Documente Academic
Documente Profesional
Documente Cultură
TRANSFORMARI ELEMENTARE
1) Care din urmatoarele operatii efectuate asupra unei 2) Numim matrice elementara o matrice: 3) O matrice elementara este obligatoriu:
matrice este transformare elementara:
a) cu rangul egal cu 1; a) patratica;
a) adunarea unei linii la o coloana; b) care se obtine din matricea unitate prin transformari b) dreptunghiulara;
b) inmultirea unei linii cu scalarul α = 0 elementare; c) inversabila;
c) schimbarea a doua linii intre ele; c) cu determinantul nenul; d) nesingulara.
d) adunarea unei linii la o alta linie. d) obtinuta din matricea unitate printr-o singura
transformare elementara.
4) Transformarile elementare se pot aplica: 5) Fie B o matrice obtinuta prin transformari elementare 6) Matricele A si B se numesc echivalente daca:
din matricea A. Atunci:
a) numai matricelor patratice; a) rang A = rang B; a) au acelasi rang;
b) oricarei matrice; b) rang A ≠ rang B; b) B se obtine din A prin transformari elementare;
c) numai matricelor inversabile; c) rang A < rang B; c) sunt ambele patratice si de acelasi ordin;
d) numai matricelor cu rang nenul. d) rang A > rang B. d) au determinanti nenuli.
7) Daca A,B sunt matrice echivalente (A B) atunci: 8) Fie A € Mn(R). Daca rang A = r, atunci prin 9) Fie A € Mn(R) cu det A ≠ 0. Atunci:
transformari elementare se obtine:
a) A,B sunt matrice patratice; a) cel putin r coloane ale matricei unitate; a) rang A = n;
b) rang A = rang B; b) cel mult r coloane ale matricei unitate; b) A este echivalenta cu matricea unitate In (A - In);
c) daca determinantul lui A = 0 rezulta, si det B = 0; c) exact r coloane ale matricei unitate; c) prin transf. elementare putem determina inversa A-1.
d) daca det A = 1 rezulta ca si det B = 1. d) toate coloanele matricei unitate. d) forma Gaus-Jordan a matricei A este In.
10) Pentru a afla inversa unei matrice A € Mn(R) prin 11) Daca A € Mn(R) cu det A = 1 atunci forma Gauss- 12) Metoda de aflare a inversei unei matrice A cu
transformari elementare, acestea se aplica: Jordan asociata va avea: transformari elementare se poate aplica:
a) numai liniilor; a) o singura linie a matricei unitate In; a) oricarei matrice A € Mn(R) ;
b) numai coloanelor; b) toate liniile si coloanele matricei unitate In; b) numai matricelor patratice;
c) atat liniilor cat si coloanelor; c) o singura coloana a matricei unitate In; c) maricelor patratice cu det A ≠ 0;
d) intai liniilor apoi coloanelor. d) numai o linie si o coloana a maricei unitate In. d) tuturor matricelor cu rang A ≠ 0.
13) Pentru aflarea inversei unei matrice A € Mn(R) prin 14) Fie A € Mn(R) si B matricea atasata acesteia in 15) Fie A € Mn(R) si B matricea atasata lui A pentru
transformari elementare, acestea se aplica: metoda aflarii inversei lui A prin transf elementare.Atunci: determinarea lui A-1 prin transformari elementare. Daca
a) direct asupra lui A; 0 1 2 3
a) B € Mn (R); B 1 0 M1 −4 atunci:
b) asupra matricei transpuse AT;
b) B € Mn,2n (R);
c) matricei atasate B = [A MI n ] ; 2 3 3 2
1 −4
c) B € M2n,n (R);
d) matricei atasate B = [I n MA ] .
T
a) A-1 = 2 3 b) A-1 =
1 −4 c) A-1 = −4 1
d) B € M2n,2n (R);
d) A-1 nu exista.
16) Fie A € Mn(R) si B matricea atasata lui A pentru 17) Aducand matricea A la forma Gauss-Jordan obtinem: 18) Daca matricea A € M2,3(R) este echivalenta cu
determinarea lui A-1 prin transformari elementare. Daca 1 2 0
a) A-1; matricea A` = atunci:
1 0 0 1 2 3 b) rang A; 0 −1 1
B 0 0 1 M3 2 1 atunci: c) det A; a) rang A = 2;
0 1 0 2 1 3 d) AT. b) rang A = 1;
1 2 3 1 3 2 1 2 3 c) rang A = 3;
-1 2 d) rang A = rang A`.
a) A = 3 2 1
-1
b)A =
-1
2 2 1 c) A = 1 3
2 1 3 3 1 3 3 2 1
d) A-1 nu exista.
19) Daca matricea A € M3(R) este echivalenta cu matricea 20)Daca A este echivalenta cu matricea unitate I3 (A I3), 21) Pivotul unei transformari elementare este intotdeauna:
−1 1 0 atunci: a) nenul;
a) rang A = 3; b) egal cu 0;
A` = 0 0 0 atunci rang A este:
2 0 1 b) det A ≠ I3; c) egal cu 1;
a) 2; b) 3; c) 1; d) 0. c) A = I3; d) situat pe diagonala matricei.
d) A-1 = I3.
1 0 0 23) Daca matricea A este echivalenta cu matricea A` = 24)Daca matricele A si A` sunt echivalente (AA`) atunci:
22) Daca matricea A este echivalenta cu A` = 0 1 0 1 0 0
0 0 −1
0 1 0 atunci: a) au acelasi rang;
0 0 α b) sunt obligatoriu matrice inversabile;
atunci:
a) rang A = 3; a) rang A = 0 <=> α = 0 c) sunt obligatoriu matrice patratice;
b) rang A = 1; b) rang A = 1 <=> α = 1 d) se obtin una din alta prin transformari elementare.
c) det A ≠ 0; c) rang A ≥ 2, (∀) α € R;
d) A este inversabila. d) rang A = 3 <=> α ≠ 0.
25) Fie A € M3(R) cu det A = α. Atunci forma Gauss-Jordan 26) Doua sisteme liniare de ecuatii se numesc echivalente 27) Matricea unui sistem liniar oarecare, in forma explicita
a lui A: daca: are:
a) are acelasi rang cu matricea A, (∀) α € R; a) au acelasi numar de ecuatii; a) forma Gauss-Jordan;
b) are acelasi rang cu matricea A, numai pt α = 0; b) au acelasi numar de necunoscute; b) coloanele variabilelor principale, coloanele matricei
c) coincide cu I3 <=> α ≠ 0; c) au aceleasi solutii; unitate;
d) are cel mult doua coloane ale matricei unitate I3 daca α = 0 d) matricele lor extinse sunt echivalente. c) toate elementele de pe liniile variabilelor secundare nule
d) elementele corespunzatoare de pe coloanele variabilelor
secundare, negative.
