Documente Academic
Documente Profesional
Documente Cultură
MATEMATICĂ APLICATĂ ÎN
ECONOMIE
I. Corduneanu, Adrian
II. BlănuŃă, Victor
51-7:33
“Matematica este regina ştiinŃelor”
Karl Friedrich Gauss
CUPRINS
CUPRINS
CAPITOLUL 2
FORME LINIARE. FORME BILINIARE.
FORME PĂTRATICE 29
2.1. Forme liniare 29
2.2. Forme biliniare. Forme pătratice 31
2.3. Forma canonică a unei forme pătratice 36
2.4. Probleme rezolvate 41
2.5. Probleme propuse 48
CAPITOLUL 4
INTEGRALE IMPROPRII 95
4.1. Integrale improprii cu limite de integrare infinite 95
4.2. Integrale improprii din funcŃii nemărginite 98
4.3. Probleme rezolvate 100
4.4. Probleme propuse 105
5
CUPRINS
BIBLIOGRAFIE 179
6
SPAłII VECTORIALE
1
William Rowan Hamilton (1788 – 1856), matematician, fizician şi astronom irlandez
2
Hermann Günther Grassmann (1809 – 1877), matematician, fizician şi filolog german
3
Arthur Cayley (1821 – 1895), matematician englez. A fost unul dintre fondatorii şcolii britanice
moderne de matematică pură
7
CAPITOLUL I
8
SPAłII VECTORIALE
CAPITOLUL 1
SPAłII VECTORIALE
Obiectivul capitolului
Însuşirea unor noŃiuni şi rezultate fundamentale, tehnici de calcul şi algoritmi din
teoria algebrei liniare.
Cuvinte cheie: spaŃiu vectorial, vector, scalar, combinaŃie liniară de vectori, sistem de
generatori, vectori liniar dependenŃi, vectori liniar independenŃi, bază, dimensiune,
coordonatele unui vector
4
Giuseppe Peano (1858 – 1932), matematician, logician şi lingvist italian
5
Hermann Günther Grassmann (1809 – 1877), matematician şi filosof german
9
CAPITOLUL I
II. 1. (α + β) u = αu + βu , ∀α, β ∈ K , ∀u ∈ V ;
2. α(u + v ) = αu + αv , ∀α ∈ K , ∀u , v ∈ V ;
3. α(β u ) = (αβ ) u , ∀α, β ∈ K , ∀u ∈ V ;
4. 1u = u (1 este elementul unitate al corpului K), ∀u ∈ V .
Se foloseşte următoarea terminologie:
- elementele lui V se numesc vectori, iar operaŃia grupului (V ,+ ) se numeşte
adunarea vectorilor;
- elementele lui K se numesc scalari, iar legea de compoziŃie externă K × V → V ,
(α, u ) → αu se numeşte înmulŃirea vectorilor cu scalari;
Kn = 1
K×
44 ×4
K2... ×4
3K = {x = ( x1 , x 2 ,..., x n ) | xi ∈ K , i = 1, n} ( n > 1 un număr natural),
de n ori
10
SPAłII VECTORIALE
def .
x + y = ( x1 + y1 , x 2 + y 2 , K , x n + y n )
def .
αx = (αx1 , αx 2 ,K , αx n ) .
Se verifică imediat că legea de compoziŃie internă
K n × K n → K n , ( x, y ) → x + y
şi legea de compoziŃie externă
K × K n → K n , (α, x ) → αx
elemente din corpul comutativ K formează spaŃiu vectorial peste corpul K în raport cu
adunarea matricelor şi cu înmulŃirea matricelor cu scalari.
4. MulŃimea K [ X ] a polinoamelor în nedeterminata X cu coeficienŃi din corpul
comutativ K formează spaŃiu vectorial peste corpul K în raport cu adunarea
polinoamelor şi cu înmulŃirea polinoamelor cu scalari din K.
Analog, mulŃimea K n [ X ] a polinoamelor de grad cel mult n în nedeterminata X
cu coeficienŃi din corpul comutativ K formează spaŃiu vectorial peste corpul K.
5. MulŃimea F (R ) a funcŃiilor definite pe R şi cu valori în R formează spaŃiu
vectorial peste corpul R în raport cu adunarea funcŃiilor şi cu înmulŃirea funcŃiilor cu
scalari din R.
6. MulŃimea C ([a, b]) a funcŃiilor reale continue definite pe [a, b] formează spaŃiu
vectorial peste corpul R în raport cu adunarea funcŃiilor şi cu înmulŃirea funcŃiilor cu
scalari din R.
7. MulŃimea V 2 a vectorilor liberi din plan formează spaŃiu vectorial peste corpul
R în raport cu adunarea vectorilor liberi şi cu înmulŃirea vectorilor liberi cu scalari din
R.
11
CAPITOLUL I
8. MulŃimea V 3 a vectorilor liberi din spaŃiu formează spaŃiu vectorial peste corpul
R în raport cu adunarea vectorilor liberi şi cu înmulŃirea vectorilor liberi cu scalari din
R.
Reamintim că:
- suma a doi vectori liberi se poate determina prin regula paralelogramului sau prin
regula triunghiului;
- produsul dintre vectorul liber v şi scalarul real t este vectorul tv, definit astfel:
a) dacă v ≠ 0 şi t ≠ 0 , atunci tv este vectorul care are:
- aceeaşi direcŃie cu v,
- lungimea egală cu t v
şi
- sensul - dat de cel al lui v, dacă t > 0
sau
- contrar lui v, dacă t < 0 .
b) dacă v = 0 şi t = 0 , atunci tv = 0 .
ObservaŃie. Acesta joacă un rol central în fizică şi tehnologie şi ilustrează
importanŃa spaŃiilor vectoriale şi a întregii algebre liniare pentru aplicaŃiile practice.
Din exemplele date se observă caracterul larg al conceptului de spaŃiu vectorial.
Un vector poate fi: un n – uplu, o matrice, un polinom, o funcŃie, un vector liber.
Evident lista poate fi continuată.
Teoremă. Dacă V este un spaŃiu vectorial peste corpul K, atunci pentru
∀α, β ∈ K şi ∀u , v, w ∈ V au loc următoarele proprietăŃi:
12
SPAłII VECTORIALE
8) αu = βu , u ≠ 0 ⇒ α = β .
DemonstraŃie.
1) α v + 0v = ( α + 0) v = α v ⇒ 0v = 0 ;
2) αv + α 0 = α ( v + 0 ) = αv ⇒ α 0 = 0 ;
− u + u + v = −u + u + w ⇒ 0 + v = 0 + w ⇒ v = w ;
5) 0 = 0v = [α + (−α)]v = αv + (−α)v ⇒ (−α)v = −(αv) ;
13
CAPITOLUL I
α1v1 + α 2 v 2 + K + α n v n = 0 .
liniar dependenŃi dacă şi numai dacă există printre vectorii v1 , v 2 ,..., vn un vector vi
care este o combinaŃie liniară de ceilalŃi vectori.
DemonstraŃie. Dacă vectorii v1 , v 2 ,..., v n sunt liniar dependenŃi, există
α1v1 + α 2 v 2 + K + α n v n = 0 .
Fie de exemplu α i ≠ 0 .
Avem
− α i vi = −α1v1 − α 2 v 2 − K − −α i −1vi −1 − α i +1vi +1 − ... − α n v n .
Notând
αj
βj =− , j = 1,2,..., i − 1, i + 1,..., n
αi
avem
vi = β1v1 + β 2 v 2 + K + β i −1vi −1 + β i +1vi +1 + ... + β n v n
14
SPAłII VECTORIALE
Exemple de baze
2. {
În M m,n (K ) baza canonică este B = E ij , i = 1, m, j = 1, n , unde Eij este }
matricea care are elementul 1 la intersecŃia liniei i cu coloana j şi în rest toate elementele
nule. Evident dim M m,n (K ) = m ⋅ n .
15
CAPITOLUL I
dim K [ X ] = ∞ .
dim K n [ X ] = n + 1 .
atunci
(α1 − β1 )e1 + (α 2 − β 2 )e2 + K + (α n − β n )en = 0
α1 − β1 = α 2 − β 2 = K = α n − β n = 0 ,
deci
α i = β i , i = 1, n .
16
SPAłII VECTORIALE
Vectorii bazei B ' fiind din Vn sunt combinaŃii liniare de vectorii bazei B, adică:
n
e'1 = c11e1 + c 21e2 + ... + c n1en = ∑ ci1ei
i =1
n
e' 2 = c12 e1 + c 22 e2 + ... + c n 2 en = ∑ ci 2 ei
i =1
M
n
e' n = c1n e1 + c 2n e2 + ... + cnn en = ∑ cin ei
i =1
sau, pe scurt
n
e' j = ∑ cij ei , j = 1, n .
i =1
Fie (α1 , α 2 ,..., α n ) , respectiv (α'1 , α ' 2 ,..., α' n ) coordonatele unui vector
17
CAPITOLUL I
α1 α'1
α2 α' 2
α = respectiv α' = ,
M M
α α'
n n
relaŃiile precedente se scriu sub formă matriceală
α = C ⋅ α' ,
unde C = (cij ) i , j =1, n .
18
SPAłII VECTORIALE
v = α1e1 + α 2 e2 + K + α n en
cu α1 , α 2 ,K , α n ∈ K .
AplicaŃia bijectivă
f : V n → K n , f ( v ) = ( α1 , α 2 , K , α n )
dimensiunea şase.
x ∗ y = xy, ∀x, y ∈ R *+ ,
α o x = x α , ∀α ∈ R, ∀x ∈ R *+ .
Fie x, y ∈ R *+ şi α ∈ R . Atunci x ∗ y ∈ R *+ şi α o x ∈ R *+ .
19
CAPITOLUL I
1 1 1
I.4. ∀x ∈ R *+ , ∃ ∈ R *+ astfel încât x ∗ = x = 1 .
x x x
II.1. (α + β) o x = x α + β = x α x β = x α ∗ x β = (α o x) ∗ (β o x) .
II.2. α o ( x ∗ y ) = α o ( xy ) = ( xy ) α = x α y α = x α ∗ y α = (α o x) ∗ (α o y ) .
II.3. α o (β o x) = α o ( x β ) = ( x β ) α = x αβ = (αβ) o x .
II.4. 1 o x = x1 = x .
Deci, R *+ cu operaŃiile de mai sus este spaŃiu vectorial peste corpul numerelor
reale.
2. Să se studieze dependenŃa liniară pentru:
2 1 1 2 −1 1
b) A1 = , A2 = , A3 = în M 2 (R);
3 1 0 1 − 3 0
c) p1 = − X 2 + 5 X + 3, p 2 = 2 X 2 + X − 1, p3 = −3 X 2 + 4 X − 5 în R 2 [ X ] .
SoluŃie.
a) Considerăm relaŃia α1v1 + α 2 v2 + α 3v3 = 0 ( α1 , α 2 , α 3 ∈ R ).
20
SPAłII VECTORIALE
− 3 0 3
A= 0 2 1
1 −1 0
şi are rangul 3 (rangul este egal cu numărul de necunoscute).
Prin urmare, sistemul omogen admite doar soluŃia banală ( α1 = α 2 = α 3 = 0 ),
2 1 1 2 − 1 1 0 0
α1 + α 2 + α 3 = .
3 1 0 1 − 3 0 0 0
Efectuând calculele avem
2α1 α1 α 2 2α 2 − α 3 α3 0 0
+ + =
3α1 α1 0 α 2 − 3α 3 0 0 0
sau
2α1 + α 2 − α 3 α1 + 2α 2 + α 3 0 0
=
3α1 − 3α 3 α1 + α 2 0 0
relaŃie echivalentă cu sistemul omogen
2α1 + α 2 − α 3 =0
α1 + 2α 2 + α 3 =0
.
3α1 − 3α 3 =0
α1 + α 2 =0
Matricea asociată sistemului este
2 1 − 1
1 2 1
A=
3 0 − 3
1 1 0
şi are rangul 2 (rangul este mai mic decât numărul necunoscutelor).
Prin urmare, sistemul omogen admite şi soluŃii nenule, deci matricele A1 , A2 , A3
sunt liniar dependente.
21
CAPITOLUL I
α1 ( − X 2 + 5 X + 3) + α 2 (2 X 2 + X − 1) + α 3 ( −3 X 2 + 4 X − 5) = 0 .
Efectuând calculele avem
3. În R3 se consideră:
B = {v1 = (1,3,2), v 2 = (1,0,1), v3 = (0,1,5)} ,
22
SPAłII VECTORIALE
23
CAPITOLUL I
α1 + α 2 = 0
3α1 + α 3 = −1
2α + α + 5α = 9.
1 2 3
Cum
1 1 0
∆ = 3 0 1 = −14 ≠ 0 ,
2 1 5
rezultă că sistemul este compatibil determinat.
SoluŃia sa se poate determina cu formulele lui Cramer
∆α1
α 1 = ∆
∆α 2
α 2 =
∆
∆α 3
α 3 = ∆ ,
unde ∆α1 se obŃine din ∆ prin înlocuirea primei coloane cu coloana termenilor liberi,
1 0 0
∆α 2 = 3 − 1 1 = −14 ,
2 9 5
1 1 0
∆α 3 = 3 0 − 1 = −28 .
2 1 9
Astfel,
α1 = −1, α 2 = 1, α 3 = 2 .
24
SPAłII VECTORIALE
1 1 2
C = 1 1 0 .
1 2 1
α = C α' .
25
CAPITOLUL I
Astfel
α ' = C −1 α .
Inversa matricei C este
1
C −1 = C* ,
det C
unde
c11 c 21 c31
*
C = c12 c 22 c32
c c 23 c33
13
cu
1 0 1 0 1 1
c11 = (−1)1+1 = 1, c12 = (−1)1+ 2 = −1, c13 = (−1)1+ 3 =1
2 1 1 1 1 2
1 2 1 2 1 1
c 21 = (−1) 2 +1 = 3, c 22 = (−1) 2 + 2 = −1, c 23 = (−1) 2 + 3 = −1,
2 1 1 1 1 2
1 2 1 2 1 1
c31 = (−1) 3 +1 = −2, c32 = (−1) 3 + 2 = 2, c33 = (−1) 3 + 3 = 0.
0 1 1 0 1 1
Avem
det C = 2
şi
1 3
− 1
1 3 − 2 2 2
1 1 1
C −1 = − 1 − 1 2 = − − 1 .
2 2 2
1 −1 0 1 1
− 0
2 2
Deci,
26
SPAłII VECTORIALE
1 3
− 1
2 2 − 1 − 1
1 1
α' = − − 1 1 = 2 .
2 2
1 1 2 − 1
− 0
2 2
a b
1. Fie V = a, b, c ∈ R . Să se demonstreze că V cu operaŃiile
c − a
27
CAPITOLUL I
1 1 1 − 1 1 2
b) A1 = , A2 = , A3 = în M 2 (R);
2 1 0 1 2 0
c) p1 = X 2 + 2 X + 3, p 2 = X 2 + 4 X + 9, p3 = 2 X 2 + 5 X + 7 în R 2 [ X ] .
5. În R 3 se consideră
B = {v1 = (1,1,1) , v 2 = (1,2,3) , v3 = (1,4,9 )} ,
28
FORME LINIARE. FORME BILINIARE. FORME PĂTRATICE
CAPITOLUL 2
FORME LINIARE. FORME BILINIARE.
FORME PĂTRATICE
Obiectivul capitolului
Însuşirea unor noŃiuni şi rezultate fundamentale, tehnici de calcul şi algoritmi din
teoria algebrei liniare.
Cuvinte cheie: formă liniară, formă biliniară, formă pătratică, forma canonică a unei
forme pătratice, formă pătratică pozitiv definită, formă pătratică negativ definită, formă
pătratică nedefinită
n n
ω( x ) = ω ∑ xi vi = ∑ xi ω(vi ) .
i =1 i =1
29
CAPITOLUL 2
n
Notând ai = ω(vi ) , i = 1, n obŃinem ω( x ) = ∑ ai xi . Această relaŃie se numeşte
i =1
ω în raport cu baza B.
x1
x
Dacă introducem matricea coloană X = 2 ∈ M n ,1 (R ) formată cu coordonatele
M
x
n
vectorului x, atunci expresia formei liniare ω poate fi scrisă sub forma matriceală
ω( x) = AX .
1) ω1 + ω 2 ∈ V * ;
2) γ ω1 ∈ V * , ∀γ ∈ R .
DemonstraŃie. Într-adevăr, ∀α, β ∈ R, ∀x, y ∈ V avem
(ω1 + ω 2 )(αx + βy ) = ω1 (αx + βy ) + ω 2 (αx + βy )
= αω1 ( x ) + βω1 ( y ) + αω 2 (x ) + βω 2 ( y )
= α[ω1 ( x ) + ω 2 ( x )] + β[ω1 ( y ) + ω 2 ( y )]
= α (ω1 + ω 2 )( x ) + β(ω1 + ω 2 )( y )
şi
(γ ω1 )(αx + βy ) = γ ω1 (αx + βy )
= γ[αω1 ( x ) + βω1 ( y )]
= γαω1 ( x ) + γβω1 ( y )
= α(γ ω1 )( x ) + β(γ ω1 )( y ).
Prin verificarea condiŃiilor din definiŃia spaŃiului vectorial se demonstrează
următoarea
30
FORME LINIARE. FORME BILINIARE. FORME PĂTRATICE
1) ϕ( x + y, z ) = ϕ( x, z ) + ϕ( y, z ) , ∀x, y, z ∈ V ;
2) ϕ( x, y + z ) = ϕ( x, y ) + ϕ( x, z ) , ∀x, y, z ∈ V ;
4) ϕ( x, βy ) = βϕ( x, y ) , ∀β ∈ R , ∀x, y ∈ V .
ObservaŃie. CondiŃiile 1), 2), 3) şi 4) sunt echivalente cu condiŃiile:
5) ϕ(αx + βy, z ) = αϕ( x, z ) + βϕ( y, z ) , ∀α, β ∈ R , ∀x, y, z ∈ V ;
ϕ( x, y ) = ϕ( y, x ) , ∀x, y ∈ V .
