UNIVERSITATEA DE ŞTIINŢE AGRICOLE ŞI MEDICINĂ VETERINARĂ

A BANATULUI „Regele Mihai I al României” din TIMIŞOARA

FACULTATEA DE HORTICULTURĂ ŞI SILVICULTURĂ

STUDII UNIVERSITARE DE LICENTA

PROGRAMUL DE STUDII: HORTICULTURĂ I.F.R

MARIUS BOLDEA

Matematică

Curs pentru studenţii IFR

Timişoara
2017
 Referenţi ştiinţifici:

Prof.Dr. Creţ Florian

CIP

Tipografia …. (se scrie de tipografie)

 Cuprins

UNITATEA DE ÎNVĂŢARE 1 ………………………………...…………………..2

UNITATEA DE ÎNVĂŢARE 2 ……………………………………...……………..7
UNITATEA DE ÎNVĂŢARE 3 ……………………………………………......…16
UNITATEA DE ÎNVĂŢARE 4 …………………..………………………………23
UNITATEA DE ÎNVĂŢARE 5 ………………………..…………………………30
UNITATEA DE ÎNVĂŢARE 6 ……………………………..……………………34
UNITATEA DE ÎNVĂŢARE 7 …………………………………..………………46
UNITATEA DE ÎNVĂŢARE 8 ………………………………………..…………51
UNITATEA DE ÎNVĂŢARE 9 ……………………………………………..……63
UNITATEA DE ÎNVĂŢARE 10...………………………………………………..75
UNITATEA DE ÎNVĂŢARE 11 ..…………………..……………………………94
UNITATEA DE ÎNVĂŢARE 12…………………………………………………102
UNITATEA DE ÎNVĂŢARE 13…………………………………………………110
UNITATEA DE ÎNVĂŢARE 14…………………………………………………117

1
 UNITATEA DE ÎNVĂŢARE 1

NOŢIUNEA DE DETERMINANT

Cuvinte cheie: determinanți, proprietățile determinanților.

Rezumat
Vom prezenta pe scurt notiunea de determinați, prorietățile acestora
precum și metodele de calcul.

Durata medie de parcurgere a unităţii de studiu este de o oră

Determinanți

Definiţie: Se numeşte determinant de ordinul n un tabloul pătratic cu n

elemente pe linii şi n elemente pe coloane şi care are o anumită valoare
reală.
Un determinant este de forma:

a11 a12 ... a1n

a21 a22 ... a2 n
D ,
.......... ......
an1 an 2 ... ann
sau cu alte notaţii:
a1 b1.......  1
a b .....  2
D 2 2 ,
.......... ......
an bn .....  n

unde ai , bi ,... i (i = 1, 2,…..n) se numesc termenii determinantului.

Prin definiţie valoarea determinantului de mai sus este:

D   (1)i a1b2 ... n ,

suma referindu-se la termenii care se obţin prin permutarea celor n indici, iar
i simbolizează pentru fiecare termen numărul de inversiuni.
Pentru termenii de clasă pară semnul va fi deci plus, iar pentru cei de
clasă impară minus.
Numărul termenilor în dezvoltarea determinantului vor fi deci de Pn= n!,
iar un termen este format din n factori.

1
 Diagonala de la a1 la  n se numeşte diagonala principală a
determinantului, iar diagonala de la  1 la an se numeşte diagonală
secundară.
Să dezvoltăm după definiţie un determinant de ordinul doi:

a1 b1
D .
a2 b2

Aplicând relaţia de calcul pentru D avem:

D   (1) a1b2  (1) 0 a1b2  (1)1 a2b1  a1b2  a2b1.

Produsele cu semnul plus se iau după schema următoare:

a1 b1 c1 a1 b1 c1 a1 b1 c1
a2 b2 c2 a2 b2 c2 a2 b2 c2 .
a3 b3 c3 a3 b3 c3 a3 b3 c3

Produsele cu semnul minus se iau după schema următoare:

a1 b1 c1 a1 b1 c1 a1 b1 c1
a2 b2 c2 a2 b2 c2 a2 b2 c2 .
a3 b3 c3 a3 b3 c3 a3 b3 c3

Menţionăm că regula triunghiului nu se aplică pentru determinanţi de

ordin mai mare decât trei.

Exemplu: Să se calculeze determinantul:

1 2 0
D  0 1 3 .
4 1 0
Rezolvare:

D  1  1  0  0 1 0  2  3  4  4   1  0  1 3 1  0  2  0  24  3  21.

Proprietăţile determinanţilor

Proprietatea 1. Un determinant nu-şi schimbă valoarea dacă schimbăm

liniile cu coloanele de acelaşi ordin.
2
 a1b1....... 1 a1a2 ....... an
a2b2 ..... 2 b b .....bn
 1 2 .
.......... ...... .......... ......
an bn ..... n  1 2 ..... n

Proprietatea 2. Dacă într-un determinant schimbăm între ele două linii

(sau coloane) determinantul îşi schimbă semnul.

a1b1....... 1 a2b2 ....... 2

a2b2 ..... 2 a b ........  1
 1 1 .
.......... ...... .......... ......
an bn ..... n an bn ..... n

Proprietatea 3. Dacă una din liniile (sau coloanele) unui determinant are
toate elementele zero, determinantul este nul.

0 0......... 0
a2 b2 ......  2
= 0.
.......... ......
an bn ..... n

Proprietatea 4. Dacă elementele unei linii (sau coloane) conţin un factor

comun, el poate fi scos în afara determinantului ca factor comun.

ka1 kb1....... k 1 a2 b2 .......  2

a2 b2 .......... .  2 a b ........ 1
k 1 1 .
.......... ...... .......... ......
an bn .......... .  n an bn .....  n

Proprietatea 5. Un determinant care are două linii (sau coloane)

identice este egal cu zero.
a1b1....... 1
a1b1....... 1
 0.
.......... ......
an bn ..... n

Proprietatea 6. Un determinant în care două linii (coloane) sunt

proporţionale este nul.
3
 a1b1.......... . 1
ka1kb1....... k 1
 0.
.......... .......... .
an bn ........  n

Definiţie: Se numeşte determinantul minor al unui element,

determinantul de un ordin mai mic cu o unitate, care se obţine din
determinantul iniţial prin suprimarea liniei şi coloanei elementului respectiv.

Exemplu: În determinantul:
a1 b1 c1
a2 b2 c2 ,
a3 b3 c3

minorul elementului b1 este determinantul:

a2 c2
.
a3 c3

Regulă de calcul. Un determinant se poate dezvolta după elementele

unei linii sau coloane, în felul următor:

a1 b1 .... k1 1
a2 b2 .... k 2  2
.
... .... ..... ..... ....
an bn ..... kn n
b2 c2 ...  2 a2 c2 ...  2 a2 b2 ... k 2
n 1
 a1 .... .... ... ...  b1 .... .... ... ...  ...  (1)  1 .... .... ... ... .
bn cn ...  n an cn ...  n an bn ... k n
Proprietatea 7. Dacă un determinant are o linie sau o coloană formată
dintr-o sumă de termeni, atunci determinantul se poate descompune într-o
sumă de determinanţi în felul următor:

a1  k1  r1 b1  k 2  r2 c1  k3  r3
D a2 b2 c2 
a3 b3 c3
a1 b1 c1 k1 k2 k3 r1 r2 r3
 a2 b2 c2  a 2 b2 c2  a 2 b2 c2 .
a3 b3 c3 a3 b3 c3 a3 b3 c3

4
 Proprietatea 8. Valoarea unui determinant nu se schimbă dacă la
elementele unei linii (sau coloane) adunăm elementele altei linii (sau
coloane) înmulţite cu o constantă arbitrară.

a1 b1 c1 a1  ma2  na3 b1  mb2  nb3 c1  mc2  nc3

a2 b2 c2  a2 b2 c2 .
a3 b3 c3 a3 b3 c3

Întrebări de autoevaluare
1. Care este definiția determinantului?
2. Care sunt proprietățile determinanților?

5
 UNITATEA DE ÎNVĂŢARE 2

SISTEME DE ECUAȚII

Cuvinte cheie: Cramer, Rouche.

Rezumat
În unitatea a doua vom aprofunda metodele de rezolvare a diverselor
sisteme liniare.
Vom studia binecunoscutele metode ale lui Cramer și respectiv
Rouche.

Durata medie de parcurgere a unităţii de studiu este de o oră

Rezolvarea unui sistem de n ecuaţii cu n necunoscute. Regula lui

Cramer

Considerăm un sistem liniar de n ecuaţii cu n necunoscute:

 a1 x  b1 y  ... 1w  d1
 a x  b y  ... w  d
 2 2 2 2
n  .......... .......... ........

an x  bn y  ... n w  d n

 n

şi presupunem că determinantul sistemului este diferit de zero:

a1 b1 ... l1
a b2 ... l2
D 2  0.
... ... ... ...
an bn ... ln

Notăm cu A1 , A2 , …, An minorii elementelor primei coloane a

determinantului D. Înmulţim prima ecuaţie cu A1 , a doua cu  A2 şi aşa mai
departe, iar ultima cu ( 1) n 1 An şi adunăm ecuaţiile sistemului:

6
  a1 x  b1 y  ... 1 w  d1  A1

 a 2 x  b2 y  ... 2 w  d 2  ( A2 )
  (1)
.......... .......... .......... .......... .......... .........
 a n x  bn y  ... n w  d n  (1) n 1 An



x a1 A1  a2 A2  ...  (1) n1 an An  
yb A  b A
1 1 2 2  ...  (1) n1 b A
n n 
.......... .......... .......... .......... .......... ....  (2)

w l1 A1  l2 A2  ...  (1) n1 ln An  

d A  d A
1 1 2 2  ...  (1) n1 d n An . 
Coeficientul lui x din egalitatea (2) este tocmai dezvoltarea
determinantului D după prima coloană.
Coeficientul lui y din egalitatea (2) este tot dezvoltarea unui
determinant după prima coloană cu aceeaşi minori ca determinantul D, dar
prima coloană este înlocuită cu coloana a doua, adică determinantul:

b1 b1 ...  1
b2 b2 ...  2
.
.......... ......
bn bn ...  n

Dar acest determinant este nul având primele două coloane egale.
În mod analog toţi ceilalţi coeficienţi ai necunoscutelor sunt nuli, fiind
dezvoltările unor determinanţi cu două coloane egale.
Membrul drept al egalităţii (2) este de asemenea dezvoltarea unui
determinant şi anume este dezvoltarea lui D în care s-a înlocuit prima
coloană cu termenii liberi.
Notăm acest determinant cu Dx . Astfel egalitatea (2) devine:

D  x  Dx ,
de unde:
Dx
x .
D

În mod analog se procedează şi pentru celelalte necunoscute. Astfel regula

lui Cramer este:

7
 Dacă într-un sistem liniar de n ecuaţii cu n necunoscute, determinantul
sistemului este nenul, atunci sistemul are o unică soluţie de forma:

Dx Dy D
x , y , ..., w  w .
D D D

Exemplu: Să se rezolve sistemul:

5 x  y  2 z  5

7 x  3 y  3 z  13 .
2 x  y  z  0

Rezolvare: Fie:
5 1 2
D 7 3  3  13  0
2 1 1
şi:

5 1 2 5 5 2 5 1 5
Dx  13 ,
3  3  13 D y  7 13  3  52 şi Dz  7 3 13  26 .
0 1 1 2 0 1 2 1 0

Deci:
Dx Dy D
x  1, y   4, z  z  2 .
D D D

Discuţia şi rezolvarea unui sistem de m ecuaţii cu n necunoscute

Considerăm un sistem liniar de m ecuaţii cu n necunoscute:

 a1 x  b1 y  ... 1w  d1
 a x  b y  ... w  d
 2 2 2 2
m .......... .......... ........ .

x  bm y  ... m w  d m
am   
 n

Se numeşte determinant principal, determinantul de ordinul cel mai

mare, diferit de zero, care se poate forma din tabloul coeficienţilor
necunoscutelor. Fie acest determinant de ordinul p, pe care-l notăm cu:

8
 a1 b1 ... k1
a2 b2 ... k 2
D .
... ... ... ...
ap bp ... k p

Necunoscutele corespunzătoare determinantului principal se numesc

necunoscute principale, iar ecuaţiile corespunzătoare se numesc ecuaţii
principale.
Se numeşte determinant caracteristic, determinantul de ordin cu unul
mai mare decât ordinul determinantului principal, care se formează în felul
următor:

la determinantul principal se adaugă o linie formată din coeficienţii unei

ecuaţii principale, iar în partea dreaptă se adaugă o coloană formată din
termeni liberi ai ecuaţiilor considerate:

d1 d1
 d2  d2
C1  , ... , Cm p  .
... ...
a p 1 b p 1 ... d p 1 an bn ... d n

Sunt deci m-p determinanţi caracteristici şi m-p ecuaţii secundare.

Teorema lui Rouché. Condiţia necesară şi suficientă ca un sistem liniar

de m ecuaţii cu n necunoscute să fie compatibil este ca toţi determinanţii
caracteristici să fie nuli.

Întreaga discuţie a sistemelor liniare se bazează pe teorema lui

Rouché. Putem forma următoarea schemă rezumativă:
Notăm:
n - numărul necunoscutelor
m - numărul ecuaţiilor
p - ordinul determinantului principal

Cazul a): Toţi determinanţii caracteristici sunt zero:

Ci = 0 (i = 1, 2 … n-p).
- n = p sistemul este compatibil şi unic determinat;
- n > p sistemul compatibil nedeterminat.
Cazul b): Nu toţi determinanţii caracteristici sunt nuli (există cel
puţin un determinant caracteristic diferit de zero) Ck  0.
- sistemul este incompatibil

9
Exemplu: Să se discute şi să se rezolve sistemul:

 x  2 y  3z  2

 2x  y  z  3 .
 x  y  2z  1


Rezolvare: Din tabloul coeficienţilor, determinantului de cel mai mare ordin

care se poate forma este:
1 2 3
D1  2 1  1  0,
1 1 2

D1 fiind zero el nu poate fi determinantul principal. Cum minorul:

2 3
 1,
1 1

este diferit de zero, el poate fi luat ca determinantul principal.(Putea fi luat şi

alt minor ca determinant principal.)
Deci:
2 3
D .
1 1

Calculăm determinanţii caracteristici. În cazul nostru este un singur

determinant caracteristic:
2 3 2
C1  1  1 3  0.
1 2 1

Conform schemei de mai sus sistemul este compatibil nedeterminat.

Pentru rezolvare considerăm sistemul format din ecuaţiile principale:

2 y  3z  2  x
 ,
 y  z  3  2x
din care rezultă soluţiile:

y = 7 - 5x, z = 4 - 3x,

x fiind necunoscuta neprincipală, un număr arbitrar.

10
 Soluţiile y şi z sunt în număr infinit (după valorile lui x) din care cauză se
spune că sistemul este nedeterminat.

Sisteme de ecuaţii liniare şi omogene

Un sistem în care toţi termenii liberi sunt nuli, se numeşte sistem

omogen.
Considerând sistemul omogen de m ecuaţii şi n necunoscute:

 a1 x  b1 y  ...   1w  0
 a x  b y  ...   w  0

m 2 2 2
.
 .......... .......... .......... .....
am x  bm y  ...   m w  0


n

Un astfel de sistem este un caz particular al sistemelor de m ecuaţii

liniare cu n necunoscute. Dacă însă determinantul principal are ordinul egal
cu numărul necunoscutelor (n = p) conform schemei de mai sus sistemul
este compatibil şi determinat. Aplicând regula lui Cramer sistemului principal
rezultă toate soluţiile nule:
x = y = ... = w = 0,

numită şi soluţie banală. De astfel se observă că sistemul omogen este

întotdeauna compatibil (toţi caracteristicii au ultima coloană nulă) admiţând
soluţia banală. Problema care se pune asupra sistemelor omogene este
găsirea condiţiilor pentru ca ele să admită şi alte soluţii în afară de cea
banală şi apoi determinarea acestora.
Pentru ca un sistem omogen să admită şi alte situaţii în afară de cea
banală sistemul nu trebuie să aibă soluţie unică. Pentru ca să nu aibă soluţie
unică trebuie ca np şi va fi sistem compatibil nedeterminat. În cazul unui
sistem cu n ecuaţii şi n necunoscute această condiţie este echivalentă cu
condiţia ca determinantul sistemului să fie nul, în felul acesta determinantul
sistemului (care este de ordinul n) nu mai poate fi determinantul principal.
În concluzie, pentru ca un sistem de n ecuaţii cu n necunoscute să aibă
şi soluţii nu toate nule trebuie ca determinantul sistemului să fie nul.
Să considerăm acum un sistem de trei ecuaţii cu trei necunoscute:

 a1 x  b1 y  c1 z  0

a2 x  b2 y  c2 z  0.
a x  b y  c z  0
 3 3 3

El are soluţia banală: x = y = z = 0.

11
 Presupunem că:
a1 b1 c1
D  a2 b2 c2  0 ,
a3 b3 c3

deci el va avea cel puţin o soluţie nenulă, fie aceasta z.

Împărţind cu z sistemul devine:

 x y
a1 z  b1 z  c1  0

 x y
a2  b2  c2  0 .
 z z
 x y
a3 z  b3 z  c3  0


x y
Notând cu: u  şi v  obţinem un sistem de trei ecuaţii cu două
z z
necunoscute:
a1u  b1v  c1

a2u  b2v  c2 .
a u  b v   c
 3 3 3

Presupunem că acest sistem are determinantul principal de ordinul doi:

a1 b1
 ,
a2 b2

atunci sistemul singur este compatibil deoarece determinantul caracteristic

devine chiar determinantul sistemului omogen iniţial luat cu semn schimbat,
despre care s-a presupus că este egal cu zero. Considerăm ecuaţiile
principale în u şi v:
 a1u  b1v  c1
 .
a2u  b2v  c2

Cu ajutorul regulii lui Cramer deducem soluţiile:

12
  c1 b1 a1  c1
 c2 b2 a  c2
u v 2
a1 b1 a1 b1
a2 b2 a2 b2
,
b1 c1 a1 c1
x b2 c2 y a c2
   2
z a1 b1 z a1 b1
a2 b2 a2 b2

egalităţi în care dacă se schimbă mezii între ei se obţine:

x y z
  k,
b1 c1 a1 c1 a1 b1
b2 c2 a2 c2 a2 b2

regulă cu ajutorul căreia se scriu uşor soluţiile sistemului omogen.

În concluzie, fiind dat să se rezolve un sistem omogen de trei ecuaţii cu
trei necunoscute:
- se calculează determinantul sistemului D. Dacă D   0 sistemul nu are altă
soluţie în afară de cea banală. Dacă D=0 atunci se caută în continuare şi
celelalte soluţii.
- se caută un minor de ordinul doi diferit de zero din D. Fie acest minor:

a1 b1
 0 .
a2 b2

Dacă nu există nici un minor de ordinul doi diferit de zero sistemul iniţial
se reduce la o singură ecuaţie, oricare dintre ele, explicitându-se o
necunoscută în funcţie de celelalte două.
- se scrie tabloul coeficienţilor din sistemul iniţial corespunzător minorului
de la punctul precedent:

a1 b1 c1
.
a2 b2 c2

- din acest tablou se scrie şirul de rapoarte egale determinanţii de la

numitor obţinându-se suprimând din tabloul de mai sus coloana
necunoscutei de la numărător.
Dacă unul din determinanţii de la numitor este nul, atunci necunoscuta
respectivă de la numărător este şi ea nulă.

13
 Pentru sisteme liniare şi omogene de n ecuaţii cu n necunoscute (n3)
regula de găsire a rădăcinilor este aceeaşi. Pentru un sistem omogen de
patru ecuaţii cu patru necunoscute avem:

 a1 x  b1 y  c1 z  d1t  0
a x  b y  c z  d t  0
 2 2 2 2
 .
 a3 x  b3 y  c3 z  d 3 t  0
a4 x  b4 y  c4 z  d 4t  0

- calculăm determinantul sistemului:

a1 b1 c1 d1
a2 b2 c2 d2
D .
a3 b3 c3 d3
a4 b4 c4 d4

Presupunem că D = 0.
- căutăm un minor de ordinul 3 din D diferit de zero; fie acest minor:

a1 b1 c1
a2 b2 c2  0.
a3 b3 c3
- scriem tabloul coeficienţilor din primele trei ecuaţii:

a1 b1 c1 d1
a2 b2 c2 d2 .
a3 b3 c3 d3

- scriem şirul de rapoarte egale:

x y z t
   k.
b1 c1 d1 a1 c1 d1 a1 b1 d1 a1 b1 c1
b2 c2 d2 a2 c2 d2 a2 b2 d2 a2 b2 c2
b3 c3 d3 a3 c3 d3 a3 b3 d3 a3 b3 c3

Întrebări de autoevaluare
1. Care este teorema lui Cramer?
2. Care este teorema lui Rouche?

14
 UNITATEA DE ÎNVĂŢARE 3

CALCUL DIFERENȚIAL

Cuvinte cheie: derivate, limite, extreme.

Rezumat
Notiunea de derivata este una dintre conceptele cele mai importante
ale analizei matematice. În aceasta unitate de învățare vom pune accent pe
definiție, ca mai apoi sa studiem metodele de derivare

Durata medie de parcurgere a unităţii de studiu este de o oră

Calcul diferenţial

Se numeşte derivata unei funcţii într-un punct, limita la care tinde

raportul dintre creşterea funcţiei şi creşterea argumentului, când creşterea
argumentului tinde la zero:

f : I  R, y  f ( x )
f ( x)  f ( x0 )  dy  y
 y  x  lim sau    lim .
0
x  x0 x  x0  dx  x0 x 0 x

Relaţiile de mai sus dau două forme ale relaţiei de definiţie a derivatei
unei funcţii într-un punct. Se observă că pentru derivată se întrebuinţează fie
notaţia:
 dy 
 y  x fie   sau  df  .
0
 dx  x0  dx  x 0

Dacă această limită există şi este finită, funcţia se numeşte derivabilă în

punctul x0. Dacă funcţia f(x), definită pe un interval, are derivată în orice
punct al intervalului se spune că ea este derivabilă pe acel interval. În acest
caz derivata este şi ea o funcţie pe acel interval.
Derivatele laterale: Se numeşte derivată la stânga în punctul x0, a
funcţiei f(x), limita:
f ( x )  f ( x0 ) ,
'
f s ( x0 )  lim
x x0 x  x0
x x0

dacă această limită există, derivată la dreapta în punctul x0, a funcţiei f(x),
limita:
f ( x )  f ( x0 ) ,
f ' (x )  lim x  x0
d 0
x  x0
x x0

dacă această limită există şi este finită.

15
 Aceste două derivate se numesc derivate laterale. Ele pot să existe
simultan fără să fie egale. Dacă însă sunt egale, atunci funcţia este derivabilă
în x0.

Interpretarea geometrică a derivatei

Fie y = f(x) o funcţie definită pe un interval I şi continuă pe acel interval.

Graficul acestei funcţii este o curbă plană.
y M

f(x)-f(x0)

 x-x0
M0 N

f(x0)
0

x
0
x0 x
Interpretarea geometrică a derivatei

Fie M0 şi M două puncte pe curbă care formează secanta M0M şi

tangenta în M0 la curbă.
Din triunghiul M0NM avem:

f ( x)  f ( x0 )
tg  .
x  x0

Dacă xx0 atunci MM0, secanta M0M tinde să devină tangentă la

curbă în punctul M0, iar 0. Deci trecând la limită avem:

f ( x)  f ( x0 )
lim  tg 0 .
x  x0 x  x0

Prin urmare dacă această limită există avem:

f ' ( x0 )  tg 0 .

