P. 1
matematica aplicata in economie

matematica aplicata in economie

|Views: 1,550|Likes:
Published by butnaked

More info:

Published by: butnaked on Apr 08, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

07/14/2013

pdf

text

original

MATEMATICA APLICATA IN ECONOMIE

SUPORT DE CURS

CUPRINS

CUPRINS

CAPITOLUL I SPAŢII VECTORIALE
1.1. 1.2. 1.3. 1.4. 1.5. 1.6. Definiţia spaţiului vectorial Dependenţă şi independenţă liniară Bază. Coordonate. Teorema lui Steinitz Schimbarea coordonatelor unui vector la o schimbare de bază Mulţimi convexe Probleme propuse

1
1 3 4 7 9 10

CAPITOLUL al II-lea FORME LINIARE. FORME BILINIARE. FORME PĂTRATICE
2.1. 2.2. 2.3. 2.4. Forme liniare Forme biliniare. Forme pătratice Forma canonică a unei forme pătratice reale. Signatura unei forme pătratice reale Probleme propuse

11
11 15 16 21

CAPITOLUL al III-lea SISTEME DE ECUAŢII LINIARE
3.1. 3.2. 3.3. 3.4. Noţiuni generale Metoda lui Gauss de rezolvare a sistemelor Soluţii de bază ale unui sistem Probleme propuse

23
23 25 27 29

CAPITOLUL al IV-lea NOŢIUNI DE PROGRAMARE LINIARĂ
4.1. 4.2. 4.3. 4.4. 4.5. Introducere Diverse forme ale problemei de programare liniară Soluţii ale unei probleme de programare liniară Metoda Simplex Probleme propuse

31
31 35 37 42 47

CAPITOLUL al V-lea SERII NUMERICE
5.1. 5.2. 5.3. 5.4. Serii de numere reale Serii cu termeni pozitivi Serii absolut convergente. Serii semiconvergente Probleme propuse

49
49 55 62 63

CAPITOLUL al VI-lea FUNCŢII DE MAI MULTE VARIABILE. DERIVATE PARŢIALE. DIFERENŢIALE 6.1. Derivate parţiale 6.2. Diferenţiale 6.3. Formula lui Taylor pentru funcţii de mai multe variabile 6.4. Puncte de extrem pentru funcţii de mai multe variabile 6.5. Derivata după o direcţie. Gradient. Divergenţă. Rotor 6.6. Probleme propuse

65
65 74 79 80 84 87

CUPRINS

CAPITOLUL al VII-lea FUNCŢII DEFINITE IMPLICIT 7.1. Funcţii implicite definite de ecuaţia F( x, y ) = 0 7.2. 7.3. 7.4. 7.5. Funcţii implicite definite de ecuaţia F( x1 , x 2 ,..., x n , y ) = 0 Sisteme de funcţii definite implicit Extreme condiţionate Probleme propuse

89 89 92 95 98 101 103 103 107 114 117 117 118 129 138 139 139 150 166 174

CAPITOLUL al VIII-lea ELEMENTE DE CALCUL INTEGRAL 8.1. Integrale improprii 8.2. Integrala dublă 6.3. Probleme propuse CAPITOLUL al IX-lea ECUAŢII DIFERENŢIALE 9.1. Noţiuni generale 9.2. Ecuaţii diferenţiale de ordinul întâi 9.3. Ecuaţii diferenţiale liniare de ordinul n 9.4. Probleme propuse CAPITOLUL al X-lea ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 10.1. Câmp de evenimente. Câmp de probabilitate 10. 2. Variabile aleatoare 10. 3. Distribuţii continue clasice 10.4. Exerciţii propuse

BIBLIOGRAFIE

177

Se numeşte spaţiu vectorial1 (peste corpul K) un grup abelian (V. 4) v + w = v + u ⇒ w = u . 1 Spaţiile vectoriale au fost definite în forma actuală de G. Spaţiile vectoriale se mai numesc şi spaţii liniare. atunci ∀α. Teoremă. iar operaţia grupului (V.β ∈ K şi ∀u. ∀u. 3) α(β u) = (αβ) u. u) → αu . Grassmann (1844) . Dacă V este un spaţiu vectorial peste corpul K. 2) α 0 = 0 . ∀α. Dacă K = R sau K = C se spune că V este spaţiu vectorial real. β ∈ K. v. ∀u ∈ V . ∀α ∈ K. Peano (1888). α(u + v ) = αu + αv . Elementul neutru al grupului (V.SPAŢII VECTORIALE 1 CAPITOLUL I SPAŢII VECTORIALE 1. dar fondatorul teoriei spaţiilor vectoriale rămâne H. K × V → V. ∀α. Elementele lui K se numesc scalari. 5) αv = β v şi v ≠ 0 ⇒ α = β . Definiţia spaţiului vectorial Definiţie. ∀u ∈ V .1. w ∈ V au loc următoarele proprietăţi: 1) 0v = 0 .+ ) se numeşte adunarea vectorilor.β ∈ K. 4) 1u = u (1 este elementul unitate în K). 3) (− 1)v = −v .+ ) pe care este dată o lege de compoziţie externă cu operatori în K. v ∈ V . iar legea de compoziţie externă K × V → V se numeşte înmulţirea vectorilor cu scalari. (α. Fie K un corp. Elementele lui V se numesc vectori.+ ) se numeşte vectorul nul şi se notează cu 0 . respectiv complex. care îndeplineşte următoarele axiome: 1) 2) (α + β) u = αu + βu.

y 2 . y = (y 1 . atunci ∀x ∈ R n . O verificare directă arată că legea de compoziţie internă R n × R n → R n . x = (x1 . x 2 .0) = 0. 0. (x . x 2 .K . i = 1. x 2 . x i ∈ R . x 2 + y 2 .− x 2 . y ∈ R n . x 2 . x = (x1 .0 + x 2 . Fie n > 1 un număr natural. x n ) . x n ) . x n ) + (− x1 . x n ) .K .+ este grup abelian. i = 1. {} R n = x = (x 1 .0 + x n ) = (x1 . Rezultă că R n .K. 1) Spaţiul vectorial nul V = 0 constând dintr-un singur vector (cel nul) este spaţiu vectorial peste orice corp K. se verifică că legea de compoziţie externă ( ) R × R n → R n .K. iar dacă − x = (− x1.K. n Analog.K . Se notează cu R n mulţimea tuturor n-uplelor ordonate x = (x1 . x = (x1. αx n ) .K. x n ) = x. atunci ∀x ∈ R n . se introduce spaţiul C şi de asemenea spaţiul vectorial K n cu K corp oarecare. 2) Spaţiul vectorial R n . Elementele lui R n se numesc vectori (linie) n – dimensionali. n .K . y n ) . Dacă α ∈ R şi x. x + y = (x1 + y 1. x 2 − x 2 . x n ) avem 0 + x = (0. atunci: x = y ⇔ x i = y i . x n ) = (0 + x1 . αx 2 . K.K .K . 0 ) + (x1 . Dacă 0 = (0. { } αx = (αx1. (α. i = 1.K. y ) → x + y este asociativă şi comutativă. De asemenea. K .− x n ) = (x1 − x1 . x 2 . x 2 .K . iar R n se numeşte spaţiul real n – dimensional.− x n ) . x n ) avem x + (− x ) = (x1 .K. n .K .x ) → αx îndeplineşte axiomele 1) – 4) din definiţia spaţiului vectorial. x 2 . x i ∈ R . x n − x n ) = (0.0. x 2 . n . 0.− x 2 . 0) .K.2 Capitolul I Exemple. .K . x n + y n ) .

v = ∑ α i v i . Dependenţă şi independenţă liniară Fie V un K – spaţiu vectorial. v n ∈ V dacă există scalarii α1 . se spune că vectorii v 1. v 2 . α n ∈ K nu toţi nuli. α n ∈ K implică numai α1 = α 2 = K = α n = 0 . Se spune că vectorii v 1. i =1 n Definiţie. Un spaţiu vectorial V se numeşte de tip finit dacă pentru V există un sistem finit de generatori.2.K. ∃α1. v 2 . 2 Noţiunea de independenţă liniară a vectorilor a fost introdusă de H. cu elemente numere reale formează spaţiu vectorial peste corpul R în raport cu adunarea matricelor şi cu înmulţirea matricelor cu scalari. i =1 n Definiţie. α 2 . În caz contrar. astfel încât α1v 1 + α 2 v 2 + K + α n v n = 0 . α 2 . Grassmann . Se spune că un vector v ∈ V este o combinaţie liniară de vectorii v 1. v n ∈ V sunt liniar dependenţi dacă există scalarii α1 .n (R ) a matricelor cu m linii şi n coloane.K. α 2 .SPAŢII VECTORIALE 3 3) Mulţimea M m.K. Se spune că vectorii v 1. 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 . Definiţie.K. v 2 . se spune că vectorii sunt liniar independenţi.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 n . α n ∈ K a. 1. α n ∈ K astfel încât v = α1v 1 + α 2 v 2 + K + α n v n = ∑ α i v i .K. 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. v 2 .K. v 2 . α 2 .K. adică ∀v ∈ V. Aşadar.î. Definiţie.K.

K.K. v 2 . Ea se numeşte baza canonică a lui R n .K. Fie V un spaţiu vectorial. Bază. i = 1.0 ) . R[X ] este un spaţiu vectorial infinit dimensional.K. α 2 . se notează acest lucru şi prin Vn .n (R ) baza canonică este B = E ij . α n ∈ K a. { } 3) În R – spaţiul R[X ] o bază este B = 1. Teorema lui Steinitz Definiţie. unde E ij este matricea care are elementul 1 la intersecţia liniei i cu coloana j şi în rest toate elementele nule. v = ∑ α i v i şi i =1 n 2') dacă α1v 1 + K + α n v n = 0 cu α1 .4 Capitolul I 1. atunci toate bazele spaţiului respectiv au acelaşi număr de vectori. Evident dim M m. 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. Coordonate.K .0. Dimensiunea lui V se notează cu dim V şi se defineşte astfel ⎧0. dacă V nu este de tip finit ⎩ Observaţie.K.atunci α1 = K = α n = 0 .3. X 2 . Se spune că vectorii v 1. m. dacă V ≠ 0 .î. X .0. Observaţie. Exemple. Dacă dim V = n < ∞ . Evident dim R n = n ..0.0. 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 1') ∀v ∈ V.n (R ) = m ⋅ n . dacă V = 0 ⎪ dim V = ⎨n.0) . { } . 2) În R – spaţiul M m.K. j = 1.K. Definiţie. Astfel.. e n }. n .1. e 2 = (0.. α n ∈ K . e n = (0. .K .1) . ∃α1 . de tip finit si admite o bază formată din n vectori ⎪∞. e 2 . X n . 1) În spaţiul real n – dimensional R n o bază este B = {e 1 . unde {} {} e1 = (1.0.

β1α n + β n = 0 cu α1 ≠ 0 . v s −1 din S şi că B" = {v 1. un } o bază a sa şi S = v 1 . unde nu toţi α i sunt 0. Fie Vn un K – spaţiu vectorial. deci vectorii lui B' sunt liniar independenţi. i =1 n { } Presupunem că α1 ≠ 0 (în caz contrar schimbăm numerotarea vectorilor).K.K. Înlocuind v1 din (1) obţinem β1α1u1 + (β1α 2 + β 2 ) u 2 + K + (β1α n + β n ) un = 0 . u2 . putem să-i presupunem pe primii p) care înlocuiţi cu vectorii sistemului S conduc la baza B' = v 1. din Vn . α1 α1 α1 Să arătăm că B' este un sistem de generatori pentru Vn . p ≤ n un sistem de p vectori liniar independenţi { } Fie Vn un K – spaţiu vectorial. Scalarii unic determinaţi α1 .K. v s −1. Avem .K. u2 . un } constituie o bază pentru Vn .SPAŢII VECTORIALE 5 Definiţie. ⎜ ⎟ ⎜ α1 ⎟ α1 ⎠ α1 ⎠ ⎝ ⎝ deci B' este sistem de generatori pentru Vn . B = {u1. Fie β1v 1 + β 2 u2 + K + βnun = 0 . v p . Cum B = {u1.K.K. Rezultă β1 = β 2 = K = β n = 0 . atunci S = {v 1} unde v 1 ≠ 0 . Să arătăm că vectorii din B' sunt liniar independenţi. Presupunem că am înlocuit s − 1 vectori u1. e n } o bază a lui Vn şi v ∈ Vn . v p . un } este bază pentru Vn trebuie ca β1α1 = 0. v 2 . Din faptul că B este bază. există p vectori din B (fără a restrânge generalitatea. α n ∈ K astfel încât v = α1e1 + K + α n e n se numesc coordonatele vectorului v în baza B. Cum B este o bază pentru Vn avem (1) v 1 = ∑ α iui . 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 ⎜α α1 α1 ⎟ ⎝ 1 ⎠ ⎛ ⎛ α ⎞ α ⎞ λ = 1 v 1 + ⎜ λ 2 − λ 1 2 ⎟ u 2 + K + ⎜ λ n − λ 1 n ⎟ un . K . up +1. un pentru Vn .K. Teoremă (teorema înlocuirii sau a lui Steinitz). Fie ∀v ∈ Vn . Demonstraţie. β1α 2 + β 2 = 0. B = {e1 . Din (1) obţinem (2) u1 = α α 1 v 1 − 2 u 2 − K − n un . Atunci. v 2 . e 2 .K. Dacă p = 1 . u s −1 din B cu primii s − 1 vectori v 1.K.K. u s .K.

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. Din (3) avem (4) u s = α α α α 1 v s − 1 v 1 − K − s−1 v s−1 − s+1 u s+1 − K − n un .K.β s α s = 0. unde cel puţin un α i ≠ 0. Înlocuind u s . i = 1. din (4) obţinem ⎛ 1 α s−1 α s+1 α1 αn ⎞ v = λ1v 1 + K + λ s−1v s−1 + λ s ⎜ ⎜ α v s − α v 1 − K − α v s−1 − α u s+1 − K − α un ⎟ + ⎟ s s s s ⎝ s ⎠ + λ s+1u s+1 + K + λ nun = ⎛ ⎛ α ⎞ λ α ⎞ = ⎜ 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 . u s +1 . β s−1 + β s α s−1 = 0. Înlocuind pe v s din relaţia (3). .6 Capitolul I (3) v s = α 1v 1 + K + α s−1v s−1 + α s u s + K + α nun . Presupunem că α s ≠ 0 .K. Fie relaţia β1v 1 + K + β s−1v s−1 + β s v s + β s+1u s +1 + K + β nun = 0 . 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 . ⎜ ⎜ ⎟ αs ⎠ αs ⎟ ⎝ ⎝ ⎠ deci vectorii lui B1 formează un sistem de generatori pentru V.K . αs αs αs αs αs B1 = {v 1. un }. ∀v ∈ V se scrie (5) v = λ1v 1 + K + λ s −1v s −1 + λ s u s + K + λ nun . v s .K .β s+1 + β s α s+1 = 0. n . deci vectorii lui B1 sunt liniar independenţi. rezultă β1 + β s α 1 = 0. Să arătăm că vectorii din B1 sunt liniar independenţi. Să arătăm că înlocuind u s din B" cu v s din S obţinem o nouă bază Cum B" este bază.

.... . ⎜L L L L⎟ ⎜ ⎟ ⎜a ⎟ ⎝ n1 a n2 K a nn ⎠ atunci relaţiile (4) se scriu sub forma (5) u = Av .. Schimbarea coordonatelor unui vector la o schimbare de bază Fie V un K – spaţiu vectorial n dimensional şi B = {v 1. ......un } a spaţiului V. .... ⎪ ⎪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 =⎜ ... unde α = (α1 α 2 K α n ) şi u = ⎜ ⎟ ..u2 .. v n } o bază pentru V.. Fie o bază B' = {u1..SPAŢII VECTORIALE 7 1....K. . i=1 n 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 .. În baza B' vectorul x se scrie sub forma ⎛ u1 ⎞ ⎜ ⎟ ⎜u ⎟ 2 (3) x = αu ...........K.. . Un vector x ∈ V se exprimă cu ajutorul bazei B ca o combinaţie liniară (1) x = ∑ λ i v i ... adică ⎧u1 = a11v 1 + a12 v 2 + K + a1n v n ⎪u = a v + a v + K + a v ⎪ 21 1 22 2 2n n .... .... (4) ⎨ 2 ..4.. v 2 ... ⎜ M ⎟ ⎜ ⎟ ⎜u ⎟ ⎝ n⎠ Vectorii bazei B' fiind din V sunt combinaţii liniare de vectorii bazei B..

... . v n } şi x = v 1 + 2v 2 + K + nv n . u3 = v 1 + 8v 2 este 1 81 1 x = u1 + u 2 − u 3 ........ . u3 } . unde λ = (5 2 1) .. 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 . .... atunci expresia lui x în raport cu vectorii din baza B' = {u1. −1 −1 relaţie care dă schimbarea coordonatelor vectorului x la schimbarea de bază B → B' .K.un }. atunci expresia lui x în raport cu vectorii din baza B' = {u1 ...u2 .. x = λA u . A = ⎜ 1 0 0 ⎟ ... u = ⎜ u 2 ⎟ .K. v 3 } şi x = 5v 1 + 2v 2 + v 3 . v 2 . v 2 ..8 Capitolul I Deoarece vectorii u1.un sunt liniar independenţi avem det A ≠ 0 .. deci există A −1 .. Din (5) obţinem v = A u şi înlocuind în (2) avem (6) x = λA −1u .. Comparând (3) cu (6) obţinem (7) α = λA Exemple... u2 . ⎜u ⎟ ⎜ 1 8 0⎟ ⎠ ⎝ 3⎠ ⎝ −1 ⎛ 0 16 0 ⎞ ⎜ ⎟ 1⎜ −1 Cum inversa matricei A este A = 0 − 2 2 ⎟ efectuând calculele.... u n = v 1 + v 2 + v 3 + K + v n −1 este x= n2 − n + 2 u1 − u 2 − 2u 3 − K − (n − 1) un .u2 .. 2 16 16 ⎛ u1 ⎞ ⎛ 0 5 2⎞ ⎟ ⎜ ⎟ ⎜ Într-adevăr.. u 2 = v 1 .. obţinem ⎟ 16 ⎜ ⎜8 5 − 5⎟ ⎝ ⎠ 1 81 1 x = u1 + u 2 − u 3 .K... ... unde u1 = 5v 2 + 2v 3 .... 2 ... 1) Dacă B = {v 1... 2 16 16 2) Dacă B = {v 1.

Mulţimea A se numeşte convexă dacă ∀x1. 2 1. ⎜ ⎟ ⎜ ⎟ ⎜ L L L L L⎟ ⎜ M ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎝1 1 1 K 0⎠ ⎝ un ⎠ 1 ⎛2 − n 1 ⎜ ⎜ 1 −1 0 ⎜ Cum inversa matricei A este A −1 = ⎜ 1 0 −1 ⎜ ⎜ L L L ⎜ ⎜ 0 0 ⎝ 1 K K K L K 1⎞ ⎟ 0⎟ ⎟ 0 ⎟ efectuând calculele. x 2 .1] cu λ1 + λ 2 = 1 avem λ1x1 + λ 2 x 2 ∈ A . λ n ∈ [0. Observaţii. λ 2 ∈ [0.1] cu λ1 + λ 2 + K + λ n = 1 avem λ 1x 1 + λ 2 x 2 + K + x n λ n ∈ A . .5. λ 2 ∈ [0. Această definiţie are avantajul că poate fi generalizată.K. adică dacă odată cu două puncte conţine întregul segment determinat de cele două puncte. x = λA −1u . unde ⎛1 1 1 K 1⎞ ⎛ u1 ⎞ ⎜ ⎟ ⎜ ⎟ ⎜u ⎟ ⎜1 0 1 K 1⎟ ⎜ ⎟ ⎜ 2⎟ λ = (1 2 3 K n) .K. λ 2 . Notând λ = λ1. u = ⎜ u 3 ⎟ . Fie V un spaţiu vectorial real şi A ⊂ V o submulţime nevidă a sa. 1) Intersecţia a două mulţimi convexe este o mulţime convexă. x n ∈ A şi ∀λ1 . obţinem ⎟ L⎟ ⎟ ⎟ − 1⎠ x= n2 − n + 2 u1 − u 2 − 2u 3 − K − (n − 1)un . A = ⎜ 1 1 0 K 1 ⎟ . Mulţimea A se numeşte convexă dacă ∀x1. 1-λ = λ 2 avem λ1 .1] cu λ1 + λ 2 = 1 . Definiţia precedentă se poate reformula astfel: Mulţimea A se numeşte convexă dacă ∀x1. 2) Reuniunea a două mulţimi convexe nu este în general o mulţime convexă.SPAŢII VECTORIALE 9 Într-adevăr. x 2 ∈ A şi ∀λ ∈ [0.1] avem λx1 + (1 − λ )x 2 ∈ A . Mulţimi convexe Definiţie. x 2 ∈ A şi ∀λ 1 .

−1) .2.K. 1.6.1.2 ) în R 3 .2. v 3 . v 2 .3. Probleme propuse 1.2. v 4 = (− 2.7.1) . a) Să se arate că v1. b) Să se determine coordonatele vectorului v = (1. u2 .3 ) .5. Fiind daţi vectorii v 1. u3 } .−1.1.2.0. b) Să se determine coordonatele vectorului v = (7.10 Capitolul I Definiţie. 3. 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. În R 4 se dau vectorii v 1 = (1. v 3 = (3.0) .0 ) .7 ) . Combinaţia liniară convexă este un caz particular de combinaţie liniară. Fie în R 3 baza B = {v 1.2 ) .−1. a) Să se arate că v1. v 2 .4. 2. v 2 . . v 2 = (2.3 ) .0 ) .2.0.6 ) . Să se determine coordonatele vectorului x = 2v 1 + v 2 − v 3 în baza B' = {u1 . v 2 . v 3 formează o bază.1. unde u1 = (1. 4.1] şi λ1 + λ 2 + K + λ n = 1 .2.3) .4.1. v 2 = (2. v 3 . v 2 = (4. Să se studieze dependenţa liniară pentru sistemele de vectori: a) v 1 = (1. v 3 = (5. v 3 = (1.9) în R 3 . v n ∈ V .−3.2. v 3 = (− 1. Fie A o mulţime convexă.5 ) în R4. b) v 1 = (1. v 2 .3 ) .1) în baza {v 1.0) . v 2 = (1.0.1.5. u 3 = (1.1) .0. v 3 } cu v 1 = (1.2.9 ) .9 ) .5) în baza {v 1.2. λ n ∈ [0.0. se spune că vectorul v este o combinaţie liniară convexă de vectorii v 1.0.2. v 2 = (1. v 4 = (1. v n dacă v = λ1v 1 + λ 2 v 2 + K + x n v n . În R 3 se dau vectorii v 1 = (1. v 3 = (0. v 2 = (1.1) . v 2 .8.1) . Definiţie. unde λ1. λ 2 . v 4 } . c) v 1 = (3.3) .4. v 4 formează o bază. Observaţie.1). v 2 . v 3 }.K. u 2 = (0.−1. v 3 = (2.K.

FORME BILINIARE.. 2) γ f ∈ V . Atunci 1) f + g ∈ V . ∀α. i =1 n Această relaţie se numeşte expresia analitică a formei liniare f faţă de baza considerată B. FORME PĂTRATICE 11 CAPITOLUL al II-lea FORME LINIARE. Demonstraţie. v 2 . i = 1. β ∈ K . Într-adevăr. ∀x. n obţinem f (x ) = ∑ a i x i . ∀x. 2) f (αx ) = αf (x ). Consecinţă. 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 ) . Notăm cu V mulţimea tuturor formelor liniare pe V V = {f : V → K f formă liniară}. B = {v 1.1. ⎜ ⎟ ⎝ i=1 ⎠ i=1 Notând a i = f (v i ) . Teoremă. FORME PĂTRATICE 2.. i = 1.β ∈ K. ∀α ∈ K. Condiţiile 1) şi 2) sunt echivalente cu condiţia 3) f (αx + βy ) = αf (x ) + βf (y ). atunci i =1 ⎛n ⎞ n f (x ) = f ⎜ ∑ x i v i ⎟ = ∑ x i f (v i ) . Observaţie. FORME BILINIARE. ∀x ∈ V (f este omogenă). v n } este o bază în V şi x = ∑ x i v i este un vector oarecare din V. g ∈ V .. O aplicaţie f : V → K se numeşte formă liniară pe V dacă îndeplineşte următoarele condiţii: 1) f (x + y ) = f (x ) + f (y ). y ∈ V . y ∈ V (f este aditivă). ∀γ ∈ K . Definiţie. iar scalarii a i = f (v i ) . ∀x. n Dacă f : V → K este o formă liniară.. n se numesc coeficienţii lui f relativ la baza B.FORME LINIARE. ∀α. Fie V un K – spaţiu vectorial şi f . Forme liniare Fie V un K – spaţiu vectorial.

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 ,

⎛ a11 a12 ⎛ y1 ⎞ ⎜ ⎜ ⎟ a 22 ⎜a ⎜ y2 ⎟ unde Y = ⎜ ⎟ , A = ⎜ 21 M K K ⎜ ⎜ ⎟ ⎜a ⎜y ⎟ ⎝ m1 a m2 ⎝ m⎠

Matricea A = a ij i=1,m se numeşte matricea sistemului de forme liniare, iar rangul matricei A
j=1,n

( )

K a1n ⎞ ⎛ x1 ⎞ ⎜ ⎟ ⎟ K a 2n ⎟ ⎜ x2 ⎟ ⎟, X = ⎜ M ⎟. K K ⎜ ⎟ ⎟ ⎜x ⎟ K a mn ⎟ ⎝ m⎠ ⎠

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

(T )
sau matriceal

⎧y 1 = a11x1 + a12 x 2 + K + a1n x n ⎪y = a x + a x + K + a x ⎪ 2 21 1 22 2 2n n ⎨ .......... .......... .......... .......... .......... .... ⎪ ⎪y n = a n1x1 + a n2 x 2 + K + a nn x n ⎩

FORME LINIARE. FORME BILINIARE. FORME PĂTRATICE

13

(T )

Y = AX ,

⎛ x1 ⎞ ⎛ a11 a12 K a1n ⎞ ⎛ y1 ⎞ ⎜ ⎟ ⎟ ⎜ ⎜ ⎟ ⎜ x2 ⎟ ⎜ a 21 a 22 K a 2n ⎟ ⎜y2 ⎟ unde Y = ⎜ ⎟ , A = ⎜ ⎟, X = ⎜ M ⎟. M K K K K ⎜ ⎟ ⎟ ⎜ ⎜ ⎟ ⎜x ⎟ ⎜a ⎜y ⎟ a n2 K a nn ⎟ ⎝ n⎠ ⎠ ⎝ n1 ⎝ n⎠
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 ⎟ . Prin această Fie transformarea Y = AX , unde A = ⎜ 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⎠

14

Capitolul al II - lea

Ne punem problema găsirii unei transformări liniare prin care vectorului X să-i corespundă un vector Y paralel cu X, adică să avem Y = λX . Cum Y = AX şi Y = λX , obţinem (A − λIn )X = 0 . Ecuaţia det (A − λIn ) = 0 se numeşte ecuaţia caracteristică a matricei A. Ecuaţia caracteristică se mai poate scrie şi sub forma

a11 − λ a12 K a 21 a 22 − λ K K K K a n1
sau

a1n a 2n K

=0

a n2

K a nn − λ

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 0 0
sau echivalent

−1

−3

9−λ 5 =0 0 10 − λ

(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 2

Arthur Cayley (1821 - 1895), matematician englez William Rowan Hamilton (1805 - 1865), matematician şi mecanician irlandez

∀y 1 . i =1j =1 n m Această relaţie se numeşte expresia analitică a formei biliniare f faţă de bazele considerate B1 şi B2.n ∈ M n. ∀α. 4) f (x.m (K ) se numeşte matricea formei biliniare f în raport cu bazele În continuare vom considera cazul particular V1 = V2 = V cu V un R – spaţiu vectorial. ∀α. y ) = αf (x. y 1 + y 2 ) = f (x.. y ) . ⎜ i =1 ⎟ i =1j =1 j =1 ⎝ ⎠ n m ( ) Notând a ij = f ui . 2).. v j . y 2 ∈ V2 Să considerăm cazul când spaţiile vectoriale V1 şi V2 au dimensiune finită. v j . y ) + βf (x 2 . y ) = αf (x1 ... y ) = f ⎜ ∑ x i ui . Notăm cu B(V . FORME PĂTRATICE 15 2. m obţinem ( ) f (x. 3 )şi 4) sunt echivalente cu condiţiile: 5) f (αx1 + βx 2 . ∑ y j v j ⎟ = ∑ ∑ x i y j f u i . u2 . y ) . y ) = f (x1 . B(V. FORME BILINIARE.R ) mulţimea tuturor formelor biliniare pe V B1 şi B2. y ) ..βy ) = βf (x. Dacă x = ∑ x iui şi y = ∑ y j v j . ∀x ∈ V1 . O aplicaţie f : V1 × V2 → K se numeşte formă biliniară dacă pentru ∀x1. j=1. y ) = ∑ ∑ a ij x i y j . Forme pătratice Fie V1 şi V2 două K – spaţii vectoriale. un } o bază în V1 şi B 2 = {v 1. n . 2) f (x.m ( ) Matricea A = (a ij ) i=1.FORME LINIARE. Observaţie. Fie B1 = {u1. y 1 ) + f (x. ∀y ∈ V2 6) f (x. i = 1. n . β ∈ K . . y 2 ) . j = 1. y ) . i = 1. Condiţiile 1). x 2 ∈ V1 . 3) f (αx. ∀y 1. v 2 . ∀x 1 . Definiţie.β ∈ K îndeplineşte următoarele condiţii: 1) f (x1 + x 2 . αy 1 + βy 2 ) = αf (x... y 2 .R ) = { f : V × V → R f formă biliniară}.2. β ∈ K . j = 1. y 1 ) + βf (x. m se numesc coeficienţii lui f relativ la bazele B1 şi B2. y ) + f (x 2 . Forme biliniare. y ∈ V2 şi ∀α. x 2 . v j . v m } o bază în V2. x ∈ V1 . y 2 ) . iar scalarii a ij = f ui . Rangul matricei A se numeşte rangul formei biliniare f. atunci i =1 j =1 m ⎛n ⎞ n m f ( x ..

Observaţie. x ) = ∑ ∑ a ij x i x j i=1 j=1 2 2 =a11 x1 + K + a nn x n + 2(a12 x1x 2 + K + a1n x1x n + K + a n−1n x n−1x n ). f (x ) = f (x. ∀x. x ) . f (x . 2. y ). Fie f ∈ B(V. y ∈ V . x ). x ) . y ) = 1 f (x + y ) − f (x ) − f (y ) . 1) Forma biliniară f se numeşte simetrică dacă f (x. O formă biliniară f ∈ B(V.. ∀x. y ) + f (y. y ) + f (y. 2 [ ] Forma biliniară simetrică f asociată formei pătratice f se numeşte forma polară sau forma dedublată a formei pătratice f . y ∈ V . Într-adevăr. atunci pentru orice vector x = ∑ x i v i ∈ V . y ) rezultă că şi cum Astfel.. y ∈ V f (x + y ) = f (x + y . x + y ) = f (x. care se numeşte forma pătratică (asociată formei biliniare f). Teoremă. Definiţii. f ∈ B(V .. n n . f (x + y ) = f (x.lea Se poate demonstra că B(V. ∀x. x ) .R ) este un R – spaţiu vectorial în raport cu adunarea formelor biliniare şi cu înmulţirea acestora cu scalari. ∀x. v n } este o bază în V. reale Forma canonică a unei forme pătratice reale. x ) + f (y. Definiţie. ∀x ∈ V .R ) o formă biliniară simetrică şi f forma pătratică asociată.16 Capitolul al II . x ) + 2f (x. y ∈ V . y ) = − f (y . y ) = f (y.R ) este simetrică (respectiv antisimetrică) dacă şi numai dacă matricea formei într-o bază fixată a spaţiului V este simetrică (respectiv antisimetrică).3. y ) = f (y . ∀x. 2) Forma biliniară f se numeşte antisimetrică dacă f (x. Dacă B = {v 1. Signatura unei forme pătratice Fie V un R – spaţiu vectorial. x ) + f (x. v 2 .. forma i =1 n pătratică f are expresia analitică (* ) f (x ) = f (x . y ∈ V . f (x.R ) o formă biliniară simetrică. Funcţia f determină unic funcţia f : V → R . Cunoaşterea formei pătratice f permite recuperarea formei biliniare simetrice f.

.. 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 α = a12 x 2 + K + a1n x n . metoda valorilor proprii). .. fizician şi astronom german Karl Gustav Jacob Jacobi (1804 . Făcând transformarea de coordonate ⎧y 1 = a11x1 + a12 x 2 + K + a1n x n ⎪y = x ⎪ 2 2 ⎨ ⎪..K. FORME PĂTRATICE 17 unde a ij = f v i . adunăm şi scădem a11 termenii necesari astfel încât cu termenii ce conţin pe x1 să construim un pătrat perfect şi obţinem f (x ) = 1 2 (a11x1 + α )2 − 1 α 2 + a 22 x 2 + 2a 23 x 2 x 3 + L + 2a 2n x 2 x n + K + a nn x n 2 a11 a11 sau f (x ) = 1 (a11x1 + a12 x 2 + K + a1n x n )2 + g(x 2 .1855). n .. v j . Fără a restrânge generalitatea. y n ) . Să presupunem că în expresia analitică (*) există cel puţin un a ii ≠ 0. Cazul I. i. a11 unde g este o formă pătratică în (n – 1) coordonate (x 2 . j = 1. metodă ce constă în completarea pătratelor. FORME BILINIARE. metoda Jacobi4. x n ) .. Prezentăm în continuare metoda lui Gauss. a11 În continuare. ⎪y n = x n .1851).K. i = 1. fie acesta a11 .. scoatem în factor 1 din toţi termenii ce conţin pe x1.. nou obţinută... n ..FORME LINIARE. 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. algoritmul constă în repetarea raţionamentului pentru forma pătratică în (n – 1) variabile.K. matematician german . 3 4 Karl Friedrich Gauss (1777 . x n ) . ⎩ expresia analitică a lui f devine f (x ) = 1 2 y 1 + g(y 2 . Sunt mai multe metode de realizare a acestui lucru (metoda Gauss3. matematician.

n − { i. i =1 n ∆ 1 2 ∆1 2 2 y1 + y 2 + K + n −1 y n ∆1 ∆2 ∆n 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. ∀x ∈ V . există în V o bază B' = {v 1 ' . 1) O formă pătratică f : V → R se numeşte pozitiv semidefinită (respectiv negativ semidefinită) dacă f (x ) ≥ 0 (respectiv f (x ) ≤ 0 ). ∆ 2 = 11 12 . k = 1. În acest caz prin transformarea de coordonate ⎧x i = z i + z j ⎪ ⎪ j i j ⎨x = z − z ⎪ k k ⎪x = z . atunci există cel puţin un a ij ≠ 0 cu i ≠ j . j} ⎩ cu forma pătratică ce se va obţine suntem în cazul I. Metoda are dezavantajul că presupune neanularea tuturor determinanţilor ∆ i . 2) O formă pătratică poate fi adusă la diferite forme canonice. Teoremă (metoda lui Jacobi). v n '} corespunzător căreia f are forma canonică f (x ) = cu x = ∑ y i v i ' . v n } expresia analitică f (x ) = ∑ ∑ a ij x i x j i =1j =1 n n cu toţi determinanţii a11 a12 K a1n a a a a K a 2n ∆1= a11. Fie forma pătratică f : V → R având corespunzător bazei B = {v 1. ci schimbarea de coordonate pe baza căreia se determină noua bază.i = 1. . i = 1. 1) Metoda Gauss reprezintă un algoritm elementar de aducere la forma canonică. v 2 ' . Dacă în expresia analitică (*) a ii = 0 .n .K.lea Cazul II. Atunci.K. Observaţii.18 Capitolul al II . Definiţii. v 2 . dar nu furnizează direct noua bază.K. n iar f nu este identic nulă. ∆ n = 21 22 a 21 a 22 K K K K a n1 a n2 K a nn nenuli.

2 3 Soluţie. Se numeşte signatura i =1 n formei pătratice f tripletul de numere reale (p. 2 5 James Joseph Sylvester (1814 . q este numărul de coeficienţi din setul {a1. FORME PĂTRATICE 19 2) O formă pătratică f : V → R se numeşte pozitiv definită (respectiv negativ definită) dacă f (x ) > 0 (respectiv f (x ) < 0 ).1897).K. {} 3) O formă pătratică f : V → R se numeşte nedefinită dacă ∃v 1 . ∀x ∈ V − 0 .FORME LINIARE. Exemple. în care: p este numărul de coeficienţi din setul {a1. v 2 ∈ V astfel încât f (v 1 ) > 0 şi f (v 2 ) < 0 . FORME BILINIARE.K. d ) . d = n − (p + q ) (numărul de coeficienţi nuli). a n } strict pozitivi. Teoremă (legea de inerţie a lui Sylvester5). matematician englez . Fie f (x ) = ∑ a i x i2 o formă canonică a formei pătratice f : V → R . Signatura unei forme pătratice f este aceeaşi în orice formă canonică a lui f . a 2 . q. 1) Să se aducă la forma canonică. ⎨y 2 = x 2 ⎪y = x 3 ⎩ 3 obţinem f = 1 2 2 2 y 1 − 7y 2 − 15 y 3 + 40y 2 y 3 . Metoda lui Gauss 2 f = 2 x1 + 8x 1x 2 − 12 x1x 3 + x 2 + 3x 2 + 16 x 2 x 3 2 3 1 2 = 4 x1 + 16 x1x 2 − 24 x1x 3 + x 2 + 3x 2 + 16 x 2 x 3 2 3 2 1 = (2 x1 + 4 x 2 − 6 x 3 )2 − 8x 2 − 18x 2 + 24 x 2 x 3 + x 2 + 3 x 2 + 16x 2 x 3 2 3 2 3 2 1 2 2 = (2 x1 + 4 x 2 − 6 x 3 )2 − 7x 2 − 15x 3 + 40x 2 x 3 2 ( ( ) ) Făcând transformarea de coordonate ⎧y 1 = 2 x 1 + 4 x 2 − 6 x 3 ⎪ . a n } strict negativi. a 2 . prin metoda lui Gauss şi apoi prin metoda Jacobi următoarea formă pătratică 2 f (x ) = 2x 1 + x 2 + 3x 2 + 8 x 1x 2 − 12 x1x 3 + 16 x 2 x 3 . x 3 ) ∈ R 3 . x 2 . x = (x 1.

⎜− 6 8 3 ⎟ ⎝ ⎠ Determinanţii ∆ 1 . ⎧ x1 = y 1 + y 2 ⎪ Soluţie. ⎪z = y ⎩ 3 3 295 2 1 2 1 obţinem pentru forma pătratică f forma canonică f = z1 − z 2 + z3 . 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 = y 1 − y 2 + 5y 1y 3 − y 2 y 3 . 2 2 Se continuă ca în exemplul precedent. ∆ 3 sunt 2 4 −6 2 4 ∆ 1= 2. 2 7 7 2 Metoda Jacobi. Cum a12 ≠ 0 . ⎛ 2 4 − 6⎞ ⎜ ⎟ Matricea formei pătratice f relativ la baza canonică a spaţiului R3 este A = ⎜ 4 1 8 ⎟ . 1 2 f = y 1 + − 7y 2 + 40y 2 y 3 − 15y 2 2 3 2 1 2 1 = y 1 − 49y 2 − 280y 2 y 3 − 15y 2 2 3 7 2 400 2 1 2 1 y 3 − 15y 2 = y 1 − (7y 2 − 20y 3 )2 + 3 7 7 2 1 2 1 295 2 y3 = y 1 − (7y 2 − 20y 3 )2 + 2 7 7 ( ( ) ) ⎧z 1 = y 1 ⎪ Făcând transformarea de coordonate ⎨z 2 = 7y 2 − 20y 3 .lea 2 2 Cu forma pătratică obţinută g = −7y 2 − 15y 3 + 40y 2 y 3 procedăm analog. forma pătratică f = x1x 2 + 2 x1x 3 + 3 x 2 x 3 .∆ 2 . y 3 = y1 − y 2 + y2 + f = y1 + 295 7 2 2 − 590 − 14 2) Să se aducă la forma canonică.20 Capitolul al II . Astfel. . ∆ 3 = 4 1 8 = −590 . 4 1 −6 8 3 Forma canonică a formei pătratice f este 7 2 2 2 − 14 2 1 2 1 2 1 2 y3 . ∆ 2 = = −14.

1⎟ ⎟ 0⎟ ⎠ .FORME LINIARE. FORME PĂTRATICE 21 2.4. Să se aducă la forma canonică şi să se găsească signatura următoarelor forme pătratice: 2 a) f = x1 + 2 x 2 + 3 x 2 + 4 x1x 2 + 6 x1x 3 . 2 3 i) f = x1x 2 + x1x 3 + x 2 x 3 . 4 2 d) f = x1 + 3 x 2 − 2x 2 + x1x 2 − 4 x1x 3 + 2 x 2 x 3 . FORME BILINIARE. 2 3 2 c) f = 3x1 + 7x1x 2 + 2 x 2 x 3 + x 2 . Care dintre aceste forme sunt pozitiv definite şi care sunt negativ definite? 2. Folosind teorema Cayley – Hamilton să se calculeze inversa matricei A. 2 3 2 b) f = 2x1 + 4 x 2 − x 2 + 2 x1x 2 − 6 x1x 3 + 8x 2 x 3 . ⎜ − 1 3 3⎟ ⎝ ⎠ b) ⎛1 ⎜ ⎜0 A=⎜ 0 ⎜ ⎜1 ⎝ 1 1 0 1 0 1 1 1 0⎞ ⎟ 0⎟ . 2 3 2 g) f = x1 + 2 x 2 + 3 x 2 − 2 x1x 2 + 4 x1x 3 − 6x 2 x 3 . 2 3 2 h) f = x1 + 20x 2 + 70x 2 − 4 x1x 2 + 6 x1x 3 . 2 3 f) 2 f = 2x1 + x 2 − 4 x 2 + x1x 2 − 3x1x 3 + 4 x 2 x 3 . unde: ⎛ 1 2 3⎞ ⎜ ⎟ a) A = ⎜ 1 1 2 ⎟ . Probleme propuse 1. 2 3 2 e) f = x1 + 2 x 2 + x 2 − x1x 2 + 4 x 2 x 3 − 2 x1x 3 .

22 Capitolul al II .lea .

SISTEME DE ECUAŢII LINIARE

23

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 ⎪ 2n n 2 (1) ⎨ 21 1 22 2 .......... .......... .......... .......... .......... ....... ⎪ ⎪a m1x1 + a m2 x 2 + K + a mn x n = b m ⎩
Notând

⎛ a11 a12 ⎜ a 22 ⎜a A = ⎜ 21 K K ⎜ ⎜a ⎝ m1 a m2
sistemul (1) se poate scrie sub forma (2)
AX = P0

K a1n ⎞ ⎛ x1 ⎞ ⎛ b1 ⎞ ⎟ ⎜ ⎟ ⎜ ⎟ K a 2n ⎟ ⎜ x2 ⎟ ⎜ b2 ⎟ ⎟ , X = ⎜ M ⎟ , P0 = ⎜ M ⎟ K K ⎟ ⎜ ⎟ ⎜ ⎟ ⎜x ⎟ ⎜b ⎟ K a mn ⎟ ⎠ ⎝ n⎠ ⎝ m⎠

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 ⎪ 22 2 2n n 2 ( 1' ) ⎨ 21 1 ⎪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

SISTEME DE ECUAŢII LINIARE

25

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 ki−1 i−1 ki i ki+1 i+1 kn n k ⎪ k1 1 ⎪.......... .......... .......... .......... .......... .......... .......... .......... ......... ⎪ ⎩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 ⎟ ⎝ n⎠ ⎝ n⎠ ⎝ n1 a n2 K a nn ⎠

forma (2) AX = P0 .

