IOAN-MIRCEA POPOVICI DORINA POPOVICI

MARIANA DUMITRU ALINA COSTEA

Capitole de matematici:
Speciale, probabilităţi
şi statistică

E d itu r a
N A U T ICA
2
IOAN-MIRCEA POPOVICI DORINA POPOVICI
MARIANA DUMITRU ALINA COSTEA

Capitole de matematici:
Speciale, probabilităţi
şi statistică

E d itu r a
N A U TICA

3
 Editura NAUTICA, 2007
Editură recunoscută de CNCSIS
Str. Mircea cel Bătrân nr.104
900663 Constanţa, România
tel.: +40-241-66.47.40
fax: +40-241-61.72.60

4
 Cuvânt introductiv

Sub genericul “Capitole de matematici” venim în

întâmpinarea unor necesităţi practice apărute în învăţământul
superior: introducerea rapidă a unor cunoştinţe legate de
tehnici de calcul bazate pe noţiuni elementare de analiză
matematică, introductive în capitole noi. Înşiruirea acestora
într-o ordine generativă: ecuaţii cu derivate partiale, coeficienţi
şi serii Fourier din analiza Fourier, analiza complexă, calculul
operaţional şi analiza stochastică, contribuie la dobândirea
unui limbaj ştiinţific utilizat in atingerea competenţelor
necesare stăpânirii termenilor, a formulelor şi a teoremelor de
bază (reziduuri, transformate, variabile aleatoare, valori medii,
caracteristici ale variabilelor). Dorina şi I. M Popovici sunt
autorii capitolelor I-IV, iar Mariana Dumitru şi Alina Costea au
elaborat capitolul V. Materia acestor capitole este o scară cu 5
trepte între matematica fundamentală si cea aplicativă.

Autorii
Constanta, 12 martie 2007

5
6
 Pe lângă textul foarte direct aplicat pe probleme,
această carte oferă avantajul unor linkuri care fac conexiunea
cu site-ul unei bibliografii uşor accesibile din zona
http://www.mathworld.wolfram.com.
Astfel: Analiza complexă şi celelalte capitole pot fi consultate
accesand următoarele linkuri:

http://mathworld.wolfram.com/ComplexNumber.html
http://mathworld.wolfram.com/EulerFormula.html
şi chiar o trimitere mai acoperitoare în
http://mathworld.wolfram.com/topics/ComplexNumbers.html
http://functions.wolfram.com/ElementaryFunctions
http://mathworld.wolfram.com/Cauchy-RiemannEquations.html
http://mathworld.wolfram.com/topics/ContourIntegration.html
http://mathworld.wolfram.com/CauchyIntegralFormula.html
http://mathworld.wolfram.com/CauchyIntegralTheorem.html
http://mathworld.wolfram.com/FourierTransform.html
http://mathworld.wolfram.com/LaplaceTransform.html
http://mathworld.wolfram.com/ProbabilityAxioms.html
http://mathworld.wolfram.com/topics/ProbabilityandStatistics.ht
mlhttp://mathworld.wolfram.com/topics/Probability.html
http://mathworld.wolfram.com/Probability.html
http://mathworld.wolfram.com/ProbabilityFunction.html
http://mathworld.wolfram.com/Statistics.html
http://mathworld.wolfram.com/topics/GameTheory.html

7
http://www.maths.uq.edu.au/%7Einfinity/Infinity
%2014/Win_Strats.html (un joc)
http://www.maths.uq.edu.au/~infinity/index_news.html (un link
Club Infinity, cu arborescenta in 17 directii )

Cuvintele cheie ale acestei cărţi sunt ecuaţii,

transformate, formule integrale, reziduuri si probabilităţi. De
fiecare din ele se leagă un nume, ori o uşă in spatele căreia
se deschide peisajul unui spaţiu al cărui cunoaştere
presupune lumină pentru fiecare obiect în parte. Cine sunt
aceste obiecte? Formulele si teoremele adunate în conul
pozitiv al verbelor: a şti, a face, a avea, a fi, a aplica...

8
I. ECUAŢII CU DERIVATE PARŢIALE
Motto: Unde formele canonice
sunt ţinta si cheia

1. ECUAŢII CU DERIVATE PARŢIALE DE ORDINUL al II-lea

1.1 Ecuaţii cvasiliniare. Forme canonice.

Problema lui Cauchy

F x , y, z, t , u , u x ,..., u t , u xx ,..., u tt   0 (1)

este forma generală a unei ecuaţii cu derivate parţiale de
ordinul al doilea, pentru o funcţie u de patru variabile reale
x,y,z,t cu semnificaţii posibile x, y,z coordonatele unui punct
M  D  R 3 , t, timpul, u o mărime fizică ale cărei valori
depind de M şi t.
Iniţial studiem ecuaţii de forma (1).

Definiţie. O funcţie f : D  R 2  R (D deschisă) se numeşte

soluţie a ecuaţiei (1) pe mulţimea D dacă:
( s1 ) f admite derivate parţiale de ordinul al doilea pe D
( x, y, f ( x, y ), f x ( x, y ),..., f yy ( x, y )) �E ,
( s2 )
 "  ( x, y ) �D
9
 F ( x, y, f ( x, y ), f x ( x, y ),..., f yy ( x, y )  0,
( s3 )
 "  ( x, y) �D
Dacă f este soluţie pe D a ecuaţiei (1), suprafaţa S de ecuaţie
z  f ( x , y), ( x , y)  D se numeşte suprafaţă integrală
a ecuaţiei (1).

Definiţie. O ecuaţie de forma:

�2 u �2 u
a( x, y ) + 2b ( x , y ) +
�x2 ��
x y
�2 u � �
u �u�
+ c ( x, y ) 2
+ d �x, y, u, , � 0 (2)
�y � �x �
y�
se numeşte ecuaţie cvasiliniară.
a , b, c : D  R 2  R (D domeniu), d : D  R 3  R.
Dacă
 u u  u u
d 
 x , y, u , x , y    ( x , y) x + ( x , y) y +  ( x , y)u + ( x , y)
 
cu , ,  ,  : D  R , ecuaţia se numeşte liniară.
Dacă ( x , y)  0  "  ( x , y)  D ecuaţia se numeşte
liniară şi omogenă.

10
1.2. Caracteristici

Ecuaţia diferenţială

a ( x , y ) y 2  2 b( x , y ) y + c( x , y)  0 (3)

cu o singură funcţie necunoscută. Dacă luăm y ca parametru

rămâne de determinat funcţia x din ecuaţia diferenţială:

a ( x , y)  2b( x , y) x  + c( x , y) x  2  0 (4)

Prin abuz de limbaj oricare din ecuaţiile (6), (7), (8) se

numeşte ecuaţia diferenţială a caracteristicilor ecuaţiei (3),
deşi curbele integrale ale acestor ecuaţii sunt curbe din
domeniul D, proiecţii ale curbelor caracteristice.
Să considerăm de exemplu, ecuaţia (7). Aceasta
conduce la două ecuaţii diferenţiale ordinare, sub forma
canonică:
y  1 ( x , y) y    2 ( x , y) (5)
unde 1 şi  2 sunt rădăcinile ecuaţiei: prin y  
obţinem
a 2  2b + c  0 (6)
Integralele generale ale ecuaţiilor (5) pot fi scrise sub forma:
1 ( x , y)  k1  2 ( x , y)  k 2 (7)
unde k1 , k 2 sunt constante arbitrare reale sau complexe
după cum 1 ,  2 sunt funcţii reale sau complexe.

11
 Considerăm ecuaţia (2) pe un domeniu D 0  D şi o
 
schimbare de variabilă arbitrară r : D 0  Δ 0  r D 0 .
  1 ( x , y),    2 ( x , y)
(8)
  ( x , y),   ( x , y)
cu  şi  funcţii de clasă C 2 pe D 0 .
Fie inversa sa:
x  x  ,  y  y ,  (9)
Cu această schimbare de variabilă, vom obţine din (2) o nouă
ecuaţie cu derivate parţiale pentru funcţia U:
U  ,   u  x (, ), y(, )  , pe Δ 0 .
Ţinând seama că:
u ( x , y)  U ( x , y), ( x, y)  ,
avem derivatele funcţiilor compuse
u U  U 
 +
x  x  x
u U  U 
 +
y  y  y
2 2
�2 u �2U �
�� �2U � �  �2U ���
 � �+ 2 + 2 � �+
�x2 � 2 �x
� � ��   �
x �x � �x �
�
U � �
� 2
U �
2
+ +
� �
x2 �  �x2

12
  � �2U �� � � � �
�2 u �2U �
 2 + � + �+
��
x y � �x �y ��
  ��x �y �y �x �
�2U �  � �U �2 �U �2
+ + +
� 2 �x �y � ��
x y � ��
x y

2 2
�2 u �2U �� � �2U � � �2U ���
 2 � �
+ 2 + 2 � �+
�y 2
 ��
� y � ��   �y �
y �  ��
y�
(*)
U � �
� 2
U �
2
+ +
� � y 2
 �
� y2

1.3. Ecuaţii liniare şi omogene în raport cu derivatele de

ordinul al doilea, cu coeficienţi constanţi

Un caz frecvent întâlnit în aplicaţii, este cel al ecuaţiei:

 2u  2u  2u
a + 2b +c 0 (10)
x 2 xy y 2
cu a,b,c constanţi. Ecuaţia diferenţială a caracteristicilor este:
a  y   2  2 by  + c  0
a) Cu schimbarea de variabile din teoremă,
  y  1x ,   y   2 x se obţine forma canonică:
2U
0 (11)


13
   U 
Ecuaţia (11) se scrie  0
  
  
U
Deci  f   (nu depinde de  ) unde f este o

funcţie arbitrară care admite primitive cel puţin local.
Fie  una din primitive. Din ultima egalitate rezultă că:
U ,      +   

b) Cazul când b 2  ac  0. Dacă a = 0 sau c = 0 atunci b =

0 şi suntem în forma canonică.
Dacă a  0 , ecuaţia diferenţială a caracteristicilor se reduce
la ay  b  0.
Soluţia generală a acestei ecuaţii fiind ay – bx = k, schimbarea
de variabile   ay  bx ,   x transformă ecuaţia dată în :
2U
 0, de unde U ,      +    
 2
cu  şi  arbitrare. Revenind la vechile variabile
u ( x , y)  x(ay  bx ) +  (ay  bx ).

c) Dacă b 2  ac  0 , forma canonică este ecuaţia lui

Laplace:
2U 2U
+ 0
 2  2

14
pentru care nu mai putem scrie mulţimea soluţiilor folosind
funcţii reale arbitrare.

1.4. Aplicaţii

1. a. Să se determine tipul ecuaţiei:

 2u
x
 2x
 2u
xy

+ 2x 2  y + 3
y
 
 2 u u
y
0

1.b. Luaţi un punct în fiecare domeniu.

Soluţie:   b 2  ac  x 2  2x 2 + y  3   x 2 + y  3.
După cum   0,  0,  0 ecuaţia este de tip
hiperbolic, parabolic sau eliptic. Se va lua un punct deasupra
parabolei y  x 2 + 3, unul pe ea respectiv un punct sub
parabolă.

2. Aduceţi la forma canonică:

 2u  2u  2u u u
2 +  +2   0.
x 2 xy y 2 x y

Soluţie: Aplicăm schimbarea de variabile potrivită

Ecuaţia caracteristicelor este:

15
 d 2 y dy
2  1  0
dx 2 dx
�1  1
1� 1+ 8 �
2  2    1  0 � 1,2  �� 1
4 �2  
� 2
dy dy 1
adică  1,   . Soluţiile generale ale acestor
dx dx 2
ecuaţii diferenţiale sunt:  y  c1 ,2 y + x  c 2 .
x
Făcând schimbarea de variabile
  x  y,   x + 2 y cu formulele (a) de derivare obţinem:
 2u u
3   0.
 

3. Determinaţi soluţiile ecuaţiilor cu condiţiile iniţiale

specificate.
 2u 2u  2u
2 7 +3 0
x 2 xy y 2

u
cu u  x ,0  y3 ,  y.
x0 x x  0

Soluţie: Cu   3x + y şi   2 y + x ajungem la forma

canonică:

16
  2u   u 
0    0, implică
    
u
 f    , u   f ()d + h ()  g   + h ()

Deci u ( x , y )  g  3x + y  + h ( 2 y + x ).
u
3
Cu condiţiile iniţiale: u (0, y)  y ,  0, y   y
x
obţinem:
�u (0, y)  g ( y ) + h(2 y)  y 3 (1)
�
�� u
� (0, y )  3 g � ( y ) + h�
(2 y)  y (2)
�� x
Integrând (2) în raport cu y avem:
� 1 y2
�3 g ( y ) + h(2 y )  +c
� 2 2
�g ( y ) + h(2 y )  y 3
�
şi de aici
� 1 1
�g ( y)  y 2  y3 + k
� 5 5
� şi
�h(2 y )  6 y 3  1 y 2  k
� 5 5

17
 1 1
 3x + y    3x + y  + k �
2 3
g (3x + y )  �
5 5 �
� (3)
3 1
h( x + 2 y )  (x + 2 y)  (x + 2 y)  k �
3 2

20 20 �

18
II. ANALIZA FOURIER
Motto: Nu se putea ca armonia să nu aibă
loc in idealul matematic.

2. SERII FOURIER

2.1. Introducere

Pornind de la discuţia asupra coardei vibrante începută

în anii 1750 între Euler şi d’Alembert, se ajunge la ideea lui D.
Bernoulli de a reprezenta o curbă definită pe intervalul [
0,2 ] printr-o serie de sinusuri şi cosinusuri. Prin 1805
Fourier propune formulele pentru coeficienţii acestei serii.
Descoperirea lui Fourier produce un efect extraordinar şi de-a
lungul secolului al XIX-lea, este considerată ca una din cele
mai importante teoreme ale analizei. Convergenţa seriei
Fourier nu a putut fi demonstrată decât prin 1829 de către
Dirichlet, utilizând funcţia monotonă pe porţiuni introdusă în
1821 de către Cauchy.
Polinoamele lui Legendre sunt introduse de Legendre
prin 1785 pentru rezolvarea ecuaţiei lui Laplace în coordonate
sferice. Prin lucrările lui D. Hilbert (1906-1911), este posibilă
generalizarea teoriei dezvoltărilor ortogonale.

19
2.2. Serii trigonometrice Fourier

Seria corespunzătoare lui f de perioadă T

Definiţie. Coeficienţii a k şi b k definiţi în formulele care

urmează se numesc coeficienţii Fourier reali ai funcţiei f, iar
seria corespunzătoare, seria trigonometrică Fourier. Analog,
coeficienţii c k se numesc coeficienţii Fourier complecşi, iar
seria corespunzătoare, seria Fourier complexă a funcţiei f.
Dacă f este o funcţie de perioadă 2  în formulele de
definire ale lui a k şi b k , respectiv c k , putem înlocui
intervalul de integrare (  , ) cu (,  + 2) ,  fiind
număr real oarecare.
Faptul că ataşăm funcţiei f seria sa trigonometrică
Fourier îl vom nota

a0
f (x)  +  (a k cos kx + b k sin kx )
2 k 1

sau pe scurt f ~ (a k , b k ) în cazul real şi sistemul (T),


respectiv f ( x )   c k e ikx
k  
sau f( c k ) în cazul

complex cu sistemul (E).

Mai general, dacă f este de perioadă T , atunci funcţiei
f i se poate asocia seria trigonometrică Fourier

20
 
a0
f (x)  +  (a k cos kx + b k sin kx ) ,
2 k 1
2 +T
unde ak 
T  f ( x ) cos kxdx ,
2 +T
bk 
T  f ( x ) sin kxdx .
Prin urmare, în acest caz folosim sistemul trigonometric

1
(T ) : , cos x , sin x ,..., cos nk , sin nx ,...
2
care este ortogonal pe orice interval de forma [,  + T ],
unde pulsaţia   2 / T.
In mod analog , folosind sistemul exponenţial
 E   : {e ikx
}k  Z putem ataşa seria sa trigonometrică
+
f (x)   c k e ikx
k  
, unde

1  +T
ck 
T  f ( x )e  ikx dx .

Când vrem să punem în evidenţă funcţia pentru care

calculăm coeficienţii Fourier , notăm
a k (f ), b k (f ), c k (f ).

21
2.3. Aplicaţii

1. Fie f : R  R, periodică de perioadă

T  2, f ( x )  x 2 pentru    x  . Scrieţi seria
Fourier corespunzătoare.

Soluţie. F fiind pară, avem:

4 T /2 2
x cos k xdx     2 / T  1 
T�
ak ( F ) 
0

2  2 �x 2  2  �
 �x 2 cos kxdx  � � sin kx  �x sin kxdx � �
 0  �k 0  0
�
4  4 �x  1  �
  �x sin kxdx   � cos kx + �cos kxdx �
k 0 k � k 0 k 0
�
4 4
 2 cos k  (1) k 2 , b k  0.
k k
2  2 2
a 0 (f ) 
 0 x 2 dx 
3
.

Deci

2 cos kx
f (x) 
3
+ 4   1 k
k 1
 k2
.

22
2. Fie f : [0, ]  R , f(x)  x. Să se prelungească f
până la o funcţie periodică, pară, de perioadă T  2 şi
apoi să se dezvolte în serie Fourier trigonometrică.

Soluţie: Putem prelungi f prin paritate la

 f (x) pentru x  [0, ]
f (x)  
f (  x ) pentru x  [ ,0]
şi pe R prin periodicitate.
2  2  +T
a0 
 0xdx   , ak 
T�
f ( x) cos k x ,

2 
  2 / 2 , ak  � x cos kxdx ,
2 

ak 
2
 0 

x cos kxdx 
2
k 2

  1 k  1 şi  b k  0.

4
Deci , a 2 n  0, a 2n -1  , n 1
 2n  1 2
şi

 4 cos(2n  1) x
f (x)  
2 

n 1 ( 2n  1) 2
.

3. Se dă funcţia f : R  R prin f ( x )  x cos x .

a) Să se determine seria Fourier asociată acestei funcţii pe
intervalul  0,  .

23
b) Să se determine seria Fourier numai de cosinusuri asociată
funcţiei pe  0,  .
Soluţie. Funcţia f este continuă pe R , este integrabilă pe
orice interval compact , deci problema determinării seriei
Fourier asociate ei pe un anumit interval are sens.
a) Lungimea intervalului este 2l   .
În acest caz formulele generale care ne dau coeficienţii
sunt:
2  4( 4n 2 + 1) 4
an 
 
0
x cos x cos 2nx dx   2
( 4n  1) 2
, a0 

,

2  8n
bn 
 
0
x cos x sin 2nx dx 
4n 2 - 1
, nN .

Rezultă că seria Fourier asociată funcţiei f pe intervalul

 0,  este:

2  4n 2 + 1 2n 


+4  

n 1 
2
(4n  1) 2
cos 2nx + 2
4n  1
sin 2nx 


b) Pentru determinarea coeficienţilor Fourier ai seriei numai de

cosinusuri asociată funcţiei f pe  0,  avem , prelungind
prin paritate si aplicand formula generala pe intervalul [ ,  ]
l   , b n  0 şi

24
 2 
�
an  x cos x cos nx dx 
0

1 
�
 x[cos(n + 1) x + cos(n  1) x ]dx 
0

� 0 dacă n  2m + 1
�
 � 4 n +12

� dacă n  2m, a1 
�  (n  1)
2 2
2
deci , seria cerută este:

2  4 4n 2 + 1
 + cos x 
 2    4n
n 1
2
2
1
cos 2nx .

Aplicaţii on-line:
a. Identificaţi pe google documente pdf din acest
capitol.
b. Deschideti documentul corespunzător din
mathworld.wolfram.com
c. Trimiteţi tutorelui lucrarea cu atingerea solicitărilor din
a. si b..

25
3. TRANSFORMATA FOURIER

3.1. Definiţia transformatei Fourier

Apelând la seria Fourier (forma complexă)

�
 ( x)  �cn ein x (1)
�
cu   2 / T  2 / 2 l realizăm de fapt reprezentarea
unei funcţii periodice ( x ) de perioadă 2  . Seria Fourier
corespunzătoare unei funcţii de perioadă 21 este
 x

c
in
( x )  n e 1 (2)


Cu formulele uzuale * obţinem coeficienţii Fourier


1 1 in
cn 
21   e
 l
1 d (3)

Din (2) şi (3) obţinem:

 in
1  x  

1
( x ) 

21  l 
  e 1 d (4)

1  +T
  e
in
cn  d, cu   2/T, T  perioada
T 
26
 Să observăm că (1) construieşte o funcţie periodică
de perioadă 2  , ca suprapunere de oscilaţii armonice pure.
Încercând o trecere la limită după 1 cu 1   în (4),
găsim o reprezentare a unei funcţii definită pe toată axa
  x   ca suprapunere de oscilaţii armonice.
Ţinând cont de argumentul discret
n
n 
l
se transformă în argumentul continuu  prin trecere
la limită după 1, din (4) obţinem:
� �1 � �
 ( x)  �� �    ei  x   d � d 
� 2 �
�
1 � �
 � d �     e  i �
ei x d  
2 � �
(5)
1 � �
 � ei x d � e i d 
2 � �
2
1 �
 �  ( )ei x d
2 �

numită integrala Fourier a lui  .

Notând
1 

2 
     e i
d (6)

formula căutată pentru dezvoltarea lui  în oscilaţii armonice
simple este:
27
 1 �
�    e
i x
 ( x)  d (7)
2 �

3.2. Transformata Fourier inversă

Funcţia     dată de (6) se numeşte transformata Fourier
a funcţiei ( x ) , iar (7) se numeşte transformata Fourier
1
inversă. Formulele (6) şi (7) au ambele factorul şi se
2
mai numesc forme simetrice. Uneori se optează pentru
formele nesimetrice.
1 �
    �    e i
d
2 �

sau ( 6 )
1 �
    �   x e i x
dx
2 �
respectiv
�
 ( x)  � ( )ei x d
�
sau ( 7 )
1 � i x
 ( x)  �  ( )e d
2 �
pentru transformata Fourier ( 6 ) şi inversa sa ( 7  ).
După factorul din faţă este evident cu care din formule se va
lucra.

28
3.3. Transformata Fourier şi diferite operaţii

În cele ce urmează vom nota operatorul de

transformare Fourier cu F şi cu F 1 inversul său. Deci

     F ( x )  

 x  e  ix dx (*)
1 
 x   F 1  Ψ    
 Ψ e
ix
şi d (**)
2 

3.4. Transformata Fourier şi operaţia de derivare

Definiţie. O funcţie f :  a , b   R se numeşte absolut

continuă dacă  "   0,    astfel încât oricare ar fi
sistemul finit de intervale disjuncte  a 1 , b1 ,...,  a n , b n  cu:

n n

  b k  a k    să avem  f (b k )  f (a k )  .
k 1
k 1
Să observăm că absolut continuitatea este mai tare ca
uniform continuitatea.
Să presupunem că ( x ) este absolut integrabilă şi absolut
continuă în vecinătatea oricărui punct şi  este integrabilă
pe R. Datorită integralităţii lui  avem:

29
  
ix 
 
ix
F((x))  (x)e dx  (x)e + i (x)e ixdx Cum

()  (  )  0 conform celor relatate anterior,
obţinem :
F()  iF() (8)
Cu alte cuvinte, derivării funcţiei ( x ) îi corespunde
înmulţirea funcţiei      F  cu i . Dacă  are
derivate integrabile până la ordinul m, atunci repetând (8)
obţinem:
F  x     i k F  , k  0, m
 k (9)

Aplicaţii

1. Reprezentaţi printr-o integrală Fourier funcţia

�1 pentru   a,
�
�1
     � pentru   �a,
�2
�0 pentru   a,
�
Cu a > 0, funcţie numită şi factorul discontinuu al lui Dirichlet.