28) Metoda Gauss-Jordan de rezolvare a sistemelor liniare 29) Fie A si A matricea, respectiv matricea largita a unui 30) Pentru a obtine matricea unui sistem liniar sub forma
prin transformari elementare se aplica: sistem liniar. Aplicand metoda Gauss-Jordan de rezolvare, explicita, se aplica transformari elementare:
a) numai sistemelor patratice; se aplica transformari elementare asupra: a) numai coloanelor corespunzatoare variabilelor secundare;
b) oricarui sistem liniar; b) numai coloanei termenilor liberi;
c) numai daca rangul matricei sistemului este egal cu a) liniilor lui A si coloanelor lui A ; c) tuturor liniilor si coloanelor matricei extinse;
numarul de ecuatii; b) liniilor si coloanelor lui A; d) pentru a face coloanele variabilelor principal alese,
d) doar sistemele compatibile nedeterminate. c) liniilor lui coloanele matricei unitate.
A;
d) coloanei termenilor liberi din A .
31) Aplicand metoda Gauss-Jordan unui sistem liniar de 32) Matricea extinsa corespunzatoare unui sistem liniar in 33) Matricea extinsa corespunzatoare unui sistem liniar in
ecuatii, matricea extinsa A este echivalenta cu matricea A 1 2 0 −1 4 1 0 −1 0 1
2 1 −1 0 3 forma explicita este A = 0 1 1 1 M2 . Atunci forma explicita este A = 0 1 1 0 M2 . Atunci sistemul
`= M . Atunci sistemul liniar: 0 0 0 0 − 1 0 0 2 1 3
3 0 2 1 1
a) este incompatibil; sistemul liniar: liniar:
b) este compatibil nedeterminat; a) este incompatibil; a) sistemul este compatibil nedeterminat;
c) are solutia de baza: x1=4, x2=2, x3=-1, x4=0; b) este compatibil determinat; b) variabilele principale alese sunt x1, x2, x4;
d) are o infinitate de solutii. c) are solutia de baza x1=1, x2=2, x3=-1, x4=0; c) sistemul este incompatibil;
d) are o infinitate de solutii. d)solutia de baza cores. este x1=1, x2=2, x3=0, x4=3.
34) Un sistem liniar de 2 ecuatii cu 4 necunoscute, cu rangul 35) un sistem liniar cu 2 ecuatii si 3 necunoscute admite 36) Sistemele liniare de ecuatii care admit solutii de baza
matricei sistemului egal cu 2, are solutia de baza: X=(2,0,0,- solutia de baza X=(0,-1,0)T . Stiind ca x2, x3 sunt variabile sunt numai cele:
1)T. Atunci este: principale, atunci solutia x este:
a) compatibile nedeterminate;
a) admisibila si nedegenerata; a) admisibila; b) compatibile determinate;
b) admisibila si degenerata; b) neadmisibila; c) incompatibile;
c) neadmisibila si nedegenerata; c) degenerata; d) patratice.
d) neadbisibila si degenerata. d) nedegenerata.
37) Formei explicite a unui sistem liniar ii corespunde 38) Matricea extinsa corespunzatoare formei explicite a 39) Pentru a se obtine solutia de baza din forma explicita a
1 0 −1 1 2 1 1 −1 0 1 unui sistem liniar de ecuatii:
matricea A = M . Atunci solutia unui sistem liniar este A = M . Atunci
0 1 1 −1 −2 1 0 2 1 1 a) variabilele principale se egaleaza cu 0;
corespunzatoare este: solutia de baza corespunzatoare este: b) variabilele secundare se egaleaza cu 0;
a) x1= 2+α- β , x2=-2+α- β , x3=α, x4= β ; c) toate variabilele se egaleaza cu 0;
a) X= (1 1 -1 0)T; d) se atribuie variabilelor secundare valori nenule distincte.
b) x1=2-α+ β , x2=-2-α+ β , x3=α, x4= β ; b) X= (1 0 2 1)T;
c) x1=2+α- β , x2=-2-α+ β , x3=α, x4= β ; c) X= (1 1 0 0)T;
d) x1=2-α- β , x2=-2+α+ β , x3=α, x4= β . d) X= (0 1 0 1)T.
40) Solutia de baza X=(α,0, β ,0)T a unui sistem liniar de 41) Solutia de baza X=(0,0, α, β )T corespunzatoare unui 42) Fie nB si nE numarul solutiilor de baza distincte,
doua ecuatii este neadmisibila daca: sistem liniar cu 2 ecuatii principale si 4 necunoscute este respectiv al formelor explicite, corespunzatoare unui sistem
liniar compatibil nedeterminat. Atunci:
a) α > 0 si β >0; degenerata daca:
b) α <0 si β <0; a) α=0, β ≠0; a) nB ≤ nE ;
c) α >0 si β <0; b) α≠0, β =0; b) nB ≥ nE ;
c) α=0, β =0; c) intotdeauna nB = nE ;
d) α <0 si β >0. d) obligatoriu nB > nE .
d) α≠0, β ≠0.
43) Fie solutia de baza X=(1,α, 0, β )T corespunzatoare 44) Forma explicita a unui sistem liniar are matricea de 45) Forma explicita a unui sistem liniar are matricea de
variabilelor principale x1 si x4. Atunci x este admisibila 1 0 0 2 1 2 0 −1 1 −1
forma A = M . Atunci solutia de baza
degenerata daca: forma A = 0 0 1 3M2 . Atunci solutia de baza 1 1 1 0 0
0 1 0 1 −1
a) α >0, β =0; corespunzatoare X este:
corespunzatoare X este: a) admisibila;
b) α=0, β =0; b) degenerata;
a) X=(1 2 -1 0)T ;
c) α=0, β >0; b) X=(1 -1 2 0)T ; c) neadmisibila;
d) α>0, β >0. c) X=(1 2 0 -1)T ; d) nedegenerata.
d) X=(-1 2 1 0)T
1 0 0 2 2 1 0 2 2 1 0 2 2
46) Fie A = 0 1 0 −1M−2 maricea corespunzatoare 47) Fie A = 0 1 −1M−1 matricea corespunzatoare 48) Fie A = 0 1 −1M−1 matricea corespunzatoare formei
0 0 0 0 α 0 0 α 0 0 0 α β
formei explicite a unui sistem liniar. Atunci sistemul este formei explicite a unui sistem liniar. Atunci sistemul este: explicite a unui sistem liniar. Atunci sistemul este
incompatibil daca: compatibil nedeterminat daca:
a) compatibil nedeterminat, daca α = 0; a) α = 0, β ≠0;
a) α=0; b) compatibil determinat, daca α=1;
b) α=1; c) incompatibil, daca α ≠ 0; b) α ≠ 0,β =0;
c) α=-1; d) incompatibil, daca α = 0. c) α =o, β =0;
d) α=2.
d) α ≠0, β ≠0.
