Proiectul privind Învăţământul Secundar (ROSE)

Schema de Granturi pentru Universități

Titlul proiectului: Redescoperă meseria de Inginer într-o societate prosperă (RIscO)
Programul de studii universitare de licență: Montanologie
Anul I
Denumirea activității: II.2. Sesiune de instruire la Matematica

Rezolvarea sistemelor de ecuatii liniare cu ajutorul Metodei lui Gauss

Sa se rezolve folosind Metoda lui Gauss, sistemul:

𝑥+𝑦+𝑧 =1
𝑦−𝑧 =0
𝑥+𝑧=0
Rezolvare:
𝐿1 −𝐿2
1 1 1 1 𝐿3 −𝐿1 1 1 1 1 𝐿3 +𝐿2
1 0 2 1
0 1 −1 0 0 1 −1 0 0 1 −1 0
1 0 1 0 0 −1 0 −1 0 0 −1 −1
𝐿1 −2𝐿3
𝐿3 −1 1 0 2 1 𝐿2 +𝐿3
1 0 0 −1
0 1 −1 0 0 1 0 1 ⟹
0 0 1 1 0 0 1 1

𝑥 = −1
𝑦=1
𝑧=1
Sistemul este compatibil determinat.

Serii de numere reale

Serii geometrice.
∞ 𝑛
Definitie: Se numește serie geometrică cu termeni pozitivi o serie de forma: 𝑛=0 𝑞 , 𝑞 >0
∞ 𝑛
Pentru seria geometrică completă 𝑛=0 𝑞 avem:

1
1. Daca0 < 𝑞 < 1 atunci seria este convergentă si are suma seriei 𝑆 = 1−𝑞
2. Daca q ≥ 1 atunci seria este divergentă.

1
Exercitii:

1. Se se studieze natura seriei:

1,7𝑛 = 1,70 + 1,71 + 1,72 + ⋯ + 1,7𝑛 + ⋯

𝑛=0

Rezolvare:

Seria este o serie geometrică cu 𝑎𝑛 = 1,7 si q=1,7 ≥1 => seria este divergentă.

2. Sa se studieze natura seriei:

∞

0,41𝑛 = 0,411 + 0,412 + ⋯ + 0,41𝑛 + ⋯

𝑛=1

Rezolvare:

Seria este serie geometrică incompletă. Atașăm seria geometrică completă.

∞

0,41𝑛 = 0,410 + 0,411 + ⋯ + 0,41𝑛 + ⋯ = 2,04

𝑛=0

Aceasta este serie geometrică completă cu 𝑎𝑛 = 0,51𝑛 si 0<q=0,51<1 => seria este convergentă
1 1 1
și are suma seriei 𝑆1 = 1−𝑞 = 1−0,41 = 0,59 = 1,69
Deci:

∞ 𝑛
𝑛=1 0,41 este convergentă și are S = S1 − 0,510 = 1,69 − 1 = o, 69.

Criterii de convergență a seriilor

Criteriul comparației
Criteriul comparației compară natura unei serii date în studiu cu natura unei alte serii. Cea de-a
doua serie, cea cu care se compara, este de obicei o serie Riemann.

SERII RIEMANN
∞ 1
Se numeste serie Riemann 𝑛=1 𝑛 𝛼

Daca 𝛼 ≤ 1 seria Riemann este divergentă.

2
 Daca 𝛼 > 1 atunci seria Riemann este convergentă.

Exemple:
∞ 1
1) 𝑛=1 𝑛 3 , este o serie Riemann cu 𝛼 = 3 > 1 ⇒seria este convergentă.

∞ 1 ∞ 1 1
2) 𝑛=1 𝑛 = 𝑛=1 1 , este o serie Riemann cu 𝛼 = 2
≤ 1 ⇒ seria este divergentă.
𝑛2

Criteriul comparației:
∞ ∞
Fie 𝑛=1 𝑎𝑛 și 𝑛=1 𝑏𝑛 două serii de numere reale cu termeni pozitivi, dacă:
𝑎
lim𝑛 ∞ 𝑏𝑛 = 𝑙Atunci:
𝑛

 Dacă limita 𝑙 𝜖 (0, ∞)atunciseriile au aceeașinatură.

 Dacă limitaeste 0 atunci 𝑎𝑛 este divergentă⇒ 𝑏𝑛 este divergentă;
𝑏𝑛 este convergentă ⇒ 𝑎𝑛 este convergentă.
 Daca l=∞ atunci 𝑏𝑛 este divergentă ⇒ 𝑎𝑛 este divergentă;
𝑎𝑛 este convergentă ⇒ 𝑏𝑛 este convergentă.

Exercițiu:

1. Să se studieze natura serieiși în caz de convergență să se aproximeze sumaseriei cu 𝑆2 .

∞
5𝑛 + 1
2𝑛3+ 5𝑛 + 2
𝑛=1

Rezolvare:
∞
5𝑛 + 1 5∙1+1 5∙2+1 5∙3+1
= + + + ⋯+
2𝑛3 + 5𝑛 + 2 2 ∙ 1 + 5 ∙ 1 + 2 2 ∙ 2 + 5 ∙ 2 + 2 2 ∙ 33 + 5 ∙ 3 + 2
3 3
𝑛=1

5𝑛 + 1 5 𝑛+1 +1
+ + +⋯
2𝑛3 + 5𝑛 + 2 2(𝑛 + 1)3 + 5 𝑛 + 1 + 2
2𝑛 + 1
𝑎𝑛 = Aplicam criteriul comparației
4𝑛3 + 5𝑛 + 2
𝑛
𝑏𝑛 = ⇒ Vom compara cu seria
𝑛3

3
∞ ∞
𝑛 1
= , Serie Riemann cu α = 2 > 1 ⇒ seria este convergentă
𝑛3 𝑛2
𝑛=1 𝑛=1

Calculăm:
5𝑛 +1
𝑎𝑛 2𝑛 3 +5𝑛+2 5𝑛 + 1 𝑛3 5𝑛 + 1 𝑛3
lim = lim 𝑛 = lim ∙ = lim
𝑛→∞ 𝑏𝑛 𝑛→∞ 𝑛→∞ 2𝑛3 + 5𝑛 + 2 𝑛 𝑛→∞ 2𝑛3 + 5𝑛 + 2 𝑛
𝑛3
5𝑛4 + 𝑛3 5
= lim 4 = 𝜖 0, ∞
𝑛→∞ 2𝑛 + 5𝑛2 + 2𝑛 2
⇒ Conform criteriului comparației, că seriile au aceeași natură
∞
5𝑛 + 1
⇒
2𝑛3 + 5𝑛 + 2
𝑛=1

6 11
Este convergentă și are suma seriei S≅19 + 28

Exercitiu:

Să se studieze natura seriei și în caz de convergență să se aproximeze suma seriei cu 𝑆2 .

∞
𝑛−1
2𝑛2 +𝑛−1
𝑛 =1

Rezolvare:

∞
𝑛−1 1−1 2−1 𝑛−1
= + +⋯+ 2 +⋯
2𝑛2 2 2
+𝑛−1 2∙1 +1−1 2∙2 +2−1 2𝑛 + 𝑛 − 1
𝑛=1

𝑛−1
𝑎𝑛 =
2𝑛2+𝑛−1

Aplicăm criteriul comparatiei

𝑛 1
Alegem 𝑏𝑛 = 𝑛 2 = 𝑛

∞ 1
𝑛=1 𝑛 este o serie Riemann cu 𝛼 = 1 ≤ 1 ⇒ seria este divergentă

4
Calculăm:
𝑛 −1
𝑎𝑛 2𝑛 2 +𝑛−1 𝑛−1 𝑛 𝑛2 − 𝑛 1
lim = lim 1 = lim 2 ∙ = lim 2 = ∈ 0; ∞
𝑛→∞ 𝑏𝑛 𝑛→∞ 𝑛→∞ 2𝑛 + 𝑛 − 1 1 𝑛→∞ 2𝑛 + 𝑛 − 1 2
𝑛
∞
𝑛−1
⇒ 𝑠𝑒𝑟𝑖𝑖𝑙𝑒 𝑎𝑢 𝑎𝑐𝑒𝑒𝑎𝑠𝑖 𝑛𝑎𝑡𝑢𝑟𝑎 ⇒ 𝑒𝑠𝑡𝑒 𝑜 𝑠𝑒𝑟𝑖𝑒 𝑑𝑖𝑣𝑒𝑟𝑔𝑒𝑛𝑡ă
2𝑛2+𝑛−1
𝑛 =1

