MATEMATICI APLICATE ÎN ECONOMIE

Anul I, semestrul I

CONłINUT

Tema 1. Elemente de algebră superioară cu aplicaŃii în economie (vezi pag. 13-41 din
Matematici pentru economisti , I. Duda, R. Trandafir, A. Baciu, R. Ioan, S. Barza, Ed.
FRM, 2007)

◊ SpaŃii vectoriale. (vectori liniari independenŃi, sistem de generatori, bază a unui spaŃiu
vectorial, dimensiune a unui spaŃiu finit dimensional).
◊ Organizarea spaŃiilor economice ca spaŃii vectoriale.
◊ Baza şi schimbarea bazei: metoda Gauss Jordan.
◊ Organizarea ca spaŃii metrice şi spaŃii normate.
◊ Forme liniare.
◊ Forme biliniare. (matricea ataşată formei biliniare, modificarea matricii unei funcŃionale
biliniare la schimbarea bazelor)
◊ Forme pătratice (forma canonică a unei forme pătratice, metode de aducere a unei forme
pătratice la forma canonică: Metoda lui Gauss, Metoda lui Jacobi)
◊ Operatori pe spaŃii vectoriale. ProprietăŃi. Valori proprii şi vectori proprii. ConŃinut
economic.

Tema 2. Fundamentarea optimă a deciziilor prin programare liniară (vezi pag. 45-76
Matematici pentru economisti, I. Duda, R. Trandafir, A. Baciu, R. Ioan, S. Barza, Ed.
FRM, 2007)

◊ Formularea problemei de programare liniară (PPL) şi a modelului matematic: forma

generală, forma canonică, forma standard. Rezolvarea prin algoritmul simplex primal.
- Trecerea de la o soluŃie posibilă de bază la altă soluŃie posibilă de bază (criteriul de ieşire
din bază);
- Criteriul de intrare în bază;
- Tratarea problemelor de P.L. care nu au forma standard;
- Metoda bazei artificiale
◊ Forma duală a PPL.
◊ Teorema de dualitate şi conŃinutul economic al variabilelor duale (preŃuri umbră).
◊ Algoritmul simplex dual.
◊ Studii de caz în managementul financiar-contabil.

Tema 3. Decizii optime de transport (vezi pag. 45-76 Matematici pentru

economisti, I. Duda, R. Trandafir, A. Baciu, R. Ioan, S. Barza, Ed. FRM, 2007)

◊ Formularea problemei transporturilor şi a modelului matematic.

◊ SoluŃii de bază iniŃiale.
◊ Criteriile de optimizare.
◊ Studii de caz.

1
 Tema 4. Elemente de analiză matematică cu aplicaŃii în fundamentarea deciziei
economice optime
(vezi pag. 86-115 Matematici pentru economisti, I. Duda, R. Trandafir, A.
Baciu, R. Ioan, S. Barza, Ed. FRM, 2007)

◊ Serii numerice, criterii de convergenŃă. Şiruri de funcŃii. Serii de puteri. Seria Taylor .
◊ FuncŃii de mai multe variabile. MulŃimi şi puncte din Rn.
◊ Continuitatea funcŃiilor în spaŃiul Rn: limite, limite iterate.
◊ Derivabilitatea funcŃiilor în Rn: derivate parŃiale de ordinul I şi de ordin superior.
◊ DiferenŃiala de ordin I şi de ordin superior; conŃinut economic.
◊ Derivata funcŃiilor compuse.
◊ Extremele funcŃiilor de mai multe variabile ( punct de extrem local; punct staŃionar; punct
de minim local;
◊ punct de maxim local).
◊ Extreme cu legături (condiŃionate). ConŃinut economic.
◊ AplicaŃii şi studii de caz.
◊ Integrale.

Tema 5. Modelul dinamicii proceselor economice (vezi pag. 86-115 Matematici

pentru economisti, I. Duda, R. Trandafir, A. Baciu, R. Ioan, S. Barza, Ed. FRM, 2007)

◊ Dinamica proceselor economice: analiza în timp continuu şi în timp discret.

◊ Tipuri principale de ecuaŃii diferenŃiale cu aplicaŃii în economie:
- ecuaŃii cu variabile separabile,
- ecuaŃii diferenŃiale liniare:
-ecuaŃii omogene,
-ecuaŃii diferenŃiale de tip Bernoulli şi Riccati şi aplicaŃiile lor.

BIBLIOGRAFIE

1. DUDA I., TRANDAFIR R., BACIU A., IOAN R. – Matematici pentru economişti, Ed. FRM,
Bucureşti, 2000.
2. DUDA I., TRANDAFIR R., BACIU A., IOAN R., – Matematici pentru economişti, Ed. FRM,
Bucureşti, 2005,2007
3. BACIU A. – Matematici aplicate în economie şi finanŃe, Ed. FRM, Bucureşti, 2004

2
 ALGEBRĂ LINIARĂ
SpaŃii vectoriale. Organizarea spaŃiilor economice ca spaŃii vectoriale. Baza şi
schimbarea bazei: metoda Gauss Jordan. Organizarea ca spaŃii metrice şi spaŃii
normate. Forme liniare, biliniare, pătratice. Operatori pe spaŃii vectoriale: valori proprii
şi vectori proprii. ConŃinut economic. (vezi pag. 13-41 din Matematici pentru
economisti , I. Duda, R. Trandafir, A. Baciu, R. Ioan, S. Barza, Ed. FRM, 2007)

SpaŃii vectoriale
Fie V o mulŃime nevidă de elemente şi K un corp de scalari (de regulă K este
corpul numerelor reale R sau corpul numerelor complexe C).
Pe mulŃimea V se definesc două operaŃii:
– operaŃia de adunare „+”, ca lege de compoziŃie internă
∀x, y ∈ V avem x + y ∈ V
– operaŃia de înmulŃire „⋅” cu scalari, ca lege de compoziŃie externă;
∀ x ∈ V, α ∈ K avem α ⋅ x ∈ V

DefiniŃie: MulŃimea nevidă V se numeşte spaŃiu vectorial peste corpul K dacă

(V, +) este grup abelian, adică verifică:
1) x + y = y + x (∀) x, y ∈ V
2) (x + y) + z = x + (y + z), (∀) x, y, z ∈ V
3) (∃) OV , elementul neutru astfel încât x + Ov = Ov + x = x, (∀) x ∈ V
4) (∀) x ∈ V, (∃) − x element opus, astfel încât x + (-x) = (-x) + x = Ov (∀) x ∈ V
si (V, ⋅) verifică
1) (x + β)x = αx + β x pentru (∀) α, β ∈ K şi x ∈ V
2) α (x + y) = αx + αy pentru (∀) α ∈ K şi x, y ∈ V
3) (α ⋅ β) ⋅ x = α (βx) pentru (∀)α, β ∈ K şi x ∈ V
4. 1k ⋅ x = x pentru 1K ∈ K numit element neutru, (∀) x ∈ V

DefiniŃie Fie V un spaŃiu vectorial peste corpul K. Un vector v ∈ V se numeşte

combinatie liniară a vectorilor v1, ...., vm ∈V dacă există scalarii α1, α2, ...., αm ∈ K
astfel încât
v = α1 v1 + α2 v2 + .....+ αm vm

3
 DefiniŃie Un sistem de vectori v1, v2, ...., vn din V se numeşte sistem de
generatori ai spaŃiului vectorial V dacă orice vector v ∈V se poate scrie ca o combinaŃie
liniară a vectorilor v1, v2, ...., vn.

DefiniŃie Un sistem de vectori v1, v2, ...., vm  din V se numeşte sistem liniar
independent dacă din α1v1 + α2v2 + ....+ αmvm = 0 rezultă ca scalarii
α1 = α2 = ..... =αm = 0
ObservaŃie: dacă există scalari nenuli, sistemul de valori se numeşte sistem liniar
dependent.
PropoziŃie. Vectorii v1, v2, ..., vn ∈V sunt liniar dependenŃi dacă şi numai dacă
cel puŃin un vector dintre ei este o combinaŃie liniară de ceilalti.
DefiniŃie. Fie V un spaŃiu vectorial peste corpul K. Un sistem de vectori
B = v1, v2, ..., vm se numeşte bază pe spaŃiul vectorial V dacă este formată
dintr-un număr maxim de vectori liniari independenŃi. Numărul vectorilor din bază
determină dimensiunea spaŃiului.
DefiniŃie. CoeficienŃii α1, α2, ...., αn ai reprezentării vectorului v ∈ V în baza B se
numesc coordonatele vectorului v în baza B.
PropoziŃie Sistemul de vectori unitari
b1 = (1 0 ... 0 ) , b2 = ( 0 1 ... 0 ) , ..., bn = ( 0 0 ... 1) formează o bază a spaŃiului
vectorial Rn numit bază canonică (sau unitară)
Propozitie (Transformarea coordonatelor unui vector la schimbarea bazei).
Fie v ∈ Rn, A = {a1, a2, ... , an} şi B = {b1, b2, ..., bn} două baze din Rn şi prin abuz
de notatie notăm cu A şi B matricile acestor baze.
Fie α1, α2, ..., αn coordonatele vectorului v în baza A şi β1, β 2, ..., βn coordonatele
vectorului v în baza B şi pentru fiecare i, i = 1, n , λi1, λi2, ..., λin, coordonatele vectorului
vi în baza B. Atunci:
β1 = α 1λ 11 + ..... + α n λ 1n

.......... care scris matricial devine:
β = α λ + ..... + α λ
 n 1 n1 n nn

 λ 11 L λ 1n 
 
β = M ⋅ α, unde M =  M M M 
λ 
 n1 L λ nn 
sau M se numeşte matricea de trecere de la o bază la alta.

1.2. AplicaŃii liniare

DefiniŃie: Fie V, V’ două spaŃii vectoriale peste acelaşi corp de scalari K de

dimensiuni n respectiv m. O aplicaŃie T : V → V’ se numeşte aplicaŃie (transformare
sau operator) liniară dacă este aditiva şi omogenă, deci dacă verifică:
a) T (x + y) = T(x) + T(y), (∀) x, y ∈ V
b) T(αx) = αT(x), (∀)α ∈ K, x ∈ V.

4
 Teoremă AplicaŃie T : V → V’ este aplicaŃie liniară dacă şi numai dacă:
T(αx + βy) = αT(x) + βT(y), (∀) α, β ∈ K, x, y ∈ V.
Teoremă: Fie V, V’ două spaŃii vectoriale peste acelaşi corp de scalari K;
B = {a1, a2, ..., an} bază a spaŃiului vectorial V şi B’ = {b1, b2, ..., bn} bază a
spaŃiului V’. Fie ai un vector oarecare din B atunci T(ai) ∈ V’ şi poate fi reprezentat în
mod unic în funcŃie de vectorii bazei B’:
T(ai) = α1b1 + αi bi+ ... + αinbn.
Matricea formată din coordonatele vectorilor T(a1), T(a2), ... , T(an) în baza B’ se
va numi: matricea asociată aplicaŃiei liniare T în raport cu perechea de baze
{B, B’}.
 α11 α 12 K α 1n 
 
 α 21 α 22 K α 2 n 
M B,B' (T ) = 
M M M M 
 
α 
 1n α 2 n K α nn 

1.3. Valori proprii şi vectori proprii asociaŃi aplicaŃiei liniare.

DefiniŃie: Fie V spaŃiu vectorial n – dimensional peste corpul de scalari K şi

T : V → V o aplicaŃie liniară. Un scalar λ ∈ K se numeşte valoare proprie
pentru aplicaŃie liniară T dacă există cel puŃin un vector nenul v ∈ V astfel încât:
T(v) = λv. (1)
DefiniŃie: Vectorul nenul v ∈ V care verifică relaŃia (1) se numeşte vector propriu
pentru aplicaŃia T asociată valorii proprii λ.
Prezentăm în continuare modul de determinare al valorilor şi vectorilor proprii
pentru o aplicaŃie liniară.
Fie T : V → V’ o aplicaŃie liniară cu matricea aplicaŃiei AT definită în baze
canonice.
RelaŃia (1) se mai scrie: T(v) – λv = 0 sau ( AT − λ En ) v = 0v (2)
RelaŃia (2) reprezintă scrierea matricială a unui sistem omogen. În consecinta
coordonatele vectorului propriu v nenul sunt soluŃiile sistemului omogen (2). SoluŃiile
sistemului omogen (2) nu sunt toate nenule numai dacă determinantul sistemului este nul:
P(λ) = det (AT - λEn) = 0
Polinomul P(λ) se numeşte polinomul caracteristic asociat aplicaŃiei liniare T şi
ecuaŃia P(λ) = 0 se numeşte ecuaŃia caracteristică a aplicaŃiei T.
Teoremă: Fie T: V → V’, λ ∈ K este o valoare proprie a aplicaŃiei liniare T dacă
şi numai dacă este rădăcină a ecuaŃiei caracteristice.