49) Fie X=(1,1α,0,0)T solutia de baza a unui sistem liniar de 50) Un sistem liniar de 2 ecuatii si 4 necunosute are 51) Un sistem de m ecuatii liniate cu n necunoscute, m<n,
ecuatii corespunzatoare variabilelor principale x1, x2, x3. matricea corespunzatoare unei forme explicite de forma: are intodeauna:
Atunci: A = . Atunci solutia de baza corespunzatoare X este: a) mi mult de C mn forme explicite;
a) X este admisibila, daca α>0;
b) X este degenerata, daca α=0; a) admisibila, daca α=1, β =0; b) cel mult C mn forme explicite;
c) X este neadmisibila, daca α= -1; b) degenerata, daca α <0, β =0;
d) X este nedegenerata, daca α = 1. c) exact C mn forme explicite;
c) neadmisibila, daca α > 0 si β ≥0;
d) m+n forme explicite.
d) nedegenerata, daca α<0 si β ≤0.
52) Un sistem de m ecuatii liniare cu n necunoscute, m<n, 53) O solutie de baza pentru un sistem cu m ecuatii liniare 54) O solutie de baza pentru un sistem cu m ecuatii liniare
are intotdeauna: cu n encunoscute, m<n, este degenerata daca are: cu n encunoscute, m<n, este nedegenerata daca are:
a) exact C mn solutii de baza;
a) exact m componente nenule; a) exact m componente nenule;
b) cel mult C mn solutii de baza; b) mai mult de m componente nenule; b) mai mult de m componente nenule;
c) mai putin de m componente nenule; c) mai putin de m componente nenule;
c) cel putin C mn solutii de baza; d) mai mult de n-m componente nenule. d) n-m componente nenule.
d) m+n solutii de baza.
55) Pentru a transforma un sistem liniar de ecuatii intr-unul 56) Metoda grafica se foloseste in rezolvarea sistemelor de 57) O solutie de baza pentru un sistem cu m ecuatii liniare
echivalent se folosesc transformari elementare asupra: inecuatii liniare cu: cu n encunoscute, m<n, este admisibila daca are:
a) liniilor matricei sistemului; a) doua necunoscute; a) majoritatea componentelor pozitive;
b) coloanelor matricei sistemului; b) mai mult de 3 necunoscute; b) mai mult de m componente pozitive:
c) liniilor si coloanelor matricei sistemului; c) oricate necunoscute; c) mai putin de m componente negative;
d) termenilor liberi ai sistemului. d) exact 3 necunoscute. d) toate componentele negative.
58) Fie A o matrice nenula de tipul (m,n). Atunci matricea A 59) Pentru a transforma un sistem liniar de ecuatii in unul 60) O solutie de baza a unui sistem liniar se obtine:
admite inversa daca: echivalent, se folosesc: a) dand variabilelor principale valoarea 0;
a) det A ≠ 0; a) transf. elem. aplicate liniilor matricei atasate sistemului; b) dand variabilelor secundare valoarea 0;
b) m=n si det A ≠0; b) trans elem aplicate liniilor si coloanelor matr. atasate c) dand variabilelor principale valori nenule;
c) det A=0 si m=n; sist d) dand variabilelor secundare valori strict pozitive.
d) det A = 1 si m=n. c) operatii de adunare a coloanelor matricei atasate sist;
d) toate operatiile care se pot efectua asupra unei matrice.
II.ELEMENTE DE ALGEBRA LINIARA
1) Un spatiu liniar X se numeste spatiu liniar real daca: 2) Fie (Pn(X),+,∙) spatiul liniar al polinoamelor de grad cel 3) Fie (Pn(X),+,∙) spatiul liniar al polinoamelor de grad cel
mult n. Atunci operatiile “+” si “∙” reprezinta: mult n. Atunci dimensiunea sa este:
a) elementele sale sunt numere reale; a) adunarea si inmultirea polinoamelor;
b) corpul peste care este definit coincide cu multimea b) adunarea polinoamelor si inmultirea polinoamelor cu a) n;
numerelor naturale; scalari reali; b) n=1;
c) multimea X este nevida; c) adunarea numerelor reale si inmultirea polinoamelor; c) n2;
d) operatiile definite pe X sunt operatii cu numere reale. d) adunarea polinoamelor si inmultirea nr reale. d) 2n.
4) Multimea solutiilor unui sistem liniar formeaza un spatiu 5) Fie vectorii x1, x2, ... , xk € Rn a.i. α1x1+α2x2+...+αkxk 6) Fie vectorii x1, x2, ... , xk € Rn a.i. α1x1+α2x2+...+αkxk
liniar daca sistemul este: =0n .Atunci x1,x2,...,xk sunt liniar independenti numai daca: =0n .Atunci x1,x2,...,xk sunt liniar dependenti daca:
a) incomparabil;
b) omogen; a) (∀)αi= 0, i= 1, k ; a) αi = 0, (∀) i= 1, k ;
c) compatibil determinat; b) (∃ )αi= 0; b) (∃ ) αi ≠0;
d) patratic, cu rangul matricei egal cu nr. Necunoscutelor. c) k>n;
c) αi≠ 0, (∀)i= 1, k ;
d) k>n. d) αi ≠0, (∀)i= 1, k .
7) Fie X un spatiu liniar si vectorii x1,x2,x3 € X a.i. 8) Vectorii x1, x2, ... , xk € Rn sunt liniar independenti. 9) Fie x1, x2,x2 € R3 vectori oarecare a.i. x3=x1-2x2.
x1+x2+αx3=0x. Atunci vectorii sunt: Atunci: Atunci:
a) liniar dependenti, daca α=0; a) x1,x2,...,xk-1 sunt liniar independenti; a) coordonatele lui x3 sunt 1 si -2;
b) liniar independenti, daca α≠0; b) xi≠0n, (∀)i= 1, n ; b) x1,x2,x3 nu formeaza o baza in R3
c) liniar dependenti, daca α≠0; c) x1,x2,x3 sunt liniar dependenti;
c) k ≤ n; d) deoarece x1-2x2-x3=0 => x1,x2,x3 sunt liniar indep.
d) liniar independenti, daca α=0.
d) x1+x2+...+xk=0n
10) Fie B si B` doua baze din spatiul liniar R3 si S matricea 11) Fie vectorii x1, x2, ... , xk € Rn .At. ei form o baza daca: 12) Fie B = {x1, x2,...,xk} o baza in spatiul liniar X. Atunci:
schimbarii de baza. Atunci S este: a) sunt liniar independenti si k≠n; a) dim X = k;
a) patratica; b) xi≠0n si k=n; b) dim X > k;
b) inversabila; c) sunt liniar independenti si k=n; c) dim X < k;
c) dreptunghiulara;
d) nesingulara (det S≠0). d) k=n si αi≠0, (∀)i= 1, k d) xi ≠0x, (∀) i= 1, k .
13) Fie S matricea de trecere de la o baza B la baza B` si uB 14) Fie B = {x1,x2,...,xk} o baza in Rn .Atunci: 15) In spatiul liniar Rn exista:
respectib uB` coordonatele vectorului u in cele doua baze.
