obt inem n vectori caracteristici liniar independent i si deci o baza n X.
Fat a de aceasta baza, dupa Teorema 4.1.3, operatorul liniar T are forma diagonala.
Pentru cazul general se demonstreaza (v. [2]):
Teorema 4.1.5 Condit ia necesara si sucient a ca matricea operatorului liniar T L(X, X),
dimX = n, s a aiba forma diagonala este ca toate valorile caracteristice sa e din campul K si
subspat iile proprii corespunz atoare sa aiba dimensiunile egale cu ordinele de multiplicitate
corespunz atoare.
Exemplul 4.1.6. Sa consideram transformarea liniara T L(R
3
, R
3
) denita prin
T(x) = (x
2
+x
3
, x
1
+x
3
, x
1
+x
2
), x = (x
1
, x
2
, x
4
) R
3
.
Sa aratam ca T poate adusa la o forma diagonala si sa se precizeze o baza fat a de
care matricea ei are forma diagonala.
Matricea transformarii n baza canonica a lui R
3
este
A =

0 1 1
1 0 1
1 1 0

,
iar ecuat ia caracteristica are forma

1 1
1 1
1 1

= 0
de unde
3
3 2 = 0. De aici gasim valorile caracteristice
1
= 2,
2
=
3
= 1.
Vectorii caracteristici sunt solut iile sistemului liniar omogen
x
1
+x
2
+x
3
= 0
x
1
x
2
+x
3
= 0
x
1
+x
2
x
3
= 0
(4.15)
60
unde se nlocuieste pe rand cu una din valorile caracteristice,
Pentru
1
= 2 sistemul (4.15) are solut ia x
(1)
= (1, 1, 1), iar dimensiunea subspat iului
propriu V
1
este unu si o baza n V
1
este data de x
(1)
.
Pentru
1
=
3
= 1, sistemul (4.15) se reduce la ecuat ia
x
1
+x
2
+x
3
= 0
si subspat iul propriu V
2
care este mult imea solut iilor acestei ecuat ii, are dimensiunea 2, ca
baza putand luat i vectorii caracteristici x
(2)
= (1, 1, 0), x
(3)
= (1, 0, 1). Cum dimV
2
= 2,
adica egala cu ordinul de multiplicitate al va- lorii caracteristice = 1, deducem ca matricea
tranformarii poate adusa la forma diagonala
A
1
=

2 0 0
0 1 0
0 0 1

iar B
1
= x
(1)
, x
(2)
, x
(3)
, unde x
(1)
, x
(2)
, x
(3)
sunt vectorii caracteristici determinat i, este o
baza n R
3
fat a de care matricea transformarii are forma diagonala A
1
.

In ncheierea acestui paragraf, da fara demonstrat ie urmatorul rezultat (v. [2]):


Teorema 4.1.6 Cayley-Hamilton. Pentru orice operator liniar T L(X, X), dimX = n, ma-
tricea transform arii A verica ecuat ia caracteristic a P
A
() = 0.
4.2 Forme biliniare
Denit ia 4.2.1 Fie X un spat iu vectorial peste campul K. Numim forma biliniara peste
campul K o aplicat ie f : X X K, care este liniar a n raport cu ecare variabil a, adic a
satisface condit iile:
1
o
. f(x +y, z) = f
(
x, z) +f(y, z).
2
o
. f(x, y +z) = f(x, y) +f(x, z),
oricare ar x, y, z X si , K.
Denit ia 4.2.2 O forma biliniar a f se numeste simetrica daca
f(x, y) = f(y, x), ()x, y X
si antisimetric a daca
f(x, y) = f(y, x), ()x, y X.
Exemple. 4.2.1. Produsul scalar denit ntr-un spat iu vectorial real este o forma biliniara.
Sa nota, cu B(X) mult imea formelor biliniare denite pe X. Daca f, g B(X) si
k K atunci aplicat iile kf, f + g : X X K denite natural prin (kf)(x, y) = kf(x, y) si
(f + g)(x, y) = f(x, y) + g(x, y), oricare ar x, y X, sunt forme biliniare, numite nmult irea
cu un scalar a unei forme biliniare si respectiv adunarea a doua forme biliniare.
Se constata imediat ca operat iile de adunare a doua forme biliniare si de nmult ire a
unei forme biliniare cu un scalar din K denesc pe mult imea B(X) o structura de spat iu
vectorial peste K.
Mult imea formelor biliniare simetrice formeaza un subspat iu vectorial al lui B(X).
Sa consideram acum spat iul vectorial X de dimensiune nita n. Fie B = e
(1)
, . . . , e
(n)

o baza n X; punand x, y X
x =
n

i=1
x
i
e
(i)
si y =
n

j=1
y
j
e
(j)
,
61
pentru forma biliniara f avem
f(x, y) = f

i=1
x
i
e
(i)
,
n

j=1
y
j
e
(j)

=
=
n

i=1
n

j=1
x
i
y
j
f(e
(i)
, e
(j)
).
Rezulta ca forma biliniara este determinata de valorile ei pe vectorii bazei. Elementele
a
ij
= f(e
(i)
, e
(j)
), i, j = 1, n
se numesc coecient ii formei biliniare, iar expresia
f(x, y) =
n

i=1
n

j=1
a
ij
x
i
y
i
se numeste expresia analitica a formei biliniare.
Daca punem
x =
t
(x
1
, x
2
, . . . , x
n
), y =
t
(y
1
, . . . , y
n
), A = (a
ij
)
i,j=1,n
/
n
2(K),
atunci putem scrie
f(x, y) =
t
xAy,
care reprezinta forma matriceala a formei biliniare, iar A se numeste matricea atasata formei
biliniare n baza B.
Rangul matricei atasate ntr-o baza data unei forme biliniare se numeste rangul formei
biliniare. Daca rangul formei coincide cu dimensiunea spat iului vectorial, atunci forma
biliniara se numeste nedependenta. Se numeste discriminantul unei forme biliniare ntr-o
baza data, determinantul matricei asociate formei n baza data.
4.3 Forme patratice

In studiul unor probleme de analiza economica un rol deosebit l au formele patratice.


Denit ia 4.3.1 Fie X un spat iu vectorial peste campul K si f o forma biliniar a simetric a
pe X. Numim forma patratica asociata lui f aplicat ia g : X K, g(x) = f(x, x), oricare ar
x din X.
Forma biliniar a f care genereaza forma patratic a g se numeste forma polara a lui g.
Daca n campul K avem a +a ,= 0, pentru orice a K, a ,= 0, atunci avem
g(x +y) = f(x +y, x +y) = f(x, x) +f(x, y) +f(y, x) +f(y, y) =
= g(x) + 2f(x, y) +g(y),
de unde
f(x, y) =
1
2
[g(x +y) g(x) g(y)].
Acest rezultat ne arata ca forma polara este determinata n mod unic de forma
sa patratica. Altfel spus, ntre mult imea formelor biliniare simetrice si mult imea celor
patratice denite pe X exista un izomorsm. Daca presupunem ca dimX = n si consideram
o baza B = e
(1)
, . . . , e
(n)
n el, atunci din expresia analitica a formei biliniare f (5.2) gasim
urmatoarea expresie analitica pentru forma patratica g
g(x) =
n

i=1
n

j=1
a
ij
x
i
x
j
. (4.16)
62
Daca punem A = (a
ij
) /
n
2(K), care pentru formele patratice este o matrice simet-
rica, obt inem expresia matriceala pentru forma patratica:
g(x) =
t
xAx,
unde x =
t
(x
1
, . . . , x
n
) X.
Denit ia 4.3.2 Dac a n expresia analitic a (4.16) a formei patratice g, tot i coecient ii a
ij
cu
i ,= j sunt nuli, atunci se spune c a reprezentarea formei patratice este sub forma canonica .
Teorema 4.3.1 (Gauss). Expresia analitic a a oric arei forme patratice pe un spat iu vectorial
X peste K, dimX = n, poate adusa printr-o schimbare de baza, la forma canonica.
Demonstrat ie. Vom demonstra aceasta teorema prin induct ie matematica dupa numarul k
al variabilelor ce apar n expresia analitica a formei patratice.
Evident ca pentru k = 1 avem g(x) = a
11
x
2
1
, care este scrisa sub forma canonica.
Presupunem teorema valabila pentru k 1 variabile si o demonstram pentru k. Fara a
restrange generalitatea presupunem ca a
11
,= 0 (n caz contrar renumerotam variabilele, iar
daca tot i a
11
= 0, i = 1, n, atunci ntr-un produs x
i
x
j
facem schimbarea de variabile x
i
= y
i
y
j
,
x
j
= y
i
+y
j
). Acum, scriem expresia analitica (4.16) a formei patratice astfel
g(x) =
1
a
11

a
2
11
x
2
1
+ 2
n

j=2
a
11
a
1j
x
1
x
j

+
n

i,j=2
a
ij
x
i
x
j
=
=
1
a
11
_
n

i=1
a
1j
x
j
_
2
+
n

i,j=2
b
ij
x
i
x
j
,
noii coecient i b
ij
rezulta din reducerea termenilor asemenea dupa formarea patratului
perfect.
Facand schimbarea de variabile
y
1
=
n

j=1
a
1j
x
j
, y
k
= x
k
, k = 2, n
obt inem
g(x) =
1
a
11
y
2
1
+h(y),
unde
h(y) =
n

i=1
n

j=2
b
ij
y
i
y
j
nu depinde de x
1
, deci n expresia ei analitica avem doar k 1 variabile. Folosind ipoteza
induct iei, exista o baza (o schimbare de coordonate) a spat iului X n care
h(y) =
2
y
2
2
+. . . +
m
y
2
m
.
Atunci
g(x) =
1
y
2
1
+. . . +
m
y
2
m
,
1
= 1/a
11
.
Teorema este demonstrata. Demonstrat ia teoremei ne ofera si un procedeu practic
de a scrie o forma patratica sub forma canonica numita metoda lui Gauss. Astfel, mai ntai
se formeaza un patrat perfect cu termeni care cont in pe x
1
, apoi cu termenii ce cont in pe
x
2
s.a.m.d.
Exemplul 4.3.1. Sa reducem la forma canonica forma patratica g : R
3
R, g(x) = 2x
2
1
+x
1
x
2
+
63
x
2
2
+ 4x
1
x
3
+ 4x
2
3
.
Utilizand metoda lui Gauss avem
g(x) =
1
2
(4x
2
1
+ 2x
1
x
2
+ 8x
1
x
3
) +x
2
2
+ 4x
2
3
=
1
2
_
2x
1
+
x
2
2
+ 2x
3
_
2
+
+
15
16
x
2
2
+ 3x
2
3

1
2
x
2
x
3
=
1
2
_
2x
1
+
x
2
2
+ 2x
3
_
2
+
+
16
15
_
_
15
16
_
2
x
2
2

8
15
x
2
x
3
_
+ 3x
3
=
1
2
_
2x
1
+
x
2
2
+ 2x
3
_
2
+
+
16
15
_
16
16
x
2

1
4
x
3
_
2
+
44
15
x
2
3
.
Punand
y
1
= 2x
1
+
x
2
2
+ 2x
3
, y
2
=
15
16
x
2

x
3
4
, y
3
= x
3
(4.17)
obt inem forma canonica pentru g:
g(x) =
1
2
y
2
1
+
16
15
y
2
2
+
44
15
y
2
3
. (4.18)
Din (4.17) avem:
x
1
=
1
2
y
1

4
15
y
2

16
15
y
3
x
2
=
16
15
y
2
+
4
15
y
3
x
3
= y
3
sau matriceal x = Cy, unde x =
t
(x
1
, x
2
, x
3
), y =
t
(y
1
, y
2
, y
3
), x, y R
3
si
C =

1
2

4
15

16
15
0
16
15
4
15
0 0 1

Cum C este nesingulara si are rangul 3 deducem ca forma patratica este nedegenerata,
iar vectorii coloana din C, f
(1)
=
_
1
2
, 0, 0
_
, f
(2)
=
_

4
15
,
10
15
, 0
_
, f
(3)
=
_

16
15
,
4
15
, 1
_
constituie
noua baza fat a de care g are forma canonica (4.18).
Exemplul 4.3.2. Sa aducem la forma canonica forma patratica g : R
4
R, g(x) = x
1
x
2
+
x
1
x
3
2x
2
x
3
+x
3
x
4
.
Deoarece nu avem termeni n x
2
1
, i = 1, 2, 3, 4, facem schimbare de variabile
x
1
= y
1
y
2
, x
2
= y
1
+y
2
, x
3
= y
3
, x
4
= y
4
(4.19)
si obt inem
g(x) = y
2
1
y
2
2
y
1
y
3
3y
2
y
3
+y
3
y
4
. (4.20)
Acum aplicand metoda lui Gauss avem succesiv,
g(x) =
_
y
1

y
3
2
_
2
y
2
2

1
4
y
2
3
3y
2
y
3
+y
3
y
4
=
=
_
y
1

y
3
2
_
2

_
y
2
+
3
2
y
3
_
2
+ 2y
2
3
+y
3
y
4
=
=
_
y
1

y
3
2
_
2

_
y
2
+
3
2
y
3
_
2
+
1
2
_
2y
3
+
1
2
y
4
_
2

1
8
y
2
4
.
64
Daca punem
z
1
= y
1

y
3
2
, z
2
= y
2
+
3
2
y
3
, z
3
= 2y
3
+
1
2
y
4
, z
4
= y
4
, (4.21)
obt inem
g(x) = z
2
1
z
2
2
+
1
2
z
2
3

1
8
z
2
4
. (4.22)
Din (4.21) gasim
x
1
= z
1

1
2
z
2
+
3
8
z
3

3
32
z
4
x
2
= z
1
+
3
2
z
2

9
8
z
3
+
9
32
z
4
x
3
=
1
2
z
3

1
8
z
4
x
4
z
4
care constituie schimbarea de variabile prin care g(x) se scrie sub forma canonica (4.22).
O alta metoda de aducere la forma canonica a unei forme patratice a fost data de
Jacobi.
Teorema 4.3.2 Jacobi. Fie g : X K o forma patratic a pe spat iul vectorial ndimensional
X peste K si A = (a
ij
) /
n
2(K) matricea formei n baza B = e
(1)
, . . . , e
(n)
a spat iului X.
Dac a determinant ii

1
= a
11
,
2
=

a
11
a
12
a
21
a
22

, . . . ,

i
=

a
11
. . . a
1i
. . . . . . . . .
a
i1
. . . a
ii

, . . . ,
n
= det A
(4.23)
sunt tot i nenuli, atunci exist a o baza B
1
= h
(1)
, . . . , h
(n)
a spat iului X asa nc at g are forma
canonica
g(x) =
n

i=1

i1

i
y
2
i
,
0
= 1, (4.24)
unde (y
1
, y
2
, . . . , y
n
) sunt coordonatele vectorului x n baza B
1
.
Demonstrat ie. Pentru gasirea bazei B, vom considera vectori h
(i)
, i = 1, n de forma
h
(1)
= b
11
e
(1)
h
(2)
= b
21
e
(1)
+b
22
e
(2)
.
.
.
h
(n)
= b
n1
e
(1)
+b
n2
e
(2)
+. . . +b
nn
e
(n)
(4.25)
si vom impune condit iile
f(h
(i)
, e
(j)
) = 0, pentru 1 j < i n,
f(h
(i)
, e
(i)
) = 1, pentru 1 i n,
(4.26)
unde f este forma polara a formei patratice g.
Condit iile (4.26) determina n mod unic vectorii h
(i)
, i = 1, n. Astfel, ca sa determinam
vectorul h
(i)
= h
i1
e
(1)
+h
i2
e
(2)
+. . . +b
ii
e
(i)
, i = 1, n, n condit iile (4.26) obt inem sistemul liniar
a
11

i1
+a
21

i2
+. . . +a
1i

ii
= 0
a
21

i1
+a
22

i2
+. . . +a
2i

ii
= 0
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
a
i1,1

i1
+a
i1,2

i2
+. . . +a
i1,i

ii
= 0
a
i1

i1
+a
i2

i2
+. . . +a
ii

ii
= 1
65
care are o solut ie unica deoarece determinantul sau este
i
,= 0.
Se arata usor ca vectorii h
(1)
, . . . , h
(n)
astfel construit i sunt liniar independent i. Acum
sa aratam ca B
1
= h
(1)
, . . . , h
(n)
esste baza n care matricea formei patratice g este C =
(c
ij
) = /
n
2(K), cu a
ij
= 0, i ,= j si c
ij
=
i1
/
i
, i = 1, n.
Avem
c
ij
= f(h
(i)
, h
(j)
) = f(h
(i)
, b
j1
e
(1)
+b
j2
e
(2)
+. . . +b
jj
e
(j)
) =
= b
j1
f(h
(i)
, e
(1)
) +b
j2
(h
(i)
, e
(2)
) +. . . +b
jj
f(h
(i)
, e
(j)
),
de unde folosind condit iile (4.25), gasim
c
ij
= 0, daca i ,= j si c
ii
= b
ii
=
i1
/
i
, i = 1, n.
Teorema este astfel demonstrata.
Exemplul 4.3.3. Utilizand metoda lui Jacobi sa aam formele canonice pentru formele
patratice din Exemplele 4.3.1 si 4.3.2.
Matricea formei patratice din Exemplul 4.3.1 este
A =

2
1
2
2
1
2
1 0
2 0 4

cu

0
= 1,
1
= 2,
2
=

2
1
2
1
2
1

=
7
4
si
3
= det A = 3,
iar din (4.23) obt inem
g(x) =
1
2
y
2
1
+
8
7
y
2
2
+
7
12
y
2
3
.
Pentru forma patratica din exemplul 4.3.2 utilizam forma (4.20) si avem
A =

1 0
1
2
0
0 2
3
2
0

1
2

3
2
0
1
2
0 0
1
2
0

cu

0
= 1,
1
= 1,
2
= 1,
3
=
1
2
si
4
= det A =
1
4
de unde, folosind (4.23), gasim
g(x) = z
2
1
z
2
2
+ 2z
2
3
2z
2
4
.
Observat ia 4.3.1 Pentru determinarea formei canonice a unei forme patratice g se pot
utiliza si valorile caracteristice (proprii) ale matricei A atasatei ei ntr-o baz a. Dac a

1
,
2
, . . . ,
n
sunt valorile caracteristice corespunz atoare lui A, atunci forma canonic a este
g(x) =
1
y
2
1
+
2
y
2
2
+. . . +
n
y
2
n
(v. [2]).

In studiul punctelor de extrem avem nevoie de semnul unei forme patratice.


66
Vom considera acum o forma patratica peste un spat iu vectorial peste R.
Denit ia 4.3.3 Fie g : X R o forma patratic a real a adus a la o form a canonica ntr-o baz a.
Dac a n aceasta forma canonica p coecient ii sunt strict pozitivi, q sunt strict negativi iar
r = n (p +q) sunt nuli, atunci tripletul (p, q, r) se numeste signatura formei patratice.
Se demonstreaza (v. [2]) urmatorul rezultat:
Teorema 4.3.3 (inert iei). Signatura unei forme p atratice este invariant a la schimbarea
bazei.
Denit ia 4.3.4 O forma patratic a real a g : X R se numeste pozitiv denita respectiv
negativ denita daca g(x) > 0 respectiv g(x) < 0, pentru orice x X, x ,= .
Forma g se numeste semidenita pozitiv sau semidenita negativ dup a cum g(x) 0
sau g(x) 0, pentru orice x X. Forma g se numeste nedenita daca exist a vectorii x
(1)
X
si x
(2)
X astfel nc at g(x
(1)
) > 0 si g(x
(2)
) < 0.
Teorema 4.3.4 (Sylvester).

In condit iile Teoremei lui Jacobi, forma p atratic a g : X R
este pozitiv denit a daca si numai dac a
i
0, i = 1, n si negativ denita daca si numai
daca (1)
i

i
> 0, i = 1, n.
Demonstrat ie. Sa consideram ca g este pozitiv denita. Aratam mai ntai ca
i
,= 0,
i = 1, n. Sa presupunem prin obsurd ca exista k 1, 2, . . . , n pentru care
k
= 0. Atunci
n determinantul
k
una din linii este o combinat ie liniara a celorlalte, adica exista scalarii

1
,
2
, . . . ,
k
astfel ncat

1
a
1j
+
2
a
2j
+. . . +
k
a
kj
= 0, j = 1, k. (4.27)
Daca f este polara formei patratice g, t inand seama ca a
ij
= f(e
(i)
, e
(j)
), i, j = 1, n, din
(4.27) avem
0 =
1
f(e
(1)
, e
(j)
) +
2
f(e
(2)
, e
(j)
) +. . . +
k
f(e
(k)
, e
(j)
) =
= f(
1
e
(1)
+
2
e
(2)
+. . . +
k
e
(k)
, e
(j)
), j = 1, k

Inmult ind corespunzator cu


j
, i = 1, k, egalitat ile precedente si nsumandu-le,
obt inem
f(
1
e
(1)
+
2
e
(2)
+. . . +
k
e
(k)
,
1
e
(1)
+
2
e
(2)
+. . . +
k
e
(k)
) = 0,
adica
g(
1
e
(1)
+
2
e
(2)
+. . .
k
e
(k)
) = 0. (4.28)
Cum g este pozitiv denita deducem ca (4.28) este posibila numai daca
1
e
(1)
+

2
e
(2)
+ . . . +
k
e
(k)
= , ceea ce contrazice liniar independent a vectoriala a bazei B =
e
(1)
, e
(2)
, . . . , e
(n)
. Prin urmare, presupunerea ca ar exista un
k
= 0 este falsa si deci

i
,= 0, i = 1, n.
Acum, folosind Teorema lui Jacobi, exista o baza B
1
= h
(1)
, h
(2)
, . . . , h
(n)
fat a de care
g(x) =
n

i=1

i1

i
y
2
i
.
Cum g(x) > 0, pentru orice x nenul. n particular pentru (y
1
, . . . , y
i
, . . . , y
n
) =
(0, . . . , 1, . . . , 0), obt inem
i1
/
i
> 0, i = 1, n. Deoarece
0
= 1 si
0
/
1
> 0, avem
1
> 0 si
din aproape n aproape obt inem
i
> 0, i = 1, n.
Reciproc, daca
i
> 0, i = 1, n, atunci
i1
/
i
> 0, i = 1, n, si
g(x) =
n

i=1

i1

i
y
2
1
0
cu egalitate numai daca y
1
= y
2
= . . . = y
n
= 0, adica x = , ceea ce ne arata ca g este pozitiv
denita.
Daca g este negativ denita atunci forma patratica g : X R este pozitiv denita,
matricea ei ind A = (a
ij
) cu minorii diagonali

i
= (1)
i

i
. Deoarece g este pozitiv
denita numai daca

i
> 0 rezulta ca g este negativ denita numai daca (1)
i

i
> 0, i = 1, n.
67
Corolarul 4.3.1 O forma patratic a real a pe un spat iu ndimensional este pozitiv respectiv
negativ denita daca si numai dac a una din condit iile de mai jos este ndeplinit a:
1
o
. signatura ei este (n, 0, 0) respectiv (0, n, 0);
2
o
. toate valorile caracteristice ale matricei A atasate formei ntr-o baz a sunt strict pozi-
tive (strict negative).
Forma patratica din Exemplul 4.3.1 este pozitiv denita deoarece signatura ei este
(3, 0, 0).
68
4.4 Testul Nr. 3 de vericare a cunostint elor
1. Denit i urmatoarele not iuni:
a) Transformare liniara;
b) Forma liniara;
c) Nucleul unui operator liniar;
d) Vector caracteristic;
e) Forma biliniara;
f ) Forma patratica;
g) Forma canonica a unei forme patratice;
h) Signatura formei patratice.
2. Aratat i ca urmatoarea aplicat ie este o transformare liniara: f : R
3
R
2
, f(x
1
, x
2
, x
3
) =
(2x
1
+x
2
, 4x
3
).
3. Fie aplicat iile f : R
2
R
2
, f(x
1
, x
2
) = (2x
1
x
2
, 3x
2
) si g : R
2
R
2
, g(x
1
, x
2
) = (x
2
x
1
, 4x
1
).
Aratat i ca f si g sunt operatori liniari, apoi determinat i f g si g f si vericat i ca sunt
operatori liniari.
4. Fie transformarea liniara f : R
3
R
3
care n baza canonica este data de matricea
A =

5 3 2
6 4 4
4 4 5

.
Gasit i valorile si vectorii caracteristici atasat i transformarii.
5. Fie transformarea liniara T : R
3
R
3
cu exprimarea n baza B data de matricea
A =

7 12 6
10 19 10
12 24 13

.
Aratat i ca exista o baza B

n R
3
fat a de care matricea transformarii T are forma
diagonala.
6. Diagonalizat i matricea
A =

4 2 2
5 7 5
6 6 4

.
7. Sa se aduca la forma canonica, cu ajutorul metodei lui Gauss, forma patratica:
f(x) = x
2
1
+x
2
2
+x
2
3
2x
2
4
2x
1
x
2
+ 2x
1
x
3
2x
1
x
4
+ 2x
2
x
3
4x
2
x
4
.
8. Sa se aduca la forma canonica, cu ajutorul metodei lui Gauss, forma patratica:
f(x) = x
1
x
2
+ 3x
1
x
3
+ 5x
2
x
3
.
9. Sa se aduca la forma canonica, cu ajutorul metodei lui Jacobi, forma patratica:
f(x) = x
2
1
+ 2x
2
2
+ 3x
2
3
+ 3x
2
4
2x
2
x
3
2x
1
x
3
+ 2x
1
x
4
+ 6x
2
x
4
.
10. Sa se aduca la forma canonica, cu ajutorul metodei lui Jacobi, forma patratica:
f(x) = x
2
1
+ 4x
1
x
2
+ 2x
1
x
4
+ 3x
2
2
2x
2
x
3
+ 2x
2
x
4
+ 2x
2
3
4x
3
x
4
x
2
4
.
69
Indicat ii si raspunsuri
Testul 3
2. Se verica condit ia f(x +y) = f(x) + f(y) () , R si () x, y R
3
.
3. Se solut ioneaza analog cu problema precedenta.
4. Se obt in valorile caracteristici
1
= 1,
2
= 2,
3
= 3 si vectorii caracteristice v

1
=
(a, 2a, a), a R cu reprezentatul v
1
= (1, 2, 1); v

2
= (a, a, 0), a R cu reprezentantul
v
2
= (1, 1, 0); v

3
= (a, 2a, 3a), a R cu reprezentantul v
3
= (1, 2, 2).
5. Se obt in valorile caracteristice
1
= 1,
2
=
3
= 1 si vectorii caracteristici v
1
= (3, 5, 6),
v
2
= (2, 1, 0) si v
3
= (1, 0, 1). Apoi se arata ca v
1
, v
2
, v
3
sunt liniar independent i. Deoarece
din R
3
= 3 se obt ine v
1
, v
2
, v
3
baza cautata iar matricea atasata este

1 0 0
0 1 0
0 0 1

.
6. Se determina valorile caracteristice
1
= 3,
2
=
3
= 2, vectorii caracteristici v
1
=
(2, 5, 6), v
2
= (0, 1, 1), v
3
= (1, 1, 0) care se arata ca sunt liniar indepedent i. Deci
v
1
, v
2
, v
3
baza n R
3
si matricea transformarii are forma diagonala

3 0 0
0 2 0
0 0 2

.
7. Forma canonica este f(y) = y
2
1
3y
2
2
+ 3y
2
3
.
8. Folosim transformarea: y
1
=
x
1
+x
2
2
, y
2
=
x
1
x
2
2
, y
3
= x
3
si obt inem f(y) = y
2
1
y
2
2
+
8y
1
y
3
2y
2
y
3
. Apoi aplicand metoda lui Gauss obt inem forma canonica:
f(z) = z
2
1
z
2
2
15z
2
3
.
9. Avem
0
= 1,
1
= 1,
2
= 2,
3
= 3,
4
= 20, deci forma canonica:
f(y) = y
2
1
+
1
2
y
2
2
+
2
3
y
2
3

3
20
y
2
4
.
10. Analog cu solut ia problemei precedente se obt ine forma canonica:
f(y) = y
2
1
y
2
2
+
1
3
y
2
3

1
4
y
2
4
.
70
Bibliograa aferenta capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate n economie - Volumul I,
Editura ULB, Sibiu, 2001.
[2] Cruceanu, V., Elemente de algebra liniar a si geometrie, Editura Didactica si peda-
gogica, Bucuresti, 1973.
71
Capitolul 5
Elemente de programare liniara
Obiective: Scopul acestui capitol este de a pune la dispozit ia student ilor (viitorii
economisti) a unuia dintre cele mai utile modelari matematice cu aplicat ii economice,
mpreuna cu algoritmul de rezolvare al acestui model.
Rezumat:

In acest capitol se vor prezenta not iunile fundamentale legate de pro-
gramarea matematica cu accent pe programarea liniara si n special a algoritmului simplex
pentru rezolvarea problemelor de programare liniara.
Cont inutul capitolului:
1. Obiectul programarii matematice
2. Not iuni generale relative la o problema de programare liniara
3. Algoritmul simplex
4. Cazuri speciale ntr-o problema de programare liniara
5. Rezolvarea problemei generale de programare liniara
6. Dualitatea n problemele de programare liniara
7. Test de vericare a cunostint elor
8. Bibliograa aferenta capitolului
Cuvinte cheie: programare matematica, programare liniara, solut ie posibila,
solut ie de baza, solut ie optima, algoritmul simplex, problema duala.
5.1 Obiectul programarii matematice
Am vazut n Capitolul I ca aplicarea conceptelor matematice n studiul proceselor
economice a capatat o dezvoltare deosebita, prin rezolvarea unui numar tot mai mare de
probleme. Astazi, problemele de product ie, de planicare sau de proiectare se cer rezolvate
nu la ntamplare, ci asa fel ncat solut iile obt inute sa e corespunzatoare unui anumit scop.
De exemplu, realizarea unui proces de product ie sa se faca cu cheltuieli cat mai mici si cu
venit cat mai mare.
Organizarea stiint ica a proceselor economice, n scopul luarii unei decizii constiente,
n raport cu t elurile urmarite si n urma unei analize a corelat iilor dintre diferit ii factori ce
intervin, constituie obiectul a ceea ce se numeste programare matematica.

In general, problema programarii desfasurarii unor fenomene economice este o prob-


lema complexa si vasta, pentru rezolvarea carora matematica ofera diverse metode din
multitudinea de ramuri, ca: aritmetica, algebra, geometria, analiza matematica, calculul
probabilitat ilor, analiza funct ionala, ecuat ii diferent iale, ecuat ii integrale, etc.
Forma generala a unei probleme de programare matematica (v. cap.I, 1.2 si 1.3)
cere sa se determine valorile variabilelor x
j
, j = 1, n, astfel ncat ele sa satisfaca restrict iile
g
k
(x
1
, . . . , x
n
) 0, k = 1, m, (5.1)
iar funct ia z = f(x
1
, x
2
, . . . , x
n
), numita funct ia obiectiv (scop, ecient a), sa ia valoarea optima
(maxima, respectiv minima).
72
Deseori, pe langa restrict iile (5.1), se mai adauga si condit iile de nenegativitate x
j
0,
j = 1, n. Astfel ca modelul matematic al unei probleme de programare arata astfel:
(optim)z = f(x
1
, . . . , x
n
)
g
k
(x
1
, x
2
, . . . , x
n
) 0, k = 1, m
x
j
0, j = 1, n.
(5.2)
Clasicarea problemelor de programare matematica se face dupa forma funct iilor f si
g
k
, natura necunoscutelor x
j
, j = 1, n si respectiv, natura coecient ilor necunoscutelor n f
si g
k
, k = 1, m.
Daca funct iile f si g
k
, k = 1, m, sunt forme liniare, atunci problema de programare are
denumirea consacrata de problema de programare liniara, prescurtat (P.L).
Cand funct ia z, sau unele restrict ii, sunt funct ii neliniare, problema poarta denumirea
de problema de programare neliniara. De exemplu, daca f este o forma patratica, atunci
spunem ca avem o problema de programare patratica.
Daca necunoscutele x
1
, . . . , x
m
se cauta n numere ntregi, spunem ca avem programare
ntreaga (n numere ntregi).
Daca tot i coecient ii necunoscutelor x
j
, j = 1, n, n f si g
k
, k = 1, m, sunt constant i,
atunci se zice ca avem o problema de programare determinista.

In caz ca cel put in unul din
acesti coecient i este variabil (depinzand de parametrii), avem programare parametrica.
Daca cel put in unul din acesti coecient i este o variabila aleatoare, atunci spunem ca avem
programare aleatoare sau stochastica.

In acest capitol ne vom ocupa de problema programarii liniare (P.L.). Programarea


liniara este o ramura unitara a matematicilor aplicate n economie, avand metode proprii
si generale de rezolvare a problemelor respective.
Constituirea obiectului de programare liniara s-a datorat faptului ca n viat a social
economica exista multe aplicat ii care conduc la probleme liniare de programare (v. 1.3).
Rezolvarea problemelor de programare liniara poate facuta folosind diferite metode,
unele particulare (metoda repartizarii, metoda graca), altele generale (metoda simplex).
Primele probleme de programare liniara au fost formulate de L.V.Kantorovici (1939)
si de F.L.Hitchcock (1941). Programarea liniara se naste nsa n anii de dupa cel de-al
doilea razboi mondial, o data cu formularea ei generala n 1947, de catre G.B.Dantzig, care
a propus, totodata si un procedeu ecient de rezolvare metoda simplex.
Astazi, se poate vorbi despre un mod unitar de abordare al tuturor problemelor de
programare liniara. Diversele metode de rezolvare existente au ca t el sporirea rapiditat ii
n calcule, avand n vedere n special utilizarea calculatoarelor.
5.2 Not iuni generale relative la o problema de programare
liniara
Problema de P.L., sub forma cea mai simpla pe care o vom numi forma standard sau
forma algebrica, este data prin modelul matematic
(optim)f(x) = c
1
x
1
+c
2
x
2
+. . . +c
n
x
n
(5.3)

a
11
x
1
+a
12
x
2
+. . . +a
1n
x
n
= b
1
a
21
x
1
+a
22
x
2
+. . . +a
2n
x
n
= b
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
a
m1
x
1
+a
m2
x
2
+. . . +a
mn
x
n
= b
m
(5.4)
x
j
0, j = 1, n, (5.5)
unde (5.3) este funct ia de scop, (5.4) sunt restrict iile, iar (5.5) condit iile de nenegativitate.
Sistemul de restrict ii (5.4) reprezinta concordant a interna a unui proces economic.
Coecient ii a
ij
, i = 1, m, j = 1, n, sunt coecient i tehnici constant i, planicat i sau determinat i
73
n mod statistic. Necunoscutele x
j
, j = 1, n, sunt marimi care trebuie gasite, iar termenii
liberi b
i
, i = 1, m, sunt marimi constante date, determinate de condit iile locale ale procesului
economic. numit i coecient i de restrict ie ai programului dat.
Daca sistemul liniar (5.4) de ecuat ii de condit ii (restrict ii) este compatibil determinat,
atunci din punct de vedere economic avem un proces economic cu concordant a interna
rigida.

In acest caz nu mai are rost sa se puna problema determinarii valorii optime pentru
funct ia scop deoarece ea are o valoare unica bine determinata, corespunzatoare solut iei
sistemului (5.4).
Cand sistemul liniar (5.4) de ecuat ii de restrict ii este compatibil nedeterminat, atunci
concordant a interna a procesului economic este elastica, deoarece ofera posibilitatea alegerii
dintr-o innitate de solut ii ale sitemului numai pe acelea care fac funct ia de scop optima.
Utilizand puternicul aparat al matematicii, problema de programare liniara (5.3)
(5.5) poate prezentata si n alte moduri.
Fie matricele
A =

a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
. . . . . . . . . . . .
a
m1
a
m2
. . . a
mn

, B =

b
1
b
2
.
.
.
b
m

, x =

x
1
x
2
.
.
.
x
n

,
c = (c
1
, . . . , c
n
), =

0
.
.
.
0

Cu aceste notat ii, problema de programare liniara (5.3)(5.5) ia forma matriceala:

(optim)f(x) = cx
Ax = b
x
Daca notam cu P
j
, j = 1, n, vectorii ale caror componente sunt elemente core-
spunzatoare coloanelor matricei A, atunci problema de programare liniara (5.3)(5.5) ia
forma

(optim)f(x) = cx
x
1
P
1
+x
2
P
2
+. . . +x
n
P
n
= b
x
numita forma vectoriala a problemei de programare liniara.
Denit ia 5.2.1 Se numeste solut ie posibila a problemei de programare liniar a standard orice
vector coloana x
(0)
, care verica sistemul de restrict ii, adic a Ax
(0)
= b.
Pe baza celor demonstrate n 3.5, rezulta ca mult imea tuturor solut iilor posibile
pentru o problema de programare liniara este convexa.
Denit ia 5.2.2 Se numeste solut ie de baza pentru o problema de programare liniar a orice
solut ie posibil a, care are cel mult m componente strict pozitive. Ea se obt ine dintr-o solut ie
posibil a, c and necunoscutelor secundare se atribuie valoarea zero.
Denit ia 5.2.3 O solut ie de baza este numita nedegenerata, dac a are exact m componente
strict pozitive.

In caz contrar ea este numita solut ia de baza degenerata.
Denit ia 5.2.4 Solut ia posibil a x
(1)
este numita mai buna decat solut ia posibil a x
(2)
, dac a
f(x
(1)
) f(x
(2)
) cand pentru f se cere minimul, respectiv f(x
(1)
) f(x
(2)
), c and pentru f se
cere maximul.
Denit ia 5.2.5 O solut ie de baza x
(0)
este solut ie optima daca f(x
(0)
) este valoarea optima
pentru f.
74
Denit ia 5.2.6 Dac a avem k solut ii optime x
(1)
, . . . , x
(k)
, atunci solut ia generala este
combinat ia liniar a convexa a solut iilor optime, adic a
x =
k

i=1

i
x
(i)
,
cu
k

i=1

i
= 1,
i
[0, ), i = 1, k.
Observat ia 5.2.1

Intr-o problema de programare liniar a putem lucra consider and optimul
drept minim deoarece daca se cere maximul, atunci din relat ia max f = min(f) se deduce
ca este sucient sa se determine min(f), iar apoi, cu semn schimbat, vom avea maximul
lui f.
Observat ia 5.2.2

Intr-o problema economica concreta, de obicei, restrict iile problemei de
programare liniar a sunt inecuat ii, caz n care spunem c a avem o problema generala de
programare liniar a. Modelul matematic al acesteia, sub forma matricial a, arat a astfel:
(optim)f(x) = cx

A
1
x = b
(1)
A
2
x b
(2)
A
3
x b
(3)
x .
5.3 Algoritmul simplex
Metoda generala de rezolvare a problemelor de programare liniara este cunoscuta n
literatura de specialitate sub numele de metoda simplex sau algoritmul simplex. Ea este
datorata lui G.B.Dantzig, care a publicat primele lucrari n 1947. Ulterior s-au dat diverse
variante mbunatat ite ale metodei. Ea are la baza metoda eliminarii complete de rezolvare
a unui sistem de ecuat ii liniare, desigur adaptata scopului urmarit: aarea solut iilor cu
componente nenegative, respectiv a solut iei (sau solut iilor) pentru care funct ia liniara de
scop f are valoarea optima.
Pe baza Observat iei 5.2.1 este sucient sa consideram problema de P.L. standard.
minf =
n

j=1
c
j
x
j

a
11
x
1
+a
12
x
2
+. . . +a
1n
x
n
= b
1
a
21
x
1
+a
22
x
2
+. . . +a
2n
x
n
= b
2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
a
m1
x
1
+a
m2
x
2
+. . . +a
mn
x
n
= b
m
x
j
0, j = 1, n.
Ideea metodei simplex consta n a gasirea mai ntai a unei solut ii de baza, apoi de un
procedeu prin care din aceasta se obt in solut ii de baza mai bune, pana la aarea solut iilor
optime.
Pentru determinarea unei solut ii de baza vom utiliza metoda eliminarii complete
(GaussJordan).
Utilizand metoda elementului pivot si presupunand ca am lucrat pe primele m coloane
75
cu m n, obt inem
(A[b)

1 0 . . . 0
1,m+1
. . .
1n

1
0 1 . . . 0
2,m+1
. . .
2n

2
. . . . . . . . . . . . . . . . . . . . . . . .
0 0 . . . 0
i,m+1
. . .
in

i
. . . . . . . . . . . . . . . . . . . . . . . .
0 0 . . . 1
m,m+1
. . .
mn

m

In ipoteza ca
i
0, i = 1, m (n caz contrar se aleg alte necunoscute principale), vom
putea considera solut ia de baza
x
1
=
1
, . . . , x
m
=
m
, x
m+1
= 0, . . . , x
n
= 0
adica
t
x
(1)
= (
1
,
2
, . . . ,
m
, 0, . . . , 0).
Pentru aceasta solut ie x
(1)
avem
f(x
(1)
) =
m

j=1
c
j

j
.
Acum vrem sa trecem de la solut ia de baza x
(1)
la o noua solut ie de baza x
(2)
care sa
e mai buna. Sa admitem ca
i,m+1
,= 0, adica poate considerat ca element pivot. Atunci
putem nlocui necunoscuta principala x
i
prin x
m+1
. Aplicand metoda elementului pivot,
obt inem
(A[b)

1 0 . . .

1,m+1

i,m+1
. . . 0 0
1,m+2
. . .
1,n

1

1,m+1

i,m+1
0 1 . . .

2,m+1

i,m+1
. . . 0 0
2,m+2
. . .
2,n

2
-

i

2,m+1

i,m+1
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
0 0 . . .
1

i,m+1
. . . 0 1

i,m+2

i,m+1
. . .

i,n

i,m+1

i,m+1
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
0 0 . . .

m,m+1

i,m+1
. . . 1 0
m,m+2
. . .
m,n

m

m,m+1

i,m+1

Noua solut ie x
(2)
are componentele
x
1
1
=
1

1,m+1

i,m+1
, . . . , x
i1
=
i1

i1,m+1

i,m+1
, x
i
= 0,
x
i+1
=
i+1

i+1,m+1

i,m+1
, . . . , x
m
=
m

m,m+1

i,m+1
,
x
m+1
=

i

i,m+1
, x
m+2
= 0, . . . , x
n
= 0.
Pentru ca x
(2)
sa e solut ie de baza trebuie ca

i,m+1
0 (5.6)
si respectiv:

j


i

j,m+1

i,m+1
0, j = 1, m, j ,= i, (5.7)
Cum
i
0, din (5.6) gasim

i,m+1
> 0. (5.8)
76
Inegalitat ile (5.7) pentru care
j,m+1
0 sunt evidente. Pentru
j,m+1
> 0, din (5.7)
gasim

j,m+1

i,m+1
,
care ne arata ca
=

i

i,m+1
(5.9)
este minimul rapoartelor

j

i,m+1
, cu
j,m+1
> 0. Asadar, vom obt ine prin trecerea de la
x
(1)
la x
(2)
o noua solut ie de baza daca elementul pivot este pozitiv, iar pivotul va acela
care furnizeaza cel mai mic raport , cand termenii liberi se mpart la elementele pozitive
corespunzatoare de pe coloana pe care lucram.

In limbaj vectorial, se mai spune ca am
gasit condit ia prin care precizam vectorul care iese din baza.
Acum sa vedem n ce condit ii x
(2)
este o solut ie de baza mai buna ca x
(1)
.
Avem
f(x
(2)
) = c
1
_

1,m+1

i,m+1
_
+. . . +c
i1
_

i1

i1,m+1

i,m+1
_
+
+c
i+1
_

i+1

i+1

i,m+1
_
+. . . +c
m
_

m,m+1

i,m+1
_
+c
m+1

i,m+1
=
= f(x
(1)
) +

i

i,m+1
[c
m+2
(c
1

1,m+1
+c
2

2,m+1
+. . . +c
i

i,m+1
+. . . +
c
m

m,m+1
)] .
Daca notam
z
m+1
= c
1

1,m+1
+c
2

2,m+1
+. . . +c
i

i,m+1
+. . . +c
m

m,m+1
atunci putem scrie
f(x
(2)
) f(x
(1)
) = (c
m+1
z
m+1
)
Cum > 0, rezulta ca f(x
(2)
) < f(x
(1)
) daca
m+1
= c
m+1
z
m+1
< 0.
Prin urmare, vom trece de la o solut ie de baza x
(1)
la una x
(2)
mai buna, daca diferent a

m+1
= c
m+1
z
m+1
, corespunzatoare vectorului P
m+1
, corespunzator necunoscutei x
m+1
care
va deveni principala, este mai mica decat 0.
Practic, trebuie sa calculam marimile
z
j
= c
1

1j
+c
2

2j
+. . . +c
m

mj
= C
B
, P
j
), j = 1, n,
adica produsul scalar dintre vectorii C
B
= (c
1
, c
2
, . . . , c
m
) al coecient ilor necunoscutelor de
baza si
t
P
j
= (
1j
,
2j
, . . . ,
mj
) al componentelor coloanei j; apoi diferent ele
j
= c
j
z
j
,
j = 1, n. Cum f(x
(2)
) f(x
(1)
) =
j
, rezulta ca x
(2)
va o solut ie mai buna daca
j
< 0.
Aceasta nseamna ca daca toate diferent ele
j
0, j = 1, n, atunci nu se poate obt ine o
mbunatat ire a solut iei, si n consecint a, solut ia x
(1)
de baza este optima. Din cele de mai
sus, rezulta pentru algoritmul simplex urmatorii pasi:
Pasul 1. Se determina o solut ie de baza a problemei de P.L., prin aplicarea metodei ele-
mentului pivot care respecta condit iile (5.8) si (5.9);
Pasul 2. Se calculeaza toate valorile z
j
, j = 1, n, obt inute prin produsul scalar al vectorilor
C
B
si P
j
;
Pasul 3. Daca exista diferent e
j
= c
j
z
j
< 0 se trece la gasirea unei alte solut ii de baza
prin introducerea n baza a vectorului pentru care
j
< 0 este cea mai mare n valoare
absoluta. Daca toate diferent ele
j
0, atunci se trece la Pasul 5;
Pasul 4. Se repeta pasii 2 si 3 pana cand nu mai exista diferent e
j
< 0. Acum s-a ajuns la
solut ia optima.
77
Pasul 5. Se scrie solut ia optima: variabilele principale (ale caror vectori coloana cont in nu-
mai o cifra de 1 restul ind zero) au valorile corespunzatoare din coloana termenilor liberi,
variabilele secundare au toate valoarea zero, iar min f = C
B
, S
B
), unde S
B
este solut ia de
baza.
De obicei, pentru lucrul manual, pasii algoritmului simplex se efectueazantr-un tabel.
Acest tabel reprezinta, de fapt, transformarile de la metoda eliminarii complete aplicata la
rezolvarea sistemului de restrict ii, dar completate cu o prima linie formata din coecient ii
funct iei scop f si cu nca doua coloane: C
B
a coecient ilor bazei, respectiv cu baza B.

In momentul n care s-a ajuns la o solut ie de baza tabelul se completeaza cu doua linii
pentru calcularea valorilor lui z
j
, respectiv
j
. Un astfel de tabel are forma
c c
1
c
2
c
3
. . . c
n
C
B
B b P
1
P
2
P
3
. . . P
n
e
1
b
1
a
11
a
12
a
13
. . . a
1n
e
2
b
2
a
21
a
22
a
23
. . . a
2n
P
j

e
i
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. a
ij
.
.
.
e
m
b
m
a
m1
a
m2
a
m3
. . . a
mn
z
j
f

j
-
P
j

e
i
semnica faptul ca vectorul e
i
pleaca din baza, n locul lui intrand vectorul P
j
. Sa
ilustram acestea printr-un exemplu.
Exemplul 5.3.1. Sa se rezolve problema de P.L.
(min)f(x) = x
1
+ 2x
2
+x
3
+ 3x
4
cu restrict iile

2x
1
+x
2
x
3
+ 2x
4
= 6
x
1
+x
2
+ 2x
3
= 5
x
1
+ 2x
2
+x
3
+x
4
= 8
x
j
0, j = 1, 4.
Avem
c 1 2 1 3
C
B
B b P
1
P
2
P
3
P
4
P
1

e
1
e
1
6 2 1 -1 2
e
2
5 1 1 2 0
e
3
8 -1 2 1 1
1 P
1
3 1
1
2

1
2
1
P
2

e
2
e
2
2 0
1
2
5
2
-1
e
3
11 0
5
2
1
2
2
1 P
1
1 1 0 -3 2
2 P
2
4 0 1 5 -2
P
4

e
3
e
3
1 0 0 -12 7
P
3

P
1
1 P
1
5
7
1 0
3
7
0
2 P
2
30
7
0 1
11
2
0 Prima
3 P
4
1
7
0 0
12
7
1 solut ie
z
j
68
7
1 2
11
7
3 de baza

j
0 0
13
7
0
78
Cum
j
0, j = 1, 4, rezulta ca solut ia de baza gasita este si optima:
t
x
min
=
_
5
7
,
30
7
, 0,
1
7
_
si min f =
68
7
.
Observat ia 5.3.1 Dac a printre vectorii P
j
avem vectori unitari din baza canonica, atunci
acestia pot luat i direct n baza B.
Exemplul 5.3.2. Sa se rezolve problema de P.L.
(max)f(x) = 3x
1
+ 7x
2

1
2
x
3
5x
4
3x
5

2x
1
+x
2
+x
3
x
4
+x
6
= 2
x
1
+ 2x
2
2x
3
2x
4
+x
7
= 3
3x
1
x
2
+x
3
+x
5
= 9
x
j
0, j = 1, 7
Cerint a de maxim poate nlocuita prin cea de minim (vezi Observat ia 5.2.1), con-
siderand
(min)(f(x)) = 3x
1
7x
2
+
1
2
x
3
+ 5x
4
+ 3x
5
Se mai observa ca vectorii P
5
, P
6
si P
7
sunt din baza canonica, deci, pot considerat i
direct n baza B.
Avem
c 3 -7
1
2
5 3 0 0
C
B
B b P
1
P
2
P
3
P
4
P
5
P
6
P
7
P
1

P
6
0 P
6
2 2 1 1 -1 0 1 0
0 P
7
3 -1 2 -2 -2 0 0 1
Prima
solut ie
de baza
3 P
5
9 3 -1 1 0 1 0 0
z
j
27 9 -3 3 0 3 0 0

j
-6 -4
5
2
5 0 0 0
3 P
1
1 1
1
2
1
2

1
2
0
1
2
0
P
2

P
7
0 P
7
4 0
5
2

3
2

5
2
0
1
2
1
A doua
solut ie
de baza
3 P
5
6 0
5
2

1
2
3
2
1
3
2
0
z
j
21 3
13
2
0 3 3 -3 0

j
0
1
2
1
2
2 0 3 0
P
3

P
1
3 P
1
1
5
1 0
4
5
0 0
2
5

1
5
-7 P
2
8
5
0 1
3
5
-1 0
1
5
2
5
A treia
solut ie
de baza
3 P
5
10 0 0 -2 -1 1 -1 1
z
j
97
5
3 -7
3
5
4 3
16
5

2
5

j
0 0
1
10
1 0
16
5
2
5
1
2
P
3
1
4
5
4
0 1 0 0
1
2

1
4
-7 P
2
7
4
3
4
1 0 -1 0
1
2
1
4
3 P
5
21
2
5
2
0 0 -1 1 0
1
2
z
j
155
8
23
8
-7
1
2
4 3
13
4

3
8
A patra
solut ie
de baza

j

1
8
0 0 1 0
13
4
3
8
79
Cum tot i
j
0. j = 1, 7, rezulta ca am gasit solut ia optima, data de
t
x =
_
0,
7
4
,
1
4
, 0,
21
2
, 0, 0
_
, iat min(f(x)) = 155/8. Rezulta ca problema de P.L. data are aceeasi
solut ie de optim, iar (max)f(x) = min(f(x)) = 155/8.
Observat ia 5.3.2 O problema de P.L. de maxim se poate rezolva si direct, f ar a a o mai
reduce la una de minim, numai ca atunci vom avea solut ia optima cand
j
0, j = 1, n.
Dac a avem si
j
> 0, atunci vom alege pe cea mai mare
j
> 0, aceasta determin and
vectorul care intr a n baz a. Vectorul care iese din baz a se stabileste ca si la problema de
P.L. de minim.
Observat ia 5.3.3 Dac a n unele ecuat ii de restrict ii avem termeni liberi negativi, respectivele
ecuat ii pot nmult ite cu 1.
5.4 Cazuri speciale ntr-o problema de P.L.

In acest paragraf vom analiza cateva situat ii speciale care pot aparea ntr-o problema
de P.L.
5.4.1 Solut ii multiple

In orice tabel simplex toate diferent ele


j
corespunzatoare vectorilor bazei (necunos-
cutelor principale) sunt nuli. Daca n tabelul simplex, care cont ine solut ia optima, numarul
zerourilor din linia diferent elor
j
este mai mare ca m (numarul vectorilor unitari), atunci
problema de P.L. poate avea mai multe solut ii optime. Pentru a gasi celelalte solut ii op-
time se introduc n baza, daca este posibil, vectorii P
j
pentru care
j
= 0. Numarul maxim
de solut ii optime este C
m
k
, unde k este numarul de zerouri din linia diferent elor
j
. Dupa
obt inerea tuturor solut iilor optime se scrie solut ia optima generala ca si o combinat ie liniara
convexa (vezi Denit ia 5.2.6).
Exemplul 5.4.1. Sa se rezolve problema de P.L.
(min)f(x) = 3x
1
+ 2x
2
+ 2x
3
+x
4

x
1
+x
2
+x
3
+x
4
= 100
x
1
x
2
+x
3
+x
4
= 0
x
2
+x
4
= 10
x
j
0, i = 1, 4.
Rezolvarea problemei de P.L. cu algoritmul simplex este data n tabelul urmator
c 3 2 2 1
C
B
B b P
1
P
2
P
3
P
4
e
1
100 1 1 1 1
e
2
0 -1 -1 1 1
P
2

e
3
e
3
10 0 1 0 1
e
1
90 1 0 1 0
P
3

e
2
e
2
10 -1 0 1 2
2 P
2
10 0 1 0 1
P
1

e
1
e
1
80 2 0 0 -2
2 P
3
10 -1 0 1 2
2 P
2
10 0 1 0 1
3 P
1
40 1 0 0 -1
2 P
3
50 0 0 1 1 Prima solut ie de baza
2 P
2
10 0 1 0 1
z
j
240 3 2 2 1

j
0 0 0 0
80
Cum toate diferent ele
j
0 rezulta ca avem solut ia optima
x
(1)
= (40, 10, 50, 0), cu (min)f(x) = 240.
Cum avem patru zerouri pe linia lui
j
este posibil sa obt inem si o alta solut ie optima,
introducand pe P
4
n baza. Cum
minim
se obt ine pentru P
2
, vectorul P
4
va intra n locul
lui P
2
. Tabelul simplex pentru problema P.L. se continua astfel:
c 3 2 2 1
C
B
B b P
1
P
2
P
3
P
4
3 P
1
50 1 1 0 0
2 P
3
40 0 -1 1 0
1 P
4
10 0 1 0 1
z
j
240 3 2 2 1

j
0 0 0 0
Se obt ine a doua solut ie optima
x
(2)
= (50, 0, 40, 10), cu (min)f(x) = 240.
Se observa ca alte solut ii optime nu mai exista.
Solut ia generala a problemei va :
x = x
(1)
+x
(2)
, unde , 0, + = 1,
adica
x = (40 + 50, 10, 50 + 40, 10), (min)f(x) = 240.
Observat ia 5.4.1

In general, solut ia optima generala nu este si solut ie de baza, numarul
componentelor sale nenule ind mai mare decat m.
5.4.2 Solut ie innita
Fie o problema de P.L. de minim. Exista situat ii n care avem o diferent a
j
< 0,
dar componentele vectorului P
j
sunt toate negative sau 0, ceea ce face imposibila alegerea
elementului pivot. Vom arata ca n aceasta situat ie funct ia de ecient a are un minim innit,
adica valoarea ei poate facuta oricat de mica.
Consideram tabelul simplex
c c
1
c
2
. . . c
m
. . . c
j
. . . c
n
C
B
B b P
1
P
2
. . . P
m
. . . P
j
. . . P
n
c
1
P
1

1
1 0 . . . 0 . . .
1j
. . .
1n
c
2
P
2

2
0 1 . . . 0 . . .
2j
. . .
2n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
c
m
P
m

m
0 0 . . . 1 . . .
mj
. . .
mn
z
j
z
b
c
1
c
2
. . . c
m
. . . z
j
. . . z
n

j
0 0 . . . 0 . . .
j
. . .
n
cu solut ia de baza x
(1)
= (
1
, . . . ,
m
, 0, . . . , 0),
j
< 0 si
ij
< 0, i = 1, m.
Atribuim necunoscutei x
j
valoare M > 0 (oricat de mare ), adica x
j
= M, iar celorlalte
necunoscute secundare le atribuim valoare 0, adica x
m+1
= 0, . . . , x
j1
= 0, x
j+1
= 0, . . . , x
n
= 0.
Obt inem astfel solut ia posibila
x
(2)
= (
1

1j
M,
x

2j
M, . . . ,
m

mj
M, 0, . . . , M, 0, . . . , 0)
Valoarea funct iei de scop f pentru x
(2)
este:
f(x
(2)
) = c
1
(
1

1j
M) +c
2
(
2

2j
M) +. . . +c
m
(
m

mj
M) +c
j
M =
81
= f(x
(1)
) +M[c
j
(c
1

1j
+c
2

2j
+. . . +c
m

mj
)] = f(x
(1)
) +M
j
.
Cum
j
< 0 si M , rezulta ca f(x
(2)
) , ceea ce trebuia demonstrat.
Pentru o astfel de problema de P.L. sse spune ca ea are solut ie (optima) innita.
Exemplul 5.4.2. Sa se rezolve problema de P.L.:
(min)f(x) = 2x
1
+x
2
2x
3
3x
4

4x
1
+x
2
3x
4
= 10
2x
1
x
2
+x
3
= 6
2x
1
x
2
+3x
4
= 6
x
j
0, j = 1, 4.
Utilizand algoritmul simplex obt inem tabelul:
c -2 1 -2 -3
C
B
B b P
1
P
2
P
3
P
4
e
1
10 4 1 0 -3
-2 P
3
6 2 -1 1 0
P
4

e
3
e
3
6 2 -1 0 3
P
1

e
1
e
1
16 6 0 0 0
-2 P
3
6 2 -1 1 0
-3 P
4
4
2
3

1
3
0 1
-2 P
1
8
3
1 0 0 0
-2 P
3
2
3
0 -1 1 0
-3 P
4
22
3
0
1
3
0 1
z
j

86
3
-2 3 -2 -3

j
0 -2 0 0
Deoarece
2
= 2 < 0, iar
12
= 0,
22
= 1 < 0,
32
=
1
3
< 0, rezulta ca (min)f = .

Intr-adevar, luand x
2
= M > 0, x
1
=
8
3
, x
3
=
2
3
+M, x
4
=
22
3
+M, avem
f(x) =
86
3
2M
si astfel cand M , obt inem f .
5.4.3 Degenerare n problemele de programare liniara
Consideram problema de P.L. standard
(min)f(x) = cx
Ax = b
x .
Aceasta, conform Denit iei 5.2.3, va avea o solut ie degenerata daca numarul compo-
nentelor sale strict pozitive este mai mic decat m, adica cel put in o necunoscuta principala
are valoarea zero (n vectorul coloana b exista zerouri). Situat ia de degenerare ntr-o prob-
lema de P.L., apare, e la nceput, e pe parcurs, cand la introducerea n baza a unui vector
exista mai multe elemente pozitive care furnizeaza acelasi raport minim.

In aceasta ultima
situat ie apare asa numitul fenomen de ciclare. Pentru a evita acest fapt, elementul pivot, se
demonstreaza, va ales acela care furnizeaza cea mai mica linie n ordonarea lexicograca.
Denit ia 5.4.1 Linia (b
1
; x
1
, x
2
, . . . , x
n
) este mai mica n ordine lexicograca decat linia
(b
2
; y
1
, y
2
, . . . , y
n
) daca b
1
< b
2
, sau b
1
= b
2
si x
1
< y
1
, sau b
1
= b
2
, x
1
= y
1
si x
2
< y
2
, sau
si asa mai departe b
1
= b
2
, x
1
= y
1
, . . . , x
n1
= y
n1
si x
n
< y
n
.
82
Exemplul 5.4.3. Sa se rezolve problema de P.L. standard:
(max)f(x) = x
1
+ 4x
2
+ 5x
3
+ 2x
4

3x
1
+x
2
+x
3
+x
4
= 6
x
1
+2x
2
+x
3
+x
4
= 6
2x
1
+x
2
+3x
3
= 7
x
j
0, j = 1, 4.

Inlocuim cerint a de maxim prin


(min)(f(x)) = x
1
4x
2
5x
3
2x
4
.
Acum, utilizand algoritmul simplex, avem:
c -1 -4 -5 -2
C
B
B b P
1
P
2
P
3
P
4
e
1
6 3 1 1 1
P
2

e
2
e
2
6 1 2 1 1
e
3
7 2 1 3 0
P
1

e
1
e
1
3
5
2
0
1
2
1
2
-4 P
2
3
1
2
1
1
2
1
2
e
3
4
3
2
0
5
2

1
2
-1 P
1
6
5
1 0
1
5
1
5
-4 P
2
12
5
0 1
2
5
2
5
P
3

e
2
e
3
11
5
0 0
11
5

4
5
-1 P
1
1 1 0 0
3
11
-4 P
2
2 0 1 0
6
11
Prima solut ie de baza
-5 P
3
1 0 0 1
4
11
z
j
-14 -1 -4 -5
7
11

j
0 0 0
15
11
-2 P
4
11
3
11
3
0 0 1
-4 P
2
0 -2 1 0 0
-5 P
3
7
3
4
3
0 1 0
z
j
-19 -4 -4 -5 -2

j
3 0 0 0
La tabelul care a dat prima solut ie de baza avem
4
=
15
11
< 0,iar raportul minim
=
11
3
este obt inut si pe linia lui P
1
si pe linia lui P
2
. Cum b
2
= 1 < b
2
= 2, rezulta ca n
ordinea lexicograca linia lui P
1
este mai mica decat linia lui P
2
. Asa ca la acest pas s-a ales
elementul pivot
3
11
din linia lui P
1
.
Solut ia optima obt inuta este degenerata
x
(1)
=
_
0, 0,
7
3
,
11
3
_
, pentru care (min)(f) = 19.
Solut ia x
(1)
1
este solut ie optima si pentru problema de P.L. de maxim, cand (max)f =
min((f) = 19.
5.5 Rezolvarea problemei generale de programare liniara

Intr-o problema generala, de programare liniara unele restrict ii apar si sub forma de
inecuat ii (vezi Observat ia 5.2.2). Rezolvarea unei astfel de probleme se face prin transfor-
marea ei ntr-una standard, prin introducerea necunoscutelor de compensare.
83
Astfel, pentru o restrict ie de forma
a
i1
x
1
+a
i2
x
2
+. . . +a
in
x
n
b
i
consideram necunoscuta de compensare x
n+1
0 si transformam inecuat ia n ecuat ie astfel
a
i1
x
1
+a
i2
x
2
+. . . +a
in
x
n
+x
n+1
= b
i
Pentru o restrict ie de forma
a
k1
x
1
+a
k2
x
2
+. . . +a
kn
x
n
b
k
consideram necunoscuta de compensare x
n+2
0 si transformam inecuat ia n ecuat ie, astfel
a
k1
x
1
+a
k2
x
2
+. . . +a
kn
x
n
x
n+2
= b
k
Cate restrict ii de tip inecuat ie avem, atatea necunoscute de compensare vom intro-
duce.

In funct ia de ecient a necunoscutele de compensare se introduc cu coecient ii egali cu zero.

In solut ia optima din tabelul simplex s-ar putea sa apara si unele necunoscute de com-
pensare, dar n solut ia obt inuta a problemei de P.L. generala acestea nu se considera.
Exemplul 5.5.1. Sa se rezolve problema generala de P.L.:
(min)f(x) = 3x
1
2x
2
+ 4x
3
x
4

2x
1
+3x
2
x
3
+x
4
= 7
5x
1
+2x
2
+x
3
x
4
5
x
1
+x
2
+2x
3
+2x
4
10
2x
1
+2x
2
+x
3
+x
4
9
x
j
0, j = 1, 4.
Transformam problema generala n una standard, introducand variabile de compen-
sare x
5
, x
6
, x
7
:
(min)f(x) = 3x
1
2x
2
+ 4x
3
x
4

2x
1
+3x
2
x
3
+x
4
= 7
5x
1
+2x
2
+x
3
x
4
x
5
= 5
x
1
+x
2
+2x
3
+2x
4
+x
6
= 10
2x
1
+2x
2
+x
3
+x
4
+x
7
= 9
x
j
0, j = 1, 7.
Acum, aplicam algoritmul simplex si avem:
c 3 -2 4 -1 0 0 0
C
B
B b P
1
P
2
P
3
P
4
P
5
P
6
P
7
e
1
7 2 3 -1 1 0 0 0
P
2

e
2
e
2
5 5 2 1 -1 -1 0 0
0 P
6
10 1 1 2 2 0 1 0
0 P
7
9 2 2 1 1 0 0 1
P
2

e
2
e
1
5 0
11
5

7
5
7
5
2
5
0 0
3 P
1
1 1
2
5
1
5

1
5

1
5
0 0
0 P
6
9 0
3
5
9
5
11
5
1
5
1 0
0 P
7
7 0
6
5
3
5
7
5
2
5
0 1
-2 P
2
25
11
0 1
7
11
7
11
2
11
0 0
3 P
1
1
11
1 0
5
11

5
11

3
11
0 0
0 P
6
84
11
0 0
24
11
20
11
1
11
1 0
0 P
7
47
11
0 0
15
11
5
11
2
11
0 1
z
j

47
11
3 -2
29
11

29
11

13
11
0 0

j
0 0
15
11
18
11
13
11
0 0
84
Cum tot i
j
0, j = 1, 7. rezulta ca solut ia problemei de P.L. standard este
x
(1)
=
_
1
11
,
25
11
, 0, 0, 0,
84
11
,
47
11
_
, (min)f(x) =
47
11
,
iar a problemei generale
x
(1)
=
_
1
11
,
25
11
, 0, 0
_
, (min)f(x) =
47
11
,
caz n care nu am mai luat n seama valorile necunoscutelor de compensare.
5.6 Dualitatea n problemele de programare liniara
Plecand de la o problema de P.L., totdeauna se poate formula o noua problema de
P.L., folosind aceleasi date numerice ale problemei date, care nsa sa ceara determinarea
valorii optime contrare.

Intre solut iile celor doua probleme de P.L. exista stranse legaturi.
Perechea de probleme de P.L. astfel construite respecta un principiu general din
stiint a, n particular din matematica, numit principiul dualitat ii, iar problemele respective
sunt numite probleme duale (se mai ntalneste si termenul de probleme conjugate) una
alteia. De obicei problema de P.L. init iala se numeste primala, iar cea obt inuta prin dualitate
se numeste duala.
Not iunea de dualitate n problemele de P.L. are, pe langa nsemnatatea teoretica, si
o mare important a practica, deoarece, ind date doua probleme duale, exista posiblitatea
alegerii pentru rezolvare a problemei mai convenabile din punct de vedere calculatoriu.
Mai exact, tabelul simplex, ce cont ine solut ia optima a unei probleme, cuprinde solut ia
optima a problemei duale, componentele acestei solut ii se aa pe linia diferent elor
j
ale
acestui tabel, n dreptul vectorilor (necunoscutelor) de compensare corespunzator problemei
duale.

In caz ca avem mai put in de m vectori (necunoscute de compensare) se adauga vectori
unitari e
j
n completare (numit i vectori ajutatori sau articiali), cu coecient i zero pe linia
lui c.
Denit ia 5.6.1 Spunem ca ntr-o problema de P.L. avem o restrict ie concordanta daca ea
cont ine semnul ntr-o problema de minim si, respectiv, semnul ntr-o problema
de maxim.
Denit ia 5.6.2 Spunem ca ntr-o problema P.L. avem o restrict ie neconcordanta daca ea
cont ine semnul ntr-o problema de minim si, respectiv, semnul ntr-o problema
de maxim.
Prin urmare, ntr-o problema de P.L. avem urmatoarele categorii de restrict ii: con-
cordante, neconcordante si egalitat i.
Pentru a cuprinde toate situat iile posibile vom considera ca si pentru necunoscute
(variabile) putem avea urmatoarele categorii: nenegative, (x
j
0), nepozitive (x
j
0) si
libere (x
j
R).
85
Acum, putem da regulile de corespondent a n formarea problemelor de P.L.
P.L. primal P.L. dual
minim maxim
maxim minim
necunoscuta nenegativa restrict ie concordanta
necunoscuta nepozitiva restrict ie neconcordanta
variabila libera restrict ie egalitate
restrict ie concordanta variabila nenegativa
restrict ie neconcordanta variabila nepozitiva
restrict ie egalitate variabila libera
numar de necunoscute
(variabile)
numar de restrict ii
numar de restrict ii
numar de necunoscute
(variabile)
termenii liberi ai restrict iilor coecient ii funct iei obiectiv
coecient ii funct iei obiectiv termenii liberi ai restrict iilor
coloanele matricei restrict iilor liniile matricei restrict iilor
necunoscute principale necunoscute de compensare
necunoscute de compensare necunoscute principale
coloana b din tabelul simplex
linia
j
din tabelul simplex
(eventual cu semn schimbat)
linie
j
din tabelul simplex
coloana b din tabelul simplex
(eventual cu semn schimbat)
Exemplul 5.6.1. Se da problema primala de P.L.
(min)f(x) = x
1
+x
2

4x
1
+3x
2
24
5x
1
+9x
2
45
3x
1
4x
2
44
x
1
8
x
1
0, x
2
> 0.
Sa se scrie duala acestei probleme.
Avand patru restrict ii si, respectiv, doua necunoscute din programul primal, vom avea
patru necunoscute si, respectiv, doua restrict ii. Asadar, programul dual va avea forma:
(max)g(y) = 24y
1
+ 45y
2
44y
3
8y
4
(termenii liberi ai restrict iilor au devenit coecient ii funct iei obiectiv),
_
4y
1
+5y
2
+3y
3
y
4
1
3y
1
+9y
2
4y
3
1
y
j
0, j = 1, 4.
Exemplul 5.6.2. Fie data problema principala de P.L.:
(max)f(x) = 2x
1
+ 2x
2
+ 3x
3
+ 3x
4
,

x
1
+x
2
+x
3
+x
4
5
7x
1
+5x
2
+3x
3
+x
4
1
3x
1
+5x
2
+10x
3
+15x
4
1
x
j
0, j = 1, 4,
86
duala ei are forma:
(min)g(y) = 5y
1
+y
2
+y
3

y
1
+7y
2
+3y
3
2
y
1
+5y
2
+5y
3
1
y
1
+3y
2
+10y
3
3
y
1
+y
2
+15y
3
3
y
j
0, j = 1, 3.
Exemplul 5.6.3. Pentru problema primala de P.L.
(min)f(x) = 2x
1
+x
2
3x
3

x
1
+2x
2
+x
3
6
x
1
2x
2
+3x
3
8
2x
1
x
3
= 5
x
j
0, j = 1, 3,
duala are forma
(max)g(y) = 6y
1
+ 8y
2
+ 5y
3

y
1
+y
2
+2y
3
6
2y
1
2y
2
8
y
1
+3y
2
y
3
5
y
1
0, y
2
0, y
3
libera (oarecare).
Am vazut pana acum o prima legatura ntre problemele duale de programare, n
sensul ca una se obt ine din cealalta prin mijloacele ment ionate mai sus.

