MĂSURAREA ÎN DOMENIUL TEHNIC ŞI SOCIAL

PRELUCRAREA REZULTATELOR EXPERIMENTALE CU

MILOACE STATISTICO-INFORMATICE

Ianuarie 2023

1
 CUPRINS
1. MULŢIMI DE NUMERE
1.1 Definiţie
1.2 Relaţii între element şi mulţime:
1.3 Relaţii între mulţimi
1.4 Operaţii cu mulţimi
1.5 Mulţimi consacrate

2. FUNCŢII. DEFINIŢIE ŞI PROPRIETĂŢI

2.1 Relaţie funcţională
2.2 Proprietăţile funcţiilor:
2.3 Reprezentarea funcţiilor. Geometrie analitică

3 FUNCŢIA ŞI ECUAŢIA DE GRADUL I

4 FUNCŢIA ŞI ECUAŢIA DE GRADUL II

5. FUNCŢIA EXPONENŢIALĂ

6. FUNCŢIA LOGARITM

7. INDUCŢIA MATEMATICĂ

8. TIPURI DE MEDII. INEGALITATEA MEDIILOR

9. ANALIZĂ COMBINATORIE

10. CALCULUL MATRICIAL

11. ANALIZA MATEMATICĂ. DERIVABILITATEA ŞI INTEGRABILITATEA

FUNCŢIILOR

12. ELEMENTE DE TRIGONOMETRIE. FUNCŢII TRIGONOMETRICE

13. TEORIA PROBABILITĂŢILOR ŞI VARIABILE ALEATOARE

13.1 Mulţime, experienţă, probă, eveniment
13.2 Probabilitatea evenimentelor aleatoare
13.3 Operaţii cu evenimente independente
13.4 Regula de înmulţire a probabilităţilor evenimentelor. Probabilităţi condiţionate
(dependente) şi necondiţionate (independente).
13.5 Variabile aleatoare. Caracteristici
13.6 Legi de probabilitate clasice

2
 1. MULŢIMI DE NUMERE

Alfabetul grecesc:
alfa beta gamma delta epsilon dzeta eta theta kappa lambda miu niu
           
A           

csi pi ro sigma tau iota fi hi psi omega ipsilon omicron

           
           

1.1 Definiţie
Numim mulţime, un ansamblu de elemente care au cel puţin o calitate (caracteristică,
proprietate comună).
Mulţimile se notează cu litere mari: A,B,C, … , X,Y,Z, iar elementele cu litere mici:
a,b,c, … , x,y,z.
Exemple:
A = a1 , a2 ,..., an  reprezintă forma genetică a mulţimii;
B = (b1 , b2 ,..., bn ) reprezintă o mulţime deschisă;

C = c1 , c2 ,..., cn  sau C = (C11 , C 21 ,..., C n1 reprezintă o mulţime semideschisă sau
semiânchisă.
D = d1, d 2 ,..., d n  reprezintă o mulţime închisă, sau interval închis, sau interval compact,
sau simplu compact.

1.2 Relaţii între element şi mulţime:

„  ” relaţia de apartenenţă;
„  ” relaţia de nonapartenenţă.
b1  B ; bn  B ; c1  C ; C n  C ; C11  C ; C n1  C ; d1  D şi d n  D .

1.3 Relaţii între mulţimi

„  ” incluziunea; A  B Mulţimea A inclusă în mulţimea B;
„  ” inclus sau egal A  B Mulţimea A inclusă sau egală cu mulţimea B;
" " A  B Multimea A include multimea B

" " A  B Multimea A include multimea B sau este egala cu B
„  ” nonincluziunea „F  A”.
A  B  ()x  A  x  B adică mulţimea A se numeşte parte a lui B sau o
submulţime a lui B.
Definiţie: Mulţimea vidă este o mulţime care nu are nici un element şi se notează cu  .
Proprietăţile incluziunii:
1. ()A , A  A (reflexivitatea);
2. A  B şi B  A  A = B (antisimetria);
3. A  B şi B  C  A  C (tranzitivitatea);
4. ()A ,   A .

1.4 Operaţii cu mulţimi

1.4.1 Reuniunea a două mulţimi C = A  B = x / x  A sau x  B

3
 Reuniunea a două mulţimi A,B este o mulţime C formată din elementele comune şi
necomune scrise o singură dată. Exemplu: 1,2,3 2,3,4 = 1,2,3,4

AB

Proprietăţile reuniunii sunt:

1. ()A, B : A  B = B  A (comutativitatea);
2. ()A, B, C : ( A  B)  C = A  (B  C ) (asociativitatea);
3. ()A : A  A = A (idempotenţă);
4. ()A : A   = A ;
5. ()A, B : A  A  B, B  A  B .

1.4.2 Intersecţia a două mulţimi A, B A  B = x / x  A şi x  B

Intersecţia a două mulţimi este o mulţime formată din elementele comune.
Exemplu: 1,2,3 1,2,4 = 1,2

AB
Definiţie:
Dacă A B = φ atunci cele două mulţimi nu au nici un element comun şi se numesc
mulţimi disjuncte.

 A  B = , multimi _ disjuncte
Proprietăţile intersecţiei:
1. ()A, B : A  B = B  A (comutativitate);
2. ()A, B, C : ( A  B)  C = A  (B  C ) (asociativitatea);
3. ()A , A  A = A (idempotenţă);
4. ()A , A   =  ;
5. ()A, B : A  B  A, A  B  B ;
6. ()A, B, C : ( A  B)  C = ( A  C )  (B  C ) distributivitatea intersecţiei faţă de
reuniune;
7. ()A, B, C : ( A  B)  C = ( A  C )  (B  C ) distributivitatea reuniunii faţă de
intersecţie;
A  ( A  B ) = A
8. ()A, B :  absorbţia
A  ( A  B ) = A

1.4.3 Diferenţa a două mulţimi A,B:

A \ B = x/x  A şi x  B;
Exemplu: 1,2,3 \ 2,5,6 = 1,3
Definiţie: Diferenţa a două mulţimi este o mulţime formată din elementele care
aparţin lui A şi nu aparţin lui B.

4
 1.4.4 Complementarea unei mulţimi A în raporte cu mulţimea E, A fiind o parte
a lui E, adică A  E :
C EA = x / x  E şi x  A
E = 1,2,3,4 A = 1,3; CEA = 2,4
Proprietăţi:
1. C EA = E \ A
2. C E = E
3. C EE = 
Relaţiile lui de Morgan (()A, B  E ) , atunci:
C E ( A  B ) = C EA  C EB ;
C E ( A  B ) = C EA  C EB ;
p  q = p  q şi p  q = p  q , unde:  este conjuncţia logică: ŞI, p  q; p şi q; p&q
iar  este disjuncţia logică SAU. p  q; p sau q;

1.5 Mulţimi consacrate

1.Mulţimea numerelor naturale, N:

N = 0,1,2,3,...,+
Mulţimea numerelor naturale este o mulţime infinită şi numărabilă. Este numărabilă
pentru că între două numere naturale finite există un număr finit de elemente ale mulţimii.

2.Mulţimea numerelor întregi Z:

Z = − ,...,−4,−3,−2,−1,0,1,2,3,4,...,+, este formată din numerele naturale cu
semnul plus şi cu semnul minus.
Z = N− N+
3.Mulţimea numerelor raţionale Q
m m 
Q =  , m, n  Z, n  0, = numar _ finit _ de _ cifre _ dupa _ virgula 
n n 
4.Mulţimea numerelor iraţionale I
Lemă: Între două numere raţionale există cel puţin un număr iraţional şi între două
elemente iraţionale cel puţin un număr raţional.
Numere iraţionale utilizate:
2  1,42 .. ; 3  1,73 ;   3,14 ; e  2,72
1 1 1
e = 1 + + + ... + ; log e x = ln x , adică e este baza logaritmului natural.
1! 2! n!
Un număr iraţional este un număr care are după virgulă, un număr infinit de cifre.
a, b  Z
Formă generală a unui număr iraţional este:: x = a + b 2 , unde a este
2I
coeficientul părţii raţionale iar b este coeficientul părţii iraţionale. Orice număr iraţional care
are forma x = a + b 2 are un număr conjugat iraţional de forma: x = a − b 2 .
Lemă: Suma şi produsul a două numere conjugate iraţional este un număr raţional.

5. Mulţimea numerelor reale R

R = QI
Definiţia1:

5
 Între mulţimea numerelor reale şi o axă orizontală se realizează o relaţie bijectivă în
care fiecărui număr real îi corespunde un punct pe axa orizontală şi fiecărui punct de pe axă
un număr real. Axa determinată de mulţimea numerelor reale se numeşte Axa reală.
Definiţia 2:
Axa reală este o axă perfect ordonată, adică numărul mai mic este întotdeauna în
stânga iar numărul mai mare în dreapta.
În algebră funcţionează axa reală neîncheiată:
R = (− ,+) axă în care   nu sunt definite, de aceea o funcţie de genul:
x − a  0
x2 
f (x ) =  R   si
(x − a )(x − b) x − b  0

Analiza matematică lucrează pe axa reală încheiată
R = − ,+ unde   sunt definite prin trecere la limită:
1 1
lim = ; lim = −
x →8 x − 8 x →8 8 − x
x 8 x 8

Pentru fiinţa umană funcţionează două coordonate ce definesc conştiinţa:

- spaţiul (x, y, z ) definit de Rene Descartes
- timpul definit de sistemul mecanic al lui Newton, apoi în fizica relativităţii, apoi în
fizica cuantică.
În filosofia occidentală timpul este cronos şi are conotaţii practice, este o resursă
finită determinată prin codul genetic.

− x1 x2 O +
Trecut, istorie, Δx>0 Prezent Viitor, Δx<0
Forma occidentală a timpului ca o axă reală perfect ordonată, care parcurge realitatea
de la minus infinit la plus infinit pentru că viaţa este unică şi irepetabilă datorită caracterului
entropic al trecerii iar cauza precede întotdeauna efectul. În filosofia orientală, unde credinţa
este că există vieţi succesive realitatea trecerii este un cerc.

Oul sau gaina? Prezent

Relativitatea timpului în fizica clasică. Timpul şi spaţiul formează un tot unitar adică
o dimensiune spaţiotemporară care ne permite să măsurăm spaţiul în unităţi de timp adică în
ani lumină.

6
 Astru la distanta de n ani
lumina de Pamant

Δt>0, istorie

− x1 x2 O +
Trecut, istorie, Δx>0 Prezent Viitor, Δx<0

Ipoteze:
1.Expansiunea Universului (1920) Hubble Edwin → trecerea către roşu a spectrului
de emisie (un fel de efect Doppler nu pentru sunet ci pentru lumină) de unde rezultă dovada
expansiunii universului.
2. Unitatea spaţio – temporară – măsurarea spaţiunlui în ani lumină.
3. t  0 istorie; t  0 viitor.
Distanţa PT creşte datorită expansiunii universale ceea ce înseamnă că t  0 .
Concluzie:
1.Când privim cerul planetei vedem trecutul;
2.Cu cât vom privi mai departe către capătul universului cu atât vom ajunge mai
aproape de momentul de început al Universului adică la Big Bang.

