RODICA TRANDAFIR AURORA BACIU

I. DUDA (coordonator) RODICA IOAN

MATEMATICI PENTRU ECONOMIŞTI Volumul 1

© Editura Fundaţiei România de Mâine, 2001 ISBN 973-582-336-5
2

UNIVERSITATEA SPIRU HARET
Facultatea de Management Financiar-Contabil Facultatea de Marketing şi Comerţ Exterior
RODICA TRANDAFIR AURORA BACIU I. DUDA (coordonator) RODICA IOAN

MATEMATICI PENTRU ECONOMIŞTI
Volumul 1

EDITURA FUNDAŢIEI ROMÂNIA DE MÂINE Bucureşti, 2001
3

4 .

Forma generală a problemei de programare liniară ……….3.. Proprietăţile grafurilor ……….6. Definiţii …………………………………….9. Elemente de algebră liniară (AURORA BACIU) ………….. 1. Aplicaţii în economie …………………………………….5.2.1.5. Programare liniară (RODICA TRANDAFIR) ……………… 2.. Forme liniare. Flux maxim într-o reţea de transport ……………………. 4. Sisteme de inecuaţii liniare ………………………………. Diferenţiabilitatea funcţiilor de mai multe variabile ……. Limite iterate ……………………………………………...5.. 1.. Continuitatea funcţiilor vectoriale ………………………. 1. Probleme de transport ……………………………………. Metoda bazei artificiale …………………………………. Aplicaţii liniare …………………………………………… 1.4. 2.2. Dualitatea în programarea liniară ………………………… 2. Formula lui Taylor ………………………………………... 2. Metoda simplex de rezolvare a unui program liniar standard … 2.8.3.. Elemente de teoria grafurilor (RODICA IOAN) …………… 88 3.CUPRINS 1. Funcţii vectoriale …………………………………………. 1. 1.2. Reducerea unei forme pătratice la forma canonică ………..1..1. 4. 2..8. 4.7. DUDA) ……………….6. 88 3. Elemente de analiză matematică (I. Continuitatea spaţială ……………………………………. Spaţii vectoriale …………………………………………. Interpretarea economică a derivatelor parţiale …………… 4. Introducere ………………………………………………. 4. 2. 4. 4.. 4.8.2.. 2.. 2.. Derivate parţiale de ordin superior ……………………….. 1. Soluţiile problemei de programare liniară ………………....6..1. Matrici asociate unui graf. 4..9. 111 4. Cazul în care sistemul de restricţii conţine inegalităţi …….4.. 92 3. Derivate parţiale ………………………………………….3. Spaţii euclidiene …………………………………………. 7 7 11 14 20 23 25 31 35 49 49 51 53 55 61 66 70 74 77 3.7. Introducere.... Forme pătratice …………………………… 1.3. Valori proprii şi vectori proprii asociaţi unei aplicaţii liniare ….4.. Sisteme de ecuaţii liniare …………………………………... 2.7. 125 125 130 131 132 133 135 135 140 142 5 .

11..14.. Funcţii omogene în economie ………………………….12... Ecuaţii omogene ………………………………………… 4.. Funcţii omogene de mai multe variabile ………………. Plăţi eşalonate (rente) ……………………………………... 4. Extreme condiţionate legate ……………………………..18.17. Ecuaţii cu variabile separabile …………………………..1. 5..3.19. 5. 5. Ecuaţii diferenţiale ………………………………………..15. 187 6 . 4. 5.21. Elemente de matematici financiare (AURORA BACIU) ….20. Ecuaţii diferenţiale care nu conţin variabile independente … 4. Împrumuturi ………………………………………………. Dobânda compusă ………………………………………. 4. 4. 143 148 149 151 152 153 155 156 156 157 158 159 163 163 164 169 174 Probleme propuse (elemente de matematici financiare) ……… 184 Bibliografie ……………………………………………………..2. Extremele funcţiilor de mai multe variabile ……………. Funcţii implicite ………………………………………… 4. 5..4. Dobânda simplă …………………………………………..10.13. 4.. Unele aplicaţii în economie a ecuaţiilor diferenţiale ……. 4.4. 4.. 4. Ecuaţii liniare de ordinul întâi ………………………….16. Ecuaţii reductibile la ecuaţii omogene …………………..

În cazul în care nu există nici un sistem de numere cu această proprietate. Studiul sistemelor cu m-ecuaţii şi n-necunoscute presupune determinarea unui sistem de valori (numere) care date necunoscutelor să verifice simultan toate ecuaţiile sistemului. ⎩a m1 x 1 + a m 2 x 2 + . sau mai multe asemenea sisteme. . (1. sistem compatibil nedeterminat. sistemul se va numi sistem incompatibil. m sau sub formă matriceală: (1.1.1.1. n sunt constante reale... + a 1n x n = b1 ⎪a 21 x 1 + a 22 x 2 + .1. se scriu sub forma: ⎧a 11 x 1 + a 12 x 2 + . respectiv. unde: ⎛ a 11 ⎜ ⎜a A = ⎜ 21 L ⎜ ⎜a ⎝ m1 a 12 a 22 L a m2 L a 1n ⎞ ⎛ x1 ⎞ ⎛ b1 ⎞ ⎟ ⎜ ⎟ ⎜ ⎟ L a 2n ⎟ ⎜x ⎟ ⎜b ⎟ X=⎜ 2⎟ b=⎜ 2 ⎟ L L ⎟ M M ⎟ ⎜ ⎟ ⎜ ⎟ ⎟ ⎜x ⎟ ⎜b ⎟ L a mn ⎠ ⎝ n⎠ ⎝ m⎠ Matricea A se numeşte matricea coeficienţilor. + a 2n x n = b 2 (1.) AX = b. . Sistemul de ecuaţii pentru care se găseşte un asemenea sistem de numere. 7 ...) ⎨ .2..2. ...2..1. ELEMENTE DE ALGEBRĂ LINIARĂ 1.. ⎪. xn. ..3. iar X matricea necunoscutelor.1.... Sisteme de ecuaţii liniare Un sistem de m-ecuaţii liniare cu n-necunoscute x1.... + a mn x n = b m unde aij şi bi cu i = 1... care să verifice simultan toate ecuaţiile sistemului se numeşte sistem compatibil unic determinat.2) ∑ a ij x j = b i j=1 n i = 1. m şi j = 1.. b se numeşte matricea termenilor liberi. x2.

Prima ecuaţie va deveni: (1. + ⎜ a mn − 1n a m1 ⎟ x 2 = ⎜ b m − 1 a m1 ⎟ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ a 11 a 11 a 11 a 11 ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ Se obţine astfel un sistem echivalent cu sistemul iniţial în care necunoscuta x1 se află doar în prima ecuaţie. ecuaţia m: ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ a a a b ⎜ a m 2 − 12 a m1 ⎟ x 2 + ⎜ a m3 − 13 a m ⎟ x 3 + . atunci sistemul (1. a31.. Elementul a11 se va numi pivot....1.m.....1. unde: ⎛ a 11 ⎜ ⎜a à = ⎜ 21 L ⎜ ⎜a ⎝ m1 a 12 a 22 L a m2 L a 1n L a 2n L M L a mn b1 ⎞ ⎟ b2 ⎟ L⎟ ⎟ bm ⎟ ⎠ Dacă rang A = rang à = k = n.1. 3. Dacă a11 ≠ 0..1.. Metoda lui Gauss constă în transformări elementare succesive ale sistemului într-un sistem echivalent..) este sistem compatibil nedeterminat. + ⎜ a 2n − 1n a 21 ⎟ x n = ⎜ b 2 − 1 a 21 ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ a 11 a 11 a 11 a 11 ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ .. + 1n x n = 1 a 11 a 11 a 11 a 11 Pentru a elimina necunoscuta x1 din ecuaţiile 2. . am1 şi se scade din ecuaţia 2. Se obţine ecuaţiile: ecuaţia 2: ⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞ a a a b ⎜ a 22 − 12 a 21 ⎟ x 2 + ⎜ a 23 − 13 a 21 ⎟x 3 + .. pe lângă alte metode cunoscute din liceu.) x 1 + a a 12 a b x 2 + 13 x 3 + . .TEOREMA CRONKER – CAPELLI: Sistemul (1....1. ecuaţia (1.) este un sistem compatibil dacă şi numai dacă rangul matricei A este egal cu rangul matricei extinse Ã. care va elimina pe rând câte o variabilă din toate ecuaţiile sistemului cu excepţia unei singure ecuaţii în care coeficientul variabilei va fi egal cu unitatea....d...a. m. atunci variabila x1 din prima ecuaţie poate avea coeficientul 1 dacă se împarte această ecuaţie prin a11. Studiul sistemelor se poate realiza şi prin metoda eliminării succesive (Metoda lui Gauss).. Dacă rang A = rang à = k < n. 8 .4..) se înmulţeşte pe rând cu a21.4..1.. numărul necunoscutelor.. apoi din ecuaţia 3 ş. cu coeficient unu... atunci sistemul (1) este sistem unic determinat.

a2n ...) echivalent cu sistemul (1..) se poate calcula şi schematic cu ajutorul metodei dreptunghiului.... a1n a21 a22 .⎛ a − a mn a ⎞ x = ⎛ b − b1 a ⎞ ⎜ ⎟ ⎜ mn ⎜ m m1 ⎟ n m1 ⎟ ⎜ ⎟ ⎜ ⎟ ⎪⎜ m2 a 11 m1 ⎟ 2 a 11 a 11 ⎠ ⎝ ⎠ ⎝ ⎠ ⎩⎝ În etapa următoare. Celelalte elemente din celelalte linii se calculează formând un dreptunghi ce are ca diagonală segmentul ce uneşte locul elementului de calculat şi pivotul. se va urmări eliminarea necunoscutei x2 din toate ecuaţiile cu excepţia ecuaţiei doi unde va avea coeficientul unu. dacă x2 are coeficientul nenul în ecuaţia a doua... a'mn b1 b2 bm b'1 b'2 b'm 9 ..1. Algoritmul va continua până când nu vom mai putea elimina după procedeul de mai sus nici o variabilă.. se va alege acesta pivot şi.5..... Noul coeficient va fi egal cu diferenţa dintre produsul coeficienţilor de pe diagonala pivotului şi produsul coeficienţilor de pe cealaltă diagonală. a'2n ...5. Elementele coloanei întâi sunt zero...1...1. diferenţa care se împarte la pivot. 0 a'm2... a11 pivotul se încadrează.⎧ a a b ⎪x 1 + 12 x 2 + .. Se scriu coeficienţii tuturor necunoscutelor şi termenii liberi ai sistemului... + 1n x n = 1 a 11 a 11 a 11 ⎪ ⎪ ⎞ ⎛ ⎞ ⎛ ⎞ b a a ⎪⎛ (1.amn 1 a'12. Sistemul (1... am1 am2.. Schematic obţinem: a11 a12 ..1.) ⎨⎜ a 22 − 12 a 21 ⎟ x 2 + ... prin aceeaşi metodă.. + ⎜ a 2n − 1n a 21 ⎟ x n = ⎜ b 2 − 1 a 21 ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ a 11 a 11 a 11 ⎠ ⎝ ⎠ ⎝ ⎠ ⎪⎝ L ⎪ ⎪⎛ a − a 12 a ⎞ x + .a'1n 0 a'22.. Calculul unui sistem echivalent se obţin astfel: linia întâi se împarte prin elementul a11 ≠ 0.

m ′ b1 = b1 a 11 În mod similar. m j = 1. sistemul este compatibil nedeterminat. obţinem: 10 . a (nn1) 2m 2 b (n -1) 2 n a ( n..... 1 0 ( − (n a 1.... a (n -1) b m-1) mn mm Soluţia sistemului se citeşte: (n ( (n ) ⎧x 1 = b 1n −1) − a 1m−11 ⋅ x m +1 L a 1n −1) ⋅ x n ⎪ + K ⎨ (n -1) ( n −1) ( n −1) ⎪x n = b m − a m m +1 ⋅ x m +1 L a mn ⋅ x n ⎩ Dacă m < n şi rang A = rang à = m.nm 1)1 ..′ unde: a 1 j = a 1j a 11 j = 1. n b′ = i b i a 11 − a 1i b 1 a 11 pentru i = 2. 0 1 . Să se rezolve sistemul: ⎧2 x 1 + 3x 2 + 4x 3 − x 4 = 2 ⎪ ⎨ x 1 + x 2 − 5x 3 + x 4 = 4 ⎪ x − 2x − x − 2x = 2 2 3 4 ⎩ 1 Soluţie: Folosind metoda lui Gauss prezentată mai sus. n a′ = ij a 11 a ij − a 1 j a i1 a 11 pentru i = 1..−1+1 . a 1n-1) + (n b1 -1) 1) a ( n −+1 . În etapa a n-a se obţine: 1 0 .... Exemplu. în etapele următoare se obţin sisteme echivalente cu sistemul iniţial. 0 0 0 .

.2 1 1 1 0 0 1 0 0 3 1 –2 3/2 – 1/2 1/2 0 1 0 4 –5 –1 2 –7 7 19/2 14 0 –1 1 –2 – 1/2 3/2 – 3/2 –4 –3 0 2 4 2 1 3 –3 10 –6 0 Deoarece în ultimul sistem toate elementele a33. a34..)⎪ a21 x1 + a22 x2 + .+ a1n xn ≥ b1 (1.. + a2n xn ⎪a ⎩ m1 x1 + am2 x2 +. Sistemul este compatibil nedeterminat deoarece rang A = rang à = 2 (determinantul maxim nenul ce se poate forma este de ordin 2).2.. algoritmul nu mai poate continua. xn se scrie sub forma: (1.. + amn xn ≤ bm sau ⎧ a11 x1 + a12 x2 +.+ a1n xn ≤ b1 (1...2.. + amn xn < b1 < b2 < bm unde semnul „<” reprezintă unul din semnele „≤” sau „≥”.. ⎪ ⎩am1 x1 + am2 x2 . Se poate obţine aşadar una din situaţiile: ⎧a11 x1 + a12 x2 +....) ⎧ a11 x1 + a12 x2 + .......2. Necunoscute principale sunt x1 şi x2..... ⎪ ⎩ am1 x1 + am2 x2 +...) ⎪a21 x1 + a22 x2 + ..+ a2n xn ≤ b2 ⎨..2.. Sisteme de inecuaţii liniare Un sistem de inecuaţii liniare cu n-necunoscute x1. x2.2.. + a1n xn ⎪ ⎨ a21 x1 + a22 x2 + . Sistemul de inecuaţii care conţine atât inecuaţii cu semnul „≤” cât şi „≥” poate fi adus la un sistem care să conţină numai unul dintre aceste semne prin înmulţirea unor inecuaţii cu (-1).......... .......3... Soluţia sistemului este: ⎧ x1 = 10 − 19 / 2 x3 − 4 x4 ⎪ x = −6 − 14 x + 3x ⎪ 2 3 4 ⎨ ⎪ x3 ∈ R ⎪x 4 ∈ R ⎩ 1. b4 sunt nule..1... + amn xn ≤ bm 11 ..+ a2n xn ≥ b2 ⎨ .

.2....4.. + a2n xn ..2.5.. ⎪ ⎩ am1 x1 + am2 + .. y0) este soluţia sistemului dacă „⇐” Fie (x0. respectiv scăderea..1.. Exemplu.2..2. pozitive cu rol de egalizare.y2 = b2 ⎨ .) scris sub formă matriceală A⋅ x ≤ b şi x0 o soluţie a acestui sistem. la fiecare ecuaţie a unei necunoscute auxiliare. + amn xn + ym = bm sau ⎧ a11 x1 + a12 x2 +.. respectiv (1.) îi corespunde o soluţie a sistemului de ecuaţii (1.Studiul sistemelor de inecuaţii (1..4.)...2.) sau (1. Deci A x0 ≤ b.3.y1 = b1 (1.)⎪ a2 x1 + a22 x2 + ....) sau (1... Demonstraţie: „⇒” Fie sistemul de inecuaţii (1. ⎪ ⎩am1 x1 + am2 + .. Să se rezolve sistemul de inecuaţii: ⎧ 2x1 + x2 – x3 ≤ 2 ⎪ ⎨ x1 + 2x2 + 3x3 ≤ 4 ⎪x – x + x ≤ 2 ⎩ 1 2 3 ⎧ 2x1 + x2 – x3 + y1 = 2 ⎪ ⎨ x1 + 2x2 + 3x3 + y2 = 4 ⎪ ⎩ x1 – x2 + x3 + y3 = 2 Soluţie: Sistemul de inecuaţii se transformă într-un sistem de ecuaţii 12 ....) se reduce la studiul unui sistem de ecuaţii prin adunarea.) Atunci y0 ≥ 0 şi Ax0 + y0 = b de unde obţinem Ax0 ≤ b şi deci x0 soluţie a sistemului de inecuaţii.2..+ a1n xn + y1 = b1 (1.m Vom numi soluţie a sistemului de inecuaţii (1. sau y = b – Ax cu y ≥ 0 atunci (x0.2. TEOREMA: Oricărei soluţii a sistemului de inecuaţii (1....+ a1n xn ..4...4.2.) scris sub formă matriceală: Ax + y = b y0 = b – Ax0 ≥ 0. + a2n xn + y2 = b2 ⎨ .2.2. un sistem de valori care verifică simultan toate inecuaţiile sistemului... + amn xn – ym = bm unde yi ≥ 0 pentru i = 1.) şi reciproc. şi anume: ⎧ a11 x1 + a12 x2 +.) ⎪ a2 x1 + a22 x2 + ..2......2. y0) soluţie pentru sistemul (1.2.2.2.5.3....). Sistemul de inecuaţii se transformă în sistem de ecuaţii (1.

y 2. y 3 ≥ 0 În consecinţă soluţie a sistemului de inecuaţii este: 5 3 14 x2 = − 15 2 x3 = 5 x1 = 13 .Prin metoda eliminării complete obţinem: x1 2 1 1 1 0 0 1 0 0 1 0 0 x2 1 2 −1 1/ 2 x3 −1 3 1 −1 / 2 y1 1 0 0 1/ 2 y2 0 1 0 0 y3 0 0 1 0 0 1 0 0 b 2 1 3 1 0 2 1 0 3/ 2 7 / 2 −1 / 2 1 − 3 / 2 3 / 2 −1 / 2 0 − 5 / 3 2 / 3 −1 / 3 0 1 7 / 3 −1 / 3 2 / 3 0 0 1 0 5 0 0 1 −1 1/ 3 2 / 15 −1 / 5 1 0 1/ 5 1/ 5 1 2 1/ 3 5/3 − 7 / 15 − 14 / 15 1/ 5 2/5 Soluţie a sistemului de ecuaţie este: 5 1 1 ⎧ ⎪x 1 = 3 − 3 y 1 − 5 y 3 ⎪ ⎪ ⎪x 2 = − 14 − 2 y1 − 1 y 2 + 7 y 3 ⎨ 15 15 5 15 ⎪ 2 1 1 1 ⎪x = + y − y − y ⎪ 3 5 5 1 5 2 5 3 ⎪ ⎩ y 1.

1. 14 . . + αn vn.2.4...a.. fiecărei perechi de elemente (α.. Elementele unui spaţiu vectorial V se numesc vectori..î x + (-x) = (-x) + x = Ov şi (V. v2. x ε V 2.1. care asociază.. α2.. x) ∈ Kx V un element α · x ∈V Definiţie. vm ε V dacă există scalori α1. Operaţia de înmulţire cu scalari „·” ca lege de comparaţie externă.2. x + y = y + x pentru (∀) x. 1k · x = x pentru (∀) x ε V şi 1k ε K Notaţii: 1. v2. ·) 2. Spaţii vectoriale Fie V o mulţime nevidă de elemente şi K un corp de şcolari (de regulă K este corpul numerelor reale R sau corpul numerelor complexe C) Pe mulţimea V se definesc două operaţii: 1..3. + ) este grup abelian. y ε V 2. x.. y ε V 1.. Elementele corpului K se numesc scalari. (∃) – x element opus. y) ∈ Vx V un element sumă x + y ∈V. Fie V un spaţiu vectorial peste corpul K0 Un vector v ε V se numeşte combinaţie liniară a vectorilor v1. . adică verifică: 1.. Definiţie. 2.4. αn ε K astfel încât: v = α1 v1+ α2 v2 + .z εV 1.. (∃) Ov element neutru Ov ε V astfel încât x + Ov = Ov + x 1. Mulţimea nevidă V se numeşte spaţiu vectorial peste corpul K dacă (V.vn. β ε K. care asociază fiecărei perechi de elemente (x.y... β ε K..3. (x + y) + z = x + (y+z) pentru (∀) x.1. (∀) x ε V. Definiţie. (∀) x ε V. (α · β) x = α (β·x) pentru (∀) α. Operaţia de adunare „+” ca lege de compoziţie internă. α (x+y) = αx + αy pentru (∀) α ε K.3.x ε V. 2. x ε V 2. vn} din V se numeşte sistem de generatori ai spaţiului vectorial V dacă orice vector v ε V se poate scrie ca o combinaţie liniară a vectorilor v1. (α + β) x = α + βx pentru (∀) α. Un sistem de vectori {v1. v2.

Un sistem de vectori {v1. ..1.. b2.. α3.3.. . Atunci există scalari α2. Un sistem de vectori B ⊂ V se numeşte baza pe spaţiul vectorial V dacă este format dintr-un număr maxim de vectori liniar independenţi.. + αn vn = 0v rezultă scalari nuli α1 = α2 = ... + αn vn sau v1 – α2 v2 – α3 v3.vn.... Atunci există scalarii α1.. Demonstraţie: „⇒” Fie v1.1. v2. v2..3. bn} o bază a spaţiului V.. . α2.+ αn vn = 0 fie α1 ≠ 0k... . astfel încât: α1 v1 + α2 v2 +.. v2...Definiţie.. că v1 se scrie ca o combinaţie de vectorii v2.... „⇐” Presupunem.vn sunt liniar dependenţi..2. vn} din V se numeşte sistem liniar independent dacă din (1.. atunci orice vector v ε V se scrie în mod unic ca o combinaţie liniară a vectorilor bazei..3..... = αn = 0 Dacă există scalari nenuli. nu toţi nuli.. eventual renumerotând vectorii... – αn vn = 0v Deci vectorii v1.) α1 v1 + α2 v2+. vn vectori liniar dependenţi. Vectorii v1. Definiţie: Fie V spaţiu vectorial peste corpul K. vn ε V sunt liniar dependenţi dacă şi numai dacă cel puţin un vector dintre ei este o combinaţie liniară de ceilalţi. Numărul vectorilor din bază determină dimensiunea spaţiului.. Demonstraţie: Presupunem că vectorul v ε V se poate exprima în două moduri în funcţie de vectorii bazei B şi anume: 15 . PROPOZIŢIA 1. atunci putem scrie: v1 = − α α2 α v 2 − 3 v 3 + ... sistemul de numeşte sistem liniar dependent. v2.. PROPOZIŢIA 1. − n v n α1 α1 α1 ceea ce arată că vectorul v1 se scrie ca o combinaţie liniară de ceilalţi vectori. v3. Fie V un spaţiu vectorial peste corpul K şi B = {b1. αn nu toţi nuli astfel încât: v1 = α2 v2 + α3 v3 + .. αn..

αn)... .3.3. α2. Coeficienţii α1. deci toţi scalarii combinaţiei sunt nuli.. . b2. α2....4. Vectorii sunt liniar dependenţi dacă rangul matricei vectorilor este mai mic ca numărul vectorilor... αn = βn.. formează o bază a spaţiului vectorial Rn numită baza canonică. OBSERVAŢIE: În spaţiul Rn există o infinitate de baze... Un sistem de vectori { v1. . SPAŢIUL VECTORIAL n – DIMENSIONAL este mulţimea: ⎧ ⎫ ⎛ x1 ⎞ ⎪ ⎪ ⎜x2 ⎟ R = R × R ×...+ (αn – βn) bn. bn conform definiţiei sunt liniar independenţi. Definiţie.. Demonstraţie: Fie vectorii 11 21 m1 v1 = ⎜ M ⎟ v 2 = ⎜ M ⎟ L v n = ⎜ M ⎟ ⎜a ⎟ ⎜a ⎟ ⎜a ⎟ ⎝ mn ⎠ ⎝ 2n ⎠ ⎝ 1n ⎠ ⎛ 0⎞ ⎛ 0⎞ ⎜ ⎟ ⎜ ⎟ ⎜1 ⎟ ⎜ 0⎟ b 2 = ⎜ ⎟ . Scăzând cele două relaţii obţinem: 0v = (α1 – β1) b1 + (α2 – β2) b2 +. Deci: α1 = β2.... b n ⎜ ⎟ ⎜M ⎟ M M ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ 0⎟ ⎜ 0⎟ ⎜1 ⎟ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎛1 ⎞ ⎜ ⎟ ⎛a ⎞ ⎛a ⎞ ⎛a ⎞ 16 . Se poate scrie atunci v = (α1.v = α1 b1 + α2 b2 + αn bn v = β1 b1 + β2 b2 +.3... PROPOZIŢIA 1.. v2. + βn bn. În consecinţă un vector se scrie ca o combinaţi liniară unică de vectorii bazei. x 1 ∈ R ⎬ pe care se definesc operaţiile: ⎜x ⎟ ⎪ ⎪ ⎝ n⎠ ⎩ ⎭ ⎛ y1 ⎞ ⎛ x 1 + y1 ⎞ ⎛ x1 ⎞ x x x + y = ⎜M 2 ⎟ + ⎜My 2 ⎟ = ⎜M 2 + y 2 ⎟ ⎜ ⎟ ⎜ ⎜ ⎟ ⎜y ⎟ ⎜x + y ⎟ ⎜x ⎟ ⎟ 2⎠ ⎝ n⎠ ⎝ n ⎝ n⎠ n şi α·x=α ⎛ x1 ⎞ ⎜x2 ⎟ ⎜M ⎟ ⎜x ⎟ ⎝ n⎠ = ⎛ αx 1 ⎞ ⎜ αx 2 ⎟ ⎜M ⎜ αx ⎟ ⎟ ⎝ n⎠ PROPOZIŢIA 1.. αn ai reprezentării vectorului v ε V în baza B se numesc coordonatele vectorului v în baza B. Sistemul de vectori unitari: b1 = ⎜ 0 ⎟ . Vectorii bazei b1..× = ⎨x / x = ⎜M ⎟. vn} ∈ V sunt vectori liniar independenţi dacă rangul matricei vectorilor este egal cu numărul vectorilor.. .

L.3. Transformarea coordonatelor unui vector la schimbarea bazei.... astfel încât: α1 ⎜ M ⎟ + α 2 ⎜ M ⎜a ⎟ ⎝ 1n ⎠ ⎛ a11 ⎞ ⎜ ⎟ ⎛ am1 ⎞ ⎛ 0 ⎞ ⎛ a21 ⎞ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ + ... sistemul este unic determinat şi admite doar soluţia banală ceea ce arată că vectorii sunt liniar independenţi. + α m a m1 = 0 ⎨L ⎩a 1n α 1 + a 2 n α 2 + L + α m a mn = 0 Sistemul omogen admite soluţii diferite de soluţia banală dacă şi numai dacă rang A < m numărul necunoscutelor. + ⋅α m ⎜M ⎟ = ⎜M ⎟ ⎟ ⎜ a ⎟ ⎜0⎟ ⎜a ⎟ ⎝ 2n ⎠ ⎝ mn ⎠ ⎝ ⎠ ceea ce este echivalent cu sistemul omogen cu m-necunoscute şi n-ecuaţii: ⎧a 11 α 1 + a 21 α 2 + . v n = ⎜M ⎟ ⎜a ⎟ ⎜a ⎟ ⎜a ⎟ ⎝ nn ⎠ ⎝ 2n ⎠ ⎝ 1n ⎠ ⎛a ⎞ ⎛a ⎞ ⎛a ⎞ formează o bază a spaţiului dacă şi numai dacă determinantul matricei vectorilor este nenul..6. . α2. an} şi B = {b1. În spaţiul vectorial Rn un sistem de m-vectori: 1 21 n1 v1 = ⎜M ⎟. Matricea A este matricea vectorilor: A= ⎜L ⎛ a 11 ⎜ ⎜a ⎝ 1n a 21 L a m1 ⎞ ⎟ L L ⎟ a 2 n L a mn ⎟ ⎠ CONSECINŢA 1.5. a2.Ei sunt liniar dependenţi dacă şi numai dacă există scalari α1. nu toţi nuli. b3. Fie v ε Vn şi A = {a1.bn} două baze din Vn Dacă ⎛ v1 ⎞ ⎛ a11 ⎞ ⎛ a21 ⎞ ⎛ an1 ⎞ v = ⎜ M ⎟.3.. v 2 = ⎜M ⎟ L . a = ⎜ M ⎟ ⎜ ⎟ 1 ⎜ ⎟ 2 ⎜ ⎟ ⎜ ⎟ n ⎜v ⎟ ⎜a ⎟ ⎜a ⎟ ⎜a ⎟ ⎝ n⎠ ⎝ 1n ⎠ ⎝ 2n ⎠ ⎝ nn ⎠ 17 .. PROPOZIŢIA 1.. a = ⎜ M ⎟.. a = ⎜ M ⎟. αm.. Dacă rang A = m. ..

.. deci ai = λi1 b1 + λi2 b2 + . b 2 = ⎜ M ⎟ L b n = ⎜ M ⎟ ⎜b ⎟ ⎜b ⎟ ⎜b ⎟ ⎝ nn ⎠ ⎝ 2n ⎠ ⎝ 1n ⎠ Fie α1..... α2... Dacă matricea de trecere de la baza A la baza β la baza A este M-1 3. atunci v = α1 a1 + α2 a2 + . αn)T Vectorii bazei A pot fi exprimaţi la rândul lor ca o combinaţie liniară de vectorii bazei B. + λnn bn) sau v = (α1 λ11+. + α n λ nn Scrisă matriceal.... α2.. Fie vectorul v = (v1.. obţinem: v = α1 (λ11 b1 + λ12 b2 + . v2... v2.. . vn) ∈ Rn v1. relaţia devine: β=M·α ⎛ λ 11 L λ n1 ⎞ ⎟ ⎜ M M ⎟ M= ⎜ M ⎟ ⎜λ ⎝ 1n L λ nn ⎠ A se numeşte matricea de trecere de la baza M la baza β.. + αn an sau v = A · α unde α = (α1.. + αn λnn) bn În consecinţă coordonatele vectorului v în baza β vor fi: ⎨L ⎧β1 = α 1 λ 11 + . αn coordonatele vectorului v în baza A.....⎛ b n1 ⎞ ⎛ b 21 ⎞ ⎛ b11 ⎞ ⎟ ⎟ ⎜ ⎟ ⎜ ⎜ b1 = ⎜ M ⎟.. vn sunt coordonatele vectorului v scris în baza canonică. 1. + λ1n bn)+ . 18 OBSERVAŢII . + λmn bn + αn (λn1 b1 + . n Aceşti vectori înlocuiţi în combinaţia liniară a vectorului v.... Matricea de trecere de la o bază la alta este întotdeauna matrice nesingulară. + α n λ n1 ⎩β n = α 1 λ 1n + . + (α1 λ1n + .. + λin bn i = 1..+ αn λn1) b1 +... 2.

.. b2 = (1.. 2 şi 1. Matricele de trecere de la baza A. b3} unde b1 = (-1. 1)T şi b3 = (1..⎛ v1 ⎞ ⎛0⎞ ⎛ 0⎞ ⎛1⎞ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜v2 ⎟ ⎜0⎟ ⎜1⎟ ⎜ 0⎟ ⎜ M ⎟ = v1 ⎜ M ⎟ + v 2 ⎜ M ⎟ + L + v n ⎜ M ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜1⎟ ⎜ 0⎟ ⎜ 0⎟ ⎜v ⎟ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ n⎠ ⎛1 ⎜ ⎜0 v = E v unde E = ⎜ M ⎜ ⎜0 ⎝ 0 L 0⎞ ⎟ 1 L 0⎟ M M M⎟ ⎟ 0 L 1⎟ ⎠ Coordonatele lui v în baza A = {a1 a2. 2. 3)T. 4.. 3)T. βn). b2. a3 = (1.. 2. respectiv B la baza canonică sunt: T ⎛ -1 1 1 ⎞ ⎛ 1 −1 1 ⎞ ⎟ ⎜ ⎟ ⎜ A = ⎜ 1 2 2 ⎟ şi B = ⎜ 2 1 2 ⎟ ⎜ 3 1 3⎟ ⎜ 0 1 4⎟ ⎠ ⎝ ⎠ ⎝ Coordonatele vectorului v în raport cu baza B sunt. Soluţie. relaţiei (12): 19 . matricea de trecere de la baza A la baza B este (12) M = B-1· A. a2. deci v=Bβ De unde B β = A α sau β = B-1 A α În consecinţă. 2. 2. Fie vectorii a1 = (1. a2 = (-1. 0)T. 1.) şi un vector v ∈ R3 exprimând în raport cu baza A = {a1. an} sunt (α1. αn)T deci v = A· α ⎛ v1 ⎞ ⎛ a 11 L a n1 ⎞ ⎛ α 1 ⎞ ⎟⎜ ⎟ ⎜ ⎟ ⎜ M M ⎟⎜ M ⎟ sau ⎜ M ⎟ = ⎜ M ⎟⎜ ⎟ ⎜ v ⎟ ⎜a ⎝ n ⎠ ⎝ 1n L a nn ⎠ ⎝ α n ⎠ Coordonatele lui v în baza B vor fi β vor fi β = (β1. Să se exprime coordonatele vectorului v în raport cu baza B = {b1. Exemplu.. 1)T. α2. 1.. conform observaţiei de mai sus. a3} prin coordonatele 1...

În orice spaţiu euclidian n-dimensional este corpul K există cel puţin o bază ortogonală care se poate determina cu procedeul lui Gramm – Schmidt.1 1 ⎞ ⎛ 1 ⎞ ⎛13 / 7 ⎞ ⎛ 1 −1 1 ⎞ ⎛ 1 ⎞ ⎛ − 2 / 7 1 / 7 ⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎜ ⎟⎜ ⎟ ⎜ ⎟ ⋅ ⎜1 2 2⎟ ⎜ 2⎟ = ⎜ 6 / 7 − 3 / 7 4 / 7 ⎟ ⎜ 1 2 2⎟ ⎜ 2⎟ = ⎜ 3 / 7 ⎟ ⎜ 0 1 4 ⎟ ⎜ 1 ⎟ ⎜ − 1 / 7 4 / 7 − 3 / 7 ⎟ ⎜ 0 1 4 ⎟ ⎜ 1 ⎟ ⎜10 / 7 ⎟ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠⎝ ⎠⎝ ⎠ ⎝ ⎠ 1.λn1 a1 . y > = (x/y) se numeşte produs scalar dacă satisface: 1. ..y > = α < x. .λn2 a2 .⎛ β1 ⎞ ⎛ . < α x. y > = 0 Definiţie. (∀)α ∈K 4. Se pleacă de la o bază oarecare a spaţiului En. b2. O aplicaţie f: V x V → R. n PROPOZIŢIA 1. y ∈ E se numesc vectori ortogonali dacă produsul loc scalar este nul. j = 1. Spaţii euclidiene Definiţie. Fie E spaţiu euclidian. + xnyn se observă cu uşurinţă că se verifică cele patru proprietăţi de definiţie. notată f (x. ..1 1 1 ⎞ ⎜ ⎟ ⎜ ⎟ ⎜β2 ⎟ = ⎜ 2 1 2⎟ ⎜β ⎟ ⎜ 3 1 3⎟ ⎝ 3⎠ ⎝ ⎠ −1 1 / 7 ⎞ ⎛ 1 . Exemplu.. y > (∀) x. Într-un spaţiu euclidian real sau complex.. y > (∀) x1. B = {b1. Dacă spaţiu vectorial V este n. y ∈ V 2. ∈ V 3. Un spaţiu vectorial E peste corpul K pe care s-a definit un produs scalar se numeşte spaţiu euclidian. < xy > = < y.. y. deci < x.4. bn}şi se vor construi vectorii: a1 = b1 a2 = b2-λ21 a1 . . doi vectori x.x > (∀) x. Definiţie.1. x2.λnn-1 an-1 20 .y > = x1 y1 + x2 y2 + . xj > = 0 pentru orice i ≠ j i. dimensional peste corpul de scalari K şi produsul scalar o funcţie f : Rn x Rn → R este definit prin: < x. Un sistem x1.. x2. Deci < xi. an = bn . y) = < x..x > ≥ 0 pentru x ≥ 0 Definiţie. y > = < x. < x. Fie V spaţiu vectorial peste corpul de scalari K.. y ∈ V.4. y > + < x2.. xn ∈ E se numeşte sistem ortogonal de vectori dacă fiecare vector vi este ortogonal pe toţi ceilalţi vectori. < x1 + x2.

0.1/2 .0)〉 ⎜ 0 ⎟ ⎝ ⎠ ⎝ ⎠ ⎛1⎞ ⎛ 1 ⎞ ⎛ 1/2 ⎞ ⎟ ⎜ ⎟ 1⎜ ⎟ ⎜ a 2 = ⎜ 0 ⎟ . a j 〉 Exemplu.1)〉 ⎜ ⎜ . a2.1. ⎜ 0⎟ ⎝ ⎠ ⎛1⎞ ⎛1⎞ ⎜ ⎟ 〈(1. 1. a 2 〉 = 0 ⇒ λ 32 = 〈b 2 .1/2 . a 1 〉 〈a 1 a 1 〉 〈b 3 .1)〉 ⎜ ⎟ ⎜ ⎟ 2 ⎜ 0 ⎟ 3 ⎜ .1 ⎟ ⎜ 1/3 ⎟ ⎝ -1 ⎠ ⎝ 2 ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎛1⎞ ⎜ ⎟ ⎜0⎟ ⎝ ⎠ ⎛1⎞ ⎜ ⎟ ⎜ − 1⎟ ⎝ ⎠ ⎛ 0⎞ ⎜ ⎟ ⎜ 2⎟ ⎝ ⎠ 21 .⎜ 1 ⎟ + ⎜ .1. (1. a 2 〉 〈a 2 . Să se construiască o bază ortogonală a spaţiului euclidian R3 Soluţie: Fie vectorii b1 = ⎜ 1 ⎟ b 2 = ⎜ 0 ⎟ b 3 = ⎜ 1 ⎟ Aceşti trei vectori având rang A = 3 formează o bază a spaţiului E3. a 1 = ⎜ 0 ⎟ _ ⎜ − 1⎟ 〈(1. 1. .1/2 ⎟ = ⎜ . ⎛1⎞ ⎜ ⎟ Se vor construi vectorii a 1 = b1 = ⎜ 1 ⎟. . . a j 〉 〈a j .1).1/2.. a 1 〉 〈b 3 .1⎟ 2 ⎜ 0 ⎟ ⎜ . (1/2 . an }să fie ortogonali 〈a 2 ..1/3 ⎟ 〈 (1/2 . 0).1/2 ⎟ ⎜ . (1/2. a 1 〉 〈a 1 .1 ⎟ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎛0⎞ ⎛1⎞ ⎜ ⎟ 〈(0 12). (1. a 1 〉 = 0 ⇒ λ 21 = 〈a 3 .1/2 ⎟ = ⎜ 1 ⎟ .− 1). (110)〉 ⎜ ⎟ a 3 = b 3 − λ 31 a 1 − λ 32 a 2 = ⎜ 1 ⎟ ⎜1⎟ ⎜ 2 ⎟ 〈(110). a 2 〉 Se obţin λ ij = 〈b i . 0)〉 ⎜ ⎟ ⋅ ⎜1⎟ ⇔ a 2 = b 2 − λ 21 .⎜ 1 ⎟ = ⎜ .Scalarii λij se vor determina punând condiţia ca oricare din vectori {a1. (1.0)〉 ⎜ 0 ⎟ ⎝ ⎠ ⎝ ⎠ ⎛ 1/2 ⎞ ⎛ 0 ⎞ ⎛1⎞ ⎛ 1/2 ⎞ ⎛ 1/3 ⎞ ⎟ ⎜ ⎟ 1⎜ ⎟ 5⎜ ⎟ ⎜ ⎟ 〈(012). a 1 〉 = 0 ⇒ λ 31 = 〈a 3 .

Un spaţiu vectorial pe care s-a definit o normă se va numi spaţiu ca vectorial normat. fiecare vector din baza A prin împărţirea fiecărui vector la norma sa.Vectorii (a1. x 〉 0 2. Norma unui vector pe un spaţiu euclidian se poate defini în mai multe feluri.4. a2.. a 2 = ⎜ . PROPOZIŢIA 1.. Fie o bază ortogonală A = {a1.2.. x 〉 Definiţie. În orice spaţiu vectorial normat există o bază ortonormată adică o bază ortogonală în care norma fiecărui vector este egală cu unitatea. se obţine baza: C1 = a1 a a . x + y ≤ x + y OBSERVAŢIE. x ∈ V dacă verifică : 1. Noi vom folosi norma definită cu ajutorul produsului scalar: x = 〈 x. C n n a1 a2 an Exemplu. a2.. 0) = ⎛ 1 .. 1.1/2 ⎟ . Fie V spaţiu vectorial peste corpul K O funcţie f: V → R. C 2 = 2 . α x = α ⋅ x 3. 1 .0 ⎞ a1 (1 . .1. 0 ) = = ⎟ ⎜ a1 2 2 ⎝ 2 2 ⎠ T T T . Se va construi o bază ortonormată. notată f(x) = x 〉 se numeşte norma vectorului x. Să se determine o bază ortonormată a spaţiului R3 Rezolvare: Vom pleca cu baza ortogonală ⎛ 1/3 ⎞ ⎛ 1/2 ⎞ ⎛1⎞ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ a 1 = ⎜ 1 ⎟ . a 3 = ⎜ .1/3 ⎟ ⎜ 1/3 ⎟ ⎜ -1 ⎟ ⎜0⎟ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ Vom norma fiecare vector: c1 = 22 (1. Definiţie. a3 ) formează o bază ortogonală a spaţiului E deoarece sunt trei vectori liniar independenţi şi ortogonali doi câte doi. an} construită prin procedeul Gramm Schmidt.

. (∀) α ∈ K TEOREMA 1.. .1/2. a2. O aplicaţie T: V → V' se numeşte aplicaţie (transformare sau operator) liniară dacă este aditiv şi omogen. c3 } formează o bază ortonormată a spaţiului R3 1.. 2 valoarea T (α x + β y) = T(α x) + T (β y) = α T (x) + β T (y) „⇐” Presupunem că relaţia T(α x + β y) = α T (x) + β T(y) este verificată.e.a (1/2.3. y ∈V 2. B = {a1. V' două spaţii vectoriale peste acelaşi corp de scalari K. O aplicaţie T: V → V' este aplicaţie liniară dacă şi numai dacă: (13) T (α x + β y) = αT (x ) + βT (y) Demonstraţie: „⇒” T aplicaţie liniară. Aplicaţii liniare Definiţie. Fie V. T ( x + y) = T (x) + T (y) (∀) x. .5.1/3. 2. Vom calcula cu ajutorul proprietăţilor de definiţie 1. .1..1)T = ⎛ 1 . (q. cât şi pentru scalarul β = 0 ceea ce conduce la egalitatea 2.3 .2. Fie V. an } o bază a spaţiului Vectorial V şi B' = {b1. n } 23 .1 . b2. T (α x ) = α T (x) (∀) x ∈ V. poate fi folosită ca definiţie pentru aplicaţia liniară.. Teorema 1. c2. . .5. V' două spaţii vectoriale peste acelaşi corp de scalari K de dimensiuni n respectiv m..) OBSERVAŢIE. 1/3 ) ⎛ 3 3 3⎞ ⎟ = =⎜ ⎜ 3 . .. deci verifică: 1. . TEOREMA 1.5. bn } o bază a spaţiului vectorial V'. . 3 ⎟ 1 a3 ⎝ ⎠ 3 T Vectorii { c1.1..2 ⎞ ⎜ ⎟ c2 = 2 = ⎜ 6 3⎟ a2 3 6 ⎝ ⎠ 2 T c3 = T a 3 (1/3. atunci există o aplicaţie liniară T : V → V' cu proprietatea: T (ak) = bk pentru (∀) k ∈ {1.d. Atunci ea este verificată şi pentru scalarii α = β = s ceea ce conduce la egalitatea 1.

