Documente Academic
Documente Profesional
Documente Cultură
ECONOMIE
SUPORT DE CURS
CUPRINS
CUPRINS
CAPITOLUL I
SPAŢII VECTORIALE 1
1.1. Definiţia spaţiului vectorial 1
1.2. Dependenţă şi independenţă liniară 3
1.3. Bază. Coordonate. Teorema lui Steinitz 4
1.4. Schimbarea coordonatelor unui vector la o schimbare de bază 7
1.5. Mulţimi convexe 9
1.6. Probleme propuse 10
CAPITOLUL al II-lea
FORME LINIARE. FORME BILINIARE. FORME PĂTRATICE 11
2.1. Forme liniare 11
2.2. Forme biliniare. Forme pătratice 15
2.3. Forma canonică a unei forme pătratice reale. Signatura unei forme pătratice reale 16
2.4. Probleme propuse 21
CAPITOLUL al III-lea
SISTEME DE ECUAŢII LINIARE 23
3.1. Noţiuni generale 23
3.2. Metoda lui Gauss de rezolvare a sistemelor 25
3.3. Soluţii de bază ale unui sistem 27
3.4. Probleme propuse 29
CAPITOLUL al IV-lea
NOŢIUNI DE PROGRAMARE LINIARĂ 31
4.1. Introducere 31
4.2. Diverse forme ale problemei de programare liniară 35
4.3. Soluţii ale unei probleme de programare liniară 37
4.4. Metoda Simplex 42
4.5. Probleme propuse 47
CAPITOLUL al V-lea
SERII NUMERICE 49
5.1. Serii de numere reale 49
5.2. Serii cu termeni pozitivi 55
5.3. Serii absolut convergente. Serii semiconvergente 62
5.4. Probleme propuse 63
CAPITOLUL al VI-lea
FUNCŢII DE MAI MULTE VARIABILE. DERIVATE PARŢIALE. DIFERENŢIALE 65
6.1. Derivate parţiale 65
6.2. Diferenţiale 74
6.3. Formula lui Taylor pentru funcţii de mai multe variabile 79
6.4. Puncte de extrem pentru funcţii de mai multe variabile 80
6.5. Derivata după o direcţie. Gradient. Divergenţă. Rotor 84
6.6. Probleme propuse 87
CUPRINS
CAPITOLUL al VII-lea
FUNCŢII DEFINITE IMPLICIT 89
7.1. Funcţii implicite definite de ecuaţia F( x, y ) = 0 89
7.2. Funcţii implicite definite de ecuaţia F( x1 , x 2 ,..., x n , y ) = 0 92
7.3. Sisteme de funcţii definite implicit 95
7.4. Extreme condiţionate 98
7.5. Probleme propuse 101
CAPITOLUL al VIII-lea
ELEMENTE DE CALCUL INTEGRAL 103
8.1. Integrale improprii 103
8.2. Integrala dublă 107
6.3. Probleme propuse 114
CAPITOLUL al IX-lea
ECUAŢII DIFERENŢIALE 117
9.1. Noţiuni generale 117
9.2. Ecuaţii diferenţiale de ordinul întâi 118
9.3. Ecuaţii diferenţiale liniare de ordinul n 129
9.4. Probleme propuse 138
CAPITOLUL al X-lea
ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 139
10.1. Câmp de evenimente. Câmp de probabilitate 139
10. 2. Variabile aleatoare 150
10. 3. Distribuţii continue clasice 166
10.4. Exerciţii propuse 174
BIBLIOGRAFIE 177
SPAŢII VECTORIALE 1
CAPITOLUL I
SPAŢII VECTORIALE
Definiţie. Fie K un corp. Se numeşte spaţiu vectorial1 (peste corpul K) un grup abelian (V,+ )
pe care este dată o lege de compoziţie externă cu operatori în K,
K × V → V, (α, u) → αu ,
care îndeplineşte următoarele axiome:
1) (α + β) u = αu + βu, ∀α,β ∈ K, ∀u ∈ V ;
2) α(u + v ) = αu + αv , ∀α ∈ K, ∀u, v ∈ V ;
3) α(β u) = (αβ) u, ∀α, β ∈ K, ∀u ∈ V ;
4) 1u = u (1 este elementul unitate în K).
Elementele lui V se numesc vectori, iar operaţia grupului (V,+ ) se numeşte adunarea
vectorilor.
Elementele lui K se numesc scalari, iar legea de compoziţie externă K × V → V se numeşte
înmulţirea vectorilor cu scalari.
Elementul neutru al grupului (V,+ ) se numeşte vectorul nul şi se notează cu 0 .
Dacă K = R sau K = C se spune că V este spaţiu vectorial real, respectiv complex.
Spaţiile vectoriale se mai numesc şi spaţii liniare.
Teoremă. Dacă V este un spaţiu vectorial peste corpul K, atunci ∀α,β ∈ K şi ∀u, v, w ∈ V
au loc următoarele proprietăţi:
1) 0v = 0 ;
2) α 0 = 0 ;
3) (− 1)v = −v ;
4) v + w = v + u ⇒ w = u ;
5) αv = β v şi v ≠ 0 ⇒ α = β .
1 Spaţiile vectoriale au fost definite în forma actuală de G. Peano (1888), dar fondatorul teoriei spaţiilor vectoriale rămâne H.
Grassmann (1844)
2 Capitolul I
Exemple.
{}
1) Spaţiul vectorial nul V = 0 constând dintr-un singur vector (cel nul) este spaţiu vectorial
peste orice corp K.
{ }
R n = x = (x 1 , x 2 ,K , x n ) , x i ∈ R , i = 1, n .
x = y ⇔ x i = y i , i = 1, n ,
x + y = (x1 + y 1, x 2 + y 2 ,K, x n + y n ) ,
αx = (αx1, αx 2 ,K, αx n ) .
O verificare directă arată că legea de compoziţie internă
R n × R n → R n , (x , y ) → x + y
este asociativă şi comutativă.
0 + x = (0, 0, K , 0 ) + (x1 , x 2 ,K , x n )
= (0 + x1 ,0 + x 2 ,K ,0 + x n )
= (x1 , x 2 ,K , x n )
= x,
( )
Rezultă că R n ,+ este grup abelian.
De asemenea, se verifică că legea de compoziţie externă
R × R n → R n , (α,x ) → αx
îndeplineşte axiomele 1) – 4) din definiţia spaţiului vectorial.
Elementele lui R n se numesc vectori (linie) n – dimensionali, iar R n se numeşte spaţiul real
n – dimensional.
n
Analog, se introduce spaţiul C şi de asemenea spaţiul vectorial K n cu K corp oarecare.
SPAŢII VECTORIALE 3
formează spaţiu vectorial peste corpul R în raport cu adunarea matricelor şi cu înmulţirea matricelor cu
scalari.
4) Mulţimea R[X ] a polinoamelor în nedeterminata X cu coeficienţi reali formează spaţiu
vectorial peste corpul K în raport cu adunarea polinoamelor şi cu înmulţirea polinoamelor cu scalari.
α1v 1 + α 2 v 2 + K + α n v n = 0 .
În caz contrar, se spune că vectorii sunt liniar independenţi.
Aşadar, se spune că vectorii v 1, v 2 ,K, v n ∈ V sunt liniar independenţi2 dacă orice relaţie de
Observaţie. Se poate demonstra că orice spaţiu vectorial diferit de spaţiul vectorial nul 0 {}
admite cel puţin o bază şi că dacă o bază a unui spaţiu vectorial are un număr finit de vectori, atunci
toate bazele spaţiului respectiv au acelaşi număr de vectori.
Definiţie. Fie V un spaţiu vectorial. Dimensiunea lui V se notează cu dim V şi se defineşte
astfel
⎧0, dacă V = 0 {}
⎪
{}
dim V = ⎨n, dacă V ≠ 0 , de tip finit si admite o bază formată din n vectori
⎪∞, dacă V nu este de tip finit
⎩
Observaţie. Dacă dim V = n < ∞ , se notează acest lucru şi prin Vn .
Exemple.
Evident dim R n = n .
{ }
2) În R – spaţiul M m,n (R ) baza canonică este B = E ij , i = 1, m, j = 1, n , unde E ij este
matricea care are elementul 1 la intersecţia liniei i cu coloana j şi în rest toate elementele nule. Evident
dim M m,n (R ) = m ⋅ n .
{ }
3) În R – spaţiul R[X ] o bază este B = 1, X , X 2 ,K , X n ,K . Astfel, R[X ] este un spaţiu
vectorial infinit dimensional.
SPAŢII VECTORIALE 5
din Vn . Atunci, există p vectori din B (fără a restrânge generalitatea, putem să-i presupunem pe primii
{ }
p) care înlocuiţi cu vectorii sistemului S conduc la baza B' = v 1, v 2 ,K, v p , up +1,K, un pentru Vn .
Presupunem că α1 ≠ 0 (în caz contrar schimbăm numerotarea vectorilor). Din (1) obţinem
1 α α
(2) u1 = v 1 − 2 u 2 − K − n un .
α1 α1 α1
1 α α α α
(4) u s = v s − 1 v 1 − K − s−1 v s−1 − s+1 u s+1 − K − n un .
αs αs αs αs αs
B1 = {v 1,K, v s , u s +1 ,K, un }.
Cum B" este bază, ∀v ∈ V se scrie
(5) v = λ1v 1 + K + λ s −1v s −1 + λ s u s + K + λ nun .
⎛ 1 α α α α ⎞
v = λ1v 1 + K + λ s−1v s−1 + λ s ⎜⎜ v s − 1 v 1 − K − s−1 v s−1 − s+1 u s+1 − K − n un ⎟⎟ +
⎝ αs αs αs αs αs ⎠
⎛ α ⎞ ⎛ α ⎞ λ
= ⎜⎜ λ1 − λ s 1 ⎟⎟ v 1 + K + ⎜⎜ λ s−1 − λ s s−1 ⎟⎟ v s−1 + s v s + K +
⎝ αs ⎠ ⎝ αs ⎠ αs
⎛ α ⎞ ⎛ α ⎞
+ ⎜⎜ λ s+1 − λ s s+1 ⎟⎟ u s+1 + K + ⎜⎜ λ n − λ s n ⎟⎟ un ,
⎝ αs ⎠ ⎝ αs ⎠
⎛ u1 ⎞
⎜ ⎟
⎜u ⎟
2
(3) x = αu , unde α = (α1 α 2 K α n ) şi u = ⎜ ⎟ .
⎜ M ⎟
⎜ ⎟
⎜u ⎟
⎝ n⎠
Vectorii bazei B' fiind din V sunt combinaţii liniare de vectorii bazei B, adică
⎧u1 = a11v 1 + a12 v 2 + K + a1n v n
⎪u = a v + a v + K + a v
⎪
(4) ⎨ 2 21 1 22 2 2n n
.
⎪ .......... .......... .......... .......... .......... ...
⎪⎩un = a n1v 1 + a n2 v 2 + K + a nn v n
Dacă notăm cu
⎛ a11 a12 K a1n ⎞
⎜ ⎟
⎜a ⎟
21 a 22 K a 2n ⎟
A =⎜ ,
⎜L L L L⎟
⎜ ⎟
⎜a ⎟
⎝ n1 a n2 K a nn ⎠
atunci relaţiile (4) se scriu sub forma
(5) u = Av .
8 Capitolul I
Deoarece vectorii u1,u2 ,K,un sunt liniar independenţi avem det A ≠ 0 , deci există A −1 . Din
−1
(5) obţinem v = A u şi înlocuind în (2) avem
(6) x = λA −1u .
Comparând (3) cu (6) obţinem
−1
(7) α = λA
relaţie care dă schimbarea coordonatelor vectorului x la schimbarea de bază B → B' .
Exemple.
1) Dacă B = {v 1, v 2 , v 3 } şi x = 5v 1 + 2v 2 + v 3 , atunci expresia lui x în raport cu vectorii din
u1 = 5v 2 + 2v 3 , u 2 = v 1 , u3 = v 1 + 8v 2
este
1 81 1
x = u1 + u 2 − u 3 .
2 16 16
⎛ 0 5 2⎞ ⎛ u1 ⎞
−1 ⎜ ⎟ ⎜ ⎟
Într-adevăr, x = λA u , unde λ = (5 2 1) , A = ⎜ 1 0 0 ⎟ , u = ⎜ u 2 ⎟ .
⎜ 1 8 0⎟ ⎜u ⎟
⎝ ⎠ ⎝ 3⎠
⎛ 0 16 0 ⎞
⎜ ⎟
−1 1⎜
Cum inversa matricei A este A = 0 − 2 2 ⎟ efectuând calculele, obţinem
16 ⎜ ⎟
⎜8 5 − 5⎟
⎝ ⎠
1 81 1
x = u1 + u 2 − u 3 .
2 16 16
2) Dacă B = {v 1, v 2 ,K, v n } şi x = v 1 + 2v 2 + K + nv n , atunci expresia lui x în raport cu
vectorii din baza B' = {u1,u2 ,K,un }, unde
u1 = v 1 + v 2 + v 3 + K + v n
u2 = v1 + v 3 + v 4 + K + v n
u3 = v1 + v 2 + v 4 + K + v n
.......... .......... .......... .......... .......
u n = v 1 + v 2 + v 3 + K + v n −1
este
n2 − n + 2
x= u1 − u 2 − 2u 3 − K − (n − 1) un .
2
SPAŢII VECTORIALE 9
CAPITOLUL al II-lea
FORME LINIARE. FORME BILINIARE. FORME PĂTRATICE
⎛n ⎞ n
f (x ) = f ⎜⎜ ∑ x i v i ⎟⎟ = ∑ x i f (v i ) .
⎝ i=1 ⎠ i=1
n
Notând a i = f (v i ) , i = 1, n obţinem f (x ) = ∑ a i x i .
i =1
Această relaţie se numeşte expresia analitică a formei liniare f faţă de baza considerată B, iar
scalarii a i = f (v i ) , i = 1, n se numesc coeficienţii lui f relativ la baza B.
1) f + g ∈ V ;
2) γ f ∈ V , ∀γ ∈ K .
Demonstraţie. Într-adevăr, ∀α, β ∈ K , ∀x, y ∈ V avem
(f + g)(αx + βy ) = f (αx + βy ) + g(αx + βy )
= αf (x ) + β f (y ) + αg(x ) + βg(y )
= α(f + g)(x ) + β(f + g)(y )
12 Capitolul al II - lea
şi
(γ f )(αx + βy ) = γ f (αx + βy )
= γ[αf (x ) + βf (y )]
sau matriceal
FORME LINIARE. FORME BILINIARE. FORME PĂTRATICE 13
(T ) Y = AX ,
⎛ x1 ⎞ ⎛ y1 ⎞
⎜ ⎟ ⎜ ⎟
⎜ x2 ⎟ ⎜y ⎟
transformare liniară, vectorului X = ⎜ ⎟ îi corespunde vectorul Y = ⎜ 2 ⎟ .
M M
⎜ ⎟ ⎜ ⎟
⎜x ⎟ ⎜y ⎟
⎝ n⎠ ⎝ n⎠
14 Capitolul al II - lea
Ne punem problema găsirii unei transformări liniare prin care vectorului X să-i corespundă un
vector Y paralel cu X, adică să avem Y = λX .
Cum Y = AX şi Y = λX , obţinem (A − λIn )X = 0 .
Ecuaţia det (A − λIn ) = 0 se numeşte ecuaţia caracteristică a matricei A.
Ecuaţia caracteristică se mai poate scrie şi sub forma
a11 − λ a12 K a1n
a 21 a 22 − λ K a 2n
=0
K K K K
a n1 a n2 K a nn − λ
sau
λn + s1λn−1 + K + s n−1λ + s n = 0 ,
unde s1,K, s n −1, s n sunt coeficienţii ce rezultă din dezvoltarea determinantului precedent.
Rădăcinile ecuaţiei caracteristice se numesc valori proprii ale matricei A iar vectorii
corespunzători se numesc vectori proprii.
Exemplu. Să se determine valorile proprii ale matricei
⎛8 − 1 − 3⎞
⎜ ⎟
A = ⎜0 9 5 ⎟.
⎜ 0 0 10 ⎟
⎝ ⎠
Soluţie. Ecuaţia caracteristică a matricei A este
8−λ −1 −3
0 9−λ 5 =0
0 0 10 − λ
sau echivalent
(8 − λ )(9 − λ )(10 − λ ) = 0 .
Valorile proprii ale matricei A sunt λ 1 = 8, λ 2 = 9, λ 3 = 10 .
Se poate demonstra următoarea teoremă
Teoremă (Cayley1 - Hamilton2). Orice matrice pătratică verifică propria ecuaţie caracteristică.
⎛n ⎞ n m
( )
m
f ( x , y ) = f ⎜ ∑ x i ui , ∑ y j v j ⎟ = ∑ ∑ x i y j f u i , v j .
⎜ i =1 j =1
⎟ i =1j =1
⎝ ⎠
( )
Notând a ij = f ui , v j , i = 1, n , j = 1, m obţinem
n m
f (x, y ) = ∑ ∑ a ij x i y j .
i =1j =1
Această relaţie se numeşte expresia analitică a formei biliniare f faţă de bazele considerate B1
( )
şi B2, iar scalarii a ij = f ui , v j , i = 1, n , j = 1, m se numesc coeficienţii lui f relativ la bazele B1 şi B2.
Teoremă. O formă biliniară f ∈ B(V,R ) este simetrică (respectiv antisimetrică) dacă şi numai
dacă matricea formei într-o bază fixată a spaţiului V este simetrică (respectiv antisimetrică).
Definiţie. Fie f ∈ B(V,R ) o formă biliniară simetrică. Funcţia f determină unic funcţia
f : V → R , f (x ) = f (x, x ) , ∀x ∈ V ,
care se numeşte forma pătratică (asociată formei biliniare f).
Observaţie. Cunoaşterea formei pătratice f permite recuperarea formei biliniare simetrice f.
Într-adevăr, f (x + y ) = f (x + y , x + y ) = f (x, x ) + f (x, y ) + f (y, x ) + f (y, y ) şi cum
f (x , y ) =
1
2
[ ]
f (x + y ) − f (x ) − f (y ) , ∀x, y ∈ V .
Forma biliniară simetrică f asociată formei pătratice f se numeşte forma polară sau forma
dedublată a formei pătratice f .
2.3. Forma canonică a unei forme pătratice reale. Signatura unei forme pătratice
reale
( )
unde a ij = f v i , v j , i, j = 1, n .
A aduce la forma canonică forma pătratică f înseamnă a găsi o bază (numită bază canonică)
astfel încât în această bază forma pătratică să se scrie ca o sumă algebrică de pătrate.
Sunt mai multe metode de realizare a acestui lucru (metoda Gauss3, metoda Jacobi4, metoda
valorilor proprii).
Prezentăm în continuare metoda lui Gauss, metodă ce constă în completarea pătratelor.
Cazul I. Să presupunem că în expresia analitică (*) există cel puţin un a ii ≠ 0, i = 1, n . Fără a
restrânge generalitatea, fie acesta a11 .
1
α = a12 x 2 + K + a1n x n , scoatem în factor din toţi termenii ce conţin pe x1, adunăm şi scădem
a11
termenii necesari astfel încât cu termenii ce conţin pe x1 să construim un pătrat perfect şi obţinem
1
f (x ) = (a11x1 + α )2 − 1 α 2 + a 22 x 22 + 2a 23 x 2 x 3 + L + 2a 2n x 2 x n + K + a nn x n2
a11 a11
sau
1
f (x ) = (a11x1 + a12 x 2 + K + a1n x n )2 + g(x 2 ,K, x n ) ,
a11
Cazul II. Dacă în expresia analitică (*) a ii = 0 , i = 1, n iar f nu este identic nulă, atunci există cel
⎧x i = z i + z j
⎪
⎪ j i j
⎨x = z − z
⎪ k
⎪⎩x = z , k = 1, n − { i, j}
k
cu toţi determinanţii
a11 a12 K a1n
a a a a K a 2n
∆1= a11, ∆ 2 = 11 12 ,K, ∆ n = 21 22
a 21 a 22 K K K K
a n1 a n2 K a nn
nenuli. Atunci, există în V o bază B' = {v 1 ' , v 2 ' ,K, v n '} corespunzător căreia f are forma canonică
1 2 ∆1 2 ∆
f (x ) = y1 + y 2 + K + n −1 y n2
∆1 ∆2 ∆n
n
cu x = ∑ y i v i ' .
i =1
Metoda Jacobi este utilă când se cere determinarea rapidă a formei canonice (de exemplu în
aprecierea naturii punctelor de extrem ale unei funcţii reale), fără a fi interesaţi şi de baza
corespunzătoare.
Metoda are dezavantajul că presupune neanularea tuturor determinanţilor ∆ i ,i = 1,n .
Definiţii.
1) O formă pătratică f : V → R se numeşte pozitiv semidefinită (respectiv negativ
semidefinită) dacă f (x ) ≥ 0 (respectiv f (x ) ≤ 0 ), ∀x ∈ V .
FORME LINIARE. FORME BILINIARE. FORME PĂTRATICE 19
f (v 1 ) > 0 şi f (v 2 ) < 0 .
n
Fie f (x ) = ∑ a i x i2 o formă canonică a formei pătratice f : V → R . Se numeşte signatura
i =1
Teoremă (legea de inerţie a lui Sylvester5). Signatura unei forme pătratice f este aceeaşi în
orice formă canonică a lui f .
Exemple.
1) Să se aducă la forma canonică, prin metoda lui Gauss şi apoi prin metoda Jacobi
următoarea formă pătratică
f (x ) = 2x 12 + x 22 + 3x 23 + 8 x 1x 2 − 12 x1x 3 + 16 x 2 x 3 , x = (x 1, x 2 , x 3 ) ∈ R 3 .
Soluţie.
Metoda lui Gauss
( )
f = 2 x12 + 8x 1x 2 − 12 x1x 3 + x 22 + 3x 23 + 16 x 2 x 3
1
( )
= 4 x12 + 16 x1x 2 − 24 x1x 3 + x 22 + 3x 23 + 16 x 2 x 3
2
1
= (2 x1 + 4 x 2 − 6 x 3 )2 − 8x 22 − 18x 23 + 24 x 2 x 3 + x 22 + 3 x 23 + 16x 2 x 3
2
1
= (2 x1 + 4 x 2 − 6 x 3 )2 − 7x 2 − 15x 3 + 40x 2 x 3
2 2
2
Făcând transformarea de coordonate
⎧y 1 = 2 x 1 + 4 x 2 − 6 x 3
⎪
⎨y 2 = x 2 ,
⎪y = x
⎩ 3 3
1 2 2 2
obţinem f = y 1 − 7y 2 − 15 y 3 + 40y 2 y 3 .
2
2 2
Cu forma pătratică obţinută g = −7y 2 − 15y 3 + 40y 2 y 3 procedăm analog.
Astfel,
1
( )
f = y 12 + − 7y 22 + 40y 2 y 3 − 15y 23
2
1
2
1
( )
= y 12 − 49y 22 − 280y 2 y 3 − 15y 23
7
1 2 1 400 2
= y 1 − (7y 2 − 20y 3 )2 + y 3 − 15y 23
2 7 7
1 2 1 2 295 2
= y 1 − (7y 2 − 20y 3 ) + y3
2 7 7
⎧z 1 = y 1
⎪
Făcând transformarea de coordonate ⎨z 2 = 7y 2 − 20y 3 ,
⎪z = y
⎩ 3 3
1 1 295 2
obţinem pentru forma pătratică f forma canonică f = z12 − z 22 + z3 .
2 7 7
Metoda Jacobi.
⎛ 2 4 − 6⎞
⎜ ⎟
Matricea formei pătratice f relativ la baza canonică a spaţiului R3 este A = ⎜ 4 1 8 ⎟ .
⎜− 6 8 3 ⎟
⎝ ⎠
Determinanţii ∆ 1 ,∆ 2 , ∆ 3 sunt
2 4 −6
2 4
∆ 1= 2, ∆ 2 = = −14, ∆ 3 = 4 1 8 = −590 .
4 1
−6 8 3
⎧ x1 = y 1 + y 2
⎪
Soluţie. Cum a12 ≠ 0 , facem substituţia ⎨x 2 = y 1 − y 2 şi obţinem
⎪x = y
⎩ 3 3
c) f = 3x12 + 7x1x 2 + 2 x 2 x 3 + x 24 ;
i) f = x1x 2 + x1x 3 + x 2 x 3 .
Care dintre aceste forme sunt pozitiv definite şi care sunt negativ definite?
CAPITOLUL al III-lea
SISTEME DE ECUAŢII LINIARE
Notând
iar matricea (A P0 ) care se obţine din A prin adăugarea coloanei termenilor liberi se numeşte matricea
extinsă a sistemului.
Un sistem ordonat de numere α1 ,α 2 ,K, α n se numeşte soluţie a sistemului (1) dacă
Pentru găsirea soluţiilor unui sistem compatibil, păstrăm din sistemul dat ecuaţiile care
corespund liniilor minorului principal. În aceste ecuaţii, trecem în membrul drept termenii care conţin
necunoscutele secundare, în membrul stâng păstrând numai termenii care conţin necunoscutele
principale.
Asupra rezolvării sistemului pătratic astfel obţinut avem mai multe metode: reducerii,
substituţiei, Cramer1, Gauss.