Forma biliniară ϕ se numeşte antisimetrică dacă
ϕ( x, y ) = −ϕ( y, x ) , ∀x, y ∈ V .
Teoremă. O formă biliniară ϕ : V × V → R este antisimetrică dacă şi numai
dacă ϕ( x, x) = 0, ∀x ∈ V .
DemonstraŃie.
Fie ϕ o formă biliniară antisimetrică. Conform definiŃiei
ϕ( x, y ) = −ϕ( y, x ) , ∀x, y ∈ V .
31
CAPITOLUL 2
ϕ( x, x) + λ[ϕ( x, y ) + ϕ( y, x)] + λ2 ϕ( y, y ) = 0 .
Cum ϕ( x, x) = 0 şi ϕ( y, y ) = 0 , avem
λ[ϕ( x, y ) + ϕ( y, x)] = 0 ,
adică
ϕ( x, y ) = −ϕ( y, x ) , ∀x, y ∈ V .
Teoremă. Orice formă biliniară ϕ : V × V → R este o sumă de două forme
biliniare, una simetrică şi alta ansimetrică.
DemonstraŃie. Fie ϕ : V × V → R o formă biliniară pe V. Notăm cu
1
ϕ1 ( x, y ) = [ϕ( x, y ) + ϕ( y, x)],
2
1
ϕ 2 ( x, y ) = [ϕ( x, y ) − ϕ( y, x)].
2
Se constată că ϕ1 este formă biliniară simetrică şi ϕ 2 este formă biliniară
antisimetrică, iar
ϕ( x, y ) = ϕ1 ( x, y ) + ϕ 2 ( x, y ) .
Într-adevăr,
1
ϕ1 (αx + β y, z ) = [ϕ(αx + β y, z ) + ϕ( z, αx + β y )]
2
1
= [αϕ( x, z ) + βϕ( y, z ) + αϕ( z , x) + βϕ( z , y )]
2
1
= {α[ϕ( x, z ) + ϕ( z , x)] + β[ϕ( y, z ) + ϕ( z , y )] }
2
1 1
= α [(ϕ( x, z ) + ϕ( z, x)] + β [ϕ( y, z ) + ϕ( z , y )]
2 2
= αϕ1 ( x, z ) + βϕ1 ( y, z ),
32
FORME LINIARE. FORME BILINIARE. FORME PĂTRATICE
1
ϕ1 ( x, αy + βz ) = [ϕ( z , αy + β z ) + ϕ(αy + βz, x)]
2
1
= [αϕ( x, y ) + βϕ( x, z ) + αϕ( y, x) + βϕ( z , x)]
2
1
= {α[ϕ( x, y ) + ϕ( y, x)] + β[ϕ( x, z ) + ϕ( z , x)] }
2
1 1
= α [(ϕ( x, y ) + ϕ( y, x)] + β [ϕ( x, z ) + ϕ( z , x)]
2 2
= αϕ1 ( x, y ) + βϕ1 ( x, z ),
n n n
( )
n
ϕ( x, y ) = ϕ ∑ xi ei , ∑ y j e j = ∑ ∑ xi y j ϕ ei , e j .
i =1 j =1
i =1 j =1
( )
Notând aij = ϕ ei , e j , i, j = 1, n , obŃinem
n n
ϕ( x, y ) = ∑ ∑ aij xi y j .
i =1 j =1
( )
considerată B, iar scalarii aij = ϕ ei , e j , i, j = 1, n se numesc coeficienŃii lui ϕ relativ
la baza B.
( )
Matricea A = aij i, j =1, n∈ M n (R ) se numeşte matricea formei biliniare ϕ în
raport cu baza B.
33
CAPITOLUL 2
A = [ϕ]B .
ObservaŃie. Dacă introducem matricele coloană
x1 y1
x2 y
X = , Y = 2 ∈ M n,1 (R ) formate cu coordonatele vectorilor x şi y, atunci
M M
x y
n n
expresia analitică a formei biliniare ϕ poate fi scrisă sub forma matriceală
ϕ= t XAY ,
34
FORME LINIARE. FORME BILINIARE. FORME PĂTRATICE
Kerϕ = {x ∈ Vn | ϕ( x, y ) = 0, ∀y ∈ Vn }
35
CAPITOLUL 2
n n n
( )
n n n
f ( x ) = ϕ( x, x) = ϕ ∑ xi ei , ∑ x j e j = ∑ ∑ xi x j ϕ ei , e j = ∑ ∑ aij xi x j ,
i =1 j =1
i =1 j =1 i =1 j =1
( )
unde aij = ϕ ei , e j , i, j = 1, n .
f ( x)= t XAX ,
x1
x2
unde X = , A = ( aij ) i, j =1, n , iar t X este transpusa matricei X.
M
x
n
A aduce la forma canonică forma pătratică f înseamnă a găsi o bază (numită
bază canonică) astfel încât în această bază forma pătratică să se scrie ca o sumă
algebrică de pătrate.
Sunt mai multe metode de reducere a unei forme pătratice la forma canonică:
metoda lui Gauss2,
metoda lui Jacobi3,
metoda valorilor proprii.
1
Formele pătratice apar în diverse domenii ale matematicii ca geometria şi topologia diferenŃială, teoria
numerelor, etc.
2
Karl Friedrich Gauss (1777 - 1855), matematician, fizician şi astronom german
36
FORME LINIARE. FORME BILINIARE. FORME PĂTRATICE
1
Notăm cu α = a12 x 2 + K + a1n x n , scoatem în factor din toŃi termenii ce
a11
3
Karl Gustav Jacob Jacobi (1804 - 1851), matematician german
37
CAPITOLUL 2
identic nulă, atunci există cel puŃin un coeficient aij ≠ 0 cu i ≠ j . În acest caz
xi = z i + z j
j i j
x = z − z
k
x = z , k = 1, n − { i, j}
k
∆1 = a11 ,
a a12
∆ 2 = 11 ,
a 21 a 22
M
a11 a12 L a1n
a a 22 L a 2n
∆ n = 21
M M O M
a n1 a n 2 L a nn
sunt toŃi nenuli, atunci există o bază B' = {e'1 , e' 2 ,K , e' n } a lui Vn faŃă de care forma
pătratică f are forma canonică
38
FORME LINIARE. FORME BILINIARE. FORME PĂTRATICE
1 2 ∆1 2 ∆
f ( x) = x'1 + x' 2 +... + n −1 x' 2n ,
∆1 ∆2 ∆n
unde x'1 , x' 2 ,..., x' n sunt coordonatele vectorului x în baza B' .
e'1 = c11e1
e' 2 = c 21e1 + c22 e2
M
e' n = cn1e1 + c n 2 e2 + ... + c nn en
aşa încât să avem
ϕ(e'i , e j ) = 0,1 ≤ j < i ≤ n,
ϕ(e'i , ei ) = 1, i = 1, n,
unde ϕ este polara formei pătratice f.
Scrise dezvoltat, aceste relaŃii devin
ϕ(e'i , e1 ) = ci1a11 + ci 2 a12 + ... + cii a1i = 0
ϕ(e'i , e2 ) = ci1a 21 + ci 2 a 22 + ... + cii a 2i = 0
M
ϕ(e'i , ei −1 ) = ci1ai −11 + ci 2 ai −12 + ... + cii ai −1i = 0
ϕ(e'i , ei ) = ci1ai1 + ci 2 ai 2 + ... + cii aii = 1
Pentru i ∈ {1,2,..., n} fixat, sistemul liniar neomogen obŃinut constă din i ecuaŃii
cu i necunoscute {ci1 , ci 2 ,..., cii } . Acest sistem are soluŃie unică, deoarece prin ipoteză
4
Gabriel Cramer (1704 – 1752), matematician şi fizician elveŃian
39
CAPITOLUL 2
Dar, prin construcŃie ϕ(e'i , e j ) = 0 pentru j < i , deci a'ij = 0 pentru j < i .
Dacă j = i , atunci
a 'ii = ϕ(e'i , e'i ) = ϕ(e'i , ci1e1 + ci 2 e2 + ... + cii ei )
= ci1ϕ(e'i , e1 ) + ci 2 ϕ(e'i , e2 ) + ... + cii ϕ(e'i , ei )
∆ i −1
= cii = , i = 1, n.
∆i
În baza B' = {e'1 , e' 2 , K, e' n } avem
n n ∆ i −1 2 1 2 ∆1 2 ∆
f ( x ) = ∑ a ' ij x ' i x ' j = ∑ x 'i = x '1 + x ' 2 + ... + n − 1 x ' 2n
i , j =1 i =1 ∆ i ∆ 1 ∆ 2 ∆n
(am notat ∆ 0 = 1 ).
ObservaŃie. Metoda lui Jacobi este utilă când se cere determinarea rapidă a
formei canonice (de exemplu în aprecierea naturii punctelor de extrem ale unei funcŃii
reale), fără a fi interesaŃi şi de baza corespunzătoare.
Metoda are dezavantajul că presupune neanularea tuturor determinanŃilor
∆ i , i = 1, n .
40
FORME LINIARE. FORME BILINIARE. FORME PĂTRATICE
∀x ∈ Vn − {0}.
∀x ∈ Vn − {0}.
n
Fie f ( x ) = ∑ ai xi2 o formă canonică a formei pătratice f : Vn → R .
i =1
ϕ( x, y ) = 2 x1 y 2 + 2 x 2 y1 − 3 x3 y3 ,
x = ( x1 , x 2 , x3 ), y = ( y1 , y 2 , y3 ) ∈ R 3 .
5
James Joseph Sylvester (1814 - 1897), matematician şi avocat englez
41
CAPITOLUL 2
a) Fie α, β ∈ R şi x = ( x1 , x 2 , x3 ), y = ( y1 , y 2 , y3 ), z = ( z1 , z 2 , z 3 ) ∈ R 3 .
Avem
αx + β y = α( x1 , x2 , x3 ) + β( y1 , y 2 , y3 )
= (αx1 , αx2 , αx3 ) + (β y1 , β y 2 , βy3 )
= (αx1 + β y1 , αx2 + β y 2 , αx3 + βy3 )
şi
ϕ(αx + β y, z ) = 2(αx1 + βy1 ) z 2 + 2(αx2 + β y 2 ) z1 − 3(αx3 + β y3 ) z3
= α(2 x1 z 2 + 2 x2 z1 − 3 x3 z 3 ) + β(2 y1 z 2 + 2 y 2 z1 − 3 y3 z3 )
= αϕ( x, z ) + βϕ( y, z ),
deci ϕ este liniară în primul argument.
Analog se arată că
ϕ( x, αy + βz ) = αϕ( x, y ) + βϕ( x, z ) ,
deci ϕ este liniară şi în al doilea argument.
Rezultă că ϕ este formă biliniară.
b) Deoarece
ϕ( x, y ) = 2 x1 y 2 + 2 x 2 y1 − 3 x3 y3
= 2 y1 x 2 + 2 y 2 x1 − 3 y3 x3 = ϕ( y, x),
42
FORME LINIARE. FORME BILINIARE. FORME PĂTRATICE
f ( x) = ϕ( x, x) , ∀x ∈ R 3 .
Avem
din R 3 expresia
f ( x ) = 2 x12 + 8 x1 x 2 + 9 x 22 + 4 x1 x3 + 19 x32 ,
x = ( x1 , x 2 , x3 ) ∈ R 3 .
Să se scrie forma polară asociată formei pătratice f.
SoluŃie.
f ( x ) = 3 x12 + 4 x 22 + 5 x32 + 4 x1 x 2 − 4 x 2 x3 , x = ( x1 , x 2 , x3 ) ∈ R 3 .
Să se aducă forma pătratică la forma canonică folosind metoda lui Gauss.
SoluŃie.
Avem
43
CAPITOLUL 2
( )
f = 3 x12 + 4 x1 x 2 + 4 x 22 + 5 x32 − 4 x 2 x3
1
( )
= 9 x12 + 12 x1 x 2 + 4 x 22 + 5 x32 − 4 x 2 x3
3
1
= [(3 x1 + 2 x 2 ) 2 − 4 x 22 ] + 4 x 22 + 5 x32 − 4 x 2 x3
3
1 8
= (3 x1 + 2 x 2 ) 2 + x 22 + 5 x32 − 4 x2 x3 .
3 3
Efectuând schimbarea de coordonate
y1 = 3x1 + 2 x2
y 2 = x2
y3 = x3 ,
obŃinem
1 8
f = y12 + y 22 + 5 y 32 − 4 y 2 y3
3 3
1 2 8 2
= y1 + y 2 − 4 y 2 y 3 + 5 y32
3 3
1 2 3 64 2 32
= y1 + y2 − y 2 y3 + 5 y 32
3 8 9 3
3 8
2
1
= y12 + y 2 − 2 y 3 − 4 y 32 + 5 y 32
3 8 3
2
1 38 7
= y12 + y 2 − 2 y 3 + y 32 .
3 83 2
Efectuând schimbarea de coordonate
z1 = y1
8
z 2 = y 2 − 2 y3
3
z3 = y3
obŃinem
1 2 3 2 7 2
f = z1 + z 2 + z 3 .
3 8 2
f ( x ) = x1 x 2 + 2 x1 x3 + 3 x2 x3 , x = ( x1 , x 2 , x3 ) ∈ R 3 .
Să se aducă forma pătratică la forma canonică folosind metoda lui Gauss.
SoluŃie. Cum a12 ≠ 0 , se efectuează schimbarea de coordonate
44
FORME LINIARE. FORME BILINIARE. FORME PĂTRATICE
x1 = y1 + y 2
x2 = y1 − y 2
x = y
3 3
şi obŃinem
f = ( y1 + y 2 )( y1 − y 2 ) + 2( y1 + y 2 ) y3 + 3( y1 − y 2 ) y3
= y12 − y 22 + 5 y1 y3 − y 2 y3 .
Se continuă ca în exemplul precedent.
Astfel,
f = ( y12 + 5 y1 y3 ) − y 22 − y 2 y3
2
5 25 2
= y1 + y3 − y3 − y 22 − y 2 y3 .
2 4
Efectuând schimbarea de coordonate
5
z1 = y1 + 2 y3
z2 = y2
z = y ,
3 3
obŃinem
25 2
f = z12 − z 22 − z − z 2 z3
4 3
25 2
= z12 − ( z 22 + z 2 z 3 ) − z
4 3
2
2 1 1 25 2
= z1 − z 2 + z 3 + z 32 − z
2 4 4 3
2
1
= z12 − z 2 + z 3 − 6 z 32 .
2
Efectuând schimbarea de coordonate
u1 = z1
1
u 2 = z 2 + z3
2
u3 = z3 ,
45
CAPITOLUL 2
f = u12 − u 22 − 6u32 .
f ( x) = 5 x12 + 6 x 22 + 4 x32 − 4 x1 x 2 − 4 x1 x3 , x = ( x1 , x 2 , x3 ) ∈ R 3 .
Să se aducă forma pătratică la forma canonică folosind metoda lui Jacobi şi apoi
să se determine baza în raport cu care f are forma canonică respectivă.
5 − 2 − 2
A = − 2 6 0 .
− 2 0 4
Avem
5 −2 −2
5 −2
∆1 = 5 , ∆ 2 = = 26 şi ∆ 3 = − 2 6 0 = 80 .
−2 6
−2 0 4
iar B' = {e'1 , e' 2 , e'3 } este baza în care se realizează aceasta.
Conform teoriei
B' = {e'1 = c11e1 , e' 2 = c 21e1 + c 22 e2 , e'3 = c31e1 + c32 e2 + c33 e3 }
ϕ(e'1 , e1 ) = 1 .
46
FORME LINIARE. FORME BILINIARE. FORME PĂTRATICE
ϕ(e' 2 , e1 ) = 0
ϕ(e' 2 , e2 ) = 1
c. c31 , c32 , c33 se determină din condiŃiile
ϕ(e'3 , e1 ) = 0
ϕ(e'3 , e2 ) = 0
ϕ(e' , e ) = 1,
3 3
şi
Rezolvând sistemul
5c21 − 2c 22 = 0
− 2c21 + 6c22 = 1
obŃinem
1 5
c 21 = , c 22 = ,
13 26
deci
1 5
e' 2 = e1 + e2 .
13 26
Avem
47
CAPITOLUL 2
obŃinem
3 1 13
c31 = , c32 = , c33 = ,
20 20 40
deci
3 1 13
e' 3 = e1 + e2 + e3 .
20 20 40
În final obŃinem
1 1 5 3 1 13
B' = e'1 = e1 , e' 2 = e1 + e2 , e'3 = e1 + e2 + e3 .
5 13 26 20 20 40
x = ( x1 , x 2 , x3 ), y = ( y1 , y 2 , y3 ) ∈ R 3 .
48
FORME LINIARE. FORME BILINIARE. FORME PĂTRATICE
din R 3 expresia
f ( x ) = 8 x12 + 2 x 22 + x32 − 4 x1 x2 + 2 x 2 x3 ,
x = ( x1 , x 2 , x3 ) ∈ R 3 .
Să se scrie forma polară asociată formei pătratice f.
f ( x ) = 2 x12 + x 22 − 4 x32 + x1 x 2 − 3 x1 x3 + 4 x 2 x3 , x = ( x1 , x 2 , x3 ) ∈ R 3 .
Să se aducă forma pătratică la forma canonică folosind metoda lui Gauss.
f ( x ) = x1 x 2 + x1 x3 + 3 x 2 x3 , x = ( x1 , x 2 , x3 ) ∈ R 3 .
Să se aducă forma pătratică la forma canonică folosind metoda lui Gauss.
din R 3 expresia
f ( x ) = 2 x12 + x 22 + 3 x32 + 8 x1 x 2 − 12 x1 x3 + 16 x 2 x3 , x = ( x1 , x 2 , x3 ) ∈ R 3 .
Să se aducă forma pătratică la forma canonică folosind metoda lui Gauss şi
metoda lui Jacobi şi apoi să se verifice legea de inerŃie a lui Sylvester.