⎛ ⎛ 1 0 K 0 ⎞⎞ ⎜ ⎜ ⎟⎟ ⎜ ⎜ 0 1 K 0 ⎟⎟ −1 Cum det A ≠ 0 avem In X = A P0 , In fiind matricea unitate ⎜ In = ⎜ . K K K K⎟ ⎟ ⎜ ⎜ ⎟⎟ ⎜ 0 0 K 1 ⎟⎟ ⎜ ⎝ ⎠⎠ ⎝
−1 Deci a rezolva sistemul (A P0 ) revine la a obţine sistemul de forma ⎛ In A P0 ⎞ . ⎟ ⎜ ⎠ ⎝

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;

M
- 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;

M
- necunoscuta xn să rămână în a n –a ecuaţie cu coeficientul 1.

Pentru aflarea inversei matricei sistemului dat plecăm de la (A I n ) şi trebuie să −1 ajungem la ⎛ In A ⎞ .lea ⎛ 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... j = 1. xi+1. a'ki +1 . ⎜ ⎟ ⎝ ⎠ Să se rezolve prin metoda lui Gauss sistemul ⎧x1 + x 2 + x 3 = 6 ⎪ ⎨2 x1 + 3 x 2 − x 3 = 5 . ⎛ 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 . −1 P0 ) → ⎛ In A P0 ⎞ . n . a'ki −1 .. …. xi-1. xi. a'kn avem a ij ⎧ ⎪a' kj = a kj − a ki . k = 1.. ⎪2 x − x + x = 3 3 ⎩ 1 2 Soluţie. ⎜ ⎟ ⎝ ⎠ . ⎪x = 3 ⎩ 3 Observaţie. n ... xn din această ecuaţie cu a'k1 . …. ⎩a' ki = 0 Formulele (*) permit eliminarea necunoscutelor aşa cum am cerut (A Exemplu.26 Capitolul al III . j ≠ i a ii (*) ⎨ ⎪ . 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... a'ki .

3. ⎛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 1 1 1 ~ ⎜0 1 − 3 − 2 ⎜ 4 ⎜0 0 1 5 ⎝ 0 1 −3 10 1 ⎛ ⎞ ⎜ 0 ⎟ ⎜1 1 0 5 2 0 ⎟ ~ ⎜0 1 0 ⎟ ⎜ 5 −1 ⎟ ⎜0 0 1 4 10 ⎠ ⎜ 5 ⎝ ⎛ −1 ⎜ ⎜ 5 −1 ⎜ 2 A = ⎜ 5 ⎜ 4 ⎜ ⎝ 5 3 10 1 10 −3 10 −1 1 1 ⎞ ⎛ ⎟ ⎜ 10 ⎟ ⎜ 1 0 0 5 5 −3⎟ ⎜ 2 1 ~ 0 1 0 ⎟ ⎜ 10 5 10 −1 ⎟ ⎜0 0 1 4 − 3 ⎟ ⎜ 10 ⎠ ⎝ 5 10 2 ⎞ ⎟ 5 ⎟ −3⎟ .K.SISTEME DE ECUAŢII LINIARE 27 Cu alte cuvinte a afla inversa matricei sistemului dat înseamnă a face ca din matricea A să obţinem matricea unitate In lucrând numai cu liniile sistemului. . Exemplu. Să se determine prin metoda lui Gauss inversa matricei asociate sistemului ⎧x1 + x 2 + x 3 = 6 ⎪ ⎨2 x1 + 3 x 2 − x 3 = 5 . 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. Soluţii de bază ale unui sistem Fie sistemul liniar (1). Notând ⎛ a11 ⎞ ⎛ a12 ⎞ ⎛ a1n ⎞ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ a 2n ⎟ ⎜ a 21 ⎟ ⎜ a 22 ⎟ P1 = ⎜ . 10 ⎟ −1⎟ ⎟ 10 ⎠ Inversa matricei asociate sistemului este 1 5 1 10 −3 10 2 ⎞ ⎟ 5 ⎟ −3⎟ .P = . ⎪2 x − x + x = 3 3 ⎩ 1 2 Soluţie. 10 ⎟ −1⎟ ⎟ 10 ⎠ 3.

P2} anulăm necunoscutele secundare (x3 = x4 = 0).n se pot forma maxim C m baze în Rm. Să se afle soluţiile de bază ale sistemului ⎧x1 + 2x 2 + 3 x 3 + 4 x 4 = 5 ⎪ . P3.2. Obţinem sistemul ⎧ x1 + 2 x 2 = 5 ⎨ ⎩2x1 + 3x 2 = 8 care are soluţia x1 = 1. Pentru a găsi soluţia de bază corespunzătoare bazei B1 = {P1.28 Capitolul al III . În cazul nostru m = 2. P2 = ⎜ ⎟ .0. x2 = 2. Pentru ca m vectori să formeze o bază în Rm trebuie ca determinantul format din componentele lor să fie diferit de zero. P1. 4 Verificăm dacă S1 = {P1. j = 1.0 ) . soluţia care se obţine prin anularea necunoscutelor secundare (x m +1 = K = x n = 0) .K.Pm } lăsând necunoscutele principale în membrul stâng şi trecând necunoscutele secundare în membrul drept. Dacă xi ≠ 0.m soluţia de bază se numeşte nedegenerată şi degenerată în caz contrar. n Dacă avem o bază B = {P1.Pn sunt vectori din Rm.P2 . P2. Exemplu.P2 . ⎨ ⎪2x1 + 3 x 2 + 4 x 3 + 6x 4 = 8 ⎩ Soluţie.P3 = ⎜ ⎟ .K.lea Presupunem că rangA = m < n. Dacă xi > 0. Se numeşte soluţie de bază corespunzătoare bazei B. P2} este bază. Cu vectorii Pj. P4 se pot forma maxim C 2 = 6 baze în R2. i = 1. Deci pentru soluţia de bază corespunzătoare bazei B avem x1P1 + x 2P2 + K + x mPm = P0 . . n = 4.m soluţia de bază se numeşte soluţie de bază pozitivă. obţinem x1P1 + x 2P2 + K + x mPm = P0 − (x m+1Pm+1 + K + x nPn ) .P0 = ⎜ ⎟ ⎜ 2⎟ ⎜ 3⎟ ⎜4⎟ ⎜ 6⎟ ⎜8⎟ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ şi cu vectorii P1. ⎛ 1⎞ ⎛ 2⎞ ⎛ 3⎞ ⎛4⎞ ⎛5⎞ P1 = ⎜ ⎟ . Soluţia de bază corespunzătoare bazei B1 este astfel x B1 = (1. i = 1.P4 = ⎜ ⎟ . Cum ∆ 1 = 1 2 2 3 = −1 ≠ 0 rezultă că vectorii sistemului S1 formează o bază B1.

⎨ ⎪x1 + x 2 + x 3 = 0 ⎪x 2 + x 3 + x 4 = 1 ⎩ d) e) . Soluţia de bază corespunzătoare bazei B2 este astfel x B 2 = (2. ⎨ 3x1 + 2x 2 − x 3 + x 4 = 2 ⎪ ⎪x1 + 4 x 2 + x 3 − 3 x 4 = −2 ⎩ ⎧2x1 + x 2 − 4 x 3 = −8 ⎪ b) ⎨3x1 − x 2 + 2 x 3 = 7 . ⎪3x + 2x + x = 6 2 3 ⎩ 1 ⎧x1 + 2 x 2 − 3x 3 + 2x 4 = −7 ⎪2x − x + 2x − x = 10 ⎪ 1 2 3 4 . Probleme propuse 1.0 ) . P4}. Cum ∆ 2 = 1 3 2 4 = −2 ≠ 0 rezultă că vectorii sistemului S2 constituie o bază B2. P4}. deoarece ∆ 5 = 2 4 3 6 = 0 ) iar soluţiile de bază corespunzătoare bazelor B3 = {P1.0.−1. x3 = 1.4. S6 constituie baze (S5 nu constituie bază. Soluţiile de bază x B1 . P4}. P3}. Pentru a găsi soluţia de bază corespunzătoare bazei B2 = {P1. B6 = {P3.0. S4. B4 = {P2. P3}. x B 2 .0).−1. x B 3 sunt soluţii de bază pozitive. Analog pentru S3 = {P1. S5 = {P2. S6 = {P3.SISTEME DE ECUAŢII LINIARE 29 Verificăm dacă S2 = {P1.1). ⎪3x − x − 2x = 1 3 ⎩ 1 2 ⎧2x1 + x 2 − x 3 = 2 ⎪ c) ⎨x1 − 2x 2 + 3x 3 = 2 . x B 6 = (0.4.0.1. P3} constituie o bază. P4}. Observaţie. S3. S4 = {P2. P3} anulăm necunoscutele secundare (x2 = x4 = 0). Să se rezolve sistemele: ⎧2x1 + 2x 2 − x 3 = 9 ⎪ a) ⎨x1 + x 2 + x 3 = 6 . ⎪x + x + 5 x = 18 3 ⎩ 1 2 ⎧x1 + x 2 − x 3 − x 4 = 2 ⎪2x − x + 2x − x = 1 ⎪ 1 2 3 4 .2 ) . Obţinem sistemul ⎧ x1 + 3 x 3 = 5 ⎨ ⎩2x1 + 4 x 3 = 8 care are soluţia x1 = 2. P4} sunt respectiv x B 3 = (1. x B 4 = (0.0. 3.

30

Capitolul al III - lea

2. Să se calculeze inversa matricei A, unde:

⎛ 1 2 3⎞ ⎜ ⎟ a) A = ⎜ 1 1 2 ⎟ ; ⎜ − 1 3 3⎟ ⎝ ⎠ ⎧x1 + 2x 2 − x 3 = 2 ⎪ 3. Fie sistemul ⎨2 x1 + x 2 − x 3 = 1 . ⎪x + x + x = 6 3 ⎩ 1 2
a) Să se rezolve sistemul.

⎛1 ⎜ ⎜0 b) A = ⎜ 0 ⎜ ⎜1 ⎝

1 1 0 1

0 1 1 1

0⎞ ⎟ 0⎟ . 1⎟ ⎟ 0⎟ ⎠

b) Să se calculeze inversa matricei asociate sistemului.

4. Să se afle soluţiile de bază ale sistemelor:

⎧x1 + 2x 2 + 3x 3 = 8 ; a) ⎨ ⎩2 x1 − x 2 + 6 x 3 = 1 ⎧ x1 + x 2 + 2 x 3 = 4 c) ⎨ ; ⎩2x1 + x 2 + 4 x 3 = 7

⎧x1 + 2 x 2 + 3x 3 = 5 b) ⎨ ; ⎩2x1 + x 2 + 6x 3 = 7 ⎧ x1 + 2 x 2 + 3 x 3 − 4 x 4 = 2 d) ⎨ ; ⎩2x1 − 4 x 2 + x 3 + x 4 = 0

⎧x1 + 2x 2 + 3x 3 + 4 x 4 − 10 = 0 e) ⎨ . ⎩2x1 + x 2 + 6x 3 + 2x 4 − 12 = 0

NOŢIUNI DE PROGRAMARE LINIARĂ

31

CAPITOLUL al IV-lea

NOŢIUNI DE PROGRAMARE LINIARĂ
4.1. Introducere
Multe probleme de mare importanţă practică, cum sunt cele de planificare, organizare, amestec, transporturi, investiţii, etc au următoarea formă: Să se afle valoarea maximă (minimă) a unei funcţii liniare de n variabile (numită funcţie scop sau funcţie de eficienţă) ştiind că variabilele trebuie să satisfacă m condiţii exprimate sub forma unor ecuaţii sau inecuaţii liniare. Exemplu. O societate comercială realizează două produse P1 şi P2 folosind trei materii prime M1, M2 şi M3. Datele sunt cuprinse în tabelul de mai jos: P1 M1 M2 M3 Beneficiu unitar 1 2 2 1 P2 4 1 0 3 Disponibil în tone 20 12 10

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. Distanţa d de la O la curba de nivel x + 3y - λ = 0 este d =

λ 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).

m .m este cerută de magazinele (Mj). n deci ∑ ai = ∑ b j .NOŢIUNI DE PROGRAMARE LINIARĂ 33 3) Dacă vectorul OP era. Acest caz este cel mai convenabil economiei.m respectiv în cantităţile (ai). Preţul total al transporturilor este . i = 1.m . n - cantităţile xij de marfă transportată trebuie să fie mărimi nenegative. j = 1. Presupunem că cererea este egală cu oferta. i = 1. adică în depozitele (Di). Notăm cu (xij). j = 1.n cantitatea de marfă ce o vom transporta de la depozitul Di la magazinul Mj.m . j =1 m n i =1 Cunoscând preţul de transport (cij). j = 1. j = 1. dar nu şi pentru funcţii de mai mult de 3 variabile. i = 1. i = 1. deci x ij ≥ 0 .m se găseşte atâta marfă cât este cerută de magazinele (Mj). 4) Metoda geometrică (folosită în rezolvarea exemplului de mai sus) poate fi utilizată şi pentru cazul funcţiilor de trei variabile. deci j=1 ∑ x ij = a i . Problema transporturilor O anumită marfă ce se găseşte în depozitele (Di). i = 1. j = 1. În acest caz.n . n al unei unităţi de marfă de la depozitul Di la magazinul Mj. n . j = 1. n . perpendicular pe BC. economistul alegând-o pe aceea pe care o va considera mai potrivită. Trebuie să avem îndeplinite condiţiile: - la fiecare magazin Mj să se transporte cantitatea de marfă bj cerută. m i =1 - la fiecare depozit să epuizăm întreaga cantitate de marfă ai existentă.n respectiv în cantităţile (bj). mulţimea soluţiilor optime este infinită. atunci funcţia scop (1) îşi atingea valoarea maximă în orice punct al segmentului închis BC. se cere să se organizeze astfel transportul încât preţul total de transport să fie minim. i = 1. de exemplu. i = 1. deci ∑ x ij = b j .m . j = 1.

se cere să se afle minimul funcţiei (1) f = ∑ ∑ c ij x ij i =1j =1 m n ştiind că necunoscutele xij îndeplinesc condiţiile: ⎧m ⎪ ∑ x ij = b j . Beneficiul este dat de f = ∑ c jx j .m i ⎪ j =1 ij ⎩ (3) x ij ≥ 0 . energie.n ⎪i =1 (2) ⎨ n ⎪ ∑ x = a .34 Capitolul al IV . j = 1.i = 1. n şi că beneficiul obţinut prin fabricarea unei unităţi din produsul Pj. i = 1. forţă de muncă. Se ştie că pentru fiecare unitate de produs Pj se consumă din fiecare resursă Ri cantitatea aij. j =1 n Ca să nu depăşim resursele trebuie să avem . i =1j =1 m n Rezumând.n . Observaţii.m (de exemplu: sume de bani. i = 1.n .n este cj unităţi monetare. j = 1. mijloace fixe. i = 1. materii prime.n numărul unităţilor din produsul Pj ce trebuie fabricat.m . i = 1.m . j = 1. în cantităţile (ai). (3) se mai numesc şi restricţiile problemei Problema resurselor Dispunem de resursele (Ri). Notăm cu (xj).lea f = ∑ ∑ c ij x ij . 1) Funcţia f se mai numeşte şi funcţie scop sau de eficienţă 2) Coeficienţii cij se mai numesc şi coeficienţi tehnici. etc) şi cu aceste resurse putem fabrica mai multe produse (Pj). j = 1.m . 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. j = 1. 3) Condiţiile (2). j = 1.

j = 1. n Cum nu putem avea cantităţi negative fabricate. 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. . i = 1. n ≤ Observaţie. Rezumând. j = 1. O asemenea problemă.2.m j =1 ≥ (3) x j ≥ 0 . n . Orice restricţie de forma (2) care nu este de tip egalitate. trebuie şi x j ≥ 0 . i = 1. j = 1.n . Din cele două probleme prezentate (problema transporturilor. m . 4. problema se reduce la a afla maximul funcţiei ( 1' ) f = ∑ c j x j j =1 n ştiind că trebuie îndeplinite condiţiile: ( 2' ) ∑ a ij x j ≤ a i . când atât funcţia scop cât şi sistemul restricţiilor sunt liniare se numeşte problemă de programare liniară. fie prin scăderea unei mărimi pozitive. n .m j =1 n şi ( 3' ) x j ≥ 0 . poate fi adusă la forma unei egalităţi. 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 (1) f = ∑ c j x j j =1 n în condiţiile: (2) ∑ a ij x j = bi . fie prin adăugarea unei mărimi pozitive.NOŢIUNI DE PROGRAMARE LINIARĂ 35 j=1 ∑ a ij x j ≤ a i . i = 1.

i = 1.P = P1 = ⎜ M ⎟ 2 ⎜ M ⎟ M ⎟ 0 ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎜a ⎟ ⎜a ⎟ ⎜a ⎟ ⎝ mn ⎠ ⎝ m2 ⎠ ⎝ m1 ⎠ obţinem aşa numita formă vectorială.P = B .n ) 2) Dacă considerăm vectorii coloană ⎛ a1n ⎞ ⎛ a12 ⎞ ⎛ a11 ⎞ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎜ a 2n ⎟ ⎜ a 22 ⎟ ⎜ a 21 ⎟ .36 Capitolul al IV .n . B = ⎜ M ⎟.m j =1 n ( 3' ) x j ≥ 0 . C = ⎜ M ⎟ . j = 1. forma următoare: Să se determine valoarea maximă sau minimă (valoarea optimă) a funcţiei ( 1' ) f = ∑ c j x j j =1 n în condiţiile: ( 2' ) ∑ a ij x j = b i . . X = ⎜ M ⎟. K K ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜b ⎟ ⎜x ⎟ ⎜c ⎟ K a mn ⎟ ⎠ ⎝ m⎠ ⎝ n⎠ ⎝ n⎠ 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. Pn = ⎜ . Observaţie. În cele ce urmează vom considera rang A = m < n. adică: Să se determine valoarea maximă sau minimă a funcţiei ( 1' " ) f = C X în condiţiile ( 2' " ) x1P1 + x 2P2 + K + x nPn = P0 ( 3' " ) X ≥ 0 . 1) Dacă considerăm matricele ⎛ a11 a12 ⎜ a 22 ⎜a A = ⎜ 21 K K ⎜ ⎜a ⎝ m1 a m2 K a1n ⎞ ⎛ b1 ⎞ ⎛ x1 ⎞ ⎛ c1 ⎞ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ K a 2n ⎟ ⎜ b2 ⎟ ⎜ x2 ⎟ ⎜c2 ⎟ ⎟.lea Se numeşte formă standard a unei probleme de programare liniară.K. t . Observaţii.

( 3' ) sau ( 2" ). ( 3' " ). ( 3' " ).NOŢIUNI DE PROGRAMARE LINIARĂ 37 4.1] . Fie X1 şi X2 ∈ L două soluţii posibile diferite ale unei probleme de programare liniară. X 1 ≥ 0 AX 2 = B. Direct. . 1) Se numeşte soluţie posibilă orice vector X ∈ R n care îndeplineşte condiţiile ( 2' ).3. adică X = λX 1+(1 − λ )X 2 cu λ ∈ [0. ( 3" ) sau ( 2' " ). ( 3' ) sau ( 2" ). Demonstraţie. Fie ⎛ x1 ⎞ ⎜ ⎟ ⎜ x2 ⎟ ⎜ M ⎟ ⎜ ⎟ X = ⎜ xm ⎟ ⎜ 0 ⎟ ⎜ ⎟ ⎜ M ⎟ ⎜ ⎟ ⎝ 0 ⎠ soluţia de bază corespunzătoare bazei formate cu primii m vectori P1. 3) Se numeşte soluţie de bază orice soluţie de bază a sistemului ( 2' ). Pm. Soluţii ale unei probleme de programare liniară Fie o problemă de programare liniară dată sub una din formele de mai sus. ( 3" ) sau ( 2' " ). Orice soluţie de bază X a unei probleme de programare liniară este un vârf al mulţimii soluţiilor posibile L şi reciproc. X 2 ≥ 0 Fie X o combinaţie liniară convexă oarecare a soluţiilor X1 şi X2. soluţia posibilă X care face funcţia f dată optimă (maximă sau minimă). orice vârf al mulţimii L este o soluţie de bază. …. Am demonstrat astfel că mulţimea L este convexă. Mulţimea soluţiilor posibile se notează cu L. 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. Definiţii. adică AX 1 = B. Demonstraţie. 2) Se numeşte soluţie optimă. Mulţimea soluţiilor posibile L este o mulţime convexă. P2. Teoremă. Teoremă.

⎜ 0 ⎟ ⎜ 0 ⎟ ⎜ ⎜ ⎟ ⎟ ⎜ M ⎟ ⎜ M ⎟ ⎜ ⎜ ⎟ ⎟ ⎝ 0 ⎠ ⎝ 0 ⎠ Cum X ' şi X" sunt soluţii posibile.Pm sunt liniar independenţi. prin absurd. Relaţia X = λX '+(1 − λ )X" se poate scrie pentru fiecare componentă. că cei m vectori de mai sus. λ 2 . λ m nu toţi nuli. X " = ⎜ x" m ⎟ . X ' ≠ X " astfel încât M M ⎜ ⎟ ⎜ ⎟ ⎜ x' ⎟ ⎜ x" ⎟ ⎝ n⎠ ⎝ n⎠ X = λX '+(1 − λ )X " . 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 M 0 = λx' n +(1 − λ ) x" n Din ultimele n – m relaţii. ⎛ x'1 ⎞ ⎛ x"1 ⎞ ⎜ ⎟ ⎜ ⎟ ⎜ x' 2 ⎟ ⎜ x" ⎟ Aceasta înseamnă că există două soluţii posibile X ' = ⎜ ⎟ .K.P2 . Presupunem.P2 .K. X " = ⎜ 2 ⎟ . astfel încât λ1P1 + λ 2P2 + K + λ mPm = 0 . rezultă că x'm +1 = x"m +1 = 0.K.1) . 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.lea Presupunem prin absurd că soluţia de bază X nu ar fi un vârf al mulţimii soluţiilor posibile L. Fie X un vârf al mulţimii L. Există deci scalarii λ1.Pm corespunzători acestor componente sunt liniar independenţi. λ ∈ (0. nu sunt liniar independenţi.K. Presupunem că primele m componente ale vectorului X sunt nenule. . x'n = x"n = 0 şi deci 0 = λx' m+1 +(1 − λ ) x" m+1 ⎛ x'1 ⎞ ⎛ x"1 ⎞ ⎜ ⎜ ⎟ ⎟ ⎜ x' 2 ⎟ ⎜ x" 2 ⎟ ⎜ M ⎟ ⎜ M ⎟ ⎜ ⎜ ⎟ ⎟ X ' = ⎜ x ' m ⎟ .38 Capitolul al IV . Vom demonstra că vectorii P1. deci X este un vârf al mulţimii soluţiilor posibile L. Reciproc.

m . obţinem ⎛ 2 x1 ⎞ ⎜ ⎟ ⎜ 2x 2 ⎟ ⎜ M ⎟ ⎜ ⎟ X 1 + X 2 = ⎜ 2 x m ⎟ = 2X . Am demonstrat astfel că X este o soluţie de bază. X 2 = ⎜ x m − αλ m ⎟ ⎜ ⎜ ⎟ ⎟ 0 0 ⎜ ⎟ ⎜ ⎟ ⎜ ⎜ ⎟ ⎟ M M ⎜ ⎟ ⎜ ⎟ 0 0 ⎝ ⎠ ⎝ ⎠ sunt două soluţii posibile. ⎛ x1 + αλ 1 ⎞ ⎛ x 1 − αλ 1 ⎞ ⎜ ⎟ ⎜ ⎟ ⎜ x 2 + αλ 2 ⎟ ⎜ x 2 − αλ 2 ⎟ ⎜ ⎟ ⎜ ⎟ M M ⎜ ⎟ ⎜ ⎟ X 1 = ⎜ x m + αλ m ⎟ .Pm ar fi liniar dependenţi este contrazisă. cum X este soluţie posibilă avem x1P1 + x 2P2 + K + x mPm = P0 .K. Putem alege α astfel încât x i + αλ i şi x i − αλ i să fie nenegative pentru i = 1. Demonstraţie. În consecinţă. . presupunerea că vectorii P1. ⎜ 0 ⎟ ⎜ ⎟ ⎜ M ⎟ ⎜ ⎟ ⎝ 0 ⎠ adică 1 1 X = X1 + X 2 . Teoremă. Dacă funcţia scop a unei probleme de programare liniară are optim finit.P2 . 2 2 ceea ce contrazice ipoteza făcută asupra lui X. fie o problemă de programare liniară în care se cere maximul funcţiei scop. Pentru a fixa condiţiile.NOŢIUNI DE PROGRAMARE LINIARĂ 39 Pe de altă parte. atunci valoarea optimă este atinsă cel puţin într-un vârf al mulţimii soluţiilor posibile L. În aceste condiţii. Adunând aceste două soluţii. 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 .

adică f (X 0 ) = max f (X ) = M . X k ale mulţimii L. λ 2 . P0 = ⎜ ⎟ şi cu vectorii ⎜2⎟ ⎜3⎟ ⎜5⎟ ⎜8⎟ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ P1. P2. trebuie să determinăm toate soluţiile de bază (numărul lor fiind cel mult C m ) şi dintre acestea vom n alege pe acelea care optimizează funcţia scop. Dacă funcţia scop a unei probleme de programare liniară are optim finit şi X1. P2 = ⎜ ⎟ . În cazul nostru m = 2. n = 3. Înseamnă că X 0 = ∑ λ i X i . că X0 nu este unul dintre vârfurile X 1. inegalitate care nu poate fi adevărată deoarece M = max f (X ) şi deci X∈L f (X 0 ) = f (Y ) .40 Capitolul al IV . Observaţie. P3 se pot forma maxim C 2 = 3 baze în R2. X2 sunt două soluţii optime ale problemei.1] şi ∑ λ i = 1 . P3 = ⎜ ⎟ . i =1 i =1 k k ⎛k ⎞ k Cum M = f ( X 0 ) = f ⎜ ∑ λ i X i ⎟ = ∑ λ i f ( X i ) .1] este tot o soluţie optimă. Exemplu. unde λ1.K. P2} este bază. 3 Verificăm dacă S1 = {P1. adică X0 este un vârf. P1 = ⎜ ⎟ . Din teoremele de mai sus rezultă că pentru rezolvarea unei probleme de programare liniară. prin absurd. . X∈L Presupunem. λ k ∈ [0. atunci X = λX 1 + (1 − λ )X 2 cu λ ∈ [0. X 2 .K. notând max f (X i ) = f (Y ) .k ⎝ i =1 ⎠ i =1 M = ∑ λ i f ( X i ) ≤ ∑ λ i f ( Y) = f ( Y) . i =1 i =1 k k Deci M ≤ f ( Y ) .lea Fie X0 o soluţie optimă a problemei. avem ⎜ ⎟ i =1. 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.

2) . avem f(1. 2 5 Pentru a găsi soluţia de bază corespunzătoare bazei B2 = {P1. x2 = 2. P2} anulăm necunoscuta secundară (x3 = 0). xB 3 . x3 = 0. Analog. Obţinem sistemul ⎧ x1 + 2 x 3 = 3 ⎨ ⎩2x1 + 5x 3 = 8 care are soluţia x1 = . .1) = 2·0 + 3·1 + 4·1 = 7. Obţinem sistemul ⎧ x1 + x 2 = 3 ⎨ ⎩2x1 + 3x 2 = 8 care are soluţia x1 = 1. Calculând valoarea funcţiei f pentru soluţiile de bază x B1 . Ulterior a dat diverse variante ale metodei. Verificăm dacă S2 = {P1. B. P3} anulăm necunoscuta secundară (x2 = 0). Având o coordonată negativă xB 2 nu este soluţie de bază (ea nu verifică a doua condiţie de nenegativitate din (3)).1. n mari.2. Procedeul din exemplul dat este impracticabil pentru m.1. Soluţia de bază corespunzătoare bazei B2 este astfel x B 2 = (− 1. elaborată de G. x2 = 2.0 ) . pentru x1 = 1.0. x3 = 2. Pentru a găsi soluţia de bază corespunzătoare bazei B1 = {P1. P3} constituie o bază. Cum ∆ 2 = 1 2 = 1 ≠ 0 rezultă că vectorii sistemului S2 constituie o bază B2. Vom prezenta în continuare metoda simplex. deci fmax = 8. P3} găsim x B 3 = (0.NOŢIUNI DE PROGRAMARE LINIARĂ 41 Cum ∆ 1 = 1 1 2 3 = 1 ≠ 0 rezultă că vectorii sistemului S1 formează o bază B1. Observaţie.1) . Soluţia de bază corespunzătoare bazei B1 este astfel x B1 = (1. Dantzig. pentru S3 = {P2.2.0) = 2·1 + 3·2 + 4·0 = 8 f(0.1. care a publicat primele lucrări în acest sens în 1947.

întocmim primul tabel simplex Avem (1) P0 = ∑ BiPi . Metoda Simplex Fie dată o problemă de programare liniară sub forma: Să se determine maximul (minimul) funcţiei f = ∑ c jx j j =1 n în condiţiile: x1P1 + x 2P2 + K + x nPn = P0 .K. j = 1. 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 .Pm formează o bază B = {P1 .Pβ . iar soluţia corespunzătoare să fie o soluţie de bază.K.0.4. n .Pα +1. i = 1.n în raport cu baza B.K.Pm } şi că soluţia de bază corespunzătoare bazei B este x B = (B1. i =1 m (3) Pk = ∑ A ik Pi . .K. j = 1.Pm } să constituie o bază B' .0. n .K.P2 .P2 .P2 . i =1 m m (2) Pβ = ∑ A iβPi .m .Bm .42 Capitolul al IV .0 ) cu Bi > 0 .Pα −1.lea 4. Presupunem că primii m vectori P1.B 2 . k = m + 1. Determinând componentele vectorilor Pj . x j ≥ 0 .K.

avem (6) Pk = ∑ A ik −θk A iβ Pi + θk Pβ . avem B α −θA αβ = 0 de unde obţinem pentru θ expresia θ = Bα . pentru a avea îndeplinite condiţiile de mai sus este suficient ca pentru un θ pozitiv şi elementul A iβ să fie pozitiv şi să avem θ < Bi . deocamdată nedeterminat) şi scăzând rezultatul obţinut din (1). A αβ Observaţie. i = 1. trebuie determinate componentele tuturor vectorilor Pj. A iβ Rezultă deci că numărul pozitiv θ trebuie să fie valoarea minimă pozitivă a rapoartelor ⎧ Bi ⎫ ⎪ ⎪ ⎬. i=1 m ( ) Cum în relaţia (4) nu trebuie să existe vectorul Pα . i=1 m ( ) . Înmulţind (2) cu θ (număr real. j = 1. i = 1. n în raport cu baza B' . corespunzător bazei noi B' . deocamdată nedeterminat) şi scăzând-o din (3). i ≠ α . n din afara bazei B' .m ) sunt ⎧B' i =B i −θA iβ . Să determinăm componentele vectorilor Pk. ⎨ A iβ ⎪ ⎪ ⎭ ⎩ Componentele vectorului P0 în noua bază B' (notate cu B'i . i ≠ α ⎪ (5) ⎨ ⎪B' β = θ . i = 1. A αβ se numeşte pivot. Cum Bi > 0 . avem (4) P0 = ∑ B i −θA iβ Pi + θ Pβ .m . ⎩ Pentru întocmirea tabelului simplex SII. Componentele vectorilor din baza B' sunt toate 0 afară de componenta vectorului în raport cu el însuşi care este 1. k = m + 1. Înmulţind (2) cu θk (număr real. trebuie să avem Bi −θA iβ > 0 . m . Urmărind acum ca soluţia corespunzătoare bazei B' să fie o soluţie de bază.NOŢIUNI DE PROGRAMARE LINIARĂ 43 Să determinăm ce condiţii trebuie să îndeplinească vectorul Pβ . Pentru a exista numărul θ trebuie ca B i −θA iβ > 0 să fie diferit de zero.

⎩ Algoritmul de trecere de la un tabel simplex S I la alt tabel simplex S II rezultă din formulele (5) şi (7). j ≠ α ⎨ ⎪B' β = θ . ⎩ rezultă că . P2 . se pun următoarele probleme: departe şi să ştim când am găsit soluţia de bază care realizează optimul funcţiei pentru a nu lucra mai - să căutăm să ajungem cât mai repede la această soluţie. avem A αk −θk A αβ = 0 de unde obţinem pentru θk expresia θk = A αk . Pm } ) la un tabel simplex SII (la o bază B' = {P1 .K . 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 .K . j∈B j∈B' Cum ⎧ ⎪B' j =B j −θA jβ . i ≠ α ⎪ (7) ⎨ ⎪A 'βk = θ k .lea Cum în relaţia (6) nu trebuie să existe vectorul Pα . La fiecare tabel simplex avem câte o soluţie de bază. A αβ Observaţie. Algoritmul simplex ne permite să găsim soluţiile de bază. i = 1. j ∈ B. am demonstrat că valoarea optimă a funcţiei scop se realizează într-o soluţie de bază. Pα .44 Capitolul al IV . Pβ . Pm } ). Pα+1 . Construind prin algoritmul simplex soluţii de bază. 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 .K . Pα −1 . m . Avem (8) z 0 = ∑ c jB j .K . Pα+1 . P2 . z' 0 = ∑ c jB' j . Pe de altă parte. Notăm cu z0 valoarea funcţiei scop în baza B şi cu z' 0 valoarea funcţiei scop în baza B' . Pα −1 .

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 avem ∆ β = c β − z B > 0 . relaţie ce ne dă variaţia funcţiei scop atunci când se trece de la o soluţie de bază la alta. unde z B = ∑ c j A jβ . pentru determinarea soluţiei de bază care face funcţia scop maximă. Concluzie. vom alege pentru a fi introdus în bază acel vector pentru care diferenţa ∆ k este maximă. ⎜ ⎟ j∈B' j∈B ⎝ ⎠ Deci (9) z' 0 = z 0 + θ c β − z B . În aplicarea algoritmului simplex.NOŢIUNI DE PROGRAMARE LINIARĂ 45 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 ⎟ . nu are componente pozitive (în acest caz. dar vectorul Pk respectiv. valoarea funcţiei scop devine mai mare. adică de la un tabel simplex la altul. adică prin trecerea de la o bază la alta. în cazul căutării maximului funcţiei scop. rezultă că z ' 0 > z 0 . se obţine (10) z' 0 = z 0 + θ∆ β . j∈B ( ) Notând ∆β = cβ − zB . problema de programare liniară nu are maxim finit). 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. Dacă există în afara bazei mai mulţi vectori care au componente pozitive cu diferenţe corespunzătoare ∆ k = c k − z k pozitive. din afara bazei. Algoritmul simplex aplicat pentru determinarea maximului funcţiei scop se opreşte - dacă toate diferenţele ∆ k = c k − z k ≤ 0 (în acest caz. cum θ > 0 .

46 Capitolul al IV . 5 5 5 . Să se afle valoarea minimă a funcţiei f(x) = x1 + 2x2 – x3 când sunt îndeplinite ⎧x + 2 x + x + 3x = 3 3 4 5 ⎪ 1 ⎪ condiţiile ⎨x 2 + 3 x 3 − x 4 + 2 x 5 = 4 ⎪ ⎪x j ≥ 0. x3 = . algoritmul simplex se opreşte. se va lucra cu diferenţa minimă. ⎩ Soluţie.lea Observaţii. 7 7 1 fmin = − şi se realizează pentru x1 = 0. x5 = 0. De obicei. x2 = 0. 2) Pentru a lucra mai puţin şi a organiza calculele. Cum nu mai avem diferenţe ∆ k negative.5 . 1) Atunci când se cere să se determine minimul funcţiei scop se iau în considerare diferenţele ∆ k = c k − z k negative. j = 1. tabelul simplex S I trebuie completat astfel: Exemplu. x4 = .

i = 1.NOŢIUNI DE PROGRAMARE LINIARĂ 47 4. y ≥ 0 ⎩ 3. ⎨ ⎪x + 4y ≥ 8 ⎪x ≥ 0 . Să se determine maximul funcţiei f ( x. ⎨ .5. ⎪x + x + x = 5 5 ⎩ 1 2 ⎧x1 + x 2 − x 3 + 4 x 4 = 2 ⎪ c) f = x1 + x 2 + 2 x 3 − x 4 . Să se determine minimul funcţiei f (x.4 . e) f = x1 + 2x 2 + 2 x 3 + x 4 . x i ≥ 0.4 . Să se determine valoarea maximă a funcţiei f în condiţiile date în fiecare din cazurile: ⎧3 x1 − x 2 + x 3 = 2 . i = 1. y ) = 2 x + 3y în condiţiile ⎧x + y ≤ 6 ⎪ x + 2y ≤ 8 ⎪ ⎪ . x i ≥ 0. x i ≥ 0. ⎨x ≤ 4 ⎪y ≤ 3 ⎪ ⎪x ≥ 0 . i = 1. x i ≥ 0.3 . x i ≥ 0. Probleme propuse 1. y ≥ 0 ⎩ 2. i = 1. i = 1. y ) = 2x + 3y în condiţiile ⎧6 x + y ≥ 6 ⎪4 x + 3 y ≥ 2 ⎪ .3 . ⎨− 2x1 + x 2 + x 3 − 2 x 4 = 3 x i ≥ 0. i = 1. ⎨ 1 3 2 4 ⎪x 2 + x 3 − x 4 = 1 ⎩ f) ⎧2x1 − x 2 + x 3 = 7 f = 3x1 + x 2 − 2 x 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 . ⎩x1 − x 2 + x 3 = −1 . a) f = x1 + 2x 2 + x 3 .5 .3 . ⎨ ⎩3x 1 + 3x 2 + x 3 = 4 1 ⎧ ⎪x − x + x = 1 . d) f = 3x1 − 2 x 2 + 4 x 3 . ⎪x + x + x + 4 x = 6 3 4 ⎩ 1 2 ⎧x1 + 3x 2 + 2x 3 = 3 .

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 .48 Capitolul al IV .3x3 + 2x5 .lea 4. ⎨ . − 4 x 2 + 3x 3 + 8x 5 + x 6 = 10 ⎪ ⎪x ≥ 0 . x1 + 2x 2 + x 3 + x 4 = 10 ⎪ ⎪x ≥ 0 . ⎨ .4 ⎩ i . i = 1.6 ⎩ i ⎧x1 + 2x 2 + 3x 3 = 15 ⎪2x + x + 5x = 20 2 3 ⎪ 1 b) f = . i = 1.x1 – 2x2 – 3x3 + x4.

Fie (a n )n∈N∗ un şir de numere reale. din rezultă că (s n )n∈N∗ este unic definit. (sn )n∈N∗ . n ≥ 2 rezultă că (a n )n∈N∗ este bine definit dacă se cunoaşte (s n )n∈N∗ . ∑ a n sau simplu ∑ a n . Serii de numere reale Definiţii. a1 = s 1 .1. lim s n = s se numeşte suma seriei şi se notează ∑ a n = s . Definiţii. atunci din definiţia lui (sn )n∈N∗ Reciproc. Şirurile (a n )n∈N∗ şi (s n )n∈N∗ se definesc reciproc. Acestui şir îi ataşăm un nou şir din R. a n = s n − s n −1 . în sensul că dacă se dă şirul (an )n∈N∗ . n =1 n ≥1 ∞ Observaţie. .SERII NUMERICE 49 CAPITOLUL al V-lea SERII NUMERICE 5. (s n )n∈N∗ se numeşte serie de termen general an şi se notează ∑ a n . unde s n = a1 + a 2 + K + a n . Convergenţa sau divergenţa determină natura seriei. Şirul (s n )n∈N∗ se numeşte şirul sumelor parţiale ataşat şirului (a n )n∈N∗ . 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. dacă şirul sumelor parţiale (s n )n∈N∗ n=1 ∞ este convergent în R. Se spune că seria ∑ a n este convergentă. ∀n ∈ N∗ . Cuplul format din şirurile (a n )n∈N∗ . În acest caz.

fie suma seriei cu n =1 ∞ termenul general an în caz de convergenţă. n şi sumând avem +K+ < .lea Observaţii. Demonstraţie. Pentru r = −1 se obţine seria divergentă 1 – 1 + 1 – 1 + … numită seria oscilantă. vom indexa termenii unei serii începând cu n = 0. 1− a xa Aplicăm teorema lui Lagrange pe intervalul [k. 2. Exemple. avem lim s n = n→ ∞ 1 1 şi deci seria este convergentă şi are suma s = . lim s n = ∞ iar pentru r ≤ −1 limita şirului (s n ) nu există. iar pentru r = 1. Atunci vom scrie ∑ a n şi în n =0 ∞ acest caz vom conveni să notăm prin sn suma a0 + a1 + … + an. 1) Pentru r ≠ 1 . a ≠ 1 . n =0 ∞ 2) Seria armonică generalizată ∑ ∞ 1 n a n=1 este convergentă pentru a > 1 şi divergentă în rest. s n = 1 + r + K + r n = r n+1 − 1 . − ⎢ ⎥< (1 − a ) ⎢ (k + 1)a−1 k a−1 ⎥ k a ⎣ ⎦ ⎤ 1 ⎡ 1 1 1 +K+ − 1⎥ < 1 + ⎢ a −1 a (1 − a ) ⎢ (n + 1) ⎥ 2 na ⎦ ⎣ Făcând k = 1. s n = n + 1 . 2) Uneori.50 Capitolul al V . 2) Fie funcţia f (x ) = 1 (1 − a )x a−1 1 = x 1−a 1 . atunci (s n ) diverge. Din context va reieşi dacă este vorba de serie. 1− r 1− r n→∞ b) Dacă r ≥ 1 . Derivata ei este f ' (x ) = . deoarece pentru r ≥ 1 .k + 1] şi avem (k + 1)a 1 2a 1 (n + 1) a < 1 ⎡ 1 1 ⎤ 1 . …. 1) Prin simbolul ∑ a n se înţelege fie seria cu termenul general an. Observaţie. sau de suma seriei. 1) Seria geometrică ∑ r n este convergentă pentru r < 1 şi divergentă în rest. r −1 În studiul convergenţei acestei serii distingem următoarele cazuri: a) Dacă r < 1 .

SERII NUMERICE 51 sau s n+1 − 1 < Dacă a > 1. n→∞ Pentru a = 1. atunci lim a n = 0 . plecând de la avem 1 1 < ln(k + 1) − ln k < . dacă seria este convergentă şirul (s n ) este convergent şi din faptul că a n = s n − s n−1 . Într-adevăr. ⎢ (1 − a ) ⎢ (n + 1)a−1 ⎥ ⎣ ⎦ s n+1 < 1 + 1 1 1 1 − ⋅ < 1+ . ceea ce înseamnă că seria este convergentă. Dacă la o serie se adaugă sau se elimină un număr finit de termeni. n→∞ n→∞ Reciproca acestei teoreme nu este adevărată. din ⎤ 1 ⎡ 1 − 1⎥ < s n ⎢ (1 − a ) ⎢ (n + 1)a−1 ⎥ ⎣ ⎦ şi ⎤ 1 ⎡ 1 − 1⎥ = ∞ ⎢ n → ∞ 1 − a ⎢ (n + 1)a −1 ⎥ ⎣ ⎦ lim rezultă că lim s n = ∞ . n =1 n→ ∞ Demonstraţie. deci convergent. ∞ Teoremă. Se schimbă însă suma. Observaţie. dând valori lui k de la 1 la n şi sumând. k +1 k ln(n + 1) < s n şi deci n→∞ lim s n = ∞ . Dacă seria ∑ a n este convergentă. prin trecere la limită avem n→∞ lim a n = lim s n − lim s n−1 = s − s = 0 . Dacă a < 1. a − 1 a − 1 (n + 1)a−1 a +1 Şirul (s n ) este crescător şi mărginit superior. deci seria este divergentă. . atunci ⎤ 1 ⎡ 1 − 1⎥ < s n . atunci natura ei nu se modifică. în cazul convergenţei.