B = {a1.. .0. v2 doi vectori oarecare din V care se pot exprima în funcţie de baza B astfel: v1 = α11 a1 + α12 a2 + ..... + (α α1n + β 2n) bn = = α (α 11 b1 + ... an} o bază a spaţiului vectorial V şi B' = {b1. + α2n b1) = α T(v1) + β T(v2) Deci aplicând teorema 1. .. + α1n an) + β (α21 a1 + . T(a2).... aplicaţia T definită mai sus este o aplicaţie liniară....0 ⎟ şi deci prin definiţie k ⎝ ⎠ T(ak) = 0b1+. T: V → V' o aplicaţie.. T(v) = β1 b1 + β2 b2 + .3.1..Demonstraţie: Fie v ∈ V..5.. α1n bn) + β (α21 b1 + .. bk + 0 bk+1 + .3..... B'} 24 .... Fie v1... Pentru orice vector ak ∈ B coordonatele sale în baza B sunt 1 ⎛ ⎞ ⎜ 0. + α1n an v2 = α21 a1 + α22 a2 + . + α2n an) = = (α α11 + β α21) a1 + . V' spaţii vectoriale peste un corp K.. Fie ai un vector oarecare din B atunci T(ai) este un vector al spaţiului V' şi poate fi reprezentat în mod unic în funcţie de vectorii bazei B': T(ai) = αi1 b1 + αi2 b2 + .. ... V. Matricea asociată unei aplicaţii liniare Fie aplicaţia liniară T: V → V'.... + (α α1n + β α2n) an T (α v1 + β v2) = (α α11 + β α21) b1+ . + αin bn Matricea formată din coordonatele vectorilor T(a1). + βn bn vom demonstra că aplicaţia astfel definită este liniară. + α2n an Vom calcula α v1 + β v2 = α (α11 a1 + ... + 0bk-1 + 1.bn} o bază a spaţiului vectorial V'. T(an) în baza B' se va numi matrice asociată aplicaţiei liniare T în raport cu perechea de baze {B. + 0bn = bk În consecinţă există o aplicaţie liniară care verifică T(ak) = bk 1..

1⎞ B = {a 1 . 25 .) se numeşte vector propriu pentru aplicaţia liniară T asociată valorii proprii λ.1) = (1+1.-1. Valori proprii şi vectori proprii asociaţi unei aplicaţii liniare Definiţie.3) = (-1+3.-3.) T (v) = λ v Vectorul nenul v ∈ V care verifică relaţia (1.6. Fie V un spaţiu vectorial n-dimensional peste corpul de scalari K şi T: V → o aplicaţie liniară. Să se determine matrice asociată aplicaţiei liniare T: R2 → R3.6.-2) T(a2) = T(-1. +1-3) = (2.1. -3. 1/8.6. Un scalar λ ∈ K se numeşte valoare proprie pentru aplicaţia liniară T dacă există cel puţin un vector nenul v ∈ V astfel încât: (1. b 3 } ⎜ 1⎟ ⎜3⎟ ⎝ ⎠ ⎝ ⎠ ⎛5⎞ ⎛1⎞ ⎛1⎞ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ b 1 = ⎜1⎟ b 2 = ⎜ 3 ⎟ b 3 = ⎜ .x2.x1 – x2) în raport cu perechea de baze ⎛ 1⎞ ⎛ .-9/8.1/8) şi respectiv (3. b 2 .1.-2) Coordonatele acestor doi vectori în funcţie de baza B' sunt (10/4.-1 –1) = (2. .-1. . a 2 } a 1 = ⎜ ⎟ a 2 = ⎜ ⎟ şi B ′ = {b 1 . B' (T) = ⎜ 12 M ⎜ ⎜α ⎝ 1n α 21 α 22 M α 2n α n1 ⎞ ⎟ L α m2 ⎟ M M ⎟ ⎟ L α mn ⎟ ⎠ L Exemplu.1⎟ ⎜0⎟ ⎜ 4⎟ ⎜1⎟ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ Soluţie: T(a1) = T(1.⎛ α 11 ⎜ ⎜α MB. T(x1 x2) = (x1 + x2. 7/8). Deci matricea asociată perechii de baze este M B B' (T) = ⎜ 9 / 8 ⎜ 1/ 8 ⎝ ⎛10 / 4 ⎜ 3 ⎞ ⎟ 1/ 8 ⎟ 7 / 8⎟ ⎠ 1.

6.) (AT .2.) În consecinţă.3.2.3. Soluţiile sistemului omogen (1. Relaţia (1..3.6. ..6.). coordonatele vectorului propriu v nenul sunt soluţiile sistemului omogen (1.) conduce la sistemul: ⎧(a 11 − λ ) v 1 + a 21 v 2 + .3.6. an}.... Determinantul sistemului (1.) nu sunt toate nule numai dacă determinantul sistemului este nul.) se mai scrie: T (v) . + (a nn − λ )v n = 0 ⎪ ⎩ (1. Deci se verifică teorema: 26 . Determinarea valorilor şi vectorilor proprii pentru o aplicaţie liniară Fie T: V → V' aplicaţie liniară cu matricea aplicaţiei AT.3. + a n1 v n = 0 ⎪ ⎪a 12 v 1 + (a 22 − λ ) v 2 + .6...6.): a 11 − λ P(λ ) = a 12 M a 1n a 21 M a 2n a 22 − λ L M L a n1 a n2 M L a nn − λ se numeşte polinomul caracteristic asociat aplicaţiei liniare T.λv = 0 sau (1... Ecuaţia P (λ) = 0 se numeşte ecuaţie caracteristică a aplicaţiei T.1. + a n2 v n = 0 ⎪ ⎨L ⎪ ⎪a 1n v 1 + a 2n v 2 + . în baza B= {a1.1. definită în 1.6..3.1.λEi) v = 0v unde ⎛ v1 ⎞ ⎛1 L 0⎞ ⎛ a 11 L a 1n ⎞ ⎜ ⎟ ⎟ ⎜ ⎟ ⎜ AT = ⎜ M M M ⎟ şi E i = ⎜ M M M ⎟ v = ⎜ M ⎟ ⎜v ⎟ ⎜0 L 1⎟ ⎟ ⎜a ⎝ n⎠ ⎠ ⎝ ⎝ n1 L a nn ⎠ Relaţia (1.6.

Un vector propriu ν poate fi asociat ca vector propriu unei singure valori proprii asociată aplicaţiei liniare T. T(ν)=λν} 4. Se notează Eλ={ν/ν ∈V-{0}. Mulţimea soluţiilor formează un subspaţiu.6.TEOREMA 1. ν2)=( ν1+2ν2.2λ-3=0 ⇔ λ1=-1.6. Fiecărei valori proprii λ îi corespund o infinitate de vectori proprii. Observaţii 1. Soluţiile sistemului vor fi coordonatele vectorilor proprii asociaţi aplicaţiei T în raport cu baza B.3. numit subspaţiu propriu ataşat valorii proprii respective. 3. Sistemul omogen (1. 2ν1+ν2) Soluţie: Matricea aplicaţiei este: AT= ⎛ 1 2 ⎞ ⎟ ⎜ Ecuaţia caracteristică P(λ) = 1− λ 2 =0 ⇔ (1-λ)2-4=0 ⇔ λ2 . 2.) şi rezolvând sistemul. căci P(λ)=0.2. Observaţia se demonstrează presupunând ca pentru ν. Vectorii proprii asociaţi aplicaţiei liniare T : V → V pentru valorile proprii determinate se obţin înlocuind valorile proprii în sistemul (1.6.β=0 şi deci λ= β şi deci propunerea este falsă. λ2=3 2 1− λ Vectorii proprii asociaţi valorii proprii λ1 = -1 au coordonatele în raport cu baza canonică date de sistemul de ecuaţii: ⎧{(1 − λ1 )α1 + 2α 2 = 0 ⎧2α + 2α 2 = 0 ⇔⎨ 1 ⎨ ⎩2α 1 + (1 − λ1 )α 2 = 0 ⎩2α1 + 2α 2 = 0 ⎜2 1⎟ ⎠ ⎝ 27 . Fie T : V → V λ ∈ K este o valoare proprie a aplicaţiei liniare T dacă şi numai dacă este rădăcină a ecuaţiei caracteristice.3. Exemplu: Să se determine valorile şi vectorii proprii asociaţi aplicaţiei liniare T: R2→R2 cu T(ν1. Polinomul caracteristic şi deci ecuaţia caracteristică nu depinde de baza aleasă.) este compatibil nedeterminat.vector propriu al lui T există două valori proprii adică: T(ν)=λν şi T(ν)=βν ν≠0v atunci λν= βν sau (λ-β) ν=0 În consecinţă λ.

.+αpνp) = α1T(ν1) +... TEOREMA 1. h ∈ R} TEOREMA 1... νp ar fi independenţi am obţine α2 = .6... Demonstraţia teoremei pleacă de la teorema 1. = αp = 0.. Demonstraţia teoremei se face presupunând că vectorii ar fi dependenţi.α 2 α 2 = k ∈ R Subspaţiu vectorilor propriu ai lui λ1 este: Eλ1 = {ν/ν = (-k..) înmulţit cu λ1 se obţine: α1λ1ν1+...3 Dacă ν1..... νn liniar independenţi vectorii ν1. ν2.6....4.) T(α1ν1+..+αpνp = 0v cu αi≠0 Vectorii proprii ai aplicaţiei liniare T verifică T(ν1) = λ1ν1....k) k ∈ R} Vectorii proprii asociaţi valorii proprii λ2=3 au coordonatele în raport cu baza comunică date de soluţiile sistemului. dacă vectorii ν2.+λpν1) = 0 sau (λ2-λ1) α2ν2+...) α1ν1+α2ν2+..3..... ⎧(1 − λ 2 )ν1 + 2ν 2 = 0 ⎧− 2ν1 + 2ν 2 = 0 ⇔⎨ ⎨ ⎩2ν1 + (1 − λ 2 )ν 2 = 0 ⎩2ν1 −2ν 2 = 0 cu soluţia nedeterminată ν1=ν2=h.. νp sunt vectori proprii ai aplicaţiei liniare T:V→V asociaţi valorile proprii distincte λ1.λp sunt distincte...4.. λ2..λp atunci sunt liniari independenţi. λ2.. ν3.4. B} este: 28 .6.. T: V → V o aplicaţie liniară şi λ1. ν2. .. Atunci există o bază B pentru V astfel încât matricea asociată aplicaţiei liniare T să aibă formă diagonală cu elementele diagonalei principale egale cu valorile proprii...4..... ....... + αpλpνp = 0ν Dacă din (1.n în raport cu perechea de baze {B.. căci vectorii proprii asociaţi valorilor proprii distincte λ1..... Rezultă că vectorii proprii sunt liniar independenţi.... νn formează o bază a spaţiului V căci numărul lor este maximal...6..+(λp-λ1) αpνp = 0 Cum valorile proprii λ1...6. λn valori proprii distincte pentru T.... ceea ce ar contrazice presupunerea făcută.. .6. Matricea aplicaţiei liniare T.. ν2. ..5.. ...h).cu soluţia ν1 = ...) scădem (1...... ... cu h ∈ R Subspaţiul propriu Eλ2={ν/ν=(h..5.. Fie V spaţiu vectorial de dimensiune n.+αpλpνp-λ1(λ1ν1+. deci ar verifica: (1....T(νp) = λpνp Calculăm: (1.+ αpT(νp) = α1λ1ν1 + ... λn sunt ν1...... T(νi) = λiνi i = 1...

( λ-λp)mp cu m1+m2+.. ν1-ν2+ν3) Să se studieze dacă există o bază a spaţiului vectorial R3 în raport cu care matricea asociată aplicaţiei liniare T să aibă formă diagonală...λ p ....6.⎛ λ1 ⎜ AT= ⎜ 0 ⎜0 ⎝ 0.. λ p .. Matricea transformării este: ⎛4 −1 1 ⎞ ⎟ ⎜ AT= ⎜ 1 3 − 1⎟ ⎜0 1 1 ⎟ ⎠ ⎝ Polinomul caracteristic este: 4 − λ −1 P (λ ) = 1 3−λ 0 1 Deci ecuaţia caracteristică 1 − 1 = (3 − λ ) 2 (2 + λ ) 1− λ 29 .... B} să aibă formă diagonală dacă şi numai dacă dimensiunea fiecărui subspaţiu propriu Eλi corespunzător valorii proprii λi este egală cu mi ordinul de multiplicitate al valorii proprii respective ⎞ ⎛ ⎟ ⎜ AT = diag ⎜ λ1 . λ n ⎟ ⎠ TEOREMA 1... 0 ⎟ 0. Fie T: R3 → R3 dată prin: T(ν)=(4ν1+ν2.λ p ⎟ 4 3 1 24 ⎟ 4 3 ⎜ 1 24 mp ⎠ ⎝ mp Baza B este formată din vectori proprii aparţinând subspaţiilor proprii corespunzătoare... Atunci există o bază B a spaţiului vectorial V astfel încât matricea asociată aplicaţiei liniare T în raport cu perechea de bază {B......... Soluţie.+mp=n.... -ν1+3ν2+ ν3...... Exemplu 1.... Fie V spaţiu vectorial de dimensiune n. 0⎞ ⎟ λ 2 ...... T:V→V o aplicaţie liniară care are un polinom caracteristic: P(λ)=(λ-λ1)m1 (λ-λ2)m2 ......5.

nu există o bază a spaţiului vectorial R3 în raport cu care matricea asociată aplicaţiei T să aibă formă diagonală. Fie T:R3 → R3 o aplicaţie liniară a cărei matrice asociată în raport cu baza canonică este: ⎛ 4 0 0⎞ ⎜ ⎟ AT= ⎜ 0 1 3 ⎟ ⎜ 0 3 1⎟ ⎝ ⎠ Să se studieze dacă există o bază a spaţiului vectorial R3 în raport cu care matricea asociată aplicaţiei liniare T să aibă formă diagonală.h) k. În conformitate cu teorema 1. Ecuaţia caracteristică asociată este: 4−λ 0 0 0 1− λ 3 0 3 1− λ = −( 4 − λ ) 2 ( 2 + λ ) = 0 Valorile proprii sunt λ1=λ2=4.k) ∈ R} a cărei dimensiune este 1.5. ν 3 ∈ R ⎨(1 − 4)ν 2 + 3ν 3 = 0 ⇔ ⎨ ⎩3ν 2 − 3ν 3 = 0 ⎪3ν + (1 − 4)ν = 0 3 ⎩ 2 Deci Eλ=3={ν/ν=(k. ν1 ∈ R . 30 .h.2k. 2.4. ν 2 = 2ν 3 . Soluţie. λ3=-2 Vectorii proprii asociaţi valorii λ1=λ2=4 sunt soluţiile sistemului de ecuaţii: ⎧(4 − 4)ν 1 = 0 ⎧− 3ν 2 + 3ν 3 = 0 ⎪ ⇔ ν 2 = ν 3 .h є R} Dimensiunea subspaţiului propriu Eλ=3 este doi cât este şi ordinul de multiplicitate a valorii proprii λ=3.(3-λ)2(2-λ)=0 are λ=3 valoare proprie de ordin de multiplicitate doi (rădăcină dublă) şi λ=-2 valoare proprie distinctă. ν 3 ∈ R ⎨ν1 + (3 − 3)ν 2 −ν 3 = 0 ⇔ ⎨ν1 −ν 3 = 0 ⎪ν + (1 − 3)ν = 0 ⎪ν − 2ν = 0 3 2 ⎩ 2 ⎩ 2 Deci: Eλ3={x/x=(k. ⎧(4 − 3)ν1 −ν 2 + ν 3 = 0 ⎧ν1 −ν 2 + ν 3 = 0 ⎪ ⎪ ⇔ ν1 = ν 3 . Vectorii proprii asociaţi valorii proprii λ=3 sunt soluţiile sistemului.

Vectorii proprii corespunzători valorii proprii λ3=-2 sunt soluţiile sistemului. ν 3 ∈ R ⎪3ν + (1 + 2)ν = 0 ⎪3ν + 3ν = 0 3 3 ⎩ 2 ⎩ 2 Deci Eλ=-2 = {ν/ν=(0. ν 2 = −ν 3 .y) f(x. y ∈ V.1).2).7. b2=(-1. b2..xn) ∈ V scris într-o bază a spaţiului unui număr real f(x) ∈ R.2. O aplicaţie f: V x V → R este o formă biliniară dacă este liniară în raport cu ambele argumente: f(ax1+bx2.3)} 1. ⎛4 0 0 ⎞ ⎟ ⎜ Matricea AT se transformă A’T = ⎜ 0 4 0 ⎟ ⎜ 0 0 − 2⎟ ⎠ ⎝ într-o bază B = {b1.-p. (∀) λ ∈ R Această aplicaţie ataşează fiecărui vector x = (x1..p) p ∈ R} a cărei dimensiune este unu.. O aplicaţie f: V → R este o formă (transformare sau operator) liniar decât este aditivă şi omogenă.ay1+by2)=af(x. Forme liniare.. y)+b(x2. (∀) a. f(x+y)=f(x)+f(y) (∀) x. b3=(0. y)=af(x1..1. b2 ∈ Eλ=4 şi b3 ∈ Eλ=-2 ca de exemplu: B = {b1=(1. de dimensiune n.y2) (∀) x1.-3. x2. b3} unde b1. Definiţie Fie V spaţiu vectorial peste corpul R de dimensiune n. y ∈ V f(λx)= λf(x) OBSERVAŢIE (∀) x ∈ V.. ⎧(4 + 2)ν1 = 0 ⎧6ν1 = 0 ⎪ ⎪ ⎨(1 + 2)ν 2 + 3ν 3 = 0 ⇔ ⎨3ν 2 + 3ν 3 = 0 ⇔ ν1 = 0.. Forme pătratice Definiţie: Fie v spaţiu vectorial peste corpul real. b ∈ R 31 . x2.y1)+b(x.

a1n ⎞ ⎛ y1 ⎞ T ⎟ ⎜ ⎟ =x Ay ⎟ ⎜ ⎟ ⎝ a n1 .....+ynbn Aplicaţia f: VxV → R se scrie f(x....y sunt exprimaţi în baza canonică.+ynbn) = = ∑∑ xi yi f (bi ....y) = f (x1b1+.y) = x1y12x2y1+x1y2... y1b1+. a nn ⎠ ⎝ y n ⎠ OBSERVAŢIE: O formă biliniară este determinată dacă se cunoaşte matricea formei A. b j ) = ∑∑ xi x j aij i =1 j =1 i =1 j =1 n n n n sau f(x.y є V se pot scrie: x=x1b1+... Care este matricea formei biliniară în baza canonică? Care este matricea formei ⎛5⎞ ⎛3⎞ biliniare în baza B={b1.xn) ⎜ ⎜ ⎛ a11 . b2}devine: x= B·α⇔ ⎜ ⎜ 32 ⎛ x1 ⎞ ⎛ 3 5 ⎞ ⎛α 1 ⎞ ⎛ 3α 1 + 5α 2 ⎞ ⎟=⎜ ⎟ ⎟⎜ ⎟= ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎝ x 2 ⎠ ⎝ 4 6 ⎠ ⎝α 2 ⎠ ⎝ 4α 1 + 6α 2 ⎠ ...... Exemple: Fie o formă biliniară f: R x R → R.y)=x1y12x2y1+x1y2 Se obţine matricea formei în baza canonică Af = ⎜ ⎜ ⎛ 1 1⎞ ⎟ ⎟ ⎝ − 2 0⎠ Cei doi vectori x.1.b2} b1= ⎜ ⎟... Scrierea unei forme biliniare sub formă matricială.bn} Atunci vectorii x..+xnbn..+xnbn y=y1b1+..x2) ⎜ ⎜ ⎛ a11 ⎝ a21 a12 ⎞ ⎟ a22 ⎟ ⎠ ⎛ y1 ⎞ ⎜ ⎟ = (x1a11+x2a21 x1a12+x2a22) ⎜y ⎟ ⎝ 2⎠ ⎛ y1 ⎞ ⎜ ⎟= ⎜y ⎟ ⎝ 2⎠ = x1y1a11+x2y1a21+x1y2a12+x2y2a22.7... y scrişi în baza B={b1. Vectorii x.1. Fie spaţiul vectorial V o bază B = {b1....y)=(x1... f(x.y)=(x1.... b 2 = ⎜ ⎟ ? ⎜ 6⎟ ⎜ 4⎟ ⎝ ⎠ ⎝ ⎠ Soluţie: f(x. Această formă o identificăm cu forma biliniară dată: f(x.

y) = (3α1+5α2.⎛ y ⎞ ⎛ 3 5 ⎞ ⎛ β1 ⎞ ⎛ 3β1 + 5β 2 ⎞ y = B · β ⇔⎜ 1 ⎟ = ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ y ⎟ ⎜ 4 6 ⎟ ⎜ β ⎟ = ⎜ 4β + 6β ⎟ ⎠⎝ 2 ⎠ ⎝ 1 2⎠ ⎝ 2⎠ ⎝ În consecinţă forma biliniară devine: ⎛ 1 1 ⎞ ⎛ 3 β 1 + 5β 2 ⎞ f(x. Exemple: 1.a ⎟ nn ⎠ ⎝ n1 T ⎛ x1 ⎞ n n ⎜ ⎟ ⎜ : ⎟ = ∑∑ a ij x i x j ⎜ x ⎟ i =1 j=1 ⎝ n⎠ unde A matricea simetrică adică aij=aji.. x1+4x2) ⎟⎜ ⎟ ⎝ 1 4 ⎠ ⎝ x2 ⎠ ⎛ x1 ⎞ ⎜ ⎟= ⎜x ⎟ ⎝ 2⎠ 33 = 2x12+x2x1+x1x2+4x22=2x12+2x1x2+4x22 ..a 1n ⎞ ⎟ ⎜ f(x. 4α1+tα2) ⎜ ⎜ − 2 0 ⎟ ⎜ 4β + 6β ⎟ = ⎟⎜ ⎟ ⎝ ⎠⎝ 1 2⎠ = -3α1 β1-7α1 β2-α2 β1...x) (∀) x єV Observaţie: ⎛ a 11 . Se obţine matricea formei biliniare în baza B: ⎛− 3 − 7⎞ Af = ⎜ ⎟ ⎜ −1 − 5⎟ ⎠ ⎝ Definiţie: O formă biliniară se numeşte forma biliniară simetrică dacă matricea formei este o matrice simetrică.. Fie f: R2xR2 → R o formă biliniară simetrică f(x.x)=(x1x2) ⎜ ⎜ ⎛ 2 1 ⎞ ⎛ x1 ⎞ ⎟ ⎜ ⎟ = (2x1+x2.. O aplicaţie g: V → R este o formă pătratică dacă există o aplicaţie biliniară simetrică f: VxV → R astfel încât g(x) = f(x... adică matricea A este egală cu transpusa sa: Af = ATf Definiţie: Fie un spaţiu vectorial V peste corpul real R de dimensiunea n.xn) ⎜ : ⎟ ⎜ a .. y) = 2x1y1+x1y2+4x2y2+x2y1.5α2 βn..x)=x Ax=(x1. Care este matricea formei biliniare? Care este forma pătratică? A= ⎜ ⎜ Forma pătratică ⎛2 1⎞ ⎟ A simetrică deoarece a12=a21=1 ⎟ ⎝ 1 4⎠ g(x)=f(x.

2.. Δ3. 3..sunt strict pozitivi... Δ 2 = 11 a 21 a11 ... O formă pătratică g: V → R este pozitiv definită dacă toţi minorii matricei simetrice A sunt strict pozitivi. O formă pătratică g: V → R este semipozitiv definită dacă minorii sunt: Δ1 ≥0.. Minorii sunt: a Δ 1 = a11 . Δ n = : a 22 a n1 . O formă pătratică este seminegativă definită dacă Δ1 ≤ 0.. şi Δ2 ≥ 0. Δ 3 = 15 〉 0 ⎜ 0 1 1⎟ ⎝ ⎠ g1(x) este o formă pătratică pozitivă definită 34 . . O formă pătratică pentru care nu sunt îndeplinite nici una din condiţiile anterioare este o formă pătratică nedefinită... 4.. sunt strict negativi iar cei pari Δ2..a nn 2. Δ4.a1n a12 . Δn ≥ 0... Δ2 ≥0.... Δ4 ≥ 0... Fie g: R3 → R o formă pătratică g(x)=x12+2x1x3-x2x3+x22+3x32 să se scrie matricea formei pătratice... Δ 2 = 23 〉 0. O formă pătratică g: V → R este negativ definită dacă minorii impari Δ1.. 5.. 0 1 ⎞ ⎛1 ⎟ ⎜ 1 − 1 / 2 ⎟ matrice simetrică A= ⎜ 0 ⎜ 1 − 1/ 2 3 ⎟ ⎠ ⎝ Definiţii: 1... Să se stabilească natura formelor pătratice: g1(x) = 8x12-6x1x2+2x2x3+4x22+x32 g2(x) = x12-4x1x2+4x22 g3(x) = -2x12-y1x2-x22 g4(x) = x12-3x1x2+2x1x3-2x2x3+x32 Soluţie: ⎛ 8 − 3 0⎞ ⎜ ⎟ A1 = ⎜ − 3 4 1 ⎟ Δ1 = 8 〉 0..... Exemple.... Δ3 ≤ 0..

.. A – matrice simetrică. Δ 3 = 〈 0 4 ⎜ 1 1⎟ −1 ⎠ ⎝ g3(x) este o formă pătratică negativă diferită g4(x) – formă pătratică nedefinită Definiţie.. Δ 2 = -9/4 〈 0.. 1.. Reducerea unei forme pătratice la o formă canonică 1....1..+bryr2 r = rang A < n... Într-o bază a spaţiului B є V forma pătratică g are o formă canonică dacă matricea formei este o matrice diagonală adică: g(y)=b1y12+b2y22+.8. Metoda valorilor proprii Această metodă determină valorile cu ajutorul ecuaţiei caracteristice ataşată matricei formei.⎛ 1 − 2⎞ A2 = ⎜ ⎜ − 2 4 ⎟ Δ 1 = 1 〉 0.8. Dacă această matrice poate fi transfor35 . Metoda Jacobi Fie o formă pătratică g: V → R g(x) = xTAx. + n −1 y n Δ2 Δn Δ1 (y1. Δ 2 = 7 / 4 〉 0 ⎟ ⎝ ⎠ − 3/ 2 1 ⎞ ⎛ 1 ⎟ ⎜ -1 A4 = ⎜− 3/ 2 0 − 1⎟ Δ 1 = 1 〉 0. yn) reprezintă coordonatele vectorului x în baza B. 1..8. Fie g: V→R o formă pătratică..2. Δ 2 = 0 ⎟ ⎝ ⎠ g2(x) este o formă pătratică semipozitivă definită ⎛ − 2 −1/ 2 ⎞ A3 = ⎜ ⎜ − 1 / 2 − 1 ⎟ Δ1 = −2 〈 0. Dacă toţi minorii matricei A sunt neutri atunci există o bază B a spaţiului V astfel încât forma pătratică să se transforme în formă canonică: g(y) = Δ 1 2 Δ1 2 2 y1 + y 2 + .

4. Matricea formei este: ⎛ 0 2 − 2⎞ ⎟ ⎜ A=⎜ 2 1 0 ⎟ ⎜− 2 0 −1⎟ ⎠ ⎝ Minorii Δ 1 = 0. Soluţie. [îndeplineşte condiţiile teoremei 1.mată într-o matrice diagonală.5.3. 2 −2 ⎞ ⎛0 − λ ⎜ ⎟ P (λ ) = ⎜ 2 1− λ 0 ⎟ = λ (-λ2 + 9) = 0 ⎜ −2 0 −1− λ⎟ ⎝ ⎠ λ 1 = 0. x1 = − 2 .4x1x3 într-o formă canonică. g(x) = x22 . Exemplul 1: Să se transforme forma pătratică g:R3 → R.] atunci se poate determina o bază în care se poate scrie forma canonică. Δ 3 = 2 1 −2 0 −1 Metoda Jacobi nu se poate aplica căci avem minori nuli. x1 = − 3 ⇒ ⎨2 x1 + (1 − 11 ) x 2 = 0 2 2 ⎪− 2 x − x = 0 ⎪ − 2 x + ( −1 − λ ) x = 0 1 1 3 1 3 ⎩ ⎩ 36 .8. Δ 2 = 0 2 2 1 0 2 −2 0 =0 = . λ 3 = 3 Valori proprii distincte subspaţiului propriu al valorii proprii λ1=0 se obţine din sistemul: ⎧2 x 2 − 2 x 3 = 0 ⎧− λ1 x1 + 2 x 2 − 2 x3 = 0 ⎪ 2 x x ⎪ ⇔ ⎨2 x1 + x 2 = 0 ⇔ x 2 = x3 .x32 + +4x1x2 . λ 2 = −3. Vom încerca metoda vectorilor proprii scriind ecuaţia caracteristică din întrecerea A.4. Metoda Gauss Această metodă formează pătrate perfecte când conţine cel puţin un aii ≠ 0. 1.

x22 +8x32+4x2x3+3x22+8x32+6x2x3 2 2 Elementul a11=2≠0 se va forma un pătrat perfect cu cei trei termeni ce conţin pe x1 [2x12 + 2x1x2 –8x1x3] Atunci g ( y ) = 37 . h є R} 2 Baza în care s-a făcut transformarea se obţine din trei vectori care aparţin celor trei subspaţii ale vectorilor proprii ca de exemplu: B={b1 =(1. 2.h).−2k . -2) b2=(2. t) t є R} În consecinţă matricea A se poate scrie ca o matrice diagonală ⎛0 0 0⎞ ⎜ ⎟ 2 2 A = ⎜ 0 − 3 0 ⎟ care conduce la forma canonică g(y) = -3y2 +3y3 ⎜ 0 0 3⎟ ⎝ ⎠ 1 h. -2. 1. Δ 2 = 2 1 1 3 2 1 −4 3 = −50 8 = 6 − 1 = 5. k ∈ R} Printr-un calcul similar se obţine: Eλ2=-3= {x/x=(h. -1)} Exemplul 2: Să se scrie o formă canonică a formei pătratice: g(x) = 2x12+3x22+8x32+2x1x2-8x1x3+6x2x3 Soluţie: Matricea formei este: ⎛ 2 1 − 4⎞ ⎟ ⎜ A=⎜ 1 3 3 ⎟ ⎜− 4 3 8 ⎟ ⎠ ⎝ Minorii Δ 1 = 2. Eλ3=3 = {x/x=(-2t. − 2k ).Eλ 1 = 0 = {x / x = ( k . 1 1 g(x)= [2x1+x2-4x3]2 . 2) b3=(2. Δ 3 = 1 3 −4 3 1 2 2 2 50 2 1 1 2 2 3 y1 + y 2 − y 3 = y1 + y 2 − 10 y 3 2 5 5 2 5 La această formă pătratică se poate folosi şi metoda lui Gauss. -2t.

În această situaţie se va face întâi o transformare de forma: xi = y i .Pentru restul termenilor se caută forma unui nou pătrat perfect cu termeni ce conţin pe x2 g ( x) = 1 [2 x1 + x 2 − 4 x3 ]2 + 5 x 2 2 + 10 x2 x3 = 1 [2 x1 + x2 − 4 x3 ]2 + 2 ⎡ 5 x2 + 5 x3 ⎤ − 10 x3 2 ⎥ 2 2 2 5 ⎢2 ⎦ ⎣ Substituind: y1 = 2x1 + x2 .4x3 y2 = 5 x2+5x3 y3 = x3 obţinem forma canonică 1 2 2 2 2 y1 + y 2 − 10 y 3 2 5 OBSERVAŢIE g(y) = 2 Dacă toţi coeficienţii aii = 0 unei forme pătratice g(x) sunt nuli atunci nu se poate aplica nici o metodă de mai înainte.y 2 x 2 = y1 + y2 x 3 = y3 În aceste condiţii.y j xj = y i + y j xk = yk.j Exemplu Să se reducă forma pătratică g: R3 → R g(x) = x1x2 + 2x2x3 + x1x3 la o formă canonică Soluţie. forma pătratică devine: g(y) = (y1-y2)(y1+y2) + 2(y1+y2)y3 + (y1 – y2)y3 = y12 – y22 + 3y1y3 + y2y3 cu matricea 0 3 / 2⎞ ⎛ 1 ⎜ ⎟ A=⎜ 0 − 1 1/ 2 ⎟ ⎜ 3 / 2 1/ 2 0 ⎟ ⎝ ⎠ 38 ⎛ 0 1/ 2 1/ 2 ⎞ ⎟ 1 ⎟ ⎜1 / 2 0 ⎜1 / 2 1 0 ⎟ ⎝ ⎠ . k≠i. Matricea formei este ⎜ Vom face transformarea x 1 = y1 .

⎨ x 1 + 2 x 2 + 3 x 3 − x 4 = 2 ⎪3 x + 5 x + 4 x − 5 x 2 3 3 ⎩ 1 ⎧3x 1 + x 2 − 5 x 3 = 2 ⎪ b. Δ2=-1. ⎨ − x 1 + 2 x 2 + 3 x 3 = 1 ⎪4 x − x − 8x = 5 2 3 ⎩ 1 ⎧x 1 + x 2 + 5x 4 = 1 ⎪2 x + x + x = 2 ⎪ 1 3 4 c⎨ − x 1 + 2x 2 − x 3 = 2 ⎪ ⎪x 1 + x 2 + 2 x 3 − x 4 = 1 ⎩ Rezolvare. prin metoda Jacobi. Se aduc sistemele la sisteme echivalente diagonale: a) 1 1 3 1 0 0 1 0 0 1 0 0 1 2 5 1 1 2 0 1 0 0 1 0 -2 3 4 -2 5 10 -7 5 0 -7 -5 0 1 -1 -5 1 -1 -8 3 -2 -4 0 0 1 1 2 3 1 1 0 0 1 -2 3/2 -2 1/2 39 .Minorii. 1. Să se rezolve prin metoda eliminării complete Gauss următoarele sisteme: APLICAŢII ⎧x 1 + x 2 − 2x 3 + x 4 = 1 ⎪ a . sunt: Δ1=1. Δ3=2 g(z) = z12 – z22 – 1/2 z3.

x2 = -2 + 5x3.b) 3 1 -5 -1 2 3 4 -1 -8 1 1/3 -5/3 0 7/3 4/3 0 -7/3 -4/3 1 0 -39/21 0 1 4/7 0 0 0 0 2 1 5 2/3 5/3 -7/3 9/7 5/7 -2/3 a) Sistem compatibil nedeterminat cu: x1=3/2-7x3.1 5 ⎟ ⎜ 1 ⎟ ⎜0 0 2 . x4 =1/2 b) Sistem incompatibil. x3 = . Rang A = 2.6 ⎠ ⎝ 1⎞ ⎛ 1 ⎟ ⎜ 0⎟ ⎜0 ≈ 3⎟ ⎜ 0 ⎟ ⎜ 0⎟ ⎜0 ⎠ ⎝ 0 1/ 2 1/ 2 1 − 1/ 2 − 9 / 2 0 1 / 2 − 17 / 2 −6 0 2 1⎞ ⎟ 0⎟ ≈ 3⎟ ⎟ 0⎟ ⎠ − 2 ⎞ ⎛1 9 ⎟ ⎜ 0 − 4 3 ⎟ ⎜0 ≈ 1 17 6 ⎟ ⎜0 ⎟ ⎜ 0 28 − 12 ⎟ ⎜ 0 ⎠ ⎝ 0 0 0 13 / 7 ⎞ ⎟ 1 0 0 9/7 ⎟ 0 1 0 − 9 / 7⎟ ⎟ 0 0 1 − 3/ 7⎟ ⎠ Sistem unic determinând soluţia: x1 = 2.x 3 = 1 ⎪ x + 2x = 2 ⎪ 2 3 b)⎨ ⎪ x1 + 2x 2 = 4 ⎪3x1 + 5x 2 = 0 ⎩ . Rang A =3 c) Metoda eliminării complete poate determina sisteme echivalente diagonale şi scriind pe orizontală ⎛1 1 ⎜ ⎜2 0 ⎜ −1 2 ⎜ ⎜1 1 ⎝ ⎛1 0 ⎜ ⎜0 1 ⎜0 0 ⎜ ⎜0 0 ⎝ 0 5 1 1 −1 0 2 −1 0 1⎞ ⎛1 1 0 5 ⎟ ⎜ 2⎟ ⎜0 .2 1 . x4 = 7 7 7 7 ⎧2 x1 + x 2 − x3 = 6 ⎪x − x + 2x = 0 ⎪ 1 2 3 a)⎨ ⎪2 x1 − 2 x 2 = −2 ⎪ x1 + 2 x 2 − x3 = 3 ⎩ 40 ⎧ x1 + x 2 . x3 є R. x2 = .9 ≈ 2⎟ ⎜0 3 . Să se rezolve sistemele: 3 13 9 9 .

-1).3).0). v2=(4.3).1. 3.1.1. -1.-3). Sistem unic determinat x1=1.2. v2= (0.1.-1. Să se studieze dependenţa liniară a sistemelor de vectori: a) v1=(1. Rang A =3 ⇒ 0 − 2⎞ ⎟ 1 1 ⎟ 1 1 ⎟ ⎟ 0 0 ⎟ ⎠ Sistemul omogen este unic determinat cu soluţia α1=α2=α3=0 ⇒ Cei trei vectori sunt liniar independenţi. v3=(1.2. Relaţia de dependenţă a celor trei vectori este: k k ν 1 − ν 2 + kν 3 = 0 2 2 41 . v2=(1. x2=2.0) în R4 b) v1= (2. 3.Soluţii: a.1) în R3 c) v1=(0.1).1. α 3 = k ∈ R 2 2 Cei trei vectori sunt liniar dependenţi. b) Pornind de la aceeaşi relaţie se obţine sistemul: ⎧2α 1 + 4α 2 + α 3 = 0 ⎪ ⎨α 1 + 5α 2 + 2α 3 = 0 ⎪− 3α − α + α = 0 1 2 3 ⎩ 4 1⎞ ⎛ 2 ⎟ ⎜ A=⎜ 1 5 2 ⎟ rang A = 2 ⇒ sistem nedeterminat cu ⎜− 3 −1 1⎟ ⎠ ⎝ 1 1 soluţia α 1 = α 3 . v3 se obţine: ⎧α 1 − 2α 3 = 0 ⎛1 ⎜ ⎪3α + α + α = 0 ⎪ 1 ⎜3 2 3 ⇔ A=⎜ ⎨ −1 ⎪− α 1 + α 2 + α 3 = 0 ⎜ ⎜1 ⎪α 1 = 0 ⎝ ⎩ Matricea vectorilor.3) în R3 Rezolvare. α 2 = − α 3 .5.1. v3=(-2. a) Se consideră relaţia: α1ν1+α2ν2+α1ν3=0 înlocuind vectorii v1. v2. v3=(-2. Sistem incompatibil. x3=-2 b.

1.1. 4.1. v2. v3} sunt (1.0) + α3(1. Să se arate că aceştia formează o bază.1) în această bază. Rezolvare: Cei trei vectori v1. 0). x2. 6.0) x4=(-1. 0. v3 vor forma o bază în R3 dacă vor fi liniari independenţi.1). Coordonatele vectorului în baza {x1.1.0. 5.2.0.3.1. v3=(1.2) în R5 42 . 0.3).1. Se scrie matricea: ⎛2 −1 1 ⎞ ⎜ ⎟ A = ⎜1 2 0 ⎟ Se calculează │A│= -16 ⇒ rang A = 3 ⇒ ⎜ 3 0 − 2⎟ ⎝ ⎠ vectorii sunt liniari independenţi.1. 0). Să se scrie coordonatele vectorului x = (2. x3.0. -1. v2. v2=(-1. -2).2. În spaţiul R3 se dau vectorii: v1=(2.2. Să se arate că aceştia formează o bază. Se cer coordonatele vectorului v = (2.1) x3=(2.2.4). Să se calculeze produsul scalar al vectorilor: a) v1=(1. α 3 = 1 / 2 Sistemul trebuie să aibă soluţie unică şi anume: Coordonatele vectorului v în baza {v1.21 ⇒ rang A = 3 ⎜3 3 3 ⎟ ⎠ ⎝ Cei trei vectori sunt liniari independenţi.1.0.-2.c) Se scrie matricea vectorială: ⎛ 0 1 − 2⎞ ⎟ ⎜ A = ⎜ 2 − 1 1 ⎟ A = . Soluţie: Formează bază căci determinantul de ordinul patru este diferit de zero. 2. 1/2. În R4 se dau vectorii z1=(1.2) în această bază.4.-2. α 2 = 1 / 2.1) x2=(0.3) + + α2(-1. v2=(1. x4} sunt (2.0. 1/2). Vectorul v se va scrie: v = α1v1 + α2v2 + α3v3 ⇒ (2.2) = α1(2.-2) ⇒ ⎧2α 1 − α 2 + α 3 = 2 ⎪ ⇒ ⎨α 1 + 2α 2 = 2 ⎪3α − 2α = 2 2 ⎩ 1 α 1 = 1.-1.

. ⎟ a3 = (0. -3).3) = ⎜ ⎜ ⎟ 23 ⎝ 23 23 23 23 ⎠ v2 = * 1 1 ⎞ 3 2 ⎛ .1. a2.1. a2. b3} formează două baze ale spaţiului R3.−3. Să se găsească relaţiile care există între coordonatele unui vector v scris în cele două baze. b2 = (1. v2 > =1·1+(-2) · 4 + 0(-2) + 3 · 1 + 4 · 2 = 4 < x1. a1 〉 6 1 ⎛ 7 11 2 ⎞ (1. 1. . Fie baza b1 = (1. Să se normeze vectorii: v1=(3. 1.1.2) T = ⎜ − .1. a3 = b3 . a3} formează o bază ortogonală. b2.1. b2 = (-1. Rezolvare: Se scriu matricele A şi B şi se calculează rangurile lor. . 9. a2 〉 6 174 3 ⎛ 7 11 − 2 ⎞ ⎛ 2 − 7 4 ⎞ .2.− ⎟ în R3 Rezolvare: a) <v1. 4). a3 = (-2. 4)T în R3. . Rezolvare: Luăm procedeul Gramm-Schmidt. Să se verifice că vectorii {a1.b) x1 = (2.4.0). a1 = b1 = (1. 1. b3 = (0.λ31 a2 cu 6 ⎝ 6 6 6⎠ 〈b . 2)T. a 1 〉 1 = 〈 a 1a 1 〉 6 λ 31= 〈b3 .2) − 1⎜ − . a3} şi {b1. 2 ⎝ 6 6 6 ⎠ ⎝ 6 3 3⎠ Vectorii: {a1.2.4) − (1. Să se construiască o bază ortogonală în spaţiul R3. b1 = (2.1. ⎟ = ⎜− .2.-2. v2=(0.3). ⎟ .2.0). b3 = (0.1) Rezolvare: v1 = * 1 ⎛ 3 3 ⎞ 1 2 . x2> = 2 ⋅ ⎛1 ⎝3 1⎞ 3⎠ 1 1 ⎛ 1 ⎞ 15 + 1⋅ 2 + ⋅ ⎜ − ⎟ = 3 2 ⎝ 3⎠ 6 7.− (0.1) = ⎜ 0. ⎟ 14 14 ⎠ 14 14 ⎝ 8. 5)T.1/2).-3.1.0) T − 21 a1 cu λ 21 = 〈b 2 .4). 2. a1 〉 9 = 〈 a1 . 2.− ⎟ . 43 .1.2.v 2 = ⎜ . a 2 = b2 − λ deci a 2 = ( −1. a2 = (3.2. a 〉 29 36 =1 λ 32 = 2 2 = ⋅ 〈 a2 . (3. Vectorii sunt: a1 = (1.1).2)T .1.

