Matematica Aplicata in Economie

MATEMATICA APLICATA IN
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
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
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
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
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
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
CAPITOLUL al VIII-lea
ELEMENTE DE CALCUL INTEGRAL 103
8.1. Integrale improprii 103
8.2. Integrala dublă 107
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
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
CAPITOLUL I
SPAŢII VECTORIALE
1.1. Definiţia spaţiului vectorial
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.
2) Spaţiul vectorial R n . Fie n > 1 un număr natural. Se notează cu R n mulţimea tuturor

n-uplelor ordonate x = (x1 , x 2 ,K , x n ) , x i ∈ R , i = 1, n ,
{ }
R n = x = (x 1 , x 2 ,K , x n ) , x i ∈ R , i = 1, n .
Dacă α ∈ R şi x, y ∈ R n , x = (x1 , x 2 ,K, x n ) , y = (y 1 , y 2 ,K, y n ) , atunci:
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.
Dacă 0 = (0, 0, K, 0) , atunci ∀x ∈ R n , x = (x1 , x 2 ,K, x n ) avem
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,
iar dacă − x = (− x1,− x 2 ,K,− x n ) , atunci ∀x ∈ R n , x = (x1, x 2 ,K, x n ) avem

x + (− x ) = (x1 , x 2 ,K , x n ) + (− x1 ,− x 2 ,K ,− x n )
= (x1 − x1 , x 2 − x 2 ,K , x n − x n )
= (0,0,K ,0)
= 0.
( )
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.
3) Mulţimea M m,n (R ) a matricelor cu m linii şi n coloane, cu elemente numere reale
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.
1.2. Dependenţă şi independenţă liniară
Fie V un K – spaţiu vectorial.

Definiţie. Se spune că un vector v ∈ V este o combinaţie liniară de vectorii
v 1, v 2 ,K, v n ∈ V dacă există scalarii α1 , α 2 ,K, α n ∈ K astfel încât
n
v = α1v 1 + α 2 v 2 + K + α n v n = ∑ α i v i .
i =1
Definiţie. Se spune că vectorii v 1, v 2 ,K, v n ∈ V formează un sistem de generatori pentru V

dacă orice vector v ∈ V se poate reprezenta ca o combinaţie liniară de vectorii v 1, v 2 ,K, v n , adică
n
∀v ∈ V, ∃α1, α 2 ,K, α n ∈ K a.î. v = ∑ α i v i .
i =1
Definiţie. Un spaţiu vectorial V se numeşte de tip finit dacă pentru V există un sistem finit de
generatori.
Definiţie. Se spune că vectorii v 1, v 2 ,K, v n ∈ V sunt liniar dependenţi dacă există scalarii
α1 , α 2 ,K, α n ∈ K nu toţi nuli, astfel încât
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
forma α1v 1 + α 2 v 2 + K + α n v n = 0 cu α1 , α 2 ,K, α n ∈ K implică numai α1 = α 2 = K = α n = 0 .
2 Noţiunea de independenţă liniară a vectorilor a fost introdusă de H. Grassmann

4 Capitolul I
1.3. Bază. Coordonate. Teorema lui Steinitz
Definiţie. Se spune că vectorii v 1, v 2 ,K, v n ∈ V formează o bază pentru K – spaţiul vectorial

V dacă sunt îndeplinite următoarele condiţii:
1) constituie un sistem de generatori pentru V şi
2) sunt liniar independenţi
adică
n
1') ∀v ∈ V, ∃α1 , α 2 ,K, α n ∈ K a.î. v = ∑ α i v i şi
i =1
2') dacă α1v 1 + K + α n v n = 0 cu α1 ,K, α n ∈ K ,atunci α1 = K = α n = 0 .
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.
1) În spaţiul real n – dimensional R n o bază este B = {e 1 , e 2 ,K, e n }, unde
e1 = (1,0,0,K,0) , e 2 = (0,1,0,K,0 ) , ..., e n = (0,0,K,0,1) . Ea se numeşte baza canonică a lui R n .
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.
Definiţie. Fie Vn un K – spaţiu vectorial, B = {e1 , e 2 ,K, e n } o bază a lui Vn şi v ∈ Vn .

Scalarii unic determinaţi α1 ,K, α n ∈ K astfel încât
v = α1e1 + K + α n e n
se numesc coordonatele vectorului v în baza B.
Teoremă (teorema înlocuirii sau a lui Steinitz). Fie Vn un K – spaţiu vectorial,
{ }
B = {u1, u2 ,K, un } o bază a sa şi S = v 1 , v 2 ,K, v p , p ≤ n un sistem de p vectori liniar independenţi
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 .
Demonstraţie. Dacă p = 1 , atunci S = {v 1} unde v 1 ≠ 0 . Cum B este o bază pentru Vn

avem
n
(1) v 1 = ∑ α iui , unde nu toţi α i sunt 0.
i =1
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
Să arătăm că B' este un sistem de generatori pentru Vn .

Fie ∀v ∈ Vn . Din faptul că B este bază, avem
v = λ 1u1 + λ 2 u 2 + K + λ nun
⎛ 1 α α ⎞
= λ 1 ⎜⎜ v 1 − 2 u 2 − K − n un ⎟⎟ + λ 2 u 2 + K + λ nun
⎝ α1 α1 α1 ⎠
λ ⎛ α ⎞ ⎛ α ⎞
= 1 v 1 + ⎜⎜ λ 2 − λ 1 2 ⎟⎟ u 2 + K + ⎜⎜ λ n − λ 1 n ⎟⎟ un ,
α1 ⎝ α1 ⎠ ⎝ α1 ⎠
deci B' este sistem de generatori pentru Vn .
Să arătăm că vectorii din B' sunt liniar independenţi.
Fie β1v 1 + β 2 u2 + K + βnun = 0 . Înlocuind v1 din (1) obţinem
β1α1u1 + (β1α 2 + β 2 ) u 2 + K + (β1α n + β n ) un = 0 .

Cum B = {u1, u2 ,K, un } este bază pentru Vn trebuie ca
β1α1 = 0, β1α 2 + β 2 = 0, K , β1α n + β n = 0 cu α1 ≠ 0 .
Rezultă β1 = β 2 = K = β n = 0 , deci vectorii lui B' sunt liniar independenţi.
Presupunem că am înlocuit s − 1 vectori u1,K, u s −1 din B cu primii s − 1 vectori v 1,K, v s −1
din S şi că B" = {v 1,K, v s −1, u s ,K, un } constituie o bază pentru Vn . Avem

6 Capitolul I
(3) v s = α 1v 1 + K + α s−1v s−1 + α s u s + K + α nun ,
unde cel puţin un α i ≠ 0, i = 1, n . Presupunem că α s ≠ 0 . Din (3) avem
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
Să arătăm că înlocuind u s din B" cu v s din S obţinem o nouă bază
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 .
Înlocuind u s , din (4) obţinem
⎛ 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 ⎠
+ λ s+1u s+1 + K + λ nun =
⎛ 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 ⎠
deci vectorii lui B1 formează un sistem de generatori pentru V.

Să arătăm că vectorii din B1 sunt liniar independenţi.
Fie relaţia
β1v 1 + K + β s−1v s−1 + β s v s + β s+1u s +1 + K + β nun = 0 .
Înlocuind pe v s din relaţia (3), obţinem
β1v 1 + K + β s−1v s−1 + β s (α1v 1 + K + α s−1v s−1 + α s u s + K + α nun ) +

+ β s+1u s+1 + K + β nun = 0
sau
(β1 + β s α1 ) v 1 + K + (β s−1 + β s α s−1 ) v s−1 + β s α s u s +
+ (β s+1 + β s α s+1 ) u s+1 + K + (β n + β s α n ) un = 0
Cum B" este bază, rezultă
β1 + β s α 1 = 0,K , β s−1 + β s α s−1 = 0,β s α s = 0,β s+1 + β s α s+1 = 0,K , β n + β s α n = 0
Ţinând seama că α s ≠ 0 rezultă β1 = β s = Kβ s−1 = β s = β s+1 = K = β n = 0 , deci vectorii
lui B1 sunt liniar independenţi.

1.4. Schimbarea coordonatelor unui vector la o schimbare de bază
Fie V un K – spaţiu vectorial n dimensional şi B = {v 1, v 2 ,K, v n } o bază pentru V.

Un vector x ∈ V se exprimă cu ajutorul bazei B ca o combinaţie liniară
n
(1) x = ∑ λ i v i .
i=1
Considerând matricele
⎛ v1 ⎞
⎜ ⎟
⎜v ⎟
2
v = ⎜ ⎟ şi λ = (λ1 λ 2 K λ n )
⎜ M ⎟
⎜ ⎟
⎜v ⎟
⎝ n⎠
relaţia (1) se scrie matriceal sub forma
(2) x = λv .
Fie o bază B' = {u1,u2 ,K,un } a spaţiului V. În baza B' vectorul x se scrie sub forma
⎛ 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
baza B' = {u1 , u2 , u3 } , unde
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
Într-adevăr, x = λA −1u , unde

⎛1 1 1 K 1⎞ ⎛ u1 ⎞
⎜ ⎟ ⎜ ⎟
⎜1 0 1 K 1⎟ ⎜u ⎟
⎜ ⎟ ⎜ 2⎟
λ = (1 2 3 K n) , A = ⎜ 1 1 0 K 1 ⎟ , u = ⎜ u 3 ⎟ .
⎜ ⎟ ⎜ ⎟
⎜ L L L L L⎟ ⎜ M ⎟
⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎝1 1 1 K 0⎠ ⎝ un ⎠
⎛2 − n 1 1 K 1⎞
⎜ ⎟
⎜ 1 −1 0 K 0⎟
⎜ ⎟
Cum inversa matricei A este A −1 = ⎜ 1 0 −1 K 0 ⎟ efectuând calculele, obţinem
⎜ ⎟
⎜ L L L L L ⎟⎟
⎜
⎜ ⎟
⎝ 1 0 0 K − 1⎠
n2 − n + 2
x= u1 − u 2 − 2u 3 − K − (n − 1)un .
2
1.5. Mulţimi convexe
Definiţie. Fie V un spaţiu vectorial real şi A ⊂ V o submulţime nevidă a sa. Mulţimea A se

numeşte convexă dacă
∀x1, x 2 ∈ A şi ∀λ ∈ [0,1] avem λx1 + (1 − λ )x 2 ∈ A ,
adică dacă odată cu două puncte conţine întregul segment determinat de cele două puncte.
Notând λ = λ1, 1-λ = λ 2 avem λ1 , λ 2 ∈ [0,1] cu λ1 + λ 2 = 1 .
Definiţia precedentă se poate reformula astfel:
Mulţimea A se numeşte convexă dacă
∀x1, x 2 ∈ A şi ∀λ 1 , λ 2 ∈ [0,1] cu λ1 + λ 2 = 1 avem λ1x1 + λ 2 x 2 ∈ A .
Această definiţie are avantajul că poate fi generalizată.
Mulţimea A se numeşte convexă dacă
∀x1, x 2 ,K, x n ∈ A şi ∀λ1 , λ 2 ,K, λ n ∈ [0,1] cu λ1 + λ 2 + K + λ n = 1 avem
λ 1x 1 + λ 2 x 2 + K + x n λ n ∈ A .
Observaţii.
1) Intersecţia a două mulţimi convexe este o mulţime convexă.
2) Reuniunea a două mulţimi convexe nu este în general o mulţime convexă.
10 Capitolul I
Definiţie. Fiind daţi vectorii v 1, v 2 ,K, v n ∈ V , se spune că vectorul v este o combinaţie

liniară convexă de vectorii v 1, v 2 ,K, v n dacă
v = λ1v 1 + λ 2 v 2 + K + x n v n ,
unde λ1, λ 2 ,K, λ n ∈ [0,1] şi λ1 + λ 2 + K + λ n = 1 .
Observaţie. Combinaţia liniară convexă este un caz particular de combinaţie liniară.
Definiţie. Fie A o mulţime convexă. Un punct x ∈ A se numeşte vârf (sau extrem) dacă nu se
poate exprima ca o combinaţie convexă de alte două puncte din A.
1.6. Probleme propuse
1. Să se studieze dependenţa liniară pentru sistemele de vectori:
a) v 1 = (1,2,3) , v 2 = (4,5,6 ) , v 3 = (5,7,9) în R 3 ;
b) v 1 = (1,2,1) , v 2 = (2,1,3 ) , v 3 = (3,1,2 ) în R 3 ;
c) v 1 = (3,−3,0,0) , v 2 = (2,−1,4,2 ) , v 3 = (− 1,2,0,3) , v 4 = (− 2,0,3,5 ) în R4.
2. În R 3 se dau vectorii v 1 = (1,2,3 ) , v 2 = (1,4,9 ) , v 3 = (2,5,7 ) .
a) Să se arate că v1, v 2 , v 3 formează o bază.
b) Să se determine coordonatele vectorului v = (7,8,5) în baza {v 1, v 2 , v 3 }.
3. Fie în R 3 baza B = {v 1, v 2 , v 3 } cu v 1 = (1,1,1) , v 2 = (1,2,3 ) , v 3 = (1,4,9 ) .
Să se determine coordonatele vectorului x = 2v 1 + v 2 − v 3 în baza B' = {u1 , u2 , u3 } , unde
u1 = (1,0,0) , u 2 = (0,2,0 ) , u 3 = (1,2,−1) .
4. În R 4 se dau vectorii v 1 = (1,1,2,1) , v 2 = (1,−1,0,1) , v 3 = (0,0,−1,1), v 4 = (1,2,2,0 ) .
a) Să se arate că v1, v 2 , v 3 , v 4 formează o bază.
b) Să se determine coordonatele vectorului v = (1,1,1,1) în baza {v 1, v 2 , v 3 , v 4 } .

CAPITOLUL al II-lea
FORME LINIARE. FORME BILINIARE. FORME PĂTRATICE
2.1. Forme liniare
Fie V un K – spaţiu vectorial.

Definiţie. O aplicaţie f : V → K se numeşte formă liniară pe V dacă îndeplineşte următoarele
condiţii:
1) f (x + y ) = f (x ) + f (y ), ∀x, y ∈ V (f este aditivă);
2) f (αx ) = αf (x ), ∀α ∈ K, ∀x ∈ V (f este omogenă).
Observaţie. Condiţiile 1) şi 2) sunt echivalente cu condiţia
3) f (αx + βy ) = αf (x ) + βf (y ), ∀α,β ∈ K, ∀x, y ∈ V .
Consecinţă. Dacă f : V → K este o formă liniară, B = {v 1, v 2 ,..., v n } este o bază în V şi
n
x = ∑ x i v i este un vector oarecare din V, atunci
i =1
⎛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.
Notăm cu V mulţimea tuturor formelor liniare pe V

V = {f : V → K f formă liniară}.
Teoremă. Fie V un K – spaţiu vectorial şi f , g ∈ V . Atunci
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 )]
= α(γ f )(x ) + β(γ f )(y ) .

Prin verificarea axiomelor din definiţia spaţiului vectorial se argumentează următoarea
Teoremă. V este un K – spaţiu vectorial în raport cu adunarea formelor liniare şi cu
înmulţirea formelor liniare cu scalari.
V se numeşte spaţiul dual al spaţiului vectorial V.
Observaţie. Spaţiile vectoriale V şi V sunt izomorfe, deci dim V = dim V .
Sisteme de forme liniare

Definiţie. Fiind date m forme liniare
⎧y 1 = a11x 1 + a12 x 2 + K + a1n x n
⎪y = a x + a x + K + a x
⎪ 2 21 1 22 2 2n n
⎨
⎪M
⎪⎩y m = a m1x1 + a m2 x 2 + K + a mn x n
ansamblul lor formează un sistem de forme liniare.

Matriceal, acest sistem se scrie
Y = AX ,
⎛ y1 ⎞ ⎛ a11 a12 K a1n ⎞ ⎛ x1 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ y2 ⎟ ⎜a a 22 K a 2n ⎟ ⎜x ⎟
unde Y = ⎜ ⎟ , A = ⎜ 21 ⎟ , X = ⎜ 2 ⎟.
M K K K K M
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜y ⎟ ⎜a ⎟
K a mn ⎠ ⎜ ⎟
⎝ m⎠ ⎝ m1 a m2 ⎝ xm ⎠
( )
Matricea A = a ij i=1,m se numeşte matricea sistemului de forme liniare, iar rangul matricei A
j=1,n
se numeşte rangul sistemului de forme liniare.

Definiţie. Dacă m = n, sistemul de forme liniare se numeşte transformare liniară.
Astfel, o transformare liniară T se poate scrie
⎧y 1 = a11x1 + a12 x 2 + K + a1n x n
⎪y = a x + a x + K + a x
⎪ 2
(T ) ⎨
21 1 22 2 2n n
⎪ .......... .......... .......... .......... .......... ....
⎪⎩y n = a n1x1 + a n2 x 2 + K + a nn x n
sau matriceal
(T ) Y = AX ,
⎛ y1 ⎞ ⎛ a11 a12 K a1n ⎞ ⎛ x1 ⎞

⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜y2 ⎟ ⎜ a 21 a 22 K a 2n ⎟ ⎜x ⎟
unde Y = ⎜ ⎟ , A = ⎜ ⎟ , X = ⎜ 2 ⎟.
M K K K K M
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜y ⎟ ⎜a ⎟ ⎜ ⎟
⎝ n⎠ ⎝ n1 a n2 K a nn ⎠ ⎝ xn ⎠
Observaţii.
1) Dacă det A ≠ 0 , atunci transformarea liniară se numeşte nedegenerată iar dacă det A = 0 ,
atunci transformarea liniară se numeşte degenerată.
2) Dacă A = In , unde In este matricea unitate, atunci transformarea liniară se numeşte
identică.
3) Dacă A = k , transformarea liniară se numeşte omotetie.
Operaţii cu transformări liniare
Fie Y = AX şi Z = BX două transformări liniare. Definim suma acestor două transformări

liniare prin
Y + Z = (A + B)X .
Fie acum transformările liniare Y = AX şi Z = BY . Definim produsul sau compunerea lor prin
Z o Y = (BA )X .
Dacă transformarea liniară Y = AX este nedegenerată, atunci X = A −1Y se numeşte

transformarea inversă a transformării liniare Y = AX .
Valori proprii şi vectori proprii pentru o matrice pătratică
⎛ a11 a12 K a1n ⎞

⎜ ⎟
⎜ a 21 a 22 K a 2n ⎟
Fie transformarea Y = AX , unde A = ⎜ . Prin această
K K K K⎟
⎜ ⎟
⎜a ⎟
⎝ n1 an2 K ann ⎠
⎛ x1 ⎞ ⎛ y1 ⎞
⎜ ⎟ ⎜ ⎟
⎜ x2 ⎟ ⎜y ⎟
transformare liniară, vectorului X = ⎜ ⎟ îi corespunde vectorul Y = ⎜ 2 ⎟ .
M M
⎜ ⎟ ⎜ ⎟
⎜x ⎟ ⎜y ⎟
⎝ n⎠ ⎝ n⎠
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.
1 Arthur Cayley (1821 - 1895), matematician englez

2 William Rowan Hamilton (1805 - 1865), matematician şi mecanician irlandez
2.2. Forme biliniare. Forme pătratice
Fie V1 şi V2 două K – spaţii vectoriale.

Definiţie. O aplicaţie f : V1 × V2 → K se numeşte formă biliniară dacă pentru ∀x1, x 2 , x ∈ V1 ,
∀y 1, y 2 , y ∈ V2 şi ∀α,β ∈ K îndeplineşte următoarele condiţii:
1) f (x1 + x 2 , y ) = f (x1 , y ) + f (x 2 , y ) ;
2) f (x, y 1 + y 2 ) = f (x, y 1 ) + f (x, y 2 ) ;
3) f (αx, y ) = αf (x, y ) ;
4) f (x,βy ) = βf (x, y ) .
Observaţie. Condiţiile 1), 2), 3 )şi 4) sunt echivalente cu condiţiile:
5) f (αx1 + βx 2 , y ) = αf (x1 , y ) + βf (x 2 , y ) , ∀α, β ∈ K , ∀x 1 , x 2 ∈ V1 , ∀y ∈ V2
6) f (x, αy 1 + βy 2 ) = αf (x, y 1 ) + βf (x, y 2 ) , ∀α, β ∈ K , ∀x ∈ V1 , ∀y 1 , y 2 ∈ V2
Să considerăm cazul când spaţiile vectoriale V1 şi V2 au dimensiune finită.
Fie B1 = {u1, u2 ,..., un } o bază în V1 şi B 2 = {v 1, v 2 ,..., v m } o bază în V2.
n m
Dacă x = ∑ x iui şi y = ∑ y j v j , atunci
i =1 j =1
⎛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.
Matricea A = (a ij ) i=1,n ∈ M n,m (K ) se numeşte matricea formei biliniare f în raport cu bazele

j=1,m
B1 şi B2. Rangul matricei A se numeşte rangul formei biliniare f.

În continuare vom considera cazul particular V1 = V2 = V cu V un R – spaţiu vectorial.
Notăm cu B(V ,R ) mulţimea tuturor formelor biliniare pe V
B(V,R ) = { f : V × V → R f formă biliniară}.

Se poate demonstra că B(V,R ) este un R – spaţiu vectorial în raport cu adunarea formelor

biliniare şi cu înmulţirea acestora cu scalari.
Definiţii. 1) Forma biliniară f se numeşte simetrică dacă
f (x, y ) = f (y, x ) , ∀x, y ∈ V .
2) Forma biliniară f se numeşte antisimetrică dacă
f (x, y ) = − f (y , x ) , ∀x, y ∈ V .
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 ) = f (y , x ), ∀x, y ∈ V rezultă că f (x + y ) = f (x, x ) + 2f (x, y ) + f (y, y ), ∀x, y ∈ V . Astfel,
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
Fie V un R – spaţiu vectorial, f ∈ B(V ,R ) o formă biliniară simetrică şi f forma pătratică

asociată.
n
Dacă B = {v 1, v 2 ,..., v n } este o bază în V, atunci pentru orice vector x = ∑ x i v i ∈ V , forma
i =1
pătratică f are expresia analitică

(* ) f (x ) = f (x , x )
n n
= ∑ ∑ a ij x i x j
i=1 j=1
=a11 x12 + K + a nn x n2 + 2(a12 x1x 2 + K + a1n x1x n + K + a n−1n x n−1x n ),

( )
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 .
Expresia analitică a formei pătratice f se poate scrie sub forma

f (x ) =a11 x 1 + +2 x 1 (a12 x 2 + K + a1n x n ) + a 22 x 2 + 2a 23 x 2 x 3 + L + 2a 2n x 2 x n + K + a nn x n
2 2 2
Notăm cu
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
unde g este o formă pătratică în (n – 1) coordonate (x 2 ,K, x n ) .

Făcând transformarea de coordonate
⎧y 1 = a11x1 + a12 x 2 + K + a1n x n
⎪y = x
⎪ 2 2
⎨
⎪.......... ...
⎪⎩y n = x n ,
expresia analitică a lui f devine

1 2
f (x ) = y 1 + g(y 2 ,K, y n ) .
a11
În continuare, algoritmul constă în repetarea raţionamentului pentru forma pătratică în (n – 1)
variabile, nou obţinută.
3 Karl Friedrich Gauss (1777 - 1855), matematician, fizician şi astronom german

4 Karl Gustav Jacob Jacobi (1804 - 1851), matematician german
Cazul II. Dacă în expresia analitică (*) a ii = 0 , i = 1, n iar f nu este identic nulă, atunci există cel
puţin un a ij ≠ 0 cu i ≠ j . În acest caz prin transformarea de coordonate
⎧x i = z i + z j
⎪
⎪ j i j
⎨x = z − z
⎪ k
⎪⎩x = z , k = 1, n − { i, j}
k
cu forma pătratică ce se va obţine suntem în cazul I.

Observaţii.
1) Metoda Gauss reprezintă un algoritm elementar de aducere la forma canonică, dar nu
furnizează direct noua bază, ci schimbarea de coordonate pe baza căreia se determină noua bază.
2) O formă pătratică poate fi adusă la diferite forme canonice.
Teoremă (metoda lui Jacobi). Fie forma pătratică f : V → R având corespunzător bazei
B = {v 1, v 2 ,K, v n } expresia analitică
n n
f (x ) = ∑ ∑ a ij x i x j
i =1j =1
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 .
2) O formă pătratică f : V → R se numeşte pozitiv definită (respectiv negativ definită) dacă

f (x ) > 0 (respectiv f (x ) < 0 ), ∀x ∈ V − 0 . {}
3) O formă pătratică f : V → R se numeşte nedefinită dacă ∃v 1 , v 2 ∈ V astfel încât
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
formei pătratice f tripletul de numere reale (p, q, d ) , în care:

p este numărul de coeficienţi din setul {a1, a 2 ,K, a n } strict pozitivi;
q este numărul de coeficienţi din setul {a1, a 2 ,K, a n } strict negativi;
d = n − (p + q ) (numărul de coeficienţi nuli).
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
5 James Joseph Sylvester (1814 - 1897), matematician englez

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
Forma canonică a formei pătratice f este

1 2 2 − 14 2 1 2 1 2 7 2
f = y 12 + y2 + y 3 = y1 − y 2 + y3 .
2 − 14 − 590 2 7 295
2) Să se aducă la forma canonică, forma pătratică f = x1x 2 + 2 x1x 3 + 3 x 2 x 3 .
⎧ x1 = y 1 + y 2
⎪
Soluţie. Cum a12 ≠ 0 , facem substituţia ⎨x 2 = y 1 − y 2 şi obţinem
⎪x = y
⎩ 3 3
f = (y 1 + y 2 )(y 1 − y 2 ) + 2(y 1 + y 2 )y 3 + 3(y 1 − y 2 )y 3

2 2
= y 1 − y 2 + 5y 1y 3 − y 2 y 3 .
Se continuă ca în exemplul precedent.
1. Să se aducă la forma canonică şi să se găsească signatura următoarelor forme pătratice:
a) f = x12 + 2 x 22 + 3 x 23 + 4 x1x 2 + 6 x1x 3 ;
b) f = 2x12 + 4 x 22 − x 23 + 2 x1x 2 − 6 x1x 3 + 8x 2 x 3 ;
c) f = 3x12 + 7x1x 2 + 2 x 2 x 3 + x 24 ;
d) f = x12 + 3 x 22 − 2x 23 + x1x 2 − 4 x1x 3 + 2 x 2 x 3 ;
e) f = x12 + 2 x 22 + x 23 − x1x 2 + 4 x 2 x 3 − 2 x1x 3 ;
f) f = 2x12 + x 22 − 4 x 23 + x1x 2 − 3x1x 3 + 4 x 2 x 3 ;
g) f = x12 + 2 x 22 + 3 x 23 − 2 x1x 2 + 4 x1x 3 − 6x 2 x 3 ;
h) f = x12 + 20x 22 + 70x 23 − 4 x1x 2 + 6 x1x 3 ;
i) f = x1x 2 + x1x 3 + x 2 x 3 .
Care dintre aceste forme sunt pozitiv definite şi care sunt negativ definite?
2. Folosind teorema Cayley – Hamilton să se calculeze inversa matricei A, unde:

⎛1 1 0 0⎞
⎛ 1 2 3⎞ ⎜ ⎟
⎜ ⎟ ⎜0 1 1 0⎟
a) A = ⎜ 1 1 2 ⎟ ; b) A=⎜ .
⎜ − 1 3 3⎟ 0 0 1 1⎟
⎝ ⎠ ⎜ ⎟
⎜1 1 1 0 ⎟⎠
⎝
CAPITOLUL al III-lea
SISTEME DE ECUAŢII LINIARE
3.1. Noţiuni generale
Fie sistemul de m ecuaţii liniare cu n necunoscute, x1,x 2 ,K, x n
⎧a11x1 + a12 x 2 + K + a1n x n = b1

⎪a x + a x + K + a x = b
⎪
(1) ⎨ 21 1 22 2 2n n 2
⎪ .......... .......... .......... .......... .......... .......
⎪⎩a m1x1 + a m2 x 2 + K + a mn x n = b m
Notând
⎛ a11 a12 K a1n ⎞ ⎛ x1 ⎞ ⎛ b1 ⎞

⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜a a 22 K a 2n ⎟ ⎜ x2 ⎟ ⎜b ⎟
A = ⎜ 21 ⎟ , X = ⎜ ⎟ , P0 = ⎜ 2 ⎟
K K K K M M
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜a ⎟
K a mn ⎠ ⎜ ⎟ ⎜ ⎟
⎝ m1 a m2 ⎝ xn ⎠ ⎝ bm ⎠
sistemul (1) se poate scrie sub forma

(2) AX = P0
numită forma matriceală.