∞ 1 1 = 0 dar seria ∑ este divergentă. n=1 ∞ ∞ Prin ipoteză. Dacă seriile ∑ un şi ∑ v n sunt divergente. n =1 ∞ b) seria ∑ (un − v n ) este convergentă şi are suma s – t.lea Exemplu. avem şi lim c n = λs . Dacă seriile ∑ un . n→∞ Observaţie. n→∞ n n =1 n lim Observaţie.52 Capitolul al V . ∑ v n sunt convergente şi au respectiv sumele s. atunci este posibil ca seria n =1 n =1 ∞ ∞ n =1 ∑ (un + v n ) să fie convergentă ∞ . Prin ipoteză. n =1 ∞ c) seria ∑ (λun ) este convergentă pentru ∀λ ∈ R şi are suma λs . n→∞ b) Analog c) Notăm cu s n = u1 + u 2 + K + un şi c n = λu1 + λu 2 + K + λun sumele parţiale pentru n=1 ∑ un şi respectiv ∑ (λun ) . n =1 ∞ Demonstraţie. n→∞ Rezultă că avem şi n→∞ lim c n = lim (s n + t n ) = s + t . n→∞ Cum c n = λu1 + λu 2 + K + λun = λ(u1 + u 2 + K + un ) = λs n . t atunci: n =1 n =1 ∞ ∞ a) seria ∑ (un + v n ) este convergentă şi are suma s + t. avem n→∞ lim s n = s şi lim t n = t . Dacă pentru seria ∑ a n şirul (a n ) nu converge la zero. atunci seria este n =1 ∞ divergentă. 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. avem lim s n = s . Teoremă.

Cum s n+p − s n = un+1 + un+2 + K + un+p rezultă condiţia din enunţ. rezultă că (s n ) este şir convergent. ∞ Criteriul lui Abel1. Pentru serii cu termeni oarecare au loc următoarele criterii de convergenţă : ∞ Criteriul lui Cauchy. Deoarece şirul sumelor parţiale Pentru a demonstra criteriul lui Abel vom arăta că seria ∑ α nun verifică n =1 ∞ (s n ) este mărginit. iar seria n =1 n =1 n n −1 ∑ (− 1) + (− 1) ∞ ∞ ∞ n =1 [ ] este convergentă. criteriul lui Cauchy. Seria ∑ un este convergentă dacă şi numai dacă n =1 ∀ε > 0. 1 Niels Henrik Abel (1802 – 1829). Seria ∑ un fiind convergentă rezultă că şirul sumelor parţiale (s n ) este convergent. rezultă că (s n ) este şir fundamental. Aceasta înseamnă că seria dată este convergentă. rezultă că ∃M > 0 astfel încât s n < M . Din condiţia dată rezultă că (s n ) este şir fundamental. Reciproc. ∃N(ε ) ∈ N astfel încât ∀n ≥ N(ε ) şi ∀p ∈ N avem un +1 + un + 2 + K + un + p < ε . Seriile ∑ (− 1)n şi ∑ (− 1)n −1 sunt divergente. Conform criteriului lui Cauchy pentru şiruri de numere reale. n =1 ∞ Conform criteriului lui Cauchy pentru şiruri de numere reale. Direct. 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. ∀n ∈ N . atunci seria ∑ α nun n =1 ∞ este convergentă. matematician norvegian . Demonstraţie. Demonstraţie.SERII NUMERICE 53 Exemplu.

matematician şi filozof german . 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 n =1 ∞ un . Seria ∑ (− 1)n+1 are şirul sumelor parţiale mărginit iar (un ) este un şir n=1 ∞ descrescător de numere reale pozitive convergent la zero. ∀n ∈ N∗ . 2 Gottfried Wilhelm Leibniz (1646 – 1716).lea 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 .54 Capitolul al V . Din faptul că an < ε . un > 0 . Demonstraţie. Dacă şirul (un ) este descrescător şi n =1 converge către zero. atunci seria este convergentă. ∃N(ε ) ∈ N astfel încât ∀n ≥ N(ε ) avem adică seria cu termenul general α nun verifică criteriul lui Cauchy şi deci este convergentă. 2M Astfel. ∀n ∈ N . Definiţie. n→∞ ( ) ( ) [ ( ) ] lim a n = 0 . Fie ∑ (− 1)n +1un o serie alternată. rezultă că ∀ε > 0 . O serie alternată este deci de forma ∑ (− 1)n +1un sau ∑ (− 1)n un . Se numeşte serie alternată o serie n=1 ∑ un ∞ pentru care produsul un ⋅ un+1 < 0. ∀n ∈ N . α n+1un+1 + α n+ 2 un+2 + K + α n+p un+p < ε . ∗ Criteriul lui Leibniz2. unde un > 0 .

Să se stabilească natura seriei ∑ (− 1)n +1 n =1 ∞ (n + 2)n +1 . adică sn k =1 n aproximează suma s a seriei cu o eroare mai mică decât un + 1. ∀n ∈ N . 5. n =1 n =1 ∞ . Fie ∑ un şi ∑ v n două serii cu termeni pozitivi. n =1 n =1 ∞ ∞ Să presupunem că ∃n1 ∈ N astfel încât un ≤ v n . atunci seria ∑ un este convergentă. un +1 (n + 3 )n + 2 (n + 1)n + 2 ⎛ n2 + 4n + 3 ⎞ ⎟ = ⋅ =⎜ un (n + 2)n + 3 (n + 2)n +1 ⎜ n2 + 2n + 4 ⎟ ⎝ ⎠ şi n+2 <1 un = (n + 2)n +1 ⋅ 1 = 1 ⎛1 + 1 ⎞ n +1 → 0 . (n + 2)n +1 (n + 1)n + 2 este descrescător şi converge către zero. Atunci s n − s ≤ un +1. ∀n ∈ N∗ . Teoremă. Serii cu termeni pozitivi Definiţie. ⎜ ⎟ (n + 1)n +1 n + 1 n + 1 ⎝ n + 1 ⎠ ∞ Folosind criteriul lui Leibniz rezultă că seria dată este convergentă.2. n =1 ∞ n =1 ∞ ∞ b) Dacă seria ∑ un este divergentă. n =1 ∞ Pentru stabilirea naturii unei serii cu termeni pozitivi se folosesc următoarele criterii: Criteriul I al comparaţiei. a) Dacă seria ∑ v n este convergentă. ∀n ≥ n1 . seria ∑ (− 1)n+1 un este convergentă. (n + 1)n + 2 Soluţie. O serie ∑ a n se numeşte serie cu termeni pozitivi dacă an > 0. n=1 ∞ Exemplu. atunci seria ∑ v n este divergentă. ∀n ∈ N∗ .SERII NUMERICE 55 Conform criteriului lui Abel. Şirul cu termenul general un = Într-adevăr. unde s n = ∑ (− 1)k +1 uk . Fie seria alternată ∑ (− 1)n +1un în care (un ) îndeplineşte condiţiile din criteriul lui n =1 ∗ Leibniz şi fie s suma sa.

atunci seria ∑ un este convergentă. n =1 n =1 ∞ . Cum şirul (s n ) este mărginit şi n =1 ∞ crescător. ∀n ≥ n1 .lea Demonstraţie. n ⎠ n =1⎝ n ∞ Soluţie. ∀n ≥ n1 . Fie ∑ un şi ∑ v n două serii cu termeni pozitivi. 0 < un < ∞ 1 şi cum seria ∑ este convergentă. atunci şirul (s n ) este nemajorat. Să se studieze natura seriei ∑ ⎜ − ln ⎟. Cum seria ∑ v n este convergentă. 2 n =1 n n2 1 Criteriul II al comparaţiei.−1 < x < +∞ ) . n =1 ∞ n =1 ∞ ∞ b) Dacă seria ∑ un este divergentă. b) Dacă seria ∑ un este divergentă. 0 < − ln < − = < n n n + 1 n(n + 1) n2 n Aşadar. n =1 n =1 ∞ ∞ u v Să presupunem că ∃n1 ∈ N astfel încât n +1 ≤ n +1 . rezultă că şi seria dată este convergentă. şirul (t n ) este mărginit iar din relaţia de mai sus rezultă că n =1 ∞ şi (s n ) este mărginit. Rezultă deci că seria ∑ un este convergentă. deci divergent. el este convergent. De aceea. atunci seria ∑ v n este divergentă. 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 . Prin n =1 ∞ n =1 ∞ urmare.56 ∞ Capitolul al V . ln şi în acelaşi timp ln n+1 ⎛ 1⎞ 1 = ln⎜ 1 + ⎟ < n ⎝ n⎠ n n+1 n 1 ⎞ 1 ⎛ = − ln = − ln⎜ 1 − . un vn a) Dacă seria ∑ v n este convergentă. n =1 ∞ ⎛1 n + 1⎞ Exemplu. ⎟> n n +1 ⎝ n + 1⎠ n + 1 1 n +1 1 1 1 1 . Se ştie că ln(1 + x) < x (x ≠ 0. Seria ∑ un fiind cu termeni pozitivi. şirul (s n ) este crescător. seria ∑ v n este divergentă. Folosind această relaţie.

Cum lim un = a . . vn Pentru ε = a u εa a a εa avem < n < . ∃N(ε ) ∈ N astfel încât ∀n ≥ N(ε ) n→∞ v n avem un − a < ε. rezultă afirmaţiile teoremei. n n=1e ⋅ n ! Soluţie. Să se studieze natura seriei ∑ . rezultă afirmaţiile teoremei. n =1 n =1 ∞ ∞ Dacă există lim un ∗ = a ∈ R + . Criteriul III al comparaţiei. 2 2 2 2 vn 2 Ţinând seama de criteriul I al comparaţiei. n→∞ v n Demonstraţie. 1 un n =1 n n divergentă. ∀n ≥ N(ε ) sau v n < un < v n . ∞ nn un + 1 1 ⎛ n + 1 ⎞ ⎛ 1⎞ = ⎜ ⎟ ≥ ⎜1 + ⎟ un e⎝ n ⎠ ⎝ n⎠ n −n −1 ⎛ 1⎞ ⋅ ⎜1 + ⎟ ⎝ n⎠ n+1 n deoarece ⎛ 1⎞ e < ⎜1 + ⎟ ⎝ n⎠ . ∀n ≥ n1 . Exemplu. ∀n ≥ N(ε ) . ∀n ≥ n1 . Fie ∑ un şi ∑ v n două serii cu termeni pozitivi. Din inegalităţile de mai sus rezultă un un+1 ≥ . 1 ∞ 1 un + 1 n + 1 şi cum seria ∑ este divergentă. v n v n+1 adică u n1 v n1 Notând k = un1 v n1 ≥ un1 +1 u ≥ K ≥ n ≥ K . atunci cele două serii au aceeaşi natură.SERII NUMERICE 57 Demonstraţie. avem un ≤ kv n . rezultă că ∀ε > 0 . v n1 +1 vn ≠ 0 . rezultă că şi seria dată este ≥ Aşadar. ∀n ≥ n1 . Ţinând seama de criteriul I al comparaţiei.

atunci avem următoarele implicaţii: n =1 ∞ ∑ un convergentă ⇒ ∑ v n convergentă. Cum un = 1 n(ln n)p îndeplineşte condiţiile din criteriul de condensare al lui Cauchy. . ∑ v n divergentă n =1 ∞ ⇒ ∑ un n =1 ∞ ∞ ∞ x Exemplu.58 Capitolul al V . atunci avem următoarele implicaţii: n =1 ∞ n =1 ∑ v n convergentă ⇒ ∑ un convergentă. Fie ∑ un o serie cu termeni pozitivi astfel ca şirul ∞ termenilor (un ) să fie descrescător. 2 n =1 n =1 ∞ n =1 ∞ ∞ ⎛ 2 ⎞n Exemplu.p ∈ R . rezultă că seria dată are aceeaşi natură cu seria ∑ ⎜ ⎟ .lea Observaţii. 2) Dacă a = +∞ . Deoarece x 2n sin 3n = x ∈ R ∗ lim + n→ ∞ ⎛ 2 ⎞n ⎜ ⎟ ⎝3⎠ n =1 divergentă. Să se studieze natura seriei n=2 n(ln n) ∑ ∞ 1 p . n =1 3n Soluţie. Să se studieze natura seriei ∑ 2n sin (0 < x < 3π) . ∑ un divergentă n =1 ∞ ⇒ ∑ vn n =1 ∞ ∞ divergentă. Atunci seria ∑ un are aceeaşi natură cu seria ∑ 2n u n . 1) Dacă a = 0. În n =1⎝ 3 ⎠ concluzie. Criteriul de condensare al lui Cauchy. despre care ştim că este convergentă. ∞ ∞ 1 1 1 seria dată are aceeaşi natură cu seria ∑ 2 n = ∑ p care este convergentă n n p p n=2 2 ln 2 (ln 2) n=2 n ( ) pentru p > 1 şi divergentă pentru p ≤ 1 . seria dată este convergentă. Soluţie.

b) Dacă λ > 1 . c) Dacă λ = 1 . n =1 ∞ Demonstraţie. atunci seria este convergentă. atunci nu putem preciza natura seriei.1) urmează că termenul general al seriei ∑ un este mai mic decât termenul general al seriei geometrice cu raţia subunitară. n =1 n→ ∞ ∞ a) Dacă λ < 1 . b) Dacă ∃n1 ∈ N astfel încât n un ≥ 1 . rezultă că seria ∑ un este convergentă. Din criteriul I al comparaţiei. n =1 ∞ ∞ Corolar. Exemplu. Astfel. n ∞ ⎛ 8n2 + 17n ⎞ ⎟ . atunci seria ∑ un este divergentă. Fie ∑ un o serie cu termeni pozitivi. Să se stabilească natura seriei ∑ ⎜ 2 n =1⎜ 2n + 19 ⎟ ⎝ ⎠ Soluţie. ∀n ≥ n1 . lim un = lim n ⎜ n→∞ n → ∞ ⎜ 2n 2 + 19 ⎟ n → ∞⎜ 2n 2 + 19 ⎟ ⎝ ⎠ ⎝ ⎠ n n rezultă că seria dată este divergentă.SERII NUMERICE 59 Criteriul rădăcinii (al lui Cauchy). Cum ⎛ 8n 2 + 17n ⎞ ⎛ 2 ⎞ ⎟ = lim ⎜ 8n + 17n ⎟ = 4 > 1 . n =1 ∞ b) Din enunţ. ∀n ≥ n1 . ∀n ≥ n1 . rezultă că un ≥ 1 . atunci seria ∑ un n =1 ∞ este convergentă. n =1 ∞ Din criteriul I al comparaţiei. atunci seria este divergentă. şirul (un ) nu converge la zero şi deci seria n =1 ∑ un este divergentă. a) Din enunţ. . ∀n ≥ n1 şi cum r ∈ (0. rezultă că un < r n . Fie ∑ un o serie cu termeni pozitivi pentru care există lim n un = λ . n =1 ∞ a) Dacă ∃n1 ∈ N şi un număr 0 < r < 1 astfel încât n un ≤ r . rezultă că seria ∑ un este convergentă.

atunci nu putem preciza natura seriei. un n =1 n =1 ∞ Demonstraţie. atunci seria este divergentă. n =1 ∞ c) Corolar.lea Criteriul raportului (al lui d’Alembert3). şirul (un ) nu converge la zero şi deci seria ∑ un este divergentă. c) Dacă λ = 1 . ∀n ≥ n1 . Fie ∑ un o serie cu termeni pozitivi pentru care există lim n =1 ∞ un + 1 =λ. n → ∞ un a) Dacă λ < 1 . atunci seria este convergentă.60 Capitolul al V . Să se stabilească natura seriei ∑ 1⋅ 3 ⋅ K ⋅ (2n − 1) . fizician. matematician. atunci seria ∑ un un n =1 este convergentă. n =1 b) Din enunţ. ∞ u a) Dacă ∃n1 ∈ N şi un număr 0 < r < 1 astfel încât n +1 ≤ r . a) Din enunţ. b) Dacă λ > 1 . n =1 2 ⋅ 5 ⋅ K ⋅ (3n − 1) ∞ 3 Jean de Rond d’Alembert (1717 – 1783). Astfel. Exemplu. rezultă că 0 < un ≤ un+1 . ∀n ≥ n1 . Fie ∑ un o serie cu termeni pozitivi. ∀n ≥ n1 . p Aplicând criteriul I al comparaţiei seriilor ∞ n=n1 n ∑ un şi ∑ un1 r . filozof şi literat francez . rezultă că seria ∑ un este n=1 n=n1 ∞ ∞ ∞ convergentă deci şi seria ∑ un este convergentă. atunci seria ∑ un este divergentă. ∞ u b) Dacă ∃n1 ∈ N astfel încât n +1 ≥ 1 . rezultă că un1 +1 ≤ run1 un1 +2 ≤ run1 +1 ≤ r un1 M 2 un1 +p ≤ run1 +p−1 ≤ r un1 .

∀n ≥ n1 .Duhamel5. n =1 ∞ ⎛ u ⎞ a) Dacă ∃n1 ∈ N şi un număr r > 1 astfel încât n ⎜ n − 1⎟ ≥ r . matematician francez . n→∞ un n→∞ ⎣ 2 ⋅ 5 ⋅ K ⋅ (3n − 1)(3n + 2 ) 1 ⋅ 3 ⋅ K ⋅ (2n − 1) ⎦ n→∞ lim rezultă că seria dată este convergentă. Raabe (1801 – 1859) J. Deoarece ln u a ln(n +1) lim n +1 = lim = lim a ln(n +1)− ln n = lim a n = a ln 1 = a 0 = 1 . Cum ⎛ u ⎞ lim n ⎜ n − 1⎟ = lim ⎜u ⎟ n→∞ n→∞ ⎝ n+1 ⎠ ⎛ 1⎞ −ln⎜ 1+ ⎟ a ⎝ n⎠ −1 1 n ⎡ −ln⎛ 1+ 1 ⎞ ⎤ ⎜ ⎟ −n ⎥ ⎢ ⎝ n⎠ −1 ⎛ 1⎞ a = lim ⎢ ⋅ ln⎜ 1 + ⎟ ⎥ = − ln a . ⎜u ⎟ n =1 ⎝ n+1 ⎠ ∞ ⎛ u ⎞ Corolar. Fie ∑ un o serie cu termeni pozitivi. atunci nu putem preciza natura seriei. atunci seria este convergentă b) Dacă λ < 1 . Să se stabilească natura seriei ∑ Soluţie. Duhamel (1797 – 1872). atunci seria este divergentă c) Dacă λ = 1 . ∀n ≥ n1 .SERII NUMERICE 61 Soluţie. Exemplu. atunci seria ∑ un ⎜u ⎟ n =1 ⎝ n+1 ⎠ este convergentă. n → ∞ un n → ∞ a ln n n→ ∞ n→ ∞ n +1 1 ⋅ 3 ⋅ K ⋅ (2n − 1) . Fie ∑ un o serie cu termeni pozitivi pentru care există lim n ⎜ n − 1⎟ = λ . L. n=1 2 ⋅ 5 ⋅ K ⋅ (3n − 1) ∞ corolarul criteriului raportului nu ne poate preciza natura seriei. atunci seria ∑ un este divergentă. M. n→∞ ⎢ ⎛ 1⎞ ⎝ n⎠ ⎥ ⎢ − ln⎜ 1 + n ⎟ ⎥ ⎝ ⎠ ⎣ ⎦ 4 5 J. ∞ ⎛ u ⎞ b) Dacă ∃n1 ∈ N astfel încât n⎜ n − 1⎟ ≤ 1 . Cum un+1 ⎡ 1 ⋅ 3 ⋅ K ⋅ (2n − 1)(2n + 1) 2 ⋅ 5 ⋅ K ⋅ (3n − 1) ⎤ 2n + 1 2 = lim ⎢ ⋅ ⎥ = lim 3n + 2 = 3 < 1 . ∞ Criteriul lui Raabe4 . ⎜u ⎟ n→∞ ⎝ n+1 n =1 ⎠ a) Dacă λ > 1 .

Observaţii. Seria fiind absolut convergentă. Cauchy (1831) . Cum un+1 + un+2 + K + un+p ≤ un+1 + un+2 + K + un+ 2 . O serie ∑ a n se numeşte absolut convergentă6 dacă seria modulelor ∑ a n este n =1 n=1 ∞ ∞ convergentă. Serii absolut convergente. Teoremă. Fie ∑ un şi ∑ v n două serii. Se numeşte produs Cauchy al celor două serii. seria n =1 n =1 n =1 ∑ w n în care w n = ∑ uk v n − k +1 . pentru a decide natura sa se utilizează criteriile prezentate în paragraful precedent. e n =1 n =1 n 5. 3) Cum seria modulelor ataşată unei serii date este o serie cu termeni pozitivi. k =1 ∞ n 6 Seriile absolut convergente au fost considerate iniţial de A. rezultă teorema.62 Capitolul al V . echivalent a < divergentă. Pentru a = 1 1 seria dată este convergentă şi pentru a > seria este e e ∞ ∞ 1 1 . avem ∑ e − ln n = ∑ şi deci seria este divergentă. rezultă că seria modulelor verifică criteriul lui Cauchy. Serii semiconvergente Definiţie. dar seria modulelor ∑ n n=1 n=1 n este divergentă. Demonstraţie. Seria armonică alternată ∑ (− 1) n+1 este convergentă. deci ∀ε > 0 . ∞ ∞ Definiţie. 2) Pentru seriile cu termeni pozitivi. ∃N(ε ) ∈ N astfel încât ∀n ≥ N(ε ) şi ∀p ∈ N avem un+1 + un+2 + K + un+2 < ε .lea rezultă că pentru − ln a > 1 . Orice serie absolut convergentă este convergentă.3. noţiunile de convergenţă şi absolută convergenţă coincid. 1) Reciproca acestei teoreme nu este în general adevărată ∞ ∞ 1 1 Exemplu.

n =1 n! ∑ ∞ d) n =1 ∑ ∞ n +1 2 n . … formează o progresie aritmetică. g) n=1 ∑ ∞ 1 2 n tg x 2 n . Seria armonică alternată. 3 7 Noţiunea şi denumirea au fost introduse de A. ∑ 3 n =1 n ⎛ an + 3 ⎞ b) ∑ ⎜ ⎟ .SERII NUMERICE 63 Observaţie. Legendre (1811) . e) 1 . 4 2. Produsul Cauchy a două serii convergente nu este întotdeauna o serie convergentă. Dacă două serii sunt convergente şi cel puţin una este absolut convergentă. Exemplu. unde a1. Riemann şi P. Probleme propuse 1.4. L. n =1⎝ bn + 4 ⎠ d) n=1 n ∑ n sin ∞ ∞ n c) 1 . Definiţie. c) 2n + 3 . n =1 n(n + 1)K (n + 1999) ∑ f) n =1 a n + 1 a n + 2 K a n + p ∑ ∞ 1 . Caz particular pentru p = 2. n =1 1 ⋅ 3 ⋅ 5 ⋅ K ⋅ (2n − 1) ∑ ∞ π . Caz particular x = π . a2. Să se calculeze suma seriilor: a) n =1 (n + 3) − 2 2 ∑ ∞ 1 2 . Teoremă (Mertens). O serie convergentă care nu este absolut convergentă se numeşte serie semiconvergentă7. 5. Observaţie. sau o serie divergentă. atunci seria produs Cauchy a celor două serii este convergentă şi suma sa este egală cu produsul sumelor celor două serii. 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. b) n =1 an + an ∑ ∞ ∞ 1 2 .a ≠ 0 . Dirichlet. Să se stabilească natura seriilor: a) ∞ an + b .

n =1 n(n + 1)(n + 2 )(n + 3) ∑ ∑ ∞ 2n + 3 . (n + 1)(n + 2)(n + 3)(n + 4 ) n =1 ∑ ∞ d) .64 Capitolul al V . b) 1 .lea 3. n n =1 4 ∞ c) 2n − 1 . Să se studieze natura seriilor următoare şi în caz de convergenţă să se afle suma lor: a) n =1 (n + 1999)(n + 2000) ∑ ∞ 1 .

b) sau . ∂y b) Se spune că funcţia f(x.FUNCŢII DE MAI MULTE VARIABILE. b) − f (a. 1. b) ' notează fx (a. b ) ∈ A ∩ A ' un punct interior mulţimii A. punct de acumulare pentru A . x−a x →a lim Limita însăşi se numeşte derivata parţială în raport cu x a funcţiei f(x.y) are derivată parţială în raport cu variabila x în punctul (a.b) dacă ∂f ( a. y −b y →b lim Limita însăşi se numeşte derivata parţială în raport cu y a funcţiei f(x.b) şi se ∂f (a. b) ∈R . b ) .y) în punctul (a.b) şi se ∂f (a. b) ' notează fy (a.y) în punctul (a. Derivate parţiale Definiţie.1. DIFERENŢIALE 65 CAPITOLUL al VI-lea FUNCŢII DE MAI MULTE VARIABILE. care este în acelaşi timp. DERIVATE PARŢIALE. ∂x b) Se spune că funcţia f(x.b) dacă ∂f (a. a) Se spune că funcţia f(x. b) ∈R . DERIVATE PARŢIALE. DIFERENŢIALE 6.y) este derivabilă parţial în raport cu variabila x în punctul (a. o Fie f : A ⊂ R 2 → R . a) dacă există Se spune că funcţia f(x. ∂x 2.b) f ( a. ∂y . b) . y ) o funcţie reală de două variabile reale şi (a. f = f ( x.y) este derivabilă parţial în raport cu variabila y în punctul (a.b) dacă există f ( x.y) are derivată parţială în raport cu variabila y în punctul (a.b) sau . y ) − f ( a.

66 CAPITOLUL al VI-lea Exemplu. y ) ∂f : A → R .y) este derivabilă parţial în raport cu y pe A dacă f este derivabilă parţial în raport cu y în orice punct din A. ( x. y ) → . 1.2) = lim y−2 y−2 x→1 x→1 y2 + 3 − 7 y2 − 4 y+2 2 = lim = lim = . 2. atunci funcţia f este continuă parţial în raport cu x în punctul (a. y ) → ∂x ∂x şi ∂f ( x.2) = lim f ( x.2) − f (1. . 3. ∂y ∂y Teoremă. folosind definiţia.y) este derivabilă parţial pe A dacă este derivabilă parţial în raport cu variabilele x şi y în orice punct din A . se definesc derivatele parţiale de ordinul întâi ale funcţie f ( x. f ( x. Dacă funcţia f : A ⊂ R 2 → R . Să se calculeze.y) este derivabilă parţial în raport cu x în punctul (a.y ) este derivabilă parţial pe A.2) şi ' fy (1. y ) : A → R . y ) ca fiind funcţiile ∂f ∂f ( x. ( x. 2 y−2 ⎛ y 2 + 3 + 7 ⎞ x→1 y + 3 + 7 x→1 x→1 7 ( y − 2)⎜ ⎟ ⎝ ⎠ = lim Definiţie. Dacă funcţia f(x.2) pentru Soluţie. Se spune că f(x.2) x 2 + 2 2 + 2 − 12 + 2 2 + 2 = lim x −1 x −1 x→1 x→1 = lim x +1 1 x2 − 1 x2 + 6 − 7 = = lim = lim 2 x −1 x→1 x→1 7 ( x − 1)⎛ x 2 + 6 + 7 ⎞ x→1 x + 6 + 7 ⎜ ⎟ ⎝ ⎠ şi ' fy (1.2) = lim 12 + y 2 + 2 − 12 + 2 2 + 2 f (1. f = 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.b). y ) = x 2 + y 2 + 2 . ' f x (1. ' f x (1.b). y ) − f (1. Se spune că f(x. Se spune că f(x.

x n ) o funcţie reală de n variabile reale şi (a1 . a k−1 . punct de acumulare pentru X .. x n ) este derivabilă parţial pe X dacă este derivabilă parţial în raport cu fiecare variabilă x1.. f = f ( x1.... x 2 . x 2 . x 2 ... DERIVATE PARŢIALE. a 2 .. a 2 .... a n ) şi se notează fx k (a1. x n în orice punct din X . dar nu în mod necesar în raport cu ansamblul variabilelor. x n ) în punctul ∂f (a1 .. mărginite ∂x ∂y într-o vecinătate V a punctului (a. x 2 .... 1. x 2 ......... Dacă funcţia f ( x.. a k +1 .. a n ) ' (a1... y ) admite derivate parţiale de ordinul întâi ∂f ∂f .... f = f ( x1 . Se spune că funcţia f ( x1.... Definiţie... x n ) este derivabilă parţial în raport cu variabila x k pe X.. care este în acelaşi timp. Teoremă. a n ) sau .b).. dacă f este derivabilă parţial în raport cu x k în orice punct din X ...... x k ..b). ∂x k Se spune că funcţia f ( x1 . a n ) dacă Definiţie.... 1.. xk − ak x →x k lim Limita însăşi se numeşte derivata parţială în raport cu x k a funcţiei f ( x1. x n ) este derivabilă parţial în raport cu variabila x k în punctul (a1.b).... a k−1 .. a 2 ... ∂f (a1 .FUNCŢII DE MAI MULTE VARIABILE. x 2 .... ∂x k 2. x 2 . Dacă funcţia f : X ⊂ R n → R .y) este derivabilă parţial în raport cu x şi în raport cu y în punctul (a. a n ) ∈ X ∩ X ' un punct interior mulţimii X. a k+1 ... a n ) ∈R .. x 2 . atunci f este continuă în raport cu cu fiecare variabilă în parte în punctul (a.. Se spune că f ( x1. a n ) dacă există f (a1 ... o În mod analog se definesc derivatele parţiale ale unei funcţii reale de n Fie f : X ⊂ R n → R .. a n ) − f (a1 . 2.... x n ) ca fiind funcţiile . a 2 .. variabile reale. a 2 .... a n ) ... Se spune că funcţia f ( x1. a 2 . Observaţie. Dacă funcţia f(x. DIFERENŢIALE 67 Observaţie. atunci f este continuă în punctul (a.. x n ) are derivată parţială în raport cu variabila x k în punctul (a1. se definesc derivatele parţiale de ordinul întâi ale funcţiei f ( x1.... x n ) este derivabilă parţial pe X....b) (în raport cu ansamblul variabilelor). a k . x 2 ..

.. grad k.. ∂x ∂y ∂z 5 ... rezultă că regulile de derivare stabilite pentru funcţiile de o variabilă se menţin.. .... z).... x n ) → ∂x1 ∂x1 ∂f ( x1 ......... x n ) ∂f : X → R .. Teorema lui Euler.. x 2 . x 2 . 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 = 5 t2 (x 2 + 3xy + 2y + 7 xz = 2 . x 2 .. ∂x1 ∂x 2 ∂x n Să se arate că funcţia f ( x... ...... x 2 .. ∂x n ∂x n Deoarece derivarea parţială în raport cu o variabilă este de fapt derivarea funcţiei în raport cu acea variabilă..... ∂f ∂f ∂f + x2 + . x n ) ∂f : X → R. x n ) → ∂x 2 ∂x 2 . + x n = kf . y .......... tx 2 . x n ) ∈ X avem f ( tx1 ... Funcţii omogene Se spune că funcţia f : X ⊂ R n → R ..... . ... x n ) ... ( x1 ... x n ) este omogenă de Definiţie.. avem x ∂f ∂f 2 ∂f +y +z = f. Deoarece ∂f ∂f ∂f 2 +y +z = f....... x n ) → . celelalte variabile fiind considerate constante.... Dacă funcţia f : X ⊂ R n → R . y .. x 2 ....... x 2 ..68 CAPITOLUL al VI-lea ∂f ( x1 ... x 2 .. omogenă de grad k este derivabilă parţial pe X.... x 2 . ∂x ∂y ∂z 5 f ( tx. ( x1 . f = f ( x1. ∂f ( x1 .... ty. f = f ( x1. atunci x1 Exemplu.. 5 2 ) 2 t 5 5 x2 + 3 xy + 2y + 7xz = 2 2 t 5 f ( x. x 2 . x n ) ∂f : X → R... tx n ) = t k f ( x 1 .... . x n ) ........ ...... rezultă că funcţia f este omogenă de grad Aplicând teorema lui Euler..... x 2 ... .... z) = 5 x 2 + 3 xy + 2y 2 + 7xz verifică relaţia x Soluţie.. dacă pentru orice t > 0 şi orice ( x1....... ( x1 .

y ) ∂y 2 . y ) ∂x 2 ∂ 2f ∂ 2 f ( x. atunci aceasta se va numi ∂x derivata parţială mixtă de ordin doi a funcţiei f în punctul (a. ∂y ∂y ∂x ∂x ∂f 1.b) în raport cu y a funcţiei ∂f .b) şi se va nota prin Dacă există derivata parţială în (a. b) . b) ∂x 2 " sau fx 2 (a. b ) " sau fxy (a. y ) → ∂x∂y ∂x∂y ∂ 2f ∂ 2 f ( x. ( x. Dacă există derivata parţială în (a. ( x. y ) → .b) în raport cu x a funcţiei ∂ 2 f ( a. 2. y ) → ∂y∂x ∂y∂x ∂ 2f ∂y 2 : A → R . y ) → ∂ 2 f ( x. y ) ∂f ( x. În acest caz sunt definite derivatele parţiale de ordinul întâi ale funcţie f ( x. y ) o funcţie derivabilă parţial pe A şi (a. atunci aceasta se va numi ∂y ∂ 2 f (a. y ) ∂f ∂f : A → R . ∂y∂x ∂f .b) ∈ A ∩ A ' .b) şi se va nota prin Dacă există derivata parţială în (a. ( x. ∂x∂y derivata parţială mixtă de ordin doi a funcţiei f în punctul (a. f = f ( x. ∂f . y ) : A → R . o Fie f : A ⊂ R 2 → R .b) în raport cu x a funcţiei . : A → R . y ) : A → R . y ) ca fiind funcţiile ∂ 2f ∂x 2 : A → R .b) şi se va nota prin " sau fy 2 (a. Dacă funcţiile ∂f ∂f . ( x.b) în raport cu y a funcţiei ∂ 2 f (a. atunci aceasta se va numi ∂x derivata parţială de ordin doi a funcţiei f în punctul (a.FUNCŢII DE MAI MULTE VARIABILE.b) şi se va nota prin Dacă există derivata parţială în (a. DERIVATE PARŢIALE. se definesc derivatele ∂x ∂y parţiale de ordinul doi ale funcţiei f ( x.b) . y ) → ∂ 2 f ( x. ( x. b) ∂y 2 derivata parţială de ordin doi a funcţiei f în punctul (a. DIFERENŢIALE 69 Derivate parţiale de ordin superior Definiţie. y ) : ∂f ( x. atunci aceasta se va numi ∂y ∂ 2 f ( a. ( x. b ) " sau fyx (a. b) . b) . y ) → . : A ⊂ R 2 → R sunt derivabile parţial pe A.

x 2 . a 2 . Fie f : X ⊂ R n → R . x 2 .. a n ) în raport cu x k a funcţiei ∂f . x 2 . a n ) şi se va nota prin ∂ 2 f (a1 .. n sunt derivabile parţial pe X. Următoarea teoremă stabileşte condiţii suficiente pentru egalitatea derivatelor parţiale mixte.. k = 1.. a n ) în raport cu x l a funcţiei ∂f ( l ≠ k ) . x n ) → ∂x k ∂x k 1.. a n ) 2 ∂x k " sau f x 2 (a1 ... ∂x l ∂x k ∂f : X ⊂ R n → R .y) are derivate parţiale mixte de ordinul doi atunci ∂ 2f ∂ 2f într-o vecinătate V a punctului (a.. Dacă funcţiile derivatele parţiale de ordinul doi ale funcţiei f ( x1..b) şi dacă acestea sunt continue în (a. x 2 ... a n ) " sau fx k x l (a1 . punct de acumulare pentru X . Dacă există derivata parţială în (a1.. în acelaşi timp.. x 2 . b ) .. . ( x 1 . Teoremă (Criteriul lui Schwarz). În general. În mod analog se definesc derivatele parţiale de ordinul doi ale unei funcţii reale de n variabile reale. k = 1.. În acest caz sunt definite derivatele parţiale de ordinul întâi ale funcţiei f ( x1. care este.... x n ) 2 ∂x k . n .. : X → R ... f = f ( x 1.. a 2 . a n ) un punct interior lui X ... x n ) : ∂f ( x1 ..... Teoremă. k = 1....... a 2 .. x 2 .. ∂x∂y ∂y∂x ∂ 2 f ( a... x n ) → ∂ 2 f ( x 1 ..... Dacă funcţia f(x.70 CAPITOLUL al VI-lea Observaţie....... a 2 . a n ) ( l ≠ k ).... x n ) ∂f . x n ) o funcţie derivabilă parţial pe X şi (a1. se definesc ∂x k 2. derivatele parţiale mixte nu sunt egale.. b ) ∂ 2 f ( a... = ∂x∂y ∂y∂x Observaţie. a n ) .. x 2 .. ( x1 . x n ) ca fiind funcţiile ∂ 2f 2 ∂x k : X → R .. a 2 . a n ) şi se va nota prin ∂ 2 f (a1 .. atunci ∂x k aceasta se va numi derivată parţială de ordin doi a funcţiei f în punctul (a1. n ....b). k Dacă există derivata parţială în (a1... atunci ∂x k aceasta se va numi derivată parţială mixtă de ordin doi a funcţiei f în punctul (a1..

Teorema precedentă rămâne adevărată pentru funcţii reale de n variabile Fie u1 = u1 ( x1. y ).. Derivatele parţiale de ordin trei. reale.... x 2 . y ) ∈ A şi f : B → R . x n )... y ).... v ( x. y ). x 2 .. y ).. x 2 .FUNCŢII DE MAI MULTE VARIABILE.a.. x 2 . v = v( x. v( x... x n ) → . y ) ∈ A ).. y )) ∂v( x. y ) = f (u( x. Derivate parţiale pentru funcţii compuse Fie u. x n ) .v) are derivate parţiale continue pe B. x 2 . x n ) = f (u1( x1. y ). y ) = + .. se definesc în acelaşi mod ca şi derivatele parţiale de ordin doi. y )) (funcţie reală definită pentru ( x..... y )) ∂u( x. y ).. Dacă funcţiile u(x... x n )) (funcţie reală definită pentru ( x1. x 2 . y )) ∂u( x... k = 1. . x n ) n funcţii reale de n variabile reale astfel ca (u1 ( x1 . y )... u2 .. x n ) ∈ X şi f : Y → R .. x n ) ∈ X cu valori reale)... atunci funcţia compusă F( x.. y ) ∂f (u( x. v( x. x n ) ∂ 2f : X → R. ∀( x. v ( x.. f = f (u.. y ) două funcţii reale de două variabile reale astfel ca (u( x. x 2 .. v ( x.. x n ).... Putem considera funcţia compusă F( x1.....d. ∂y ∂u ∂y ∂v ∂y Aceste formule se scriu într-o formă incompletă. y )) ∈ B. x 2 .. n . patru.. un ( x1. y ) ∂f (u( x.. f = f (u1. ∀( x1..y) au derivate parţiale continue pe A şi funcţia f(u. ... y )) ∂v( x. ∂y ∂u ∂y ∂v ∂y Observaţie. Putem considera funcţia compusă F( x. Teoremă.. x n ).. DIFERENŢIALE 71 ∂ 2 f ( x1 . un ) o funcţie reală definită pe Y. x 2 . ( x1 .. x 2 . v ( x..... y ) ∂f (u( x.. DERIVATE PARŢIALE. u2 ( x1 ... v : A ⊂ R 2 → R .. ş. y ) = f (u( x.. x n ). v ) o funcţie reală definită pe B.. u = u( x. v ( x. dar mai uşor de reţinut astfel: ∂F ∂f ∂u ∂f ∂v = + ∂x ∂u ∂x ∂v ∂x ∂F ∂f ∂u ∂f ∂v = + . un = un ( x1. y )) are derivate parţiale continue pe A date de formulele: ∂F( x. x 2 .. ∂x l ∂x k ∂x l ∂x k Observaţie. y ) ∂f (u( x. y ) = + ∂x ∂u ∂x ∂v ∂x ∂F( x..u2 ( x1. x 2 .y) şi v(x. u2 = u2 ( x1. y ).... .. x n ). x 2 .. x 2 .. un ( x1.m. x n )) ∈ Y .

x n ). x n ) n ∂f (u(x1 .. x n ) = f (u1( x1 ....... y)) ⎛ ∂v(x........v(x.. un ( x1 . x 2 ... ∂x n ∂ui ∂x n i=1 Aceste formule se scriu într-o formă incompletă. x 2 ... x 2 . x n )) ∂ui ( x1. y) ∂v ∂x 2 2 2 ......u(x1 ..v(x.... y) ∂x2 = + + ∂2f (u(x.... x 2 ... .... x n )) ∂ui ( x1.. y ).v(x........ y )) admite derivate parţiale de ordinul doi continue pe A date de formulele: ∂2F(x. x 2 ... x n ).... y). y).. x 2 ... =∑ ∂x n i=1∂ui ∂xn Derivate parţiale de ordin doi ale funcţiilor compuse Teoremă..... x n ).... x n ).. un ) admite derivate parţiale continue pe Y..... x 2 ..... y ) admit derivate parţiale de ordinul doi continue pe A şi funcţia f (u................ . x 2 .... x 2 ..... x n )... un = un ( x1......... x n ) =∑ ∂x 2 ∂ui ∂x 2 i=1 . y)... x n ).. y) ∂v(x.. x 2 ...... y)) ∂ 2u(x.... x n ) =∑ .... atunci funcţia compusă F( x1...72 CAPITOLUL al VI-lea Teoremă.u(x1 ..v(x. x n )... x n ) =∑ ∂x1 ∂ui ∂x1 i=1 ∂F(x1............. y)) ∂u(x.. x 2 .. x n ) admit derivate parţiale continue pe X şi funcţia f (u1. x n ) n ∂f (u(x1...... x 2 .......... x 2 ..u(x1 ..... u(x1..v(x.......... u2 = u2 ( x1..... x 2 ........... y)...... . x 2 . x n ) .. Dacă funcţiile u = u( x........ . y) ⎞ ∂f (u(x.......... y)) ⎛ ∂u(x.... x 2 .. x n )) ∂ui ( x1. x 2 . u2 ( x1........ y) + ⎜ ⎟ + ∂u ⎝ ∂x ⎠ ∂v 2 ∂x2 ∂f (u(x... x 2 ...... v ) admite derivate parţiale de ordinul doi continue pe B. v ( x. dar mai uşor de reţinut astfel: ∂F n ∂f ∂ui =∑ ∂x1 i=1∂ui ∂x1 ∂F n ∂f ∂ui =∑ ∂x 2 i=1∂ui ∂x 2 LLLLLLL ∂F n ∂f ∂ui ... x 2 ... y ) = f (u( x.. Dacă funcţiile u1 = u1( x1 .... y) ⎞ ∂2f (u(x. y ) şi v = v ( x.. u(x1. x n ) n ∂f (u(x1. x 2 .... u(x1.... y)) ∂2v(x... atunci funcţia compusă F( x. x n )) are derivate parţiale continue pe X date de formulele : ∂F(x1. y) +2 + ⎜ ⎟ ∂u∂v ∂x ∂x ⎝ ∂x ⎠ ∂u2 ∂2f (u(x. x 2 .. ∂F(x1.. y)... x 2 ..u2 . x n ). x n )..

