Documente Academic
Documente Profesional
Documente Cultură
𝑎𝑑𝑢𝑛𝑎𝑟𝑒𝑎: ͈+,, : ⋁ × ⋁ → ⋁
⋁ × ⋁ ∍ (𝑥, 𝑦) → 𝑥 + 𝑦 ∊ 𝘝
𝑖𝑛𝑚𝑢𝑙ţ𝑖𝑟𝑒𝑎 ∶ ͈ ∙ ": Κ × ⋁ → ⋁
K𝗑𝖵 ∍ (∝,x)→α.x ∍𝖵
Obs. 3: Din axiomele (SL 1) - (SL 4) avem că (𝖵, ,,+˝ ) grup comutativ.
Exemple:
„ + ” - adunarea matricelor
3)V=ℝ𝑛 = {𝑥 = (𝑥 1 , 𝑥 2 , … … … . , 𝑥 𝑛 ) 𝑥 𝑖 ∊ ℝ, (∀)𝑖 = 1, 𝑛}
ℝ1 = ℝ
ℝ2 = ℝ𝘹ℝ = *𝑥 = (𝑥 1 , 𝑥 2 ) 𝑥 1 , 𝑥 2 ∊ ℝ+ − 𝑝𝑙𝑎𝑛𝑢𝑙
ℝ3 = ℝ𝘹ℝ𝘹ℝ = {𝑥 = (𝑥 1 , 𝑥 2 , 𝑥 3 ) 𝑥 𝑖 ∊ ℝ, i=1,3}
ℝ3 - spaţiul fizic.
Def 2: Fie (𝖵, „ +” , „·” ) – spaţiu liniar real şi 𝖵′⊂𝖵 , 𝖵′≠ . Dacă 𝖵′ - spaţiu
liniar real, atunci spunem ca 𝖵′ - subspaţiu liniar a lui V
Teoremă : Fie (𝖵, „ +” , „·” ) – spaţiu liniar real şi 𝖵′⊂𝖵, 𝖵′≠ . Atunci 𝖵′este
subspaţiu liniar a lui V<=> au loc axiomele(axiomele subspaţiului):
2
V′=*x=(x1,x2,x3)(xi∊ℝ, 𝑖 = 1,3, 2𝑥 ′ + 𝑥 2 − 𝑥 3 =0} este un spaţiu liniar
real.
Observăm că V′⊂ℝ3 . Este suficient să arătăm că V′ este subspaţiu liniar a lui
V=ℝ3 . Verificăm axiomele (1) şi (2) :
y=(y1,y2,y3), 2y1+y2-y3=0
2(x1+y1)+(x2+y2)-(x3+y3)=(2x1+x2-x3)+(2y1+y2-y3)=0+0=0=>(1)
𝑢1 𝑢2 … .. 𝑢𝑛
1 0…….. 0
∆S = =1≠0
0 1…….. 0
0 0…….. 1
Este o metodă prin care o matrice A, este adusă la o formă echivalentă mai
simplă cu ajutorul unor transformări elementare. Calculele se organizează
în tabele.
Etapa 1: Se alege un element nenul care va fi pivotul. Fie acesta aij.( aij >0).
4
A v1 v2 vj vn u1 u2 ui um
. .
. .
. .
ai1 ai2 …………………. aij …………………………… ain
→ui. 0 0 1 0
. .
. .
. .
am1 am2……………….. amj …………………………... amn
um 0 0 0 1
. ..
. .
0 0 1 0
ai1/aij ai2/∕aij ………………….1 ……………………… ain∕ aij
.vj .