2y3)= αf(x)+ βf(y) Deci f este operator liniar. x2) = (x1-x2. αx2+ βy2. y2. w2.2 ⎞ ⎛ 2 1 0 ⎞⎛ w1 ⎞ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ν 2 ⎟ = ⎜ 2 1 1 ⎟ ⎜ − 2 4 1 ⎟⎜ w2 ⎟ ⎜ν ⎟ ⎜ .βy2. b3} sunt baze în R3 Fie: νA=(ν1. b2. Să se arate că următoarele aplicaţii sunt aplicaţii liniare: a) f: R3 → R2 f(x1. 2x2).3 0 4 ⎟ ⎜ 1 0 4 ⎟⎜ w ⎟ ⎠ ⎝ ⎠⎝ 3 ⎠ ⎝ 3⎠ ⎝ 10. 2y1-y2)= αf(x)+ βf(y) Deci f este aplicaţie liniară. y = (y1.αx2.2 ⎜1 ⎝ 3 − 2⎞ ⎟ 1 1 ⎟ A = −35 ⇒ rang A = 3 0 4 ⎟ ⎠ 1 0⎞ ⎟ 4 1⎟ B = 41 ⇒ rang A = 3 ⎟ 0 4⎠ Deci: A= {a1. x3). a3} şi B = {b1. β є R Calculăm: αx + βy = (αx1+ βy1.x2).w3) ⇒ în baza B νB=W1b1+w2b2+w3b3 ⇒ νT=A·νAT şi νT=BνBT Deci AνAT=BνBT Relaţia care înmulţită la stânga cu A-1 se obţine: νAT=A-1·B·νB ⎛ν 1 ⎞ ⎛ 1 3 . α(2x1-x2)+ β(2y1-y2))= = α(x1-x2. a2. αx2 + βy2) ⇒ f(αx+ βy)=( αx1+ βy1 .αx2. x2. ν2. x3) = (2x1 – x3. ν3) ⇒ în baza A νA= ν1a1+ν2a2+ν3a3 νB=(w1. 2αx1+ 2βy1 . 44 −1 . β є R αx+ βy=(αx1 + βy1. αx3+βy3) ⇒ f(αx + βy) = (2(αx1+ βy1)-( αx3+ βy3). x2. 2x1-x2) + β(y1-y2. 2(αx2+ βy2)= =α(2x1-x3. y3) є R3 şi α. 2x1-x2) Rezolvare: a) Fie: x = (x1.βy2) = = (α(x1-x2)+ β(y1-y2). 2x2) b) f: R2 → R2 f(x1. y=(y1y2) є R2 şi α. b) Fie xF(x1.⎛ 1 ⎜ A=⎜ 2 ⎜− 3 ⎝ ⎛2 ⎜ B = ⎜. + β(2y1-y3.

Rezolvare: Matricea formei este: ⎛2 1 1⎞ ⎜ ⎟ A = ⎜ 2 3 2⎟ ⎜ 3 3 4⎟ ⎝ ⎠ Pentru a determina valorile proprii se scrie ecuaţia caracteristică P(λ)=│A-λE│= 0 1 1 ⎞ ⎛2 −1 ⎜ ⎟ P (λ ) = ⎜ 2 3−λ 2 ⎟ = (λ .11. 3x1+3x2+4x3) Să se scrie matricea ataşată aplicaţie liniare. αx2+ βy2. Rezolvare: x=(x1. Fie aplicaţia liniară f: R3 → R3 cu f(x) = (2x1+x2+x3. αx2+ βy2-αx3. Rezolvare: Matricea aplicaţiei liniare este: ⎛ 1 2⎞ ⎜ ⎟ A = ⎜ −1 0⎟ ⎜ 1 1⎟ ⎝ ⎠ 13.βy3)= (α2x12+ β2y12+2αβx1y1+α(x2-x3)+ β(y2-y3)) ≠ ≠αf(x)+ βf(y) Deci f nu este operator liniar. x1-x3). să se determeni vectorii şi valorile proprii.y3) şi α. Să se scrie matricea ataşată operatorului f. Fie aplicaţia liniară f: R2 → R3 f(x1x2)= (x1+2x2. f(x) = (x12. Să se verifice dacă este o aplicaţie liniară.y2. Fie aplicaţia f: R3 → R2.7) = 0 ⎜ 3 3 4 − 1⎟ ⎝ ⎠ Deci aplicaţia are valorile proprii λ1=λ2=1 şi λ3=7 45 .x2. -x1. Să se determine o bază în care aplicaţia se poate aduce la o formă diagonală. αx3+ βy3 ⇒ f(αx+ βy) = (αx1+ βy1)2.x3) y=(y1. β є R αx+ βy = αx1+ βy1.1) 2 (λ . x1+x3). 2x1+3x2+2x3. 12.

2k. -x1+2x3. λ1=0. x1+x2) b) f2(x)=(2x1-x2.) k ∈ R} dim Eλ=7=1 Matricea A poate fi transformată într-o bază.h ∈ R} dim Eλ=1=2 Eλ=7={x/x=(k.h) k. λ2=3 O bază în care: ⎟ ⎝ ⎠ ⎛ 0 0⎞ A=⎜ ⎜ 0 3 ⎟ este B={b1=(1.4x 2 + 2x 3 = 0 ⎪3x + 3x . b2 . Fie aplicaţiile liniare f: R3 → R3 a) f1(x)=(2x1+2x3.Vectorii proprii corespunzători valorilor proprii vor fi soluţii ale sistemelor: ⎧(2 − λ1 ) x 1 + x 2 + x 3 = 0 ⎪ ⎨2 x 1 + (3 − λ1 ) x 2 + 2x 3 = 0 ⎪3x + 3x + (4 − λ ) x = 0 2 1 3 ⎩ 1 ⎧x 1 + x 2 + x 3 = 0 ⎪ ⎨2 x 1 + 2 x 2 + 2x 3 = 0 ⎪3x + 3x + 3x = 0 2 3 ⎩ 1 ⎧(2 . Răspuns: ⎛ 2 2⎞ a) A = ⎜ ⎜ 1 1 ⎟.5x 1 + x 2 + x 3 = 0 ⎪ ⎨2x 1 .1)} ⎟ ⎝ ⎠ 46 . să se determine baza în care matricele pot fi diagonalizate.-1) b2=(2. Deci: ⎛1 0 0⎞ ⎜ ⎟ A = ⎜ 0 1 0 ⎟ într . într-o matrice diagonală deoarece subspaţiile vectorilor proprii au dimensiuni egale cu ordinul de multiplicitate al valorii proprii respective.λ 3 ) x 1 + x 2 + x 3 = 0 ⎪ 3 ⎨2 x 1 + ( x − λ 3 ) x 2 + 2x 3 = 0 ⎪3x + 3x + (4 − λ ) x = 0 2 3 3 ⎩ 1 ⎧. -x2+2x3) Se cere să se scrie matricea ataşată aplicaţiilor. b3 ) ⎜0 0 7⎟ ⎝ ⎠ 14.3x = 0 2 3 ⎩ 1 Subspaţiile vectorilor proprii Eλ=1 şi Eλ=7 sunt: Eλ=1={x/x=(-k-h.3k.h. Să se determine valorile şi vectorii proprii.o baza B = (b1 .

x2 + 2x3)2 2 1 1 1 . de exemplu a11 =2.4x1x3 b) g2(x) = x12 + 5x22 + x32 + 2x1x2 + 6x1x3 + 2x2x3 Rezolvare: a) Se scrie matricea simetrică a formei pătratice 47 . y2=x2. y3=x3 atunci: g 1 (y) = 1 2 1 2 2 y1 + y 2 − y 3 2 2 b) Procedând similar se obţine: g 1 (y) = 1 2 5 2 40 2 y1 + y2 + y3 5 26 13 ⎧ y1 = 5 x1 − 2 y 2 − 2 x3 ⎪ 26 4 ⎪ unde ⎨ y 2 = x2 − x2 5 5 ⎪ ⎪ y 3 = x3 ⎩ 16. prin metoda lui Gauss. Se aleg toţi termeni care pe xn formând un pătrat cu aceştia. 15.4x1x2 . Să se aducă la forma canonică. Nu există o bază din R3 ⎜ 0 −1 2⎟ ⎝ ⎠ în care să se poată diagonaliza matricea formei A. 1 (2x1 . Utilizând metoda valorilor proprii să se aducă la forma canonică următoarele forme pătratice: a) g1(x) = 5x12 + 6x22 + 4x32 .x22 . λ1=λ2=1.2x32+2x3x3+x2+x3-2x2x3 = (2x1-x2+2x3)2+ x22-x32 2 2 2 g(x) = (2x12 .⎛ 2 −1 0⎞ ⎜ ⎟ b) A = ⎜ − 1 0 2 ⎟ . λ3=2. formele pătratice: a) g1(x) = 2x12+α22+x32-2x1x2+4x1x3-2x2x3 b) g2(x)=5x12+6x22+4x32-4x1x2-4x1x3 Rezolvare: a) Observăm că avem coeficienţii aii ≠ 0.2x2x3 = Dacă notăm: y1=2x1-x2+2x3.2x1x2 + 4x1x3) + x2 + x3 .

5) ( λ . 2. -2a).2.⎛ 5 − 2 − 2⎞ ⎜ ⎟ A = ⎜− 2 6 0 ⎟ ⎜− 2 0 4 ⎟ ⎝ ⎠ Se determină valorile proprii scriind ecuaţia caracteristică a acestei matrici. 0. a є R } Eλ3= {x/x=(-2a. Vectorii normaţi w1 = ϑ1 ⎛ 2 1 2 ⎞ =⎜ . . 2a. ⎟ ϑ1 ⎝ 5 5 5 ⎠ w2 = ϑ ⎛ − 2 2 1⎞ ϑ2 ⎛ 1 2 − 2 ⎞ = ⎜ . λ2=5. . 2a. ν3 = (-2. λ3=8 Subspaţile vectorilor proprii: Eλ1={x/x=(2a. a.-2) ∈ tλ2. 1) ∈ tλ3 formează o bază ortogonală a spaţiului R3. ⎟ şi w3 = 3 = ⎜ . .2) ( λ . . 2a) a є R} Eλ2= {x/x= (a. ⎟ w3 = ⎜ ⎜ ⎟ ⎝ 6 6 6⎠ 48 . ν2 = (1.8) = 0 4−λ Valorile proprii sunt: λ1=2. ⎟ w2 = ⎜ ⎜ ⎟ 3 3⎠ ⎝ 3 ⎛ 1 2 1 ⎞ . 5−λ −2 P(λ) = − 2 6 − λ −2 0 −2 0 = ( λ . ⎟ formează o bază ϑ2 ⎝ 5 5 5 ⎠ ϑ3 ⎝ 5 5 5 ⎠ ortonormată în care forma pătratică se transformă în forma canonică: g1(y)=2y12+5y22+8y3 b) Similar se obţine: g2(y)=-2y12+3y22+6y32 într-o bază ortonormată 1 ⎞ ⎛ 1 .1. a) a є R } Vectorii ν1 = (2.− . w1 = ⎜ ⎟ 2⎠ ⎝ 2 ⎛ 1 1 1 ⎞ .2) ∈ Eλ1.

Astfel.. Introducere În prezent o serie de activităţi economice şi sociale complexe conduc la rezolvarea unor probleme de optimizare..2... De exemplu. de planificare a investiţiilor. să se întocmească un plan de consum lunar al materiilor prime astfel încât pentru realizarea producţiei planificate....Pm. aij xj reprezintă cantitatea de materie primă din resursa Mi 49 .2.1.) cu condiţiile (2. problema este de programare liniară... 0 ≤ j ≤ m numite şi restricţiile problemei.. [max/min] f (x1. Fie xj cantitatea din materia primă Mi utilizată în procesul de producţie.. m) sunt funcţionale liniare. (j = 1.... probleme de transport. (i = 1...1....) fj (x1.. Lunar întreprinderea trebuie să producă bj (j = 1. Dacă funcţiile f şi fj.. xn) funcţia obiectiv (de eficienţă) se cere să se determine valorile variabilelor Xi. Dintr-o tonă de materie primă Mi (i = 1. Dacă preţul unei tone din materia primă Mi este ci (i = 1... Modelarea lor matematică a permis utilizarea aparatului matematic furnizat de algebra liniară pentru determinarea soluţiilor optime.. xn) ≥ 0. n). deci care fabrică produsele P1.. xn) (2... m) unităţi din fiecare produs Pj .. conduc la probleme de optimizare ale căror soluţii optime trebuie determinate... PROGRAMARE LINIARĂ 2......Mn.. m) (aij se numesc şi consumuri specifice). n) se produc aij unităţi din produsul Pj (j = 1. n) nivelele la care trebuie să se desfăşoare n activităţi şi prin f (x1.. Iată câteva exemple: Exemplul 1: Problemă de planificare a producţiei O întreprindere industrială dispune de materiile prime M1....1. probleme de dietă etc.. n) aşa încât funcţia obiectiv să ia valoarea maximă (minimă).... cheltuielile să fie minime. probleme din domeniul planificării producţiei.. modelarea în unele probleme economice poate fi făcută astfel: notând cu xi (i = 1..1.

... modelul matematic al problemei este ∑a x i =1 ij n i ≥ bj .... În condiţiile exemplului 1.. Modelul matematic al problemei este: ∑a x j=1 ij m j ≤ bi m i = 1.. (j = 1...1.1...1.... (4) sunt condiţii de nenegativitate. Se cere să se determine cantităţile xj...anj xn Ţinând seama de faptul că lunar întreprinderea trebuie să producă cel puţin bj unităţi din fiecare produs Pj (j = 1.. n (2. m) (cj este suma realizată prin valorificarea unei unităţi din produsul Pj în unităţi băneşti). iar f este funcţia obiectiv sau funcţia de eficienţă.m) (2..+ anj xn ≥ bj Deci..) (2.) (2.utilizată pentru producerea cantităţii de produs Pj.7.1.) (2....5. m [max] f = ∑c x j=1 j j 50 .Rn care sunt limitate de cantităţile b1.. m) a1j x1 + a2j x2 +.) (2.. n [min] f = ∑c x 1=1 i n i Condiţiile (3) sunt restricţiile problemei.) xj ≥ 0....1..8. iar cantitatea totală din resursa Mi necesară pentru producţia totală formată din produsele P1... (j = 1..... deci fiecare produs Pj care trebuie realizate astfel încât beneficiul să fie maxim.. deci din materiile prime R1. bn se fabrică produsele P1.. j = 1. i = 1.3. Pn este a1j x1 + a2j x2 + ....... Pm. Exemplul 2: O problemă de utilizare optimă a unor resurse. Se cunosc consumurile specifice aij ≥ 0 şi beneficiile unitare cj..1.) xi ≥ 0..4.6..

pe care le vom trata în cadrul acestui capitol.5.2.. b = (b1.K.2..2. De exemplu.2.) (2..2. j = 1. x i ≥ 0 .) x i ≥ 0. C = (c1.. cm) şi 51 .1.2.) (deci a determina nivelurile Xi la care se desfăşoară anumite activităţi) şi care optimizează funcţia obiectiv f (sau funcţie de eficienţă). x i ≥ 0. l (2... p x i ≤ 0.. (2. Se pot da şi alte exemple de probleme de programare liniară.2. iar ∑c x j=1 j m j reprezintă încasările totale.2.K .. notând cu A = (aij)m × n .. 2.2.3.1.bm)t .) ∑a x i =1 ij 1 i = bj .Condiţiile (6) rezultă din faptul că nu putem consuma din fiecare resursă mai mult decât cantitatea de care dispunem..) ∑a x i =1 n ij i j = k+1. 2 j = l+1. ≥ bj .) A rezolva o astfel de problemă înseamnă a determina valorile nenegative ale variabilelor Xi care satisfac condiţiile (2..2....3.2. (2. O problemă de programare liniară poate fi formulată şi matriceal dacă toate inecuaţiile sistemului de restricţii au acelaşi sens (condiţie care poate fi uşor îndeplinită înmulţind cu –1 inecuaţiile (2.2. m (2.. Forma generală a problemei de programare liniară Forma generală a unei probleme de programare liniară este: n ∑a x i =1 n ij i ≤ bj .).2..).) sau (2. x i ≤ 0 p +1 p+r celelalte variabile nu au semnul specificat [max/min] f = ∑c x i =1 i n i (2.. k (2.1..).4...2.

8..) X≥0 (2. 1.6..... xn + l şi care reprezintă activităţi fictive.. l componente nule...K. 0. v k ≥ 0 .. iar vectorul x = (x1.2. cn... xn)t problema din ex.7.9... xir vom introduce noi variabile wk = –xk (k = ip + 1.) [min] f = CX Forma standard a unei probleme de programare liniară este: AX = b (2.. 52 .2... Variabilele nenegative x i1 K x i p rămân aceleaşi.2. (k = r. adăugând la C.. n) Aceste modificări conduc la forma extinsă a problemei de programare liniară: Al Xl = b Xl ≥ 0 [max/min] f = Cl Xl care este forma standard.... Se scrie: AX ≤ b X≥0 (2. iar în locul variabilelor negative xi p+1 .. xn)t devine Xl obţinut din X prin adăugarea a l componente nenegative xn + 1. ir) nenegative prin substituţiile Variabilele x i ..) [max/min] f = CX (2..2..) Orice problemă de programare liniară poate fi adusă la forma standard şi anume: Toate inecuaţiile din sistemul de restricţii pot fi transformate în egalităţi adunând sau scăzând (după caz) o serie de variabile nenegative numite variabile ecart sau de compensare. x i r +1 n care nu au semnul specificat se pot înlocui fictiv cu diferenţa a două variabile presupuse nenegative şi anume: x i k = u i k − v i k ... 0). Analog C devine Cl = (c1..X = (x1.K.. În acest fel din matricea A = (aij) obţinem matricea Al obţinută din A la care s-au adăugat l vectori coloană cu toate elementele nule cu excepţia elementului situat pe linia j care este +1 pentru inecuaţiile ≤ sau –1 pentru inecuaţiile ≥. u k ≥ 0.

u6 ≥ 0. u5 ≥ 0. x2 ≥ 0. x4.. w7 ≥ 0.. iar variabilele x4. x7 ≤ 0. x5 = u5 – v5 . x 9 ≥ 0. x 10 ≥ 0 [max] f = 3x1 – 2x2 – w3 + u4 – v4 – u5 + v5 – 2w7 De menţionat că în orice cerinţă de optimizare maximul şi minimul se pot înlocui reciproc. v5 ≥ 0. v6 ≥0.. x5. w7 = –x7 .. şi obţinem x1 + 3x2 + w3 – 2u4 + 2v4 + 3u5 – 3v5 = 7 x1 – 2x2 + w3 + u5 – v5 + 2u6 – 2v6 + e x8 =6 –2x1 + 3x2 – 2w3 – u4 – v4 – u6 – v6 – w7 – e 3x1 + x2 + w3 + 3w7 – x10 ≥ 3 xe 9 =4 x1 ≥ 0. v4 ≥ 0. u4 ≥ 0. x6 = u6 – v6 Cu aceste înlocuiri sistemul de restricţii devine: x1 + 3x2 + w3 – 2(u4 – v4) + 3(u5 – v5) = 7 x1 – 2x2 + w3 + (u5 – v5) + 2(u6 – v6) ≤ 6 –2x1 + 3x2 – 2w3 – (u4 – v4) – (u6 – v6) – w7 ≥ 4 3x1 + x2 + w3 + 3w7 = 3 şi f = 3x1 – 2x2 – w3 + (u4 – v4) – (u5 – v5) – 2w7 Pentru forma standard adăugăm variabilele ecart . x2 ≥ 0. e e e x 8 ≥ 0. Pentru x3 şi x7 care sunt negative facem substituţiile w3 = –x3.. x5. anume: [max] f(x) = [–min ] (–f(x)) [min] f(x) = [– max] (–f(x)) 53 ...Exemplul 1: Să se aducă la forma standard problema de programare liniară: ⎧ x1 + 3x2 – x3 – 2x4 + 3x5 = 7 ⎪ x1 – 2x2 – x3 + x5 + 2x6 ≤ 6 ⎨ –2x + 3x + 2x – x – x + x ≥ 4 1 2 3 4 6 7 ⎪ ⎩ 3x1 + x2 – x3 + 2x5 – x6 – 3x7 ≥ 3 x1 ≥ 0.. w3 ≥ 0.. x6 care nu au restricţii de semn se vor înlocui cu x4 = u4 – v4 . x6 fără restricţii de semn [max] f = 3x1 – 2x2 + x3 + x4 – x5 + 2x7. x3 ≤ 0.

DEFINIŢIA 3.8.1.3. DEFINIŢIA 3. .3. ⎜ 2⎟ ⎜ − 1⎟ ⎝ ⎠ ⎝ ⎠ 54 ⎛1⎞ ⎛0⎞ . Exemplul 2. 4/3. infinită dar mărginită. 0. . .7. xir....2.2. 0.) considerăm că rang A = rang (Ab) şi rang A = m ceea ce implică m≤n DEFINIŢIA 3. air corespunzător coordonatelor nenule xir (r ≤ m). O soluţie posibilă (sau realizabilă) X se numeşte soluţie de bază (sau program de bază) dacă are cel mult m componente strict pozitive (xi1.. Numim soluţia posibilă (sau realizabilă) a problemei (S) un vector x = (x1.2.3.. Pentru compatibilitatea sistemului (2.... 2)t reprezintă o soluţie de bază nedegenerată deoarece numărul componentelor nenule este 2 = rang A şi vectorii a 1 = ⎜ ⎟ şi a 5 = ⎜ ⎟ sunt liniar independenţi. xn)t din spaţiul soluţiilor care satisface (2.1) şi (2...) 2x1 + x2 – 4x3 – x5 = 6 xi ≥ 0 i = 1.2.1. 4)t este o soluţie posibilă deoarece satisface condiţiile (2. infinită şi nemărginită aşa cum rezultă din exemplele pe care le vom analiza. Dacă soluţia de bază are exact m componente nenule ea este nedegenerată.) şi (2. Se numeşte soluţie optimă a problemei (S) o soluţie posibilă care satisface cerinţa de optim (2. 0.1. redusă la un punct. 5 (2. r ≤ m) şi dacă vectorii coloană ai1.7.3.2.1.9). 1. Soluţiile problemei de programare liniară În continuare vom considera problema standard (S) de programare liniară.2. 0.) Vectorul X2 = (4.1.) Mulţimea soluţiilor posibile este o submulţime a spaţiului vectorial n. ea poate fi vidă. în caz contrar (dacă conţine mai puţin de m componente nenule) ea este degenerată.2) Matricea A = 1 −1 − 2 −1 0 are rangul 2 2 1 4 0 −1 Vectorul X1 = (20/3.: Fie programul (S) x1 – x2 – 2x3 – x4 = 4 (2..2. ale vectorului X sunt liniar independenţi... Se demonstrează că mulţimea soluţiilor posibile este o mulţime convexă.dimensional al soluţiilor.

2⎞ .. redusă la un punct.3. Între soluţiile posibile ale unei probleme de programare liniară şi soluţiile posibile ale problemei extinse există o corespondenţă biunivocă.) (2. care permite determinarea soluţiei optime pornind de la o soluţie de bază după un număr finit de iterate. TEOREMA 3...) 55 ⎛1⎞ ⎛.3.1. 0.2.4. TEOREMA 3. În cazul în care în problemă intervin două sau trei variabile soluţia putea fi determinată prin metode elementare şi anume metoda grafică şi metoda algebrică [. iar mulţimea soluţiilor posibile formează un subspaţiu H al acestuia ea poate fi vidă. Din cele expuse până acum rezultă că pentru rezolvarea unei probleme de programare liniară este necesar şi suficient să putem descoperi în mulţimea soluţiilor de bază pe acelea care optimizează funcţia obiectiv.1. În celelalte cazuri o inspectare completă a mulţimii tuturor soluţiilor de bază ar presupune un volum mare de calcule şi o serie de dezavantaje ca în cazul problemelor cu soluţie infinită. O metodă care ne dă răspunsuri precise şi concludente şi care necesită un volum relativ mic de calcule este metoda simplex.4. TEOREMA 3. Dacă pentru un program liniar H ≠ Ø atunci există cel puţin o soluţie de bază. [2]. 0. .4.4. 2. 0)t nu este o soluţie de bază deşi este o soluţie posibilă deoarece vectorii coloană din matricea A corespunzători componentelor nenule a 1 = ⎜ ⎟ şi a 3 = ⎜ ⎟ sunt ⎜ 2⎟ ⎜ 4⎟ ⎝ ⎠ ⎝ ⎠ liniar dependenţi. 2. [3]. Metoda simplex de rezolvare a unui program liniar standard Fie programul standard (S) AX = b X≥0 [max] f = CX (2. Vom da în continuare câteva teoreme privind soluţiile unui program liniar.) (2.2.]. Între soluţiile optime ale unei probleme de programare liniară şi cele ale problemei extinse există o corespondenţă biunivocă. pentru demonstrarea lor se pot consulta [1]. Spaţiul vectorial n-dimensional al tuturor soluţiilor X se numeşte spaţiul soluţiilor..Vectorul X3 = (22/3. infinită dar mărginită sau infinită şi nemărginită aşa cum va rezulta din exemplele pe care le vom da.

.10.. XE)t (2. y i 2 j ..9. Dacă vectorul a j = y i1 j ...) Dacă XB ≥ 0 spunem că baza B = {4a i1 . c i2 . 56 .c im ).) (2.) (2. y-I} Dispunând de o bază primal admisibilă se întocmeşte tabelul simplex în care trecem: a) soluţia XB = B-1b b) CB = (Ci1. .) Făcând calculele.5..4...) luând aici XF = 0 obţinem o soluţie de bază pentru (2. deci: (2. atunci xi1.13. XE)t iar forma standard se scrie (2..4.i m }.) [max] f = CBXB + CEXE O soluţie a sistemului (3..4...9) este XB = B-1b –B-1EXE (2.....cu notaţiile din paragraful 1. CE)..... .4. Dacă vectorii coloană ai matricei A..) A = BE şi analog C = (CB.) EXB + FXE = B XB≥ 0.) raport cu cu J = {1.. .14. a im } este primal admisibilă. i 2 .4. n.. X E ) = B t (2.4..4.9. xi2. CE) (XB..y i m j aceste E ( ) t (j = 1.6. X = (XB. rezultă (2.4.12..11.8.4. a i 2 . XE ≥ 0 (2. ..4.. a i m formează o bază în Rm..) E F (X B . Matricea A poate fi descompusă în două submatrice EB formată din vectorii a i 1 . Cim) ( f B = C B X B = C i X i valoarea funcţiei obiectiv c) ∑ i∈I corespunzătoare soluţiei de bază..7.4.4.) şi anume XB = B-1b (2. a i 1 . ..4.) XB ≥0. XE ≥ 0 [max] f = (CB. xim se numesc coordonate bazice (variabile de bază). x j = ∑ i∈I componente în B iar c i y ij . n) are baza C = (c i1 . I = {i1 . . a i m şi E formată cu celelalte coloane. j ∈ J (2.

ym...1.... y i m j ( ) t care reprezintă coordonatele vectorilor a j . problema de programare liniară are optim finit şi fopt = fB. Dacă pentru un indice j∈J pentru care fj – cj < 0 toate componentele xjk ≤ 0.. ci ai 0 0 1 0 fi 0 . y1..n 2 M ~ xi M ~ xm fB M M M M M M M M M yi.. Dacă toţi cj – fj ≥ 0. ... .m+1 M yi.. .. problema nu are optim finit.. TEOREMA 4.m+1 .. y1....n 1 ym. ... j∈J atunci XB este soluţia optimă şi fopt = fB 2. a) Fie l∈J aşa încât c l − f l < 0 şi dacă toţi yij ≤ 0 ∈ i ∈I. cn .. ... .n fm fm+1 . . dacă B este baza canonică yij sunt coeficienţii din sistemul de restricţii dat... Fn 0 cm+1-fm+1 ... y2.. y i 2 j .... cn-fn M M În continuare se aplică testul de optimalitate al soluţiei XB şi bazat pe următoarele teoreme pe care le dăm fără demonstraţie şi anume: TEOREMA 4.2... e) se calculează f j = C i y ij ∑ i∈I f) se calculează diferenţele z j − f j = ⎨ i∈I ⎧∑ c i y ij − c j . Dacă există cel puţin o diferenţă fj – cj < 0 atunci soluţia nu este optimă.. Dacă fj – cj ≥ 0 pentru toţi j ∈ J. j∉ I cm am 0 0 0 cm+1 a m +1 Un astfel de tabel simplex arată deci sub forma: c1 CB B c1 a 1 c2 ci cm ci-fj XB c2 a2 a1 M M a2 M ai M am ~ x1 ~ x 1 0 0 0 f1 0 0 1 0 0 f2 0 ...m+1 y2..m+1 . . programul are optim infinit 1.. 57 .n . a n . . În acest caz există următoarele posibilităţi.d) B−1a j = y i1 j ... i ≤ j ≤ n în baza B.. j ∈ I ⎪ ⎪0 ⎩ .

1.elementele de pe coloana pivotului devin nule cu excepţia pivotului care devine 1 . y ik f 0⎬ y kh ⎩ y ik ⎭ (4.x2 + 2x3 + x5 Soluţie ( ⎧~ ⎫ x xh = min ⎨ i / i ∈ I. rang A = 2 1 −1 0 0 1 58 . Dacă această soluţie nu este optimă se trece la iterata următoare.) A= 4 2 −6 1 0 . Exemplul 4.14.: Să se rezolve problema de programare liniară 4x1 + 2x2 – 6x3 + x4 = 4 x1 – x2 + x5 = 3 [max] f = 4x1 .b) Fie l ∈J cu c l − f l < 0 şi există cel puţin un yij > 0 atunci soluţia poate fi îmbunătăţită. Indicele k al vectorului care intră în bază ne este dat de (4. Se trece la prima iterată prin care se determină vectorul care intră în bază şi vectorul care iese din bază. Rezultatul se împarte la pivot. Ca rezultat al fiecărei iterate se obţine o nouă soluţie de bază şi în baza teoremelor enunţate anterior în final obţinem soluţia optimă sau ne convingem că nu avem optim finit. Observaţii Reamintim regula de calcul: . Se determină valoarea unui determinant de ordin doi unde pe diagonala principală avem pivotul şi elementul ce trebuie recalculat iar celelalte elemente se găsesc pe linia şi coloana pivotului intersectate cu linia şi coloana elementului de calculat.) ck – fk = max {cj – fj / cj – fj > 0} iar indicele h al vectorului care iese din bază este dat de În acest mod vectorului a h din bază îi ia locul vectorul a k⋅ Se stabileşte elementul pivot ykh şi se recalculează toate elementele tabloului simplex şi se obţine o nouă soluţie de bază*.celelalte elemente se calculează după „regula dreptunghiului”.15.elementele de pe linia pivotului se împart la pivot .

min 0 1 cj a1 1 0 4 0 a2 1/1 -3/2 1/2 -3/2 a3 -3/2 3/2 -9/2 13/2 a4 1/4 -1/4 3/4 -3/4 a5 0 1 1 0 a1 a5 a3 Mai avem o diferenţă cj – fj pozitivă deci în bază intră vectorul şi iese vectorul a 5 deoarece pe coloana lui a 3 avem o singură 59 . În bază va intra vectorul a 1 . Pentru a vedea ce vector iese în bază calculăm Tabelul simplex din iterata următoare este: 4 cB 4 1 fj cj – fj B xB 1 2 6 -1 2 xi ⎧4 3⎫ = min ⎨ . Alcătuim tabelul simplex 4 cB 0 1 fj cj – fj B xB 4 3 3 -1 2 0 1 cj ⎛1⎞ ⎛0⎞ a1 4 1 1 3 a2 2 -1 -1 0 a3 -6 0 0 2 a4 1 0 0 0 a5 0 1 1 0 a4 a5 Cea mai mare diferenţă pozitivă este c1 – f1 = 4 şi avem yi1 > 0 deci soluţia poate fi îmbunătăţită.Vectorii a 4 = ⎜ ⎟ şi a 5 = ⎜ ⎟ formează o bază. Pivotul este 4. ⎜0⎟ ⎜1⎟ ⎝ ⎠ ⎝ ⎠ Variabilele bazice sunt x5 şi x6 deci I = {5. 6}. ⎬ = 1 y i1 ⎩4 1⎭ deci din bază iese vectorul a 4 .

Pivotul este y62 = 2 60 . Tabloul simplex în iterata următoare este: 4 cB 4 2 B xB 3 4/3 44/3 -1 2 0 1 cj a1 1 a2 -1 a3 0 a4 0 a5 1 0 -1 1 -1/6 2/3 fj 4 -6 2 -1/3 16/3 cj – fj 0 5 0 1/3 -13/3 Avem două diferenţe cj – fj pozitive dar pe coloanele lor elementele yij transformate sunt negative deci problema nu are optim finit. rang A = 3 0 a1 a3 Vectorii a 5 . Exemplul 4. a 6 .coordonată pozitivă 3/2. pivotul este 3/2. 2x1 + x2 + x3 + x5 = 2 –x1 +2 x2 –2 x3 + x6 = 3 3x1 – x2 + x3 + x4 = 5 [max] f = 3x1 + x2 – x3 + 2x4 + x6 Soluţie: 2 A = −1 3 1 2 −1 1 −2 1 0 0 1 1 0 0 0 1 .2. ⎬ = = 2 y 26 ⎩1 2⎭ deci iese din bază vectorul a 6 .: Să se rezolve problema de programare liniară. a 4 formează o bază Tabloul simplex este următorul cB 0 1 2 fj cj – fj B xB 2 3 5 5 3 1 -1 2 0 a1 2 -1 3 0 -2 a2 1 2 -1 0 1 a3 1 -2 1 2 -1 a4 0 0 1 0 0 a5 1 0 0 1 0 a5 a6 1 cj a6 0 1 0 0 a4 13 Avem c2 – f2 > 0 deci intră în bază vectorul a 2 Din x6 3 ⎧2 3⎫ min ⎨ .

recurgem la metoda bazei artificiale prin introducerea variabilelor x a ≥ 0 pentru a avea o bază primal admisibilă şi se k rezolvă problema de programare liniară. Asemenea soluţii se realizează pentru [min] λX(a) 61 . 3/2. 0)t şi este nedegenerată (numărul de componente pozitive ale vectorului soluţie X egal cu numărul restricţiilor). este o soluţie a programului iniţial după înlăturarea acestora.Următorul tabel este: cB 0 1 2 B xB 1/2 3/2 13/2 3 1 -1 2 0 1 cj a1 5/2 -1/2 5/2 a2 0 1 0 a3 2 -1 0 a4 0 0 1 a5 1 0 0 a6 -1/2 1/2 1/2 a5 a2 a4 1/2. 2 2 13 1 x 4 = . 2 2 zopt = fj 29/2 9/2 1 -1 2 0 3/2 cj – fj -3/2 0 0 0 0 -1/2 Toate diferenţele cj – fj sunt negative sau nule deci În problemele studiate anterior matricea sistemului de restricţii conţinea vectori unitari care alcătuiau o bază unitară ceea ce uşura determinarea unei soluţii iniţiale de bază. x 5 = şi x6=0. Metoda bazei artificiale 29 3 şi este realizat pentru valorile x1 = 0. Soluţia optimă este X = ( 0. 2. X(a) ≥ 0 [max] f = CX – λX(a) cu λ un număr real arbitrar strict pozitiv (pentru min f se adaugă λX(a)) Orice soluţie posibilă a problemei iniţiale este o soluţie posibilă a programului extins pentru care valorile tuturor variabilelor artificiale sunt nule şi reciproc orice posibilă a programului extins în care toate variabilelor artificiale sunt nule. 13/2. x 2 = .5. AX + IX(a) = b X ≥ 0. Dacă această bază unitară nu există. 0. x3 = 0.

1. se suprimă această linie şi se trece la faza a II-a. În acest caz dispunem de o soluţie de bază a programului extins din care prin înlăturarea variabilelor artificiale se obţine o soluţie de bază a programului iniţial şi se trece la faza a II-a. Faza a II-a. .: Să se rezolve programul liniar 2x1 + 3x2 + x3 = 4 x2 + 2x3 + x4 = 6 x1 + x3 + x4 = 8 xi ≥ 0.dacă pe linia variabilei artificiale există elemente nenule (rang A = m) alegem unul dintre acestea drept pivot şi facem încă o iteraţie pentru a o elimina din bază. În această fază se rezolvă problema AX + IX(a) = b X ≥ 0. În cazul 2) dacă în bază au mai rămas variabile artificiale nenule aceasta este dovada că problema iniţială nu admite soluţii. În această fază în cazul 1) se elimină din ultimul tabel simplex coloanele variabilelor artificiale şi se continuă algoritmul introducând coeficienţii funcţiei obiectiv f = CX. 1 ≤ i ≤ 4 [max] f = x1 + 8x2 + x3 +3x4 Soluţie 2 3 1 0 A= 0 1 2 1 1 0 1 1 62 .dacă pe linia variabilei artificiale nu avem elemente nenule (rang A < m). Dacă în bază a rămas o variabilă artificială dar pe linia ei în tabelul simplex toate elementele sunt nule.O astfel de problemă se rezolvă prin metoda celor două faze: Faza I. o vom neglija suprimând-o din tabel. Exemplul 5. 2) [min] f1 = 0 şi cel puţin o variabilă artificială este bazică ea trebuie eliminată astfel: . Se trece la faza a II-a 3) [min] f1 > 0 problema iniţială nu are soluţie de bază. X(a) ≥ 0 [min] f1 = X(a) La sfârşit putem avea următoarele situaţii: 1) [min] f1 = 0 deci toate variabilele artificiale sunt nule şi nici o variabilă artificială nu este bazică faţă de soluţia optimă.

(1 ≤i ≤ 4) x a ≥ 0. x a şi vom rezolva problema prin 6 7 metoda celor două faze. Faza I. 5 ≤ k ≤ 7 k a [min] f1 = x 5 + x a + x a 6 7 Avem o problemă de minim Tabloul simplex este: CB 1 1 1 B XB 4 6 8 18 1 3 5 6 1/2 3 9/2 9/2 2 0 0 0 0 1 1 1 cj a1 2 0 1 3 -3 2 0 1 3 -3 1 0 0 0 0 1 a2 3 1 0 4 -4 5/2 1/2 -1/2 2 -2 5/4 1/2 3/4 3/4 -3/4 3/2 a3 1 2 1 4 -4 0 1 0 0 0 0 1 0 0 0 0 a4 0 1 1 2 -2 -1/2 1/2 1/2 0 0 -1/4 1/2 3/4 a5 1 0 0 1 0 1 0 0 1 0 1/2 0 a6 0 1 0 1 0 -1/2 1/2 -1/2 -1 2 -1/4 1/2 a7 0 0 1 1 0 0 0 1 1 0 0 0 1 1 0 1/3 63 a5 a6 a7 fj cj-fj 1 a5 0 a 3 1 a7 fj cj-fj 0 a1 0 a 1 3 a7 -1/2 -1/4 fj cj-fj 0 a1 3/4 -1/2 -1/4 -3/4 3/2 3/4 0 1/3 -1/3 . x a . Rezolvăm programul liniar a 2x1 + 3x2 + x3 + x 5 = 4 x2 + 2x3 + x4 + x a = 6 6 x1 + x3 + x4 + x a = 8 7 xi ≥ 0.Nu dispunem de o bază canonică deci vom adăuga sistemului de a restricţii variabile artificiale x 5 .

Faza a II-a. a 7 . Avem pentru problema de maxim tabelul: CB 1 1 3 fj cj-fj 8 1 3 fj cj-fj max f = este degenerată Exemplul 5. 0. 7 ⎟ şi 3 ⎝ 3 ⎠ .0 0 fj cj-fj a3 0 6 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 0 0 1/3 0 1 2/3 0 1 -2/3 4/3 0 1 a4 -2/3 -1/3 Am eliminat din bază toate variabilele artificiale şi f1 opt = 0. . a 6 .: Să se rezolve programul liniar -x1 + x2 + x3 = 1 x 1 – x 2 + x4 = 1 x1 + x2 + 2x3 = 4 xi ≥ 0. Reluăm tabelul simplex de unde am rămas dar cu cj coeficienţii funcţiei obiectiv f şi fără coloanele vectorilor a 5 . 1 ≤ i ≤ 4 [max] f = 2x1 – x2 + 3x3 + x4 64 B XB 2 0 6 20 1 8 1 3 cj a1 1 0 0 1 0 2/3 0 -2/3 10/3 -7/3 a2 3/2 0 1 9/2 7/2 1 0 0 8 0 a3 0 1 0 1 0 0 1 0 1 0 a4 0 0 1 3 0 0 0 1 3 0 t a1 a3 a4 a2 a3 a4 4/3 0 7 87/3 87 ⎛ 4 ⎞ şi este realizată de vectorul A = ⎜ 0.2. Trecem la faza următoare.

6 Faza I. Rezolvăm programul liniar: a -x1 + x2 + x3 + x 5 = 1 x1 – x2 + x4 = 1 x1 + x2 + 2x3 + x a = 4 6 a xi ≥ 0.0 ) deci adăugăm a sistemului de restricţii numai două variabile artificiale x 5 la prima ecuaţie şi x a la ultima şi rezolvăm problema prin cele două faze.Soluţie −1 1 1 0 A = 1 −1 0 1 1 1 2 0 t În A avem un vector coloană unitar a 4 = (0.1. x a ≥ 0 6 a [min] f1 = x 5 + x a 6 Avem tabelul simplex: cB 1 0 1 B xB 1 1 4 5 1 1 2 2 5/3 1/3 0 0 0 0 1 1 cj a1 -1 1 1 0 0 -1 1 3 3 -311 0 0 a2 1 -1 1 2 -2 1 -1 -1 -1 1 2/3 2/3 a3 1 0 2 3 -311 1 0 0 0 0 1 0 a4 0 1 0 0 0 0 1 0 0 0 0 1 a5 1 0 0 1 0 1 0 -2 -2 2 1/3 2/3 a6 0 0 1 1 0 0 0 1 1 0 1/3 -1/3 65 a5 a4 a6 fj cj – fj 0 a3 0 a 1 fj cj – fj 0 a3 0 a 4 a6 4 . x 5 ≥ 0. 1 ≤ i ≤ 4.

6. 3 2. soluţie nedegenerată. 1/3)t. Problema extinsă se rezolvă prin metoda simplex studiată anterior. 1 ≤ i ≤ 3 [max] f = 2x1 + x2 – 3x3 66 . 20 şi este realizat de vectorul X = (2/3. Cazul în care sistemul de restricţii conţine inegalităţi Am văzut în paragraful 1 că orice program liniar poate fi adus la forma standard prin adăugarea (pentru inegalităţi de tipul ≤) sau scăderea (pentru inegalităţi de tipul ≥) a unor variabile ecart (de compensare) care pot fi interpretate economic ca reprezentând activităţi fictive pe care întreprinderea nu le efectuează şi cărora în funcţia de eficienţă le vor corespunde beneficii nule. 0.: Să se aducă la forma standard şi să se rezolve problema de programare liniară: x1 + x2 + 2x3 ≤ 10 2x1 + x2 + 3x3 ≤ 12 x1 + x2 + x3 ≤ 7 xi ≥ 0.0 fj a1 Faza a II-a 2/3 0 1 0 1/3 0 0 0 0 0 2/3 0 1/3 0 2 CB 3 B XB 5/3 -1 3 1 cj a1 0 a2 2/3 a3 1 a4 0 a3 1 2 fj a4 a1 cj-fj 1/3 2/3 20/3 0 1 2 0 -2/3 -1/3 2/3 -5/3 0 0 3 0 1 0 1 0 Rezultă [max] f = 5/3.1. Exemplul 6.