49
CAPITOLUL 2
50
FUNCłII DE MAI MULTE VARIABILE. DERIVATE PARłIALE. DIFERENłIALE
1
Isaac Newton (1642 – 1727), matematician, mecanician, fizician şi astronom englez
2
Gottfried Wilhelm Leibniz (1646 – 1716), matematician şi filosof german
3
Leonhard Euler (1707 – 1783), matematician, mecanician şi astronom elveŃian
4
Jean Baptiste Joseph Fourier (1768 – 1830), matematician şi fizician francez
5
Johann Peter Gustav Lejeune-Dirichlet (1805 – 1859), matematician german
6
Augustin Louis Cauchy (1789 – 1857), matematician şi mecanician francez
7
Bernhard Bolzano (1781 – 1848), matematician, filosof şi socialist utopic ceh
8
Karl Weierstrass (1815 – 1897), matematician german
51
CAPITOLUL 3
9
Julius Wilhelm Richard Dedekind (1831 – 1916), matematician german
10
Georg Cantor (1845 – 1918), matematician german
11
Joseph Louis Lagrange (1736 – 1813), matematician şi mecanician francez
12
Pierre Simon Laplace (1749 – 1827), matematician, astronom şi fizician francez
13
Georg Friedrich Bernhard Riemann (1826 – 1866), matematician şi fizician german
14
David Hilbert (1862 – 1943), matematician german
15
Henri Lebesgue (1875 – 1941), matematician francez
52
FUNCłII DE MAI MULTE VARIABILE. DERIVATE PARłIALE. DIFERENłIALE
CAPITOLUL 3
FUNCłII DE MAI MULTE VARIABILE. DERIVATE
PARłIALE. DIFERENłIALE
Obiectivul capitolului
Însuşirea unor noŃiuni şi rezultate fundamentale, tehnici de calcul şi algoritmi din
analiza matematică.
3.1. Topologie în R n
53
CAPITOLUL 3
o
ObservaŃie. Evident, A ⊂ A .
54
FUNCłII DE MAI MULTE VARIABILE. DERIVATE PARłIALE. DIFERENłIALE
∂f
( a1 ,..., a n ) .
∂x k
55
CAPITOLUL 3
DefiniŃie.
1. Se spune că funcŃia f este derivabilă parŃial în raport cu variabila xk pe
FuncŃii omogene
omogenă de grad k, dacă are proprietatea că fiind definită pentru ( x1 , x 2 ,..., x n ) este
f ( tx 1 , tx 2 ,..., tx n ) = t k f ( x1 , x 2 ,..., x n ) .
16
Leonhard Euler (1707 – 1783), matematician, mecanician şi astronom elveŃian
56
FUNCłII DE MAI MULTE VARIABILE. DERIVATE PARłIALE. DIFERENłIALE
∂f ∂f ∂f
x1 (x1, x2,...,xn ) + x2 (x1, x2,...,xn ) + ...+ xn (x1, x2,...,xn ) = kf (x1, x2,...,xn ) .
∂x1 ∂x2 ∂xn
∂f
1. Dacă există derivata parŃială în (a,b) în raport cu x a funcŃiei , atunci
∂x
aceasta se va numi derivată parŃială de ordin doi a funcŃiei f în punctul (a,b) şi se va
∂2 f
nota prin (a, b) sau f x"2 ( a, b) .
2
∂x
∂f
Dacă există derivata parŃială în (a,b) în raport cu y a funcŃiei , atunci
∂x
aceasta se va numi derivată parŃială mixtă de ordin doi a funcŃiei f în punctul (a,b) şi se
∂2 f "
va nota prin ( a, b) sau f xy ( a , b) .
∂y∂x
∂f
Dacă există derivata parŃială în (a,b) în raport cu x a funcŃiei , atunci
∂y
aceasta se va numi derivată parŃială mixtă de ordin doi a funcŃiei f în punctul (a,b) şi se
∂2 f "
va nota prin (a, b) sau f yx ( a , b) .
∂x∂y
57
CAPITOLUL 3
∂f
Dacă există derivata parŃială în (a,b) în raport cu y a funcŃiei , atunci
∂y
aceasta se va numi derivată parŃială de ordin doi a funcŃiei f în punctul (a,b) şi se va
∂2 f
nota prin (a, b) sau f y"2 (a, b) .
2
∂y
∂f ∂f
2. Dacă funcŃiile , : D ⊂ R 2 → R sunt derivabile parŃial pe D, se
∂x ∂y
definesc derivatele parŃiale de ordinul doi ale funcŃiei f ca fiind funcŃiile
∂2 f ∂2 f
: D → R , ( x, y ) → ( x, y )
∂x 2 ∂x 2
∂2 f ∂2 f
: D → R , ( x, y ) → ( x, y )
∂x ∂y ∂x∂y
∂2 f ∂2 f
: D → R , ( x, y ) → ( x, y )
∂y ∂x ∂y ∂x
∂2 f ∂2 f
: D → R , ( x, y ) → ( x, y )
∂y 2 ∂y 2
ObservaŃie. În general, derivatele parŃiale mixte de ordin doi nu sunt egale.
Următoarea teoremă stabileşte condiŃii suficiente pentru egalitatea derivatelor
parŃiale mixte de ordinul doi într-un punct.
∂2 f ∂2 f
, într-o vecinătate a unui punct (a, b) ∈ D finite şi dacă funcŃiile
∂x∂y ∂y∂x
∂2 f ∂2 f
, sunt continue18 în (a,b), atunci
∂x∂y ∂y∂x
17
Hermann Schwarz (1843 – 1921), matematician german
18
DefiniŃie. Fie funcŃia f : D ⊂ R n → R , f = f ( x1 , x 2 ,..., x n ) şi un punct a = (a1 , a 2 ,..., a n ) ∈ D .
Se spune că funcŃia f este continuă în punctul a dacă pentru orice vecinătate U a lui f (a) , există o
vecinătate V a lui a astfel încât oricare ar fi x ∈ V ∩ D să avem f ( x) ∈ U .
Se spune că funcŃia f : D ⊂ R n → R , f = f ( x1 , x 2 ,..., x n ) este continuă pe o mulŃime A ⊂ D
dacă este continuă în orice punct din A.
58
FUNCłII DE MAI MULTE VARIABILE. DERIVATE PARłIALE. DIFERENłIALE
∂2 f ∂2 f
(a, b) = (a, b) .
∂x∂y ∂y∂x
∂f
, atunci aceasta se va numi derivată parŃială de ordin doi a funcŃiei f în punctul
∂x k
2
(a1 , a 2 ,..., a n ) şi se va nota prin ∂ f (a1 ,..., a n ) sau f "2 (a1 ,..., a n ) .
2 xk
∂x k
∂f
Dacă există derivata parŃială în (a1 , a 2 ,..., a n ) în raport cu xl a funcŃiei
∂x k
(l ≠ k ) , atunci aceasta se va numi derivată parŃială mixtă de ordin doi a funcŃiei f în
∂2 f
punctul (a1 , a 2 ,..., a n ) şi se va nota prin (a1 ,..., a n ) sau f x"k xl (a1 ,..., a n )
∂x l ∂ x k
( l ≠ k ).
∂f
2. Dacă funcŃiile : D ⊂ R n → R , k = 1, n sunt derivabile parŃial pe D, se
∂x k
definesc derivatele parŃiale de ordinul doi ale funcŃiei f ca fiind funcŃiile
∂2 f ∂2 f
: D → R , ( x1 , x2 ,..., x n ) → ( x1 , x 2 ,..., x n ) , k = 1, n ,
∂x k2 ∂xk2
∂2 f ∂2 f
: D → R, ( x1 , x 2 ,..., x n ) → ( x1 , x2 ,..., x n ) , k = 1, n , l ≠ k .
∂xl ∂xk ∂xl ∂xk
ObservaŃie. Derivatele parŃiale de ordin trei, patru, ş.a.m.d. se definesc în
acelaşi mod ca şi derivatele parŃiale de ordin doi.
59
CAPITOLUL 3
60
FUNCłII DE MAI MULTE VARIABILE. DERIVATE PARłIALE. DIFERENłIALE
Aceste formule se scriu într-o formă incompletă, dar mai uşor de reŃinut astfel:
∂F n ∂f ∂ui ∂f ∂u1 ∂f ∂u2 ∂f ∂un
=∑ = + + ... +
∂x1 i=1∂ui ∂x1 ∂u1 ∂x1 ∂u2 ∂x1 ∂un ∂x1
∂F n ∂f ∂u i ∂f ∂u1 ∂f ∂u 2 ∂f ∂un
=∑ = + + ... +
∂x2 i=1∂ui ∂x2 ∂u1 ∂x2 ∂u2 ∂x2 ∂un ∂x2
M
∂F n ∂f ∂ui ∂f ∂u1 ∂f ∂u2 ∂f ∂un
=∑ = + + ... + .
∂xn i=1∂ui ∂xn ∂u1 ∂xn ∂u2 ∂xn ∂un ∂xn
61
CAPITOLUL 3
∂2F ∂2 f ∂u ∂u
( x, y ) = (u ( x , y ), v ( x , y )) ( x, y ) ( x, y ) +
∂x ∂y ∂u 2 ∂x ∂y
∂2 f ∂u ∂v ∂v ∂u
+ (u ( x , y ), v ( x , y )) ( x , y ) ( x, y ) + ( x, y ) ( x, y ) +
∂ u ∂v ∂ x ∂ y ∂ x ∂ y
∂2 f ∂v ∂v
+ (u ( x, y ), v ( x, y )) ( x , y ) ( x, y ) +
∂v 2 ∂x ∂y
∂f ∂ 2u
+ (u ( x, y ), v ( x, y )) ( x, y ) +
∂u ∂x ∂y
∂f ∂ 2v
+ (u ( x, y ), v ( x, y )) ( x, y ),
∂v ∂x ∂y
62
FUNCłII DE MAI MULTE VARIABILE. DERIVATE PARłIALE. DIFERENłIALE
∂2F ∂2 f ∂u ∂u
( x, y ) = (u ( x, y ), v ( x, y )) ( x, y ) ( x, y ) +
∂y ∂x ∂u 2 ∂y ∂x
∂2 f ∂u ∂v ∂v ∂u
+ (u ( x, y ), v ( x, y )) ( x, y ) ( x, y ) + ( x, y ) ( x, y ) +
∂u ∂v ∂ y ∂ x ∂ y ∂ x
∂2 f ∂v ∂v
+ (u ( x , y ), v ( x, y )) ( x , y ) ( x, y ) +
∂v 2 ∂y ∂x
∂f ∂ 2u
+ (u ( x , y ), v ( x , y )) ( x, y ) +
∂u ∂y ∂ x
∂f ∂ 2v
+ (u ( x, y ), v ( x, y )) ( x, y ).
∂v ∂y ∂x
Aceste formule se scriu într-o formă incompletă, dar mai uşor de reŃinut astfel:
2 2 2
∂ F ∂ 2 f ∂u ∂ 2 f ∂u ∂v ∂ 2 f ∂v ∂f ∂ 2 u ∂f ∂ 2 v
= + 2 + + +
∂x 2 ∂u 2 ∂x ∂u∂v ∂x ∂x ∂v 2 ∂x ∂u ∂x 2 ∂v ∂x 2
2 2
∂2F ∂ 2 f ∂u ∂ 2 f ∂u ∂v ∂ 2 f ∂v ∂f ∂ 2 u ∂f ∂ 2 v
= + 2 + + +
∂y 2 ∂u 2 ∂y ∂u∂v ∂y ∂y ∂v 2 ∂y ∂u ∂y 2 ∂v ∂y 2
∂ 2 F ∂ 2 f ∂u ∂u ∂ 2 f ∂u ∂v ∂v ∂u ∂ 2 f ∂v ∂v ∂f ∂ 2 u ∂f ∂ 2 v
= + + + + +
∂x∂y ∂u 2 ∂x ∂y ∂u∂v ∂x ∂y ∂x ∂y ∂v 2 ∂x ∂y ∂u ∂x∂y ∂v ∂x∂y
∂ 2 F ∂ 2 f ∂u ∂u ∂ 2 f ∂u ∂v ∂v ∂u ∂ 2 f ∂v ∂v ∂f ∂ 2 u ∂f ∂ 2 v
= + + + + + .
∂y∂x ∂u 2 ∂y ∂x ∂u∂v ∂y ∂x ∂y ∂x ∂v 2 ∂y ∂x ∂u ∂y∂x ∂v ∂y∂x
Într-adevăr,
∂2F ∂ ∂F ∂ ∂f ∂u ∂f ∂v ∂ ∂f ∂u ∂f ∂ 2 u ∂ ∂f ∂v ∂f ∂ 2 v
= = + = + + +
∂x 2 ∂x ∂x ∂x ∂u ∂x ∂v ∂x ∂x ∂u ∂x ∂u ∂x 2 ∂x ∂v ∂x ∂v ∂x 2
∂ 2 f ∂u ∂ 2 f ∂v ∂u ∂f ∂ 2 u ∂ 2 f ∂u ∂ 2 f ∂v ∂u ∂f ∂ 2 v
= + + + + +
∂u 2 ∂x ∂u∂v ∂x ∂x ∂u ∂x 2 ∂u∂v ∂x ∂v 2 ∂x ∂x ∂v ∂x 2
2 2
∂ 2 f ∂u ∂ 2 f ∂u ∂v ∂ 2 f ∂v ∂f ∂ 2 u ∂f ∂ 2 v
= +2 + + + .
∂u 2 ∂x ∂u∂v ∂x ∂x ∂v 2 ∂x ∂u ∂x 2 ∂v ∂x 2
Analog, se calculează şi celelalte trei.
3.3. DiferenŃiale
63
CAPITOLUL 3
f ( x, y ) − f (a, b) = λ1 ( x − a) + λ 2 ( y − b) + ω( x, y ) ( x − a) 2 + ( y − b) 2 .
64
FUNCłII DE MAI MULTE VARIABILE. DERIVATE PARłIALE. DIFERENłIALE
P2 : R 2 → R , P2 ( x, y ) = y .
Avem
dP1 (a, b)(h1 , h2 ) = h1
şi
dP2 ( a, b)(h1 , h2 ) = h2 .
Pe scurt
dx( h1 , h2 ) = h1
şi
dy (h1 , h2 ) = h2 .
Atunci putem scrie
∂f ∂f
df (a, b) = ( a, b) dx + (a, b)dy .
∂x ∂y
Dacă funcŃia f este diferenŃiabilă pe o mulŃime A ⊂ D scriem
∂f ∂f
df = dx + dy
∂x ∂y
pe A.
ObservaŃie. În mod analog se defineşte diferenŃiabilitatea unei funcŃii reale de
65
CAPITOLUL 3
∂f
(a1 , a 2 ,..., a n ) = λ1 ,
∂x1
∂f
(a1 , a 2 ,..., a n ) = λ 2 ,
∂x2
M
∂f
(a1 , a2 ,..., a n ) = λ n .
∂xn
66
FUNCłII DE MAI MULTE VARIABILE. DERIVATE PARłIALE. DIFERENłIALE
punctul ( a1 , a 2 ,..., a n ) .
df (a1 , a 2 ,..., a n ) .
Considerăm cazul particular al proiecŃiilor
P1 : R n → R , P1 ( x1 , x 2 ,..., x n ) = x1 ,
P2 : R n → R, P2 ( x1 , x2 ,..., x n ) = x 2 ,
M
Pn : R n → R , Pn ( x1 , x 2 ,..., xn ) = x n .
Avem
dP1 ( a1 , a 2 ,..., a n )(h1 , h2 ,..., hn ) = h1 ,
dP2 ( a1 , a 2 ,..., a n )(h1 , h2 ,..., hn ) = h2 ,
M
dPn (a1 , a 2 ,..., a n )(h1 , h2 ,..., hn ) = hn .
Pe scurt
dx1 ( h1 , h2 ,..., hn ) = h1 ,
dx 2 (h1 , h2 ,..., hn ) = h2 ,
M
dx n ( h1 , h2 ,..., hn ) = hn .
67
CAPITOLUL 3
d 2 f (a, b) : R 2 → R
definită prin
∂2 f ∂2 f ∂2 f
d 2 f (a, b)(h1 , h2 ) = (a, b)h12 + 2
(a, b)h1h2 + (a, b)h22
∂x 2 ∂x ∂ y ∂y 2
68
FUNCłII DE MAI MULTE VARIABILE. DERIVATE PARłIALE. DIFERENłIALE
(a1 , a 2 ,..., a n ) .
Se spune că funcŃia f este diferenŃiabilă de două ori pe o mulŃime A ⊂ D dacă
este diferenŃiabilă de două ori în orice punct din A.
69
CAPITOLUL 3
d 2 f (a1 , a 2 ,..., a n ) : R n → R
n n ∂2 f
definită prin d 2 f (a1 , a 2 ,..., a n )(h1 , h2 ,..., hn ) = ∑ ∑ (a1 , a 2 ,..., a n )hi h j se
i =1 j =1 ∂xi ∂x j
numeşte diferenŃiala de ordinul doi a funcŃiei f în punctul (a1 , a 2 ,..., a n ) .
Formal putem scrie
2
∂ ∂ ∂
d 2 f (a1 , a 2 ,..., a n )(h1 , h2 ,..., hn ) = h1 + h2 + ... + hn f (a1 , a 2 ,..., a n )
∂x1 ∂x2 ∂x n
unde exponentul 2 înseamnă că se ridică formal suma din paranteză la pătrat şi apoi se
înmulŃeşte – formal – cu f (a1 , a 2 ,..., a n ) .
Dacă se Ńine seama de expresiile diferenŃialelor dx1 , dx2 ,..., dxn , egalitatea de
mai sus devine
2
2 ∂ ∂ ∂
d f (a1 , a 2 ,..., a n ) = dx1 + dx 2 + ... + dx n f (a1 , a 2 ,..., a n ) .
∂x1 ∂x 2 ∂xn
DefiniŃie. Se spune că funcŃia f este diferenŃiabilă de n ori în punctul
(a1 , a 2 ,..., a n ) dacă toate derivatele parŃiale de ordinul n – 1 ale lui f există într-o
70
FUNCłII DE MAI MULTE VARIABILE. DERIVATE PARłIALE. DIFERENłIALE
71
CAPITOLUL 3
72
FUNCłII DE MAI MULTE VARIABILE. DERIVATE PARłIALE. DIFERENłIALE
unde
∂2 f ∂2 f ∂2 f
a11 = (a, b), a12 = (a, b), a 22 = ( a , b) .