Criteriul raportului (D’Alembert):

Fie ∞𝑛=1 𝑎𝑛 o serie cu termeni pozitivi.
𝑎
Daca lim𝑛 →∞ 𝑎𝑛 +1 = 𝑙, 𝑎𝑡𝑢𝑛𝑐𝑖:
𝑛

 Pentru l<1seria este convergentă;

 Pentru l>1seria este divergentă;
 Pentru l=1 nu se poate decide natura seriei și se aplică criteriul Raabe-Duhamel

Criteriul Raabe-Duhamel:
𝑎𝑛
Se calculeazalim𝑛 →∞ 𝑛 − 1 = 𝑙′
𝑎 𝑛 +1
 Pentru l’<1 seria este divergentă;
 Pentru l’>1 seria este convergentă.

Exerciții:

1. Să se studieze natura seriei și în caz de convergență să se aproximeze suma seriei cu 𝑆2 .

∞
𝑛!
5𝑛
𝑛=1

Rezolvare:

∞
𝑛! 1! 2! 𝑛!
= + + ⋯ + +⋯
5𝑛 51 52 5𝑛
𝑛=1

𝑛!
𝑎𝑛 =
5𝑛
Aplicăm criteriul raportului

5
 (𝑛 + 1)!
𝑎𝑛+1 =
5𝑛+1
(𝑛+1)! ∞
𝑎𝑛+1 5𝑛 +1 (𝑛 + 1)! 5𝑛 𝑛+1 𝑛!
lim = lim 𝑛! = lim 𝑛+1
∙ = lim =∞⇒ este divergentă
𝑛→∞ 𝑎𝑛 𝑛→∞ 𝑛→∞ 5 𝑛! 𝑛→∞ 5 5𝑛
5𝑛 𝑛=1

2. Sa se studieze natura seriei si in caz de convergență să se aproximeze suma seriei cu 𝑆2 .

∞
2 ∙ 4 ∙ … ∙ 2𝑛
4 ∙ 8 ∙ … ∙ 4𝑛
𝑛 =1

Rezolvare:

∞
2 ∙ 4 ∙ … ∙ 2𝑛 2 2 ∙ 4 2 ∙ 4 ∙ 6 2 ∙ 4 ∙ … ∙ 2𝑛
= + + +⋯+ +⋯
4 ∙ 8 ∙ … ∙ 4𝑛 4 4 ∙ 8 4 ∙ 8 ∙ 12 4 ∙ 8 ∙ … ∙ 4𝑛
𝑛=1

2 ∙ 4 ∙ … ∙ 2𝑛
𝑎𝑛 =
4 ∙ 8 ∙ … ∙ 12𝑛
Aplicăm criteriul raportului
2 ∙ 4 ∙ … ∙ 2𝑛 ∙ [2(𝑛 + 1)] 2 ∙ 4 ∙ … ∙ 2𝑛 ∙ (2𝑛 + 2)
𝑎𝑛+1 = =
4 ∙ 8 ∙ … ∙ 4𝑛 ∙ [4(𝑛 + 1)] 4 ∙ 8 ∙ … ∙ 4𝑛 ∙ (4𝑛 + 4)
2∙4∙…∙2𝑛∙(2𝑛+2)
𝑎𝑛+1 4∙8∙…∙4𝑛∙(4𝑛+4) 2 ∙ 4 ∙ … ∙ 2𝑛 ∙ (2𝑛 + 2) 4 ∙ 8 ∙ … ∙ 4𝑛 2𝑛 + 2 2
lim = lim 2∙4∙…∙2𝑛 = lim ∙ = lim =
𝑛→∞ 𝑎𝑛 𝑛→∞ 𝑛 →∞ 4 ∙ 8 ∙ … ∙ 4𝑛 ∙ (4𝑛 + 4) 2 ∙ 4 ∙ … ∙ 2𝑛 𝑛→∞ 4𝑛 + 4 4
4∙8∙…∙4𝑛
< 1 → seria este convergentă
2 2∙3
𝑆 ≅ 𝑆2 = +
4 4∙8

3. Să se studieze natura seriei și în caz de convergență să se aproximeze suma seriei cu 𝑆2 .

∞
2 ∙ 4 ∙ … ∙ 2𝑛
3 ∙ 5 ∙ … ∙ (2𝑛 + 1)
𝑛=1

Rezolvare:
∞
2 ∙ 4 ∙ … ∙ 2𝑛 2 2∙4 2∙4∙6 2 ∙ 4 ∙ … ∙ 2𝑛
= + + + ⋯+ +⋯
3 ∙ 5 ∙ … ∙ (2𝑛 + 1) 3 3 ∙ 5 3 ∙ 5 ∙ 7 3 ∙ 5 ∙ … ∙ 2𝑛 + 1
𝑛=1

6
Aplicăm criteriul raportului
2 ∙ 4 ∙ … ∙ 2𝑛 ∙ 2(𝑛 + 1) 2 ∙ 4 ∙ … ∙ 2𝑛 ∙ 2(𝑛 + 1)
𝑎𝑛+1 = =
3 ∙ 5 ∙ … ∙ 2 𝑛 + 1 ∙ [2 𝑛 + 1 + 1] 3 ∙ 5 ∙ … ∙ (2𝑛 + 2) ∙ (2𝑛 + 3)

2∙4∙…∙2𝑛∙2 𝑛+1
𝑎𝑛+1 3∙5∙…∙ 2𝑛+1 ∙ 2𝑛+3 2 ∙ 4 ∙ … ∙ 2𝑛 ∙ 2𝑛 + 2 3 ∙ 5 ∙ … ∙ 2𝑛 + 1
lim = 2∙4∙…∙2𝑛 = ∙
𝑛→∞ 𝑎𝑛 3 ∙ 5 ∙ … ∙ 2𝑛 + 1 ∙ 2𝑛 + 3 2 ∙ 4 ∙ … ∙ 2𝑛
3∙5∙…∙ 2𝑛+1

2𝑛 + 2
= lim =1
𝑛→∞ 2𝑛 + 3

Aplicăm criteriul Raabe-Duhamel

𝑎𝑛 2𝑛 + 3 1 𝑛 1
lim 𝑛 − 1 = lim 𝑛( − 1) = lim 𝑛 ∙ = lim = <1
𝑛→∞ 𝑎𝑛+1 𝑛→∞ 2𝑛 + 2 𝑛→∞ 2𝑛 + 2 𝑛→∞ 2𝑛 + 2 2
→ seria este divergentă

Criteriul rădăcinii (Criteriul lui Cauchy):

∞
Fie 𝑛=1 𝑎𝑛 o serie cu termeni pozitivi cu
𝑛
lim𝑛→∞ 𝑎𝑛 = 𝑙. Atunci:
 Dacă l<1 seria este convergentă;
 Dacă l>1 seria este divergentă;
 Dacal l=1 nu se poate decide (Se aplică Criteriul logaritmului).