Adică derivata într-un punct x0 este egală cu tangenta trigonometrică a

unghiului format de tangenta la curbă cu direcţia pozitivă a axei Ox, în
punctul considerat.
Din interpretarea geometrică a derivatei se observă că dacă o funcţie
este derivabilă într-un punct, graficul ei trebuie să admită o tangentă în acel
punct, deci curba nu poate fi întreruptă în acel punct. Prin urmare o funcţie
derivabilă într-un punct este continuă în acel punct. Proprietatea reciprocă
însă nu este adevărată, căci pot exista funcţii continue într-un punct fără a fi
derivabile în acel punct.

16
 y

M
0

0 x0 x

Graficul cu punctul unghiular

Exemplul din această figură este edificator. Se observă că derivatele

laterale ale funcţiei în x0 nu sunt egale deoarece graficul funcţiei în M0 admite
două tangente, numite semitangentă la stânga şi semitangentă la dreapta.
Deşi funcţia este continuă în x0 ea nu este derivabilă în acel punct.
Punctul M0 în acest caz se numeşte punct unghiular.

M
0

x0 x
0
Punct de întoarcere

Dacă semitangentele unui punct unghiular sunt suprapuse, atunci acel

punct se numeşte punct de întoarcere.

M
0

0 x0 x
Punct de inflexiune

Dacă într-un punct al curbei semitangentele laterale sunt în prelungire

şi traversează graficul, acel punct se numeşte punct de inflexiune.

17
 Reguli de derivare

1. Derivata unei constante:

Fie dată funcţia:
y = a,

definită pe mulţimea numerelor reale R.

Atunci:
y  0 ,
oricare ar fi x din R.

2. Derivata funcţiei identice:

y = x.

Atunci:
y  1,
oricare ar fi x din R.
3. Derivata unei sume de funcţii:

y = u + v.
Atunci:
y   u   v ,
oricare ar fi x din R.

4. Derivata unui produs:

y = u  v.

Atunci:
y  uv  uv ,

oricare ar fi x din intervalul de definiţie.

5. Derivata unei puteri:

y u n (n natural)
Avem:
y  nu n 1u .

6. Derivata unui cât:

y
u
v  0 .
v
Avem:
uv  uv
y  .
v2
7. Derivata unui radical:

yn u (u  )
18
Avem:
u
y  .
n n u n 1

8. Derivata unei funcţii compuse:

Fie y = f(u) unde u   x  . Deoarece x0 este arbitrar, se poate scrie:
y  yu  ux ,

pentru orice x din domeniul de definiţie.

9. Derivata funcţiei:

y = sin x definită pe R.
Atunci:
y  cos x .

10. Derivata funcţiei:

y = cos x definită pe R

   
y  cos x  sin  x  , y   cos  x    sin x .
 2   2 

11. Derivata funcţiei:

y = tg x,


definită pe R mai puţin punctele x  2k  1 , k  Z . Atunci:
2

cos2 x  sin 2 x 1
y  2
 .
cos x cos2 x

12. Derivatele funcţiei:

y = ctg x,

definită pe R mai puţin punctele x  k , k  Z . Atunci:

1
y   .
sin 2 x

13. Derivata funcţiei:

y = arcsin u,

  
definită pe intervalul [-1;1], cu valori în  ;  . Atunci:
 2 2

19
 u
y  ,
1  u2
pentru orice u   1;1 .

14. Derivata funcţiei:

y = arccos u,

definită pe intervalul [-1;1], cu valori în 0;  . Atunci:

u
y   ,
1  u2
pentru orice u   1;1 .

15. Derivata funcţiei:

y = arctg u,

  
definită pe R, cu valori în  ;  . Atunci:
 2 2

u
y  .
1  u2

16. Derivata funcţiei:

y = arcctg u,

definită pe R, cu valori în 0;  . Atunci:

u
y   .
1  u2

17. Derivata funcţiei:

y = ln u,

definită pe 0; 
Deoarece x0 este arbitrar ales avem:

1
y  .
x
18. Derivata funcţiei:

y = au a 0, a1

de unde:
y  yu ln a  au  u  ln a .

19. Derivata funcţiei compusă:

20
 y = uv,

unde u, v sunt funcţii de argument x. Atunci:

 u 
y  u v  v ln u  v  .
 u

TABELUL DERIVATELOR

y = 0 ;
y = 1 ;
y = u + v;
y = uv + uv;
y = au;
y = nun-1u;
uv  vu ;
y 
v2
u ;
y 
n n u n 1
u
y  ;
2 u
y = yuux ;
y = cos uu;
y = -sin uu;
u ;
y  2
cos u
u
y   ;
sin 2 u
u ;
y 
1  u2
 u ;
y 
1  u2
u
y  ;
1  u2
 u
y  ;
1  u2
u
y  ;
u
y = auln au;
y = euu;
y = uv(vln u + v u  ) ;
u
Întrebări de autoevaluare
1. Definiți derivata unei funcții într-un punct.
2. Regului de derivare.

21
 UNITATEA DE ÎNVĂŢARE 4

APLICAȚII ALE CALCULUI DIFERENȚIAL

Cuvinte cheie: Probleme de extrem, Hospital.

Rezumat
Aplicațiile analizei diferețiale sunt desigur: rezolvarea problemelor de
limită precum și a celor de extrem. Vom accentua asupra aplicabilității
acestei părți.

Durata medie de parcurgere a unităţii de studiu este de o oră

Aplicaţii ale derivatelor

Regula lHospital

Cu ajutorul acestei reguli putem ridica nedeterminări în cazul unor limite

de funcţii. Ea constă în următoarele:

Fie f(x) şi g(x) două funcţii definite şi derivabile pe un interval. Dacă o

nedeterminare este de forma:

f ( x) 0,
lim g ( x)  0
x  x0

sau de forma:
f ( x) ,
lim g ( x)  
x x0

atunci:
f ( x) f ( x) .
lim g ( x)  lim g ( x)
x  x0 x x0

0
Să demonstrăm regula lHospital în cazul nedeterminării de forma .
0
Deoarece lim f ( x)  0, lim g ( x)  0 , putem scrie:
xx0 xx0

f ( x)  f ( x0 )
f ( x) f ( x)  f ( x0 ) lim
x x0 x  x0 f ( x) .
lim  lim   lim
x x0 g ( x) xx0 g ( x)  g ( x0 ) g ( x)  g ( x0 ) x x0 g ( x )
lim
x x0 x  x0

Regula lHospital poate fi aplicată chiar când punctul x0 se înlocuieşte

cu unul din punctele +  sau   .

1
Într-adevăr dacă punem x  avem:
t

22
 1  1
f  f x( x)  2 
f ( x)  
t  t  f ( x) .
lim 
g ( x) lim  1  lim  1  lim g ( x)
x t 0
g  t 0
g x ( x)  2  x
t   t 

Să demonstrăm regula lHospital în cazul nedeterminării de forma .

Avem:
1
f ( x) g ( x) 0 ,
lim  
x  x0 g ( x) lim
x  x0 1 0
f ( x)
deci suntem în condiţiile aplicării regulii lHospital:
2
 
 f ( x)  ,
f ( x)  g ( x)
lim  lim  lim
x x0 g ( x)  x  x g ( x)  xx0 f ( x)
 0
 
de unde:
f ( x) f ( x)
lim g ( x)  lim g ( x) .
x  x0 x x0

Regula se poate aplica de mai multe ori dacă nedeterminarea se

menţine.
Şi celelalte cazuri de nedeterminare pot fi aduse sub formă de raport
astfel încât să poată fi aplicată regula lHospital şi anume:

- Cazul 0 · 
Dacă:
lim  f ( x)  g ( x)  0   .
xx0

Această limită poate fi pusă sub forma:

f ( x) 0 ,
lim  f ( x)  g ( x)  lim
x  x0 x  x0 1

0
g ( x)
sau:
g ( x)  .
lim  f ( x)  g ( x)  lim
x  x0 x  x0 1


f ( x)
- Cazul  -
Dacă:
lim  f ( x)  g ( x)     ,
xx0

atunci, pentru a reduce această nedeterminare la una din cele precedente

putem folosi egalitatea:
 g ( x) 
f ( x)  g ( x)  f ( x) 1  .
 f ( x) 
În acest caz, dacă:

23
 g ( x)
1
avem forma   0;
lim
x  x0 f ( x)
g ( x)
lim
x  x0 f ( x)
1 atunci
lim  f x  g x   ,
xx0

după cum:
g ( x) ,
lim
x x0 f ( x)

este mai mică decât 1 sau mai mare decât 1.

- Cazurile 00, 1 şi 0.

Aceste nedeterminări provin din limita de funcţii:

L  lim  f ( x)
g ( x) .
x  x0

Toate aceste cazuri se reduc prin aplicarea logaritmilor la, cazul 0
sau 0. Într-adevăr, logaritmând ultima relaţie avem:

ln L  lim g ( x)  ln f ( x)  0   ( sau   0) .
xx0

Ridicând această nedeterminare se găseşte o anumită limită pe care o

notăm cu  :
lim g ( x)  ln( x)   .
x x0

Atunci ln L=  de unde L = e  este limita căutată.

x
Exemplul: 1. Să se calculeza lim e  e  2 x .
x

x 0 x  sin x
0
Rezolvare: Se observă că este o nedeterminare de forma . Aplicând regula
0
lHospital avem:

e x  e x  2 x e x  e x  2 0 .
lim  lim 
x0 x  sin x x 0 1  cos x 0

Aplicând din nou regula lHospital obţinem:

e x  e x  2 e x  e x 0 .
lim  lim 
x0 1  cos x x0 sin x 0

Mai aplicăm odată regula lHospital şi obţinem:

e x  e x e x  ex
lim  lim  2.
x 0 sin x x 0 cos x

Exemplul: 2. Să se afle limita lim x

x
pentru x  0.
x0

Rezolvare: Notăm:
24
 L  lim x x .
x 0

Obţinem astfel:
1
.
 lim x  lim  x   0
ln x
ln L  lim x ln x  lim
1 1
x0 x0 x0
 2 x0
x x

Deci ln L = 0, de unde: L = e0 = 1.

Rolul derivatei de ordinul unu în studiul funcţiilor

Teoremă: O funcţie crescătoare pe un interval I are derivată pozitivă şi

invers, o funcţie descrescătoare pe un interval I are derivată negativă pe I.
Considerăm o funcţie y = f(x) crescătoare, adică dacă x  x0, atunci f(x)
 f(x0) sau x  x0, atunci f(x)  f(x0).
Din relaţia de definiţie a derivatei deducem:

f ( x)  f ( x0 )
y  lim  0,
x x0 x  x0

deoarece raportul de sub limită este mai mare sau egal 0, numărătorul şi
numitorul având acelaşi semn.
Considerăm acum o funcţie descrescătoare, adică dacă x  x0, atunci
f(x)  f(x0) sau dacă x  x0, atunci f(x) ] f(x0).
Din relaţia de definiţie a derivatei deducem:

f ( x)  f ( x0 )
y  lim  0,
x x0 x  x0

deoarece numărătorul şi numitorul au semne contrare.

Grafic, teorema se traduce prin aceea că pentru o curbă ascendentă
panta tangentei geometrice este pozitivă, iar pentru o curbă descendentă
panta tangentei geometrice este negativă.

y y

 
0 x x 0 x x
0 0
y  tg > 0 y  tg < 0

Este adevărată şi teorema reciprocă (dar nu o demonstrăm).

25
Extremele unei funcţii

Definiţie: O funcţie y = f(x) are într-un punct x0 un maxim relativ, dacă

există o vecinătate V a lui x0, astfel încât f(x)  f(x0), pentru orice xV. Se
numeşte minim relativ al unei funcţii într-un punct x0 dacă există o vecinătate
V a lui x0, astfel încât f(x)f(x0), pentru orice xV.
Punctele de maxim şi de minim relativ ale funcţiei f(x), se numesc
puncte de extrem relativ. În figura de mai jos, în punctele x1 şi x3 avem
puncte de minim relativ, iar în x2 şi x4 maxim relativ.
y

0 x x x x x xn x
0 1 2 3 4

Interpretarea grafică a punctelor de extrem

Din interpretarea geometrică a derivatei deducem că în punctele cu

derivată nulă, tangentele la curbă sunt orizontale.
Din figură reiese că derivata este nulă pentru orice punct de extrem
precum şi în punctele de inflexiune cu tangente orizontale.
Deci punctele de extrem se găsesc printre punctele unde derivata se
anulează. Pentru a decela din aceste puncte maximale, minimele şi
inflexiunile cu tangente orizontale se studiază semnul derivatei în vecinătatea
punctului respectiv şi anume:
- dacă înaintea punctului, derivata este pozitivă (funcţia creşte) şi în
urma punctului derivata este negativă (funcţia descreşte) avem un maxim;
- dacă întâi derivata este negativă şi apoi pozitivă avem un minim;
- dacă derivata nu are schimbare de semn în vecinătatea punctului
unde această derivată se anulează avem un punct de inflexiune cu tangentă
orizontală.

Exemplu: Să se studieze extremele funcţiei:

y = (x - 2)2 + 1.

Rezolvare: Se calculează derivata y, se anulează această derivată şi se

găsesc aceste soluţii:
y = 2(x - 2)
2 (x - 2) = 0
x = 2.

26
 Deci singura soluţie a derivatei este x = 2. Semnul derivatei în
vecinătatea punctului x = 2 este:
pentru x  2 y  0
pentru x  2 y  0.

Astfel în punctul x = 2 funcţia prezintă un minim.

Probleme de minim şi maxim

1. Dintr-o foaie pătrată de latură „a” să se construiască o cutie (fără

capac) de volum maxim.

a-2x

a x

Pentru a construi paralelipipedul se taie din colţuri câte un pătrat de

latură x şi se ridică pereţii laterali. Vom determina pe x din condiţia de volum
maxim.
4a  16a 2  12a 2 4a  2a
x1, 2   ,
12 12
a
x1 
2
deci: .
a
x2 
6
Bineînţeles că soluţia pentru maxim este:

a
x2  ,
6
iar:
2
 a  a 4a 2 a 2a 3
Vmax   a       .
 3 6 9 6 27

2. Un rezervor având baza un pătrat şi pereţii verticali, este deschis la

partea superioară. Ştiind că are suprafaţa pereţilor S (betonul pentru
construcţia pereţilor laterali şi baza nu poate fi depăşit), să se determine
dimensiunea rezervorului astfel ca volumul lui să fie maxim.
y

x
27
 Notăm cu x latura bazei şi cu y înălţimea. Întâi exprimăm volumul numai
în funcţie de x şi S, după care vom determina pe x din condiţia de maxim.
S  x2 S  x2 1
S  x 2  4 xy  y 
4x
 V  x2
4x
 
 Sx  x 3
4

1

V '  S  3x 2  0  x 
4
S
3

S
S
y 3  2S 3 1
 3S
S 3 4 S 6
4
3
S 1
Vmax  x 2 y  Vmax   3S
3 6
3
Vmax  S S
18

Întrebări de autoevaluare
1. Ce reprezintă punctele de extrem?
2. Regula lui Hospital.

28
 UNITATEA DE ÎNVĂŢARE 5

CALCUL INTEGRAL

Cuvinte cheie: integrale, părți, schimbare de variabila.

Rezumat
În principal, în această unitate, ne vom ocupa de integralele nedefinite
(metode de rezolvare), dar vom studia de asemenea și formulele de
integrare.

Durata medie de parcurgere a unităţii de studiu este de o oră

Calculul integral

Definiţie: Se numeşte primitiva unei funcţii f(x), o altă funcţie F(x) astfel
încât derivata lui F(x) să fie f(x):

F ' x   f x  . (*)

Operaţia prin care se găseşte primitiva funcţiei se numeşte integrare,

iar simbolul acestei operaţii se numeşte integrală şi se notează astfel:
F x    f x dx .

Dacă F(x) este primitiva funcţiei f(x) şi satisface relaţia (*) atunci şi
funcţia F(x) + C, unde C este o constantă arbitrară, este de asemenea o
primitivă a funcţiei f(x) şi satisface relaţia (*).

 f xdx  F x  C .
Proprietăţi ale funcţiei primitive

1. Un factor constant poate fi scos de sub semnul integralei adică:

 kf xdx  k  f xdx , (**)

ceea ce înseamnă că cele două primitive din relaţia (**) nu diferă decât cel
mult printr-o constantă aditivă.
Dar o primitivă întotdeauna este determinată cu aproximaţia unei constante
aditive.
2. Integrala sumei unui număr finit de funcţii este egală cu suma
integralelor acestor funcţii, adică:

  f x  f x  ...  f xdx   f xdx   f xdx  ...   f xdx .

1 2 n 1 2 n
(***)

Într-adevăr prin derivarea relaţia (***) se obţine o identitate.

29
 Toate formulele de integrare pot fi verificate uşor prin derivarea funcţiei
din partea dreaptă a egalităţii, obţinându-se funcţia de sub semnul integral.
De exemplu avem:
2x x2  a2  x
1
y  ln x  x 2  a 2  C  y '  2 x2  a2  x2  a2  1 .
x  x2  a2 x  x2  a2 x  a2
2

Metode de integrare

Metoda substituţei

Fiind dată integrala:

I   f ( x)dx ,

se face schimbarea de variabilă x   (t ) şi se calculează diferenţiala dx:

dx   ' (t )dt .

Se înlocuieşte apoi pe x şi dx în integrala dată:

I   f  (t ) ' (t )dt .

Scopul acestei substituţii este de a se obţine o nouă integrală în t mai uşor

de rezolvat.
După efectuarea integralei în t, se revine la vechea variabilă folosind
substituţia făcută:
x   (t ) ,

explicitând pe t în funcţie de x.

Exemplu: Sa se calculeze integrala I   x  2dx .

Rezolvare: Notăm:
x2 t,
de unde:
x  t2  2 ,

iar dx = 2t dt. Integrala devine:

2t 3
I   t  2tdt  2 t 2 dt  C .
3

Revenind la vechea variabilă avem:

I
2
x  23  C .
3

30
Integrarea prin părţi

Considerăm relaţia derivării unui produs:

(uv)’ = u’v + uv’,

pe care o integrăm:

 uvdx   dx vdx   u dx dx .
du dv

Cum operaţia de derivare şi integrare sunt operaţii inverse, relaţia

devine:
uv   vdu   udv ,
de unde:

 udv  uv   vdu .
Formula de mai sus poartă denumirea de formula de integrare prin părţi.

Exemplu: Să se integreze I   x 2 ln xdx .

Rezolvare:
dx
u  ln x du 
x
x3
dv  x 2 dx v
3

x3 x 3 dx x 3 1 1 1
I ln x     ln x   x 2 dx  x 3 ln x  x 3  C
3 3 x 3 3 3 9
1  1
I  x 3  ln x    C.
3  3

TABLOUL INTEGRALELOR IMEDIATE

x n1
1.  x n dx  C ; n  1
n 1
dx
2. x
 ln x  C ; x0
f ' ( x)
3.  dx  ln f ( x)  C ; f(x)  0
f ( x)
dx
4.  n  n x C;
n 1
n x
dx
5.   x C ;
2 x

31
  cos ax
6.  sin axdx  C ,  sin xdx   cos x  C ;
a
sin ax
7.  cos axdx  C ,  cos xdx  sin x  C ;
a
dx
8.   tgx  C ;
cos2 x
dx
9.  2  ctgx  C ;
sin x
dx x dx
10.   arcsin  C ,   arcsin x  C ;
a x
2 2 a 1  x2
dx 1 x dx
11.   arctg  C ,   arctgx  C ;
a x
2 2
a a 1 x2
ax
12.  a x dx   C , a1  e x dx  e x  C ;
ln a
dx
13.   ln x  x 2  a 2  C ;
x a
2 2

dx 1 xa
14.  2  ln C ;
x a 2
2a x  a

Întrebări de autoevaluare
1. Care sunt metodele de integrare?
2. Rescrieți tabelul integralelor imediate.

32
 UNITATEA DE ÎNVĂŢARE 6

INTEGRAREA UNOR CLASE DE FUNCȚII

Cuvinte cheie: integrale raționale, integrale trigonometrice.

Rezumat
Vom studia integrarea unor clase de funcții cum ar fi cele raționale și
respectiv integrarea funcțiilor trigonometrice.

Durata medie de parcurgere a unităţii de studiu este de o oră

Integrarea unor clase de funcţii

Integrarea funcţiilor raţionale

Orice funcţie raţională f(x) se poate exprima, după cum se ştie, prin
câtul a două polinoame P(x) şi Q(x) adică:

P ( x)
f ( x)  .
Q( x)

Se numesc fracţii simple, fracţiile raţionale de forma:

A A A Ax  B
; ; ; ;
ax  b ax  b  ax  bx  c ax  bx  c
n 2 2

A Ax  B
; .
ax 2
 bx  c 
n
ax 2
 bx  c 
n

unde n  2, e un număr natural, iar ax2 + bx + c are rădăcini imaginare

(b2-4ac0), deci nu se mai poate descompune în factori reali.
Ne vom ocupa mai întâi de integrarea acestor funcţii cu excepţia
ultimilor două, pe care nu le putem cuprinde în prezentul curs.

A A adx A
1.  ax  b dx  a  ax  b  a ln(ax  b)  C ;
Adx t b dt
2.  ax  b  n
; ax+b=t x
a
dx 
a
Adx A dt A 1 A 1
 ax  b  n
 
a t
 
a n  1t n1
C   
a n  1ax  b n1
C ;

Adx
3.  ax 2
 bx  c
;   0;

33
Folosind identitatea:

 b  b 2  4ac 
2

ax  bx  c  a  x   
2
,
 2a  4a 2 

facem schimbarea de variabilă:

b
x t deci dx = dt
2a
şi notăm:
b 2  4ac
2
 K 2 . (b2 - 4ac  0)
4a

Integrala devine:

Adx A dt A t
 ax 2
  2
 bx  c a t  k 2

ak
arctg  C ,
k

după care se revine la vechea variabilă.

Ax  B
4.  2 dx . În acest caz mai întâi vom face să apară la numărător
ax  bx  c
derivata de la numitor 2ax + b.
Acest lucru se poate realiza uşor, dacă nu se observă imediat, scriind:

Ax  B   2ax  b   ,

unde coeficienţii  şi  se calculează prin metoda coeficienţilor nedeterminaţi.

Integrala dată se descompune astfel, într-o sumă de două integrale: un
logaritm şi o integrală de tipul 3 studiată mai sus.
Considerăm acum integrala funcţiei raţionale oarecare:

P( x)
I  dx .
Q( x)

Cazul 1. gradul lui P(x)  gradul lui Q(x).

Atunci se poate face împărţirea, având C(x) câtul şi R(x) restul:

P x  R x 
 C ( x)  ,
Q x  Q x 

unde gradul lui R(x)  gradul lui Q(x), iar integrala devine:

R( x)
I   C ( x)dx   dx .
Q( x)

34
Prima integrală se rezolvă simplu fiind o integrală dintr-un polinom (deci o
sumă de puteri), iar a doua s-a redus la o integrală dintr-o fracţie în care
gradul numărătorului este mai mic decât gradul numitorului.

Cazul 2. gradul lui P(x)  gradul lui Q(x).

Vom deosebi şi aici mai multe cazuri în funcţie de Q(x):

a. Numitorul Q(x) are numai rădăcini reale simple:

Q(x) = a(x – x1) (x – x2)... (x – xn).

Atunci fracţia se poate descompune într-o sumă de fracţii simple în felul

următor:
P ( x) A B M
   ...  ,
Q( x) x - x1 x - x2 x - xn

unde constantele A, B, ..., M se determină prin identificare. Integrarea

acestor fracţii nu mai prezintă dificultăţi, fiind o sumă de logaritmi:

P ( x) dx dx dx
 Q( x) dx  A x - x 1
 B
x - x2
 ...  M 
x - xn


 A lnx  x1   B lnx  x2   ...  M lnx  xn   C.

b. Numitorul Q(x) are rădăcini reale multiple:

Q(x) = (x - x1)k · Q1(x).

