Elemente de analiză numerică Lector dr.

Simona Romaniuc

Facultatea de Inginerie Chimică şi Protecţia Mediului,

Metode numerice, probabilităţi şi statistică, Semestrul II
Lector dr. Simona ROMANIUC

CURS IX

Elemente de analiză numerică

Integrarea numerică a sistemelor de ecuaţii diferenţiale

1 Formularea problemei
Vom nota cu x sau t variabila independentă şi cu y1 (x), y2 (x), . . . funcţiile necunoscute dar de-
pendente de x sau t .
Numim sistem de ecuaţii diferenţiale ı̂n funcţiile necunoscute y1 , y2 , . . . şi variabila indepen-
dentă x un ansamblu de relaţii de tipul:

y10 = f1 (x, y1 , y2 , . . . , yn )
y20 = f2 (x, y1 , y2 , . . . , yn )
(1)
...........................
yn0 = fn (x, y1 , y2 , . . . , yn )

ı̂n care funcţiile f1 , . . . , fn sunt cunoscute.

A rezolva sistemul (1) ı̂nseamnă găsi funcţiile yi = ϕi (x), care verifică identic, pe un interval,
relaţiile date. Se demonstrează că un asemenea sistem se reduce la o ecuaţie diferenţială de
ordinul n ı̂n forma
F (x, y, y 0 , . . . , y (n) ) = 0, (2)
care admite ca soluţie generală o funcţie ce depinde de n constante arbitrare. Prin urmare,
soluţia generală a sistemului diferenţial depinde de n constante arbitrare. Determinarea unor
valori pentru cele n constante arbitrare din soluţia generală necesită n condiţii iniţiale de forma:

yi (x0 ) = yi,0 , i = 1, n. (3)

Condiţiile (3) indică faptul că soluţia sistemului trebuie să treacă prin punctele (x0 , yi,0 ), i =
1, n.
Problema aflării soluţiei sistemului (1) cu condiţiile iniţiale (3) mai este cunoscută ca problema
Cauchy pentru sisteme de ecuaţii diferenţiale.
Există cazuri particulare de sisteme. De exemplu, dacă funcţiile fi sunt liniare ı̂n necunoscu-
tele yj , sistemele sunt numite liniare sau chiar liniare cu coeficienţi constanţi. Pentru astfel de
sisteme există o teorie care ne permite determinarea soluţiei. Metodele din secţiunile următoare
vizează forma generală a sistemului, dar şi cazurile particulare menţionate.

2 Metoda Runge-Kutta de integrare numerică a sistemelor de

ecuaţii diferenţiale
Fie un sistem de două ecuaţii diferenţiale:
(
y 0 (x) = f (x, y, z)
(4)
z 0 (x) = g(x, y, z)

1
Elemente de analiză numerică Lector dr. Simona Romaniuc

şi condiţiile iniţiale

y(x0 ) = y0 , z(x0 ) = z0 . (5)
La trecerea de la aproximantele yi , zi la yi+1 , zi+1 ı̂n algoritmul Runge-Kutta se calculează
mărimile intermediare:



 k1 = hf (xi , yi , zi )




 m1 = hg(xi , yi , zi )
k2 = hf (xi + h2 , yi + k21 , zi + m21 )





m = hg(x + h , y + k1 , z + m1 )

2 i 2 i 2 i 2
h k2 m2
(6)


 k 3 = hf (x i + 2 , yi + 2 , zi + 2 )
m3 = hg(xi + h2 , yi + k22 , zi + m22 )






k4 = hf (xi + h, yi + k3 , zi + m3 )




m = hg(x + h, y + k , z + m )
4 i i 3 i 3

şi se scrie trecerea de la o aproximantă la alta:

(
yi+1 = yi + k1 +2k2 +2k
6
3 +k4
(7)
zi+1 = zi + m1 +2m2 +2m
6
3 +m4

Metoda se poate aplica şi sistemelor cu mai multe ecuaţii, cu adaptările corespunzătoare.