⎛ ⎛ 1 0 K 0 ⎞⎞
⎜ ⎜ ⎟⎟
−1 ⎜ ⎜ 0 1 K 0 ⎟⎟
Cum det A ≠ 0 avem In X = A P0 , In fiind matricea unitate ⎜ In = ⎜ .
K K K K⎟ ⎟
⎜ ⎜ ⎟⎟
⎜ ⎜ 0 0 K 1 ⎟⎟
⎝ ⎝ ⎠⎠
⎛ a ⎞
Pentru a elimina din ecuaţia k necunoscuta xi procedăm astfel: înmulţim ecuaţia i cu ⎜⎜ − ki ⎟⎟
⎝ a ii ⎠
(deci trebuie ca a ii ≠ 0 ) şi apoi o adunăm cu ecuaţia k.
Obţinem
⎛ a ⎞ ⎛ a ⎞
⎜⎜ a k1 − a ki i1 ⎟⎟ x1 + K + ⎜⎜ a ki−1 − a ki ii−1 ⎟⎟ x i−1 + 0 +
⎝ a ii ⎠ ⎝ a ii ⎠
⎛ a ⎞ ⎛ a ⎞ a
+ ⎜⎜ a ki+1 − a ki ii+1 ⎟⎟ x i+1 + K + ⎜⎜ a kn − a ki in ⎟⎟ x n = b k − b i ki
⎝ a ii ⎠ ⎝ a ii ⎠ a ii
Notând coeficienţii necunoscutelor x1, …, xi-1, xi, xi+1, …, xn din această ecuaţie cu
a'k1 ,..., a'ki −1 , a'ki , a'ki +1 ,..., a'kn avem
⎧ a ij
⎪a' kj = a kj − a ki , j = 1, n , j ≠ i
(*) ⎨ a ii
⎪
⎩a' ki = 0 , k = 1, n .
(A P0 ) → ⎛⎜ In A P0 ⎞⎟ .
⎝
−1
⎠
Exemplu. Să se rezolve prin metoda lui Gauss sistemul
⎧x1 + x 2 + x 3 = 6
⎪
⎨2 x1 + 3 x 2 − x 3 = 5 .
⎪2 x − x + x = 3
⎩ 1 2 3
Soluţie.
⎛ 1 1 1 6⎞ ⎛ 1 1 1 6 ⎞ ⎛1 1 1 6 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
(A P0 ) = ⎜ 2 3 − 1 5 ⎟ ~ ⎜ 0 1 − 3 − 7 ⎟ ~ ⎜ 0 1 − 3 − 7 ⎟ ~
⎜ 2 − 1 1 3 ⎟ ⎜ 0 − 3 − 1 − 9 ⎟ ⎜ 0 0 − 10 − 30 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
⎛ 1 1 1 6 ⎞ ⎛ 1 1 0 3⎞ ⎛ 1 0 0 1⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
~ ⎜ 0 1 − 3 − 7⎟ ~ ⎜ 0 1 0 2⎟ ~ ⎜ 0 1 0 2⎟
⎜ 0 0 1 3 ⎟ ⎜ 0 0 1 3⎟ ⎜ 0 0 1 3⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
⎧ x1 = 1
⎪
Soluţia sistemului este ⎨x 2 = 2 .
⎪x = 3
⎩ 3
Observaţie. Pentru aflarea inversei matricei sistemului dat plecăm de la (A I n ) şi trebuie să
ajungem la ⎛⎜ In A ⎞⎟ .
−1
⎝ ⎠
SISTEME DE ECUAŢII LINIARE 27
Cu alte cuvinte a afla inversa matricei sistemului dat înseamnă a face ca din matricea A să
obţinem matricea unitate In lucrând numai cu liniile sistemului.
Exemplu. Să se determine prin metoda lui Gauss inversa matricei asociate sistemului
⎧x1 + x 2 + x 3 = 6
⎪
⎨2 x1 + 3 x 2 − x 3 = 5 .
⎪2 x − x + x = 3
⎩ 1 2 3
Soluţie.
⎛1 1 1 1 0 0⎞ ⎛ 1 1 1 1 0 0⎞ ⎛ 1 1 1 1 0 0⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
(A I3 ) = ⎜ 2 3 − 1 0 1 0 ⎟ ~ ⎜ 0 1 − 3 − 2 1 0 ⎟ ~ ⎜ 0 1 − 3 − 2 1 0 ⎟ ~
⎜ 2 − 1 1 0 0 1 ⎟ ⎜ 0 − 3 − 1 − 2 0 1 ⎟ ⎜ 0 0 − 10 − 8 3 1 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
⎛ 1 3 1 ⎞ ⎛ −1 1 2 ⎞
⎛ ⎞ ⎜ ⎟ ⎜ ⎟
⎜1 1 1 1 0 0 ⎟ ⎜1 1 0 5 10 10 ⎟ ⎜ 1 0 0 5 5 5 ⎟
−3⎟ ⎜ −3⎟
~ ⎜0 1 − 3 − 2 0 ⎟ ~ ⎜0 1 0
2 1 2 1
1 ~ 0 1 0 .
⎜ 4 −3 −1 ⎟ ⎜ 5 10 10 ⎟ ⎜ 5 10 10 ⎟
⎜0 0 1 ⎟ ⎜0 0 1 4 −3 −1 ⎟ ⎜0 0 1 4 − 3 −1⎟
⎝ 5 10 10 ⎠ ⎜ ⎟ ⎜ ⎟
⎝ 5 10 10 ⎠ ⎝ 5 10 10 ⎠
Inversa matricei asociate sistemului este
⎛ −1 1 2 ⎞
⎜ ⎟
⎜ 5 5 5 ⎟
−1 ⎜ 2 1 −3⎟
A = .
⎜ 5 10 10 ⎟
⎜ 4 −3 −1⎟
⎜ ⎟
⎝ 5 10 10 ⎠
Dacă avem o bază B = {P1,P2 ,K,Pm } lăsând necunoscutele principale în membrul stâng şi
trecând necunoscutele secundare în membrul drept, obţinem
x1P1 + x 2P2 + K + x mPm = P0 − (x m+1Pm+1 + K + x nPn ) .
Se numeşte soluţie de bază corespunzătoare bazei B, soluţia care se obţine prin anularea
necunoscutelor secundare (x m +1 = K = x n = 0) .
Deci pentru soluţia de bază corespunzătoare bazei B avem
x1P1 + x 2P2 + K + x mPm = P0 .
Dacă xi > 0, i = 1,m soluţia de bază se numeşte soluţie de bază pozitivă. Dacă xi ≠ 0, i = 1,m
soluţia de bază se numeşte nedegenerată şi degenerată în caz contrar.
Exemplu. Să se afle soluţiile de bază ale sistemului
⎧⎪x1 + 2x 2 + 3 x 3 + 4 x 4 = 5
⎨ .
⎪⎩2x1 + 3 x 2 + 4 x 3 + 6x 4 = 8
Analog pentru S3 = {P1, P4}, S4 = {P2, P3}, S5 = {P2, P4}, S6 = {P3, P4}.
2 4
S3, S4, S6 constituie baze (S5 nu constituie bază, deoarece ∆ 5 = = 0 ) iar soluţiile de
3 6
bază corespunzătoare bazelor B3 = {P1, P4}, B4 = {P2, P3}, B6 = {P3, P4} sunt respectiv
x B 3 = (1,0,0,1), x B 4 = (0,4,−1,0), x B 6 = (0,0,−1,2 ) .
1. Să se rezolve sistemele:
⎧2x1 + 2x 2 − x 3 = 9 ⎧2x1 + x 2 − 4 x 3 = −8
⎪ ⎪
a) ⎨x1 + x 2 + x 3 = 6 ; b) ⎨3x1 − x 2 + 2 x 3 = 7 ;
⎪3x − x − 2x = 1 ⎪x + x + 5 x = 18
⎩ 1 2 3 ⎩ 1 2 3
⎧x1 + x 2 − x 3 − x 4 = 2
⎧2x1 + x 2 − x 3 = 2 ⎪2x − x + 2x − x = 1
⎪ ⎪ 1 2 3 4
c) ⎨x1 − 2x 2 + 3x 3 = 2 ; d) ⎨ ;
⎪3x + 2x + x = 6 ⎪x1 + x 2 + x 3 = 0
⎩ 1 2 3 ⎪⎩x 2 + x 3 + x 4 = 1
⎧x1 + 2 x 2 − 3x 3 + 2x 4 = −7
⎪2x − x + 2x − x = 10
⎪ 1 2 3 4
e) ⎨ .
3
⎪ 1 x + 2 x 2 − x 3 + x 4 =2
⎪⎩x1 + 4 x 2 + x 3 − 3 x 4 = −2
30 Capitolul al III - lea
⎧x1 + 2x 2 − x 3 = 2
⎪
3. Fie sistemul ⎨2 x1 + x 2 − x 3 = 1 .
⎪x + x + x = 6
⎩ 1 2 3
a) Să se rezolve sistemul.
b) Să se calculeze inversa matricei asociate sistemului.
⎧ x1 + x 2 + 2 x 3 = 4 ⎧ x1 + 2 x 2 + 3 x 3 − 4 x 4 = 2
c) ⎨ ; d) ⎨ ;
⎩2x1 + x 2 + 4 x 3 = 7 ⎩2x1 − 4 x 2 + x 3 + x 4 = 0
⎧x1 + 2x 2 + 3x 3 + 4 x 4 − 10 = 0
e) ⎨ .
⎩2x1 + x 2 + 6x 3 + 2x 4 − 12 = 0
NOŢIUNI DE PROGRAMARE LINIARĂ 31
CAPITOLUL al IV-lea
NOŢIUNI DE PROGRAMARE LINIARĂ
4.1. Introducere
Multe probleme de mare importanţă practică, cum sunt cele de planificare, organizare,
amestec, transporturi, investiţii, etc au următoarea formă:
Să se afle valoarea maximă (minimă) a unei funcţii liniare de n variabile (numită funcţie scop
sau funcţie de eficienţă) ştiind că variabilele trebuie să satisfacă m condiţii exprimate sub forma unor
ecuaţii sau inecuaţii liniare.
Exemplu. O societate comercială realizează două produse P1 şi P2 folosind trei materii prime
M1, M2 şi M3.
Datele sunt cuprinse în tabelul de mai jos:
Disponibil în
P1 P2
tone
M1 1 4 20
M2 2 1 12
M3 2 0 10
Beneficiu
1 3
unitar
Se cere să se stabilească câte unităţi din produsul P1 şi câte din P2 trebuie să realizeze
societatea comercială astfel încât beneficiul să fie maxim şi să nu se depăşească disponibilităţile de
materii prime.
Soluţie. Notăm cu x, y numărul de unităţi din P1, respectiv P2 ce trebuie realizate de societatea
comercială pentru ca beneficiul să fie maxim.
Beneficiul este dat de
(1) f(x,y) = x + 3y.
Condiţiile cerute de problemă sunt:
⎧x + 4y ≤ 20
⎪
(2) ⎨2 x + y ≤ 12
⎪2 x ≤ 10
⎩
⎧x ≥ 0
(3) ⎨
⎩y ≥ 0
32 Capitolul al IV - lea
Mulţimea soluţiilor posibile ale problemei este dată de poligonul convex OABCD.
Problema noastră este să alegem din această infinitate de soluţii pe acea (acele) soluţie
(soluţii) care fac funcţia (1) maximă.
Se numeşte curbă de nivel orice dreaptă de ecuaţie f(x,y) = λ , λ ∈ R , adică x + 3y = λ . O
asemenea curbă de nivel este perpendiculară pe vectorul OP unde O(0,0) şi P(1,3).
Soluţia optimă (unde f ia valoarea maximă) trebuie să se găsească atât pe dreapta x + 3y = λ
cât şi să aparţină poligonului OABCD.
λ
Distanţa d de la O la curba de nivel x + 3y - λ = 0 este d = .
10
Se observă că d este cu atât mai mare cu cât λ este mai mare în valoare absolută.
Rezultă că soluţia optimă este dată de ultimul vârf al poligonului OABCD când curba de nivel
variază, adică ultimul vârf întâlnit. În cazul nostru acesta este punctul B(4,4) şi deci fmax = f(4,4) = 4 +
3·4 = 16.
Concluzie. Beneficiul maxim se obţine făcând 4 unităţi din produsul P1 şi 4 unităţi din produsul
P2.
Observaţii.
1) Mulţimea soluţiilor sistemului (2), (3) numită şi mulţimea soluţiilor posibile este o mulţime
convexă (notată cu L).
2) Valoarea optimă (maximă sau minimă) a funcţiei scop, dacă există, se realizează în unul
din vârfurile poligonului convex (mulţimii soluţiilor posibile).
NOŢIUNI DE PROGRAMARE LINIARĂ 33
3) Dacă vectorul OP era, de exemplu, perpendicular pe BC, atunci funcţia scop (1) îşi
atingea valoarea maximă în orice punct al segmentului închis BC. În acest caz, mulţimea soluţiilor
optime este infinită. Acest caz este cel mai convenabil economiei, economistul alegând-o pe aceea pe
care o va considera mai potrivită.
4) Metoda geometrică (folosită în rezolvarea exemplului de mai sus) poate fi utilizată şi pentru
cazul funcţiilor de trei variabile, dar nu şi pentru funcţii de mai mult de 3 variabile.
Problema transporturilor
O anumită marfă ce se găseşte în depozitele (Di), i = 1,m respectiv în cantităţile (ai), i = 1,m
este cerută de magazinele (Mj), j = 1,n respectiv în cantităţile (bj), j = 1, n . Presupunem că cererea este
egală cu oferta, adică în depozitele (Di), i = 1,m se găseşte atâta marfă cât este cerută de magazinele
(Mj), j = 1, n deci
m n
∑ ai = ∑ b j .
i =1 j =1
m n
f = ∑ ∑ c ij x ij .
i =1j =1
Observaţii.
1) Funcţia f se mai numeşte şi funcţie scop sau de eficienţă
2) Coeficienţii cij se mai numesc şi coeficienţi tehnici.
3) Condiţiile (2), (3) se mai numesc şi restricţiile problemei
Problema resurselor
Dispunem de resursele (Ri), i = 1,m , în cantităţile (ai), i = 1,m (de exemplu: sume de bani,
materii prime, forţă de muncă, mijloace fixe, energie, etc) şi cu aceste resurse putem fabrica mai multe
produse (Pj), j = 1,n . Se ştie că pentru fiecare unitate de produs Pj se consumă din fiecare resursă Ri
cantitatea aij, i = 1,m , j = 1, n şi că beneficiul obţinut prin fabricarea unei unităţi din produsul Pj, j = 1,n
este cj unităţi monetare.
Se cere să se antecalculeze câte unităţi din fiecare produs să se realizeze astfel încât să nu se
depăşească resursele iar beneficiul obţinut să fie maxim.
Notăm cu (xj), j = 1,n numărul unităţilor din produsul Pj ce trebuie fabricat.
Beneficiul este dat de
n
f = ∑ c jx j .
j =1
n
∑ a ij x j ≤ a i , i = 1, m .
j=1
şi
( 3' ) x j ≥ 0 , j = 1, n .
Din cele două probleme prezentate (problema transporturilor, problema resurselor) observăm
că funcţia f a cărei valoare optimă (minimă sau maximă) trebuie să o aflăm este o funcţie liniară iar
restricţiile sunt date de sisteme de ecuaţii sau inecuaţii liniare.
O asemenea problemă, când atât funcţia scop cât şi sistemul restricţiilor sunt liniare se
numeşte problemă de programare liniară.
în condiţiile:
≤
n
(2) ∑ a ij x j = bi , i = 1,m
j =1
≥
(3) x j ≥ 0 , j = 1,n .
Observaţie. Orice restricţie de forma (2) care nu este de tip egalitate, poate fi adusă la forma
unei egalităţi, fie prin adăugarea unei mărimi pozitive, fie prin scăderea unei mărimi pozitive.
36 Capitolul al IV - lea
în condiţiile:
n
( 2' ) ∑ a ij x j = b i , i = 1,m
j =1
( 3' ) x j ≥ 0 , j = 1,n .
Observaţii.
1) Dacă considerăm matricele
⎛ a11 a12 K a1n ⎞ ⎛ b1 ⎞ ⎛ x1 ⎞ ⎛ c1 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜a a 22 K a 2n ⎟ ⎜ b2 ⎟ ⎜ x2 ⎟ ⎜c ⎟
A = ⎜ 21 ⎟ , B = ⎜ ⎟, X = ⎜ ⎟, C = ⎜ 2⎟,
K K K K M M M
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜a ⎟
K a mn ⎠ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝ m1 a m2 ⎝ bm ⎠ ⎝ xn ⎠ ⎝cn ⎠
obţinem aşa numita formă matriceală adică:
Să se determine valoarea maximă sau minimă a funcţiei
( 1" ) f = C t X
în condiţiile
( 2" ) AX = B
( 3" ) X ≥ 0 ( x j ≥ 0 , j = 1,n )
( 3' " ) X ≥ 0 .
Observaţie. În cele ce urmează vom considera rang A = m < n.
NOŢIUNI DE PROGRAMARE LINIARĂ 37
Fie o problemă de programare liniară dată sub una din formele de mai sus.
Definiţii. 1) Se numeşte soluţie posibilă orice vector X ∈ R n care îndeplineşte condiţiile ( 2' ),
( 3' ) sau ( 2" ), ( 3" ) sau ( 2' " ), ( 3' " ).
Mulţimea soluţiilor posibile se notează cu L.
2) Se numeşte soluţie optimă, soluţia posibilă X care face funcţia f dată optimă (maximă sau
minimă).
3) Se numeşte soluţie de bază orice soluţie de bază a sistemului ( 2' ), ( 3' ) sau ( 2" ), ( 3" ) sau
( 2' " ), ( 3' " ).
Teoremă. Mulţimea soluţiilor posibile L este o mulţime convexă.
Demonstraţie. Fie X1 şi X2 ∈ L două soluţii posibile diferite ale unei probleme de programare
liniară, adică
AX 1 = B, X 1 ≥ 0
AX 2 = B, X 2 ≥ 0
Fie X o combinaţie liniară convexă oarecare a soluţiilor X1 şi X2, adică
X = λX 1+(1 − λ )X 2 cu λ ∈ [0,1] .
Deoarece
AX = A[λX 1+(1 − λ )X 2 ] = λAX 1+(1 − λ )AX 2 = λB + (1 − λ ) B = B
şi X ≥ 0 rezultă că X este o soluţie posibilă a problemei. Am demonstrat astfel că mulţimea L este
convexă.
Teoremă. Orice soluţie de bază X a unei probleme de programare liniară este un vârf al
mulţimii soluţiilor posibile L şi reciproc, orice vârf al mulţimii L este o soluţie de bază.
Demonstraţie.
Direct. Fie
⎛ x1 ⎞
⎜ ⎟
⎜ x2 ⎟
⎜ M ⎟
⎜ ⎟
X = ⎜ xm ⎟
⎜ 0 ⎟
⎜ ⎟
⎜ M ⎟
⎜ ⎟
⎝ 0 ⎠
soluţia de bază corespunzătoare bazei formate cu primii m vectori P1, P2, …, Pm.
38 Capitolul al IV - lea
Din ultimele n – m relaţii, rezultă că x'm +1 = x"m +1 = 0,K, x'n = x"n = 0 şi deci
⎛ x'1 ⎞ ⎛ x"1 ⎞
⎜ ⎟ ⎜ ⎟
⎜ x' 2 ⎟ ⎜ x" 2 ⎟
⎜ M ⎟ ⎜ M ⎟
⎜ ⎟ ⎜ ⎟
X ' = ⎜ x ' m ⎟ , X " = ⎜ x" m ⎟ .
⎜ 0 ⎟ ⎜ 0 ⎟
⎜ ⎟ ⎜ ⎟
⎜ M ⎟ ⎜ M ⎟
⎜ ⎟ ⎜ ⎟
⎝ 0 ⎠ ⎝ 0 ⎠
Cum X ' şi X" sunt soluţii posibile, avem
x'1 P1 + x' 2 P2 + K + x' m Pm = P0
şi
x"1 P1 + x" 2 P2 + K + x" m Pm = P0
Se contrazice astfel ipoteza că vectorii P1,P2 ,K,Pm sunt liniar independenţi, deci X este un
vârf al mulţimii soluţiilor posibile L.
Reciproc. Fie X un vârf al mulţimii L. Presupunem că primele m componente ale vectorului X
sunt nenule. Vom demonstra că vectorii P1,P2 ,K,Pm corespunzători acestor componente sunt liniar
independenţi. Presupunem, prin absurd, că cei m vectori de mai sus, nu sunt liniar independenţi. Există
deci scalarii λ1, λ 2 ,K, λ m nu toţi nuli, astfel încât
λ1P1 + λ 2P2 + K + λ mPm = 0 .
NOŢIUNI DE PROGRAMARE LINIARĂ 39
Au loc şi relaţiile
(x1 + αλ1 ) P1 + (x 2 + αλ 2 ) P2 + K + (x m + αλ m ) Pm = P0
(x1 − αλ 1 ) P1 + (x 2 − αλ 2 ) P2 + K + (x m − αλ m ) Pm = P0 .
Putem alege α astfel încât x i + αλ i şi x i − αλ i să fie nenegative pentru i = 1,m . În aceste
condiţii,
⎛ x1 + αλ 1 ⎞ ⎛ x 1 − αλ 1 ⎞
⎜ ⎟ ⎜ ⎟
⎜ x 2 + αλ 2 ⎟ ⎜ x 2 − αλ 2 ⎟
⎜ M ⎟ ⎜ M ⎟
⎜ ⎟ ⎜ ⎟
X 1 = ⎜ x m + αλ m ⎟ , X 2 = ⎜ x m − αλ m ⎟
⎜ 0 ⎟ ⎜ 0 ⎟
⎜ ⎟ ⎜ ⎟
⎜ M ⎟ ⎜ M ⎟
⎜ ⎟ ⎜ ⎟
⎝ 0 ⎠ ⎝ 0 ⎠
sunt două soluţii posibile.
Adunând aceste două soluţii, obţinem
⎛ 2 x1 ⎞
⎜ ⎟
⎜ 2x 2 ⎟
⎜ M ⎟
⎜ ⎟
X 1 + X 2 = ⎜ 2 x m ⎟ = 2X ,
⎜ 0 ⎟
⎜ ⎟
⎜ M ⎟
⎜ ⎟
⎝ 0 ⎠
adică
1 1
X = X1 + X 2 ,
2 2
ceea ce contrazice ipoteza făcută asupra lui X.
În consecinţă, presupunerea că vectorii P1,P2 ,K,Pm ar fi liniar dependenţi este contrazisă. Am
demonstrat astfel că X este o soluţie de bază.
Teoremă. Dacă funcţia scop a unei probleme de programare liniară are optim finit, atunci
valoarea optimă este atinsă cel puţin într-un vârf al mulţimii soluţiilor posibile L.
Demonstraţie. Pentru a fixa condiţiile, fie o problemă de programare liniară în care se cere
maximul funcţiei scop.
40 Capitolul al IV - lea
Presupunem, prin absurd, că X0 nu este unul dintre vârfurile X 1, X 2 ,K, X k ale mulţimii L.
k k
Înseamnă că X 0 = ∑ λ i X i , unde λ1, λ 2 ,K, λ k ∈ [0,1] şi ∑ λ i = 1 .
i =1 i =1
⎛k ⎞ k
Cum M = f ( X 0 ) = f ⎜⎜ ∑ λ i X i ⎟⎟ = ∑ λ i f ( X i ) , notând max f (X i ) = f (Y ) , avem
⎝ i =1 ⎠ i =1 i =1,k
k k
M = ∑ λ i f ( X i ) ≤ ∑ λ i f ( Y) = f ( Y) .
i =1 i =1
trebuie să determinăm toate soluţiile de bază (numărul lor fiind cel mult C m
n ) şi dintre acestea vom
alege pe acelea care optimizează funcţia scop.
Exemplu. Să se determine maximul funcţiei
(1) f(x) = 2x1 + 3x2 + 4x3
în condiţiile:
⎧x1 + x 2 + 2x 3 = 3
(2) ⎨
⎩2 x1 + 3 x 2 + 5 x 3 = 8
⎧ x1 ≥ 0
⎪
(3) ⎨x 2 ≥ 0
⎪x ≥ 0
⎩ 3
⎛ 1⎞ ⎛ 1⎞ ⎛2⎞ ⎛3⎞
Soluţie. În cazul nostru m = 2, n = 3, P1 = ⎜⎜ ⎟⎟ , P2 = ⎜⎜ ⎟⎟ , P3 = ⎜⎜ ⎟⎟ , P0 = ⎜⎜ ⎟⎟ şi cu vectorii
⎝2⎠ ⎝3⎠ ⎝5⎠ ⎝8⎠
1 1
Cum ∆ 1 = = 1 ≠ 0 rezultă că vectorii sistemului S1 formează o bază B1.
2 3
Pentru a găsi soluţia de bază corespunzătoare bazei B1 = {P1, P2} anulăm necunoscuta
secundară (x3 = 0).
Obţinem sistemul
⎧ x1 + x 2 = 3
⎨
⎩2x1 + 3x 2 = 8
care are soluţia x1 = 1, x2 = 2.
Soluţia de bază corespunzătoare bazei B1 este astfel x B1 = (1,2,0 ) .
negativă xB 2 nu este soluţie de bază (ea nu verifică a doua condiţie de nenegativitate din (3)).
în condiţiile:
x1P1 + x 2P2 + K + x nPn = P0 ,
x j ≥ 0 , j = 1, n .