In continuare vom prezenta o alta legatura, sub aspectul unor relat ii dintre solut ii si
funct iile de ecient a.
Sa consideram problemele duale, scrise matricial:
P.L. primala P.L. duala
(1)

(min)f(x) = cx
Ax = b
x
(2)

(max)g(y) =
t
by
t
Ay
t
c
y arbitrar
unde
t
y = (y
1
, . . . , y
m
).
Teorema 5.6.1 Dac a x
(0)
si y
(0)
sunt solut ii posibile oarecare ale problemelor (1) si (2),
atunci
g(y
(0)
) =
t
by
(0)
cx
(0)
= f(x
(0)
).
Demonstrat ie. Din faptul ca x
(0)
si y
(0)
sunt solut ii posibile ale problemelor (1) si (2)
respectiv, avem:
t
Ay
(0)

t
c, cu y
(0)
arbitrar,
respectiv
Ax
(0)
= b, cu x
(0)
0.
Astfel putem scrie
g(y
(0)
) =
t
by
(0)
=
t
(Ax
(0)
)y
(0)
= (
t
x
(0)t
A)y
(0)
=
t
x
(0)
(
t
Ay
(0)
)
t
x
(0)t
c =
=
t
(cx
(0)
) =
t
f(x
(0)
) = f(x
(0)
),
ceea ce trebuia demonstrat.
Teorema 5.6.2 Pentru problemele duale (1) si (2) de programare liniar a au loc una si numai
una din urm atoarele situat ii:
87
a) ambele probleme au solut ii optime nite si atunci (min)f = (max)g;
b) una din probleme are solut ie innit a, iar cealalt a este incompatibila (nu are solut ie);
c) una dintre probleme are solut ie degenerata, iar cealalt a problema poate avea solut ii
multiple.
Demonstrat ie. a) Fie x
(1)
o solut ie optima a problemei (1) si y
(1)
o solut ie optima a problemei
(2).
Din Teorema 5.6.1 avem
min f(x) = f(x
(1)
) g(y
(1)
) = max g(y).
Acum, din obt inerea tabelului simplex rezulta ca daca notam cu matricea de tipul
m m din A, data de vectorii principali P
j
care dau solut ia optima x
(1)
, atunci x
(1)
=
1
b.
Analog avem
t
y
(1)
= c
B

1
.
Atunci rezulta
f(x
(1)
) = c
B
x
(1)
= c
B

1
b =
t
y
(1)
b = g(y
(0)
),
adica min f(x) = max g(y).

In mod analog se stabilesc acum, fara mare greutate si punctele b) si c) ale teoremei.
Observat ia 5.6.1 Teoremele 5.6.1 si 5.6.2 poart a numele de teoreme ale dualitat ii.
Ele ne justic a cele armate la nceputul paragrafului: prin rezolvarea uneia dintre
problemele duale avem si solut ia celeilalte. De aceea, practic putem alege pe cea n care
calculele sunt mai simple.
Exemplul 5.6.4. Sa consideram problema de P.L. din exemplul 5.6.1. Aici se observa ca
este mai convenabil sa rezolvam problema duala deoarece ea cont ine numai doua restrict ii.
O aducem la forma standard, introducand variabilele de compensare y
5
si y
6
(max)g(y) = 24y
1
+ 45y
2
44y
3
8y
4
_
4y
1
+5y
2
+3y
3
y
4
+y
5
= 1
3y
1
+9y
2
4y
3
+y
6
= 1
y
i
0, i = 1, 6
Aplicand algoritmul simplex, obt inem:
c 24 45 -44 -8 0 0
C
B
B b P
1
P
2
P
3
P
4
P
5
P
6
0 P
5
1 4 5 3 -1 1 0
P
2

P
6
0 P
6
1 3 9 -4 0 0 1
z
j
0 0 0 0 0 0 0

j
24 45 -44 -8 0 0
P
1

P
5
0 P
5
4
9
7
3
0
47
9
-1 1
5
9
45 P
2
1
9
1
3
1
4
9
0 0
1
9
z
j
5 15 45 -20 0 0 5

j
9 0 -24 -8 0 -5
24 P
1
4
21
1 0
47
21

3
7
3
7

5
21
45 P
2
1
21
0 1
25
21
1
7

1
7
4
21
z
j
47
7
24 45
1
7

25
7
27
7
20
7

j
0 0
309
7

29
7

27
7

20
7
Cum toate
j
0, rezulta ca y
(1)
=
_
4
21
,
1
21
, 0, 0
_
este solut ie optima pentru problema duala,
cu min g(y) =
47
7
. De pe linia lui
j
, n dreptul vectorilor de compensare P
5
si P
6
, gasim
solut ia problemei primale:
x
(1)
=
_
27
7
,
20
7
, 0, 0
_
, cu max f(x) =
47
7
.
88
Observat ia 5.6.2 Exist a situat ii n care rezolvarea unei probleme de P.L. se lungeste prin
calculele care conduc la determinarea unei baze format a din vectorii P
j
ai problemei. Este
preferabil ca ntr-o astfel de situat ie s a lucr am cu b n care avem si componente b
i
< 0,
folosind un algoritm simplex modicat, aplicat asupra problemei duale, numit algoritmul
(metoda) simplex modicat (dual).
Pasii de lucru sunt aceeasi, deosebindu-se de metoda simplex primala numai prin
urmatoarele:
1) Criteriul de iesire din baza. Pe coloana lui b se alege
b
i
0
= min
b
i
<0
b
i
.
2) Criteriul de intrare n baza. Daca pe linia lui b
i
0
toate elementele
i
0
j
sunt nenegative,
atunci problema este imposibila. Daca exista
i
0
j
< 0, atunci determinam

i
0
j
0
= min

i
0
j
<0

i
0
j

,
urmand ca vectorul corespunzator lui
i
0
j
0
sa intre n noua baza.
Se aplica repetat acesti pasi pana cand b si
j
verica condit iile din simplex primal,
situat ie n care b da solut ia optima.
Exemplul 5.6.5. Sa se rezolve problema de P.L.:
(min)f(x) = 4x
1
+ 5x
2
+ 3x
3

3x
1
+2x
2
+x
3
7
x
1
x
2
+2x
3
6
2x
1
+x
2
x
3
8
x
j
0, j = 1, 3.
Se observa ca daca am lucra cu problema primala necunoscutele de compensare ar
introduse cu coecient ii 1 deci vectorii de compensare nu ar putea folosit i n baza
init iala.

Inmult ind cu 1 restrict iile, obt inem problema de P.L.:


(min)f(x) = 4x
1
+ 5x
2
+ 3x
3

3x
1
2x
2
x
3
7
x
1
+x
2
2x
3
6
2x
1
x
2
+x
3
8
x
j
0, j = 1, 3.
Acum introducem variabilele de compensare x
4
, x
5
si x
6
si problema ia forma:
(min)f(x) = 4x
1
+ 5x
2
+ 3x
3

3x
1
2x
2
x
3
+x
4
= 7
x
1
+x
2
2x
3
+x
5
= 6
2x
1
x
2
+x
3
+x
6
= 8
x
j
0, j = 1, 6.
89
Cum b este mai convenabil sa aplicam algoritmul simplex dual.
Avem:
c 4 5 3 0 0 0
C
B
B b P
1
P
2
P
3
P
4
P
5
P
6
0 P
4
-7 -3 -2 -1 1 0 0
0 P
5
-6 -1 1 -2 0 1 0
P
1

P
6
0 P
6
-8 -2 -1 1 0 0 1
z
j
0 0 0 0 0 0 0

j
4 5 3 0 0 0
0 P
4
5 0
1
2

5
2
1 0
3
2
P
3

P
5
0 P
5
-2 0
3
2

5
2
0 1
1
2
4 P
1
4 1
1
2

1
2
0 0
1
2
z
j
16 4 2 -2 0 0 -2

j
0 3 5 0 0 2
0 P
4
7 0 -2 0 1 -1 -1
3 P
3
4
5
0
3
5
1 0
2
5
1
5
4 P
1
22
5
1
1
5
0 0
1
5

2
5
z
j
20 4 -1 3 0 -2 -1

j
0 6 0 0 2 1
Cum b si
j
0, j = 1, 6, rezulta ca avem solut ia optima:
x
(1)
=
_
22
5
, 0,
4
5
_
, min f(x) = 20
Observat ia 5.6.3 Dualitatea n problemele de P.L. se poate interpreta si economic. Astfel,
problema primala

(max)f(x) = cx
Ax b
x
reprezint a modelul unui proces economic n care se realizeaz a n produse, folosind m resurse,
a
ij
reprezent and unitatea din resursa i utilizat a la produsul j, i = 1, m, j = 1, n, b
i
cantitatea
disponibil a din resursa i, i = 1, m; c
j
venitul pentru o unitate din produsul j si x
j
numarul
de unit at i realizate din produsul j, j = 1, n (vezi 1.3). Funct ia obiectiv reprezint a venitul
total realizat.

In problema primal a se cere sa se determine numarul de unit at i din ecare
produs asa nc at venitul s a e maxim.
Acum, sa urmarim procesul economic dupa criteriul cheltuielivenit. Fie y
i
pret ul xat
pentru unitatea din resurse i, i = 1, m. Costul resursei i n cantitate de b
i
unitat i, consumata
pentru fabricarea produselor, este b
i
y
i
. Cheltuielile necesare pentru toate resursele folosite
sunt
g(y) = b
1
y
1
+b
2
y
2
+. . . +b
m
y
m
.
Cum consumul din resursa i pentru realizarea unitat ii de produs j este a
ij
, costul
acestei cote care realizeaza unitatea de produs j este a
ij
y
i
. Costul total al cotelor din
resursele i, i = 1, m, care participa la crearea unitat ii de produs j, este
m

i=1
a
ij
y
i
, care trebuie
sa satisfaca condit iile
m

i=1
a
ij
y
i
c
j
, j = 1, n.
Cum dorim ca sa avem cheltuieli minime, obt inem problema de P.L.:
(min)g(y) = b
1
y
1
+b
2
y
2
+. . . +b
m
y
m
90
m

i=1
a
ij
y
i
c
j
, j = 1, n
y
j
0, j = 1, n,
care constituie duala problemei primale de maxim.
91
5.7 Testul Nr. 4 de vericare a cunostint elor
1. Denit i urmatoarele not iuni:
a) Solut ie posibila a problemei de programare liniara standard;
b) Solut ie de baza a problemei de programare liniara;
c) Solut ie nedegenerata a problemei de programare liniara;
d) Solut ie degenerata a problemei de programare liniara;
e) Restrict ie concordanta ntr-o problema P.L.;
f ) Restrict ie neconcordanta ntr-o problema P.L.
2. Rezolvat i problema de programare liniara (min)f(x) = 2x
1
+x
2
+ 3x
3
+ 5x
4
x
5

2x
1
+x
2
+x
3
= 4
x
1
+ 2x
3
+x
5
= 7
3x
1
+ 2x
2
+x
4
= 10
x
i
0 , i = 1, 5.
3. Rezolvat i problema de programare liniara (max)f(x) = 4x
1
+ 3x
2
+ 4x
3

x
1
+ 3x
2
x
3
+ 2x
5
= 7
2x
1
+ 4x
3
+x
4
= 12
4x
2
+ 3x
3
+ 8x
5
+x
6
= 10
x
i
0 , i = 1, 6.
4. Rezolvat i problema deseurilor minime: Se dispune de baze de er de 14 m lungime
din care trebuie taiate 500 bucat i de 8 m, 800 bucat i de 5,25 m si 450 bucat i de 2,5 m.
Se cere sa se stabileasca modul de taiere care asigura cantitatea minima de deseuri.
5. Rezolvat i problema de programare liniara (max)f(x) = 4x
1
x
2
+ 2x
3
+ 4x
4

6x
1
+x
2
3x
4
= 11
4x
1
x
2
+ 2x
3
= 8
4x
1
x
2
+ 3x
4
= 8
x
i
0 , i = 1, 4.
6. Rezolvat i problema de programare liniara (max)f(x) = 4x
1
+ 5x
2
+ 8x
3
+ 2x
4
+ 3x
5

2x
1
+ 3x
2
+ 3x
3
+x
4
+ 2x
5
= 10
x
1
x
2
+ 2x
3
6x
4
+ 3x
5
= 5
x
1
+x
2
+x
3
2x
4
+ 2x
5
= 4
x
i
0 , i = 1, 5.
7. Rezolvat i problema generala de programare liniara (min)f(x) = 4x
1
+ 8x
2
2x
3
+x
4

x
1
+x
2
+x
4
= 2
x
1
+ 2x
2
+x
3
5
x
2
+x
3
3
x
i
0 , i = 1, 4.
92
8. Aducet i urmatoarea problema generala de programare liniara la forma canonica:
(max)f(y) = 3y
1
4y
2
_
y
1
+y
2
8
y
1
y
2
1
y
1
R , y
2
0.
9. Gasit i valoarea optimului urmatoarei probleme de programare liniara folosind duala
ei: (max)f(x) = x
1
+x
2

x
1
+x
2
4
2x
1
+x
2
3
3x
1
x
2
5
x
1
0 , x
2
0.
10. Gasit i valoarea optimului urmatoarei probleme de programare liniara folosind duala
ei: (max)g(y) = 6y
1
+ 8y
2

2y
1
+y
2
4
y
1
+ 2y
2
2
y
1
2y
2
1
y
1
, y
2
R.
93
Indicat ii si raspunsuri
Testul 4
2. Se palica algoritmul Simplex si se obt ine optimul nit
t
x = (0, 4, 0, 2, 7) si min(f) = 7.
3. Se aplica algoritmul simplex si se obt ine solut ia optima nita
t
x =
_
86
12
,
29
13
,
82
13
, 0, 0, 0
_
si
min g =
759
13
(de unde g = f) si astfel max f =
759
18
.
4. Se observa ca exista cinci solut ii de taiere pentru o bara: 1) se taie o bucata de 8 m
si alta de 5,25 m obt inandu-se deseu 0, 75 =
3
4
m; 2) se taie o bucata de 8 m si doua
bucat i de 2,5 m obt inandu-se deseu 1 m; 3) se taie doua bucat i de 5,25 m si una de 2,5
m obt inandu-se deseu 1 m; 4) se taie o bucata de 5,25 si trei de 2,5 m obt inandu-se
deseu 1, 25 =
5
4
m; 5) se taie cinci bucat i de 2,5 m obt inandu-se deseu de 1, 5 =
6
4
m.
Notand cu x
i
, i = 1, 5 numarul de bare planicate a se taia n modul i obt inem
problema de programare liniara
(min)f =
1
4
(3x
1
+ 4x
2
+ 4x
3
+ 5x
4
+ 6x
5
)
x
1
+x
2
= 500
x
1
+ 2x
3
+x
4
= 800
2x
2
+x
3
+ 3x
4
+ 5x
5
= 450
x
i
0 , i = 1, 5.
Pentru a usura calculele se va folosi funct ia obiectiv f
1
= 3x
1
+ 4x
2
+ 4x
3
+ 5x
4
+ 6x
5
.
Se aplica algoritmul Simplex si se obt in solut iile optime
t
x
1
= (500, 0, 150, 0, 60),
t
x
2
=
(500, 0, 90, 120, 0),
t
x
3
= (380, 120, 210, 0, 0), deci n nal min(f
1
) = 2460(m) min(f) =
615(m) cu
t
(x) =
t
x
1
+
t
x
2
+
t
x
3
cu , , [0, 1], + + = 1.
5. Se aplica algoritmul Simplex pentru funct ia obiectiv g = f si se obt ine optim innit:
x
2
= M > 0 (foarte mare), x
1
=
19
10
, x
3
=
1
5
+
1
2
M, x
4
=
2
15
+
1
3
M, min(g) =
128
15

4
3
M,
de unde max(f) =
128
15
+
4
3
M.
6. Se plica algoritmul Simplex si se obt in solut ii multiple si anume:
t
x
1
=
_
2,
1
3
,
5
3
, 0, 0
_
,
t
x
2
=
_
0,
5
6
,
13
6
, 0,
1
2
_

t
x =
t
x
1
+
t
x
2
cu , [0, 1], + = 1 si min(g) = 23, deci max(f) = 23.
7 Se introduc variabilele ecart x
5
si x
6
obt inem forma canonica
(min)f(x) = 4x
1
+ 8x
2
2x
3
+x
4
x
1
+x
2
+x
4
= 2
x
1
+ 2x
2
+x
3
+x
5
= 5
x
2
+x
3
x
6
= 3
x
i
0 , i = 1, 6.
Se aplica algoritmul Simplex si se obt ine optimul nit
t
x = (0, 0, 5, 2, 0, 0), adica x
1
= 0,
x
2
= 0, x
3
= 5, x
4
= 2 si min(f) = 8.
94
8. Se obt ine forma canonica:

(min)g(x) = 3x
1
+ 3x
2
4x
3
x
1
x
2
x
3
+x
4
= 8
x
1
x
2
+x
3
x
5
= 1
x
i
0 , i = 1, 5.
9. Avem duala:
(min)g(y) = 4y
1
+ 3y
2
+ 5y
3
y
1
2y
2
+ 3y
3
1
y
1
+y
2
y
3
1
y
i
0 , i = 1, 3.
Forma canonica a acestei probleme de programare liniara este:

(min)g(y) = 4y
1
+ 3y
2
+ 5y
3
y
1
2y
2
+ 3y
3
y
4
= 1
y
1
+y
2
y
3
y
5
= 1
y
i
0 , i = 1, 5.
Se aplica algoritmul Simplex si se obt ine solut ia optima nita
t
y =
_
1
3
,
2
3
, 0
_
si
min(g) =
10
3
maxf =
10
3
. Se poate obt ine si solut ia problemei init iale:
t
x =
_
1
3
,
11
3
_
.
10. Duala problemei considerate este:
(min)f(x) = 4x
1
+ 2x
2
+x
3

2x
1
+x
2
+x
3
= 6
x
1
+ 2x
2
2x
3
= 8
x
i
0 , i = 1, 3.
Se aplica algoritmul simplex si se obt ine solut ia optima nita
t
x = (0, 5, 1) si min(f) =
11 max(g) = 11.
95
Bibliograa aferenta capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate n economie - Volumul I,
Editura ULB, Sibiu, 2001.
96
Capitolul 6
Elemente de teoria grafurilor
Obiective: Scopul acestui capitol este de familiariza student ii cu not iunea de graf si
aplicat iile acesteia n economie. Termenul de graf are cu totul alta semnicat ie decat
cel de grac. Prima lucrare de teoria grafurilor a fost scrisa de renumitul matematician
elvet ian Euler, n 1736, n scopul rezolvarii unor jocuri si amuzamente matematice. Dez-
voltarea ulterioara a matematicii si n special a aplicat iilor ei n diferite domenii stiint ice
a dat un impuls puternic dezvoltarii teoriei grafurilor. Utilizarea ei n domenii variate,
teoretice sau practice, de la probleme economice la fundamentarea deciziilor politice, de la
studiul ret elelor electrice la critica textelor, etc., i confera n zilele noastre o important a
aparte.
Folosirea grafurilor n elaborarea programelor de product ie, investit ii, transport, des-
facere etc. ale unitat ilor economice a devenit o necesitate de prim ordin.
Rezumat:

In acest capitol se vor aborda cateva din conceptele fundamentale ale
teoriei grafurilor, precum si cat iva algoritmi utili n rezolvarea unor probleme economice.
Cont inutul capitolului:
1. Not iuni fundamentale
2. Algoritmi pentru rezolvarea unor probleme relative la grafuri
3. Problema uxului optim n ret ele de transport
4. Test de vericare a cunostint elor
5. Bibliograa aferenta capitolului
Cuvinte cheie: graf, matricea drumurilor, componente tare conexe ale unui graf,
drumuri hamiltoniene, drum de lungime optima, metoda drumului critic, rele de trasport.
6.1 Not iuni fundamentale
Fie X o mult ime nevida si cel put in numarabila de elemente numite noduri sau varfuri.
Denit ia 6.1.1 Numim graf perechea (X, ), unde X X, adic a o mult ime de perechi
ordonate sau nu de elemente din X.
Dac a X este o mult ime nita, atunci graful (X, ) se numeste graf nit,

In caz contrar
se zice ca avem un graf innit.
Putem da pentru graf si urmatoarea denit ie echivalenta:
Denit ia 6.1.2 Numim graf perechea (X, f), unde f este o funct ie denita pe X cu valori n
mult imea T(X) a part ilor (submult imilor) lui X.
Denit ia 6.1.3 Dac a toate perechile distincte din sunt ordonate, graful se numeste orien-
tat.

In cazul contrar, graful se numeste neorientat.
Pentru un graf orientat (X, ) perechea ordonata (x, y) , x, y X, se numeste arc, x
ind extremitatea init iala, iar y extremitatea nala a arcului.

In cazul unui graf neorientat
97
o pereche neordonata (x, y) , x, y X se numeste muchie.

In continuare noi o sa lucram numai cu grafuri orientate si nite, fara a mai specica
acest lucru, ment ionand totusi n cateva locuri si denumirea not iunilor corepsunzatoare de
la grafurile neorientate.
Un graf orientat si nit va notat prin (X, ), unde X = x
1
, x
2
, . . . , x
n
va reprezenta
mult imea varfurilor, iar mult imea arcelor.
Un graf (X, ) se reprezinta geometric n modul urmator: a) ecare varf este
reprezentat printr-un punct din plan; b) ecare arc (x
i
, x
j
) se reprezinta printr-o linie
(dreapta sau curba) care uneste cele doua extremitat i si pe care se aa o sageata cu sensul
de la x
i
la x
j
(vezi g.1). Daca x
i
coincide cu x
j
, zicem ca avem o bucla.
Fig.1

Intr-un graf neorientat muchia se reprezinta printr-un arc fara sageata.

Intr-un arc (x
i
, x
j
) varful x
i
se numeste predecesorul lui x
j
, iar x
j
succesorul lui x
i
.
Exemplul 6.1.1. Graful (X, ) dat prin X = x
1
, x
2
, x
3
, x
4
, x
5
, =
(x
1
, x
2
), (x
1
, x
3
), (x
1
, x
4
), (x
2
, x
3
), (x
3
, x
2
), (x
2
, x
4
), (x
3
, x
4
), (x
3
, x
5
), (x
4
, x
5
) este reprezentat n
gura 2.

In aceeasi gura este reprezentat si graful neorientat corespunzator lui.
Fig.2
Denit ia 6.1.4 Dou a arce ale grafului (X, ) se numesc adiacente daca au cel put in o ex-
tremitate comuna.
Denit ia 6.1.5

Intr-un graf (X, ) mult imea arcelor cu extremitatea init ial a x
i
se numeste
mult imea arcelor incidente spre exterior si se noteaz a cu
+
x
i
. Mult imea arcelor incidente
spre interior v arfului x
i
se va nota cu

x
i
. Atunci
x
i
=
+
x
i

x
i
este mult imea arcelor
incidente varfului x
i
.
Denit ia 6.1.6 Un graf (X, ) se numeste simetric daca oricare ar arcul (x
i
, x
j
) avem
si (x
j
, x
i
) .
Graful (X, ) se numeste antisimetric, dac a exist a un arc (x
i
, x
j
) astfel nc at arcul
(x
j
, x
i
) , .
Denit ia 6.1.7 Un graf (X, ) se numeste complet daca pentru orice x
i
, x
j
X din (x
i
, x
j
) ,
rezult a (x
j
, x
i
) .
Exemplul 6.1.2. Graful din gura 3 este simetric, cel din gura 4 este antisimetric, iar cel
din gura 5 este complet.
98
Fig.3 Fig.4 Fig.5
Denit ia 6.1.8 Fie (X, ) un graf. Numim graf part ial al grafului dat, un graf (X,
1
), unde

1
, adic a el se obt ine din graful (X, ) prin suprimarea unor arce.
Denit ia 6.1.9 Fie (X, ) un graf dat. Numim subgraf al grafului dat, un graf (X
1
,
1
), unde
X X
1
si
1
.
Subgraful (X
1
,
1
) se obt ine din graful (X, ) prin suprimare a unuia sau a mai multor
varfuri si a arcelor aferente lor.
Exemplul 6.1.3. Graful din gura 7 este un graf part ial al celui din gura 6, iar graful din
gura 7

un subgraf.
Fig.6 Fig.7 Fig.7

Denit ia 6.1.10 Numim drum ntr-un graf o succesiune de arce, adiacente dou a cate doua,
la fel orientate, la care extremitatea nala a unui arc coincide cu extremitatea init ial a a
arcului precedent.
Un drum n care extremitatea nala a ultimului arc coincide cu extremitatea init ial a
a primului arc se numeste circuit.
Un drum se d a prin scrierea ntre acolade (sau alte tipuri de paranteze) a succesiunii
varfurilor prin care trec arcele care constituie drumul sau ment ion and arcele din care se
compune.
Exemplul 6.1.4.

In graful din gura 6 putem considera drumurile:
d
1
= x
1
, x
2
, x
4
, x
3
, d
2
= x
1
, x
2
, x
4
, x
2
, x
4
, x
5

d
3
= x
2
, x
4
, x
2
, care este un circuit.
Denit ia 6.1.11 Numarul de arce dintr-un drum se numeste lungimea lui.
99
Denit ia 6.1.12 Un drum al unui graf se numeste elementar daca ecare varf al s au este
utilizat o singur a data.

In caz contrar, drumul este numit neelementar.
Un drum elementar care trece prin toate v arfurile grafului se numeste hamiltonian,
iar unul neelementar care are aceeasi proprietate se numeste drum nehamiltonian (pre-
hamiltonian).
Denit ia 6.1.13 Un drum al unui graf se numeste simplu daca utilizeaz a ecare arc al sau
o singur a data.

In caz contrar, drumul se numeste compus.
Un drum simplu care foloseste arcele grafului se numeste eulerian, iar unul compus
care are aceeasi proprietate se numste drum neeulerian (preeulerian).
Exemplul 6.1.5.

In graful din gura 6 drumul d
1
= x
1
, x
2
, x
4
, x
3
, x
5
este hamiltonian, dar
nu este eulerian. Drumul d
2
= x
1
, x
2
, x
4
, x
2
, x
4
, x
3
, x
5
este nehamiltonian. Drumul d
3
=
x
1
, x
2
, x
4
, x
5
este simplu, iar d
4
= x
1
, x
2
, x
4
, x
2
, x
4
, x
5
este compus.
Observat ia 6.1.1

Intr-un graf neorientat not iunea de drum este nlocuit a cu cea de lant ,
iar cea de circuit cu cea de ciclu.
Denit ia 6.1.14 Un graf (X, ) se numeste conex daca ntre oricare dou a varfuri ale sale
exist a un lant . Dac a ntre oricare dou a varfuri ale grafului exist a un drum, atunci el se
numeste tare conex.
Denit ia 6.1.15 Un subgraf conex al unui graf conex se numeste componenta conexa a
grafului, iar un subgraf tare conex al unui graf tare conex se numeste componenta tare
conexa.
Se observa ca un graf este conex, respectiv tare conex, daca si numai daca el are o
singura componenta conexa, respectiv tare conexa.
Exemplul 6.1.6.

In gurile 8 si respectiv 9 avem reprezentate un graf conex si respectiv
unul tare conex.

In gurile 10 si 11 avem reprezentate un graf neconex si respectiv unul
care nu este tare conex.
Fig.8 Fig.9
Fig.10 Fig.11
Graful din gura 10 are doua componente conexe, iar cel din gura 11 are doua
componente tare conexe.
100
Denit ia 6.1.16 Numim arbore un graf conex si f ar a cicluri. Numim padure un graf
neconex si f ar a cicluri.
Exemplul 6.1.7.

In gura 12 avem un arbore, iar n gura 13 o padure cu 3 arbori:
Fig.12 Fig.13
Denit ia 6.1.17 Numim arborescent a un graf f ar a circuite, n care: a) un v arf si numai
unul (numit radacina) nu este precedat de nici un altul; b) orice alt v arf este precedat de
un singur c arf. V arfurile care nu au succesori se numesc frunze sau varfuri suspendate
(terminale).
Cel mai cunoscut exemplu de arborescent a este arborele genealogic.
Exemplul 6.1.8.

In gura 14 avem o arborescent a cu radacina x
1
si cu 6 frunze.
Fig.14
Daca numarul de varfuri ale unui graf este mare, atunci reprezentarea geometrica
devine greoaie. De aceea, s-au cautat alte modalitat i de reprezentare. Cea mai convenabila
s-a dovedit a cea cu ajutorul matricelor.
Fie (X, ) un graf orientat cu X = x
1
, x
2
, . . . , x
n
.
Denit ia 6.1.18 Matricea p atratic a B = (b
ij
), i, j = 1, n, denit a astfel
b
ij
=
_
1 , daca (x
i
, x
j
)
0 , daca (x
i
, x
j
) ,
se numeste booleana (asociata) atasata grafului (X, )
Exemplul 6.1.9. Fie (X, ) graful din gura 15.
101
Fig.15
Matricea booleana atasata grafului este
B =
x
1
x
2
x
3
x
4
x
5
x
1
0 1 1 0 0
x
2
0 0 0 1 0
x
3
0 1 0 0 1
x
4
0 1 0 0 1
x
5
0 0 0 0 0
Denit ia 6.1.19 Matricea p atratic a D = (d
ij
), i, j = 1, n, denit a astfel
d
ij
=
_
1 , exist a drum de la x
i
la x
j
0 , nu exist a drum de la x
i
la x
j
,
se numeste matricea drumurilor atasata grafului (X, ).
Exemplul 6.1.10. Pentru graful din gura 15 matricea drumurilor este
D =
x
1
x
2
x
3
x
4
x
5
x
1
0 1 1 1 1
x
2
0 1 0 1 1
x
3
0 1 0 1 1
x
4
0 1 0 1 1
x
5
0 0 0 0 0
Denit ia 6.1.20 Matricea p atratic a L = (l
ij
), i, j = 1, n, denit a astfel
l
ij
=
_
x
i
x
j
, daca (x
i
, x
j
)
0 , daca (x
i
, x
j
) ,
se numeste matricea latina atasata grafului (X, ).
Exemplul 6.1.11. Pentru graful din gura 15 matricea latina este
L =
x
1
x
2
x
3
x
4
x
5
x
1
0 x
1
x
2
x
1
x
3
0 0
x
2
0 0 0 x
2
x
4
0
x
3
0 x
3
x
2
0 0 x
3
x
5
x
4
0 x
4
x
2
0 0 x
4
x
5
x
5
0 0 0 0 0

In rezolvarea unor probleme teoretice sau practice se introduc si alte tipuri de matrice
atasate unui graf, care se dineste n cadrul respectiv.
6.2 Algoritmi pentru rezolvarea unor probleme relative la gra-
furi

In acest paragraf vom prezenta cat iva algoritmi pentru rezolvarea unor probleme
relative la grafuri.
102
6.2.1 Algoritmul lui Yu Chen pentru aarea matricei drumurilor

In asigurarea unor algoritmi relativi la probleme de teoria grafurilor avem nevoie de


operat iile de adunare booleana (

+) si nmult ire booleana (

), denite dupa cum urmeaza

+ 0 1
0 0 1
1 1 1

0 1
0 0 0
1 1 1
Algoritmul lui Yu Chen are urmatorii pasi:
Pasul 1. Se scrie matricea booleana B a grafului (X, );
Pasul 2. Se aduna boolean la prima linie toate liniile corespunzatoare la varfurile care au
cifra 1 pe prima linie. Noile cifre de 1 care apar se marcheaza cu o .
Pasul 3. Se aduna boolean la linia ntai toate liniile corespunzatoare varfurilor care au cifra
1

pe prima linie. Noile cifre de 1 care apar se marcheaza cu . Acest pas se continua pana
cand nu mai apar cifre noi de 1 pe linia ntai.
Pasul 4. Se aplica pasii 2 si 3 la ecare din liniile matricei booleene.

In nal, obt ine matricea D a drumurilor.


Justicarea algoritmilor este imediata.
Exemplul 6.2.1. Pentru graful din gura 15 sa aam matricea drumurilor, folosind algorit-
mul lui Yu Chen.
Scriem matricea booleana atasata grafului
B =
x
1
x
2
x
3
x
4
x
5
x
1
0 1 1 0 0
x
2
0 0 0 1 0
x
3
0 1 0 0 1
x
4
0 1 0 0 1
x
5
0 0 0 0 0
Aplicand pasii algoritmului obt inem
D =
x
1
x
2
x
3
x
4
x
5
x
1
0 1 1 1

x
2
0 1

0 1 1

x
3
0 1 0 1

1
x
4
0 1 0 1

1
x
5
0 0 0 0 0
care este tocmai matricea gasita la Exemplul 6.1.10.
6.2.2 Algoritmi pentru precizarea existent ei circuitelor ntr-un graf
Vom prezenta doi algoritmi.
Algoritmul marcarii cu . Pasii acestui algoritm sunt:
Pasul 1. Se marcheaza cu toate varfurile fara succesori;
Pasul 2. Marcam cu toate varfurile ale caror succesori au fost marcat i;
Pasul 3. Se continua procesul de la Pasul 2 pana cand nu mai putem face marcari.
Daca toate varfurile au fost marcate, atunci graful este fara circuite.

In caz ca a
ramas cel put in un varf nemarcat, graful este un circuit.
Exemplul 6.2.2. Sa cercetam daca graful din gura 16 are circuite.
103
Fig.16
La pasul ntai putem marca doar varful x
7
, ind singurul fara succesori. La pasul
2 putem marca varful x
6
deoarece succesorul sau x
7
a fost marcat. Nu mai putem face
marcare de varfuri deoarece varfurile ramase au succesori nemarcat i. Asadar, graful dat
are circuite.
Algoritmul matricei drumurilor. Cum un circuit este un drum ce ncepe si se termina
n acelasi varf, rezulta ca un graf va avea circuite daca n matricea drumurilor apare cifra 1
pe diagonala principala. Rezulta ca, pentru a cerceta daca un graf are sau nu circuite, este
sucient sa gasim matricea drumurilor.
Exemplul 6.2.3. Sa aplicam acest algoritm la graful din gura 16. Scriem matricea booleana
B:
B =
x
1
x
2
x
3
x
4
x
5
x
6
x
7
x
1
0 1 0 1 0 0 0
x
2
0 0 1 0 1 0 0
x
3
0 0 0 1 0 0 0
x
4
0 0 0 0 1 0 1
x
5
0 0 1 0 0 1 1
x
6
0 0 0 0 0 0 1
x
7
0 0 0 0 0 0 0
Aplicand algoritmul Yu Chen pentru aarea matricei drumurilor, obt inem:
D =
x
1
x
2
x
3
x
4
x
5
x
6
x
7
x
1
0 1 1

1 1

x
2
0 0 1 1

1 1

x
3
0 0 1

1 1

x
4
0 0 0 0 1 1

1
x
5
0 0 0 0 0 1 1
x
6
0 0 0 0 0 0 1
x
7
0 0 0 0 0 0 0
Avand n D o cifra de 1 pe diagonala principala, conchidem ca graful are circuite.
6.2.3 Algoritmi pentru aarea componentelor tare conexe ale unui graf
Aarea componentelor tare conexe ale unui graf este importanta pentru practica
deoarece se obt ine o partit ie a grafului n subgrafele tare conexe.
Algoritmul marcarii cu . Pasul 1. Se marcheaza cu un varf n care intra si iese cel
put in cate un arc.
Pasul 2. Se marcheaza cu varfurile care sunt extremitat i nale pentru arce care pleaca
dintr-un varf marcat cu si se marcheaza cu varfurile init iale pentru arce ale caror
varfuri nale sunt marcate cu .
Pasul 3. Se aplica repetat pasul 2, pana nu se mai pot face marcari. Daca toate varfurile
au fost marcate cu , atunci graful este tare conex, avand o sigura componenta tare
conexa.
Daca exista varfuri care nu au fost marcate cu , atunci se considera mult imea C
1
formata din toate varfurile marcate cu . C
1
formeaza o prima componenta tare conexa.
Pasul 4.

In graful dat se elimina varfurile din componenta C
1
si toate arcele aferente
acestora. Noului graf (de fapt, subgraf al grafului init ial) i se aplica Pasii 23 pana se
gasesc toate componentele tare conexe ale grafului.
Pentru a evident ia geometric (intuitiv) descompunerea grafului dat n componente
tare conexe se aranjeaza varfurile pe componente si se traseaza arcele din graful init ial.
Exemplul 6.2.4. Sa consideram graful din gura 17.
104
Fig.17
Deoarece n varful x
1
iese si intra cel put in cate un arc l marcam cu . Apoi
marcam cu + varfurile x
2
si x
5
si cu varful x
3
. Acum marcam cu varful x
2
si cu
+ varfurile x
4
si x
6
. Procesul de marcare nu mai poate continua, ramanand varfuri care
nu sunt marcate cu .
Prima componenta tare conexa a grafului este C
1
= x
1
, x
2
, x
3
.
Suprimam varfurile x
1
, x
2
, x
3
si arcele adiacente lor si obt inem graful din gura 18.
Fig.18
Imediat se marcheaza cu numai varfurile x
4
si x
5
, obt inand cea de-a doua
componenta tare conexa C
2
= x
4
, x
5
. Varful x
6
formeaza cea de-a treia componenta tare
conexa C
3
.

In gura 19 prezentam graful cu varfurile sale mpart ite n componente tare conexe.
105
Fig.19
Algoritmul lui Yu Chen. Acest algoritm pentru aarea componentelor tare conexe foloseste
ideea de lucru de la algoritmul lui Chen pentru determinarea matricei drumurilor.
Pasul 1. Se scrie matricea booleana B a grafului (X, ).
Pasul 2. Se determina toate drumurile care pleaca din x
1
spre alte varfuri, procedand ca
la pasii 2 si 3 de la algoritmul Yu Chen pentru determinarea matricei drumurilor, adica
se introduc prin adunare booleana toate cifrele de pe linia ntai. Notam cu V
1
mult imea
varfurilor care au cifra 1 pe linia ntai astfel obt inuta.
Pasul 3. Ca la pasul 2 procedam pe coloana ntai, determinand toate varfurile care sunt
legate prin drumuri cu x
1
. Notam cu V
2
mult imea varfurilor care au cifra 1 pe coloana
ntai astfel obt inuta.
Pasul 4. Determinam prima componenta tare conexa, luand C
1
= (V
1
V
2
) x
1
.
Pasul 5.

In matricea B se elimina liniile si coloanele care au varfurile n C
1
. La matricea
obt inuta se aplica, din nou pasii 25. Se aplica algoritmul pana se epuizeaza varfurile
grafului.
Exemplul 6.2.5. Sa consideram graful din gura 20. Sa-i aam componentele tare conexe.
Fig.20
Scriem matricea booleana atasata grafului:
B =
x
1
x
2
x
3
x
4
x
5
x
6
x
7
x
8
x
1
0 1 1 0 0 0 0 0
x
2
0 0 0 0 0 0 0 0
x
3
0 1 0 1 0 0 0 1
x
4
0 1 0 0 1 0 0 0
x
5
0 1 0 0 0 1 0 0
x
6
0 1 0 0 1 0 0 0
x
7
0 0 0 1 0 1 0 1
x
8
1 0 0 1 0 0 1 0
Determinam toate legaturile prin drumuri ce pleaca din x
1
spre alte vrfuri:
x
1
x
2
x
3
x
4
x
5
x
6
x
7
x
8
x
1
1

1 1 1

de unde V
1
= x
1
, x
2
, x
3
, x
4
, x
5
, x
6
, x
7
, x
8
.
Procedam la fel pe coloana ntai, scriind tabelul, pentru economie de spat iu, tot pe
orizontala
x
1
1

1
x
1
x
2
x
3
x
4
x
5
x
6
x
7
x
8
106
De aici V
2
= x
1
, x
3
, x
7
, x
8
.
Acum gasim prima componenta tare conexa C
1
= (V
1
V
2
) x
1
= x
1
, x
3
, x
7
, x
8
.
Eliminamn matricea B liniile si coloanele corespunzatoare varfurilor din C
1
si obt inem
matricea
B =
x
2
x
4
x
5
x
6
x
2
0 0 0 0
x
4
1 0 1 0
x
5
1 0 0 1
x
6
1 0 1 0
Cum pe linia lui x
2
n B
1
avem numai cifra 0, deducem ca urmatoarea componenta
tare conexa este C
2
= x
2
.
Eliminand linia si coloana corespunzatoare varfului x
2
din B
1
, obt inem
B
2
=
x
4
x
5
x
6
x
4
0 1 0
x
5
0 0 1
x
6
0 1 0
Imediat rezulta si componenta tare conexa C
3
= x
4
, ramanand matricea
B
3
=
x
5
x
6
x
5
0 1
x
6
1 0
pentru care avem:
x
5
x
6
x
5
1

, V
1
= x
5
, x
6

x
5
1

1
x
5
x
6
, V
2
= x
5
, x
6

deci mai avem componenta tare conexa C


4
= x
5
, x
6
.
Observat ia 6.2.1 Deoarece oricare dou a varfuri dintr-o component a tare conexa sunt legate
ntre ele prin drumuri, rezult a ca un graf poate reprezentat prin unul care are ca v arfuri
componentele tare conexe, arcele de legatur a, ntre ele stabilindu-se dup a arcele din graful
dat.

In cazul exemplului nostru obt inem graful din gura 21. Graful astfel obt inut se
numeste graful condensat atasat grafului dat.
Fig.21
Graful condensat este important n rezolvarea multor probleme practice deoarece
reduce dimensiunea sistemelor complexe.
107
6.2.4 Algoritmi pentru aarea drumurilor hamiltoniene ale unui graf

In multe aplicat ii practice avem de stabilit succesiunea unui numar de operat ii, cu
respectarea unei anumite oridini. Din punctul de vedere a teoriei grafurilor aceasta revine
la gasirea unui drum hamiltonian n graful asociat aplicat iei respective.
Algoritmul Yu Chen pentru grafe fara circuite.
Pasul 1. Se determina matricea D a drumurilor atasata grafului.
Pasul 2. La matricea D se mai adauga o coloana a, pe care se trec numarul de cifre 1
de pe ecare linie din D. Aceste numere se numesc puterile de atingere corespunzatoare
varfurilor grafului (ele reprezinta numarul de varfuri, care sunt legate prin drumuri plecand
din varful respectiv).
Pasul 3. Daca pe coloana a avem puteri de atingere diferite doua cate doua, atunci graful
are drum hamiltonian. Succesiuna varfurilor n drumul hamiltonian se obt ine n ordinea
descrescatoare a puterilor de atingere (n 1, n 2, . . . , 2, 1, 0).
Daca cel put in doua puteri de atingere sunt egale, atunci graful nu are drumuri
hamiltoniene.
Observat ia 6.2.2 Dac a un graf f ar a cricuite are drum hamiltonian, atunci el este unic.
Exem,plul 6.2.6. Fie graful din gura 22. Sa cercetam daca are drum hamiltonian.
Fig.22
Matricea booleana atasata grafului este
B =
x
1
x
2
x
3
x
4
x
5
x
6
x
1
0 0 0 0 0 0
x
2
0 0 0 0 0 1
x
3
0 1 0 0 0 1
x
4
1 1 1 0 1 0
x
5
1 0 1 0 0 0
x
6
1 0 0 0 0 0
iar matricea drumurilor
D =
x
1
x
2
x
3
x
4
x
5
x
6
a
x
1
0 0 0 0 0 0 0
x
2
1

0 0 0 0 1 2
x
3
1

1 0 0 0 1 3
x
4
1 1 1 0 1 1

5
x
5
1 1

1 0 0 1

4
x
6
1 0 0 0 0 0 1
Cum pe coloana a avem puteri de atingere diferite doua cate doua, rezulta ca graful
admite un drum hamiltonian. Acesta este d
H
= x
4
, x
5
, x
3
, x
2
, x
6
, x
1
.
108
Algoritmul Yu Chen pentru grafuri cu circuite.
Acest algoritm are urmatorii pasi:
Pasul 1. Se determina componentele tare conexe ale grafului (X, ), notate cu C
1
, C
2
, . . ..
Pasul 2. Se determina graful condensat asociat grafului (X, ), care este un graf fara circuite.
Pasul 3. Se determina drumul hamiltonian n graful condensat, cand exista.
Pasul 4. Se aranjeaza componentele tare conexe n ordinea data de drumul hamiltonian
determinat la Pasul 3.
Pasul 5. Se scriu toate drumurile hamiltoniene din ecare componenta tare conexa.
Pasul 7. Stabilim legaturile de la o componenta la alta n funct ie de arcele de incident a
(legatura) din graful dat, citind apoi toate drumurile hamiltoniene.
Observat ia 6.2.3 Dac a n graful condensat nu exist a drum hamiltonian sau ntre dou a com-
ponente nu exist a legatur a, atunci graful nu are drumuri hamiltoniene.
Exemplul 6.2.7. Sa aam drumurile hamiltoniene ale grafului din gura 20.
La exemplul 6.2.5 am gasit componentele tare conexe
C
1
= x
1
, x
3
, x
7
, x
8
, C
2
= x
2
, C
3
= x
4
, C
4
= x
5
, x
6

si graful condensat din gura 21.


Se observa ca n graful condensat avem drumul hamiltonian
d
CH
= C
1
, C
3
, C
4
, C
2
.
Acum, scriem componentele tare conexe n ordinea din drumul d
CH
si sub ele scriem
toate drumurile hamiltoniene din ecare componenta:
C
1
C
3
C
4
C
2
x
1
x
3
x
8
x
7

x
7
x
8
x
1
x
3

x
4

x
5
x
6

x
6
x
7
x
2
Apoi stabilim legaturile ntre ultimele elemente din drumurile dintr-o componenta si
primele varfuri din componenta urmatoare (le indicam prin saget i).
Obt inem drumurile hamiltoniene:
d
1H
= x
1
, x
3
, x
8
, x
7
, x
4
, x
5
, x
6
, x
2

d
2H
= x
7
, x
8
, x
1
, x
3
, x
4
, x
5
, x
6
, x
2

Algoritmul matricilor latine. Vom prezenta un procedeu prin care se pot gasi toate dru-
murile elementare, deci si cele hamiltoniene, precum si circuitele hamiltoniene. Fie (X, )
un graf.
Vom utiliza matricea latina (Denit ia 6.1.20) L = (l
ij
), unde
l
ij
=
_
x
i
x
j
, daca (x
i
, x
j
)
0 , daca (x
i
, x
j
) , , i, j = 1, n.
Construim matricea

L, obt inuta din L prin nlaturarea lui x
i
din succesiunea x
i
x
j
,
cand acasta exista.
Acum, denim o nmult ire speciala de matrice, numita nmult irea latina si notata
prin , dupa cum urmeaza: a) nmult irea se face linii prin coloane; b) n locul nmult irii
obisnuite se face o alaturare de elemente, daca acestea nu se repeta, sau se scrie 0 n caz
contrar; c) n locul adunarii obisnuite se iau grupele obt inute la b, cand avem astfel de
grupe. Prescurtat, vom scrie L

L = L
2
. Analog, calculam L
2


L = L
3
, . . . , L
k1


L = L
k
. Se
observa ca L
k
cont ine toate drumurile elementare de lungime k.
Prin urmare, n matricea L
n1
gureaza toate drumurile hamiltoniene. Daca dorim
sa obt inem circuitele hamiltoniene se va calcula L
n
, dar admitem, ca except ie, situat ia de
repetare a primului si a ultimului varf (cel care nchide circuitul).
Exemplul 6.2.8. Pentru graful din gura 23 sa se determine drumurile hamiltoniene.
109
Fig.23
Scriem matricea latina L, iar apoi din ea gasim

L prin suprimarea primei litere:
L =
a b c d e
a 0 ab ac 0 0
b 0 0 bc 0 be
c 0 0 0 cd 0
d da db 0 0 0
e 0 0 ec 0 0
,

L =
a b c d e
a 0 b c 0 0
b 0 0 c 0 e
c 0 0 0 d 0
d a b 0 0 0
e 0 0 c 0 0
Acum calculam
L
2
= L

L =
a b c d e
a 0 0 abc acd abe
b 0 0 bec bcd 0
c cda cdb 0 0 0
d 0 dab
dac
dbc
0 dbe
e 0 0 0 ecd 0
Apoi avem:
L
3
= L
2


L =
a b c d e
a 0 acdb abec abcd 0
b bcda 0 0 becd 0
c 0 cdab 0 0 cdbe
d 0 0
dabc
dbec
0 dabe
e ecda ecdb 0 0 0
si
L
4
= L
3


L =
a b c d e
a 0 0 0 abecd acdbe
b becda 0 0 0 0
c 0 0 0 0 cdabe
d 0 0 dabec 0 0
e 0 ecdab 0 0 0

In concluzie, graful dat are 6 drumuri hamiltoniene: d


1H
= a, b, e, c, d, d
2H
=
a, x, d, b, e, d
3H
= b, e, c, d, a, d
4H
= c, d, a, b, e, d
5H
= d, a, b, e, c si d
6H
= e, c, d, a, b.
Pentru a obt ine circuitele hamiltoniene se va calcula L
5
= L
4


L, dar acum se admite ca
primul si ultimul varf sa se repete.
6.2.5 Algoritmi pentru determinarea drumurilor de lungime optima

In multe probleme practice suntem pusi n situat ia de a atasa ecarui arc din graful
asociat problemelor respective un numar (timp de deplasare de-a lungul arcului, cost de
110
transport de-a lungul arcului, beneciu etc.) care, ntr-o astfel de situat ie, se interpreteaza
ca lungimea sau capacitatea arcului. De obicei, ntr-o astfel de problema practica se cere
drumul de lungime optima (maxima sau minima).
Vom mai considera ca graful asociat problemei nu are circuite, dar are un varf de
intrare x
1
si un varf de iesire x
n
.
Algoritmul elementar (Bellman). El are la baza principiul de optimalitate al lui Bellman:
orice politica optimala este formata din subpolitici optimale.
Prin acest algoritm ecui varf x
i
i se ataseaza un numar d
i
, reprezentand lungimea
minima a drumurilor de la x
1
la x
i
.
Consideram d
1
= 0. Acum, sa presupunem ca dorim sa gasim pe d
l
, unde varful x
l
este
succesorul varfurilor x
i
, x
j
si x
k
, la care au fost deja calculate numerele d
i
, d
j
si d
k
. Atunci
lungimea minima d
l
de la x
1
la x
l
se determina prin formula
d
l
= min(d
i
+c
il
, d
j
+c
jl
, d
k
+c
kl
)
unde c
il
, c
jl
si c
kl
sunt capacitat ile corespunzatoare arcelor (x
i
, x
l
), (x
j
, x
l
) si (x
k
, x
l
).

In formula lui d
l
subliniem n paranteze valoarea pentru care minimul este atins.
Dupa determinarea tuturor numerelor d
1
, d
2
, . . . , d
n
, valoarea lui d
n
este lungimea minima a
drumului de la x
1
la x
n
, iar pornind de la x
n
spre x
1
si citind varfurile subliniate, obt inem
drumul de lungime minima.
Pentru un drum de lungime maxima se lucreaza n mod analog, nlocuind minimul
cu maximul.
Exemplul 6.2.9. Pentru graful din gura 24 sa se ae drumul de lungime minima.
Fig.24
Avem succesiv:
d
1
= 0,
d
3
= mind
1
+ 7 = 7,
d
2
= mind
1
+ 2, d
3
+ 4 = min2, 10 = 2,
d
4
= mind
2
+ 3, d
3
+ 9 = min5, 16 = 5,
d
5
= mind
2
+ 4, d
4
+ 8 = min6, 13 = 6,
d
6
= mind
5
+ 3, d
4
+ 2 = min9, 7 = 7,
d
7
= mind
5
+ 9, d
6
+ 7 = min15, 14 = 14.
Prin urmare, lungimea minima este 14, iar drumul care are aceasta lungime este:
d
min
= x
1
, x
2
, x
4
, x
6
, x
7
.

In gura 24 arcele drumului minim sunt dublate cu linie ntrerupta.
Algoritmul BellmanKalaba. Ideea de lucru este aceeasi cu cea de la algoritmul elementar:
succesiv,pentru ecare varf, se calculeaza cate o cota (un numar). Cautam tot drumuri de
lungime minima. Introducem matricea patratica C = (c
ij
)
i,j=1,n
, denita astfel
c
ij
=

l(x
i
, x
j
) , daca exista arcul (x
i
, x
j
)
0 , daca i = j
, daca nu exista arcul (x
i
, x
j
)
111
unde l(x
i
, x
j
) este lungimea arcului (x
i
, x
j
).
Notam cu l
ik
, i = 1, n, cota atasata varfului x
i
la pasul k, unde de obicei, luam l
i,1
= c
in
,
cand se cauta drumul de lungime minima ntre x
1
si x
n
.
Determinam valorile l
ik
, pas cu pas, prin rezolvarea sistemului
l
i,k
= min
j=1,n
(c
ij
+l
j,k1
), k = 2, 3, . . . , i = 1, n.
Algoritmul se ncheie cand l
i,k
= l
i,k+1
situat ie n care l
1,k
reprezinta lungimea minima
a drumului de la x
1
la x
n
.
Stabilirea drumului de lungime minima se face astfel: pornind de la x
n
, pentru ecare
arc (x
i
, x
j
) se decide apartenent a sa la drumul minim daca
l
j,k
l
i,k
= c
ij
= l(x
i
, x
j
).
Practic, algoritmul lucreaza dupa urmatorii pasi:
Pasul 1. Se scrie matricea C.
Pasul 2. Se calculeaza cotele l
i,1
, i = 1, n. Pentru aceasta matricei C i se adauga ultima
coloana, pe care o notam cu l
i,1
. Apoi, se nmult este C cu aceasta coloana l
i,1
dupa regula:
inmult irea senlocuieste cu adunare, iar adunarea cu operat ia de luare a minimului. Rezulta
astfel valorile de pe coloana l
i,2
.
Pasul 3. Procesul de la pasul 2 se repeta cu coloana l
i,2
s.a.m.d. pana se obt in doua coloane
identice l
i,k
si l
i,k+1
.
Exemplul 6.2.10. Sa gasim drumul de lungime minima din graful dat n gura 24 utilizand
algoritmul BellmanKalaba.
Avem sucesiv
x
1
x
2
x
3
x
4
x
5
x
6
x
7
l
i,1
l
i,2
l
i,3
l
i,4
l
i,5
x
1
0 2 7 15 14 14
x
2
0 3 4 13 12 12 12
x
3
4 0 9 17 16 16
x
4
0 8 2 9 9 9 9
x
5
0 3 9 9 9 9 9 9
x
6
0 7 7 7 7 7 7
x
7
0 0 0 0 0 0
Cum l
i,4
coincide cu l
i,5
, algoritmul s-a ncheiat. Avem
l
min
(x
1
, x
7
) = l
1,4
= 14,
iar drumul de lungime minima se aa prin selectarea arcelor (x
i
, x
j
) pentru care l
j,k
l
i,k
= c
ij
.
Aceste arce sunt: (x
1
, x
3
), (x
2
, x
4
), (x
4
, x
6
), (x
6
, x
7
), de unde rezulta ca drumul de lungime
minima este d
min
= x
1
, x
2
, x
4
, x
6
, x
7
.
Observat ia 6.2.4 Pentru drumul de lungime maxim a matricea C este analoaga numai ca n
loc de + se ia .
Teoria grafurilor, ca instrument matematic utilizat n rezolvarea problemelor din
diferite domenii, este foarte bogata n algoritmi. Pentru cei care doresc sa aprofundeze
aceasta minunata colect ie, poate apela la lucrarile [2], [3], [4], [5], [6], [7], [8].
6.2.6 Metoda drumului critic
Metoda drumului critic (Critical Path Method C.P.M.) este un instrument matem-
atic util specialistilorn rezolvarea programelor complexe de planicare, investit ii, product ie
etc. Principiul metodei consta n descompunerea unui program complex n part i compo-
nente, numite activitat i sau operat ii, la un nivel care sa permita corelarea funct ionala a
acestora, adica sa faca posibila stabilirea intercondit ionarilor ntre part ile componente. La
112
stabilirea listei (ret elei) de activitat i x
i
, specialistii care participa la aceasta operat ie trebuie
sa precizeze activitat ile care condit ioneaza sau preced n mod necesar activitatea x
i
. Astfel,
se formeaza o lista de aterioritat i obligatorii. Cu ajutorul acestor date se construieste un
graf G graful asociat sau graful program n felul urmator:
a) ecarei activitat i i se asociaza un arc (x
i
, x
j
), unde varful (evenimentul) x
i
reprezinta
nceputul operat iei, iar x
j
sfarsitul ei;
b) varful x
1
este numai varful de nceput (intrare) n graf, varful x
n
este numai varf de
sfarsit (iesire), iar celelalte varfuri sunt si de intrare si de iesire n graf;
c) condit ionarea (anterioritatea) a doua activitat i se reprezinta prin succesiunea arcelor
corespunzt oare;
d) ecarui arc (x
i
, x
j
) i se asociaza un numar nenegativ t
ij
, semnicand durata activitat ii
respective;
e) nici o activitate nu poate ncepe naintea terminarii tuturor activitat ilor precedente si
nu se poate naliza dupa nceperea activitat ilor urmatoare.
Graful astfel atasat unei ret ele de activitat i este un graf conex orientat, fara circuite,
cu un singur varf x
1
de intrare n graf si un singur varf x
n
de iesire din graf. Acest graf
program evident iaza legaturile funct ionale (tehnologie, economie s.a.) dintre activitat i.
Ment ionam ca un astfel de graf, asociat unui program complex, poarta numele de ret ea de
planicare.
Este evident ca ntr-o ret ea de planicare exista cel put in o succesiune de activitat i
de la intrare la iesire. O astfel de succesiune reprezinta un drum de la intrare la iesire,
avand o anumita lungime.

In C.P.M. esent ial este de remarcat faptul ca cea mai lunga succesiune de activitat i
de la intrare la iesire determina durata minima posibila de execut ie integrala a programu-
lui.
Aceasta succesiune de activitat i poarta numele de drum critic (drumul de lungime
maxima). Arcele lui reprezinta operat iile critice, adica acele activitat i pentru care efectu-
area lor nu poate ntarzia, fara ca sa e afectat termenul de nalizare a ntregii lucrari.

Intr-o ret ea de activitat i pot apare operat ii care se desfasoara n serie (una dupa alta),
care n graf se reprezinta ca o succesiune de arce, si operat ii care se desfasoara n paralel
(simultan), care n graf se reprezinta astfel
Aceasta reprezentare poate crea confuzia ca un arc (x
i
, x
j
) reprezinta doua act iuni
diferite. Pentru a nlatura acest neajuns, uneori, se introduc asa numitele operat ii ctive
de durata zero, asa cum se arata n gura
Activitat ile ctive se deseneaza punctat si au durata zero pentru ca nu consuma nici
timp si nici resurse.
Avand graful unei ret ele de activitat i, se trece la determinarea parametrilor progra-
mului. Acestia sunt:
113
a) durata drumului critic ntre doua varfuri x
i
si x
j
, notat prin t
c
(x
i
, x
j
) si obt inut prin
valoarea maxima a duratei drumurilor dintre varfurile x
i
si x
j
;
b) durata drumului critic al programului este data de t
c
(x
1
, x
n
).

In realizarea unui program
ret ea de activitat i ne intereseaza daca o operat ie necritica poate amanta cu un anumit
interval de timp astfel ncat nici una din operat iile care o succed sa nu e stanjenita n
privint a duratei ce i-a fost programata. Asta nseamna ca durata ntregului program
trebuie sa ramana t
c
(x
1
, x
n
);
c) t
i
timpul cel mai devreme (scurt) de realizare a evenimentului x
i
. Avem t
i
= t
c
(x
1
, x
i
);
d) t

i
timpul cel mai tarziu (lung) de realizare a evenimentului x
i
. Avem
t

i
= t
c
(1, n) t
c
(i, n)
Se observa ca t
i
se calculeaza ca durata drumurilor de lungime maxima par-
curgand ret eauan sens direct, iar t

i
ca durata drumurilor de lungime maxima obt inute
prin parcurgerea ret elei n sens invers.
e) R(x
i
) rezerva de timp a evenimentului x
i
data prin formula
R(x
i
) = t

i
t
i
.
Intervalul [t
i
, t

i
] se numeste intervalul de uctuat ie al evenimentului x
i
adica intervalul
n care se va putea realiza evenimentul x
i
fara a produce modicari la timpul total
de realizae a programului. Pentru evenimentul critic avem R(x
i
) = 0, iar pentru cele
necritice avem R(x
i
) > 0;
f ) R(x
i
, x
j
) rezerva (marja) totala de timp pentru operat ia (activitatea)(x
i
, x
j
) reprezinta
timpul maxim cu care se poate mari durata activitat ii fara sa se afecteze durata totala
a programului. Avem formula de calcul
R(x
i
, x
j
) = t

i
t
i
t(x
i
, x
j
)
unde t(x
i
, x
j
) reprezinta timpul necesar realizarii operat iei (x
i
, x
j
);
g) r(x
i
, x
j
) rezerva de timp libera (marja libera) a operat iei (x
i
, x
j
) reprezinta partea din
rezerva totala cu care se poate dilata durata de realizare a activitat ii (x
i
, x
j
) fara sa e
afectat termenul cel mai devreme de realizare a evenimentului x
i
. Avem
r(x
i
, x
j
) = t
j
t
i
t(x
i
, x
j
).
h) r
s
(x
i
, x
j
) rezerva de timp sigura (marja sigura)a activitat ii (x
i
, x
j
) se deneste prin
formula
r
s
(x
i
, x
j
) = t
j
t

i
t
ij
Daca r
s
(x
i
, x
j
) < 0, atunci se spune ca activitatea (x
i
, x
j
) nu are marja sigura.
Intervalele de uctuat ie si marjele libere masoara elasticitatea unui program. Cu cat
acestea sunt mai mici, cu atat programul este mai rigid.
Determinarea tuturor acestor parametrii atasat i unei ret ele de planicare se poate
realiza prin ntocmirea unui tabel de forma:
i j t
ij
t
i
t
j
t

i
t

j
R(x
i
) R(x
i
, x
j
) r(x
i
, x
j
) r
s
(x
i
, x
j
)

In prealabil se vor calcula duratele t


c
(x
1
, x
i
), respectiv t
c
(x
i
, x
n
) ale drumurilor critice,
folosind algoritmii pentru determinarea drumurilor de lungime maxima. Valorile aate se
pot scrie langa varfurile grafului astfel
[t
c
(x
i
, x
j
), t
c
(x
i
, x
n
)]
114
Exemplul 6.2.10. Sa analizam programul unei investit ii pentru care dorim sa studiem durata
si modul de execut ie.

In urma analizei programului, specialistii au stabilit urmatorul tabel
de operat ii (activitat i), lista de anterioritat i obligatorii si durata de execut ie n luni:
Nr. Denumire activitat ii Anterioritat i Durata
crt. (Notat ia prescurtata) obligatorii (luni)
1. Proiectarea (P) 8
2. Eliberarea terenului (E) P 3
3. Comenzi utilaje (C, U) P 4
4. Organizare santier etapa 1 (OS
1
) P 2
5. Formare cadre calicate (F) D 11
6. Execut ie drumuri interioare etapa 1 (D
1
) E; OS
1
3
7. Execut ii ret ele tehnice etapa 1 (R
1
) E; OS
1
6
8. Livrari, recept ie utilaje (L, U) C, U 7
9. Lucrari construct ii montaj etapa 1 (C
1
) E; OS
1
5
10. Organizare santier etapa 2 (OS
2
) OS
1
3
11. Execut ii drumuri interioare etapa 2 (D
2
) D
1
; OS
2
; R
1
4
12. Execut ii ret ele tehnice etapa 2 (R
2
) R
1
6
13. Lucrari construct ii montaj etapa 2 (C
2
) L, U, C
1
, R
j
11
Tinand seama de informat iile din tabelul precedent, obt inem urmatorul graf pentru
ret eaua de planicare.
Acum, folosind algoritmul lui Bellman, determinam numerele t
i
si t

i
, trecandu-le pe
graf ntre paranteze drepte.
115
116
Cu ajutorul parametrilor t
i
si t

i
ntocmim tabelul de mai jos pentru a calcula
rezervele (marjele) R(x
i
), R(x
i
, x
j
), r(x
i
, x
j
) si r
s
(x
i
, x
j
).
i j t
ij
t
i
t
j
t

i
t

j
R(x
i
) R(x
i
, x
j
) r(x
i
, x
j
) r
s
(x
i
, x
j
)
1 2 8 0 8 0 8 0 0 0 0
2 3 4 8 12 8 12 0 0 0 0
2 4 2 8 10 8 23 0 13 0 0
2 5 3 8 11 8 14 0 3 0 0
2 9 11 8 30 8 30 0 11 11 11
3 7 7 12 19 12 19 0 0 0 0
4 8 3 10 14 23 26 13 13 1 -12
5 6 6 11 17 14 24 3 7 0 -3
5 7 5 11 19 14 19 3 2 3 0
5 8 3 11 14 14 26 3 12 0 -3
6 9 5 17 30 25 30 8 8 8 0
7 9 11 19 30 19 30 0 0 0 0
8 9 4 14 30 26 30 12 12 12 0
Drumul critic este d
cr
= x
1
x
2
, x
3
, x
7
, x
9
, ind marcat n ultimul graf prin saget ile
duble. Operat iile critice se recunosc n tabelul de mai sus dupa R(x
i
, x
j
) = 0. Timpul cel
mai devreme de ncheiere a ntregului program este 30 (de luni), adica durata (lungimea
maxima) drumului critic.
Examinarea rezervelor de timp permite cunoasterea posibilitat ilor pe care le are la
dispozit ie cel care coordoneaza programul n vederea unei intervent ii optime pentru ex-
ecutarea n termen a proiectului. De exemplu, pentru activitatea D
2
([x
8
, x
9
]), cu durata
de execut ie 4 luni, deducem ca nu poate ncepe mai devreme de trecerea a 14 luni de la
nceputul execut iei programului (t
8
= 14). Asadar, activitatea D
2
poate ncepe a executata
n intervalul de uctuat ie [14, 26], fara a modica ntr-un fel timpul minim necesar execut iei
programului de investit ie.
Observat ia 6.2.5 Atunci c and numarul operat iilor dintr-un program nu este prea mare, pen-
tru analiza grafului, c at si pentru urm arirea realiz arii lui, se paote folosi diagrama Gantt.
Pentru descrierea ei se procedez a astfel:
a) se ordoneaza activit at ile (x
i
, x
j
) dup a j crescator, cele cu acelasi j succedandu-se n
ordinea crescatoare data de i,
b) se reprezint a prin bare orizontale duratele activit at ilor, marc andu-le extremit at ile lor
cu numerele de ordine ale evenimentelor;
c) se reprezint a punctat drumul critic.
Pentru graful programului studiat n exemplul 6.2.10, diagrama Gantt este dat a n
gura de mai jos.
117
Diagrama Gantt ne descrie n mod intuitiv uctuat iile evenimentelor si rezervele
(marjele) activitat ilor din programul studiat.
De exemplu, cu evenimentul 6 se termina activitatea (5, 6) si ncepe activitatea (6, 9);
rezulta ca operat ia (5, 6) s-ar putea amana cu cel mult 7 unitat i de timp deoarece, n caz
contrar, operat ia (6, 9) s-ar deplasa spre dreapta, peste durata ntregului program. Rezulta
ca uctuat ia evenimentului 6 este de 7 unitat i.
6.3 Problema uxului optim n ret ele de transport
Not iunea de ux joaca un rol important n domenii de important a pentru economie,
cum sunt: teoria informat iei, cibernetica, transport, planicare etc.

In acest paragraf vom studia problema determinarii uxului optim ntr-o ret ea de
transport.
6.3.1 Ret ele de transport
Fie (X, ) un graf orientat.
Denit ia 6.3.1 Graful orientat (X, ) se numeste ret ea de transport daca este far a circuite,
are un singur v arf de intrare x
1
(

x
1
= ), un singur v arf de iesire x
n
(
+
x
n
= ) si oricare
arc a are o capacitate pozitiva c(a).
Denit ia 6.3.2 Se numeste ux ntr-o ret ea de transport o funct ie : R
+
, care satisface
condit ile:
i) (a) c(a), pentru orice arc a ;
ii) n orice v arf x
i
X avem satisfacut a egalitatea

a
+
x
i
(a) =

x
i
(a),
numit a proprietate de conservare.
Numarul (a) se mai numeste si uxul asociat arcului a si reprezinta, din punct de
vedere practic, cantitatea de materie ce trece prin arcul a, ca de exemplu: cantitate de
informat ie, numar de produse etc.
Condit ia ii) din Denit ia 6.3.2 exprima faptul ca suma uxurilor ce intra ntr-un varf
118
este egala cu suma uxurilor ce ies din acel varf (legea lui Kircho).
Din aceeasi condit ie ii) rezulta ca

a
+
x
1
(a) =

x
n
(a).
Denit ia 6.3.3 Numarul real pozitiv , denit prin egalitatea
=

a
+
x
1
(a)
se numeste valoarea uxului n ret ea.
Exemplul 6.3.1.

In graful din g 6.3.1. sa se deneasca un ux si sa se calculeze valoarea
uxului n ret ea.

In paranteze drepte sunt trecute capacitat ile arcelor.
Fig.6.3.1.
Pentru a deni un ux n ret eaua data de graful 6.3.1. folosim Denit ia 6.3.2.
Funct ia denita prin tabelul
(x
1
, x
2
) (x
1
, x
3
) (x
1
, x
4
) (x
2
, x
3
) (x
2
, x
5
) (x
3
, x
5
) (x
4
, x
3
)
(a) 5 1 7 1 4 2 0
(x
4
, x
5
) (x
4
, x
6
) (x
5
, x
7
) (x
6
, x
5
) (x
6
, x
7
)
1 6 10 3 3
este un ux n ret ea. Valoarea uxului n ret ea este = 5 + 1 + 7 = 10 + 3 = 13. Si aplicat ia

1
: R
+
data prin tabelul
(x
1
, x
2
) (x
1
, x
3
) (x
1
, x
4
) (x
2
, x
3
) (x
2
, x
5
) (x
3
, x
5
) (x
4
, x
3
)

1
(a) 5 2 6 1 4 5 2
(x
4
, x
5
) (x
4
, x
6
) (x
5
, x
7
) (x
6
, x
5
) (x
6
, x
7
)
1 3 10 0 3
este un ux n ret eaua din g.6.3.1, iar valoarea uxului n ret ea este

1
= 5 + 2 + 6 = 10 + 3 = 13
Denit ia 6.3.4

Intr-o ret ea de transport nzestrat a cu uxul arcul a se numeste saturat
daca (a) = c(a). Un drum n ret ea se zice ca este saturat daca cont ine cel put in un arc
saturat.
Denit ia 6.3.5 Un ux pentru care toate drumurile de la x
1
la x
n
sunt saturate se numeste
ux complet.
119
Exemplul 6.3.2. Pentru uxul asociat grafului din g.6.3.1. drumul d = (x
1
, x
2
, x
5
, x
7
) este
saturat deoarece arcele (x
2
, x
5
) si (x
5
, x
7
) sunt saturate. Se verica imediat ca uxul este
complet.