Matricea A se numeşte matricea sistemului, numerele b1,b 2 ,K, b m se numesc termeni liberi,
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
înlocuind în (1) pe x j cu α j , j = 1,n , toate cele m ecuaţii sunt verificate, adică
⎧a11α1 + a12 α 2 + K + a1n α n = b1

⎪a α + a α + K + a α = b
⎪
( 1' ) ⎨ 21 1 22 2 2n n 2
⎪M
⎪⎩a m1α1 + a m2 α 2 + K + a mn α n = b m .
Un sistem de ecuaţii care nu are soluţie se numeşte incompatibil.

24 Capitolul al III - lea
Un sistem de ecuaţii care are cel puţin o soluţie se numeşte compatibil.

Un sistem compatibil se numeşte determinat dacă are o singură soluţie şi se numeşte
nedeterminat dacă are mai mult decât o soluţie.
Dacă rangA = r ≤ min{m, n}, atunci există cel puţin un minor de ordin r al lui A cu proprietatea
de a fi nenul.
Minorul de ordin r având proprietatea menţionată, o dată ales, este menţinut fix în decursul
studierii sistemului dat. Acest minor se numeşte determinantul principal al sistemului şi se notează cu
∆p .
Necunoscutele ai căror coeficienţi se găsesc în determinantul principal se numesc

necunoscute principale, iar celelalte necunoscute se numesc necunoscute secundare.
Ecuaţiile ai căror coeficienţi se găsesc în determinantul principal se numesc ecuaţii principale,
iar celelalte ecuaţii se numesc ecuaţii secundare.
Orice determinant obţinut prin bordarea determinantului principal cu o linie formată din
coeficienţii necunoscutelor principale dintr-o ecuaţie secundară şi cu coloana termenilor liberi din liniile
corespunzătoare se numeşte determinant caracteristic.
Numărul determinanţilor caracteristici ai sistemului (1) este egal cu numărul ecuaţiilor
secundare ale acestui sistem.
Pentru studiul compatibilităţii sistemelor de ecuaţii liniare, amintim următoarele teoreme:
Teorema lui Rouché. Sistemul (1) este compatibil dacă şi numai dacă toţi determinanţii
caracteristici sunt nuli sau nu există asemenea determinanţi.
Teorema lui Kronecker – Capelli. Sistemul (1) este compatibil dacă şi numai dacă
rangA = rang(A P0 ) .
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 Gabriel Cramer (1704 - 1752), matematician elveţian

3.2. Metoda lui Gauss de rezolvare a sistemelor
Fie sistemul (1) în care m = n = rangA

⎧a11x 1 + K + a1i−1x i−1+a1i x i + a1i+1x i+1+ K + a1n x n = b1
⎪.......... .......... .......... .......... .......... .......... .......... .......... .........
⎪
⎪a i1x 1 + K + a ii−1x i−1+a ii x i + a ii+1x i+1+ K + a in x n = b i
⎪
⎨.......... .......... .......... .......... .......... .......... .......... .......... .........
⎪a x + K + a x +a x + a x + K + a x = b
⎪ k1 1 ki−1 i−1 ki i ki+1 i+1 kn n k
⎪.......... .......... .......... .......... .......... .......... .......... .......... .........
⎪
⎩a n1x1 + K + a ni−1x i−1+a ni x i + a ni+1x i+1+ K + a nn x n = b n .
⎛ a11 a12 K a1n ⎞ ⎛ x1 ⎞ ⎛ b1 ⎞

⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ a 21 a 22 K a 2n ⎟ ⎜ x2 ⎟ ⎜ b 2 ⎟ sistemul (1) se poate scrie sub
Notând A =
⎜ K K K K ⎟ , X = ⎜ M ⎟ , P0 = ⎜ M ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜a ⎟ ⎜x ⎟ ⎜b ⎟
⎝ n1 a n2 K a nn ⎠ ⎝ n⎠ ⎝ n⎠
forma
(2) AX = P0 .
⎛ ⎛ 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 ⎟⎟
⎝ ⎝ ⎠⎠
Deci a rezolva sistemul (A P0 ) revine la a obţine sistemul de forma ⎛⎜ In A P0 ⎞⎟ .

−1
⎝ ⎠
Cu alte cuvinte a rezolva sistemul înseamnă a face ca din matricea A să obţinem matricea
unitate In lucrând numai cu liniile (adică ecuaţiile) sistemului.
Aceasta înseamnă că trebuie să eliminăm:
- necunoscutele x2, …, xn din prima ecuaţie;
- necunoscutele x1,x3, …, xn din a doua ecuaţie;
- necunoscutele x1,x2, …, xn-1 din a n –a ecuaţie;

şi mai mult
- necunoscuta x1 să rămână în prima ecuaţie cu coeficientul 1;
- necunoscuta x2 să rămână în a doua ecuaţie cu coeficientul 1;
- necunoscuta xn să rămână în a n –a ecuaţie cu coeficientul 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 .
Formulele (*) permit eliminarea necunoscutelor aşa cum am cerut
(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
⎝ ⎠
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 ⎠
3.3. Soluţii de bază ale unui sistem
Fie sistemul liniar (1).

Notând
⎛ a11 ⎞ ⎛ a12 ⎞ ⎛ a1n ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ a 21 ⎟ ⎜ a 22 ⎟ ⎜ a 2n ⎟
P1 = ⎜ ,P = ,K, Pn = ⎜
M ⎟ 2 ⎜ M ⎟ M ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜a ⎟ ⎜a ⎟ ⎜a ⎟
⎝ m1 ⎠ ⎝ m2 ⎠ ⎝ mn ⎠
sistemul (1) se poate scrie şi sub forma
x1P1 + x 2P2 + K + x nPn = P0
numită forma vectorială.

Presupunem că rangA = m < n.

P1,P2 ,K,Pn sunt vectori din Rm.
Pentru ca m vectori să formeze o bază în Rm trebuie ca determinantul format din componentele
lor să fie diferit de zero.
Cu vectorii Pj, j = 1,n se pot forma maxim C m m

n baze în R .
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
Soluţie. În cazul nostru m = 2, n = 4,

⎛ 1⎞ ⎛ 2⎞ ⎛ 3⎞ ⎛4⎞ ⎛5⎞
P1 = ⎜⎜ ⎟⎟ , P2 = ⎜⎜ ⎟⎟ ,P3 = ⎜⎜ ⎟⎟ ,P4 = ⎜⎜ ⎟⎟ ,P0 = ⎜⎜ ⎟⎟
⎝ 2⎠ ⎝ 3⎠ ⎝4⎠ ⎝ 6⎠ ⎝8⎠
şi cu vectorii P1, P2, P3, P4 se pot forma maxim C 24 = 6 baze în R2.

Verificăm dacă S1 = {P1, P2} este bază.
1 2
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 necunoscutele
secundare (x3 = x4 = 0).
Obţinem sistemul
⎧ x1 + 2 x 2 = 5
⎨
⎩2x1 + 3x 2 = 8
care are soluţia x1 = 1, x2 = 2.
Soluţia de bază corespunzătoare bazei B1 este astfel x B1 = (1,2,0,0 ) .
Verificăm dacă S2 = {P1, P3} constituie o bază.

1 3
Cum ∆ 2 = = −2 ≠ 0 rezultă că vectorii sistemului S2 constituie o bază B2.
2 4
Pentru a găsi soluţia de bază corespunzătoare bazei B2 = {P1, P3} anulăm necunoscutele
secundare (x2 = x4 = 0).
Obţinem sistemul
⎧ x1 + 3 x 3 = 5
⎨
⎩2x1 + 4 x 3 = 8
Soluţia de bază corespunzătoare bazei B2 este astfel x B 2 = (2,0,1,0 ) .
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 ) .
Observaţie. Soluţiile de bază x B1 , x B 2 , x B 3 sunt soluţii de bază pozitive.
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
2. Să se calculeze inversa matricei A, unde:

⎛1 1 0 0⎞
⎛ 1 2 3⎞ ⎜ ⎟
⎜ ⎟ ⎜0 1 1 0⎟
a) A = ⎜ 1 1 2 ⎟ ; b) A = ⎜ .
⎜ − 1 3 3⎟ 0 0 1 1⎟
⎝ ⎠ ⎜ ⎟
⎜1 1 1 0 ⎟⎠
⎝
⎧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.
4. Să se afle soluţiile de bază ale sistemelor:

⎧x1 + 2x 2 + 3x 3 = 8 ⎧x1 + 2 x 2 + 3x 3 = 5
a) ⎨ ; b) ⎨ ;
⎩2 x1 − x 2 + 6 x 3 = 1 ⎩2x1 + x 2 + 6x 3 = 7
⎧ 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
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
Matematic, problema se enunţă astfel:

Să se determine maximul funcţiei (1) ştiind că sunt îndeplinite condiţiile (2) şi (3).
Pentru rezolvarea acestei probleme folosim metoda geometrică.
Reprezentăm grafic dreptele
d1: x + 4y = 20, d2: 2x + y = 12, d3: 2x = 10.
Din condiţiile (2), (3), se obţine poligonul convex OABCD, unde O(0,0), A(0,5), B(4,4), C(5,2),
D(5,0)
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).
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
Cunoscând preţul de transport (cij), i = 1,m , j = 1, n al unei unităţi de marfă de la depozitul Di la

magazinul Mj, se cere să se organizeze astfel transportul încât preţul total de transport să fie minim.
Notăm cu (xij), i = 1,m , j = 1,n cantitatea de marfă ce o vom transporta de la depozitul Di la
magazinul Mj.
Trebuie să avem îndeplinite condiţiile:
- la fiecare magazin Mj să se transporte cantitatea de marfă bj cerută, deci
m
∑ x ij = b j , j = 1,n ,
i =1
- la fiecare depozit să epuizăm întreaga cantitate de marfă ai existentă, deci

n
∑ x ij = a i , i = 1,m ,
j=1
- cantităţile xij de marfă transportată trebuie să fie mărimi nenegative, deci

x ij ≥ 0 , i = 1,m , j = 1, n .
Preţul total al transporturilor este

m n
f = ∑ ∑ c ij x ij .
i =1j =1
Rezumând, se cere să se afle minimul funcţiei

m n
(1) f = ∑ ∑ c ij x ij
i =1j =1
ştiind că necunoscutele xij îndeplinesc condiţiile:

⎧m
⎪ ∑ x ij = b j , j = 1,n
⎪i =1
(2) ⎨
n
⎪ ∑ x = a ,i = 1,m
⎪ j =1 ij i
⎩
(3) x ij ≥ 0 , i = 1,m , j = 1,n .
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
Ca să nu depăşim resursele trebuie să avem

n
∑ a ij x j ≤ a i , i = 1, m .
j=1
Cum nu putem avea cantităţi negative fabricate, trebuie şi

x j ≥ 0 , j = 1, n .
Rezumând, problema se reduce la a afla maximul funcţiei

n
( 1' ) f = ∑ c j x j
j =1
ştiind că trebuie îndeplinite condiţiile:

n
( 2' ) ∑ 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.
4.2. Diverse forme ale problemei de programare liniară
Din exemplele precedente rezultă că modelul matematic al unei probleme de programare

liniară are următoarea formă:
Să se determine valoarea maximă sau minimă (valoarea optimă) a funcţiei
n
(1) f = ∑ c j x j
j =1
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.
Se numeşte formă standard a unei probleme de programare liniară, forma următoare:

Să se determine valoarea maximă sau minimă (valoarea optimă) a funcţiei
n
( 1' ) f = ∑ c j x j
j =1
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 )
2) Dacă considerăm vectorii coloană

⎛ a11 ⎞ ⎛ a12 ⎞ ⎛ a1n ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ a 21 ⎟ ⎜ a 22 ⎟ ⎜ a 2n ⎟
P1 = ⎜ ,P = ,K, Pn = ⎜ ,P = B ,
M ⎟ 2 ⎜ M ⎟ M ⎟ 0
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜a ⎟ ⎜a ⎟ ⎜a ⎟
⎝ m1 ⎠ ⎝ m2 ⎠ ⎝ mn ⎠
obţinem aşa numita formă vectorială, adică:
Să se determine valoarea maximă sau minimă a funcţiei
t
( 1' " ) f = C X
în condiţiile
( 2' " ) x1P1 + x 2P2 + K + x nPn = P0
( 3' " ) X ≥ 0 .
Observaţie. În cele ce urmează vom considera rang A = m < n.
4.3. Soluţii ale unei probleme de programare liniară
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.
Presupunem prin absurd că soluţia de bază X nu ar fi un vârf al mulţimii soluţiilor posibile L.

⎛ x'1 ⎞ ⎛ x"1 ⎞
⎜ ⎟ ⎜ ⎟
⎜ x' 2 ⎟ ⎜ x" ⎟
Aceasta înseamnă că există două soluţii posibile X ' = ⎜ ⎟ , X " = ⎜ 2 ⎟ , X ' ≠ X " astfel încât
M M
⎜ ⎟ ⎜ ⎟
⎜ x' ⎟ ⎜ x" ⎟
⎝ n⎠ ⎝ n⎠
X = λX '+(1 − λ )X " , λ ∈ (0,1) .
Relaţia X = λX '+(1 − λ )X" se poate scrie pentru fiecare componentă, astfel
x1 = λx'1 +(1 − λ ) x"1
x 2 = λx ' 2 +(1 − λ ) x" 2
M
x m = λx ' m +(1 − λ ) x" m
0 = λx' m+1 +(1 − λ ) x" m+1
M
0 = λx' n +(1 − λ ) x" n
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 .
Pe de altă parte, cum X este soluţie posibilă avem

x1P1 + x 2P2 + K + x mPm = P0 .
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.
Fie X0 o soluţie optimă a problemei, adică

f (X 0 ) = max f (X ) = M .
X∈L
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
Deci M ≤ f ( Y ) , inegalitate care nu poate fi adevărată deoarece M = max f (X ) şi deci

X∈L
f (X 0 ) = f (Y ) , adică X0 este un vârf.

Observaţie. Dacă funcţia scop a unei probleme de programare liniară are optim finit şi X1, X2
sunt două soluţii optime ale problemei, atunci
X = λX 1 + (1 − λ )X 2 cu λ ∈ [0,1]
este tot o soluţie optimă.
Din teoremele de mai sus rezultă că pentru rezolvarea unei probleme de programare liniară,
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⎠
P1, P2, P3 se pot forma maxim C 23 = 3 baze în R2.
Verificăm dacă S1 = {P1, P2} este bază.

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
Soluţia de bază corespunzătoare bazei B1 este astfel x B1 = (1,2,0 ) .
Verificăm dacă S2 = {P1, P3} constituie o bază.

1 2
Cum ∆ 2 = = 1 ≠ 0 rezultă că vectorii sistemului S2 constituie o bază B2.
2 5
Pentru a găsi soluţia de bază corespunzătoare bazei B2 = {P1, P3} anulăm necunoscuta
secundară (x2 = 0).
Obţinem sistemul
⎧ x1 + 2 x 3 = 3
⎨
⎩2x1 + 5x 3 = 8
care are soluţia x1 = - 1, x3 = 2.
Soluţia de bază corespunzătoare bazei B2 este astfel x B 2 = (− 1,0,2) . Având o coordonată
negativă xB 2 nu este soluţie de bază (ea nu verifică a doua condiţie de nenegativitate din (3)).
Analog, pentru S3 = {P2, P3} găsim x B 3 = (0,1,1) .
Calculând valoarea funcţiei f pentru soluţiile de bază x B1 , xB 3 , avem
f(1,2,0) = 2·1 + 3·2 + 4·0 = 8

f(0,1,1) = 2·0 + 3·1 + 4·1 = 7,
deci fmax = 8, pentru x1 = 1, x2 = 2, x3 = 0.
Observaţie. Procedeul din exemplul dat este impracticabil pentru m, n mari.
Vom prezenta în continuare metoda simplex, elaborată de G. B. Dantzig, care a publicat
primele lucrări în acest sens în 1947. Ulterior a dat diverse variante ale metodei.
4.4. Metoda Simplex
Fie dată o problemă de programare liniară sub forma:

Să se determine maximul (minimul) funcţiei
n
f = ∑ c jx j
j =1
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 .
Determinând componentele vectorilor Pj , j = 1,n în raport cu baza B, întocmim primul tabel
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
constituie o bază B' , iar soluţia corespunzătoare să fie o soluţie de bază.

Să determinăm ce condiţii trebuie să îndeplinească vectorul Pβ .
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
Cum în relaţia (4) nu trebuie să existe vectorul Pα , avem
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 ⎪⎭
Componentele vectorului P0 în noua bază B' (notate cu B'i , i = 1,m ) sunt
⎧⎪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
Cum în relaţia (6) nu trebuie să existe vectorul Pα , avem
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 )
Componentele vectorilor Pk în baza B' sunt

⎧⎪A ' ik = A ik −θ k A iβ , i = 1, m , i ≠ α
(7) ⎨
⎪⎩A 'βk = θ k .
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
B' = {P1 , P2 ,K , Pα −1 , Pβ , Pα+1 ,K , Pm } ).
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
z' 0 = ∑ c jB' j = ∑ c j (B j −θA jβ ) + θc β

j∈B' j∈B
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
bază la alta, valoarea funcţiei scop devine mai mare.

Concluzie. În aplicarea algoritmului simplex, pentru determinarea soluţiei de bază care face
funcţia scop maximă, apar necesare condiţiile:
- să existe în afara bazei cel puţin un vector Pβ care să aibă cel puţin o componentă
pozitivă ( A iβ > 0 )
- pentru vectorul ales Pβ trebuie ca diferenţa corespunzătoare ∆ β = c β − z B > 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).
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.
Cum nu mai avem diferenţe ∆ k negative, algoritmul simplex se opreşte.

7 7 1
fmin = − şi se realizează pentru x1 = 0, x2 = 0, x3 = , x4 = , x5 = 0.
5 5 5
1. Să se determine maximul funcţiei f ( x, y ) = 2 x + 3y în condiţiile
⎧x + y ≤ 6
⎪ x + 2y ≤ 8
⎪⎪
⎨x ≤ 4 .
⎪y ≤ 3
⎪
⎪⎩x ≥ 0 , y ≥ 0
2. Să se determine minimul funcţiei f (x, y ) = 2x + 3y în condiţiile
⎧6 x + y ≥ 6
⎪4 x + 3 y ≥ 2
⎪
⎨ .
⎪x + 4y ≥ 8
⎪⎩x ≥ 0 , y ≥ 0
3. Să se determine valoarea maximă a funcţiei f în condiţiile date în fiecare din cazurile:

⎧3 x1 − x 2 + x 3 = 2
a) f = x1 + 2x 2 + x 3 , ⎨ , x i ≥ 0, i = 1,3 ;
⎩2 x1 + x 2 + 3 x 3 = 3
⎧− 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
4. Să se determine minimul funcţiei f în condiţiile date în fiecare din cazurile:

⎧x1 + 3x 2 − x 3 + 2x 5 = 7
⎪− 2x + 4 x + x = 12
⎪ 2 3 4
a) f = x2 - 3x3 + 2x5 , ⎨ ;
⎪ − 4 x 2 + 3 x 3 + 8 x 5 + x 6 = 10
⎪x ≥ 0 , i = 1,6
⎩ i
⎧x1 + 2x 2 + 3x 3 = 15
⎪2x + x + 5x = 20
⎪ 1 2 3
b) f = - x1 – 2x2 – 3x3 + x4, ⎨ .
x
⎪ 1 + 2 x 2 + x 3 + x 4 = 10
⎪x ≥ 0 , i = 1,4
⎩ i
SERII NUMERICE 49
CAPITOLUL al V-lea
SERII NUMERICE
5.1. Serii de numere reale
Definiţii. Fie (a n )n∈N∗ un şir de numere reale. Acestui şir îi ataşăm un nou şir din R,
(sn )n∈N∗ , unde

s n = a1 + a 2 + K + a n , ∀n ∈ N∗ .
Şirul (s n )n∈N∗ se numeşte şirul sumelor parţiale ataşat şirului (a n )n∈N∗ .
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
Observaţie. Şirurile (a n )n∈N∗ şi (s n )n∈N∗ se definesc reciproc, în sensul că dacă se dă şirul
(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
rezultă că (a n )n∈N∗ este bine definit dacă se cunoaşte (s n )n∈N∗ .
∞
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
acest caz vom conveni să notăm prin sn suma a0 + a1 + … + an.

Exemple.
∞
1) Seria geometrică ∑ r n este convergentă pentru r < 1 şi divergentă în rest.
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→∞
limita şirului (s n ) nu există.

Observaţie. Pentru r = −1 se obţine seria divergentă 1 – 1 + 1 – 1 + … numită seria oscilantă.
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 ⎥⎦
rezultă că lim s n = ∞ , deci seria este divergentă.

n→∞
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→∞
Reciproca acestei teoreme nu este adevărată.

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
Prin ipoteză, avem lim s n = s .

n→∞
Cum c n = λu1 + λu 2 + K + λun = λ(u1 + u 2 + K + un ) = λs n , avem şi lim c n = λs .

n→∞
∞ ∞
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
∀ε > 0, ∃N(ε ) ∈ N astfel încât ∀n ≥ N(ε ) şi ∀p ∈ N avem un +1 + un + 2 + K + un + p < ε .
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 .
1 Niels Henrik Abel (1802 – 1829), matematician norvegian

α n+1un+1 + α n+2 un+2 + K + α n+p un+p =
(
= 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,
α n+1un+1 + α n+ 2 un+2 + K + α n+p un+p < ε ,
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
descrescător de numere reale pozitive convergent la zero.
2 Gottfried Wilhelm Leibniz (1646 – 1716), matematician şi filozof german

SERII NUMERICE 55
∞
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
Soluţie. Şirul cu termenul general un =

(n + 2)n +1 este descrescător şi converge către zero.
(n + 1)n + 2
Într-adevăr,
n+2
un +1 (n + 3 )n + 2 (n + 1)n + 2 ⎛⎜ n2 + 4n + 3 ⎞⎟
= ⋅ = <1
un (n + 2)n + 3 (n + 2)n +1 ⎜⎝ n2 + 2n + 4 ⎟⎠
şi
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.
5.2. Serii cu termeni pozitivi
∞
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
Să presupunem că ∃n1 ∈ N astfel încât un ≤ v n , ∀n ≥ n1 .

∞ ∞
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
∞ ∞
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
Demonstraţie. Din inegalităţile de mai sus rezultă

un un+1
≥ , ∀n ≥ n1 ,
v n v n+1
adică
u n1 un1 +1 u
≥ ≥ K ≥ n ≥ K , ∀n ≥ n1 .
v n1 v n1 +1 vn
un1
Notând k = ≠ 0 , avem un ≤ kv n , ∀n ≥ n1 .
v n1
Ţinând seama de criteriul I al comparaţiei, rezultă afirmaţiile teoremei.