Soluţie:
Folosind

30
  
1
      e
i x   
 x   d d , (*)
2
 

mai întâi calculăm

� a
 �
� e i  x  
d  �
e i  x  
d 
� a
a
i  i 1 i a
e �
e d    ei x � �e 
a
i a
i 2
 ei x  e i a  ei a   ei x �
sin a .
 
Înlocuind în (*) se obţine
�
1 2
  x  � e i x
sin a d 
2 
�
�
1 1
 �  cos x + i sin  x  sin a d 
 �

� �
1 cos  x sin a i sin  x sin a

 �
� 
d +
 �
� 
d 

�
2 cos  x sin a
 � 
 �
d

2. Reprezentaţi printr-o integrală Fourier funcţia

sin ,   3
    
 0,   3

31
Soluţie: conform egalităţii (*) şi a funcţiei date vom scrie
� 3
1
  x 
2
d
�
�
�sin   cos ( x   ) + i sin  ( x   ) d  
3
� 3
1

2
d
�
�
�sin  cos  x    d +
3
� 3
i
+ d �
� sin  sin   x    d 
2
144
�3
4 44 2 4 4 4 4 43

0

Deoarece sin  x -   este impară în raport cu , ultimul

termen din egalităţile anterioare este nul. Rezultă
� 3
1
 ( x) 
2 �
d
� 3
�sin   cos x cos + sin  x sin   d  
� 3
1
 d
� �sin  cos x cos d  +
2 � 3
� 3
1
+
2 �
d
�
�sin  sin  x sin  d 
3

� 3
sin  sin  x sin  d  
2
 � d
 0 �
� 3
2 .
 � sin  xd � sin  sin  d 
0
 0 0

Liniarizând ultimul factor vom obţine

32
3 3
1

0
sin  sin d 
2   cos(  1)  cos( + 1)
0
1  sin(   1) sin(  + 1)  3 sin3
     
2  1  +1 0 2 -1
Deci

2 sin x  sin 3
 x   
 0 2 1
d

Aplicaţii on-line:
b. Identificaţi pe google documente pdf din acest
capitol.
b. Deschideti documentul corespunzător din
mathworld.wolfram.com
c. Trimiteţi tutorelui lucrarea cu atingerea solicitărilor din
a. si b..

33
III. ANALIZA COMPLEXA

Motto: Când unitatea imaginară se rostogoleşte

până-n calculul integral.

4. NUMERE SI FUNCTII COMPLEXE

z  x + iy, x,y �R este număr complex algebric.

z  x  iy se numeşte conjugatul lui z .
z poate fi scris sub forma trigonometrică :
z   cos  + i sin   ,
şi sub forma exponenţială :   e i  z,
în care modulul  şi argumentul  sunt date de relaţiile
1
 z  (z  z ) 2  x 2 + y2 ,
x
  arccos şi

y
  arcsin .

z1  1  cos 1 + i sin 1  şi z 2   2  cos  2 + i sin  2 
sunt egale dacă 1   2 şi
1   2 + 2k; (k  Z).
Accent: Reţinem cele trei forme ale numerelor
complexe (alg), (trig), (exp).

34
4.1. Operaţii cu numere complexe

z1  z 2  x1  x 2 + i y1  y 2 ,
z1  z 2  x 1x 2  y1 y 2 + i x 1 y 2 + x 2 y1 ,
z1 x 1x 2 + y1 y 2 + i x 2 y1  x 1 y 2 
 ,
z2 x 22 + y 22
i  1 +  2 
z1  z 2  1 2  e ,
z1 1 i  1   2 
 e ,
z2 2
 + 2 k
in1 1 i
z1n  1n  e ; n z1   e n , k  0, n - 1.
n

4.2. Funcţii complexe de variabilă reală

Funcţia f : A  R  C se numeşte funcţie complexă

de variabilă reală. Dacă A este un interval şi f este o funcţie
continuă atunci funcţia se numeşte curbă .
Notăm variabila cu t . Cum f ( t )  C vom folosi pentru f (t)
notaţia : z(t) = x(t) + iy(t).
Ecuaţia z  z (t ) (1)
reprezintă ecuaţia în complex a curbei. Ecuaţia (1) poate fi
înlocuită de ecuatiile:
35
 x  x ( t ), y  y( t )
(2)
numite ecuaţiile parametrice ale curbei (t se numeşte
parametru).
Diagrama unei funcţii complexe de variabilă reală
z=z(t) este curba plană reprezentată grafic, însoţită de un
procedeu grafic de corespondenţă între valorile parametrului t
şi punctele de pe curbă.
Curba se numeşte suportul diagramei .
Diagramele rezolvă două probleme:
1. Pentru momentul t se determină punctual pe curbă.
2. Fiind dat punctual de curbă, determinăm momentul căruia
îi corespunde acest punct.

4.3. Funcţii complexe de variabilă complexă

Dacă D este un domeniu din C, aplicaţia f : D  C

se numeşte funcţie complexă de variabilă complexă (numele
funcţiei este dat de codomeniu ).
Considerăm variabila complexă z = x + iy , funcţia
are forma
F( z )  f ( x + iy)  U ( x , y) + iV ( x , y),
U ( x , y)  Re f ( z ), V ( x , y)  Im f ( z ).

36
Dacă z1  z 2 implică f ( z1 )  f ( z 2 ) şi reciproc, pentru
orice z1 şi z 2  D, atunci f(z) este univalentă pe D.
Funcţia f(z) este uniformă pe D dacă îşi conservă
valoarea f ( z 0 ) din punctul z 0 şi la revenirea variabilei z
în z 0 după ce în prealabil a descris un contur   din D
pentru orice z 0  D. Dacă nu este uniformă, atunci f(z) este
multiformă . Vezi funcţiile radical şi logaritm.
Funcţia f(z) derivabilă în z 0 se numeşte monogenă în z 0 .
Funcţia f(z) monogenă în orice punct din D se numeşte
olomorfă pe D.

Teoremă. Funcţia f(z) =U(x,y) + iV(x,y) este monogenă

în 0 x 0 + iy 0 din D dacă şi numai dacă sunt îndeplinite
z 
condiţiile:
��U � V
��  x0 , y0    x0 , y0 
�x � y
C  R �
��U
 x0 , y0   
� V
 x0 , y0 
�
��y �x
u v
numite condiţiile Cauchy – Riemann f ( z )  +i .
x x

4.4. Tipuri de puncte singulare

37
Definiţie.
a) Punctul a este punct ordinar al funcţiei f(z) dacă există un
domeniu D de olomorfie a funcţiei f(z) care-l conţine pe a.
b) Punctele din C care nu sunt ordinare pentru f(z) se numesc
puncte singulare pentru f(z).
c) Punctul z = a este pol de ordinul p pentru f(z) dacă este
punct ordinar pentru funcţia
  z   z  a
p
f ( z );
  a  �0.
Natura punctului de la infinit pentru funcţia f(z) este dată de
natura punctului z = 0 pentru :
1
F(z )  f   .
z
Funcţiile raţionale au numai singularităţi de tip poli.

Funcţia radical
znw (3)
este inversa funcţiei putere w  z n . (4)
Dacă w    e i , atunci soluţii distincte sunt:
+ 2 k
i
zk  n  e n ,k  0, n  1 . (5)

38
 
Argumentele lui z k se scriu (pentru   )
0
n
2 4 2( n  1) 
0 , 0 + , 0 + ,...,  0 + .
n n n
(6)
Atunci, planul (z) va fi împărţit în sectoare prin semidreptele
de ecuaţie
2k
arg z   0 + , k  0, n  1 (7)
n
Toate semidreptele acestea au ca imagine în planul (w)
semidreapta arg w  n 0 .
Funcţia este univalentă în sectoarele
 2 k 2( k + 1)  
I k   0 + , 0 + , k  0, n  1.
 n n 
w  0 şi w   sunt puncte critice algebrice .

Funcţia exponenţială este funcţia :

f ( z )  e z  e x + iy  e x  cos y + i sin y  .
Deoarece e x  e x + 2 i rezultă că este periodică de
perioadă 2i . Este definită în tot planul (z) exceptând
punctul z .
Observaţie: e  e şi arg e z  y .
z x

39
Funcţii construite cu funcţia exponenţială
Din relaţiile lui Euler
e iu + e iu e iu  e iu
cos u  ; sinu 
2 2i
se obţin extinderile în complex
e iz + e iz e iz  e iz
cos z  ; sinz  (8)
2 2i

Funcţiile hiperbolice

e z + e z e z  e z
cosh z  ; sinhz  . (9)
2 2
Funcţiile acestea sunt olomorfe în orice domeniu care conţine
punctul de la infinit. Se folosesc aceleaşi reguli de derivare ca
în cazul real.

Funcţia logaritmică este inversa exponenţialei.

Ecuaţia e z  w are soluţia z = lnw.
Dacă z  x + iy; w   e i obţinem
z  ln(e i )  ln(e i ( + 2 k) )  ln  + i( + 2k), k  Z.

40
 Pentru k întreg rezultă că funcţia logaritm este
multiformă cu o infinitate de ramuri şi are ca puncte critice z =
0 şi z = 
, numite puncte critice logaritmice.
2
4.5. Aplicaţii cu zz  z .

1. Arătaţi că în C au loc relaţiile:

2 2 2
a) z1 + z 2  z1 + 2 Re(z1 z 2 ) + z 2 ;
2 2 2
b) z1  z 2  z1  2 Re(z1 z 2 ) + z 2 ;
 2 
2 2 2 2
c) z1 + z 2 + z1  z 2  z1

+ z2  (legea

paralelogramului).

2. Să se demonstreze următoarele identităţi în C :

 2 
2 2 2 2
a) z1 + z 2 + z1  z 2  z1

+ z2 ;

2 2 2
z1 + z1 + z 2 + z3 + z 3 + z1 
b) 2 2 2 2
;
 z1 + z2 + z3 + z1 + z 2 + z 3

1 + z1 
2 
1 + z 2 
2 2 2
c) 1 + z1 z 2 + z1  z 2
 
;

2 2 1  z 2  2 
d) 1  z1z 2  z1  z 2 
 1


1  z 2
;

2 2 2
e) z1 + z2  z1  z 2 + z1z 2 + z1z 2 .

41
4.6. Aplicaţii la olomorfie

Enunţuri
1. a) Stabiliţi domeniul de olomorfie al funcţiilor:
1 z
f ( z)  ln z; f(z)  ; f (z)  .
z 1+ z
b) Reprezentaţi în planul complex domeniul respectiv.

2. a) Demonstraţi că funcţia v( x , y)  e x sin y poate fi

parte imaginară a unei funcţii f (z) olomorfe.
b) Determinaţi funcţia f (z) ştiind că f (0)=1.
c) Determinaţi expresia lui f (z) în funcţie de z .

3. Fie funcţiile
a) u ( x , y)  (e x  e  x ) cos y ;
b) u ( x , y)  e x ( x cos y  y sin y) ;
 
c) v( x , y)  e x + e  x sin y .
Demonstraţi existenţa unei funcţii f(z) monogene pe un
domeniu Δ f (care se va determina) şi stabiliţi expresia
funcţiei respective.

Indicaţii şi soluţii

1. f (z )  ln z, f(z)  ln + i( + 2k), k  Z ,

42
dacă z  e i .
y
Deci , u ( x, y )  ln x 2 + y 2 ; v(x,y)  arctg + 2k .
x
Condiţiile Cauchy-Riemann

��u � v � x 1
��  �x 2 + y 2 
�x � y � x2 + y 2
� vor deveni �
��u

� v � y  y
�
��y � x �x + y
2 2
x x + y2
2
�
cu soluţiile y = 0, x > 0.
Domeniul de monogenitate este semiaxa pozitivă a axei reale.
1 x + iy
Dacă f(z)= atunci f ( z )  2
z x + y2
de unde
� x
u
� ( x , y ) 
� x + y2
2

� .
� y
v ( x, y )  2
�
� x + y2
Condiţiile Cauchy-Riemann ne vor conduce la sistemul:

43
 y 2  x 2  x 2  y 2

 2xy  2xy
cu soluţia unică

x  0

y  0
care reprezintă originea sistemului de axe, dar care nu
aparţine domeniului de definiţie al funcţiei.
Deci , funcţia dată nu e monogenă în nici un punct din
planul complex.
Domeniul de monogenitate este mulţimea vidă. Pentru
z x + x 2  y 2 + iy(2 x + 1)
f (z)   f ( z)  .
1+ z (1 + x ) 2 + y 2
x + x 2  y2
Deci , u ( x , y)  şi
(1 + x ) 2 + y 2
y(2 x + 1)
v( x , y)  .
(1 + x ) 2 + y 2
Condiţiile Cauchy-Riemann ne conduc la sistemul:

44
 (1 + x)(x + x 2  y 2 )  y 2 (2x + 1)

1 + 3x + 2x 2  (1 + x)(2xy + y)
(1 + x)(x + x 2  y 2 )  y 2 (1 + 2x )
sau
 .

(1 + x)(1 + 2x)  y(1 + x)(1 + 2x)

1
Din ultima ecuaţie avem: x = -1 sau x   sau y = 1.
2
Pentru x = -1 rezultă (din prima ecuaţie) y = 0, dar punctul
(-1,0) nu aparţine domeniului de definiţie al funcţiei .
1 2
Pentru x    y  i  R.
2 2
Pentru y  1  x 1  0; x 2,3  1  2.

Deci, domeniul de monogenitate al funcţiei este format din

punctel : z1  i; z 2  -1 + 2 + i; z 3  1  2 +i .

2. a) Pentru ca v( x , y)  e x sin y să fie parte imaginară a

unei funcţii olomorfe, trebuie să fie funcţie armonică, adică
2v 2v
Δv  0 sau 2
+  0.
x y 2

45
Se verifică uşor.
b) Determinarea funcţiei f(z) se face folosind condiţiile
Cauchy-Riemann, din care se obţine funcţia u(x,y).
x  v  y  v 
u ( x , y)  
 

x 0  y 
 t,y 
dt + 
 
y 0  x  
x ,t 
dt 
0

x 0 e cos y 0 dt  y0e sin tdt  e cos y 0  e 0 cos y 0 +

x y x
t x x


x0
+ e x cos y  e x cos y 0  e x cos y  e cos y 0 .
Ultimul termen reprezintă o constantă , deci
u ( x , y)  e 2 cos y + C.
f (z )  e x cos y + C + ie x sin y .
Din condiţia dată f (0)  1  e 0 + C  1  C  0,
deci f ( z)  e x cos y + ie x sin y.
c) f ( z)  e x  cos y + i sin y   e x e iy  e x + iy  e z .

46
5. SERII COMPLEXE

O serie de puteri sau serie întreagă este o serie de forma


 c n (z  a ) n cu c n , a , z  C.
n 0

Forma domeniului de convergenţă a seriei de puteri se

deduce din:

5.1. Teorema lui Abel


Teoremă. Dacă seria  c n z n este convergentă în z 0 şi
n 1
divergentă în z1 , atunci ea este convergentă în interiorul
cercului z  z 0 şi divergentă în domeniul z  z1 .
R  sup | z |
Demonstraţie. Vom nota zE c şi numim raza de

convergenţă a seriei de puteri. Conform teoremei lui Abel

seria de puteri este convergentă în interiorul cercului de
convergenţă (cercul de rază R) şi divergenţă în exterior. Pe
cerc, în unele puncte avem convergenţă în altele divergenţă.
Pentru calculul razei de convergenţă este suficient să
deducem marginea superioară a punctelor de convergenţă de
pe semiaxa reală pozitivă R, adică să calculăm raza de

convergenţă a seriei  cn x n , x  R, care ştim de la
n 0

47
 1
seriile de puteri reale că este : R , unde
l
c n +1
, c n  0 sau lim sup c n .
l  lim n
n  cn n 

5.2. Seria Taylor

Fie f o funcţie olomorfă într-un domeniu D şi

C(, a )  D , cercul de centru a şi de rază  .

Teoremă. Oricare ar fi z cu z  a  r  ,
za (z  a ) n ( n )
f ( z )  f (a ) + f (a ) + ... + f (a ) + R n ( z )
1! n!
(numită formula lui Taylor a funcţiei f(z) în punctul z = a).

5.3. Seria Laurent

Fie f(z) o funcţie olomorfă într-un domeniu multiplu

conex D şi o coroană circulară Δ cu centrul în a ,
Δ:  2  z  a  1 având frontiera formată din cercurile
Γ1 şi Γ2 , de ecuaţii u  a  1 , u  a   2 .
Vom presupune că Δ, Γ1 , Γ2 sunt conţinute în D , şi f(z)
nu este olomorfă în interiorul cercului Γ1.
48
 
 " z  Δ, f ( z )   c n (z  a ) n serie care se
n  

numeşte seria Laurent a funcţiei f (z) relativă la coroana

Δ de centru z = a.
Partea formată cu puterile negative se numeşte partea
principală a seriei Laurent , iar cea de-a doua , partea
întreagă sau partea tayloriană .

5.4. Puncte singulare

Clasificarea punctelor singulare izolate în funcţie de diferite

“forme” ale seriei Laurent .
a) Dacă seria Laurent nu conţine decât partea
tayloriană , deci a n  0 pentru n=-1,-2,…, atunci există
lim f ( z)  c 0 şi singularitatea nu provine decât din faptul
z z 0

că valoarea lui f în z 0 este diferită de c 0 . În acest caz

singularitatea în z 0 se poate înlătura, modificând valoarea

lui f în z 0 luând
f (z 0 )  lim f ( z). Din acest motiv o
z z 0

numim singularitate înlăturabilă .

b) Dacă partea principală conţine p termeni, z 0 este
pol de ordine p.

49
 c) Când partea principală are o infinitate de termeni,
punctul z 0 se numeşte punct singular esenţial.

5.5. Serii importante

Seria geometrică
1
1 + z + z 2 + ... + z n + ...  , cu R = 1.
1 z

Funcţiile e z , sin z , cos z , au următoarele serii :

z z2 zn
ez  1+ + + ... + + ... cu R   ,
1! 2! n!
e iz + e iz z2 z4 z6
cos z   1 +  + ... 
2 2! 4! 6!

z 2n

n 0
(1) n
 2n !
cu R  

eiz  eiz z z 3 z 5
sin z    + + ... 
2i 1! 3! 5!
�
z 2n +1
 �(1)n  2n + 1 !
cu R  �
n 0

50
5.6. Aplicaţii:

1. Determinaţi raza de convergenţă a seriei


zk
k
k 1
2

şi studiaţi comportarea seriei pe cercul de convergenţă.

an +1 1
Soluţie : Dacă l  lim  1, atunci R   1.
n �� a l
n

Seria este absolut convergentă în domeniul z  1.

Pe cercul de convergenţă z  cos  + i sin  , seria devine

cos k sin k 
 
k 1 k 2
+i
k2 
 . Cu criteriul comparaţiei, seriile:
 
cos k sin k

k 1 k 2
,  k 1 k2
sunt convergente deoarece :

cos k 1 sin k 1
2
 2
, 2
 şi seria armonică este
k k k k2
convergentă. Deci, seria converge pe z  1.

2. Aflaţi razele de convergenţă ale seriilor:


1  2  ...  n
2.1.  3  5  ...   2n + 1 z
n 0
n
. R: 2

51
 
 n! 3 n 1
2.2. 
n  0  3n !
z . R:
e

Aplicaţii on-line:
c. Identificaţi pe google documente pdf din acest
capitol.
b. Deschideti documentul corespunzător din
mathworld.wolfram.com
c. Trimiteţi tutorelui lucrarea cu atingerea solicitărilor din
a. si b..

6.TEOREME ŞI FORMULE CAUCHY

Formele in care intra obiectele matematicii sunt

formulele (o formula realizeaza scurtarea si simplificarea
calculelor).

6.1. Integrala curbilinie în planul complex

52
Teoremele Cauchy
Dacă AB este un arc de curbă plană, dat prin ecuaţiile
parametrice :

x  x(t );

y  y(t); t   a, b
, unde x(t), y(t) sunt

funcţii de clasă C1  a , b  sau de clasă C1 pe porţiuni, iar

f(z) o funcţie continuă pe AB, atunci există integrala curbilinie:

 f (z)dz   U( x, y)dx  V( x, y)dy + i  V( x, y)dx + U( x, y)dy

AB AB AB
Dacă extremităţile A şi B ale arcului coincid, atunci avem o
curbă închisă şi putem scrie:

 f (z)dz   Udx  Vdy + i  Vdx + Udy .

Γ Γ Γ

Definiţie. Un domeniu D  C(D  R 2 ) este simplu conex

dacă orice curbă simplă închisă Γ conţinută în D are
proprietatea că domeniul mărginit, Δ care are ca frontieră
curba Γ , este inclus in D.
Un domeniu este multiplu conex dacă nu este simplu
conex . Unui domeniu multiplu conex i se poate asocia un
domeniu Δ simplu conex dacă se introduc un număr suficient
de tăieturi.

53
 Astfel, dacă D este un domeniu triplu conex (fig.1)
atunci sunt necesare şi suficiente două tăieturi T1 şi T2
pentru a obţine un domeniu Δ simplu conex,
Δ  D  T1...T2   (fig.1)

T2
T1
Γ2
Γ1

Figura 1

Teoremă (Cauchy) 1. Dacă f : D  C este o funcţie

olomorfă pe domeniul simplu conex D, atunci

 f (z)dz  0
Γ
oricare ar fi curba închisă Γ situată în întregime în D.

Consecinţă. Dacă A şi B sunt două puncte situate în domeniul

D în care
54
f(z) este olomorfă, iar AMB şi AM B două arce de curbură
ale căror puncte aparţin lui D, atunci

 f (z)dz   f (z)dz .
AMB AM B

Teorema (Cauchy pentru domenii multiplu conexe)2.

Dacă Γ este o curbă situată în domeniul D multiplu conex ce
traversează cele n tăieturi necesare pentru a obţine domeniul
 
Δ  D  T1  T2  ...  Tn , simplu conex ,
iar Γi , i  1, n o curbă ce traversează numai tăietura Ti
o singură dată (în sens direct) atunci
n

 f ( z )dz    f (z)dz .
Γ i 1 Γ
i

Lema lui Cauchy. Dacă f(z) este o funcţie olomorfă pe

domeniul D, iar Γ o curbă simplă închisă, rectificabilă
situată în domeniul D, iar z 0 un punct din interiorul
domeniului Δ mărginit de curba Γ , atunci f(z) admite
derivate de orice ordin în z 0 şi derivata de ordinul n este
n! f ( z)
f ( n ) (z 0 )  
2i Γ ( z  z ) n +1
dz (Lema C(n) )
0
(f i c)

55
..............................................................................
..............................................................................
..............................................................................
..............................................................................

Cele 4 linii vor fi utilizate pentru a le completa cu adresele

linkurilor de matematici care le-aţi utilizat în completarea
studiului. Următorul spaţiu este pentru a ilustra cu o schemă
etapele din calculul integralelor complexe pe un contur închis.

6.2. Aplicaţii

Cu Cauchy calculaţi următoarele integrale :

1
1.  z 2 (z  3)(z + 1)dz
C
1
a) C :| z | ; b) C :| z |  .
2
56
 2
e z +1
2.  z3
dz
C

a) C : z - 2i  1 b) C : | z  2i | +1
2

dz
3. Calculaţi a) C z  a ; C :| z | R | a | .

dz
b) z R z 2 + 1; R 1.

e iz
4. Calculaţi z R z 2   2 dz; R  .

5. Calculaţi integralele:

i z
a) ze 2 .
z R z 1
dz; R  1

cosh z
b) �x2 y 2
+ 1;a �b
a 2 b2 z2 +1
dz .

dz
c) C (z 2 + 1) n ; C : x 2 + y 2 - ay  0, a  1.

57
 ez
6. I  z r z 3 dz .

Soluţie. Conform lemei lui Cauchy:

ez 2i ( n 1) 2i
I z r z 3 dz  (n  1)! f (0) 
2!
f (0) ,

2i
unde f (z )  e z . Deci, I   i .
2

z
cosh
2
C (z + i) 4 dz, C : z + 2i  2.
7. I 

2i d3  z  4
Soluţie: I   cosh   .
3! dz3  2  z  -i 24
z100 e iz
8. I  C 2
z +1
dz, C : 4x 2 + y 2  4  0.