5
 1.3. Reducerea unei forme pătratice la o formă canonică.

DefiniŃie Fie V un spaŃiu vectorial peste corpul real (R), de dimensiune n. O

aplicaŃie f : V → R este o formă (transformare sau operator) liniară dacă este aditivă
şi omogenă, adică:
a) f(x + y) = f(x) +f(y) (∀) x, y ∈ V
b) f(αx) = αf(x), (∀) α ∈ R, x ∈ V.

DefiniŃie O aplicaŃie f : V × V → R este o formă biliniară dacă este liniară în

raport cu ambele argumente, deci:
1. f(ax1 + bx2, y) = af(x1, y) + bf(x2, y) (∀) x1, x2, y ∈ V, (∀)a, b ∈ R
2. f(x, ay1 + by2) = af(x, y1) + bf(x,y2), (∀) x, y1, y2 ∈ V, (∀)a, b ∈ R
Pentru formule biliniare vom da o modalitate de scriere a acestora sub forma
matricială:
ObservaŃie: O formă biliniară este determinată dacă se cunoaşte matricea formei
A.
DefiniŃie O formă biliniară se numeşte forma biliniară simetrică dacă matricea
formei este o matrice simetrică (adică matricea A este egală cu transpusa sa: A f = A Tf ).
DefiniŃie Fie V un spaŃiu vectorial peste corpul de scalari R, de dimensiune n. O
aplicaŃie g: V → R este o formă pătratică dacă există o aplicaŃie biliniară simetrică f: V
× V → R astfel încât g(x) = f(x, x) = xT Ax, (∀)x ∈V
a 11 L a 1n
a 11 a 12
Valorile ∆ 1 = a 11 , ∆ 2 = , ..., ∆ n = M M M
a 21 a 22
a n1 K a nn
se numesc minorii matricei A.

DefiniŃie Fie g : V → R o formă pătratică. g este pozitiv definită dacă toŃi

minorii matricei simetrice A sunt strict pozitivi; g este semipozitiv definită dacă minorii
sunt pozitivi sau zero; g este negativ definită dacă minorii impari, ∆1, ∆3 ... < 0 şi
∆2, ∆4 ... > 0; g este seminegativ definită dacă minorii impari ∆1, ∆3 ... ≤ 0 şi minorii pari
∆2, ∆4 ... ≥ 0; g pentru care nu sunt îndeplinite nici una din condiŃiile anterioare este o
formă pătratică nedefinită.
DefiniŃie: Fie g : V → R o formă pătratică. Într-o bază a spaŃiului B ∈ V forma
pătratică g are o formă canonică dacă matricea formei este o matrice diagonală.

Metoda lui Jacobi

Fie o formă pătratică g : V → R, g(x) = xTAx, A – matrice simetrică. Dacă toŃi minorii
matricei A sunt nenuli atunci există o bază a spaŃiului V, astfel încât forma pătratică să se
transforme în formă canonică:
1 2 ∆1 2 ∆
g (y ) = y1 + y 2 + ... + n −1 y 2n
∆1 ∆2 ∆n
unde y = (y1 y2, ..., yn) reprezintă coordonatele vectorului x în baza B.

6
 Metoda lui Gauss constă în formarea de pătrate perfecte când conŃin cel puŃin un
aii ≠ 0

Test de autoevaluare

1) Fie 2 vectori x, y ∈ R3 x = (1, 2, 1) şi y = ( 0, 1, 3) atunci

a) x + y = (1, 3, 4 ) ; b) x + y = ( 0, 3, 4 ) ; c) x + y = ( 0, 2, 4 ) ;d) x + y = (1, 3, 1)

Raspuns a) x + y = (1, 3, 4 )
x + y = x + y = (1, 2, 1) + ( 0, 1, 3) = (1, 3, 4 )
2) Fie vectorii v1, v2, v ∈ R3.
v1 = (1, 2, 3) şi v2 = ( 0, 1, 1) Să se scrie vectorul v = ( −1, 2, 4 )
ca o combinaŃie liniară a vectorilor v1 şi v2.

a) v = 2v1 + v2 ; b) v = 2v1 − v2 ; c) v = v1 + v2 ; d) v nu se poate scrie ca o combinatie

liniara a a vectorilor v1 şi v2

Raspuns d)
Rezolvare
Conform definiŃiei trebuie să aflăm scalarii α1 şi α2 astfel încât
v = α1v1 + α2 v2 ⇔
( −1, 2, 4 ) = α1 ⋅ (1, 2, 3) + α 2 ⋅ ( 0, 1, 1) ⇔
⇔ ( −1, 2, 4 ) = (α1 ⋅1, α1 ⋅ 2, α1 ⋅ 3) + α 2 ⋅ ( 0, α 2 ⋅1, α 2 ⋅1) ⇔
⇔ ( −1, 2, 4 ) = (α1 , 2α1 + α 2 , 3α1 + α 2 )
sau altfel scris obŃinem următorul sistem cu necunoscutele α1, α2.
α1 = −1 α1 = −1
2α1 + α 2 = 2 ⇔ α 2 = 4 sistem incompatibil sau putem afirma că
3α1 + α 2 = 4 α 2 = 7
vectorul v nu se poate scrie ca o combinaŃie liniară a vectorilor v1 şi v2.

3) Fie vectorii v1 = ( 0, 2, 1) ; v2 = (1, m, −1) ; v3 = ( m, 0, 1) ; m ∈ R

DeterminaŃi parametrul m∈ R astfel încât vectorii v1, v2, v3 să fie liniar independenŃi.
a)m=1; b) m=-1; c) m ∈ R ; d) m=0

Raspuns c)

Rezolvare

7
 Aplicând definiŃia trebuie să punem condiŃia ca toŃi scalarii α1, α2, α3 ∈ K să fie
nuli în egalitatea: α1v1 + α2v2 + α3v3 =0sau transformând această egalitate într-un sistem
de ecuaŃii liniare omogene cu solutie nula unica, atunci obligatoriu trebuie să punem
conditia ca determinantul matricii formată din vectorii  v1, v2, v3  să fie nenul:
0 1 m
det A ≠ 0 ⇔ 2 m 0 ≠ 0 ⇔ 0 + 0 –2m –m2 – 0 –2 ≠ 0
1 −1 1

⇔ m2 + 2m + 2 ≠ 0 ⇔ (m+1)2 + 1 ≠ 0 (∀) m ∈ R
Aşadar vectorii sunt liniar independenŃi pentru (∀) m ∈ R
4) Fie vectorii v1 = (1, 1, 2 ) , v2 = (1, 1, 1) , v3 = (1, 2, 1) , v1, v2, v3 ∈ R3
Vectorii  v1, v2, v3  formează o bază a spatiului vectorial R3 ?
Raspuns A
Rezolvare
Pentru a demonstra că sistemul format din trei vectori  v1, v2, v3 (numarul
vectorilor din baza trebuie sa fie egal cu dimensiunea spatiului in care se lucreaza)
formează baza este suficient să demonstrăm că este un sistem liniar independent
1 1 1
⇔ 1 1 2 ≠ 0 ⇔ Vectorii  v1, v2, v3  formează o bază a spatiului vectorial
2 1 1
3
R
5) Fie vectorii v1 = (1, 1, 2 ) , v2 = (1, 1, 1) , v3 = (1, 2, 1) , v1, v2, v3 ∈ R3
Exprimati coordonatele vectorului v = ( 2, −1, 2 ) în baza  v1, v2, v3 .
a) v = ( 2, −1, 0 ) ; b) v = ( 0, 3, 5 ) ; c) v = ( 0, −3, 5 ) ; d) alt raspuns.
Raspuns c)

Rezolvare

Vom afla coordonatele vectorului v în baza B v1, v2, v3 aplicând metoda Gauss-Jordan:

B v
1 1 1 2
1 1 2 -1
2 1 1 2
1 1 1 2
0 0 1 -3
0 -1 -1 -2
1 1 0 5
0 0 1 -3
0 -1 0 -5
1 0 0 0
0 0 1 -3

8
 0 1 0 5
Citim din ultimul tabel coordonatele vectorului v în baza B v1, v2, v3 şi anume
v = ( 0, 5, −3)
6) Exprimati vectorul v = ( −3, 1, 2 ) în baza unitară.
a) v = 3e1 + e2 + e3 ; b) v = −3e1 + e2 + 2e3 ; c); v = 3e1 + e2 − e3 d) v = 3e1 − e2 − e3
Raspuns b)

Rezolvare
În spaŃiul R3 vectorii unitari sunt e1 = (1, 0, 0 ) ; e2 = ( 0, 1, 0 ) ; e3 = ( 0, 0, 1)
şi atunci putem scrie
v = -3e1 + 1 ⋅ e2 + 2⋅ e3.
7) Exprimati vectorul v = ( −3, 1, 2 ) în baza v1, v2, v3 unde
v1 = (1, 1, −1) ; v2 = ( −3, 1, 2 ) ; v3 = (1, 1, 1)
a) v = 0v1 + 1v2 + 1v3 ; b) v = 0v1 + 1v2 + 0v3 ; c) v = 1v1 + 1v2 + 0v3 ; d) alt răspuns.
Raspuns b)

Rezolvare

Pentru a exprima v în baza v1, v2, v3 se rezolvă prin metoda Gauss Jordan şi
obŃinem v = 0v1 + 1v2 + 0v3 (sau se observă având în vedere că v = v2 ).
8) Fie următoarele sisteme de vectori:
A = {a1, a2, a3}, unde a1 = (1, 4, 2 ) ; a2 = ( -1, 2, 0 ) ; a3 = ( 3, 1, 5 ) şi
B = {b1, b2, b3}, unde b1 = ( 2, 4, 5) ; b2 = ( -1, 1, 0 ) ; b3 = ( -2, 0, 2 ) .
Să se determine matricea de trecere de la baza A la baza B.
 5 15 14   5 15 14   5 15 14 
1  −1
a) M =  − 15 17 2  ; b) M =  −15 17 2  ; c) M =  −15 17 
1
0 ;
16  16   16 
  −34 58 20   −34 58 20 
 − 34 58 20 
d) alt raspuns.