Exerciții:

1. Să se stabilească natura seriei și în caz de convergentă să se aproximeze suma seriei cu 𝑆2 .

∞ 𝑛
2𝑛 + 1
5𝑛 − 1
𝑛=1

Rezolvare:

∞ 𝑛 1 2 𝑛
2𝑛 + 1 2∙1+1 2∙2+1 2𝑛 + 1
= + + ⋯+ +⋯
5𝑛 − 1 5∙1−1 5∙2−1 5𝑛 − 1
𝑛=1

7
 𝑛
2𝑛 + 1
𝑎𝑛 =
5𝑛 − 1
Aplicam criteriul rădăcinii
𝑛
𝑛
𝑛
𝑛 2𝑛 + 1 2𝑛 + 1 𝑛 2𝑛 + 1 2
lim 𝑎𝑛 = lim = lim = lim = <1
𝑛→∞ 𝑛→∞ 5𝑛 − 1 𝑛→∞ 5𝑛 − 1 𝑛→∞ 5𝑛 − 1 5
→ seria este convergentă

1 2
2∙1+1 2∙2+1
𝑆 ≅ 𝑆2 = +
5∙1−1 5∙2−1

2. Să se stabilească natura seriei și în caz de convergență să se aproximeze suma seriei cu 𝑆2 .

∞ 3𝑛 2
𝑛+1
𝑛
𝑛 =1

Rezolvare:

∞ 3𝑛 2 3 12 3𝑛 2
𝑛+1 1+1 2+1 𝑛+1
= + + ⋯+ +⋯
𝑛 1 2 𝑛
𝑛=1

3𝑛 2
𝑛+1
𝑎𝑛 =
𝑛
Aplicam criteriul rădăcinii

2 3𝑛 2
𝑛 𝑛+1 3𝑛 𝑛+1 𝑛+1 3𝑛
lim 𝑛
𝑎𝑛 == lim𝑛 →∞ = lim𝑛→∞
𝑛
= lim𝑛→∞ = lim𝑛 →∞ 1 +
𝑛→∞ 𝑛 𝑛 𝑛

𝑛+1𝑛−13𝑛=lim𝑛→∞1+1𝑛3𝑛=lim𝑛→∞1+1𝑛𝑛∙1𝑛∙3𝑛=𝑒1𝑛 ∙3𝑛=𝑒3>1 seria este

divergentă

3. Să se stabilească natura seriei și în caz de convergență să se aproximeze suma seriei cu 𝑆2 .

8
 ∞ 4𝑛 2
2𝑛2 + 2𝑛 + 1
2𝑛2 + 5𝑛 + 2
𝑛 =1

Rezolvare:

∞ 4𝑛 2
2𝑛2 + 2𝑛 + 1
2𝑛2 + 5𝑛 + 2
𝑛=1
4∙12 4∙23
2 ∙ 12 + 2 ∙ 1 + 1 2 ∙ 22 + 2 ∙ 2 + 1
= + +⋯
2 ∙ 12 + 5 ∙ 1 + 2 2 ∙ 22 + 5 ∙ 2 + 2
4𝑛 2
2𝑛2 + 2𝑛 + 1
+ +⋯
2𝑛2 + 5𝑛 + 2

4𝑛 2
2𝑛2 + 2𝑛 + 1
𝑎𝑛 =
2𝑛2 + 5𝑛 + 2

Aplicăm criteriul rădăcinii

4𝑛 2
4𝑛 2 2 4𝑛
𝑛 2𝑛2 + 2𝑛 + 1 2𝑛 + 2𝑛 + 1 𝑛 2𝑛2 + 2𝑛 + 1
lim 2
= lim = lim
𝑛→∞ 2𝑛 + 5𝑛 + 2 𝑛 →∞ 2𝑛2 + 5𝑛 + 2 𝑛→∞ 2𝑛2 + 5𝑛 + 2
2𝑛 2 +5𝑛 +2 −3𝑛 −1
∙ 2 ∙4𝑛
−3𝑛 − 1 −3𝑛 −1 2𝑛 +5𝑛 +2 lim
−3𝑛 −1
∙4𝑛
= lim 1 + 2 = 𝑒 𝑛 →∞ 2𝑛 2 +5𝑛 +2
𝑛 →∞ 2𝑛 + 5𝑛 + 2
−12 𝑛 2 −4𝑛 12 1
lim
=𝑒 𝑛 →∞ 2𝑛 2 +5𝑛 +2 = 𝑒 − 2 = 𝑒 −6 = < 1 → 𝑠𝑒𝑟𝑖𝑎 𝑒𝑠𝑡𝑒 𝑐𝑜𝑛𝑣𝑒𝑟𝑔𝑒𝑛𝑡𝑎
𝑒8
1 16 16
2 ∙ 12 + 1 + 1 2 ∙ 22 + 2 + 1 4 11
𝑆 ≅ 𝑆2 = + = +
2 ∙ 12 + 5 ∙ 1 + 2 2 ∙ 22 + 5 ∙ 2 + 2 9 20

Functii de mai multe variabile reale

Derivate partiale

Exercitiu:

Să se determine diferenţialele de ordin I şi II pentru funcţia: 𝑓: 𝑅 2 ⟶ 𝑅, 𝑓 𝑥, 𝑦 = 7𝑥 2 𝑦 2 −

5𝑥 3 + 2𝑥𝑦 + 9
9
Rezolvare:

𝑓 ′ 𝑥 𝑥, 𝑦 = 14𝑥𝑦 2 − 15𝑥 2 + 2𝑦
𝑓 ′ 𝑦 𝑥, 𝑦 = 14𝑥 2 𝑦 + 2𝑥
Deci
𝑑𝑓 = 14𝑥𝑦 2 − 15𝑥 2 + 2𝑦 𝑑𝑥 + 14𝑥 2 𝑦 + 2𝑥 𝑑𝑦
𝑓 ′′ 𝑥𝑥 𝑥, 𝑦 = 14𝑦 2 − 30𝑥
𝑓 ′ 𝑥 ′ 𝑦 𝑥, 𝑦 = 28𝑥𝑦 + 2
𝑓 ′ 𝑦 ′ 𝑥 𝑥, 𝑦 = 28𝑥𝑦 + 2
𝑓 ′ 𝑦 ′ 𝑦 𝑥, 𝑦 = 14𝑥 2
Deci
𝑑2 𝑓 𝑥, 𝑦 = 14𝑦 2 − 30𝑥 𝑑2 𝑥 + 2(28𝑥𝑦 + 2) ∙
∙ 𝑑𝑥 ∙ 𝑑𝑦 + 14𝑥 2 ∙ 𝑑 2 𝑦

Extreme ale functiilor de mai multe variabile reale

Exercițiu:

Să se determine punctele de extrem local ale funcţiei 𝑓: 𝑅 2 ⟶ 𝑅,, f(x,y)=𝑥 3 + 𝑦 3 − 9𝑥𝑦 + 7.

Rezolvare:
Determinăm punctele critice/staţionare.

𝑓 ′ 𝑥 𝑥, 𝑦 = 0
Rezolvăm sistemul:
𝑓 ′ 𝑦 𝑥, 𝑦 = 0

𝑓 ′ 𝑥 𝑥, 𝑦 = 3𝑥 2 − 9𝑦 3𝑥 2 − 9𝑦 = 0
⟺
𝑓 ′ 𝑦 𝑥, 𝑦 = 3𝑦 2 − 9𝑥 3𝑦 2 − 9𝑥 = 0

𝑥 2 − 3𝑦 = 0
⟺
𝑦 2 − 3𝑥 = 0

10
 𝑥 2 − 𝑦 2 − 3𝑦 + 3𝑥 = 0
𝑥−𝑦 𝑥+𝑦 +3 𝑥−𝑦 =0
𝑥−𝑦 𝑥+𝑦+3 =0

𝑥 2 − 3𝑦 = 0
⇔
𝑥−𝑦 𝑥+𝑦+3 =0
𝑥 2 − 3𝑦 = 0 𝑥 2 − 3𝑦 = 0
⇔ 𝑆𝑎𝑢
𝑥−𝑦 =0 𝑥+𝑦+3+0
𝑥 2 − 3𝑦 = 0 𝑥 2 − 3𝑦 = 0 𝑦 2 − 3𝑦 = 0
⇔ ⇔ ⇔
𝑥−𝑦 =0 𝑥=𝑦 𝑥=𝑦
𝑦 𝑦−3 =0 𝑥=0 𝑥=3
⇔ ⇔ 𝑠𝑎𝑢
𝑥=𝑦 𝑦=0 𝑦=3
Sistemul are două soluţii.
𝐴(0,0)
Se obţin două puncte staţionare:
𝐵(3,3)
𝑥 2 − 3𝑦 = 0 𝑥 2 − 3𝑦 = 0
⇔ ⇔
𝑥+𝑦+3=0 𝑥 = −3 − 𝑦
(−3 − 𝑦)2 − 3𝑦 = 0 9 + 6𝑦 + 𝑦 2 − 3𝑦 = 0
⇔ ⇔ ⇔
𝑥 = −3 − 𝑦 𝑥 = −3 − 𝑦
𝑦 2 + 3𝑦 + 9 = 0
⇔
𝑥 = −3 − 𝑦