.
a′m1 a′m2……………….. ….0 …………………………... a′mn
um 0 0 0 1
5
Ex: ai2___________________ aij
↓
𝑎 𝑚 2 𝑎 𝑖𝑗 −𝑎 𝑖2𝑎
𝑚𝑗
a′m2=
𝑎 𝑖𝑗
3 1 0 2
A= −1 0 1 1
2 1 1 0
6
↓ ↓ ↓
A v1 v2 v3 v4 u1 u2 u3
u1 3 1 0 2 1 0 0
←u2 -1 0 1 1 0 1 0
u3 2 1 11 0 0 0 1
←u1 3 1 0 2 1 0
v3 -1 01 1 1 0 1
u3 3 1 0 -1 0 0
v2 3 1 0 2 0
v3 -1 0 1 1 1
←u3 0 0 0 -3 0
v2 3 1 0 0
v3 -1 0 1 0
v4 0 0 0 1
Rang A = 3
Aplicaţie
7
↓ ↓
A v1 v2 v3 v
←u1 2 -1 1 4
u2 4 1 -3 6
v3 2 -1 1 4
−3𝑥 + 𝑧 = −5
←u2 10 0 18 −5𝑥 + 𝑦 = −9
-2
v3 -3 0 1 -5
v2 -5 1 0 -9
∥ ∥
8
1 0 1
Aplicaţie: Să se determine A-1, unde 𝐴 = 0 1 1
1 0−1
1 0 1
detA= 0 1 1 = -1-1=-2≠0, deci ( ) A-1
1 0 −1
↓ ↓ ↓
A v1 v2 v3 u1 u2 u3
u1 1 0 1 1 0 0
← u2 1 1 1 0 1 0
u3 1 0 -1 0 0 1
← u1 1
0 1 1 0 0
v2 0 1 1 0 1 0
u3 1 0 -1 0 0 1
v1 1 0 1 1 0 0
v2 0 1 1 0 1 0
← u3 0 0 -2 -1 0 1
1 1
0
2 2
1 1
A-1 = − 2 1
2
1 1
0 −
2 2
9
Problemă: O fabrică de mobilă produce 3 tipuri de mobilier: P1, P2, P3,
folosind două tipuri de materii prime principale:
Elementele problemei:
Beneficiul total: 200x1+300x2+500x3
Restricţiile problemei:
10
max
(200𝑥1 + 300𝑥2 + 500𝑥3 )
3
𝑥1 + 𝑥2 + 3𝑥3 ≤ 60
(𝒫) 2
1
𝑥 + 𝑥2 + 2𝑥3 ≤ 40
2 1
𝑥1 , 𝑥2 , 𝑥3 ≥ 0
𝑣1 , 𝑣2 , 𝑣3 , -vectorii tehnologici.
𝑚𝑎𝑥
(𝒫) 𝐴· ͭ𝑥 ≤ 𝓋 unde ƒ(x)=< c,x >=200𝑥1 + 300𝑥2 + 500𝑥3
𝑥≥0
ƒ(x) - funcţia obiectiv
1)Forma generală:
11
𝑜𝑝𝑡𝑖𝑚 𝔣(𝑥)
𝑎𝑖1 𝑥1 + 𝑎𝑖2 𝑥2 + ⋯ + 𝑎𝑖𝑛 𝑥𝑛 ≤ 𝒷𝒾 , 𝑖 = 1, 𝑝
𝑎𝑖1 𝑥1 + 𝑎𝑖2 𝑥2 + ⋯ + 𝑎𝑖𝑛 𝑥𝑛 ≥ 𝒷𝒾 , 𝑖 = 𝑝 + 1, 𝑟
(𝒫ℊ )
𝑎𝑖1 𝑥1 + 𝑎𝑖2 𝑥2 + ⋯ + 𝑎𝑖𝑛 𝑥𝑛 = 𝒷𝒾 , 𝑖 = 𝑟 + 1, 𝑚
𝑥𝑖 ≥ 0, 𝑖 = 1, 𝑛
Unde ƒ(x)=c1x1+c2x2+…………+cnxn
2)Formele canonice:
max ƒ(𝑥)
(𝒫𝒸 ) 𝐴· ͭ𝑥 ≤ 𝓋 unde A= (aij) i=1, 𝑚 𝑗 = 1, 𝑛
𝑥≥0
𝒷1
𝒷2
𝓋= , x=(x1, …………,xn) ƒ(x)=c1x1+………….+cnxn
.