58
Soluţie:

z100eiz z100eiz
I  2i + 2i  2 sinh .
z+i z  i z  i z  i
Consecinţă: O integrală complexă pe un contur închis este
sau nulă , sau se descompune într-o sumă de n integrale,
“văzute în forme Cauchy”. Calculul se face uşor şi fără erori
dacă în prealabil se reprezintă grafic curba integrală şi
singularităţile funcţiei de sub semnul integralei (numită şi
integrant). O altă formă a teoremei Cauchy este întalnită în
limbajul “reziduurilor” în capitolul următor.

Aplicaţii on-line:
d. Identificaţi pe google documente pdf din acest
capitol.
b. Deschideti documentul corespunzător din
mathworld.wolfram.com
c. Trimiteţi tutorelui lucrarea cu atingerea solicitărilor din
a. si b..

59
7. REZIDUURI ŞI APLICAŢII

7.1. Formule pentru reziduuri

Definiţie. Fie f(z) o funcţie care are în z  a  C un pol sau

un punct singular esenţial izolat. Rezultă că dezvoltarea în
serie Laurent în vecinătatea punctului z = a, va fi:

f (z)   cn  z  a  n (1)
n  

1
Coeficientul c 1 al termenului se numeşte reziduul
za
funcţiei f(z) relativ la punctul singular z = a şi se notează
rez(f; a).
Ţinând seama de formula ce dă coeficienţii seriei Laurent
1 f (z)
cn 
2i Γa (z  a ) n +1 dz avem
1
c 1 
2i Γ f (z)dz (2)

unde Γ este un cerc cu centrul în punctul z = a, situat în

coroana circulară r  z  a  R , în care f(z) este olomorfă.
Reziduul funcţiei f(z) se poate calcula totodată cu
ajutorul dezvoltării în serie Laurent a funcţiei f(z) în jurul
punctului z = a.
Formule pentru calculul reziduurilor
60
 În cazul în care z = a este un pol multiplu de ordinul p,
calculul reziduului se poate face cu formula:
1
rez(f , a )  lim[( z  a ) p f ( z )] p 1 (3)
 p  1! z a
În particular, pentru p = 1, avem:
rez(f , a )  lim[(z  a )f (z )] (4)
z a
Dacă simplificarea cu (z-a) în formula (4) nu este posibilă şi
g (z)
f (z)  , unde g(z) şi h(z) sunt olomorfe în z-a şi
h (z)
g (a )  0, h (a )  0, h (a )  0 atunci calculul reziduului se
poate face cu formula:
g (z)
rez(f , a )  lim (5)
z a h ( z )
Reziduul unei funcţii în punctul de la infinit (z=  ) este dat de
relaţia:
1
rez(f ,  ) 
2i Γ
f ( z)dz (6)

unde Γ este un cerc cu centrul în origine şi de rază R

suficiente mare, pentru ca în exteriorul lui funcţia să nu aibă
alte singularităţi decât punctul de la .

Teorema reziduurilor (Cauchy)

61
 Dacă Γ este o curbă simplă închisă rectificabilă, în
interiorul căreia funcţia uniformă f(z) are un număr infinit de
puncte singulare izolate a 1 , a 2 ,..., a n , atunci:

 Γ
f ( z )dz  2i  rez(f , a
k 1
k
) (7)

62
7.2. Integrale cu teorema reziduurilor


P( x )
I. Integralele de forma:  Q( x ) dx ,

unde

P şi Q sunt două polinoame care îndeplinesc condiţiile:

1. Q( x )  0 "x  R (nu are rădăcini reale)
2. 2+ grad P(x)  grad Q(x),
sunt convergente.
Pentru calculul acestor integrale cu teorema
P(z)
reziduurilor alegem f(z) = şi
Q( z )
conturul de integrare Γ  AB   , unde
A (  R ,0), B( R ,0) , iar  semicercul
x 2 + y 2  R 2 , y  0.

 x2 +1
Exemplu: I 

 x4 +1
dx

Avem îndeplinite condiţiile: Q( x )  x 4 + 1  0 "x  R şi

2 + grad P  grad Q, deci integrala este convergentă. Alegem
z2 +1
f (z)  şi conturul de integrare din fig.2.
z4 +1

63
 b

r O r x

Figura 2

Atunci
z2 +1 R x2 +1 z2 +1

Γ z4 +1
dz  
R x 4 + 1
dx +
 z4 +1 
dz

z2 +1
Funcţia f ( z )  are poli simpli:
z4 +1
 + 2k  + 2k
z k  cos + i sin , k  0,1,2,3
4 4
din care numai
  3 3
z 0  cos + i sin şi z1  cos + i sin
4 4 4 4
se află în interiorul conturului mărginit de curba Γ .
Aplicăm teorema reziduurilor şi avem:
z2 +1 R x +1
2
z2 +1
 z 4 + 1dz   R x 4 + 1  z 4 + 1dz 
dx +

 2i[rez ( f , z 0 ) + rez ( f , z1 )]
dacă R  z .

64
Dacă trecem la limită în egalitatea precedentă şi ţinem seama
că R lim zf ( z)  0 rezultă:
z 

R x2 +1 x 2 +1
lim
R   R  x4 +1
dx +  x 4 +1
dx  2i[ rez(f , z 0 ) + rez(f , z1 )]

.
Calculăm
z2 +1 z(z 2 + 1) i 2
rez(f , z 0 )  lim  lim  ,
zz0 4z 3 zz0 4z 4
4
z2 +1 z(z 2 + 1) i 2
rez(f , z1 )  lim  lim  .
z  z1 4z 3 z  z1 4z 4 4
În consecinţă
 x2 +1  i 2 i 2
I
 
4
x +1
dx  2i 
 4
    2 .
4 

2
II. Integralele de forma: I 0 R  sin , cos d ,
unde R(u,v) este o funcţie raţională , se pot calcula cu
teorema reziduurilor dacă se face schimbarea de variabilă
z  e i . Atunci

sin  
1 i
2i

e  e  i 
1 1
z  
2i  z

cos  
1 i
2
 1 1
e + e  i   z + 
2 z

65
iar dz  ie i d. Când  parcurge intervalul  0,2, z
parcurge cercul z  1 o singură dată.
Ca urmare
2
I 0 R  sin , cos d 
 1  1 1 1 
 x 1 R  2i  z  z , 2  z + z  dz  2i
k
rez( R , z k ).

Funcţia R fiind raţională nu are alte singularităţi decât poli.

Alegem pe aceia care sunt în interiorul cercului z  1.

2 d
Exemplu: I  0 2  sin 2 
.

Efectuând schimbarea de variabilă z  e i , dz  ie i d

integrala dată devine:
2 d 4z 2 dz
I � � 4 � 
0 2  sin  z 1 z + 6 z 2 + 1 iz

4 zdz 4
 � 4  �2 i �rez  f , zk  
i z  1 z + 6z +1 i
2
k

 8 �rez  f , zk  8 �rez  f , zk 

k k

z
Funcţia are patru poli, iar în cercul z  1 se
z 4 + 6z 2 + 1
află polii z1  3+ 8 , z2    3 + 8.

66
 z2

rez f , z1  lim  z
 lim 
z  z1 4z 3 + 12 z z  z1 4z 4 + 12z 2
2
 3+ 8
 
  
4 2
4
 3+ 8 
 + 12  3 + 8 

   
z2

rez f , z 2   lim
z
z  z 2 4z 3 + 12z
 lim
z  z 2 4 z 4 + 12z 2

2
 3+ 8
 
  
4 2
4
 3+ 8 
 + 12  3+ 8

   

Avem  
rez f , z1 + rez f , z 2    8
2

2 d 2
şi deci I 0 2  sin  2
 8 
8
  2.

III. Integralele de forma:

 
I    F( x ) cos xdx, J    F( x ) sin xdx
presupuse convergente se calculează cu ajutorul teoremei
reziduurilor, luând drept contur de integrare Γ  AB  
unde A (  R ,0), B( R ,0) şi semicercul
x 2 + y 2  R 2 , y  0 şi integrala:
 
  F( x )(cos x + i sin x )dx    F( x )e
ix
K  I + iJ  dx

67
Pentru calculul integralei K pe conturul menţionat utilizăm
funcţia: f ( z)  F( z )  e iz .

 x cos 2 x
Exemplu: I   x 2  2x + 5dx .
Pentru calculul integralei I, asociem integrala
 x sin 2 x
J  x 2  2x + 5dx
 xe 2ix
şi împreună cu I avem: K  I + iJ 
 x 2  2x + 5dx .
Evident ReK = I şi ImK = J.
Conturul de integrare Γ  AB   , unde A(-R, 0) , B(R,
0), iar  este semicercul x 2 + y 2  R 2 , y  0 . Calculăm
ze 2iz
integrala
Γ z 2  2z + 5dz care pentru y = 0 se reduce la

K.
Avem
ze 2ix R xe 2ix
Γ z 2  2z + 5dz   R z 2  2z + 5dz  2i
k 1
rez(f , z k )

68
 ze 2iz
Funcţia f (z )  are polii z1  1 + 2i şi
z 2  2z + 5
z 2  1  2i, din care numai z1 este în interiorul
domeniului mărginit de Γ . În consecinţă
( z  z1 ) ze 2iz
rez ( f , z1 )  lim 
z � z1  z  z   z  z 
1 2

(1 + 2i )e 2i (1+ 2i )  1 + 2i  �
e 4 �
e 2i
 
4i 4i
Ca urmare
ze 2iz (1 + 2i )e 4  e 2i
 z 2  2 z + 5 dz  2i
4i



 [cos 2  2 sin 2 + (2 cos 2 + sin 2)]
2e 4
Trecând la limită pentru R   obţinem:
� xe 2ix
K � 2 dx 
� x  2 x + 5


 [cos 2  2sin 2 + i  2 cos 2 + sin 2  ]
2e 4
respectiv
 
I 4
 cos 2  2 sin 2; J  2 cos 2 + sin 2
2e 2e 4

69
7.3. Aplicaţii la reziduuri cu integrale şi formule pentru
reziduuri

Să se arate că:
 x4 +1 4
1.
 6
x +1
dx  
3
 x2 
2.   x 2 + a 2  2 dx  2a
 x2 
3. 0  x 2 + a 2  2 dx  4a
 dx  2a + b 
4.   x 2 + a 2  x 2 + b 2   2a 3  a + b  2 b
sin 2 z
5. I    
C z 2 z 2 + 4iz  3
dz

1
a) C : z  3 ; b) C : z  i  1 ; c) C : z + 1 
2

Soluţie: z = 0 pol dublu, z =-i, z =-3i poli simpli.

I a  2irez(f ,0) + 2 irez(f ,i) + irez(f ,3i).
I b  irez (f ,0)
I c  0.

70
 dz
6. z a z 3 (1 + z 2 ) pentru a < 1, a > 1.


cos n
7. I 
 b  ia cos  d
0


1 i sin n
Soluţie: J � d
2  b  ia cos 
căreia îi ataşăm integrala nulă

1 e in
I + iJ 
2 

b  ia cos 
d .

dz z2 +1
Notând e i  z, d  , cos  .
iz 2z

zn
Prin înlocuire obţinem I + iJ   az 2 + 2biz + a
x 1
dz .

În interiorul cercului funcţia de integrat are doar polul

a 2 + b2  b
z1  i
a
cu reziduul:

71
 zn
rez ( f ; z1 )  
2az + izb z  z1
in an
 �
 
n
2i a 2 + b 2 a2 + b2 + b

Rezultă:
i n an
I  2irez  f ; z1   
2 2 
n .
a +b
 a 2 + b2 + b 

 

sin x sin nx
8. I 


5  4 cos x
dx

Soluţie: Ataşăm cu integrala nulă


sin x cos nx
J 

 5  4 cos x
dx .


e inx sin x
Calculând J + iI  iI 
 5  4 cos x dx.

Punând e ix  z
1 z 2  1z n 1dz  1  2irez f ; 1   
iI 
2 
z 1
2z 2
 5z + 2 2  2 2 n +1

72
IV. ANALIZA DE CALCUL OPERATIONAL

8. CALCULUL OPERAŢIONAL
(Transformatele Laplace şi Fourier)

8.1. Transformata Laplace

Fie f ( x ) : R +  R astfel încât are sens integrala

improprie cu parametru
+
F( p)  0 f ( x )  e  px dx (1)

Definiţie. Dacă are sens egalitatea (1), F se numeşte

transformata Laplace a lui f şi se notează şi L (f ( x )) .
Funcţiile f pentru care există transformata Laplace se
numesc funcţii original (sau simplu, original), iar transformata
Laplace F se mai numeşte funcţia imagine (sau scurt
imagine).
Definiţie. Funcţia f(x): I  R  R (sau C), I interval mărginit
sau nemărginit, este derivabilă pe porţiuni dacă pentru orice
interval compact 
a, b  I  există o diviziune

d  a  x 0 , x1 , x 2 ,..., x n  b , cu 
a  x 0  x1  x 2  ...  x j1  x j  ...  x n 1  x n  b,

73
 
astfel încât f(t) să fie derivabilă pe fiecare interval x j1 , x j 
şi să existe limitele laterale
f ( x j1 + 0), f ( x j  0), f ( x + 0), f ( x  0), j  1, n .

Definiţie. Se numeşte original o funcţie f(x), reală sau

complexă, definită pe mulţimea numerelor reale şi care
satisface următoarele condiţii:
1. f(x) = 0 dacă x <0,
2. f(x) este derivabilă pe porţiuni,
3. există numerele M > 0, s 0  0 astfel încât
s0 x
f (x)  M  e (2)
Numărul s 0 se numeşte indice de creştere al funcţiei f(x).
Mulţimea funcţiilor original se notează cu O.

Cazuri concrete.
(d1) Funcţia f ( x )  e bx , cu b real sau complex va avea
creştere exponenţială putând lua a = Reb, M > 1 şi x 0  R
Într-adevăr,
f ( x )e  ax  e (Re b ) x  e  ax  1  M ( 1 )
  1
L(f ( x ))(p)  0 e bx e  px dx  0 e  ( p  b ) x dx 
pb
( 2 )

74
 1 1
Deci exp(bx )  şi  exp(bx ) ,
pb pb
convergenţa integralei având loc pentru p > Reb dacă p  R
şi Rep > Reb dacă p  C.
Observaţie.
Nu este greu să vedem că L este liniară. Utilizând
liniaritatea, rezultatul din d1 şi relaţiile lui Euler:

cos t 
2

1 i t
e + e  i t  ,

sin t 
1 it
2i

e  e  it 
obţinem:
1 1 1  p
cos t   +  ( 1 )
2  p  i p + i  p 2 + 2
1 1 1  
sin t     ( 2 )
2  p  i p + i  p 2 +  2
pentru Re p  Im  .

Proprietăţile transformatei Laplace

Este liniară; pentru constantele k1 şi k 2 şi originalele

f1 ( x ) şi f 2 ( x ) are loc egalitatea
 
L k1f1 ( x ) + k 2 f 2 ( x )  k1L (f1 ( x )) + k (f 2 ( x )).
75
Pentru orice a>0 şi f(x) original are loc egalitatea
1 p
L (f (ax ))  F  (3)
a  a 
în care F(p) este imaginea funcţiei f(x).

Dacă a > 0 şi f(x) original atunci

L (f ( x  a ))  e  ap L (f ( x ))
(4)
Dacă f(x) este original şi  o constantă atunci
L (e ax f ( x ))  F( p   )
(5)

Teorema de derivare a originalului.

Dacă funcţia original f(x) este de “n” ori derivabilă, cu
derivatele continue atunci
 
L f  n   x   p n  F(p)  p n 1  f (0+)  p n  2  f (0+)  ...
...  pf  n  2  (0+)  f  n 1 (0+)
(6)

Teorema derivării imaginii.

Dacă xf ( x ), x 2 f ( x ),..., x n f ( x ) sunt funcţii original
atunci derivând egalitatea

76
 
F( p)  0 f ( x )  e  px dx

în raport cu “p”, obţinem formulele

F n   p  
+
0 (  x ) n f ( x )e  px dx , n  0,1,2,...

(7)

Teorema integrării originalului.

Dacă f este original atunci
 x  1
L
 0 
f ( t )dt  
 p
 F( p) (8)

Teoremele de integrare a imaginii.

f (x)
Dacă este original atunci
x
  f (x) 
p F(g)dg  L  x  (9)

Utilizând teorema integrării imaginii rezultă

 
 f (x)  f (x)
 F(g )dg  L 
 x     e  px  dx (10)
0   p
x

şi pentru p = 0 obţinem
 
f (x )
 x
dx   F(g )dg (11)
0 0
 

 F ( n +1) (g )dg    1 n +1 x
n
 f ( x )  e  px dx (12)
0 p

77
care pentru p = 0 devine
 

F
( n +1)
(g )dg    1 n +1  x n  f ( x )dx
0 p

(13)
Pentru n = 0, egalitatea (13) devine
 

 
f ( x )dx   F(q)dq  F(q)
0
(14)

0 0

8.2. Aplicaţii.

1. Să se arate că

sin 2 u 
 u2
du 
2
0

Soluţie: Fie funcţia


sin 2 xu
I( x )   u2
du
0

căreia să-i calculăm transformata Laplace.

78
 ��sin 2 xu � � 1
L  I ( x)   L �� 2 du � �2 � L sin 2 xu du   
�0 u � 0u
� �
1 1 1 1 �1 p �
� 2   �
 L 1  cos 2 xu du  2 �
 2 �du 
20u 2 0 u �p p + 4u 2 �
�
2 du 1 2u � 
 � 2 2  2 arc tg  .
p 0 4u + p p p 0 2 p2
Deci

L  I( x )  
2p 2
şi

 sin 2 xu
I( x ) 
2
x 
u2
du
0
Trecând la limită pentru x  1 obţinem

sin 2 xu 
 u2
du 
2
.
0

2. Integraţi ecuaţia diferenţială, liniară, cu coeficienţi constanţi

şi neomogenă
y9 x )  2 y( x )  y( x ) + 2 y( x )  5 sin 2 x
cu condiţiile iniţiale
y(0)  1, y(0)  1, y(0)  1.

79
Soluţie: Teorema derivării originalului conduce la
L y ( x)   p 3  Y ( p )  p 2  y (0)  py (0)  y (0) 
 p 3Y ( p )  p 2  p + 1
L y ( x )   p 2  Y ( p )  py (0)  y (0) 
 p 2  Y ( p)  p  1
L y ( x)   pY ( p )  y (0)  pY ( p )  1
L y ( x )   Y ( p )
10
şi L 5 sin 2 x   2
p +4
Se obţine ecuaţia operaţională

p 3

 2p 2  p + 2 Y (p)  p 2 + p + 2 
2
10
p +4
,

din care
1 1 5 1 1 p 2 
Y ( p)   +  +  +
3 p + 1 12 p  2 4  p 2 + 4 p 2 + 4 

Funcţia original corespunzătoare, soluţie a ecuaţiei, are forma

1 x 5 2x 1 1
y ( x)  e + e + sin 2 x + cos 2 x
3 12 4 4

3. Integraţi ecuaţia diferenţială, liniară, cu coeficienţi constanţi

şi neomogenă

80
 3x x
y( x ) + 4 y( x )  sin sin
2 2
şi
y(0)  1, y(0)  0

Soluţie: Ecuaţia se mai poate scrie

1
y( x ) + 4 y( x )    cos 2x  cos x .
2
Ecuaţia operaţională are forma
1  p p 
( p 2 + 4) Y ( p)  p    ,
2  p 2 + 4 p 2 + 1 

din care
1 p 5 p 1 p
Y ( p)   +   
6 p +1 6 p + 4 2 p2 + 4 2
2 2
 
Utilizând teorema derivării imaginii se obţine

 2  4p
L x sin 2 x    2  
 p + 4  p + 4 2
2

iar
1 5 1
y( x )  cos x + cos 2 x + x sin 2 x.
6 6 8

81
 �
L(af ( x) + bg ( x))( p)  �(af ( x) + bg ( x)e  px dx 
0
� �
 a �f ( x )e  px dx + b �g ( x )e  px dx 
0 0

 aL( F ( x ))( p) + bL( g ( x ))( p).

8.3. Proprietăţile de omotetie

1 p
L(f (ax ))(p)  L(f (ax )) 
a a
1   x 
L(f ( x ))(ap)  L f   (p), a  0
a   a 
(1) şi (2) pot fi exprimate mai simplu astfel:
1 p
f (ax ) 
F 
a a
1 x
F(ap)  f  , a  0
a a

Demonstraţie:

L f ( ax )  ( p )   f ( ax )e  px dx  (cu ax  t) 
0
p
1   t 1  p

a 0
f (t )e a
dt 
a
L ( f ( x )) .
a
�
L  f ( x )  (ap )  � f ( x )e  apx
dx  (cu ax  t) 
0

82
 1  t 1   x 

a 0 f  e  pt dt  L f   (p).
a a   a 

8.4. Prima teoremă de translaţie

Se foloseşte funcţia unitate a lui Heaviside H(x)=0 pentru

x < 0 şi H(x) = 1 pentru x  0.
Prima teoremă de translaţie
f ( x  a ) H ( x  a )  e  ap F( p), a  0
(1)

Într-adevăr,
L( f ( x  a) H ( x  a))( p ) 
�
 �f ( x  a ) H ( x  a )e  px dx 
0
�
 (cu x-a  t)  �H(t) f (t )e  p (t +a ) dt 
0
�
�
 e  ap �f (t )e  pt dt  e  ap �f (t )e  pt dt 
0
0
 ap
e F ( p ), a  0
Dacă relaţia (3) se foloseşte de la dreapta la stânga,
trebuie ţinut cont că originalul H(x-a) = 0 pentru x < a
şi atunci, fără a mai utiliza funcţia unitate avem:

83
e  ap F( p)  f ( x  a ).

A doua teoremă de translaţie

f ( x + a )  e ap  dx 
a
0 f ( x )e
 px
 F( p)  , a  0
 
(2)

Într-adevăr,
�
L( f ( x + a))( p)  ��� f ( x + a)e px dx �
�
� 0 �
�
��� f (t )e  p (t a ) dt �
�
� a �
� a
 e ap �f ( x )e  px dx  e ap �f ( x )e  px dx.
0 0

Teorema de deplasare
e  x f ( x )  F( p +  ),   C (3)

 
L e  x f ( x ) ( p ) 

0 f ( x )e   p +   x dx  F( p +  )

Din proprietatea a doua de omotetie şi din teorema de

deplasare, deci din (2) şi (3), obţinem:
1 p+
e  x f ( x )  F  (4)
   
84
Teorema de derivare a originalului
f ( x)( n )  p n F ( p)  p n 1 f (0 +)  ... 
(5)
 pf n  2 (0+ )  pf (n  1)(0+ )
valabilă dacă f  C n şi are sens L (f ( n ) ( x ))(p).
�
Demonstraţie: L( f ( x ))( p )  f ( x)e  px dx 
�
0
� �
 f ( x)e  px + p �f ( x)e  px dx 
0 0

 pF ( p )  f (0+)
Deci f(x) = p F(p) - f(0+) şi pentru n = 1, (5) se verifică.
Pentru n = 2 avem:
f ( x )   f ( x )    pL (f ( x ))  f (0+)  (ţinând cont de
rezultatul pentru n = 1 obţinem) =
p 2 F( p)  pf (0+ )  f (0+ ). Pentru n > 2 iterăm acest
procedeu.
Operaţia de derivare în spaţiul funcţiilor original se transformă
în operaţia de înmulţire cu p în spaţiul funcţiilor imagine,
abstracţie făcându-se de un polinom în p.