∂x 2 ∂x∂y ∂y 2
1) Dacă ∆1 > 0 şi ∆ 2 > 0 , atunci (a, b) este un punct de minim local pentru f.
2) Dacă ∆1 < 0 şi ∆ 2 > 0 , atunci (a, b) este un punct de maxim local pentru f.
ObservaŃie. Dacă ∆ 2 < 0 , atunci (a, b) nu este punct de extrem al funcŃiei f.
∀( x1 , x 2 ,..., x n ) ∈ V ∩ D .
Se spune că (a1 , a 2 ,..., a n ) este un punct de maxim local (sau maxim relativ) al
funcŃiei f dacă
∃V ∈ V (a1 , a 2 ,..., a n ) astfel încât f ( x1 , x 2 ,..., x n ) ≤ f (a1 , a 2 ,..., a n ) ,
∀( x1 , x 2 ,..., x n ) ∈ V ∩ D .
Punctele de minim local sau maxim local ale funcŃiei f se numesc puncte de
extrem local ale lui f.
punct interior mulŃimii D. Dacă (a1 , a 2 ,..., a n ) este un punct de extrem local al funcŃiei
73
CAPITOLUL 3
∂f
(a1 , a 2 ,..., a n ) = 0 ,
∂x1
∂f
(a1 , a 2 ,..., a n ) = 0 ,
∂x 2
M
∂f
(a1 , a 2 ,..., a n ) = 0 .
∂x n
∂f
∂x ( x1 , x 2 ,..., x n ) = 0
1
∂f
( x1 , x2 ,..., x n ) = 0
∂x 2
M
∂f
∂x ( x1 , x 2 ,..., x n ) = 0
n
formează mulŃimea punctelor staŃionare ale funcŃiei f.
unde
∂2 f
aij = (a1 , a 2 ,..., a n ) .
∂xi ∂x j
74
FUNCłII DE MAI MULTE VARIABILE. DERIVATE PARłIALE. DIFERENłIALE
F1 ( x1 , x 2 ,..., x n ) = 0
F2 ( x1 , x 2 ,..., x n ) = 0
M
Fm ( x1 , x 2 ,..., x n ) = 0 , m ≤ n
se procedează astfel:
- se construieşte funcŃia ajutătoare
L( x1 , x 2 ,..., x n ; λ1 , λ 2 ,..., λ m ) = f ( x1 , x 2 ,..., x n ) + λ1 F1 ( x1 , x 2 ,..., x n ) +
+ λ 2 F2 ( x1 , x 2 ,..., x n ) + ... + λ m Fm ( x1 , x 2 ,..., x n )
19
Joseph Louis Lagrange (1736 – 1813), matematician şi mecanician francez
75
CAPITOLUL 3
∂L
∂x ( x1 , x 2 ,..., x n ; λ 1 , λ 2 ,..., λ m ) = 0
1 ∂L
∂L
( x , x ,..., x ; λ , λ ,..., λ ) = 0 ∂x ( x1 , x 2 ,..., x n ; λ 1 , λ 2 ,..., λ m ) = 0
∂x 1 2 n 1 2 m 1
2 ∂L
M ∂x ( x1 , x 2 ,..., x n ; λ 1 , λ 2 ,..., λ m ) = 0
2
∂L ( x1 , x 2 ,..., x n ; λ 1 , λ 2 ,..., λ m ) = 0 M
∂x n
⇔ ∂L
∂ L ( x , x ,..., x n ; λ 1 , λ 2 ,..., λ m ) = 0
( x1 , x 2 ,..., x n ; λ 1 , λ 2 ,..., λ m ) = 0 ∂x n 1 2
∂λ 1
F1 ( x1 , x 2 ,..., x n ) = 0
∂ L
( x , x ,..., x n ; λ 1 , λ 2 ,..., λ m ) = 0 F2 ( x1 , x 2 ,..., x n ) = 0
∂λ 2 1 2
M
M
∂L Fm ( x1 , x 2 ,..., x n ) = 0
( x1 , x 2 ,..., x n ; λ 1 , λ 2 ,..., λ m ) = 0
∂λ m
Fie P(a1 , a 2 ,..., a n , µ1 , µ 2 ,..., µ m ) una din soluŃiile acestui sistem. Pentru a
vedea dacă punctul corespunzător M (a1 , a2 ,..., a n ) este extrem condiŃionat al funcŃiei
date se procedează astfel:
- coeficienŃii λ1 , λ 2 ,..., λ m din funcŃia ajutătoare L se înlocuiesc cu
76
FUNCłII DE MAI MULTE VARIABILE. DERIVATE PARłIALE. DIFERENłIALE
formă pătratică este negativ definită, atunci punctul M (a1 , a 2 ,..., a n ) este punct de
maxim condiŃionat pentru funcŃia f.
b) f ( x, y ) = 1 − x 2 + 1 − y 2 ;
c) f ( x, y ) = ln( x 2 + y 2 − 9) ;
d) f ( x, y, z ) = arcsin x + arcsin y + arcsin z .
SoluŃie.
77
CAPITOLUL 3
f ( x, y ) = x 2 + y 2 + 2 .
SoluŃie.
f ( x ,2 ) − f (1,2 ) x 2 + 2 2 + 2 − 12 + 2 2 + 2
f x' (1,2 ) = lim = lim
x →1 x −1 x →1 x −1
x2 + 6 − 7 x2 −1
= lim = lim
x −1
x →1 x →1
( x − 1) x 2 + 6 + 7
x +1 1
= lim =
x →1 x 2 + 6 + 7 7
şi
∂f ∂f ∂f 2
x ( x, y, z) + y ( x, y, z) + z ( x, y, z) = f ( x, y, z) .
∂x ∂y ∂z 5
SoluŃie. Deoarece
78
FUNCłII DE MAI MULTE VARIABILE. DERIVATE PARłIALE. DIFERENłIALE
= 5 t 2 x 2 + 3t 2 xy + 2t 2 y 2 + 7t 2 xz
(
= 5 t 2 x 2 + 3 xy + 2 y 2 + 7 xz )
2
=t55 x 2 + 3 xy + 2 y 2 + 7 xz
2
=t5 f ( x, y, z ),
2
rezultă că funcŃia f este omogenă de grad .
5
Aplicând teorema lui Euler, avem
∂f ∂f ∂f 2
x ( x, y, z) + y ( x, y, z) + z ( x, y, z) = f ( x, y, z) .
∂x ∂y ∂z 5
4) Fie funcŃia f ( x, y ) = x 3 + x 2 y − y 3 .
a) Să se arate că f este omogenă de grad 3.
b) Să se arate că între derivatele parŃiale de ordinul doi ale funcŃiei f există relaŃia
∂2 f ∂2 f ∂2 f
x2 ( x, y) + 2xy ( x, y) + y 2 ( x, y) = 6 f ( x, y)
∂x 2 ∂x∂y ∂y 2
SoluŃie.
a) Deoarece
∂2 f ∂2 f
( x, y ) = 6 x + 2 y , ( x, y ) = 2 x
∂x 2 ∂x∂y
şi
79
CAPITOLUL 3
∂2 f
( x, y ) = −6 y .
∂y 2
Astfel,
∂2 f ∂2 f ∂2 f
x2 ( x, y ) + 2 xy ( x, y ) + y 2 ( x, y ) = x 2 ⋅ (6 x + 2 y ) + 2 xy ⋅ 2 x + y 2 ⋅ (−6 y )
∂x 2 ∂x∂y ∂y 2
= 6 x 3 + 6 x 2 y − 6 y 3 = 6( x 3 + x 2 y − y 3 )
= 6 f ( x, y ),
adică relaŃia de la punctul b).
SoluŃie.
∂f ∂f
df (1,2) = (1,2)dx + (1,2)dy .
∂x ∂y
Cum
∂f 2x x ∂f 4 y3 2y3
( x, y ) = = , ( x, y ) = = ,
∂x 2 x2 + y4 x2 + y4 ∂y 2 x2 + y4 x2 + y4
∂f 1 1 ∂f 2 ⋅ 23 16
(1,2) = = , (1,2) = = ,
∂x 12 + 2 4 17 ∂y 12 + 2 4 17
rezultă
1 16
df (1,2) = dx + dy .
17 17
f ( x, y, z ) = x 3 + 2 y 2 + z 4 − xy 2 + x − 5 z .
80
FUNCłII DE MAI MULTE VARIABILE. DERIVATE PARłIALE. DIFERENłIALE
2
2 ∂ ∂ ∂
d f (1,0,2) = dx + dy + dz f (1,0,2)
∂x ∂y ∂z
2
∂ f ∂2 f ∂2 f
= (1,0,2)(dx) 2 + (1,0,2)(dy ) 2 + (1,0,2)(dz ) 2 +
2 2 2
∂x ∂y ∂z
∂2 f ∂2 f ∂2 f
+2 (1,0,2)dxdy + 2 (1,0,2)dxdz + 2 (1,0,2)dydz.
∂x∂y ∂x∂z ∂y∂z
Avem
∂f ∂f ∂f
( x, y, z ) = 3 x 2 − y 2 + 1, ( x, y, z ) = 4 y − 2 xy, ( x, y, z ) = 4 z 3 − 5,
∂x ∂y ∂z
∂2 f ∂2 f ∂2 f
( x, y , z ) = 6 x , ( x, y , z ) = 4 − 2 x , ( x, y, z ) = 12 z 2 ,
2 2 2
∂x ∂y ∂z
∂2 f ∂2 f ∂2 f
( x, y, z ) = −2 y, ( x, y, z ) = 0, ( x , y , z ) = 0.
∂x∂y ∂x∂z ∂y∂z
Astfel
∂2 f ∂2 f ∂2 f
(1,0,2) = 6 ⋅ 1 = 6, (1,0,2) = 4 − 2 ⋅ 1 = 2, (1,0,2) = 12 ⋅ 2 2 = 48,
2 2 2
∂x ∂y ∂z
2 2 2
∂ f ∂ f ∂ f
(1,0,2) = −2 ⋅ 0 = 0, (1,0,2) = 0, (1,0,2) = 0
∂x∂y ∂x∂z ∂y∂z
şi
d 2 f (1,0,2) = 6( dx) 2 + 2( dy ) 2 + 48(dz ) 2 .
7) Să se determine punctele de extrem local pentru funcŃia
f ( x, y ) = y 2 − x( x − 2) 2 .
SoluŃie. Punctele staŃionare sunt soluŃii ale sistemului
∂f
∂x ( x, y ) = 0 − ( x − 2) 2 − 2 x( x − 2) = 0
∂f ⇔ .
( x, y ) = 0 2 y = 0
∂y
2
ObŃinem două puncte staŃionare M 1 ( 2,0) şi M 2 ,0 .
3
Cum
∂2 f ∂2 f ∂2 f
( x , y ) = − 2( x − 2) − 2( x − 2) − 2 x , ( x, y ) = 0, ( x, y ) = 2,
∂x 2 ∂x∂y ∂y 2
rezultă
81
CAPITOLUL 3
- pentru M 1 ( 2,0)
∂2 f ∂2 f ∂2 f
a11 = ( 2,0) = −4, a12 = ( 2,0) = 0, (2,0) = 2
∂x 2 ∂x∂y ∂y 2
şi
−4 0
∆1 = − 4, ∆ 2 = = − 8 ⇒ (2,0) nu este punct de extrem;
0 2
2
- pentru M 2 ,0
3
∂2 f 2 ∂2 f 2 ∂2 f 2
a11 = , 0 = 4, a12 = ,0 = 0, a 22 = ,0 = 2
∂x 2 3 ∂x∂y 3 ∂y 2 3
şi
4 0 2
∆1 = 4, ∆ 2 = = 8 ⇒ ,0 este punct de minim.
0 2 3
82
FUNCłII DE MAI MULTE VARIABILE. DERIVATE PARłIALE. DIFERENłIALE
∂2 f 2 ∂2 f 2x ∂2 f 2y
( x, y , z ) = , ( x, y , z ) = , ( x, y , z ) = ,
2 3 2 3 2
∂x x ∂y y ∂z z3
∂2 f 1 ∂2 f ∂2 f 1
( x, y , z ) = − , ( x, y, z ) = 0, ( x, y , z ) = − ,
∂x∂y y 2 ∂x∂z ∂y∂z z2
rezultă
∂2 f 2 1 ∂2 f 2⋅2 1
a11 = ( 2,4,8) = = , a 22 = ( 2,4,8) = = ,
∂x 2 23 4 ∂y 2 43 16
∂2 f 2⋅4 1 ∂2 f 1 1
a 33 = ( 2,4,8) = = , a12 = ( 2,4,8) = − =− ,
∂z 2 83 64 ∂x ∂y 4 2 16
∂2 f ∂2 f 1 1
a13 = ( 2,4,8) = 0, a 23 = ( 2,4,8) = − =−
∂x ∂z ∂y ∂z 82 64
şi
1
∆1 = ,
4
1 1
−
∆2 = 4 16 = 3 ,
1 1 16 2
−
16 16
1 1
− 0
4 16
1 1 1 1
∆3 = − − = .
16 16 64 2 ⋅ 64 ⋅ 64
1 1
0 −
64 64
Deoarece ∆1 > 0 , ∆ 2 > 0 , ∆ 3 > 0 rezultă că punctul staŃionar M (2,4,8) este
punct de minim.
83
CAPITOLUL 3
∂ 2 L∗ ∂ 2 L∗ ∂ 2 L∗
d 2 L∗ ( M ) = ( M )dx 2 + 2 ( M )dxdy + ( M )dy 2 .
∂x 2 ∂x∂y ∂y 2
Cum
∂ 2 L∗ ∂ 2 L∗ ∂ 2 L∗
( M ) = 0, ( M ) = 1, (M ) = 0 ,
∂x 2 ∂x∂y ∂y 2
avem d 2 L∗ ( M ) = 2dxdy .
DiferenŃiind legătura, obŃinem dx + dy = 0 , astfel că
d 2 L∗ ( M ) = −2(dx) 2
1 1
şi deci punctul M , este punct de maxim condiŃionat pentru funcŃia f ( x, y ) .
2 2
x − y + z = 2 , x2 + y2 + z 2 = 4 .
SoluŃie. FuncŃia ajutătoare are forma
L( x, y, z; λ1 , λ 2 ) = x + y + z + λ1 ( x − y + z − 2) + λ 2 ( x 2 + y 2 + z 2 − 4) .
Derivatele parŃiale de ordinul întâi ale funcŃiei L conduc, prin anulare, la
sistemul
84
FUNCłII DE MAI MULTE VARIABILE. DERIVATE PARłIALE. DIFERENłIALE
1 + λ1 + 2λ 2 x = 0
1 − λ1 + 2λ 2 y = 0
1 + λ1 + 2λ 2 z = 0
x − y + z − 2 = 0
x 2 + y 2 + z 2 − 4 = 0.
Rezolvând acest sistem, găsim soluŃiile
1 1 4 2 4
λ1 = , λ2 = − , x = , y = , z = ;
3 2 3 3 3
1
λ1 = −1 , λ 2 = , x = 0, y = −2 , z = 0 .
2
1 1
Pentru λ1 = , λ 2 = − avem de considerat funcŃia
3 2
1 1
L∗ ( x, y, z ) = x + y + z + ( x − y + z − 2) − ( x 2 + y 2 + z 2 − 4) .
3 2
4 2 4
DiferenŃiala de ordinul doi a funcŃiei L∗ în punctul M 1 , , are forma
3 3 3
∂ 2 L∗ 2 ∗ 2 ∗
d 2 L∗ (M 1 ) =
2
(M 1 )dx 2 + ∂ L
2
(M 1 )dy 2 + ∂ L
2
(M 1 )dz 2 +
∂x ∂y ∂z
∂ 2 L∗ 2 ∗ 2 ∗
+2 (M 1 )dxdy + 2 ∂ L (M 1 )dxdz + 2 ∂ L (M 1 )dydz.
∂x∂y ∂x∂z ∂y∂z
Cum
∂ 2 L∗ ∂ 2 L∗ ∂ 2 L∗
(M 1 ) = −1, (M 1 ) = −1, (M 1 ) = −1,
∂x 2 ∂y 2 ∂z 2
∂ 2 L∗ 2 ∗ 2 ∗
(M 1 ) = 0, ∂ L (M 1 ) = 0, ∂ L (M 1 ) = 0,
∂x∂y ∂x∂z ∂y∂z
avem
d 2 L∗ (M 1 ) = −dx 2 − dy 2 − dz 2
4 2 4
şi deci punctul M 1 , , este punct de maxim condiŃionat pentru funcŃia
3 3 3
f ( x, y , z ) .
85
CAPITOLUL 3
1
Pentru λ1 = −1 , λ 2 = , avem de considerat funcŃia
2
1 2
L∗ ( x, y, z ) = x + y + z − ( x − y + z − 2) + ( x + y 2 + z 2 − 4) .
2
L* ( x, y ) = 2 xy − 5(2 x + y − 10) .
86
FUNCłII DE MAI MULTE VARIABILE. DERIVATE PARłIALE. DIFERENłIALE
5
DiferenŃiala de ordinul doi a funcŃiei L* în punctul M ,5 are forma
2
următoare
∂ 2 L* ∂ 2 L* ∂ 2 L*
d 2 L* ( M ) = ( M )dx 2 + 2 ( M )dxdy + ( M )dy 2 .
∂x 2 ∂x∂y ∂y 2
Cum
∂ 2 L* ∂ 2 L* ∂ 2 L*
( x, y ) = 0, ( x, y ) = 0, ( x, y ) = 2 ,
∂x 2 ∂y 2 ∂x∂y
avem
d 2 L* ( M ) = 4dxdy .
DiferenŃiind legătura, obŃinem
2dx + dy = 0 ,
astfel că
d 2 L* ( M ) = −8(dx) 2
5
şi deci punctul M ,5 este punct de maxim condiŃionat pentru funcŃia u ( x, y ) .
2
Pentru a beneficia de utilitatea maximă în condiŃiile restricŃiei bugetare,
consumatorul va achiziŃiona 2,5 kg din marfa X şi 5 kg din marfa Y.