Raspuns a)

Rezolvare
Fie M matricea de trecere de la A la B

Din vA = A-1 ⋅ v ⇒ v = A ⋅ vA
⇒
vB = B ⋅ v ⇒ v = B ⋅ vB
-1

A ⋅ vA = B ⋅ vB ⇒ vA = A-1 B vB deci MT = A-1B pe care o vom determina

aplicând metoda Gauss-Jordan

9
  5 − 15 − 34 
1 
M = 15 17
T
58 
16 
14 2 20 

 5 15 14 
1 
M =  − 15 17 2 
16  
 − 34 58 20 

A B
1 -1 3 2 -1 -2
4 2 1 4 1 0
2 0 5 5 0 2
1 -1 3 2 -1 -2
0 6 -11 -4 5 8
0 2 -1 1 2 6
1 0 7/6 4/3 -1/6 -2/3
0 1 -11/6 -2/3 5/6 4/3
0 0 8/3 7/3 1/3 10/3
1 0 0 5/16 -5/16 -17/8
0 1 0 15/16 17/16 29/8
0 0 1 7/8 1/8 5/4

9) AplicaŃia T : R2 → R3 unde
T(x1, x2) = (x1 + x2, –x2, – x1–x2) este o aplicaŃie liniară ?
Raspuns A
Rezolvare
Conform teoremei vom arăta că:
T(αx + βy) = αT(x) + βT(y) (∀) α, β ∈R, x, y ∈R2 ⇔
T(αx1 + βy1, αx2+ βy2) = αT(x1, x2) + βT(y1, y2) ⇔
(αx1 + βy1 + αx2 + βy2, – αx2 – βy2, – αx1 – βy1 – αx2 – βy2) =
= α(x1 + x2, –x2, – x1 –x2) + β(y1 + y2, –y2, – y1 –y2) (A).
10) Fie aplicaŃia liniară T : R2 → R3, T(x1, x2) = (x1 + x2, – x2, – x1 –x2)
Să se determine matricea asociată aplicaŃiei liniare T în raport cu perechea de
baze: B = {a1, a2} şi B’ = {b1, b2, b3}, unde
a1 = (1, 1) , a2 = ( -1, 3) ;
b1 = (1, 1, 1) , b2 = (1, 3, 4 ) , b3 = ( 5, -1, 0 )

10
  10 5  5   10 5 
 −  
10
 4 2  4 2   4
 2 
a) M B,B' (T ) =  −
9 1
; b) M B, B ' (T ) = 
1
; c); M B, B ' (T ) =  −
9 9 1
 8 8  8 8  8 8
 1    
7  1 7  1 5
  
 8
 
 8 8

 8 8 8
d) alt raspuns.

Raspuns a)

Rezolvare
T(a1) = T(1, 1) = (2, –1, –2)
T(a2) = T(–1, 3) = (2, –3, –2).
Coordonatele acestor doi vectori în baza B’ sunt:
(10/4, –9/8, 1/8) şi respectiv (–5/2, 1/8, 7/8). Deci
 10 5
 − 
 4 2
M B,B' (T ) =  −
9 1 
 8 8
 1 7
 
 8 8

11) Fie aplicaŃia liniară T : R2 → R3, T(x1, x2) = (x1 + x2, – x2, – x1 –x2)
Să se determine matricea asociată aplicaŃiei liniare T în raport cu bazele
canonice.
 1 1  1 1  1 1
 
a) M B, B ' (T ) =  0 1  ; b) M B,B' (T ) =  0 − 1 ; c) M B, B ' (T ) =  0 1  ;
 
 −1 1 
   − 1 − 1  −1 0 
 
 
d) alt raspuns.
Raspuns b)

Rezolvare
Bazele canonice sunt B = {e1, e2}, e1 = (1, 0 ) , e2 = ( 0, 1) şi
'

'

'

{
B ' = e1' , e2' , e3' , } e = (1,
1 0, 0 ) ; e2 = ( 0, 1, 0 ) ; e3 = ( 0, 0, 1)
T(e1) = T(1, 0) = (1, 0, –1)
T(e2) = T(0, 1) = (1, –1, –1).
Coordonatele acestor doi vectori în baza B’ sunt (1, 0, –1) şi respectiv (1, –1, –1)
şi deci

11
  1 1
 
M B,B ' (T ) =  0 − 1
 − 1 − 1
 

12) Fie T : R3 → R3 o aplicaŃie liniară a cărei matrice asociată în raport cu baza

canonică este:

 4 0 0
 
AT =  0 1 3
0 3 1
 
Să se afle valorile proprii asociaŃi acestui operator.
a) λ1 = λ2 = 4 şi λ3 = 2; b) λ1 = λ2 = 4 şi λ3 = –2; c) λ1 = λ2 = –4 şi λ3 = –2; d) alt
raspuns.
Raspuns b)

Rezolvare
4−λ 0 0
Polinomul caracteristic P(λ ) = det (A − λE 3 ) = 0 1− λ 3 şi atunci
0 3 1− λ
ecuaŃia caracteristică va fi: (4 –λ)2 (–2 –λ)= 0
Valorile proprii sunt soluŃiile acestei ecuaŃii: λ1 = λ2 = 4 şi λ3 = –2.

13) Fie T : R3 → R3 o aplicaŃie liniară a cărei matrice asociată în raport cu baza

canonică este:

 4 0 0
 
AT =  0 1 3
0 3 1
 
Să se afle vectorii proprii asociaŃi acestui operator.

a) v = (k, h, h), unde k, h ∈ R şi v = (0, –p, p), unde p ∈ R nenul ; b) v = (k, -h, h),
unde k, h ∈ R şi v = (0, p, p), unde p ∈ R nenul; c) v = (k, -h, -h), unde k, h ∈ R şi v = (0,
–p, p), unde p ∈ R nenul; d) alt raspuns.

Raspuns a)

Rezolvare

Vectorii proprii asociaŃi valorii proprii λ se află rezolvând ecuaŃia: T(v) = λv

12
 4−λ 0 0
Cum polinomul caracteristic P(λ ) = det (A − λE 3 ) = 0 1− λ 3 atunci
0 3 1− λ
ecuaŃia caracteristică va fi: (4 –λ)2 (–2 –λ)= 0
Valorile proprii sunt soluŃiile acestei ecuaŃii: λ1 = λ2 = 4 şi λ3 = –2.
Aşadar, fie λ1 = λ2 = 4, atunci vom rezolva ecuaŃia
T(v) = 4v, v ∈ R3
4 v1 = 4 v1
  v1 = v 1 v1 ∈ R
 v 2 + 3v 3 = 4 v 2 ⇔  ⇔
3v + v = 4 v v 3 = v 2 v 2 = v 3 ∈ R
 2 3 3

Deci v = (k, h, h), unde k, h ∈ R şi nu sunt simultan nuli, este vectorul propriu
căutat asociat valorii λ = 4.

Fie λ3 = –2 atunci vom rezolva ecuaŃia

T(v) = -2v, v ∈ R3
4 v1 = −2 v1
 v1 = 0
v 2 + 3v 3 = −2 v 2 ⇔ 
3v + v = −2 v v 2 = − v 3 ∈ R
 2 3 3

Deci v = (0, –p, p), unde p ∈ R nenul, este vectorul propriu asociat valorii
λ = –2.
14) Fie o formă biliniară f : R2 × R2 → R
f(x, y) = x1y1 – 2x2y1 + x1y2. Care este matricea formei biliniare în baza canonică?
 1 1  1 1 1 1
a) A f =   ;b) A f =   ;c) A f =   ; d) alt raspuns.
 −3 0   − 2 0  2 0

Raspuns b)

Rezolvare

Fie:
a a 12  y1 
f (x , y ) = (x 1 x 2 ) 11   = x 1 y1a 11 + x 2 y1a 21 + x 1 y 2 a 12 + x 2 y 2 a 22
 a 21 a 22  y 2 
Această formă o identificăm cu forma biliniară dată şi se obŃine matricea formei
 1 1
în baza canonică: A f =  
 − 2 0
15) Să se aducă la forma canonică următoarea funcŃională pătratică:
g : R3 → R, g (x ) = 2x 12 − x 32 − 4 x 1 x 3 + 6 x 2 x 3 + x 22 (utilizaŃi metoda lui Jacobi)
1 1 2 1 1 2 1 1 2
a) f ( y ) = y12 + y22 − y3 ; b) f ( y ) = y12 + y22 + y3 ; c) f ( y ) = y12 − y22 − y3 d)
2 12 2 12 2 12
alt raspuns.

13
 Raspuns a)

Rezolvare

 2 0 − 2
 
A= 0 1 3 
 − 2 3 −1
 
2 0 −2
2 0
Calculăm minorii ∆1 = a11 = 2; ∆ 2 = = 2; ∆3 = 0 1 3 = −24
0 1
−2 3 −1

f (y ) =
1 2 2 2 2 2 1 2 1
y1 + y 2 + y 3 = y1 + y 22 − y 32
2 2 24 2 12
şi observăm că această formă pătratică este nedefinită.
16) Să se aducă la forma canonică următoarea formă pătratică
g : R3 → R g (x ) = x 22 − x 32 + 4 x 1 x 2 − 4 x 1 x 3 utilizând metoda lui Gauss.
a) g ( y ) = y12 + y22 ; b) g ( y ) = − y12 − y22 ; c) g ( y ) = y12 − y22 ; d) alt raspuns.

Raspuns c)

Rezolvare

Rezolvare:
 0 2 − 2
 
Matricea formei este: A =  2 1 0  cu minorii
 − 2 0 −1
 
0 2 −2
0 2
∆ 1 = 0, ∆ 2 = = −4, ∆ 3 = 2 1 0 = 0
2 1
− 2 0 −1
Metoda lui Jacobi nu se poate aplica deoarece avem minori nuli şi atunci vom
aplica acest exemplu metoda lui Gauss.
Metoda lui Gauss constă în formarea de pătrate perfecte când conŃin cel puŃin un
aii ≠ 0
g (x ) = (x 22 + 4 x 1 x 2 + 4 x 12 ) − 4 x 12 − x 32 − 4x 1 x 3 = (x 2 + 2 x 1 ) − (2 x 1 + x 3 ) ⇒
2 2

⇒ g(y ) = y12 − y 22
are natură nedefinită.
17) Un sistem de vectori v1, v2, ...., vm  din V se numeşte sistem liniar
independent dacă din α1v1 + α2v2 + ....+ αmvm = 0 rezultă că scalarii
α1 = α2 = ..... =αm = 0.

Raspuns A.

14
 18) Fie V un spaŃiu vectorial peste corpul K. Un sistem de vectori
B = v1, v2, ..., vm se numeşte bază pe spaŃiul vectorial V dacă este formată dintr-
un număr maxim de vectori liniari independenŃi
Raspuns A.

19) AplicaŃie T : V → V’ este aplicaŃie ... dacă şi numai dacă:

T(αx + βy) = αT(x) + βT(y), (∀) α, β ∈ K, x, y ∈ V.
a) liniară; b) neliniară; c) biliniară; d) alt răspuns.

Raspuns a)
20) Fie T: V → V’, λ ∈ K este o valoare ... a aplicaŃiei liniare T dacă şi numai
dacă este rădăcină a ecuaŃiei caracteristice
Raspuns
a) proprie; b) caracteristică; c) alt răspuns.

PROGRAMARE LINIARĂ
(vezi pag. 45-76 Matematici pentru economisti, I. Duda, R. Trandafir, A. Baciu,
R. Ioan, S. Barza, Ed. FRM, 2007)
Formularea problemei de programare liniară (PPL) şi a modelului matematic: forma
generală, forma canonică, forma standard. Rezolvarea prin algoritmul simplex primal.
- Trecerea de la o soluŃie posibilă de bază la altă soluŃie posibilă de bază (criteriul de ieşire
din bază);
- Criteriul de intrare în bază;
- Tratarea problemelor de P.L. care nu au forma standard;
- Metoda bazei artificiale
Forma duală a PPL.
Teorema de dualitate şi conŃinutul economic al variabilelor duale (preŃuri umbră).
Algoritmul simplex dual.
Studii de caz în managementul financiar-contabil.
Formularea problemei transporturilor şi a modelului matematic.
SoluŃii de bază iniŃiale.
Criteriile de optimizare.
Studii de caz.