Teorema derivării imaginii

85
 În ipoteza că xf ( x ), x 2 f(x),..., x n f(x) sunt
funcţii original se poate argumenta posibilitatea derivării sub
integrală în raport cu p în relaţia de definiţie:

F( p)  0 f ( x )e  px dx

Obţinem formulele:
�
( x) n f ( x)  F   ( p),
n
(6)
n  0,1,...
Deci şi acestei operaţii de derivare îi corespunde operaţia de
înmulţire cu “x”.

Teorema integrării originalului

x � 1
�f (t )dt  p F ( p),
0
f �C0 ( R+ ) (7)

x
Demonstraţie: Fie g ( x )  0 f ( t )dt .
0 1
Cum f  C ( R ), g  C (R + ) şi g(0+) = 0 (din modul
de definire a lui g). g ( x )  pG ( p)  g (0+ )  pG ( p)
Deci
L g ( x )  ( p)  L f ( x )  ( p)  pG ( p)  pL 
x

 0 f ( t )dt (p)
de unde se obţine (7).

Teorema de integrare a imaginii

86
este dată prin relaţia:
f ( x) � �
 �F (q )dq (8)
x p

f (x)
valabilă când este funcţie original.
x

Demonstraţie:
   
p F(s)ds  f ( x )e sx dx  
p  0 
     f ( x ) 
 f ( x )e sx dx  
   e sx s  p dx 
 0  0  x s   
 f ( x )  px  f (x) 

0  x
e dx  L
 x 
( p).

� a
 Din faptul că sin ax  , şi
p2 + a2
� p
cos ax  cu p > 0
p + a2
2

şi din teorema de deplasare: e x f ( x )  F( p +  )

obţinem:

87
 a
ebx sin ax  ,
( p  b) 2 + a 2
p b
ebx cos ax  ,
( p  b) 2 + a 2
a  0, b �R.

 Se poate arăta cu ajutorul teoremei de convoluţie că

Γ ( p )  Γ (q )
B( p, q )  , p, q  0 (9)
Γ( p + q )
Cu ajutorul teoremei de integrare a imaginii:
f (x) 
x

p 
F(q )dq

putem calcula integrale de forma:

 f (x)

0 x
dx

cu formula:
 f (x) 
0 x
dx  0 F(q )dq

Într-adevăr,
f (x) 
x

p 
F(q )dq

se mai scrie

88
  f (x) 
0  e -px dx  0 F(q )dq
x
Făcând p = 0 obţinem relaţia căutată.
� 1
a) sin x  , atunci cu d avem:
p +1
2

 sin x  dp  
0 x
dx  
0 2
 arctgp 
p +1 0 2
b) pentru a > 0, b > 0
 e at  e  bt b
0 t
dt  ln
a
Într-adevăr, avem:
 e  at  e  bt   1 1 
 0 t
dt  
0

 p+a  p+b

dp 

p+a p   a b
 ln   ln  ln .
p+b p  0 b a

Integralele lui Froullani

89
 1
�t  e  e  bt  sin mtdt 
�
 at
0
1.
b a
 arctg  arctg , a , b, m  0
m m
 cos at  cos bt b
2.
0 t
dt  ln , a , b  0
a
3.
 1  ax a
0 x
e sin bxdx  arctg , a  0, b  0.
b

Cu teorema de deplasare şi faptul că

� n!
x n� , obţinem că:
p n +1
n!
x n e x 
 p  
� n +1

8.5. Transformata Laplace în calculul operaţional

a. Metoda generală a calculului operaţional constă în

următoarele:
- dată o problemă în spaţiul original, o transpunem în spaţiul
imagine. Se fac calculele algebrice din spaţiul imagine.
Aplicând inversa transformatei Laplace, sau mai comod,

90
utilizând tabelul “ f(x) = F(p) “ obţinem soluţia din “spaţiul
original “. Calculul operaţional este calculul care utilizează
transformata Laplace.

b. Problema Cauchy pentru ecuaţii diferenţiale liniare, cu

coeficienţi constanţi, rezolvată operaţional.

Pentru simplificarea expunerii, prezentăm lucrurile

legate de ecuaţia diferenţială liniară de ordinul al doilea, având
coeficienţii constanţi:
a 0 x  + a 1x  + a 2 x  f ( t ), a 0  0, a 1 , a 2  R, f(x) -
original, cu problema Cauchy:
x (0)  x 0 , x (0)  x 1 , x 0 , x1  R.
Soluţie: Utilizând Transformata Laplace, din
x(t)=X(p),
f(t)=F(p),
ecuaţia (original) devine:
a 0 p 2 + a1p + a 2 X(p)   a 0 x 0 p + a 0 x1 + a1x 0   F(p)
numită ecuaţia operaţională.
De unde obţinem X(p) şi x ( t )  L --1 ( X ( p))( t ).

Exemple:

91
1. Fie ecuaţia : x   5x  + 6 x  e t cu
x (0)  1, x (0)  1.
1 t 7
Arătaţi că x ( t )  e  5e 2 t + e 3t
2 2

Soluţie:
2
x�� (0)  p 2 X ( p) + p  1
 p X ( p)  px(0)  x�
1
et 
p 1
Ecuaţia operaţională este:
 2

p  5p + 6 X ( p)   p + 6 +
1
p 1
Descompunând în fracţii simple obţinem:
5 7 1
X ( p)   + +
p  2 2( p  3) 2( p  1)
De unde:
1 t 7 3t
x(t )  e + e  5e 2 t .
2 2
2. x   4 x  + 4 x  sin t cu x (0)  1, x (0)  2.

2
 
Soluţie: p  4p + 4 X ( p)  p  2 +
1
1+ p2

92
 21 1 3 4p
X ( p)  + + +
25( p  2) 5( p  2) 2 25(p 2 + 1) 25( p 2 + 1)
21 2 t 1 2 t 3 4
x(t )  e + te + sin t + cos t
25 5 25 25

3. x   2 x  + 2 x  t , x(0)  -2, x (0)  0.

Soluţie:
1 1 5 p 1 4
X( p)  +   
2p 2p 2 2  p  1 2 + 1  p  1 2 + 1
1 t 5 t
x (t )  +  e cos t  4e t sin t
2 2 2

4. x  + 2 x  e  t  2 cos 2 t + sin 2 t  , x(0)  0

2(p + 1) 2
Soluţie: ( p + 2) X (p)  2
+
(p + 1) + 4 (p + 1) 2 + 4
2
X ( p)  şi x ( t )  e  t sin 2 t
 p + 1 2 + 1

5.
x   3y  3x + 3z, y  x - t, z   -z, x(0)  x (0)  0

93
y (0)  0, y(0)  -1, z(0)  1, z (0)  0.

Soluţie:
p 2 X  3 Y  X + Z  , p 2 Y  X - Y - 1, p 2 Z  -Z + p de
unde:

3( p  1) 3(p - 1) p
X 2 2
, Y 2 2 2
, Z 2
(p + 4)p p (p + 1)(p + 4) p +1
fază în care putem considera problema rezolvată aproape în
totalitate (restul calculelor fiind de rutină şi uzură).

8.6. Proprietatea transformatei Laplace

a. Dacă inegalitatea care exprimă proprietatea de creştere

exponenţială este valabilă pentru tripletul  x 0 , a , M 
pentru orice a   a. . Notând   inf a , a fiind în tripletul
 x 0 , a , M  ,  se numeşte abscisa de convergenţă a

funcţiei f.
Din cele făcute până acum rezultă că pentru a exista
transformata Laplace L (f )(p ) este suficient ca f să aibă
abscisă de   R sau    şi
convergenţă
transformata are sens pentru p   în cazul p  R şi

94
Re p   în cazul p  C. Vom nota cu  f ,  g abscisele
de convergenţă pentru f şi g.
 
b. Pentru p    max  f ,  g , are loc proprietatea de
�
liniaritate af + bg  aF ( p ) + bG ( p ).

Aplicaţii on-line:
a. Identificaţi pe google documente pdf din acest
capitol.
b. Deschideti documentul corespunzător din
mathworld.wolfram.com
c. Trimiteţi tutorelui lucrarea cu atingerea solicitărilor din
a. si b..

95
V. ANALIZA STOCHASTICA

9. STRUCTURI PROBABILISTE

9.1. Câmp de evenimente

Cuvintele cheie ale acestui paragraf sunt: probă,
eveniment (sigur, imposibil), evenimente (contrare, compatibile,
incompatibile), operaţii cu evenimentele, câmp de evenimente.
Pentru o incursiune in istoric si-n problematica se recomanda
linkurile:
http://www.peterwebb.co.uk/probability/html si
http://www.maths.uq.edu.au/~infinity/index_news.html

Probă. Eveniment
Să considerăm experienţa aruncării unui zar. Este,
evident, vorba de o experienţă aleatoare adică o experienţă al
cărei rezultat variază la întâmplare. (Cuvântul ,,aleator’’ are
sens de intâmplător şi provine de la latinescul alea, care
inseamna zar). Să notăm cu {1} apariţia feţei cu un singur
punct, cu {2} apariţia feţei cu două puncte etc.
În urma unei aruncări obţinem unul din rezultatele
(I) {1}, {2}, {3}, {4}, {5}, {6}.
Alte rezultate nu mai sunt posibile şi unul dintre ele se produce
neapărat. Acestea sunt probele experienţei. În general, probă
96
se numeşte rezultatul unei experienţe aleatoare. În legătură cu
aruncarea zarului ne putem pune o serie de întrebări ale căror
răspunsuri nu le putem cunoaşte decât după apariţia uneia din
probele (I). De pildă, ne putem întreba dacă vom obţine o faţă
cu 4 puncte etc.
Toate aceste situaţii legate de experienţa noastră şi
despre care putem spune cu certitudine că s-au produs sau nu,
după efectuarea experienţei, poartă numele de evenimente .
Pentru precizarea acestor noţiuni să reluăm experienţa
aruncării unui zar şi să presupunem că ne punem întrebarea
dacă vom obţine o faţă cu un număr par de puncte. În acest
caz, experienţa este aruncarea zarului, proba este rezultatul
care se obţine la sfîrşitul experientei, iar evenimentul care ne
interesează este apariţia unui număr par de puncte.
Evenimentul se realizează, dacă se obţine una din
probele {2},{4},{6}, şi nu se realizează în caz contrar. Există
deci, trei probe care realizează evenimentul şi acest eveniment
este perfect determinat de cele trei probe.
Dacă în cadrul aceleiaşi experienţe, ne interesează
apariţia feţei cu un punct, suntem în prezenţa unui eveniment
care poate fi realizat de o singură probă, şi anume proba {1}.
Evenimentul care poate fi realizat de o probă şi numai
de una se numeşte eveniment elementar.
Celelalte evenimente le numim compuse.

97
Alte exemple
1. Să considerăm experienţa constând din aruncarea unui zar
de două ori la rând. Rezultatul experienţei nu va mai putea fi
reprezentat printr-un număr, ci printr-o pereche de numere.
Probele experienţei sunt:

(2,1) (2 ,2) (2,3) (2,4) (2,5) (2,6)

(3,1) (3,2) (3,3) (3.4) (3,5) (3,6)

(4,1) (4,2) (4,3) (4,4) (4,5) (4,6)
(5,1) (5,2) (5,3) (5.4) (5,5) (5,6)

(6,1) (6,2) (6.3) (6.4) (6,5) (6,6)

unde prin (i,j) (i,j=1,2,3,4,5,6) am notat apariţia feţei cu i puncte

la prima aruncare şi a feţei cu j puncte la a doua aruncare.
Ele, considerate înainte de începerea experienţei,
sunt evenimente elementare. După terminarea experienţei,
vom avea unul şi numai unul din aceste rezultate.
Există multe evenimente legate de această
experienţă, ca de exemplu, suma punctelor apărute să fie 8, ca
numărul de puncte de pe faţa ieşită la prima aruncare să fie
mai mare decât numarul de puncte de pe faţa ieşită la a doua
aruncare etc. Despre fiecare din acestea putem spune cu
certitudine dacă s-a realizat sau nu, după efectuarea
experienţei, prin cunoaşterea probei rezultate din experienţă.
98
 Să considerăm astfel, evenimentul A, constând în
obţinerea numărului 8 prin însumarea numărului de puncte
realizate în două aruncări ale unui zar. Să presupunem că am
efectuat experienţa şi ne-a ieşit proba (3,6). Intrucât 3+6=9,
înseamnă că evenimentul A nu s-a realizat.
Probele care realizează evenimentul A sunt:
(2,6), (3,5), (4,4), (5,3), (6,2).

2. Fie (A) şi (B) două persoane. Ne întrebăm care din aceste

două persoane va fi în viaţă şi care nu după trecerea unui an.
Este vorba de o experienţă aleatoare, deoarece nu
putem şti cu certitudine, dacă o persoană va fi în viaţă sau nu
peste un an.
Să notăm cu A faptul că (A) este în viaţă peste un an
şi cu A, faptul că nu este. La fel, notăm cu B şi cu B faptul cu
(B) este, respectiv că nu este în viaţă peste un an.
Atunci, probele experienţei sunt
II (A, B), (A,B). (A,B), (A,B),
unde am notat cu (A,B) faptul că după trecerea unui an,
ambele persoane sînt in viaţă , (A,B) faptul că după un an (A)
este în viaţă şi (B) nu, (A,B) faptul că după un an, (A) nu este în
viaţă, iar (B) este, (A,B) faptul că după un an ambele
persoane nu mai sînt în viaţă. Considerate la începutul
experienţei, acestea sunt evenimente elementare. Avem,
desigur, şi alte evenimente. De exemplu, ne putem întreba
99
dacă peste un an cel puţin una din persoanele (A) şi (B) este în
viaţă. Nu putem cunoaşte cu certitudine la începutul
experienţei, răspunsul. Este vorba deci de un eveniment legat
de experienţa noastră. Probele care realizează acest
eveniment sunt:
(A, B), (A, B), (A, B).

3. Să considerăm ca experienţă aleatoare tragerea cu un tun

a cărui bătaie maximă este a. Tunul fiind în centrul axelor de
coordonate, rezultatul tragerii este atingerea unui punct (x,y)
din plan cu x 2 + y 2  a 2 . Suntem în prezenţa unei
experienţe aleatoare cu o infinitate de probe şi deci de
elementare elementare. Un eveniment al acestei experienţe
este atingerea unui punct dintr-o porţiune dată în interiorul
cercului
x2 + y2 = a2.

100
Eveniment sigur, Eveniment imposibil
Fiecărei experienţe i se ataşează două evenimente cu
caracter special: evenimentul sigur şi evenimentul
imposibil. Evenimentul sigur este un eveniment care se
realizează cu certitudine la fiecare efectuare a experienţei.
De exemplu, la aruncarea unui zar, apariţia uneia din feţele
1,2,3,4,5,6; este evenimentul sigur al experienţei.
Scoaterea unei bile de culoare albă sau neagră dintr-o
urnă, conţinând numai bile albe şi negre, este de asemenea un
eveniment sigur. Evenimentul imposibil nu se realizează la
nici o efectuare a experienţei, în cazul aruncării unui zar,
apariţia unei alte feţe decît 1,2,3,4,5,6 este un eveniment
imposibil. Extragerea unei bile de altă culoare decît alb sau
negră dintr-o urnă, conţinând numai bile albe şi negre este de
asemenea un eveniment imposibil. Este clar că evenimentul
imposibil constă în nerealizarea evenimentului sigur, sau că
evenimentul sigur constă în nerealizarea evenimentului
imposibil. Evenimentul sigur îl vom nota cu litera E, iar
evenimentul imposibil cu  .

Evenimente contrare
Să notăm cu A evenimentul apariţiei uneia din feţele
1,2,3 la aruncarea unui zar şi cu B apariţia uneia din feţele
4,5,6. Se observă că atunci când A nu se realizează, adică nu
obţinem ca rezultat al aruncării una din feţele 1,2,3, se
101
realizează B, adică obţinem una din feţele 4,5,6 şi invers, când
nu se realizează B, se realizează A. În cazul unei extrageri
dintr-o urnă conţinând bile numai albe şi bile negre să notăm cu
A evenimentul extragerii unei bile albe şi cu B evenimentul
extragerii unei bile negre. Şi acum se observa că nerealizarea
lui A este echivalentă cu realizarea lui B, iar nerealizarea lui B
este echivalentă cu realizarea lui A. În ambele cazuri vom
spune că evenimentele A şi B sunt evenimente contrare.
Întotdeauna unui eveniment îi corespunde un eveniment
contrar, a cărui realizare înseamnă prin definiţie, nerealizarea
primului.
Se observă că dacă un eveniment B este contrariul
unui eveniment A, atunci şi A este contrar al lui B. Remarcăm
că evenimentul sigur şi evenimentul imposibil sunt contrare
unul altuia. Evenimentul contrar unui eveniment A îl vom nota
în acest caz cu A sau CA. În acest caz sunt evidente relaţiile:
A  A; E   ;  E.

Evenimente compatibile şi incompatibile

Evenimentele A şi B se numesc compatibile dacă se
pot realiza simultan, adică dacă există probe care realizează
atât pe A cât şi pe B. În caz contrar evenimentele sunt
incompatibile. La aruncarea unui zar, evenimentul A constând
din apariţia uneia din feţele 1,2 sau 3 şi B, constând din apariţia
uneia din feţele 2,3 sau 5 sunt compatibile, deoarece dacă vom
102
obţine ca rezultat al experienţei apariţia feţei 3, înseamnă că s-
au realizat ambele evenimente. Acest lucru se întâmplă dacă
obţinem faţa 2. Dacă notăm cu C evenimentul apariţiei uneia
din feţele 4 sau 5, observăm că evenimentele A şi C sunt
incompatibile, iar evenimentele B şi C sunt compatibile.

Evenimentele contrare sunt incompatibile. În

general , un număr finit de evenimente A1, A2, ... , An sunt
compatibile dacă se pot realiza simultan, adică dacă există cel
puţin o probă care realizează pe fiecare din aceste evenimente.
În caz contrar , vom spune că evenimentele A1, A 2 ... , An sunt
incompatibile în totalitatea lor, sau mai scurt incompatibile.
Dacă evenimentele A1, A2, ... , An sunt compatibile două câte
două înseamnă că sunt compatibile în totalitatea lor.
La aruncarea zarului să considerăm evenimentele A1,
A2, A3, constând respectiv în apariţia uneia din feţele 1 sau 2;
apariţia uneia din feţele 2 sau 3; apariţia uneia din feţele 3 sau
1.
Se observă imediat că evenimentele sunt compatibile
două câte două, dar nu sunt compatibile în totalitatea lor.

Eveniment implicat de alt eveniment

Prin definiţie vom spune că evenimentul B este
implicat de evenimentul A, sau că evenimentul A implică
evenimentul B, dacă B se realizează de fiecare dată când se
103
realizează A. Să considerăm o urnă care conţine 10 bile
numerotate cu numerele 1,2,...,10. Să notăm cu A apariţia
uneia din bilele 1,4,7 şi cu B apariţia uneia din bilele 1,4,7,10,
atunci când se face o extragere din urnă. Este evident, că în
conformitate cu definiţia de mai sus, A implică B. Orice
eveniment implică evenimentul sigur.
Pentru generalizarea unor rezultate se admite că
evenimentul imposibil implică orice eveniment.
Să reluăm experienţa cu urna care conţine 10 bile şi
să notăm cu {1} evenimentul apariţiei bilei 1, cu {2} evenimentul
apariţiei bilei 2, etc. Aceastea sunt evenimente elementare ale
experienţei. Să observăm că toate aceste evenimente au o
proprietate comună: nu sunt implicate de alte evenimente.
Astfel, apariţia bilei 1, nu poate fi o consecinţă a unui alt
rezultat aşa cum în exemplul de mai sus, realizarea
evenimentului B era o consecinţă a realizării lui A.

Reprezentarea evenimentelor ca mulţimi

Când în cadrul unei experienţe ne fixăm atenţia

asupra unui eveniment, de fapt, noi ne fixăm atenţia asupra
unei părţi din mulţimea probelor experienţei. Astfel, la
aruncarea zarului, dacă ne interesează evenimentul A,
constând în apariţia unei feţe cu un număr par de puncte, noi

104
urmărim dacă obţinem sau nu una din probele {2}, {4}, {6}.
Altceva nu ne interesează.
Evenimentul este perfect determinat de mulţimea
formată din aceste trei probe şi deci îl putem identifica.
Vom scrie: A={2, 4, 6}.
Dacă ne interesează apariţia unei feţe cu un număr 4
puncte, urmărim dacă apare una din probele {1}, {2}, {3}, {4} şi
atât. Evenimentul respectiv este determinat de mulţimea de
probe care îl realizează: {1,2,3,4}.
Acum este justificată şi notarea evenimentului
imposibil prin  deoarece mulţimea probelor care îl
realizează este vidă. Este justificată de asemenea, notarea
evenimentului contrar lui A prin CA.
Am văzut mai înainte că evenimentul elementar este
realizat de o singură probă. El este perfect determinat de
proba care îl realizează. Am văzut că „A implică B", înseamnă
că realizarea evenimentului A atrage după sine realizarea
evenimentului B, adică printre probele, care realizează pe B se
găsesc toate probele care realizează pe A şi deci pntem scrie
A  B.

Operaţii cu evenimente

Fiind date două evenimente A şi B, numim reuniunea lor şi

notăm prin A  B , evenimentul a cărui realizare constă
105
în realizarea a cel puţin unuia din cele două evenimente.

Uneori evenimentul A B se mai citeşte „A sau B" .
La aruncarea zarului să considerăm evenimentele:
A = {1, 2, 3}
B = {2, 3, 5}.
Evenimentul A se realizează dacă obţinem una din probele {1},
{2},{3}, iar B se realizează dacă obţinem {2}, {3}, sau {5}. Deci,
pentru a se realiza cel puţin unul din evenimentele A, B, trebuie

să obţinem {1}, {2}, {3}, {5} şi deci A B = {1, 2, 3, 5}.

Intersecţia evenimentelor A şi B este prin definiţie

evenimentul A  B a cărui realizare constă în realizarea
simultană a evenimentelor A,B. Uneori, vom citi „A şi B" .
În cazul de mai sus A  B = {2,3}.

Câmp de evenimente
Mulţimea tuturor evenimentelor legate de o experienţă
( inclusiv evenimentul sigur şi evenimentul imposibil ) formează
un câmp de evenimente.
Să considerăm o urnă conţinând patru bile numerotate
1,2,3,4. Câmpul de evenimente al experienţei constând într-o
extragere din această urnă este format din:  , {1}, {2}, {3},
{4}, {1,2}, {1,3}, {1,4}, {2,3}, {2,4}, {3,4}, {1,2,3}, {1,2,4}, {1,3,4},
{2,3,4}, {1,2,3,4} = E.

106
9.2. Probabilitate, Câmp finit de probabilitate

Frecvenţa
Să considerăm o experienţă şi un eveniment A
corespunzător acestei experienţe. Să repetăm această
experienţă de n ori în condiţii identice, să notăm prin 
numărul de realizări ale evenimentului A şi prin (n   )
numărul de nerealizări ale lui A.

Numărul fn  poartă numele de frecvenţă.
n
De exemplu să aruncăm o monedă de o sută de ori şi să
admitem că faţa conţinând stema a apărut de 51 de ori.
51
Numărul f100  reprezintă frecvenţa apariţiei
100
stemei în aceste 100 de experienţe. Frecvenţa variază de la
experienţă la experienţă. Ea are un caracter empiric
experimental. Numărul 
poate varia de la 0 la n inclusiv.
Avem  =0, când din n repetări consecutive ale experienţei,
evenimentul A nu s-a realizat niciodată. Dimpotrivă, dacă din n
experienţe consecutive, evenimentul A s-a realizat în toate
experienţele, rezultă  n.
În toate celelalte cazuri 0 <  < n. De aici rezultă 0  f n  1
, oricare ar fi n.

107
 Experienţa arată, că pentru multe fenomene de masă
frecvenţa fn pentru n crescând necontenit, se apropie din ce
în ce mai mult de o anumită valoare. Această proprietate poartă
numele de lege a numerelor mari .