∞ nn
Exemplu. Să se studieze natura seriei ∑ .
n
n=1e ⋅ n !
n −n −1 n
un + 1 1 ⎛ n + 1 ⎞ ⎛ 1⎞ ⎛ 1⎞
Soluţie. = ⎜ ⎟ ≥ ⎜1 + ⎟ ⋅ ⎜1 + ⎟
un e⎝ n ⎠ ⎝ n⎠ ⎝ n⎠
deoarece
n+1
⎛ 1⎞
e < ⎜1 + ⎟ .
⎝ n⎠
1
un + 1 n + 1 ∞ 1
Aşadar, ≥ şi cum seria ∑ este divergentă, rezultă că şi seria dată este
un 1 n =1 n
n
divergentă.
∞ ∞
Criteriul III al comparaţiei. Fie ∑ un şi ∑ v n două serii cu termeni pozitivi.
n =1 n =1
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.
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
2) Dacă a = +∞ , atunci avem următoarele implicaţii:

∞ ∞
∑ un convergentă ⇒ ∑ v n convergentă,
n =1 n =1
∞ ∞
∑ v n divergentă ⇒ ∑ un divergentă.
n =1 n =1
∞ x
Exemplu. Să se studieze natura seriei ∑ 2n sin (0 < x < 3π) .
n =1 3n
Soluţie. Deoarece
x
2n sin
lim 3n = x ∈ R ∗
+
n→ ∞ ⎛ 2 ⎞n
⎜ ⎟
⎝3⎠
∞ ⎛ 2 ⎞n
rezultă că seria dată are aceeaşi natură cu seria ∑ ⎜ ⎟ , despre care ştim că este convergentă. În
n =1⎝ 3 ⎠
concluzie, seria dată este convergentă.
∞
Criteriul de condensare al lui Cauchy. Fie ∑ un o serie cu termeni pozitivi astfel ca şirul
n =1
∞ ∞
termenilor (un ) să fie descrescător. Atunci seria ∑ un are aceeaşi natură cu seria ∑ 2n u n .
2
n =1 n =1
Exemplu. Să se studieze natura seriei
∞ 1
∑ ,p ∈ R .
n=2 n(ln n)
p
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.
a) Din enunţ, rezultă că un < r n , ∀n ≥ n1 şi cum r ∈ (0,1) urmează că termenul general al

∞
seriei ∑ un este mai mic decât termenul general al seriei geometrice cu raţia subunitară.
n =1
∞
Din criteriul I al comparaţiei, rezultă că seria ∑ un este convergentă.
n =1
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→ ∞
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.
n
∞ ⎛ 8n2 + 17n ⎞
Exemplu. Să se stabilească natura seriei ∑ ⎜ ⎟ .
n =1⎜⎝ 2n + 19 ⎟⎠
2
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.
∞
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
a) Dacă λ < 1 , atunci seria este convergentă.

b) Dacă λ > 1 , atunci seria este divergentă.
∞ 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
rezultă că seria dată este convergentă.

∞
Criteriul lui Raabe4 - Duhamel5. Fie ∑ un o serie cu termeni pozitivi.
n =1
⎛ 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
∞ 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→ ∞
corolarul criteriului raportului nu ne poate preciza natura seriei.

Cum
⎛ 1⎞
−ln⎜ 1+ ⎟
⎛ u ⎞ a ⎝ n⎠ −1
lim n ⎜⎜ n − 1⎟⎟ = lim
n→∞ ⎝ u n+1 ⎠ n→∞ 1
n
⎡ −ln⎛⎜ 1+ 1 ⎞⎟ ⎤
⎢ ⎝ n ⎠ −n ⎥
a −1 ⎛ 1⎞ ⎥
= lim ⎢ ⋅ ln⎜ 1 + ⎟ = − ln a ,
n→∞ ⎢ ⎛ 1⎞ ⎝ n⎠ ⎥
⎢ − ln⎜ 1 + ⎟ ⎥
⎣ ⎝ n⎠ ⎦
4 J. L. Raabe (1801 – 1859)

5 J. M. Duhamel (1797 – 1872), matematician francez
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
5.3. Serii absolut convergente. Serii semiconvergente
∞ ∞
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
un+1 + un+2 + K + un+2 < ε .
Cum
un+1 + un+2 + K + un+p ≤ un+1 + un+2 + K + un+ 2 ,
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
6 Seriile absolut convergente au fost considerate iniţial de A. Cauchy (1831)

SERII NUMERICE 63
Observaţie. Produsul Cauchy a două serii convergente nu este întotdeauna o serie

convergentă.
Teoremă (Mertens). Dacă două serii sunt convergente şi cel puţin una este absolut
convergentă, atunci seria produs Cauchy a celor două serii este convergentă şi suma sa este egală cu
produsul sumelor celor două serii.
Definiţie. O serie convergentă care nu este absolut convergentă se numeşte serie
semiconvergentă7.
Exemplu. Seria armonică alternată.
Observaţie. La o serie semiconvergentă schimbarea ordinii termenilor poate schimba suma ei
putându-se obţine o serie cu o sumă fixată anticipat – cum au dovedit B. Riemann şi P. L. Dirichlet, sau
o serie divergentă.
1. Să se calculeze suma seriilor:

∞ 1 ∞ 1 ∞ 2n + 3
a) ∑ ; b) ∑ ,a ≠ 0 ; c) ∑ ;
n =1 (n + 3) − 2
2 2 2
n =1 an + an n =1 n!
∞ 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
2. Să se stabilească natura seriilor:

∞ an + b ∞ n
⎛ an + 3 ⎞
a) ∑ ; b) ∑ ⎜ ⎟ ;
n =1⎝ bn + 4 ⎠
3
n =1 n
∞ 1 ∞ π
n
c) ∑ ; d) ∑ n sin .
n =1 1 ⋅ 3 ⋅ 5 ⋅ K ⋅ (2n − 1) n=1 3
7 Noţiunea şi denumirea au fost introduse de A. Legendre (1811)

3. Să se studieze natura seriilor următoare şi în caz de convergenţă să se afle suma lor:

∞ 1 ∞ 1
a) ∑ ; b) ∑ ;
n =1 (n + 1999)(n + 2000) n =1 n(n + 1)(n + 2 )(n + 3)
∞ 2n − 1 ∞ 2n + 3
c) ∑ ; d) ∑ .
n =1 (n + 1)(n + 2 )(n + 3)(n + 4 ) n =1 4
n
CAPITOLUL al VI-lea
FUNCŢII DE MAI MULTE VARIABILE.

DERIVATE PARŢIALE. DIFERENŢIALE
6.1. Derivate parţiale
Definiţie. Fie f : A ⊂ R 2 → R , f = f ( x, y ) o funcţie reală de două variabile reale şi

o
(a, b ) ∈ A ∩ A ' un punct interior mulţimii A, care este în acelaşi timp, punct de acumulare pentru A .
1. a) Se spune că funcţia f(x,y) are derivată parţială în raport cu variabila x în punctul (a,b)
dacă există
f ( x, b) − f (a, b)
lim .
x →a x−a
Limita însăşi se numeşte derivata parţială în raport cu x a funcţiei f(x,y) în punctul (a,b) şi se
∂f (a, b)
notează fx' (a,b) sau .
∂x
b) Se spune că funcţia f(x,y) este derivabilă parţial în raport cu variabila x în punctul (a,b)
∂f ( a, b)
dacă ∈R .
∂x
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
Exemplu. Să se calculeze, folosind definiţia, f x' (1,2) şi fy' (1,2) pentru
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 .
Dacă funcţia f : A ⊂ R 2 → R , f = f ( x.y ) este derivabilă parţial pe A, se definesc derivatele

parţiale de ordinul întâi ale funcţie f ( x, y ) ca fiind funcţiile
∂f ∂f ( x, y )
: A → R , ( x, y ) →
∂x ∂x
şi
∂f ∂f ( x, y )
: A → R , ( x, y ) → .
∂y ∂y
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).
Observaţie. Dacă funcţia f(x,y) este derivabilă parţial în raport cu x şi în raport cu y în

punctul (a,b), atunci f este continuă în raport cu cu fiecare variabilă în parte în punctul (a,b), dar nu în
mod necesar în raport cu ansamblul variabilelor.
∂f ∂f
Teoremă. Dacă funcţia f ( x, y ) admite derivate parţiale de ordinul întâi , mărginite
∂x ∂y
într-o vecinătate V a punctului (a,b), atunci f este continuă în punctul (a,b) (în raport cu ansamblul
variabilelor).
Observaţie. În mod analog se definesc derivatele parţiale ale unei funcţii reale de n
variabile reale.
Definiţie. Fie f : X ⊂ R n → R , f = f ( x1 , x 2 ,..., x n ) o funcţie reală de n variabile reale şi

o
(a1 , a 2 ,..., a n ) ∈ X ∩ X ' un punct interior mulţimii X, care este în acelaşi timp, punct de acumulare
pentru X .
1. Se spune că funcţia f ( x1, x 2 ,..., x n ) are derivată parţială în raport cu variabila x k în
punctul (a1, a 2 ,..., a n ) dacă există
f (a1 , a 2 ,..., a k−1 , x k , a k +1 ,..., a n ) − f (a1 , a 2 ,..., a k−1 , a k , a k+1 ,..., a n )

lim .
x →x k xk − ak
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
2. Se spune că funcţia f ( x1, x 2 ,..., x n ) este derivabilă parţial în raport cu variabila x k în
∂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
X, dacă f este derivabilă parţial în raport cu x k în orice punct din X .
2. Se spune că f ( x1, x 2 ,..., x n ) este derivabilă parţial pe X dacă este derivabilă parţial în
raport cu fiecare variabilă x1, x 2 ,..., x n în orice punct din X .
Dacă funcţia f : X ⊂ R n → R , f = f ( x1, x 2 ,..., x n ) este derivabilă parţial pe X, se definesc
derivatele parţiale de ordinul întâi ale funcţiei f ( x1, x 2 ,..., x n ) ca fiind funcţiile
∂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
Definiţie. Se spune că funcţia f : X ⊂ R n → R , f = f ( x1, x 2 ,..., x n ) este omogenă de
grad k, dacă pentru orice t > 0 şi orice ( x1, x 2 ,..., x n ) ∈ X avem
f ( tx1 , tx 2 ,..., tx n ) = t k f ( x 1 , x 2 ,..., x n ) .
Teorema lui Euler. Dacă funcţia f : X ⊂ R n → R , f = f ( x1, x 2 ,..., x n ) , omogenă de grad

k este derivabilă parţial pe X, atunci
∂f ∂f ∂f
x1 + x2 + ... + x n = kf .
∂x1 ∂x 2 ∂x n
Exemplu. Să se arate că funcţia f ( x, y , z) = 5 x 2 + 3 xy + 2y 2 + 7xz verifică relaţia
∂f ∂f ∂f 2
x +y +z = f.
∂x ∂y ∂z 5
Soluţie. Deoarece
f ( tx, ty, tz) = 5 ( tx ) 2 + 3( tx )(ty ) + 2( ty ) 2 + 7( tx)( tz) = 5 t 2 x 2 + 3t 2 xy + 2t 2 y 2 + 7t 2 xz

2 2
= 5 t2 (x 2 2
+ 3xy + 2y + 7 xz = ) t 5 5 x2 + 3 xy + 2y + 7xz =2
t 5 f ( x, y , z),
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
Derivate parţiale de ordin superior
Definiţie. Fie f : A ⊂ R 2 → R , f = f ( x, y ) o funcţie derivabilă parţial pe A şi

o
(a,b) ∈ A ∩ A ' . În acest caz sunt definite derivatele parţiale de ordinul întâi ale funcţie f ( x, y ) :
∂f ∂f ( x, y ) ∂f ∂f ( x, y )
: A → R , ( x, y ) → , : A → R , ( x, y ) → .
∂x ∂x ∂y ∂y
∂f
1. Dacă există derivata parţială în (a,b) în raport cu x a funcţiei , atunci aceasta se va numi
∂x
∂ 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
Observaţie. În general, derivatele parţiale mixte nu sunt egale.

Următoarea teoremă stabileşte condiţii suficiente pentru egalitatea derivatelor parţiale mixte.
Teoremă (Criteriul lui Schwarz). Dacă funcţia f(x,y) are derivate parţiale mixte de
∂ 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.
Teoremă. Fie f : X ⊂ R n → R , f = f ( x 1, x 2 ,..., x n ) o funcţie derivabilă parţial pe X şi

(a1, a 2 ,..., a n ) un punct interior lui X , care este, în acelaşi timp, punct de acumulare pentru X .
În acest caz sunt definite derivatele parţiale de ordinul întâi ale funcţiei f ( x1, x 2 ,..., x n ) :
∂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
∂ 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.
Derivate parţiale pentru funcţii compuse
Fie u, v : A ⊂ R 2 → R , u = u( x, y ), v = v( x, y ) două funcţii reale de două variabile reale astfel

ca (u( x, y ), v ( x, y )) ∈ B, ∀( x, y ) ∈ A şi f : B → R , f = f (u, v ) o funcţie reală definită pe B.
Putem considera funcţia compusă
F( x, y ) = f (u( x, y ), v ( x, y ))
(funcţie reală definită pentru ( x, y ) ∈ A ).
Teoremă. Dacă funcţiile u(x,y) şi v(x,y) au derivate parţiale continue pe A şi funcţia f(u,v)
are derivate parţiale continue pe B, atunci funcţia compusă F( x, y ) = f (u( x, y ), v ( x, y )) are derivate
parţiale continue pe A date de formulele:
∂F( x, y ) ∂f (u( x, y ), v ( x, y )) ∂u( x, y ) ∂f (u( x, y ), v( x, y )) ∂v( x, y )
= +
∂x ∂u ∂x ∂v ∂x
∂F( x, y ) ∂f (u( x, y ), v ( x, y )) ∂u( x, y ) ∂f (u( x, y ), v( x, y )) ∂v( x, y )
= + .
∂y ∂u ∂y ∂v ∂y
Aceste formule se scriu într-o formă incompletă, dar mai uşor de reţinut astfel:
∂F ∂f ∂u ∂f ∂v
= +
∂x ∂u ∂x ∂v ∂x
∂F ∂f ∂u ∂f ∂v
= + .
∂y ∂u ∂y ∂v ∂y
Observaţie. Teorema precedentă rămâne adevărată pentru funcţii reale de n variabile
reale.
Fie u1 = u1 ( x1, x 2 ,..., x n ), u2 = u2 ( x1, x 2 ,..., x n ), ..., un = un ( x1, x 2 ,..., x n ) n funcţii reale de
n variabile reale astfel ca (u1 ( x1 , x 2 ,..., x n ) , u2 ( x1 , x 2 ,..., x n ), ..., un ( x1, x 2 ,..., x n )) ∈ Y ,

∀( x1, x 2 ,..., x n ) ∈ X şi f : Y → R , f = f (u1, u2 ,..., un ) o funcţie reală definită pe Y.
Putem considera 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 ))
(funcţie reală definită pentru ( x1, x 2 ,..., x n ) ∈ X cu valori reale).
Teoremă. Dacă funcţiile u1 = u1( x1 , x 2 , ..., x n ), u2 = u2 ( x1, x 2 , ..., x n ) , ...,
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
∂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
Derivate parţiale de ordin doi ale funcţiilor compuse

Teoremă. Dacă funcţiile u = u( x, y ) şi v = v ( x, y ) admit derivate parţiale de ordinul doi
continue pe A şi funcţia f (u, v ) admite derivate parţiale de ordinul doi continue pe B, atunci funcţia
compusă F( x, y ) = f (u( x, y ), v ( x, y )) admite derivate parţiale de ordinul doi continue pe A date de
formulele:
2
∂2F(x, y) ∂2f (u(x, y),v(x, y)) ⎛ ∂u(x, y) ⎞ ∂2f (u(x, y),v(x, y)) ∂u(x, y) ∂v(x, y)
= ⎜ ⎟ + 2 +
∂x2 ∂u2 ⎝ ∂x ⎠ ∂u∂v ∂x ∂x
2
∂2f (u(x, y),v(x, y)) ⎛ ∂v(x, y) ⎞ ∂f (u(x, y),v(x, y)) ∂ 2u(x, y)
+ ⎜ ⎟ + +
∂v 2 ⎝ ∂x ⎠ ∂u ∂x2
∂f (u(x, y),v(x, y)) ∂2v(x, y)
+
∂v ∂x 2
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
∂f (u( x,y),v( x,y)) ∂ 2 v( x,y)

+
∂v ∂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
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
Analog, se calculează şi celelalte trei.

6.2. Diferenţiale
Diferenţiabilitatea funcţiilor de mai multe variabile

o
Fie f : A ⊂ R 2 → R , f = f(x,y) o funcţie reală de două variabile reale şi (a, b) ∈ A ∩ A ' .
Definiţie. Se spune că funcţia f(x,y) este diferenţiabilă în punctul (a,b) dacă există două
numere reale λ1, λ 2 şi două funcţii α1, α 2 : A → R, α1 = α1( x, y ), α 2 = α 2 ( x, y ) continue în
punctul (a,b) cu α1 (a, b) = α 2 (a, b) = 0 astfel încât să avem
f ( x, y ) − f (a, b) = λ1( x − a) + λ 2 ( y − b) + α1( x, y )( x − a) + α 2 ( x, y )( y − b) ,

∀( x, y ) ∈ A .
Se spune că f ( x, y ) este diferenţiabilă pe A dacă este diferenţiabilă în orice punct din A .

Teoremă. Dacă funcţia f(x,y) este diferenţiabilă în punctul (a,b), atunci ea are derivate
parţiale în (a,b) şi
∂f (a, b) ∂f (a, b)
= λ1, = λ2 .
∂x ∂y
Observaţie. Reciproca teoremei nu este în general adevărată. Există funcţii care au
derivate parţiale, dar care nu sunt diferenţiabile.
Egalitatea de definiţie a diferenţiabilităţii se scrie atunci astfel
∂f (a, b) ∂f (a, b)
f ( x , y ) − f ( a, b ) = ( x − a) + ( y − b) + α1 ( x, y )( x − a) + α 2 ( x, y )(y − b), ∀( x, y ) ∈ A
∂x ∂y
Diferenţa x – a se numeşte creşterea primei variabile de la a la x, iar diferenţa y – b se
numeşte creşterea celei de a doua variabile de la b la y.
Diferenţa f ( x, y ) − f ( a, b) se numeşte creşterea funcţiei corespunzătoare creşterilor x-a şi y-b
ale argumentelor.
Deoarece funcţiile α1,α 2 sunt continue în punctul (a,b) cu α1(a, b) = α 2 (a, b) = 0 , are loc
următoarea relaţie de aproximare
∂f (a, b) ∂f (a, b)
f ( x , y ) − f ( a, b ) ≈ ( x − a) + ( y − b) .
∂x ∂y
∂f (a, b) ∂f (a, b)
Definiţie. Funcţia liniară T : R 2 → R definită prin T (h1 , h 2 ) = h1 + h2
∂x ∂y
se numeşte diferenţiala funcţiei f în punctul (a,b) şi se notează df(a,b)
∂f (a, b) ∂f (a, b)
(df (a, b))(h1 , h 2 ) = h1 + h2 .
∂x ∂y
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
(dy )(h1 , h2 ) = h 2 . Astfel, obţinem formula diferenţialei

∂f ( x, y ) ∂f ( x, y ) ∂f ∂f
df ( x, y ) = dx + dy sau df = dx + dy .
∂x ∂y ∂x ∂y
Exemplu. Să se calculeze df (1,2) pentru funcţia f ( x, y ) = x 2 + y 2 .
∂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
reale. Fie f : X ⊂ R n → R, f = f ( x1 , x 2 ,..., x n ) o funcţie reală de n variabile reale şi

o
(a1, a 2 ,..., a n ) ∈ X ∩ X ' .
Se spune că funcţia f ( x1, x 2 ,..., x n ) este diferenţiabilă în punctul (a1, a 2 ,..., a n ) dacă există n
numere reale λ1, λ 2 ,..., λ n şi n funcţii

α1 , α 2 ,..., α n : X → R,
α1 = α1 ( x1 , x 2 ,..., x n ), α 2 = α 2 ( x1 , x 2 ,..., x n ) ,..., α n = α n ( x1 , x 2 ,..., x n )
continue în punctul (a1, a 2 ,..., a n ) cu
α1 (a1 , a 2 ,..., a n ) = α 2 (a1 , a 2 ,..., a n ) = ... = α n (a1 , a 2 ,..., a n ) = 0
astfel încât să avem
f(x1, x 2 ,...,xn ) − f (a1, a2 ,...,an ) = λ1(x1 − a1) + λ2 (x 2 − a2 ) + ... + λn (xn − an ) +
+ α1(x1, x 2 ,...,xn )(x1 − a1) + α2 (x1, x 2 ,...,xn )(x 2 − a2 ) + ...+ αn (x1, x 2 ,...,xn )(xn − an ),
∀( x1 , x 2 ,..., x n ) ∈ X .
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
Diferenţiale de ordin superior

o
Fie f : A ⊂ R 2 → R , f = f(x,y) o funcţie reală de două variabile reale şi (a, b) ∈ A ∩ A ' .
Definiţie. Se spune că funcţia f este diferenţiabilă de n ori în punctul (a,b) dacă toate
derivatele parţiale de ordinul n – 1 ale lui f există într-o vecinătate V a lui (a,b) şi sunt diferenţiabile în
(a,b) .
Se spune că f este diferenţiabilă de n ori pe A dacă este diferenţiabilă de n ori în fiecare punct
din A .
Diferenţiala de ordinul n în punctul (a,b) se notează d n f (a, b) şi se defineşte prin egalitatea

n
n ⎡∂ ∂ ⎤
d f (a, b) = ⎢ dx + dy ⎥ f (a, b) ,
⎣ ∂x ∂y ⎦
unde exponentul n înseamnă că se dezvoltă formal suma din paranteză după regula binomului lui
Newton şi apoi se înmulţeşte formal cu f(a,b).
Observaţie. Pentru funcţii de n variabile reale, diferenţiabilitatea de ordinul n se defineşte
ca şi pentru funcţiile de două variabile reale.
Fie f : X ⊂ Rn → R , f = f ( x1, x 2 ,..., x n ) o funcţie reală de n variabile reale şi

o
(a1 , a 2 ,..., a n ) ∈ X ∩ X ' .
Se spune că funcţia f este diferenţiabilă de n ori în punctul (a1, a 2 ,..., a n ) dacă toate derivatele
parţiale de ordinul n – 1 ale lui f există într-o vecinătate V a lui (a1, a 2 ,..., a n ) şi sunt diferenţiabile în
(a1, a 2 ,..., a n ) .
Se spune că f este diferenţiabilă de n ori pe X dacă este diferenţiabilă de n ori în fiecare punct
din X .
Diferenţiala de ordinul n în punctul (a1 , a 2 ,..., a n ) se notează dn f (a1 , a 2 ,..., a n ) şi se defineşte

prin egalitatea
n
n ⎡ ∂ ∂ ∂ ⎤
d f (a1 , a 2 ,..., a n ) = ⎢ dx1 + dx 2 + ... + dx n ⎥ f (a1 , a 2 ,..., a n ) .
⎣ ∂x1 ∂x 2 ∂x n ⎦
Exemplu. Să se calculeze d 2 f (1,0,2) pentru funcţia
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 ⎠
∂ 2 f (1,0,2) ∂ 2 f (1,0,2) ∂ 2 f (1,0,2)

= ( dx ) 2 + (dy ) 2 + ( dz ) 2 +
2 2 2
∂x ∂y ∂z
∂ 2 f (1,0,2) ∂ 2 f (1,0,2) ∂ 2 f (1,0,2)

+2 dxdy + 2 dxdz + 2 dydz .
∂x∂y ∂x∂z ∂y∂z
Avem
∂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
∂ 2 f (1,0,2) ∂ 2 f (1,0,2) ∂ 2 f (1,0,2)

= 6 ⋅ 1 = 6, = 4 − 2 ⋅ 1 = 2, = 12 ⋅ 2 2 = 48,
∂x 2 ∂y 2 ∂z 2
∂ 2 f (1,0,2) ∂ 2 f (1,0,2) ∂ 2 f (1,0,2)

= −2 ⋅ 0 = 0, = 0, =0
şi
d 2 f (1,0,2) = 6(dx) 2 + 2(dy ) 2 + 48(dz) 2 .

Diferenţiala funcţiilor compuse

Fie u, v : A ⊂ R 2 → R , u = u(x,y), v = v(x,y) două funcţii reale de două variabile reale astfel ca
(u( x, y ), v( x, y )) ∈ B , ∀( x, y ) ∈ A şi f : B → R , f = f(u,v) o funcţie reală definită pe B.
Putem considera funcţia compusă F(x,y) = f(u(x,y),v(x,y)).
Teoremă. Dacă funcţiile u(x,y) şi v(x,y) sunt diferenţiabile pe A şi funcţia f(u,v) este
diferenţiabilă pe B, atunci funcţia compusă F(x,y) = f(u(x,y),v(x,y)) este diferenţiabilă pe A.
∂F ∂F
Avem dF = dx + dy . Dar
∂x ∂y
∂F ∂f ∂u ∂f ∂v ∂F ∂f ∂u ∂f ∂v
= + şi = + .
∂x ∂u ∂x ∂v ∂x ∂y ∂u ∂y ∂v ∂y
Înlocuind, obţinem
⎛ ∂f ∂u ∂f ∂v ⎞ ⎛ ∂f ∂u ∂f ∂v ⎞
dF = ⎜ + ⎟dx + ⎜⎜ + ⎟⎟dy
⎝ ∂u ∂x ∂v ∂x ⎠ ⎝ ∂u ∂y ∂v ∂y ⎠
∂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.
Diferenţiala de ordin doi a funcţiilor compuse

Teoremă. Dacă funcţiile u = u( x, y ) şi v = v( x, y ) sunt diferenţiabile de două ori pe A şi
funcţia f (u, v ) este diferenţiabilă de două ori pe B, atunci funcţia compusă F( x, y ) = f (u( x, y ), v( x, y ))
este diferenţiabilă de două ori pe A.
Avem
∂ 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.
6.3. Formula lui Taylor pentru funcţii de mai multe variabile

o
Fie f : A ⊂ R 2 → R , f = f ( x, y ) o funcţie diferenţiabilă de n + 1 ori în punctul (a, b) ∈ A .
Presupunem că în toate derivatele parţiale mixte nu are importanţă ordinea variabilelor în raport cu care
se derivează.
Polinomul lui Taylor de gradul n, ataşat funcţiei f în punctul (a,b) este
1 1 1
Tn (a, b) = f (a, b) + df (a, b) + d 2 f (a, b) + ... + d n f (a, b) .
1! 2! n!
Formula lui Taylor de ordinul n pentru funcţia f în punctul (a,b) este
f ( x, y ) = Tn (a, b) + R n ( x, y ) ,
adică
1 1 1
f ( x, y ) = f (a, b) + df (a, b) + d 2 f (a, b) + ... + d n f (a, b) + R n ( x, y ) ,
1! 2! n!
unde R n ( x, y ) reprezintă restul de ordin n al formulei lui Taylor.