Atunci au loc relatiile: a) x1,x2,...,xk sunt liniar independenti; a) cel mult n baze;
a) uB = S uB` si uB` =S-1 uB b) k<n; b) exact n baze;
b) uB = ST uB si uB` =S-1 uB c) k = n; c) o singura baza;
c) uB = ST uB si uB` =( ST) -1 uB d) k>n. d) o infinitate de baze.
d) uB =S-1 uB si uB` = ST uB
16) Fie operatorul liniar L: R2 → R3 si 02,03 vectorii nuli ai 17) Daca L: Rm → Rn este un operator liniar, atunci: 18) Fie L: Rm → Rn un operator liniar si ker L nucleul sau.
celor 2 spatii. Atunci: Daca x1,x2 € ker L, atunci:
a) L(02) = 02; a) obligatoriu m>n; a) x1+x2 € ker L;
b) L(03) = 03; b) obligatoriu m<n; b) αx1 € ker L, (∀) α € B;
c) L(02) = 03; c) m si n unt numere naturale oarecare, nenule; c) αx1+ β x2 € ker L, (∀) α, β € R;
d) L(03) = 03. d) obligatoriu m=n.
d) L(x1) = x2.
19) Fie L: Rn → Rm un operator liniar si ker L nucleul sau. 20) Daca L: Rm → Rn este un operator liniar si A matricea 21) Fie L: Rn → Rn un operator liniar si x un vector propriu
Daca x € ker L, atunci: sa fata de o pereche de baze B,B` atunci: pt. L. Atunci:
a) L(x) = 0m; a) A € Mm,n(R); a) (∃ !) λ € R a.i. L(x)=λ x;
b) L(αx) = 0m, (∀) α € B; b) A € Mn,m(R); b) L(λ x)=x, (∀) λ € R;
c) L(αx) = 0m, doar pt α = 0; c) B,B sunt baze in Rm ; c) x ≠ 0 ;
d) L(x) = 0n. d) B este baza in Rm si B` este baza in Rn d) L(x) = λ x, (∀) λ € R.
22) Fie L: Rn → Rn un operator liniar si x un vector propriu 23) Matricea atasata unei forme liniare f: Rn → R este o 24) Daca f : Rn → R este o forma liniara, atunci:
corespunzator valorii proprii λ . Atunci: matrice: a) f(x1+x2) = x1 + x2; (∀) x1,x2 € Rn
a) L(x) = λ x; a) patratica: b) f(x1+x2) = f(x1) + f(x2); x1,x2 € Rn;
b) daca L(x) = 0n, atunci x=0n; b) coloana; c) f(αx) = αx, (∀) α € R si (∀) x € Rn;
c) L(λ x)= λ 2x; c) linie; d) f(αx) = αf(x), (∀) α € R si (∀) x € Rn.
d) daca L(x) = 0n, atunci λ = 0. d) inversabila.
25) Fie L: Rn → Rm un operator liniar. Atunci L devine 26) Fie Q: Rn → R o forma patratice si A matricea asociata Q : R3 → R
forma liniara daca: acesteia. Atunci: 27) Fie forma patratica
Q( x) = x1 + 2 x2 + x3 − 2 x1 x2
2 2 3
a) n = 1; a) A = AT
b) m = 1; b) A € Mn,1(R); (∀)x=(x1,x2,x3) T € R3 .Atunci matricea asociata lui Q este:
c) n = 1 si m = 1; c) A € Mn(R); 1 −1 0
d) n=m. d) A este inversabila. c) A = −1 2 0
0 0 1
28) Forma patratica Q: R2 → R are matricea asociata A= 29) Forma patratica Q: R3 → R are forma canonica asociata 30) Forma patratica Q: R2 → R are matricea asociata A=
2 1 Q(y)= 2 y1 + y2 + α y3 . Atunci: 1 2
2 2 3
. Atunci Q are expresia: . Atunci forma canonica asociata este:
1 −1 2 −3
a) Q este pozitiv definita daca α >0; Nici una: Q(y)= − y1 − y2 sau
2 2
− y12 + 3 y22 sau 2 y12 − y22
c) Q(x) = 2 x − x + 2 x1x 2
2 2
c) Q este semipozitiv definita daca α = 0;
1 2
d) Q nu pastreaza semn constant daca α < 0 . sau −3 y12 + 7 y22
31) Forma patratica Q: R2 → R are forma canonica asociata 1 2 ∆1 2 ∆ 2 2 33) Fie A matricea asociata formei patratice Q: Rn → R si
32) Fie Q(y)= y1 + y2 + y3 forma canonica
Q(y) = ay12 + by22 . Atunci Q este negativ definita daca: ∆1 ∆2 ∆3 ∆1 , ∆ 2 ,..., ∆ n minorii principali ai lui A. Pentru a aplica
asociata formei patratice Q: R3 → R .Atunci: metoda lui Jacobi de aducere la forma canonica, trebuie
c) a<0, b<0 obligatoriu ca:
a) daca ∆1 > 0, ∆ 2 > 0, ∆3 > 0 , Q este pozitiv definita;
Nici una.
d) daca ∆1 < 0, ∆ 2 > 0, ∆3 < 0 , Q este negativ definita.
1 2
c) det (A T
)
− λ In = 0 44) Operatorul liniar L: R2 → R2 are matricea A=
3 −1
c) λ 2 − 2λ + 1 = 0
46) Fie operatorul liniar L: R2 → R2 .Atunci: Atunci ecuatia caracteristica pt obtinerea valorilor proprii 1 1
48) Fie A= matricea atasata operatorului L: R →R
2 2
are forma:
1 1
c) operatorului nu i se poate atasa ecuatia caracteristica. 1− λ 3
c) =0 Atunci:
2 −1 − λ b) valorile proprii ale lui L sunt λ1 = 0, λ2 = 2 ;
49)Operat. L: R2 →R2 are valorile proprii λ1 = 1, λ2 = 2 .
2 0
Atunci: 47) Operatorul liniar L: R2 → R2 are matricea A= (1 − λ ) x1 + x2 = 0
−1 −2 d) sistemul caracteristic atasat este
c) daca x1,x2 sunt vectori proprii pentru λ1 , respectiv λ2
Atunci, valorile proprii ale lui L sunt: x1 + (1 − λ ) x2 = 0
=> x1,x2 sunt liniar independenti. 51) Care din urmatoarele afirmatii sunt adevarate?
d) exista o baza fata de care matricea operatoului are forma
1 0
c) λ1 = 2, λ2 = −2 a) orice spatiu liniar este grup abelian;
A=
b) orice grup abelian este spatiu liniar;
0 2 c) exista spatii liniare care nu sunt grupuri abeliene;
L:¡ 2 → ¡ 2 d) exista grupuri abeliene care nu sunt spatii liniare.