Evenimente egal posibile

Fie A şi B două evenimente referitoare la aceeaşi
experienţă. Dacă din motive de perfectă simetrie, putem afirma
că ambele evenimente au aceeaşi şansă de a fi realizate,
spunem că evenimentele sunt egal posibile.

Exemple:
1. Experienţa constă din aruncarea unei monede.
Fie A şi B evenimentele de a ieşi respectiv o faţă sau
cealaltă. Dacă moneda este perfectă, nu avem nici un motiv să
admitem că una din feţe are o şansă mai mare de apariţie decît
alta. Acest lucru se confirmă experimental, prin faptul că
aruncând moneda de un număr mare de ori cele două feţe apar
aproximativ la fel de des. Evenimentele A şi B sunt egal
posibile.

2. Experienţa constă de data aceasta din aruncarea unui zar

perfect cubic şi construit dintr-un material omogen, astfel ca
centrul de simetrie să coincidă cu centrul de greutate. Vom
presupune de asemenea că aruncarea se face pe o suprafaţă
108
perfect netedă. În aceste condiţii nu avem nici un motiv să
presupunem că la un număr mare de aruncări va ieşi cu
precădere o anumită faţă a zarului. Evenimentele elementare
{1},{2},{3},{4},{5},{6} au aceeaşi şansă de a se verifica. Spunem
cu sunt evenimente egal posibile.
Evenimentele elementare, în cazul când toate sunt
egal-posibile, le vom numi de aici inainte cazuri egal posibile.

Probabilitate

Definiţie. Probabilitatea unui eveniment este egală cu raportul

dintre numărul cazurilor egal posibile care realizează
evenimentul şi numărul cazurilor egal posibile.
Mai pe scurt, vom spune că probabilitatea
evenimentului A este egală cu raportul dintre numărul m al
cazurilor favorabile realizării evenimentului A şi numărul n al
cazurilor egal posibile. Vom scrie:
P(A) = m / n

Exemple:

1. O urnă conţine 20 de bile identice, numerotate

1, 2, ... , 20.
Care este probabilitatea ca printr-o extracţie să obţinem o bilă
numerotată cu un pătrat perfect ?
109
Să notăm cu A evenimentul căruia vrem să-i calculăm
probabilitatea. Numărul cazurilor egal posibile este 20. Numărul
cazurilor favorabile realizării evenimentului A este 3. Aceste trei
cazuri sunt: extragerea bilei 4, a bilei 9 sau a bilei 16. Avem
deci:
P(A)=3/20.

2. Care este probabitatea ca aruncând două zaruri să obţinem

o „dublă", adică să obţinem la fiecare dintre cele două zaruri
acelaşi număr de puncte ?

Notând cu A unul din zaruri şi cu B pe celălalt, avem 36 de

cazuri posibile, cum reiese din următoarea matrice  ij  cu

.i  1, 6, j  1, 6

3. Să presupunem că avem două urne, prima conţinând 8 bile

numerotate 1,2,...,8, iar a doua 7 bile, numerotate 1,2,...,7.
a) Care este probabilitatea ca făcând câte o extracţie din
fiecare urnă să obţinem din prima urnă un număr impar, iar din
a doua urnă un număr par ?
b) Dar probabilitatea de a obţine două numere de parităţi
diferite ?

110
c) Dar probabilitatea ca numărul înscris pe bila extrasă din
prima urnă să fie mai mic decât cel de pe bila extrasă din a
doua urnă ?

a) Cazurile favorabile la prima din aceste probleme le putem

figura prin (1,2), (1,4), (1,6), (3,2), (3,4), (3,6), (5,2), (5,4),
(5,6), (7,2), (7,4), (7,6). Cum numărul cazurilor posibile este
egal cu 56, probabilitatea căutată este 12/56 = 3/14.
b) La a doua problemă avem mai multe cazuri favorabile. Pe
lângă cele de mai sus mai avem şi (2,1), (2,3), (2,5), (2,7),
(4,1), (4,3), (4,5), (4,7), (6,1), (6,3), (6,5), (6,7), (8,1), (8,3),
(8,5), (8,7).
Probabilitatea este 28/56 = 1/2.

Proprietăţi ale probabilităţilor

Probabilitatea unui eveniment A, pe care o notăm prin
P(A) se bucură de următoarele proprietăţi :
1. 0 ≤ P(A) ≤ 1
2. P(E) = 1
3. P(Ǿ) = 0
4. P( A U B ) = P(A) + P(B), dacă A∩B = Ǿ.
5. P( A ) = 1 - P(A).

Relaţia 1. rezultă imediat din faptul evident 0 �m �n şi deci

111
 m
0 1
n
Pentru a demonstra relaţia 2., vom observa că pentru
evenimentul m<n înseamnă că există evenimente elementare
pentru care evenimentul E nu se verifică, ceeea ce este
imposibil‚ întrucât stim că evenimentul E se realizează
întotdeauna.
Relaţia 3. rezultă din faptul că pentru evenimentul Ǿ
avem m = 0. Într-adevăr dacă am avea m > 0 înseamnă că
există cel puţin un caz posibil care realizează pe Ǿ, ceea ce
este absurd.
Pentru a demonstra relaţia 4., notăm prin numărul n
numărul cazurilor egal posibile, prin m numărul cazurilor
favorabile realizării evenimentului A, prin s numărul cazurilor
favorabile realizării evenimentului B.
Deoarece A∩B=Ǿ înseamnă că evenimentele A şi B
sunt incompatibile între ele. Nici unul din cazurile favorabile
realizării evenimentului A nu poate realiza pe B şi invers.
Rezultă că m + s reprezintă numărul cazurilor egal posibile
favorabile evenimentului A U B.
Conform definiţiei probabilităţii, avem:
m s
P ( A)  , P ( B)  ,
n n

112
 m+s
P( A U B) 
n
şi deci:
P ( A  B)  P( A) + P ( B ),
dacă A I B = Ǿ.
Pentru a demonstra relaţia 5., observăm că
A U A  E, A I A  Ǿ
În baza egalităţii 4., reiese
P ( A) + P ( A )  P ( E ).
Ţinînd seama de 2., obţinem imediat egalitatea 5.
Această ultimă relaţie prezintă deseori interes la
rezolvarea problemelor.
Dacă vrem să calculăm probabilitatea unui eveniment
A observăm că raţionamentul şi calculele sunt mai dificile
decât la calculul probabilităţii evenimentului contrar A
calculăm mai întâi probabilitatea P ( A ) a acestuia din urmă
şi apoi calculăm:
P ( A)   P ( A ),

Evenimente independente
Fie A şi B două evenimente, Dacă
P(A∩B)=P(A)xP(B)
evenimentele A şi B sunt, prin definiţie, independente.
Exemple:

113
1. Considerăm experienţa constând din aruncarea a două
zaruri, unul roşu şi celălalt verde. Fie A evenimentul ca zarul
roşu în experienţă să apară cu faţa 1 şi B evenimentul ca zarul
verde să apară cu faţa 5. Sunt evenimentele A şi B
independente ?

Pentru a răspunde la întrebare trebuie să calculăm

valoarea probabilităţilor P(A ∩ B), P(A), P(B).
Evenimentele elementare sunt (j,k) , cu (j = 1, 2, 3, 4,
5, 6; k = 1, 2, 3, 4, 5, 6), unde f înseamnă numărul de puncte
de pe faţa zarului roşu şi k de pe faţa zarului verde.
Toate aceste evenimente sunt egal posibile. Avem prin
urmare 36 de cazuri egal posibile.
Avem un singur caz favorabil pentru A∩B, şi anume (1,5). Prin
urmare
1
P( A  B) 
36
Pentru A avem şase cazuri favorabile :
(1,1), (1,2), (1,3), (1,4), (1,5), (1,6).
Deci
6 1
P ( A)   .
36 6
Pentru B avem cazurile favorabile :
(1,5), ( 2,5), (3,5), ( 4,5), (5,5), (6,5).
114
Rezultă
6 1
P( B)   .
36 6
Relaţia
P ( A  B )  P ( A) xP ( B )
este îndeplinită şi deci evenimentele A şi B sunt independente.

2. Într-o urnă sunt 4 bilete, numerotate de la l la 4 inclusiv.

Extragem succesiv bilele din urnă. Fie A evenimentul, ca după
ce le-am extras pe toate din urnă, biletul cu numărul 4 să iasă
primul, iar B evenimentul ca biletul cu numărul 1 să apară în
extracţia a doua. Sunt evenimentele A şi B independente ?
Avem 4! = 24 cazuri egal posibile, date de numărul de
permutări de 4 obiecte, deoarece numerele 1,2,3,4 pot ieşi în
cele 4 extracţii în toate modurile posibile.
Pentru evenimentul A avem 3! = 6 cazuri favorabile.
Ele sunt date de permutările:
(4 1 2 3), (4 2 3 1), (4 3 1 2), (4 1 3 2), (4 2 1 3), (4 3 2 1) în
care cifra 4 ocupă primul loc iar cifrele 1,2,3 se permută în
toate modurile posibile.
Prin urmare:
6 1
P ( A)  
24 4
Pentru B în mod analog avem următoarele şase cazuri
favorabile :
115
(2 1 3 4), (3 1 4 2), (4 1 2 3), (2 1 4 3), (3 1 2 4), (4 1 3 2)

Deci
6 1
P( B)  
24 4
Pentru A ∩ B, avem două cazuri favorabile
(4 1 2 3), (4 1 3 2).
Rezultă
2 1
P( A  B)  
24 12
si cum
P( A I B ) �P ( A) �
P( B)
obtinem
1 1 1
� �
12 4 4
Rezultă că evenimentele A şi B nu sunt independente.

Deci reţinem că: evenimentele A şi B sunt

independente, dacă probabilitatea intersecţiei lor este egală cu
produsul probabilităţilor lor.
Despre un număr oarecare de evenimente, spunem
că sunt independente, dacă probabilitatea oricărei intersecţii
făcute cu evenimentele respective, este egală cu produsul
probabilităţilor evenimentelor intersectate.

116
Astfel evenimentele A, B, C sunt independente dacă avem
toate egalităţile:
P ( A  B )  P ( A)  P ( B ),
P ( A  C )  P ( A)  P (C ),
P ( B  C )  P ( B )  P (C ),
P ( A  B  C )  P ( A)  P ( B )  P (C ).

Regula înmulţirii probabilităţilor

În cazul general a două evenimente A şi B
corespunzătoare la două experienţe S1 şi S2 care nu au nici o
legătură între ele, numărul cazurilor egal posibile şi favorabile
se face considerând evenimentele A şi B independente. În
consecinţă dacă însemnăm prin p probabilitatea realizării
evenimentului A, şi prin q probabilitatea evenimentului B, atunci
probabilitatea realizării evenimentului A ∩ B este pq.

Exemple:

1. Urna U conţine şapte bile albe şi trei roşii, iar urna V conţine
trei bile albe. Extragem câte o bilă din fiecare urnă. Care este
probabilitatea ca ambele bile extrase să fie albe ?
117
Fie A evenimentul de a scoate o bilă albă din urna U. Avem 10
cazuri egal posibile dintre care 7 sunt favorabile. Deci:
7
p .
10
Fie evenimentul de a scoate o bilă albă din urna U. Avem tot 10
cazuri egal posibile dintre care numai 3 sunt favorabile. Prin
urmare:
3
q .
10
Să observăm că, fie am scos o bilă albă din U, fie că
am scos o bilă roşie, numărul cazurilor egal posibile din urna V
rămâne tot 10, iar numărul cazurilor egal posibile favorabile tot
3. Evenimentele A şi B sunt independente şi deci putem aplica
regula de înmulţire a probabilităţilor.
Probabilitatea de a scoate doua bile albe este:
7 3 21
 
10 10 100
Calculul acestei probabilităţi se poate face şi fără aplicarea
teoremei înmulţirii probabilităţilor, însă este mai complicat.

2. Urna U conţine şapte bile albe şi trei roşii, iar urna V trei bile
albe şi şapte roşii. Extragem mai întâi o bilă din urna U şi
indiferent de culoarea ei o punem în urna V. Extragem apoi din

118
urna V o bilă. Care este probabilitatea să obţinem două bile
albe ?

Şi aici avem de a face cu două experienţe: extragerea

unei bile din prima urnă şi extragerea unei bile din a doua urnă.
Dar aici cele două experienţe sunt legate între ele. Rezultatele
de la a doua experienţă depind de rezultatele de la prima
experienţă şi nu avem dreptul să folosim regula de înmulţire a
probabilităţilor. Pentru rezolvarea problemei evaluăm numărul
cazurilor posibile, să observăm că după ce am introdus o bilă
în urna V, putem scoate o bilă din această urnă în 11 moduri.
Dar conform enunţului bila introdusă, poate fi scoasă
din urna U în 10 moduri şi deci numărul căutat este 10x11=
110. O bilă albă poate fi scoasă din urna U în 7 moduri, iar
după introducerea ei în urna V putem scoate din acestă urnă o
bilă albă în 4 moduri.
Deci numărul cazurilor favorabile este 7x4=28.
Probabilitatea căutată este:
28 14
 .
110 55

Câmp de probabilitate
Mulţimea tuturor evenimentelor legate de o experienţă
împreună cu probabilităţile respective formează un câmp de
probabilitate.
119
 Probabilităţile calculate se referă la evenimente legate
de experienţe având un număr finit de cazuri posibile
(evenimente elementare), deci am avut de-a face cu câmpuri
finite de probabilitate.

Probleme rezolvate

1. Într-o urnă sunt 6 bile, dintre care trei albe numerotate 1, 2, 3

şi trei negre numerotate la fel. Să notăm cu A evenimentul
obţinerii unei bile albe, cu B evenimentul obţinerii unei bile
negre si cu K evenimentul obţinerii unei bile numerotate cu k
(k= 1, 2, 3). Folosind numai aceste evenimente şi operaţiile
dintre ele să se scrie:
a. evenimentul obţinerii bilei albe cu numărul 3;
b. evenimentul obţinerii unei bile albe sau a unei bile cu
numărul 1;
c. evenimentul obţinerii unei bile cu numărul 1 sau cu numărul
2.
Soluţie.
a. Dacă bila extrasă este albă, se realizează A, iar dacă poartă
numărul 3 se realizează {3}. Evenimentul este realizat dacă
sunt realizate ambele evenimente de mai sus şi deci îl putem
scrie A ∩ {3}.
b. Realizarea evenimentului constă în relizarea a cel puţin
unuia din evenimentele A şi {1} şi deci poate fi scris :
120
 A 1.
c. În acest caz, evenimentul se scrie evident,
1  2.
Totodată dacă observăm că pentru a fi realizat, trebuie să
nu obţinem bila 3, el mai poate fi scris
 3 .
2. Este dat un pachet de 10 cărţi, cu numerele 1, 2..., 10. Care
este probabilitatea ca primele 2 cărti să poarte numerele 1 şi 2
în această ordine ?

Soluţie. Numărul cazurilor egal posibile este numărul de feluri

în care pot fi aranjate cele 10 cărţi, adică
P10 = 10! = 1∙2∙.....∙10.

Dacă două cărţi ocupă în pachet locuri determinate,

rămân opt cărţi care pot fi aranjate în toate felurile posibile.
Rezultă că numărul cazurilor favorabile este egal cu
P8 = 1∙2∙....∙8.

Deci probabilitatea căutată este :

1  2  .....  8 1 1
  .
1  2  .....  10 9  10 90

121
Probleme

1. Un zar are feţele 1, 2 vopsite roşu, feţele 3, 4 vopsite galben,

feţele 5,6 vopsite albastru. Se aruncă acest zar şi se notează:
A - evenimentul obţinerii unei feţe roşii ;
B - evenimentul obţinerii unei feţe galbene ;
C - evenimentul obţinerii unei feţe albastre ;
D - evenimentul obţinerii unui număr par ;
E - evenimentul obţinerii unui număr impar ;
{k} - evenimentul obţinerii feţei cu k puncte (k = 1, 2, 3, 4, 5, 6).
Să se arate că
a) A �B  A I B  C
b) D  E
A I D   2 ; B I D   4 ;
c) C I D   6 ; A I E   1 ;
B I E   3 ; C I E   5 ;
d) ( A  B)  D  ( A  D)  ( B  D)   2  4.

2. O persoană urmează să dea şapte telefoane la şapte

numere diferite. Fiecare număr este format o singură dată.
Notăm cu Ai evenimentul că la chemarea i nu primeşte
răspuns.
Cum se scriu evenimentele :
122
a) primeşte răspuns la toate chemările ;
b) la cel mult o chemare nu primeşte răspuns ;
c) la cel puţin o chemare nu primeşte răspuns ;
d) la o singură chemare nu primeşte răspuns ;
e) nu primeşte răspuns la prima chemare şi la încă una din
celelalte şase chemări, iar la celelalte cinci primeşte răspuns;
f) nu primeşte răspuns cel mult la prima chemare.

3. O urnă conţine 10 bile albe şi 6 bile negre. Din acesta urna

se extrag 2 bile, punându-se inapoi prima bilă extrasă.
Se cere:
a) probabilitatea ca cele două bile să fie albe;
b) probabilitatea ca cele doua bile sa fie negre;
c) probabilitatea ca prima bilă să fie albă şi a doua neagră;
d) probabilitatea ca prima bilă să fie neagră şi a doua albă;
e) probabiltatea ca bilele sa fie de aceeaşi culoare;
f) probabilitatea ca bilele să fie de culori diferite.

4. Din mulţimea numerelor de 7 cifre ce se pot forma cu cifrele

1, 2, 3, 4, 5, 6, 7 se ia la întâmplare un număr. Care este
probabilitatea ca numărul ales să conţină pe 1 şi 2 ca cifre
consecutive în ordine crescătoare ?

123
5. O urnă conţine 3 bile albe şi 4 bile negre. Din această urnă
se scoate o bilă şi în locul ei se pune o bilă de cealaltă culoare
şi apoi se face o nouă extragere.
a) Care este probabilitatea ca a doua bilă extrasă să fie
neagră ?
b) Care este probabiltatea să obţinem bile de culori diferite ?
c) Care este probabilitatea ca a doua bilă să fie neagră ştiind
că prima bilă a fost albă ?

6. O urnă conţine 2 bile albe şi 3 negre, iar o altă urnă conţine

3 bile albe şi 4 negre. Din fiecare urnă este extrasă câte o bilă.
a) Care este probabilitatea obţinerii a 2 bile albe ?
b) Care este probabilitatea obţinerii a 2 bile negre ?
c) Care este probabilitatea obţinerii cel puţin a unei bile
albe ?
d) Care este probabilitatea obţinerii a 2 bile de aceeaşi
culoare ?

9.3. Formule şi scheme clasice de probabilitate

9.3.1. Formule pentru calcularea unor probabilităţi

1) P( A U B)  P( A) + P( B)  P( A I B)
Fie n numărul cazurilor egal posibile ale experienţei în
raport cu care A şi B sunt evenimente, m numărul cazurilor
124
favorabile lui A şi s numărul cazurilor favorabile lui B. Să
presupunem că din cele m cazuri favorabile lui A, t sunt
favorabile lui A I B .
Numărul cazurilor favorabile lui AUB este m + s – t (şi nu
m + s) deoarece în acest caz , t cazuri ar fi numărate de 2 ori
şi la A şi la B).
Rezultă:
m s
P( A)  ; P( B ) 
n n
m+ s t
P( A U B)  ;
n
t
P( A I B) 
n

125
şi deci relaţia
m+ s t m s t
 + 
n n n n
se poate scrie
P( A U B)  P( A) + P( B)  P( A I B)

2) Relaţia precedentă se extinde în cazul a trei evenimente

astfel
P( A  B  C )  P ( A) + P ( B) + P(C ) 
P( A  B)  P ( A  C )  P( B  C ) + P( A  B  C )
Într-adevăr, conform relaţiei precedente avem
P( A U B U C )  P(( A U B) U C )  P( A U B) + P(C ) 
 P(( A U B ) I C )  P ( A) + P ( B )  P ( A I B ) + P (C ) 
 P(( A I C ) U ( B I C ))  P ( A) + P ( B) + P (C ) 
 P( A I B )  P ( A I C )  P ( B I C ) + P ( A I B I C ).

Extinsă pentru n evenimente, relaţia se scrie

P( A1 U A2 U.... U An  P( A1 ) + P( A2 ) + .... + P( An ) + ... +
+ P( An )  P( A1 I A2 )  ...  P ( An 1 I An ) +
+ P( A1 I A2 I A3 ) + .... + (1) n +1 P ( A1 I A2 I .... I An ).
Demonstrarea acestei relaţii se face prin inducţie.

126
Aplicaţie. O urnă conţine 3 bile albe şi 7 bile negre, iar alta
conţine 7 bile albe şi 3 negre. Din fiecare urnă se extrage câte
o bilă.Care este probabilitatea să obţinem cel putin o bilă albă ?
Solutie. Fie A evenimentul extragerii unei bile albe din prima
urnă şi B evenimentul extragerii unei bile albe din a doua urnă.
Avem de calculat probabilitatea evenimentului A  B
P ( A  B )  P ( A) + P ( B )  P ( A  B ).
3 7
P ( A)  , P( B) 
10 10
Deoarece A şi B sunt independente
3 7 21
P( A  B)  P( A)  P( B )   
10 10 100
şi deci
3 7 21 79
P( A  B)  +   
10 10 100 100

9.3.2. Scheme clasice de probabilitate

Schema lui POISSON

Se dau n urne U1, U2, …, Un care conţin bile albe
si negre in proporţii date. Cunoaştem deci probabilitătile pi (i =
1, 2,…, n) cu care este extrasa o bilă albă din urnă Ui . Se cere
probabilitatea de a extrage k bile albe si n-k bile negre, atunci
127
când din fiecare urnă se extrage cate o bilă. Să notăm cu qi = 1
– pi (i = 1, 2, …, n) probabilitatea de a extrage o bilă neagră din
urna Ui.
Fie Ai (i = 1, 2, …,n) evenimentul de a extrage o
bilă albă din urna Ui si
A i  CAi
evenimentul contrar al lui Ai .
Evident, evenimentele Ai si Ai sunt independente in

totalitatea lor.
Pentru a extrage k bile albe si n- k negre, trebuie
să se realizeze k evenimente Ai si n-k evenimente Ai .
Evenimentul
Ai1  Ai2  ...  AiK  AiK + 2  ...  Ain
se realizează cu probabilitatea
pi1  pi2 ... piK  qiK + 2  qiK + 2 ...qin
,
unde litera p apare de k ori cu diferiţi indici , iar q de n-k ori cu
indici care nu apar la p de k ori cu diferiţi indici, iar q de n-k ori
cu indici care nu apar la p.
Se observă uşor că după aceeaşi regulă se
calculează coeficientul lui xk in polinomul
P x    p1 x + q1  p 2 x + q 2 ... p n x + q n .
Schema lui Poisson ajută la rezolvarea problemelor in care se
cere probabilitatea realizării de k ori a unui eveniment intr-o
128
experienţă ce consta in efectuarea a n experiente
independente, atunci când cunoaştem probabilitatea realizării
evenimentului in fiecare din cele n experienţe.

Aplicaţie. Intr-un atelier sunt 3 maşini. Prima dă 0,9% rebuturi,

a doua 1% si a treia 1,3% . Se ia la întâmplare cate o piesa de
la fiecare maşină si se cere probabilitatea ca 2 din piesele luate
să fie bune si una sa fie rebut.

Suntem in cadrul schemei lui Poisson . Probabilitatea

căutată va fi coeficientul lui x2 din produsul
 p1 x + q1  p 2 x + q 2  p3 x + q3  ,
unde
p1 = 0,991; p2 = 0,99; p3 = 0,987.
q1 = 0,009; q2 = 0,01; q3 = 0,013.