𝒷𝓂
respectiv:
min ƒ(𝑥)
(𝒫𝒸 ) 𝐴· ͭ𝑥 ≥ 𝓋
𝑥≥0
3)Forma standard
optim ƒ(𝑥)
(𝒫𝑠 ) 𝐴· ͭ𝑥 = 𝓋
𝑥≥0
Obs: Orice problemă de p.l . poate fi adusă la forma standard: Inegalităţile se
transformă în egalităţi prin adăugarea unor variabile de compensare nenegative.
12
Ex: Să se aduca la forma standard, problema din exemplul iniţial:
max (200𝑥1 + 300𝑥2 + 500𝑥3 )
3
𝑥1 + 𝑥2 + 3𝑥3 ≤ 60
2
(𝒫𝒸 ) 1
𝑥 + 𝑥2 + 2𝑥3 ≤ 40
2 1
𝑥1 , 𝑥2 , 𝑥3 ≥ 0
Soluţie optimă: Un vector x∊ℝn care este soluţie admisibilă de bază şi care
realizează optimul funcţiei obiectiv.
13
Etapa 1: Se aduce problema la forma standard
MAX C c1 c2 ci cm cj cn
VB VVB v1 v2 vi vm vj vn
c1 v1 b1 1 0 0 0 a1j a1n
c 2 v2 b2 0 1 0 0 a2j a2n
. .
← c i vi bi 0 0 1 0 aij ain
. .
c m vm bm 0 0 0 1 amj amn
c1 v1 b1 1 0 0 0 a1j aʹ1n
c 2 v2 b2 0 1 0 0 a2j aʹ2n
c m vm bm 0 0 0 1 0 aʹmn
14
z00 = c1b1+c2b2+………..+cmbm
𝑥1 = 𝑏1 , 𝑥2 = 𝑏2 , … 𝑥𝑚 =bm, 𝑥𝑚 +1 = ⋯ . = 𝑥𝑛 = 0
𝑏𝑖 𝑏ℓ
= 𝑚𝑖𝑛
𝑎𝑖𝑗 𝑎ℓ𝒿
ℓ 𝑎ℓ𝑗 > 0, ℓ = 1, 𝑚
15
(0ʹ): Dacă z0j≤0, ( ) 𝒿 = 1, 𝑛 soluţia este optimă (vezi soluţia scrisă în
algoritmul anterior)
Z0j =max {z0𝑙} –(cel mai mare pozitiv din linia criterială)
ℓ/𝑧0ℓ < 0
ℓ = 1, 𝑛
𝑣1 𝑣2 𝑣3 v4 v5
3
A= 1 3 1 0
2
1
1 2 0 1
2
u1 u2
16
MAX C x1 x2 x3 x4 x5
200v1 60 1 3/2 3 1 0
← 0v5 10 0 1/4
1/2 -1/2 1
300v2 40 0 1 2 -2 4
17
Tabelul ⋆∗ ne dă o altă soluţie optimă particulară:
x1 = (60,0,0,0,10 ); x2 = ( 0,40,0,0,0 )
𝑥∝ =∝ (60,0,0,0,10) + (1−∝)(0,40,0,0,0) =
= (60 ∝ ,0,0,0,10 ∝) + (0,40 − 40 ∝ ,0,0,0) = (60 ∝ ,40 − 40 ∝ ,0,0,10 ∝)
Deci: 𝑥1 ∝ = 60 ∝
𝑥1 ∝ = 40 − 40 ∝
𝑥3 ∝ = 0
𝑥3 ∝ = 0
𝑥4 ∝ = 0
𝑥5 ∝ = 10 ∝
1
Pentru: ∝= se obţine soluţia:
2
1
𝑥1 1/2 = 60· = 30 𝑏𝑢𝑐. 𝑚𝑜𝑏𝑖𝑙𝑒 Ρ1
2
1
𝑥2 1/2 = 40 − 40· = 20 𝑏𝑢𝑐. 𝑚𝑜𝑏𝑖𝑙𝑒 Ρ2
2
unde: ƒ(x)=c1x1+………….+cnxn
c=(c1,c2, ……….,cn)
ƒ(n)=b1u1+………….+bmum
respectiv:
19
Aplicaţie: Pentru un organism normal sunt necesare:
Necesarul biologic:
Forma standard:
𝑚𝑖𝑛𝑖𝑚 (4𝑥1 + 16𝑥2 + 0𝑥3 + 0𝑥4 )
2𝑥1 + 4𝑥2 − 𝑥3 =3
(𝒫𝑠 ) 𝑥1 + 4𝑥2 − 𝑥4 = 2
𝑥𝑖 ≥ 0, 𝑖 = 1,4
20
Pentru (𝒫𝒸 ) avem: Pentru (𝒟𝒸 ) avem:
c=(4,16) ͭv =(3, 2)
2 4 2 1
A=. / ͭA=. /
1 4 4 4
3 4
v=. / ͭ𝒸=. /.