5.Mulţimea numerelor complexe C

Forma generală:
z = a + ib , a, b  R , i = − 1 prin convenţie.
Proprietăţi:
z1 + z 2 = (a1 + a2 ) + i(b1 + b2 )
z + z = 2a  R
()z = a + ib ()z = a − ib cu proprietatea
z  z = a 2 + b2  R
i

P(a,b)

b
 b


+
O
a

b a
sin  = _ iar _ cos  =
  , atunci numărul complex se poate scrie:
a =  cos ; _ b =  sin 
z = a + ib = cos  +i sin  = (cos  + i sin ) , forma trigonometrică a unui număr
complex.

7
  e ix = cos x + sin x
Relaţiile lui Euler:  −ix , → z = a + ib = (cos  + sin ) =   e i .
e = cos x − i sin x
Cu ajutorul relaţiilor lui Euler trigonometria devine un capitol de algebră.

2. FUNCŢII. DEFINIŢIE ŞI PROPRIETĂŢI

2.1 Relaţie funcţională f : A → B unde: A, B  R , f (x ) = y

x y

A B
A reprezintă domeniul de existenţă a variabilei x, sau mulţimea în care funcţia ia valori;
B reprezintă codomeniul funcţiei sau mulţimea valorilor funcţiei.

2.2 Proprietăţile funcţiilor:

a. Monotonia funcţiilor:
1. O funcţie crescătoare sau descrescătoare este monotonă.
2. O funcţie f : R → R , este crescătoare  ()x1  x2  f (x1 )  f (x2 ) .
O funcţie crescătoare, întotdeauna, păstrează sensul inegalităţilor.
3. O funcţie f : R → R este descrescătoare  ()x1  x2  f (x1 )  f (x2 ) .
O funcţie descrescătoare schimbă sensul inegalităţilor.
4. Fie o funcţie f : R → R . Monotonia funcţiilor se studiază cu ajutorul derivatei I.
Dacă f ' (x)  0 , funcţia este crescătoare pe intervalul pe care are această proprietate;
Dacă f ' (x )  0 , funcţia este descrescătoare pe intervalul pe care are această proprietate;
Dacă f ' (x 0 ) = 0 , atunci funcţia, în punctul x 0 , are un punct de extrem care poate fi de maxim
sau de minim.

(f )  0 → curbură _ pozitivă
"
x


(f )
'
x A 0→

→ tg  0 (f )
'
x B 0→

4
→ tg  0
4 A B

(f )'
x P
P
= 0 →  = 0 → tg = 0

Reprezentarea grafică a funcţiei de curbură pozitivă. În acest caz, P este punct de minim.

8
 (f )'
x P = 0 →  = 0 → tg = 0
P

(f )
'
x A 0→

→ tg  0 (f )
'
x B 0→

→ tg  0
4   4

A B
(f )  0 → curbură _ negativă
"
x

Reprezentarea grafică a funcţiei de curbură negativă. În acest caz, punctual P este punct de
maxim.

5. Curbura funcţiilor se studiază cu derivata a II a, astfel:

Dacă f '' (x )  0 , curbură pozitivă;
f '' ( x )  0 , curbură negativă;
f '' (x0 ) = 0 , punct de inflexiune.

(f )  0
'
x

P (f )
"
x P =0

(f )  0
'
x
P - Punct de inflexiune
P - Punct de inflexiune

2.3 Reprezentarea funcţiilor

2.3.1 Versorii axelor de coordonate în plan şi în spaţiu. Vectori de poziţie

Y
P(x,y)

(x,y) – Axele sistemului cartezian

Ordonată

de coordonate, în plan;
OP – Vector de poziţie;
yP i,j- Vectori de poziţie unitari, versori
XOY – Planul cartezian

j
Abscisă
O i x
XP

9
 Axa OX se numeşte abscisă iar axa OY se numeşte ordonată. Sistemul de
coordonate cartezian, în plan, este XOY .
Vectorul OP este vectorul care uneşte originea sistemului de coordonate cu punctul
dat şi se numeşte vector de poziţie al punctului P.
Orice punct P din plan se poate scrie astfel: OP = x P i + y P j , altfel spus, punctul P
este de coordonate: P(x,y).
Fie un punct oarecare P, în plan, atunci poziţia punctului P se determină cu ajutorul
sistemului de coordonate din plan.

2.3.2 Definirea spaţiului cartezian drept

Versorii celor trei axe de coordonate din spaţiu sunt i, j, k. Coordonatele punctului P,
în spaţiu, sunt x, y, z; vectorul de poziţie are forma:: OP = xi + y j + z k , unde:
- x, z, y sunt scalari care reprezintă distanţele pe axele OX, OY, respectiv, OZ de la
origine până la punctul P iar i , j , k , versorii pe cele trei direcţii.
În geometria analitică sunt definite principalele operaţii cu vectori:
1. Adunarea vectorilor;
2. Înmulţirea cu un scalar;
3. Produsul vectorial a doi vectori;
4. Produsul scalar a doi vectori.
În analiza matematică sunt definiţi şi operatori vectoriali cu care sunt descrise diverse
traiectorii vectoriale în: sociologie, economie, psihologie, istorie, drept sau politologie.
Y

YP
P(x,y)
(x,y,y) – Axele sistemului cartezian de
coordonate în spaţiu;
Ordonată

OP – Vector de poziţie
i,j,K-Vectori de poziţie unitari, versori
(XOYZ) - Spaţiul cartezian drept

XP
j
O Abscisă
i x
k
ZP

Ecuaţiile tuturor curbelor din plan sau a suprafeţelor din spaţiu sunt obiectul de studiu
al geometriei analitice. Utile sunt următoarele ecuaţii:
1. Ecuaţia cercului:
Ecuaţia cercului C cu centrul în O(0,0)
x2 + y2 = r 2

10
 Ecuaţia cercului C cu centrul în O(a, b)
( x , − a )2 + ( y − b )2 = r 2 r = raza cercului
2. Ecuaţia hiperbolei:
x2 y2
− =1
a2 b2
3. Ecuaţia dreptei:
y = ax + b
4. Ecuaţia parabolei:
y = ax 2 + bx + c
5. Funcţia exponenţială:
f (x ) = a x
6. Funcţia logaritm:
f ( x ) = log a x

3 FUNCŢIA ŞI ECUAŢIA DE GRADUL I

a. Forma generală a funcţiei de gradul I este următoarea: f : R → R , de forma

f (x ) = ax + b , unde a, b  R, a  0 .
b. Monotonie şi grafic
Fiind o relaţie liniară între variabila x şi funcţia y, graficul funcţiei de gradul I este o
dreaptă. Prima derivată a funcţiei, care ne dă panta tangentei la funcţie, este constantă pe
toată axa reală şi are valoarea: f ' (x ) = (ax + b)' = a  ceea ce înseamnă că funcţia de gradul I este
monotonă pe toată axa reală, astfel:
b
a  0 funcţia este crescătoare; Ecuaţia ataşată este ax + b = 0 , cu soluţia x = −
a
a  0 funcţia este descrescătoare.
Tabelul de variaţie a funcţiei are forma:
b
−
x − a +
y = ax +b (−a ) 0 (+a )
Funcţia de gradul I reprezintă o dreaptă care are una din formele următoare în raport de
valorile coeficienţilor a şi b.
y y y

y = ax +b y = ax y = ax +b

a  0, b  0 a  0, b  0
a  0, b = 0

a = tg ( )  0 a = tg ( )  0 a = tg ( )  0
x=−
b b=0
b0
a
O x x O x
O b0

11
 y y
b0

y = ax +b y = ax
a  0, b  0 a  0, b = 0 y = ax +b a  0, b  0
b
a = tg ( )  0 a = tg ( )  0 a = tg ( )  0
b=0
b
O x=− x x O x
a O b0

Daca _ a = 1 → tg() = 1 atunci dreapta face cu orizontale 45 de grade şi se numeşte ecuaţia primei
bisectoare.
c. Forme ale ecuaţiei dreptei
1. Ecuaţia generală a dreptei: y = ax + b
2. Ecuaţia dreptei ce trece prin două puncte de coordonate cunoscute: A(x1 , y1 ) şi
B(x 2 , y 2 ) .
Din geometrie ştim că o dreaptă este determinată de două puncte de coordonate cunoscute.
Fie punctele A şi B cele două puncte prin care trece dreapta de ecuaţie: y = ax + b , atunci:
 y1 = ax1 + b (1)
 . Introducând (2) în (1) obţinem: y2 − y1 = a(x 2 − x1 ) de unde
 y 2 = ax 2 + b (2)
y 2 − y1
rezultă valoare pantei dreptei: a = (3)
x 2 − x1
Înlocuim relaţia (3) în ecuaţia generală a dreptei şi obţinem:
y − y1 y − y1
y1 = 2  x1 + b → b = y1 − 2  x1 (4)
x 2 − x1 x 2 − x1
Înlocuim (3) şi (4) în ecuaţia generală a dreptei şi obţinem:
y − y1 y − y1 y − y1
y= 2  x + y1 − 2  x1 → y − y1 = 2 (x − x1 ) . Prin aranjarea numitorilor şi
x 2 − x1 x 2 − x1 x 2 − x1
y − y1 x − x1
numărătorilor obţinem: = (5)
y 2 − y1 x 2 − x1
Relaţia (5) reprezintă ecuaţia dreptei ce trece prin două puncte de coordonate cunoscute.
3. Ecuaţia dreptei prin tăieturi
Cunoaştem ecuaţia generală a dreptei şi punctele A şi B în care dreapta intersectează axa OX,
respectiv OY.
y

P(0, B)

y = ax +b
B

T ( A ,0 )
O x
A

12
 y−0 x−A
Înlocuim în relaţia (5) coordonatele punctelor T şi P şi obţinem: = de unde rezultă
B−0 0−A
x y
ecuaţia dreptei prin tăieturi, de forma: + =1 (6)
A B
4. Ecuaţia dreptei tangentă la curba f (x ) = y , în punctul P(x 0 , y 0 )
y y = f (x)

P( x 0 , y 0 )

y = ax +b

O x

Punctul P(x 0 , y0 ) aparţine funcţiei f (x ) = y şi dreptei de ecuaţie y = ax + b , de

aceea putem scrie că a = f x' 0 (7)
Punctul P aparţine şi dreptei de aceea: y 0 = f x' 0  x 0 + b , relaţie din care rezultă:
b = y 0 − f x' 0  x 0 (8)
Înlocuind (7) şi (8) în ecuaţia generală obţinem relaţia cerută de forma:
y − y 0 = f x' 0  x 0 ( x − x 0 ) (9)

4 FUNCŢIA ŞI ECUAŢIA DE GRADUL II

1. Forma generală a funcţiei de gradul II: y = ax + bx + c f : R → R

− e  b 2 − 4ac
2. Soluţia ecuaţiei ataşate: y = 0 → ax + bx + c = 0 → x1, 2 = 2
.
2a
−b 
Notez b 2 − 4ac =  , numit discriminant şi relaţia de calcul a soluţiilor este: x1, 2 = .
2a
3. Studiul soluţiilor ecuaţiei de gradul II în funcţie de discriminantul  :
Cazul 1: Dacă   0 atunci ecuaţia are două soluţii reale şi distincte,
x1, x 2  R / x1  x 2 ;
Cazul 2: Dacă  = 0 atunci ecuaţia are două soluţii reale şi egale: x1, x 2  R / x1 = x 2 .
Cazul 3: Dacă   0 atunci ecuaţia are două soluţii complex conjugate, adică,
x1, x 2  C \ R . Dacă x1 = A + iB , atunci x 2 = A − iB .
4. Monotonie şi grafic:
x − x1 x2 +
2
y = a  x + bx + c (+ a ) 0 (−a ) 0 (+ a )

f ' (x ) = 2ax + b = 0 → x V = −
b
, atunci f (x V ) = y V = −  . Cu ajutorul primei derivate obţinem
2a 4a
monotonia funcţiei şi punctele de extrem: Maxim sau minim.
f '' (x ) = 2a . Cu ajutorul derivatei a doua obţinem curbura funcţiei. Dacă a  0 atunci
curbura este pozitivă, dacă a  0 atunci curbura este negativă.