Presupunem că primii m vectori P1,P2 ,K,Pm formează o bază B = {P1 ,P2 ,K,Pm } şi că
soluţia de bază corespunzătoare bazei B este
x B = (B1,B 2 ,K,Bm ,0,0,K,0 )
cu Bi > 0 , i = 1,m .
simplex
Avem
m
(1) P0 = ∑ BiPi ,
i =1
m
(2) Pβ = ∑ A iβPi ,
i =1
m
(3) Pk = ∑ A ik Pi , k = m + 1, n .
i =1
Algoritmul simplex constă în a înlocui un vector din baza B (de exemplu Pα ) cu un vector din
afara bazei (de exemplu Pβ ) astfel încât sistemul nou obţinut {P1 ,P2 ,K,Pα −1,Pβ ,Pα +1,K,Pm } să
Înmulţind (2) cu θ (număr real, deocamdată nedeterminat) şi scăzând rezultatul obţinut din (1),
avem
( )
m
(4) P0 = ∑ B i −θA iβ Pi + θ Pβ .
i=1
B α −θA αβ = 0
Bα
de unde obţinem pentru θ expresia θ = .
A αβ
Observaţie. Pentru a exista numărul θ trebuie ca B i −θA iβ > 0 să fie diferit de zero.
A αβ se numeşte pivot.
Urmărind acum ca soluţia corespunzătoare bazei B' să fie o soluţie de bază, trebuie să avem
Bi −θA iβ > 0 , i = 1,m , i ≠ α .
Cum Bi > 0 , pentru a avea îndeplinite condiţiile de mai sus este suficient ca pentru un θ
Bi
pozitiv şi elementul A iβ să fie pozitiv şi să avem θ < .
A iβ
Rezultă deci că numărul pozitiv θ trebuie să fie valoarea minimă pozitivă a rapoartelor
⎧⎪ Bi ⎫⎪
⎨ ⎬.
⎪⎩ A iβ ⎪⎭
⎧⎪B' i =B i −θA iβ , i = 1, m , i ≠ α
(5) ⎨
⎪⎩B' β = θ .
Pentru întocmirea tabelului simplex SII, corespunzător bazei noi B' , trebuie determinate
componentele tuturor vectorilor Pj, j = 1, n în raport cu baza B' .
Componentele vectorilor din baza B' sunt toate 0 afară de componenta vectorului în raport cu
el însuşi care este 1.
Să determinăm componentele vectorilor Pk, k = m + 1, n din afara bazei B' .
Înmulţind (2) cu θk (număr real, deocamdată nedeterminat) şi scăzând-o din (3), avem
( )
m
(6) Pk = ∑ A ik −θk A iβ Pi + θk Pβ .
i=1
44 Capitolul al IV - lea
A αk −θk A αβ = 0
A αk
de unde obţinem pentru θk expresia θk = .
A αβ
Observaţie. θk se obţine împărţind elementele de pe linia lui Pα (vectorul scos din bază) la
elementul pivot ( A αβ )
Algoritmul de trecere de la un tabel simplex S I la alt tabel simplex S II rezultă din formulele (5)
şi (7).
Algoritmul simplex ne permite să găsim soluţiile de bază. La fiecare tabel simplex avem câte o
soluţie de bază.
Pe de altă parte, am demonstrat că valoarea optimă a funcţiei scop se realizează într-o soluţie
de bază.
Construind prin algoritmul simplex soluţii de bază, se pun următoarele probleme:
- să ştim când am găsit soluţia de bază care realizează optimul funcţiei pentru a nu lucra mai
departe şi
- să căutăm să ajungem cât mai repede la această soluţie.
Pentru aceasta să vedem cum variază valoarea funcţiei scop atunci când trecem de la un tabel
simplex SI (deci de la o bază B = {P1 , P2 ,K , Pα −1 , Pα , Pα+1 ,K , Pm } ) la un tabel simplex SII (la o bază
Notăm cu z0 valoarea funcţiei scop în baza B şi cu z' 0 valoarea funcţiei scop în baza B' .
Avem
(8) z 0 = ∑ c jB j , z' 0 = ∑ c jB' j .
j∈B j∈B'
Cum
⎪⎧B' j =B j −θA jβ , j ∈ B, j ≠ α
⎨
⎪⎩B' β = θ ,
rezultă că
NOŢIUNI DE PROGRAMARE LINIARĂ 45
sau
⎛ ⎞
z' 0 = ∑ c jB j + θ⎜ c β − ∑ c j A jβ ⎟ .
j∈B'
⎜ j∈B
⎟
⎝ ⎠
Deci
( )
(9) z' 0 = z 0 + θ c β − z B , unde z B = ∑ c j A jβ .
j∈B
Notând
∆β = cβ − zB ,
se obţine
(10) z' 0 = z 0 + θ∆ β ,
relaţie ce ne dă variaţia funcţiei scop atunci când se trece de la o soluţie de bază la alta, adică de la un
tabel simplex la altul.
Dacă avem ∆ β = c β − z B > 0 , cum θ > 0 , rezultă că z ' 0 > z 0 , adică prin trecerea de la o
pozitivă ( A iβ > 0 )
Dacă există în afara bazei mai mulţi vectori care au componente pozitive cu diferenţe
corespunzătoare ∆ k = c k − z k pozitive, în cazul căutării maximului funcţiei scop, vom alege pentru a fi
introdus în bază acel vector pentru care diferenţa ∆ k este maximă.
Algoritmul simplex aplicat pentru determinarea maximului funcţiei scop se opreşte
- dacă toate diferenţele ∆ k = c k − z k ≤ 0 (în acest caz, soluţia de bază dată de tabelul
simplex format corespunde vârfului care face funcţia scop maximă; valoarea corespunzătoare a lui z0
este valoarea maximă a funcţiei scop)
sau
- dacă există cel puţin o diferenţă ∆ k = c k − z k pozitivă, dar vectorul Pk respectiv, din afara
bazei, nu are componente pozitive (în acest caz, problema de programare liniară nu are maxim finit).
46 Capitolul al IV - lea
Observaţii.
1) Atunci când se cere să se determine minimul funcţiei scop se iau în considerare diferenţele
∆ k = c k − z k negative. De obicei, se va lucra cu diferenţa minimă.
2) Pentru a lucra mai puţin şi a organiza calculele, tabelul simplex S I trebuie completat astfel:
Exemplu. Să se afle valoarea minimă a funcţiei f(x) = x1 + 2x2 – x3 când sunt îndeplinite
⎧x + 2 x + x + 3x = 3
⎪⎪ 1 3 4 5
condiţiile ⎨x 2 + 3 x 3 − x 4 + 2 x 5 = 4
⎪
⎪⎩x j ≥ 0, j = 1,5 .
Soluţie.
⎧x + y ≤ 6
⎪ x + 2y ≤ 8
⎪⎪
⎨x ≤ 4 .
⎪y ≤ 3
⎪
⎪⎩x ≥ 0 , y ≥ 0
⎧6 x + y ≥ 6
⎪4 x + 3 y ≥ 2
⎪
⎨ .
⎪x + 4y ≥ 8
⎪⎩x ≥ 0 , y ≥ 0
⎧− 2 x 1 + x 2 + x 3 = 2
⎪
b) f = 2 x1 + x 2 ⎨x1 − 2x 2 + x 4 = 2 , x i ≥ 0, i = 1,5 ;
⎪x + x + x = 5
⎩ 1 2 5
⎧x1 + x 2 − x 3 + 4 x 4 = 2
⎪
c) f = x1 + x 2 + 2 x 3 − x 4 , ⎨− 2x1 + x 2 + x 3 − 2 x 4 = 3 x i ≥ 0, i = 1,4 ;
⎪x + x + x + 4 x = 6
⎩ 1 2 3 4
⎧x1 + 3x 2 + 2x 3 = 3
d) f = 3x1 − 2 x 2 + 4 x 3 , ⎨ , x i ≥ 0, i = 1,3 ;
⎩3x 1 + 3x 2 + x 3 = 4
⎧ 1
⎪x − x + x = 1
e) f = x1 + 2x 2 + 2 x 3 + x 4 , ⎨ 1 3 2 4 , x i ≥ 0, i = 1,4 ;
⎪⎩x 2 + x 3 − x 4 = 1
⎧2x1 − x 2 + x 3 = 7
f) f = 3x1 + x 2 − 2 x 3 , ⎨ , x i ≥ 0, i = 1,3 .
⎩x1 − x 2 + x 3 = −1
48 Capitolul al IV - lea
CAPITOLUL al V-lea
SERII NUMERICE
Definiţii. Fie (a n )n∈N∗ un şir de numere reale. Acestui şir îi ataşăm un nou şir din R,
Cuplul format din şirurile (a n )n∈N∗ , (s n )n∈N∗ se numeşte serie de termen general an şi se
∞
notează ∑ a n , ∑ a n sau simplu ∑ a n .
n =1 n ≥1
(an )n∈N∗ , atunci din definiţia lui (sn )n∈N∗ rezultă că (s n )n∈N∗ este unic definit.
Reciproc, din
a1 = s 1 ,
a n = s n − s n −1 , n ≥ 2
∞
Definiţii. Se spune că seria ∑ a n este convergentă, dacă şirul sumelor parţiale (s n )n∈N∗
n=1
∞
este convergent în R. În acest caz, lim s n = s se numeşte suma seriei şi se notează ∑ a n = s .
n→ ∞ n=1
∞
Se spune că seria ∑ a n este divergentă dacă şirul sumelor parţiale (s n )n∈N∗ nu are limită
n =1
sau are limită dar este infinită.
Convergenţa sau divergenţa determină natura seriei.
50 Capitolul al V - lea
Observaţii.
∞
1) Prin simbolul ∑ a n se înţelege fie seria cu termenul general an, fie suma seriei cu
n =1
termenul general an în caz de convergenţă. Din context va reieşi dacă este vorba de serie, sau de
suma seriei.
∞
2) Uneori, vom indexa termenii unei serii începând cu n = 0. Atunci vom scrie ∑ a n şi în
n =0
∞ 1
2) Seria armonică generalizată ∑ este convergentă pentru a > 1 şi divergentă în rest.
a
n=1 n
Demonstraţie.
r n+1 − 1
1) Pentru r ≠ 1 , s n = 1 + r + K + r n = , iar pentru r = 1, s n = n + 1 .
r −1
În studiul convergenţei acestei serii distingem următoarele cazuri:
1 1
a) Dacă r < 1 , avem lim s n = şi deci seria este convergentă şi are suma s = .
n→ ∞ 1− r 1− r
b) Dacă r ≥ 1 , atunci (s n ) diverge, deoarece pentru r ≥ 1 , lim s n = ∞ iar pentru r ≤ −1
n→∞
1 x 1−a 1
2) Fie funcţia f (x ) = = , a ≠ 1 . Derivata ei este f ' (x ) = .
(1 − a )x a−1 1− a xa
Aplicăm teorema lui Lagrange pe intervalul [k,k + 1] şi avem
1 1 ⎡ 1 1 ⎤ 1
< ⎢ − ⎥< .
(k + 1)a (1 − a ) ⎣⎢ (k + 1)a−1 k a−1 ⎥⎦ k a
Făcând k = 1, 2, …, n şi sumând avem
1 1 1 ⎡ 1 ⎤ 1 1
+K+ < ⎢ − 1⎥ < 1 + +K+
2a (n + 1) a (1 − a ) ⎢⎣ (n + 1)a −1
⎥⎦ 2 a
na
SERII NUMERICE 51
sau
1 ⎡ 1 ⎤
s n+1 − 1 < ⎢ − 1⎥ < s n .
(1 − a ) ⎢⎣ (n + 1)a−1 ⎥⎦
Dacă a > 1, atunci
1 1 1 1
s n+1 < 1 + − ⋅ < 1+ .
a − 1 a − 1 (n + 1)a−1 a +1
Şirul (s n ) este crescător şi mărginit superior, deci convergent, ceea ce înseamnă că seria este
convergentă.
Dacă a < 1, din
1 ⎡ 1 ⎤
⎢ − 1⎥ < s n
(1 − a ) ⎢⎣ (n + 1)a−1 ⎥⎦
şi
1 ⎡ 1 ⎤
lim ⎢ − 1⎥ = ∞
n → ∞ 1 − a ⎣⎢ (n + 1)a −1 ⎥⎦
1 1
Pentru a = 1, plecând de la < ln(k + 1) − ln k < , dând valori lui k de la 1 la n şi sumând,
k +1 k
avem
ln(n + 1) < s n
şi deci
lim s n = ∞ .
n→∞
Observaţie. Dacă la o serie se adaugă sau se elimină un număr finit de termeni, atunci natura
ei nu se modifică. Se schimbă însă suma, în cazul convergenţei.
∞
Teoremă. Dacă seria ∑ a n este convergentă, atunci lim a n = 0 .
n =1 n→ ∞
Demonstraţie. Într-adevăr, dacă seria este convergentă şirul (s n ) este convergent şi din
faptul că a n = s n − s n−1 , prin trecere la limită avem
lim a n = lim s n − lim s n−1 = s − s = 0 .
n→∞ n→∞ n→∞
1 ∞ 1
Exemplu. lim= 0 dar seria ∑ este divergentă.
n→∞ n n =1 n
∞
Observaţie. Dacă pentru seria ∑ a n şirul (a n ) nu converge la zero, atunci seria este
n =1
divergentă.
∞ ∞
Teoremă. Dacă seriile ∑ un , ∑ v n sunt convergente şi au respectiv sumele s, t atunci:
n =1 n =1
∞
a) seria ∑ (un + v n ) este convergentă şi are suma s + t;
n =1
∞
b) seria ∑ (un − v n ) este convergentă şi are suma s – t;
n =1
∞
c) seria ∑ (λun ) este convergentă pentru ∀λ ∈ R şi are suma λs .
n =1
Demonstraţie.
a) Notăm cu s n = u1 + u 2 + K + un şi t n = v 1 + v 2 + K + v n sumele parţiale ale şirurilor
date şi cu c n = (u1 + v 1 ) + (u 2 + v 2 ) + K + (un + v n ) suma parţială a seriei sumă.
Prin ipoteză, avem
lim s n = s şi lim t n = t .
n→∞ n→∞
Rezultă că avem şi
lim c n = lim (s n + t n ) = s + t .
n→∞ n→∞
b) Analog
c) Notăm cu s n = u1 + u 2 + K + un şi c n = λu1 + λu 2 + K + λun sumele parţiale pentru
∞ ∞
∑ un şi respectiv ∑ (λun ) .
n=1 n=1
∞ ∞
Observaţie. Dacă seriile ∑ un şi ∑ v n sunt divergente, atunci este posibil ca seria
n =1 n =1
∞
∑ (un + v n ) să fie convergentă
n =1
SERII NUMERICE 53
∞ ∞
Exemplu. Seriile ∑ (− 1)n şi ∑ (− 1)n −1 sunt divergente, iar seria
n =1 n =1
∞
[
∑ (− 1) + (− 1)
n =1
n n −1
]
este convergentă.
Pentru serii cu termeni oarecare au loc următoarele criterii de convergenţă :
∞
Criteriul lui Cauchy. Seria ∑ un este convergentă dacă şi numai dacă
n =1
Demonstraţie.
∞
Direct. Seria ∑ un fiind convergentă rezultă că şirul sumelor parţiale (s n ) este convergent.
n =1
Conform criteriului lui Cauchy pentru şiruri de numere reale, rezultă că (s n ) este şir fundamental. Cum
s n+p − s n = un+1 + un+2 + K + un+p rezultă condiţia din enunţ.
Reciproc. Din condiţia dată rezultă că (s n ) este şir fundamental. Conform criteriului lui
Cauchy pentru şiruri de numere reale, rezultă că (s n ) este şir convergent. Aceasta înseamnă că seria
dată este convergentă.
∞
Criteriul lui Abel1. Dacă seria ∑ un are şirul sumelor parţiale (s n )n∈N∗ mărginit şi dacă
n =1
∞
(αn )n∈N∗ este un şir descrescător de numere reale pozitive convergent la zero, atunci seria ∑ α nun
n =1
este convergentă.
∞
Demonstraţie. Pentru a demonstra criteriul lui Abel vom arăta că seria ∑ α nun verifică
n =1
criteriul lui Cauchy.
Deoarece şirul sumelor parţiale (s n ) este mărginit, rezultă că ∃M > 0 astfel încât
s n < M , ∀n ∈ N .
(
= α n+1 (s n+1 − s n ) + α n+2 (s n+2 − s n+1 ) + K + α n+p s n+p − s n+p−1 )
( )
= − α n+1s n + (α n+1 − α n+ 2 ) s n+1 + K + α n+p−1 − α n+p s n+p−1 + α n+p s n+p
(
≤ α n+1 s n + (α n+1 − α n+2 ) s n+1 + K + α n+p−1 − α n+p s n+p−1 + α n+p s n+p)
[ (
≤ M α n+1 + (α n+1 − α n+2 ) + K + α n+p−1 − α n+p + α n+p ) ]
= 2Mα n+1 .
Din faptul că lim a n = 0 , rezultă că ∀ε > 0 , ∃N(ε ) ∈ N astfel încât ∀n ≥ N(ε ) avem
n→∞
ε
an < .
2M
Astfel,
adică seria cu termenul general α nun verifică criteriul lui Cauchy şi deci este convergentă.
∞
Definiţie. Se numeşte serie alternată o serie ∑ un pentru care produsul
n=1
un ⋅ un+1 < 0, ∀n ∈ N .
∞ ∞
O serie alternată este deci de forma ∑ (− 1)n +1un sau ∑ (− 1)n un , unde un > 0 , ∀n ∈ N∗ .
n =1 n =1
Deoarece a doua serie se reduce la prima prin înmulţire cu -1, vom considera în continuare
numai serii alternate de forma
∞ ∗
∑ (− 1)
n +1
un , un > 0 , ∀n ∈ N .
n =1
∞
Criteriul lui Leibniz2. Fie ∑ (− 1)n +1un o serie alternată. Dacă şirul (un ) este descrescător şi
n =1
converge către zero, atunci seria este convergentă.
∞
Demonstraţie. Seria ∑ (− 1)n+1 are şirul sumelor parţiale mărginit iar (un ) este un şir
n=1
∞
Conform criteriului lui Abel, seria ∑ (− 1)n+1 un este convergentă.
n=1
∞
Exemplu. Să se stabilească natura seriei ∑ (− 1)n +1
(n + 2)n +1 .
n =1 (n + 1)n + 2
un =
(n + 2)n +1 ⋅ 1 = 1 ⎛1 + 1 ⎞ n +1 → 0 .
⎜ ⎟
(n + 1)n +1 n + 1 n + 1 ⎝ n + 1 ⎠
Folosind criteriul lui Leibniz rezultă că seria dată este convergentă.
∞
Teoremă. Fie seria alternată ∑ (− 1)n +1un în care (un ) îndeplineşte condiţiile din criteriul lui
n =1
∗ n
Leibniz şi fie s suma sa. Atunci s n − s ≤ un +1, ∀n ∈ N , unde s n = ∑ (− 1)k +1 uk , ∀n ∈ N∗ , adică sn
k =1
aproximează suma s a seriei cu o eroare mai mică decât un + 1.
∞
Definiţie. O serie ∑ a n se numeşte serie cu termeni pozitivi dacă an > 0, ∀n ∈ N∗ .
n =1
Pentru stabilirea naturii unei serii cu termeni pozitivi se folosesc următoarele criterii:
∞ ∞
Criteriul I al comparaţiei. Fie ∑ un şi ∑ v n două serii cu termeni pozitivi.
n =1 n =1
∞ ∞
Demonstraţie. Fie (s n ) şi (t n ) şirurile sumelor parţiale pentru ∑ un şi respectiv ∑ v n .
n =1 n =1
a) Avem s n ≤ t n , ∀n ≥ n1 .
∞
Cum seria ∑ v n este convergentă, şirul (t n ) este mărginit iar din relaţia de mai sus rezultă că
n =1
şi (s n ) este mărginit.
∞
Seria ∑ un fiind cu termeni pozitivi, şirul (s n ) este crescător. Cum şirul (s n ) este mărginit şi
n =1
∞
crescător, el este convergent. Rezultă deci că seria ∑ un este convergentă.
n =1
∞
b) Dacă seria ∑ un este divergentă, atunci şirul (s n ) este nemajorat, deci divergent. Prin
n =1
∞
urmare, seria ∑ v n este divergentă.
n =1
∞ ⎛1 n + 1⎞
Exemplu. Să se studieze natura seriei ∑ ⎜ − ln ⎟.
n =1⎝ n n ⎠
Soluţie. Se ştie că ln(1 + x) < x (x ≠ 0,−1 < x < +∞ ) . Folosind această relaţie,
n+1 ⎛ 1⎞ 1
ln = ln⎜ 1 + ⎟ <
n ⎝ n⎠ n
n+1 n ⎛ 1 ⎞ 1
şi în acelaşi timp ln = − ln = − ln⎜ 1 − ⎟> .
n n +1 ⎝ n + 1⎠ n + 1
1 n +1 1 1 1 1
De aceea, 0 < − ln < − = < .
n n n n + 1 n(n + 1) n2
1 ∞ 1
Aşadar, 0 < un < şi cum seria ∑ este convergentă, rezultă că şi seria dată este convergentă.
2
n2 n =1 n
∞ ∞
Criteriul II al comparaţiei. Fie ∑ un şi ∑ v n două serii cu termeni pozitivi.
n =1 n =1
u v
Să presupunem că ∃n1 ∈ N astfel încât n +1 ≤ n +1 , ∀n ≥ n1 .
un vn
∞ ∞
a) Dacă seria ∑ v n este convergentă, atunci seria ∑ un este convergentă.
n =1 n =1
∞ ∞
b) Dacă seria ∑ un este divergentă, atunci seria ∑ v n este divergentă.
n =1 n =1
SERII NUMERICE 57
un1
Notând k = ≠ 0 , avem un ≤ kv n , ∀n ≥ n1 .
v n1
un ∗
Dacă există lim = a ∈ R + , atunci cele două serii au aceeaşi natură.
n→∞ v n
un
Demonstraţie. Cum lim = a , rezultă că ∀ε > 0 , ∃N(ε ) ∈ N astfel încât ∀n ≥ N(ε )
n→∞ v n
un
avem − a < ε.
vn
a a u εa a εa
Pentru ε = avem < n < , ∀n ≥ N(ε ) sau v n < un < v n , ∀n ≥ N(ε ) .
2 2 vn 2 2 2
Ţinând seama de criteriul I al comparaţiei, rezultă afirmaţiile teoremei.
58 Capitolul al V - lea
Observaţii.
1) Dacă a = 0, atunci avem următoarele implicaţii:
∞ ∞
∑ v n convergentă ⇒ ∑ un convergentă,
n =1 n =1
∞ ∞
∑ un divergentă ⇒ ∑ vn divergentă.
n =1 n =1
1
Soluţie. Cum un = îndeplineşte condiţiile din criteriul de condensare al lui Cauchy,
n(ln n)p
∞ 1 1 ∞ 1
seria dată are aceeaşi natură cu seria ∑ 2 n
n=2
n
2 ln 2 n p
=
( ) p
∑ p care este convergentă
(ln 2) n=2 n
pentru p > 1 şi divergentă pentru p ≤ 1 .
SERII NUMERICE 59
∞
Criteriul rădăcinii (al lui Cauchy). Fie ∑ un o serie cu termeni pozitivi.
n =1
∞
a) Dacă ∃n1 ∈ N şi un număr 0 < r < 1 astfel încât n un ≤ r , ∀n ≥ n1 , atunci seria ∑ un
n =1
este convergentă.
∞
b) Dacă ∃n1 ∈ N astfel încât n un ≥ 1 , ∀n ≥ n1 , atunci seria ∑ un este divergentă.
n =1
Demonstraţie.
b) Din enunţ, rezultă că un ≥ 1 , ∀n ≥ n1 . Astfel, şirul (un ) nu converge la zero şi deci seria
∞
∑ un este divergentă.
n =1
∞
Din criteriul I al comparaţiei, rezultă că seria ∑ un este convergentă.
n =1
∞
Corolar. Fie ∑ un o serie cu termeni pozitivi pentru care există lim n un = λ .
n =1 n→ ∞
Soluţie. Cum
n
⎛ 8n 2 + 17n ⎞ ⎛ 2 ⎞
lim un = lim n ⎜
n ⎟ = lim ⎜ 8n + 17n ⎟ = 4 > 1 ,
n→∞ n → ∞ ⎜ 2n 2 + 19 ⎟ n → ∞⎜ 2n 2 + 19 ⎟
⎝ ⎠ ⎝ ⎠
rezultă că seria dată este divergentă.
60 Capitolul al V - lea
∞
Criteriul raportului (al lui d’Alembert3). Fie ∑ un o serie cu termeni pozitivi.
n =1
u ∞
a) Dacă ∃n1 ∈ N şi un număr 0 < r < 1 astfel încât n +1 ≤ r , ∀n ≥ n1 , atunci seria ∑ un
un n =1
este convergentă.
u ∞
b) Dacă ∃n1 ∈ N astfel încât n +1 ≥ 1 , ∀n ≥ n1 , atunci seria ∑ un este divergentă.
un n =1
Demonstraţie.
a) Din enunţ, rezultă că
un1 +1 ≤ run1
2
un1 +2 ≤ run1 +1 ≤ r un1
M
p
un1 +p ≤ run1 +p−1 ≤ r un1 .