Schema lui BERNOULLI

Să presupunem că in schema lui Poisson urnele
U1, U2, …, Un sunt identice. Atunci putem lua
p1 = p2 = …=pn = p; q1 = q2 = …= qn = q = 1- p.
Probabilitatea extragerii a k bile albe va fi in acest caz
coeficientul lui xk din polinomul
P x    px + q  ,
n

adică va fi egala cu C nk p k q n  k .
129
Recunoaştem in această expresie termenul general al ridicării
la puterea n a binomului px + q. Pentru acest motiv schema se
mai numeşte binomială.
Deoarece urnele sunt identice, putem considera că
toate extragerile se fac dintr-o singura urnă, bila extrasa
punându-se înapoi in urna după fiecare extragere.
Obţinem astfel schema lui Bernoulli:
Probabilitatea de a scoate k bile albe din n extrageri dintr-o
urnă, punând de fiecare data bila înapoi, este
Pn , k  C nk p k q n  k ,
unde p este probabilitatea obţinerii unei bile albe dintr-o singură
extragere si q = 1 – p.
Schema lui Bernoulli rezolvă problemele in care se cere
probabilitatea realizării unui eveniment de k ori intr-o serie de n
efectuări a unei experienţe ,atunci când se cunoaşte
probabilitatea evenimentului la o singură efectuare a
experienţei.

Aplicaţia 1. Se aruncă o monedă de 4 ori. Se cere

probabilitatea de a obţine o singură dată stema.

Avem
1 1
p ; q  ; n  4; k  1
2 2

130
 1 3
1 1 1
P4 ,1  C 41       .
2 2 4

Aplicaţia 2. Se aruncă un zar de 5 ori. Se cere probabilitatea

ca faţa cu un punct să apară de 2 ori si de 3 ori sa nu apară.
Avem
1 5
p ; q  ; n  5; k  2
6 6
2 3
1 5 625
P5, 2  C 52      
6 6 3888

Probleme

1. O urnă conţine 10 bile numerotate cu 1, 2, …,10. Se face o

extragere la întâmplare din aceasta urnă. Care este
probabilitatea obţinerii unei bile cu un număr mai mare ca 5,
sau a unei bile cu un număr par ?

2. Doi trăgători trag cate un foc asupra unei ţinte. Primul

nimereşte ţinta cu probabilitatea 7/9, iar al doilea cu
probabilitatea 9/11.
Care este probabilitatea ca ţinta să fie atinsă ?

131
3. O urnă conţine 12 bile numerotate cu 1, 2, …, 12. Se face o
extragere din aceasta urnă. Care este probabilitatea obţinerii
sau a unui număr par ,sau a unui număr mai mic ca 5, sau a
unui pătrat perfect ?

4. 3 tragatori trag cate un foc asupra unei ţinte, independent

unul de altul. Primul nimereşte ţinta cu probabilitatea 3/4 , al
doilea cu probabilitatea 4/5, iar al treilea cu probabilitatea 5/6.
Care este probabilitatea ca ţinta sa fie atinsă ?

5. Intr-o clasă sunt 14 băieti si 16 fete, in altă clasă sunt 15

băieţi si 15 fete, iar in altă clasă 18 băieţi si 14 fete. Din fiecare
clasă este luat din întâmplare cate un elev. Care este
probabilitatea sa fie aleşi doi băieţi si o fată ?

6. Intr-o cutie sunt 4 pachete a cate 20 de ţigări. In primul

pachet este o ţigară ruptă, in al doilea sunt 2 ţigări rupte, in al
treilea sunt 3 ţigări rupte, iar in al patrulea sunt 4 ţigări rupte.
Din fiecare pachet se ia cate o ţigară. Care este probabilitatea
să iasă 3 ţigări bune si una ruptă ? Dar probabilitatea să iasă
cel puţin 3 ţigări rupte ?

7. Se dau 4 urne: U1 conţine 3 bile albe si 4 negre, U 2 conţine 2

bile albe si 5 negre, U3 conţine 5 bile albe si 2 negre, U4 conţine
4 bile albe si 3 negre. Din prima urnă se fac 3 extrageri
132
punându-se de fiecare data bila înapoi in urnă, iar din celelalte
3 urne se face cate o extragere.
Care este probabilitatea obţinerii sau a 2 bile albe si una
neagră din prima urnă ,sau a 2 bile albe si una neagră din
următoarele 3 urne ?

8. Sa considerăm urnele U1, U2, U3, U4, având compoziţiile U1 =

5 bile albe, 5 negre; U2 = 4 bile albe ,6 negre; U 3 = 4 bile albe ,
5 negre; U4 = 4 bile albe, 4 negre. Din fiecare urnă se extrag
cate 5 bile, punându-se bila extrasa înapoi in urnă. Care este
probabilitatea ca din 2 urne sa obţinem 2 bile albe si 3 negre,
iar din a treia urna sa obţinem altă combinaţie ?

133
9.4. Variabile aleatoare

In viata de toate zilele intalnim la tot pasul mărimi care

iau valori ce se schimbă sub influenta unor factori intâmplători.
Asa sunt, de exemplu, numărul de zile dintr-un an in care cade
ploaie intr-o anumita regiune, numarul băietilor din 100 de nou
născuti, numărul de puncte care apar la aruncarea unui zar,
numărul de bile albe care apar in n extrageri dintr-o urnă care
contine bile diferite culori printre care si bile albe, etc. In
capitolul de fată ne interesează dintre aceste marimi numai
acelea care iau un număr finit de valori. Fiecare dintre
mărimile de mai sus poate lua diferite valori in diverse efectuari
ale experientei, chiar daca toate conditiile răman aceleasi la
fiecare efectuare a experientei. Modificarea valorilor are la
bază factorii intâmplători. De aceea vom numi aceste marimi
variabile aleatoare (intamplatoare).
Pentru cunoastearea unei variabile aleatoare trebuie
să cunoastem in primul rând valorile pe care le poate lua.
Dar cunoasterea acestor valori este departe de a fi suficientă.
După cum am văzut, fiecare valoare este luată sub influenta
unor factori intâmplători. Deci, unele valori pot apărea mult mai
des decit celelalte. Variabila aleatoare va fi mult mai bine
precizată daca vom cunoaste si probabilitatea cu care este
luată fiecare valoare.
O variabilă aleatoare X o vom nota schematic:
134
 �x x2 xn �
X : �1 �,
�p1 p2 L pn �
In primul rand al tabelului am trecut valorile posibile ale
variabilei si sub fiecare valoare , probabilitatea cu care X ia
aceasta valoare. Aceasta se numeste distributie sau
repartitie variabilei X..
De cele mai multe ori in calcul este suficient sa
cunoastem valorile care le ia variabila aleatoare si
probabilitatile respective.
Dar, in general, cunoasterea acestor date nu este
suficienta pentru determinarea completa a variabilei aleatoare.
Sa aratam acest lucru pe exemplu.
Sa consideram un joc cu zaruri. Se acorda celui care
arunca zarul :
1 punct daca apare una din fete 1 sau 2;
2 puncte daca apare una din fete 3 sau 4;
3 puncte daca apare una din fete 5 sau 6;
Obtinem o variabila aleatoare Y cu distributia:
�1 2 3�
Y : �1 1 1�,
�
� �
�
�3 3 3�
In exemplul nostru , variabilele X si Y nu sunt egale,
dar au aceeasi distributie. Intr-adevar , X poate sa ia valoarea

135
3 in timp ce ia valoarea 1, daca a iesit fata 6. Mai mult, atunci
când una din cele doua variabile ia valoarea 2, cealalta nu
poate lua aceeasi valoare.
Stim ca aruncarea zarului este o experienta care da
nastere la un tip de probabilitate. Am notat multimea
evenimentelor elementare prin E ={1,2,3,4,5,6}. Se vede ca
variabila X este o functie definita pe E, care ia urmatoarele
valori:
X({1})=1 ; X({2})=1; X({3})=2;
X({4})=2; X({5})=3; X({6})=3
La fel :
Y({1})= Y({6})=1 ;
Y({2})=Y({5})=2;
Y({3})=Y({4})= 3.
In general, la orice variabila aleatoare ne intereseaza
probabilitatea ca ea sa ia o anumita valoare. Dar pentru a
putea vorbi de probabilitate, trebuie sa avem in vedere un
camp de probabilitati. Vom spune deci ca o variabila aleatoare
este o functie definita pe multimea evenimentelor elementare
ale unui camp de probabilitate. Egalitatea de forma
x  xi
este un eveniment. In exemplul de mai sus , egalitatea X=1
este echivalenta cu evenimentul {1,2}. Intr-adevar aceasta
egalitate se realizeaza, daca si numai daca se realizeaza acest

136
eveniment, cu alte cuvinte jucatorul respectiv capata un punct
daca si numai daca obtine una din fetele 1 sau 2.
Deoarece egalitatile x  x1 , x  x2 , …. x  xn sunt
incompatibile doua câte doua dar si una din ele se realizeaza
neaparat, avem;
P  x  x1  + P  x  x2  + ... + P  x  xn   1 ,
p1 + p2 + ... + pn  1

9.5. Operatii cu variabile aleatoare

Produsul si suma dintre o constanta si o variabila

aleatoare
Daca X este o variabila aleatoare si a o constanta ,
aX este o variabila care ia valoarea axi , atunci cand X ia
valoarea xi, iar a+X este o variabila care ia valoare a+xi, cand X
ia valoarea xi. Daca X are distributia
�x x2 xn �
X : �1 �,
�p1 p2 L pn �
atunci:
�ax ax2 axn �
aX : � 1 �,
�p1 p2 L pn �

137
 �a+x a + x2 a + xn �
a + X :� 1 �.
� p1 p2 L pn �

Adunarea variabilelor aleatoare

Fiind date doua variabile aleatoare X si Y , vom numi
suma lor Z = X+Y, care ia valoarea xi+yi, daca X ia valoarea
xi si Y ia valoarea yi.
Daca X si Y au respectiv distributiile:
x x2 xm  �y y2 yn �
X :  1  , Y : �1 �,
 p1 p2 ... pm  �q1 q2 L qn �
X+Y are distributia
�x + y x2 + y2 xm + yn �
X + Y : �1 1 �
� q11 q12 L qmn �

unde pij (i=1,2,...m; j=1,2,...,n) este probabilitatea realizarii

simultane a egalitatilor X=xi si Y=yi.
Fiind date mai multe variabile aleatoare X, Y.., V
suma lor se defineste asemanator: X+Y+...+V este variabila
care ia valoarea xi+yi+...+vk, daca X,Y,...,V iau respectiv
xi,yi,...vk.
De exemplu, fiind date 3 variabile aleatoare.

138
 x x2 xm  �y y2 yn �
X :  1  , Y : �1 �,
 p1 p2 ... pm  �q1 q2 L qn �
 z1 z2 zs 
Z :  ,
 r1 r2 ... rs 
putem scrie
x + y + z x2 + y 2 + z 2 xm + y n + z s 
X + Y + Z :  1 1 1 
 q111 q112 ... q mns 
Cand scriem tabloul de distributie al unei variabile aleatoare e
bine sa avem in vedere ca valorile din primul rând sa fie diferite
de câte doua.

Produsul variabilelor aleatoare

Fiind date doua variabile aleatoare X si Y , vom numi
produsul variabile XY, care ia valoarea xiyi, atunci cand X ia
valoarea xi si Y ia valoarea yi.
Daca X si Y au distributiile:
 x1 x2 xm  �y y2 yn �
X :   , Y : �1 �,
 p1 p2 ... pm  �q1 q2 L qn �
XY are distributia
�x y x2 y2 xm yn �
XY : �1 1 �,
�p11 p22 L pmn �

139
unde p ij este probabilitatea realizarii simultane a egalitatilor
X  xi , Y  y j
Fiind date mai multe variabile aleatoare X,Y, .., V , vom numi
produsul lor variabila XY...V, care ia valoarea xiyi...vk.
De exemplu, fiind date 3 variabile aleatoare
 x1 x2 xm  �y y2 yn �
X :   , Y : �1 �,
 p1 p2 ... pm  �q1 q2 L qn �
z z2 zs 
Z :  1 .
 r1 r2 ... rs 
Atunci scriem:
x y z x2 y 2 z 2 xm y n z s 
XYZ :  1 1 1 ,
 p111 p112 ... p mns 
unde p ijk este probabilitatea realizarii simultane a relatiilor
X=xi, Y=yj, Z=zk.

Ridicarea la putere a unei variabile aleatoare

Fiind data o variabila aleatoare X, vom numi puterea r
a variabilei aleatoare X variabila Xr care ia valoarea xir, daca X
ia valoarea xi.

Daca distributia lui X este

140
 �x x2 xn �
X : �1 �,
�p1 p2 L pn �
Distributia variabilei Xr este
�x� x2� xn��
: �1
X� �,
�p1 p2 L pn �

Alte operatii cu variabila aleatoare

Fiind data o variabila aleatoare X vom numi inversa ei
1 1
variabila , care ia valoarea , cand X ia valoarea xi .
X xi
Acesta este un caz particular al puterii unei variabile aleatoare,
cazul r =-1.
Fiind date doua variabile aleatoare X si Y , astfel ca Y
sa nu ia valori egale cu zero, vom numi raportul lor variabila
X xi
, care ia valoarea , daca X ia valoarea xi si Y ia valoarea
Y yi
yi.

Variabile aleatoare independente

Am vazut ca de câte ori avem de efectuat o operatie
cu doua variabile aleatoare X si Y, ne intereseaza probabilitatea
realizarii sistematice a egalitatilor de forma X=xi si Y=yi . Noi
am notat aceasta probabilitate cu pij. Daca evenimemtele
141
(X=xi)si (Y=yi) sunt identice pentru toate valorile indicilor i si j,
vom spune ca variabilele in acest caz se pot scrie:

pij=P(X=xi ,Y=yi)=P((X=xi ) (Y=yi))=P(X=xi) P(Y=yi).
Daca P(X=xi) = pi si P(Y=yi)=qj, avem pij=pi*qj
Daca avem mai multe variabile aleatoare X,Y,...,V,
vom spune ca sunt independente daca toate evenimentele de
forma: (X=xi), (Y=yi),...., (V=vk)
Daca
x x2 xm  �y y2 yn �
X :  1  , Y : �1 �
 p1 p2 ... pm  �q1 q2 L qn �
 z1 z2 zs 
Z :  ,
 r1 r2 ... rs 
sunt variabile aleatoare independente , atunci putem scrie:
�x + y x + y2 xm + yn �
X + Y : �1 1 2 �,
� p1q1 p1q2 L pm qn �
�x y x2 y2 xm yn �
XY : �1 1 �,
�p1q1 p1q2 L pm qn �
 x + y + z x + y2 + z 2 xm + yn + zs 
X + Y + Z :  1 1 1 2 
 p1q1r1 p1q1r2 ... pm qn rs 

142
9.6. Valori medii

Definitie. Fiind data o variabila aleatoare

�x x2 xn �
X : �1 �,
�p1 p2 L pn �
vom numi valoare medie a acestei variabile numarul
n
M  x   p1 x1 + p2 x2 + ... + pn xn  �pi xi
i 1

Exemplu

Daca luam ca variabila X numarul de puncte iesite la

aruncarea zarului , distributia variabilei X este:
�1 2 3 4 5 6�
X �1 1 1 1 1 1�,
�
� �
�
�6 6 6 6 6 6�
Valoarea medie a acestei variabile este
1 1 1 1 1 1 7
M  x   1� + 2 � + 3 � + 4 � + 5 � + 6 � 
6 6 6 6 6 6 2
Sa scoatem in evidenta cateva proprietati ale valorii medii:

1. Valoarea medie a unei constante este egala cu

constanta.
143
 Distributia unei variabile aleatoare care ia o singura
valoare este de forma

a
 
1 
si deci valoarea sa medie va fi egala cu a �
1 = a.

2. Daca X este o variabila aleatoare si a o constanta ,

atunci sunt adevarate relatiile:
M(a+X) = a+M(X),
M(aX) = aM(X)

Intr-adevar , fie
�x x2 xn �
X : �1 �,
�p1 p2 L pn �
distributia variabilei X.
Distributia variabilei a+X este

144
 �a+x a + x2 a + xn �
A+ X :� 1 �,
� p1 p2 L pn �
Valoarea medie
 a + x1  p1 +  a + x2  p2 + ... +  a + xn  pn 
 a  p1 + p2 + ... + pn  +  p1 x1 + p2 x2 + ... + pn xn  .

Distributia variabilei aX este

�ax ax2 axn �
X :� 1 �;
�p1 p2 L pn �
iar media
p1  ax1  + p2  ax2  + ... + pn  axn  
 a  p1 x1 + p2 x2 + ... + pn xn   aM  x  .

3. Valoarea medie a unei variabile aleatoare

�x x2 xn �
X : �1 �,
�p1 p2 L pn �
este cuprinsa intre cea mai mica si cea mai mare din
valorile posibile variabile.

Intr-adevar, fie a cea mai mica dintre valorile x1 x2 , ..., xn , A,

cea mai mare dintre aceste valori. In relatia:
145
M(X)=p1 x1+ p2 x2+…+ pnxn
membrul drept se micsoreaza daca inlocuim toate valorile xi, (i=
1,2,..,n) cu a:
M(X)>p1a + p2 a+…+ pna= (p1+ p2+…+ pn)a=a
Daca inlocuim toate valorile xi (i=1,2,…,n) cu A membrul drept
se mareste
M(X)<p1A + p2 A+…+ pnA= (p1+ p2+…+ pn)A=A.
Deci a<M(X)<A.
4. Valoarea medie a unei sume finite de variabile aleatoare
este egala cu suma valorilor medii ale variabilelor
aleatoare respective.

Fie
x x2 xm  �y y2 yn �
X :  1  , Y : �1 �,
 p1 p2 ... pm  �q1 q2 L qn �
suma variabilelor aleatoare. Ne propunem sa calculam
valoarea medie a variabilei X+Y;
�x + y x2 + y2 xm + yn �
X + Y : �1 1 �
� p11 p12 L pmn �

Conform definitiei valorii medii putem scrie:

146
X+Y= p11 (x1+y1) + p12 x1+y2)+…+ (x1+y2)+…+p1n(x1+yn)
+p21(x2+y1) + p22 (x2+y2) + … + p2n(x2+yn) + .... +
y1(p11+p21+…+pm1) +
+ y2(p12+p22+…+pm2) + … + yn(p1n+p2n+…+pmn).
Sa scriem aceasta relatie mai restrans
n
X +Y  �x  p
i 1
i i1 + pi 2 + ... + pin  +
m
+ �y j  p j1 + p j 2 + ... + p jn 
j 1

Reamintim ca prin pkl am notat probabilitatea evenimentului

(X=xi) si (Y=yj).
Evenimentele (Y=y1), (Y=y2),…, (Y=yn) sunt incompatibile doua
cate doua si
 Y  y1  � Y  y2  �... � Y  yn   E ,
unde E este evenimentul sigur. Deci
 X  xi    X  xi  �E   X  xi  �
�� � Y  y1  � Y  y2  �... � Y  yn  �
�,
 X  xi   �
 X  xi  � Y  y1  �
� X
���
�  xi  � Y  y2  �
��
�... ��� X  xi  � Y  yn  �
,
�
pi  P  X  xi   P �
 X  xi  � Y  y1  �
� �+
 X  xi  � Y  y2  �
+P �
�  X  xi  � Y  yn  �
�+ ... + P �
� �,

147
sau pi= pi1+pi2+…+pin.
Rationand la fel se poate arata ca pj=pj1+pj2+…+pjm.

Putem deci scrie

n m
M  X + Y   �xi pi + �y j p j  M  X  + M  Y  .
i 1 j 1

Valoarea medie a unei sume de doua variabile aleatoare este

egala cu media valorilor medii a celor doua variabile.
Proprietatea este adevarata pentru suma unui numar finit
oarecare de variabile aleatoare.
Demonstratia acestei afirmatii se face prin recurenta.
Pentru aceasta este suficient sa observam ca putem scrie:
X+Y+Z=(X+Y)+Z.
Din aceasta relatie rezulta proprietatea pentru trei variabile
aleatoare.
M(X+Y+Z) = M(X+Y)+ M(Z)= M(X)+M(Y)+M(Z)
In general daca stim ca
M(X1+X2+…+Xn) = M(X1)+M(X2)+…+M(Xn),
Din relatia
X1+X2+…+Xn+Xn+1=(X1+X2+…+Xn)+ Xn+1
M(X1+X2+…+Xn+Xn+1 )=M=(X1+X2+…+Xn)+M(Xn+1 ) =
M(X1)+M(X2)+…+M(Xn)+ M(Xn+1 ).

5. Valoarea medie a unui produs finit de variabile aleatoare

148
Fiind date doua variabile aleatoare
 x1 x2 xm  �y y2 yn �
X :   , Y : �1 �
 p1 p2 ... pm  �q1 q2 L qn �
valoarea medie a variabilei
�x y x2 y2 xm yn �
XY : �1 1 �,
�p11 p12 L pmn �
este
M  XY   p11 x1 y1 + p12 x1 y2 + ... + p1n x1 yn + p21 x2 y1 +
+ p22 x2 y2 + ... + p2 n x2 yn + ... + pm1 xm y1 + pm2 xm y2 + ... pmn xm yn .
In cazul general, aceasta expresie nu se poate simplifica. Daca
insa variabilele aleatoare X si Y sunt independente, se produc
simplificari insemnate. Stim ca in acest caz putem scrie
pij= pi gj
M  XY   p1 g1 x1 y1 + p1 g 2 x1 y2 + ... + p1 g n x1 yn + p2 g1 x2 y1 +
+ p2 g 2 x2 y2 + ... + p2 g n x2 yn + ... + pm g n xm y1 + pm g 2 xm y2 + ... +
+ pm g n xm yn .
Dând factor p1x1 in prima linie, p2x2 in a doua, ..., pmxm in a m-a
rezulta
M(XY)= p1x1(g1y1+ g2 y2+...+ gnyn)+ p2x2(g1y1+ g2 y2+...+ gnyn)+...+
pmxm(g1y1+ g2 y2+...+ gnyn)
M(XY)= (g1y1+ g2 y2+...+ gnyn) (p1x1+ p2x2+...+ pmxm)
M(XY)= M(X) M(Y)

149
Valoarea medie a unui produs de doua variabile aleatoare
independente este egala cu produsul valorilor medii ale
variabilelor considerate.

Daca se face observatia XYZ=(XY)Z, rezulta , pe baza unui

rationament asemanator cu cel din cazul sus mentionat , ca
valoarea medie a unui numar finit oarecare de variabile
aleatoare independente in totalitatea lor este egala cu produsul
valorilor medii ale variabilelor considerate.

9.7. Alte valori tipice ale variabilei aleatoare

Momente
Fiind data o variabila aleatoare X, vom numi
momentul de ordinul k al acestei variabile valoarea medie a
variabilei Xk. Vom scrie Mk(X)= M(Xk).

Daca X are distributia

�x x2 xn �
X : �1 �,
�p1 p2 L pn �
atunci Mk(X)= p1 xk1+ p2 xk2+…+ pnxkn.
O variabila aleatoare care ia numai valori pozitive are
momentul de orice ordin.

150
Fiind date o variabila aleatoare X si o constanta  , vom numi
abatere de la constanta  a variabilei X, variabila
X-. Momentul de ordinul k raportat la constanta  al
variabilei X , se defineste ca valoare medie a variabilei
(X-)k.
Pentru .=0, obtinem momentul initial de ordin k, sau, scurt,
momentul de ordinul k al variabilei X pe care l-am definit la
inceputul acestui paragraf. Pentru .=M(X)=m, obtinem
momentul centrat de ordin k al variabilei X.
Variabila X- M(X) se numeste abaterea de la medie a variabilei
X, sau , scurt abaterea variabilei X. Valoarea medie a abaterii
oricarei variabile aleatoare este nula .
Intr-adevar M(X- M(X))=M(X)-M(X)=0
De multe ori, la o variabila aleatoare ne intereseaza cat de mult
se abat valorile variabilei de la valoarea medie.Trebuie sa
stabilim un indicator numeric al imprastierii valorilor variabilei
aleatoare in jurul valorilor medii. Valoarea medie a abaterii de
la medie nu poate caracteriza aceasta imprastiere, deoarece
este nula pentru orice variabila aleatoare. Abaterile diferitelor
valori, avand semne diferite, se compenseaza reciproc. Este
foarte important sa caracterizam imprastierea variabilei X, prin
valoarea medie
a abaterii absolute | X-M(X)| pe care o vom numi abatere
medie.