2 16
min( 4 x1 16 x 2 ) min( 4 x1 16 x 2 0 x3 0 x 4 )
2 x 4 x 3 2 x 4 x x 3
1 2 1 2 3
(PC) (PS)
x1 4 x 2 2 x1 4 x 2 x4 2
x1 , x 2 0 x 0, i 1,4
i
v1 v 2 v3 v 4
Pentru (DS) matricea A = 2 1 1 0
4 4 0 1
׀׀ ׀׀
u1 u2
t
v = ( 3,2,0,0 ) ─coeficientul functiei obiectiv duale.
2 1 1 0
t
A = ─ matricea problemei
4 4 0 1
4
t
c = ─ termenii liberi.
16
21
MAX v 3 2 0 0
VB VVB v1 ↓ v2 ↓ v3 v4
0 -3 -2 0 0
← 0 v3 4 2 1 1 0 4 16
min ,
0 v4 16 4 4 0 1 2 4
6 0 -1/2 3/2 0
2 8
min , →
← 3 v1 2 1 1/2 1/2 0 1 2
2
← 0 v4 8 0 2 -2 1
׀׀ ׀׀
4 4
8 0 0 1 1/4
(1) 3 v1 0 1 0 1 -1/4 1 0
→ min 1 ,
2 v2 4 0 1 -1 1/2 2
2
8 1 0 2 0
(2) 2 v2 4 2 1 1 0
0 v4 0 -4 0 -4 1
22
u 1 0
u 2 4
(Ds ) : max f(u)=8
u 3 0
u 4 0
x1 1, min f ( x) 8
Soluţia optimă a problemei (Pc )
x 2 1/ 4
u 1 0
u 2 4 max f ( x) 8
(Ds ) :
u 3 0
u 4 0
x1 2
Soluţia optimă a problemei (PC) :
x2 0
Min f(x) = 8
x1 (1, 1 / 4) si
Problema (PC) are două soluţii optime particulare:
x 2 (2, 0)
x = (1, ¼) + (1- )(2,0) = ( , ) (2 2 ,0) (2 , ) [0,1]
4 4
Deci x 1 = 2-
x2 [0,1]
4
23
1 1/ 2 1 3
, x1 2 Kg . paine
2 2 2
Pentru 1
1/ 2 1
x 2 2 Kg . branza 125 g branza
4 8
optim f(x)
t
( PS )
A x v
x 0
Presupunem că din matricea A lipsesc vectorii unitari. Vectorii unitari lipsă se obţin în mod
artificial astfel:
Dacă lipseşte vectorul unitar ui , atunci la restricţia de ordinul „i” se adaugă o variabilă
auxiliară xaj ≥ 0 , j≥ n+1.
optim (f(x) M x aj )
restrictiile modificate
(Pe ) x i 0, i 1, n
x a 0, j n 1
j
24
Obs. 1. Problema (Pe ) poate fi rezolvată cu algoritmul simplex, pentru că matricea sa conţine baza
unitară.