Intr-adevar, se observa ca singurul drum de la x
1
la x
7
care nu trece prin arcul
(x
5
, x
7
) este d
1
= (x
1
, x
4
, x
6
, x
7
), care are nsa arcul saturat (x
1
, x
4
).
Fluxul
1
nu este complet deoarece drumul d
1
= (x
1
, x
4
, x
6
, x
7
) nu este saturat.
Observat ia 6.3.1 Orice ux se paote transforma ntr-unul complet.

In acest scop pe ecare
drum nesaturat d de la x
1
la x
n
se maresc uxurile arcelor cu cantitatea k = min
ad
(c(a) (a)).
Exemplul 6.3.3. Sa consideram graful din g.6.3.1. cu uxul incomplet
1
. Se observa
ca singurul drum nesaturat este d
1
= (x
1
, x
4
, x
6
, x
7
). Marim uxul pe arcele sale cu k =
min(7 6, 6 3, 14 3) = 1 si obt inem arcul saturat (x
1
, x
4
). Astfel uxul
1
s-a transformat
n uxul complet
2
dat prin tabelul:
(x
1
, x
2
) (x
1
, x
3
) (x
1
, x
4
) (x
2
, x
3
) (x
2
, x
5
) (x
3
, x
5
) (x
4
, x
3
)

2
(a) 5 2 7 1 4 5 2
(x
4
, x
5
) (x
4
, x
6
) (x
5
, x
7
) (x
6
, x
5
) (x
6
, x
7
)
1 4 10 0 4
Fluxul n ret ea este
2
= 14.
6.3.2 Algoritmul lui FordFulkerson pentru determinarea uxului maxim
ntr-un graf de ret ea

In acest paragraf vom descrie un algoritm de marcare iterativa cu + si a varfurilor


grafului ret elei de transport. Daca prin acest proces se va ajunge la marcarea varfului x
n
,
atunci uxul nu este maxim, n caz contrar uxul complet va maxim.
Algoritmul de marcare cu + si (FordFulkerson) are urmatorii pasi:
1) se marcheaza x
1
cu +;
2) daca x
i
este un varf marcat si exista arcul nesaturat (x
i
, x
j
) , atunci x
j
se marcheaza
cu +;
3) daca varful x
i
este marcat si exista arcul (x
j
, x
i
) cu ux pozitiv, atunci x
j
se
marcheaza cu ;
4) se repeta pasii 2) si 3) atat timp cat este posibil;
5) daca prin procedeul de marcare nu s-a ajuns la varful x
n
, atunci uxul este maxim;
daca prin procesul de marcare s-a ajuns la x
n
, atunci uxul complet nu este maxim si
se trece la pasul urmator;
6) se majoreza uxul cu cantitatea
m = min
a,a
1
L
c(a) (a), (a
1
).
Aici, am notat cu L lant ul care trece prin toate varfurile marcate de la x
1
la x
n
,
a tipul de arc din L precizat la pasul 2), iar a
1
tipul de arc din L precizat la pasul 3).
Majorarea uxului se face astfel: cantitatea m se aduna la uxul de pe arcele a si se
scade la uxul de pe arcele a
1
;
7) se reia procesul de marcare a varfurilor.
Pentru justicarea mai comoda a algoritmuui FordFulkerson introducem not iuneaa
de taietura ntr-un graf.
120
Denit ia 6.3.6 Numim taietur a n graful F = (X, ) o partit ionare a varfurilor X n dou a
submult imi Y si C(Y ), astfel nc at x
1
Y si x
n
C(Y ). Not am prin Y/X t aietura deter-
minata de Y n graful G. Valoarea t aieturii, notat a prin v(Y/X) este, prin denit ie, suma
capacitat ilor arcelor cu v arful init ial n Y si v arful nal n C(Y ), adic a
v(Y/X) =

a
+
Y
c(a), unde
+
Y
=
_
x
i
Y

+
x
i
.
Propozit ia 6.3.1 Fie n graful ret ea G = (X, ) o taietur a Y/X. Pentru orice ux are loc
inegalitatea
v(Y/X).
Demonstrat ie. Avand n vedere ca suma uxurilor ce intra n Y este egala cu suma
uxurilor ce ies din Y , putem scrie
+

i=1
a
ij

Y
(a
ij
) =

a
ij

+
Y
(a
ij
),
de unde
=

a
ij

+
Y
(a
ij
)

i=1
a
ij

Y
(a
ij
)

a
ij

+
Y
c(a
ij
) = v(Y/X).
Propozit ia 6.3.2 Dac a utiliz and algoritmul lui FordFulkerson nu se poate marca v arful x
n
,
atunci valoarea uxului corespunz ator este maxima.
Demonstrat ie. Fie Y mult imea varfurilor marcate prin algoritmul lui FordFulkerson.
Avem x
1
Y si x
n
, Y . Cum nu se mai poate marca nici un varf, un arc a
ij
= (x
i
, x
j
) cu
x
i
Y si x
j
Y verica (a
ij
) = c(a
ij
), iar un arc a
ji
= (x
j
, x
i
) cu x
i
X si x
j
, Y verica
(a
ji
) = 0. Deci:
=

a
ij

+
Y
(a
ij
)

i=1
a
ij

Y
=

a
ij

+
Y
c(a
ij
) = v(Y/X).
Folosind propozit ia 6.3.1, rezulta ca are valoarea maxima.
Teorema 6.3.1 (FordFulkerson).

Intr-un graf G = (X, ) valoarea maxima a unui ux
este
max

= min
Y/X
v(Y/X).
Demonstrat ie. Veridicitatea teoremei rezulta din propozit iile 6.3.1 si 6.3.2.
Exemplul 6.3.4. Sa se determine uxul maxim n graful ret ea de transport dat n g.6.3.1.
Plecam de la uxul complet obt inut n Exemplul 6.3.3. si ncepem procesul de marcare
a varfurilor cum este ilustrat n g.6.3.2.
121
Fig.6.3.2.
Marcam mai ntai varful x
1
cu +. Apoi marcam cu + varfurile x
2
si x
3
deoarece arcele
(x
1
, x
2
) si (x
1
, x
3
) sunt nesaturate.
Varful x
4
se marcheaza cu pentru ca arcul (x
4
, x
3
) are uxul pozitiv. Se marcheaza
cu + varful x
5
si x
6
deoarece arcele (x
4
, x
5
) si (x
4
, x
6
) sunt nesaturate.

In ne, se marcheaza
cu + varful x
7
deoarece arcul (x
6
, x
7
) este nesaturat.

Intrucat s-a marcat x


7
deducem ca uxul nu este maxim. El poate majorat cu
cantitatea m = min32, 2, 64, 134 = 1, minimul ind luat pe lant ul L = x
1
, x
3
, x
4
, x
6
, x
7
.
Rezulta uxul complet
(x
1
, x
2
) (x
1
, x
3
) (x
1
, x
4
) (x
2
, x
3
) (x
2
, x
5
) (x
3
, x
5
) (x
4
, x
3
)

3
(a) 5 3 7 1 4 5 1
(x
4
, x
5
) (x
4
, x
6
) (x
5
, x
7
) (x
6
, x
5
) (x
6
, x
7
)
1 5 10 0 5
cu valoare
3
= 15.

Incercam o noua marcare (al doilea semn + sau ). Se poate marca din nou varfurile
lant ului L = (x
1
, x
2
, x
3
, x
4
, x
6
, x
7
). Rezulta ca uxul
3
nu este maxim. El poate majorat
cu cantitatea
m = min6 5, 2 1, 1, 6 5, 13 5 = 1.
Rezuta uxul complet
(x
1
, x
2
) (x
1
, x
3
) (x
1
, x
4
) (x
2
, x
3
) (x
2
, x
5
) (x
3
, x
5
) (x
4
, x
3
)

4
(a) 6 3 7 2 4 5 0
(x
4
, x
5
) (x
4
, x
6
) (x
5
, x
7
) (x
6
, x
5
) (x
6
, x
7
)
1 6 10 0 6
cu valoarea
4
= 6 + 3 + 7 = 10 + 6 = 16.
Deoarece s-a marcat x
7
deducem ca trebuie continuat algoritmul FordFulkerson.
Marcam cu + varful x
1
(al treilea +) si se observa ca nu se mai pot marca alte varfuri
deoarece arcele (x
1
, x
2
), (x
2
, x
3
) si (x
1
, x
4
) sunt saturate. Rezulta ca uxul
4
= 16 este maxim.
Taietura cu valoare minima este data de mult imea Y = x
1
cu v(Y/X) = 6 + 3 + 7 = 16.
Exemplul 6.3.5. Trei depozite D
1
, D
2
, D
3
dispun de 11, 10, 13 tone dintr-un produs din care
patru consumatori C
1
, C
2
, C
3
, C
4
au nevoie de 9, 8, 9 si 11 tone. Posibilitat ile de transport
limitate de capacitat ile mijloacelor de transport sunt date n tabelul:
D
i
C
j
C
1
C
2
C
3
C
4
D
1
5 3 0 6
D
2
3 0 9 0
D
3
0 6 1 5
Existent a numarului 0 ne indica ca de la depozitele D respective nu se face nici un
transport la consumatorii corespunzatori.
Sa se determine un plan optim de transport astfel ncat sa poata asigurata integral
cererea consumatorilor C
2
si C
3
, iar cererea consumatorilor C
1
si C
4
n cea mai mare
masura.
Transformam problema ntr-un graf de ret ea de transport, considerand varful de
intrare x
1
, varfurile x
2
, x
3
, x
4
corespunzatoare depozitelor D
1
, D
2
, D
3
, varfurile x
5
, x
6
, x
7
,
x
8
corespunzatoare celor patru consumatori si x
9
varful de iesire. Problemei noastre i
corespunde graful din gura 6.3.3.
122
5
4 11
10
Fig.6.3.3.
Rezolvarea problemei revine la determinarea unui ux maxim n ret eaua de transport din
g.6.3.3.
Vom utiliza algoritmul lui FordFulkerson.
Mai ntai trebuie sa determinam un ux pentru ret ea. Prin ncercari, respectand
condit iile din Denit ia 6.3.2, construim uxul
(x
1
, x
2
) (x
1
, x
3
) (x
1
, x
4
) (x
2
, x
5
) (x
2
, x
6
) (x
2
, x
8
) (x
3
, x
5
)
7 8 6 4 2 1 0
(x
3
, x
7
) (x
4
, x
6
) (x
4
, x
7
) (x
4
, x
8
) (x
5
, x
9
) (x
6
, x
9
) (x
7
, x
9
) (x
8
, x
9
)
8 5 1 0 4 7 9 1
cu valoarea = 21.
Se observa ca uxul este incomplet deoarece drumurile d
1
= (x
1
, x
2
, x
5
, x
9
), d
2
=
(x
1
, x
2
, x
6
, x
9
), d
3
= (x
1
, x
2
, x
8
, x
9
), d
4
= (x
1
, x
3
, x
5
, x
9
), d
5
= (x
1
, x
4
, x
6
, x
9
), d
6
= (x
1
, x
4
, x
8
, x
9
) sunt
nesaturate.
Pe ecare din aceste drumuri uxul poate majorat corespunzator cu k
1
= min(11
7, 5 4, 9 4) = 1, k
2
= min(11 7, 3 2, 8 7) = 1, k
3
= min(11 7, 6 1, 11 1) = 4, k
4
=
min(10 8, 3 0, 9 4) = 2, k
5
= min(13 6, 6 5, 8 7) = 1, k
6
= min(13 6, 5 0, 11 1) = 5.
Obt inem noul ux
1
:
(x
1
, x
2
) (x
1
, x
3
) (x
1
, x
4
) (x
2
, x
5
) (x
2
, x
6
) (x
2
, x
8
) (x
3
, x
5
)

1
11 10 12 4 2 5 2
(x
3
, x
7
) (x
4
, x
6
) (x
4
, x
7
) (x
4
, x
8
) (x
5
, x
9
) (x
6
, x
9
) (x
7
, x
9
) (x
8
, x
9
)
8 6 1 5 6 8 9 10
cu
1
= 11 + 10 + 22 = 6 + 8 + 9 + 10 = 33.
Deoarece prin majorare cu k
3
arcul (x
1
, x
2
) s-a saturat, drumurile d
1
si d
2
au devenit
saturate prin urmare nu s-au mai putut majora uxurile pe d
1
si d
2
.
Este evident ca uxul
1
este complet deoarece pe ecare din drumurile de la x
1
la x
9
se aa cel put in un arc saturat.
Acum trecem la mbunatat irea uxului prin folosirea algoritmului FordFulkerson.
Marcam x
1
cu +. Cum arcul (x
1
, x
4
) este nesaturat, marcam x
4
cu +. Deoarece arcele
(x
4
, x
6
), (x
4
, x
7
), (x
4
, x
8
) sunt saturate, rezulta ca marcarea nu mai poate continuata. Prin
urmare, varful x
9
nu poate marcat. Deducem ca valoarea uxului maxim este 33. Taietura
de capacitate minima este Y = x
1
, x
4
cu
v(Y/X) = 11 + 10 + 6 + 1 + 5 = 33.
Programul optimal dat de uxul
1
se poate reprezenta si prin tabelul
C
j
x
5
x
6
x
7
x
8
Cantitat i din produse Cantitat i
D
j
C
1
C
2
C
3
C
4
disponibile n depozite consumate
x
2
D
1
4 2 0 5 11 11
x
3
D
2
2 0 8 0 10 10
x
4
D
4
0 6 1 5 13 13
Cererile
consumatorilor
9 8 9 11
Cereri
satisfacute
6 8 9 10
123
Valorile (x
i
, x
j
) din tabel au fost citite din uxul optimal
1
si reprezinta cantitatea
de produs luata din depozitul x
i
si transportata la consumatorul x
j
.
Observat ia 6.3.2 Algoritmul FordFulkerson se poate utiliza si la rezolvarea problemei de-
termin arii num arului maxim de cuplaje (leg aturi independente) ntr-un graf bipartit. Un
graf G = (X, ) se numeste bipartit dac a exist a o partit ie a mult imii X = X
1
X
2
, X
1
X
2
=
astfel nc at ecare arc a lui G are o extremitate n X
1
si cealalt a n X
2
.
124
6.4 Testul Nr. 5 de vericare a cunostint elor
1. Denit i not iunile urmatoare:
a) Graf;
b) Graf simetric;
c) Drum ntr-un graf;
d) Drum hamiltonian;
e) Graf tare conex.
2. Denit i not iunile urmatoare
a) Arbore;
b) Matricea booleana atasata unui graf;
c) Ret ea de transport;
d) Flux complet ntr-o ret ea de transport.
3. Sa se gaseasca cu ajutorul algoritmului lui Bellman drumul minim x
1
x
5
din
urmatorul graf:
2
2
1
1
5
5
3
X1
X2
X3
X4
X5
3
4. Gasit i drumurile, fara circuite, de lungime 1, 2 si 3 din graful urmator
X1
X2
X3
X4
X5
5. Determinat i cu ajutorul algoritmului lui Bellman drumul de lungime maxima x
1
x
14
din graful urmator, precizand si lungimea acesteia:
X14
2
7
7
0
9
9
6
9
8
8
4
5
5
5
2
10
10
3
3
X1 X2
X3
X4 X5
X6 X7
X8
X9
X10
X11
X12
X13
125
6. Gasit i cu ajutorul algoritmului Bellman - Kalaba drumul minim x
1
x
7
si lungimea
acestuia din urmatorul graf:
2
1
8
5
5 9
7
10
6
4
4
X1
X2
X3
X4
X5
X6
X7
3
7. Gasit i cu ajutorul algoritmului Bellman - Kalaba drumul maxim x
1
x
7
si lungimea
acestuia din graful de la problema precedenta.
8. Folosind metoda drumului critic sa se determine elementele caracteritice ale
urmatoarei ret ele de activitat i:
X14
2
7
7
0
9
9
6
9
8
8
4
5
5
5
2
10
10
3
3
X1 X2
X3
X4 X5
X6 X7
X8
X9
X10
X11
X12
X13
9. Stabilit i folosind algoritmul marcarii daca urmatorul graf are circuite:
X1
X2
X3
X4
X5
10. Scriet i matricea booleana asociata grafului
X1
X2
X3
X4
X6
X5
126
Indicat ii si raspunsuri
Testul 5
3. Drumul minim este [x
1
, x
2
, x
4
, x
5
] si are lungimea 6.
4. Se obt in matricile:
L x
1
x
2
x
3
x
4
x
5
x
1
0 x
1
x
2
0 x
1
x
4
x
1
x
5
x
2
0 0 x
2
x
3
0 x
2
x
5
x
3
x
3
x
1
0 0 0 0
x
4
0 0 x
4
x
3
0 x
4
x
5
x
5
0 0 0 0 0
L

x
1
x
2
x
3
x
4
x
5
x
1
0 x
1
0 x
1
x
1
x
2
0 0 x
2
0 x
2
x
3
x
3
0 0 0 0
x
4
0 0 x
4
0 x
4
x
5
0 0 0 0 0
L
2
= L

L x
1
x
2
x
3
x
4
x
5
x
1
0 0 x
1
x
2
x
3
0 x
1
x
2
x
5
x
1
x
4
x
3
x
1
x
4
x
5
x
2
x
2
x
3
x
1
0 0 0 0
x
3
0 x
3
x
1
x
2
0 x
3
x
1
x
4
x
3
x
1
x
5
x
4
x
4
x
3
x
1
0 0 0 0
x
5
0 0 0 0 0
L
3
= L

L
2
x
1
x
2
x
3
x
4
x
5
x
1
0 0 0 0 0
x
2
0 0 0 x
2
x
3
x
1
x
4
x
2
x
3
x
1
x
5
x
3
0 0 0 0 x
3
x
1
x
2
x
5
x
3
x
1
x
4
x
5
x
4
0 x
4
x
3
x
1
x
2
0 0 x
4
x
3
x
1
x
5
x
5
0 0 0 0 0
5. Drumul de lungime maxima este [x
1
, x
2
, x
4
, x
5
, x
3
, x
7
, x
8
, x
11
, x
13
, x
14
] si l
max
= 48.
6. Se obt ine l
min
(x
1
x
7
) = 17 si drumul minim [x
1
, x
3
, x
6
, x
7
].
7. Se obt ine l
max
(x
1
x
7
) = 28 si d
max
(x
1
x
7
) = [x
1
, x
4
, x
3
, x
5
, x
6
, x
7
].
127
8. Se obt ine tabelul nal:
i j l
ij
t
i
t
j
s
j
m
ij
M
ij
1 2 2 0 2 2 0 0
2 3 9 2 16 16 5 5
2 4 5 2 7 7 0 0
2 6 3 2 5 12 0 7
3 7 4 16 20 20 0 0
4 5 7 7 14 14 0 0
5 3 2 14 16 16 0 0
5 8 5 14 30 30 11 11
6 7 8 5 20 20 7 7
7 8 10 20 30 30 0 0
7 9 9 20 29 35 0 5
7 10 9 20 29 34 0 5
8 11 8 30 38 38 0 0
9 13 10 29 45 45 6 6
10 12 5 29 38 39 4 5
11 13 7 38 45 45 0 0
12 13 6 38 45 45 1 1
13 14 3 45 48 48 0 0
9. Se vor marca n ordine x
3
, x
4
, x
5
, x
2
, x
1
si astfel se deduce ca avem un graf fara circuite.
10. matricea booleana asociata este:

0 1 1 0 1 0
0 0 0 0 1 0
1 0 0 1 0 0
0 1 0 0 1 1
0 0 1 0 0 1
0 0 0 0 0 0

128
Bibliograa aferenta capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate n economie - Volumul I,
Editura ULB, Sibiu, 2001.
[2] Blaga, P., Muresan, A., Matematici aplicate n economie, vol.I, II, Transilvania Press,
ClujNapoca, 1996.
[3] Ionescu, T., Grafuri. Aplicat ii, vol.I, vol.II, Editura Didactica si Pedagogica, Bu-
curesti, 1973, 1974.
[4] Izvercian, P.N.,Cret u, V., Izvercian, M., Resiga, R., Introducere n teoria grafurilor.
Metoda drumului critic, Editura de Vest, Timisoara, 1994.
[5] Popescu, O., Raischi, C., Matematici aplicate n economie, vol.I, II, Editura Didactica si
Pedagogica, Bucuresti, 1993.
[6] Rosu, A., Teoria grafurilor, algoritmi, aplicat ii, Editura Militara, Bucuresti, 1974.
[7] Tamas, V. (coord.), Branzei, D., Smadici, C., Moicovici, T., Modele matematice n
economie, Editura Graphix, Iasi, 1995.
[8] Vaduva, I., Dinescu, C., Savulescu, B., Metode matematice de organizare si condu-
cerea product iei, Editura Didactica si Pedagogica, Bucuresti, 1974.
129
Capitolul 7
Probleme de transport
Obiective:

In acest capitol se doreste familiarizarea student ilor cu problemele de
transport, probleme cu o imporatnt a deosebita n optimizarea a numeroase procese eco-
nomice. O problema de transport consta n aarea unui plan de transport a unui produs, de
la anumite centre producatoare (depozite), n scopul satisfacerii cerint elor unor consuma-
tori si minimizarii cheltuielilor de transport.
Problemele de tip transport se ntalnesc n multe procese economice, ca de exem-
plu: transporturi de bunuri; proiectarea de canale de energie (informat ii, electricitate), de
canale n agricultura; proiectarea de depozite n acelasi spat iu productiv; repartit ia optima
a sarcinilor de product ie pe masini, sect ii, ntreprinderi, optimizarea unor probleme de
product ie si stocaj etc.
Rezumat: Modelul matematic al problemelor de transport se ncadreaza n mo-
delul problemelor de programare liniara. Avand n vedere numarul mare de variabile, re-
zolvarea unei probleme de transport prin algoritmul simplex este n general put in ecienta.
De aceea, pentru rezolvarea problemelor de tip transport se folosesc tehnici speciale. Acest
capitol este dedicat prezentarii, sub o forma simpla, a acestor tehnici.
Cont inutul capitolului:
1. Modelul matematic pentru o problema de transport
2. Determinarea unei solut ii init iale
3. Ameliorarea (mbunatat irea) unei solut ii
4. Aarea unei solut ii optime
5. Degenerarea n problemele de transport
6. Probleme de transport cu capacitat i limitate
7. Test de vericare a cunostint elor
8. Bibliograa aferenta capitolului
Cuvinte cheie: probleme de transport, solut ie init iala a unei probleme de trasport,
solut ie optima a unei probleme de transport, probleme de trasport cu capacitat i limitate.
7.1 Modelul matematic pentru o problema de transport
O problema de transport a fost formulata la Capitolul 1, problema 2. Sa o formulam
din nou. Un produs (marf a) se aa n depozitele D
1
, D
2
, . . ., D
m
cu capacitat ile a
1
, a
2
,
. . ., a
m
si trebuie transportat( a) la centrele de consum C
1
, C
2
, . . ., C
n
n cantit at ile b
1
, b
2
,
. . ., b
n
. Cunosc and costul transportului pe unitate de produs de la depozitul D
i
, i = 1, m la
centrul de consum C
j
, j = 1, n, notat cu c
ij
, se cere s a se ntocmeasca un astfel de plan de
repartit ie a produsului nc at costul total al transportului s a e minim.
Daca notam cu x
ij
cantitatea de produs ce se va transporta de la depozitul D
i
, i = 1, m,
la centrul de consum C
j
, j = 1, n, atunci modelul matematic pentru probleme de transport
130
se scrie astfel:

j=1
x
ij
= a
i
, i = 1, m
m

i=1
x
ij
= b
i
, i = 1, n
x
ij
0, i = 1, m, j = 1, n
(min)f =
m

i=1
n

j=1
c
ij
x
ij
.
(7.1)
Intuitiv, modelul matematic (7.1) al problemei de transport se poate reprezenta prin
Tabelul 7.1.
D
i
C
j
C
1
C
2
. . . C
n
Disponibil
D
1
c
11
x
11
c
12
x
12
. . .
c
1n
x
1n
a
1
D
2
c
21
x
21
c
22
x
22
. . .
c
2n
x
2n
a
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
D
m
c
m1
x
m1
c
m2
x
m2
. . .
c
mn
x
mn
a
m
Necesar b
1
b
2
. . . b
n
T
Cuplul
c
ij
x
ij
poarta numele de casut a.
Algoritmul de rezolvare a unui model de transport cere ca acest model sa e echilibrat,
adica sa e ndeplinita condit ia de echilibru
m

i=1
a
i
=
n

j=1
b
j
,
adica totalul disponibilului sa e egal cu totalul necesarului. Valoarea comuna T a acestui
total se trece n casut a (m+ 1, n + 1).

In caz contrar, modelul se echilibreaza prin considerarea, e a unui depozit ctiv


D
m+1
, e a unui centru de consum ctiv C
n+1
, care ofera, sau cere, diferent a dintre cele
doua sume. Deoarece cantitat ile transportate de la un depozit arbitrar, respectiv la acest
centru ctiv, nu exista n realitate, costurile de transport corespunzatoare le consideram
nule.
Se observa ca ntr-o problema de transport cu m depozite si n centre de consum mode-
lul matematic cont ine m n variabile necunoscute si cel mult m+n1 restrict ii independente
(nu s-au inclus condit iile de nenegativitate). Numarul variabilelor necunoscute ind evi-
dent mai mare ca cel al restrict iilor, rezulta ca valorile variabilelor ce verica sistemul de
restrict ii nu sunt unic determinate.
O solut ie realizabila a problemei, care cont ine cel mult (m+n 1) componente strict
pozitive, se numeste solut ie de baza. Solut ia de baza cu exact (m+n 1) componente poz-
itive se numeste solut ie de baza nedegenerata, iar n caz contrar, degenerata.
Se constata ca modelul matematic reprezinta o problema de programare liniara de o
forma speciala. Cu toate ca n restrict ii coecient ii necunoscutelor sunt 0 sau 1, rezolvarea
prin metoda simplex cere un volum de calcule foarte mare. De aceea, se prefera pentru
rezolvarea unei probleme de transport o cale cu tehnica specica.

In general, pentru rezolvarea unei probleme de transport se parcurg etapele:


a) Determinarea (aarea) unei solut ii init iale (de baza, nedegerata);
b) Ameliorarea (mbunatat irea) unei solut ii;
c) Aarea (determinarea) solut iei optime.
131
7.2 Determinarea unei solut ii init iale
Pentru aarea unei solut ii init iale ntr-o problema de transport se cunosc mai multe
metode.

In cele ce urmeaza vom prezenta trei metode.
7.2.1 Metoda colt ului NordVest
Aceasta metoda consta n a atribui, pe rand, valori variabilelor necunoscute ncepand
cu cea din colt ul NordVest al tabelului. Astfel, mai ntai luam x
11
= min(a
1
, b
1
). Daca
min(a
1
, b
1
) = a
1
, atunci x
12
= . . . = x
1n
= 0, iar daca min(a
1
, b
1
) = b
1
, atunci x
21
= x
31
= . . . =
x
m1
= 0. Metoda continua apoi cu x
21
= min(a
2
, b
1
a
1
) n prima situat ie, respectiv cu
x
12
= min(a
1
b
1
, b
2
) n cealalta situat ie. Procesul se repeta pana cand este repartizata si
ultima cantitate disponibila.
Exemplul 7.2.1. Se considera trei furnizori D
1
, D
2
si D
3
care au disponibile corespunzator
cantitat ile de un anumit produs a
1
= 50, a
2
= 30 si a
3
= 40. Acestea sunt solicitate de patru
consumatori C
1
, C
2
, C
3
si C
4
n cantitat ile b
1
= 45, b
2
= 15, b
3
= 25 si b
4
= 35. Cunoscand
costurile unitare de transport 3, 2, 1, 1; 2, 3, 2, 1 si 4, 2, 3, 2 unitat i monetare de la D
1
, D
2
si D
3
,
sa se scrie modelul matematic al problemei de transport, cand se urmareste minimizarea
costului total.
Utilizand metoda colt ului NordVest sa se gaseasca o solut ie init iala.
Daca notam cu x
ij
cantitatea de produs ce se va transporta de la furnizorul D
i
, i = 1, 2, 3
la beneciarul C
j
, j = 1, 2, 3, 4, atunci obt inem urmatorul model matematic:
x
11
+x
12
+x
13
+x
14
= 50
x
21
+x
22
+x
23
+x
24
= 30
x
31
+x
32
+x
33
+x
34
= 40
x
11
+x
21
+x
31
= 45
x
12
+x
22
+x
32
= 15
x
13
+x
23
+x
33
= 25
x
14
+x
24
+x
34
= 35
x
ij
0, i = 1, 2, 3, j = 1, 2, 3, 4.
(min)f = 3x
11
+ 2x
12
+x
13
+x
14
+ 2x
21
+ 3x
22
+
+2x
23
+x
24
+ 4x
31
+ 2x
32
+ 3x
33
+ 2x
34
Sub forma tabelara modelul matematic este
D
i
C
j
C
1
C
2
C
3
C
4
Disponibil
D
1
3
x
11
2
x
12
1
x
13
1
x
14
50
D
2
2
x
21
3
x
22
2
x
23
1
x
24
30
D
3
4
x
31
2
x
32
3
x
33
2
x
34
40
Necesar 45 15 25 35 120
Pentru aarea solut iei init iale cu metoda colt ului NordVest procedam astfel: alegem
x
11
= min(45, 50) = 45; atunci x
21
= x
31
= 0; apoi x
12
= min(15, 5) = 5 si x
13
= x
14
= 0; n
continuare x
22
= min(10, 30) = 10 si x
32
= 0; mai departe x
23
= min(20, 25) = 20 si x
24
= 0 si n
nal x
33
= 5 si x
34
= 35.
De obicei, se determina solut ia init iala n tabel, micsorandu-se de ecare data disponi-
132
bilul si necesarul respectiv si scriind alaturat cel ramas. Astfel avem
D
i
C
j
C
1
C
2
C
3
C
4
Disponibil
D
1
3
45
2
5
1
0
1
0
50; 5; 0
D
2
2
0
3
10
2
20
1
0
30; 20; 0
D
3
4
0
2
0
3
5
2
35
40; 35; 0
Necesar 45
0
15
10
0
25
5
0
35
0
120
Tabelul 7.2.1.
Valoarea funct iei cost total pentru solut ia init iala gasita este
f = 3 45 + 2 5 + 3 10 + 2 20 + 3 5 + 2 35 = 300
Aceasta metoda este foarte simpla dar put in ecienta deoarece nu t ine cont de valorile
costurilor c
ij
.
7.2.2 Metoda elementului minim
Metoda constan a atribui, pe rand, valori variabilelor necunoscute, ncepand cu aceea
la care costul unitar c
ij
este minim.
Apoi din cele ramase se lucreaza tot cu aceea care corespunde costului minim. Daca
sunt mai multe costuri minime egale, atunci se va considera mai ntai acea variabila care
poate lua valoarea mai mare. Valoarea variabilei se va aa ca si la metoda NordVest,
considerand minimul dintre disponibil si necesar.
Exemplul 7.2.2. Utilizand metoda elementului minim sa aam o solut ie init iala pentru
problema de transport de la Exemplul 7.2.1.
Deoarece c
13
= c
14
= c
24
= 1 este costul minim, mai ntai vor determina valoarea
variabilei x
14
ntrucat vom obt ine valoarea maxima (x
13
= 25; x
14
= 35; x
24
= 30). Asadar,
luam x
14
= 35, ceea ce implica c
24
= 0, x
34
= 0. Apoi alegem x
13
= 15 deoarece c
13
= 1 este
costul minim din cele ramase. Avem x
11
= x
12
= 0. Considerand costurile egale cu 2 alegem
x
21
= 30 si x
22
= x
23
= 0. Acum luam x
32
= 15, x
33
= 10 si x
31
= 15.
Ilustrarea intuitiva prin tabel este data n Tabelul 7.2.2.
Valoarea lui f pentru aceasta solut ie este
f = 1 15 + 1 35 + 2 30 + 4 15 + 2 15 + 3 10 =
= 50 + 60 + 60 + 60 = 230.
D
i
C
j
C
1
C
2
C
3
C
4
Disponibil
D
1
3
0
2
0
1
15
1
35
50; 15; 0
D
2
2
30
3
0
2
0
1
0
30; 0
D
3
4
15
2
15
3
10
2
0
40; 0
Necesar 45
15
0
15
0
25
10
0
35
0
120
Tabelul 7.2.2.
133
7.2.3 Metoda diferent elor maxime
Valorile variabilelor se atribuie ca si n cazul metodelor precedente, dar ordinea de
atribuire se face dupa o alta regula. Pentru stabilirea ordinii de urmat se calculeaza, pentru
ecare linie, respectiv pentru ecare coloana, diferent a dintre cele mai mici doua elemente
(costuri). Apoi pe linia sau coloana cu diferent a maxima se determina variabilele din casut a
cu cost minim. Apoi procedeul se repeta. La diferent e maxime egale se considera mai ntai
costul minim.
La lucrul cu tabel diferent ele pe linii se trec n stanga tabelului, iar cele pe coloane
deasupra tabelului.
Exemplul 7.2.3. Sa se ae o solut ie init iala cu metoda diferent elor maxime pentru problema
de transport din Exemplul 7.2.1.
Calculam diferent ele pe linii si coloane. Avem urmatorul tabel cu diferent e
3 2 1 1 1
2 3 2 1 1
4 2 3 2 1
1 1 1 1
calculate astfel: 2 1 = 1 pentru linia ntai, 2 1 = 1 pe linia a doua, 3 2 = 1 pentru linia a
treia, 32 = 1 pentru coloana ntai, 32 = 1 pentru coloana a doua, 21 = 1 pentru coloana
a treia si 2 1 = 1 pentru coloana a patra.
Se observa ca avem toate diferent ele egale cu 1. Alegem x
14
= 35 deoarece da cea mai
mare repartizare pentru pret urile minime. Atunci x
24
= x
35
= 0.
Recalculam diferent ele pe liniile si coloanele ramase, obt inem tabelul
3 2 1 1
2 3 2 1
4 2 3 1
1 1 1
Toate diferent ele sunt egale. Tinand seama de costul minim alegem x
13
= 15 si x
11
=
x
12
= 0.
Pentru liniile si coloanele necompletate recalculam diferent ele si obt inem tabelul
2 3 2 1
4 2 3 1
2 1 1
Diferent a maxima este 2 si corespunde coloanei ntai. Alegem x
21
= 30 si x
22
= x
23
= 0.
Acum, pe linia a treia luam x
31
= 15, x
32
= 15 si x
33
= 10.
Sub forma de tabel calculele arata astfel:
D
i
C
j
C
1
C
2
C
3
C
4
Disponibil
D
1
3
0
2
0
1
15
1
35
50; 15; 0
D
2
2
30
3
0
2
0
1
0
30; 0
D
3
4
15
2
15
3
10
2
0
40
Necesar 45
15
15 25
10
35
0
120
Valoarea lui f pe aceasta solut ie init iala este
f = 1 15 + 1 35 + 2 30 + 4 15 + 2 15 + 3 10 = 230
Se observa ca s-a obt inut aceeasi solut ie init iala ca si la utilizarea metodei elementului
minim.
134
Observat ia 7.2.1 Toate cele trei solut ii init iale g asite pentru problema de transport din Ex-
emplul 7.2.1. sunt solut ii de baz a nedegenerate, avand 4 + 3 1 = 6 componente pozitive.
7.3 Ameliorarea (mbunatat irea) unei solut ii
Pentru a elabora un mod de ameliorare a unei solut ii corespunzatoare unei probleme
de transport, adica de a trece de la o solut ie de baza la una mai buna, vom recurge la
problema duala.
Problema de transport are modelul matematic dat de (7.1), 7.1. Pentru a scrie duala
trebuie sa introducem variabilele duale u
1
, u
2
, . . . , u
m
, corespunzatoare primelor m restrict ii,
si v
1
, v
2
, . . . , v
n
corespunzatoare urmatoarelor n restrict ii. Obt inem

u
1
+v
1
c
11
, u
1
+v
2
c
12
, . . . , u
1
+v
n
c
1n
,
u
2
+v
1
c
21
, u
2
+v
2
c
22
. . . , u
2
+v
n
c
2n
,
. . . . . . . . . . . .
u
m
+v
1
c
m1
, u
m
+v
2
c
m2
. . . , u
m
+v
n
c
mn
,
u
i
, i = 1, m, v
j
, j = 1, n, arbitrare
(7.2)
(max)g = a
1
u
1
+a
2
u
2
+. . . +a
m
u
m
+b
1
v
1
+b
2
v
2
+. . . +b
n
v
n
.
Teoremele de dualitate (v. Teoremele 5.6.1 si 5.6.2) ne asigura ca o solut ie X
(0)
=
(x
(0)
ij
)
i=1,m
j=1,n
este optima daca variabilele duale verica restrict iile
u
i
+v
j
= c
ij
, daca x
(0)
ij
,= 0 (x
(0)
ij
este necunoscuta principala) (7.3)
u
i
+v
j
c
ij
, daca x
(0)
ij
= 0 (x
(0)
ij
este necunoscuta secundara) (7.4)
numite condit ii de optimalitate pentru solut ia unei probleme de transport.
Fie X = (x
ij
)
i=1,m
j=1,n
o solut ie init iala a problemei de transport.
Casut ele din tabelul solut iei cu x
ij
,= 0 le numim casut e ocupate, iar cele cu x
ij
= 0 le
numim casut e libere.
Relat iile (7.3) formeaza un sistem liniar de m+n1 ecuat ii (corespunzatoare casut elor
ocupate) cu m + n necunoscute. Se observa ca acest sistem este compatibil nedeterminat.
Pentru aarea unei solut ii putem lua o necunoscuta secundara egala cu 0, de obicei vom
alege u
1
= 0.
Valorile gasite pentru u
1
, u
2
, . . . , u
m
si v
1
, v
2
, . . . , v
n
se trec pe marginea tabelului solut ie
n mod corespunzator (de aceea se mai numesc si valori marginale), iar sumele u
i
+ v
j
se
scriun colt ul din dreapta sus al casut elor ocupate, alaturi de coecient ii c
ij
, adica structura
unei astfel de casut e ocupate arata astfel
c
ij
u
i
+v
j
x
ij
Acum vericam condit iile de optimalitate (7.4) pentru casut ele libere. Daca toate
condit iile (7.4) sunt ndeplinite, atunci solut ia init iala este optima. Daca cel put in o
condit ie (7.4) nu este vericata, atunci se trece la procesul de ameliorare (mbunatat ire) a
solut iei.
Denit ia 7.3.1 Numim ciclu corespunz ator unei c asut e libere o succesiune de c asut e ocu-
pate, doua cate doua alaturate pe aceeasi linie, sau respectiv pe aceeasi coloan a, cu tre-
ceri alternative pe linii si coloane, succesiunea ncep and imediat dupa casut a liber a si ter-
min andu-se n vecin atatea aceleiasi c asut e libere.

Intr-un ciclu marc am alternativ cu + si casut ele, ncep and cu casut a liber a. Sem-
nele se trec n colt ul din st anga jos al casut ei.
135
Pentrumbunatat irea solut iei se determina valoarea minima a valorii x
ij
din casut ele
marcate cu . Apoi, valoarea minima se aduna la valorile x
ij
din casut ele marcate cu +
si se scade din valorile x
ij
din casut ele marcate cu .
Ciclul se alege pentru c asut a liber a corespunz atoare diferent ei
ij
= c
ij
(u
i
+v
j
) cea
mai mare n valoare absolut a dintre diferent ele
ij
< 0.
Prin acest proces se obt ine o nou a solut ie a problemei de transport, mai bun a decat cea de
la care am plecat.
Exemplul 7.3.1. Sa consideram problema de transport din Exemplul 7.2.1 cu solut ia init iala
din Tabelul 7.2.1, obt inuta prin metoda colt ului NordVest.
Consideram variabilele marginale u
1
, u
2
, u
3
si v
1
, v
2
, v
3
, v
4
. Sistemul (7.3) corespunzator
casut elor ocupate din Tabelul 7.2.1 este:
u
1
+v
1
= 3, u
1
+v
2
= 2, u
2
+v
2
= 3, u
2
+v
3
= 2
u
3
+v
3
= 3, u
3
+v
4
= 2.
(7.5)
Alegand u
1
= 0, gasim v
1
= 3, v
2
= 2, u
2
= 1, v
3
= 1, u
3
= 2, v
4
= 0.
Acum vericam condit iile de optimalitate (7.4) pentru casut ele libere. Avem:
u
1
+v
3
= 1 = c
13
1; u
1
+v
4
= 0 c
14
= 1; u
2
+v
1
= 4 > 2,
u
2
+v
4
= c
24
1; u
3
+v
1
= 5 > 4,
u
3
+v
2
= 4 > 2,
de unde observam ca pentru casut ele libere (2, 1), (3, 1) si (3, 2) nu sunt vericate condit iile
de optimalitate. Prin urmare, solut ia init iala din Tabelul 7.2.1 nu este optima.
Calculele de mai sus se pot reprezenta ca n Tabelul 7.3.1.
v
j
v
1
= 3 v
2
= 2 v
3
= 1 v
4
= 0
u
i
D
i
C
j
C
1
C
2
C
3
C
4
Disponibil
u
1
= 0 D
1
3 3
- 45
2 2
+ 5
1 1
0
1 0
0
50
u
2
= 1 D
2
2 4
+ 0
3 3
- 10
2 2
20
1 1
0
30
u
3
= 2 D
3
4 5
0
2 4
0
3 3
5
2 2
35
40
Necesar 45 15 25 35
Tabelul 7.3.1.
Sistemul (7.5) se poate rezolva direct pe Tabelul 7.3.1, plecand de la u
1
+ v
1
= 3 si
u
1
= 0.
Acum stabilim casut a libera pentru care consideram ciclul.

In acest scop calculam
diferent ele
ij
pentru casut ele liberen care nu au fost ndeplinite condit iile de optimalitate:

21
= 2,
31
= 1 si
22
= 2.
Cum max([ 2[, [ 1[, [ 2[) = 2 este atins pentru doua casut e libere (2, 1) si (2, 2), vom
alege unul din ciclurile determinate de ele. De exemplu, sa ne xam pe cel determinat de
casut a (2, 1).
Acesta este dat de casut ele (2, 1), (1, 1), (1, 2) si (2, 2). Marcam alternativ casut ele
ciclului cu + si , ncepand cu cea libera. Numarul este dat de
= min45, 10 = 10.
136
Adunam la x
ij
din casut ele cu + si scadem acelasi numar la cele marcate cu .
Obt inem noua solut ie data de Tabelul 7.3.2.
D
i
C
j
C
1
C
2
C
3
C
4
Disponibil
D
1
3
35
2
15
1
0
1
0
50
D
2
2
10
3
0
2
20
1
0
30
D
3
4
0
2
0
3
5
2
35
40
Necesar 45 15 25 25
Tabelul 7.3.2
Valoarea funct iei cost total pentru noua solut ie (din Tabelul 7.3.2) este
f = 3 35 + 2 15 + 2 10 + 2 20 + 3 5 + 2 35 = 280
7.4 Aarea unei solut ii optime

In paragrafele precedente am vazut cum se aa o solut ie init iala si cum poate ea


ameliorata (mbunatat ita). Acum putem prezenta un algoritm pentru aarea solut iei
optime pentru o problema de transport. Acesta poarta numele de algoritmul distributiv
sau algoritmul potent ialelor.
Pasii algoritmului sunt:
Pasul 1. Se determina o solut ie init iala a problemei de transport;
Pasul 2. Se gasesc valorile marginale u
i
, i = 1, m si v
j
, j = 1, n, ca solut ii ale sistemului de
ecuat ii u
i
+v
j
= c
ij
, unde i si j sunt indicii casut elor ocupate;
Pasul 3. Se verica condit iile de optimalitate a solut iei gasite, adica daca au loc inegalitat ile
u
i
+v
j
c
ij
pentru tot i indicii (i, j) de casut e libere;
Pasul 4. Daca solut ia nu este optima, adica cel put in o condit ie de optimalitate nu este
ndeplinita, atunci se calculeaza diferent ele
ij
= c
ij
(u
i
+v
j
) < 0 corespunzatoare casut elor
libere pentru care condit ia de optimalitate nu este vericata. Cea mai mare diferent a
ij
n
valoare absoluta determina casut a libera (i, j) pentru care alegem ciclul folosit n ameliorarea
solut iei.
Pasul 5. Se marcheaza alternativ cu + si casut ele ciclului, ncepand cu casut a libera.
Pasul 6. Se determina valoarea minima a valorilor x
ij
din casut ele ciclului marcate cu .
Pasul 7. Valoarea minima se aduna la valorile x
ij
din casut ele marcate cu + si se scade
din valorile x
ij
din casut ele marcate cu . Se obt ine astfel o noua solut ie pentru problema
de transport.
Pasul 8. Se reiau pasii 27 cu noua solut ie si se continua repetarea lor pana cand toate
condit iile de optimalitate sunt ndeplinite, adica s-a obt inut o solut ie optima.
Pasul 9. Se scrie solut ia optima si se calculeaza valoarea minima a funct iei obiectiv (scop).
Exemplul 7.4.1. Sa rezolvam problema de transport din Exemplul 7.2.1.
Vom porni de la solut ia init iala obt inuta prin metoda elementului minim (vezi Tabelul
7.2.2). Vom parcurge calculele algoritmului direct pe tabel.
137
Avem
v
j
v
1
= 2 v
2
= 0 v
3
= 1 v
4
= 1
u
i
D
i
C
j
C
1
C
2
C
3
C
4
Disponibil
u
1
= 0 D
1
3 2
0
2 0
0
1
+ 15
1
- 35
50
u
2
= 0 D
2
2
30
3 0
0
2 1
0
1 1
0
30
u
3
= 2 D
3
4
15
2
15
3
- 10
2 3
+ 0
40
Necesar 45 15 25 35
Tabelul 7.4.1.
si ntrucat u
3
+v
4
= 3 > 2 = c
34
, deducem ca solut ia nu este optima. Avem o singura casut a
libera cu
ij
< 0 si anume casut a (3, 4). Formam ciclul determinat de ea prin casut ele (3, 4),
(3, 3), (1, 3) si (1, 4). Marcam alternativ cu + si casut ele ciclului. Valoarea minima este
data de = min10, 35 = 10. Se obt ine astfel o noua solut ie reprezentata n Tabelul 7.4.2
v
j
v
1
= 3 v
2
= 1 v
3
= 1 v
4
= 1
u
i
D
i
C
j
C
1
C
2
C
3
C
4
Disponibil
u
1
= 0 D
1
3 3
+ 0
2 1
0
1
25
1
- 25
50
u
2
= 1 D
2
2
30
3 0
0
2 0
0
1 0
0
30
u
3
= 1 D
3
4
- 15
2
15
3 2
0
2
+ 10
40
Necesar 45 15 25 35
Tabelul 7.4.2.
Reluam calculul valorilor marginale si vericarea condit iilor de optimalitate pentru
noua solut ie. Lucram pe Tabelul 7.4.2.
Se observa ca solut ia obt inuta n tabelul 7.4.2. este optima deoarece u
i
+ v
j
c
ij
pentru toate casut ele libere.
Deci, o solut ie optima a problemei de transport 7.2.1 este
X
1
=

0 0 25 25
30 0 0 0
15 15 0 10

iar min f = 1 25 + 1 25 + 2 30 + 4 15 + 2 15 + 2 10 = 220.


Observat ia 7.4.1 Este posibil ca solut ia optima a uni probleme de transport s a nu e unic a,
adica sa aib a solut ii multiple. Vom avea solut ii multiple atunci c and exist a mai multe
casut e la care u
i
+v
j
= c
ij
, adic a condit ia de optimalitate este ndeplinit a cu egalitate.
Celelalte solut ii optime, c and exist a, se obt in aplic and procedeul amelior arii solut iilor
pentru c asut ele la care u
i
+ v
j
= c
ij
. Solut ia general a se va scrie ca o combinat ie liniar a
convexa a solut iilor optime g asite.

In cazul exemplului nostru, se observa ca n tabelul 7.4.2 avem casut a (1, 1) pentru
care u
1
+v
1
= 3 = c
11
= 3. Formam ciclul (1, 1), (1, 4), (3, 4) si (3, 3). Marcam cu + si casut ele
ciclului.
Valoarea minima este data de
= min15, 25 = 15
138
Obt inem o noua solut ie optima data prin
X
2
=

15 0 25 10
30 0 0 0
0 15 0 25

Solut ia generala este


X = X
1
+X
2
=

15 0 25 + 25 25 + 10
30 + 30 0 0 0
15 15 + 15 0 10 + 25

unde 0, 0, + = 1.
7.5 Degenerarea n problemele de transport
Am vazut (7.1) ca solut ia unei probleme de transport este degenerata daca are mai
put in de m+n 1 valori nenule (casut e ocupate). Degenerarea n problemele de transport
apare n urmatoarele situat ii: a) cand solut ia init iala este degenerata, situat ie posibila daca
valoarea disponibilului este egala cu valoarea necesarului, pentru o anumita linie si coloana;
b) la mbunatat irea unei solut ii, cand valoarea minima din casut ele ciclului marcate cu
este atinsa n cel put in doua cazuri.

In ambele situat ii se obt in mai put ine casut e ocupate, avand mai put ine ecuat ii decat
m+n 1. Rezulta ca variabilele duale (marginale) nu pot determinate.
Pentru nlaturarea acestui inconvenient se foloseste metoda zerourilor esent iale.
Acesta consta n tranformarea unor casut e libere n casut e ocupate cu un 0

, numit zero
esent ial. Acest 0

se pune n casut ele libere cu costuri minime, care nu formeaza cicluri cu


casut ele deja ocupate.

In nal, trebuie ca numarul total al casut elor ocupate sa e m+n1.

In situat ia b) zerourile esent iale se nscriu n casut e care se elibereaza si n care cos-
turile sunt mai mici.
Exemplul 7.5.1. Trei ntreprinderi I
1
, I
2
si I
3
produc patru tipuri de produse P
1
, P
2
, P
3
si
P
4
cu cheltuielile unitare de product ie diferite. Cheltuielile pentru producerea unei unitat i
din ecare tip de produs, de catre ecare ntreprindere, sunt date n tabelul 7.5.1.
I
i
P
i
P
1
P
2
P
3
P
4
I
1
4 3 2 3
I
2
2 4 5 2
I
3
2 4 4 5
Tabelul 7.5.1.
Cele trei ntreprinderi au capacitat i egale de product ie, ecare putand produce cel
mult 40 de unitat i din cele patru produse luate la un loc. Cantitat ile necesare din cele
patru produse sunt egale cu 40, 30, 50 si 40 unitat i.
i) Sa se determine un plan de product ie comun pentru cele trei ntreprinderi astfel ncat
sa se asigurea ntr-o masura cat mai mare cantitat ile necesare din cele patru produse,
cu cheltuieli totale de product ie minime.
ii) Sa se interpreteze din punct de vedere economic solut ia optima obt inuta.
iii) Este unica solut ia optima?
i) Se observa ca avem o problema de transport deoarece putem considera cele patru
tipuri de produse ca patru centre consumatoare, iar cele trei ntreprinderi ca trei centre de
139
depozitare. Obt inem astfel problema de transport din Tabelul 7.5.2.
I
i
P
j
P
1
P
2
P
3
P
4
Disponibil
I
1
4 3 2 3
40
I
2
2 4 5 2
40
I
3
2 4 4 5
40
Necesar 40 30 50 40
120
160
Tabelul 7.5.2
Deoarece modelul este neechilibrat, totalul de necesar este mai mare decat totalul de
disponibil, vom introduce un centru ctiv de product ie I
4
, care sa produca diferent a de
40 unitat i. Pentru acest centru ctiv costurile unitare sunt nule. Modelul problemei de
rezolvat ia forma din Tabelul 7.5.3.
I
i
P
j
P
1
P
2
P
3
P
4
Disponibil
I
1
4 3 2 3
40
I
2
2 4 5 2
40
I
3
2 4 4 5
40
I
4
0 0 0 0
40
Necesar 40 30 50 40 160
Tabelul 7.5.3.
Aplicam metoda elementului minim si gasim solut ia init iala din Tabelul 7.5.4.
v
j
v
1
= 0 v
2
= 2 v
3
= 2 v
4
= 0
u
i
I
i
P
j
P
1
P
2
P
3
P
4
Disponibil
u
1
= 0 I
1
4 0
0
3 2
0
2
40
3 0
0
40; 0
u
2
= 2 I
2
2
0

4 2
0
5 4
0
2
40
40
u
3
= 2 I
3
2
+ 0

4
- 30
4
10
5 2
0
40
u
4
= 0 I
4
0
- 40
0 2
+ 0
0 2
0
0 0
0
40; 0
Necesar 40 30 50 40 160
Tabelul 7.5.4.
Solut ia determinata este degenerata. Introducem 0

(esent ial) la casut ele (2, 1) si (3, 1).


Determinam valorile duale (marginale) trecute pe marginea Tabelului 7.5.4. Formam ciclul
(4, 2), (4, 1), (3, 1) si (3, 2) care se marcheaza cu + si ca n Tabelul 7.5.4.
140
Cu = min30, 40 = 30, obt inem solut ia mbunatat ita din Tabelul 7.5.5.
v
j
v
1
= 0 v
2
= 2 v
3
= 2 v
4
= 0
u
i
I
i
P
j
P
1
P
2
P
3
P
4
Disponibil
u
1
= 0 I
1
4 0
0
3 0
0
2
40
3 0
0
40
u
2
= 2 I
2
2
0

4 2
0
5 4
0
2
40
40
u
3
= 2 I
3
2
+ 30
4 2
0
4
- 10
5 2
0
40
u
4
= 0 I
4
0
- 10
0
30
0 2
+ 0
0 0
0
40
Necesar 40 30 50 40
Tabelul 7.5.5.
Pentru solut ia din Tabelul 7.5.5 determinam valorile marginale. Consideram ciclul
(4, 3), (4, 1), (3, 1) si (3, 3), marcat cu + si ca n Tabelul 7.5.5. Cu = min10, 10 = 10, gasim
solut ia din Tabelul 7.5.6.
v
j
v
1
= 2 v
2
= 2 v
3
= 2 v
4
= 2
u
i
I
i
P
j
P
1
P
2
P
3
P
4
Disponibil
u
1
= 0 I
1
4 0
0
3 2
0
2
40
3 0
0
40
u
2
= 0 I
2
2
0

4 2
0
5 2
0
2
40
40
u
3
= 0 I
3
2
40
4 2
0
4 2
0
5 2
0
40
u
4
= 2 I
4
0 0
0
0
30
0
10
0 0
0
40
Necesar 40 30 50 40
Tabelul 7.5.6.
Reluand procesul de ameliorare a unei solut ii pentru cea din Tabelul 7.5.6. se constata
ca sunt ndeplinite toate condit iile de optimizare. Prin urmare, solut ia gasita
X =

0 0 40 0
0 0 0 40
40 0 0 0

este optima, iar min f = 2 40 + 2 40 + 2 40 = 240.


ii) Solut ia optima gasita ne arata ca ecare ntreprindere trebuie sa produca numai
un tip de produs: ntreprinderea I
1
sa produca P
3
, ntreprinderea I
2
sa produca P
4
, iar
ntreprinderea I
3
sa produca P
1
. Cele trei ntreprinderi si folosesc la maxim capacitat ile de
product ie. Cu toate acestea, necesarul de produs P
2
nu este satisfacut complet (mai trebuie
30 de unitat i), precum si 10 unitat i din produsul P
3
. Cheltuielile minime de product ie totale
sunt egale cu 240 unitat i monetare.
iii)

In Tabelul 7.5.6 pentru casut ele (4, 1) si (4, 4) avem u
1
+ v
1
= 0 = c
41
si respectiv
u
4
+v
4
= 0 = c
44
. Deoarece nu avem cicluri plecand de la aceste casut e libere, rezulta ca nu
mai obt inem o noua solut ie optima. Rezulta ca problema are o singura solut ie optima, cea
gasita mai sus.
7.6 Probleme de transport cu capacitat i limitate
Sunt situat ii n care ntr-o problema de transport pe unele rute avem capacitat i limi-
tate. Notam cu d
ij
capacitatea maxima ce poate transportata pe ruta ce leaga depozitul
141
D
i
de centrul de consum C
j
.
Daca pastram notat iile din 7.1., atunci modelul matematic al acestei probleme, nu-
mita problema de transport cu capacitat i limitate, este

j=1
x
ij
= a
i
, i = 1, m
m

i=1
x
ij
= b
j
, j = 1, n
0 x
ij
d
ij
, i = 1, m, j = 1, n
(min)f =
m

i=1
n

j=1
c
ij
x
ij
sau sub forma de tabel
D
i
C
j
C
1
C
2
. . . C
n
Disponibil
D
1
c
11
d
11
x
11
c
12
d
12
x
12
. . .
c
1n
d
1n
x
1n
a
1
D
2
c
21
d
21
x
21
c
22
d
22
x
22
. . .
c
2n
d
2n
x
2n
a
2
. . . . . . . . . . . . . . . . . .
D
n
c
m1
d
m1
x
m1
c
m2
d
m2
x
m2
. . .
c
mn
d
mn
x
mn
a
m
Necesar b
1
b
2
. . . b
n
m

i=1
a
i
n

i=1
b
i
Tabelul 7.6.1.
Observat ia 7.6.1 Din condit iile de limitare a capacit at ilor rezult a ca este necesar ca pe
ecare linie, respectiv coloan a, s a e vericate inegalitat ile:
n

j=1
d
ij
a
i
, i = 1, m
respectiv
m

i=1
d
ij
b
j
, j = 1, n
Metoda de rezolvare a unei probleme de transport cu capacitat i limitate este aproape
identica cu cea a unei probleme de transport fara limite de capacitate.
La determinarea unei solut ii init iale valoarea variabilei din casut a ce se ocupa se
aa acum ca minimul dintre disponibilul necesar si capacitatea corespunzatoare varabilei
respective. Cand acest minim este egal cu capacitatea respectiva, valoarea se va sublinia,
ceea ce nseamna ca pe linia, respectiv coloana casut ei restul variabilelor nu se vor lua
automat egale cu zero. Aceasta nseamna ca, n general, vor ocupate mai mult decat
m+n 1 casut e. Se vor considera un numar de m+n 1 variabile nebarate.
Trecand la problema duala, se gasesc urmatoarele condit ii, de optimalitate pentru
probleme de transport cu capacitat i limitate:
1) u
i
+v
j
c
ij
, pentru casut ele libere (i, j);
2) u
i
+v
j
c
ij
, pentru casut ele (i, j) cu valori subliniate;
142
unde u
i
, i = 1, m si v
j
, j = 1, n sunt variabilele duale u
i
si v
j
, date de sistemul
u
i
+v
j
= c
ij
unde (i, j) este indice de casut a ocupata (corespunzatoare la variabila de baza).
La determinarea unei solut ii init iale, din cauza capacitat ilor limitate, sunt situat ii n
care nu se pot repartiza n casut e tot disponibilul si tot necesarul.
Pentru a nu ajunge la o astfel de situat ie, se recomanda urmatorul procedeu de
ocupare a casut elor: a) pe linia (sau coloana) costului minim se ocupa casut ele n ordine
crescatoare a costurilor; b) se procedeaza analog pe coloana (linia) ultimei casut e ocupate
din linia (coloana) de la a); c) se continua n mod analog, alternativ, pana la epuizarea
disponibilului si necesarului.
Exemplul 7.6.1. Sa se rezolve problema de transport cu capacitat i limitate:

x
11
+x
12
+x
13
+x
14
= 150
x
21
+x
22
+x
23
+x
24
= 250
x
31
+x
32
+x
33
+x
34
= 210
x
11
+x
21
+x
31
= 100
x
11
+x
21
+x
32
= 160
x
11
+x
23
+x
33
= 190
x
11
+x
24
+x
34
= 160
x
ij
0, i = 1, 2, 3 si j = 1, 2, 3, 4
x
12
80, x
23
170, x
31
80, x
32
120
(min)f = 3x
11
+ 12x
12
+ 5x
13
+ 9x
14
+ 2x
21
+ 13x
22
+
+5x
23
+ 6x
24
+x
31
+ 7x
32
+ 8x
33
+ 18x
34
.
Vom determina o solut ie init iala folosind metoda elementului minim. Obt inem astfel
Tabelul 7.6.2.
v
1
= 2 v
2
= 13 v
3
= 5 v
4
= 6 Disponibil
u
1
= 0
3 2
0
12 13
80 0
5
150
9 6
0
150; 0
u
2
= 0
2
20
13
40
5
30
6
160
250; 220; 200; 40; 0
u
3
= 3
1 80
80
7
120 120
8
10
18 9
0
210; 120; 10
Necesar 100
20
0
160
40
0
190
180
30
0
160
0
610
Tabelul 7.6.2.
Se observa ca pentru solut ia init iala avem 3 + 4 1 = 6 variabile de baza (core-
spunzatoare la casut e ocupate cu valori nesubliniate).
Asadar, putem trece la vericarea optimalitat ii. Calculam valorile duale (marginale)
si observam ca solut ia nu este optima deoarece pentru casut a libera (1, 2) avem u
1
+ v
2
=
13 > c
12
= 12. Ciclul corespunzator acestei casut e este (1, 2), (1, 3), (2, 3) si (2, 2).
Marcam cu + si . Valoarea minima = min40, 150 = 40 ne permite sa scriem solut ia
mbunatat ita data n Tabelul 7.6.3.
v
1
= 2 v
2
= 12 v
3
= 5 v
4
= 6 Disponibil
u
1
= 0
3 2
0
12
80 40
5
110
9 6
0
150
u
2
= 0
2
20
13 12
0
5
170 70
6
160
250
u
3
= 3
1 5
80 80
7 15
120 120
8
10
18 9
0
210
Necesar 100 160 190 160 610
143
Tabelul 7.6.3.
Se observa ca noua solut ie gasita este optimala deoarece pentru toate casut ele libere
avem u
i
+v
j
c
ij
, iar pentru casut ele ocupate cu valori subliniate avem u
i
+v
j
c
ij
. Avem
X =

0 40 110 0
20 0 70 160
80 120 10 0

cu
min f = 12 40 + 5 110 + 2 20 + 5 70 + 6 160 + 1 180 + 7 120 + 8 10 = 3380
Observat ia 7.6.2

In procesul de mbun atat ire a unei solut ii putem avea situat ia n care
u
i
+v
j
c
ij
pentru toate casut ele libere si s a existe o c asut a ocupata (r, s) cu valoare subliniat a
pentru care u
r
+ v
s
< c
rs
.

In acest caz se continu a procesul de mbun atat ire form and un
ciclu cu v arf negativ n c asut a (r, s) (ocupata cu valoarea subliniat a).
144
7.7 Testul Nr. 6 de vericare a cunostint elor
1. Precizat i not iunea de problema de transport.
2. Precizat i etapele generale ale rezolvarii unei probleme de transport.
3. a) Precizat i metoda colt iului Nord-Vest pentru determinarea unei solut ii init iale a
unei probleme de transport;
b) Precizat i metoda elementului maxim pentru determinarea unei solut ii init iale a
unei probleme de transport;
c) Prezentat i metoda diferent elor maxime pentru determinarea unei solut ii init iale
a unei probleme de transport.
4. a)

In ce consta mbunatat irea unei solut ii a unei probleme de transport?
b) precizat i algoritmul distributiv (algoritmul potent ialelor) pentru determinarea
solut iei optime a unei probleme de transport.
5. Se considera doi furnizori F
1
si F
2
, care au cantitat ile disponibile a
1
= 40 unitat i si res-
pectiv a
2
= 25 unitat i. Acestea sunt solicitate de trei beneciari B
1
, B
2
, B
3
n cantitat ile
b
1
= 10 unitat i, b
2
= 35 unitat i si b
3
= 20 unitat i. Cunoscand costurile unitare de trans-
port c
11
= 4, c
12
= 2, c
13
= 1, respectiv c
21
= 2, c
22
= 1, c
23
= 3 unitat i monetare, sa se
scrie modelul matematic si sa se determine o solut ie init iala a problemei de transport
considerate.
6. Considerand problema de transport prezentata n enunt ul problemei precedente (in-
clusiv solut ia init iala determinata) sa se gaseasca valorile marginale si sa se verice
condit iile de optimalitate.
7. Considerand probleme de transport prezentate n enunt ul problemei 8, sa se determine
o solut ie init iala folosind metoda colt ului nord-vest, iar apoi sa se utilizeze algoritmul
distributiv pentru mbunatat irea acesteia si rezolvarea completa a problemei respec-
tive.
8. Sa se rezolve problema de transport:

x
11
+x
12
+x
13
= 10
x
21
+x
22
+x
23
= 20
x
31
+x
32
+x
33
= 30
x
11
+x
21
+x
31
= 50
x
12
+x
22
+x
32
= 5
x
13
+x
23
+x
33
= 5
x
ij
0 , i = 1, 3 , j = 1, 3
f = 4x
11
+ 3x
12
+x
13
+ 2x
21
+ 4x
22
+ 5x
23
+x
31
+ 2x
32
+ 6x
33
minim
9. Presupunand ca la un moment dat n timpul rezolvarii unei probleme de transport s-a
ajuns la tabelul (situat ie):
4 4
10
2 2
20
1 4
0
2 3
0
1 1
2
3 3
20
Sa se analizeze situat ia data, apoi sa se ncerce formarea ciclului casut ei (1, 3). Sa se
rezolve situat ia de degenerare aparuta.
145
10. Sa se rezolve problema de transport:

x
11
+x
12
+x
13
= 11
x
21
+x
22
+x
23
+x
24
= 17
x
31
+x
32
+x
33
+x
34
= 14
x
11
+x
21
+x
31
= 5
x
12
+x
22
+x
32
= 15
x
13
+x
23
+x
33
= 7
x
14
+x
24
+x
34
= 15
x
ij
0 , i = 1, 3 , j = 1, 4
f = 4x
11
+ 2x
12
+ 5x
13
+x
14
+ 6x
21
+ 5x
22
+ 4x
23
+ 4x
24
+ 6x
31
+ 8x
32
+x
33
+ 5x
34
minim
146
Indicat ii si raspunsuri
Testul 6
5. Notand cu x
ij
cantitatea ce se va transporta de la furnizorul F
i
(i = 1, 2) la beneciarul
B
j
(j = 1, 3) se obt ine modelul matematic:

x
12
+x
12
+x
13
= 40
x
21
+x
22
+x
23
= 25
x
11
+x
21
= 10
x
12
+x
22
= 35
x
13
+x
23
= 20
x
ij
0 , i = 1, 2 , j = 1, 3
f = 4x
11
+ 2x
12
+x
13
+ 2x
21
+x
22
+ 3x
23
min
Apoi folosind metoda diferent elor maxime obt inem solut ia init iala: x
11
= 0, x
12
= 20,
x
13
= 20, x
21
= 10, x
22
= 15, x
23
= 0 si f = 95.
6. Se obt ine:
v
1
= 3 v
2
= 2 v
3
= 1
u
1
= 0
4 3
0
2 2
20
1 1
20
u
2
= 1
2 2
10
1 1
15
3 0
0
deci toate condit iile de optimizare sunt vericate si astfel solut ia X =
_
0 20 20
10 15 0
_
cu f = 95 este optima.
7. Se obt ine solut ia init iala:
4
10
2
30
1
0
2
0
1
5
3
20
Folosind valorile marginale se deduce ca solut ia nu este optima. Aplicand mai departe
algoritmul distributiv se obt ine solut ia optima X =
_
0 20 20
10 15 0
_
cu f
min
= 95.
8. Folosind metoda diferent elor maxime se obt ine solut ia init iala X =

0 5 5
20 0 0
30 0 0

. La
aplicarea algoritmului distributiv se ajunge la degenerare si se va introduce un zero
esent ial.

In nal se deduce ca solut ia init iala va optima si se calculeaza l
min
= 90.
9. Se rezolva situat ia de degenerare prin introducerea unui zero esent ial n casut a (1, 2).
10. Folosind metoda diferent elor maxime se obt ine solut ia init iala X
0
=

0 0 0 11
0 15 0 2
5 0 7 2

cu f = 141. Aceasta va optima, dar n casut a libera (1, 2) avem condit ia de optima-
litate vericata cu egalitate. Formand ciclul casut ei respective si vericand si condit ia
de optimalitate se deduce o noua solut ie optima: X
1
=

0 11 0 0
0 4 0 13
5 0 7 2

cu f
min
= 141.
Deci avem solut ia generala X = X
0
+ X
1
cu , [0, 1] si + = 1.
147
Bibliograa aferenta capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate n economie - Volumul I,
Editura ULB, Sibiu, 2001.
148
Capitolul 8
Siruri
Obiective: Recapitularea si completarea not iunilor despre siruri de numere reale,
cunoscute din nvat amantul preuniversitar, urmate de introducerea si studiul sirurilor n
spat ii metrice.
Rezumat: Prezentul capitol ncepe cu reluarea cunostint elor esent iale despre siruri
de numere reale. Se continua cu studiul sirurilor pe spat ii metrice, cu particularizari n
spat iile R
m
, m 1 si principiul contract iei.
Cont inutul capitolului:
1. Siruri de numere reale
2. Siruri n spat ii metrice
3. Test de vericare a cunostint elor
4. Bibliograa aferenta capitolului
Cuvinte cheie: sir de numere reale, sir monoton, sir marginit, limita, sir fun-
damental, dobanda compusa, sir de puncte ntr-un spat iu metric, spat iu metric complet,
contract ie, principiul contract iei.
8.1 Siruri de numere reale
Acest paragraf este consacrat recapitularii not iunilor principale despre siruri de nu-
mere reale si completarii lor cu cateva not iuni si rezultate necesare n expunerile ulterioare.
Denit ia 8.1.1 Se numeste sir de numere reale sau sir numeric o funct ie f : N
p
R, unde
N
p
= p, p + 1, p + 2, . . ., p ind un num ar natural.
Scriind f(n) = a
n
, sirul se noteaza prin (a
n
)
np
sau a
n

np
.

