Curs 2007 Mat Apl Econ

Cuprins
1 Aplicatii n economie 6
1.1 Aplicatii ale derivatei n economie . . . . . . . . . . . . . . . 6
1.2 Functii de productie . . . . . . . . . . . . . . . . . . . . . . . 8
1.3 Functii cerere - venit . . . . . . . . . . . . . . . . . . . . . . . 10
1.4 Functii cerere - pret . . . . . . . . . . . . . . . . . . . . . . . 11
1.5 Alte functii din domeniul economic . . . . . . . . . . . . . . . 12
1.6 Probleme rezolvate . . . . . . . . . . . . . . . . . . . . . . . . 13
1.7 Probleme propuse . . . . . . . . . . . . . . . . . . . . . . . . . 15
2 Functii reale de mai multe variabile reale 17
2.1 Spatiul 1
a
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2 Siruri de puncte din 1
a
. . . . . . . . . . . . . . . . . . . . . 26
2.3 Limite si continuitate pentru functii reale de mai multe variabile 28
2.4 Derivate partiale, diferentiabilitate si diferential pentru functi-
ile reale de mai multe variabile . . . . . . . . . . . . . . . . . 38
2.5 Derivate partiale de ordin superior. Diferentiale de ordin su-
perior . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.5.1 Derivate partiale de ordin superior . . . . . . . . . . . 44
2.5.2 Diferentiale de ordin superior . . . . . . . . . . . . . . 48
2.6.1 Elemente de topologie n R
a
. . . . . . . . . . . . . . . 52
2.6.2 Limite si continuitate . . . . . . . . . . . . . . . . . . 60
2.6.3 Derivate partiale, diferentiale . . . . . . . . . . . . . . 67
a
. . . . . . . . . . . . . . 79
2.7.2 Limite, continuitate . . . . . . . . . . . . . . . . . . . 81
2.7.3 Derivate partiale, diferentiale . . . . . . . . . . . . . . 83
3 Formula lui Taylor 97
3.1 Formula lui Taylor pentru o functie de o variabil a . . . . . . . 97
3.2 Formula lui Mac - Laurin . . . . . . . . . . . . . . . . . . . . 102
3.3 Formula lui Taylor si Mac-Laurin pentru cteva functii ele-
mentare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
3.4 Alte aplicatii ale formulei lui Taylor si Mac-Laurin . . . . . . 105
3.5 Formula lui Taylor pentru functii de dou si mai multe variabile.109
1
4 Extremele functiilor de mai multe variabile 119
4.1 Extremele functiilor de dou variabile . . . . . . . . . . . . . 119
4.2 Extremele functiilor de : variabile (: _ 2) . . . . . . . . . . . 124
4.3 Extreme conditionate . . . . . . . . . . . . . . . . . . . . . . 129
4.4 Modele deterministe de gestiune a stocurilor . . . . . . . . . . 146
4.4.1 Modelul cu perioad a x a, cerere constant a, f ar a ruptur a148
4.4.2 Modelul cu perioad a x a, cerere constant a, cu ruptur a 151
4.5 Ajustarea si interpolarea datelor experimentale . . . . . . . . 154
4.5.1 Ajustarea datelor experimentale. Metoda celor mai
mici p atrate . . . . . . . . . . . . . . . . . . . . . . . . 155
4.5.2 Interpolarea datelor experimentale. Polinomul de in-
terpolare a lui Lagrange . . . . . . . . . . . . . . . . . 159
5 Integrale Euleriene 176
5.1 Integrale generalizate . . . . . . . . . . . . . . . . . . . . . . . 176
5.1.1 Integrale pe interval nemrginit . . . . . . . . . . . . . 176
5.1.2 Integrale din functii nem arginite . . . . . . . . . . . . 180
5.2 Integrale euleriene . . . . . . . . . . . . . . . . . . . . . . . . 185
5.2.1 Integrala lui Euler de speta nti. Functia beta . . . . 185
5.2.2 Integrala lui Euler de speta a doua. Functia gama . . 191
5.2.3 Integrala Euler-Poisson . . . . . . . . . . . . . . . . . 194
6 Cmp de evenimente, cmp de probabilitate 200
6.1 Corp ( o-corp) de p arti ale unei multimi . . . . . . . . . . . . 200
6.2 Cmp (o-cmp) de evenimente . . . . . . . . . . . . . . . . . 203
6.3 Cmp (o-cmp) de probabilitate . . . . . . . . . . . . . . . . 207
6.4 Probabilitti conditionate. Independenta evenimentelor. . . . 213
7 Scheme clasice de probabilitate 227
7.1 Schema urnei cu bila nerevenit a . . . . . . . . . . . . . . . . . 227
7.2 Generalizare. Schema urnei cu bila nerevenit a cu mai multe
st ari . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228
7.3 Schema urnei cu bila revenit a . . . . . . . . . . . . . . . . . . 229
7.4 Generalizare. Schema urnei cu bila revenit a cu mai multe st ari 232
2
7.5 Schema urnelor lui Poisson . . . . . . . . . . . . . . . . . . . 235
8 Variabile aleatoare 242
8.1 Denitii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242
8.2 Operatii cu variabile aleatoare de tip discret . . . . . . . . . 244
8.3 Functia de repartitie . . . . . . . . . . . . . . . . . . . . . . . 245
8.4 Variabile de tip continuu . . . . . . . . . . . . . . . . . . . . . 247
8.5 Caracteristici numerice ale variabilelor aleatoare . . . . . . . 249
8.5.1 Caracteristici de grupare . . . . . . . . . . . . . . . . . 249
8.5.2 Caracteristici de mpr astiere (sau de dep artare) . . . . 252
9 Repartitii clasice 263
9.1 Repartitii clasice de tip discret . . . . . . . . . . . . . . . . . 263
9.1.1 Repartitia hipergeometric a . . . . . . . . . . . . . . . 263
9.1.2 Repartitia binomial a . . . . . . . . . . . . . . . . . . . 266
9.1.3 Repartitia Poisson . . . . . . . . . . . . . . . . . . . . 268
9.1.4 Repartitia geometric a . . . . . . . . . . . . . . . . . . 270
9.2 Repartitii clasice de tip continuu . . . . . . . . . . . . . . . . 273
9.2.1 Repartitia uniform a . . . . . . . . . . . . . . . . . . . 273
9.2.2 Repartitia exponential a negativ a . . . . . . . . . . . . 275
9.2.3 Repartitia Cauchy . . . . . . . . . . . . . . . . . . . . 277
9.2.4 Repartitia normal a . . . . . . . . . . . . . . . . . . . . 278
9.2.5 Repartitia gama . . . . . . . . . . . . . . . . . . . . . 281
9.2.6 Repartitia beta . . . . . . . . . . . . . . . . . . . . . . 283
9.2.7 Repartitia
2
(Hi-p atrat) . . . . . . . . . . . . . . . . . 285
9.2.8 Repartitia t (Student) . . . . . . . . . . . . . . . . . . 288
9.2.9 Repartitia 1 (Fischer-Sndcor) . . . . . . . . . . . . 291
10 Programare liniar a 298
10.1 Sisteme de ecuatii liniare . . . . . . . . . . . . . . . . . . . . . 298
10.1.1 Regula dreptunghiului pentru efectuarea unor trans-
form ari elementare pe linii ntr-o matrice . . . . . . . 298
10.1.2 Metoda elimin arii complete pentru rezolvarea sistemelor
de ecuatii liniare . . . . . . . . . . . . . . . . . . . . . 300
3
10.1.3 Solutii admisibile de baz a . . . . . . . . . . . . . . 304
10.2 Programare liniar a . . . . . . . . . . . . . . . . . . . . . . . . 306
10.2.1 Formularea si rezolvarea problemei standard . . . . . 306
10.3 Problema de repartitie (de transport) . . . . . . . . . . . . . 309
10.3.1 Formularea problemei . . . . . . . . . . . . . . . . . . 309
10.3.2 Rezolvarea problemei de transport . . . . . . . . . . . 311
4
Prefat a
Luarea unor decizii potrivite cu situatiile din ce n ce mai complexe n care
se a a economiile perioadei actuale este substantial facilitat a de utilizarea
unor logici adecvate, corecte.
Rationamentul si calculele matematice pot constitui un suport hot artor
pentru baza unei asemenea logici. Matematica aplicat a ofer a o larg a palet a de
modele si tehnici care folosite cum trebuie conduc la rezultate semnicative.
Acest volum este structurat pe programa analitic a a cursului de Matem-
atici aplicate in economie predat de c atre autori studentilor de la Facultatea
de Stiinte Economice si Gestiunea Afacerilor a Universit atii Babes-Bolyai
din Cluj-Napoca. Se adreseaz a att studentilor economisti, pentru a le usura
selectarea materialului necesar din diversele ramuri ale matematicii, ct si
celor care au tangent a cu domeniul economic.
Cresterea continu a a aplicabilit atii matematicii moderne necesit a att
notiuni teoretice fundamentale ct si aplicatii imediate ale acestora pentru a
nlesni drumul studentilor spre conturarea unei gndiri economice riguroase.
Teoria economic a s-a bazat ntotdeauna pe cunostinte matematice necesare
model arii informatiilor si a previziunilor asupra fenomenelor economice.
Materialul acestui volum cuprinde 5 capitole de analiz a matematic a, 4
capitole de teoria probabilit atilor si un capitol de algebr a liniar a, ind prezen-
tat ntr-o structur a modern a si accesibil a. Fiecare capitol este ncheiat cu
dou a paragrafe care contin probleme concrete, probleme rezolvate, respectiv
probleme propuse. Cu prezentul volum sper am s a contribuim la asimilarea n
conditii mai bune a cunostintelor de matematic a ce fac parte din preg atirea
de baz a a viitorului economist.
Cluj-Napoca, septembrie 2007 Autorii
5
1 Aplicatii n economie
n acest prim capitol prezent am cteva aplicatii ale matematicii n domeniul
economic. Mai nti ne referim la utilizarea derivatei functiilor de o singur a
variabil a pentru a deni diverse m arimi utile n analizele economice.
Apoi prezent am diversele functii de productie mai importante si care se
utilizeaz a des n literatura economic a.
1.1 Aplicatii ale derivatei n economie
Dup a cum este cunoscut, o functie este un triplet (, 1, )), n care este
domeniul de denitie, 1 este codomeniul, iar ) este legea prin care ec arui
element din domeniu i se asociaz a un element din codomeniu. Peste tot n
acest capitol domeniul va un interval sau o submultime din spatiul cu mai
multe dimensiuni, codomeniul va multimea numerelor reale, iar functia va
avea o semnicatie economic a. Pentru nceput e
) : 1 R, 1 R - interval,
r j = ) (r) () functia cu semnicatie economic).
Cele mai des utilizate m arimi (notiuni) sunt prezentate n continuare.
1) Valoarea medie local n r (n intervalul [x,x + ^r[ ) (= raportul
dintre cresterea functiei si cresterea variabilei)
^) (r)
^r
=
) (r ^r) ) (r)
^r
2) Valoarea marginal n r (viteza de variatie) (= limita valorii medii
locale n x, cnd ^r 0)
)
t
(r) =
d) (r)
dr
= lim
.a0
^) (r)
^r
3) Valoarea medie n intervalul [0, r[
) (r) )(0)
r
6
4) Variatia relativ a functiei ) n r (= rata de variatie) (= raportul
dintre cresterea functiei si valoarea functiei)
^) (r)
) (r)
=
) (r ^r) ) (r)
) (r)
5) Ritmul mediu de variatie n r (= raportul dintre variatia relativ a a
functiei (rata de variatie) si cresterea variabilei)
1
n
=
.)(a)
)(a)
^r
=
^) (r)
^r
1
) (r)
6) Ritmul local de variatie n r (viteza relativ de variatie)
1
),a
= lim
.a0
1
n
=
)
t
(r)
) (r)
= (ln ) (r))
t
7) Elasticitatea medie n r (= raportul ratelor de variatie = raportul
variatiilor relative ale celor dou variabile)
1
n
=
.)(a)
)(a)
.a
a
=
r
) (r)
^) (r)
^r
=
.)(a)
.a
)(a)
a
8) Elasticitatea local a lui j n raport cu r
1
a
j
= lim
.a0
1
n
=
r
) (r)
)
t
(r) =
(ln ) (r))
t
(lnr)
t
Observatia 1.1.1 Elasticitatea locala a lui x n raport cu y
1
j
a
=
) (r)
r
1
)
t
(r)
=
(lnr)
t
(ln) (r))
t
= (1
a
j
)
1
Elasticitatea este independent de unittile de msur pentru cele dou
variabile. Cu ea se evidentiaz variatia unui parametru care are o crestere
relativ mult mai
semnicativ dect variatia absolut.
7
1.2 Functii de productie
) : 1 R
, 1 R
a
r = (r
1
, r
2
, ..., r
a
) j = ) (r
1
, r
2
, ..., r
a
)
1) Functia Cobb - Douglas
j = r
c
1
r
o
2
, j = )(r
1
, r
2
), 1 = R
2
, c, , - constante,
- factor rezidual (progresul tehnic, stocul de cercetare, nvtmnt,etc)
r
1
- capitalul
r
2
- forta de munc
j - productia (venitul national, produsul national brut)
c, , - msoar elasticittile lui j fat de r
1
, r
2
Observatia 1.2.1 a) Folosind diferen tiala de ordinul nti se ob tine rela tia
:
dj
j
= c
dr
1
r
1
,
dr
2
r
2
b) Suma c, - msoar randamentul zic, care poate constant, cresc-
tor sau descresctor.
2) Costul productiei 1 = R
2
C (j) = C (r
1
, r
2
) = C
1
r
1
C
2
r
2
3) Incasrile din vnzare 1 = R
2
1(j) = rj = r r
c
1
r
o
2
4) Beneciul (protul) 1 = R
2
1(j) = 1(j) C (j)

8
Enunt am doar aici niste rezultate referitoare la unele dintre m arimile si
functiile considerate. Astfel avem:
Teorema 1.2.1 Costul minim (C
nin
), cnd produc tia este j
0
se ob tine pen-
tru
r
10
=
_
cC
2
, C
1
_
c
o+c
_
j
0
_ 1
o+c
, r
20
= ....
si
C
nin
= (c ,)
_
j
0
_ 1
o+c
_
C
1
c
_ o
o+c
_
C
2
,
_
c
o+c
Teorema 1.2.2 Beneciul maxim (1
nnx
), cnd produc tia este j
0
, se ob tine
pentru r
10
= ..., r
20
= ... si
1
nnx
= rj
0
C
1
r
10
C
2
r
20
Teorema 1.2.3 Produc tia maxim (j
nnx
) cnd costul de produc tie este C
0
se
ob tine pentru
r
10
=
c
C
1
(c ,)
C
0
, r
20
=
,
C
2
(c ,)
C
0
,
j
nnx
=
_
c
C
1
_
c
_
,
C
2
_
o
_
C
0
c ,
_
co
5) Generalizare 1 = R
S
j = ) (r
1
, r
2
, r
S
) = r
c
1
r
o
2
r
S
unde r
S
este factorul progres tehnic.
6) Functia Solow - Minhas - Arrow - Cherney (CES Constant Elas-
ticity of Substitution) 1 = R
+2
j = ) (r
1
, r
2
) =
_
cr
j
1
, r
j
2
_
1j
9
7) Functia Rowe - Sato 1 = R
+2
j = ) (r
1
, r
2
) =
r
2
1
r
2
2
a r
S
1
/ r
S
2
8) Functia Borts - Mishan 1 = R
+2
j = ) (r
1
, r
2
) =
r
2
1
r
2

r
S
1
8r
2
2
9) Functia Allen
1 = R
+2
(r
1
, r
2
)[(r
1
, r
2
) R
+2
, 2/r
1
r
2
ar
2
1
/r
2
2
< 0
j = ) (r
1
, r
2
) =
_
2/r
1
r
2
ar
2
1
/r
2
2
10) Functia Visner 1 = R
+1
j = ) (r
1
, r
2
, r
S
, r
1
) = r
c
1
r
o
2
r
S
r
c
1
r
S
- cheltuieli pentru nvtmnt si ridicarea calicrii
r
1
- cheltuieli pentru cercetare stiintic si experimentare
11) Functia Bradford de Long - Summers 1 = R
+2
j = ) (r
1
, r
2
, r
S
) = (r
1
r
2
)
c
r
1c
S
1.3 Functii cerere - venit
Functia cerere Functia de elasticitate
Cresterea
absolut a functiei
1 Q = a /\ 1
\
Q
=
b\
ob\
,(\ ) = /
2 Q = a /\ c\
2
1
\
Q
=
b\ 2c\
2
ob\ c\
2
,(\ ) = / 2c\
3 Q = a\
b
1
\
Q
= / ,(\ ) = a/\
b1
4 Q = ac
\
1
\
Q
= \ ,(\ ) = ac
\
5 Q = a ln\ 1
\
Q
=
1
ln \
,(\ ) =
o
\
6 Q =
o\
b\
1
\
o
=
b
b\
,(\ ) =
ob
(b\ )
2
7 Q = a
c\
b\
1
\
Q
=
bc
bc\
lc
1
=
(bc)\
(b\ )(c\ )
,(\ ) =
oboc
(b\ )
2
8 Q = a\
c\
b\
1
\
Q
=
\
2
2b\ bc
(b\ )(c\ )
,(\ ) =
o\
2
2ob\ obc
(b\ )
2
9 Q =
1
1bc
c1
1
\
Q
=
c\
1
l
c
c1
1
,(\ ) =
1cbc
c1
(1bc
c1
)
2
10
1) Functie liniar
2) Functie polinomial a (de gradul 2, parabol a)
3) Functie putere
4) Functie exponential a
5) Functie logaritmic a
6) Functie Trnquist (produse de prim necesitate)
7) Functie Trnquist (produse de necesitate medie)
8) Functia Trnquist (produse de lux )
9) Functie logistic a
1.4 Functii cerere - pret
Q = a /j == c
j
Q
=
dQ
dj
j
Q
=
/j
a /j
Varianta Cournot(Q = ) (j)) Varianta Marshall (j = ) (Q) )
1 Q =
oj
b
j = a /Q
2 Q =
o
jc
/ j =
o
Qb
c
3 Q =
oj
2
b
j =
_
a /Q
4 Q =
o
_
j
b
j = (a /Q)
2
5 Q =
_
oj
b
j = a /Q
2
6 Q = /j
o
c j =
_
b
Qc
_
1o
7 Q = ac
bj
j =
1
b
ln
o
Q
8 Q = a ln
b
j
j = / c
a
1) Functia liniar a
2) Functia rational a
3) Functia polinomial a (de gradul 2, parabol a)
4) Functia rational a simpl a
11
5) Functia irational a compus a
6) Functia putere
7) Functia exponential a
8) Functia logaritmic a
1.5 Alte functii din domeniul economic
1) Functia costului
1 = 1(r) = 1
(r) 1
)
,
1: costuri totale (n unitti monetare) pentru productia iesirilor, 1
:
costuri variabile, 1
)
: costuri xe, r: iesirea (productia n unitti
monetare)
2) Functia de consum
C = C(1 )
C: cheltuieli economice totale pentru bunuri de consum (unitti mon-
etare/unitate de timp) 1 : venitul national, respectiv produsul social
(n unitti monetare/unitate de timp)
3) Functia economisirii
o(1 ) := 1 C(1 )
o: economiile totale (n unitti monetare/unitate de timp).
4) Functia de utilitate
l = l(r
1
, . . . , r
a
)
l: Utilitatea unui subiect economic (de ex. gospodria), r
i
: bunul de
consum i (i = 1, . . . , :) (in unitti de mas). De ex. l(r
1
, r
2
) = r
1
r
2
.
5) Functia de investitii
1 = 1(i)
1: Investitiile economice totale (in unitti monetare/unitate de timp), i:
dobnda pietei.
12
6) Functia cererii de bani (Keyness)
1 = 1(1, i)
1: cererea total de bani (n unitti monetare/unitti de timp). 1 = 1
t

1
1
c
unde 1
t
= 1
t
(1 ) : cas de tranzactie, 1
= 1
(1, i) : cas de
sigurant, 1
c
= 1
c
(i): cas de speculatie
1.6 Probleme rezolvate
Problema 1.6.1 S se determine cre sterea absolut si elasticitate urm-
toarelor func tii de cerere:
a) Q = 2 \ 8\
2
b) Q =
8\
2 \
c) Q = 8c
\
unde variabila V reprezint venitul. S se calculeze valoarea acestora
pentru un venit \ = .
Rezolvare:
a) Pentru o functie ) (r) = j, se denesc:
i) cresterea absolut
,(r) = )
t
(r)
ii) elasticitatea:
1
a
j
=
r
) (r)
)
t
(r) =
r
) (r)
,(r)
n cazul functiilor cerere (Q) - venit (\ ) , formulele de mai sus devin:
,(\ ) = Q(\ )
1
\
Q
=
\
Q
,(\ )
Asadar cresterea absolut a functiei de cerere va :
,(\ ) = Q
t
(\ ) = 1 6\,
13
iar elasticitatea:
1
\
Q
=
\
2 \ 8\
2
(1 6\ ) =
\ 6\
2
2 \ 8\
2
Atunci pentru \ = , vom avea:
,() = 81 si 1
\
Q
=
1
82
= 1, 88.
b)
,(\ ) =
8 (2 \ ) 8\
(2 \ )
2
=
6
(2 \ )
2
1
\
Q
=
\
Q
,(\ ) =
\
S\
2\
6
(2 \ )
2
=
2
2 \
Rezult c pentru \ = vom avea:
,() =
6
40
1
\
Q
=
2
7
c)
,(\ ) = 8c
\
1
\
Q
=
\
8c
\
8c
\
= \
Pentru \ = vom avea:
,() = 8c
1
\
Q
=
Problema 1.6.2 Urmtoarele func tii sunt date n varianta Cournot, adic
cererea (Q) n func tie de pre t (j) . S se scrie aceste func tii n varianta
Marshall, adic pre tul n func tie de cerere:
a) Q =
110 j
28
;
b) Q = 48 j
10
70.
Rezolvare:
14
a) Varianta Cournot este
Q =
110 j
28
Din aceast expresie vom exprima variabila j n functie de Q.si anume
28Q = 110 j == 28Qj = 110 == j = 110 28Q
b) Putem scrie:
Q70 = 48j
10
==
Q70
48
= j
10
==
Q70
48
=
1
j
10
== j
10
=
48
Q70
== j =
10
_
48
Q70
.
1.7 Probleme propuse
Problema 1.7.1 S se determine cre sterea absolut si elasticitatea pentru
func tiile economice urmtoare. S se calculeze valorile acestora pentru
venitul indicat:
a) Q = 8\, pt. \ = 20
b) Q = 6 8\ 8\
2
, pt. \ = 10
c) Q = 2\
, pt. \ = 2
d) Q = 1 c
\
, pt. \ = 7
e) Q =
8\
2 \
, pt. \ = 2
f ) Q = 8
2 \
8 \
, pt. \ = 8
g) Q = \
1 \
2 \
, pt. \ = 1
h) Q =
8
1 2c
\
, pt. \ = 6.
Rspunsuri:
15
a) ,(20) = 8, 1
20
Q
=
12
1S
;
b) ,(10) = 68, 1
10
Q
=
S10
19S
;
c) ,(2) = 160, 1
2
Q
= ;
d) ,(7) = 1c
7
, 1
7
Q
= 7;
e) ,(2) = 1, 1
2
Q
=
2
S
;
f ) ,(8) =
1
12
, 1
S
Q
=
1
7
;
g) ,(1) =
7
9
, 1
1
Q
=
7
6
;
h) ,(6) =
6c
6
(12c
6
)
2
, 1
6
Q
=
12
c
6
2
Problema 1.7.2 Urmtoarele func tii sunt date n variante Cournot. S se
scrie n form Marshall.
a) Q =
87 j
140
; b) Q =
210
j 78
6; c) Q =
8 j
2
7
;
d) Q =
40
_
j
10
; e) Q =
_
82 j
17
; f ) Q = 8j
12
18;
g) Q = c
2j
.
Rspunsuri:
a) j = 87 40Q; b) j =
210
Q6
78; c) j =
_
8 7Q;
d) Q = (40 10Q)
2
; e) j = 82 17Q
2
; f ) j =
_
S
Q1S
_
112
;
g) j =
1
2
ln

Q
.
16
2 Functii reale de mai multe variabile reale
2.1 Spatiul R
a
n studiul fenomenelor zice, economice (si n alte situatii) apare de mai multe
ori necesitatea studiului multimilor nite cu num ar x de numere reale. De
exemplu, spatiul n care tr aim este modelat ca o multime de puncte deter-
minate de trei coordonate. Fie : un num ar natural xat nenul. Multimea
sistemelor de forma:
r = (r
1
, r
2
, ..., r
a
) ,
unde r
1
, r
2
, ..., r
a
sunt numere reale, se numeste spatiul R
a
. Elementele
acestei multimi se numesc puncte, iar numerele r
1
, r
2
, ..., r
a
care determin a
punctul r se numesc coordonatele sau componentele acestui punct.
Pe spatiul R
a
se pot considera diverse structuri care s a extind a structura
axei reale.
Pentru orice pereche de elemente r si j din R
a
, exist a n R
a
suma lor
r j dat a de:
r j = (r
1
j
1
, r
2
j
2
, ..., r
a
j
a
) . (2.1.1)
De asemenea, pentru ecare c R si r R
a
exist a n R
a
cr = (cr
1
, cr
2
, ..., cr
a
) . (2.1.2)
Operatiile denite mai sus au n mod evident urm atoarele propriet ati:
1) r j = j r, \r, j R
a
;
2) r (j .) = (r j) ., \r, j, . R
a
;
3) 0 = (0, 0, ..., 0) R
a
astfel nct 0 r = r, \r R
a
;
4) \r R
a
, r = (r
1
, r
2
, ..., r
a
) R
a
astfel nct r (r) = 0;
5) c(r j) = cr cj, \c R si \r, j R
a
;
6) (c ,) r = cr ,r, \c, , R si \r R
a
;
7) ( c,) r = c(, r) , \c, , R si \r R
a
;
8) 1 r = r, \r R
a
.
17
O multime nevid a \ pe care sunt denite o operatie de adunare (operatie
intern a ) (r, j) rj si operatia de nmultire cu numere reale, astfel nct
s a aib a loc (1)-(8), se numeste spa tiu vectorial real.
Propozitia 2.1.1 Spa tiul R
a
nzestrat cu opera tiile de adunare si de n-
mul tire cu scalari denite prin (2.1.1) si (2.1.2) este spa tiu vectorial real.
In orice spatiu vectorial se poate deni adunarea unui num ar nit de
elemente.
Dac a c
1
, c
2
, ..., c
n
R si
1
,
2
, ...,
n
\ atunci elementul c
1
1
...
c
n
n
se numeste o combinatie liniar a a elementelor
1
,
2
, ...,
n
.
Elementele
1
,
2
, ...,
n
\ se numesc liniar independente dac a din re-
latia c
1
1
... c
n
n
= 0 rezult a c a c
1
= c
2
... = c
n
= 0.
Sistemul c
1
, c
2
, ..., c
n
se numeste baz a a spatiului vectorial \ dac a ele-
mentele lui sunt liniar independente si orice element din \ este o combinatie
liniar a a elementelor c
1
, c
2
, ..., c
n
.
Dac a n spatiul vectorial \ exist a o baz a format a din : elemente atunci
spunem c a \ are dimensiunea :.
Propozitia 2.1.2 n spa tiul R
a
exista o baza 1 = c
1
, c
2
, ..., c
a
, unde:
c
1
= (1, 0, ..., 0) ; c
2
= (0, 1, ..., 0) ; ...c
a
= (0, 0, ..., 1)
si n consecin ta are dimensiunea :.
Demonstratie.
Ar at am mai nti c a elementele c
1
, c
2
, ..., c
a
sunt liniar independente.
Intr-adev ar, dac a c
1
c
1
c
2
c
2
... c
a
c
a
= 0, unde c
1
, ..., c
a
R, atunci
rezult a imediat c a (c
1
, c
2
, ..., c
a
) = 0 deci c
1
= ... = c
a
= 0.
Ar at am n continuare c a orice r R
a
este o combinatie liniar a a ele-
mentelor din baz a. Intr-adev ar dac a r R
a
atunci r = (r
1
, r
2
, ..., r
a
), unde
r
1
, r
2
, ..., r
a
R.
Avem c a r = (r
1
, r
2
, ..., r
a
) = (r
1
, 0..., 0)(0, r
2
, ..., 0)...(0, 0, ..., r
a
) =
r
1
c
1
r
2
c
2
...r
a
c
a
, deci r e o combinatie liniar a a elementelor c
1
, c
2
, ..., c
a
cu coecientii r
1
, r
2
, ..., r
a
R
Notiunile de limit a si continuitate se pot introduce pentru aplicatii de-
nite pe R
a
cu valori n R la fel ca n cazul functiilor reale de o variabil a real a,
denind mai nti pe
R
a
o functie care s a generalizeze functia modul din R
18
Denitia 2.1.1 Fie \ un spa tiu vectorial real. Se nume ste norma pe \
orice aplica tie:
|| : \ 1, r |r| ,
astfel nct:
N1) |r| _ 0, \r \ si |r| = 0 == r = 0
N2) |cr| = [c[ |r| , \r \ si \c 1 (pozitiv omogenitate)
N3) |r j| _ |r| |j| , \r, j \ (subaditivitate)
Se nume ste spa tiu vectorial normat (real) cuplul (\, ||) unde \ este un
spa tiu vectorial real.
In cele ce urmeaz a vom da cteva exemple de norme pe R
a
.Mai nti vom
prezenta norma euclidian a pe R
a
care este cea mai uzual a norm a pe R
a
.
Consider am mai nti expresia:
r, j =
a
i=1
r
i
j
i
, \r, j R
a
(2.1.8)
pe care o numim produsul scalar euclidian al elementelor r, j.
Aceast a expresie are urm atoarele propriet ati evidente:
PS1) r, r _ 0, \r R
a
si r, r = 0 == r = 0
PS2) r, j = j, r , \r, j R
a
PS3) cr ,j, . = cr, . , j, . , \r, j, . R
a
, \c, , R
Propozitia 2.1.3 Aplica tia || : R
a
R,data de r |r|
oc)
=
_
r, r
este o norma pe R
a
(norma indusa de produsul euclidian) numita norma
euclidiana pe R
a
.
Demonstratie.
N1) \r R
a
avem |r| =
_
r, r =
_
a
i=1
[r
i
[
2
_ 0 si |r| = 0 ==
_
r, r = 0 == r, r = 0
1S1
== r = 0
19
N2) \r R
a
si \c 1 avem:
|cr| =
_
cr, cr
1SS
=
_
cr, cr
1S2
=
_
ccr, r =
_
c
2
r, r =
= [c[
_
r, r = [c[ |r|
N3) Demonstr am mai nti urm atoarea inegalitate (inegalitatea Cauchy-
Buniakovski-Schwarz):
[r, j[ _ |r| |j| , r, j R
a
(2.1.4)
Pentru aceasta consider am relatiile:
0 _ |r j|
2
= r j, r j = |r|
2
|j|
2
2 r, j
0 _ |r j|
2
= r j, r j = |r|
2
|j|
2
2 r, j
din care rezult a imediat c a:
2 [r, j[ _ |r|
2
|j|
2
.
Dac a n egalitatea precedent a n loc de r si j consider am elementele
a
|a|
si
j
|j|
(pentru r ,= 0 si j ,= 0) obtinem
2
_
r
|r|
,
j
|j|
_
_
_
_
_
_
r
|r|
_
_
_
_
2
_
_
_
_
j
|j|
_
_
_
_
2
= 2
de unde rezult a c a:
1
|r| |j|
r, j _ 1 deci (2.1.4) are loc pentru orice r ,= 0
si j ,= 0. Dar relatia (2.1.4) este adev arat a dac a r = 0 sau j = 0 si
astfel ea are loc pentru orice r, j R
a
.
Revenim la demonstratia axiomei N3).
\r, j R
a
avem:
|r j|
2
= r j, r j = r, r j, r r, j j, j =
= |r|
2
2 r, j |j|
2
_ |r|
2
2 [r, j[ |j|
2
(2.1.1)
_
_ |r|
2
2 |r| |j| |j|
2
= (|r| |j|)
2
adic a |r j|
2
_ (|r| |j|)
2
de unde |r j| _ |r| |j| si propoz-
itia este demonstrat a.
20
Alte exemple de norme n R
a
Exemplul 2.1.1 Aplica tia
||
1
: R
a
R data de |r|
1
=
a
i=1
[r
i
[
este o norma pe R
a
numita norma Minkovski.
Justicam doar N3), restul axiomelor normei ind evidente.
Intr-adevar,\r, j R avem
|r j|
1
=
a
i=1
[r
i
j
i
[ _
a
i=1
([r
i
[ [j
i
[) =
=
a
i=1
[r
i
[
a
i=1
[j
i
[ = |r|
1
|j|
1
.
Exemplul 2.1.2 Aplica tia
||
o
: R
a
R data de |r|
o
= max
1i a
[r
i
[
este o norma pe R
a
numita norma Ceb sev.
\r, j R, avem ca
|r j|
o
= max
1i a
[r
i
j
i
[ _ max
1i a
([r
i
[ [j
i
[) _
_ max
1i a
[r
i
[ max
1i a
[j
i
[ = |r|
o
|j|
o
deci N3) are loc (restul axiomelor normei sunt evidente).
Observatia 2.1.1 Pentru : = 1 si r R avem |r|
1
= |r| = |r|
o
= [r[
adica cele trei norme clasice pe R
a
se confunda n cazul : = 1 cu func tia
modul.
Propozitia 2.1.4 Pentru orice r R
a
, r = (r
1
, r
2
, ..., r
a
) are loc
[r
i
[ _ |r| _
_
:|r|
o
, \i 1, ...: (2.1.)
21
Demonstratie. Pentru orice i 1, ...: avem
0 _ r
2
i
_ r
2
1
r
2
2
... r
2
a
_ : :ar
1) a
r
2
)
..
Din inegalit atile de mai sus avem c a
[r
i
[ _
_
r
2
1
r
2
2
... r
2
a
_
_
: :ar
1) a
r
)
, \i 1, ..., :
ceea ce arat a c a (2.1.) are loc.
Denitia 2.1.2 Se nume ste metrica sau distan ta pe mul timea nevida A
orice aplica tie
d : A A R (r, j) d (r, j)
astfel nct:
D1) d (r, j) _ 0, \r, j A si d (r, j) = 0 == r = j
D2) d (r, j) = d (j, r) , \r, j A
D3) d (r, j) _ d (r, .) d (., j) , \r, j, . A (inegalitatea triunghiului)
Cuplul (A, d) unde A este o mul time nevida iar d este o metrica (dis-
tan ta) pe A se nume ste spa tiu metric.
Propozitia 2.1.5 Aplica tia d : R
a
R
a
R data de
d (r, j) = |r j| =
_
a
i=1
(r
i
j
i
)
2
este o metrica pe R
a
(metrica indusa de norma euclidiana), numita met-
rica euclidiana pe R
a
.
Demonstratie.
D1) \r, j R
a
avem
d (r, j) = |r j| _ 0
si d (r, j) = 0 == |r j| = 0
. 1
== r j = 0 == r = j
22
D2) \r, j R
a
avem
d (r, j) = |r j| = |(1) (j r)|
. 2
=
= [1[ |j r| = |j r| = d (j, r)
D3) \r, j, . R
a
avem
d (r, j) = |r j| = |(r .) (. j)|
. S
_
_ |r .| |. j| = d (r, .) d (., j)
Deci d este o metric a (distant a) pe R
a
.
Observatia 2.1.2 1) Orice norma pe R
a
induce o metrica pe R
a
(justi-
carea este similara cu cea din demonstra tia anterioara unde s-au folosit
doar axiomele normei), deci cele doua norme introduse n exemplele
2.1.1 si 2.1.2 induc pe R
a
distan tele:
d
1
: R
a
R
a
R d
1
(r, j) = |r j|
1
=
a
i=1
[r
i
j
i
[ ,
respectiv
d
o
: R
a
R
a
R d
o
(r, j) = |r j|
o
= max
1i a
[r
i
j
i
[ ,
numite distan ta Minkowski a spa tiului R
a
, respectiv distan ta Ceb sev a lui
R
a
.
2) Daca : = 1 atunci
d
1
(r, j) = d (r, j) = d
o
(r, j) = [r j[ , r, j R.
In cazul normei euclidiene pentru : = 2 si : = 8 regasim formula distan tei
dintre doua puncte din plan si din spa tiu. Intr-adevar daca : = 2
atunci
d (r, j) =
_
(r
1
j
1
)
2
(r
2
j
2
)
2
iar daca : = 8 atunci
d (r, j) =
_
(r
1
j
1
)
2
(r
2
j
2
)
2
(r
S
j
S
)
2
23
Notiunile de limit a si continuitate se pot introduce n orice spatiu normat,
respectiv metric.In cele ce urmeaz a vom considera spatiul R
a
nzestrat cu
norma euclidian a respectiv metrica euclidian a.
Denitia 2.1.3 Fie a = (a
1
, a
2
, ..., a
a
) R
a
si r 0.
Se nume ste bila deschisa cu centrul n a si raza r mul timea 1(a, r) =
r R
a
, d (r, a) < r
Pentru : = 1 respectiv : = 2 adic a n R, respectiv n R
2
bilele deschise
sunt intervale deschise centrate n a
1
de forma (a
1
r, a
1
r) , respectiv
discuri deschise cu centrul n a = (a
1
, a
2
) .
Denitia 2.1.4 1) Spunem ca mul timea \ _ R
a
este o vecinatate a punc-
tului a R
a
daca exista o bila deschisa cu centrul n a inclusa n
mul timea \ , adica 1(a, r) \. Notam cu 1 (a) = \ R
a
[\ vecinatate a lui a
mul timea vecinata tilor punctului a.Din deni tie rezulta ca orice bila de-
schisa cu centrul n a R
a
este o vecinatate a lui a.
2) Spunem ca a R
a
este punct interior mul timii _ R
a
daca \
1 (a) astfel ca \ . i:t = a [a punct interior lui - reprezint
mul timea punctelor interioare mul timii .
3) Spunem ca a R
a
este punct exterior mul timii _ R
a
daca este
interior complementarei lui adica exista o vecinatate \ a lui a, astfel
ca \ C
R
n.
crt = a [a punct exterior lui - reprezint mul timea punctelor exte-
rioare mul timii .
4) O mul time _ R
a
care con tine numai puncte interioare se nume ste
multime deschisa.
5) O mul time _ R
a
se nume ste multime nchisa daca complementara
sa C
R
n este deschisa.
6) a R
a
este punct aderent mul timii _ R
a
daca orice vecinatate \ a
lui a con tine cel pu tin un punct din ,adica, \\ 1 (a) , \ ,= O :
= a R
a
[a punct aderent a lui - reprezint mul timea punctelor ader-
ente mul timii .
24
7) a R
a
este punct de acumulare al mul timii _ R
a
daca orice vecina-
tate \ a lui a con tine cel pu tin un punct din mul timea ,diferit de a,
adica \\ 1 (a) , (\ a) ,= O
t
= a R
a
[a punct de acumulare pentru a - reprezint mul timea punctelorde
acumulare a mul timii .
Din deni tie rezulta ca punctul a poate sau nu sa apar tina mul timii .
8) a este punct izolat al mul timii _ R
a
daca exista o vecinatate \
a lui a astfel nct \ = a
9) a este punct frontiera al mul timii _ R
a
daca orice vecinatate
a sa con tine si puncte din si din C
R
n (e aderent si lui si lui
C
R
n ).Mul timea punctelor frontiera a mul timii se nume ste frontiera
mul timii si se noteaza )r .
10) _ R
a
se nume ste multime marginita daca exista ' 0 astfel
nct 1(0, ') sau echivalent daca \r are loc |r| < '.
Vom prezenta n continuare un exemplu n R
2
care ilustreaz a notiunile
introduse anterior.
Exemplul 2.1.3 Fie _ R
2
, =
_
(r, j) R
2
r
2
j
2
_ 0, r 0, j 0
_
'
(8, 8)
(8, 8) este punct izolat al mul timii
1(1, 1) este punct interior lui si este punct de acumulare pentru ,
care apar tine lui
C (0, 1) este punct frontiera pentru si este punct de acumulare pentru
care nu apar tine lui
1(1, 4) este punct exterior lui
i:t =
_
(r, j) R
2
r
2
j
2
< 0, r 0, j 0
_
=
_
(r, j) R
2
r
2
j
2
_ 0, r _ 0, j _ 0
_
' (8, 8)
t
=
_
(r, j) R
2
r
2
j
2
_ 0, r _ 0, j _ 0
_
)r =
_
(r, j) R
2
r
2
j
2
= 0, r _ 0, j _ 0
_
'
'(r, 0) ; 0 _ r _ 8 ' (0, j) ; 0 _ j _ 8
25
2.2 Siruri de puncte din R
a
In continuare vom considera spatiul R
a
dotat cu norma euclidian a, respectiv
metrica euclidian a.
Denitia 2.2.1 Se nume ste sir de elemente din R
a
orice aplica tie
, : N
+
R
a
, / ,(/) R
a
Se nume ste sub sir al sirului , orice sir de forma ,w, unde w : N
+
N
+
este o aplica tie strict crescatoare.
Notnd ,(/) = r
I
si w(:) = /
n
(:, / N
+
) sirul , se noteaza
_
r
I
_
I1
iar sub sirurile sale se noteaza
_
r
I
r
_
n1
.
Denitia 2.2.2 Un sir
_
r
I
_
I1
_ R
a
, r
I
=
_
r
I
1
, r
I
2
, ..., r
I
a
_
, / _ 1,are limita
a = (a
1
, a
2
, ..., a
a
) R
a
daca
lim
Io
_
_
_r
I
a
_
_
_ = 0.
Se scrie
lim
Io
r
I
= a sau r
I
Io
a
Se spune ca sirul este convergent daca el are limita n R
a
si ca este
divergent n caz contrar.
Folosind denitia cu - a convergentei unui sir de numere reale obtinem
c a:
lim
Io
r
I
= a == lim
Io
_
_
_r
I
a
_
_
_ = 0 ==
== \- 0, /
.
N astfel nct \/ _ /
.
avem c a |r
a
a| < -.
Propozitia 2.2.1 Fie
_
r
I
_
I1
_ R
a
, r
I
=
_
r
I
1
, r
I
2
, ..., r
I
a
_
, / _ 1, si a =
(a
1
, a
2
, ..., a
a
) R
a
. Atunci:
lim
Io
r
I
= a == lim
Io
r
I
i
= a
i
pentru orice i 1, ..., : .
26
Demonstratie. Din relatia (2.1.) rezult a imediat c a:
r
I
i
a
i
_
_
_
_r
I
a
_
_
_ _
_
:
_
_
_r
I
a
_
_
_
o
=
=
_
: :ar
1) a
r
I
)
a
)
, 1 _ i _ :.
` == " Din inegalit atile 0 _

r
I
i
a
i
_
_
_
r
I
a
_
_
, 1 _ i _ : si din
ipoteza lim
Io
_
_
r
I
a
_
_
= 0 rezult a imediat (folosind criteriul clestelui
pentru siruri de numere reale) c a pentru orice 1 _ i _ : avem c a
lim
Io
r
I
i
a
i
= 0.
` == " Se aplic a un rationament analog celui precedent, folosindu-se partea
a doua a inegalit atilor din (2.1.5).
Observatia 2.2.1 Potrivit propozi tiei anterioare, convergen ta n R
a
este
echivalenta cu convergen ta celor : siruri de numere reale, componente ale
sirului
_
r
I
_
I1
R
a
.
In continuare vom mentiona cteva propriet ati analoage sirurilor conver-
gente de puncte din R si care se demonstreaz a analog.
Propozitia 2.2.2 (Criteriul majorarii) Fie
_
r
I
_
I1
_ R
a
, a R
a
si (c
I
)
I1