3. Dacă ( ) x aj ≠ 0 în soluţia optimă a problemei (Pe), atunci problema (P) nu are soluţii.
Aplicaţie:
max(x 1 2x 2 3x 3 - x 4 )
x1 2x 2 3x 3 15
2 x1 x2 5 x3 20
x 2 x 5 x x 20
1 2 3 4
xi 0, i 1,4
v1 v 2 v3 v4
1 2 3 0 0 1
A= 2 1 5 0 Lipsesc vectorii u2 = 1 si u1= 0
1 1 0 0
2 5
u1
25
max( x1 2 x 2 3x3 x 4 Mx5 Mx6 )
x1 2 x 2 3x3 x5 15
Problema extinsa: (Pe ) 2 x1 x 2 5 x3 x6 20
x 2 x 5x x 20
1 2 3 4
xi 0, i 1,6
x 5 si x 6 - variabile auxiliare
v1 v2 v3 v4 v5 v6
1 2 3 0 1 0
A= 2 1 5 0 0 1
1 0
2 5 1 0
u3 u1 u2
26
MAX C 1 ↓ 2↓ 3↓ -1 -M -M
VB VVB v1 v2 v3 v4 v5 v6
-M v 5 15 1 2 3 0 1 0
min
-M v6 20 2 1 5 0 0 1 15 20 20
, ,
3 5 5
← -1v4 20 1 2 5 1 0 0
↓
7M M 8
-3M+12 - 0 M 0 0 2 1
5 5 5 min ,
5 5
6M M 2M
-3M+12 0 0 0
5 5 5
15 0 0 0 1
2 v2 5/2 0 1 0 -1/6
1 v1 5/2 1 0 0 -7/6
3 v3 5/2 0 0 1 1/2
27
Soluţia optimă este unică:
x1 5 / 2
x 2 5 / 2
x 3 5 / 2
max f (x) = 15
x 4 0
x 5 0
x 6 0
a
n0
n sau a n .
n 0
28
1 1 1
an =
n(n 1) n n 1
1 1
a1 =
1 2
1 1
a2 =
2 3
---------
an-1 = 1 1
n 1 n
1 1
an =
n n 1
------------------+
1 1
sn = 1- ; lim s n 1 lim 1 0 1
n 1 n n n 1
1 r n 1
Demonstraţie : sn =1+r+r2+…………….+rn=
1 r
1 lim r n 1 r 1 1
lim s n n
= ( ) =
n 1 r lim r n 1
0 1 r
n
1
Prop. 2 : Seria armonică generalizată : n
n 1
p
29
2.2 Criterii de convergenţă pentru serii cu termeni pozitivi.
Dacă seria : a
n 0
n este convergentă, atunci : lim a n 0
n
Ex. (
n 0
n 1 n)
( n 1 n n 1 n 1
lim a n lim lim 0
n n 1 n
n 1 n
a0 = 1 0
a1 2 1
a2 3 2
…………………….
an n 1 n │+
s n n 1; lim s n
n seria e divergentă.
Fie seriile a , b
n0
n
n0
n si presupunemca ()N IN
30
i) b
n0
n convergenta an convergenta
n0
ii) a
n0
n divergenta b n
n 0
divergenta.
an
Fie seriile: a
n 0
n si b
n 0
n . Dacă ( ) lim
n bn
not (0;) atunci seriile
au aceeași natură.
Fie a
n0
n . Dacă ( ) lim
n
n a not [0;), atunci au loc afirmaţiile:
n
a n 1
Fie a
n 0
n . Dacă ( ) lim
n an
not [0;) atunci au loc afirmaţiile:
31
ii) 1 seria este divergentă.
monoton descrescător.
a
n 0
n este convergentă.