ObservaŃie. O firmă care doreşte să cunoască mărimea cererii pentru X şi Y va
lua în calcul preferinŃele consumatorilor pentru aceste bunuri întrucât preferinŃele de
consum se transformă în cerere pe piaŃă în limitele determinate de constrângerea
bugetară a fiecărui client.
87
CAPITOLUL 3
λαa α −1b1− α α b
r= = ⋅ .
α1 − α 1− α a
λ(1 − α)a b
Cum
∂r α 1
= ⋅ b ⋅ − ,
∂a 1 − α a2
iar
20 *
FuncŃia de producŃie
Dacă condiŃiile tehnice ale producŃiei sunt date, cantitatea de marfă produsă X depinde numai de
cantităŃile de factori variabili ai producŃiei folosiŃi A1 , A2 ,..., An . Dacă x este cantitatea produsă folosind
x = f (a1 , a 2 ,..., a n ) .
ObservaŃie. Dacă există doi factori variabili A şi B, funcŃia de producŃie este x = f (a, b) .
Rata marginală de substituŃie a factorului B în locul factorului A este
∂x
r = ∂a .
∂x
∂b
Elasticitatea substituŃieie dintre A şi B este
r ar + b
σ= ⋅ .
ab ∂r ∂r
r −
∂b ∂a
88
FUNCłII DE MAI MULTE VARIABILE. DERIVATE PARłIALE. DIFERENłIALE
∂r α 1
= ⋅ ,
∂b 1 − α a
obŃinem
r ar + b
σ=
ab rα αb
+
(1 − α)a (1 − α)a 2
r ar + b (1 − α)a (ar + b)
= =
ab α b ar + b
r + bα
(1 − α)a a a
(1 − α)ar (1 − α)a α b
= = ⋅ ⋅ = 1.
bα bα 1− α a
x = 2 γab − αa 2 − βb 2 ,
γx 2
σ= −1 .
( γ 2 − αβ)ab
SoluŃie. Deoarece
∂x 2 γb − 2αa γb − αa
= =
∂a 2 2 γab − αa 2 − βb 2 2 γab − αa 2 − βb 2
şi
∂x 2 γa − 2βb γa − β b
= =
∂b 2 2 γab − αa 2 − βb 2 2 γab − αa 2 − βb 2
avem
γb − α a γa − β b
r= :
2 γab − αa 2 − βb 2 2 γab − αa 2 − βb 2
γb − α a 2 γab − αa 2 − βb 2
= ⋅
2 γab − αa 2 − βb 2 γa − βb
γb − αa
= .
γa − β b
89
CAPITOLUL 3
Cum
∂r − α ( γa − βb) − ( γb − αa ) γ
=
∂a ( γa − βb) 2
αβ b − γ 2 b b(αβ − γ 2 )
= =
( γa − βb) 2 ( γa − βb) 2
iar
∂r γ ( γa − βb) − ( γb − αa )(−β)
=
∂a ( γa − β b ) 2
γ 2 a − αβ a a ( γ 2 − αβ)
= = ,
( γa − β b ) 2 ( γa − β b) 2
obŃinem
r ar + b r ar + b r ( γa − βb) 2
σ= = =
ab a ( γ 2 − αβ) b(αβ − γ 2 ) ab γ 2 − αβ ab γ 2 − αβ
r − (ar + b)
( γa − βb) 2 ( γa − βb) 2 ( γa − βb) 2
γb − αa
γa − β b ( γa − βb) 2 ( γb − αa)( γa − β b) 2 ( γb − αa )( γa − βb)
= ⋅ = =
ab γ 2 − αβ ab( γa − βb)( γ 2 − αβ) ab( γ 2 − αβ)
γ 2 ab − γβb 2 − αγa 2 + αβ ab γ ( γab − βb 2 − αa 2 ) + αβ ab
= =
ab( γ 2 − αβ) ab( γ 2 − αβ)
γ (2γab − βb 2 − αa 2 ) − γ 2 ab + αβ ab
=
ab( γ 2 − αβ)
γx 2 − ab( γ 2 − ab) γx 2
= = − 1.
ab( γ 2 − αβ) ab( γ 2 − αβ)
a) f ( x, y ) = x 2 + y 3 + 2012 ;
21 21 *
FuncŃiile sunt înŃelese pe mulŃimile lor de definiŃie
90
FUNCłII DE MAI MULTE VARIABILE. DERIVATE PARłIALE. DIFERENłIALE
b) f ( x, y ) = 4 − x 2 − y 2 ;
c) f ( x, y ) = 4 − x 2 ln(1 − y 2 ) ;
d) f ( x, y ) = x + y ;
e) f ( x, y ) = ( x 2 + y 2 − 1)(9 − x 2 − y 2 ) ;
f) f ( x, y , z ) = 1 − x 2 − y 2 − z 2 .
π π π π
b) f x' , şi f y' , pentru f ( x, y ) = cos x − sin y + 1 .
4 3 4 3
a) f ( x, y ) = x 3 + 3 x 2 y + y 4 + 3 ; b) f ( x, y ) = x 2 + y + sin xy ;
c) f ( x, y ) = x 3 − ( 2 − x ) y 2 ; d) f ( x, y ) = x 2 + 4 y 2 ;
x2 y
e) f ( x, y ) = x 2 sin 3 y ; f) f ( x, y ) = ;
x+ y
4 3 2 2
g) f ( x, y , z ) = e x + y + z ; h) f ( x, y, z ) = e xy sin z ;
x
i) f ( x, y, z ) = arcsin ; j) f ( x, y, z ) = e y + ln( x 2 + 1) + z 5 + 3 .
2 2
y +z
a) f ( x, y ) = x 2 + 3 xy 2 + xy 5 ;
b) f ( x, y ) = ln(1 + x + y + xy) .
91
CAPITOLUL 3
a) f ( x, y, z ) = e xy + e xz + e yz ;
b) f ( x, y, z ) = x 3 − 2 y 2 + 3 z 2 − 3 xyz .
x4 + y5
d) f ( x, y, z ) = ( x 9 + x 4 y 5 + z 9 ) cos ,
y5 + z 4
∂f ∂f ∂f
x ( x , y , z ) + y ( x, y , z ) + z ( x, y , z ) = 9 f ( x , y , z ) .
∂x ∂y ∂z
6. Fie funcŃia f ( x, y ) = ax α y β .
a) Să se arate că f este omogenă de grad α + β .
b) Să se arate că între derivatele parŃiale de ordinul doi ale funcŃiei f există
relaŃia
∂2 f ∂2 f ∂2 f
x2 ( x, y ) + 2 xy ( x, y ) + y 2 ( x, y ) = (α + β)(α + β − 1) f ( x, y ) .
∂x 2 ∂x∂y ∂y 2
1
7. Să se arate că funcŃia f ( x, y , z ) = ,
2 2 2
( x − a ) + ( y − b) + ( z − c )
∂2 f ∂2 f ∂2 f
( x, y , z ) + ( x, y , z ) + ( x, y , z ) = 0 .
∂x 2 ∂y 2 ∂z 2
92
FUNCłII DE MAI MULTE VARIABILE. DERIVATE PARłIALE. DIFERENłIALE
8. Să se arate că funcŃia
f (t , x) = A sin λx cos aλt
verifică ecuaŃia coardei vibrante
∂2 f ∂2 f
(t , x) = a 2 (t , x ) .
∂t 2 ∂x 2
9. Să se arate că funcŃia
( x − b) 2
−
1 4a 2 t
f (t , x) = e (a şi b fiind constante)
2a πt
verifică ecuaŃia căldurii
∂f ∂2 f
(t , x) = a 2 (t , x) .
∂t ∂x 2
−a x2 + y 2 + z 2 a x2 + y2 + z2
c1e + c2 e
f ( x, y , z ) = ( c1 şi c2 fiind constante)
x2 + y2 + z2
∂2 f ∂2 f ∂2 f
( x, y , z ) + ( x, y , z ) + ( x, y , z ) = a 2 f ( x, y , z ) .
2 2 2
∂x ∂y ∂z
a) f ( x, y ) = x 2 + 4 y 2 − 16 xy + 32 x − 16 y , ( x, y ) ∈ R 2 ;
b) f ( x, y ) = x 3 + y 3 − 3 x 2 y + 6 xy 2 − 2 x − y , ( x, y ) ∈ R 2 ;
2 2
c) f ( x, y ) = ( x + y ) e − x − y , ( x, y ) ∈ R 2 ;
d) f ( x, y, z ) = x 2 − y 2 + 2 z 2 − 6 x + 8 y − 12 z + 3 , ( x, y, z ) ∈ R 3 ;
e) f ( x, y, z ) = x 2 + 2 y 2 − 4 xy + 6 xz − 4 yz , ( x, y, z ) ∈ R 3 ;
22
Hermann Ludwig Ferdinand von Helmholtz (1821 –1894) , medic și fizician german
93
CAPITOLUL 3
f) f ( x, y, z ) = x 3 + y 2 + z 2 − 2 x 2 − 2 xy + 4 yz , ( x, y, z ) ∈ R 3 ;
g) f ( x, y, z ) = x 2 + y 2 + z 2 − 3 xy − 12 xz − 18 yz , ( x, y, z ) ∈ R 3 .
x2 + y2 = 4 ;
x 2 + y 2 = 1;
c) f ( x, y , z ) = x − y + 2 z , variabilele fiind legate prin condiŃia
x 2 + y 2 + 2z 2 = 2 ;
x2 y2
+ + z2 −1 = 0 .
9 4
94
INTEGRALE IMPROPRII
CAPITOLUL 4
ELEMENTE DE CALCUL INTEGRAL
Obiectivul capitolului
Însuşirea unor noŃiuni şi rezultate fundamentale, tehnici de calcul şi algoritmi din
analiza matematică.
Cuvinte cheie: integrale improprii cu limite de integrare infinite, integrale impropii din
funcŃii nemărginite, integrale convergente, integrale divergente
∞ b
improprie a funcŃiei f pe intervalul [ a,+∞ ) prin ∫ f ( x )dx = lim ∫ f ( x)dx .
a b→∞ a
∞
În cazul în care această limită este finită se spune că integrala ∫ f ( x)dx este
a
convergentă.
∞
Dacă limita este infinită sau nu există se spune că integrala ∫ f ( x)dx este
a
divergentă.
Interpretare geometrică
∞
Dacă f ( x) > 0 , integrala improprie ∫ f ( x)dx este aria figurii mărginite de
a
95
CAPITOLUL 4
şi
∞ b
∫ f ( x)dx = lim ∫ f ( x)dx ,
−∞ a →−∞ a
b→+∞
unde f este o funcŃie definită : R → R şi integrabilă pe orice interval [a, b] , b > a , iar
b
limita lim ∫ f ( x)dx există.
a → −∞ a
b → +∞
Exemple.
∞ dx
1) Integrala ∫ este divergentă.
1 x
Într-adevăr,
∞ dx b dx b
∫ = lim ∫ = lim ln | x | = lim ln b = ∞ .
1 x b→∞ 1 x b→∞ 1 b→∞
∞ dx
2) Integrala ∫ este convergentă.
2005
1x
Într-adevăr,
b
∞ dx b dx x −2004 1 b − 2004 1
∫ 2005 = lim ∫ 2005 = lim = lim − = .
1x b→∞ 1 x b→∞ − 2004 b→∞ 2004 2004 2004
1
Necesitatea introducerii integralelor improprii decurge din problema calculării
ariilor unor regiuni plane nemărginite (şi din studierea unor fenomene fizice pe intervale
de timp nemărginite).
Pentru unele integrale improprii nu putem studia uşor convergenŃa lor cu
ajutorul definiŃiei. În asemenea situaŃii se stabileşte natura integralei improprii
(convergentă sau divergentă) cu ajutorul criteriilor următoare.
96
INTEGRALE IMPROPRII
∞
∫ f ( x)dx
a
iar
∞ ∞
- din divergenŃa integralei ∫ f ( x)dx , rezultă divergenŃa integralei ∫ g ( x)dx .
a a
∞
- din convergenŃa integralei ∫ g ( x)dx pentru k < ∞ , rezultă convergenŃa
a
∞
integralei ∫ f ( x)dx
a
iar
∞
- din divergenŃa integralei ∫ f ( x)dx pentru k > 0 , rezultă divergenŃa
a
∞
integralei ∫ g ( x)dx .
a
3. Criteriul cu puteri
∞
- pentru λ > 1 , integrala ∫ f ( x)dx este convergentă
a
iar
∞
- pentru λ ≤ 1 , integrala ∫ f ( x)dx este divergentă.
a
97
CAPITOLUL 4
∞
tinde monoton către zero când x → ∞ , atunci ∫ f ( x) g ( x)dx este convergentă.
a
Dacă limita este infinită sau nu există se spune că integrala este divergentă.
b b−ε
Analog, se defineşte integrala improprie ∫ f ( x)dx = lim ∫ f ( x)dx , dacă b este
a ε→0 a
asimptota verticală x = b .
98
INTEGRALE IMPROPRII
Exemple.
10 dx
1) Integrala ∫ este divergentă.
5 x−5
1
Într-adevăr, funcŃia f ( x) = este nemărginită în punctul x = 5 şi avem
x−5
10 dx 10 10
dx
∫ = lim ∫ = lim ln | x − 5 | = lim (ln 5 − ln ε) = ∞ .
5 x − 5 ε→0 5+ε x − 5 ε→0 5+ε ε→0
10 dx
2) Integrala ∫ este convergentă.
5 x−5
1
Într-adevăr, funcŃia f ( x) = este nemărginită în punctul x = 5 şi avem
x−5
10 10 10
dx dx
∫ = lim ∫ = lim 2 x − 5 = lim (2 5 − 2 ε ) = 2 5 .
5 x−5 ε→0 5+ε x−5 ε→0 5+ ε ε→0
b
- pentru λ < 1, integrala (improprie) ∫ f ( x)dx este convergentă
a
iar
b
- pentru λ ≥ 1 , integrala (improprie) ∫ f ( x)dx este divergentă.
a
99
CAPITOLUL 4
b
- pentru λ < 1, integrala (improprie) ∫ f ( x)dx este convergentă
a
iar
b
- pentru λ ≥ 1 , integrala (improprie) ∫ f ( x)dx este divergentă.
a
100
INTEGRALE IMPROPRII
b
2
b x2 +1 b x2 b 1
∫ x + 1dx = ∫ dx = ∫ dx + ∫ dx
0 0 x2 +1 0 x2 +1 0 x2 +1
b b
x
= ∫x⋅ dx + ln( x + x 2 + 1)
0 x2 +1 0
b
= ∫ x ⋅ ( x 2 + 1)' dx + ln(b + b 2 + 1) − ln 1.
0
Folosind formula de integrare prin părŃi*, obŃinem
b b b
2 2 2 2
∫ x + 1dx = x x + 1 − ∫ x + 1dx + ln(b + b + 1)
0 0 0
de unde rezultă
b
2 ∫ x 2 + 1dx = b b 2 + 1 + ln(b + b 2 + 1)
0
adică
b 1
2
∫ x + 1dx = b b 2 + 1 + ln(b + b 2 + 1)
0 2
de unde avem
∞
lim b b 2 + 1 + ln(b + b 2 + 1) = ∞ ,
2 1
∫ x + 1dx =
0 2 b → ∞
∞
deci integrala ∫ x 2 + 1dx este divergentă;
0
10 1 10 − ε 1
d) ∫ dx = lim ∫ dx
2012
2 (10 − x ) ε→0 2 (10 − x) 2012
10 − ε
10 − ε
− 2012 (10 − x ) − 2011
= lim ∫ (10 − x) dx = − lim
ε →0 2 ε→0 − 2011
2
10 − ε
1 1 1 1 1
= lim = lim − = ∞,
2011 ε → 0 (10 − x) 2011 2011 ε → 0 ε 8 2011
2
10 1
deci integrala ∫ dx este divergentă;
2 (10 − x) 2012
b b b
*
: Fie f , g : [a, b] → R funcŃii derivabile cu derivate continue. Atunci ∫ f ( x ) g ' ( x)dx = f ( x ) g ( x ) a − ∫ f ' ( x ) g ( x )dx
a a
101
CAPITOLUL 4
10 1 10 − ε 1 10 − ε 1
e) ∫ 2012 dx = lim ∫ dx = lim ∫ dx
2 10 − x ε → 0 2 2012 10 − x ε→0 2 1
(10 − x) 2012
2011 10 − ε
1
10 − ε − (10 − x) 2012
= lim ∫ (10 − x) 2012 dx = − lim
ε →0 2 ε→0 2011
2012 2
2011 10 − ε 2011 2011 2011
2012 2012 2012 2012
= − lim (10 − x) 2012 =− lim (ε 2012 − 8 2012 ) = 8 ,
2011 ε → 0 2011 ε → 0 2011
2
10 1
deci integrala ∫ dx este convergentă.
2012
2 10 − x
SoluŃie.
3
λ+
x 2 1
a) Deoarece lim x λ f ( x) = lim = 1 pentru λ= < 1 , integrala este
x →∞ x →∞ 1 + x 2 2
divergentă.
xλ + 2
b) Deoarece lim x λ f ( x) = lim = 1 pentru λ = 5 > 1 , integrala este
x→∞ x →∞ 1 + x 7
convergentă.
1
c) Considerăm funcŃiile f ( x) = cos x şi g ( x) = . Deoarece
x
b
∫ cos dx = sin b − sin 1 ≤ 2
1
102
INTEGRALE IMPROPRII
1 ∞ cos x
şi g ( x) = descreşte monoton la zero când x → ∞ , rezultă că integrala ∫ dx este
x 1 x
convergentă.
d) Deoarece
1
λ−
( x − 1) 2 1
lim ( x − 1) λ f ( x) = lim = ,
x →1 x →1 ( x + 1) x + 1 2 2
x >1 x >1
1
pentru λ = < 1 , integrala este convergentă.
2
3) Să se calculeze:
∞ 1
− 2x 2
a) ∫ xe dx ; b) ∫ x − x dx ;
0 0
π
2 ∞ 1
4 2
c) ∫ sin x cos xdx ; d) ∫3 dx
0 0 x (1 + x)
utilizând integralele lui Euler†
1
β(a, b) = ∫ x a −1 (1 − x) b −1 dx (a > 0, b > 0) ,
0
∞
Γ(a ) = ∫ x a −1e − x dx (a > 0) .