y) ⎤ = + + + ⎢ ∂y ∂y∂x ∂y ∂x ∂u∂v ∂x ∂y ∂x ⎥ ∂u2 ⎣ ⎦ + ∂ 2 f (u(x. v(x. y) ∂f (u(x.v( x. v(x.v( x.y) ∂v ∂y 2 2 2 + + ∂ 2F(x. y) ∂f (u(x. y). y) ∂u(x.y). y)) ∂u(x.y) ∂y 2 = ∂ 2 f (u( x. + + + ∂y∂x ∂u 2 ∂y ∂x ∂u∂v ⎢ ∂y ∂x ∂y ∂x ⎥ ∂v 2 ∂y ∂x ∂u ∂y∂x ∂v ∂y∂x ⎦ ⎣ Într-adevăr.y). y).y)) ∂u(x. y).y). ∂ 2F ∂x 2 = ∂ ⎛ ∂F ⎞ ∂ ⎛ ∂f ∂u ∂f ∂v ⎞ ∂ ⎛ ∂f ⎞ ∂u ∂f ∂ 2 u ∂ ⎛ ∂f ⎞ ∂v ∂f ∂ 2 v + ⎜ ⎟ + + ⎟= ⎜ ⎟ + ⎜ ⎟= ⎜ ∂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 f ⎛ ∂u ⎞ ∂ 2 f ∂u ∂v ∂ 2 f + ⎜ ⎟ +2 ∂u∂v ∂x ∂x ∂v 2 ∂u 2 ⎝ ∂x ⎠ 2 2 ∂f ∂ 2 u ∂f ∂ 2 v ⎛ ∂v ⎞ + . y) ∂v(x. v(x. v(x. y). v(x. b) ∂ 2 f (u(x.y) ∂v(x.y)) ∂ 2 u( x. y) ∂f (u(x. y)) ∂u(x.FUNCŢII DE MAI MULTE VARIABILE. y)) ∂ 2u(x. v(x. DIFERENŢIALE 73 ∂ 2F(x. y) ∂v(x. y) ∂v(x. v(x. y) ∂f (u(x. DERIVATE PARŢIALE. v(x. y) ∂v(x. y).y)) ∂ 2 v( x. y)) ∂v(x. ⎜ ⎟ + ∂u ∂x 2 ∂v ∂x 2 ⎝ ∂x ⎠ Analog. y). y). y)) ⎡ ∂u(x. y) + + . y). y) ∂u(x. . y) ∂ 2 f (u(x. y) ∂ 2 f (u(x.y)) ⎛ ∂u( x. y) ∂v(x.y) ⎞ ∂f (u( x. y) + + ∂x ∂y ∂u ∂x∂y ∂v ∂x∂y ∂v 2 ∂ 2F(a.v(x. y)) ∂ 2 v(x. y) ∂u(x. dar mai uşor de reţinut astfel: ∂ 2F ∂x 2 ∂ 2F ∂y 2 = = ∂ 2 f ⎛ ∂u ⎞ ∂ 2 f ∂u ∂v ∂ 2 f ⎜ ⎟ +2 + ⎜ ⎟ ∂u∂v ∂y ∂y ∂v 2 ∂u 2 ⎝ ∂y ⎠ 2 2 ⎛ ∂v ⎞ ∂f ∂ 2 u ∂f ∂ 2 v ⎜ ⎟ + + ⎜ ∂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 = + + . v(x. y) ⎤ + + + = ⎢ ∂x ∂x ∂y ∂u∂v ∂y ∂x ∂y ⎥ ∂x∂y ⎣ ⎦ ∂u2 + ∂ 2 f (u(x. y) ∂ 2 f (u(x. ∂y ∂x ∂u ∂y∂x ∂v ∂y∂x ∂v 2 2 2 ∂ 2 f ⎛ ∂u ⎞ ∂ 2 f ∂u ∂v ∂ 2 f ⎛ ∂v ⎞ ∂f ∂ 2 u ∂f ∂ 2 v +2 + + + ⎜ ⎟ ⎜ ⎟ ∂u∂v ∂x ∂x ∂v 2 ⎝ ∂x ⎠ ∂u ∂x 2 ∂v ∂x 2 ∂u 2 ⎝ ∂x ⎠ Aceste formule se scriu într-o formă incompletă.y) ⎞ ∂ 2 f (u( x.y) ⎜ ⎟ +2 + ⎜ ∂y ⎟ ∂u∂v ∂y ∂y ⎝ ⎠ ∂u2 ∂ 2 f (u(x. y)) ∂ 2 v(x. y).v( x. y) ∂u(x. v(x.y). y)) ∂v(x. se calculează şi celelalte trei. y).v(x. y)) ∂ 2u(x. y) ∂v(x. y) ⎜ + ⎟ ⎜ ∂y ⎟ + ∂u ⎠ ⎝ ∂y 2 ∂v 2 ∂f (u( x. y)) ⎡ ∂u(x. y). y)) ⎛ ∂v( x.

b) (df (a. Egalitatea de definiţie a diferenţiabilităţii se scrie atunci astfel f ( x . ∂y ∂x Observaţie. b) ∈ A ∩ A ' . o Definiţie. b) = λ2 .2. Se spune că funcţia f(x. b) ∂f (a. b) h1 + h2 . b) = α 2 (a. b) ∂f (a. iar diferenţa y – b se numeşte creşterea celei de a doua variabile de la b la y. Teoremă. b) = 0 astfel încât să avem f ( x. y ). y ) ∈ A .b) dacă există două numere reale λ1. ∂x ∂y . y ) − f ( a.b) cu α1(a.y) o funcţie reală de două variabile reale şi (a. b) ∂f (a. Diferenţa f ( x. b) ∂f (a. b) ( x − a) + ( y − b) . b) = α 2 (a.b) şi se notează df(a. Se spune că f ( x. = λ1. ∀( x.b) cu α1 (a. b) = λ1( x − a) + λ 2 ( y − b) + α1( x. y ) ∈ A ∂x ∂y Diferenţa x – a se numeşte creşterea primei variabile de la a la x. y )( x − a) + α 2 ( x. y ) − f (a. b ) = ∂f (a. y )(y − b). b) ∂f (a. Reciproca teoremei nu este în general adevărată. ∂f (a. b) h1 + h2 ∂x ∂y Funcţia liniară T : R 2 → R definită prin T (h1 . y )( x − a) + α 2 ( x. y ) continue în punctul (a. h 2 ) = se numeşte diferenţiala funcţiei f în punctul (a.b). Deoarece funcţiile α1. Există funcţii care au derivate parţiale. y ) este diferenţiabilă pe A dacă este diferenţiabilă în orice punct din A . Dacă funcţia f(x. y )( y − b) .y) este diferenţiabilă în punctul (a. λ 2 şi două funcţii α1. atunci ea are derivate parţiale în (a. b) = 0 . are loc următoarea relaţie de aproximare f ( x .b) şi ∂f (a. dar care nu sunt diferenţiabile. Diferenţiale Diferenţiabilitatea funcţiilor de mai multe variabile Fie f : A ⊂ R 2 → R . ∀( x. α1 = α1( x. b))(h1 . b ) ≈ Definiţie. y ) − f ( a.74 CAPITOLUL al VI-lea 6. h 2 ) = ∂f (a. α 2 : A → R.y) este diferenţiabilă în punctul (a.α 2 sunt continue în punctul (a. b) ( x − a) + ( y − b) + α1 ( x. b) se numeşte creşterea funcţiei corespunzătoare creşterilor x-a şi y-b ale argumentelor. y ) − f ( a. ∂x ∂y ∂f (a. f = f(x. α 2 = α 2 ( x.

x 2 ....2) . α 2 = α 2 ( x1 . a 2 ..2) = o funcţie reală de n variabile reale şi f : X ⊂ R n → R..xn )(xn − an ).. Fie 16 1 dy .... y ) = Exemplu.. α 2 ........ x 2 ..2) = ∂f (1.2) 2 ⋅ 23 16 ∂f (1.. Se spune că funcţia f ( x1. y ) ∂f ( x. reale.. y ) : R → R. f = f ( x1 . + λn (xn − an ) + + α1(x1.y) din A este df ( x. x 2 .2) ∂f (1.... x 2 ..... dacă f ( x. Soluţie.. a n ) = 0 astfel încât să avem f(x1. x n ) ∈ X ... DIFERENŢIALE 75 Dacă funcţia f este diferenţiabilă pe A.an ) = λ1(x1 − a1) + λ2 (x 2 − a2 ) + .+ αn (x1. = = = = . α1 = α1 ( x1 .. (df ( x... x n ) o (a1.. y ) = x ∂f ( x. ∂f 4y 3 = = ∂y 2 x 2 + y 4 2y 3 x2 + y 4 .. λ n şi n funcţii α1 . h2 ) = h 2 .. a 2 . obţinem formula diferenţialei df ( x. x 2 . DERIVATE PARŢIALE.. y ) = x 2 + y 2 ... y ) h1 + h2 . 1 1 ∂f (1.. a n ) = α 2 (a1 ... a n ) cu α1 (a1 .. ∂x ∂y ∂x ∂y Să se calculeze df (1...xn )(x1 − a1) + α2 (x1... dx + 17 17 În mod analog se defineşte diferenţiabilitatea unei funcţii reale de n variabile df (1... . a 2 ... a2 .2) dx + dy ..xn )(x 2 − a2 ) + ...FUNCŢII DE MAI MULTE VARIABILE.. a n ) = . = α n (a1 ... a n ) ∈ X ∩ X ' . y ) = y avem (dy )(h1 ... df (1. y ))(h1 .xn ) − f (a1. x 2 ... α n = α n ( x1 ... x n ) este diferenţiabilă în punctul (a1. Cum ∂f ( x. ∂x ∂y 2x ∂f = = ∂x 2 x 2 + y 4 x x2 + y 4 . a n ) dacă există n numere reale λ1. x n ) continue în punctul (a1.2) pentru funcţia f ( x... a 2 . λ 2 ... x 2 . Astfel.. ∀( x1 ... ∂y ∂x 17 17 12 + 2 4 12 + 2 4 rezultă Observaţie.. x n ) .. x n ). h2 ) = h1 . a 2 ....... a 2 . ∂x ∂y avem (dx)(h1.. y ) ∂f ∂f dx + dy sau df = dx + dy . iar dacă f ( x. diferenţiala sa într-un punct arbitrar (x. x 2 . h 2 ) = În particular. x 2 .... y ) ∂f ( x. x 2 ..... α n : X → R.

. a n ) .... x n ) este diferenţiabilă pe X dacă este diferenţiabilă în orice punct din X. o f = f ( x1. a n ) şi sunt diferenţiabile în (a1. a 2 . b) şi se defineşte prin egalitatea ⎡∂ ∂ ⎤ d f (a. x n ) este diferenţiabilă pe X ⊂ R n . + dx n ∂x1 ∂x 2 ∂x n sau df = ∂f ∂f ∂f dx1 + dx 2 + . Observaţie.. Diferenţiala de ordinul n în punctul (a. a 2 . x 2 ..... b) = ⎢ dx + dy ⎥ f (a.... a n ) dacă toate derivatele parţiale de ordinul n – 1 ale lui f există într-o vecinătate V a lui (a1.b) . x 2 . ∂x n ∂x1 ∂x 2 Diferenţiale de ordin superior Fie f : A ⊂ R 2 → R .b) se notează d n f (a... x 2 .. x 2 ..... diferenţiala sa într-un punct arbitrar din X se scrie df ( x1 .... x n ) o funcţie reală de n variabile reale şi (a1 .. x 2 . x n ) = ∂f ( x1 .b) şi sunt diferenţiabile în (a... x n ) ∂f ( x1 .b). + dx n . Se spune că funcţia f este diferenţiabilă de n ori în punctul (a1. ∂y ⎦ ⎣ ∂x n n unde exponentul n înseamnă că se dezvoltă formal suma din paranteză după regula binomului lui Newton şi apoi se înmulţeşte formal cu f(a..... x 2 . a 2 . Definiţie.. x n ) dx 1 + dx 2 + ....76 CAPITOLUL al VI-lea Se spune că f ( x1 .b) dacă toate derivatele parţiale de ordinul n – 1 ale lui f există într-o vecinătate V a lui (a.. Fie f : X ⊂ Rn → R . diferenţiabilitatea de ordinul n se defineşte ca şi pentru funcţiile de două variabile reale. x 2 .. a n ) ∈ X ∩ X ' . Pentru funcţii de n variabile reale. x n ) ∂f ( x1 ... Se spune că f este diferenţiabilă de n ori pe A dacă este diferenţiabilă de n ori în fiecare punct din A . o Se spune că funcţia f este diferenţiabilă de n ori în punctul (a.. Dacă funcţia f ( x1. a 2 .. b) .... ... f = f(x.....y) o funcţie reală de două variabile reale şi (a. b) ∈ A ∩ A ' .

2) ∂x 2 ( dx ) 2 + ∂ 2 f (1. y.. Conform teoriei 2 ⎛∂ ∂ ∂ ⎞ d 2 f (1. DIFERENŢIALE 77 Se spune că f este diferenţiabilă de n ori pe X dacă este diferenţiabilă de n ori în fiecare punct din X ..2) ∂x 2 = 6 ⋅ 1 = 6.2) ⎜ ∂x ∂y ∂z ⎟ ⎝ ⎠ = ∂ 2 f (1. = 0. Să se calculeze d 2 f (1. DERIVATE PARŢIALE.. . a 2 .2) ∂y 2 (dy ) 2 + ∂ 2 f (1.2) dydz .0..0.0. dxdz + 2 dxdy + 2 ∂y∂z ∂x∂z ∂x∂y ∂f ∂f ∂f ∂ 2f = 6 x..2) ∂y 2 = 4 − 2 ⋅ 1 = 2.0.. z) = x 3 + 2y 2 + z 4 − xy 2 + x − 5z . ∂x∂y ∂x∂z ∂y∂z Astfel ∂ 2 f (1. a 2 .0..0.0..0.0. a 2 .0. a n ) = ⎢ dx1 + dx 2 + .. a n ) se notează dn f (a1 .2) ∂ 2 f (1..0.FUNCŢII DE MAI MULTE VARIABILE..0. a n ) şi se defineşte prin egalitatea ⎡ ∂ ⎤ ∂ ∂ d f (a1 .2) = 6(dx) 2 + 2(dy ) 2 + 48(dz) 2 . ∂ 2f ∂z 2 = 12z 2 . = 4 z 3 − 5.0.2) ∂ 2 f (1.. = 4 y − 2 xy. ∂ 2 f (1..2) = ⎜ dx + dy + dz ⎟ f (1..2) ∂z 2 ( dz ) 2 + +2 Avem ∂ 2 f (1.2) = −2 ⋅ 0 = 0. =0 ∂x∂y ∂x∂z ∂y∂z şi d 2 f (1. ∂ 2f ∂ 2f ∂ 2f = −2y.. Diferenţiala de ordinul n în punctul (a1 . a n ) . a 2 . ∂x n ∂x 2 ⎣ ∂x1 ⎦ n n Exemplu. + dx n ⎥ f (a1 . ∂x ∂y ∂z ∂x 2 ∂ 2f ∂y 2 = 4 − 2 x.. = 0.2) ∂z 2 = 12 ⋅ 2 2 = 48.. = 3 x 2 − y 2 + 1.0. ∂ 2 f (1. = 0.2) pentru funcţia f ( x.2) ∂ 2 f (1.0.0.2) ∂ 2 f (1.. ∂ 2 f (1. Soluţie.

v(x. v( x. y ) şi v = v( x.y). y )) este diferenţiabilă de două ori pe A. Dacă funcţiile u(x. y ) = f (u( x. v = v(x. y )) ∈ B . u = u(x. y ) sunt diferenţiabile de două ori pe A şi funcţia f (u.v) este diferenţiabilă pe B.y). Diferenţiala de ordin doi a funcţiilor compuse Teoremă. Teoremă.y)).y) = f(u(x.y)) este diferenţiabilă pe A.v(x. atunci funcţia compusă F( x. Avem dF = ∂F ∂F dx + dy .78 CAPITOLUL al VI-lea Diferenţiala funcţiilor compuse Fie u.y) şi v(x. Putem considera funcţia compusă F(x. d 2F = d 2 f + .y) două funcţii reale de două variabile reale astfel ca (u( x. f = f(u.v) o funcţie reală definită pe B. ∂u ∂v Rezultă că diferenţiala de ordinul întâi este invariantă faţă de compunerea funcţiilor. ∂u ∂v Rezultă că diferenţiala de ordinul doi nu este invariantă faţă de compunerea funcţiilor.y) sunt diferenţiabile pe A şi funcţia f(u. v( x. Dacă funcţiile u = u( x. y ) ∈ A şi f : B → R . ∀( x. Dar ∂x ∂y ∂F ∂f ∂u ∂f ∂v ∂F ∂f ∂u ∂f ∂v . v : A ⊂ R 2 → R . v ) este diferenţiabilă de două ori pe B.y). obţinem ∂f 2 ∂f d u + d2 v . = + = + şi ∂x ∂u ∂x ∂v ∂x ∂y ∂u ∂y ∂v ∂y Înlocuind. obţinem ⎛ ∂f ∂u ∂f ∂v ⎞ ⎛ ∂f ∂u ∂f ∂v ⎞ + dF = ⎜ ⎟dx + ⎜ ⎜ ∂u ∂y + ∂v ∂y ⎟dy ⎟ ⎝ ∂u ∂x ∂v ∂x ⎠ ⎝ ⎠ = = ∂f ⎛ ∂u ∂u ⎞ ∂f ⎛ ∂v ∂v ⎞ ⎜ dx + dy ⎟ + ⎜ dx + dy ⎟ ⎜ ∂x ⎟ ∂v ⎜ ∂x ∂u ⎝ ∂y ⎠ ∂y ⎟ ⎝ ⎠ ∂f ∂f du + dv = df . Avem d 2F = ∂ 2F ∂x 2 (dx) 2 + 2 ∂ 2F ∂ 2F dxdy + (dy ) 2 . 2 ∂x∂y ∂y Înlocuind derivatele parţiale de ordinul doi ale funcţiei compuse F şi efectuând calculele. atunci funcţia compusă F(x.y) = f(u(x. y ). y ).

x 2 . + d n f (a.... a n ) ∈ X .. o Presupunem că în toate derivatele parţiale mixte nu are importanţă ordinea variabilelor în raport cu care se derivează. Presupunem că în toate derivatele parţiale mixte nu are importanţă ordinea variabilelor în raport cu care se derivează..b) este 1 1 1 Tn (a.. a n ) este f ( x1 . a n ) + d 2 f (a1 .. + d n f (a. a 2 . x 2 ...... b) + R n ( x.. DERIVATE PARŢIALE.. ataşat funcţiei f în punctul (a1 .. a 2 . a n ) + R n ( x1 . Formula lui Taylor rămâne adevărată pentru funcţii de n variabile reale......... x n ) .. a n ) = f (a1 . a 2 . a n ) + . 1! 2! n! unde R n ( x... a 2 ... a n ) + R n ( x 1 .... x n ) = f (a1 . a n ) + 1! 2! + . ..... a 2 .. y ) o funcţie diferenţiabilă de n + 1 ori în punctul (a. a 2 .. x 2 . b) + d 2 f (a. a 2 . n! unde R n ( x1 ..3.... b) + R n ( x.. y ) = Tn (a. f = f ( x1 . Polinomul lui Taylor de gradul n.FUNCŢII DE MAI MULTE VARIABILE. 1! 2! n! Formula lui Taylor de ordinul n pentru funcţia f în punctul (a. Formula lui Taylor pentru funcţii de mai multe variabile Fie f : A ⊂ R 2 → R .. b) + d 2 f (a.. Fie f : X ⊂ R n → R ... x n ) reprezintă restul de ordin n al formulei lui Taylor.. b) + df (a. a 2 .... b) = f (a.... Observaţie... a 2 ... a 2 .. a 2 ..b) este f ( x... a n ) este 1 Tn (a1 .. + 1 n d f (a1 . y ) reprezintă restul de ordin n al formulei lui Taylor.. a n ) + df (a1 . b) + ... adică 1 1 1 f ( x..... a n ) + 1! + 1 2 1 d f (a1 . x 2 . x n ) . ataşat funcţiei f în punctul (a. y ) . 2! n! o Formula lui Taylor de ordinul n pentru funcţia f în punctul (a1 .. x n ) o funcţie diferenţiabilă de n + 1 ori în punctul (a1 . adică 1 1 f ( x1 . x 2 ... a n ). b) + .. a 2 . DIFERENŢIALE 79 6. x 2 .. b) .. x n ) = Tn (a1 .. Polinomul lui Taylor de gradul n.... b) ∈ A .. a 2 . y ) . y ) = f (a.. + d n f (a1 . f = f ( x... a n ) + df (a1 .. b) + df (a.

f = f ( x. y ) ≥ f (a. b) este punct de maxim local (sau maxim relativ) al funcţiei f dacă ∃V ∈ V (a. b ) .4. Dacă (a. ∀( x. atunci (a. Puncte de extrem pentru funcţii de mai multe variabile Definiţie. b) este un punct de maxim pentru f. Punctele staţionare sunt soluţii ale sistemului .80 CAPITOLUL al VI-lea 6. y ) şi (a. b) un punct interior mulţimii A . y ) ∈ V ∩ A . b ) astfel încât f ( x. Fie f : A ⊂ R 2 → R . f = f ( x. b ) . ∂x ∂y Soluţiile sistemului ⎧ ∂f ⎪ ∂x = 0 ⎪ ⎨ ⎪ ∂f = 0 ⎪ ∂y ⎩ formează mulţimea punctelor staţionare ale funcţiei f . b) ∂f (a. Teoremă. Fie f : A ⊂ R 2 → R . y ) = y 2 − x( x − 2) 2 . Punctele de minim local sau maxim local ale funcţiei f se numesc puncte de extrem local ale lui f . a11 = ∂ 2 f ( a. Fie f : A ⊂ R 2 → R . y ) şi (a. b) . b) un punct staţionar al funcţiei f . b) = 0 şi = 0. y ) şi (a. ∃V ∈ V (a. Teoremă. b) un punct din A . b) este un punct de extrem local al funcţiei f şi f are derivate parţiale de ordinul întâi în (a. b) este un punct de minim pentru f. a a12 ∆ 1 = a11 . atunci (a. b) este punct de minim local (sau minim relativ) al funcţiei f dacă Se spune că (a. a12 = 2) Dacă ∆1 < 0 şi ∆ 2 > 0 . ∆ 2 = 11 . Exemplu. Să se determine punctele de extrem local pentru funcţia f ( x. b) . y ) ≤ f (a. f = f ( x. Soluţie. a 21 a 22 Fie unde ∂ 2 f (a. b) . b) ∂ 2 f ( a. Se spune că (a. . b ) astfel încât f ( x. atunci ∂f (a. a 22 = ∂x∂y ∂x 2 ∂y 2 1) Dacă ∆ 1 > 0 şi ∆ 2 > 0 . y ) ∈ V ∩ A . ∀( x.

DERIVATE PARŢIALE.... x n ) ≤ f (a1 . a n ) astfel încât f ( x1 ...0 ⎟ ∂ 2 f ⎜ . a 2 .0 ⎟ este punct de minim. a n ) . ∀( x1 ..0) nu este punct de extrem 0 2 ⎛2 ⎞ ⎛2 ⎞ ⎛2 ⎞ ∂ 2 f ⎜ .0) = 0... x 2 .0 ⎟ ⎝3 ⎠ −4 0 = − 8 ⇒ (2. a12 = ∂ 2 f (2... DIFERENŢIALE 81 ⎧ ∂f ⎪ ∂x = 0 ⎧− ( x − 2) 2 − 2x( x − 2) = 0 ⎪ ⎪ ⇔⎨ ⎨ ⎪2y = 0 ⎪ ∂f = 0 ⎩ ⎪ ∂y ⎩ ⎛2 ⎞ Obţinem două puncte staţionare M1 (2.0) ∂ 2 f (2. ∂x∂y ∂y 2 - pentru M1 (2.. x n ) ∈ V ∩ X . Se spune că (a1 .. a n ) astfel încât f ( x1 .. x n ) ∈ V ∩ X Punctele de minim local sau maxim local ale funcţiei f se numesc puncte de extrem local ale lui f . x 2 ... a 2 .0) a11 = şi ∂ 2 f (2. ∀( x1 . a 22 = =2 ∂x∂y ∂y 2 ∆ 1 = − 4. ⎝3 ⎠ Cum ∂ 2f ∂x 2 rezultă = −2( x − 2) − 2( x − 2) − 2x.... a n ) este un punct de minim local (sau minim relativ) al funcţiei f dacă ∃V ∈ V (a1 .0) ∂x 2 = − 4. a = ⎝3 ⎠ = 2 ⎝ 3 ⎠ = 4.... f = f ( x1 .0) şi M 2 ⎜ . Se spune că (a1 ... a n ) ... = 2...... Fie f : X ⊂ R n → R . a n ) un punct din X.. ... x n ) ≥ f (a1 . ∂ 2f ∂2f = 0. a 2 . x 2 . a 2 . a = a11 = 12 22 2 ∂x∂y ∂x ∂y 2 şi ⎛2 ⎞ ∆ 1 = 4. a 2 .. x 2 ... a 2 ....0 ⎟ ⎝ 3 ⎠ = 0..0 ⎟ ∂ 2 f ⎜ . a 2 . 0 2 ⎝3 ⎠ Definiţie.... a n ) este un punct de maxim local (sau maxim relativ) al funcţiei f dacă ∃V ∈ V (a1 .. ∆ 2 = ⎛2 ⎞ pentru M 2 ⎜ . x 2 ..FUNCŢII DE MAI MULTE VARIABILE.0 ⎟ .. ∆ 2 = 4 0 = 8 ⇒ ⎜ .. x n ) şi (a1 ..

.... a n ) .. ... ...... 2) Dacă ∆1 < 0 .. = 0 .. ∆ n > 0 ... Fie a ∆ 1 = a11 .. ∂x 1 ∂x 2 ∂x n Soluţiile sistemului ⎧ ∂f ⎪ ∂x = 0 ⎪ 1 ⎪ ∂f ⎪ ⎪ ∂x = 0 ⎨ 2 ⎪. x n ) şi (a1 ... x n ) şi (a1 . a 2 . ⎪ ⎪ ∂f =0 ⎪ ⎪ ⎩ ∂x n formează mulţimea punctelor staţionare ale funcţiei f . . a n ) este un punct de maxim pentru f.. ∆ 2 > 0 . . a 2 . a 2 .. atunci (a1 .. a 2 ..... a n ) un punct interior mulţimii X . f = f ( x1 .. atunci (a1 . a 2 ............. …. a 2 . Dacă (a1 . atunci ∂f (a1 .... …. a n ) un punct staţionar al funcţiei f .. Teoremă. Fie f : X ⊂ R n → R . a 2 . ∆ 2 > 0 . ∆ n = 21 ..... a n ) ∂f (a1 . a n ) ∂f (a1 ... a n ) este un punct de minim pentru f. a 2 ... x 2 .. a n2 ... ∆ 2 = 11 a 21 unde a11 a a12 . f = f ( x1 . a 22 a n1 a12 a 22 . a 2 ...... a nn a ij = ∂ 2 f (a1 . . ∆ 3 < 0 .......... a 2 . Fie f : X ⊂ R n → R . x 2 . a n ) . ….... a n ) este un punct de extrem local al funcţiei f şi f are derivate parţiale de ordinul întâi în (a1 . ....82 CAPITOLUL al VI-lea Teoremă.. = 0.. a n ) = 0.. ∂x i ∂x j 1) Dacă ∆ 1 > 0 .. a1n a 2n . ∆ 4 > 0 .

a 22 = = = . y . 1 x y z + + + .4.4. DIFERENŢIALE 83 Exemplu.4. a13 = = 0. DERIVATE PARŢIALE.4. 64 2 ⋅ 64 ⋅ 64 1 64 1 16 1 16 1 − 64 − Deoarece ∆ 1 > 0 .4. =− .8) =− = − . ∂ 2f = 2 x ∂ 2 f 2y ∂ 2 f 1 ∂ 2f ∂ 2f 1 = .8) ∂x 2 = 1 ∂ 2 f (2. y > 0.8) este punct de minim.8) 2 ⋅ 2 1 ∂ 2 f (2.8) . Să se determine punctele de extrem local pentru funcţia f ( x. Cum ∂ 2f ∂x 2 = 2 x 3 ∂y 2 .8) 2 ⋅ 4 1 = . a 33 = = = .4. 4 1 ∆2 = 4 1 − 16 1 4 1 ∆3 = − 16 0 − 1 16 = 3 . x y z 16 Punctele staţionare sunt soluţii ale sistemului ⎧ 1 1 ⎧ ∂f ⎪− 2 + = 0 =0 ⎪ ∂x y ⎪ x ⎪ ⎪ ⎪ ∂f ⎪ ⎪ x 1 ⎨ = 0 ⇔ ⎨− 2 + = 0 z ⎪ ∂x ⎪ y ⎪ ∂f ⎪ 1 ⎪ =0 ⎪ y ⎪ ∂x ⎪− 2 + 16 = 0 ⎩ ⎩ z Obţinem un singur punct staţionar M(2. 3 2 3 ∂x∂y 2 ∂x∂z ∂y∂z y ∂z z y z2 rezultă a11 = a12 = ∂ 2 f (2.8) ∂ 2 f (2.8) ∂ 2 f ( 2. . z ) = Soluţie. z > 0.FUNCŢII DE MAI MULTE VARIABILE. ∆ 2 > 0 . .4. ∆ 3 > 0 rezultă că punctul staţionar M(2. a 23 = =− =− 2 2 16 64 ∂x∂y ∂x∂z ∂y∂z 4 8 şi 1 ∆1 = . x > 0. = 0.4. 23 4 4 3 16 8 3 64 ∂y 2 ∂z 2 2 1 1 1 1 ∂ 2 f (2. =− . 1 16 2 16 0 − 1 1 = .

Semnele ± corespund celor două sensuri de pe direcţia considerată. df (2. Gradient. 13 12 .1. 13 Prin urmare.1. = y + x rezultă că ∂y ∂z ∂x ∂f (2. presupusă derivabilă parţial pe A. z 0 ) un punct interior mulţimii A şi l(cos α. y.3) = 4. 13 4 .15) .84 CAPITOLUL al VI-lea 6.5. unde N(5. = 3. y 0 . = 4⋅ + 5⋅ + 3⋅ = dl 13 13 13 13 1 În funcţie de parametrii directori a. .3) ∂f (2. z 0 ) = cos α + cos β + cos γ . Soluţie.1. = 5. y 0 . Se numeşte derivata funcţiei f după direcţia l în punctul M 0 limita M→M 0 lim f (M) − f (M 0 ) | M 0M | . Rotor Definiţie. Să se calculeze derivata funcţiei f ( x. Cum ∂f ∂f ∂f = y + z. = x + z. cosinusurile directoare se determină prin formulele: cos α = a ± a2 + b2 + c 2 .3) .y. y 0 . cos γ = c ± a2 + b2 + c 2 . y 0 . b. y 0 . z 0 ) ∂f ( x 0 .3) ∂f (2.z) un punct oarecare al dreptei care trece prin M 0 şi are vectorul director l . Derivata după o direcţie. ∂x ∂y ∂z Cosinusurile directoare ale direcţiei M 0 N sunt cos α = cos β = cos γ = 3 3 2 + 4 2 + 14 2 4 3 + 4 + 14 12 3 2 + 4 2 + 14 2 2 2 2 = = = 3 . c ai unei direcţii date l . cos γ ) o direcţie dată 1.y. z 0 ) ∂f ( x 0 . z 0 ) ∂f ( x 0 . Divergenţă. f = f(x.1. fie M 0 ( x 0 . Fie funcţia f : A ⊂ R 3 → R . ∂x ∂y ∂z dl Exemplu.z).3) 3 4 12 68 .1. z) = xy + yz + zx în punctul M 0 (2. după direcţia M0N . cos β. Se notează df (M 0 ) şi are expresia dl df ( x 0 .5.cos β = b ± a2 + b2 + c2 . Fie M(x.

y. v 2 ( x. z). ∂ ∂ ∂ i+ j+ k ∂x ∂y ∂z Definiţie4. DIFERENŢIALE 85 Definiţie 2. iar denumirea şi notaţia se datoresc lui H. z)) o funcţie vectorială definită pe A ⊂ R 3 cu valori în R 3 . Maxwell (1855). z)) o funcţie vectorială definită pe A ⊂ R 3 cu valori în R 3 . z). Fie u(x. (numită suprafaţă de nivel). Definiţie5. derivabilă parţial pe A . v 3 ( x. y. Abraham (1902) şi P. direcţia sa reprezentând direcţia celei mai rapide creşteri a funcţiei u. iar denumirea şi notaţia se datoresc lui M. + + ∂x ∂y ∂z Simbolic. y.FUNCŢII DE MAI MULTE VARIABILE. Hamilton (1853). Hamilton (1853). În mod formal. v 2 ( x. Fie v( x. ∂x ∂y ∂z Gradientul într-un punct este normal la suprafaţa u = const. y.z) o funcţie reală definită pe A ⊂ R 3 . ⎜ ∂y ⎟ ⎜ ∂x ∂z ⎠ ⎝ ∂z ∂x ⎠ ⎝ ∂y ⎟ ⎝ ⎠ 2 Noţiunea de gradient are originea în lucrările lui W. 3 Operatorul ∇ = 4 Noţiunea de divergenţă are originea în lucrările lui W. Se numeşte gradientul funcţiei u sau gradientul câmpului scalar u şi se notează grad u funcţia vectorială grad u = ∂u ∂u ∂u i + j+ k . v 3 ( x.y. Langevin (1905) 5 Noţiunea de rotor are originea în lucrările lui W. z). y. iar denumirea şi notaţia se datoresc lui G. C. B. DERIVATE PARŢIALE. Lorentz (1895) şi M. y . y . Fie v( x. Se numeşte divergenţa funcţiei v sau divergenţa câmpului vectorial v şi se notează div v funcţia scalară div v = ∂v 1 ∂v 2 ∂v 3 . Dacă divergenţa se anulează într-un domeniu D. z) = ( v1( x. y. ∂ ∂ ∂ i + j + k se numeşte operatorul nabla sau operatorul lui Hamilton ∂x ∂y ∂z Riemann (1854) şi J. 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 . câmpul vectorial v se spune că este solenoidal. derivabilă parţial pe A. derivabilă parţial pe A . divergenţa câmpului vectorial v se poate defini ca produsul scalar dintre operatorul ∇ şi v: div v = ∇ ⋅ v . z) = ( v1( x. gradientul funcţiei u se obţine prin aplicarea operatorului 3 ∇= funcţiei u: grad u = ∇u . z). Hamilton (1853). Abraham (1902) .

Soluţie. a) div(grad u) = ∂ ⎛ ∂u ⎞ ∂ ⎛ ∂u ⎞ ∂ ⎛ ∂u ⎞ ∂ 2u ∂ 2u ∂ 2u + + = ∆u . ⎜ ⎟+ ⎜ ⎟+ ⎜ ⎟ = ∂x ⎝ ∂x ⎠ ∂y ⎜ ∂y ⎟ ∂z ⎝ ∂z ⎠ ∂x 2 ∂y 2 ∂z 2 ⎝ ⎠ b) div(rot v ) = ∂ ⎛ ∂v 3 ∂v 2 ⎞ ∂ ⎛ ∂v 1 ∂v 3 ⎞ ∂ ⎛ ∂v 2 ∂v 1 ⎞ ⎟ ⎟+ ⎜ ⎜ − − − ⎟+ ⎜ ∂x ⎠ ∂z ⎜ ∂x ∂y ⎟ ∂x ⎜ ∂y ∂z ⎟ ∂y ⎝ ∂z ⎠ ⎝ ⎠ ⎝ ∂ 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. câmpul vectorial v se spune că este irotaţional (sau lamentar) în acel domeniu. ∂z v3 Dacă rotorul se anulează într-un anumit domeniu. rotorul câmpului vectorial v se poate scrie ca produsul vectorial dintre operatorul ∇ şi v i ∂ rot v = ∇ × v = ∂x v1 j ∂ ∂y v2 k ∂ . ∂2 ∂x 2 + ∂2 ∂y 2 + ∂2 ∂z 2 .86 CAPITOLUL al VI-lea Simbolic. ∆ = b) div(rot v ) = 0 . =⎜ − − − ⎜ ∂y∂z ∂z∂y ⎟ ⎜ ∂z∂x ∂x∂z ⎟ ⎜ ∂x∂y ∂y∂x ⎟ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ . Să se arate că: a 6) div( grad u) = ∆u . ∂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. c) rot ( grad u) = 0 . Exemplu.

z) = e xy sin z . y ) = x 2 + 3 xy 2 + xy 5 . y ) = x 3 + 3x 2 y + y 4 + 3 . x ∂y ∂x ∂2 ∂2 ∂2 se numeşte operatorul lui Laplace + + ∂x 2 ∂y 2 ∂z 2 6 Operatorul ∆ = . j) f ( x. Să se calculeze df (1.3) pentru următoarele funcţii: a) f ( x. z) = arcsin x y +z 2 2 . b) f ( x. y ) = x 2 sin 3 y . y. 4 3 2 g) f ( x. Folosind definiţia să se calculeze: ' ' a) f x (1. x+y 2 h) f ( x. x + y = 2f . 4. y. d) f ( x.0) pentru următoarele funcţii: a) f ( x. ⎟ şi fy ⎜ . y ) = e x−y .0) şi d 2 f (1.3) şi d 2 f (2.0) pentru f ( x. y. z) = e y + ln( x 2 + 1) + z 5 + 3 (funcţiile sunt înţelese pe domeniile lor maxime de existenţă). y ) = ( x 2 + y 2 ) sin . y ) = x2y . DIFERENŢIALE 87 6. y ) = ln(1 + x + y + xy ) . 3. z) = x 3 − 2y 2 + 3z 2 − 3 xyz . y ) = x 3 − (2 − x)y 2 .6. 5.2. ∂x ∂y 5 y ∂f ∂f b) f ( x. z) = e x + y + z . Să se calculeze df (2. Să se calculeze derivatele parţiale de ordinul întâi şi al doilea pentru următoarele funcţii: a) f ( x.FUNCŢII DE MAI MULTE VARIABILE. DERIVATE PARŢIALE. Să se arate că funcţiile următoare verifică relaţiile indicate: ∂f ∂f 6 a) f ( x. ⎝4 3⎠ ⎝4 3⎠ 2. y ) = x 2 + 4y 2 . y. x ≠ 0 . y ) = 5 x 6 + y 6 + 2 xy 5 . f) f ( x. x + y = f. c) f ( x. y ) = cos− sin y + 1 . e) f ( x. b) f ( x. 2 ' ⎛π π⎞ ' ⎛π π⎞ b) f x ⎜ .2. i) f ( x. z) = e xy + e xz + e yz . b) f ( x. ⎟ pentru f ( x. Probleme propuse 1.0) şi fy (1. y ) = x 2 + y + sin xy . y. y .

. c) f ( x. y . y ) ∈ R 2 . z) ∈ R 3 . y. y. b) f ( x. z) = x 2 − y 2 + 2z 2 − 6 x + 8y − 12z + 3 .88 CAPITOLUL al VI-lea c) f ( x. z) = x 2 + 2y 2 − 4 xy + 6 xz − 4yz . ( x. y ) = x 2 + 4 y 2 − 16xy + 32x − 16y . y . z) = x 2 + y 2 + z 2 − 3xy − 12 xz − 18yz . ( x. ( x. y . z) ∈ R 3 . z) ∈ R 3 . ( x. y ) ∈ R 2 . ( x. y. z) ∈ R 3 . Să se determine punctele de extrem local pentru funcţiile: a) f ( x. z) = ( x 9 + x 4 y 5 + z 9 ) cos ∂f ∂f ∂f x+y . y . y ) = x 3 + y 3 − 3 x 2 y + 6 xy 2 − 2x − y . f) f ( x. 7. Să se demonstreze următoarele formule din analiza vectorială: a) div(uv ) = vgrad u + u div v . y . z) = ( x 2005 + x 2000y 5 − z 2005 )arctg d) f ( x. z) = x 3 + y 2 + z 2 − 2 x 2 − 2xy + 4yz . e) f ( x. x + y + z = 2005f . y . y + z ∂x ∂y ∂z x4 + y5 y +z 5 4 . y .x ∂f ∂f ∂f + y + z = 9f ( x . d) f ( x. y . b) rot (uv ) = ( grad u ) × v + u rot v . ( x. z ) . ∂x ∂y ∂z 6.

y ) = 0 Definiţie. dacă F( x. . y 0 ) un punct interior lui A × B . ∂F( x. F admite derivate parţiale continue în A × B . ∀x ∈ U . (1) Fie ecuaţia F(x. A ⊂ R . Observaţie. ∂y a) există o vecinătate U a lui x0. Funcţii implicite definite de ecuaţia F( x. f ( x )) = 0 . Spunem în acest caz că funcţia f(x) este definită implicit de ecuaţia (1). Ecuaţia (1) poate avea în raport cu y o soluţie. Dacă • • • atunci: F ( x 0 . 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. B ⊂ R . ∀x ∈ A . mai multe soluţii sau nici una. O funcţie (2) y = f ( x) : A → B se numeşte soluţie în raport cu y a ecuaţiei (1) pe mulţimea A. atunci funcţia y = f(x) are derivata de ordinul k continuă pe U.y) = 0. y ) ∂y Observaţie. Fie F(x. f ( x)) = 0 . Dacă funcţia F(x.y) o funcţie reală definită pe A × B . y 0 ) = 0. y 0 ) ≠ 0.FUNCŢII DEFINITE IMPLICIT 89 CAPITOLUL al VII -lea FUNCŢII DEFINITE IMPLICIT 7. ∂F( x. Teorema de existenţă şi unicitate. y ) b) funcţia y =f(x) are derivata continuă pe U şi f ' ( x) = − ∂x . ∂F( x 0 . unde F = F(x.1. ∀x ∈ U .y) admite derivate parţiale de ordinul k continue în A × B . B ⊂ R şi ( x 0 . Ne interesează cazul când ecuaţia (1) admite o singură soluţie (2). A ⊂ R .y) este o funcţie reală definită pe A × B .