Exerciţiul 1 Să se aproximeze prin metoda Runge-Kutta cu pasul h = 0, 2 soluţia sistemului de

ecuaţii (
y 0 (x) = 3y + 2z
, 0 ≤ x ≤ 1,
z 0 (x) = 4y + z
cu condiţiile iniţiale y(0) = 0, z(0) = 1.
Rezolvare: Identificând sistemul cu cel de forma generală (4) avem:
f = 3y + 2z, g = 4y + z
şi aplicăm metoda Runge-Kutta.
Cum pasul este h = 0.2, nodurile vor fi x0 = 0, x1 = 0.2, x2 = 0.4, x3 = 0.6, x4 = 0.8, x5 = 1.
La iteraţia iniţială, i = 0 ⇒ x0 = 0, y0 = y(0) = 0, z0 = z(0) = 1, apoi calculăm valorile
intermediare:
k1 = 0.2f (0; 0; 1) = 0.4, m1 = 0.2g(0; 0; 1) = 0.2,
k2 = 0.2f (0 + 0.1; 0 + 0.2; 1 + 0.1) = 0.2f (0.1; 0.2; 1.1) = 0.56, m2 = 0.2g(0.1; 0.2; 1.1) = 0.38,
0.56 0.38 0.56 0.38
k3 = 0.2f (0.1; 0 + ;1 + ) = 0.644, m3 = 0.2g(0.1; 0 + ;1 + ) = 0.462,
2 2 2 2
k4 = 0.2f (0.2; 0 + 0.644; 1 + 0.462) = 0.9712, m4 = 0.2g(0.2; 0 + 0.644; 1 + 0.462) = 0.8076.
La iteraţia următoare, i = 1 ⇒ x1 = 0.2; y1 = 0 + 16 (0.4 + 2 · 0.56 + 2 · 0.644 + 0.9712) =
0.6299, z1 = · · · = 1.4486. Calculăm apoi noile mărimi intermediare, trecem la iteraţiile următoare
si repetăm algoritmul.
Trecem toate valorile astfel calculate, ı̂n tabelul de mai jos:
k1 k2 k3 k4
xi yi zi m1 m2 m3 m4
0.4 0.56 0.644 0.9712
0 0 1 0.2 0.38 0.462 0.8076
0.9574 1.4033 1.6295 2.5273
0.2 0.6299 1.4486 0.7936 1.2559 1.4805 2.3933
2.4897 3.7078 4.3195 6.7604
0.4 2.2216 2.8919 2.3556 3.5871 4.1975 6.6507
6.6585 9.9658 11.6217 18.2403
0.6 6.4390 6.9878 6.5488 9.8670 11.5218 18.1505
0.8 17.7846 18.2340

2
Elemente de analiză numerică Lector dr. Simona Romaniuc

3 Metoda Runge-Kutta pentru integrarea numerică a ecuaţiilor

diferenţiale de ordin superior
În cazul ı̂n care se cere aproximarea soluţiei ecuaţiei

y 00 (x) = f (x, y, y 0 ), (8)

ı̂n condiţiile iniţiale

y(x0 ) = y0 , y 0 (x0 ) = y1 , (9)
vom reduce integrarea numerică a acestei probleme la integrarea sistemului
(
y 0 (x) = z
z 0 (x) = f (x, y, z)

cu condiţiile iniţiale (
y(x0 ) = y0 ,
z(x0 ) = y1 .
Aplicăm metoda Runge-Kutta acestui sistem şi obţinem:



 k1 = hf (xi , yi , zi )
k2 = hf (xi + h2 , yi + h2 zi , zi + k21 )





k = hf (x + h , y + h z + h k , z + k2 )

3 i 2 i 2 i 4 1 i 2
h
(10)


 k4 = hf (xi + h, yi + hzi + 2 k2 , zi + k3 )
zi+1 = zi + k1 +2k2 +2k 3 +k4



 6


y k1 +k2 +k3
i+1 = yi + hzi + 6 .

Exerciţiul 2 Să se aproximeze soluţia problemei cu valori iniţiale:

1
y 00 (t) − 2y 0 (t) + 2y(t) = e2t sin t, 0 ≤ t ≤ ,
2
y(0) = −0, 4; y 0 (0) = −0, 6,
folosind metoda Runge-Kutta cu pasul 0, 1.
Rezolvare: Sistemul echivalent cu ecuaţia este:
(
y 0 (t) = z(t)
z 0 (t) = e2t sin t − 2y(t) + 2z(t),

sub condiţiile iniţiale: (

y(0) = −0, 4
y 0 (0) = −0, 6.
Aplicăm metoda Runge-Kutta cu h = 0, 1 şi ı̂ntocmim tabelul:
ti yi zi k1 k2 k3 k4
0 −0.4 −0.6 −0.04 −0.0325 −0.0315 −0.0218
0.1 −0.4617 −0.7582 −0.0471 −0.0362 −0.0349 −0.0211
0.2 −0.5395 −0.9339 −0.0492 −0.0337 −0.0319 −0.0124
0.3 −0.6348 −1.0948 −0.0381 −0.0158 −0.0134 0.0140
0.4 −0.7454 −1.1640 0.0029 0.0352 0.0384 0.0722
0.5 −0.8606 −0.9750