13
În funcţie de semnele coeficienţilor a şi b şi a semnului valorii discriminantului, funcţia de
gradul doi, poate avea una din formele următoare:

y y y
 = 0, a  0   0, a  0
  0, a  0

b
xV = −
b 2a
b xV = −
xV = − 2a
2a
x1 x2
O x O x1 = x 2 x O () x1 , x 2  R x
V( x V , y V )
y y y
  0, a  0

 = 0, a  0   0, a  0
b b
xV = − xV = −
b 2a
xV = − 2a
2a
O x1 x2 O O
x x1 = x 2 x x
V( x V , y V )

() x1 , x 2  R

5. FUNCŢIA EXPONENŢIALĂ

1. Forma generală şi condiţii de existenţă:

Funcţia exponenţială este o funcţie f : R → R , de forma f ( x ) = a x , unde a este baza
iar x este exponentul.
a  0
Condiţii de existenţă:  → a  (0,1)  (1,+)
a  1
2. Monotonie şi grafic
Tabelul de variaţie are următoarea formă:
a  (0,...,1) a  (1,...,+ )
x − 0 + x − 0 +
y = a +
x
1 0 y = ax 0 1 +

y y

f (x ) = a x , a  1
f (x ) = a x ,0  a  1

O x O x

3. Proprietăţi:

14
 ax
( ) ( )
1
x− y x y x y
a x  a y = a x+ y ; = = = = a x ; a1 = a
0 x y y
y
a ; a 1 ; a a ; a
a

6. FUNCŢIA LOGARITM

1. Forma generală şi condiţii de existenţă:

Funţia logaritm este o funcţie f : R+ → R , de forma: f ( x ) = log a x , unde a este baza funcţiei
logaritm iar x este exponentul.
a  o
Condiţii de existenţă: a  1
x  0

De aici rezultă două condiţii cumulative: a  (0,1)  (1,+) şi x  (0,+)
2. .Monotonie şi grafic
a  (0,...,1) a  (1,...,+ )
x 0 1 + x 0 1 +
y = log a x + − y = a −
x
0 +
0
y y

f (x ) = loga x f (x ) = log a x
0  a 1 a 1
1
1 1
O x O x

3. Proprietăţi:
log a x + log a y = log(x  y ) ; log a a c = c
x 1
log a x − log a y = log a ; loga = loga b −1 = − loga b
y b
log b x
log a x x = x  log a x ; log a x =
log b a
loga 1 = 0 ; log a a = 1 ; log e x  ln x ; log10 x  lg x
log a x b x = log a b

7. INDUCŢIA MATEMATICĂ

Inducţia matematică este o metodă de validare şi generalizare a rezultatelor obţinute

prin alte metode de investigare de aceea metoda inducţiei complete porneşte de la o proporţie
dată.
Punerea problemei:

15
 Fie propoziţia P(n ) , să se arate că P(n) = adevărat () n  N
Algoritm de rezolvare a problemei, prin inducţie matematică:
1. Se verifică propoziţia P(n ) pentru câteva cazuri particulare:
Pentru n = 1  P(1) = adevărat;
Pentru n = 2  P(2) = adevărat;
Pentru n = 3  P(3) = adevărat.
2. Generalizarea rezultatelor particulare de la pasul 1:
P(1), P(2), P(3) = adevărat  P(n) = adevărat.
3. Se construieşte propoziţia P(n + 1) :
Pentru n := n + 1  P(n + 1)
Se verifică propoziţia P(n + 1) ştiind că P(n) = adevărat.
P(n +1) = adevărat  P(n) = adevărat () n  N
Aplicaţie
n (n + 1)
Să se arate că egalitatea: 1 + 2 + 3 + ... + n = este adevărată ()n  N.
2
Algoritm de rezolvare a problemei, prin inducţie matematică:
1. Se verifică propoziţia P(n ) pentru câteva cazuri particulare:
1(1 + 1)
Pentru n = 1: 1 =  P(1) = adevărat;
2
2(2 + 1)
Pentru n = 2 : 1 + 2 =  P(2) = adevărat;
2
3(3 + 1)
Pentru n = 3 1 + 2 + 3 =  P(3) = adevărat.
2
2. Generalizarea rezultatelor particulare de la pasul 1:
n (n + 1)
P(1), P(2), P(3) = adevărat  P(n) = adevărat, adică: 1 + 2 + 3 + ... + n =
2
3. Se construieşte propoziţia P(n + 1) : Pentru n := n + 1  P(n + 1) care are forma:
(n + 1)  (n + 2)
1 + 2 + 3 + ... + n + (n + 1) =
2
Se verifică propoziţia P(n + 1) ştiind că P(n) = adevărat.
n (n + 1) (n + 1)  (n + 2)
+ (n + 1) = . Se efectuează calculele şi rezultă că P(n +1) = adevărat
2 2
 P(n) = adevărat () n  N , adică:
n (n + 1)
1 + 2 + 3 + ... + n = este adevărată ()n  N.
2

8. TIPURI DE MEDII. INEGALITATEA MEDIILOR

8.1. Media aritmetică simplă şi ponderată

8.1.1 Media aritmetică simplă
Fie x1 , x 2 , x 3 ...x n , n rezultate experimentale, atunci suma lor este:
n

n x i
x 1 + x 2 + x 3 + ... + x n =  x i , iar media aritmetică simplă este: x = i =1
.
i =1 n

16
 8.1.1 Media aritmetică ponderată
Fie x1 , x 2 , x 3 ...x n , n rezultate experimentale, cu frecvenţele f1 , f 2 , f 3 ...f n atunci le putem scrie
x x2 ... x n 
sub forma unei matrice de forma:  1  . Media aritmetică ponderată are relaţia:
 f1 f2 ... f n 
n

x i  fi n n
x= i =1
n
 x   fi =  xi  fi
f
i =1
i
i =1 i =1

8.1.1 Proprietăţi ale mediei aritmetice:

 (x )
n
a. i − x = 0 . Suma abaterilor seriilor statistice simple, de la media aritmetică,
i =1

n  x
 (x − x ) =  x −  x =  x − n x =  x − n =0
i
este zero. i i i i

b.  (x − x ) f = 0  Suma abaterilor seriilor statistice

i i cu frecvenţa, de la media
aritmetică, este zero.
x  f  f
 (x )
− x f i =  xi f i −  x  f i =  xi  f i − x  f i =  xi  f i −  =0
i i

f
i i
i

c. x + y = x + y
d. xy = x  y

8.2. Media armonică simplă şi ponderată

Fie x1 , x 2 , x 3 ...x n , n rezultate experimentale, atunci media armonică este:
n n
xH = = n
1 1 1 1
+
x1 x2
+ ... +
xn i =1 xi

Fie x1 , x 2 , x 3 ...x n , n rezultate experimentale, cu frecvenţele f1 , f 2 , f 3 ...f n , atunci Media

armonică ponderată are relaţia:
n

f 1 + f 2 + f 3 + ... + f n f i
xH = = i =1
, i = 1,..., n .
f1 f 2 f3 fn 1
+
x1 x 2 x 3
+ + ... +
xn
 x  fi
i

8.3. Media pătratică simplă şi ponderată

Fie x1 , x 2 , x 3 ...x n , n rezultate experimentale, atunci media pătratică simplă este:

xp =
x 12 + x 22 + x 32 + ... + x 2n
=
 x i2
n n
Fie x1 , x 2 , x 3 ...x n , n rezultate experimentale, cu frecvenţele f1 , f 2 , f 3 ...f n , atunci Media
pătratică ponderată are relaţia:

xp =
x 12  f1 + x 12  f1 + x 12  f1 + ... + x 12  f1
=
x f 2
i i
, i = 1,..., n .
f1 + f 2 + f 3 + ... + f n f i

17
 8.4. Media geometrică simplă şi ponderată
Fie x1 , x 2 , x 3 ...x n , n rezultate experimentale, atunci media geometrică simplă este:
n
x g = n x 1  x 2  x 3  ...  x n = n x
i =1
i . Pentru simplificarea calculului expresia se poate

logaritma şi rezultă relaţia: log x g =  log x i

n
Fie x1 , x 2 , x 3 ...x n , n rezultate experimentale, cu frecvenţele f1 , f 2 , f 3 ...f n , atunci Media
geometrică ponderată are relaţia:

n
x g = f1 +f 2 +...+f n x 1 1  x 2 2  x 3 3  ...  x n =  f i  x i i . Logaritmând, ecuaţia aceasta
f f f fn f

i =1

devine: log x g =  f log x

i i

f i

8.5 Inegalitatea mediilor:

x H  x g  x  x p , ceea ce se poate transpune în cuvinte astfel:

Media armonică este mai mică decât media geometrică, mai mică decât media
aritmetică, mai mică decât media pătratică.

9. ANALIZĂ COMBINATORIE

9.1. Permutări
Definiţie: Se numesc permutări ale unei mulţimi A cu n elemente toate mulţimile
ordonate care se pot forma cu cele n elemente ale lui A.
Pn = 1  2  3  ...  n = n!. Prin convenţie, 0!= 1 şi 1!= 1 .
Fie trei litere (a, b, c ) , atunci permutările celor trei litere sunt date în tabloul
următor: (abc, acb, bca, bac, cab, cca) = 6 . P3 = 3!= 3  2  1 = 6 .
Proprietăţi:
1. n!= (n − 1)!n
2. (n + 1)!= n!(n + 1)
9.2. Aranjamente A kn , n, k  N , n  k
Definiţie:
Se numesc aranjamente a n elemente luate câte k(k  n ) ale unei mulţimi A cu n
elemente, toate submulţimile ordonate cu câte m elemente care se pot forma din cele n
elemente ale mulţimii A.
n  (n − 1)  (n − 2)  ...  3  2  1
= n (n − 1)(n − 2)  ...  (n − m + 1)
n!
A kn = =
(n − k )! (n − k − 1)(n − k − 2)...(n − k − 3)  ...  3  2  1
Proprietăţi:
1. Ann = Pn = n!
2. An0 = 1
3. Ann −1 = Ann

9.3. Combinări

18
 Definiţie:
Se numesc combinări a n elemente luate câte k (k  n) ale unei mulţimi A cu n
elemente toate submulţimile cu câte k elemente, care se pot forma din cele n elemente ale
mulţimii A.
Ak n! n(n − 1)(n − 2)...(n − k + 1)
C nk = n = =
Pk (n − k )!k! k!
Proprietăţi:
1. C n1 = n
2. C nn = C n0 = C 00 = 1
3. C nk = C nn − k
4. C nk = C nk−1 + C nk−−11
5. C n0 + C n1 + ... + C nn = 2 n

9.4. Binomul lui Newton

(a + b )n = C n0 a n  b 0 + C n1 a n−1  b1 + ... + C
k n−k k
na

b + ... + C nn a 0  b n

Tk +1
n−k
Tk +1 = C ak
n b k

Dacă S ( p ) = 1 p + 2 p + ... + n p atunci:

n(n + 1)
S1 = 1 + 2 + ... + n =
2
n(n + 1)(2n + 1)
S 2 = 12 + 2 2 + ... + n 2 =
6
 n(n − 1) a 2 (n + 1)
2 2
S 3 = S12 =  =
 2  4

10. CALCULUL MATRICIAL

10.1 Matrici

10.1.1 Definiţii şi noţiuni introductive

Definiţia 1:
O matrice este un tablou format din linii şi coloane echidistante la intersecţia cărora se
găsesc elementele matricii.
 o o o o o o  l1  a 11 a 12 a 13 a 14 
   
 o o o o o o  l2  a 21 a 22 a 23 a 24 
A=  A=
 o o o o o o  l a a 32 a 33 a 34 
3
 31 
 o o o o o o  l4 a 
   41 a 42 a 43 a 44 

C1 C2 C3 C4 C5 C6

A = aij, i = 1,4; j = 1,6 ; i = contorul pentru linii şi j = contorul pentru coloane

Definiţia 2:
O matrice este un tensor de ordinul 1; există o ramură a matematicii numită „Analiză
tensorială” sau un vector de ordinul 2.