(0, ) astfel nct lim
Io
c
I
= 0.
Daca exista /
0
_ 1 astfel nct
_
_
r
I
a
_
_
_ c
I
, \/ _ /
0
atunci lim
Io
r
I
=
a.
Indicatie. Se foloseste criteriul clestelui pentru siruri de numere reale.
Propozitia 2.2.3 Limita unui sir de puncte din R
a
este unica.
Demonstratie. Fie
_
r
I
_
I1
_ R
a
si a, / R
a
astfel nct lim
Io
r
I
= a
si lim
Io
r
I
= /.
Ar at am c a a = /.
Cum|a /| =
_
_
_
a r
I
_
_
r
I
/
__
_
. S
_
_
_
a r
I
_
_
_
_
r
I
/
_
_
. 2
=
_
_
r
I
a
_
_
_
_
r
I
/
_
_

Io
0,rezult a c a |a /| = 0 si deci a = /.
27
Propozitia 2.2.4 Fie
_
r
I
_
I1
,
_
j
I
_
I1
doua siruri din R
a
si (c
I
)
I1
_
R.Daca
lim
Io
r
I
= a R
a
, lim
Io
j
I
= / R
a
si lim
Io
c
I
= c R
atunci
lim
Io
_
r
I
j
I
_
= a / si lim
Io
c
I
r
I
= ca.
Demonstratie.
_
_
_
_
r
I
j
I
_
(a /)
_
_
_ =
_
_
_
_
r
I
a
_
_
j
I
/
__
_
_ _
_
_
_
_r
I
a
_
_
_
_
_
_j
I
/
_
_
_
Io
0
si
_
_
_c
I
r
I
ca
_
_
_ =
_
_
_c
I
r
I
c
I
a c
I
a ca
_
_
_ _
_
_
_
_c
I
_
r
I
a
__
_
_ |(c
I
c) a| =
= [c
I
[
_
_
_r
I
a
_
_
_ [c
I
c[ |a|
Io
0
adic a ceea ce trebuia demonstrat.
2.3 Limite si continuitate pentru functii reale de mai multe
variabile
Denitia 2.3.1 Fie R
a
. Aplica tia
) : R, astfel ca r = (r
1
, ..., r
a
) ) (r) = ) (r
1
, r
2
, ..., r
a
) R
se nume ste func tie reala de : variabile reale.
Exemplul 2.3.1 Norma euclidiana pe R
a
, adica
) : R
a
R, ) (r) = ) (r
1
, r
2
, ..., r
a
) =
_
_
r
2
1
r
2
2
... r
2
a
_
= |r|
este o func tie reala de : variabile reale.
28
Exemplul 2.3.2 Daca \ este venitul unei societa ti comerciale, r numarul
de ore de munca productiva prestata, j fondurile xe angajate n produc tie
atunci
\ (r, j) = /r
c
j
o
, /, c, , constante pozitive
(func tie de produc tie de tip Cobb-Douglas) este o func tie reala de 2 vari-
abile reale.
Exemplul 2.3.3 Daca = [0, ) [0, ) [0, ) _ R
S
atunci func tia
) : R, ) (r) = ) (r
1
, r
2
, r
S
) = r
1
r
2
r
S
(func tie reala de trei variabile reale) reprezinta produc tia unei intreprinderi
daca r
1
este productivitatea muncii, r
2
numarul de muncitori, r
S
timpul de
munca.
Denitia 2.3.2 Fie R
a
(: _ 1) o mul time nevida, a un punct de acu-
mulare al mul timii , a
t
si ) : R
Spunem ca ) are limita | 1 cnd r tinde catre a si scriem | =
lim
ao
) (r) (sau ) (r)
ao
|) daca \- 0, c
.
0 astfel nct pentru orice
r a cu proprietatea |r a| < c
.
sa avem [) (r) |[ < -.
Observatia 2.3.1 1) Norma utilizata n deni tia precedenta poate oricare
din cele trei norme clasice pe R
a
(nu doar cea euclidiana). Daca : = 1
atunci cele trei norme clasice pe R
a
devin func tia modul si se ob tine
deni tia limitei func tiilor de o variabila reala (studiata n liceu).
2) Limita | = lim
ao
) (r) se nume ste limita globala a func tiei ) cnd r
tinde catre a, se noteaza prin
| = lim
a
1
o
1
a
2
o
2
..........
a
n
o
n
) (r
1
, r
2
, ..., r
a
)
si se cite ste limita func tiei ) cnd r
1
a
1
, r
2
a
2
, ..., r
a
a
a
simultan
si independent.
29
3) Deni tia 2.3.2 a limitei poate exprimata si n limbajul convergen tei
sirurilor. Astfel spunem ca | este limita func tiei ) n punctul a daca
oricare ar sirul
_
r
I
_
I1
_ convergent la a
t
sirul
_
)
_
r
I
__
I1
este convergent la |, adica pentru orice sir
_
r
I
_
I1
_ , r
I
Io
a avem
)
_
r
I
_

Io
|.
4) Din observa tia precedenta rezulta ca daca
_
r
I
_
I1
_ convergent la
a astfel nct sirul imagine
_
)
_
r
I
__
I1
este divergent atunci func tia )
nu are limita n punctul a. Daca
_
r
I
_
I1
_ ,
_
j
I
_
I1
_ siruri
convergente la a
t
astfel nct lim
ao
)
_
r
I
_
,= lim
ao
)
_
j
I
_
atunci
func tia ) nu are limita n punctul a.
In cele ce urmeaz a, mention am cteva propriet ati ale limitelor de functii
de la R
a
la R,propriet ati analoage celor ale functiilor reale de o variabil a
real a.
Fie : _ 2, _ R
a
, o multime nevid a, a
t
, |
1
, |
2
R si ), q : R.
Propozitia 2.3.1 Daca ) are limita atunci cnd r tinde catre a, atunci
limita este unica.
Propozitia 2.3.2 Dac lim
ao
) (r) = |
1
aunci exist \ 1 (a) astfel nct
) este mrginit pe \ .
Propozitia 2.3.3 Daca lim
ao
) (r) = |
1
si lim
ao
q (r) = |
2
atunci
lim
ao
() (r) q (r)) = |
1
|
2
, lim
ao
() q) (r) = |
1
|
2
iar daca |
2
,= 0 si
) (r)
q (r)
are sens pe o vecinatate a lui a atunci avem si
lim
ao
) (r)
q (r)
=
|
1
|
2
.
30
Propozitia 2.3.4 (criteriul majorarii) Fie , : R. Daca exista \
1 (a) astfel nct
a) ,(r) _ 0, \r \
b) [) (r) |
1
[ _ ,(r) , \r \
c) lim
ao
,(r) = 0
atunci exista limita func tiei ) cnd r tinde la a si lim
ao
) (r) = |
1
.
In cele ce urmeaz a vom ncerca s a analiz am ce se ntmpl a n cazul n
care conditia din Denitia 2.3.2 ca r
1
a
1
, r
2
a
2
, ..., r
a
a
a
simultan
si independent nu este ndeplinit a.
Denitia 2.3.3 Fie _ R
a
o mul time nevida, a
t
, / R
a
0 si
) : R. Spunem ca ) are limita n punctul a dupa direc tia / daca
exista lim
t0
) (a t/)
Notam aceasta limita cu |
I
= lim
t0
) (a t/) .
Observatia 2.3.2 1) Daca / R
a
0 atunci / dene ste o direc tie n
R
a
(n R
2
si R
S
reprezentarea intuitiva e evidenta). Din punct de vedere
geometric, daca a R
a
si / R
a
0 atunci mul timea
r R
a
[r = a t/, t R reprezinta n R
a
"dreapta" care trece prin punc-
tul a si are direc tia /.
2) In cazul limitei dupa direc tie variabilele r
1
, ..., r
a
cu (r
1
, ..., r
a
) R
a
au proprietatea c r
1
a
1
, r
2
a
2
, ..., r
a
a
a
simultan, dar nu
independent ci cu condi tia ca r = (r
1
, ..., r
a
) sa se ae pe "dreapta" ce
trece prin a si are direc tia /.
3) Din caracterizarea limitei cu ajutorul sirurilor (Observa tia 2.3.1) rezulta
imediat ca daca ) are limita (globala) | cnd r tinde la a atunci pentru
orice / R
a
0 exista limita dupa direc tia / si |
I
= |.
Daca /
t
, /
'
R
a
0 astfel nct |
I
r ,= |
I
" atunci ) nu are limita
globala cnd r a.
31
Exemplul 2.3.4 Fie func tia ) : R
2
0 R, ) (r, j) =
r
2
j
2
r
2
j
2
, a = 0.
Fie / = (/
1
, /
2
) R
2
0 .
Atunci |
I
= lim
t0
) (0 t/) = lim
t0
) (t/
1
, t/
2
) = lim
t0
t
2
/
2
1
t
2
/
2
2
t
2
/
2
1
t
2
/
2
2
=
/
2
1
/
2
2
/
2
1
/
2
2
deci |
I
=
/
2
1
/
2
2
/
2
1
/
2
2
ceea ce arata ca ) are limita dupa orice direc tie n
a = 0.
Cum aceste limite nu sunt egale (depind de /) rezulta ca ) nu are limita
n a = 0.
Pentru a analiza ce se ntmpl a atunci cnd variabilele r
1
, ..., r
a
nu tind
simultan la a
1
, ..., a
a
ne vom restrnge la cazul functiilor reale de dou a vari-
abile reale.
2
o mul time nevida, ) : R si a = (a
1
, a
2
)
t
.
Daca:
a) exista l 1 (a
1
) astfel nct lim
a
2
o
2
) (r
1
, r
2
) = 1 (r
1
) pentru orice r
1

l, (r
1
, a
2
) si exista
lim
a
1
o
1
1 (r
1
) = lim
a
1
o
1
_
lim
a
2
o
2
) (r
1
, r
2
)
_
= |
12
b) exista \ 1 (a
2
) astfel nct lim
a
1
o
1
) (r
1
, r
2
) = G(r
2
) pentru orice r
2

\, (a
1
, r
2
) si exista
lim
a
2
o
2
G(r
2
) = lim
a
2
o
2
_
lim
a
1
o
1
) (r
1
, r
2
)
_
= |
21
atunci |
12
si |
21
se numesc limite iterate ale lui ) n punctul (a
1
, a
2
) .
Observatia 2.3.3 1) In cazul limitelor iterate avem r
1
a
1
si r
2
a
2
dar nu simultan ci succesiv.
2) Daca consideram cazul general al func tiilor de : variabile reale o sa
ob tinem :! limite iterate deoarece exista :! succesiuni ale variabilelor.
32
3) Studiul limitelor iterate nu ne ajuta foarte mult n studiul existen tei lim-
itei globale a unei func tii de doua variabile reale (cu att mai pu tin n
cazul a : variabile reale) deoarece putem ntlni urmatoarele situa tii:
a) chiar daca limitele iterate exista si sunt egale este posibil ca ) sa
nu aiba limita (globala) n acel punct.
b) chiar daca limita globala a func tiei ) exista este posibil ca limitele
iterate sa nu existe n acel punct.
c) daca ) are limita globala ntr-un punct si exista o limita iterata a
lui ) n acel punct atunci cele doua limite sunt egale.
d) daca ) are doua limite iterate diferite, atunci ) nu are limita (glob-
ala) n acel punct.
In cele ce urmeaz a vom ilustra cele armate mai sus prin cteva exemple.
Vom studia existenta limitei si a limitelor iterate pentru aceste functii.
Exemplul 2.3.5 1) ) : R
2
0 R, ) (r, j) =
r
2
j
r
2
j
2
., a = 0 = (0, 0) .
Avem
[) (r, j)[ =
r
2
r
2
j
2
[j[ _ [j[
a0
j0
0
deci conform criteriului majorarii
| = lim
a0
j0
) (r, j) = 0
|
12
= lim
a0
_
lim
j0
r
2
j
r
2
j
2
_
= lim
a0
_
0
j
2
_
= 0
|
21
= lim
j0
_
lim
a0
r
2
j
r
2
j
2
_
= lim
j0
_
0
r
2
_
= 0
In concluzie | = |
12
= |
21
= 0.
2) ) : R
2
0 R, ) (r, j) =
r
2
j
2
r
2
j
2
, a = 0 = (0, 0)
|
12
= lim
a0
_
lim
j0
r
2
j
2
r
2
j
2
_
= lim
a0
r
2
r
2
= 1
|
21
= lim
j0
_
lim
a0
r
2
j
2
r
2
j
2
_
= lim
j0
j
2
j
2
= 1
33
) are limite iterate diferite (|
12
= 1 ,= |
21
= 1) si prin urmare ) nu are
limita globala n a = 0.
3) ) : R
2
0 R, ) (r, j) =
rj
r
2
j
2
, a = 0
|
n
= lim
a0
j=na
) (r, j) = lim
a0
:r
2
r
2
(1 :
2
)
=
:
1 :
2
Cum |
n
depinde de : adica limite dupa direc tii diferite (limitele dupa
direc tiile dreptelor de pante :
1
= 1 respectiv :
2
= 1, de exemplu, sunt
|
n
1
=
1
2
respectiv |
n
2
=
1
2
), ) nu are limita globala n 0 = (0, 0) .
|
12
= lim
a0
_
lim
j0
rj
r
2
j
2
_
= lim
j0
0 = 0
|
21
= lim
j0
_
lim
a0
rj
r
2
j
2
_
= lim
j0
0 = 0
In concluzie avem ca |
12
= |
21
= 0 si totu si nu exista limita globala a
func tiei ) n 0.
4) ) : R, = (R 0)(R 0) ) (r, j) = (r j) sin
1
r
sin
1
j
. Avem
[) (r, j)[ = [r j[
sin
1
r
sin
1
j
_ [r j[ , \ (r, j)
deci conform criteriului majorarii
| = lim
a0
j0
) (r, j) = 0.
|
12
= lim
a0
_
lim
j0
(r j) sin
1
r
sin
1
j
_
=
= lim
a0
_
lim
j0
rsin
1
r
sin
1
j
j sin
1
r
sin
1
j
_
=
= lim
a0
_
lim
j0
rsin
1
r
sin
1
j
_
Deoarece lim
j0
sin
1
j
nu exista nseamna ca lim
j0
rsin
1
r
sin
1
j
si prin urmare
|
12
nu exista.
In mod analog se arata ca |
21
nu exista.
Pe de alta parte nu exista limitele iterate ale lui ) n origine.
34
In continuare vom studia cteva propriet ati relative la continuitatea functi-
ilor denite pe R
a
cu valori n R.
a
o mul time nevida a si ) : R.
Func tia ) se nume ste continua (sau global continua) n a daca pentru
orice - 0 exista c 0 astfel nct pentru orice r cu |r a| < c
.
avem
ca [) (r) ) (a)[ < -.Func tia ) este continua (sau global continua) pe
mul timea nevida 1 daca ) este continua n orice punct a 1.
Observatia 2.3.4 Daca a este un punct izolat al mul timii atunci )
este continua n a.Daca a
t
atunci ) este continua n a daca si numai
daca lim
ao
) (r) = ) (a) .
Denitia 2.3.6
a) Fie _ R
a
o mul time nevida, ) : R si a . Se numesc aplica tii
par tiale asociate lui ) n a aplica tiile:
,
i
:
i
R, 1 _ i _ :
,
i
(r
i
) = ) (a
1
, a
2
, ..., a
i1
, r
i
, a
i1
, ..., a
a
)
unde
i
= r
i
R[(a
1
, a
2
, ..., a
i1
, r
i
, a
i1
, ..., a
a
) .
b) Spunem ca ) este continua partial n raport cu variabila r
i
_
i = 1, :
_
n punctul a daca ,
i
este continua n punctul a
i
_
i = 1, :
_
.
Observatia 2.3.5 Daca a este punct izolat al mul timii atunci ) e
continua par tial n raport cu r
i
_
i = 1, :
_
. Daca a
t
, atunci ) e continua
par tial n raport cu r
i
_
i = 1, :
_
n a == exista
lim
a
.
o
.
,
i
(r
i
) = ,
i
(a
i
) = ) (a) , i = 1, :.
35
Propozitia 2.3.5 Fie R
a
o mul time nevida, a si ) : R.
Daca ) este continua n punctul a atunci ) este continua par tial n a n
raport cu ecare variabila r
i
_
i = 1, :
_
.
Demonstratie. Fie i 1, ..., : .Cum ) e global continu a n a atunci
pentru - 0, c
.
0 astfel nct
\r cu |r a| < c
.
avem c a [) (r) ) (a)[ < -.
Dac a r
i

i
cu [r
i
a
i
[ < c
.
atunci
|(a
1
, a
2
, ..., a
i1
, r
i
, a
i1
, ..., a
a
) (a
1
, a
2
, ..., a
a
)| = [r
i
a
i
[ < c
.
si obtinem c a
[) (a
1
, a
2
, ..., a
i1
, r
i
, a
i1
, ..., a
a
) ) (a
1
, a
2
, ..., a
a
)[ < -
sau [,
i
(r
i
) ,
i
(a)[ < -
adic a ) este continu a partial n raport cu r
i
n a. Cum i 1, ..., : a fost
oarecare teorema este demonstrat a.
Reciproca armatiei precedente nu este adev arat a dup a cum va rezulta
din urm atorul exemplu.
Exemplul 2.3.6 Fie ) : R
2
R, ) (r, j) =
_
aj
a
2
j
2
(r, j) R
2
0
0 (r, j) = (0, 0)
Func tia ) este continua par tial n raport cu ambele variabile n 0, dar nu
este global continua n 0.Intr-adevar, conform Exemplului 2.3.5 (punctul 3)
) nu are limita n 0 care este punct de acumulare a domeniului de deni tie
a func tiei ), deci nu este global continua n 0 (conform Observa tiei 2.3.4).
A ramas de justicat continuitatea par tiala n 0.
Func tiile par tiale n 0 sunt
, : R R ,(r) = ) (r, 0) = 0, \r R
c : R R c (j) = ) (0, j) = 0, \j R
si ele sunt evident continue n r = 0 (chiar pe R) respectiv n j = 0
(chiar pe R).
36
a
, ,= O, / R
a
0 , ) : R si a
. Spunem ca ) este continua dupa direc tia / n punctul a daca restric tia
lui ) la mul timea
I
= r [ r = a t/, t R
este continua n a (restric tia func tiei ) la
I
este func tia ) [
I
:
I

R ) [
I
(r) = ) (r)).
Observatia 2.3.6 1) Daca a
t
atunci ) este continua dupa direc tia
/ n a == lim
t0
) (a t/) = ) (a)
2) Daca ) este global continua n a atunci este continua n acest punct dupa
orice direc tie.
Reciproca armatiei precedente nu este adev arat a dup a cum se va vedea
din exemplul urm ator.
Exemplul 2.3.7 Func tia ) : R
2
R, ) (r, j) =
_
a
2
j
, (r, j) R
2
, j ,= 0
0, (r, j) R
2
, j = 0
Func tia ) este continua dupa orice direc tie / R
2
0 n a = 0 dar )
nu este global continua n a = 0.
Fie / R
2
0 , / = (/
1
, /
2
) .
Daca /
2
,= 0, atunci
lim
t0
) (0 t/) = lim
t0
) (t/
1
, t/
2
) = lim
t0
t
2
/
2
1
t/
2
=
/
2
1
/
2
0 = 0
Daca /
2
= 0, atunci
lim
t0
) (0 t/) = lim
t0
) (t/
1
, 0) = lim
t0
0 = 0
adica ) este continua n 0 dupa direc tia /.
Cum / R
2
0 , a fost oarecare rezulta ca ) este continua n 0 dupa
orice direc tie.
Pe de alta parte,
lim
a0
j=na
) (r, j) = lim
a0
r
2
:r
2
=
1
:
depinde de : deci ) nu are limita n 0, si nu este continua n 0.
37
2.4 Derivate partiale, diferentiabilitate si diferential pentru
functiile reale de mai multe variabile
Denitia 2.4.1 Spunem ca mul timea 1 R
a
este un domeniu daca este
deschisa si conexa (formata dintr-o singura bucata adica nu se poate scrie
ca reuniune disjuncta de doua mul timi deschise si nevide).
Mention am c a dac a 1 R
a
este un domeniu, atunci 1 nu are puncte
izolate si prin urmare orice punct a 1 este punct de acumulare pentru
multimea 1 (a 1
t
) .
Denitia 2.4.2 Fie 1 R
a
(: _ 2) un domeniu, a = (a
1
, ..., a
a
) 1 si
) : 1 R. Fie i = 1, ..., :
Spunem ca ) este derivabila partial n raport cu variabila r
i
n
punctul a daca
lim
a
.
o
.
)(o
1
,o
2
,...,o
.1
,a
.
,o
.+1
,...,o
n
))(o
1
,o
2
,...,o
n
)
a
.
o
.
, exista si este nita.
Notam aceasta limita (daca exista) cu
0)
0a
.
(a) sau )
t
a
.
(a) .
Spunem ca ) este derivabila partial n raport cu r
i
pe 1 daca este
derivabila par tial n raport cu r
i
n orice punct a 1. Daca ) este derivabila
par tial n raport cu r
i
pe 1 atunci se poate vorbi de func tia par tiala a lui )
n raport cu variabila r
i
notata
0)
0a
.
si anume
0)
0a
.
: 1 R, r
0)
0a
.
(r)
In cazul : = 2 se noteaz a cu (r, j), n loc de (r
1
, r
2
) punctul curent din
R
2
,iar n R
S
se noteaz a cu (r, j, .) n loc de (r
1
, r
2
, r
S
) . Asadar, o functie
de dou a variabile ) : 1 R, 1 domeniu, 1 R
2
este derivabil a partial n
raport cu r, respectiv cu j n punctul a = (a
1
, a
2
) 1, dac a exist a si este
nit a urmtoare limit
0)
0a
(a) = lim
ao
1
)(a,o
2
))(o
1
,o
2
)
ao
1
, respectiv
0)
0j
(a) = lim
jo
2
)(o
1
,j))(o
1
,o
2
)
jo
2
.
Pentru functii elementare (polinoame, functiile rationale, trigonometrice,
exponential a, logaritmic a si compuneri ale acestora, etc.)
0)
0a
= )
t
a
se cal-
culeaz a derivnd ) uzual n raport cu r, considernd j ca parametru, iar
0)
0j
= )
t
j
se calculeaz a derivnd ) n raport cu j si considernd r ca para-
metru.
Exemplul 2.4.1
1) Fie ) (r, j) = r
2
rj si a = (, 8) , 1 = R
2
. In acest caz
0)
0a
(a) = lim
a
)(a,S))(,S)
a
= lim
a
a
2
Sa10
a
= lim
a
(a) (a2)
a
= 7
38
0)
0j
(a) = lim
jS
)(,j))(,S)
jS
= lim
jS
j1
jS
= .
In punctul curent avem
0)
0a
(r, j) = 2rj si
0)
0j
(r, j) = r si dac nlocuim
r = , j = 8 regasim valorile anterioare.
2) Daca ) (r, j, .) = r
2
sinj., 1 = R
S
, atunci avem
0)
0a
: R
S
R,
0)
0a
(r, j, .) = 2r,
0)
0j
: R
S
R,
0)
0j
(r, j, .) = . cos j.,
0)
0:
:
R
S
R, (r, j, .) = j cos j..
3) ) : 1 R 1 = r R
a
[ r
1
0, r
2
0, ..., r
a
0
) (r
1
, ..., r
a
) = r
2
1
r
2
2
... r
2
a1

a
n
a
1
. In acest caz derivnd n raport
cu cte o variabila si considernd celelalte : 1 ca parametrii, ob tinem
0)
0a
1
(r) = 2r
1

a
n
a
2
1
,
0)
0a
2
(r) = 2r
2
, ...,
0)
0a
n1
(r) = 2r
a1
,
0)
0a
n
(r) =
1
a
1
.
Functia ) se numeste de clas a C
1
pe 1 si se noteaz a ) C
1
(1) dac a )
este derivabil a partial pe 1 n raport cu toate variabilele si plus, functiile
0)
0a
1
, ...,
0)
0a
n
sunt continue pe 1.
Observatia 2.4.1
1) Daca ) este derivabila par tial n raport cu variabila r
i
_
i = 1, :
_
n punc-
tul a atunci:
0)
0a
.
(a) = lim
a
.
o
.
)(o
1
,o
2
,...,o
.1
,a
.
,o
.+1
,...,o
n
))(o
1
,o
2
,...,o
n
)
a
.
o
.
= lim
a
.
o
.
,
.
(a
.
),
.
(o
.
)
a
.
o
.
,
(,
i
, i = 1, :, sunt aplica tiile par tiale asociate func tiei ) n a), deci )
este derivabila par tial n raport cu r
i
_
i = 1, :
_
n punctul a daca si numai
daca func tia par tiala ,
i
este derivabila (ca func tie de o variabila reala) n a
i
.
In plus avem
0)
0a
.
(a) = ,
t
i
(a
i
)
_
i = 1, :
_
.
2) Fie i 1, ..., : . Daca ) este derivabila par tial n raport cu variabila r
i
n punctul a atunci ) este continua par tial n raport cu variabila r
i
n
punctul a
_
i = 1, :
_
.
Intr-adevar daca ) este derivabila par tial n raport cu r
i
atunci ,
i
este
derivabila n a
i
si n consecin ta ,
i
este continua n a
i
.
Reciproca armatiei de mai sus nu este adev arat a dup a cum se va vedea
din exemplul urm ator.
39
Exemplul 2.4.2 Fie ) : R
2
R, ) (r, j) =
_
aj
a
2
j
2
, (r, j) R
2
(0, 0)
0, (r, j) = (0, 0)
.
Atunci ) nu este continua n (0, 0) (s-a vazut n Exemplul 2.3.6) dar )
admite derivate par tiale n punctul (0, 0) .
Intr-adevar:
0)
0a
(0, 0) = lim
a0
)(a,0))(0,0)
a
= 0
0)
0j
(0, 0) = lim
j0
)(0,j))(0,0)
j
= 0.
Denitia 2.4.3 Fie 1 domeniu, 1 R
a
, a 1 si ) : 1 R. Spunem
ca ) este diferentiabila n punctul a daca exista c
1
, c
2
, ..., c
a
R si o
func tie . : 1 R cu lim
ao
. (r) = . (a) = 0 (deci . continua si nula n a)
astfel nct sa avem
) (r) ) (a) =
a
i=1
c
i
(r
i
a
i
) . (r) |r a| , \r 1. (2.4.1)
Spunem ca ) este diferentiabila pe 1 daca este diferen tiabila n
orice punct din .
Propozitia 2.4.1 Fie 1 domeniu, 1 R
a
, a 1 si ) : 1 R. Daca
) este diferen tiabila n a atunci ) este continua n a.
Demonstratie.
Cum ) este diferentiabil a n a rezult a c a exist a c
1
, c
2
, ..., c
a
R si o
functie . : 1 R, lim
ao
. (r) = . (a) = 0 astfel nct are loc ) (r)) (a) =
a
i=1
c
i
(r
i
a
i
) . (r) |r a| , \r 1.
Trecnd la limit a cu r la a n egalitatea de mai sus obtinem
lim
ao
( ) (r) ) (a)) = lim
ao
_
a
i=1
c
i
(r
i
a
i
) . (r) |r a|
_
= 0, adic a
lim
ao
) (r) = ) (a) si deci ) este continu a n a.
In continuare vom studia leg atura ntre diferentiabilitatea unei functii
ntr-un punct si existenta derivatelor partiale n acel punct.
a
, a 1 si ) : 1 R. Daca )
este diferen tiabila n a atunci ) admite derivate par tiale n a si
0)
0a
.
(a) = c
i
pentru orice i = 1, :.
40
Demonstratie. Fie i = 1, :.
Dac a ) e diferentiabil a n a atunci exist c
1
, ..., c
a
R si . : 1 R,
lim
ao
. (r) = . (a) = 0 astfel nct
) (r) ) (a) =
= c
1
(r
1
a
1
)...c
a
(r
a
a
a
). (r)
_
(r
1
a
1
)
2
... (r
a
a
a
)
2
, \r
1.
Dac a r
i
R are proprietatea c a (a
1
, a
2
, ..., a
i1
, r
i
, a
i1
, ..., a
a
) 1,atunci
) (a
1
, a
2
, ..., a
i1
, r
i
, a
i1
, ..., a
a
) ) (a
1
, a
2
, ..., a
a
) =
= c
i
(r
i
a
i
) . (a
1
, a
2
, ..., a
i1
, r
i
, a
i1
, ..., a
a
) [r
i
a
i
[
de unde
)(o
1
,o
2
,...,o
.1
,a
.
,o
.+1
,...,o
n
))(o
1
,o
2
,...,o
n
)
a
.
o
.
=
= c
i
. (a
1
, a
2
, ..., a
i1
, r
i
, a
i1
, ..., a
a
)
[a
.
o
.
[
a
.
o
.
.
Facem r
i
a
i
n egalitatea de mai sus si obtinem:
lim
a
.
o
.
)(o
1
,o
2
,...,o
.1
,a
.
,o
.+1
,...,o
n
))(o
1
,o
2
,...,o
n
)
a
.
o
.
=
= c
i
lim
a
.
o
.
. (a
1
, a
2
, ..., a
i1
, r
i
, a
i1
, ..., a
a
)
[a
.
o
.
[
a
.
o
.
= c
i
deoarece avem

. (a
1
, a
2
, ..., a
i1
, r
i
, a
i1
, ..., a
a
)
[a
.
o
.
[
a
.
o
.
=
= [. (a
1
, a
2
, ..., a
i1
, r
i
, a
i1
, ..., a
a
)[
a
.
o
.
0
datorit a continuit atii globale (deci si partiale) a functiei . n a.
Cum i = 1, : a fost oarecare propozitia este demonstrat a.
Observatia 2.4.2
1) Rezultatul precedent implica faptul ca rela tia de deni tie (2.4.1) a difer-
en tiabilita tii devine:
) (r) ) (a) =
a
i=1
0)
0r
i
(a) (r
i
a
i
) . (r) |r a| , \r 1. (2.4.2)
2) Reciproca propozi tiei precedente este falsa, adica exista func tii care admit
derivate par tiale ntr-un punct si totu si nu este diferen tiabila n acel
punct.
Func tia ) : R
2
R, ) (r, j) =
_
aj
a
2
j
2
, (r, j) ,= (0, 0)
0, (r, j) = (0, 0)
studiata n exemplul 2.4.1 admite derivate par tiale n 0 = (0, 0), dar nu
este global continua n 0, deci conform propozi tiei 2.4.1 nu este diferen tiabila
n acel punct.
41
Concret, cnd e nevoie s a studiem diferentiabilitatea unei functii ntr-un
punct este necesar s a avem cunoscute conditii suciente de diferentiabilitate.
Urm atorul rezultat rezolv a aceast a problem a.
a
, a 1 si ) : 1 R. Daca
exista \ vecinatate a punctului a astfel nct ) are derivate par tiale pe \ 1
si daca acestea sunt continue n a atunci ) este diferen tiabila n a.
Demonstratie. Fie r \ 1. Avem:
) (r) ) (a) = [) ( r
1
, r
2
, ..., r
a
) ) (a
1
, r
2
, ..., r
a
)[
[) (a
1
, r
2
, ..., r
a
) )(a
1
, a
2
, r
S
, ..., r
a
)[ ...
[) (a
1
, a
2
, ..., a
a1
, r
a
) ) (a
1
, a
2
, ..., a
a
)[ .
Aplicnd teorema cresterilor nite ec arei paranteze (teorema Lagrange),
obtinem c a exist a
i
ntre a
i
si r
i
, pentru ecare i = 1, : astfel nct
) (r) ) (a) =
0)
0r
1
(
1
, r
2
, r
S
, ..., r
a
) (r
1
a
1
)
0)
0r
2
(a
1
,
2
, r
S
, ..., r
a
) (r
2
a
2
) ...
0)
0r
a
(a
1
, a
2
, ..., a
a1
,
a
) (r
a
a
a
) ,
sau echivalent
) (r) ) (a) =
a
i=1
0)
0r
i
(a) (r
i
a
i
)
_
0)
0r
1
(
1
, r
2
, r
S
, ..., r
a
)
0)
0r
1
(a
1
, ..., a
a
)
_
(r
1
a
1
) ...
_
0)
0r
a
(a
1
, a
2
, ..., a
a1
,
a
)
0)
0r
a
(a
1
, ..., a
a
)
_
(r
a
a
a
) .
Considernd functia
. (r) =
_
_
_
1
|ao|
_
) (r) ) (a)
a
i=1
0)
0a
.
(a)
_
, r 1a
0, r = a
este sucient s a ar at am c a . este continu a n punctul a.
42
Pentru r \ 1a avem
[. (r)[ =
_
0)
0r
i
(a
1
, a
2
, ..., a
i1
,
i
, r
i1
, ..., r
a
)
0)
0r
i
(a)
_
(r
i
a
i
)
1
|r a|
_
_
a
i=1
0)
0r
i
(a
1
, a
2
, ..., a
i1
,
i
, r
i1
, ..., r
a
)
0)
0r
i
(a)
[r
i
a
i
[
|r a|
_
_
a
i=1
0)
0r
i
(a
1
, a
2
, ..., a
i1
,
i
, r
i1
, ..., r
a
)
0)
0r
i
(a)
0
atunci cnd r a.
Conform criteriului major arii rezult a c a . este continu a n a, . (a) = 0
si deci ) este diferentiabil a n a.
Observatia 2.4.3
1) Daca ) admite derivate par tiale continue pe 1 atunci ) este diferen tiabila
pe 1.
2) Propozi tia precedenta prezinta condi tii suciente de diferen tiabilitate nu
si necesare.
Denitia 2.4.4 Fie 1 R
a
, un domeniu a 1 si ) : 1 R o func tie
diferen tiabila n a. Se nume ste diferentiala a functiei ) n punctul a no-
tata d)
(o)
, aplica tia
d)
(o)
: R
a
R d)
(o)
(/) =
a
i=1
0)
0r
i
(a) /
i
. (2.4.8)
Observatia 2.4.4
1) Fie 1 R
a
,un domeniu a 1 si ) : 1 R o func tie diferen tiabila
n a. Atunci exista . : 1 R, . continua si nula n a astfel nct
\r 1 avem ) (r) ) (a) =
a
i=1
0)
0a
.
(a) (r
i
a
i
) . (r) |r a| .
r
i
a
i
se nume ste cre sterea celui de-al i-lea argument a lui )
_
i = 1, :
_
r a = (r
1
a
1
, r
2
a
2
, ..., r
a
a
a
) se nume ste sistem de cre steri ale
argumentelor lui ).
) (r) ) (a) se nume ste cre sterea func tiei corespunzatoare sistemului de
cre steri r a ale argumentelor.
43
Pentru r sucient de apropiat de a (adica pentru |r a| sucient de
mica astfel nct cantitatea . (r) |r a| poate neglijata) avem evident
) (r)) (a) - d)
(o)
(r a) adica d)
(o)
aproximeaza cre sterea (sau descre sterea)
func tiei ) n a corespunzatoare unui sistem ra de cre steri ale argumentelor
(deci cnd se trece de la punctul r la punctul a).
2) Consideram func tiile ,
i
: R
a
R, ,
i
(r
1
, r
2
, ..., r
a
) = r
i
, 1 _ i _ :.
Avem:
0,
.
0a
(r) =
_
1, , = i,
_
i, , = 1, :
_
0, , ,= i,
pentru orice r R
a
, deci
func tiile ,
i
admit derivate par tiale continue pe R
a
si prin urmare sunt difer-
en tiabile n orice punct a R
a
si d
,
.(a)
(r a) =
a
)=1
0,
.
(o)
0a
(r
)
a
)
) =
r
i
a
i
, i = 1, :.
Pentru simplicarea nota tiilor vom nota d
,
.(a)
= dr
i
,
Cu aceasta rela tia (2.4.3) se scrie d)
(o)
(r a) =
a
)=1
0)
0a
.
(a) dr
i
.
Adesea dr
1
, dr
2
, ..., dr
a
se identica cu cre sterile argumentelor si deci
avem
d)
(o)
(dr
1
, dr
2
, ..., dr
a
) =
a
i=1
0)
0a
.
(a) dr
i
.
3) Interpretnd produsul simbolic
0
0a
.
) (a) ca ind derivata par tiala a lui )
n raport cu r
i
n punctul a
_
i = 1, :
_
se ob tine
d)
(o)
=
_
0
0r
1
dr
1

0
0r
2
dr
2
...
0
0r
a
dr
a
_
) (a) , a 1. (2.4.4)
Putem considera astfel operatorul de diferen tiere
d =
0
0r
1
dr
1