Soluţia 1. Problema extinsă este: x1 + x2 + 2x3 + x4 = 10 2x1 + x2 + 3x3 + x5 = 15 x1 + x2 + x3 + x6 = 7 xi ≥ 0, 1 ≤ i ≤ 7 [max] f = 2x1 + x2 – 3x3 + 0x4 + 0x5 + 0x6 Avem următorul tabel simplex 2 1 -3 0 0 0 cj

cB 0 0 0

B

xB 10 12 7 0 4 6 1 12

a1
1 2 1 0 2 0 1 0 2 0

a2
1 1 1 0 1 1/2 1/2 1/2 1 0

a3
2 3 1 0 -3 1/2 3/2 -1/2 3 -6

a4
1 0 0 0 0 1 0 0 0 0

a5
0 1 0 0 0 -1/2 1/2 -1/2 1 -1

a6
0 0 1 0 0 0 0 1 0 0 să se rezolve (6.2.1.) (6.2.2.)

a4 a5
a6

fj cj – fj 0 a4 2 a
1

0 fj cj – fj

a6

Avem fopt = 12 pentru X = (6, 0 , 0)t. Soluţia este degenerată Exemplul 6.2.: Să se aducă la forma standard şi programul liniar: 3x1+x2-x3 =9 x1–2x2+x3–x4 ≤ 6 x1+3x2–x3–3x4 ≥ 3, x1≥0, x2≥0, x3≤0, x4 nu are semn specificat [max.] f = 2x1+2x2 –x3 –x4. Soluţie Facem substituţiile x3 = – y3, y3 ≥0, x4 = u4 – v4 cu u4 ≥ 0, v4 ≥ 0. Programul devine 3x1 + x2 + y3 = 9 x1 – 2x2 – y3 – u4 + v4 ≤ 6

(6.2.1’)
67

x1 + 3x2 + y3 + 3u4 – 3v4 ≥ 3 (6.2.2’) x1 ≥ 0, x2 ≥ 0, y3 ≥ 0, u4 ≥ 0, v4 ≥ 0 (6.2.3’) [max] f = 3x1 + 2x2 + y3 – u4 + v4 Restricţiile conţin şi inecuaţii deci la inecuaţia a doua adăugăm variabila ecart y5 ≥ 0 iar în ultima scădem variabila ecart y6 ≥ 0 deci programul devine 3x1 + x2 + y3 = 9 x1 – 2x2 – y3 – u4 + v4 + y5 = 6 x1 + 3x2 + y3 + 3u4 – 3v4 – y6 = 3 (6.2.1″) şi [max.] f = 3x1 + 2x2 + y3 – u4 + v4 + 0y5 + 0y6. Avem

a1 a 2 3 1 1 3
A= 1 -2

a3 1

a4 a5 a6 a7 0 0 0 0

- 1 - 1 1 1 0 , rang A = 3 1 3 -3 0 1 y3 u 4 x 4 y5 y6
y a adăugat 7

x1 x 2

Nu avem o bază canonică, în A vectorul a 6 = (0,1,0)t este unitar. Completăm o bază cu ajutorul variabilelor artificiale
a membrului întâi al primei ecuaţii şi y 8 adăugat ultimei ecuaţii (5.2.1″). Problema se rezolvă prin metoda celor două faze: Faza I-a Avem de rezolvat programul liniar:

3x 1 + x 2 + y 3 + y a = 9 7 x 1 − 2x 2 − y 3 − u 4 + v 4 + y 5 = 6
a x 1 + 3x 2 + y 3 + 3u 4 − 3v 4 − y 6 + y 8 = 3

x1 ≥ 0, x2 ≥ 0, y3 ≥ 0, u4 ≥ 0, v4 ≥ 0, y5 ≥ 0, y6 ≥0, y7 ≥ 0, y8 ≥ 0
a [min] f 1 = y a + y 8 7

Tabelul simplex va fi: cB
68

B xB

0

0

0

0

0

0

0

1

1

cj

a1

a2 a3 a4 a5 a6 a7 a8 a9

1 0 1

a8 9 a6 6 a9 3

3 1 1

1 -1 3

1 -1 1

0 -1 3 3 -3 -1 0 1

0 1 -3 -3 3 1 0 -1

0 1 0

0 0 -1

1 0 0

0 0 1

f1j 12 4 cj-fij -4 1 a8 8 8/3 0 a 7 4/3
6

4 2 -4 -2 0 2/3 0 -2/3 1 1/3

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

1 1 0 0 1 -1/3 0 1/3 1/3

0

a 2 1 1/3

0 -1/3 0

fij 8 8/3 cj-fij -8/3 0 a 3 1 1 0 a 12 0
6

0 2/3 -1 1 0 -2/3 1 -1 0 1/4 -3/8 3/8 0 1 0

1/3 1 -1/3 2/3 0 4/3 1/8 3/8 -1/8

-1 1/2 -1/2 1 -1/2 -1/2 1/2 1/4 9/8 -9/8 0 -3/8 -1/8 3/8 0 0 0 0 0 0 0

0 fij

a2 0
0

0 0

Am obţinut [min] f1 = 0 şi din bază am eliminat toate variabilele artificiale. Faza a II-a. Reluăm ultima parte a tabelului simplex fără ultimele două coloane şi cu coeficienţii cj ai funcţiei f. Vom avea: 3 cB 3 0 2 fj cj-fj 0 0 2 fj cj-fj B xB 3 12 0 9 24 24 9 18 2 1 -1 0 0

a1
1 0 0 3 0 8 4 3 6 -3

a2
0 0 1 2 0 0 0 1 2 0 2

a3
1/4 -1 1/4 5/4 -1/4 2 0 1 -1 0

a4
-3/8 1/2 9/8 9/8 -17/8 -3 -1 0 -1 0

a5
3/8 -1/2 -9/8 9/8 -1/8 3 1 0 1

a6
0 1 0 0 0 0 1 0 0 0

a7
1/8 -1/2 -3/8 -3/8 3/8 1 0 0 0 0
69

a1 a6 a2
a7 a6

a2

1 0 2 fj cj-fj

a5 a6

8 16 9 26

8/3 4/3 3 26/3 -17/3

0 0 1 2 0

2/3 -2/3 1 8/3 -5/3

-1 0 0 -1 0

1 0 0 1 0

0 1 0 0 0

1/3 -1/3 0 1/3 -1/3

a2

f opt = 26 şi este realizat de X = (0, 9, 0, -8)t. Soluţia este degenerată.

70

matricea coeficienţilor din sistemul de restricţii din programul dual este transpusă matricii coeficienţilor din programul primal.7. coeficienţii funcţiei obiectiv din problema primală sunt opuşii termenilor liberi din sistemul de restricţii al problemei duale. 2. Pentru formarea unui program dual trebuie să ţinem seama de următoarele reguli: 1.) atunci programul dual va fi: YA ≥ C (2.) [max] f = CX (2. 4. 3. 6.5. În paragrafele anterioare am făcut ipoteza ca rang A = m până la metoda bazei artificiale.7.) [min] g =Y b’ (2.) (D) Y≥0 (2.) În problema (P) putem da următoarele interpretări elementelor: Xi poate fi vectorul preţurilor unitare ale bunurilor rezultate din desfăşurarea activităţilor.7. rămânând totuşi restricţia m ≥ n care nu va mai fi necesară în abordarea problemei duale. bj – cererea de produse (sau disponibilul de materii prime).7. unei variabile fără semn specificat din programul primal îi corespunde în dual o ecuaţie.4. fiecărei variabile nenegative (nepozitive) din programul primal îi corespunde în programul dual o inecuaţie ≥ (≤).2. fiecărei restricţii de forma ≥ (≤ sau =) din programul primal îi corespunde în cel dual o variabilă nenegativă (nepozitivă sau oarecare).7.7. vectorul b – cererea de produse (sau disponibilul de materii prime) Cj – costul fiecărei activităţi (sau beneficiul realizat din desfăşurarea activităţii) iar valoarea totală a bunurilor create bj să fie maximă.) (P) X≥0 (2. Utilizând notaţiile vectoriale avem următoarele forme de programe duale: Dacă programul primal este: AX ≤ b (2.3.6.2.7. Dualitatea în programarea liniară Problema dualităţii în programarea liniară prezintă un interes deosebit din punct de vedere matematic cât şi economic. termenii liberi ai restricţiilor din problema primală sunt opuşii coeficienţilor funcţiei obiectiv din problema duală. 5. Putem interpreta problema duală (D) astfel: dacă xi să reprezinte nivelul la care se desfăşoară activităţile fenomenului economic respectiv. cj – costul fiecărei activităţi (sau beneficiul realizat din 71 .1.

7.desfăşurarea activităţii respective).) (D) Y oarecare (2.) Pe baza teoremei dualităţii se poate da şi următorul rezultat: TEOREMA 7.) – (2.7. (de existenţă) Pentru un cuplu de programe liniare duale avem alternativele următoare: a.7. condiţia necesară şi suficientă pentru ca soluţia realizabilă de bază X a programului primal (P) să fie optimă. Dacă programul primal (P) este dat sub forma standard: AX = b (2. Pentru un cuplu de programe duale (2. (fundamentală a dualităţii) .14. c.7.) De observat că dualul nu are forma standard Între cuplurile de probleme duale există o strânsă interdependenţă a soluţiilor lor. nici unul din programe nu admite soluţii posibile. un program are optim finite iar celălalt nu admite soluţii posibile. b.7. Dacă X şi Y constituie soluţii posibile pentru cuplul de programe (P) – (D).12.7.) [min] g = Y b (2.14) rezultă următoarele: 72 TEOREMA 7. Pentru un cuplu de programe lianiare duale (P) – (D) condiţia necesară şi suficientă ca soluţiile posibile X şi Y să fie optime este: Y (b-AX) = 0 (2.7.13.10. ambele programe admit soluţii optime finite. avem inegalitatea CX ≤ Yb Pentru un cuplu de programe liniare duale teorema de existenţă ne asigură de următoarele posibilităţi: TEOREMA 7.).2.7.) (P) X≥0 (2.8. Vom da în continuare câteva rezultate fără demonstraţie.9. să se determine nivelul fiecărei activităţi xi aşa încât să fie îndeplinite sau depăşite cererile bj iar costul total al activităţilor desfăşurate să fi minim.11.7.2.) (C – YA)X = 0 Din relaţiile (6.12.) [max] f = CX (2. este să existe o soluţie realizabilă de bază Y a programului dual (D) aşa încât să avem CX = Yb (2.) dualul va fi: YA ≥ C (2.7.3.1.7. Lema.

Se arată că (7.1. Dacă printre variabilele bazice ale tabelului simplex optimal apar şi variabile ecart (de compensare). . 1 ≤ i ≤ n (yj > 0. Se poate demonstra pe baza rezultatelor anterioare că o soluţie posibilă a dualei este: (2.15.4) cu inegalitate strictă. 1≤ i ≤ n) din sistemul (2.15.) Y = CBB-1 -1 unde CBB reprezintă produsul dintre vectorul CB format de coeficienţii bazici şi inversa matricii de bază din ultimul tablou simplex care apare pe coloanele corespunzătoare vectorilor unitari din primul tablou. de exemplu xk›0 atunci yk = 0. atunci soluţia optimă Y (resp.) (respectiv 2. y2 ≥0 [max] g = 3y1 + 7y2 Tabelul simplex al dualului adus la forma standard prin adăugarea variabilelor ecart y3 şi y4 este CB 0 0 gj cj – gj 7 0 B xB 3 5 0 1 1 3 7 0 0 cj a1 1 2 0 3 1/3 2/3 a2 3 4 0 7 1 0 a3 1 0 0 0 1/3 -4/3 a4 0 1 0 0 1 73 a3 a4 0 a2 a4 .) (resp.1.7. x2 ≥ 0 [min] f = 3x1 + 5x2 Dualul său este y1 + 3y2 ≤ 3 2y1 + 4y2 ≤ 5 y1 ≥0.dacă componenta xi > 0.4.X) a dualului (primal) satisface cu egalitate restricţia j (i) a lui (2. Exemplu 6.6.: Să se rezolve programul liniar x1 + x2 ≥ 3 3x1 + 4x2 ≥ 7 x1 ≥ 0 ..) este chiar soluţia optimă. atunci componenta yj (xi) a soluţiei programului dual (primal) este nulă. 1 ≤ j ≤ m) a soluţiei optime a programului primal (dual).7.1).7.7.dacă soluţia optimă X (Y) a problemei primale (duale) satisface restricţia j (1 ≤ j ≤ m ) (i.

2.6 x1 ≥ 0. Exemplu 7.gj cj-gj 7 3 gj 7 7/3 1/2 3/2 8 a2 a1 7 2/3 0 1 3 0 7/3 0 1 0 7 0 0 -7/3 1 -2 1 -1 0 -1/2 3/2 1 -1 Soluţia optimă este gopt = 8 pentru Y = (3/2. 1/2) Soluţia optimă a primalei (duala dualei) este fopt = 8 şi se citeşte pe ultima linie a tabelului simplex. x2 ≥ 0 [min] f = x1 + x2 Dualul său este y1 + 3y2 + y3 – y4 ≤ 1 3y1 + 4y2– 4y3 ≤ 1 y1 ≥ 0. y2 ≥ 0 [max] g = 12y1 + 20y2 – 18y3 – 6y4 Adăugând la prima inecuaţie variabila ecart y5 ≥ 0 iar la a doua y6 ≥ 0 obţinem un program standard al cărui tabel simplex este 12 CB 0 0 gj 0 20 gj 74 20 -18 -6 0 0 cj B xB 1 1 0 1/4 1/4 15 a1 1 3 0 12 -5/4 3/4 20 -3 a2 3 4 0 20 0 1 -20 0 a3 1 -4 0 -18 4 -1 0 2 a4 -1 0 0 -6 -1/4 0 0 -6 a5 1 0 0 0 1 0 5 0 a6 0 1 0 -3/4 1/4 -5 a5 a6 0 a5 a2 5 cj – gj . luând cu semn schimbat valorile de pe ultimele două coloane corespunzătoare vectorilor unitari.1)t.: Să se rezolve programul liniar: x1 + x2 ≥ 12 3x1 + 4x2 ≥ 20 x1 – 4 x2 ≥ -18 -x1 ≥ . Deci X = (1.

8. b) Un plan de producţie corespunzător unei cantităţi totale minime de materii prime rămase nefolosite.05 M2 3 4 1 1 000 0. Pe ultima linie avem componentele cu 8 1 semn schimbat al problemei primale şi anume pentru x1 = .1. 2. c) Un plan de producţie de folosire a materiilor prime disponibile pentru care penalizarea totală pentru materiile nefolosite să fie minimă.02 Capital disponibil Încasări pentru achiziţionarea unitare de materii prime 150 8 18 7 Costuri de producţie 3 7 1 Se cere: a) Un plan de producţie cu încasări totale maxime în condiţiile utilizării materiilor prime disponibile. Aplicaţii în economie Exemplul 8. x2 = 8 8 Pentru alte metode de rezolvare a perechii de programe duale se poate consulta literatura de specialitate menţionată la bibliografie. 75 Produse . 2 37 41 obţinem min f = .: Fie problema de lansare a producţiei: Disponibil Costuri unităţi Penalităţi pentru materii de achiziţie materia primă P P2 P3 Materii prime 1 prime materii prime nefolosită % M1 1 3 3 600 0.-18 a3 1/16 -5/16 0 1 -18 0 1 -1/16 1/4 -3/16 20 a 2 5/16 7/16 gj 41/8 115/8 20 -9/8 Am obţinut max g = 0 -1/16 1/4 1/16 -1/8 1/2 37/8 0 -47/8 -1/2 -37/8 41 .05 0.03 0.

1.3.05=0.) (8.03+4×0. producţia totală fizică este de cel puţin 80 bucăţi produse şi beneficiul total maxim. 3+4=7. x3 = 0 obţinem fopt = 3720 variabilele de compensare introduse x4 şi x5 sunt egale cu zero ceea ce confirmă faptul că materia primă disponibilă se consumă integral.03+1×0. x3 ≥ 0 [max] f = 8x1+18x2+7x3 (8. Dacă ne-ar fi interesat un plan de producţie cu cost total de producţie minim avem de rezolvat problema de programare liniară (8. x2 = 160. Soluţie a) Fie x1. Consumul de materii prime pe unitatea de produs este de 3+1=4. Avem de rezolvat problema de programare liniară x1+3x2+3x3 ≤ 600 3x1+4x2+x3 ≤ 1 000 (8.) x1.’) [min] f1 = 3x1 + 7x2 + x3 76 .14.1.29 şi respectiv 3×0.2. 3+1=4 iar costurile de materie primă consumată pe unitatea de produs sunt 1×0.) Tabelul semiplex este (după ce aducem programul la FS) 8 CB 0 B xB 18 7 0 0 cj a1 1 3 0 8 1/3 5/3 6 2 0 1 8 0 a2 3 4 0 18 1 0 18 0 1 0 18 0 a3 3 1 0 7 1 -1 18 -11 2 a4 1 0 0 0 1/3 -4/3 6 -6 3/5 a5 0 1 0 0 1 0 0 -1/5 3/5 6/5 -6/5 0 fj cj–fj 18 a 2 a 4 600 a 5 1000 0 200 0 a 5 200 fj 3600 cj–fj 18 a 2 160 8 a1 fj cj–fj 120 3720 -3/5 -4/5 156/5 22/5 -121/5 -22/5 Pentru x1 = 120.1.05=0.1. x3 cantităţile fabricate.1.18 pentru primul produs şi analog pentru celelalte două: 3×0.d) Un plan de producţie în condiţiile în care materia primă se cumpără. x2. x2.3.05=0.03+3×0.

) (8.5. 3×0.05+1×0.).b.) c) Dacă firma plăteşte înainte de a demara producţia penalităţile pentru materia primă de care dispune în valoare de 600×0.02=50 după realizarea planului firmei i se restituie penalităţile pentru materiile prime consumate.). A2 nu mai mult de 2 u. (8.02=0.1. Avem de determinat [max] f3 = 0.05+1000× 0. în cele trei activităţi. Firma are deci de primit o valoare de 0. A3 în trei etape. 2.) b) Ţinând seama de cantitatea de materii prime consumată g = 4x1 + 7x2 + 4x3 înseamnă că nu s-a consumat g1 = 1600 – g Deci avem de rezolvat problema de programare liniară (8.3III) [max]g= 4x1+7x2+4x3 sau [min]g1 = 1600 – (4x1 + 7x2 + 4x3) cu aceleaşi restricţii (8.: (O problemă de investiţie).23x2+0.1.3IV) cu restricţiile (8.08x3 (8.6.23x2+0.11x1+0.1. Avem programul liniar: x1 + x2 ≤ 2 x1 + x3 ≤ 4 77 . A2. 3 (8.1.02=0.1.1. Cât trebuie să investească în total în fiecare activitate astfel încât beneficiul să fie maxim Soluţie. (8.b. se va rezolva problema de programare liniară [max] f2 = (8–3)x1 + (18–7)x2 + (7–1)x3 (8.14x3 ≤ 150 x1+x2+x3 ≥ 8. Beneficiile obţinute prin investiţii sunt în A1 de 7% în A2 de 5% în A3 de 4%. (7.).08x3.) (8.3″) cu restricţiile (8. i = 1.11 analog pentru celelalte două: 3×0.180x1+0.1.2.1. iar în ultima etapă investeşte cel puţin 5 u.) Pentru un plan de producţie cu un beneficiu total maxim în aceleaşi condiţii.1.1.1.1.2.1.23. În etapa a 2-a investeşte maxim 4 u.1.4.1. O întreprindere dispune de 11 unităţi băneşti din care trebuie să investească o parte în activităţile A1.2. în A1 şi A3.1.).05+4×0.b. (8. xi » 0.1.1.) d) Se va rezolva programul liniar [max]f4 = (8–3)x1+(18–7)x2+(7-1)x3 cu restricţiile 0.2.29x2+0.05+3×0.02=0.08.11x1+0.2. În prima etapă îşi propune să investească în activităţile A1. Penalităţile pentru materia primă consumată pentru produsul P1 sunt 1×0.în condiţiile (8.) Exemplul 8.

3.) (2.b. i=1. Primele rezultate au fost obţinute de Hitchcock. El trebuie transportat în punctele B1. . j=1.9.1. x3 = 3.9. x3 ≥ 0 [max] f = 0..x1 + x2 + x3 ≤ 5 x1. Am numite şi surse.05x2+0.9.. ..02 0. . Probleme de transport Probleme de transport sunt o formă particulară a problemelor de programare liniară pentru care metoda simplex poate fi adoptată. A2 .24 0... bn urmărind minimizarea cheltuielilor de transport cunoscând preţurile unitare de transport cij de la sursa i către destinaţia j.07 a1 0.) (2.. Suma rămasă neinvestită este de 7 u. având ca rezultat un procedeu de rezolvare în principiu identic celui utilizat în cazul general. Formularea matematică a problemei este ∑x j =1 m n ij ≤ ai .04 0.9. 2.... m ≥ b j .07 0.07 0. b2 .2. condiţiilor particulare.04 CB B xB 1 3 0 0 0 cj a1 1 0 a2 0 0 a3 0 1 a4 1 -1 a5 1 0 a6 -1 1 0... n (2.. B2 .05 0. în activitatea Ai. x2. x2 = 1..02 0 0 0 -3 -2 -2 fopt = 24% pentru x1 = 1. a2 . Kantorovici şi Koopmans şi ulterior de Dantzig.04x3 unde xi este suma investită în u....05 0.05 a 2 1 0 1 0 0 -1 1 0. Bn numite destinaţii în cantităţile b1.) ∑x i =1 ij xij ≥ 0 78 . În practică o asemenea problemă poate fi întâlnită de exemplu sub forma următoare: un anumit produs se află în cantităţile a1.04 a 3 0. Din ultima parte a tabloului simplex rezultă 0. am în punctele A1..b.03 0.07x1+0.

...) ai ≥ 0...1.5... ∑ai = ∑bj i =1 j=1 m n (2. . m = b j .1) sunt impuse de faptul că totalul transportat de la fiecare sursă să nu depăşească cantitatea existentă. c2n a2 .......4’) ultima egalitate (2..9...9.9. ∑ai ≥ ∑bj i =1 j=1 m n (2... . c1n a1 A2 c21 c22 ..4’) se poate realiza prin introducerea unei destinaţii fictive căreia să-i fie destinat surplusul de produs existent pe ansamblul surselor.. .3’) ∑x i =1 ij [min] f = ∑∑ c ij x ij i =1 j=1 ai ≥ 0.) unde am notat prin xij cantităţile transportate de la sursa i către destinaţia j. bj ≥0. j = 1...... Prin transformări elementare acest tip de problemă poate fi adus la forma echilibrată ∑x j=1 m n ij = a i .......... Am cm1 cm2 .....9.........2) impun satisfacerea cererii iar (2.... Datele problemei se prezintă sub forma unui tabel: B1 B2 .5. Bj .. n m n (2.....9.......9. cij ≥ 0....4...1’) (2. .) apar naturale în contextul concret al problemei..... c2j .9... . i =1... bj ............. condiţiile (2.9.9... Ai ci1 ci2 .bn Propoziţia 2..... s = ∑ai = ∑bj i =1 j=1 m n 79 .. cij . bj ≥ 0. Orice problemă de transport are totdeauna o soluţie realizabilă de forma x ij = aib j s ... cij ≥ 0.. . c1j ..2’) (2.. Bn Disponibil A1 c11 c12 . cmn am Necesar b1 b2 ..... cmj . Relaţiile (2.9.9....[min] f = ∑∑ c ij xij i =1 j =1 m n (2... cin ai .

.2’) as ai n ∑ b j = si .. 0 0 A = . Forma matriceală a problemei de transport (T) este: AX = d (T) X≥0 [min] f = CX unde A este matricea de ordin (m+n) × mn I 0 . 1) cu n componente... . n i =1 i =1 ∑x n ij =∑ n aib j = şi condiţiile de nenegativitate (9.. . 0 I .1’). x2n.... x22. (2. . . 0 .. dar ţinând seama de faptul că în general un program liniar sau nu are soluţii posibile sau admite soluţii posibile cu optim infinit sau are soluţie optimă finită şi ţinând seama de propoziţia anterioară rezultă că orice problemă de transport admite soluţia optimă finită deoarece xij ≤min (ai. b1. am. ea este nedegenerată dacă are exact m+n–1 componente nenule şi degenerată dacă are mai puţin de m+n–1 componente nenule....9.. m s s j=1 j=1 j=1 m aib j b j m b js ∑ x ij = ∑ s = s ∑ a i = s = b j . 0 .. ... .Demonstraţie: x ij = aib j s satisfac restricţiile (9.. . m+n–1 componente nenule.9. PROPOZIŢIA 9. En matricea unitate de ordin n.... x12...1’) şi (9. 80 ..... d vectorul coloană de componente a1.. .. 1. j = 1.. X vectorul coloană de componente x11.. bn..2. . 0. 0 vectorul nul (0.4’) În general această soluţie nu este optimă. Rezultă că o soluţie realizabilă de bază într-o problemă de transport are cel mult. . .. 0) cu n componente.. Rangul matricii A a coeficienţilor restricţiilor liniare (2. I En En . .. x1n. .. x21..2’) au rangul m+n–1. xm2.. bj) şi deci situaţia optimului infinit se exclude. xm1. i=1. En unde I este vectorul linie (1. xmn.. .... ..

. . 3.Pentru rezolvarea problemelor de transport ca şi în cazul problemelor generale de programare liniară. b1) şi vor fi consideraţi nebazice (deci vor fi egali cu zero) toate variabilele de pe aceiaşi linie (sa coloană) cu x11 conform următoarelor situaţii: a) dacă a1< b1 atunci x11 = a1 iar x1j = 0.. am şi cererile corespunzătoare b1. bn se dispun pe laturile unui tabel iar celulelele din interiorul tabelului se rezervă pentru necunoscutele xij (i=1. deci. Vom da în continuare două procedee de obţinere a unei soluţii iniţiale realizabile de bază..... b2. (i = 2.. Concomitent se modifică şi valorile lui a1 sau b1 înlocuindu-se ' ' cu a 1 = a 1 − x 11 sau b1 = b1 − x 11 . (j=2. 81 … ai . m) c) dacă a1 = b1 atunci x11 = a1 = b1 şi la alegere x12 = 0 sau x21 = 0. 1) Metoda diagonalei (metoda colţului nord-vest).... 3.. nule. b) îmbunătăţirea soluţiei iniţiale până la obţinerea soluţiei optim.. ... algoritmul de rezolvare are două etape: a) aflarea unei soluţii iniţiale realizabile de bază. Cantităţile disponibile a11. De regulă componentele bazice nu se trec în tabel ci se haşurează căsuţa respectivă.. j = 1.n) b) dacă a1 > b1 atunci x11 = b1 şi xi1 = 0. . m. n) care trebuie determinate. . În pasul următor procedeul se repetă pentru celulele rămase necompletate şi se termină după m+n–1 paşi în fiecare pas completând o linie (situaţia a) sau o coloană (situaţia b) sau o linie şi o coloană (situaţia c). a1 a2 … b1 b2 … bj … bn am s Componentele bazice xij ale soluţiei se determină pe rând cu x11 şi anume: Se alege x11 = min(a1. . toate celelalte componente de pe linia 1 şi coloana 1 fiind considerate nebazice.

b '2 ) = b '2 = 10 şi haşurăm celula corespunzătoare lui x32 care e nul. x12 = 25. a2 = 15. b2) = a1' = 25 şi haşurăm celulele corespunzătoare variabilelor nebazice (pentru x13. b1 = 40. haşurăm celula lui x23 ' care e nul şi recalculăm b3. b2 = 35.1. x31). a3 = 20. 5 20 s = 100 Pasul 1 x11 = min (a1. x23 = 5. 82 .Exemplu 9. x13 = x14 = x21 = x24 = x31 = x32 = 0 2. x34 = 10. b 3 ) = b 3 = 10 şi este evident că x34=10 Ţinând seama de costurile trecute în colţurile de sus ale celulelor avem pentru f valoarea f = 3 ⋅ 40 + 2 ⋅ 25 + 3 ⋅ 10 + 2 ⋅ 5 + 1 ⋅ 10 + 3 ⋅ 10 = 250 Deci am obţinut o soluţie de bază nedegenerată x11 = 40. bh) cu cele trei alternative ca la metoda diagonalei. x14). În primul pas se determină componenta xkh pentru care ckn = min cij şi se ia xkh = min (ak. b4 = 10 a1 a2 a3 b1 403 ////1 ////3 40 b2 252 103 ////4 35 10 b3 ////1 52 101 15 10 b4 ////4 ////2 103 10 65. x22 = 10. 25 15. Se repetă procedeul urmărind costurile minime pentru celulele necompletate. b1) = b1 = 40 am haşurat celulele corespunzătoare variabilelor nebazice (pentru x21. b 3 = 15 − 5 = 10 ' ' Pasul 5 x 33 = min(a 3 . b 3 ) = a '2 = 5 . Metoda costurilor minime Pentru determinarea soluţiei de bază se iau în considerare costurile care ne indică ordinea de alegere a componentelor în fiecare pas. Se recalculează a1 care devine a1' = 65 − 40 = 25 Pasul 2 x21 = min ( a1' . Se recalculează b2 care devine b '2 = b 2 − x 21 = 10 Pasul 3 x22 = min (a2. x33 = 10. b3 = 15. a1 = 65. Recalculăm a2 care devine a '2 = a 2 − x 22 = 15 − 10 = 5 Pasul 4 x 23 = min(a '2 .

b1 ) = b1 = 15 şi b1' devine b1' = b1 − 15 = 10 Este evident acum că x13 =10 şi x34 = 10 Avem f = 215 pentru x11 = 15. Pe prima linie a tabloului cel mai mic cost este c13 = 1 deci luăm x13 = min (a1. realizând o valoare a cheltuielilor de transport mai mică. 3 j=1. 4 şi haşurăm celulele liniei doi. b 2 ) = b 2 = 35 i=1. 50. 3 j = 1. b3) = b3 = 15 se haşurează restul de celule din coloana lui b3 şi se recalculează a1 care devine a1' = 65 − 15 = 50 a1 a2 a3 b1 153 151 103 40 25 b2 352 ///3 ////4 35 b3 151 ///2 ////1 15 b4 ////4 /////2 103 10 65. care ' devine b1 = b1 − 15 = 25 Pasul 3 ' min cij = c12 deci x 12 = min(a 1 . 4 ' ' ' ' ' x11 = min( a 1' .Exemplu 9. 4 ' ' Haşurăm coloana lui b2 şi avem a 1' = a 1 − 35 = 50 − 35 = 15 Pasul 4 min cij = c11 (sau c31 = c34) luăm i=1. Pentru determinarea soluţiei optime a unei probleme de transport se utilizează algoritmul bazat pe adoptarea metodei simplex la condiţiile particulare ale problemei de transport. b1) = a2 = 15 1 ≤ i ≤3 j = 1. 2. x31 = 10. x13 = 15.: Reluăm datele din exemplul 9. x21 = 15. Recalculăm b. 83 . x12 = 35. Acest lucru e util deoarece numărul iteraţiilor necesare pentru atingerea optimului va fi mai mic. 15 15 20 Pasul 2 căutăm min cij = c21 = 1 deci x21 = min (a2.2. x34 = 10 x14 = x22 = x23 = x24 = x32 = x33 = 0 Metoda costurile minime dă în general o soluţie iniţială de bază mai bună decât metoda diagonalei. 2.1.

(2. Determinarea soluţiei optime Fiecărei variabile xkh îi corespunde A un vector coloană m+n dimensional a kl .) având costurile înscrise în colţul din dreapta al fiecărei căsuţe şi ţinem seama de faptul că prin metoda diagonalei am determinat pentru funcţia obiectiv valoarea f = 250 deci pornim cu soluţia de bază determinată la (9.9. Dacă dispunem de o bază B formată din n+m–1 vectorii a kl sunt liniar independenţi.) kl a kl ∈B ∑ cu x ij = −1...7. . j = 1. o valoare nenulă θ a cărei mărime se va determina provocând un transport al lui θ în ciclul componentelor xkl corespunzătoare coeficienţilor nenuli din (2.9.) având aici suma algebrică a costului cij cu o parte din costurile asociate componentelor bazice ale soluţiei.7.. Dacă condiţiile (2. n. i = 1. Procedeul se repetă până la verificarea testului de optimalitate.) nu sunt îndeplinite soluţia poate fi îmbunătăţită prin modificarea bazei introducând un vector nebazic a ij şi anume pe acela pentru care diferenţa cij–zij<0 este minimă.3. 0 sau 1 kl Problema de transport este un program liniar de minim. . m..9. Această modificare se face atribuind componentei noi.6.1) 403 252 ///1 ///4 65 ///1 103 52 ////2 15 3 4 1 /// /// 10 103 20 40 35 15 10 Pentru verificarea optimalităţii soluţiei asociem fiecărei celule libere un ciclu care începe şi se termină în celula respectivă şi ale cărei noduri sunt în mod obligatoriu celule corespunzătoare componentelor 84 .9. Mecanismul de calcul îl vom explicita pe exemplul următor: Reluăm exemplul (9.) scăzând şi adunând succesiv această valoare din componentele bazice aşa fel încât suma totală să rămână invariantă. adică c ij − c B z ij ≥ 0 . . deci o soluţie este optimă dacă toţi cij − z ij ≥ 0 .1.6. orice vector nebazic se scrie în această bază a ij = x ij a kl (2. noua soluţie rămânând o soluţie posibilă (cu componente ≥ 0). .

j) începând cu +cij Avem: δ13 = c13 − c 23 + c 22 − c12 = 1 − 2 + 3 − 2 = 0 δ14 = c14 − c 34 + c 33 − c 23 + c 22 − c12 = 4 − 3 + 1 − 2 + 3 − 2 = 1 δ 21 = c 21 − c 22 + c12 − c11 = 1 − 3 + 2 − 3 = −3 şi analog δ 31 = 0. În ciclul corespunzător celulei (2. Deci tabloul problemei va fi: 303 101 ///3 40 352 ///3 ///4 35 ///1 52 101 15 ///4 ///2 103 10 65 15 20 Noua soluţie a problemei de transport este f1 = 30 · 3 + 35 · 2 + 10 · 1 + 5 · 2 + 10 · 1 + 10 ·3 = 220 Soluţia nu este optimă deoarece aplicând testul de optimalitate avem: /// /// 3 /// /// 5 -1 //// //// 0 -2 ///// 85 .bazice.1) punem în celula (2. Vom alcătui un tablou ajutător în care vom trece în celulele corespunzătoare lui xij valorile δ ij = c ij − x ij egală cu suma costurilor cu semn alternat care apar în ciclul (i. δ 32 = 3.1) valoarea θ iar la celelalte componente bazice adăugăm şi scădem θ până la echilibrarea sumei totale şi anume: 40 – θ ← 25 + θ ↓ ↑ θ → 10 – θ Cea mai mare valoare a lui θ aşa încât toate celelalte valori va fi ≥0 este θ = 10. δ 42 = 2 ///3 -31 03 ///2 ///3 24 01 ///2 ///1 14 22 ///3 Cea mai mică diferenţă negativă este δ 21 = −3 deci vom introduce în bază vectorul a 21 . δ 24 = 2.

δ 22 = 2. cu θ = 5 Soluţia problemei va fi 352 ///1 ///4 65 303 1 3 2 10 /// /// 52 15 ///3 ///4 151 53 20 40 35 15 10 cu f2 = 210 Testul de optimalitate ne dă: /// /// 4 /// 3 4 1 2 /// 2 /// /// Toate valorile δ ij ≥ 0 deci relaţia f2 este optimă. x34 = 5 toate celelalte valori fiind nule. x12 = 35. pentru x11 = 30. δ14 = 0. 4) avem ciclul 5–θ → θ ↑ ↓ 10 + θ ← 10 – θ. x33 = 15. δ 31 = 3. x24= 5. x21 = 10. δ 32 = 5 Avem δ 24 = −2 deci soluţia nu este optimă Repetând raţionamentul punând θ în căsuţa (2. Să se rezolve următoarele probleme de programare liniară 86 .δ13 = −1. δ 24 = −2.

⎨ 3x1 + 4x 2 + 10x3 + 15x4 ≤ 1 ⎪ ⎪ xi ≥ 0 1≤i ≤5 ⎩ [max] f = 60 x1 + 60 x 2 + 90 x3 + 90 x 4 Să se rezolve şi programul dual. x7 =1) Pentru programul dual: y1=0.⎧3 x1 + x3 .12 ⎪ 1 2 4 2.⎨ ⎪ x 2 + x3 + x5 = 4 ⎪ xi ≥ 0. x 4 = . x6 = 1. y2= 330 450 . y3 = 61 61 ⎧ x 1 − x 2 + 2 x 3 + 2 x 4 = −2 ⎪3x − x + x 4 ≤ 5 ⎪ 3 2 . 1 ≤ i ≤ 5 ⎩ [max] f = 3 x1 + 2 x 2 + x3 − x 4 + 5 x5 ( R = x1 = 43 7 . ⎨ 1 ⎪ 2 x 1 − 3x 3 + 5 x 4 ≤ 3 ⎪ x i ≥ 0.3 .1.2. 1 ≤ i ≤ 4 ⎩ [max]f = 2 x 1 + 5x 3 − x 4 ( R : Probleme cu optimi inifinit) ⎧ x 1 + 2x 2 + x 3 ≥ 1 ⎪. 1 ≤ i ≤ 3 ⎩ [max]f = 3x 1 + 2 x 2 + x 3 87 . ⎨ ⎪2x 1 + x 2 + x 3 = -2 ⎪ x i ≥ 0. x5 =15.3x = .4. x5 = 4) 8 3 ⎧ x1 + x 2 + x 3 + x 4 ≤ ⎪7x + 5x + 3x + 2x ≤ 1 ⎪ 1 2 3 4 2. (R: x1 = x2 = x3 = x4 = 0. x3 = 0.x3 = 3 ⎪ x + x .x + 3x + 2x = 1 ⎪ 1 2 3 2. x 2 = 0.

8.6. 2. x 3 oarecare.(R: problema nu au soluţii de bază) ⎧ 2 x1 + 5 x 2 − x 3 + 2 x 4 ≥ 3 ⎪ x − 2 x − x = −5 ⎪ 1 2 3 2.5. x4 ≤ 0 ⎩ [max] f = 3 x1 − 6 x 2 + x 4 Să se rezolve următoarele probleme de transport.7. x 2 ≥ 0. B1 B2 B3 B4 Disponibil A1 8 3 5 2 10 A2 4 1 6 7 15 A3 1 9 4 3 25 Necesar 5 10 20 15 (R:f=150) 2.⎨ ⎪ 2 x1 − x 2 + x 4 = − 2 ⎪ x1 ≥ 0. B1 B2 B3 Disponibil A1 2 1 3 7 A2 5 3 1 8 A3 2 4 3 5 Necesar 6 7 7 (R:f=28) 2. A1 A2 A3 Necesar (R:f=220) B1 3 1 3 50 B2 2 2 2 25 B3 2 3 2 15 B4 4 4 1 10 Disponibil 70 10 20 88 .

x4). (x1. (x4. .fiecare arc (xi. 1 88 . Graful G admite o reprezentare geometrică în plan. xj) ∈Γ se reprezintă printr-o linie ce uneşte cele 2 extremităţi şi pe care se află sensul de la xi la xj. Astfel.Γ) unde: X este este o mulţime finită numită mulţimea vârfurilor (sau a nodurilor). Cu reprezentarea geometrică: Fig. x5)}. x2). x1). orice element x∈X se numeşte vârf Γ este o submulţime a lui X x X. ELEMENTE DE TEORIA GRAFURILOR 3. Definiţia 1. de gaze sau a reţelelor de tehnică de calcul. pentru proiectarea reţelelor electrice. x2. xj) i = 1.3. x4). iar vârful xj extremitate finală (destinaţie). În 1956 Ford şi Fulkerson au aplicat teoria grafurilor în reţelele de transport. după această perioadă teoria grafurilor a fost utilizată pentru rezolvarea unor probleme cu caracter economic. (x3. Un graf G este o pereche de forma G = (X. (x4. Pentru un arc (xi. xj) ∈ Γ vârful xi se numeşte extremitate iniţială (sursă). j = 1. Exemplu: Fie graful G = (X. x5} iar Γ = {(x1. u . Definiţii Prima referire la teoria grafurilor a fost făcută în 1736 de către Euler în lucrarea numită: problema podurilor din Königsberg. obţinută astfel: . x2). n . (x2. x4. ori în medicină. Introducere. x3. (x3. Γ) date de X = {x1. x3). În 1847 Kirchoff a abordat teoria reţelelor electrice prin metoda grafurilor. numită mulţimea perechilor ordonate (xi. de canalizare. i≠j numite arce.vârfurile se plasează în plan în poziţii distincte oarecare.1.

xj). x2. Exemplu în graful din fig. 2. (xp.1 Un drum elementar poate fi: d1: {x1.7.. p-1. • Definiţia 3. x5} Γ(x5) = Ø Dacă xi ∈ Γ(xi).1. x4. xi) ∈ Γ: muchiile unui graf reprezentat geometric se prezintă ca nişte segmente neorientate. În exemplul anterior arcul (x4. x3. • Definiţia 3. x5} lungimea drumului d1: este 3. x4) buclă.: Un drum elementar care cuprinde toate vârfurile grafului se numeşte hamiltonian • Definiţia 6: Numărul arcelor care compun un drum se numeşte lungimea acelui drum..8. se numeşte muchie o pereche de vârfuri [xi. Într-un graf G. x4. Dacă graful G conţine arcul (xi. xp+1)} cu proprietatea că oricare arce vecine (xi. graful din exemplul de mai sus poate fi scris ca X = {x1. xI+j) au o extremitate comună pentru orice i = 1.Se observă că Γ poate fi definită ca o aplicaţie multivocă Γ: X → P(x) Adică.. . x5}. • Definiţia 3. (x3. Γ(x3) = {x2. xj) ∈ Γ sau (xj. arcul (xi. x2. x2).6.: Se numeşte lanţ un şir de arce l = {( x1.1. • Definiţia 3.: O succesiune de arce în care vârful terminal al unuia este origine pentru următorul se numeşte drum.1. x4). x4. xi+I) (xi+I. Exemplu: 89 .. x2. x4} Γ(x1) = {x2. iar un lanţ care nu-şi repetă muchiile se numeşte un lanţ simplu.2.: Un lanţ care nu-şi repetă vârfurile se numeşte lanţ elementar. xj] de vârfuri pentru care avem proprietatea că (xi.1.: Un drum este simplu dacă foloseşte un arc o singură dată. x5} sau d2: {x1.1. Γ(x) este mulţimea tuturor nodurilor finale ale arcelor ce au ca nod iniţial pe x. xi) ∈ Γ se numeşte buclă.1. . xj) vom spune că vârfurile xi şi xj sunt adiacente în G şi amândouă sunt incidente cu arcul (xi. x4. Numărul de muchii care formează un lanţ se numeşte lungimea lanţului. x3} Γ(x2) = {x4} Γ(x4) = {x1. • Definiţia 3. Astfel.3.: Un drum este elementar dacă nu trece de două ori prin acelaşi vârf.5. iar a drumului d2 tot 3. • Definiţia 3.

x3). x2) l2 : (x1. x2). (x2. x4).2 În graful de mai sus următoarele şiruri de arce sunt lanţuri: l1: (x1. x3) l4 : (x1. 3a iar graful nu este conex Fig. (x3. x4).9. (x3. 3b 90 . x2). (x4. x3). (x2.Fig. Un graf se numeşte tare conex dacă între oricare două vârfuri ale sale există cel puţin un drum. x4) l3 : (x1. x4) Definiţia 3.: Se spune că un graf este conex dacă între oricare două vârfuri ale sale există cel puţin un lanţ care să le lege. x2). Exemplu: Graful este conex Fig. (x2. (x4. În caz contrar graful este neconex.