19
 Definiţia 3:
O matrice este un vector generalizat de aceea ea se poate scrie ca un ansamblu de
vectori.

 a11 a12 a13 a14 a15 a16   v1 

   
a a 22 a 23 a 24 a 25 a 26   v 2 
A =  21 = unde: v i = (v i1 vi2 v i3 vi4 v i5 vi6 )<
a a32 a33 a34 a35 a36   v 3 
 31   
a
 41 a 42 a 43 a 44 a 45 a 46   v 4 

Observaţie:
Elementele matricii se caracterizează prin:
- modul (mărime, valoare);
- poziţie (pe linie, coloană).
Notaţii:

A ; ( A) ; A ; A(aij ) sau ( A, aij, i = 1,4; j = 1,6) sau A, aij , i = 1, n; j = 1, m ) , unde:
i = contor pentru linii; n = nr. de linii; j = contor pentru coloane; m = nr. de coloane
 a11 a12 a13 
  a11 , a 22 , a33 diagonala principala
Fie matricea: A =  a 21 a 22 a 23  unde:
a  a13 , a 22, a31 diagonala secundara
 31 a32 a33 
Dacă i = j → elementele de pe diagonala principală;
Dacă i = n − ( j + 1) diagonala secundară;
Dacă i  j → elementele ce se găsesc deasupra diagonalei principale;
Dacă i  j → elementele ce se găsesc sub diagonala principală.
Definiţia 3: Ordinul unei matrici
Ordinul unei matrici este dat de produsul cartezian (m  n) sau dubletul (m, n) ,
unde: m = nr. de linii, n = nr. de coloane.

10.1.2 Operaţii cu matrici

Adunarea a două matrici:

Observaţii:
1. Nu se pot aduna decât matricile de acelaşi ordin;
2. Operaţia de adunare a matricilor este o operaţie conservativă, adică ea conservă
ordinul matricii. A(m, n) + B(m, n) = C(m, n)
3. Matricea unitate pentru operaţia de adunare este matricea O(m, n) .
A(m, n) + O(m, n) = A(m, n)
4. Matricea simetrică faţă de operaţia de adunare se numeşte matricea opusă:
A(m, n) + (− A(m, n)) = O(m, n)
5. Matricea sumă se obţine adunând element cu element.
Exemplu:
 0 1 3 1 1 1  0 1 3  1 1 1   1 2 4 
         
A =  2 1 5  ; B =  2 1 1  , atunci: A + B =  2 1 5  +  2 1 1  =  4 2 6 
 4 2 1 1 1 2  4 2 1  1 1 2  5 3 3
         
6. Operaţia de adunare a matricilor este o operaţie comutativă: A + B = B + A

20
 Înmulţirea cu un scalar
 a11 a12 a13   a11 a12 a13 
   
 ( A) = (A) ;    a 21 a 22 a 23  = a 21 a 22 a 23 
a   
 31 a32 a33   a31 a32 a33 
 = scalar
Scalarul se înmulţeşte cu fiecare element al matricii A .
1 1 2  3 3 6
   
Exemplu: 3   2 1 1 = 6 3 3
1 1   3 3 
 2 6

Observaţie: Scoaterea unui factor comun în faţa matricii presupune împărţirea fiecărui
element cu numărul respectiv.

 6 9 6  2 3 2
   
 3 12 6  = 3   1 4 2 
18 6 9   6 2 3
   

Înmulţirea a două matrici

Definiţia 1. Nu se pot înmulţi decât matricile CONFORME

Definiţia 2:
Matricile A şi B sunt matrici conforme dacă numărul de coloane al primei matrici
este egal cu numărul de linii al celei de-a doua matrici.
A = (m, n)  B(k , p ) = C (m, p ) , unde n = k

Definiţia 3:
Prin înmulţirea a două matrici oarecare se obţine o matrice de alt ordin decât matricile
iniţiale deci, în general, înmulţirea matricilor este o operaţie neconservativă şi necomutativă.
Doar înmulţirea matricilor pătratice, de acelaşi ordin, este conservativă.
A(u, u )  B(u, u ) = C(u, u )
Observaţie: Regula de realizare a matricii produs este LI-CO (linie peste coloană).
 1 2 2  3 2  9 6
     
Exemplu:  2 1 1    2 1  =  9 6  (3,3) (3,2) = (3,2)
 1 3 2   1 1  11 7 
     

1  3 + 2  2 = 3 + 4 + 2 = 9  a11 ; l1  C1
1  2 + 2  1 + 2  1 = 6  a12 ; l1  C2
2  3 + 1  2 + 1  1 = 9  a21 ; l 2  C1
2  2 + 1  1 + 1  1 = 6  a22 ; l 2  C2
1  3 + 3  2 + 2  1 = 11  a31 ; l3  C1
1  2 + 3  1 + 2  1 = 7  a32 ; l3  C 2

21
 Înmulţirea matricilor pătratice
Definiţia 1: Numim matrice pătratică matricea care are acelaţi număr de linii şi
coloane (nrlinii = nrcoloane )
A(n, n)  B(n, n) = C(n, n) → operaţie conservativă.
Observaţii:
1. Elementul neutru pentru operaţia de înmulţire a matricilor pătratice este matricea
unitate:
1 0 0
  1 daca i = j
I n =  0 1 0  = ij =  , ij → simbolul lui Kronecker
0 0 1  0 daca i  j
 
2. A(n, n)  I (n, n) = I (n, n)  A(n, n) = A(n, n)
3. Simetrica matricii A(n, n) faţă de operaţia de înmulţire se numeşte inversa matricii
A , se notează A−1 şi are proprietatea: A(n, n)  A−1 (n, n) = I (n, n)

10.1.3 Transpusa unei matrici

Fie matricea A(m, n)  A(3,2)
 a11 a12 
 
A =  a 21 a 22 
a a32 
 31
Numim transpusa matricii A , matricea notată At sau A ' ce se obţine prin
transformarea liniilor în coloane. Dacă A(3,2) → At (2,3)
Exemplu:
 2 2 3
 2 3 1 4  
  3 1 1
A =  2 1 5 2 → A =  t

 3 1 2 3 1 5 2
   
 4 2 3
 

10.1.4 Matrici particulare

1. Matrici pătratice
Definiţie: Matricile care au numărul de linii egal cu numărul de coloane se numesc
 a11 a12 a13 
 
matrici pătratice. A =  a 21 a 22 a 23 
a a 33 
 31 a 32
2. Matrici triunghiulare
Matrici triunghiulare sau superior triunghiulare sunt matrici de forma:
 a11 a12 a13 
 
A =  0 a 22 a 23  şi au proprietatea că det A = a11  a12  a33
 0 0 a33 

Matrici inferior triunghiulare sunt matrici de forma:

22
  a11 0 0 
 
A =  a 21 a 22 0  şi au proprietatea că det A = a11  a12  a33
a a33 
 31 a32
Matrici simetrice sunt matricile pătratice care au a ij = a ji ()i, j  n , unde n este
 a11 a12 a13 
 
ordinul matricii. A =  a12 a 22 a 23  Dacă A = At → matrice simetrică
a 
 13 a 23 a33 
Matrici antisimetrice (strâmbsimetrice) sunt matricile pătratice care au:
a ij = −a ji → a ii = −a ii → 2a ii = 0 → a ii = 0
 o a12 a13 
 
A =  − a12 o a 23 
− a − a 23 o 
 13

10.2. Determinanţi
10.2.1. Definiţii şi notaţii
Determinantul este un operator scalar ataşat unei matrici pătratice. Exemplu:
 a11 a12 a13 
  a 11 a 12 a 13
A =  a12 a 22 a 23   () det det A = A = a a a 23 , altfel spus:
a 
12 22

 13 a 23 a33  a 13 a 23 a 33
Determinantul reprezintă o valoare scalară ataşată unei matrici pătratice
a 1 1 a11 a12 a13
 = 1 a 1  = a12 a 22 a 23  A
1 1 a a13 a 23 a33

10.2.2. Calculul valorii unui determinant

Pentru determinarea valorii unui determinant () trei metode:
a) Metoda lui Sarrus:
a11 a12 a13
a 21 a 22 a 23
 = a31 a32 a33
a11 a12 a13
a 21 a 22 a 23
= (a11  a22  a33 + a21  a31  a13 + a31  a12  a23 ) − (a13  a22  a31 + a23  a32  a11 + a33  a12  a21 )

b) Metoda triunghiului
a11 a12 a13
 = a 21 a 22 a 23
a 31 a 32 a 33

c) Metoda lui Cramer

23
 Metoda lui Cramer utilizează minorii algebrici.
a11 a12 a13
 = a 21 a 22 a 23 Calculul valorii determinantului se poate face după orice linie sau
a31 a32 a33
(coloană). Exemplu:
a11 a12 a13
a 23 = (− 1)  a11   11 + (− 1)  a12  2 + (− 1)  a13   3 =
1+1 1+ 2 1+ 3
 = a 21 a 22
a31 a32 a33
a 22 a 23 a a 23 a a 22
= a11  − a12  21 + a13  21 =
a32 a33 a31 a33 a31 a32
= a11 (a22  a33 − a23  a32 ) − a12 (a21  a33 − a23  a31 ) + a13 (a21  a32 − a22  a31 )
Exemplu:
1 2 3
4 2 3 2 3 4
A = 3 4 2 = (− 1)  1  + (− 1)  2 + (− 1)  3
1+1 1+ 2 1+ 3
=
1 3 2 3 2 1
2 1 3
4 2 3 2 3 4
= −2 +3 = 10 − 2(9 − 4) + 3(3 − 8) = 10 − 10 + 3(− 5) = −15
1 3 2 3 2 1
3 2 0 1
5 2 3 −1 2 3 −1 5 2
−1 5 2 3
= = 3  − 12 3 − 7 − 2 6 3 − 7 − 1 6 − 12 3
6 − 12 3 −7
2 7 1 10 7 1 10 2 7
10 2 7 1

10.2.3. Proprietăţile determinanţilor

a) Valoarea unui determinant este zero atunci când determinantul are:

- o linie (coloană) formată din elemente zero;
- două linii (coloane) egale;
- două linii (coloane) proporţionale.

b) Valoarea unui determinant nu se modifică atunci când:

- Adunăm două linii (coloane) între ele;
- Adunăm toate liniile (coloanele) la o linie (coloană);
- Extragem factor comun de pe o linie (coloană);
- Facem combinaţii liniare între elementele liniilor (coloanelor). Se înmulţeşte o linie
(coloană) cu un număr şi se adună la altă linie (coloană);
- Schimbăm două linii (coloane) între ele.