3
Elemente de probabilităţi şi statistică matematică Lector dr. Simona Romaniuc

Elemente de probabilităţi şi statistică matematică

1. Noţiuni introductive
Printre disciplinele matematice ale căror noţiuni de bază sunt extrase din experienţă, se află şi
calculul probabilităţilor. Obiectul său este studiul sistemelor de evenimente care satisfac anumite
condiţii ce vor fi precizate ı̂n continuare.
Fondatorii calculului probabilităţilor ca discipină ştiinţifică au fost Blaise Pascal (1623-1662)
şi Pierre Fermat (1601-1665), care s-au ocupat de calculul probabilităţilor mai mult ı̂n vederea
aplicaţiilor sale la jocurile de noroc. El a fost dezvoltat de către Jacob Bernoulli, Daniel Bernoulli
şi Anton de Moivre.
Prima expunere sistematică a unei noi discipline a fost făcută de către P. S. Laplace ı̂n 1812,
el fiind printre primii care au conştientizat numeroasele şi importantele aplicaţii ale acestei teorii.
În 1931 A. N. Kolmogorov a axiomatizat această disciplină, definitivându-i bazele teoretice.
Astfel, calculul probabilităţilor a devenit o disciplină la fel de riguroasă ca şi celelelate ramuri ale
matematicii.
După modul ı̂n care se produc ı̂n natură, fenomenele sunt de două tipuri:
1. fenomene care ı̂n condiţii identice se produc identic. Un astfel de fenomen este caracte-
rizat prin faptul că ı̂ntotdeauna se cunoaşte cauza care ı̂l produce. De exemplu, ı̂ntotdeauna la
temperatura de 0◦ C apa ı̂ngheaţă.
2. fenomene de tip probabilistic, adică acele fenomene care nu se produc sau nu se repetă,
deşi condiţiile sunt identice. Vom da ı̂n continuare exemple de astfel de fenomene , care constituie
obiectul de studiu al calculului probabilistic. Legile după care se produc fenomenele probabilistice
există, dar nu se pot exprima ı̂n aceeaşi manieră ca ı̂n cazul (1), ceea ce face ca pentru studiul
acestor fenomene să fie necesar un punct de vedere diferit, cu toate implicaţiile lui.
În continuare vom preciza terminologia şi vom defini noţiunile de experienţă şi eveniment.

Definiţia 3 Se numeşte experienţă sau probă, realizarea practică a unui ansamblu de condiţii
bine precizat.

Definiţia 4 Se numeşte eveniment orice rezultat care s-a realizat sau nu după efectuarea unei
experienţe.

Definiţia 5 Se numeşte eveniment aleator evenimentul care poate să se realizeze sau nu la efec-
tuarea unei experienţe şi se notează, spre exemplu, cu litere mari: A, B, C,. . . , sau prin litere
mari urmate de indici: Ai , Bi , . . ..

Definiţia 6 Se numeşte eveniment sigur (cert sau total) evenimentul care are loc ı̂ntotdeauna
ı̂ntr-o experienţă dată. Evenimentul sigur se notează cu E sau Ω.

Definiţia 7 Se numeşte eveniment imposibil evenimentul care nu se poate produce ı̂ntr-o experienţă
dată. Evenimentul imposibil se notează cu φ.
Unei experienţe i se poate ataşa un sistem de evenimente format din rezultatele obţinute fie
după executarea experienţei o singură dată, fie după repetarea ei de un anumit număr de ori ı̂n
condiţii identice.