Observaţie. Formula lui Taylor rămâne adevărată pentru funcţii de n variabile reale.
Fie f : X ⊂ R n → R , f = f ( x1 , x 2 ,..., x n ) o funcţie diferenţiabilă de n + 1 ori în punctul

o
(a1 , a 2 ,..., a n ) ∈ X . Presupunem că în toate derivatele parţiale mixte nu are importanţă ordinea
variabilelor în raport cu care se derivează.
Polinomul lui Taylor de gradul n, ataşat funcţiei f în punctul (a1 , a 2 ,..., a n ) este
1
Tn (a1 , a 2 ,..., a n ) = f (a1 , a 2 ,..., a n ) + df (a1 , a 2 ,..., a n ) +
1!
1 2 1
+ d f (a1 , a 2 ,..., a n ) + ... + d n f (a1 , a 2 ,..., a n ).
2! n!
Formula lui Taylor de ordinul n pentru funcţia f în punctul (a1 , a 2 ,..., a n ) este
f ( x1 , x 2 ,..., x n ) = Tn (a1 , a 2 ,..., a n ) + R n ( x1 , x 2 ,..., x n ) ,
adică
1 1
f ( x1 , x 2 ,..., x n ) = f (a1 , a 2 ,..., a n ) + df (a1 , a 2 ,..., a n ) + d 2 f (a1 , a 2 ,..., a n ) +
1! 2!
1 n
+ ... + d f (a1 , a 2 ,..., a n ) + R n ( x 1 , x 2 ,..., x n ) ,
n!
unde R n ( x1 , x 2 ,..., x n ) reprezintă restul de ordin n al formulei lui Taylor.
6.4. Puncte de extrem pentru funcţii de mai multe variabile
Definiţie. Fie f : A ⊂ R 2 → R , f = f ( x, y ) şi (a, b) un punct din A .

Se spune că (a, b) este punct de minim local (sau minim relativ) al funcţiei f dacă
∃V ∈ V (a, b ) astfel încât f ( x, y ) ≥ f (a, b) , ∀( x, y ) ∈ V ∩ A .
Se spune că (a, b) este punct de maxim local (sau maxim relativ) al funcţiei f dacă
∃V ∈ V (a, b ) astfel încât f ( x, y ) ≤ f (a, b) , ∀( x, y ) ∈ V ∩ A .

Punctele de minim local sau maxim local ale funcţiei f se numesc puncte de extrem local ale
lui f .
Teoremă. Fie f : A ⊂ R 2 → R , f = f ( x, y ) şi (a, b) un punct interior mulţimii A . Dacă

(a, b) este un punct de extrem local al funcţiei f şi f are derivate parţiale de ordinul întâi în (a, b) , atunci
∂f (a, b) ∂f (a, b)
= 0 şi = 0.
∂x ∂y
Soluţiile sistemului
⎧ ∂f
⎪ ∂x = 0
⎪
⎨
⎪ ∂f = 0
⎪⎩ ∂y
formează mulţimea punctelor staţionare ale funcţiei f .
Teoremă. Fie f : A ⊂ R 2 → R , f = f ( x, y ) şi (a, b) un punct staţionar al funcţiei f .

Fie
a a12
∆ 1 = a11 , ∆ 2 = 11 ,
a 21 a 22
unde
∂ 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.
Exemplu. Să se determine punctele de extrem local pentru funcţia
f ( x, y ) = y 2 − x( x − 2) 2 .
Soluţie. Punctele staţionare sunt soluţii ale sistemului

⎧ ∂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 f (2,0) ∂ 2 f (2,0) ∂ 2 f (2,0)

a11 = = − 4, a12 = = 0, a 22 = =2
∂x 2 ∂x∂y ∂y 2
şi
−4 0
∆ 1 = − 4, ∆ 2 = = − 8 ⇒ (2,0) nu este punct de extrem
0 2
⎛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 ⎠
Definiţie. Fie f : X ⊂ R n → R , f = f ( x1 , x 2 ,..., x n ) şi (a1 , a 2 ,..., a n ) un punct din X.

Se spune că (a1 , a 2 ,..., a n ) este un punct de minim local (sau minim relativ) al funcţiei f dacă
∃V ∈ V (a1 , a 2 ,..., a n ) astfel încât f ( x1 , x 2 ,..., x n ) ≥ f (a1 , a 2 ,..., a n ) ,
∀( x1 , x 2 ,..., x n ) ∈ V ∩ X .
Se spune că (a1 , a 2 ,..., a n ) este un punct de maxim local (sau maxim relativ) al funcţiei f dacă
∃V ∈ V (a1 , a 2 ,..., a n ) astfel încât f ( x1 , x 2 ,..., x n ) ≤ f (a1 , a 2 ,..., a n ) ,
∀( x1 , x 2 ,..., x n ) ∈ V ∩ X
Punctele de minim local sau maxim local ale funcţiei f se numesc puncte de extrem local ale
lui f .
Teoremă. Fie f : X ⊂ R n → R , f = f ( x1 , x 2 ,..., x n ) şi (a1 , a 2 ,..., a n ) un punct interior

mulţimii X . Dacă (a1 , a 2 ,..., a n ) este un punct de extrem local al funcţiei f şi f are derivate parţiale de
ordinul întâi în (a1 , a 2 ,..., a n ) , atunci
∂f (a1 , a 2 ,..., a n ) ∂f (a1 , a 2 ,..., a n ) ∂f (a1 , a 2 ,..., a n )
= 0, = 0 , …, = 0.
∂x 1 ∂x 2 ∂x n
Soluţiile sistemului
⎧ ∂f
⎪ ∂x = 0
⎪ 1
⎪ ∂f
⎪⎪ =0
⎨ ∂x 2
⎪.......... ....
⎪
⎪ ∂f
⎪ =0
⎩⎪ ∂x n
formează mulţimea punctelor staţionare ale funcţiei f .
Teoremă. Fie f : X ⊂ R n → R , f = f ( x1 , x 2 ,..., x n ) şi (a1 , a 2 ,..., a n ) un punct staţionar

al funcţiei f .
Fie
a11 a12 ... a1n
a a12 a a 22 ... a 2n
∆ 1 = a11 , ∆ 2 = 11 ,..., ∆ n = 21 ,
a 21 a 22 ... ... ... ...
a n1 a n2 ... a nn
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.
Exemplu. Să se determine punctele de extrem local pentru funcţia

1 x y z
f ( x, y , z ) = + + + , x > 0, y > 0, z > 0.
x y z 16
Soluţie. Punctele staţionare sunt soluţii ale sistemului
⎧ 1 1
⎧ ∂f ⎪− 2 + = 0
⎪ ∂x = 0
⎪ x y
⎪ ⎪
⎪⎪ ∂f ⎪ x 1
⎨ = 0 ⇔ ⎨− 2 + = 0
⎪ ∂x ⎪ y z
⎪ ∂f ⎪
⎪ =0 ⎪ y 1
⎪⎩ ∂x ⎪− 2 + 16 = 0
⎩ z
Obţinem un singur punct staţionar M(2,4,8) .
Cum
∂ 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
∂ 2 f (2,4,8) 1 1 ∂ 2 f (2,4,8) ∂ 2 f ( 2,4,8) 1 1

a12 = =− = − , a13 = = 0, a 23 = =− =−
∂x∂y 4 2 16 ∂x∂z ∂y∂z 8 2 64
şi
1
∆1 = ,
4
1 1
−
∆2 = 4 16 = 3 ,
1 1 16 2
−
16 16
1 1
− 0
4 16
1 1 1 1
∆3 = − − = .
16 16 64 2 ⋅ 64 ⋅ 64
1 1
0 −
64 64
Deoarece ∆ 1 > 0 , ∆ 2 > 0 , ∆ 3 > 0 rezultă că punctul staţionar M(2,4,8) este punct de
minim.
6.5. Derivata după o direcţie. Gradient. Divergenţă. Rotor
Definiţie. Fie funcţia f : A ⊂ R 3 → R , f = f(x,y,z), presupusă derivabilă parţial pe A, fie

M 0 ( x 0 , y 0 , z 0 ) un punct interior mulţimii A şi l(cos α, cos β, cos γ ) o direcţie dată 1. Fie M(x,y,z) un
punct oarecare al dreptei care trece prin M 0 şi are vectorul director l .
Se numeşte derivata funcţiei f după direcţia l în punctul M 0 limita
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
Exemplu. Să se calculeze derivata funcţiei f ( x, y, z) = xy + yz + zx în punctul M 0 (2,1,3) ,
după direcţia M0N , unde N(5,5,15) .
∂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
Cosinusurile directoare ale direcţiei M 0 N sunt
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.
Definiţie 2. Fie u(x,y,z) o funcţie reală definită pe A ⊂ R 3 , derivabilă parţial pe A. Se

numeşte gradientul funcţiei u sau gradientul câmpului scalar u şi se notează grad u funcţia vectorială
∂u ∂u ∂u
grad u = i + j+ k .
∂x ∂y ∂z
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 .
Definiţie4. Fie v( x, y, z) = ( v1( x, y, z), v 2 ( x, y, z), v 3 ( x, y , z)) o funcţie vectorială definită pe
A ⊂ R 3 cu valori în R 3 , derivabilă parţial pe A . Se numeşte divergenţa funcţiei v sau divergenţa

câmpului vectorial v şi se notează div v funcţia scalară
∂v 1 ∂v 2 ∂v 3
div v = + + .
∂x ∂y ∂z
Simbolic, divergenţa câmpului vectorial v se poate defini ca produsul scalar dintre operatorul
∇ şi v: div v = ∇ ⋅ v .
Dacă divergenţa se anulează într-un domeniu D, câmpul vectorial v se spune că este
solenoidal.
Definiţie5. Fie v( x, y, z) = ( v1( x, y, z), v 2 ( x, y, z), v 3 ( x, y , z)) o funcţie vectorială definită pe
A ⊂ R 3 cu valori în R 3 , derivabilă parţial pe A . Se numeşte rotorul funcţiei v sau rotorul câmpului

vectorial v şi se notează rot v funcţia vectorială
⎛ ∂v ∂v ⎞ ⎛ ∂v ∂v ⎞ ⎛ ∂v ∂v ⎞
rot v = ⎜⎜ 3 − 2 ⎟⎟ i + ⎜ 1 − 3 ⎟ j + ⎜⎜ 2 − 1 ⎟⎟ k .
⎝ ∂y ∂z ⎠ ⎝ ∂z ∂x ⎠ ⎝ ∂x ∂y ⎠
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)
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 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠

1. Folosind definiţia să se calculeze:
2
a) f x' (1,0) şi fy' (1,0) pentru f ( x, y ) = e x−y ;
⎛π π⎞ ⎛π π⎞
b) f x' ⎜ , ⎟ şi fy' ⎜ , ⎟ pentru f ( x, y ) = cos− sin y + 1 .
⎝4 3⎠ ⎝4 3⎠
2. Să se calculeze derivatele parţiale de ordinul întâi şi al doilea pentru următoarele funcţii:
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).
3. Să se calculeze df (2,3) şi d 2 f (2,3) pentru următoarele funcţii:
a) f ( x, y ) = x 2 + 3 xy 2 + xy 5 ;
b) f ( x, y ) = ln(1 + x + y + xy ) .
4. Să se calculeze df (1,2,0) şi d 2 f (1,2,0) pentru următoarele funcţii:
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
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
6. Să se determine punctele de extrem local pentru funcţiile:
a) f ( x, y ) = x 2 + 4 y 2 − 16xy + 32x − 16y , ( x, y ) ∈ R 2 ;
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 .
7. Să se demonstreze următoarele formule din analiza vectorială:

a) div(uv ) = vgrad u + u div v ;
b) rot (uv ) = ( grad u ) × v + u rot v .
CAPITOLUL al VII -lea
FUNCŢII DEFINITE IMPLICIT
7.1. Funcţii implicite definite de ecuaţia F( x, y ) = 0
Definiţie. Fie ecuaţia

(1) F(x,y) = 0,
unde F = F(x,y) este o funcţie reală definită pe A × B , A ⊂ R , B ⊂ R .
O funcţie
(2) y = f ( x) : A → B
se numeşte soluţie în raport cu y a ecuaţiei (1) pe mulţimea A, dacă
F( x, f ( x)) = 0 , ∀x ∈ A .
Observaţie. Ecuaţia (1) poate avea în raport cu y o soluţie, mai multe soluţii sau nici una.
Ne interesează cazul când ecuaţia (1) admite o singură soluţie (2). Spunem în acest caz că
funcţia f(x) este definită implicit de ecuaţia (1).
Teorema de existenţă şi unicitate. Fie F(x,y) o funcţie reală definită pe A × B , A ⊂ R ,
B ⊂ R şi ( x 0 , y 0 ) un punct interior lui A × B . Dacă
• F ( x 0 , y 0 ) = 0,
• F admite derivate parţiale continue în A × B ,

∂F( x 0 , y 0 )
• ≠ 0,
∂y
atunci:
a) există o vecinătate U a lui x0, o vecinătate V a lui y0 şi o funcţie unică y = f ( x) : U → V
astfel încât f ( x 0 ) = y 0 şi F( x, f ( x )) = 0 , ∀x ∈ U ,
∂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
2x − f ( x) − xf ' ( x) − 3 + 3f 2 ( x)f ' ( x) + f ' ( x) = 0 ,

de unde deducem
2x − f ( x) − 3 2x − y − 3
f ' ( x) = − sau f ' ( x) = − .
3f 2 ( x ) − x + 1 3y 2 − x + 1
2) Să se calculeze f ' (0) şi f " (0) pentru funcţia y = f(x) definită implicit de ecuaţia
x 2 − xy + 2y 2 + x − y − 1 = 0 ,
ştiind că f(0) = 1.
Soluţie. Cum F( x, y ) = x 2 − xy + 2y 2 + x − y − 1 avem

∂F( x, y ) ∂F( x, y )
= 2x − y + 1 , = − x + 4y − 1 ,
∂x ∂y
∂F( x, y )
2x − y + 1
iar f ' ( x) = − ∂x = .
∂F( x, y ) x − 4y + 1
∂y
2 ⋅ 0 − 1+ 1
Deoarece f(0) = 1, rezultă că f ' (0) = = 0.
0 − 4 ⋅1+ 1
Pentru determinarea lui f " ( x ) derivăm relaţia
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
Interpretarea geometrică a derivatelor parţiale ale funcţiei F(x,y)

Se ştie că ecuaţia tangentei la curba y = f(x) în punctul (a,b) al curbei este
y − b = f ' (a)( x − a) .
În ipoteza că y = f(x) este funcţie implicită definită de ecuaţia F(x,y)=0, avem
∂F(a, b)
f ' (a) = − ∂x
∂F(a, b)
∂y
şi ecuaţia tangentei se scrie
∂F(a, b)
y − b = − ∂x ( x − a)
∂F(a, b)
∂y
∂F(a, b) ∂F(a, b)
sau echivalent ( x − a) + ( y − b) = 0.
∂x ∂y
∂F(a, b) ∂F(a, b)
Rezultă că derivatele parţiale şi sunt parametrii directori ai tangentei la
∂x ∂y
curba definită de ecuaţia F(x,y) = 0 în punctul (a,b) al ei.
Exemplu. Să se scrie ecuaţia tangentei la cercul de ecuaţie x 2 + y 2 = R 2 în punctul
M 0 ( x 0 , y 0 ) ce aparţine cercului.
Soluţie. Ecuaţia tangentei în M0 este
∂F( x 0 , y 0 ) ∂F( x 0 , y 0 )
(x − x 0 ) + (y − y 0 ) = 0,
∂x ∂y
unde F( x, y ) = x 2 + y 2 − R 2 .
∂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 .
Deoarece M 0 ( x 0 , y 0 ) aparţine cercului x 2 + y 2 = R 2 , rezultă că x 20 + y 20 = R 2 . Obţinem

astfel pentru tangenta căutată ecuaţia xx 0 + yy 0 = R 2 .
7.2. Funcţii implicite definite de ecuaţia F( x 1 , x 2 ,..., x n , y ) = 0
Definiţie. Fie ecuaţia

(3) F( x1 , x 2 ,..., x n , y ) = 0 ,
unde F = F( x 1 , x 2 ,..., x n , y ) este o funcţie reală definită pe A × B , A ⊂ R n , B ⊂ R .

O funcţie
(4) y = f ( x1 , x 2 ,..., x n ) : A → B
se numeşte soluţie în raport cu y a ecuaţiei (3) pe mulţimea A, dacă
F( x 1 , x 2 ,..., x n , f ( x 1 , x 2 ,..., x n )) = 0 , ∀( x1 , x 2 ,..., x n ) ∈ A .
Observaţie. Ecuaţia (3) poate avea în raport cu y o soluţie, mai multe soluţii sau nici una.
Ne interesează cazul când ecuaţia (3) admite o singură soluţie (4). Spunem în acest caz că
funcţia f(x 1 , x 2 ,..., x n ) este definită implicit de ecuaţia (3).
Teorema de existenţă şi unicitate. Fie F(x 1 , x 2 ,..., x n ,y) o funcţie reală definită pe
A × B , A ⊂ R n , B ⊂ R şi ( x10 , x 02 ,..., x n0 , y 0 ) un punct interior lui A × B . Dacă
• F ( x10 , x 02 ,..., x n0 , y 0 ) = 0,
• F admite derivate parţiale continue în A × B ,
∂F( x10 , x 02 ,..., x n0 , y 0 )

• ≠ 0,
∂y
atunci:
a) există o vecinătate U a lui ( x 10 , x 02 ,..., x n0 ) , o vecinătate V a lui y0 şi o funcţie unică
y = f ( x1 , x 2 ,..., x n ) : U → V astfel încât
f ( x10 , x 02 ,..., x n0 ) = y 0 şi F( x1 , x 2 ,..., x n , f ( x1 , x 2 ,..., x n )) = 0 , ∀( x1 , x 2 ,..., x n ) ∈ U ,
b) funcţia y = f( x1 , x 2 ,..., x n ) are derivate parţiale de ordinul întâi continue pe U şi

∂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
Interpretarea geometrică a derivatelor parţiale ale funcţiei F(x,y,z)

Se ştie că ecuaţia planului tangent la suprafaţa z = f(x,y) în punctul (a,b,c) al suprafeţei este
∂z(a, b) ∂z(a, b)
z−c =
( x − a) + ( y − b) .
∂x ∂y
În ipoteza că z = f(x,y) este funcţie implicită definită de ecuaţia F(x,y,z)=0, avem
∂F(a, b, c ) ∂F(a, b, c )
∂z(a, b) ∂x ∂z(a, b) ∂y
=− , =−
∂x ∂F( a , b , c ) ∂y ∂F( a , b, c )
∂z ∂z
şi ecuaţia planului tangent se scrie
∂F(a, b, c ) ∂F(a, b, c )
∂x ∂y
z−c = − ( x − a) − ( y − b)
∂F(a, b, c ) ∂F(a, b, c )
∂z ∂z
sau echivalent
∂F(a, b, c ) ∂F(a, b, c ) ∂F(a, b, c )
( x − a) + ( y − b) + (z − c ) = 0.
∂x ∂y ∂z
∂F(a, b, c ) ∂F(a, b, c ) ∂F(a, b, c )
Rezultă că derivatele parţiale , şi sunt parametrii directori ai
∂x ∂y ∂z
normalei la suprafaţa definită de ecuaţia F(x,y,z) = 0 în punctul (a,b,c) al ei.
Exemplu. Să se scrie ecuaţia planului tangent la elipsoidul de ecuaţie
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 ⎟⎠
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
7.3. Sisteme de funcţii definite implicit
Definiţie. Fie sistemul de ecuaţii

⎧F1 ( x 1 , x 2 ,..., x n ; y 1 , y 2 ,..., y m ) = 0
⎪
⎪F2 ( x1 , x 2 ,..., x n ; y 1 , y 2 ,..., y m ) = 0
(5) ⎨
⎪.......... .......... .......... .......... .......... ...
⎪
⎩Fm ( x1 , x 2 ,..., x n ; y 1 , y 2 ,..., y m ) = 0 ,
unde Fi ( x1 , x 2 ,..., x n ; y 1 , y 2 ,..., y m ) , i = 1, m sunt funcţii reale definite pe A × B , A ⊂ R n , B ⊂ R m .

Un sistem de funcţii
⎧y 1 = f1 ( x 1 , x 2 ,..., x n ) : A → R
⎪
⎪y 2 = f2 ( x1 , x 2 ,..., x n ) : A → R
(6) ⎨
⎪............ .......... .......... .......... .......
⎪
⎩y m = fm ( x1 , x 2 ,..., x n ) : A → R
se numeşte soluţie în raport cu ( y 1 , y 2 ,..., y m ) a sistemului (5) pe mulţimea A, dacă
⎧F1 ( x 1 , x 2 ,..., x n ; f1 ( x1 , x 2 ,..., x n ), f2 ( x1 , x 2 ,..., x n ),..., fm ( x 1 , x 2 ,..., x n )) = 0

⎪
⎪F2 ( x1 , x 2 ,..., x n ; f1 ( x 1 , x 2 ,..., x n ), f2 ( x1 , x 2 ,..., x n ),..., fm ( x1 , x 2 ,..., x n )) = 0
⎨
⎪.......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... ...
⎪
⎩Fm ( x1 , x 2 ,..., x n ; f1 ( x 1 , x 2 ,..., x n ), f2 ( x1 , x 2 ,..., x n ),..., fm ( x1 , x 2 ,..., x n )) = 0
∀( x1 , x 2 ,..., x n ) ∈ A .
Observaţie. Sistemul (5) poate avea în raport cu ( y 1 , y 2 ,..., y m ) o soluţie, mai multe soluţii
sau nici una.
Ne interesează cazul când sistemul (5) admite o singură soluţie (6). Spunem în acest caz că
funcţiile f1(x 1 , x 2 ,..., x n ) , f2(x 1 , x 2 ,..., x n ), …, fm(x 1 , x 2 ,..., x n ) sunt definite implicit de sistemul de
ecuaţii (5).
Pentru simplificarea scrierii, notăm x = ( x1 , x 2 ,..., x n ) şi y = ( y 1 , y 2 ,..., y m ) .

Dacă notăm F = (F1 , F2 ,..., Fm ) , atunci F este o funcţie vectorială definită pe A × B cu valori în
R m , iar sistemul (5) se scrie

( 5' ) F( x, y ) = 0 .
De asemenea, dacă notăm f = ( f1 , f2 ,..., fm ) , atunci f este o funcţie vectorială definită pe A cu
valori în R m , iar sistemul (6) se scrie

( 6' ) y = f ( x) .
Teorema de existenţă şi unicitate. Fie funcţia vectorială
F = (F1 , F2 ,..., Fm ) : A × B → R m
şi ( x o , y o ) = ( x1o , x o2 ,..., x on , y 1o , y o2 ,..., y on ) un punct interior lui A × B . Dacă
• F ( x o , y o ) = 0,
• Fi , i = 1, m admit derivate parţiale continue pe A × B ,

∂F1 ∂F1 ∂F1
...
∂y 1 ∂y 2 ∂y m
∂F2 ∂F2 ∂F2
o o
• 1) D(F1 , F2 ,..., Fm ) = ∂y ∂y 2
...
∂y m ≠ 0 în ( x , y ) ,
D( y 1 , y 2 ,..., y m ) 1
... ... ... ...
∂Fm ∂Fm ∂Fm
...
∂y 1 ∂y 2 ∂y m
atunci:
a) există o vecinătate U a lui x o , o vecinătate V a lui y o şi o funcţie vectorială unică
f ( x) = ( f1 ( x ), f2 ( x),..., fm ( x)) : U → V astfel încât f ( x o ) = y o şi F( x, f ( x )) = 0 , i = 1, m , ∀x ∈ U ,

c) funcţiile f1=f1(x), f2=f2(x),…, fm=fm(x) au derivate parţiale de ordinul întâi continue pe U şi
D(F1 , F2 ,..., Fm )
∂f1 ( x) D( x i , y 2 ,..., y m )
=− calculat în x,
∂x i D(F1 , F2 ,..., Fm )
D( y 1 , y 2 ,..., y m )
D(F1 ,F2 ,...,Fm )

1 Determinantul se numeşte determinantul funcţional sau jacobianul funcţiilor F1 , F2 ,..., Fm în raport cu
D( y 1 , y 2 ,..., y m )
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)
D(F1 , F2 ,..., Fm )
∂f2 ( x ) D( y 1 , x i ,..., y m )
∂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 )
∂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
Derivând în raport cu y cele două ecuaţii ale sistemului, obţinem

⎧ ∂u ∂v
⎪ ∂y + ∂y = 0
⎪
⎨
⎪x ∂u + 2v ∂v = 1 .
⎪⎩ ∂y ∂y
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
7.4. Extreme condiţionate

În anumite probleme se cere găsirea extremelor unei funcţii y = f ( x1, x 2 ,..., x n ) , cu condiţia ca
cele n variabile să verifice anumite relaţii.
Această problemă se numeşte problema găsirii extremelor funcţiei cu legături.
Pentru rezolvarea acestei probleme, folosim metoda multiplicatorilor lui Lagrange.
Dacă se cere să se determine extremele funcţiei y = f ( x1 , x 2 ,..., x n ) în care variabilele
⎧F1 ( x 1 , x 2 ,..., x n ) = 0
⎪
⎪F2 ( x1 , x 2 ,..., x n ) = 0
x1 , x 2 ,..., x n sunt supuse la legăturile (condiţiile) ⎨ se procedează astfel:
⎪.......... .......... .......... ..
⎪
⎩Fm ( x1 , x 2 ,..., x n ) = 0 , m ≤ n
- se construieşte funcţia ajutătoare
L( x 1, x 2 ,..., x n ; λ 1, λ 2 ,..., λ m ) = f ( x 1, x 2 ,..., x n ) + λ1F1( x1 , x 2 ,..., x n ) +
+ λ 2F2 ( x1 , x 2 ,..., x n ) + ... + λ mFm ( x1 , x 2 ,..., x n )
cu coeficienţii λ1 , λ 2 ,..., λ m nedeterminaţi;
- se formează sistemul de n + m ecuaţii
⎧ ∂L
⎪ ∂x = 0
⎪ ∂L1 ⎧ ∂L
⎪ =0 ⎪ ∂x = 0
⎪ ∂x 2 ⎪ ∂L1
⎪.......... ... ⎪ =0
⎪ ∂L ⎪ ∂x 2
⎪⎪ ∂x = 0 ⎪.......... ...
⎨ ∂Ln ⇔ ⎨ ∂L
⎪ =0 ⎪ ∂x = 0
⎪ ∂λ 1 ⎪ n
⎪ ∂ L ⎪F1 = 0
⎪ ∂λ = 0 ⎪F2 = 0
2
⎪.......... .... ⎪.......... ....
⎪ ∂L ⎩Fm = 0
⎪ =0
⎪⎩ ∂λ m
cu n + m necunoscute x1 , x 2 ,..., x n , λ1 , λ 2 ,..., λ m şi se rezolvă.