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 . Metoda a II-a. y ) 2x − y + 1 . = − x + 3y 2 + 1 . y ) = 2x − y + 1 . rezultă că x 2 − xf ( x) − 3 x + f 3 ( x) + f ( x) + 2005 = 0 . de unde deducem . rezultă că f ' (0) = . 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 f ' ( x) = − 2x − f ( x) − 3 2x − y − 3 sau f ' ( x) = − x 2 − xy + 2y 2 + x − y − 1 = 0 . y ) = x 2 − xy − 3 x + y 3 + y + 2005 şi ∂F( x.90 CAPITOLUL al VII-lea Exemple. y ) x − 4y + 1 ∂y 2 ⋅ 0 − 1+ 1 = 0. y ) ∂F( x. iar f ' ( x) = − ∂x = ∂F( x. Soluţie. Pentru calculul lui f ' ( x ) se poate utiliza formula ∂F( x. obţinem 2x − f ( x) − xf ' ( x) − 3 + 3f 2 ( x)f ' ( x) + f ' ( x) = 0 . Soluţie. Deoarece y = f(x) verifică ecuaţia x 2 − xy − 3 x + y 3 + y + 2005 = 0 . y ) ∂F( x. y ) f ' ( x) = − ∂x . ∂x ∂y ∂F( x. ∂F( x. Derivând această ultimă identitate. Metoda I. Cum F( x. ∂x ∂y rezultă că f ' ( x) = − 2x − y − 3 3y 2 − x + 1 . y ) = x 2 − xy + 2y 2 + x − y − 1 avem ∂F( x. ştiind că f(0) = 1. y ) = 2x − y − 3 . = − x + 4y − 1 . 0 − 4 ⋅1+ 1 Pentru determinarea lui f " ( x ) derivăm relaţia Deoarece f(0) = 1. y ) ∂y Cum F( x.

b) al curbei este y − b = f ' (a)( x − a) . găsim .b) al ei. b) f ' (a) = − ∂x ∂F(a. considerând y ca funcţie de x. y 0 ) ce aparţine cercului. ∂x ∂y . Soluţie. În ipoteza că y = f(x) este funcţie implicită definită de ecuaţia F(x.y)=0. b) şi Rezultă că derivatele parţiale sunt parametrii directori ai tangentei la ∂x ∂y curba definită de ecuaţia F(x. b) ∂F(a. Să se scrie ecuaţia tangentei la cercul de ecuaţie x 2 + y 2 = R 2 în punctul M 0 ( x 0 . Obţinem f " ( x) = 2x − y + 1 x − 4y + 1 (2 − y ' )( x − 4 y + 1) − (2 x − y + 1)(1 − 4 y ' ) ( x − 4y + 1) 2 Înlocuind pe y ' obţinut mai sus.FUNCŢII DEFINITE IMPLICIT 91 f ' ( x) = în raport cu x. Exemplu. b) y − b = − ∂x ( x − a) ∂F(a. y ) = x 2 + y 2 − R 2 . b) ∂F(a. ∂F( x 0 .y) Se ştie că ecuaţia tangentei la curba y = f(x) în punctul (a. Ecuaţia tangentei în M0 este (x − x 0 ) unde F( x. b) ∂y ∂F(a. f " ( 0) = 2 3 ( 0 − 4 ⋅ 1 + 1) Interpretarea geometrică a derivatelor parţiale ale funcţiei F(x. y 0 ) ∂F( x 0 . y 0 ) + (y − y 0 ) = 0. b) ∂y şi ecuaţia tangentei se scrie ∂F(a. sau echivalent ( x − a) ∂x ∂y ∂F(a. b) + ( y − b) = 0. ⎛ ⎛ 2x − y + 1 ⎞ 2x − y + 1 ⎞ ⎜2 − ⎟( x − 4 y + 1) − ( 2 x − y + 1)⎜ 1 − 4 ⎟ ⎜ ⎜ x − 4y + 1 ⎟ x − 4y + 1 ⎟ ⎝ ⎠ ⎝ ⎠ f " ( x) = 2 ( x − 4 y + 1) astfel că 2 ⋅ 0 − 1+ 1⎞ 2 ⋅ 0 − 1+ 1⎞ ⎛ ⎛ ⎜2 − ⎟( 0 − 4 ⋅ 1 + 1) − ( 2 ⋅ 0 − 1 + 1)⎜ 1 − 4 ⎟ 2 0 − 4 ⋅1+ 1⎠ 0 − 4 ⋅1+ 1⎠ ⎝ ⎝ =− . avem ∂F(a.y) = 0 în punctul (a.

x 2 .... Fie F(x 1 . ∀( x1 .. y ) = 0 Definiţie. 7..92 CAPITOLUL al VII-lea Cum ∂F( x 0 . x 2 . 0 0 a) există o vecinătate U a lui ( x 1 . x n ..y) o funcţie reală definită pe 0 0 A × B . x n ) : A → B se numeşte soluţie în raport cu y a ecuaţiei (3) pe mulţimea A.... x 2 . x 0 . x 2 . x n .. mai multe soluţii sau nici una... Observaţie......... x 2 . y 0 ) 2 ∂y ≠ 0... Ne interesează cazul când ecuaţia (3) admite o singură soluţie (4).. o vecinătate V a lui y0 şi o funcţie unică 2 y = f ( x1 . x 2 . y ) este o funcţie reală definită pe A × B . (3) Fie ecuaţia F( x1 . Obţinem 0 0 astfel pentru tangenta căutată ecuaţia xx 0 + yy 0 = R 2 . x n . x n ) ∈ A .. y ) = 0 ... x 2 ... x n .. 2 b) funcţia y = f( x1 . x 0 . x 2 . x 0 . y 0 ) = 2y 0 avem = 2x 0 ....... y 0 ) = 0..2. ∀( x1 . Teorema de existenţă şi unicitate. unde F = F( x 1 .. x n ) = y 0 şi F( x1 . f ( x1 . A ⊂ R n . x n ) are derivate parţiale de ordinul întâi continue pe U şi .... y 0 ) aparţine cercului x 2 + y 2 = R 2 .. x n )) = 0 ... f ( x 1 . O funcţie (4) y = f ( x1 ... x n . x 2 .. x n ) : U → V astfel încât 0 0 f ( x1 ... x 2 ... x n ) . x 0 . 2 F admite derivate parţiale continue în A × B .. Ecuaţia (3) poate avea în raport cu y o soluţie... x 2 .. x n )) = 0 ..... x n ... B ⊂ R . Spunem în acest caz că funcţia f(x 1 . y 0 ) ∂F( x 0 . x 2 . x n . B ⊂ R şi ( x1 . 0 0 Deoarece M 0 ( x 0 ... x n . x n ) ∈ U .. dacă F( x 1 ... A ⊂ R n . x n ... ∂y ∂x ( x − x 0 )2x 0 + ( y − y 0 )2y 0 = 0 sau xx 0 + yy 0 − ( x 2 + y 2 ) = 0 . Dacă 2 • • • atunci: 0 0 F ( x1 . Funcţii implicite definite de ecuaţia F( x 1 . y 0 ) un punct interior lui A × B .. x 0 . x n ) este definită implicit de ecuaţia (3)... x 2 . x 2 .... rezultă că x 2 + y 2 = R 2 .. 0 0 ∂F( x1 ...

... y.... z) ∂F( x.... Exemplu.... z) ∂f ( x. 0 0 0 0 ∂x ∂y 2e + 2e − 1 3 2e + 2e − 1 3 . y... x 2 . y ) ∂f ( x1 .. ∂F( x1 .2) = 0 ... y ) ∂x1 ∂y ∂F( x1 ..... z ) ∂y ∂x ∂z ∂z Cum F( x. = e z − y......FUNCŢII DEFINITE IMPLICIT 93 ∂F( x1 .. y ) definită implicit ∂x ∂y ştiind că f (2... x n . x n ) ∈ U . ....... ∂F( x1 ...y) admite derivate parţiale de ordinul k continue în A × B ..2) =− = şi =− = .. atunci funcţia y = f( x1 ... x 2 . y. x n . . x n ) ∂x 2 =− ∂F( x1 .2) ∂f (2.. y ) ∂f ( x1 .. ∀( x 1 . x 2 . x n .. y ) ∂x n ∂y Observaţie. Pentru calculul derivatelor parţiale ∂f ( x.. x 2 .. y ) ∂y ∂x =− =− .. y ) ez − x şi ........ x 2 ... x 2 .. .... de ecuaţia xe z + ye z − xy − z = 0 Să se calculeze ∂f (2...... y ) ∂f ( x1 .. =− =− ∂x ∂y xe z + ye z − 1 xe z + ye z − 1 Deoarece f (2. z ) ∂F( x.. Soluţie..2) e0 − 2 1 ∂f (2. x 2 . z) = xe z + ye z − xy − z avem ∂F( x. x n ) are derivate parţiale de ordinul k continue pe U. ∂x ∂y ∂x iar ∂f ( x. x 2 ..... x n . x n . Dacă funcţia F( x1 .2) = 0 . y ) şi se utilizează formulele: ∂x ∂y ∂F( x... y.. y .. x 2 ... y ) ∂f ( x. x 2 .. x 2 . x n ) ∂x1 =− ... y ) ∂f ( x. . y ) ez − y ∂f ( x. y . . ∂F( x1 .. x 2 . z) ∂F( x..... x n ...... x n ) ∂x n =− . x n . y .. .2) şi pentru funcţia z = f ( x. .. z) = xe z + ye z − 1 = e z − x. y.. rezultă că e0 − 2 1 ∂f (2.. ∂F( x. z) ∂F( x....... y ) ∂x 2 ∂y ....

c ) ∂F(a. avem z−c = ∂F(a. c ) ∂z ∂z sau echivalent ( x − a) ∂F(a. c ) ∂F(a.y. z 0 ) 2z 0 = = . c ) ∂y ∂x ( y − b) ( x − a) − z−c = − ∂F(a. c ) ∂F(a. b. b.y) este funcţie implicită definită de ecuaţia F(x. (x − x 0 ) unde F( x. c ) ∂x ∂y ∂z ∂z şi ecuaţia planului tangent se scrie ∂F(a. + (z − z 0 ) + (y − y 0 ) ∂z ∂y ∂x Soluţie.y. c ) ∂F(a. c ) ∂F(a. y 0 . ∂x ∂y ∂z ∂F(a. y 0 . Exemplu. b. y 0 .b. b. z 0 ) ce aparţine elipsoidului. y 0 . z 0 ) 2 x 0 ∂F( x 0 . z 0 ) ∂F( x 0 . b) ∂z(a. b. y. b) ∂z(a. c 2 ⎜ a2 b2 c 2 ⎟ ⎝ ⎠ .b. b. b. sunt parametrii directori ai ∂x ∂z ∂y Rezultă că derivatele parţiale normalei la suprafaţa definită de ecuaţia F(x.c) al ei. z 0 ) = 0. c ) ∂F(a. = ∂x ∂y ∂z a2 b2 c2 (x − x 0 ) xx 0 a2 yy 0 b2 zz 0 2x 0 a2 + (y − y 0 ) 2y 0 b2 + (z − z 0 ) 2z 0 c2 =0 sau + + ⎛ x2 y2 z2 ⎞ −⎜ 0 + 0 + 0 ⎟ = 0. b) ( x − a) + ( y − b) . ∂F(a. c ) şi .94 CAPITOLUL al VII-lea Interpretarea geometrică a derivatelor parţiale ale funcţiei F(x. z) = x2 a2 + y2 b2 + z2 c2 − 1.c) al suprafeţei este ∂z(a. y 0 .z)=0.z) = 0 în punctul (a. z 0 ) ∂F( x 0 . ∂x ∂y În ipoteza că z = f(x.y) în punctul (a. b) ∂y ∂x =− =− . Cum avem ∂F( x 0 .z) Se ştie că ecuaţia planului tangent la suprafaţa z = f(x. b. . Ecuaţia planului tangent în M0 este ∂F( x 0 . y 0 . b. c ) ∂F(a. b. c ) + ( y − b) + (z − c ) = 0. b. b. z 0 ) 2y 0 ∂F( x 0 . c ) ∂z(a. b. y 0 . c ) ∂F(a. x2 a2 + y2 b2 + z2 c2 Să se scrie ecuaţia planului tangent la elipsoidul de ecuaţie − 1 = 0 în punctul M 0 ( x 0 . b.y.

....... ... .. …...... y 2 ... x n )..... f2(x 1 ..... x n )) = 0 ∀( x1 .....3.. y m ) = 0 ⎪ ⎪F2 ( x1 ............. f1 ( x 1 .. ........ .. .... .... x n ) ∈ A ..... x 2 ... .. rezultă că y2 z2 + 0 + 0 = 1... y m ) = 0 .. sau nici una. y m ) a sistemului (5) pe mulţimea A............. x 2 ..... x n )) = 0 ⎨ ⎪.... x n ).. f2 ( x1 . y 2 ... y 1 .. x 2 ......... y 2 .. . x n ) : A → R (6) se numeşte soluţie în raport cu ( y 1 ...FUNCŢII DEFINITE IMPLICIT 95 Deoarece M0 (x 0 .... Fie sistemul de ecuaţii (5) ⎧F1 ( x 1 ... x n )........ Sistemul (5) poate avea în raport cu ( y 1 . fm ( x1 .. unde Fi ( x1 ... x 2 .. ⎪ ⎩Fm ( x1 ....... ....... x n )) = 0 ⎪ ⎪F2 ( x1 .. ... m sunt funcţii reale definite pe A × B ........ y 1 ... f2 ( x1 ..... x 2 . fm ( x 1 .............. . fm ( x1 .... ... x 2 .. 7.... y m ) ... y 2 ... x 2 .. x n .. x 2 ........ y 1 . x 2 .... x 2 ... x n ) : A → R ⎨ ⎪. x 2 . y m ) o soluţie. x 2 ... y 1 . x 2 ..... x 2 ..... .. fm(x 1 ......... y 2 ... A ⊂ R n .. Sisteme de funcţii definite implicit Definiţie...... x 2 .... Un sistem de funcţii ⎧y 1 = f1 ( x 1 .. ..... ........ x 2 .. . ⎪ ⎩y m = fm ( x1 .. x 2 . x n ....... f2 ( x1 . x n ) ...... x n ) : A → R ⎪ ⎪y 2 = f2 ( x1 ..... .. f1 ( x1 . x n .. x n ). z 0 ) aparţine elipsoidului x2 a2 + y2 b2 + z2 c2 −1= 0 ... y 0 . x n . Spunem în acest caz că funcţiile f1(x 1 ....... .. mai multe soluţii Ne interesează cazul când sistemul (5) admite o singură soluţie (6).. .. f1 ( x 1 ... i = 1. x n ). x n .... x 2 ......... x n ).. ⎪ ⎩Fm ( x1 . x n . x 2 ... x 2 ... . x n ... x 2 . y 2 ....... a2 b2 c 2 Obţinem astfel pentru planul tangent cerut ecuaţia x2 0 xx 0 a 2 + yy 0 b 2 + zz 0 c2 = 1.. B ⊂ R m . x 2 ................. Observaţie. x n ).. dacă ⎧F1 ( x 1 ..... x 2 ............. .. y m ) = 0 ⎨ ⎪... x n ) sunt definite implicit de sistemul de ecuaţii (5).

F2 .. Fm ) : A × B → R m o o şi ( x o . y 2 ... y 2 . Fi .. f ( x )) = 0 .96 CAPITOLUL al VII-lea Pentru simplificarea scrierii... ∂Fm ∂y 1 atunci: a) există o vecinătate U a lui x o ........Fm ) se numeşte determinantul funcţional sau jacobianul funcţiilor F1 ...... Fie funcţia vectorială Teorema de existenţă şi unicitate.. y m ) . F2 . y 1 .. y m ) ∂f1 ( x) =− calculat în x..... o vecinătate V a lui y o şi o funcţie vectorială unică f ( x) = ( f1 ( x ). fm ( x)) : U → V astfel încât f ( x o ) = y o şi F( x... F.. Dacă 2 n 2 n • • F ( x o ... .. x 2 ...…. x n ) şi y = ( y 1 ... Fm ) ∂x i D( y 1 . atunci f este o funcţie vectorială definită pe A cu valori în R m ... F2 . Fm ) = ∂y 1 D( y 1 .. notăm x = ( x1 .. y m ) 1 Determinantul D(F1 ... y o ) un punct interior lui A × B . Dacă notăm F = (F1 .. y 2 .. . Jacobi (1841). y ) . iar sistemul (5) se scrie ( 5' ) F( x. Fm în raport cu D( y 1 . dacă notăm f = ( f1 . x o .. atunci F este o funcţie vectorială definită pe A × B cu valori în R m ..... y o .. .. y 2 . m . ∂F1 ∂y m ∂F2 o o ∂y m ≠ 0 în ( x .. i = 1.. x o .. m admit derivate parţiale continue pe A × B ....... iar sistemul (6) se scrie ( 6' ) y = f ( x) . y m .. c) funcţiile f1=f1(x). Donkin (1854) .F2 . F = (F1 . ∂Fm ∂y 2 .. Fm ) .. Fm ) D( x i .. y o ) = 0. y m ) . y o ) = ( x1 ..... ∀x ∈ U .. fm ) ... D(F1 .. f2 . De asemenea. y 2 . A fost introdus de K. iar notaţia simbolică a fost propusă de către W. ∂Fm ∂y m ∂F1 ∂y 1 ∂F2 • 1) D(F1 ..... F2 ...... i = 1. y ) = 0 .. fm=fm(x) au derivate parţiale de ordinul întâi continue pe U şi D(F1 . F2 ... F2 . y m ) variabilele y 1 . y 2 .. f2 ( x)... f2=f2(x).. ∂F1 ∂y 2 ∂F2 ∂y 2 . .

f2(x).…. y 2 . ⎧u + v = x ⎪ (∗) ⎨ ⎪xu + v 2 = y + 2005 . F2 . ⎩ ∂v ∂u ∂u ∂v şi . 1 2v − x ∂x 1 2v x 1 0 −x = ..y) sunt definite implicit de sistemul de ecuaţii A × B . .. Dacă funcţiile Fi .. x i ) ∂fm ( x ) =− calculat în x.... atunci funcţiile f1(x)... Fm ) D( y 1 . F2 ... Exemplu. fm(x) au derivate parţiale de ordinul k continue pe U. Fm ) ∂x i D( y 1 . m admit derivate parţiale de ordinul k continue pe Funcţiile u(x... obţinem ⎧ ∂u ∂v ⎪ ∂y + ∂y = 0 ⎪ ⎨ ⎪x ∂u + 2v ∂v = 1 .. y 2 . y m ) ∀x ∈ U . 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 ∂v ⎪ ⎪ ∂u ⎪u + x ∂x + 2v ∂x = 0 ⎪x ∂x + 2v ∂x = 0 ⎩ ⎩ Pentru 1 x 1 = 2v − x ≠ 0 . x i . D(F1 .. y m ) ………………………………………………… D(F1 .FUNCŢII DEFINITE IMPLICIT 97 D(F1 .. Observaţie.. D(F1 . y m ) ∂f2 ( x ) =− calculat în x. ∂y ∂x ∂y ∂x Soluţie... Să se calculeze .. i = 1. ⎪ ∂y ∂y ⎩ . y 2 ...... F2 . Fm ) D( y 1 . avem 2v 1 ∂u 0 = ∂x 1 x 1 1 2v x 2v ∂v = = . 1 2v − x 2v Derivând în raport cu y cele două ecuaţii ale sistemului. utilizând regula lui Cramer.y) şi v(x........ Fm ) ∂x i D( y 1 .. F2 .

.. utilizând regula lui Cramer. Pentru rezolvarea acestei probleme. ⎪..... λ 2 . x n ) .....se construieşte funcţia ajutătoare L( x 1. ..... ....... λ 2 .. x 2 . .. x 2 ...... x n ) = 0 x1 .... . x 2 . λ 2 ........ x 2 . λ m nedeterminaţi..... Dacă se cere să se determine extremele funcţiei y = f ( x1 .... x n ) cu coeficienţii λ1 . λ m şi se rezolvă... x 2 . avem 0 ∂u 1 = ∂y 1 x 1 1 2v x −1 ∂v = = .... .. cu condiţia ca cele n variabile să verifice anumite relaţii.. x n .4. .. ..... x n sunt supuse la legăturile (condiţiile) ⎨ se procedează astfel: ⎪. x n ) în care variabilele ⎧F1 ( x 1 .se formează sistemul de n + m ecuaţii ⎧ ∂L ⎪ ∂x = 0 1 ⎪ ∂L ⎧ ∂L ⎪ =0 ⎪ ∂x = 0 1 ⎪ ∂x 2 ⎪ ∂L ⎪. ⎪ ∂L ⎩Fm = 0 ⎪ =0 ⎪ ∂λ m ⎩ cu n + m necunoscute x1 .... x 2 .. Această problemă se numeşte problema găsirii extremelor funcţiei cu legături.. x 2 ... x 2 ... m ≤ n . .. x n ) + λ1F1( x1 .... ......... x n ) = 0 ⎪ ⎪F2 ( x1 ........ x 2 ...98 CAPITOLUL al VII-lea Pentru 1 x 1 2v = 2v − x ≠ 0 .... x n ) + + λ 2F2 ( x1 .... folosim metoda multiplicatorilor lui Lagrange...... x 2 ...... Extreme condiţionate În anumite probleme se cere găsirea extremelor unei funcţii y = f ( x1......... + λ mFm ( x1 . 1 2v − x 2v 7.. x 2 ...... ⎪ =0 ⎪ ∂L ⎪ ∂x 2 ⎪ ∂x = 0 ⎪... 1 2v − x ∂y 1 2v x 0 1 1 = . λ m ) = f ( x 1...... x n .. λ 1..... ⎪ n ⇔ ⎨ ∂L ⎨ ∂L ⎪ ⎪ ∂x = 0 =0 ⎪ ∂λ 1 ⎪ n ∂L ⎪ ⎪F1 = 0 =0 ⎪ ∂λ ⎪F2 = 0 2 ⎪. ⎪ ⎩Fm ( x1 . x n ) + . x 2 .. λ1 ........ x n ) = 0 .

µ m şi se consideră funcţia L∗ ( x1 . y = . Pentru a vedea dacă punctul corespunzător M(a1 .... dx n în funcţie de celelalte n ... prin anulare...... x n ) + µ1F1 ( x1 . λ) = xy + λ( x + y − 1) .. atunci punctul M(a1 .. λ = − .. Dacă această formă pătratică este pozitiv definită.. a n ) este extrem condiţionat al funcţiei date se procedează astfel: coeficienţii λ1 . a 2 . variabilele fiind legate prin condiţia x + y = 1. x n ) .... iar dacă această formă pătratică este negativ definită. x 2 .. Exemple.m - se înlocuiesc cele m diferenţiale în diferenţiala de ordinul doi d 2L∗ (a1 . a n ) se diferenţiază legăturile date. a 2 .. a 2 . µ 2 . Funcţia ajutătoare are forma L( x.. la sistemul ⎧y + λ = 0 ⎪ ⎪ ⎨x + λ = 0 ⎪ ⎪ x + y − 1 = 0. x n ) - se calculează diferenţiala de ordinul doi a funcţiei L∗ de mai sus în punctul M(a1 .... ⎩ 1 1 1 Unica soluţie a acestui sistem este x = ... a 2 . µ m ) una din soluţiile acestui sistem. y... x 2 .... a 2 . 2 ⎛ 1 1⎞ Diferenţiala de ordinul doi a funcţiei L∗ în punctul M⎜ . 2 2 2 Avem deci de considerat funcţia 1 L∗ ( x.. x n ) + ... a 2 . + µ mFm ( x1 . a n . 1) Să se determine extremele funcţiei f ( x... x n ) . a n ) este punct de maxim condiţionat pentru funcţia f ( x1 ...m diferenţiale rămase...... a n ) şi se obţine o formă pătratică în cele n . µ1 . iar din sistemul astfel obţinut scoatem m dintre diferenţialele dx 1 ...... ⎟ are forma următoare ⎝2 2⎠ . x 2 ... x n ) = f ( x1 .....FUNCŢII DEFINITE IMPLICIT 99 Fie P(a1 .. Soluţie. λ m din funcţia ajutătoare L se înlocuiesc cu µ1 .. a n ) este punct de minim condiţionat pentru funcţia f ( x1 .. x 2 .. atunci punctul M(a1 ... dx 2 . y ) = xy − ( x + y − 1) . x 2 ... λ 2 .. Derivatele parţiale de ordinul întâi ale funcţiei L conduc.. y ) = xy .. x 2 ... µ 2 .

⎝2 2⎠ 2) Să se determine extremele funcţiei f ( x. Funcţia ajutătoare are forma L ( x . λ2 = − . ∂x∂y ∂y 2 Cum = 0. λ 2 = − avem de considerat funcţia 3 2 1 1 L∗ ( x. λ 2 = . y = −2 .y = . prin anulare. 2 ∂x∂y ∂y Diferenţiind legătura. Derivatele parţiale de ordinul întâi ale funcţiei L conduc. ⎟ are forma ⎝3 3 3⎠ λ1 = d 2L∗ (M1 ) = dz 2 + ∂x 2 ∂y 2 ∂z 2 ∂ 2L∗ (M1 ) ∂ 2L∗ (M1 ) ∂ 2L∗ (M1 ) dxdy + 2 dxdz + 2 dydz. variabilele fiind legate prin condiţiile x − y + z = 2 . +2 ∂x∂y ∂x∂z ∂y∂z ∂ 2L∗ (M1 ) dx 2 + ∂ 2L∗ (M1 ) dy 2 + ∂ 2L∗ (M1 ) Cum . z = . = 0 . y ) . 3 2 ⎛4 2 4⎞ Diferenţiala de ordinul doi a funcţiei L∗ în punctul M1 ⎜ . λ 2 ) = x + y + z + λ 1 ( x − y + z − 2) + λ 2 ( x 2 + y 2 + z 2 − 4 ) . x = . obţinem dx + dy = 0 . x2 + y2 + z2 = 4 . ⎩ Rezolvând acest sistem. 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 = 0.100 CAPITOLUL al VII-lea d 2L∗ (M) = ∂ 2L∗ (M) ∂x 2 ∂ 2L∗ (M) ∂x 2 dx 2 + 2 ∂ 2L∗ (M) ∂ 2L∗ (M) 2 dxdy + dy . y . x = 0. z . z) = x + y + z . Soluţie. astfel că d 2L∗ (M) = −2(dx) 2 şi deci punctul ⎛ 1 1⎞ M⎜ . . λ 1 . y . găsim soluţiile 1 1 4 2 4 . z) = x + y + z + ( x − y + z − 2) − ( x 2 + y 2 + z 2 − 4) . 3 2 3 3 3 1 λ1 = −1 . y. ∂ 2L∗ (M) ∂ 2L∗ (M) = 1. 2 1 1 Pentru λ1 = . ⎟ este punct de maxim condiţionat pentru funcţia f ( x. avem d 2L∗ (M) = 2dxdy . z = 0 .

Să se scrie ecuaţia tangentei la curba x 2 − xy 2 + 2x + y − 3 = 0 în punctul M 0 (1. ∂x∂y ∂x∂z ∂y∂z ⎛4 2 4⎞ avem d 2L∗ (M1 ) = −dx 2 − dy 2 − dz 2 şi deci punctul M1 ⎜ . λ 2 = . y ) ∂f ( x. = 0. avem de considerat funcţia 2 1 L∗ ( x. y 0 ) ce aparţine conicei. 2 Procedând analog obţinem pentru diferenţiala de ordinul doi a funcţiei L∗ în punctul ∂ 2L∗ (M1 ) ∂ 2L∗ (M1 ) ∂ 2L∗ (M1 ) M 2 (0. ∂x 2 ∂y 2 ∂z 2 ∂ 2L∗ (M1 ) ∂ 2L∗ (M1 ) ∂ 2L∗ (M1 ) = 0. = −1. 4. Probleme propuse 1. z ) . 1 Pentru λ1 = −1 . Să se scrie ecuaţia tangentei la conica de ecuaţie 2 2 a11x 2 + 2a12 xy + a 22 y 2 + 2a10 x + 2a 20 y + a 00 = 0. .0) expresia d 2L∗ (M 2 ) = dx 2 + dy 2 + dz 2 şi deci punctul M 2 (0. z) = x + y + z − ( x − y + z − 2) + ( x 2 + y 2 + z 2 − 4) . . y.−2.−2. 3.0) este punct de minim condiţionat pentru funcţia f ( x. Să se calculeze f ' ( x ) pentru funcţia y = f ( x ) definită implicit de ecuaţia 2yx 2 + y 2 − 4 x − 3 = 0 . Să se calculeze ∂f ( x.FUNCŢII DEFINITE IMPLICIT 101 = −1.0) . y ) definită implicit de ecuaţia şi ∂x ∂y ln( x z y x z y ) − 3 = 0 . y ) pentru funcţia z = f ( x. = −1. z) . 2. a11 + a12 + a 2 ≠ 0 22 în punctul M 0 ( x 0 . y. 7. ⎟ este punct de maxim condiţionat ⎝3 3 3⎠ pentru funcţia f ( x. y. = 0.5.

z > 0 . h) dacă f (r . θ. variabilele fiind legate prin condiţia x + 2y + 3z = 4 .1) = 1 .1.y) şi v(x. y ) definită implicit de ecuaţia x 5 − 3y 2 + 4 yz − 3 xz 5 + z 9 = 0 = 0 . z 0 ) ce aparţine cuadricei. ϕ) 9. Să se calculeze df (1. z ) = x − y + 2z . θ. g(r . y ) = xy . c) f ( x.y) sunt definite implicit de sistemul de ecuaţii ⎧u + v = 2 − x − y ⎪ . 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 = 0.1) pentru funcţia z = f ( x. ∂y ∂x ∂y ∂x 11. ϕ) = r sin θ sin ϕ şi D(r . y 0 . z) = xy 2 z 3 . θ. variabilele fiind legate prin condiţia x 2 + y 2 = 1 . 22 33 23 8. b) f ( x. ϕ) = r sin θ cos ϕ . Funcţiile u(x.102 CAPITOLUL al VII-lea 5. d) f ( x. ⎨ 3 ⎪u + v 3 = 7 − x 3 − y 3 ⎩ Să se calculeze ∂v ∂u ∂u ∂v . ϕ) = r cos θ .1) . g. y > 0 . Să se determine extremele condiţionate pentru funcţiile: a) f ( x. Să se determine h(r . θ. y . D(r . variabilele fiind legate prin condiţia x 2 + y 2 = 4 . g) dacă f (r . Să se determine D( f . şi . 7. în punctul M 0 ( x 0 . . ştiind că f (1. Să se scrie ecuaţia planului tangent la suprafaţa x 2 + 2 xz − z 2 − 2 = 0 în punctul M 0 (1. x > 0 . variabilele fiind legate prin condiţia x 2 + y 2 + 2z 2 = 2 . θ) = r sin θ . 2 2 2 a11 + a 2 + a 2 + a12 + a13 + a 2 ≠ 0 . 6. . θ) D( f . 10. y ) = 5 x 2 + 3xy + y 2 . θ) = r cos θ şi g(r . y.

b 1 ∫ = lim ∫ b dx b→∞ 1 x = lim ln | x | b→∞ = lim ln b = ∞ .b]... . Deoarece ∞ a ∫ f ( x)dx = ∫ f ( x)dx + ∫ f ( x)dx + . ∀b > a .. .. Dacă limita este infinită sau nu există se spune despre integrală că este divergentă. = lim ∫ = lim = lim ⎜ − ∫ 2005 2005 b→∞ − 2004 ⎜ 2004 2004 ⎟ 2004 b→∞⎝ b→∞ 1 x 1x ⎠ 1 dx b dx b Observaţie. b→∞ ∞ dx este convergentă. În cazul în care această limită este finită se ∞ a spune că integrala ∫ f ( x)dx este convergentă.1. 2) Integrala ∫ 2005 1x Într-adevăr. ∞ dx 1 x ∞ dx 1 x este divergentă. Integrale improprii Integrale improprii cu limite de integrare infinite Definiţie. Analog se definesc integralele: b −∞ ∫ f ( x)dx = lim ∫ f ( x)dx a→−∞ a b b şi ∞ −∞ ∫ f ( x)dx = lim ∫ f ( x )dx .+∞ ) şi integrabilă pe [a. 1) Integrala ∫ Într-adevăr. Limita ∞ a b→∞ a lim ∫ f ( x)dx (finită sau infinită) se notează ∫ f ( x)dx . ∞ ⎛ 1 x −2004 b −2004 ⎞ ⎟= 1 . a→−∞ a b→+∞ Exemple.ELEMENTE DE CALCUL INTEGRAL 103 CAPITOLUL al VIII-lea ELEMENTE DE CALCUL INTERGAL 8. + a a+1 a+1 a+2 a+n+1 a +n ∫ f ( x)dx + . b Fie f o funcţie definită pe [a.

∞ Astfel.. rezultă convergenţa integralei ∫ f ( x )dx a a ∞ a ∞ a ∞ ∞ din divergenţa integralei ∫ f ( x)dx pentru k > 0 . rezultă convergenţa integralei ∫ f ( x)dx a a ∞ ∞ f ( x) 2.104 CAPITOLUL al VIII-lea rezultă că ∫ f ( x)dx = u 0 + u1 + . b) ∫ ∫ x2 1+ x7 x dx . x ∈ [a. λ x→∞ 3. Dacă f(x) este integrabilă pe orice interval [a. atunci ∫ f ( x)g( x )dx este convergentă. rezultă divergenţa integralei ∫ g( x)dx .+∞ ) şi lim = k . convergenţa integralei ∫ f ( x )dx se reduce la convergenţa seriei ∑ un . unde un = a ∞ a ∞ a+n+1 a+n ∫ f ( x )dx . g( x) > 0 . x ∈ [a. x ∈ [a.. . atunci iar pentru λ ≤ 1 . integrala ∫ f ( x )dx este divergentă. Dacă f ( x ) > 0 .+∞ ) şi lim x f ( x ) = k . n=0 Folosind rezultatele de la serii numerice. 0 ≤ k ≤ ∞ . Dacă f ( x ) > 0 . rezultă divergenţa integralei ∫ g( x)dx .+∞ ) . integrala ∫ f ( x )dx este convergentă a ∞ ∞ 4.b] şi ∫ f ( x)dx ≤ k iar g(x) tinde monoton a către zero când x → ∞ . c) ∞ cos x 1 dx .. atunci iar din divergenţa integralei ∫ f ( x)dx . a ∞ Exemple. Dacă 0 < f ( x) ≤ g( x) . a b pentru λ > 1 . a a ∞ ∞ din convergenţa integralei ∫ g( x)dx . obţinem 1. ∞ 3 x2 2 Să se studieze convergenţa integralelor: a) 01+ x ∞ 1 ∫ dx . + un + . atunci x →∞ g( x ) iar - din convergenţa integralei ∫ g( x)dx pentru k < ∞ . 0 < k < ∞ .. .

integrala este convergentă. Analog. b ] . x−5 5 1 este nemărginită în punctul x = 5 şi avem x−5 10 Într-adevăr.ELEMENTE DE CALCUL INTEGRAL 105 Soluţie. ∀ε > 0 . c) Considerăm funcţiile f ( x) = cos x şi g( x) = b 1 . ε→0 a b −ε Exemple. Dacă limita este infinită sau a b nu există se spune despre integrală că este divergentă. . a) Deoarece lim x λ f ( x ) = lim x→∞ x →∞ x x λ+ 3 2 2 b) Deoarece lim x λ f ( x ) = lim x→∞ 1 + x λ +2 = 1 pentru λ = 1 < 1 . = lim ∫ 5+ε ε→0 5 x − 5 ε→0 5+ε x − 5 ε→0 ∫ 2) Integrala ∫ 10 5 dx x−5 este convergentă. dacă b este punct singular pentru funcţia f. b ] şi integrabilă pe b b a [ a + ε. integrala este divergentă. Limita lim ∫ f ( x)dx (finită sau infinită) se notează ∫ f ( x)dx . 1) Integrala ∫ 10 dx este divergentă. x 1 x Integrale improprii din funcţii nemărginite Definiţie. Fie a un punct singular pentru funcţia f definită pe (a. rezultă că integrala ∫ dx este convergentă. În cazul în care ε →0 a + ε această limită este finită se spune că integrala ∫ f ( x)dx este convergentă. funcţia f ( x) = 10 10 dx dx = lim ln | x − 5 | = lim (ln 5 − ln ε) = ∞ . Deoarece x 1 ∫ cos dx = sin b − sin 2 ≤ 2 şi g( x) = ∞ cos x 1 descreşte monoton la zero când x → ∞ . 2 x →∞ 1 + x 7 = 1 pentru λ = 5 > 1 . integrala (improprie) ∫ f ( x)dx se defineşte a b ca lim ∫ f ( x)dx .

.. unde un = ∫ f ( x)dx . n=0 Are loc următorul rezultat Fie a un punct singular pentru funcţia f(x) > 0 definită pe (a.. 1 n+1 şi astfel b a a+ a+ b a ∫ f ( x )dx = u 0 + u1 + . Într-adevăr.b]. 1 n+1 ∞ 1 n Convergenţa integralei (improprii) ∫ f ( x)dx poate fi aşadar redusă la convergenţa seriei ∑ un . integrala (improprie) ∫ f ( x)dx este divergentă. .. integrala (improprie) ∫ f ( x)dx este convergentă a b a b pentru λ ≥ 1 . + un + . Soluţie.. 0 < k < ∞ . ε→0 Observaţie. + a+1 1 a+ 2 ∫ f ( x)dx + .106 CAPITOLUL al VIII-lea Într-adevăr. integrala este convergentă. Să se studieze convergenţa integralei ∫ Deoarece 3 Exemplu. ∀ε > 0 .. Dacă lim ( x − a) λ f ( x) = k . Integrala (improprie) ∫ f ( x)dx (b . b a b a+1 a+ a+ 1 n ∫ f ( x )dx = ∫ f ( x)dx + ∫ f ( x)dx + . pentru λ = 1 < 1 .a > 1) cu a punct singular se poate transforma într-o serie numerică. 1 ( x + 1) x→1 x >1 lim ( x − 1) λ f ( x) = lim ( x − 1) λ− 1 2 x→1 ( x + 1) x >1 x +1 = 1 2 2 . funcţia f ( x) = 10 5 1 x−5 este nemărginită în punctul x = 5 şi avem 10 5+ ε ∫ dx x−5 = lim ∫ 10 dx x−5 ε→0 5+ε = lim 2 x − 5 ε→0 b a = lim (2 5 − 2 ε ) = 2 5 . 2 . dx x2 − 1 . atunci x→a x >a iar - pentru λ < 1...b] şi integrabilă pe [a+ ε .

P) = ∑ f (ξ k . y ) . n subdomeniile obţinute numerotate într-o ordine oarecare. Familia de subdomenii ∆ = (D1 . Numărul I se numeşte integrala dublă a funcţiei f pe domeniul D şi se notează ∫∫ f ( x. D 2 . M.. Definiţie... k = 1. Notăm cu D k . unde k =1. P2 . n se numeşte sistem de puncte intermediare asociat diviziunii ∆ . D n ) numărul ∆ = max ρ k .N) distanţa de la M la N . Cu drepte paralele cu axele de coordonate împărţim domeniul plan D în subdomenii. Definiţie. Se numeşte sumă integrală ataşată funcţiei f. D n ) se numeşte diviziune a domeniului Se numeşte norma diviziunii ∆ = (D1 . unde am notat cu s(D k ) aria subdomeniului D k . N ∈ D k . P) = ∑ f (Pk )s(D k ) sau σ ∆ ( f . diviziunii ∆ şi punctelor n n intermediare P numărul σ ∆ ( f . ρ k = max d(M. sumele integrale corespunzătoare au o limită comună finită I. ηk ) coordonatele punctului Pk . D Din analogia dintre definiţia integralei duble şi definiţia limitei unei funcţii rezultă următoarea 1 Am notat cu d(M. N) . y )dxdy . iar cu (ξ k .. k = 1. Definiţie 1. ... Integrala dublă Fie o funcţie f : D ⊂ R 2 → R .2. . k =1 k =1 Se spune că funcţia f este integrabilă pe D dacă oricare ar fi şirul de diviziuni ( ∆ n ) cu n→∞ lim ∆ n = 0 şi oricare ar fi alegerea punctelor intermediare P.. Pn ) astfel încât Pk ∈ D k .n D. Definiţie. f = f ( x.. D 2 . ηk )s(D k ) . O familie de puncte P = (P1 . Definiţie...ELEMENTE DE CALCUL INTEGRAL 107 8.

D Consecinţe. y ) ≤ M . Proprietatea de aditivitate. g sunt funcţii integrabile pe D şi f ( x. y ) ∈ D . Observaţie. Dacă funcţia f este integrabilă pe D. y )dxdy . y )]dxdy = α ∫∫ f ( x. y ) ∈ D . atunci ∫∫ f ( x. y )dxdy + β ∫∫ g( x. y ) ∈ D . ∀( x. y )dxdy = µ ∫∫ g( x. D . M] (m. atunci f este integrabilă pe D1 şi D 2 şi D ∫∫ f ( x. β ∈ R . D1 D2 3. D D b) Dacă f este funcţie integrabilă pe D şi m ≤ f ( x. Proprietatea de liniaritate. y )dxdy . ∀( x. M sunt marginile funcţiei f) astfel încât D ∫∫ f ( x. y )dxdy = µs(D) . D Dacă f. y )g( x. 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 . y )dxdy + ∫∫ f ( x. Observaţie. y )dxdy ≤ ∫∫ g( x. y ) ≥ 0 . a) Dacă f. atunci D D αf + βg este integrabilă pe D şi ∫∫ [ αf ( x. a) Dacă f este funcţie integrabilă pe D. Dacă f este funcţie integrabilă pe D şi f ( x. atunci există µ ∈ [m. D 2 au în comun cel mult frontiera. y ) + βg( x. M] (m. y ) ≥ 0 . atunci ms(D) ≤ ∫∫ f ( x. y ) . Reciproca nu este adevărată. atunci f este mărginită pe D. y )dxdy ≥ 0 . y )dxdy ≤ Ms(D) . ∀( x. Dacă f este funcţie integrabilă pe D şi D = D1 ∪ D 2 . Formule de medie. Funcţia f este integrabilă pe D dacă şi numai dacă există un număr real I cu proprietatea că pentru orice ε > 0 . y ) ≤ g( x. g sunt funcţii integrabile pe D şi α. D Proprietăţi ale integralei duble 1. iar D1 . D Consecinţe. atunci ∫∫ f ( x. M sunt marginile funcţiei f) astfel încât ∫∫ f ( x. y )dxdy . atunci există µ ∈ [m. D 4. Aria domeniului plan D este s(D) = ∫∫ dxdy . ∀( x. 2. y ) ∈ D . P) − I |< ε . Proprietatea de monotonie. g sunt funcţii integrabile pe D şi g( x. Dacă f. y )dxdy .108 CAPITOLUL al VIII-lea Teoremă. Consecinţă. y )dxdy = ∫∫ f ( x.

c D a ⎣c ⎦ calculul integralei duble se reduce la calculul a două integrale iterate. iar g este funcţie integrabilă pe D şi g( x. y )dxdy = f (ξ. 2⎭ ⎩ D D ∫∫ x sin y dxdy = ∫ [ ∫ x sin y dy ]dx . D c) Dacă f este funcţie continuă pe D. y ) ∈ D . Dacă funcţia f ( x. adică.ELEMENTE DE CALCUL INTEGRAL 109 b) Dacă f este funcţie continuă pe D. y )dxdy = ∫ ⎢ ∫ f ( x. y )dxdy . Exemplu. y )dxdy = f (ξ. y ) ≥ 0 . η) ∫∫ g( x. atunci există P(ξ. y ) : a ≤ x ≤ b. d] . unde D = ⎨( x. Soluţie. 0 0 Deoarece . 0 ≤ y ≤ ⎬ . atunci există P(ξ. π 1 2 π⎫ ⎧ Să se calculeze ∫∫ x sin y dxdy . b] . adică există d b ⎡d ⎤ F( x) = ∫ f ( x. ∀( x. η)s(D) . η) ∈ D astfel încât ∫∫ f ( x. η) ∈ D astfel încât ∫∫ f ( x. atunci ∫∫ f ( x. y )g( x. y ) : 0 ≤ x ≤ 1. D D Calculul integralei duble Pentru calculul integralei duble se disting următoarele tipuri fundamentale de domenii de integrare: 1. y )dy şi dacă F( x) este integrabilă pe [ a. y )dy ⎥ dx . D = {( x. y ) este integrabilă în raport cu y pe [ c. c ≤ y ≤ d} (D este un dreptunghi cu laturile paralele cu axele de coordonate) Teoremă.

y )dy şi dacă F( x) este integrabilă pe [ a.110 CAPITOLUL al VIII-lea π 2 π π ⎞ ⎛ 2 ∫ x sin y dy = x ∫ sin y dy = x( − cos y ) 0 = x⎜ cos + cos 0 ⎟ = x . y )dxdy = ∫ ⎢ ∫ f ( x. D = {( x. y 1 ( x) ≤ y ≤ y 2 ( x)} Teoremă.1) . y ) este integrabilă în raport cu y pe [ y 1 ( x). ∫∫ ⎥ D a ⎢ y 1 ( x) ⎦ ⎣ Să se calculeze ∫∫ ( x + y )dxdy . 2 2. y )dy ⎥ dx . unde D este limitat de dreapta y = x şi D Exemplu. adică F( x ) = y 2 ( x) y 1 ( x) ∫ f ( x. Dacă funcţia f ( x. 2 Punctele de intersecţie dintre dreapta y = x şi parabola y = x 2 sunt O(0.0) şi A (1. y ) : a ≤ x ≤ b. b] . D 0 x2 1 x Deoarece . y 2 ( x)] . Soluţie. ∫∫ ( x + y )dxdy = ∫ [ ∫ ( x + y )dy ]dx . atunci ⎤ b ⎡y 2 ( x ) f ( x. parabola y = x . 2 ⎠ ⎝ 0 0 π 2 rezultă că x2 ∫∫ x sin y dxdy = ∫ x dx = 2 D 0 1 1 = 0 1 .

iar formula ⎪y = ρ sin θ ⎩ ∫∫ f ( x.sunt funcţii continue împreună cu derivatele lor parţiale. v ). D D' . y )dxdy = ∫∫ f ( x(u. v ) ⎩ . determinantul funcţional (jacobianul) ∂x ∂x D( x. θ cu ⎨ . Schimbarea de variabilă în integrala dublă ⎧ ⎪x = x(u. − − ⎟ = − x 3 − ⎟ dx = ⎜ ∫∫ ( x + y )dxdy = ∫ ⎜ ⎟ ⎜ 6 ⎟ ⎜ 2 3 10 ⎠ 20 2 ⎠ D 0⎝ ⎝ 0 1 ⎛ 3x 2 1 3. v ) ∂y ∂y ∂u ∂v În aceste condiţii asupra transformării T. y(u. D(u. y ) ∂u ∂v = J= ≠ 0 în D. v )) J dudv . J = ρ . = x( x − x 2 ) + ⎜ − ⎟ = x 2 − x 3 + ⎜ 2 2 ⎟ 2 2 2 2 ⎝ ⎠ rezultă că ⎛ 3x 3 x 4 x 5 ⎞ 3 x4 ⎞ . are loc formula ∫∫ f ( x. v ) Fie transformarea T ⎨ pentru care funcţiile x. y îndeplinesc condiţiile: ⎪y = y(u.ELEMENTE DE CALCUL INTEGRAL 111 x x2 ∫ ( x + y )dy = ∫ x dy + ∫ y dy = x ∫ dy + ∫ y dy = x y x2 x2 x2 x2 x x x x x x2 y2 + 2 x x2 ⎛ x2 x4 ⎞ x 2 x 4 3x 2 x4 − = − x3 − . D D' Observaţie. împărţim domeniul D în subdomenii de tipurile precedente. - stabilesc o corespondenţă biunivocă şi bicontinuă între punctele domeniului D din planul Oxy şi punctele domeniului D' din planul O' uv. ρ cos θ) ρ dρdθ . precedentă se scrie ⎧ ⎪x = ρ cos θ În cazul coordonatelor polare ρ . Domeniul D este oarecare În acest caz prin paralele la axa Oy duse prin vârfurile domeniului D. 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. iar pentru calculul integralei duble aplicăm proprietatea de aditivitate a acesteia. y )dxdy = ∫∫ f (ρ cos θ.