∞ ∞ n ∞
Aplicând criteriul I al comparaţiei seriilor ∑ un şi ∑ un1 r , rezultă că seria ∑ un este
n=n1 n=1 n=n1
∞
convergentă deci şi seria ∑ un este convergentă.
n =1
b) Din enunţ, rezultă că 0 < un ≤ un+1 , ∀n ≥ n1 . Astfel, şirul (un ) nu converge la zero şi
∞
deci seria ∑ un este divergentă.
n =1
c)
∞ un + 1
Corolar. Fie ∑ un o serie cu termeni pozitivi pentru care există lim =λ.
n =1 n → ∞ un
∞ 1⋅ 3 ⋅ K ⋅ (2n − 1)
Exemplu. Să se stabilească natura seriei ∑ .
n =1 2 ⋅ 5 ⋅ K ⋅ (3n − 1)
3 Jean de Rond d’Alembert (1717 – 1783), matematician, fizician, filozof şi literat francez
SERII NUMERICE 61
Soluţie. Cum
un+1 ⎡ 1 ⋅ 3 ⋅ K ⋅ (2n − 1)(2n + 1) 2 ⋅ 5 ⋅ K ⋅ (3n − 1) ⎤ 2n + 1 2
lim = lim ⎢ ⋅ ⎥ = lim = < 1,
n→∞ un n→∞ ⎣ 2 ⋅ 5 ⋅ K ⋅ (3n − 1)(3n + 2 ) 1 ⋅ 3 ⋅ K ⋅ (2n − 1) ⎦ n→∞ 3n + 2 3
⎛ u ⎞ ∞
a) Dacă ∃n1 ∈ N şi un număr r > 1 astfel încât n ⎜⎜ n − 1⎟⎟ ≥ r , ∀n ≥ n1 , atunci seria ∑ un
⎝ un+1 ⎠ n =1
este convergentă.
⎛ u ⎞ ∞
b) Dacă ∃n1 ∈ N astfel încât n⎜⎜ n − 1⎟⎟ ≤ 1 , ∀n ≥ n1 , atunci seria ∑ un este divergentă.
⎝ un+1 ⎠ n =1
∞ ⎛ u ⎞
Corolar. Fie ∑ un o serie cu termeni pozitivi pentru care există lim n ⎜⎜ n − 1⎟⎟ = λ .
n =1 n→∞ ⎝ un+1 ⎠
a) Dacă λ > 1 , atunci seria este convergentă
b) Dacă λ < 1 , atunci seria este divergentă
c) Dacă λ = 1 , atunci nu putem preciza natura seriei.
∞ 1 ⋅ 3 ⋅ K ⋅ (2n − 1)
Exemplu. Să se stabilească natura seriei ∑ .
n=1 2 ⋅ 5 ⋅ K ⋅ (3n − 1)
Soluţie. Deoarece
n +1
a ln(n +1) ln
= lim a ln(n +1)− ln n = lim a n = a ln 1 = a 0 = 1 ,
u
lim n +1 = lim
n → ∞ un n → ∞ a ln n n→ ∞ n→ ∞
1 1
rezultă că pentru − ln a > 1 , echivalent a < seria dată este convergentă şi pentru a > seria este
e e
divergentă.
1 ∞ ∞ 1
Pentru a = , avem ∑ e − ln n = ∑ şi deci seria este divergentă.
e n =1 n =1 n
∞ ∞
Definiţie. O serie ∑ a n se numeşte absolut convergentă6 dacă seria modulelor ∑ a n este
n =1 n=1
convergentă.
Teoremă. Orice serie absolut convergentă este convergentă.
Demonstraţie. Seria fiind absolut convergentă, rezultă că seria modulelor verifică criteriul lui
Cauchy, deci
∀ε > 0 , ∃N(ε ) ∈ N astfel încât ∀n ≥ N(ε ) şi ∀p ∈ N avem
Cum
rezultă teorema.
Observaţii.
1) Reciproca acestei teoreme nu este în general adevărată
∞ 1 ∞ 1
Exemplu. Seria armonică alternată ∑ (− 1) n+1 este convergentă, dar seria modulelor ∑
n=1 n n=1 n
este divergentă.
2) Pentru seriile cu termeni pozitivi, noţiunile de convergenţă şi absolută convergenţă coincid.
3) Cum seria modulelor ataşată unei serii date este o serie cu termeni pozitivi, pentru a
decide natura sa se utilizează criteriile prezentate în paragraful precedent.
∞ ∞
Definiţie. Fie ∑ un şi ∑ v n două serii. Se numeşte produs Cauchy al celor două serii, seria
n =1 n =1
∞ n
∑ w n în care w n = ∑ uk v n − k +1 .
n =1 k =1
∞ n +1 ∞ 1
d) ∑ ; e) ∑ ;
n =1 n(n + 1)K (n + 1999)
n
n =1 2
∞ 1
f) ∑ , unde a1, a2, … formează o progresie aritmetică. Caz particular
n =1 a n + 1 a n + 2 K a n + p
pentru p = 2;
∞ 1 x π
g) ∑ tg . Caz particular x = .
n n 4
n=1 2 2
∞ 1 ∞ π
n
c) ∑ ; d) ∑ n sin .
n =1 1 ⋅ 3 ⋅ 5 ⋅ K ⋅ (2n − 1) n=1 3
CAPITOLUL al VI-lea
2. a) Se spune că funcţia f(x,y) are derivată parţială în raport cu variabila y în punctul (a,b)
dacă există
f ( a, y ) − f ( a, b )
lim .
y →b y −b
Limita însăşi se numeşte derivata parţială în raport cu y a funcţiei f(x,y) în punctul (a,b) şi se
∂f (a, b)
notează fy' (a, b) sau .
∂y
b) Se spune că funcţia f(x,y) este derivabilă parţial în raport cu variabila y în punctul (a,b)
∂f (a, b)
dacă ∈R .
∂y
66 CAPITOLUL al VI-lea
f ( x, y ) = x 2 + y 2 + 2 .
Soluţie.
f ( x,2) − f (1,2) x 2 + 2 2 + 2 − 12 + 2 2 + 2
f x' (1,2) = lim = lim
x→1 x −1 x→1 x −1
x2 + 6 − 7 x2 − 1 x +1 1
= lim = lim = lim =
x→1 x −1 x→1
( x − 1)⎛⎜ x 2 + 6 + 7 ⎞⎟ x→1 x + 6 + 7
2 7
⎝ ⎠
şi
f (1, y ) − f (1,2) 12 + y 2 + 2 − 12 + 2 2 + 2
fy' (1,2) = lim = lim
x→1 y−2 x→1 y−2
y2 + 3 − 7 y2 − 4 y+2 2
= lim = lim = lim = .
x→1 y − 2 x→1 ⎛ 2 ⎞ x→1 y + 3 + 7
2 7
( y − 2)⎜ y + 3 + 7 ⎟
⎝ ⎠
Definiţie.
1. Se spune că f(x,y) este derivabilă parţial în raport cu x pe A dacă f este derivabilă parţial în
raport cu x în orice punct din A.
2. Se spune că f(x,y) este derivabilă parţial în raport cu y pe A dacă f este derivabilă parţial în
raport cu y în orice punct din A.
3. Se spune că f(x,y) este derivabilă parţial pe A dacă este derivabilă parţial în raport cu
variabilele x şi y în orice punct din A .
Teoremă. Dacă funcţia f(x,y) este derivabilă parţial în raport cu x în punctul (a,b), atunci
funcţia f este continuă parţial în raport cu x în punctul (a,b).
FUNCŢII DE MAI MULTE VARIABILE. DERIVATE PARŢIALE. DIFERENŢIALE 67
Observaţie. În mod analog se definesc derivatele parţiale ale unei funcţii reale de n
variabile reale.
Limita însăşi se numeşte derivata parţială în raport cu x k a funcţiei f ( x1, x 2 ,..., x n ) în punctul
∂f (a1 ,..., a n )
(a1, a 2 ,..., a n ) şi se notează fx' k (a1,..., a n ) sau .
∂x k
∂f (a1 ,..., a n )
punctul (a1, a 2 ,..., a n ) dacă ∈R .
∂x k
Definiţie.
1. Se spune că funcţia f ( x1 , x 2 ,..., x n ) este derivabilă parţial în raport cu variabila x k pe
2. Se spune că f ( x1, x 2 ,..., x n ) este derivabilă parţial pe X dacă este derivabilă parţial în
derivatele parţiale de ordinul întâi ale funcţiei f ( x1, x 2 ,..., x n ) ca fiind funcţiile
68 CAPITOLUL al VI-lea
∂f ∂f ( x1 , x 2 ,..., x n )
: X → R, ( x1 , x 2 ,..., x n ) →
∂x1 ∂x1
∂f ∂f ( x1 , x 2 ,..., x n )
: X → R, ( x1 , x 2 ,..., x n ) →
∂x 2 ∂x 2
∂f ∂f ( x1 , x 2 ,..., x n )
: X → R , ( x1 , x 2 ,..., x n ) → .
∂x n ∂x n
Deoarece derivarea parţială în raport cu o variabilă este de fapt derivarea funcţiei în raport cu
acea variabilă, celelalte variabile fiind considerate constante, rezultă că regulile de derivare stabilite
pentru funcţiile de o variabilă se menţin.
Funcţii omogene
∂f ∂f ∂f 2
x +y +z = f.
∂x ∂y ∂z 5
Soluţie. Deoarece
2
rezultă că funcţia f este omogenă de grad .
5
Aplicând teorema lui Euler, avem
∂f ∂f ∂f 2
x +y +z = f.
∂x ∂y ∂z 5
FUNCŢII DE MAI MULTE VARIABILE. DERIVATE PARŢIALE. DIFERENŢIALE 69
∂ 2 f (a, b)
derivata parţială de ordin doi a funcţiei f în punctul (a,b) şi se va nota prin sau fx" 2 (a, b) .
2
∂x
∂f
Dacă există derivata parţială în (a,b) în raport cu y a funcţiei , atunci aceasta se va numi
∂x
∂ 2 f ( a, b ) "
derivata parţială mixtă de ordin doi a funcţiei f în punctul (a,b) şi se va nota prin sau fxy ( a, b ) .
∂y∂x
∂f
Dacă există derivata parţială în (a,b) în raport cu x a funcţiei , atunci aceasta se va numi
∂y
∂ 2 f ( a, b ) "
derivata parţială mixtă de ordin doi a funcţiei f în punctul (a,b) şi se va nota prin sau fyx (a,b) .
∂x∂y
∂f
Dacă există derivata parţială în (a,b) în raport cu y a funcţiei , atunci aceasta se va numi
∂y
∂ 2 f (a, b)
derivata parţială de ordin doi a funcţiei f în punctul (a,b) şi se va nota prin sau fy" 2 (a, b) .
2
∂y
∂f ∂f
2. Dacă funcţiile , : A ⊂ R 2 → R sunt derivabile parţial pe A, se definesc derivatele
∂x ∂y
parţiale de ordinul doi ale funcţiei f ( x, y ) ca fiind funcţiile
∂ 2f ∂ 2 f ( x, y )
: A → R , ( x, y ) →
∂x 2 ∂x 2
∂ 2f ∂ 2 f ( x, y )
: A → R , ( x, y ) →
∂x∂y ∂x∂y
∂ 2f ∂ 2 f ( x, y )
: A → R , ( x, y ) →
∂y∂x ∂y∂x
∂ 2f ∂ 2 f ( x, y )
: A → R , ( x, y ) →
∂y 2 ∂y 2
70 CAPITOLUL al VI-lea
∂ 2f ∂ 2f
ordinul doi , într-o vecinătate V a punctului (a,b) şi dacă acestea sunt continue în (a,b),
∂x∂y ∂y∂x
atunci
∂ 2 f ( a, b ) ∂ 2 f ( a, b )
= .
∂x∂y ∂y∂x
Observaţie. În mod analog se definesc derivatele parţiale de ordinul doi ale unei funcţii
reale de n variabile reale.
∂f ∂f ( x1 , x 2 ,..., x n )
: X → R , ( x1 , x 2 ,..., x n ) → , k = 1, n .
∂x k ∂x k
∂f
1. Dacă există derivata parţială în (a1, a 2 ,..., a n ) în raport cu x k a funcţiei , atunci
∂x k
aceasta se va numi derivată parţială de ordin doi a funcţiei f în punctul (a1, a 2 ,..., a n ) şi se va nota prin
∂ 2 f (a1 ,..., a n )
sau f x" 2 (a1 ,..., a n ) .
∂x k2 k
∂f
Dacă există derivata parţială în (a1, a 2 ,..., a n ) în raport cu x l a funcţiei ( l ≠ k ) , atunci
∂x k
aceasta se va numi derivată parţială mixtă de ordin doi a funcţiei f în punctul (a1, a 2 ,..., a n ) şi se va
∂ 2 f (a1 ,..., a n )
nota prin sau fx" k x l (a1 ,..., a n ) ( l ≠ k ).
∂x l ∂x k
∂f
2. Dacă funcţiile : X ⊂ R n → R , k = 1, n sunt derivabile parţial pe X, se definesc
∂x k
derivatele parţiale de ordinul doi ale funcţiei f ( x1, x 2 ,..., x n ) ca fiind funcţiile
∂ 2f ∂ 2 f ( x 1 , x 2 ,..., x n )
: X → R , ( x 1 , x 2 ,..., x n ) → , k = 1, n
∂x k2 ∂x k2
FUNCŢII DE MAI MULTE VARIABILE. DERIVATE PARŢIALE. DIFERENŢIALE 71
∂ 2f ∂ 2 f ( x1 , x 2 ,..., x n )
: X → R, ( x1 , x 2 ,..., x n ) → , k = 1, n .
∂x l ∂x k ∂x l ∂x k
Observaţie. Derivatele parţiale de ordin trei, patru, ş.a.m.d. se definesc în acelaşi mod ca
şi derivatele parţiale de ordin doi.
un = un ( x1, x 2 , ..., x n ) admit derivate parţiale continue pe X şi funcţia f (u1,u2 ,..., un ) admite derivate
parţiale continue pe Y, atunci funcţia compusă
F( x1, x 2 ,..., x n ) = f (u1( x1 , x 2 ,..., x n ), u2 ( x1, x 2 ,..., x n ),..., un ( x1 , x 2 ,..., x n ))
are derivate parţiale continue pe X date de formulele :
∂F(x1, x 2 ,..., x n ) n ∂f (u(x1 , x 2 ,..., x n ), u(x1, x 2 ,..., x n ),...,u(x1 , x 2 ,..., x n )) ∂ui ( x1, x 2 ,..., x n )
=∑
∂x1 i=1 ∂ui ∂x1
∂F(x1, x 2 ,..., x n ) n ∂f (u(x1, x 2 ,..., x n ), u(x1, x 2 ,..., x n ),...,u(x1 , x 2 ,..., x n )) ∂ui ( x1, x 2 ,..., x n )
=∑
∂x 2 i=1 ∂ui ∂x 2
.....................................................................................................................................
∂F(x1, x 2 ,..., x n ) n ∂f (u(x1, x 2 ,..., x n ), u(x1, x 2 ,..., x n ),...,u(x1 , x 2 ,..., x n )) ∂ui ( x1, x 2 ,..., x n )
=∑ .
∂x n i=1 ∂ui ∂x n
Aceste formule se scriu într-o formă incompletă, dar mai uşor de reţinut astfel:
∂F n ∂f ∂ui
=∑
∂x1 i=1∂ui ∂x1
∂F n ∂f ∂ui
=∑
∂x 2 i=1∂ui ∂x 2
LLLLLLL
∂F n ∂f ∂ui
=∑ .
∂x n i=1∂ui ∂xn
2
∂ 2F(x,y) ∂ 2 f (u( x,y),v(x,y)) ⎛ ∂u( x,y) ⎞ ∂ 2 f (u( x, y),v( x,y)) ∂u(x,y) ∂v(x,y)
= ⎜⎜ ⎟⎟ + 2 +
∂y 2 ∂u2 ⎝ ∂y ⎠ ∂u∂v ∂y ∂y
2
∂ 2 f (u(x,y),v( x, y)) ⎛ ∂v( x,y) ⎞ ∂f (u( x,y),v(x,y)) ∂ 2 u( x, y)
+ ⎜⎜ ⎟⎟ + +
∂v 2 ⎝ ∂y ⎠ ∂u ∂y 2
∂ 2F(x, y) ∂ 2 f (u(x, y), v(x, y)) ∂u(x, y) ∂u(x, y) ∂ 2 f (u(x, y), v(x, y)) ⎡ ∂u(x, y) ∂v(x, y) ∂v(x, y) ∂u(x, y) ⎤
= + ⎢ ∂x + +
∂x∂y ∂u2 ∂x ∂y ∂u∂v ⎣ ∂y ∂x ∂y ⎥⎦
∂ 2 f (u(x, y), v(x, y)) ∂v(x, y) ∂v(x, y) ∂f (u(x, y), v(x, y)) ∂ 2u(x, y) ∂f (u(x, y), v(x, y)) ∂ 2 v(x, y)
+ + +
∂v 2 ∂x ∂y ∂u ∂x∂y ∂v ∂x∂y
∂ 2F(a, b) ∂ 2 f (u(x, y), v(x, y)) ∂u(x, y) ∂u(x, y) ∂ 2 f (u(x, y), v(x, y)) ⎡ ∂u(x, y) ∂v(x, y) ∂v(x, y) ∂u(x, y) ⎤
= + ⎢ ∂y + +
∂y∂x ∂u2 ∂y ∂x ∂u∂v ⎣ ∂x ∂y ∂x ⎥⎦
∂ 2 f (u(x, y), v(x, y)) ∂v(x, y) ∂v(x, y) ∂f (u(x, y), v(x, y)) ∂ 2u(x, y) ∂f (u(x, y), v(x, y)) ∂ 2 v(x, y)
+ + + .
∂v 2 ∂y ∂x ∂u ∂y∂x ∂v ∂y∂x
Aceste formule se scriu într-o formă incompletă, dar mai uşor de reţinut astfel:
2 2
∂ 2F ∂ 2 f ⎛ ∂u ⎞ ∂ 2 f ∂u ∂v ∂ 2 f ⎛ ∂v ⎞ ∂f ∂ 2 u ∂f ∂ 2 v
= ⎜ ⎟ + 2 + ⎜ ⎟ + +
∂x 2 ∂u 2 ⎝ ∂x ⎠ ∂u∂v ∂x ∂x ∂v 2 ⎝ ∂x ⎠ ∂u ∂x 2 ∂v ∂x 2
2 2
∂ 2F ∂ 2 f ⎛ ∂u ⎞ ∂ 2 f ∂u ∂v ∂ 2 f ⎛ ∂v ⎞ ∂f ∂ 2 u ∂f ∂ 2 v
= ⎜⎜ ⎟⎟ + 2 + ⎜⎜ ⎟⎟ + +
∂y 2 ∂u 2 ⎝ ∂y ⎠ ∂u∂v ∂y ∂y ∂v 2 ⎝ ∂y ⎠ ∂u ∂y 2 ∂v ∂y 2
∂ 2F ∂ 2 f ∂u ∂u ∂ 2 f ⎡ ∂u ∂v ∂v ∂u ⎤ ∂ 2 f ∂v ∂v ∂f ∂ 2 u ∂f ∂ 2 v
= + + + + +
∂x∂y ∂u 2 ∂x ∂y ∂u∂v ⎢⎣ ∂x ∂y ∂x ∂y ⎥⎦ ∂v 2 ∂x ∂y ∂u ∂x∂y ∂v ∂x∂y
∂ 2F ∂ 2 f ∂u ∂u ∂ 2 f ⎡ ∂u ∂v ∂v ∂u ⎤ ∂ 2 f ∂v ∂v ∂f ∂ 2u ∂f ∂ 2 v
= + + + + + .
∂y∂x ∂u 2 ∂y ∂x ∂u∂v ⎢⎣ ∂y ∂x ∂y ∂x ⎥⎦ ∂v 2 ∂y ∂x ∂u ∂y∂x ∂v ∂y∂x
Într-adevăr,
∂ 2F ∂ ⎛ ∂F ⎞ ∂ ⎛ ∂f ∂u ∂f ∂v ⎞ ∂ ⎛ ∂f ⎞ ∂u ∂f ∂ 2 u ∂ ⎛ ∂f ⎞ ∂v ∂f ∂ 2 v
= ⎜ ⎟= ⎜ + ⎟= ⎜ ⎟ + + ⎜ ⎟ +
∂x 2 ∂x ⎝ ∂x ⎠ ∂x ⎝ ∂u ∂x ∂v ∂x ⎠ ∂x ⎝ ∂u ⎠ ∂x ∂u ∂x 2 ∂x ⎝ ∂v ⎠ ∂x ∂v ∂x 2
⎛ ∂ 2 f ∂u ∂ 2 f ∂v ⎞ ∂u ∂f ∂ 2 u ⎛ ∂ 2 f ∂u ∂ 2 f ∂v ⎞ ∂u ∂f ∂ 2 v
=⎜ + ⎟ + +⎜ + ⎟ +
⎜ ∂u 2 ∂x ∂u∂v ∂x ⎟ ∂x ∂u ∂x 2 ⎜ ∂u∂v ∂x ∂v 2 ∂x ⎟ ∂x ∂v ∂x 2
⎝ ⎠ ⎝ ⎠
2 2
∂ 2 f ⎛ ∂u ⎞ ∂ 2 f ∂u ∂v ∂ 2 f ⎛ ∂v ⎞ ∂f ∂ 2 u ∂f ∂ 2 v
= ⎜ ⎟ +2 + ⎜ ⎟ + + .
∂u 2 ⎝ ∂x ⎠ ∂u∂v ∂x ∂x ∂v 2 ⎝ ∂x ⎠ ∂u ∂x 2 ∂v ∂x 2
6.2. Diferenţiale
Dacă funcţia f este diferenţiabilă pe A, diferenţiala sa într-un punct arbitrar (x,y) din A este
∂f ( x, y ) ∂f ( x, y )
df ( x, y ) : R → R, (df ( x, y ))(h1 , h 2 ) = h1 + h2 .
∂x ∂y
În particular, dacă f ( x, y ) = x avem (dx)(h1, h2 ) = h1 , iar dacă f ( x, y ) = y avem
∂f (1,2) ∂f (1,2)
Soluţie. df (1,2) = dx + dy .
∂x ∂y
Cum
∂f 2x x ∂f 4y 3 2y 3
= = , = = ,
∂x 2 x 2 + y 4 x2 + y 4 ∂y 2 x 2 + y 4 x2 + y 4
∂f (1,2) 1 1 ∂f (1,2) 2 ⋅ 23 16
= = , = = ,
∂x 12 + 2 4 17 ∂y 12 + 2 4 17
rezultă
1 16
df (1,2) =
dx + dy .
17 17
Observaţie. În mod analog se defineşte diferenţiabilitatea unei funcţii reale de n variabile
Se spune că f ( x1 , x 2 ,..., x n ) este diferenţiabilă pe X dacă este diferenţiabilă în orice punct din
X.
Dacă funcţia f ( x1, x 2 ,..., x n ) este diferenţiabilă pe X ⊂ R n , diferenţiala sa într-un punct arbitrar
din X se scrie
∂f ( x1 , x 2 ,..., x n ) ∂f ( x1 , x 2 ,..., x n ) ∂f ( x1 , x 2 ,..., x n )
df ( x1 , x 2 ,..., x n ) = dx 1 + dx 2 + ... + dx n
∂x1 ∂x 2 ∂x n
sau
∂f ∂f ∂f
df = dx1 + dx 2 + ... + dx n .
∂x1 ∂x 2 ∂x n
Se spune că f este diferenţiabilă de n ori pe X dacă este diferenţiabilă de n ori în fiecare punct
din X .
f ( x, y, z) = x 3 + 2y 2 + z 4 − xy 2 + x − 5z .
Soluţie. Conform teoriei
2
⎛∂ ∂ ∂ ⎞
d 2 f (1,0,2) = ⎜⎜ dx + dy + dz ⎟⎟ f (1,0,2)
⎝ ∂x ∂y ∂z ⎠
∂f ∂f ∂f ∂ 2f
= 3 x 2 − y 2 + 1, = 4 y − 2 xy, = 4 z 3 − 5, = 6 x,
∂x ∂y ∂z ∂x 2
∂ 2f ∂ 2f ∂ 2f ∂ 2f ∂ 2f
= 4 − 2 x, = 12z 2 , = −2y, = 0, = 0.
∂y 2 ∂z 2 ∂x∂y ∂x∂z ∂y∂z
Astfel
∂f ⎛ ∂u ∂u ⎞ ∂f ⎛ ∂v ∂v ⎞
= ⎜⎜ dx + dy ⎟⎟ + ⎜⎜ dx + dy ⎟⎟
∂u ⎝ ∂x ∂y ⎠ ∂v ⎝ ∂x ∂y ⎠
∂f ∂f
= du + dv = df .
∂u ∂v
Rezultă că diferenţiala de ordinul întâi este invariantă faţă de compunerea funcţiilor.
∂ 2F ∂ 2F ∂ 2F
d 2F = (dx) 2 + 2 dxdy + (dy ) 2 .
∂x 2 ∂x∂y ∂y 2
Înlocuind derivatele parţiale de ordinul doi ale funcţiei compuse F şi efectuând calculele,
obţinem
∂f 2 ∂f
d 2F = d 2 f +
d u + d2 v .