In mod uzual se ia p = 1
sau, uneori, p = 0. Pentru comoditate, fara a restrange generalitatea, vom considera sirurile
(a
n
)
n1
, scriind simplu (a
n
); a
n
se va numi termenul general al sirului.
Un sir poate dat prin termenul general, enumerand termenii sirului sau printr-o
formula de recurent a.
Denit ia 8.1.2 Un sir de numere reale (a
n
) este marginit superior (majorat) dac a mult imea
termenilor s ai este majorata.
Altfel spus, sirul numeric (a
n
) este majorat daca exista numarul real asancat a
n
,
n = 1, 2, 3, . . ..
Denit ia 8.1.3 Un sir de numere reale (a
n
) este marginit inferior (minorat) dac a mult imea
termenilor s ai este minorata.
Cu alte cuvinte, sirul numeric (a
n
) este minorat daca exista numarul real asa ncat
a
n
, n = 1, 2, 3, . . ..
149
Denit ia 8.1.4 Spunem ca sirul numeric (a
n
) este marginit dac a simultan este majorat si
minorat, adic a daca exist a numerele reale si asa nc at a
n
, n = 1, 2, 3, . . ..
Deoarece orice interval [, ] este inclus ntr-un interval simetric fat a de 0 de forma
[M, M], cu M > 0, putem arma ca sirul (a
n
) este marginit daca si numai daca exista un
numar real M > 0 asa ncat sa avem
[a
n
[ M, n = 1, 2, 3, . . . .
Denit ia 8.1.5 Sirul numerelor (a
n
) este nemarginit dac a nu este marginit, adic a daca n
afara oric arui interval m arginit exist a cel put in un termen al sirului.
Exemple:
8.1.1 Sirul a
n
= 2 + (1)
n
este marginit deoarece [a
n
[ 3, ()n N.
8.1.2 Sirul a
n
= 3
n
nu este marginit superior dar este marginit inferior (a
n
1, ()n N).
8.1.3 Sirul a
n
= 3
n
nu este minorat, dar este majorat (a
n
< 0, ()n N).
8.1.4 Sirul a
n
= (1)
n
2
n
nu este nici minorat si nici majorat.
Denit ia 8.1.6 Sirul (a
n
) este crescator (strict crescator) daca a
n
a
n+1
, (respectiv a
n
<
a
n+1
) pentru orice n N

.
Denit ia 8.1.7 Sirul (a
n
) este descrescator (strict descrescator) daca a
n+1
a
n
(respectiv
a
n+1
< a
n
) pentru orice n N

.
Un sir crescator sau descrescator se numeste sir monoton, iar un sir strict crescator
sau strict descrescator se numeste sir strict monoton.
Exemple:
8.1.5 Sirul a
n
=
2n 1
n
este strict crescator.
8.1.6 Sirul a
n
=
2n + 1
n
este strict descrescator.
8.1.7 Sirul a
n
= 2 + (1)
n
nu este monoton.
Denit ia 8.1.8 Fie (a
n
) un sir de numere reale, iar (n
k
) un sir strict cresc ator de numere
naturale. Sirul y
k
= a
n
k
, k N, se numeste subsir al sirului (a
n
).
Denit ia 8.1.9 Sirul numeric (a
n
) are limita l R daca pentru orice num ar real > 0, exist a
un num ar natural n

astfel nc at sa avem [a
n
l[ < , pentru orice n natural, n > n

.
Daca sirul (a
n
) are limita l se scrie lim
n
a
n
= l sau a
n
l pentru n si se mai spune
ca (a
n
) este convergent la l.
Geometric, faptul ca (a
n
) converge la l nseamna ca n afara intervalului
V (l, ) = (l , l + ) (numit vecinatate de centru l si raza ) se aa un numar nit
de termeni, a
1
, a
2
, . . . , a
n

, iar interiorul lui V (l, ) se aa o innitate de termeni ai sirului


(g.8.1.1).
Fig.8.1.1.
150
Rezulta ca orice sir numeric convergent este marginit.
Denit ia 8.1.10 Sirul numeric (a
n
) are limita + daca pentru orice numar real pozitiv E,
exist a n
E
N asa nc at a
n
> E, pentru orrice n natural, n > n
E
.
Daca sirul (a
n
) are limita +nseamna ca n afara intervalului V () = (E, ) (numit
vecin atate a lui +) se aa un numar nit de termeni a
1
, a
2
, . . . , a
n
E
(g.8.1.2).
Fig.8.1.2.
Denit ia 8.1.11 Sirul numeric (a
n
) are limita daca pentru orice numar real negativ E,
exist a n
E
N asa nc at a
n
< E, pentru orice n natural, n > n
E
.
Daca sirul a
n
are limita se scrie lim
n
a
n
= sau a
n
pentru n .
Geometric, faptul ca sirul (a
n
) are limita nseamna ca n afara intervalului
V () = (, E) (numit vecin atate a lui ) se aa un numar nit de termeni ai sirului:
a
1
, a
2
, . . . , a
n
E
(g.8.1.3).
Fig.8.1.3.
Daca un sir de numere reale are limita + sau se mai zice ca are limit a innit a.
Un sir de numere reale care are limita innita sau nu are limita se spune ca este divergent.
Propozit ia 8.1.1 Dac a un sir de numere reale are limit a, nit a sau innit a, atunci ea este
unic a.
Veridicitatea acestei propozit ii rezulta prin reducere la absurd si folosind denit ia
limitei unui sir.
Teorema 8.1.1 Dac a (a
n
) si (b
n
) sunt siruri de numere reale astfel nc at lim
n
a
n
= l
1
,
lim
n
b
n
= l
2
, l
1
si l
2
nite sau innite, iar a
n
b
n
pentru n natural, n n
0
, atunci l
1
l
2
.
Demonstrat ie. Vom demonstra numai n cazul l
1
si l
2
nite.

In celelalte situat ii demonstrat ia
este analoaga.
Presupunem ca l
1
> l
2
. Putem alege > 0 asa ncat l
1
> l
2
+ > l
2
. Atunci
exista n
1
N asa ncat daca n > n
1
sa avem [a
n
l
1
[ < adica < a
n
l
1
< , de unde
a
n
> l
1
> l
2
+ . Din lim
n
b
n
= l
2
rezulta ca exista n
2
sa avem [b
n
l
2
[ < , de unde
b
n
< l
2
+. Acum, deducem ca pentru n > maxn
0
, n
1
, n
2
are loc inegalitatea a
n
> b
n
, ceea
ce contrazice ipoteza. Asadar, l
1
l
2
.
Utilizand aceasta teorema, se deduce valabilitatea urmatoarelor criterii de comparat ie,
utile n aarea limitelor de siruri.
Propozit ia 8.1.2 (Criteriul majorarii pentru limita nita). Dac a pentru sirul de numere
reale (a
n
) exist a un num ar real l si un sir numeric (b
n
), cu lim
n
b
n
= 0, astfel nc at [a
n
l[ b
n
,
atunci lim
n
a
n
= l.
151
Observat ia 8.1.1

In practic a, cea mai nt alnit a situat ie este a
n
= x
n
y
n
, cu (x
n
) sir m arginit
si (y
n
) un sir convergent la zero.
Exemplul 8.1.8. Sirul a
n
=
1
n
sin
1
n
, n N

are limita 0 deoarece lim


n
1
n
= 0 si

sin
1
n

1.
Propozit ia 8.1.3 (Criteriul minorarii pentru limita +). Dac a pentru sirul de numere reale
(a
n
) exist a sirul numeric (b
n
), cu lim
n
b
n
= +, si num arul natural n
0
asa nc at a
n
b
n
,
pentru orice n n
0
, atunci lim
n
a
n
= +.
Exemplul 8.1.9. Sirul a
n
=
n

1 + 2
2
+ 3
3
+. . . +n
n
, n N

, are limita +deoarece a


n

n

n
n
=
n, pentru orice n N

, si lim
n
a
n
= +.
Propozit ia 8.1.4 (Criteriul majorarii pentru limita ). Dac a pentru sirul numeric (a
n
)
exist a sirul de numere reale (b
n
), cu lim
n
b
n
= , si num arul natural n
0
, asa nc at a
n
b
n
,
pentru orice n n
0
, atunci lim
n
a
n
= .
Propozit ia 8.1.5 (Criteriul ncadrarii unui sir ntre doua siruri care au aceeasi limita sau
criteriul clestelui).
Dac a pentru sirul numeric (a
n
) exist a sirurile (b
n
) si (c
n
) de numere reale asa nc at
b
n
a
n
c
n
pentru n n
0
, n
0
N, cu lim
n
b
n
= lim
n
c
n
= l, atunci sirul (a
n
) are limit a si
lim
n
a
n
= l.
Exemplul 8.1.10. Pentru sirul
a
n
=
1
3

8n
3
+n + 1
+
1
3

8n
3
+ 2n + 2
+. . . +
1
3

8n
3
+n
2
+n
,
n N

, avem
n
3

8n
3
+n
3
+n
< a
n
<
n
3

8n
3
+n + 1
, pentru orice n N

.
Cum
lim
n
n
3

8n
3
+n
2
+n
= lim
n
n
3

8n
3
+n + 1
=
1
2
,
deducem ca
lim
n
a
n
=
1
2
.
Propozit ia 8.1.6 Fie (a
n
) si (b
n
) siruri de numere reale cu lim
n
a
n
= l
1
si lim
n
b
n
= l
2
, l
1
si l
2
nite sau innite. Dac a l
1
+l
2
are sens, atunci lim
n
(a
n
+b
n
) = lim
n
a
n
+ lim
n
b
n
= l
1
+l
2
.
Demonstrat ie. Sa consideram cazul l
1
si l
2
nite. Pentru orice > 0 exista numerele naturale
n
1
si n
2
asa ncat
[a
n
l
1
[ <

2
, pentru orice n natural n > n
1
si
[b
n
l
2
[ <

2
, pentru orice n natural n > n
2
Fie n

= maxn
1
, n
2
. Atunci, pentru orice n natural n > n

, avem, n conformitate
cu cele doua inegalitat i:
[(a
n
+b
n
) (l
1
+l
2
)[ [a
n
l
1
[ +[b
n
l
2
[ <

2
+

2
= ,
ceea ce ne arata ca
lim
n
(a
n
+b
n
) = l
1
+l
2
.

In mod analog se demonstreaza ca: daca l


1
= + si l
2
nit, atunci l
1
+ l
2
= +; daca
l
1
= + si l
2
= +, atunci l
1
+l
2
= +, iar daca l
1
= si l
2
= , atunci l
1
+l
2
= .
152
Observat ia 8.1.2 Pentru l
1
= + si l
2
= operat ia l
1
+l
2
este far a sens (numit si caz de
except ie sau caz de nedeterminare) deoarece n acest caz nu se poate preciza de la nceput
valoarea lui l
1
+ l
2
, aceasta put and sa e orice numar real, +, sau s a nu existe, n
funct ie de (a
n
) si (b
n
).
Observat ia 8.1.3 Armat iile din Propozit ia 8.1.6 r aman valabile si pentru un num ar nit
de termeni independent de n.
Astfel, putem scrie
lim
n
_
1
n
+
2
n
+ +
k
n
_
= 0 (k independent de n)
dar nu putem scrie
lim
n
_
1
n
+
2
n
+. . . +
n
n
_
= 0 +. . . + 0
. .
0
= 0
Corect, avem
lim
n
_
1
n
+
2
n
+. . . +
n
n
_
= lim
n
1 + 2 +. . . +n
n
=
= lim
n
n(n + 1)
2n
= lim
n
n + 1
2
= .
Propozit ia 8.1.7 Fie (a
n
) si (b
n
) dou a siruri de numere reale cu lim
n
a
n
= l
1
si lim
n
b
n
= l
2
.
Dac a l
1
l
2
are sens, atunci lim
n
(a
n
b
n
) = lim
n
a
n
lim
n
b
n
= l
1
l
2
.
Demonstrat ie. Sa consideram l
1
si l
2
nite. Daca l
2
= 0, atunci t inand seama ca a
n
este
marginit, pe baza Observat iei 8.1.1, gasim lim
n
a
n
b
n
= 0.
Sa presupunem ca l
2
,= 0. Cum (a
n
) este convergent, pe de o parte este marginit, adica
exista M > 0 asa ncat [a
n
[ < M, pentru orice n N

, iar pe de alta parte, pentru orice > 0


exista n
1
N asa ncat
[a
n
l
1
[ <

2[l
2
[
, pentru orice n > n
1
Din lim
n
b
n
= l
2
rezulta ca pentru orice > 0 exista n
2
N asa ca
[b
n
l
2
[ <

2M
, pentru orice n > n
2
.
Considerand n

= maxn
1
, n
2
, avem
[a
n
b
n
l
1
l
2
[ = [a
n
b
n
a
n
l
2
+a
n
l
2
l
1
l
2
[ = [a
n
(b
n
l
2
) +l
2
(a
n
l
1
)[
[a
n
[ [b
n
l
2
[ +[l
2
[ [a
n
l
1
[ < M

2M
+[l
2
[

2[l
2
[
= ,
pentru orice n > n

, adica lim
n
(a
n
b
n
) = l
1
l
2
.
Analog se arata ca: daca l
1
nit si l
2
= +, atunci l
1
l
2
= +, daca l
1
> 0 si l
1
l
2
= ,
daca l
1
< 0, daca l
1
nit si l
2
= , atunci l
1
l
2
= , daca l
1
> 0 si l
1
l
2
= +, daca l
1
< 0;
daca l
1
= + si l
2
= , atunci l
1
l
2
= , daca l
1
= + si l
2
= +, atunci l
1
l
2
= + iar
daca l
1
= si l
2
= , atunci l
1
l
2
= +.
Observat ia 8.1.4 Pentru l
1
= 0 si l
2
= , operat ia l
1
l
2
este far a sens.
Observat ia 8.1.5 Cele armate la Observat ia 8.1.3 r aman valabile si la produsul de siruri.
Propozit ia 8.1.8 Fie (a
n
) un sir de numere reale cu lim
n
a
n
= l.
153
i) Dac a l R

, atunci lim
n
1
a
n
=
1
l
;
ii) Dac a l = + sau l = , atunci lim
n
1
a
n
= 0;
iii) Dac a l = 0 si a
n
> 0 pentru tot i n n
0
, atunci lim
n
1
a
n
= +, iar dac a a
n
< 0 pentru
tot i n n
0
, atunci lim
n
1
a
n
= .
Demonstrat ie. i) Cum l ,= 0 rezulta ca 1/a
n
este denit cu except ia eventual, a unui numar
nit de termeni.
Cum [ [a
n
[ [l[ [ [a
n
l[, Deducem ca lim
n
[a
n
[ = [l[. Acum exista n
1
N asa ncat
[ [a
n
[ [l[ [ <
[l[
2
, de unde [a
n
[ >
[l[
2
, pentru orice n n
1
.
Pentru orice > 0 exista n
2/
N asa ca
[a
n
l[ <
[l[
2
2
, pentru orice n > n
2
.
Fie n

= maxn
1
, n
2
; atunci

1
a
n

1
l

=
[a
n
l[
[a
n
[ [l[
<
[l[
2

2

1
[l[

2
[l[
= ,
pentru orice n > n

. Prin urmare, lim


n
1
a
n
=
1
l
.

In mod analog se demonstreaza punctele ii) si iii) din enunt ul Propozit iei 8.1.8.
Observat ia 8.1.6 Folosind Propozit iile 8.1.7 si 8.1.8, acum, putem preciza limita c atului a
dou a siruri. Dac a lim
n
a
n
= l
1
, lim
n
b
n
= l
2
si l
1
/l
2
are sens (cazuri de except ie sunt 0/0 si
/ ), atunci lim
n
a
n
/b
n
= l
1
/l
2
.
Propozit ia 8.1.9 Fie (a
n
) si (b
n
) dou a siruri de numere reale, a
n
> 0, pentru orice n N

,
lim
n
a
n
= a si lim
n
b
n
= b.
i) Dac a a (0, ) si b R, atunci lim
n
a
b
n
n
= a
b
;
ii) Dac a a = 0 si b R 0, atunci
lim
n
a
b
n
n
=
_
0 , pentru b > 0
+ , pentru b < 0;
iii) Dac a a (0, +) si b = +, atunci
lim
n
a
b
n
n
=
_
, pentru a > 1
0 , pentru a (0, 1);
iv) Dac a a (0, +) si b = , atunci
lim
n
a
b
n
n
=
_
0 , pentru a > 1
, pentru a (0, 1);
v) Daca a = + si b (0, ), atunci
lim
n
a
b
n
n
=
_
+ , pentru b > 0
0 , pentru b < 0.
154

In cazul ridicarii la putere avem cazurile de except ii, situat iile 0


0
,
0
si 1

.
Pentru demonstrat ie acestei propozit ii se poate consulta cartea [4].
Propozit ia 8.1.10 Sunt adevarate armat iile:
i) Orice sir de numere reale monoton si marginit este convergent;
ii) Orice sir numeric cresc ator si nemarginit are limita +;
iii) Orice sir numeric descresc ator si nemarginit are limita .
Demonstrat ie.
i) Fie (a
n
) un sir crescator si marginit. Punem = supa
n
[ n N

. Avem a
n
, pentru
orice n N

. Deoarece este majorant, pentru orice > 0, exista n

asa ncat
< a
n

. Cum sirul (a
n
) este crescator, pentru orice n N, n n

va rezulta
a
n
a
n

. Deci, < a
n

a
n
, de unde [a
n
[ < pentru n > n

, ceea ce ne arata
ca lim
n
a
n
= .
ii) Fie (a
n
) un sir numeric monoton crescator si nemarginit. Atunci mult imea termenilor
sirului este marginita inferior de a
1
, dar nu este majorata. Rezulta ca, pentru orice
E > 0, exista un n
E
N asa ncat a
n
E
> E. Acum, pentru n N, n > n

, putem scrie
a
n
a
n

> E, ceea ce ne arata ca lim


n
a
n
= +.
iii) Se demonstreaza la fel ca ii).
Observat ia 8.1.7 Propozit ia 8.1.10 se poate enunt a scurt: orice sir monoton de numere
reale are o limit a n R = R , +.
Exemplul 8.1.11. Fie sirul e
n
= (1 + 1/n)
n
, n N

. Sa aratam ca (e
n
) este convergent.
Sa pornim de la identitatea
b
k
a
k
= (b a)(b
k1
+b
k2
a + +ba
k2
+a
k1
), (8.1)
care este valabila pentru orice a, b R si orice k natural. Din (8.1), pentru 0 < a < b, obt inem
inegalitatea
b
k
< a
k
+k(b a)b
k1
. (8.2)
Luand n (8.2) a = 1 + 1/(n + 1), b = 1 + 1/n si k = n + 1, gasim
_
1 +
1
n
_
e
n
= b
n+1
< a
n+1
+
n + 1
n(n + 1)
b
n
= e
n+1
+
1
n
e
n
,
de unde rezulta e
n
< e
n+1
, ceea ce ne arata ca sirul (e
n
) este strict crescator. Sa aratam ca
sirul (e
n
) este marginit superior. Luam n (8.2) a = 1, b = 1 + 1/(2n) si k = n si obt inem
_
1 +
1
2n
_
n
< 1 +n
1
2n
_
1 +
1
2n
_
n1
< 1 +
1
2
_
1 +
1
2n
_
n
,
de unde gasim
_
1 +
1
2n
_
n
< 2,
care conduce la e
2n
< 4. Deoarece (e
n
) este un sir strict crescator, urmeaza ca e
n
< 4 pentru
orice n N

. Din punctul i) al Propozit iei 8.1.10 deducem ca sirul (e


n
) este convergent.
Limita sirului (e
n
) se noteaza cu e, care este un numar des ntalnit n matematica si stiint a.
valoarea lui este 2, 71828 . . ..
155
Propozit ia 8.1.11 (Lema lui Cesar o). Orice sir m arginit de numere reale cont ine cel put in
un subsir convergent.
Demonstrat ie. Fie (a
n
) un sir marginit de numere reale. Consideram submult imile
A
k
= a
k
, a
k+1
, . . ., k N

si notam cu b
k
marginile lor superioare (acestea exista deoarece
mult imea A
1
= a
1
, a
2
, . . . este marginita). Din A
k
A
k+1
, rezulta b
k
b
k+1
k N

, si deci
sirul (b
n
) este descrescator. Cum A
k
A
1
, pentru orice k N

si A
1
marginita rezulta ca
sirul (b
k
) este marginit inferior. Rezulta ca sirul (b
k
) este convergent.
Daca pentru orice k N

avem b
k
A
k
, atunci putem lua b
k
= a
n
k
cu n
k
k. Din n
k
k
obt inem lim
n
n
k
= , ceea ce ne arata ca putem extrage un subsir (n
k
) strict crescator de
numere naturale, iar subsirul (a
n
k
) va un subsir al sirului (a
n
), care are limita.
Acum, sa presupunem ca exista un indice i N asa ncat b
i
, A
i
. Din faptul ca b
i
este marginea superioara a mult imii A
i
, deducem ca pentru orice n N

exista k
n
asa ncat
b
i

1
n
< a
i+k
n
b
i
, adica putem scrie [a
i+k
n
b
i
[ <
1
n
. De aici, pe baza criteriului majorarii
pentru limita nita, obt inem lim
n
a
i+k
n
= b
i
. Sa aratam ca sirul (k
n
) de numere naturale
este nemarginit.

Intr-adevar, daca ar exista un n
0
astfel ca k
n
= k
n
0
, pentru tot i n n
0
,
atunci am avea [a
i+k
n0
b
i
[
1
n
pentru tot i n > n
0
, ceea ce ar nsemna ca a
i+k
n
0
= b
i
si b
i
A
i
,
ceea ce ar constitui o contradict ie. Prin urmare, subsirul (a
i+k
n
) este un subsir convergent
pentru sirul (a
n
).
Denit ia 8.1.12 Un sir (a
n
) de numere reale se numeste sir fundamental sau sir Cauchy
daca pentru orice > 0, exist a un num ar natural n

, astfel nc at pentru orice n, m N

,
n > n

, m > n

s a avem [a
m
a
n
[ < .
Daca n = m, atunci condit ia din denit ia precedenta este evident satisfacuta. De
aceea, putem considera, fara a restrange generalitatea, ca m > n, adica m = n + p, unde
p N

. Atunci Denit ia 8.1.12 se poate scrie sub forma echivalenta.


Denit ia 8.1.13 Un sir (a
n
) numeric se numeste sir fundamental sau sir Cauchy dac a,
pentru orice > 0, exist a un num ar natural n

asa nc at pentru orice n N, n > n

si orice
p N s a avem [a
n+p
a
n
[ < .
Propozit ia 8.1.12 Orice sir fundamental de numere reale este marginit
Demonstrat ie. Aplicam Denit ia 8.1.12 pentru = 1. Atunci exista n
1
N asa ncat pentru
orice n, m N, n > n
1
, m > n
1
, sa avem [a
n
a
m
[ < 1. Acum, putem scrie
[a
n
[ = [a
n
a
n
1
+1
+a
n
1
+1
[ [a
n
a
n
1
+1
[ +[a
n
1
+1
[ < 1 +[a
n
1
+1
[
pentru orice n > n
1
. Daca punem = max[a
1
[, [a
2
[, . . . , [a
n
1
[, [1 + [a
n
1
+1
[. atunci [a
n
[ ,
pentru orice n N

, adica sirul (a
n
) este marginit.
Teorema 8.1.2 (Criteriul lui Cauchy). Un sir de numere reale este convergent daca si
numai dac a este sir fundamental.
Demonstrat ie. Necesitatea. Fie (a
n
) un sir de numere convergent la l. Sa aratam ca este
fundamental. Din lim
n
a
n
= l, rezulta ca pentru orice > 0 exista n

N asancat [a
n
l[ < /2
pentru orice n N, n > n

. Atunci, pentru orice n, m N, m > n

, n > n

avem
[a
n
a
m
[ = [a
n
l +l a
m
[ [a
n
l[ +[a
m
l[ <

2
+

2
=
ceea ce ne dovedeste ca (a
n
) este un sir fundamental.
Sucient a. Sa admitem ca (a
n
) este un sir fundamental si sa aratam ca exista l R asa
ncat lim
n
a
n
= l. Sirul (a
n
) ind fundamental, rezulta ca este marginit (Propozit ia 8.1.12).
Atunci conform Lemei lui Cesaro (Propozit ia 8.1.11), sirul (a
n
) va cont ine un subsir (a
n
k
)
156
convergent; e l limita sa. Deoarece a
n
k
l, pentru k , rezulta ca pentru orice > 0
exista k

N asa ncat
[a
n
k
l[ <

2
, pentru orice k N, k > k

. (8.3)
Din faptul ca (a
n
) este sir fundamental avem ca exista n
1
N asa ncat
[a
n
a
m
[ <

2
, pentru orice n, m N, n > n
1
, m > n
1
.
Fie acum n

= maxk

, n
1
si luand k > n

n (8.3), obt inem:


[a
n
l[ = [a
n
a
n
k
+a
n
k
l[ [a
n
a
n
k
[ +[a
n
k
l[ <

2
+

2
= ,
pentru orice n N, n > n

.
Prin urmare, sirul (a
n
) are limita l R, adica este convergent.
Observat ia 8.1.8 Criteriul lui Cauchy permite studierea convergent ei unui sir f ar a sa
cunoastem limita lui. Pentru aceasta este sucient s a cercetam daca sirul este funda-
mental.
Exemplul 8.1.12. Sa aratam ca sirul
a
n
=
cos x
3
+
cos 2x
3
2
+. . . +
cos nx
2
n
, n R,
este sir Cauchy, deci convergent.
Avem
a
n+p
=
cos x
3
+
cos 2x
3
2
+. . . +
cos nx
3
n
+
cos(n + 1)x
3
n+1
+. . . +
cos(n +p)x
3
n+p
,
cu p N

.
Atunci
[a
n+p
a
n
[ =

cos(n + 1)x
3
n+1
+. . . +
cos(n +p)x
3
n+p

1
3
n+1
+. . . +
1
3
n+p
=
1
3
n+1

1
1
3
p
1
1
3
+
1
2 3
n
_
1
1
3
p
_
<
1
2 3
n
.
Cum 1/2 3
n
0, rezulta ca pentru orice > 0 exista n

N asa ncat 1/2 3


n
< ,
pentru orice n N, n > n

. Atunci, pentru orice n > n

si orice p N

, avem [a
n+p
a
n
[ < ,
ceea ce ne asigura ca (a
n
) este sir Cauchy.
Exemplul 8.1.13. Sa aratam ca sirul
a
n
= 1 +
1
2
+. . . +
1
n
nu este fundamental, deci nu este sir convergent.
Se observa ca avem
a
2n
a
n
=
1
n + 1
+
1
n + 2
+. . . +
1
2n
>
1
2n
+. . . +
1
2n
. .
de n ori
= n
1
2n
=
1
2
,
ceea ce ne arata ca (a
n
) nu poate sir Cauchy.
Aplicat ie economica. Dob anda compusa. Se investeste o suma S, data ntr-o anumita
unitate monetara, care acumuleaza o dobanda compusa de r% anual.
Daca dobanda se adauga anual, atunci la sfarsirul primului an vom avea suma
S
1
= S +rS = S(1 +r).
157
Dupa doi ani, vom avea suma
S
2
= S(1 +r)
2
,
iar dupa trecerea a k ani, suma acumulata va
S
k
= S(1 +r)
k
.
Daca dobanda s-ar adauga de n ori pe an, atunci la trecereea a k ani am avea suma
S
n,k
= S
_
1 +
r
n
_
kn
.
Se observa ca sirul (S
n,k
) este crescator n raport cu n. Apare ntrebarea: daca n ar
creste, adica adaugarea dobanzii s-ar face cat mai des, valoarea sumei acumulate n cei k
ani, ar creste foarte mult?
Pentru a raspunde la ntrebare sa calculam limita sirului (S
n,k
) cand n . Avem
lim
n
S
n,k
= lim
n
S
_
1 +
r
n
_
nk
= S lim
n
_
_
1 +
r
n
_n
r
_ r
n
nk
= Se
rk
,
ceea ce ne arata ca, practic, valoarea sumei nale depinde de suma init iala S, dobanda
anuala r si de numarul de ani k, inuent a desimii adaugarii dobanzii ind de mai mica
important a.
De exemplu, daca am depune o suma S = 1$ cu dobanda compusa anuala de 1% pe o
perioada de 1 an, oricat de des am adauga dobanda, valoarea sumei acumulate la sfarsirul
anului ar oscila n jurul lui e = 2, 71828 . . . $. (v. [2], [3], [5]).
8.2 Siruri n spat ii metrice
Denit ia 8.2.1 Se numeste sir de puncte n spat iul metric (X, d) o aplicat ie a mult imii N

=
1, 2, . . . , n, . . . n X.
Pentru un astfel de sir folosim notat ia (x
n
)
n1
sau simplu (x
n
) ca si n cazul sirurilor
de numere reale.
Denit ia 8.2.2 Sirul de puncte (x
n
) din spat iul metric (X, d) este convergent la x X daca
sirul de numere reale pozitive (d(x
n
, x)) are limita zero.
Ca si la sirurile reale folosim notat ia lim
n
x
n
= x sau x
n
x (n ).
Altfel spus, sirul x
n
x (n ) n spat iul metric (X, d) daca pentru orice > 0, exista
n

N, astfel ncat d(x


n
, x) < daca n > n

.
Propozit ia 8.2.1 Dac a sirul de puncte ((x
n
) din (X, d) este convergent n spat iul metric
(X, d), atunci limita lui este unic a.
Demonstrat ie. Fie lim
n
x
n
= x si lim
n
x
n
= y. Din Denit ia 8.2.2 avem lim
n
d(x
n
, x) =
0 si lim
n
d(x
n
, y) = 0. Atunci din d(x, y) d(x, x
n
) + d(x
n
, y) avem d(x, y) lim
n
d(x
n
, x) +
lim
n
d(x
n
, y) = 0, de unde deducem ca d(x, y) = 0. Deci avem x = y.
Denit ia 8.2.3 Sirul de puncte (x
n
) din spat iul metric (X, d) este marginit dac a exist a x
0
X
si M > 0 asa nc at d(x
n
, x
0
) M, pentru orice n N

.
Propozit ia 8.2.2 Orice sir convergent de puncte din spat iul metric (X, d) este marginit.
158
Demonstrat ie. Fie lim
n
x
n
= x; pentru = 1 exista n
1
N asa ncat d(x
n
, x) < 1, oricare ar
n > n
1
. Punand M = maxd(x
1
, x), d(x
2
, x), . . . , d(x
n
1
, x), 1, avem d(x
n
, x) M, pentru orice
n N

, ceea ce ne arata ca sirul de puncte (x


n
) este marginit n (X, d).
Denit ia 8.2.4 Sirul de puncte (y
n
) din spat iul (X, d) este subsir al sirului de puncte (x
n
) din
(X, d) daca exist a un sir (k
n
)
n1
de numere naturale, strict cresc ator, asa nc at y
n
= x
k
n
.
Propozit ia 8.2.3 Dac a sirul de puncte (x
n
) este convergent la x n (X, d), atunci orice subsir
al s au are de asemenea limita x.
Demonstrat ie. Valabilitatea propozit iei rezulta din Propozit ia 8.1.11, de la siruri de
numere reale deoarece daca (y
n
) este un subsir al sirului de puncte (x
n
), atunci sirul real
(d(y
n
, x)) este subsir al sirului numeric (d(x
n
, x)).
Propozit ia 8.2.4 (Criteriul majorarii). Dac a pentru sirul de puncte (x
n
) din (X, d) exist a
x X si sirul (a
n
) de numere reale asa ca d(x
n
, x) [a
n
[ si lim
n
a
n
= 0, atunci (x
n
) este
convergent si lim
n
x
n
= x.
Demonstrat ia se obt ine folosind criteriul majorarii de la siruri de numere reale si
Denit ia 8.2.2.
Denit ia 8.2.5 Sirul de puncte (x
n
) din (X, d) se numeste sir fundamental sau sir Cauchy
daca pentru orice > 0 exist a n

N asa nc at pentru orice n, m N, n > n

, m > n

, s a
avem d(x
m
, x
n
) < .
Daca n Denit ia 8.2.5 luam m = n+p, p N

, atunci obt inem formularea echivalenta:


sirul (x
n
) din (X, d) este fundamental daca, pentru orice > 0 si orice p N

exista n

N
astfel ncat, pentru orice n N, n > n

, avem d(x
n+p
, x
n
) < .
Propozit ia 8.2.5 Orice sir fundamental n spat iul metric (X, d) este marginit.
Demonstrat ie. Fie (x
n
) un sir Cauchy n (X, d). Pentru = 1 exista n
1
N asa ncat,
pentru orice n, m N, n > n
1
, m > n
1
, sa avem d(x
n
, x
m
) < 1. Daca punem
M = max1, d(x
1
, x
n
1
+1
), d(x
2
, x
n
1
+1
), . . . , d(x
n
1
, x
n
1
+1
)
atunci d(x
n
, x
n
1
+1
) M, pentru orice n N

. Prin urmare, sirul (x


n
) este marginit n (X, d).
Teorema 8.2.1 Orice sir convergent de puncte din (X, d) este sir Cauchy n (X, d).
Demonstrat ie. Fie (x
n
) un sir convergent de puncte din (X, d). Daca lim
n
x
n
= x, x X,
atunci pentru orice > 0 exista n

asa ncat, oricare ar n N, n > n

, sa avem d(x
n
, x) < /2.
Cum pentru orice p N

si orice n N, n > n

, avem si d(x
n+p
, x) < /2, putem scrie
d(x
n+p
, x
n
) d(x
n+p
, x) +d(x, x
n
) < /2 +/2 = ,
pentru orice n > n

. De aici, rezulta ca sirul (x


n
) este sir fundamental.
Reciproca Teoremei 8.2.1 nu este adevarata n orice spat iu metric.
Exemplul 8.2.1.

In spat iul metric (R, [ [),

inzestrat cu metrica data de modul, sirul e
n
=
_
1 +
1
n
_
n
, n N

este convergent (deci si fundamental) si are limita e.


Spat iul metric (Q, [ [) este un subspat iu al lui (R, [ [). Proprietatea sirului (e
n
) de a
fundamental se pastreaza si n (Q, [ [), dar el nu mai este convergent n (Q, [ [) deoarece
numarul e , Q (e este numar irat ional).
Denit ia 8.2.6 Spat iul metric (X, d) se numeste complet daca orice sir fundamental din
(X, d) este convergent n (X, d).
Exemplul 8.2.2. Spat iul metric (R, [ [) este complet pe baza criteriului lui Cauchy (v.
Teorema 8.1.2).
159
Denit ia 8.2.7 Un spat iu vectorial normat si complet se numeste spat iu Banach, iar un
spat iu prehilbertian si complet se numeste spat iu Hilbert.
Fie (X, d
1
), (Y, d
2
) doua spat ii metrice si Z = X Y produsul cartezian al celor doua
spat ii metrice. Daca z
1
= (x
1
, y
1
), z
2
= (x
2
, y
2
) sunt doua puncte din Z, atunci denim
d(z
1
, z
2
) =
_
d
2
1
(x
1
, x
2
) +d
2
2
(y
1
, y
2
).
Propozit ia 8.2.6 (Z, d) este un spat iu metric.
Demonstrat ie. Trebuie sa vericam pentru d axiomele metricii.
1. Evident d(z
1
, z
2
) 0, oricare ar (z
1
, z
2
) Z. Daca d(z
1
, z
2
) = 0, atunci d
1
(x
1
, x
2
) = 0 si
d
2
(y
1
, y
2
) = 0, de unde rezulta x
1
= x
2
, y
1
= y
2
, adica z
1
= z
2
.
2. d(z
1
, z
2
) =
_
d
2
1
(x
1
, x
2
) +d
2
2
(y
1
, y
2
) =
_
d
2
1
(x
2
, x
1
) +d
2
2
(y
2
, y
1
) = d(z
2
, z
1
), oricare ar z
1
, z
2
Z.
3. Fie z
3
= (x
3
, y
3
) nca un punct arbitrar din Z. Avem
d(z
1
, z
2
) =
_
d
2
1
(x
1
, x
2
) +d
2
2
(y
1
, y
2
)

_
(d
1
(x
1
, x
3
) +d
1
(x
3
, x
2
))
2
+ (d
2
(y
1
, y
3
) +d
2
(y
3
, y
2
))
2

_
d
2
1
(x
1
, x
3
) +d
2
2
(y
1
, y
3
) +
_
d
2
1
(x
3
, x
2
) +d
2
2
(y
3
, y
2
) =
= d(z
1
, z
3
) +d(z
3
, z
2
),
adica d verica inegalitatea triunghiului.
Prin urmare (Z, d) este spat iu metric.
Observat ia 8.2.1 Valabilitatea Propozit iei 8.2.6 se poate extinde la produsul cartezian al
unui num ar nit de spat ii metrice.
Teorema 8.2.2 Sirul z
n
= (x
n
, y
n
), n N, din spat iul metric (Z, d) este convergent catre
z = (x, y) Z daca si numai dac a, lim
n
x
n
= x si lim
n
y
n
= y.
Demonstrat ie. Fie lim
n
z
n
= z, atunci, pentru orice > 0, exista n

N, asa ncat, pentru


orice n > n

, sa avem d(z
n
, z) < . Cum
d
1
(x
n
, x)
_
d
2
1
(x
n
, x) +d
2
2
(y
n
, y) = d(z
n
, z) <
si
d
2
(y
n
, y)
_
d
2
1
(x
n
, x) +d
2
2
(y
n
, y) = d(z
n
, z) < ,
pentru orice n N, n > n

, deducem ca lim
n
x
n
= x si lim
n
y
n
= y, ceea ce trebuie demonstrat.
Reciproc, daca lim
n
x
n
= x si lim
n
y
n
= y, atunci pentru orice > 0 exista n
1
asa ncat,
pentru orice n > n
1
, sa avem d
1
(x
n
, x) < /

2 si exista n
2
astfel ncat, pentru orice n > n
2
,
sa avem d
2
(y
n
, y) < /

2.
Cum, pentru orice n > n

, n

= maxn
1
, n
2
avem
d(z
n
, z) =
_
d
2
1
(x
n
, x) +d
2
2
(y
n
, y) <
_

2
2
+

2
2
= ,
rezulta lim
n
z
n
= z.
Din Teorema 8.2.2 rezulta ca putem scrie
lim
n
(x
n
, y
n
) =
_
lim
n
x
n
, lim
n
y
n
_
.
160
Observat ia 8.2.2 Rezultatul Teoremei 8.2.2 r amane valabil si la produsul cartezian al unui
numar nit de spat ii metrice.
Corolarul 8.2.1 Un sir din spat iul R
m
este convergent, daca si numai dac a, sirurile reale
componente sunt convergente.
Valabilitatea corolarului rezulta din Teorema 8.2.1 si faptul ca R
m
este produsul
cartezian al spat iului metric R, repetat de m ori.
Exemplul 8.2.3. Sa calculam limita sirului din R
3
z
n
=
_
n

n,
_
1 +
1
n
_
n
,
3n
2
n + 1
4n
2
+n + 1
_
, n 2.
Avem
lim
n
z
n
=
_
lim
n
n

n, lim
n
_
1 +
1
n
_
n
, lim
n
3n
2
n + 1
4n
2
+n + 1
_
=
=
_
1, e,
3
4
_
.
Teorema 8.2.3 Sirul de puncte z
n
= (x
n
, y
n
), n N

, din spat iul metric (Z, d) este sir fun-


damental, daca si numai dac a, (x
n
) si respectiv (y
n
) sunt siruri fundamentale n (X, d
1
) si
respectiv (Y, d
2
).
Demonstrat ie. Sa consideram, mai ntai, ca sirul (z
n
) este fundamental n (Z, d), adica,
pentru orice > 0 si orice p N

, exista n

N asa ncat, pentru orice n > n

, sa avem
d(z
n+p
, z
n
) < . Deoarece
d
1
(x
n+p
, x
n
)
_
d
2
1
(x
n+p
, x
n
) +d
2
2
(y
n+p
, y
n
) = d(z
n+p
, z
n
) <
si
d
2
(y
n+p
, y
n
)
_
d
2
1
(x
n+p
, x
n
) +d
2
2
(y
n+p
, y
n
) = d(z
n+p
, z
n
) <
pentru orice p N si orice n N, n > n

, rezulta ca sirul (x
n
) si respectiv (y
n
) sunt funda-
mentale n (X, d
1
) si respectiv (Y, d
2
).
Reciproc, e (x
n
) si respctive (y
n
) siruri fundamentale n (X, d
1
) si respectiv (Y, d
2
). Sa
aratam ca z
n
= (x
n
, y
n
), n N

este sir fundamental n (Z, d).


Pentru orice > 0 si orice p N

exista n

N asa ncat, pentru orice n > n


1
sa avem
d
1
(x
n+p
, x
n
) <

2
si exista n
2
N asa ncat pentru orice n > n
2
sa avem
d
2
(y
n+p
, y
n
) <

2
.
Deoarece, pentru orice n N, n > n

, n

= maxn
1
, n
2
avem
d(z
n+p
, z
n
) =
_
d
2
1
(x
n+p
, x
n
) +d
2
2
(y
n+p
, y
n
) <
_

2
2
+

2
2
= ,
deducem ca sirul (z
n
) este fundamental n (Z, d).
Din Teorema 8.2.3 rezulta ca sirul z
n
= (x
n
, y
n
), n N

, din (Z, d) este fundamental,


daca si numai daca, componentele sale (x
n
), respectiv (y
n
) sunt siruri fundamentale n (X, d
1
)
si respectiv (Y, d
2
). Prin urmare, spat iul (Z, d) este complet, daca si numai daca, (X, d
1
) si
(Y, d
2
) sunt complete.
Observat ia 8.2.3 Rezultatul Teoremei 8.2.3 r amane valabil si la produsul cartezian al unui
numar nit de spat ii metrice.
161
Corolarul 8.2.2 Spat iile R
m
sunt complete.
Valabilitatea corolarului rezulta din Observat ia 8.2.3 si din faptul ca spat iul R este
complet (Exemplul 8.2.2).
Denit ia 8.2.8

In spat iul metric (X, d), o funct ie f : X X se numeste contract ie, dac a
exist a [0, 1) asa nc at, oricare ar x, y X avem
d(f(x), f(y)) d(x, y). (8.4)
Exemplul 8.2.4. Fie X = R
m
cu metrica euclidiana
d(x, y) =

_
m

i=1
(x
i
y
i
)
2
,
unde x = (x
1
, x
2
, . . . , x
m
) X, y = (y
1
, y
2
, . . . , y
m
) X. Consideram aplicat ia f : X X dnita
prin f(x) = (x
1
, x
2
, . . . , x
m
), [0, 1). Avem
d(f(x), f(y)) =

_
m

i=1
(x
i
y
i
)
2
=

_
m

i=1
(x
i
y
i
)
2
= d(x, y),
pentru orice x, y X, adica (8.4) este vericata pentru [0, 1), ceea ce ne arata ca f este
o contract ie.
Exemplul 8.2.5. Funct ia f : R R, denita prin
f(x) =
a
x
2
+b
, a > 0, b > 0, a < b

b
este o contract ie a spat iului metric (R, [ [).

In adevar, pentru orice x, y R, avem


d(f(x), f(y)) = [f(x) f(y) =

a
x
2
+b

a
y
2
+b

=
a[x +y[
(x
2
+b)(y
2
+b)
d(x, y).
Cum [t[ (t
2
+b)/2

b, pentru orice t R, putem scrie


[x +y[ [x[ +[y[
x
2
+b
2

b
+
y
2
+b
2

b
=
1
2

b
(x
2
+y
2
+ 2b)

1
2

b
2
b
(x
2
+b)(y
2
+b) =
1
b

b
(x
2
+b)(y
2
+b)
Atunci
d(f(x), f(y))
a
b

b
d(x, y),
cu = a/b

b [0, 1), ceea ce ne arata ca f este o contract ie a spat iului metric R.


Numeroase probleme practice conduc la rezolvarea unei relat ii de forma f(x) = x,
unde f este o aplicat ie a unui spat iu metric X n el nsasi. Un astfel de punct x X pentru
care f(x) = x se numeste punct x al funct iei f.
Astfel, daca f este aplicat ia identica a unui spat iu metric n el nsusi, adica f(x) = x,
pentru orice x X, atunci toate punctele lui X sunt puncte xe.

In continuare vom prezenta un rezultat fundamental al Analizei Matematice, cu multe


aplicat ii n matematica si stiint ele practice, numit principiul contract iei sau teorema de
punct x a lui Banach care asigura, n anumite condit ii, existent a si unicitatea unui punct
x.
162
Teorema 8.2.4 (Principiul contract iei). Orice contract ie a unui spat iu metric complet n el
nsusi admite un singur punct x.
Demonstrat ie. Fie (X, d) un spat iu metric si f : X X o contract ie a sa.
Unicitatea punctului x. Sa admitem ca ar exista doua puncte xe x si y din X, cu
x ,= y, asa ncat f(x) = x si f(y) = y. Atunci
d(x, y) = d(f(x), f(y)) d((x, y), [0, 1),
de unde
(1 )d(x, y) 0.
Cum d(x, y) > 0 si (1 ) > 0, avem o contradict ie. Prin urmare, presupunerea noastra
este falsa, deci exista un singur punct x.
Existent a punctului x. Sa consideram x
0
X un punct arbitrar si sa denim recurent
sirul (x
n
) prin x
1
= f(x
0
), x
2
= f(x
1
), . . ., x
n+1
= f(x
n
), . . ..
Vom arata ca sirul (x
n
) este un sir fundamental.
Avem
d(x
2
, x
1
) = d(f(x
1
), f(x
0
)) d(x
1
, x
0
),
d(x
3
, x
2
) = d(f(x
2
), f(x
1
)) d(x
2
, x
1
)
2
d(x
1
, x
0
).
Prin induct ie matematica deducem ca
d(x
n+1
, x
n
)
n
d(x
1
, x
0
), pentru orice n N. (8.5)
Pentru n, p numere naturale, p ,= 0, conform cu (8.5), putem scrie
d(x
n+p
, x
n
) d(x
n+p
, x
n+p1
) +d(x
n+p1
, x
n+p2
) +. . . + (8.6)
+d(x
n+1
, x
n
) (
n+p1
+
n+p2
+. . . +
n
)d(x
1
, x
0
) =
=
n
1
p
1
d(x
1
, x
0
)

n
1
d(x
1
, x
0
).
Sa luam d(x
1
, x
0
) > 0 (n caz contrar, punctul x este x
0
si demonstrat ia existent ei
este terminata). Deoarece [0, 1), rezulta lim
n

n
= 0, de unde pentru orice > 0, exista
n

N asa ncat, pentru orice n > n

, avem

n
<
(1 )
d(x
1
, x
0
)
. (8.7)
Din (8.6) si (8.7) rezulta ca, pentru orice > 0 si pentru orice p N

, exista n

N,
asa ncat d(x
n+p
, x
n
) < , pentru orice n N, n > n

, adica sirul (x
n
) este fundamental.
Cum (X, d) este spat iul metric complet, exista x X asa ncat lim
n
x
n
= x. Mai trebuie
aratat ca x este punct x.

Intradevar, putem scrie


d(f(x), x) d(f(x), x
n+1
) +d(x
n+1
, x) = d(f(x), f(x
n
))+
+d(x
n+1
, x) d(x, x
n
) +d(x
n+1
, x).
De aici, folosind ca lim
n
d(x, x
n
) = 0, lim
n
d(x
n+1
, x) = 0 si t inand cont de criteriul ma-
jorarii pentru siruri reale, deducem ca d(f(x), x) = 0, adica f(x) = x.
Demonstrat ia teoremei lui Banach de punct x ne arata nu numai existent a si unic-
itatea punctului x, ci si o metoda de aare a punctului x x si de asemenea, punerea
n evident a a unei formule pentru evaloarea erorii ce se comite considerand respectiva
aproximat ie.

Intradevar, deoarece
d(x
n
, x) d(x
n
, x
n+p
) +d(x
n+p
, x)

n
1
d(x
1
, x
0
) +d(x
n+p
, x),
163
rezulta, pentru p ca
d(x
n
, x
0
)

n
1
d(x
1
, x
0
),
inegalitatea ce ne arata cu ce eroare aproximeaza x
n
punctul x x.

In acest fel, pornind de la x


0
X arbitrar, punctele x
n
= f(x
n1
), n = 1, 2, . . ., apar
drept aproximat ii succesive ale punctului x x, ceea ce face ca metoda de aproximare sa
poarte numele de metoda aproximat iilor succesive.

In aplicarea efectiva a metodei aproximat iilor succesive partea dicila consta n de-
terminarea convenabila a spat iului metric complet (X, d) si a contract iei f. Cu toata aceasta
dicultate, metoda aproximat iilor succesive este una dintre cele mai puternice procedee de
aproximare numerica a multor probleme puse de matematica si stiint ele practice (inclusiv
cele economice).
Exemplul 8.2.6. Fie ecuat ia x
3
+4x1 = 0 si sa ne propunem sa-i gasim aproximativ singura
radacina reala pe care o are (demonstrat i acest fapt !).
Scriem ecuat ia sub forma
x =
1
x
2
+ 4
si consideram funct ia f : R R, f(x) = 1/(x
2
+ 4).
Din Exemplul 8.2.5, pentru a = 1 si b = 4, gasim ca f este o contract ie a spat iului
metric (R, [ [), cu = 1/8. Pe baza principiilor contract iei f are un singur punct x x si
deci ecuat ia data va avea o singura radacina reala. Folosind sirul aproximat iilor succesive,
considerand x
0
= 0, gasim:
x
1
= f(x
0
) =
1
4
= 0, 25
x
2
= f(x
1
) = 0, 2461
x
3
= f(x
2
) = 0, 2463,
. . . . . . . . . . . . . . . . . . .
iar x
n
va aproxima pe x cu o eroare d(x
n
, x)
2
7 8
n
.
164
8.3 Test de vericare a cunostint elor nr. 7
1. Denit i urmatoarele not iuni:
a) Sir de numere reale convergent;
b) Sir de numere reale fundamental;
c) Sir ntr-un spat iu metric;
d) Spat iu metric complet.
2. Enunt at i:
a) Criteriul lui Cauchy pentru siruri de numere reale;
b) Principiul contract iei.
3) Utilizand criteriul lui Cauchy sa se arata ca urmatoarele siruri sunt convergente:
a) a
n
=
2n + 1
5n + 2
;
b) b
n
= 1 +
1
2
+
1
2
2
+... +
1
2
n
;
c) c
n
= a
0
+a
1
q +a
2
q
2
+... +a
n
q
n
cu [a
k
[ < M ()k N si [q[ < 1;
d) d
n
=
cos x
3
+
cos 2x
3
2
+... +
cos nx
3
n
;
e) e
n
=
cos a
1
1 2
+
cos a
2
2 3
+... +
cos a
n
n(n + 1)
cu a
i
R () i N.
4. Sa se calculeze lim
n
z
n
, unde z
n
= x
n
+iy
n
cu
x
n
=
n

k=1
a
k
(k+1)!
, a > 1 si y
n
=
1
p
+ 2
p
+... +n
p
n
p+1
.
5. Sa se calculeze lim
n
u
n
, u
n
= (u

n
, u

n
, u

n
), cu
u

n
=

n + 1 2

n +

n 1,
u

n
= n
_
2
1
n
1
_
,
u

n
=
1
9

9n
9
+ 5n
2
+ 1
+
1
9

9n
9
+ 5n
2
+ 2
+... +
1
9

9n
9
+ 5n
2
+n
.
6. Sa se calculeze lim
n
, u
n
= (u

n
, u

n
, u

n
), cu
u

n
=
1
2
+ 2
2
+... +n
2
n
n
,
u

n
=
_
n

a +
n

2
b
_
n
cu a, b R

+
,
u

n
=
3
3n
_
3 +
1
n
_
3n
.
7. Sa se calculeze lim
n
u
n
, u
n
= (u

n
, u

n
, u

n
) cu
u

n
=
n

k=1
k! k
(n + 1)!
,
165
u

n
= sin
_
n
3
_
n
3
+ 3n
2
+ 4n 5
_
,
u

n
= n + 1
n

k=2
_
1
2!
+
2
3!
+... +
k 1
k!
_
.
8.

Intr-o progresie aritmetica, n care al n-lea termen este a
n
si suma primilor n termeni
S
n
, avem
S
m
S
n
=
m
2
n
2
. Sa se arate ca
a
m
a
n
=
2m1
2n 1
.
9. Sa se determine limita inferioara si limita superioara pentru sirul (a
n
) cu
a
n
= a
(1)
n+1
+
1
n
, a > 0.
10. Folosind principiul contract iei gasit i cu o eroare de 10
2
solut ia ecuat iei 10x 1 = sin x.
166
Indicat ii si raspunsuri Testul nr. 7
3. Se impune [a
n+p
a
n
[ < si se gaseste n

astfel ncat (a
n
) sa e sir Cauchy.
4. z
n
a +i
1
p + 1
.
5. u
n

_
0, ln 2,
1
9

9
_
.
6. u
n

_
1,

ab,
1
e
_
.
7. u
n

_
1,

3
2
, e
_
.
8. Se foloseste faptul ca suma primilor n termeni ai unei progresii aritmetice a
1
, a
n
, ..., a
n
, ...
cu rat ia r este S
n
=
n[2a
1
+ (n 1)r]
2
.
9. Pentru a < 1 avem lim a
n
=
1
a
si lim a
n
= a.
Pentru a > 1 avem lim a
n
= a si lim a
n
=
1
a
.
Pentru a = 1 avem lim a
n
= lim a
n
= lim
n
a
n
= 1.
10. Se scrie ecuat ia sub forma x =
sin x + 1
10
. Notam f(x) =
sin x + 1
10
. Se arata ca
[f

(x)[
1
10
< 1 deci f este o contract ie. Apoi folosind principiul contract iei se gaseste
solut ia aproximativa cautata x

=
sin
1
10
+ 1
10
.
167
Bibliograa aferenta capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate n economie - Volumul II,
Editura ULB, Sibiu, 2002.
[2] Allen, R.G.D., Analiz a matematica pentru economisti, Editura Stiint ica (traducere),
Bucuresti, 1971.
[3] Lancaster, K., Analiz a economica matematica, Editura Stiint ica, Bucuresti, 1973.
[4] Nicolescu, M., Dinculeanu, N., Marcus, S., Manual de analiz a matematica, Vol.I,
1962, Vol.II, 1964, Editura Didactica si Pedagogica, Bucuresti.
[5] Vasiliu, D.P., Matematici economice, Editura Ecient, Bucuresti, 1996.
168
Capitolul 9
Serii numerice
Obiective: Prezentarea not iunilor generale legate de seriile numerice si aplicat iile
economice ale acestora (de exemplu uxul de venit).
Rezumat:

In acest capitol sunt introduse si studiate not iunile de serie numerica,
convergent a seriilor numerice, serii cu termeni pozitivi si criteriile de convergent a pentru
acest tip de serii.
Cont inutul capitolului:
1. Not iuni preliminare
2. Criterii de convergent a pentru serii numerice cu termeni oarecare
3. Serii absolut convergente. Serii semiconvergente
4. Serii cu termeni pozitivi
5. Problema economica. Fluxul de venit
6. Test de vericare a cunostint elor
7. Bibliograa aferenta capitolului
Cuvinte cheie: serie numerica, serie convergenta, criterii de convergent a, serie
absolut convergenta, serie semiconvergenta, serie cu termeni pozitivi, uxul de venit.
9.1 Not iuni preliminare
Se cunoaste ca pentru orice numar nit de numere reale a
1
, a
2
, . . . , a
n
, putem efectua
suma lor, utilizand proprietatea de asociativitate a adunarii de numere reale. Astfel, mai
ntai calculam a
1
+a
2
, apoi se efectueaza
a
1
+a
2
+a
3
= (a
1
+a
2
) +a
3
, a
1
+a
2
+a
3
+a
4
= (a
1
+a
2
+a
3
) +a
4
si, n general
a
1
+a
2
+. . . +a
n1
+a
n
= (a
1
+a
2
+. . . +a
n1
) +a
n
.
Acum, este resc sa ne punem problema efectuarii sumei termenilor unui sir (a
n
)
n1
de numere reale, adica a unei sume cu un numar innit de termeni.
Denit ia 9.1.1 Fiind dat sirul de numere reale (a
n
), se numeste serie de numere reale sau
serie numerica problema adunarii termenilor sirului (a
n
), adic a problema efectuarii sumei
a
1
+a
2
+. . . +a
n
+. . . . (9.1)

In locul sumei (9.1) scriem prescurtat

n=1
a
n
sau

n1
a
n
sau simplu

a
n
, a
n
ind
numit termenul general al seriei numerice.
Prin urmare, observ am ca seriile numerice constituie problema adun arii unei in-
nit at ii num arabile de numere reale.
169
Cum stim efectua adunari de numere reale n care numarul termenilor este nit, dar
oricat de mare, este natural ca pentru efectuarea sumei

n=1
a
n
sa utilizam sume nite de
tipul S
n
= a
1
+a
2
+. . . +a
n
, n care sa facem pe n sa tinda la innit.
Denit ia 9.1.2 Numin sum a part ial a a seriei numerice

a
n
, suma
S
n
=
n

i=1
a
i
= a
1
+a
2
+. . . +a
n
,
iar sirul de numere reale (S
n
) se numeste sirul sumelor part iale.
Observat ia 9.1.1

In literatura matematic a, deseori, se deneste seria numeric a

a
n
prin
cuplul de siruri (a
n
) si (S
n
) ([2], [4]).
Denit ia 9.1.3 Spunem ca seria

a
n
este convergenta daca sirul sumelor part iale (S
n
) este
convergent.

In acest caz, daca lim


n
S
n
= S, atunci S se numeste suma seriei

a
n
si scriem
S =

a
n
= a
1
+a
2
+. . . +a
n
+. . . .
Denit ia 9.1.4 Spunem ca seria

a
n
este divergenta, daca sirul sumelor part iale (S
n
) este
divergent.
Exemplul 9.1 Seria numerica

n=0
aq
n
, unde a, q R, se numeste serie geometrica . Daca
a = 0, avem S
n
= 0 pentru orice q R, de unde rezulta ca seria este convergenta, avand
suma 0. Sa consideram a ,= 0. Atunci, pentru q ,= 1, avem
S
n
= a +aq +. . . +aq
n
= a
1 q
n+1
1 q
,
iar pentru q = 1
S
n
= a(n + 1).
Pentru q (1, 1), deoarece lim
n
q
n+1
= 0, avem lim
n
S
n
=
a
1 q
. Prin urmare, pentru
[q[ < 1, seria geometrica este convergenta, avand suma S = a/(1 q).
Daca q 1, atunci sirul (S
n
) are limita + sau dupa cum a > 0 sau, a < 0,
iar pentru q 1 limita sirului (S
n
) nu exista. Deci, pentru [q[ 1 seria geometrica este
divergenta.

In concluzie, seria geometrica

n=0
aq
n
cenverge pentru a = 0, oricare q R si
pentru a ,= 0 si q (1, 1). Prin urmare, pentru [q[ < 1, putem scrie

n=0
aq
n
= a +aq +. . . +aq
n
+. . . =
a
1 q
.
Exemplul 9.1.2. Seria

n=1
1
(2n 1)(2n + 1)
este convergenta.

Intr-adevar, avem
S
n
=
n

h=1
1
(2h 1)(2h + 1)
=
n

h=1
1
2
_
1
2h 1

1
2h + 1
_
=
170
=
1
2
_
1
1
3
+
1
3

1
5
+
1
5

1
7
+. . . +
+
1
2n 3

1
2n 1
+
1
2n 1

1
2n + 1
_
=
=
1
2
_
1
1
2n + 1
_
.
Prin urmare, lim
n
S
n
=
1
2
, ceea ce arata ca seria data este convergenta, avand suma
1/2.
Observat ia 9.1.2 O serie

a
n
n care termenul general se poate pune sub forma a
n
=
b
n
b
n+1
poarta numele de serie telescopica.
Exemplul 9.1.3. Seria

n=1
(1)
n1
este divergenta deoarece S
2k1
= 1 si S
2k
= 0, pentru
orice k N

, sirul sumelor part iale (S


n
) ind divergent.
Exemplul 9.1.4. Seria

n=1
1
n
, numita seria armonic a, este divergenta.

In adevar, sirul sumelor part iale S


n
= 1 +
1
2
+ . . . +
1
n
este divergent deoarece nu este
sir Cauchy (v. Exemplul 8.1.13).
Observat ia 9.1.3 Seria

1
n
este numit a serie armonic a deoarece a
n
= 1/n este media ar-
monica a numerelor a
n1
, a
n+1
, adic a 2/a
n
= 1/a
n1
+ 1/a
n+1
.
Propozit ia 9.1.1 Dac a seria

a
n
converge, atunci lim
n
a
n
= 0.
Demonstrat ie. Seria

a
n
ind convergenta , avem lim
n
S
n
= S. Dar a
n
= S
n
S
n1
, de
unde lim
n
a
n
= lim
n
S
n
lim
n
S
n1
= S S = 0.
Corolarul 9.1.1 Dac a pentru seria

a
n
sirul (a
n
) nu converge la 0, atunci seria este di-
vergenta.
Observat ia 9.1.4 Condit ia lim
n
a
n
= 0 este necesara dar nu si sucient a pentru convergent a
seriei

a
n
.
De exemplu, seria armonica

1
n
este divergenta, desi lim
n
1/n = 0.
Exemplul 9.1.5. Seria

n2
n

n este divergenta deoarece lim


n
n

n = 1 ,= 0.
Denit ia 9.1.5 Fiind dat a seria

n=1
a
n
, numim rest de ordinul k al ei, notat cu r
k
seria

n=k+1
a
n
= a
k+1
+a
k+2
+. . .
Propozit ia 9.1.2 Seria

n=1
a
n
, seria rest

n=k+1
a
n
au aceeasi natur a, adic a sunt ambele con-
vergente sau ambele divergente.
171
Demonstrat ie. Fie n > k; notam cu S
n
si respectiv T
n
sumele part iale corespunzatoare
termenului a
n
din seria

a
n
si respectiv

n=k+1
a
n
. Avem
T
n
= S
n
(a
1
+a
2
+. . . +a
k
).
Daca

a
n
este convergenta, adica lim
n
S
n
= S, atunci lim
n
T
n
= S (a
1
+ a
2
+ . . . +
a
k
), ceea ce ne arata ca seria

n=k+1
a
n
este tot convergenta. Reciproc, daca

n=k+1
a
n
este
convergenta, adica lim
n
T
n
= T, atunci lim
n
S
n
= T + (a
1
+ . . . + a
k
), ceea ce arata ca seria

a
n
este convergenta.
Evident ca, daca unul din sirurile (S
n
) si (T
n
) este divergent atunci si celalalt este
divergent. Prin urmare, daca una din seriile

n=1
a
n
si

n=k+1
a
n
este divergenta, atunci si
cealalta este divergenta.
Corolarul 9.1.2 Dac a unei serii numerice i se suprim a sau i se adaug a un num a nit de
termeni, atunci natura ei nu se schimb a.
Propozit ia 9.1.3 Dac a seria

a
n
converge atunci sirul resturilor (r
k
)
k1
este convergent
la zero.
Demonstrat ie. Daca seria

a
n
este convergenta, atunci lim
n
S
n
= S. Cum, pentru orice
k N

, avem r
k
= S S
k
, de unde lim
k
r
k
= S S = 0.
Denit ia 9.1.6 Dac a consideram seriile

n=1
a
n
si

n=1
b
n
se numeste seria sum a seria nu-
merica

n=1
(a
n
+b
n
) = (a
1
+b
1
) + (a
2
+b
2
) +. . . + (a
n
+b
n
) +. . .
si serie produs cu scalarul R seria numeric a

n=1
(a
n
) = a
1
+a
2
+. . . +a
n
+. . . .
Teorema 9.1.1 Dac a seria

a
n
converge, avand suma A, iar seria

b
n
converge, avand
suma B atunci seria

(a
n
+b
n
) converge si are suma A+B.
Demonstrat ie. Fie A
n
=
n

k=1
a
k
si B =
n

k=1
b
k
. Cum lim
n
A
n
= A, iar lim
n
B
n
= B, rezulta ca
A
n
+B
n
=
n

k=1
(a
k
+b
k
) converge la A+B, ceea ce ne permite sa scriem

(a
n
+b
n
) = A+B.
Teorema 9.1.2 Dac a R 0,atunci seriile

a
n
si

a
n
au aceeasi natur a.
Demonstrat ie. Fie S
n
=
n

h=1
a
k
. Daca

a
n
converge, atunci lim
n
n

h=1
a
k
= S, ceea ce
implica si lim
n
S
n
= S. Cum a
1
+ . . . + a
n
= T
n
= S
n
, rezulta ca si seria

a
n
este
convergenta si are suma S. Daca

n=1
a
n
este divergenta, atunci sirul (S
n
) diverge, ceea ce
172
atrage dupa sine ca sirul T
n
= S
n
diverge, adica seria

a
n
este divergenta. Reciproc
rezulta prin nlocuirea lui cu 1/.
Teorema 9.1.3 Dac a ntr-o serie convergenta se asociaz a termenii seriei n grupe cu un
numar nit de elemente, pastr and ordinea, atunci se obt ine tot o serie covnergenta cu
aceeasi sum a.
Demonstrat ie. Fie seria

a
n
convergenta, S
n
= a
1
+ a
2
+ . . . + a
n
si lim
n
S
n
= S. Sa
aranjam termenii seriei

a
n
n grupe cu un numar nit de termeni astfel
(a
1
+a
2
+. . . +a
n
1
) + (a
n
1
+1
a
n
2
+2
+. . . +a
n
2
) +. . . + (9.2)
+(a
n
k1
+1
+a
n
k1
+2
+. . . +a
n
k
) +. . .
pastrand ordinea termenilor. Notand b
i
= a
n
i1
+1
+ a
n
n1
+2
+ . . . + a
n
i
, i = 1, 2, 3, . . . si T
k
=
b
1
+b
2
+. . . +b
k
, k = 1, 2, . . . scriem T
k
= S
n
k
, k = 1, 2, . . . ceea ce ne arata ca (T
k
) este un subsir
al sirului (S
n
). Deoarece lim
n
S
n
= S, deducem ca lim
k
T
k
= lim
k
S
n
k
= S, ceea ce ne arata ca
seria (9.2) este convergenta, iar suma ei este S.
Observat ia 9.1.5 Reciproca teoremei nu are loc, adic a daca ntr-o serie

a
n
convergenta
n care termenii sunt grupe cu un num ar nit de termeni, atunci prin desf asurarea grupelor
(nl aturarea parantezelor), p astr and ordinea termenilor, se poate obt ine o serie divergent a.
De exemplu, seria
(1 1) + (1 1) + (1 1) +. . . (9.3)
este convergenta, n imp ce seria
1 1 + 1 1 + 1 1 +. . . =

n=1
(1)
n1
(9.4)
este divergenta.
Observat ia 9.1.6

Intr-o serie divergent a se pot aranja termenii n grupe cu un num ar nit
de elemente, pastr and ordinea, asa nc at seria obt inut a sa e convergenta. Astfel, seria
(9.4) este divergenta iar seria (9.3) este convergenta.
9.2 Criterii de convergent a pentru serii numerice cu termeni
oarecare
Daca n seria

a
n
nu facem nici o precizare asupra semnului termenilor, atunci se
mai spune ca avem o serie numerica cu termeni oarecare.

In acest paragraf ne intereseaza
sa gasim criterii prin care sa putem preciza convergent a unei serii de numere reale. Este
important sa cunoastem convergent a unei serii deoarece, cunoscand acest fapt, chiar daca
nu-i cunoastem suma, o putem evalua luand sume part iale cu un numar cat mai mare de
termeni.
Teorema 9.2.1 (Criteriul lui Cauchy). Seria

a
n
este convergenta daca si numai dac a
pentru orice > 0 exist a un num ar natural n

astfel nc at, pentru orice n natural, n > n

si
orice p N

s a avem
[a
n+1
+a
n+2
+. . . +a
n+p
[ <
Demonstrat ie. Fie (S
n
) sirul sumelor part iale, S
n
= a
1
+ a
2
+ . . . + a
n
. Cum seria a
n
este
convergenta daca si numai daca sirul (S
n
) este convergent, iar sirul (S
n
) este covnergent
daca si numai daca este sir fundamental , rezulta ca serie

a
n
este convergenta daca si
numai daca, pentru orice > 0 si orice p N

, exista n

N asa ncat, petru orice n N,


n > n

sa avem [S
n+p
S
n
[ < . De aici, prin nlocuirea corespunzatoare a sumelor S
n+p
si
S
n
, obt inem valabilitatea criteriului lui Cauchy pentru serii numerice.
173
Teorema 9.2.2 (Criteriul Dirichlet). Seria

a
n
b
n
este convergenta daca sirul sumelor
part iale al seriei

a
n
este marginit, iar sirul (b
n
) este descrescator si convergent la 0.
Demonstrat ie. Fie (S
n
) sirul sumelor part iale al seriei

a
n
, ind marginit, exista un
M > 0 asa ncat [S
n
[ M, pentru orice n natural.
Utilizand faptul ca sirul (b
n
) este descrescator putem scrie succesiv:
[a
n+1
b
n+1
+a
n+2
b
n+2
+a
n+3
b
n+3
+. . . +a
n+p
b
n+p
[ = (9.5)
= [b
n+1
(S
n+1
S
n
) +b
n+2
(S
n+2
S
n+1
) +b
n+3
(S
n+3
+S
n+2
) +. . . +
+b
n+p
(S
n+p
+S
n+p1
)[ =
= [ b
n+1
S
n
+ (b
n+1
b
n+2
)S
n+1
+ (b
n+2
b
n+3
)S
n+2
+. . . +
+(b
n+p1
b
n+p
)S
n+p1
+b
n+p
S
n+p
[
[S
n
[ [b
n+1
[ +[b
n+1
b
n+2
[ [S
n+1
[ +[b
n+2
b
n+2
[ [S
n+2
[ +. . . +
+[b
n+p1
b
n+p
[ S
n+p1
[ +[b
n+p
[ S
n+p
[
M(b
n+1
+b
n+1
b
n+2
+b
n+2
b
n+3
+. . . +b
n+p1
b
n+p
+b
n+p
) =
= 2Mb
n+1
Deoarece b
n+1
0 pentru n , pentru orice > 0 exista n

N asa ncat, pentru


orice n N, n > n

, sa avem b
n+1
< /2M. Acum, din (9.5) rezulta
[a
n+1
b
n+1
+a
n+2
b
n+2
+. . . +a
n+p
b
n+p
[ <
pentru orice n N, n > n

. Prin urmare, sunt ndeplinite condit iile din criteriul lui Cauchy
(Teorema 9.2.1), rezultand ca seria

a
n
b
n
este convergenta.
Exemplul 9.2.1. Fie seria

n=1
sin nx

n
, unde x R. Se observa ca seria

n=1
sin nx are sirul
sumelor part iale (S
n
(x)) marginit.

Intr-adevar daca x ,= 2k, k Z, nmult ind S
n
(x) cu
2 sin
x
2
, gasim
S
n
(x) =
cos
x
2
cos
_
n +
1
2
_
x
2 sin
x
2
,
de unde
[S
n
(x)[ = [ sin x +. . . + sin nx[ =

cos
x
2
cos
_
n +
1
2
_
x

sin
x
2

2
2

sin
x
2

=
1

sin
x
2

, pentru orice n N.
Daca x = 2k, k Z, atunci S
n
(x) = 0. Deci, n ambele situat ii exista M > 0 asa ncat
[S
n
(x)[ M, pentru orice n N

.
Pe de alta parte, sirul b
n
= 1/

n tinde descrescator la 0. Prin urmare, indndeplinite


condit iile criteriului lui Dirichlet rezulta ca seria

n=1
sin nx

n
este convergenta pentru orice
x R.
Teorema 9.2.3 (Criteriul lui Abel). Dac a seria

a
n
este convergenta si (b
n
) este un sir
monoton si m arginit, atunci seria

a
n
b
n
este convergenta.
174
Demonstrat ie. Cum sirul (b
n
) este monoton si marginit rezulta ca el este convergent; e
lim
n
b
n
= b. Fara a restrange generalitatea demonstrat iei putem considera ca sirul (b
n
) este
crescator. Atunci sirul (b b
n
) va un sir descrescator si cu limita 0. Din faptul ca serie

a
n
este convergenta rezulta ca sirul sumelor part iale este marginit. Aplicand criteriul
lui Dirichlet, deducem ca serie

a
n
(b b
n
) este convergenta. Dar

a
n
ind convergenta
rezulta ca si

ba
n
este convergenta. Acum, utilizand teorema 9.1.1, obt inem ca seria

a
n
b
n
este convergenta deoarece a
n
b
n
= a
n
(b b
n
) + ba
n
, pentru orice n N

. Cu aceasta
teorema este demonstrata.
Exemplul 9.2.2. Fie seria

n=1
1
2
n
_
1 +
1
n
_
n
. Observam ca seria

1
2
n
este convergenta, ind
serie geometrica cu rat ia
1
2
(1, 1), iar sirul b
n
=
_
1 +
1
n
_
n
, n N

, este strict crescator si


marginit (Exemplul 8.1.1). Cum sunt ndeplinite condit iile criteriului lui Abel, deducem ca
seria data este convergenta.
Denit ia 9.2.1 O serie

n=1
a
n
se numeste serie alternanta (sau alternata) daca a
n
a
n+1
< 0,
pentru orice n N

, adic a daca termenii s ai alterneaz a ca semn.