50) Fie operatorul .Atunci :
L( x) = ( x1 + x2 , x1 )
T
a) kerL={(0,0) T}
52) Fie vectorii x1,x2,...,xm € Rm si A matricea 53) In spatiul Rn o multime de vectori liniar independenti 54) Fie vectorii x1,x2,...,xm € Rm si A matricea
componentelor acestora. Atunci: poate avea: componentelor acestora. Atunci sunt liniar dependenti daca:
a) vectorii sunt liniar independenti daca rang A = m; a) cel mult n vectori; c) rang A < m;
b) vectorii sunt liniar dependenti daca rang A < m. c) exact n vectori. d) det A =0.
55) Fie vectorii x1,x2,...,xm € Rm si A matricea 56) Fie vectorii x1,x2,...,xm € Rn liniar independenti. 57) Multimea x1,x2,...,xm este formata din vectori liniar
componentelor acestora. Atunci sunt liniar independenti Atunci vectorii : dependenti. Atunci:
daca:
c) formeaza o baza in Rn , numai daca m=n; b) cel putin un vector se poate exprima ca o combinatie
a) rang A = m; d) nu contin vector nul. liniara de ceilalti;
d) det A ≠ 0. d) poate contine vector nul.
58) Fie vectorii x1,x2,...,xn € Rn, n>3, liniar independenti. 59) Care din urmatoarele afirmatii sunt adevarate: 60) Coordonatele unui vector din Rn :
Atunci: a) orice submultime a unei multimi de vectori liniar
independenti este tot liniar independenta; a) sunt unice relativ la o baza fixata;
a) vectorii x1,x2,...,xn formeaza o baza in Rn ; b) o submultime a unei multimi de vectori linair dependenti b) se schimba la schimbarea bazei;
b) vectorii x1,x2,...,xk sunt liniar independenti, (∀)k= 1, n . este tot liniar dependenta; c) sunt aceleasi in orice baza.
c) coordonatele unui vector in baza canonica din Rn coincid
cu componentele acestuia.
d) daca o multime de vectori nu contine vectorul nul, atunci
este liniar independenta.
61) Un sistem de n vectori din Rn, care contine vectorul nul: 62) Coordonatele unui vector in 2 baze care difera printr-un 63) Dimensiunea unui spatiu vectorial este egala cu:
singur vector sunt:
b) este liniar dependent; a) numarul vectorilor dintr-o baza;
c) nu formeaza o baza in Rn . a) diferite. b) numarul maxim de vectori liniar independenti.
64) Matricea schimbarii de baza este: 65) Fie aplicatia L: Rm → Rn .Atunci L este un operator 66) Aplicatia L: Rm → Rn este un operator liniar. Care din
a) o matrice patratica; liniar daca: afirmatiile de mai jos sunt adevarate:
b) o matrice inversabila; a) L(x1+x2)=L(x1)+L(x2), (∀)x1,x2 € Rm ;
c) formata din coordonatele vectorilor unei baze c) L(x1+x2)=L(x1)+L(x2) si L(αx)=αL(x),(∀)x,x1,x2 € Rm b) L(αx)=αL(x),(∀) x € Rm , (∀) α € R ;
descompusi in cealalta baza. d) L(αx1+x2)=αL(x1)+L(x2), (∀)x1,x2 € Rm si (∀) α € R
67) Fie x1 si x2 vectori proprii pt operatorul liniar L: Rn → 68) Fie L: Rm → Rn un operator liniar si A matricea sa. 69) Fie L: R3 → R2 un operator liniar. Atunci:
Rn corespunzatori la 2 valori proprii distincte. Atunci: Atunci: c) nu se poate pune problema valorilor proprii pentru L;
d) matricea lui L este dreptunghiulara.
a) x1 si x2 sunt liniar independenti. a) A € Mm,n(R)
70) Operatorul L: R → R are n valori proprii distincte λ1 ,
n n 71) Fie operatorul liniar L: Rm →Rn liniar oarecare. Atunci: 72) Unui operator liniar L: Rm →Rn i se poate asocia:
λ2 ,..., λn carora le corespund vectorii proprii x1,x2,...,xn. a) ker L ⊂ Rm ; a) o matrice unica relativ la o pereche de baze fixate;
Atunci: d) ker L este subspatiu liniar.
a) x1,x2,...,xn formeaza o baza in Rn ;
d) x1,x2,...,xn sunt liniar independenti.
73) Nucleul unui operator liniar L: Rm →Rn este: 74) Un operator liniar L: Rn → Rn are: 75) In spatiul Rn o multime de vectori liniar independenti
a) un subspatiu liniar; a) cel mult n valori proprii distincte; poate fi formata din:
b) o multime de vectori din Rm d) o infinitate de vectori proprii, pt fiecare valoare proprie. a) mai putin de n vectori;
c) excat n vectori.
76) Fie vectorii x1,x2,...,xm €R, vectorii liniar indep.Atunci 77) Coordonatele unui vector din Rn : 78) Un sistem de m vectori din Rn care contine vectorul nul:
c) formeaza o baza in Rn , daca m=n. a) sunt unice relativ la o baza; a) este intotdeauna liniar independent;
b) sunt in numar de n; d) nu formeaza o baza in Rn .
79) Dimensiunea unui spatiu liniar este egala cu: 80) Matricea unei forme patratice oarecare este o matrice: 81) Daca avem relatia x1=αx2 atunci vectorii:
a) numarul vectorilor dintr-o baza. b) patratica; c) x1 si x2 sunt liniar independenti, (∀) α € R.
c) simetrica.
82) O forma patratica este pozitiv definita daca forma 83) O solutie de baza a unui sistem se obtine: 84) O forma liniara este pozitiv definita daca:
canonica atasata acesteia:
a) are coeficientii pozitivi; b) dand variabilelor secundare, valoarea 0 d) pozitiva definire se refera numai la formele patratice.
85) Daca suma a n vectori din Rn este egala cu vectorul nul 86) Daca vectorii x1,x2...xn formeaza o baza in spatiul 87) Matricea asociata unui operator liniar oarecare L: Rm
atunci: liniar X, atunci: →Rn :
b) vectorii sunt liniar independenti; b) x1,x2...xn sunt liniar independenti; b) depinde de bazele considerate in cele doua spatii;
c) cel putin unul se srie ca o combinatie liniara de restul. c) dim X = n;
d) nu formeaza o baza in Rn . d) x1,x2...xn-1 sunt liniar independenti.
88) Nucleul unui operator liniar L: Rm →Rn : b) contine totdeauna vectorul nul al spatiului Rm; c) este subspatiu liniar; d) nu contine vectorul nul al spatiului Rm .
III.ELEMENTE DE PROGRAMARE LINIARA
1) O problema de programare liniara are intotdeauna: 2) In forma vectoriala, o problema de programare liniara 3) In forma standard o problema de prgramare liniara are
a) functia obiectiv liniara; are vectorii P1,P2,...Pn definiti de: intotdeauna:
c) restrictiile liniare. b) coloanele matricei A corespunzatoare sistemului de c) restrictiile de tip ecuatie.
restrictii.