În acest caz fracţia se poate descompune într-o suma de fracţii simple

de forma:

P ( x) A B M Q ( x)
   ...   1 ,
Q( x)  x - x1   x - x1 
k k 1
x  x1 Q( x)

unde constantele A, B, ..., M se determină prin identificare.

Q1 ( x )
Fracţia se descompune şi ea în fracţii simple ca în cazul
Q( x)
precedent, fie ca în cazul care urmează.
Integrala devine:

P ( x) dx dx dx Q ' ( x)
 Q( x)dx  A x - x 1
k
 B
x - x1 k 1
 ...  M 
x  x1
 1
Q( x)
dx .

Integralele din aceste fracţii simple au fost tratate.

c. Numitorul Q(x) are şi rădăcini complexe:

35
 Q( x)  (ax2  bx  c)  Q2 ( x) ,

unde trinomul ax2 + bx + c are rădăcini complexe.

În acest caz funcţia se descompune într-o sumă de fracţii simple de forma:
P( x) Ax  B Q ( x)
 2  2 ,
Q( x) ax  bx  c Q( x)

unde constantele A, B se determină prin identificare.

Q ( x)
Fracţia 2 de asemenea se descompune ca în cazurile precedente:
Q( x)
Integrala devine:

P( x) Ax  B Q ( x)
 Q( x)dx   ax 2
 bx  c
dx   2
Q( x )
dx .

Integrala din fracţia simplă din membrul II a fost tratată.

x3  1
Exemplu: Să se rezolve integrala I   dx ,
x( x  1)3
Rezolvare:
x3  1 A B C D
    .
x( x  1) 3
x ( x  1) ( x  1)
3 2
x 1

Aducând la acelaşi numitor şi efectuând calculele avem:

x3  1

 A  B x3  (3 A  C  2D) x 2  (3 A  B  C  D) x  A .
x( x  1)3 x( x  1)3

Fracţiile fiind identice, numitorii fiind identici, rezultă că şi numitorii sunt

identici. Avem:
 A D 1
 3 A C  2D  0 .


 3 A  B C D 0

A 1

Rezolvând sistemul găsim A = -1, B = 2, C = 1, D = 2. Prin urmare:

x3  1 dx dx dx dx
I  dx     2   2 
x( x  1) 3
x ( x  1) 3
( x  1) 2
x 1
1 1
  ln x    2 ln( x  1)  C ,
( x  1) 2
x 1
sau:
x ( x  1) 2
I   ln C .
( x  1) 2 x

36
 Integrarea funcţiilor trigonometrice

Noţiuni pregătitoare

O funcţie se numeşte pară dacă:

f (  x)  f  x  , xR

Exemplu: y = x2 este pară deoarece (-x)2 = x2. O funcţie se numeşte impară

dacă:
f  x    f x  , xR

Exemplu: y = x3 este impară deoarece (- x3) = - x3.

Sunt însă funcţii care nu sunt nici pare, nici impare (funcţii oarecare).

Exemplu: y = x3 + 1 care nu satisface nici condiţia de paritate, nici pe cea de

imparitate.
În mod analog se definesc paritatea şi imparitatea funcţiilor de două
variabile, numai că aici această proprietate poate fi prin raport cu una din
variabile sau prin raport cu ambele.
O funcţie y = f(x,y) este pară prin raport cu una din variabile dacă:
f(-x,y) = f(x,y) sau f(x,-y) = f(x,y) x,y  R.

O funcţie y = f(x,y) este impară prin raport cu una din variabile dacă:
f(-x,y) = -f(x,y) sau f(x,-y) = -f(x,y) x,y  R.

O funcţie y = f(x,y) este pară prin raport cu ambele variabile dacă:

f(-x,-y) = f(x,y).

Exemplu: f(x,y) = xy este impară prin raport cu fiecare variabilă şi pară prin
raport cu ambele.
Desigur că şi o funcţie de două variabile poate să nu prezinte nici un fel
de proprietate referitor la paritate.
Exemplu: f(x,y) = x + y + 1.

Deoarece toate funcţiile trigonometrice se exprimă raţional prin raport

cu sin x şi cos x, vom considera numai integrale de forma:

I   Rsin x, cos x dx,

R(sin x, cos x) fiind o funcţie raţională în sin x şi cos x.

Vom deosebi mai multe cazuri, după proprietăţile funcţiei de sub
semnul integrală:
1. cazul general:
I   Rsin x, cos x dx.

37
 x
Se face substituţia: tg  t.
2

2t
sin x  , x  2arctg t
1 t 2
1 t2 2dt
cos x  , dx  .
1 t2 1 t2
Integrala devine:

 2t 1  t 2  2dt
I   R , 
2 
  f t dt ,
1 t 1 t  1 t
2 2

adică o integrală dintr-o funcţie raţională algebrică (netrigonometrică).

dx
Exemplu: I   .
sin x
Rezolvare: Făcând substituţia de mai sus avem:

2dt
I   1  t    ln t  C  ln tg  C .
2 dt x
2t t 2
1 t2

2. Funcţia de sub semnul integrală este pară prin raport cu sin x şi

cos x, adică:
R sin x, cos x  Rsin x, cos x.

În acest caz se face schimbarea de variabilă:

t
tg x = t, deci sin x  ; x  arctgt ;
1 t2
1 dt
cos x  ; dx  .
1 t 2 1 t2
Deci:
 t  dt
I   Rsin x, cos x dx   R  1  t 2   f t dt.
1
, 
 1 t 1 t 2 
2

După efectuarea calculelor sub semnul integrală, întotdeauna va rezulta o

funcţie raţională în t.

dx
Exemplu: I   .
sin x cos x
Rezolvare: Făcând substituţiile de mai sus avem:

38
 dt
I  1 t2 
dt
 ln t  C  ln tgx  C.
t 1 t

1 t2 1 t2

3. Funcţia de integrat este impară în raport cu sin x, adică:

R sin x, cos x   Rsin x, cos x .

Integrala se va scrie sub forma:

I   f cos x   sin xdx ,

specificând că acest lucru este întotdeauna posibil.

Atunci se face substituţia:

cos x  t şi deci sin x dx = -dt.

Prin urmare, integrala devine:

I   f cos x   sin xdx   f t dt

şi am ajuns la o integrală dintr-o funcţie raţională în t.

Exemplu: I   sin3 x  cos2 xdx .

Rezolvare: Deoarece funcţia este impară în sin x, integrala se pune sub
forma:

I   sin2 x  cos2 x  sin xdx

şi facem substituţia:

cos x  t şi deci sin xdx  dt

    
I   1  cos2 x cos2 x sin xdx    1  t 2 t 2 dt    t 2  t 4 dt  
t3 t5 1 1
   C  cos5 x  cos3 x  C.
3 5 5 3

4. Funcţia de integrat este impară în raport cu cos x, adică

R(sin x – cos x) = -R(sin x, cos x).

Integrala se va scrie sub forma:

I   f sin x cos xdx ,

39
specificând că acest lucru este întotdeauna posibil.
Atunci se face substituţia:

sin x = t şi deci cos xdx = dt.

Prin urmare integrala devine:

I   f sin x  cos xdx   f t dt ,

deci o integrală dintr-o funcţie raţională.

cos x
Exemplu: I   dx.
sin 2 x
Rezolvare: Deoarece funcţia este impară în cos x şi integrala este pusă sub
forma în care apare produsul cos x dx, avem:

sin x = t şi cos x dt = dt
cos xdx dt 1 1
I  2
  2   C  C .
sin x t t sin x

5. Funcţia de integrat este sau poate fi adusă la o funcţie raţională în

tg x, adică:
Rsin x, cos x  f tgx .

Atunci se face substituţia:

dt
tg x = t şi deci x = arctg t; dx  .
1 t2

Integrala devine:

I   Rsin x, cos x dx   f tgxdx   f t    t dt ,

dt
1 t2 
deci o integrală dintr-o funcţie raţională.

Exemplu: Să se calculeze integrala:

I   tg 3 xdx ,
dt
Rezolvare: tgx = t dx  ,
1 t2

40
 dt  t  1 2t
I   t3   t  2 
dt   tdt   dt 
1 t 2
 1 t  2 1 t2
t2 1
  1
  ln 1  t 2  C  tg 2 x  ln
1
C 
2 2 2 1  tg 2 x
1
 tg 2 x  ln cos x  C
2
1
I  tg 2 x  ln cos x  C.
2

6. Integrarea unei transformări trigonometrice.

Prin transformarea produselor şi puterilor de sinusuri şi cosinusuri în
sume sau diferenţe, putem înlocui, uneori integrala dată cu altele mai simple.
În acest scop se folosesc următoarele formule cunoscute din
trigonometrie:

2 sin   sin   cos(   )  cos(   )

2 cos  cos   cos(   )  cos(   )
2 sin   cos   sin(   )  sin(   ).

Precum şi formulele care se obţin din cele mai de sus făcând :

sin 2  
1
1  cos 2c 
2
cos2   1  cos 2c 
1
2
1
sin  cos  sin 2 .
2
Exemplu: I   sin2 x dx .
Rezolvare:

1 1 1
I   sin 2 x dx   (1  cos 2 x) dx  x  sin 2 x  C ,
2 2 4
1 1 1
I   sin 2 x cos x dx   (sin x  sin 3x) dx   cos x  cos 3x  C .
2 2 6

Întrebări de autoevaluare
1. Care sunt fracțiile simple?
2. Care sunt tipurile de integrale raționale trigonometrice?

41
 UNITATEA DE ÎNVĂŢARE 7

INTEGRALE DEFINITE

Cuvinte cheie: integrale definite, teorema creșterilor finite.

Rezumat
In aceasta unitate vom porni de la teorema creșterilor finite pentru a
ajunge la definirea integralei definite. Apoi vom studia și de aceasta dată
metodele de integrare.

Durata medie de parcurgere a unităţii de studiu este de o oră

Integrale definite. Noţiuni pregătitoare.

Teorema creşterilor finite

Dacă f(x) este continuă şi derivabilă pe un interval (a,b) atunci există un

număr cuprins între a şi b astfel încât să avem:

f b  f a  f ' cb  a .

y M B

0 a c b
x
Justificarea geometrică a teoriei creşterilor finite

Din figura de mai sus reiese că în intervalul (a, b) există un punct c a

cărui ordonată la curbă în punctul M are proprietatea că tangenta geometrică
în punctul M este paralelă la AB. Scriem că panta tangentei în M este egală
cu panta coardei AB.

f (b)  f (a )
f ' (c )  ,
ba
de unde:
f(b) – f(a) = f’(c)(b – a),

adică tocmai relaţia dată de teorema creşterilor finite.

42
 Integrale definite

Considerăm o funcţie definită pe intervalul [a, b]. Împărţim acest interval

în n intervale parţiale prin punctele de diviziune :

a  x0  x1  x2  ...  xn = b.

În fiecare interval parţial [xi-1, xi] alegem un punct intermediar i, adică
xi-1    xi. Formăm produsul f(i)(xi - xi-1) dintre valoarea funcţiei f(x) în
punctul intermediar i şi lungimea intervalului parţial.
Să facem suma acestor produse:

S n  f 1 x1  x0   f  2 x2  x1   ...  f  n xn  xn1 

n
S n   f i xi  xi1 .
i 1

Dacă notăm, cum se mai obişnuieşte, cu xi diferenţa xi - xi-1, atunci:

n
S n   f i xi .
i 1

Suma Sn se numeşte sumă integrală a funcţiei f(x). Pentru o altă

alegere a punctelor intermediare vom obţine o altă sumă integrală.
Dacă toate sumele integrale au aceeaşi limită finită, când n,
indiferent de alegerea punctelor intermediare i, spunem că funcţia f(x) este
integrabilă pe acest interval, iar limita unică:
n
I  lim  f  i xi .
n i 1

se numeşte integrală definită a funcţiei f(x) pe intervalul [a, b]. Această

integrală se notează:
b n
I  f ( x)   f i xi .
 lim
n i 1
a

Numerele a şi b se numesc limite de integrare: a este limita inferioară;

iar b este limita superioară.

Formula Leibniz – Newton

Procedeul de calcul al integralei definite ca limită a sumelor integrale

necesită calcule dificile. În continuare se va arăta legătura dintre integrala
nedefinită (primitiva) unei funcţii şi integrala definită.
Fie f(x) o funcţie, continuă pe un interval [a, b] şi F(x) primitiva ei, deci
F x    f x dx cu: F(x) = f(x). Să împărţim intervalul [a, b] în intervale parţiale,
prin punctele de diviziune:

43
 a  x0  x1  x2  ...  xn = b

şi aplicăm teorema creşterilor finite funcţiei F(x) în fiecare interval parţial:

F ( xi )  F ( xi 1 )  F '  i xi  xi 1  sau F ( xi )  F ( xi 1 )  f  i xi  xi 1  ,

unde i de data aceasta este un punct din interiorul intervalului impus de

teorema creşterilor finite. Făcând pe i = 1, 2, ..., n în ultima egalitate obţinem:

F ( x1 )  F (a)  f 1 x1  x0  

F ( x2 )  F ( x1 )  f  2 x2  x1  


.......... .......... .......... .......... .......... ........ 
F (b)  F ( xn1 )  f  n xn  xn1  
n
F (b)  F (a)   f  i  xi  xi 1 .
i 1

În partea dreaptă a egalităţii am obţinut tocmai o sumă integrală.

b
Trecând la limită (n) obţinem  f ( x)dx F (b)  F (a) , care este formula
a

Leibniz – Newton. Pentru simplificarea notaţiei diferenţa F(b) – F(a) se mai

notează:

 f ( x)dx  F ( x)  F (b)  F (a) .

b
a
a

Proprietăţi ale integralei definite

Aceste proprietăţi rezultă din formula Leibniz – Newton.

1. Valoarea integralei definite a unei funcţii nu depinde de variabila de
integrare, ci numai de limitele de integrare.

b b


a
f ( x)dx F (b)  F (a)  f (t )dt F (b)  F (a).
a

2. Valoarea integralei definite, cu limitele de integrare egale, este zero.

a

 f ( x)dx F (a)  F (a)  0 .

a

3. O integrală definită schimbă semnul dacă schimbăm între ele limitele

de integrare.

b a

a
f ( x)dx F (b)  F (a)  f ( x)dx F (a)  F (b)
b

deci:

44
 b a


a
f ( x)dx    f ( x)dx
b

4. O integrală definită poate fi descompusă într-o sumă de integrale

după fragmentarea intervalului, în felul următor:
b c b

 F ( x)dx  f ( x)dx   f ( x)dx

a a c
c b b

 f ( x)dx   f ( x)dx  F (c)  F (a )  F (b)  F (c)  F (b)  F (a)   f ( x)dx

a c a

Numărul c nici nu este nevoie să fie între a şi b. Proprietatea poate fi

generalizată în felul următor:

b c1 c2 b


a
f ( x)dx   f ( x)dx   f ( x)dx  ...   f ( x)dx
a c1 cn

Metode de integrare ale integralei definite

Integrarea prin substituţie

Întrucât pentru rezolvare unei integrale definite de obicei trebuie găsită

primitiva funcţiei, se aplică metoda substituţiei exact ca la integralele
nedefinite, după care se aplică formula lui Leibnitz – Newton. Se poate găsi
integrala definită fără a se mai reveni la vechea variabilă, având însă grijă să
schimbăm limitele de integrare impuse de substituţie:
b
I   f ( x)dx
a

x = (t) dx = ’(t)dt a = (t1) b = (t2)

b t2 t2

I   f ( x)dx   f  t   ' t dt  F1 t   F1 t2   F1 t1 .

a t1 t1
4
dx
Exemplu: I   .
0 1 x
Rezolvare: x t deci x  t 2 dx = 2tdt
pentru x = 0  t = 0; pentru x = 4  t = 2
2
 1 
4 2 2

dt  2t  ln(1  t )  2(2  ln 3).

dx tdt
I   2  2 1 
0 1 x 0
1 t 0
1 t  0

Integrarea prin părţi

În cazul integralelor definite formula integrării prin părţi devine:

45
  udv  uv   vdu
b b b b
b
 uv a   vdu adică  udv  uv   vdu.
b b

a a
a a a a

Aplicaţii ale integralelor definite

1. Aria unei suprafeţe plane

După felul cum a fost definită integrala definită şi din interpretarea
geometrică a sumelor integrale, rezultă că aria unei suprafeţe plane se
calculează cu ajutorul integralelor definite, având următoarele situaţii:
a) y = f(x)  0 f(x) continuă şi derivabilă pe [a, b] .

b
A   f ( x)dx.
a A

0 a b x

Aria suprafeţei plane f(x)  0

b) f(x)  0 f(x) continuă dar nu şi derivabilă în toate punctele .

x1 b
y
A   f ( x)dx   f ( x)dx.
a x1

a x1 b
0 suprafeţei plane – f(x) nu este derivabilă în x x
Aria 1

c) f(x)  0.

y
b b
A    f ( x)dx    f ( x)dx a b
a a
b b 0 A x
A    f ( x)dx    f ( x)dx.
a a

Aria suprafeţei plane f(x)  0

46
 d) f(x) pozitivă şi negativă în intervalul [a, b].

y
A = A1 +A2 + A3
x1 x2 b
A 
a
f ( x)dx  
x1
f ( x)dx   f ( x)dx .
x2
A1 A3

0 a x1 x2 b x
A2

Aria suprafeţei plane f(x) pozitiv şi negativ

e) Calculul ariei dintre două curbe
y
y1=f1(x)
y1  f1 ( x), y2  f 2 ( x)
x2 x2

A   y1dx   y2 dx
x1 x1
x2 y2=f2(x)
A   y1  y2 dx. 0
x1 x1 x2 x

Calculul ariei dintre două curbe

2. Volumul unei suprafeţe de rotaţie
Considerăm o funcţie y = f(x) definită pe [a, b].

f(x)

a dx b

0 x

Volumul unui corp de rotaţie

Prin rotaţia graficului acestei funcţii în jurul axei Ox va rezulta un corp
ca în figura de mai sus. Pentru a afla volumul acestui corp vom considera un
element de volum dv aproximându-l cu un cilindru circular drept şi însumând
(de fapt integrând) toate aceste volume cuprinse în intervalul considerat:

47
 dv  f 2 ( x)dx  y 2 dx
b
V    y 2 dx,
a

formulă care dă volumul corpului de rotaţie în jurul axei Ox.

3. Lungimea unui arc de curbă plană

Fie y = f(x) ecuaţia unei curbe plane, f(x) fiind continuă, derivabilă şi cu
derivata continuă în intervalul [a, b].
y dl
dy
dx

0 a b x

Lungimea unui arc de curbă

Vom considera un element de curbă dl pe care-l aproximăm cu coarda.

În triunghiul dreptunghic format, aplicăm teorema lui Pitagora:

dl 2  dx2  dy2
  dy 2 
dl  dx 1      dx2 1  y '2
2 2
 
  dx  
dl  1  y'2 dx.
Integrând obţinem:
b
   1  y '2 dx ,
a

formulă care dă lungimea arcului de curbă plană.

4. Aria unei suprafeţe de rotaţie

Calculăm aria suprafeţei rezultată din rotaţia graficului funcţiei y = f(x)
în jurul axei Ox în intervalul [a,b]. Vom considera un element de suprafaţă
formată din cilindrul de rază y şi generatoarea elementul de arc dl:
dAS  2y dl ,
dar:

48
 d  1 y'2 dx .

Aşa încât elementul de suprafaţă devine:

dAS  2y 1  y'2 dx,

de unde:
b
AS  2  y 1  y '2 dx.
a

y
dl

a b
x
0

Calculul ariei unei suprafeţe de rotaţie

Exemplu: Să se afle volumul care ia naştere prin rotaţia curbei: y  r 2  x 2

în jurul axei Ox pe intervalul (-r, r).
r

Rezolvare: V    y dx      x3   r 3  4r 3

b r
r3
2
r  x dx    r 2 x      r 3   r 3   
2 2
.
a r  3  r  3 3 3

De fapt curba dată reprezintă semicercul de deasupra axei Ox, iar

corpul rezultat prin rotaţie este o sferă. Într-adevăr volumul găsit este tocmai
volumul sferei.

Întrebări de autoevaluare
1. Care sunt aplicaîiile integralelor definite?
2. Care sunt medodetele de integrare in cazul integralei
definite?

49
 UNITATEA DE ÎNVĂŢARE 8

DREAPTA ȘI ECUAȚIILE EI

Cuvinte cheie: dreapta, planul, arie.

Rezumat
Ecuațiile dreptei precum și alte noțiuni de geometrie analitică vor face
obiectul acestei unități.

Durata medie de parcurgere a unităţii de studiu este de o oră

Noţiuni de geometrie analitică

Geometria analitică studiază figurile geometrice cu ajutorul algebrei şi

analizei matematice.
Considerăm o dreaptă pe care marcăm o origine şi un sens. Fiecărui
punct de pe dreapta M îi corespunde un număr: distanţa OM, luată cu plus
dacă M este măsurat în sensul ales şi minus dacă M este măsurat în sens
contrar.
Invers: fiecărui număr îi corespunde un punct M pe axa orientată. Se
notează M(x). Mărimea x se numeşte abscisa punctului M.
M(x)
x

0
Reprezentarea unui punct pe axa orientată

Fie două puncte pe axă: P1(x1) şi P2(x2). Distanţa P1P2 se va exprima

atunci:
P1P2  x2  x1 .

Considerăm acum două axe Ox şi Oy perpendiculare şi orientate,

numite axe de coordonate. Fie M un punct al planului. Paralelele prin M la
axele de coordonate taie aceste axe în punctele P şi Q. Măsurile
segmentelor OP şi OQ se numesc abscisa şi respectiv ordonata punctului M,
iar ambele, coordonatele punctului. Se notează M(x, y).
y

M(x,y)
Q
y

O x P x

Coordonatele unui punct

50
 Invers: la o pereche de două numere îi corespunde un punct din plan.
Există deci o corespondenţă biunivocă între o pereche de numere şi un punct
din plan. Pe aceasta se bazează metodele geometrice analitice de a studia
figurile geometrice cu ajutorul algebrei şi analizei matematice.

Distanţa între două puncte

M2

d y2-y1

P
M1 x2-x1

O x
Distanţa dintre două puncte din plan

Fie M1(x1, y1) şi M2(x2, y2) două puncte din planul determinat de două
axe de coordonate.
Aplicând teorema lui Pitagora în triunghiul M1M2P avem:

M 1M 2  M 1 P 2  M 2 P 2
sau
M 1M 2  x2  x1 2   y2  y1 2 ,
formulă care dă distanţa dintre două puncte.

Coordonatele unui punct care împarte un segment într-un raport dat

M1
Fie M1M2 un segment determinat de punctele M1(x1, y1) şi M2(x2, y2) şi
un punct M pe acest segment sau pe prelungirea lui, aşa fel ca
M1M 2  k  MM 2 . Evident numărul k este pozitiv dacă M se află între M1 şi M2
şi negativ în caz contrar.
Fie x şi y coordonatele punctului căutat M. Din figura de mai jos
rezultă coordonatele lui A şi B:

Ax, y2  şi Bx, y1 

51
 y

A
M2
M

M1 B

O x
Coordonatele unui punct care împarte un segment într-un raport dat

Am obţinut două triunghiuri asemenea:  M1BM   MAM 2 , prin

urmare, putem scrie proporţionalitatea laturilor:

M 1M M 1 B BM
  ,
MM 2 AM 2 MA
sau
x  x1 y  y1
K  .
x2  x y2  y
De unde găsim:
x  kx2 y1  ky2
x 1 şi y k  1
1 k 1 k

coordonatele căutate.
Dacă M este la mijlocul segmentului M1M2, k = 1 şi formulele de mai
sus dau:
x x y  y2
x 1 2 şi y 1 .
2 2

Dreapta şi ecuaţiile ei

Ecuaţiile dreptelor paralele cu axele

Analizând dreapta paralelă cu Ox constatăm că toate punctele au

aceeaşi ordonată:
y = a.