11. ANALIZA MATEMATICĂ. DERIVABILITATEA ŞI INTEGRABILITATEA

FUNCŢIILOR

11.1 Derivabilitatea funcţiilor

11.1.1 Derivabilitatea într-un punct

24
 Definiţia 1: Fie o funcţie f (x ) continuă pe a, b şi fie x0  a, b spunem că f (x )
este derivabilă în punctul x = x0 dacă şi numai dacă:
i) f (x ) este continuă în x = x0 ;
f (x ) − f (x0 )
ii) lim = f ' (x0 )
x → x0 x − x0
Definiţia 2: Fie f : A → B o funcţie f (x ) , spunem că f (x ) este derivabilă în punctul
f ( x ) − f ( x0 ) f (x ) − f ( x0 )
x = x0  : lim = lim = f ' (x0 ) , sau: f S' ( x0 ) = f d' ( x0 ) = f ' ( x0 )
x → x0 x − x0 x → x0 x − x0
Definiţia 3:
O funcţie derivabilă în orice punct x0  (a, b) este derivabilă pe (a, b) .

11.1.2 Relaţii de derivare:

Fie u = u(x ) , v = v(x ) atunci sunt adevărate următoarele relaţii de derivare:
1. (x u ) = u  x u −1
'

2. (ln x ) =
' 1
x
3. (e x ) = e x
'

4. (a x ) = a x ln a
'

5. (sin x ) = cos x
'

6. (cos x ) = − sin x
'

7. (tgx ) =
' 1
cos 2 x
8. (ctgx) = − 2
' 1
sin x
9. (arcsin x ) =
' 1
1− x2
10. (arccos x ) = −
' 1
1− x2
11. (arctgx) =
' 1
1+ x2
12. (arcctgx) = −
' 1
1+ x2
Proprietăţi:
1. ( f  g ) = f '  g '
'

2. (k  f ) = k  f '
'

3. k ' = 0
4. ( f  g ) = f '  g + f  g '
'

'
f f '  g − f  g'
 
5.   =
g g2
6. u = u ( x ) → u '

25
 (u ) = n  u
u ' n −1
u'
'
(ln u )' = u
u
(e ) = u  e
u ' ' u

(a ) = u  a
u ' u
ln a
(sin u ) = u '  cos u
'

(cos u )' = −u ' sin u

u'
(tgu )' =
cos 2 u
u'
(ctgu) = − 2
'

sin u
'
(arcsin u )' = u 2
1− u
'
(arccosu )' = − u 2
1− u
'
(arctgu)' = u 2
1+ u
'
(arcctgu)' = − u 2
1+ u
(u ) = vu
v '
u + v u v −1 ' ' v
 ln u
(u )
u '

( )
 x

x −1
  uv

( ) '

'
 f  f '  g − f  g'
  =
g g2
'
1
( )
' g'
  = g −1 = −1  g −2 , deci : g ' = − 2
g g

( ) '
x =
1
2 x
Observaţie:
( f  g )' = f ' g + f  g '
( f1  f 2  f 3 )' = f1' ( f 2  f 3 ) + f 2' ( f1  f 3 ) + f 3' ( f1  f 2 )
( f1  f 2 ... f 3 )' = f1' ( f 2  f 3 ) + f 2' ( f1  f 3 ) + ... + f n' ( f1  ...  f n )
11.2 Teorema lui Fermat
Fie o funcţie f (x ) continuă pe a, b şi derivabilă pe (a, b) dacă () c  (a, b) a.î.
P(c, f (c )) este punct de extrem atunci f ' (c ) = 0

Corolar
1. Prima derivată a unei funcţii ne dă informaţii despre memoria funcţiei:

26
 f ' (x ) > 0 → f . cos c
f ' (x ) < 0 → f . cos c
f ' (x ) = 0 → punct staţionar:
f ' ( x0 ) = 0 şi f ' ' (x0 )  0 extrem M şi m
f ' ( x0 ) = 0 şi f ' ' (x0 ) = 0 inflexiune
2. Prima derivată a unei funcţii într-un punct ne dă panta tangentei la curbă în
punctul respectiv.
y − y 0 = f ' (x0 )(x − x0 )

11.3 Teorema lui Cauchy

Fie două funcţii f (x ) şi g ( x ) funcţii continue pe a, b şi derivabile pe (a, b) atunci
() c  (a, b) a.î.:
f (b ) − f (a ) f ' (c )
=
g (b ) − g (a ) g ' (c )

11.4 Teorema creşterilor finite a lui J. Lagrange

Fie o funcţie f (x ) , funcţie continuă pe a, b şi derivabilă pe (a, b) atunci ()
c  (a, b) a.î.:
f (b ) − f (a )
= f ' (c )
b−a
Definiţia derivatei într-un punct:
f (x ) − f (x0 )
lim = f ' (x0 )
x → x0 x − x0
f (b ) − f (a )
tg =
b−a
Aplicaţiile specifice teoremei lui Lagrange sunt dublele inegalităţi:
1. Să se arate că () x  R+ () inegalitatea:
x  e x −1  x  e x
2.Să se arate că () x  0 () inegalitatea:
 ln (1 + x )  x
x
1− x
3. Să se arate că () x  u () inegalitatea:
x x +1 1
 ln 
1+ x u u

11.5 Teorema lui Rolle

Fie o funcţie f (x ) , funcţie continuă pe a, b şi derivabilă pe (a, b) dacă () două
puncte:
a <C1<C2<b a.î. f (c1 ) = f (c2 ) atunci () c  (c1 ,c2 ) a.î. f (c ) = 0
Şirul lui Rolle
Definiţia 1:
O funcţie continuă pe a, b şi derivabilă pe (a, b) se numeşte funcţie Rolle.
Enunţ:

27
 O funcţie Rolle are între două rădăcini ale funcţiei cel puţin o rădăcină a derivatei şi
între două rădăcini ale derivatei cel mult o rădăcină a funcţiei.

11.6 Derivate de ordin superior


a) Derivata de ordinul II f '' ( x ) = f ' ( x )  '

Derivata a II a ne dă informaţii despre curbura funcţiei:

f '' (x ) >0 f. convexă
f '' (x ) <0 f. concavă
f '' ( x ) = 0 inflexiune

b) Derivate de ordin superior

Fie o funcţie f (x ) , funcţie continuă şi derivabilă de n ori în x = x0 atunci () f (x )
ea se poate scrie sub formă de polinom prin dezvoltare în Serie Tazlor
f (x ) = f (x0 ) + f ' (x0 )(x  x0 ) + ... + f x(m ) (x − x0 )
1 1 n

1! u! 0
n
f (x ) =  f xk0 (x − x0 )
1 k

k =0 k !
Dacă x 0 = 0 atunci  Dezvoltarea în Serie Mac Laurin

f (x ) = f (0) + f ' (0)x + ... + f 0u x u

1 1
1! 1!
n
f (x ) =  f ok x k
1
k = 0 k!

11. 7. INTEGRABILITATEA FUNCŢIILOR

11. 7.1 Metode de calcul a primitivelor

11. 7.11. Calculul primitivelor prin metode directe:

Definiţia 1:
Primitiva unei funcţii reprezintă antiderivata sa.
 f (x )dx = F (x ) + C
(F (x ) + C )' = f (x )
Proprietăţi:
1.  ( f (x )  g (x ))dx =  f ( x )dx   g (x )dx
2.  kf ( x )dx = k  f ( x )dx
3.  f (x )dx = F (x ) + C
Relaţii de calcul algoritmici:
1.  dx = x + C
2.  sin xdx = − cos x + C
3.  cos xdx = sin x + C

28
4.  e x dx = e x + C
ax
5.  a x dx = +C
ln a
x n +1
6.  x n dx = +C
x +1
= ln (x ) + C
dx
7. 
x
3
1 2 3
x 2
8.  xdx =  x dx = 3 = 3 x 2 + C
2

2
dx 1 x
9.  2 = arctg
x +a 2
a a
dx
10.  = ln x + 1 − x 2 + C
1− x 2

Alte relaţii:
(a + bx ) n +1

 (a + bx) dx = b(n + 1) *C
x
1.

= ln (a + bx ) + C
dx 1
2.  a + bx b
dx 1
3.  (a + bx) 2
=−
b(a + bx )
+C

dx 1 1+ x
4.  1 − x 2 = 2 ln 1 − x + C
dx 1 x −1
5.  x 2 − 1 = 2 ln x + 1 + C
dx 1 x
6.  a + bx 2 = ab arctg b + C
a
dx 1 ab + bx
7.  a − bx 2 = 2 ab ln ab − bx
 dx
  o =  a(x − x )(x − x )
 1 2
dx  dx
8.  ax 2 + bx + c =   = o =  a(x − x )2
 0
 dx
 0= 2
n +1
9.  a 2 + x 2 dx

10.  a 2 − x 2 dx

11.  x 2 − a 2 dx

29
 x n +1
 x ln xdx = +C
n
12.
n +1

 x ln xdx = 2 (ln x ) + C
1 1 2
13.