4a în Fig. x5) 91 . Exemplu: Fie graful Fig.1 g-(x2) = 2 existând 2 arce (x1. x5} Fig. x3). având aceleaşi vârfuri.: Gradul unui vârf să se notează g(x) şi reprezintă numărul de arce incidente cu x. (x3. cu y ∈ X • De exemplu în graful din fig. x2.1. 4 b este prezentat subgraful G’ generat de nodurile {x1. x) ∈ X. Γ’) al grafului G(X. 4b iar în Fig.adică graful parţial se obţine din graful G. (x3. x3).10. Se numeşte subgraf G’ (X’. x3.11. dar numai cu o parte din arcelor acestuia. Vom spune că subgraful G’ este indus sau generat de mulţimea de vârfuri X’ • Dacă X’ = X subgraful se numeşte graf parţial al lui G . 4c este prezentat graful parţial G” fără arcele (x2. x2) cu destinaţia x2 g+(x2) = 1 pentru că Γ(x2) = {x4} Deci g(x2) = 3 • Definiţia 3.1. Gradul interior al unui vârf x se notează cu g-1(x) este numărul arcelor de forma (y. Γ) un graf obţinut din G prin suprimarea anumitor vârfuri şi a tuturor arcelor incidente cu acestea.• Definiţia 3.

Γ) cu x = {x1.2. j=1. matricea conexiunilor directe sau matricea de adiacenţă pentru graful G Fig. Matricea conexiunilor directe Fie un graf G = (X.n . x2. Un graf orientat este complet dacă oricare două vârfuri sunt adiacente 3..2.1. .. 5 92 .1. drumurilor sau altor elemente legate de grafuri. xn}. x j )∈ Γ ⎪ Matricea C poartă numele de matricea c ij = ⎨ ⎪0 dacă (x i . Proprietăţi ale grafurilor În problemele ce pot fi rezolvate cu ajutorul grafurilor apar anumite matrici ce conţin informaţii asupra arcelor.Fig. n ⎧1 dacă (x i . Matrici asociate unui graf.12. 3. ale cărui elemente sunt: C = (c ij ) i =1. Asociem acestui graf o matrice pătratică C numită booleană. x j ) ∉ Γ ⎩ arcelor. 4c • Definiţia 3.

iar gradul interior al aceluiaşi vârf se obţine adunând elementele de pe coloana i a matricei C. 2. prin anumite operaţii se poate o matrice D = (d ij ) i =1. Matricea drumurilor Din matricea conexiunilor directe. iar arcele corespunzătoare reprezintă relaţiile de colaborare interbancare. n conexiunilor totale în care dij = ⎧ 1. dacă nu există drum de la xi la xj ⎩ 93 . Dacă 2 grafuri au aceeaşi matrice a conexiunilor directe (şi aceeaşi mulţime de vârfuri) atunci cele 2 grafuri coincid. g (x i ) = ∑ c ij + j=1 + n g (x i ) = ∑ c ki − n Exemplu: g (x3) = 2 g (x3) = 1 – k =1 3. dacă există drum de la xi la xj ⎪ ⎨ ⎪ 0.Exemplu: Pentru graful din fig.2.n numită matricea drumurilor sau matricea j=1. Gradul exterior al vârfului şi se obţine adunând elementele de pe linia i a matricei C. 3. iar cifrele de 1 de pe coloana xj ar putea reprezenta posibilităţile de la care banca xj ar putea face împrumuturi. Numărul de cifre 1 de pe linia xi reprezintă numărul de conexiuni directe ale lui xi. De exemplu: dacă nodurile grafului de mai sus reprezintă 5 bănci. iar numărul de cifre 1 de pe coloana xj reprezintă numărul conexiunilor directe cu xj. de mai sus scriem matricea conexiunilor directe: C: x1 x2 x3 x4 x5 x1 0 0 0 0 0 x2 1 0 0 1 1 x3 1 1 0 0 0 x4 1 0 1 0 0 x5 0 0 1 1 0 Observaţii: 1. atunci cifrele de 1 de pe linia xi ar putea reprezenta posibilităţile la care banca i face plasamente.2.

j=1. numită operaţie de „adunare booleană” cu regulile + 0 1 următoare: 0 0 1 1 0 1 Astfel algoritmul de determinare al matricii drumurilor unui graf pornind de la matricea conexiunilor directe. γ din matricea C la linia „i”. Dacă cel puţin un element este egal cu 0 în D. adică egală cu numărul de elemente de „1” de pe linia „i” din matricea D. l. • dacă există un indice i. n atunci graful G nu are circuite.. se adună liniile α. β. Matricea D = (d ij ) i.Definiţie Puterea de atingere p(xi) a vârfului xi ∈X în graful G=(X.. m poziţiile ocupate de aceste noi valori în cadrul liniei. 3. Folosind adunarea booleană. Γ) este egală cu numărul de vârfuri la care se poate ajunge din xi. Dacă matricea D are toate elementele egale cu 1 atunci graful este tare conex. Pentru construirea liniei „i” din matricea D i = 1. . graful nu este tare conex. Pentru elaborarea unui algoritm de determinare a matricii drumurilor introducem o operaţie adecvată pe mulţimea formată din elementele 0 şi 1. i = 1. 94 . noile valori „1” apărute se trec în linia „i” a matricei D. Dacă p(xi)=0.n a drumurilor grafului G poate indica absenţa sau prezenţa circuitelor în graful G astfel: • dacă dii=0 (∀) = 1. n pentru care dii=1 atunci există în graful G un circuit care are ca vârf iniţial şi final pe xi. este: 1. atunci din vârful xi nu se ajunge nicăieri şi se numeşte ieşire din reţea. 2. fie k. Observaţii: 1. u urmărim elementele egale cu „1” de pe linia „i” din matricea C: ( ) c iα = 1 c iβ = 1 dacă M c iγ = 1 d iα = 1 d iβ = 1 atunci M d iγ = 1 2.

l4 ale matricii C l1 : l2 : l3 : l4 : (2) l1 0 0 0 0 0 1 0 0 1 1 1 1 0 0 1 1 0 1 0 1 0 0 1 1 1 (2) Observăm că linia l1 diferă de l1 prin elementul generat pe (2) poziţia C15 = 1 . determinăm matricea drumurilor D.. 1. . continuând procesul până la apariţia uneia din situaţiile: a) sau toate elementele d ij (j = 1.. Exemplu: Pentru graful din fig. restul elementelor fiind egale cu zero. n ) devin egale cu „1”. l3. Observăm că C12=1 şi C13= 1. b) sau nu mai apare nici un element egal cu „1”. Atunci boolean linia 1 din C cu liniile l2. Adunăm (boolean) liniile k. Pentru linia 2 a matricii D Observăm că c23 = 1 restul elementelor fiind egale cu zero. Trecem la Pasul 3o din algoritm şi adunăm boolean (2) linia l1 cu linia l4 din C. deci. caz în care locurile rămase libere se completează cu zerouri şi se trece la linia „i+1”. (2) l1 l4 0 1 1 1 1 0 1 0 0 1 0 1 1 1 1 Observăm că nu s-au generat alte elemente în plus faţă de cele (2) (D) obţinute în l1 .5 cu matricea conexiunilor directe C asociată.. l. Construim linia 1 a matricii D pornind de la linia 1 a matricii C. l1 a matricii D va fi l1 : 0 1 1 1 1 2.3. Adunăm boolean l2 din C cu l3 95 . C14= 1. pentru care se repetă procedeul. m din C la linia „i” trecând noile valori de „1” apărute în linia „i” a matricii D.

l2 : 0 0 1 0 0 l3 : 0 0 0 1 1 l (2) : 0 0 1 1 1 2 Observăm că linia l (2) diferă de l2 prin elementele generate de 2 (2) (2) poziţiile c 24 = 1 şi c 25 = 1 . puterile de atingere ale vârfurilor p(x1) = p(x2) = p(x3) = p(x4) = p(x5) = 4 96 . Adunăm boolean l (2) cu l4 şi l5. 2 l (2) 2 l4 l5 l (3) 2 0 0 0 0 0 1 1 1 1 0 0 1 1 0 0 1 1 1 0 1 Observăm că linia l (3) diferă de l (2) prin elementul generat pe 2 2 poziţia c (3) = 1 . căci există i astfel încât dii=1 (ex. Adunăm boolean l (3) cu l2 22 2 l (3) 2 l2 l (4) 2 l (3) 2 0 1 1 1 1 0 0 1 0 0 0 1 1 1 1 Observăm că nu s-au generat elemente noi de „1” faţă de linia deci linia l2 din D va fi l (D) : 0 1 1 1 1 1 2 Similar pentru liniile 3. 5 şi obţinem matricea D D : x1 x1 0 x2 0 x3 0 x4 0 x5 0 x2 1 1 1 1 1 x3 1 1 1 1 1 x4 1 1 1 1 1 x5 1 1 1 1 1 Observaţii: 1.d22=1) 2. 4. graful G are circuite.

x2.2. Este evident că dacă ordinea {x1.dacă ar mai fi posibil ca dij = 1 cu i > j atunci p(xi) > p(xj) ceea ce conform rearanjării liniilor şi coloanelor nu mai este posibil. Atunci avem: diα = 1 dαj = 1 → p(xα) > p(xj). presupunem că.. deci xα este înaintea lui xj şi deci valoarea diα = 1 ar fi anterioară lui dij. . Această formă are proprietatea că fiecare element egal cu „1” de pe fiecare linie a matricii drumului corespunde unui drum format dintr-un singur arc. pe linia vârfului xi constatăm că: ⎧d ik = 0 ⎨ ⎩d ij = 1 k = 1. de exemplu drumul. ≥ p(xn). xn} a vîrfurilor grafului conducere la o matrice triangularizată atunci p(x1) ≥ p(x2) ≥ . . xα)..3. pe linia vârfului xi. xj)}. ceea ce am presupus că nu se întâmplă. (xα.dacă în graful G există un drum de la xi la xj atunci p(xj) < p(xi). vom scrie matricea D a drumurilor grafului. algoritmul prezentat anterior de determinare a matricii drumurilor este destul de lent în ce priveşte aplicarea pe calculator.3. Într-adevăr. deoarece orice vârf atins din xj poate fi atins şi din xi. 3. având complexitatea O(n2).. dar este util în aplicaţii efecte manual pe grafuri de dimensiuni reduse.. j − 1 j〉 i Să presupunem că există un drum de la xi la xj format din mai multe arce. Determinarea drumurilor hamiltoniene în grafuri fără circuite Dacă graful G nu are circuite. { (xi. printr-un drum obţinut în cadrul operaţiei de conectare. Deoarece . ordonând în prealabil vârfurile grafului în ordinea descrescătoare a puterilor de atingere – astfel toate valorile de „1” din matrice vor apare deasupra diagonalei principale. Acest procedeu se numeşte „triangularizare” matricea D se va numi „formă triungularizată superior”. Exemplu: Fie matricea D a drumurilor unui graf 97 .

.D : x1 x1 0 x2 0 x3 1 x4 0 x2 1 0 1 0 x3 0 0 0 0 x4 1 1 1 0 p(x i ) 2 1 3 0 Pentru a triangulariza matricea D ne folosim de relaţiile p(x3) > p(x1) > p(x2) > p(x4) .. x2. deoarece în caz contrar în G ar exista circuite . Aceste consideraţii permit elaborarea algoritmului de determinare a drumurilor hamiltoniene în grafurile fără circuite. x3. x 1− 2 .din vârful xi (i = 1.dacă i > j din xj nu se poate atinge vârful xi. x2.x n deci p(xi) = n-i . conţine un drum hamiltonian... care are „n” vârfuri. vom scrie vârfurile în ordinea {x3. x2. CHEN. dacă şi numai dacă avem: ∑ p(x ) = i =1 i n n(n − 1) 2 Demonstraţie: Fie d = {x1.din vârful xn nu se poate atinge nici un vârf. Avem: D1 : x 3 x3 0 x1 0 x2 0 x4 0 x1 1 0 0 0 x2 1 1 0 0 x4 1 1 1 0 care este matricea triangularizată a drumurilor.. . atunci: . În total avem: ∑ p(x i ) = ∑ n − i = i =1 i =1 n n n(n − 1) 2 98 . astfel: Teoremă (Y. xn} drumul hamiltonian în G. x4}. n − 1 ) se pot atinge vârfurile x i −1 .) Un graf fără circuite. x4} în loc de ordinea { x1. x1.

p(x2) =1. atunci graful are circuite şi algoritmul Y.Reciproc. Etapa 1 Se scrie matricea D = (d ij )i. Observaţie: într-un graf fără circuite. Iar dacă numărul de elemente „1” este mai mic decât graful nu are drum hamiltonian. Etapa 2 n(n − 1) elemente de „1” În caz contrar. j=1. 2 Triangularizând superior această matrice.n a drumurilor Dacă există un indice „i” pentru care dii = 1. există cel mult un drum hamiltonian. Algoritmul de determinare a drumului hamiltonian. Etapa 3: Ordinea vârfurilor în cadrul drumului hamiltonian este dată de ordinea descrescătoare a puterilor de atingere. în final drumul hamiltonian însuşi este dat de succesiunea vârfurilor corespunzătoare matricii triangularizată superior. aceste elemente vor ocupa toate locurile disponibile de deasupra diagonalei. presupunem că ∑ p(x ) = i =1 i n n(n − 1) 2 atunci în matricea D se găsesc n(n − 1) elemente de „1”. p(x3) = 3. ceea ce ar face să apară un circuit între xi şi xj. p(x4) = 0 n(n − 1) 2 ∑ p(x ) = 6 i =1 i 4 99 . Avem p(x1) = 2.Chen nu se poate aplica. xj aşezate în ordine inversă. dacă în matrice există 2 graful admite drum hamiltonian şi se trece la Etapa3. Dacă ar exista 2 drumuri hamiltoniene d (1) şi d (2) atunci în cele H H 2 drumuri ar exista cel puţin 2 vârfuri xi. Exemplu: Să determinăm drumul hamiltonian pentru matricea drumurilor din exemplul precedent.

fără însumare şi fără înmulţire efectivă ţinând cont că: ..înmulţirea latină a matricilor se face formal ca şi înmulţirea a 2 matrici. bineînţeles că nici asupra numărului de drumuri între vârfurile care corespund acelor valori de „1”. 100 . M(1) L M (1) astfel: .rezultatul compunerii constă în scrierea în continuare a vârfurilor componente ale simbolurilor participante. prezentăm algoritmul fundamental datorat lui A. unde m ij = ⎨ ⎧x i x j ⎩0 dacă există arc de la xi la xj în rest. în G există un drum hamiltonian. Prin suprimarea primei litere în matricea M(1) în rest se obţine o ~ matrice M (1) numită „a destinaţiilor posibile”. j=1. care în locul valorilor de „1” utilizate în matricea obişnuită a arcelor. x4} 3. n(n − 1) =6 2 M (1) = m (1) ij ( ) i. Se compun matricele ~ ~ M(1) şi M (1) prin operaţia de „înmulţire latină”. n (1) . . reprezentat prin vârfurile care îl compun.2.iar pentru n = 4 ⇒ Deci. . Introducem ca punct de plecare. o matrice M(1).Kaufmann (1963) numit al „înmulţirii latine”. . x1. x2. deoarece într-un graf cu n vârfuri un drum hamiltonian are n-1 arce.produsul latin a două componente participante la calcul este nul dacă cel puţin una din ele este nulă. se poate aplica teorema lui Chen. Ca un exemplu de algoritm capabil să răspundă acestor deziderate. algoritmul continuă până la obţinerea matricii M(n-1). utilizează însuşi arcul respectiv. iar acesta este dH:{x3. M (3) = M (2) (L )M (1) . Prin definiţia produsului latin avem: ~ ~ M (2) = M (1) (L )M (1) .4.produsul latin a două componente participante este nul dacă au vârf comun. Determinarea drumului hamiltonian în graf cu circuite Algoritmul de determinare a matricii drumurilor are un caracter prea sintetic.. în sensul că prezenţa unei valori de „1” în matricea drumurilor nu dă informaţii asupra vârfurilor din care se compun drumurile corespunzătoare..

~ Matricele M(1) şi M (1) vor fi: ⎛0 ⎜ ⎜0 = ⎜0 ⎜ ⎜0 ⎜0 ⎝ ⎛0 ⎜ ⎜0 = ⎜0 ⎜ ⎜0 ⎜0 ⎝ x1x 2 0 0 x4x2 x5x 2 x2 0 0 x2 x2 x3 x3 0 0 0 x1x 3 x1x 3 0 0 0 x4 0 x4 0 0 x1x 4 0 x x4 0 0 0⎞ ⎟ 0⎟ x5 ⎟ ⎟ x5 ⎟ 0⎟ ⎠ M (1) 0 ⎞ ⎟ 0 ⎟ x 3x 5 ⎟ ⎟ x4x5 ⎟ 0 ⎟ ⎠ ~ M (1) M (2) ~ = M (L)M (1) (1) ⎛ ⎜ 0 x1x 4 x 2 x1x 2 x 3 ⎜ ⎜0 0 0 ⎜ =⎜ ⎧x 3 x 4 x 2 ⎫ 0 ⎨ 0 ⎬ ⎜ ⎩x 3 x 5 x 2 ⎭ ⎜0 x x x x4x2x3 4 5 2 ⎜ ⎜0 0 x5x 2x3 ⎝ x1x 3 x 4 x 2x 3x 4 0 0 0 ⎧x 1 x 3 x 5 ⎫ ⎞ ⎨ ⎬⎟ ⎩x 1 x 4 x 5 ⎭ ⎟ x 2x 3x5 ⎟ ⎟ x3x 4x5 ⎟ ⎟ ⎟ 0 ⎟ ⎟ 0 ⎠ 101 . 5. graful nu admite drum hamiltonian. Exemplu: Să se determine drumurile hamiltoniene pentru graful din fig. algoritmul înmulţirii latine este greoi (dar sigur). vom folosi metoda înmulţirii latine.În matricea Mn-1 citim. Observaţie: Procedeul este aplicabil pentru orice tip de graf orientat (cu sau fără circuit). dar pentru grafurile fără circuite se recomandă algoritmul lui Chen. întrucât pentru grafuri de dimensiuni mari. Dacă toate elementele lui Mn-1 sunt zerouri. graful are circuite. Rezolvare: Cum ştim că. conform modului de scriere de mai sus toate drumurile hamiltoniene ale grafului. (Mn-1 = 0).

Γ. pentru care valoarea lui p(d) să fie minimă. Pentru aceasta introducem „matricea extinsă a valorilor arcelor” V = (v ij ) i.2. Drumuri de valoare într-un graf . xik} în graful G vom numi „valoare a drumului”. 3.timpi sau costuri într-o reţea de transport etc. Notăm: vij = v(xi.M (3) = M (2) (L )M (1) ⎛ ⎜ ⎜0 ⎜ ⎜ = ⎜0 ⎜ ⎜0 ⎜0 ⎜ ⎝0 ⎧x 1 x 3 x 4 x 2 ⎫ ⎪ ⎪ ⎨x 1 x 3 x 5 x 2 ⎬ x 1 x 4 x 2 x 3 ⎪x x x x ⎪ ⎩ 1 4 5 2⎭ 0 0 x 3x 4x5x 2 0 0 0 x4x5x2x3 0 x1x 2 x 3 x 4 0 0 0 x5x 2x3x 4 ⎞ ⎧x 1 x 2 x 3 x 5 ⎫ ⎟ ⎨ ⎬⎟ ⎩x 1 x 3 x 4 x 5 ⎭ ⎟ ⎟ x 2x3x 4x5 ⎟ ⎟ 0 ⎟ x 4x 2x3x5 ⎟ ⎟ 0 ⎠ ~ M (4) = M (3) (L )M (1) ⎛ ⎜ 0 x1x 3 x 4 x 5 x 2 ⎜ ⎜0 0 =⎜ 0 ⎜0 ⎜0 0 ⎜ ⎜0 0 ⎝ x1x 4 x 5 x 2 x 3 0 0 0 0 ⎧x 1 x 4 x 2 x 3 x 5 ⎫ ⎞ 0 ⎨ ⎬⎟ ⎩x 1 x 2 x 3 x 4 x 5 ⎭ ⎟ ⎟ 0 ⎟ 0 ⎟ ⎟ 0 ⎟ ⎟ 0 ⎠ În graful dat există 4 drumuri hamiltoniene În cazul în care există mai multe drumuri hamiltoniene prezintă interes şi noţiunea de „cel mai bun” drum hamiltonian ceea ce conduce la ideea de drumuri optime într-un graf. xi2.. v) graful valuat.n . algoritmul Bellman-Kalaba Fie G = (X. Γ) un graf. adică: p(d) = ∑ p i k i h +1 h =1 k -1 Vrem să determinăm drumul „d” de la un vârf oarecare xi la vârful xn.. În cazurile reale valuarea poate reprezenta: . j=1. dată de 102 .distanţa dintre 2 puncte (localizate) .5. . vom introduce o funcţie v: Γ → R ce asociază fiecărui arc din Γ o valoare reală. Pentru un drum d ={xi1. xj) şi Gv = (X. suma valorilor arcelor componente.

n { } Demonstraţie: Este evident că un drum de cel mult k+1 arce cu destinaţia xn se poate obţine dintr-un drum de cel mult k arce cu destinaţia xn. pentru orice i = 1. n (d k ) j = 1. Deci: m i(k +1) = minim{v ij + minim p(d k )} = minim v ij + m (k) j j = 1. n . n { } PROPOZIŢIA 2 Dacă există k∈N* pentru care m i(k) = m i(k +1) . n . x j ) ∈ Γ ⎪ ⎩∞ dacă i ≠ j şi (x i . atunci: a) m i(k) = m i(s) ∀ i = 1. considerată în mulţimea tuturor drumurilor (indiferent de numărul de arce componente).⎧0 i = j ⎪ v ij = ⎨v ij dacă există arcul (x i . ∀s ≥ k + 1 b) m ik = m i ∀i = 1. x j ) ∉ Γ şi notăm cu m ik valoarea minimă a drumului d de la xi la xn în graful dat. n Demonstraţie: a) demonstrăm prin inducţie după s: pentru s = k+1 proprietatea este adevărată conform enunţului Presupunând proprietatea adevărată pentru o valoare s ≤ h avem: 103 . prin adăugarea unui arc la începutul său. cu mi valoarea minimă a drumului de la xi la xn. Algoritmul de construire a vectorilor (mi)i=1.n se bazează pe următoarele propoziţii: PROPOZIŢIA 1 Pentru orice k∈N* avem m i(k +1) = minim v ij + m (k) j j = 1. considerat în mulţimea drumurilor de cel mult k arce.

n j = 1.se adună linia „i” din V cu linia m i(k +1) urmărindu-se rezultatul minim ce se poate obţine.n (m ) k i ( ) i =1. n b) rezultă în mod evident. Ultimul succesor determinat va fi xn. pentru că prin adăugarea de arce noi nu obţinem drumuri de valoare mai mică.d.a..m. Etapa 2 Se adaugă matricii V.se adaugă linia „j” din V cu m i(k +1 reţinând valoare minimă. atunci al doilea arc va fi (xj. Să presupunem că: ( ) m i(k +1) = v ij + m i(k +1) atunci primul arc din drumul minim de la xi la xn este arcul (xi. Γ. xn} se construieşte matricea estinsă a valorilor arcelor V = (vij ) i. { } { } ( )( ) (v ) ( ) T (k) b) presupunând completată linia m i jn j=1. xk).. astfel: a) linia m i(1) coincide cu transpusa coloanei n a matricii V..m i(h +1) = minim v ij + m i(h) = minim v ij + m i(k) = m i(k +1) j = 1.n se completează linia (k +1 i i =1. n conform propoziţiei 1.. liniile suplimentare m i(1) . (m ) ( c) se continuă aplicarea fazei (b) până la obţinerea a 2 linii şi m i(k +1) identice ) Etapa 3 Se determină regresiv drumul minim de la xi la xn astfel: . x2. . • Algoritmul de determinare a drumului minim este: Etapa 1 Se consideră graful valuat Gv= (X.. j=1.n . aflată de exemplu pe coloana „k”.. • Algoritmul de determinare a drumului maxim Etapa 1 se construieşte matricea V a valorilor arcelor astfel: ( ) 104 . m i(2) . ş. V) x = {x1. xj) ..

∞ dacă (x i . Vom prezenta două exemple de determinare a drumului minim. x3. x7 reprezintă întreprinderi. x6. dar la pasul 2b) linia (m ) (k +1 i i =1. x j ) ∈ Γ Etapa 2 Similar cu etapa 2 din algoritmul anterior. n { } Etapa 3 Determinarea drumului maxim se determină la fel ca la etapa 3 anterioară. n se completează astfel: m i(k +1) = maxim v ij + m (k) j j = 1. Exemplu: Vârfurile x1. Să se determine timpul minim de control. Fig. x j )∉ Γ ⎨ ⎪ ⎩v ij dacă (x i .⎧0 dacă i = j (v ij ) = ⎪. x5. x2. V: 105 . iar pe arce este marcată durata executării controlului în punctul xj după efectuarea lui în punctul xi în unitatea de timp corespunzătoare. x4. dintre x1 şi x7. 6 Rezolvare: Etapa 1 Construim matricea V a valorilor arcelor. respectiv maxim cu ajutorul algoritmului Bellman-Kalaba.

∞ + 0) = 12 106 . m i(4) ştiind că j7 j=1. n m i(k +1) = min v ij + m (k) j j = 1. primul element m i(2) se determină adunând elementele liniei 1 a matricii V cu cele ale liniei m i(1) . 13 + ∞. ∞ + 4. care este transpusă coloanei b) completăm matricea V cu liniile m i(2) . 0 + ∞) = 20 m (2) = min v 2j + m (1) = 2 j j = 1. ∞ + 0. 19 + ∞. 11 + 9. m i(3) . cea mai mică fiind elementul căutat.7 = min(0 + ∞.7 ( ) = min(∞ + ∞.x1 x2 x3 x4 x5 x6 x7 x1 0 ∞ ∞ ∞ ∞ ∞ ∞ x2 2 0 ∞ ∞ ∞ ∞ ∞ ∞ 12 12 12 x3 6 4 0 ∞ ∞ ∞ ∞ ∞ 10 10 10 x4 11 3 1 0 6 4 ∞ 9 9 9 9 x5 ∞ 9 ∞ ∞ 0 ∞ ∞ 19 15 15 15 x6 ∞ ∞ 11 ∞ 14 0 ∞ 13 13 13 13 x7 ∞ ∞ ∞ 9 19 13 0 0 0 0 0 (m (m (m (m (v ) (1) i (2) i (3) i (4) i ) ) ) ) ∞ 20 14 14 Etapa 2 a) adăugăm m i(1) la matricea V. ∞ + 2. 9 + 3. 9 + 19. (2) m1 = min v1j + m (1) = j ( ) j = 1. ∞ + 6. 13 + ∞.7 { } Aşadar pentru linia m i(2) .

12 + ∞. 13 + ∞.7 ( ) = min( ∞ + ∞. 13 + 0) = 13 m (2) = min v 7j + m (1) = 7 j j = 1. 13 + 14. ∞ + ∞ . 9 + 3. ∞ + ∞. 12 + ∞. 12 + ∞. ∞ + ∞ . 9 + 4. ∞ + 13. 0 + ∞ ) = 14 m (3) = min(20 + ∞.7 = min( ∞ + ∞. 9 + 15. ∞ + 0) = 12 2 (3) m 3 = min(20 + ∞. 13 + ∞. 10 + ∞. 13 + 0. ∞ + 0. 9 + 6. ∞ + ∞ . 10 + 4. 0 + ∞ ) = 10 m (2) = min v 4j + m (1) = 4 j j = 1. 10 + ∞. 9 + ∞ . 12 + 0. 14 + 13. ∞ + 0) = 9 (2) m 5 = min v 5j + m (1) = j j = 1. 10 + 6. 9 + 6. ∞ + 19.7 m (3) 1 = min(20 + 0. 9 + 1. 13 + 0. 15 + ∞. ∞ + 13.7 ( ( ) ) = min( ∞ + ∞. 10 + 0. 9 + 11. 0 + 19 ) = 15 m (3) = min(20 + ∞. 11 + 13.5 ( ) = min( ∞ + ∞. 0 + ∞ ) = 10 m (3) = min(20 + ∞. 10 + ∞. 9 + 0. 19 + 0.7 ( ) = min( ∞ + ∞ . 15 + ∞. 0 + 9) = 9 4 (3) m 5 = min(20 + ∞. 13 + 11. 12 + 2. 0 + 13) = 13 6 m (7) = min(20 + ∞. 12 + ∞. ∞ + ∞ . 0 + 0) = 0 6 107 . 9 + ∞. 13 + ∞. 9 + 1. 19 + ∞ . ∞ + ∞ . 12 + ∞. 9 + ∞ . 19 + 0) = 15 m (2) = min v 6j + m (1) = 6 j j = 1. 15 + 0. 19 + ∞ . 15 + ∞. ∞ + ∞. 0 + 0) = 0 Pentru linia m i(3) vom avea: m i(3) = min{v ij + m (2) } j j = 1.(2) m 3 = min v 3j + m (1) = j i = 1. 19 + ∞ . 9 + 4. ∞ + ∞ . 15 + ∞. 13 + 11. 15 + ∞. 10 + ∞. ∞ + ∞ .

13 + 14 . Etapa 3 Se adună linia 1 din V cu m i(4) urmărindu-se rezultatul minim. 15 + ∞ . 10 + 6. 12 + ∞ . 15 + ∞ . iteraţiile se opresc. rezultatul fiind 12 al doilea arc va fi (x2. x7). 0 + 13 ) = 13 = min(14 + ∞ . 10 + ∞ . x2. 10 + ∞ . 12 + ∞ . să se determine valoarea maximă a dreptei de la x1 la x6. Deci: drumul minim de la x1 la x7 va fi {x1. 10 + ∞ . 13 + ∞ . x4. care este 14 primul arc va fi (x1. x2). 108 . Se adună linia 4 din V m i(4) .Pentru linia m i(4) vom avea: m m m m m m m (4) 1 (4) 2 (4) 3 (4) 4 (4) 5 (4) 6 (4) 7 m i(4) = min{v ij + m (3) } j j = 1. arcul corespunzător va fi (x4. ∞ + 0 ) = 12 = min(14 + ∞ . Se adună linia 2 din V cu m i(4) . 10 + ∞ . 0 + 0 ) = 0 Observăm că liniile m i(3) şi m i(4) coincid. 12 + ∞ . Elementele lui m i(4) reprezintă valoarea minimă a fiecărei drum care ajunge în x7. 13 + ∞ . 0 + 19 ) = 15 = min(14 + ∞ . 15 + ∞ . ∞ + 0 ) = 10 = min(14 + ∞ . x7} cu p(d) = 17 Exemplu: Se consideră graful din fig. 13 + 11. 12 + ∞ . 12 + 2. 12 + 0. 13 + 0. 9 + 3. 15 + ∞ . 0 + 9 ) = 9 = min( 14 + ∞ . 9 + ∞ . 7. rezultatul minim fiind 9. 12 + ∞ . 15 + ∞ . 15 + 0. 10 + 4. 9 + 4. 13 + ∞ . 15 + 9. 9 + 11.5 = min(14 + 0. 0 + ∞ ) = 14 = min(14 + ∞ . 10 + 0. 9 + 1. 9 + 6. x4). 13 + ∞ . 9 + 0.

9+17. +17. -∞ -∞+16. +32. -∞+23.9+17. -∞ +34. -∞ +36. -∞ +35. 18+17.12+ -∞+9.Fig. (5) m i 8+26. +37. 35. -∞+9. + 31. 8+9. +37. ∞+0)=35 21+0)=32 23+0)= 26 16+0)= 17 9+0)=9 0+0)= 0 max (-∞ max (-∞ max (-∞ max (-∞ max (-∞ max (36+0. (-∞+34. max (-∞+ max (-∞ max (-∞ max (-∞ max (-∞ 5+31. 0+9. 0+0) 21+0)=29 23+0) =25 16+0)=17 0+9)=9 max (34+0. 10+16.-∞+21. -∞+9. ∞+26. -∞ +37. 8+9. -∞+ (-∞+34.21+0)=31 -∞+0)=35 23+0)=26 6+0)=17 9+0)=9 0+0)=0 max (+035. 0+9. -∞ +36. 10+17. Calculele vor fi sistematizate în tabelul următor. max (-∞ (-∞). +26. max max max max (-∞ max 29+5. -∞+0) =37 21+0)= 32 23+0)=26 = 17 9+0)= 9 0+0)=0 max (37+0. 0+17. -∞ m i(4) 8+26. -∞+26 m i(6) 8+26. +34. -∞ 29. 18+16. -∞ +32. 12+9. +32. +17. 11+9. 0+9. 0+23. -∞ 6+26. -∞ +37. +26. 12+9. +36. 0+17. -∞ 10+17. +32. +25. -∞. 0+21. +36. m i(3) 8+25. -∞+16. -∞+29. 11+9. 7 Rezolvare – aplicăm algoritmul Bellman – Kalaba. 9. +31. 8+9. 6+23. -∞ -∞+17. 0+26. -∞ 5+32. -∞+ ∞+31. 12+9. 29-∞. m i(2) 8+23. (-∞+34. 9+16. 0+9. 0+25. 18+ 6+26. 0+26. 0+23. (-∞+34. +26. 11+9. -∞ +32. 11+9. -∞+29.16+0) +17. +32. 12+9.-∞+21. 0+29. 0+32. max (-∞ max (-∞ max (-∞ max (-∞ max (-∞ 5+32. 5+21. +9.8+9¸1 17. 0+9. +26. 9+17. -∞ 6+26. (-∞). -∞+9. 10+17. -∞+25. ∞+17. -∞ 17.6+25. -∞. -∞+9. +35. -∞ +36. 11+9. 10+17. + 35. 18+17. -∞ +35. V: x1 x2 x3 x4 x5 x6 x1 0 -∞ -∞ -∞ -∞ -∞ -∞ x2 5 0 -∞ -∞ -∞ -∞ x3 8 6 0 -∞ -∞ -∞ x4 18 10 9 0 -∞ -∞ x5 -∞ 12 11 8 0 -∞ x6 -∞ 21 23 16 9 0 21 23 16 9 0 max (-∞+ max (-∞+ max (-∞+ max (-∞ max (-∞+0. -∞+21. 0+16¸8+9. -∞ +32. 0+32. -∞ +32. +26. -∞+23. +17. 26. 9+17. -∞ -∞+9. 0+31. -∞+9. -∞+25. -∞+0) -∞+9. (-∞). 21+ (-∞). -∞+0)= 37 21+0)= 32 23+0)= 26 16+0)= 17 9+6)= 9 0+0)=0 109 m(1) i . 0+17. 18+17. +31. 0+26. -∞+ -∞+17. 0+17. -∞+9. -∞ +26.

2) Adunăm linia m i(6) cu linia 2 din V. 0+21. min (∞+∞. ∞ ∞+21. min (∞+∞. ⎯ iar arcul x5 ⎯ → x 6 . arcul va fi x 2 ⎯ → x 3. Drumul corespunzător va fi. 6 ∞+21. arcul va fi x 3 ⎯ → x 4 . 3) Adunăm linia m i(6) cu lina 3 din V. 0 ∞+21. ∞+ 110 . ∞+ ∞+21. 5+21¸8+23. min (∞+∞.Iteraţiile se opresc aici. 1) Adunăm linia m i(6) cu linia (1) din V. deci: 9 x 1 ⎯5 x2 ⎯6 x3 ⎯9 x4 ⎯8 x5 ⎯9 x6 ⎯→ ⎯→ ⎯→ ⎯→ ⎯→ Dacă doream să determinăm drumul minim de la x1 la x6 procedăm analog. corespunzător ei arcul x1 ⎯→ x 2 . 5) Adunăm linia m i(6) cu linia 5 din V. valoarea maximă 6 5 ⎯ obţinută este 32. căci am obţinut liniile m i(s) = m i(6) . 8 9 ⎯ arcul corespunzător x 4 ⎯→ x5 . 4) Adunăm linia m i(6) cu linia 4 din V valoarea maximă 17. Lungimea maximă a drumului de la x1 la x6 este 37 Etapa 3 Determinăm succesiunea arcelor în drumul maxim astfel obţinut. min (∞+∞. min (∞+∞. Etapele 1 şi 2 sunt sistematizate în tabelul de mai jos: x1 x2 x3 x4 x5 x6 x1 0 ∞ ∞ ∞ ∞ ∞ x2 5 0 ∞ ∞ ∞ ∞ x3 8 6 0 ∞ ∞ ∞ x4 18 10 9 0 ∞ ∞ x5 ∞ 12 11 8 0 ∞ x6 ∞ 21 23 16 9 0 m i(2) min (∞+0. valoarea maximă ⎯ obţinută este 37. valoarea maximă va fi 9. valoarea maximă obţinută ⎯ va fi 26.

1) Adunăm linia m i( ) cu linia 1. se numeşte tăietură de suport Y mulţimea de arce co–(Y)={(xi. 111 . xj) ∈ Γ / xi ∈ Y. min (∞+26. min (26+∞. 9+0) 0+9. ∞+9. 20. 0 23. ⎯ ⎯ Deci. 0+21. 0+16. min (∞+26.3. Flux maxim într-o reţea de transport Definiţia 1: Un graf orientat valuat G=(X. xn} atunci ∀i = i. 5. valoarea minimă este 26. x2. 9+16. valoarea minimă este 21. 11+9. 10 +23. +23. Fiind dată o submulţime Y∈X. xi) ∈ Γ 2.)= 26 21+0) = 21 23+0) =20 =16 =0 min (26+0. xj) ∈ Γ / xi ∈ Y. min (∞+26... 4. 11+9. 9+16. Γ. 8+9. 20. ∞+16. +016. 20. =9 =9 V+0)= 26 21+0)= 21 23+0)= 20 ∞+0)= 0 Iteraţiile se opresc. 12+9. se numeşte „reţea de transport” dacă îndeplineşte următoarele condiţii: 1. există un vârf unic x1 ∈X în care nu intră nici un arc. 9+0)= 9 ∞+9. min (∞+∞. 0+ ∞+21. 23. ∞+16. . căci am obţinut m i(3) = m i(2) Etapa 3 Determinăm succesiunea drumului minim de la x1 la x6. 6+ m i(3) 20. 10+16. ∞+ 16. numit sursa reţelei. 8+9. ∞+9. 9+0) ∞+9. 5 21 3. +16. numărul c(u) se numeşte capacitatea reţelei. p) fără circuite. Dacă x={x1. arcul 21 ⎯ corespunzător va fi x 2 ⎯ → x 6 şi se obţine pe coloana lui x6. 18+8+ 20. vârful x eX există unic din care nu iese nici un arc numit n destinaţia reţelei. ∞+ ∞+21. xj ∈ Y} ∈ Γ co+(Y)={(xi. +23. ∞+21. xj ∈ Y} ∈ Γ. ∞+ ∞+21. 12+9. 3. Definiţia 2. 16+0) +9. ∞+16. u avem (xi. S-a definit o funcţie c: Γ → R ai c(u) ≥ 0 pentru orice arc u∈ Γ. ∞+16. 0+0) ∞+0. drumul minim va fi x1 ⎯→ x 2 ⎯ → x 6 . 20. G este conex şi există drumuri de la x1 la xn. arcul 5 ⎯ va fi x1 ⎯→ x 2 şi se obţină pe coloana lui x2 2) Adunăm linia m i(3) cu linia 2.18+16. 5+21.

Funcţia φ nu este unică. de exemplu φ(u) = 0 ∈ arcul u ∈ Γ satisface condiţiile impuse. Condiţia de mărginire a fluxului ∀ x i .Cantitatea c[co-(y)] = ij (x i . xj) ∈ Γ se numeşte „arc saturat”. Γ. x j ∈ Γ avem 0 ≤ φ (xi. x j )∈ co − (y) ∑p este capacitatea tăieturii co–(y) Definiţia 3. xj) ≤ pij 2. ( ) Definiţia 4. x j )∈Γ ∑ ϕ (x k . 112 . x j n h ) Observaţia 1: Condiţia 2) afirmă că putem pentru orice vârf x cu x ≠ x1. Adică. dacă în raport cu φ are loc relaţia ϕ x i . x i )∈Γ ∑ n ϕ (x 1 . xn ) PROPOZIŢIA 1: Fie G=(X. x i ) = j=1 (x j . suma fluxurilor de pe arcele care intră în x este egală cu suma fluxurilor pe arcele care ies din x. aşa numita problemă a „fluxului maxim”. Se pune problema determinării funcţiei φ astfel încât suma fluxurilor pe arcele ce intră în xn să fie maximă. Condiţia de conservare ( ) ∀x i ∈ X avem k =1 (x k . Un arc (xi. u (x h . p) o reţea de transport având sursa x1 şi destinaţia xn şi φ: Γ→R+ un flux oarecare în reţeaua G atunci: i =1 (x1 . O funcţie φ: Γ →R+ se numeşte flux pe reţeaua de transport G = (X. x n )∈Γ ∑ ϕ (x . Observaţia 2. x ) n j n (1) Demonstraţie Relaţia (1) exprimă faptul că fluxul care iese din x1 ajunge în xn. dintre toate fluxurile φ: Γ→R+ posibile în reţeaua G=(X. Γ. x n )∈Γ ∑ n ˆ ϕ (x h . p) dacă îndeplineşte următoarele condiţii: 1. Γ. x n ) ≥ h =1. x j ) = n h =1 (x j . x u )∈Γ ∑ ϕ (x h . p) se urmăreşte să se determine fluxul ϕ pentru care h =1 (x h . x h )∈Γ ∑ ϕ (x . şi x ≠ xn. x j = p ij .

x k )∈co − ( x k ) (x k . x j )⎥ = x∈X ⎢( x i . x j )⎥ − ⎥ ⎦ ceea ce demonstrează egalitatea. x j )∈co − ( y ) (x i . Atunci pentru orice flux φ: Γ→R+ avem PROPOZIŢIA 2 φ= (x i . x ) = (x1 . x n )∈co − (x j ) 1 i ∑ ϕ(x . p) o reţea de transport. x n ) − (x j . x k )∈co ( x k ) ⎥ ( x i . x n )∈co − ( x n ) ∑ ϕ(x . x ) 1 j se numeşte „valoarea totală” a fluxului φ: Γ→R+ Fie G = (X. x h ) − ∑ +ϕ(x h . x k )∈co + ( x k ) ⎣ ⎦ = ⎢( x i . x )⎥ = j n ⎤ ⎥ ⎦ ( x1 . x i )∈co + (x1 ) ( x h . Valoarea φ = ( x1 . x j )∈co + ( x1 ) ⎣ ⎡ ⎤ − ∑ ⎢ ∑ − ϕ(x i . căci: 113 . x n )∈co − ( x n ) ϕ(x i . x j )∈co − ( y ) ∑ ϕ(x . x k ) − ∑ ϕ(x k ⎤ . x j )∈co + ( x1 ) ∑ ϕ(x . x i ) = φ x k ∈X \ Y ⎢( x i . x i )∈co − ( x1 ) ∑ ϕ(x . x ) = 0 i n ceea ce demonstrează afirmaţia. x j = (x i . x j )∈co − ( x i ) ⎣ = ∑ ϕ(x j . x k ) − ∑ ϕ(x k . Γ. x h )∈co ( x h ) ⎥ (x1 . x j )∈co + ( y ) ( ) ( ) ⎡ ⎤ = ∑⎢ ∑ − ϕ(x i .Avem co–(x1) = co+(xn) = 0 şi se deduce că: ∑⎢ ∑ j∈x ⎡ ⎢(x i . şi fie Y∈X o submulţime cu proprietăţile: . x j )∈co + ( y ) i j ( y) ) (2) Demonstraţie: Avem: ∑ϕ xi . x ) − ∑ ϕ(x . x ) ≤ C(co i j − (x i . x i )∈co ( x h ) ⎣ ⎦ x k ∈Y ∑⎢ ⎡ ∑ ϕ(x i . x j − ∑ϕ xi .pentru sursa x1 a lui G avem x1∈Y .pentru destinaţia xn ∈Y. x j ) − (x j . x i )⎥ = ∑ ϕ(x 1 .

x ) ≤ i j (x i . x ) = C(co (y)) − j În continuare vom considera că toate capacităţile sunt numere raţionale sau întrucât numărul total de arce este finit. operaţiunile de marcare constau în următoarele: a) se marchează sursa reţelei x1 cu semnul „+”. chiar numere naturale. atunci fluxul este maxim şi algoritmul se termină 2. b) vârfurile xj ∈ co+(x1) vor fi marcate cu „+x1” dacă arcul (x1. xj)=0 ∈ (xi. xj) ∈ Γ • Pasul 2 Folosind operaţiile de marcare ce vor fi prezentate mai jos. iar fluxul maxim se atinge când nu mai poate fi marcată destinaţia xn a reţelei. xj) este nesaturat. xj) are fluxul nenul. x j )∈co − ( y ) ∑ p(x . 114 . x j )∈co − ( y ) ∑ ϕ(x . care verifică condiţiile de conservare în fiecare vârf şi de mărginire pe fiecare arc. se cercetează dacă fluxul iniţial φo este maxim. În urma terminării operaţiei de marcare. marcăm vârful xk prin „-xj”. c) dacă vârful xj este deja marcat şi dacă pentru un vârf xk ∈co+(xj) arcul (xj. d) fluxul arcelor nemarcate nu se schimbă e) se revine la Pasul 2) Algoritmul are un număr finit de paşi. x ) − ∑ ϕ(x . Dacă destinaţia xn s-a putut marca atunci fluxul nu este maxim şi poate fi măsurat astfel: a) se alege un drum de la x1 la xn b) pe arcele drumului marcat cu „+” fluxul se majorează cu cantitate θ de flux (de exemplu θ=1) c) pe arcele drumului marcat cu „-“ fluxul se micşorează cu aceeaşi cantitate θ. x j )∈co + ( y ) i i j (x i . Dacă destinaţia xn a reţelei nu s-a marcat. φo(xi. • Pasul 1 Se construieşte un flux iniţial φo. de exemplu chiar fluxul având componente nule pe fiecare arc al reţelei. atunci marcăm vârful xk prin „+xj” d) dacă vârful xj este deja marcat şi dacă pentru un vârf xk ∈ co(xj) arcul (xk.φ= ≤ (x i . Pe baze consideraţiilor precedente se deduce următorul algoritm FORD-FULKERSON pentru determinarea fluxului maxim într-o reţea de transport. xk) este nesaturat. x j )∈co − ( y ) i ∑ ϕ(x . putem întâlni următoarele situaţii: 1. x ) ≤ j (x i .