Deci ecuaţia de mai sus caracterizează punctele dreptei şi se numeşte

ecuaţia dreptei paralele cu abscisa.
În mod analog, ecuaţia:
y=b

este ecuaţia unei drepte paralele cu Oy.

În particular, y = 0 reprezintă ecuaţia abscisei şi x = 0 reprezintă ecuaţia
ordonatei.
52
 y

O b x

Dreptele date de ecuaţiile: y = a şi x = b

Ecuaţia unei drepte ce trece prin origine

Fie (D) o dreaptă ce trece prin origine şi  unghiul făcut de ea cu Ox.

y
M(x,y)

O x x

Dreapta dată de ecuaţia y =mx

Dacă M(x, y) este un punct curent din figura de mai sus, rezultă:
y
 tg (= constant), oricare ar fi poziţia lui M pe dreaptă.
x
Dacă notăm: m = tg , coordonatele fiecărui punct al dreptei (D) verifică
ecuaţia:
y
 m,
x
sau:
y  mx.

Deci ecuaţia de mai sus este ecuaţia unei drepte ce trece prin origine.
Mărimea m se numeşte panta sau coeficientul unghiular al dreptei.
În particular, dacă m = 1 şi m = -1 obţinem ecuaţiile y = x şi y = -x,
ecuaţiile bisectoarelor.

53
Ecuaţia unei drepte sub formă explicită

Fie (D) o dreaptă care trece prin origine şi () o paralelă cu ea. Dacă
P(x,y) este un punct curent pe (), orice y al lui () se deduce din acela al lui
(D) adăugând n (sau scăzând n).
y

()
P(x,y)
n (D)

n
0 x
Dreapta dată de ecuaţia y = mx + n

Rezultă că dacă y = mx este ecuaţia lui (D), y  mx  n este ecuaţia lui

().

Ecuaţia unei drepte sub formă generală

Considerăm o ecuaţie de gradul I în x şi y, sub forma cea mai generală:

ax  by  c  0.
Această ecuaţie reprezintă chiar ecuaţia unei drepte. Într-
adevăr, explicitând pe y avem:
a c
y x ,
b b
a
adică o ecuaţie de forma y  mx  n , în care panta m este m   .
b
Ecuaţia unei drepte ce trece printr-un punct dat şi are o direcţie dată

Fie M1(x1, y1) punctul dat şi m = tg  direcţia dată.

y
M1

O x

Dreapta dată de ecuaţia y  y1  m( x  x1 )

54
 Ecuaţia căutată este de forma:

y  mx  n,

în care m este dat, iar n rămâne a fi determinat.

Pentru aceasta folosim condiţia că M1 este pe dreaptă (sau că dreapta
trece prin M1) ceea ce revine a scrie că coordonatele lui M1 verifică ecuaţia
dreptei y  mx  n , deci:
y1  mx1  n.

Scăzând cele două egalităţi membru cu membru, rezultă:

y  y1  mx  x1 ,

ecuaţia dreptei ce trece printr-un punct dat şi de direcţie dată.

Ecuaţia unei drepte ce trece prin două puncte

Fie M1(x1, y1) şi M2(x2, y2) punctele date.

y
M2

M1

O
x

y  y1 x  x1
Dreapta dată de ecuaţia 
y 2  y1 x2  x1
Scriem ecuaţia unei drepte ce trece prin M1:

y  y1  mx  x1 ,

m urmând a fi determinat. Scriem că coordonatele lui M2 verifică ecuaţia de

mai jos:
y2  y1  mx2  x1 .

Prin împărţirea ecuaţiilor de mai sus rezultă:

y  y1 x  x1
 ,
x2  x1 x2  x1
sau
y2  y1
y  y1  x  x1 ,
x2  x1
care reprezintă ecuaţiile căutate.
55
Ecuaţia unei drepte ce trece prin două puncte sub formă de determinant

Fie M1(x1, y1) şi M2(x2, y2) cele două puncte date şi ecuaţia:

ax  by  c  0,

ecuaţia generală a dreptei.

Dacă M1 şi M2 se găsesc pe dreaptă, coordonatele lor verifică această
ecuaţie:
ax1  by1  c  0
 .
ax2  by2  c  0

Ecuaţiile de mai sus formează un sistem omogen de trei ecuaţii cu trei

necunoscute în a, b şi c.
După cum am văzut la sistemele omogene, pentru a avea soluţii nu
toate nule, trebuie ca determinantul sistemului să fie nul:

x y 1
x1 y1 1  0,
x2 y2 1

care este tocmai ecuaţia dreptei ce trece prin două puncte sub formă de
determinant.

Ecuaţia unei drepte prin tăieturi

Se numeşte astfel, dreapta în care se dau coordonatele punctelor în

care ea taie axele de ordonate. Fie A(a, 0) şi B(0, b) aceste puncte.
Folosind ecuaţia unei drepte ce trece prin două puncte, avem:

y xa
 ,
b a
sau:
x y
  1,
a b
care este ecuaţia unei drepte prin tăieturi.
y

B(0,b)

A(a,0)
0 x
x y
Dreapta dată de ecuaţia   1
a b
56
Ecuaţia dreptei sub formă normală

Ecuaţia dreptei sub formă normală este ecuaţia care se obţine în funcţie
de p şi u în figura de mai jos.
y

b p

u
0 a A x

Pornind de la ecuaţia dreptei prin tăieturi:

x y
 1
a b

şi exprimând pe a şi b în funcţie de p şi u, din figura de mai sus avem:

p p
a b
cosu sin u
şi care înlocuite, obţinem:

x cosu y sin u
  1,
p p
sau

x cos u  y sin u  p.

care este ecuaţia dreptei sub formă normală.

Distanţa de la un punct la o dreaptă

Ecuaţia dreptei (D) sub formă normală este:

x cos u  y sin u  p .

Ecuaţia unei drepte paralele cu (D) care trece prin M0 (x0, y0) tot sub
formă normală este:

x cos u  y sin u  p  d .

Deoarece M0 se află pe această dreaptă, coordonatele lui M0 verifică

ecuaţia dreptei:

x0 cosu  y0 sin u  p  d ,
57
sau
d  x0 cosu  y0 sin u  p.

Dacă însă ecuaţia dreptei (D) este dată sub formă generală:

ax  by  c  0,

ea trebuie adusă la forma normală:

x cos u  y sin u  p  0.

Cele două ecuaţii reprezentând aceeaşi dreaptă, coeficienţii sunt

proporţionali:
cos u sin u  p
  .
a b c

Ridicând la pătrat şi aplicând proprietăţile proporţiilor obţinem:

cos2 u sin 2 u sin 2 u  cos2 u 1

   2
a 2
b 2
a b
2 2
a  b2
a b c
cosu  sin u  p
 a b
2 2
 a2  b2  a2  b2

Înlocuind aceste valori obţinem:

ax0  by0  c
d ,
a 2  b2

formulă care dă distanţa de la un punct la o dreaptă.

Se observă că distanţa respectivă se obţine înlocuind în prima parte a
ecuaţiei dreptei coordonatele lui M0 şi împărţind cu a 2  b2 .

Aria unui triunghi

Ecuaţia dreptei A2A3 poate fi scrisă:

x y 1
x1 y1 1  0
x2 y2 1
Distanţa A1 A1 ' se va scrie înlocuind în prima parte a ecuaţiei dreptei
coordonatele lui A1 şi împărţind apoi cu a 2  b2 . Dar a este coeficientul lui x
adică minorul lui x:

a  y2  y3 .

58
 În mod analog:

b   x2  x3 , a2  b2   y2  y3 2  x2  x3 2
x1 y1 1
x2 y2 1
x3 y3 1
A1 A1 '  .
 y2  y3 2  x2  x3 2
Scriind distanţa dintre două puncte avem:

A2 A3  x3  x2 2   y3  y2 2 .

Aria triunghiului devine:

x1 y1 1
1 1
A  A2 A3  A1 A1 '   x2 y2 1
2 2
x3 y3 1
x1 y1 1
1
A   x2 y2 1 ,
2
x3 y3 1

care este formula care dă aria triunghiului. Se va lua plus sau minus astfel ca
aria A să fie pozitivă. Dacă A = 0 se regăseşte condiţia de colinearitate.

Condiţia de coliniaritate a trei puncte şi de concurenţă a trei drepte

Fie M1 ( x1 , y1 ), M 2 ( x2 , y2 ) şi M 3 ( x3 , y3 ) punctele date. Ca aceste puncte

să fie coliniare trebuie ca unul dintre ele să se afle pe dreapta determinată de
celelalte două, adică ecuaţia dreptei, care trece prin două puncte să fie
verificată de coordonatele celui de-al treilea.
Ecuaţia dată de dreapta care trece prin punctele M2, M3 este:

x y 1
x2 y2 1  0,
x3 y3 1

iar condiţia: coordonatele lui M1 să verifice această ecuaţie este:

x1 y1 1
x2 y2 1  0,
x3 y3 1

59
care este tocmai condiţia de colinearitate.
Pentru aflarea condiţiei de concurenţă considerăm:

a1 x  b1 y  c1  0
a2 x  b2 y  c2  0
a3 x  b3 y  c3  0,
ecuaţiile celor trei drepte date.
Pentru ca cele trei drepte să fie concurente trebuie ca sistemul format
din ecuaţiile lor să fie compatibil determinat. Conform celor ştiute de la
discuţia sistemelor liniare, având un sistem de trei ecuaţii cu două
necunoscute, trebuie ca determinantul caracteristic să fie de ordinul doi, deci
cel puţin unul dintre determinanţi:
a1 b1 a1 b1 a 2 b2
, , ,
a 2 b2 a3 b3 a3 b3

să fie diferit de zero.

În afară de aceasta, determinantul caracteristic al sistemului trebuie să
fie nul:
a1 b1 c1
a2 b2 c2  0,
a3 b3 c3

care este tocmai condiţia de concurenţă a celor două drepte.

Unghiul dintre două drepte. Condiţia de paralelism şi perpendicularitate

Fie dată dreapta (D1) cu panta m1  tg1 şi dreapta (D2) cu panta

m2  tg 2 . În triunghiul ABC unghiul 2 este un unghi exterior deci:
  2  1

(D2)
y (D1)

C ’


2
A 1

0 B x

60
Unghiul a două drepte

Unghiul  fiind unghiul dintre cele două drepte putem calcula tg :

tg 2  tg1 m  m1
tg  tg ( 2  1 )   2
1  tg1  tg 2 1  m1m2
deci:
m2  m1
tg 
1  m1m2

relaţia care dă tangenta unghiului dintre două drepte în funcţie de pantele

dreptelor date.
Este adevărat că formula de mai sus a fost dedusă în ipoteza că
 2  1 . În cazul că aplicăm formula pentru cazul când  2  1 , unghiul
rezultat va fi ’ (care de fapt este şi el unghiul dintre cele două drepte).
Dacă interesează mai precis care anume unghi este calculat, se
studiază mai îndeaproape poziţiile dreptelor.
Pentru ca două drepte să fie paralele unghiul dintre ele să fie zero
(   0, deci tg  0 ).
Ţinând seama de formulă, aceasta conduce la relaţia:

m1 = m2

care este condiţia de paralelism.

Întrebări de autoevaluare
1. Care este formula de arie?
2. Care sunt principalele ecuații ale dreptei în plan?

61
 UNITATEA DE ÎNVĂŢARE 9

ELIPSA, HIPERBOLA ȘI PARABOLA

Cuvinte cheie: elipsa, hiperbola, parabola.

Rezumat
Principalele conice sub forma canonică sunt: elipsa, hiperbola și
parabola. Vom studia definițiile lor precum si tangentele asociate lor.

Durata medie de parcurgere a unităţii de studiu este de o oră

Conice sub formă canonică

Elipsa

Definiţie. Elipsa este locul geometric al punctelor care au suma

diferenţelor la două puncte fixe constantă.
Notăm punctele fixe cu F şi F’ numite focare, iar cu M un punct al
elipsei.
y

B M(x, y)

A’ A
F’(-c,0) 0 F(c,0) x

B’

Elipsa

Relaţia geometrică ce rezultă din definiţie se scrie:

MF’ + MF = 2a = const.

Traducerea analitică a relaţiei geometrice este:

( x  c) 2  y 2  ( x  c) 2  y 2  2a,

care nu este altceva decât ecuaţia iraţională a elipsei. Pentru a raţionaliza

ecuaţia izolăm un radical în partea stângă şi ridicăm la pătrat, etc. Obţinem:

a 2

 c 2 x 2  a 2 y 2  a 2 (a 2  c 2 ).

62
 Când punctul curent M ajunge în A, relaţia de definiţie se scrie:

AF + AF’ = 2a,
sau
AF  AF ' FF '  2a
AF  A' F ' FF '  2a
AA'  2a
2OA  2a
OA  a,

deoarece a  c notăm a2 – c2 = b2 şi ecuaţia elipsei devine:

x2 y2
b 2 x 2  a 2 y 2  a 2b 2 sau   1,
a2 b2

numită şi ecuaţia elipsei în formă canonică. Schimbând pe x cu –x şi pe y cu

–y ecuaţia rămâne neschimbată, ceea ce înseamnă că axele de coordonate
coincid cu axele de simetrie ale elipsei.
Intersectând elipsa cu axa Ox rezultă punctele A şi A’. Făcând în
ecuaţie y = 0 rezultă coordonatele lui A şi A’: A(a, 0) şi A’(-a, 0).
În mod analog rezultă coordonatele lui B(0, b) şi B’(0, -b).
c
Mărimile a şi b se numesc semiaxele elipsei. Raportul e  se
a
numeşte excentricitatea elipsei.
Desigur că dacă a = b elipsa este cerc şi ecuaţia cercului se scrie:
x2  y 2  r 2 ,

unde r = a = b este raza cercului. În acest caz c = 0, iar excentricitatea e = 0,

adică cercul nu este excentric.

Tangenta dintr-un punct de pe elipsă

Fie M0(x0, y0) un punct pe elipsă deci coordonatele sale verifică ecuaţia
elipsei:
y

0 x

Tangenta dintr-un punct de pe elipsă

Panta tangentei m este dată de derivata funcţiei y în raport cu x, în acel

punct. Din ecuaţia elipsei explicităm pe y:
63
 b
y a2  x2
a
b x b2
y'     x  2
a a2  x2 a y
x b2
m 0  2.
y0 a

Ecuaţia tangentei se va scrie ca ecuaţia unei drepte ce trece printr-un punct

şi de panta dată:

y  y0  m( x  x0 )
b 2 x0
y  y0     x  x0 
a 2 y0
yy0 y02 xx0 x02
   
b2 b2 a2 a2
xx0 yy0 x02 y02
 2  2 2.
a2 b a b

Ecuaţia tangentei se scrie astfel:

xx0 yy0
 2  1,
a2 b

ecuaţia care se obţine din ecuaţia elipsei prin procedeul numit dedublare. În
cazul cercului ecuaţia de mai sus devine:

xx0  yy0  r 2 .

Tangentele de direcţie dată la elipsă

Fie o direcţie dată de panta m. Ecuaţia unei drepte cu această pantă se

scrie:
y = mx + n

y
m

0
x

Tangentele de direcţie dată la elipsă

64
Intersectând această dreaptă cu elipsa de ecuaţie:

x2 y 2
  1,
a2 b2
se obţine:
x 2 mx  n 
 1 adică b 2  a 2 m 2 x 2  2a 2 mnx  a 2 n 2  a 2b 2  0.
2

2
 2
a b

Vom determina pe n din condiţia ca dreapta de ecuaţie y  mx  n să

fie tangentă la elipsă, adică ultima ecuaţie în x să aibă rădăcini confundate.
Pentru aceasta discriminantul acestei ecuaţii trebuie să fie nul:

 
a 4 m 2 n 2  (b 2  a 2 m 2 ) a 2 n 2  a 2b 2  0 : a 2
a 2 m 2 n 2  (b 2  a m )n
2 2 2

 b2  0
b 2 n 2  b 4  a 2b 2 m 2 : b 2
n2  b2  a 2m2
n   b2  a 2m2 .

Înlocuind în y  mx  n ecuaţia tangentelor se scrie:

y  mx  b 2  a 2 m 2 ,
în cazul cercului ecuaţia devine:

y  mx  r 1  m 2 .

Tangentele dintr-un punct exterior la elipsă

Fie un punct M0(x0,y0) exterior elipsei de ecuaţie:

x2 y2
  1.
a2 b2

Vom considera o dreaptă ce trece printr-un punct şi de o pantă dată:

y  y0  m( x  x0 ).

y M0

0 x

Tangente dintr-un punct exterior

65
 Intersectăm dreaptă cu elipsa şi punem condiţia de tangenţă, adică
condiţia de rădăcini confundate pentru ecuaţia care se obţine în x. Din
această condiţie îl determinăm pe m, pe care îl înlocuim în ecuaţia
y  y0  mx  x0  . Întrucât formula care se obţine nu este prea simplă reţinem
doar procedeul, în practică îl determinăm pe m urmând acest procedeu.

Exemplu: Să se găsească ecuaţia tangentelor perpendiculare care se pot

duce dintr-un punct de pe axa Ox la elipsa:

x2 + 2y2 = 6

Rezolvare: Fie M0(  , 0) punctul exterior din care se duc tangentele la elipsă.
y

0 x
M0

Tangentele perpendiculare la elipsă

Dreapta care trece prin M0 se scrie:

y  mx   .

Intersectând dreapta cu elipsa avem:

x 2  2m 2 ( x   ) 2  6
(1  2m 2 ) x 2  4m 2x  2m 2 2  6  0.

Condiţia ca rădăcinile să fie confundate se scrie:

4m 4 2  (1  2m 2 )(2m 2 2  6)  0
3
m1, 2   .
 6
2

Condiţia de perpendicularitate se scrie:

m1  m2  1
3
  1
 6 2

  3
m1, 2  1

66
  y  x3  y  x3
 
y  x  3 y  x  3

Sunt deci două puncte pe axa Ox de unde se pot duce tangente

perpendiculare.

Hiperbola

Definiţie. Hiperbola este locul geometric al punctelor care au diferenţa

distanţelor la două puncte fixe constantă.
Notăm cu F(C,0) şi F’(-C,0) cele două puncte fixe numite focare şi cu
M(x,y) punctul curent al hiperbolei.
Relaţia geometrică ce rezultă din definiţie se scrie:

MF’ – MF = 2a = const.
y

F’ 0 F
x

Ilustrarea definiţiei hiperbolei

Analitic această relaţie se scrie:

( x  c) 2  y 2  ( x  c) 2  y 2  2a,

care este ecuaţia iraţională a hiperbolei. Pentru raţionalizare ridicăm la

pătrat, etc.

x 2  2cx  c 2  y 2  2 ( x 2  2cx  c 2  y 2 )( x 2  2cx  c 2  y 2 ) 

 x 2  2cx  c 2  y 2  4a 2 
x 2  c 2  y 2  x 4  c 4  y 4  2c 2 x 2  2 x 2 y 2  2c 2 y 2  4c 2 x 2  2a 2 
4c 2 x 2  4a 2 x 2  4c 2 a 2  4a 2 y 2  4a 4  0 : 4 
c2 x2  a 2 x2  c2a 2  a 2 y 2  a 4  0 
c2 x2  a 2 x2  a 2 y 2  c2a 2  a 4 
(c 2  a 2 ) x 2  a 2 y 2  a 2 (c 2  a 2 ).
Deoarece în triunghiul MFF’ avem:

67
MF’ – MF < FF’,

(într-un triunghi diferenţa dintre două laturi este mai mică decât a treia)
sau 2a < 2c deci c > a avem c2 - a2 > 0. Putem face notaţia b 2 = c2
2
– a . Ţinând seama de aceasta ecuaţia hiperbolei devine:

b 2 x 2  a 2 y 2  a 2b 2
sau x2 y2
  1.
a2 b2

Ecuaţia hiperbolei arată că este simetrică faţă de axe. Explicitând pe y

avem:

b 2
y
x  a2
a
de unde rezultă că graficul hiperbolei va fi numai în afara intervalului (-a, a).
Asimptotele sunt de ecuaţie:

y = mx + n

de unde m şi n se determină astfel:

şi n  lim  f ( x)  mx ,
f ( x)
m  lim
x x x

deci:
b x2  a2 b a2 b
m  lim    lim 1  2  
x  ax a x  x a
 b 2  b  b  a2
n  lim  x  a 2    x   lim    0.
x   a  a   x  a x 2  a 2  x

b
Asimptotele sunt y   x . Graficul este dat în figura de mai jos:
a
y

-a a
0
x

Hiperbola

68
 În cazul când asimptotele sunt perpendiculare hiperbola se numeşte
echilateră şi avem:
b b
m1  m2  
a a
m1m2  1
b2
  1
a2
a2  b2

şi ecuaţia hiperbolei echilatere se scrie:

x2 – y2 = k2.

Tangenta dintr-un punct de pe hiperbolă

Fie M0(X0,Y0) un punct de pe hiperbolă, deci coordonatele lui M0 verifică

ecuaţia hiperbolei:

x02 y02
  1.
a 2 b2

M0
-a a

0 x

Tangenta la hiperbolă într-un punct al ei

Ecuaţia unei drepte ce trece printr-un punct şi de pantă se scrie:

y  y0  m( x  x0 ),

unde m este derivata funcţiei iniţiale.

69
 b b x b2 x
y=  x2  a2  y '    ,
a x2  a2
a a2 y
b2 x b2 x
m=y’M 0 = 2 0  y-y0= 2 0 ( x  x0 ),
a y0 a y0
2 2
yy0 y0 xx x
2
 2  20  02 ,
b b a a
2 2
x0 y xx yy
2
 02  20  20 .
a a a a

Ecuaţia tangentei se poate scrie:

xx0 yy0
 2  1,
a2 b

care se obţine din ecuaţia hiperbolei prin dedublare.

Ecuaţiile tangentelor de direcţie dată

Deoarece ecuaţia hiperbolei se poate obţine formal, prin schimbarea lui

b2 în –b2 în ecuaţia elipsei, ecuaţia tangentei la hiperbolă se obţine din cea a
elipsei schimbând pe b2 în - b2:

y  mx  a 2 m 2  b 2 .

Ecuaţiile tangentelor dintr-un punct exterior hiperbolei

Şi aici ca şi la elipsă reţinem doar procedeul:

Se intersectează dreapta care trece printr-un punct cu hiperbola şi se

pune condiţia de rădăcini confundate.

Parabola

Definiţie. Parabola este locul geometric al punctelor egal depărtate de

un punct fix, numit focar, şi de o dreaptă numită directoare.
p 
Notăm F  ,0  focarul şi distanţa lui F la directoare cu p, iar M(x,y)
2 
punctul curent al parabolei. Relaţia din definiţie se scrie:

MF = MP

70
 y

M(x,y)
p

0  p  x
A 
p F   ,0 
2  2 

Parabola

care analitic se scrie:

2
 p p
x    y  x 
2

 2 2
y 2  2 px.

Forma parabolei este dată în figura de mai sus.

Ecuaţia tangentei dintr-un punct de pe parabolă

Fie M0(X0,Y0) un punct de pe parabolă, deci coordonatele sale verifică

ecuaţia parabolei:

y02  2 px0 .