Δ = 9 − 36 = −27 < 0 ⇒ nu are soluţii reale

Construim matricea Hessiană
𝑓′′𝑥𝑥 𝑓′′𝑥𝑦
H(x,y)=
𝑓′′𝑦𝑥 𝑓′′𝑦𝑦
Calculăm derivatele parţiale de ordinul II:

𝑓 ” 𝑥𝑥 𝑥, 𝑦 = 6𝑥
𝑓 ” 𝑥𝑦 𝑥, 𝑦 = −9 6𝑥 −9
⇒ 𝐻 𝑥, 𝑦 =
𝑓 ” 𝑦𝑥 𝑥, 𝑦 = −9 −9 6𝑦
𝑓”𝑦𝑦 𝑥, 𝑦 = 6𝑦

11
 Luăm în discuţie, pe rând, punctele critice.

0 −9
A(0,0)⇒ H(0,0)=
−9 0
Δ1 = 0
0 −9
Δ2 = = −81 < 0
−9 0
Nu se poate decide dacă A este sau nu punct de extrem local.

18 −9
B(3,3)⇒ H(3,3)=
−9 18
Δ1 = 18 > 0
18 −9
Δ2 = = 243 > 0 ⇒ 𝐵 𝑒𝑠𝑡𝑒 𝑝𝑢𝑛𝑐𝑡 𝑑𝑒
−9 18
𝑚𝑖𝑛𝑖𝑚 𝑙𝑜𝑐𝑎𝑙 ş𝑖 𝑓 3,3 = 33 + 33 − 9 ∙ 3 ∙ 3 + 7 = −20
Este un minim local al funcției.

𝑓 0,0 = 7 ⇒ 𝑚𝑖𝑛𝑖𝑚𝑢𝑙 𝑔𝑙𝑜𝑏𝑎𝑙 𝑎𝑙 𝑙𝑢𝑖 𝑓 = −20

Spatii vectoriale
Liniarindependente

Fie V/K un spațiu vectorial, o mulțime de vectori𝑆 = 𝑣1 , … , 𝑣𝑛 , 𝑣𝑖 ∈ 𝑉, 𝑖 = 1, 𝑛 se numește

sistem de vectori linear independenți, dacă din orice combinație liniară de forma

𝛼1 𝑣1 + ⋯ + 𝛼𝑛 𝑣𝑛 = 0 , cu

𝛼𝑖 ∈ 𝑅, ∀ 𝑖 = 1, 𝑛 ⟹ 𝛼𝑖 = 0, ∀ 𝑖 = 1, 𝑛, unica soluție.

Exercițiu:
Să se studieze dacă vectorii 𝑣1 , 𝑣2 , 𝑣3 ∈ 𝑅 3 /𝑅 sunt liniar independenți, unde 𝑣1 = 1,1,0 ,
𝑣2 = 1,0,1 și 𝑣3 = 0,1,1 .
Rezolvare:
Verificăm dacă din combinația liniară de forma:

12
𝛼1 𝑣1 + 𝛼2 𝑣2 + 𝛼3 𝑣3 = 0 ⟹ 𝛼1 = 𝛼2 = 𝛼3 = 0 unica soluție.
𝛼1 𝑣1 + 𝛼2 𝑣2 + 𝛼3 𝑣3 = 0 ⟺ 𝛼1 1,1,0 +𝛼2 1,0,1 +𝛼3 0,1,1 = 0,0,0 ⟺
(𝛼1 , 𝛼1 , 0)+(𝛼2 , 0, 𝛼2 )+(0,𝛼3 , 𝛼3 ) = 0,0,0 ⟺
𝛼1 + 𝛼2 , 𝛼1 + 𝛼3 , 𝛼2 + 𝛼3 = 0,0,0 ⟺

𝛼1 + 𝛼2 = 0
𝛼1 + 𝛼3 = 0Sistemul este compatibil determinat cu unica soluție
𝛼2 + 𝛼3 = 0

𝛼1 = 𝛼2 = 𝛼3 = 0 ⟹ vectorii 𝑣1 , 𝑣2 , 𝑣3 sunt liniar independenți.

Exercițiu:
Să se studieze dacă vectorii 𝑣1 , 𝑣2 , 𝑣3 ∈ 𝑅 3 /𝑅 sunt liniar independenți, unde 𝑣1 = 1,0,0 ,
𝑣2 = 1,0,1 și 𝑣3 = 0,1,2 .
Rezolvare:
Verificăm dacă din combinația liniară de forma:
𝛼1 𝑣1 + 𝛼2 𝑣2 + 𝛼3 𝑣3 = 0 ⟹ 𝛼1 = 𝛼2 = 𝛼3 = 0 unica soluție.
𝛼1 𝑣1 + 𝛼2 𝑣2 + 𝛼3 𝑣3 = 0 ⟺ 𝛼1 1,0,0 +𝛼2 1,0,1 +𝛼3 0,1,2 = 0,0,0 ⟺
(𝛼1 , 0,0)+(𝛼2 , 0, 𝛼2 )+(0,𝛼3 , 2𝛼3 ) = 0,0,0 ⟺
𝛼1 + 𝛼2 , 𝛼3 , 𝛼2 + 2𝛼3 = 0,0,0 ⟺

𝛼1 + 𝛼2 = 0
𝛼3 = 0 Sistemul este compatibil determinat cu unica soluție
𝛼2 + 2𝛼3 = 0

𝛼1 = 𝛼2 = 𝛼3 = 0 ⟹ vectorii 𝑣1 , 𝑣2 , 𝑣3 sunt liniar independenți.

13
 Sistem de generatori. Baza si coordonate ale unui vector fata de o baza

Fie V/K un spațiu vectorial, o mulțime de vectori

𝑆 = 𝑣1 , … , 𝑣𝑛 , 𝑣𝑖 ∈ 𝑉, 𝑖 = 1, 𝑛 se numește sistem de generatori pentru spațiul vectorial V,
dacă oricare ar fi v∈ 𝑉, există scalarii 𝛼𝑖 ∈ 𝑅, 𝑖 = 1, 𝑛 astfel încât vectorul v se poate scrie ca o
combinație liniară de vectori ai sistemului cu scalar.
Exercițiu:
Să se studieze dacă vectorii 𝑣1 , 𝑣2 , 𝑣3 ∈ 𝑅 3 /𝑅 formează sistem de generatori pentru spațiul
vectorial 𝑅 3 /𝑅, unde 𝑣1 = 1,1,0 ,𝑣2 = 1,0,1 și 𝑣3 = 0,1,1 .

Rezolvare:

Arătăm că oricare ar fi vectorul 𝑣 ∈ 𝑅 3 , 𝑣 = 𝑎, 𝑏, 𝑐 , ∃ 𝛼1 , 𝛼2 , 𝛼3 ∈ 𝑅 astfel încât

𝑣 = 𝛼1 𝑣1 + 𝛼2 𝑣2 + 𝛼3 𝑣3 .

𝑣 = 𝛼1 𝑣1 + 𝛼2 𝑣2 + 𝛼3 𝑣3 ⟺

𝑎, 𝑏, 𝑐 = 𝛼1 1,1,0 +𝛼2 1,0,1 +𝛼3 0,1,1 ⟺

𝑎, 𝑏, 𝑐 =(𝛼1 , 𝛼1 , 0)+(𝛼2 , 0, 𝛼2 )+(0,𝛼3 , 𝛼3 ) ⟺

𝑎, 𝑏, 𝑐 = 𝛼1 + 𝛼2 , 𝛼1 + 𝛼3 , 𝛼2 + 𝛼3 ⟺

𝛼1 + 𝛼2 = 𝑎
𝛼1 + 𝛼3 = 𝑏 Sistemul este compatibil determinat pentru orice numere reale a, b, c, deoarece
𝛼2 + 𝛼3 = 𝑐
determinantul matricii sistemului este nenul ⟹ vectorii 𝑣1 , 𝑣2 , 𝑣3 formează sistem de generatori.