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
L∗ ( x1 , x 2 ,..., x n ) = f ( x1 , x 2 ,..., x n ) + µ1F1 ( x1 , x 2 ,..., x n ) + ... + µ mFm ( x1 , x 2 ,..., x n )
- se calculează diferenţiala de ordinul doi a funcţiei L∗ de mai sus în punctul

M(a1 , a 2 ,..., a n )
- se diferenţiază legăturile date, iar din sistemul astfel obţinut scoatem m dintre diferenţialele
dx 1 , dx 2 ,..., dx n în funcţie de celelalte n - m
- se înlocuiesc cele m diferenţiale în diferenţiala de ordinul doi d 2L∗ (a1 , a 2 ,..., a n ) şi se

obţine o formă pătratică în cele n - m diferenţiale rămase.
Dacă această formă pătratică este pozitiv definită, atunci punctul M(a1 , a 2 ,..., a n ) este punct
de minim condiţionat pentru funcţia f ( x1 , x 2 ,..., x n ) , iar dacă această formă pătratică este negativ
definită, atunci punctul M(a1 , a 2 ,..., a n ) este punct de maxim condiţionat pentru funcţia f ( x1 , x 2 ,..., x n ) .
Exemple.
1) Să se determine extremele funcţiei f ( x, y ) = xy , variabilele fiind legate prin condiţia
x + y = 1.
Soluţie. Funcţia ajutătoare are forma
L( x, y; λ) = xy + λ( x + y − 1) .
Derivatele parţiale de ordinul întâi ale funcţiei L conduc, prin anulare, la sistemul
⎧y + λ = 0
⎪⎪
⎨x + λ = 0
⎪
⎩⎪x + y − 1 = 0.
1 1 1
Unica soluţie a acestui sistem este x = , y = ; λ = − .
2 2 2
Avem deci de considerat funcţia
1
L∗ ( x, y ) = xy − ( x + y − 1) .
2
⎛ 1 1⎞
Diferenţiala de ordinul doi a funcţiei L∗ în punctul M⎜ , ⎟ are forma următoare
⎝2 2⎠
∂ 2L∗ (M) ∂ 2L∗ (M) ∂ 2L∗ (M) 2

d 2L∗ (M) = dx 2 + 2 dxdy + dy .
∂x 2 ∂x∂y ∂y 2
∂ 2L∗ (M) ∂ 2L∗ (M) ∂ 2L∗ (M)

Cum = 0, = 1, = 0 , avem d 2L∗ (M) = 2dxdy .
∂x 2 ∂x∂y ∂y 2
Diferenţiind legătura, obţinem dx + dy = 0 , astfel că d 2L∗ (M) = −2(dx) 2 şi deci punctul
⎛ 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.
Cum
∂ 2L∗ (M1 ) ∂ 2L∗ (M1 ) ∂ 2L∗ (M1 )

= −1, = −1, = −1,
∂x 2 ∂y 2 ∂z 2
∂ 2L∗ (M1 ) ∂ 2L∗ (M1 ) ∂ 2L∗ (M1 )
= 0, = 0, = 0,
⎛4 2 4⎞
avem d 2L∗ (M1 ) = −dx 2 − dy 2 − dz 2 şi deci punctul M1 ⎜ , , ⎟ este punct de maxim condiţionat
⎝3 3 3⎠
pentru funcţia f ( x, y, z) .
1
Pentru λ1 = −1 , λ 2 = , avem de considerat funcţia
2
1
L∗ ( x, y, z) = x + y + z − ( x − y + z − 2) + ( x 2 + y 2 + z 2 − 4) .
2
Procedând analog obţinem pentru diferenţiala de ordinul doi a funcţiei L∗ în punctul
M 2 (0,−2,0) expresia d 2L∗ (M 2 ) = dx 2 + dy 2 + dz 2 şi deci punctul M 2 (0,−2,0) este punct de minim

condiţionat pentru funcţia f ( x, y, z ) .
1. Să se calculeze f ' ( x ) pentru funcţia y = f ( x ) definită implicit de ecuaţia
2yx 2 + y 2 − 4 x − 3 = 0 .
2. Să se scrie ecuaţia tangentei la curba
x 2 − xy 2 + 2x + y − 3 = 0
în punctul M 0 (1,0) .
3. Să se scrie ecuaţia tangentei la conica de ecuaţie
a11x 2 + 2a12 xy + a 22 y 2 + 2a10 x + 2a 20 y + a 00 = 0, a11

2 2
+ a12 + a 222 ≠ 0
în punctul M 0 ( x 0 , y 0 ) ce aparţine conicei.
∂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 .
5. Să se calculeze df (1,1) pentru funcţia z = f ( x, y ) definită implicit de ecuaţia
x 5 − 3y 2 + 4 yz − 3 xz 5 + z 9 = 0 = 0 , ştiind că f (1,1) = 1 .
6. Să se scrie ecuaţia planului tangent la suprafaţa x 2 + 2 xz − z 2 − 2 = 0 în punctul

M 0 (1,1,1) .
7. Să se scrie ecuaţia planului tangent la cuadrica de ecuaţie
a11x 2 + a 22 y 2 + a 33z 2 + 2a12 xy + 2a13 xz + 2a 23 yz + 2a10 x + 2a 20 y + 2a 30 z + a 00 = 0,

2
a11 + a 222 + a 233 + a12
2 2
+ a13 + a 223 ≠ 0 , în punctul M 0 ( x 0 , y 0 , z 0 ) ce aparţine cuadricei.
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 .
10. Funcţiile u(x,y) şi v(x,y) sunt definite implicit de sistemul de ecuaţii

⎧⎪u + v = 2 − x − y
⎨ 3 .
⎪⎩u + v 3 = 7 − x 3 − y 3
∂u ∂u ∂v ∂v
Să se calculeze , , şi .
∂x ∂y ∂x ∂y
11. Să se determine extremele condiţionate pentru funcţiile:
a) f ( x, y ) = xy , variabilele fiind legate prin condiţia x 2 + y 2 = 4 ;
b) f ( x, y ) = 5 x 2 + 3xy + y 2 , variabilele fiind legate prin condiţia x 2 + y 2 = 1 ;
c) f ( x, y , z ) = x − y + 2z , variabilele fiind legate prin condiţia x 2 + y 2 + 2z 2 = 2 ;
d) f ( x, y, z) = xy 2 z 3 , variabilele fiind legate prin condiţia

x + 2y + 3z = 4 , x > 0 , y > 0 , z > 0 .
CAPITOLUL al VIII-lea
ELEMENTE DE CALCUL INTERGAL
8.1. Integrale improprii

Integrale improprii cu limite de integrare infinite
Definiţie. Fie f o funcţie definită pe [a,+∞ ) şi integrabilă pe [a,b], ∀b > a . Limita
b ∞
lim ∫ f ( x)dx (finită sau infinită) se notează ∫ f ( x)dx . În cazul în care această limită este finită se
b→∞ a a
∞
spune că integrala ∫ f ( x)dx este convergentă. Dacă limita este infinită sau nu există se spune despre
a
integrală că este divergentă.

Analog se definesc integralele:
b b
∫ f ( x)dx = lim ∫ f ( x)dx
−∞ a→−∞ a
şi
∞ b
∫ f ( x)dx = lim ∫ f ( x )dx .
−∞ a→−∞ a
b→+∞
Exemple.
∞ dx
1) Integrala ∫ este divergentă.
1 x
Într-adevăr,
∞ dx b dx b
∫ = lim ∫ = lim ln | x | = lim ln b = ∞ .
1 x b→∞ 1 x b→∞ 1 b→∞
∞ dx
2) Integrala ∫ este convergentă.
2005
1x
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
Folosind rezultatele de la serii numerice, obţinem

1. Dacă 0 < f ( x) ≤ g( x) , x ∈ [a,+∞ ) , atunci
∞ ∞
- din convergenţa integralei ∫ g( x)dx , rezultă convergenţa integralei ∫ f ( x)dx
a a
iar
∞ ∞
- din divergenţa integralei ∫ f ( x)dx , rezultă divergenţa integralei ∫ g( x)dx .
a a
f ( x)
2. Dacă f ( x ) > 0 , g( x) > 0 , x ∈ [a,+∞ ) şi lim = k , 0 ≤ k ≤ ∞ , atunci
x →∞ g( x )
∞ ∞
- din convergenţa integralei ∫ g( x)dx pentru k < ∞ , rezultă convergenţa integralei ∫ f ( x )dx
a a
iar
∞ ∞
- din divergenţa integralei ∫ f ( x)dx pentru k > 0 , rezultă divergenţa integralei ∫ g( x)dx .
a a
3. Dacă f ( x ) > 0 , x ∈ [a,+∞ ) şi lim x f ( x ) = k , 0 < k < ∞ , atunci
λ
x→∞
∞
- pentru λ > 1 , integrala ∫ f ( x )dx este convergentă
a
iar
∞
- pentru λ ≤ 1 , integrala ∫ f ( x )dx este divergentă.
a
b
4. Dacă f(x) este integrabilă pe orice interval [a,b] şi ∫ f ( x)dx ≤ k iar g(x) tinde monoton
a
∞
către zero când x → ∞ , atunci ∫ f ( x)g( x )dx este convergentă.
a
Exemple. Să se studieze convergenţa integralelor:
3
∞ x2
a) ∫ 2
dx ;
01+ x
∞ x2
b) ∫ dx ;
1 1+ x7
∞ cos x
c) ∫ dx .
1 x
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
Integrale improprii din funcţii nemărginite

Definiţie. Fie a un punct singular pentru funcţia f definită pe (a, b ] şi integrabilă pe
b b
[ a + ε, b ] , ∀ε > 0 . Limita lim ∫ f ( x)dx (finită sau infinită) se notează ∫ f ( x)dx . În cazul în care
ε →0 a + ε a
b
această limită este finită se spune că integrala ∫ f ( x)dx este convergentă. Dacă limita este infinită sau
a
nu există se spune despre integrală că este divergentă.

b
Analog, dacă b este punct singular pentru funcţia f, integrala (improprie) ∫ f ( x)dx se defineşte
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
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],
∀ε > 0 . Dacă lim ( x − a) λ f ( x) = k , 0 < k < ∞ , atunci

x→a
x >a
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
8.2. Integrala dublă

Fie o funcţie f : D ⊂ R 2 → R , f = f ( x, y ) .
Cu drepte paralele cu axele de coordonate împărţim domeniul plan D în subdomenii. Notăm cu
D k , k = 1, n subdomeniile obţinute numerotate într-o ordine oarecare.
Definiţie. Familia de subdomenii ∆ = (D1 , D 2 , ..., D n ) se numeşte diviziune a domeniului

D.
Definiţie 1. Se numeşte norma diviziunii ∆ = (D1 , D 2 , ..., D n ) numărul ∆ = max ρ k , unde
k =1,n
ρ k = max d(M, N) , M, N ∈ D k .
Definiţie. O familie de puncte P = (P1 , P2 ,..., Pn ) astfel încât Pk ∈ D k , k = 1, n se

numeşte sistem de puncte intermediare asociat diviziunii ∆ .
Definiţie. Se numeşte sumă integrală ataşată funcţiei f, diviziunii ∆ şi punctelor
intermediare P numărul
n n
σ ∆ ( f , P) = ∑ f (Pk )s(D k ) sau σ ∆ ( f , P) = ∑ f (ξ k , ηk )s(D k ) ,
k =1 k =1
unde am notat cu s(D k ) aria subdomeniului D k , iar cu (ξ k , ηk ) coordonatele punctului Pk .
Definiţie. Se spune că funcţia f este integrabilă pe D dacă oricare ar fi şirul de diviziuni
( ∆ n ) cu lim ∆ n = 0 şi oricare ar fi alegerea punctelor intermediare P, sumele integrale
n→∞
corespunzătoare au o limită comună finită I.

Numărul I se numeşte integrala dublă a funcţiei f pe domeniul D şi se notează ∫∫ f ( x, y )dxdy .
D
Din analogia dintre definiţia integralei duble şi definiţia limitei unei funcţii rezultă următoarea
1 Am notat cu d(M,N) distanţa de la M la N

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)
şi oricare ar fi alegerea punctelor intermediare P are loc inegalitatea | σ ∆ ( f , P) − I |< ε .

Consecinţă. Dacă funcţia f este integrabilă pe D, atunci f este mărginită pe D.
Observaţie. Reciproca nu este adevărată.
Observaţie. Aria domeniului plan D este s(D) = ∫∫ dxdy .
D
Proprietăţi ale integralei duble

1. Proprietatea de liniaritate. Dacă f, g sunt funcţii integrabile pe D şi α, β ∈ R , atunci
αf + βg este integrabilă pe D şi ∫∫ [ αf ( x, y ) + βg( x, y )]dxdy = α ∫∫ f ( x, y )dxdy + β ∫∫ g( x, y )dxdy .

D D D
2. Proprietatea de aditivitate. Dacă f este funcţie integrabilă pe D şi D = D1 ∪ D 2 , iar

D1 , D 2 au în comun cel mult frontiera, atunci f este integrabilă pe D1 şi D 2 şi
∫∫ f ( x, y )dxdy = ∫∫ f ( x, y )dxdy + ∫∫ f ( x, y )dxdy .

D D1 D2
3. Proprietatea de monotonie. Dacă f este funcţie integrabilă pe D şi f ( x, y ) ≥ 0 ,
∀( 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
b) Dacă f este funcţie integrabilă pe D şi m ≤ f ( x, y ) ≤ M , ∀( x, y ) ∈ D , atunci

ms(D) ≤ ∫∫ f ( x, y )dxdy ≤ Ms(D) .
D
4. Formule de medie. Dacă f, g sunt funcţii integrabile pe D şi g( x, y ) ≥ 0 ,

∀( x, y ) ∈ D , atunci există µ ∈ [m, M] (m, M sunt marginile funcţiei f) astfel încât
∫∫ f ( x, y )g( x, y )dxdy = µ ∫∫ 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
b) Dacă f este funcţie continuă pe D, atunci există P(ξ, η) ∈ D astfel încât
∫∫ f ( x, y )dxdy = f (ξ, η)s(D) .

D
c) Dacă f este funcţie continuă pe D, iar g este funcţie integrabilă pe D şi g( x, y ) ≥ 0 ,

∀( x, y ) ∈ D , atunci există P(ξ, η) ∈ D astfel încât
∫∫ f ( x, y )g( x, y )dxdy = f (ξ, η) ∫∫ g( x, y )dxdy .

D D
Calculul integralei duble
Pentru calculul integralei duble se disting următoarele tipuri fundamentale de domenii de
integrare:
1. D = {( x, y ) : a ≤ x ≤ b, c ≤ y ≤ d} (D este un dreptunghi cu laturile paralele cu axele de
coordonate)
Teoremă. Dacă funcţia f ( x, y ) este integrabilă în raport cu y pe [ c, d] , adică există

d b ⎡d ⎤
F( x) = ∫ f ( x, y )dy şi dacă F( x) este integrabilă pe [ a, b] , atunci ∫∫ f ( x, y )dxdy = ∫ ⎢ ∫ f ( x, y )dy ⎥ dx , adică,
c D a ⎣c ⎦
calculul integralei duble se reduce la calculul a două integrale iterate.
⎧ π⎫
Exemplu. Să se calculeze ∫∫ x sin y dxdy , unde D = ⎨( x, y ) : 0 ≤ x ≤ 1, 0 ≤ y ≤ ⎬ .
D ⎩ 2⎭
Soluţie.
π
1 2
∫∫ x sin y dxdy = ∫ [ ∫ x sin y dy ]dx .
D 0 0
Deoarece
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)}
Teoremă. Dacă funcţia f ( x, y ) este integrabilă în raport cu y pe [ y 1 ( x), y 2 ( x)] , adică

y 2 ( x)
F( x ) = ∫ f ( x, y )dy şi dacă F( x) este integrabilă pe [ a, b] , atunci
y 1 ( x)
b ⎡y 2 ( x ) ⎤
∫∫ f ( x , y ) dxdy = ∫ ⎢ ∫ f ( x, y )dy ⎥ dx .
D a ⎢⎣ y 1 ( x ) ⎥⎦
Exemplu. Să se calculeze ∫∫ ( x + y )dxdy , unde D este limitat de dreapta y = x şi
D
2
parabola y = x .
Soluţie.
Punctele de intersecţie dintre dreapta y = x şi parabola y = x 2 sunt O(0,0) şi A (1,1) .

1 x
∫∫ ( x + y )dxdy = ∫ [ ∫ ( x + y )dy ]dx .
D 0 x2
Deoarece
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
3. Domeniul D este oarecare

În acest caz prin paralele la axa Oy duse prin vârfurile domeniului D, împărţim domeniul D în
subdomenii de tipurile precedente, iar pentru calculul integralei duble aplicăm proprietatea de aditivitate
a acesteia.
În unele situaţii s-ar putea să ajungem la calcule complicate şi de aceea este recomandat să
efectuăm acea schimbare de variabilă care să transforme domeniul D într-un domeniu D' de tipul 1 sau
2.
Schimbarea de variabilă în integrala dublă

⎧⎪x = x(u, v )
Fie transformarea T ⎨ pentru care funcţiile x, y îndeplinesc condiţiile:
⎪⎩y = y(u, v )
- sunt funcţii continue împreună cu derivatele lor parţiale;
- stabilesc o corespondenţă biunivocă şi bicontinuă între punctele domeniului D din planul
Oxy şi punctele domeniului D' din planul O' uv;
- determinantul funcţional (jacobianul)
∂x ∂x
D( x, y ) ∂u ∂v
J= = ≠ 0 în D.
D(u, v ) ∂y ∂y
∂u ∂v
În aceste condiţii asupra transformării T, are loc formula
∫∫ f ( x, y )dxdy = ∫∫ f ( x(u, v ), y(u, v )) J dudv .

D D'
⎧⎪x = ρ cos θ
Observaţie. În cazul coordonatelor polare ρ , θ cu ⎨ , J = ρ , iar formula
⎪⎩y = ρ sin θ
precedentă se scrie
∫∫ f ( x, y )dxdy = ∫∫ f (ρ cos θ, ρ cos θ) ρ dρdθ .
D D'
Exemplu. Să se calculeze următoarele integrale duble:
1) ∫∫ xy dxdy , unde D : 1 ≤ x 2 + y 2 ≤ 4 ;
D
2) ∫∫ ( x + 2y )dxdy , unde D este domeniul mărginit de dreptele

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
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
Jacobianul transformării este

∂x ∂x 1 1
J = ∂u ∂v = 2 2 = − 1 .
∂y ∂y 1 1 2
−
∂u ∂v 2 2
Astfel,
⎡ 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
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
Aplicaţii ale integralei duble

Fie o placă D cu densitatea de masă f ( x, y ) > 0 . Masa m şi coordonatele centrului de greutate
G al plăcii sunt date de
m = ∫∫ f ( x, y )dxdy ,
D
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
iar momentul de inerţie al plăcii în raport cu originea este

I0 = I x + I y .

1. Folosind definiţia, să se cerceteze convergenţa integralelor:
∞ ∞ ln x ∞ 1
a) ∫ x 3 e −x dx ; b) ∫ dx ; c) ∫ dx ;
2 2
0 1 x 3 ( x + 5)
∞ 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
2. Pe baza criteriilor, să se studieze convergenţa integralelor:

∞ 1 ∞ 1
a) ∫ dx ; b) ∫ dx ;
0 3 x2 +1 2 ( x + 3) x2 + 5
∞ ∞
c*) ∫ cos 2 x dx ; d**) ∫ sin 2 x dx ;
0 0
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
convergentă pentru a > 0, b > 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.
7. Să se calculeze următoarele integrale duble:
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 ⎭
c) ∫∫ ( x 3 + 2xy 2 + y 2 )dxdy , unde D = {( x, y ) : 0 ≤ x ≤ 1, 2 ≤ y ≤ 4} ;

D
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
h) ∫∫ ( x + 2y )dxdy , unde D este domeniul cuprins între curbele y = x şi y = x 3 , x > 0 ;

D
i) ∫∫ ( x + y )dxdy , unde D este domeniul mărginit de dreptele

D
2x − y = 1, 2x − y = 3, x + 2y = −1, x + 2y = 4 ;
j) ∫∫ (2 x + 3y )dxdy , unde D este domeniul mărginit de dreptele x + y = 0 , x + y = 1 ,

D
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
CAPITOLUL al IX-lea
ECUAŢII DIFERENŢIALE1
9.1. Noţiuni generale
Definiţie. Fie y = y( x) o funcţie de n ori derivabilă.

O ecuaţie de forma
(1) F( x, y, y ' ,..., y (n) ) = 0

se numeşte ecuaţie diferenţială ordinară de ordinul n.
O funcţie y = y( x) care verifică ecuaţia (1) se numeşte soluţie sau integrală a ecuaţiei
diferenţiale (1).
O funcţie
(2) y = y( x, c 1 , c 2 ,..., c n ) ( c 1 , c 2 ,..., c n = constante arbitrare)
care verifică ecuaţia (1) se numeşte soluţie generală a ecuaţiei (1).
Orice soluţie a ecuaţiei (1) care se obţine din soluţia generală prin particularizarea constantelor
se numeşte soluţie particulară.
O soluţie a ecuaţiei (1) care nu se poate obţine din soluţia generală prin particularizarea
constantelor se numeşte soluţie singulară.
La o ecuaţie diferenţială se ridică următoarele probleme:
- să se găsească soluţia generală2 (sau să se integreze ecuaţia);
- să se găsească o soluţie particulară care îndeplineşte anumite condiţii.
Problema lui Cauchy. Să se găsească soluţia particulară a ecuaţiei (1) care verifică condiţiile
⎧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 .
1 Primele ecuaţii diferenţiale au fost considerate de I. Newton (1687) şi G. Leibniz (1693)

2
Aflarea soluţiei generale nu poate fi făcută în general ci numai în cazuri particulare
118 CAPITOLUL al IX-lea
Pentru aceasta se procedează astfel:

- se rezolvă sistemul de mai sus în raport cu constantele c 1 , c 2 ,..., c n şi
- se înlocuiesc valorile obţinute pentru c 1 , c 2 ,..., c n în (2).
Problema polilocală. Să se găsească soluţia particulară a ecuaţiei (1) care trece prin
punctele M1 ( x1 , y 1 ), M 2 ( x 2 , y 2 ), ..., M1 ( x n , y n ) .
Pentru aceasta se procedează astfel:
- se rezolvă sistemul
⎧y 1 = y( x1 , c 1 , c 2 ,..., c n )
⎪
⎪y 2 = y( x 2 , c 1 , c 2 ,..., c n )
⎨
⎪.......... .......... .......... .......
⎪
⎩y n = y ( x n , c 1 , c 2 ,..., c n )
în raport cu constantele c 1 , c 2 ,..., c n şi

- se înlocuiesc valorile obţinute pentru c 1 , c 2 ,..., c n în (2).
9.2. Ecuaţii diferenţiale de ordinul întâi

Definiţie. O ecuaţie de forma
(3) F( x, y, y ' ) = 0
se numeşte ecuaţie diferenţială ordinară de ordinul întâi.
Ecuaţii diferenţiale care provin din anularea unei diferenţiale totale
Definiţie. O ecuaţie diferenţială de forma

(4) P( x, y )dx + Q( x, y )dy = 0 ,
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
Exemplu. Să se integreze ecuaţia diferenţială ( x 2 + y )dx + ( x + y 2 )dy = 0 .

∂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
unde c este o constantă arbitrară.
Ecuaţii diferenţiale cu variabile separabile

(5) P( x)dx + Q( y )dy = 0 ,
unde P : I → R şi Q : J → R sunt funcţii continue se numeşte ecuaţie cu variabile separabile.
Soluţia generală a ecuaţiei (3) este ∫ P( x)dx + ∫ Q( y )dy = c .
Exemplu. Să se integreze ecuaţia diferenţială x 2 yy '+1 = 0 .

dy 1
Soluţie. Punând y ' = şi separând variabilele avem dx + ydy = 0 . Soluţia generală a
dx x2
1 y2 1
ecuaţiei este ∫ dx + ∫ ydy = c ⇔ − = c , unde c este o constantă arbitrară.
x2 2 x
Ecuaţii diferenţiale omogene

P( x, y )
(6) y' = ,
Q( x, y )
unde P şi Q sunt funcţii omogene de grad m, se numeşte ecuaţie omogenă.
Cum funcţiile P şi Q sunt omogene de grad m, rezultă că
P( tx, ty ) = t mP( x, y ) şi Q( tx, ty ) = t mQ( x, y ) .

1
Înlocuind t = , x ≠ 0 obţinem
x
⎛ y⎞ 1 ⎛ y⎞ 1
P⎜ 1, ⎟ = P( x, y ) şi Q⎜ 1, ⎟ = Q( x, y )
⎝ x ⎠ xm ⎝ x ⎠ xm
⎛ y⎞ ⎛ y⎞
adică P( x, y ) = x mP⎜ 1, ⎟ şi Q( x, y ) = x m Q⎜ 1, ⎟ .
⎝ x⎠ ⎝ x⎠
⎛ 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⎠
Prin urmare, ecuaţia diferenţială omogenă are şi forma

⎛y⎞
( 6' ) y ' = f ⎜ ⎟ ,
⎝x⎠
unde f : I → R este o funcţie continuă.
Cu substituţia y = xu o ecuaţie diferenţială omogenă se reduce la o ecuaţie diferenţială cu
variabile separabile.
Într-adevăr, din y = xu rezultă dy = xdu + udx şi ecuaţia ( 6' ) devine
xdu + udx du
= f (u) sau x + u = f (u)
dx dx
1 1
sau dx = du (dacă f (u) ≠ u ), şi aceasta este o ecuaţie cu variabile separabile.
x f (u) − u
y
Dacă f (u) = u , atunci ecuaţia ( 6' ) se scrie y ' = şi ea este o ecuaţie cu variabile separabile.
x
Exemplu. Să se integreze ecuaţia diferenţială ( x 2 + y 2 )dx + (2 xy + 3y 2 )dy = 0 .
Soluţie. Folosind substituţia y = xu rezultă dy = xdu + udx şi ecuaţia devine

2 2 2 2 2 2
( x + x u )dx + (2 x u + 3x u )( xdu + udx) = 0 .
Împărţind prin x 2 ( x ≠ 0 ) avem
(1 + u 2 )dx + (2u + 3u 2 )( xdu + udx) = 0

sau
(1 + 3u 2 + 3u 3 )dx + x(2u + 3u 2 )du = 0 .
1 2u + 3u 2
Separând variabilele, avem dx + du = 0 .
x 1 + 3u 2 + 3u 3
Soluţia generală a ecuaţiei este

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

Ecuaţii diferenţiale reductibile la ecuaţii omogene
⎛ ax + by + c ⎞
(7) y ' = f ⎜⎜ ⎟⎟ ,
⎝ a1x + b1y + c 1 ⎠
unde f : I → R este o funcţie continuă, iar a, b, c, a1, b1, c1 sunt constante reale se numeşte ecuaţie
reductibilă la ecuaţie omogenă.
Cazul I. Dacă c = c1 = 0 (adică c 2 + c 12 = 0 ), atunci ecuaţia (7) se scrie
⎛ 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
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⎠
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
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⎠
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.
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)
este o ecuaţie cu variabile separabile.