(x 1 . evitându-se astfel prea multe operaţii de marcare. 8. Valoarea fluxului maxim se găseşte realizând o tăietură prin separarea cu o linie a vârfurilor marcate de cele nemarcate şi capacitatea acestei tăieturi reprezintă fluxul maxim. x 2 ). Observăm că θ > 0 şi este număr întreg. Exemplu: Fie reţeaua Fig. astfel: se consideră un drum v format din drumuri marcate cu „+” sau „–“ ce uneşte x1 cu xn.1 vârful x1 este sursa reţelei. Mărim cu θ pe fiecare arc u ∈V+ şi micşorăm cu θ pe fiecare arc u ∈V-. x 4 )} 115 . (x 1 . vârful x5 este destinaţia şi se verifică următoarele: ω − (x 1 ) = θ ω + (x 1 ) = {(x 1 .Observaţie: Mărimea fluxului se poate face cu mai mult decât o unitate. Calculăm: θ1 = min(c(u) − ϕ (u)) u∈V + θ 2 = minϕ (u) u∈V – şi θ = min(θ1. y) unde y este marcat cu „+” şi v– mulţimea arcelor unde y este marcat cu „–“. uşor de găsit urmărind vârfurile marcate în sensul xn către xo. Se repetă etapa a doua cu fluxul obţinut. sau adunând fluxurile arcelor incidente interior lui xn. θ2. obţinând la ieşire un flux mărit cu θ. Notăm v+ mulţimea arcelor (x. x 3 ).

Atunci fluxul nu este maxim şi poate fi mărit. x 5 )} ω + (x 5 ) = φ Pentru reţeaua din figură vrem să determinăm fluxul maxim. x2.3 116 . x4) se va satura) Noul flux va avea valoarea φ2= φ1+3 ∈ φ2 = 5 3) Fig. ∈ (xi. Fie drumul d2: {x2. Fluxul va avea valoarea φ1 = φo + 2 ∈ φ1 = 2 u∈V+ 2) Fig. x5} Fluxul se majorează cu cantitatea θ= min(c(u) – φ(u)) θ = min (2-0. x4. 8-0) = 2 θ=2 (arcul (x1. x 5 ). x5}. Considerăm fluxul iniţial φo(xi. fluxul nu este maxim şi poate fi mărit. Pasul 2 1) Observăm prin procedeul de marcaj am putut marca destinaţia x5 a reţelei. xj) = 0.ω − (x ) = {(x 2 . mărim fluxul cu θ = 3 (arcul (x1. 8. Alegem un drum de la x1 la x5 d1: {x1. x2) se va satura). 8.2 Am putut marca destinaţia x a reţelei. (x 4 . xj) ∈ Γ.

se datoreşte găsirea fluxului maxim de transport Fig. x3. x5} θ = min (c(u) – φ(u))= min (5-0.Prin repetarea procedeului de marcaj am putut marca din nou destinaţia.4 Destinaţia a fost marcată. alegem drumul d4 = {x1. Pe drumul d3={x1. valorile unui flux iniţial ce nu saturează nici un arc. x5} θ = min (5-2. 5-3) = 2. 4-0. x3. Cu cantitatea θ = 2 vom mări fluxul ∈ φ3 = φ2+2 φ3 =7 u∈V+ 4) Fig. 8. 9 117 . x4. x2. 8-2) =3 Fluxul va fi mărit cu cantitatea θ = 3 şi obţinem φ4 = φ3 +3 ∈ φ4 = 10 Exemplul 2 Pentru a transporta în 6 localităţi produsele sale o firmă poate opta pentru variantele din reţeaua de mai jos. 5-0. iar numerele din interior. ştiind că numerele din afara parantezelor reprezintă capacităţile arcelor. deci fluxul nu este maxim.

2. x6) = 1 < p26 = 4 0 < φ(x3.j ∈ {1. 10 φ2 = 11 + 5 = 16 Arcele (x1. x4) = 1 < p54 = 3 0 < φ(x5. x2. x6) = 3 < p56 = 5 Alegem drumul d2 : {x1.adică Rezolvare verificăm dacă flux iniţial constituie un flux realizabil φ: Γ→R+ 1) îndeplineşte condiţia de mărginire a fluxului ∈ (xi. x4. x4). x2) s-a saturat φ3 = φ2 + 1 =16 118 . (x4. 6} 0 < φ(x1.. x2) = 1 < p32 = 5 0 < φ(x3. xj) ∈ Γ avem 0 ≤ φ(x1. xj) ≤ pij ∈ i. x6} θ = min (3-2. x4) = 2 < p34 = 5 0 < φ(x3. x6} θ = min (7-2. 2) Destinaţia x6 a putut fi marcată alegem drumul d3: {x1. x3) = 5 < p13 = 8 0 < φ(x1.. . x6) s-au saturat. x2) = 2 < p12 = 3 0 < φ(x1. 10-5) = 5 Fig. x4) = 2 < p14 = 7 0 < φ(x2. 4-1) =1 Arcul (x1. x5) = 2 < p35 = 6 0 < φ(x4. x6) = 5 < p46 = 10 0 < φ(x5.

x 6 ) = 9 i=2 j= 2 Deci fluxul iniţial este φo = 9 Trecem la Pasul 2 din algoritmul Ford Fulkerson 1) Observăm că destinaţia x6 s-a putu marca. x6} θ = min (8-7. x j ) = 6 ) ( h =1 x j . 11 3) Destinaţia x6 s-a marcat (fig. x3. 6-2. x ) 6 j h ) Flux care intră în vârful xi 3 5 5 4 Flux care iese în vârful xi 3 5 5 4 Se observă că şi Propoziţia 1 este verificată.Fig. x3) s-a saturat 2) Condiţia de conservare ∀x i ∈ X avem ( Vârfuri x2 x3 x4 x5 4 5 k =2 x k .5). adică ∑ ϕ (x 1 x i ) = ∑ ϕ (x j . x2. x6} φ1= φo+2=11 Arcul (x5. x h ∈Γ ∑ ϕ (x . x3. Fluxul φo poate fi mărit cu cantitatea θ = min (8-5. fluxul poate fi mărit d4 = {x1. x5. 5-1. x6) s-a saturat 119 . 5-3) =2 alegând drumul d1: {x1. x j ∈Γ ∑ ϕ (x k . 4-2) = 1 φ4 = φ3 + 1 =17 Arcul (x1.

Matricea arcelor unui graf G este: x1 x2 x3 x4 120 x1 0 0 0 0 x2 1 1 1 0 x3 1 0 0 0 x4 1 1 1 0 . Probleme propuse: 1.2) se observă că distincţia s-a marcat deci fluxul poate fi mărit.Fig. 13 Observăm că destinaţia nu s-a mai putut marca. Deci fluxul este maxim φ = 17. Fig. 12 2) Marcând din nou (fig.

(x3. x4). Fig. x5). (x2. (x3. (x2. (x4. x5). x4). Un anumit control financiar. fără a verifica un serviciu de 2 ori. Să se determine dacă acest control poate fi efectuat în mod unic şi în ce ordine. (x2. în caz afirmativ indicându-se din ce localitate trebuie pornit. (x3. x3). indicată în graful de mai jos. x5). g-(x2) c) scrieţi matricea drumurilor şi proprietăţile ce decurg din descrierea ei d) determinaţi drumul hamiltonian 2. dar verificându-le pe toate. x3). x2). x5). x4). ce presupune verificarea a 7 servicii ale unei firme. O firmă are filiale în cinci localităţi şi încearcă folosirea posibilităţilor de transport reprezentate prin arce în graful de mai jos: Fig. 2 4. şi în ce ordine trebuie parcurse celelalte localităţi.a) determinaţi şi alte exprimări ale grafului G b) să se calculeze gradele g+(x3). 1 Să se arate dacă este posibilă trecerea prin toate cele 5 localităţi câte o singură dată. c) Dacă acest model este asociat următoarei probleme practice: 121 . într-o anumită ordine. x5)} Se cer: a) Prezentaţi modelul şi sub alte forme de reprezentare echivalente ce cea dată. 3. Γ) Γ= {(x1. Fie graful G = (X. b) Cercetaţi existenţa drumului hamiltonian şi justificaţi modul de identificare a acestuia. (x1. (x1. (x3.

3 6. (Prima etapă fiind x1 şi ultima x5). să se determine beneficiul total maxim. Ştiind că arcele (xi. xj) reprezintă beneficiul suplimentar realizat prin parcurgerea etapei xj după ce a fost realizată etapa xi şi că beneficiile din fiecare etapă se pot cumula. Fie reţeaua de transport cu capacităţile limitate: Fig.Prin parcurgerea următoarelor etape din procesul de fabricaţie al unui produs se obţin beneficii în fiecare etapă. iar ponderea arcului (xi. Să se determine drumul minim existent între următoarele puncte de desfacere a unei întreprinderi Fig. de la la x1 x2 x3 x4 x5 x1 x2 5 x3 3 10 x4 12 7 x5 15 9 4 8 5. xj) sunt asociate unei prelucrări. 4 a) Să se determine valoarea fluxului maxim în reţea b) Dacă se cunosc costurile de transport 122 .

unde duratele activităţilor se măsoară în luni. determinaţi durata minimă şi durata maximă a acestui proiect.c12 = 2. 6 a) să se scrie matricea conexiunilor directe şi matricea drumurilor şi să se specifice proprietăţile grafului care rezultă din aceste matrici. c24 = 6. b) asociem modelul unui proiect de activitate. Fie graful valuat din figura: Fig. c13 = 5. 8. c34 = 9 să se deducă fluxul maxim cu cost minim în reţeaua dată. 5 a) să se arate că graful este o reţea b) să se determine fluxul maxim în reţeaua de mai sus. 123 . c23 = 34. 7. Se dă modelul din figura următoare Fig.

în caz afirmativ indicându-se de la ce bloc trebuie pornit şi în ce ordine trebuiesc montate cablurile între cele 5 blocuri. 124 . Legăturile între ele sunt prezentate în graful din figura următoare. 7 Să se verifice dacă există posibilitatea realizării unei sute care să treacă o singură dată pe la fiecare bloc.9. Se doreşte instalarea unei reţele de cablu între 5 blocuri. Fig.

. x∈E f (x ) = f (x ) . x∈E (λf)(x)= λf(x) ... g( x ) ) = ∑ f i ( x )g i ( x ) i =1 m adică (f .. ELEMENTE DE ANALIZĂ MATEMATICĂ 4... x∈E. De asemenea se introduce produsul scalar şi norma pentru aceste funcţii vectoriale: (f. g: F →Rp. De asemenea f = (f . g)(x)=(f(x)... 125 . x∈E. .1.. m unde fi (x) = yi . gm) atunci: (f . f ) = ∑f i =1 m 2 i (norma).. g ) = ∑ f i g i i =1 m (produsul scalar).. fm) şi g = (g1. F⊂Rm şi funcţiile f: E → F. x∈E (f⋅g)(x)=f(x)⋅g(x).. ym) ∈ Rm. g(x)). Fie mulţimea E⊂Rn. g )( x ) = (f ( x ).. i. h(x) = g(f(x)). Dată funcţia vectorială f: E →Rm se vor considera următoarele funcţii reale: fi : E → R. ... . Funcţii vectoriale Se spune că f este o funcţie vectorială de variabilă vectorială dacă f: E → Rm unde E⊂ Rn şi f o funcţie oarecare. Se consideră funcţia compusă: h=g o f: F →Rp. x∈E Dacă f = (f1.iar f(x) = (y1. În mod canonic se introduc operaţiile cu funcţii vectoriale: (f+g)(x)=f(x)+g(x). λ∈R Mulţimea funcţiilor vectoriale f: E →Rm formează un spaţiu vectorial. fm) funcţiile f1....4... . fm se numesc componentele reale ale lui f. Se adoptă notaţia: f = (f1.

. PROPOZIŢIA 1 xk → x0 . Se scrie: l = lim f(x) (sau f(x) → l când x → x 0 ) . dacă şi numai dacă. xk ∈ E. Demonstraţia lor se face la fel ca şi în cazul funcţiilor reale de o singură variabilă. gm) şi h = (h1.... pentru orice număr ε 〉 0 .. Definiţia 2 Un vector l ∈ Rm este limita funcţiei f în punctul x0.... xk ≠ x0 .. . 126 . g = (g1. x →x 0 TEOREMA 1 TEOREMA 2 TEOREMA 3 Propoziţiile următoare dau definiţii echivalente ale limitei.. atunci f(x) ∈U. Funcţia f = (f1. Definiţia limitei unei funcţii reale se extinde şi pentru funcţii vectoriale. PROPOZIŢIA 2 x →x 0 x →x 0 lim f ( x ) = l. .. hm) atunci: h1(x) = g1(f(x)). fm(x1. fm sunt mărginite. . Fie mulţimea E⊂Rm.. atunci f(xk) → l. .. xn)) Definiţia 1 Funcţia f: E →Rm este mărginită dacă mulţimea f(E) este mărginită..... pentru orice şir lim f ( x ) = l .În condiţiile de mai sus.. dacă şi numai dacă. xn) = g(f1(x1. x0 un punct de acumulare pentru E şi funcţia vectorială f: E →Rm. . dacă pentru orice vecinătate U a lui l (în Rm) există o vecinătate V a lui x0 (în Rn) astfel încât oricare ar fi x ∈ V ∩ E.. fm) este mărginită dacă şi numai dacă f1. .. Funcţia f: E →Rm este mărginită dacă şi numai dacă există un număr M astfel încât f ( x ) ≤ M pentru orice x∈E.. fm). hp(x) = gp(f(x)) şi h(x1...... .. .... dacă f = (f1. xn).. x ≠ x0..

x≠x0 şi x − x 0 〈 δ implică f(x) ∈ U. limita se mai notează şi astfel: x1 → a1 M x n →a n Astfel pentru o funcţie de două variabile f(x. dacă şi numai dacă. . y0) se scrie: lim f ( x .. . pentru orice vecinătate U a lui l. dacă şi numai dacă. din E. PROPOZIŢIA 3 x →x 0 lim f (x ) = l . y0) din E cu x →x 0 y→ y0 x − x 0 〈 δ(ε ) şi y − y 0 〈 δ(ε ) atunci: 127 . y0. î. (care depinde U) astfel încât condiţiile x∈E. y) ≠ (x0.. oricare ar fi x ≠ x0. x p ⎯p a ⎯→ Dacă xp= (x1p... an) condiţia este echivalentă cu x 1p ⎯p a 1 . y) = l . y) . a. În acest caz. x 2 p ⎯p a 2 . xnp) şi a = (a1. x2p.există un număr δ(ε ) 〉 0 . a2.. dacă şi numai dacă pentru orice număr ε 〉 0 . există o vecinătate V a lui x0(V depinde de ε) astfel încât condiţiile x ∈ V ∩ E şi x ≠ x0 implică f (x ) − l 〈 ε PROPOZIŢIA 4 x →x 0 lim f (x ) = l . cu x − x 0 〈 δ (ε ) atunci: f (x ) − l 〈 ε . există un număr δ 〉 0 . ⎯→ ⎯→ ⎯→ lim f (x 1 . x →x 0 y→ y0 Se spune că aceasta este limita funcţiei f când x şi y tind independent (dar simultan) către x0 şi respectiv. limita sa în punctul (x0.... pentru orice ε>0.. există un număr δ(ε ) 〉 0 ... oricare ar fi (x. x 2 . x n ) x→ a De aceea.. în loc de lim f (x ) . astfel încât. x np ⎯p a n ... propoziţia 2 se poate transcrie astfel: lim f ( x . y).

h(x)) x→x 0 Toate proprietăţile limitelor de funcţii reale. în cazul unei funcţii f(x. x →x 0 y→ y0 lim f ( x . Se defineşte limita funcţiei f: E ⊂ Rn → Rm relativ la o mulţime A ⊂ E. xp ∈ A. y) − l 〈 ε . la fel ca şi pentru funcţii reale de o singură variabilă. x →x 0 128 .h(x)). este unică. avem f(xp) → l. dacă pentru orice şir xp → a. dacă există. lim f ( x.f ( x . care trece prin a. atunci şi lim f ( x ) există şi cele două x→ a x →a x∈A limite sunt egale. x →a x∈A Dacă lim f ( x ) există. într-un punct de acumulare a lui A. y) de două variante reale. În fapt aceasta este o limită a funcţiei compuse de o singură variabilă f(x). se păstrează şi pentru funcţiile vectoriale şi demonstraţiile sunt aceleaşi. x→ a În particular. 2) Dacă lim f ( x ) = l . y) . y = h(x) zice că aceasta este limita funcţiei f când x şi y tind simultan dar dependent. 1) Limita unei funcţii vectoriale într-un punct. Se dacă ecuaţia dreptei este y = h(x). Se notează: l = lim f ( x ) . atunci lim f ( x ) se numeşte limita funcţiei f după o direcţie. x →a x∈A De exemplu. Un vector l ∈ Rm este limita funcţiei f în punctul a relativ la submulţimea A. dacă A este intersecţia mulţimii E cu o dreaptă. 3) lim f ( x ) = l dacă şi numai dacă lim (f ( x ) − l ) = 0 adică x →x 0 x →x 0 x →x 0 x→x 0 dacă şi numai dacă lim f ( x ) − l = 0 . limita se scrie x→x 0 y → y 0 . xp ≠ a. pe dreapta y = h(x). respectiv către x0 şi y0. care nu implică relaţia de ordine şi produsul. Dacă însă există lim f ( x ) nu rezultă neapărat că x →a x∈A există lim f ( x ) . atunci lim f ( x ) = l . y) = lim f ( x .

atunci: f (x ′) − f (x ′′) 〈ε Criteriu. lim [ f ( x) g ( x)] = lim f ( x) lim g ( x). astfel încât : m f (x) − l ≤ h(x) pentru orice x ≠ x0 din V ∩ E. atunci există o vecinătate V a lui x0.. 2.. m . fm : E→R componentele sale reale: f = (f1. x →x 0 x →x 0 Fie funcţia f: E ⊂ Rn →Rm şi f1. . x → x0 x → x0 x → x0 x → x0 8) Dacă f: E →Rm şi φ: E →R au limită în x0. atunci funcţiile f+g.4) Dacă x →x 0 lim f ( x ) ≠ 0 .. atunci funcţia φ f: E →Rm are limită în x0 şi lim ϕ( x )f ( x ) = lim ϕ( x ) lim f ( x ) . există o vecinătate V a lui x0. . x″≠x0.. x″∈V∩E. . unde l = (11. Dacă f: E →Rm şi h: E →R. 5) Funcţia f are limita în x0 dacă şi numai dacă. . atunci: lim f ( x ) = l .. i = 1. x0. 1m) ∈ Rm. x →x 0 7) Dacă f: E →Rm şi g: E →Rm au limite în x0... fg: E →Rm au limită în x0 şi x → x0 x → x0 lim [ f ( x) + g ( x)] = lim f ( x) + lim g ( x). 129 . f2.. f2. dacă lim h ( x ) = 0 şi x →x 0 dacă există un vector l ∈R şi o vecinătate V a lui x0. astfel încât oricare ar fi x′.. se deduce: lim α( x ) = α lim f ( x ) .. Atunci: x →x 0 PROPOZIŢIA 5 lim f ( x ) = l dacă şi numai dacă: x →x 0 lim f i ( x ) = 1i . 12. fm). astfel încât f(x) ≠0 oricare ar fi x ≠ x0 din V ∩ E.. pentru orice număr ε>0. x →x 0 x →x 0 x →x 0 În particular pentru φ(x) = α..

. x2. x2.. Din această funcţie se poate obţine funcţia vectorială de o singură variabilă şi anume.. . Această limită este un număr care nu mai depinde de nici una din variabile.. Se pot considera apoi: lim lim f (x 1 . x2 . diferite de xi.. x n ) . x2. Se poate considera limita iterată a acestei funcţii în raport cu toate variabilele pe rând.xn ) ∈E . Limite iterate Fie f(x1. y ) x →x 0 y→ y0 y→ y0 x → x 0 Se spune că acestea sunt limitele funcţiei f(x.. .. Limita funcţiei fi este un număr care depinde de celelalte (n-1) variabile reale. atunci aceste limite sunt egale.2....... .. xn) Se pot considera atunci limitele acestor funcţii de o singură variabilă: lim f i ( xi ) = lim f ( xi . pentru funcţiile de două variabile f(x. . x2.. Aceasta se numeşte limita iterată a funcţiei f.. funcţiile sale parţiale: f1:x1 → f(x1. i ≠ j. x j →a j x i →a i xi →ai xi →ai { } Această limită este un număr care depinde de celelalte n-2 variabile diferite de xi şi xj. xn) o funcţie vectorială de n variabile.. Legătura dintre limite şi limitele iterate este dată de: Dacă există limita funcţiei într-un punct şi una din limitele iterate în acest punct.. y ) şi lim lim f (x... PROPOZIŢIA 1 130 ... 2. (x1. n n dacă ai este punct de acumulare al mulţimii Ei = xi xi ∈R. De exemplu. xn) f2:x2 → f(x1.4. xn) ∶ fn:xn → f(x1.. f: E⊂Rn →R .. y) se pot considera limite iterate: lim lim f (x. ... y) când x şi y tind succesiv respectiv către x0 şi y0. x n ) i=1..

atunci f x p ⎯p f (x 0 ) . dacă şi numai dacă. ( ) PROPOZIŢIA 2 Funcţia f este continuă în x0. x p ∈ E . rămân variabile şi pentru funcţiile vectoriale continue: 131 . pentru ⎯→ ⎯→ orice şir x p ⎯p x 0 . pentru orice număr ε>0. astfel încât oricare ar fi x ∈ E cu x − x 0 〈 δ(ε ) atunci: f ( x ) − f ( x 0 ) 〈 ε . (V depinde de ε) astfel încât.3. dacă şi numai dacă. PROPOZIŢIA 3 Funcţia f este continuă în x0 dacă şi numai dacă pentru orice număr ε>0. există un număr δ(ε ) 〉 0 . dacă şi numai dacă. există o vecinătate V a lui x0. Proprietăţile funcţiilor reale continue care nu implică relaţia de ordine. E ⊂ Rn → Rm Definiţia 1 Fie funcţia f: şi un punct x0 ∈E. pentru orice vecinătate U a lui f(x0) există un număr δ > 0 (care depinde de U) astfel încât oricare ar fi x ∈ E cu x − x 0 〈 δ să avem f(x) ∈ U. PROPOZIŢIA 5 x →x 0 Funcţia f este continuă în punctul x0 dacă şi numai dacă : lim f ( x ) − f ( x 0 ) = 0 . Continuitatea funcţiilor vectoriale Definiţia continuităţii funcţiilor reale de o singură variabilă se extinde şi pentru funcţii vectoriale. Se spune că funcţia f este continuă pe mulţimea E dacă este continuă în fiecare punct din E.4. oricare ar fi x ∈ E ∩ V să atunci f ( x ) − f ( x 0 ) 〈 ε . PROPOZIŢIA 4 Funcţia f este continuă în punctul x0. Următoarele propoziţii dau definiţii echivalente ale continuităţii: PROPOZIŢIA 1 Funcţia f este continuă în punctul x0. Funcţia f este continuă în x0 dacă pentru orice vecinătate U a lui f(x0) există o vecinătate V a lui x0 astfel încât oricare ar fi x ∈V ∩ E atunci f(x) ∈V.

adică f (a1 .. Se consideră funcţia parţială ( de o singură variabilă): fi: xi → f (a1. xi. an) se spune adesea că este continuă în acest punct în raport cu ansamblul variabilelor pentru a deosebi de continuitatea parţială în raport cu câte o variabilă. . se spune că funcţia f este continuă (parţial) în raport cu vartiabila xi în punctul a = (a1. an). a n ) 〈 ε . xn) este continuă parţial în raport cu xi în punctul a. Funcţia vectorială f: E ⊂ Rn → Rm este continuă într-un punct x0 ∈ E.. . Continuitatea parţială Definiţia 1 Fie funcţia f: E ⊂ Rn → Rm şi a = (a1.. x i . a i +1 . .... pentru orice număr ε>0 există un număr δ (ε)>0. ai-1... A spune că funcţia f(x1. a2.. .. definiţia continuităţii cu ε şi δ... an) definită pe mulţimea dacă funcţia parţială f este continuă în punctul ai ∈ E... f2. Propoziţia rezultă din inegalităţile PROPOZIŢIA 6 f i (x ) − f i (x 0 ) ≤ f ( x ) − f ( x 0 ) ≤ ∑ f i ( x ) − f i ( x 0 ) aplicând de exemplu. dacă şi numai dacă fiecare din componentele sale reale f1....4. nu rezultă că ea este continuă în acest punct în raport cu ansamblul variabilelor. ai+1.. a2. Dacă funcţia f este continuă într-un punct în raport cu fiecare variabilă în parte.. 132 ... a 2 . .. a n ) ∈ E} f i ( x i ) − f i (a i ) 〈 ε .... ai . 4.. .. a2. înseamnă că. a i −1 . a2.. astfel încât oricare ar fi xi ∈ Ei cu x i − a i 〈 δ(ε ) să avem i =1 m E i = {x i / x i ∈ R .. a n ) − f (a1 .... (a 1 ... ... fm : E → R este continuă în x0.. an) un punct din E....... Observaţie.. xi . Dacă funcţia f este continuă în punctul a = (a1..1) Dacă funcţia f(x) este continuă în punctul x0 (sau pe E) atunci funcţia f (x ) este continuă în x0 (respectiv pe E).

deci continuă. y 0 ) ∂x ∂f (x . y 0 ) = Practic derivata f′x se calculează considerând pe y constant şi derivând ca o funcţie de o singură variabilă x. y) o funcţie reală de două variabile. y0) atunci f este continuă în x0 în raport cu x (respectiv y). y) se numeşte derivata parţială a lui definită de (x. Funcţia φ(x) = f(x. y ) 133 . Demonstraţie. y 0 ) − f ( x 0 . y0) şi se notează: ′ f x (x 0 . y0) de o singură variabilă în x0. definită pe o mulţime E ⊂ R2 şi (x0. y 0 ) . y0) un punct interior lui E.5. (x. Dacă derivata parţială f′x (respectiv f′y) există în (x0. Analog se defineşte :E →R ∂y ∂f ′ Notaţie: f x = D x f = ∂x În acest caz funcţia : 0 0 Asemănător se defineşte ∂y în raport cu x pe E dacă ea are Se spune că f are derivată parţială derivată parţială în raport cu x în fiecare punct. y) ∈ A. Derivata parţială în raport cu y se obţine considerând pe x constant şi derivând ca pe o funcţie de y. ∂f (x 0 . y 0 ) = D x f (x 0 .4. y0) derivată parţială în raport cu variabila x dacă există şi este finită: f (x. Definiţia 1 Funcţia f are în punctele (x0. PROPOZIŢIA 1 ∂f :E → R ∂x ∂f(x. x →x 0 x − x0 lim Limita se numeşte derivata parţială în raport cu x a lui f în (x0. y) → ∂x ∂f f pe E. Derivate parţiale Fie f(x.

y) + f(x0. y) ∈ V. Observaţie. Atunci: f(x. φ(t)= f(x0. y0) = f′x(ξ. PROPOZIŢIA 2 Dacă f′x şi f′y există pe o vecinătate a lui (x0. atunci funcţia f este continuă în (x0. y) ∈ V există un număr ξ cuprins între x0 şi x şi un număr η cuprins între y0 şi y astfel încât: f(x. t) ∈ V Funcţiile de o singură variabilă φ(t) şi ψ(t) sunt derivabile şi φ′ (t)= f′x(t. Dacă funcţia f admite derivate parţiale mărginite într-o vecinătate V a lui (x0. Dacă derivatele parţiale f′x şi f′y există pe o vecinătate V a lui (x0. y0) = f′y(x0. PROPOZIŢIA 3 Fie (x0. y0) există o vecinătate V a lui (x0. y)(x-x0) . y0) şi sunt continue în (x0. y) = f′x(ξ. y0) pe care aceste funcţii sunt mărginite. y0) (în raport cu ansamblul variabilelor). Dacă derivatele parţiale f′x şi f′y există pe E şi sunt continue sau sunt mărginite. y0) un punct interior al lui E. (t. y0). y) Se notează: φ(t) = f(t. y) – f(x0. 134 COROLARUL 1 . atunci ea este continuă în (x0. η)(y-y0). y)(x-x0) f(x0. y) – f(x0. Demonstraţie Dacă f′x şi f′y sunt continue în (x0. Această egalitate se numeşte formula lui Lagrange pentru funcţii de două variabile. y) ∈V şi se menţine fix. atunci funcţia f este continuă pe E. t). x0 ≤ ξ≤ x ψ(y) – ψ (y0) = ψ′y(η)(y-y0) . y0). t).Fie (x0. COROLARUL 2. Demonstraţie Se alege un punct arbitrar (x.f′y(x0. Aplicând teorema creşterilor finite pentru φ(t) şi ψ(t) atunci: φ(x) – φ(x0) = φ′x(ξ)(x-x0). y). y) – f(x0. y) – f(x0. y0) + f(x. f(x. y0) atunci pentru orice punct (x. φ′ (t)= f′y(x0. (x0. y) – F(x0. y)(x-x0)+ f′y(x0. y0 ≤ η ≤ y adică f(x. y0) = f′x(ξ. y) – f(x0. y). y0)= – f(x0. y0) un punct interior al lui E. y0). η)(y-y0). prin adunarea relaţiilor. η)(y-y0) Atunci.

b) şi nulă în acest punct: astfel încât în orice punct (x.4. α.de tip Sato: y=AK2L2/(αK3 +βL3 ).xn sunt factorii utilizaţi în procesul de producţie. Propunem ca exerciţiu calcularea derivatelor parţiale pentru fiecare funcţie în raport cu K şi L. Cele mai des folosite sunt următoarele funcţii de producţie: .de tip CES: y= A(αK-ρ + βL-ρ)-1/ρ. .…. ρ se determină experimental. α>0. şi δ2>αβ. Definiţia 1 Se spune că funcţia f(x. β>0.de tip Allen: y= A(2δΚL-αK2-βL2)1/2 . δ.7. derivatele parţiale f'xi măsoară eficienţa utilizării unei unităţi suplimentare din factorul xi când ceilalţi factori rămân neschimbaţi şi se numesc randamente marginale sau produse marginale.y) o funcţie de două variabile definită pe o mulţime E ⊂ R2 şi (a.lei). y ) = ω(a. b ) = 0 (x − a )2 + (y − b )2 .y) este diferenţiabilă în punctul (a. . A>0.6.b) =λ (x-a) + μ (y-b)+ ω (x.….β>0. unde K reprezintă volumul capitalului fix(mil. Pentru modelarea matematică a proceselor de producţie se folosesc diferite expresii matematice a funcţiilor de producţie . Interpretarea economică a derivatelor parţiale Derivata parţială în raport cu variabila xi indică variaţia funcţiei f la o variaţie (creştere sau descreştere) foarte mică Δxi a variabilei xi.y) –f(a. continuă în (a.y) x →a y→b lim ω (x. 4. lei). L reprezintă volumul forţei de muncă ( mii de persoane). 135 . . α. În cazul funcţiilor de producţie y=f(x1. A este un scalar care se determină experimental.A>0.xn).de tip Cobb-Douglas: y= AKαLβ. unde x1.b) un punct interior al lui E. iar y este volumul producţiei (mil. β. Diferenţiabilitatea funcţiilor de mai multe variabile Fie f(x.y) ∈ E f(x.y) definită pe E.b) dacă există două numere reale λ şi μ şi o funcţie ω (x.

b).b) şi nule în acest punct: x →a y→ b LEMA 1 PROPOZIŢIA 3 lim ω i (x .y) definită pe E.y) cu limita 0 în (a.y) (y-b).y) –f(a.y) (x-a) + ω2 (x.Dacă E este o mulţime deschisă se spune că f este diferenţiabilă pe E dacă este diferenţiabilă în orice punct din E.b ) + ω (x.2. continue în (a.y) ∈ E. atunci există două funcţii ω1 şi ω2 definite pe E astfel încât au limita 0 în (a. f y (a ⋅ b ) = μ PROPOZIŢIA 4 Egalitatea de definiţie a diferenţiabilităţii se scrie atunci astfel: ′ ′ f (x.b).y) (x.b) atunci există o funcţie ω(x. Reciproc: dacă funcţiile ω1 şi ω2 definite pe E. b ) = [λ + ω1 (x.a ) + [μ + ω 2 (x . y ) ⋅ ρ 136 . b )(x . i = 1. y ) − f (a . b ) = 0.y) (y-b) Această egalitate se mai scrie f (x . y ) = ω i (a .b) care să verifice egalitatea precedentă.b) = λ (x-a) + μ (y-b) + ω1(x.b) = λ(x-a) + μ(y-b) + ω(x.y) ρ unde lim ρ(x.y) ∈ E: f(x. b ) = f x (a . y ) = 0 x →a y→b Dacă funcţia ω (x.y) (x-a) + ω2 (x. au limita 0 în punctul (a. Folosind această lemă. rezultă imediat: Funcţia f este diferenţiabilă în punctul (a. atunci ea are derivate parţiale în (a. y )](y − b ) . y )] (x .b) şi ′ ′ f x (a. b ) = λ. y ) = (x − a )2 + (y − b )2 deci egalitatea de mai sus se scrie: f(x.y) – f(a.a ) + f y (a.b) şi ω(x. y ) − f (a . b )(y . Dacă funcţia f este diferenţiabilă în (a. are limita 0 în (a.y) ρ = ω1(x. (x.b) dacă şi numai dacă există două numere reale λ şi μ şi două funcţii ω1 şi ω2 definite pe E. Se va nota ρ = ρ (x. astfel încât pentru orice (x.

b ) =λ. y ) ⋅ ρ au limita 0 în (a. Demonstraţie: Toţi termenii din dreapta ai egalităţii PROPOZIŢIA 5 f ( x. b ) − f (a . b ) = 0 . b ) . b ) ⋅ x − a . b ) = λ(x − a ) + μ(y − b ) + ω(x.b). y ) − f (a. b ) = λ . b ) − f (a. b ) = λ ( x − a ) + μ ( y − b ) + ω ( x. atunci ea este continuă în acest punct.b).y )2 + (y − b )2 se consideră y = b atunci: f ( x. b ) = μ . y ) − f (a . ′ În mod analog se demonstrează f y (a . b ) x −a x −a Dar ω(x . atunci ea are derivate ′ ′ parţiale f x şi f y pe E. b ) x -a x -a = ω (x. Corolar.y ) (x . b ) = ω(a . Pentru x ≠ a se deduce: x −a f (x . y ) − f (a . Dacă f este diferenţiabilă pe E. x →a Deci x →a lim f (x . b ) = λ ( x − a ) + ω (x. deci x →a y→ b lim [f (x . x−a adică ′ f x (a . b ) şi lim ω(x. b ) − f (a . b )] = 0 de unde 137 . Dacă f este diferenţiabilă în punctul (a.Demonstraţie: Dacă în f (x . = λ + ω(x.

y ) − f (0.y) ≠ (0.0 ) = x 2 + y 2 sin ( ) 1 x + y2 2 2 = 1 = 0 (x − 0 ) + 0(y − 0 ) + x 2 + y 2 sin x +y 1 x + y2 2 2 (x − 0)2 + (y − 0)2 Notând ω(x . y ) = f (a. y ) = 0 Aşadar funcţia f este diferenţiabilă în origine. b ) adică f este continuă în (a. Rezultă în particular 138 . Propoziţia următoare dă condiţii suficiente de diferenţiabilitate. Fie f (x . y ) = x 2 + y 2 sin lim x 2 + y 2 = 0 deci 1 x +y x →0 y→0 2 2 ≤ x 2 + y 2 şi x →0 y →0 lim ω(x. Exemplu.y) ≠ 0 şi f(0. 0) = 0 Să arătăm că funcţia este diferenţiabilă în origine. Ultimele două propoziţii arată că existenţa unei derivate parţiale şi continuitatea unei funcţii sunt condiţii necesare (dar nu suficiente) pentru diferenţiabilitatea sa.x →a y→b lim f (x.b). ′ ′ Dacă f are derivate parţiale f x şi f y într-o vecinătate V a lui (a.b) şi dacă aceste derivate parţiale sunt continue în (a. Pentru (x. y ) = x 2 + y 2 sin ( ) 1 x2 + y2 dacă (x.b). PROPOZIŢIA 6 Reciproca propoziţiei nu este adevărată.b). atunci funcţia f este diferenţiabilă în (a. Corolar: Dacă f este diferenţiabilă pe E atunci ea este continuă pe E.0): f (x . y ) = x 2 + y 2 sin atunci: ω(x .

y) în (a. y )(u.0) = 0 şi f y (0. b )(y .b ) se numeşte diferenţiala lui f(x.y) o funcţie reală definită pe E ⊂ R2 şi diferenţiabilă în (a.y) = x φ(x. b )(x. y ) = f x (a . b ) ≈ f x (a.b) avem aproximativ: ′ ′ f (x.y) = y atunci ϕ ′x (x . b )(x .′ ′ f x (0. b )(x − a ) + f y (a . y )(u. y ) ≡ 1 deci dϕ(x. y ) = 2 x sin ′ f y (x . y ) ≡ 1 ϕ ′x (x . φ: E → R date de φ(x. Fie f(x. y ) ≡ 0 ϕ′y (x . v ) ≡ v 139 . y ) ≡ 0 ϕ′y (x . y ) = 2 y sin 1 x 2 + y2 1 x 2 + y2 − x x2 + y2 y x2 + y2 cos 1 x 2 + y2 1 x 2 + y2 − cos .0) ′ f x (x . Aceste derivate parţiale nu au limită în origine şi cu atât mai mult nu sunt continue în origine.a ) + f y (a. b )(y .y) ≠ (0.b). deoarece funcţiile sin şi cos 1 x 2 + y2 1 x + y2 2 nu au limită în origine. Fie funcţiile φ: E → R.b ) Definiţia 2 Funcţia de două variabile ′ ′ d f (a.0) = 0 Să calculăm derivatele parţiale în punctele (x.b) ∈ E. v ) ≡ u şi d ϕ (x. Cum ω are limita 0 în (a. y ) − f (a.

. y ) = f x (x. Se presupune că ′ ′ funcţiile f x şi f y sunt definite pe E şi că au derivate parţiale pe E. xn) = xi 4. xn) poate avea n2 derivate parţiale de ordinul doi..8. Atunci există următoarele derivate parţiale de ordinul II: ∂ ⎛ ∂f ⎞ ∂ 2 f ′ ′ f x′2 = (f x )′ x = ⎜ ⎟= ∂x ⎝ ∂x ⎠ ∂x 2 ∂ ⎛ ∂f ⎞ ∂ 2 f ′′ ′ f xy = (f x )′ y = ⎜ ⎟= ∂y ⎝ ∂x ⎠ ∂y∂x ∂ ⎛ ∂f ⎞ ∂ 2 f ′′ ′ ⎜ ⎟= f yx = f y ′ x = ∂x ⎜ ∂y ⎟ ∂x∂y ⎝ ⎠ ( ) ∂ ⎛ ∂f ⎞ ∂ 2 f ′ ′ ⎜ ⎟= f y′2 = f y ′ y = ∂y ⎜ ∂y ⎟ ∂y 2 ⎝ ⎠ ( ) ′′ ′′ Funcţiile f xy .... .x2...xn) diferenţiala este df = ∑ ∂f dx i ∂x i i =1 n unde dxi este diferenţiala funcţiei φi (x1. O funcţie de n variabile f(x1....Notând x-a = u şi y-b = v. f yx se numesc derivate mixte de ordinul II. j = 1. n 140 ...y) o funcţie reală definită pe E ⊂ R2. Derivate parţiale de ordin superior Fie f (x.. vom avea ′ ′ df (x.. ′ f x′i y i i.. z ) dx + f y (x ⋅ y ) dy sau ′ ′ df = f x dx + f y dy = ∂f ∂f dx + dy ∂x ∂y Pentru o funcţie de n variabile f (x1. x2.

b). b ) . Se spune că f este diferenţiabilă de n ori în punctul (b. b). y) = eax+by definită pe R2. Definiţia 1 Fie f(x.. Diferenţiala de ordinul n în punctul (a. y) o funcţie reală de două variabile definită pe o mulţime E ⊂ R2 şi (a. b ) . b) ∈ E şi dacă f xy şi f yx sunt continue în (a. b ) = ⎜ dx + dy ⎟ ⎜ ∂x ∂y ⎟ ⎝ ⎠ n f (a. + f x dx m n ( ) n ⎛m ∂ ⎞ dx k ⎟ f =⎜∑ ⎜ k =1 ∂ x ⎟ k ⎝ ⎠ n Exemple: 10. n ′ ′ f x = ae ax + by .b) atunci ′′ ′′ f xy (a.y) are derivate parţiale mixte de ordinul doi ′′ ′′ ′′ ′′ f xy şi f yx într-o vecinătate V a unui punct (a. unde exponentul n înseamnă că se dezvoltă suma din paranteză după regula binomului lui Newton şi apoi se înmulţeşte formal cu f(a. Criteriul lui Young ′ ′ Dacă funcţia f are derivate parţiale de ordinul întâi f x şi f y într-o ′ ′ vecinătate V a lui (a. b ) . b) un punct interior lui E. b) dacă toate derivatele de ordinul n-1 ale lui f există într-o vecinătate V a lui (a. atunci derivatele parţiale mixte de ordinul doi în (a.... b) există şi sunt egale în acest punct: ′′ ′′ f xy (a..b) şi dacă f x şi f y sunt diferenţiabile în (a. f x n = a m e ax + by 141 ..Enunţăm următoarele teoreme: Criteriul lui Schwartz Dacă funcţia f(x. b ) = f yx (a . Diferenţiala de ordinul n pentru o funcţie de m variabile va fi: ′ ′ d f (x 1 . b). y )(a. f x′2 = a 2 e ax + by . b ) = f yx (a ..x m ) = f x1 dx 1 + . b) şi sunt diferenţiabile în (a. b) se defineşte prin egalitatea: ⎛ ∂ ⎞ ∂ d n f ( x... Să se calculeze diferenţiala de ordinul n pentru: f(x.