0
SoluŃie.
1
a) Efectuând schimbarea de variabilă 2 x = t , obŃinem dx = dt .
2
łinând seama că limitele de integrare se păstrează, avem:
∞t 1 ∞ −t 1 1 1 1 1
−t
∫ e dt = ∫ te dt = Γ(2) = Γ(1 + 1) = ⋅ 1 ⋅ Γ(1) = ⋅ 1 ⋅ 1 = .
02 40 4 4 4 4 4
b)
†
Se poate demonstra că:
1
Γ(1) = 1; Γ = π ; Γ(n + 1) = n! , n ∈ N; Γ(a + 1) = aΓ(a), a > 1;
2
π Γ( a)Γ(b)
Γ(a ) ⋅ Γ(1 − a) = , a ∈ (0,1); β(a, b) = .
sin πa Γ ( a + b)
103
CAPITOLUL 4
1 1
1 1 1
2
∫ x − x dx = ∫ x (1 − x ) dx = ∫ x (1 − x ) 2 dx
2
0 0 0
2
3 3 3
Γ Γ Γ
3 3 2
= β , = =
2 2
2 2 3 3 Γ (3)
Γ +
2 2
2 2 2
1 1 1 1
Γ 2 + 1 2 Γ 2 ⋅ π
π
= = =
2
= .
Γ ( 2 + 1) 2! 2 8
c) Efectuând schimbarea de variabilă sin 2 x = t , obŃinem x = arcsin t ,
1 1
dx = ⋅ ⋅ dt .
1− t 2 t
π
łinând seama de noile limite de integrare ( x = 0 ⇒ t = 0; x = ⇒ t = 1 ) avem
2
1 1 3 1
1
2 1 1 1 1 2− 1− 11
∫ t (1 − t ) ⋅ ⋅ dt = ∫ t 2 (1 − t ) 2 dt = ∫ t 2 (1 − t ) 2 dt
0 1− t 2 t 20 20
5 3 3 3 3 3 3
Γ Γ Γ + 1 Γ Γ Γ
1 5 3 1 2 2 1 2 2 1 2 2 2
= β , = = =
2 2 2 2 5 3 2 Γ(4 ) 2 Γ(3 + 1)
Γ +
2 2
2 2
3 1
Γ Γ 2 + 1 2 2
3 2 3 1 1 1 1 1 1
= = = Γ = ⋅ ⋅ Γ
4 3! 4 6 8 2 2 8 4 2
=
1
32
( π )2 = 32π .
t 1
d) Efectuând schimbarea de variabilă x = obŃinem dx = dt şi
1− t (1 − t ) 2
1
1+ x = .
1− t
π
łinând seama de noile limite de integrare ( x = 0 ⇒ t = 0; x = ⇒ t = 1 ) avem
2
104
INTEGRALE IMPROPRII
1 1
1 1 1 1 1 − t
1 1 (1 − t ) 3 1
3
∫ ⋅ dt = ∫ ⋅ dt = ∫ ⋅ dt
0 t 1 − t 1− t
1
0 (1 − t ) 2 0
1
t 3 1 t3
⋅
1− t 1− t
1 1 1 2
1 − −1 1 − −
= ∫ t 3 (1 − t ) 3 dt = ∫ t 3 (1 − t ) 3 dt
0 0
2 1 2 1 1 1
Γ Γ Γ Γ Γ Γ 1 −
2 1
= β , = = =
3 3 3 3 3 3
3 3 Γ 2 + 1 Γ(1) 1
3 3
π π 2π
= = = .
π 3 3
sin
3 2
∞ 1 ∞
−2 x
c) ∫ 2 2
dx ; d) ∫e cos 3 x dx ;
3 (x + 5) 1
2 1 5 1
e) ∫ dx ; f) ∫ dx ;
1 3x − 1
3
0 x+ x
3
3 1 1 1
g) ∫ dx ; h) ∫ dx ;
3
1 ( x + 1) x 2 − 1 0x+x
4 x4 + 1
i) ∫ 3 dx .
−1 x + 1
105
CAPITOLUL 4
∞ ∞
c*) ∫ cos 2 x dx ; d**) 2
∫ sin x dx ;
0 0
1 1 2 1
e) ∫ dx ; f) ∫ dx .
0 ( x + 2) 1 − x 2 0 5 4 − x2
5. Să se demonstreze că:
a) Γ( a + 1) = aΓ( a) , a > 1 ;
b) Γ(n + 1) = n! , n ∈ N ;
6. Să se demonstreze că:
a) β( a, b) = β(b, a ) ;
a −1 b −1
b) β( a, b) = β( a − 1, b) = β(a, b − 1) , a > 1, b > 1 ;
a + b −1 a + b −1
( n − 1)!( m − 1)!
c) β( m, n) = , m, n ∈ N ;
( m + n − 1)!
Integralele * şi ** prezintă o importanŃă deosebită în fizică. Ele sunt aşa numitele integrale ale lui Jean
Augustin Fresnel ((1788 – 1827), fizician francez) din teoria difracŃiei luminii.
106
INTEGRALE IMPROPRII
∞ y a −1
d) β( a, b) = ∫ dy ;
a +b
0 (1 + y )
Γ( a )Γ(b)
e) β( a, b) = .
Γ( a + b )
7. Să se calculeze:
3 x
∞ − 1
43 4
a) ∫ x 2 e 4 dx ; b) ∫ x x − x dx ;
0 0
π
2 ∞ 4x
6 4
c) ∫ sin x cos xdx ; d) ∫ 2
dx
0 0 (1 + x )
∞
Γ(a ) = ∫ x a −1e − x dx (a > 0) .
0
107
CAPITOLUL 4
108
ELEMENTE DE TEORIA PROBABILITĂłILOR ŞI STATISTICĂ MATEMATICĂ
1
Fra Luca Bartolomeo de Pacioli (1446 – 1517), matematician şi călugar franciscan italian, colaborator al
lui Leonardo da Vinci. Este de asemenea numit părintele contabilităŃii pentru contribuŃiile sale de
pionierat în acest domeniu
2
Girolamo Cardano (1501 – 1576), matematician, filosof şi medic italian din perioada Renaşterii
3
Blaise Pascal (1623 – 1662), matematician, fizician şi filosof francez
4
Pierre Fermat (1601 – 1665), matematician şi avocat francez
5
Andrei Nicolaevici Kolmogorov (1903-1986), matematician sovietic
109
CAPITOLUL 5
110
ELEMENTE DE TEORIA PROBABILITĂłILOR ŞI STATISTICĂ MATEMATICĂ
CAPITOLUL 5
ELEMENTE DE TEORIA PROBABILITĂłILOR ŞI
STATISTICĂ MATEMATICĂ
Obiectivul capitolului
Însuşirea unor noŃiuni şi rezultate fundamentale, tehnici de calcul şi algoritmi din
teoria probabilităŃilor şi statistică matematică.
Lucrurile, fiinŃele sau fenomenele care datorită unei proprietăŃi comune pot fi
considerate împreună formează o colectivitate, o populaŃie, o mulŃime.
Exemple.
1) StudenŃii unui an de studiu dintr-o facultate.
2) Piesele produse de o secŃie a unei firme.
Fiind dată o colectivitate C, putem să cercetăm dacă elementele sale au sau nu o
anumită proprietate P. Proprietatea P se numeşte criteriu de cercetare a colectivităŃii.
Exemplu. Dacă se consideră colectivitatea formată din piesele produse de o
firmă, atunci putem considera drept criteriu de cercetare proprietatea ca o piesă să
corespundă sau nu stasului.
111
CAPITOLUL 5
OperaŃii cu evenimente
Fie A şi B două evenimente legate de o experienŃă.
DefiniŃie. Se numeşte reuniunea evenimentelor A şi B un nou eveniment care se
realizează atunci şi numai atunci când se realizează cel puŃin unul din evenimentele A
sau B.
Se notează A ∪ B .
112
ELEMENTE DE TEORIA PROBABILITĂłILOR ŞI STATISTICĂ MATEMATICĂ
2) ∀A ∈ K rezultă A ∈ K .
DefiniŃie. Fie Ω o mulŃime nevidă. O familie K de părŃi ale lui Ω se numeşte
σ - corp sau corp borelian dacă este închisă faŃă de operaŃiile de reuniune infinită şi
complementară, adică dacă îndeplineşte următoarele condiŃii:
113
CAPITOLUL 5
1) ∀Ai ∈ K , i ∈ N ∗ rezultă U Ai ∈ K ;
i∈N∗
2) ∀A∈ K rezultă A ∈ K .
ObservaŃie. Orice corp borelian este şi corp.
Practica arată că mulŃimea evenimentelor asociate unei experienŃe formează un
corp de părŃi dacă ele sunt în număr finit şi un corp borelian dacă sunt în număr infinit.
De aceea, vom numi câmp (câmp borelian) de evenimente, evenimentul sigur E
înzestrat cu un corp (corp borelian) K de evenimente. Un câmp de evenimente îl vom
nota prin (E,K).
DefiniŃie. Se spune că evenimentele A1 , A2 , K , An ∈ ( E , K ) reprezintă o
desfacere sau o partiŃie a evenimentului A dacă îndeplinesc următoarele condiŃii:
1) Ai ∩ A j = φ, i, j = 1, n, i ≠ j ;
n
2) A = U Ak .
k =1
1) Ei ∩ E j = φ , i, j = 1, n , i ≠ j ;
n
2) E = U E i ;
i =1
6
DefiniŃia axiomatică a probabilităŃii a fost formulată iniŃial de A. N. Kolmogorov (1933)
114
ELEMENTE DE TEORIA PROBABILITĂłILOR ŞI STATISTICĂ MATEMATICĂ
3) P U Ai = ∑ P( Ai ), ∀( Ai )i ∈I ∈ K cu Ai ∩ A j = φ, i ≠ j , I este o mulŃime
i ∈I i ∈I
cel mult numărabilă de indici.
Tripletul (E, K, P) se numeşte în acest caz câmp borelian de probabilitate.
ConsecinŃe.
1. Fie un câmp de evenimente (E,K) şi fie desfacerea E1, E2, …, En a
evenimentului sigur E în evenimente elementare. Orice eveniment A ∈ ( E , K ) se poate
scrie ca reuniune de evenimente elementare, adică
A = Ei1 ∪ Ei 2 ∪ K ∪ Ei k
cu
Ei j ∩ Eis = φ, i j ≠ i s .
115
CAPITOLUL 5
de unde P( A ) = 1 − P( A) .
3. P(φ) = 0 .
Într-adevăr, cum φ ∪ A = A şi φ ∩ A = φ rezultă că P(φ ) + P ( A) = P( A) , de
unde P(φ) = 0 .
4. Pentru orice A ∈ ( E , K , P) avem 0 ≤ P( A) ≤ 1 .
Prima parte a inegalităŃii este asigurată prin definiŃie, iar pentru partea a doua
folosim consecinŃa 2 şi avem P( A) = 1 − P( A ) ≤ 1 .
5. Dacă A, B ∈ ( E , K , P) şi A ⊂ B , atunci P( A) ≤ P( B) .
P( B) = P ( A) + P ( B ∩ A ) ≥ P( A) .
6. Dacă A, B ∈ ( E , K , P) , atunci P( B − A) = P( B) − P( A ∩ B) .
Într-adevăr, cum B = ( B − A) ∪ ( A ∩ B) şi ( B − A) ∩ ( A ∩ B) = φ rezultă că
P( B) = P ( B − A) + P( A ∩ B) .
7. Dacă A, B ∈ ( E , K , P) şi A ⊂ B , atunci P( B − A) = P( B) − P ( A) .
Într-adevăr, cum B = ( B − A) ∪ A şi ( B − A) ∩ A = φ rezultă că
P( B) = P ( B − A) + P( A) .
8. Formula de adunare a probabilităŃilor. Dacă A, B ∈ ( E , K , P) , atunci
P( A ∪ B) = P( A) + P( B) − P( A ∩ B ) .
7
DefiniŃia clasică a probabilităŃii a fost formulată iniŃial de J. Bernoulli (1705)
116
ELEMENTE DE TEORIA PROBABILITĂłILOR ŞI STATISTICĂ MATEMATICĂ
n n
P U Ai = ∑ P( Ai ) − ∑ P( Ai ∩ A j ) + ∑ P ( Ai ∩ A j ∩ Ak ) −
i =1 i =1 i< j i< j <k
− K + (−1) n P( A1 ∩ A2 ∩ K ∩ An ).
9. Oricare ar fi A, B ∈ (E,K,P) avem P( A ∪ B) ≤ P( A) + P ( B ) .
Aceasta rezultă imediat din consecinŃa 8.
ObservaŃie. Proprietatea rămâne adevărată oricare ar fi evenimentele A1, A2,
n n
…, An ∈ ( E , K , P) şi avem P U Ai ≤ ∑ P( Ai ) .
i =1 i =1
10. Inegalitatea lui Boole 8. Dacă A1, A2, …, An ∈ ( E , K , P) , atunci
n n
P I Ai ≥ 1 − ∑ P( Ai ) .
i =1 i =1
Într-adevăr,
n n n n
P I Ai = P U Ai = 1 − P U Ai ≥ 1 − ∑ P( Ai ) .
i =1 i =1 i =1 i =1
ObservaŃie. Inegalitatea lui Boole ne dă o limită inferioară pentru
probabilitatea intersecŃiei a n evenimente.
ProbabilităŃi condiŃionate
Fie (E,K,P) un câmp de probabilitate (câmp borelian de probabilitate), iar A şi B
două evenimente ale câmpului cu P( B) ≠ 0 .
8
George Boole (1815 – 1864), matematician şi logician englez, fondatorul logicii matematice moderne
117
CAPITOLUL 5
Se notează P( A | B ) sau PB ( A) .
ObservaŃie. Tripletul (E,K,PB) este un câmp (câmp borelian) de probabilitate.
Formula de înmulŃire a probabilităŃilor. Fie A1, A2, …, An ∈ ( E , K , P) cu
P( A1 ∩ A2 ∩ K ∩ An −1 ) ≠ 0 . Are loc formula
P( A1 ∩ A2 ∩ K ∩ An ) = P ( A1 ) ⋅ P ( A2 | A1 ) ⋅ P( A3 | ( A1 ∩ A2 )) ⋅
⋅ K ⋅ P( An | ( A1 ∩ A2 ∩ K ∩ An −1 ))
DemonstraŃie. Vom folosi metoda inducŃiei matematice .
Pentru n = 2 avem P( A1 ∩ A2 ) = P ( A1 ) ⋅ P( A2 | A1 ) care este tocmai definiŃia
probabilităŃii condiŃionate.
Presupunem formula adevărată pentru n – 1 şi o demonstrăm pentru n. Avem
P( A1 ∩ A2 ∩K∩ An−1 ∩ An ) = P( A1 ∩ A2 ∩K∩ An−1 ) ⋅ P( An | ( A1 ∩ A2 ∩K∩ An−1 ))
= P( A1) ⋅ P( A2 | A1 ) ⋅K⋅ P( An−1 | ( A1 ∩K∩ An−2 )) ⋅ P( An | ( A1 ∩ A2 ∩K∩ An−1 ))
DefiniŃie. Se spune că evenimentele A şi B ∈ ( E , K , P) sunt independente
dacă
P( A ∩ B) = P( A) ⋅ P( B) .
Se spune că evenimentele familiei finite {A1, A2, …, An} ⊂ ( E , K , P) sunt
independente (sau independente în totalitatea lor) dacă evenimentele oricărei subfamilii
nevide a familiei date sunt independente, adică dacă ∀1 ≤ i1 ≤ i2 ≤ ... ≤ ik ≤ n avem
9
DefiniŃia a fost formulată iniŃial de Jacques Bernoulli (1700)
10
Serghei Natanovici Bernstein (1880 – 1968), matematician rus
118
ELEMENTE DE TEORIA PROBABILITĂłILOR ŞI STATISTICĂ MATEMATICĂ
1
P( A1 ) = P ( A2 ) = P ( A3 ) = ,
2
1
P( A1 ) ⋅ P( A2 ) ⋅ P ( A3 ) = ,
8
1
P( A1 ∩ A2 ∩ A3 ) = ,
4
deci A1 , A2 , A3 nu sunt independente în totalitatea lor, dar sunt independente două câte
două deoarece
1
P ( A1 ∩ A2 ) = P ( A1 ∩ A3 ) = P ( A2 ∩ A3 ) = .
4
Formula probabilităŃii totale. Dacă A1, A2, …, An reprezintă o desfacere în
evenimente incompatibile a evenimentului sigur, atunci pentru orice eveniment X al
câmpului de evenimente (E, K, P) are loc formula
n n
P ( X ) = ∑ P ( Ak ∩ X ) = ∑ P ( Ak ) ⋅ PAk ( X ) .
k =1 k =1
11
Thomas Bayes (1702 – 1761), matematician englez şi preot prezbiterian
119
CAPITOLUL 5
P ( Ak ) ⋅ PAk ( X )
PX ( Ak ) = .
n
∑ P ( Ak ) ⋅ PAk ( X )
k =1
P( Ak ) ⋅ PAk ( X )
PX ( Ak ) = . Înlocuind P(X) din formula probabilităŃii totale se obŃine
P( X )
formula lui Bayes.
120
ELEMENTE DE TEORIA PROBABILITĂłILOR ŞI STATISTICĂ MATEMATICĂ
k k k
C a 1 ⋅ C a 2 ⋅ ... ⋅ C a s
P= 1 2 s
.
C an + a + ... + a
1 2 s
P = C nk p k q n− k ,
a b
unde p = este probabilitatea de a extrage o bilă albă, iar q = 1 − p = este
a+b a+b
probabilitatea de a extrage o bilă neagră.
ObservaŃii.
1) Folosind binomul lui Newton
n
( pt + q ) n = ∑ C nk p k q n − k t k ,
k =0
probabilitatea cerută de schema lui Bernoulli este coeficientul lui t k din această
dezvoltare. Din acest motiv schema se mai numeşte şi schema binomială.