M0

0 x

Tangenta la parabolă dintr-un punct de pe parabolă

Panta tangentei m este dată de derivata funcţiei y în raport cu x.

p p
y  2 px  m  y 'M 0   .
2 px0 y0
Ecuaţia tangentei se poate scrie:
71
 y  y0  m( x  x0 )
p
y  y0  ( x  x0 )
y0
yy0  y02  px  px0 ,

iar în continuare avem:

yy0  2 px0  px  px0

yy0  p( x  x0 ),

care este tocmai ecuaţia tangentei dintr-un punct de pe parabolă şi care se

obţine din ecuaţia parabolei prin dedublare.

Ecuaţia tangentei de direcţie dată la parabolă

Fie o direcţie dată de panta m. Ecuaţia unei drepte cu această pantă

este:
y= mx + n.

Intersectând această dreaptă cu parabola de ecuaţie:

y2 = 2px
Se obţine:
yn
y2  2 p 
m
my  2 py  2 pn  0
2

y m

0 x

Tangenta de direcţie dată la parabolă

Pentru ca dreapta să fie tangentă la parabolă trebuie ca ultima ecuaţie

să fie rădăcini confundate, adică discriminantul ei să fie nul:

  p 2  2mp  0.
72
Deoarece p  0
p – 2mn = 0,
de unde
p
n .
2m
Înlocuind în ecuaţia dreptei obţinem:
p
y  mx  ,
2m
care este ecuaţia tangentei de direcţie dată la parabolă.

Ecuaţiile tangentelor dintr-un punct exterior la parabolei

Şi în cazul acesta se foloseşte acelaşi procedeu: se scrie ecuaţia unei

drepte care trece prin punctul respectiv, se intersectează această dreaptă cu
parabola şi se pune condiţia de rădăcini confundate.

Exemplu: Să se arate că tangentele duse din punctul M0(-1,2) la parabola y2

= 4x sunt perpendiculare.

Rezolvare: Desigur că se pot găsi ecuaţiile respective după metoda

tangentelor dintr-un punct exterior, dar se poate folosi şi ecuaţia tangentei de
direcţie dată şi anume. Ecuaţia unei tangente de direcţie dată este:
p
y  mx  ,
2m
adică:
1
y  mx  .
m
Scriem că această dreaptă trebuie să treacă prin punctul M0(-1,2):

1
2  m 
m

condiţie din care determinăm pe m:

m 2  2m  1  0
m1  1  2 ; m2  1  2
m1  m2  (1  2 )(1  2 )  1  2  1
m1  m2  1,
sau:
1
m1  
m2

deci este verificată condiţia de perpendicularitate.

Întrebări de autoevaluare
1. Scrieți ecuațiile conicelor sub formă canonică?
2. Care este ecuația tangentei la elipsa intr-un punct de pe ea?
73
 UNITATEA DE ÎNVĂŢARE 10

VARIABILE ALEATOARE

Cuvinte cheie: variabile aleatoare, media, mediana, modulul.

Rezumat
Noțiunile introductive din statistica matematică vor face obiectul
acestei unități de învățare. Vom defini variabilele aleatore discrete și
continue, studiind proprietățile și caracteristicii acestora.

Durata medie de parcurgere a unităţii de studiu este de o oră

Generalităţi

Se numeşte operaţie de masă orice proces care conduce la constituirea

unei colectivităţi.
Se numeşte fenomen de masă realizarea valorilor unei caracteristici cu
aceeaşi probabilitate la orice probă.
Aceasta înseamnă că elementele colectivităţii rezultate dintr-o operaţie
de masă îşi contopesc caracteristicile lor individuale într-o caracteristică de
colectivitate. Într-o operaţie de masă sau un fenomen de masă nu se
studiază un anumit element al mulţimii, ci un element oarecare al mulţimii.

Exemplu: Făcându-se o cercetare statistică într-un combinat de creştere al

bovinelor se constată că din 10000 de animale în vârstă de 2 ani, un număr
de 8100 ajung la vârsta de 4 ani.

Rezolvare: Operaţia de masă constă aici în numărarea animalelor de 2 ani şi

4 ani. Fenomenul de masă este supravieţuirea de la 2 ani la 4 ani. Putem
spune că evenimentul ca un animal să se găsească în viaţă la 4 ani se
realizează cu probabilitatea:
8100
P  81%
10000
Datele numerice asupra mulţimilor întâlnite în practică, rezultatele
colecţionate, reprezintă caracteristici care pot fi măsurate şi încadrate într-o
teorie susceptibilă de interpretări ştiinţifice prin intermediul metodelor
matematice.
Se numeşte variabilă aleatoare sau stohastică, aceea variabilă a cărei
realizare constituie evenimente întâmplătoare.

Spre deosebire de realizarea unei caracteristici certe, deci cu

probabilitatea de 1, realizarea unei caracteristici aleatoare constituie un
eveniment întâmplător, cu probabilitate mai mică decât 1.
După mulţimea pe care este definită, o variabilă aleatoare poate fi:
a) discretă, dacă este definită pe o mulţime cu valori discrete;
b) continuă, dacă este definită pe o mulţime continuă.
74
 Variabile aleatoare discrete

Să notăm cu X variabila aleatoare discretă şi fie xi valoarea pe care o ia

variabila la un moment dat al procesului de variaţie, iar pi sau f(xi)
probabilitatea corespunzătoare ca X să fie xi.
Simbolic se notează variabila aleatoare X astfel:

x   x x ... x   x 
X  i  sau X  1 2 n  sau X  i , i  1, 2, ..., n
 pi   p1 p2 ... pn   f ( xi ) 

xi este argumentul, iar pi sau f(xi) funcţia de probabilitate.

Aceasta înseamnă că X = x1 cu probabilitatea p1, X = x2 cu
probabilitatea p2 ş.a.m.d.
Să notăm cu Ei evenimentul ca X să fie egal cu x1. Atunci sistemul de
evenimente Ei (i = 1, 2, ..., n) constituie un sistem complet de evenimente,
deoarece avem:

E1  E2  ...  En  E ,

n ia toate valorile până se epuizează toate evenimentele componente ale

evenimentului sigur E.
De asemenea avem:

i, j  1,2,..., n
Ei  E j  0 
cu
 i  j
evenimentele Ei ( X  xi ) şi E j ( X  x j ) sunt incompatibile (variabila X nu
poate lua în acelaşi timp şi valoarea xi şi x j ).
În consecinţă putem scrie:

n n

 P( E )  P( E )  1
i 1
i sau  f ( x )  1.
i 1
i

Cum f(xi) este o probabilitate, avem evident:

f ( xi )  0

Rezumând cele de mai sus, o funcţie de probabilitate a unei variabile

aleatoare discrete trebuie să îndeplinească următoarele două condiţii:
1. f ( xi )  0
n
2.  f (x )  1
i 1
i

Funcţia de probabilitate f(xi) caracterizează distribuţia variabilei

aleatoare.

75
Exemplul 1. Să se scrie variabila aleatoare care reprezintă numărul de
puncte ce se pot realiza prin aruncarea o singură dată a unui zar.

Rezolvare: Probabilitatea apariţiei unei anumite feţe (oricare) este:

1
pi  , i  1,2,..., 6
6

xi poate lua valorile 1, 2, ..., 6. Deci:

 1 2 3 4 5 6   xi 
X  1 1 1 1 1 1  sau X  1  xi  1,2,..., 6
   
 6 6 6 6 6 6 6
Se observă că se verifică condiţiile date de relaţiile (1) şi (2) de mai sus.
Deoarece f(xi) este constantă, distribuţia se numeşte uniformă.

Exemplul 2. Distribuţia binomială (Bernoulli). Să se scrie dezvoltat şi

condensat variabila aleatoare X care reprezintă numărul posibil de bile albe
când se face o extragere repetată de volum n din urna lui Bernoulli. Să se
verifice că sunt îndeplinite condiţiile funcţiei de probabilitate.

Rezolvare: Argumentul x al variabilei X ia valorile x  0,1,2,..., n .

Notând cu p probabilitatea ca din cele n extracţii x să fie bile albe (ca în
schema lui Bernoulli) şi cu q = 1 – p, probabilitatea contrară x se scrie:

0 1 2 ... x .... n
X ,
 n n
q Cn1 pq n1 Cn2 p 2 q n2 ... Cnx p x q n x ... p 
sau
x 
X  x x nx  x = 0, 1, 2, ..., n.
 Cn p q 

Să arătăm că sunt îndeplinite condiţiile 1 şi 2 care trebuie să le

îndeplinească funcţia de probabilitate:

1 C nx p x q nx  0 : evident, deoarece toţi factorii sunt pozitivi.

2 Pentru dovedirea condiţiei a doua folosim observaţia că suma
cerută de condiţie este tocmai dezvoltarea după binomul lui Newton a lui (p +
q)n, deci:

C p x q n x   p  q  .
x n
n
x 0

Cum însă p + q = 1, condiţia este satisfăcută.

76
 Variabile aleatoare continue

Prin analogie cu variabila aleatoare discretă, o variabilă aleatoare

continuă se scrie:

x 
X   , unde x  [a,b].
   x 

Aici x ia toate valorile din intervalul de definiţie, iar (x) nu se mai

numeşte funcţie de probabilitate, ci densitate de probabilitate.
Tot prin analogie cu funcţia de probabilitate, condiţiile care trebuie să le
îndeplinească funcţia continuă (x), pentru ca să fie o densitate de
probabilitate sunt:

1 (x)  0.
b
2   x dx  1.
a

Exemplul 1. Distribuţia continuă uniformă. Fie densitatea de probabilitate

constantă (x) = c  0, definită pe intervalul [a, b]. Să se determine constanta
c, astfel ca (x) să reprezinte o densitate de probabilitate.

Rezolvare: Condiţia 1 este îndeplinită.

Condiţia 2 dă:

b
cb  a   1
1
 cdx  1
a
c
ba
,

deci variabila aleatoare continuă uniformă va fi:

 x 
 
X 1  x  a, b.
 
ba
Exemplul 2. Distribuţia exponenţială. Să se determine constanta k, astfel ca
funcţia:

 x   kex , x0

să fie o densitate de probabilitate.

Rezolvare: Condiţia 1 este satisfăcută, deoarece pe întreg intervalul avem

ke x  0, k  0 .
Condiţia 2 dă:

77
 b

  x dx  1
a

k  k k
 ke
 x
dx   e  x   1, k  .
0
 0  

Deci:
  x   e   x x  0,  .

Reprezentarea grafică a funcţiei de probabilitate

şi a densităţii de probabilitate

Reprezentările grafice în general sunt foarte sugestive, motiv pentru

care acolo unde este posibil se face reprezentarea grafică.
Fie dată variabila aleatoare discretă:

 xi 
X   i  1,2,..., n
 f xi 
1. f xi   0
n
2.  f xi   1.
i 1
Reprezentând funcţia de probabilitate f(xi) se obţine graficul din figura
de mai jos. Am unit vârfurile ordonatelor cu segmente de dreaptă (se pot uni
şi cu linii curbe) deşi funcţia este definită numai în punctele din vârfuri, pentru
a vedea tendinţa funcţiei de distribuţie.
F(xi)

x1 x2 ... xi ... xn xi

În statistica practică se foloseşte un alt mod de a reprezenta grafic

variabila aleatoare X. Se construiesc dreptunghiuri, astfel ca baza fiecărui
dreptunghi să fie xi  xi 1  1, iar înălţimea f(xi).
De obicei xi se pune la mijlocul bazei dreptunghiului.
O astfel de reprezentare se numeşte histograma variabilei aleatoare X.

78
 f(xi)

x1 x2 xi xi
... ...

Ţinând seama de relaţia:

n

 f x   1
i 1
i

aria histogramei este egală cu unitatea.

Reprezentând funcţia densitatea de probabilitate se obţine curba de
distribuţie a variabilei aleatoare X.
Ţinând seama de relaţia:
b

  x dx  1
a

aria de sub curba din distribuţie este egală cu unitatea.

(x)

0 a b x

Exemplu: Numărul purceilor la o fătare, în fătările de toamnă la porcul alb de

carne pe un lot de 424 scroafe este dat tabelul următor:

Tabelul 1. Numărul purceilor la o fătare

xi
Total

Numărul
10
11
12
13
14
15
16
17
18
19
1
2
3
4
5
6
7
8
9

purceilor
la o fătare
Numărul
12
20
37
50
71
70
54
38
28
14

42
1
1
6
7

9
4
0
1
1

fătărilor
f(xi)
0,23
0,23
1,41
1,65
2,83
4,71
8,72
11,7
16,7
16,5
12,7
8,96
6,60
3,30
2,12
0,94
0,00
0,23
0,23
100

Frecvenţa
92
45
09
36
6
6
5
1
0
7
6

2
4
2
3
4
0
6
6

relativă

79
 y
2

15

10

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 xi
0

Caracteristici ale variabilelor aleatoare

Fiind dată o variabilă aleatoare, se pune problema de a sintetiza

mulţimea datelor numerice prin câteva numere numite caracteristici ale
variabilei aleatoare, fiecare caracteristică trebuie să aibă proprietatea de a
reprezenta cel mai fidel variabila considerată. O astfel de reducere a mai
multor date numerice la cât mai puţine caracteristici, devine absolut necesară
mai ales atunci când se urmăreşte compararea diferitelor variabile aleatoare.
Pentru sintetizarea caracteristicilor, acestea sunt grupate după nota
dominantă care o pun în evidenţă arătând:
a) tendinţa centrală de grupare;
b) tendinţa de împrăştiere sau concentrare.
Drept caracteristici ale tendinţei centrale de grupare mai des folosite
sunt: media, mediana şi modulul.
Drept caracteristici ale tendinţei de împrăştiere sau concentrare sunt:
dispersia şi abaterea standard.

Tendinţa centrală de grupare

Media

Înainte de a defini această caracteristică vom începe cu:

Exemplu: Procentul de grăsime din lapte obţinut la un număr de 93 vaci Roşii

de lapte dintr-o fermă zootehnică, la prima lactaţie (lactaţii standard de 305
zile, două mulsori pe zi) a fost cel prezentat în tabelul următor:

Tabelul 2. Procentul de grăsime la prima lactaţie

Procentul
de grăsime 3,5 3,6 3,7 3,8 3,9 4 4,1 4,2 4,3 4,4 4,5 4,6 Total
Frecvenţa 6 6 12 11 14 12 10 9 5 6 1 1 93
absolută

Se observă că există o gamă destul de largă a procentului de grăsime

la cele 93 vaci. Se pune problema care este procentul mediu de grăsime a
laptelui pe lotul studiat.
80
 Fără a face apel la nici un fel de cunoştinţe despre variabile aleatoare,
urmând drumul firesc procentul mediu se află făcând raportul dintre grăsimea
totală şi efectivul total, ceea ce revine la a face media aritmetică ponderată:

3,5  6  3,6  6  3,7  12  ...  4,6  1

M  3,95.
93

Putem însă privi problema de pe altă poziţie a variabilei aleatoare şi

anume: Cu ajutorul datelor din tabelul 2 putem considera variabila aleatoare
X în care linia 1 a tabelului să constituie valorile argumentului, iar
probabilităţile corespunzătoare se obţin prin împărţirea frecvenţelor absolute
la efectivul total:

 3,5 3,6 3,7 3,8 3,9 ... 4,6 

X  .
 0,0645 0,0645 0,1290 0,1183 0,1505 ... 0,01075

Dar, media poate fi scrisă prin distribuirea numitorului la fiecare termen

sub forma:

6 6 12 1
M  3,5  3,6  3,7  ...  4,6 
93 93 93 93
 3,5  0,0645  3,6  0,0645  3,7  0,1290  ...  4,6  0,01075  3,95.

Comparând cele două relații se observă că valoarea medie a unei

variabile aleatoare discrete se obţine făcând suma produselor dintre valorile
pe care le ia argumentul şi probabilităţile corespunzătoare.
În general deci, fiind dată o variabilă aleatoare discretă:

 x x2 ... xn 
X  1 
 p1 p2 ... pn 
1. pi  0
n
2. p
i 1
i 1

valoarea medie este dată de expresia:

n n
M  x1 p1  x2 p2  ...  xn pn sau M   xi pi   xi f ( xi )
i 1 i 1

Valoarea medie a unei variabile aleatoare discrete, prin modul cum s-

a introdus, reprezintă de fapt media aritmetică ponderată a valorilor xi cu
ponderile pi.

Pentru cazul unei variabile aleatoare continuă:

81
  x 
X   x  a, b
  ( x) 
1.  ( x)  0
b
2.   ( x)dx  1
a

Valoarea medie se defineşte după aceeaşi regulă ca la valorile discrete,

numai că operatorul sumă se schimbă în operatorul integral, adică:
b
M   x   ( x)dx
a

Comparând expresia medie cu coordonatele centrului de greutate a

unei suprafeţe (din geometria analitică) se constată că media este abscisa
centrului de greutate a ariei mărginite de curba  (x) şi axa Ox.

 x 

0 a M b x

Interpretarea geometrică a mediei

Valorile medii ale sumei şi produsului de variabile aleatoare

Calculele le vom face pentru variabilele aleatoare discrete, iar apoi le

vom generaliza şi pentru cele continue.
Fie două variabile aleatoare X şi Y:
 1. pi  0
x  
X  i  i  1,2,..., n 2.
n


,
 pi  pi  1
 i 1

 1. qj  0
 yi  
Y   j  1,2,..., n  2.
n

q
.
qj  1
 j
 j 1

Numim suma variabilelor aleatoare X şi Y o nouă variabilă aleatoare Z a

cărei distribuţie este:

82
 1. rij  0
 xi  yi  
Z   i  1,2,..., n j  1,2,..., m  2.
n m

 r
 ,
 rij  1
 ij
 i 1 j 1

unde rij este probabilitatea realizării simultane a evenimentelor X =xi şi Y = yj.

În cazul particular când evenimentele sunt independente, după cum am
văzut:
rij  pi  q j

Vom considera în continuare cele două variabile aleatoare X şi Y

independente. În cazul acesta variabila aleatoare sumă va avea distribuţia:

1. pi q j  0
 xi  y i  
Z   i  1,2,..., n j  1,2,..., m 2.
n m

 p q
 .
 pi q j  1
 i j
 i 1 j 1

Se va nota prescurtat Z = X + Y. Să calculăm media lui Z. Avem:

M ( Z )   xi  y j  pi q j   xi pi  q j   y j q j  pi 
n m n m m n

i 1 j 1 i 1 j 1
  j 1 11
 
1 1
n m
  xi pi   y j q j  M ( X )  M (Y ).
i 1 j 1

Deci:
M ( X  Y )  M ( X )  M (Y ),
sau în general:
n n
M ( X k )   M ( X k ).
k 1 k 1

Chiar dacă demonstraţia am făcut-o în cazul variabilelor aleatoare

independente, relaţia este generală, adică: media unei sume finite de
variabile aleatoare este egală cu suma mediilor fiecărei variabile aleatoare în
parte.
Numim produsul variabilelor aleatoare X şi Y o nouă variabilă T, de
distribuţie:

 xi yi  n m
T 
r

 i  1,2,..., n j  1,2,..., m  r ij 1
 ij  i 1 j 1

unde rij are aceeaşi semnificaţie ca mai sus.

Vom studia produsul a două variabile aleatoare în două cazuri:
a) X şi Y variabile independente şi
b) X şi Y variabile cuplate.
Pentru cazul variabilelor independente distribuţia lui T este:

83
  xi y j 
T  

p q
 i j

şi se notează T = XY. Calculăm media variabilei T şi avem:

n m n m
M (T )   xi y j pi q j   xi pi  q j y j  M ( X )  M (Y ) ,
i 1 j 1 i 1 j 1

deci:
M(XY) = M(X)  M(Y),
sau în general:

M(XY....U) = M(X)  M(Y) ... M(U).

Adică media produsului de variabile aleatoare independente este egală

cu produsul valorilor medii ale fiecărei variabile aleatoare în parte:
M(CX) = M(C)  M(X) =C M(X),

sau:
M ( X  Y )  M X   1Y   M ( X )  M  1Y   M ( X )  M (Y )

În cazul variabilelor cuplate, X şi Y vor trebui să fie de forma:

x 
X  i  i  1,2,..., n
 pi 
 yi 
Y   j  1,2,..., n,
 pj 

adică cele două funcţii de probabilitate trebuie să fie identice şi i şi j trebuie

să ia ambele valori de la 1 la n, aceasta din cauză că numai în cazul acesta
xi şi yi se pot cupla perechi, perechi şi cu aceeaşi probabilitate:
x1 x2 ... xn
y1 y 2 ... y n
p1 p2 ... pn

Produsul celor două variabile aleatoare se va scrie deci:

 xi yi 
T  .

 rij 
i, j  1,2,..., n

Probabilităţile rij pot fi determinate urmărind următorul raţionament:

Să notăm cu Ai evenimentul ca X = xi si cu Bj evenimentul ca Y = yj.
Avem P( Ai )  pi , P( B j )  p j . Având în vedere că variabilele sunt cuplate,
realizarea evenimentului Ai atrage după sine realizarea evenimentului Bi,
deci:

84
 Ai  Bi  Ai
Ai  B j  0 . i j
Ţinând seama de cele de mai sus şi pornind de la definiţia lui rij avem:
 P( Ai )  pi dacă i  j
rij  P( Ai  B j )   .
 P(0 )  0 dacă i  j
Produsul T scris dezvoltat este:

 x y x y ... x1 yn x2 y1 x2 y2 ... x2 yn ... xn y1 xn y2 ... xn yn 

T  1 1 1 2 .
 p1 0 ... 0 0 p2 ... 0 ... 0 0 ... pn 

Acum media produsului se calculează uşor:

n
M ( XY )   xi yi pi .
i 1

Mediana

Se numeşte mediana unei variabile aleatoare X acea valoare Me a

argumentului x pentru care probabilitatea sa variabila aleatoare să ia valori
inferioare lui Me este egală cu probabilitatea ca să ia valori superioare lui Me.
Deci, prin definiţie, mediana este dată de ecuaţia:

P(X < Me) = P(X > Me).

Ţinând seama de definiţia dată de funcţia de repartiţie, adică de faptul

că avem:
P(X < x) = F(x) şi P(X > x) = 1 – F(x),

relaţia de definiţie devine:

F(x) = 1 – F(x).

Soluţia acestei ecuaţii este mediana Me.

Mediana este deci acea valoare a argumentului care corespunde valorii
echiprobabile de realizare.
Grafic, mediana este acea valoare a argumentului, pentru care ariile
despărţite de ordonata lui Me sunt egale.
(x)

O a Me b x

Interpretarea geometrică a medianei

85
Modulul (valoarea cea mai probabilă, valoarea dominantă)

Se numeşte modul sau valoare cea mai probabilă sau valoare

dominantă a unei variabile aleatoare X acea valoare a argumentului x pentru
care funcţia de probabilitate sau densitatea de probabilitate are valoarea
maximă.
Dacă variabila aleatoare este discretă şi dacă nu prezintă mari
neregularităţi, modulul se citeşte direct din distribuţia tabelară sau din
histograma respectivă.
Pentru cazul când histograma prezintă mari neregularităţi, mai întâi se
ajustează această histogramă printr-o curbă de distribuţie, după care se
citeşte modulul ca abscisa maximului acestei curbe.

 x 

O x1 x2 … xn
x
Ajustarea histogramei şi determinarea modulului

Pentru cazul când variabila aleatoare este continuă, regulile de analiză

matematică pot fi aplicate în cazul când (x) admite un maxim în intervalul
[a,b]. Se caută rădăcinile derivatei şi se aleg acele rădăcini care fac derivata
a doua negativă. Astfel se determină modulul.

 ' x   0  ' ' x  0.

În cazul când funcţia (x) nu are un maxim, pentru determinarea
modulului este necesar un studiu special realizat de obicei prin realizarea
grafică a funcţiei (x).