4) Intr-o problema de programare liniara conditiile de 5) Pt a aplica algoritmul Simplex de rezolvare a unei probl. 6) Pt a aduce o problema de programare liniara de maxim la
negativitate cer ca: de programare liniara, aceasta trebuie sa fie in forma: una de minim se foloseste realtia:
d) necunoscutele problemei sa fie negative. c) standard. c) max(f) = -min(-f)
7) O multime M ⊂ Rn se numeste convexa daca: 8) Combinatia liniara “ λ1 x1 + λ2 x2 + λ3 x3 ” este convexa 9) Daca M ⊂ Rn este o multime convexa spunem ca x € M
c) (∀) x1 , x2 ∈ M si (∀)λ ∈ [0,1] avem daca:
este varf (punct extrem) al multimii M daca:
Nici una.
λ x1 + (1 − λ ) x2 ∈ M . b) λi ∈ [0,1], (∀)i = 1,3 si λ1 + λ2 + λ3 = 1
10) Fie SA multimea solutiilor admisibile al unei probleme 11) Fie SA si SAB multimea solutiilor admisibile, respectiv 12) Fie SA , SAB , SO multimile solutiilor admisibile., de baza
de programare liniara. Atunci: multimea solutiilor admisibile de baza a unei probleme de admisibile, respectiv optime pentru o problema de
a) programare liniara. Atunci, daca x € SAB rezulta ca: programare liniara. Atunci:
(∀) x1 , x2 ∈ S A ⇒ λ x1 + (1 − λ ) x2 ∈ S A , (∀)λ ∈ [0,1] b) (∀) x1 , x2 ∈ S A , x1 ≠ x2 avem d) SA , SO sunt multimi convexe.
x1 ≠ λ1 + (1 − λ ) x2 , (∀)λ ∈ [0,1] .
13) In rezolvarea unei probleme de programare liniara cu 14) Daca x1 si x2 sunt 2 solutii optime distincte (x1,x2€ 15) O problema de programare liniara cu cerinte de minim
algoritmul Simplex se aplica: SO) ale unei probleme de programare liniata, atunci: are urmatorul tabel Simplex:
a) intai criteriul de intrare in baza, apoi criteriul de iesire a) λ x1 + (1 − λ ) x2 ∈ SO , (∀)λ ∈ [0,1] ; B CB P0
2 -1 -3 0 0
din baza; P1 P2 P3 P4 P5
b) SO are o infinitate de elemente;
d) criteriul de optim la fiecare etapa a algoritmului. P1 2 1 1 0 2 -1 1
c) f(x1)=f(x2), cu f(x) functia obiectiv.
P2 -1 3 0 1 3 2 1
zj – cj -1 0 0 4 -4 1
a) Intra in baza P3 ;
c) iese din baza P1 .
16) Fie urmatorul tabel simplex al unei probleme de 17) O problema de programare liniara are urmetorul tabel 18) O probl. De programare liniara cu cerinte de minim are
programare liniara: Simplex: urm.tabel Simplex:
2 0 -1 0
-1 -3 2 0 0 2 1 3 0 B CB P0
B CB P0 B CB P0 P1 P2 P3 P4
P1 P2 P3 P4 P5 P1 P2 P3 P4 P2 0 1 1 1 0 -3
P3 2 1 0 2 1 1 1 P3 3 2 0 -1 1 -1 P3 -1 3 -1 0 1 -1
P1 -1 1 1 -1 0 2 -1 P1 2 1 1 1 0 3 zj – cj -3 -1 0 0 1
zj – cj 1 0 α 0 0 3 zj – cj f α -2 0 3
d) α=8 c) f=8, α=-1
Atunci:
c) f=6 si solutia optima este x0 =(1,2,0,0)T ;
d) problema admite solutie optima unica.
22) In urm.tabel Simplex pt o problema de transport cu 23) In tab.Simplex de mai jos, cu cerinte de minim pentru 24) In tabelul simplex de mai jos
cerinte de minim: functia obiectiv
2 2 -1 1 0 0
2 -1 2 0 0 2 -2 3 0 B CB P0
B CB P0 B CB P0 P1 P2 P3 P4 P5 P6
P1 P2 P3 P4 P5 P1 P2 P3 P4 2 4 1 0 0 1 0 1
P1 2 3 1 -1 2 0 1 P3 0 3 -1 0 -1 1 P3
-1 1 0 -1 1 0 0 1
P4 0 1 0 3 -1 1 3 P1 -2 1 2 1 -2 0 P1 γ
0 3 0 1 0 2 1
zj – cj 6 0 -1 2 0 2 zj – cj -2 -6 0 α 0
zj – cj f 0 α β 1 0 1
b) intra in baza P3 sau P5 ;
c) iese din baza P4 daca intra P5 ; constantele f, α,β , γ au urmatoarele valori:
c) f=7, α=-1, β =0, γ =1
-1 2 3 0 0 2 1 3 0 0 2 0 -1 0 0
B CB P0 B CB P0 B CB P0
P1 P2 P3 P4 P5 P1 P2 P3 P4 P5 P1 P2 P3 P4 P5
P3 3 6 -3 0 1 -1 2 3 4 0 1 1 0 1 P3 -1 3 2 0 1 -2 -2
P3
P1 2 4 4 1 0 -1 -4 2 1 1 -1 0 0 -2 P1 0 1 3 1 0 1 3
P1
zj – cj 26 0 0 0 -5 -2 0 3 0 2 0 1 1 zj – cj -3 -4 0 0 2 2
d) x0 =(0,4,6,0,0)T solutie optima, dar nu este unica. zj – cj 14 0 0 0 0 -1 a) poate intra in baza P4 sau P5 ;
a) x0 =(1,0,4,3,0)T este solutie optima. b) va iesi din baza numai P2 ;
c) problema are o infinitate de solutii optime. d) solutia de baza admisibila gasita este x0 =(0,1,3,0,0)T .
33) In rezolvarea unei probleme de transport metoda 34) Cantitatile δij din criteriul de optim al problemelor de 35) Intr-o problema de transport ciclul celulei care intra in
costului minim se aplica pt determinarea: baza este:
transport se calculeaza pentru:
c) unei solutii de baza admisibile initiale.
c) celulele nebazice.
a) x11 .
36) Solutia unei probleme de transport este optima daca: 39) O solutie de baza admisibila a unei probleme de 41) O solutie de baza admisibila a unei probleme de
c) (∀) δij ≤ 0. transport este degenerata daca: transport cu 2 depozite si 5 centre de desfacere este
b) (∃ ) xij = 0, cu (i,j) celula bazica. degenerata daca are:
b) 7 componente egale cu 0;
c) cel mult 5 componente nenule.