Este evident ca orice serie alternanta poate scrisa n una din formele:

n=1
(1)
n1
a
n
sau

n=1
(1)
n
a
n
, unde a
n
0, pentru orice n N

.
Exemplul 9.2.3. Seriile

(1)
n1
1
n
= 1
1
2
+
1
3

1
4
+. . . si

n=1
(1)
n
1
2n 1
= 1+
1
3

1
5
+
1
7
. . .
sunt serii alternate.
Teorema 9.2.4 (Criteriul lui Leibniz). Dac a n serie alternant a

n=1
(1)
n1
a
n
sirul (a
n
) este
descrescator si convergent la zero, atunci seria este convergent a.
Demonstrat ie. Cum seria

n=1
(1)
n1
are sirul sumelor part iale marginit ([S
n
[ 1, oricare
ar n N

), iar sirul (a
n
) este descrescator si convergent la 0 rezulta, conform criteriului
lui Dirichlet ca seria alternanta este convergenta.
Exemplul 9.2.4. Seria

n=1
(1)
n1
1
2n 1
este convergenta deoarece sunt ndeplinite
condit iile criteriului lui Leibniz, adica sirul
_
1
2n1
_
n1
este descrescator si convergent la
zero.
Corolarul 9.2.1 Dac a seria

n=1
(1)
n1
a
n
ndeplineste condit iile din Criteriul lui Leibniz
(Teorema 9.2.4) si S este suma ei, atunci
[S S
n
[ a
n+1
, pentru orice n N

,
unde S
n
=
n

k=1
(1)
k1
a
k
suma part ial a de rang n.
Demonstrat ie.

Intr-adevar, cum a
k
a
k+1
0, k N

, atunci
[S S
n
[ =

n=1
(1)
n1
a
n

k=1
(1)
k1
a
k

=
175
[(1)
n
a
n+1
+ (1)
n+1
a
n+2
+ (1)
n+2
a
n+3
+. . . [ =
= [(1)
n
[(a
n+1
a
n+2
) + (a
n+3
a
n+4
) +. . .][ =
= (a
n+1
a
n+2
) + (a
n+3
a
n+4
) +. . . =
= a
n+1
(a
n+2
a
n+3
) (a
n+4
a
n+5
) . . . a
n+1
.
Exemplul 9.2.5. Seria

n=1
(1)
n1
1
n
(numita seria armonica alternanta) este convergenta
deoarece sirul
_
1
n
_
este descrescator si convergent la 0. Fie (S
n
) sirul sumelor part iale al
seriei. Cum sirul
x
n
= 1 +
1
n
+. . . +
1
n
ln n, n N

,
este convergent la constanta lui Euler, avem
S
2n+1
=
2n+1

k=1
(1)
k1
1
k
= x
2n+1
+ ln(2n + 1) (
n
+ ln n) =
= x
2n+1
x
n
+ ln
2n + 1
n
,
de unde
lim
n
S
2n+1
= + ln 2 = ln 2.
Deoarece sirul (S
n
) este convergent si subsirul (S
2n+1
) are limita ln 2, rezulta ca si sirul
(S
n
) are limita S = ln 2. Atunci, pe baza Corolarului 9.2.1, putem scrie
[S
n
ln 2[
1
n + 1
, n N

,
adica eroarea absoluta prin care sirul (S
n
) aproximeaza pe ln 2 nu depaseste pe 1/(n + 1).
9.3 Serii absolut convergente. Serii semiconvergente
Am vazut n Exemplul 9.2.5. ca seria armonica alternanta

n=1
(1)
n1
1
n
este conver-
gentan timp ce seria

n=1

(1)
n1
1
n

n=1
1
n
, adica seria armonica, este divergenta (Exemplul
9.1.1). Acest exemplu ne permite sa consideram denit iile de mai jos, care ne permit o
clasicare a seriilor convergente.
Denit ia 9.3.1 Seria

a
n
se numeste absolut convergenta, daca seria

[a
n
[ este conver-
genta.
Exemplul 9.3.1. Seria

n=1
(1)
n1
2
n
este absolut convergenta.
Propozit ia 9.3.1 Dac a seria

a
n
este absolut convergenta, atunci seria

a
n
este conver-
genta.
Demonstrat ie. Deoarece

a
n
este absolut convergenta rezulta ca

[a
n
[ este conver-
genta. Atunci, conform cu criteriul lui Cauchy, pentru orice > 0, exista n

asa ncat,
pentru orice n N, n > n

si orice n N

, sa avem
[a
n+1
[ +[a
n+2
[ +. . . +[a
n+p
[ < .
176
Cum
[a
n+1
+a
n+2
+. . . +a
n+p
[ [a
n+1
[ +[a
n+2
[ +. . . +[a
n+p
[,
obt inem ca, pentru orice > 0, exista n

, astfel ncat, pentru orice n N, n > n

si orice
p N

, are loc
[a
n+1
+a
n+2
+. . . +a
n+p
[ < ,
adica seria

a
n
satisface criteriul lui Cauchy, ceea ce ne arata ca ea este o serie convergenta.
Observat ia 9.3.1 Reciproca Propozit iei 9.3.1 nu are loc. Exist a serii convergente pentru
care seria valorilor absolute este divergent a; de exemplu, seria armonic a alternanta.
Denit ia 9.3.2 Seria

a
n
se numeste serie semiconvergenta sau condit ionat convergenta
daca seria

a
n
este convergenta dar seria

[a
n
[ este divergenta.
Exemplul 9.3.2. Seria

n=1
(1)
n1
este semiconvergenta.
Observat ia 9.3.2 (Riemann). Dac a

a
n
este o serie semiconvergenta, atunci exist a o
permutare a termenilor sai astfel nc at sa se obt in a: i) o serie convergenta cu suma un
numar real dat; ii) o serie divergent a cu suma + sau ; iii) o serie divergent a cu sirul
sumelor part iale f ar a limit a (divergent, oscilant) (v. [3]).
Aceasta observat ie ne avertizeaza ca n seriile semiconvergente trebuie sa m atent i
la schimbarea ordinii termenilor, deoarece putem obt ine serii cu naturi diferite.
Denit ia 9.3.3 Fiind date seriile

n=1
a
n
si

n=1
b
n
se numeste produs Cauchy sau de convolut ie
al celor dou a serii, serie

n=1
c
n
n care c
n
=
n

k=1
a
k
b
nk+1
.
Exemplul 9.3.3. Pentru seria

n=1
(1)
n1

n
produsul de convolut ie cu ea nsasi este seria

n=1
c
n
, unde
c
n
=
n

k=1
(1)
k1

n

(1)
nk

n k + 1
= (1)
n1
n

n=1
1
_
k(n k + 1)
,
n = 1, 2, . . ..
Se observa n exemplul precedent ca seria

n=1
(1)
n1

n
este convergenta, conform cri-
teriului lui Leibniz, nsa seria

c
n
a produsului de convolut ie este divergenta deoarece
[c
n
[ =
n

k=1
1
_
k(n k + 1)

n

k=1
1

n
= 1,
pentru orice n N

, adica lim
n
c
n
,= 0.
Teorema 9.3.1 (Mertens). Dac a doua serii sunt convergente si cel put in una este absolut
convergenta, atunci seria produs Cauchy al celor dou a serii este convergenta, iar suma sa
este egala cu produsul sumelor celor dou a serii.
177
Demonstrat ie. Fie seria

n=1
a
n
= A si

n=1
b
n
= B, cu (A
n
) si (B
n
) sirurile corespunzatoare ale
sumelor part iale, iar

n=1
c
n
seria produs de convolut ie, cu (C
n
) sirul sumelor part iale. Sa
presupunem ca

n=1
a
n
este absolut convergenta. Avem
C
n
= c
1
+c
2
+. . . +c
n
= a
1
b
1
+ (a
1
b
2
+a
2
b
1
) +. . . +
+(a
1
b
n
+a
2
b
n1
+. . . +a
n
b
1
) =
= a
1
(b
1
+b
2
+. . . +b
n
) +a
2
(b
1
+. . . +b
n1
) +. . . +a
n1
(b
1
+b
2
) +a
n
b
1
=
= a
1
B
n
+a
2
B
n1
+. . . +a
n1
B
2
+a
n
B
1
.
Deoarece seria

n=1
b
n
este convergenta si are suma B, sirul d
n
= B
n
B, n = 1, 2, . . .,
este convergent. Acum putem scrie
C
n
= a
1
(d
n
+B) +a
2
(d
n1
+B) +. . . +a
n
(d
1
+B) =
B(a
1
+a
2
+. . . +a
n
) +a
1
d
n
+a
2
d
n1
= . . . +a
n
d
1
=
= BA
n
+a
1
d
n
+a
2
d
n1
+. . . +a
n
d
1
,
de unde
C
n
A
n
B = a
1
d
n
+a
2
d
n1
+. . . +a
n
d
1
. (9.6)
Cum seria

n=1
[a
n
[ este convergenta rezulta ca sirul sumelor ei part iale este marginit,
adica exista un M > 0 asa ncat
n

k=1
[a
k
[ < M, pentru orice n N

. (9.7)
Din faptul ca sirul (d
n
) este convergent la 0, deducem ca, pentru orice > 0, exista
n
1
N

asa ncat, pentru orice n > n


1
sa avem
[d
n
[ <

2M
. (9.8)
Pe de alta parte, deoarece seria

a
n
este convergenta avem ca a
n
0. Atunci,
pentru orice > 0 exista n
2
N

asa ncat, pentru orice n N, n > n


2
, sa avem
[a
n
[ <

2([d
1
[ +[d
2
[ +. . . +[d
n
2
[)
.
Acum, din (9.6), (9.7) si (9.8), pentru orice n natural, n > n
1
+n
2
1, avem
[C
n
A
n
B[ ([a
1
[ [d
n
[ +[a
2
[ [d
n1
+. . . +[a
nn
1
[ [d
n
1
+1
)+
+([a
nn
1
+1
[ [d
n
1
[ +. . . +[a
n
[ [d
1
[) <
<

2M
([a
1
[ +[a
2
[ +. . . [[a
nn
1
[)+
+

2([d
1
[ +. . . +[d
n
1
[)
([d
n
1
[ +. . . +[d
1
[) <
<

2M
M +

2
=
Ceea ce ne arata ca lim
n
(C
n
A
n
B) = 0. De aici, obt inem lim
n
C
n
= lim
n
A
n
B = A B,
ceea ce trebuia demonstrat.
178
9.4 Serii cu termeni pozitivi

In paragraful precedent am vazut ca o serie

a
n
absolut convergenta este si conver-
genta. Cumn seria

[a
n
[ avem [a
n
[ 0, n = 1, 2, . . ., rezulta ca prezinta interes sa obt inem
criterii de convergent a pentru serii

a
n
, cu a
n
> 0, n = 1, 2, 3, . . ..
Denit ia 9.4.1 O serie

n1
a
n
cu a
n
> 0, n = 1, 2, 3, . . ., se numeste serie cu termeni pozitivi.
Teorema 9.4.1 (Criteriul marginirii sirului sumelor part iale). Seria cu termeni pozitivi

a
n
este convergenta daca si numai dac a sirul sumelor part iale este marginit.
Demonstrat ie. Daca seria

a
n
este convergenta, atunci sirul sumelor part iale (S
n
) este
convergent si, prin urmare, marginit.
Reciproc daca sirul sumelor part iale (S
n
) este marginit, observand ca el este strict
crescator (S
n+1
S
n
= a
n+1
> 0, n = 1, 2, . . .), deducem ca el este convergent, ceea ce ne
demonstreaza ca seria

a
n
este convergenta.
Criteriul marginirii sirului sumelor part iale ne va permite sa obt inem condit ii su-
ciente pentru convergent a seriilor cu termeni pozitivi.
Teorema 9.4.2 (Criteriul de comparat ie a termenilor generali). Fie seriile cu termenii poz-
itivi

n=1
a
n
si

n=1
b
n
astfel ca a
n
b
n
, pentru orice n N

. i) Dac a

n=1
b
n
este convergenta,
atunci si

n=1
a
n
este convergenta; ii) Dac a

n=1
a
n
este divergenta, atunci si

n=1
b
n
este di-
vergenta.
Demonstrat ie. Fie A
n
= a
1
+a
2
+. . . +a
n
si B
n
= b
1
+b
2
+. . . +b
n
pentru n N

. Din a
n
b
n
rezulta
A
n
B
n
, pentru orice n N

(9.9)
i) Daca

n=1
b
n
este convergenta, atunci sirul (B
n
) este marginit si din (9.9) deducem ca
sirul (A
n
) este marginit, deci, conform criteriului marginirii sirului sumelor part iale,
seria

n=1
a
n
este convergenta.
ii) Daca seria

n=1
a
n
este divergenta, atunci sirul (A
n
) este divergent si crescator; deci,
sirul (B
n
) este divergent si crescator. Prin urmare, seria

n=1
b
n
este divergenta.
Observat ia 9.4.1 Criteriul de comparat ie al termenilor generali se p astreaz a si dac a a
n
b
n
pentru orice n > n
0
, n
0
N.
Exemplul 9.4.1. Seria

n=1
1
n

, R se numeste seria armonica generalizata.


Pentru = 1 seria este divergenta (Exemplul 9.1.4.).
Daca < 1, atunci 1/n

> 1/n, pentru orice n N

. Cum seria

n=1
1
n
este divergenta,
179
conform criteriului de comparat ie a termenilor generali obt inem ca seria

n=1
1
n

este diver-
genta pentru < 1.
Fie R, > 1. Avem
1 1
1
2

+
1
3

2
1
2

=
1
2
1
1
4

+
1
5

+
1
6

+
1
7

< 4
1
4

<
_
1
2
1
_
2
1
(2
t1
)

+
1
(2
t1
+ 1)

+. . . +
1
(2
t
1)

< 2
1
(2
n1
)

=
_
1
2
1

_
t1
,
de unde
S
2
t
1
=
2
t
1

k=1
1
k

<
t

k=1
1
(2
1
)
k1
=
1
1
(2
1
)
t
1
1
2
1
<
2

1
2
1
1
,
adica subsirul (S
2
t
1
) al sirului sumelor part iale (S
n
) este marginit.
Cum sirul (S
n
) este crescator si pentru orice n N exista un t N asa ncat n < 2
t
1,
deducem ca sirul (S
n
) este marginit. Prin urmare, conform criteriului marginirii sumelor
part iale rezulta ca seria

n=1
1
n

este convergenta pentru orice R, > 1.


Este bine de ret inut ca seria armonica generalizata

n=1
1
n

este convergenta pentru


> 1 si divergenta pentru 1.
Exemplul 9.4.2. Seria

n=1
1
_
n(n + 1)(n + 2)
este convergenta deoarece
1
_
n(n + 1)(n + 2)
<
1

n
3
,
iar seria

1
n
3/2
este convergenta ind o serie armonica generalizata cu = 3/2 > 1.
Teorema 9.4.3 (Criteriul de comparat ie al limitei raportului termenilor generali). Fie seri-
ile

a
n
si

b
n
cu termenii pozitivi.
i) Dac a exist a lim
n
a
n
b
n
= si (0, ), atunci cele dou a serii au aceeasi natur a.
ii) Dac a lim
n
a
n
b
n
= 0, atunci dac a

b
n
este convergenta rezult a ca si

a
n
este conver-
genta, iar dac a

a
n
este divergenta rezult a ca si

b
n
este divergenta.
iii) Dac a lim
n
a
n
b
n
= , atunci dac a

a
n
este convergenta rezult a ca si

b
n
este conver-
genta, iar dac a

b
n
este divergenta rezult a ca si

a
n
este divergenta.
Demonstrat ie. i) Din lim
n
a
n
b
n
= rezulta ca, pentru orice > 0, exista n

N, asa ncat,
pentru orice n > n

, sa avem

a
n
b
n

< , de unde
<
a
n
b
n
< +.
180
De aici, luand = /2, gasim

2
b
n
< a
n
<
3
2
b
n
, (9.10)
pentru orice n > n
/2
.
Din (9.10), aplicand teorema 9.4.2, rezulta armat ia de la i).
ii) Daca = 0, atunci pentru orice > 0, exista n

N, astfel ncat sa avem <


a
n
/b
n
< , pentru orice n > n
0
, de unde obt inem
a
n
< b
n
, pentru orice n > n
0
. (9.11)
Aplicand criteriul de comparat ie a termenilor generali, din (9.11) rezulta armat ia de
la ii).
iii) Daca lim
n
a
n
/b
n
= , atunci rezulta ca lim
n
b
n
/a
n
= 0, de unde, conform cu ii) al
teoremei, obt inem armat iile de la iii).
Exemplul 9.4.3. Seria

n=2
(
n

2 1) este divergenta deoarece, considerand seria

1
n
,
cum
lim
n
n

2 1
1
n
= lim
n
2
1
n
1
1
n
= ln 2 > 0,
rezulta conform teoremei 9.4.3i), ca seria data are aceeasi natura ca si seria armonica

1
n
,
adica divergenta.
Teorema 9.4.4 (Criteriul raportului D

Alembert). Fie seria numeric a

n=1
a
n
cu termeni
pozitivi. Dac a
a
n+1
a
n
< 1, pentru orice n N

, atunci seria este convergent a, iar dac a


a
n+1
a
n
1, pentru orice n N

, atunci seria este divergent a.


Demonstrat ie. Daca
a
n+1
a
n
q < 1. atunci putem scrie
a
n
= a
1

a
2
a
1

a
2
a
2
. . .
a
n
a
n1
a
1
q q . . . q
. .
(n1) ori
= a
1
q
n1
,
de unde a
n
a
1
q
n1
. Cum q < 1, rezulta ca seria geometrica

n=1
aq
n1
este convergenta, iar
de aici, folosind criteriul de comparat ie, a termenilor generali, deducem ca seria

a
n
este
convergenta, n acest caz.
Daca
a
n+1
a
n
1, rezulta ca sirul de numere pozitive (a
n
) este crescator, deci lim
n
a
n
= 0.
Utilizand Corolarul 9.1.1, rezulta ca seria

a
n
este divergenta.
Corolarul 9.4.1 Fie seria

a
n
cu termeni pozitivi. Dac a exit a lim
n
a
n+1
a
n
= l, atunci:
i) daca l < 1, seria

a
n
este covnergenta;
ii) dac a l > 1, seria

a
n
este divergenta.
Demonstrat ie. i) Daca lim
n
a
n+1
a
n
= l < 1, atunci pentru orice , cu 0 < < 1 l, exista n

N
astfel ca, pentru orice n > , sa avem

a
n+1
a
n
l

< ,
181
de unde
a
n+1
a
n
< l + < 1, pentru orice n > n

.
Acum, folosind prima parte a Teoremei 9.4.4, obt inem ca seria

a
n
este convergenta.
ii)

In situat ia l > 1, procedand n mod analog, gasim
a
n+1
a
n
> l > 1, pentru n > n

De aici, utilizand a doua parte a Teoremei 9.4.4, deducem ca seria

a
n
este diver-
genta.
Observat ia 9.4.2 Corolarul 9.4.1 nu este aplicabil n situat ia l = 1.

In acest caz, trebuie
apelat la alte metode pentru a preciza natura seriei de studiat.
Exemplul 9.4.4. Seria de numere reale

n=1
3
n
n!
n
n
,
este cu termeni pozitivi. Vom studia natura ei utilizand criteriul raportului cu limita. Avem
succesiv:
lim
n
a
n+1
a
n
= lim
n
3
n+1
(n+1)!
(n+1)
n+1
3
n
n!
n
n
= lim
n
3
_
n
n + 1
_
n
=
= 3 lim
n
1
_
n+1
n
_
n
=
3
e
Cum 3/e > 1, rezulta ca seria este divergenta.
Teorema 9.4.5 (Criteriul radacinii Cauchy). Fie seria

a
n
cu termeni pozitivi. Dac a
n

a
n
< 1. pentru n 1, atunci seria este convergent a, iar dac a
n

a
n
1, pentru n 1,
atunci seria este divergent a.
Demonstrat ie. Daca
n

a
n
< 1, atunci avem
a
n
= (
n

a
n
)
n

n
, pentru orice n 1.
Cum seria geometrica

n
este convergenta deoarece < 1, conform criteriului de
comparat ie a termenilor generali, rezulta ca si seria

a
n
este convergenta.
Daca
n

a
n
1, atunci a
n
1, deci lim
n
,= 0 si deci, pe baza Corolarului 9.1.1, rezulta
ca seria

a
n
este divergenta.
Corolarul 9.4.2 (Criteriul radacinii cu limita). Fie seria

a
n
cu termeni pozitivi. Dac a
exist a lim
n
n

a
n
= l, atunci seria este convergent a pentru l < 1 si este divergenta pentru
l > 1.
Demonstrat ie. Daca lim
n
n

a
n
= l < 1, atunci pentru orice , cu 0 < < 1 l, exista un
numar natural n

, asa ncat
[
n

a
n
l[ < , pentru n > n

,
de unde
n

a
n
< l + < 1, pentru n > n

,
adica
a
n
< (l +)
n
, pentru n > n

.
182
Cum seria geometrica

(l + )
n
este convergenta, conform criteriului de comparat ie
a termenilor generali, rezulta ca seria

a
n
este convergenta.
Daca l > 1, procedand n mod analog, gasim
a
n
> (l )
n
, cu l > 1, pentru n > n

,
de unde obt inem ca seria

a
n
este divergenta.
Exemplul 9.4.5. Seria numerica

n=1
_
2a n + 1
n + 1
_
n
, cu a > 0,
este cu termeni pozitivi.
Utilizand criteriul radacinii cu limita, avem
lim
n
n

_
2a n + 1
n + 1
_
n
= lim
n
2a n + 1
n + 1
= 2a.
Daca 2a < 1, adica a < 1/2, atunci seria numerica data este convergenta, iar daca
2a > 1, adica a > 1/2, atunci seria data este divergenta.
Daca a = 1/2 atunci termenul general al seriei este 1, ceea ce implica ca seria este
divergenta.
Teorema 9.4.6 (Criteriul RaabeDuhamel cu limita). Fie seria

a
n
cu termeni pozitivi.
Dac a
lim
n
n
_
a
n
a
n+1
1
_
= l,
atunci seria este convergent a cand l > 1 si este divergenta cand l < 1.
Demonstrat ie. Daca l > 1, atunci pentru orice (0, l 1) exista n

N asa ncat
n
_
a
n
a
n+1
1
_
> l , pentru n > n

,
de unde
(l )
a
n+1
< na
n
na
n+1
, pentru n > n

. (9.12)
Fara a restrange generalitatea, putem considera ca (9.12) are loc pentru orice n N

.
Dand succesiv valorile 1, 2, . . . , n 1 n (9.12) obt inem
(l )a
2
< a
1
a
2
(l )a
3
< 2a
2
3a
3
.
.
.
(l )a
n
< (n 1)a
n1
(n 1)a
n
,
care adunate membru cu membru conduc la
(l )(a
2
+a
3
+. . . +a
n
) <
< a
1
+a 2 +. . . +a
n1
(n 1)a
n
.
(9.13)
Punand S
n
= a
1
+a
2
+. . . +a
n
, n N

, din (9.13) obt inem


(l )(S
n
a
1
) < S
n
na
n
< S
n
, pentru orice n N

,
183
de unde gasim
S
n
<
a
1
(l )
l 1
, pentru orice n N

,
ceea ce ne arata ca sirul sumelor part iale este marginit. Prin urmare conform cu criteriul
marginirii sirului sumelor part iale, deducem ca seria

a
n
este convergenta.
Daca l < 1, atunci pentru orice (0, 1 l) exista n

N astfel ncat
n
_
a
n
a
n+1
1
_
< l + < 1, pentru orice n > n

,
de unde
na
n
na
n+1
< a
n+1
, n > n

adica
na
n
< (n + 1)a
n+1
, n > n

. (9.14)
Fara a micsora generalitatea, putem presupune ca (9.14) are loc pentru orice n N

.
Luand succesiv n (9.14) pentru n valorile 1, 2, . . . , n 1, obt inem
a
1
< 2a
2
, 2a
2
< 3a
3
, . . . , (n 1)a
n1
< na
n
,
care nmult ite membru cu membru conduc la a
1
< na
n
, de unde
a
n
>
1
n
a
1
.
Cum seria armonica

1
n
este divergenta, conform criteriului de comparat ie a terme-
nilor generali, deducem ca si seria a
n
este divergenta.
Exemplul 9.4.6. Fie seria numerica

n=1
2 4 6 . . . 2n
1 3 5 . . . (2n 1)

1
2n + 1
.
Sa cercetam natura acestei serii de termeni pozitivi. Notand cu a
n
termenul general
al seriei, avem
a
n+1
a
n
=
2 4 6 . . . 2n(2n + 2)
1 3 5 . . . (2n + 1)

1
2n + 3
_
2 4 . . . 2n
1 3 . . . (2n 1)

1
2n + 1
=
=
2n + 2
2n + 3
.
Cum lim
n
a
n+1
a
n
= 1, rezulta ca nu putem preciza natura seriei cu ajutorul criteriului
raportului. Aplicam criteriul RaabeDuhamel:
lim
n
n
_
a
n
a
n+1
1
_
= lim
n
n
_
2n + 3
2n + 2
1
_
=
= lim
n
n
2n + 2
=
1
2
< 1,
de unde rezulta ca seria data este divergenta.
184
9.5 Problema economica. Fluxul de venit

In problemele de capitalizare se pune problema: ce suma trebuie investita ca dupa x


ani sa se obt ina o suma egala cu a, daca se cunoaste dobanda r% si frecvent a capitalizarii
ei.
Sa notam cu S suma investita (ce trebuie aata). Ea se numeste valoarea prezenta si
scontata a sumei a, disponibila peste x ani.
Daca dobanda r% se capitalizeaza o data pe an, atunci din aplicat ia economica din
1.1, rezulta ca suma disponibila peste x ani este S(1 +r)
x
. Atunci, din
S(1 +r)
x
= a,
rezulta
S =
a
(1 +r)
x
.
Daca dobanda s-ar capitaliza de n ori pe an, cu r%, atunci
S =
a
_
1 +
r
n
_
nx
.

In ne, daca, dobanda s-ar adauga continuu, cu r%, atunci


S = ae
rx
.
Parametrii de care depinde S sunt r si n, care reprezinta dobanda si frecvent a cap-
italizarii. Se observa ca suma prezenta S este cu atat mai mica cu cat dobanda este mai
mare si cu cat se capitalizeaza mai des.
Problema pusa se poate extinde astfel: daca dorim sa variem veniturile de la an la an
cu valorile a
0
, a
1
, . . . , a
m
, adaugandu-se n ecare an dobanda r%,a tunci valoarea variat iei
venitului, numita ux de venituri, ar
a
0
+
a
1
1 +r
+
a
2
(1 +r)
2
+. . . +
a
m
(1 +r)
m
. (9.15)
Suma (9.15) se numeste valoarea de capital a uxului de venit. Ea este suma S ce
trebuie investita pentru a obt ine veniturile a
0
, a
1
, . . . , a
m
n anii urmatori.
Se observa ca daca numarul anilor de capitalizare ar creste indenit, atunci suma
(9.15) reprezinta o serie de tip geometric.
Sa consideram acum un ux de venit n valoare a care ncepe n anul urmator si
continua timp de n ani cu dobanda anuala r%. Atunci valoarea prezenta a uxului va
S =
a
1 +r
+
a
(1 +r)
2
+. . . +
a
(1 +r)
n
=
a
1 +r

1
1
(1+r)
n
1
1
1+r
=
a
r
_
1
_
1
1 +r
_
n
_
.
Daca uxul de venit continua indenit, atunci valoarea prezenta se obt ine prin
trecere la limita, facand n , adica suma seriei geometrice convergente

n=1
a/(1 + r)
n
.
Prin urmare, valoarea prezenta S a sumei a, care va capitalizata la nesfarsit, cu rata
dobanzii r% anual, este a/r.
185
9.6 Test de vericare a cunostint elor nr. 8
1. Denit i urmatoarele not iuni:
a) Serie numerica;
b) Serie numerica convergenta;
c) Suma unei serii numerice;
d) Serie numerica semiconvergenta.
2. Enunt at i:
a) Criteriul lui d

Alembert (raportului) pentru serii cu termeni pozitivi;


b) Criteriul lui Cauchy (radicalului) pentru serii cu termeni pozitivi;
c) Criteriul lui Raabe - Duhamel pentru serii cu termeni pozitivi;
d) Criteriul lui Leibniz pentru serii alternante;
e) Primul criteriu de comparat ie pentru serii cu termeni pozitivi.
3. Aat i suma seriei

n1
u
n
cu u
n
=
1
n(n + 1)
.
4. Aat i suma seriei

n2
u
n
cu u
n
=
n
2
+n 3
n!
.
5. cercetat i natura seriilor

n1
u
n
cu:
a) u
n
=
n
n
n!
,
b) u
n
=
a
n
n!
n
n
cu a > 0, a ,= e,
c) u
n
=
n
2
2
n
.
6. Sa se studieze natura seriilor

n1
u
n
cu:
a) u
n
=
_
2n + 1
3n + 2
_
n
,
b) u
n
=
_
_
(n + 1)(n +a) n
_
n
cu a > 0,
c) u
n
=
1
_
1 +
1
n
_
n
2
,
d) u
n
=
_
1
3
+ 2
3
+... +n
3
n
3

n
4
_
n
.
7. Sa se studieze natura seriei

n1
u
n
, unde
u
n
=
n!
( + 1)( + 2)...( +n)
cu R.
8. Sa se studieze natura seriilor
186
a)

n1
u
n
cu u
n
=
_
1 3 5 ... (2n 1)
2 4 6 ... (2n)
_
a

1
n
n
cu a R
3
.
b)

n1
u
n
, cu u
n
=
1
3

n
4
+ 1
, folosind primul criteriu de comparat ie pentru serii cu
termeni pozitivi.
c)

n1
u
n
cu:
i) u
n
=
1
n

, 1,
ii) u
n
=
1
n

, 2.
folosind criteriul general al lui Cauchy.
9. Sa se studieze absolut convergent a si semiconvergent a seriei numerice

n1
u
n
cu:
a) u
n
=
(1)
n1
_
n(n + 1)
,
b) u
n
=
sin na
2
n
, a R.
10. Sa se studieze natura seriei

n1
u
n
cu:
a) u
n
= (1)
n

1
3
n
,
b) u
n
= (1)
n

n
n
2
1
.
187
Indicat ii si raspunsuri Testul nr. 8
3. S = 1.
4. S = 4.
5. a) Serie divergenta;
b) Serie divergenta pentru a > e, respectiv convergenta pentru a < e;
c) Serie convergenta.
6. a) Pentru a < 1 seria converge. Pentru a 1 seria diverge;
b) Serie convergenta;
c) Serie convergenta;
d) Serie convergenta.
7. Pentru > 1 seria converge. Pentru 1 seria diverge.
8. a) Pentru a 2 seria diverge. Pentru a > 2 seria converge;
b) Se compara cu seria

n1
1
n
4
3
care converge, deci si seria data converge.
c) La (i) seria diverge iar la (ii) seria converge.
9. a) Serie semiconvergenta;
b) Serie absolut convergenta, deci si convergenta.
10. a) Serie absolut convergenta, deci si convergenta;
b) Serie convergenta.
188
Bibliograa aferenta capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate n economie - Volumul II,
Editura ULB, Sibiu, 2002.
[2] Donciu, N., Flondor, D., Algebr a si analiz a matematica. Culegere de probleme,
Editura Didactica si Pedagogica, Bucuresti, 1979.
[3] Nicolescu, M., Dinculeanu, N., Marcus, S., Manual de analiz a matematica, Vol.I,
1962, Vol.II, 1964, Editura Didactica si Pedagogica, Bucuresti.
[4] Olaru, V., Halanay, A., Turbatu, S., Analiz a matematica, Editura Didactica si Ped-
agogica, Bucuresti, 1983.
189
Capitolul 10
Funct ii ntre spat ii metrice
Obiective: Prezentarea not iunilor generale legate de funct iile ntre spat ii metrice (n
special cazurilor R
n
si R).
Rezumat:

In acest capitol sunt introduse si studiate not iunile de vecinatate a unui
punct ntr-un spat iu metric, funct ie ntre spat ii metrice, limita a unei funct ii ntr-un punct,
continuitatea funct iilor ntre spat ii metrice.
Cont inutul capitolului:
1. Vecinatate a unui punct
2. Funct ii ntre spat ii metrice
3. Limita unei funct ii ntr-un punct
4. Continuitatea funct iilor ntre spat ii metrice
5. Test de vericare a cunostint elor
6. Bibliograa aferenta capitolului
Cuvinte cheie: funct ie ntre spat ii metrice, vecinatate, limita, continuitate.
10.1 Vecinatatea unui punct
Not iunea de vecinatate a unui punctntr-un spat iu metric este fundamentalan setarea
not iunilor de limita si de continuitate.
Denit ia 10.1.1 Fie (X, d) un spat iu metric si a un punct arbitrar din X si r un num ar real
pozitiv.
Mult imea
S(a, r) = x X[d(a, x) < r
se numeste sfera (bila) deschisa sau de centru a si raz a r, iar mult imea
S(a, r) = x X[d(a, x) r
se numeste sfera (bila) nchisa de centru a si raz a r.
Exemplul 10.1.1. Pentru X = R si d(x, y) = [x y[, pentru orice x, y R. sfera deschisa
S(a, r) = x R : [x a[ < r = (a r, a +r)
este intervalul deschis, centrat n a, iar sfera nchisa
S(a, r) = x R : [x a[ r
este intervalul nchis [a r, a +r].
Exemplul 10.1.2. Pentru X = R
2
, sfera nchisa, si respectiv deschisa, de centru (a, b)
si de raza r n raport cu metrica euclidiana
d(x, y) =
_
(x
1
y
1
)
2
+ (x
2
y
2
)
2
, unde x = (x
1
, x
2
) si
190
y = (y
1
, y
2
R
2
),sunt date, repectiv, n gurile 10.1.1. si 10.1.2.
Fig.10.1.1. Fig.10.1.2.
Exemplul 10.1.3. Pentru X = R
2
si d(x, y) = max[x
1
y
1
[, [x
2
y
2
[, daca x = (x
1
, x
2
),
y = (y
1
, y
2
), sfera deschisa de raza r si centru x
0
= (a, b) R
2
este trasata n gura 10.1.4.,
iar sfera nchisa de aceeasi raza si acelasi centru este trasata n gura 10.1.3.
Fig.10.1.3. Fig.10.1.4.
Exemplul 10.1.4. Daca X = R
3
si d(x, y) =
_
(x
1
y
1
)
2
+ (x
2
y
2
)
2
+ (x
3
y
3
)
2
, unde x =
(x
1
, x
2
, x
3
), y = (y
1
, y
2
, y
3
), atunci sfera deschisa S(x
0
, r) coincide cu interiorul sferei cu centrul
n x
0
= (a, b, c) si de raza r, iar sfera nchisa S(x
0
, r) coincide cu mult imea punctelor din R
3
aate n interiorul sferei sau pe sfera de raza r si centru x
0
.
Denit ia 10.1.2 Fie spat iul metric (X, d) si x
0
un punct arbitrar din X. Numim vecinatate
a punctului x
0
o mult ime V (x
0
) a spat iului X pentru care exist a o sfera deschisa centrata
n x
0
, cont inut a n V .
Altfel spus, V (x
0
) este vecinatate a lui x
0
daca exist a r > 0 asa nc at S(x
0
, r) V (x
0
).
Propozit ia 10.1.1 Fie (X, d) un spat iu metric si x
0
un punct arbitrar din X. Sunt valabile
urm atoarele propriet at i:
1) daca V (x
0
) este o vecinatate a punctului x
0
, atunci orice supramult ime a sa, V , este,
de asemenea vecinatate a punctului x
0
;
2) daca V
1
(x
0
) si V
2
(x
0
) sunt dou a vecinatat i ale punctului x
0
, atunci V
1
(x
0
) V
2
(x
0
) este
vecin atate a punctului x
0
;
3) daca V (x
1
) este o vecinatate a punctului x
0
atunci x
0
V (x
0
);
4) daca V (x
0
) este o vecinatate a punctului x
0
, atunci exist a o vecinatate W(x
0
) a punc-
tului x
0
astfel ca pentru orice y W(x
0
) mult imea V (x
0
) s a e vecinatate a punctului
y.
191
Demonstrat ie. 1) Cum V (x
0
) este vecinatate a lui x
0
rezulta ca exista r > 0 asa ncat
S(x
0
, r) V (x
0
). Dar atunci S(x
0
, r) U, adica U este o vecinatate a lui x
0
.
2) Din faptul ca V
1
(x
0
) si V
2
(x
0
) sunt vecinatat i ale lui x
0
rezulta ca exista r
1
> 0 si r
2
> 0,
asa ncat S(x
0
, r
1
) V
1
(x
0
) si S(x
0
, r
2
) V
2
(x
0
). Considerand r = min(r
1
, r
2
) se observa ca
S(x
0
, r) V
i
(x
0
), i = 1, 2; deci S(x
0
, r) V
1
(x
0
) V
2
(x
0
). Prin urmare, V
1
(x
0
) V
2
(x
0
) este o
vecinatate a lui x
0
.
3) Aceasta proprietate rezulta din denit ia vecinatat ii lui x
0
.
4) Cum V (x
0
) este vecinatate a lui x
0
rezulta ca exista r > 0 asa ca S(x
0
, r) V (x
0
).
Consideram W(x
0
) = S(x
0
, r). Daca y W(x
0
), ntrucat d(y, x
0
) < r, luand r
1
asa ncat
0 < r
1
< r d(y, x
0
), avem S(y, r
1
) S(x
0
, r) V (x
0
).

Intr-adevar, daca z S(y, r), atunci
d(y, z) < r
1
si t inand seama de alegerea lui r
1
, avem d(z, x
0
) d(z, y)+d(y, x
0
) < r
1
+d(x
0
, y) < r,
ceea ce ne arata ca z S(x
0
, r). Prin urmare, S(y, r
1
) V (x
0
), adica V (x
0
) este vecinatate
pentru y W(x
0
).
Din demonstrat ia proprietat ii 4) a Propozit iei 10.1.1, rezulta:
Corolarul 10.1.1 Orice sfer a deschisa dintr-un spat iu metric este vecin atate pentru orice
punct al s au.
Teorema 10.1.1 (Proprietatea de separat ie Hausdor). Dac a a si b sunt dou a puncte dis-
tincte ale spat iului metric (X, d),a tunci exist a o vecinatate V (a) a punctului a si o vecin atate
U(b) a punctului b astfel ca V (a) U(b) = .
Demonstrat ie. Cum a ,= b, rezulta d(a, b) = k > 0. Consideram V (a) = S
_
a,
k
3
_
si U(b) =
S
_
b,
k
3
_
. Evident ca V (a) si U(b) sunt vecinatat i respectiv ale punctelor a si b. Vom arata ca
V (a) U(b) = . Presupunem contrariul, adica exista z V (a) U(b). Atunci avem d(a, z) <
k
3
si d(b, y) <
k
3
. Dar putem scrie k = d(a, b) d(a, z) + d(z, b) <
k
3
+
k
3
=
2k
3
, de unde 1 <
2
3
, ceea
ce evident este absurd.

In concluzie, V (a) U(b) = .
Denit ia 10.1.3 O submult ime D a spat iului metric (X, d) se numeste mult ime deschisa n
X e daca D = , e daca D este o vecinatate pentru orice punct al s au, adic a daca pentru
orice x D exist a r > 0 astfel ca S(x, r) D.
Exemplu 10.1.5. Orice sfera deschisa S(x
0
, r) dintr-un spat iu metric este o mult ime deschisa.
Valabilitatea acestei armat ii rezulta din Corolarul 10.1.1.

In particular, daca luam X = R
cu metrica euclidiana, atunci orice interval de forma (x
0
r, x
0
+r), cu r > 0, este o mult ime
deschisa.
Exemplu 10.1.6.

In X = R cu metrica euclidiana, orice interval de forma (a, b), a < b, sau
(a, +) sau (, b), cu a, b R, este o mult ime deschisa.
Exemplul 10.1.7. Mult imile D
1
= (x, y) R
2
[2 < x < 4, 3 < y < 2 si D
2
= (x, y) R
2
[x
2
+y
2
,=
4 sunt deschise.
Exemplul 10.1.8. Mult imea x R[3 < x 4 nu este deschisa ntr-ucat (3, 4] nu este
vecinatate pentru 4 (nici o sfera cu centrul n 4 nu este cont inuta n (3, 4]).
Propozit ia 10.1.2 Fie (X, d) un spat iu metric. Sunt valabile urm atoarele armat ii:
1) Orice reuniune (nit a sau innit a) de mult imi deschise este o mult ime deschisa;
2) Intersect ia a doua mult imi deschise este o mult ime deschisa;
3) X este o mult ime deschisa;
4) Orice mult ime deschisa nevida se poate reprezenta ca o reuniune de sfere deschise.
192
Demonstrat ie. 1) Fie (D
i
)
iI
o familie oarecare de mult imi deschise ale lui X si e D =
_
iI
D
i
.
Daca D = , atunci D este deschisa pe baza Denit iei 10.1.3. Daca D ,= , sa consideram
un x D arbitrar. Atunci rezulta ca exista D
i
0
asa ncat x D
i
0
. Cum D
i
0
este mult ime
deschisa rezulta ca D
i
0
este vecinatate pentru x. Dar D
i
0
D si atunci n conformitate cu
proprietatea 1) din Propozit ia 10.1.1, obt inem ca D este vecinatate a punctului x. Deoarece
x a fost ales arbitrar rezulta ca D este o mult ime deschisa.
2) Fie D
1
si D
2
doua mult imi deschise si D = D
1
D
2
. Daca D = , atunci proprietatea este
evidenta. Daca D ,= , atunci e x D arbitrar. Atunci x D
1
si x D
2
. Cum D
1
si D
2
sunt deschise, rezulta ca D
1
si D
2
sunt vecinatat i ale punctului x. Folosim proprietatea 2)
din Propozit ia 10.1.1, rezulta ca si D este vecinatate pentru punctul x. Cum x a fost ales
arbitrar rezulta ca D este o mult ime deschisa.
3) Este evidenta.
4) Fie D ,= o mult ime deschisa; atunci pentru orice x D exista r
x
> 0 asa ncat S(x
1
, r
x
)
D. Dar D =
_
xD
x
_
xD
S(x, r
x
) D, de unde rezulta D =
_
xX
S(x, r
x
), ceea ce trebuie
demonstrat.
Corolarul 10.1.2 Intersect ia unui num ar nit de mult imi deschise este o mult ime deschisa.
Justicarea acestui corolar rezulta din armat ia 2) de la Propozit ia 10.1.2.
O intersect ie innita de mult imi deschise poate sa nu mai e o mult ime deschisa. Se
poate vedea acest fapt din exemplul urmator.
Exemplul 10.1.9.

In spat iu metric X = R cu metrica euclidiana mult imea D
k
=
_

1
k
,
1
k
_
este
deschisa, pentru orice k N

. Se observa ca

k=1
D
k
= 0 care nu este o mult ime deschisa
deoarece pentru orice r > 0, intervalul (r, r) , 0.
Denit ia 10.1.4 O submult ime H a spat iului metric (X, d) se numeste nchisa daca comple-
mentara C(X) = X H este deschisa.
Exemplul 10.1.10. Mult imile X si sunt nchise deoarece C(x) = si C() = X sunt deschise.
Exemplul 10.1.11. Orice sfera nchisa dintr-un spat iu metric (X, d) este o mult ime nchisa.

Intr-adevar, e S(x
0
, r) = x X[d(x, x
0
) r si e y C(S(x
0
, r)) ales arbitrar. Daca
luam 0 < r
1
< d(y, x
0
) r, atunci se observa ca S(y, r
1
) C(S(x
0
, r)), adica C(S(x
0
, r)) este
vecinatate pentru punctul y.

In particular, pentru X = R intervalul nchis [a, b], a, b R, a b este o mult ime nchisa.
Utilizand Propozit ia 10.1.2 si formulale lui Morgan rezulta valabilitatea urmatoarei
propozit ii:
Propozit ia 10.1.3 Dac a (X, d) este un spat iu metric, atunci:
1) Orice intersect ie de mult imi nchise ale lui X este o mult ime nchis a;
2) Orice reuniune nit a de mult imi nchise ale lui X este o mult ime nchis a.
Observat ia 10.1.1 Un spat iu metric cont ine si submult imi care nu sunt nici deschise nici
nchise. De exemplu, dac a X = R cu metrica euclidian a, atunci un interval de forma [a, b)
cu a, b R, a < b, nu este nici mult ime deschisa nici nchis a. Nu este deschis a deoarece
mult imea [a, b) nu este vecinatate pentru punctul a si nu este nchis a deoarece complementara
C([a, b)) = R [a, b) = (, a) [b, ) nu este mult ime deschisa, neind vecinatate pentru
punctul b.
Denit ia 10.1.5 Dac a A este o submult ime nevida a spat iului metric (X, d), numim di-
ametrul mult imii A, notat (A), elementul din R
+
= (0, ) (+) denit prin
(A) = supd(x, y)[x A, y A.
193
Exemplul 10.1.13. Daca X = R
2
este nzestrat cu metrica euclidiana si A = (x, y) R
2
[1
x 2, 1 y < 3, atunci (A) =
_
(2 1)
2
+ (3 1)
2
=

5.
Denit ia 10.1.6 Fie A o submult ime nevida a spat iului metric (X, d). Spunem c a A este o
mult ime marginita daca (A) < +. Dac a (A) = +, atunci spunem c a mult imea A este
nemarginita. Practic, pentru a ar ata ca o mult ime A este marginit a este sucient sa r atam
ca mult imea d(x, y)[x, y A este majorata.
Propozit ia 10.1.4 O mult ime nevida A (X, d) este marginit a daca si numai dac a exist a o
sfera deschisa S(x
0
, r). asa nc at A S(x
0
, r).
Demonstrat ie. Fie A ,= si marginita. Daca A cont ine un singur punct, atunci proprietatea
este evidenta. Sa presupunem ca A cont ine cel put in doua puncte. Consideram x
0
si x
1
doua puncte arbitrare diferite din A. Fie r R, r > d(x
0
, x
1
) + (A); evident r > 0. Pentru
sfera S(x
0
, r) avem A S(x
0
, r) deoarece, pentru orice y A, avem d(y, y
0
) < (A) < r.
Reciproc, daca exista o sfera deschisa S(x
0
, r) asa ncat A S(x
0
, r), atunci (A)
(S(x
0
, r)) 2r, adica A este o mult ime marginita.
Denit ia 10.1.7 Fie A o submult ime nevida a spat iului metric (X, d). Un punct x
0
A este
numit punct interior al mult imii A daca A este o vecinatate pentru x
0
, dac a exist a r > 0
asa nc at S(x
0
, r) A.
Denit ia 10.1.8 Mult imea tuturor punctelor interioare mult imii A se numeste interiorul lui
A si se noteaz a cu

A sau int A.
Exemplul 10.1.14. Fie X = R spat iul metric nzestrat cu metrica euclidiana, iar A
1
= [a, b],
A
2
= [a, b), A
3
= (a, b], A
4
= (a, b) submult imi ale lui X. Se observa ca:

A
1
=

A
2
=

A
3
=

A
4
=
(a, b). Punctul a nu este interior lui A
1
deoarece A
1
nu este vecinatate pentru a.
Teorema 10.1.2 Mult imea A nevida din spat iul metric (X, d) este deschisa daca si numai
daca A =

A.
Demonstrat ie. Sa presupunem ca A este deschisa; atunci pentru orice x A avem ca A este
o vecinatate a lui x, adica x

A. Cum totdeauna

A A, obt inem A =

A.
Reciproc, daca A =

A, atunci orice x A este punct interior lui A si deci A este o
vecinatate a lui x, ceea ce ne arata ca A este deschisa.
Denit ia 10.1.9 Fie A o submult ime nevida a spat iului metric (X, d). Un punct interior
complementarei lui A se numeste punct exterior mult imii A, iar int C(A) se numeste exte-
riorul lui A, notat prin Ext A.
Denit ia 10.1.10 Fie A o submult ime a spat iului metric (X, d) un element x
0
X se numeste
punct aderent mult imii A daca pentru orice vecin atate V (x
0
) a lui x
0
avem V A ,= .
Denit ia 10.1.11 Dac a A (X, d), mult imea tuturor punctelor aderente mult imii se numeste
aderent a sau nchiderea mult imii A, notata cu A.
Exemplul 10.1.15. Orice punct al mult imii A din Denit ia 10.1.10 este punct aderent al
mult imii A. Evident ca avem A A.
Exemplul 10.1.16. Pentru mult imea A = (a, b) R, a, b R, a < b, punctele a, b sunt puncte
aderente deoarece orice vecinatate a lor are puncte comune cu A. Avem A = [a, b].
Teorema 10.1.3 Mult imea A din spat iul metric (X, d) este nchis a daca si numai dac a A = A.
Demonstrat ie. Sa admitem ca A este o mult ime nchisa. Atunci conform Denit iei 10.1.4,
deducem ca mult imea C(A) este deschisa. Cum A A trebuie sa aratam ca A A. Dar
A A este echivalent cu C(A) C(A). Fie x C(A) arbitrar, cu C(A) deschisa. Atunci
conform Denit iei 10.1.3 rezulta ca C(A) este vecinatate a lui X.

Insa C(A) A = , ceea ce
implica x , A, deci x C(A).
194
Reciproc, sa presupunem ca A = A. Fie x C(A) = C(A); atunci x , A, deci exista o
vecinatate V (x) a punctului x, cu proprietatea V (x) A = . Rezulta ca V (x) C(A); de
unde, pe baza proprietat ii 1) din Propozit ia 10.1.1, obt inem ca C(A) este o vecinatate a
punctului x. Cum x a fost ales arbitrar din C(A), deducem ca C(A) este o mult ime deschisa,
adica A este nchisa.
Denit ia 10.1.12 Fie A o submult ime a spat iului metric (X, d). Numim frontiera mult imii
A, notata cu A sau Fr A, mult imea AC(A). Punctele mult imii Fr A se numesc punctele
frontiera ale mult imii A.
Este evident ca Fr A = A

A.
Exemplul 10.1.17. Daca A = [a, b], atunci Fr A = a, b.
Exemplul 10.1.18. Daca A = Q, atunci A = Q = R, C(Q) = R si Fr A = R.
Exemplul 10.1.19. Daca A = R
2
, atunci Fr A = .
Denit ia 10.1.13 O submult ime A a unui spat iu metric X, d) se numeste densa n X daca
X = A.
Exemplul 10.1.20. Mult imea Q este densa n R (nzestrat cu metrica euclidiana) deoarece
Q = R. La fel mult imea numerelor irat ionale R Q este densa n R.
Exemplul 10.1.21. Mult imea Q
n
= QQ. . . Q (de n ori) este densa n R.
Denit ia 10.1.14 Un spat iu metric (X, d) se numeste separabil daca cont ine o submult ime
A numarabila si densa n X.
Exemplul 10.1.22. Spat iul metric R nzestrat cu metrica euclidiana este separabil deoarece
Q este mult ime numarabila si densa n R.
Exemplul 10.1.23. Spat iu metric R
n
, n 1, nzestrat cu metrica euclidiana este separabil
deoarece mult imea Q
n
este numarabila si densa n R
n
.
Denit ia 10.1.15 Fie A o submult ime a spat iului metric (X, d). Un punct x X se numeste
punct de acumulare pentru mult imea A daca pentru orice vecin atate V (x) a lui x are loc
(V (x) x) A ,= , adic a n orice vecin atate V (x) a punctului x se gasesc puncte din A,
diferite de x.
Mult iema punctelor de acumulare ale mult imii A se numeste mult imea derivata si se
noteaza cu A

.
Observat ia 10.1.2 Orice punct de acumulare este un punct aderent.
Observat ia 10.1.3

In orice vecin atate a unui punct de acumulare x
0
se gaseste o innitate
de puncte din A.

Intr-adevar, dac a propunem ca exist a o vecinatate V (x
0
) a punctului x
0
care sa cont in a numai un num ar nit de puncte x
1
, x
2
, . . . , x
n
, diferite de x
0
si apart in and
lui A, atunci aleg and r asa nc at 0 < r < min
i=1,n
d(x
0
, x
i
), sfera S(x
0
, r) nu mai cont ine nici
un punct din A diferit de x
0
, ceea ce contrazice denit ia punctului de acumulare.
Din aceasta observat ie rezulta ca o mult ime nita nu are puncte de acumulare.
Denit ia 10.1.16 Fie A o submult ime a spat iului metric (X, d). Un punct x A care nu este
punct e acumulare pentru A se numeste punct izolat.
Altfel spus, un punct x A este izolat daca exist a o vecinatate V (x) a sa astfel nc at
V (x) A = x.
Exemplul 10.1.24. Pentru mult imea A = (0, 1) 2, 3 din R avem A

= [0, 1], iar punctele 2 si


3 sunt izolate.
Teorema 10.1.4 (de caracterizare a punctelor aderente si a punctelor de acumulare). Fie
A o submult ime a spat iului metric X, d).
195
1) un punct x X este aderent mult imii A daca si numai dac a exist a un sir (x
n
) de
puncte din A astfel ca lim
n
x
n
= x (n X).
2) Un punct x X este punct de acumulare al mult imii A daca si numai dac a exist a un
sir (x
n
) de puncte din A astfel nc at x
n
,= x, pentru orice n N, si lim
n
x
n
= x (n X).
Demonstrat ie. 1) Sa presupunem ca x A, adica este punct aderent pentru A. Atunci,
pentru orice n N

, sfera deschisa S
_
x,
1
n
_
are puncte comune cu A. Alegem cate un punct
x
r
A S
_
x,
1
n
_
, pentru orice n N

. Obt inem, astfel, sirul de puncte (x


n
) din A cu
d (x
n
, x) <
1
n
, pentru orice n N

. Din d(x
n
, x) <
1
n
rezulta lim
n
d(x
n
, x) = 0, ceea ce ne arata
ca lim
n
x
n
= x (n X).
Reciproc, daca (x
n
) este un sir de puncte din A, astfel ncat lim
n
x
n
= x (n X), atunci,
pentru orice > 0, exista un n

N astfel ncat x
n
S(x, ) de ndata ce n > n

. Rezulta ca
pentru orice > 0 avem S(x, ) A ,= , ceea ce ne asigura ca x A.
2) Demonstrat ia se face n acelasi mod ca la punctul 1), utilizand denit ia punctului
de acumulare.
Denit ia 10.1.17 Spat iul metric (X, d) se numeste compact, dac a orice sir din X cont ine un
subsir convergent.
Denit ia 10.1.18 Mult imea A din spat iul metric (X, d) este compacta, dac a orice sir (a
n
)
din A cont ine un subsir convergent catre un punct x
0
din A.
Altfel spus, mult imea A din (X, d) este compacta daca si numai dac a spat iul metric
(A, d) este compact.
Exemplul 10.1.25. Mult imea A = [a, b] R, a < b, este compacta ntrucat, conform Lemei lui
Ces`aro (vezi Propozit ia (8.1.11), orice sir de puncte din [a, b] cont ine un subsir convergent
si cum [a, b] este nchis, limita acestui subsir apart ine lui A.
Exemplul 10.1.26. Mult imea A = (a, b] R, a < b, nu este compacta deoarece sirul x
n
= a+
1
n
nu cont ine nici un subsir convergent la un punct din (a, b) (toate subsirurile lui x
n
converg
la a care nu apart ine mult imii A).
Denit ia 10.1.19 Fie (X, d) un spat iu metric arbitrar si A o submult ime a sa. O familie
T = D
i
[D
i
X, i I de part i ale lui X se numeste acoperire a mult imii A daca
A
_
iI
D
i
.
Dac a T
1
T si A
_
D
i
D
D
i
, spunem ca T
1
este o subacoperire a lui T.
O acoperire T a mult imii A se va numi deschisa daca elementele lui T sunt mult imi
deschise.
Exemplul 10.1.27. Fie A = (1, 2) R. Familia T formata din intervalele D
i
=
_
1 +
1
i
, 2
_
,
i = 2, 3, . . . formeaza o acoperire deschisa pentru A deoarece pentru orice x A exista un
i
0
N

asa ncat 1 +
1
i
0
< x, adica orice x A se aa n cel put in un interval D
i
.
Propozit ia 10.1.5 (Lebesgue). Dac a A este o mult ime compacta n spat iul metric (X, d) iar
T = D
i
[i I este o acoperire deschisa a lui A, atunci exist a un > 0 asa nc at pentru
orice x din A s a existe un i I asa ca S(x, ) D
i
.
196
Demonstrat ie. Vom proceda prin reducere la absurd.
Sa presupunem ca A este compacta dar pentru orice > 0 exista un x

A asa ncat
pentru orice i I, S(x

, ) , D
i
.

In particular, pentru = 1/n exista x
n
A astfel ncat
pentru orice i I are loc
S
_
x
n
,
1
n
_
, D
i
. (10.1)
Deoarece A este compacta, sirul (x
n
) cont ine un sub sir (x
n
k
) convergent la un punct
x A. Cum T constituie o acoperire pentru A, exista o mult ime D
i
0
T asa ncat x D
i
0
.
Mult imea D
i
0
ind deschisa exista o sfera deschisa S(x, r) asa ca
S(x, r) D
i
o
(10.2)
Din lim
k
x
n
k
= x A rezulta ca exista un numar natural k
0
depinzand de r/2 asa ca
pentru orice k k
0
sa avem x
n
k
S
_
x,
r
2
_
, adica
d (x
n
k
, x) <
r
2
. (10.3)
Cum lim
k
1
n
k
= 0, exista un k
1
(r) N asa ncat pentru orice k > k
1
sa rezulte
1
n
k
<
r
2
. (10.4)
Fie k
2
= maxk
0
, k
1
. Pentru orice k > k
0
, din relat iile (10.2), (10.3) si (10.4) obt inem
S
_
x
n
k
,
1
n
k
_
S(x, r) D
i
0
,
incluziune ce contrazice (10.1). Cu aceasta teorema este demonstrata.
Propozit ia 10.1.6 Dac a A este o mult ime n spat iul metric (X, d), atunci pentru orice > 0
exist a o familie nit a de sfere deschise cu raza care constituie o acoperire deschis a a
mult imii A.
Demonstrat ie. Vom rat iona tot prin reducere la absurd. Presupunem ca A este o mult ime
compacta in (X, d) asa ncat exista un > 0 pentru care nu exista o acoperire nita cu sfere
deschise de raza .
Fie x
1
A; atunci sfera S(x
1
, ) , A. Alegem x
2
A asa ncat x
2
, S(x
1
, ).
Acum consideram sferele S(x
1
, ) si S(x
2
, ), pentru care A , S(x
1
, ) S(x
2
, ). Prin
urmare, exista x
3
A asa ca x
3
A si x
3
, S(x
1
, ), x
3
, S(x
2
, ).
Din aproape n aproape, construim sirul (x
n
) de puncte din A asa ncat
x
n
A, x
n
, S(x
i
, ), i = 1, n 1.
De aici rezulta ca avem d(x
n
, x
i
) , i = 1, n 1, pentru orice n N

. Prin urmare,
sirul (x
n
) astfel construit cere proprietatea ca x
n
A pentru orice n N

, dar
d(x
n
, x
m
) , pentru orice n, m N

, (10.5)
cu n ,= m.
Acum, se observa ca sirul (x
n
) nu poate cont ine nici un subsir convergent, ntrucat,
daca ar exista un asemenea subsir acesta ar trebui sa e sir Cauchy, ceea ce ar contrazice
(10.5) .
Asadar, sirul (x
n
) nu poate cont ine nici un subsir convergent, ceea ce contrazice faptul
ca A este o mult ime compacta.

In concluzie enunt ul teoremei este adevarat.
197
Teorema 10.1.5 O mult ime A dintr-un spat iu metric (X, d) este compacta daca si numai
daca din orice acoperire deschis a a sa se poate extrage o subacoperire nita.
Demonstrat ie. Sa consideram ca A este o mult ime compacta. Fie T = D
i
[i I o acoperire
deschisa a mult imii compacte A. Conform Propozit iei 10.1.5 exista > 0 asa ncat pentru
orice x A sa existe i I asa ca
S(x, ) D
i
. (10.6)
Din Propozit ia 10.1.6, pentru acest > 0 exista un numar nit de sfere cu raza care
sa acopere mult imea A, adica
A
n
_
k=1
S(x
k
, ).
Din (10.6) rezulta ca S(x
k
, ) D
i,k
, pentru orice k = 1, 2, . . . , n. Atunci
A
n
_
k=1
D
i,k
,
adica din acoperirea T a lui A am extras o subacoperire nita T
1
= D
i,k
[k = 1, n a sa, ceea
ce trebuia demonstrat.
Reciproc, sa admitem ca din orice acoperire deschisa a mult imii A se poate extrage o
subacoperire nita. Vom rat iona prin reducere la absurd. Sa presupunem ca A nu este o
mult ime compacta. Atunci, exista un sir (x
n
) A care nu cont ine nici un subsir convergent,
ceea ce nseamna ca mult imea termenilor sai nu are nici un punct de acumulare. De aici,
rezulta ca pentru orice x A exista o sfera S(x,
x
) care cont ine cel mult un numar nit
de termeni ai sirului (x
n
) deoarece, n caz contrar, ar exista un subsir al lui (x
n
) care sa
convearga la x.
Familia T = S(y,
y
)[y A constituie o acoperire deschisa pentru A. Deci, din T se
poate extrage o subacoperire nita
T
1
= S(y
i
,
y
i
)[i = 1, m.
Cum (x
n
) A D
1
iar ecare din sferele S(y
i
,
y
i
) cont ine cel mult un numar nit de
termeni ai sirului (x
n
) rezulta ca sirul (x
n
) are un numar nit de termeni, ceea ce constituie
o contradict ie. Prin urmare, mult imea A este compacta.
Teorema 10.1.6 Orice submult ime compacta a unui spat iu metric este marginit a si nchis a.
Demonstrat ie. Sa consideram A o submult ime compacta a spat iului metric (X, d).
Mai ntai, sa aratam ca A este marginita. Sa observam ca familia sferelor deschise
D = S(x, 1)[x A formeaza o acoperire deschisa pentru A. Conform cu Teorema 10.1.5,
cum A este compacta, se poate extrage o subacoperire nita T
1
= S(x
i
, 1)[x
i
A, i = 1, n.
Fie B = x
i
[i = 1, n, care este nita si diametrul sau (B) < .
Sa consideram acum x si y doua puncte arbitrare din A. Atunci exista o sfera deschisa
S(x
i
, 1) T
1
, care cont ine pe x si, de asemenea, exista sfera deschisa S(x
j
, 1) asa ca y S(x
j
, 1).
Utilizand inegalitatea triunghiului, obt inem
d(x, y) d(x, x
i
) +d(x
i
, x
j
) +d(x
j
, y) < 2 +d(x
i
, x
j
) < 2 +(B),
pentru orice x, y din A. Asadar, (A) 2 +(B) < +, ceea ce ne arata ca A este marginita.
Acum, sa aratam ca A estenchisa, ceea ce este echivalent cu C(A) = xA este deschisa.
Fie x un punct arbitrar din C(A) si e y A. Cum x ,= y, utilizand proprietatea de separat ie
Hausdor (Teorema 10.1.1) a spat iului metric (X, d) rezulta ca exista sferele deschise S(y, r
y
)
si S(x, r
x,y
) asa ncat
S(y, r
y
) S(x, r
x,y
) = . (10.7)
Familia T = S(y, r
y
)[y A este o acoperire deschisa pentru A si cum A este compacta
exista o subacoperire nita a sa T
1
= S(y
i
, r
y
i
)[i = 1, n (Teorema 10.1.5).
198
Fiecarei sfere S(y
i
, r
y
i
) i corespunde, pe baza lui (10.7), o sfera deschisa S(x, r
x,y
i
).
Fie r = min
i=1,n
r
x
, y
i
; atunci S(x, r) =
n

i=1
S(x, r
x,y
i
) iar S(x, r) A = deoarece A
n
_
i=1
S(y
i
, r
y
i
) si, din (10.7), avem S(x, r) S(y
i
, r
y
i
) = . Asadar, S(x, r) C(A), adica C(A)
este vecinatate pentru x. Cum x a fost ales arbitrar n C(A) rezulta ca mult imea C(A) este
deschisa deoarece ea este vecinatate pentru orice punct al ei.
Condit iile ca mult imea A sa e margnita si nchisa sunt necesare pentru ca A sa e
compacta. Aceste doua condit ii nu sunt, n general, suciente pentru compactitatea unei
mult imii ntr-un spat iu metric.
Vom arata ca n spat iile R
n
, n 1, nzestrate cu metrica euclidiana, aceste condit ii
sunt si suciente.
Mai ntai vom demonstra urmatorul rezultat general.
Teorema 10.1.7 Dac a (X, d
1
) si (Y, d
2
) sunt dou a spat ii metrice compacte, atunci si spat iul
Z = X Y , nzestrat cu metrica din Propozit ia 8.2.6, este compact
Demonstrat ie. Fie (z
n
) un sir arbitrar din Z, cu z
n
= (x
n
, y
n
), x
n
X, y
n
Y , n = 1, 2, . . .. Cum
(X, d
1
) este compact, sirul (x
n
) cont ine un subsir (x
n
k
)
kN
convergent la x X. Considerand
subsirul (y
n
k
)
kN
al sirului (y
n
) si t inand seama ca si (Y, d
2
) este compact, rezulta ca exista
un subsir (y
n
k
t
)
tN
al sau, convergent la un punct y Y .
Tinand seama de Teorema 8.2.2 rezulta ca
lim
t
z
n
k
t
= lim
t
(x
n
k
t
, y
n
k
t
) = (x, y),
ceea ce ne arata ca spat iul Z este compact.
Propozit ia 10.1.7 Intervalul [a, b] din R, a < b, este o mult ime compacta.
Demonstrat ie. Daca (x
n
) este un sir arbitrar din [a, b], rezulta ca (x
n
) este marginit. Atunci,
conform lemei lui Ces`aro (Propozit ia 8.1.11) el cont ine un subsir (x
n
k
) convergent la un
punct din R. Cum [a, b] este mult ime nchisa rezulta ca x [a, b]. Deci, [a, b] este o mult ime
compacta n R.
Denit ia 10.1.20 Fie [a
i
, b
i
], i = 1, n, n 1, n intervale ale lui R. Mult imea P R
n
, unde
P = [a
1
, b
1
] [a
2
, b
2
] . . . [a
n
, b
n
],
se numeste paralelipiped nchis n R
n
.
Propozit ia 10.1.8 Orice paralelipiped nchis din R
n
, n 1, este o mult ime compacta.
Demonstrat ie. Valabilitatea propozot iei rezulta imediat, utilizand Teorema 10.1.7 si
Propozit ia 10.1.7.
Acum putem demonstra:
Teorema 10.1.8 O submult ime A a lui R
n
(n 1) este compacta daca si numai dac a este
marginit a si nchis a.
Demonstrat ie. Daca A este compacta, atunci pe baza Teoremei 10.1.6, deducem ca ea este
marginita si nchisa.
Reciproc, sa admitem ca submult imea A a lui R
n
este marginita si nchisa si sa aratam
ca este compacta.
Cum A este marginita, exista un paralelipiped nchis P asa ncat A P.
Fie (x
n
) un sir abritrar n A; atunci el este si n P si cum P este o mult ime compacta
rezulta ca exista un subsir (x
n
k
) convergent la un punct x P. Dar x este punct aderent
mult imii A si cum A este nchisa rezulta ca A = A (Teorema 10.1.3). Deducem ca x A si
199
deci A este compacta.

In nalul acestui paragraf vom introduce not iunea de conexitate, care, intuitiv, descrie
faptul ca o mult ime este formata dintr-o bucata, adica nu poate descompusa n doua
sau mai multe part i separate.
Denit ia 10.1.21 Spat iul metric (X, d) se numeste conex daca nu exist a doua mult imi D
1
,
D
2
deschise, nevide si disjuncte astfel ca X = D
1
D
2
.

In caz contrar spat iul (X, d) se
numeste neconex sau disconex.
Deoarece D
1
= C(D
2
) si D
2
= C(D
1
), rezulta ca mult imile D
1
si D
2
sunt, n acelasi timp,
si inchise, rezultand imediat urmatorul rezultat:
Propozit ia 10.1.9

Intr-un spat iu metric (X, d) urm atoarele armat ii sunt echivalente:
1) (X, d) exte conex;
2) Nu exist a dou a mult imi nchise F
1
si F
2
, nevide si disjuncte, asa nc at X = F
1
F
2
;
3) Singura mult ime nevida din X simultan deschis a si nchis a este ntreg spat iul X.
Denit ia 10.1.22 O submult ime A a spat iului metric (X.d) este conexa daca (A, d) este un
spat iu metric conex.
Altfel spus, A este conexa daca nu exist a doua mult imi deschise n X, cu propriet at ile:
1) D
1
A ,= , D
2
A ,=
2) A D
1
D
2
3) D
1
D
2
A = .
Exemplul 10.1.28. Orice interval al lui R este o mult ime conexa.
Sa demonstram acest fapt. Presupunem contrariul; adica exista un interval A R
care este o mult ime neconexa. Conform Denit iei 10.1.22, exista doua mult imi deschise,
nevide, D
1
si D
2
n R asa ncat
D
1
D
2
= A; D
1
D
2
= .
Exista punctele a D
1
si b D
2
, a ,= b (putem presupune ca a < b). Cum A este interval
rezulta ca si [a, b] este interval si [a, b] A. Notam c = sup(D
1
[a, b]). Cum D
1
este, n acelasi
timp, nchisa n A rezulta ca c D
1
.

Insa b D
2
si deci c D
1
[a, b), adica c ,= b, deoarece, n
caz contrar, c = b D
2
, ceea ce ar conduce la c D
1
D
2
, lucru absurd. Asadar, c D
1
[a, b)
si D
1
ind deschisa n A exista > 0 astfel ncat c + D
1
[a, b), ceea ce contrazice faptul ca
sup(D
1
[a, b)) = c. Prin urmare, presupunerea facuta este falsa, rezultand ca A este conexa.
Observat ia 10.1.4 Are loc si reciproca pentru armat ia din exemplul 10.1.28: orice
submult ime nevida si conex a a lui R este un interval.
Vom rat iona prin reducere la absurd. Sa admitem ca exista o mult ime A R conexa,
care nu este interval. Atunci exista trei puncte x
1
, x
2
, x
3
din R asa ncat x
1
, x
3
A, x
1
<
x
2
< x
3
, iar x
2
, A. Consideram mult imile D
1
= (, x
2
) A si D
2
= A (x
2
, +). Evident
ca D
1
si D
2
sunt nchise n A, D
1
D
2
= A si D
1
D
2
= . Prin urmare, A este o mult ime
neconexa, ceea ce constituie o contradict ie. Asadar, A este un interval.
Exemplul 10.1.29.