Exemplu: Să se determine modulul variabilei aleatoare:

 x 
X  x  e  x  x  0. .
  

Rezolvare: Avem:

86
 e x
 ' x   1  2 x 
2 x
 ' x   0  x 
1
2
x
e
 ' ' x   
1  4x  4x2 
4 x x
1 1
''   0 deci M 0  .
2 2

Caracteristici ale tendinţei de împrăştiere sau concentrare

Dispersia şi abaterea standard

Înainte de a defini dispersia, este necesar să introducem o altă noţiune

şi anume abaterea.
Se numeşte abatere a variabilei X o nouă variabilă aleatoare  (CSI)
al cărui argument este dat de diferenţa dintre argumentul lui X şi , adică:

 xi   
,  
 f  xi  
sau pentru variabila aleatoare continuă:

 x  
  .
   xi  

Teoremă. Media abaterii unei variabile X calculată faţă de medie este

nulă.

Într-adevăr, considerând variabila aleatoare abatere:

 xi  M  x   x  M  X 
   sau   
 f  xi     xi  

media variabilei  va fi:

- pentru variabila discretă:

n n n
M     f  xi xi  M  X    xi f  xi   M  X  f  xi   M  X   M  X   0,
i 1 i 1 i 1

iar pentru variabila continuă:

b b b
M     x  M  X  x dx   x  X dx  M  X   x dx  M  X   M  X   0
a a a

87
şi teorema este demonstrată.

Pentru a defini dispersia vom considera o nouă variabilă aleatoare al

cărui argument are ca valoare pătratul argumentului abaterii:

 xi  M  X 2  2 xi  M  X 

 2

  2
 sau   .
       
 f xi   x 
Prin definiţie dispersia variabilei aleatoare X este valoarea medie a
acestei variabile 2 şi se notează cu D(X):

 
n
D X   M  2   xi  M  X   f xi ,
2

i 1

iar când variabila X este continuă:

b
D X    x  M  X    x dx.
2

Cu alte cuvinte, dispersia este media pătratică a abaterii faţă de medie.

Din relaţiile de definiţie se observă că, cu cât intervalul în care sunt
concentrate valorile lui xi este mai îngust, cu atât dispersia este mai mică şi
invers.
Dispersia mai este numită şi varianță.

Proprietăţile dispersiei

a) Pornind de la relaţia de definiţie avem:

 
n n
D X    xi  M  X   f xi    xi2  2 xi M  X   M 2  X   f xi  
2 2

i 1 i 1
n n n
  xi2  f xi   2M  X  xi  f xi   M 2  X  f xi  
i 1 i 1 i 1

M X    2M  X   M  X   M X   M  X .
2 2 2 2 2

Deci:
 
D X   M X 2  M 2  X ,

adică dispersia este egală cu diferenţa dintre media pătratică şi pătratul

mediei.
Formula de mai sus este utilă pentru o scurtă şi uşoară calculare în
determinarea dispersia.

b) Dispersia unei sume algebrice a unor variabile aleatoare

independente este egală cu suma dispersiilor fiecărei variabile în parte.
Fie X şi Y două variabile aleatoare independente şi S variabila
aleatoare, suma sau diferenţa lor:
88
 S  X  Y.

Pentru variabila S dispersia poate fi calculată cu formula:

D(S) = M(S2) – M2(S)

Calculăm separat fiecare termen al diferenţei din formula de mai sus:

   
M S 2  M  X  Y   M X 2  2 XY  Y 2 ,
2
 
adică:
   
M S 2  M X 2  2M  X   M Y   M Y 2 .  
Pentru ultimul termen avem:

M 2 S   M  X  Y   M  X   M Y   M 2  X   2M  X   M Y   M 2 Y , .
2 2

astfel:

   
DS   M X 2  2M  X   M Y   M Y 2  M 2  X   2M  X   M Y   M 2 Y  
M X   M  X   M Y  M Y .
2 2 2 2

În concluzie:
D X  Y   D X   DY .

Pentru un sistem de n variabile aleatoare Xk independente, relaţia de

mai sus se va scrie:
 n  n
D  X K    D ( X K )
 k 1  k 1

şi proprietatea b) este dovedită.

c) Dispersia mediei aritmetice a n variabile independente care

urmează aceeaşi lege de distribuţie (adică cu aceeaşi dispersie) este egală
cu dispersia uneia din variabile (de fapt dispersia comună) împărţită la
numărul variabilelor.

Fie variabilele independente:

X 1 , X 2 ,..., X n
pentru care avem:
D X i   D X  i  1,2,..., n

deci dispersia comună.

Putem scrie:

89
  n 
  Xi  n
  D X i    M  X i   M 2  X i  
n 2
D i1
 n   i 1
  2 
 n  i1   n   n 

 
 
nD X  D X 
1
   1 n
n
   2 M X i2  2 M 2  X i   2  D X i  
1
 .
i 1  n n  n i1 n2 n

 n 
  Xi 
Deci D i 1   D X  şi proprietatea c) este demonstrată.
 n  n
 
 
Din definiţia dispersiei se constată că ea are ca dimensiune pătratul
dimensiunii variabilei aleatoare considerate X, ceea ce în practică devine
incomod, mai ales când ne referim la semnificaţia ei ca măsură a împrăştierii.

Abaterea medie pătratică

Pentru a înlătura acest neajuns se defineşte o nouă mărime şi anume

radicalul dispersiei, numită şi abaterea medie pătratică:

  D X .

Această mărime prezintă avantajul că are aceeaşi dimensiune ca

variabila X şi poate fi interpretată mai uşor. Dispersia însă are proprietăţi
remarcabile (proprietăţile a, b şi c), ceea ce face ca să se lucreze cu ambele
valori tipice ale împrăştierii, după necesităţile problemei.

Normarea variabilei aleatoare

Numim variabilă aleatoare normată o nouă variabilă aleatoare Z al cărei

argument este dat de relaţia:

xi  M
zi  ,


iar funcţia de distribuţie este aceeaşi ca şi a lui X:

 zi 
Z  .
 f  xi 

Se mai spune că abaterea X – M este măsurată de Z în unităţi standard

.
Pentru noua variabilă Z de argument z apar astfel următoarele
proprietăţi:

a) media variabilei normate este nulă. Într-adevăr:

90
  X M  1 n
M Z   M    x  M  f xi  
   
i
i 1

1n n  1
  xi f xi   M  f  X i   M  M   0.
  i1     
 M
i 1
1 

În mod analog se demonstrează pentru X continuă.

b) Dispersia şi abaterea standard a variabilei normate este unu.

Într-adevăr avem:

x M  D X  
n 2 n 2
Dz     i   f xi   2  xi  M  f xi   2  2
1
 1.
2

i 1  M   i 1  

Deci: D X   1 şi   D X   1 .

Exemplul 1. Se dă variabila aleatoare:

 1 2 3 4 5 
X  .
 0,2 0,3 0,2 0,2 0,1 

Să se determine toate caracteristicile variabilei X şi să se scrie variabila

normată.

n
Rezolvare:Media. M   xi f  X i   1  0,2  2  0,3  3  0,2  4  0,2  5  0,1  2,7 .
i 1
Me

 f  X   2 . Se observă că:
1
Mediana se determină din relaţia i
i 1

2 3
f X i   f X i   ,
1 1

i 1 2
dar şi 
i 3 2
deci mediana este intervalul M e  2;3. Se ia pentru mediana mijlocul
segmentului Me = 2,5.

Modulul. Se observă că: f(2) = 0,3 = max., deci: M0 = 2.

Dispersia se calculează după formula D X   M X 2   M 2  X .

 
5
M X 2   X i2  f xi   1  0,2  4  0,3  9  0,2  16  0,2  25  0,1 
i 1

 0,2  1,2  1,8  3,2  2,5  8,9

D X   8,9  2,7 2  1,61.

91
Abaterea standard:   1,61  1,27.

xi  M xi  2,7
Variabila normală este: zi   și se găseşte:
 1,27

  1,33  0,547 0,235 1,015 1,8 

Z  .
 0,2 0,3 0,2 0,2 0,1 

Exemplul 2. Să se calculeze caracteristicile variabilei aleatoare continue cu

distribuţia uniformă, definită pe intervalul [a,b].

x 
 
X 1  x  a, b
 
ba
Rezolvare:
b
1 b2  a 2 a  b
b b
1 x2
Media. M   x x dx  
xdx
     .
a a
ba ba 2 a ba 2 2

Mediana se determină din ecuaţia:

xa
X X x

F  X     x dx  
dx x
 
a a
ba ba a ba
xa 1 ab
  Me 
ba 2 2

Dispersia:
b
b3  a 3 1 2
M X     a  ab  b 2 
b
x2 1 x3
2
dx   
a
ba ba 3 a
3b  a  3

D X   M X 2   M 2  X   
1 2 ab
a  ab  b 2   
a  b 2 2

 
3  2  12
ba
  D X   .
2 3

Întrebări de autoevaluare
1. Care sunt variabilele aleatore discrete și continue?
2. Cum se normează o variablă aleatore?

92
 UNITATEA DE ÎNVĂŢARE 11

TESTUL IPOZEI NULE

Cuvinte cheie: medii, test, semnificație.

Rezumat
In acest capitol vom analiza testul de semnificație al ipotezei nule,
concentrându-ne asupra comparării a două medii.

Durata medie de parcurgere a unităţii de studiu este de o oră

Noţiuni pregătitoare

Teoria selecţiei studiază metodele de efectuare a unei selecţii,

estimează valorile reprezentative ale unei distribuţii (medie, mediană,
dispersia etc.) şi analizează prin criterii de verificare a ipotezelor dacă aceste
estimări pot sau nu pot fi acceptate.
Să facem câteva precizări asupra noţiunilor folosite. Cuvântul selecţie
se foloseşte fie în sensul de construire a unei subcolectivităţi dintr-o
colectivitate mai mare după un anumit criteriu, fie de construire a unei
subcolectivităţi formate din elemente luate la întâmplare.
Sondajul este echivalent cu selecţia ca operaţie şi subliniază ideea că
formarea colectivităţii se face luând elementele la întâmplare. Eşantionul este
subcolectivitatea care se obţine dintr-o colectivitate mai mare fie în urma unui
sondaj, fie prin altă metodă. Eşantionul subliniază ideea că este o parte mai
mică dintr-o colectivitate mai mare.
Se numeşte variabilă de selecţie variabila aleatoare discretă cu
distribuţie uniformă:
 x1 x2 ... xn 
X * 1 1 1 
 ...
n n n

unde x1, x2, ..., xn reprezintă valorile pe care le poate lua variabila X într-un
eşantion obţinut în urma unui sondaj.
Selecţia este considerată corect efectuată, şi aceasta este situaţia pe
care trebuie să o cercetăm în practică, atunci când caracteristicile variabilei X
(a întregii colectivităţi) numită şi variabila globală, sunt egale cu
caracteristicile variabilei de selecţie X*. Din punct de vedere statistic, acest
lucru nu poate avea loc decât în conformitate cu legea numerelor mari, adică
toate valorile caracteristicilor variabilei de selecţie tind în probabilitate către
valorile caracteristicilor variabilei globale, atunci când volumul selecţiei n
tinde către volumul global.
Cum variabila globală este necunoscută, dispunând de variabila de
selecţie X*, se determină caracteristicile ei, cercetându-se în ce măsură
valorile obţinute aproximează suficient de bine caracteristicile variabilei
globale. Aproximarea respectivă având loc în sens probabilistic, este numită
estimare.
93
 Media şi dispersia variabilei media de selecţie

Considerăm variabila de selecţie:

 xi 
 
*
X 1  i  1,2,..., n,
 
n 

care are media de selecţie:

 
m*  M X * 
1 n
 xi .
n i 1

Mărimea m constituie la rândul ei o variabilă aleatoare, care are o

medie M(m*) şi o dispersie D(m*) şi pe care ne propunem să le calculăm, şi
anume:

1 n  1 n
 
M m*  M   xi    M  xi .
 n i 1  n i 1

Cu fiecare variabilă Xi poate constitui o variabilă globală cu media

m=M(X), rezultă:

 
M m* 
1
n
 n  m  m,
adică:

 
M m*  M  X .

Pentru calculul dispersiei media de selecţie D(M), să calculăm în

prealabil M(m*2):
 n 2 n

  xi  2  xi x j 
1  n  
2
 i 1 i , j 1

M m   M  2   xi    M 
*2 i j
2 ,
 n  i 1    n 
 
 
sau:
M m*2   2  M xi2   2  M xi M x j .
1 n 2 n
n i 1 n i , j 1
i j

S-au considerat variabilele xi şi xj independente.

Ca şi mai sus, variabila xi şi xj (i, j = 1, 2, ..., n) fiecare poate constitui
variabila globală cu media M(X), aşa încât ultima relaţie devine:

94
 M m*2   nM X 2   2 Cn2 M  X M  X  
1 2
2
n n
M X  2 nn  1 2 M  X   n  1M 2  X 
2 2
  2 M X   .
n n 1 2 n

Pentru calculul dispersiei mediei de selecţie obţinem:

   
D m*  M m*2  M 2 m* ,  
adică:
 
D m* 
 
M X 2  n  1M 2  X 
 M 2  X ,
n
sau:
 
D m* 
 
M X 2  M 2 X 
.
n

Cum pentru dispersia D a variabilei X avem:

 
D X   M X 2  M 2 ( x),

relaţia precedentă se scrie:

D X 
 
D m* 
n
.

Mai mult, se poate arăta că pentru n suficient de mare distribuţia

variabilei m tinde către o distribuţie normală indiferent de distribuţia variabilei
X cu media şi dispersia calculate mai sus. Evident, abaterea standard a
variabilei m* va fi:


m * .
n

În consecinţă, când volumul eşantionului este mare, distribuţia medie

de selecţie este suficient aproximată de distribuţia normală de parametrii m şi

.
n
Practic, această aproximare este satisfăcătoare pentru n > 30; în cazul
distribuţiilor aproape simetrice, pentru n > 10, iar dacă selecţia se face dintr-o
colectivitate globală cu distribuţie normală, media de selecţie m* este de
asemenea o distribuţie normală pentru orice n cât de mic.
Se poate arăta însă că dispersia globală D poate fi estimată corect prin
~
dispersia de selecţie puţin modificată D :

 x 
n
2
i  m*
~
D i 1
n 1
95
şi deci:

 x 
n
2
~  m*
 
i
D
Dm  
* i 1
.
n mn  1

Pentru n suficient de mare, corecţia făcută prin înlocuirea lui n cu n–1

este neînsemnată.

Teste de verificare a ipotezelor statistice

Noţiuni introductive

Am văzut că de multe ori o colectivitate nu poate fi cercetată în

întregime şi deci variabila aleatoare globală este necunoscută şi dispunem
numai de anumite valori ale ei. Aceasta se realizează printr-o selecţie care
ne pune la dispoziţie variabila de selecţie respectivă. Estimarea
caracteristicilor variabilei globale prin caracteristicile variabilei de selecţie se
face cu anumite erori şi însăşi eroarea constituie un eveniment a cărei
realizare se măsoară cu o anumită probabilitate. În acest sens apare o nouă
problemă, aceea a încrederii ce se poate acorda estimaţiei făcute.
Astfel de probleme ridică de exemplu compararea a două medii şi
anume: dacă se găseşte că în două condiţii diferite sau două loturi diferite
prezintă două medii diferite. Dar această diferenţă ar putea fi o diferenţă
variabilă, sau nesemnificativă, dar ar putea fi şi o diferenţă întâmplătoare.
Numai după ce se cunoaşte încrederea ce poate fi acordată acestei diferenţe
putem lua o decizie.

Testul ipotezei nule

Să considerăm un anumit parametru al legii de distribuţie a variabilei

aleatoare X ca: media, dispersia, abaterea standard, pe care le vom nota cu
. Fie două valori estimate 1* şi *2 găsite din două variabile de selecţie.
Notăm diferenţa:

1*  *2  d .

Această diferenţă d poate fi privită ca o variabilă aleatoare şi se verifică

dacă media lui d este zero sau nu, adică se verifică dacă este adevărată
ipoteza:

M(d) = 0.

Formăm variabila normată sau variabila redusă în tc:

d
tc 
d

Variabila redusă are diferite distribuţii, depinzând de:

96
 - volumul eşantioanelor variabilelor de selecţie;
- semnificaţia mărimii estimate ;
- distribuţia variabilei globale;
- faptul că anumite caracteristici sunt cunoscute sau nu etc.

Analiza acestor legi de distribuţie se va face de la caz la caz, după cum

se va vedea mai târziu.
Să considerăm acceptată o anumită lege de distribuţie a variabilei
reduse (t).
Prin intermediul funcţiei de repartiţie:

t0

Pt  t0   F t0     t dt,


sau prin completarea ei:


Pt  t 0   1  F t 0     t dt,
t0

se poate răspunde la problema următoare:

Dându-se o probabilitate , să se determine valoarea t0, pentru care
este satisfăcută relaţia P t  t0   1   , ceea ce permite construirea
intervalului (-t0, +t0).
Faţă de acest interval, valoarea calculată din datele experimentale tc se
poate situa fie în interior, fie în exterior.
Dacă valoarea calculată tc se situează în interiorul intervalului
înseamnă că este satisfăcută relaţia de mai sus şi deci d nu diferă de zero în
mod semnificativ, cu alte cuvinte ipoteza nulă se acceptă.
Dacă dimpotrivă valoarea tc se situează în exteriorul intervalului,
ipoteza nulă se respinge.
Rezultă că mărimea are interpretarea că este probabilitatea de a greşi
în cazul acceptării ipotezei nule şi se numeşte prag de semnificaţie al testului
(sau grad de verosimilitate al ipotezei nule). Intervalul se mai numeşte şi
interval de acceptare al ipotezei nule. Eroarea care se comite acceptând
ipoteza nulă în cazul în care aceasta este falsă, se numeşte eroare de
ordinul I.
Pragul de semnificaţie este deci probabilitatea de a face o eroare de
ordinul I.
Pe lângă eventualitatea de a comite erori de ordinul I, adică de a
respinge ipoteze care sunt într-adevăr adevărate, există de asemenea
posibilitatea de a face erori de ordinul II, adică de a accepta ipoteze care
sunt false.
Pentru cazul în care distribuţia lui t este normală, legătura dintre pragul
de semnificaţie  şi intervalul de acceptare (-t0, t0), poate fi ilustrată grafic ca
în figura de mai jos.

97
 n(t, 0, 1)

 

2 2

-t0 0 t0 t

Se observă că, cu cât pragul de semnificaţie este mai mic, cu atât

intervalul de acceptare este mai mare.
O nouă problemă care se pune este de a hotărî ce valoare trebuie
aleasă pentru pragul de semnificaţie.
Dacă există interese puternice ca ipoteza să fie nulă să se respingă,
deci ca diferenţa mediilor să fie semnificativă, trebuie ca această diferenţă să
se situeze în afara unui interval cât mai mare, în consecinţă ne alegem un
prag cât mai mic. S-a convenit să se ia în acest caz 1%. Din contră dacă
vrem să atragem concluzia că diferenţa este nesemnificativă, pentru a fi
exigenţi trebuie să alegem un prag mai mare pentru ca diferenţa să se
încadreze într-un interval cât mai mic. În acest caz s-a admis pragul de 5%.

În concluzie:

- dacă tc este în afara intervalului mare (cel de 1%), atunci ipoteza nulă
se respinge şi diferenţa este semnificativă;
- dacă tc este în interiorului intervalului mic (cel de 5%), atunci ipoteza
nulă se acceptă şi diferenţa este nesemnificativă;
- dacă tc este în interiorului intervalului mare şi în exteriorul intervalului
mic (între intervale) nu se poate lua o hotărâre, mărimea eşantionului
fiind prea mică sau vor trebui făcute cercetări suplimentare.

ipoteza nulă se respinge ipoteza nulă se respinge

ipoteza nulă acceptă
dubiu dubiu

-t1% -t5% 0 t5% t1%

Compararea a două medii

Până acum ne-am ocupat de modul de aplicare a testului ipotezei nule,

considerând pe tc şi legea lui de distribuţie cunoscute.

98
 Să studiem acum modul lui de determinare şi legea de distribuţie în
cazul comparării a două medii de selecţie. Astfel:

m1*  m2*
tc  .
d

Pentru calculul lui d se va calcula întâi dispersia D(d).

D(d )  D(m1* )  D(m2* ),

adică:
D( X 1 ) D( X 2 )
D (d )   ,
n1 n2

unde D(X1) şi D(X2) sunt dispersiile variabilelor aleatoare globale (mamă),

corespunzătoare celor două selecţii făcute.

În continuare vom cerceta următoarele situaţii:

a) Dispersiile D(X1) şi D(X2) sunt cunoscute, iar n1, n2  30.

În acest caz tc are o distribuţie normală. Dispersia D(d) se află direct.

d  D(d)
şi se găseşte tc.

b) Dispersiile D(X1) şi D(X2) sunt necunoscute, iar n1, n2  30.

În acest caz variabila are o distribuţie normală normată. Dispersiile D(X1) şi
D(X2) sunt estimate ca fiind cele ale variabilelor de selecţie X 1* şi X 2*
~ ~
modificate: D1 şi D2 date astfel:

 x   x 
n1 n2
* 2 2
i m 1 i  m2*
~ ~
D1  i 1
şi D2  i 1
.
n1  1 n2  1

Dispersia D(d) se află atunci astfel:

~ ~
D1 D2
D(d )   şi  d  D(d ) .
n1 n2

c) Volumele eşantioanelor n1 şi n2 mici n1, n2  30 şi D(X1) şi D(X2)

necunoscute.
În acest caz variabila tc nu mai poate fi supusă cu o distribuţie normală,
fluctuaţiile de eşantionaj fiind mari. S-a cercetat cazul când X1 şi X2 definite
în populaţiile mamă au distribuţii normale şi s-a constatat că variabila tc are o
distribuţie Student cu   n1  n2  2 grade de libertate, aşa încât vom

99
presupune că distribuţia din care provin selecţiile sunt normale şi în plus
dispersiile respective D(X1) şi D(X2) sunt egale.
Şi din această ultimă ipoteză suplimentară apare ca firească în unele
probleme, ca exemplu, când se admite că cele două eşantioane provin din
aceeaşi populaţie. Conform cu această ipoteză avem:

D( x1 ) D( x2 ) 1 1 n  n2
D( d )    D    D  1 ,
n1 n2  n1 n2  n 1 n2

iar această dispersie comună se estimează cu dispersia modificată:

 x  m   x  m   x  m    x  m 
n1 n2 n1 n2
* 2 * 2 * 2 * 2
i 1 i 2 i 1 i 2
~
D i 1
 i 1
 i 1 i 1
.
n1  1 n2  1 n1  n2  2

Ultima expresie s-a obţinut aplicând proprietăţile unui şir de rapoarte

egale. Deci:

 x  m    x  m 
n1 n2
* 2 * 2
i 1 i 2
~
D i 1 i 1
,
n1  n2  2

~
de unde ~  D . Ţinând seame de relaţiile precedente, expresia lui tc
devine:

m1*  m2* n1n2

tc  ,
~ n1  n2

care se compară cu intervalul de acceptare prin distribuţia Student cu n1 + n2

– 2 grade de libertate.

Întrebări de autoevaluare
1. Cum se sintetizează testul ipotezei nule?
2. Care sunt cazurile de comparare a două medii de selecție?

100
 UNITATEA DE ÎNVĂŢARE 12

TESTUL Χ2
Cuvinte cheie: frecvențe, teste de semnificație.

Rezumat
Vom studia în această unitate testul de semnificatie χ2, test util in
compararea a două sau mai multe șiruri de frecvențe.