∂u ∂v
Rezultă că diferenţiala de ordinul doi nu este invariantă faţă de compunerea funcţiilor.
FUNCŢII DE MAI MULTE VARIABILE. DERIVATE PARŢIALE. DIFERENŢIALE 79
∂ 2 f (a, b)
∂ 2 f ( a, b ) ∂ 2 f ( a, b )
a11 = , a12 =, a 22 = .
∂x 2 ∂x∂y ∂y 2
1) Dacă ∆ 1 > 0 şi ∆ 2 > 0 , atunci (a, b) este un punct de minim pentru f.
2) Dacă ∆1 < 0 şi ∆ 2 > 0 , atunci (a, b) este un punct de maxim pentru f.
f ( x, y ) = y 2 − x( x − 2) 2 .
⎧ ∂f
⎪ ∂x = 0 ⎧⎪− ( x − 2) 2 − 2x( x − 2) = 0
⎪
⎨ ⇔⎨
⎪ ∂f = 0 ⎪⎩2y = 0
⎪⎩ ∂y
⎛2 ⎞
Obţinem două puncte staţionare M1 (2,0) şi M 2 ⎜ ,0 ⎟ .
⎝3 ⎠
Cum
∂ 2f ∂ 2f ∂2f
= −2( x − 2) − 2( x − 2) − 2x, = 0, = 2,
∂x 2 ∂x∂y ∂y 2
rezultă
- pentru M1 (2,0)
⎛2 ⎞
- pentru M 2 ⎜ ,0 ⎟
⎝3 ⎠
⎛2 ⎞ ⎛2 ⎞ ⎛2 ⎞
∂ 2 f ⎜ ,0 ⎟ ∂ 2 f ⎜ ,0 ⎟ ∂ 2 f ⎜ ,0 ⎟
a11 = ⎝ 3 ⎠ = 4, a = ⎝ 3 ⎠ = 0, a = ⎝3 ⎠ = 2
12 22
∂x 2 ∂x∂y ∂y 2
şi
⎛2 ⎞
∆ 1 = 4, ∆ 2 = 4 0 = 8 ⇒ ⎜ ,0 ⎟ este punct de minim.
0 2 ⎝3 ⎠
Soluţiile sistemului
⎧ ∂f
⎪ ∂x = 0
⎪ 1
⎪ ∂f
⎪⎪ =0
⎨ ∂x 2
⎪.......... ....
⎪
⎪ ∂f
⎪ =0
⎩⎪ ∂x n
formează mulţimea punctelor staţionare ale funcţiei f .
unde
∂ 2 f (a1 , a 2 ,..., a n )
a ij = .
∂x i ∂x j
1) Dacă ∆ 1 > 0 , ∆ 2 > 0 , …, ∆ n > 0 , atunci (a1 , a 2 ,..., a n ) este un punct de minim pentru
f.
2) Dacă ∆1 < 0 , ∆ 2 > 0 , ∆ 3 < 0 , ∆ 4 > 0 , …, atunci (a1 , a 2 ,..., a n ) este un punct de
maxim pentru f.
FUNCŢII DE MAI MULTE VARIABILE. DERIVATE PARŢIALE. DIFERENŢIALE 83
∂ 2f 2 ∂ 2f 2 x ∂ 2 f 2y ∂ 2 f 1 ∂ 2f ∂ 2f 1
= , = , = , =− , = 0, =− ,
3 ∂x∂y 2 ∂x∂z ∂y∂z
∂x 2 x 3 ∂y 2 3
y ∂z 2
z y z2
rezultă
∂ 2 f (2,4,8) 2 1 ∂ 2 f (2,4,8) 2 ⋅ 2 1 ∂ 2 f (2,4,8) 2 ⋅ 4 1
a11 = = = , a 22 = = = , a 33 = = = ,
∂x 2 23 4 ∂y 2 4 3 16 ∂z 2 8 3 64
f (M) − f (M 0 )
lim .
M→M 0 | M 0M |
df (M 0 )
Se notează şi are expresia
dl
df ( x 0 , y 0 , z 0 ) ∂f ( x 0 , y 0 , z 0 ) ∂f ( x 0 , y 0 , z 0 ) ∂f ( x 0 , y 0 , z 0 )
= cos α + cos β + cos γ .
dl ∂x ∂y ∂z
∂f ∂f ∂f
Soluţie. Cum = y + z, = x + z, = y + x rezultă că
∂x ∂y ∂z
∂f (2,1,3) ∂f (2,1,3) ∂f (2,1,3)
= 4, = 5, = 3.
∂x ∂y ∂z
3 3
cos α = = ,
3 2 + 4 2 + 14 2 13
4 4
cos β = = ,
2
3 + 4 + 14 2 2 13
12 12
cos γ = = .
3 2 + 4 2 + 14 2 13
df (2,1,3) 3 4 12 68
Prin urmare, = 4⋅ + 5⋅ + 3⋅ = .
dl 13 13 13 13
1 În funcţie de parametrii directori a, b, c ai unei direcţii date l , cosinusurile directoare se determină prin formulele:
a b c
cos α = ,cos β = , cos γ = .
± a2 + b2 + c 2 ± a2 + b2 + c2 ± a2 + b2 + c 2
Semnele ± corespund celor două sensuri de pe direcţia considerată.
FUNCŢII DE MAI MULTE VARIABILE. DERIVATE PARŢIALE. DIFERENŢIALE 85
Gradientul într-un punct este normal la suprafaţa u = const. (numită suprafaţă de nivel), direcţia
sa reprezentând direcţia celei mai rapide creşteri a funcţiei u.
În mod formal, gradientul funcţiei u se obţine prin aplicarea operatorului 3
∂ ∂ ∂
∇= i+ j+ k
∂x ∂y ∂z
funcţiei u: grad u = ∇u .
2 Noţiunea de gradient are originea în lucrările lui W. Hamilton (1853), iar denumirea şi notaţia se datoresc lui G. B.
Riemann (1854) şi J. C. Maxwell (1855).
∂ ∂ ∂
3 Operatorul ∇ = i + j + k se numeşte operatorul nabla sau operatorul lui Hamilton
∂x ∂y ∂z
4 Noţiunea de divergenţă are originea în lucrările lui W. Hamilton (1853), iar denumirea şi notaţia se datoresc lui M. Abraham
(1902) şi P. Langevin (1905)
5 Noţiunea de rotor are originea în lucrările lui W. Hamilton (1853), iar denumirea şi notaţia se datoresc lui H. Lorentz (1895)
şi M. Abraham (1902)
86 CAPITOLUL al VI-lea
Simbolic, rotorul câmpului vectorial v se poate scrie ca produsul vectorial dintre operatorul ∇
şi v
i j k
∂ ∂ ∂
rot v = ∇ × v = .
∂x ∂y ∂z
v1 v2 v3
Dacă rotorul se anulează într-un anumit domeniu, câmpul vectorial v se spune că este
irotaţional (sau lamentar) în acel domeniu.
Exemplu. Să se arate că:
∂2 ∂2 ∂2
a 6) div( grad u) = ∆u , ∆ = + + ;
∂x 2 ∂y 2 ∂z 2
b) div(rot v ) = 0 ;
c) rot ( grad u) = 0 .
Soluţie.
∂ ⎛ ∂u ⎞ ∂ ⎛ ∂u ⎞ ∂ ⎛ ∂u ⎞ ∂ 2u ∂ 2u ∂ 2u
a) div(grad u) = ⎜ ⎟+ ⎜ ⎟+ ⎜ ⎟ = + + = ∆u ;
∂x ⎝ ∂x ⎠ ∂y ⎜⎝ ∂y ⎟⎠ ∂z ⎝ ∂z ⎠ ∂x 2 ∂y 2 ∂z 2
∂ ⎛ ∂v 3 ∂v 2 ⎞ ∂ ⎛ ∂v 1 ∂v 3 ⎞ ∂ ⎛ ∂v 2 ∂v 1 ⎞
b) div(rot v ) = ⎜ − ⎟+ ⎜ − ⎟+ ⎜ − ⎟
∂x ⎜⎝ ∂y ∂z ⎟⎠ ∂y ⎝ ∂z ∂x ⎠ ∂z ⎜⎝ ∂x ∂y ⎟⎠
∂ 2 v 3 ∂ 2 v 2 ∂ 2 v1 ∂ 2 v 3 ∂ 2 v 2 ∂ 2 v1
= − + − + −
∂x∂y ∂x∂z ∂y∂z ∂y∂x ∂z∂x ∂z∂y
∂ 2 v 3 ∂ 2 v 3 ∂ 2 v 2 ∂ 2 v 2 ∂ 2 v1 ∂ 2 v1
= − + − + − = 0;
∂x∂y ∂y∂x ∂x∂z ∂z∂x ∂y∂z ∂z∂y
⎡ ∂ ⎛ ∂u ⎞ ∂ ⎛ ∂u ⎞⎤ ⎡ ∂ ⎛ ∂u ⎞ ∂ ⎛ ∂u ⎞⎤
c ) rot ( grad u) = ⎢ ⎜ ⎟ − ⎜⎜ ⎟⎟⎥ i + ⎢ ⎜ ⎟ − ⎜ ⎟⎥ j +
⎣ ∂y ⎝ ∂z ⎠ ∂z ⎝ ∂y ⎠⎦ ⎣ ∂z ⎝ ∂x ⎠ ∂x ⎝ ∂z ⎠⎦
⎡ ∂ ⎛ ∂u ⎞ ∂ ⎛ ∂u ⎞⎤
+ ⎢ ⎜⎜ ⎟⎟ − ⎜ ⎟⎥ k
⎣ ∂x ⎝ ∂y ⎠ ∂y ⎝ ∂x ⎠⎦
⎛ ∂ 2u ∂ 2u ⎞ ⎛ ∂ 2u ∂ 2u ⎞ ⎛ ∂ 2u ∂ 2u ⎞
=⎜ − ⎟ i +⎜ − ⎟ j+⎜ − ⎟ k = 0.
⎜ ∂y∂z ∂z∂y ⎟ ⎜ ∂z∂x ∂x∂z ⎟ ⎜ ∂x∂y ∂y∂x ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
FUNCŢII DE MAI MULTE VARIABILE. DERIVATE PARŢIALE. DIFERENŢIALE 87
⎛π π⎞ ⎛π π⎞
b) f x' ⎜ , ⎟ şi fy' ⎜ , ⎟ pentru f ( x, y ) = cos− sin y + 1 .
⎝4 3⎠ ⎝4 3⎠
a) f ( x, y ) = x 3 + 3x 2 y + y 4 + 3 ; b) f ( x, y ) = x 2 + y + sin xy ;
c) f ( x, y ) = x 3 − (2 − x)y 2 ; d) f ( x, y ) = x 2 + 4y 2 ;
x2y
e) f ( x, y ) = x 2 sin 3 y ; f) f ( x, y ) = ;
x+y
4 3 2 2
g) f ( x, y , z) = e x + y + z ; h) f ( x, y, z) = e xy sin z ;
x
i) f ( x, y, z) = arcsin ; j) f ( x, y, z) = e y + ln( x 2 + 1) + z 5 + 3
2 2
y +z
(funcţiile sunt înţelese pe domeniile lor maxime de existenţă).
a) f ( x, y ) = x 2 + 3 xy 2 + xy 5 ;
b) f ( x, y ) = ln(1 + x + y + xy ) .
a) f ( x, y, z) = e xy + e xz + e yz ;
b) f ( x, y, z) = x 3 − 2y 2 + 3z 2 − 3 xyz .
5. Să se arate că funcţiile următoare verifică relaţiile indicate:
∂f ∂f 6
a) f ( x, y ) = 5 x 6 + y 6 + 2 xy 5 , x + y = f;
∂x ∂y 5
y ∂f ∂f
b) f ( x, y ) = ( x 2 + y 2 ) sin , x ≠ 0 , x + y = 2f ;
x ∂x ∂y
∂2 ∂2 ∂2
6 Operatorul ∆ = + + se numeşte operatorul lui Laplace
∂x 2 ∂y 2 ∂z 2
88 CAPITOLUL al VI-lea
x+y ∂f ∂f ∂f
c) f ( x, y, z) = ( x 2005 + x 2000y 5 − z 2005 )arctg , x + y + z = 2005f ;
y + z ∂x ∂y ∂z
x4 + y5 ∂f ∂f ∂f
d) f ( x, y, z) = ( x 9 + x 4 y 5 + z 9 ) cos ,x + y + z = 9f ( x , y , z ) .
5
y +z 4 ∂x ∂y ∂z
b) f ( x, y ) = x 3 + y 3 − 3 x 2 y + 6 xy 2 − 2x − y , ( x, y ) ∈ R 2 ;
c) f ( x, y , z) = x 2 − y 2 + 2z 2 − 6 x + 8y − 12z + 3 , ( x, y , z) ∈ R 3 ;
d) f ( x, y , z) = x 2 + 2y 2 − 4 xy + 6 xz − 4yz , ( x, y , z) ∈ R 3 ;
e) f ( x, y, z) = x 3 + y 2 + z 2 − 2 x 2 − 2xy + 4yz , ( x, y , z) ∈ R 3 ;
f) f ( x, y , z) = x 2 + y 2 + z 2 − 3xy − 12 xz − 18yz , ( x, y , z) ∈ R 3 .
• F ( x 0 , y 0 ) = 0,
∂F( x, y )
b) funcţia y =f(x) are derivata continuă pe U şi f ' ( x) = − ∂x , ∀x ∈ U .
∂F( x, y )
∂y
Observaţie. Dacă funcţia F(x,y) admite derivate parţiale de ordinul k continue în A × B ,
atunci funcţia y = f(x) are derivata de ordinul k continuă pe U.
90 CAPITOLUL al VII-lea
Exemple.
1) Să se calculeze f ' ( x ) pentru funcţia y = f(x) definită implicit de ecuaţia
x 2 − xy − 3 x + y 3 + y + 2005 = 0 .
Soluţie. Metoda I. Pentru calculul lui f ' ( x ) se poate utiliza formula
∂F( x, y )
f ' ( x) = − ∂x .
∂F( x, y )
∂y
Cum F( x, y ) = x 2 − xy − 3 x + y 3 + y + 2005 şi
∂F( x, y ) ∂F( x, y )
= 2x − y − 3 , = − x + 3y 2 + 1 ,
∂x ∂y
2x − y − 3
rezultă că f ' ( x) = − .
3y 2 − x + 1
Metoda a II-a. Deoarece y = f(x) verifică ecuaţia
x 2 − xy − 3 x + y 3 + y + 2005 = 0 ,
rezultă că x 2 − xf ( x) − 3 x + f 3 ( x) + f ( x) + 2005 = 0 .
Derivând această ultimă identitate, obţinem
x 2 − xy + 2y 2 + x − y − 1 = 0 ,
ştiind că f(0) = 1.
2x − y + 1
f ' ( x) =
x − 4y + 1
în raport cu x, considerând y ca funcţie de x.
(2 − y ' )( x − 4 y + 1) − (2 x − y + 1)(1 − 4 y ' )
Obţinem f " ( x) = .
( x − 4y + 1) 2
Înlocuind pe y ' obţinut mai sus, găsim
⎛ 2x − y + 1 ⎞ ⎛ 2x − y + 1 ⎞
⎜⎜ 2 − ⎟⎟( x − 4 y + 1) − ( 2 x − y + 1)⎜⎜ 1 − 4 ⎟
⎝ x − 4 y + 1 ⎠ ⎝ x − 4 y + 1 ⎟⎠
f " ( x) =
( x − 4 y + 1) 2
astfel că
⎛ 2 ⋅ 0 − 1+ 1⎞ ⎛ 2 ⋅ 0 − 1+ 1⎞
⎜2 − ⎟( 0 − 4 ⋅ 1 + 1) − ( 2 ⋅ 0 − 1 + 1)⎜ 1 − 4 ⎟
⎝ 0 − 4 ⋅1+ 1⎠ ⎝ 0 − 4 ⋅1+ 1⎠ 2
f " ( 0) = =− .
2
( 0 − 4 ⋅ 1 + 1) 3
∂F( x 0 , y 0 ) ∂F( x 0 , y 0 )
Cum = 2x 0 , = 2y 0 avem
∂x ∂y
( x − x 0 )2x 0 + ( y − y 0 )2y 0 = 0 sau xx 0 + yy 0 − ( x 20 + y 20 ) = 0 .
• F ( x10 , x 02 ,..., x n0 , y 0 ) = 0,
∂F( x1 , x 2 ,..., x n , y )
∂f ( x1 , x 2 ,..., x n ) ∂x1
=− ,
∂x1 ∂F( x 1 2 ,..., x n , y )
, x
∂y
∂F( x1 , x 2 ,..., x n , y )
∂f ( x1 , x 2 ,..., x n ) ∂x 2
=−
∂x 2 ∂F( x1 , x 2 ,..., x n , y )
∂y
.......... .......... .......... .......... .......... .......... ...
∂F( x1 , x 2 ,..., x n , y )
∂f ( x1 , x 2 ,..., x n ) ∂x n
=− , ∀( x 1 , x 2 ,..., x n ) ∈ U .
∂x n ∂F( x1 , x 2 ,..., x n , y )
∂y
Observaţie. Dacă funcţia F( x1 , x 2 ,..., x n ,y) admite derivate parţiale de ordinul k continue în
A × B , atunci funcţia y = f( x1 , x 2 ,..., x n ) are derivate parţiale de ordinul k continue pe U.
∂f (2,2) ∂f (2,2)
Exemplu. Să se calculeze şi pentru funcţia z = f ( x, y ) definită implicit
∂x ∂y
de ecuaţia
xe z + ye z − xy − z = 0
ştiind că f (2,2) = 0 .
∂f ( x, y ) ∂f ( x, y )
Soluţie. Pentru calculul derivatelor parţiale şi se utilizează formulele:
∂x ∂y
∂F( x, y , z) ∂F( x, y, z )
∂f ( x, y ) ∂x ∂f ( x, y ) ∂y
=− , =− .
∂x ∂F( x , y , z ) ∂y ∂ F( x, y , z )
∂z ∂z
Cum F( x, y , z) = xe z + ye z − xy − z avem
∂F( x, y, z) ∂F( x, y, z) ∂F( x, y, z)
= e z − y, = e z − x, = xe z + ye z − 1
∂x ∂y ∂x
iar
∂f ( x, y ) ez − y ∂f ( x, y ) ez − x
=− şi =− .
∂x xe z + ye z − 1 ∂y xe z + ye z − 1
Deoarece f (2,2) = 0 , rezultă că
∂f (2,2) e0 − 2 1 ∂f (2,2) e0 − 2 1
=− = şi =− = .
∂x 0 0
2e + 2e − 1 3 ∂y 0 0
2e + 2e − 1 3
94 CAPITOLUL al VII-lea
x2 y2 z2
+ + − 1 = 0 în punctul M 0 ( x 0 , y 0 , z 0 ) ce aparţine elipsoidului.
a2 b2 c2
Soluţie. Ecuaţia planului tangent în M0 este
∂F( x 0 , y 0 , z 0 ) ∂F( x 0 , y 0 , z 0 ) ∂F( x 0 , y 0 , z 0 )
(x − x 0 ) + (y − y 0 ) + (z − z 0 ) = 0,
∂x ∂y ∂z
x2 y2 z2
unde F( x, y, z) = + + − 1.
a2 b2 c2
∂F( x 0 , y 0 , z 0 ) 2 x 0 ∂F( x 0 , y 0 , z 0 ) 2y 0 ∂F( x 0 , y 0 , z 0 ) 2z 0
Cum = , = , =
∂x a2 ∂y b2 ∂z c2
avem
2x 0 2y 0 2z 0
(x − x 0 ) + (y − y 0 ) + (z − z 0 ) =0
a2 b2 c2
⎛ x2 y2 z2 ⎞
−⎜ 0 + 0 + 0 ⎟ = 0.
xx 0 yy 0 zz 0
sau + +
a2 b2 c 2 ⎜⎝ a 2 b 2 c 2 ⎟⎠
FUNCŢII DEFINITE IMPLICIT 95
x2 y2 z2
Deoarece M0 (x 0 , y 0 , z 0 ) aparţine elipsoidului + + −1= 0 , rezultă că
a2 b2 c2
x 20
y2 z2
+ 0 + 0 = 1.
a2 b2 c 2
xx 0 yy 0 zz 0
Obţinem astfel pentru planul tangent cerut ecuaţia + + = 1.
2 2
a b c2
F = (F1 , F2 ,..., Fm ) : A × B → R m
• F ( x o , y o ) = 0,
atunci:
variabilele y 1 , y 2 ,..., y m . A fost introdus de K. Jacobi (1841), iar notaţia simbolică a fost propusă de către W. F. Donkin
(1854)
FUNCŢII DEFINITE IMPLICIT 97
D(F1 , F2 ,..., Fm )
∂f2 ( x ) D( y 1 , x i ,..., y m )
=− calculat în x,
∂x i D(F1 , F2 ,..., Fm )
D( y 1 , y 2 ,..., y m )
…………………………………………………
D(F1 , F2 ,..., Fm )
∂fm ( x ) D( y 1 , y 2 ,..., x i )
=− calculat în x,
∂x i D(F1 , F2 ,..., Fm )
D( y 1 , y 2 ,..., y m )
∀x ∈ U .
Observaţie. Dacă funcţiile Fi , i = 1, m admit derivate parţiale de ordinul k continue pe
A × B , atunci funcţiile f1(x), f2(x),…, fm(x) au derivate parţiale de ordinul k continue pe U.
Exemplu. Funcţiile u(x,y) şi v(x,y) sunt definite implicit de sistemul de ecuaţii
⎧⎪u + v = x
(∗) ⎨
⎪⎩xu + v 2 = y + 2005 .
∂u ∂u ∂v ∂v
Să se calculeze , , şi .
∂x ∂y ∂x ∂y
Soluţie. Derivând în raport cu x cele două ecuaţii ale sistemului (∗) şi ţinând seama că
u şi v sunt funcţii de x obţinem
⎧ ∂u ∂v ⎧ ∂u ∂v
⎪ ∂x + ∂x = 1 ⎪ ∂x + ∂x = 1
⎪ ⎪
⎨ sau ⎨
⎪ ∂u ∂v ⎪ ∂u ∂v
⎪⎩u + x ∂x + 2v ∂x = 0 ⎪⎩x ∂x + 2v ∂x = 0
1 1
Pentru = 2v − x ≠ 0 , utilizând regula lui Cramer, avem
x 2v
1 1 1 1
∂u 0 2v 2v ∂v x 0 −x
= = , = = .
∂x 1 1 2v − x ∂x 1 1 2v − x
x 2v x 2v
1 1
Pentru = 2v − x ≠ 0 , utilizând regula lui Cramer, avem
x 2v
0 1 1 0
∂u 1 2v −1 ∂v x 1 1
= = , = = .
∂y 1 1 2v − x ∂y 1 1 2v − x
x 2v x 2v
Fie P(a1 , a 2 ,..., a n , µ1 , µ 2 ,..., µ m ) una din soluţiile acestui sistem. Pentru a vedea dacă
punctul corespunzător M(a1 , a 2 ,..., a n ) este extrem condiţionat al funcţiei date se procedează astfel:
- coeficienţii λ1 , λ 2 ,..., λ m din funcţia ajutătoare L se înlocuiesc cu µ1 , µ 2 ,..., µ m şi se
consideră funcţia
⎛ 1 1⎞
M⎜ , ⎟ este punct de maxim condiţionat pentru funcţia f ( x, y ) .
⎝2 2⎠
2) Să se determine extremele funcţiei f ( x, y , z) = x + y + z , variabilele fiind legate prin
condiţiile
x − y + z = 2 , x2 + y2 + z2 = 4 .
Soluţie. Funcţia ajutătoare are forma
L ( x , y , z ; λ 1 , λ 2 ) = x + y + z + λ 1 ( x − y + z − 2) + λ 2 ( x 2 + y 2 + z 2 − 4 ) .
Derivatele parţiale de ordinul întâi ale funcţiei L conduc, prin anulare, la sistemul
⎧1 + λ 1 + 2λ 2 x = 0
⎪
⎪1 − λ + 2λ y = 0
⎪ 1 2
⎪
⎨1 + λ 1 + 2λ 2 z = 0
⎪
⎪x − y + z − 2 = 0
⎪
⎪ x 2 + y 2 + z 2 − 4 = 0.
⎩
Rezolvând acest sistem, găsim soluţiile
1 1 4 2 4
λ1 = , λ2 = − , x = ,y = , z = ;
3 2 3 3 3
1
λ1 = −1 , λ 2 = , x = 0, y = −2 , z = 0 .
2
1 1
Pentru λ1 = , λ 2 = − avem de considerat funcţia
3 2
1 1
L∗ ( x, y, z) = x + y + z + ( x − y + z − 2) − ( x 2 + y 2 + z 2 − 4) .
3 2
⎛4 2 4⎞
Diferenţiala de ordinul doi a funcţiei L∗ în punctul M1 ⎜ , , ⎟ are forma
⎝3 3 3⎠
∂ 2L∗ (M1 ) ∂ 2L∗ (M1 ) ∂ 2L∗ (M1 )
d 2L∗ (M1 ) = dx 2 + dy 2 + dz 2 +
∂x 2 ∂y 2 ∂z 2
∂ 2L∗ (M1 ) ∂ 2L∗ (M1 ) ∂ 2L∗ (M1 )
+2 dxdy + 2 dxdz + 2 dydz.