(ln x )n dx = 1 (ln x )n+1 + C

14.  x n +1

 x ln x = ln (ln x ) + C
dx
15.
1 1
 sin xdx = − 4 sin 2 x + 2 x + C
2
16.
1 1
17.  cos 2 xdx = 4 sin 2 x + 2 x + C
cos mx
18.  sin mxdx = − m + C
sin mx
19.  cos mxdx = m + C
20.  tgxdx = − ln cos x + C
21.  ctgxdx = ln sin x + C
dx x
22.  sin x = ln tg 2 + C
dx x 
23.  cos x = ln tg 2 + 4 
dx x
24.  1 + cos x = tg 2 + C
25.  arcsin xdx = x  arcsin x + 1 − x 2 + C

26.  arccos xdx = x  arccos x − 1 − x 2 + C

27.  arctgxdx = x  arctgx − ln (1 + x 2 ) + C

1
2

11. 7.1.2 Calcului primitivei prin schimbare de variabilă

Se porneşte de la variabila x şi se schimbă în variabila u = u(x ) , dx =
du
u'
2x
I = dx
x +1
2

du du
x 2 +1 = u dx = =
u ' 2x
2 x du
I = 
u 2 x
=
du
u
(
= ln u + C = ln x 2 + 1 + C )
u = u(x ) , unde x este variabilă simplă
du
dx = '
u

30
11. 7.1.3 Calculul primitivei prin substituţie
I =  1 − x 2 dx
x = sin t dx = x!dt
Se porneşte de la ipoteza că x este variabilă
x = x(t ) dx = x!dt
I =  1 − sin 2 t  cos t  dt =  cos 2 t  dt

11. 7.1.4 Calculul primitivei prin integrarea prin părţi

( f  g )' = f '  g + f  g ' →
f  g ' = ( f  g ) − f !g →
'

 f  g dx =  ( f  g ) −  f  g  dx →
' ' '

 f  g dx = f  g −  f  gdx
' '

Exemplu:
I =  x  e x dx
f = x → f ' =1
g ' = ex → g = ex
I = f  g −  g  f ' dx →
I = x  e x −  e x dx = x  e x − C x + C = e x (x − 1) + C

11. 7.1.5 Substituţiile lui Euler:

Cu ajutorul substituţiilor lui Euler se reprezintă integralele funcţiilor de forma:
(
I =  f x, ax 2 + bx + c dx )
Cazul 1   0 , a  0
ax 2 + bx + c = a x + t
Cazul 2   0 , a  0 , c  0
ax 2 + bx + c = tx + c
Cazul 3   0
ax 2 + bx + c = t ( x − x1 )
t (x − x2 )
Aplicaţii:
1. I =  1 − x 2 dx

2. I =  4 − x 2 dx
dx
3. I =  x +a = x+t Euler
x2 + a
dx
4. I = 
1+ x + x +1

31
 dx
5. I =  x2 + x +1 = x +1
x x + x +1
2

dx
6. I =  x2 + 2 = x +1
x x +2 2

x x du 1 du
dx x 2 u I =  2
u + 1 2 x 2  u ' + 1
7. I =  2  = = arctg u
x +1
8. I =  x  ln x  dx =  x  ln x  dx

11.8 Integrale definite

11.8.1 Forma generală şi proprietăţi
Propoziţia 1
Primitiva unei funcţii este o funcţie de forma:
(1)  f ( x )dx = F ( x ) + C , cu proprietatea:
(2) F(x ) + C = f (x )
'

În virtutea proprietăţii (2) integrala unei funcţii se mai numeşte şi antiderivată.

Propoziţia 2
Integrala definitivă a unei funcţii este o valoare ce se calculează cu relaţia (3):
b
(3)  f (x )dx = F (x ) = F (b) − F (a )
a

Algoritm de rezolvare:
b

 f (x )dx
a

1) Se calculează integrala nedefinită prin metodele cunoscute.

b u (b )

 f (x )dx = ( )f (u )du
a u a

Trecând de la variabila x la variabila t, u, v, se modifică şi limitele de integrare, de

aceea se rezolvă integrala nedefinită, se aduce rezultatul la variabila x apoi se aplică
proprietatea (3).
Exemplu:
2
I =  ln x  dx
1
1
f = ln x → f ' =
x
g' =1→ g = x
I = x  ln x −  dx = (x  ln x − x ) = (2 ln 2 − 2) − (1ln 1 − 1 = 2 ln 2 − 2 + 1 =
   
F (b ) F (a )

4
2 ln 2 − 1 = ln 4 − ln e = ln
e
Proprietăţi ale integralei definite:
b
1.  f (x )dx = F (x ) = F (b) − F (a )
a

32
 b b
2.  f (x )dx = −  f (a + b − x )dx
a a
b b
3.  f (x )dx = − f (b − x )dx
0 0
2a a
4.  f (x )dx =   f (x ) − f (2a − x )dx
0 0
2a a 2a
5.  f (x )dx = f (x )dx +  f (x )dx
0 0 0
b a
6.  f (x )dx = − f (x )dx
a b
a
7.  f (x )dx =0
a
b b
8.  f (x )dx   f (x )dx
a a

Propoziţia 3
Modulul integralei definite este mai mic sau egal cu integrala modulului
2
b  b b
9.   f (x )  g (x )dx   f 2
(x )dx   g 2 (x )dx
a  a a

10. Fie a<b<c atunci:

c b c

 f (x )dx =  f (x )dx +  f (x )dx

a a b

11.8.2 Reprezentări geometrice ale integralei definite

Introducere:
Fie o funcţie continuă f : a, b → R şi monoton crescătoare.
Se împarte intervalul a, b în subintervale
b

 A   f (x )dx   A 
a
b

 (x1 − x )  f (x )   f (x )dx   (xi+1 − xi )  f (xi+1 )

a

Notez: (xi +1 − xi ) = xi

b

 xi f (xi )   f (x )dx   xi f (xi+1 )

a

În intervalele xi se iau egale

x1 = x2 = ... = xn = x = ct
b
x f (x )   f (x )dx  x f (xi +1 )
a

33
 b
lim  f (xi )x   f (x )dx  lim  f (xi +1 )x
n → n →
a

Dacă n = numărul de subintervale creşte la  atunci:

xi +1 − xi = x → dx
Observaţii:
x se numeşte diferenţă finită şi ea are o valoare fizică finită mai mare sau mai mică
în raport de numărul de subintervale în care a fost împărţit intervalul a, b .
b−a
x = , unde n → număr de intervale
n
n →  x = lim
(b − a ) = dx → 0
n → n
dx se numeşte diferenţiala variabilei x şi este o abstracţie

11.8.2.1 Relaţii de calcul a ariei de sub curbură

b
A =  f (x )dx
a

11.8.2.2 Calculul ariei dintre două curbe pe intervalul a, b .

Cazul 1: f (x )  g (x ) a, b
b
A =   f (x ) − g (x )dx
a

Cazul 2: g (x )  f (x ) a, b
b
A =  g (x ) − f (x )dx
a

Cazul 3: () c  a, b a.î. f (x ) = g (x )

c b
A =  ( f (x ) − g (x )dx +  g (x ) − f (x )dx
a c

11.8.2.3 Algoritmi de calcul pentru calcul a ariei dintre două curbe

1. Se calculează ecuaţia:
f (x ) = g (x ) pe a, b
Dacă f (x ) = g (x ) are soluţii a, b atunci Cazul 3.
Dacă f (x ) = g (x ) nu are soluţii a, b atunci se dă o valoare d  a, b şi se
calculează: f (d ) şi g (d )
Dacă f (d )  g (d ) Cazul 1
Dacă f (d )  g (d ) Cazul 2

11.8.2.4 Calculul volumului corpurilor de rotaţie

b
V = a f 2
(x )dx
a

11.8.2.5 Calculul lungimii arcului de curbă

34
 l c =  1 + f '2 (x )dx

11.8.2.6 Calculul ariei laterale a corpurilor de rotaţie

Al = 2  f (x ) 1 + f '2 (x )dx

11.8.2.7 Teorema de medie pentru integrale

Fie o funcţie f (x ) continuă pe a, b şi fie două valori f m ( x ) valoare minimă a
funcţiei pe intervalul a, b şi f M (x ) valoarea maximă a funcţiei pe intervalul a, b , atunci:

f m (x )(b − a )   f (x )dx  f M (x )b − a ) 

1
(b − a )

12. ELEMENTE DE TRIGONOMETRIE. FUNCŢII TRIGONOMETRICE

Cercul trigonometric
Definiţie:
Cercul trigonometric este un cerc cu centrul în originea sistemului de coordonate
cartezian, cu axa Ox drept origine de măsurare, în sensul invers mersului acelor de ceasornic,
de rază egală cu unitatea şi împărţit în patru cadrane.
y
 +
2E ctg F

C1 D
A
cos 
1
C2 A
sin  tg
R=1 sin 
 +
−  cos  0
O B C 2 x

C3 AB = sin 
C4
OB = cos 
CD = tg
EF = ctg

K 3 H
2
−

cateta opusa AB AB
sin  = = = = AB
ipotenuza AO R
Observaţie:
Funcţia sinus se măsoară pe axa Oy
sin x : R → − 1,1

35
 def cateta alaturata OB OB
cos x = = = = OB
ipotenuza OA R
cos x : R → − 1,1
def cateta opusa AB CD CD
tgx = = = = = CD
cateta alaturata OB OD R
 k 
tgx : R \   → R
 2 
def cateta alaturata OB EF EF
ctgx = = = = = EF
cateta opusa AB OE R
AOB  OFE

Paritatea funcţiilor trigonometrice

Definiţia 1:
Fie o funcţie f (x ) , spunem că f (x ) este o funcţie pară dacă şi numai dacă () x  R
f (− x ) = f (x )
Funcţiile pare sunt simetrice faţă de axa Oy .
Definiţia 2:
Spunem că funcţia f (x ) este o funcţie impară dacă şi numai dacă () x  R
f (− x ) = − f (x ) .

COROLAR
Dintre toate funcţiile trigonometrice doar funcţia cos x este funcţie pară.
cos(− x) = cos x
sin (− x ) = − sin x
tg (− x ) = −tgx
ctg(− x) = −ctgx

Periodicitatea funcţiilor
Fie funcţia f (x ) spunem că f (x ) este o funcţie periodică  () x  R a.î.
f (x  kT ) = f (x )
Unde pt. k = 1 perioada principală
Observaţie:
Toate funcţiile trigonometrice sunt funcţii periodice.
Graficul funcţiilor trigonometrice are următoarea formă:

Valoarea funcţiilor trigonometrice reduse la CI

k    
funcţia 0
6 4 3 2
1 2 3
sin 0 1
2 2 2
3 2 1
cos 1 0
2 2 2

36
 1
tg 0 1 3 
3
1
ctg  3 1 0
3
Relaţii între funcţii trigonometrice
Relaţia fundamentală a trigonometriei:
sin 2 x + cos2 x = 1
sin x cos x 1
Alte relaţii: = tgx ; = ctgx  tgx =
cos x sin x ctgx
1 1
cos ecx = ; sec x =
sin x cos x

Graficul funcţiilor trigonometrice

1. f (x ) = sin x
Inversa funcţiei sin x este arcsin x :
arcsin x : − 1,1 → R
sin x = a  x = (− 1) arcsin a + k , k  Z
k

y
f ( x ) = sin x
sin x : R → − 1,...,1

1
 3
−
− 2  2 2
− 2 3 O  x
−
2 2
−1

2. f (x ) = cos x , cos x : R → − 1,1

cos x = a → x =  arccosa + k , k  Z
y f ( x ) = cos x
cos x : R → − 1,...,1
1
 3
−
− 2  2 2
− 2 3 O  x
−
2 2
−1

 k 
3. f (x ) = tgx , tg : R \   → R
2

37
 y f ( x ) = tgx
,
 k 
tg : R \   → R
2

 3
−
− 2  2 2
− 2 3 O  x
−
2 2

 f (x ) = (cos x ) = −2(− sin x )cos x = 2tgx

 1  '' −2 ' '
f ' x =
 cos x 
2

tgx = a  x = arctga + k , k  Z
4. f (x ) = ctgx , ctg : R \ k  → R

f ( x ) = ctgx
y ctg :,R \ k → R

 3
−
− 2  2 2
− 2 3 O  x
−
2 2

 cos x  − sin x − cos x

' 2 2
f (x ) = 
1
 = =− 2
'

 sin x 
2
sin x sin x

38
 '
f f '  g − f  g'
  =
g g2

( )
f '' (x ) = − sin − 2 x = −(− 2)sin −1 x  cos x = 2
' cos x
sin x
= 2ctgx
ctgx = a  x = arcctga + k , k  Z