Obs: absolut convergentă convergentă
1
Exemplu: (1)
n 1
n 1
32
Soluţie:
v1= m1+iS
v2= m2+i(S-m1)
v3= m3+i(S-m1-m2)
……………………
Deci:
m2 = m1(1+i)
m3 = m2(1+i) = m1(1+i)2
………………………
mp = m1(1+i)p-1, ( ) p= 1, m
n n
Deci: S = m p m1 (1 i) p1 m1 (1 (1 i) (1 i) 2 ........ (1 i) n1 ) =
p 1 p 1
1 (1 i) n (1 i) n 1 iS
= m1 m1 m1
1 (1 i) i (1 i) n 1
(1+𝑖)𝑝 −1 (1+𝑖)𝑛
Deci 𝑚𝑝 = 𝑖𝑆 ; Vp= V1 = m1+iS = 𝑖𝑆 ,( ) p.
(1+𝑖)𝑛 −1 (1+𝑖)𝑛 −1
33
Cap. 3. Aplicaţii ale derivatelor
Def. 1: Fie ƒ: D , x 0 D D
D = { x │( ) V V(x), V D {x}≠ ∅}
Observaţie:
x x x0 f df
} f ( x0 ) lim . f ( x)
f f ( x) f ( x0 ) x0 x dx
1. c 0, () c R
a1
2. ( x ) ax , a R,
a
x>0
34
1
(log a x) , a 0, a 1, x 0
3. xn(a)
4. (a ) a n(a), a 0, a 1, x R , (e x ) e x
x x
1
(tg x ) , cos x 0
7. cos 2 x
1
8. (ctgx ) , sin x ≠ 0
sin 2 x
1
9. (arcsin x) , x (1.1)
1 x2
1
(arccos x) ,
10. 1 x2 x (1,1)
1
(arctgx ) ,
11. 1 x2 xR
1
12. (arcctg x) , xR
1 x2
f
ƒ±g, f .g , , ( g 0) sunt derivabile pe I și:
g
1) ( f g ) f g
35
2) ( f .g ) f .g f .g
3) (a. f ) a. f , () a R*
f f g fg
( ) , g0
4) g g2
Definiţie: Fie f : I R R, x0 I I .
36
Dacă ()V v( x0 ) astfel încât ƒ derivabilă pe V și 𝑓 ′ e derivabilă în 𝑥0 ,
atunci spunem că ƒ e de două ori derivabilă în 𝑥0 .
Teorema Taylor:
Observaţii
37
Caz particular: Pentru x0 = 0, formula Taylor se numește formula Mac-
Laurin.
x x2 xn (n) x n 1
f ( x) f (0) . f (0) . f (0) ..... f (0) f ( n 1) (c); , c între x și 0.
1! 2! n! (n 1)!
Aplicaţii:
1)Să se scrie formula Taylor de ordinul doi cu restul lui Lagrange pentru
ƒ:R→R, ƒ(x)= 5 x în vecinătatea unui punct x0. Să se aproximeze apoi 5 34
și să se delimiteze eroarea de aproximaţie.
f ( x) f ( x0 ), () x U
f ( x) f ( x0 ), () x U
38
Teorema Fermat: Dacă f : I R R este derivabilă în punctul de extrem
local x0 I , atunci f ( x0 ) 0
Aplicaţii:
1
b) f ( x) x 4 x 2 1
2
39
∆p se exprimă în unităţi monetare
q
raportul nu convine.
p
x
Dacă x – mărime economică, atunci se numește rata de variaţie
x
(creștere) a lui x.
Definim: coeficientul elasticităţii cererii q a unui bun în raport cu preţul p,
raportul:
q
q
Ec
p
p
q
q ∆𝑞 𝑝 𝑑𝑞 𝑝
obţinem: E = lim =lim∆𝑝→0 − ∙ =- ∙
p 0 p ∆𝑝 𝑞 𝑑𝑝 𝑞
p
dq p
Se consideră relaţia: E = .
dp q
Avem situaţiile:
40
E >1 , bunul se numește elastic.
f ( x, y0 ) f ( x0 , y0 ) not f
lim ( x 0,y0)
x x 0 x x0 x
respectiv
f ( x0 , y ) f ( x0 , y0 ) not f
lim ( x 0,y0)
y y0 y y0 y
41
Definiţia 2: Funcţia f:A R² R se numeşte derivabilă parţial de două ori în
raport cu x şi y în a = (x,0,y0) A, dacă ( ) V V(a), V A astfel încât f
f
derivabilă parţial în raport cu x pe V și e derivabilă parţial în raport cu
x
y în a.