Durata medie de parcurgere a unităţii de studiu este de o oră

Compararea a două distribuţii de frecvenţe. Testul χ2

În comparaţiile studiate până acum au intrat fie o valoare teoretică cu

une reală; fie două valori experimentale (compararea a două medii), dar
numai o pereche de valori. Ne propunem în continuare să comparăm nu o
valoare cu alta, ci o distribuţie întreagă teoretică cu una experimentală sau
două distribuţii experimentale.
Fiecare dintre aceste distribuţii este o succesiune de frecvenţe. Să
notăm frecvenţele experimentale absolute cu f1 , f 2 ,... f n , iar pe cele teoretice
cu 1 ,2 ,...n . Cea mai simplă formă de apreciere a concordanţei sau
neconcordanţei dintre cele două şiruri de frecvenţe ar fi suma diferenţelor:

d  d1  d 2  ...  d n   f1  1    f 2   2   ...   f n   n .

Suma acestor diferenţe însă poate fi mică deşi discordanţa să fie mare,
aceasta din cauză că diferenţele chiar mari, dacă sunt de semne contrare se
anihilează. Aprecierea în acest mod este nesatisfăcătoare.
S-ar putea lua aceste diferenţe în valoare absolută sau să se ia aceste
diferenţe la pătrat pentru a nu se putea compensa diferenţele pozitive cu cele
negative. Pearson a creat un parametru χ 2 (hi-pătrat), definit astfel:

 
2
n
 f i  i 2 ,
i 1 i

care face abstracţie de semnul diferenţelor, este cu atât mai mic, cu cât vor fi
mai mici diferenţele dintre valorile reale şi cele teoretice, şi este zero în cazul
concordanţei perfecte.
Totuşi o simplă apreciere a mărimii χ2 este insuficient convingătoare
atunci când nu ne putem da seama unde încetează calitatea că această
mărime este mică. De aceea se alege un prag de semnificaţie şi se aplică
ipoteza nulă ca în cazul comparării a două medii numai că aici curba de
distribuţie, care este tabelată, este distribuţia χ 2, a cărei densitate de
probabilitate s-a arătat că este:

101
  x
1 
 x, ,    kx e
2 2 2
x  [o, ),

unde  reprezintă numărul gradelor de libertate.

Precizăm că numărul gradelor de libertate este numărul frecvenţelor
independente şi se determină din relaţia   n  k , unde n este numărul total
al frecvenţelor care intră în calculul lui χ 2, iar k este numărul restricţiilor (al
relaţiilor) care există între frecvenţe. Astfel de exemplu, dacă singura condiţie
este ca suma n a frecvenţelor să aibă o anumită valoare, vom avea   n  1
grade de libertate. Într-o distribuţie normală avem   n  3 grade de libertate
(condiţiile fiind numărul frecvenţelor, media şi abaterea standard date).
De asemenea, precizăm că numărul gradelor de libertate este mare
  30 , expresia 2 2 este distribuită aproape normal în jurul mediei de
2  1 şi cu o abatere standard egală cu unitatea. Deci pentru   30 se
poate considera că expresia:

u  2 2  2  1,

are o distribuţie normală normată.

Criteriul de concordanţă 2 constă în următoarele:

- Se calculează valoarea lui 2 cu specificarea că efectivul fiecărei

frecvenţe teoretice nu trebuie să fie prea mic, în orice caz nu mai

mic de 5, deoarece numitorul fracţiei

 fi  i 2 fiind prea mic,
i
fracţia devine prea mare, ceea ce îi conferă lui 2 o valoare
exagerată.
Dacă totuşi intervin frecvenţe mai mici decât 5, i  5 , atunci mai
multe frecvenţe se contopesc în clase de frecvenţe care să înlăture acest
neajuns.
- Se determină numărul gradelor de libertate  ;
- Se alege un prag de semnificaţie  şi se determină din tabel
valoarea 2, pentru care:

P(  2  2, )   ,

rezultând intervalul (0,   , ).

2

- Dacă 2 calculat este în interiorul intervalului, deci  2  2, ipoteza

nulă se acceptă şi între distribuţia teoretică şi empirică există concordanţe la
pragul de semnificaţie ales. Dacă din contră 2 calculat este în exteriorul
intervalului, deci  2  2, ipoteza nulă se respinge, iar diferenţele dintre cele
două frecvenţe sunt semnificative.
102
 Să analizăm în continuare anumite cazuri importante, unde se aplică
testul 2, uneori testul având şi denumiri speciale:

- Testul de conformitate constă în compararea unei distribuţii

teoretice cu una empirică chiar sub forma în care a fost tratată mai
sus. Distribuţia teoretică poate fi una dintre distribuţile clasice
(normală, Poisson etc.) a cărei densitate de probabilitate sunt
funcţii analitice cunoscute, sau poate fi o frecvenţă teoretică
oarecare. Testul 2 (testul de conformitate) decide dacă datele
experimentale confirmă ipoteza care a stat la baza calculelor
frecvenţelor teoretice.

Exemplu: Să se verifice ipoteza că într-o populaţie grupele sanguine (sau

alte grupe de sânge) sunt repartizate astfel:
Grupa O – 37%
Grupa A – 45%
Grupa B – 13%
Grupa AB – 5%
Din cercetarea unui număr de 1000 persoane, s-a găsit următoarea
distribuire a frecvenţelor absolute:
Grupa O – 400
Grupa A – 420
Grupa B – 140
Grupa AB – 40

Frecvenţele experimentale şi teoretice la grupele sanguine

fi i  fi  i 2
i
400 370
302
370
420 450
302
450
140 130
102
130
40 50
102
50
Total 1000 1000 7,20

 
2
n
f i
 i 
2

 7,20
i 1 i

103
Rezolvare: Cercetăm concordanţa celor două distribuţii pe baza testului 2,
conform tabelului alăturat.
Deoarece avem o singură condiţie (suma să fie 1000) avem   4  1  3
grade de libertate. Alegem pragul de semnificaţie la 5% şi din tabelul lui 2,
găsim  32,5%  7,81 , rezultând intervalul (0; 7,81).
Deoarece 2 calculat se găseşte în interiorul intervalului, aceasta ne
îndreptăţeşte să acceptăm ipoteza nulă, între cele două distribuţii nefiind
deosebiri semnificative, deci distribuţia experimentală o confirmă pe cea
teoretică.

-Testul de omogenitate. Fie m loturi experimentale cu diferite

efective, fiecare lot având un anumit procent de apariţie a unui
eveniment. Testul de omogenitate constă în a verifica ipoteza că
toate loturile provin din aceeaşi populaţie cu acelaşi procent de
apariţie a evenimentului respectiv. Datele pot fi scrise din tabelul
următor:
Datele experimentale pentru aplicarea testului de omogenitate

Lotul Evenimentul Evenimentul nu Total

s-a produs s-a produs
1 f1 N1- f1 N1
2 f2 N2- f2 N2
... ... ... ...
m fm Nm- fm Nm
Total f N- f N

Procentul unic al populaţiei este:

f
p şi q  1  p,
N

iar frecvenţele experimentale absolute fi, care intervin sunt cele din
coloanele 2 şi 3. Rămâne să evaluăm frecvenţele teoretice absolute:

Pentru lotul 1. 1  pN1; 2  qN2

Pentru lotul 2. 3  pN2 ; 4  qN2
....................
Pentru lotul m.  2 m 1  pNm ;  2 m  qNm

Calculând valoarea lui 2 avem:

2 
 f1  pN1 2  N1  f1  qN1 2  ...   f m  pNm 2  N m  f m  qNm 2 ,
pN1 qN1 pNm qNm

104
sau:
m   f1  pNi 2 N i  f i  qNi 2  m  f i  pNi 2  1 1  m  f i  pNi 2
2         ,
i 1  pNi qNi  i 1 Ni  p q  i1 pqNi

deci:

2  
m
 f i  pNi 2 .
i 1 pqNi

Numărul gradelor de libertate se află uşor:

Numărul total al frecvenţelor n = 2m, iar numărul restricţiilor k este: la fiecare

lot suma este dată de m restricţii şi se mai dă procentul comun, deci k = m +
1 restricţii:

  n  k  2m  (m  1)  m  1
  m  1.

Deci pentru testul de omogenitate se calculează 2, iar gradele de

libertate cu formula de mai sus.

Exemplu: Pe 8 loturi de animale s-au aplicat 8 tratamente preventive diferite.

Efectivele şi rezultatele sunt date în tabelul de mai jos:

Lotul Nu s-au S-au Total

îmbolnăvit îmbolnăvit
1 25 7 32
2 42 12 54
3 60 30 90
4 34 10 44
5 52 14 66
6 41 18 59
7 83 30 113
8 38 10 48
Total 375 131 506

Să se stabilească dacă există diferenţe semnificative între loturi ?

Rezolvare: Procentul întregii populaţii este:
375
p  0,74.
506
Obţinem:
2=5,42.

Numărul gradelor de libertate este:

  8  1  7.

105
 Din tabele rezultă χ7; 0,05 =14,07, deci intervalul (0; 14,07).

Deoarece 2 calculat se află în interiorul intervalului, ipoteza nulă se

acceptă şi deci din punct de vedere al efectului tratamentelor loturilor nu se
deosebesc semnificativ între ele.
- Tabele de contingenţă. Considerăm o selecţie de volum n,
clasificată după două criterii, conform cărora fiecare individ poate fi
încadrat ca aparţinând atât la una din categoriile A1, A2 ,... , A în
raport cu criteriul A şi simultan la una din categoriile B1 ,B2 ,... ,Bm,
în raport cu criteriul B.

Clasificarea indivizilor după cele două criterii

Criteriul B B1 Bj Bm Total
Criteriul A
A1 n11 11 ... n1 j 1 j ... n1m 1m n10
... ... ... ... ... ... ...
Ai ni1 i1 ... nij  ij ... nim im ni 0
... ... ... ... ... ... ...
A n1 1 ... n j   j ... nm m n 0
Total n01 ... n0 j ... n0 m n

Se pune întrebarea dacă între cele A clase există deosebiri

semnificative.
Este de asemenea o problemă unde se aplică testul 2. Valoarea lui
2 se va calcula tot cu formula de mai sus unde frecvenţele experimentale
sunt toate valori din tabel, iar cele teoretice sunt notate cu ij şi care se
calculează în felul următor:
Dacă între cele  clase nu există deosebiri esenţiale ar trebui să se
păstreze aceeaşi proporţie (acelaşi procentaj) de-a lungul unei coloane. Mai
precis, dacă din totalul de n indivizi, n01 sunt în clasa B1, atunci din n01 indivizi
(câţi sunt în clasa A1) în clasa B1 (şi în clasa A1) vor fi tocmai 11. Aşezând
datele sub forma regulii de trei simple, avem:
n.......... .......... .n01
n10 .......... ........11
n10  n01
11  .
n
În mod analog găsim:
ni 0  n0 j
ij  ,
n
i  1,2,..., ,
j  1,2,..., m,

formulă care generează toate frecvenţele teoretice. Expresia lui 2 devine:

106
   
2
 m n ij  ij 
2

i 1 j 1 ij

Calculul gradelor de libertate. În fiecare linie avem m valori şi o relaţie

de legătură (suma unei linii dată în ultima rubrică a liniei respective), deci m-1
valori independente. În fiecare coloană avem  valori şi o relaţie de legătură
(suma unei coloane este dată în rubrica de jos a coloanei respective) deci  -
1 valori independente. În total deci:
  (m  1)(  1)
grade de libertate.
În continuare se aplică testul în mod obişnuit: se alege pragul de
semnificaţie şi se găseşte intervalul de acceptare din tabele (0,  ). În
funcţie de cum se încadrează 2 în interiorul sau în exteriorul intervalului, se
va accepta sau se va respinge ipoteza nulă.

- Caz particular. Tabelul 2 x 2. Dacă însă cele două

caractere A şi B nu pot fi exprimate cantitativ, analiza asociaţiei lor
trebuie condusă astfel: împărţim colectivitatea studiată în două
grupe după criteriul A după cum caracterul respectiv este prezent
sau nu (fenomenul are loc sau nu). Fiecare din cele două grupe le
împărţim la rândul lor în câte două subgrupe, după cum celălalt
caracter B este prezent sau nu. Cu cele două împărţiri numite
dihotomice, construim un tabel cu două intrări, având deci 2 x 2
căsuţe, ca în tabelul următor.
Tabelul 2 x 2
Criteriul B
Da Nu Total
Criteriul A
Da n11 11 n12 12 n10
Nu n21 21 n22 22 n20
Total n01 n02 n

Ca şi în cazul tabelului de contingenţă, se cere să se studieze dacă

între cele două caractere există o deosebire esenţială. Se observă că acest
tabel este tot un tabel de contingenţă, un caz particular.
Calculul lui 2 se face la fel:

(n11  11 ) 2 (n12  12 ) 2 (n21   21 ) 2 (n22   22 ) 2

2     ,
11 12  21  22

unde:
n10  n01 n10  n02
11  12 
n n
n n n n
 21  20 01  22  20 02 .
n n

107
 Numărul gradelor de libertate este 1 x 1 = 1, deci un grad de libertate.
În continuare, criteriul se aplică în mod obişnuit. Dacă însă una din
frecvenţele teoretice ij este mică (mai mică decât 5) nu se mai pot face
grupări mai mari pentru a se mări această frecvenţă şi criteriul este
inaplicabil.

Exemplu: Din 200 indivizi 94 au fost vaccinaţi, iar 106 au rămas nevaccinaţi.
Din cei vaccinaţi s-au îmbolnăvit 20. din cei nevaccinaţi s-au îmbolnăvit 47.
Datele sunt trecute în tabelul următor:

Rezultatul S-au îmbolnăvit Nu s-au Total

îmbolnăvit
Tratamentul
Vaccinaţi 20 31,49 74 62,51 94
Ne-vaccinaţi 47 35,51 59 70,49 106
Total 67 133 200

Aceste date atestă eficacitatea vaccinului ?

Rezolvare: Calculăm frecvenţele teoretice:

94  67 94  133
11   31,49 12   62,51
200 200
106  67 106  133
 21   35,51  22   70,49,
200 200

pe care le trecem şi în tabel. Calculăm 2:

(20  31,49) 2 (74  62,51) 2 (47  35,51) 2 (59  70,49) 2

2     
31,49 62,51 35,51 70,49
(11,49) 2 (11,49) 2 (11,49) 2 (11,49) 2
     11,89.
31,49 62,51 35,51 70,49
De observat că toţi numărătorii sunt egali şi acest lucru se întâmplă
întotdeauna la tabelele 2 x 2.
La pragul de semnificaţie 1% şi cu un grad de libertate, din tabele
găsim 1;0, 01  6,63 , deci intervalul (0; 6,63).
Cum 2 calculat este în afara intervalului, ipoteza nulă se respinge şi
conchidem că vaccinul are o eficacitate statistic asigurată.

Întrebări de autoevaluare
1. În ce constă testul χ2?
2. Care sunt cazurile de comparare a două sau mai multe
șiruri de frecvențe?

108
 UNITATEA DE ÎNVĂŢARE 13

CORELAȚIE

Cuvinte cheie: corelație, coeficient de corelație.

Rezumat
Studiul coeficientului de corelație este foarte important in realizarea
unor experiențe în practica agricola. Unitatea 13 va studia tocmai acest
coeficient.

Durata medie de parcurgere a unităţii de studiu este de o oră

Coeficient de corelaţie

Până acum am comparat două caractere de acelaşi fel: două medii etc.
În cele ce urmează vom compara două şiruri de valori cu caracter diferit
pentru a stabili dacă există legătură între ele sau cum se mai spune, o
corelaţie.
Deşi noţiunea de corelaţie se va defini strict matematic, sensul ei nu
se deosebeşte esenţial de cel din vorbirea curentă, adică de legătură
reciprocă.
Între diferitele fenomene pot exista legături foarte strânse numite
legături funcţionale caracterizate matematic printr-o funcţie y  f (x) , cum ar
fi volumul unei sfere şi raza sa.
În biologie nu există asemenea legături. Aici chiar dacă între două
mărimi cuplate există anumite legături strânse, asupra fiecăreia din ele îşi
exercită influenţa o mulţime de alţi factori (variabilitatea), iar legătura poate fi
acoperită de fluctuaţiile întâmplătoare.
Dar între două mărimi poate să nu existe nici un fel de legătură, adică
sunt independente. Între aceste două situaţii extreme pot exista şi cazuri
intermediare, adică să existe anumite legături mai mult sau mai puţin slabe.
Coeficientul de corelaţie este cel care măsoară gradul de independenţă
dintre două caractere.
Grafic, două mărimi între care există o legătură se reprezintă ca în fig.
1 a, graficul a două mărimi independente este dat în fig. 1 b, iar graficul a
două mărimi corelate este dat în fig. 1 c.
În ultimul grafic se observă o anumită tendinţă de variaţie a norului de
puncte.
y

O a x
109
 y

O b
x

c x
O
Fig. 1 Graficele a două mărimi
a) legătură funcţională
b) independente
c ) corelate

Coeficientul de corelaţie se defineşte în felul următor:

Considerăm două variabile aleatoare X şi Y care se normează,
obţinându-se variabile aleatoare:

X x Yy
X' Y' ,
X Y

unde prin x şi y am notat mediile respective.

Prin definiţie, coeficientul de corelaţie a celor două variabile X ' şi Y '
este dat de relaţia:

r  M  X 'Y ',

adică media produsului variabilelor normate.

Ţinând seama de relaţiile de mai sus, relaţia de definiţie devine:

M [( X  x )  (Y  y )]
r .
 x y

Numărătorul se mai numeşte covarianţa variabilelor X şi Y .

Avem succesiv:

110
 M [( X  x )  (Y  y )]
r
 x y
M ( XY  Xy  x Y  x y )

 x y
M ( X  Y )  y  M ( X )  x  M (Y )  M ( x y )
 ,
 x y

de unde:

M ( X  Y )  M ( X )  M (Y )
r ,
 x y

care este o altă expresie a coeficientului de corelaţie.

Proprietăţi ale coeficientului de corelaţie

a) Coeficientul de corelaţie este cuprins între valorile –1 şi 1:

1  r  1 .

Pentru a arăta această proprietate pornim de la relaţia evidentă:

X 'Y '2  X '2 Y '2 2 X ' Y '  0 .

Aplicând operatorul medie asupra inegalităţii rezultă:

   
M X ' 2  M Y ' 2  2 M  X ' Y '  0 .

Dar M X '2  şi M Y '2  sunt totuşi dispersiile acestor variabile, având în

vedere că X ' şi Y ' sunt variabilele aleatoare normate, deci:

   
M X '2  D X '  1 şi M Y '2  DY '  1 .

Am ţinut seama de proprietatea unei variabile aleatoare normate,

care are dispersia egală cu unitatea.
De asemenea, ţinând seama de relaţia de definire a lui r , ultimul
termen este 2 r şi această relaţie se scrie:

1  1  2r  0 , adică 1  r  0 .

Luând semnul + din relaţia ultimă se scrie:

1  r  0 deci r  1 ,

adică tocmai prima inegalitate.

Luând semnul - aceeaşi relaţie se scrie:
111
 1  r  0 deci r  1 ,

adică tocmai a doua inegalitate.

Valori remarcabile ale coeficientului de corelaţie

Presupunem că X '  Y ' , ceea ce este totuna cu presupunerea că:

X x Y y
 ,
x y
unde:
y 
Y X  y xy,
x x

adică o relaţie de forma:

y  mx  n ,

care este ecuaţia unei drepte.

Presupunerea că variabilele normale X ' şi Y ' sunt egale, este
echivalentă cu presupunerea că variabilele X şi Y depind una de alta liniar
şi cu pantă pozitivă.
Avem astfel:

r  M ( X 'Y ' )  M ( X '2 )  D( X ' )  1 ,

deci:
r  1.

În concluzie, dacă cele două variabile aleatoare X şi Y depind una de

alta liniar şi cu pantă pozitivă (dacă una creşte, creşte şi cealaltă şi invers),
atunci coeficientul de corelaţie al celor două variabile este unu.
Se poate arăta că este adevărată şi proprietatea reciprocă: dacă r  1 ,
atunci X şi Y sunt legate funcţional liniar.
În particular, atât proprietatea directă cât şi cea reciprocă este
adevărată dacă X  Y , deoarece aceasta este tot ecuaţia unei drepte (prima
bisectoare).
Presupunem acum că X '  Y ' , ceea ce este totuna cu presupunerea
că:
X x Yy
 ,
x y
de unde:
y 
Y  X  y x y,
x x
adică o relaţie de forma:
y  mx  n ,

care este tot ecuaţia unei drepte, dar de data asta cu panta negativă.
112
 Deasemenea avem:

r  M ( X 'Y ' )  M ( X '2 )   M ( X '2 )   D( X ' )  1,

deci:
r  1 .

În concluzie, dacă cele două variabile aleatoare X şi Y depind una de

alta liniar şi cu panta negativă (dacă una creşte, cealaltă descreşte şi invers),
atunci coeficientul de corelaţie al celor două variabile este minus unu.
Şi aici se poate arăta că este adevărată şi proprietatea reciprocă: dacă
r  1 , atunci X şi Y sunt legate funcţional liniar, cu panta negativă.
În particular, atât proprietatea directă cât şi cea reciprocă este
adevărată dacă X  Y , deoarece şi aceasta este tot ecuaţia unei drepte, cu
pantă negativă (a doua bisectoare).
Presupunem acum că cele două variabile X şi Y sunt independente,
deci media produsului este egală cu produsul mediilor:

M ( X  Y )  M ( X )  M (Y ) .

Ţinând seama de relaţia lui r rezultă r  0 .

Se poate arăta şi că proprietatea reciprocă este adevărată: dacă r  0
rezultă că cele două variabile sunt independente.

Formule de lucru pentru calculul coeficientului de corelaţie

Considerăm două variabile aleatoare de selecţie cuplate:

 xi 
X * 1  i  1,2,..., n
 
n
 yi 
Y * 1  i  1,2,..., n .
 
n

Reamintim că formula mediei pentru produsul a două variabile

aleatoare cuplate:
n
M ( X , Y )   xi yi pi .
i 1

Astfel:
1 n
  xi  x  yi  y 
n i 1
r ,
1 n n

 xi  x   n   yi  y 
2 1 2

n i 1 i 1

sau:

113
 n

 x i  x  yi  y 
r i 1
,
n n

 x  x     yi  y 
2 2
i
i 1 i 1

unde prin x şi y am notat mediile respective:

1 n 1 n
x  i
n i 1
x , y   yi .
n i 1
De asemenea:
1 n 1 n 1 n
  xi yi    xi   yi
n i 1 n i 1 n i 1
r ,
 n 2  1 n 2   n 2  1 n 2 
n xi    xi   n yi    yi  
 i 1  n i 1    i 1  n i 1  
sau:
n n
1 n
n   xi yi  xi   yi
n i1
r i 1 i 1
.
 n 2 1 n  2
  n 2  1 n 2 
n xi    xi    n  yi    y i  
 i1  n i1    i1  n i1  

Relaţiile de mai sus sunt deci formulele de lucru pentru calculul

coeficientului de corelaţie, prima în funcţie de mediile x şi y , iar a doua
numai în funcţie de x i şi y i .

Exemplul 1: Într-o sera producţia şi consumul de apă (în unităţi

convenţionale) sunt trecute în tabelul următor:

xi 3 3,1 3,2 3,5 3,6 3,8 3,9 4,2 4,3 4,4

yi 7,1 7,2 7,4 7,4 7,7 7,8 8 7,8 7,9 8,4

Să se calculeze coeficientul de corelaţie.