In spat iul metric R mult imea A = (1, 2) (3, 4) este neconexa.

Intr-
adevar, mult imile D
1
= (1, 2) si D
2
= (3, 4) sunt deschise, A = D
1
D
2
, iar D
1
D
2
A = ,
D
1
A = (1, 2) ,= , D
2
A = (3, 4) ,= .
Denit ia 10.1.23 O mult ime deschisa si conex a se numeste domeniu. O mult ime nchis a si
conexa se numeste continuu.
Exemplul 10.1.30. O sfera deschisa din R
m
este un domeniu, iar unanchisa este un continuu.
200
10.2 Funct ii ntre spat ii metrice
Denit ia 10.2.1 Fie (X, d
1
) si (Y, d
2
) dou a spat ii metrice. O apliact ie f : A B, A X si
B Y , se numeste funct ie denita ntre doua spat ii metrice.
Denit ia 10.2.2 Dac a X = R
m
, m N, m 1 si Y = R, atunci funct ia f : A R, A R
m
, se
numeste funct ie reala de o variabila vectoriala x = (x
1
, x
2
, . . . , x
m
) A sau funct ie reala de m
variabile reale si se noteaza prin y = f(x) sau y = f(x
1
, x
2
, . . . , x
m
).
Este evident ca valorile y ale funct iei y = f(x
1
, x
2
, . . . , x
m
) depind de cele m variabile.
Din punct de vedere sistemic variabilele independente x
1
, x
2
, . . . , x
m
reprezinta marimi ce
pot controlate sau precizate, numite date de intrare, iar variabila dependenta y precizeaza
valoarea rezultata prin act iunea lui f asupra datelor de intrare si se numeste data de iesire
(v.g.10.2.1).
Fig.10.2.1
Observat ia 10.2.1 Funct iile reale de mai multe variabile se mai numesc si funct ii scalare
sau campuri scalare.
Gracul unei funct ii reale de m variabile reale, denita pe o mult ime A R
m
, este
o mult ime de puncte din R
m+1
, ceea ce face sa avem o imagine geometrica numai pentru
m 2. Astfel, daca m = 1 atunci funct ia y = f(x), x A R are ca si grac o curba plana,
iar daca m = 2 funct ia reala f : A R
2
R, y = f(x
1
, x
2
) are ca si grac o suprafat a () n
spat iul R
3
(v.g.10.2.2).
Fig.10.2.2
Denit ia 10.2.3 Dac a X = R
m
si Y = R
p
, o funct ie f : A B, A X, B Y , se numeste
funct ie vectoriala de variabila vectoriala.
201
Daca x = (x
1
, . . . , x
m
) A iar y = (y
1
, . . . , y
p
) B, atunci funct ia vectoriala poate scrisa
y = f(x),
iar desfasurat:
(y
1
, . . . , y
p
) = (f
1
(x
1
, . . . , x
m
), f(x
1
, . . . , x
m
), . . . , f
p
(x
1
, . . . , x
m
))
unde f
i
, i = 1, p, sunt funct ii de m variabile reale denite pe A cu valori n R.
Funct iile y
i
= f
i
(x
1
, x
2
, . . . , x
m
), i = 1, p se numesc componentele funct iei vectoriale f.
Rezulta ca studiul unei funct ii vectoriale se reduce la studiul unor funct ii reale de mai
multe variabile reale.
Cazuri particulare. 10.2.1. Daca p = 1, atunci funct ia vectoriala de variabila vectoriala
se reduce la o funct ie reala de mai multe variabile reale.
10.2.2. Daca p = 2 si m = 1, atunci funct ia vectoriala are forma
(y
1
, y
2
) = (x, y) =

f(t) = (f
1
(t), f
2
(t)), t A R,
de unde
x = f
1
(t), y = f
2
(t), t A,
care constituie reprezentarea parametrica a unei curbe plane (v.g.10.2.3).
Fig.10.2.3
10.2.3. Daca p = 3 si m = 1, atunci funct ia vectoriala are forma
(y
1
, y
2
, y
3
) = (x, y, z) =

f(t) = (f
1
(t), f
2
(t), f
3
(t)), t A R,
de unde
x = f
1
(t), y = f
2
(t), z = f
3
(t), t A,
care constituie reprezentarea parametrica a unei curbe n spat iu.
10.2.4. Daca p = 3 si m = 2, atunci funct ia vectoriala are forma
(y
1
, y
2
, y
3
) = (x, y, z) =

f (u, v) =
= (f
1
(u, v), f
2
(u, v), f
3
(u, v)), (u, v) A R
2
,
de unde
x = f
1
(u, v), y = f
2
(u, v), z = f
3
(u, v), (u, v) A,
care constituie reprezentarea parametrica a unei suprafet e

n spat iu (v.g.10.2.4).
202
Fig.10.2.4
10.2.5. Daca p = 3 si m = 3, atunci o astfel de funct ie vectoriala se numeste camp vectorial.
De obicei, modelele matematice utilizate n descrierea fenomenelor economice se de-
scriu prin funct ii reale de mai multe variabile reale.
Exemplul 10.2.1. Funct ia de product ie. O problema des ntalnita n practica economica
se refera la condit iile de combinare a factorilor pentru producerea unui produs Y de catre
o ntreprindere: Daca condit iile tehnice ale product iei sunt date, cantitatea y din pro-
dusul Y realizata depinde numai de factorii variabili ai product iei folosit i X
1
, X
2
, . . . , X
m
.
Daca x
1
, x
2
, . . . , x
m
sunt cantitat ile folosite din acesti factori, atunci putem scrie funct ia de
product ie
y = f(x
1
, x
2
, . . . , x
m
),
care este o funct ie de m variabile reale.
Exemplul 10.2.2. Funct ia cererii. Sa presupunem ca n marfuri de consum Y
1
, Y
2
, . . . , Y
n
se
vand la pret uri invariabile x
1
, x
2
, . . . , x
n
pe o piat a cu concurent a, care consta dintr-un numar
de consumatori, cu gusturi si venituri date.

In aceasta situat ie cantitatea y
k
de marfa Y
k
,
k = 1, n, ceruta pe piat a depinde numai de pret urile tuturor marfurilor de pe piat a. Aceasta
nseamna ca funct ia cererii pentru marfa Y
k
este
y
k
= f
k
(x
1
, x
2
, . . . , x
n
),
care este o funct ie de n variabile. Funct ia cerere pentru toate cele n marfuri va o funct ie
vectoriala
(y
1
, y
2
, . . . , y
n
) = (f
1
(x
1
, . . . , x
n
), . . . , f
n
(x
1
, . . . , x
n
)).

In practica, ntre funct iile cerere y


k
= f
k
(x
1
, . . . , x
n
), k = 1, n, se studiaza anumite
corelat ii.
Exemplul 10.2.3. Funct ia costurilor de product ie. Sa admitem ca o ntreprindere produce
marfurile X
1
, X
2
, . . . , X
n
n condit ii tehnice de product ie si condit ii de aprovizionare date.
Atunci funct ia costurilor de product ie este
y = f(x
1
, . . . , x
n
),
unde x
1
, x
2
, . . . , x
n
sunt cantitat ile de marfuri
1
,
2
, . . . ,
n
produse, iar y este costul total.
Pentru comoditate, n cazul a doua marfuri X si Y funct ia costurilor se poate lua de forma
particulara
z = ax
2
+by
2
+cxy +dx +ey +f.
203
10.3 Limita unei funct ii ntr-un punct
Fie (X, d
1
) si (X, d
2
) doua spat ii metrice, F : A Y , A X, o funct ie si x
0
un punct de
acumulare al mult imii A (x
0
A

).
Denit ia 10.3.1 (cu vecinatat i.) Spunem ca funct ia f are limit a n punctul x
0
, dac a exist a
un punct l Y astfel nc at, pentru orice vecin atate U(l) a lui l, exist a o vecinatate V (x
0
)
asa nc at, pentru orice x V (x
0
) Ax
0
, s a avem f(x) U(l), adic a
f(V (x
0
) Ax
0
) U(l).
Scriem lim
xx
0
f(x) = l.
Intuitiv not iunea de limita a funct iei f n punctul x
0
exprima faptul ca daca ne
apropiem de x
0
prin puncte din mult imea A, atunci valorile funct iei n aceste puncte se
apropie oricat de mult de punctul l din Y .
Teorema 10.3.1 (de caracterizare a not iunii de limita.) Fie f : A (Y, d
2
), unde A (X, d
1
)
si x
0
A

. Atunci urm atoarele armat ii sunt echivalente:


1) l este limita funct iei f n punctul x
0
(denit ia cu vecin atat i);
2) pentru orice sfer a deschisa S
Y
(l, ) din spat iul metric Y exist a o sfera deschisa
S
X
(x
0
,

) din spat iul metric X astfel nc at, pentru orice x S


X
(x
0
,

) A x
0
s a
avem f(x) S
Y
(l, ) (denit ia cu sfere);
3) pentru orice > 0 exist a

> 0 astfel nc at pentru orice x Ax


0
cu d
1
(x, x
0
) <

s a
avem d
2
(f(x), l) < (denit ia cu si );
4) pentru orice sir convergent de puncte din Ax
0
cu lim
n
x
n
X
= x
0
s a rezulte lim
n
f(x
n
)
Y
=
l (denit ia cu siruri sau denit ia lui Heine)
Demonstrat ie. Sa aratam mai ntai ca din 1) rezulta 2). Luam U(l) = S
Y
(l, ), unde > 0
este arbitrar. Conform cu 1), exista o vecinatate V (x
0
) asa ncat, pentru orice x V (x
0
)
Ax
0
sa avem f(x) U(l). Cum V (x
0
) este o vecinatate pentru x
0
, exista o sfera deschisa
S
X
(x
0
,

) V (x
0
). Atunci pentru orice x S
X
(x
0
,

) A x
0
avem f(x) U(l) = S
Y
(l, ),
adica 2) este ndeplinita.
Acum sa aratam ca din 2) rezulta 3). Pentru aceasta este sucient sa exprimam sferele
si condit iile de la 2) prin inegalitat i.
Sa demonstram acum ca din 3) rezulta 4). Fie (x
n
) un sir de puncte din A
{
x
0
cu
lim
n
x
n
X
= x
0
. Din 3) rezulta ca, pentru orice > 0, exista

> 0 asa ncat, pentru orice


x A x
0
cu d
1
(x, x
0
) <

sa avem d
2
(f(x), l) < . Cum lim
n
x
n
X
= x
0
, exista un n

N asa
ca pentru orice n N, n > n

sa rezulte d
1
(x
n
, x
0
) <

. Atunci d
2
(f(x), l) < pentru orice
n N, n > n

= n

. Asadar, pentru orice > 0 exista n

N asa ncat pentru orice n N,


n > n

sa avem d
2
(f(x
n
), l) < , adica lim
n
f(x
n
) = l, ceea ce trebuia demonstrat.
Demonstrat ia teoremei este ncheiata daca aratam ca din 4) rezulta 1). Vom rat iona
prin reducere la absurd. Sa presupunem ca exista o vecinatate U(l) a lui R astfel ca, oricare
ar V (x
0
) o vecinatate a lui x
0
, sa existe x V (x
0
) Ax
0
pentru care f(x) , U(l).
Pentru orice n N

luam V (x) = S
_
x
0
,
1
n
_
. Atunci exista x
n
V (x
0
) A x
0
cu
x
n
,= x
0
asa ncat f(x
n
) , U(l). Cum x
n
S
_
x
0
,
1
n
_
, avem d
X
(x
n
, x
0
) <
1
n
, oricare ar
n N

. De aici rezulta ca lim


n
x
n
= x
0
. Conform cu 4), deducem ca lim
n
f(x
n
) = l; atunci
exista n
1
N asa ncat pentru orice n N, n > n
1
sa avem f(x
n
) U(l), ceea ce contrazice
f(x
n
) , U(l). Prin urmare, presupunerea facuta este falsa si deci din 4) rezulta 1).
204
Observat ia 10.3.1 Armat iile 1) 4) din teorema 10.3.1 ind echivalente logic, rezult a ca
oricare din ele poate luat a ca denit ie a limitei unei funct ii ntr-un punct.

In contin-
uare, noi vom folosi mai mult denit ia cu siruri deoarece ne va permite ca sa obt inem
propriet at ile limitelor de funct ii din propriet at ile limitelor de siruri.
Observat ia 10.3.2 Denit ia limitei cu siruri a limtiei unei funct ii ntr-un punct se utilizeaz a
la a dovedi ca o funct ie nu are limit a ntr-un punct. Pentru aceasta este sucient s a gasim
un sir (x
n
), (x
n
) A x
0
, cu lim
n
x
n
= x
0
asa nc at lim
n
f(x
n
) s a nu existe sau s a a am
dou a siruri (x
(1)
n
) si (x
(2)
n
) din Ax
0
, ambele convergente la x
0
, pentru care sirurile (f(x
(1)
n
))
si (f(x
(2)
n
)) s a aib a limite diferite n Y .
Teorema 10.3.2 Fie spat iile metrice (X, d
1
) si (Y, d
2
), A X, x
0
A

si f : A Y o funct ie.
Dac a f are limit a n x
0
, atunci aceast a limit a este unic a.
Demonstrat ie. Valabilitatea armat iei rezulta aplicand denit ia cu siruri a limitei unei
funct ii ntr-un punct si t inand seama ca limita unui sir de puncte dintr-un spat iu metric
este unica.
Teorema 10.3.3 Fie

f : A R
p
, A R
m
, m 1, p 2, funct ia vectorial a

f = (f
1
, f
2
, . . . , f
p
),
unde f
i
: A R, i = 1, p si x
0
A

. Atunci

f are limita l = (l
1
, l
2
, . . . , l
p
) n punctul x
0
daca
si numai dac a exist a lim
xx
0
f
i
(x) = l
i
, i = 1, p.
Demonstrat ie. Armat ia rezulta imediat folosind denit ia limtiei unei funct ii cu siruri
si faptul ca n R
n
convergenta unui sir de elemente este echivalenta cu convergent a pe
coordonate (v.Teorema 8.2.2).
Observat ia 10.3.3 Din Teorema 10.3.3 rezult a ca studiul limitei funct iilor vectoriale se re-
duce la studiul funct iilor reale de mai multe variabile reale f : A R, A R
m
.
Daca x
0
= (a
1
, a
2
, . . . , a
m
) A

se obisnuieste a nota lim


xx
0
f(x), x = (x
1
, x
2
, . . . , x
m
) R
m
,
prin
lim
x
1
a
1
x
2
a
2
.
.
.
x
m
a
m
f(x
1
, x
2
, . . . , x
m
)
Utilizand cele demonstrate la siruri pentru funct iile care iau valori reale rezulta:
Teorema 10.3.4 Fie f, g : A R, unde A (X, d) si x
0
A

. Dac a exist a lim


xx
0
f(x) = l
1
si
lim
xx
0
f(x) = l
2
, cu l
1
, l
2
R, atunci exist a
1) lim
xx
0
(f +g)(x) si valoarea ei este l
1
+l
2
;
2) lim
xx
0
(f +g)(x) si valoarea ei este l
1
l
2
;
3) lim
xx
0
f(x) si valoarea ei este
l
1
l
2
, dac a l
2
,= 0 si g(x) ,= 0 pentru x A.
Observat ia 10.3.4 Dac a l
1
, l
2
R, atunci pot s a apara asa numitele operat ii f ar a sens,
care se elimin a prin diferite metode.
Observat ia 10.3.5 Fie f : A (Y, d), cu A R, o funct ie si x
0
A

. Dac a exist a lim


xx
0
x<x
0
f(x) =
l
s
(respectiv lim
xx
0
x>x
0
f(x) = l
d
), atunci spunem c a f are limita la stanga (respectiv limita la
dreapta) n punctul x
0
. Limitele la st anga si la dreapta ntr-un punct poart a numele de
limit a lateral a.
205
Se arata ca f are limita n punctul x
0
daca si numai daca exista atat limita la stanga
l
s
cat si limita la dreapta l
d
n punctul x
0
pentru f si lim
xx
0
f(x) = l
s
= l
d
.
Exemple. 10.3.1. Sa calculam
a) l
1
= lim
x0
_
x
2
+x
3
2x
, (1 +x)
2
2x
, x
2
+x + 1
_
b) l
2
= lim
x0
y0
_
x
2
y
2
+ 1, (1 +xy)
1
xy
,
x
2
+ 1
x
2
+y
2
_
a) Avem
lim
x0
x
2
+x
3
2x
= lim
x0
x +x
2
2
= 0;
lim
x0
(1 +x)
2
2x
= lim
x0
[(1 +x)
1
x
]
2
= e
2
;
de unde l
1
= (0, e
2
, 1).
b) Pentru l
2
avem
lim
x0
y0
(x
2
+y
2
+ 1) = 1; lim
x0
y0
(1 +xy)
1
xy
= e
si
lim
x0
y0
x
2
y
x
2
+y
2
= 0, deoarece

x
2
y
x
2
+y
2

x
2
[y[
x
2
= [y[,
de unde l
2
= (1, e, 0).
10.3.2. Sa se arate ca f(x, y) =
xy
x
2
+y
2
nu are limita n punctul (0, 0) = . Consideram sirul
de puncte z
n
=
_
1
n
,

n
_
, R si convergent la = (0, 0). Avem
f
_
1
n
,

n
_
=

n
2
1
n
2
+

n
2
=

1 +
2
,
adica limita sirului
_
f
_
1
n
,

n
__
depinde de , de unde rezulta ca funct ia f nu are limita n
(0, 0).
10.4 Continuitatea funct iilor ntre spat ii metrice

In acest paragraf vom adanci studiul ideii intuitive de apropiere a valorilor unei
funct ii de valoarea ei ntrun punct dat x
0
de ndata ce valorile argumentului sunt sucient
de aproape de x
0
.
Fie (X, d
1
) si (Y, d
2
) doua spat ii metrice si f : A Y o funct ie, unde A X este o
submult ime a lui X.
Denit ia 10.4.1 (cu vecinatat i.) Spunem ca funct ia f este continua n punctul x
0
A daca
pentru orice vecin atate U(f(x
0
)) a lui f(x
0
) exist a o vecinatate V (x
0
) a lui x
0
asa nc at pentru
orice x V (x) A s a avem f(x) U(f(x
0
)).
Dac a funct ia f nu este continu a n punctul x
0
A, atunci spunem c a funct ia f este
discontinua n punctul x
0
sau c a x
0
este punct de discontinuitate a funct iei f.
Teorema 10.4.1 Funct ia f : A Y , A X, este continu a n punctul x
0
A daca si numai
daca are loc una din situat iile:
i) sau x
0
este punct izolat;
206
ii) sau x
0
este punct de acumulare pentru A si
lim
xx
0
f(x) = f(x
0
).
Demonstrat ie.
i)

Intr-adevar, n orice punct izolat al domeniului de denit ie o funct ie este continua. Fie
x
0
un punct izolat pentru mult imea A; atunci exista o vecinatate V (x
0
) a sa, asa ncat
V (x
0
) A = x
0
. Acum, rezulta ca pentru orice vecinatate U(f(x
0
)) exista o vecinatate
V (x
0
) astfel ncat, pentru orice x V (x
0
) A, sa avem f(x) U(f(x
0
)).
ii) Sa admitea ca f este continua n punctul x
0
. Atunci pentru orice vecinatate U(f(x
0
))
exista o vecinatate V (x
0
) a lui x
0
asa ncat pentru orice x V (x
0
) A sa avem
f(x) U(f(x
0
)). Evident ca aceasta armat ie are loc si pentru x ,= x
0
, ceea ce implica
lim
xx
0
f(x) = f(x
0
).
Reciproc, daca presupunem ca lim
xx
0
f(x
0
) = f(x
0
), atunci pentru orice U(x
0
), exista o
vecinatate V (x
0
) asa ncat, pentru orice x V (x
0
) (Ax
0
) sa avem f(x) U(f(x
0
)). Cum
pentru x = x
0
A avem evident f(x
0
) U(f(x
0
), rezulta ca pentru orice x V (x
0
) A avem
f(x) U(f(x
0
))), ceea ce ne arata ca f este continua n x
0
.
Observat ia 10.4.1 Dac a x
0
este punct de acumulare din A si funct ia f este continu a n x
0
,
atunci putem scrie
lim
xx
0
f(x) = f
_
lim
xx
0
x
_
,
ceea ce ne spune ca operat ia de trecere la limita este permutabila cu funct ia f.
Teorema 10.4.2 (de caracterizare a continuitat ii n punct). Fie f : A (Y, d
2
) o funct ie,
unde A (X, d
1
) si x
0
A. Atunci urm atoarele armat ii sunt echivalente:
1) f este continu a n punctul x
0
(denit ia cu vecin atat i 10.4.1)
2) pentru orice sfer a deschisa S
Y
(f(x
0
), ) din spat iul metric Y , exist a o sfera deschisa
S

(x
0
,

) din spat iul metric X astfel nc at, pentru orice x S


X
(x
0
,

) A s a avem
f(x) S
Y
(f(x
0
), ) (denit ia cu sfere);
3) pentru orice > 0 exist a

> 0 astfel nc at pentru orice x A cu d


1
(x, x
0
) <

, s a avem
d
2
(f(x), f(x
0
)) < (denit ia cu si );
4) pentru orice si convergent de puncte din A cu lim
n
x
n
X
= x
0
s a rezulte lim
n
f(x
n
)
Y
= f(x
0
)
(denit ie cu siruri).
Demonstrat ie. Valabilitatea teoremei rezulta imediat din Teorema 10.3.1 de caracterizare
a not iunii de limita.
Teorema 10.4.3 Fie f : A R
p
, A R
m
, m 1, p 2, funct ia vectorial a f = (f
1
, f
2
, . . . , f
p
),
unde f
i
: A R, i = 1, p si x
0
A. Atunci f este continu a n punctul x
0
A, dac a si numai
daca funct iile f
i
sunt continue n x
0
, i = 1, p.
Demonstrat ie. Utilizand Teoremele 10.4.1 si 10.3.4, rezulta imediat valabilitatea celor ar-
mate n enunt ul teoremei.
Denit ia 10.4.2 Fie f : A (Y, d
2
), unde A (X, d
1
), o funct ie. Zicem c a funct ia f este
continua pe D daca f este continu a n orice punct din D.
207
Exemple. 10.4.1. Fie (X, d) un spat iu metric si k un element xat din X. Funct ia f : X X,
f(x) = k, oricare ar x X, este continua pe X deoarece daca x
0
X si x
n
X
x
0
, atunci
f(x
n
)
X
k = f(x
0
), adica este satisfacuta denit ia cu siruri a continuitat ii n x
0
.
10.4.2. Fie 1
X
: (X, d) (X, d) aplicat ia identica, adica 1
X
(x) = x, oricare ar x X. Atunci
1
X
este continua pe X.

Intr-adevar, sa consideram un x
0
X arbitrar; atunci pentru orice
sir (x
n
) X cu lim
n
x
n
X
= x
0
avem lim
n
1
x
(x
n
)
X
= lim
n
x
n
X
= x
0
= 1
X
(x
0
), ceea ce ne arata ca 1
X
este continua n x
0
.
10.4.3. (Continuitatea funct iilor compuse.) Fie (X, d
1
), (Y, d
2
si (Z, d
3
) trei spat ii metrice si
e funct iile f : X Y , y : Y Z. Daca f este continua n x
0
X si g este continua n
f(x
0
) Y , atunci g f este continua n x
0
.
Folosim denit ia cu siruri a continuitat ii. Fie (x
n
) un sir arbitrar din X cu lim
n
x
n
X
= x
0
.
Din continuitatea lui f n x
0
rezulta lim
n
f(x
n
)
Y
= f(x
0
). Acum, t inand seama de continuitatea
lui g n f(x
0
), obt inem ca lim
n
g(f(x
n
))
Z
= g(f(x
0
)), adica lim
n
(g f)(x
n
)
Z
= (g f)(x
0
), ceea ce
ne arata ca g f este continua n x
0
X.
10.4.4. (Prelungirea prin continuitate). Fie (X, d
1
) si (Y, d
2
) doua spat ii metrice, A X si
x
0
un punct de acumulare din A. Daca f : A x
0
Y este o funct ie denita pe A x
0
,
atunci am putea prelungi funct ia f la mult imea A n diferite moduri atribuindu-i lui f o
valoarea arbitrara n x
0
. Daca exista lim
xx
0
f(x)
Y
= l Y , am putea considera funct ia

f : A Y,

f(x) =
_
f(x) , daca x Ax
0
,
l , daca x = x
0
,
care este, evident, o prelungire a lui f pe A.
Deoarece lim
xx
0

f(x) = l =

f(x
0
), rezulta ca f este continua n x
0
. Funct ia

f atasata
funct iei f poarta numele de prelungirea funct iei f prin continuitatea n punctul x
0
.
10.4.5. (Funct ii continue cu valori reale). Fie f, g : (X, d) R funct ii continue si R.
Atunci:
1) f +g, f si fg sunt continue pe X;
2)
f
g
: X x X[g(x) = 0 R este continua pe X x X[g(x) = 0;
3) [f[ este continua pe X.
Pentru a demonstra aceste armat ii sa observam mai ntai ca daca x
0
este punct izolat,
atunci valabilitatea celor trei armat ii rezulta din teorema 10.4.1, punctul i). Daca x
0
este
punct de acumulare atunci armat iile 1) si 2) rezulta din teorema 10.3.4, utilizand denit ia
cu siruri a continuitat ii.
Pentru a demonstra 3) este sucient sa aratam ca daca lim
n
x
n
X
= x
0
,atunci lim
n
[f(x
n
)[ =
[f(x
0
)[. Cum
[ [f(x
n
)[ [f(x
0
)[ [ [f(x
n
) f(x
0
)[,
pentru orice n N, si din f continua n x
0
, obt inem ca lim
n
[f(x
n
)[ = [f(x
0
)[, adica [f[ este
continua n x
0
.
10.4.6. (Continuitate laterala). Fie f : A R, unde A R, si e x
0
A un punct acumulare
pentru D. Daca exista limita la stanga n x
0
, f(x
0
0) = f
s
(x
0
) = lim
xx
0
x<x
0
f(x), iar f
s
(x
0
) = f(x
0
),
atunci spunem ca f este continua la stanga n x
0
. Daca exista limita la dreapta n x
0
,
f(x
0
+0) = f
d
(x
0
) = lim
xx
0
x>x
0
f(x), iar f
d
(x
0
) = f
(x
0
)
atunci spunem ca f este continua la dreapta n
x
0
.
Tinand seama de Observat ie 10.3.5, deducem ca o funct ie f este continua n x
0
daca
si numai daca f este continua atat la stanga cat si la dreapta n punctul x
0
.
208
Punctul de acumulare x
0
A se numeste punct de discontinuitate de spet a (specia)
ntaia daca f nu este continua n x
0
, f
s
(x
0
) si f
d
(x
0
) exista, sunt nite si diferite. Punctul
x
0
A se numeste de discontinuitate de spet a a II-a daca este punct de discontinuitate si
nu este de spet a ntaia.
Daca x
0
A este un punct de discontinuitate de spet a ntaia pentru funct ie f, atunci
expresiile
s
f
(x
0
) = [f
d
(x
0
) f
s
(x
0
)[
si
osc (f; x
0
) = max[f
d
(x
0
) f
s
(x
0
)[, [f(x
0
) f
s
(x
0
)[,
, [f(x
0
) f
d
(x
0
)[
se numesc saltul lui f n x
0
si respectiv oscilat ia lui f n x
0
.
10.4.7. (Discontinuitat ile funct iilor monotone). O funct ie monotona f, denita pe intervalul
(a, b),
a < b +, poate avea puncte de discontinuitate numai de spet a ntaia.
Sa presupunem ca funct ia f este crescatoare si sa alegem un punct x
0
arbitrar din
(a, b). Exista punctele x
1
, x
2
(a, b) astfel ncat x
1
< x
0
< x
2
. Pentru orice x (x
1
, x
0
) avem
f(x
1
) f(x) f(x
0
), de unde prin trecere la limita rezulta f(x
1
) lim
x x
0
x < x
0
f(x) f(x
0
),
ceea ce ne arata ca f(x
0
0) este nita.

In mod analog, considerand x (x
0
, x
2
), obt inem ca
f(x
0
+ 0) este nita. Prin urmare, daca x
0
este punct de discontinuitate, atunci el este de
spet a ntaia.
Din demonstrat ie rezulta ca pentru orice x
0
(a, b) au loc inegalitat ile
f(x
0
0) f(x
0
) f(x
0
+ 0).
Denit ia 10.4.3 Fie X si Y dou a spat ii liniare normate. Spunem c a operatorul liniar T :
X Y este marginit daca exist a un num ar M > 0 asa nc at
|T(x)| M|x|, (10.8)
pentru orice x X.
Vom arata ca n cazul operatorilor liniari, marginirea este echivalenta cu continuitatea
lor.
Teorema 10.4.4 Dac a T este un operator liniar ntre spat iile liniare normate X si Y , atunci
urm atoarele armat ii sunt echivalente:
1) T este continuu pe X;
2) T este continuu n originea x a spat iului X;
3) T este marginit.
Demonstrat ie. Din 1) rezulta imediat deoarece T ind continuu pe X este continuu n orice
punct al lui X, deci si n x. Acum, sa aratam ca din 2) rezulta 3). Din faptul ca operatorul
T este continuu n x rezulta ca pentru orice > 0 exista

asa ncat, pentru orice x X


cu |x| <

, sa avem |T(x) T(x)| = |T(x)| < .



In particular, luand = 1 exista
1
> 0 asa
ncat din [[x[[ <
1
sa rezulte [[T(x)[[ < 1.
Se observa ca (10.8) este vericata pentru x = x. Fie acum x ,= x. Sa consideram
y =

1
2
x
|x|
. Atunci |y| =
_
_
_
_

1
2

x
|x|
_
_
_
_
=

1
2
<
1
, ceea ce conduce la |T(y)| 1. De aici obt inem
_
_
_
_
T
_

1
2
x
|x|
__
_
_
_
=
_
_
_
_

1
2|x|
T(x)
_
_
_
_
1,
209
de unde

1
2|x|
|T(x)| 1,
adica
|T(x
0
)|
2

1
|x|,
pentru orice x X. Prin urmare, operatorul T este marginit.
Sa aratam ca 3) implica 1). Din faptul ca T este marginit rezulta ca exista M > 0 asa
ncat (10.8) sa aiba loc.
Fie x
o
X arbitrar. Pentru orice > 0 si orice x X, asa ncat |x x
0
| <

M
, avem
|T(x) T(x
0
)| = |T(x x
0
)| M|x x
0
| < M

M
= ,
ceea ce exprima continuitatea operatorului T.
Corolarul 10.4.1 Dac a T : R
n
R
p
este un operator liniar, atunci el este continuu.
Demonstrat ie. Fie T = (T
1
, T
2
, . . . , T
p
), unde
T
i
: R
n
R, i = 1, p. Daca T este operator liniar, atunci rezulta ca si aplicat iile T
i
sunt liniare.
Conform Teoremei 10.4.3, a arata ca T este un oeprator liniar continuu revine la a
arata ca T
i
, i = 1, p, sunt funct ii continue. Prin urmare, este sucient sa aratam ca un
operator liniar T : R
n
R este continuu.
Fie B = e
1
, e
2
, . . . , e
n
baza canonica a lui R
n
. Daca x R
n
atunci x = (x
1
, x
2
, . . . , x
n
) si
deci x =
n

i=1
x
i
e
i
. Atunci
T(x) = T
_
n

i=1
x
i
e
i
_
=
n

r=1
x
i
T(e
i
),
de unde, utilizand inegalitatea lui CauchySchwartzBuniakowski, avem
[T(x)[ =

i=1
x
i
T(e
i
)

_
n

i=1
T
2
(e
i
)
_1
2
_
n

i=1
x
2
i
_1
2
= M|x|,
pentru orice x R
n
, care ne arata ca T este un operator liniar marginit. Asadar, conform
Teoremei 10.4.4, rezulta ca T este operator continuu.

In continuare vom prezenta cateva proprietat i cu privire la transformarea mult imilor


deschise, respectiv nchise, compacte si conexe printr-o aplicat ie continua.
Teorema 10.4.5 Fie (X, d
1
) si (Y, d
2
) dou a spat ii metrice si f : X Y o funct ie. Atunci
urmatoarele armat ii sunt echivalente:
1) f este continu a pe X;
2) pentru orice mult ime deschisa D din Y , imaginea invers a f
1
(D) este mult ime deschisa
n X;
3) pentru orice mult ime nchis a B din Y , imaginea invers a f
1
(B) este mult ime nchis a
n X;
4) pentru orice submult ime A a lui X, avem f(A) f(A).
Demonstrat ie. Sa aratam ca din 1 rezulta 4). Fie x A asa ca y = f(x). Cum x A rezulta
ca exista un sir de puncte (x
n
) din mult imea A asa ncat lim
n
x
n
X
= x. Din continuitatea
lui f rezulta lim
n
f(x
n
)
Y
= f(x) = y,adica am aratat ca n mult imea f(A) exista un sir de
210
puncte (f(x
n
)) asa ca lim
n
f(x
n
)
Y
= y. Prin urmare, y f(A), ceea ce ne arata ca am dovedit
incluziunea f(A) f(A).
Acum, sa aratam ca 4) implica 3). Fie B o mult ime nchisa n Y , adica B = B n Y .
Notam f
1
(B) cu A. Conform ipotezei 4) avem
f(A) f(A) = f(f
1
(B)) B = B,
de unde
A f
1
(f(A)) f
1
(B) = A.
Cum A A, rezulta ca A = A, ceea ce ne arata ca A = f
1
(B) este nchisa n X.
Sa aratam ca 3) implica 2). Fie D o mult ime deschisa n Y . Atunci B = Y D este
nchisa n Y . Conform ipotezei 3) mult imea f
1
(B) = f
1
(Y D) este nchisa n X. De aici
rezulta ca
X f
1
(B) = X [f
1
(Y ) f
1
(D)] = f
1
(D)
este deschisa n X.
Mai avem de demonstrat ca din 2) rezulta 1). Fie x
0
un punct arbitrar din X si
D = S
Y
(f(x
0
), ) o sfera deschisa din Y . Conform ipotezei 2), mult imea f
1
(D) este mult ime
deschisa n X. Rezulta ca f
1
(D) este o vecinatate pentru x
0
X.
Atunci exista o sfera S
X
(x
0
,

) f
1
(D) asa ncat pentru orice x S
X
(x
0
,

) sa avem
f(x) S
Y
(f(x
0
), ) = D, ceea ce ne arata ca f este continua n x
0
(vezi Teorema 10.4.2).
Observat ia 10.4.2 Mult imea funct iilor continue pe X cu valori n Y se noteaza prin C(X, Y ).
Denit ia 10.4.4 Fie (X, d
1
) si (Y, d
2
) dou a spat ii metrice si f : A X Y o funct ie. Spunem
ca f este uniform continua pe A, dac a oricare ar > 0 exist a

> 0 (acelasi pentru toate


punctele x A) astfel nc at, oricare ar x
1
, x
2
A cu proprietatea d
1
(x
1
, x
2
) <

are loc
d
2
(f(x
1
), f(x
2
)) < .
Propozit ia 10.4.1 Dac a f : A X Y este o funct ie uniform continu a pe A, atunci f este
continu a pe A.
Demonstrat ie. Sa consideram x
0
un punct arbitrar din A. Din faptul ca f este uniform
continua pe A rezulta ca, pentru orice > 0, exista

> 0 astfel ncat, pentru orice x


1
, x
2
A
cu d
1
(x
1
, x
2
) <

, are loc d
2
(f(x
1
), f(x
2
)) < . Atunci, oricare ar x A asa ncat d
1
(x, x
0
) <

,
are loc d(f(x), f(x
0
)) < , adica f este continuan x
0
. Cum x
0
a fost ales arbitrar din A, rezulta
ca f este continua pe A.
Observat ia 10.4.3 Reciproca Propozit iei 10.4.1 este fals a, adic a exist a funct ii continue pe
o mult ime, care nu sunt uniform continue.
Exemplul 10.4.8. Fie f : (0, 1] R denita prin f(x) = 1/x, x (0, 1]. Se observa ca f este
continua pe (0, 1].
Sa presupunem ca f este uniform continua pe (0, 1], adica pentru orice > 0 exista
un

> 0, acelasi pentru toate punctele x (0, 1], asa ncat pentru orice x
1
, x
2
(0, 1] cu
proprietatea [x
1
x
2
[ <

sa aiba loc [f(x


1
) f(x
2
)[ < . Sa luam, n particular, = 1/2,
cand obt inem ca exista 1
2
> 0 astfel ncat pentru orice x
1
, x
2
(0, 1] cu [x
1
x
2
[ < 1
2
, avem

1
x
1

1
x
2

<
1
2
.
Fie x
1
= 1/n si x
2
= 1/(n + 1) cu n N

ales asa ncat


2
n
<
1/2
. Atunci, cum [x
1
x
2
[ =
1
n(n + 1)
<
2
n
< 1
2
, ar trebui ca

1
x
1

1
x
2

= [n (n + 1)[ = 1 <
1
2
, ceea ce constituie o
contradict ie. Prin urmare, presupunerea facuta este falsa deci f nu este uniform continua
pe (0, 1].
211
Observat ia 10.4.4 Uniform continuitatea este o proprietate globala pentru o funct ie,
referindu-se la ntreg domeniul de denit ie, al funct iei, n timp ce, continuitatea unei
funct ii ntr-un punct este o proprietate locala.
Denit ia 10.4.5 Fie (X, d
1
) si (Y, d
2
) dou a spat ii metrice. Spunem c a aplicat ia f : A X Y
este lipschitzian a pe A, dac a exist a un num ar 0 astfel nc at oricare ar x
1
, x
2
A,
are loc d
2
(f(x
1
), f(x
2
)) d
1
(x
1
, x
2
). Se mai zice c a f este lipschitzian a n raport cu , sau
lipschitzian a.
Propozit ia 10.4.2 Orice contract ie a unui spat iu metric (X, d) este o funct ie lipschitzian a.
Demonstrat ie. Fie f o contract ie a lui X. Atunci, conform Denit iei 8.2.8, exista [0, 1)
asa ca pentru orice x
1
, x
2
X, avem d(f(x
1
), f(x
2
)) d(x
1
, x
2
), care ne arata ca f este
lipschitziana.
Propozit ia 10.4.3 Orice funct ie lipschitzian a este uniform continu a.
Demonstrat ie. Fie f : A (X, d
1
) (Y, d
2
) o funct ie lipschitziana pe A, adica pentru orice
x
1
, x
2
A, are loc d
2
(f(x
1
), f(x
2
)) d
1
(x
1
, x
2
). Fie > 0. Daca = 0,a tunci d
2
(f(x
1
), f(x
2
))
0, pentru orice x
1
, x
2
A. Rezulta ca f(x
1
) = f(x
2
) oricare ar x
1
, x
2
A, deci f este
constanta pe A si prin urmare este uniform continua pe A.
Daca > 0, luand

= /, atunci pentru orice x


1
, x
2
A cu d
1
(x
1
, x
2
) <

, are loc
d
2
(f(x
1
), f(x
2
)) d
1
(x
1
, x
2
) <

= , ceea ce ne arata ca f este uniform continua pe A.


Acum, sa facem cateva precizari asupra funct iilor continue pe mult imi compacte.
Teorema 10.4.6 Fie (X, d
1
) si (Y, d
2
) dou a spat ii metrice si f : X Y o funct ie continu a.
Dac a A este o submult ime compacta a lui X, atunci f(A) este o submult ime compacta a lui
Y .
Demonstrat ie. Fie (y
n
) un sir din f(A). Atunci, pentru orice n N, exista x
n
K, asa ncat
f(x
n
) = y
n
. Mult imea K ind compacta, conform cu Denit ia 10.1.18, sirul (x
n
) cont ine
un subsir (x
n
k
) convergent. Din continuitatea lui f rezulta ca sirul (f(x
n
k
)) este un subsir
convergent al sirului (y
n
) si prin urmare, f(A) este o mult ime compacta din Y .
Denit ia 10.4.6 Fie (X, d
1
) si (Y, d
2
) dou a spat ii metrice. Spunem c a o funct ie f : A X Y
este marginit a daca mult imea f(A) este marginit a n Y .
Acum, din Teorema 10.4.6 obt inem urmatorul rezultat.
Corolarul 10.4.2 Orice funct ie continu a pe un compact dintr-un spat iu metric este
marginit a.
Demonstrat ie. Fie f : A (X, d
1
) (Y, d
2
) o funct ie continua si A o submult ime compacta
a lui X; conform Teoremei 10.4.6 rezulta ca f(A) este compacta n Y . Atunci f(A) este
marginita n Y si deci funct ia f este marginita pe A.

In caz particular, din Corolarul 10.4.2 obt inem urmatorul rezultat cunoscut din liceu:
Corolarul 10.4.3 Dac a funct ia f : [a, b] R este continu a, atunci f este marginit a.
Observat ia 10.4.5 Dac a mult imea A, pe care funct ia f este continu a, nu este compacta,
atunci rezultatul Corolarului 10.4.2 nu se mai p astreaz a.

Intr-adevar, daca consideram funct ia f : (0, 2) R denita prin f(x) = 1/x; pentru orice
x (0, 2), aceasta este continua pe (0, 2), dar f(0, 2) = (1/2, ) si deci f nu este marginita.
Denit ia 10.4.7 Fie (X, d) un spat iu metric, f : X R o funct ie, M = sup
xX
f(x) marginea
superioar a a lui f pe X si, respectiv, m = inf
xX
f(x) marginea inferioar a a lui f pe X.
Spunem, ca f si atinge marginea superioara, respectiv marginea inferioara pe
212
mult imea X daca exist a un punct x
1
X, respectiv un punct x
2
X, asa ca M = f(x
1
)
, respectiv f(x
2
) = m.
Spunem ca f si atinge marginile pe X daca f si atinge at at marginea superioar a cat
si marginea inferioar a pe X.
Teorema 10.4.7 (Weierstrass). Dac a A este o submult ime compacta a spat iului metric (X, d)
si f : X R este continu a, atunci f si atinge marginile pe mult imea A.
Demonstrat ie. Pe baza Corolarului 10.4.2 rezulta ca f(A) este marginita n R. Fie
M = sup
xA
f(x) si m = inf
xA
f(x). Deoarece M si m sunt puncte aderente pentru mult imea
f(A) rezulta ca M f(A) si m f(A). Din f(A) este compacta rezulta ca este mult ime
nchisa si atunci M f(A) si m f(A).
Deci, rezulta ca exista x
1
A asa ncat f(x
1
) = M si exista x
2
A asa ca f(x
2
) = m,
ceea ce ne arata ca f si atinge marginile pe A.

In particular, din Teorema 10.4.7 obt inem cunoscuta teorema a lui Weierstrass stu-
diata n liceu.
Corolarul 10.4.4 Funct ia f : [a, b] R continu a pe [a, b] este marginit a si si atinge marginile
pe [a, b].
Dam acum o reciproca pentru Propozit ia 10.4.1.
Teorema 10.4.8 (Cantor.) Fie (X, d
1
) si (Y, d
2
) dou a spat ii metrice. Dac a f : A X Y
este o funct ie continu a pe A, iar A este o mult ime compacta n X, atunci f este uniform
continu a pe A.
Demonstrat ie. Presupunem ca f nu este uniform continua. Atunci, exista un
0
> 0 asancat
pentru orice > 0 exista x
1,
, x
2,
A cu proprietatea ca d
1
(x
1,
, x
2,
) < si d
2
(f(x
1,
), f(x
2,
))

0
.

In particular, daca = 1/n cu n N

si notam x
1,
= x
n
, x
2,
= y
n
obt inem sirurile (x
n
),
(y
n
) din A cu proprietatea ca d
1
(x
n
, y
n
) < si d
2
(f(x
n
), f(y
n
))
0
.
Din faptul ca mult imea A este compacta rezulta ca sirul (x
n
) cont ine un subsir (x
n
k
)
convergent la punctul x
0
A. Consideram subsirul (y
n
k
) a sirului (y
n
). Cum
d
1
(y
n
k
, x
0
) d
1
(y
n
k
, x
n
k
) +d
1
(x
n
k
, x
0
)
1
n
k
+d
1
(x
n
k
, x
0
)
si
lim
k
_
1
n
k
+d
1
(x
n
k
, x
0
) =
_
= 0,
rezulta ca lim
n
d
1
(y
n
k
, x
0
) = 0, adica lim
n
y
n
k
Y
= x
0
.
Funct ia f ind continua, rezulta ca
lim
k
f(x
n
k
)
Y
= f(x
0
) si lim
k
f(y
n
k
)
Y
= f(x
0
),
de unde
lim
k
d
2
(f(x
n
k
), f(y
n
k
)) = 0,
care este n contradict ie cu d
2
(f(x
n
), f(y
n
))
0
.
Asadar, f este uniform continua pe A.

In ncheierea acestui paragraf sa abordam cateva proprietat i ale funct iilor continue
pe mult imi conexe.
Teorema 10.4.9 Fie (X, d
1
) si (Y, d
2
) dou a spat ii metrice si f : A X Y o funct ie continu a
pe A. Dac a A este conexa n X, atunci f(A) este conexa n Y .
213
Demonstrat ie. Vom proceda prin reducere la absurd. Sa presupunem contrariul. Atunci
exista doua mult imi nevide. D
1
, D
2
, deschise n Y , asa ca
D
1
D
2
f(A) = , D
1
f(A) ,= , D
2
f(A) ,= (10.9)
f(A) D
1
D
2
.
Din faptul ca f este continua, pe baza Teoremei 10.4.5, rezulta ca mult imile
1
=
f
1
(D
1
) si
2
= f
1
(D
2
) sunt deschise n X.

In plus,
1
,= ,
2
,= ,
1

2
A = f
1
(D
1
)
f
1
(D
2
) A = f
1
(D
1
D
2
) A = ,
1
A ,= ,
2
A ,= si A
1

2
. De aici, rezulta ca
A este neconexa, ceea ce este o contradict ie. Prin urmare, f(A) este conexa n Y .
Corolarul 10.4.5 (Proprietatea valorilor intermediare). Fie (X, d) un spat iu metric si A o
submult ime conexa a sa. Dac a funct ia f : A R este continu a pe A, a, b A si f(a) < f(b),
atunci pentru orice (f(a), f(b)) exist a c

A asa ca f(c

) = .
Demonstrat ie. Din Teorema 10.4.9 rezulta ca f(A) este conexa. De aici, pe baza Observat iei
10.1.4, deducem ca f(A) este interval. Prin urmare, daca f(a), f(b) f(A),atunci intervalul
(f(a), f(b)) este nclus n f(A), de unde rezulta armat ia din Corolar.
Din Corolarul 10.4.5 obt inem rezultatul cunoscut:
Corolarul 10.4.6 Dac a I este un interval al lui R si f : I R este o funct ie continu a pe I,
atunci mult imea f(I) este un interval.
Denit ia 10.4.8 Fie (X, d
1
) si (Y, d
2
dou a spat ii metrice. Spunem c a funct ia f : X Y
are proprietatea lui Darboux daca transforma orice submult ime conexa a lui X ntr-o
submult ime conexa a lui Y .
Observat ia 10.4.6 Teorema 10.4.9 ne spune ca orice funct ie continu a are proprietatea lui
Darboux.
Observat ia 10.4.7

In particular, o funct ie real a f : I R, I interval din R, are proprietatea
Darboux dac a pentru orice a, b I cu a < b si pentru orice (f(a), f(b)) sau (f(b), f(a)),
exist a un element c

(a, b) asa ca f(c

) =
Propozit ia 10.4.4 Fie f : I R o funct ie, unde I este un interval al lui R. Dac a f are
proprietatea lui Darboux, atunci f poate avea numai discontinuitat i de spet a a doua.
Demonstrat ie. Vom folosi metoda reducerii la absurd. Presupunem ca funct ia f are un
punct x
0
I de discontinuitate de spet antaia. Atunci, exista limitele laterale f
s
(x
0
) si f
d
(x
0
)
nite si ori f(x
0
) ,= f
s
(x
0
), ori f(x
0
) ,= f
d
(x
0
). Sa presupunem ca f(x
0
) < f
d
(x
0
). Consideram
R asa ncat f(x
0
) < < f
d
(x
0
); de aici, avem f
d
(x
0
) > 0. Din denit ia limitei rezulta
ca pentru = f
d
(x
0
) > 0 exista

> 0 asa ca, pentru orice x (x


0
, x
0
+

), sa avem
[f(x) f
d
(x
0
)[ < = f
d
(x
0
) ,
de unde f(x) > , pentru orice x (x
0
, x
0
+

).
Cum x
0
+

/2 (x
0
, x
0
+

), avem f(x +

/2) > > f(x


0
), adica este valoare
intermediara. Atunci, din faptul ca f are proprietatea lui Darboux rezulta ca exista
c

(x
0
, x
0
+

) asa ca f(c

) = , ceea ce contrazice f(x) > , pentru orice x (x


0
, x
0
+

).
Presupunerea facuta este falsa, rezultand ca f nu poate avea decat puncte de discontinuitate
de spet a a doua.
Corolarul 10.4.7 Fie f : I R o funct ie, unde I este un interval al lui R. Dac a f este
monotona si are proprietatea lui Darboux, atunci f este continu a pe I.
Demonstrat ie. Conform Exemplului 10.4.3 funct ia f ind monotona ar putea avea numai
discontinuitat i de spet a ntaia, iar, conform Propozit iei 10.4.4, posedand proprietatea Dar-
boux, poate avea numai discontinuitat i de spet a a doua. Prin urmare, f trebuie sa e
continua.
214
Teorema 10.4.10 Fie I un interval al lui R, f : I R o funct ie continu a si J = f(I). Atunci
f este o biject ie de la I la J daca si numai dac a f este strict monotona.

In acest caz inversa
f
1
: J I este, de asemenea, strict monotona (de acelasi sens) si continu a.
Demonstrat ie. Sa consideram ca f nu este strict monotona. Atunci exista trei puncte
x
1
, x
2
, x
3
n I asa ca x
1
< x
2
< x
3
dar f(x
1
) > f(x
2
) si f(x
2
) < f(x
3
) (sau f(x
1
) < f(x
2
) si
f(x
2
) > f(x
3
)). Fie = min(f(x
1
), f(x
2
)) si = ( + f(x
2
))/2. Fara a inuent a rigurozitatea
demonstrat iei, putem alege = f(x
1
). Atunci
f(x
2
) < =
+f(x
2
)
2
=
f(x
1
) +f(x
2
)
2
< f(x
1
)
si cum f, ind continua, are proprietatea lui Darboux, rezulta ca exista c (x
1
, x
2
) asa ca
= f(c). Dar avem si
f(x
2
) < =
+f(x
2
)
2
< f(x
3
),
rezulta de aici ca exista d (x
2
, x
3
) asa ca f(d) = . Rezulta ca f(c) = f(d) si fum f este
bijectiva obt inem c = d, ceea ce este imposibil deoarece x
1
< c < x
2
< d < x
3
.
Asadar, presupunerea facuta este falsa. Rezulta ca f este strict monotona.
Reciproc, sa consideram ca f : I J este strict monotona si continua. De aici, rezulta
ca f este injectiva (strict monotona) si surjectiva (J = f(I)), deci f este bijectiva.
Fara a restrange generalitatea, sa presupunem ca f este strict crescatoare si sa aratam
ca si f
1
: J I are aceeasi proprietate.
Fie y
1
, y
2
din J cu y
1
< y
2
. Notam cu x
1
= f
1
(y
1
) si cu x
2
= f
1
(y
2
). Atunci f(x
1
) = y
1
si
f(x
2
) = y
2
. Cum f
1
este injectiva, avem f
1
(y
1
) ,= f
1
(y
2
). Daca am avea f
1
(y
1
) > f
1
(y
2
),
atunci, cum f este strict crescatoare, rezulta f(f
1
(y
1
)) > f(f
1
(y
2
)), de unde y
1
> y
2
, ceea
ce este n contradict ie cu y
1
< y
2
. Ramane ca f
1
(y
1
) < f
1
(y
2
), ceea ce arata ca f
1
este
strict crescatoare. Cum f
1
este strict monotona si poseda proprietatea lui Darboux, de
unde, pe baza Corolarului 10.4.7, rezulta ca f
1
este continua.
Observat ia 10.4.8 Utiliz and aceasta teorema, se arat a cu usurint a ca funct iile inverse ale
principalelor funct ii elementare sunt continue.
215
10.5 Test de vericare a cunostint elor nr. 9
1. Denit i urmatoarele not iuni:
a) Funct ie ntre doua spat ii metrice;
b) Limita unei funct ii ntre doua spat ii metrice (denit ia cu siruri);
c) Funct ie continua ntr-un punct (f : (X, d
1
) (Y, d
2
) cu (X, d
1
) si (Y, d
2
) spat ii me-
trice);
d) Funct ie vectoriala;
e) Funct ie uniform continua.
2. Sa se demonstreze ca o funct ie f : R R periodica si care nu este constanta nu are
limita la + si .
3. Calculat i L = lim
x
(2
x
+x)
1
x
.
4. a) Fie funct ia f :
_
0,

2
_
R,
f(x) =

x
2
sin
1
x
sin x
, x ,= 0
1 , x = 0.
Sa se studieze continuitatea funct iei f.
b) Se da funct ia f : [a, b] [a, b] continua pe [a, b]. Sa se arate ca () c [a, b] astfel
ncat f(c) = c.
5. a) Folosind denit ia sa se arate ca:
lim
(x,y)(1,3)
(x
2
+xy) = 4
b) Aratat i cu ajutorul denit iei cu siruri ca funct ia f(x, y) =
2xy
x
2
+y
2
, (x, y) ,= (0, 0) nu
are limita n origine.
6. Aratat i cu ajutorul denit iei cu siruri ca funct ia f(x, y) =
y
2
+ 2x
y
2
2x
, y
2
2x ,= 0 nu are
limita n origine.
7. Cercetat i limitele iterate si limita globala (daca este cazul) n origine pentru funct ia:
a) f(x, y) =
x y +x
2
+y
2
x +y
, x +y ,= 0,
b) f(x, y) = xsin
1
y
, y ,= 0.
8. Calculat i:
a) L = lim
(x,y)(0,0)
xy

xy + 1 1
,
b) L = lim
(x,y)(0,0)
sin(xy)
x
.
9. Studiat i uniform continuitatea funct iei:
f(x) = arctg
1 +x
1 x
, x (1, ).
216
10. Studiat i uniform continuitatea funct iei:
f : (1, 2) (1, 2) R , f(x, y) =
x
y
.
217
Indicat ii si raspunsuri Testul nr. 9
2. Se foloseste denit ia cu siruri.
3. L = 2.
4. a) f continua pe
_
0,

2
_
;
b) Se foloseste consecint a lui Darboux: Daca
f : [a, b] [a, b]
continua pe [a, b] si f(a) f(b) 0 atunci ()c [a, b] astfel ncat f(c) = c.
5. b) Se considera sirurile
_
1
n
,
3
n
_
si
_
1
n
,
1
n
_
.
6. Se considera sirurile
_
1
n
2
,
1
n
_
si
_
1
n
2
,
2
n
_
.
7. a) lim
x0
lim
y0
f(x, y) = 1 si lim
y0
lim
x0
f(x, y) = 1, deci nu exista limita globala n (0, 0).
b) Avem lim
y0
lim
x0
f(x, y) = 0 dar nu exista lim
x0
lim
y0
f(x, y). Avem limita globala
lim
(x,y)(0,0)
f(x, y) = 0.
8. a) L = 2;
b) L = 2.
9. f este uniform continua pe (1, ). Se foloseste identitatea:
arctg arctg = arctg

1 +
si inegalitatea arctg x x.
10. f este uniform continua pe (1, 2) (1, 2).
218
Bibliograa aferenta capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate n economie - Volumul II,
Editura ULB, Sibiu, 2002.
219
Capitolul 11
Derivarea funct iilor reale
Obiective: Recapitularea not iunilor legate de derivarea funct iilor reale de o vari-
abila reala cunoscute din nvat amantul preuniversitar si completarea acestora cu acele
not iuni, legate de subiectul prezentului capitol, strict necesare pentru parcurgerea capi-
tolelor urmatoare.
Rezumat:

In acest capitol sunt recapitulate si completate not iunile legate de
derivata unei funct ii reale de o variabila reala si proprietat ile acesteia, proprietat ile de baza
ale funct iilor reale derivabile pe un interval real (teoremele lui Fermat, Rolle, Cauchy, La-
grange, Darboux, Taylor), diferent iala unei funct ii reale de o variabila reala si proprietat ile
acesteia. Capitolul se ncheie cu prezentarea unor aplicat ii imediate ale not iuni de derivata
n economie.
Cont inutul capitolului:
1. Denit ia derivatei si proprietat ile ei de baza
2. Proprietat i de baza ale funct iilor derivabile pe un interval
3. Diferent iala unei funct ii reale
4. Aplicat iile derivatei n economie
5. Test de vericare a cunostint elor
6. Bibliograa aferenta capitolului
Cuvinte cheie: derivata a unei funct ii reale de o variabila reala, derivabilitate,
teorema lui Fermat, teorema lui Rolle, teorema lui Lagrange, teorema lui Darboux, teorema
lui Taylor, diferent iala unei funct ii reale de o variabila reala, product ie medie, ritm mediu,
elasticitate medie.
11.1 Denit ia derivatei si proprietat ile ei de baza
Fie funct ia f : A R, unde A este o submult ime a lui R si e x
0
A un punct de
acumulare pentru A.
Denit ia 11.1.1 Spunem ca funct ia f are derivata n punctul x
0
daca exist a n R limita
lim
xx
0
f(x) f(x
0
)
x x
0
,
notata, de obicei, cu f

(x
0
).
Dac a derivata f

(x
0
) exist a si este nit a zicem ca funct ia f este derivabila n punctul
x
0
. Dac a f

(x
0
) = + sau f

(x) = , atunci vom spune c a f are derivata innita n


punctul x
0
.
Propozit ia 11.1.1 Dac a funct ia f : A R este derivabil a n x
0
A A

, atunci f este
continu a n x
0
.
220
Demonstrat ie. Din ipoteza avem ca exista si este nita
lim
xx
0
f(x) f(x
0
)
x x
0
= f

(x
0
).
Se observa ca pentru orice x Ax
0
, avem
f(x) = (x x
0
)
f(x) f(x
0
)
x x
0
+f(x
0
),
de unde prin trecere la limita obt inem lim
xx
0
f(x) = f(x
0
), ceea ce ne arata ca f este continua
n x
0
.
Observat ia 11.1.1 Reciproca Propozit iei 11.1.1 este fals a deoarece exist a funct ii continue
ntr-un punct care nu sunt derivabile n acel punct. Pentru aceasta, este sucient s a
consider am funct ia f(x) = [x[, x R, care este continu a pe R dar nu este derivabil a n 0.
Denit ia 11.1.2 Dac a funct ia f : A R, A R, este derivabil a n orice punct al unei
submult imi B a lui A, atunci spunem c a f este derivabila pe B.
Daca B este formata din toate punctele lui A n care funct ia f este derivabila, atunci
B se numeste domeniul de derivabilitate a lui f.

In acest caz, funct ia denita pe B cu valori reale care asociaza ecarui punct x B
derivata f

(x) n punctul x se numeste derivata lui f pe mult imea B si notam prin f

.
Operat ia prin care din funct ia f obt inem funct ia f

se numeste operat ie de derivare.


Denit ia 11.1.3 Fie f : A R R si x
0
A un punct de acumulare pentru A (, x
0
).
Dac a exist a limita
f

s
(x
0
) = lim
xx
0
x<x
0
f(x) f(x
0
)
x x
0
atunci numim aceasta limit a derivata la stanga a funct iei f n punctul x
0
.
Dac a x
0
A este punct de acumulare pentru A (x
0
, +) si exist a limita
f

d
(x
0
) = lim
xx
0
x>x
0
f(x) f(x
0
)
x x
0
,
atunci numim aceasta limit a derivata la dreapta a funct iei f n punctul x
0
.
Dac a f

s
(x
0
), respectiv f

d
(x
0
), este nita, atunci spunem ca f este derivabila la stanga,
respectiv la dreapta, n punctul x
0
.
Observat ia 11.1.2 Dac a funct ia f este denita pe un interval [a, b] si are derivat a la dreapta
n punctul a, respectiv la st anga n punctul b, atunci convenim s a spunem ca f are derivata
n a, respectiv n b.
Din legatura ntre limita unei funct ii ntr-un punct si limitele laterale n acel punct,
obt inem:
Propozit ia 11.1.2 O funct ie f : A R R are derivata n punctul x A
A

daca si numai dac a f are derivata la dreapta si la st anga n punctul x


0
, iar
f

s
(x
0
) = f

d
(x
0
) = f

(x
0
).
Teorema 11.1.1 Fie f, g : A R dou a funct ii derivabile n x
0
A A

si R. Atunci sunt
variabile armat iile:
1) Suma f +g este derivabil a n x
0
si
(f +g)

(x
0
) = f

(x
0
) +g

(x
0
);
221
2) Produsul f este derivabil a si
(f)

(x
0
) = f

(x
0
);
3) Produsul fg este derivabil a n x
0
si
(fg)

(x
0
) = f

(x
0
)g

(x
0
) +f(x
0
)g

(x
0
).
4) Daca g(x
0
) ,= 0, atunci funct ia cat f/g este derivabil a n x
0
si
_
f
g
_

(x
0
) =
f

(x
0
)g(x
0
) f(x
0
)g

(x
0
)
(g(x
0
))
2
.
Demonstrat ia teoremei se face utilizand denit ia derivatei. De exemplu, sa demon-
stram armat ia de la 3). Avem
lim
xx
0
(fg)(x) (fg)(x
0
)
x x
0
= lim
xx
0
f(x)g(x) f(x
0
)g(x
0
)
x x
0
=
= lim
xx
0
g(x)[f(x) f(x
0
)] +f(x
0
)[g(x) g(x
0
)]
x x
0
=
= lim
xx
0
g(x)
f(x) f(x
0
)
x x
0
+ lim
xx
0
f(x
0
)[g(x) g(x
0
)]
x x
0
=
= g(x
0
)f

(x
0
) +f(x
0
)g

(x
0
),
ceea ce trebuia demonstrat.
Teorema 11.1.2 (Derivarea funct iilor compuse sau regula lant ului) Fie f : I R J R,
g : J R, I si J ind intervale. Dac a f este derivabil a n punctul x
0
I si g este derivabil a
n punctul f(x
0
), atunci funct ia h : I R, h(x) = g(f(x
0
)) (h = gf) este derivabila n punctul
x
0
si h

(x
0
) = g

(f(x
0
))f

(x
0
) adica (g f)

= (g

f)f

.
Demonstrat ie. Consideram funct ia ajutatoare u : J R, denita prin
u(y) =

g(y) g(y
0
)
y y
0
, daca y ,= y
0
g

(y
0
) , daca y = y
0
= f(x
0
)
(11.1)
Cum lim
yy
0
u(y) = g

(y
0
) rezulta ca u este continua n punctul y
0
= f(x
0
). Din (11.1)
obt inem:
g(y) g(y
0
) = u(y) (y y
0
), pentru orice y J
Deci avem
g(f(x)) g(f(x
0
)) = u(f(x
0
))(f(x) f(x
0
)),
pentru orice x I.
Rezulta ca, pentru orice x I x
0
avem
g(f(x)) g(f(x
0
))
x x
0
= u(f(x))
f(x) f(x
0
)
x x
0
(11.2)
Cum f este derivabila n x
0
rezulta ca f este continua n x
0
, de unde, t inand seama
de continuitatea lui u n y
0
= f(x
0
), deducem ca funct ia compusa u f este continua n x
0
.
Acum, utilizand derivabilitatea lui f n punctul x
0
obt inem din (11.2) ca exista limita
lim
xx
0
g(f(x)) g(f(x
0
))
x x
0
= u(f(x))f

(x
0
) (11.3)
Dar din (11.1), avem u(y
0
) = u(f(x
0
)) = g

(y
0
) =
= g

(f(x
0
)) si atunci din (11.3) obt inem
(g f)

(x
0
) = g

(f(x
0
))f

(x
0
),
ceea ce trebuia demonstrat.
222
Teorema 11.1.3 Fie f : I J, I, J intervale ale lui R, o funct ie continu a si bijectiv a. Dac a
f este dervabil a n punctul x
0
I si f

(x
0
) ,= 0, atunci funct ia invers a f
1
este derivabil a n
punctul f(x
0
) = y
0
si are loc formula
(f
1
)

(y
0
) =
1
f

(x
0
)
,
adica
(f
1
)

=
1
f

f
1
Demonstrat ie. Tinand seama de Teorema 10.4.10 rezulta ca f este strict monotona.

In
aceasta situat ie deducem ca funct ia inversa f
1
este strict monotona si continua. Fie
y I y
0
si x = f
1
(y). Deoarece y ,= y
0
, t inand seama de strict monotonia lui f
1
,
rezulta ca si x ,= x
0
. Acum, putem scrie
f
1
(y) f
1
(y
0
)
y y
0
=
f
1
(f(x)) f
1
(f(x
0
))
f(x) f(x
0
)
=
x x
0
f(x) f(x
0
)
=
1
f(x)f(x
0
)
xx
0
,
de unde prin trecere la limita rezulta
lim
yy
0
f
1
(y) f
1
(y
0
)
y y
0
=
1
lim
xx
0
f(x) f(x
0
)
x x
0
=
1
f

(x
0
)
.

In nalul acestui paragraf sa introducem not iunea de derivata de ordin superior.


Fie f : D R o funct ie derivabila pe mult imea D.

In acest caz, exista funct ia derivata
f

: D R.
Denit ia 11.1.4 Spunem ca funct ia f : D R
2
este de doua ori derivabila ntr-un punct
x
0
D, dac a f este derivabil a ntr-o vecin atate a punctului x
0
si f

este derivabil a n
punctul x
0
.

In acest caz derivata lui f

n punctul x
0
se numeste derivata a doua a lui f n
x
0
si o not am cu f

(x
0
).
Dac a f

este derivabil a pe D, atunci derivata lui f

se numeste derivata a doua (sau


de ordinul doi) a lui f si se noteaza cu f

In general, spunem ca f este derivabila de n (n 2, n N) ori n x


0
D daca f este
de (n 1) ori derivabil a pe o vecinatate V a lui x
0
si dac a derivata de ordin (n 1), notat a
prin f
(n1)
, este derivabil a n punctul x
0
.
Spunem ca f este derivabila de n ori pe D daca f este derivabila de n ori n orice
punct x D.
Derivatele succesive ale lui f se noteaza prin f
(1)
= f

, f
(2)
= f

, f
(3)
= f

, . . ., f
(n)
pentru orice n N

. Convenim, de asemenea, sa notam prin f


(0)
= f.

In general, aarea derivatei de ordinul n a funct iei f se face prin induct ie matematica.
Exemplul 11.1.1. Se considera funct ia f : E R, f(x) = (ax + b)

, R, iar E domeniul
maxim de denit ie al lui f. Sa se calculeze f
(n)
. Avem
f

(x) = a(ax +b)


1
f

= ( 1)a
2
(ax +b)
2
. . .
Presupunem ca f
(n)
(x) = (1) . . . (n+1)a
n
(ax+b)
n
si sa demonstram ca f
(n+1)
(x) =
( 1) . . . ( n + 1)( n)(ax +b)
n1
.
Avem
f
(n+1)
(x) = (f
(n)
(x))

= (( 1) . . . ( n + 1)a
n
(ax +b)
n
)

=
223
= ( 1) . . . ( n + 1)( n)a
n+1
(a +b)
n1
Asadar, avem
((ax +b)

)
(n)
= ( 1) . . . ( n + 1)a
n
(ax +b)
n
(11.4)
Cazuri particulare. 1. Daca = n, atunci din (11.4) gasim ((ax + b)
n
)
(n)
= n!a
n
, de unde
pentru a = 1 si b = 0 obt inem (x
n
)
(n)
= n!.
2. Daca = 1, atunci din (11.4) obt inem
_
1
ax +b
_
(n)
=
(1)
n
n!a
n
(ax +b)
n+1
.
3. Daca =
1
2
, atunci din (11.4) obt inem
(

ax +b)
(n)
= (1)
n1
1 3 5 . . . (2n 3)
2
n

ax +b
(ax +b)
n
, n 2.
Exemplul 11.1.2. (Formula lui Leibniz.) Fie f, g : D R R doua funct ii de n ori derivabile
pe D. Atunci are loc egalitatea
(fg)
(n)
(x) =
n

k=0
C
k
n
f
(nk)
(x)g
(k)
(x),
pentru orice x D, numita formula lui Leibniz.
Avem (f g)

(x) = f

(x)g
(0)
(x) + f
(0)
(x)g

(x), pentru orice x D, deci egalitatea este


adevarata pentru n = 1.
Presupunem egalitatea adevarata pentru n = k si sa demonstram ca este adevarata si
pentru n = k + 1.
Putem scrie
(fg)
(k+1)
(x) = ((fg)
(k)
)

(x) =
_
k

i=0
C
i
k
f
(ki)
(x)g
(i)
(x)
_

=
=
k

i=0
C
i
k
_
f
(ki+1)
(x)g
(i)
(x) +f
(ki)
(x)g
(i+1)
(x)
_
=
= C
0
k
f
(k+1)
(x)g
(0)
(x) + [C
0
k
+C
1
k
]f
(k)
(x)g
(1)
(x)+
+[C
1
k
+C
2
k
]f
(k1)
(x)g
(2)
(x) +. . . + [C
k1
k
+C
k
k
]f
(1)
(x)g
(k)
(x)+
+C
k
k
f
(0)
(x)g
(k+1)
(x).
Deoarece C
0
k
= C
0
k+1
= 1, C
k
k
= C
k+1
k+1
= 1 si C
i1
k
+C
i
k
= C
i
k+1
, i k, egalitatea precedenta
conduce la
(fg)
k+1
(x) =
k+1

i=0
C
i
k+1
f
(k+1i)
(x)
g
(i)
(x)
,
ceea ce trebuia demonstrat. Asadar, formula lui Leibniz este adevarata.
11.2 Proprietat i de baza ale funct iilor derivabile pe un interval
Denit ia 11.2.1 Fie f : A R R o funct ie. Un punct x
0
A se numeste punct de maxim
local (sau relativ) al funct iei f daca exist a o vecinatate V (x
0
) a lui x
0
asa nc at f(x) f(x
0
),
pentru orice x V (x
0
) A.
Un punct x
0
A se numeste punct de minim local (sau relativ) daca exist a o vecinatate
V (x
0
) a lui x
0
asa nc at f(x) f(x
0
), pentru orice x V (x
0
) A.
Punctele de maxim sau minim local ale funct iei f se numesc puncte de extrem relativ
(sau local) ale funct iei f, iar valorile funct iei n punctele sale de extrem se numesc extreme
ale funct iei f.
224
Teorema 11.2.1 (Teorema lui Fermat). Fie I un interval al lui R si e funct ia f : I R.
Dac a x
0
este un punct de extrem local interior al intervalului I si f este derivabil a n x
0
,
atunci f

(x
0
) = 0.
Demonstrat ie. Sa presupunem ca x
0
este un punct de maxim local pentru f, adica exista
o vecinatate V (x
0
) a punctului x
0
astfel ca f(x) f(x
0
), pentru orice x V (x
0
) I. Atunci,
pentru x V (x
0
) I cu x < x
0
putem scrie
f(x) f(x
0
)
x x
0
0, (11.5)
iar pentru x V (x
0
) I cu x > x
0
avem
f(x) f(x
0
)
x x
0
0. (11.6)
Cum f este derivabila n punctul interior x
0
I, deducem ca exista f

s
(x
0
), f

d
(x
0
) si
f

(x
0
) = f

s
(x
0
) = f

d
(x
0
) R. Tinand seama de aceasta si trecand la limita n (11.5) si (11.6),
obt inem, pe de o parte ca f

(x
0
) = f

s
(x
0
) 0, iar, pe de alta parte, ca f

(x
0
) = f

d
(x
0
) 0. De
aici, rezulta ca f

(x
0
) = 0, ceea ce trebuia demonstrat.
Observat ia 11.2.1 Teorema lui Fermat d a numai o condit ie necesara dar nu si sucient a
pentru existent a punctelor de extrem. Se poate nt ampla ca ntr-un punct derivata s a se
anuleze f ar a ca punctul respectiv s a e punct de extrem local. Radacinile derivatei unei
funct ii se numesc puncte critice sau puncte stat ionare pentru funct ia respectiv a.
Observat ia 11.2.2 Geometric, teorema lui Fermat arma ca gracul unei funct ii derivabile
are tangenta paralel a cu axa Ox n punctele de extrem interioare intervalului de denit ie a
funct iei.
Teorema 11.2.2 (Teorema lui Rolle). Fie funct ia f : [a, b] R, unde a, b R si a < b. Dac a
sunt ndeplinite condit iile:
i) f este continu a pe [a, b],
ii) f este derivabil a pe (a, b),
iii) f(a) = f(b),
atunci exist a un punct c (a, b) asa nc at f

(c) = 0.
Demonstrat ie. Daca f este constanta pe [a, b], atunci f

= 0 pe (a, b) si deci orice punct


c (a, b) satisface cerint a f

(c) = 0.
Sa admitem acum ca f nu este constanta pe [a, b]. Cum f este continua pe intervalul
compact [a, b], conform Corolarului 10.4.3. rezulta ca f este marginita si si atinge marginile.
Daca m = inf
x[a,b]
f(x) si M = sup
x[a,b]
f(x), atunci exista x
1
[a, b] si x
2
[ a, b] asa ncat f(x
1
) = m
si f(x
2
) = M. Cum f nu este constanta pe [a, b] deducem ca m < M. Se observa ca x
1
si x
2
nu pot ambele situate n extremitat ile intervalului [a, b].