Diverse probleme economice şi sociale la o serie de probleme de optimizare. De

exemplu:
1. probleme de planificare a investiŃiilor (probleme de utilizare oprimă a unor
resurse);
2. probleme de transport;
3. probleme de planificare a producŃiei.

Problema utilizării optime a unor resurse

O întreprindere produce articolele A1, A2, ... An utilizând materiile prime
(resursele) M1, M2, ... Mm (disponibil de forŃă de muncă, capital, energie). Resursele sunt

15
în cantităŃi limitate, din, de exemplu Mj dispunem de o cantitate maximă bj (cunoscută).
Se cunosc, de asemenea:
• consumurile tehnologice – aij (aij ≥ 0) cantitatea din Mj ce se consumă pentru a
(
fabrica o unitate din Ai i = 1, n , j = 1, m )
A1 A2 L An
M1 a 11 a 12 L a 1n
M2 a 21 a 22 L a 2n
M
Mm a m1 a m2 L a mn

• beneficiile unitare ci (ci > 0) i = 1, n reprezentând suma realizată prin

valorificarea unei unităŃi din produsul Ai.
Notăm cu xi i = 1, n cantitatea de produs Ai ce va fi fabricată. Cunoaşterea lui xi,
reprezentând obiectivul final într-o problemă de planificare a producŃiei.
n
Încasările totale fiind f (x 1 , x 2 K x n ) = ∑ c i x i
i =1
În cazul în care unitatea dispune de materii prime, se pune problema utilizării lor
astfel încât să obŃină încasări totale cât mai mari.

 n

[ max ]f = ∑ ci x i
i =1

(1)∑ a ij x i ≤ b j , j = 1, m
n

 i =1
x ≥ 0, i = 1, n
 i

Matriceal problema se scrie

[max ]f = cx
(1′) Ax ≤ B
x ≥ 0

Putem spune că la un model de programare liniară avem:
1. o funcŃie obiectiv (liniară în toate variabilele) f = c1x1 + c2x2 + ... + cnxn
2. un sistem de restricŃii formate din ecuaŃii şi inecuaŃii liniare
3. condiŃii de nenegativitate asupra variabilelor
4. un criteriu de optim – de „min” sau de „maxim”

FORMA STANDARD A PROBLEMEI DE PROGRAMARE LINIARĂ

16
 Considerând o problemă de programare liniară, având drept criteriu de optim
„min” (de exemplu, minimizarea cheltuielilor) aceasta se va scrie în formă standard
astfel:

 [min ]f = c1 x 1 + c2x 2 + K + cn x m
a x + a 12 x 2 + K + a 1n x n = b1
 11 1
a x + + + =
(2) 21 1
a 22 x 2 K a 2n x n b2
 M
 a m1 x 1 + a m2 x 2 + K + a mn x n = bm

x 1 ≥ 0, x 1 ≥ 0, K xn ≥ 0

Sau matriceal
[max ]f = cx
(2′) Ax = B
x ≥ 0

• DefiniŃie 1. Un vector X0 ≥ 0 ce verifică relaŃia AX = B se numeşte soluŃie
posibilă a modelului.
• DefiniŃie 2. O soluŃie posibilă X0 pentru care numărul de componente nenule r
este mai mic sau egal cu m, iar vectorii ce corespund componentelor nenule sunt liniar
independenŃi se numeşte soluŃie de bază.
• În cazul în care r < m soluŃia de bază se numeşte degenerată.
• DefiniŃie 3. SoluŃia posibilă X′ este optimă dacă pentru orice soluŃie posibilă X
avem:
CX′ ≤ CX

• Teoremă. Dacă X0 este o soluŃie optimă de bază a problemei de programare

liniară (PL) atunci vectorii ce corespund componentelor nenule ale lui X0 sunt liniari
independenŃi.
•Fie problema de programare liniară
[min ] f = CX X ∈ R n ,C ∈ R m

AX = B A ∈ M m×n (R )
X ≥ 0 m〈 n, rang A = m

Pentru rezolvarea acestuia procedăm astfel:
1. se întocmeşte lista cu vectorii corespunzători coloanelor matricii
A: a1, a2, ... an

{ }
2. dintre vectorii a1, a2, ... an se alege o bază T = a i1 , a i 2 ,... a i m .
3. Se calculează componentele BT ale vectorilor B în baza T.
4. Se determină componentele vectorilor {a 1 , a 2 , ... a n } în baza T şi se trec în
tabelul SIMPLEX.

17
 Cj: C1 C2 Cn
CB
B XB
coeficienŃii a1 a2 am
baza soluŃia
bazici
C1 a i1

componentele
lui B în
C2

baza T
a i2
⋮ ⋮
Cm a im
Zj Z0 Z1 Zn
∆j = Cj – Zj

m
Z j = ∑ Ci a j , Z 0 = C B ⋅X B
i =1

5. Dacă ∆j ≥ 0 atunci
• baza T este optimă;
• soluŃia de bază BT completată cu zerourile necunoscutelor este soluŃie
optimă de bază
• valoarea optimă a funcŃiei obiectiv este Z0 şi rezolvarea s-a încheiat. Dacă ∃
β pentru care ∆β < 0, baza T nu este optimă şi se trece la punctul 6o.
6. Se va introduce în bază vectorul aβ (unde: indicele β este dat de cea mai mare
diferenŃă negativă în modul) parcurgând etapele următoare:
a. se împarte coloana BT la coloana componentelor lui aβ (numai
componentele strict pozitive);
b. se alege rezultatul minim;
c. vectorul aα iese din bază şi intră în bază vectorul aβ;
d. elementul aflat pe linia α şi coloana β se numeşte pivot).
7. Completarea tabloului simplex se va face astfel:
• baza nouă se obŃine prin scoaterea lui aα din bază şi înlocuirea cu aβ;
• coloana pivotului devine vector unitar;
• linia pivotului se împarte la pivot, rezultatul trecându-se în total pe linia α;
• se aplică regula dreptunghiului (elementul ce se calculează este dat de

produsul elementelor de pe produsul elementelor de pe

–
diagonala pivotului cealaltă diagonală
pivot

• se completează liniile anexă;

• se revine la punctul 5o.

18
 OBSERVAłII

• La ieşirea din bază dacă sunt mai multe rapoarte minime egale poate ieşi
oricare din variabilele corespunzătoare.
• Dacă la căutarea variabilei ce părăseşte baza pe coloana ce intră în bază nu
avem nici un element strict pozitiv (toate negative sau zero) algoritmul se va
încheia cu concluzia optim infinit.

Să se rezolve următoarea problemă de programare liniară:

[min ]f = 2x 1 + x 2 + x 3 + 3x 4 + 2x 5
x 1 + x 4 + 2 x 5 = 8

x 2 + 2 x 4 + x 5 = 12
x + x + 3x = 16
 3 4 5

x i ≥ 0, i = 1,5

Rezolvare
1 0 0 1 2
 
Scriem matricea A =  0 1 0 2 1 
 0 0 1 1 3
 
Observăm că avem o bază B = {a 1 , a 2 , a 3 }

Cj 2 1 1 3 2
CB B XB a1 a2 a3 a4 a5
2 a1 8 1 0 0 1 2
1 a2 12 0 1 0 2 1
1 a3 16 0 0 1 1 3
Zj 2⋅8+1⋅12+1⋅16=44 2 1 2 5 8
soluŃia nu
∆j = Cj – Zj 0 0 0 -2 -6 este optimă
(∃ ∆j < 0)
2 a5 4 1/2 0 0 1/2 1
1 a2 8 -1/2 1 0 3/2 0
1 a3 4 -3/2 0 1 -1/2 0
Zj 20 -1 1 1 2 2
∆j ≥ 0 soluŃia
∆j = Cj – Zj 3 0 0 1 0
este optimă

Concluziile sunt următoarele:

• baza B = {a 1 , a 2 , a 3 } nu este optimă deoarece ∆4 < 0, ∆5 < 0;

19
 • corespunzător lui ∆5 (celei mai mari diferenŃe negative în modul) alegem
vectorul a5 în scopul introducerii în bază;
• împărŃind coloana „soluŃie” la coloana lui a5, găsim
8 12 16
, , , iar
2 1 3
 8 12 16  8
min  , ,  = , corespunzător pivotului va fi a15 = 2
2 1 3  2
a1 iese din bază, a5 intră în bază.
La Pasul următor observăm că toate diferenŃele ∆j ≥ 0, soluŃia este optimă
• baza {a 5 , a 2 , a 3 } este optimă
• soluŃia optimă de bază este x5 = 4, x2 = 8, x3 = 4
x1 = x4 = 0
• valoarea minimă a lui f este Z0 = 9

Algoritmul SIMPLEX pentru care nu au soluŃia iniŃială.

• RestricŃiile pot fi puse (sau sunt) sub forma Ax ≤ b, b ≥ 0, x ≥ 0
indiferent dacă problema este de „max” sau de „min”.
• Deoarece în cazul inegalităŃii α ≤ β ∃ γ ≥ 0 astfel încât α + γ = β vom adăuga la
fiecare inegalitate a problemei câte o variabilă y pozitivă astfel încât sistemul de
inegalităŃi al problemei devine sistem de egalităŃi.
Fixând x1 = x2 = ... = xn = 0 avem soluŃia y1 = b1, ... ym = bm posibilă prin
construcŃie.
În funcŃia obiectiv variabilele y sunt introduse şi numite variabile de
compensare sau de egalizare sau variabile ecart vor figura cu coeficient „0”
Pentru problema modificată în acest fel şi adusă, deci la forma standard se aplică
algoritmul simplex ca în cazul precedent.

[max ]f = CX [max ]f = CX + 0 ⋅ y
 
(3) AX ≤ b, b ≥ 0 ⇔ AX + I m y = b (3’)
X ≥ 0 X ≥ 0, Y ≥ 0
 

[max ]f = CX + 0 y
a x + a x + ... + a x + y = b
 11 1 12 2 1n n 1 1

a 21 x 1 + a 22 x 2 + ... + a 2 n x n + y 2 = b 2
(3’) ⇔  (4)
M

a m1 x 1 + amx 2 + ... + a mn x n + y m = b m

x 1 ≥ 0, i = 1, n , y j ≥ 0, j = 1, m

20
 OBSERVAłII
• La determinarea algoritmului SIMPLEX soluŃia optimă poate cuprinde variabile
X cât şi variabile Y
x0 
X =  0 
0

y 
• În cazul în care există componente y în soluŃia optimă, interpretarea lor
economică poate fi aceea de economie de resurse în sensul că pentru componenta optimă
yk de exemplu, diferită de zero, atunci resursa bk ≠ 0, nu a fost transformată în întregime.