Exercițiu:
Să se studieze dacă vectorii 𝑣1 , 𝑣2 , 𝑣3 ∈ 𝑅 3 /𝑅 formează sistem de generatori pentru spațiul
vectorial 𝑅 3 /𝑅, unde 𝑣1 = 2,1,0 ,𝑣2 = 1,0,1 și 𝑣3 = 0,0,1 .

14
Rezolvare:

Arătăm că oricare ar fi vectorul 𝑣 ∈ 𝑅 3 , 𝑣 = 𝑎, 𝑏, 𝑐 , ∃ 𝛼1 , 𝛼2 , 𝛼3 ∈ 𝑅 astfel încât

𝑣 = 𝛼1 𝑣1 + 𝛼2 𝑣2 + 𝛼3 𝑣3 .

𝑣 = 𝛼1 𝑣1 + 𝛼2 𝑣2 + 𝛼3 𝑣3 ⟺

𝑎, 𝑏, 𝑐 = 𝛼1 2,1,0 +𝛼2 1,0,1 +𝛼3 0,0,1 ⟺

𝑎, 𝑏, 𝑐 =(2𝛼1 , 𝛼1 , 0)+(𝛼2 , 0, 𝛼2 )+(0, 0, 𝛼3 ) ⟺

𝑎, 𝑏, 𝑐 = 2𝛼1 + 𝛼2 , 𝛼1 , 𝛼2 + 𝛼3 ⟺

2𝛼1 + 𝛼2 = 𝑎
𝛼1 = 𝑏 Sistemul este compatibil determinat pentru orice numere reale a, b, c, deoarece
𝛼2 + 𝛼3 = 𝑐
determinantul matricii sistemului este nenul ⟹ vectorii 𝑣1 , 𝑣2 , 𝑣3 formează sistem de generatori.

Definitie:
Un sistem de vectori formează bază a spațiului vectorial dacă vectorii sunt linear independenți și
sistem de generatori.

Notiuni introductive de Teoria Probabilitatilor si Statistica matematica

Proprietăți ale funcției probabilitate:

1. Fie (Ω,K,P) un câmp de probabilitate. Atunci (probabilitatea diferenței): P(A\B)=P(A)-

P(A ∩B), ∀ A,B K
2. Dacă A, B ∈K astfel încât B⊆ A, atunci P(A\B)=P(A)-P(B) și P(A)≥P(B)
3. Fie A∈ K, oarecare, atunci P( 𝐴)=1-P(A) [P(A)=1-P(𝐴 ) sau P(A)+P(𝐴 )=1]
4. P(∅)=0
5. ∀ A∈ K =>P(A)∈ [0,1]
6. ∀ A,B∈K, atunci P(A∪ B)=P(A)+P(B)-P(A∩ B)
7 .∀ A,B K, atunci P(A∪ B)≤P(A)+P(B)
15
 8. ∀ A1,A2,..,An∈ K, n≥2 - Formula Poincaré
Formula Poincaré pentru 2 evenimente este:
P(A∪ B)=P(A)+P(B)-P(A∩ B); ∀ A,B∈ K
Formula Poincaré pentru 3 evenimente este:
P(A∪ B ∪C)=P(A)+P(B)+P(C)-P(A∩B)-P(A∩C)-P(B∩C)+P(A∩B∩C); ∀ A,B,C ∈K
9. ∀ A1,A2,..,An∈K, oarecare; n≥2
OBS: Propietatea 9 pentru 2 evenimente:
P(A ∪B)≤P(A)+P(B),∀ A,B∈ K
Propietatea 9 pentru 3 evenimente:
P(A∪ B∪ C)≤P(A)+P(B)+P(C), A,B,C∈ K
Egalitatea se atinge atunci cand evenimentele A,B,C sunt incompatibile;

Problema rezolvata:
O companie de asigurări examinează clienții asigurați auto și adună urmatoarele informații:
Toți clienții își asigură cel puțin un autoturism;
80% își asigură mai mult de un autoturism;
40% își asigură un autoturism sport;
Din clienții care asigură mai mult de un autoturism , 40% își asigură un autoturism sport.
1) Calculați probabilitatea ca un client ales la întamplare să asigure exact un autoturism și
acesta să nu fie sport.
2) Calculați probabilitatea ca un client să asigure mai mult de un autoturism.
3) Calculați probabilitatea ca un client să asigure un autoturism sport sau să asigure mai mult de
un autoturism.
4) Știind că asiguratul ales la întamplare a asigurat mai mult de un autoturism să se stabilească
probabilitatea ca acesta să fie sport.

Rezolvare:
Evenimentul A: ,, clientul ales la întamplare asigură exact un autoturism și acesta să nu fie
sport”
Calculăm P(A)
Construim un tabel de organizare a datelor care să arate clasificarea clienților în funcție de două
variabile de interes: numărul de autoturisme asigurate respectiv tipul autoturismelor asigurate.

Considerăm că numărul total de clienți este de 100.

80
80% din 100= 100 × 100= 80 clienți cu mai mult de un autoturism;
40
40% din 80= 100 × 80=32 clienți din cei 80 care asigură mai mult de un autoturism și au asigurat
un autoturism sport;
80-32=48 clienți care asigură mai mult de un autoturism, dar printre acestea nu sunt sport;
40
40% din 100= 100 × 100=40 clienți care asigură un autoturism sport;
40-32=8 clienți care asigură exact un autoturism și acesta este sport;
16
100-80=20 clienți care asigură exact un autoturism;
20-8=12 clienți care asigură exact un autoturism și acesta nu este sport;
12+48=60 clienți care nu asigură autoturisme sport;

Tip
autoturism Sport Alt tip
Nr.
autoturisme

Exact un 8 12 20
autoturism
Mai mult de
un autoturism 32 48 80

40 60 100

Notăm evenimentele:
A1: ,,un client ales la întamplare asigură un autoturism sport”;
A2: ,,clientul ales la întamplare asigură un autoturism care nu este sport”;
A2=𝐴1
B1: ,,clientul ales la întamplare să asigure exact un autoturism”;
B2: ,,clientul ales la întamplare să asigure mai mult de un autoturism”;
B2=𝐵1
12
1) P(A)=100 =0,2=12%
P(A)=P(B1∩ 𝐴2)
80
2) P(B2)= =0,8=80%
100
8+32+48 88
3) P(A1∪B2)= =100 =0,88=88%
100
Observație:
80+40−32 80 40 32
P(A1∪ 𝐵2)= =100 +100 -100 =
100
=P(B2)+P(A1)-P(A1∩B2)= P(A1)+ P(B2)- P(A1∩B2)

4) C: ,, clientul ales la întamplare stim că a asigurat mai mult de un autoturism, și dorim ca

acest autoturism să fie sport”;
32
P(C)=80 =0,4=40%
Observație:
P(C)=P(A1/B2)=𝑃B2 (𝐴1 ) se numește probabilitate condiționată

17
Exercitiu:

Un studiu referitor la un grup mare de pacienți care s-au recuperat după accidente în zona umărului, a
obținut din datele observate informația că 19% dintre acești pacienți au consultat atât un kineto-terapeut
cât și un medic ortoped, în timp ce 15% nu au consultat niciunul dintre acești doi specialiști.

Se cunoaște că probabilitatea ca un pacient să consulte un chirurg ortoped, depășește cu 0,12

probabilitatea ca unpacient să consulte un kineto-terapeut.
Determinați probabilitatea ca un individ ales la întâmplare din acest grup de pacienți, să consulte un medic
ortoped.