Intr-adevar, daca am presupune
ca x
1
= a sau x
1
= b, cum f(a) = f(b), din f(x
1
) = f(a) = m < M = f(x
2
) rezulta ca x
2
nu poate
coincide nici cu a si nici cu b, deci x
2
(a, b). Atunci, conform Teoremei lui Fermat, avem
f

(x
2
) = 0 si deci exista c = x
2
(a, b) asa ca f

(c) = 0.
Observat ia 11.2.3 Geometric, teorema lui Rolle arm a ca n condit iile din enunt ul teoremei
exist a cel put in un punct al gracului funct iei f, care nu coincide cu extremit at ile, n care
tangenta este paralela cu axa Ox.
Observat ia 11.2.4 Dac a n teorema lui Rolle f(a) = f(b) = 0, atunci rezult a ca ntre dou a
r adacini a, b ale funct iei f exist a cel put in o r adacin a c a derivatei.
225
Observat ia 11.2.5

Intre dou a r adacini reale consecutive ale derivatei unei funct ii pe un
interval se a a cel mult o r adacin a real a a funct iei.

Intr-adevar, e c
1
< c
2
doua radacini consecutive ale derivatei. Sa presupunem ca
exista doua racini reale diferite x
1
si x
2
ale funct iei, f(x
1
) = f(x
2
) = 0, c
1
< x
1
< x
2
< c
2
.
Dupa teorema lui Rolle ntre x
!
si x
2
trebuie sa existe o radacina a derivatei, ceea ce nu se
poate, c
1
si c
2
ind radacini consecutive ale derivatei.
Aceasta observat ie permite sa separam radacinile reale ale ecuat iei f(x) = 0, daca se
cunosct radacinile ecuat iei f

(x) = 0. Fie c
1
< c
2
< c
3
< . . . < c
k
radacinile ecuat iei f

(x) = 0
asezate n ordine crescatoare pe intervalul [a, b]. Formam sirul lui Rolle
f(a), f(c
1
), f(c
2
), . . . , f(c
k
), f(b).
Conform observat iei 11.2.5, n ecare interval (a, c
1
), (c
1
, c
2
), . . . , (c
k
, b) exista cel mult o
radacina a funct iei. Exista o radacina pe unul din aceste intervale numai daca funct ia ia
valori de semne contrare la capetele intervalului respectiv. Prin urmare, ecuat ia f(x) = 0
are atate radacini reale n [a, b] cate variat ii de semn are sirul lui Rolle.
Teorema 11.2.3 (Teorema lui Cauchy; a doua teorema de medie a calculului diferent ial).
Fie f, g : [a, b] R dou a funct ii care verica condit iile:
i) f, g sunt continue pe [a, b].
ii) f, g sunt derivabile pe (a, b).
iii) g

(x) ,= 0 pentru orice x (a, b).


Atunci exist a un punct c (a, b) astfel ca
f(b) f(a)
g(b) g(a)
=
f

(c)
g

(c)
.
Demonstrat ie. Observam ca g(b) ,= g(a) deoarece n caz contrar, conform Teoremei lui Rolle,
aplicata funct iei g, ar exista (a, b) cu g

() = 0, ceea ce este n contradict ie cu condit ia


(iii) din enunt .
Acum, consideram funct ia auxiliara
h(x) = f(x)
f(b) f(a)
g(b) g(a)
g(x), x [a, b],
care este continua pe [a, b], derivabila pe (a, b), cu
h

(x) = f

(x)
f(b) f(a)
g(b) g(a)
g

(x), x (a, b)
si h(a) = h(b). Deci, Teorema lui Rolle este aplicabila funct iei h, ceea ce implica existent a
unui punct c (a, b) asa ca h

(c) = 0, echivalenta cu
f(b) f(a)
g(b) g(a)
=
f

(c)
g

(c)
.
Observat ia 11.2.6 Teorema lui Cauchy ne permite s a deducem asa numitele Reguli ale lui
l

Hospital de aare a limitelor de funct ii n cazul nedetermin arilor


0
0
si

.
Prima regula a lui l

Hospital.Fie I un interval din R, x


0
I si f, g : I R. Dac a sunt
ndeplinite condit iile:
i) funct iile f si g sunt derivabile pe I x
0
;
ii) exist a lim
xx
0
f(x) = lim
xx
0
g(x) = 0;
226
iii) g

(x) ,= 0, oricare ar x I x
0
;
iv) exist a lim
xx
0
f

(x)
g

(x)
= l R,
atunci are loc
lim
xx
0
f(x)
g(x)
= lim
xx
0
f

(x)
g

(x)
= l.
Pentru demonstrat ie consideram funct iile
F(x) =
_
f(x) , daca x I x
0

0 , daca x = x
0
si
G(x) =
_
g(x) , daca x I x
0

0 , daca x = x
0
Aceste funct ii sunt continue pe I derivabile pe I x
0
si G

(x) ,= 0, oricare ar
x I x
0
. Aplicam teorema lui Cauchy funct iilor F(x) si G(x) pe intervalul compact [x
0
, x]
si avem
F(x) F(x
0
)
G(x) G(x
0
)
=
F

(c)
G

(c)
=
f

(c)
g

(c)
, x
0
< c < x.
De aici, utilizand condit ia iv), prin trecere la limita obt inem:
lim
xx
0
f(x)
g(x)
= lim
xx
0
f

(x)
g

(x)
= l.
A doua regula a lui l

Hospital.Fie a > 0 si f, g : (a, +) R dou a funct ii. Dac a sunt


ndeplinite condit iile:
i) funct iile f si g sunt derivabile pe (a, +);
ii) lim
x
f(x) = lim
x
g(x) = 0;
iii) g

(x) ,= 0 pentru orice x > a;


iv) exist a lim
x
f

(x)
g

(x)
= l R, atunci are loc egalitatea
lim
x
f(x)
g(x)
= lim
x
f

(x)
g

(x)
.
Pentru demonstrat ie se face schimbarea de variabil a x = 1/t si se aplic a prima regul a a lui l

Hospital
pe intervalul
_
0,
1
a
_
pentru x 0.
Observat ia 11.2.7 Dac a avem lim
xx
0
f(x) = lim
xx
0
y(x) = +, atunci scriem
lim
xx
0
f(x)
g(x)
= lim
xx
0
1
f(x)
1
g(x)
si se aplic a prima regul a a lui l

Hospital.
Observat ia 11.2.8 Cazurile de nedeterminare , 0
0
, 1

,
0
se reduc prin transform ari
(operat ii) algebrice la situat iile
0
0
sau

.
Teorema 11.2.4 (Teorema lui Lagrange teorema cresterilor nite prima formula de medie
a calculului diferent ial). Fie f : [a, b] R o funct ie care satisface condit iile:
227
i) f este continu a pe [a, b];
ii) f este derivabil a pe (a, b),
atunci exist a un punct c (a, b) asa ca
f(b) f(a)
b a
= f

(c).
Demonstrat ie. Luam n Teorema lui Cauchy funct ia g(x) = x, x [a, b].
Observat ia 11.2.9 Dac a funct ia f are derivata nul a pe un interval I, atunci f este constanta
pe I.
Demonstrat ie. Fie x
0
un punct xat din I si x I un punct arbitrar. Aplicam teorema
lui Lagrange pe intervalul [x
0
, x] (sau [x, x
0
]) si rezulta ca exista c (x
0
, x) (sau (x, x
0
)) asa
ncat
f(x) f(x
0
) = f

(c)(x x
0
).
Cum f

(x) = 0, oricare ar x I, rezulta ca f(x) = f(x


0
), oricare ar x I, si deci f
este cosntanta pe intervalul I.
Observat ia 11.2.10 Dac a doua funct ii sunt derivabile pe un interval I si derivatele sunt
egale pe acest interval, atunci diferent a lor este o constanta.
Demonstrat ie. Daca f

(x) = g

(x) pentru orice x I, atunci rezulta ca (f g)

(x) = 0,
oricare ar x I. Atunci, pe baza Observat iei 11.2.9, rezulta, (f g)(x) = k, oricare ar
x I, adica f(x) g(x) = k, pentru orice x I.
Observat ia 11.2.11 Fie f o funct ie derivabil a pe intervalul I.
i) Dac a f

(x) 0, oricare ar x I, atunci f este crescatoare pe I;


ii) Dac a f

(x) 0, oricare ar x I, atunci f este descrescatoare pe I;


iii) Dac a f

(x) > 0, oricare ar x I, atunci f este strict crescatoare pe I;


iv) Dac a f

(x) < 0, oricare ar x I, atunci f este scrict descrescatoare pe I.


Demonstrat ie. Vom justica numai punctul i), celelalte cazuri demonstrandu-se n
mod analog.
Fie x
1
, x
2
doua puncte arbitrare din I asa ncat x
1
< x
2
. Aplicam teorema lui Lagrange
pe intervalul [x
1
, x
2
] si rezulta ca exista c (x
1
, x
2
) asa ncat f(x
2
) f(x
1
) = f

(c)(x
2
x
1
).
Cum f

(x) 0, oricare ar x I, rezulta ca f(x


2
) f(x
1
) 0, adica f(x
2
) f(x
1
).
Asadar, f este crescatoare pe I.
Armat iile de la punctele i) si ii) ale Observat iei admit si reciproce, n timp ce
armat iile de la punctele iii) si iv) nu mai admit reciproce.
Observat ia 11.2.12 Fie f o funct ie continu a pe un interval I si x
0
I. Dac a f este dervabil a
pe I x
0
iar derivata sa f

are limit a (nita sau innit a) n punctul x


0
, atunci exist a
derivata funct iei f si n punctul x
0
si n plus
f

(x
0
) = lim
xx
0
f

(x).
Pentru demonstrat ie se aplica teorema lui Lagrange pe intervalele [x, x
0
] si [x
0
, x] si se
face x x
0
.
Observat ia 11.2.13 Dac a funct ia f are derivata marginit a pe I, atunci f este funct ia lips-
chitzian a pe I.
228
Demonstrat ie. Fie x
1
, x
2
doua puncte arbitrare diferite din I. Aplicam teorema lui
Lagrange pe intervalul [x
1
, x
2
] (sau [x
2
, x
1
]) si exista c (x
1
, x
2
) asa ncat f(x
1
) f(x
2
) =
f

(c)(x
1
x
2
). Cum [f

(x)[ M, M > 0, oricare ar x I, avem


[f(x
1
) f(x
2
)[ = [f

(c)(x
1
x
2
)[ = [f

(c)[ [x
1
x
2
[ M[x
1
x
2
[,
ceea ce ne arata ca f este lipschitziana pe I.
Teorema 11.2.5 (Teorema lui Darboux). Dac a f : I R este o funct ie derivabil a pe I,
atunci derivata sa f

are proprietatea lui Darboux pe acel interval.


Demonstrat ie. Fie x
1
, x
2
I cu x
1
< x
2
. Sa presupunem ca f

(x
1
) < f

(x
2
) si
(f

(x
1
), f

(x
2
)). Consideram funct ia auxiliara g : I R, g(x) = f(x) x, care verica
inegalitat ile: g

(x
1
) < 0 si g

(x
2
) > 0.
Deoarece g este derivabila pe [x
1
, x
2
] I rezulta ca g este continua pe compactul [x
1
, x
2
]
deci si atinge marginile. Atunci exista c [x
1
, x
2
] asa ncat g(c) = min
x[x
1
,x
2
]
g(x). Sa aratam
ca c ,= x
1
si c ,= x
2
. Din g

(x
1
) < 0 rezulta ca exista > 0 asa ncat
g(x)g(x
1
)
xx
1
< 0, pentru
orice x (x
1
, x
1
+ ), de unde obt inem ca g(x) < g(x
1
), pentru orice x (x
1
, x
1
+ ). Aceasta
ultima inegalitate ne arata ca g si atinge marginea inferioara ntr-un punct diferit de x
1
;
deci c ,= x
1
.

In mod analog, demonstram ca c ,= x
2
. Acum, aplicand teorema lui Fermat
funct iei g pe intervalul [x
1
, x
2
] rezulta ca g

(c) = 0, adica f

(c) = .
Teorema 11.2.6 (Teorema lui Taylor). Fie I un interval deschis al lui R. Dac a funct ia
f : I R este derivabil a de n + 1 ori pe I, atunci pentru orice dou a puncte x, x
0
I, cu
x ,= x
0
, exist a un punct c (x, x
0
) (sau (x
0
, x)) asa nc at
f(x) = f(x
0
) +
f

(x
0
)
1!
(x x
0
) +
f

(x
0
)
2!
(x x
0
)
2
+. . . +
+
f
(n)
(x
0
)
n!
(x x
0
)
n
+
f
(n+1)
(c)
(n + 1)!
(x x
0
)
(n+1)
,
numit a formula lui Taylor.
Demonstrat ie. Ne propunem sa scriem pe f sub forma:
f(x) = f(x
0
) +
f

(x
0
)
1!
(x x
0
) +
f

(x
0
)
2!
(x x
0
)
2
+. . . +
+
f
(n)
(x
0
)
n!
(x x
0
)
n
+K(x x
0
)
(n+1)
, ()x I,
(11.7)
unde K este un numar real. Consideram funct ia auxiliara
g(t) = f(t) +
f

(t)
1!
(x t) +
f

(t)
2!
(x t)
2
+. . . +
+
f
(n)
(t)
n!
(x t)
n
+K(x t)
(n+1)
, ()t I.
Observam ca g este derivabila pe I, g(x) = f(x), g(x
0
) = f(x
0
). Asadar, funct ia g
satisface condit iile teoremei lui Rolle pe [x, x
0
] (sau [x
0
, x]). Atunci exista un punct c (x, x
0
)
(sau (x
0
, x)) asa ncat g

(c) = 0.
Dar
g

(t) = f

(t) +
f

(t)
1!
(x t)
f

(t)
1!
+
f

(t)
2!
(x t)
2

(t)
1!
(x t)+
+. . . +
f
(n+1)
(t)
n!
(x t)
n

f
(n)
(t)
(n 1)!
(x t)
n1
K(n + 1)(x t)
n
,
229
()t I, de unde
g

(t) =
f
(n+1)
(t)
n!
(x t)
n
K(n + 1)(x t)
n
, ()t I.
De aici obt inem g

(c) = 0, adica
f
(n+1)
(c)
n!
(x c)
n
= K(n + 1)(x c)
n
,
de unde gasim
K =
f
(n+1)
(c)
(n + 1)!
,
care nlocuita n (11.7) conduce la formula lui Taylor.
Observat ia 11.2.14 Formula lui Taylor este o formul a de aproximare a funct iei f prin poli-
nomul
(T
n
f)(x) = f(x
0
) +
f

(x
0
)
1!
(x x
0
) +
f

(x
0
)
2!
(x x
0
)
2
+. . . +
+
f
(n)
(x
0
)
n!
(x x
0
)
n
,
numit polinomul lui Taylor de grad n asociat funct iei f. Expresia
(v
n
t)(x) =
f
(n+1)
(c)
(n + 1)!
(x x
0
)
n+1
,
se numeste restul sub forma Lagrange al formulei lui Taylor.
Proprietatea esent ial a a polinomului lui Taylor este dat a de relat iile:
(T
n
f)(x
0
) = f(x
0
); (T
n
f)

(x
0
) = f

(x
0
);
(T
n
f)
(2)
(x
0
) = f
(2)
(x
0
); . . . ; (T
n
f)
(n)
(x
0
) = f
(n)
(x
0
).
Observat ia 11.2.15 Dac a n formula lui Taylor consider am x
0
= 0,atunci obt inem Formula
lui MacLaurin, adic a
f(x) = f(0) +
f

(0)
1!
x +
f

(0)
2!
x
2
+. . . +
f
(n)
(0)
n!
+
f
(n+1)
(c)
(n + 1)!
x
n+1
.
Observat ia 11.2.16 Dac a n formula lui Taylor consider am n = 0, atunci obt inem formula
cresterilor nite a lui Lagrange (v.Teorema 11.2.4).
Observat ia 11.2.17 Punctul c din intervalul deschis determinat de punctele x si x
0
depinde
de x, x
0
si n. Punctul c se poate scrie si sub forma c = x
0
+(x x
0
), unde (0, 1).
Exemple. 11.2.1. Funct ia f(x) = e
x
, x R, este de clasa C

pe R iar f
(k)
(x) = e
x
, oricare
ar k N si oricare ar x R. Cum f
(k)
(0) = 1, k N

, formula MacLaurin pentru e


x
are
forma:
e
x
= 1 +
x
1!
+
x
2
2!
+. . . +
x
n
n!
+
x
n+1
(n + 1)!
e
x
, ()x R.
11.2.2. Funct ia f(x) = ln(1 +x), x (1, ), este indenit derivabila pe (1, ). Cum
f
(k)
(x) = (1)
k1
(k 1)!
(1 +x)
k
, k N

, ()x (1, )
(vezi Exemplul 11.1.1), avem f(0) = 1, f
(k)
(0) = (1)
k1

(k 1)!, k N

si formula de tip MacLaurin


ln(1 +x) =
x
1

x
2
2!
+
x
3
3!

x
4
4!
+. . . + (1)
n1
x
n
n!
+
+(1)
n
x
n+1
n + 1

1
(1 +x)
n+1
()x (1, ), (0, 1).
230
11.3 Diferent iala unei funct ii reale

In acest paragraf introducem not iunea de diferent iala relativa la o funct ie reala de o
variabila reala.
Denit ia 11.3.1 Fie f : I R o funct ie denita pe intervalul deschis I.
Spunem ca f este diferent iabila n punctul x
0
I daca exist a numarul real A, care
depinde de f si x
0
, si o funct ie : I R cu lim
xx
0
(x) = (x
0
) = 0 astfel nc at
f(x) f(x
0
) = A(x x
0
) +(x)(x x
0
), (11.8)
pentru orice x I.
Teorema 11.3.1 Funct ia f : I R, interval deschis, este diferent iabil a n punctul x
0
I
daca si numai dac a f este derivabil a n x
0
.
Demonstrat ie. Sa admite ca f este diferent iabila n punctul x
0
I. Atunci exista
A R si o funct ie : I R cu lim
xx
0
(x) = (x
0
) = 0 astfel ncat sa aiba loc (11.8).
Considerand x ,= x
0
si mpart ind n (11.8) ambii membrii prin x x
0
obt inem
f(x) f(x
0
)
x x
0
A+(x), ()x I x
0
.
Cum lim
xx
0
(x) = 0, rezulta ca exista lim
xx
0
f(x) f(x
0
)
x x
0
= A, adica f este derivabila n
punctul x
0
si A = f

(x
0
).
Reciproc, sa presupnem ca f este derivabila n punctul x
0
. Din denit ia derivatei lui
f n punctul x
0
avem
lim
xx
0
f(x) f(x
0
)
x x
0
= f

(x
0
).
Consideram funct ia : I R,
(x) =

f(x) f(x
0
)
x x
0
f

(x
0
) , pentru x I x
0

0 , pentru x = x
0
.
Se observa ca lim
xx
0
(x) = (x
0
) = 0, adica este continua n x
0
. Din denit ia lui
pentru x ,= x
0
avem
f(x) f(x
0
) = f

(x
0
)(x x
0
) +(x)(x x
0
),
egalitate evident vericata si pentru x x
0
. Rezulta ca f este diferent iabila n x
0
si A =
f

(x
0
).
Observat ia 11.3.1 Teorema 11.3.1 exprima faptul c a pentru funct iile reale de o variabil a
real a not iunile de diferent iabilitate si derivabilitate ntr-un punct sunt echivalente.
Observat ia 11.3.2 Dac a f este diferent iabil a n punctul x
0
, atunci pentru valori mici ale lui
h = x x
0
diferent a
f(x) f(x
0
) se poate aproxima cu f

(x
0
)h, adic a
f(x
0
+h) f(x
0
) f

(x
0
)h (11.9)
Denit ia 11.3.2 Fie f : I R, I interval deschis din R, derivabil a n punctul x
0
I. Funct ia
liniar a si omogena
g : R R, g(h) = f

(x
0
)h, h R,
se numeste diferent iala funct iei f n punctul x
0
si se noteaz a prin df(x
0
), adic a
df(x
0
)(h) = f

(x
0
)h. (11.10)
231
Acum, relat ia (11.9) se mai poate scrie
f(x
0
+h) f(x
0
) df(x
0
)(h).
Diferent iala lui f ntr-un punct oarecare x I o notam prin df(x).
Daca n (11.10) alegem, n particular, ca f aplicat ia identica, atunci diferent iala lui
f ntr-un punct x I este df(x)(h) = h, ()h R, adica h = d(x)(h). Folosind notat ia simpla
d(x) = dx, avem dx(h) = h. Revenind cu acest rezultat n (11.10), obt inem
df(x)(h) = f

(x)dx(h), ()h R,
de unde gasim
df(x) = f

(x)dx. (11.11)
Din (11.11) rezulta si scrierea
f

(x) =
df(x)
dx
,
care constituie exprimarea derivatei lui f n limbajul diferent ialelor.
Tinand seama de (11.11), obt inem imediat din regulile de derivare urmatoarele reguli
de diferent iere: daca f, g : I R sunt funct ii derivabile pe intervalul deschis I R, atunci
d(f +g) = df +dg; d(t) = df, d(fg) = gdf +fdg,
iar daca, n plus g ,= 0, atunci
d
_
f
g
_
=
gdf fdg
g
2
.
Teorema 11.3.2 (diferent iala unei funct ii compuse). Fie I si J dou a intervale deschise ale
lui R si e u : I J si f : J R dou a funct ii derivabile respectiv pe I si J. Atunci
df(u) = f

(u)du.
Demonstrat ie. Avem
df(u(x)) = (f(u(x)))

dx = f

(u(x)) u

(x)dx = f

(u(x)) du(x),
oricare ar x I.
Denit ia 11.3.3 Numim diferent iala de ordinul doi a funct iei f n punctul x, notata prin
d
2
f(x), expresia d(df(x)), adic a avem
d
2
f(x) = d(df(x)).

In general, d
n
f(x) = d(d
n1
f(x)). Avem:
d
2
f(x) = d(f

(x)dx) = d(f

(x)) dx +f

(x)d(dx) =
= f

(x)dx dx = f

(x)dx
2
,
deoarece d(dx) = 0 (derivata de ordinul doi a funct iei identice este egala cu 0).
Prin induct ie matematica obt inem ca d
n
f(x) = f
(n)
(x)dx
n
. Se mai zice ca diferent ialele
de ordin superior sunt invariante fat a de ordinul de derivare.
Aceasta proprietate nu se mai pastreaza pentru diferent iala funct iilor compuse.
232
11.4 Aplicat iile derivatei n economie
Economia este considerata cea mai exacta dintre stiint ele sociale, [?], deoarece, n
general, procesele economicce sunt studiate prin modele matematice.

In 3.2 am vazut
ca relat iile dintre diferite marimi economice se pot exprima prin funct ii. Pentru a studia
variat ia unei astfel de funct ii si a trasa gracul ei se folosesc derivatele funct iei de ordinul
ntai si doi.

In domeniul economic n descrierea variat iei marimii y n raport cu o alta marime


x, data prin funct ia y = f(x), x I, I interval din R, se utilizeaza conceptul de medie si
conceptul de marginal. (vezi partea introductiva la capitolul 4).
Denit ia 11.4.1 Numim valoarea medie a lui f pe intervalul [x, x + h] I,h > 0, notata cu
f(x), raportul
f
x
=
f(x +h) f(x)
h
.
Exemple: 11.4.1. Fie P(t) numarul de unitat i produse ntr-un ux tehnologic dupa t ore de
la nceperea proccesului. Valoarea medie a lui P(t) ntr-un interval de h ore este
P(t +h) P(t)
h
= P(t)
si se numeste product ie medie.
11.4.2. Daca funct ia de cost total pentru realizarea a x unitat i dintr-un produs este
C(x) =
x
2
9
+ x + 100, x 1 sa stabilim cate unitat i trebuie realizate pentru a avea cel mai
scazut pret mediu pe unitate de produs.
Trebuie sa studiem variat ia funct iei pret mediu
C(x) =
C(x)
x
=
x
9
+
100
x
, x 1.
Cum C(x)

=
1
9

100
x
2
are radacina x = 30, din tabelul de variat ie
x 1 30
C

(x) 0 + + +
C(x)
910
9

23
3

rezulta ca vom avea cel mai scazut pret mediu daca se produc 30 unitat i de produs.
Denit ia 11.4.2 Numim valoare marginala a funct iei f : I R, n punctul x I
lim
h0
f(x +h) f(x)
h
= f

(x) =
df(x)
dx
Exemplul 11.4.3.

In cazul Exemplului 11.4.1, valoarea marginala a product iei P(t) este
productivitatea
P

(t) = lim
h0
P(t +h) P(t)
h
.
Denit ia 11.4.3 Numim variat ia relativa a funct iei
f : I R n punctul x I raportul
f(x)
f(x)
=
f(x +h) f(x)
f(x)
, h > 0.
Denit ia 11.4.4 Numim ritmul mediu de variat ie a funct iei f : I R n punctul x I
raportul
f(x)
f(x)
_
h si se noteaza cu R
f,m
.
233
Denit ia 11.4.5 Numim ritmul local (marginal) a funct iei f : I R n punctul x limita
lim
h0
R
f,m
, adic a
lim
h0
f(x)
f(x)
_
h = lim
h0
f(x)
h

1
f(x)
=
f

f
= (ln f)

,
care este derivata logaritmic a a lui f. Ritmul local a lui f n x se noteaza prin R
f,x
.
Denit ia 11.4.6 Numim elasticitatea medie a funct iei f : I R n punctul x, notata prin
E
m
, raportul variat iilor relative ale lui f(x) si x, adic a
E
f,m
=
f(x)
f(x)
_
h
x
=
f(x)
h

x
f(x)
.
Denit ia 11.4.7 Numim elasticitatea locala (marginala) a funct iei f : I R, n punctul x
limita elasticit at ii medii c and h 0. Ea se noteaz a prin E
f,m
.
Avem
E
f,m
= lim
h0
x
f(x)

f(x)
h
=
x
f
f

= x(ln f)

=
(ln f)

(ln x)

.
Proprietatea importanta a elasticitat ii unei funct ii este aceea ca ea este ca marime
independenta de unitat ile de masura n care au fost masurate variabilele f(x) si x.
Exemplul 11.4.4. Fie x = ap + b, a > 0, b > 0 o funct ie cerere pentru o marfa de pret p.
Elasticitatea marginala a cererii n p este
E
ap+b,p
= p(ln(ap +b))

=
ap
ap +b
.
Cum E
ap+b,p
< 1, rezulta ca la o cerere de tip liniar la o crestere relativa a pret ului
corespunde o crestere relativa mai mica pentru cerere.
Observat ia 11.4.1 Not iunile introduse n acest paragraf se transpun usor la not iunile din
domeniul economic. Astfel, avem cost mediu, cost marginal, elasticitatea costului, cerere
medie, cerere marginala, elasticitatea cererii etc.
234
11.5 Test de vericare a cunostint elor nr. 10
1. Denit i urmatoarele not iuni:
a) Derivata unei funct ii reale de o variabila reala;
b) Diferent iala unei funct ii reale de o variabila reala.
2. Enunt at i:
a) Teorema lui Fermat;
b) Teorema lui Rolle;
c) Teorema lui Lagrange;
d) Teorema (formula) lui Taylor;
c) Teorema lui Cauchy.
3. Studiat i derivabilitatea funct iei:
a) f : R R, f(x) =
3

x
3
3x + 2;
b) f : R R, f(x) = (x 1) arcsin
_
x
2
x
2
+ 1
n punctul x = 0.
4. Numerele a
0
, a
1
, ..., a
n
verica condit ia
a
0
1
+
2a
1
2
+
2
2
a
2
3
+... +
2
n
a
n
n + 1
= 0. Sa se arate ca
funct ia f : [1, e
2
] R, f(x) = a
0
+ a
1
ln x + a
2
ln
2
x + ... + a
n
ln
n
x are cel put in un zero n
intervalul (1, e
2
).
5. a) Se considera nct ia f : (1, ) R, f(t) = ln(1 +t). Aplicand teorema lui Lagrange
funct iei f pe intervalul [0, x], x > 0, sa se arate ca oricare ar x > 0 are loc relat ia:
x (1 +x) ln(1 +x) < 0;
b) Sa se arate ca funct ia g : (0, ) R, g(x) = (1 +x)
1
x
este monoton descrescatoare.
6. Utilizand teorema lui Cauchy sa se demonstreze inegalitatea:
ln(1 +x) >
arctgx
1 +x
, x > 0.
7. a) Precizat i punctele de extrem local ale funct iei:
f : R R , f(x) = [x
2
1[.
b) Determinat i derivata de ordinul n, n N, pentru funct ia f(x) = sin x.
c) calculat i derivata de ordinul 20 a funct iei
h(x) = x
3
sin x.
8. Sa se dezvolte dupa puterile lui x funct ia
f : (1, ) R , f(x) = ln(1 +x).
9. Sa se dezvolte f(x) = e
x
, x R, dupa puterile lui x + 1.
10. Sa se determine n N astfel ncat polinomul lui Taylor T
n
(x) n punctul x
0
= 0 asociat
funct iei f(x) =

1 +x, x [1, ] sa difere de funct ie cu mai put in de


1
16
n intervalul
[0, 1].
235
Indicat ii si raspunsuri
Test nr. 10
3. a) f este derivabila pe R2, 1, iar (2, 0) este punct de inexiune si (1, 0) este punct
de ntoarcere.
b) f este derivabila n x = 0, iar (0, 0) este punct unghiular.
4. Se considera funct ia g : [1, e
2
] R,
g(x) =
a
0
ln x
1
+
a
1
ln
2
x
2
+... +
a
n
ln
n+1
x
n + 1
si se aplica teorema lui Rolle.
5. b) Se calculeaza g

(x) si se foloseste punctul (a).


6. Se aplica teorema lui Cauchy funct iilor f, g : [0, x] R, cu x > 0, f(t) = (1 + t) ln(1 + t),
g(t) = arctg (t).
7. a) (1, 0) si (1, 0) sunt puncte de minim local, iar (0, 1) este punct de maxim local;
b) f
(n)
(x) = sin
_
x +n

2
_
, ()n N.
c) h
(20)
(x) =
_
6
3
20
3x
2

1
20
_
cos x +
_
x
3
6x
20
20
_
sin x.
8. Se aplica formula lui Mac Laurin si se obt ine:
ln(1 +x) = x
x
2
2
+
x
3
3
+... + (1)
n

x
n+1
n + 1
+
+(1)
n+1

x
n+2
n + 2

1
(1 +x)
n+2
cu (0, 1).
9. Se aplica formula lui Taylor cu x
0
= 1 si se obt ine:
e
x
=
1
e

_
1 +
x + 1
1!
+
(x + 1)
2
2!
+... +
(x + 1)
n
n!
_
+
+
(x + 1)
n+1
(n + 1)!
e
1+(x+1)
.
10. Se impune ca restul formulei lui Mac Laurin sa aiba valoarea absoluta mai mica sau
egala cu
1
16
si se obt ine n 2.
236
Bibliograa aferenta capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate n economie - Volumul II,
Editura ULB, Sibiu, 2002.
237
Capitolul 12
Derivarea funct iilor de mai multe
variabile
Obiective: Introducerea not iunilor de derivata part iala, diferent iala funct iilor de mai
multe variabile, extremele funct iilor de mai multe variabile, ajustarea datelor si interpolarea
funct iilor.
Rezumat: Capitolul ncepe cu denirea conceptului de derivata part iala si
aplicat iile economice imediate ale acestuia. Se continua cu generalizarea not iunii de
diferent iala pentru funct iile reale de mai multe variabile reale, not iuni necesare n studiul
extremelor condit ionate ale funct iilor de mai multe variabile. Capitolul continua cu studiul
metodelor de aare a extremelor (simple si condit ionate) ale funct iilor de mai multe vari-
abile, metoda celor mai mici patrate pentru ajustarea datelor si cateva not iuni legate de
interpolarea funct iilor.
Cont inutul capitolului:
1. Derivate part iale
2. Interpretari geometrice si economice ale derivatelor part iale
3. Derivarea funct iilor compuse
4. Diferent iala funct iilor de mai multe variabile
5. Extremele funct iilor de mai multe variabile
6. Extreme condit ionate
7. Ajustarea unor date
8. Interpolarea funct iilor
9. Test de vericare a cunostint elor
10. Bibliograa aferenta capitolului
Cuvinte cheie: derivata part iala, diferent iala, extremele funct iilor reale de mai
multe variabile reale, ajustare, interpolare.
12.1 Derivate part iale
Sa consideram o funct ie de doua variabile f : D R
2
R, z = f(x, y) si M(a
1
, a
2
) un
punct din D.
Denit ia 12.1.1 Dac a exist a limitele
lim
xa
1
f(x, a
2
) f(a
1
, a
2
)
x a
1
si lim
xa
2
f(a
1
, y) f(a
1
, a
2
)
y a
2
si sunt nite, atunci spunem c a funct ia f este derivabil a part ial n punctul M, n cazul
primei limite, n raport cu x si n cazul al doilea, n raport cu y.
238
Aceste limite se numesc respectiv derivata part iala a funct iei f n raport cu x si
derivata part iala a funct iei f n raport cu y, n punctul M(a
1
, a
2
). Ele se noteaz a prin
f

x
(a
1
, a
2
) =
f(a
1
, a
2
)
x
si respectiv f

y
(a
1
, a
2
) =
f(a
1
, a
2
)
y
.
Este evident ca daca funct ia f este derivabil a n raport cu x si respectiv cu y, atunci
f este continu a n raport cu x si respectiv n raport cu y.
Dac a funct ia f este derivabil a part ial n orice punct din domeniul D, atunci derivatele
part iale resprezint a noi funct ii de dou a variabile, denite pe D si asociate funct iei f.
Practic, pentru a calcula derivata part iala n raport cu x a funct iei z = f(x, y) se
considera f ca funct ie de x, considerandu-se y constanta, si se aplica formulele de derivare
cunoscute, pentru aceasta funct ie de variabila x.
Pentru a calcula derivata part iala n raport cu y se considera x constanta.
Exemplul 12.1.1. Sa calculam derivatele part iale pentru funct ia
f(x, y) =
x +y
x
2
+y
2
+ 1
, (x, y) R
2
.
Avem
f

x
(x, y) =
f(x, y)
x
=
1(x
2
+y
2
+ 1) 2x(x +y)
(x
2
+y
2
+ 1)
2
=
=
y
2
x
2
2xy + 1
(x
2
+y
2
+ 1)
2
,
f

y
(x, y) =
f(x, y)
y
=
1(x
2
+y
2
+ 1) 2y(x +y)
(x
2
+y
2
+ 1)
2
=
=
x
2
y
2
2xy + 1
(x
2
+y
2
+ 1)
2
,
oricare ar (x, y) R
2
.
Exemplul 12.1.2. Pentru funct ia f(x, y) = x
2y
denita pe D = (x, y) R
2
[x > 0, y R
derivatele part iale sunt
f

x
(x, y) =
f(x, y)
x
= 2y x
2y1
si
f

y
(x, y) =
f(x, y)
y
= x
2y
2 ln x.
Observat ia 12.1.1 Derivatele part iale ale unei funct ii de n variabile, n 3, se denesc n
mod analog. Fie funct ia f : D R
n
R, z = f(x
1
, x
2
, . . . , x
n
) si punctul M(a
1
, a
2
, . . . , a
n
) D.
Spunem ca funct ia f este derivabila part ial n punctul M n raport cu variabila x
k
, dac a
lim
x
k
a
k
f(a
1
, . . . , a
k1
, x
k
, a
k+1
, . . . , a
n
) f(a
1
, a
2
, . . . , a
n
)
x a
k
exist a si este nit a. Aceast a limit a o numim derivata part iala a funct iei f n raport cu
variabila x
k
n punctul M si o not am prin
f

x
k
(M) = f

x
k
(a
1
, a
2
, . . . , a
n
) sau
f(M)
x
k
=
f(a
1
, a
2
, . . . , a
n
)
x
k
O funct ie de n variabile derivabila n ecare punct al domeniului D este derivabila
part ial n acel domeniu si derivatele part iale sunt funct ii de n variabile denite n acel
domeniu. Calculul lor se face pe aceleasi principii ca la funct iile de doua variabile.
239
Exemplul 12.1.3. Pentru funct ia u = ln(x
2
+ y
2
+ z
2
) denita pe R (0, 0, 0) = D, avem
derivatele part iale:
u

x
=
u
x
=
2x
x
2
+y
2
+z
2
, u

y
=
u
y
=
2y
x
2
+y
2
+z
2
,
u

z
=
u
z
=
2z
x
2
+y
2
+z
2
.
Exemplul 12.1.4. Pentru funct ia u = x
y
3z
denita pe D = (x, y, z) R
3
[x > 0, y > 0, z R,
derivatele part iale sunt:
u
x
= y
3z
x
y
3z
1
,
u
y
= x
y
3z
3z y
3z1
ln x,
u
z
= x
y
3z
y
3z
ln y ln x.
Acum sa introducem derivatele part iale de ordin superior.
Derivatele part iale pentru funct ia f : D R
2
R, z = f(x, y) sunt noi funct ii de doua
variabile. Daca derivatele part iale f

x
(x, y), f

y
(x, y) sunt la randul lor derivabile part ial n
raport cu x si y, atunci derivatele lor part iale se numesc derivate part iale de ordinul doi ale
funct iei f. Ele se noteaza prin
(f

x
)

x
= f

x
2 sau
f
x
_
f
x
_
=

2
f
x
2
;
(f

x
)

y
= f

xy
sau

y
_
f
x
_
=

2
f
yx
;
(f

y
)

x
= f

yx
sau
f
y
_
f
x
_
=

2
f
yx
;
(f

y
)

y
= f

y
2 sau

y
_
f
y
_
=

2
f
x
2
.
Exemplul 12.1.5. Pentru funct ia f(x, y) = ln(x
2
+y
2
+ 3), (x, y) R
2
, avem
f

x
=
2x
x
2
+y
2
+ 3
, f

y
=
2y
x
2
+y
2
+ 3
,
f

x
2 =
_
2x
x
2
+y
2
+ 3
_

x
=
2(x
2
+y
2
+ 3) 2x 2x
(x
2
+y
2
+ 3)
2
=
2(y
2
x
2
+ 3)
(x
2
+y
2
+ 3)
2
,
f

xy
=
_
2x
x
2
+y
2
+ 3
_

y
=
4xy
(x
2
+y
2
+ 3)
2
,
f

yx
=
_
2y
x
2
+y
2
+ 3
_

x
=
4xy
(x
2
+y
2
+ 3)
2
,
f

y
2 =
_
2y
x
2
+y
2
+ 3
_

y
=
2(x
2
+y
2
+ 3) 4y
2
(x
2
+y
2
+ 3)
2
=
2(x
2
y
2
+ 3)
(x
2
+y
2
+ 3)
2
.
Se observa ca derivatele f

xy
si

yx
, numite si derivate part iale mixte, sunt egale.

In
general ele nu sunt egale. Urmatoarea teorema da condit ii suciente ca derivatele part iale
mixte sa e egale.
Teorema 12.1.1 (A.Schwarz). Dac a funct ia f : D R
2
R, z = f(x, y) are derivate part iale
de ordinul doi ntr-o vecin atate V a lui (x, y) D si dac a f

xy
este continu a n punctul (x, y),
atunci f

xy
(x, y) = f

yx
(yx).
240
Nu prezentam demonstrat ia acestei teoreme.
Observat ia 12.1.2

In mod analog se denesc derivatele part iale de ordin n, n 3.
Rezultatul Teoremei lui Schwarz se pastreaza.
Observat ia 12.1.3 Derivatele part iale de ordin superior se denesc si pentru funct iile de n
variabile, n 3. Pentru derivatele lor mixte se p astreaz a armat ia din Teorema 12.1.1.
Exemplul 12.1.6. Sa calculam derivatele part iale de ordinul doi pentru funct ia
f(x, y, z) =
_
x
2
+y
2
+z
2
, (x, y, z) R
3
.
Avem:
f

x
=
x
_
x
2
+y
2
+z
2
, f

y
=
y
_
x
2
+y
2
+z
2
,
f

z
=
z
_
x
2
+y
2
+z
2
f

x
2 =
_
x
2
+y
2
+z
2

x
2

x
2
+y
2
+z
2
x
2
+y
2
+z
2
=
y
2
+z
2
(x
2
+y
2
+z
2
)
3/2
,
f

xy
= f

yx
=
yx
(x
2
+y
2
+z
2
)
3/2
,
f

xz
= f

zx
=
xz
(x
2
+y
2
+z
2
)
3/2
,
f

yz
= f

zy
=
yz
(x
2
+y
2
+z
2
)
3/2
,
f

y
2 =
x
2
+z
2
(x
2
+y
2
+z
2
)
3/2
,
f

z
2 =
x
2
+z
2
(x
2
+y
2
+z
2
)
3/2
, (x, y, z) R
3
(0, 0, 0).
Exemplul 12.1.7. Sa calculam

3
u
xyz
daca u = e
xyz
, (x, y, z) R
3
.
Avem
u
z
= xye
xyz
,

2
u
yz
= xe
xyz
+xy xze
xyz
= (x +x
2
yz)e
xyz
,

3
u
xyz
= (1 + 2xyz)e
xyz
+ (x +x
2
yz)yze
xyz
=
= (1 + 3xyz +x
2
y
2
z
2
)e
xyz
, oricare ar (x, y, z) R
3
.
12.2 Interpretari geometrice si economice ale derivatelor
part iale
Semnicat ia geometrica a derivatelor part iale rezulta limpede daca le interpretam
cu ajutorul reprezentarilor geometrice.

In gura 12.2.1. e M(a, b, f(a, b)) un punct de
pe suprafat a z = f(x, y), (x, y) D R
2
. Prin M pot duse doua sect iuni verticale, una
perpendiculara pe Oy (y = b) si cealalta perpendiculara pe Ox (x = a).
241
Fig.12.2.1.
Prima este o curba de pe suprafat a, care trece prin M n direct ia lui Ox si arata
variat ia lui z cand x variaza.

In aceasta sect iune valoarea lui y este b. Panta tangentei MT
x
la sect iune n M este masurata de derivata lui z ca funct ie de x, adica de derivata part iala
z
x
(a, b) =
f(a,b)
x
.
La fel, valoarea
z(a,b)
y
=
f(a,b)
y
masoara panta lui MT
y
, tangenta n M(a, b) la sect iunea
verticala a suprafet ei perpendiculara pe Ox n x = a.

In concluzie, derivatele part iale


f
x
(a, b) si
f
y
(a, b) masoara pantele suprafet ei z = f(x, y)
n doua direct ii perpendiculare duse n punctul M(a, b), una perpendiculara pe Oy, iar
cealalta pe Ox.
Utilizand interpretarea geometrica a derivatelor part iale ale funct iei z = f(x, y) n
punctul M(a, b, f(a, b)) putem scrie ecuat ia planului tangent la suprafat a z = f(x, y) n punctul
M(a, b, f(a, b)). Acesta are forma
(x a)
f(a, b)
x
+ (y b)
f(a, b)
y
= z f(a, b).
Exemplul 12.2.1. Sa scriem ecuat ia planului tangent la suprafat a z = xy + 2x 3y + 1 n
punctul M(1, 1, 1).
Avem
z

x
= y + 2, z

x
(1, 1) = 3,
z

y
= x 3, z

x
(1, 1) = 2,
z(1, 1) = 1,
iar ecuat ia planului tangent este:
(x 1)3 + (y 1)(2) = z 1
242
adica
3x 2y z = 0.
Din punct de vedere economic derivatele part iale au interpretari analoage cu cele de
la derivata funct iilor reale de o variabila reala.
De exemplu, daca cererea piet ei pentru o marfa X este o funct ie de toate pret urile
piet ei
x = f(p
1
, p
2
, . . . , p
n
), (p
1
, p
2
, . . . , p
n
) R
n
+
,
atunci derivatele part iale ale acestei funct ii arata variat iile cereri cand unul din pret uri
variaza, celelalte ramanand constante.
Elasticitatea part iala a cererii pentru X n raport cu pret ul sau p
x
este
n
k
=
(ln x)
(ln p
k
)
=
p
k
x

x
p
k
,
care este o expresie independenta de unitat ile de masura ale cererii sau pret ului. Ea da
viteza descresterii relative a cererii pentru o crestere relativa a pret ului.
Raportul x/p
k
poate numit cerere medie, iar derivata part iala
x
p
k
, cererea marginala
data de pret ul p
k
n combinat ia de pret uri (p
1
, p
2
, . . . , p
n
).
12.3 Derivarea funct iilor compuse
Fie z = f(u, v) o funct ie de doua variabile denita ntr-un domeniu D R
2
, cu derivate
part iale continue pe D. Daca u = u(x) si v = v(x), sunt doua funct ii de variabila x, denite
si derivabile n intervalul I R,a tunci funct ia compusa z(x) = f(u(x), v(x)) este derivabila
pe I si avem formula
z

(x) =
f
u
u

(x) +
f
v
v

(x). (12.1)
Demonstrat ia formulei rezulta din egalitatea
z(x) z(x
0
)
x x
0
=
f(u(x), v(x)) f(u(x
0
), v(x))
u(x) u(x
0
)

u(x) u(x
0
)
x x
0
+
+
f(u(x
0
), v(x)) f(u(x
0
), v(x
0
))
v(x) v(x
0
)

v(x) v(x
0
)
x x
0
prin trecere la limita cand x x
0
, x
0
ind un punct arbitrar din I.
Derivatele de ordin superior ale acestor funct ii compuse se scriu t inand seama de
formula (12.1) si de regulile de derivare.
Exemplul 12.3.1. Sa calculam z
(n)
(x) daca
z = f(u, v), u = ax +b, v = cx +d, x R.
Avem
z

(x) =
f
u
u

(x) +
f
v
v

(x) = a
f
u
+c
f
v
,
z

(x) = (z

(x))

x
=
_
a
f
u
+c
f
v
_

x
=
= a
_
f
u
_

x
+c
_
f
v
_

x
= a
_

u
_
f
u
_
u

(x) +

v
_
f
u
_
v

(x)
_
+
+c
_

u
_
f
v
_
u

(x) +

v
_
f
v
_
v

(x)
_
=
+a
_
a

2
f
u
2
+

2
f
uv
c
_
+c
_
a

2
f
uv
+c

2
f
v
2
_
=
243
= a
2

2
f
u
2
+ 2ac

2
f
yv
+c
2

2
f
v
2
.
Simbolic acest rezultat se scrie sub forma
y

(x) =
_
a

u
+c

v
_
(2)
f(u, v),
cu semnicat ia ca se ridica binomul la patrat si exponent ii puterilor pentru

u
si

v
se iau
ca ordine de derivare pentru f(u, v) n raport cu u si v.
Prin induct ie matematica se arata ca
z
(n)
(x) =
_
a

u
+c

v
_
(n)
f(u, v) (12.2)
Pentru n = 3 avem
z
(3)
(x) = a
3

3
f
u
3
+ 3a
2
c

3
f
u
2
v
+ 3ac
2

3
f
uv
2
+c
3

3
f
v
3
.
Funct iile compuse considerate mai sus sunt funct ii compuse de o singura variabila. Se
pot considera funct ii din mai multe variabile. Astfel putem forma funct ia compusa de doua
variabile
z(x, y) = f(u(x, y), v(x, y)), (x, y) D R
2
. (12.3)
Presupunem ca funct ia f(u, v) admite derivate part iale de ordinul ntai continue si
funct iile u(x, y), v(x, y) au, de asemenea, derivate part iale de ordinul ntai.
Utilizand (12.1) n raport cu x si y, din (12.3) gasim:
z
x
= z

x
=
f
u

u
x
+
f
v

v
x
z
y
= z

y
=
f
u

u
y
+
f
v

v
y
.
Derivatele part iale de ordin superior ale acestor funct ii se calculeaza n mod analog,
t inandu-se seama ca si derivatele part iale obt inute sunt funct ii compuse.
Aplicat ia 12.3.1. Funct ii omogene. Un polinom P de doua sau mai multe variabile este
omogen de gradul k, k N, daca tot i termenii polinomului sunt de gradul k. Aceste poli-
noame au proprietatea evidenta
P(tx
1
, tx
2
, . . . , tx
n
) = t
k
P(x
1
, x
2
, . . . , x
n
)
pentru orice t real.
Extindem aceasta denit ie pentru funct ii de mai multe variabile.
Denit ia 12.3.1 Funct ia f(x
1
, x
2
, . . . , x
n
) de n variabile, denit a ntr-un domeniu D R
n
,
este omogena de gradul k, k R, dac a este ndeplinit a condit ia
f(tx
1
, tx
2
, . . . , tx
n
) = t
k
f(x
1
, x
2
, . . . , x
n
), (12.4)
oricare ar t R.
De exemplu, funct ia
f(x, y) =
_
x
4
+x
2
y
2
+y
4
x
4
+y
4
, (x, y) R
2
(0, 0)
este omogena de gradul 2 deoarece
f(tx, ty) =
t
2
_
x
4
+x
2
y
2
+y
4
t
4
(x
4
+y
4
)
= t
2
f(x, y),
oricare ar t R 0.
244
Pentru funct iile omogene este valabil urmatorul rezultat:
Teorema 12.3.1 Pentru ca funct ia f(x
1
, x
2
, . . . , x
n
) s a e omogena de gradul k este necesar
si sucient s a avem identitatea
x
1
f

x
1
(x
1
, x
2
, . . . , x
n
) +x
2
f

x
2
(x
1
, . . . , x
n
) +. . . +
+x
n
f

x
n
(x
1
, . . . , x
n
) = kf(x
1
, x
2
, . . . , x
n
),
numit a identitatea lui Euler.
Demonstrat ie. Necesitatea. Funct ia f ind omogena de gradul k satisface (12.4). Membrul
ntai al acestei relat ii este o funct ie compusa de t. Derivand ambii membrii n raport cu t,
avem egalitatea
n

i=1
x
i
f

tx
i
(tx
1
, . . . , tx
n
) = kt
k1
f(x
1
, . . . , x
n
)
care este adevarata si pentru t = 1, adica
n

i=1
x
i
f

x
i
(x
1
, . . . , x
n
) = kf(x
1
, . . . , x
n
),
care este tocmai indetitatea lui Euler.
Sucient a. Consideram funct ia auxiliara
F(t) =
f(tx
1
, . . . , tx
n
)
t
k
, t ,= 0
si sa presupunem ca f satisface identitatea lui Euler.
Avem
F

(t) =
t
k
n

i=1
x
i
f

x
i
(tx
1
, . . . , tx
n
) kt
k1
f(tx
1
, . . . , tx
n
)
t
2k
=
=
t
n

i=1
x
i
f

x
i
(tx
1
, . . . , tx
n
) kf(tx
1
, . . . , tx
n
))
t
k+1
= 0
pentru orice t ,= 0.
Rezulta ca F(t) este o funct ie constanta. Valoarea constantei este data de F(1) =
f(x
1
, . . . , x
n
). Atunci
F(t) =
f(tx
1
, . . . , tx
n
)
t
k
= f(x
1
, . . . , x
n
),
de unde
f(tx
1
, . . . , tx
n
) = t
k
f(x
1
, . . . , x
n
),
adica funct ia f este omogena de gradul k.
Aplicat ia 12.3.2. Formula lui Taylor. O alta aplicat ie a derivarii funct iilor compuse este
extinderea formulei lui Taylor la funct iile de mai multe varaibile reale.
Teorema 12.3.2 (Taylor.) Fie funct ia f : D R
2
R si punctul interior M(a
1
, a
2
) D.
Dac a funct ia f are derivate part iale pana la ordinul n + 1, n N, ntr-o vecin atate V (M) a
lui M, atunci exist a punctul P(, ) V (M) asa nc at sa aib a loc formula
f(x, y) =
n

k=0
1
k!
_
(x a
1
)

x
+ (y a
2
)

y
_
(k)
f(a
1
, a
2
)+
+
1
(n + 1)!
_
(x a
1
)

x
+ (y a
2
)

y
_
(n+1)
f(, ),
oricare ar (x, y) V (M), numit a formula lui Taylor
245
Demonstrat ie. Consideram funct ia compusa
F(t) = f(a
1
+t(x a
1
), a
2
+t(y a
2
)), (x, y) V (M)
si t [0, 1]. Pentru t = 0 avem F(0) = f(a
1
, a
2
), iar pentru t = 1 avem F(1) = f(x, y).
Funct ia de o singura variabila F(t) este denita si poseda derivate pe variabila pana
la ordinul (n + 1) continue n origine si deci se poate dezvolta dupa formula lui Maclaurin
n jurul originii:
F(t) = F(0) +
t
1!
F

(0) +. . . +
t
n
n!
F
(n)
(0) +
t
n+1
(n + 1)!
F
(n+1)
(t),
(0, 1). Pentru t = 1 obt inem:
F(1) = f(x, y) = F(0) +
1
1!
F

(0) +... +
1
n!
F
(n)
(0)
+
1
(n + 1)!
F
(n+1)
()
(12.5)
Utilizand formula (12.2) de la exemplul 12.3.1, obt inem
F
k
(t) =
_
(x a
1
)

x
+ (y a
2
)

y
_
(k)
f(a
1
+t(x a
1
), a
2
+t(y a
2
))
k= 0, 1, ..., n+ 1; de unde
F
k
(0)
=
_
(x a
1
)

x
+ (y a
2
)

y
_
(k)
f(a
1
, a
2
), k = 0, n.
Acum din (12.5) rezulta formula lui Taylor, cu = a
1
+ (x a
1
),
= a
2
+(y a
2
), (0, 1).
Pentru n= 0 formula lui Taylor conduce la formula cresterilor nite sau
formula lui Lagrange pentru funct iile de doua variabile:
f(x, y) = f(a
1
, a
2
) + (x a
1
)f

x
(, ) + (y a
2
)f

y
(, ),
cu = a
1
+(x a
1
), = a
2
+(y a
2
), (0, 1)
Observat ia 12.3.1 Formula lui Taylor pentru dou a variabile se poate generaliza pentru
funct iile cu m variabile, n condit ii analoage. Pentru funct ia z = f(x
1
, x
2
, ..., x
m
), denit a
ntr-o vecin atate a unui punct M(a
1
, a
2
, ..., a
m
) si care are derivate part iale p ana la ordinul
(n+ 1), continue, este valabil a formula lui Taylor:
f(x
1
, x
2
, ..., x
m
) =
n

k=0
1
k!
_
(x
1
a
1
)

x
1
+... + (x
m
a
m
)

x
m
_
k
f(M)+
+
1
(n + 1)!
_
(x
1
a
1
)

x
1
+... + (x
m
a
m
)

x
m
_
(n+1)
f(
1
,
2
, ...,
m
)

1
= a
1
+ (x
1
a
1
),
2
= a
2
+ (x
2
a
2
),
m
= a
m
+ (x
m
a
m
),
(0, 1).
Aplicat ia 12.3.3. Derivata dupa o direct ie. Fie funct ia f : D R
n
R, M(a
1
, a
2
, ..., a
n
)
un punct interior din D si vectorul l = (l
1
, l
2
, ..., l
n
) R
n
, pentru care [[l[[
2
=
n

k=1
l
2
k
= 1.
Denit ia 12.3.2 Numim derivata funct iei f dupa direct ia l n punctul M, notata prin
f(M)
l
,
numarul real denit prin
f(M)
l
= lim
xM
f(x) f(M)
d(x, M)
,
246
unde X = (x
1
, x
2
, ..., x
n
) D iar d(X, M) este distant a dintre punctele X si M.
Consider and l = e
k
= (0, ..., 1, 0, ..., 0), obt inem
f(M)
e
k
=
f(M)
x
k
, k = 1, n
adica derivatele part iale ale lui f n punctul M.
Teorema 12.3.3 Dac a funct ia f : D R
n
R are derivate part iale de ordinul nt ai n raport
cu ecare din argumentele x
k
, k = 1, n, n punctul M(a
1
, a
2
, ..., a
n
) D, atunci derivata dup a
direct ia vectorului l = (l
1
, ..., l
n
), cu [[l[[ = 1, este
f(M)
l
=
f(M)
x
1
l
1
+
f(M)
x
2
l
2
+... +
f(M)
x
n
l
n
Demonstrat ie. Tinand seama ca X = (x
1
, ..., x
n
) D situat pe direct ia l se scrie sub forma
M(a
1
+tl
1
, ..., a
n
+tl
n
), t [0, 1], avem
f(M)
l
= lim
t0
f(a
1
+tl
1
, a
n
+tl
n
) f(a
1
, ..., a
n
)
t
=
=
f(a
1
+tl
1
, ..., a
n
+tl
n
)
t
[
t=0
Folosind formula de derivare a funct iilor compuse, putem scrie
f(M)
l
=
f(M)
x
1

(a
1
+tl
1
)
t
+
f(M)
x
2

(a
2
+tl
2
)
t
+...+
+
f(M)
x
n

(a
n
+tl
n
)
t
=
=
f(M)
x
1
l
1
+
f(M)
x
2
l
2
+... +
f(M)
x
n
l
n
,
ceea ce trebuia demonstrat.
Exemplul 12.3.2. Sa calculam derivata
f
l
pentru funct ia f(x, y, z) = xyz+x+y+z+1, (x, y, z)
R
3
, n punctul M(3, 2, 1), dupa direct ia l data de dreapta MX, unde X(1, 3, 2).
Avem
MX = (1, 3, 2) (3, 2, 1) = (2, 1, 1),
[[MX[[ =

4 + 1 + 1 =

6, l =
_
2

6
,
1

6
,
1

6
_
,
f

x
(M) = 3, f

y
(M) = 4, f

z
(M) = 7
si
f
l
(M) =
6

6
+
4

6
+
7

6
=
5

6
Aplicat ia 12.3.3. Fie F : D R
2
R o funct ie de doua variabile. O funct ie f : A B cu
A B D astfel ncat F(x, f(x)) = 0 pentru orice x A se numeste funct ie denita implicit
sau pe scurt funct ie implicita.
Cu alte cuvinte, funct iile y= f(x) denite cu ajutorul ecuat iilor F(x, y)= 0 se numesc
funct ii implicite. O astfel de ecuat ie poate sa aiba pe A una, mai multe solut ii sau nici
una. Se pune problema studierii proprietat ilor (de continuitate, de derivabilitate, etc.) ale
funct iilor implicite direct de pe ecuat ia de denit ie, fara a face explicitarea lor. Teoremele
care stabilesc astfel de proprietat i se numesc teoreme de existent a
Teorema 12.3.4 Fie F o funct ie real a de doua variabile denita pe A B, A R, B R si
(a
1
, a
2
) un punct interior lui AB (a
1
punct interior lui A, a
2
punct interior lui B). Dac a
247
i) F(a
1
, a
2
) = 0
ii) F, F

x
, F

y
sunt continue pe o vecin atate U V a lui (a
1
, a
2
),
U V AB;
iii) F

y
(a
1
, a
2
) ,= 0, atunci
1) exista o vecinatate U
0
U a lui a
1
, o vecin atate V
0
V a lui a
2
si o funct ie unic a
f : U
0
V
0
, y = f(x), astfel nc at f(a
1
) = a
2
si F(x, f(x)) = 0 pentru x U
0
;
2) funct ia f are derivata continu a pe U
0
data de formula
f

(x) =
F

x
(x, y)
F

y
(x, y)
;
3) daca F are derivate part iale de ordinul k continue pe U V , atunci f are derivate de
ordinul k continu a pe U
0
.
Nu prezenta demonstrat ia riguroasa a acestei teoreme de existent a.

Insa dam modalitatea
practica de obt inere a derivatei f

.

In acest scop , consideram n ecuat ia F(x, y) = 0 pe
y = f(x) si derivam n raport cu x utilizand regula de derivare a funct iilor compuse. Avem
F

x
+F

y
y

(x) = 0,
de unde
y

(x) = f

(x) =
F

x
F

y
.
Pentru calculul derivatelor de ordin superior ale funct iei f se procedeaza n mod analog.
Exemplul 12.3.3. Ecuat ia x
3
+3xy+y
3
= 1 deneste pe y ca funct ie de x, pentru (x, y) D R
2
.
Sa se calculeze y

, y

, y

(1) si y

(1).
Derivam n raport cu x n ecuat ia care deneste pe y ca funct ie de x si avem
x
2
+y +xy

+y
2
y

= 0.
De aici, pentru x +y
2
,= 0, obt inem
y

=
x
2
+y
x +y
2
. (12.6)
Pentru a calcula pe y

procedam astfel:
y

=
(2x +y

)(x +y
2
) (x
2
+y)(1 + 2yy

)
(x +y
2
)
2
=
=
x
2
y +xy

2x
2
yy

y
2
y

+ 2xy
2
(x +y
2
)
2
.
Acum, nlocuim cu y

cu expresia din (12.6) si obt inem


y

=
6x
2
y
2
2xy + 2xy
4
+ 2x
4
y
(x +y
2
)
2
. (12.7)
Pentru x= 1 din ecuat ia data avem
1 + 3y(1) + (y(1))
3
= 1,
de unde y(1)= 0. Atunci, din (12.6) si (12.7) obt inem y

(1) = 1 si y

(1) = 0
248
Observat ia 12.3.2 Se pot considera funct ii implicite z = f(x
1
, x
2
, ..., x
n
) de variabile denite
printr-o ecuat ie F(x
1
, x
2
, ..., x
n
, z) = 0. Calculul derivatelor part iale ale lui z se obt in printr-
un procedeu analog cu cel de la derivarea funct iilor implicite de o variabil a real a.
Exemplul 12.3.4. Sa se calculeze derivatele part iale de ordinul ntai ale funct iei z(x, y)
denita implicit de ecuat ia
2x +y +xyz = e
z
Derivam n raport cu x si y t inand seama ca z este funct ie de x si y. Avem
2 +yz +xy
z
x
= e
z

z
x
,
1 +xz +xy
z
y
= e
z

z
y
,
de unde
z
x
=
2 +yz
e
z
xy
,
z
y
=
1 +xz
e
z
xy
,
daca e
z
xy ,= 0.
Observat ia 12.3.3 Exist a situat ii practice sau teoretice n care intervin funct ii denite im-
plicit de sisteme de ecuat ii. S a consideram cazul simplu a dou a ecuat ii cu patru variabile:
F
1
(x, y, u, v) = 0,
F
2
(x, y, u, v) = 0.

In anumite condit ii, acest sistem deneste implicit dou a funct ii u = f(x, y) si v = g(x, y)
Pentru calculul derivatelor part iale de ordinul nt ai ale funct iilor u si v se deriveaz a
ecuat iile sistemului n raport cu x si y, t in and cont ca u si v sunt funct ii de x si y. Avem:
F
1
x
+
F
1
u

u
x
+
F
1
v

v
x
= 0,
F
2
x
+
F
2
u

u
x
+
F
2
v

v
x
= 0,
F
1
y
+
F
1
u

u
y
+
F
1
v

v
y
= 0,
F
2
y
+
F
2
u

u
y
+
F
2
v

v
y
= 0.
Se observa ca primele doua ecuat ii formeaz a un sistem liniar n necunoscutele
u
x
si
v
x
.
Ambele sisteme au ca determinant pe
D(F
1
, F
2
)
D(u, v)
=

F
1
u
F
1
v
F
2
u
F
2
v

,
numit determinantul funct ional sau iacobianul funct iilor F
1
, F
2
n raport cu u, v. Dac a
D(F
1
, F
2
)
D(u, v)
,= 0, atunci din sistemele de mai sus se a a
u
x
,
v
x
,
u
y
,
v
y
.
Exemplul 12.3.5. Sistemul x +2y +u
2
+v
2
= 6, x
2
+xy +2u
3
v
3
= 7 deneste pe u si v ca
funct ii de x si y, cu u(2, 1)= 1 si v(2, 1)= 1. Sa calculam derivatele part iale
u
x
,
v
x
,
u
y
,
v
y
n punctul (2, 1).
Pentru a calcula
u
x
si
v
x
derivam ecuat iile sistemului n raport cu x, t inand seama ca
u si v sunt funct ii de x. Avem
1 + 2u
u
x
+ 2v
v
x
= 0
249
2x + 6u
2
u
x
3v
2
v
x
= 0,
care este un sistem liniar n necunoscutele
u
x
si
v
x
, cu determinantul

2u 2v
6u
2
3v
2

= 6uv(v + 2u).
Daca (x, y) R
2
asa ncat 6uv(v + 2u) ,= 0, atunci
u
x
=

1 2v
2x 3v
2

6uv(v + 2u)
=
3v + 4x
6u(v + 2u)
,
v
x
=

2u 1
6u
2
2x

6uv(v + 2u)
=
2x 3u
3v(v + 2u)

In mod analog, derivand ecuat iile sistemului n raport cu y, obt inem


2 + 2u
u
y
+ 2v
v
y
= 0
x + 6u
2
u
y
3v
2
v
y
= 0
si daca 6uv(v + 2u) ,= 0, avem
u
y
=
3v +x
3u(v + 2u)
,
v
y
=
x 6u
3v(v + 2u)
.
Daca x= 2, y= 1, atunci sistemul dat ia forma
u
2
(2, 1) +v
2
(2, 1) = 2
2u
3
u(2, 1) v
3
(2, 1) = 1
care are solut ia u(2, 1)= 1 si v(2, 1)= 1.
Acum, utilizand expresiile derivatelor part iale ale funct iilor u si v, gasim
u
x
(2, 1) =
11
18
,
v
x
(2, 1) =
1
9
,
u
y
(2, 1) =
5
9
,
v
y
(2, 1) =
4
9
.
12.4 Diferent iala funct iilor de mai multe variabile
Fie f : D R
2
R o funct ie de doua variabile si M(a
1
, a
2
) un punct interior lui D.
Teorema 12.4.1 Dac a funct ia f admite derivate part iale de ordinul nt ai ntr-o vecin atate
V(M) a punctului M si dac a aceste derivate part iale sunt continue n M, atunci exist a dou a
funct ii
1
,
2
: V (M) R, continue n M si av and proprietatea
lim
xa
1
, ya
2

1
(x, y) = lim
xa
1
, ya
2

2
(x, y) = 0
astfel nc at
f(x, y) f(a
1
, a
2
) = f

x
(a
1
, a
2
)(x a
1
) +f

y
(a
1
, a
2
)(y a
2
)+ (12.8)
+
1
(x, y)(x a
1
) +
2
(x, y)(y a
2
).
250
Demonstrat ie. Avem
f(x, y) f(a
1
, a
2
) = [f(x, y) f(a
1
, y)] + [f(a
1
, y) f(a
1
, a
2
)] .
Aplicam ecarei paranteze drepte formula cresterilor nite si avem:
f(x, y) f(a
1
, a
2
) = f

x
(, y)(x a
1
) +f

y
(a
1
, )(y a
2
),
unde este cuprins ntre a
1
si x, iar este cuprins ntre a
2
si y. Acum putem scrie
f(x, y) f(a
1
, a
2
) = f

x
(a
1
, a
2
)(x a
1
) +f

y
(a
1
, a
2
)(y a
1
)+
+[f

x
(, y) f

x
(a
1
, a
2
)] (x a
1
) +
_
f

y
(a
1
, a
2
) f

y
(a
1
, a
2
)

(y a
2
)

In continuare, notam:

1
(x, y) = f

x
(, y) f

x
(a
1
, a
2
)

2
(x, y) = f

y
(a
1
, ) f

y
(a
1
, a
2
).
Cum din (x, y) (a
1
, a
2
) rezulta (, y) (a
1
, a
2
) si (a
1
, ) (a
1
, a
2
) si deoarece f

x
si f

y
sunt
continue n M(a
1
, a
2
) avem
lim
(x,y)(a
1
,a
2
)

1
(x, y) = lim
(x,y)(a
1
,a
2
)
[f

x
(, ) f

x
(a
1
, a
2
)] = 0
si
lim
(x,y)(a
1
,a
2
)

2
(x, y) = lim
(x,y)(a
1
,a
2
)
[f

y
(a
1
, ) f

y
(a
1
, a
2
)] = 0

In nal obt inem


f(x, y) f(a
1
, a
2
) = f

x
(a
1
, a
2
)(x a
1
) +f

y
(a
1
, a
2
)(y a
2
)+
+
1
(x, y)(x a
1
) +
2
(x, y)(y a
2
),
unde funct iile
1
si
2
sunt continue n M si
lim
(x,y)(a
1
,a
2
)

1
(x, y) = lim
(x,y)(a
1
,a
2
)

2
(x, y) = 0.
Teorema este demonstrata.
Pentru (x, y) sucient de aproape de (a
1
, a
2
) din (12.1) avem
f(x, y) f(a
1
, a
2
) = f

x
(a
1
, a
2
)(x a
1
) +f

y
(a
1
, a
2
)(y a
2
),
iar daca notam x a
1
= h si y a
1
= k, atunci obt inem
f(x, y) f(a
1
, a
2
) = f

x
(a
1
, a
2
)h +f

y
(a
1
, a
2
)k.
Denit ia 12.4.1 Funct ia liniar a g : R
2
R,
g(h, k) = f

x
(a
1
, a
2
)h +f

y
(a
1
, a
2
)k
se numeste diferent iala funct iei n punctul M(a
1
, a
2
).
Notam g prin df(a
1
, a
2
). Daca consideram f(x, y) = x si f(x, y) = y, (x, y) R
2
gasim h = dx si
k = dy. Acum diferent iala lui f n (a
1
, b
1
) ia forma
df(a
1
, a
2
) = f

x
(a
1
, a
2
)dx +f

y
(a
1
, a
2
)dy.
Diferent iala funct iei f ntr-un punct arbitrar (x, y) D se scrie
df(x, y) = f

x
(x, y)dx +f

y
(x, y)dy =
251
=
f
x
dx +
f
y
dy.