0
0r
2
dr
2
...
0
0r
a
dr
a
. (2.4.)
2.5 Derivate partiale de ordin superior. Diferentiale de ordin
superior
2.5.1 Derivate partiale de ordin superior
a
, a 1 si ) : 1 R o func tie
ce admite derivate par tiale pe 1 .
44
Daca derivata
0)
0a
.
: 1 R i = 1, :, este derivabila n raport cu variabila
r
)
, , = 1, : n punctul a 1, numim derivata par tiala de ordinul al doilea
n punctul a a func tiei ) n raport cu variabilele r
i
, r
)
(n aceasta ordine)
numarul
0
2
)
0r
i
0r
)
(a) =
0
0r
)
_
0)
0r
i
_
(a) , (2..1)
Daca i ,= ,, i, , 1, ..., : atunci derivata
0
2
)
0a
.
0a
(a)
act
= )
tt
a
.
a
(a) se
nume ste derivata mixta n raport cu variabilele r
i
si r
)
.
Daca i = , 1, ..., : atunci vom folosi una dintre nota tiile
0
2
)
0a
2
.
(a) =
)
tt
a
2
.
(a) .
In general o functie de : variabile reale ) are : derivate partiale de ordin
nti si :
2
derivate partiale de ordinul doi.
Exemplul 2.5.1 Sa calculam derivatele par tiale de ordinul nti si doi pen-
tru func tia ) : R
2
R ) (r, j) = ln
_
r
2
j
2
1
_
0)
0a
(r, j) = )
t
a
(r, j) =
2a
a
2
j
2
1
,
0)
0 j
(r, j) = )
t
j
(r, j) =
2j
a
2
j
2
1
.
0
2
)
0a
2
(r, j) =
_
2a
a
2
j
2
1
_
t
a
=
2(a
2
j
2
1)2a2a
(a
2
j
2
1)
2
=
2(a
2
j
2
1)
(a
2
j
2
1)
2
.
0
2
)
0a0j
(r, j) =
_
2a
a
2
j
2
1
_
t
j
= 2r
_
2j
(a
2
j
2
1)
2
_
=
1aj
(a
2
j
2
1)
2
.
0
2
)
0j
2
(r, j) =
_
2j
a
2
j
2
1
_
t
j
=
2(a
2
j
2
1)
(a
2
j
2
1)
2
.
Se observa ca )
tt
aj
(r, j) = )
tt
ja
(r, j). In general, aceste derivate par tiale
de ordinul al doilea nu sunt egale. Urmatorul criteriu stabile ste condi tii su-
ciente pentru ca derivatele par tiale mixte sa e egale.
Teorema 2.5.1 (Schwarz). Daca func tia ) : 1 R , 1 domeniu, 1
R
a
, are derivate par tiale de ordinul doi mixte
0
2
)
0a
.
0a
si
0
2
)
0a
0a
.
, i, ,
1, ..., : , i ,= ,, ntr-o vecinatate \ a punctului a 1 si daca aceste
func tii derivate par tiale de ordinul doi mixte
0
2
)
0a
.
0a
si
0
2
)
0a
0a
.
sunt continue
n a atunci are loc egalitatea:
0
2
)
0a
.
0a
(a) =
0
2
)
0a
0a
.
(a) .
Demonstratie. Pentru simplicarea notatiilor vom face demonstratia
doar n cazul : = 2. Fie (a, /) 1 R
2
.
Alegem un punct (r, j) \ 1 (a, /) astfel nct dreptunghiul cu
vrfurile opuse (r, j) si (a, /) s a e continut n \ 1.
45
Consider am functia 1 : \ 1 R, 1 ( r, j) =
)(a,j))(a,b))(o,j))(o,b)
(ao) (jb)
.
Fie q (t) =
)(t,j))(t,b)
jb
unde t [a, r[ sau t [r, a[ dup a cum a < r sau
a r.
Deoarece q (r) =
)(a,j))(a,b)
jb
, q (a) =
)(o,j))(o,b)
jb
rezult a c a 1(r, j) =
j(a)j(o)
ao
.
Aplicnd teorema lui Lagrange functiei q rezult a c a exist a ntre a si r
astfel nct 1(r, j) =
j(a)j(o)
ao
= q
t
() .
Pe de alt a parte observ am c a ipotezele din enunt asigur a faptul c a functia
q este derivabil a pe (a, r) (respectiv (r, a)) si astfel egalitatea precedent a
devine:
1(r, j) =
j(a)j(o)
ao
= q
t
() =
1
jb
_
0)
0a
(, j)
0)
0a
(, /)
_
.
Aplicnd din nou teorema lui Lagrange n raport cu variabila j, obtinem
c a exist a j ntre / si j astfel nct:
1(r, j) =
1
jb
_
0)
0a
(, j)
0)
0a
(, /)
_
=
0
2
)
0a0j
(, j) .
In mod analog, considernd functia /(:) =
)(a,c))(o,c)
ao
, unde : [/, j[
sau : [j, /[ dup a cum / < j sau / j, deducem c a exist a j
1
ntre / si j si
1
ntre a si r astfel nct 1(r, j) =
0
2
)
0j 0a
(
1
, j
1
) .
In concluzie
0
2
)
0a0j
(, j) =
0
2
)
0a0j
(
1
, j
1
) unde ,
1
se g asesc ntre a si r
iar j, j
1
se g asesc ntre / si j.
Folosind continuitatea functiilor derivate partiale de ordinul doi mixte n
punctul (a, /), obtinem prin trecere la limit a cu r a si j / (ceea ce
implic a faptul c a ,
1
a si j, j
1
/) egalitatea
0
2
)
0a0j
(a, /) =
0
2
)
0j 0a
(a, /) ,
deci teorema este demonstrat a.
Propozitia 2.5.1 Daca func tia ) : 1 R, 1 _ R
a
are derivate par tiale
de ordinul doi mixte
0
2
)
0a
.
0a
si
0
2
)
0a
0a
.
, i, , 1, ..., : , i ,= ,, pe 1 si sunt
func tii continue pe 1 atunci ele sunt egale pe 1 adica
0
2
)
0r
i
0r
)
(r) =
0
2
)
0r
)
0r
i
(r) , r 1.
Observatia 2.5.1 Condi tia de continuitate a derivatelor mixte e esen tiala.
De exemplu, e
) : R
2
R,
) (r, j) =
_
rj
a
2
j
2
a
2
j
2
, dac a (r, j) ,= (0, 0)
0, dac a (r, j) = (0, 0)
46
.Functia ) este derivabil a n raport cu r si j pe R
2
si anume
0)
0r
(r, j) =
_
8r
2
j j
S
_ _
r
2
j
2
_
2r
2
j
_
r
2
j
2
_
(r
2
j
2
)
2
=
j
_
r
1
j
1
_
4r
2
j
S
(r
2
j
2
)
2
pentru (r, j) ,= (0, 0) ,
0)
0j
(r, j) =
_
r
S
8rj
2
_ _
r
2
j
2
_
2rj
2
_
r
2
j
2
_
(r
2
j
2
)
2
=
r
_
r
1
j
1
_
4r
S
j
2
(r
2
j
2
)
2
pentru (r, j) ,= (0, 0) ,
iar
0)
0r
(0, 0) = lim
a0
) (r, 0) ) (0, 0)
r
= 0
0)
0j
(0, 0) = lim
j0
) (0, j) ) (0, 0)
j
= 0.
De asemenea exist a, peste tot, derivatele de ordinul al doilea, ns a
0
2
)
0r0j
(0, 0) = lim
j0
0)
0a
(0, j)
0)
0a
(0, 0)
j
= lim
j0
j
5
j
4
j
= 1
0
2
)
0j 0r
(0, 0) = lim
a0
0)
0j
(r, 0)
0)
0j
(0, 0)
r
= lim
j0
a
5
a
4
r
= 1
deci
0
2
)
0r0j
(0, 0) ,=
0
2
)
0j 0r
(0, 0) .
Aceasta se ntmpl din cauz a c a derivatele mixte nu sunt functii continue.
Fie 1 domeniu, 1 R
a
, si ) : 1 R o functie ce admite derivate
partiale de ordinul doi pe 1 . Atunci putem studia existenta derivatelor
partiale de ordinul 3.
Dac a derivata
0
2
)
0a
.
0a
: 1 R ( i, , 1, ..., :) este derivabil a n

raport cu r
I
(/ 1, ..., :) n punctul a 1, numim derivat a partial a de
ordinul al treilea n punctul a a functiei ) n raport cu variabilele r
i
, r
)
, r
I
(n aceast a ordine) num arul
0
S
)
0r
i
0r
)
0r
I
(a)
act
= )
ttt
a
.
a
a
I
(a) =
0
0r
I
_
0
2
)
0r
i
0r
)
_
(a) .
Dac a cel putin doi indici dintre i, ,, / sunt diferiti derivata se va numi mixt a.
In caz contrar, adic a i = , = /, se obtine derivata de ordinul 3 n raport cu
aceiasi variabil a r
i
_
i = 1, :
_
,
0
3
)
0a
3
.
(a) = )
ttt
a
3
.
(a)
47
In mod analog se pot deni derivate partiale de ordin mai mare ca trei.
Concluzia Teoremei 2.5.1 (Teorema Schwarz) r amne adev arat a si pentru
derivatele partiale mixte de ordin mai mare ca doi. De fapt, n ipoteza
continuit atii acelor functii derivate mixte de ordin superior, important a este
nu ordinea n care se face derivarea ci variabilele n raport cu care se face
derivarea si de cte ori se deriveaz a n raport cu o variabil a. De exemplu
avem c a
0
3
)
0a
2
0j
=
0
3
)
0a0j0a
=
0
3
)
0j0a
2
.
Exemplul 2.5.2 Fie func tia ) : R(0, ) R data de ) (r, j) = rlnj
Derivatele par tiale distincte de ordinul doi, trei se calculeaza astfel:
Calculam mai nti derivatele par tiale de ordinul nti
0)(a,j)
0a
= (rlnj)
t
a
= lnj,
0)
0j
(r, j) = (rlnj)
t
j
=
a
j
Calculam derivatele par tiale de ordinul doi distincte
0
2
)(a,j)
0a
2
=
0
0a
_
0)
0a
(r, j)
_
=
0
0a
(lnj) = 0
0
2
)(a,j)
0a0j
=
0
0j
_
0)
0a
(r, j)
_
=
0
0j
(lnj) =
1
j
=
0
2
)(a,j)
0j 0a
0
2
)(a,j)
0j
2
=
0
0j
_
0)
0j
(r, j)
_
=
0
0j
_
a
j
_
=
a
j
2
.
Calculam derivatele par tiale de ordinul trei distincte
0
3
)
0a
3
(r, j) =
0
0a
_
0
2
)
0a
2
(r, j)
_
=
0
0a
(0) = 0
0
3
)
0a
2
0j
(r, j) =
0
3
)
0a0j0a
(r, j) =
0
3
)
0j0a
2
(r, j) =
0
0j
_
0
2
)
0a
2
(r, j)
_
=
0
0j
(0) = 0
0
3
)
0a0j
2
(r, j) =
0
3
)
0j0a0j
(r, j) =
0
3
)
0j
2
0a
(r, j) =
0
0a
_
0
2
)
0j
2
(r, j)
_
=
0
0a
_
a
j
2
_
=
1
j
2
0
3
)
0j
3
(r, j) =
0
0j
_
0
2
)
0j
2
(r, j)
_
=
0
0j
_
a
j
2
_
=
2a
j
3
.
2.5.2 Diferentiale de ordin superior
In paragraful 2.4 a fost introdus a notiunea de diferential a a unei functii n
punctul a, notat a d)
(o)
.
Aceasta este dat a de d)
(o)
: R
a
R, d)
(o)
(/) =
a
i=1
0)
0a
.
(a) /
i
sau dac a not am cu dr = (dr
1
, dr
2
, ..., dr
n
) cresterile argumentelor atunci
d)
(o)
(dr) =
a
i=1
0)
0r
i
(a) dr
i
.
48
De asemenea, am introdus operatorul de diferentiere
d =
0
0r
1
dr
1

0
0r
2
dr
2
...
0
0r
a
dr
a
cu ajutorul c aruia se poate scrie
d)
(o)
=
_
0
0r
1
dr
1

0
0r
2
dr
2
...
0
0r
a
dr
a
_
) (a) .
a
, a 1 si ) : 1 R
1) Spunem ca ) este de doua ori diferentiabila n punctul a sau ca
are diferen tiabila de ordinul doi n a daca ) admite derivate par tiale n
raport cu toate variabilele pe o vecinatate \ a lui a si func tiile derivate
par tiale
0)
0a
.
, i 1, ..., :, (considerate pe \ 1) sunt diferen tiabile n
a.
In general
2) Spunem ca func tia ) este diferentiabila de / ori n punctul a, sau
ca are diferen tiala de ordinul / n a daca toate derivatele par tiale de
ordinul / 1 ale lui ) exista ntr-o vecinatate \ a lui a si sunt difer-
en tiabile n a.
3) Spunem ca func tia ) este diferen tiabila de / ori pe domeniul 1 daca este
diferen tiabila de / ori n ecare punct din 1.
Prezent am n continuare (f ar a demonstratie) un rezultat care ne d a conditii
suciente pentru ca o functie s a e de / ori diferentiabil a ntr-un punct.
Teorema 2.5.2 Fie 1 domeniu, 1 R
a
, a 1 si ) : 1 R.
Daca ) are ntr-o vecinatate \ a lui a toate derivatele par tiale de ordinul
/ si daca aceste func tii derivate par tiale sunt continue n a, atunci ) este
diferen tiabila de / ori n a.
Diferentiala de ordinul / n punctul a se deneste prin egalitatea
d
I
)
(o)
(dr) =
_
0
0r
1
dr
1

0
0r
2
dr
2
...
0
0r
a
dr
a
_
(I)
) (a) , (2..2)
49
unde dr = (dr
1
, dr
2
, ..., dr
n
) iar (/) reprezint a puterea simbolic a-formal a,
dup a care se dezvolt a suma din parantez a si apoi se nmulteste formal cu
) (a) .
Utiliznd ridicarea la puterea simbolic a se obtine expresia:
d
I
)
(o)
(dr) =

I
1
I
2
...I
n
=I
/!
/
1
!, /
2
!, ..., /
a
!
0
I
) (a)
0r
I
1
1
...0r
I
n
a
dr
I
1
1
dr
I
2
2
...dr
I
n
a
.
Relatia (2.5.2) pune n evident a operatorul de diferentiere de ordinul /.
d
I
=
_
0
0r
1
dr
1

0
0r
2
dr
2
...
0
0r
a
dr
a
_
(I)
care este (formal) puterea de ordinul / a operatorului de diferentiere de
ordinul nti.
Pentru o mai bun a ntelegere a puterii simbolice vom prezenta n contin-
uare expresia detaliat a a diferentialelor de ordinul doi si trei pentru o functie
de dou a variabile reale
Dac a ) : 1 R, 1 _ R
2
, a = (a
1
, a
2
) si dac a ) este o functie de trei
ori diferentiabil a n a atunci
d
2
)
(o
1
,o
2
)
(dr, dj) =
0
2
)
0r
2
(a) dr
2
2
0
2
)
0r0j
(a) drdj
0
2
)
0j
2
(a) drdj,
respectiv
d
S
)
(o
1
,o
2
)
(dr, dj) =
0
S
)
0r
S
(a) dr
S
8
0
2
)
0r
2
0j
(a) dr
2
dj
8
0
2
)
0r0j
2
(a) drdj
2
0
S
)
0j
S
(a) dj
S
.
Exemplul 2.5.3 Scriem diferen tialele de ordinul unu, doi si trei pentru
func tia:
) : R (0, ) R prezentata n exemplul 2.5.2.
Diferen tiala de ordinul unu este
d)
(o
1
,o
2
)
(dr, dj) =
0)
0r
(a
1
, a
2
) dr
0)
0j
(a
1
, a
2
) dj =
= lna
2
dr
a
1
a
2
dj.
50
Diferen tiala de ordinul doi este
d
2
)
(o
1
,o
2
)
(dr, dj) =
0
2
)
0r
2
(a
1
, a
2
) dr
2
2
0
2
)
0r0j
(a
1
, a
2
) drdj
0
2
)
0j
2
(a
1
, a
2
) dj
2
=
=
2
a
2
drdj
a
1
a
2
2
dj
2
.
Diferen tiala de ordinul trei va
d
2
)
(o
1
,o
2
)
(dr, dj) =
8
a
2
2
drdj
2
2a
1
a
S
2
dj
S
.
51
a
Problema 2.6.1 Se dau vectorii:
1
= (1, 2, 4) ,
2
= (2, 0, 2) ,
S
=
(1, 2, 2) , n = (1, 0, 4, 8) .
S se calculeze:
a)
1

2
; b) (8)
S
; c) 2
1
8
2
; d)
1

2

S
; e)
2
n.
Rezolvare:
a) Pentru a aduna doi vectori, se adun prima component a primului
vector cu prima a celui de-al doilea si rezultatul va prima component a
vectorului rezultat si asa mai departe. Remarcati c rezultatul adunrii a
doi vectori este tot un vector, de aceeasi dimensiune.
1

2
= (1, 2, 4) (2, 0, 2) = (1 2, 2 0, 4 2) = (1, 2, 2) ;
b) Pentru a nmulti un vector cu un scalar, se nmulteste ecare com-
ponent a vectorului cu scalarul, rezultatul ind un vector cu acelasi numr
de componente.
(8)
S
= ((8) (1) , (8) (2) , (8) (2)) = (8, 6, 6) ;
c)
2
1
8
2
= 2 (1, 2, 4) 8 (2, 0, 2) = (2, 4, 8) (6, 0, 6) =
= (2 6, 4 0, 8 6) = (4, 4, 2) ;
d)
1

2

S
= (1, 2, 4) (2, 0, 2) (1, 2, 2) =
= (1 2 1, 2 0 2, 4 2 2) = (0, 0, 0) = 0,
adic vectorul nul din spatiul R
S
;
e) Se observ c n are patru componente, ind din R
1
. Dar operatia de
adunare a vectorilor este denit pentru vectori din acelasi spatiu vectorial,
adic vectori cu acelasi numr de componente.
n cazul nostru
2
R
S
si n R
1
, prin urmare
2
n nu are sens.
Problema 2.6.2 S se calculeze produsul scalar al urmtorilor vectori:
52
a) r = (1, 2) , j = (8, 10) ; b) r = (1, 0, 8) , j = (0, 7, 0) .
Rezolvare:
a) Folosind denitia produsului scalar, avem c:
r, j = r
1
j
1
r
2
j
2
, de unde
r, j = (1) 8 2 10 = 8 20 = 17;
b) Analog punctului a),
r, j = (1) 0 0 7 8 0 = 0.
Se observ c n timp ce la adunarea vectorilor si la nmultirea cu scalar
rezultatul este un vector, la produsul scalar rezultatul este un scalar (un
numr real).
Problema 2.6.3 Arta ti c norma Minkowski,
||
1
: R
a
R, |r|
1
=
a
i=1
[r
i
[ , \r = (r
1
, r
2
, ..., r
a
) R
a
,
veric axiomele normei.
Rezolvare:
Vom verica cele trei axiome din denitia normei.
N
1
) Aici avem de artat dou lucruri.
n primul rnd, c \r R
a
, |r|
1
_ 0.
Fie r R
a
, r = (r
1
, r
2
, ..., r
a
) . Atunci:
|r|
1
=
a
i=1
[r
i
[ = [r
1
[ [r
2
[ ... [r
a
[ .
Dar [r
1
[ _ 0, ..., [r
a
[ _ 0, prin urmare suma lor este de asemenea _ 0.
Deci |r|
1
_ 0.
n al doilea rnd, vericm c |r|
1
= 0 dac si numai dac r = 0,
vectorul nul.
Dac |r|
1
= 0, atunci [r
1
[[r
2
[...[r
a
[ = 0. Cum[r
1
[ _ 0, ..., [r
a
[ _ 0,
aceast egalitate poate avea loc numai cnd
[r
1
[ = [r
2
[ = ... = [r
a
[ = 0, adic r
1
= r
2
= ... = r
a
= 0, si deci
r = (0, 0, ..., 0) = 0.
Invers, dac r = 0 = (0, 0, ..., 0) , e evident c |r|
1
= 0 0 ... 0 = 0.
53
N
2
) Artm c \c R, \r R
a
, are loc |c r|
1
= [c[ |r|
1
.
Fie c R si r R
a
, r = (r
1
, r
2
, ..., r
a
) .
Atunci:
cr = c(r
1
, r
2
, ..., r
a
) = (cr
1
, cr
2
, ..., cr
a
) ,
prin urmare
|c r|
1
= [c r
1
[ [c r
2
[ ... [c r
a
[ =
= [c[ [r
1
[ [c[ [r
2
[ ... [c[ [r
a
[ =
= [c[ ([r
1
[ [r
2
[ ... [r
a
[) = [c[ |r|
1
,
adic ceea ce trebuia artat.
N
S
) Artm c \r, j R
a
, are loc |r j|
1
_ |r|
1
|j|
1
.
Fie r, j R
a
, r = (r
1
, r
2
, ..., r
a
) , j = (j
1
, j
2
, ..., j
a
) .
Atunci:
r j = (r
1
, r
2
, ..., r
a
) (j
1
, j
2
, ..., j
a
) =
= (r
1
j
1
, r
2
j
2
, ..., r
a
j
a
) ,
prin urmare:
|r j|
1
= [r
1
j
1
[ [r
2
j
2
[ ... [r
a
j
a
[ .
Dar
[a /[ _ [a[ [/[ , \a, / R, deci [r
i
j
i
[ _ [r
i
[ [j
i
[ , i = 1, :.
Folosind aceste inegalitti avem c:
|r j|
1
= ([r
1
j
1
[) ([r
2
j
2
[) ... ([r
a
j
a
[) =
= ([r
1
[ [r
2
[ ... [r
a
[) ([j
1
[ [j
2
[ ... [j
a
[)
= |r|
1
|j|
1
,
deci |r j|
1
_ |r|
1
|j|
1
, adic ceea ce trebuia artat.
Prin urmare norma Minkowski veric toate cele trei axiome din denitia
normei.
Problema 2.6.4 Calcula ti norma euclidian, norma Minkowski si norma
Ceb sev pentru urmtorii vectori:
54
a) r = (2, ) ; b) r = 4; c) r = (1, 0, 8, ) ; d) r =
(1, 2, ..., 20) ; e) r = 2n
unde n = (1, 8) , = (2, 1) .
Rezolvare:
Folosim denitiile celor trei norme, si anume:
|r| =
_
r
2
1
r
2
2
... r
2
a
,
|r|
1
= [r
1
[ [r
2
[ ... [r
a
[ ,
respectiv
|r|
o
= max ([r
1
[ , [r
2
[ , ..., [r
a
[) .
a)
|r| =
_
r
2
1
r
2
2
== |r| =
_
2
2
()
2
=
_
4 2 =
_
20;
|r|
1
= [r
1
[ [r
2
[ == |r|
1
= [2[ [[ = 2 = 7;
|r|
o
= max ([r
1
[ , [r
2
[) == |r|
o
= max ([2[ , [[) = max (2, ) = .
b)
|r| =
_
r
2
= [r[ == |r| = [4[ = 4;
|r|
1
= [r[ == |r|
1
= [4[ = 4;
|r|
o
= max ([r[) = [r[ == |r|
o
= [4[ = 4.
Observatie:
Faptul c toate cele trei norme coincid pentru r = 4 nu este o ntm-
plare. Acest lucru este valabil pentru orice alt numr real (considerat ca
vector de dimensiune 1).
Retineti c pe R cele trei norme coincid cu functia modul:
|r| = |r|
1
= |r|
o
= [r[ , \ r R.
55
c)
|r| =
_
r
2
1
r
2
2
r
2
S
r
2
1
== |r| =
_
(1)
2
0
2
8
2

2
=
=
_
1 0 2 =
_
8;
|r|
1
= [r
1
[ [r
2
[ [r
S
[ [r
1
[ == |r|
1
= [1[ [0[ [8[ [[ = 18 = 0;
|r|
o
= max ([r
1
[ , [r
2
[ , [r
S
[ , [r
1
[) == |r|
o
= max ([2[ , [[) = max (2, ) = .
d)
|r| =
_
r
2
1
r
2
2
... r
2
20
== |r| =
_
1
2
2
2
... 20
2
Folosim formula
1
2
2
2
... :
2
=
:(: 1) (2: 1)
6
si avem c
1
2
2
2
... :
2
=
20 (20 1) (2 20 1)
6
=
20 21 41
6
= 2870
== |r| =
_
2870.
|r|
1
= [r
1
[ [r
2
[ ... [r
20
[ == |r|
1
= 1 2 ... 20
Folosim formula
1 2 ... : =
:(: 1)
2
si avem c
1 2 ... 20 =
20 21
2
= 210.
== |r|
1
= 210
56
|r|
o
= max([r
1
[ , [r
2
[ , ..., [r
20
[) == |r|
o
= max (1, 2, ..., 20) = 20.
e) Determinm mai nti componentele lui r :
r = 2n == r = 2 (1, 8) (2, 1) = (2, 6) (2, 1) == r = (0, ) .
Atunci:
|r| =
_
0
2

2
= ,
|r|
1
= [0[ [[ = ,
|r|
o
= max ([0[ , [[) = .
Problema 2.6.5 Arta ti c distan ta (metrica) Minkowski,
d
1
: R
a
R
a
R, d
1
(r, j) = |r j|
1
=
a
i=1
[r
i
j
i
[ ,
\r = (r
1
, r
2
, ..., r
a
) , j = (j
1
, j
2
, ..., j
a
) R
a
,
veric axiomele distantei.
Rezolvare:
Vom verica cele trei axiome din denitia distantei.
D
1
) Avem de artat dou lucruri.
n primul rnd, c \ r, j R
a
, d (r, j) _ 0.
Fie r, j R
a
, r = (r
1
, r
2
, ..., r
a
) , j = (j
1
, j
2
, ..., j
a
) .
Atunci:
d
1
(r, j) = [r
1
j
1
[ [r
2
j
2
[ ... [r
a
j
a
[ .
Dar [r
1
j
1
[ _ 0, ..., [r
a
j
a
[ _ 0, prin urmare suma lor este
de asemenea _ 0.
Deci d
1
(r, j) _ 0.
n al doilea rnd, vericm c d (r, j) = 0 dac si numai dac r = j.
Dac d
1
(r, j) = 0, atunci [r
1
j
1
[ [r
2
j
2
[ ... [r
a
j
a
[ =
0.
Cum [r
1
j
1
[ _ 0, ..., [r
a
j
a
[ _ 0, aceast egalitate poate
avea loc numai cnd
[r
1
j
1
[ = [r
2
j
2
[ = ... = [r
a
j
a
[ = 0,
57
adic
r
1
= j
1
,
r
2
= j
2
, ...
r
a
= j
a
,
si deci r = j.
Invers, dac r = j, e evident c d
1
(r, j) = [0[ ... [0[ = 0.
D
2
) Artm c \ r, j R
a
, are loc d
1
(r, j) = d
1
(j, r) .
Fie r, j R
a
, r = (r
1
, r
2
, ..., r
a
) , j = (j
1
, j
2
, ..., j
a
) .
Atunci
d
1
(r, j) = [r
1
j
1
[ [r
2
j
2
[ ... [r
a
j
a
[ =
= [j
1
r
1
[ [j
2
r
2
[ ... [j
a
r
a
[ ,
D
S
) Artm c \ r, j, . R
a
, are loc d (r, j) _ d (r, .) d (., j) .
Fie r, j, . R
a
, r = (r
1
, r
2
, ..., r
a
) , j = (j
1
, j
2
, ..., j
a
) , . =
(.
1
, .
2
, ..., .
a
) .
Atunci
d
1
(r, j) = [r
1
j
1
[ [r
2
j
2
[ ... [r
a
j
a
[ =
= [r
1
.
1
.
1
j
1
[ [r
2
.
2
.
2
j
2
[ ... [r
a
.
a
.
a
j
a
[ _
_ ([r
1
.
1
[ [.
1
j
1
[)([r
2
.
2
[ [.
2
j
2
[)...([r
a
.
a
[ [.
a
j
a
[) =
= ([r
1
.
1
[ [r
2
.
2
[ ... [r
a
.
a
[)([.
1
j
1
[ [.
2
j
2
[ ... [.
a
j
a
[) =
= d
1
(r, .) d
1
(., j) ,
58
Prin urmare distanta Minkowski veric toate cele trei axiome din denitia
distantei.
Observatie:
Demonstratia se poate face mai scurt folosind faptul c
d
1
(r, j) = |r j|
1
si axiomele din denitia normei, pe care norma Minkowski le veric.
Problema 2.6.6 Calcula ti distan ta euclidian, distan ta Minkowski si dis-
tan ta Ceb sev ntre vectorii:
r = (1, 2, 7) si j = (8, 2, 4) .
Rezolvare:
Folosim denitiile celor trei distante, si anume:
d (r, j) =
_
(r
1
j
1
)
2
(r
2
j
2
)
2
... (r
a
j
a
)
2
,
d
1
(r, j) = [r
1
j
1
[ [r
2
j
2
[ ... [r
a
j
a
[ ,
respectiv
d
o
(r, j) = max ([r
1
j
1
[ , [r
2
j
2
[ , ..., [r
a
j
a
[) .
Atunci:
d (r, j) =
_
(r
1
j
1
)
2
(r
2
j
2
)
2
(r
S
j
S
)
2
== d (r, j) =
_
(1 8)
2
(2 2)
2
(7 4)
2
=
=
_
4
2
0
2
8
2
=
_
2 = ;
d
1
(r, j) = [r
1
j
1
[ [r
2
j
2
[ [r
S
j
S
[ ==
== d
1
(r, j) = [1 8[ [2 2[ [7 4[ =
= [4[ [0[ [8[ = 4 8 = 7;
d
o
(r, j) = max ([r
1
j
1
[ , [r
2
j
2
[ , [r
S
j
S
[) ==
== d
o
(r, j) = max ([1 8[ , [2 2[ , [7 4[) = max (4, 0, 8) = 4.
59
2.6.2 Limite si continuitate
Problema 2.6.7 Stiind c func tiile indicate mai jos prin rela tiile de deni tie
au limit global n punctele specicate, s se determine aceast limit:
a) ) (r, j) =
r
2
j
2
2r j
, a = (1, 0) ;
b) ) (r, j) =
_
2 r j
2
, a = (0, 1) ;
c) ) (r, j, .) =
2r 8j
2
.
rj.
, a = (1, 1, 1) ;
d) ) (r, j) =
rj
_
rj 1 1
, a = (0, 0) ;
e) ) (r, j) =
r
2
j
2
[r[ [j[
, a = (0, 0) ;
f) ) (r, j) =
r
2
j
r
2
j
2
, a = (0, 0) ;
Rezolvare:
a) La acest gen de limite, calculul se face nlocuind n expresia functiei
cu valorile ctre care tind componentele.
lim
(a,j)(1,0)
) (r, j) = lim
(a,j)(1,0)
r
2
j
2
2r j
=
1
2
0
2
2 1 0
=
1
2
;
b)
lim
(a,j)(0,1)
) (r, j) = lim
(a,j)(0,1)
_
2 r j
2
=
_
2 0 (1)
2
=
_
8;
c)
lim
(a,j,:)(1,1,1)
) (r, j, .) = lim
(a,j,:)(1,1,1)
2r 8j
2
.
rj.
=
2 1 8 1
2
1
1 1 1
= 4;
d)
lim
(a,j)(0,0)
) (r, j) = lim
(a,j)(0,0)
rj
_
rj 1 1
.
Dac am proceda ca mai sus, am ajunge la nedeterminarea
0
0
.
La acest gen de limite se face mai nti rationalizarea numitorului, prin
60
amplicarea functiei cu conjugatul acestuia:
lim
(a,j)(0,0)
) (r, j) = lim
(a,j)(0,0)
rj
_
_
rj 1 1
_
_
_
rj 1 1
_ _
_
rj 1 1
_ =
= lim
(a,j)(0,0)
rj
_
_
rj 1 1
_
_
rj 1
2
1
2
= lim
(a,j)(0,0)
rj
_
_
rj 1 1
_
rj
=
= lim
(a,j)(0,0)
_
_
rj 1 1
_
=
_
0 1 1 = 2.
e) De aceast dat nici una din metodele de mai sus nu este util.
Vom folosi criteriul majorrii, si pentru aceasta vom ncerca s gsim o
functie , care ndeplineste conditiile din criteriu.
Avem c:
[) (r, j) 0[ = [) (r, j)[ =
r
2
j
2
[r[ [j[
=
r
2
j
2
[r[ [j[
=
[r[
2
[j[
2
[r[ [j[
_
_
[r[
2
2 [r[ [j[ [j[
2
[r[ [j[
=
([r[ [j[)
2
[r[ [j[
= [r[ [j[ .
Lund acum | = 0 si ,(r, j) = [r[ [j[ si avnd n vedere c
lim
(a,j)(0,0)
,(r, j) = 0,
rezult pe baza criteriului majorrii c
lim
(a,j)(0,0)
r
2
j
2
[r[ [j[
= 0.
f) Ca si la subpunctul precedent, scriem:
[) (r, j) 0[ = [) (r, j)[ =
r
2
j
r
2
j
2
= [r[
[r[ [j[
[r[
2
[j[
2
_ [r[
[r[
2
[j[
2
2
_
[r[
2
[j[
2
_ =
[r[
2
.
Lund acum | = 0 si ,(r, j) =
[a[
2
si avnd n vedere c:
lim
(a,j)(0,0)
,(r, j) = 0,
rezult pe baza criteriului majorrii c
lim
(a,j)(0,0)
r
2
j
r
2
j
2
= 0.
61
Problema 2.6.8 S se calculeze limitele iterate ale func tiilor date prin re-
la tiile urmtoare, n punctele specicate:
a) ) (r, j) =
r
2
2j
r j
, a = (1, 1) ; b) ) (r, j) =
r
S
2j
S
r
S
j
S
, a =
(0, 0) .
Rezolvare:
a)
|
12
= lim
a1
_
lim
j1
) (r, j)
_
= lim
a1
_
lim
j1
r
2
2j
r j
_
= lim
a1
_
r
2
2 (1)
r (1)
_
=
= lim
a1
r
2
2
r 1
=
1
2
2
1 1
=
1
2
;
|
21
= lim
j1
_
lim
a1
) (r, j)
_
= lim
j1
_
lim
a1
r
2
2j
r j
_
= lim
j1
_
1
2
2j
1 j
_
=
= lim
j1
1 2j
1 j
=
1 2 (1)
1 (1)
=
1
2
.
b)
|
12
= lim
a0
_
lim
j0
) (r, j)
_
= lim
a0
_
lim
j0
r
S
2j
S
r
S
j
S
_
= lim
a0
_
lim
j0
r
S
2 0
S
r
S
0
S
_
=
= lim
a0
r
S
r
S
= lim
a0
1 = 1;
|
21
= lim
j0
_
lim
a0
) (r, j)
_
= lim
j0
_
lim
a0
r
S
2j
S
r
S
j
S
_
= lim
j0
_
0
S
2j
S
0
S
j
S
_
=
= lim
j0
2j
S
j
S
= lim
j0
(2) = 2.
Se observ c n acest caz limitele iterate sunt diferite. De aici putem
trage concluzia c ) nu are limit global n (0, 0) (a se vedea si exemplul
din curs).
Problema 2.6.9 S se determine limita dup direc tia / = (/
1
, /
2
) R
2
(0, 0)
a func tiilor date prin rela tiile de mai jos, n punctele specicate (dac aceast
limit exist):
62
a) ) (r
1
, r
2
) =
r
1
r
2
2
r
2
1
r
1
2
, a = (0, 0) ;
b) ) (r
1
, r
2
) =
r
2
1
r
2
2r
1
r
2
2
, a = (1, 0) .
Rezolvare:
a) Limita dup directia / se calculeaz dup formula de denitie:
|
I
= lim
t0
) (a t/) .
Calculm mai nti a t/ :
a t/ = (0, 0) t (/
1
, /
2
) = (t/
1
, t/
2
) .
Deci:
|
I
= lim
t0
) (t/
1
, t/
2
) = lim
t0
t/
1
(t/
2
)
2
(t/
1
)
2
(t/
2
)
1
= lim
t0
t/
1
t
2
/
2
2
t
2
/
2
1
t
1
/
1
2
=
= lim
t0
t
_
/
1
t/
2
2
_
t
2
_
/
2
1
t
2
/
1
2
_ = lim
t0
/
1
t/
2
2
t
_
/
2
1
t
2
/
1
2
_.
Dup cum se vede, aceast limit nu exist (t 0 si deci
1
t
), prin
urmare ) nu are limit dup directia / n punctul a.
b) Urmnd aceiasi pasi ca la a) avem:
a t/ = (1, 0) t (/
1
, /
2
) = (1 t/
1
, t/
2
) .
Rezult c:
|
I
= lim
t0
) (1 t/
1
, t/
2
) = lim
t0
(1 t/
1
)
2
t/
2
2 (1 t/
1
) (t/
2
)
2
=
= lim
t0
1 2t/
1
t
2
/
2
1
t/
2
2 2t/
1
t
2
/
2
2
=
1 2 0 /
1
0 /
2
1
0 /
2
2 2 0 /
1
0 /
2
2
=
1
2
.
Problema 2.6.10 S se determine limita dup direc tia dat de dreapta j =
:r a func tiilor date prin rela tiile urmtoare, n punctele specicate:
a) ) (r, j) =
r
2
j
2
r
2
j
2
, a = (0, 0) ;
b) ) (r, j) =
r
2
j
2
2r j
, a = (0, 0) .
Rezolvare:
63
a)
|
n
= lim
a0
j=na
) (r, j) = lim
a0
j=na
r
2
j
2
r
2
j
2
= lim
a0
r
2
:
2
r
2
r
2
:
2
r
2
= lim
a0
1 :
2
1 :
2
=
1 :
2
1 :
2
Aceast limit depinde de :, adic pentru valori diferite ale lui : (care
nseamn directii diferite), avem valori diferite ale lui |
n
. Dup cum vom
vedea n exercitiul urmtor, aceasta nseamn c nu exist limit global n
(0, 0) (a se vedea si exemplul din curs).
b)
|
n
= lim
a0
j=na
) (r, j) = lim
a0
j=na
r
2
j
2
2r j
= lim
a0
r
2
:
2
r
2
2r :r
=
= lim
a0
r :r
2 :
=
0 0 :
2 :
= 0.
Problema 2.6.11 S se studieze existen ta limitei globale n punctele indi-
cate pentru func tiile date prin rela tiile urmtoare:
a) ) (r, j) =
2r
2
j
2
r
2
2j
2
, a = (0, 0) ; b) ) (r, j) =
r
2
8j
2
2r
2
j
2
, a = (0, 0) ;
c) ) (r, j) =
2rj
r
2
2j
2
, a = (1, 1) .
Rezolvare:
a) Putem proceda n mai multe moduri (a se vedea exemplele din curs).
De exemplu, calculm limitele iterate:
|
12
= lim
a0
_
lim
j0
2r
2
j
2
r
2
2j
2
_
= lim
a0
2r
2
r
2
= lim
a0
2 = 2;
|
21
= lim
j0
_
lim
a0
2r
2
j
2
r
2
2j
2
_
= lim
j0
j
2
2j
2
= lim
j0
_
1
2
_
=
1
2
.
Prin urmare |
12
,= |
21
, de unde rezult c ) nu are limit global n (0, 0) .
b) O alt metod este s calculm limita dup o directie / = (/
1
, /
2
) :
|
I
= lim
t0
) (a t/) = lim
t0
) (t/
1
, t/
2
) = lim
t0
t
2
/
2
1
8t
2
/
2
2
2t
2
/
2
1
t
2
/
2
2
=
/
2
1
8/
2
2
2/
2
1
/
2
2
.
Aceast limit depinde de /, adic pentru directii / diferite vom avea
valori ale lui |
I
diferite.
Prin urmare ) nu are limit global n (0, 0) .
64
c) n acest caz se observ c:
lim
(a,j)(1,1)
) (r, j) = lim
(a,j)(1,1)
2rj
r
2
2j
2
=
2 1 1
1
2
2 1
2
=
2
8
,
care este limita global a lui ) n (1, 1) .
Problema 2.6.12 S se studieze continuitatea urmtoarelor func tii:
a) ) (r, j) =
_
aj
_
aj11
, dac (r, j) ,= (0, 0)
2, dac (r, j) = (0, 0)
;
b) ) (r, j) =
_
aj
a
2
j
2
, dac (r, j) ,= (0, 0)
0, dac (r, j) = (0, 0)
;
c) ) (r, j) =
_
1cos(a
3
j
3
)
a
2
j
2
, dac (r, j) ,= (0, 0)
0, dac (r, j) = (0, 0)
.
Rezolvare:
b) Functia ) este continu pe R
2
(0, 0) , ca si compunere de functii
elementare, continue pe acest domeniu de denitie. Ne rmne de studiat
continuitatea n (0, 0) .
Pentru aceasta ne vom folosi de un rezultat din curs, care spune c dac o
functie este global continu n punctul a, atunci si aplicatiile partiale asociate
functiei ) n a sunt continue.
Prin urmare, dac aceste aplicatii nu sunt continue, e evident c nici )
nu va continu n acest punct.
Aplicatiile partiale asociate functiei ) date n punctul (0, 0) sunt
,(r) = ) (r, 0) =
1
r
si c (j) = ) (0, j) =
1
j
.
Dar lim
a0
,(r) = si lim
j0
c (j) = , prin urmare , si c nu sunt continue
n 0.
Rezult c ) nu este continu n (0, 0) .
b) Functia ) este continu pe R
2
(0, 0) , ca si compunere de functii
elementare, continue pe acest domeniu de denitie. Ne rmne de studiat
Pentru ca ) s e continu n (0, 0) , trebuie ca:
lim
(a,j)(0,0)
) (r, j) = ) (0, 0) .
65
Dup cum am artat la problema 1.d), de la limite
lim
(a,j)(0,0)
) (r, j) = 2.
Cum ) (0, 0) = 2, rezult c lim
(a,j)(0,0)
) (r, j) = ) (0, 0) si deci ) este
continu si n (0, 0).
Am artat astfel c ) este continu pe tot domeniul de denitie, R
2
.
c) Functia ) este continu pe R
2
(0, 0). Ne rmne de studiat
Folosind formula 1 cos 2. = 2 sin
2
.
2
si faptul c lim
:0
sin.
.
= 1, avem c
lim
(a,j)(0,0)
) (r, j) = lim
(a,j)(0,0)
1 cos
_
r
S
j
S
_
r
2
j
2
= lim
(a,j)(0,0)
2 sin
2
_
a
3
j
3
2
_
r
2
j
2
=
= 2 lim
(a,j)(0,0)
sin
2
_
a
3
j
3
2
_
_
a
3
j
3
2
_
2