Rezolvare:
Notam cu X evenimentul:
X: ,,un pacient ales la întâmplare consultă un chirurg ortoped”;

P(X)=?
P(X)=0,12+P(K), unde K: ,, un pacient ales la întâmplare consulte un kineto-terapeut”;
P(X∩ K)=0,19
P(𝑋 ∪ 𝐾 ̅)=0,15⟹ P(X∪ K)=1-0,15=0,85
P(X ∪K)=P(X)+P(K)-P(K ∩X)
0,85=P(X)+P(X)+0,12-0,19
2P(X)=-0,12+0,19+0,85
Deci:
2P(X)=0,92 => P(X)=0,46

Formula probabilității totale:

Definiție: Fie (Ω, 𝐾, 𝑃) un câmp de probabilitate și A1, A2,…,An∈ 𝐾 .

Spunem că aceste evenimente formează un sistem complet de evenimente pentru experiența

studiată dacă ele formează o partiție a evenimentului sigur.

A1∪ A2∪ … ∪An=Ω

Ai∩Aj=∅ ,∀ 𝑖, 𝑗 = 1, 𝑛 cu i≠ 𝑗

Fie (Ω,K,P) un camp de evenimente și A1, A2,…,An un sistem complet de evenimente pentru care
P(Ai)≠0, ∀i=1, 𝑛

Atunci: ∀ X∈ 𝐾, P(X)=P(A1)xA1(X)+ P(A2)PA2(X)+…+ P(An) PAn(X)

𝑛
P(X)= 𝑖=1 𝑃(𝐴i) PAi(X)

Consencință: Formula lui Bayes:

𝑃(𝐴𝑖 ) PAi (X) 𝑃(𝐴 𝑖 ) PAi (X)
Px(Ai)= = 𝑛 ; i=1, 𝑛
𝑃(𝑋) 𝑖=1 𝑃(𝐴 𝑖 ) 𝑃𝐴𝑖 𝑋

18
Definiție:
Fie 𝑥1 , 𝑥2 , ⋯ , 𝑥𝑛 date de selectie. X se numeste variabilă empirică de selecție și se notează cu 𝑋 ∗ .
V.a discretă:

𝑥1 𝑥2 … 𝑥3
𝑋∗~ 11 1
…𝑛
𝑛𝑛

Observație!
Datele de selecție apar o singură dată și sunt scrise în ordine crescătoare.
Observație!
In cazul în care variabila teoretică X, este o variabilă a discretă (ia un număr limitat de valori),
atunci se notează cu 𝑛𝑖 → număr de repetări ale unei valori observate corespunzătoare valorii
observate 𝑥𝑖 .
- 𝑛𝑖 poartă numele de frecvență absolută adatei de selectie 𝑥𝑖 .
Exemplu:
Se consideră un studiu statistic referitor la numărul probelor (3) la licență promovate.
Pentru un volum de selectie 𝑛 = 5, s-au observat datele de selectie:
𝑥1 = 3 𝑥2 = 0 𝑥3 = 1 𝑥4 = 1 𝑥5 = 2
𝑛1 = 1 𝑛2 = 2 𝑛3 = 1 𝑛4 = 1
𝑛1 + 𝑛2 + 𝑛3 + 𝑛4 = 𝑛
𝑛

=𝑛
𝑖=1

3 0 1 1 2
𝑋∗~ 11111
55555

0 1 2 3
𝑋∗~ 1211
5555

2 𝑛2
= frecvența relativă notată cu 𝑓2
5 𝑛

Observație!
𝑛𝑖
Daca se notează cu 𝑓𝑖 = frecvența absolută, variabila empirică de selecție devine:
𝑛

19
 𝑥1 𝑥2 ⋯ 𝑥𝑟
𝑋∗~
𝑓1 𝑓2 ⋯ 𝑓𝑟

Exemplu:
Se consideră un studiu statistic care urmărește numărul de zile dintr-o săptămână în care studenții
UVT realizează o activitate sportivă organizată.
Pentru aceasta au fost selectați un număr de 10 studenți, n=10.
În urma chestionării acestora, s-au obținut următoarele date de selecție:
𝑥𝑖 : 0; 1; 5; 0; 1; 2; 0; 2; 0; 2.

Datele de selecție observate se pot organiza într-un tabel de forma:

𝑥𝑖 0 1 2 5

𝑛𝑖 4 2 3 1 n=10

𝑛1 𝑛2 𝑛3 𝑛4

𝑛1 + 𝑛2 + 𝑛3 + 𝑛4 = 10 (A)
Variabila empirică de selecție:
0 1 2 5
𝑋∗~ 4 2 3 1
10 10 10 10

𝑓1 + 𝑓2 + 𝑓3 + 𝑓4 = 1 𝐴

Exercitiu:
Pentru datele de selecție:

0; 1; 1; -1; 0; 0; 1; 1; 1; -1; 0; 1; 0; 1; 0; -1; 1; 0; 0; 0.

Cerințe:
a. Să se organizeze datele într-un tabel
b. Să se calculeze: - media de selecție
- momentul central de ordin 2
- dispresia de selecție.

20
Rezolvare:
xi: 0; 1; 1; -1; 0; 0; 1; 1; 1; -1; 0; 1; 0; 1; 0; -1; 1; 0; 0; 0;

n=20;

xi -1 0 1

ni 3 9 8 n=20

𝑥 1 +⋯+𝑥 𝑛
media de selecție 𝑋 = =
𝑛

0 + 1 + 1 − 1 + 0 + 0+. . . +0 3 ∙ −1 + 9 ∙ 0 + 1 ∙ 8 −3 + 8 5 1
= = = = = = 0,25
𝑛 20 20 20 4

𝑛 1 ∙𝑥 1 +𝑛 2 ∙𝑥 2 + ...+𝑛 𝑟 ∙𝑥 𝑟
=
𝑛
Momentul central de ordin 2:

(0 − 0,25)2 + (1 − 0,25)2 + (1 − 0,25)2 +. . . +(0 − 0,25)2

𝑆2 =
20

2
3 ∙ (−1 − 0,25)2 + 9 ∙ (0 − 0,25)2 + 8 ∙ (1 − 0,25)2
𝑆 =
20

3 ∙ 1,56 + 9 ∙ 0,0625 + 8 ∙ 0,5625

𝑆2 =
20
4,68 + 0,5625 + 4,5
𝑆2 =
20
𝑆 2 = 0,4871
Dispresia de selecție:

2
20 ∙ 𝑆 2 𝑛 20
𝑠 = = 𝑠2 = ∙ 0,487 = 0,51
19 𝑛−1 19

21
 Estimator de verosimilitate maxima
Exercitiu:
Să se determine estimatorul de verosimilitate maximă pentru parametrul λ al repartiției Poisson
pentru datele de selecție x1, x2,..., xn.
𝑋 ~𝑃𝑜(𝜆),

Estimatorul de verosimilitate maximă 𝜆 si

−𝜆
𝜆𝑥
𝑓 𝑥, 𝜆 = 𝑒 ∙ ; 𝜆𝜖𝑅𝑡∗ ; 𝑥 = 0, 1, 2 …
𝑥!
Pasul 1:
Construim functia verosimilate:
𝑉 𝑥1 , 𝑥2 , . . . , 𝑥𝑛 , λ
n

= f 𝑥𝑖 , λ = f 𝑥1 , 𝜆 ∙ f 𝑥2 , 𝜆 ∙ … ∙ f 𝑥𝑛 , 𝜆
i=1
𝜆𝑥 𝜆𝑥 𝜆𝑥 𝑛 𝜆𝑥 1 ∙ 𝜆𝑥 2 ∙ … ∙ 𝜆𝑥 𝑛
= 𝑒 −𝜆 ∙ + 𝑒 −𝜆 ∙ + ⋯ + 𝑒 −𝜆 ∙ = 𝑒 −𝜆 ∙
𝑥1 ! 𝑥2 ! 𝑥𝑛 ! 𝑥1 ! ∙ 𝑥2 ! ∙ … ∙ 𝑥𝑛 !
𝑛 𝜆𝑥 1 +𝑥 2 +⋯+𝑥 𝑛
= 𝑒 −𝜆 ∙
𝑥1 ! ∙ 𝑥2 ! ∙ … ∙ 𝑥𝑛 !
Pasul 2:
Functia log- verosimilitate:

−𝜆𝑛
𝜆𝑥 1 +𝑥 2 +⋯+𝑥 𝑛 −𝜆𝑛
𝜆𝑥 1 +𝑥 2 +⋯+𝑥 𝑛
𝑙𝑛𝑉 𝑥1 , 𝑥2 , . . . , 𝑥𝑛 , λ = ln 𝑒 ∙ = ln 𝑒 + ln =
𝑥1 ! ∙ 𝑥2 ! ∙ … ∙ 𝑥𝑛 ! 𝑥1 ! ∙ 𝑥2 ! ∙ … ∙ 𝑥𝑛 !
= −𝜆𝑛 + ln 𝜆𝑥 1 +𝑥 2 +⋯+𝑥 𝑛 − ln 𝑥1 ! ∙ 𝑥2 ! ∙ … ∙ 𝑥𝑛 ! = − 𝜆𝑛
+ 𝑥1 + 𝑥2 + ⋯ + 𝑥𝑛 ln 𝜆 − ln 𝑥1 ! ∙ 𝑥2 ! ∙ … ∙ 𝑥𝑛 !
Pasul 3:
Construim ecuația de log-verosimilitate:
𝛿 ln 𝑉 1
𝑥1 , 𝑥2 , . . . , 𝑥𝑛 , λ = 0 ⇔ −𝑛 + 𝑥1 + 𝑥2 + ⋯ + 𝑥𝑛 ∙ − 0 = 0
𝛿𝜆 𝜆
1
⇔ ∙ 𝑥1 + 𝑥2 + ⋯ + 𝑥𝑛 = 𝑛 ⇔
𝜆
𝑥1 + 𝑥2 + ⋯ + 𝑥𝑛
⇔ 𝜆𝑛 = 𝑥1 + 𝑥2 + ⋯ + 𝑥𝑛 ⇔ 𝜆 = ⇔𝜆=𝑋
𝑛

Pasul 4:

𝑑 2 ln 𝑉 =?

22
 𝜕𝑓 𝜕𝑓
𝑑𝑓 𝑥, 𝑦 = 𝑓𝑥′ 𝑑𝑥 + 𝑓𝑦′ 𝑑𝑦 = 𝑥, 𝑦 𝑑𝑥 + (𝑥, 𝑦)𝑑𝑦
𝜕𝑥 𝜕𝑥
2 " 2 " 2 "
𝜕2𝑓" 2 𝜕2𝑓 𝜕2𝑓 2
𝑑 𝑓 𝑥, 𝑦 = 𝑓𝑥 2 𝑑𝑥 + 𝑓𝑦 𝑑𝑦 + 2𝑓𝑥𝑦 𝑑𝑥 ∙ 𝑑𝑦 = 𝑑𝑥 + 2 𝑑𝑥 ∙ 𝑑𝑦 + 2 𝑑𝑦
𝜕𝑥 2 𝜕𝑥𝜕𝑦 𝜕𝑦

𝑑 2 𝑙𝑛𝑉 = (𝑙𝑛𝑉)" ∙ 𝑑2 𝜆

𝜕 2 𝑙𝑛𝑉 1 ′ 1
𝑥1 , … , 𝑥𝑛 ; 𝜆 = 𝑥1 + ⋯ + 𝑥𝑛 ∙ = 𝑥1 + ⋯ + 𝑥𝑛 ∙ − 𝜆 2 < 0 ⟹ 𝜆 este punct de
𝜕𝜆 2 𝜆
maxim local deci este EVM; 𝜆 = 𝑋

Exercitiu:
Se consideră că variabila teoreticaX~𝑃𝑜 𝜆 și datele statistice obținute pentru un volum de
selectie n=200, sunt:

xi 0 1 2 3 4
ni 170 20 8 2 0 n=200

Să se determine estimatorul de verosimiltate maximă 𝜆 =?

Pasul 1:
𝑛
𝑉 𝑥1 , … , 𝑥𝑛 ; 𝜆 = 𝑖=1 𝑓 𝑥𝑖 , 𝜆 = 𝑓 𝑥1 , 𝜆 ∙ 𝑓 𝑥2 , 𝜆 ∙ … ∙ 𝑓 𝑥𝑛 , 𝜆 =
𝜆𝑥1 𝜆𝑥2 𝜆𝑥𝑛 𝑛 𝜆 𝑥 1 +𝜆 𝑥 2 +⋯+𝜆 𝑥 𝑛
=𝑒 −𝜆 ∙ + 𝑒 −𝜆 ∙ + ⋯ + 𝑒 −𝜆 ∙ = 𝑒 −𝜆 ∙
𝑥1 ! 𝑥2 ! 𝑥𝑛 ! 𝑥 1 !∙𝑥 2 !∙…∙𝑥 𝑛 !

Pasul 2:
log-verosimilitate
𝜆𝑥 1 + 𝜆𝑥 2 + ⋯ + 𝜆𝑥 𝑛 𝜆𝑥 1 + 𝜆𝑥 2 + ⋯ + 𝜆𝑥 𝑛
ln 𝑉 𝑥1 , … , 𝑥𝑛 ; 𝜆 = ln 𝑒 −𝜆𝑛 ∙ = ln 𝑒 −𝜆𝑛 + ln =
𝑥1 ! ∙ 𝑥2 ! ∙ … ∙ 𝑥𝑛 ! 𝑥1 ! ∙ 𝑥2 ! ∙ … ∙ 𝑥𝑛 !
= −𝜆𝑛 + ln 𝜆𝑥 1 +𝑥 2 +⋯+𝑥 𝑛 − ln(𝑥1 ! ∙ 𝑥2 ! ∙ … ∙ 𝑥𝑛 !)

Pasul 3: Construim ecuația de log-verosimilitate:

𝜕 ln 𝑉 1 1
𝑥1 , … , 𝑥𝑛 ; 𝜆 = 0 ⇔ −𝑛 + 𝑥1 + ⋯ + 𝑥𝑛 ∙ − 0 = 0 ⇔ ∙ 𝑥1 + ⋯ + 𝑥𝑛 = 𝑛 ⇔ 𝜆𝑛
𝜕𝜆 𝜆 𝜆
𝑥1 + ⋯ + 𝑥𝑛
= 𝑥1 + ⋯ + 𝑥𝑛 ⇔ 𝜆 = ⇔𝜆=𝑋
𝑛
Pasul 4:
𝑑 2 ln 𝑉 = (ln 𝑉)" ∙ 𝑑2 𝜆
𝜕 2 ln 𝑉 1 ′ 1
𝑥1 + ⋯ + 𝑥𝑛 , 𝜆 = 𝑥1 + ⋯ + 𝑥𝑛 ∙ = 𝑥1 + ⋯ + 𝑥𝑛 ∙ (− 𝜆 2 ) < 0 ⇒ 𝜆 este punct
𝜕𝜆 2 𝜆
maxim local deci EVM 𝜆 = 𝑋

𝑛 1 ∙𝑥 1 +⋯+𝑛 𝑛 ∙𝑥 𝑛 170∙0+20∙1+8∙2+2∙3+4∙0 0+20+16+6 42

EVM 𝜆 = 𝑋 = = = = 200 = 0,21
𝑛 200 200

23
Exercitiu:
Pentru datele de selecție: xi: 0, 1, 0, 1, 0, 0, 1, 1, 1, 0, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0;

xi 0 1
ni 12 8 n=20

0 1
Se cunoaște că 𝑋~ ; 𝑝 ∈ (0,1)
1−𝑝 𝑝

a. Să se determine estimatorul de verosimilitate maximă

b.
0 ∙ 12 + 1 ∙ 8 8
𝑝= = = 0,4
20 20
c. Să se descrie complet variabila teoretica

0 1
𝑋~
0,6 0,4

d. Să se calculeze media lui X

𝑀 𝑋 = 0 ∙ 0,6 + 1 ∙ 0,4 = 0,4

e. Dispersia
𝐷2 𝑥 = 𝑀 𝑋 2 − 𝑀(𝑋) 2
𝑀 𝑋 2 = 02 ∙ 0,6 + 12 ∙ 0,4 = 0,4
0, 𝑥 ≤ 𝑥1
𝑝1 , 𝑥1 < 𝑥 ≤ 𝑥2
𝑝1 + 𝑝2 0, 0≤0
𝐹𝑥 𝑥 = . = 0,6; 0 ≤ 𝑥 ≤ 1
. 1, 𝑥>1
.
1, 𝑥>1

Exercitiu:

Să se determine un estimator de verosimilitate maximă al unei variabile teoretice X repartizată

binomial.