31) Problema de transport de forma: 32) Solutia de baza admisibila a unei probleme de transport 37) O solutie de baza admisibila a unei probleme de
este data de tabelul: transport este data de tabelul.
C1 C2 C3
C1 C2 C3 C4 C1 C2 C3
1 3 2 2
D1 2 1 3 2 2 1 3
0 D1 30 D1
15 α 10 10
4 2 1 2
D2 1 4 1 3 2
0 D2 20 1 4
5 15 β D2 1
1 2 2 25 5
D3 α 5 2 2 1
D3 30 3 2 5
30 20 15 30 D3
15
15 20 15 30
c) echilibrata, daca α=25. a) cantitatea totala
de marfa care trebuie transp este 65 u.m.
d) δ13 =-4.
Atunci: c) α = 15, β = 0.
38) Fie problema de transport data de urmatorul tabel: 40) Fie problema de transport: 42. Solutia optima a unei probleme de transp este unica daca
cantitatile δij corespunzatoare acesteia sunt toate:
C1 C2 C3 C1 C2
2 3 3 2 1 2 b) strict negative.
2 D1
D1 0
0
1 3 2 43) Solutia unei probleme de transport este optima daca:
4 3 2 2 D2
D2 0 c) (∀) δij ≤ 0.
0
1 5 2 3 10 10
D3 45) Intr-o problema de transport va intra in baza variabila
0
15 35 20 Atunci problema: xij corespunzatoare cantitatii δij data de relatia:
d) este neechilibrata.
Aplicand metoda cosyului minim se determina mai intai b) δij = max{δ kl > 0}
valoarea lui : c) x31 .
44) Fie solutia de baza admisibila a unei probleme de 46) Solutia de baza initiala a unei probleme de transport este 48) Intr-o problema de transport variabila x11 intra in baza
transport data de tabelul: data de tabelul: C1 C2 si are urmatorul ciclu:
C1 C2 C3 1 2
2 1 3 D1
D1 20
15 5
Atunci valoarea 1 3
1 4 2 D2
D2 functiei obiectiv f, 10 5
10 20 corespunzatoare 2 2
acestei solutii este: D3
b) f=65 Atunci: c)θ = 10
d) x 21 iese din baza.
∞ ∞
1 9) Fie ( S n ) n∈¥ sirul sumeolor partiale atasat unei serii de
7) Fie seria geometrica ∑ aq n cu a≠0. Atunci seria: 8) Seria armonica generalizata ∑n a este o serie:
∞
∑a
n =0 n =1
a) converge, pentru q € (-1,1); b) divergenta, daca α<0; termeni pozitivi n , ( an ≥ 0 ). Atunci sirul ( S n ) n∈¥
n =1
c) convergenta, daca α>1;
este intotdeauna:
d) divergenta, daca α=1.
b) monoton crescator.
∞ ∞ ∞ ∞
1
10) Fie seriile cu termeni pozitivi ∑a
n =1
n si ∑b
n =1
n astfel incat an ≤ bn , (∀)n ∈ ¥ * 11) Fie seria cu termeni pozitivi ∑a
n =1
n , an ≥ 0 si seria armonica ∑ n . Atunci:
n =1
.Atunci: ∞
1
∞ ∞ ∞ ∞ b) ∑a diverge daca an ≥ .
∑a ∑b ∑b ∑a
n
a) n converge daca n ; d) n diverge daca n diverge. n =1 n
n =1 n =1 n =1 n =1
∞ ∞ 13) Criteriile de comparatie se aplica seriilor: ∞ an +1 1
12) Fie seriile cu termeni pozitivi ∑ a si ∑ b
n =1
n
n =1
n . Daca b) cu termeni pozitivi. 15) Fie seria ∑a
n =1
n , an ≥ 0 . Daca lim
n →∞ an
= , atunci:
2
a ∞ ∞ 1
lim n = 1 , atunci:
n →∞ b
n
14) Fie seriile de termeni pozitivi ∑ a si ∑ b
n =1
n
n =1
n , care a) lim n an =
n →∞ 2
∞ ∞ ∞
a) daca ∑ a (C ) ⇒ ∑ b (C ) ;
n n satisfac relatia lim
an
n →∞ b
= k .Atunci: b) ∑a
n =1
n converge.
n =1 n =1 n
∞ ∞ a) daca k € (0,1) seriile au aceeasi natura. ∞ an +1
b) daca ∑ b ( D) ⇒ ∑ a ( D) . ∞ ∞ 17) Pentru seria ∑a , an ≥ 0 avem lim =λ.
∑ a (C ) ⇒ ∑ b (C ) .
n n n
n =1 n =1 b) k=2 si n =1
n →∞ an
n n
∞ n =1 n =1 Atunci :
16) Fie seria cu termeni pozitivi ∑a , si notam cu ∞ ∞ ∞
∑ bn ( D) ⇒ ∑ an ( D) . λ ≥ 2 ⇒ ∑ an , diverge.
n
n =1 c) k=1 si c) daca
an +1 n =1 n =1 n =1
λ1 = lim si λ2 = lim n an . Atunci: 1 ∞
∑ an converge.
n →∞ a
n
n →∞
d) daca λ ∈ 0, ⇒
λ1 = λ2 ; 2 n =1
c) d) daca λ2 = 2 ⇒ λ1 = 2 .
∞ ∞
a ∞
a
18) Pentru seria cu termeni pozitivi ∑a n avem 19) Fie ∑ an , an ≥ 0 astfel incat lim n − 1 = 2 .
n →∞ a
20) Fie ∑a n , an ≥ 0 astfel incat lim n − 1 = µ .
n →∞ a
n =1 n =1 n +1 n =1 n +1
lim n an = 2 . Atunci: Atunci : Atunci:
n →∞ ∞ ∞
c)
∞
∑a n diverge; d) lim
an +1
= 2
a) ∑a
n =1
n converge. d) daca µ ∈ (1, 2) ⇒ ∑ an (C )
n =1
n →∞ a
n =1 n
∞ ∞ ∞
21) Seria cu termeni pozitivi ∑ an are sirul sumelor 22) In aplicarea criteriului lui Raabe-Duhamel seriei ∑ an ∑ (−1) an cu an ≥ 0 . Criteriul lui
n
23) Fie seria alternata
n =1 n =1 n =1
partiale ( S n ) n∈¥ marginit. Atunci: an ≥ 0 se cere calculul limitei: Leibniz afirma ca seria:
∞ a) converge, daca an -> 0 monoton descrescator.
a
a) ∑a n converge; c) lim n − 1 .
n →∞ a
n =1 n +1
b) sirul ( S n ) n∈¥ converge.
∞ ∞ ∞
24) Fie seria ∑ (−1)
n =1
n +1
an , an ≥ 0 astfel incat lim
n →∞
an =0. 25) Seria ∑u n =1
n este o serie alternata daca : 26) Fie seria de termeni oarecare ∑a
n =1
n , an ∈ ¡ . Care din
Atunci seria converge daca: b) un gu+1 ≤ 0, (∀)n ∈ ¥ ; urmatoarele afirmatii sunt adevarate?