_
a
3
j
3
2
_
2
r
2
j
2
=
=
1
2
_
_
lim
(a,j)(0,0)
sin
_
a
3
j
3
2
_
a
3
j
3
2
_
_
2
lim
(a,j)(0,0)
_
r
S
j
S
_
2
r
2
j
2
=
=
1
2
lim
(a,j)(0,0)
_
r
S
j
S
_
2
r
2
j
2
Folosim acum inegalitatea Cauchy-Buniakovsky-Schwarz,
(a
1
/
1
a
2
/
2
... a
a
/
a
)
2
_
_
a
2
1
a
2
2
... a
2
a
_ _
/
2
1
/
2
2
... /
2
a
_
,
si scriem:
_
r
S
j
S
_
2
=
_
r r
2
j j
2
_
_
_
r
2
j
2
_ _
r
1
j
1
_
.
Tinnd cont acum de inegalitatea urmtoare, valabil pentru a, / 0 :
a
2
/
2
_ a
2
2a/ /
2
= (a /)
2
,
avem c :
r
1
j
1
_
_
r
2
j
2
_
2
, si deci
_
r
S
j
S
_
2
_
_
r
2
j
2
_
S
.
66
Revenind acum la calculul limitei, avem c:
0 _ lim
(a,j)(0,0)
) (r, j) =
1
2
lim
(a,j)(0,0)
_
r
S
j
S
_
2
r
2
j
2
_
1
2
lim
(a,j)(0,0)
_
r
2
j
2
_
S
r
2
j
2
=
=
1
2
lim
(a,j)(0,0)
_
r
2
j
2
_
2
=
1
2
0 = 0
Asadar
0 _ lim
(a,j)(0,0)
) (r, j) _ 0,
prin urmare
lim
(a,j)(0,0)
) (r, j) = 0.
Cum ) (0, 0) = 0, rezult c ) este continu si n (0, 0) , deci pe ntreg
domeniul de denitie R
2
.
2.6.3 Derivate partiale, diferentiale
Problema 2.6.13 S se calculeze derivatele par tiale de ordinul 1 pentru
func tiile date prin rela tiile urmtoare:
a) ) (r, j) = 2r
S
4j
2
; b) ) (r, j) = r
1
2r
S
j 8rj
2
2j
S
4;
c) ) (r, j) = 4r
2
j
S
; d) ) (r, j, .) = 2r
2
8rj j
2
2j. r.
2
.
S
;
e) ) (r, j, .) = r
j
j
:
; f) ) (r, j) =
r
j

j
r
; g) ) (r, j) =
r
2
j
2
rj
;
h) ) (r, j) =
_
rj
S
2
r
; i) ) (r, j) =
r j
8j

2r j
2
_
r
; j) ) (r, j) =
ln
_
r
_
r
2
j
2
_
.
Rezolvare:
Cnd derivm o functie de mai multe variabile n raport cu una dintre
variabile, pe celelalte le consider am parametri sau constante (se comport a
ca si cum ar numere) si mai departe se folosesc regulile cunoscute de la
derivarea functiilor de o variabil.
a)
)
t
a
(r, j) = 2
_
r
S
_
t
a

_
4j
2
_
t
a
= 2 8r
2
0 = 6r
2
)
t
j
(r, j) =
_
2r
S
_
t
j
4
_
j
2
_
t
j
= 0 4 2j = 8j
67
b)
)
t
a
(r, j) =
_
r
1
_
t
a
2j
_
r
S
_
t
a
8j
2
(r)
t
a

_
2j
S
_
t
a
4
t
a
=
= 4r
S
2j 8r
2
8j
2
1 0 0 = 4r
S
6r
2
j 8j
2
)
t
j
(r, j) =
_
r
1
_
t
j
2r
S
(j)
t
j
8r
_
j
2
_
t
j
2
_
j
S
_
t
j
4
t
j
=
= 0 2r
S
1 8r 2j 2 8j
2
0 = 2r
S
6rj 6j
2
c)
)
t
a
(r, j) = 4j
S
_
r
2
_
t
a
= 4j
S
2r = 8rj
S
)
t
j
(r, j) = 4r
2
_
j
S
_
t
j
= 4r
2
8j
2
= 12r
2
j
2
d)
)
t
a
(r, j, .) = 2
_
r
2
_
t
a
8j (r)
t
a

_
j
2
_
t
a
(2j.)
t
a
.
2
(r)
t
a

_
.
S
_
t
a
=
= 2 2r 8j 1 0 0 .
2
1 0 = 4r 8j .
2
)
t
j
(r, j, .) =
_
2r
2
_
t
j
8r(j)
t
j

_
j
2
_
t
j
2. (j)
t
j

_
r.
2
_
t
j

_
.
S
_
t
j
=
= 0 8r 1 2j 2. 1 0 0 = 8r 2j 2.
)
t
:
(r, j, .) =
_
2r
2
_
t
:
(8rj)
t
:

_
j
2
_
t
:
2j (.)
t
:
r
_
.
2
_
t
:

_
.
S
_
t
:
=
= 0 0 0 2j 1 r 2. 8.
2
= 2j 2r. 8.
2
e)
)
t
a
(r, j, .) = (r
j
)
t
a
(j
:
)
t
a
= jr
j1
0 = jr
j1
)
t
j
(r, j, .) = (r
j
)
t
j
(j
:
)
t
j
= r
j
lnj .j
:1
)
t
:
(r, j, .) = (r
j
)
t
:
(j
:
)
t
:
= 0 j
:
ln. = j
:
ln.
f)
)
t
a
(r, j) =
1
j
(r)
t
a
j
_
1
r
_
t
a
=
1
j
1 j
_
1
r
2
_
=
1
j

j
r
2
68
)
t
j
(r, j) = r
_
1
j
_
t
j

1
r
(j)
t
j
= r
_
1
j
2
_
1
r
1 =
r
j
2

1
r
Se foloseste formula de derivare pentru ctul a dou functii:
_
) (r)
q (r)
_
t
=
)
t
(r) q (r) ) (r) q
t
(r)
q
2
(r)
.
g)
)
t
a
(r, j) =
_
r
2
j
2
rj
_
t
a
=
_
r
2
j
2
_
t
a
rj
_
r
2
j
2
_
(rj)
t
a
(rj)
2
=
=
2r rj
_
r
2
j
2
_
j
(rj)
2
=
2r
2
j r
2
j j
S
r
2
j
2
=
r
2
j j
S
r
2
j
2
=
r
2
j
2
r
2
j
)
t
j
(r, j) =
_
r
2
j
2
rj
_
t
j
=
_
r
2
j
2
_
t
j
rj
_
r
2
j
2
_
(rj)
t
j
(rj)
2
=
=
2j rj
_
r
2
j
2
_
r
r
2
j
2
=
2rj
2
r
S
rj
2
r
2
j
2
=
rj
2
r
S
r
2
j
2
=
j
2
r
2
r
2
j
2
h)
)
t
a
(r, j) =
_
j
S
__
r
_
t
a
2
_
1
r
_
t
a
=
_
j
S
_
1
2
_
r
_
2
_
1
r
2
_
=
_
j
S
2
_
r

2
r
2
;
)
t
j
(r, j) =
_
r
_
_
j
S
_
t
j

_
2
r
_
t
j
=
_
r
_
j
3
2
_
t
j
0 =
_
r
8
2
j
1
2
=
8
2
_
rj;
i) Scriem mai nti:
) (r, j) =
r
8j

j
8j

2r
_
r

j
2
_
r
=
r
8j

1
8
2
_
r
j
2
_
r
.
Vom avea:
)
t
j
(r, j) =
r
8
(j)
t
j
_
1
8
_
t
j
_
2
_
r
_
t
j
1
_
r
_
j
2
_
t
j
=
r
8
00
1
_
r
2j =
r
8
2j
_
r
.
69
j)
)
t
a
(r, j) =
_
r
_
r
2
j
2
_
t
a
1
r
_
r
2
j
2
Calculm separat:
_
_
r
2
j
2
_
t
a
=
_
_
r
2
j
2
_
1
2
_
t
a
=
1
2
_
r
2
j
2
_
1
2
_
r
2
j
2
_
t
a
=
=
1
2
1
_
r
2
j
2
2r =
r
_
r
2
j
2
.
Vom avea:
)
t
a
(r, j) =
1
r
_
r
2
j
2
r
_
r
2
j
2
=
_
r
2
j
2
r
_
r
2
j
2
r
_
r
2
j
2
=
1
_
r
2
j
2
;
)
t
j
(r, j) =
_
r
_
r
2
j
2
_
t
j
1
r
_
r
2
j
2
.
Ca mai sus,
_
_
r
2
j
2
_
t
j
=
j
_
r
2
j
2
.
Prin urmare:
)
t
j
(r, j) =
j
_
r
2
j
2
_
r
_
r
2
j
2
_.
n multe probleme economice intervin functii de tip Cobb - Douglas (den-
umite astfel dup economistii americani C.V. Cobb si P.H. Douglas, crora li
se datoreaz cercetri si descoperiri n domeniu, n anii 1920). Aceste functii
au forma general:
) : R
a
R, ) (r
1
, r
2
, ..., r
a
) = Cr
c
1
1
r
c
2
2
...r
c
n
a
,
unde C, c
1
, c
2
, ..., c
a
_ 0.
Problema 2.6.14 S se determine derivatele par tiale de ordinul I ale ur-
mtoarelor func tii de tip Cobb - Douglas:
70
a) ) (r, j) = 8r
6
j
7
; b) ) (r, j) =
1
8
_
rj
; c) ) (r, j, .) = 8r
6
j
2
_
.;
d) ) (r
1
, r
2
, r
S
) = Cr
c
1
1
r
c
2
2
r
c
3
S
.
Rezolvare:
a)
)
t
a
(r, j) = 8j
7
_
r
6
_
t
a
= 8j
7
6r
= 18r
j
7
)
t
j
(r, j) = 8r
6
_
j
7
_
t
j
= 8r
6
7j
6
= 21r
6
j
6
b)
)
t
a
(r, j) =
1
8
_
j
__
r
_
t
a
=
1
8
_
j
r
)
t
j
(r, j) =
1
8
_
r
_
_
j
_
t
j
=
1
8
_
r
_
j
5
2
_
t
j
=
1
8
_
r
2
j
3
2
=

6
_
rj
S
c)
)
t
a
(r, j, .) = 8j
2
_
.
_
r
6
_
t
a
= 18r
j
2
_
.
)
t
j
(r, j, .) = 8r
6
_
.
_
j
2
_
t
j
= 6r
6
j
_
.
)
t
:
(r, j, .) = 8r
6
j
2
__
.
_
t
:
=
8
2
r
6
j
2
1
_
.
d)
)
t
a
1
(r
1
, r
2
, r
S
) = Cr
c
2
2
r
c
3
S
(r
c
1
1
)
t
a
1
= Cr
c
2
2
r
c
3
S
c
1
r
c
1
1
1
= c
1
Cr
c
1
1
1
r
c
2
2
r
c
3
S
)
t
a
2
(r
1
, r
2
, r
S
) = Cr
c
1
1
r
c
3
S
(r
c
2
2
)
t
a
2
= c
2
Cr
c
1
1
r
c
2
1
2
r
c
3
S
)
t
a
3
(r
1
, r
2
, r
S
) = Cr
c
1
1
r
c
2
2
(r
c
3
S
)
t
a
3
= c
S
Cr
c
1
1
r
c
2
2
r
c
3
1
.
Problema 2.6.15 Pentru a recolta cp sunile de pe un teren cu suprafa ta
de r
1
ha sunt necesare r
2
ore de munc pe zi. Dup r
S
zile de munc s-au
recoltat j kg de cp suni. ntre aceste variabile exist rela tia:
j = ) (r
1
, r
2
, r
S
) = r
2
1
r
2
r
S
S
.
71
S se determine productivitatea marginal raportat a la suprafata terenu-
lui, la numrul de ore de munc pe zi si respectiv la numrul de zile de
munc.
Rezolvare:
Productivit tile marginale (si n general costurile, beneciile, cstigurile
marginale) reprezint de fapt derivatele partiale de ordinul I ale functiei care
ne d productivitatea (respectiv costul, beneciul, cstigul etc.)
n cazul problemei noastre vom avea:
)
t
a
1
(r
1
, r
2
, r
S
) = 10r
1
r
2
r
S
S
, productivitatea marginal raportat la
suprafata de teren,
)
t
a
2
(r
1
, r
2
, r
S
) = r
2
1
r
S
S
, productivitatea marginal raportat la numrul
orelor de munc / zi,
)
t
a
3
(r
1
, r
2
, r
S
) = 1r
2
1
r
2
r
2
S
, productivitatea marginal raportat la
numrul de zile de lucru.
Problema 2.6.16 Se consider func tia de produc tie de tip Cobb-Douglas
) (r
1
, r
2
) = r
2
1
r
S
2
(r
1
, r
2
_ 0) .
S se determine ratele de schimbare partiale si elasticittile partiale ale
lui ).
Rezolvare:
Pentru o functie ) : R
a
R se denesc:
j
(a
I
)
)
(r) =
)
t
a
I
(r)
) (r)
- rata de schimbare par tial a lui ) n raport cu r
I
,
respectiv
-
(a
I
)
)
(r) =
r
I
)
t
a
I
(r)
) (r)
- elasticitatea par tial a lui ) n raport cu r
I
.
(Semnicatia economic a acestor mrimi va studiat la alte discipline.)
n cazul nostru:
j
(a
1
)
)
(r) =
)
t
a
1
(r)
) (r)
=
_
r
2
1
r
S
2
_
t
a
1
r
2
1
r
S
2
=
10r
1
r
S
2
r
2
1
r
S
2
=
2
r
1
j
(a
2
)
)
(r) =
)
t
a
2
(r)
) (r)
=
_
r
2
1
r
S
2
_
t
a
2
r
2
1
r
S
2
=
1r
2
1
r
2
2
r
2
1
r
S
2
=
8
r
2
sunt ratele de schimbare partiale, iar
-
(a
1
)
)
(r) =
r
1
)
t
a
1
(r)
) (r)
=
r
1
10r
1
r
S
2
r
2
1
r
S
2
= 2
72
-
(a
2
)
)
(r) =
r
2
)
t
a
2
(r)
) (r)
=
r
2
1r
2
1
r
2
2
r
2
1
r
S
2
= 8
sunt elasticittile partiale ale lui ).
Se observ c aceste elasticitti sunt egale cu exponentii variabilelor r
1
,
respectiv r
2
din expresia functiei ). Aceasta nu este o coincident, ci o pro-
prietate a functiilor Cobb-Douglas. Astfel, pentru functia Cobb-Douglas
j = ) (r
1
, r
2
) = Cr
c
1
r
o
2
,
semnicatiile sunt urmtoarele:
r
1
- capitalul (poate notat cu 1);
r
2
- forta de munc (poate notat a cu 1);
j - productia;
- factor rezidual ;
c, , - elasticittile lui j relativ la r
1
, respectiv r
2
.
a) S se scrie derivatele partiale de ordinul 1,2,3 (distincte) pentru
functia urmtoare si s se calculeze valorile acestora n punctul indicat:
) (r, j) = 2r
1
8r
2
j 4j
S
, a = (1, 2) ;
b) S se scrie derivatele partiale de ordinul 1,2 pentru functia urmtoare
si s se calculeze valorile acestora n punctul indicat:
) (r, j, .) = c
aj
., a = (1, 2, 8) .
Rezolvare:
Cnd lucrm si cu derivate de ordin superior, vom prefera notatia
0 )
0 r
I
n
locul celei folosite pn acum, si anume )
t
a
I
. n cazul derivatelor de ordinul
2 se pot folosi si notatiile:
)
tt
aa
=
0
2
)
0 r
2
, )
tt
aj
=
0
2
)
0 r0 j
, )
tt
ja
=
0
2
)
0 j 0r
, )
tt
jj
=
0
2
)
0 j
2
.
a) Derivatele partiale de ordinul 1:
0 )
0 r
(r, j) = 2
_
r
1
_
t
a
8j
_
r
2
_
t
a

_
4j
S
_
t
a
= 8r
S
6rj
==
0 )
0 r
(1, 2) = 8 1
S
6 1 2 = 20;
73
0 )
0 j
(r, j) = 8r
2
12j
2
==
0 )
0 j
(1, 2) = 8 1
2
12 2
2
= 1.
Derivatele partiale de ordinul 2:
0
2
)
0 r0r
(r, j) =
0
0 r
_
0 )
0 r
(r, j)
_
=
0
0 r
_
8r
S
6rj
_
= 24r
2
6j
==
0
2
)
0 r0r
(1, 2) =
0
2
)
0 r
2
(1, 2) = 24 1
2
6 2 = 86;
0
2
)
0 r0j
(r, j) =
0
0j
_
0 )
0 r
(r, j)
_
=
0
0 j
_
8r
S
6rj
_
= 6r
==
0
2
)
0 r0 j
(1, 2) = 6 1 = 6;
0
2
)
0 j 0r
(r, j) =
0
0 r
_
0 )
0 j
(r, j)
_
=
0
0 r
_
8r
2
12j
2
_
= 6r
==
0
2
)
0 j 0 r
(1, 2) = 6 1 = 6;
0
2
)
0 j
2
(r, j) =
0
0 j
_
0 )
0 j
(r, j)
_
=
0
0 j
_
8r
2
12j
2
_
= 24j
==
0
2
)
0 j
2
(1, 2) = 24 2 = 48.
Se observ c
0
2
)
0 r0j
(r, j) =
0
2
)
0 j 0r
(r, j), ceea ce nu este ntmpltor,
ntruct ne am n conditiile teoremei lui Schwarz (vezi curs). De aceea
problema ne cere doar derivatele partiale distincte.
0
S
)
0 r
S
=
0
0 r
_
0
2
)
0 r
2
(r, j)
_
=
0
0 r
_
24r
2
6j
_
= 48r
==
0
S
)
0 r
S
(1, 2) = 48 1 = 48;
74
0
S
)
0 r
2
0 j
(r, j) =
0
0 j
_
0
2
)
0 r
2
(r, j)
_
=
0
0 j
_
24r
2
6j
_
= 6
==
0
S
)
0 r
2
0 j
(1, 2) = 6;
0
S
)
0 r0 j
2
(r, j) =
0
0 j
_
0
2
)
0r0 j
(r, j)
_
=
0
0 j
(6r) = 0
==
0
S
)
0 r0 j
2
(1, 2) = 0;
0
S
)
0 j
S
(r, j) =
0
0 j
_
0
2
)
0 j
2
(r, j)
_
=
0
0 j
(24j) = 24
==
0
S
)
0 j
S
(1, 2) = 24.
b) Derivatele partiale de ordinul 1:
0 )
0 r
(r, j, .) = .jc
aj
==
0 )
0 r
(1, 2, 8) = 6c
2
;
0 )
0 j
(r, j, .) = r.c
aj
==
0 )
0 j
(1, 2, 8) = 8c
2
;
0 )
0 .
(r, j, .) = c
aj
==
0 )
0 .
(1, 2, 8) = c
2
.
0
2
)
0 r
2
(r, j, .) = .j
2
c
aj
==
0
2
)
0 r
2
(1, 2, 8) = 12c
2
;
0
2
)
0 j
2
(r, j, .) = r
2
.c
aj
==
0
2
)
0 j
2
(1, 2, 8) = 8c
2
;
0
2
)
0 .
2
(r, j, .) = 0 ==
0
2
)
0 .
2
(1, 2, 8) = 0;
75
0
2
)
0 r0 j
(r, j, .) =
0
0 j
(.jc
aj
) = . (jc
aj
)
t
j
= .
_
j
t
c
aj
j (c
aj
)
t
j
_
=
= . [c
aj
rjc
aj
[ ==
0
2
)
0 r0 j
(1, 2, 8) = 8
_
c
2
2c
2
_
= 0c
2
;
0
2
)
0 j0 .
(r, j, .) =
0
0 .
(r.c
aj
) = rc
aj
==
0
2
)
0 j0 .
(1, 2, 8) = c
2
;
0
2
)
0 r0 .
(r, j, .) =
0
0 .
(.jc
aj
) = jc
aj
==
0
2
)
0 r0 .
(1, 2, 8) = 2c
2
;
== d)
(a,j)
(dr, dj) =
_
6r
2
8j
_
dr
_
8r 12j
2
_
dj.
Problema 2.6.17 Fie ) : R
2
R, ) (r, j) = 2r
S
8rj 4j
S
. S se
scrie:
a) d)
(a,j)
(dr, dj) ; b) d)
(1,1)
(dr, dj) ; c) d)
(a,j)
(n, ) ; d) d)
(1,1)
(n, ) ; e)
d)
(1,1)
(2, 8) .
Rezolvare:
Stim c (vezi curs) pentru ) : R
2
R si a = (a
1
, a
2
) R
2
avem:
d)
(o)
(/) = d)
(o
1
,o
2
)
(/
1
, /
2
) = )
t
a
(a
1
, a
2
) /
1
)
t
j
(a
1
, a
2
) /
2
,
diferen tiala func tiei ) n punctul a calculat pentru sistemul de cre steri
/ 1
2
.
Vom folosi aceast formul n cele ce urmeaz.
a)
d)
(a,j)
(dr, dj) = )
t
a
(r, j) dr )
t
j
(r, j) dj
)
t
a
(r, j) = 6r
2
8j, )
t
j
(r, j) = 8r 12j
2
= d)
(a,j)
(dr, dj) = (6r
2
8j)dr (8r 12j
2
)dj;
76
b)
d)
(1,1)
(dr, dj) = )
t
a
(1, 1) dr )
t
j
(1, 1) dj
Folosind rezultatele de la a), avem c:
)
t
a
(1, 1) = 6 1
2
8 (1) = 8
)
t
j
(1, 1) = 8 1 12 (1)
2
= 1.
== d)
(1,1)
(dr, dj) = 8dr 1dj;
c)
d)
(a,j)
(n, ) = )
t
a
(r, j) n )
t
j
(r, j) =
_
6r
2
8j
_
n
_
8r 12j
2
_
;
d)
d)
(1,1)
(n, ) = )
t
a
(1, 1) n )
t
j
(1, 1) = 8n 1;
e)
d)
(1,1)
(2, 8) = )
t
a
(1, 1) 2 )
t
j
(1, 1) 8 = 8 2 1 8 = 1;
Problema 2.6.18 S se scrie diferen tialele de ordinul 1,2,3 pentru func tia
urmtoare:
) (r, j) = r
S
2rj
2
8j
1
si apoi s se determine aceste diferentiale n punctul a = (1, 1) .
Rezolvare:
Diferentiala de ordinul 1 este:
d)
(a,j)
(dr, dj) =
0 )
0 r
(r, j) dr
0 )
0 j
(r, j) dj.
Derivatele partiale de ordinul 1 sunt:
0 )
0 r
(r, j) = 8r
2
2j
2
;
0 )
0 j
(r, j) = 4rj 12j
S
,
si deci d)
(a,j)
(dr, dj) =
_
8r
2
2j
2
_
dr
_
4rj 12j
S
_
dj .
d
2
)
(a,j)
(dr, dj) =
0
2
)
0 r
2
(r, j) dr
2
2
0
2
)
0 r0 j
(r, j) drdj
0
2
)
0 j
2
(r, j) dj
2
.
77
0
2
)
0 r
2
(r, j) = 6r;
0
2
)
0 r0 j
(r, j) = 4j;
0
2
)
0 j
2
(r, j) = 4r 86j
2
,
si deci d
2
)
(a,j)
(dr, dj) = 6r dr
2
8j drdj
_
4r 86j
2
_
dj
2
.
d
S
)
(a,j)
(dr, dj) =
0
S
)
0 r
S
(r, j) dr
S
8
0
S
)
0 r
2
0 j
(r, j) dr
2
dj
8
0
S
)
0 r0 j
2
(r, j) drdj
2
0
S
)
0 j
S
(r, j) dj
S
.
0
S
)
0 r
S
(r, j) = 6;
0
S
)
0 r
2
0 j
(r, j) = 0;
0
S
)
0 r0 j
2
(r, j) = 4;
0
S
)
0 j
S
(r, j) = 72,
si deci d
S
)
(a,j)
(dr, dj) = 6dr
S
12drdj
2
72dj
S
.
Pentru punctul a = (1, 1) vom avea:
d)
(1,1)
(dr, dj) = dr 8dj
d
2
)
(1,1)
(dr, dj) = 6dr
2
8drdj 40dj
2
d
S
)
(1,1)
(dr, dj) = 6dr
S
12drdj
2
72dj
S
.
Problema 2.6.19 S se scrie diferen tialele de ordinul 1 si 2 pentru func tia
urmtoare:
) (r, j, .) = rj..
Rezolvare:
d)
(a,j,:)
(dr, dj, d.) =
0 )
0 r
(r, j, .) dr
0 )
0 j
(r, j, .) dj
0 )
0 j
(r, j, .) d..
0 )
0 r
(r, j, .) = j.;
0 )
0 j
(r, j, .) = r.;
0 )
0 .
(r, j, .) = r.,
78
si deci d)
(a,j,:)
(dr, dj, d.) = j.dr r.dj rjd..
d
2
)
(a,j,:)
(dr, dj, d.) =
0
2
)
0 r
2
(r, j, .) dr
2
0
2
)
0 j
2
(r, j, .) dj
2
0
2
)
0 .
2
(r, j, .) d.
2
2
0
2
)
0 r0 j
(r, j, .) drdj 2
0
2
)
0 j 0 .
(r, j, .) dj d. 2
0
2
)
0 . 0 r
(r, j, .) d. dr.
0
2
)
0 r
2
(r, j, .) = 0;
0
2
)
0 j
2
(r, j, .) = 0;
0
2
)
0 .
2
(r, j, .) = 0;
0
2
)
0 r0 j
(r, j, .) = .;
0
2
)
0 j0 .
(r, j, .) = r;
0
2
)
0 . 0 r
(r, j, .) = j,
si deci d
2
)
(a,j,:)
(dr, dj, d.) = 2.drdj 2rdjd. 2jd.dr.
a
1
= (8, 4) ,
2
= (2, 1) ,
S
= (1, 8) ,
n = (8, 0, 2) .
S se calculeze:
a)
1

S
; b) ()
S
; c)
1
6
2
; d)
1

2

S
;
e) 8
1
(0)
S
; f) (1)
1
8
2
(4)
S
; g) 8
2
7
S
2n.
Rspunsuri:
a) (4, 7) ; b) (, 1) ; c) (0, 2) ; d) 0; e) (0, 1) ; f) (18, 10) ;
g) nu are sens.
1
= (1, 0, 8, ) ,
2
= (, 8, 0, 1) ,
S
= (8, 0, , 1) .
79
S se calculeze:
a)
1
(1)
2
; b)
1
S
; c) (1)
1
S
; d) 8
2
S
.
Rspunsuri:
a) (0, 8, 1, 24) ; b) (8, 8, 2, 7) ; c) (21, 1, 8, 1) ; d) (0, 0, 2, 8) .
Problema 2.7.3 S se calculeze produsul scalar al vectorilor:
a) r = (4, 0, 1) , j = (2, 8, 10) ; b) r = (1, 1, 1) , j = (2, , 10) ;
c) r = (1, 2, 8, 4) , j = (1, 2, 8, 4) ; d) r =
_
1,
1
2
, 1,
1
2
_
, j =
(8, 6, 8, 6) ;
e) r = (1, 2, 8, ..., 10) , j = (1, 2, 8, ..., 10) .
Rspunsuri:
a) 2; b) 17; c) 80; d) 12; e) 88.
Problema 2.7.4 Arta ti c norma Ceb sev,
||
o
: R
a
R, |r|
o
= max ([r
1
[ , [r
2
[ , ..., [r
a
[) , \r = (r
1
, r
2
, ..., r
a
) R
a
,
veric axiomele normei.
Problema 2.7.5 Calcula ti norma euclidian, norma Minkowski si norma
Ceb sev pentru urmtorii vectori:
a) r = (1, 8) ; b) r = (, 2) ; c) r = (2, 1, 0, 4) ; d) r =
(0, 7, 2, ) ;
e) r = (1, 2, ..., 0) ; f) r = (1, 2, ..., 0) ; g) r = (0, 40, ..., 1) ;
h) r = (2, 4, ..., 20) ; i) r = 8n 2, unde n = (1, 0, 8, 1) , =
(2, 1, 0, 1) .
Rspunsuri:
a)
_
10; 4; 8; b)
_
20; 7; ; c)
_
21; 7; 4; d)
_
78; 14; 7;
e)
_
1717; 127; 0; f)
_
1717; 127; 0; g)
_
1717; 127; 0;
h) 2
_
88; 110; 20; i)
_
87; 18; 0.
Problema 2.7.6 Arta ti c distan ta (metrica) Ceb sev
d
o
: R
a
R
a
R, d
o
(r, j) = |r j|
o
= max ([r
1
j
1
[ , [r
2
j
2
[ , ..., [r
a
j
a
[)
veric axiomele distantei.
80
Problema 2.7.7 Calcula ti distan ta euclidian, distan ta Minkowski, si dis-
tan ta Ceb sev ntre vectorii:
a) r = (, 8) , j = (2, 1) ; b) r = (1, 2, 7) , j = (2, 1, ) ;
c) r = (8, 0, 1, 4) , j = (1, 2, 8, 2) ; d) r = (1, 2, 8, 4, ) , j =
(0, 1, 2, 8, 4) ;
e) r = (2, , 2, , 2) , j = (, 2, , 2, ) ; f) r = (2, 4, ..., 20) , j =
(1, 2, ..., 10) ;
g) r = (1, 1, 1, 1, 1) , j = (1, 1, 1, 1, 1) ; h) r = (, 0, , 0, , 0, ) ,
j = (0, 2, 0, 2, 0, 2, 0) ;
i) r = (8, 4, ..., 82) , j = (2, 2, ..., 2) R
S0
.
Rspunsuri:
a)
_
18; ; 8; b)
_
6; 4; 2; c) 2
_
7; 10; 4; d)
_
; ; 1; e)
8
_
; 1; 8;
f)
_
88; ; 10; g) 2
_
8; 6; 2; h) 4
_
7; 26; ; i)
_
04; 46; 80.
2.7.2 Limite, continuitate
Problema 2.7.8 Stiind c func tiile indicate mai jos prin rela tiile de deni tie
au limit global n punctele specicate, s se determine aceast limit:
a) ) (r, j) =
2r 8j
r
2
j
2
, a = (1, 1) ; b) ) (r, j) =
r
2
j
2
r
2
j
2
, a = (2, 1) ;
c) ) (r, j) =
r
2
4rj
2rj
2
, a = (1, 1) ; d) ) (r, j) =
_
1 r
2
j
2
, a =
(0, 0) ;
e) ) (r, j, .) =
r .
2
r
2
j
2
, a = (1, 1, 2) ; f) ) (r, j, ., t) =
r 2j 8. 4t
4r 8j 2. t
,
a = (1, 1, 1, 1) ; g) ) (r, j) =
2rj
_
4 rj 2
, a = (0, 0) ;
h) ) (r, j) =
rj
8
_
0 rj
, a = (0, 0) ; i) ) (r, j) =
1
_
1 r
2
j
2
r
2
j
2
, a =
(0, 0) ;
j) ) (r, j) =
r
2
j
2
r
2
j
2
, a = (0, 0) ; k) ) (r, j) =
rj
2
r
2
j
2
, a = (0, 0) .
Rspunsuri:
a)
1
2
; b)

S
; c)
S
2
; d) 1; e)
S
2
; f) 1; g) 8; h) 80; i)
1
2
; j) 0; k) 0.
81
Problema 2.7.9 S se calculeze limitele iterate ale func tiilor date prin re-
la tia tiile urmtoare, n punctele specicate:
a) ) (r, j) =
2r 8j
r
2
j
, a = (1, 1) ; b) ) (r, j) =
8r
2
j
2
r
2
2j
, a =
(0, 2) ;
c) ) (r, j) =
2r
2
j
S
r
2
8j
S
, a = (0, 0) ; d) ) (r, j) =
r 4j
2
2r j
2
, a = (0, 0) ;
e) ) (r, j) = j cos
1
r
cos
1
j
, a = (0, 0) ; f) ) (r, j) =
r
2
j
2
r
2
j
1
, a =
(, ) ;
g) ) (r, j) =
r j
r j
, a = (0, 0) ; h) ) (r, j) =
r
2
j
2
r
2
j
2
(r j)
2
, a =
(0, 0) .
Rspunsuri:
a) |
12
= |
21
=
1
2
; b) |
12
= |
21
= 1; c) |
12
= 2, |
21
=
1
S
; d) |
12
=
1
2
, |
21
= 4;
e) |
12
= 0, / |
21
; f) |
12
= 0, |
21
= 1; g) |
12
= 1, |
21
= 1; h) |
12
= |
21
= 0.
Problema 2.7.10 S se determine limita dup direc tia / = (/
1
, /
2
) R
2
(0, 0)
a func tiilor date prin rela tiile de mai jos, n punctele specicate (dac aceast
limit exist):
a) ) (r
1
, r
2
) =
r
2
1
r
2
2r
2
1
r
2
2
, a = (0, 0) ;
b) ) (r
1
, r
2
) =
r
2
1
r
2
2r
2
1
r
2
2
, a = (0, 1) ;
c) ) (r
1
, r
2
) =
2r
1
8r
S
2
r
2
1
2r
S
2
, a = (2, 0) .
Rspunsuri:
a) / limita ; b) 1; c) 1.
Problema 2.7.11 S se determine limita dup direc tia dat de dreapta j =
:r a func tiilor date prin rela tiile urmtoare, n punctele specicate:
a) ) (r, j) =
r
2
j
2
2r
2
8j
2
, a = (0, 0) ; b) ) (r, j) =
r
2
j
S
2r j
2
, a = (0, 0) ;
c) ) (r, j) =
2r
S
8j
2
8r
2
2j
S
, a = (0, 0) ; d) ) (r, j) =
r
S
2j
S
8r
2
j
, a =
(0, 0) .
Rspunsuri:
a)
1 :
2
2 8:
2
; b) 0; c) :
S
; d) 0.
82
Problema 2.7.12 S se studieze existen ta limitei globale n punctele indi-
cate pentru func tiile date prin rela tiile urmtoare:
a) ) (r, j) =
r
2
2j
2
8r
2
j
2
, a = (0, 0) ; b) ) (r, j) =
r
S
2j
S
2r
S
8j
S
, a =
(0, 0) ;
c) ) (r, j) =
4rj
r
2
2j
2
, a = (0, 0) ; d) ) (r, j) =
4rj
r
2
2j
2
, a = (1, 1) ;
e) ) (r, j) =
sinrj
r
, a = (0, 4) ; f) ) (r, j) =
r
2
2j
j r
, a = (2, 4) ;
g) ) (r, j) =
rj
r
2
j
2
, a = (0, 0) .
Rspunsuri:
a) |
12
=
1
S
, |
21
= 2; |
12
,= |
21
, deci nu exist a limit a global a;
b) |
12
=
1
2
, |
21
=
2
S
; |
12
,= |
21
, deci nu exist a limit a global a;
c) |
n
=
1n
12n
2
, care depinde de :, deci nu exist a limit a global a;
d) | =
1
S
; e) | = 4; f) | = 6;
g) |
n
=
n
2
, care depinde de :, deci nu exist a limit a global a.
Problema 2.7.13 S se studieze continuitatea urmtoarelor func tii:
a) ) (r, j) =
_
rj
r
2
j
2
, (r, j) ,= (0, 0)
0, (r, j) = (0, 0)
;
b) ) (r, j) =
_
_
_
8rj
2
2r
2
0j
1
, (r, j) ,= (0, 0)
0, (r, j) = (0, 0)
;
c) ) (r, j) =
_
_
_
j
2
r
j
2
r
, r ,= 0, j ,= 0
0, (r, j) = (0, 0)
.
Rspunsuri:
a) ) continu a pe R
2
(0, 0);
b) ) continu a pe R
2
(0, 0);
c) ) continu a pe R
2
(0, 0).
2.7.3 Derivate partiale, diferentiale
Problema 2.7.14 Sa se calculeze derivatele par tiale de ordinul 1 pentru
func tiile date prin rela tiile urmatoare :
a) ) (r, j) = 8r
2r4j
1
2j1; b) ) (r, j) = 8r
2
2rj
S
2j
2
4r;
c) ) (r, j, .) = 2r
S
j 8j
S
. 2.r
1
2r 4j . ;
83
d) ) (r, j, .) = 8rj
S
2r
2
j 8j.
1
1
2
r
S
. 2r 2j 4;
e) ) (r, j, .) =
r
j

j
.

.
r
; f) ) (r, j, .) =
rj
.

j.
r

.r
j
;
g) ) (r, j, .) = rj.; h) ) (r, j) =
_
r
j

_
rj; i) ) (r, j, .) =
_
rj
.
_
rj
;
j) ) (r, j, .) = r
j
j
:
.
a
; k) ) (r, j) =
r 2j
_
rj
; l) ) (r, j) =
_
r
_
j
rj
:
m) ) (r, j, .) =
r j
.

j .
r

. r
j
; n) ) (r, j, .) =
r
2
j
_
.

rj
.
; o) ) (r, j) =
r j
r j
;
p) ) (r, j) =
r
_
r
2
j
2
; q) ) (r, j, .) = .
aj
; r) ) (r, j) = c
aj
; s)
) (r, j) =
3
_
r
2
j.
R aspunsuri:
a) )
t
a
(r, j) = 1r
1
2; )
t
j
(r, j) = 16j
S
2;
b) )
t
a
(r, j) = 6r 2j
S
4; )
t
j
(r, j) = 6rj
2
4j;
c) )
t
a
(r, j, .) = 6r
2
j 8.r
S
2; )
t
j
(r, j, .) = 2r
S
0j
2
. 4;
)
t
:
(r, j, .) = 8j
S
2r
1
1;
d) )
t
a
(r, j, .) = 8j
S
4rj
8
2
r
2
.2; )
t
j
(r, j, .) = 0rj
2
2r
2
8.
1
2;
)
t
:
(r, j, .) = 12j.
S
1
2
r
S
;
e) )
t
a
(r, j, .) =
1
j

.
r
2
; )
t
j
(r, j, .) =
1
j
2

1
.
; )
t
:
(r, j, .) =
1
.
2

1
r
;
f) )
t
a
(r, j, .) =
j
.

j.
r
2

.
j
; )
t
j
(r, j, .) =
r
.

.
r

.r
j
2
; )
t
:
(r, j, .) =
rj
.
2

j
r

r
j
;
g) )
t
a
(r, j, .) = j.; )
t
j
(r, j, .) = r.; )
t
:
(r, j, .) = rj;
h) )
t
a
(r, j) =
1
2
_
rj

_
j
2
_
r
; )
t
j
(r, j) =
_
r
j
2

_
r
2
_
j
;
i) )
t
a
(r, j, .) =
_
j
2
_
r

.
2
_
r
S
_
j
; )
t
j
(r, j, .) =
_
r
2
_
j

.
2
_
j
S
_
r
;
)
t
:
(r, j, .) =
1
_
rj
;
84
j) )
t
a
(r, j, .) = jr
j1
; )
t
j
(r, j, .) = r
j
lnr .j
:1
; )
t
:
(r, j, .) =
j
:
lnj r.
a1
:
k) )
t
a
(r, j) =
1
_
rj

1
2
_
r

j
r
_
r
; )
t
j
(r, j) =
2
_
rj

r
2j
_
j

1
_
j
;
l) )
t
a
(r, j) =
1
2rj
_
r

1
r
2
_
j
; )
t
j
(r, j) =
1
j
2
_
r

1
2rj
_
j
;
m) )
t
a
(r, j, .) =
1
.

j .
r
2

1
j
; )
t
j
(r, j, .) =
1
.