Rezolvare: Aplicând formula lui r rezultă:

1,60
r  0,91.
2,30  1,34

Exemplul 2: Valorile înălţimii la greabăn şi ale greutăţii corporale a 13 viţei

nou născuţi din rasa Bălţată Românească au fost cele date în tabelul de mai
jos:

114
 Nr. Înălţimea Greutatea xi  yi x i2 yi2
Crt. xi cm yi kg
1 71 35 2485 5041 1225
2 76 39 2964 5776 1521
3 83 50 4150 6889 2500
4 75 42 3150 5625 1764
5 71 37 2627 5041 1369
6 69 32 2208 4761 1024
7 79 36 2844 6241 1296
8 76 38 2888 5776 1444
9 73 39 2847 5329 1521
10 75 40 3000 5625 1600
11 80 46 3680 6400 2116
12 76 44 3344 5776 1936
13 76 42 3192 5776 1764
13 13 13 13 13
x
i 1
i  980 y i  520 x y i i  39379 x 2
i  74066 y 2
i  21080
i 1 i 1 i 1 i 1

Să se afle coeficientul de corelaţie.

Rezolvare: Aplicând formula lui r rezultă:

13  39379  980  520
r  0,80
13  74066 9802 13  21080 5202 
r  0,80

Întrebări de autoevaluare
1. Care sunt formulele de calcul ale coeficientului de
corelație?
2. Care sunt proprietățile coeficientului de corelație?

115
 UNITATEA DE ÎNVĂŢARE 14

REGRESIE

Cuvinte cheie: semnificația coeficientului de corelație, ranguri,

regresie.

Rezumat
În această ultimă unitate vom studia semnificația coeficientului de
corelație și regresia.

Durata medie de parcurgere a unităţii de studiu este de o oră

Semnificaţia unui coeficient de corelaţie

Noi calculăm întotdeauna un coeficient de corelaţie între două

caractere, plecând de la un eşantion limitat, mai precis pentru două variabile
aleatoare de selecţie cuplate. Aceasta înseamnă că acest coeficient, el
însuşi fiind o variabilă aleatoare, are o funcţie de distribuţie (pentru fiecare
selecţie există un alt r ).
Coeficientul de corelaţie odată calculat, se pune problema în ce măsură
el este diferit de zero în mod semnificativ, adică se pune problema testării lui
r . Acest lucru este cu atât mai necesar, cu cât r chiar foarte mare poate să
nu fie semnificativ diferit de zero şi un r foarte mic poate fi diferit de zero
semnificativ.
Vom aplica deci testul ipotezei nule în compararea lui r cu valoarea
zero.
Se va calcula:
r 0 r
tc   ,
d r
unde:
 d  D(d )  D(r )  D(0)  D(r )   r

este abaterea standard în distribuţia lui r , distribuţia care este diferită

depinzând de volumul eşantionului.
Distingem trei cazuri:

a) Volumul eşantionului foarte mare n  100 , dar r  0,80 .

În acest caz distribuţia lui r poate fi admisă ca normală, iar  r este:
1
r  ,
n 1
iar t c devine:
tc  r n  1 .

În continuare testul ipotezei nule se aplică în mod obişnuit.

116
 b) Volumul eşantionului este moderat 30  n  100 dar pentru a nu
renunţa la utilizarea curbei normale, Fischer a introdus un parametru
auxiliar z definit astfel:

1 1 r
z ln .
2 1 r

Parametrul z se numeşte transformator Fisher şi pentru a se calcula

mai uşor este tabelată. z are o distribuţie normală cu o abatere standard:
1
z  .
n3

Deoarece pentru r  0 rezultă z  0 , testul se aplică pentru z :

z
tc   z n3 ,
z
deci:
tc  z n  3 ,

unde z se calculează cu relaţia de mai sus, de fapt din tabele .

În continuare testul ipotezei nule se aplică în mod obişnuit.

c) Volumul eşantionului este mic n  30 .

În acest caz nici după transformarea Fisher normalitatea nu se mai menţine.
Se ştie că:
n2
tc  r ,
1 r2

are o repartiţie Student cu n  2 grade de libertate.

Testul ipotezei nule se aplică în consecinţă.

În fiecare din cele trei cazuri problema se poate inversa: la un prag de

semnificaţie dat, rezultă t din tabele, care apoi înlocuit în formulele lui tc , se
explicitează r în funcţie de n , care este tocmai coeficientul de corelaţie
minim la pragul ales şi pentru n dat.

Exemplu: Pentru cazul a) avem:

t
rminim  .
n 1

În felul acesta se poate trasa o curbă rminim  f (n) pentru un anumit prag de
semnificaţie. Această curbă (atât pentru pragul de 1%, cât şi pentru cel de
5% este de forma din figură.

117
 rmin
1

O n

Coeficientul de semnificaţie minim semnificativ funcţie de volumul

eşantionului

Se observă din această curbă că un coeficient de corelaţie poate să fie

semnificativ chiar dacă este mic şi anume dacă efectivul este mare şi invers,
coeficientul de corelaţie chiar mare este nesemnificativ, dacă efectivul
eşantionului este mic.
Se vede aici că trebuie să deosebim noţiunile de coeficient de corelaţie
mic sau mare, de aceea de coeficient de corelaţie semnificativ sau
nesemnificativ.
Exemplu: Dintr-un total de 13 parcele s-a găsit un coeficient de corelaţie
r  0,80 între cantitatea de azot aplicată şi producţia obţinută. Să se afle
dacă acest r este semnificativ diferit de zero şi care este rminim semnificativ.

Rezolvare: Deoarece n  30 se aplică formula de la cazul c):

n2 13  2
tc  r  0,80  4,43 .
1 r 2
1  0,64

Fiind o distribuţie Student cu   11 grade de libertate, din tabele rezultă

t11;1%  3,106 , deci intervalul (-3,106; 3,106) . t c se situează în afara
intervalului, ipoteza nulă se respinge şi r este semnificativ diferit de zero.

Pentru rmin avem:

t
rmin  
2
t n2
3,106
rmin    0,684.
3,1062  13  2

118
 Coeficientul de corelaţie semnificativ la pragurile de
semnificaţie de 5% şi 1%

Gradul Gradul Gradul

de de de
5% 1% 5% 1% 5% 1%
libertate libertate libertate
n2 n2 n2
1 0,997 1,000 16 0,468 0,590 35 0,325 0,418
2 0,950 0,990 17 0,456 0,575 40 0,304 0,393
3 0,878 0,959 18 0,444 0,561 45 0,288 0,372
4 0,811 0,917 19 0,433 0,549 50 0,273 0,354
5 0,754 0,874 20 0,423 0,537 60 0,250 0,325
6 0,707 0,834 21 0,413 0,526 70 0,232 0,302
7 0,666 0,797 22 0,404 0,515 80 0,217 0,283
8 0,632 0,765 23 0,396 0,505 90 0,205 0,267
9 0,602 0,735 24 0,388 0,496 100 0,195 0,254
10 0,576 0,708 25 0,381 0,487 125 0,174 0,228
11 0,553 0,684 26 0,374 0,478 150 0,159 0,208
12 0,532 0,661 27 0,367 0,470 200 0,138 0,181
13 0,514 0,641 28 0,361 0,463 300 0,113 0,148
14 0,497 0,623 29 0,355 0,456 400 0,098 0,128
15 0,482 0,606 30 0,349 0,449 500 0,088 0,115
1000 0,062 0,081

Corelaţia rangurilor

În practică se ivesc şi cazuri în care acest coeficient de corelaţie aşa

cum a fost definit el până acum, fie că nu este cel mai potrivit a se calcula, fie
că nici nu se poate determina, deşi legătura dintre cele două caractere se
impune a fi studiată. Astfel, de exemplu, dacă se compară corelaţia a două
materii de învăţământ prin prisma rezultatelor obţinute la examenele de
concurs (admitere), este mult mai indicat a se studia modul cum cele două
materii schimbă ordinea mediilor, faţă de compararea mediilor în sine. Sunt
deci situaţii în care ordinea unor rezultate contează mai mult decât ordinea
rezultatelor însăşi.
Alte ori caracterele studiate sunt doar calitative şi pot servi doar ca un
criteriu pentru un clasament, astfel că o corelaţie între mărimi nu poate să se
determine corect.
În toate aceste cazuri se controlează dacă există o legătură între
clasamentele respective, calculându-se ceea ce se numeşte coeficientul de
corelaţie a rangurilor.
Din punct de vedere al calculului, corelaţia rangurilor este un caz
particular al corelaţiei dintre două şiruri de numere naturale.
Presupunem că valorile lui x i au fost ordonate după mărime,
descrescător, fără a schimba perechile de observaţii:

119
 x1 x2 ... xn
  ...  .
y1 y2 ... yn

Dacă notăm cu R( x1 ), R( x2 ),..., R( xn ) şi cu R( y1 ), R( y2 ),..., R( yn ) , rangurile

valorilor corespunzătoare. Vom calcula coeficientul de corelaţie r pentru
aceste ranguri.
Folosim pentru calculul lui r , formula:

n n n
n   xi yi  xi   yi
r i 1 i 1 i 1
,
 n 2  n  2
  n 2  n 2 
n xi    xi   n yi    yi  
 i1  i1    i1  i1  

n n n
n R( xi )  R( yi )   Rxi    R yi 
r i 1 i 1 i 1
,
 n 2  n 
2
 n 2  n  
2

n R ( xi )    Rxi    n  R ( y i )    R  yi   
 i 1  i 1    i 1  i 1  

avem:

n n
n(n  1)
 R( xi )   R( yi )  1  2  ...  n 
i 1 i 1 2

 R ( x )   R ( y )  1
n n
n(n  1)(2n  1)
2
i
2
i
2
 2 2  ...  n 2 
i 1 i 1 6

 
n n 2 n

 d i2   Rxi   R yi    R 2 xi   2 Rxi R yi   R 2  yi  

i 1 i 1 i 1

nn  12n  1
n 2 n n 2

 Rx 
i 1
i  2 R xi R yi    R yi  
i 1 i 1 6

n
nn  12n  1 nn  12n  1 n
 2 R xi R yi     2 R xi R yi ,
i 1 6 3 i 1

deci:
n
n(n  1)(2n  1) n

 d i2 
i 1 3
 2 R ( xi )  R ( yi ) ,
i 1

de unde:
n(n  1)(2n  1) 1 n 2
n

i 1
 R( xi )  R( yi ) 
3
  di .
2 i 1
Înlocuind în expresia lui r obţinem:

120
 n 2 (n  1)(2n  1) n 2 (n  1) 2 n n 2
   di
6 4 2 i 1
r
2
 n 2 (n  1)(2n  1) n 2 (n  1) 2 
  
 6 4 
n(n  1)(2n  1) n(n  1) 2 n n 2
   di
3 2 2 i 1
 ,
n(n  1)(2n  1) n(n  1) 2

3 2
adică:
n
6 d i2
r 1 i 1
n(n  1)(4n  2  3n  3)
n
6 d i2
1 i 1
.
n(n 2  1)

Dreapta de regresie

Considerăm două şiruri de date experimentale, cuplate perechi,

perechi:

x x1 x2 ... xn
y y1 y2 ... yn

şi între care există o corelaţie diferită de zero ( r  0 ). Aceste mărimi ar putea

fi cantitatea de precipitaţii într-o anumită perioadă x şi producţia y etc.
Într-o interpretare grafică aceste date din tabel se prezintă ca în figură:
y

di
yi

O x

Reprezentarea grafică a datelor din tabel

Se pune problema de a determina o dreaptă care să treacă cât mai
printre puncte, dacă se poate spune aşa, adică să fie cât mai aproape de
toate punctele. În sfârşit, folosind un criteriu precis, se cere să se determine
o astfel de dreaptă, încât suma pătratelor distanţelor până la această
dreaptă, distanţe măsurate pe ordonate, să fie minimă.
Aceasta este dreapta de regresie pentru valorile lui y . Deoarece
distanţele la dreaptă se măsoară pe ordonată şi nu pe perpendiculara la
121
dreaptă, aceasta echivalează cu presupunerea că valorile lui x sunt exacte
şi că numai valorile lui y sunt supuse la erori sau fluctuaţii. Desigur că se
poate defini o dreaptă de regresie şi pentru valorile lui x , dar despre acest
lucru nu ne ocupăm.
Aşadar dreapta de regresie se determină din condiţia:

di 1
i
2
 min .

Să găsim ecuaţia dreptei de regresie din condiţia dată mai sus. Ecuaţia
dreptei va fi de forma:

y  ax b,

unde a şi b sunt parametrii care se determină.

Avem:
d i  axi  b  yi
n n
f (a, b)   d i2   (axi  b  yi ) 2 .
i 1 i 1

Minimul funcţiei f ( a , b) se găseşte din anularea derivatelor parţiale:

f n
 2 (axi  b  yi ) xi  0
a i 1
,
f n
 2 (axi  b  yi )  0
b i 1
sau:
n n n
a  xi2  b xi  xi yi  0
i 1 i 1 i 1
n n
a  xi  nb  yi  0.
i 1 i 1

Ţinând seama de notaţiile pentru medii:

n n

 xi y i
x i 1
; y i 1
,
n n
sistemul devine:

 n 2 n
a  xi  bn   xi yi  0
 i 1 i 1
.

 y  ax  b  0

122
 Ultima ecuaţie arată că dreapta de regresie (4.2) trece prin punctul
 
M x, y . Reţinem acest rezultat şi refacem calculul pentru determinarea
ecuaţiei de regresie, dar într-un sistem de axe cu originea în M x, y . Ecuaţia  
dreptei de regresie va fi y  mx .
y

M x

Dreapta de regresie în sistemul de axe xMy

În care m se determină din condiţia de minim a sumei pătratelor distanţelor:

n
f (m)   ( yi  mxi ) 2
i 1
n
df
 2 ( yi  mxi )xi  0
dm i 1
n n

x y
i 1
i i  m xi2  0
i 1
n

x y i i
m i 1
n

x
i 1
2
i

şi ecuaţia dreptei de regresie devine:

x y i i
y i 1
n
x,
x
i 1
2
i

care este ecuaţia în sistemul de axe xMz sau în sistemul xOy :

 (x i  x)( yi  y )
y y i 1
n
 ( x  x) .
 (x
i 1
i  x) 2

Ţinând seama de expresia coeficientului de corelaţie:

123
 n n

 xi  x  yi  y  x y i i
r i 1
 i 1
,
n n n x y
 x  x     yi  y 
2 2
i
i 1 i 1

precum şi de expresia dispersiilor:

n n

 xi  x   xi2
2

 x2  i 1
 i 1
.
n n

Ecuaţia dreptei de regresie devine:

n  r   x y
y
n  x
2

y
y  r x.
x

Exemplu : În urma unei experienţe privind influenţa temperaturii asupra unui

proces biologic s-au obţinut următoarele date:

xi 0,5 1,5 2 3 3,5 4,5 5 6 7 8

yi 5 5,8 6,8 6,8 6,9 7,6 7,8 8,8 9,2 9,9

Să se scrie ecuaţia dreptei de regresie şi să se reprezinte grafic.

Rezolvare: Aplicând formula dreptei de regresie de mai sus rezultă ecuaţia:

y  0,6139 x  4,9429 ,

iar grafic aceasta se reprezintă în figura de mai jos:

11
y = 0,6139x + 4,9429
10

4
0 2 4 6 8 10

Dreapta de regresie

124
 Proprietate: Suma pătratelor abaterilor faţă de dreapta de regresie.
( SPA) yi y este egală cu suma pătratelor abaterilor faţă de medie, ( SPA) yi y ,
înmulţită cu 1  r 2 .

 
n
( SPA) yi y  1  r 2  ( SPA) yi y   ( yi  y ) 2 .
i 1

Expresia de mai sus devine astfel:

n  n  n  y2 n 2
( SPA) yi y   ( yi  r y xi ) 2  yi2  2r y  xi yi  r
2
xi  xi 
i 1 x i 1 x i 1  x 2 i1
n
  yi2 (1  r 2 )  ( SPA) yi y  (1  r 2 ),
i 1

sau:
n n

(y
i 1
i  y ) 2  (1  r 2 )   ( yi  y ) 2 .
i 1

Întrebări de autoevaluare
1. Care este ecuația dreptei de regresie?
2. Cum se testează semnificația coeficientului de corelație?

125
 Anexa 1. Funcţia Laplace
z u2

z   
1 2
e du
2 0
z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,0000 0,0040 0,0080 0,0120 0,0160 0,0199 0,0239 0,0279 0,0319 0,0359
0,1 0,0398 0,0438 0,0478 0,0517 0,0557 0,0596 0,0636 0,0675 0,0714 0,0753
0,2 0,0793 0,0832 0,0871 0,0910 0,0948 0,0987 0,1026 0,1064 0,1103 0,1141
0,3 0,1179 0,1217 0,1255 0,1293 0,1331 0,1368 0,1406 0,1443 0,1480 0,1517
0,4 0,1554 0,1591 0,1628 0,1664 0,1700 0,1736 0,1772 0,1808 0,1844 0,1879
0,5 0,1915 0,1950 0,1985 0,2019 0,2054 0,2088 0,2123 0,2157 0,2190 0,2224
0,6 0,2257 0,2291 0,2324 0,2357 0,2389 0,2422 0,2454 0,2486 0,2517 0,2549
0,7 0,2580 0,2611 0,2642 0,2673 0,2704 0,2724 0,2764 0,2794 0,2823 0,2852
0,8 0,2881 0,2910 0,2939 0,2967 0,2995 0,3023 0,3051 0,3078 0,3106 0,3133
0,9 0,3159 0,3186 0,3212 0,3238 0,3264 0,3289 0,3315 0,3340 0,3365 0,3389
1,0 0,3413 0,3438 0,3461 0,3485 0,3508 0,3531 0,3554 0,3577 0,3599 0,3621
1,1 0,3643 0,3665 0,3686 0,3708 0,3729 0,3749 0,3770 0,3790 0,3810 0,3830
1,2 0,3849 0,3869 0,3888 0,3907 0,3925 0,3944 0,3962 0,3980 0,3997 0,4015
1,3 0,4032 0,4049 0,4066 0,4082 0,4099 0,4115 0,4131 0,4147 0,4162 0,4177
1,4 0,4192 0,4207 0,4222 0,4236 0,4251 0,4265 0,4279 0,4292 0,4306 0,4319
1,5 0,4332 0,4345 0,4357 0,4370 0,4382 0,4394 0,4406 0,4418 0,4429 0,4441
1,6 0,4452 0,4463 0,4474 0,4484 0,4495 0,4505 0,4515 0,4525 0,4535 0,4545
1,7 0,4554 0,4564 0,4573 0,4582 0,4591 0,4599 0,4608 0,4616 0,4625 0,4633
1,8 0,4641 0,4649 0,4656 0,4664 0,4671 0,4678 0,4686 0,4693 0,4699 0,4706
1,9 0,4713 0,4719 0,4726 0,4732 0,4738 0,4744 0,4750 0,4756 0,4761 0,4767
2,0 0,4772 0,4778 0,4783 0,4788 0,4793 0,4798 0,4803 0,4808 0,4812 0,4817
2,1 0,4821 0,4826 0,4830 0,4834 0,4838 0,4842 0,4846 0,4850 0,4854 0,4857
2,2 0,4861 0,4864 0,4868 0,4871 0,4875 0,4878 0,4881 0,4884 0,4887 0,4890
2,3 0,4893 0,4896 0,4898 0,4901 0,4904 0,4906 0,4909 0,4911 0,4913 0,4916
2,4 0,4918 0,4920 0,4922 0,4925 0,4927 0,4929 0,4931 0,4932 0,4934 0,4936
2,5 0,4938 0,4940 0,4941 0,4943 0,4945 0,4946 0,4948 0,4949 0,4951 0,4952
2,6 0,4953 0,4955 0,4956 0,4957 0,4959 0,4960 0,4961 0,4962 0,4963 0,4964
2,7 0,4965 0,4966 0,4967 0,4968 0,4969 0,4970 0,4971 0,4972 0,4973 0,4974
2,8 0,4974 0,4975 0,4976 0,4977 0,4977 0,4978 0,4979 0,4979 0,4980 0,4981
2,9 0,4981 0,4982 0,4982 0,4983 0,4984 0,4984 0,4989 0,4985 0,4986 0,4986
3,0 0,4987 0,4987 0,4987 0,4988 0,4988 0,4989 0,4989 0,4989 0,4990 0,4990

Anexa 2. Distribuţia lui t

Grade de libertate Probabilitatea unei valori t mai mari, ignorând semnul
GL 0,500 0,400 0,200 0,100 0,050 0,025 0,010 0,005 0,001
1 1,000 1,376 3,078 6,314 12,706 25,452 63,657
2 0,816 1,061 1,886 2,920 4,303 6,205 9,925 14,089 31,598
3 0,765 0,978 1,638 2,353 3,182 4,176 5,841 7,453 12,941
4 0,741 0,941 1,533 2,132 2,776 3,495 4,604 5,598 8,610
5 0,727 0,920 1,476 2,015 2,571 3,163 4,032 4,773 6,859
6 0,718 0,906 1,440 1,943 2,447 2,969 3,707 4,317 5,959
7 0,711 0,896 1,415 1,895 2,365 2,841 3,499 4,029 5,405
8 0,706 0,889 1,397 1,860 2,306 2,752 3,355 3,832 5,041
9 0,703 0,883 1,383 1,833 2,262 2,685 3,250 3,690 4,781
10 0,700 0,879 1,372 1,812 2,228 2,634 3,169 3,581 4,587
11 0,697 0,876 1,363 1,796 2,201 2,593 3,106 3,497 4,437
12 0,695 0,873 1,356 1,782 2,179 2,560 3,055 3,428 4,318
13 0,694 0,870 1,350 1,771 2,160 2,533 3,012 3,372 4,221
14 0,692 0,868 1,345 1,761 2,145 2,510 2,977 3,326 4,140
15 0,691 0,866 1,341 1,753 2,131 2,490 2,947 3,286 4,073
16 0,690 0,865 1,337 1,746 2,120 2,473 2,921 3,252 4,015
17 0,689 0,863 1,333 1,740 2,110 2,458 2,898 3,222 3,965
18 0,688 0,862 1,330 1,734 2,101 2,445 2,878 3,197 3,922
19 0,688 0,861 1,328 1,729 2,093 2,433 2,861 3,174 3,883
20 0,687 0,860 1,325 1,725 2,086 2,423 2,845 3,153 3,850
21 0,686 0,859 1,323 1,721 2,080 2,414 2,831 3,135 3,819
22 0,686 0,858 1,321 1,717 2,074 2,406 2,819 3,119 3,792
23 0,685 0,858 1,319 1,714 2,069 2,398 2,807 3,104 3,767
24 0,685 0,857 1,318 1,711 2,064 2,391 2,797 3,090 3,745
25 0,684 0,856 1,316 1,708 2,060 2,385 2,787 3,078 3,725
26 0,684 0,856 1,315 1,706 2,056 2,379 2,779 3,067 3,707
27 0,684 0,855 1,314 1,703 2,052 2,373 2,771 3,056 3,690
28 0,683 0,855 1,313 1,701 2,048 2,368 2,763 3,047 3,674
29 0,683 0,854 1,311 1,699 2,045 2,364 2,756 3,038 3,659
30 0,683 0,854 1,310 1,697 2,042 2,360 2,750 3,030 3,646
35 0,682 0,852 1,306 1,690 2,030 2,342 2,724 2,996 3,591
40 0,681 0,851 1,303 1,684 2,021 2,329 2,704 2,971 3,551
45 0,680 0,850 1,301 1,680 2,014 2,319 2,690 2,992 3,520
50 0,680 0,849 1,299 1,676 2,008 2,310 2,678 2,937 3,496
55 0,679 0,849 1,297 1,673 2,004 2,304 2,669 2,925 3,476
60 0,679 0,848 1,296 1,671 2,000 2,299 2,660 2,915 3,460
 0,6745 0,8416 1,2816 1,6448 1,9600 2,2414 2,5758 2,8070 3,2905

127