( an ) n∈¥ ∞ ∞
∑ an (C ) ⇒ ∑ an (C ) ;
b) este monoton descrescator.
d) un = (−1) n +1 an , an ≥ 0 . b) daca
n =1 n =1
∞ an +1 1
27) Fie seria ∑a
n =1
n , an ∈ ¡ astfel incat lim
n →∞ an
= . Atunci:
2 c) daca
∞
∑ a ( D) ⇒ ∑ a
n
∞
n (C ) .
n =1 n =1
∞ ∞
1
a) seria ∑a
n =1
n converge; b) seria ∑a
n =1
n converge; c) lim n an =
n →∞ 2
∞ ∞ ∞
28) O serie cu termeni oarecare ∑ an , an ∈ ¡ se
n =1
29) Fie seria cu termeni pozitivi ∑ an , an ≥ 0 . Atunci:
n =1
30) Seria cu termeni pozitivi ∑a n =1
n are limita
∞
32) Seria de puteri ∑a x ,a
n =1
n
n
n ∈ ¡ are limita 33) Seria de puteri ∑ a (x − x )
n =1
n 0
n
cu an ∈ ¡ are
∑ a ( x + 1)
n
34) Seria de puteri are raza de convergenta
n
lim n an = 0 . Atunci: an +1
n =1
n →∞ lim = +∞ . Atunci seria:
r=1. Atunci seria:
(∀)x ∈ ¡ ;
n →∞ an
b) seria converge, pentru
c) converge, pentru x ∈ (-2,0); c) are raza de convergenta r=0;
d) diverge, daca x∈(3,∞) an +1 d) converge numai in/pentru x=x0.
d) lim = 0.
n →∞ an
∞ ∞ ∞ an +1 1
35) Seria de puteri ∑ an ( x − x0 )n are lim
n =1
n →∞
n a
n =0 36) Seria de puteri ∑ an ( x − x0 )n are raza de
n =1
37) Fie seria de puteri ∑a x n
n
cu lim
n →∞ an
=
2
. Atunci
n =1
Atunci seria: convergenta r >0. Atunci teorema lui Abel afirma ca seria b) raza de convergenta este r=2;
d) converge, (∀) x∈R. converge pe intervalul: d) seria diverge (∀)x∈(-∞,-2)∪(2,+ ∞)
b) (x0-r,x0+r)
∞ ∞ ∞
xn xn
∑ ( −1) ∑ an x n . ∑ ( −1)
n n
38) Fie seria de puteri . Atunci coeficientii 39) Fie r raza de convergenta a seriei de puteri 40) Seria de puteri are raza de convergenta
n =1 n n =1 n =1 n
seriei sunt dati de relatia: Atunci seria: r=1. Atunci domeniul maxim de convergenta a seriei este:
1 a) converge (∀) x∈R, daca r = +∞; b) x ∈ (-1,1]
an = ( −1)
n
c) c) converge intotdeauna in x = 0.
n
∞ 42) Seria Taylor atasata unei functii f(x) in punctul x0: 44) Fie f : I ⊆ ¡ → ¡ o functie oarecare. Care din
41) Fie seria de puteri ∑a x
n =1
n
n
, a carei raza de b) este o serie de puteri; conditiile de mai jos sunt necesare pt a-i atasa acesteia o
f ( n ) ( x0 ) serie Taylor in punctul x0:
convergenta este r > 0 finita. Atunci: d) are coeficientii de forma an = .
a) obligatoriu x0 ∈ I;
a) seria converge, (∀) x ∈(-r,r) n!
b) f(x) admite derivate de orice ordin in x0.
1
c) lim n an = ; 43) Seria MacLaurin atasata unei functii f(x): 45) Coeficientii numerici ai unei serii MacLaurin atasate
n →∞ r unei functii f(x) au forma:
an +1 c) este o serie de puteri centrata in 0;
d) lim = lim n an . f ( n ) (0)
d) este un caz particular de serie Taylor. b) an =
n →∞ an n →∞
n!
∞
46) Seria de puteri ∑a x
n =1
n
n
satisface proprietatea lim
n →∞
an = 1 . Atunci seria: c) converge, (∀) x ∈(-1,1)
∑ ( −1) ∑a x
n n
47) Seria de puteri xn : aplica: 49) Seria de puteri n este convergenta pe R numai
n =1 c) criteriul lui Leibniz. n =1
c) are raza de convergenta r =1; daca:
d) converge, (∀) x∈ (-1,1) b) raza de convergenta r = + ∞;
c) lim n an = 0.
n →∞
∞ ∞
52) Daca pentru sirul numerelor partiale lim Sn = 1 atunci
50) Seria de puteri ∑ an ( x − x0 )n converge numai in x0, 51) Fie seria numerica ∑a n pentru care lim
n →∞
an = 0.
∞
n →∞
n =1 n =1
c) lim
n →∞
an = + ∞.
∞ ∞
an ∞
an +1
59) Fie seria ∑a n , an ≥ 0 si lim
n →∞
n a = λ
n . Atunci seria: 60) Fie seria ∑ an , cu lim − 1 =0. Atunci seria: 61) Fie seria ∑a x n
n
si lim = 0 . Atunci seria:
n =1 n =1 an +1
n →∞
n =1
n →∞ an
b) este divergenta, pentru λ >1.
b) este divergenta, pentru an ≥ 0 . a) este convergenta, (∀) x∈ R.
1
c) este convergenta, pentru λ = .
2
d) este divergenta, daca λ = + ∞.
∞ ∞ ∞
74) O serie de termeni pozitivi ∑ an , an ≥ 0 : 75) Seria de puteri ∑ an x n are lim n an = +∞ . Atunci
n →∞
76) Fie o seria oarecare cu termeni pozitivi ∑a n , an ≥ 0
n =1 n =1 n =1
an +1 seria: an +1
b) diverge, daca lim = 2; si lim =1. Atunci:
n →∞ a n →∞ an
n b) converge, numai pentru x=0;
d) diverge, pentru x ≠ 0.
d) diverge, daca lim an = 2. n
a) lim n an = 1; c) Raabe-Duhamel pt a det. natura seriei
n →∞ n →∞
1 ∞ ∞ ∞
77) Seria armonica generalizata ∑ α cu α ∈ R: 78) Fie seria cu termeni alternanti ∑ ( −1) an , an ≥ 0 . ∑ an ( x + 1)n , are raza de convergenta
n
79) Seria de puteri
n =1 n n =1 n =1
80) Seria de puteri ∑ an ( x + 1)n are raza de convergenta 81) Seria de puteri ∑ an ( x + 1)n , are raza de convergenta 82) Seria de puteri ∑a x n
n
are raza de convergenta r =0.
n =1 n =1 n =1