EXEMPLU
[max]f = 2x 1 + 4x 2 − x 3 + 5x 4
2x 1 + x 2 + x 3 + x 4 ≤ 12
(4)  ⇔
x 1 + 2x 2 + x 3 + 3x 4 ≤ 15
x i ≥ 0, i = 1,4

[max ]f = 2x 1 + 4x 2 − x 5 + 5x 4 + 0 y1 + 0 y 2
2x 1 + x 2 + x 3 + x 4 + y1 = 12
⇔(5) 
x 1 + x 2 + x 3 + 3x 4 + y 2 = 15
x i ≥ 0, i = 1,4, y1 ≥ 0, y 2 ≥ 0

Matricea corespunzătoare va fi:

 2 1 1 1 1 0
 
1 1 1 3 0 1
B = {y1, y2}
Întocmim tabloul simplex

cj: 2 4 -1 5 0 0
CB B XB a1 a2 a3 a4 y1 y2
0 y1 12 2 1 1 1 1 0 12 15 
min  ,  =
1 3
0 y2 15 1 2 1 3↓ 0 1 15
= → 3 PIVOT
3
zj 0 0 0 0 0 0
∆j = cj – zj 2 4 -1 5 0 0 soluŃia nu este
optimă (∃∆j > 0)

21
0 y1 7 5/3 1/3 2/3 0 1 -1/3  7 5 
min  , =
1 / 3 2 / 3 = 
5 a4 5 1/3 2/3↓ 1/3 1 0 1/3 5
= → 2 / 3 PIVOT
2/3

zj 25 5/3 10/3 5/3 5 0 5/3

∆j = cj – zj 1/3 2/3 -8/3 0 0 -5/3 soluŃia nu este
optimă (∃∆j > 0)
0 y1 9/2 3/2 0 1/2 -1/2 1 -1/2
4 a2 15/2 1/2 1 1/2 3/2 0 1/2
zj 30 2 4 2 6 0 2
∆j = cj – zj 0 0 -3 -1 0 -2 SoluŃia este optimă
(∆j ≤ 0)

SoluŃia este x1 = x3 = x4 = 0, x2 = 15/2

y1 = 9/2, y2 = 0
fmax = 30

METODA BAZEI ARTIFICIALE

Constă în introducerea unui număr de m variabile artificiale ui, ui ≥ 0 câte una la

fiecare restricŃie astfel încât restricŃiile modificate devin:
AX + I m u = b

x ≥ 0, u ≥ 0
iar funcŃia obiectiv
[max]f = CX – Mu
sau
[min]f = CX + Mu, unde M ≥ 0 foarte mare în raport cu cifrele ce apar în calcule.
Scopul introducerii variabilelor artificiale este acela de a avea pentru început o
soluŃie de bază, constatând că aceasta este dată chiar de variabilele artificiale.
La terminarea algoritmului SIMPLEX pentru o astfel de problemă putem avea
următoarele situaŃii:
1. soluŃia optimă nu conŃine variabile artificiale
2. soluŃia optimă conŃine variabile artificiale, dar de valoare zero. În acest caz
problema are soluŃie optimă degenerată
3. soluŃia optimă conŃine variabile artificiale nenule. În acest caz problema nu are
soluŃie, pentru că nu a fost corect formulată. Din punct de vedere economic prezenŃa
variabilelor artificiale în funcŃia obiectiv înseamnă o diminuare a valorii maxime sau o
creştere a valorii minime.

22
 EXEMPLU

[max ]f = 2x 1 + 4x 2 − x 3 + 5x 4
2x 1 + x 2 + x 3 + x 4 = 10

x 1 + 2x 2 + x 3 + 3x 4 = 15
x i ≥ 0, i = 1,4

Rezolvare
 2 1 1 1
Matricea sistemului A :  
 1 2 1 1
Problema se va rescrie
[max ]f = 2x 1 + 4x 2 − x 3 + 5x 4 + Mu 1 − Mu 2
2x 1 + x 2 + x 3 + x 4 + u 1 = 10

x 1 + 2 x 2 + x 3 + 3x 4 + u 2 = 15
x i ≥ 0, i = 1,4, u 1 ≥ 0, u 2 ≥ 0

Matricea se rescrie corespunzător

 2 1 1 1 1 0
A =  
1 2 1 3 0 1
B = {u1, u2}

cj 2 4 -1 5 -M -M
CB B XB x1 x2 x3 x4 u1 u2
-M u1 10 2 1 1 1 1 0 10 15 
min  ,  =
1 3
-M u2 15 1 2 1 3↓ 0 1 15
= → 3 PIVOT
3

zj -3M -3M -2M -4M -M -M

∆j = cj – zj 2-3M 3M+4 2M-1 4M+5 0 0 soluŃia nu este
optimă (∃∆j > 0)
-M u1 ← 5 5/3 1/3 2/3 0 1 -1/3
5 x 4← 5 1/3 2/3 1/3 1 0 1/3  5 5 
min  , =
5 / 3 1/ 3

zj 5/3- 10/3- 5/3- 5 -M M/3+5/3 5

5/3M M/3 2M/3 = → 5 / 3 PIVOT
5/3

23
∆j = cj – zj 5/3M+1 M/3+2 2M/3- 0 0 -4M/3-5/3 soluŃia nu este
/3 /3 8/3 optimă (∃∆j > 0)
2 x1 3 1 1/5 2/5 0 3/5 -1/5
5 x 4← 4 0 3/5↓ 1/5 1 -1/5 2/5  3 4 
min  , =
1 / 5 3/5 

zj 26 2 17/5 9/5 5 1/5 8/5 4

= ⇒ 3 / 5 PIVOT
3/ 5

∆j = cj – zj 0 3/5 -14/5 0 -M- -M-8/5 soluŃia nu este

1/5 optimă (∆j ≤ 0)
2 x1 5/3 1 0 1/3 -1/3 2/3 -1/3
4 x2 20/3 0 1 1/3 5/3 -1/3 2/3
zj 80/3 2 4 2 6 0 2
∆j = cj – zj 0 0 -3 -1 -M -M-2 soluŃia este
optimă (toate
diferenŃe
∆j ≤ 0)

SoluŃia max f = 80/3

x1 = 5/3 u1 = u2 = 0
x2 = 20/3
x3 = x4 = 0

OBSERVAłII

Pentru o problemă ce nu are soluŃie iniŃială procedăm astfel:

1. restricŃiile de forma α ≤ β devin egalităŃi introducând variabilele de
compensare;
2. pentru restricŃiile α = β introducem variabilele artificiale;
3. pentru restricŃiile α ≥ β introducem variabilele de compensare şi artificiale.

Formal putem scrie:

•α≤β⇒α+γ=β
•α=β⇒α+u=β
•α≥β⇒α–γ+u=β

În funcŃia obiectiv sunt introduse variabilele de compensare ca în cazul 1 şi

variabilele artificiale ca în cazul 2.

24
 EXEMPLU

[min ]f = x 1 + x 2 + x 3 + 2x 4 + 3x 5 + 4x 6
2 x 1 + x 2 + x 3 + x 4 + x 5 + x 6 ≤ 8

x 1 + 2 x 2 + x 3 + x 4 + 3x 5 + x 6 = 24
x + x + 2x + x + x + x ≥ 8
 1 2 3 4 5 6

x i ≥ 0, i = 1,6

Rezolvare

Problema se va rescrie introducând variabilele de compensare şi artificiale

corespunzătoare

[min ]f = x 1 + x 2 + x 3 + 2x 4 + 3x 5 + 4x 6 + 0 y1 + 0 y 2 + Mu 1 + Mu 2
2 x 1 + x 2 + x 3 + x 4 + x 5 + x 6 + y1 = 8

x 1 + 2x 2 + x 3 + x 4 + 3x 5 + x 6 + u 1 = 24
x + x + 2 x + x + x + x − y + u = 8
 1 2 3 4 5 6 2 2

x i ≥ 0, i = 1,6, y1 ≥ 0, y 2 ≥ 0; u 1 ≥ 0; u 2 ≥ 0

Matricea sistemului va fi:

 2 1 1 1 1 1 1 0 0 0
 
A :  1 2 1 1 3 1 0 0 1 0
1 1 2 1 1 1 0 −1 0 1
 

Observăm că B = {y1, u1, u2}

cj 1 1 1 2 3 4 0 0 M M
CB B XB x1 x2 x3 x4 x5 x6 y1 y2 u1 u2
0 y1← 8 2 1 1 1 1↓ 1 1 0 0 0
M u1 24 1 2 1 1 3 1 0 0 1 0
M u2 8 1 1 2 1 1 1 0 -1 0 1
zj 2M 3M 3M 2M 4M 2M 0 -M M M
∆j = cj – zj 1- 1- 1- 2- 3- 4- 0 M 0 0 soluŃia nu
2M 3M 3M 2M 4M 2M este optimă
(∃∆j < 0)
3 x5 8 2 1 1 1 1 1 1 0 0 0
M u1 0 -5 -1 -2 -2 0 -2 -3 0 1 0
M u2 0 -1 0 1 0 0 0 -1 -1 0 1
zj 24 6- 3- 3- 3- 3 3- 3- -M M M

25
 6M M M 2M 2M 4M
∆j = cj – zj 6M M- M- 2M 0 2M 4M M 0 0 ∆≥0
-5 2 2 -1 +1 -3 soluŃia este
optimă
degenerată

SoluŃia [min]f = 24
u1 = u2 = 0
y1 = y2 = 0
x 1 = x 2 = x3 = x4 = x6 = 0
x5 = 8

26
 ELEMENTE DE ANALIZĂ MATEMATICĂ CU APLICAłII ÎN
FUNDAMENTAREA DECIZIEI ECONOMICE OPTIME
(vezi pag. 86-115 Matematici pentru economisti, I. Duda, R. Trandafir, A.
Baciu, R. Ioan, S. Barza, Ed. FRM, 2007)

FuncŃii de mai multe variabile. MulŃimi şi puncte din Rn.

Continuitatea funcŃiilor în spaŃiul Rn: limite, limite iterate.
Derivabilitatea funcŃiilor în Rn: derivate parŃiale de ordinul I şi de ordin superior.
DiferenŃiala de ordin I şi de ordin superior; conŃinut economic.
Derivata funcŃiilor compuse.
Extremele funcŃiilor de mai multe variabile ( punct de extrem local; punct staŃionar; punct de
minim local;punct de maxim local).
Extreme cu legături (condiŃionate). ConŃinut economic.
AplicaŃii şi studii de caz.
Integrale.
Tipuri principale de ecuaŃii diferenŃiale cu aplicaŃii în economie:
- ecuaŃii cu variabile separabile,
- ecuaŃii diferenŃiale liniare:
-ecuaŃii omogene,
-ecuaŃii diferenŃiale de tip Bernoulli şi Riccati şi aplicaŃiile lor.

1. DiferenŃiale

Fie f o funcŃie reală de două variabile, f : E ⊂ R2 → R şi fie (x0, y0) un punct interior lui
E.

DefiniŃie. Spunem că funcŃia f(x, y) e diferenŃială în punctul (x0, y0) dacă există două
numere reale λ şi µ şi o funcŃie ω (x, y) : E ⊂ R2 → R, continuă în (x0, y0) şi nulă în acest punct:

lim ω(x , y ) = ω(x 0 y 0 ) = 0

x →x 0
y→ y 0

astfel încât pentru orice punct (x, y) ∈ E, să avem egalitatea

f (x , y ) − f (x 0 y 0 ) = λ (x − x 0 ) + µ(y − y 0 ) + ω(x , y ) (x − x 0 ) + (y − y 0 )
2 2

ProprietăŃi:
1) Dacă funcŃia f e diferenŃiabilă în punctul (x0, y0), atunci ea are derivate parŃiale în (x0,
y0) şi
f′x (x0, y0) = λ, f′y (x0, y0) = µ
Egalitatea de definiŃie a diferenŃiabilităŃii se scrie:

f (x , y ) − f (x 0 y 0 ) = f x′ (x 0 , y 0 )(x − x 0 ) + f y′ (x 0 , y 0 )(y − y 0 ) +
+ ω(x , y ) (x − x 0 ) + (y − y 0 )
2 2

2) Dacă funcŃia f e diferenŃiabilă în (x0, y0) atunci ea este continuă în acest punct.