∂x∂y ∂x∂z ∂y∂z
Cum
FUNCŢII DEFINITE IMPLICIT 101
2yx 2 + y 2 − 4 x − 3 = 0 .
x 2 − xy 2 + 2x + y − 3 = 0
în punctul M 0 (1,0) .
∂f ( x, y ) ∂f ( x, y )
4. Să se calculeze şi pentru funcţia z = f ( x, y ) definită implicit de ecuaţia
∂x ∂y
ln( x z y x z y ) − 3 = 0 .
102 CAPITOLUL al VII-lea
x 5 − 3y 2 + 4 yz − 3 xz 5 + z 9 = 0 = 0 , ştiind că f (1,1) = 1 .
D( f , g)
8. Să se determine dacă f (r , θ) = r cos θ şi g(r , θ) = r sin θ .
D(r , θ)
D( f , g, h)
9. Să se determine dacă f (r , θ, ϕ) = r sin θ cos ϕ , g(r , θ, ϕ) = r sin θ sin ϕ şi
D(r , θ, ϕ)
h(r , θ, ϕ) = r cos θ .
∂u ∂u ∂v ∂v
Să se calculeze , , şi .
∂x ∂y ∂x ∂y
CAPITOLUL al VIII-lea
ELEMENTE DE CALCUL INTERGAL
∞
spune că integrala ∫ f ( x)dx este convergentă. Dacă limita este infinită sau nu există se spune despre
a
Într-adevăr,
b
∞ dx b x −2004
dx ⎛ 1
⎜ b −2004 ⎞⎟ 1
∫ 2005 = lim ∫ 2005 = lim = lim − = .
1x b→∞ 1 x b→∞ − 2004 b→∞⎝ ⎜ 2004 2004 ⎟ 2004
1 ⎠
Observaţie. Deoarece
∞ a+1 a+2 a+n+1
∫ f ( x)dx = ∫ f ( x)dx + ∫ f ( x)dx + ... + ∫ f ( x)dx + ... ,
a a a+1 a +n
104 CAPITOLUL al VIII-lea
∞ a+n+1
rezultă că ∫ f ( x)dx = u 0 + u1 + ... + un + ... , unde un = ∫ f ( x )dx .
a a+n
∞ ∞
Astfel, convergenţa integralei ∫ f ( x )dx se reduce la convergenţa seriei ∑ un .
a n=0
∞ x2
b) ∫ dx ;
1 1+ x7
∞ cos x
c) ∫ dx .
1 x
ELEMENTE DE CALCUL INTEGRAL 105
Soluţie.
3
λ+
x 2
a) Deoarece lim x λ f ( x ) = lim
1
= 1 pentru λ = < 1 , integrala este divergentă.
x→∞ x→∞ 1 + x 2 2
λ +2
x
b) Deoarece lim x λ f ( x ) = lim = 1 pentru λ = 5 > 1 , integrala este convergentă.
x →∞ x →∞ 1 + x 7
1
c) Considerăm funcţiile f ( x) = cos x şi g( x) = . Deoarece
x
b
∫ cos dx = sin b − sin 2 ≤ 2
1
1 ∞ cos x
şi g( x) = descreşte monoton la zero când x → ∞ , rezultă că integrala ∫ dx este convergentă.
x 1 x
b
această limită este finită se spune că integrala ∫ f ( x)dx este convergentă. Dacă limita este infinită sau
a
b −ε
ca lim ∫ f ( x)dx .
ε→0 a
Exemple.
10 dx
1) Integrala ∫ este divergentă.
5 −5
x
1
Într-adevăr, funcţia f ( x) = este nemărginită în punctul x = 5 şi avem
x−5
10 10 dx 10
dx
∫ = lim ∫ = lim ln | x − 5 | = lim (ln 5 − ln ε) = ∞ .
5 x − 5 ε→0 5+ε x − 5 ε→0 5+ε ε→0
10 dx
2) Integrala ∫ este convergentă.
5 x−5
106 CAPITOLUL al VIII-lea
1
Într-adevăr, funcţia f ( x) = este nemărginită în punctul x = 5 şi avem
x−5
10 10 10
dx dx
∫ = lim ∫ = lim 2 x − 5 = lim (2 5 − 2 ε ) = 2 5 .
5 x−5 ε→0 5+ε x−5 ε→0 5+ ε ε→0
b
Observaţie. Integrala (improprie) ∫ f ( x)dx (b - a > 1) cu a punct singular se poate
a
transforma într-o serie numerică.
Într-adevăr,
1
a+
b b a+1 n
∫ f ( x )dx = ∫ f ( x)dx + ∫ f ( x)dx + ... + ∫ f ( x)dx + ...
a a+1 1 1
a+ a+
2 n+1
şi astfel
1
a+
b n
∫ f ( x )dx = u 0 + u1 + ... + un + ... , unde un = ∫ f ( x)dx .
a 1
a+
n+1
b ∞
Convergenţa integralei (improprii) ∫ f ( x)dx poate fi aşadar redusă la convergenţa seriei ∑ un .
a n=0
Are loc următorul rezultat
Fie a un punct singular pentru funcţia f(x) > 0 definită pe (a,b] şi integrabilă pe [a+ ε ,b],
b
- pentru λ < 1, integrala (improprie) ∫ f ( x)dx este convergentă
a
iar
b
- pentru λ ≥ 1 , integrala (improprie) ∫ f ( x)dx este divergentă.
a
3 dx
Exemplu. Să se studieze convergenţa integralei ∫ .
1 ( x + 1) x2 − 1
Soluţie. Deoarece
1
λ−
( x − 1) 2 1
lim ( x − 1) λ f ( x) = lim = ,
x→1 x→1 ( x + 1) x +1 2 2
x >1 x >1
1
pentru λ = < 1 , integrala este convergentă.
2
ELEMENTE DE CALCUL INTEGRAL 107
ρ k = max d(M, N) , M, N ∈ D k .
Din analogia dintre definiţia integralei duble şi definiţia limitei unei funcţii rezultă următoarea
Teoremă. Funcţia f este integrabilă pe D dacă şi numai dacă există un număr real I cu
proprietatea că pentru orice ε > 0 , există δ(ε) > 0 astfel încât oricare ar fi diviziunea ∆ cu ∆ < δ(ε)
∀( x, y ) ∈ D , atunci ∫∫ f ( x, y )dxdy ≥ 0 .
D
Consecinţe.
a) Dacă f, g sunt funcţii integrabile pe D şi f ( x, y ) ≤ g( x, y ) , ∀( x, y ) ∈ D , atunci
∫∫ f ( x, y )dxdy ≤ ∫∫ g( x, y )dxdy .
D D
Consecinţe.
a) Dacă f este funcţie integrabilă pe D, atunci există µ ∈ [m, M] (m, M sunt marginile funcţiei
f) astfel încât
∫∫ f ( x, y )dxdy = µs(D) .
D
ELEMENTE DE CALCUL INTEGRAL 109
π
1 2
∫∫ x sin y dxdy = ∫ [ ∫ x sin y dy ]dx .
D 0 0
Deoarece
110 CAPITOLUL al VIII-lea
π π
π
2 2 ⎛ π ⎞
∫ x sin y dy = x ∫ sin y dy = x( − cos y ) 02 = x⎜ cos + cos 0 ⎟ = x ,
0 0 ⎝ 2 ⎠
rezultă că
1
1 x2 1
∫∫ x sin y dxdy = ∫ x dx = = .
D 0 2 2
0
2. D = {( x, y ) : a ≤ x ≤ b, y 1 ( x) ≤ y ≤ y 2 ( x)}
x
x x x x x
x y2
∫ ( x + y )dy = ∫ x dy + ∫ y dy = x ∫ dy + ∫ y dy = x y +
x2 2
x2 x2 x2 x2 x2 x2
⎛ x2 x4 ⎞ x 2 x 4 3x 2 x4
= x( x − x 2 ) + ⎜ − ⎟ = x 2 − x 3 + − = − x3 − ,
⎜ 2 2 ⎟⎠ 2 2 2 2
⎝
rezultă că
1
1 ⎛ 3x 2 x4 ⎞ ⎛ 3x 3 x 4 x 5 ⎞ 3
∫∫ ( x + y )dxdy = ∫ ⎜⎜ − x 3 − ⎟ dx = ⎜
⎟ ⎜
− − ⎟ =
⎟
.
D 0⎝ 2 2 ⎠ ⎝ 6 3 10 ⎠
0
20
precedentă se scrie
∫∫ f ( x, y )dxdy = ∫∫ f (ρ cos θ, ρ cos θ) ρ dρdθ .
D D'
112 CAPITOLUL al VIII-lea
1) ∫∫ xy dxdy , unde D : 1 ≤ x 2 + y 2 ≤ 4 ;
D
x + y = 1, x + y = 2, x − y = 1, x − y = 2 .
Soluţie.
⎧⎪x = ρ cos θ
1) Este indicat să facem transformarea T ⎨ care duce domeniul D (coroana
⎪⎩y = ρ sin θ
circulară)
⎧⎪1 ≤ ρ ≤ 2
în dreptunghiul D' ⎨
⎪⎩0 ≤ θ ≤ 2π
2 π ⎡2 ⎤
3 3
∫∫ xy dxdy = ∫∫ (ρ cos θ)(ρ sin θ)ρ dρdθ = ∫∫ ρ cos θ sin θ dρdθ = ∫ ⎢ ∫ ρ cos θ sin θ dρ⎥ dθ .
D D' D' 0 ⎣1 ⎦
Deoarece
2
2 2 ⎛ ρ4 ⎞
∫ ρ cos θ sin θ dρ = cos θ sin θ ∫ ρ dρ = cos θ sin θ⎜⎜
3 3 ⎟ = 15 cos θ sin θ ,
⎟
1 1 ⎝ 4 ⎠1 4
ELEMENTE DE CALCUL INTEGRAL 113
rezultă că
2 π 15 2π
15 2π 15 ⎛ cos 2θ ⎞
∫∫ xy dxdy = ∫ cos θ sin θ dθ = ∫ sin 2θ dθ = ⎜ − ⎟ = 0.
D 0 4 8 0 8⎝ 2 ⎠ 0
2)
⎧ u v
⎧⎪x + y = u ⎪⎪x = +
2 2
Notăm ⎨ şi obţinem T ⎨
⎪⎩x − y = v ⎪y = u v
⎪⎩ −
2 2
⎪⎧1 ≤ u ≤ 2
Transformarea T duce domeniul D în pătratul D' ⎨
⎪⎩1 ≤ v ≤ 2
⎡ u v ⎛ u v ⎞⎤ 1 ⎛ 3u v ⎞ 1 2 ⎡2 3u − v ⎤
∫∫ (x + 2y)dxdy = ∫∫ ⎢ + + 2⎜ − ⎟⎥ ⋅ − dudv = ∫∫ ⎜ − ⎟ dudv = ∫ ⎢∫ dv⎥du.
D D' ⎣ 2 2 ⎝ 2 2 ⎠⎦ 2 D' ⎝ 2 2 ⎠ 2 1 ⎣1 4 ⎦
Deoarece
114 CAPITOLUL al VIII-lea
2 2
2 3u − v 3u 2 12 3u 1 v2 3u 1 3 3u 3
∫ dv = ∫ dv − ∫ v dv = v − = − ⋅ = − ,
1 4 4 1 41 4 1 4 2 4 4 2 4 8
1
rezultă că
2 2
2 ⎛ 3u
3⎞ 32 32 3 u2 3 3
∫∫ ( x + 2y )dxdy = ∫ ⎜ − ⎟ du = ∫ u du − ∫ du = − u = .
D 1⎝ 4 8⎠ 41 81 4 2
1
8 1 4
1
xG = ∫∫ xf ( x, y )dxdy ,
mD
1
yG = ∫∫ yf ( x, y )dxdy .
mD
Momentele de inerţie ale plăcii D în raport cu axele de coordonate Ox şi Oy sunt date de
I x = ∫∫ y 2 f ( x, y )dxdy ,
D
I y = ∫∫ x 2 f ( x, y )dxdy ,
D
∞ 2 1 5 1
d) ∫ e −2 x cos 3 x dx ; e) ∫ dx ; f) ∫ dx ;
1 1 3x − 1 0 x +3 x
3
3 1 1 1 4 x4 + 1
g) ∫ dx ; h) ∫ ; i) ∫ 3 dx .
3
1 ( x + 1) x 2 − 1 0x+x −1 x + 1
ELEMENTE DE CALCUL INTEGRAL 115
1 1 2 1
e) ∫ ; f) ∫ dx .
0 ( x + 2) 1− x 2 05 4−x 2
1
3. Să se arate că integrala lui Euler de speţa întâi β(a, b) = ∫ x a−1 (1 − x) b−1 dx este
0
4. Să se demonstreze că:
a) Γ(a + 1) = aΓ(a) , a > 1 ;
b) Γ(n + 1) = n! , n ∈ N ;
∞
5. Să se arate că integrala lui Euler de speţa a doua Γ(a) = ∫ x a−1e − x dx este convergentă
0
pentru a > 0.
6. Să se demonstreze că:
a) β(a, b) = β(b, a) ;
a −1 b −1
b) β(a, b) = β(a − 1, b) = β(a, b − 1) , a > 1, b > 1 ;
a + b −1 a + b −1
(n − 1)! (m − 1)!
c) β(m, n) = , m, n ∈ N ;
(m + n − 1)!
∞ y a−1
d) β(a, b) = ∫ dy ;
a +b
0 (1 + y )
Γ( a ) Γ( b )
e) β(a, b) = .
Γ( a + b )
Integralele * şi ** prezintă o importanţă deosebită în fizică. Ele sunt aşa numitele integrale ale lui A. J. Fresnel.
116 CAPITOLUL al VIII-lea
a) ∫∫ ( xy + y 2 )dxdy , unde D = {( x, y ) : 0 ≤ x ≤ 1, 0 ≤ y ≤ 2} ;
D
⎧ π π ⎫
b) ∫∫ ( y sin x + x cos y )dxdy , unde D = ⎨( x, y ) : 0 ≤ x ≤ , ≤ y ≤ π⎬ ;
D ⎩ 2 2 ⎭
d) ∫∫ xy dxdy , unde D = {( x, y ) : 0 ≤ x ≤ 1, x 2 ≤ y ≤ x} ;
D
x2 y2
e) ∫∫ ( x + y )dxdy , unde D este sfertul din primul cadran al elipsei + −1= 0;
D 4 9
2 2
f) ∫∫ ( x + y )dxdy , unde D este sfertul din primul cadran al cercului cu centrul în origine şi
D
rază egală cu 1;
g) ∫∫ (1 + cos y )dxdy , unde D este domeniul cuprins între x = 0 , x = 1 , y = 0 , y = arcsin x ;
D
2x − y = 1, 2x − y = 3, x + 2y = −1, x + 2y = 4 ;
3 x − 2 y = 1 , 3 x − 2y = 2 ;
y
k) ∫∫ e x dxdy , unde D este domeniul mărginit de dreptele y = x , y = 0 , x = 1 .
D
ECUAŢII DIFERENŢIALE 117
CAPITOLUL al IX-lea
ECUAŢII DIFERENŢIALE1
⎧y( x 0 , c 1 , c 2 ,..., c n ) = y 0
⎪
⎪y ' ( x 0 , c 1 , c 2 ,..., c n ) = y 1
⎪
⎨
⎪.......... .......... .......... .......
⎪
⎪⎩y (n−1) ( x 0 , c 1 , c 2 ,..., c n ) = y n−1 .
unde P, Q sunt funcţii continue cu derivate parţiale de ordinul întâi continue pe un domeniu D ⊂ R 2 şi
∂P ∂Q
= , ∀( x, y ) ∈ D se numeşte ecuaţie diferenţială ce provine din anularea unei diferenţiale totale.
∂y ∂x
Soluţia generală a ecuaţiei (4) este
x y
∫ P( t , y )dt + ∫ Q( x 0 , t )dt = c , ( x 0 , y 0 ) ∈ D .
x0 y0
∂P ∂Q
Soluţie. Avem P( x, y ) = x 2 + y, Q( x, y ) = x + y 2 , D = R 2 , = 1 şi = 1 . Alegem
∂y ∂x
( x 0 , y 0 ) = (0,0) ∈ D . Soluţia generală a ecuaţiei este
x y
x
2
y
2 t3 x t3 x3 y3
∫ ( t + y ) dt + ∫ t dt = c ⇔ + yt 0 + =c⇔ + xy + =c,
0 0 3 3 3 3
0 0
1 y2 1
ecuaţiei este ∫ dx + ∫ ydy = c ⇔ − = c , unde c este o constantă arbitrară.
x2 2 x
⎛ y⎞ ⎛ y⎞
adică P( x, y ) = x mP⎜ 1, ⎟ şi Q( x, y ) = x m Q⎜ 1, ⎟ .
⎝ x⎠ ⎝ x⎠
120 CAPITOLUL al IX-lea
⎛ y⎞ ⎛ y⎞
x mP⎜ 1, ⎟ P⎜ 1, ⎟
Ecuaţia y ' =
P( x, y )
se scrie y ' = ⎝ x ⎠ = ⎝ x ⎠ = f⎛ y ⎞ .
⎜ ⎟
⎛ y⎞ ⎛ y⎞
x mQ⎜ 1, ⎟ Q⎜ 1, ⎟ ⎝ ⎠
Q( x, y ) x
⎝ x⎠ ⎝ x⎠
1 2u + 3u 2
Separând variabilele, avem dx + du = 0 .
x 1 + 3u 2 + 3u 3
1 2u + 3u 2
∫ dx + ∫ du = c ⇔
x 1 + 3u 2 + 3u 3
1
ln | x | + ln | 3u 3 + 3u 2 + 1 |= c ⇔
3
1 3y 3 3y 2
ln | x | + ln + + 1 = c,
3 x3 x2
⎛ y ⎞
⎛ ax + by ⎞ ⎜ a + b x ⎟ ⎛ y ⎞
y ' = f ⎜⎜ ⎟⎟ = f ⎜ ⎟ = g⎜ ⎟
⎝ a1x + b1y ⎠ ⎜⎜ a + b y ⎟⎟ ⎝ x ⎠
1 1
⎝ x⎠
care este o ecuaţie omogenă.
a b
Cazul al II-lea. Dacă c 2 + c 12 ≠ 0 şi ∆ = ≠ 0 , atunci sistemul
a1 b1
⎪⎧ax + by + c = 0
⎨
⎪⎩a1x + b1y + c 1 = 0
este de tip Cramer, deci are soluţie unică
⎧⎪x = x 0
⎨ .
⎪⎩y = y 0
⎧⎪u = x − x 0
Cu substituţia ⎨ , ecuaţia (7) se reduce la o ecuaţie omogenă.
⎪⎩v = y − y 0
⎧⎪u = x − x 0 ⎧⎪du = dx
Într-adevăr, din ⎨ rezultă ⎨ şi ecuaţia (7) devine
⎪⎩v = y − y 0 ⎪⎩dv = dy
dv ⎛ a(u + x 0 ) + b( v + y 0 ) + c ⎞
= f⎜ ⎟
du ⎜⎝ a1 (u + x 0 ) + b1 ( v + y 0 ) + c 1 ⎟⎠
sau
122 CAPITOLUL al IX-lea
dv ⎛ au + bv + ax 0 + by 0 + c ⎞
= f⎜ ⎟.
du ⎜⎝ a1u + b1v + a1x 0 + b1y 0 + c 1 ⎟⎠
⎧⎪x = x 0 ⎪⎧ax + by + c = 0
Cum ⎨ este soluţie a sistemului ⎨ , obţinem
⎪⎩y = y 0 ⎪⎩a1x + b1y + c 1 = 0
⎛ v ⎞
a+b ⎟
dv ⎛ au + bv ⎞ ⎜⎜ u ⎟ = g⎛⎜ v ⎞⎟
= f ⎜⎜ ⎟⎟ = f
du ⎝ a1u + b1v ⎠ ⎜ v ⎟ ⎝u⎠
⎜ a1 + b1 ⎟
⎝ u⎠
care este o ecuaţie omogenă.
2x + y − 5
Exemplu. Să se integreze ecuaţia diferenţială y ' = .
x − 3y + 8
2 1
Soluţie. c 2 + c 12 = 25 + 64 ≠ 0 şi ∆ = ≠ 0.
1 −3
⎧⎪2x + y − 5 = 0 ⎧⎪x = 1
Sistemul ⎨ are soluţia ⎨ .
⎪⎩x − 3y + 8 = 0 ⎪⎩y = 3
⎧⎪u = x − 1 ⎧⎪du = dx
Folosind substituţia ⎨ rezultă ⎨ şi ecuaţia devine
⎪⎩v = y − 3 ⎪⎩dv = dy
2(u + 1) + ( v + 3) − 5 2u + v
v' = sau v ' =
(u + 1) − 3( v + 3) + 8 u − 3v
care este o ecuaţie omogenă.
Cu substituţia v = ut , se obţine soluţia generală
1 1 3 3
ln | u | + ln | 3t 2 + 2 | − arctg t=c
2 3 2 2
sau
1 v 2 1 3 ⎛ 3 v⎞
ln | u | + ln 3 +2 − arctg⎜⎜ ⎟=c
⎟
2 u2 3 2 ⎝ 2 u⎠
sau
1 ( y − 3) 2 1 3 ⎛ 3 y −3⎞
ln | x − 1 | + ln 3 +2 − arctg⎜⎜ ⎟=c,
⎟
2 ( x − 1) 2 3 2 ⎝ 2 x −1⎠
unde c este o constantă arbitrară.
a b a b
Cazul al III-lea. Dacă c 2 + c 12 ≠ 0 şi ∆ = = 0 , atunci = = k.
a1 b1 a1 b1
⎧⎪a = ka1 ⎛ k(a x + b1y ) + c ⎞
Înlocuind ⎨ în ecuaţia (7), obţinem y ' = f ⎜⎜ 1 ⎟⎟ .
⎪⎩b = kb1 ⎝ a1x + b1y + c 1 ⎠
Cu substituţia a1x + b1y = u , ecuaţia (7) se reduce la o ecuaţie cu variabile separabile.
ECUAŢII DIFERENŢIALE 123
du − a1dx
Într-adevăr, din a1x + b1y = u rezultă a1dx + b1dy = du , de unde dy = şi ecuaţia
b1
du − a1dx ⎛ ku + c ⎞ 1 ⎛ du ⎞ du
(7) devine = f ⎜⎜ ⎟⎟ = g(u) sau ⎜ − a1 ⎟ = g(u) sau dx = şi aceasta
b1dx ⎝ u + c1 ⎠ b1 ⎝ dx ⎠ a1 + b1g(u)
6 3
Soluţie. c 2 + c 12 = 1 + 1 ≠ 0 , ∆ = = 0.
2 1
Soluţia generală a ecuaţiei diferenţiale liniare neomogene se caută de aceeaşi formă cu soluţia
generală a ecuaţiei diferenţiale liniare omogene numai că în locul constantei c se consideră o funcţie
u(x)
Cum y ' = u' ( x)e − ∫ P( x )dx − u( x)P( x)e − ∫ P( x)dx , înlocuind în ecuaţia (8) obţinem
u( x) = c + ∫ Q( x )e ∫
P( x ) dx
dx .
Aşadar, soluţia generală a ecuaţiei diferenţiale liniare de ordinul întâi (8) este
(
y = e − ∫ P( x )dx c + ∫ Q( x)e ∫ P( x)dx dx . )
Exemplu. Să se integreze ecuaţia diferenţială xy '−2y = x 3 e x .
2
Soluţie. Ecuaţia se scrie sub forma y '− y = x 2 e x .
x
− ∫ − dx ⎛⎜ ⎞
2 2
2 x ∫ − dx ⎟
Soluţia generală a ecuaţiei este y = e x
⎜c + ∫ x e e x dx ⎟ sau
⎜ ⎟
⎝ ⎠
(
y = e 2 ln|x| c + ∫ x 2 e x e −2 ln|x| dx )
sau
⎛ 1 ⎞
ln x ⎜ 2
2 x x2 ⎟
ln
y=e ⎜c + ∫ x e e dx ⎟
⎜ ⎟
⎝ ⎠
sau
⎛ 1 ⎞
y = x 2 ⎜⎜ c + ∫ x 2 e x dx ⎟⎟
⎝ x2 ⎠
( )
(am folosit e ln A = A ) sau y = x 2 c + e x , unde c este o constantă arbitrară.
ECUAŢII DIFERENŢIALE 125
liniară în z.
1 α
1 1−α
Într-adevăr, din y = z 1−α rezultă y ' = z z' şi ecuaţia (10) devine
1− α
α 1 α
1 1−α
z z'+P( x )z 1−α = Q( x)z 1−α .
1− α
α
1 1−α
Împărţind prin z , obţinem ecuaţia z'+(1 − α )P( x)z = (1 − α)Q( x) , care este o ecuaţie
1− α
diferenţială liniară de ordinul întâi în z.
(11) y ' = P( x ) y 2 + Q ( x ) y + R ( x ) ,
unde P, Q şi R sunt funcţii continue pe un interval I se numeşte ecuaţie Riccati.
Pentru a afla soluţia generală a ecuaţiei (11) trebuie să cunoaştem o soluţie particulară y p a
acestei ecuaţii.
1
Cu substituţia y = y p + , o ecuaţie diferenţială Riccati se reduce la o ecuaţie diferenţială
z
liniară în z.