D D Să se calculeze următoarele integrale duble: 1) ∫∫ xy dxdy . unde D este domeniul mărginit de dreptele x + y = 1.112 CAPITOLUL al VIII-lea Exemplu. ⎟ 4 ⎠1 2 . x + y = 2. ⎧x = ρ cos θ ⎪ 1) Este indicat să facem transformarea T ⎨ care duce domeniul D (coroana ⎪y = ρ sin θ ⎩ circulară) în dreptunghiul D' ⎧1 ≤ ρ ≤ 2 ⎪ ⎨ ⎪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 . x − y = 1. D D' D' 0 ⎣1 ⎦ Deoarece 2 ⎛ ρ4 ∫ ρ cos θ sin θ dρ = cos θ sin θ ∫ ρ dρ = cos θ sin θ⎜ ⎜ 4 1 1 ⎝ 3 2 3 ⎞ ⎟ = 15 cos θ sin θ . Soluţie. unde D : 1 ≤ x 2 + y 2 ≤ 4 . x − y = 2 . 2) ∫∫ ( x + 2y )dxdy .

∂x 1 1 ∂v = 2 2 = − 1 .ELEMENTE DE CALCUL INTEGRAL 113 rezultă că 15 2π 15 ⎛ cos 2θ ⎞ cos θ sin θ dθ = = 0. ∂y 1 1 2 − ∂v 2 2 2 ⎡2 3u − v ⎤ ⎡ u v ⎛ u v ⎞⎤ 1 ⎛ 3u v ⎞ 1 dv⎥du. ⎟ ∫∫ xy dxdy = ∫ ∫ sin 2θ dθ = ⎜ − 8 0 8⎝ 2 ⎠ 0 D 0 4 2) 2 π 15 2π ⎧ ⎪x = ⎧ ⎪ ⎪x + y = u Notăm ⎨ şi obţinem T ⎨ ⎪x − y = v ⎪y = ⎩ ⎪ ⎩ u v + 2 2 u v − 2 2 Transformarea T duce domeniul D în pătratul D' ⎧ ⎪1 ≤ u ≤ 2 ⎨ ⎪1 ≤ v ≤ 2 ⎩ Jacobianul transformării este ∂x J = ∂u ∂y ∂u Astfel. ∫∫ (x + 2y)dxdy = ∫∫ ⎢ + + 2⎜ − ⎟⎥ ⋅ − dudv = ∫∫ ⎜ − ⎟ dudv = ∫ ⎢∫ 2 ⎝ 2 2 ⎠⎦ D D' ⎣ 2 2 D' ⎝ 2 2 ⎠ 2 1 ⎣1 4 ⎦ Deoarece .

∫∫ ( x + 2y )dxdy = ∫ ⎜ − ⎟ du = ∫ u du − ∫ du = 4 2 8 1 4 81 41 8⎠ D 1⎝ 4 1 2 ⎛ 3u 2 2 Aplicaţii ale integralei duble Fie o placă D cu densitatea de masă f ( x. 0 ∞ b) ∫ ∞ ln x 1 x dx . y ) > 0 . y )dxdy . i) ∫ 3 −1 x + 1 x4 + 1 dx . 4 4 1 41 4 1 4 2 4 4 2 4 8 1 2 2 rezultă că 3 3 u2 3 32 32 3⎞ − u = . 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. c) ∫ 5 0 4 ∞ 1 2 2 3 ( x + 5) dx . 1 ∞ e) ∫ 2 1 3 1 3x − 1 1 3 dx . să se cerceteze convergenţa integralelor: a) ∫ x 3 e −x dx . Masa m şi coordonatele centrului de greutate G al plăcii sunt date de m = ∫∫ f ( x. f) ∫ 1 x +3 x dx . D iar momentul de inerţie al plăcii în raport cu originea este I0 = I x + I y . g) ∫ 3 1 1 ( x + 1) x 2 − 1 dx . y )dxdy . Probleme propuse 1. . h) ∫ 1 0x+x .3.114 CAPITOLUL al VIII-lea 2 3u − v 1 ∫ 3u 2 12 3u 1 v2 3u 1 3 3u 3 dv = ∫ dv − ∫ v dv = v − = − ⋅ = − . Folosind definiţia. D xG = 1 ∫∫ xf ( x. d) ∫ e −2 x cos 3 x dx . mD yG = 1 ∫∫ yf ( x. 8. y )dxdy . y )dxdy . y )dxdy . D I y = ∫∫ x 2 f ( x.

4. Ele sunt aşa numitele integrale ale lui A. b) = β(b. Pe baza criteriilor. 0 ( x + 2) f) ∫ 2 05 1 4−x 2 dx . n ∈ N . Să se arate că integrala lui Euler de speţa a doua Γ(a) = ∫ x a−1e − x dx este convergentă 0 ∞ pentru a > 0. a > 1 . b) = ∫ x a−1 (1 − x) b−1 dx este 0 1 convergentă pentru a > 0. b − 1) . a) . b > 0. J.ELEMENTE DE CALCUL INTEGRAL 115 2. 3. a + b −1 a + b −1 (n − 1)! (m − 1)! . b) Γ(n + 1) = n! . b > 1 . c*) ∫ cos 2 x dx . Să se demonstreze că: a) β(a. 0 ∞ e) ∫ 1 1 1− x 2 . b) = ∫ e) β(a. b) = β(a. 6. 5. Γ( a ) Γ( b ) . a > 1. Fresnel. Să se demonstreze că: a) Γ(a + 1) = aΓ(a) . Γ( a + b ) Integralele * şi ** prezintă o importanţă deosebită în fizică. m. b) = y a−1 a +b 0 (1 + y ) dy . b) = c) β(m. (m + n − 1)! ∞ d) β(a. n) = a −1 b −1 β(a − 1. Să se arate că integrala lui Euler de speţa întâi β(a. să se studieze convergenţa integralelor: a) ∫ ∞ 1 +1 0 3 x2 dx . b) β(a. 0 ∞ d**) ∫ sin 2 x dx . . n ∈ N . b) ∫ ∞ 2 ( x + 3) 1 x2 + 5 dx .

D 3 x − 2 y = 1 . unde D este domeniul mărginit de dreptele x + y = 0 . 3 x − 2y = 2 . D i) ∫∫ ( x + y )dxdy . j) ∫∫ (2 x + 3y )dxdy . x + y = 1 . 2 2 ⎩ ⎭ D c) ∫∫ ( x 3 + 2xy 2 + y 2 )dxdy . x > 0 . unde D este domeniul cuprins între curbele y = x şi y = x 3 . y ) : 0 ≤ x ≤ .116 CAPITOLUL al VIII-lea 7. unde D = {( x. unde D = ⎨( x. g) ∫∫ (1 + cos y )dxdy . y ) : 0 ≤ x ≤ 1. 2 ≤ y ≤ 4} . x = 1 . D e) ∫∫ ( x + y )dxdy . unde D este sfertul din primul cadran al elipsei D x2 y2 + −1= 0. x + 2y = −1. unde D este domeniul cuprins între x = 0 . 2x − y = 3. y ) : 0 ≤ x ≤ 1. D unde D este domeniul mărginit de dreptele 2x − y = 1. y = arcsin x . y = 0 . y ) : 0 ≤ x ≤ 1. unde D = {( x. D d) ∫∫ xy dxdy . 0 ≤ y ≤ 2} . 4 9 f) 2 2 ∫∫ ( x + y )dxdy . D . unde D = {( x. D π π ⎧ ⎫ b) ∫∫ ( y sin x + x cos y )dxdy . x + 2y = 4 . x 2 ≤ y ≤ x} . k) y ∫∫ e x dxdy . ≤ y ≤ π⎬ . x = 1 . unde D este sfertul din primul cadran al cercului cu centrul în origine şi D rază egală cu 1. unde D este domeniul mărginit de dreptele y = x . D h) ∫∫ ( x + 2y )dxdy . Să se calculeze următoarele integrale duble: a) ∫∫ ( xy + y 2 )dxdy . y = 0 .

. c 1 .. Leibniz (1693) Aflarea soluţiei generale nu poate fi făcută în general ci numai în cazuri particulare . c 2 . c 1 ... c n ) = y 1 ⎪ ⎨ ⎪. ⎩ 1 2 Primele ecuaţii diferenţiale au fost considerate de I. O ecuaţie de forma (1) F( x... c 2 .. c 2 .. 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).. c 1 . y ' .... Orice soluţie a ecuaţiei (1) care se obţine din soluţia generală prin particularizarea constantelor se numeşte soluţie particulară.. Newton (1687) şi G. La o ecuaţie diferenţială se ridică următoarele probleme: să se găsească soluţia generală2 (sau să se integreze ecuaţia).. c n ) ( c 1 . c 2 .. c n = constante arbitrare) care verifică ecuaţia (1) se numeşte soluţie generală a ecuaţiei (1). y.. Problema lui Cauchy. să se găsească o soluţie particulară care îndeplineşte anumite condiţii.. O soluţie a ecuaţiei (1) care nu se poate obţine din soluţia generală prin particularizarea constantelor se numeşte soluţie singulară. c 2 ..... Să se găsească soluţia particulară a ecuaţiei (1) care verifică condiţiile ⎧y( x 0 .1.. c 1 . c n ) = y n−1 ........ Noţiuni generale Definiţie...... .......ECUAŢII DIFERENŢIALE 117 CAPITOLUL al IX-lea ECUAŢII DIFERENŢIALE1 9.. ..... . O funcţie (2) y = y( x... ⎪ ⎪y (n−1) ( x 0 .. Fie y = y( x) o funcţie de n ori derivabilă.... c n ) = y 0 ⎪ ⎪y ' ( x 0 ..

. .... c 1 ..118 CAPITOLUL al IX-lea Pentru aceasta se procedează astfel: - se rezolvă sistemul de mai sus în raport cu constantele c 1 .. O ecuaţie diferenţială de forma (4) P( x. y )dt + ∫ Q( x 0 ..... c 2 .... c 1 . M1 ( x n . 9. . y )dy = 0 .2. c n în (2).... .. Ecuaţii diferenţiale de ordinul întâi Definiţie.. Q sunt funcţii continue cu derivate parţiale de ordinul întâi continue pe un domeniu D ⊂ R 2 şi ∂P ∂Q = ..... c 2 ......... y0 y Exemplu... unde P... c n ) în raport cu constantele c 1 ... ...... ∂y ∂x Soluţia generală a ecuaţiei (4) este x x0 ∫ P( t .. y 1 ). c n şi - se înlocuiesc valorile obţinute pentru c 1 .. c 1 .... y ) ∈ D se numeşte ecuaţie diferenţială ce provine din anularea unei diferenţiale totale... c 2 . ( x 0 . punctele M1 ( x1 .. c 2 . c n în (2). y 2 ). y 0 ) ∈ D . Să se integreze ecuaţia diferenţială ( x 2 + y )dx + ( x + y 2 )dy = 0 . Pentru aceasta se procedează astfel: - se rezolvă sistemul ⎧y 1 = y( x1 . . Să se găsească soluţia particulară a ecuaţiei (1) care trece prin Problema polilocală. y. Ecuaţii diferenţiale care provin din anularea unei diferenţiale totale Definiţie..... c 2 . c 2 . y n ) .. y ' ) = 0 se numeşte ecuaţie diferenţială ordinară de ordinul întâi.. ∀( x... ⎪ ⎩y n = y ( x n . c n ) ⎨ ⎪... c n şi se înlocuiesc valorile obţinute pentru c 1 . M 2 ( x 2 .. t )dt = c .. y )dx + Q( x.. (3) O ecuaţie de forma F( x... c 2 . c n ) ⎪ ⎪y 2 = y( x 2 .

rezultă că P( tx. unde P : I → R şi Q : J → R sunt funcţii continue se numeşte ecuaţie cu variabile separabile. y ) = x 2 + y. y ) ⎝ x ⎠ xm ⎝ x ⎠ xm ⎛ y⎞ ⎛ y⎞ adică P( x. unde c este o constantă arbitrară.0) ∈ D . 2 x x2 Ecuaţii diferenţiale omogene Definiţie. Q( x. Avem P( x. ⎟ . ⎝ x⎠ ⎝ x⎠ . Soluţia generală a dx x2 1 y2 1 ecuaţiei este ∫ dx + ∫ ydy = c ⇔ − = c . y ) = x m Q⎜ 1. ⎟ = P( x. Punând y ' = 1 dy şi separând variabilele avem dx + ydy = 0 . Soluţie.ECUAŢII DIFERENŢIALE 119 Soluţie. y ) şi Q⎜ 1. y 0 ) = (0. D = R 2 . se numeşte ecuaţie omogenă. O ecuaţie diferenţială de forma (5) P( x)dx + Q( y )dy = 0 . Alegem ∂x ∂y ( x 0 . 3 3 unde c este o constantă arbitrară. y ) şi Q( tx. ⎟ şi Q( x. O ecuaţie diferenţială de forma (6) y' = P( x. Soluţia generală a ecuaţiei este t3 ( t + y )dt + ∫ t dt = c ⇔ ∫ 3 0 0 x 2 y 2 x x + yt 0 0 t3 + 3 y =c⇔ 0 x3 y3 + xy + =c. Să se integreze ecuaţia diferenţială x 2 yy '+1 = 0 . y ) unde P şi Q sunt funcţii omogene de grad m. Q( x. y ) = x + y 2 . Înlocuind t = 1 . y ) . ⎟ = Q( x. Soluţia generală a ecuaţiei (3) este ∫ P( x)dx + ∫ Q( y )dy = c . ∂P ∂Q = 1 şi = 1 . Cum funcţiile P şi Q sunt omogene de grad m. Ecuaţii diferenţiale cu variabile separabile Definiţie. x ≠ 0 obţinem x 1 1 ⎛ y⎞ ⎛ y⎞ P⎜ 1. y ) = x mP⎜ 1. Exemplu. ty ) = t mQ( x. ty ) = t mP( x. y ) .

y ) ⎝ x ⎠ = ⎝ x ⎠ = f⎛ y ⎞ . ⎟ ⎝ ⎠ ⎝ x⎠ ⎝ x⎠ Prin urmare. din y = xu rezultă dy = xdu + udx şi ecuaţia ( 6' ) devine xdu + udx du = f (u) sau x + u = f (u) dx dx sau 1 1 dx = du (dacă f (u) ≠ u ). atunci ecuaţia ( 6' ) se scrie y ' = y şi ea este o ecuaţie cu variabile separabile. Într-adevăr. ⎟ P⎜ 1. ⎝x⎠ unde f : I → R este o funcţie continuă. 2 2 2 2 2 2 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 . ecuaţia diferenţială omogenă are şi forma ⎛y⎞ ( 6' ) y ' = f ⎜ ⎟ . Separând variabilele. avem 2u + 3u 2 1 dx + du = 0 . Folosind substituţia y = xu rezultă dy = xdu + udx şi ecuaţia devine ( x + x u )dx + (2 x u + 3x u )( xdu + udx) = 0 . Ecuaţia y ' = se scrie y ' = ⎜ ⎟ x Q( x. şi aceasta este o ecuaţie cu variabile separabile. Să se integreze ecuaţia diferenţială ( x 2 + y 2 )dx + (2 xy + 3y 2 )dy = 0 . ⎟ P( x. ⎟ Q⎜ 1. y ) ⎛ y⎞ ⎛ y⎞ x mQ⎜ 1. x Exemplu. Soluţie. x 1 + 3u 2 + 3u 3 Soluţia generală a ecuaţiei este . x f (u) − u Dacă f (u) = u . Cu substituţia y = xu o ecuaţie diferenţială omogenă se reduce la o ecuaţie diferenţială cu variabile separabile.120 CAPITOLUL al IX-lea ⎛ y⎞ ⎛ y⎞ x mP⎜ 1.

b1. Dacă c 2 + c 1 ≠ 0 şi ∆ = a1 b b1 ≠ 0 . 2 Cazul I. a1. atunci sistemul ⎧ ⎪ax + by + c = 0 ⎨ ⎪a1x + b1y + c 1 = 0 ⎩ este de tip Cramer. Dacă c = c1 = 0 (adică c 2 + c 1 = 0 ). ⎪v = y − y 0 ⎩ ⎧ ⎪x = x 0 . iar a. deci are soluţie unică ⎧u = x − x 0 ⎪ Cu substituţia ⎨ . O ecuaţie diferenţială de forma (7) ⎛ ax + by + c ⎞ y' = f ⎜ ⎜a x + b y + c ⎟. ⎟ 1 1⎠ ⎝ 1 unde f : I → R este o funcţie continuă. ln | x | + ln 3 x3 x2 unde c este o constantă arbitrară. a 2 Cazul al II-lea. atunci ecuaţia (7) se scrie y ⎞ ⎛ ⎛ ax + by ⎞ ⎜ a + b x ⎟ ⎛ y ⎞ ⎜ ⎟ = g⎜ ⎟ y' = f ⎜ ⎜ a x + b y ⎟ = f⎜ ⎟ y ⎟ ⎝x⎠ ⎝ 1 1 ⎠ ⎜ a 1 + b1 ⎟ ⎝ x⎠ care este o ecuaţie omogenă.ECUAŢII DIFERENŢIALE 121 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 + + 1 = c. din ⎨ rezultă ⎨ şi ecuaţia (7) devine ⎪dv = dy ⎪v = y − y 0 ⎩ ⎩ dv ⎛ a(u + x 0 ) + b( v + y 0 ) + c ⎞ ⎟ = f⎜ du ⎜ a1 (u + x 0 ) + b1 ( v + y 0 ) + c 1 ⎟ ⎝ ⎠ sau . c1 sunt constante reale se numeşte ecuaţie reductibilă la ecuaţie omogenă. b. Ecuaţii diferenţiale reductibile la ecuaţii omogene Definiţie. ⎨ ⎪y = y 0 ⎩ ⎧u = x − x 0 ⎧du = dx ⎪ ⎪ Într-adevăr. ecuaţia (7) se reduce la o ecuaţie omogenă. c.

⎧2x + y − 5 = 0 ⎪ are soluţia Sistemul ⎨ ⎪ x − 3y + 8 = 0 ⎩ ⎧x = 1 ⎪ . a1 b1 ⎧a = ka1 ⎛ k(a x + b1y ) + c ⎞ ⎪ Înlocuind ⎨ în ecuaţia (7). Să se integreze ecuaţia diferenţială y ' = 2 Soluţie. ⎨ ⎪y = 3 ⎩ ⎧u = x − 1 ⎧du = dx ⎪ ⎪ rezultă ⎨ şi ecuaţia devine Folosind substituţia ⎨ ⎪v = y − 3 ⎪dv = dy ⎩ ⎩ v' = care este o ecuaţie omogenă. . ecuaţia (7) se reduce la o ecuaţie cu variabile separabile. Dacă c 2 + c 1 ≠ 0 şi ∆ = b b1 = 0 . se obţine soluţia generală 1 1 3 3 ln | u | + ln | 3t 2 + 2 | − arctg t=c 2 3 2 2 sau ⎛ 3 v⎞ 1 v 2 1 3 ⎟ ln | u | + ln 3 +2 − arctg⎜ ⎜ 2 u⎟ = c 2 3 2 u2 ⎝ ⎠ sau ⎛ 3 y −3⎞ 1 ( y − 3) 2 1 3 ⎟ ln | x − 1 | + ln 3 arctg⎜ +2 − ⎜ 2 x −1⎟ = c . c 2 + c 1 = 25 + 64 ≠ 0 şi ∆ = 2x + y − 5 . obţinem y ' = f ⎜ 1 ⎟ ⎜ a x+b y+c ⎟. 2(u + 1) + ( v + 3) − 5 2u + v sau v ' = u − 3v (u + 1) − 3( v + 3) + 8 Cu substituţia v = ut . a 2 Cazul al III-lea. atunci a1 a b = = k. Exemplu. 2 3 2 ( x − 1) 2 ⎠ ⎝ unde c este o constantă arbitrară. = f⎜ du ⎜ a1u + b1v + a1x 0 + b1y 0 + c 1 ⎟ ⎝ ⎠ ⎧ ⎧ ⎪x = x 0 ⎪ax + by + c = 0 Cum ⎨ este soluţie a sistemului ⎨ . x − 3y + 8 2 1 1 −3 ≠ 0. ⎪b = kb1 1 1 ⎠ ⎝ 1 ⎩ Cu substituţia a1x + b1y = u . obţinem ⎪a1x + b1y + c 1 = 0 ⎪y = y 0 ⎩ ⎩ v ⎞ ⎛ a+b ⎟ dv ⎛ au + bv ⎞ ⎜ u ⎟ = g⎛ v ⎞ ⎟ = f⎜ = f⎜ ⎜ ⎟ du ⎜ a1u + b1v ⎟ ⎜ ⎝ ⎠ ⎜a +b v ⎟ ⎝u⎠ 1 1 ⎟ u⎠ ⎝ care este o ecuaţie omogenă.122 CAPITOLUL al IX-lea dv ⎛ au + bv + ax 0 + by 0 + c ⎞ ⎟.

unde P şi Q sunt funcţii continue pe un interval I se numeşte ecuaţie liniară de ordinul întâi.ECUAŢII DIFERENŢIALE 123 Într-adevăr. Într-adevăr. sau u' = sau dx − 5u + 1 u +1 u+1 care este o ecuaţie cu variabile separabile. Integrând. 5 25 unde c este o constantă arbitrară. de unde dy = du − a1dx şi ecuaţia b1 (7) devine du − a1dx ⎛ ku + c ⎞ 1 ⎛ du du ⎞ = f⎜ ⎜ u + c ⎟ = g(u) sau b ⎜ dx − a1 ⎟ = g(u) sau dx = a + b g(u) şi aceasta ⎟ b1dx ⎠ 1⎝ 1⎠ 1 1 ⎝ este o ecuaţie cu variabile separabile. c 2 + c 1 = 1 + 1 ≠ 0 . rezultă dy dy = −P( x)dx . ecuaţia (8) se numeşte ecuaţie liniară omogenă. obţinem = −P( x )y sau dx y − P( x )dx . rezultă y ' = u'−2 şi ecuaţia devine u+1 3u − 1 5u + 1 du = 0 . Folosind substituţia 2x + y = u . ln | y |= − ∫ P( x)dx + ln c sau y = ce ∫ Aceasta este soluţia generală a ecuaţiei liniare omogene. Ecuaţii diferenţiale liniare de ordinul întâi Definiţie. Exemplu. ∆ = 6 x + 3y − 1 . Să se integreze ecuaţia diferenţială y ' = 2 Soluţie. folosim metoda variaţiei constantelor a lui Lagrange. 2x + y + 1 6 2 3 1 = 0. din y '+P( x)y = 0 . u'−2 = 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 . Când Q( x) ≡ 0 . O ecuaţie diferenţială de forma (8) y '+P( x)y = Q( x) . Pentru a obţine soluţia generală a ecuaţiei liniare neomogene (8). . din a1x + b1y = u rezultă a1dx + b1dy = du . În acest caz ea este o ecuaţie cu variabile separabile.

124 CAPITOLUL al IX-lea 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 . Să se integreze ecuaţia diferenţială xy '−2y = x 3 e x . Ecuaţia se scrie sub forma y '− y = x 2 e x . Cum y ' = u' ( x)e − ∫ P( x )dx − u( x)P( x)e − ∫ P( x)dx . x Soluţia generală a ecuaţiei este y = 2 2 − ∫ − dx ⎛ − dx ⎞ ⎜ ⎟ 2 x ∫ x x e c+ ∫x e e dx ( ) y = e 2 ln|x| c + ∫ x 2 e x e −2 ln|x| dx sau ( ⎜ ⎜ ⎝ ) ⎟ sau ⎟ ⎠ 1 ⎛ ⎞ ln ⎜ ln x 2 x x2 ⎟ y=e dx ⎟ ⎜c + ∫ x e e ⎜ ⎟ ⎝ ⎠ 2 sau ⎛ 1 ⎞ y = x 2 ⎜ c + ∫ x 2e x dx ⎟ ⎜ ⎟ ⎝ x2 ⎠ (am folosit e ln A = A ) sau y = x 2 c + e x . 2 Soluţie. Funcţia u(x) se determină impunând condiţia ca (9) să verifice ecuaţia (8). 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 . ( ) . soluţia generală a ecuaţiei diferenţiale liniare de ordinul întâi (8) este y = e − ∫ P( x )dx c + ∫ Q( x)e ∫ P( x)dx dx . unde c este o constantă arbitrară. Exemplu. Aşadar.

x 1 1− 1 2 ⇔ y = z 2 rezultă 1 Folosind substituţia y = z y ' = 2zz' şi ecuaţia devine 4 2zz'− z 2 = xz . x 2 Soluţia generală a ecuaţiei este 1 1 ⎛ ⎛ ⎞ ⎞ z = x 2 ⎜ c + ln | x | ⎟ sau y = x 2 ⎜ c + ln | x | ⎟ . α α α Exemplu. care este o ecuaţie Împărţind prin 1− α diferenţială liniară de ordinul întâi în z. 2 2 ⎝ ⎝ ⎠ ⎠ unde c este o constantă arbitrară. o ecuaţie diferenţială Bernoulli se reduce la o ecuaţie diferenţială z 1 1−α z z' şi ecuaţia (10) devine 1− α 1 α 1 1−α z z'+P( x )z 1−α = Q( x)z 1−α . 1− α 1 1−α z . Q sunt funcţii continue pe un interval I se numeşte ecuaţie diferenţială Bernoulli. Cu substituţia y = liniară în z. O ecuaţie diferenţială de forma (10) y '+P( x)y = Q( x)y α . obţinem ecuaţia z'+(1 − α )P( x)z = (1 − α)Q( x) . 3 Jean Bernoulli (1667-1748). matematician elveţian . Într-adevăr.ECUAŢII DIFERENŢIALE 125 Ecuaţii diferenţiale de tip Bernoulli 3 Definiţie. Să se integreze ecuaţia diferenţială xy '−4 y = x 2 y . unde α ∈ R − {0. obţinem ecuaţia liniară 2 x z'− z = . x Împărţind prin 2z.1} şi P. 4 Soluţie. din y = 1 z 1−α rezultă y ' = 1 1−α . Ecuaţia se scrie sub forma y '− y = xy 2 .

Cu substituţia y = y p + liniară în z.126 CAPITOLUL al IX-lea Ecuaţii diferenţiale de tip Riccati 4 Definiţie. O ecuaţie diferenţială de forma (11) y ' = P( x ) y 2 + Q ( x ) y + R ( x ) . 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. ştiind că admite soluţia particulară y p = x . 2 z z z z Cum y p este o soluţie particulară a ecuaţiei (11). Q şi R sunt funcţii continue pe un interval I se numeşte ecuaţie Riccati. unde P. din y = y p + 1 1 1 rezultă y ' = y ' p − z ' şi ecuaţia (11) devine z z2 2 1 . Să se integreze ecuaţia diferenţială y' = y 2 − x 2 + 1 . Pentru a afla soluţia generală a ecuaţiei (11) trebuie să cunoaştem o soluţie particulară y p a acestei ecuaţii. rezultă y ' = 1 − z ' şi ecuaţia devine z z2 1− ⎛ z' = ⎜ x + 2 ⎝ z 1 1⎞ 1 1 1 2 ⎟ − x + 1 sau − 2 z' = 2 x + 2 . 1 1 Soluţie. Exemplu. z⎠ z z z 2 2 Înmulţind cu − z . Folosind substituţia y = x + . obţinem y 'p − 2 1 z ' = P( x)y p + 2P( x)y p 2 − 1 z 2 z' = 2P( x )y p 1 1 1 + P ( x ) + Q( x ) . Într-adevăr. o ecuaţie diferenţială Riccati se reduce la o ecuaţie diferenţială z 1⎞ 1⎞ ⎛ ⎛ y ' p − z ' = P( x )⎜ y p + ⎟ + Q( x)⎜ y p + ⎟ + R( x) 2 z⎠ z⎠ ⎝ ⎝ z sau 1 1 1 + P( x) + Q( x )y p + Q( x) + R( x) . 4 Jacopo Riccati (1676-1754) . obţinem ecuaţia liniară z '+2 xz = −1 .

obţinem y = xf (p) + g(p) . Înlocuind în ecuaţia iniţială. ⎨ ⎪y = x(p.ECUAŢII DIFERENŢIALE 127 Soluţia generală a ecuaţiei este z=e 2 −x ⎛ ⎜c − ∫ e ⎝ x 2 ⎞ dx ⎟ ⎠ sau 2 2 1 = e − x ⎛ c − ∫ e x dx ⎞ . 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. c )f (p) + g(p) ⎩ 5 Joseph Louis Lagrange (1736-1813). Soluţia generală a acestei ecuaţii este x = x(p. O ecuaţie diferenţială de forma (12) y = xf ( y ' ) + g( y ' ) . Rezultă că soluţia generală a ecuaţiei (12) este definită parametric prin ⎧ x = x(p. c ) ⎪ . c )f (p) + g(p) . ⎜ ⎟ y−x ⎝ ⎠ unde c este o constantă arbitrară. Notând y ' = p . matematician şi mecanician francez . obţinem y = x(p. unde c este o constantă arbitrară. Derivând în raport cu x şi ţinând seama că p este funcţie de x. avem p = f ( p) + x sau df dp dg dp + dp dx dp dx [p − f (p)] sau dx df dg =x + dp dp dp dx 1 df 1 dg = x+ dp p − f (p) dp p − f (p) dp care este o ecuaţie liniară în x. c ) . Ecuaţii diferenţiale de tip Lagrange 5 Definiţie.

5 ⎜ c + 2 p 5 ⎟ p + p2 . unde g este o funcţie continuă cu derivata de ordinul întâi continuă pe un interval I se numeşte ecuaţie Clairaut. dx ⎝ dx ⎠ dx dp dx 6 Alexis Claude Clairaut (1713-1765). Derivând în raport cu x şi ţinând seama că p este funcţie de x. O ecuaţie diferenţială de forma (13) y = xy '+ g( y ' ) . Observaţie. avem p = −4p − 4 x sau dp dp + 2p dx dx 5p cu soluţia generală dx 4 2 dx = 2p − 4 x sau + x= dp dp 5p 5 x=e −∫ 4 ⎛ dp 5p ⎜ 4 4 9⎞ ⎞ − ⎛ 2 ∫ 5p dp ⎟ 5 ⎜ c + 2 p 5 ⎟ . Notând y ' = p . obţinem y = xp + g(p) . p ≠ 0. dp ⎟ sau x = p ⎜ ⎜c + ∫ e 5 9 ⎟ ⎜ ⎟ ⎜ ⎟ ⎝ ⎠ ⎝ ⎠ Soluţia generală a ecuaţiei Lagrange dată este definită parametric prin 4 9⎞ ⎧ − ⎛ 4 ⎧ ⎪x = p 5 ⎜ c + 2 p 5 ⎟ − ⎜ ⎟ ⎪x = cp 5 − 2 p ⎪ 9 ⎟ ⎜ ⎪ ⎪ ⎝ ⎠ 9 sau ⎨ ⎨ 1 4 9⎞ ⎪ ⎪ − ⎛ 5 + 1 p2 . Notând y ' = p . p ≠ 0 ⎪y = −4cp ⎪y = −4p ⎜ 9 ⎩ ⎪ 9 ⎟ ⎜ ⎟ ⎝ ⎠ ⎩ Ecuaţii diferenţiale de tip Clairaut 6 Definiţie. obţinem y = −4 xp + p 2 . p ≠ 0 . Soluţie. Ecuaţia Clairaut este o ecuaţie Lagrange particulară ( f ( y ' ) = y ' ). matematician şi astronom francez . Să se integreze ecuaţia diferenţială y = −4 xy '+ y ' 2 .128 CAPITOLUL al IX-lea Exemplu. avem p =p+x dp ⎛ dg ⎞ dp dg dp sau + ⎜x + ⎟ = 0 . Derivând în raport cu x şi ţinând seama că p este funcţie de x.

Wronski (1812) . a1 ( x ). ∀x ∈ I se numeşte ecuaţie diferenţială de ordinul n. y n al ecuaţiei (15). deci p = c.. definit pe I cu 7 W(y1.. …... obţinem soluţia dx generală a ecuaţiei Clairaut şi anume y = xc + g(c ) . omogenă (15) se scrie ( 15' ) L n ( y ) = 0 . y 2 .. adică y ' = c . a 0 ( x ) ≠ 0 ...ECUAŢII DIFERENŢIALE 129 Cazul I.... a n ( x). …. a 0 ( x ) ≠ 0 .. iar ecuaţia liniară de ordinul n. dg ⎪ ⎪y = − dp p + g(p) ⎩ 9.. dp = 0 . a n ( x ) sunt funcţii continue pe un interval I.. Înlocuind în ecuaţia iniţială.3.. Un sistem de soluţii y 1 . neomogenă (14) se scrie ( 14' ) L n ( y ) = f ( x ) . unde a 0 ( x ). + a n−1 ( x)y '+a n ( x)y = f ( x) . yn) se numeşte wronskianul funcţiilor y1. Definiţie 7. y2. Cu ajutorul operatorului liniar L n = a 0 ( x) dn dx n + a1 ( x ) d n−1 dx n−1 + . a1 ( x). Ecuaţii diferenţiale liniare de ordinul n Ecuaţii diferenţiale liniare de ordinul n cu coeficienţi variabili Definiţie. Cazul al II-lea. deci x = − . O ecuaţie de forma (15) a 0 ( x )y (n) + a1 ( x)y (n−1) + . liniară şi neomogenă. ∀x ∈ I se numeşte ecuaţie diferenţială de ordinul n. + a n−1 ( x)y '+ a n ( x)y = 0 unde a 0 ( x ).. y2.. f ( x) sunt funcţii continue pe un interval I. liniară şi omogenă. + a n−1 ( x) d + a n ( x) dx ecuaţia liniară de ordinul n. Înlocuind în ecuaţia iniţială obţinem soluţia dp dp dg ⎧ ⎪x = − dp ⎪ singulară ⎨ . O ecuaţie de forma (14) a 0 ( x)y (n) + a1 ( x)y (n−1) + . yn şi a fost introdus de H.. x+ dg dg = 0 ..

c n ( x) se obţin din sistemul ⎧c 1 ' ( x ) y 1 + c 2 ' ( x ) y 2 + . unde funcţiile c 1 ( x)... + c n ' ( x ) y n ' = 0 ⎪ ⎨……………………………………… .. c 2 ( x). y n este un sistem fundamental de soluţii al ecuaţiei (14). y 2 ... y n al ecuaţiei omogene (15)... + c ' ( x ) y (n−1) = f ( x ) 2 n n 1 2 ⎪ 1 a 0 ( x) ⎩ Exemplu. + c n y n .. atunci y 0 = c 1y 1 + c 2 y 2 + .. c n sunt constante arbitrare este soluţia generală a ecuaţiei omogene (14).. y 2 ... unde y 0 este soluţia generală a ecuaţiei omogene (15)...130 CAPITOLUL al IX-lea W ( y 1.. ⎪ ⎪c ' ( x ) y ( n−1) + c ' ( x )y (n−1) + ... y 2 = 2x 2 să se integreze ecuaţia diferenţială neomogenă x 2 y"−2xy'+2y = x 3 .. 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 c 1 . Soluţie. y n ) = ( y 1n −1) y1 y '1 L yn L L y'n ≠0 L L y (n −1) L y (n −1) n 2 y2 y'2 L pe I se numeşte sistem fundamental de soluţii al ecuaţiei (15). Dacă y 1 .. y 2 ) = x 2x 2 1 4x = 2x 2 ≠ 0 pe R ∗ . Ştiind că ecuaţia diferenţială omogenă x 2 y"−2 xy '+2y = 0 are soluţiile particulare y 1 = x.. Soluţia generală a ecuaţiei neomogene (14) este y = y 0 + y p . + c n ' ( x ) y n = 0 ⎪ ⎪c 1 ' ( x ) y 1 '+ c 2 ' ( x ) y 2 '+ .. rezultă că pe orice interval I 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 .. iar y p este o soluţie particulară a ecuaţiei neomogene (14).. Cum W ( y 1 . Determinăm o soluţie particulară a ecuaţiei neomogene ... c 2 .. Metoda variaţiei constantelor pentru determinarea unei soluţii particulare a ecuaţiei neomogene Dacă se cunoaşte un sistem fundamental de soluţii y 1 . y 2 ..

. a 0 ≠ 0 ... a1 . 2 Ecuaţii diferenţiale liniare de ordinul n cu coeficienţi constanţi Definiţie. O ecuaţie de forma (16) a 0 y (n) + a1y (n−1) + . a n sunt constante reale. unde a 0 .. ⎩ yp = − x3 x x2 . a 0 ≠ 0 se numeşte ecuaţie diferenţială de ordinul n. liniară şi neomogenă cu coeficienţi constanţi. unde funcţiile c 1 ( x ). Avem y p = c 1 ( x ) x + c 2 ( x )2 x 2 . O ecuaţie de forma (17) a 0 y (n) + a1y (n−1) + . a n sunt constante reale. liniară şi omogenă cu coeficienţi constanţi.. . x + 2x 2 ⇔ y p = 2 2 2 Soluţia generală a ecuaţiei neomogene x 2 y"−2xy'+2y = x 3 este y = y 0 + y p ⇔ y = c 1x + c 2 2 x 2 + x3 .. unde a 0 . ⎪c 1 ' ( x) + c 2 ' ( x)4 x = ⎩ ⎪ ⎩ x2 ⎧c 1 ' ( x ) = − x ⎪ Soluţia sistemului este ⎨ 1 de unde rezultă că ⎪c 2 ' ( x) = . + a n−1y '+a n y = 0 ... a1 ... + a n−1y '+ a n y = f ( 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 ⎪ 2 ⎪ ⎪ 1 sau ⎨ ⎨ x3 ⎪c 1 ' ( x) + 4 xc 2 ' ( x) = x . iar f(x) este funcţie continuă se numeşte ecuaţie diferenţială de ordinul n..ECUAŢII DIFERENŢIALE 131 x 2 y"−2xy'+2y = x 3 prin metoda variaţiei constantelor.x ∈ R∗ .. ⎩ 2 Astfel ⎧ x2 ⎪c 1 ' ( x) = − ⎪ 2 ⎨ x ⎪ ⎪c 2 ' ( x) = 2 .

. …. y 2 . Înlocuind în (16).+rn ) x ∏ 1≤i< j≤n L L 1 rn L L n L rn −1 (rj − ri ) este diferit de zero. y n formează un sistem fundamental de soluţii..... c n r x e r1x r e r1 x W ( y 1 .. + a n−1r + a n = 0 care se numeşte ecuaţia caracteristică a ecuaţiei diferenţiale (17). . + a n−1y '+a n y = 0 .. Să se integreze ecuaţia diferenţială y"−7y '+12y = 0 ... Astfel... y n rx r2 x + .. y" = r 2 e rx . obţinem succesiv y ' = re rx .. Exemplu.. Anume.. Ecuaţia caracteristică are rădăcini reale distincte Teoremă.. y n = e n formează un sistem fundamental de rx r x r x soluţii pentru ecuaţia ( ∗ )... Soluţia generală a ecuaţiei ( ∗ ) este y = c 1e 1 + c 2 e sunt constante arbitrare.. Demonstraţie. + a n−1r + a n = 0 ....... atunci funcţiile y 1 = e 1 .. Cazul I. ⋅ e rn x L L n−1 n r1 r2 −1 = e (r1 +r2 +. y (n) = r n e rx . c 2 .. Deoarece wronskianul funcţiilor y 1 . …... y n ) = 1 L n r1 −1e r1 x n r2 −1e r1x e r2 x r2 e r2 x L L L L n L rn −1e r1 x e rn x rn e rn x L 1 1 r1 r2 = e r1 x ⋅ e r2 x ⋅ . Fie ecuaţia diferenţială liniară de ordinul n cu coeficienţi constanţi (∗ ) a 0 y (n) + a1y (n−1) + . y 2 . avem e rx a 0 r n + a1r n−1 + . rn .. + a n−1r + a n = 0 are rădăcinile reale simple r0 . y 2 = e 2 ... dacă se caută soluţii de forma y = e rx .. rezultă că funcţiile y 1 . + c n e rn x ..132 CAPITOLUL al IX-lea Ecuaţii omogene Pentru ecuaţia (17) putem determina totdeauna un sistem fundamental de soluţii.. unde c 1 . soluţia generală a ecuaţiei ( ∗ ) este y = c 1y 1 + c 2 y 2 + . y 2 . + c n y n = c 1e r1x + c 2 e r2 x + . Dacă ecuaţia caracteristică a 0 r n + a1r n−1 + ... deci numărul r trebuie să fie rădăcină a ecuaţiei (18) ( ) a 0 r n + a1r n−1 + .. + c n e n . r1 .

... Y1 = e α 1x sin β1x. .. atunci funcţiile Y1 = e α 1 x cos β1x... Demonstraţie. rp . rp = α p + iβ p .... Yp = e αpx sin β p x formează un sistem fundamental de soluţii pentru ecuaţia ( ∗ )... Y2 = e α 2 x cos β 2 x...... n = 2p. unde c 1 ... .. 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 + + . .. c p ....... r2 .... rp avem soluţiile ... Soluţia generală a ecuaţiei este y = c 1e 3 x + c 2 e 4 x ... Dacă ecuaţia caracteristică a 0 r n + a1r n−1 + .... Fie ecuaţia diferenţială liniară de ordinul n cu coeficienţi constanţi (∗ ) a 0 y (n) + a1y (n−1) + ....... Cazul al II-lea........ Yp = e αp x cos β p x... + (c p cos β p x + c p sin β p x)e αpx .... r2 = α 2 − iβ 2 . c 2 .... r2 .. iar corespunzător lui r1 = α1 − iβ1 avem soluţia particulară y1 = e ( α 1 −iβ1 ) x =e α 1 x −iβ1 x e =e α1x (cos β1x − i sin β1x ) . Y2 = e α 2 x sin β 2 x.. . r2 = 4 . + a n−1r + a n = 0 are rădăcinile complexe simple r1 = α1 + iβ1 ..... + a n−1y '+a n y = 0 ... c1 ... Ecuaţia caracteristică r 2 − 7r + 12 = 0 are rădăcinile reale distincte r1 = 3.. Corespunzător lui r1 = α 1 + iβ1 avem soluţia particulară y1 = e ( α 1 +iβ1 ) x =e α 1 x iβ 1 x e =e α 1x (cos β1x + i sin β1x) .. r1 .. c p sunt 2p constante arbitrare....... .. unde c 1 . . Astfel. Ecuaţia caracteristică are rădăcini complexe distincte Teoremă. ... r1 = α1 − iβ1 .ECUAŢII DIFERENŢIALE 133 Soluţie. c 2 . c 2 sunt constante arbitrare... corespunzător rădăcinilor r1 . r2 = α 2 + iβ 2 . rp = α p − iβ p ... . ..

134

CAPITOLUL al IX-lea

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 ), .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .. yp = e
αpx

(cos β p x + i sin β p x ), y p = e

αpx

(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 y2 − y2 Y2 = = e α 2 x cos β 2 x, Y2 = = e α 2 x sin β 2 x, 2 2i .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... . yp + yp yp − yp α x 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 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 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.