2 f f
Vom nota: (a) = (a)
xy y x
2 f f
Analog: (a) = (a)
yx x y
2 f f
(a) = (a)
x 2
x x
2 f f
(a) = (a)
y 2
y y
2 f 2 f
2
H (x ,y) = 2x xy
f 2 f
yx y 2
42
Observaţie: H (x ,y) – matrice simetrică.
2) f (x ,y) = e x ; a = (1,0)
2
y
f
x 0
f
0
y
43
Pas 2: Se scrie matricea hessiană a funcţiei f:
2 f 2 f
2
2 f
H (x ,y) = 2x xy
; 1 def ; 2 def det H(x ,y)
f 2 f x 2
yx y 2
1) f (x ,y) = x3 – 5x2 - y2 + 4y + 3
44
4.3 APLICAŢII ECONOMICE
K= capital
L= forţa de munca
45
Dacă: Q=Q0 avem:
- curba de isoproducţie
K Q=Q0
0 L
𝜕𝑄
Daca: K=K0 si L variază, panta la curba Q este
𝜕𝐿
𝜕𝑄
Daca: L=L0 si K variază, panta la curba Q este
𝜕𝐾
46
2)Elasticitatea substituirii factorilor de producţie.
dK
Avem relaţia: RMS= -
dL
K0
K1
L0 L1 L
47
dL= L1 - L0
dK = K1 – K0
K
Vom fi interesaţi de modificarea raportului în funcţie de variaţia RMS.
L
K
Notăm cu: S = și RMS = R, atunci vom fi deci interesaţi de elasticitatea
L
funcţiei S=ƒ(R)
dy x
Dacă y=ƒ(x), elasticitatea lui y este E= ∙
dx y
𝑑𝑆 𝑅
Deci pentru S=ƒ(R), 𝐸= ∙
𝑑𝑅 𝑆
γ – parametru de substituţie.
1
Se poate arăta că elasticitatea acestei funcţii este ∙
1+λ
∫aƒ(x)dx =a∫ƒ(x)dx
49
Teorema 2: Daca ƒ: I→ ℝ este continuă, atunci ƒ este primitivabilă.
∫ƒ′(x).g(x)dx=ƒ(x).g(x) - ∫ƒ(x).g′(x)dx
Tabel de primitive:
𝑥 𝑎 +1
1) ∫ xa dx= + 𝑐 , 𝑑𝑎𝑐ă 𝑎 ≠ −1
𝑎+1
ln 𝑥 + 𝑐 , 𝑑𝑎𝑐ă 𝑎 = −1
𝑎𝑥
2) ∫ 𝑎 𝑥 𝑑𝑥 = + 𝑐 , 𝑎 > 0, 𝑎 ≠ 1
ln 𝑎
3) ∫ sin 𝑥 𝑑𝑥 = − cos 𝑥 + 𝑐
4) ∫ cos 𝑥 𝑑𝑥 = sin 𝑥 + 𝑐
1
5) ∫ 2 𝑑𝑥 = 𝑡𝑔 𝑥 + 𝑐
𝑐𝑜𝑠
1
6) ∫ 2 𝑑𝑥 = −𝑐𝑡𝑔 𝑥 + 𝑐
𝑠𝑖𝑛
7) ∫ tg 𝑥 𝑑𝑥 = − ln cos 𝑥 + 𝑐
8) ∫ ctg 𝑥 𝑑𝑥 = ln sin 𝑥 + 𝑐
50
1 1 𝑥−𝑎
9) ∫ 2 2 · 𝑑𝑥 = ln + 𝑐 ,𝑎 ≠ 0
𝑥 −𝑎 2𝑎 𝑥+𝑎
1 1 𝑥
10) ∫ 𝑥 2 +𝑎 2 · 𝑑𝑥 = 𝑎𝑟𝑐𝑡𝑔 + 𝑐 ,𝑎 ≠ 0
𝑎 𝑎
1
11) ∫ · dx = ln∣ 𝑥 + 𝑥 2 − 𝑎2 ∣ + 𝑐 , 𝑎 > 0
𝑥 2 −𝑎 2
1
12) ∫ · dx = ln 𝑥 + 𝑥 2 + 𝑎2 + 𝑐 , 𝑎 ≠ 0
𝑥 2 +𝑎 2
1 𝑥
13) ∫ 𝑑𝑥 = arcsin + 𝑐 , 𝑎 > 0
𝑎 2 −𝑥 2 𝑎
51
y
0 a Ʒ1 x1 Ʒ2 x2 xn-1 Ʒn b
|| ||
x0 xn
52
Obs.1: Dacă ƒ este integrabilă pe ,a,b-, atunci ƒ este mărginită pe ,a;b-.