27
 3) Dacă funcŃia f are derivate parŃiale f’x, f’y într-o vecinătate V a lui (x0,y0) şi dacă aceste
derivate parŃiale sunt continue în (x0, y0) atunci funcŃia f este diferenŃiabilă în (x0, y0).

DefiniŃie. FuncŃia liniară de două variabile:

df(x0, y0) = f′x(x0,y0) ⋅ (x – x0) + f’y (x0,y0) ⋅ (y – y0) se numeşte diferenŃiala funcŃiei f(x, y)
în punctul (x0, y0).
DiferenŃiala funcŃiei f se mai notează
df(x, y) = f’x(x, y)dx + f′y(x, y)dy

DefiniŃie.
Spunem că f admite diferenŃiala de ordin 2 în (x0, y0) dacă toate derivatele parŃiale de
ordinul întâi există într-o vecinătate a punctului (x0, y0) şi sunt diferenŃiabile în (x0, y0)

d 2 f (x 0 , y 0 ) = f x′′2 (x 0 , y 0 )dx 2 + 2f xy
′′ (x 0 , y 0 )dxdy + f y′′2 (x 0 , y 0 )dy 2

Exemple
1) Pornind de la definiŃie, să se arate că funcŃia

f(x, y) = (x – 1)2 + y2 este diferenŃiabilă în punctul A(1, 1).

Rezolvare:
Va trebui să arătăm că are loc egalitatea:
∂f (1,1) ∂f (1,1)
(1) f ( x , y) − f (1,1) = ( x − 1) + ( y − 1) + ω(x , y ) (x − x 0 ) + (y − y 0 )
2 2

∂x ∂y
cu lim ω(x , y ) = 0 .
x →1
y →1

∂f (1,1) ∂f (1,1)
Deoarece = 0 şi = 2 şi f(1, 1) = 1 atunci egalitatea (1) devine:
∂x ∂y
(x − 1)2 + y 2 − 1 = 2(y − 1) + ω(x, y ) ⋅ (x − 1)2 + (y − 1)2 cu lim ω(x , y ) = 0
x →1
y →1
sau
(x − 1)2 + (y − 1)2 = ω(x, y ) (x − 1)2 + (y − 1)2 ω(x, y )
De aici deducem
ω(x, y ) = (x − 1)2 + (y − 1)2 şi lim
x →1
(x − 1)2 + (y − 1)2 =0
y →1
2) Să se arate că funcŃia:
0, daca x = 0 sau y = 0
f (x , y ) = 
1, daca x ≠ 0 sau y ≠ 0
nu este diferenŃiabilă în origine.

Rezolvare: Dacă funcŃia ar fi diferenŃiabilă în origine ar trebui să avem egalitatea:

28
 ∂f (0,0) ∂f (0,0)
f ( x , y) − f (0,0) = ( x − 0) + ( y − 0) + ω(x , y ) x 2 + y 2 cu
∂x ∂y
lim ω(x , y ) = 0 .
x →1
y →1

∂f (0,0) ∂f (0,0)
Să presupunem că x ≠ 0, y ≠ 0- Avem = = 0 deoarece f(x. y) =
∂x ∂y
1 egalitatea (2) devine 1 = x 2 + y 2 ω(x , y ) .

Însă membrul drept tinde către zero când x şi y tind la zero, ceea ce contrazice însăşi
egalitatea.

Exemplu 3
Este funcŃia f (x , y ) = x 2 + y 2 diferenŃiabilă în origine?

Rezolvare
Dacă funcŃia ar fi diferenŃaibilă în origine, conform unei teoreme enunŃate la începutul
capitolului, ar trebui să admită derivate parŃiale în acest punct. Însă
f (x,0) − (0,0) x2 x
lim = lim = lim = 1
x →0 x x →0 x x →0 x
x〉0 x〉0 x〉0

f (x ,0 ) − (0,0 ) x2 x
lim = lim = lim = 1 .
x →0 x x → 0 x x → 0 x
x〈0 x〈0 x〈0

∂f (0,0)
Analog procedăm pentru .
∂y
În origine, funcŃia nu admite derivate parŃiale, deci nu este diferenŃiabilă.

Exemplul 4
Să se calculeze diferenŃialele de ordinul întâi şi doi pentru următoarele funcŃii:

a) f (x, y) = cos xy definită pe R2

b) f (x , y ) = x 2 + y 2 definită pe R2
c) f (x, y) = x ln y definită pe RX(0, ∞)
d) f (x, y) = ex+2y definită pe R2.

Rezolvare:
Deoarece funcŃia admite derivate parŃiale de orice ordin.

29
 ∂f (x , y ) ∂f (x , y )
a) Însă: = − y sin xy, = − x sin xy
∂x ∂y
Deci df (x, y) = - sin xy [ydx + xdy]
∂ 2 f (x , y ) ∂
Apoi = (− y sin xy) = − y 2 cos xy
∂x 2
∂x
∂ 2 f (x , y ) ∂
= (− xd sin xy ) = − xy cos xy
∂x∂y ∂x
∂ 2 f (x , y ) ∂
= (− x sin xy) = − x 2 cos xy
∂y 2
∂y
prin urmare: d2f(x,y) = - cos xy[y2dx2 + 2xy dxdy + x2dy2]
b) Am văzut în exemplul precedent că în origine funcŃia nu este diferenŃiabilă. În orice alt
punt, funcŃia admite derivate parŃiale continue:
∂f (x , y ) x ∂f (x , y ) y
= şi =
∂x x 2 + y2 ∂x x 2 + y2
deci este diferenŃiabilă şi avem:
df (x , y ) =
1
[xdx + ydy]
x 2 + y2
∂ 2 f (x , y ) ∂  x  y2
=  =
∂x ∂x  x + y 2
( )
2 3

2
 x 2 + y 2 2

∂ 2 f (x , y ) ∂  y  x2
=  =
∂y ∂y  x 2 + y 2
( )
2 3
  x 2 + y 2 2

∂ 2 f (x , y ) xy
=
∂x∂y
(x )
3
2
+ y2 2

Deoarece derivatele parŃiale de ordinul al doilea sunt continue în tot planul exceptând
originea, rezultă că în orice punct diferit de origine diferenŃială a doua există şi este:
d 2 f (x , y ) =
1
[y dx2 2
− 2 xydxdy + x 2 dy 2 ]
(x )
3
2
+y 2 2

c) Pe domeniul dat funcŃia admite derivate parŃiale de orice ordin continue în tot planul,
deci funcŃia admite diferenŃiale de orice ordin:
∂f (x , y ) ∂f (x , y ) x
= ln y şi =
∂x ∂x y
Aşadar df (x, y ) − ln ydx + dy
x
y
∂ 2 f (x , y ) ∂
= [ln y] = 0
∂x 2 ∂x
∂ 2 f (x , y ) ∂ x x
=   =− 2
∂x 2 ∂x  y  y

30
 ∂ 2 f (x , y ) 1
=−
∂x∂y y
Aşadar d 2 f (x , y ) = −
x 2
2
dy 2 + dxdy
y y
∂f (x , y ) ∂f (x , y )
d) Deoarece = e x + 2 y şi = 2e x + 2 y
∂x ∂y
şi atunci df (x, y ) = e x +2 y
[dx + 2dy]
∂ 2 f (x , y )
∂x 2
=
∂x
e[
∂ x+2y
] = e x +2 y

∂ 2 f (x , y )
∂y 2
=
∂
∂y
[ ]
2e x + 2 y = 4e x + 2 y

∂ 2 f (x , y ) ∂
∂x∂y
=
∂x
[ ]
2e x + 2 y = 2e x + 2 y

[
şi atunci d 2 f (x , y ) = e x + 2 y dx 2 + 4dxdy + 4dy 2 ]

2. Extremele funcŃiilor de două variabile

DefiniŃie
Fie f o funcŃie reală, de două variabile, definite pe o mulŃime E ⊂ R2. Un punct (a, b) ∈ E
se numeşte punct de maxim local (respectiv de minim local) al funcŃiei
f(x, y), dacă există o vecinătate V a lui (a, b) astfel încât, pentru orice (x, y) ∈ V ⊂ E să avem:
f(x, y) ≤ f(a, b) (respectiv f(x, y) ≥ f(a, b)).

Teoremă
Dacă funcŃia f are derivate parŃiale într-un punct de extrem (a, b) din interiorul mulŃimii
E, atunci derivatele parŃiale ale funcŃiei se anuleaza în acest punct:
f’x(a, b) = 0 şi f’y(a, b) = 0

DefiniŃie
Un punct interior (a, b) ∈ E se numeşte punct staŃionar al funcŃiei f(x, y) dacă funcŃia f( x,
y) e diferenŃiabilă în punctul (a, b) şi dacă diferenŃiala sa e nulă.

Teoremă
Dacă (a, b) este punct staŃionar al funcŃiei f(x, y) şi dacă funcŃia f(x, y) are derivate
parŃiale de ordinul doi continue într-o vecinătate V a punctului (a, b) atunci:
1) Dacă [ ]
∆ = f x'' 2 (a , b )f y''2 (a , b ) − f xy'' (a , b ) 〉 0 , atunci (a, b) e punct extrem local al
2

funcŃiei f(x,y) şi anume:

– dacă f x'' 2 (a, b ) 〉 0 atunci (a, b) e punct de minim
– dacă f x'' 2 (a, b ) 〈 0 atunci (a, b) e punct de maxim.

31
 2) Dacă ∆ < 0 atunci (a, b) nu este punct de extrem
3) Dacă ∆ = 0 atunci nu se poate afirma nimic despre punctul (a, b).

Exemplu: Să se găsească extremele următoarelor funcŃii:

a) f (x , y ) = xy +
50 20
+ , x, y 〉 0
x 7
b) f(x, y) = x2 + y2 – 4x – 2y + 5 (x, y) ∈ R2

Rezolvări:
a) Conform teoriei generale, extremele funcŃiei sunt soluŃii ale sistemului:
 ∂f (x , y ) 50
 ∂x = y − x 2 = 0
(1) 
 ∂f (x , y ) = x − 20 = 0
 ∂y y2
SoluŃia sistemului (1) este x = 5 şi y = 2. Atunci numim punctul (5,2) punct staŃionar:
∂ 2 f (x , y ) 100 ∂ 2 f (x , y ) 40 ∂ 2 f (x , y )
Avem = 3 , = 3 şi =1
∂x 2 x ∂y 2 y ∂x∂y

∂ 2 f (5,2) ∂ 2 f (5,2)  ∂ 2 f (5,2) 

2

∆ (5 , 2 ) = ⋅ −  =3
∂x 2 ∂y 2  ∂x∂y 
∂ 2 f (5,2)
Deoarece 〉 0 , funcŃia f admite în punctul (5,2) un minim şi valoare f(5, 2) = 30.
∂x 2

b) Avem:
 ∂f (x , y )
 ∂x = 2x − 4 = 0
(2) 
 ∂f (x , y ) = 2x − 2 = 0
 ∂y
Punctul staŃionar, adică soluŃia sistemului (2) este (2, 1).
Calculăm derivatele parŃiale în punctul (2, 1):
∂ 2 f(2,1) ∂ 2 f(2,1) ∂ 2 f(2,1)
= 2, = 2 şi =0
∂x 2 ∂y 2 ∂x∂u

∂ 2 f(2,1)
∆ / ( 2 ,1 ) = 4 f 0 şi = 2 f 0 aşadar punctul (2,1) este punctul de minim şi
∂x 2
valoare functiei este f(2,1) = 4+1-8-2+5 = 0

3. Extreme cu legături condiŃionate

Se consideră funcŃia cu două variabile f:E⊂R2 → R (1) şi condiŃia

F(x,y) = 0 (2) unde F are acelaşi domeniu de definiŃie ca şi funcŃia f.