6 x + 3y − 1
Exemplu. Să se integreze ecuaţia diferenţială y ' = .
2x + y + 1
6 3
Soluţie. c 2 + c 12 = 1 + 1 ≠ 0 , ∆ = = 0.
2 1
Folosind substituţia 2x + y = u , rezultă y ' = u'−2 şi ecuaţia devine

3u − 1 5u + 1 u+1
u'−2 = sau u' = sau dx − du = 0 ,
u +1 u+1 5u + 1
care este o ecuaţie cu variabile separabile.
Se obţine soluţia generală
1 4
ln | x | − u − ln | 5u + 1 |= c
5 25
sau
1 4
ln | x | − (2 x + y ) − ln | 5(2 x + y ) + 1 |= c ,
5 25
Ecuaţii diferenţiale liniare de ordinul întâi

(8) y '+P( x)y = Q( x) ,
unde P şi Q sunt funcţii continue pe un interval I se numeşte ecuaţie liniară de ordinul întâi.
Când Q( x) ≡ 0 , ecuaţia (8) se numeşte ecuaţie liniară omogenă. În acest caz ea este o
ecuaţie cu variabile separabile.
dy dy
Într-adevăr, din y '+P( x)y = 0 , rezultă = −P( x )y sau = −P( x)dx . Integrând, obţinem
dx y
− P( x )dx
ln | y |= − ∫ P( x)dx + ln c sau y = ce ∫ .
Aceasta este soluţia generală a ecuaţiei liniare omogene.
Pentru a obţine soluţia generală a ecuaţiei liniare neomogene (8), folosim metoda variaţiei
constantelor a lui Lagrange.
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)
(9) y = u( x)e − ∫ P( x )dx .

Funcţia u(x) se determină impunând condiţia ca (9) să verifice ecuaţia (8).
Cum y ' = u' ( x)e − ∫ P( x )dx − u( x)P( x)e − ∫ P( x)dx , înlocuind în ecuaţia (8) obţinem
u' ( x)e − ∫ P( x )dx − u( x)P( x)e − ∫ P( x )dx + u( x)P( x)e − ∫ P( x )dx = Q( x)

sau
u' ( x) = Q( x)e ∫ P( x )dx

de unde
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 de tip Bernoulli 3

(10) y '+P( x)y = Q( x)y α ,

unde α ∈ R − {0,1} şi P, Q sunt funcţii continue pe un interval I se numeşte ecuaţie diferenţială
Bernoulli.
1
Cu substituţia y = z α , o ecuaţie diferenţială Bernoulli se reduce la o ecuaţie diferenţială
1−
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.
Exemplu. Să se integreze ecuaţia diferenţială xy '−4 y = x 2 y .

1
4
Soluţie. Ecuaţia se scrie sub forma y '− y = xy 2 .
x
1
1
1−
Folosind substituţia y = z 2 ⇔ y = z 2 rezultă y ' = 2zz' şi ecuaţia devine
4
2zz'− z 2 = xz .
x
Împărţind prin 2z, obţinem ecuaţia liniară
2 x
z'− z = .
x 2
⎛ 1 ⎞ ⎛ 1 ⎞
z = x 2 ⎜ c + ln | x | ⎟ sau y = x 2 ⎜ c + ln | x | ⎟ ,
⎝ 2 ⎠ ⎝ 2 ⎠
3 Jean Bernoulli (1667-1748), matematician elveţian

Ecuaţii diferenţiale de tip Riccati 4

(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)
care este o ecuaţie diferenţială liniară de ordinul întâi în z.

Exemplu. Să se integreze ecuaţia diferenţială
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 .
4 Jacopo Riccati (1676-1754)

−x ⎛ ⎞
2 2
x
z=e ⎜c − ∫ e dx ⎟
⎝ ⎠
sau
= e − x ⎛⎜ c − ∫ e x dx ⎞⎟ ,
1 2 2
y−x ⎝ ⎠
Ecuaţii diferenţiale de tip Lagrange 5

(12) y = xf ( y ' ) + g( y ' ) ,
unde f şi g sunt funcţii continue cu derivate de ordinul întâi continue pe un interval I şi f ( y ' ) ≠ y ' se
numeşte ecuaţie Lagrange.
Notând y ' = p , obţinem
y = xf (p) + g(p) .
Derivând în raport cu x şi ţinând seama că p este funcţie de x, avem
df dp dg dp
p = f ( p) + x +
dp dx dp dx
sau
dx df dg
[p − f (p)] =x +
dp dp dp
sau
dx 1 df 1 dg
= x+
dp p − f (p) dp p − f (p) dp
care este o ecuaţie liniară în x.
Soluţia generală a acestei ecuaţii este x = x(p, c ) , unde c este o constantă arbitrară. Înlocuind
în ecuaţia iniţială, obţinem
y = x(p, c )f (p) + g(p) .
Rezultă că soluţia generală a ecuaţiei (12) este definită parametric prin
⎧⎪ x = x(p, c )
⎨ .
⎪⎩y = x(p, c )f (p) + g(p)
5 Joseph Louis Lagrange (1736-1813), matematician şi mecanician francez

Exemplu. Să se integreze ecuaţia diferenţială y = −4 xy '+ y ' 2 .
Soluţie. Notând y ' = p , obţinem y = −4 xp + p 2 .

dp dp
p = −4p − 4 x + 2p
dx dx
sau
dx dx 4 2
5p = 2p − 4 x sau + x=
dp dp 5p 5
cu soluţia generală
4 ⎛ 4 ⎞ − ⎛⎜
−∫ 4 9⎞
5p ⎜
dp
2 ∫ 5p dp ⎟ 2 5⎟
x=e ⎜c + ∫ e dp ⎟ sau x = p ⎜ c + p ⎟ , p ≠ 0.
5
⎜ 5 ⎟ ⎜ 9 ⎟
⎝ ⎠ ⎝ ⎠
Soluţia generală a ecuaţiei Lagrange dată este definită parametric prin
⎧ − ⎛
4 9⎞
⎪x = p 5 ⎜ c + 2 p 5 ⎟ ⎧ −
4
⎪ ⎜ ⎟ ⎪ 2
⎜ 9 ⎟ x = cp 5 − p
⎪ ⎝ ⎠ ⎪ 9
⎨ sau ⎨
− ⎛⎜
⎪ 4 9⎞ ⎪ 1
⎪y = −4p 2 ⎟ 2 1
⎪y = −4cp + p 2 , p ≠ 0 .
5
⎜ c + p ⎟p +p , p ≠ 0
5 5
⎪ ⎜ 9 ⎟ ⎩ 9
⎩ ⎝ ⎠
Ecuaţii diferenţiale de tip Clairaut 6

(13) y = xy '+ g( y ' ) ,
unde g este o funcţie continuă cu derivata de ordinul întâi continuă pe un interval I se numeşte ecuaţie
Clairaut.
Observaţie. Ecuaţia Clairaut este o ecuaţie Lagrange particulară ( f ( y ' ) = y ' ).
Notând y ' = p , obţinem y = xp + g(p) .
dp dg dp dp ⎛ dg ⎞
p =p+x + sau ⎜x + ⎟ = 0 .
dx dp dx dx ⎝ dx ⎠
6 Alexis Claude Clairaut (1713-1765), matematician şi astronom francez

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)
⎩
9.3. Ecuaţii diferenţiale liniare de ordinul n
Ecuaţii diferenţiale liniare de ordinul n cu coeficienţi variabili

(14) a 0 ( x)y (n) + a1 ( x)y (n−1) + ... + a n−1 ( x)y '+a n ( x)y = f ( x) ,
unde a 0 ( x ), a1 ( x),..., a n ( x), f ( x) sunt funcţii continue pe un interval I, a 0 ( x ) ≠ 0 , ∀x ∈ I se numeşte

ecuaţie diferenţială de ordinul n, liniară şi neomogenă.
O ecuaţie de forma
(15) a 0 ( x )y (n) + a1 ( x)y (n−1) + ... + a n−1 ( x)y '+ a n ( x)y = 0
unde a 0 ( x ), a1 ( x ),..., a n ( x ) sunt funcţii continue pe un interval I, a 0 ( x ) ≠ 0 , ∀x ∈ I se numeşte ecuaţie
diferenţială de ordinul n, liniară şi omogenă.

Cu ajutorul operatorului liniar
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 .
Definiţie 7. Un sistem de soluţii y 1 , y 2 ,..., y n al ecuaţiei (15), definit pe I cu
7 W(y1, y2, …, yn) se numeşte wronskianul funcţiilor y1, y2, …, yn şi a fost introdus de H. Wronski (1812)
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)
pe I se numeşte sistem fundamental de soluţii al ecuaţiei (15).

Dacă y 1 , y 2 ,..., y n este un sistem fundamental de soluţii al ecuaţiei (14), atunci
y 0 = c 1y 1 + c 2 y 2 + ... + c n y n ,
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).
Metoda variaţiei constantelor pentru determinarea unei soluţii particulare a

ecuaţiei neomogene
Dacă se cunoaşte un sistem fundamental de soluţii y 1 , y 2 ,..., y n al ecuaţiei omogene (15),

atunci o soluţie particulară a ecuaţiei neomogene (14) este
y p ( x) = c 1 ( x)y 1 + c 2 ( x)y 2 + ... + c n ( x)y n ,
unde funcţiile c 1 ( x), c 2 ( x),..., c n ( x) se obţin din sistemul
⎧c 1 ' ( x ) y 1 + c 2 ' ( x ) y 2 + ... + c n ' ( x ) y n = 0

⎪
⎪c 1 ' ( x ) y 1 '+ c 2 ' ( x ) y 2 '+ ... + c n ' ( x ) y n ' = 0
⎪
⎨……………………………………… .
⎪
⎪c ' ( x ) y ( n−1) + c ' ( x )y (n−1) + ... + c ' ( x ) y (n−1) = f ( x )
⎪ 1 1 2 2 n n
a 0 ( x)
⎩
Exemplu. Ştiind că ecuaţia diferenţială omogenă
x 2 y"−2 xy '+2y = 0
are soluţiile particulare y 1 = x, y 2 = 2x 2 să se integreze ecuaţia diferenţială neomogenă
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
conţinut în R ∗ soluţia generală a ecuaţiei omogene x 2 y"−2 xy '+2y = 0 este
y o = c 1x + c 2 2 x 2 .
Determinăm o soluţie particulară a ecuaţiei neomogene
x 2 y"−2xy'+2y = x 3
prin metoda variaţiei constantelor.
Avem
y p = c 1 ( x ) x + c 2 ( x )2 x 2 ,
unde funcţiile c 1 ( x ), c 2 ( x) se obţin din sistemul
⎧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
Soluţia generală a ecuaţiei neomogene x 2 y"−2xy'+2y = x 3 este
x3
y = y 0 + y p ⇔ y = c 1x + c 2 2 x 2 + ,x ∈ R∗ .
2
Ecuaţii diferenţiale liniare de ordinul n cu coeficienţi constanţi

(16) a 0 y (n) + a1y (n−1) + ... + a n−1y '+ a n y = f ( x ) ,
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
(17) a 0 y (n) + a1y (n−1) + ... + a n−1y '+a n y = 0 ,
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.
Ecuaţii omogene
Pentru ecuaţia (17) putem determina totdeauna un sistem fundamental de soluţii. Anume, dacă
se caută soluţii de forma y = e rx , obţinem succesiv y ' = re rx , y" = r 2 e rx , …, y (n) = r n e rx .
( )
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
(18) a 0 r n + a1r n−1 + ... + a n−1r + a n = 0

care se numeşte ecuaţia caracteristică a ecuaţiei diferenţiale (17).
Cazul I. Ecuaţia caracteristică are rădăcini reale distincte
Teoremă. Fie ecuaţia diferenţială liniară de ordinul n cu coeficienţi constanţi
(∗ ) a 0 y (n) + a1y (n−1) + ... + a n−1y '+a n y = 0 .
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
soluţii pentru ecuaţia ( ∗ ).

rx r2 x r x
Soluţia generală a ecuaţiei ( ∗ ) este y = c 1e 1 + c 2 e + ... + c n e n , unde c 1 , c 2 ,..., c n
sunt constante arbitrare.
Demonstraţie. Deoarece wronskianul funcţiilor y 1 , y 2 ,..., y n
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
= e (r1 +r2 +...+rn ) x ∏ (rj − ri )

1≤i< j≤n
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
y = c 1y 1 + c 2 y 2 + ... + c n y n = c 1e r1x + c 2 e r2 x + ... + c n e rn x .

Exemplu. Să se integreze ecuaţia diferenţială y"−7y '+12y = 0 .
Soluţie. Ecuaţia caracteristică r 2 − 7r + 12 = 0 are rădăcinile reale distincte r1 = 3, r2 = 4 .
Soluţia generală a ecuaţiei este y = c 1e 3 x + c 2 e 4 x , unde c 1 , c 2 sunt constante arbitrare.
Cazul al II-lea. Ecuaţia caracteristică are rădăcini complexe distincte

(∗ ) a 0 y (n) + a1y (n−1) + ... + a n−1y '+a n y = 0 .
Dacă ecuaţia caracteristică
a 0 r n + a1r n−1 + ... + a n−1r + a n = 0

are rădăcinile complexe simple
r1 = α1 + iβ1 , r2 = α 2 + iβ 2 , ..., rp = α p + iβ p ,
r1 = α1 − iβ1 , r2 = α 2 − iβ 2 , ..., rp = α p − iβ p , n = 2p,
atunci funcţiile
Y1 = e α 1 x cos β1x, Y1 = e α 1x sin β1x,
Y2 = e α 2 x cos β 2 x, Y2 = e α 2 x sin β 2 x,
.......... .......... .......... .......... .......... .......... ...

αp x αpx
Yp = e cos β p x, Yp = e sin β p x
formează un sistem fundamental de soluţii pentru ecuaţia ( ∗ ).
Soluţia generală a ecuaţiei ( ∗ ) este
y = (c 1 cos β1x + c1 sin β1x)e α 1x + (c 2 cos β 2 x + c 2 sin β 2 x)e α 2 x +

αpx
+ ... + (c p cos β p x + c p sin β p x)e ,
unde c 1 , c 2 ,..., c p , c1 , c 2 ,..., c p sunt 2p constante arbitrare.
Demonstraţie. Corespunzător lui r1 = α 1 + iβ1 avem soluţia particulară

( α 1 +iβ1 ) x α 1 x iβ 1 x α 1x
y1 = e =e e =e (cos β1x + i sin β1x) ,
iar corespunzător lui r1 = α1 − iβ1 avem soluţia particulară
( α 1 −iβ1 ) x α 1 x −iβ1 x α1x
y1 = e =e e =e (cos β1x − i sin β1x ) .
Astfel, corespunzător rădăcinilor r1 , r2 ,..., rp , r1 , r2 ,..., rp avem soluţiile
y 1 = e α 1 x (cos β1x + i sin β1x), y 1 = e α 1 x (cos β1x − i sin β1x ),
y 2 = e α 2 x (cos β 2 x + i sin β 2 x ), y 2 = e α 2 x (cos β 2 x − i 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 .
Soluţie. Ecuaţia caracteristică r 2 − 4r + 13 = 0 are rădăcinile complexe distincte

r1 = 2 + 3i , r1 = 2 − 3i . Soluţia generală a ecuaţiei este
y = (c 1 cos 3x + c1 sin 3 x)e 2 x ,

unde c 1 şi c1 sunt constante arbitrare.
Cazul al III-lea. Ecuaţia caracteristică are rădăcini reale multiple
(∗ ) a 0 y (n) + a1y (n−1) + ... + a n−1y '+a n y = 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
y = c 1e αx + c 2 xe αx + ... + c p+1x p e αx , unde c 1 , c 2 ,..., c p+1 sunt constante arbitrare.

Demonstraţie. Se verifică uşor că funcţiile y 1 = e αx , y 2 = xe αx ,..., y p+1 = x p e αx sunt
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 ( ∗ ).
Exemplu. Să se integreze ecuaţia diferenţială y ' ' '−6y "+12y '−8y = 0 .
Soluţie. Ecuaţia caracteristică r 3 − 6r 2 + 12r − 8 = 0 ⇔ (r − 2) 3 = 0 are rădăcina reală

r = 2 de ordin de multiplicitate 3.
Soluţia generală a ecuaţiei este y = c 1e 3 x + c 2 xe 3 x + c 3 x 2 e 3 x , unde c 1 , c 2 şi c 3 sunt

constante arbitrare.
Cazul al IV-lea. Ecuaţia caracteristică are rădăcini complexe multiple

( n) ( n−1)
(∗ ) a0y + a1y + ... + a n−1y '+a n y = 0 .
n n−1
Dacă ecuaţia caracteristică a 0 r + a1r + ... + a n−1r + a n = 0 are rădăcina complexă
r = α + iβ de ordin de multiplicitate p + 1, atunci aceasta contribuie la soluţia generală cu
[ ]
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.
Demonstraţie. Cum ecuaţia ( ∗ ) este cu coeficienţi constanţi, rezultă că ecuaţia caracteristică

are şi rădăcina r = α − iβ tot de ordin de multiplicitate p + 1. Cele 2p + 2 rădăcini vor da soluţiile
y 1 = e ( α +iβ) x , y 2 = xe (α +iβ) x ,..., y p+1 = x p e (α +iβ) x ,
y 1 = e ( α −iβ) x , y 2 = xe ( α −iβ) x ,..., y p +1 = x p e ( α −iβ) x .
Ca şi în cazul al II-lea, ca sistem fundamental de soluţii se ia sistemul format din funcţiile

y + y1 y − y1
Y1 = 1 = e αx cos β x, Y1 = 1 = e αx sin βx,
2 2i
y + y2 y − y2
Y2 = 2 = xe αx cos β x, Y2 = 2 = xe αx sin β x,
2 2i
………………………………………………………………….....
y p +1 + y p+1 y p+1 − y p+1
Yp +1 = = x p e αx cos β x, Yp+1 = = x p e αx sin βx.
2 2i
Astfel, rădăcina complexă r = α + iβ de ordin de multiplicitate p + 1 îşi aduce contribuţia la
[( ) (
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 . ) ]
Notând cu Pp ( x) polinomul A 0 + A 1x + ... + A p x p şi cu Q p ( x) polinomul
[
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 .
Soluţie. Ecuaţia caracteristică r 4 + 2r 2 + 1 = 0 ⇔ (r 2 + 1) 2 = 0 are rădăcina complexă

r = i de ordin de multiplicitate 2 şi rădăcina complexă r = −i de ordin de multiplicitate 2. Soluţia
generală a ecuaţiei este
y = ( A 0 + A 1x ) cos x + (B 0 + B1x ) sin x ,
unde A0, A1, B0 şi B1 sunt constante arbitrare.
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).
Exemplu. Să se integreze ecuaţia diferenţială y ( 4) − 3y ( 3) − y "+9y '−18y = 0 .
Soluţie. Ecuaţia caracteristică r 4 − 3r 3 − r 2 + 9r − 18 = 0 are rădăcinile
r1 = −2, r2 = 3, r3 = 1 − i 2 , r4 = 1 + i 2 .
(
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 );
- se determină o soluţie particulară a ecuaţiei diferenţiale liniare neomogene ( y p );
- soluţia generală a ecuaţiei diferenţiale liniare neomogene este suma celor două soluţii
y = y0 + yp .
Pentru determinarea unei soluţii particulare a ecuaţiei diferenţiale liniare neomogene

( n) ( n−1)
a0y + a1y + ... + a n−1y '+ a n y = f ( x )
se poate folosi metoda variaţiei constantelor.
În multe situaţii se alege soluţia particulară y p după forma lui f(x). Enumerăm mai jos aceste
situaţii:
a) Fie f(x) = Pm(x) polinom de grad m în x.

Dacă r = 0 nu este rădăcină a ecuaţiei caracteristice, se caută y p de forma y p = Q m ( x) , unde
Q m ( x ) este un polinom oarecare de grad m.
Dacă r = 0 este rădăcină multiplă de ordin k a ecuaţiei caracteristice, se caută y p de forma
y p = x k Q m ( x) .
b) Fie f(x) = e αx Pm(x).
Dacă r = α nu este rădăcină a ecuaţiei caracteristice, se caută y p de forma y p = e αx Q m ( x) ,
iar dacă r = α este rădăcină multiplă de ordin k, se caută y p de forma y p = x k e αx Q m ( x) .
c) Fie f(x) = e αx [ Pm ( x) cos β x + Q m ( x) sin βx ] .

Dacă r = α ± iβ nu este rădăcină a ecuaţiei caracteristice, atunci se caută y p de forma
[
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 .
Soluţie. Soluţia generală a ecuaţiei omogene este y 0 = c 1e 2 x + c 2 e 3 x .
Deoarece r = 1 nu este soluţie a ecuaţiei caracteristice, căutăm soluţia particulară a ecuaţiei
neomogene de forma y p = e x ( Ax + B) .
Cum y p ' = e x ( Ax + A + B) , y p " = e x ( Ax + 2 A + B) înlocuind în ecuaţie, obţinem
e x ( Ax + 2A + B) − 5e x ( Ax + A + B) + 6e x ( Ax + B) = (2x + 1)e x
sau 2Ax + ( −3A + 2B) = 2 x + 1 .
⎧⎪2A = 2 ⎧⎪ A = 1
Rezolvând sistemul ⎨ avem ⎨ şi deci y p = e x ( x + 2) .
⎪⎩− 3 A + 2B = 1 ⎪⎩B = 2
Soluţia generală a ecuaţiei neomogene este
y = c 1e 2 x + c 2 e 3 x + e x ( x + 2) ,
unde c1 şi c 2 sunt constante arbitrare.

Să se integreze următoarele ecuaţii diferenţiale:
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 ;
f) (2 xy + y 2 − 6 x 2 )dx + ( x 2 + 2xy + 4 y 3 )dy = 0 ;
g) y '+ xy = x 3 ; h) y '− xy = xy 2 ;
i) xy '− y = x sin x ; j) y '+ x 3 y = x 3 ;

2
k) y '+2xy = e −x ; l) y '− y + y 2 cos x = 0 ;
m) xy '−y = x 2000 ; n) y ' ' '−9y" +26y '−24 y = x 3 + 1 ;
o) y ( 4) − 13y ' ' '+36y = x 4 ; p) y ' ' '−6y ' '+11y '−6y = e x .
CAPITOLUL al X-lea
ELEMENTE DE TEORIA PROBABILITĂŢILOR1 ŞI
STATISTICĂ MATEMATICĂ
10.1. Câmp de evenimente. Câmp de probabilitate

Lucrurile, fiinţele sau fenomenele care datorită unei proprietăţi comune pot fi considerate
împreună formează o colectivitate, o populaţie, o mulţime.
Exemple.
1) Studenţii unui an de studiu dintr-o facultate.
2) Piesele produse de o secţie a unei firme.
Fiind dată o colectivitate C, putem să cercetăm dacă elementele sale au sau nu o anumită
proprietate P. Proprietatea P se numeşte criteriu de cercetare a colectivităţii.
Exemplu. Dacă se consideră colectivitatea formată din piesele produse de o firmă, atunci
putem considera drept criteriu de cercetare proprietatea ca o piesă să corespundă sau nu stasului.
Prin experienţă se înţelege realizarea practică a complexului de condiţii corespunzătoare unui
criteriu de cercetare.
Efectuarea unei experienţe asupra unui element al colectivităţii se numeşte probă.
Realizarea unui criteriu în urma unei probe se numeşte eveniment.
Un eveniment care în unele probe poate avea loc, iar în altele nu se numeşte eveniment
întâmplător, stochastic sau aleator.
Dacă considerăm drept criteriu de cercetare al colectivităţii apartenenţa unui element la
colectivitate şi dacă notăm evenimentul corespunzător cu E, atunci evenimentul E se va realiza în urma
oricărei probe şi în consecinţă îl vom numi eveniment sigur.
Exemplu. La aruncarea unui zar, evenimentul sigur este „apariţia uneia din feţele 1, 2, 3, 4, 5,
6 ”.
Evenimentul imposibil φ nu se poate realiza în nici o efectuare a experienţei.
Definiţie. Se spune că evenimentul A implică evenimentul B dacă realizarea evenimentului A
atrage după sine realizarea evenimentului B.
Dacă evenimentul A implică evenimentul B, se scrie A ⊂ B .
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 .
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).
Definiţie. Se spune că evenimentele A 1 , A 2 ,K , A n ∈ (E, K ) reprezintă o desfacere sau o

partiţie a evenimentului A dacă îndeplinesc următoarele condiţii:
1) A i ∩ A j = φ, i, j = 1, n, i ≠ j ;
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
3) ∀A ∈ (E, K ) , A ≠ φ , ∃k ∈ {1,2,..., n} astfel încât A = E i1 ∪ E i 2 ∪ ... ∪ E i k .
Definiţie. Fie (E,K) un câmp de evenimente. Se numeşte probabilitate 2 pe K o aplicaţie

P : K → R care îndeplineşte următoarele condiţii:
1) P( A ) ≥ 0, ∀A ∈ K ;
2) P(E) = 1 ;
3) P( A ∪ B) = P( A ) + P(B), ∀A, B ∈ K cu A ∩ B = φ .
Tripletul (E, K, P) se numeşte câmp de probabilitate.
2 Definiţia axiomatică a probabilităţii a fost formulată iniţial de A. N. Kolmogorov (1933)

Definiţie. Fie (E,K) un câmp borelian de evenimente. Se numeşte probabilitate σ - aditivă

sau complet aditivă, o aplicaţie P : K → R care îndeplineşte următoarele condiţii:
1) P( A ) ≥ 0, ∀A ∈ K ;
2) P(E) = 1 ;
⎛ ⎞
3) P⎜⎜ U A i ⎟⎟ = ∑ P(A i ), ∀(A i )i ∈I ∈ K cu A i ∩ A j = φ, i ≠ j , I este o mulţime cel mult
⎝ i ∈I ⎠ i ∈I
numărabilă de indici.
Tripletul (E, K, P) se numeşte în acest caz câmp borelian de probabilitate.
Consecinţe.
1. Fie un câmp de evenimente (E,K) şi fie desfacerea E1, E2, …, En a evenimentului sigur E în
evenimente elementare. Orice eveniment A ∈ (E, K ) se poate scrie ca reuniune de evenimente
elementare, adică
A = E i1 ∪ E i 2 ∪ K ∪ E i k cu E i j ∩ E i s = φ, i j ≠ i s .
( ) ( )
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)
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) .
Într-adevăr, cum B = A ∪ (B ∩ A ) şi A ∩ (B ∩ A ) = φ rezultă că
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) .
7. Dacă A, B ∈ (E, K , P) şi A ⊂ B , atunci P(B − A ) = P(B) − P( A ) .