1
r

. r
j
n) )
t
a
(r, j, .) =
2r
_
.

j
.
; )
t
j
(r, j, .) =
1
_
.

r
.
; )
t
:
(r, j, .) =
r
2
j
2.
_
.

rj
.
2
;
o) )
t
a
(r, j) =
2j
(r j)
2
; )
t
j
(r, j) =
2r
(r j)
2
;
p) )
t
a
(r, j) =
j
2
(r
2
j
2
)
_
r
2
j
2
; )
t
j
(r, j) =
rj
(r
2
j
2
)
_
r
2
j
2
;
q) )
t
a
(r, j, .) = j.
aj
ln.; )
t
j
(r, j, .) = r.
aj
ln.; )
t
:
(r, j, .) = rj.
aj1
;
r) )
t
a
(r, j) = jc
aj
; )
t
j
(r, j) = rc
aj
;
s) )
t
a
(r, j) =
2
8
3
_
j
r
; )
t
j
(r, j) =
1
8
_
r
2
j
2
.
Problema 2.7.15 S se determine derivatele par tiale de ordinul 1 pentru
urmtoarele func tii de tip Cobb - Douglas:
a) ) (r, j) = 12r
6
j
S
; b) ) (r, j) = 2
_
rj
S
; c) ) (r, j) = 8r
S
_
j
S
;
d) ) (r, j, .) = 4
_
rj
2
.
S
; e) ) (r
1
, r
2
, r
S
) = 2r
1
r
2
r
S
f) ) (r
1
, r
2
, r
S
, r
1
) = 8r
2
1
r
S
2
r
1
S
r
1
; g) ) (r
1
, r
2
, r
S
) = 2
_
r
1
r
2
h) ) (r
1
, r
2
, r
S
, r
1
) = Cr
c
1
1
r
c
2
2
r
c
3
S
r
c
4
1
.
R aspunsuri:
a) )
t
a
(r, j) = 72r
j
S
; )
t
j
(r, j) = 86r
6
j
2
;
b) )
t
a
(r, j) =
1
_
r
j
S
; )
t
j
(r, j) = 6
_
rj
2
;
c) )
t
a
(r, j) = 0r
2
_
j
S
; )
t
j
(r, j) =
9
2
r
S
_
j;
d) )
t
a
(r, j, .) = 2
1
_
r
j
2
.
S
; )
t
j
(r, j, .) = 8
_
rj.
S
; )
t
:
(r, j, .) = 12
_
rj
2
.
2
;
e) )
t
a
1
(r
1
, r
2
, r
S
) = 2r
2
r
S
; )
t
a
2
(r
1
, r
2
, r
S
) = 2r
1
r
S
; )
t
a
3
(r
1
, r
2
, r
S
) =
2r
1
r
2
;
f) )
t
a
1
(r
1
, r
2
, r
S
, r
1
) = 6r
1
r
S
2
r
1
S
r
1
; )
t
a
2
(r
1
, r
2
, r
S
, r
1
) = 0r
2
1
r
2
2
r
1
S
r
1
;
)
t
a
3
(r
1
, r
2
, r
S
, r
1
) = 12r
2
1
r
S
2
r
S
S
r
1
; )
t
a
4
(r
1
, r
2
, r
S
, r
1
) = 1r
2
1
r
S
2
r
1
S
r
1
1
;
85
g) )
t
a
1
(r
1
, r
2
, r
S
) =
_
r
2
_
r
1
; )
t
a
2
(r
1
, r
2
, r
S
) =
_
r
1
_
r
2
; )
t
a
3
(r
1
, r
2
, r
S
) = 0;
h) )
t
a
1
(r
1
, r
2
, r
S
, r
1
) = c
1
Cr
c
1
1
1
r
c
2
2
r
c
3
S
r
c
4
1
;
)
t
a
2
(r
1
, r
2
, r
S
, r
1
) = c
2
Cr
c
1
1
r
c
2
1
2
r
c
3
S
r
c
4
1
;
)
t
a
3
(r
1
, r
2
, r
S
, r
1
) = c
S
Cr
c
1
1
r
c
2
2
r
c
3
1
S
r
c
4
1
;
)
t
a
4
(r
1
, r
2
, r
S
, r
1
) = c
1
Cr
c
1
1
r
c
2
2
r
c
3
S
r
c
4
1
1
.
Problema 2.7.16 S se determine productivit tile marginale pentru urm-
toarele func tii de produc tie:
a) functia cost de productie ) (r
1
, r
2
, r
S
) = c
1
r
1
c
2
r
2
c
S
r
S
(c
1
, c
2
, c
S
_ 0) ;
b) functia Cobb-Douglas ) (r
1
, r
2
) = Cr
c
1
1
r
c
2
2
(C, c
1
, c
2
_ 0) ;
c) functia Rowe-Sato ) (r
1
, r
2
) =
r
2
1
r
2
2
ar
S
1
/r
S
2
;
d) functia Allen ) (r
1
, r
2
) =
_
2/r
1
r
2
ar
2
1
/r
2
2
;
e) functia Visner ) (r
1
, r
2
, r
S
, r
1
) = r
c
1
r
o
2
r
S
r
c
1
;
f) functia Bradford de Long-Summer ) (r
1
, r
2
, r
S
) = (r
1
r
2
)
c
r
1c
S
.
(Aceste functii, cu variabilele si parametrii care apar, au semnicatii eco-
nomice precise, asupra crora nu insistm aici. Ele vor studiate din punct
de vedere economic la cursurile de specialitate.)
R aspunsuri:
a) )
t
a
1
(r
1
, r
2
, r
S
) = C
1
; )
t
a
2
(r
1
, r
2
, r
S
) = C
2
; )
t
a
3
(r
1
, r
2
, r
S
) = C
S
;
b) )
t
a
1
(r
1
, r
2
) = c
1
Cr
c
1
1
1
r
c
2
2
; )
t
a
2
(r
1
, r
2
) = c
2
Cr
c
1
1
r
c
2
1
2
;
c) )
t
a
1
(r
1
, r
2
) =
2/r
1
r
2
ar
1
1
r
2
2
_
ar
S
1
/r
S
2
_
2
; )
t
a
2
(r
1
, r
2
) =
2ar
1
r
2
/r
2
1
r
1
2
_
ar
S
1
/r
S
2
_ ;
d) )
t
a
1
(r
1
, r
2
) =
/r
2
ar
1
_
2/r
1
r
2
ar
2
1
/r
2
2
; )
t
a
2
(r
1
, r
2
) =
/r
1
/r
2
_
2/r
1
r
2
ar
2
1
/r
2
2
;
e) )
t
a
1
(r
1
, r
2
, r
S
, r
1
) = cr
c
1
1
1
r
o
2
r
S
r
c
1
;
)
t
a
2
(r
1
, r
2
, r
S
, r
1
) = ,r
c
1
1
r
o1
2
r
S
r
c
1
;
)
t
a
3
(r
1
, r
2
, r
S
, r
1
) = r
c
1
1
r
o
2
r
1
S
r
c
1
;
)
t
a
4
(r
1
, r
2
, r
S
, r
1
) = cr
c
1
1
r
o
2
r
S
r
c1
1
;
f) )
t
a
1
(r
1
, r
2
, r
S
) = c(r
1
r
2
)
c1
r
1c
S
; )
t
a
2
(r
1
, r
2
, r
S
) =c(r
1
r
2
)
c1
r
1c
S
;
)
t
a
3
(r
1
, r
2
, r
S
) = (1 c) (r
1
r
2
)
c
r
c
S
.
Problema 2.7.17 S se determine ratele de schimbare par tiale si elastic-
it tile par tiale pentru urmtoarele func tii de produc tie:
86
a) ) (r
1
, r
2
, r
S
) = 8r
2
1
r
S
2
r
S
; b) ) (r
1
, r
2
, r
S
) = 2r
1
8r
2
r
S
;
c) ) (r
1
, r
2
, r
S
) = 4r
1
_
r
2
r
S
; d) ) (r
1
, r
2
, r
S
) = r
1
2r
2
4r
S
;
e) ) (r
1
, r
2
, r
S
, r
1
) = 2r
2
1
r
S
r
1
; f) ) (r
1
, r
2
, r
S
, r
1
) = 2r
2
r
S
r
1
.
R aspunsuri:
a) j
(a
1
)
)
(r) =
2
a
1
; j
(a
2
)
)
(r) =
S
a
2
; j
(a
3
)
)
(r) =
1
a
3
;
-
(a
1
)
)
(r) = 2; -
(a
2
)
)
(r) = 8; -
(a
3
)
)
(r) = 1;
b) j
(a
1
)
)
(r) =
2
2r
1
8r
2
r
S
; j
(a
2
)
)
(r) =
8
2r
1
8r
2
r
S
; j
(a
3
)
)
(r) =
1
2r
1
8r
2
r
S
;
-
(a
1
)
)
(r) =
2r
1
2r
1
8r
2
r
S
; -
(a
2
)
)
(r) =
8r
2
2r
1
8r
2
r
S
; -
(a
3
)
)
(r) =
r
S
2r
1
8r
2
r
S
;
c) j
(a
1
)
)
(r) =
1
r
1
; j
(a
2
)
)
(r) =
1
2r
2
; j
(a
3
)
)
(r) =
1
r
S
;
-
(a
1
)
)
(r) = 1; -
(a
2
)
)
(r) =
1
2
; -
(a
3
)
)
(r) = 1;
d) j
(a
1
)
)
(r) =
1
r
1
2r
2
4r
S
; j
(a
2
)
)
(r) =
2
r
1
2r
2
4r
S
; j
(a
3
)
)
(r) =
4
r
1
2r
2
4r
S
;
-
(a
1
)
)
(r) =
r
1
r
1
2r
2
4r
S
; -
(a
2
)
)
(r) =
2r
2
r
1
2r
2
4r
S
; -
(a
3
)
)
(r) =
4r
S
r
1
2r
2
4r
S
;
e) j
(a
1
)
)
(r) =
2
r
1
; j
(a
2
)
)
(r) = 0; j
(a
3
)
)
(r) =
1
r
S
; j
(a
4
)
)
(r) =
1
r
1
;
-
(a
1
)
)
(r) = 2; -
(a
2
)
)
(r) = 0; -
(a
3
)
)
(r) = 1; -
(a
4
)
)
(r) = 1;
f) j
(a
1
)
)
(r) = 0; j
(a
2
)
)
(r) =
2
2r
2
r
S
r
1
;
j
(a
3
)
)
(r) =
1
2r
2
r
S
r
1
; j
(a
4
)
)
(r) =

2r
2
r
S
r
1
;
-
(a
1
)
)
(r) = 0; -
(a
2
)
)
(r) =
2r
2
2r
2
r
S
r
1
;
-
(a
3
)
)
(r) =
r
S
2r
2
r
S
r
1
; -
(a
4
)
)
(r) =
r
1
2r
2
r
S
r
1
.
Problema 2.7.18 Sa se scrie derivatele par tiale de ordinul 1,2,3 (distincte)
pentru func tiile urmatoare. Sa se calculeze valorile acestora n punctul indi-
cat.
87
a) ) (r, j) = 8r
2rj
2
j
S
, a = (2, 1) ;
b) ) (r, j) = 8r
S
8r
2
j
2
2j
S
, a = (1, 1) ;
c) ) (r, j) =
2r
j

j
_
r
, a = (1, 1) ;
d) ) (r, j) = r
S
j rj
S
, a = (1, 1) ;
e) ) (r, j) =
r
2
j
2
rj
, a = (1, 1) ;
f) ) (r, j) = j lnr, a = (c, 1) .
R aspunsuri:
0 )
0 r
(r, j) = 1r
1
2j
2
==
0 )
0 r
(2, 1) = 188
0 )
0 j
(r, j) = 4rj 8j
2
==
0 )
0 j
(2, 1) = .
0
2
)
0 r
2
(r, j) = 60r
S
==
0
2
)
0 r
2
(2, 1) = 480
0
2
)
0 r0 j
(r, j) = 4j ==
0
2
)
0 r0 j
(2, 1) = 2
0
2
)
0 j
2
(r, j) = 4r 6j ==
0
2
)
0 j
2
(2, 1) = 4.
0
S
)
0 r
S
(r, j) = 180r
2
==
0
S
)
0 r
S
(2, 1) = 720
0
S
)
0 r
2
0 j
(r, j) = 0 ==
0
S
)
0 r
2
0 j
(2, 1) = 0
0
S
)
0 r0 j
2
(r, j) = 4 ==
0
S
)
0 r0 j
2
(2, 1) = 4
0
S
)
0 j
S
(r, j) = 6 ==
0
S
)
0 j
S
(2, 1) = 6.
0 )
0 r
(r, j) = 0r
2
6rj
2
==
0 )
0 r
(1, 1) = 8
0 )
0 j
(r, j) = 6r
2
j 6j
2
==
0 )
0 j
(1, 1) = 12.
88
0
2
)
0 r
2
(r, j) = 18r 6j
2
==
0
2
)
0 r
2
(1, 1) = 12
0
2
)
0 r0 j
(r, j) = 12rj ==
0
2
)
0 r0 j
(1, 1) = 12
0
2
)
0 j
2
(r, j) = 6r
2
12j ==
0
2
)
0 j
2
(1, 1) = 18.
0
S
)
0 r
S
(r, j) = 18 ==
0
S
)
0 r
S
(1, 1) = 18
0
S
)
0 r
2
0 j
(r, j) = 12j ==
0
S
)
0 r
2
0 j
(1, 1) = 12
0
S
)
0 r0 j
2
(r, j) = 12r ==
0
S
)
0 r0 j
2
(1, 1) = 12
0
S
)
0 j
S
(r, j) = 12 ==
0
S
)
0 j
S
(1, 1) = 12.
c) Derivatele partiale de ordinul 1:
0 )
0 r
(1, 1) =
8
2
;
0 )
0 j
(1, 1) = 8.
0
2
)
0 r
2
(1, 1) =
8
4
;
0
2
)
0 r0 j
(1, 1) =
8
2
;
0
2
)
0 j
2
(1, 1) = 4.
0
S
)
0 r
S
(1, 1) =
1
8
;
0
S
)
0 r
2
0 j
(1, 1) =
8
2
;
0
S
)
0 r0 j
2
(1, 1) = 4;
0
S
)
0 j
S
(1, 1) = 12.
d) Derivatele partiale de ordinul 1:
0 )
0 r
(1, 1) =
8
2
;
0 )
0 j
(1, 1) = 8.
0
2
)
0 r
2
(1, 1) =
8
4
;
0
2
)
0 r0 j
(1, 1) =
8
2
;
0
2
)
0 j
2
(1, 1) = 4.
89
0
S
)
0 r
S
(1, 1) =
1
8
;
0
S
)
0 r
2
0 j
(1, 1) =
8
2
;
0
S
)
0 r0 j
2
(1, 1) = 4;
0
S
)
0 j
S
(1, 1) = 12.
e) Derivatele partiale de ordinul 1:
0 )
0 r
(1, 1) = 0;
0 )
0 j
(1, 1) = 0.
0
2
)
0 r
2
(1, 1) = 2;
0
2
)
0 r0 j
(1, 1) = 2;
0
2
)
0 j
2
(1, 1) = 2.
0
S
)
0 r
S
(1, 1) = 6;
0
S
)
0 r
2
0 j
(1, 1) = 2,
0
S
)
0 r0 j
2
(1, 1) = 2;
0
S
)
0 j
S
(1, 1) = 6.
f) Derivatele partiale de ordinul 1:
0 )
0 r
(c, 1) =
1
c
;
0 )
0 j
(c, 1) = 1.
0
2
)
0 r
2
(c, 1) =
1
c
2
;
0
2
)
0 r0 j
(c, 1) =
1
c
;
0
2
)
0 j
2
(c, 1) = 0.
0
S
)
0 r
S
(c, 1) =
1
c
S
;
0
S
)
0 r
2
0 j
(c, 1) =
1
c
;
0
S
)
0 r0 j
2
(1, 1) = 0;
0
S
)
0 j
S
(c, 1) = 0.
Problema 2.7.19 S se scrie derivatele par tiale de ordinul 1, 2 si 3 pentru
func tiile de produc tie urmtoare:
90
a) ) (r, j) = 8r
7
j
2
; b) ) (r, j) = 2
_
rj; c) ) (r, j) = 8r 4j;
d) ) (r, j) = 4r
j
7
; e) ) (r, j) = 2r
2
j
2
; f) ) (r, j) = 2rj
1
.
R aspunsuri:
0 )
0 r
(r, j) = 21r
6
j
2
;
0 )
0 j
(r, j) = 6r
7
j.
0
2
)
0 r
2
(r, j) = 126r
j
2
;
0
2
)
0r0j
(r, j) = 42r
6
j;
0
2
)
0 j
2
(r, j) = 6r
7
.
0
S
)
0 r
S
(r, j) = 680r
1
j
2
;
0
S
)
0r
2
0j
(r, j) = 22r
j;
0
S
)
0r0 j
2
(r, j) = 42r
6
;
0
S
)
0 j
S
(r, j) = 0.
0 )
0 r
(r, j) =
j
_
r
;
0 )
0 j
(r, j) = 2
_
r.
0
2
)
0 r
2
(r, j) =
j
2r
_
r
;
0
2
)
0r0j
(r, j) =
1
_
r
;
0
2
)
0 j
2
(r, j) = 0.
0
S
)
0 r
S
(r, j) =
8 j
4r
2
_
r
;
0
S
)
0r
2
0j
(r, j) =
1
2r
_
r
;
0
S
)
0r0 j
2
(r, j) = 0;
0
S
)
0 j
S
(r, j) = 0.
0 )
0 r
(r, j) = 8;
0 )
0 j
(r, j) = 4.
0
2
)
0 r
2
(r, j) = 0;
0
2
)
0r0j
(r, j) = 0;
0
2
)
0 j
2
(r, j) = 0.
91
0
S
)
0 r
S
(r, j) = 0;
0
S
)
0r
2
0j
(r, j) = 0;
0
S
)
0r0 j
2
(r, j) = 0;
0
S
)
0 j
S
(r, j) = 0.
d) Derivatele partiale de ordinul 1:
0 )
0 r
(r, j) = 20r
1
j
7
;
0 )
0 j
(r, j) = 28r
j
6
.
0
2
)
0 r
2
(r, j) = 80r
S
j
7
;
0
2
)
0r0j
(r, j) = 140r
1
j
6
;
0
2
)
0 j
2
(r, j) = 168r
j
1
.
0
S
)
0 r
S
(r, j) = 240r
2
j
7
;
0
S
)
0r
2
0j
(r, j) = 60r
S
j
6
;
0
S
)
0r0 j
2
(r, j) = 840r
1
j
;
0
S
)
0 j
S
(r, j) = 840r
j
1
.
e) Derivatele partiale de ordinul 1:
0 )
0 r
(r, j) = 4rj
2
;
0 )
0 j
(r, j) = 4r
2
j.
0
2
)
0 r
2
(r, j) = 4j
2
;
0
2
)
0r0j
(r, j) = 8rj;
0
2
)
0 j
2
(r, j) = 4r
2
.
0
S
)
0 r
S
(r, j) = 0;
0
S
)
0r
2
0j
(r, j) = 8j;
0
S
)
0r0 j
2
(r, j) = 8r;
0
S
)
0 j
S
(r, j) = 0.
f) Derivatele partiale de ordinul 1:
0 )
0 r
(r, j) = 2j
1
;
0 )
0 j
(r, j) = 8rj
S
.
0
2
)
0 r
2
(r, j) = 0;
0
2
)
0r0j
(r, j) = 8j
S
;
0
2
)
0 j
2
(r, j) = 24rj
2
.
0
S
)
0 r
S
(r, j) = 0;
0
S
)
0r
2
0j
(r, j) = 0;
0
S
)
0r0 j
2
(r, j) = 24j
2
;
0
S
)
0 j
S
(r, j) = 48rj.
92
Problema 2.7.20 S se scrie derivatele par tiale de ordinul 1 si 2 pentru
func tiile urmtoare si s se calculeze valorile lor n punctele indicate:
a) ) (r, j, .) = rj
S
c
:
, a = (1, 1, 2) ;
b) ) (r, j, .) = rc
j
r
2
.
S
, a = (1, 1, 1) ;
c) ) (r, j, .) = r
2
j.
S
, a = (1, 2, 1) ;
d) ) (r, j, .) =
1
rj

1
r
2
.

1
j
2
.
, a = (1, 1, 1) .
R aspunsuri:
0 )
0 r
(1, 1, 2) = c
2
;
0 )
0 j
(1, 1, 2) = 8c
2
;
0 )
0 .
(1, 1, 2) = c
2
.
0
2
)
0 r
2
(1, 1, 2) = 0;
0
2
)
0 j
2
(1, 1, 2) = 6c
2
;
0
2
)
0 .
2
(1, 1, 2) = c
2
;
0
2
)
0r0j
(1, 1, 2) = 8c
2
;
0
2
)
0j 0.
(1, 1, 2) = 8c
2
;
0
2
)
0. 0r
(1, 1, 2) = c
2
.
0 )
0 r
(1, 1, 1) = c 2;
0 )
0 j
(1, 1, 1) = c;
0 )
0 .
(1, 1, 1) = 8.
0
2
)
0 r
2
(1, 1, 1) = 2;
0
2
)
0 j
2
(1, 1, 1) = c;
0
2
)
0 .
2
(1, 1, 1) = 6;
0
2
)
0r0j
(1, 1, 1) = c;
0
2
)
0j 0.
(1, 1, 1) = 0;
0
2
)
0. 0r
(1, 1, 1) = 6.
0 )
0 r
(1, 2, 1) = 4;
0 )
0 j
(1, 2, 1) = 1;
0 )
0 .
(1, 2, 1) = 6.
0
2
)
0 r
2
(1, 2, 1) = 4;
0
2
)
0 j
2
(1, 2, 1) = 10;
0
2
)
0 .
2
(1, 2, 1) = 12;
93
0
2
)
0r0j
(1, 2, 1) = 2;
0
2
)
0j 0.
(1, 2, 1) = 8;
0
2
)
0. 0r
(1, 2, 1) = 12.
d) La acest subpunct vom scrie rezultatele folosind notatia simplicat,
echivalent cu cea utilizat mai sus.
)
t
a
(1, 1, 1) = 8; )
t
j
(1, 1, 1) = 8; )
t
:
(1, 1, 1) = 2.
)
tt
aa
(1, 1, 1) = 8; )
tt
jj
(1, 1, 1) = 8; )
tt
::
(1, 1, 1) = 4;
)
tt
aj
(1, 1, 1) = 1; )
tt
j:
(1, 1, 1) = 2; )
tt
:a
(1, 1, 1) = 2.
Problema 2.7.21 Pentru urmtoarele func tii s se scrie d)
(o)
(dr, dj) si
d)
(o)
(/
1
, /
2
) , pentru a = (a
1
, a
2
) si / = (/
1
, /
2
) indicate:
a) ) (r, j) = 8r
2
6rj
2
2j
1
, a = (1, 1) , / = (2, 4) ;
b) ) (r, j) = 8r
2
j
1
, a = (1, 1) , / = (8, ) ;
c) ) (r, j) = 2r 2rj r
2
j
1
, a = (2, 1) , / = (1, 2) ;
d) ) (r, j) =
_
r
2
j
S
r j
, a = (1, 2) , / = (2, 8) ;
e) ) (r, j) = r
j
j
a
, a = (1, 1) , / = (8, 4) ;
f) ) (r, j, .) = r
S
j. rj
S
. rj.
S
, a = (1, 0, 1) , / = (1, 2, 8) ;
h) ) (r, j) = lnrj, a = (c, 1) , / = (2, 2) ;
i) ) (r, j) = rj
2
c
aj
, a = (1, 1) , / = (2, 2) .
Indicatie:
d)
(o
1
,o
2
,o
3
)
(/
1
, /
2
, /
S
) = )
t
a
(a
1
, a
2
, a
S
) /
1
)
t
j
(a
1
, a
2
, a
S
) /
2
)
t
:
(a
1
, a
2
, a
S
) /
S
g) ) (r, j, .) = 2r
1
j 8j
2
. 4r
2
.
2
, a = (1, 2, 8) , / = (8, 2, 1) .
R aspunsuri:
a) d)
(1,1)
(dr, dj) = )
t
a
(1, 1) dr )
t
j
(1, 1) dj = 12dr 4dj
d)
(1,1)
(2, 4) = )
t
a
(1, 1) 2 )
t
j
(1, 1) 4 = 40;
b) d)
(1,1)
(dr, dj) = 6dr 12dj
d)
(1,1)
(8, ) = 42;
c) d)
(2,1)
(dr, dj) = 8dr 20dj
d)
(2,1)
(2, 8) = 82;
94
d) d)
(1,2)
(dr, dj) =
10
8
dr dj
d)
(1,2)
(2, 8) =
11
8
;
e) d)
(1,1)
(dr, dj) = dr dj
d)
(1,1)
(8, 4) = 2;
f) d)
(1,0,1)
(dr, dj, d.) = )
t
a
(1, 0, 1) dr )
t
j
(1, 0, 1) dj )
t
:
(1, 0, 1) d. =
= 0 dr 2 dj 0 d. = dj
d)
(1,0,1)
(1, 2, 8) = 2;
g) d)
(1,2,S)
(dr, dj, d.) = 88dr 84dj 12d.
d)
(1,2,S)
(8, 2, 1) = 208;
h) d)
(c,c)
(dr, dj) =
1
c
dr
1
c
dj
d)
(c,c)
(2, 2) =
4
c
;
i) d)
(1,1)
(dr, dj) = 2dr dj
d)
(1,1)
(2, 2) = 6.
Problema 2.7.22 S se scrie diferen tialele de ordinul 1,2,3 pentru func tiile
urmtoare si apoi s se determine aceste diferen tiale n punctele indicate.
a) ) (r, j) = 2r
1
rj
2
j
S
, a = (1, 1) ;
b) ) (r, j) = r
2
rj 2j
S
8r j 10, a = (2, 8) ;
c) ) (r, j) = c
aj
, a = (1, 2) ;
d) ) (r, j) = lnrj, cu rj 0, a = (1, 8) ;
e) ) (r, j) = r
S
j
1
, a = (1, 2) ;
f) ) (r, j) =
r
j

j
r
, a = (1, 1) ;
g) ) (r, j) = r
j
, a = (1, 2) .
R aspunsuri:
a) d)
(1,1)
(dr, dj) = 18dr 18dj
d
2
)
(1,1)
(dr, dj) = 24dr
2
20drdj 16dj
2
d
S
)
(1,1)
(dr, dj) = 48dr
S
80drdj
2
6dj
S
;
b) d)
(2,S)
(dr, dj) = 4dr 47dj
d
2
)
(2,S)
(dr, dj) = 2dr
2
2drdj 86dj
2
d
S
)
(2,S)
(dr, dj) = 12dj
S
;
c) d)
(1,2)
(dr, dj) = 2c
2
dr c
2
dj
d
2
)
(1,2)
(dr, dj) = 4c
2
dr
2
6c
2
drdj c
2
dj
2
d
S
)
(1,2)
(dr, dj) = 8c
2
dr
S
24c
2
dr
2
dj 12c
2
drdj
2
c
2
dj
S
;
d) d)
(1,S)
(dr, dj) = dr
1
8
dj
95
d
2
)
(1,S)
(dr, dj) = dr
2
1
0
dj
2
d
S
)
(1,S)
(dr, dj) = 2dr
S
2
27
dj
S
;
e) d)
(1,2)
(dr, dj) = 48dr 82dj
d
2
)
(1,2)
(dr, dj) = 06dr
2
102drdj 48dj
2
d
S
)
(1,2)
(dr, dj) = 06dr
S
76dr
2
dj 482drdj
2
48dj
S
;
f) d)
(1,1)
(dr, dj) = 0
d
2
)
(1,1)
(dr, dj) = 2dr
2
4drdj 2dj
2
d
S
)
(1,1)
(dr, dj) = 6dr
S
6dr
2
dj 6drdj
2
6dj
S
;
g) d)
(1,2)
(dr, dj) = 2dr
d
2
)
(1,2)
(dr, dj) = 2dr
2
2drdj
d
S
)
(1,2)
(dr, dj) = 1dr
2
dj 0dr
2
dj
2
.
Problema 2.7.23 S se scrie diferen tialele de ordinul 1 si 2 pentru func tiile
de produc tie de tip Cobb-Douglas urmtoare si apoi s se determine aceste
diferen tiale n punctul indicat:
a) ) (r, j, .) = 8r
2
j.
S
, a = (1, 1, 1) ;
b) ) (r, j, .) = 2rj
1
.
2
, a = (1, 2, 8) ;
c) ) (r, j, .) = r
j.
2
, a = (1, 8, 1) .
R aspunsuri:
a) d)
(1,1,1)
(dr, dj, d.) = 6dr 8dj 0d.
d
2
)
(1,1,1)
(dr, dj, d.) = 6dr
2
18d.
2
12drdj 18djd. 86d.dr;
b) d)
(1,2,S)
(dr, dj, d.) = 288dr 76dj 12d.
d
2
)
(1,2,S)
(dr, dj, d.) = 864dj
2
64d.
2
112drdj768djd.804d.dr;
c) d)
(1,S,1)
(dr, dj, d.) = 7dr dj 80d.
d
2
)
(1,S,1)
(dr, dj, d.) = 800dr
2
80d.
2
0drdj 20djd. 10d.dr.
96
3 Formula lui Taylor
Vom demonstra una din cele mai importante formule din analiza matematic a,
utilizat a mai ales n aproximarea functiilor reale prin polinoame.
3.1 Formula lui Taylor pentru o functie de o variabil a
S considerm 1 R un interval al axei reale si o functie ) : 1 R. Fie a
un punct interior lui 1. S a presupunem c a functia ) este derivabil a de : ori
n punctul a. Aceasta nseamn a c a primele :1 derivate exist a nu numai n
a, ci mai mult, pe o vecin atate \
(o)
a punctului a.
Consider am polinomul 1
a
de grad cel mult :, care satisface conditiile:
1
a
(a) = ) (a) , 1
t
a
(a) = )
t
(a) , ..., 1
(a)
a
(a) = ) (a) , (3.1.1)
adic a valorile polinomului 1
a
si ale derivatelor sale succesive pn a la
ordinul : calculate n punctul a coincid cu valorile functiei si a derivatelor
sale succesive considerate tot n punctul a.
S a presupunem acum dezvoltarea polinomului 1
a
dup a puterile binomului
(r a) . Vom avea:
1
a
(r) = C
0
C
1
(r a) C
2
(r a)
2
... C
a
(r a)
a
(3.1.2)
S a determin am coecientii C
i
, i = 0, : , utiliznd conditiile (3.1.1). Vom
calcula mai nti derivatele succesive ale polinomului (3.1.2)
1
t
a
(r) = C
1
2C
2
(r a) 8C
S
(r a)
2
... :C
a
(r a)
a1
(3.1.3)
1
tt
a
(r) = 2C
2
8 2 C
S
(r a) ... :(: 1) C
a
(r a)
a2
...
1
(a)
a
(r) = :(: 1) (: 2) ... 8 2 1 C
a
= :! C
a
Din (3.1.2) si (3.1.3), tinnd cont de conditiile (3.1.1), obtinem:
C
0
= ) (a) , C
1
)
r
(a)
1!
, C
2
=
)
tt
(a)
2!
, ..., C
a
=
)
(a)
(a)
:!
(3.1.4)
nlocuind aceste valori n (.1.2) obtinem formula c autat a a polinimului
1
a
:
97
T
a
(r) = 1
a
(r) = ) (a)
)
t
(a)
1!
(r a)
)
tt
(a)
2!
(r a)
2
...
)
(a)
(a)
:!
(r a)
a
.
(3.1.5)
Denitia 3.1.1 Polinomul de mai sus, notat de obicei cu T
a
(r) se nume ste
polinomul lui Taylor de gradul n asociat func tiei ) n punctul a. Formula
(3.1.5) are loc pentru orice r \
(o)
, cu a 1.
Dac a pentru ecare r 1 not am
1
a
(r) = ) (r) T
a
(r) , atunci ) (r) = T
a
(r) 1
a
(r) (3.1.6)
sau
) (r) = ) (a)
)
t
(a)
1!
(r a)
)
tt
(a)
2!
(r a)
2
...
)
(a)
(a)
:!
(r a)
a
1
a
(r) .
(3.1.7)
Denitia 3.1.2 Rela tia (3.1.7) reprezinta formula lui Taylor de ordinul :
asociata func tiei ) n punctul a. Func tia 1
a
denita pe 1 se nume ste restul
de ordinul : al formulei lui Taylor.
Observatia 3.1.1 Deoarece 1
a
este derivabila pe 1, este continua pe 1, n
particular este continua n a, deci:
lim
ao
1
a
(r) = 1(a) = 0
Aceasta nseamn a c a, dac a r este sucient de aproape de punctul a, deci
dac a restul 1
a
(r) are o valoare mic a, atunci polinomul lui Taylor, T
a
(r)
aproximeaza pe ) (r), adic a diferenta ) (r) T
a
(r) poate f acut a orict de
mic a.
Prin urmare pentru un r sucient de aproape de punctul a functia )
(r) poate aproximat a prin polinomul lui Taylor, T
a
(r) si 1
a
(r) constitue
tocmai gradul de precizie al unei asemenea aproxim ari. Se poate preciza mai
mult chiar si anume c a pentru r sucient de aproape de a avem:
lim
ao
1
a
(r)
(r a)
a
= 0
98
n cele ce urmeaz a vom evalua restul 1
a
(r) pentru diferite valori ale lui
r. n continuare vom presupune c a functia ) este derivabil a de : 1 ori pe
ntreg intervalul 1.
Vom considera c a restul 1
a
(r) are formula
(1.8)
1
a
(r) =
(r a)
a1
(: 1)!
Q(r) , (3.1.8)
Q(r) ind o functie ce urmeaz a a determinat a. Dac a r si a sunt xati,
atunci Q(r) va avea o valoare determinat a pe care o not am cu constanta Q.
Fie t [a, r[ si 1 o functie auxiliar a de variabil a t de forma:
1 (t) = ) (r)) (t)
r t
1!
)
t
(t)
(r t)
2
2!
)
tt
(t)...
(r t)
a
:!
)
(a)
(t)
(r t)
a1
(: 1)!
Q.
(3.1.9)
Calculnd derivata lui 1 avem:
1
t
(t) = )
t
(t))
t
(t)
r t
1!
)
tt
(t)
2 (r t)
2!
)
tt
(t)
(r t)
2
2!
)
ttt
(t)
(3.1.10)
...
(r t)
a1
(: 1)!
)
(a)
(t)
:(r t)
a1
:!
)
(a)
(t)
(r t)
a
:!
)
(a1)
(t)
(: 1) (r t)
a
(: 1)!
Q
si, dup a reducerea termenilor asemenea, obtinem
1
t
(t) =
(r t)
a
:!
)
(a1)
(t)
(r t)
a
:!
Q, (3.1.11)
relatie adev arat a pentru orice t din vecin atatea punctului a.
Deoarece functia 1 satisface conditiile din teorema lui Rolle, si anume:
a) 1 este denit a si continu a pe [a, r[;
b) 1 este derivabil a pe (a, r) ;
c) 1 (a) = 1 (r) = 0,
rezult a c a exist a un punct (a, r) astfel nct 1
t
() = 0. Deci
1
t
() =
(r )
a
:!
)
(a1)
()
(r )
a
:!
Q = 0
si de aici
Q = )
(a1)
()
99
Asadar, revenind la (1.8), restul se va scrie n forma
1
a
(r) =
(r a)
a1
(: 1)!
)
(a1)
() , (3.1.12)
unde (a, r) sau = a 0 (r a) , 0 < 0 < 1.
In concluzie formula lui Taylor atast a functiei ) n vecin atatea punctului
a sau mai simplu, formula lui Taylor corespunz atoare functiei ) n punctul a
are forma
) (r) = T
a
(r) 1
a
(r) = ) (a)
)
t
(a)
1!
(r a)
)
tt
(a)
2!
(r a)
2
...
(3.1.13)
)
(a)
(a)
:!
(r a)
a
)
(a1)
[a 0 (r a)[
(: 1)!
(r a)
a1
, 0 < 0 < 1
unde T
a
este polinomul lui Taylor de gradul : atasat functiei ) cnd r
\ (a), iar 1
a
este restul sub forma lui Lagrange n formula lui Taylor.
n literatur a se cunosc diverse alte forme ale restului n formula lui Taylor,
cum ar restul sub forma generalizata (restul sub forma lui Schlmilch-
Roch):
1
a
(r) =
(r a)
j
(r )
aj1
:!j
)
(a1)
() , j , = a0 (r a) , 0 < 0 < 1,
sau restul sub forma lui Chauchy:
1
a
(r) =
(r a) (r )
a
:!
)
(a1)
() , = a 0 (r a) , 0 < 0 < 1,
sau restul sub forma lui Peano:
1
a
(r) = 0 [(r a)
a
[ ,
adic a 1
a
(r) este un innit mic de ordin superior n raport cu (r a)
a
,
fapt ce poate exprimat prin
lim
ao
1
a
(r)
(r a)
a
= 0.
100
Observatia 3.1.2 Daca n formula lui Taylor cu restul sub forma lui La-
grange (1.13), consideram r a = ^r vom avea
) (a ^r) ) (a) =
)
t
(a)
1!
^r
)
tt
(a)
2!
(^r)
2
(3.1.14)
...
)
(a)
(a)
:!
(^r)
a
)
(a1)
(a 0 ^r)
(: 1)!
(^r)
a1
, 0 < 0 < 1.
Aceast a nou a form a a formulei lui Taylor este o generalizare natural a a
binecunoscutei formule a lui Lagrange:
) (a ^r) ) (a) = ^r)
t
(a 0 ^r) cu 0 < 0 < 1 (3.1.15)
si care rezult a din (1.14) pentru : = 0.
Are loc:
Teorema 3.1.1 Daca ) este de : 1 ori derivabil pe un interval deschis
1 R are loc formula lui Taylor
) (r) = ) (a)
r a
1!
)
t
(a)
(r a)
2
2!
)
tt
(a) (3.1.16)
...
(r a)
a
:!
)
(a)
(a)
(r a)
a1
(: 1)!
)
(a1)
() ,
unde este un punct intermediar ntre r si a, a, r 1.
Notnd r = a /, formula lui Taylor se mai poate scrie sub forma
) (r) = ) (a /) = ) (a)
/
1!
)
t
(a)
/
2
2!
)
tt
(a) ... (3.1.17)
/
a
:!
)
(a)
(a)
/
a1
(: 1)!
)
(a1)
() (1)
unde = a 0 (r a) , 0 < 0 < 1 si \ r \ (a)
101
3.2 Formula lui Mac - Laurin
Dac a n formula lui Taylor (3.1.13) consider am a = 0, vom obtine formula
lui Mac - Laurin:
) (r) = ) (0)
)
t
(0)
1!
r
)
tt
(0)
2!
r
2
...
)
(a)
(0)
:!
r
a
1
a
(r) (3.2.1)
cu restul de ordinul :, 1
a
, exprimat sub una din formulele cunoscute. Astfel,
1
a
(r) =
)
(a1)
(0r)
(: 1)!
r
a1
0 < 0 < 1 (3.2.2)
este restul sub forma lui Lagrange.
Observatia 3.2.1 Analog, considernd n formula (3.1.17) a = 0, ob tinem
formula lui Mac - Laurin:
) (r) = ) (0)
/
1!
)
t
(0)
/
2
2!
)
tt
(0) (3.2.3)
...
/
a
:!
)
(a)
(0)
/
a1
(: 1)!
) (: 1) , 0 < 0 < 1.
Amintim c a formulele (3.2.1) si (3.2.3) au loc pentru orice r \ (0) .
3.3 Formula lui Taylor si Mac-Laurin pentru cteva functii
elementare
Vom exemplica aplicarea formulelor lui Taylor si Mac-Laurin ((3.1.13) si
(3.2.1)) n cazul unor functii elementare, considernd restul sub forma lui
Lagrange.
1) Functia ) (r) = c
a
:
Pentru aceast a functie avem n punctul a = 2 :
)
(I)
(r) = c
a
, )
(I)
(2) = c
2
, / = 0, 1, 2, ..., :,
)
(a1)
() = c
20(a2)
, 0 < 0 < 1.
102
Atunci formula lui Taylor va avea forma:
c
a
= c
2
r 2
1!
c
2
(r 2)
2
2!
c
2
...
(r 2)
a
:!
c
2
(r 2)
a1
(: 1)!
c
20(a2)
, cu 0 < 0 < 1
si oricare ar r din vecin atatea punctului a.
Considernd a = 0 obtinem formula lui Mac-Laurin:
c
a
= 1
r
1!

r
2
2!
...
r
a
:!

r
a1
(: 1)!
c
0a
, 0 < 0 < 1.
Restul [1
a
(r)[ =
a
n+1
(a1)!
c
0a
0 pentru : .
2) Functia ) (r) = sinr :
Pentru aceast functie avem
)
(I)
(r) = sin
_
r /
2
_
; / = 0, : )
(a1)
(0r) = sin
_
0r
(: 1)
2

_
si
)
(I)
(0) = sin/
2
=
_
0 dac a / = 2:
(1)
n
dac a / = 2:1
.
Formula lui Mac-Laurin are forma:
sinr =
r
1!

r
S
8!

r
!
... (1)
n1
r
2n1
(2:1)!
(1)
n
r
2n
(2:)!
sin0r
sau, considernd si termenul de gradul 2:, nul, avem:
sinr =
r
1!

r
S
8!

r
!
... (1)
n1
r
2n1
(2:1)!
(1)
n
r
2n1
(2: 1)!
cos 0r,
cn 0 < 0 < 1 si \ r \ (a) .
Resturile [1
2n1
(r)[ 0 si [1
2n
(r)[ 0 pentru : si \ r R.
3) Functia ) (r) = cos r :
103
Pentru aceast a functie avem:
)
(a)
(r) = cos
_
r :
2
_
, )
(a1)
(0r) = cos
_
0r
: 1
2

_
, : = 1, 2, ...
si )
(a)
(0) = cos :
2
=
_
0 dac : = 2: 1
(1)
n
2
dac : = 2:
.
Deci formula lui Mac-Laurin cu restul sub forma lui Lagrange are forma:
cos r = 1
r
2
2!

r
1
4!
...(1)
n
r
2n
(2:)!
(1)
n1
r
2n1
(2: 1)!
sin0r cu 0 < 0 < 1,
sau, considernd si termenul de gradul 2: 1, nul obtinem:
cos r = 1
r
2
2!

r
1
4!
... (1)
n
r
2n
(2:)!
(1)
r
2n2
(2: 2)!
cos 0r cu 0 < 0 < 1.
Ca si n cazul functiei sinr, formula are loc pentru orice r din vecin atatea
punctului 0 si resturile din aceste formule tind c atre 0 cnd : .
4) Functia ) (r) = ln(1 r)
Aceast a funtie este denit a si derivabil a numai pentru r 1. Avem
)
(a)
(r) = (1)
a1
(: 1)!
(1 r)
a
, : = 1, 2, ... si )
(a)
(0) = (1)
a1
(: 1)!, ) (0) = 0
Atunci formula lui Mac-Laurin, pentru orice r \ (0), are forma
ln(r 1) = r
r
2
2

r
S
8

r
1
4
... (1)
a1
r
a
:
(1)
a
r
a1
(: 1) (1 0r)
a1
.
5) Functia ) (r) = (1 r)
n
, : R :
Stiind c a
)
(a)
(r) = :(:1) (:2) ... (:: 1) (1 r)
na
,
formula lui Mac-Laurin devine:
(1 r)
n
= 1
:
1!
r
:(:1)
2!
r
2
...
:(:1) ... (:: 1)
:!
r
a
1
a
(r) ,
104
unde
1
a
(r) =
:(:1) ... (::)
(: 1)!
(1 0r)
na1
r
a1
0 < 0 < 1.
este forma lui Lagrange a restului. 1
a
(r) 0 dac : pentru
[r[ < 1.
Dac a : = :, formula de mai sus se reduce la formula binomial a.
3.4 Alte aplicatii ale formulei lui Taylor si Mac-Laurin
n continuare vom prezenta cteva exemple care s a ilustreze diverse aplicatii
ale formulei lui Taylor.
1) S a se scrie functia ) (r) = a
a
(a 0) sub forma unui polinom de gradul
trei n raport cu r.
Rezolvare: Avem ) (r) = a
a
, )
(I)
(r) = a
a
ln
I
a, / = 1, 2, ..., 4
si ) (0) = 1, )
(I)
(0) = ln
I
a, / = 1, 8, )
(1)
(0r) = a
0a
lna.
Deci formula lui Mac Laurin, asociat a functiei ) (r) = a
a
(a 0) cu
: = 8 devine:
a
a
= 1
lna
1!
r
ln
2
a
2!
r
2
ln
S
a
8!
r
S
ln
1
a
4!
a
0a
r
1
.
2) S a se scrie formula lui Taylor pentru functia ) (r) =
3
_
r de gradul 5 n
punctul a = 1.
Rezolvare:
) (r) =
3
_
r = r
1S
, )
t
(r) =
1
8
r
2S
, )
tt
(r) =
2
0
r
S
, ...,
)
(I)
(r) = (1)
I1
1
8
2
8
...
(8/ 4)
8
r
1SI
, / = 2, 8, ...
si deci formula lui Taylor asociat a va :
3
_
r = 1
1
8
(r 1)
2
8
2
2!
(r 1)
2
10
8
S
8!
(r 1)
S
80
8
1
4!
(r 1)
1
880
8
!
(r 1)
12820
8
6
6!
(r 1)
6
1S6
, = 1 0 (r 1) , 0 < 0 < 1.
105
3) S a se calculeze cu o precizie de 10
S
valoarea aproximativ a a radicalului
3
_
20.
Rezolvare:
3
_
20 =
3
_
27 2 = 8
_
1
2
27
_
1S
Considernd formula lui Mac Laurin pentru binomul (1 r)
n
, unde r =
2
27
si : =
1
S
obtinem:
3
_
20 = 8
_
1
2
81

2 2
81 81

2 2 2
8 81
S

2
8 81
1
... 1
a
_
Valoarea absolut a a restului poate f acut a orict de mic a dac a [r[ < 1
si : este sucient de mare.
Calculnd valorile erorilor succesive ale lui 81
a
g asim
8 [1
1
[ <
8 2 2
81
2
< 0, 002, 8 [1
2
[ <
2
S
81
S
< 0, 0001
Prin urmare, pentru a efectua calculul cu precizia cerut a este sucient s a
consider am primii trei termeni ce preced restul 1
2
, adic a valoarea aproxima-
tiv a cerut a va :
3
_
20 - 8 (1 0, 024 0, 0006) = 8, 072.
4) S a se calculeze cu ajutorul formulei lui Mac-Laurin
lim
a0
cos r c
i
2
2
r
1
.
Rezolvare: Considerm formula lui Mac-Laurin asociat functiilor cos r
(respectiv c
i
2
2
) pentru : = 4 (respectiv : = 2) n punctul:
)
1
(r) = cos r = 1
r
2
2!

r
1
4!

r
!
cos
_
0
1
r

2
_
,
)
2
(r) = c
i
2
2
= 1
r
2
2!