EVM 𝑝 =?

𝑥
𝑋~
𝐶𝑛𝑥 𝑝 𝑥 ∙ (1 − 𝑝)𝑛−𝑥 𝑥=0,1,…,𝑛
𝑝∈(0,1)

24
pentru datele de selecție: xi: 0, 1, 0, 1, 2, 3, 0, 2, 0, 3, 1, 2 să se determine estimatorul 𝑝, dacă
𝑋~𝐵(3, 𝑝).
Notăm: 𝑋~𝐵(3, 𝑝)

𝑥
𝑋~
𝐶𝑛𝑥 𝑝𝑥 ∙ 1 − 𝑝 𝑛−𝑥 𝑥=0,1,…,𝑛
𝑝∈ 0,1

Volumul de selectie eszte dat de numarul datelor de selectie observate:

n= 12

legea de rapartitie:
𝑓 𝑥; 𝑚; 𝑝 = 𝐶𝑚𝑥 𝑝 𝑥 ∙ 1 − 𝑝 𝑚 −𝑥

Pasul 1:

𝑉 𝑥1 , … , 𝑥𝑛 ; 𝑚; 𝑝 = 𝑛𝑖=1 𝑓 𝑥1 ; 𝑚; 𝑝 ∙ … ∙ 𝑓(𝑥𝑛 ; 𝑚; 𝑝)=

𝑥 𝑥 𝑥
= 𝐶𝑚1 𝑝 𝑥 1 ∙ 1 − 𝑝 𝑚 −𝑥 1 ∙ 𝐶𝑚2 𝑝 𝑥 2 ∙ 1 − 𝑝 𝑚 −𝑥 2 ∙ … ∙ 𝐶𝑚𝑛 𝑝 𝑥 𝑛 ∙ 1 − 𝑝 𝑚 −𝑥 𝑛
𝑥 𝑥 𝑥
= 𝐶𝑚1 ∙ 𝐶𝑚2 ∙ … ∙ 𝐶𝑚𝑛 ∙ 𝑝 𝑥 1 +𝑥 2 +⋯+𝑥 𝑛 ∙ 1 − 𝑝 𝑚 −𝑥 1 +𝑚−𝑥 2 +⋯+𝑚−𝑥 𝑛
𝑥 𝑥 𝑥
= 𝐶𝑚1 ∙ 𝐶𝑚2 ∙ … ∙ 𝐶𝑚𝑛 ∙ 𝑝 𝑥 1 +𝑥 2 +⋯+𝑥 𝑛 ∙ 1 − 𝑝 𝑚 ∙𝑛−(𝑥 1 ∙𝑥 2 ∙…∙𝑥 𝑛 )

Pasul 2:

𝑥 𝑥 𝑥
ln 𝑉 𝑥1 , … , 𝑥𝑛 ; 𝑚; 𝑝 = ln 𝐶𝑚1 ∙ 𝐶𝑚2 ∙ … ∙ 𝐶𝑚𝑛 ∙ 𝑝 𝑥 1 +𝑥 2 +⋯+𝑥 𝑛 ∙ 1 − 𝑝 𝑚 ∙𝑛−(𝑥 1 ∙𝑥 2 ∙…∙𝑥 𝑛 )
=
𝑥 𝑥 𝑥 𝑥 1 +𝑥 2 +⋯+𝑥 𝑛 𝑚 ∙𝑛−(𝑥 1 ∙𝑥 2 ∙…∙𝑥 𝑛 )
= ln 𝐶𝑚1 ∙ 𝐶𝑚2 ∙…∙ 𝐶𝑚𝑛 + ln 𝑝 + ln(1 − 𝑝) =
𝑥 𝑥 𝑥
= ln 𝐶𝑚1 ∙ 𝐶𝑚2 ∙…∙ 𝐶𝑚𝑛 + 𝑥1 + 𝑥2 + ⋯ + 𝑥𝑛 ∙ ln 𝑝 + 𝑚 ∙ 𝑛 − (𝑥1 ∙ 𝑥2 ∙ … ∙ 𝑥𝑛 ) ∙ ln 1 − 𝑝

Pasul 3:

𝜕 ln 𝑉
𝑥1 , … , 𝑥𝑛 ; 𝑚; 𝑝 = 0
𝜕𝑝
1 1
⇔ 𝑥1 + 𝑥2 + ⋯ + 𝑥𝑛 ∙
+ 𝑚 ∙ 𝑛 − 𝑥1 ∙ 𝑥2 ∙ … ∙ 𝑥𝑛 ∙ ∙ −1 = 0 ⇔
𝑝 1−𝑝
1 1
⇔ 𝑥1 + 𝑥2 + ⋯ + 𝑥𝑛 + −𝑚 ∙ 𝑛 + 𝑥1 ∙ 𝑥2 ∙ … ∙ 𝑥𝑛 ∙ =0⇔
𝑝 1−𝑝
1 − 𝑝 ∙ 𝑥1 + 𝑥2 + ⋯ + 𝑥𝑛 + −𝑚 ∙ 𝑛 ∙ 𝑝 + 𝑝 𝑥1 ∙ 𝑥2 ∙ … ∙ 𝑥𝑛
⇔ =0⇔
𝑝 1−𝑝
⇔ 𝑥1 + 𝑥2 + ⋯ + 𝑥𝑛 − 𝑝 ∙ 𝑥1 + 𝑥2 + ⋯ + 𝑥𝑛 − 𝑚 ∙ 𝑛 ∙ 𝑝 + 𝑝 𝑥1 ∙ 𝑥2 ∙ … ∙ 𝑥𝑛 = 0
⇔ −𝑚 ∙ 𝑛 ∙ 𝑝 = − 𝑥1 + 𝑥2 + ⋯ + 𝑥𝑛 ⇔ 𝑚 ∙ 𝑛 ∙ 𝑝 = 𝑥1 + 𝑥2 + ⋯ + 𝑥𝑛 ⇒ 𝑝
𝑥1 + 𝑥2 + ⋯ + 𝑥𝑛
=
𝑚∙𝑛

25
 𝑋
𝑝=
𝑚

xi 0 1 2 3
n 4 3 3 2 n=12

0∙4+1∙3+2∙3+3∙2 3+6+6
𝑝= = = 0,41 6
3 ∙ 12 36
1 1
𝑓 ′ 𝑥 = 𝑥1 + 𝑥2 + ⋯ + 𝑥𝑛 ∙ + 𝑚 ∙ 𝑛 − 𝑥1 ∙ 𝑥2 ∙ … ∙ 𝑥𝑛 ∙ ∙ −1 = 0
𝑝 1−𝑝

Observatie:
𝜕 2 ln 𝑉 1 1
𝑓" 𝑥 = 2
= − 2 ∙ 𝑥1 + 𝑥2 + ⋯ + 𝑥𝑛 − 𝑚 ∙ 𝑛 + 𝑥1 ∙ 𝑥2 ∙ … ∙ 𝑥𝑛 ∙ <0
𝜕𝑝 𝑝 (1 − 𝑝)2
1
= −1 ∙ 1 − 𝑝 −1−1 ∙ (−1) = (1 − 𝑝)−2 ⇒ 𝑥𝑖 ∈ 0, … , 𝑚
1−𝑝
Deci:
𝑝 − 𝑝𝑢𝑛𝑐𝑡 𝑑𝑒 𝑚𝑎𝑥𝑖𝑚

Bibliografie

1. Constantinescu A., Matematica aplicata in economie, Ed. Bibliotheca, Targoviste, 2010.

Lect. Dr. Alina Constantinescu

26