Exemplul 8 1. Cea mai simpla experienţă este cea ı̂n care sunt posibile două rezultate. Spre
exemplu, ı̂n experienţa aruncării unei monede, ale cărei feţe le notăm su S şi B, evenimentele
constau ı̂n apariţia uneia din feţe. Observăm că pe lângă evenimentele (S) şi (B) pot fi luate ı̂n
consideraţie ı̂ncă două evenimente: evenimentul sigur (cert), care constă ı̂n apariţia unei feţe a

4
Elemente de probabilităţi şi statistică matematică Lector dr. Simona Romaniuc

monedei, fără să conteze care anume şi evenimentul imposibil, care constă ı̂n faptul că nu apare
nici una din cele două feţe.
2. Considerăm mişcarea browniană a unei particule, care se află ı̂n suspensie ı̂ntr-un fluid
ı̂nchis ı̂ntr-un recipient. Un eveniment este prezenţa particulei ı̂ntr-un punct P din interiorul re-
cipientului. Un alt eveniment este prezenţa particulei ı̂ntr-un anume domeniu tridimensional din
interiorul recipientului. Evenimentul sigur este prezenţa particulei ı̂n recipient, iar evenimentul
imposibil este dispariţia particulei din recipient. În acest exemplu, numărul evenimentelor este
infinit.

Definiţia 9 Se numeşte sistem de evenimente o mulţime de evenimente care pot apărea ı̂n urma
efectuării unei experienţe.

Definiţia 10 Un eveniment se numeşte:

1) elementar, dacă se realizează ca rezultat al unei singure probe şi se notează cu ω;
2) compus, dacă apare cu două sau mai multe rezultate.

Definiţia 11 Mulţimea tuturor evenimentelor elementare care corespund unei experienţe date se
numeşte spaţiul evenimentelor elementare sau spaţiu de selecţie şi se notează cu Ω. Acesta poate
fi finit sau infinit, după cum el conţine un număr finit sau infinit de evenimente.

Observaţia 12 Analogia ı̂ntre evenimente şi mulţimi, permite o exprimare mai comodă a unor
idei şi rezultate legate de conceptul de eveniment şi de operaţiile cu evenimente.
Evenimentul sigur poate fi văzut ca mulţimea tuturor evenimentelor elementare, adică Ω =
{ω1 , ω2 , . . . , ωn } şi orice eveniment compus poate fi văzut ca o submulţime a lui Ω. Prin analogie
ı̂ntre evenimente şi mulţimi, pentru un eveniment compus putem scrie A ⊆ Ω sau A ∈ P (Ω),
unde P (Ω) este mulţimea părţilor lui Ω.

Exemplul 13 La o aruncare a zarului, spaţiul evenimentelor elementare ataşat experienţei este

Ω = {ω1 , ω2 , . . . , ω6 }, unde prin ωi notăm apariţia feţei cu i puncte (i = 1, 6). Pentru sim-
plitate, mai putem nota apariţia feţei ”i” prin (i), deci evenimentele elementare se pot nota şi
(1), (2), (3), (4), (5), (6). Ca evenimente compuse avem, spre exemplu: {ω2 , ω3 } sau (2, 3) (eve-
nimentul apariţiei feţelor 2 sau 3), {ω1 , ω3 , ω5 } sau (1, 3, 5) (evenimentul apariţiei unei feţe cu
număr impar de puncte), etc.

2. Relaţii ı̂ntre evenimente

Fie Ω spaţiul de selecţie al unei experienţe. Vom defini ı̂n continuare operaţiile cu evenimente
din P (Ω) şi vom prezenta proprietăţile lor, similare celor de la teoria mulţimilor.

Definiţia 14 Se numeşte eveniment contrar sau opus unui eveniment A ⊆ Ω ı̂n raport cu Ω,
evenimentul notat A sau AC , care constă ı̂n nerealizarea lui A.

Exemplul 15 Evenimentul sigur şi evenimentul imposibil sunt contrare unul altuia, adică

Ω = φ, φ = Ω.

Exemplul 16 La aruncarea zarului avem, de exemplu: (2, 4)C = (1, 3, 5, 6).

Definiţia 17 Fie evenimentele A, B ⊆ Ω. Spunem că evenimentul A implică evenimentul B şi

notăm A ⊂ B, sau că B este implicat de A şi notăm B ⊃ A, dacă o dată cu realizarea lui A se
realizează B, adică dacă (ω ∈ A) ⇒ (ω ∈ B). Dacă A ⊂ B şi B ⊂ A spunem că A şi B sunt
echivalente sau egale şi notăm A = B.