+ ⎢ ∂y 1! ⎣ ∂x ⎦ (n ) Tn (x. y ) = f (a ..y) se scrie: ′ ⎤ 1⎡∂ (x − a ) + ∂ (y − b )⎥ f (a . z ) = 1 x+y+z 1 dx 2 + dy 2 + dz 2 + 2dxdy + 2dxdz + 2dydz x+y+z ( ) d 2f = 1 (dx + dy + dz )2 x+y+z 4. b ) + . Oricărui punct (x. f (n ) = b 2 e ax+ by 2 y f′ f x n −k yk = a n −k b k e ax+by deci: dnf = 20. b)(x .a ) (y − b ) k Operatorul Tn (x. ′ ′ ′ f x = f y = f z = 1 + 1n (x + y + z ) k =0 ∑ c k a n − k b k e ax + by dx n − k dy k n n ′ ′ ′ ′′ ′′ ′′ f x 2 = f y′2 = f z′2 = f xy = f yz = f xz = d 2 f (x. b ) + + 1⎡∂ ∂ (y − b )⎤ ⎢ (x − a ) + ⎥ n! ⎣ ∂x ∂y ⎦ f (a . b) + = 1 n l =0 l! k =0 n 2 1 1 ′ ′ ′ ′′ ′ f x (x − a ) + f y (y − b) + f x′2 (x − a )2 + 2f xy (x − a )(y .. f y′2 = b 2 e ax+ by .y. Formula lui Taylor Fie f: E ⊂ R → R şi (a.y) ∈ E i se poate asocia polinomul: Tn (x..z) =1n (x+y+z)(x+y+z)...b) + f y′2 (y − b)2 + . = 1! 2! l −k [ ] [ ] k ( ) ∑ ∑ C l f xll −k yk (a. Să se calculeze diferenţiala de ordinul II a funcţiei: f (x... Să presupune că f admite derivate parţiale de ordinul n şi derivatele parţiale mixte nu depind de ordinea variabilelor în raport cu care se derivează.b) ∈E.9. y) = f (a. b ) 142 .. y.′ ′ f y = be ax+by .

y) Observaţie: Dacă funcţia f este diferenţiabilă de n+1 ori într-o vecinătate V a lui (a. pentru orice (x.10.y) ∈ ∀ ∩ E să avem f (x. y )→(a .y) ∈ V. y ) = 0 4. b) ∈ E se numeşte punct de maxim local (respectiv de minim local) al funcţiei f: E ⊂ R2. interiorul mulţimii E. există un punct (ξ. b ) = 0.y) ≥ f (a. dacă există o vecinătate V a lui (a.y) din care obţinem restul de ordinul n al dezvoltării în serie Taylor: Rn (x. f y (a . PROPOZIŢIA 1 o Dacă funcţia f are derivate parţiale într-un punct de extrem (a. Aceste puncte se numesc puncte de extrem (local) ale funcţiei.b). η) Este clar că: (x .y) ≤ f (a.y). Vom nota prin E .y) + Rn (x. b ) lim R n (x.y) = Tn (x. y ) = (x − a ) + ∂ (y − b )⎥ ⎢ ∂y (n + 1)! ⎢ ∂ x ⎥ ⎣ ⎦ n +1 f (ζ.b) astfel încât.y) în punctul (a.b) (respectiv f(x.y) ∈ E avem formula lui Taylor de ordinul n f(x.b). Extremele funcţiilor de mai multe variabile Definiţia 1 Un punct (a. Pentru fiecare punct (x. ′ ′ f x (a . η) ∈ V situat pe segmentul care uneşte punctul (a.b) cu punctul (x.y) – Tn (x. aşa că: ⎤ 1 ⎡ ∂ R n (x.y) = f (x.b) ∈.y)se numeşte polinomul lui Taylor de ordinul n asociat funcţiei f(x.b) a funcţiei într-un punct de maxim (minim) local se numeşte maximul (minimul) local al funcţiei.Polinomul Tn (x. pentru orice punct (x. b ) = 0 E atunci derivatele parţiale se anulează în acest punct: o 143 .b)). Valoarea f (a.

′ f 1′ (a ) = f x (a . (a. deoarece derivatele parţiale sunt continue. b ) ∈ E este derivabilă în punctul a.y) este diferenţiabilă în (a. b) = 0 ⇔ f′x (a. Aşadar. Într-adevăr. Dar df(a. b ) iar a ∈ E este un punct de extrem al funcţiei. Într-adevăr pentru punctele de forma (x. y). Exemplu: f(x. b) este un punct staţionar al funcţiei.0) 144 PROPOZIŢIA 2 o . 0) de pe axa Ox: f(x. avem f 1′ (a ) = 0 adică f x (a . de pe axa Oy: f(0. y). y) este diferenţiabilă este punct staţionar al funcţiei. dacă funcţia f (x. Orice punct de extrem local din interiorul mulţimii E în care funcţia f(x. La fel ′ se arată că f y (a. b ) dy = 0 . b) şi are derivatele parţiale nule în acest punct. conform propoziţiei 1: f′x (a. 0) iar pentru punctele de forma (0.b) şi dacă diferenţiala sa este nulă în acest punct. ′ conform teoremei lui Fermat. f′y (0.b) ∈ E. b ) = f x (a . f′y = –2y.Demonstraţie Într-adevăr. b ) = 0 (generalizare a teoremei lui Fermat pentru funcţii de două variabile). b ) dx + f y (a . dar (0.y). b) = 0. când funcţia e diferenţiabilă în punctul (a.0) nu este punct de extrem. b) = f′y(a. Definiţia 2 Un punct (a.b) definită pe E b = {x x ∈ R. b) = 0 deci (a. y) = – y2 ≤ 0 = f(0. b ) = 0. deci. (x. b) este un punct staţionar (critic) al funcţiei f(x. ′ ′ df (a. 0) Funcţia este diferenţiabilă în origine. y)= x2 – y2 definită pe R2. 0) este un punct staţionar al funcţiei. se numeşte punct staţionar al funcţiei f (x. f′x=2x. b) = 0 şi f′b (a. 0)= 0 = f′y (0. Demonstraţie. deci (0. reciproca nu este adevărată. funcţia parţială f1(x) = f (x. 0) = x2 ≥ f(0.

b) 〉 0 .astfel încât.y) care nu sunt puncte de extrem ale sale se numesc puncte şa ale lui f(x. punctele staţionare ale lui f sunt toate soluţiile (x. rezultă că punctele de extrem local se află printre soluţiile sistemului de mai sus (dar nu toate soluţiile sistemului sunt puncte de extrem). ′ ′ ′′ 2) Dacă f x′2 (a . situaţie similară funcţiilor de o singură variabilă. y) ale sistemului: Cum orice punct de extrem local este punct staţionar. Ca şi la funcţii de o singură variabilă unde pentru a identifica un punct de extrem analizăm semnul derivatei a doua în acel punct.b) nu este 2 [ ] un punct de extrem al funcţiei f(x. Interpretare geometrică. b) − f xy (a . În concluzie dacă f(x. planul tangent z = f(a.y) este o suprafaţă S a cărei ecuaţie este z=f(x.b) este un punct de maxim. (a. b) = f′x(a. când se anulează derivata I fără schimbare de semn (puncte de inflexiune).b) atunci TEOREMĂ ′ ⎧f x ( x . (a. în (0. b) 〉 0 .b) = 0).y) are derivate parţiale de ordinul doi continue într-o vecinătate V a lui (a.y). atunci (a.0) funcţia nu are nici minim. nici maxim local. Punctele staţionare ale funcţiei f(x.b) = f′y(a. y) = 0 ′ ′ ′′ 1) Dacă f x′2 (a . ′ dacă f x′2 (a .y) şi anume: ′ dacă f x′2 (a .b) este un 2 [ ] punct de extrem local al funcţiei f(x. b) 〈 0 . b) 〈 0 .y) şi are în punctul şa un plan tangent. y) = 0 .b)(x-a)+ f′y(a. a cărui ecuaţie este: z – f(a. y) este diferenţiabilă pe o mulţime deschisă E. Dacă (a. Graficul funcţiei f(x. y) şi dacă f(x. Dacă (a.b) e punct staţionar (f′x(a. b) este paralel cu planul x0y. b) este un punct staţionar al funcţiei f(x.y). b) − f xy (a . ⎨ ′ ⎩f y (x. 145 .b) este un punct de minim. b)f y′2 (a . b)f y′2 (a . pentru a identifica printre punctele staţionare unele puncte de extrem (dar nu neapărat toate punctele de extrem) va trebui să recurgem la derivatele parţiale de ordinul doi. atunci (a.b)(y-b).

y )ϕ 2 = 2 2 x 2 2 ⎤ ⎛ x − a ⎞⎛ y − b ⎞ ⎛ y −b⎞ ϕ2 ⎡ ⎛ x−a⎞ ′′ ⎜ ⎟ + 2 f xy ⎜ ⎟⎜ ⎟ + f y′′2 ⎜ ⎟ +ω⎥ f x′′ ⎜ = ⎢ 2⎜ ⎟ ⎟⎜ ϕ ⎟ ⎜ ϕ ⎟ 2 ⎢ ⎝ ϕ ⎠ ⎥ ⎝ ϕ ⎠⎝ ⎠ ⎝ ⎠ ⎦ ⎣ f ( x. b) numai când discriminantul Δ = f xy 146 ( ) 2 ′ ′ − f x′2 ⋅ f y′2 〈 0 . b)( x − a ) + f y (a . b)( x − a )( y − b) + f y′2 (a . prin urmare din discuţia semnului trinomului de gradul II: . în mod independent unul de altul.Demonstraţie. y) = 0 . b ) = [ ] ⎛y−b⎞ Dar lim ω(x .b)= f′y(a. b) + f x (a . y ) = 0 deci dacă se dă factor comun ⎜ ⎜ ϕ ⎟ se ⎟ x →a ⎝ ⎠ y→b obţine: 2 ⎛ y−b⎞ f ( x . Deoarece f(x.y) are derivate parţiale de ordinul doi continue pe o vecinătate V a lui (a. b)( x − a ) 2 + 2f xy (a . x →a y→b Ţinând seama că f′x(a. y) − f (a .b)=0 şi trecând f(a. urmează că expresia din membrul doi păstrează semn constant în vecinătatea ′′ lui (a. b)( y − b 2 ) + ω( xy) × 2! x 2 [ ] ×⎛ ⎜ ⎝ (x − a )2 + (y − b )2 ⎞ ⎟ ⎠ 2 şi lim ω( x . b) = 0. y→b. b) = ⎜ ⎟ ⎝ 2 ⎠ şi pentru că raportul 2 ⎡ ⎛ x − a ⎞2 ⎤ ⎛x−a⎞ ′ ⎜ ′′ ⎜ ′ ⎟ + 2f xy ⎜ ⎟ + f y′2 ⎥ ⎢f x′2 ⎜ ⎟ ⎟ ⎢ ⎝ y−b⎠ ⎥ ⎝ y−b⎠ ⎣ ⎦ x−a poate lua orice valoare pozitivă sau y−b negativă când x→a. putem scrie formula lui Taylor de ordinul doi pentru (x.y) ∈ V: ′ ′ f ( x. b) = 0 şi f′y (a. y ) − f ( a .b). y) = f (a .b) este punct staţionar şi atunci: f′x (a. Într-adevăr (a.b) în membrul I 1 ′′ f ′′ ( x − a ) 2 + 2 f xy ( x − a )( y − b) + f y′′2 ( y − b) 2 + ω ( x. b)( y − b) + + 1 1 ′′ ′ f ′′2 (a .

f xy = 0 .y) – f(0.0) > 0 oricare ar fi x şi y. b) 〉 0 . an) este un punct de minim (maxim) local dacă f(x) – f(a) > 0 (f(x) < f(a)). dacă y>0..0) = 2 . 2 [f ′′ (a.. b) nu păstrează semn ] constant în vecinătatea punctului (a.. [ ] dacă: 2) F(x.y) – f(a. deci (0..b) >0 adică un minim local (a. b)] xy ′ ′ − f x′2 (a . y) ′ f x′2 (a ... b) 〈 0 .y) – f(a.. Fie a punct staţionar al lui f(x1. . xn). Fie f: E ⊂ Rn → R. Punctul a este staţionar dacă f este diferenţiabilă în a şi dacă df(a) = 0 şi se obţine din rezolvarea sistemului derivatelor parţiale. xn) are derivate parţiale de ordinul doi continue într-o vecinătate V a lui a. b)f y′2 (a . b) 〈 0 ..y) – f(a. TEOREMĂ 147 . f(x. numindu-se punct şa. b).b) pentru f(x. Dacă f(x. Exemplu. Dacă a ∈ E este un punct staţionar atunci: ′ f x i (a ) = 0 . b) pentru f(x. ..y) dacă: 2 ′′ ′ ′ f xy (a . .. . i =1.y) – f(a.. 4) Dacă ∆ = 0 semnul expresiei f(x. b) − f x′2 (a . y) = y3 > 0.. Să presupunem că funcţia f(x1. care nu va mai fi un punct de extrem. 2 ′ f x′2 (a . f(x. n.1) f(x. b)f x′2 (a . f y′2 = 2 . b) 〈 0 . ′′ ′ ′ ′′ f x′2 (0.y) =x2+y3 acelaşi (0. Δ = f xy ( ) 2 ′ ′ − f x′2 f y′2 = 0 dar f(x. y) = y3<0 dacă y<0 şi f(0.0) e un punct de minim. b) depinde de valorile derivatelor parţiale de ordin superior lui doi.y)=x2+y4 f′x=2x f′y=4y3 x=y=0 e punct staţionar. b) < 0 adică un maxim local în (a. 3) Dacă [(f ′′ ) xy ′ ′ − f x′2 f y′2 〉 0 . deoarece pentru f(0. 0) nu este punct de extrem. a = (a1.

+∞)..y) = 0 poate să nu aibă soluţii. De exemplu: ⎧ x pentru x ∈ [0. xn. are o infinitate de soluţii pe mulţimea [0. .y) = x – y2 = 0.11.. Ecuaţia F(x. . atunci a nu este punct de extrem al funcţiei.. . ca în cazul cercului imaginar. f(x1. y) =0 unde F: E ⊂ Rn+1 → R. cu (x... f(x)) ≡ 0 pentru x ∈ A.x pentru x ∈ [a. se spune că funcţia f(x) este definită implicit de ecuaţia F(x. . Rezolvând ecuaţia F(x. . xn) este o variabilă reală sau vectorială. în raport cu y.1) Dacă forma pătratică ϕ = i .y) = 0. O funcţie f(x): A →R se numeşte soluţie (în raport cu y) a ecuaţiei F(x. xn)) ≡ 0 pentru orice punct (x1. + ∞) ⎩ unde a este arbitrar între 0 şi ∞.. Dacă există o singură funcţie f(x) A ⊂ Rn → R care să verifice ecuaţia F(x. Poate avea o singură soluţie ca în cazul primei bisectoare x – y = 0 şi anume y = x sau poate avea mai multe soluţii pe mulţime A ca în cazul ecuaţiei F(x. în raport cu nici o variabilă. . 148 . j=1 ∑ f ′′ n x ix j α iα j este definită.. y) = 0 cu F: E ⊂ R2 → R şi A ⊂ E x = {∃ y ∈ R . xn) ∈A unde x = (x1. y) =0 pe mulţimea A. şi alte condiţii suplimentare. . dacă F(x.. xn. .y)=0 în raport cu y (explicitând-o) se obţine funcţia explicită y = f(x).Această ecuaţie. 2) Dacă forma pătratică φ este nedefinită.. y= f(x1. a) ⎪ y=⎨ ⎪.. atunci a este un punct de extrem şi anume un punct de maxim sau de minim după cum φ < 0 sau φ >0. Funcţii implicite Fie ecuaţia F(x. 4. x2 + y2 + 1 = 0. eventual. . . xn): A ⊂ Rn → R este o soluţie în raport cu y a acestei ecuaţii pe mulţimea A. . .y) = 0. y) ∈ E} . dacă F(x1... Fie F(x1.

f n continue pe U0. x0. x ∈ U0 . Fie funcţia de două variabile F(x. xk) are derivate parţiale f x1 . B ⊂ R. f ( x ) ) . Funcţia f are în a ∈A un extrem relativ. Fie A⊂ Rn... Atunci: a) există o vecinătate U0 a lui x0 şi o vecinătate V0 a lui y0 şi o funcţie unică y = f(x): U0 → V0 astfel ca: f(x0) = y0 şi F(x f(x)) ≡ 0 pentru x ∈ U0. f ( x ) ) ′ Fy (x . ... .. adică y ′ = − x ... Fx′n .. xn) o funcţie reală definită pe o mulţime E ⊂ Rn şi A ⊂ E.. şi pentru fiecare i atunci: TEOREMA 1 0 ′ f xi (x) = − ′ Fx i (x ...y) are Fx′1 .12. Dacă se diferenţiază formal se obţine: ′ ′ Fx dx + Fy dy = 0 ′ Împărţind prin Fy dx şi notând dy = y′ se obţine: dx F′ ′ Fx + y ′ = 0 . xn.. Fy′ continue pe o vecinătate E × V a lui (x0. ′ 3) Fy (x 0 . Dacă: 1) F(x0.. 149 . ′ ′ Fy Fy 4. atunci f are derivate parţiale de ordinul k continue pe U0.y) definită pe A x B. Extreme condiţionate (legate) Fie f(x) = f(x1... n ≥ 1.. ′ ′ b) funcţia f(x1. la A dacă restricţia lui f la A are în a un extrem obişnuit. y 0 ) = 0 . y0 ∈ A . . c) dacă F are derivate parţiale de ordinul k continue pe U × V. . y) = 0. y0) = 0. 2) F(x1.Funcţiile definite cu ajutorul ecuaţiilor se numesc funcţii definite implicit (funcţii definite implicit (funcţii implicite). funcţia reală F(x. y0).

În a este un maxim (minim) la A dacă există o vecinătate V a lui a astfel încât: f(x) ≥ f(a) respectiv f(x) ≤ f(a) pentru orice punct x ∈ V ∩ A. Extremele funcţiei f(x) relative la submulţime A ⊂ E se numesc extreme condiţionate (legate). Fie F1(x),..., Fk(x), k < n funcţii reale care definesc mulţimea A prin mulţimea soluţiilor sistemului restricţiilor. (1) Fi(x1, ..., xn) = 0 i=1, ..., k Aşadar A={x∈E: Fi(x) = 0, i =1, ..., k}. În acest caz extremele funcţiei f(x) relative la A se numesc extreme condiţionate de sistemul (1). Aceasta arată că cele n variabile x1, ..., xn sunt legate între ele prin cele k relaţii ale sistemului (1), de aceea le mai numim şi extreme legate.
TEOREMĂ

Fie a o soluţie a sistemului (1). Să presupunem că funcţiile f(x), F1(x), ..., Fk(x) au derivate parţiale, continue într-o vecinătate V a lui a şi matricea funcţională f j′ are în punctul a rangul k. Dacă a este un punct de extrem al funcţiei f(x) condiţionat de sistemul (1) atunci există k numere l1, ..., lk (multiplicatorii lui Lagrange) astfel încât: ⎧ ∂f (a ) k ∂Fi (a ) ⎪ ∂x + ∑ l i ∂x = 0 j = 1,..., n j = 1, ..., n (2) i =1 ⎨ j j ⎪F (a ) = F (a ) = ... = F (a ) = 0 2 k ⎩ 1 Orice soluţie a = (a1, ..., an) a sistemului (2) se numeşte punct staţionar al funcţiei f(x). orice punct de extrem condiţionat este un punct staţionar condiţionat, reciproca nu este adevărată. Etape de calcul ale extremelor legate: a) Se formează funcţia auxiliară (ajutătoare): F(x1, ..., xk, l1,..., lk)= f(x) + l1F1(x)+ ... + lkFk(x) cu coeficienţii l1, ..., lk nedeterminanţi. 2) Se formează sistemul celor n+k ecuaţii:

′ ′ ′ ⎧Fx1 = Fx 2 = ... = Fx n = 0 ⎨ ⎩F1 = F2 = ... = Fk = 0
cu n+k necunoscute x1, ..., xn, l1,..., lk şi se caută soluţiile acestui sistem care sunt puncte critice (staţionare).
150

3) Dacă x1, ..., xk, l1,..., lk este o soluţie a acestui sistem, atunci punctul (x1, ..., xn) este punct staţionar condiţionat al funcţiei f(x). Printre punctele staţionare condiţionate astfel obţinute se află şi punctele extrem condiţionat. Vom căuta condiţii suficiente care să permită să se identifice dintre punctele staţionare punctele de extrem condiţionat. Fie punctul staţionar a, deci Fi(a) = 0, i=1,..., k şi k numere l1, l2, ..., lk astfel ca să fie satisfăcut sistemul (2). Pentru a vedea dacă a este sau nu punct de extrem condiţionat de sistemul (1), se va studia semnul diferenţei f(x1, ..., xn) – f(a1, ..., an) pentru punctele (x1, ..., xn) care verifică sistemul (1), (F1(x)=0 ⇒ F(x)=f(x) deci f(x) – f(a) = F(x) – F(a)), se reduce la studiul semnului diferenţei F(x) – F(a). Punctul a verificând sistemul (2) este punct staţionar pentru F(x), deci derivatele sale parţiale de ordinul I se anulează în A. Pe de altă parte, funcţia F(x) are derivate parţiale continue într-o vecinătate a lui a, deci se poate scrie formula lui Taylor de ordinul doi:

F( x ) − F(a ) =

1 1 1 1 ∑ Fx′′i ,x j (a )dx i dx j + 2 ω(x )ϕ 2 = 2 d 2 F + 2 ωϕ 2 2

unde lim ω(x ) = 0,
x →a

ϕ=

∑ (x
i =1

n

i

− a i ) şi
2

dxi = xi – ai, i = 1, ..., n. După cum forma patratică
i , j=1

∑ F′′

n

xi ,x j

(a )dx i dx j păstrează în jurul

lui a acelaşi semn sau nu păstrează acelaşi semn, punctul a este sau nu punct de extrem condiţionat. 4.13. Funcţii omogene de mai multe variabile Funcţia f(x1, ..., xn) se numeşte omogenă de gradul k în raport cu variabilele xi, i = 1, ..., n dacă pentru un t oarecare este adevărată relaţia: (1) f(tx1, ..., txn) = tkf(x1, ..., xn) Teorema lui Euler O funcţie omogenă satisface relaţia:
151

(2)

x1 f x′1 + ...x n f x′n = k f ( x1 ,..., x n )

Exemplu: Fie f(x, y) = xy – y2 a) f(tx, ty) = (tx)(ty) – (ty)2=t2(xy-y2)=t2f(x, y) 2 ′ ′ b) xf x + yf y = x ⋅ y + y( x − 2 y) = 2( xy − y ) . 4.14. Funcţii omogene în economie Fie z=f(x,y) o funcţie omogenă de gradul întâi, de două variabile. 1)Funcţia poate fi scrisă sub oricare din formele:

⎛ x⎞ ⎛ y⎞ z = xϕ ⎜ ⎟ = yψ ⎜ ⎟ unde ϕ şi ψ sunt funcţii de o singură variabilă. ⎜ y⎟ ⎝x⎠ ⎝ ⎠ x ∂z ∂z 2) Derivatele parţiale şi sunt funcţii de . ∂x ∂y y
3) Teorema lui Euler: x

∂z ∂z +y =z ∂x ∂y

Întrucât teorema lui Euler a fost demonstrată în cazul general, se vor demonstra numai primele două proprietăţi: Deoarece f(λx, λy) = λf(x,y) pentru orice λ, atunci:

1 ⎛ y⎞ 1 f ⎜1, ⎟ = f (x , y ) pentru λ = , x ⎝ x⎠ x
adică:

⎛y⎞ ⎛ y⎞ z = xf ⎜1, ⎟ = xϕ⎜ ⎟ ⎝x⎠ ⎝ x⎠ y ⎛ y⎞ deoarece f ⎜1, ⎟ este funcţie numai de x ⎝ x⎠ 1 Tot astfel, dacă λ = , atunci: y ⎛x ⎞ ⎛x⎞ z = yf ⎜ ,1⎟ = yψ⎜ ⎟ . ⎜y ⎟ ⎜ y⎟ ⎝ ⎠ ⎝ ⎠
152

An.. A2. ecuaţii diferenţiale. când numai cantităţile relative folosite de fiecare factor sunt importante. ∂x ⎝x⎠ x ⎝x⎠ ⎝ x ⎠ ∂x ⎝ x ⎠ ⎝x⎠ ⎛y⎞ ⎛y⎞ ⎟ este derivata funcţiei de o singură variabilă ϕ⎜ ⎟ ⎝x⎠ ⎝x⎠ y ∂z ⎛y⎞ ⎛y⎞ ∂ ⎛y⎞ în raport cu .. Dacă există doi factori. Ecuaţii diferenţiale Sunt multe probleme economice care se reduc la rezolvarea unor ecuaţii. . atât ∂x ∂y x unde ϕ′⎜ Este interesant cazul când funcţia de producţie a unei mărfi X este omogenă de grad întâi în raport cu factorii variabilei A1.. nu şi scara la care se face producţia. suprafaţa producţiei este riglată de drepte care trec prin origine şi orice secţiune prin Ox este o dreaptă. Pornind de la definiţie şi de la proprietăţile 1) şi 2) de mai sus. acest caz este caracterizat de aceea că o creştere relativă dată tuturor factorilor duce la o aceeaşi creştere relativă a rezultatului. x ∂y ⎝x⎠ ⎝ x ⎠ ∂y ⎝ x ⎠ ∂z y ∂z cât şi sunt funcţii numai de raportul .15. Tot astfel: = xϕ′⎜ ⎟ ⎜ ⎟ = ϕ′⎜ ⎟ . o funcţie 153 . Acesta este cazul „veniturilor constante la scară”.Derivata parţială a lui z = xϕ⎜ ⎛y⎞ ⎟ în raport cu x este: ⎝x⎠ ∂z ⎛y⎞ y ⎛y⎞ ⎛y⎞ ∂ ⎛y⎞ ⎛y⎞ = ϕ⎜ ⎟ + xϕ′⎜ ⎟ ⎜ ⎟ = ϕ⎜ ⎟ − ϕ′⎜ ⎟ . Deci. iar dimensiunile lor variază în raportul producţiilor constante care le definesc. 4. numite ecuaţii diferenţiale ordinare sau. În particular. fără a modifica produsul mediu sau produsul marginal al oricărui factor. orice rază care trece prin O intersectează curbele în puncte în care tangentele sunt paralele. A şi B şi venituri constante la scară. care leagă între ele o variabilă independentă x. Curbele producţiei constante din planul Oab se obţin una din alta prin proiecţii radiale. mai scurt.

y n Fie F o funcţie definită pe un domeniu D. de forma (2) constă în determinarea soluţiei ecuaţiei.. y’(x0) = y0.. y0(n-1)) ∈ D. dacă înlocuind în ecuaţia diferenţială (1). y(n-1)) (2) unde f: D ⊆ Rn+1 → R.. unde a poate fi –∞ . cu valori reale. din Rn+2. dar este de o formă mai particulară faţă de (1). y’. y(x0) = y0. explicitat în raport cu x. y.. Ecuaţia se numeşte tot ecuaţie diferenţială de ordinul n..y) = 0. . se obţine o identitate. . se obţine o curbă de ecuaţie y = φ(x). se reprezintă grafic funcţia φ. fiindcă conţine pe y(n).. b).x(n))=0 (1) se numeşte ecuaţie diferenţială de ordinul n. Se poate demonstra că atunci când funcţia f satisface anumite condiţii.. De obicei se spune şi despre aceste relaţii că sunt soluţii. În unele cazuri.. y. iar b poate fi +∞.. cu valori reale şi continuă în acest domeniu. care satisfac condiţiile iniţiale. Problema lui Cauchy. .. y(n-1).. . Dacă funcţia F.. y0. ( ) 154 . y0(n-1) ∈D ⊆ Rn+1 este un punct constant. . continuă în acest domeniu.. oricare ar fi x∈(a. pentru orice punct (x0. şi primele ei n derivate y′.. definită pe domeniu D... . funcţia y cu φ(x). Se spune că funcţia φ este soluţie a ecuaţiei diferenţiale (1). y’0. adică: y(n) = f(x. y.. Fie φ: (a. care definesc soluţiile y = φ(x) ca funcţii de x... care se numeşte curbă integrală a ecuaţiei (1).. pe care o notăm y... Definiţia 1 O relaţie de forma F(x. ϕ′(x ). y.. . se găsesc soluţii de forma G(x. există o unică soluţie a ecuaţiei diferenţiale (2). y(n-1)(x0)= y0(n-1) unde (x0.. este o funcţie de n+1 variabile. b) → R o funcţie derivabilă de n ori în orice punct al intervalului (a. y(n)) = 0 pe y(n) ca funcţie de celelalte variabile. y... Dacă în sistemul de coordonate x = y. ce intră în definiţia ecuaţiei diferenţiale (1). y′′.b) adică: F x . y’0. y0. iar curbele pe care se definesc se numesc curbe integrale. îndeplineşte condiţii suficiente pentru a putea scoate din ecuaţia F(x. y. pentru ecuaţia diferenţială de ordinul n..necunoscută de x. în locul soluţiilor y = φ(x). y’.. ϕ (n ) (x ) ≡ 0 . ϕ(x ). care satisface condiţiile lui Cauchy (rezolva problema lui Cauchy) în acel punct.

au următoarea formă generală y’ = f(y). În locul acestei ecuaţii se rezolvă ecuaţia echivalentă: dy = f (y) dx (4) dx 1 . pentru f(y) ≠ 0 = dy f (y) a cărei soluţie generală este: y dy x = x0 + ∫ f ( y) y0 În această relaţie. are sens şi pentru f(y) = 0. y0 Trebuie observat că ecuaţia y’=f(y). care are soluţia generală : dy y x = x 0 + 1n y . iar b poate +∞. 4.. soluţii care nu se obţin prin metoda de mai sus. c1. cu y 0 〉 0 y0 de unde: y = e x −x0 . sau cu f continuă şi diferită de zero pe intervalul (a. x – x0. ce depinde şi de n constante c1.. cn.. Ecuaţii diferenţiale care nu conţin variabile independente Acest tip de ecuaţii care nu conţin variabila independentă şi sunt de ordinul întâi.. cu f(y0) = 0. . sunt evident. Se rezolvă ecuaţia dx = 1 . .. este o funcţie continuă şi strict monotonă de y. y = y 0 e x−x0 . 155 . Deci există funcţia inversă y = φ(x-x0) care este soluţia generală a ecuaţiei considerate. c2. Ele sunt numite soluţii singulare. Exemplu: y’ = y cu y ∈ (0. +∞). considerate ca parametri reali şi cu ajutorul căreia se poate rezolva o problemă a lui Cauchy pentru orice punct din domeniul D. Funcţiile y = y0.. c2.16. cn) a ei.Definiţia 2 Prin soluţie generală a ecuaţiei diferenţiale (2) se înţelege o soluţie y = φ(x. b) unde a poate fi –∞.

derivând se x şi deci ecuaţia (7) se transformă în: dy du =u+x dx dx u+x 156 ecuaţia cu variabile separabile.4. este o funcţie omogenă de gradul zero. du = ϕ(u ) dx . y/x) = φ(y/x) de unde rezultă că ecuaţia diferenţială (6) este de forma dy = f ( x . y) dx (6) dy ⎛y⎞ = ϕ⎜ ⎟ dx ⎝x⎠ Prin schimbarea de funcţie u = obţine: (7) y sau y = ux. Punând t = 1/x. ty) = f(x. soluţia generală a ecuaţiei (5). y) = f(1. b) şi y.17.18. Ecuaţii cu variabile separabile Aceste ecuaţii sunt de forma y′ = f (x) g ( y) (5) Funcţia f. unde C este o constantă arbitrară. y). adică satisface condiţia f(tx. se obţine: f(x. ty) să fie de domeniul de definiţie al funcţiei f. astfel încât (tx.d). Ecuaţia (5) se mai poate scrie f(x)dx – f(y)dy = 0 Dacă F(x) este o primitivă a funcţiei f(x) şi G(y) o primitivă a funcţiei g(y). 4. definită. continuă şi diferită de zero pe un interval (c. este dată sub forma implicită de relaţia F(x) – G(y) = C. Ecuaţii omogene Sunt ecuaţii de forma unde f(x. y). oricare ar fi t. o presupunem şi continuă pe un interval (a.

pentru a se obţine primitivele funcţiei 1/x s-a considerat 1n c. sistemul de ecuaţii: a b ax+by+c = 0 157 . constanta reală care trebuie adăugată la 1n x. b ′ = bα . În membrul al doilea. sau b ⎝ dx ⎠ ⎝ αu + c ⎠ 1 du du ⎛ u+c ⎞ a ⋅ = f⎜ ϕ( u ) . de unde du = a dx + b dy. deci a ′x + b ′y = α (ax + by). şi făcând schimbarea de funcţie u = ax+by. b ′. de unde rezultă a b α a ′ = aα.19. a ′. 4. b. notând cu du F(u ) = . unde c > 0. c. ⎟ dx ⎝ ⎠ unde a. soluţia generală a ecuaţiei (7) este : ϕ(u ) − u ⎛ y⎞ F⎜ ⎟ = 1nx + 1nc . continuă şi φ(u)-u ≠0. ⎟ + sau b dx dx ⎝ αu + c ⎠ b Dacă: a b ≠ 0 . a b Dacă = 0 ecuaţia se reduce la o ecuaţie cu variabile separate. obţinută prin integrarea membru cu ⎝x⎠ membru. c ′ ∈ R sunt constante. Ecuaţii reductibile la ecuaţii omogene Se vor considera ecuaţii de forma: ⎛ ax + by + c ⎞ dy (8) = f⎜ ⎜ ax + by + c ⎟ . atunci = = . a b a b 1 Într-adevăr.se obţine ecuaţia: 1 ⎛ du − adx ⎞ ⎛ u+c ⎞ ⎜ ⎟ = f⎜ ⎟ .Presupunând funcţia φ.

sau 1n y c1 = − ∫ P( x )dx . = c . însă ⎟ dt 0 0 ⎝ ⎠ ax0 + bx0 + c = 0 şi a ′x 0 + b ′y + c = 0 . în orice punct al acestui interval.20. Făcând schimbarea de variabilă şi de funcţie: x = x0 + t y = y0 + u de unde dx = dt. dy = du şi ecuaţia (8). (10) unde P( x ) = B( x ) C(x) . A( x ) A(x) Ecuaţia y’ + P(x)y = 0 (11) se numeşte ecuaţie liniară fără membrul al doilea. b) şi că (A(x) ≠ 0. Mai sus este vorba de omogenă în alt sens decât cel întâlnit la punctul 5. soluţia generală este: y = ce ∫ c1 . devine: x + P(x)y = Q(x).a ′x + b ′y + c ′ = 0 . Notând ± 158 − P ( x ) dx 1 . C sunt definite şi continue pe un interval (a. Integrând fiecare membru: dx y 1n y + 1nc1 = − ∫ P( x )dx . are o soluţie unică x0. adică o ecuaţie omogenă pentru că funcţia f dt ⎝ at + bu ⎠ este omogenă de gradul zero în variabilele ei t şi u. deci ea devine: du ⎛ at + bu ⎞ = f⎜ ⎟ . sau = −P( x )dx . B. devine ⎛ a ( x 0 + t ) + b( y 0 + u ) + c ⎞ du = f⎜ ⎜ a ′( x + t ) + b′(y + u ) + c′ ⎟ . iar Q(x) = . se împarte prin A(x) şi ecuaţia (9). sau ecuaţia liniară omogenă. dy dy = −P( x ) y. 4. Observaţie. y0. Ecuaţia (11) este o ecuaţie cu variabile separate deci se poate rezolva. Ecuaţii liniare de ordinul întâi Forma generală a acestor ecuaţii este: A(x)y’ + B(x)y + C(x) = 0 (9) Presupunând că funcţiile A.

dx dx dx ne rămâne dz + Pz = 0 . De unde P ( x )dx dc şi apoi = Q( x )e ∫ dx P ( x ) dx ⎞ c( x ) = ∫ ⎛ Q(x )e ∫ ⎜ ⎟dx + c1 şi soluţia generală a ecuaţiei ⎝ ⎠ (10) este y = e∫ P ( x ) dx ⎛ c + Q( x )e ∫ P ( x ) dx dx ⎞ se observă că soluţia gene⎜ 1 ∫ ⎟ ⎝ ⎠ rală a ecuaţiei neomogene este egală. însă ţinând seama că + Py = Q . cu soluţia generală a ecuaţiei omogene. la care se adaugă o soluţie particulară a ecuaţiei neomogene. Făcând schimbarea de funcţie y = y1 + z. Într-adevăr. Derivând în (12). să presupunem cunoscută o soluţie particulară y1 a ecuaţiei (10).21. deci z este soluţia generală a ecuaţiei omogene. ecuaţia neomogenă (10) devine: dy1 dz dy + + py1 + pz = Q . În realitate. Această metodă este cunoscută sub numele de metoda variaţiei constantei.Pentru ecuaţia (10). se obţine: − P ( x ) dx − P ( x ) dx + c′(x )e ∫ y = − c( x ) P ( x )e ∫ şi înlocuind în (10). depinde de preţul curent al acestui produs şi de venitul consumatorilor. Soluţia particulară a ecuaţiei neomogene poate fi înlocuită cu oricare alta. dintr-un anumit produs X. pe lângă aceşti doi factori fundamentali mai există factori cu influenţe mai reduse sau indirecte ca de exemplu: preţurile celorlalte mărfuri pe care 159 . Considerăm cazul când cantitatea x. rezultă: − P ( x ) dx − P ( x ) dx − c( x ) P ( x ) e ∫ + c′( x )c( x )e ∫ = Q( x ) . Această soluţie se obţine din relaţia generală pentru c1 = 0. Unele aplicaţii în economie a ecuaţiilor diferenţiale Funcţia cererii unui produs pe piaţă. dx 4. unde c este considerat o funcţie de x. se caută o soluţie de forma (12).

sistemul de vânzări cu plata în rate etc. poate fi considerată ca o funcţie f1 sau f2. v) = f1(v) sau x = f(p. v0) = f2(p) Funcţia cheltuielilor de producţie. şi x cantitatea de produs X. Această formulare a condiţiilor pieţei poate fi tradusă în simboluri matematice. Valoarea marginală a funcţiei f în punctul x este f'(x). v) Variabilele independente p. care se numeşte elasticitatea funcţiei. Viteza variaţiei relative a 1 df ( x ) ⋅ . Fie f o asemenea funcţie de variabilă x. adică x valoarea derivatei funcţiei în punctul x. depinzând numai de v. V venitul mediu al unui consumator. Valoarea medie este f (x ) . Ex f ( x ) dx funcţiei în punctul x este Folosind noţiunile introduse anterior să rezolvăm următoarele probleme: 160 . Fie p preţul pentru produsul X în unităţi date. este f ( x ) dx Ex Ef ( x ) x df ( x ) = ⋅ . au semnificaţie şi importanţă economică noţiunile de: valoare medie. oferta produselor. sau un venit constant v0. viteză relativă de rotaţie şi viteza variaţiei relative a funcţiei în raport cu variaţia relativă a variabilei. într-o primă aproximaţie o putem considera ca depinzând numai de cantitatea x. v şi variabila independentă x le considerăm că iau numai valori pozitive. Atunci X este o funcţie univocă de p şi v. sau numai de p. cererea x. cerută pe piaţă în unităţi date. care poate fi scrisă în felul următor: x = f(p. pentru un anumit produs X.le cumpără consumatorul. iar elasticitatea în punctul x f ( x ) dx x df ( x ) Ef ( x ) şi se notează sau E x (f (x )) deci. adică x = f(p0. Pentru un preţ constant p0. realizată din acest produs şi anume cp = f(x) Pentru această funcţie şi pentru altele care descriu fenomene economice. valoare marginală. factori social-economici şi demografici.

Ep Soluţie Din p df = = −a . integrând rezultă: =− f p ln f = 1n p-a + 1nb. pentru un anumit preţ p0. 161 . adică −a 2. Dacă se cere legea cererii care verifică condiţia f(p0) = x0. care este o ecuaţie diferenţială de ordinul f dp întâi cu variabile separate. să se găsească această lege. adică bp 0 a = x 0 . adică Ef = -a. rezultă = −adp . se obţine: df adp . f dp Soluţie 1 df df Din ⋅ = −a. atunci cererea este perfect determinată. Pentru aceasta se rezolvă problema lui − Cauchy şi anume impunând condiţia f(p0) = x0. Care este legea cererii dacă viteza relativă de variaţie este 1 df ⋅ = −a . de unde b = x0 şi legea devine e −ap0 x = f (p) = x 0 e ⎛ p −a ⎜ ⎜p ⎝ 0 ⎞ ⎟ ⎟ ⎠ 3. sau ln f = 1n b · p-a. integrând: 1n f = –ap + 1n f dp f b.1. deci x = f(p) = bp-a. rezultă: ⎛ p ⎞ x = f ( p) = x 0 ⎜ ⎟ ⎜p ⎟ ⎝ 0⎠ constantă. Dacă s-ar cunoaşte cererea x0. a > 0 . a > 0. pentru care valoarea medie este egală cu valoarea marginală. Dacă elasticitatea unei legi a cererii x = f(p) este constatată. de unde x = f(p) = be-ap. Care este legea cheltuielilor de producţie cp = f(x). unde b > 0. unde b este o constantă arbitrară strict pozitivă.