𝑏 𝜑 *𝑏)
ƒ(𝜑(𝑡)𝑑𝑡 = ƒ (𝑥)𝑑𝑥.
𝑎 𝜑 (𝑎)
𝐶𝑙𝑎𝑠𝑖𝑓𝑖𝑐𝑎𝑟𝑒:
Integrale de speţa II: b-a < dar ƒ are puncte singulare x0 (ƒ(x0)=±∞)
53
𝑏 𝑡
Metode de calcul:
54
3) Fie ƒ: (𝑎; 𝑏- → ℝ 𝑖𝑛𝑡𝑒𝑔𝑟𝑎𝑏𝑖𝑙ă 𝑝𝑒 (∀),𝑡; 𝑏- ⊂ (𝑎; 𝑏-.
55
Def. 3: Graficul soluţiei unei ecuaţii diferenţiale se numește curbă
integrală a ecuaţiei diferenţiale.
Def.4: Egalitatea:
(2) 𝑥 ′ =f(t,x) , x=x(t)
Se numește forma normală a ecuaţiei diferenţiale (1)
Def.5: Se numește Problemă Cauchy, problema găsirii soluţiei x=x(t)a
ecuaţiei 𝑥 ′ =f(t,x) ce satisface condiţia iniţială: x(t0)=x0, unde x0 și t0
ℝ,date.
56
1) Ecuaţia cu variabile separabile (E.V.S.)
unde .
Avem:
Sau = dacă x 0.
Scriem: = sau
dt
Dacă c = ln c0 x= , c R.
57
Deci
Deci
58
Se observă și că f e omogenă de grad 0.
Scriem:
,
dar ,
Sau
Obs: Dacă Q(t)=0 atunci ecuaţia are forma care este o E.V.S și
are soluţia generală: . În acest caz ecuaţia se numește
omogenă.
Este: ,
59
Soluţia generală este:
. Deci
, continuă pe I
cu
a) ,
;
b)
;
60
c) ,
Def3: O ecuaţie diferenţială (*) sau (**) se numește Problemă Cauchy dacă
satisface sistemul de condiţii iniţiale:
61
Dar
2) Să rezolvăm ecuaţia: ,
Observăm că pentru
Deci
Notând și obţinem
Exemplul 2)
Se știe că dezintegrarea radiului se face după următoarea lege: “la
orice moment t, viteza de dezintegrare a radiului este proporţională
cu cantitatea de radiu la momentul t”.
Se arată că dacă se notează cu cantitatea de radiu la momentul t,
atunci este viteza de dezintegrare la momentul t și avem
conform legii de mai sus ecuaţia diferenţială:
K constantă chimică.
Problema care se pune este să se determine cantitatea de radiu la
orice moment , cunoscându-se
63
3) Evoluţia în timp a producţiei.
Producţia y a unui bun material poate fi considerată o funcţie de
timp, . Presupunem că se analizează evoluţia volumului
producţiei, de exemplu în două momente, . Evoluţia
producţiei este reprezentată de diferenţa
(*)
65
66