32
 DefiniŃie: Extremele funcŃiei (1) care satisfac şi condiŃia (2) se numesc extreme
condiŃionate ale funcŃiei (1) de condiŃia (2), sau extremele funcŃiei (1) supuse la legăturile (2).
DefiniŃie: Punctele staŃionare ale funcŃiei (1) când (x,y) parcurge mulŃimea ∆ a soluŃiilor
condiŃiei (2) se numesc puncte staŃionare legate sau puncte staŃionare condiŃionate ale funcŃiei f.
Dacă punctul M (a,b) este punctul de extrem căutat atunci considerăm funcŃia:
ϕ (x, y) = f(x, y) + λF(x, y) unde λ se numeşte multiplicatorul lui Lagrange.
Pentru aflarea coordonatelor punctului M(a,b) rezolvăm următorul sistem de derivate
parŃiale:

 ∂ϕ
 ∂x = 0

 ∂ϕ
 =0
 ∂y
F( x , y) = 0



1) Dacă d2ϕ(a,b) > 0 atunci punctul M(a,b) este punct de minim

2) Dacă d2ϕ(a,b) < 0 atunci punctul M (a,b) este punct de maxim
Altfel nu putem preciza natura punctului M.

Exemple: DeterminaŃi punctele de extrem pentru:

a) f(x,y) = x+3y cu condiŃia x2+y2=5 definit pe R2

1 1
b) f ( x , y) = + cu condiŃia x+y=1 definit pe R2\{(0,0)
x y
Rezolvări:
Considerăm ϕ(x,y) = x+3y+λ(x2+y2-5)
 ∂ϕ
 ∂x = 1 + 2λx = 0

 ∂u
(1) = 3 + 2λy = 0
 ∂y
x 2 + y 2 = 5



 1 3 
SituaŃia sistemului (1) este P1  − ,−  pentru λ = 1 / 2
 2 2
 1 3 
şi P2  ,  pentru λ = 1 / 2
 2 2

Calculăm derivatele parŃiale de ordinul II

33
 ∂ 2 ϕ( x , y) ∂
= (1 + 2λx ) = 2λ
∂x 2 ∂x
∂ 2 ϕ( x , y) ∂
= (3 + 2λy = 2λ
∂y 2 ∂y
∂ 2ϕ ( xy) ∂
= (3 + 2λy ) = 0
∂x∂y ∂x
 1 3 
d 2ϕ  − ,−  = 2dx 2 + 2dy 2 〉 0 astfel concluzia este că punctul
 2 2
 1 3 
P1  − ,−  este punct de minim
 2 2
 1 3   1 3 
d 2ϕ  ,  = − 2dx 2 − 2dy 2 〈 0 şi în acest caz P2  ,  este punct de
 2 2  2 2
maxim

1 1
b) Considerăm ϕ ( x, y ) = + + λ ( x + y − 1)
x y
Rezolvăm sistemul

 ∂ϕ ( x, y ) 1
 ∂x = − 2 +λ =0
x

 ∂κ ( x, y ) 1
(2)  = − 2 +λ =0
 ∂y y
x + y = 1


1 1 1
SoluŃia sistemului este P ,  pentru λ =
2 2 4
∂ 2ϕ ( x, y ) ∂  1  2
= − 2 + λ  =
∂x 2
∂x  x  x3
∂ ϕ ( x, y ) ∂  1
2
 2
=  − 2 + λ  =
∂y 2
∂y  y  y3
∂ 2ϕ ( x, y ) ∂  1 
=  − + λ  = 0
∂x∂y ∂x  y 2

 1 1 
d 2ϕ = 2 3 dx 2 + 3
dy 2 
x y 
1 1 1 1
d 2ϕ  ,  = 16(dx 2 + dy 2 )〉 0 astfel P ,  e punct de minim.
2 2 2 2

34
 EcuaŃii diferenŃiale de ordinul întâi

DefiniŃie Se numeşte ecuaŃie diferenŃială de ordinul întâi o ecuaŃie de forma

/
(
F x, y , y = 0 ) (1)

unde: F este o funcŃie reală dată, definită pe D ⊂ R3 , având ca argumente:

/
variabila independentă x ∈ R , funcŃia necunoscută y = y ( x ) şi derivata sa y = y ( x ) .
Dacă ecuaŃia (1) se poate scrie
/
y = f ( x, y ) (2)
Atunci (2) se numeşte forma explicită sau normală a ecuaŃiei diferenŃiale (1).
Dacă y = ϕ ( x ) este o soluŃie a ecuaŃiei (2) graficul soluŃiei este o curbă plană cu
proprietatea că în fiecare punct al ei, tangenta la curbă are direcŃia câmpului ϕ ce trece
prin punctul considerat.
A rezolva ecuaŃia (2) revine la determinarea curbelor integrale, cu proprietatea că
în fiecare punct al lor sunt tangente la direcŃia câmpului ϕ .
Problema determinării soluŃiei ecuaŃiei (2), al cărei grafic trece printr-un punct dat
( x0 , y0 ) se numeşte problemă Cauchy.
Iar y0 = y ( x0 ) condiŃie iniŃială sau condiŃie Cauchy.
1. Să rezolvăm o ecuaŃie de forma
/

y = f ( x ) , f [ a, b ] continuă (2)
/

dy
y =
dx
EcuaŃia devine
dy (3)
= f ( x)
dx
Separăm variabilele
dy = f ( x ) dx (4)
Şi
y= ∫ f ( x )dx + C (5)
Astfel obŃinem soluŃia generală a ecuaŃiei (2)
y = ϕ ( x) + C (5)
Pentru rezolva problema Cauchy impunem condiŃia ca soluŃia să treacă printr-un
punct dat ( x0 , y0 ) .
y0 = ϕ ( x0 ) + C (6)
şi
x0 (7)
y0 = ∫ f ( x )dx + C ⇒ y0 = C
x0
Găsim soluŃia problemei Cauchy
y = y0 + ϕ ( x0 ) (8)

35
2. Să rezolvăm o ecuaŃie de forma

:
y = f ( y), f [ a, b ] continuă (9)

/
dy
y =
dx
Şi
dy (10)
= dx
f ( y)
Atunci
dy (11)
∫ f ( y) + C = x
Găsim soluŃia generală în formă implicită
x = ϕ ( y) + C (12)

3. Să rezolvăm o ecuaŃie de forma

/

f ( x)
:

(13)
y =
g ( y)
,f [ a, b] , g [c, d ] continuă
/

dy
y =
dx
Separăm variabilele
g ( y ) dy = f ( x ) dx (14)
Atunci
∫ g ( y ) dy = ∫ f ( x )dx + C (15)
Găsim soluŃia generală în formă implicită
G ( y ) = F ( x) + C (16)

EcuaŃii omogene

P ( x, y )
/

(17)
y = , P, Q funcŃii omogene de grad m în x şi y
Q ( x, y )
Şi
 y (18)
x m P  1, 
/

y =  x  funcŃii omogene de grad m în x şi y

 y
x m Q  1, 
 x
Astfel ecuaŃia se poate scrie
dy  y (19)
= f 
dx x
Facem schimbarea de funcŃie
y ( x) (20)
= u ( x) ;
x
/

y ( x ) = u ( x ) + xu ( x )
Vom găsi

36
 /
f ( u ) = u ( x ) + xu ( x) (21)
Rescriem

/
f (u ) − u (22)
u ( x) =
x
Astfel
du dx (23)
= , f (u ) − u ≠ 0
f (u ) − u x
Integrînd obŃinem
du (24)
ln x = ∫ f (u ) − u + C
Sau
ln x = ϕ ( u ) + C (25)
y ( x)
dar = u ( x ) , atunci putem scrie soluŃia ecuaŃiei sub forma
x
 y (26)
ln x = ϕ   + C
x
Dacă f ( u ) − u = 0 , fie u = u0 soluŃia egalităŃii anterioare, atunci soluŃia ecuaŃiei va
fi y = xu0 , şi se numeşte soluŃie singulară.

EcuaŃii reductibile la ecuaŃii omogene

/

 ax + by + c  (27)
y = f 
 a1 x + b1 y + c1 
Dacă
a) c = c1 , ecuaŃia (17) devine o ecuaŃie omogenă.
:

b) d1 ∩ d 2 = {M } , M ( x0 , y0 ) , unde . d1 ax + by + c ; d 2 a1 x + b1 y + c1 . Facem schimbarea

de variabilă t = x − x0 şi schimbarea de funcŃie u = y − y0 , atunci ecuaŃia (27) se rescrie
du  ax0 + by0 + c + at + bu  (28)
= f ⇔
dt  a1 x0 + b1 y0 + c1 + a1t + b1u 
du  at + bu 
⇔ = f  , o ecuaŃie omogenă.
dt  a1t + b1u 
|
|

a b
b) d1 d 2 ⇒ = =λ, ecuaŃia (27) devine
a1 b1
dy  ax + by + c  (29)
= f
dx  λ ( ax + by ) + c 
 1
Facem schimbarea de funcŃie ax + by = u , atunci (28) se rescrie
  (30)
/

( )
1  u+c 
u −a = f   , o ecuaŃie omogenă.
b  1 u + c1 
λ 

37
 EcuaŃia liniară de ordinul întâi

Forma generală
/

:
y + P ( x ) y + Q ( x ) = 0, P, Q [ a, b ] continue (31)
Rezolvare
I. 1. Se rezolvă ecuaŃia omogenă /
y + P ( x ) y = 0, (32)
având soluŃia y1 ( x ) .
I. 2. Facem schimbarea de funcŃie
y = y1 ( x ) u ( x )
în ecuaŃia (31) şi găsim
/

y1 u + y1u + P ( x ) y1u + Q ( x ) = 0, (33)

sau
/

( )
u y1 + P ( x ) y1 + y1u + Q ( x ) = 0, (34)
/

Q ( x)
y1u + Q ( x ) = 0 ⇒ u = −
y1 ( x )
Integrând obŃinem
u ( x) = ϕ ( x) + C
Astfel găsim soluŃia ecuaŃiei (31) va fi
y = y1 (ϕ ( x ) + C ) (35)
II. Metoda variaŃiei constantelor
II. 1. Se rezolvă ecuaŃia omogenă
/

y + P ( x ) y = 0, (36)
având soluŃia y = Cy1 ( x ) .
II. 2 Metoda variaŃiei constantelor constă în a căuta pentru ecuaŃia (31) o soluŃie
de forma y = C ( x ) y1 ( x ) .
Astfel ecuaŃia (31) devine
/

y1C ( x ) + y1 C ( x ) + P ( x ) C ( x ) y1 + Q ( x ) = 0, (37)
/

y1C ( x ) + Q ( x ) = 0,
Q ( x)
C ( x) = ∫ − dx + C1 ,
y1
iar
C ( x ) = Ψ ( x ) + C1 (39)
Înlocuim (38) în y = C ( x ) y1 ( x ) şi găsim soluŃia ecuaŃiei (31)
y = Ψ ( x ) y1 + C1 y1 (40)