5
Elemente de probabilităţi şi statistică matematică Lector dr. Simona Romaniuc

Exemplul 18 La experienţa aruncării zarului, avem, spre exemplu, următoarele implicaţii ı̂ntre
evenimente: (2) ⊂ (1, 2, 3), (3, 4) ⊂ (2, 3, 4), (2) 6⊂ (1, 3, 4, 5).

Observaţia 19 Implicaţia este o relaţie de ordine pe Ω, adică este o relaţie:

• reflexivă (∀A ⊆ Ω ⇒ A ⊂ A);

• antisimetrică (∀A, B ⊆ Ω a. ı̂. A ⊂ B ⇒ B 6⊂ A);

• tranzitivă (∀A, B, C ⊆ Ω a. ı̂. A ⊂ B şi B ⊂ C ⇒ A ⊂ C).

Observaţia 20 Un eveniment elementar este implicat doar de el ı̂nsuşi şi de evenimentul impo-
sibil.

Definiţia 21 Reuniunea a două evenimente A, B ⊆ Ω este evenimentul care constă ı̂n realizarea
a cel puţin unuia dintre evenimentele A şi B şi se mai numeşte evenimentul ”A sau B”. Notăm:

A ∪ B = {ω ∈ Ω/ω ∈ A sau ω ∈ B}.

Exemplul 22 La aruncarea zarului avem, spre exemplu:

(2) ∪ (5) = (2, 5); (1, 3) ∪ (2, 3, 6) = (1, 2, 3, 6); (1, 2, 3) ∪ (2, 3, 4, 5, 6) = Ω .

Definiţia 23 Intersecţia a două evenimente A, B ⊆ Ω este evenimentul care constă ı̂n realizarea
a cel puţin unuia dintre evenimentele A şi B şi se mai numeşte evenimentul ”A şi B”. Notăm:

A ∩ B = {ω ∈ Ω/ω ∈ A si ω ∈ B}.

Exemplul 24 La aruncarea zarului avem, spre exemplu:

(1) ∩ (1, 3) = (1); (1, 3) ∩ (2, 4, 6) = φ.

Definiţia 25 Spunem că evenimentele A, B ⊆ Ω sunt incompatibile sau disjuncte dacă A ∩ B =

φ, adică realizarea lor simultană este imposibilă şi spunem că sunt compatibile dacă A ∩ B 6= φ,
adică este posibilă realizarea lor simultană.

Definiţia 26 Spunem că evenimentele A, B ⊆ Ω sunt independente dacă realizarea unuia nu

depinde de realizarea celuilalt şi sunt dependente dacă realizarea unuia depinde de realizarea
celuilalt.
O mulţime de evenimente sunt independe ı̂n totalitatea lor dacă sunt independente câte două,
câte trei, etc. Pentru evenimentele independente ı̂n totalitatea lor, vom folosi şi denumirea simplă
de evenimente independente.

Definiţia 27 Diferenţa a două evenimente A, B ⊆ Ω este evenimentul notat A−B sau A\B,care
constă ı̂n realizarea lui A şi nerealizarea lui B, adică:

A − B = {ω ∈ Ω/ω ∈ A si ω 6∈ B}.

Altfel spus, A − B = A ∩ B.

Exemplul 28 La aruncarea zarului avem, spre exemplu:

(1, 3) − (1) = (3); (2, 3, 4, 5) − (1, 2, 5, 6) = (3, 4).

6
Elemente de probabilităţi şi statistică matematică Lector dr. Simona Romaniuc

Propoziţia 29 (Proprietăţi ale operaţiilor cu evenimente)

Oricare ar fi evenimentele A, B, C, Ai ⊆ Ω, asociate aceleiaşi experienţe, au loc următoarele:
1) Comutativitatea reuniunii şi intersecţiei de evenimente:

A ∪ B = B ∪ A; A ∩ B = B ∩ A;

2) Asociativitatea reuniunii şi intersecţiei de evenimente:

(A ∪ B) ∪ C = A ∪ (B ∪ C); (A ∩ B) ∩ C = A ∩ (B ∩ C);
3) Distributivitatea reuniunii faţă de intersecţie şi invers:

A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C); A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C);