151
Daca X are distributia
�x x2 xn �
X : �1 �,
�p1 p2 L pn �
atunci distributia abaterii absolute este
�x1  m x2  m xn  m �
� �,
� p1 p2 L pn �
unde m=M(X) , iar abaterea medie este
p1|x1-m| + p2|x2-m| +...+ pn |xn-m|.
Se observa ca semnul expresiilor x i-m nu influenteaza
valoarea abaterii medii. Putem lua ca indicator al imprastierii
variabilei X si M[(X-m)2] sau M[(X-m)4] etc. Folosirea abaterii
medii este foarte incomoda in calcul.
Foarte comoda este in schimb folosirea expresiei
M[(X-m)2]

Dispersia
Vom numi dispersie a unei variabile aleatoare X
momentul centrat de ordinul al doilea al acestei variabile.Vom
scrie
2=D2(X)= M[(X-m)2]
unde m=M(X).
Daca X are distributia

152
 �x x2 xn �
X : �1 �,
�p1 p2 L pn �
atunci
D2(X)= p1(x1-m)2 + p2(x2-m)2 +...+ pn (xn-m)2=
= p1(x21-2 x1m+m2) + p2(x22-2 x2m+m2) +...+
+pn (x2n-2 xnm+m2)= p1x21+ p2x22 +...+ pnx2n+
+ 2 m( p1x1+ p2x2 +...+ pnxn)+ m2 (p1+ p2+...+ pn)=
=M(X2) – [M(X)]2.

Sa scoatem in evidenta cateva proprietati mai insemnate ale

dispersiei:

a) Dispersia unei constante este nula D2(a)=0.

Este adevarata si reciproca acestei afirmatii.

b) Doua variabile aleatoare care difera printr-o constanta

au dispersii egale.
Sa consideram variabila
�x x2 xn �
X : �1 �,
�p1 p2 L pn �
si Y=X+a care are distributia:
�a + x a + x2 a + xn �
Y :� 1 �
� p1 p2 L pn �
153
stim ca
m’=M(Y)=M(X) +a=m+a.
D (Y)= p1(x1+a-m’) + p2(x2+a-m’)2 +...+
2 2

+pn (xn+a-m’)2=p1(x1+a-m-a)2 + p2(x2+a-m-a)2 +...+

+pn (xn+a-m-a)2= p1(x1-m)2 + p2(x2-m)2 +...+ pn (xn-m)2= =D2(X)
c) Dispersia produsului dintre o constanta si o variabila
aleatoare este egala cu produsul dintre patratul constantei si
dispersia variabilei D2(aX)=a2 D2(X).

d) Una din cele mai importante proprietati ale dispersiei este

urmatoarea: dispersia unei sume finite de variabile
aleatoare independente este egala cu suma dispersiilor
variabilelor adunate,
D2(X1+X2+…+Xn)= D2(X1)+ D2(X2)+...+ D2(Xn).

De obicei, gradul de imprastiere al unei variabile aleatoare

X se exprima nu prin dispersie, ci prin abaterea medie
patratica D(X) data de relatia
=D2(X)  D 2 ( X )  M(X 2 )-[M(X)]2 .

Aceasta are avantajul ca se exprima prin aceleasi unitati de

masura ca si valorile variabilei X.
Proprietatile mai importante ale abaterii medii patratice sunt:
D(a)=0, daca a este o constanta
D(X+a)=D(X);

154
 D(aX)=aD(X).
Aceste proprietati le are si trebuie sa le aiba orice marime
menita sa masoare gradul de imprastiere. In plus , abaterea
medie patratica are proprietatea ca daca
1=D2(X1), 2=D2(X2) ; ... ; n=D2(Xn)
unde X1, X2 ,…,Xn, sunt variabile aleatoare independente,
atunci
 1  D 2  X 1 + X 2 + ... + X n    12 +  22 + ... +  n2 .

Probleme

1. Se arunca doua zaruri si se noteaza cu S numarul total de

puncte care apar. Sa se formeze tabloul distributiei lui S.

2. Se arunca doua zaruri. Se acorda 12 puncte daca suma

fetelor care apar este 2 sau 12; 4 puncte daca suma este 7 si 1
punct pentru celelalte cazuri. Sa se scrie distributia numarului
N de puncte acordate celui care arunca zarul.

3. In conditiile problemelor 1 si 2 sa se faca tabloul pentru S+1

si pentru 2N.

155
 �0 1 �
4. Se da variabila aleatoare X :� �. Sa se faca
�0,3 0, 7 �
tabloul pentru Xn (n �N).

�1 0 1 �
5. Se dau variabilele X :� �;
�0,3 0,3 0, 4 �
�1 1 �
Y :� �. Sa se faca tabloul de distributie pentru X si
n

�0,5 0,5 �
Yn (n  N).
6. Distributia variabilei X este:
�1 2 3 4�
X :� 2 7 1 1�.
�
�p p �
�
� 4 3 6�
Care este probabilitatea ca X sa ia o valoare mai mica sau
egala cu 3 ?

7. Sa se scrie tabloul de distributie al sumei variabilelor

aleatoare independente.
�1 2 3 4 5 6 � �1 2 3 4 5 6�
X : �1 1 1 1 1 1� , Y :�1 1 1 1 1
�
1 �.
�
� �
� � � �
�6 6 6 6 6 6 � �6 6 6 6 6 6�

156
8. Daca variabilele de la problema 5 sunt independente ce
distributie are suma patratelor lor ?

9. Ce distributie are suma variabilelor aleatoare independente

�1 0 1 � �1 0 1 2 �
X :� 2 5 1�, Y : �2 8 1 1 �
�
�p p �
� � �q q �
�
� 3 3� � 5 6 30 �
Dar produsul lor?

10. Sa se calculeze valoarea medie a numarului de puncte ce

se obtin la aruncarea a 2 zaruri . Sa se rezolve problema
folosind si rezultatul problemei 1.

11. Sa se calculeze valoarea medie a numarului total de puncte

care apar la aruncarea a 5 zaruri.

12. Sa se calculeze valoarea medie a variabilelor

�0 2 3 4 n �
X : �1 1 1 1 1 �
�
� n 1 L �
�
�2 2 4 8 2 n 1 �

157
 �1 1 1 �
�1�
2 2� 3 n  n  1 �
X :� �
�1 1 1 �
� L �
�n n n �

158
9.8. Elemente de statistică matematică

9.8.1. Noţiuni de bază ale statisticii matematice

Populaţie statistică. Caracteristică

Statistica matematică se ocupă cu gruparea, analiza
şi interpretarea datelor referitoare la un anumit fenomen,
precum şi cu unele previziuni privind producerea lui viitoare. În
cadrul analizei statistice a unui fenomen acţionează mai întâi
statistica descriptivă care sa ocupă cu culegerea datelor
asupra fenomenului respectiv şi cu înregistrarea acestor date
apoi statistica matematică, care grupează datele, le analizează
şi le interpretează în vederea unor predicţii privind comportarea
viitoare a fenomenului.
Vom numi populaţie statistică orice mulţime care
formează obiectul unei analize statistice.
Elementele unei populaţii statistice se numesc unităţi
statistice sau indivizi. Trăsătura comună tuturor unităţilor unei
populaţii care ne interesează în cadrul analizei statistice se
numeşte carateristică.
Analiza statistică se poate face după una sau mai
multe caracteristici.

159
Exemple:

1. Dacă ne interesează numărul locuitorilor din fiecare oraş al

ţării la o anumită dată, atunci:
-mulţimea tuturor oraşelor ţării la data respectivă formează
populaţia statistică;
- fiecare oraş constituie o unitate statistică;
- numărul de locuitori la data respectivă este caracteristica
studiată.

2. Dacă ne interesează distribuţia unui grup de copii după

culoarea ochilor şi culoarea părului, atunci:
-mulţimea copiilor grupului considerat formează populaţia
statistică;
-fiecare copil în parte din grupul respectiv este o unitate
statistică;
-culoarea ochilor şi culoarea părului sunt caracteristicile care
ne interesează.
Se pot da nenumărate alte exemple de mulţimi care pot
constitui obiectul unei analize statistice: distribuţia unui grup de
persoane după talie, vârstă şi distribuţia oraşelor după numărul
de salariaţi, distribuţia cardiacilor printre fumători etc. Din însăşi
exemplele date rezultă existenţa a două feluri de caracteristici.
O caracteristică se numeşte cantitativă dacă se poate măsura.
În caz contrar, caracteristica se numeşte calitativă.
160
 Numărul de locuitori, vârsta, talia, salariul lunar etc.
sunt exemple de caracteristici cantitative. Între aceste
caracteristici distingem unele care pot lua numai valori întregi
(numărul de locuitori ai unui oraş, numărul de copii dintr-o
familie, numărul câştigătorilor la loto dintr-un oraş etc.). Aceste
caracteristici se numesc discrete sau discontinue. O
caracteristică care poate lua orice valoare dintr-un interval finit
sau infinit se numeşte continuă. Este cazul taliei, greutăţii,
lungimii firului de păr la oi etc. Culoarea părului, culoarea
ochilor, sexul, profesia etc. sunt exemple de caracteristici
calitative.

Frecvenţa absolută. Frecvenţa relativă. Frecvenţe cumulate

Numărul tuturor elementelor unei populaţii statistice se
numeşte efectivul total al acelei populaţii.
Se numeşte frecvenţa absolută, a unei valori x a
caracteristicii, numărul de unităţi ale populaţiei
corespunzătoare acelei valori.
Este clar că suma frecvenţelor absolute ale tuturor valorilor
caracteristicii este egală cu efectivul total al populaţiei.
Se numeşte frecvenţă relativă (sau pe scurt,
frecvenţă) a unei valori x a caracteristicii, raportul dintre
frecvenţa absolută a valorii x şi efectivul total al populaţiei.
Vom scrie:

161
 nx
f  x  ,
n
unde f(x) este frecvenţa relativă a valorii x, nx este frecvenţa
absolută a acestei valori, iar n efectivul total al populaţiei.
Deseori, frecvenţa este dată în procente.
În cazul caracteristicilor cantitative, aceste tabele scot
în evidenţă o corespondenţă între două mulţimi de numere:
mulţimea valorilor caracteristicii şi mulţimea frecvenţelor
corespunzătoare. Se poate remarca analogia cu distribuţia
variabilelor aleatoare.
Dacă distribuţia unei variabile aleatoare o scriem

 x1 x2 . . xn 
 
 p1 p2 . . pn 
unde pe prima linie sunt trecute valorile variabilei,
iar în cea de a doua linie probabilităţile
corespunzătoare acestor valori, tabela
corespunzătoare unei caracteristici cantitative o
scriem ca în tabela următoare.
162
 Valoarea Frecvenţa
x1 f1
x2 f2
. .
. .
. .
xn fn
În prima coloană sunt trecute valorile caracteristicii, iar
în cea de a doua frecvenţele corespunzătoare.
De altfel, noţiunile de variabilă aleatoare şi
probabilitate sunt modelele teoretice ale noţiunilor de
caracteristică şi, respectiv frecvenţă, care sunt noţiuni cu
caracter experimental.
De multe ori, în loc de caracteristică se spune
variabilă statistică sau pe scurt variabilă, şi noi vom folosi în
cele ce urmează şi această denumire.
Vom spune că o tabelă de genul precedentei defineşte
distribuţia sau repartiţia statistică a variabilei respective.
Este uşor de observat că suma frecvenţelor relative ale tuturor
valorilor variabilei este 1.
Se numeşte frecvenţă absolută cumulată
crescătoare a unei valori x a variabilei suma frecvenţelor
absolute ale tuturor valorilor variabilei care apar până la x
inclusiv.

163
 Se numeşte frecvenţă absolută cumulată
descrescătoare a unei valori x a variabilei suma frecvenţelor
absolute ale tuturor valorilor care apar de la x inclusiv. (în cazul
caracteristicilor cantitative vom considera de aici înainte numai
tabele în care valorile variabilei sunt scrise în ordine
crescătoare).
În mod analog, definim frecvenţa relativă (sau scurt,
frecvenţa) cumulată crescătoare şi frecvenţa cumulată
descrescătoare.
Se numeşte frecvenţă cumulată crescătoare a unei
valori x a variabilei, suma tuturor frecvenţelor valorilor care
apar până la x inclusiv, iar frecvenţa cumulată
descrescătoare suma tuturor frecvenţelor valorilor care apar
de la x inclusiv. Rezultă că frecvenţa cumulată crescătoare este
exprimată şi de raportul dintre frecvenţa absolută cumulată
crescătoare şi efectivul total al populaţiei, iar frecvenţa
cumulată descrescătoare de raportul dintre frecvenţa absolută
cumulată descrescătoare şi efectivul total al populaţiei.
În cele ce urmează, prin frecvenţă cumulată vom
înţelege frecvenţa relativă cumulată crescătoare. Este uşor de
observat că frecvenţa cumulată are ca model teoretic funcţia de
repartiţie. O tabelă statistică poate fi completată cu aceste
frecvenţe.

Serii cronologice
164
 Tot în cadrul seriilor statistice sunt incluse şi aşa-
numitele serii cronologice care prezintă evoluţia în timp a
unor mărimi.
În cazul unei tabele corespunzătoare unei serii
cronologice, în prima coloană sunt trecute anumite momente
sau intervale de timp, iar în coloana a doua valorile
corespunzătoare ale mărimii considerate.

9.8.2. Reprezentarea grafica a seriilor statistice

În acest paragraf ne vom ocupa de reprezentarea

grafică a seriilor statistice cu o singură caracteristică.
Reprezentarea grafică a unei serii este uneori foarte sugestivă,
ea contribuind la o primă interpretare intuitivă, pe cale vizuală a
datelor. Deseori reprezentarea grafică sugerează ea însăşi
legea pe care o urmează fenomenul studiat.

1. Reprezentarea grafică a seriilor cu caracteristică

calitativă

Reprezentarea acestor distribuţii constituie un capitol deosebit

de important al reprezentării grafice, dat fiind că ilustrează, prin
desene, anumite rapoarte numerice. Graficul corespunzător
poartă numele de diagramă.
165
Să considerăm, de exemplu, distribuţia investiţiilor pe ramuri
ale economiei naţionale în anii 1990-2000.

Total investiţii 100%

Industrie 57,4%
Agricultură 13,1%
Transporturi şi telecomunicaţii 11,8%
Gospodăria comunală şi 8,7%
locuinţe
Învăţământ, cultură şi sănătate 3,5%
Celelalte ramuri 5,5%

Datele pot fi reprezentate prin dreptunghiuri de baze egale şi

cu înălţimile proporţionale cu procentele sau prin sectoare de
cerc, cu unghiurile proporţionale cu aceleaşi numere.

2. Reprezentarea seriilor cu caracteristică cantitativă

Seriile cu caracteristică cantitativă se reprezintă grafic
în raport cu un sistem de axe rectangulare. Alegerea unităţii pe
fiecare dintre axe este la îndemâna statisticianului, care are
grijă ca alegerea să uşureze obţinerea concluziilor dorite, cât şi
ca desenul să rămână în cadrul hârtiei.

a. Reprezentarea în batoane.
166
 Această reprezentare se foloseşte mai ales pentru
seriile în care variabila ia un număr mic de valori. De exemplu :

Distribuţia familiilor dintr-un bloc după numărul copiilor

Numărul de copii Frecvenţa absolută
0 6
1 18
2 23
3 20
4 14
5 6
6 2
7 1

Obţinem reprezentarea în batoane dacă pe axa

orizontală sunt trecute punctele reprezentând valorile variabilei
şi din aceste puncte se ridică segmente verticale de lungime
egală cu frecvenţa absolută sau relativă a valorii respective.
Segmentele ridicate sunt măsurate cu unitatea de pe OY.

b. Histogramă.
Fiind dată o serie cu clase de valoare de amplitudini
egale obţinem histograma acestei serii, luând pe axa orizontală

167
o succesiune de segmente egale (reprezentând amplitudinea
claselor) şi ridicând, pe fiecare din aceste segmente
considerate ca baze, dreptunghiuri de înălţimi proporţionale cu
frecvenţele (relative sau absolute) ale claselor respective.

25

20

15

10

0
1 2 3 4 5 6 7 8

Figura a

20

10

0
10-20 20-30 30-40 40-50 50-60

Figura b
168
Tabela 1. Distribuţia unor piese după diametrul lor
Mărimea Frecvenţa Frecvenţa
diametrului absolută cumulată
[mm]
10–20 10 10
20–30 15 25
30–40 12 37
40–50 15 52
50–60 8 60

c. Dacă din mijlocul fiecărui segment de pe axa orizontală

ridicăm segmentele proporţionale cu frecvenţele claselor
corespunzătoare fiecărui segment şi unim printr-o linie
poligonală extremităţile superioare ale acestor segmente,
obţinem poligonul frecvenţelor.

d. Dacă aceleaşi puncte de la alineatul precedent le unim

nu printr-o linie poligonală, ci printr-o curbă, obţinem curba de
distribuţie a seriei respective.

169
e. Poligonul frecvenţelor cumulate (crescătoare) se obţine
unind printr-o linie poligonală punctele (x,y), unde x este
extremitatea dreaptă a intervalului unei clase, iat y frecvenţa
cumulată a clasei respective, la care mai adăugăm punctul
(0,a), unde a este limita inferioară a primei clase.

Figura c

170
 Figura d
În mod analog, se defineşte curba frecvenţelor cumulate
descrescătoare. Dacă punctele din figură le unim nu printr-o
linie poligonală, ci printr-o curbă, obţinem curba cumulativă a
seriei considerate.

9.8.3. Elemente caracteristice ale unei serii statistice

În cele ce urmează vom numi valoare centrală a unei
clase de variaţie, media aritmetică a extremităţilor acestei
clase.

1. Modul
Modul sau dominanta unei serii statistice se numeşte
valoarea caracteristicii corespunzătoare celei mai mari
frecvenţe, în cazul când valorile caracteristicii sunt date

171
individual şi valoarea centrală a clasei corespunzătoare celei
mai mari frecvenţe, în cazul variabilelor continue, când se dau
clase de variaţie. Această noţiune prezintă interes mai ales în
cazurile când avem o singură dominantă.

2. Mediana
Mediana unei serii este un număr x astfel încât există
tot atâtea unităţi statistice corespunzătoare valorilor <x, ca şi
cele corespunzătoare valorilor >x.
Dacă o caracteristică ia valorile 1, 3, 3, 3, 4, 5, 6, 6, 7,
8, 9 atunci 5 este mediana, deoarece există 5 valori <5 şi 5
valori >5. Dacă avem valorile 1, 3, 3, 3,4, 5, 6, 7, 7, 9 atunci
vom lua ca mediană media aritmetică a numerelor situate la
mijloc (dacă ele au fost scrise în ordinea mărimii). În acest caz,
mediana este 4,5.
Uneori se consideră ca mediană oricare din cele două
numere. Cum se calculează mediana în cazul unei variabile
continue, vom arăta pe un exemplu.
Să considerăm pentru aceasta tabela e. Dacă piesele
ar fi aranjate în ordinea diametrelor lor, noi vrem să calculăm
diametrul celei de-a 30-a.
Diametrul acestei piese este cuprins între 30 şi 40mm.
Clasa 30–40 are frecvenţa absolută 12.

172
 Vom presupune că diametrul celor 12 piese
corespunzătoare creşte uniform de la 30 la 40. Deci creşterea
diametrului de la o piesă la următoarea este
40  30
12 .
Pe de altă parte, a 30-a piesă a populaţiei este a 30-25= a 5-a
piesă a clasei (deoarece există 25 de piese cu diametrul <30).
Deci, diametrul celei de-a 30-a piese este
40  30
30 + ( 30  25 )   34 ,16 mm
12
3. Media aritmetică
Dacă x1 , x2 , ... , xn sunt n valori, se ştie că media lor
x1 + x2 + ... + xn
aritmetică este .
n
Fiind dată distribuţia unei variabile x

Valori Frecvenţe
x1 y1
x2 y2
. .
. .
. .
xn yn
Valoarea medie a variabilei respective este

173
 x1 y1 + x2 y2 + ... + xn yn
x
y1 + y2 + ... + yn (1).
Dacă N = y1 + y2 + … + yn este efectivul total al populaţiei,
atunci
y1 y y
x  x1  + x2  2 + ... + xn  n
N N N
yi
sau, dacă notăm cu f i  frecvenţa relativă a valorii xi
N
(i=1, 2, …, n)
x  x1 f 1 + x2 f 2 + ... + xn f n
expresia (1) are într-adevăr semnificaţia unei medii aritmetice.
Variabila x ia, după cum reiese din tabelă, de y 1 ori valoarea x1,
de y2 ori valoarea x2 , ş.a.m.d.
Deci pentru a calcula valoarea medie a variabilei, calculăm
media aritmetică a numerelor
x , x ,..., x x , x ,..., x ... x n , x n ,..., x n
 1  1   1  2  2   2     
y1 ori y 2 ori y n ori

şi obţinem chiar expresia din membrul drept al relaţiei (1).

Această expresie se mai numeşte media aritmetică ponderată
a numerelor x1, x2, …, xn, numerele y1, y2, …, yn fiind ponderile
respective ale acestor valori.
Cazul seriilor cu variaţie continuă îl reducem la cazul
precedent, substituind fiecare clasă cu valoarea sa centrală.

174
Astfel, în exemplul prezentat în tabela 1, se obţin datele din
tabela 2.

Tabela 2
Mărimea Frecvenţa Valoarea xiyi
diametrului absolută yi centrală xi
10-20 10 15 150
20-30 15 25 375
30-40 12 35 420
40-50 15 45 675
50-60 8 55 440
60 2060

2060
x  34 ,3
60
Dacă vrem să lucrăm cu numere mai mici decât cele ce ne sunt
date în tabele, facem următoarele observaţii.
Avem pentru orice i
xi  x0 + ( xi  x0 ),
xi yi  x0 yi + ( xi  x0 ) yi
Dând lui i valorile 1, 2, ..., n obţinem n relaţii care adunate
termen cu termen ne da
x1 y1 + x2 y2 + x1 y1 + ... + xn yn  x0 ( y1 + y2 + ... + yn ) +
+( x1  x0 ) y1 + ( x2  x0 ) y2 + ... + ( xn  x0 ) yn

175
sau împărţind cu N = y1 + y2 + … + yn,

( x1  x0 ) y1 + ( x2  x0 ) y2 + ... + ( xn  x0 ) yn
x  x0 + .
N
Această relaţie o mai putem scrie
x  x0  x  x0 .
În exemplul precedent, luând x0 = 35, avem calculele
prezentate în tabela

Tabela 3.
Clase Frecvenţa Valoarea xi  x0  xi  x0  yi
absolută centrală
yi
10-20 10 15 -20 -200
20-30 15 25 -10 -150
30-40 12 35 0 0
40-50 15 45 10 150
50-60 8 55 20 160
60 -40

176
 40
x  35   34 ,3
60

4. Dispersia
Fiind date n valori x1, x2, ..., xn a căror medie este x, se
numeşte dispersia acestor valori mărimea
( x1  x )2 + ( x2  x )2 + ... + ( xn  x )2
2 
n
Fiind dată seria statistică

valori xi Frecvenţa absolută yi

x1 y1
x2 y2
. .
. .
. .
xn yn

177
 x1 y1 + x2 y2 + ... + xn yn
unde N = y1 + y2 + ... + yn şi x
N
sunt respectiv efectivul total al populaţiei şi valoarea medie,
dispersia corespunzătoare este
( x1  x )2 y1 + ( x2  x )2 y2 + ... + ( xn  x )2 yn
2 
N
Mărimea   2 se numeşte abaterea medie pătratică. Ea

se exprimă în aceleaşi unităţi ca şi caracteristica seriei.