In unele situat ii este avantajos sa folosim scrierea


df =
_

x
dx +

y
dy
_
f,
unde produsul din dreapta este un produs ntre operatorul
d =

x
dx +

y
dy,
numit operator de diferent iere si funct ia f.
Exemplul 12.4.1.Fie f(x, y) = y
2
xe
3x+y
, (x, y) R
2
. Avem
df =
f
x
dx +
f
y
dy = y
2
(1 + 3x)e
3x+y
dx +xy(2 +y)e
3x+y
dy
Observat ia 12.4.1 Pentru o funct ie de n variabile f(x
1
, x
2
, ..., x
n
) diferent iala se deneste
prin
df =
f
x
1
dx
1
+
f
x
2
dx
2
+... +
f
x
n
dx
n
iar operatorul de diferent iere este
d =

x
1
dx
1
+

x
2
dx
2
+... +

x
n
dx
n
.
Uneori df se numeste diferent iala totala a funct iei f, iar
f
x
i
dx
i
, i = 1, n, se numesc
diferent ialele part iale.
Se observa imediat ca operatorul de diferent iere este liniar
Observat ia 12.4.2 Metoda directa de a diferent ia o funct ie este de a folosi formula funda-
mentala
df =
n

k=1
f
x
k
dx
k
.
Uneori este mai convenabil s a se foloseasca regulile de diferent iere, care sunt analoage cu
regulile de derivare.
Exemplul 12.4.2. Sa calculam diferent iala funct iei u =
_
x
2
+y
2
+z
2
, (x, y, z) R
3
Avem
du =
d(x
2
+y
2
+z
2
)
2
_
x
2
+y
2
+z
2
=
d(x
2
) +d(y
2
) +d(z
2
)
2
_
x
2
+y
2
+z
2
=
=
x
_
x
2
+y
2
+z
2
dx +
y
_
x
2
+y
2
+z
2
dy +
z
_
x
2
+y
2
+z
2
dz,
(x, y, z) R
3
(0, 0, 0).

In aplicat ii sunt utile proprietat ile diferent ialei date n urmatoarele doua teoreme.
Teorema 12.4.2 Condit ia necesara si sucient a ca diferent iala unei funct ii f : D R
2

R, z = f(x, y), s a e identic nula pe D este ca f sa e constanta pe D.


Demonstrat ie. Daca f(x, y) = k, k constanta, pentru orice (x, y) D, atunci alegand pe rand
x constant si y constant, obt inem
f
x
= 0,
f
y
= 0, deci df = 0 pe domeniul D. Reciproc, daca
df =
f
x
dx +
f
y
dy = 0, pentru orice (x, y) D, atunci alegand pe rand x constant si constant,
obt inem
f
x
= 0 si
f
y
= 0.
252
Teorema 12.4.3 Dac a o expresie diferent ial a E = P(x, y)dx + Q(x, y)dy, cu funct iile P si Q
continue pe domeniul D R
2
, este diferent iala unei funct ii f : D R, pentru orice (x, y) D,
atunci P =
f
x
si Q =
f
y
, pentru orice (x, y) D
Demonstrat ie: Pentru orice (x, y) D avem df =
f
x
dx +
f
y
dy = Pdx +Qdy, de unde
_
f
x
P
_
dx +
_
f
y
Q
_
dy = 0,
pentru orice ((x, y) D.
De aici, utilizand Teorema 12.4.2., obt inem
f
x
= P si
f
y
= Q, oricare ar (x, y) D.
Observat ia 12.4.3 Propriet at ile diferent ialei din Teoremele 12.4.2. si 12.4.3. se ment in si
pentru funct iile de n variabile, n 3.
Ca si la funct iile de o variabil a se pot introduce diferent ialele de ordin superior.
Denit ia 12.4.2 Numim diferent iala de ordinul doi a unei funct ii de mai multe variabile,
diferent iala diferent ialei de ordinul nt ai.

In general, diferent iala de ordinul n, n N

, este diferent iala diferent ialei de ordinul (n-


1).
Daca f : D R
2
R este o funct ie derivabila part ial de doua ori pe D, cu toate derivatele
part iale de ordinul doi continue, atunci avem
d
2
f = d(df) = d
_
f
x
dx +
f
y
dy
_
=
= d
_
f
x
_
dx +
f
x
d(dx) +d
_
f
y
_
dy +d(dy)
Cum d(dx) = 0 si d(dy) = 0, putem scrie
d
2
f =
_

x
_
f
x
_
dx +

y
_
f
x
_
dy
_
dx+
+
_

x
_
f
y
_
dx +

y
_
f
y
_
dy
_
dy =
=

2
f
x
2
dx
2
+ 2

2
f
xy
dxdy +

2
f
y
2
dy
2
.
Operatorul
d
2
=

2
x
2
dx
2
+ 2

2
x
2
y
dxdy +

2
y
2
dy
2
=
=
_

x
dx +

y
dy
_
(2)
se numeste operatorul de diferent iere de ordinul doi. Cu ajutorul acestui operator avem
d
2
f =
_

x
dx +

y
dy
_
(2)
f.
Prin induct ie matematica se arata ca
d
n
f = d(d
n1
f) =
_

x
dx +

y
dy
_
(n)
f(x, y).
253
Pentru o funct ie de n variabile, diferent iala de ordinul m are forma
d
m
f =
_

x
1
dx
1
+

x
2
dx
2
+... +

x
n
dx
n
_
(m)
f(x
1
, x
2
, ..., x
n
)

In caz particular, pentru m= 2 avem:


d
2
f =
_

x
1
dx
1
+

x
2
dx
2
+... +

x
n
dx
n
_
(2)
f(x
1
, ..., x
n
) =
=

2
f
x
2
1
dx
2
1
+

2
f
x
2
2
dx
2
2
+... +

2
f
x
2
n
dx
2
n
+
+2

2
f
x
1
x
2
dx
1
dx
2
+ 2

2
f
x
1
x
3
dx
1
dx
3
+... + 2

2
f
x
1
x
n
dx
1
dx
n
+
+2

2
f
x
2
x
n
dx
2
dx
n
+... + 2

2
f
x
n1
x
n
dx
n1
dx
n
.
Se observa ca d
2
f pentru o funct ie de n variabile este o forma patratica n variabilele
dx
1
, dx
2
, ..., dx
n
, care are matricea
H = (h
ij
)
i,j=1,n
,
unde h
ij
=

2
f
x
i
x
j
, i, j = 1, n, numita matricea hessiana sau matricea lui Hess.
Observat ia 12.4.4

In cazul funct iilor compuse de mai multe variabile formula diferent ialei
de ordinul nt ai se pastreaz a, spun andu-se ca diferent iala de ordinul nt ai este invarianta
fat a de operat ia de compunere a funct iilor. Formula pentru diferent ialele de ordin superior
nu se mai p astreaz a pentru funct iile compuse de mai multe variabile, ad aug andu-se cat iva
termeni suplimentari.
12.5 Extremele funct iilor de mai multe variabile
Aarea extremelor funct iilor de mai multe variabile este una din cele mai importante prob-
leme de matematica deoarece multe chestiuni practice (stiint ice, tehnice, economice etc.)
conduc la optimizarea unor modele descrise prin funct ii de mai multe variabile.
Fie f : D R
2
R, z = f(x, y) o funct ie de doua variabile.
Denit ia 12.5.1 Un punct M(a
1
, a
2
), (a
1
, a
2
) D, se numeste punct de minim local (relativ)
respectiv maxim local (relativ) al lui f dac a exist a o vecinatate V(M) a lui M asa nc at
pentru orice (x, y) V (M) D s a avem f(x, y) f(a
1
, a
2
) respectiv f(x, y) f(a
1
, a
2
).
Cel mai mare dintre toate maximele locale se numeste maxim absolut, iar cel mai mic
dintre toate minimele locale, minim absolut. Maximele si minimele unei funct ii se numesc
extremele funct iei.
Teorema 12.5.1 Fie (a
1
, a
2
) D, D R
2
, punct de extrem local pentru funct ia f : D R.
Dac a exist a derivatele part iale f

x
si f

y
, atunci f

x
(a
1
, a
2
) = 0 si f

y
(a
1
, a
2
) = 0.
Demonstrat ie. Pentru y = a
2
, funct ia f(x, a
2
)are n punctul x = a
1
, un punct de extrem si
este derivabila n acest punct deci, conform teoremei lui Fermat avem f

x
(a
1
, a
2
) = 0.

In mod analog, pentru x = a


1
, funct ia f(a
1
, y) are n punctul y = a
2
un punct de extrem
si deci f

y
(a
1
, a
2
) = 0.
Reciproca teoremei nu are loc, adica daca f

x
(a
1
, a
2
) = 0, f

y
(a
1
, a
2
) = 0 nu rezulta ca (a
1
, a
2
)
este punct de extrem. Punctele (a
1
, a
2
) pentru care f

x
(a
1
, a
2
) = 0, f

y
(a
1
, a
2
) = 0 se numesc
puncte stat ionare. Asadar, punctele de extrem ale funct iei f se gasesc printre solut iile
sistemului f

x
= 0, f

y
= 0, nsa nu toate solut iile acestui sistem sunt puncte de extrem.
254
Observat ia 12.5.1

Intr-un punct de extrem avem f

x
(a
1
, a
2
) = 0, f

y
(a
1
, a
2
) = 0, deci df(a
1
, a
2
) =
0.
Ne intereseaza o condit ie sucienta ca un punct stat ionar s a e punct de extrem.
Teorema 12.5.2 Fie punctul (a
1
, a
2
) interior domeniului D R
2
, punct stat ionar al funct iei
f : D R. Presupunem c a funct ia f are derivate part iale de ordinul doi continue ntr-o
vecin atate V (a
1
, a
2
) a punctului (a
1
, a
2
). Se considera matricea Hess
H =
_

2
f
x
2

2
f
xy

2
f
xy

2
f
y
2
_
cu minorii principali

1
=

2
f(a
1
, a
2
)
x
2
,
2
= det H(a
1
, a
2
)
Cu aceste notat ii au loc armat iile:
i) daca
1
> 0 si
2
> 0, atunci punctul (a
1
, a
2
) este punct de minim local pentru f;
ii) dac a
1
< 0 si
2
> 0, atunci punctul (a
1
, a
2
) este punct de maxim local pentru f;
iii) dac a
2
< 0, atunci punctul (a
1
, a
2
) nu este punct de extrem.
Demonstrat ie. Natura punctului stat ionar (a
1
, a
2
) este data
de semnul diferent ei f(x, y) f(a
1
, a
2
). Tinand seama ca
f

x
(a
1
, a
2
) = 0, f

y
(a
1
, a
2
) = 0, din formula lui Taylor pentru n= 2 (Teorema 12.3.2)
avem f(x, y) = f(a
1
, a
2
)+
+
1
2!
_
(x a
1
)

x
+ (y a
2
)

y
_
(2)
f(a
1
, a
2
) +R
2
(f, x, y)
pentru (x, y) DV ((a
1
, a
2
)). Daca (x, y) este sucient de aproape de punctul (a
1
, a
2
), atunci
semnul diferent ei f(x, y) f(a
1
, a
2
) nu este inuent at de restul R
2
(f, x, y) al formulei. Asadar,
avem
f(x, y) f(a
1
, a
2
) =
1
2
_
(x a
1
)
2

2
f
x
2
(a
1
, a
2
)+
+2(x a
1
)(y a
2
)

2
f(a
1
, a
2
)
xy
+ (y a
2
)
2

2
f(a
1
, a
2
)
y
2
_
,
care este o forma patratica n variabilele x a
1
si y a
2
, avand matricea chiar hessiana.
Conform rezultatelor cunoscute de la formele patratice, avem ca:
i) daca
1
> 0 si
2
> 0, atunci forma patratica este pozitiv denita, adica diferent a
f(x, y) f(a
1
, a
2
) > 0 pentru (x, y) ,= (a
1
, a
2
), deci f(x, y) > f(a
1
, a
2
) si, prin urmare,
punctul (a
1
, a
2
) este punct de minim;
ii) daca
1
< 0 si
2
> 0, atunci forma patratica este negativ denita, adica diferent a
f(x, y) f(a
1
, a
2
) < 0 pentru (x, y) ,= (a
1
, a
2
), deci f(x, y) < f(a
1
, a
2
) si, prin urmare,
punctul (a
1
, a
2
) este punct de maxim local;
iii) daca
2
< 0, atunci forma patratica este nedenita, deci (a
1
, a
2
) nu este punct de
extrem local
Exemplul 12.5.1. Sa determinam punctele de extrem local pentru funct ia
f(x, y) = x
5
+y
5
5xy, (x, y) R
2
.
Mai ntai determinam punctele stat ionare. Pentru aceasta calculam derivatele part iale de
ordinul ntai:
f
x
= 5x
4
5y,
f
y
= 5y
4
5x.
255
Egalandu-le cu zero, avem sistemul
x
4
= y, y
4
= x,
care are solut ile (0, 0) si (1, 1). Acestea sunt punctele stat ionare ale funct iei f. Printre
acestea se vor aa punctele de extrem ale funct iei f. Calculam derivatele part iale de ordinul
doi ale lui f:

2
f
x
2
= 20x
3
,

2
f
xy
= 5,

2
f
y
2
= 20y
3
.
Prin urmare, matricea hessiana este
_
20x
3
5
5 20y
3
_
.
Pentru punctul stat ionar (0, 0) se obt ine
H
(0,0)
=
_
0 5
5 0
_
,
1
= 0,
2
= 25 < 0
deci punctul (0, 0) nu este punct de extrem local.
Pentru punctul stat ionar (1, 1) se obt ine
_
20 5
5 20
_
,
1
= 20 > 0,
2
= 375 > 0,
deci (1, 1) este punct de minim local si avem f
min
= f(1, 1) = 3.
Observat ia 12.5.2

In cazul unei funct ii f : D R
n
R,
z = f(x
1
, x
2
, ..., x
n
), n 3, se procedeaza n mod analog.
Punctele ei stat ionare se aa printre solut iile sistemului
f

x
1
= 0, f

x
2
= 0, ..., f

x
n
= 0
Dac a A(a
1
, a
2
, ..., a
n
) este un punct stat ionar al funct iei f, atunci pentru precizarea naturii
lui se consider a matricea Hess
H = (h
ij
)
i,j
= 1, n,
unde h
ij
= f

x
i
x
j
(A), i, j = 1, n. Not am minorii ei principali cu
k
, adic a

k
=

h
11
h
12
... h
1k
h
21
h
22
... h
2k
... ... ... ...
h
k1
h
k2
... h
kk

, k = 1, n
Cu aceste notat ii, conform cu cele cunoscute de la formele patratice avem:
i) daca
k
> 0, k = 1, n, atunci punctul A este punct de minim local pentru funct ia f,
(condit ie echivalenta cu d
2
f(A) > 0 );
ii) dac a
1
< 0,
2
> 0,
3
< 0, ..., (1)
n

n
> 0, atunci punctul A este punct de maxim local
pentru funct ia f (condit ie echivalenta cu d
2
f(A) < 0);
iii) dac a
2
< 0, atunci punctul A nu este punct de extrem local (condit ie echivalenta cu
d
2
f(A) nu este denita).
Exemplul 12.5.2. O rma produce trei sortimente de produse, n cantitat ile x, y, si z.
Daca funct ia protului este data de
f(x, y, z) = 170x + 110y + 120z 3x
2
2y
2

3
2
z
2
2xy xz yz 50,
256
x 0, y 0, z 0,
atunci sa se determine volumele celor trei produse astfel ncat protul sa e maxim.
Mai ntai aam punctele stat ionare ale lui f, prin rezolvarea sistemului de ecuat ii

x
(x, y, z) = 170 6x 2y z = 0
f

y
(x, y, z) = 110 4y 2x z = 0
f

z
(x, y, z) = 120 3z x y = 0
Solut ia acestui sistem este x= 20, y= 10 si z= 30. Asadar, funct ia f are un singur punct
stat ionar A(20, 10, 30).
Pentru a stabili natura punctului A calculam derivatele part iale de ordinul doi ale lui f.
f

x
2 = 6, f

y
2 = 4, f

z
2 = 3
f

xy
= f

yz
= 2, f

xz
= f

zx
= 1, f

yz
= f

zy
= 1
si scriem hessiana
H =

6 2 1
2 4 1
1 1 3

.
Minorii principali ai lui H n punctul A au valorile

1
= 6 < 0,
2
=

6 2
2 4

= 20 > 0

3
= det H = 54 < 0.
Rezulta ca punctul A este un punct de maxim. Valoarea maxima a protului este f
max
=
f(20, 10, 30) = 4000.
12.6 Extreme condit ionate
Multe probleme practice conduc la aarea punctelor de extrem supuse unor condit ii
(legaturi).
Fie f : D R
2
R, z = f(x, y) o funct ie de doua variabile si e F(x, y) = 0 o ecuat ie, unde
F : D R. Notam cu A mult imea solut ilor ecuat iei F(x, y) = 0.
Denit ia 12.6.1 Un punct (a
1
, a
2
) A este punct de extrem condit ionat (cu legaturi) al
funct iei f dac a exist a o vecinatate V a punctului (a
1
, a
2
) astfel nc at pentru orice (x, y) A
se verica una din inegalit at ile:
f(x, y) f(a
1
, a
2
), pentru maxim local condit ionat;
f(x, y) f(a
1
, a
2
), pentru minim local condit ionat.
Geometric, problema punctelor de extrem condit ionate cere sa determinam punctele curbei
data de ecuat ia F(x, y)= 0, n care ia valori extreme, n comparat ie cu celelalte valori ale
sale n punctele de pe aceasta curb a.
Acum sa presupunem ca funct ia F ndeplineste condit iile nece-
sare existent ei unei funct ii implicite. Fie y = (x) funct ia implicita
denita de F(x, y) = 0. Atunci problema gasiri punctelor de extrem
condit ionate ale funct iei f revine la aarea punctelor de extrem ale funct iei
z(x) = f(x, (x)), pe un anumit interval precizat.
Punctele stat ionare, printre care se gasesc si posibile puncte de extrem condit ionate sunt
solut iile reale ale ecuat iei
z

(x) = f

x
+f

y
y

= 0, (12.9)
257
unde y

este derivata funct iei implicite denita de ecuat ia F(x, y) = 0


F

x
+F

y
y

= 0 (12.10)
Solut iile sistemului dat de ecuat iile (12.9) si (12.10) gasim
f

x
f

y
=
F

x
F

In concluzie, punctele stat ionare ale funct iei f sunt punctele ale caror coordonate verica
ecuaiile
f

x
F

x
=
f

y
F

y
; F(x, y) = 0.
Pentru rezolvarea acestui sistem notam cu valoarea celor doua rapoarte si obt inem
sistemul:

x
+F

x
= 0
f

y
+F

y
= 0
F(x, y) = 0
. (12.11)
La sistemul (12.11) putem ajunge si pe cale formala. Consideram funct ie auxiliara
L(x, y) = f(x, y) +F(x, y),
numita funct ia lui Lagrange, unde este un parametru auxiliar, numit multiplicatorul lui
Lagrange. Cautam punctele stat ionare ale funct iei L(x, y) cu legatura F(x, y) = 0, obt inand
sistemul

x
= f

x
+F

x
= 0
L

y
= f

y
+F

y
= 0
F(x, y) = 0 ,
adica tocmai sistemul (12.6.3).
Din cele de mai sus deducem ca daca (a
1
, a
2
,
1
) este un punct stat ionar condit ionat al
funct iei auxiliare L, atunci (a
1
, a
2
) este punct stat ionar condit ionat al funct iei date f.
Pentru precizarea naturii punctelor de extrem condit ionat se cerceteaza semnul
diferent ei f(x, y) f(a
1
, a
2
) n vecinatatea punctului (a
1
, a
2
), t inand seama de legatura data.
Aceasta revine la studierea semnului diferent ialei a doua a funct iei lui Lagrange, d
2
L(x, y),
t inand cont de dF= 0.
Aceasta metoda de aare a punctelor de extrem condit ionate se numeste metoda multi-
plicatorilor lui Lagrange.
Exemplul 12.6.1. Sa se nscrie ntr-un cerc un dreptunghi de arie maxima.
Fie cercul de raza a, a > 0, cu centrul n origine (g. 12.6.1)
258
Fig.12.6.1.
x
2
+y
2
= a
2
.
Notand cu x, y coordonatele unui varf al dreptunghiului, t inand seama de simetria gurii,
aria dreptunghiului nscris este z = 4xy
Problema propusa se formuleaza astfel: sa se ae extremele funct iei z = 4xy, x > 0, y > 0,
cu condit ia x
2
+y
2
= a
2
.
Utilizam metoda multiplicatorilor lui Lagrange.
Consideram funct ia auxiliara
L(x, y) = 4xy +(x
2
+y
2
a
2
)
si formam sistemul

x
= 4y + 2x = 0
L

y
= 4x + 2y = 0
x
2
+y
2
= a
2
Sistemul are solut ia
= 2, x = y =
a

2
2
Pentru a preciza natura punctului stat ionar condit ionat
_
a

2
2
,
a

2
2
_
cercetam semnul
diferent ialei a doua a funct iei auxiliare.
Avem
d
2
L = L

x
2dx
2
+ 2L

xy
dxdy +L

y
2dy
2
=
= 2dx
2
+ 8dxdy + 2dy
2
si
d
2
L
_
a

2
2
,
a

2
2
_
= 4(dx
2
2dxdy +dy
2
)
Diferent iind relat ia de legatura avem
2xdx + 2ydy = 0,
259
de unde dy =
x
y
dx. Pentru x = y =
a

2
2
gasim dy= -dx. Atunci, nlocuind n d
2
L, gasim
d
2
L
_
a

2
2
,
a

2
2
_
= 8dx
2
< 0,
ceea ce ne arata ca punctul
_
a

2
2
,
a

2
2
_
este un maxim condit ionat.
Am gasit ca dreptunghiul de arie maxima nscris n cercul
x
2
+y
2
= a
2
este patratul de latura 2x = a

2 si arie z
max
= 2a
2
.
Sa consideram acum cazul general al aari extremelor funct iei
f : D R
n
R, z = f(x
1
, x
2
, ..., x
n
)
cu m, m < n, condit ii de legatura

F
1
(x
1
, ..., x
n
) = 0
F
2
(x
1
, ..., x
n
) = 0
.
.
.
F
m
(x
1
, ..., x
n
) = 0
Metoda directa de aare a extremelor condit ionate consta n a exprima m argumente n
funct ie de celelalte n- m si a le nlocui n f. Obt inem o funct ie de n-m variabile ale carei
puncte de extrem local vor puncte de extrem condit ionate pentru f.
Metoda multiplicatorilor lui Lagrange consta n considerarea funct iei auxiliare
L(x
1
, x
2
, ..., x
n
) = f(x
1
, ..., x
n
) +
1
F
1
(x
1
, ..., x
n
)+
+
2
F
2
(x
1
, ..., x
n
) +... +
m
F
m
(x
1
, ..., x
n
),
unde parametrii
1
,
2
, ...,
n
se numesc multiplicatorii lui Lagrange.
Apoi, se determina punctele stat ionare ale funct iei L din condit iile

L
x
1
=
f
x
1
+
1
F
1
x
1
+... +
m
F
m
x
1
= 0
L
x
2
=
f
x
2
+
1
F
1
x
2
+... +
m
F
m
x
2
= 0
.
.
.
L
x
n
=
f
x
n
+
1
F
1
x
n
+... +
m
F
m
x
n
= 0
la care se aduna legaturile

F
1
(x
1
, ..., x
n
) = 0
.
.
.
F
m
(x
1
, ..., x
n
) = 0
Avem un sistem de n+m ecuat ii cu n+m necunoscute: x
1
, x
2
, ..., x
n
,
1
, ..., x
m
.
Daca x
i
= a
i
, i = 1, n si
j
=

j
, i = 1, n, este o solut ie a sistemului, atunci punctul
A(a
1
, a
2
, ..., a
n
) este punct stat ionar condit ionat pentru funct ia f.
Pentru precizarea naturii lui A, n diferent iala de ordinul doi
d
2
L(A) =
n

i=1
n

j=1

2
L(A)
x
i
x
j
dx
i
dx
j
se introduc legaturile date prin diferent ialele legaturilor
dF
k
(A) =
n

i=1
F
k
(A)
x
i
dx
n
= 0, k = 1, m
260
Forma patratica d
2
L(A) astfel obt inuta se aduce la forma canonica. Daca d
2
L(A) > 0,
atunci punctul A este punct de minim local condit ionat pentru funct ia f, iar daca d
2
L(A) < 0,
atunci A este punct de maxim local condit ionat pentru funct ia f.
Exemplul 12.6.2.Sa se ae punctele de extrem legate pentru funct ia
f(x, y, z) = xyz, (x, y, z) R
3
cu legaturile
x +y z = 3, x y z = 8.
Metoda directa Din sistemul
_
y z = 3 x
y +z = x 8
gasim y =
5
2
si z =
2x11
2
.

Inlocuind n f gasim funct ia


h(x) = x(
5
2
)
2x 11
2
=
10x
2
+ 55x
4
, x R
Aam punctele de extrem local pentru funct ia h. Din h

(x) = 0, obt inem x =


11
4
. Cum
h

=
5
2
< 0, deducem ca x =
11
4
este punct de maxim pentru h.
Atunci punctul x =
11
4
, y =
5
2
, z =
11
4
este punct de maxim condit ionat pentru f, cu
f
min
=
605
32
Metoda multiplicatorilor lui Lagrange.
Consideram funct ia Lagrange auxiliara
L(x, y, z) = xyz +
1
(x +y z 3) +
2
(x y z 8)
Determinam punctele stat ionare ale lui L din ecuat iile

L
x
= yz +
1
+
2
= 0
L
y
= xz +
1

2
= 0
L
z
= xy
1

2
= 0
la care se adauga legaturile
_
x +y z = 3
x y z = 8
Solut ia acestui sistem este:
x =
11
4
, y =
5
2
, z =
11
4
,
1
=
11
32
,
2
=
231
32
.
Punctul stat ionar condit ionat pentru f este A
_
11
4
,
5
2
,
11
4
_
.
Pentru a decide natura lui A calculam d
2
L. Avem
d
2
L =

2
L
x
2
dx
2
+

2
L
y
2
dy
2
+

2
L
z
2
+
+2

2
L
xy
dxdy + 2

2
L
xz
dxdz + 2

2
L
yz
dydz =
= 2zdxdy + 2ydxdz + 2xdydz;
care n punctul A este:
d
2
L(A) =
11
2
dxdy 5dxdz +
11
2
dydz.
Prin diferent ierea celor doua legaturi rezulta relat iile:
dx +dy dz = 0
261
dx dy dz = 0,
de unde gasim dz = dx, dy = 0, care substituite n d
2
L = 5dx
2
< 0. Rezulta ca punctul A
este punct de maxim condit ionat pentru funct ia f. Se observa ca am obt inut acelasi rezultat
ca si la metoda directa.
Exemplul 12.6.3.Sa consideram funct ia de product ie data prin
f(x, y) = x
0,2
y
0,7
,
x reprezentand capitalul, iar y fort a de munca. Ne propunem sa determinam product ia
maxima cu restrict ia 2x + 5y = 360
Utilizam metoda multiplicatorilor lui Lagrange
Funct ia auxiliara a lui Lagrange este
L(x, y) = x
0,2
y
0,7
+(2x + 5y 360).
Pentru determinarea punctelor stat ionare condit ionate avem sistemul:

x
= 0, 2 x
0,8
y
0,7
+ 2 = 0
L

y
= 0, 7 x
0,2
y
0,3
+ 5 = 0
2x + 5y = 360
Daca se exprima din ecare din primele doua expresii, atunci se obt ine ca y =
7
5
x. Acum
din ecuat ia de legatura se obt ine x = 40, y = 56. Pentru gasim valoarea
1
10
40
0,8
50
0,7
.
Diferent iala de ordinul doi al funct iei L este D
2
L =
= 0, 16 x
1,8
y
0,7
dx
2
+ 2 0, 14x
0,8
y
0,3
dxdy 0, 21x
0,2
y
1,3
dy
2
Prin diferent ierea relat iei de legatura avem 2dx + 5dy = 0, de unde dy =
2
5
dx.

Inlocuind pe
x = 40, y = 56 si dy =
2
5
dx n d
2
L, obt inem
d
2
L(40, 56) = (40
1,8
56
0,7
+ 0, 28 40
0,8
56
0,3
+
+0, 21 40
0,2
56
1,3
)dx
2
< 0
ceea ce ne arata ca punctul x = 40, y=56 este un punct de maxim local condit ionat. Valoarea
maxima pentru f este
f
max
= f(40, 56) = 40
0,2
56
0,7
.
12.7 Ajustarea unor date
Adesea n urma unor experimente obt inem pentru doua marimi x si y urmatorul tabel de
valori
x x
1
x
2
... x
n
y y
1
y
2
... y
n

Incercam sa exprimam legatura dintre variabilele x si y printr-o funct ie continua y =


f(x, a
1
, ..., a
m
), unde a
1
, a
2
, ..., a
m
sunt parametrii care urmeaza sa e determinat i asa ncat
f(x
i
, a
1
, ..., a
m
) sa aproximeze cat mai bine valorile y
i
, i = 1, n.

In acest scop se foloseste
metoda celor mai mici patrate. Aceasta consta n a determina parametrii a
1
, a
2
, ..., a
m
asa
ncat suma patratelor erorilor comise sa e minima, adica
n

i=1
(y
i
f(x
i
, a
1
, ..., a
n
))
2
= min.
Detreminarea valorilor y
i
= f(x
i
, a
1
, ..., a
m
) asa ncat ele sa aproximeze cat mai bine valo-
rile y
i
, i = 1, n, se numeste ajustare. Funct ia y f(x, a
1
, ..., a
m
) e funct ie de ajustare. De
262
obicei, forma funct iei de ajustare se alege din reprezentarea graca a perechilor de puncte
(x
i
, y
i
), i = 1, n, obt inute experimental.
Problema determinarii parametrilor a
1
, a
2
, ..., a
m
este o aplicat ie a problemei aari ex-
tremelor funct iei de m variabile
S(a
1
, a
2
, ..., a
m
) =
n

i=1
(y
i
f(x
i
, a
1
, ..., a
m
))
2
.
Se constata imediat ca punctele de stat ionare sunt puncte de minim, iar ecuat iile care dau
aceste puncte numite ecuat ii normale, sunt

S
a
1
= 2
n

i=1
(y
i
f(x
i
, a
1
, ..., a
m
))
f
a
1
= 0
.
.
.
S
a
m
= 2
n

i=1
(y
i
f(x
i
, a
1
, ..., a
m
))
f
a
m
= 0
Sa consideram cazul cel mai simplu, n care funct ia de ajustare este de gradul ntai, adica
y = ax +b.
Trebuie sa determinam a si b asa ncat
S(a, b) =
n

i=1
(y
i
ax
i
b)
2
sa e minima. Condit iile de minim
S
a
= 2
n

i=1
(y
i
ax
i
b)x
i
= 0
S
b
= 2
n

i=1
(y
i
ax
i
b) = 0,
conduc la sistemul liniar

a
n

i=1
x
2
i
+b
n

i=1
x
i
=
n

i=1
x
i
y
i
a
n

i=1
x
i
+bn =
n

i=1
y
i
,
cu necunoscutele a si b.
Daca mpart im ambele ecuat ii cu n si notam
x =
n

i=1
x
i
n
, y =
n

i=1
y
i
n
,
x
2
=
n

i=1
x
2
i
n
, xy =
n

i=1
x
i
y
i
n
,
atunci sistemul liniar ia forma
_
x
2
a +xb = xy
xa +b = y.
Prin eliminarea lui b, gasim
(x
2
x
2
)a = xy x y.
Daca notam
2
x
= x
2
x
2
, numita dispersia lui x, si c
xy
= xy x y, marime numita corelat ia
variabilelor x si y, atunci avem
a =
c
xy

2
x
=

y

c
xy

y
=

y

x
r
xy
263
Raportul r
xy
=
c
xy

y
se numeste coecient de corelat ie a variabilelor x, y si masoara intensi-
tatea dependent ei liniare dintre variabilele x si y.
Obervam ca b = y ax si avem y = a(n x) +y, de unde
y =

y

x
r
xy
(x x),
care este dreapta care ajusteaza cel mai bine datele init iale. Dreapta gasita este numita
dreapta de regresie.
Exemplul 12.7.1. Sa se ajusteze cu o dreapta datele ce reprezinta numarul de piese produse
n cele cinci zile de lucru dintr-o saptamama, date trecute n tabelul
zilele 1 2 3 4 5
numarul de piese 4 5 7 6 6
Notam cu y numarul de piese si cu x zilele saptamanii. Avem n = 5, x
1
= 1, x
2
= 2, x
3
=
3, x
4
= 4, x
5
= 5, si y
1
= 4, y
2
= 5, y
3
= 7, y
4
= 6, y
5
= 6.
x =
1 + 2 + 3 + 4 + 5
5
= 3; y =
4 + 5 + 7 + 6 + 6
5
=
28
5
xy =
4 + 10 + 21 + 24 + 30
5
=
89
5
x
2
=
1
2
+ 2
2
+ 3
2
+ 4
2
+ 5
2
5
=
55
5
= 11

2
x
= x
2
x
2
= 11 9 = 2
c
xy
=
89
5
3
28
5
=
89 84
5
= 1
a =
c
xy

2
x
=
1
2
; b = y ax =
28
5

3
2
=
41
10
si y =
x
2
+
41
10
.
Observat ia 12.7.1 Ajustarea datelor se poate folosi si n rezolvarea problemelor de prognoz a.
Av and gasit a funct ia de ajustare, putem evalua m arimea valorii y si n alte puncte.
Astfel, n exemplul 12.7.1 putem prognoza care sa e numarul de piese n ziua a sasea.
Avem y =
6
2
+
41
10
= 3 + 4 +
1
10
= 7 +
1
10
, de unde rezulta ca n ziua a sasea atrebui sa se
produca 7 piese.
12.8 Interpolarea funct iilor
Ca si n cazul ajustarilor, sa presupunem ca pentru marimea y, care variaza continuu n
raport cu marimea x, cunoastem tabelul de valori
x x
0
x
1
... x
n
y y
0
y
1
... y
n
, n 1,
cu x
i
[a, b], i = 0, n, distincte doua cate doua.
Prin interpolare nt elegem procesul de alegere a unei funct ii
I : [a, b] R, dintr-o anumita clasa de funct ii, asa ncat I(x
i
) = y
i
, i = 0, n se numeste funct ie
de interpolare.
Tinand seama ca cele mai simple si convenabile funct ii sunt polinoamele vom alege
funct ie de interpolare un polinom P. O vom numi n continuare polinom de interpolare.
264
Avand n vedere ca avem n+ 1 condit ii P(x
i
) = y
i
, i = 0, n, alegem
P(x) = a
0
x
n
+a
1
x
n1
+... +a
n1
x +a
n
Cele n+ 1 condit ii conduc la sistemul liniar

a
0
x
n
0
+a
1
x
n1
0
+... +a
n1
x
0
+a
n
= y
0
a
0
x
n
1
+a
1
x
n1
1
+... +a
n1
x
1
+a
n
= y
1
.... .... .... ....
a
0
x
n
n
+a
1
x
n1
n
+... +a
n1
x
n
+a
n
= y
n
n necunoscutele a
0
, a
1
, ..., a
n
.
Determinantul sistemului este determinantul Vandermond
V (x
0
, x
1
, ..., x
n
) =

x
n
0
x
n1
0
... x
0
1
x
n
1
x
n1
1
... x
1
1
.
.
.
.
.
.
.
.
.
.
.
.
x
n
n
x
n1
n
... x
n
1

=
=

0j<in
(x
i
x
j
) ,= 0
Rezulta ca sistemul determina coecient ii a
i
, i = 0, n, ai polinomului P n mod unic.
Pentru polinomului P de interpolare exista mai multe forme. O forma simpla si usor de
aplicat n cazurile practice a fost data de Lagrange.
El a introdus polinoamele fundamentale l
i
, i = 0, n, de grad n date prin expresiile
l
i
(x) =
(x x
0
)(x x
1
)...(x x
i1
)(x x
i+1
)...(x x
n
)
(x
i
x
0
)(x
i
x
1
)...(x
i
x
i1
)(x
i
x
i+1
)...(x
i
x
n
)
, i = 0, n
Se observa imediat ca
l
i
(x
j
) =
ij
=
_
0, j ,= i
1, j = i
Utilizand polinoamele fundamentale polinomul de interpolare Lagrange are forma
P(x) =
n

i=0
l
i
(x)y
i

Intradevar, avem
P(x
j
) =
n

i=0
l
i
(x
j
)y
i
= y
j
, j = 0, n
Exemplul 12.8.1. Sa determinam polinomul de interpolare pentru datele din tabelul
x 1 2 3 4
y 3 2 4 5
si apoi calculat i valoarea lui y pentru x =
3
2
Avem n = 3, x
0
= 1, x
1
= 2, x
2
= 3, x
3
= 4, si y
0
= 3,
y
1
= 2, y
2
= 4, y
3
= 5.
Polinoamele fundamentale sunt:
l
0
(x) =
(x 2)(x 3)(x 4)
(1 2)(1 3)(1 4)
=
(x
2
5x + 6)(x 4)
6
=
=
1
6
(x
3
9x
2
+ 26x 24),
265
l
1
(x) =
(x 1)(x 3)(x 4)
(2 1)(2 3)(2 4)
=
(x
2
4x + 3)(x 4)
2
=
=
1
2
(x
3
8x
2
+ 19x 12),
l
2
(x) =
(x 1)(x 2)(x 4)
(3 1)(3 2)(3 4)
=
(x
2
3x + 2)(x 4)
2
=
=
1
2
(x
3
7x
2
+ 14x 8),
l
3
(x) =
(x 1)(x 2)(x 3)
(4 1)(4 2)(4 3)
=
(x
2
3x + 2)(x 3)
6
=
=
1
6
(x
3
6x
2
+ 11x 6)
Atunci polinomul de interpolare are expresia
P(x) =
1
6
(x
3
9x
2
+ 26x 24) 3 +
1
2
(x
3
8x
2
+ 19x 12) 2

1
2
(x
3
7x
2
+ 14x 8) 4 +
1
6
(x
3
6x
2
+ 11x 6) 5 =
=
2
3
x
3
+
11
2
x
2

27
2
x + 11
Acum, avem
P
_
3
2
_
=
7
8
= y.
Observat ia 12.8.1 Dac a pentru valorile y n funct ie de valorile lui x, date la nceputul aces-
tui paragraf, exist a o funct ie continu a y = f(x), cu f(x
i
) = y
i
, i = 0, n, atunci polinomul de
interpolare este o aproximare a funct iei f care satisface condit iile P(x
i
) = f(x
i
), i = 0, n.
266
12.9 Test de vericare a cunostint elor nr. 11
1. Denit i urmatoarele not iuni:
a) Derivata part iala a unei funct ii de mai multe variabile;
b) Diferent iala unei funct ii de mai multe variabile;
c) Punct de extrem local pentru o funct ie de mai multe variabile;
d) Integrarea funct iilor.
2. a) Gasit i extremele locale ale funct iei
f : R
2
R , f(x, y) = x
3
+y
3
+ 3xy.
b) Gasit i extremele locale ale funct ie:
f : R
2
R , f(x, y) = x
2
+y
4.
3. Gasit i extremele locale ale funct iei
f : R , = (, 1] [1, ), cu
f(x, y) = x
4
+y
4
4x
2
+ 8xy 4y
2
5.
4. Gasit i extremele locale ale funct iei f : R
2
R, f(x, y) = x
2
+y
3
.
5. O rma produce doua sortimente de bunuri, n cantitat ile x si y. Daca funct ia protului
este data prin f : [0, ) [0, ) R, f(x, y) = 160x 3x
2
2xy 2y
2
+ 120y 18, sa se
determine volumele celor doua bunuri astfel ncat protul sa e maxim.
6. Gasit i extremele locale ale funct iei f : R
2
R, f = 6 4x 3y condit ionate de ecuat ia
x
2
+y
2
= 1.
7. Gasit i extremele locale ale funct iei f(x, y, z) = xy + xz + yz condit ionate de ecuat ia
xyz = 1, n domeniul x > 0, y > 0, z > 0.
8. Sa se determine dreptunghiul de arie maxima nscris ntr-o elipsa
x
2
a
2
+
y
2
b
2
1 = 0.
9. Gasit i punctele de extrem local ale funct iei f : R
4
R, f(x, y, z, t) = xy +xz 3xt +y
2
+
z
2
+t
2
+ 10x + 6y condit ionate de ecuat iile

1
(x, y, z, t) = x + 2y + 3z + 2t = 0 si

2
(x, y, z, t) = x +y +z +t = 0.
10. Fie funct ia de product ie f : [0, ) [0, ) R cu f(x, y) = x
0,3
y
0,5
, unde x este capitalul
iar y este fort a de munca. Sa se determine product ia maxima cu restrict ia 6x+2y = 384.
267
Indicat ii si raspunsuri Test nr. 11
2. a) (1, 1) este punct de maxim cu f(1, 1) = 1.
b) (0, 0) este punct de minim.
3. (2, 2) este punct de minim cu f(2, 2) = 37; (2, 2) este punct de minim cu f(2, 2) =
37.
4. Nu are nici un punct de extrem local.
5. x = 20, y = 20 cu prolul f(20, 20) = 2782.
6.
_
4
5
,
3
5
_
punct de minim condit ionat cu f
_
4
5
,
3
5
_
= 1, iar
_

4
5
,
3
5
_
punct de maxim
condit ionat cu
_

4
5
,
3
5
_
= 11.
7. (1, 1, 1) este punct de minim condit ionat cu f(1, 1, 1) = 3.
8. Pentru x =
a

2
si y =
b

2
se obt ine dreptunghiul de arie maxima (Amax = 2ab).
9.
_
1,
5
2
, 3,
3
2
_
este punct de minim condit ionat cu f
_
1,
5
2
, 3,
3
2
_
=
25
2
.
10. (24, 120) este punct de maxim condit ionat iar product ia maxima este 24
0,3
120
0,5
.
268
Bibliograa aferenta capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate n economie - Volumul II,
Editura ULB, Sibiu, 2002.
269
Capitolul 13
Generalizari ale not iunii de integrala
Obiective: Stim ca
b
_
a
f(x)dx reprezinta o integrala Riemann, daca sunt ndeplinite
condit iile: a ,= si b ,= ; f funct ie marginita pe [a, b] si f funct ie reala de o singura
variabila reala. Daca una din aceste condit ii nu este ndeplinita, atunci expresia
_
b
a
f(x)dx
constituie o extindere a not iunii de integrala. Scopul acestui capitol este de a prezenta
cateva astfel de extinderi ale not iunii de integrala.
Rezumat:

In acest capitol sunt prezentate extinderi ale not iunii de integrala si
anume inegralele improprii, integralele ce depind de unul sau mai mult i parametri, inte-
gralele euleriene (Funct iile Gamma si Beta ale lui Euler), inegralele duble (inclusiv metode
de calcul ale acestora).
Cont inutul capitolului:
1. Integrale improprii
2. Integrale cu parametri
3. Integrale euleriene. Funct ia Gamma. Funct ia Beta
4. Integrale duble
5. Test de vericare a cunostint elor
6. Bibliograa aferenta capitolului
Cuvinte cheie: integrala improprie, integrala ce depinde de parametri, funct ia
Gamma, funct ia Beta, inegrale duble, coordonate polare.
13.1 Integrale improprii

In multe situat ii practice apar integrale care au intervalul de integrare de lungime innita
si integrale pentru care funct ia de integrat nu este marginita.
Astfel de integrale se numesc improprii sau generalizate. Daca lungimea intervalului
este innita, adica avem una din situat iile
I =
+
_
a
f(x)dx , I =
b
_

f(x)dx , I =
+
_

f(x)dx =
_
R
f(x)dx,
atunci spunem ca avem integrale improprii de spet a nai. Daca funct ia de integrat este
nemarginita pe [a, b], atunci spunem ca avem integrale improprii de spet a a doua. Daca atat
intervalul de integrare este de lungime innita, cat si f este nemarginita n acest interval,
atunci spunem ca avem integrale improprii mixte.
270
Denit ia 13.1.1 Fie f : [a, ) R o funct ie integrabil a pe orice interval [a, b], b R, b > a.
Dac a exist a lim
b
b
_
a
f(x)dx, atunci prin denit ie

_
a
f(x)dx = lim
b
b
_
a
f(x)dx;
cand limita este nit a spunem ca integrala este convergenta iar n caz contrar, adic a daca
limita nu exist a sau este innit a, spunem ca integrala improprie este divergenta.

In mod analog denim


b
_

f(x)dx = lim
a
f(x)dx
si

f(x)dx = lim
a
b
b
_
a
f(x)dx.
Imediat se observa ca avem relat iile
b
_

f(x)dx =

_
b
f(t)dt
si
+
_

f(x)dx =
_
C

f(x)dx +
+
_
C
f(x)dx , C R,
care ne arata ca este sucient sa studiem cazul intervalului [a, ].
Exemplul 13.1.1. Sa consideram integrala

_
a
dx
x

; a > 0 si R.
Pentru b > a si ,= 1 avem
b
_
a
dx
x

=
1
1
(b
1
a
1
).
Limita
lim
b
1
1
(b
1
a
1
)
este nita, ind egala cu
a
1
1
, pentru 1 < 0, adica > 1.

In cazul = 1 avem

_
a
dx
x
= lim
b
b
_
a
dx
x
= lim
b
(ln b ln a) = ,
integrala ind divergenta.
271

In concluzie, avem ca

_
a
dx
x

=
a
1
1
pentru > 1, adica este convergenta, iar pentru 1
integrala improprie este divergenta.
Exemplul 13.1.2. Fie de calculat integrala improprie
+
_

dx
x
2
+ 4
.
Avem
+
_

dx
x
2
+ 4
= lim
a
b
b
_
a
dx
x
2
+ 4
=
= lim
a
b
1
2
_
arctg
b
2
arctg
a
2
_
=
1
2
_

2

_

2
__
=

2
.
Observat ia 13.1.1 Putem scrie

_
a
f(x)dx =
k
_
a
f(x)dx +
k+1
_
k
f(x)dx +... +
k+n
_
k+n1
f(x)dx +...,
k N, k > a.
Daca notam u
n
=
k+n
_
k+n1
f(x)dx, n = 1, 2, ..., u
0
=
k
_
a
f(x)dx, atunci

_
k
f(x)dx =

n=0
u
n
,
adica integralei

_
a
f(x)dx i corespunde seria numerica

n=0
u
n
. Integrala improprie si seria
asociata au aceeasi natura.
Aceasta observat ie ne permite sa adaptam criteriile de convergent a de la seriile numerice
la integralele improprii de spet a ntai.
Teorema 13.1.1 (Criteriul lui Cauchy) Integrala improprie

_
a
f(x)dx, este convergenta daca
si numai dac a pentru orice > 0 exist a M() R
+
asa nc at pentru orice , R, > >
M() s a avem

f(x)dx

< .
Demonstrat ia rezulta imediat din Criteriul lui Cauchy scris pentru seria numerica

n0
u
n
.
Denit ia 13.1.2 Integrala improprie
_

a
f(x)dx se numeste absolut convergenta daca inte-
grala improprie

_
a
[f(x)[dx este convergenta.
272
Teorema 13.1.2 Dac a

_
a
f(x)dx este absolut convergenta, atunci ea este convergenta.
Pentru demonstrat ie se foloseste Teorema 13.1.2 si inegalitatea

b
_
a
f(x)dx

b
_
a
[f(x)[dx.
Si criteriile de comparat ie de la serii cu termeni pozitivi se extind imediat la integrale
improprii.
Teorema 13.1.3 (primul criteriu de comparat ie) Fie f, g funct ii denite si integrabile pentru
x a. Dac a 0 f(x) g(x) pentru x a, atunci:
1) daca

_
a
g(x)dx este convergenta, atunci si

_
a
f(x)dx este convergenta;
2) daca

_
a
f(x)dx este divergenta, atunci si

_
a
g(x)dx este divergenta.
Teorema 13.1.4 (Al doilea criteriu de comparat ie) Fie funct iile f, g : [a, ) (0, ). dac a
lim
x
f(x)
g(x)
= k, k (0, ), atunci integralele improprii

_
a
f(x)dx si

_
a
g(x)dx su aceeasi natur a,
adica ambele sunt convergente sau ambele sunt divergente. Daca k = 0, atunci convergent a
integralei

_
a
g(x)dx implic a convergent a integralei

_
a
f(x)dx.
Corolarul 13.1.1 Fie f : [a, ) (0, ), a > 0. Dac a exist a lim
x
x

f(x) = k, k constanta real a


nit a, pentru > 1, atunci integrala

_
a
f(x)dx este convergenta. Dac a 1 si k > 0, atunci
integrala este divergenta.
Valabilitatea Corolarului rezulta din Teorema 13.1.3.
Exemplul 13.1.3. Integralele improprii

_
a
x

e
x
dx, a > 0, sunt convergente pentru orice
real.

Intr-adevar, pentru x > 0 putem scrie


e
x
= 1 +
x
1!
+... +
x
n
n!
+... >
x
n
n!
, n N.
De aici, avem 0 < e
x
<
n!
x
n
, adica 0 < x

e
x
<
n!
x
n
. Alegand n N asa ncat n = > 1
si aplicand primul criteriu de comparat ie pentru f(x) = x

e
x
, g(x) =
n!
x

, > 1, obt inem


armat ia din enunt ul exemplului.
Exemplul 13.1.4. Integralele improprii

_
a
P
m
(x)
Q
n
(x)
dx, P
m
si Q
n
ind funct ii polinomiale cu
coecient i reali, cu gradele m si respectiv n, Q
n
,= 0 pentru x a, sunt convergente pentru
n m 2.
273
Avem
lim
x
x

P
m
(x)
Q
n
(x)
= lim
x
x

a
m
x
m
+a
m1
x
m1
+... +a
0
b
n
x
n
+b
n1
x
n1
+... +b
0
=
= lim
x
x
+mn

a
m
+
a
m1
x
+... +
a
0
x
m
b
n
+
b
n1
x
+... +
b
0
x
n
=
a
m
b
n
daca = nm. Conform Corolarului 13.1.1, integrala data este convergenta daca nm 2.

In mod analog se studiaza si integralele improprii de spet a a doua.


Denit ia 13.1.3 Fie funct ia f : [a, b) R, nemarginit a n b, dar m arginit a si integrabil a pe
orice subinterval nchis [a, ] [a, b). dac a exist a lim
b
<b

_
a
f(x)dx, atunci prin denit ie
b
_
a
f(x)dx = lim
b
<b

_
a
f(x)dx.
Daca limita este nita, atunci spunem ca integrala improprie este convergenta iar n caz
contrar spunem ca integrala este divergenta.
Daca f este nemarginita n a atunci
b
_
a
f(x)dx = lim
a
>a
b
_

f(x)dx,
iar daca f este nemarginita ntr-un punct c, a < c < b, atunci
b
_
a
f(x)dx =
c
_
a
f(x)dx +
b
_
c
f(x)dx.
Pe baza acestor considerente, ne putem limita numai la cazul
b
_
a
f(x)dx, cu lim
xb
x<b
[f(x)[ = .
Exemplul 13.1.5. Integrala
b
_
a
dx
(b x)

este convergenta pentru < 1 si divergenta pentru


1.
Avem

_
a
dx
(b x)

=
1
1
1
(b x)
1

a
=
=
1
1
_
1
(b )
1

1
(b a)
1
_
,
cu
lim
b
<b
1
1
_
1
(b )
1

1
(b a)
1
_
=
1
1

1
(b a)
1
pentru < 1 si + pentru > 1. Deci = 1 valoarea integralei este ln [b x[ [

a
cand
b, < b, deci este divergenta.
274
Daca b a > 1, atunci putem scrie
b
_
a
f(x)dx =
b1
_
a
f(x)dx +
b
1
2
_
b1
f(x)dx +
b
1
3
_
b
1
2
f(x)dx +...+
+
b
1
n+1
_
b
1
n
f(x)dx +...,
iar daca punem u
0
=
b1
_
a
f(x)dx si u
n
=
b
1
n+1
_
b
1
n
f(x)dx, n = 1, 2, ..., atunci obt inem
b
_
a
f(x)dx =

n=0
u
n
,
care exprima integrala improprie de spet a a doua printr-o serie numerica.
Ca si la integralele improprii de spet a ntai, putem transforma criteriile de convergent a
de la seriile de numere reale n criterii de convergent a pentru integrale improprii de spet a
a doua.
Teorema 13.1.5 (Criteriul lui Cauchy). Integrala improprie
b
_
a
f(x)dx, cu lim
xb
x<b
[f(x)[ = , este
convergenta daca si numai dac a pentru orice > 0 exist a un num ar M() > 0 asa nc at
pentru orice si cu b M() < < < b s a avem

b
_
a
f(x)dx

< .
Denit ia 13.1.2 si Teoremele 13.1.2 si 13.1.3 se pastreaza fara modicari si pentru inte-
gralele improprii de spet a a doua.
Teorema 13.1.6 (Al doilea criteriu de comparat ie). Fie funct iile f, g : [a, b) (0, ). Dac a
lim
xb
x<b
f(x)
g(x)
= k, k (0, ), atunci integralele improprii
b
_
a
f(x)dx si
b
_
a
g(x)dx au aceeasi natur a.
Dac a k = 0, atunci convergent a integralei improprii
b
_
a
g(x)dx implic a convergent a integralei
improprii
b
_
a
f(x)dx.
Corolarul 13.1.2 Fie f : [a, b) (0, ) cu lim
xb
x<b
f(x) = . Dac a lim
xb
x<b
(b x)

f(x)dx = k, k con-
stanta real a nit a, pentru < 1, atunci integrala improprie
b
_
a
f(x)dx este convergenta. Dac a
1 si k ,= 0, atunci integrala este divergent a.
Exemplul 13.1.6. Sa studiem convergent a integralei
1
_
0
dx
6

1 x
6
.
275
Funct ia f : [0, 1) (0, ), f(x) =
1
6

1 x
6
divine innita cand x 1, x < 1, deci avem o
integrala improprie de spet a a doua. Cum
f(x) =
1
6

1 x

1 +x +x
2
+x
3
+x
4
+x
5

1
6

1 x
,
x [0, 1) si
_
1
6

1 x
dx =
_
1
(1 x)
1/6
dx este convergent (v. Exemplul ??, = 1/6 < 1),
deducem ca integrala data este convergeta.
Exemplul 13.1.7. Sa studiem natura integralei
b
_
a
dx
_
(x a)(b x)
.
Se observa ca funct ia f : (a, b) (0, ), f(x) =
1
_
(x a)(b x)
devine + atat n a cat si
n b.
Pentru studierea naturii integralei utilizam Corolarul 13.1.2.
Avem
lim
xb
x<b
(b x)

f(x) = lim
xb
x<b
(b x)

1
2

x a
=
1

b a
pentru =
1
2
< 1 si
lim
xa
x>a
(x a)

f(x) = lim
xa
x>a
(x a)

1
2

b x
=
1

b a
pentru =
1
2
< 1, deci integrala data este convergenta.
Observat ia 13.1.2 Din considerat iile anterioare, deducem c a propriet at ile principale ale in-
tegralei Riemann se pastreaz a si n cazul integralelor improprii convergente. Astfel, de
exemplu, pentru o integral a improprie de spet a nt ai are loc formula lui Leibniz - Newton.
Teorema 13.1.7 Fie f : [a, ) R, integrabil a si e F o primitiv a a funct iei f pe intervalul
[a, ). Atunci integrala improprie

_
a
f(x)dx este convergenta daca si numai dac a exist a
lim
x
F(x) si n plus este valabil a formula Leibniz - Newton

_
a
f(x)dx = F() F(a) , F() = lim
x
F(x).
Demonstrat ie. Pentru orice b > a avem
b
_
a
f(x)dx = F(b) F(a) si prin trecere la limita se
obt in armat iile din enunt .

In mod analog se extind schimbarea de variabila si integrarea prin part i.


Exemplul 13.1.8. Sa calculam

_
0
(x 1)e
x
dx.
Avem

_
0
(x 1)e
x
dx = xe
x

0
= 0.
276
Observat ia 13.1.3

In cazul unor integrale improprii divergente se ataseaz a o valoare printr-
un procedeu datorat lui Cauchy.
Acesta este aplicabil integralelor improprii de spet a ntai de forma
+
_

f(x)dx
si integralelor improprii de spet a a doua
b
_
a
f(x)dx
n care f devine innita ntr-un punct c, a < c < b.
Denit ia 13.1.4 Integrala improprie
+
_

f(x)dx se numeste convergentan sensul valorii prin-


cipale Cauchy, dac a limita
lim
a
a
_
a
f(x)dx = v p C
+
_

f(x)dx
exist a si este nit a.
Exemplul 13.1.9. Pentru integrala improprie divergenta
2
_
1
dx
x
avem
v p C
2
_
1
dx
x
= lim
0

_
1
dx
x
+
2
_

dx
x

= ln 2.
13.2 Integrale cu parametri
Sa trecem la extinderea not iunii de integrala n cazul funct iilor de mai multe variabile.
Daca funct ia de integrat este de mai multe variabile si ea este integrata Riemann n raport
cu una din variabile, atunci spunem ca avem o integrala cu paramentri. Acestea au forma
generala
I(
1
,
2
, ...,
p
) =
b
_
a
f(x,
1
,
2
, ...,
p
)dx,
unde
1
,
2
, ...,
p
sunt parametrii reali cu valori din anumite mult imi de numere. Se observa
imediat ca o integrala de acest fel deniste o funct ie de p variabile
1
,
2
, ...,
p
.

In legatura cu astfel de funct ii se pune problema studierii proprietat ilor de baza (trecerea
la limita, continuitatea, derivabilitatea si integrabilitatea) fara a calcula efectiv integrala
care deneste funct ia.

In continuare, ne vom limita numai la cazul p = 1, adica la funct iile de forma:


I() =
b
_
a
f(x, )dx , Y R. (13.1)
277
Teorema 13.2.1 (Teorema trecerii la limita) Fie f : [a, b] Y R o funct ie de doua variabile,
integrabil a n raport cu x pe [a, b] si
0
un punct de acumulare pentru Y . Dac a exist a
lim

0
f(x, ), atunci
lim

0
I() = lim

0
b
_
a
f(x, )dx =
b
_
a
_
lim

0
f(x, )
_
dx.
Demonstrat ie. Fie > 0 si notam lim

0
f(x, ) = g(); atunci exista () > 0 astfel ca pentru
[
0
[ < () sa avem [f(x, ) g()[ < /(b a). Atunci putem scrie:

b
_
a
f(x, )dx
b
_
a
g()dx

=
=

b
_
a
(f(x, ) g()dx)

b
_
a

f(x, ) g()

b
a
dx < ,
ceea ce demonstreaza Teorema 13.2.1.
Observat ia 13.2.1 Teorema 13.2.1 ne arata ca ntr-o integral a cu parametru putem inter-
venti operat ia de integrare cu operat ia de trecere la limita.
Pentru a putea aprofunda studiul proprietat ilor funct iei I() vom considera Y = [c, d].
Teorema 13.2.2 Dac a funct ia f : [a, b] [c, d] R este continu a n raport cu ansamblul
variabilelor pe dreptunghiul [a, b] [c, d], atunci funct ia I denita de (13.1) este continua pe
intervalul [c, d].
Demonstrat ie Fie
0
un punct din intervalul [c, d]. Formam diferent a
I() I(
0
) =
b
_
a
[f(x, ) f(c,
0
)]dx.
Funct ia de doua variabile f, ind continua n dreptunghiul [a, b] [c, d], este si uniform
continua n acest domeniu. Atunci, pentru orice > 0, exista un () > 0, asa ncat sa avem
[f(x, ) f(x,
0
)[ <

b a
daca [
0
[ < ().
Acum, putem scrie
[I() I(
0
)[
b
_
a
[f(x, ) f(x,
0
)[dx <

b a
(b a) = ,
daca [
0
[ < ().
Deci, avem lim

0
I() = I(
0
), ceea ce ne arata ca funct ia I este continua n
0
. Cum
0
a
fost ales arbitrar din intervalul [c, d], rezulta ca funct ia I este continua pe [c, d].
Teorema 13.2.3 (De derivare sub semnul integrala) Dac a f : [a, b] [c, d] R este continu a
n dreptunghiul [a, b] [c, d] si exist a derivata part ial a f

continu a n raport cu ansamblul


278
variabilelor n acelasi dreptunghi, atunci funct ia I() =
b
_
a
f(x, )dx este derivabil a pe [c, d] si
are loc formula
I

() =
b
_
a
f

(x, )dx.
Demonstrat ie Fie
0
un punct xat din [c, d]. Din egalitatea
I() I(
0
)

0
=
b
_
a
f(x, ) f(x,
0
)

0
dx,
prin trecere la limita sub integrala, avem
lim
xx
0
I() I(
0
)

0
=
b
_
a
f

(x,
0
)dx,
care ne arata ca funct ia I este derivabila n
0
si are loc formula din enunt ul teoremei.
Exemplul 13.2.1. Sa calculam derivata funct iei I denita prin
I() =
1
_
0
sin x
x
dx , R.
Integrala nu este improprie deoarece lim
x0
sin x
x
= .
Avem
I

() =
1
_
0
x
cos x
x
dx =
1
_
0
cos xdx =
=
sin x

1
0
=
sin

.
Observat ia 13.2.2

In unele situat ii se consider a integrale cu parametru n care si limitele
de integrare depind de parametru, adica avem
I() =
b()
_
a()
f(x, )dx , [c, d].
Daca, pe langa condit iile din Teorema 13.2.3, mai adaugam faptul ca funct iile a si b sunt
derivabile n raport cu pe [c, d], atunci are loc formula
I

() =
b()
_
a()
f

(x, )dx +b

()f(b(), ) a

()f(a(), ).
Teorema 13.2.4 (de integrare) Dac a funct ia f : [a, b] [c, d] R este continu a n raport cu
ansamblul variabilelor n dreptunghiul [a, b] [c, d], atunci oricare ar intervalul [, ] [c, d]
are loc egalitatea

I()d =

b
_
a
f(x, )dx

dx =
b
_
a

f(x, )dx

dx.
279
Cu alte cuvinte, n condit iile teoremei se poate integra sub semnul integralei, sau se
poate schimba ordinea de integrare.
Demonstrat ie Fie z [c, d]; vom demonstra egalitatea mai generala
z
_

b
_
a
f(x, )dx

d =
b
_
a

z
_

f(x, )d

dx.
Facem notat iile
(z) =
z
_

b
_
a
f(x, )dx

d
si
(z) =
b
_
a

z
_

f(x, )d

dx.
Avem

(z) =
b
_
a
f(x, )dx,
si

(z) =
b
_
a
f(x, )dx,
oricare ar z [c, d]. De aici, rezulta ca (z) (z) = C - constanta. Cum () () = 0,
obt inem C = 0, ceea ce ne arata ca (z) = (z), oricare ar z [c, d]. Teorema este
demonstrata.
Exemplul 13.2.2. Sa consideram integrala cu parametru
I() =
1
_
0
x

dx.
Integram funct ia I pe intervalul [a, b], 0 < a < b, si avem
b
_
a
I()d =
b
_
a

1
_
0
x

dx

d =
1
_
0

b
_
a
x

dx
de unde
b
_
a
x
+1
+ 1

1
0
d =
1
_
0
x

ln x

b
a
dx
sau
b
_
a
d
+ 1
=
1
_
0
x
b
x
a
ln x
dx,
ceea ce conduce la
1
_
0
x
b
x
a
ln x
dx = ln( + 1)[
b
a
= ln
b + 1
a + 1
.
Se observa ca, utilizand proprietatea de intervertire a ordinii de integrare ntr-o integrala
cu parametru, am reusit sa calculam o integrala greu de calculat pe alta cale.
280
De fapt, aceasta este una dintre aplicat iile importante ale integralelor cu parametrii:
calculul unor integrale greu de evaluat pe alta cale.
Deseori, integrale fara parametru sunt transformate n integrale cu parametru la care,
apoi, se aplica derivarea sau integrarea sub semnul integralei si se obt ine o valoare mai
generala pentru integrala data. Prin particularizarea parametrului se obt ine valoarea inte-
gralei date.
Exemplul 13.2.3. Sa calculam integrala
I =
1
_
0
arctgx
x

1 x
2
dx.
Se observa ca integrala nu este improprie deoarece lim
x0
arctgx
x

1 x
2
= 1. Consideram inte-
grala mai generala
I() =
1
_
0
arctgx
x

1 x
2
dx , [0, ).
Derivam n raport cu parametrul si avem
I
()
=
1
_
0
x
1 +
2
x
2

1
x

1 x
2
dx =
1
_
0
dx
(1 +
2
x
2
)

1 x
2
.
Facand schimbarea de variabila x = cos t, gasim
I

() =

2
_
0
dt
1 +
2
cos
2
t
=
1

1 +
2
arctg
tgt

1 +
2

2
0
=
=

2

1

1 +
2
.
De aici, integrand n raport cu , gasim
I() =

2
ln( +
_
1 +
2
) +C.
Cum I(0) = 0, rezulta C = 0 si
I() =

2
ln( +
_
1 +
2
).
Pentru = 1 avem
I(1) = I =

2
ln(1 +

2).
Observat ia 13.2.3

In cazul c and integrala ce depinde de un parametru este improprie, cele
expuse n acest paragraf r aman valabile cu condit ia ca integralele improprii cu care se
lucreaz a sa e convergente.
Exemplul 13.2.4. Sa consideram integrala
I() =

_
0
e
x
sin x
x
dx , (0, ).
Scriem
I() =
1
_
0
e
x
sin x
x
dx +

_
1
e
x
sin x
x
dx.
281
Cum lim
x0
x>0
e
x
sin x
x
= 1, rezulta ca prima integrala este convergenta.
Deoarece, pentru x 1 avem

e
x
sin x
x

e
x
si

_
1
e
x
dx =
e
x

1
=
e

,
deducem ca

_
1
e
x
sin x
x
dx este convergenta. Prin urmare, I() este bine denita.
Aplicand teorema de derivare a integralelor cu parametru, avem:
I

() =

_
0
e
x
(x)
sin x
x
dx =

_
0
e
x
sin xdx,
care este o integrala improprie convergenta. Integrand prin part i, obt inem
I

() = 1
2
I

(),
de unde
I

() =
1
1 +
2
,
din care rezulta
I() = arctg +C.
Pentru determinarea constantei C calculam
lim

I() =

2
+C,
pe de o parte, si din
[I()[

_
0

e
x
sin x
x

dx

_
0
e
x
dx =
1

lim

I() = 0.
Avem deci C

2
= 0, de unde C =

2
. Rezulta ca I() =

2
arctg. din acest rezultat,
prin trecere la limita cand 0, > 0, gasim

_
0
sin x
x
dx =

2
.
13.3 Integrale euleriene. Funct ia Gamma. Funct ia Beta

In orice activitate exista anumite rezultate care trebuiesc studiate mai aprofundat si chiar
ret inute. Aceasta situat ie se ntalneste si n clasa integralelor cu parametri si improprii.
Exista anumite funct ii, numite uneori si funct ii speciale, denite prin integrale cu parametrii
la care apelam deseori n calculele matematice.
Doua dintre aceste funct ii speciale sunt funct iile Gamma si Beta, numite sub un generic
comun integrale euleriene.
282
Denit ia 13.3.1 Funct ia : (0, ) R denita prin
(p) =

_
0
e
x
x
p1
dx
se numeste funct ia Gamma sau funct ia lui Euler de spet a a doua, iar funct ia B : (0, )
(0, ) R denita prin
B(p, q) =
1
_
0
x
p1
(1 x)
q1
dx
se numeste funct ia Beta sau funct ia lui Euler de spet a ntai.
Teorema 13.3.1 Funct iile si B sunt bine denite, adic a integralele improprii care le de-
nesc sunt convergente.
Demonstrat ie Sa aratam ca funct ia este bine denita. Scriem ca suma de doua
integrale, anume:
(p) =
1
_
0
e
x
x
p1
dx +

_
1
e
x
x
p1
dx.
Prima integrala I
1
=
1
_
0
e
x
x
p1
dx pentru p 1 nu este improprie. pentru p (0, 1) avem
lim
x0
x>0
x

e
x
x
p1
= lim
x0
x>0
x
+p1
e
x
= 1
daca = 1 p < 1, de unde, conform cu Corolarul 13.1.2, deducem ca integrala I
1
este
convergenta.
Convergent a integralei I
2
=

_
1
e
x
x
p1
dx rezulta din Exemplul ??.
Din I
1
si I
2
convergente si faptul ca (p) = I
1
+ I
2
, rezulta ca integrala improprie ce
deneste funct ia Gamma este convergenta.
Utilizand acelasi Corolar 13.1.2 se arata imediat ca si funct ia B este bine denita.

In continuare, vom prezenta cateva din proprietat ile mai uzuale ale funct iilor si B.
Teorema 13.3.2 Pentru funct ia sunt adev arate urm atoarele armat ii:
1) (1) = 1;
2) (p + 1) = p(p);
3) (n + 1) = n! , n N;
4) (p) = 2

_
0
e
t
2
t
2p1
dt;
5) (p)(1 p) =

sin p
, p (0, 1) (numit a formula complementelor).
6)
_
1
2
_
=

.
Demonstrat ie
283
1) (1) =

_
0
e
x
dx = e
x
[

0
= 1
2) Aplicam integrarea prin part i succesiv si avem
(p + 1) =

_
0
e
x
x
p
dx = (e
x
x
p
)[

0
+
+p

_
0
e
x
x
p1
dx = p(p).
3) Se aplica n mod repetat formula se recurent a de la 2):
(n + 1) = n(n) = n(n 1)(n 1) = ... =
= n(n 1)...2 1 (1) = n!.
4) Efectuam schimbarea de variabila x = t
2
si avem
(p) = 2

_
0
e
t
2
(t
2
)
p1
tdt = 2

_
0
e
t
2
t
2p1
dt,
ceea ce trebuia demonstrat.
5) Demonstrat ia formulei complementelor este mai complicata si de aceea renunt am la
prezentarea ei.
6) Daca luam n formula complementelor p =
1
2
, atunci avem

_
1
2
_

_
1
2
_
= ,
de unde
_
1
2
_
=

.
Teorema 13.3.3 Pentru funct ia B sunt adev arate urm atoarele relat ii:
1) B(p, q) =

_
0
y
p1
(1 +y)
p+q
dy;
2) B(p, q) =
1
_
0
t
p1
+t
q1
(1 +t)
p+q
dt;
3) B(p, q) =
(p) (q)
(p +q)
(formula de legatur a dintre funct iile B si sau formula lui Dirich-