13. TEORIA PROBABILITĂŢILOR ŞI VARIABILE ALEATOARE

13.1 Mulţime, experienţă, probă, eveniment

Scurt istoric
Începutul calculului probabilităţilor este în secolul al XVII-lea prin lucrările lui
Pascal şi Fermat în domeniul teoriei jocurilor de noroc.
Christian Huygens(1629-1695) introduce noţiunea de aşteptare (speranţă)
matematică.
Pascal, Fermat şi Huygens au prevăzut rolul pe care-l va avea ştiinţa care se ocupă
cu studiul regulilor privind evenimentele aleatoare.
În secolul al XVIII lea Daniel Bernoulli (1700-1782) demonstrează legea numerelor
mari şi introduce calculul infinitezimal în teoria probabilităţilor.
Abraham de Moire (1667-1754) fundamentează legea normală (legea lui Gauss);
Pierre Simon Laplace a sistematizat calculul probabilităţilor şi a formulat definiţia
clasică a probabilităţilor şi calculul erorilor.
Andrei Kolmogorov fundamentează teoria mulţimilor, studiatză seriile Fourier,
Markov fundamentează procele Markov sau lanţurile Markov (un lanţ Markov este un proces
stochastic cera are proprietatea că, dată fiind starea prezentă, stările viitoare sunt
independente de cele trecute), Pafnuti Cebîşev(1821-1894) (a formulat teorema limită
centrală şi legea numerelor mari) şi Aleksandr Hincin(1894-1959) dezvoltă domeniul, prin
teorii, în domeniul complexităţii, statisticii experimentale, sociale şi informaţionale.
În România: Buicescu, C. Ionescu, Octav Onicescu (statistica informaţională, energia
informaţională, este întemeietorul şcolii româneşti de teoria probabilităţilor), Gh. Mihoc,
calculul probabilităţilor este o parte a matematicii care studiază legile şi principiile
evenimentelor aleatoare (întâmplătoare).
Mulţimea este un ansamblu de elemente care au cel puţin o proprietate comună. O
mulţime este formată din elementele mulţimii.
Prin experienţă (experiment) în calculul probabilităţilor se înţelege realizarea
practică a unui complex de condiţii definite a priori. Alegerea, la întâmplare, a unui element
al mulţimii pentru a determina măsura îndeplinirii condiţiilor se numeşte probă, iar rezultatul
unei probe constituie un eveniment.
Pentru că la efectuarea unei probe, un eveniment se poate produce sau nu, el se
numeşte eveniment întâmplător (aleator).

13.2 Probabilitatea evenimentelor aleatoare

Evenimente aleatoare:
Deosebim trei tipuri de evenimente aleatoare:
- evenimentul sigur;
- evenimentul imposibil;
- evenimentul aleatoriu.

39
Definiţia 1: Dacă în anumite condiţii un eveniment E se realizează cu certitudine, spunem că
evenimentul este sigur;
Definiţia 2: Dacă un eveniment nu se produce la nici o efectuare a experimentului, îl numim
eveniment imposibil;
Definiţia 3: În cazul în care evenimentul poate sau nu să apară, acesta se numeşte eveniment
aleatoriu.
Exemplu: În cazul aruncării unui zar:
- Apariţia uneia dintre cele 6 feţe este evenimentul sigur;
- Apariţia feţei 7 este evenimentul imposibil;
- Apariţia feţei trei este un eveniment aleatoriu.
Frecvenţa unui eveniment:
Aruncăm un zar de 100 de ori iar faţa 3 a apărut de 18 ori, atunci:
18
Frecvenţa relativă este fr = = 0,18 , de aceea, în general:
100
m numarul de aparitii ale evenimentului favorabil
fr = =
n numarul total de evenimente (incercari)

Definiţia clasică a probabilităţii:

În cazul unui număr suficient de mare de evenimente, în care evenimentul E apare de
m
m ori, funcţia relativă poate fi socotită ca valoare a probabilităţii. Această valoare se
n
numeşte probabilitate statistică a evenimentului E şi se notează P(E ) :
P(E ) = , sau în procente: P(E ) =  100
m m
n n
Proprietăţile probabilităţii sunt:
1. 0  P(E )  1 ;
2. P(E ) = 0 evenimentul imposibil;
3. P(E ) = 1 evenimentul sigur.
Exemplu:
În cazul producţiei a 1000 de bucăţi de roţi dinţate apar 16
rebuturi: P(E ) =
16
= 0,016 = 1,6% .
1000
Definiţie:
Evenimentele se numesc incompatibile sau disjuncte, adică nu se pot produce
simultan, se exclud, apariţia unuia exclude apariţia simultană a celuilalt; în cazul unei
observaţii poate să apară doar unul din evenimentele incompatibile.

13.3 Operaţii cu evenimente independente

1. Reuniunea evenimentelor
Definiţie:
Se numeşte reuniune sau suma lor, evenimentul care constă din realizarea lui A1 sau
A2 (realizarea cel puţin a unuia dintre ele);
A = A1 sau A 2 , adică: A  A1  A2 ; este mulţimea formată din elementele comune şi
necomune scrise o singură dată. Generalizare:

40
 n
A = A1  A2  A3 ...  An = A1 + A2 + A3 + ... + An =  Ai , iar
i =1

P(UAi ) =  P( Ai )  A i  A j =  ()i, j  N, i  j

2. Intersecţia evenimentelor
Definiţie:
Se numeşte intersecţia sau produsul evenimentelor A1 şi A2 evenimentul care constă
din realizarea lui A1 şi lui A2 .
n
A = A1 siA2  A1  A2 = A1  A2  ...  An =  Ai
i =1

Exemplu:
În aruncarea unui zar poate să apară doar una dintre feţe, ele sunt echiprobabile.
1,2,3,4,5,6care sunt evenimentele: E1 ,..., E 6

P(E1 ) = P(E 2 ) = ... = P(E6 ) =

1
6
Regula de adunare: P(E1  E2 ) = P(E1 ) + P(E2 )
P(E1  E2  ...  Ek ) = P(E1 ) + P(E2 ) + ... + P(Ek )
Definiţie:
Numim evenimente contrare evenimentele pentru care producerea unuia înseamnă
nerealizarea celuilalt.
Exemplu: În cazul a n naşteri presupunem că ar fi m1 băieţi (E1 ) şi m2 fete (E2 ) atunci:
m m
P(E1 ) = 1 , P(E 2 ) = 2
n n
m m m + m2 n
P(E1  E 2 ) = P(E1 ) + P(E 2 ) = 1 + 2 = 1 = =1
n n n n
Definiţia probabilităţii întregului spaţiu de selecţie.
La aruncarea cu zarul avem evenimentele E1 ,..., E6 cu frecvenţele m1 ,..., m6 .
m m m
P(E1  E 2  ...  E6 ) = P(E1 ) + (E 2 ) + ... + P(E6 ) = 1 + 2 + ... + 6 = 1
n n n
Astfel de reuniune de evenimente a cărui probabilitate este egală cu suma
probabilităţilor evenimentelor elementare şi este egală cu 1 este întreg spaţiul de selecţie.

13.4 Regula de înmulţire a probabilităţilor evenimentelor. Probabilităţi

condiţionate (dependente) şi necondiţionate (independente).

În situaţia în care probabilitatea apariţiei unui eveniment E este condiţionat de

realizarea, anterioară, a evenimentului F, cu o anumită probabilitate, se numeşte probabilitate
condiţionată şi se notează P(E / F ) .
Exemplu:
Într-o urnă se găsesc n bile negre şi (n − m) bile albe.
Dacă extragem o bilă pe care apoi o introducem în urnă, probabilităţile de extragere a
unei bile albe sau negre sunt probabilităţi necondiţionate (probabilitatea bilei revenite).
Dacă extragem două bile una după alta şi ne interesează probabilitatea ca a doua bilă
să aibă o culoare anumită în condiţia în care prima bilă are o culoare cunoscută, probabilitatea
este condiţionată (probabilitatea bilei nerevenite).

41
 Evenimentul F N N A A
P(E ) m m n−m n−m
n n n n

Evenimentul E N A N A
P( E / F ) m −1 a−m m n − m −1
n −1 n −1 n −1 n −1

Diferenţa şi complementara.

Noţiunea de probabilitate şi frecvenţă

Definiţie:
Frecvenţa reprezintă raportul dintre cazurile apariţiei unui eveniment aleatoriu m li
numărul total de probe efectuate, n.
m numarul cazurilor favorabile
f = =
n numarul cazurilor nefavorabile
Definiţia clasică a probabilităţii se poate enunţa astfel:
m
Pentru un număr n foarte mare de experimente, frecvenţa trece în probabilitate: p = .
n
1
Probabilitatea de apariţie a feţei 3 este p = , egală cu probabilitatea apariţiei oricăreia dintre
6
cele 6 feţe.
Proprietăţile probabilităţii:
1. P( A)  0 ;
2. P() = 1 unde  este evenimentul sigur;
3. p( ) = 0 unde  este evenimentul imposibil;
4. 0  P( A)  1 ;
5. În cazul evenimentelor contrare (Da / Nu ) , T / F ,etc.
() ()
P A = 1 − P ( A) ; P( A) + P A = 1 → p + q = 1 unde rezultă: q = 1 − p
Definiţia axiomatică a probabilităţii (Kolmogorov, 1933)
Conceptele utilizate de Kolomogorov în formularea definiţiei axiomatice a
probabilităţii sunt:
- evenimentele aleatoare sunt ei ;
- probabilitatea evenimentelor este p(ei ) .
Fie  un câmp de evenimente şi fie P() o submulţime a lui  , atunci aplicaţia:
p : P() → R se numeşte probabilitate dacă:
1. P(ei )  0 () ei P() ;
2. P() = 1
3. P(ei  e j ) = P(ei ) + P(e j ) dacă ei  e j =  () i  j

Corespondenţă între limbajul teoriei mulţimilor şi limbajul teoriei probabilităţilor

Simbol Limbajul teoriei mulţimilor Limbajul teoriei probabilităţilor

A Submulţime a lui  Evenimentul A
A B Reuniunea mulţimilor A şi B Evenimentul „A sau B”

42
 A B Intersecţia mulţimilor A , B Evenimentul „A şi B”
A Complementarea mulţimii A Contrarul evenimentului A
A B A inclus în B A implică B
 Mulţimea totală Mulţimea evenimentelor elementare
 Mulţimea vidă Evenimentul imposibil

Determinarea probabilităţilor. Teoreme de calcul

1. Regula adunării probabilităţilor pentru evenimente independente:
P( A1  A2 ...  An ) = P( A1 ) + P( A2 ) + ... + P( An ) 
A1  A2 ...  An = E evenimentul sigur
Ai  A j =  , (i  j )
Un astfel de sistem se numeşte sistem complet de evenimente.
Dacă n = 2 atunci avem două evenimente opuse:
()
P ( A) + P A = 1 → p + q = 1
2. Regula înmulţirii probabilităţilor când factorii produsului sunt evenimente
independente.
P( A1  A2 ...  An ) = P( A1 )  P( A2 )  ...  P( An ) 
P = P1  P2  P3  ...  Pn
3. Regula înmulţirii probabilităţii când factorii produsului sunt evenimente
dependente
P( A  B) = P( A)  P(B / A)
P( A1  A2 ...  An ) = P( A1 )  P( A2 / A1 )  ...  P( An / A1  A2  An+1 )
4. Generalizarea regulii adunării probabilităţilor
Dacă A i  A j   , atunci:
P( A1  A2 ) = P( A1 ) + P( A2 ) − P( A1  A2 )

PU Ai  =  P( Ai ) −  P(Ai / A j ) + ... + (− 1) P  Ai 

n  n n
n −1 
u

 i =1  i =1 i , j =1  i =1 
i j

13.5 Variabile aleatoare. Caracteristici

Definiţie:
Numim variabilă aleatoare mărimea care, în funcţie de rezultatul unui experiment,
poate lua o valoare dintr-o mulţime bine definită de valori (mulţimea valorilor posibile) cu o
probabilitate cunoscută.
Variabilele aleatoare sunt:
- Discrete;
- Continui.
Legea potrivit căreia variabilelor aleatoare le asociem probabilităţi se numeşte legea
de repartiţie a variabilei aleatoare. Expresia analitică a legii de repartiţie se numeşte funcţie
de repartiţie.