2) Această schemă admite următoarea generalizare
O urnă conŃine a1 bile de culoarea 1, a2 bile de culoarea 2, …, as bile de
culoarea s. Se extrag n bile, punând de fiecare dată bila extrasă înapoi în urnă.
Probabilitatea ca din cele n bile extrase k1 să fie de culoarea 1, k2 să fie de
culoarea 2, …, ks de culoarea s ( k1 + k 2 + ... + k s = n ) este
n! k k k
P= p1 1 p 2 2 ... p s s ,
k1! k 2 !...k s !
unde
a1
p1 = este probabilitatea de a extrage o bilă de culoarea 1,
a1 + a 2 + ... + a s
12
Jean Bernoulli (1667 – 1748), matematician elveŃian
121
CAPITOLUL 5
a2
p2 = este probabilitatea de a extrage o bilă de culoarea 2,
a1 + a 2 + ... + a s
M
as
ps = este probabilitatea de a extrage o bilă de culoarea s.
a1 + a 2 + ... + a s
Această schemă se numeşte schema polinomială.
13
Siméon Denis Poisson (1781-1840), matematician şi mecanician francez
122
ELEMENTE DE TEORIA PROBABILITĂłILOR ŞI STATISTICĂ MATEMATICĂ
123
CAPITOLUL 5
1 n n 1
Avem evident f ( xi ) = > 0 , i = 1, n şi ∑ f ( xi ) = ∑ = 1 .
n i =1 i =1 n
f (k ) = C nk p k q n − k ≥ 0 , k = 0, n
şi
n nk k n−k
∑ f (k ) = ∑ C n p q = ( p + q) n = 1 .
k =0 k =0
x yj
X i , i = 1, n şi Y , j = 1, m .
f ( x i ) g yj ( )
Variabila aleatoare X o Y va avea distribuŃia
xi o y j
X o Y , i = 1, n , j = 1, m ,
h ( x i , y j )
124
ELEMENTE DE TEORIA PROBABILITĂłILOR ŞI STATISTICĂ MATEMATICĂ
xi + y j
X + Y , i = 1, n , j = 1, m ,
(
h xi , y j )
unde
1) h( xi , y j ) ≥ 0 , i = 1, n , j = 1, m ;
n m
2) ∑ ∑ h( xi , y j ) = 1 .
i =1 j =1
1) f ( xi ) ≥ 0 , i = 1, n ;
n
2) ∑ f ( xi ) = 1 .
i =1
xi y j
XY , i = 1, n , j = 1, m ,
(
h xi , y j )
unde
1) h( xi , y j ) ≥ 0 , i = 1, n , j = 1, m ;
125
CAPITOLUL 5
n m
2) ∑ ∑ h( xi , y j ) = 1 .
i =1 j =1
unde
1) f ( xi ) ≥ 0 , i = 1, n ;
n
2) ∑ f ( xi ) = 1 .
i =1
Exemple.
1) DistribuŃia continuă uniformă pentru o variabilă aleatoare X definită în [a,b]
1
are densitatea de probabilitate f ( x ) = .
b−a
Avem
126
ELEMENTE DE TEORIA PROBABILITĂłILOR ŞI STATISTICĂ MATEMATICĂ
1
f ( x) = >0
b−a
şi
b b 1
∫ f ( x)dx = ∫ dx = 1 .
a ab − a
1
2) DistribuŃia Cauchy are densitatea de probabilitate f ( x) = , x∈R .
π(1 + x 2 )
Avem
1
f ( x) = >0
π(1 + x 2 )
şi
+∞ +∞ 1 1 n 1 1 2 π
∫ f ( x)dx = ∫ dx = lim ∫ dx = lim 2arctg n = ⋅ = 1 .
−∞ −∞ π(1 + x2 ) π n→∞ −n 1 + x 2 π n→∞ π 2
1) f ( xi ) ≥ 0 , i = 1, n ,
n
2) ∑ f ( xi ) = 1 .
i =1
127
CAPITOLUL 5
1 2 4
Graficul ei este dat de mulŃimea punctelor M 0 0, , M 1 1, , M 2 2, şi
27 9 9
8
M 3 3, . (Fig. 1)
27
128
ELEMENTE DE TEORIA PROBABILITĂłILOR ŞI STATISTICĂ MATEMATICĂ
14
Histogramele sunt utilizate în statistica matematică, economie, demografie
129
CAPITOLUL 5
15
NoŃiunea a fost introdusă de Christiaan Huygens (1629 – 1695), matematician, astronom şi fizician
olandez
130
ELEMENTE DE TEORIA PROBABILITĂłILOR ŞI STATISTICĂ MATEMATICĂ
M(X + Y) = M(X)+M(Y).
6) Dacă X şi Y sunt două variabile aleatoare independente, atunci
M(XY) = M(X)M(Y).
c) Momente de ordinul k
DefiniŃie. Se numeşte moment de ordin k al variabilei aleatoare X valoarea
131
CAPITOLUL 5
x
X i , i = 1, n ,
f ( x i )
1) f ( xi ) ≥ 0 , i = 1, n ,
n
2) ∑ f ( xi ) = 1 ,
i =1
atunci
n
M ( X k ) = ∑ xik f ( xi ) ,
i =1
atunci
b
M ( X k ) = ∫ x k f ( x)dx .
a
d) Medii de ordinul k
DefiniŃie. Se numeşte medie de ordinul k a variabilei aleatoare X, radicalul de
indice k din momentul de ordinul k al variabilei aleatoare X.
Notând cu M k ( X ) media de ordinul k, avem
Mk (X ) = k M (X k ) .
( ) ( ) ( ) ( )
M ( X 1 + X 2 + ... + X n )2 = M X 12 + M X 22 + ... + M X n2 .
132
ELEMENTE DE TEORIA PROBABILITĂłILOR ŞI STATISTICĂ MATEMATICĂ
e) Momente centrate
DefiniŃie. Se numeşte moment centrat de ordinul k al variabilei aleatoare X
momentul de ordinul k al abaterii.
Notând cu mk momentul centrat de ordinul k, dacă variabila aleatoare X este
discretă cu distribuŃia
x
X i , i = 1, n ,
f ( x i )
n
1) f ( xi ) ≥ 0 , i = 1, n , 2) ∑ f ( xi ) = 1 ,
i =1
atunci
( )n
m k = M ξ k = ∑ ( xi − m) k f ( x i ) ,
i =1
( )b
m k = M ξ k = ∫ ( x − m) k f ( x)dx .
a
m k = M ( X k ) − C k1 mM ( X k −1 ) + C k2 m 2 M ( X k − 2 ) − ... + ( −1) k C kk m k .
133
CAPITOLUL 5
1) f ( xi ) ≥ 0 , i = 1, n ,
n
2) ∑ f ( xi ) = 1 ,
i =1
atunci
n
σ 2 = ∑ ( xi − m) 2 f ( x i ) = M ( X 2 ) − m 2 ,
i =1
atunci
b
σ 2 = ∫ ( x − m) k f ( x)dx = M ( X 2 ) − m 2 .
a
134
ELEMENTE DE TEORIA PROBABILITĂłILOR ŞI STATISTICĂ MATEMATICĂ
atunci
xi < x
F ( x) = ∑ f ( xi ) ,
i =1
deoarece
xi < x xi < x
F(x) = P(X < x) = ∑ P ( X = xi ) = ∑ f ( xi ) .
i =1 i =1
135
CAPITOLUL 5
ObservaŃii.
1) Ca şi în cazul variabilelor aleatoare discrete, avem
q
P ( p < X < q) = F ( q ) − F ( p ) = ∫ f (t ) dt .
p
1
F (M e ) = .
2
1
Astfel, mediana este soluŃie a ecuaŃiei F ( x) = .
2
ObservaŃie. În acest caz, Me coincide cu o valoare a variabilei aleatoare. Sunt
cazuri când ea este cuprinsă într-un interval ( x k , x k +1 ) şi atunci spunem că avem un
interval median. Se obişnuieşte ca Me să se ia mijlocul intervalului median.
136
ELEMENTE DE TEORIA PROBABILITĂłILOR ŞI STATISTICĂ MATEMATICĂ
1
atunci Me se găseşte ca soluŃie a ecuaŃiei F ( x) = , adică
2
Me 1
∫ f ( x)dx = .
a 2
h) Quantile
DefiniŃie. Se numesc quantile de ordinul n a unei variabile aleatoare X
rădăcinile reale ale ecuaŃiilor
i
F ( x) = , i = 1, n − 1 ,
n
unde n este un număr natural dat, iar F(x) este funcŃia de repartiŃie a variabilei
aleatoare X.
1
Se observă că mediana Me fiind rădăcină a ecuaŃiei F ( x) = este quantilă de
2
ordinul doi.
În practică se consideră de obicei n = 2, 4, 10, 100.
Pentru n = 4, cele trei rădăcini se numesc quartile.
Pentru n = 10, cele nouă rădăcini se numesc decile.
Pentru n = 100, cele 99 rădăcini se numesc centile.
137
CAPITOLUL 5
i) CovarianŃa
Fie două variabile aleatoare X şi Y.
DefiniŃie. Se numeşte covarianŃa variabilelor aleatoare X şi Y valoarea medie
a variabilei (X - m1)(Y - m2), unde m1 şi m2 sunt respectiv valorile medii ale variabilelor
X şi Y.
Notând covarianŃa cu cov(X,Y), avem
cov(X,Y) = M((X - m1)(Y - m2)).
Cum m1 = M(X) şi m2 = M(Y), avem
cov(X,Y) = M(XY – m1Y – m2X + m1m2) = M(XY) – m1M(Y) – m2M(X) + m1m2
= M(XY) – M(X)M(Y).
Are loc deci formula
cov(X,Y) = M(XY) - M(X)M(Y).
ObservaŃie. Dacă variabilele aleatoare X şi Y sunt independente, atunci
cov(X,Y) = 0.
j) Coeficient de corelaŃie
Fie două variabile aleatoare X şi Y cu valorile medii m1, respectiv m2 şi abaterile
medii pătratice σ1 şi respectiv σ 2 . Lor le putem ataşa variabilele aleatoare
X − m1 Y − m2
X '= şi respectiv Y ' =
σ1 σ2
numite variabile aleatoare normate.
ObservaŃie. Dacă X este o variabilă aleatoare de valoare medie m, atunci
variabila aleatoare normată X ' are valoarea medie egală cu m, iar dispersia este 1.
DefiniŃie. Se numeşte coeficient de corelaŃie al variabilelor X şi Y covarianŃa
variabilelor aleatoare normate X ' şi Y ' .
Notând coeficientul de corelaŃie cu ρ XY , avem
( X − m1 )(Y − m2 ) X − m1 Y − m2 cov( X , Y )
ρ XY = cov( X ' , Y ' ) = M − M ⋅ M = .
σ1σ 2 σ1 σ 2 σ1σ 2
138
ELEMENTE DE TEORIA PROBABILITĂłILOR ŞI STATISTICĂ MATEMATICĂ
k) FuncŃia caracteristică
Fie X o variabilă aleatoare discretă sau continuă. Variabilei aleatoare X îi putem
e itxk
e itX , k ∈ N ∗ , dacă variabila aleatoare X este discretă
f (x )
k
şi
e itx
e itX , x ∈ R , dacă variabila aleatoare X este continuă,
f ( x)
unde i este unitatea imaginară, iar t este un parametru real.
DefiniŃie. Se numeşte funcŃie caracteristică a variabilei aleatoare X valoarea
şi
∞
c(t ) = M (e itX ) = ∫ f ( x)e itx dx , dacă variabila aleatoare X este continuă.
−∞
139
CAPITOLUL 5
σ 2 ∞ −t 2 1 ∞ −t 2
I= ∫ e dt = ∫ e dt .
σ 2π −∞ π −∞
Cum funcŃia de sub integrală este pară, rezultă
2 ∞ −t 2
I= ∫ e dt .
π0
łinând seama de integrala lui Gauss, avem
2 π
I= = 1.
π 2
16
Karl Friedrich Gauss (1777 - 1855), matematician şi astronom german
140
ELEMENTE DE TEORIA PROBABILITĂłILOR ŞI STATISTICĂ MATEMATICĂ
x2
1 − 2
ObservaŃie. FuncŃia n( x;0, σ) = e 2σ , x ∈ R se numeşte densitatea
σ 2π
de probabilitate a variabilei normale centrate.
Să calculăm valoarea medie şi dispersia variabilei aleatoare cu densitatea de
probabilitate n( x; m, σ) .
2
1 x −m
∞ ∞ −
1
a) M ( X ) = ∫ xn( x; m, σ )dx = ∫ xe 2 σ dx .
−∞ σ 2π −∞
1 ∞ 2
−t
M (X ) = ∫ (σ 2 t + m)e σ 2dt
σ 2π − ∞
1 ∞ −t 2
= ∫ (σ 2 t + m)e dt
π −∞
σ 2 ∞ −t 2 m ∞ −t 2
= ∫ te dt + ∫ e dt
π −∞ π −∞
m ∞ −t 2
= ∫ e dt
π −∞
(prima integrală este nulă, deoarece funcŃia de sub integrală este impară).
Pentru integrala rămasă folosind paritatea funcŃiei şi integrala lui Gauss avem
2 m ∞ −t 2 2m π
M (X ) = ∫ e dt = =m.
π0 π 2
Din M(X) = m, rezultă că parametrul m este tocmai valoarea medie a variabilei
aleatoare X.
2
1 x −m
∞ ∞ −
1 2 σ dx .
b) D ( X ) = ∫ ( x − m) 2 n( x; m, σ )dx = ∫ ( x − m) e
2
−∞ σ 2π −∞
141
CAPITOLUL 5
1 ∞ 2
2 2 −t
D( X ) = ∫ 2σ t e σ 2dt
σ 2π − ∞
2σ 2 ∞ 2 − t 2
= ∫ t e dt
π −∞
2σ 2 n 2
= lim ∫ t 2 e − t dt.
π n→∞ − n
2 1 2
Integrând prin părŃi, unde f = t, g ' = te −t , f ' = 1 , g = − e −t , obŃinem
2
n
2σ2 t 2 2σ2 n 1 2
D( X ) = − lim e −t − lim ∫ − e −t dt
π n→∞ 2 −n π n→∞ −n 2
2
2σ 1 n 2
= lim ∫ e −t dt = σ2 ,
π 2 n→∞ −n
deoarece
n
t −t 2
lim e =0
n→∞ 2 −n
şi
n 2
lim ∫ e −t dt = π .
n→∞ −n
142
ELEMENTE DE TEORIA PROBABILITĂłILOR ŞI STATISTICĂ MATEMATICĂ
2
1 t −m
1 x −
2 σ dt .
F ( x) = P( X < x) = ∫e
σ 2π −∞
Ea depinde de x, m şi σ şi se notează cu N ( x; m, σ) .
FuncŃia
t2
1 x −
N ( x;0,1) = ∫ e 2 dt
2π −∞
se numeşte funcŃia de repartiŃie normată.
Se demonstrează că variabilele aleatoare cu distribuŃia normală au următoarele
proprietăŃi:
1) Dacă o variabilă aleatoare X are distribuŃia normală n( x; m, σ) , iar c este o
constantă reală, atunci variabila aleatoare cX are tot distribuŃia normală dată de
densitatea de probabilitate n( x; cm, cσ) .
2) Dacă variabilele aleatoare X1, X2, …, Xn sunt independente şi au distribuŃii
n
normale, atunci variabila aleatoare X = ∑ X k are tot o distribuŃie normală şi dacă
k =1
n n
aleatoare X are densitatea de probabilitate dată de n x; ∑ mk , ∑ σ k2 .
k =1 k =1
DistribuŃia Gamma
DefiniŃie. Se spune că o variabilă aleatoare X are distribuŃia Gamma dacă are
densitatea de probabilitate
−
x
1 1 a −1
f ( x; a , b ) = Γ ( a ) a x e , x ≥ 0
b
b
0 ,x < 0,
∞
unde a şi b sunt doi parametri reali strict pozitivi, iar Γ(a ) = ∫ x a −1e − x dx .
0
143
CAPITOLUL 5
144
ELEMENTE DE TEORIA PROBABILITĂłILOR ŞI STATISTICĂ MATEMATICĂ
M ( X k ) = a (a + 1)...(a + k − 1)b k .
Astfel pentru k = 1 avem M ( X ) = ab , iar pentru k = 2 avem
M ( X 2 ) = a (a + 1)b 2 .
Să calculăm valoarea medie şi dispersia variabilei aleatoare cu densitatea de
probabilitate f ( x; a, b) .
a) M ( X ) = ab , conform celor de mai sus.
b) D ( X ) = M ( X 2 ) − [ M ( X )] 2 = a (a + 1)b 2 − (ab) 2 = ab 2 .
Graficul funcŃiei f ( x; a, b) depinde de valorile parametrilor a şi b.
FuncŃia de repartiŃie a variabilei aleatoare X cu distribuŃia Gamma este
x −
t
1 1 ∫ t a −1e b dt , x ≥ 0
F ( x) = P( X < x ) = Γ(a ) a
b 0
0 , x < 0.
DistribuŃia Beta
DefiniŃie. Se spune că o variabilă aleatoare X are distribuŃia Beta dacă are
densitatea de probabilitate
1
x a −1 (1 − x) b −1 , 0 ≤ x ≤ 1
f ( x; a, b) = β(a, b)
0 , x < 0, x >1 ,
1
unde a şi b sunt doi parametri reali strict pozitivi, iar β(a, b) = ∫ x a −1 (1 − x) b −1 dx .
0
145
CAPITOLUL 5
łinând seama că între funcŃia Beta şi funcŃia Gamma are loc relaŃia
Γ(a )Γ(b)
β(a, b) = ,
Γ( a + b )
obŃinem
1 Γ(a + k )Γ(b) Γ(a + b)Γ(a + k )
M(X k ) = =
Γ(a)Γ(b) Γ(a + b + k ) Γ(a)Γ(a + b + k )
Γ(a + b)
Γ(a + b)(a + k − 1) ⋅ ... ⋅ (a + 1)aΓ(a)
=
Γ(a)(a + b + k − 1) ⋅ ... ⋅ (a + b + 1)(a + b)Γ(a + b)
a(a + 1) ⋅ ... ⋅ (a + k − 1)
= .