Într-adevăr, cum B = (B − A ) ∪ A şi (B − A ) ∩ A = φ rezultă că
P(B) = P(B − A ) + P( A ) .
8. Formula de adunare a probabilităţilor. Dacă A , B ∈ (E, K , P) , atunci

P( A ∪ B) = P( A ) + P(B) − P( A ∩ B) .
Într-adevăr, cum A ∪ B = A ∪ [B − ( A ∩ B)] şi A ∩ [B − ( A ∩ B)] = φ rezultă că
P( A ∪ B) = P( A ) + P[B − ( A ∩ B)] .
Cum A ∩ B ⊂ B , din consecinţa 7 rezultă P(B − ( A ∩ B)) = P(B) − P( A ∩ B) care înlocuită în
egalitatea precedentă ne dă P( A ∪ B) = P( A ) + P(B) − P( A ∩ B) .
Observaţie. Prin inducţie matematică se demonstrează că oricare ar fi evenimentele A1, A2,
…, An ∈ (E, K , P) avem
⎛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
9. Oricare ar fi A, B ∈ (E,K,P) avem P( A ∪ B) ≤ P( A ) + P(B) .

Aceasta rezultă imediat din consecinţa 8.
Observaţie. Proprietatea rămâne adevărată oricare ar fi evenimentele A1, A2, …, An
⎛n ⎞ n
∈ (E, K , P) şi avem P⎜⎜ U A i ⎟⎟ ≤ ∑ P( A i ) .
⎝ i=1 ⎠ i=1
⎛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
P( A ) = 0,05 , P( B ) = 0,08 şi P( C ) = 0,04 .

Din inegalitatea lui Boole avem
P( A ∩ B ∩ C) ≥ 1 − [P( A ) + P( B ) + P( C )] = 1 − (0,05 + 0,08 + 0,04) = 0,83 .
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)
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−1 ) ≠ 0 . Are loc formula
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 .
Pentru n = 2 avem P(A 1 ∩ A 2 ) = P( A 1 ) ⋅ P( A 2 | A 1 ) care este tocmai definiţia probabilităţii

condiţionate.
Presupunem formula adevărată pentru n – 1 şi o demonstrăm pentru n. Avem
P(A1 ∩ A 2 ∩K∩ An−1 ∩ An ) = P(A1 ∩ A 2 ∩K∩ A n−1 ) ⋅ P(A n | (A1 ∩ A 2 ∩K∩ An−1 ))
= 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
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
Demonstraţie. Într-adevăr, din faptul că A1, A2, …, An reprezintă o desfacere a evenimentului

sigur în evenimente incompatibile, avem
n
U A k = E şi A i ∩ A j = φ , i ≠ j , i, j = 1, n .
k =1
Un eveniment oarecare X din câmpul de evenimente se poate scrie

⎛ n ⎞ n
X = E ∩ X = ⎜⎜ U A k ⎟⎟ ∩ X = U (A 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
6 Thomas Bayes, matematician englez

Demonstraţie. Cum P(A k ∩ X ) = P(X ) ⋅ PX ( A k ) = P(A k ) ⋅ PA k ( X ) rezultă că
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
Scheme probabilistice clasice

Schema bilei nerevenite
Dintr-o urnă cu a bile albe şi b bile negre se extrag n bine ( n ≤ a + b ) una câte una fără
întoarcerea bilei extrase în urnă (ceea ce este echivalent cu a extrage n bile deodată).
Probabilitatea ca din cele n bile extrase k1 să fie albe şi k2 să fie negre ( k 1 + k 2 = n ) este
k k
C a1 ⋅ C b 2
P= .
C na +b
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 .
Folosind definiţia clasică a probabilităţii rezultă formula din enunţ.

Observaţie. 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 ( n ≤ a1 + a 2 + ... + a s ).
Probabilitatea ca din cele n bile extrase k1 să fie de culoarea 1, k2 să fie de culoarea 2, …, ks

k k k
C a1 ⋅ C a 2 ⋅ ... ⋅ C a s
de culoarea s ( k 1 + k 2 + ... + k s = n ) este P = 1 2 s
.
C na +a +...+a
1 2 s
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
Schema bilei revenite (schema lui Bernoulli 7)

Dintr-o urnă cu a bile albe şi b bile negre se extrag n bile, introducându-se de fiecare dată bila
extrasă înapoi în urnă.
Probabilitatea ca din cele n bile extrase k să fie albe şi n – k să fie negre este
k k n−k
P = C np q ,
a b
unde p = este probabilitatea de a extrage o bilă albă, iar q = 1 − p = este probabilitatea
a+b a+b
de a extrage o bilă neagră.
Observaţii.
n
1) Folosind binomul lui Newton (pt + q) n = ∑ C knp k q n−k t k , probabilitatea cerută de schema
k =0
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
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.
Schema lui Poisson 8

Fie n urne U1, U2, …, Un. Urna U1 conţine a1 bile albe şi b1 bile negre, urna U2 conţine a2 bile
albe şi b2 bile negre, …, urna Un conţine an bile albe şi bn bile negre.
Se extrage câte o bilă din fiecare urnă.
Probabilitatea ca din cele n bile extrase k să fie albe şi n – k să fie negre este dată de
coeficientul lui t k din polinomul (p1t + q1 )(p 2 t + q 2 ) ... (p n t + q n ) , unde

p1 este probabilitatea ca din urna U1 să extragem o bilă albă,
p2 este probabilitatea ca din urna U2 să extragem o bilă albă,
………………………………………………………………………
pn este probabilitatea ca din urna Un să extragem o bilă albă,
iar
q1 este probabilitatea ca din urna U1 să extragem o bilă neagră,
q2 este probabilitatea ca din urna U2 să extragem o bilă neagră,
…………………………………………………………………………
qn este probabilitatea ca din urna Un să extragem o bilă neagră.
Observaţie. Schema lui Poisson este o generalizare a schemei polinomiale.
Exemplu. Avem 3 cutii cu piese bune şi piese defecte. Cutia 1 are 3 piese bune şi una
defectă, cutia 2 are 3 piese bune şi 2 cu defecte, cutia 3 are 4 piese bune şi 2 cu defecte. Se scoate
câte o piesă din fiecare cutie. Care este probabilitatea ca o piesă să fie cu defecte?
Soluţie. Avem
3 1 3 2 2 1
p1 = , q1 = , p 2 = , q 2 = , p 3 = , q 3 = .
4 4 5 5 3 3
Probabilitatea cerută este dată de coeficientul lui t2 din polinomul
⎛3 1⎞⎛3 2⎞⎛2 1⎞
⎜ t + ⎟⎜ t + ⎟⎜ t + ⎟,
⎝4 4⎠⎝5 5⎠⎝3 3⎠
3 3 2 3 1 2 2 3 2 36 3
deci P = ⋅ ⋅ + ⋅ ⋅ + ⋅ ⋅ = = .
4 5 3 5 4 3 3 4 5 60 10
8 Siméon Denis Poisson (1781-1840), matematician şi mecanician francez

10. 2. Variabile aleatoare

Definiţie. Se numeşte variabilă aleatoare acea variabilă pentru care evenimentul de a lua o
valoare oarecare din mulţimea ei de definiţie este un eveniment aleator (întâmplător).
Dacă o variabilă aleatoare ia valori dintr-o mulţime cel mult numărabilă, atunci ea se numeşte
variabilă aleatoare discretă, iar dacă ia valori dintr-un interval al dreptei reale se numeşte variabilă
aleatoare continuă.
Fie X o variabilă aleatoare discretă şi fie xi, i = 1, n mulţimea valorilor pe care le poate lua
variabila aleatoare X. Să notăm cu P( X = x i ) probabilitatea ca variabila aleatoare X să ia valoarea xi.
Această probabilitate este evident funcţie de xi şi deci putem scrie P( X = x i ) = f ( x i ) = p i .
Pentru a cunoaşte o variabilă aleatoare trebuie să cunoaştem atât valorile xi pe care le ia
variabila aleatoare în timpul procesului de variaţie cât şi probabilităţile cu care ia aceste valori.
⎛ 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⎠
1 n n 1
Avem evident f ( x i ) = > 0 , i = 1, n şi ∑ f ( x i ) = ∑ = 1 .
n i=1 i=1 n
2) Distribuţia binomială (Bernoulli) are variabila aleatoare

⎛ k ⎞
X ⎜⎜ k k n−k ⎟⎟ , k = 0, n ,
⎝ C np q ⎠
unde k reprezintă numărul de bile albe extrase dintr-o urnă Bernoulli.
Avem evident
n n
f ( x i ) = C knp k q n−k ≥ 0 , k = 0, n şi ∑ f (k) = ∑ C knp k q n−k = (p + q) n = 1.
k =0 k =0
Cu variabilele aleatoare discrete se pot efectua diferite operaţii.

Fie un sistem de două variabile aleatoare
⎛ xi ⎞ ⎛ yj ⎞
X ⎜ ⎟ , i = 1, n şi Y ⎜ ⎟ , j = 1, m .
⎜ f (x )⎟
⎝ i ⎠
⎜g y j
⎝ ( ) ⎟
⎠
Variabila aleatoare X o Y va avea distribuţia
⎛ xi o y j ⎞
X o Y ⎜⎜ ⎟ , i = 1, n , j = 1, m ,
⎟
⎝ h( x i , y j ) ⎠
unde h( x i , y j ) este probabilitatea ca variabila aleatoare X să ia valoarea xi şi variabila aleatoare Y să ia
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
Definiţie. Se numeşte produsul cu o constantă k a unei variabile aleatoare X o nouă variabilă

aleatoare notată prin kX a cărei distribuţie este
⎛ 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
Definiţie. Se numeşte produsul variabilelor aleatoare X şi Y o nouă variabilă aleatoare notată

prin XY a cărei distribuţie este
⎛ 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 p a cărei distribuţie este

⎛ xp ⎞
X p ⎜ i ⎟ , i = 1, n ,
⎜ f (x ) ⎟
⎝ i ⎠
unde
1) f ( x i ) ≥ 0 , i = 1, n ;
n
2) ∑ f ( x i ) = 1 .
i=1
Dacă X este o variabilă aleatoare continuă, atunci argumentul ei x ia valori dintr-un interval
[a,b] şi deci P(X = x) = 0.
Pentru a defini distribuţia variabilei aleatoare continue vom considera un interval infinitezimal
[x,x+dx]. Probabilitatea (infinitezimală) dP ca variabila aleatoare X să ia o valoare din acest interval
reprezintă o funcţie de x şi este de forma dP= f(x)dx, unde f(x) se numeşte densitate de probabilitate.
Pentru a cunoaşte o variabilă aleatoare continuă trebuie să cunoaştem densitatea de

probabilitate f(x). Distribuţia variabilei aleatoare continue X cu densitatea de probabilitate f(x) se va
scrie
⎛ 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
Reprezentări grafice ale funcţiei de probabilitate şi ale densităţii de probabilitate

Fie o variabilă aleatoare discretă X de distribuţie
⎛ 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
Dacă raportăm planul la un sistem ortogonal de coordonate xOy, atunci mulţimea punctelor
Mi(xi,f(xi)), i = 1, n reprezintă graficul variabilei aleatoare discrete X.
Exemplu. Fie variabila aleatoare discretă X de distribuţie

⎛ 0 1 2 3⎞
X⎜ 1 2 4 8 ⎟.
⎜ ⎟
⎝ 27 9 9 27 ⎠
⎛ 1⎞ ⎛ 2⎞ ⎛ 4⎞ ⎛ 8⎞
Graficul ei este dat de mulţimea punctelor M 0 ⎜ 0, ⎟ , M1 ⎜ 1, ⎟ , M 2 ⎜ 2, ⎟ şi M 0 ⎜ 3, ⎟ (Fig. 1).
⎝ 27 ⎠ ⎝ 9⎠ ⎝ 9⎠ ⎝ 27 ⎠
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
Mi(xi,f(xi)), i = 1, n se numeşte curbă de distribuţie a variabilei aleatoare discrete X. Deci se pot

considera o infinitate de curbe de distribuţie pentru o variabilă aleatoare discretă. Dintre acestea cea
mai simplă curbă de distribuţie se obţine unind punctele Mi(xi,f(xi)), i = 1, n prin segmente de dreaptă.
Un alt mod de a reprezenta grafic o variabilă aleatoare discretă, des întâlnit în practică, este
dat de histograma variabilei aleatoare 9. Pentru a construi histograma, se face convenţia ca valorile xi
ale variabilei aleatoare X să se ia echidistante cu x i+1 − x i = 1 . În acest caz, ordonata pi = f(xi) are ca
9 Histogramele sunt utilizate în statistica matematică, economie, demografie

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).
Dacă variabila aleatoare X este continuă şi are distribuţia
⎛ 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.
Curba obţinută se numeşte, de asemenea, curbă de distribuţie a variabilei aleatoare X.
Caracteristici numerice ale variabilelor aleatoare

a) Valoarea medie (sau speranţa matematică) 10
Fie o variabilă aleatoare discretă X de distribuţie
⎛ 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
Definiţie. Se numeşte valoarea medie a variabilei aleatoare X numărul
n
M( X ) = ∑ x i f ( x i ) = x1f ( x 1 ) + x 2 f ( x 2 ) + ... + x n f ( x n ) .
i=1
10 Noţiunea a fost introdusă de Chr. Huygens (1656)

Exemplu. Să se calculeze valoarea medie a variabilei aleatoare

⎛ k ⎞
X ⎜⎜ k k n−k ⎟⎟ , k = 0, n , unde p + q = 1.
⎝ C np q ⎠
Soluţie. Valoarea medie a variabilei aleatoare X este
n
M( X ) = ∑ kC knp k q n−k .
k =0
n
Pentru calculul lui M(X), folosim identitatea (px + q) n = ∑ C knp k q n−k x k .
k =0
n
Derivând, avem np(px + q) n−1 = ∑ kC knp k q n−k x k −1 .
k =0
n
Pentru x= 1, obţinem np(p + q) n−1 = ∑ kC knp k q n−k = M( X ) .
k =0
Cum p + q = 1, rezultă că M(X) = np.

⎛ x ⎞
X ⎜⎜ ⎟⎟ , x ∈ [ a, b ] ,
⎝ f ( x) ⎠
b
1) f ( x ) ≥ 0 , x ∈ [ a, b] , 2) ∫ f ( x )dx = 1,
a
atunci valoarea medie se defineşte prin
b
M( X ) = ∫ xf ( x)dx .
a
Exemplu. Să se calculeze valoarea medie a variabilei aleatoare
⎛ x ⎞
⎜ 1 ⎟
X⎜ , x ∈R .
⎜ π(1 + x 2 ) ⎟⎟
⎝ ⎠
Soluţie. Valoarea medie a variabilei aleatoare X este
+∞ xdx 1 n xdx 1 n 2 xdx 1 1 + n2

M( X ) = ∫ = lim ∫ = lim ∫ = lim ln = 0.
−∞ π(1 + x
2
) π n→∞ −n 1 + x 2 2π n→∞ −n 1 + x 2 2π n→∞ 1 + n 2
Proprietăţi ale valorii medii
1) Dacă X = k, adică variabila aleatoare este constantă, atunci M(X) = k.

2) Valoarea medie este valoare internă, adică dacă argumentul variabilei aleatoare ia valori
din [a,b], atunci avem şi M(X) ∈ [a,b].
3) M(kX) = kM(X), unde k este o constantă reală.
4) M(k+X) = k + M(X), unde k este o constantă reală.

5) Dacă X şi Y sunt două variabile aleatoare oarecare, atunci M(X + Y) = M(X)+M(Y).
6) Dacă X şi Y sunt două variabile aleatoare independente, atunci M(XY)=M(X)M(Y).
b) Abaterea unei variabile aleatoare
Definiţie. Se numeşte abatere a variabilei aleatoare X cu M( X ) ∈ R , o nouă variabilă

aleatoare ξ de argument egal cu diferenţa dintre argumentul lui X şi M(X)=m (valoarea medie a
variabilei aleatoare X). Astfel, dacă variabila aleatoare X este discretă cu distribuţia
⎛ xi ⎞
X ⎜⎜ ⎟ , i = 1, n ,
⎟
⎝ f (x i ) ⎠
n
1) f ( x i ) ≥ 0 , i = 1, n , 2) ∑ f ( x i ) = 1 ,
i=1
⎛ xi − m⎞
atunci ξ ⎜⎜ ⎟,
⎟
⎝ f ( x )
i ⎠
iar dacă variabila aleatoare X este continuă cu distribuţia

⎛ x ⎞
X ⎜⎜ ⎟⎟, x ∈ [ a, b ] ,
⎝ f ( x) ⎠
b
1) f ( x ) ≥ 0 , x ∈ [ a, b] , 2) ∫ f ( x )dx = 1,
a
⎛ x − m⎞
atunci ξ ⎜⎜ ⎟.
⎟
⎝ f(xi ) ⎠
Ţinând seama de proprietatea d) a valorii medii, avem M(ξ) = M( X ) − M(m) = m − m = 0 , deci

valoarea medie a abaterii este nulă.
c) Momente de ordinul k
Definiţie. Se numeşte moment de ordin k al variabilei aleatoare X valoarea medie a variabilei
X k . 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
n
atunci M( X k ) = ∑ x ki f ( x i ) ,
i=1

⎛ x ⎞
X ⎜⎜ ⎟⎟ , x ∈ [ a, b ] ,
⎝ f ( x) ⎠
b
1) f ( x) ≥ 0 , x ∈ [ a, b] , 2) ∫ f ( x)dx = 1 ,
a
b
atunci M( X k ) = ∫ x k f ( x )dx .
a
d) Medii de ordinul k
Definiţie. Se numeşte medie de ordinul k a variabilei aleatoare X, radicalul de indice k din

momentul de ordinul k al variabilei aleatoare X.
Notând cu M k ( X ) media de ordinul k, avem
M k ( X ) = k M( X k ) .
Exemplu. Să se calculeze M( X 2 ) şi M 2 ( X ) pentru variabila aleatoare cu distribuţia

binomială
⎛ k ⎞
X ⎜⎜ k k n−k ⎟⎟ , k = 0, n , p + q = 1.
⎝ C np q ⎠
Soluţie. Din definiţia momentului de ordinul doi avem
n
M( X 2 ) = ∑ k 2 C knp k q n−k .
k =0
Pentru a calcula această sumă, folosim identitatea

n
(px + q) n = ∑ C knp k q n−k x k .
k =0
Derivând în raport cu x şi apoi înmulţind egalitatea obţinută cu x, avem

n
npx(px + q) n−1 = ∑ kC knp k q n−k x k .
k =0
Derivând din nou această egalitate în raport cu x, avem

n
np(px + q) n−1 + n(n − 1)p 2 x(px + q) n−2 = ∑ k 2 C knp k q n−k x k −1 .
k =0
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
deci M( X 2 ) = np(np − p + 1) = np(np + q) .
Ţinând seama de definiţia mediei de ordinul doi, rezultă că M 2 ( X ) = np(np + q) .
Proprietăţi ale momentelor şi ale mediilor
1) Dacă X = c, adică variabila aleatoare este constantă, atunci M( X k ) = c k şi M k ( X ) = c .

2) Dacă avem un sistem de n variabile independente X1, X2, …, Xn cu
M(X 1 ) = M(X 2 ) = ... = M(X n ) = 0 , atunci
( ) ( ) ( ) ( )
M (X 1 + X 2 + ... + X n )2 = M X 12 + M X 22 + ... + M X n2 .
3) Dacă k < p, atunci M( X k ) < M( X p ) şi M k ( X ) < M p ( X ) .
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
Definiţie. Se numeşte moment centrat de ordinul k al variabilei aleatoare X momentul de

ordinul k al abaterii.
Notând cu mk momentul centrat de ordinul k, 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
mk = M ξ k = ∑ ( x i − m) k f ( x i ) ,
i=1

⎛ x ⎞
X ⎜⎜ ⎟⎟ , x ∈ [ a, b ] ,
⎝ f ( x) ⎠
b
1) f ( x ) ≥ 0 , x ∈ [ a, b] , 2) ∫ f ( x )dx = 1,
a
( ) b
atunci m k = M ξ k = ∫ ( x − m) k f ( x)dx .
a
Dezvoltând după formula binomului lui Newton pe ( x − m) k avem
m k = M( X k ) − C1k mM( X k −1 ) + C k2 m 2M( X k −2 ) − ... + ( −1) k C kk m k .

Pentru valori particulare ale lui k, avem:
m1 = 0
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

⎛ x ⎞
X ⎜⎜ ⎟⎟ , x ∈ [ a, b ] ,
⎝ f ( x) ⎠
b
1) f ( x ) ≥ 0 , x ∈ [ a, b] , 2) ∫ f ( x )dx = 1,
a
atunci
b
σ 2 = ∫ ( x − m) k f ( x)dx = M( X 2 ) − m 2 .
a
Proprietăţi ale dispersiei
1) Dacă X = c, adică variabila aleatoare este constantă, atunci D(X) = 0.

2) D(cX) = c2·D(X), unde c este o constantă reală.
3) Dacă X şi Y sunt două variabile aleatoare independente, atunci D( X + Y) = D( X ) + D( Y) .
4) D(c + X ) = D( X ) , unde c este o constantă reală.
Observaţie. D( X ) se numeşte abaterea medie pătratică a variabilei aleatoare X.

Exemplu. Să se calculeze dispersia variabilei aleatoare cu distribuţia binomială.
Soluţie. Cum M(X) = np şi M(X2) = np(np+q), rezultă că
D( X ) = M( X 2 ) − [M( X )] 2 = np(np + q) − n 2 p 2 = npq .
f) Mediană. Funcţie de repartiţie
Definiţie. Se numeşte funcţie de repartiţie a variabilei aleatoare X probabilitatea ca variabila

aleatoare X să ia valori mai mici decât un număr real x.
Notând cu F(x) funcţia de repartiţie, avem
F(x) = P(X < x).
Dacă variabila aleatoare X este discretă şi are distribuţia
⎛ xi ⎞
X ⎜ ⎟ , i = 1, n ,
⎜ f (x ) ⎟
⎝ i ⎠
n
1) f ( x i ) ≥ 0 , i = 1, n , 2) ∑ f ( x i ) = 1 ,
i=1
xi < x xi < x xi < x
atunci F( x ) = ∑ f ( x i ) , deoarece F(x) = P(X < x) = ∑ P( X = x i ) = ∑ f ( x i ) .
i=1 i=1 i=1
Observaţie. Cu ajutorul funcţiei de repartiţie putem calcula probabilitatea ca variabila
aleatoare X să ia valori cuprinse între două numere p şi q şi avem
P(p < X < q) = F(q) − F(p) .
⎛ x ⎞
X ⎜⎜ ⎟⎟ , x ∈ [ a, b ] ,
⎝ f ( x) ⎠
b
1) f ( x) ≥ 0 , x ∈ [ a, b] , 2) ∫ f ( x)dx = 1 ,
a
atunci funcţia de repartiţie este
x
F( x) = P( X < x) = ∫ f ( t )dt .
a
Observaţii.
1) Ca şi în cazul variabilelor aleatoare discrete, avem
q
P(p < X < q) = F(q) − F(p) = ∫ f ( t )dt .
p
2) Cunoscând funcţia de repartiţie F(x) a unei variabile aleatoare X, putem afla densitatea de
dF( x)
probabilitate f(x) şi anume f ( x) = .
dx
Proprietăţi ale funcţiei de repartiţie

1) F(a) = 0, F(b) = 1;
2) F(x) ∈ [0,1], ∀x ∈ [ a, b] .
Definiţie. Se numeşte mediana variabilei aleatoare X acea valoare Me pentru care
P( X < M e ) = P( X > M e ) .
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
de unde rezultă că arctgx = 0 şi deci x = 0. Înseamnă că Me = 0.

g) Modul (sau valoarea dominantă sau valoarea cea mai probabilă)
Definiţie. Se numeşte modul variabilei aleatoare X acea valoare M0 a argumentului pentru

care funcţia de probabilitate, respectiv funcţia densitate de probabilitate, după cum variabila aleatoare X
este discretă, respectiv continuă, are valoare maximă.
Exemplu. Fie X variabila aleatoare ale cărei valori reprezintă suma numărului de puncte
obţinut prin aruncarea a două zaruri identice. X are distribuţia
⎛ 2 3 4 5 6 7 8 9 10 11 12 ⎞
X⎜ 1 2 3 4 5 6 5 4 3 2 1 ⎟.
⎜ ⎟
⎝ 36 36 36 36 36 36 36 36 36 36 36 ⎠
1
Avem M0 = P(X = 7) = .
6
⎛ x ⎞
X ⎜⎜ ⎟⎟ , x ∈ [ a, b ] ,
⎝ f ( x) ⎠
b
1) f ( x) ≥ 0 , x ∈ [ a, b] , 2) ∫ f ( x)dx = 1 ,
a
atunci pentru aflarea modului se află maximul funcţiei f(x) din [a,b].
Exemplu. Să se afle modul variabilei aleatoare cu distribuţia Cauchy
⎛ x ⎞
⎜ 1 ⎟
X⎜ ,x ∈R .
⎜ π(1 + x 2 ) ⎟⎟
⎝ ⎠
1 2x
Soluţie. Avem f ( x) = şi f ' ( x) = − . Din f(x) = 0 obţinem x = 0 şi cum
π(1 + x 2 ) π(1 + x 2 ) 2
⎛ 1⎞
⎜ 0, ⎟ este punct de maxim pentru f(x), rezultă că M0 = 0.
⎝ π⎠
h) Quantile
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.
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 .