Variabile aleatoare discrete

X = (x1 , x2 ,..., xk ,..., xn ) → Mulţimea valorilor aleatoare
P = (P1 , P2 ,..., Pk ,..., Pn ) → legea de repartiţie a variabilei aleatoare, după relaţia:
Pk = f (xk ) , k = 1, n ;
Repartiţia variabilei aleatoare X:

43
  x x 2 ,..., x k ,..., x n 
X :  1 
 P1 P2 ,..., PK ,..., Pn 
În studiile din domeniul economic şi social, n = finit , adică:
P1 + P2 + ... + p N = 1 deci alcătuiesc un sistem complet de evenimente.

0 1 2 3
Exemplu: Fie X :  
 0,1 0,5 0,3 0,1
Pentru a caracteriza legea de repartiţie a unei variabile aleatoare se utilizează
probabilitatea P(x  xi ) care este numită funcţie de repartiţie, notată cu F (x ) .
F(x ) = P(X  x i ) =  P(x = x )
i
xi x

Variabile aleatoare continue:

P(x  X  x + dx) = f (x )dx
x2

P(x1  X  x 2 ) =  f (x )dx
x1

unde: f (x ) = densitatea de repartiţie

Caracteristicile variabilelor aleatoare (VA)

Caracteristicile variabilelor aleatoare se grupează astfel:
1. Valoarea medie
Valoarea medie reprezintă caracteristica de poziţie sau tendinţa de grupare.
a. Caracteristica de poziţie (valoarea medie) sau aşteptarea matematică, x pentru
V.A. discretă:
 x1 x 2 ... x n 
Fie X =   atunci: x =
 xi  Pi
 P1 P2 ... Pn   Pi
b. Caracteristica de poziţie (valoarea medie) sau aşteptarea matematică x pentru V.A.
b
continue: X =  xf (x )dx
a

Abaterea medie pătratică

Abaterea medie pătratică (abaterea statistică standard) reprezintă caracteristica de împrăştiere
sau concentraţia.
Caracteristica de împrăştiere
Fie două serii de măsurători x şi y cu repartiţiile:
 7 8 9 12 14 
X   x = 7  0,2 + 8  0,2 + 9  0,2 + 11  0,2 + 14  0,2 = 50  0,2 = 10
 0,2 0,2 0,2 0,2 0,2 
 4 5 12 17 
Y   y = 4  0,2 + 5  0,2 + 12  0,4 + 17  0,2 = 10
 0,2 0,2 0,4 0,2 

−3 − 2 −1 2 4 
x − x :   . Se ştie că: x − x = 0
 0,2 0,2 0,2 0,2 0,2 
− 6 −5 2 7 
y − y :   . Se ştie că: y − y = 0
 0,2 0,2 0,4 0,2 

44
De aceea se calculează: x i − x pi şi y i − y pi :
 3 2 1 2 4   6 5 2 7 
x − x :   ; y − y :  
 0,2 0,2 0,2 0,2 0,2   0,2 0,2 0,4 0,2 
 x − x = 3  0,2 + 2  0,2 + 1  0,2 + 2  0,2 + 4  0,2 = 2,4
 y − y = 6  0,2 + 5  0,2 + 2  0,4 + 7  0,2 = 4,4
Dispersia împrăştierii este:
( ) (
D(x ) = x − x =  x i − x pi
2
)
2

( )
2  9
Fie: x − x : 
4 1 2 4  2  36
 ; y − y : 
25 4
( 4 
)

 0,2 0,2 0,2 0,2 0,2   0,2 0,2 0,4 0,2 
D(x) = 9  0,2 + 4  0,2 + 1  0,2 + 2  0,2 + 4  0,2 = 6,8
D( y ) = 36  0,2 + 25  0,2 + 4  0,2 + 4  0,2 = 23,6

D( x ) = (x − x ) , (x − x )
2 2
2
= x 2 − 2x x + x


2


( )( )
 2
D( x ) =  x 2 − 2 x x + x  = x 3 − 2 x x +  x  = x 2
 
( ) − 2(x) + x = (x ) − 2(x)
2 2 2 2 2 2
()
= x2 − x
2

Abaterea medie pătratică  = A m = D(x )

P

−3 − 2 1 2 4  − 6 − 5 2 7 
Fie: X :   Y :  
 0, 2 0, 2 0 , 2 0, 2 0, 2   0, 2 0, 2 0, 4 0, 2 
D(x ) = 9  0,2 + 4  0,2 + 1  0,2 + 4  0,2 + 16  0,2 = 6,8
D( y ) = 36  0,2 + 25  0,2 + 4  0,2 + 7  0,2 = 23,6

Proprietăţile dispersiei
Dispersia unei constante:
 
1. D(c ) = M c − M (c ) = M (c − c ) = M (o ) = 0
2

2. D(cx ) = M cx − M (cx )  = M cx − cM ( x )  =

2 2

M c x − M ( x )  = c M  X − M ( x )  = c D( x )
2 2 2 2 2

3. D( x + y ) = M ( x + y ) − (x + y ) = D(x ) + D( y )
2

Caracteristica de împrăştiere pentru variabile aleatoare continue are relaţia:

( )
D(x ) =  2 (x ) =  x − x f (x )  dx
2

Generalizare
În teoria generală a momentelor, există două tipuri de momente:
- Momente necentrate, pentru funcţii discrete şi continue;
- Momente centrate, pentru funcţii discrete şi continue;

Funcţie
Funcţie discretă Funcţie continuă
Momente

( ) ( )
n
M x =  x i pi M x =  x k  f (x )dx
Moment necentrat de k k k
ordinul k i =1 −

45
 ( ) =  (x − x )

( ) ( )
n
=  x − x pi f (x )dx
Moment centrat de −k k k k
M x−x M x−x
ordinul k i =1 −

f (x ) = densitate de repartiţie;

F (x ) =  f (x )dx = funcţie de repetiţie;
−
Dispersia este momentul centrat de ordinul 2:
M (X − x) =  2
2

13.6 Legi de probabilitate clasice

1. Repartiţia binomială (repartiţie unidimensională discretă)

Ne amintim binomul lui Newton:

n
( p + q )n = Cu0 p n q 0 + C n1 p n +1 q + ... + C nk p u −k  q k + .. =  Cuk p n −k  q k
k =0

(
X: C p q x
n
x n− x
) x  0, n, p  0, p + q = 1, u  N , q  0
Legea de reparaţie: P( x ) =C nk p k (1 − p )
n−k

Media: x = np
Dispersia:  2 = up(1 − p )

2. Legea normală (Legea lui Gauss) N (m,  )

Densitatea de probabilitate, notată f (x ) are expresia:
−
(x − x )2
f (x ) =
1
e 2
2

 2

−
(x − x )2
 
2 2
M(x ) =  x  f (x )dx =
1
 2 −
x e dx
−
x−m
= t → x − m = 2t → x = 2t + m → dx =  2
 2

( )

 2  −t 2 
M (x ) =
1 m
   2t + m e −t dt =  t  e dt + e
−t 2
2
dt
 2 −  2 −  −
2
1  x−m 
−  
f (x ) =
1
e 2  
, x  R, m  R,   0 reprezintă Legea de repartiţie
 2
normală care are următoarele proprietăţi:
1. f (x )  0 () x  R,   0 (din definiţie)
  1  x−n 
 

 f (x )dx = 
 1
e
2  
2.  f (x )dx = 1
− − 2 −
dx

46
 x−m
Se face schimbarea de variabilă: = t → x = t + m → dx = dt

1  x−n 
    t
1 2   1 1
 2 e
−
dx =
2
 e 2 dt =
− 2
 2 = 1

 t2
−
e
−
2
dt = 2 este integrala Euler Poisson.
   
=  e −u du =  e v  (− dv ) = −  e v dv = e v = e  − e 0 = 0
u
du
t e dt =  t  e
−t 2 −u

−
2t − − −
 

 e dt = 2 e dt =  e
−t −t
2 2
−t 2
Euler: dt =
− 0 2

M (x ) =
m
  =x


 t (te )
 
2 2
D( x ) =
1
  t 2 e −t dt = −t 2
dt =0 2
2

 2 −  −
Valoarea medie reprezintă centrul de grupare a valorilor variabilei aleatoare şi
determină dispunerea acesteia pe axa OX .
Parametrul  caracterizează forma curbei de repartiţie. Cu cât  este mai mare cu
atât curba se aplatizează.
Funcţia de repartiţie a legii normale este:
x x (x − m )
1 −
F(x ) =  f (x )  dx =  e 2 2
dx
−
2 −
t2
x−m
x
−
F (x ) =
1
2 −
e 2
dt , t =

, este funcţia de distribuţie sau de repartiţie.

Concluzie:
Densitatea de repartiţie:
−
( x −  )2 −
( x − b )2
f (x ) =
1 1
e 22
= e 2a 2
 2 a 2
x=b
 2 = a2
x − x ( t − b )2
F(x ) =  f (t )dt =
1
−

a 2 − 
e 2a 2
dt se numeşte şi integrala lui Gauss sau integrala

erorilor şi reprezintă aria suprafeţei de sub curba normală.

Repartiţia normală redusă (normată) este cea care are OY ca axă de simetrie,

adică x = o iar 2 = 1 . Se face substituţia:  =

(x − x) . Introducând în relaţia dcensităţii de

2
−
repartiţie, rezultă: f ( ) =
1
e 2
. Calculăm prima şi a doua derivată şi rezultă:
2

47
  2
1  2   − 2  1 
f ( ) = = 0 → Pentru _  = 0 atunci: f (0) =
1
'
−  e A o, 
2  2  2  2 
reprezintă punct de extrem.
 x2 x2 

( )
−
1  −2  2  2 
f '' ( ) = −
1
 e − 2 = − e +  −  =0→
2

2 2   2  
 
1 −  = 0 → (1 −  )((1 +  )) = 0 1 = 1 , − 2 = −1 Sunt punctele de inflexiune.
2

M (x ) = momentul necentrat de ordinul 1


M k (x ) =  x k f (x )dx → momentul necentrat de ordinul k
−
2
1  x −m 
  −  
2  
M(x ) =  xf (x )dx = 
1
2 −
x e dx
−

x−m
1
− t2
1
( )
 2 −
= t → x = t + m → dx =   dt = t + m  e 2
   dt =

  t2

1
− +2 m −
=
2 −
t e 2
dt +
2
e
−
2
dt = m

D(x ) =  (x − m) f (x )dx
2
Moment centrat de ordinul 2;
−

M ck =  (x − m) f (x )dx
k
Moment căutat de ordinul k
−
1
− t2
F(t ) =
1
2  e 2
dt .

48