4) A ∪ A = A, A ∩ A = A;
5) A ∪ Ω = Ω, A ∪ φ = A, Ω ∪φ = Ω, A ∪ A = Ω;
6) A ∩ Ω = A, A ∩ φ = φ, Ω ∩φ = φ, A ∩ A = φ;
7) Dacă A ∪ B = Ω şi A ∩ B = φ ⇒ B = A;
8) A ⊂ A ∪ B, A ∩ B ⊂ A, B;
9) A ⊂ B ⇒ A ∪ B = B, A ∩ B = A;
10) Legile lui De Morgan: A ∪ B = A ∩ B, A ∩ B = A ∪ B şi generalizările:
[ \ \ [
Ai = Ai ; Ai = Ai ;
i∈I i∈I i∈I i∈I

11) A − B = A − (A ∩ B) = (A ∪ B) − B; A = (A − B) ∪ (A ∩ B); (A − B) ∩ (B − A) = φ.
12) Distributivitatea intersecţiei faţă de diferenţă:

A ∩ (B − C) = (A ∩ B) − (A ∩ C).

3. Câmp de evenimente
Definiţia 30 O mulţime nevidă de evenimente K ⊆ P (Ω) asociată unei experienţe pentru care Ω
este mulţime finită (respectiv cel mult numărabilă), se numeşte corp finit (respectiv corp borelian)
de evenimente dacă:
1. ∀A ∈ K ⇒ A ∈ K;
2. ∀A, B ∈ K ⇒ A ∪ B ∈ K (respectiv ∀Ai ∈ K, i ∈ N∗ ⇒ Ai ∈ K).
S
i∈N∗
În cazul ı̂n care K este corp de evenimente pe Ω, iar Ω este mulţime finită (respectiv cel
mult numărabilă), cuplul (Ω, K) se numeşte câmp finit (respectiv câmp borelian sau discret) de
evenimente.

Propoziţia 31 (Proprietăţi ale câmpurilor de evenimente)

În orice câmp de evenimente (Ω, K) sunt adevărate afirmaţiile:
a) ∀A, B ∈ Ω ⇒ A∩B = φ (oricare două evenimente elementare distincte sunt incompatibile);
b) ∀A, B ∈ K ⇒ A − B ∈ K;
c) Ω ∈ K şi φ ∈ K;
d) ∀A, B ∈ K, atunci A ∩SB ∈ K;
e) ∀Ai ∈ K, i = 1, n ⇒ Ai ∈ K;
i=1,n
T
f ) ∀Ai ∈ K, i = 1, n ⇒ Ai ∈ K;
i=1,n
Dacă (Ω, K) este câmp finit de evenimente, atunci ı̂n plus au loc şi proprietăţile:

7
Elemente de probabilităţi şi statistică matematică Lector dr. Simona Romaniuc

g) există evenimente elementare;

h) reuniunea tuturor evenimentelor elementare ale lui K este Ω;
i) orice eveniment se poate scrie ca reuniune finită de evenimente elementare;
Dacă (Ω, K) este câmp infinit de evenimente, atunci peTlângă proprietăţile a)-f ) are loc şi:
j) ∀Ai ∈ K, i ∈ I (familie numărabilă de indici) ⇒ Ai ∈ K.
i∈I

Definiţia 32 Fie (Ω, K) un câmp finit de evenimente şi A1 , A2 , . . . , An ∈ K. Spunem că fa-
milia de evenimente A1 , A2 , . . . , An formează un sistem complet de evenimente sau o partiţie a
câmpului, dacă:
a) Ai 6= φ, i = 1, n;
i ∩ Aj = φ, ∀i 6= j, i, j = 1, n;
b) AS
c) Ai = Ω.
i=1,n

Observaţia 33 Într-un câmp finit de evenimente, mulţimea tuturor evenimentelor elementare

ataşate unui experiment formează un sistem complet de evenimente, numit sistem complet ele-
mentar.

Teorema 34 Fie S = {Ai }i∈I un sistem complet de evenimente. Dacă notăm K = P (S) (adică
mulţimea formată din toate evenimentele Ai ∈ S şi toate reuniunile posibile ale acestora, la care
se adaugă evenimentul imposibil), atunci cuplul (S, K) este un câmp de evenimente, finit sau
infinit, după cum I este finită sau numărabilă.

Definiţia 35 Câmpul de evenimente (S, K) din teorema de mai sus se numeşte câmpul generat
de sistemul complet de evenimente S, iar evenimentele Ai se numesc evenimentele elementare
ale câmpului (S, K).