În cazul caracteristicilor continue, se substituie fiecare interval
de variaţie prin valoarea sa centrală.
Să dăm o altă formă dispersiei. Vom dezvolta expresia
1
[( x1  x )2 y1 + ( x2  x )2 y2 + ... + ( xn  x )2 yn ]
N
şi obţinem
1 2
2  [ x1 y1 + x2 2 y2 + ... + xn 2 yn  2 x( x1 y1 + x2 y2 +
N
2
+... + xn yn ) + x ( y1 + y2 + ... + yn )] 
x12 y1 + x2 2 y2 + ... + xn 2 yn 2 2
  2x + x 
N
x y + x y + ... + xn 2 yn
2 2
2
 1 1 2 2 x  2
N
Deci
2
 2  x2  x

178
Dacă am fi înlocuit mărimile xi prin xi-x0 unde x0 este o
constantă, am fi obţinut
( x1  x0 )2 y1 + ( x2  x0 ) 2 y2 + ... + ( xn  x0 ) 2 yn
2  
N
( x  x0 ) 2 (2’)
Unde prin x2 am notat media aritmetică a mărimilor x12, x22, ...,
xn2 cu ponderile y1, y2, ..., yn. Am regăsit o proprietate a
dispersiei unei variabile aleatoare.
Dispersia sau mai bine zis abaterea medie pătratică
indică gradul de împrăştiere a valorilor în jurul valorii medii. O
valoare mică a abaterii indică o pronunţată grupare a valorilor
în jurul mediei aritmetice.
Să calculăm tabela h cu datele necesare calcului
dispersiei  2 . Vom calcula  2 atât direct, cât şi folosind
formula (2’).
Luăm x0=35 şi ştim că x  34,3 . Se obţin datele
din tabela 4.

179
Tabela 4.
Clase

Valoarea centrală xi
yi Frecvenţa

xi  x 0 xi  x ( xi  x 0 )
2 2 2
( xi  x ) yi ( xi  yxi0 ()xi  x )
2
10–20

10 15 –20 – 400 372,4 4000 3724,90

19,3 9
20–30

15 25 –10 –9,3 100 86,43 1500 1296,45

180
30–40

12 35 0 0,7 0 0,49 0 5,88

40–50

15 45 10 10,7 100 114,4 1500 1717,35

9
50–60

8 55 20 20,7 400 428,4 3200 3427,92

9

60 1020 10172,5
0 0

181
Deci
10172,5
2   169 ,5
60
Sau folosind (2’)
1
2   10200  ( 34 ,3  35 )2  169 ,5
60
Se observă că alegând convenabil valoarea lui x0, calculele se
simplifică.

9.8.4. Distributii teoretice si distributii experimentale

Generalitati

Dupa cum se stie o functie teoretica y=f(x) este o

corespondenta pur matematica intre o multime de elemente x
si o multime de elemente y. Sa consideram, spre exemplu,
functia S = f (t) definita pentru t �0 prin relatia :
gt 2
S= ; unde g = 0,98. Daca dam lui t diverse valori
2
( t = 0,1,2,3…) obtinem tabela j.

t 0 1 2 3
s 0 0.49 1.96 4.41
Graficul corespunzator este cel din figura h.
182
 Daca t este masurat in secunde, iar g in 10 m/s2,
atunci functia de mai sus reprezinta legea caderii corpurilor
in vid. Daca vrem sa verificam experimental aceasta lege,
lasam un corp sa cada si vom masura spatiile parcurse cu S 1,
S2 , S 3, …corespunzatoare momentelor t 1, t 2, t 3, …
Corespondenta intre marimile experimentale t si S defineste o
functie empirica. In general, nu vom obtine la fiecare efectuare
a experientei aceleasi valori pentru S corespunzatoare valorilor
alese pentru t, ele schimbandu-se in raport cu conditiile in care
se efctueaza experienta.
s

t
Figura e
In tabela k sunt trecute datele obtinute experimental.
183
Tabela 6
t (s) 1 2 3 4
S(metri) 0.44 2.1 4.6 7.5

Problema care se pune, este ca din datele experimentale (care

definesc distributia empirica sau exprimentala a fenomenului
studiat) sa deducem cu o precizie cat mai mare distributia
teoretica, atunci cand aceasta din urma nu este cunoscuta
dinainte ( cum am presupus in exemplul nostru, pentru a ne
face mai usor intelesi). Aceasta este o problema de ajustare (a
distributiei experimentale, dupa o distributie teoretica).
s

. t

Figura f

184
In fig. i sunt trecute, in raport cu acelasi sistem de axe,
punctele obtinute experimental si graficul functiei teoretice.
Distributiile intalnite mai inainte, ca distributia binominala,
distributia normala etc. sunt distributii teoretice.
Sa presupunem ca se arunca o moneda de 4 ori. Probabilitatea
obtinerii “stemei “ de doua ori si a “banului” de doua ori este
2 2
�1 ��1�
C42 � �� � 0.375 .
�2 ��2�
Acest numar reprezinta pentru noi frecventa teoretica, numarul
in jurul caruia oscileaza frecventele experimentale, daca facem
de un numar mare de ori experienta, in ipoteza ca moneda este
“corecta”. Daca vom efectua 1000 de serii de cate 4 aruncari,
numarul seriilor in care a aparut fiecare fata de 2 ori va fi exact
375, daca moneda este perfect simetrica, va fi un numar
apropiat de 375.
In general, pentru ca o distributie teoretica sa aproximeze o
distributie empirica, trebuie ca frecventele experimentale sa nu
difere mult de cele teoretice. Aceasta face ca si elementele
caracteristice ale celor doua distributii sa ia valori apropiate.

1. AJUSTAREA LINIARA

Daca punctele corespunzatoare unei serii experimentale sunt

distribuite aproximativ dupa o dreapta, problema care se pune
este de a determina aceasta dreapta. De exemplu, daca
185
masuram lungimile xi ale unei bare metalice la temperaturile ti,
punctele (ti, xi) sunt situate aproximativ pe aceeasi dreapta
(cand ti iau valorile cuprinse intre anumite limite).
Sa presupunem ca vrem sa determinam dreapta de ajustare
corespunzatoare tabelei de date experimentale (tabela m).

Tabela 7
X 0 1 2 3 4 5
Y 1.2 1.6 1.7 2.4 2.8 3.8

Una din metodele de ajustare liniara este metoda mediilor

discontinue. Ea consta in impartirea sistemului de puncte
obtinute experimental in doua grupe si determinarea dreptei
care trece prin centrul de greutate a al fiecarei grupe. In
general, fiecare impartire in grupe de puncte ne va da alta
dreapta de ajustare.
In exemplul nostru (tabela m), centrul de greutate
(punctul mediu) al sistemului format din punctele (0; 1,2), (1;
1,7), (2; 1,7) este punctul a (1; 1,5), iar cea a sistemului (3;
2,4), (4; 2,8), (5; 3,8) este punctul b (4; 3). Dreapta care trece
prin a si b este:
1
(d) y x +1
2

186
 In figura k sunt reprezentate punctele
corespunzatoare tabelei m si dreapta (d).

Figura g

O alta metoda de ajustare este metoda celor mai mici

patrate. Consideram n puncte Ai (xi,yi) si dreapta (d) y = ax+b.
Notam:
ei = yi - (axi + b)
diferenta dintre ordonata punctului Ai (de abscisa xi) si ordonata
punctului de abscisa xi de pe dreapta (d) si ne propunem sa
determinam a si b, astfel ca suma patratelor acestor diferente:
Σei2 = S sa fie minima. Avem:
S = Σ[yi - (axi+b)]2 = Σyi2 - 2Σyi (axi+b) + Σ (axi+b)2 =
= Σyi2 - 2aΣxiyi - 2bΣyi + a2Σxi2 + 2abΣx + nb2
Observam ca S se scrie ca un polinom de gradul II in a si b:
187
 S = (Σxi)a2 + 2(Σxi)ab + nb2 - 2(Σxiyi)a - 2(Σyi)b + Σyi2
Ne trebuie valorile lui a si b pentru care S este minim. Vom
rezolva mai intai aceasta problema in cazul general.
Observam ca polinomul:
P (a;b) = Aa2+2Bab+Cb2+2Da+2Eb+F
se mai poate scrie:
1 1
P(a;b)= (Ba+Cb+E)2 + [(AC-B2)a2 +
c c
+ 2(CD-BE)a + (CF-E2)],
1
P(a;b) = (Ba+Cb+E)2+
c
1
+ [(AC- B2)a+(CD-BE)]2+
C ( AC  B 2 )
1 (CD  BE ) 2
+ (CF-E2) -
c C ( AC  B 2 )
Deci P se scrie ca o suma d epatrate plus o constanta daca
C > 0, AC-B2 >0.
In acest caz, P este minim, daca fiecare din cele doua patrate
este zero. Deci:
Ba + Cb+E = 0,
(AC - B2)a + (CD-BE) = 0 (1)
Din a doua relatie rezulta:

188
 AB  CD
a= (2)
AC  B 2
Se observa ca S rezulta din P, luand
A = Σxi2, B = Σxi, C = n,
D = -Σxiyi, E = -Σyi, F = Σyi2
Se observa ca C = n > 0.
Relatia AC-B2 = nΣ2-(Σxi)2  0 este o inegalitate cunoscuta si
se demonstreaza usor prin inductie.
Rezulta, tinand cont de relatiile (1) si (2) ca S este minim cand
nSxi yi  Sxi Syi
a= ,
nSxi 2  (Sxi ) 2
a Σxi+nb-Σyi = 0.

Aceste doua relatii se scriu:

Sxi yi  nx y
a= 2 (3)
Sxi 2  nx
ax+b= y (4)

Daca notam :
Σxi = n x ; Σyi = n y
remarcam ca relatia (4) ne asigura ca punctul (x ; y) se gaseste
pe dreapta :
y = ax + b.

189
Sa gasim, folosind metoda celor mai mici patrate, dreapta de
ajustare pentru tabela m. Avem datele din tabela n.

Tabela 8
xi yi xi2 xi yi

0 1.2 0 0
1 1.6 1 1.6
2 1.7 4 3.4
3 2.4 9 7.2
4 2.8 16 11.2
5 3.8 25 19
Total 15 13.5 55 43.4
Avem:
15 13,5
x  2,5 ; x  2, 25 ; n=6
6 6

42, 4  33, 75 8, 65
a   0, 49 .
55  37,5 17,5
Tinand cont de relatia (4) rezulta:
b  y  ax  2, 25  0, 49 �
2,5  1, 025
Vom arata ca daca inlocuim xi cu xi-x0 si yi cu yi-yo, valoare lui a
nu se schimba. Sa facem aceste schimbari la numaratorul
expresiei care da pe a. Avem:

190
 � x  x   y  y   n  x  x   y  y  
i 0 0 i 0 0

 �x y  x �y  y �x + nx y  nx �
i i 0 i y+
0 i 0 0

+ nx y + ny x + ny x  nx y  �x y  nx �y.
0 0 0 0 0 i i

Am tinut cont ca nx  �x ; ny  �y . i i

Facand aceleasi inlocuiri la numitor obtinem:

(xi - x0 )2 – n ( x -x0)2 = Σ xi2 - 2x0 Σxi +
+nx02 - n x 2
+ +2nx0 x - nx02 = Σxi2 - n x 2

Deci, facand substitutiile respective, atat numaratorul cat si

numitorul raman neschimbate in relatia (3).
Alegand convenabil pe x0 si y0, calculele se pot simplifica.
Relatia (3) capata o forma mai simpla daca inlocuim pe x si y
prin X=x-x si Y=y- y.
In acest caz:
SX iYi
a
SX i 2
Observatie. La aceeasi relatie ajungem prin substitutiile X=
x - x si Y = y - y0 , unde y0 este o constanta arbitrara.

191
ANEXA

Evenimente independente şi evenimente dependente

Definiţie. Evenimentele A şi B sunt independente dacă

P  A �B   P  A �
P  B (1)

Teoremă. Dacă A şi B sunt evenimente independente, atunci

 A, B  ,  A, B  ,  A, B  sunt de asemenea, evenimente

independente.

Definiţie. Probabilitatea lui A condiţionată de B, se notează

P  A | B şi este definită de ecuaţia

P  A �B 
P  A | B  (2)
P  B
Spaţiul de selecţie micşorat este B (evenimentul de
condiţionare).
Toate probabilităţile se referă la întregul spaţiu de
selecţie, P(A) fiind o prescurtare pentru P(A | S), unde S este
întreg spaţiul de selecţie.

Teoremă. Dacă A şi B sunt evenimente independente având

probabilităţi nenule, atunci
192
 P  A | B  P  A şi P  B | A  P  B

Teoremă. Dacă A1 , A2 ,...., An sunt n evenimente astfel

încât P  A1 ��ǹ
A2 .... An  0, adică probabilitatea

realizării simultane a evenimentelor A1 , A2 ,...., An este

diferită de zero, atunci
P  A1 �A2 �.... �An  
 P  A1  P  A2 | A1  P  A3 | A1 �A2  ... (3)

...P  An | A1 �... �An 1 

Teoremă. Dacă evenimentele A1 , A2 ,...., An realizează o

desfacere a spaţiului de selecţie S şi dacă X este un
eveniment al acestui spaţiu, atunci
P  X   P  A1  P  X | A1  + P  A2  P  X | A2  +
(4)
+... + P  An  P  X | An 

Demonstraţie. Vom considera această teoremă pemtru n=3

(pentru uşurarea scrierii). Se observă că X poate fi pus sub
forma X   X �A1  � X �A2  � X �A3  ,
evenimentele definite de mulţimile

193
 X �A1  ,  X �A2  ,  X �A3  ,
fiind incompatibile. Urmează că
P X    X �A1  +  X �A2  +  X �A3  şi
ţinând seama de definiţia probabilităţii condoţionate
P  X �Ai   P  Ai  P  X | Ai  , i  1, 2,3 ,
obţinem rezultatul dorit.
(4) poartă numele de formula probabilităţilor totale.

Formula Bayes

Să considerăm n evenimente A1 , A2 ,...., An care

realizează o desfacere a spaţiului de selecţie şi care
reprezintă cauzele producerii unui eveniment necunoscut X.
Se cunosc probabilităţile:
P  A1  , P  A2  ,..., P  An  ;
PA1  X  , PA2  X  ,..., PAn  X  .
Aceste probabilităţi care se pot calcula înainte de
efectuarea experienţei se numesc probabilităţi apriorice.
În urma efectuării experienţei se produce evenimentul X
şi trebuie determinate probabilităţile:
PX  A1  , PX  A2  ,..., PX  An 

194
numite probabilităţile aposteriori (deoarece se calculează
după efectuarea experienţei).

Formula Bayes este

P  Ak  P  X | Ak 
P  Ak | X   n

�P  A  P  X | A 
(5)
j j
1

Această formulă se demonstrează observând că

P  Ak  P  X | Ak   P  X  P  Ak | X 
şi ţinând seama de formula probabilităţilor totale
n
P  X   �P  A j  P  X | A j  .
1

Exemplu. Se dau 6 urne cu următoarele structuri: două urne

conţin câte două bile albe şi patru negre; trei urne conţin câte
două bile albe şi opt negre; o urnă conţine şase bile albe şi
două negre. Să se determine probabilitatea ca bila albă să
provină din urna care conţine 6 bile albe şi 3 negre.

195
196
 BILETE pentru EXAMEN

Biletul 1

Subiectul 1
a) Calculaţi cu formula sau teorema lui Cauchy:
z
cosh
I

C
2 dz, C : z + 2i  2
 z + i
b) Cu teorema reziduurilor, să se calculeze:
+
x cos 2 x
I
 x 2  2x + 5dx


Subiectul 2
a) Reprezentaţi printr-o integrală Fourier funcţia neperiodică:
�1 dacă t a
�
f (t )  �
1/ 2 dacă t  �a
�0 dacă t a
�

b) Folosind transformata Laplace, calculaţi:

197
 
e ax  e bx

0
x
sin xdx

Subiectul 3
Determinaţi forma canonică şi integraţi ecuaţia:
 2u  2u  2u u
+ 2 cos x  sin 2 x  sin x 0
x 2 xy y 2 y

u
u ( x , y)  x4,  x.
y  sin x y y  sin x
care trece prin cercul  de ecuaţii z  0, x 2 + y 2  1.

198
 Biletul 2

Subiectul 1
a) Calculaţi cu formula sau teorema lui Cauchy:

i z
ze 2
I

z R
z2
dz,

pentru R diferit de 2.
b) Utilizând teorema reziduurilor, calculaţi integrala:

cos n
I
 b  ia cos d,
0
a  0, b  0

Subiectul 2
a) Reprezentaţi printr-o integrală Fourier funcţia:
0, t ��,�ȥ
� a  0  a, 
�
�1, t �  a, 0 
f (t )  �
�a, t � 0, a 
��1, t  �a
�

199
b) Să se arate că

sin 2 u 
I

0
u2
du 
2

utilizând transformata Laplace.

Subiectul 3
Determinaţi forma canonică şi integraţi ecuaţia:


l2  x 2  2u
2
 x
u
y

 2u
 0, 0 
x y 2
x u
u(x, y)  arcsin , 
y  0 l y y  0

200
 Biletul 3

Subiectul 1
a) Calculaţi cu formula sau teorema lui Cauchy:
cosh z x2 y2
I

C
z 2
+ 1
dz, C :
a 2
+
b 2
 1, b  1, a, b  0

b) Folosind teorema reziduurilor, să se calculeze:

2
dx
I
 2  sin
0
2
x
.

Subiectul 2
a) Reprezentaţi printr-o integrală Fourier funcţia neperiodică:
�1, t �1
�
t , t � 1, 0 
f (t )  �
�
�t , t � 0,1

b) Calculaţi, cu ajutorul transformatei Laplace:


cos ux
I( x ) 
0 1 + u 2 du

Subiectul 3

201
Determinaţi forma canonică şi integraţi ecuaţia:
 2u  2u  2u
4 +8  21  0
x 2 xy y 2

u ( x , y)  sin x , u 
2y  7x  0 2 y + 3x

202
 Biletul 4

Subiectul 1
a) Calculaţi cu formula sau teorema lui Cauchy:
z100 e iz
I
C

z 2
+ 1
dz,

unde C : 4x 2 + y 2  4  0.
b) Utilizând teorema reziduurilor, calculaţi integrala:

sin x sin nx
I


5  cos x
dx

relative la singularităţile sale.

Subiectul 2
a) Rezolvaţi ecuaţia integrală:


I 
0 g(u ) cos tudu  ( t ),
1 t , t � 0,1
�
�
unde  (t )  �
�0, t �  1, 

b) Folosind transformata Laplace, calculaţi:


cos xa  cos bx
0 x
dx

203
Subiectul 3
Determinaţi forma canonică şi integraţi ecuaţia:
 2u  2u  2u u
x2  2 xy + y2 + x + y
x 2  x  y y 2 x
u
u ( x , y)  1  cos y,  2 y.
x 1 x x 1

204
 Biletul 5

Subiectul 1
a) Calculaţi cu formula sau teorema lui Cauchy:
2 +1
ez

C
z3
dz,

unde C : z  2i  1.
b) Utilizând teorema reziduurilor, calculaţi integrala:

cos ax
I
 x
0
2
+ b2 2
dx

Subiectul 2
a) Rezolvaţi ecuaţia integrală:

1
 f ( t ) cos tx dt  x
0
2
+ a2
x  0, a  0

b) Folosind transformata Laplace, calculaţi:


e  ax  e  bx
I
 x
cos mx dx
0 , unde a > 0, b > 0.

Subiectul 3

205
Determinaţi forma canonică :
 2u  2u  2u u u
2 +  +2   0.
x 2 xy y 2 x y

Citisem o carte memorabilă scrisă de-un mare

mathematician: crezul meu, matematica. Acest autor,
G.H.Hardy în Apologia matematicianului.zice: Ne vom aminti
de Arhimede atunci când Eschil va fi de mult uitat, deoarece
limbajele mor, iar ideile matematice nu. Eu las sa cadă
o rază de lumină pe spirala unui melc.

Motivatie: Am ales numele Capitole de matematici

continuându-ne ideea inceputa in lucrarea noastra [9] din
bibliografie. Si anume, matematica prin „capitole” la nivelul
utilitatilor.
BIBLIOGRAFIE

206
1. N.Boboc, Funcţii complexe, Editura Didactică şi
Pedagogică, Bucureşti, 1969.
2. R. Cristescu, Matematici superioare, Editura Didactică
şi Pedagogică, Bucureşti, 1956.
3. R. Cristescu, Ordered vector spaces and linear
operators, Editura Academiei and Abacus Press, 1977.
4. R. Cristescu, Analiză funcţională, Editura Didactică şi
Pedagogică, 1979.
5. Gh. Grigore, Analiza numerică, Bucureşti, 1984.
6. A. Haimovici, Ecuaţiile fizicii matematice şi elemente
de calcul variaţional, Editura Didactică şi Pedagogică,
Bucureşti, 1966.
7. O.Onicescu, Gh. Mihoc, Probabilitati si statistica
matematica, Editura Didactică şi Pedagogică, Bucureşti,
1977.
8. O. Mayer, Teoria funcţiilor de o variabilă complexă,
Vol.I,II, Editura Academiei, Bucureşti, 1990.
9. D. Popovici, I.M. Popovici, Analiză matematică –
Structuri fundamentale, Editura Muntenia, 1993.
10. V. Smirnov, Cours de mathématiques supérieurs,
Tome IVF, Editions Moscou, 1975.
11. http://www.mathword.wolfram.com
12. Prob. and Statistics, Calculus and Analysis (CD)
13. http://apollo.imc.ro (CD)

207
14. O. Lipovan, B. Crstici şi alţii, Matematici speciale,
Editura Didactică şi Pedagogică, Bucureşti, 1981.
15. Gh. Marinescu, Spaţii vectoriale normate, Editura
Academiei, Bucureşti, 1956.
16. C. Niculescu, N. Popa, Elemente de teoria spaţiilor
Banach, Editura Academiei, Bucureşti, 1981.
17. D.M. Popovici, I.M. Popovici, Algoritmi pentru metode
numerice, I.M.C., 1994.
18. V. Smirnov, Cours de mathématiques supérieurs,
Tome IVF, Editions Moscou, 1975.
19. H.H. Schaefer, Topological vector spaces, MacMillan,
New-York, 1966.
20. C. Zaman, Econometrie, Pro Democraţia, Bucureşti,
1998.
21. http://www.stieltjes.org/research/proj31.html
22. http://www.stieltjes.org/research/proj32.html
23.http://www.math.mcgill.ca/~malkoun/Escher_Circle_Li
mit_III/Escher_Circle_Limit_III.html

208
 Cuprins

I. Ecuatii cu derivate partiale de ord II 9

I.1. Ecuatii cu derivate partiale de ord II 9
II. Analiza Fourier 22
II.2. Serii Fourier 22
II.3. Transformata Fourier 30
III. Analiza complexa 41
III.4. Numere si functii complexe 41
III.5. Serii complexe 57
III.6. Teoreme si formule Cauchy 64
III.7. Reziduuri si aplicatii 72
IV. Analiza de calcul operational 87
IV.8. Calculul operational 87
V. Analiza stochastica 115
V.9. Probabilitati si statistica 115
Bilete pentru examen 193
Bibliografie 203

Poarta "fractal" http://dreamp.club.fr/index.htm

"MER"-Fractal http://dreamp.club.fr/mer1.htm
scrieri: http://www.sumerian.org/tokens.htm
Detalii si directii ajutatoare la adresa impopovici@imc.ro

209
 Tiparul executat în
Tipografia
UNIVERSITĂŢII MARITIME
Constanţa

210