8
4!
r
1

2
r
6
!
c
0
2
i
2
2
, 0 < 0
1
, 0
2
< 1.
Revenind la calculul limitei, avem:
lim
a0
cos r c
i
2
2
r
1
= lim
a0
_
1
4!

8
4!

r
!
_
cos 0
1
r

2

2
rc
0
2
i
2
2
__
=
2
4!
=
1
12
.
106
5) S a se determine num arul natural : astfel ca polinomul lui Taylor de gradul
: asociat functiei ) (r) = c
a
n punctul a = 0 s a aproximeze functia cu
trei zecimale exacte n intervalul [1, 1[ .
Rezolvare: Deoarece [) (r) T
a
(r)[ = [1
a
(r)[ <
1
1000
= 10
S
n cazul
functiei ) (r) = c
a
, avem
[1
a
(r)[ =
r
a1
(: 1)!
c
0a
<
1
1000
, 0 < 0 < 1.
Dac a r [1, 1[ , 0r < 1,

r
a1
_ 1 si c
0a
< c < 8. Atunci:
[1
a
(r)[ =
r
a1
(: 1)!
c
0a
<
8
(: 1)!
.
Considernd : = 6, conditia este ndeplinit a, deci:
[1
6
(r)[ = [c
a
T
6
(r)[ <
8
040
<
1
1000
.
Polinomul lui Taylor (Mac-Laurin) de gradul 6 n punctul a = 0,
T
6
(r) = 1
r
1!

r
2
2!

r
S
8!
...
r
6
6!
,
aproximeaz functia c
a
pe intervalul [1, 1[ cu trei zecimale exacte. n
particular, dac a r = 1, obtinem valoarea lui c cu trei zecimale exacte:
c - T
6
(1) = 1
1
1!

1
2!
...
1
6!
= 2, 718,
(valoarea exact a ind c = 2, 71828182...).
6) Studiul extremelor unei functii cu ajutorul formulei lui Taylor.
S a denim un punct de extrem (maxim sau minim) pentru functia de o
variabil a ) : 1 R.
Spunem c a punctul a 1 este un punct de extrem local (maxim sau
minim) dac a \\ (a) si \r \ (a) avem:
) (r) ) (a) < 0, atunci a - punct de maxim
) (r) ) (a) 0, atunci a - punct de minim
.
107
Presupunem c a derivatele succesive ale functiei ) pn a la ordinul : inclu-
siv se anuleaz a n punctul a si n plus derivatele pn a la ordinul :1 inclusiv
sunt continue n \
(o)
:
)
t
(a) = )
(2)
(a) = ... = )
(a)
(a) = 0, )
(a1)
(a) ,= 0.
Scriind n aceste ipoteze formula lui Taylor asociat a functiei n punctul
a, avem:
) (r) ) (a) =
(r a)
a1
(: 1)!
)
(a1)
() , = a 0 (r a) , 0 < 0 < 1.
(3.4.1)
Deoarece )
(a1)
este o functie continu a n \
(o)
si este diferit a de zero n
a, exist a un / 0, sucient de mic astfel nct dac a r (a /, a /)
\
(o),
atunci )
(a1)
(r) ,= 0.
Mai mult chiar, dac a )
(a1)
(a) 0, rezult a c a )
(a1)
(r) 0, iar dac a
)
(a1)
(a) < 0, rezult a c a )
(a1)
(r) < 0.
Pentru analiza punctelor de extrem vom studia urm atoarele situatii:
Cazul 1: : - impar , : = 2: 1:
i) Fie )
(a1)
(a) < 0. Continuitatea derivatei de ordinul (: 1) a functiei
) ne conduce la concluzia )
(a1)
() < 0, deoarece = a 0 (r a)
(a /, a /) .
Binomul (r a)
(a1)
0, ( : 1-par ) si relatia (3.4.1) devine
) (r) ) (a) < 0, \r (a /, a /) .
De aici concluzion am, conform denitiei, c a punctul a este punct de
maxim al functiei ).
ii) Dac a )
(a1)
(a) 0,un rationament analog ne conduce la faptul c a punc-
tul a este un punct de minim
pentru functia ).
Cazul 2: : - par; : = 2:
n acest caz semnul binomului (r a)
a1
va depinde de pozitia punctului
r fat a de a, si anume:
(r a)
a1
0 dac a r a, si (r a)
a1
< 0 dac a r < a.
Revenind la relatia (3.4.1) constat am c a:
108
i) Dac a )
(a1)
(a) < 0 rezult a si )
(a1)
() < 0, si atunci
) (r) ) (a) =
_
< 0 dac a r a
0 dac a r < a
.
ii) Dac a )
(a1)
(a) 0, constat am c a semnul diferentialei (3.4.1) depinde
de pozitia lui r fat a de punctul a.
Concluzion am deci c a n vecin atatea punctului a diferenta ) (r) ) (a)
nu p astreaz a un semn constant si deci punctul a nu poate un punct de
extrem.
Exemplu: S a se stabileasc a extremele functiei: ) (r) = r
1
4r
S
6r
2
4r .
)
t
(r) = 4r
S
12r
2
12r 4 )
t
(1) = 0
)
tt
(r) = 12r
2
24r 12 )
tt
(1) = 0
)
ttt
(r) = 24r 24 )
ttt
(1) = 0
si )
(1)
(r) = 24 0 \r R
Aici avem : = 8, impar, conform cazului 1 ii) rezult a c a punctul r = 1
este punct de minim pentru functia dat a.
Avem ) (1) = )
nin
= 0.
3.5 Formula lui Taylor pentru functii de dou si mai multe
variabile.
Vom considera mai nti aceast formul n cazul unei functii de dou vari-
abile, urmnd ca apoi s o generalizm n cazul unei functii de mai multe
variabile.
Fie ) o functie de dou variabile ) : 1 R, 1 R
2
, avnd derivate
partiale continue pn la ordinul : 1 inclusiv ntr-un punct interior =
(a, /) 1 si respectiv ntr-o vecintate \
1, a punctului .
n aceste conditii are loc formula lui Taylor de ordinul : pentru o func tie
de dou variabile:(.1)
) (r, j) = T
a
(r, j) 1
a
(r, j) ,
unde
T
a
(r, j) = ) (a, /)
a
I=1
1
/!
_
0
0r
(r a)
0
0j
(j /)
_
(I)
) (a, /) (3.52)
109
este polinomul lui Taylor de gradul : asociat functiei de dou variabile
) (r, j), n punctul
si
1
a
(r, j) =
1
(: 1)!
_
0
0r
(r a)
0
0j
(j /)
_
(a1)
) (, j) , (3.5.3)
cu = a 0 (r a) , j = / 0 (j /) , 0 < 0 < 1,
este restul sub forma lui Lagrange din formula lui Taylor.
n formulele (3.5.2) si (3.5.3) s-a utilizat notatia simbolic:
_
0
0r
(r a)
0
0j
(j /)
_
(I)
) (a, /) = (3.5.4)
=
_
0
I
) (a, /)
0 r
I
(r a)
I
C
1
I
0
I
) (a, /)
0r
I1
0j
(r a)
I1
(j /) ...
... C
i
I
0
I
) (a, /)
0r
Ii
0j
i
(r a)
Ii
(j /)
i
...
0
I
) (a, /)
0 j
I
(j /)
I
_
/ = 1, :
si
_
0
0r
(r a)
0
0j
(j /)
_
(a1)
) (, j) =
=
_
0
a1
) (, j)
0r
a1
(r a)
a1
C
1
a1
0
a1
) (, j)
0r
a
0j
(r a)
a
(j /) ...
... C
i
a1
0
a1
) (, j)
0r
ai
0j
i
(r a)
ai
(j /)
i
...
0
a1
) (, j)
0j
a1
(j /)
a1
_
Pentru a demonstra formula lui Taylor se consider functia auxiliar 1 :
[0, 1[ R
1 (t) = ) (a /t, / /t) , (3.5.5)
unde (a /t, / /t) \
(o,b)
.
Notnd cu
r = r(t) = a /t, j = j (t) = / /t,
110
observm c functia 1 este o functie compus de variabil a t prin inter-
mediul functiilor r si j ; avem deci:
1 (t) = ) (r, j) = ) (r(t) , j (t)) = ) [a /t, / /t[ . (3.5.6)
Deoarece functia ) are derivate partiale continue pn la ordinul : 1
n punctul (a, /) , precum si n vecintatea \
()
a acestui punct, rezult c
si functia 1 are derivate continue pn la ordinul : 1 n vecintatea \
()
.
Deci pentru functia 1 putem aplica formula lui Mac-Laurin si avem:
1 (t) = 1 (0)
t
1!
1
t
(0)
t
2
2!
1
tt
(0) ...
t
a
:!
1
(a)
(0) (3.5.7)
...
t
a1
(: 1)!
1
(a1)
(0) , 0 < 0 < 1.
nlocuind n aceast formul t = 1, obtinem
1 (1) = 1 (0)
1
1!
1
t
(0)
1
2!
1
tt
(0) ... (3.5.8)
1
:!
1
(a)
(0)
1
(: 1)!
1
(a1)
(0) , 0 < 0 < 1.
Tinnd cont de relatia de denitie (3.5.5) a functiei 1, avem c 1 (1) =
) (a /, / /) si 1 (0) = ) (a, /) .
Functia 1 ind o functie compus, obtinem prin derivare
1
t
(t) =
0) (r, j)
0r
dr
dt

0) (r, j)
0j
dj
dt
=
0) (r, j)
0r
/
0) (r, j)
0j
/, (3.5.9)
si de aici
1
t
(0) =
0) (a, /)
0r
/
0) (a, /)
0j
/.
n general avem
1
(i)
(t) =
_
0
0r
/
0
0j
/
_
(i)
) (r, j) , i = 1, : (3.5.10)
si de aici
1
(i)
(0) =
_
0
0r
/
0
0j
/
_
(i)
) (a, /) , i = 1, :.
nlocuind (3.5.9) si (3.5.10) n (3.5.8) si tinnd cont c / = r a si
/ = j /, obtinem n nal tocmai formula lui Taylor.
111
Observatia 3.5.1 Dac n formula lui Taylor considerm a = 0 si / = 0,
vom ob tine formula lui Mac-Laurin:
)(r, j) = )(0, 0)
1
1!
_
0
0r
r
0
0j
j
_
) (0, 0)
1
2!
_
0
0r
r
0
0j
j
_
(2)
) (0, 0) ...
(3.5.11)
...
1
:!
_
0
0r
r
0
0j
j
_
(a)
) (0, 0)
1
(: 1)!
_
0
0r
r
0
0j
j
_
(a1)
) (0r, 0j) , 0 < 0 < 1.
Observatia 3.5.2 Pentru : = 0, formula lui Taylor devine:
)(r, j) = )(a, /)
_
)
t
a
(, j) (r a) )
t
j
(, j) (j /)
, (3.5.12)
cu = a 0
1
(r a) , j = / 0
2
(j /) , 0 < 0
1
, 0
2
< 1.
adic formula cresterilor nite (sau formula lui Lagrange) pentru o functie
de dou variabile.
Observatia 3.5.3 Din formula (3.5.1) rezult:
) (r, j) - T
a
(r, j) , (3.5.13)
adic valoarea aproximativ a functiei ) pe puncte dintr-o vecintate a
punctului (a, /) pe care se pot calcula valorile functiei si ale derivatelor ei
partiale pn la ordinul : inclusiv.
Exemple.
1) S se scrie formula lui Taylor asociat fuctiei de dou variabile
) (r, j) = r
S
r
2
rj j
2
10r r 4
n vecintatea punctului = (2, 1) .
Rezolvare: Avem ) (2, 1) = 2,
)
t
a
(r, j) = 8r
2
10rj10, )
t
a
(2, 1) = 8; )
t
j
(r, j) = r2j, )
t
j
(2, 1) = 1;
)
tt
a
2
(r, j) = 6r 10, )
tt
a
2
(2, 1) = 2; )
tt
aj
(r, j) = 1, )
tt
aj
(2, 1) = 1;
112
)
tt
j
2
(r, j) = 2, )
tt
j
2
(2, 1) = 2; )
ttt
a
3
(r, j) = 6, )
ttt
a
3
(2, 1) = 6,
toate celelalte derivate partiale ind egale cu zero.
Atunci formula lui Taylor va avea forma:
) (r, j) = 2
1
1!
[8 (r 2) (j 1)[
1
2!
_
2 (r 2)
2
2 (r 2) (j 1) 2 (j 1)
2
_
1
8!
_
6 (r 2)
S
_
= 28 (r 2)(j 1)(r 2)
2
(r 2) (j 1)(j 1)
2
(r 2)
S
.
2) S se aplice formula lui Taylor de ordinul unu functiei: ) (r, j) = j
a
n
vecintatea punctului ' = (1, 1) .
Rezolvare:
) (1, 1) = 1, = 1 0
1
(r 1) , j = 1 0
2
(j 1) , 0 < 0
1
, 0
2
< 1
)
t
a
(r, j) = j
a
lnj )
t
a
(1, 1) = 0
)
t
j
(r, j) = rj
a1
)
t
j
(1, 1) = 1
)
tt
a
2
(r, j) = j
a
ln
2
j )
tt
a
2
(, j) = j
ln
2
j
)
tt
aj
(r, j) = j
a1
(rlnj 1) )
tt
aj
(, j) = j
1
( lnj 1)
)
tt
j
2
(r, j) = r(r 1) j
a2
)
tt
j
2
(, j) = ( 1) j
2
Formula lui Taylor pentru aceast functie va :
) (r, j) = 1
1
1!
(j 1)
1
2!
_
j
S
ln
2
j (r 1)
2
2j
1
( lnj 1) (r 1) (j 1) ( 1) j
2
(j 1)
2
_
.
Vom trece acum la cazul unei functii de : variabile
Fie ) : 1 R, 1 R
a
, a = (a
1
, a
2
, ..., a
a
) un punct interior lui 1
si mai presupunem c functia ) are toate derivatele partiale de ordinul :1
continue n vecintatea \
o
a punctului a.
113
n aceste conditii are loc formula lui Taylor de ordinul : pentru o func tie
de mai multe variabile:
) (r
1
, r
2
, ..., r
a
) = ) (a
1
, a
2
, ..., a
a
)
a
I=1
1
/!
_
0
0r
1
(r
1
a
1
)
0
0r
2
(r
2
a
2
)
(3.5.14)
...
0
0r
a
(r
a
a
a
)
_
(I)
) (a
1
, a
2
, ..., a
a
) 1
a
(r
1
, r
2
, ..., r
a
) ,
unde
T
a
(r
1
, r
2
, ..., r
a
) = ) (a
1
, a
2
, ..., a
a
)
1
1!
_
0
0r
1
(r
1
a
1
)
0
0r
2
(r
2
a
2
)
(3.5.15)
...
0
0r
a
(r
a
a
a
)
_
) (a
1
, ..., a
a
)...
1
:!
_
0
0r
1
(r
1
a
1
)
0
0r
2
(r
2
a
2
)
...
0
0r
a
(r
a
a
a
)
_
(a)
) (a
1
, a
2
, ..., a
a
)
reprezint polinomul lui Taylor de gradul : asociat func tiei de : variabile
) (r
1
, ..., r
a
) n punctul a = (a
1
, a
2
, ..., a
a
) , iar
1
a
(r
1
, r
2
, ..., r
a
) =
1
(: 1)!
_
0
0r
1
(r
1
a
1
)
0
0r
2
(r
2
a
2
) ... (3.5.16)
0
0r
a
(r
a
a
a
)
_
(a1)
) (
1
,
2
, ...
a
) ,
cu
i
= a
i
0 (r
i
a
i
) , 0 < 0 < 1,
este restul sub forma lui Lagrange din formula lui Taylor.
Ca si n cazul formulelor (3.5.2) si (3.5.3), s-a utilizat notatia simbolic
_
0
0r
1
(r
1
a
1
)
0
0r
2
(r
2
a
2
) ...
0
0r
a
(r
a
a
a
)
_
(I)
,
n sensul precizat pentru functia de dou variabile
114
Exemplu. S se scrie formula lui Taylor de ordinul 2 pentru functia
) (r, j, .) = rj
2
.
S
n punctul a = (1, 1, 2) .
Rezolvare: Avem ) (1, 1, 2) = 8 si
) (r, j, .) = ) (1, 1, 2)
1
1!
_
0
0r
(r 1)
0
0j
(j 1)
0
0.
(. 2)
_
) (1, 1, 2)
1
2!
_
0
0r
(r 1)
0
0j
(j 1)
0
0.
(. 2)
_
(2)
) (1, 1, 2)
1
8!
_
0
0r
(r 1)
0
0j
(j 1)
0
0.
(. 2)
_
(S)
) (
1
,
2
,
S
) ,
unde
1
= 1 0 (r 1) ,
2
= 1 0 (j 1) ,
S
= 2 0 (. 2) ,
0 < 0 < 1.
Avem:
0 ) (r, j, .)
0 r
= j
2
.
S
0 ) (r, j, .)
0 j
= 2rj.
S
0 ) (r, j, .)
0 .
= 8rj
2
.
2
0 ) (1, 1, 2)
0 r
= 8
0 ) (1, 1, 2)
0 j
= 16
0 ) (1, 1, 2)
0 .
= 12
0
2
)
0 r
2
= 0
0
2
)
0 r0 j
= 2j.
S
0
2
)
0 r0 .
= 8j
2
.
2
0
2
)
0 j
2
= 2r.
S
0
2
)
0 j 0 .
= 6rj.
2
0
2
)
0 .
2
= 6rj
2
.
0
2
) (1, 1, 2)
0 r
2
= 0
0
2
) (1, 1, 2)
0 r0 j
= 16
0
2
) (1, 1, 2)
0 r0 .
= 12
0
2
) (1, 1, 2)
0 j
2
= 16
0
2
) (1, 1, 2)
0 j 0 .
= 24
0
2
) (1, 1, 2)
0 .
2
= 12
Derivatele partiale de ordinul trei sunt:
0
S
)
0 r
S
=
0
2
)
0 r
2
j
=
0
S
)
0 r
2
0.
=
0
S
)
0 j
S
= 0,
0
S
)
0r0j
2
= 2.
S
,
0
S
)
0r0j0.
= 6j.
2
0
S
)
0r0.
2
= 6j
2
.,
0
S
)
0j
2
0.
= 6r
2
.,
0
S
)
0j0.
2
= 12rj.,
0
S
)
0.
S
= 6rj
2
115
nlocuind n formula lui Taylor pentru : = 2, avem:
) (r, j, .) = 8
1
1!
[8 (r 1) 16 (j 1) 12 (. 2)[
1
2!
_
16 (j 1)
2
12 (. 2)
2
82 (r 1) (j 1) 24 (r 1) (. 2) 48 (j 1) (. 2)[
1
8!
_
6
1
2
2
(. 2)
S
6
2
S
(r 1) (j 1)
2
18
1
2
S
(j 1)
2
(. 2)
18
2
2
S
(r 1) (. 2)
2
86
1
S
(j 1) (. 2)
2
86
2
2
S
(r 1) (j 1) (. 2)
=
= 8 8 (r 1) 16 (j 1) 12 (. 2) 8 (j 1)
2
6 (. 2)
2
16 (r 1) (j 2) 12 (r 1) (. 2) 24 (j 1) (. 2)
2
2
(. 2)
S
2
S
(r 1) (j 1)
2
8
1
2
S
(j 1) (. 2)
8
2
2
S
(r 1) (. 2)
2
6
1
S
(j 1) (. 2) 6
2
2
S
(r 1) (j 1) (. 2) .
Problema 3.6.1 S se scrie formula lui Taylor pentru func tia ) (r, j) =
c
a
2
j
2
n punctul a = (1, 1) considernd / = 2.
Rezolvare:
) (r, j) = ) (1, 1)
1
1!
_
0 ) (1, 1)
0 r
(r 1)
0 ) (1, 1)
0 j
(j 1)
_
1
2!
_
0
2
) (1, 1)
0 r
2
(r 1)
2
2
0
2
) (1, 1)
0 r0 j
(r 1) (j 1)
0
2
) (1, 1)
0 j
2
(j 1)
2
_
_
1
8!
0
S
) (
1
,
2
)
0r
S
(r 1)
S
8
0
S
) (
1
,
2
)
0r
2
0j
(r 1)
2
(j 1)
8
0
S
) (
1
,
2
)
0r0j
2
(r 1) (j 1)
2
0
S
) (
1
,
2
)
0j
S
(j 1)
S
_
Avem:
)(1, 1) = c
2
116
0)
0r
(r, j) = c
a
2
j
2
2r ==
0 ) (1, 1)
0 r
= 2c
2
0)
0j
(r, j) = c
a
2
j
2
2j ==
0 ) (1, 1)
0 j
= 2c
2
0
2
)
0 r
2
(r, j) = 2c
a
2
j
2
4r
2
c
a
2
j
2
==
0
2
) (1, 1)
0 r
2
= 6c
2
0
2
)
0 j
2
(r, j) = 2c
a
2
j
2
4j
2
c
a
2
j
2
==
0
2
) (1, 1)
0 j
2
= 6c
2
0
2
)
0 r0j
(r, j) = 4rjc
a
2
j
2
==
0
2
) (1, 1)
0 r0 j
= 4c
2
0
S
)
0r
S
(r, j) = 4rc
a
2
j
2
8rc
a
2
j
2
8r
S
c
a
2
j
2
= 12rc
a
2
j
2
8r
S
c
a
2
j
2
==
0
S
) (
1
,
2
)
0r
S
= 12
1
c
(
2
1
2
2
)
8
S
1
c
2
1
2
2
0
S
)
0r
2
0j
(r, j) = 4j c
a
2
j
2
8r
2
j c
a
2
j
2
==
0
2
) (
1
,
2
)
0r
2
0j
= 4
2
c
2
1
2
2
8
2
1
2
c
2
1
2
2
0
S
)
0 r0j
2
(r, j) = 4rc
a
2
j
2
8rj
2
c
a
2
j
2
==
0
S
) (
1
,
2
)
0r0j
2
= 4
1
c
2
1
2
2

1
2
2
c
2
1
2
2
0
S
)
0j
S
(r, j) = 4j c
a
2
j
2
8j c
a
2
j
2
8j
S
c
a
2
j
2
==
0
S
) (
1
,
2
)
0j
S
= 12
2
c
2
1
2
2
8
S
2
c
2
1
2
2
.
Deci:
) (r, j) = c
2
_
2c
2
(r 1) 2c
2
(j 1)
1
2!
_
6c
2
(r 1)
2
8c
2
(r 1) (j 1) 6c
2
(j 1)
2
_
1
8!
__
12
1
c
2
1
2
2
8
S
1
c
2
1
2
2
_
(r 1)
S
8
_
4
2
c
2
1
2
2
8
2
1
2
c
2
1
2
2
_
(r 1)
2
(j 1)
117
8
_
4 c
2
1
2
2
8
1
2
2
c
2
1
2
2
_
(r 1) (j 1)
2
_
12
2
c
2
1
2
2
8
S
2
c
2
1
2
2
_
(j 1)
S
_
.
Problema 3.7.1 S se scrie formula lui Taylor pentru func tia ) (r, j) =
r
2
j ln
_
r, j
2
_
n punctul a = (1, 1) considernd / = 2.
Rspuns:
) (r, j) = r j 1
1
2!
_
8 (r 1)
2
6 (r 1) (j 1) 8 (j 1)
2
_
1
8!
_
S
1
(r 1)
S
18
2
2
(r 1)
2
(j 1)
86
1
2
(r 1) (j 1)
2
_
6
2
1

4
S
2
_
(j 1)
S
_
.
118
4 Extremele functiilor de mai multe variabile
4.1 Extremele functiilor de dou variabile
Fie ) o functie de dou variabile ) : 1 R, 1 R
2
si '
0
(r
0
, j
0
) 1
un punct interior.
Denitia 4.1.1 Func tia ) admite un punct de extrem (maxim sau minim)
n punctul '
0
dac exist o vecintate \
(A
0
)
a punctului '
0
astfel nct ori-
care ar un punct ' (r, j) din \
(A
0
)
1 s avem
) (') ) ('
0
) = ) (r, j) ) (r
0
, j
0
) _ 0 (4.1.1)
si '
0
- punct de maxim
) (') ) ('
0
) = ) (r, j) ) (r
0
, j
0
) _ 0
si '
0
- punct de minim.
Punctele de extrem corespunztoare denitiei de mai sus sunt puncte de
extrem local (maxim local sau minim local)
Teorema 4.1.1 (Conditii necesare ale unui extrem local)
Dac functia ) : 1 R, 1 R
2
are derivatele partiale de ordinul nti )
t
a
si )
t
j
continue pe o vecintate
\
(A
0
)
a unui punct '
0
(r
0
, j
0
), interior domeniului 1 si dac '
0
este un
punct de extrem local, atunci avem:
)
t
a
(r
0
, j
0
) = 0, )
t
j
(r
0
, j
0
) = 0 (4.1.2)
Demonstratie. Presupunem c '
0
este punct de maxim local:
) (r, j
0
) ) (r
0
, j
0
) _ 0
) (r
0
, j) ) (r
0
, j
0
) _ 0
adic functiile partiale (de o singur variabil)
/(r) = ) (r, j
0
) , q (j) = ) (r
0
, j)
119
au n punctele r
0
si j
0
valori maxime locale. In baza teoremei lui Fermat
derivatele functiilor / si q se anuleaz n r
0
, respectiv, j
0
, adic avem:
/
t
(r
0
) = )
t
(r
0
, j
0
) = 0
q
t
(j
0
) = )
t
(r
0
, j
0
) = 0.
n mod analog se arat c dac '
0
(r
0
, j
0
) este un punct de minim local
pentru functia ) (r, j) , atunci au loc conditiile (4.1.2).
Denitia 4.1.2 Punctele domeniului 1 n care derivatele par tiale )
t
a
si )
t
j
ale func tiei ) se anuleaz, se numesc puncte de extrem posibil sau puncte
sta tionare ale acestei func tii.
Observatia 4.1.1 Dac func tia ) este diferen tiabil n punctul '
0
(r
0
, j
0
)
si posed un extrem local n acest punct, atunci diferen tiala total a acestei
func tii, n punctul '
0
se anuleaz adic:
d)
(A
0
)
= )
t
a
(r
0
, j
0
) dr )
t
j
(r
0
, j
0
) dj = 0.
Relatia de mai sus reprezint o conditie necesar de extrem local si ea
rezult pe baza conditiilor (4.1.2.) si a faptului c diferentiabilitatea unei
functii ntr-un punct revine la existenta derivatelor partiale de ordinul nti
n punctul respectiv.
Observatia 4.1.2 Natura punctelor sta tionare, deci a punctelor din dome-
niul 1 ce sunt solu tii ale sistemului de ecua tii (4.1.2.), se va preciza prin
intermediul condi tiilor suciente de extrem local, care vor rezulta pe baza
deni tiei 4.1.1.
Vom presupune c coordonatele punctului ' (r, j) din vecintatea \
A
0
si
a punctului stationar '
0
(r
0
, j
0
), sunt de forma r = r
0
^r = r
0
/, / =
^r, j = j
0
^j = j
0
/, / = ^j
si deci cresterea total a functiei ) (r, j) n punctul '
0
va
^) = ^) (r
0
, j
0
) = ) (r
0
/, j
0
/) ) (r
0
, j
0
) . (4.1.3)
Dac avem n vedere denitia 4.1.1. rezult c dac ^) _ 0 atunci
'
0
(r
0
, j
0
) este punct de maxim local, iar dac ^) _ 0, atunci '
0
(r
0
, j
0
)
este punct de minim local.
120
Asadar, natura unui punct stationar '
0
(r
0
, j
0
) , deci conditiile suciente
de extrem local, sunt precizate de semnul diferentei (4.1.3.) care reprezint
tocmai cresterea total a functiei ) (r, j) n punctul '
0
.
Pentru a stabili semnul diferentei ^), vom avea n vedere formula lui
Taylor asociat functiei de dou variabile ) (r, j) n punctul '
0
(r
0
, j
0
) :
) (r
0
/, j
0
/) = ) (r
0
, j
0
)
1
2!
_
0
0r
/
0
0j
/
_
) (r
0
, j
0
)
1
2!
_
0
0r
/
0
0j
/
_
(2)
) (r
0
, j
0
) ...
1
2!
_
0
0r
/
0
0j
/
_
(a)
) (r
0
, j
0
)
1
(: 1)!
_
0
0r
/
0
0j
/
_
(a1)
) (, j) ,
unde = r
0
0/, j = j
0
0/ , 0 < 0 < 1,
.
Deoarece cresterile ^r = / si ^j = / sunt sucient de mici, puterile lor,
ncepnd cu puterea a treia, se pot neglija si avem
^) = ) (r
0
/, j
0
/) ) (r
0
, j
0
) - (4.1.4)
-
_
0
0r
/
0
0j
/
_
) ('
0
)
_
0
0r
/
0
0j
/
_
(2)
) ('
0
) .
Deoarece '
0
(r
0
, j
0
) este un punct stationar, conform Teoremei 4.1.1.
avem
)
t
a
('
0
) =
0)
0r
('
0
) = 0, )
t
j
('
0
) =
0)
0r
('
0
) = 0,
si deci, relatia (4.1.4.) devine:
^) = ) (r
0
/, j
0
/) ) (r
0
, j
0
) -
1
2!
_
0
0r
/
0
0j
/
_
(2)
) ('
0
) =
=
1
2!
_
0
2
)
0r
2
('
0
) /
2
2
0
2
)
0r0j
('
0
) //
0
2
)
0j
2
('
0
) /
2
_
sau
^) -
/
2
2!
_
0
2
)
0r
2
('
0
)
_
/
/
_
2
2
0
2
)
0r0j
('
0
)
/
/

0
2
)
0j
2
('
0
)
_
. (4.1.5)
121
Deci semnul diferentei ^) depinde doar de semnul diferentialei totale de
ordinul doi n vecintatea punctului stationar considerat '
0
. Introducnd
notatiile:
[
A
=
0
2
)
0r
2
(r, j) , 1[
A
=
0
2
)
0r0j
(r, j) , C [
A
=
0
2
)
0j
2
(r, j) ,
relatia (4.1.5.) primeste forma simplicat:
^) -
/
2
2!
_
[
A
0
_
/
/
_
2
2 1[
A
0
/
/
C [
A
0
_
. (4.1.6)
De aici constatm c semnul diferentei ^) este dat de semnul trinomului
1
_
/
/
_
= [
A
0
_
/
/
_
2
2 1[
A
0
/
/
C [
A
0
. (4.1.7)
Dac notm prin
1('
0
) = 1
2
[
A
0
[
A
0
C [
A
0
discriminantul trinomului (4.1.7.), vom putea distinge urmtoarele situ-
atii:
- dac 1('
0
) _ 0, atunci:
1
_
/
/
_
_ 0 dac [
A
0
0 si 1
_
/
/
_
_ 0 dac [
A
0
< 0
si deci, att trinomul ct si diferenta ^) au acelasi semn, oricum ar varia
cresterile / = ^r si / = ^j;
- dac 1('
0
) 0, atunci trinomul 1
_
I
I
_
, deci si ^), pot lua n \
A
0
att
valori pozitive, ct si negative, n functie de variatiile cresterilor / si /;
- dac [
A
0
= 1[
A
0
= C [
A
0
= 0, atunci relatia (4.1.7.) nu poate preciza
semnul diferentei ^). In astfel de situatii studiul semnului diferentei
^) se poate face lund n considerare, n formula lui Taylor, si termenii
care contin derivate partiale de ordin superior lui doi.
Pe baza situatiilor prezentate mai sus, vom putea preciza natura oricrui
punct stationar.
n concluzie, dac '
0
(r
0
, j
0
) este un punct stationar pentru functia )
atunci:
122
1) Dac 1('
0
) _ 0 si [
A
0
0 atunci '
0
(r
0
, j
0
) este un punct de minim
local;
2) Dac 1('
0
) _ 0 si [
A
0
< 0 atunci '
0
(r
0
, j
0
) este un punct de maxim
local;
3) Dac 1('
0
) 0, atunci '
0
(r
0
, j
0
) nu poate s e un punct extrem;
4) Dac 1('
0
) = 0 si [
A
0
= 1[
A
0
= C [
A
0
= 0, atunci studiul naturii
punctului stationar '
0
(r
0
, j
0
) se face cu ajutorul derivatelor partiale
de ordin superior lui doi.
Exemplul 4.1.1 S se determine extremele func tiei de dou variabile
) (r, j) = r
S
j
S
8rj.
Rezolvare. Avem:
0)
0r
= 8
_
r
2
j
_
,
0)
0j
= 8
_
j
2
r
_
si deci conditiile necesare de extrem revin la sistemul de ecuatii:
_
)
t
a
= r
2
j = 0,
)
t
j
= j
2
r = 0
cu solutiile (punctele) '
1
(1, 1) si '
2
(0, 0) .
Natura acestor dou puncte stationare '
1
si '
2
se va stabili utiliznd
conditiile suciente de extrem. Avem:
)
tt
a
2
= 6r, )
tt
j
2
= 6j, )
tt
aj
= 8, )
tt
a
2
(1, 1) = 6, )
tt
j
2
(1, 1) = 6, )
tt
aj
(1, 1) = 8.
Pentru punctul stationar '
1
(1, 1) avem:
1('
1
) = (0 86rj) [
A
1
= 0 86 = 27 ; [
A
1
= 6
si deci acest punct de stationar este un punct de minim, iar
)
nin
= ) ('
1
) = 1 1 8 = 1
Pentru punctul stationar '
2
(0, 0) avem 1('
2
) = 0 si deci acest punct
nu este un punct extrem.
123
4.2 Extremele functiilor de n variabile (n _ 2)
Fie R
a
spatiul euclidian : dimensional, ) o functie de : variabile ) : 1
R, 1 R
a
si '
0
un punct interior lui 1 ; '
0
_
r
0
1
, r
0
2
, ..., r
0
a
_
n cazul functiei de : variabile ) (r
1
, r
2
, ..., r
a
) avem o extindere reasc
a denitiei 4.1.1.
Denitia 4.2.1 Vom spune c func tia ) admite un punct de maxim local
sau minim local n punctul '
0
dac exist o vecintate \
A
0
a acestui punct
astfel nct s avem:
) (') ) ('
0
) _ 0 (sau ) (') ) ('
0
) _ 0)
pentru oricare punct ' (r
1
, r
2
, ..., r
a
) \
(A
0
)
1
Observatia 4.2.1 Punctele de extreme denite mai sus sunt puncte de ex-
trem local. Dac : = 2 atunci regsim deni tiile prezentate n cazul unei
func tii de dou variabile. Condi tiile necesare si suciente de extrem pentru
func tiile de : variabile vor sintetizate n teoremele ce urmeaz.
Teorema 4.2.1 (Conditii necesare de extrem)
Fie ), o func tie denit ntr-o vecintate \
(A
0
)
a punctului '
0
_
r
0
1
, r
0
2
, ..., r
0
a
_
.
Dac acest punct este un punct de extrem al func tiei ) si dac n acest punct
exist derivatele par tiale de ordinul nti )
t
a
, , = 1, :, atunci ele sunt egale

cu zero, adic avem:
0)
0r
)
('
0
) =
0 )
0 r
)
_
r
0
1
, r
0
2
, ..., r
0
a
_
= 0, , = 1, : (4.2.1)
Teorema 4.2.2 Dac func tia ) este diferen tiabil n punctul de extrem '
0
,
atunci diferen tiala ei de ordinul nti este nul n acest punct, deci avem:
d)
(A
0
)
= )
t
a
1
('
0
) dr
1
)
t
a
2
('
0
) dr
2
... )
t
a
n
('
0
) dr
a
= 0.
Demonstratia acestei teoreme este analog demonstratiei teoremei core-
spunztoare conditiilor necesare de extrem n cazul unei functii de dou vari-
abile.
Denitia 4.2.2 Punctele n care sunt ndeplinite condi tiile necesare de ex-
trem ale func tiei ) se numesc puncte critice ale func tiei, sau puncte sta tionare
ale acestei func tii.
124
Teorema 4.2.3 (Conditii suciente de extrem)
Fie ), o func tie de : variabile denit si cu derivatele par tiale de ordinul
doi continue n orice vecintate \
A
0
a punctului '
0
_
r
0
1
, r
0
2
, ..., r
0
a
_
care este
un punct sta tionar al func tiei ). Dac forma ptratic
d
2
)
(A
0
)
= (dr
1
, dr
2
, ..., dr
a
) =
a
i,)=1
0
2
)
0r
i
0r
)
('
0
) dr
i
dr
)
, (4.2.2)
adic, diferen tiala total de ordinul doi a func tiei ) n punctul '
0
, este o
form ptratic pozitiv denit (negativ denit), atunci punctul '
0
este un
punct minim local (punct de maxim local). Dac forma ptratic (4.2.2) este
nedenit, atunci punctul '
0
nu este punct extrem.
Observatia 4.2.2 Teorema de mai sus ne arat c pentru a stabili natura
unui punct sta tionar '
i
, i = 1, /,deci natura punctelor ce sunt solu tii ale
sistemului de ecua tii
0)
0r
)
(r
1
, r
2
, ..., r
a
) = )
t
a
(r
1
, r
2
, ..., r
)
, ..., r
a
) = 0, , = 1, : (4.2.3)
va trebui s determinm diferentiala total de ordinul doi:
d
2
) =
0)
0r
2
1
dr
2
1