1 1
Într-adevăr, din y = y p + rezultă y ' = y ' p − z ' şi ecuaţia (11) devine
z z2
2
1 ⎛ 1⎞ ⎛ 1⎞
y ' p − z ' = P( x )⎜ y p + ⎟ + Q( x)⎜ y p + ⎟ + R( x)
z 2 ⎝ z⎠ ⎝ z⎠
sau
1 21 1 1
y 'p − z ' = P( x)y p + 2P( x)y p
+ P( x) + Q( x )y p + Q( x) + R( x) .
2 z 2 z
z z
Cum y p este o soluţie particulară a ecuaţiei (11), obţinem
1 1 1 1
− z' = 2P( x )y p + P ( x ) + Q( x ) .
2 z 2 z
z z
Eliminând numitorii obţinem ecuaţia
z'+[ 2 P( x)y p + Q( x )] z = −P( x)
y' = y 2 − x 2 + 1 ,
ştiind că admite soluţia particulară y p = x .
1 1
Soluţie. Folosind substituţia y = x + , rezultă y ' = 1 − z ' şi ecuaţia devine
z z2
2
1 ⎛ 1⎞ 2 1 1 1
1− z' = ⎜ x + ⎟ − x + 1 sau − 2 z' = 2 x + 2 .
2 ⎝ z⎠ z z
z z
2
Înmulţind cu − z , obţinem ecuaţia liniară
z '+2 xz = −1 .
−x ⎛ ⎞
2 2
x
z=e ⎜c − ∫ e dx ⎟
⎝ ⎠
sau
= e − x ⎛⎜ c − ∫ e x dx ⎞⎟ ,
1 2 2
y−x ⎝ ⎠
unde c este o constantă arbitrară.
dp
Cazul I. = 0 , deci p = c, adică y ' = c . Înlocuind în ecuaţia iniţială, obţinem soluţia
dx
generală a ecuaţiei Clairaut şi anume y = xc + g(c ) .
dg dg
Cazul al II-lea. x+ = 0 , deci x = − . Înlocuind în ecuaţia iniţială obţinem soluţia
dp dp
⎧ dg
⎪x = − dp
⎪
singulară ⎨ .
⎪ dg
⎪y = − dp p + g(p)
⎩
(14) a 0 ( x)y (n) + a1 ( x)y (n−1) + ... + a n−1 ( x)y '+a n ( x)y = f ( x) ,
dn d n−1 d
L n = a 0 ( x) + a1 ( x ) + ... + a n−1 ( x) + a n ( x)
n n−1 dx
dx dx
ecuaţia liniară de ordinul n, neomogenă (14) se scrie
( 14' ) L n ( y ) = f ( x ) ,
iar ecuaţia liniară de ordinul n, omogenă (15) se scrie
( 15' ) L n ( y ) = 0 .
7 W(y1, y2, …, yn) se numeşte wronskianul funcţiilor y1, y2, …, yn şi a fost introdus de H. Wronski (1812)
130 CAPITOLUL al IX-lea
y1 y2 L yn
y '1 y'2 L y'n
W ( y 1, y 2 ,..., y n ) = ≠0
L L L L
y 1(n −1) y (2n −1) L y (nn −1)
unde c 1 , c 2 ,..., c n sunt constante arbitrare este soluţia generală a ecuaţiei omogene (14).
Soluţia generală a ecuaţiei neomogene (14) este y = y 0 + y p , unde y 0 este soluţia generală
a ecuaţiei omogene (15), iar y p este o soluţie particulară a ecuaţiei neomogene (14).
x 2 y"−2xy'+2y = x 3 .
x 2x 2
Soluţie. Cum W ( y 1 , y 2 ) = = 2x 2 ≠ 0 pe R ∗ , rezultă că pe orice interval I
1 4x
y o = c 1x + c 2 2 x 2 .
Determinăm o soluţie particulară a ecuaţiei neomogene
ECUAŢII DIFERENŢIALE 131
x 2 y"−2xy'+2y = x 3
prin metoda variaţiei constantelor.
Avem
y p = c 1 ( x ) x + c 2 ( x )2 x 2 ,
⎧c 1 ' ( x) x + c 2 ' ( x )2 x 2 = 0
⎪⎪ ⎧xc ' ( x) + 2 x 2 c ' ( x) = 0
⎪ 1 2
⎨ x3
sau ⎨
⎪c 1 ' ( x) + c 2 ' ( x)4 x = ⎪⎩c 1 ' ( x) + 4 xc 2 ' ( x) = x .
⎩⎪ x2
⎧ x2
⎧c 1 ' ( x ) = − x ⎪c 1 ' ( x) = −
⎪ ⎪ 2
Soluţia sistemului este ⎨ 1 de unde rezultă că ⎨
⎪c 2 ' ( x) = , ⎪ x
⎩ 2 ⎪⎩c 2 ' ( x) = 2 .
Astfel
x2 x x3
yp = − x + 2x 2 ⇔ y p = .
2 2 2
x3
y = y 0 + y p ⇔ y = c 1x + c 2 2 x 2 + ,x ∈ R∗ .
2
unde a 0 , a1 ,..., a n sunt constante reale, a 0 ≠ 0 , iar f(x) este funcţie continuă se numeşte ecuaţie
diferenţială de ordinul n, liniară şi neomogenă cu coeficienţi constanţi.
O ecuaţie de forma
unde a 0 , a1 ,..., a n sunt constante reale, a 0 ≠ 0 se numeşte ecuaţie diferenţială de ordinul n, liniară şi
omogenă cu coeficienţi constanţi.
132 CAPITOLUL al IX-lea
Ecuaţii omogene
Pentru ecuaţia (17) putem determina totdeauna un sistem fundamental de soluţii. Anume, dacă
( )
Înlocuind în (16), avem e rx a 0 r n + a1r n−1 + ... + a n−1r + a n = 0 , deci numărul r trebuie să fie
rădăcină a ecuaţiei
Dacă ecuaţia caracteristică a 0 r n + a1r n−1 + ... + a n−1r + a n = 0 are rădăcinile reale simple
rx r x r x
r0 , r1 ,..., rn , atunci funcţiile y 1 = e 1 , y 2 = e 2 , …, y n = e n formează un sistem fundamental de
e r1x e r2 x L e rn x
r e r1 x r2 e r2 x L rn e rn x
W ( y 1 , y 2 ,..., y n ) = 1
L L L L
r1n−1e r1 x r2n−1e r1x L rnn−1e r1 x
1 1 L 1
r1 r2 L rn
= e r1 x ⋅ e r2 x ⋅ ... ⋅ e rn x
L L L L
n−1
r1 r2n−1 L rnn−1
este diferit de zero, rezultă că funcţiile y 1 , y 2 ,..., y n formează un sistem fundamental de soluţii.
Astfel, soluţia generală a ecuaţiei ( ∗ ) este
atunci funcţiile
Y2 = e α 2 x cos β 2 x, Y2 = e α 2 x sin β 2 x,
.......... .......... .......... .......... .......... .......... .......... .......... .......... .......... ..
αpx αpx
yp = e (cos β p x + i sin β p x ), y p = e (cos β p x − i sin β p x ).
Acestea au dezavantajul că sunt complexe. Cum în practică interesează soluţii reale, vom lua
ca sistem fundamental următoarele funcţii
y +y y −y
Y1 = 1 1 = e α 1x cos β1x, Y1 = 1 1 = e α 1x sin β1x,
2 2i
y2 + y2 y − y2
Y2 = = e α 2 x cos β 2 x, Y2 = 2 = e α 2 x sin β 2 x,
2 2i
.......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .
yp + yp α x yp − yp α x
Yp = = e p cos β p x, Yp = = e p sin β p x.
2 2i
Astfel, soluţia generală a ecuaţiei ( ∗ ) este cea precizată în teoremă.
Exemplu. Să se integreze ecuaţia diferenţială
y " −4 y '+13y = 0 .
Dacă ecuaţia caracteristică a 0 r n + a1r n−1 + ... + a n−1r + a n = 0 are rădăcina reală r = α de
ordin de multiplicitate p + 1, atunci aceasta contribuie la soluţia generală cu
soluţii ale ecuaţiei ( ∗ ). Astfel, funcţia y = c 1e αx + c 2 xe αx + ... + c p+1x p e αx este o soluţie e ecuaţiei
diferenţiale ( ∗ ).
[ ]
y = e αx Pp ( x ) cos β x + Q p ( x) sin β x , unde Pp ( x) şi Q p ( x) sunt polinoame în x de grad p.
[( ) (
soluţia generală cu y = e αx A 0 + A 1x + ... + A P x p cos β x + B 0 + B1x + ... + B P x p sin β x . ) ]
136 CAPITOLUL al IX-lea
[
B 0 + B1x + ... + B p x p obţinem y = e αx Pp ( x ) cos β x + Q p ( x) sin β x . ]
Exemplu. Să se integreze ecuaţia diferenţială y ( 4) + 2y"+ y = 0 .
Algoritmul de rezolvare a unei ecuaţii diferenţiale liniare omogene cu coeficienţi constanţi este
următorul:
- ataşăm ecuaţia caracteristică;
- rezolvăm ecuaţia caracteristică;
- scriem contribuţia fiecărei rădăcini a ecuaţiei caracteristice la soluţia generală a ecuaţiei
date;
- soluţia generală este combinaţie liniară de soluţiile de la punctul 3).
r1 = −2, r2 = 3, r3 = 1 − i 2 , r4 = 1 + i 2 .
Soluţia generală a ecuaţiei este
(
y 1 = c 1e −2 x + c 2 e 3 x + c 3 cos 2x + c 3 sin 2x e x , )
unde c 1 , c 2 , c 3 , c 3 sunt constante arbitrare.
Ecuaţii neomogene
Algoritmul de rezolvare a unei ecuaţii diferenţiale liniare neomogene cu coeficienţi constanţi
este următorul:
- se determină soluţia generală a ecuaţiei diferenţiale liniare omogene asociate ( y 0 );
- soluţia generală a ecuaţiei diferenţiale liniare neomogene este suma celor două soluţii
y = y0 + yp .
ECUAŢII DIFERENŢIALE 137
În multe situaţii se alege soluţia particulară y p după forma lui f(x). Enumerăm mai jos aceste
situaţii:
y p = x k Q m ( x) .
[
y p = e αx Pm∗ ( x) cos β x + Q m∗ ( x) sin βx , ]
iar dacă r = α ± iβ este rădăcină multiplă de ordin k, atunci se caută y p de forma
[
y p = x k e αx Pm∗ ( x) cos β x + Q m∗ ( x) sin βx . ]
Exemplu. Să se integreze ecuaţia diferenţială y"−5y '+6y = (2x + 1)e x .
neomogene de forma y p = e x ( Ax + B) .
e x ( Ax + 2A + B) − 5e x ( Ax + A + B) + 6e x ( Ax + B) = (2x + 1)e x
138 CAPITOLUL al IX-lea
⎧⎪2A = 2 ⎧⎪ A = 1
Rezolvând sistemul ⎨ avem ⎨ şi deci y p = e x ( x + 2) .
⎪⎩− 3 A + 2B = 1 ⎪⎩B = 2
y = c 1e 2 x + c 2 e 3 x + e x ( x + 2) ,
unde c1 şi c 2 sunt constante arbitrare.
a) ( x 2 + y 2 )dx + xydy = 0 ;
b) ( x 2 − y 2 )dx − ( x 2 + y 2 )dy = 0 ;
c) ( x + y − 2)dx + ( x − y )dy = 0 ;
d) ( x + 2y − 3)dx + (2x + y − 3)dy = 0 ;
e) ( x + 2y )dx + ( x + y − 3)dy = 0 ;
g) y '+ xy = x 3 ; h) y '− xy = xy 2 ;
o) y ( 4) − 13y ' ' '+36y = x 4 ; p) y ' ' '−6y ' '+11y '−6y = e x .
ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 139
CAPITOLUL al X-lea
ELEMENTE DE TEORIA PROBABILITĂŢILOR1 ŞI
STATISTICĂ MATEMATICĂ
1 Apariţia teoriei probabilităţilor este legată de probleme referitoare la jocurile de noroc (L. Pacioli, 1494; G. Cardano, 1539).
Fondatorii acestei teorii sunt matematicienii B. Pascal (1623 – 1662) şi P. Fermat (1601 – 1665)
140 CAPITOLUL al X-lea
Observaţii.
1) Evenimentul imposibil implică orice eveniment ( φ ⊂ A ).
2) Orice eveniment implică evenimentul sigur ( A ⊂ E ).
Definiţie. Evenimentul contrar evenimentului A este evenimentul care se realizează atunci şi
numai atunci când nu se realizează evenimentul A.
Evenimentul contrar lui A se notează cu A sau CA.
Operaţii cu evenimente
Fie A şi B două evenimente legate de o experienţă.
Definiţie. Se numeşte reuniunea evenimentelor A şi B un nou eveniment care se realizează
atunci şi numai atunci când se realizează cel puţin unul din evenimentele A sau B.
Se notează A ∪ B .
Exemplu. Deoarece realizarea evenimentului A sau a contrarului său A este întotdeauna o
certitudine, avem relaţia A ∪ A = E .
Observaţie. Reuniunea se poate extinde pentru un număr oarecare de evenimente.
Definiţie. Se numeşte intersecţia evenimentelor A şi B un nou eveniment care se realizează
atunci şi numai atunci când se realizează ambele evenimente A şi B.
Se notează A ∩ B .
Exemplu. Din definiţia evenimentului contrar lui A rezultă că avem A ∩ A = φ .
Observaţie. Intersecţia se poate extinde pentru un număr oarecare de evenimente.
Definiţie. Evenimentele A şi B se numesc incompatibile dacă nu se pot realiza simultan,
adică dacă îndeplinesc relaţia A ∩ B = φ .
Dacă A ∩ B ≠ φ , evenimentele A şi B se numesc compatibile.
Definiţie. Se numeşte diferenţa dintre evenimentul A şi evenimentul B un nou eveniment care
se realizează atunci şi numai atunci când se realizează evenimentul A dar nu se realizează
evenimentul B.
Se notează A − B .
Observaţie. A − B = A ∩ B .
Definiţie. Fie Ω o mulţime nevidă. O familie K de părţi ale lui Ω se numeşte corp de părţi
dacă este închisă faţă de operaţiile de reuniune finită şi complementară, adică dacă îndeplineşte
următoarele condiţii:
1) ∀A , B ∈ K rezultă A ∪ B ∈ K ;
2) ∀A ∈ K rezultă A ∈ K .
ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 141
Definiţie. Fie Ω o mulţime nevidă. O familie K de părţi ale lui Ω se numeşte σ - corp sau
corp borelian dacă este închisă faţă de operaţiile de reuniune infinită şi complementară, adică dacă
îndeplineşte următoarele condiţii:
1) ∀A i ∈ K, i ∈ N∗ rezultă U A i ∈ K ;
i∈N ∗
2) ∀A ∈ K rezultă A ∈ K .
Observaţie. Orice corp borelian este şi corp.
Practica arată că mulţimea evenimentelor asociate unei experienţe formează un corp de părţi
dacă ele sunt în număr finit şi un corp borelian dacă sunt în număr infinit. De aceea, vom numi câmp
(câmp borelian) de evenimente, evenimentul sigur E înzestrat cu un corp (corp borelian) K de
evenimente. Un câmp de evenimente îl vom nota prin (E,K).
n
2) A = U A k .
k =1
Definiţie. O mulţime finită {E1 , E 2 ,..., E n } de evenimente din (E, K ) formează mulţimea
evenimentelor elementare a câmpului de evenimente (E, K ) dacă:
1) E i ∩ E j = φ , i, j = 1, n , i ≠ j ;
n
2) E = U E i ;
i=1
( ) ( )
Din axioma 3) rezultă P(A ) = P E i1 + P E i 2 + K + P E i k . ( )
Înseamnă că pentru a cunoaşte probabilitatea unui eveniment oarecare A este suficient să
cunoaştem probabilităţile evenimentelor elementare E1, E2, …, En.
Cum E = E1 ∪ E 2 ∪ K ∪ E n , avem P(E) = P(E1 ) + P(E 2 ) + K + P(E n ) = 1 .
Considerând că toate evenimentele elementare au aceeaşi probabilitate de a se realiza, adică
1
P(E1 ) = P(E 2 ) = K = P(E n ) =
n
k
rezultă P( A ) = .
n
Am găsit astfel definiţia clasică a probabilităţii 3.
Definiţie. Probabilitatea unui eveniment este raportul dintre numărul evenimentelor
elementare favorabile realizării evenimentului considerat şi numărul total al evenimentelor elementare,
evenimentele elementare fiind considerate egal probabile.
Se observă că definiţia clasică a probabilităţii nu se poate aplica atunci când numărul
evenimentelor elementare este infinit.
Exemplu. Într-o magazie sunt 40 de piese dintre care 4 au defecte. Care este probabilitatea
ca o piesă luată la întâmplare să fie cu defecte?
Soluţie. Fie A evenimentul ca piesa aleasă să fie cu defecte. Deoarece alegerea unei piese
este un eveniment aleator, rezultă că putem lua orice piesă din cele 40 şi deci avem 40 de cazuri
3
Definiţia clasică a probabilităţii a fost formulată iniţial de J. Bernoulli (1705)
ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 143
posibile. Numărul cazurilor favorabile realizării evenimentului A este egal cu numărul pieselor cu
4
defecte, adică este egal cu 4. Din definiţia clasică, rezultă P( A ) = = 0,1 .
40
2. Pentru orice A ∈ (E, K ,P) avem P( A ) = 1 − P( A ) .
Într-adevăr, cum A ∪ A = E şi A ∩ A = φ rezultă că P(E) = P( A ) + P( A ) = 1 , de unde
P( A ) = 1 − P( A ) .
3. P(φ) = 0 .
Într-adevăr, cum φ ∪ A = A şi φ ∩ A = φ rezultă că P(φ) + P( A ) = P( A ) , de unde P(φ) = 0 .
4. Pentru orice A ∈ (E, K ,P) avem 0 ≤ P( A ) ≤ 1 .
Prima parte a inegalităţii este asigurată prin definiţie, iar pentru partea a doua folosim
consecinţa 2 şi avem P( A ) = 1 − P( A ) ≤ 1 .
5. Dacă A, B ∈ (E, K , P) şi A ⊂ B , atunci P( A ) ≤ P(B) .
P(B) = P( A ) + P(B ∩ A ) ≥ P( A ) .
6. Dacă A, B ∈ (E, K , P) , atunci P(B − A ) = P(B) − P( A ∩ B) .
Într-adevăr, cum B = (B − A ) ∪ ( A ∩ B) şi (B − A ) ∩ ( A ∩ B) = φ rezultă că
P(B) = P(B − A ) + P( A ∩ B) .
⎛n ⎞ n
P⎜⎜ U A i ⎟⎟ = ∑ P( A i ) − ∑ P( A i ∩ A j ) + ∑ P( A i ∩ A j ∩ A k ) − K + ( −1) n P( A 1 ∩ A 2 ∩ K ∩ A n ).
⎝ i=1 ⎠ i=1 i< j i< j<k
144 CAPITOLUL al X-lea
⎛n ⎞ n
10. Inegalitatea lui Boole 4. Dacă A1, A2, …, An ∈ (E, K , P) , atunci P⎜⎜ I A i ⎟⎟ ≥ 1 − ∑ P( A i ) .
⎝ i=1 ⎠ i=1
⎛n ⎞ ⎛n ⎞ ⎛n ⎞ n
Într-adevăr, P⎜⎜ I A i ⎟⎟ = P⎜ U A i ⎟ = 1 − P⎜⎜ U A i ⎟⎟ ≥ 1 − ∑ P( A i ) .
⎝ i=1 ⎠ ⎜ i=1 ⎟ ⎝ i=1 ⎠ i=1
⎝ ⎠
Observaţie. Inegalitatea lui Boole ne dă o limită inferioară pentru probabilitatea intersecţiei a
n evenimente.
Exemplu. La fabricarea unui dispozitiv pot să apară defecte datorită materialului folosit la
fabricarea pieselor, datorită pieselor componente şi datorită montajului. Dispozitivul se consideră bun
dacă nu are nici unul din aceste defecte. Din practică se cunoaşte că datorită materialului folosit 5% din
piese au defecte, datorită prelucrării 8% au defecte, iar datorită montajului 4% din dispozitive au
defecte.
Se cere probabilitatea minimă ca un dispozitiv să fie bun.
Soluţie. Fie A evenimentul ca piesele componente să nu aibă defecte din cauza materialului
folosit, B evenimentul ca piesele componente să nu aibă defecte de fabricaţie şi C evenimentul ca
dispozitivul să nu aibă defecte de montaj. Se cere P( A ∩ B ∩ C) . Avem
Probabilităţi condiţionate
Fie (E,K,P) un câmp de probabilitate (câmp borelian de probabilitate), iar A şi B două
evenimente ale câmpului cu P(B) ≠ 0 .
Definiţie. Se numeşte probabilitate condiţionată 5 a evenimentului A de către evenimentul B
P( A ∩ B)
raportul .
P(B)
4 George Boole (1815 – 1864), matematician şi logician englez, fondatorul logicii matematice moderne
5
Definiţia a fost formulată iniţial de Jacques Bernoulli (1700)
ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 145
Se notează P( A | B) sau PB ( A ) .
Observaţie. Tripletul (E,K,PB) este un câmp (câmp borelian) de probabilitate.
Formula de înmulţire a probabilităţilor. Fie A1, A2, …, An ∈ (E, K , P) cu
P(A 1 ∩ A 2 ∩ K ∩ A n ) = P( A 1 ) ⋅ P( A 2 | A 1 ) ⋅ P( A 3 | ( A 1 ∩ A 2 )) ⋅ K ⋅ P( A n | ( A 1 ∩ A 2 ∩ K ∩ A n−1 ))
Demonstraţie. Vom folosi metoda inducţiei matematice .
= P(A1) ⋅ P(A 2 | A1) ⋅K⋅ P(An−1 | (A1 ∩K∩ A n−2 )) ⋅ P(A n | (A1 ∩ A 2 ∩K∩ A n−1))
Definiţie. Se spune că evenimentele A şi B ∈ (E, K , P) sunt independente dacă
P( A ∩ B) = P( A ) ⋅ P(B) .
Se spune că evenimentele familiei finite {A1, A2, …, An } ⊂ (E, K , P) sunt independente (sau
independente în totalitatea lor) dacă evenimentele oricărei subfamilii nevide a familiei date sunt
independente, adică dacă ∀1 ≤ i1 ≤ i 2 ≤ ... ≤ i k ≤ n avem
( ) ( ) ( ) ( )
P Ai1 ∩ A i2 ∩K∩ A ik = P Ai1 ⋅ P Ai2 ⋅K⋅ P Aik .
Observaţie. Dacă evenimentele familiei {A1, A2, …, An} sunt independente în totalitatea lor,
atunci sunt independente şi s câte s.
Exemplul datorat lui S. N. Bernstein ne arată că reciproca nu este adevărată.
Fie un tetraedru având o faţă colorată cu alb, una cu roşu, una cu negru şi a patra cu toate cele
trei culori.
Notând cu A 1 evenimentul apariţiei culorii albe, cu A 2 evenimentul apariţiei culorii roşii şi cu
A 3 evenimentul apariţiei culorii negre, avem
1
P( A 1 ) = P( A 2 ) = P( A 3 ) = ,
2
1
P( A 1 ) ⋅ P( A 2 ) ⋅ P( A 3 ) = ,
8
1
P( A 1 ∩ A 2 ∩ A 3 ) = ,
4
146 CAPITOLUL al X-lea
deci A 1 , A 2 , A 3 nu sunt independente în totalitatea lor, dar sunt independente două câte două
1
deoarece P( A 1 ∩ A 2 ) = P( A 1 ∩ A 3 ) = P( A 2 ∩ A 3 ) = .
4
Exemplu. Un produs necesită două operaţii: de prelucrare şi de montare. La prelucrare,
probabilitatea ca produsul să fie cu defecte este 0,5, iar ca montajul să fie defect este 0,2. Care este
probabilitatea ca produsul să fie defect?
Soluţie. Fie A evenimentul ca produsul să fie cu defecte de prelucrare şi B evenimentul ca
produsul să fie cu defecte de montaj. Se cere P(A ∪ B) .
Avem P(A) = 0,5 şi P(B) = 0,2.
Cum
P(A ∪ B ) = P( A ) + P(B) − P(A ∩ B ) şi P(A ∩ B ) = P( A ) ⋅ P(B)
(evenimentele A şi B sunt independente) rezultă că
P(A ∪ B) = 0,5 + 0,2 − 0,5 ⋅ 0,2 = 0,69 .
Formula probabilităţii totale. Dacă A1, A2, …, An reprezintă o desfacere în evenimente
incompatibile a evenimentului sigur, atunci pentru orice eveniment X al câmpului de evenimente (E, K,
n n
P) are loc formula P(X ) = ∑ P(A k ∩ X ) = ∑ P(A k ) ⋅ PA k (X ) .
k =1 k =1
( )
cu (A i ∩ X ) ∩ A j ∩ X = φ, i ≠ j, i, j = 1, n şi deci
⎛ n ⎞ n n
P( X ) = P⎜⎜ U (A k ∩ X )⎟⎟ = ∑ P(A k ∩ X ) = ∑ P(A k ) ⋅ PA k ( X ) .