⎜p ⎟ ⎝ 0⎠ 162 . rezultă: f = −bp de unde c ⋅ pa cp e a − bp 0 0 x 0 e bp0 = x0 . rezultă dC p Cp = dx şi integrând: 1n Cp = 1n x x + 1n a. Care este această Ep lege a cererii? Soluţie: p df ⋅ = a − bp f dp df a − bp = ⋅ dp .rezultă: ax0 = 0 p C . Se ştie că elasticitatea unei legi a cererii în funcţie de preţ este forma Ef = (a − bp ) .Soluţie Din Cp x = dC p dx . unde c > 0 sau 1n x = f(p) = c · pa · e-bp. atunci: 1n f = 1n pa – bp + 1n c. unde a şi b sunt constante. unde a > 0. şi legea este determinată: C p = f (x ) = C0 ⋅ p x x0 Se observă că valoarea de producţie este constantă cu x. Impunând condiţia f(p0) = x0. f p sau integrând. a= 0 p C0 p x0 .c = şi legea cererii devine: pa 0 a ⎛ p ⎞ x = f ( p) = x 0 ⎜ ⎟ ⋅ e b ( p 0 − p ) . pentru că: x C0 0 p C p f (x) x 0 Cp (constantă) = = = x x x x0 4. şi deci Cp = f(x) = ax. Impunând condiţia C = f ( x 0 ) .

) pe timp de un an se obţine dobânda: D = Si = Sp/100 Pentru S u. tn.trimestru este D = şi 200 400 Spt 12 dacă k=12 atunci D = 1200 Observaţie.m.5.2. Dobânda simplă Noţiunea de bază a matematicilor financiare este dobânda.1.. Pentru S unităţi monetare (u. notat p..1.m.t. i.. Dacă anul este împărţit în k părţi egale şi tk este un număr de astfel de părţi pentru care se calculează dobânda atunci (5. . . 163 . Dobânda dată de 100 de unităţi monetare pe timp de un an se numeşte procent.) Se observă că dobânda este direct proporţională cu suma depusă.. este notată. numită dobânda simplă este: D = S. pe timp de t-ani dobânda.t/100 (5.1.) Scadenţă comună sau scadenţă medie Fie sumele S1..1. dacă k=4 atunci dobânda pentru t4. ELEMENTE DE MATEMATICI FINANCIARE 5. Dobânda este suma de bani care se plăteşte de către debitor creditorului pentru un împrumut bănesc. = Sp. Sn plasate cu acelaşi procent p pe duratele t1. În finanţe anul comercial are 360 zile şi fiecare lună are 30 de zile. t2. Deci p ≡ 100 i. Dobânda unitară este suma dată de o unitate monetară pe timp de un an.) devine: D= De exemplu dacă k=2 atunci dobânda pentru t2-semestru este Spt k Sit k = k 100k Spt 2 Spt 4 D= . Dacă So – este suma depusă iniţial pe perioada t cu dobândă unitară i atunci suma finală sau valoarea finală este: St = S0 + D = S0 + S0 it = S0 (1+it) (5.i.1. S2..1. cu procentul sau dobânda unitară şi cu durată..

000 = 19. Dobânda compusă O sumă de bani este plasată cu dobândă compusă dacă la sfârşitul primei perioade. Atunci S1pt 1 S2 pt 2 S pt Spt + + ..m..5... + n n n = 1 1 + .3.. pn astfel încât să avem aceeaşi dobândă totală va fi obţinut din egalitatea: de unde S p t + S2 p 2 t 2 + .000 lei pe timp de 150 zile.500 u. + S n t n (5..500 + 6. Dacă S = S1 + S2 + .. .Suma dobânzilor aduse de cele n sume pe cele n durate o vom înlocui cu dobânda adusă de o sumă S pe o perioadă t.000 atunci scadenţa comună este: t = 3500.4.. + n n 100 100 100 100 100 (5. p – procentul.000 3..... i = 164 p dobânda 100 ....1... dobânda simplă a acestei perioade este adăugată la sumă pentru a produce la rândul ei dobândă în perioada următoare: Fie S0 – sumă iniţială.124 + 5000.000 u...000 ≠ 3. 4. care produce o dobândă egală cu suma dobânzilor produse de 3. + Sn t n (5. + Sn p n t n p= 1 1 1 S1 t1 + S2 t 2 + .2.....000 u. tn cu procente p1. Procent mediu de depunere –p pentru care sumele S1. + Sn t n S pt S p t S pt S1p1t1 S2 p2 t 2 + + .....500 u.) 5. p2..105 + 6000. t2. + S n se va numi scadenţa medie... 25.+ Sn atunci durata t va fi: t = S1 t 1 + S2 t 2 + . ....) S1 + S 2 + .4 zile... Aplicaţie. Să se determine scadenţa unei sume de 25. pe timp de 124 zile şi 5. pe timp de 72 zile...1... Observăm că 25..m. Sn sunt plasate pe perioadele t1.150 = 887..m...000 + 5.1.72 + 4500..m. 6.. + n n = 100 100 100 100 Dacă se cunoaşte S atunci durata t va fi: t = S1t1 + S2 t 2 + ..) S se va numi scadenţă comună.. S2..... pe timp de 105 zile.

.3.. Procentul p = 100 i se poate obţine din (5.2.) (1+i)t = St S0 (5. 1+ i 0 S0 t St Formula de actualizare S0 = S 1 = S v t t (1 + i) t Formula de fructificare St=S0(1+i)n=S0ut 1+ i v = 1 factor de actualizare u = 1+i factor de fructificare Factorii u şi v se găsesc în tabele financiare pentru diferite procente şi diferitele perioade întregi. t – durata de plasament a sumei S0 – număr întreg şi St – suma finală după t perioade.1. atunci: Anii Suma plasată la Dobânda produsă în Suma obţinută la începutul anului timpul anului sfârşitul anului 1 S0 S 0i S1 = S0+S0i=S0(1+i) 2 S1 = S0 (1+i) S1i = S0 (1+i)i S2 = S1+S1i=S0(1+i)2 : t St = S0 (t+i) t-1 St-1· i = S0 (1+i )t-1 i St=St-1 + St-1 i = S0 (1+i)t Dacă 1+i = u va fi un factor de fructificare găsit în tabele financiare pentru t= 1.pentru diferite procente atunci suma finală va fi: St = S0 (1+i)t = S0ut (5.2.2.2.3..) 1 = v factor de actualizare.4.2.unitară.2.întreg D = St – S0 = S0(1+i)t – S0 = S0 (ut-1) (5.) Dobânda compusă va fi pentru t.1.) 165 ..) Suma iniţială depusă va fi: S0 = S ⋅ 1 =S ⋅ vt t (1+i)t n unde Deci (5.2.

.55296 . Soluţia comercială pentru suma S0 plasată pe o perioadă t = n+ h .5. Ce sumă trebuie să depunem azi ca să încasăm peste 3 ani.2.4.3.000 = 9285....45 lei ? S 5324.1.) pentru partea întreagă de n ani valoarea finală obţinută pentru plasarea sumei iniţială S0 va fi: Sn = S0 (1+i)n. va aduce o abordare simplă: Sni h h = So(1+i)ni atunci k k = S0 (1+i)n + S0(1 + i)ni S h n+ k h k k Deci St = S h n+ k = S0(1+i)n (1+i h ) (5..4. Cu ce procent suma de 3450 lei depusă timp de 8 ani devine 5324.... suma de 10. Aplicaţii: 1....2. k 166 ..43% Dacă durata de plasament a sumei S0 (-t) nu este un număr întreg ci este de forma: t = n+ a) Soluţia raţională porneşte de la forma (5..) (1+i)t = t = = 1.43% 1.) prin interpolare..4..) (5.9 lei t (1 + i) 1... b.48028.Timpul se poate obţine din (5.2.543318 S0 3450 În tabel avem: 1.. cu dobândă k h avem două soluţii.5.) reprezintă soluţia raţională de calcul a sumei finale când se plasează o sumă S0 pe o durată t = n+ h în regim de dobândă k compusă.54331.5%.5% Deci cu procent 4.0253 2. k unitară i.45 Din (5.4% 1..000 lei ştiind că dobânda unitară este de 2.2... Din (8) S0 = S ⋅ t 1 1 10.2. Această sumă Sn în timpul fracţiunii h a anului.

35 u.477455 ⋅ 1.2. Procentele i şi is devin echivalente dacă valorile finale la sfârşitul anului sunt legale adică: 1+i=(1+is)2 Similar 1+i = (1+i4)4 pentru procent semestrial i4 şi aşa mai departe 1+i=(1+i12)12 Rezultă că: (1+i2)=(1+i)1/2 (1+i4)=(1+i)1/4 (1+i12) =(1+i)1/12 şi în general 1+ik=(1+i)1/k Deci pe durata t=n+ h suma iniţială plasată S0 în regim de k h dobândă compusă va deveni: St = S0(1+i)n+ k =S0(1+i)n(1+ik)h=S0(1+i)n(1+i)h/k=S0(1+i)n+ k St = h S h n+ k = S0(1+i)n+ k (5.000 8+ 12 ⋅ 1.2.000 ⋅ 1.020537 = 15077.05. Soluţia raţională S 8+ 5 12 = 10. Soluţia comercială S 5 =10.000 12 ⋅ 1.97 u.05 5 ) = 10.Se observă că: 1 leu plasat cu procent anual i devine la sfârşitul anului (1+i) şi 1 leu plasat cu procentul semestrial is devine la sfârşitul anului (1+is)2. Să se calculeze valoarea finală a sumei de 10. Observaţii 8 167 . k Exemplu.) reprezintă soluţia comercială de calcul a sumei finale când se plasează o sumă So pe o durată t=n+ h în regim de dobândă compusă.058 ⋅ 1.6.) h (5.m.05 ⋅ (1 + 0. Deci p=5% i=0.05 ⋅ 1.020833 = 15082.6.000 ⋅ 1.000 unităţi monetare plasate timp de 8 ani şi 5 luni cu procent anual 5%.05 5 / 12 = 10.m.

2. Dacă t = 1 an ⇒ S1=S0(1+i) în regim de dobândă simplă cu (5.. 2.1..1. Cele două soluţii nu sunt identice.2. Soluţia comercială este mai des utilizată deoarece factorul fructificare 1+i=u este în tabele financiare atât pentru puteri întregi cât şi fracţionare. S0 – plasată pe o durată de t –ani în regim de dobândă simplă devine: St = S0 (1+it) (2) funcţie liniară.) > St 2 Fig.) 2 1 ) 2 S1/2 = S0(1+i)1/2 sau S1/2 = S02 (1+i) se vede că ridicând la pătrat S21/2=S02 (1+ i + Dacă t >1 atunci St=S0(1+it) şi i2 ) de unde S1/2> S1/2 4 St = S0 (1+it)t = S0(1+ti+ Grafic cele două dobânzi evoluează astfel: t (t − 1) 2 i + . 168 . în regim de dobândă compusă devine = S0(1+i)t (5.) şi S1=S0(1+i)1 în regim de dobândă compusă (5..1.1.) funcţie exponenţială cu baza supraunitară.1. Dacă 0< t< 1 De exemplu t = S1/2 =S0 (1 + i St 1 atunci cu (5.2. Valorile finale ale unei sume S0 depuse în regim de dobândă simplă sau în regim de dobândă compusă diferă în funcţie de durată t.2. 3.).

... Anuităţi constante posticipate Plata eşalonată (renta) la sfârşitul fiecărui an în sumă constantă se numeşte anuitate posticipate constante. Suma T depusă la sfârşitul primului an devine după n au suma T (1+i)n-1. Sn se compune din suma valorilor finale a fiecărui anuităţi la momentul n. Sn = T(1+i)n-1 + T(1+i)n-2 + .3. n – numărul de ani. perpetue dacă numărul plăţilor este nelimitat şi viagere dacă plata se va face atât timp cât persoana este în viaţă. În funcţie de scopul urmărit plăţile eşalonate pot fi: . semestrul.. suma T depusă la sfârşitul celui de al doilea an devine T (1+i)n-2. Fie: T – valoarea anuităţii constante.+ T(1+i) + T n = T [(1+i)n-1 + T(1 + i)n-2 +. Plăţi eşalonate (rente) Prin plăţi eşalonate înţelegem sumele de bani plătite la intervale de timp egale.+ (1+i) + 1] = T (1 + i ) − 1 (1 + i ) − 1 169 .3. Deci plăţile eşalonate se vor numi: anuităţi dacă se plătesc anual.plăţi eşalo-nate la începutul perioadei care se vor numi plăţi eşalonate anticipate şi – plăţi eşalonate la sfârşitul perioadei şi care se vor numi plăţi eşalonate posticipate. trimestrialităţi dacă se plătesc trimestrial şi mensualităţi dacă se plătesc lunar.. şi aşa mai departe. În funcţie momentul când se fac aceste plăţi avem: ... returna o datorie.. i – dobânda unitară anuală..de plasament sau de fructificare dacă se urmăreşte constituirea unei sume şi plăţi eşalonate de amortizare sau de rambursare dacă scopul este de a rambursa. Intervalul de timp ce separă plata a două sume se numeşte perioadă şi poate fi anul.1. trimestrul. Sn – suma finală a unui şir de anuităţi la momentul n (momentul plăţii ultimei anuităţi). Plăţile eşalonate pot fi constante sau variabile după cum sumele depuse periodic sunt constante sau nu. Plăţile eşalonate mai pot fi: temporare dacă numărul de plăţi este finit. 5. Plăţile eşalonate pot fi imediate sau amânate după cum prima plată este imediată sau amânată după un număr de ani convenit contractual. semestrialităţi dacă se plătesc semestrial.5. luna.

m.1. Sn=T un −1 (5.055 Ce sumă Ak trebuie depusă în momentul de faţă pentru ca după k ani să devină T..5%.....deci Sn = T Deci: Sn=T+T(1+i)+T(1+i)2+... Care este valoarea finală a unui şir de 12 anuităţi participate a 7000 u.) calculată în tabele i un −1 1...m. i 0.. De aceea suma Ak se (1 + i ) k numeşte valoarea actuală a plăţii T efectuată peste un nr. Procentul este 5... Fie An .+(1+i)n-1= financiare şi Sn=Tsn (5... An= T + T + . + T = T [1 + 1 + . + 1 ] = T ⋅ 1 − (1 + i) = −n 1 + i (1 + i) (1 + i) 1 + i 1+ i T (1 + i) n − 1 1 + i (1 + i) n − 1 1 = ⋅ ⋅ =T ⋅ 1 + i (1 + i) n i i (1 + i) n 2 n (1 + i) n −1 1 + i 1 − (1 + i) −1 1− vn 1− v An = Tv =T 1− v i 170 ..3... la momentul plăţii ultimei anuităţi.3.2.. k de ani.+T(1+i)n-1 (1 + i ) n − 1 i un −1 (1 + i ) n − 1 (1 + i )n − 1 =T =T =T i i 1+ i −1 Dacă T=1 valoarea anuităţii participate de 1 leu atunci valoarea finală a şirului de anuităţi participate este: sn=1+(1+i)+.. Avem Ak (1+i)k=T∈Ak= T (1 + i ) k Deci dacă peste k ani se plăteşte suma T aceasta echivalează cu plata sumei Ak= T în momentul de faţă.055 n − 1 = 7000 = 114700u.suma actuală a şirului de anuităţi la momentul semnării contractului adică cu o perioadă înaintea primei plăţi...) Exemplu.

1.)..3. de n-r ani. Presupunem că prima plată se face după r ani. temporare. amânate.3.Dacă T=1 valoarea anuităţilor participate de 1 leu atunci valoarea actuală a şirului de anuităţi participante este: n an = 1 − v (5.6633 = 12079.4. + = + . amânate.3. temporare.. Adică prima plată se face după r ani. cu procentul 5%? A12 = T 1 − v = 1250 n 1− i 1 1.. i avem A∞=Ta∞.. 0. rSn=T(1+i)n-r-1+T(1+i)n-r-2+.. adică la momentul r+1. Valoarea actuală a unui şir de anuităţi constante participate.) care este calculată în tabelul financiar şi An = Tan (5. Ce sumă unică depusă imediat poate să înlocuiască plata a 12 anuităţi participate a 1250 u. timp.. participat. rA n = T T T T 1 1 + + .0512 = 1250 ⋅ 9.m. fiecare. perpetue. adică la momentul r+1 iar ultima plată la momentul n.m...) Aplicaţie. + [1 + ]= r +1 r +2 n r +1 (1 + i) (1 + i) (1 + i) (1 + i) 1+ i (1 + i) n −r −1 T 1 − (1 + i) −( n −r ) T 1 − (1 + i) −( n −r ) = ⋅ = ⋅ −1 r +1 r (1 + i) 1 + (1 + i) (1 + i) i rAn=Tvr 1 − v i n− r sau rAn=Tvr an-r Valoarea finală a unui şir de anuităţi constante participate.. Între valoarea actuală An a şirului de anuităţi participante şi valoarea finală Sn a şirului de anuităţi participante există relaţia: An = T (1 + i) n − 1 ⋅ 1 = S 1 i (1 + i) n n i (1 + i) n An = Sn 1 (1 + i) n (5..+T(1+i)+T=T (1 + i) n−r −1 i rSn=T sn-r 171 .4... timp de n-r ani.05 −∞ Valoarea actuală a unui şir de anuităţi constante participate.. imediate notată a∞ = 1 − (1 + i ) i = 1 iar dacă rata este T.17u. participat.

este san= (1 + i) − 1 (1 + i ) .2. temporare.... temporare este suma necesară în momentul iniţial pentru a putea plăti la fiecare scadenţă suma fixă T...... Anuităţi constante anticipate Anuităţile anticipate se fac la începutul anului adică la momentele 0. perpetue.1.3..m.. amânate... San = T(1+ i) + T(1+ i)2 +. amânate după r ani şi valoarea finală corespunzătoare există relaţia: n −r r −n rAn=T V n ⋅ 1 − v = Tv n +r −r v − 1 = rS v n i i n 5. imediate.2.+ T(1+ i)n = T(1 + i) [1+ (1+ i) +. imediate este a∞ = 1 + i cu A∞ = Ta∞ Valoarea actuală a unui şir de anuităţi anticipate constante.. anticipate. 172 i . + (1 + i) n−2 ⎥ 1 + i (1 + i) (1 + i) 1 + i ⎣ ⎦ −n Aa = T(1+i) 1 − (1 + i) n i A = Ta a n a n Valoarea actuală a unui şir de anuităţi constante.. n-1.. Atunci San=Tsan Valoarea actuală a unui şir de anuităţi constante.... Suma finală este evaluată la un an după ultima plată o vom nota San.Între valoarea actuală An a şirului de anuităţi constante participate. + n −1 = 2 ⎢1 + 1 + i + . i Aa = n T T T T ⎡ 1 1 ⎤ + + .+ (1+ i) ] = n n = T(1+ i) (1 + i) − 1 = Tu u − 1 i i Pentru T=1 valoarea finală a unui şir de anuităţi anticipate de 1 n-1 n u... temporare. anticipate.

.. Dacă plata eşalonată este limitată la n ani atunci plata fracţionată de k ani pe ani va fi în număr de kn.. imediate. 0. De ce sumă de bani va dispune o persoană care depune timp de 15 ani câte 200 u.3. Plăţi eşalonate fracţionate Se numeşte plată eşalonată fracţionată constanta. fracţionate de k ori pe ani este: n jk ⎞ ⎛ n −1 ⎜1 + ⎟ − 1 j ⎞ T T⎛ j ⎞ T T⎛ k⎠ = Sk n = + ⎜1 + k ⎟ + . + ⎜1 + k ⎟ = ⎝ jk k⎠ k k⎝ k⎠ k k⎝ k n jk ⎞ ⎛ ⎜1 + ⎟ − 1 k⎠ =T⎝ jk Dar ştim că j (1 + i) n − 1 i i 1 + i = (1 + k ) k şi deci S k n = T ⋅ = Ts n sau k ik jk jk i (1 + i) n − 1 i Sk n = T ⋅ = Ts n jk i jk k k k Aplicaţie..05 ⋅ = 2400 ⋅ 21. fracţionate de k ori pe an.05 12 Valoarea actuală a plăţilor eşalonate participate.rAan=T(1+i)-r+T(1+i)-(r+1)+. temporare.m.022 = 52964.93u..578 ⋅ 1.3. plata eşalonată în care rata anuală T este împărţită în k părţi egale fiecare cu rk= T k care se plătesc fie la sfârşitul perioadei fie la începutul perioadei.m. la sfârşitul fiecărei luni cu procent 5%? T=12x200=2. 173 .400 u.05)15 − 1 0.+T(1+i)-(n-1) = T(1+i)-(n-1) 1 − (1 + i) − (n −r) = Tv r −1 ⋅ a a n −r i 5..m. Valoarea finală a unui şir de plăţi eşalonate temporare imediate. la sfârşitul unui an S 1215 = 2400 (1.

Un împrumut care nu se mai înapoiază se numeşte împrumutul nerambursabil..... Cu aceste date se poate întocmi tabelul: 174 .an – amortismentele succesive conţinute în prima. Operaţiunea prin care P2 restituie lui P1 suma de care a beneficiat se numeşte rambursare sau amortizare a împrumutului. Partenerul P1 se numeşte creditor iar P2 se numeşte debitor.4..Tn – anuităţile (rate) succesive. fracţionate de k ani pe an.4.. a doua. fracţionate de k ori pe an. Ak ∞ = T i i 1 T ⋅ a∞ = T ⋅ = jk jk i jk Plăţile eşalonate temporare participate amânate. Amortizarea unui împrumut prin anuităţi constante posticipate Fie: V0 – suma împrumutată la momentul iniţial T1.Ak n = T i 1 ⋅ j k (1 + i ) − n sn = T i an jk Plăţile eşalonate perpetue participate imediate. Sumele rambursate anual care au rolul de a amortiza treptat suma împrumutată se numesc amortismente. Prima anuitate fiind plătită la sfârşitul primului an... Împrumuturi Se numeşte împrumut o operaţie financiară prin care un partener P1 (individual sau grupat) plasează o sumă de bani. pe o perioadă de timp. rS k n (1 + i ) n − r − 1 i i =T ⋅ =T ⋅ s n−r i jk jk 5. în anumite condiţii unui alt partener P2 (individual sau grupat). şi a n-anuitate i – dobânda unitară a împrumutului.1. n – durata în ani a rambursării a1. 5.

.. plătibile la sfârşitul anului (posticipat) Deci T1=T2=.) Relaţie adecvată pentru orice lege a anuităţilor..1.. Tabelul este valabil pentru orice lege a anuităţilor pentru care nu s-a formulat încă nici o ipoteză.+Qn (5.+Vn-1– (Q1+Q2+..4.4..+Qn) Vn=V0-(Q1+. Se calculează: T p+1-Tp=Q p+1+Vp i-Qp-V p-1 i= Q p+1-Q p+i(Vp-V p-1)=Qp+1-Qp-i Qp Dar din tabel Vp-V p-1=-Qp Tp+1 – Tp = Q p+1-Qp(1+i) (5.) ultima anuitate este egală cu ultimul amortisment la care se adaugă dobânda corespunzătoare..4..5. Împrumuturi cu anuităţi (rate) constante..) → Tn=Qn(1+i) Deci (5....4. Din condiţia ca după n ani să se ramburseze suma împrumutată reiese: Vn=0 → Vn-1 = Qn (17) ⇒ Calculăm ultima anuitate Tn= Qn+dn= Qn+Vn-1 i (5.2..4.. V0+V1+V2+.=Tn=T⇒ din (20) T p+1-Tp=0 Q p+1=Q p(1+i) (21) sau Q p+1=Q1(1+i)p (5.2. Se disting următoarele situaţii: 5.) 175 .4..+Vn=V0+ V1+.4.Momente Amortizări Dobânda 0 1 Q1 d1=V0i 2 Q2 d2=V1i : p Qp dp=V p-1i : n Qn dn=Vn-1 i Anuităţi Suma rămasă de plată V0 T1=Q1+d1 V1=V0-Q1 T2=Q2+d2 V2=V1-Q2 Tp=Qp+dp Tn=Qn+dn Vp=Vp-1-Qp Vn=Vn-1-Qn=0 Observaţii: 1.. Relaţia între suma împrumutată V0 şi amortismente se obţine sumând membru cu membru ultima coloană.. 2...4..3..) Suma împrumutată este egală cu suma amortismentelor Relaţie între anuităţi şi amortismente.2.+Qn) Vn= 0 ⇒ V0=Q1+Q2+...) Qn + Qni (5..

..Dacă anuităţile sunt constante amortismentele succesive formează o progresie geometrică crescătoare cu raţia (1+i) Din (19) Vo=Q1+Q2+.6. + 1) = 1 + i 1 + i 1 + i ) n −1 (1 + i ) n (1 + i ) n −1 1 T 1 − (1 + i ) −n (1 + i ) n = ⋅ i 1 1+ i 1− 1+ i 1+ i −n T T . + = ⋅( + .7..) Tn=Qn(1+i) →T=Qn(1+i) →Qn= Deci V0 = Q1 + Q2 + ...) (5.4..+Qn=Q1+Q1(1+i)+.8..4.+Q1(1+i) n-1 → V0=Q1 (1 + i) n − 1 (1 + i ) − 1 (5.4..) (5......4...4..2.....9. + Qn = T = ⋅ 1+ i 1− T T T T 1 + + .) i 1 − (1 + i) −n Calculul dobânzii în această situaţie devine: T1= Q1+d1 = T→ d1 = T–Q1 T2= Q2+d2 = T→ d2 = T–Q2 Tn= Qn+dn = T→ dn = T–Qn Calculând d1-d2=Q2-Q1=Q1(1+i)-Q1=Q1i d2-d3=Q3-Q2= Q1(1+i)2-Q1(1+i)=Q1i (1+i) Deci diferenţele succesive ale dobânzilor urmează o progresie geometrică crescătoare cu primul termen Q1i şi raţia (1+i). Q n -1 = 1+ i (1 + i) 2 V0=T 1 − (1 + i) sau T = V0 i (5.. 176 ..) deci V0=Q1 (1 + i ) n − 1 i i sau Q1= V0 (1 + i ) n − 1 Pentru calculul anuităţii plecăm de la (5..

88·0.92=2685.6.000-2320.05=500 $ d2=V1i=7679.13=5243.75 V3=V2-Q3=5243.4.12-500=2320. Care este tabloul de amortizare? d 1 = V0 i = 10.88-2436.05 i T=V0 = 10.20 d4=V3i=2685.12 1 − (1 + i ) −n 1 − 1.7.92·1.05=2557.000 = 2320.12 (1 + i ) n − 1 1.0 5 = 500 $ Anuitatea constantă T din (5.000·0.75-2557.05 4 − 1 sau Q1=T-d1=2820.12·1.000·0.99 d3=V2i=5243.05 − 4 Primul amortisment din (5.Tabelul de amortizare a unei sume prin anuităţi constante posticipate va fi: Anii Suma datorată Suma datorată Amortisla începutul Dobânda Anuitatea la sfârşitul menul perioadei perioadei 1 V0 d1=V0i Q1 T=d1+Q1 V1=V0-Q1 2 V1 d2=V1i Q2 T=d2+Q2 V2=V1-Q2 : : : : : : T=dn-1+Q n-1 Vn-2 d n-1=Vn-2 i Qn-1 Vn-1=Vn-2-Q n-1 n Vn-1 dn=V n-1 i Qn T=dn+Qn n-1 Vn=0 Aplicaţie.12 Amortismente: Q2=Q1(1+i)=2320.75·0. Un împrumut de 10.05=383.83 V4=0 Dobânzile vor fi: d1=V0i=10.4.83 $ Sumele rămase de plată la sfârşitul anului sunt: V1=V0-Q1=10.) va fi: 0.05=2436.05=134.88 V2=V1-Q2=7679.92 $ Q4=Q3(1+i)=2557.29 177 .05=2685.000 = 2820.) i 0.13·1.05 Q1=V0 = 10.05=262.83·0.000 $ urmează a fi rambursat în 4 ani prin rate (anuităţi) constante participate cu 5%.13 $ Q3=Q2(1+i)=2436.12=7679.

Tabelul pentru împrumuturi cu anuităţi plătite la începutul anului este: 178 .48 ∑Q + ∑d i=1 i i =i 4 4 i = 11280.009.4..000 d1+d2+d3+d4=1280.48 i =1 4 Suma rambursată după plata a p-anuităţi este Rp. dobânda se calculează asupra sumei rămase de plătit şi se plăteşte odată cu amortismentul.12 Suma rămasă de plată la sfârşitul anului 7679.Tabelul de amortizare este Ani 1 2 3 4 Amortismente 2320...12 2820.4. Pentru fiecare din anii următori.13 2557.+Qp=Q1+Q1(1+i)+Q1(1+i)2+.75 2685.10.) i ⋅ ⇒ R p = V0 n i (1 + i ) − 1 (1 + i ) n − 1 Suma rămasă de plată după plata a p anuităţii este: Rp=Vo V p = V 0 − R p = V0 − V0 de unde: (1 + i ) p − 1 (1 + i ) n − 1 − (1 + i ) p + 1 = V0 (1 + i ) n − 1 (1 + i ) n − 1 (5.04 ~ 10..92 2685..29 Anuităţi 2820.48 = ∑ Ti = 11280.4.83 0 Observăm că: Q1+Q2+Q3+Q4=10. Rp=Q1+Q2+.) /(1 + i ) n − (1 + i ) p V p = V0 (1 + i ) n − 1 5.+Q1(1+i) p-1 p Rp=Q1 (1 + i) − 1 Din (20) putem scoate Q1 şi ⇒ i (1 + i ) p − 1 (1 + i ) p − 1 (5.12 2820..3.99 262.12 2436.87 Dobânzi 500 383.11. Împrumuturi cu anuităţi (rate) constante cu dobândă plătită la începutul anului (anticipat) La semnarea contractului se plăteşte dobânda pentru primul an şi deci suma reală plătită nu este V0 ci V0-V0i.12 2820..88 5243.20 134.

12..m.+Qn=Q1 V0=Q1 Q1 Q1 Q1 + + .13..=Tn=T atunci Qp+1(1-i)-Qp= 0 atunci Q p+1= Qp 1− i = Q1 (5.) sau V0=Q1 i (1 − i ) n i (1 − i ) n Q1 = V0 (5..) (1 − i ) p Suma efectiv împrumutată egală este cu suma amortismentelor...95[1 − 0. adică T1=T2=...4..4.000 = 40. atunci: V0=Q1+Q2+. este rambursabil cu cinci ani prin anuităţi constante cu dobândă plătibilă la începutul anului cu procent de 5%.95 ⋅ 0..000 u. Un împrumut de 40.Anii 0 1 2 : p : n Amortismentele - Dobânzi d0=V0i d1=V1i d2=V2i : dp=Vpi dn=Vni Anuităţi T1=Q1+V1i T2=Q2+V2i : Tp=Qp+Vpi Tn=Qn+Vni Q1 Q2 : Qp : Qn Suma rămasă de plată la sfârşitul anului V0-V0i V1=V0-Q1 V2=V1-Q2 : Vp=Vp-1-Qp Vn=Vn-1-Qn=0 Dacă Vn= 0 atunci Tn= Qn Calculând diferenţa a două anuităţi succesive Tp+1-Tp= Qp+1+V p+1 i-Qp-Vpi = Qp+1+(Vp-Qp+1)i-Qp-Vpi = = Qp+1-Q p+1 i-Qp = Q p+1(1-i)-Qp Dacă anuităţile sunt constante. + 2 1 − i (1 − i ) (1 − i ) n −1 r n −1 1 unde r este raţia seriei r = sau r −1 1− i 1 − (1 − i ) n 1 − i ⋅ (5.95 5 0.4..000 = 7201 n 0.2262192 (1 − i )[1 − (1 − i ) ] 0.77378 i (1 − i ) 4 = 40.05 ⋅ 0...95 5 ] 179 .05 ⋅ 0...14.) (1 − i )[1 − (1 − i ) n ] Aplicaţie. Care este tabloul de amortizare? Se calculează: Q1 = V0 0.

Q1 1− i Q Q3 = 2 1− i Q Q4 = 3 1− i Q Q5 = 4 1− i Q2 = 7201 = 7580 0.05=862 d4=V4i=8841·0.95 8399 = = 8841 0.000 32.05=442 Se poate verifica că anuitatea constantă T = Q5 = Q1+ d1 = Q2 + d2 = Q3+ d3 = Q4+ d4 = 8841 Tabloul de amortizare este: Anii Amortisment 0 1 2 3 4 5 7201 7580 7979 8399 8841 Dobânzi 2000 1640 1261 862 442 Anuităţi 8841 8841 8841 8841 8841 Suma rămasă de plată la sfârşitul anului 38.95 7979 = = 8399 0.4.799 25219 17240 8841 0 5.000-7201=32799 V2=V1-Q2=32799-7580=25219 V3=V2-Q3=25219-7979=17240 V4=V3-Q4=17240-8399=8841 V5=V4-Q5=8841-8841=0 Dobânzile: d1=V1i=32799·0.4.05=1261 d3=V3i=17240·0.05=1640 d2=V2i2519·0. O persoană care a făcut împrumutul V0 plăteşte anual dobânzile asupra sumei împrumutate V0 urmând ca suma împrumutată 180 . Împrumuturi rambursabile o singură dată a.95 = Sumele rămase de plată V1=V0-Q1=40.95 7580 = = 7979 0.

la sfârşitul celor n ani.15. Pentru a constitui această sumă persoana depune la sfârşitul fiecărui an o sumă de bani cu procent de 5%. Care este suma pe care o depune? T ' = V0 (1 + i ' ) n i' 0. Tn = V0i+V0=dn+V0 Acest mod de rambursare a unui împrumut este utilizat dacă suma V0 nu este foarte mare. Anuitatea T se va obţine din relaţia: 1. Atunci: Presupunem că anuităţile T sunt constante prima fiind depusă la sfârşitul primului an.4.000 ⋅ 1. Tn=T’+V0i Acest mod de rambursare este cunoscut sub denumirea de sistem american.055 = 10.. Dacă persoana sau întreprinderea care a primit împrumutul caută să-şi creeze suma V0 prin depuneri periodice la o bancă pe baza dobânzilor unitare i1. Qn=V0(1+i)n Pentru pregătirea acestei sume.+ Qn (5. Împrumuturi cu amortismente egale Dacă Q1= Q2 =.6 $ 1.4. 1. T2 = V0i=d2 : : n. b.05 = 10. Dobânzile sunt calculate cu dobândă unitară i..276 ⋅ 0. Deci persoana sau întreprinderea care a făcut împrumutul plăteşte atât suma împrumutată cât şi dobânzile după n ani.. O persoană împrumută suma de 10. persoana va plasa la sfârşitul fiecărui an la o bancă o anuitate constanta conform formulei: (23) T ' = V0 i' i' i' = V0 (1 + i ' ) n = Qn −n n 1 − (1 + i ' ) (1 + i ' ) − 1 (1 + i ' ) n − 1 Aplicaţie.să fie plătită după n ani o dată cu dobânda ultimului an. T1 = V0i=d1 2.5.000 $ pe care urmează să o ramburseze peste 5 ani împreună cu dobânda calculată cu procent de 4%.) 181 .000 ⋅ 1.. T2=T’+V0i : n.. Suma ce urmează să fie rambursată după n ani este: V0+V0. T1=T’+V0i 2.= Qn= Q din egalitatea V0= Q1+ Q2 +...055 − 1 (1 + i ' ) n − 1 La sfârşitul a 5 ani a depus suma de 11803 $ 5.185 = 2360.

000$ pe care urmează să o ramburseze în 4 ani cu procentul de 5% prin anuităţi participate cu amortismente egale.000 = = 6250 n 4 T1=Q+d1=6250+1250=7500 T2=Q+d2=6250+875=7125 T3=Q+d3=6250+518.16.000 n=4 ⇒ Q= V1=V0-Q=18750 V2=V1-Q=12500 V3=V2-Q=6250 V4=V3-Q=0 d1=V0i=1250 d2=V1i=875 d3=V2i=625 d4=V3i=425 V0 25.3 182 .4.’) V0 n Tp +1 − Tp = şi deci: V0 V0 V − (1 + i) = − 0 i n n n T p +1 = T p - Tabloul de amortizare a unui împrumut cu amortismente egale este: Anii Amortismentele Dobânzi 1 2 : p : n Q Q : Q : Q d1=V0i d2=V1i : dp=Vp-1i dn=Vn-1i Anuităţi T1=Q+d1 T2=Q+d2 : Tp=Q+dp Tn=Q+dn Suma rămasă de plată la sfârşitul anului V1=V0-Q V2=V1-Q : Vp=Vp-1-Q Vn=0 V0 i = T p − Qi n (5.Q= Anuităţile care verifică: Tp+1-Tp=Qp+1-Qp(1+i) (5.7=6768.7 T4=Q+d4=6250+180.15.4.) Aplicaţie.3=6430. Care este tabloul de amortizare? V0=25. O persoană a împrumutat suma de 25.

Tabloul de amortizare va fi: Anii 1 2 3 4 Amortizare Dobânda 6250 6250 6250 6250 Deci Q=V3 1250 875 625 425 Anuitatea 7500 7125 6768.7 6430.3 Suma rămasă de plată la sfârşitul anului 18750 12500 6250 0 183 .

Probleme propuse Elemente de matematici financiare 1. Un capital de 900.000 u.m. este plasat într-un cont cu rata anuală de 8%. Care este capitalul disponibil peste 4 zile? Dar peste 3 luni? Dar peste 1 semestru? R. S = 908.000 u.m.; S = 918.000 u.m.; S = 936.000 u.m.

2. Ce sumă va ridica o persoană peste 5 ani cu dobândă compusă dacă astăzi depune 500.000 u.m. cu 4%? Care este dobânda obţinută? R. S5 = 608326,4 u.m. D = 108326,4 u.m.

3. O persoană plasează 150.000 u.m. la fiecare 1 ianuarie începând cu 1 ianuarie 1994, cu rata 5%. De ce sumă dispune la 1 ianuarie 2000, data ultimului vărsământ? R. S7 = 1653960 u.m. 4. Ce sumă va trebui să achite astăzi o persoană pentru a putea scăpa de plata a 10 anuităţi anticipate a 5000 u.m. fiecare cu 3%. R. A10 = 43929,53 u.m. 5. Să considerăm următoarele 3 operaţiuni pe care partenerul P1 le poate face cu partenerul P2: 6.000 u.m. pe 30 zile cu procentul 7% 1000 u.m. pe 60 zile cu procentul 12% 15000 u.m. pe 90 zile cu procentul 8% Presupunem că partenerul P1 ar dori ca: a) cele 3 plasamente să se facă la scadenţele menţionate, dar cu acelaşi procent mediu înlocuitor. b) sumele menţionate să fie plasate cu procentele cuvenite, dar până la o aceeaşi dată, sau scadenţă t. c) dobânda fiecărei operaţiuni şi dobânda totală. d) scadenţa sumei de 10.000 u.m. ce produce o dobândă egală cu suma dobânzilor produse de cele 3 operaţiuni.
184

e) care este suma pe care P1 ar avea-o de plătit dar ar plăti în fiecare an partenerului P2 10.000 cu un procent anual de 5%, timp de 15 ani, dar dacă ar avea de plătit această datorie acum, cât ar fi ea? a) p = 8, 16% b) t = 72, 27 zile c) D1 = 35 u.m.; D2 = 20 u.m.; D3 = 300 u.m. S1 = 6035 u.m. S2 = 1020 u.m. S3 = 15300 u.m. St = 22355 u.m. d) t = 159 zile e) S15 = 215785,6 u.m. A15 = 103796,6 u.m. 6. Care este valoarea finală a sumei de 100.000 u.m. plasată cu dobândă compusă timp de 4 ani şi 5 luni cu rata anuală de 5%? R. Soluţia comercială 124045,42 u.m. Soluţia raţională 124o81,88 u.m. 7. Un împrumut în valoare de 1.000.000 u.m. trebuie rambursat în 5 ani prin anuităţi participate, cu procentul anual de 5%. Să se întocmească tabelul de amortizare în catul în care amortismentele sunt egale. R. Anii 1 2 3 4 5 Suma de Dobânda Amortisment Anuitatea Suma rămasă de la începutul anului plată 1.000.000 50.000 200.000 250.000 800.000 800.000 40.000 200.000 240.000 600.000 600.000 30.000 200.000 230.000 400.000 400.000 20.000 200.000 220.000 200.000 200.000 10.000 200.000 210.000 0

8. Să se întocmească tabelul de amortizare în cazul împrumutului din problema anterioară dacă rambursarea se face prin anuităţi egale. R.

185

Anii 1 2 3 4 5

Suma de la Dobânda Amortisment Anuitatea Suma începutul anului rămasă de plată 1.000.000 50.000 180.975 230.975 819.025 819.025 40.951 190.024 230.975 629.002 629.002 31.450 199.525 230.975 429.477 429.477 21.474 209.501 230.975 219.976 219.976 10.999 219.976 230.975 0

9. O persoană a împrumutat suma de 2.000.000 u.m. pe care urmează să o ramburseze în 6 ani cu procentul de 7% prin anuităţi participate comportând amortismente egale. Să se întocmească tabelul de amortizare corespunzător. R. Anii 1 2 3 4 5 6 Suma de la Dobânda Amortisment Anuitatea Suma începutul anului rămasă de plată 2.000.000 140.000 333.333 473.333 1.666.667 1.666.667 116.667 333.333 450.000 1.333.333 1.333.333 93.333 333.333 426.667 1.000.000 1.000.000 70.000 333.333 403.333 666.667 666.667 46.667 333.333 380.000 333.333 333.333 23.333 333.333 356.667 0

10. Un împrumut de 2.300.000 este rambursabil în 4 ani prin anuităţi constante cu dobânzile plătibile la începutul anului, procentul fiind de 7%. Să se întocmească tabelul de amortizare corespunzător. Anii 0 1 2 3 4 Suma de Dobânda Amortisment Anuitatea la începutul anului 2.300.000 0 161.000 0 2.300.000 514.001 125.020 639.021 1.785.999 552.689 86.332 639.021 1.233.310 594.289 31.951 639.021 639.021 639.021 0 639.021 Suma rămasă de plată 0 1.785.999 1.233.310 639.021 0

186

. – Algebră şi programare liniară. Mihăilă. 1999 5. Ed. Poligrafia Universităţii Craiova 187 . Gh. Duda. – Elemente de algebră pentru economişti. Economică. Bucureşti. Bucureşti. 1996 11. Duda. Ed. Fundaţiei România de Mâine. Bucureşti 7. 1978 9. – Analiză matematică. – Matematici financiare şi decizii în afaceri.. Mihoc. Ed. Ed. I. R. – Analiză matematică . Vladimirescu. N. vol.. Ed. Bucureşti.D. I. Popescu. 1999 3. Ştiinţifică. Duda. Ştiinţifică. Mihoc. – Analiză matematică pentru economişti. Ed. I. Trandafir. Didactică şi Pedagogică. – Matematici speciale aplicate în economie. Popescu. R. 1972 2.. 1973 8. Gh. I. O. Ed. R. 1967 6.culegere de probleme. Kaufman. Ştefănescu. Fundaţiei România de Mâine. Purceru. Oprescu.. V. I şi II. – Programare matematică. Gh. – Programare matematică. – Metode şi modele ale cercetării operaţionale. Nădejde. Bucureşti. – Matematici pentru economişti. Didactică şi Pedagogică.G. Bucureşti.A. Ed.Bucureşti. vol. I şi II. P şi colaboratori – Matematici aplicate în economie. Bucureşti. Ed. Bucureşti. Fundaţiei România de Mâine. 1997 4. A. I. Gh. I. 1996 10. Ştiinţifică. Ed.. Didactică şi Pedagogică.BIBLIOGRAFIE 1. partea I. Bucureşti. 1996 12. Allen. Ed. Fundaţiei România de Mâine. Vraciu.

Oficiul Poştal 78 Telefon: 410 43 80. Bucureşti.01.Tehnoredactor: Jeanina DRĂGAN Coperta: Emilia Maria DUDA Bun de tipar: 04. Sector 6. Coli tipar: 11.SpiruHaret. 313. Fax: 411 33 84 www.75 Format: 16/70 x 100 Editura şi Tipografia Fundaţiei România de Mâine Splaiul Independenţei nr.ro 188 .2001.

Sign up to vote on this title
UsefulNot useful