0
2
)
0r
2
2
dr
2
2
...
0
2
)
0r
2
a
dr
2
a
(4.2.4)
2
_
0
2
)
0r
1
0r
2
dr
1
dr
2
...
0
2
)
0r
a1
0r
a
dr
a1
dr
a
_
,
corespunztoare functiei ) si apoi s stabilim natura unei asemenea forme
ptratice (n care rolul variabilelor este jucat de cresterile dr
1
, dr
2
, ..., dr
a
),
pentru ecare punct stationar '
i
, i = 1, / (dac admitem c sistemul (4.2.3)
are / solutii distincte).
Observatia 4.2.3 Pentru ecare punct sta tionar '
i
, i =, forma ptratic
(4.2.4) poate scris sub forma matriceal
d
2
)
(A
.
)
= (dr
1
, dr
2
, ..., dr
a
)
_
_
_
_
_
_
0
2
)
0a
2
1
0
2
)
0a
1
0a
2
...
0
2
)
0a
1
0a
n
0
2
)
0a
2
0a
1
0
2
)
0a
2
2
...
0
2
)
0a
2
0a
n
... ... ... ...
0
2
)
0a
n
0a
1
0
2
)
0a
n
0a
2
...
0
2
)
0a
2
n
_
_
_
_
_
_
[L
.
_
_
_
_
_
_
_
_
dr
1
dr
2
.
.
.
dr
a
_
_
_
_
_
_
_
_
,
(4.2.5)
125
unde matricea ptratic si simetric de ordinul : se numeste matricea hes-
sian asociat func tiei ) n punctul sta tionar '
i
si se noteaz H ('
i
) , i =
1, /.
Introducnd notatiile
a
c)
= )
tt
a
s
a
('
i
) =
0
2
)
0r
c
0r
)
('
i
) , :, , = 1, :, i = 1, /
matricea hessian H ('
i
) primeste forma:
H ('
i
) =
_
_
_
_
a
11
a
21
... a
1a
a
21
a
22
... a
2a
... ... ... ...
a
a1
a
a2
... a
aa
_
_
_
_
[L
.
, i = 1, / (4.2.6)
care este o matrice simetric deoarece sunt ndeplinite conditiile din teo-
rema lui Schwarz, deci avem egalittile
a
c)
= )
tt
a
s
a
= )
tt
a)a
s
= a
)c
, :, , = 1, :
n oricare din cele / puncte stationare.
Notnd prin
1
= a
11
,
2
=
a
11
a
12
a
21
a
22
,
S
=
a
11
a
12
a
1S
a
21
a
22
a
2S
a
S1
a
S2
a
SS
,
a
=
a
11
a
12
... a
1a
a
21
a
22
... a
2a
... ... ... ...
a
a1
a
a2
... a
aa
minorii principali ai matricei (4.2.6) putem formula criteriul lui Sylvester

privind natura unei forme ptratice.
Teorema 4.2.4 (Criteriul necesar si sucient al lui Sylvester)
1) Punctul stationar '
i
= 1, / este un punct de minim al functiei ) dac si
numai dac minorii principali ai matricei hessiene H ('
i
) sunt pozitivi,
adic sunt ndeplinite inegalittile:
1
0,
2
0,
S
0, ...,
a
0, (4.2.7)
2) Punctul stationar '
i
= 1, / este un punct de minim al functiei ) dac
si numai dac minorii principali ai matricei hessiene H ('
i
) au semne
alternate, ncepnd cu semnul minus, deci dac avem:
1
< 0,
2
0,
S
< 0, ..., (1)
a
a
0. (4.2.8)
126
Observatia 4.2.4 Pentru : = 2, deci dac este vorba de extremele unei
func tii de dou variabile ) (r
1
, r
2
) matricea hessian prime ste forma
H ('
i
) =
_
)
tt
a
2
1
)
tt
a
1
a
2
)
tt
a
2
a
1
)
tt
a
2
2
_
[L
.
=
_
1
1 C
_
[L
.
, i = 1, /
Dac sunt ndeplinite conditiile (4.2.7), cazul : = 2, obtinem
1
[
A
.
= [
A
.
= )
tt
a
1
a
1
('
i
) < 0
2
[
A
.
=
_
C 1
2
_
[
A
.
= 1[
A
.
0
si deci punctul '
i
este un punct de maxim pentru functia ) (r
1
, r
2
) .
Exemple.
1) S se determine extremele functiei de trei variabile
) (r, j, .) = r
2
j
2
.
2
rj r 2.
Rezolvare: Avem sistemul de ecuatii
)
a
= 2r j 1 = 0 )
j
= 2j r = 0 )
:
= 2. 2 = 0
care reprezint conditiile necesare de extrem ale functiei date.
Rezolvnd acest sistem de ecuatii obtinem doar o solutie
r
0
=
2
8
, j
0
=
1
8
, .
0
= 1
si deci gsim punctul stationar '
0
(r
0
, j
0
, .
0
) = '
0
_
2
S
,
1
S
, 1
_
.
Calculnd derivatele partiale de ordinul doi ale functiei ) (r, j, .) obtinem
)
tt
aa
= 2, )
tt
aj
= 1, )
tt
a:
= 0, )
tt
ja
= 1, )
tt
jj
= 2, )
tt
j:
= 0, )
tt
:a
=
0, )
tt
:j
= 0, )
tt
::
= 2,
iar diferentiala de ordinul evaluat n punctul stationar '
0
, va
d
2
) ('
0
) = )
tt
aa
('
0
) dr
2
2 )
tt
aj
('
0
) drdj)
tt
jj
('
0
) dj
2
)
tt
::
('
0
) d.
2
2 )
tt
a:
('
0
) drd.
2 )
tt
j:
('
0
) djd. = 2dr
2
2dj
2
2d.
2
2drdj,
care este o form ptratic n variabilele dr, dj, d.. Matricea asociat
acestei forme ptratice,
127
deci hessiana functiei ) (r, j, .) , n punctul stationar'
0
(r
0
, j
0
, .
0
) , va
H ('
0
) =
_
_
2 1 0
1 2 0
0 0 2
_
_
Deoarece sunt ndeplinite conditiile
1
= 2 0,
2
= 8 0,
S
= 6 0
conform cazului 1) din criteriul lui Sylvester rezult c punctul stationar
unic al functiei ) (r, j, .), '
0
_
2
S
,
1
S
, 1
_
este un punct de minim local pentru functia dat si avem
)
nin
= ) ('
0
) =
4
8
2) S se determine extremele functiei de : variabile:
) (r
1
, r
2
, ..., r
a
) = ar
2
1

a
i=2
r
2
i
2
a
i=2
r
i
, a R, 0
Rezolvare: Avem sistemul
_
)
t
a
1
= 2ar
1
= 0
)
t
a
.
= 2r
i
2 = 0, i = 2, :
,
care reprezint conditiile necesare de extrem si punctul stationar.
'
0
_
r
0
1
, r
0
2
, ..., r
0
a
_
= (0, 1, ..., 1) , este solutia unic a acestui sistem.
Deoarece
)
tt
a
1
a
2
= 2a, )
tt
a
2
.
= 2, i = 2, :, )
tt
a
.
a
= 0, i, , = 1, :, i ,= ,,
diferentiala total de ordinul doi, evaluat n punctul stationar '
0
are
forma
d
2
) ('
0
) = 2
_
adr
2
1
dr
2
2
... dr
2
a
_
.
Natura acestei forme ptratice n variabilele dr
1
, dr
2
, ..., dr
a
, depinde de
valorile reale ale parametrului a.
Astfel dac a 0, atunci d
2
) ('
0
) 0, dac cresterile dr
1
, dr
2
, ..., dr
a
nu sunt simultan nule. Asadar n aceste conditii, punctul stationar, '
0
=
(0, 1, 1, ..., 1) este un punct de minim si avem
)
nin
= ) ('
0
) = ) (0, 1, 1, ..., 1) = a 0(: 1) 1(: 1) (2) = 1:.
128
Dac a < 0 atunci d
2
) ('
0
) 0 numai dac dr
1
= 0, celelalte cresteri
neind deodat egale cu zero respectiv, d
2
) ('
0
) < 0, dac dr
1
,= 0 iar
dr
2
= dr
S
= ... = dr
a
= 0. Asadar, dac a < 0, functia dat nu admite un
punct extrem.
4.3 Extreme conditionate
Fie j 1 functii ), q
1
, q
2
, . . . , q
j
: 1 1, 1 1
n
, unde j < :, si e
multimea
1 = r = (r
1
, r
2
, . . . , r
n
) 1[q
I
(r) = 0, / 1, j.
Denitia 4.3.1 Punctul x
0
= (r
0
1
, r
0
2
, . . . , r
0
n
) 1 se numeste punct de
extrem conditionat, dac x
0
1 si pentru orice punct x 1(x
0
) avem
)(x) _ )(x
0
) n cazul unui maxim conditionat si )(x) _ )(x
0
) n cazul
unui minim conditionat.
Observatia 4.3.1 Condi tia x
0
1 nseamn c punctul x
0
satisface sis-
temul de ecua tii
_
_
q
1
(r
1
, r
2
, . . . , r
n
) = 0
q
2
(r
1
, r
2
, . . . , r
n
) = 0
. . . . . . . . . . . . . . . . . . . . .
q
j
(r
1
, r
2
, . . . , r
n
) = 0.
S rezolvm problema precedent n cazul cnd : = 2 si j = 1! Se d
functia cu dou variabile . = )(r, j), si trebuie s determinm acel punct de
extrem al acestei functii, care satisface conditia q(r, j) = 0.
Din conditie n anumite cazuri se poate exprima una din variabile, de
exemplu j si functia j = ,(r) gsit astfel se substituie n expresia functiei
). Astfel am ajuns la o functie de o singur variabil .(r) = )(r, ,(r)),
pentru care se pot determina extremele n modul obisnuit n liceu.
Exemplul 4.3.1 S se determine acele extreme ale func tiei . = r
2
j
2
,
care se gsesc n planul de ecua tie r j = c (c este o constant). Deoarece
j = c r, cutm extremele func tiei de gradul doi de o singur variabil
)(r) = r
2
(c r)
2
129
Derivata lui

) este

)
t
(r) = 2r 2c 2r = 0. Deci punctul r
0
=
c
2
este un
punct sta tionar. Derivata a doua este
)
tt
(r) = 4 0
Rezult c acest punct este un punct de minim pentru func tia

). Din condi tia
j = c r deducem c j
0
=
c
2
, adic punctul
_
c
2
,
c
2
_
este un punct de minim
condi tionat pentru func tia . = r
2
j
2
cu condi tia (cu legtura) r j = c.
Facem observa tia, c n acest exerci tiu n-ar fost neaprat necesar s
apelm la utilizarea derivatelor, deoarece
)(r) = r
2
(c r)
2
este o func tie simpl de gradul doi si se stie c punctul de minim al acesteia
se a n r
0
=
b
2o
.
Exemplul 4.3.2 (Exemplu din economie.) Un consumator prin con-
sumarea bunurilor r si j ajunge la o satisfac tii, respectiv la o utilitate. M-
sura acestei satisfac tii si utilit ti se exprim numeric cu ajutorul mediei geo-
metrice ponderate r
c
j
o
. Aceasta se nume ste func tie Cobb-Douglas de utili-
tate. Pentru consumator r si j sunt variabilele de decizie. Bunul r are pre tul
j, iar bunul j are pre t unitar. Venitul disponibil al consumatorului este :.
S formulm problema: ct produs r si j s cumpere consumatorul, dac
dore ste s ajung la utilitate si satisfac tie maxim (adic dore ste s cumpere
ct mai mult din dou produse)?
Rezolvare: Din punct de vedere matematic trebuie s rezolvm urm-
toarea problem de extrem:
r
c
j
o
max cu conditia jr j = :.
Din conditie explicitm pe j = :jr si nlocuim aceasta n functia de
maximizat:
)(r) = r
c
(:jr)
o
.
Am obtinut astfel o functie de o singur variabil. Calculm derivata
acestei functii:
)
t
(r) = cr
c1
(:jr)
o
j,r
c
(:jr)
o1
= 0
Atunci dm factor comun
r
c1
(:jr)
o1
[c(:jr) j,r[ = 0
130
si egalm ultima expresie din paranteza dreapt cu 0:
c:cjr j,r = 0,
de unde pentru punctul stationar obtinem
jr =
c
c ,
: respectiv j =
,
c ,
:.
Dac calculm si cea de-a doua derivat, obtinem:
)
tt
(r) = (c 1)r
c2
(:jr)
o1
(c:jcr j,r)
j(, 1)r
c1
(:jr)
o2
(c:jcr j,r) j(c ,)r
c1
(:jr)
o1
.
Cum din jr =
c
co
: rezult
c:jcr j,r = 0, si :jr = j,
astfel rmne
)
tt
_
c
c ,
:
j
_
= j(c ,)
_
c
c ,
:
j
_
c1
_
,
c ,
:
_
o1
< 0,
deci ntr-adevr avem un punct de maxim.
Din punct de vedere economic acest rezultat este plauzibil, deaorece con-
sumatorul va cheltui pentru primul produs a
c
co
-a parte a venitului, iar
pentru cel de al doilea produs a
o
co
-a parte.
S studiem metoda prezentat mai sus ntr-un cadru mai general. S
presupunem c se cere determinarea extremelor functiei ) : R
n
R denit
prin )(r
1
, r
2
, . . . , r
n
) cu conditiile
_
_
q
1
(r
1
, r
2
, . . . , r
n
) = 0
q
2
(r
1
, r
2
, . . . , r
n
) = 0
. . . . . . . . . . . . . . . . . . . . . .
q
j
(r
1
, r
2
, . . . , r
n
) = 0.
Remarcm c aceste conditii formeaz un sistem de j ecuatii si s pre-
supunem acum c am putea explicita j necunoscute dintre cele : cu ajutorul
celorlalte :j necunoscute. Obtinem astfel:
_
_
r
1
= ,
1
(r
j1
, r
j2
, . . . , r
n
)
r
2
= ,
2
(r
j1
, r
j2
, . . . , r
n
)
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
r
j
= ,
j
(r
j1
, r
j2
, . . . , r
n
).
131
nlocuind acestea n expresia functiei
. = )(r
1
, . . . , r
j
, r
j1
, . . . , r
n
),
obtinem urmtoarea functie 1 de :j variabile reale:
1(r
j1
, . . . , r
n
) = )(,
1
(r
j1
, . . . , r
n
), . . . , ,
j
(r
j1
, . . . , r
n
), r
j1
, . . . , r
n
).
Extremele locale ale functiei 1 de : j variabile reale vor exact ex-
tremele conditionate ale functiei ), cu conditiile date n enuntul problemei.
Exemplul 4.3.3 Fie ), q
1
, q
2
: R
1
R, unde
)(r, j, ., t) = 8r
2
2rj j
2
.t
si
_
q
1
(r, j, ., t) = r j . t
q
2
(r, j, ., t) = r j . t.
S se determine acele extreme ale functiei ) care satisfac conditiile
q
1
(r, j, ., t) = 4 si q
2
(r, j, ., t) = 2.
Rezolvare. Din sistemul de ecuatii
_
q
1
(r, j, ., t) = 4
q
2
(r, j, ., t) = 2
gsim
r . = 8, j t = 1 = . = 8 r, t = 1 j.
Deci 1 : R
2
R
1(r, j) = 8r
2
2rj j
2
(8 r)(1 j) =
= 8r
2
8rj j
2
r 8j 8,
si mai departe
1
t
a
= 6r 8j 1 = 0,
1
t
j
= 8r 10j 8 = 0 = r
0
= 1,1, j
0
= ,17
= 1
tt
a
2
= 6, 1 = 1
aj
= 8, C = 1
tt
j
2
= 10 =
1
2
C = 0 60 = 1 < 0, 0,
132
deci punctul
_
1
1
,

17
_
va un punct de minim al functiei 1. Aceasta nseamn
c punctul de minim conditionat al functiei ) are coordonatele
r
0
=
1
1
, j
0
=

17
, .
0
=
12
1
, t
0
=
12
17
,
si astfel se poate verica c coordonatele acestui punct satisfac si ecuatiile
date ca si conditiile, numite ecuatii de legturi.
n general din conditii nu putem explicita j variabile. n acest caz prob-
lema se rezolv cu asa numita metod a lui Lagrange.
Pentru simplitate s ncepem din nou cu cazul : = 2 si j = 1, adic se
caut acele extreme ale functiei . = )(r, j) care satisfac legtura (conditia)
q(r, j) = 0.
Atunci n principiu variabilele r si j nu sunt independente una de alta.
Formal "exprimm" j din ecuatia q(r, j) = c: j = ,(r). Dup cele spuse
mai sus calculm extremele functiei de o variabil
.(r) = )(r, ,(r))
folosind procedeul artat mai nainte.
Posibilele puncte de extrem (punctele stationare) sunt date de rdcinile
ecuatiei
.
t
(r) = )
t
a
(r, ,(r)) )
t
j
(r, ,(r)) ,
t
(r) = 0.
Totodat s derivm ambele prti ale ecuatiei q(r, ,(r)) = 0 :
q
t
a
(r, ,(r)) q
t
j
(r, ,(r)) ,
t
(r) = 0.
Exprimm din aceast egalitate pe ,
t
(r). Obtinem
,
t
(r) =
q
t
a
(r, ,(r))
q
t
j
(r, ,(r))
.
nlocuind acest rezultat n ecuatia .
t
(r) = 0, pentru punctul de extrem
conditionat va rezulta egalitatea
)
t
a
(r, j)
q
t
a
(r, j)
=
)
t
j
(r, j)
q
t
j
(r, j)
.
Dac rezolvm sistemul format din ecuatiile
)
t
a
q
t
a
=
)
t
j
q
t
j
siq = 0,
133
ajungem la punctele stationare ale extremei conditionate. Fie (r
0
, j
0
) un
asemenea punct stationar. Atunci
)
t
a
(r
0
, j
0
)
q
t
a
(r
0
, j
0
)
=
)
t
j
(r
0
, j
0
)
q
t
j
(r
0
, j
0
)
= `,
unde ` este o constant. Deci punctul de extrem cutat satisface sistemul
de ecuatii
_
_
_
)
t
a
`q
t
a
= 0
)
t
j
`q
t
j
= 0
q = 0.
Dac introducem functia ajuttoare
/(r, j; `) = )(r, j) `q(r, j),
atunci sistemul precedent este chiar conditia necesar de extrem (liber)
al functiei de trei variabile /.
Aceast functie se numeste functia lui Lagrange, iar variabila ajut-
toare ` este numit multiplicatorul lui Lagrange.
La nceputul rationamentului nu ntmpltor am pus cuvntul exprimat
n ghilimele. Cu aceasta am vrut s ne referim la faptul c n general ecuatia
q(r, j) = 0 nu se poate rezolva n raport cu j (sau cu r). Metoda prezentat
are chiar avantajul c introducerea multiplicatorului lui Lagrange face inutil
eliminarea unei variabile.
Pentru a stabili dac un punct stationar este ntr-adevr un punct de
extrem si n caz armativ este punct de minim sau punct de maxim, vom
considera functia de o singur variabil /(r) = )(r, j(r)) si folosind regula
de derivare a functiilor compuse calculm derivata ntia si a doua ale acestei
functii. Astfel obtinem:
/
t
(r) = )
t
a
(r, j(r)) )
t
j
(r, j(r))j
t
(r) ==
/
tt
(r)=)
tt
a
2
(r, j(r))2)
tt
aj
(r, j(r))j
t
(r))
tt
j
2
(r, j(r))(j
t
(r))
2
)
t
j
(r, j(r))j
tt
(r).
Vom studia semnul expresiei /
tt
(r
0
). n aceste derivate ns gureaz
si derivatele j
t
(r
0
) si j
tt
(r
0
), care se vor determina cu ajutorul derivatelor
functiei. Din egalitatea
q
t
a
(r
0
, j
0
) q
t
j
(r
0
, j
0
)j
t
(r
0
) = 0
calculm derivata j
t
(r
0
), iar din derivata a doua
q
tt
a
2
(r
0
, j
0
) 2q
tt
aj
(r
0
, j
0
)j
t
(r
0
) q
tt
j
2
(r
0
, j
0
)(j
t
(r
0
))
2
q
t
j
(r
0
, j
0
)j
tt
(r
0
) = 0
134
se exprim si j
tt
(r
0
).
De aici se poate stabili semnul lui /
tt
(r
0
) n punctul stationar obtinut,
si anume dac /
tt
(r
0
) 0, atunci (r
0
, j
0
) este punct de minim, iar dac
/
tt
(r
0
) < 0, atunci avem de a face cu un punct de maxim.
Exemplul 4.3.4 S revenim la problema studiat mai-nainte si s rezolvm
cu ajutorul multiplicatorului lui Lagrange: s-au cutat extremele func tiei
)(r, j) = r
2
j
2
cu condi tia q(r, j) = r j = c.
Rezolvare. Scriem functia lui Lagrange:
/(r, j; `) = r
2
j
2
`(r j c).
Folosind derivatele partiale ale acesteia vom avea sistemul de ecuatii:
_
_
0/(a,j;A)
0a
= 2r ` = 0
0/(a,j;A)
0j
= 2j ` = 0
0/(a,j;A)
0A
= r j c = 0
Din primele dou ecuatii deducem r = j =
A
2
, si acestea nlocuite n cea
de a treia ecuatie rezult ` = c. Astfel punctul de coordonate r
0
= j
0
=
c
2
va punct stationar.
S vericm dup cele spuse mai sus functia /(r) = r
2
j
2
(r). Derivnd
n raport cu r vom gsi:
/
t
(r) = 2r 2j(r)j
t
(r) si /
tt
(r) = 2 2[j
t
(r)[
2
2j
tt
(r).
S calculm derivatele n raport cu r ale functiei q(r, j(r)), adic deriva-
tele lui r j(r) = c.
Deoarece 1j
t
(r) = 0 = j
t
(r) = 1, iar derivata a doua va j
tt
(r) = 0.
Aceste valori le nlocuim n expresia lui /
tt
(r) si obtinem c
/
tt
(r) = 2 2(1)
2
2 0 = 4 0,
ceea ce nseamn c functia ) are n punctul
_
c
2
,
c
2
_
un minim egal cu
)
_
c
2
,
c
2
_
=
_
c
2
_
2
_
c
2
_
2
=
_
c
2
_
2
=
c
2
2
.
Exemplul 4.3.5 S se nscrie ntr-un cerc de raz 1 un dreptunghi de arie
maxim.
135
Fie 2r lungimea dreptunghiului si 2j ltimea dreptunghiului. Dac con-
siderm cercul r
2
j
2
= 1 ntr-un sistem cartezian de coordonate rOj atunci
problema poate formulat astfel n limbajul extremelor conditionate: se
caut acele extremele ale functiei de dou variabile )(r, j) = 4rj care satis-
fac conditia q(r, j) = r
2
j
2
= 1.
Rezolvare. Scriem functia lui Lagrange:
/(r, j; `) = 4rj `(r
2
j
2
1),
ale crei derivate pe rnd vor :
_
_
_
/
a
(r, j; `) = 2`r 4j = 0
/
j
(r, j; `) = 4r 2`j = 0
/
A
(r, j; `) = r
2
j
2
1 = 0.
Sistemul de ecuatii liniare si omogene format din primele dou ecuatii ale
sistemului de mai sus are solutie diferit de cea trivial (0, 0), dac `
2
= 4
adic dac ` = 2. Deoarece conform formulrii initiale 2r, respectiv 2j
sunt laturile dreptunghiului, acestea pot numai numere pozitive.
Deci ne convine numai valoarea ` = 2, si atunci rezult c r = j. Astfel
din ecuatia care d conditia (legtura) vom avea r = j =
1
_
2
, care nseamn
c dreptunghiul inscriptibil ntr-un cerc are aria maxim dac este chiar un
ptrat.
Fie /(r) = )(r, j(r)) = 4rj(r). Derivatele acesteia sunt
/
t
(r) = 4j(r) 4rj
t
(r) si /
tt
(r) = 8j
t
(r) 4rj
tt
(r).
Derivatele j
t
(r
0
) si j
tt
(r
0
) se calculeaz din derivatele relatiei de legtur:
q
t
(r) = 2r 2j(r)j
t
(r) = 0,
unde n locul lui r si j nlocuim valoarea
1
_
2
si rezultatul va j
t
_
1
_
2
_
=
1.
Derivata a doua este
q
tt
(r) = 2 2[j
t
(r)[
2
2j(r)j
tt
(r) = 0,
de unde
4 2
1
_
2
j
tt
_
1
_
2
_
= 0,
de aceea
j
tt
_
1
_
2
_
= 2
_
2.
136
Astfel
/
tt
_
1
_
2
_
= 8(1) 4
1
_
2
(2
_
2) = 16,
care ntreste armatia noastr de mai sus, ntr-adevr avem un punct
de maxim.
Exemplul 4.3.6 Vom da acum un exemplu economic: o intreprindere pro-
duce o cantitate Q de produse utiliznd capitalul 1 si for ta de munc 1.
Func tia de produc tie este
Q = 1(1, 1) = 1
1
2
1
1
4
.
Pre tul unit tii de capital este r, iar pre tul unit tii de for t de munc este
n. Se cere s se determine acele valori ale lui 1 si 1 care minimalizeaz
cheltuielile si cheltuiala minim C n func tie de datele r, n si Q.
Rezolvare. Problema de minimalizare ale cheltuielilor poate formulat
matematic astfel:
minC = r1 n1 presupunnd c 1
1
2
1
1
4
= Q.
Functia lui Lagrange corespunztoare acestei probleme va :
1(1, 1; `) = r1 n1 `(1
1
2
1
1
4
Q)
ale crei derivate pe rnd vor :
_
_
/
1
(1, 1; `) = r
1
2
`1
1
2
1
1
4
= 0
/
1
(1, 1; `) = n
1
1
`1
1
2
1
3
4
= 0
/
A
(1, 1; `) = 1
1
2
1
1
4
Q = 0.
nmultind prima ecuatie cu 21
1
2
1
1
4
, iar cea de a doua cu 41
1
2
1
3
4
,
astfel vom explicita pe ` din ambele ecuatii:
` = 2r1
1
2
1
1
4
= 4n1
1
2
1
3
4
.
Din ultima egalitate rezult r1 = 2n1 sau 1 =
v
2&
1. nlocuind aceasta
n relatia de legtur 1
1
2
1
1
4
= Q deducem
1
1
2
_
r
2n
1
_1
4
= Q sau 1
3
4
= 2
1
4
r
1
4
n
1
4
Q.
137
Ridicnd la puterea
1
S
, punctul stationar va
1
+
= 2
1
3
r
1
3
n
1
3
Q
4
3
si 1
+
=
r
2n
1
+
= 2
2
3
r
2
3
n
2
3
Q
4
3
Costul minimal corespunztor va
C
+
= r1
+
n1
+
= 8 2
2
3
r
2
3
n
1
3
Q
4
3
.
Pentru a verica dac ntr-adevr avem minim, vom folosi functiile
/(1) = 1(1, 1(1)) = r1 n1(1) si q(1) = 1
1
2
1
1
4
(1) Q = 0.
Calculm derivatele de ordinul nti si doi:
/
t
(1) = r n1
t
(1),
/
tt
(1) = n1
tt
(1)siq
t
(1) =
1
2
1
1
2
1
1
4
(1)
1
4
1
1
2
1
3
4
(1) 1
t
(1) = 0,
de unde rezult
1
t
(1) =
1(1)
21
.
Mai departe avem
q
tt
(1) =
1
4
1
3
2
1
1
4
(1)
1
8
1
1
2
1
3
4
(1)1
t
(1)
1
8
1
1
2
1
3
4
(1)1
t
(1)
8
16
1
1
2
1
7
4
(1) [1
t
(1)[
2
1
4
1
1
2
1
3
4
(1) 1
tt
(1) = 0,
unde nlocuind expresia de mai sus a lui 1
t
(1) =
1(1)
21
si vom avea
1
tt
(1) =
111(1)
161
2
.
n ne gsim
/
tt
(1) = n1
tt
(1) =
11n1(1)
161
2
0,
adic avem un punct de minim conditionat.
138
n cazul general sunt date functiile reale ), q
1
, q
2
, . . . , q
j
: R
n
R de :
variabile. Cutm acele valori extreme ale functiei )(r
1
, r
2
, . . . , r
n
) pentru
care sunt satisfcute conditiile (legturile) urmtoare:
_
_
q
1
(r
1
, r
2
, . . . , r
n
) = 0
q
2
(r
1
, r
2
, . . . , r
n
) = 0
. . . . . . . . . . . . . . . . . . . . .
q
j
(r
1
, r
2
, . . . , r
n
) = 0
Trebuie s presupunem c functiile q
1
, q
2
, . . . , q
j
sunt independente. Acest
fapt se exprim matematic prin urmtoarea relatie:
1(q
1
, q
2
, . . . , q
j
)
1(r
1
, r
2
, . . . , r
j
)
=
0j
1
0a
1
0j
1
0a
2

0j
1
0a
0j
2
0a
1
0j
2
0a
2

0j
2
0a

0j
0a
1
0j
0a
2

0j
0a
,= 0.
n acest caz vom avea un numr de j multiplicatori Lagrange si functia
Lagrange corespunztoare va :
1(r
1
, r
2
, . . . , r
n
; `
1
, `
2
, . . . , `
j
) = )(r
1
, r
2
, . . . , r
n
)
`
1
q
1
(r
1
, r
2
, . . . , r
n
) `
2
q
2
(r
1
, r
2
, . . . , r
n
) `
j
q
j
(r
1
, r
2
, . . . , r
n
)
Din derivatele partiale ale acestei functii obtinem urmtorul sistem de
ecuatii
_
_
0/(x;A)
0a
1
=
0)(x)
0a
1

j
i=1
`
i
0j
.
(x)
0a
1
= 0
0/(x;A)
0a
2
=
0)(x)
0a
2

j
i=1
`
i
0j
.
(x)
0a
2
= 0
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
0/(x;A)
0a
r
=
0)(x)
0a
r

j
i=1
`
i
0j
.
(x)
0a
r
= 0
q
1
(x) = q
1
(r
1
, r
2
, . . . , r
n
) = 0
q
2
(x) = q
2
(r
1
, r
2
, . . . , r
n
) = 0
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
q
j
(x) = q
j
(r
1
, r
2
, . . . , r
n
) = 0
,
unde am folosit notatiile x = (r
1
, r
2
, . . . , r
n
) si A = (`
1
, `
2
, . . . , `
j
).
139
Din rezolvarea acestui sistem format din :j ecuatii cu :j necunos-
cute se pot obtine punctele stationare ale problemei. Fie un asemenea punct
stationar
(r
+
1
, r
+
2
, . . . , r
+
n
; `
+
1
, `
+
2
, . . . , `
+
j
)
Pentru a stabili dac acest punct stationar conditionat este un punct de
extrem conditionat, trebuie s studiem diferenta
)(r
1
, r
2
, . . . , r
n
) )(r
+
1
, r
+
2
, . . . , r
+
n
)
pentru punctele (r
1
, r
2
, . . . , r
n
) care veric sistemul
_
_
q
1
(r
1
, r
2
, . . . , r
n
) = 0
q
2
(r
1
, r
2
, . . . , r
n
) = 0
. . . . . . . . . . . . . . . . . . . . . .
q
j
(r
1
, r
2
, . . . , r
n
) = 0,
de unde rezult c avem
)(r
1
, r
2
, . . . , r
n
))(r
+
1
, r
+
2
, . . . , r
+
n
) = /
+
(r
1
, r
2
, . . . , r
n
)/
+
(r
+
1
, r
+
2
, . . . , r
+
n
),
unde
/
+
(r
+
1
, r
+
2
, . . . , r
+
n
) = /(r
+
1
, r
+
2
, . . . , r
+
n
; `
+
1
, `
+
2
, . . . , `
+
j
),
adic multiplicatorii (`
1
, . . . , `
j
) au fost nlocuiti cu solutia (`
+
1
, `
+
2
, . . . , `
+
j
)
gsit n urma rezolvrii sistemului de mai sus.
Trebuie s studiem semnul diferentei
1 = /
+
(r
1
, r
2
, . . . , r
n
) /
+
(r
+
1
, r
+
2
, . . . , r
+
n
),
Presupunem n continuare, c functiile ) si q
1
, q
2
, . . . , q
j
au derivate par-
tiale de ordinul trei ntr-o vecintate sucient de mare a punctului stationar
(r
+
1
, r
+
2
, . . . , r
+
n
). Aplicnd formula lui Taylor functiei /
+
n vecintatea punc-
tului (r
+
1
, r
+
2
, . . . , r
+
n
) si folosind notatia r
i
r
+
i
= dr
i
, (i = 1, 2, . . . , :) vom
avea
1 =
1
2
0/
+
(r
+
1
, r
+
2
, . . . , r
+
n
)
0r
i
0r
)
dr
i
dr
)
1
2
Semnul diferentei 1 este dat de semnul diferentialei de ordinul doi
d
2
/
+
(r
+
1
, r
+
2
, . . . , r
+
n
) =
1
2
0/
+
(r
+
1
, r
+
2
, . . . , r
+
n
)
0r
i
0r
)
dr
i
dr
)
.
140
Dac diferentiem sistemul legturilor q
1
= 0, q
2
= 0, . . . , q
j
= 0 obtinem
sistemul
_
_
0j
1
0a
1
dr
1

0j
1
0a
dr
j

0j
1
0a
+1
dr
j1

0j
1
0a
r
dr
n
= 0
0j
2
0a
1
dr
1

0j
2
0a
dr
j

0j
2
0a
+1
dr
j1

0j
1
0a
r
dr
n
= 0
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
0j
0a
1
dr
1

0j
0a
dr
j

0j
0a
+1
dr
j1

0j
1
0a
r
dr
n
= 0
Am presupus la nceput c legturile q
1
, q
2
, . . . , q
j
sunt independente,
ceea ce se exprim matematic prin
1(q
1
, q
2
, . . . , q
j
)
1(r
1
, r
2
, . . . , r
j
)
,= 0.
Atunci din sistemul precedent se pot obtine cu ajutorul regulii lui Cramer
necunoscutele dr
1
, dr
2
, . . . , dr
j
ca functii de dr
j1
, dr
j2
, . . . , dr
n
. Dac
nlocuim rezultatul obtinut n expresia lui d
2
/
+
, rezult
d
2
/
+
=
n
i,)=j1
i)
dr
i
dr
)
,
adic o form ptratic n :j argumente dr
j1
, dr
j2
, . . . , dr
n
.
Prin urmare se poate arta c dac determinantii
^
1
=
j1,j1
, ^
2
=
j1,j1

j1,j2
j2,j1

j2,j2
, . . . ,
, . . . , ^
nj
=
j1,j1

j1,j2
. . .
j1,n
j2,j1

j2,j2
. . .
j2,n
. . .
n,j1

n,j2
. . .
n,n
sunt pozitivi, atunci punctul x

+
= (r
+
1
, r
+
2
, . . . , r
+
n
) este un punct de minim
conditionat; iar dac
(1)
I
^
I
0; / = 1, 2, . . . , :j
atunci punctul x
+
= (r
+
1
, r
+
2
, . . . , r
+
n
) este un punct de maxim conditionat.
n cazul general este mai greu s decidem, dac un anumit punct stationar
este punct de extrem sau nu, si n cazul unui punct de extrem este punct de
minim sau de maxim. Dar acest lucru reiese frecvent din natura problemei
concrete.
141
Exemplul 4.3.7 Sa se calculezeze extremele f, .) = rj. care satisfac condi ti-
ile:
q(r, j, .) = r 2j 8. 80 = 0 si /(r, j, .) = 2rj 8r. 6j. 108 = 0.
Rezolvare. Scriem functia Lagrange corespunztoare:
1(r, j, .; `, j) = rj. `(r 2j 8. 80) j(2rj 8r. 6j. 108).
Calculm derivatele partiale si le egalm cu 0:
_
_
0/(a,j,:;A,j)
0a
= j. ` j(2j 8.) = 0
0/(a,j,:;A,j)
0j
= r. 2` j(2r 6.) = 0
0/(a,j,:;A,j)
0:
= rj 8` j(8r 6j) = 0
q(r, j, .) = r 2j 8. 80 = 0
/(r, j, .) = 2rj 8r. 6j. 108 = 0.
.
Sistemul obtinut se poate rezolva de exemplu n felul urmtor: prima
ecuatie nmultit cu 2 se adun la ecuatia a doua, si tot prima ecuatie
nmultit cu 8 se adun la ecuatia a treia.
Astfel obtinem niste ecuatii n care numai gureaz `:
_
_
.(r 2j) 2j(r 2j) = 0
j(r 8.) 8j(r 8.) = 0
r 2j 8. 80 = 0
2rj 8r. 6j. 108 = 0
==
_
_
(r 2j)(. 2j) = 0
(r 8.)(j 8j) = 0
r 2j 8. 80 = 0
2rj 8r. 6j. 108 = 0
La rezolvarea primelor dou ecuatii ale acestui sistem ne folosim de faptul
c un produs este egal cu 0 dac unul sau cellalt factor este 0. Astfel vom
avea urmtoarele posibilitti:
(r = 2j, r = 8.), (r = 2j, j = 8j), (r = 8., j = 2j)si(j = 8j, . = 2j).
S nlocuim de exemplu j = 8j si . = 2j n ceea de a treia ecuatie si
explicitm si r n functie de j:
r = 80 2j 8. = 80 2(8j) 8(2j) = 80 12j.
Din a patra ecuatie gsim:
6j(80 12j) 6j(80 12j) 86j
2
108 = 0 ==
142
72j( 2j) 86j
2
108 = 0[ : (86) == 8j
2
10j 8 = 0
ale crei solutii vor
j
1
= 8:ij
2
=
1
8
.
Dup aceasta putem deja s calculm r, j, . corespunztoare:
r
1
= 80 12 (8) = 6, j
1
= 8 (8) = 0 si .
1
= 2 (8) = 6;
r
2
= 80 12
_
1
8
_
= 26, j
2
= 8
_
1
8
_
= 1 si .
2
= 2
_
1
8
_
=
2
8
.
Deci punctele stationare vor
'
1
(6, 0, 6) si '
2
(26, 1,
2
8
).
Observatie. Se obtine acelasi rezultat si dac folosim perechile de ex-
primri (r = 2j, j = 8j), (r = 8., j = 2j). Iar dac ncercm "solutia"
(r = 2j, r = 8.), aceasta mpreun cu ultimele dou ecuatii ne conduce la
contradictie.
Pentru valorile corespunztoare ale functiei de optimizat vom avea:
)(r
1
, j
1
, .
1
) = r
1
j
1
.
1
= (6) 0 6 = 824
si
)(r
2
, j
2
, .
2
) = r
2
j
2
.
2
= 26 1
2
8
=
2
8
.
Valorile lui ` le obtinem din derivata partial
0/(r, j, .; `, j)
0r
a functiei
lagrangiene /:
`
1
= j
1
.
1
j
1
(2j
1
8.
1
) = 0 6 8(2 0 8 6) = 4
si tot asa `
2
=
2
S
.
S dovedim c primul punct este punct de minim, iar al doilea punct de
maxim:
/
+
(r, j, .) = rj. 4(r 2j 8. 80) 8(2rj 8r. 6j. 108).
Atunci diferentiala de ordinul nti va :
d/
+
(r, j, .) = j.dr r.dj rjd. 4dr 108dj 162d.
143
8(2jdr 2rdj 8.dr 8rd. 6.dj 6jd.) =
= j.dr 4dr 6jdr 0.dr r.dj 108dj
6rdj 18.dj 162d. 0rd. 18jd. rjd. =
= (j. 4 6j 0.)dr (r. 108 6r 18.)dj (rj 162 0r 18j)d.
Atunci
d
2
/
+
(r, j, .) = (j. 4 6j 0.)dr
2
(.dj jd. 6dj 0d.)dr
(r. 108 6r 18.)dj
2
(.dr rd. 6dr 18d.)dj
(rj 162 0r 18j)d.
2
(jdr rdj 0dr 18dj)d. =
= (j. 4 6j 0.)dr
2
(r. 108 6r 18.)dj
2
(rj 162 0r 18j)d.