⎝ k =1 ⎠ k=1 k =1
Formula lui Bayes 6. În aceleaşi condiţii ca la formula probabilităţii totale are loc şi formula
P(A k ) ⋅ PAk (X )
PX (A k ) = .
n
∑ P(A k ) ⋅ PA k (X )
k =1
P(A k ) ⋅ PA k (X )
PX (A k ) = . Înlocuind P(X) din formula probabilităţii totale se obţine formula lui Bayes.
P(X )
Exemplu. Doi muncitori au lucrat fiecare câte 10 piese şi le-au aşezat în acelaşi loc. Ştiind că
probabilitatea să dea o piesă rebut este de 0,2 şi respectiv 0,3 pentru cei doi muncitori, să se afle
probabilitatea ca luând o piesă la întâmplare ea să fie defectă şi să provină de la primul muncitor.
Soluţie. Fie A1 evenimentul ca piesa luată să provină de la primul muncitor, A2 evenimentul
ca piesa luată să provină de la al doilea muncitor şi X evenimentul ca piesa luată să fie cu defecte.
Piesa defectă poate proveni de la primul muncitor sau de la al doilea şi X = (X ∩ A 1 ) ∪ (X ∩ A 2 ) . Cum
o piesă luată nu poate proveni decât de la cei doi muncitori, avem A 1 ∪ A 2 = E şi A 1 ∩ A 2 = φ .
Problema ne cere ca piesa defectă să provină de la primul muncitor, deci se cere PX (A 1 ) . Aplicând
P(A 1 ) ⋅ PA1 (X )
formula lui Bayes, avem PX (A 1 ) = .
P(A 1 ) ⋅ PA1 (X ) + P(A 2 ) ⋅ PA 2 (X )
Dar P(A1) = P(A2) = 0,5 deoarece avem aceeaşi şansă să luăm piesa de la cei doi muncitori şi
din datele problemei rezultă PA 1 (X ) = 0,2 , PA 2 (X ) = 0,3 . Înlocuind în formula lui Bayes, obţinem
0,5 ⋅ 0,2
PX (A 1 ) = = 0,4 .
0,5 ⋅ 0,2 + 0,5 ⋅ 0,3
Demonstraţie. Numărul cazurilor posibile este C na +b . Un grup de k1 bile albe poate fi luat în
k k k k
C a1 moduri, iar unul de k2 bile negre în C b 2 moduri, deci numărul cazurilor favorabile este C a1 ⋅ C b 2 .
Exemplu. Într-o ladă sunt 12 piese dintre care 2 au defecte. Se extrag 5 piese. Care este
probabilitatea să extragem o piesă cu defecte?
Soluţie. Înlocuind în schema bilei nerevenite bila albă cu piesa bună şi bila neagră cu piesa
cu defecte, avem a = 10, b = 2, n = 5, k1 = 4, k2 = 1, iar probabilitatea cerută este dată de
C 4 ⋅ C1 35
P = 10 2 = .
5 66
C12
lui Bernoulli este coeficientul lui t k din această dezvoltare. Din acest motiv schema se mai numeşte şi
schema binomială.
2) Această schemă admite următoarea generalizare
O urnă conţine a1 bile de culoarea 1, a2 bile de culoarea 2, …, as bile de culoarea s. Se extrag
n bile, punând de fiecare dată bila extrasă înapoi în urnă.
Probabilitatea ca din cele n bile extrase k1 să fie de culoarea 1, k2 să fie de culoarea 2, …, ks
de culoarea s ( k 1 + k 2 + ... + k s = n ) este
n! k k k
P= p1 1 p 2 2 ...p s s ,
k1! k 2 !...k s !
unde
7
Jean Bernoulli (1667 – 1748), matematician elveţian
ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 149
a1
p1 = este probabilitatea de a extrage o bilă de culoarea 1,
a1 + a 2 + ... + a s
a2
p2 = este probabilitatea de a extrage o bilă de culoarea 2,
a1 + a 2 + ... + a s
…………………………………………………………………………………………..
as
ps = este probabilitatea de a extrage o bilă de culoarea s.
a1 + a 2 + ... + a s
Această schemă se numeşte schema polinomială.
⎛ x ⎞ ⎛ xi ⎞
Din această cauză vom nota variabilele aleatoare discrete prin X ⎜⎜ i ⎟⎟ sau X ⎜⎜ ⎟⎟ , i = 1, n ,
⎝ f (x i ) ⎠ ⎝ pi ⎠
unde xi se numeşte argumentul variabilei aleatoare X, iar f(xi) = pi se numeşte funcţie de probabilitate.
În mod evident avem f ( x i ) ≥ 0 , i = 1, n .
Cum evenimentele E i = ( X = x i ) , constituie o desfacere în evenimente incompatibile a
n
evenimentului sigur E avem ∑ f ( x i ) = 1 .
i=1
⎛ x ⎞
Rezultă că o variabilă aleatoare X se mai poate scrie X ⎜⎜ i ⎟⎟ , i = 1, n , unde f(xi)
⎝ f (x i )⎠
îndeplineşte condiţiile:
1) f ( x i ) ≥ 0 , i = 1, n ;
n
2) ∑ f ( x i ) = 1 .
i=1
Mulţimea valorilor variabilei aleatoare împreună cu funcţia de probabilitate definesc distribuţia
variabilei aleatoare.
Exemple.
1) Distribuţia discretă uniformă
Variabila aleatoare X care este definită de această distribuţie ia valorile xi cu aceeaşi
⎛ xi ⎞
. Deci distribuţia variabilei X este X ⎜ 1 ⎟ , i = 1, n .
1
probabilitate
n ⎜ ⎟
⎝n⎠
ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 151
1 n n 1
Avem evident f ( x i ) = > 0 , i = 1, n şi ∑ f ( x i ) = ∑ = 1 .
n i=1 i=1 n
valoarea yj.
Dacă cele două variabile aleatoare sunt independente, atunci h(xi,yj)=f(xi)·g(yj).
Cu variabilele aleatoare ale unui sistem se pot defini operaţii ca suma, produsul, înmulţirea cu
o constantă, etc.
Definiţie. Se numeşte suma variabilelor aleatoare X şi Y o nouă variabilă aleatoare notată
prin X + Y a cărei distribuţie este
⎛ xi + y j ⎞
X + Y ⎜⎜ ⎟ , i = 1, n , j = 1, m ,
(
⎝h xi ,y j )⎟
⎠
unde
1) h( x i , y j ) ≥ 0 , i = 1, n , j = 1, m ;
n m
2) ∑ ∑ h( x i , y j ) = 1 .
i=1 j=1
152 CAPITOLUL al X-lea
⎛ kx i ⎞
kX ⎜⎜ ⎟⎟ , i = 1, n ,
⎝ f (x i ) ⎠
unde
1) f ( x i ) ≥ 0 , i = 1, n ;
n
2) ∑ f ( x i ) = 1 .
i=1
⎛ xiy j ⎞
XY ⎜ ⎟ , i = 1, n , j = 1, m ,
⎝ (
⎜h xi , y j )
⎟
⎠
unde
1) h( x i , y j ) ≥ 0 , i = 1, n , j = 1, m ;
n m
2) ∑ ∑ h( x i , y j ) = 1 .
i=1 j=1
Definiţie. Se numeşte puterea p a variabilei aleatoare X o nouă variabilă aleatoare notată prin
⎛ x ⎞
X ⎜⎜ ⎟⎟ , x ∈ [ a, b ] .
⎝ f ( x) ⎠
f(x) are proprietăţile:
1) f ( x) ≥ 0 , x ∈ [ a, b] ;
b
2) ∫ f ( x)dx = 1 .
a
Exemple.
1) Distribuţia continuă uniformă pentru o variabilă aleatoare X definită în [a,b] are densitatea
1
de probabilitate f ( x) = .
b−a
1 b b 1
Avem f ( x) = > 0 şi ∫ f ( x)dx = ∫ dx = 1 .
b−a a ab−a
1
2) Distribuţia Cauchy are densitatea de probabilitate f ( x) = ,x ∈R .
π(1 + x 2 )
1
Avem f ( x) = > 0 şi
π(1 + x 2 )
+∞ +∞ 1 1 n 1 1 2 π
∫ f ( x )dx = ∫ dx = lim ∫ dx = lim 2arctg n = ⋅ = 1 .
−∞ −∞ π(1 + x
2
) π n→∞ −n 1 + x 2 π n→∞ π 2
Dacă pe axa absciselor sunt trecute punctele reprezentând valorile variabilei xi şi din aceste
puncte se ridică segmente verticale de lungime pi = f(xi) se obţine graficul prin bastonaşe.
Pentru variabila aleatoare discretă X din exemplul precedent, graficul prin bastonaşe este dat
de mulţimea segmentelor paralele cu axa Oy, situate deasupra axei Ox, care trec prin punctele de pe
1 2 4 8
axa Ox: O(0,0), A1(1,0), A2(2,0), A3(3,0) şi au respectiv lungimile , , , . (Fig. 2)
27 9 9 27
Punctele Mi(xi,f(xi)), i = 1, n pot fi unite de o infinitate de curbe. O curbă care uneşte punctele
mărime acelaşi număr ce exprimă şi aria dreptunghiului de bază x i − x i−1 = 1 şi înălţime pi = f(xi). În
practică, se construiesc dreptunghiuri, astfel ca valoarea xi să fie la mijlocul bazei dreptunghiului cu
înălţimea f(xi).
O astfel de reprezentare grafică se numeşte se numeşte histograma variabilei aleatoare X.
Histograma pentru variabila aleatoare discretă X din exemplul precedent este dată în (Fig. 3).
⎛ x ⎞
X ⎜⎜ ⎟⎟ , x ∈ [ a, b] ,
⎝ f ( x) ⎠
b
1) f ( x) ≥ 0 , 2) ∫ f ( x )dx = 1,
a
atunci reprezentarea grafică a funcţie densitate de probabilitate f(x) se face după modelul dat de
analiza matematică.
⎛ xi − m⎞
atunci ξ ⎜⎜ ⎟,
⎟
⎝ f ( x )
i ⎠
c) Momente de ordinul k
b
atunci M( X k ) = ∫ x k f ( x )dx .
a
d) Medii de ordinul k
M k ( X ) = k M( X k ) .
Pentru x= 1, se obţine
2 n 2 k k n−k 2
np + n(n − 1)p = ∑ k C np q = M( X ) ,
k =0
ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 159
( ) ( ) ( ) ( )
M (X 1 + X 2 + ... + X n )2 = M X 12 + M X 22 + ... + M X n2 .
4) Media de ordinul k este o valoare internă în sensul că dacă argumentul variabilei aleatoare
ia valori din [a,b], atunci avem şi M k ( X ) ∈ [ a, b] .
e) Momente centrate
( ) n
mk = M ξ k = ∑ ( x i − m) k f ( x i ) ,
i=1
( ) b
atunci m k = M ξ k = ∫ ( x − m) k f ( x)dx .
a
m 2 = M( X 2 ) − m 2
m 3 = M( X 3 ) − 3mM( X 2 ) + 2m 2
şi aşa mai departe.
Momentul centrat de ordinul doi se numeşte dispersia (sau varianţa sau fluctuaţia) variabilei
aleatoare X şi se notează cu σ 2 sau D(X). Astfel, dacă variabila aleatoare X este discretă cu distribuţia
⎛ x ⎞
X ⎜⎜ i ⎟⎟ , i = 1, n ,
⎝ f (x i )⎠
n
1) f ( x i ) ≥ 0 , i = 1, n , 2) ∑ f ( x i ) = 1 ,
i=1
atunci
n
σ 2 = ∑ ( x i − m) 2 f ( x i ) = M( X 2 ) − m 2 ,
i=1
1
Ţinând seama că P( X < M e ) = 1 − P( X > M e ) , rezultă că F(M e ) = .
2
1
Astfel, mediana este soluţie a ecuaţiei F( x) = .
2
Exemplu. La un strung s-au strunjit 5 piese de formă cilindrică. În urma măsurării diametrelor
pieselor s-au obţinut rezultatele: 12,01mm, 12,07mm, 12,11mm, 12,05mm, 12,12mm. Se cere
mediana.
Soluţie. Ordonând aceste mărimi şi ţinând seama că probabilitatea ca piesa să aibă unul din
1
aceste diametre este p = = 0,2 rezultă că variabila aleatoare ataşată problemei are distribuţia
5
⎛ 12,01 12,05 12,07 12,11 12,12 ⎞
X ⎜⎜ ⎟.
⎝ 0,2 0,2 0,2 0,2 0,2 ⎟⎠
Avem Me = 12,07 deoarece P(X < 12,07) = 0,4 şi P(X>12,07) = 0,4.
Observaţie. În acest caz, Me coincide cu o valoare a variabilei aleatoare. Sunt cazuri când ea
este cuprinsă într-un interval ( x k , x k +1 ) şi atunci spunem că avem un interval median. Se obişnuieşte
ca Me să se ia mijlocul intervalului median.
Dacă variabila aleatoare este continuă şi are distribuţia
⎛ x ⎞
X ⎜⎜ ⎟⎟ , x ∈ [ a, b] ,
⎝ f ( x) ⎠
b
1) f ( x) ≥ 0 , x ∈ [ a, b] , 2) ∫ f ( x)dx = 1 ,
a
Me
1 1
, adică ∫ f ( x )dx = .
atunci Me se găseşte ca soluţie a ecuaţiei F( x ) =
2 a 2
Exemplu. Să se calculeze mediana variabilei aleatoare care are distribuţia Cauchy.
Soluţie. Avem
x dt 1 x dt 1 1 π 1
F( x) = ∫ = lim ∫ = lim (arctgx − arctgn) = (arctgx + ) = ,
−∞ π(1 + t
2
) π n→−∞ n 1 + t 2 π n→−∞ π 2 2
Definiţie. Se numesc quantile de ordinul n a unei variabile aleatoare X rădăcinile reale ale
ecuaţiilor
i
F( x ) = , i = 1, n − 1,
n
unde n este un număr natural dat, iar F(x) este funcţia de repartiţie a variabilei aleatoare X.
1
Se observă că mediana Me fiind rădăcină a ecuaţiei F( x ) = este quantilă de ordinul doi.
2
În practică se consideră de obicei n = 2, 4, 10, 100.
Pentru n = 4, cele trei rădăcini se numesc quartile.
164 CAPITOLUL al X-lea
Pentru n = 10, cele nouă rădăcini se numesc decile, iar pentru n = 100, cele 99 rădăcini se
numesc centile.
Exemplu. Să se determine quartilele variabilei aleatoare X cu distribuţia continuă de densitate
3 2
de probabilitate f ( x) = x , x ∈ [ 0,4] .
64
k
Soluţie. Pentru a afla quartilele trebuie să căutăm soluţiile ecuaţiilor F( x) = , k = 1,2,3 .
4
x 3 2 x3
Avem F( x ) = ∫ t dt = .
0 64 64
Pentru k = 1, avem ecuaţia x3 = 16 cu rădăcina x1 = 23 2 .
i) Covarianţa
Fie două variabile aleatoare X şi Y.
Definiţie. Se numeşte covarianţa variabilelor aleatoare X şi Y valoarea medie a variabilei (X -
m1)(Y - m2), unde m1 şi m2 sunt respectiv valorile medii ale variabilelor X şi Y.
Notând covarianţa cu cov(X,Y), avem
cov(X,Y) = M((X - m1)(Y - m2)).
Cum m1 = M(X) şi m2 = M(Y), avem
cov(X,Y) = M(XY – m1Y – m2X + m1m2) = M(XY) – m1M(Y) – m2M(X) + m1m2
= M(XY) – M(X)M(Y).
Are loc deci formula cov(X,Y) = M(XY) - M(X)M(Y).
Observaţie. Dacă variabilele aleatoare X şi Y sunt independente, atunci cov(X,Y) = 0.
j) Coeficient de corelaţie
Fie două variabile aleatoare X şi Y cu valorile medii m1, respectiv m2 şi abaterile medii pătratice
X − m1 Y − m2
σ1 şi respectiv σ 2 . Lor le putem ataşa variabilele aleatoare X ' = şi respectiv Y ' =
σ1 σ2
numite variabile aleatoare normate.
Observaţie. Dacă X este o variabilă aleatoare de valoare medie m, atunci variabila aleatoare
normată X ' are valoarea medie egală cu m, iar dispersia este 1.
ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 165
⎛ ( X − m1 )(Y − m2 ) ⎞ ⎛ X − m1 ⎞ ⎛ Y − m2 ⎞ cov(X, Y)
ρ XY = cov(X ' , Y' ) = M⎜⎜ ⎟⎟ − M⎜⎜ ⎟⎟ ⋅ M⎜⎜ ⎟⎟ = .
⎝ σ1σ 2 ⎠ ⎝ σ1 ⎠ ⎝ σ 2 ⎠ σ1σ 2
k) Funcţia caracteristică
Fie X o variabilă aleatoare discretă sau continuă. Variabilei aleatoare X îi putem ataşa o nouă
σ 2 ∞ −t 2 1 ∞ −t 2
I= ∫ e dt = ∫ e dt .
σ 2π −∞ π −∞
2 ∞ −t 2
Cum funcţia de sub integrală este pară, rezultă I = ∫ e dt .
π0
2 π
Ţinând seama de integrala lui Gauss, avem I = = 1.
π 2
x2
−
1 2
Observaţie. Funcţia n( x;0, σ) = e 2σ , x ∈ R se numeşte densitatea de
σ 2π
probabilitate a variabilei normale centrate.
2m ∞ −t 2 2m π
M( X ) = ∫ e dt = = m.
π 0 π 2
Din M(X) = m, rezultă că parametrul m este tocmai valoarea medie a variabilei aleatoare X.
2
1 ⎛ x −m ⎞
∞ ∞ − ⎜ ⎟
1 σ ⎠ dx .
∫ ( x − m) e ⎝
2 2 2
b) D( X ) = ∫ ( x − m) n( x; m, σ) =
−∞ σ 2 π −∞
1 ∞ 2 2σ 2 ∞ 2 − t 2 2σ 2 n 2
2 2 −t
D( X ) = ∫ 2σ t e σ 2dt = ∫ t e dt = lim ∫ t 2 e −t dt .
σ 2π −∞ π −∞ π n→∞ −n
2 1 2
Integrând prin părţi, unde f = t, g' = te −t , f ' = 1 , g = − e −t , obţinem
2
n
2σ2 t 2 2σ2 n⎛ 1 2 ⎞ 2σ2 1 n 2
D(X) = − lim e −t − lim ∫ ⎜ − e −t ⎟ dt = lim ∫ e −t dt = σ2 ,
π n→∞ 2 −n π n→∞ −n ⎝ 2 ⎠ π 2 n→∞ −n
n n 2
t −t 2
deoarece lim e = 0 şi lim ∫ e − t dt = π .
n→∞ 2 −n n→∞ −n
t2
1 x −
Funcţia N( x;0,1) = ∫ e 2 dt se numeşte funcţia de repartiţie normată.
2 π −∞
Se demonstrează că variabilele aleatoare cu distribuţia normală au următoarele proprietăţi:
1) Dacă o variabilă aleatoare X are distribuţia normală n( x; m, σ) , iar c este o constantă reală,
atunci variabila aleatoare cX are tot distribuţia normală dată de densitatea de probabilitate n( x; cm, cσ) .
2) Dacă variabilele aleatoare X1, X2, …, Xn sunt independente şi au distribuţii normale, atunci
n
variabila aleatoare X = ∑ X k are tot o distribuţie normală şi dacă n( x k ; mk , σ k ) este densitatea de
k =1
⎛ n n ⎞
de n ⎜ x; ∑ mk , ∑ σ k2 ⎟ .
⎜ k =1 k =1 ⎟⎠
⎝
Distribuţia Gamma
Definiţie. Se spune că o variabilă aleatoare X are distribuţia Gamma dacă are densitatea de
probabilitate
⎧ −
x
1 1
⎪⎪ a −1
x e b, x≥0
f ( x; a, b) = ⎨ Γ(a) b a
⎪
⎪⎩0 ,x < 0 ,
∞
unde a şi b sunt doi parametri reali strict pozitivi, iar Γ(a) = ∫ x a−1e − x dx .
0
ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 169
Astfel pentru k=1 avem M( X ) = ab , iar pentru k=2 avem M( X 2 ) = a(a + 1)b 2 .
Să calculăm valoarea medie şi dispersia variabilei aleatoare cu densitatea de probabilitate
f ( x; a, b) .
a) M( X ) = ab , conform celor de mai sus.
Distribuţia Beta
Definiţie. Se spune că o variabilă aleatoare X are distribuţia Beta dacă are densitatea de
⎧ 1 a−1 b−1
⎪ β(a, b) x (1 − x) , 0 ≤ x ≤ 1
probabilitate f ( x; a, b) = ⎨ unde a şi b sunt doi parametri reali strict
⎪0 , x < 0 ,x > 1 ,
⎩
1
a−1 b−1
pozitivi, iar β(a, b) = ∫ x (1 − x) dx .
0
2
a( a + 1) ⎛ a ⎞ ab
b) D( X ) = M( X 2 ) − [M( X )] 2 = −⎜ ⎟ = .
( a + b)(a + b + 1) ⎝ a + b ⎠ 2
(a + b) (a + b + 1)
n x
∞ 1 ∞ −1 − 2
I = ∫ f ( x; n, σ)dx =
n ∫ x 2 e 2σ dx .
−∞ ⎛n⎞ 0
2 2 σ n Γ⎜ ⎟
⎝2⎠
Efectuând schimbarea de variabilă x = 2σ 2 t , avem dx = 2σ 2 dt şi limitele de integrare se
păstrează.
Astfel, putem scrie
n n n
1 ∞ −1 −1 1 ∞ 2 −1 −t 1 ⎛n⎞
n− 2 2 −t 2
I= ∫ 2 σ t e 2σ dt
2 = ∫ t e dt = Γ⎜ ⎟ = 1 .
⎛n⎞ ⎛n⎞ 2
Γ⎜ ⎟ ⎝ ⎠
n
⎛n⎞ 0 Γ⎜ ⎟ 0
2 2 σ n Γ⎜ ⎟ ⎝ ⎠
2 ⎝2⎠
⎝2⎠
172 CAPITOLUL al X-lea
⎛ n + 1⎞ ⎛ 1⎞ ⎛n⎞
Γ⎜ ⎟ Γ⎜ ⎟Γ⎜ ⎟
=
1 ⎝ 2 ⎠ ⎝ 2 ⎠ ⎝ 2 ⎠ = 1 Γ⎛ 1 ⎞ = 1 π = 1 .
⎜ ⎟
π ⎛n⎞ ⎛1 n⎞ π ⎝2⎠ π
Γ⎜ ⎟ Γ⎜ + ⎟
⎝2⎠ ⎝2 2⎠
Momentele de ordin impar ale variabilei aleatoare X cu distribuţia „t” sunt nule, deoarece
⎛ n + 1⎞
Γ⎜ ⎟
1 ⎝ 2 ⎠ ∞ t 2k +1
M( X 2k +1 ) = ∫ dt = 0 ,
nπ Γ ⎛ n ⎞ − ∞ n+1
⎜ ⎟ ⎛ t2 ⎞ 2
⎝2⎠ ⎜1 + ⎟
⎜ n ⎟⎠
⎝
funcţia de sub integrală fiind impară.
Momentele de ordin par sunt date de
⎛ n + 1⎞ n+1 ⎛ n + 1⎞ n+1
Γ⎜ ⎟ ∞ ⎛ 2 ⎞− 2 Γ⎜ ⎟∞ ⎛ 2 ⎞− 2
M(X 2k ) =
1 ⎝ 2 ⎠ t 2k ⎜1 + ⎟
t
dt =
2 ⎝ 2 ⎠ t 2k ⎜1 + ⎟
t
∫ ∫ dt .
nπ ⎛ n ⎞ −∞ ⎜⎝ n ⎟⎠ nπ ⎛ n ⎞ 0 ⎜⎝ n ⎟⎠
Γ⎜ ⎟ Γ⎜ ⎟
⎝ ⎠
2 ⎝2⎠
Cu aceeaşi schimbare de variabilă ( t 2 = nx ), efectuând calculele, rezultă
n
Astfel pentru k=1 avem M( X 2 ) = .
n−2
Să calculăm valoarea medie şi dispersia variabilei aleatoare cu densitatea de probabilitate
f ( t ; n) .
a) M( X ) = 0 , conform celor de mai sus.
n n
b) D( X ) = M( X 2 ) − [M( X )] 2 = −0= .
n−2 n−2
f ( x) = xe − x , x ∈ [ 0,+∞) .
10. În trei cutii cu câte 100 de mere fiecare sunt respectiv 10, 20, 30 mere rele şi restul bune.
Se ia câte un măr din fiecare cutie. Se cere probabilitatea ca două mere din cele trei extrase să fie rele.
11. Trei vânători trag simultan asupra unei vulpi. Se ştie că probabilitatea ca vânătorii să
ochească vulpea este respectiv 0,7; 0,8; 0,9. Care este probabilitatea ca vulpea să nu fie ochită?
176 CAPITOLUL al X-lea
BIBLIOGRAFIE 177
BIBLIOGRAFIE
4. Nicolescu, M,; Dinculeanu, N.; Marcus, S. – Manual de analiză matematică, vol. I, Bucureşti,
Editura Didactică şi Pedagogică, 1962
6. Precupanu, A. – Analiză matematică, vol. I şi II, Universitatea „Al. I. Cuza” Iaşi, 1987
7. Udrişte, C. – Algebră liniară, geometrie analitică, Bucureşti, Geometry Balkan Press, 1996