ECUAŢII DIFERENŢIALE

135

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 Teoremă. Fie ecuaţia diferenţială liniară de ordinul n cu coeficienţi constanţi (∗ )
a0y
( n) ( n−1)

+ a1y

+ ... + a n−1y '+a n y = 0 .
a 0 r + a1r
n n−1

Dacă ecuaţia caracteristică

+ ... + 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 Y1 = 1 = e αx cos β x, 2 y + y2 Y2 = 2 = xe αx cos β x, 2 y p +1 + y p+1 2 y − y1 Y1 = 1 = e αx sin βx, 2i y − y2 Y2 = 2 = xe αx sin β x, 2i y p+1 − y p+1 2i

…………………………………………………………………..... Yp +1 = = x p e αx cos β x, Yp+1 = = x p e αx sin βx.

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 .

[(

)

(

)

]

136

CAPITOLUL al IX-lea

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:

date;

ataşăm ecuaţia caracteristică; rezolvăm ecuaţia caracteristică; scriem contribuţia fiecărei rădăcini a ecuaţiei caracteristice la soluţia generală a ecuaţiei

-

soluţia generală este combinaţie liniară de soluţiile de la punctul 3). Să se integreze ecuaţia diferenţială y ( 4) − 3y ( 3) − y "+9y '−18y = 0 . Ecuaţia caracteristică r 4 − 3r 3 − r 2 + 9r − 18 = 0 are rădăcinile

Exemplu. Soluţie.

r1 = −2, r2 = 3, r3 = 1 − i 2 , r4 = 1 + i 2 .
Soluţia generală a ecuaţiei este

y 1 = c 1e −2 x + c 2 e 3 x + c 3 cos 2x + c 3 sin 2x e x ,
unde c 1 , c 2 , c 3 , c 3 sunt constante arbitrare.

(

)

Ecuaţii neomogene
Algoritmul de rezolvare a unei ecuaţii diferenţiale liniare neomogene cu coeficienţi constanţi este următorul:

-

se determină soluţia generală a ecuaţiei diferenţiale liniare omogene asociate ( y 0 ); 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 .

b) Fie f(x) = e αx Pm(x). Dacă r = 0 nu este rădăcină a ecuaţiei caracteristice. Dacă r = 0 este rădăcină multiplă de ordin k a ecuaţiei caracteristice. Soluţia generală a ecuaţiei omogene este y 0 = c 1e 2 x + c 2 e 3 x . + a n−1y '+ a n y = f ( x ) se poate folosi metoda variaţiei constantelor. Dacă r = α ± iβ nu este rădăcină a ecuaţiei caracteristice. Cum y p ' = e x ( Ax + A + B) . unde Q m ( x ) este un polinom oarecare de grad m. Soluţie. atunci se caută y p de forma y p = e αx Pm∗ ( x) cos β x + Q m∗ ( x) sin βx .. Deoarece r = 1 nu este soluţie a ecuaţiei caracteristice. [ ] Exemplu. se caută y p de forma y p = Q m ( x) . se caută y p de forma y p = e αx Q m ( x) . În multe situaţii se alege soluţia particulară y p după forma lui f(x). obţinem e x ( Ax + 2A + B) − 5e x ( Ax + A + B) + 6e x ( Ax + B) = (2x + 1)e x . iar dacă r = α este rădăcină multiplă de ordin k. Enumerăm mai jos aceste situaţii: a) Fie f(x) = Pm(x) polinom de grad m în x. [ ] iar dacă r = α ± iβ este rădăcină multiplă de ordin k. Dacă r = α nu este rădăcină a ecuaţiei caracteristice. atunci se caută y p de forma y p = x k e αx Pm∗ ( x) cos β x + Q m∗ ( x) sin βx . y p " = e x ( Ax + 2 A + B) înlocuind în ecuaţie.ECUAŢII DIFERENŢIALE 137 Pentru determinarea unei soluţii particulare a ecuaţiei diferenţiale liniare neomogene a0y ( n) + a1y ( n−1) + . 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 ] . Să se integreze ecuaţia diferenţială y"−5y '+6y = (2x + 1)e x . se caută y p de forma y p = x k Q m ( x) .. căutăm soluţia particulară a ecuaţiei neomogene de forma y p = e x ( Ax + B) .

. g) y '+ xy = x 3 . k) y '+2xy = e −x .138 CAPITOLUL al IX-lea sau 2Ax + ( −3A + 2B) = 2 x + 1 . j) y '+ x 3 y = x 3 . ⎧ ⎪2A = 2 Rezolvând sistemul ⎨ avem ⎪− 3 A + 2B = 1 ⎩ ⎧ ⎪A = 1 şi deci y p = e x ( x + 2) . e) ( x + 2y )dx + ( x + y − 3)dy = 0 . o) y ( 4) − 13y ' ' '+36y = x 4 . n) y ' ' '−9y" +26y '−24 y = x 3 + 1 . l) y '− y + y 2 cos x = 0 . unde c1 şi c 2 sunt constante arbitrare. p) y ' ' '−6y ' '+11y '−6y = e x .4. Probleme propuse Să se integreze următoarele ecuaţii diferenţiale: a) ( x 2 + y 2 )dx + xydy = 0 . d) ( x + 2y − 3)dx + (2x + y − 3)dy = 0 . c) ( x + y − 2)dx + ( x − y )dy = 0 . i) xy '− y = x sin x . 9. b) ( x 2 − y 2 )dx − ( x 2 + y 2 )dy = 0 . 2 h) y '− xy = xy 2 . ⎨ ⎪B = 2 ⎩ Soluţia generală a ecuaţiei neomogene este y = c 1e 2 x + c 2 e 3 x + e x ( x + 2) . m) xy '−y = x 2000 . f) (2 xy + y 2 − 6 x 2 )dx + ( x 2 + 2xy + 4 y 3 )dy = 0 .

1494. Dacă se consideră colectivitatea formată din piesele produse de o firmă. Se spune că evenimentul A implică evenimentul B dacă realizarea evenimentului A atrage după sine realizarea evenimentului B. Evenimentul imposibil φ nu se poate realiza în nici o efectuare a experienţei. stochastic sau aleator.1. atunci putem considera drept criteriu de cercetare proprietatea ca o piesă să corespundă sau nu stasului. Un eveniment care în unele probe poate avea loc. Câmp de probabilitate Lucrurile. Fermat (1601 – 1665) . o mulţime. Pascal (1623 – 1662) şi P. 4. 1539). 2) Piesele produse de o secţie a unei firme. 2. Efectuarea unei experienţe asupra unui element al colectivităţii se numeşte probă. G.ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 139 CAPITOLUL al X-lea ELEMENTE DE TEORIA PROBABILITĂŢILOR1 ŞI STATISTICĂ MATEMATICĂ 10. iar în altele nu se numeşte eveniment întâmplător. Câmp de evenimente. atunci evenimentul E se va realiza în urma oricărei probe şi în consecinţă îl vom numi eveniment sigur. se scrie A ⊂ B . Exemplu. Fondatorii acestei teorii sunt matematicienii B. 1) Studenţii unui an de studiu dintr-o facultate. Exemplu. evenimentul sigur este „apariţia uneia din feţele 1. Dacă evenimentul A implică evenimentul B. o populaţie. Pacioli. 1 Apariţia teoriei probabilităţilor este legată de probleme referitoare la jocurile de noroc (L. putem să cercetăm dacă elementele sale au sau nu o anumită proprietate P. Prin experienţă se înţelege realizarea practică a complexului de condiţii corespunzătoare unui criteriu de cercetare. 3. Exemple. Dacă considerăm drept criteriu de cercetare al colectivităţii apartenenţa unui element la colectivitate şi dacă notăm evenimentul corespunzător cu E. Proprietatea P se numeşte criteriu de cercetare a colectivităţii. Fiind dată o colectivitate C. La aruncarea unui zar. 5. fiinţele sau fenomenele care datorită unei proprietăţi comune pot fi considerate împreună formează o colectivitate. Cardano. 6 ”. Definiţie. Realizarea unui criteriu în urma unei probe se numeşte eveniment.

Exemplu. 2) ∀A ∈ K rezultă A ∈ K . adică dacă îndeplineşte următoarele condiţii: 1) ∀A . Intersecţia se poate extinde pentru un număr oarecare de evenimente. Observaţie. Definiţie. Observaţie. avem relaţia A ∪ A = E . Deoarece realizarea evenimentului A sau a contrarului său A este întotdeauna o certitudine. 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 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. Operaţii cu evenimente Fie A şi B două evenimente legate de o experienţă. Se notează A ∪ B . 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. O familie K de părţi ale lui Ω se numeşte corp de părţi dacă este închisă faţă de operaţiile de reuniune finită şi complementară. Reuniunea se poate extinde pentru un număr oarecare de evenimente. . 2) Orice eveniment implică evenimentul sigur ( A ⊂ E ). Evenimentul contrar lui A se notează cu A sau CA. Evenimentele A şi B se numesc incompatibile dacă nu se pot realiza simultan.140 CAPITOLUL al X-lea Observaţii. A − B = A ∩ B . Fie Ω o mulţime nevidă. B ∈ K rezultă A ∪ B ∈ K . Dacă A ∩ B ≠ φ . 1) Evenimentul imposibil implică orice eveniment ( φ ⊂ A ). Definiţie. Din definiţia evenimentului contrar lui A rezultă că avem A ∩ A = φ . Definiţie. Evenimentul contrar evenimentului A este evenimentul care se realizează atunci şi numai atunci când nu se realizează evenimentul A. Exemplu. Definiţie. Observaţie. Definiţie. evenimentele A şi B se numesc compatibile. adică dacă îndeplinesc relaţia A ∩ B = φ . Se notează A − B . Se notează A ∩ B .

j = 1. i=1 n 3) ∀A ∈ (E. Fie (E.K) un câmp de evenimente. O mulţime finită {E1 . Definiţie. i ∈ N∗ rezultă U A i ∈ K . A n ∈ (E. ∪ E i k ... adică dacă îndeplineşte următoarele condiţii: 1) ∀A i ∈ K. P) se numeşte câmp de probabilitate. i ≠ j .. 3) P( A ∪ B) = P( A ) + P(B).2. 2 Definiţia axiomatică a probabilităţii a fost formulată iniţial de A.. Observaţie. Fie Ω o mulţime nevidă. k =1 n Definiţie. Kolmogorov (1933) .ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 141 Definiţie. i. evenimentul sigur E înzestrat cu un corp (corp borelian) K de evenimente.. Definiţie. N. A 2 . De aceea. 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. j = 1.K . Tripletul (E.. ∀A.corp sau corp borelian dacă este închisă faţă de operaţiile de reuniune infinită şi complementară. K ) dacă: 1) E i ∩ E j = φ . E 2 .. Un câmp de evenimente îl vom nota prin (E. ∃k ∈ {1. O familie K de părţi ale lui Ω se numeşte σ . n. 2) P(E) = 1 . Se numeşte probabilitate 2 pe K o aplicaţie P : K → R care îndeplineşte următoarele condiţii: 1) P( A ) ≥ 0. E n } de evenimente din (E. 2) E = U E i . K ) reprezintă o desfacere sau o partiţie a evenimentului A dacă îndeplinesc următoarele condiţii: 1) A i ∩ A j = φ..K). vom numi câmp (câmp borelian) de evenimente. K ) .. K ) formează mulţimea evenimentelor elementare a câmpului de evenimente (E. i∈N ∗ 2) ∀A ∈ K rezultă A ∈ K . 2) A = U A k . Se spune că evenimentele A 1 . n} astfel încât A = E i1 ∪ E i 2 ∪ . Orice corp borelian este şi corp.. B ∈ K cu A ∩ B = φ . A ≠ φ . i. i ≠ j . ∀A ∈ K . n . K.

Consecinţe. o aplicaţie P : K → R care îndeplineşte următoarele condiţii: 1) P( A ) ≥ 0. Orice eveniment A ∈ (E. i ≠ j . P) se numeşte în acest caz câmp borelian de probabilitate. Cum E = E1 ∪ E 2 ∪ K ∪ E n . Considerând că toate evenimentele elementare au aceeaşi probabilitate de a se realiza. Care este probabilitatea ca o piesă luată la întâmplare să fie cu defecte? Soluţie. Din axioma 3) rezultă P(A ) = P E i1 + P E i 2 + K + P E i k . Fie A evenimentul ca piesa aleasă să fie cu defecte. …. Înseamnă că pentru a cunoaşte probabilitatea unui eveniment oarecare A este suficient să cunoaştem probabilităţile evenimentelor elementare E1. Definiţie. evenimentele elementare fiind considerate egal probabile. I este o mulţime cel mult ⎟ ⎜ ⎝ i ∈I ⎠ i ∈I numărabilă de indici. 2) P(E) = 1 . i j ≠ i s . Fie (E. Bernoulli (1705) .K) şi fie desfacerea E1. n Am găsit astfel definiţia clasică a probabilităţii 3. Exemplu. Se observă că definiţia clasică a probabilităţii nu se poate aplica atunci când numărul evenimentelor elementare este infinit. K. Fie un câmp de evenimente (E. adică A = E i1 ∪ E i 2 ∪ K ∪ E i k cu E i j ∩ E i s = φ.aditivă sau complet aditivă. 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. Într-o magazie sunt 40 de piese dintre care 4 au defecte. Se numeşte probabilitate σ . ∀A ∈ K . adică P(E1 ) = P(E 2 ) = K = P(E n ) = 1 n ( ) ( ) ( ) rezultă P( A ) = k . K ) se poate scrie ca reuniune de evenimente elementare. E2. E2. ⎞ ⎛ 3) P⎜ U A i ⎟ = ∑ P(A i ). ∀(A i )i ∈I ∈ K cu A i ∩ A j = φ. Deoarece alegerea unei piese este un eveniment aleator.K) un câmp borelian de evenimente. En a evenimentului sigur E în evenimente elementare. …. 1. Tripletul (E. Probabilitatea unui eveniment este raportul dintre numărul evenimentelor elementare favorabile realizării evenimentului considerat şi numărul total al evenimentelor elementare. En.142 CAPITOLUL al X-lea Definiţie. avem P(E) = P(E1 ) + P(E 2 ) + K + P(E n ) = 1 .

P) avem P( A ) = 1 − P( A ) . Într-adevăr. cum B = A ∪ (B ∩ A ) şi A ∩ (B ∩ A ) = φ rezultă că P(B) = P( A ) + P(B ∩ A ) ≥ P( A ) . iar pentru partea a doua folosim consecinţa 2 şi avem P( A ) = 1 − P( A ) ≤ 1 . 4. Pentru orice A ∈ (E.1 . A2. P) . cum B = (B − A ) ∪ ( A ∩ B) şi (B − A ) ∩ ( A ∩ B) = φ rezultă că P(B) = P(B − A ) + P( A ∩ B) . K . atunci P(B − A ) = P(B) − P( A ) . 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 ). 5. P) . ⎜ ⎟ i< j i< j<k ⎝ i=1 ⎠ i=1 . 40 2. K . Cum A ∩ B ⊂ B . atunci P( A ) ≤ P(B) . rezultă P( A ) = 4 = 0. 8. Într-adevăr. 7. 3. P) şi A ⊂ B . Dacă A. de unde P(φ) = 0 . B ∈ (E. K . Formula de adunare a probabilităţilor. K . Într-adevăr. Din definiţia clasică. P(φ) = 0 . cum A ∪ B = A ∪ [B − ( A ∩ B)] şi A ∩ [B − ( A ∩ B)] = φ rezultă că P( A ∪ B) = P( A ) + P[B − ( A ∩ B)] . B ∈ (E. An ∈ (E. K . P) şi A ⊂ B . adică este egal cu 4. Pentru orice A ∈ (E. 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) . cum A ∪ A = E şi A ∩ A = φ rezultă că P(E) = P( A ) + P( A ) = 1 . atunci P( A ∪ B) = P( A ) + P(B) − P( A ∩ B) . K . de unde P( A ) = 1 − P( A ) . Într-adevăr. 6.P) avem 0 ≤ P( A ) ≤ 1 . B ∈ (E. Dacă A. Dacă A. Observaţie. Într-adevăr. Numărul cazurilor favorabile realizării evenimentului A este egal cu numărul pieselor cu defecte. cum φ ∪ A = A şi φ ∩ A = φ rezultă că P(φ) + P( A ) = P( A ) . …. Dacă A . Prin inducţie matematică se demonstrează că oricare ar fi evenimentele A1. Într-adevăr. Prima parte a inegalităţii este asigurată prin definiţie. B ∈ (E.ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 143 posibile. atunci P(B − A ) = P(B) − P( A ∩ B) . cum B = (B − A ) ∪ A şi (B − A ) ∩ A = φ rezultă că P(B) = P(B − A ) + P( A ) . K .

P) şi avem P⎜ U A i ⎟ ≤ ∑ P( A i ) . Din inegalitatea lui Boole avem P( A ∩ B ∩ C) ≥ 1 − [P( A ) + P( B ) + P( C )] = 1 − (0. La fabricarea unui dispozitiv pot să apară defecte datorită materialului folosit la fabricarea pieselor. Soluţie. datorită pieselor componente şi datorită montajului. iar datorită montajului 4% din dispozitive au defecte. K .04) = 0.08 + 0. ⎜ ⎟ ⎜ ⎟ ⎜ i=1 ⎟ i=1 ⎝ i=1 ⎠ ⎝ i=1 ⎠ ⎝ ⎠ Observaţie. P( B ) = 0. B evenimentul ca piesele componente să nu aibă defecte de fabricaţie şi C evenimentul ca dispozitivul să nu aibă defecte de montaj. K .83 . ⎜ ⎟ i=1 ⎝ i=1 ⎠ ⎛n ⎞ n ⎛n ⎞ ⎛n ⎞ Într-adevăr. atunci P⎜ I A i ⎟ ≥ 1 − ∑ P( A i ) . Probabilităţi condiţionate Fie (E. Avem P( A ) = 0. Exemplu. Se cere P( A ∩ B ∩ C) . datorită prelucrării 8% au defecte. A2. Oricare ar fi A.05 + 0. iar A şi B două evenimente ale câmpului cu P(B) ≠ 0 .P) avem P( A ∪ B) ≤ P( A ) + P(B) . An ⎛n ⎞ n ∈ (E.05 . Aceasta rezultă imediat din consecinţa 8. An ∈ (E. fondatorul logicii matematice moderne Definiţia a fost formulată iniţial de Jacques Bernoulli (1700) .K. Definiţie. …. P⎜ I A i ⎟ = P⎜ U A i ⎟ = 1 − P⎜ U A i ⎟ ≥ 1 − ∑ P( A i ) .144 CAPITOLUL al X-lea 9. matematician şi logician englez. Fie A evenimentul ca piesele componente să nu aibă defecte din cauza materialului folosit. B ∈ (E. Din practică se cunoaşte că datorită materialului folosit 5% din piese au defecte. Se cere probabilitatea minimă ca un dispozitiv să fie bun. Proprietatea rămâne adevărată oricare ar fi evenimentele A1. …. ⎜ ⎟ ⎝ i=1 ⎠ i=1 n ⎛n ⎞ 10. A2. Se numeşte probabilitate condiţionată 5 a evenimentului A de către evenimentul B raportul P( A ∩ B) . Observaţie. Inegalitatea lui Boole ne dă o limită inferioară pentru probabilitatea intersecţiei a n evenimente.P) un câmp de probabilitate (câmp borelian de probabilitate). P) . Inegalitatea lui Boole 4.K.04 . Dacă A1. P(B) 4 5 George Boole (1815 – 1864).08 şi P( C ) = 0. Dispozitivul se consideră bun dacă nu are nici unul din aceste defecte.

An} sunt independente în totalitatea lor. Se spune că evenimentele familiei finite {A1. Fie un tetraedru având o faţă colorată cu alb. P) sunt independente dacă P( A ∩ B) = P( A ) ⋅ P(B) . Fie A1. A2. K . Notând cu A 1 evenimentul apariţiei culorii albe. 8 1 P( A 1 ∩ A 2 ∩ A 3 ) = .PB) este un câmp (câmp borelian) de probabilitate. Tripletul (E. N. …. cu A 2 evenimentul apariţiei culorii roşii şi cu A 3 evenimentul apariţiei culorii negre. Exemplul datorat lui S. 2 1 P( A 1 ) ⋅ P( A 2 ) ⋅ P( A 3 ) = . Presupunem formula adevărată pentru n – 1 şi o demonstrăm pentru n. atunci sunt independente şi s câte s. …. Bernstein ne arată că reciproca nu este adevărată. 4 . P) cu P(A 1 ∩ A 2 ∩ K ∩ A n−1 ) ≠ 0 . Formula de înmulţire a probabilităţilor. una cu roşu. Vom folosi metoda inducţiei matematice . Observaţie. An ∈ (E. 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 )) Definiţie. adică dacă ∀1 ≤ i1 ≤ i 2 ≤ . ≤ i k ≤ n avem P Ai1 ∩ A i2 ∩K∩ A ik = P Ai1 ⋅ P Ai2 ⋅K⋅ P Aik . una cu negru şi a patra cu toate cele trei culori. avem ( ) ( ) ( ) ( ) 1 P( A 1 ) = P( A 2 ) = P( A 3 ) = . A2.. …. = 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)) Se spune că evenimentele A şi B ∈ (E. K .ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 145 Se notează P( A | B) sau PB ( A ) . P) sunt independente (sau independente în totalitatea lor) dacă evenimentele oricărei subfamilii nevide a familiei date sunt independente. K . Pentru n = 2 avem P(A 1 ∩ A 2 ) = P( A 1 ) ⋅ P( A 2 | A 1 ) care este tocmai definiţia probabilităţii condiţionate. Observaţie. An } ⊂ (E. 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. A2.. Dacă evenimentele familiei {A1.K.

din faptul că A1. ⎜ ⎟ k =1 ⎝ k =1 ⎠ k=1 ( ) Formula lui Bayes 6. Fie A evenimentul ca produsul să fie cu defecte de prelucrare şi B evenimentul ca produsul să fie cu defecte de montaj. j = 1. A2.5. j = 1. Formula probabilităţii totale. A 3 nu sunt independente în totalitatea lor. K. Într-adevăr. dar sunt independente două câte două deoarece P( A 1 ∩ A 2 ) = P( A 1 ∩ A 3 ) = P( A 2 ∩ A 3 ) = 1 . În aceleaşi condiţii ca la formula probabilităţii totale are loc şi formula PX (A k ) = P(A k ) ⋅ PAk (X ) k =1 .2.2. Se cere P(A ∪ B) . …. Dacă A1. Un produs necesită două operaţii: de prelucrare şi de montare. k =1 k =1 n n Demonstraţie.69 . n . A 2 .2 = 0. 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. La prelucrare. Care este probabilitatea ca produsul să fie defect? Soluţie. n şi deci n ⎛ n ⎞ n P( X ) = P⎜ U (A k ∩ X )⎟ = ∑ P(A k ∩ X ) = ∑ P(A k ) ⋅ PA k ( X ) . P) are loc formula P(X ) = ∑ P(A k ∩ X ) = ∑ P(A k ) ⋅ PA k (X ) . avem U A k = E şi A i ∩ A j = φ . i. An reprezintă o desfacere în evenimente incompatibile a evenimentului sigur.2 − 0. atunci pentru orice eveniment X al câmpului de evenimente (E. 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. ….5 + 0. Avem P(A) = 0. i ≠ j. i. An reprezintă o desfacere a evenimentului sigur în evenimente incompatibile.5 şi P(B) = 0. iar ca montajul să fie defect este 0. matematician englez .146 CAPITOLUL al X-lea deci A 1 .5 ⋅ 0. 4 Exemplu. i ≠ j . probabilitatea ca produsul să fie cu defecte este 0. ∑ P(A k ) ⋅ PA k (X ) n 6 Thomas Bayes. A2.

Această schemă admite următoarea generalizare O urnă conţine a1 bile de culoarea 1.2 = 0. PX (A k ) = P(A k ) ⋅ PA k (X ) P(X ) Cum P(A k ∩ X ) = P(X ) ⋅ PX ( A k ) = P(A k ) ⋅ PA k ( X ) rezultă că .ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 147 Demonstraţie. Soluţie. Se extrag n bile ( n ≤ a1 + a 2 + .3 .. iar unul de k2 bile negre în C b 2 moduri. A2 evenimentul ca piesa luată să provină de la al doilea muncitor şi X evenimentul ca piesa luată să fie cu defecte. obţinem PX (A 1 ) = 0.5 deoarece avem aceeaşi şansă să luăm piesa de la cei doi muncitori şi din datele problemei rezultă PA 1 (X ) = 0. Dar P(A1) = P(A2) = 0. avem PX (A 1 ) = P(A 1 ) ⋅ PA1 (X ) + P(A 2 ) ⋅ PA 2 (X ) P(A 1 ) ⋅ PA1 (X ) .5 ⋅ 0. Probabilitatea ca din cele n bile extrase k1 să fie albe şi k2 să fie negre ( k 1 + k 2 = n ) este P= C a1 ⋅ C b 2 C n +b a k k . să se afle probabilitatea ca luând o piesă la întâmplare ea să fie defectă şi să provină de la primul muncitor.2 .2 + 0. k k k k Folosind definiţia clasică a probabilităţii rezultă formula din enunţ. Ştiind că probabilitatea să dea o piesă rebut este de 0. Doi muncitori au lucrat fiecare câte 10 piese şi le-au aşezat în acelaşi loc. Un grup de k1 bile albe poate fi luat în a C a1 moduri.2 şi respectiv 0. Înlocuind P(X) din formula probabilităţii totale se obţine formula lui Bayes.. Piesa defectă poate proveni de la primul muncitor sau de la al doilea şi X = (X ∩ A 1 ) ∪ (X ∩ A 2 ) . Înlocuind în formula lui Bayes. deci se cere PX (A 1 ) . Cum o piesă luată nu poate proveni decât de la cei doi muncitori. as bile de culoarea s. …. Exemplu. 0. Observaţie.5 ⋅ 0.3 pentru cei doi muncitori. Demonstraţie. PA 2 (X ) = 0. Fie A1 evenimentul ca piesa luată să provină de la primul muncitor. Numărul cazurilor posibile este C n +b . deci numărul cazurilor favorabile este C a1 ⋅ C b 2 .4 . Problema ne cere ca piesa defectă să provină de la primul muncitor. a2 bile de culoarea 2. Aplicând formula lui Bayes. avem A 1 ∪ A 2 = E şi A 1 ∩ A 2 = φ .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).5 ⋅ 0. . + a s ).

. k2 să fie de culoarea 2. n = 5. k1 = 4. ks de culoarea s ( k 1 + k 2 + .. Exemplu. 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. iar q = 1 − p = este probabilitatea a+b a+b de a extrage o bilă neagră. probabilitatea cerută de schema n k =0 n lui Bernoulli este coeficientul lui t k din această dezvoltare.. …. + k s = n ) este P= unde 7 n! k k k p1 1 p 2 2 .. ⋅ C a s 1 2 k k k s C n +a +.+a a1 2 s .. 2) Această schemă admite următoarea generalizare O urnă conţine a1 bile de culoarea 1. unde p = a b este probabilitatea de a extrage o bilă albă. b = 2. punând de fiecare dată bila extrasă înapoi în urnă. Se extrag 5 piese. ….. introducându-se de fiecare dată bila extrasă înapoi în urnă.148 CAPITOLUL al X-lea Probabilitatea ca din cele n bile extrase k1 să fie de culoarea 1. k2 să fie de culoarea 2. Din acest motiv schema se mai numeşte şi schema binomială. k2 = 1. a2 bile de culoarea 2. Probabilitatea ca din cele n bile extrase k1 să fie de culoarea 1.p s s .. ….. iar probabilitatea cerută este dată de C 4 ⋅ C1 35 P = 10 2 = .. matematician elveţian . avem a = 10. Se extrag n bile...k s ! Jean Bernoulli (1667 – 1748). ks de culoarea s ( k 1 + k 2 + . Observaţii. k1! k 2 !. Înlocuind în schema bilei nerevenite bila albă cu piesa bună şi bila neagră cu piesa cu defecte. Într-o ladă sunt 12 piese dintre care 2 au defecte. Care este probabilitatea să extragem o piesă cu defecte? Soluţie. Probabilitatea ca din cele n bile extrase k să fie albe şi n – k să fie negre este P = C np q k k n−k . as bile de culoarea s. + k s = n ) este P = C a1 ⋅ C a 2 ⋅ .. 1) Folosind binomul lui Newton (pt + q) n = ∑ C k p k q n−k t k .

p 3 = ... + a s a2 p2 = este probabilitatea de a extrage o bilă de culoarea 2. a1 + a 2 + . Care este probabilitatea ca o piesă să fie cu defecte? Soluţie. unde p1 este probabilitatea ca din urna U1 să extragem o bilă albă. a1 + a 2 + ... 4 4 5 5 3 3 Probabilitatea cerută este dată de coeficientul lui t2 din polinomul p1 = 1⎞⎛3 2⎞⎛2 1⎞ ⎛3 ⎜ t + ⎟⎜ t + ⎟⎜ t + ⎟. + a s …………………………………………………………………………………………. p2 este probabilitatea ca din urna U2 să extragem o bilă albă. Cutia 1 are 3 piese bune şi una defectă. as ps = este probabilitatea de a extrage o bilă de culoarea s. p 2 = . ….. U2. q2 este probabilitatea ca din urna U2 să extragem o bilă neagră. q 3 = . Schema lui Poisson este o generalizare a schemei polinomiale. Urna U1 conţine a1 bile albe şi b1 bile negre. ……………………………………………………………………… pn este probabilitatea ca din urna Un să extragem o bilă albă. cutia 3 are 4 piese bune şi 2 cu defecte.. urna U2 conţine a2 bile albe şi b2 bile negre. Observaţie.. ………………………………………………………………………… qn este probabilitatea ca din urna Un să extragem o bilă neagră. p1 = Schema lui Poisson 8 Fie n urne U1. + a s Această schemă se numeşte schema polinomială. Un. Avem 3 cutii cu piese bune şi piese defecte. 4⎠⎝5 5⎠⎝3 3⎠ ⎝4 deci P = 3 3 2 3 1 2 2 3 2 36 3 ⋅ ⋅ + ⋅ ⋅ + ⋅ ⋅ = = . Avem 3 1 3 2 2 1 . urna Un conţine an bile albe şi bn bile negre.. …. matematician şi mecanician francez . q1 = . 4 5 3 5 4 3 3 4 5 60 10 8 Siméon Denis Poisson (1781-1840). Se scoate câte o piesă din fiecare cutie. 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 ) . iar q1 este probabilitatea ca din urna U1 să extragem o bilă neagră. a1 + a 2 + . cutia 2 are 3 piese bune şi 2 cu defecte. Se extrage câte o bilă din fiecare urnă. (p n t + q n ) .. Exemplu.ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 149 a1 este probabilitatea de a extrage o bilă de culoarea 1. q 2 = .

iar dacă ia valori dintr-un interval al dreptei reale se numeşte variabilă aleatoare continuă. Exemple. n .150 CAPITOLUL al X-lea 10. 1) Distribuţia discretă uniformă Variabila aleatoare X care este definită de această distribuţie ia valorile xi cu aceeaşi probabilitate ⎛ xi ⎞ 1 . i = 1. Cum evenimentele E i = ( X = x i ) . Să notăm cu P( X = x i ) probabilitatea ca variabila aleatoare X să ia valoarea xi. i = 1. Fie X o variabilă aleatoare discretă şi fie xi. 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. i=1 n ⎛ x ⎞ Rezultă că o variabilă aleatoare X se mai poate scrie X ⎜ i ⎟ . Deci distribuţia variabilei X este X ⎜ 1 ⎟ . Variabile aleatoare Definiţie. n mulţimea valorilor pe care le poate lua variabila aleatoare X. 2. ⎛ xi ⎞ ⎛ x ⎞ Din această cauză vom nota variabilele aleatoare discrete prin X ⎜ i ⎟ sau X ⎜ ⎟ . ⎜ ⎟ n ⎝n⎠ . În mod evident avem f ( x i ) ≥ 0 . n . i = 1. constituie o desfacere în evenimente incompatibile a evenimentului sigur E avem ∑ f ( x i ) = 1 . Dacă o variabilă aleatoare ia valori dintr-o mulţime cel mult numărabilă. i = 1. ⎜ f (x ) ⎟ ⎜p ⎟ ⎝ i ⎠ ⎝ i⎠ unde xi se numeşte argumentul variabilei aleatoare X. i = 1. n . Această probabilitate este evident funcţie de xi şi deci putem scrie P( X = x i ) = f ( x i ) = p i . 2) ∑ f ( x i ) = 1 . 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). unde f(xi) ⎜ f (x )⎟ ⎝ i ⎠ îndeplineşte condiţiile: 1) f ( x i ) ≥ 0 . iar f(xi) = pi se numeşte funcţie de probabilitate. n . n . atunci ea se numeşte variabilă aleatoare discretă. i = 1. i=1 n Mulţimea valorilor variabilei aleatoare împreună cu funcţia de probabilitate definesc distribuţia variabilei aleatoare.

k = 0. ⎝ ⎠ unde h( x i . y j ) este probabilitatea ca variabila aleatoare X să ia valoarea xi şi variabila aleatoare Y să ia valoarea yj. y j ) = 1 . n şi ∑ f (k) = ∑ C k p k q n−k = (p + q) n = 1. j = 1. n . atunci h(xi. produsul. Fie un sistem de două variabile aleatoare ⎛ yj ⎛ xi ⎞ ⎟ . n i=1 i=1 n 2) Distribuţia binomială (Bernoulli) are variabila aleatoare k ⎛ ⎞ X ⎜ k k n−k ⎟ . i = 1. n . n .ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 151 Avem evident f ( x i ) = n n 1 1 > 0 . n n k =0 k =0 n n Cu variabilele aleatoare discrete se pot efectua diferite operaţii. m .yj)=f(xi)·g(yj). j = 1. y j ) ⎟ . m . k = 0. y j ) ≥ 0 . 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 ⎜ ⎜h xi . ⎟ ⎠ unde 1) h( x i . i = 1. ⎟ ⎠ ( ) Variabila aleatoare X o Y va avea distribuţia ⎛ xi o y j ⎞ ⎟ XoY ⎜ ⎜ h( x i . i = 1. i = 1. j = 1. Definiţie.y j ⎝ ( ) ⎞ ⎟ . Avem evident f ( x i ) = C k p k q n−k ≥ 0 . Dacă cele două variabile aleatoare sunt independente. i = 1. n şi ∑ f ( x i ) = ∑ = 1 . j = 1. i=1 j=1 . ⎜C p q ⎟ ⎝ n ⎠ unde k reprezintă numărul de bile albe extrase dintr-o urnă Bernoulli. n şi Y ⎜ X ⎜ ⎜ f (x )⎟ ⎜g y j ⎝ i ⎠ ⎝ ⎞ ⎟ . m . înmulţirea cu o constantă. n m 2) ∑ ∑ h( x i . m . n . Cu variabilele aleatoare ale unui sistem se pot defini operaţii ca suma. etc.

i = 1. Se numeşte puterea p a variabilei aleatoare X o nouă variabilă aleatoare notată prin X p a cărei distribuţie este ⎛ xp ⎞ X p ⎜ i ⎟ . 2) ∑ f ( x i ) = 1 . ⎜ f (x ) ⎟ ⎝ i ⎠ unde 1) f ( x i ) ≥ 0 . i=1 j=1 n m Definiţie. n . unde f(x) se numeşte densitate de probabilitate. n . n . y j ) ≥ 0 . m . 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 ⎜ ⎜ f (x )⎟ . ⎟ ⎝ i ⎠ unde 1) f ( x i ) ≥ 0 . 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. Se numeşte produsul variabilelor aleatoare X şi Y o nouă variabilă aleatoare notată prin XY a cărei distribuţie este ⎛ xiy j XY ⎜ ⎜h xi . i = 1. i = 1.x+dx]. i = 1. i = 1. j = 1. y j ⎝ ( ) ⎞ ⎟ . i=1 n Definiţie. y j ) = 1 . m . n .152 CAPITOLUL al X-lea Definiţie. 2) ∑ ∑ h( x i . atunci argumentul ei x ia valori dintr-un interval [a. Pentru a defini distribuţia variabilei aleatoare continue vom considera un interval infinitezimal [x. j = 1. n . .b] şi deci P(X = x) = 0. 2) ∑ f ( x i ) = 1 . ⎟ ⎠ unde 1) h( x i . i = 1. n . i=1 n Dacă X este o variabilă aleatoare continuă.

⎟ ⎝ ⎠ f(x) are proprietăţile: 1) f ( x) ≥ 0 . x ∈ [ a. π n→∞ −n 1 + x 2 π n→∞ π 2 −∞ ∫ f ( x )dx = ∫ 1 2 −∞ π(1 + x ) dx = Reprezentări grafice ale funcţiei de probabilitate şi ale densităţii de probabilitate Fie o variabilă aleatoare discretă X de distribuţie ⎛ x ⎞ X ⎜ i ⎟ . Distribuţia variabilei aleatoare continue X cu densitatea de probabilitate f(x) se va scrie ⎛ x ⎞ X⎜ ⎜ f ( x) ⎟ . 2) ∑ f ( x i ) = 1 . i=1 n Dacă raportăm planul la un sistem ortogonal de coordonate xOy.b] are densitatea de probabilitate f ( x) = 1 . i = 1. atunci mulţimea punctelor Mi(xi. 1 π(1 + x 2 ) +∞ > 0 şi n 1 1 1 2 π lim ∫ dx = lim 2arctg n = ⋅ = 1 . b−a b b 1 1 > 0 şi ∫ f ( x)dx = ∫ dx = 1 . ⎜ f (x ) ⎟ ⎝ i ⎠ 1) f ( x i ) ≥ 0 . i = 1. b−a a ab−a Avem f ( x) = 2) Distribuţia Cauchy are densitatea de probabilitate f ( x) = Avem f ( x) = +∞ 1 π(1 + x 2 ) . x ∈ [ a. 1) Distribuţia continuă uniformă pentru o variabilă aleatoare X definită în [a.x ∈R . a b Exemple. n reprezintă graficul variabilei aleatoare discrete X. n . n . 2) ∫ f ( x)dx = 1 . b ] . b] .f(xi)). . i = 1.ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 153 Pentru a cunoaşte o variabilă aleatoare continuă trebuie să cunoaştem densitatea de probabilitate f(x).

. 2) 27 9 9 27 Punctele Mi(xi. M1 ⎜ 1. este dat de histograma variabilei aleatoare 9. ⎟ (Fig. ordonata pi = f(xi) are ca 9 Histogramele sunt utilizate în statistica matematică. graficul prin bastonaşe este dat de mulţimea segmentelor paralele cu axa Oy. . ⎟ . ⎝ 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. (Fig. Un alt mod de a reprezenta grafic o variabilă aleatoare discretă. . ⎟ . Pentru variabila aleatoare discretă X din exemplul precedent. Fie variabila aleatoare discretă X de distribuţie ⎛ 0 1 2 3⎞ X⎜ 1 2 4 8 ⎟. ⎟ şi M 0 ⎜ 3. A2(2.0). Pentru a construi histograma. În acest caz. situate deasupra axei Ox. des întâlnit în practică. A3(3.0) şi au respectiv lungimile 1 2 4 8 .0). se face convenţia ca valorile xi ale variabilei aleatoare X să se ia echidistante cu x i+1 − x i = 1 .0). 1). O curbă care uneşte punctele Mi(xi. n prin segmente de dreaptă. economie. Deci se pot considera o infinitate de curbe de distribuţie pentru o variabilă aleatoare discretă.f(xi)). n se numeşte curbă de distribuţie a variabilei aleatoare discrete X. M 2 ⎜ 2.f(xi)). demografie .f(xi)).154 CAPITOLUL al X-lea Exemplu. care trec prin punctele de pe axa Ox: O(0. n pot fi unite de o infinitate de curbe. Dintre acestea cea mai simplă curbă de distribuţie se obţine unind punctele Mi(xi. i = 1. ⎟ ⎜ ⎝ 27 9 9 27 ⎠ ⎛ 1⎞ ⎛ 2⎞ ⎛ 4⎞ ⎛ 8⎞ Graficul ei este dat de mulţimea punctelor M 0 ⎜ 0. i = 1. A1(1. i = 1.

⎟ ⎝ ⎠ 1) f ( x) ≥ 0 . se construiesc dreptunghiuri. i=1 n 10 Noţiunea a fost introdusă de Chr.. x ∈ [ a. 2) ∑ f ( x i ) = 1 . n . astfel ca valoarea xi să fie la mijlocul bazei dreptunghiului cu înălţimea f(xi). 2) ∫ f ( x )dx = 1.. i = 1. i = 1. i=1 n Definiţie. b] . Dacă variabila aleatoare X este continuă şi are distribuţia ⎛ x ⎞ X⎜ ⎜ f ( x ) ⎟ . n . curbă de distribuţie a variabilei aleatoare X. ⎜ f (x ) ⎟ ⎝ i ⎠ 1) f ( x i ) ≥ 0 . + x n f ( x n ) . Huygens (1656) . de asemenea. 3). Curba obţinută se numeşte. Se numeşte valoarea medie a variabilei aleatoare X numărul M( X ) = ∑ x i f ( x i ) = x1f ( x 1 ) + x 2 f ( x 2 ) + . Histograma pentru variabila aleatoare discretă X din exemplul precedent este dată în (Fig. Caracteristici numerice ale variabilelor aleatoare a) Valoarea medie (sau speranţa matematică) 10 Fie o variabilă aleatoare discretă X de distribuţie ⎛ x ⎞ X ⎜ i ⎟ . O astfel de reprezentare grafică se numeşte se numeşte histograma variabilei aleatoare X. a b atunci reprezentarea grafică a funcţie densitate de probabilitate f(x) se face după modelul dat de analiza matematică. În practică.ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 155 mărime acelaşi număr ce exprimă şi aria dreptunghiului de bază x i − x i−1 = 1 şi înălţime pi = f(xi).

obţinem np(p + q) n−1 = ∑ kC k p k q n−k = M( X ) . 2) Valoarea medie este valoare internă. adică variabila aleatoare este constantă.156 CAPITOLUL al X-lea Exemplu. Să se calculeze valoarea medie a variabilei aleatoare x ⎛ ⎞ ⎜ ⎟ 1 X⎜ . unde k este o constantă reală. Valoarea medie a variabilei aleatoare X este M( X ) = ∑ kC k p k q n−k . rezultă că M(X) = np. unde p + q = 1. x ∈ [ a. ⎟ ⎝ ⎠ 1) f ( x ) ≥ 0 . ⎜C p q ⎟ ⎝ n ⎠ Soluţie. 3) M(kX) = kM(X). adică dacă argumentul variabilei aleatoare ia valori din [a. ⎜ π(1 + x 2 ) ⎟ ⎟ ⎝ ⎠ Soluţie. n k =0 n Pentru x= 1. n k =0 n Pentru calculul lui M(X). a b Exemplu. k = 0.b]. x ∈R . n . . atunci M(X) = k. 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. 2) ∫ f ( x )dx = 1. Să se calculeze valoarea medie a variabilei aleatoare k ⎛ ⎞ X ⎜ k k n−k ⎟ . Valoarea medie a variabilei aleatoare X este M( X ) = ∫ +∞ xdx 2 −∞ π(1 + x ) = n n 2 xdx 1 xdx 1 1 1 + n2 = lim ∫ lim ∫ = lim ln = 0. Dacă variabila aleatoare X este continuă şi are distribuţia ⎛ x ⎞ X⎜ ⎜ f ( x ) ⎟ . avem np(px + q) n−1 = ∑ kC k p k q n−k x k −1 . b ] .b]. n k =0 n Cum p + q = 1. n k =0 n Derivând. atunci avem şi M(X) ∈ [a. a b atunci valoarea medie se defineşte prin M( X ) = ∫ xf ( x)dx . b] . folosim identitatea (px + q) n = ∑ C k p k q n−k x k . x ∈ [ a.

n . deci valoarea medie a abaterii este nulă. ⎝ i ⎠ 1) f ( x i ) ≥ 0 . Astfel. ⎟ ⎝ ⎠ 1) f ( x ) ≥ 0 . 2) ∑ f ( x i ) = 1 . i = 1. 6) Dacă X şi Y sunt două variabile aleatoare independente. Se numeşte abatere a variabilei aleatoare X cu M( X ) ∈ R . avem M(ξ) = M( X ) − M(m) = m − m = 0 . b) Abaterea unei variabile aleatoare Definiţie. b] . b ] . 5) Dacă X şi Y sunt două variabile aleatoare oarecare. i = 1. x ∈ [ a. atunci M(XY)=M(X)M(Y). Astfel. n . a b ⎛ x − m⎞ ⎟ atunci ξ ⎜ ⎜ f(x ) ⎟ . n . Se numeşte moment de ordin k al variabilei aleatoare X valoarea medie a variabilei X k . i i=1 n .ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 157 4) M(k+X) = k + M(X). atunci M(X + Y) = M(X)+M(Y). i=1 n atunci M( X k ) = ∑ x k f ( x i ) . dacă variabila aleatoare X este discretă cu distribuţia ⎛ x ⎞ X ⎜ i ⎟ . i ⎠ ⎝ iar dacă variabila aleatoare X este continuă cu distribuţia ⎛ x ⎞ X⎜ ⎜ f ( x) ⎟. i = 1. ⎝ i ⎠ Ţinând seama de proprietatea d) a valorii medii. x ∈ [ a. 2) ∑ f ( x i ) = 1 . ⎜ f (x ) ⎟ ⎝ i ⎠ 1) f ( x i ) ≥ 0 . c) Momente de ordinul k Definiţie. i=1 n ⎛ xi − m⎞ ⎟ atunci ξ ⎜ ⎜ f(x ) ⎟ . i = 1. dacă variabila aleatoare X este discretă cu distribuţia ⎛ xi ⎞ ⎟ X ⎜ ⎜ f (x )⎟ . unde k este o constantă reală. n . 2) ∫ f ( x )dx = 1. o nouă variabilă aleatoare ξ de argument egal cu diferenţa dintre argumentul lui X şi M(X)=m (valoarea medie a variabilei aleatoare X).

x ∈ [ a. radicalul de indice k din momentul de ordinul k al variabilei aleatoare X. k = 0. b ] . avem npx(px + q) n−1 = ∑ kC k p k q n−k x k . 2 . ⎠ ⎝ 1) f ( x) ≥ 0 . folosim identitatea (px + q) n = ∑ C k p k q n−k x k . p + q = 1.158 CAPITOLUL al X-lea iar dacă variabila aleatoare X este continuă cu distribuţia ⎛ x ⎞ X⎜ ⎟ ⎜ f ( x ) ⎟ . 2) ∫ f ( x)dx = 1 . Din definiţia momentului de ordinul doi avem M( X 2 ) = ∑ k 2 C k p k q n−k . binomială Să se calculeze M( X 2 ) şi M 2 ( X ) pentru variabila aleatoare cu distribuţia k ⎛ ⎞ X ⎜ k k n−k ⎟ . x ∈ [ a. b] . a b d) Medii de ordinul k Definiţie. avem np(px + q) n−1 + n(n − 1)p 2 x(px + q) n−2 = ∑ k 2 C k p k q n−k x k −1 . se obţine np + n(n − 1)p = ∑ k C np q k =0 2 n 2 k k n−k = M( X ) . ⎜C p q ⎟ ⎝ n ⎠ Soluţie. Se numeşte medie de ordinul k a variabilei aleatoare X. n k =0 n Derivând în raport cu x şi apoi înmulţind egalitatea obţinută cu x. Notând cu M k ( X ) media de ordinul k. Exemplu. n . n k =0 n Pentru a calcula această sumă. avem M k ( X ) = k M( X k ) . n k =0 n Derivând din nou această egalitate în raport cu x. n k =0 n Pentru x= 1. a b atunci M( X k ) = ∫ x k f ( x )dx .