(a + b)(a + b + 1) ⋅ ... ⋅ (a + b + k − 1)
a
Astfel pentru k =1 avem M (X ) = , iar pentru k = 2 avem
a+b
a (a + 1)
M (X 2 ) = .
(a + b)(a + b + 1)
Să calculăm valoarea medie şi dispersia variabilei aleatoare cu densitatea de
probabilitate f ( x; a, b) .
a
a) M ( X ) = , conform celor de mai sus.
a+b
2
a (a + 1) a ab
b) D ( X ) = M ( X 2 ) − [ M ( X )] 2 = − = .
(a + b)(a + b + 1) a + b 2
(a + b) (a + b + 1)
146
ELEMENTE DE TEORIA PROBABILITĂłILOR ŞI STATISTICĂ MATEMATICĂ
17
Karl Pearson (1857 – 1936), matematician englez, fondator al statisticii matematice. În 1911 a fondat
prima catedră de statistică matematică la University College London
147
CAPITOLUL 5
n n n
1 ∞−1 −1 1 ∞ 2 −1 −t 1 n
n−2 2 −t 2
I= ∫2 2 σ t e 2σ dt = ∫t e dt = Γ = 1 .
n n n 2
n n
0 Γ 0 Γ
2 2 σ Γ 2 2
2
Momentul de ordinul k al variabilei aleatoare X cu distribuŃia Hi – Pătrat este
∞
M ( X k ) = ∫ x k f ( x; n, σ)dx
−∞
n x
1 ∞ −1 − 2
= k 2
∫x x e 2σ dx
n
n 0
2 2 σ n Γ
2
n x
1 ∞ +k −1 − 2
= 2 2σ
n ∫x e dx .
n 0
2 2 σ n Γ
2
Cu aceeaşi schimbare de variabilă ( x = 2σ 2 t ) avem
n n
1 ∞ +k−1 +k−1
n+2k−2 2
M(X ) =k
∫22 σ t e−t 2σ2dt
n
n 0
22 σnΓ
2
n n
1 +k ∞ +k−1
n+2k 2
= 2 σ
2 ∫t e−tdt
n
n 0
22 σnΓ
2
n
1 k 2k ∞ 2+k−1 −t 1 k 2k n
= 2 σ ∫t e dt = 2 σ Γ + k
n n 2
Γ 0 Γ
2 2
1 k 2k n n n n
= 2 σ + k −1 ⋅...⋅ +1 Γ
n 2 2 2 2
Γ
2
n + 2k − 2 n + 2 n k 2k n(n + 2) ⋅...⋅ (n + 2k − 2)
= 2k σ2k ⋅...⋅ =2 σ
2 2 2 2k
= n(n + 2) ⋅...⋅ (n + 2k − 2)σ2k .
M ( X 2 ) = n(n + 2)σ 4 .
148
ELEMENTE DE TEORIA PROBABILITĂłILOR ŞI STATISTICĂ MATEMATICĂ
18
Student este pseudonimul matematicianului englez William Sealey Gosset (1876 – 1937)
149
CAPITOLUL 5
n + 1 n +1
Γ ∞ 2 − 2
I=
2 2 1 + t dt .
∫
nπ n 0 n
Γ
2
Efectuând schimbarea de variabilă t 2 = nx şi Ńinând seama că limitele de
integrare se păstrează, avem
n + 1
Γ
I=
2 2 ∞(1 + x )− n+1 n 1 dx
∫ 2
nπ n 2 nx
Γ 0
2
n + 1
Γ 1
n +1
=
2 2 n ∞ x − 2 (1 + x )−
∫ 2 dx
nπ n 2 0
Γ
2
n + 1 n + 1
Γ ∞ −1 n +1 Γ
1 2 − 1 2 1 n
= ∫x 2 (1+ x ) 2 dx = β ,
π n π n
Γ
2 2
Γ 0
2
2
n + 1 1 n
Γ Γ Γ
1 2 2 2 1 1 1
= = Γ = π = 1.
π n 1 n π 2 π
Γ Γ +
2 2 2
Momentele de ordin impar ale variabilei aleatoare X cu distribuŃia „t” sunt nule,
deoarece
n +1
Γ
2 ∞
1 t 2 k +1
M ( X 2 k +1 ) = ∫ dt = 0,
nπ n −∞ n +1
Γ t2 2
2 1 +
n
funcŃia de sub integrală fiind impară.
Momentele de ordin par sunt date de
n + 1 n +1
Γ −
1 2 ∞
2k t 2 2
M ( X 2k ) = ∫ t 1 + dt
nπ n −∞ n
Γ
2
n + 1 n +1
Γ −
2 2 ∞
2k t 2 2
= ∫ t 1 + dt .
nπ n n
Γ 0
2
150
ELEMENTE DE TEORIA PROBABILITĂłILOR ŞI STATISTICĂ MATEMATICĂ
1) Într-o magazie sunt 40 de piese dintre care 4 au defecte. Care este probabilitatea
ca o piesă luată la întâmplare să fie cu defecte?
SoluŃie. Fie A evenimentul ca piesa aleasă să fie cu defecte. Deoarece alegerea
unei piese este un eveniment aleator, rezultă că putem lua orice piesă din cele 40 şi deci
avem 40 de cazuri posibile. Numărul cazurilor favorabile realizării evenimentului A este
egal cu numărul pieselor cu defecte, adică este egal cu 4. Din definiŃia clasică, rezultă
4
P( A) = = 0,1 .
40
151
CAPITOLUL 5
4) Doi muncitori au lucrat fiecare câte 10 piese şi le-au aşezat în acelaşi loc. Ştiind
că probabilitatea să dea o piesă rebut este de 0,2 şi respectiv 0,3 pentru cei doi
muncitori, să se afle probabilitatea ca luând o piesă la întâmplare ea să fie defectă şi să
provină de la primul muncitor.
SoluŃie. Fie A1 evenimentul ca piesa luată să provină de la primul muncitor, A2
evenimentul ca piesa luată să provină de la al doilea muncitor şi X evenimentul ca piesa
luată să fie cu defecte. Piesa defectă poate proveni de la primul muncitor sau de la al
doilea şi X = ( X ∩ A1 ) ∪ ( X ∩ A2 ) . Cum o piesă luată nu poate proveni decât de la cei
doi muncitori, avem A1 ∪ A2 = E şi A1 ∩ A2 = φ . Problema ne cere ca piesa defectă să
provină de la primul muncitor, deci se cere PX ( A1 ) .
152
ELEMENTE DE TEORIA PROBABILITĂłILOR ŞI STATISTICĂ MATEMATICĂ
Dar P(A1) = P(A2) = 0,5 deoarece avem aceeaşi şansă să luăm piesa de la cei doi
muncitori şi din datele problemei rezultă PA1 ( X ) = 0,2 , PA2 ( X ) = 0,3 . Înlocuind în
5) Într-o ladă sunt 12 piese dintre care 2 au defecte. Se extrag 5 piese. Care este
probabilitatea să extragem o piesă cu defecte?
SoluŃie. Înlocuind în schema bilei nerevenite bila albă cu piesa bună şi bila
neagră cu piesa cu defecte, avem a = 10, b = 2, n = 5, k1 = 4, k2 = 1, iar probabilitatea
C 4 ⋅ C 1 35
cerută este dată de P = 10 2 = .
5 66
C12
7) Avem 3 cutii cu piese bune şi piese defecte. Cutia 1 are 3 piese bune şi una
defectă, cutia 2 are 3 piese bune şi 2 cu defecte, cutia 3 are 2 piese bune şi una cu
defecte. Se scoate câte o piesă din fiecare cutie. Care este probabilitatea ca o piesă să fie
cu defecte?
153
CAPITOLUL 5
SoluŃie. Înlocuind în schema lui Poisson bila albă cu piesa bună şi bila neagră
cu piesa cu defecte, avem
3 1 3 2 2 1
p1 = , q1 = , p 2 = , q 2 = , p3 = , q1 = .
4 4 5 5 3 3
Probabilitatea cerută este dată de coeficientul lui t2 din polinomul
3 13 22 1
t+ t + t + ,
4 45 53 3
deci
3 3 1 3 1 2 2 3 2 27 9
P= ⋅ ⋅ + ⋅ ⋅ + ⋅ ⋅ = = .
4 5 3 5 4 3 3 4 5 60 20
D ( X ) = M ( X 2 ) − [ M ( X )]2 .
Cum
154
ELEMENTE DE TEORIA PROBABILITĂłILOR ŞI STATISTICĂ MATEMATICĂ
Z = 3 X 2 − 2 XY + Y 2 − 3 .
SoluŃie. łinând seama de proprietăŃile valorii medii, avem:
M ( Z ) = M (3 X 2 − 2 XY + Y 2 − 3)
= 3M ( X 2 ) − 2 M ( XY ) + M (Y 2 ) − 3.
Cum
D ( X ) = M ( X 2 ) − [ M ( X )]2 ,
avem
4 = M (X 2 ) − 4
şi deci
M (X 2 ) = 8 .
Cum
D (Y ) = M (Y 2 ) − [ M (Y )]2 ,
avem
155
CAPITOLUL 5
9 = M (Y 2 ) − 16
şi deci
M (Y 2 ) = 25 .
Coeficientul de corelaŃie al variabilelor X şi Y este
cov( X , Y )
ρ( X ,Y ) = ,
D( X ) D (Y )
unde
cov( X , Y ) = M ( XY ) − M ( X ) M (Y )
este covarianŃa variabilelor aleatoare X şi Y.
Astfel,
M ( XY ) − (−2) ⋅ 4
− 0,5 = ,
2⋅3
de unde
M ( XY ) = −11 .
Rezultă că
M ( Z ) = 3 ⋅ 8 − 2 ⋅ (−11) + 25 − 3 = 68 .
k
X k k n −k , k = 0, n , p + q = 1.
Cn p q
a) Să se calculeze valoarea medie a variabilei aleatoare X.
b) Să se calculeze M ( X 2 ) şi M 2 ( X ) .
c) Să se calculeze dispersia variabilei aleatoare X.
SoluŃie.
n
a) Valoarea medie a variabilei aleatoare X este M ( X ) = ∑ kC nk p k q n −k .
k =0
n
Pentru calculul lui M(X), folosim identitatea ( px + q) n = ∑ C nk p k q n −k x k .
k =0
Derivând, avem
156
ELEMENTE DE TEORIA PROBABILITĂłILOR ŞI STATISTICĂ MATEMATICĂ
n
np ( px + q ) n −1 = ∑ kC nk p k q n −k x k −1 .
k =0
Pentru x = 1, obŃinem
n
np ( p + q ) n −1 = ∑ kC nk p k q n −k = M ( X ) .
k =0
Pentru x = 1, se obŃine
n
np + n(n − 1) p 2 = ∑ k 2 C nk p k q n −k = M ( X 2 ) ,
k =0
deci
M ( X 2 ) = np(np − p + 1) = np(np + q) .
łinând seama de definiŃia mediei de ordinul doi, rezultă că
M 2 ( X ) = np (np + q ) .
c) Cum M(X) = np şi M(X2) = np(np + q), rezultă că
D ( X ) = M ( X 2 ) − [ M ( X )] 2 = np (np + q ) − n 2 p 2 = npq .
157
CAPITOLUL 5
158
ELEMENTE DE TEORIA PROBABILITĂłILOR ŞI STATISTICĂ MATEMATICĂ
1 2x
f ( x) = şi f ' ( x) = − .
π(1 + x )2
π(1 + x 2 ) 2
1
Din f(x) = 0 obŃinem x = 0 şi cum 0, este punct de maxim pentru f(x),
π
rezultă că M0 = 0.
1 1
x + , x ∈ [−5,5]
f ( x) = 50 10
0, x < −5 sau x > 5.
D ( X ) = M ( X 2 ) − [ M ( X )]2 .
Dar
∞ 5 1 1
M ( X 2 ) = ∫ x 2 f ( x)dx = ∫ x 2 ⋅ x + dx
−∞ −5 50 10
5 1 1 1 5 3 1 5 2
= ∫ x3 + x 2 dx = ∫ x dx + ∫ x dx
−5 50 10 50 − 5 10 −5
5 5
=
1 x4
50 4
+
1 x3
10 3
=
1 4
200
5 − (−5) 4 +[ 1 3
30
5 − (−5)3 ] [ ]
−5 −5
1 1 25
= ⋅ 0 + ⋅ 2 ⋅ 53 = ,
200 20 3
159
CAPITOLUL 5
de unde rezultă că
2
25 5 50
D( X ) = − = .
3 3 9
160
ELEMENTE DE TEORIA PROBABILITĂłILOR ŞI STATISTICĂ MATEMATICĂ
1
1. Fie A şi B două evenimente compatibile şi independente, cu P( A) = şi
2
3
P( A ∩ B) = . Să se calculeze P( A ∪ B) .
8
161
CAPITOLUL 5
4. În trei cutii cu câte 100 de mere fiecare sunt respectiv 10, 20, 30 mere rele şi
restul bune. Se ia câte un măr din fiecare cutie. Se cere probabilitatea ca două mere din
cele trei extrase să fie rele.
x2
1 −
6. Să se arate că f ( x) = e 2 , x ∈ R este o densitate de probabilitate.
2π
162
ELEMENTE DE TEORIA PROBABILITĂłILOR ŞI STATISTICĂ MATEMATICĂ
163
CAPITOLUL 5
164
ANEXĂ
Profesor la Groningen şi după moartea fratelui său Jacques, la Basel (unde a avut
ca elevi pe L. Euler, G. Cantor, A. Clairaut).
Membru al Academiei de ŞtiinŃe din Paris şi al Academiei de ŞtiinŃe din
Petersburg.
Lucrări de teoria ecuaŃiilor diferenŃiale (ecuaŃiile de tip Bernoulli); a contribuit
alături de G. Leibniz, la răspândirea calculului diferenŃial şi integral şi a introdus
metoda de integrare a funcŃiilor raŃionale. Împreună cu Jacques Bernoulli, a iniŃiat
165
ANEXĂ
166
ANEXĂ
La vârsta de 13 ani este student al UniversităŃii din Basel, unde îl are ca profesor
pe Jean Bernoulli.
Membru al Academiilor de ŞtiinŃe din Petersburg şi Berlin.
Opera sa vastă, cuprinsă în aproape 1200 de memorii, conŃine cercetări în multe
ramuri ale matematicii, numeroase teoreme, formule şi noŃiuni fiind legate de numele
său.
În algebră, a definit logaritmul unui număr prin considerarea operaŃiei inverse
ridicării la putere, a introdus ecuaŃiile reciproce, a studiat problema rezolvabilităŃii prin
radicali a ecuaŃiilor algebrice de grad mai mare ca patru.
În analiza matematică, s-a ocupat cu dezvoltările în serie, a dat metode de
integrare, a introdus integrala dublă, a studiat funcŃiile de variabilă complexă, a pus
bazele calculului variaŃional.
În teoria ecuaŃiilor diferenŃiale, a introdus noŃiunile de soluŃie generală şi
particulară.
În geometria diferenŃială, a introdus ecuaŃiile parametrice ale suprafeŃelor şi a
stabilit formula referitoare la curbura normală a unei curbe pe o suprafaŃă.
Operele principale: Methodus inveniendi lineas curvas, 1744; Introductio in
analysis infinitorum, 1748; Institutiones calculi diferentialis, 1755; Institutiones calculi
integralis, 1768-1770; Theoria motuum planetarum, 1744.
167
ANEXĂ
168
ANEXĂ
169
ANEXĂ
170
ANEXĂ
Numele său este legat de triunghiul aritmetic ale cărui proprietăŃi le-a studiat în
Traité du triangle aritmethique (tipărit postum, 1665).
În domeniul fizicii, a dat legea fundamentală a hidrostaticii şi a demonstrat
experimental variaŃia, în funcŃie de altitudine, a presiunii atmosferice.
În ultima parte a vieŃii, are preocupări filosofice.
171
ANEXĂ
172
ANEXĂ
173
ANEXĂ
174
FIŞA DISCIPLINEI
FIŞA DISCIPLINEI:
MATEMATICĂ APLICATĂ ÎN ECONOMIE
Forma
de AT TC AA Credite Total ore semestru
An Durata
Semestrul evaluare
studiu (săptămâni)
Numărul ore pe Total Studiu
semestru/activităţi ore individual
I 1 E 8 20 4 28 14
8 20 7 7
Precondiţii de de curriculum
accesare a disciplinei de competenţe
F 267.08/Ed.02 175
FIŞA DISCIPLINEI
de desfăşurare a
Condiţii activităţilor tutoriale
(dacă este cazul) de desfăşurare a
activităţilor aplicative
asistate
CONŢINUTUL DISCIPLINEI
Suportul de curs
- Spaţii vectoriale
Definiţia spaţiilor vectoriale, proprietăţi, exemple.
Dependenţă şi independenţă liniară
Bază. Coordonate
- Forme liniare. Forme biliniare. Forme pătratice
Definiţia formelor liniare, proprietăţi, exemple
Definiţia formelor biliniare, proprietăţi, exemple
Definiţia formelor pătratice
Forma canonică a unei forme pătratice reale. Signatura unei
forme pătratice reale
176
FIŞA DISCIPLINEI
F 267.08/Ed.02 177
FIŞA DISCIPLINEI
Titularul disciplinei
Numele şi Prenumele Gîrţu Manuela
Instituţia Universitatea „Vasile Alecsandri” din Bacău
Departament Matematică, Informatică şi Ştiinţele educaţiei
Titlul ştiinţific Doctor în Matematică
Gradul didactic Conf.univ.dr.
Încadrarea (normă de bază în Normă de bază în Universitate
Univ./asociat)
178
BIBLIOGRAFIE
BIBLIOGRAFIE
179
BIBLIOGRAFIE
12. Puiu, G., GîrŃu, M. – Matematici generale, vol. I, Editura Tehnică, ştiinŃifică şi
didactică Cermi, Iaşi, 2004
13. Puiu, G., GîrŃu, M. – Matematici generale, vol. II, Editura Tehnică, ştiinŃifică
şi didactică Cermi, Iaşi, 2005
17. www.wikipedia.ro
180