Quartilele sunt deci x1, x2, x3.
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.
Definiţie. Se numeşte coeficient de corelaţie al variabilelor X şi Y covarianţa variabilelor

aleatoare normate X ' şi Y ' .
Notând coeficientul de corelaţie cu ρ XY , avem
⎛ ( 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
Proprietăţi ale coeficientului de corelaţie

1) − 1 ≤ ρ XY ≤ 1 .
2) Dacă variabilele aleatoare X şi Y sunt independente, atunci ρ XY = 0 .
3) Dacă X ' = Y ' , atunci ρ XY = 1 .
4) Dacă X ' = − Y' , atunci ρ XY = −1 .
k) Funcţia caracteristică
Fie X o variabilă aleatoare discretă sau continuă. Variabilei aleatoare X îi putem ataşa o nouă
variabilă aleatoare e itX de distribuţie

⎛ e itx k ⎞
e itX ⎜ ⎟ , k ∈ N∗ , dacă variabila aleatoare X este discretă
⎜ f(x ) ⎟
⎝ k ⎠
şi
⎛ e itx ⎞
e itX ⎜ ⎟ , x ∈ R , dacă variabila aleatoare X este continuă,
⎜ f ( x) ⎟
⎝ ⎠
unde i este unitatea imaginară, iar t este un parametru real.
Definiţie. Se numeşte funcţie caracteristică a variabilei aleatoare X valoarea medie a
variabilei aleatoare e itX .

Notând funcţia caracteristică cu c(t), avem
∞ itx k
c( t ) = M(e itX ) = ∑ f ( x k )e , dacă variabila aleatoare X este discretă
k =1
şi
∞
c( t ) = M(e itX ) = ∫ f ( x)e itx dx , dacă variabila aleatoare X este continuă.
−∞
10. 3. Distribuţii continue clasice

O parte din variabilele aleatoare continue au o mare importanţă teoretică şi practică. Dintre
acestea un loc central îl ocupă variabila aleatoare a cărei distribuţie se numeşte distribuţia normală.
Definiţie. Se spune că o variabilă aleatoare X are distribuţia normală dacă are densitatea de
probabilitate
2
1 ⎛ x −m ⎞
− ⎜ ⎟
1
n( x; m, σ) = e ⎝ σ ⎠
2 , x ∈R ,
σ 2π
unde m şi σ sunt doi parametri reali, iar σ > 0 .
Să arătăm că n( x; m, σ) este o densitate de probabilitate, adică îndeplineşte următoarele
condiţii:
1) n( x; m, σ) ≥ 0 ;
∞
2) ∫ n( x; m, σ)dx = 1 .
−∞
Prima condiţie este evident îndeplinită.
∞ 2 π
Pentru a doua condiţie vom folosi integrala lui Gauss 11 din analiză şi anume ∫ e − t dt = .
0 2
2
⎛ x −m ⎞
∞ 1 ∞ −⎜⎝ σ ⎟⎠
Avem I = ∫ n( x; m, σ)dx = ∫e dx în care efectuând schimbarea de variabilă
−∞ σ 2π −∞
x − m = σ 2 t , avem dx = σ 2dt şi limitele de integrare se păstrează, deci putem scrie
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.
11 Karl Friedrich Gauss (1777 - 1855), matematician şi astronom german

Să calculăm valoarea medie şi dispersia variabilei aleatoare cu densitatea de probabilitate

n( x; m, σ) .
2
1 ⎛ x −m ⎞
∞ − ⎜ ∞ ⎟
1 2 σ ⎠ dx .
a) M( X ) = ∫ xn( x; m, σ) = ∫ xe ⎝
−∞ σ 2π −∞
Cu aceeaşi schimbare de variabilă ( x − m = σ 2 t ), avem

1 ∞ 2 1 ∞
−t −t 2
M( X ) = ∫ (σ 2 t + m)e σ 2dt = ∫ (σ 2 t + m)e dt
σ 2 π −∞ π −∞
σ 2 ∞ −t 2 m ∞ −t 2 m ∞ −t 2
= ∫ te dt + ∫ e dt = ∫ e dt ,
π −∞ π −∞ π −∞
(prima integrală este nulă, deoarece funcţia de sub integrală este impară).
Pentru integrala rămasă folosind paritatea funcţiei şi integrala lui Gauss avem
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 −∞
Cu aceeaşi schimbare de variabilă ( x − m = σ 2 t ), avem
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
Deci σ 2 este dispersia variabilei aleatoare cu distribuţia normală.

Momentul de ordinul k al variabilei aleatoare X cu distribuţia normală este
2
1 ⎛ x −m ⎞
∞ ∞ − ⎜ ⎟
1 2 σ ⎠ dx .
M( X k ) = ∫ x k n( x; m, σ)dx = ∫x e ⎝
k
−∞ σ 2π −∞
Graficul funcţiei n( x; m, σ) are forma unui clopot numit clopotul lui Gauss.
Funcţia de repartiţie a variabilei aleatoare X cu distribuţia normală este

2
1 ⎛ t −m ⎞
1 x − ⎜ ⎟
2 σ ⎠ dt .
F( x ) = P( X < x) = ∫e ⎝
σ 2 π −∞
Ea depinde de x, m şi σ şi se notează cu N( x; m, σ) .
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
probabilitate a variabilei X k , k = 1, n , atunci variabila aleatoare X are densitatea de probabilitate dată
⎛ 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
Să arătăm că f ( x; a, b) este o densitate de probabilitate, adică îndeplineşte următoarele

condiţii:
1) f ( x; a, b) ≥ 0 ;
∞
2) ∫ f ( x; a, b)dx = 1.
−∞

x
∞ 1 1 ∞ a−1 − b
Ţinând seama de expresia lui f ( x; a, b) avem I = ∫ f ( x; a, b)dx = ∫ x e dx .
−∞ Γ( a ) b a 0
Efectuând schimbarea de variabilă x = bt, avem dx = bdt şi limitele de integrare se păstrează.

Astfel putem scrie
∞ 1 1 ∞ 1 ∞ a−1 −t 1
a−1 a−1 −t
I = ∫ f ( x; a, b)dx = ∫b t e bdt = ∫ t e dt = Γ(a) = 1.
−∞ Γ( a ) b a 0 Γ( a ) 0 Γ( a)
Momentul de ordinul k al variabilei aleatoare X cu distribuţia Gamma este

x x
∞ 1 1 ∞ k a−1 − b 1 1 ∞ a+k −1 − b
k k
M( X ) = ∫ x f ( x; a, b)dx = ∫ x x e dx = ∫x e dx .
−∞ Γ( a ) b a 0 Γ( a) b a 0
Cu aceeaşi schimbare de variabilă (x = bt) avem

1 1 ∞ a+k−1 a+k−1 −t 1 1 a+k ∞ a+k−1 −t 1 k
M(X k ) = ∫ b t e bdt = b ∫t e dt = b Γ(a + k) .
Γ(a) b 0
a Γ(a) b a
0 Γ(a)
Ţinând seama de formula de recurenţă Γ(a + k) = (a + k − 1)(a + k − 2)...( a + 1)aΓ(a) , obţinem
M( X k ) = a(a + 1)...( a + k − 1)b k .
Astfel pentru k=1 avem M( X ) = ab , iar pentru k=2 avem M( X 2 ) = a(a + 1)b 2 .
f ( x; a, b) .
a) M( X ) = ab , conform celor de mai sus.
b) D( X ) = M( X 2 ) − [M( X )]2 = a(a + 1)b 2 − (ab) 2 = ab 2 .

Graficul funcţiei f ( x; a, b) depinde de valorile parametrilor a şi b.
Funcţia de repartiţie a variabilei aleatoare X cu distribuţia Gamma este
⎧ x −
t
⎪⎪ 1 1 ∫t
a−1
e b dt , x≥0
F( x ) = P( X < x ) = ⎨ Γ(a) b a 0
⎪
⎪⎩0 , x < 0.
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
Să arătăm că f ( x; a, b) este o densitate de probabilitate, adică îndeplineşte următoarele

condiţii:
1) f ( x; a, b) ≥ 0 ;
∞
2) ∫ f ( x; a, b)dx = 1.
−∞

Ţinând seama de expresia lui f ( x; a, b) avem
∞ 1 1 a−1 1
b−1
I = ∫ f ( x; a, b)dx = ∫ x (1 − x) dx = β(a, b) = 1 .
−∞ β(a, b) 0 β(a, b)
Momentul de ordinul k al variabilei aleatoare cu distribuţia Beta este

∞ 1 1 k a−1 1 1 a+k −1 1
b−1
M( X k ) = ∫ x k f ( x; a, b)dx = ∫ x x (1 − x ) dx = ∫x (1 − x) b−1 dx = β(a + k, b) .
−∞ β(a, b) 0 β(a, b) 0 β(a, b)
Γ( a ) Γ( b )
Ţinând seama că între funcţia Beta şi funcţia Gamma are loc relaţia β(a, b) = ,
Γ( a + b )
obţinem
1 Γ(a + k)Γ(b) Γ(a + b)Γ(a + k)
M(X k ) = =
Γ(a)Γ(b) Γ(a + b + k) Γ(a)Γ(a + b + k)
Γ(a + b)
Γ(a + b)(a + k − 1) ⋅ ... ⋅ (a + 1)aΓ(a) a(a + 1) ⋅ ... ⋅ (a + k − 1)
= = .
Γ(a)(a + b + k − 1) ⋅ ... ⋅ (a + b + 1)(a + b)Γ(a + b) (a + b)(a + b + 1) ⋅ ... ⋅ (a + b + k − 1)
a a(a + 1)
Astfel pentru k=1 avem M( X ) = , iar pentru k=2 avem M( X 2 ) = .
a+b (a + b)(a + b + 1)
f ( x; a, b) .
a
a) M( X ) = , conform celor de mai sus.
a+b
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)
Graficul funcţiei f ( x; a, b) depinde de valorile parametrilor a şi b.

Funcţia de repartiţie a variabilei aleatoare X cu distribuţia Beta este
⎧0 ,x < 0
⎪
⎪⎪ 1 1 a−1 b−1
F( x ) = P( X < x ) = ⎨ ∫ t (1 − t ) dt , 0 ≤ x ≤ 1
⎪ β ( a , b ) 0
⎪
⎪⎩1 ,x >1 .
Distribuţia HI – PĂTRAT (Pearson)

Definiţie. Se spune că o variabilă aleatoare X are distribuţia Hi – Pătrat dacă are densitatea
⎧ n x
−1 − 2
⎪ 1
x 2 e 2σ , x ≥ 0
⎪ n
⎪
de probabilitate f ( x; n, σ) = ⎨ 2 2 σ n Γ⎛⎜ n ⎞⎟ unde n este un parametru ce
⎪ ⎝ ⎠
2
⎪
⎪⎩0 ,x < 0 ,
reprezintă numărul gradelor de libertate, iar σ > 0 .

Să arătăm că f ( x; n, σ) este o densitate de probabilitate, adică îndeplineşte următoarele
condiţii:
1) f ( x; n, σ) ≥ 0 ;
∞
2) ∫ f ( x; n, σ)dx = 1 .
−∞

Ţinând seama de expresia lui f ( x; n, σ) avem
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⎠
Momentul de ordinul k al variabilei aleatoare X cu distribuţia Hi – Pătrat este

n x n x
∞ 1 ∞ −1 − 2 1 ∞ +k−1 − 2
k k
M(X ) = ∫ x f ( x; n, σ)dx = k 2
∫x x e 2 σ dx = ∫x 2 e 2σ dx . Cu aceeaşi
n n
−∞ ⎛n⎞ 0 ⎛n⎞ 0
2 2 σnΓ⎜ ⎟ 2 2 σnΓ⎜ ⎟
⎝2⎠ ⎝2⎠
2
schimbare de variabilă ( x = 2σ t ) avem
n n n n
1 ∞ +k−1 +k−1 1 +k ∞ +k−1
+ −
k
M(X ) = ∫ 22 σ
n 2k 2
t 2 e−t 2σ2dt = 22 σ ∫ t 2 e−tdt
n+2k
n n
⎛ n⎞ 0 ⎛ n⎞ 0
22 σnΓ⎜ ⎟ 22 σnΓ⎜ ⎟
⎝ 2⎠ ⎝ 2⎠
n
1 k 2k∞ 2+k−1 −t 1 k 2k ⎛ n ⎞ 1 k 2k⎛ n ⎞ ⎛ n ⎞ n ⎛ n⎞
= 2 σ ∫t e dt = 2 σ Γ⎜ +k⎟ = 2 σ ⎜ + k −1⎟ ⋅...⋅ ⎜ +1⎟ Γ⎜ ⎟
⎛ n⎞ ⎛ n⎞ ⎝ 2 ⎠ Γ⎛ n ⎞ ⎝2 ⎠ ⎝ 2 ⎠ 2 ⎝ 2⎠
Γ⎜ ⎟ 0 Γ⎜ ⎟ ⎜ ⎟
⎝ 2⎠ ⎝ 2⎠ ⎝ 2⎠
⎛ n + 2k − 2 ⎞ ⎛ n + 2 ⎞ n k 2k n(n + 2) ⋅...⋅ (n + 2k − 2)
= 2kσ2k⎜ ⎟ ⋅...⋅ ⎜ ⎟ =2 σ = n(n + 2) ⋅...⋅ (n + 2k − 2)σ2k .
⎝ 2 ⎠ ⎝ 2 ⎠2 k
2
Astfel pentru k=1 avem M( X ) = nσ 2 , iar pentru k=2 avem M( X 2 ) = n(n + 2)σ 4 .
f ( x; n, σ) .
a) M( X ) = nσ 2 , conform celor de mai sus.
b) D( X ) = M( X 2 ) − [M( X )] 2 = n(n + 2)σ 2 − nσ 2( ) = 2nσ

2 4
.
Distribuţia „t” (Student) 12

Definiţie. Se spune că o variabilă aleatoare X are distribuţia „t” dacă are densitatea de
⎛ n + 1⎞
Γ⎜ ⎟
probabilitate f ( t ; n) =
1 ⎝ 2 ⎠ 1
, t ∈ R , unde n este un parametru ce reprezintă
nπ ⎛n⎞ n+1
Γ⎜ ⎟ ⎛ 2⎞ 2
⎝ 2 ⎠ ⎜1 + t ⎟
⎜ n ⎟⎠
⎝
numărul gradelor de libertate.
Să arătăm că f ( t ; n) este o densitate de probabilitate, adică îndeplineşte următoarele condiţii:
1) f ( t ; n) ≥ 0 ;
∞
2) ∫ f ( t ; n)dt = 1 .
−∞
12 Student este pseudonimul matematicianului englez V. S. Gosset

Ţinând seama de expresia lui f ( x; n) avem

⎛ n + 1⎞ n+1
∞
Γ⎜ ⎟ ∞⎛ 2 ⎞− 2
I = ∫ f ( t ; n)dt =
1 ⎝ 2 ⎠ ⎜1 + t ⎟
∫ dt .
−∞ nπ Γ⎛ n ⎞ −∞ ⎜⎝ n ⎟⎠
⎜ ⎟
⎝2⎠
⎛ n + 1⎞ n+1
Γ⎜ ⎟ ∞⎛ 2 ⎞− 2
Cum funcţia de sub integrală este pară, rezultă I =
2 ⎝ 2 ⎠ ⎜1 + t ⎟
∫ dt .
nπ Γ⎛ n ⎞ 0 ⎜⎝ n ⎟⎠
⎜ ⎟
⎝2⎠
Efectuând schimbarea de variabilă t 2 = nx şi ţinând seama că limitele de integrare se
păstrează, avem
⎛ n + 1⎞ ⎛ n + 1⎞
Γ⎜ ⎟∞ + Γ⎜ ⎟ 1
n+1
2 ⎝ 2 ⎠ n 1 n 1 2 ⎝ 2 ⎠ n ∞ −2
∫ (1 + x ) 2 ∫ x (1 + x ) 2 dx
− −
I= dx =
nπ ⎛n⎞ 2 nx nπ ⎛n⎞ 2 0
Γ⎜ ⎟ 0 Γ⎜ ⎟
⎝ ⎠
2 ⎝2⎠
⎛ n + 1⎞ ⎛ n + 1⎞
Γ⎜ ⎟ 1
n+1 Γ⎜ ⎟
1 ⎝ 2 ⎠∞ −2 1 ⎝ 2 ⎠ β⎛ 1 , n ⎞
∫ x (1 + x ) 2 dx =
−
= ⎜ ⎟
π ⎛n⎞ π ⎛n⎞ ⎝2 2⎠
Γ⎜ ⎟ 0 Γ⎜ ⎟
⎝2⎠ ⎝2⎠
⎛ 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
1 ⋅ 3 ⋅ ... ⋅ (2k − 1)nk

M( X 2k ) = .
(n − 2)(n − 4) ⋅ ... ⋅ (n − 2k)
n
Astfel pentru k=1 avem M( X 2 ) = .
n−2
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
10.4. Exerciţii propuse

x2
1 −
1. Să se arate că f ( x) = e 2 , x ∈ R este o densitate de probabilitate.
2π
2. Să se determine constanta k astfel ca funcţia f ( x) = ke −ax , x ≥ 0 să fie o densitate de

probabilitate. Să se calculeze valoarea medie şi dispersia variabilei aleatoare cu această densitate de
probabilitate.
3. Fie variabila aleatoare discretă

⎛ 1 2 3 4 5⎞
X ⎜⎜ ⎟⎟ .
⎝ 0,2 0,3 0,2 0,2 0,1⎠
Să se calculeze valoarea medie, modul, mediana şi dispersia acestei variabile aleatoare.
4. Să se calculeze dispersia variabilei aleatoare cu distribuţia

⎛1 2 3 4 5 6⎞
X ⎜1 1 1 1 1 1⎟ .
⎜ ⎟
⎝6 6 6 6 6 6⎠
5. Să se calculeze valoarea medie şi momentul centrat de ordinul 2 pentru variabila aleatoare

−λ
e
cu funcţia de probabilitate f (λ, k) = λk ,k ∈ N .
k!
6. Să se calculeze momentul centrat de ordinul trei pentru variabila aleatoare cu densitatea

1
de probabilitate f ( x) = x(1 − x) 2 , x ∈ [ 0,1] .
12
7. Să se calculeze abaterea medie pătratică pentru variabila aleatoare cu densitatea de
1
probabilitate f ( x) = ,x ∈R .
( x −1) 2
2πe
8. Să se calculeze M( X 2 ) pentru variabila aleatoare cu densitatea de probabilitate
f ( x) = xe − x , x ∈ [ 0,+∞) .
9. Să se calculeze M(X) şi D(X) pentru variabila aleatoare ce dă numărul de bile albe în 10

extrageri dintr-o urnă cu 7 bile albe şi 3 bile negre, ştiind că după fiecare extragere bila extrasă se
reîntoarce în urnă.
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?
BIBLIOGRAFIE 177
BIBLIOGRAFIE
1. Chiriţă, S. – Probleme de matematici superioare, Bucureşti, Editura Didactică şi Pedagogică,

1989
2. Mihăilă, N. – Introducere în teoria probabilităţilor şi statistică matematică, Bucureşti,

Editura Didactică şi Pedagogică, 1965
3. Mihăilă, N.; Popescu, O. – Matematici speciale aplicate în economie, Bucureşti,

4. Nicolescu, M,; Dinculeanu, N.; Marcus, S. – Manual de analiză matematică, vol. I, Bucureşti,
5. Postelnicu, T.; Dinescu, C.; Săvulescu, B. – Matematici speciale aplicate în economie,

Bucureşti, Editura Didactică şi Pedagogică, 1977
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

Matematica Aplicata in Economie

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Matematica Aplicata in Economie

Încărcat de

Drepturi de autor:

Formate disponibile

MATEMATICA APLICATA IN

1.1. Definiţia spaţiului vectorial

2) Spaţiul vectorial R n . Fie n > 1 un număr natural. Se notează cu R n mulţimea tuturor

Dacă α ∈ R şi x, y ∈ R n , x = (x1 , x 2 ,K, x n ) , y = (y 1 , y 2 ,K, y n ) , atunci:

Dacă 0 = (0, 0, K, 0) , atunci ∀x ∈ R n , x = (x1 , x 2 ,K, x n ) avem

iar dacă − x = (− x1,− x 2 ,K,− x n ) , atunci ∀x ∈ R n , x = (x1, x 2 ,K, x n ) avem

3) Mulţimea M m,n (R ) a matricelor cu m linii şi n coloane, cu elemente numere reale

1.2. Dependenţă şi independenţă liniară

Fie V un K – spaţiu vectorial.

Definiţie. Se spune că vectorii v 1, v 2 ,K, v n ∈ V formează un sistem de generatori pentru V

forma α1v 1 + α 2 v 2 + K + α n v n = 0 cu α1 , α 2 ,K, α n ∈ K implică numai α1 = α 2 = K = α n = 0 .

2 Noţiunea de independenţă liniară a vectorilor a fost introdusă de H. Grassmann

1.3. Bază. Coordonate. Teorema lui Steinitz

Definiţie. Se spune că vectorii v 1, v 2 ,K, v n ∈ V formează o bază pentru K – spaţiul vectorial

2') dacă α1v 1 + K + α n v n = 0 cu α1 ,K, α n ∈ K ,atunci α1 = K = α n = 0 .

1) În spaţiul real n – dimensional R n o bază este B = {e 1 , e 2 ,K, e n }, unde

e1 = (1,0,0,K,0) , e 2 = (0,1,0,K,0 ) , ..., e n = (0,0,K,0,1) . Ea se numeşte baza canonică a lui R n .

Definiţie. Fie Vn un K – spaţiu vectorial, B = {e1 , e 2 ,K, e n } o bază a lui Vn şi v ∈ Vn .

Demonstraţie. Dacă p = 1 , atunci S = {v 1} unde v 1 ≠ 0 . Cum B este o bază pentru Vn

Să arătăm că B' este un sistem de generatori pentru Vn .

β1α1u1 + (β1α 2 + β 2 ) u 2 + K + (β1α n + β n ) un = 0 .

din S şi că B" = {v 1,K, v s −1, u s ,K, un } constituie o bază pentru Vn . Avem

(3) v s = α 1v 1 + K + α s−1v s−1 + α s u s + K + α nun ,

unde cel puţin un α i ≠ 0, i = 1, n . Presupunem că α s ≠ 0 . Din (3) avem

Să arătăm că înlocuind u s din B" cu v s din S obţinem o nouă bază

Înlocuind u s , din (4) obţinem

+ λ s+1u s+1 + K + λ nun =

deci vectorii lui B1 formează un sistem de generatori pentru V.

Înlocuind pe v s din relaţia (3), obţinem

β1v 1 + K + β s−1v s−1 + β s (α1v 1 + K + α s−1v s−1 + α s u s + K + α nun ) +

Ţinând seama că α s ≠ 0 rezultă β1 = β s = Kβ s−1 = β s = β s+1 = K = β n = 0 , deci vectorii

lui B1 sunt liniar independenţi.

1.4. Schimbarea coordonatelor unui vector la o schimbare de bază

Fie V un K – spaţiu vectorial n dimensional şi B = {v 1, v 2 ,K, v n } o bază pentru V.

baza B' = {u1 , u2 , u3 } , unde

Într-adevăr, x = λA −1u , unde

1.5. Mulţimi convexe

Definiţie. Fie V un spaţiu vectorial real şi A ⊂ V o submulţime nevidă a sa. Mulţimea A se

Definiţie. Fiind daţi vectorii v 1, v 2 ,K, v n ∈ V , se spune că vectorul v este o combinaţie

1.6. Probleme propuse

1. Să se studieze dependenţa liniară pentru sistemele de vectori:

a) v 1 = (1,2,3) , v 2 = (4,5,6 ) , v 3 = (5,7,9) în R 3 ;

b) v 1 = (1,2,1) , v 2 = (2,1,3 ) , v 3 = (3,1,2 ) în R 3 ;

c) v 1 = (3,−3,0,0) , v 2 = (2,−1,4,2 ) , v 3 = (− 1,2,0,3) , v 4 = (− 2,0,3,5 ) în R4.

2. În R 3 se dau vectorii v 1 = (1,2,3 ) , v 2 = (1,4,9 ) , v 3 = (2,5,7 ) .

a) Să se arate că v1, v 2 , v 3 formează o bază.

b) Să se determine coordonatele vectorului v = (7,8,5) în baza {v 1, v 2 , v 3 }.

3. Fie în R 3 baza B = {v 1, v 2 , v 3 } cu v 1 = (1,1,1) , v 2 = (1,2,3 ) , v 3 = (1,4,9 ) .

Să se determine coordonatele vectorului x = 2v 1 + v 2 − v 3 în baza B' = {u1 , u2 , u3 } , unde

u1 = (1,0,0) , u 2 = (0,2,0 ) , u 3 = (1,2,−1) .

4. În R 4 se dau vectorii v 1 = (1,1,2,1) , v 2 = (1,−1,0,1) , v 3 = (0,0,−1,1), v 4 = (1,2,2,0 ) .

a) Să se arate că v1, v 2 , v 3 , v 4 formează o bază.

b) Să se determine coordonatele vectorului v = (1,1,1,1) în baza {v 1, v 2 , v 3 , v 4 } .

2.1. Forme liniare

Fie V un K – spaţiu vectorial.

Notăm cu V mulţimea tuturor formelor liniare pe V

Teoremă. Fie V un K – spaţiu vectorial şi f , g ∈ V . Atunci

= α(γ f )(x ) + β(γ f )(y ) .

Sisteme de forme liniare

ansamblul lor formează un sistem de forme liniare.

se numeşte rangul sistemului de forme liniare.

⎛ y1 ⎞ ⎛ a11 a12 K a1n ⎞ ⎛ x1 ⎞

Operaţii cu transformări liniare