Xn cu M(X 1 ) = M(X 2 ) = . i=1 ( ) n iar dacă variabila aleatoare X este continuă cu distribuţia ⎛ x ⎞ X⎜ ⎟ ⎜ f ( x ) ⎟ . Notând cu mk momentul centrat de ordinul k. b] . dacă variabila aleatoare X este discretă cu distribuţia ⎛ x ⎞ X ⎜ i ⎟ . …. ⎠ ⎝ 1) f ( x ) ≥ 0 .b]. rezultă că M 2 ( X ) = np(np + q) . 2 ( ) ( ) ( ) ( ) 3) Dacă k < p. i = 1.. atunci M( X k ) < M( X p ) şi M k ( X ) < M p ( X ) . 2) ∫ f ( x )dx = 1.ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 159 deci M( X 2 ) = np(np − p + 1) = np(np + q) . atunci avem şi M k ( X ) ∈ [ a. 4) Media de ordinul k este o valoare internă în sensul că dacă argumentul variabilei aleatoare ia valori din [a. + X n )2 = M X 1 + M X 2 + . Ţinând seama de definiţia mediei de ordinul doi.. e) Momente centrate Definiţie. atunci 2 2 M (X 1 + X 2 + . Se numeşte moment centrat de ordinul k al variabilei aleatoare X momentul de ordinul k al abaterii.. b ] . X2. 2) ∑ f ( x i ) = 1 . n . + M X n . ⎜ f (x )⎟ ⎝ i ⎠ 1) f ( x i ) ≥ 0 .. x ∈ [ a. b] . i=1 n atunci mk = M ξ k = ∑ ( x i − m) k f ( x i ) . atunci M( X k ) = c k şi M k ( X ) = c . i = 1. = M(X n ) = 0 . 2) Dacă avem un sistem de n variabile independente X1. x ∈ [ a. a b ... adică variabila aleatoare este constantă. Proprietăţi ale momentelor şi ale mediilor 1) Dacă X = c. n .

⎟ ⎝ ⎠ 1) f ( x ) ≥ 0 .. b] . i=1 n iar dacă variabila aleatoare X este continuă cu distribuţia ⎛ x ⎞ X⎜ ⎜ f ( x ) ⎟ . 3) Dacă X şi Y sunt două variabile aleatoare independente. unde c este o constantă reală. n . 2) ∫ f ( x )dx = 1.. ⎜ f (x )⎟ ⎝ i ⎠ 1) f ( x i ) ≥ 0 . atunci D( X + Y) = D( X ) + D( Y) . a b Proprietăţi ale dispersiei 1) Dacă X = c. b ] . a ( ) b Dezvoltând după formula binomului lui Newton pe ( x − m) k avem 2 m k = M( X k ) − C1 mM( X k −1 ) + C k m 2M( X k −2 ) − . i=1 n atunci σ 2 = ∑ ( x i − m) 2 f ( x i ) = M( X 2 ) − m 2 . i = 1. 4) D(c + X ) = D( X ) . + ( −1) k C k m k . k k Pentru valori particulare ale lui k. unde c este o constantă reală. Astfel. adică variabila aleatoare este constantă. . Momentul centrat de ordinul doi se numeşte dispersia (sau varianţa sau fluctuaţia) variabilei aleatoare X şi se notează cu σ 2 sau D(X).160 CAPITOLUL al X-lea atunci m k = M ξ k = ∫ ( x − m) k f ( x)dx . x ∈ [ a. n . dacă variabila aleatoare X este discretă cu distribuţia ⎛ x ⎞ X ⎜ i ⎟ . 2) D(cX) = c2·D(X). x ∈ [ a. i = 1. atunci D(X) = 0. avem: m1 = 0 m 2 = M( X 2 ) − m 2 m 3 = M( X 3 ) − 3mM( X 2 ) + 2m 2 şi aşa mai departe. 2) ∑ f ( x i ) = 1 . a b atunci σ 2 = ∫ ( x − m) k f ( x)dx = M( X 2 ) − m 2 .

avem q P(p < X < q) = F(q) − F(p) = ∫ f ( t )dt . 2) ∑ f ( x i ) = 1 . deoarece F(x) = P(X < x) = ∑ P( X = x i ) = ∑ f ( x i ) . p 2) Cunoscând funcţia de repartiţie F(x) a unei variabile aleatoare X. Exemplu. avem F(x) = P(X < x). 1) Ca şi în cazul variabilelor aleatoare discrete. 2) ∫ f ( x)dx = 1 . ⎠ ⎝ 1) f ( x) ≥ 0 . Cum M(X) = np şi M(X2) = np(np+q). Dacă variabila aleatoare X este continuă şi are distribuţia ⎛ x ⎞ X⎜ ⎟ ⎜ f ( x ) ⎟ . i = 1. Notând cu F(x) funcţia de repartiţie. X ⎜ ⎜ f (x ) ⎟ ⎝ i ⎠ 1) f ( x i ) ≥ 0 . Dacă variabila aleatoare X este discretă şi are distribuţia ⎛ xi ⎞ ⎟ . a b atunci funcţia de repartiţie este F( x) = P( X < x) = ∫ f ( t )dt . i = 1. n . x ∈ [ a. n . D( X ) se numeşte abaterea medie pătratică a variabilei aleatoare X. a x Observaţii. x ∈ [ a. Funcţie de repartiţie Definiţie. f) Mediană. putem afla densitatea de probabilitate f(x) şi anume f ( x) = dF( x) . i=1 i=1 i=1 xi < x xi < x i=1 xi < x n Observaţie. rezultă că D( X ) = M( X 2 ) − [M( X )] 2 = np(np + q) − n 2 p 2 = npq . Să se calculeze dispersia variabilei aleatoare cu distribuţia binomială. Soluţie. b ] . dx . Se numeşte funcţie de repartiţie a variabilei aleatoare X probabilitatea ca variabila aleatoare X să ia valori mai mici decât un număr real x. b] . atunci F( x ) = ∑ f ( x i ) . 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) .ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 161 Observaţie.

2 2 a Exemplu. În acest caz. Soluţie. Se cere mediana. mediana este soluţie a ecuaţiei F( x) = 1 . Dacă variabila aleatoare este continuă şi are distribuţia ⎛ x ⎞ X⎜ ⎟ ⎜ f ( x ) ⎟ . b] . 12. 12.07 12.12mm. Definiţie.11 12.4 şi P(X>12. X⎜ ⎜ 0. Sunt cazuri când ea este cuprinsă într-un interval ( x k . Soluţie. a b atunci Me se găseşte ca soluţie a ecuaţiei F( x ) = Me 1 1 . x k +1 ) şi atunci spunem că avem un interval median.2 0. rezultă că F(M e ) = Astfel. 12. Ţinând seama că P( X < M e ) = 1 − P( X > M e ) .2 0. Se numeşte mediana variabilei aleatoare X acea valoare Me pentru care P( X < M e ) = P( X > M e ) .11mm.2 0. Avem F( x) = ∫ x dt 2 −∞ π(1 + t ) = x dt 1 1 1 π 1 lim ∫ = lim (arctgx − arctgn) = (arctgx + ) = .2 rezultă că variabila aleatoare ataşată problemei are distribuţia 5 ⎛ 12.1]. 2 Exemplu. 2) ∫ f ( x)dx = 1 . Se obişnuieşte ca Me să se ia mijlocul intervalului median. Să se calculeze mediana variabilei aleatoare care are distribuţia Cauchy.07mm. adică ∫ f ( x )dx = . ∀x ∈ [ a. x ∈ [ a.2 0. Înseamnă că Me = 0.4. b] . π n→−∞ n 1 + t 2 π n→−∞ π 2 2 de unde rezultă că arctgx = 0 şi deci x = 0. În urma măsurării diametrelor pieselor s-au obţinut rezultatele: 12. ⎠ ⎝ 1) f ( x) ≥ 0 . x ∈ [ a. Ordonând aceste mărimi şi ţinând seama că probabilitatea ca piesa să aibă unul din aceste diametre este p = 1 = 0.01 12.05mm.162 CAPITOLUL al X-lea Proprietăţi ale funcţiei de repartiţie 1) F(a) = 0. F(b) = 1.2 ⎟ ⎝ ⎠ Avem Me = 12. La un strung s-au strunjit 5 piese de formă cilindrică.07) = 0.07) = 0.07 deoarece P(X < 12.05 12.12 ⎞ ⎟. 2) F(x) ∈ [0. 12. Observaţie. Me coincide cu o valoare a variabilei aleatoare. . b] . 2 1 .01mm.

⎝ π⎠ h) Quantile Definiţie. Exemplu. 2) ∫ f ( x)dx = 1 . are valoare maximă. 100. iar F(x) este funcţia de repartiţie a variabilei aleatoare X.ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 163 g) Modul (sau valoarea dominantă sau valoarea cea mai probabilă) Definiţie. Pentru n = 4. 4. Avem f ( x) = π(1 + x 2 ) π(1 + x 2 ) 2 ⎛ 1⎞ ⎜ 0. Se numesc quantile de ordinul n a unei variabile aleatoare X rădăcinile reale ale ecuaţiilor i F( x ) = . n unde n este un număr natural dat. ⎟ este punct de maxim pentru f(x). ⎜ π(1 + x 2 ) ⎟ ⎟ ⎝ ⎠ 1 2x . 10. X are distribuţia 3 2 36 4 3 36 5 4 36 6 5 36 7 6 36 8 5 36 9 4 36 10 3 36 11 2 36 12 ⎞ 1 ⎟. Se numeşte modul variabilei aleatoare X acea valoare M0 a argumentului pentru care funcţia de probabilitate. b] . respectiv funcţia densitate de probabilitate. cele trei rădăcini se numesc quartile. Din f(x) = 0 obţinem x = 0 şi cum şi f ' ( x) = − Soluţie. x ∈ [ a. Fie X variabila aleatoare ale cărei valori reprezintă suma numărului de puncte ⎛ 2 X⎜ 1 ⎜ ⎝ 36 Avem M0 = P(X = 7) = 1 . n − 1. ⎠ ⎝ obţinut prin aruncarea a două zaruri identice. Exemplu. respectiv continuă. 6 ⎛ x ⎞ X⎜ ⎟ ⎜ f ( x ) ⎟ . 2 . după cum variabila aleatoare X este discretă. a b atunci pentru aflarea modului se află maximul funcţiei f(x) din [a. Să se afle modul variabilei aleatoare cu distribuţia Cauchy x ⎛ ⎞ ⎜ ⎟ 1 X⎜ .b]. Se observă că mediana Me fiind rădăcină a ecuaţiei F( x ) = În practică se consideră de obicei n = 2. x ∈ [ a. ⎟ 36 ⎠ Dacă variabila aleatoare X este continuă şi are distribuţia 1) f ( x) ≥ 0 .x ∈R . b ] . i = 1. 1 este quantilă de ordinul doi. rezultă că M0 = 0.

Y) = M(XY) . k = 1. cele nouă rădăcini se numesc decile. Quartilele sunt deci x1. x2.164 CAPITOLUL al X-lea Pentru n = 10. avem cov(X.2. avem cov(X.m2). X − m1 Y − m2 şi respectiv Y ' = σ1 σ2 Observaţie. iar dispersia este 1. unde m1 şi m2 sunt respectiv valorile medii ale variabilelor X şi Y.3 .Y) = M(XY – m1Y – m2X + m1m2) = M(XY) – m1M(Y) – m2M(X) + m1m2 = M(XY) – M(X)M(Y). 64 k . j) Coeficient de corelaţie Fie două variabile aleatoare X şi Y cu valorile medii m1. Să se determine quartilele variabilei aleatoare X cu distribuţia continuă de densitate de probabilitate f ( x) = 3 2 x . atunci cov(X.4] . avem ecuaţia x3 = 32 cu rădăcina x2 = 23 4 . Pentru k = 2. Notând covarianţa cu cov(X. Definiţie.M(X)M(Y). Cum m1 = M(X) şi m2 = M(Y). Dacă X este o variabilă aleatoare de valoare medie m. avem ecuaţia x3 = 48 cu rădăcina x3 = 23 6 . t dt = 64 0 64 x Pentru k = 1. Pentru a afla quartilele trebuie să căutăm soluţiile ecuaţiilor F( x) = Avem F( x ) = ∫ 3 2 x3 .m2)). atunci variabila aleatoare normată X ' are valoarea medie egală cu m.Y).Y) = 0. i) Covarianţa Fie două variabile aleatoare X şi Y. 4 Soluţie. avem ecuaţia x3 = 16 cu rădăcina x1 = 23 2 . respectiv m2 şi abaterile medii pătratice σ1 şi respectiv σ 2 . Are loc deci formula cov(X. Pentru k = 3. . cele 99 rădăcini se numesc centile. Dacă variabilele aleatoare X şi Y sunt independente. iar pentru n = 100.m1)(Y . x3. Lor le putem ataşa variabilele aleatoare X ' = numite variabile aleatoare normate. Se numeşte covarianţa variabilelor aleatoare X şi Y valoarea medie a variabilei (X - m1)(Y .Y) = M((X . Observaţie. Exemplu. x ∈ [ 0.

k ∈ N∗ . dacă variabila aleatoare X este continuă. dacă variabila aleatoare X este discretă şi c( t ) = M(e itX ) = ∫ f ( x)e itx dx . Y) ⎟ − M⎜ . Se numeşte funcţie caracteristică a variabilei aleatoare X valoarea medie a variabilei aleatoare e itX . k) Funcţia caracteristică Fie X o variabilă aleatoare discretă sau continuă. Notând funcţia caracteristică cu c(t). avem ∞ c( t ) = M(e itX ) = ∑ f ( x k )e k =1 itx k . 3) Dacă X ' = Y ' . atunci ρ XY = 1 . ρ XY = cov(X ' . atunci ρ XY = 0 . iar t este un parametru real. x ∈ R . atunci ρ XY = −1 . e itX ⎜ ⎜ f ( x) ⎟ ⎝ ⎠ unde i este unitatea imaginară. dacă variabila aleatoare X este continuă. Variabilei aleatoare X îi putem ataşa o nouă variabilă aleatoare e itX de distribuţie ⎛ e itx k ⎞ ⎟ . Y' ) = M⎜ ⎜ ⎟ ⎜ σ ⎟ ⋅ M⎜ σ ⎟ = σ σ ⎟ ⎜ ⎟ σ1σ 2 1 ⎠ ⎝ 2 ⎠ 1 2 ⎝ ⎠ ⎝ Proprietăţi ale coeficientului de corelaţie 1) − 1 ≤ ρ XY ≤ 1 . −∞ ∞ . Se numeşte coeficient de corelaţie al variabilelor X şi Y covarianţa variabilelor aleatoare normate X ' şi Y ' . 4) Dacă X ' = − Y' .ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 165 Definiţie. avem ⎛ ( X − m1 )(Y − m2 ) ⎞ ⎛ X − m1 ⎞ ⎛ Y − m2 ⎞ cov(X. dacă variabila aleatoare X este discretă e itX ⎜ ⎜ f(x ) ⎟ ⎝ k ⎠ şi ⎛ e itx ⎞ ⎟ . Notând coeficientul de corelaţie cu ρ XY . 2) Dacă variabilele aleatoare X şi Y sunt independente. Definiţie.

3. σ) = 1 σ 2π 1 ⎛ x −m ⎞ − ⎜ ⎟ 2⎝ σ ⎠ e 2 . Să arătăm că n( x. x ∈ R − se numeşte densitatea de probabilitate a variabilei normale centrate. m.1855). Se spune că o variabilă aleatoare X are distribuţia normală dacă are densitatea de probabilitate n( x. 2) ∫ n( x. σ 2π −∞ π −∞ 2 ∞ −t 2 ∫ e dt . Dintre acestea un loc central îl ocupă variabila aleatoare a cărei distribuţie se numeşte distribuţia normală. adică îndeplineşte următoarele condiţii: 1) n( x. m. x ∈R . avem I = 2 π = 1. matematician şi astronom german . iar σ > 0 .166 CAPITOLUL al X-lea 10. Distribuţii continue clasice O parte din variabilele aleatoare continue au o mare importanţă teoretică şi practică. 11 Karl Friedrich Gauss (1777 . 2 Avem ⎛ x −m ⎞ 1 ∞ −⎜ σ ⎟ ⎝ ⎠ dx în care efectuând schimbarea de variabilă I = ∫ n( x. rezultă I = Ţinând seama de integrala lui Gauss. Funcţia n( x. avem dx = σ 2dt şi limitele de integrare se păstrează. −∞ ∞ Prima condiţie este evident îndeplinită. Definiţie. π0 Cum funcţia de sub integrală este pară. σ) este o densitate de probabilitate. m. deci putem scrie I= σ 2 ∞ −t 2 1 ∞ −t 2 ∫ e dt = ∫ e dt . unde m şi σ sunt doi parametri reali. m.0. π 2 x2 Observaţie. σ)dx = ∫e σ 2π −∞ −∞ ∞ x − m = σ 2 t . σ) ≥ 0 . Pentru a doua condiţie vom folosi integrala lui Gauss 11 din analiză şi anume ∫ e − t dt = 0 2 ∞ 2 π . σ)dx = 1 . σ) = 1 σ 2π 2 e 2σ . m.

σ) = ∫ xe ⎝ σ 2π −∞ −∞ ∞ ∞ 2 Cu aceeaşi schimbare de variabilă ( x − m = σ 2 t ). σ)dx = ∫x e ⎝ σ 2π −∞ −∞ ∞ ∞ 2 Graficul funcţiei n( x. deoarece funcţia de sub integrală este impară). σ) are forma unui clopot numit clopotul lui Gauss. σ) = ∫ ( x − m) e σ 2 π −∞ −∞ 2 ∞ ∞ Cu aceeaşi schimbare de variabilă ( x − m = σ 2 t ). ∫ e dt = π 0 π 2 Din M(X) = m. ∫ π −∞ π n→∞ −n 2 1 2 Integrând prin părţi. . m. 1 ⎛ x −m ⎞ − ⎜ ⎟ 1 2 σ ⎠ dx . n→∞ 2 n→∞ −n −n n Deci σ 2 este dispersia variabilei aleatoare cu distribuţia normală. m. m. lim ∫ ⎜ − e −t ⎟ dt = D(X) = − lim e −t π n→∞ −n ⎝ 2 π n→∞ 2 π 2 n→∞ −n ⎠ −n 2σ2 n deoarece lim n 2 t −t 2 e = 0 şi lim ∫ e − t dt = π . Momentul de ordinul k al variabilei aleatoare X cu distribuţia normală este 1 ⎛ x −m ⎞ − ⎜ ⎟ 1 k 2 σ ⎠ dx . obţinem 2 n⎛ 1 n 2 2 ⎞ 2σ2 1 2σ2 t 2 − lim ∫ e −t dt = σ2 . unde f = t. π −∞ π −∞ π −∞ (prima integrală este nulă. M( X k ) = ∫ x k n( x. b) D( X ) = ∫ ( x − m) n( x. g = − e −t .ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 167 Să calculăm valoarea medie şi dispersia variabilei aleatoare cu densitatea de probabilitate n( x. σ) . avem D( X ) = 1 ∞ σ 2π −∞ 2 2 −t ∫ 2σ t e σ 2dt = 2 n 2 2σ 2 ∞ 2 − t 2 2σ 2 t e dt = lim ∫ t 2 e −t dt . Pentru integrala rămasă folosind paritatea funcţiei şi integrala lui Gauss avem M( X ) = 2m ∞ −t 2 2m π = m. rezultă că parametrul m este tocmai valoarea medie a variabilei aleatoare X. m. m. avem M( X ) = = 1 ∞ σ 2 π −∞ −t ∫ (σ 2 t + m)e σ 2dt = 2 1 ∞ −t 2 ∫ (σ 2 t + m)e dt π −∞ σ 2 ∞ −t 2 m ∞ −t 2 m ∞ −t 2 ∫ te dt + ∫ e dt = ∫ e dt . f ' = 1 . a) M( X ) = ∫ xn( x. 1 ⎛ x −m ⎞ − ⎜ ⎟ 1 2 2 2 ⎝ σ ⎠ dx . g' = te −t .

x < 0 . 0 ∞ . σ) . a.168 CAPITOLUL al X-lea Funcţia de repartiţie a variabilei aleatoare X cu distribuţia normală este 1 ⎛ t −m ⎞ ⎟ x − ⎜ 1 2 σ ⎠ dt . Funcţia N( x. …. b) = ⎨ Γ(a) b a ⎪ ⎪0 . atunci variabila aleatoare X = ∑ X k are tot o distribuţie normală şi dacă n( x k . X2. atunci variabila aleatoare cX are tot distribuţia normală dată de densitatea de probabilitate n( x. ⎩ unde a şi b sunt doi parametri reali strict pozitivi. ∑ σ k ⎟ . m şi σ şi se notează cu N( x. m. 2) Dacă variabilele aleatoare X1.1) = t2 ∫ e 2 dt se numeşte funcţia de repartiţie normată. σ k ) este densitatea de k =1 n probabilitate a variabilei X k . ∑ mk . m. mk . n . iar c este o constantă reală.0. iar Γ(a) = ∫ x a−1e − x dx . cσ) . atunci variabila aleatoare X are densitatea de probabilitate dată ⎛ n ⎞ n 2 de n ⎜ x. Se spune că o variabilă aleatoare X are distribuţia Gamma dacă are densitatea de probabilitate x ⎧ 1 1 a−1 − b ⎪ ⎪ x e . Xn sunt independente şi au distribuţii normale. cm. 2 π −∞ 1 x − Se demonstrează că variabilele aleatoare cu distribuţia normală au următoarele proprietăţi: 1) Dacă o variabilă aleatoare X are distribuţia normală n( x. σ) . x≥0 f ( x. F( x ) = P( X < x) = ∫e ⎝ σ 2 π −∞ 2 Ea depinde de x. k = 1. ⎜ k =1 k =1 ⎟ ⎝ ⎠ Distribuţia Gamma Definiţie.

b) depinde de valorile parametrilor a şi b. x 1 1 ∞ a−1 − b Ţinând seama de expresia lui f ( x. obţinem M( X k ) = a(a + 1). −∞ ∞ Prima condiţie este evident îndeplinită. ∫ t e dt = 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 M( X ) = ∫ x f ( x. Să calculăm valoarea medie şi dispersia variabilei aleatoare cu densitatea de probabilitate f ( x. iar pentru k=2 avem M( X 2 ) = a(a + 1)b 2 . conform celor de mai sus. Graficul funcţiei f ( x... x≥0 . b) D( X ) = M( X 2 ) − [M( X )]2 = a(a + 1)b 2 − (ab) 2 = ab 2 . Funcţia de repartiţie a variabilei aleatoare X cu distribuţia Gamma este ⎧ ⎪ 1 1 ⎪ F( x ) = P( X < x ) = ⎨ Γ(a) b a ⎪ ⎪0 ⎩ x 0 ∫t a−1 e − t b dt . a. a.( a + k − 1)b k . b) . a) M( X ) = ab . a. b)dx = e dx . adică îndeplineşte următoarele condiţii: 1) f ( x. Astfel pentru k=1 avem M( X ) = ab ..( a + 1)aΓ(a) . a. a. Astfel putem scrie ∞ ∞ 0 I = ∫ f ( x. 2) ∫ f ( x. x < 0.. a. ∫ x x e dx = ∫x Γ( a ) b a 0 Γ( a) b a 0 −∞ k ∞ k Cu aceeaşi schimbare de variabilă (x = bt) avem M(X k ) = 1 1 ∞ a+k−1 a+k−1 −t 1 1 a+k ∞ a+k−1 −t 1 k t e bdt = b ∫t e dt = b Γ(a + k) . b)dx = ∫ x e dx .ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 169 Să arătăm că f ( x. b)dx = −∞ 1 1 Γ( a ) b a ∫b a−1 a−1 −t t e bdt = 1 1 ∞ a−1 −t Γ(a) = 1. b) este o densitate de probabilitate. a. b)dx = 1. b) ≥ 0 . Γ( a ) b a 0 −∞ ∞ Efectuând schimbarea de variabilă x = bt. . ∫b a a Γ(a) Γ(a) b Γ(a) b 0 0 Ţinând seama de formula de recurenţă Γ(a + k) = (a + k − 1)(a + k − 2). b) avem I = ∫ f ( x. avem dx = bdt şi limitele de integrare se păstrează. a. a.

b)dx = 1. b) = obţinem M(X k ) = Γ(a + k)Γ(b) Γ(a + b)Γ(a + k) 1 = Γ(a)Γ(b) Γ(a + b + k) Γ(a)Γ(a + b + k) Γ(a + b) Γ( a ) Γ( b ) . x < 0 . a) M( X ) = a . 0 ≤ x ≤ 1 probabilitate f ( x. b) . ⋅ (a + b + 1)(a + b)Γ(a + b) (a + b)(a + b + 1) ⋅ .. 0 1 Să arătăm că f ( x. b)dx = −∞ ∞ 1 1 a−1 1 b−1 β(a.. b) = ⎨ unde a şi b sunt doi parametri reali strict ⎪0 . a. b) ≥ 0 . a. a+b . ⎩ a−1 b−1 pozitivi. conform celor de mai sus. ∫ x (1 − x) dx = β(a. b) avem I = ∫ f ( x. a. b) 0 β(a. Γ( a + b ) = a(a + 1) ⋅ . a. . a. = Γ(a)(a + b + k − 1) ⋅ . a. 2) ∫ f ( x.. (1 − x) b−1 dx = ∫ x x (1 − x ) dx = ∫x β(a. b) este o densitate de probabilitate. b) = 1 .. b) = ∫ x (1 − x) dx . adică îndeplineşte următoarele condiţii: 1) f ( x.. b) Momentul de ordinul k al variabilei aleatoare cu distribuţia Beta este M( X k ) = ∫ x k f ( x. b) 0 β(a. iar β(a.x > 1 . a. ⋅ (a + 1)aΓ(a) . Se spune că o variabilă aleatoare X are distribuţia Beta dacă are densitatea de ⎧ 1 a−1 b−1 ⎪ β(a. −∞ ∞ Prima condiţie este evident îndeplinită.. b)dx = −∞ ∞ 1 1 1 a+k −1 1 1 k a−1 b−1 β(a + k. b) Ţinând seama că între funcţia Beta şi funcţia Gamma are loc relaţia β(a.170 CAPITOLUL al X-lea Distribuţia Beta Definiţie. b) 0 β(a. Ţinând seama de expresia lui f ( x. iar pentru k=2 avem M( X 2 ) = a+b (a + b)(a + b + 1) Să calculăm valoarea medie şi dispersia variabilei aleatoare cu densitatea de probabilitate f ( x. b) .. ⋅ (a + k − 1) Γ(a + b)(a + k − 1) ⋅ . a. ⋅ (a + b + k − 1) Astfel pentru k=1 avem M( X ) = a(a + 1) a .. b) x (1 − x) .

x >1 . adică îndeplineşte următoarele condiţii: 1) f ( x. a. n.x < 0 . n. −∞ ∞ Prima condiţie este evident îndeplinită. n. Să arătăm că f ( x. b) depinde de valorile parametrilor a şi b. putem scrie I= 1 ⎝2⎠ ∞ n ⎛n⎞ 0 2 2 σ n Γ⎜ ⎟ n n −1 −1 2 σ n−2 t 2 e − t 2σ 2 dt ∫2 ∞ 1 ∞ x n −1 − 2 ∫ x 2 e 2σ dx . Efectuând schimbarea de variabilă x = 2σ 2 t . σ) este o densitate de probabilitate. Funcţia de repartiţie a variabilei aleatoare X cu distribuţia Beta este . Astfel. σ) ≥ 0 . σ)dx = 1 . n. σ) avem I = ∫ f ( x. σ)dx = n −∞ ⎛n⎞ 0 2 2 σ n Γ⎜ ⎟ ⎝2⎠ păstrează. Ţinând seama de expresia lui f ( x. x ≥ 0 ⎪ n ⎪ unde n este un parametru ce f ( x. σ) = ⎨ 2 2 σ n Γ⎛ n ⎞ ⎜ ⎟ ⎪ 2⎠ ⎝ ⎪ ⎪0 . −⎜ ⎟ = 2 ( a + b)(a + b + 1) ⎝ a + b ⎠ (a + b) (a + b + 1) 2 Graficul funcţiei f ( x. Se spune că o variabilă aleatoare X are distribuţia Hi – Pătrat dacă are densitatea x n ⎧ −1 − 2 1 ⎪ x 2 e 2σ . n. avem dx = 2σ 2 dt şi limitele de integrare se 1 ∞ 2 −1 −t 1 ⎛n⎞ Γ⎜ ⎟ = 1 .x < 0 ⎧0 ⎪ ⎪ 1 1 a−1 ⎪ b−1 F( x ) = P( X < x ) = ⎨ ∫ t (1 − t ) dt . 0 ≤ x ≤ 1 β(a. n. ⎩ de probabilitate reprezintă numărul gradelor de libertate.ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 171 b) D( X ) = M( X 2 ) − [M( X )] 2 = a( a + 1) ab ⎛ a ⎞ . 2) ∫ f ( x. ⎩ Distribuţia HI – PĂTRAT (Pearson) Definiţie. b) 0 ⎪ ⎪ ⎪1 . = ∫ t e dt = ⎛n⎞ ⎛n⎞ 2 Γ⎜ ⎟ 0 Γ⎜ ⎟ ⎝ ⎠ 2⎠ ⎝2⎠ ⎝ n . iar σ > 0 .

σ)dx = n −∞ ⎛n⎞ 0 2 2 σnΓ⎜ ⎟ ⎝2⎠ 2 k ∞ k 1 ∞ x n −1 − 2 k 2 2σ dx = e ∫x x 1 ⎝2⎠ ∞ n ⎛n⎞ 0 2 2 σnΓ⎜ ⎟ x n +k−1 − 2 2σ dx .. n) = ⎛ n + 1⎞ Γ⎜ ⎟ 1 ⎝ 2 ⎠ ⎛n⎞ nπ Γ⎜ ⎟ ⎛ ⎝ 2 ⎠ ⎜1 + ⎜ ⎝ 1 n+1 2⎞ 2 t ⎟ . Să calculăm valoarea medie şi dispersia variabilei aleatoare cu densitatea de probabilitate f ( x. ⎟ ⋅. b) D( X ) = M( X 2 ) − [M( X )] 2 = n(n + 2)σ 2 − nσ 2 ( ) = 2nσ 2 4 . Distribuţia „t” (Student) 12 Definiţie.. 12 Student este pseudonimul matematicianului englez V. n)dt = 1 ..⋅ ⎜ ⎟ =2 σ k ⎝ 2 ⎠ ⎝ 2 ⎠2 2 Astfel pentru k=1 avem M( X ) = nσ 2 .⋅ ⎜ +1⎟ Γ⎜ ⎟ 2 σ Γ⎜ +k⎟ = 2 σ ∫t e dt = ⎛ n⎞ ⎛ n⎞ ⎝ 2 ⎠ Γ⎛ n ⎞ ⎝2 ⎠ ⎝ 2 ⎠ 2 ⎝ 2⎠ 0 Γ⎜ ⎟ Γ⎜ ⎟ ⎜ ⎟ ⎝ 2⎠ ⎝ 2⎠ ⎝ 2⎠ ⎛ n + 2k − 2 ⎞ ⎛ n + 2 ⎞ n k 2k n(n + 2) ⋅. σ) .. t ∈ R .. unde n este un parametru ce reprezintă n⎟ ⎠ numărul gradelor de libertate. n. iar pentru k=2 avem M( X 2 ) = n(n + 2)σ 4 . n) este o densitate de probabilitate. adică îndeplineşte următoarele condiţii: 1) f ( t . conform celor de mai sus. 2 e ∫x Cu aceeaşi schimbare de variabilă ( x = 2σ t ) avem M(X ) = k 1 ⎝ 2⎠ n ⎛ n⎞ 0 22 σnΓ⎜ ⎟ n n ∞ +k−1 +k−1 n+2k−2 2 t e−t 2σ2dt = ∫ 22 σ 1 n ⎛ n⎞ 22 σnΓ⎜ ⎟ n n ∞ +k−1 +k n+2k 2 22 σ ∫ t e−tdt 0 ⎝ 2⎠ 1 k 2k⎛ n 1 k 2k ⎛ n ⎞ 1 k 2k∞ 2+k−1 −t ⎞ ⎛ n ⎞ n ⎛ n⎞ = 2 σ ⎜ + k −1⎟ ⋅. Gosset . Să arătăm că f ( t .. 2) ∫ f ( t . n a) M( X ) = nσ 2 .⋅ (n + 2k − 2)σ2k . S. n. n) ≥ 0 . −∞ ∞ Prima condiţie este evident îndeplinită.172 CAPITOLUL al X-lea Momentul de ordinul k al variabilei aleatoare X cu distribuţia Hi – Pătrat este M(X ) = ∫ x f ( x. Se spune că o variabilă aleatoare X are distribuţia „t” dacă are densitatea de probabilitate f ( t .⋅ (n + 2k − 2) = 2kσ2k⎜ = n(n + 2) ⋅...

. ⎜ ⎟ ⎛1 n⎞ π ⎝2⎠ π Γ⎜ + ⎟ ⎝2 2⎠ Momentele de ordin impar ale variabilei aleatoare X cu distribuţia „t” sunt nule. ⋅ (n − 2k) . rezultă I = dt . deoarece ⎛ n + 1⎞ Γ⎜ ⎟ t 2k +1 ⎝ 2 ⎠ ∞ dt = 0 . n)dt = ∫ n⎟ nπ Γ ⎛ n ⎞ − ∞ ⎜ −∞ ⎝ ⎠ ⎜ ⎟ ⎝2⎠ n+1 ⎛ n + 1⎞ Γ⎜ ⎟ ∞⎛ 2 ⎞− 2 2 ⎝ 2 ⎠ ⎜1 + t ⎟ Cum funcţia de sub integrală este pară. 1 Momentele de ordin par sunt date de n+1 ⎛ n + 1⎞ − Γ⎜ ⎟ ∞ ⎛ t2 ⎞ 2 2 ⎝ 2 ⎠ t 2k ⎜1 + ⎟ dt = M(X 2k ) = ∫ n⎟ nπ ⎛ n ⎞ −∞ ⎜ nπ ⎝ ⎠ Γ⎜ ⎟ 2⎠ ⎝ n+1 ⎛ n + 1⎞ − Γ⎜ ⎟∞ ⎛ t2 ⎞ 2 ⎝ 2 ⎠ t 2k ⎜1 + ⎟ dt .ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 173 Ţinând seama de expresia lui f ( x. I = ∫ f ( t . (n − 2)(n − 4) ⋅ . ∫ n⎟ nπ Γ ⎛ n ⎞ 0 ⎜ ⎝ ⎠ ⎜ ⎟ ⎝2⎠ Efectuând schimbarea de variabilă t 2 = nx şi ţinând seama că limitele de integrare se păstrează. n ⎞ ⎜ ⎟ ⎛n⎞ ⎝2 2⎠ Γ⎜ ⎟ ⎝2⎠ ⎛ 1⎞ ⎛n⎞ Γ⎜ ⎟Γ⎜ ⎟ ⎝ 2 ⎠ ⎝ 2 ⎠ = 1 Γ⎛ 1 ⎞ = 1 π = 1 . avem ⎛ n + 1⎞ ⎛ n + 1⎞ 1 Γ⎜ Γ⎜ ⎟∞ ⎟ n+1 n 1 2 2 ⎝ 2 ⎠ (1 + x )− ⎝ 2 ⎠ n ∞ x − 2 (1 + x )− n+1 dx I= dx = ∫ ∫ 2 2 2 nx ⎛n⎞ ⎛n⎞ 2 0 nπ nπ Γ⎜ ⎟ 0 Γ⎜ ⎟ ⎝2⎠ ⎝2⎠ ⎛ n + 1⎞ 1 Γ⎜ ⎟ n+1 1 ⎝ 2 ⎠ ∞ x − 2 (1 + x )− = ∫ 2 dx = ⎛n⎞ π π Γ⎜ ⎟ 0 ⎝2⎠ 1 ⎛ n + 1⎞ Γ⎜ ⎟ ⎝ 2 ⎠ = ⎛n⎞ π Γ⎜ ⎟ ⎝2⎠ 1 ⎛ n + 1⎞ Γ⎜ ⎟ ⎝ 2 ⎠ β⎛ 1 . M( X 2k +1 ) = ∫ n+1 nπ Γ ⎛ n ⎞ − ∞ ⎜ ⎟ ⎛ t2 ⎞ 2 ⎝2⎠ ⎜1 + ⎟ ⎜ n⎟ ⎠ ⎝ funcţia de sub integrală fiind impară.. ∫ n⎟ ⎛n⎞ 0 ⎜ ⎝ ⎠ Γ⎜ ⎟ ⎝2⎠ 1 Cu aceeaşi schimbare de variabilă ( t 2 = nx ). n) avem n+1 ⎛ n + 1⎞ Γ⎜ ⎟ ∞⎛ 2 ⎞− 2 ∞ 1 ⎝ 2 ⎠ ⎜1 + t ⎟ dt .. efectuând calculele.. rezultă M( X 2k ) = 1 ⋅ 3 ⋅ . ⋅ (2k − 1)nk .

2.1] . x ≥ 0 să fie o densitate de probabilitate. conform celor de mai sus. modul. x ∈ R este o densitate de probabilitate.4. Să se calculeze dispersia variabilei aleatoare cu distribuţia ⎛1 X ⎜1 ⎜ ⎝6 2 1 6 3 1 6 4 1 6 5 1 6 6⎞ 1⎟ . Exerciţii propuse 1.x ∈R .2 0. n) . a) M( X ) = 0 .1⎟ . n−2 Să calculăm valoarea medie şi dispersia variabilei aleatoare cu densitatea de probabilitate f ( t . 12 7. 4. ⎟ ⎝ ⎠ Să se calculeze valoarea medie.k ∈ N .2 0. b) D( X ) = M( X 2 ) − [M( X )] 2 = n n . x ∈ [ 0.2 0.174 CAPITOLUL al X-lea Astfel pentru k=1 avem M( X 2 ) = n . k) = λk e −λ k! . ⎟ 6⎠ 5. −0= n−2 n−2 10. 3. mediana şi dispersia acestei variabile aleatoare. Fie variabila aleatoare discretă 2 3 4 5⎞ ⎛ 1 X ⎜ ⎜ 0.3 0. Să se determine constanta k astfel ca funcţia f ( x) = ke −ax . Să se calculeze valoarea medie şi momentul centrat de ordinul 2 pentru variabila aleatoare cu funcţia de probabilitate f (λ. Să se calculeze valoarea medie şi dispersia variabilei aleatoare cu această densitate de probabilitate. Să se calculeze abaterea medie pătratică pentru variabila aleatoare cu densitatea de probabilitate f ( x) = 1 2πe ( x −1) 2 . Să se calculeze momentul centrat de ordinul trei pentru variabila aleatoare cu densitatea de probabilitate f ( x) = 1 x(1 − x) 2 . Să se arate că f ( x) = 1 2π e − x2 2 . . 6.

x ∈ [ 0. 30 mere rele şi restul bune. 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. Se cere probabilitatea ca două mere din cele trei extrase să fie rele. Care este probabilitatea ca vulpea să nu fie ochită? .+∞) . Se ia câte un măr din fiecare cutie.8. Trei vânători trag simultan asupra unei vulpi. 11. 10.9.ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 175 8. Să se calculeze M( X 2 ) pentru variabila aleatoare cu densitatea de probabilitate f ( x) = xe − x . 0.7. 20. 0. Se ştie că probabilitatea ca vânătorii să ochească vulpea este respectiv 0. În trei cutii cu câte 100 de mere fiecare sunt respectiv 10. 9.

176 CAPITOLUL al X-lea .

N. Bucureşti. Postelnicu. Cuza” Iaşi.. – Probleme de matematici superioare. C. vol. Dinescu. I şi II. Popescu.. 1978 4. Bucureşti. Precupanu. – Matematici speciale aplicate în economie. Bucureşti. N. – Manual de analiză matematică. 2. geometrie analitică. Editura Didactică şi Pedagogică. Bucureşti. Bucureşti.. Bucureşti.. B. A. O. Geometry Balkan Press. vol. Marcus. – Matematici speciale aplicate în economie. Editura Didactică şi Pedagogică. S. C. Săvulescu. Mihăilă. Dinculeanu.BIBLIOGRAFIE 177 BIBLIOGRAFIE 1. – Introducere în teoria probabilităţilor şi statistică matematică. I. Mihăilă. . N. 1965 3. Editura Didactică şi Pedagogică. 1962 5. – Algebră liniară. 1989 Chiriţă. Universitatea „Al. Editura Didactică şi Pedagogică. 1977 6. 1987 Udrişte. – Analiză matematică. Nicolescu. Editura Didactică şi Pedagogică. I. 1996 7.. T. S. M.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->