38
 Test de autoevaluare rezolvat- Analiză matematică

1. CalculaŃi derivatele parŃiale de ordinul întâi ale funcŃiei f ( x, y ) = 2 x − 3 y + 1

/

/
a) f x ( x, y ) = 2; f y ( x, y ) = −3 ;
/

/
b) f x ( x, y ) = 3; f y ( x, y) = −3 ;
/

c) f x ( x, y ) = 3; f y ( x, y) = 3 ;
d) alt răspuns.
Răspuns a)
SoluŃie
/

f x ( x, y ) = 2; f y ( x, y ) = −3
2. CalculaŃi derivatele parŃiale în punctul M (1,0) ale funcŃiei f ( x, y ) = x 2 + y 2 − 4 xy
a) f x′ (1, 0) = 2 , f y′ (1, 0) = −4 ;
b) f x′ (1, 0) = 4 , f y′ (1, 0) = −4 ;
c) f x′ (1, 0) = 2 , f y′ (1, 0) = −2 ;
d) alt răspuns.
Răspuns a)
Rezolvare
Fie M ( x0 , y0 ) unde x0 = 1, y0 = 0 , atunci
f x′ ( x0 , y0 ) = 2 x0 − 4 y0 ⇒ f x′ (1, 0) = 2
f y′ ( x0 , y0 ) = 2 y0 − 4 x0 ⇒ f y′ (1, 0) = −4
3. CalculaŃi derivatele parŃiale de ordinul al doilea ale funcŃiei f ( x, y ) = x 3 + y 3 − 3 xy
a) f x′′2 ( x, y ) = 6 x ,
f y′′2 ( x, y ) = −6 y ,
′′ ( x, y ) = −3 ;
f xy
b) f x′′2 ( x, y ) = 6 y ,
f y′′2 ( x, y ) = 6 x ,
′′ ( x, y ) = 3 ;
f xy
c) f x′′2 ( x, y ) = 6 x ,
f y′′2 ( x, y ) = 6 y ,
′′ ( x, y ) = −3 ;
f xy
d) alt răspuns.
Răspuns c)
SoluŃie
/

f x′( x, y ) = ( x3 + y 3 − 3xy ) x = 3 x 2 − 3 y
/

f y′ ( x, y ) = ( x3 + y 3 − 3 xy ) y = 3 y 2 − 3 x
/

f x′′2 ( x, y ) = (3x 2 − 3 y ) x = 6 x

39
 /
f y′′2 ( x, y ) = (3 y 2 − 3 x) y = 6 y

/
′′ ( x, y ) = (3 y 2 − 3 y ) x = −3
f yx

4.CalculaŃi derivatele parŃiale de ordinul al doilea ale funcŃiei f(x,y) = ex-y

a) f x′′2 ( x, y ) = e x − y
f y′′2 ( x, y ) = −e x − y

′′ ( x. y ) = −e x − y
f yx

b) f x′′2 ( x, y ) = e x − y
f y′′2 ( x, y ) = e x − y

′′ ( x. y ) = −e x − y
f yx

c) f x′′2 ( x, y ) = e x − y
f y′′2 ( x, y ) = e x − y

′′ ( x. y ) = e x − y
f yx
d) alt răspuns.
Răspuns b)
Rezolvare
/

( ) =e
f x′ ( x, y ) = e x − y
x
x− y
/

f ′ ( x, y ) = ( e
y ) = −e
x− y x− y
y
/

f ′′ ( x, y ) = ( e
x2 ) =e
x− y x− y
x
/

f ′′ ( x, y ) = ( −e
y2 ) =e
x− y x− y
y
/

f ′′ ( x. y ) = ( −e
yx ) = −e
x− y x− y
x
/

f ′′ ( x, y ) = ( e
xy ) = −e
x− y x− y
y

5. Să se calculeze diferenŃiala de ordinul întâi pentru următoarea funcŃie:

f (x, y) = ex+2y definită pe R2.

a) df ( x, y ) = e x + 2 y [ dx − 2dy ]
b) df (x, y ) = e x + 2 y [dx + 2dy]
c) df ( x, y ) = −e x + 2 y [ dx + 2dy ]
d) alt răspuns.
Răspuns b)

Rezolvare:
/
/

Deoarece f x ( x, y ) = e x + 2 y şi f y ( x, y ) = 2e x + 2 y

40
şi atunci df (x , y ) = e x + 2 y [dx + 2dy]
6. Să se calculeze diferenŃiala de ordinul al doilea pentru următoarea funcŃie:

f (x, y) = ex+2y definită pe R2.

a) d 2 f ( x, y ) = e x + 2 y dx 2 + dxdy + 4dy 2 
b) d 2 f ( x, y ) = e x + 2 y  4dx 2 + 4dxdy + dy 2 
c) d 2 f ( x, y ) = e x + 2 y  dx 2 + 4dxdy + 4dy 2 
d) alt răspuns.
Răspuns c)
Rezolvare
/
/
/

f
x2
( x, y ) = e x+ 2 y  x = e x + 2 y
/
/
/

f
y2
( x, y ) =  2e x + 2 y  y = 4e x+ 2 y
/
/
/

f xy ( x, y ) =  2e x + 2 y  = 2e x + 2 y
 y

şi atunci d 2 f ( x, y ) = e x + 2 y  dx 2 + 4dxdy + 4dy 2 

/

7. SoluŃia ecuaŃiei y = 2 x + 1 va fi
a) y = x2 + x + C ;
b) y = 2 x2 + x + C ;
x3
c) y = 2 + x+C ;
3
d) alt răspuns.
Răspuns a)
/

8. SoluŃia ecuaŃiei y = y va fi
a) ln y = x + C ;
b) ln y = x 2 + C ;
x2
c) ln y = +C ;
2
d) alt răspuns.
Răspuns a)
/

2x + 1
9. SoluŃia ecuaŃiei y = va fi
2 y −1
a) 2 y 2 − y = 2 x 2 + x + C ;
b) y 2 − y = x 2 + 2 x + C ;
c) y 2 − y = x2 + x + C ;
d) alt răspuns.
Răspuns c)

41
 /
10. SoluŃia ecuaŃiei xy = − x − y va fi
a) x ( x − 2 y ) = C ;
b) x ( 2 y + x ) = C ;
c) x ( 2 y − x ) = C ;
d) alt răspuns.
Răspuns b)

SoluŃie
/

y
xy = − x − y ⇔ y = −1 −
x
y ( x)
Facem schimbarea de funcŃie = u ( x) ;
x
/

y ( x ) = u ( x ) + xu ( x ) . Astfel ecuaŃia devine

/

du dx
xu = −1 − 2u ⇔ = − , integrând obŃinem
1 + 2u x
x 2 (1 + 2u ) = C , adică x ( 2 y + x ) = C , soluŃia generală a ecuaŃiei.

dy x − 2y + 5
11. SoluŃia ecuaŃiei =− va fi
dx 2x − y + 4
y+2
1+
a) x +1 = C ( x + 1) ;
2
 y+2  y+2
1 + x + 1  1 −  x + 1 
   
y−2
1−
b) x −1 = C ( x + 1) ;
2
 y−2  y−2
1 + x − 1  1 −  x − 1 
   
y−2
1−
c) x +1 = C ( x + 1) ;
2
 y−2  y−2
1 + x + 1  1 −  x + 1 
   
d) alt răspuns.
Răspuns c)

SoluŃie
Rezolvăm sistemul
 x − 2y + 5 = 0  x = −1
 ⇒ , deci d1 ∩ d 2 = {M } , M ( −1, 2 ) , unde
 − 2 x + y − 4 = 0 y=2
:

. d1 x − 2 y + 5 = 0; d 2 2 x − y + 4 = 0 .
Facem schimbarea de variabilă t = x + 1 şi schimbarea de funcŃie u = y − 2 , ecuaŃia
devine

42
 du t − 2u (1)
= , ecuaŃie omogenă.
dt u − 2t
1− 2
u (2)
du t
=
dt u
−2
t

Facem schimbarea de funcŃie,

u (3)
= v (t )
t
Cu ajutorul relaŃiei (3) ecuaŃia (2) se rescrie
/

/
1 − 2v 1 − v2
v + tv = ⇔ tv = ⇔
v−2 v−2
v−2 dt
⇔ dv = ,
1− v 2 t
Integrând membru cu membru avem

1 1− v 1 1− v
ln = ln tC ⇔ = tC ,
1− v 1+ v
2
1 − v2 1 + v

Astfel, găsim soluŃia generală a ecuaŃiei

y−2
1−
x +1 = C ( x + 1)
2
 y−2  y−2
1 + x + 1  1 −  x + 1 
   
/

1 − 3x − 3 y
12. SoluŃia ecuaŃiei y = va fi
1+ x + y
a) − ( x + y ) − 2 ln ( − x − y + 1) = x + C ;
b) ( x + y ) + 2 ln ( − x − y + 1) = − x + C ;
c) − ( x + y ) − ln ( − x − y + 1) = x 2 + C ;
d) alt răspuns.
Răspuns a)

SoluŃie
|
|

b) Observăm că d1 d 2 , unde d1 :1- 3 x − 3 y = 0; d 2 1 + x + y = 0 .

Facem schimbarea de funcŃie,
x + y = u ( x) ⇒ (1)
/

u ( x ) = 1 + y ( x).
EcuaŃia devine

43
 /
1 − 3u du 2 (1 − u ) (2)
u −1 = ⇔ = ⇔
1+ u dx 1+ u
 2 
 −1 + 1 − u  du = dx,
 
Integrând membru cu membru avem

−u − 2 ln (1 − u ) = x + C ,
Astfel, găsim soluŃia generală a ecuaŃiei
− ( x + y ) − 2 ln ( − x − y + 1) = x + C
/

13. SoluŃia ecuaŃiei xy − y + x = 0 va fi

a) y = ( ln x + K ) x ;
b) y = ( − ln x + K ) x ;
c) y = ( − ln x + K ) x 2 ;
d) alt răspuns.
Răspuns b)

SoluŃie
1. Rezolvăm ecuaŃia omogenă
/

dy dx (1)
xy − y = 0 ⇔ =
y x
Integrând membru cu membru avem
ln y = ln x + ln C ,
Găsim soluŃia ecuaŃiei omogene
y = Cx. (2)
/

2. Aplicăm „Metoda variaŃiei constantelor”, căutăm soluŃia ecuaŃiei xy − y + x = 0 ,

de forma
y = C ( x ) x. (3)
/

EcuaŃia xy − y + x = 0 , cu relaŃia (3) devine

/

x C ( ( x ) x + C ( x ) ) − xC ( x ) + x = 0 ⇔ (4)
/

⇔ x 2C ( x ) + xC ( x ) − xC ( x ) + x = 0.
Astfel
/

1 (5)
C ( x) = − ⇒ C ( x ) = − ln x + K
x
/

Atunci ecuaŃia xy − y + x = 0 are soluŃia y = ( − ln x + K ) x .

/

x+ y
14. SoluŃia ecuaŃiei y = va fi
x
a) y = ln Cx ;
b) y = x 2 ln Cx ;
c) y = x ln Cx ;

44
 d) alt răspuns.
Răspuns c)

SoluŃie
/

/
x+ y y
y = ⇔ y = 1+
x x
y ( x)
Facem schimbarea de funcŃie = u ( x) ;
x
/

y ( x ) = u ( x ) + xu ( x ) . Astfel ecuaŃia devine

/

du
xu + u = 1 + u ⇔ x =1⇔
dx
dx
⇔ du = .
x
Integrând obŃinem
u = ln Cx , adică y = x ln Cx. , soluŃia generală a ecuaŃiei.
/

4 y −1
15. SoluŃia ecuaŃiei y = va fi
x2 − 4
1
(
a) y = C x 2 − 4 + 1 ;
4  )
1
(
b) y = C x 2 + 4 + 1 ;
4  )
c) y = C ( x + 4 ) − 1 ;
1 2
4 
d) alt răspuns.
Răspuns a)

SoluŃie
/

4 y −1 4y 4dx
y = ⇔ dy = , integrând obŃinem
x −4
2 4 y −1 x2 − 4
( )
ln ( 4 y − 1) = ln C x 2 − 4 , găsim soluŃia ecuaŃiei

y = C ( x − 4 ) + 1 .
1 2
4  

45