2
(2. 12)drdj (2j 18)drd. (2r 86)djd.
S diferentiem acum conditiile
q(r, j, .) = r 2j 8. 80 = 0
si
/(r, j, .) = 2rj 8r. 6j. 108 = 0.
Obtinem:
dr 2dj 8d. = 0
2jdr 2rdj 8.dr 8rd. 6.dj 6jd. = 0
sau
_
dr 2dj 8d. = 0
(2j 8.)dr (2r 6.)dj (8r 6j)d. = 0
,
adic a
_
dr 2dj 8d. = 0
86dr 24dj 86d. = 0
,
144
de unde rezult dr = 0 si d. =
2
S
dj
Astfel am obtinut n punctul stationar '
1
= (6, 0, 6), care nlocuit n
diferentiala de ordinul doi a lui /, d
2
/
+
(r
1
, j
1
, .
1
), ne va da:
d
2
/
+
(6, 0, 6) = (j. 4 6j 0.)dr
2
(r. 108 6r 18.)dj
2
(rj 162 0r 18j)d.

2
(2. 12)drdj (2j 18)drd. (2r 86)djd. =
= 0dr
2
0dj
2
0d.
2
0drdj 0drd. 48djd. = 48djd..
Atunci
d
2
/
+
(r
1
, j
1
, .
1
) = 48djd. = 82dj
2
0.
Diferentiala ind pozitiv, avem un punct de minim.
S studiem ce se ntmpl cu punctul stationar
r
2
= 26, j
2
= 1 si .
2
=
2
8
,
cruia i corespund multiplicatorii Lagrange `
2
=
2
S
si j
2
=
1
S
. Functia lui
Lagrange va :
/
+
(r, j, .)=rj.
2
8
(r 2j 8. 80)
1
8
(2rj 8r. 6j. 108).
Diferentiala de ordinul nti este:
d/
+
(r, j, .) = j.dr r.dj rjd.
2
8
(dr 2dj 8d.)
1
8
(2jdr 2rdj 8.dr 8rd. 6.dj 6jd.) =
= (j.
2
8

2
8
j .)dr (r.
4
8

2
8
r 2.)dj (rj 2 r 2j)d.
Diferentiala de ordinul doi va :
d
2
/
+
(r, j, .) = (j.
2
8

2
8
j .)dr
2
(r.
4
8

2
8
r 2.)dj
2
145
(rj 2 r 2j)d.
2
(.dj jd.
2
8
dj d.)dr
(.dr rd.
2
8
dr 2d.)dj (jdr rdj dr 2dj)d..
De aici
d
2
/
+
(r, j, .) = (j.
2
8

2
8
j .)dr
2
(r.
4
8

2
8
r 2.)dj
2
(rj 2 r 2j)d.
2
(2.
4
8
)drdj (2r 4)djd. (2j 2)drd..
n punctul r
2
= 26, j
2
= 1 si .
2
=
2
S
avem:
d
2
/
+
(r, j, .) = 0dr
2
0dj
2
0d.
2
0drdj 48djd. 0drd..
Din diferentierea legturilor avem:
_
dr 2dj 8d. = 0
(2j 8.)dr (2r 6.)dj (8r 6j)d. = 0
,
adic a
_
dr 2dj 8d. = 0
4dr 6dj 84d. = 0
,
de unde dr = 0 si d. =
2
S
dj, deci
d
2
/
+
(r
1
, j
1
, .
1
) = 48djd. = 82dj
2
0.
n afar de aceasta se pot obtine si celelalte solutii, dar n ecare caz
824 va valoare minimal si
2
8
valoare maximal pentru functia ).
4.4 Modele deterministe de gestiune a stocurilor
Ca o aplicatie a problemei de determinare a extremelor abord am n contin-
uare dou a modele deterministe de gestiune a stocurilor.
Oricare unitate economic a productiv a, pentru a-si desf asura activitatea
are nevoie de stocuri de materii prime, de subansamble, piese de schimb, etc.
Prin stoc ntelegem o rezerv a de bunuri materiale care este creat a la unit ati
economice si care urmeaz a a consumat a, utilizat a, n perioada urm atoare
sau valoricat a ulterior, prin vnzare.
146
Pentru simplicare ne vom referi la gestiunea unui singur tip de pro-
dus. Nivelul stocului acelui produs (t) variaz a n timp datorit a consumului
(iesirilor) sau datorit a intr arilor.
Presupunem c a n momentul t
1
se va face o aprovizionare astfel nct
nivelul stocului creste cu .
Deoarece a lucra cu o functie n scar a e dicil, presupunem c a nivelul
stocului se diminueaz a uniform n timp astfel nct cu un segment de dreapt a
unim punctele ce reprezint a
i
cu
)
dintr-o perioad a.
n practic a studiul modelelor de gestiune se realizeaz a pe un interval de
timp precizat, durat a pe care o not am cu t.
Observatia 4.4.1 Folosim urmatoarele nota tii:
t - perioad a de studiu;
T - perioad a de aprovizionare;
: - num arul perioadelor de aprovizionare;
n - diferenta dintre nivelul initial si nivelul nal, n =
i
)
, - cererea pe
o perioada T de aprovizionare;
\ - cantitatea total a ce se cere pe ntreaga perioad a t.
Observatia 4.4.2 Ca sa se pastreze stocul n bune condi tii, respectiv ca
sa se poata forma, se fac o serie de cheltuieli care se mpart n mai multe
categorii:
- cheltuieli de achizitie se vor calcula cu un cost unitar de achizitie c
o
care
se va exprima n n.:.,/nc. ;
- cheltuieli de lansare C
|
reprezint a cheltuielile care se fac cu transportul,
diurn a, nc arcare, etc.
- cheltuieli de stocare se vor calcula cu ajutorul costului unitar de stocare
c
c
care se exprim a n n.:.,/nc.,.i;
- cheltuieli de penalizare se calculeaz a cu costul unitar de penalizare c
j
exprimat n n.:.,/nc.,.i si reprezint a ct se pierde datorit a lipsei unei buc ati
ntr-o unitate de timp.
Problema care se pune este de a determina unele dintre elementele prob-
lemei de gestiune considerate necunoscute n functie de alte elemente date
astfel nct cheltuieli totale legate de gestiune pe perioada de studiu t s a e
minime.
Modelele care se formeaz a difer a ntre ele prin:
147
- categoriile de cheltuieli care se evidentiaz a;
- elementele considerate cunoscute sau necunoscute;
- procedeul de a face aprovizionarea (n ce momente si cu ce cantitate?).
Cel mai simplu model este Modelul Wilson - Within, model cu perioada
xa (ntre dou a aprovizion ari), cerere constanta si fara ruptura.
4.4.1 Modelul cu perioad a x a, cerere constant a, f ar a ruptur a
Acest model e caracterizat prin:
- T x, deci aprovizionarea se va face ntodeauna dup a aceiasi perioad a
(interval);
- n constant, adic a pe ecare perioad a de aprovizionare avem acelasi
consum (cerere);
- n = - aprovizionarea se face cu cantitatea cerut a.
Dac a se lanseaz a comanda astfel nct aprovizionarea se face exact n mo-
mentul n care nivelul stocului a ajuns la 0, atunci evolutia nivelului stocului
la acest model este ilustrat a n gur a.
La acest model se consider a cunoscute urm atoarele elemente: \ (cererea
total a), t (perioada de studiu), C
|
(cheltuielile de lansare)si c
c
(costul unitar
de stocare).
Se doreste determinarea urm atoarelor valori (sunt considerate necunos-
cute):
- n, (n = ) - cantitatea optim a cu care s a se fac a aprovizionarea,
- T - durata optim a de timp ntre dou a aprovizion ari,
- : - num arul optim de aprovizion ari,
- C
T
- cheltuilele totale legate de gestiunea stocului pe o perioad a T
de aprovizionare.
Aceste valori se caut a astfel nct C
t
(cheltuielile totale legate de gestiunea
stocului pe perioada t) s a e minime.
Pe o perioad a de aprovizionare T se evidentiaz a doar dou a categorii de
cheltuieli:
- de lansare C
|
;
- de stocare - se exprim a prin c
c

2
T (se consider a ca pe o perioad a
T nivelul mediu al stocului este

2
).
Astfel putem scrie:
C
T
= C
|
c
c

2
T.
148
Deoarece exist a : perioade de aprovizionare avem
C
t
= :C
T
deci nlocuind obtinem:
C
t
= :C
|
c
c

2
T :.
n aceast a relatie avem trei necunoscute. Acest num ar poate ns a dimin-
uat avnd n vedere gura. Putem scrie:
: =
t
T
=
\
=
\
n
==
C
t
= C
|
\
c
c

2
t.
n acest mod devine singura necunoscut a. Problema revine la a determina
pe astfel nct C
t
s a e minime. Rezolv am aceast a problem a folosindu-ne
de metodele de determinare a punctelor de extrem. Astfel, la primul pas,
rezolv am ecuatia )
t
() = 0, unde )() = C
|
\
c
c

2
t, adic a
C
|
\
2

1
2
c
c
t = 0
de unde rezult a
0
=
_
2C
|
\
t c
c
.
Calculnd
)
tt
() =
2C
|
\
S
0
deducem c a avem un punct de minim. Astfel
c
=
optim
= n
optim
=
_
2C
|
\
t c
c
;
:
optim
=
\
optim
;
T
optim
=
t
:
optim
;
C
T
optim
= C
|
c
c
optim
2
T
optim
;
si
C
t
min
= )
min
= ) (
optim
) =
_
2C
|
\ t c
c
= c
c
optim
t.
149
Exemplul 4.4.1 La un depozit sunt solicitate ntr-un semestru 10 000 unita ti
(buca ti) dintr-un anumit produs. Costul unitar de stocare e de 5 u.m./buc./zi
iar cheltuielile de lansare a comenzii sunt de 11 250 u.m. Se cere sa se deter-
mine elementele ce caracterizeaza aceasta problema de gestiune determinnd
n nal cheltuielile totale minime.
Rezolvare: Din enunt constat am c a au fost precizate urm atoarele ele-
mente:
t = 1 semestru = 180 zile (se considera ca anul are 860 zile)
\ = 10000 buc ati
c
c
= u.m./buc/zi
C
|
=1120 u.m.
Cu aceste date putem scrie expresia pentru cheltuielile totale.
C
t
= 1120
10000

2
180 = ) () .
Folosim relatia pentru
optim
si obtinem:
optim
=
_
2 1120 10000
180
= 00 buc ati
- cantitatea optim a cu care se va face aprovizionarea;
:
optim
=
10000
00
= 20 de ori
- de 20 de ori n acel semestru aducem cte 500 buc ati;
T
optim
=
180
20
= 0 zile
- din 9 n 9 zile se aduc cte 500 buc ati;
C
T
optim
= 1120
00
2
0 = 2200 n.:.
- cheltuielile totale optime pe o perioada de aprovizionare de 0 zile sunt de
2200 n.:.
Cheltuielile totale minime pe intreaga perioada t de 180 de zile sunt de:
C
t
min
= )
min
= 00 180 = 40000 n.:.
150
4.4.2 Modelul cu perioad a x a, cerere constant a, cu ruptur a
Caracteristicile din titlul modelului nseamn a c a:
- T - constant (perioada de timp ntre dou a aprovizion ari este x a),
- n constant (cererea ntre dou a aprovizion ari este constant a),
- n (cu ruptur a) adic a se aduce mai putin dect se cere.
Ultima conditie implic a faptul c a se produce ruptura stocului, adic a va
exista o subperioad a n care nivelul stocului este 0. Ilustrarea intuitiv a a
evolutiei nivelului stocului se d a n gur a.
Dup a cum se vede o perioad a T se descompune n dou a subperioade T
1
si T
2
,
T = T
1
T
2
si anume:
- T
1
- subperioada n care nivelul stocului e pozitiv;
- T
2
- subperioada n care nivelul stocului este zero, adic a se produce ruptura.
La acest model se consider a cunoscute urm atoarele elemente: cheltu-
ielile de lansare C
|
, costul unitar de stocare c
c
, costul unitar de penalizare
c
j
, perioada de studiu t si cantitatea total a ce se cere pe ntreaga perioad a \.
Costul unitar de penalizare c
j
reprezint a ct se pierde datorit a lipsei unei
buc ati din stoc ntr-o unitate de timp. Se cere determinarea valorilor optime
ale: cererii n pe ecare subperioad a, cantit atii cu care se face aprovizionarea
pe ecare subperioad a, durata T a ec arei subperioade, num arul : de subperioade, T
1
, T
2
, si C
T
astfel nct cheltuielile totale C
t
s a e minime.
Pentru rezolvare vom exprima mai nti cheltuielile ce se fac pe o perioad a
de aprovizionare T. Avem trei tipuri de cheltuieli:
de lansare C
|
;
de stocare pe T
1
: c
c
2
T
1
;
de penalizare pe T
2
: c
j
&
2
T
2
unde
&
2
reprezint a lipsa medie din stoc
Astfel
C
T
= C
|
c
c
2
T
1
c
j
n
2
T
2
.
151
Deoarece n perioada de studiu t exist a : perioade de aprovizionare vom
putea scrie c a
C
t
= :C
T
nlocuind obtinem pentru C
t
expresia:
C
t
= C
|
: c
c
2
T
1
: c
j
n
2
T
2
:
Examinnd relatia de mai sus constat am c a avem 5 necunoscute, num arul
acestora putnd ns a diminuat avnd n vedere desenul n care a fost ilus-
trat a evolutia nivelului stocului. Atfel putem scrie urm atoarele relatii:
: =
t
T
=
\
n
; (4.4.1)
T
1
T
=

n
,
T
2
T
=
n
n
.
Ultimele egalit ati reies din faptul c a avem niste triunghiuri dreptunghice
asemenea (^1C ~ ^1
t
C
t
si ^1C ~ ^CC
t
1 ) mpreun a cu egalit atile:
_
_
1 = n
1
t
=
1C = T
1
t
C
t
= T
1
1C = n
C
t
1 = T
2
.
Folosind egalit atile (4.2.1) si nlocuind n C
t
obtinem expresia:
C
t
= C
|
\
n
c
c
2
2n
t c
j
(n )
2
2n
t = ) (n, ) .
Se vede c a acum n expresia nal a a cheltuielilor totale avem dou a ne-
cunoscute, adic a n si si de aceea vom nota valoarea sa cu ) (n, ). Folosim
acum procedeul de determinare a extremului prezentat n sectiunea pentru
aarea minimului functiei de dou a variabile dat a prin ) (n, ) .
1
g asim punctele stationare prin rezolvarea sistemului obtinut prin an-

ularea derivatelor partiale de ordinul nti
_
)
t
&
(n, ) = 0
)
t
(n, ) = 0
152
adic a
_
)
t
&
(n, ) = C
|
\
&
2
c
c

2
2&
2
t c
j
t
2
2(&) &(&)
2
&
2
= 0
)
t
(n, ) = c
c

&
t c
j
(&)
&
t = 0
.
Din ultima ecuatie avem
c
c
c
j
n c
j
= 0
de unde rezult a c a
=
c
j
c
c
c
j
n.
Not am
j =
c
j
c
c
c
j
si l numim indice de lipsa. Astfel avem
= j n, j < 1 == < n.
Se nlocuieste n prima ecuatie din sistem si se exprim a mai nti n
2
si apoi
n astfel nct obtinem
n =
_
2C
|
\
t c
c
j
.
La pasul 2
se arat a usor, folosind derivatele de ordinul 2, ca (n, ) este

punct de minim.
Astfel nivelul optim al cererii pe o perioad a de aprovizionare este:
n
optim
. =
_
2C
|
\
t c
c
j
.
Cantitatea optim a cu care se face aprovizionarea va
optim
= j n
optim
.
Num arul optim de aprovizion ari este
:
optim
=
\
n
optim
.
Durata optim a a unei subperioade de aprovizionare este
T
optim
=
t
:
optim
.
153
Durata optim a a subperioadei n care nivelul stocului e pozitiv este
T
1optim
= j T
optim
iar durata optim a a subperioadei n care se produce ruptura (nivelul stocului
=0) este
T
2optim
= T
optim
T
1optim.
Cheltuielile totale optime pe o perioad a de aprovizionare se calculeaz a cu
formula:
C
Toptim
= C
|
c
c
optim
2
T
1optim
c
j
n
optim

optim
2
T
2optim
iar cheltuielile totale minime legate de gestiune la acest model sunt
C
tmin
= )
min
= ) (n
optim
,
optim
) =
_
2C
|
\ t c
c
j = c
c
optim
t.
Observatia 4.4.3 Din modelul cu ruptura se poate ob tine modelul fara rup-
tura, astfel nct cnd n = se ob tin toate rezultatele de la modelul fara
ruptura.
4.5 Ajustarea si interpolarea datelor experimentale
S a presupunem c a ntr-un proces concret particip a dou a m arimi m asurabile
ale c aror valori s a e notate cu r si j. Dependenta dintre cele dou a m arimi
poate descris a de o functie ) : R R cu ajutorul relatiei j = )(r). Deter-
minarea functiei ) este o problem a central a n orice stiint a experimental a.
Informatii utile n rezolvarea acestei probleme sunt perechi de valori deter-
minate experimental pentru cele dou a m arimi, dar si cunoasterea tipului
dependentei respective.
Valorile determinate experimental sunt n mod obiectiv afectate de erori
de m asurare. Recunoasterea acestui fapt subliniaz a importanta cunostintelor
teoretice despre procesul n discutie.
n cele ce urmeaz a vom considera dou a procedee de determinare a unor
functii care s a constituie aproxim ari acceptabile pentru functia ) numite
ajustarea datelor experimentale si interpolarea datelor experimentale.
n ajustarea datelor experimentale se accept a c a dependenta este de un
anumit tip (de exemplu j = 1
n
(r), unde 1
n
este o functie polinomial a de
grad cel mult :) si se caut a acea dependent a care "ajusteaz a" cel mai bine
valorile determinate experimental.
154
n interpolarea datelor experimentale se caut a o functie "convenabil a"
(de exemplu o functie polinomial a) care s a ia chiar valorile determinate ex-
perimental. Acest procedeu este utilizat de regul a n cazurile n care teoria
nu ofer a prea multe informatii despre tipul dependentei.
n continuare, pentru a folosi limbajul uzual n teoria aproxim arii, vom
utiliza termenul de polinom si cnd este vorba de functie polinomial a.
4.5.1 Ajustarea datelor experimentale. Metoda celor mai mici
p atrate
S a presupunem c a legile teoretice care guverneaz a procesul n care apar cele
dou a m arimi m asurabile ne asigur a c a dependenta dintre aceste dou a m arimi
este descris a de relatia j = )(r), unde ) T, unde T este o clas a precizat a
de functii reale de o variabil a real a. Se pune atunci problema determin arii
acelei functii ) din clasa T care d a ct mai bine dependenta lui j de r n
procesul concret respectiv.
S a admitem c a : observatii experimentale asupra procesului respectiv
dau pentru r si j valorile din tabelul urm ator:
x x
1
x
2
x
a
y y
1
y
2
y
a
Problema pus a revine la determinarea functiei ) din clasa T ale c arei
valori n punctele r
1
, r
2
, . . . , r
a
s a "se apropie ct mai mult" de datele de-
terminate experimental.
O m asur a a apropierii functiei ) de datele experimentale este
a
i=1
()(r
i
) j
i
)
2
.
Determinarea functiei ) din clasa T pentru care
a
i=1
()(r
i
) j
i
)
2
are cea
mai mic a valoare posibil a va numit a ajustarea datelor experimentale
din tabelul
r r
1
r
2
r
a
j j
1
j
2
j
a
cu metoda celor mai mici p atrate.
n cele ce urmeaz a vom considera cazul cnd T este clasa functiilor poli-
nomiale de grad cel mult : n nedeterminata r, adic a
155
T =
_
1
n
(r) =
n
I=0
a
I
r
I
[ a
I
R, / = 0, :
_
.
A determina functia ) revine atunci la a determina coecientii a
0
, a
1
, . . . , a
n
.
S a not am
1(a
0
, a
1
, . . . , a
n
) =
a
i=1
(1
n
(r
i
) j
i
)
2
.
Problema pus a se reduce atunci la problema determin arii punctului de
minim al functiei 1. Ea poate rezolvat a prin procedeul descris n paragraful
precedent.
Punctele stationare ale functiei 1 sunt solutiile sistemului
1
t
o
(a
0
, a
1
, . . . , a
n
) = 0, , = 0, :.
Avem
1
r
o
(a
0
, a
1
, . . . , a
n
) =
_
a
i=1
(1
n
(r
i
) j
i
)
2
_r
o
=
=
_
_
a
i=1
_
n
I=0
a
I
r
I
i
j
i
_
2
_
_
r
o
=
a
i=1
_
_
_
n
I=0
a
I
r
I
i
j
i
_
2
_
_
r
o
=
= 2
a
i=1
_
n
I=0
a
I
r
I
i
j
i
__
n
I=0
a
I
r
I
i
j
i
_r
o
=
= 2
a
i=1
_
n
I=0
a
I
r
I
i
j
i
_
r
)
i
= 2
a
i=1
_
n
I=0
a
I
r
I)
i
j
i
r
)
i
_
=
= 2
_
a
i=1
_
n
I=0
a
I
r
I)
i
_
i=1
r
)
i
j
i
_
= 2
_
n
I=0
_
a
i=1
a
I
r
I)
i
_
i=1
r
)
i
j
i
_
=
= 2
_
n
I=0
_
a
i=1
r
I)
i
_
a
I

a
i=1
r
)
i
j
i
_
.
156
Dac a not am
:
|
=
a
i=1
r
|
i
si t
|
=
a
i=1
r
|
i
j
i
,
atunci
1
r
o
(a
0
, a
1
, . . . , a
n
) = 2
_
n
I=0
:
I)
a
I
t
)
_
,
astfel nct sistemul care d a punctele stationare ale functiei 1 este
n
I=0
:
I)
a
I
= t
)
, , = 0, :,
adic a
_
_
:
0
a
0
:
1
a
1
:
n
a
n
= t
0
:
1
a
0
:
2
a
1
:
n1
a
n
= t
1
. . .
:
n
a
0
:
n1
a
1
:
2n
a
n
= t
n
.
Acest sistem este numit, de cei care pratic a ajustarea datelor experimen-
tale prin polinoame de grad cel mult : cu metoda celor mai mici p atrate,
sistemul normal.
Sistemul normal poate scris dac a se cunosc sumele :
0
, :
1
, . . . , :
2n
si
sumele t
0
, t
1
, . . . , t
n
. Aceste sume pot determinate completnd tabelul
urm ator
r
0
i
r
1
i
r
2
i
r
2n
i
r
0
i
j
i
r
1
i
j
i
r
n
i
j
i
1 r
1
r
2
1
r
2n
1
j
1
r
1
j
1
r
n
1
j
1
1 r
2
r
2
2
r
2n
2
j
2
r
2
j
2
r
n
2
j
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1 r
a
r
2
a
r
2n
a
j
a
r
a
j
a
r
n
a
j
i
:
0
:
1
:
2
:
2n
t
0
t
1
t
n
n care coloanele r
1
i
si r
0
i
j
i
sunt date de tabelul de date experimentale
r r
1
r
2
r
a
j j
1
j
2
j
a
restul coloanelor se pot determina usor, (0
0
va interpretat 1), iar n
ultima linie gureaz a sumele elementelor din cele : linii precedente.
157
Tinnd cont de faptul c a :
|
=
a
i=1
r
|
i
, | = 0, 2:, se poate ar ata c a deter-
minantul sistemului normal este diferit de zero, adic a
:
0
:
1
:
n
:
1
:
2
:
n1

:
n
:
n1
:
2n
,= 0,
deci sistemul normal este un sistem compatibil determinat.
Fie (a
0
, a
1
, . . . , a
n
) solutia unic a a sistemului normal. Atunci punctul
(a
0
, a
1
, . . . , a
n
) este punctul stationar unic al functiei 1.
Avnd n vedere c a
1(a
0
, a
1
, . . . , a
n
) =
a
i=1
(1
n
(r
i
) j
i
)
2
,
deci c a 1 este o sum a de p atrate, se poate ar ata c a dac a 1 are un
punct de extrem nit atunci el este punct de minim si c a punctul stationar
(a
0
, a
1
, . . . , a
n
) este ntotdeauna punctul de minim al functiei 1.
n acest fel, etapa a doua a procedeului de determinare a extremelor
functiei 1 nu mai trebuie parcurs a si deci polinomul (de grad cel mult :) care
ajusteaz a - n sensul metodei celor mai mici p atrate - datele experimentale
considerate este
1
n
(r) = a
0
a
1
r a
2
r
2
a
n
r
n
.
Mention am c a, dac a : = 1, n locul expresiei "s a se determine polinomul
de ajustare de grad cel mult unu", se mai utilizeaz a expresia "s a se ajusteze
cu o dreapt a", iar dac a : = 2, n locul expresiei "s a se determine polinomul
de ajustare de grad cel mult doi", se mai utilizeaz a expresia "s a se ajusteze cu
o parabol a". Aceste exprim ari se bazeaz a pe faptul c a imaginea geometric a a
unui polinom de gradul nti este o dreapt a, iar imaginea geometric a a unui
polinom de gradul doi este o parabol a.
Exemplul 4.5.1 Sa se ajusteze cu o dreapta datele experimentale din tabelul
r 1 0 1 2
j 8 1 0 8
Avem : = 1, deci pentru scrierea sistemului normal trebuie calculate
sumele :
0
, :
1
, :
2
si sumele t
0
si t
1
.
158
r
0
i
r
1
i
r
2
i
r
0
i
j
i
r
1
i
j
i
1 1 1 8 8
1 0 0 1 0
1 1 1 0 0
1 2 4 8 6
4 2 6 1 0
Deci :
0
= 4, :
1
= 2, :
2
= 6, t
0
= 1 si t
1
= 0. Sistemul normal este
_
4a
0
2a
1
= 1
2a
0
6a
1
= 0
Solutia unic a a acestui sistem este
a
0
=
8
, a
1
=
8
.
Atunci polinomul de ajustare de grad cel mult unu este
1
1
(r) =
8
r,
iar dreapta de ajustare este dreapta de ecuatie
j =
8
r.
n aplicatii se utilizeaz a, pe lng a functiile polinomiale, si functiile ex-
ponentiale, logaritmice, trigonometrice, etc. Evident, n asemenea cazuri
sistemul normal este altul mai complicat si mai dicil de rezolvat.
4.5.2 Interpolarea datelor experimentale. Polinomul de interpo-
lare a lui Lagrange
S a presupunem c a pentru dou a m arimi m asurabile care particip a la un anu-
mit proces sunt cunoscute (eventual determinate experimental) :1 perechi
de valori
r r
0
r
1
r
a
j j
0
j
1
j
a
(4.5.1)
Functia ) : R R, care descrie dependenta dintre cele dou a m arimi sub
forma j = )(r), poate aproximat a printr-o functie , dintr-o clas a conve-
nabil a de functii reale de o variabil a real a, functie care s a ia n punctele r
i
,
159
i = 0, :, aceleasi valori cu ) adic a
,(r
i
) = )(r
i
) = j
i
, i = 0, : (4.5.2)
n cele ce urmeaz a vom considera drept clas a de functii din care s a fac a
parte , clasa polinoamelor de grad cel mult :
T
a
= a
0
a
1
r a
2
r
2
a
a
r
a
[ a
i
R, i = 0, :.
Problema interpol arii datelor din tabelul (4.5.1) prin polinoame este prob-
lema determin arii polinomului , T
a
care s a satisfac a conditiile (4.5.2).
Polinomul c autat , este determinat de cei :1 coecienti ai s ai a
0
, a
1
, a
2
, . . . , a
a
.
Conditiile (4.5.2) conduc la sistemul de ecuatii
_
_
a
0
a
1
r
0
a
2
r
2
0
a
a
r
a
0
= j
0
a
0
a
1
r
1
a
2
r
2
1
a
a
r
a
1
= j
1
a
0
a
1
r
2
a
2
r
2
2
a
a
r
a
2
= j
2
. . .
a
0
a
1
r
a
a
2
r
2
a
a
a
r
a
a
= j
a
(4.5.3)
care este un sistem de :1 ecuatii liniare n necunoscutele a
0
, a
1
, a
2
, . . . , a
a
.
Determinantul sistemului (4.5.3) este determinantul lui Vandermonde
\ = \ (r
0
, r
1
, . . . , r
a
),
\ =
1 r
0
r
2
0
. . . r
a
0
1 r
1
r
2
1
. . . r
a
1
1 r
2
r
2
2
. . . r
a
2
. . . . . . . . . . . . . . .
1 r
a
r
2
a
. . . r
a
a
=
a1
H
i=1
a
H
)=i1
(r
i
r
)
). (4.5.4)
Dac a numerele r
0
, r
1
, r
2
, . . . , r
a
sunt distincte dou a cte dou a (fapt ac-
ceptat n mod natural) atunci \ ,= 0 si deci sistemul (4.5.3) este compatibil
determinat.
Fie (a
0
, a
1
, a
2
, . . . , a
a
) solutia unic a a sistemului (4.5.3) Atunci polinomul
de interpolare c autat este
,(r) = a
0
a
1
r a
2
r
2
a
a
r
a
. (4.5.5)
Remarc am faptul c a unicitatea polinomul de interpolare pentru datele
din tabelul (4.5.1) provine n primul rnd din faptul c a gradul lui a fost xat
n enuntul problemei la :. (Un polinom de gradul : este determinat de cei
160
: 1 coecienti ai s ai si asa s-a ajuns la faptul c a sistemul (4.5.3) are exact
attea necunoscute cte ecuatii).
Determinarea efectiv a a solutiei unice (a
0
, a
1
, a
2
, . . . , a
a
) a sistemului
(4.5.3) se poate face utiliznd orice procedeu potrivit (de exemplu: regula
lui Cramer, metoda elimin arii complete, etc.).
Lui Lagrange i se atribuie un procedeu ingenios de determinare a poli-
nomului de interpolare (4.5.5) f ar a rezolvarea efectiv a a sistemului (4.5.3)
consider a polinoamele de grad :
_
_
|
0
(r) =
(r r
1
) (r r
2
) (r r
S
) . . . (r r
a
)
(r
0
r
1
) (r
0
r
2
) (r
0
r
S
) . . . (r
0
r
a
)
|
1
(r) =
(r r
0
) (r r
2
) (r r
S
) . . . (r r
a
)
(r
1
r
0
) (r
1
r
2
) (r
1
r
S
) . . . (r
1
r
a
)
. . .
|
a
(r) =
(r r
0
) (r r
1
) (r r
2
) . . . (r r
a1
)
(r
a
r
0
) (r
a
r
1
) (r
a
r
2
) . . . (r
a
r
a1
)
(4.5.6)
Atunci este usor de vericat c a
|
)
(r
i
) =
_
1 dac a i = ,
0 dac a i ,= ,
(4.5.7)
pentru orice i = 0, : si pentru orice , = 0, :.
Fie
1
a
(r) =
a
)=0
|
)
(r)j
)
.
Este evident c a 1
a
denit aici este un polinom de grad cel mult :, el ind
o sum a de : 1 polinoame de grad cel mult :.
Mai mult,
1
a
(r
i
) =
a
)=0
|
)
(r
i
)j
)
= j
i
, i = 0, :
deci 1
a
este un polinom de gradul : care satisface conditiile de interpolare
(4.5.2).
Cum polinomul de interpolare (4.5.5) este unic rezult a
,(r) = 1
a
(r).
Polinomul 1
a
se numeste polinomul de interpolare al lui Lagrange si
forma sa explicit a este
1
a
(r) =
(r r
1
)(r r
2
)(r r
S
)...(r r
a
)
(r
0
r
1
)(r
0
r
2
)(r
0
r
S
)...(r
0
r
a
)
j
0
161
(r r
0
)(r r
2
)(r r
S
)...(r r
a
)
(r
1
r
0
)(r
1
r
2
)(r
1
r
S
)...(r
1
r
a
)
j
1
...
(r r
0
)(r r
1
)(r r
2
)...(r r
a1
)
(r
a
r
0
)(r
a
r
1
)(r
a
r
2
)...(r
a
r
a1
)
j
a
S se determine polinomul de interpolare al lui Lagrange pentru datele
experimentale din tabelul
r 1 0 2 4
j 0 4 0
Fiind date 4 perechi de valori rezult c : 1 = 4, deci : = 8.
Sunt date deci r
0
= 1, r
2
= 2, r
S
= 4, j
0
= , j
1
= 0, j
2
= 4, j
S
=
0, astfel c polinomul cerut este
1
S
(r) =
(r r
1
)(r r
2
)(r r
S
)
(r
0
r
1
)(r
0
r
2
)(r
0
r
S
)
j
0

(r r
0
)(r r
2
)(r r
S
)
(r
1
r
0
)(r
1
r
2
)(r
1
r
S
)
j
1
(r r
0
)(r r
2
)(r r
S
)
(r
2
r
0
)(r
2
r
1
)(r
2
r
S
)
j
2

(r r
0
)(r r
1
)(r r
2
)
(r
S
r
0
)(r
S
r
1
)(r
S
r
2
)
j
S
=
=
(r 0)(r 2)(r 4)
(1 0)(1 2)(1 4)

(r 1)(r 2)(r 4)
(0 1)(0 2)(0 4)
0
(r 1)(r 0)(r 4)
(2 1)(2 0)(2 4)
4
(r 1)(r 0)(r 2)
(4 1)(4 0)(4 2)
0 =
=
8r 6r
2
r
S
1
0
4r 8r
2
r
S
12
4 0 =
4
8
r 8r
2
2
8
r
S
.
Se veric imediat c
1
S
(1) = , 1
S
(0) = 0, 1
S
(2) = 4si 1
S
(4) = 0
deci 1
S
este polinomul de interpolare cutat.
Utiliznd expresia analitic a polinomului de interpolare se pot gsi
aproximri ale functiei ) n orice punct al axei reale punnd
) (r) - ,(r) , \r R
Dac r
0
< r
1
< r
2
< ... < r
a
si dac r [r
0
, r
a
[ dar r , r
0
, r
1
, r
2
, ..., r
a
atunci lund
) ( r) - ,( r)
162
se face o interpolare.
Dac r
0
< r
1
< r
2
< ... < r
a
si r , [r
0
, r
a
[ atunci lund
) ( r) - ,( r)
se face o extrapolare.
n nal observm c pentru :1 perechi de date experimentale polinomul
de ajustare de gradul : coincide cu polinomul de interpolare.
Problema 4.6.1 O fabric produce dou sortimente de bunuri. Protul este
dat prin func tia:
) (r, j) = 2r
2
2rj j
2
6r 6j,
unde r si j sunt cantit tile produse din cele dou sortimente de bunuri. S se
determine pentru ce cantit ti din cele dou bunuri se ob tine protul maxim?
Rezolvare:
Pentru nceput determinm punctele stationare:
_
0 )(a,j)
0a
= 4r 2j 6 = 0
0 )(a,j)
0j
= 2r 10j 6 = 0
.
Solutia sistemului este punctul (2, 1) , care reprezint punctul stationar
al functiei ).
Derivatele partiale de ordinul doi vor :
0
2
) (r, j)
0
2
r
2
= 4,
0
2
) (r, j)
0r0j
= 2,
0
2
)
0 j
2
= 10
si deci diferenta de ordinul doi n punctul stationar gsit va :
d
2
) (2, 1) (dr, dj) = 4dr
2
4drdj 10 dj
2
.
Matricea asociat diferentialei este:
=
_
4 2
2 10
_

1
2
1
1
1
2
1
2
_
4 2
0 0
_
1
2
C
1
C
2
C
2
_
4 0
0 0
_
= 1
163
Din forma matricei 1 rezult c semnul diferentialei este negativ deci
punctul stationar (2, 1) este un punct de maxim local. Valoarea maxim a
protului este
) max = ) (2, 1) = 0.
Problema 4.6.2 O ntreprindere produce dou sortimente de bunuri. S se
minimizeze costul producerii acestor bunuri, dac func tia costului este dat
prin ) (r, j) = r
2
(j 1)
2
8, unde r si j reprezint cantit tile produse
din cele dou bunuri
Rezolvare:
Mai nti determinm punctele stationare ale functiei:
_
0 ) (a,j)
0 a
= 2r = A 0
0 ) (a,j)
0 j
= 2 (j 1) = 0
.
Prin rezolvarea acestui sistem se obtine punctul stationar (0,1). Valoarea
diferentialei de ordinul doi n punctul stationar gsit este:
d
2
)
(0,1)
(dr, dj) = 2dr
2
2dj
2
.
Matricea asociat acestei diferentiale este:
=
_
2 0
0 2
_
,
de unde rezult c semnul diferentialei de ordinul doi este pozitiv. Asadar
punctul stationar (0, 1) este punct de minim local.
Valoarea minim a costului este:
) min = ) (0, 1) = 8.
Problema 4.6.3 S se determine punctele de extrem local legat pentru func ti-
ile denite prin:
a) ) (r, j) = rj, pentru orice (r, j) R
2
cu legtura: r j = 1 folosind
metoda direct.
b) ) (r, j, .) = r 2j 2., pentru orice (r, j, .) R
S
cu legtura r
2
j
2
.
2
= 1,
164
folosind metoda multiplicatorilor lui Lagrange
Rezolvare:
a) Exprimm j n functie de r din legtur si obtinem: j =
12a
S
Construim functia 1 denit prin:
1 (r) = )
_
r,
1 2r
8
_
= r
1 2r
8
=
r 2r
2
8
.
n continuare determinm punctul stationar al lui 1.
1
t
(r) =
11a
S
= 0
Asadar punctul stationar va solutia ecuatiei de mai sus si anume r =
1
1
Pentru a vedea dac este punct extrem local, calculm derivata de ordinul
doi a functiei 1 si stabilim semnul acestei derivate pe punctul stationar.
Derivata a doua a functiei 1 este: 1
tt
(r) =
1
S
< 0
Deoarece 1
tt
_
1
1
_
< 0 avem c r =
1
1
este punct de maxim pentru functia
1
Dar pentru r =
1
1
avem j =
1
1
2
S
=
1
6
, astfel punctul
_
1
1
,
1
6
_
este punct de
maxim local legat pentru functia ) . Valoarea maxim a functiei ) este
) max = )
_
1
4
,
1
6
_
=
1
24
.
b) Pentru nceput scriem functia lui Lagrange:
1(r, j, .; `) = r 2j 2. `
_
r
2
j
2
.
2
1
_
,
unde ` R este multiplicatorul lui Lagrange. Determinm punctele stationare
pentru functia 1 prin rezolvarea sistemului de ecuatii.
_
_
_
01
0a
= 1 2`r = 0
01
0j
= 2 2`j = 0
01
0:
= 2 2`. = 0
,
la care se adaug legtura r
2
j
2
.
2
= 1.
Dac se rezolv acest sistem de patru ecuatii cu necunoscutele r, j, .; `
se obtin solutiile:
_
r
1
=
1
S
j
1
=
2
S
.
1
=
2
S
`
1
=
S
2
r
2
=
1
S
j
2
=
2
S
.
2
=
2
S
`
2
=
S
2
.
I. Pentru `
1
=
S
2
functia lui Lagrange devine:
1(r, j, .) = r 2j 2.
8
2
_
r
2
j
2
.
2
1
_
.
165
Derivatele partiale de ordinul doi sunt:
0
2
1
0a
2
= 8
0
2
1
0a0j
= 0
0
2
1
0a0:
= 0
0
2
1
0j
2
= 8
0
2
1
0j 0:
= 0
0
2
1
0:
2
= 8
,
iar diferentiala de ordinul doi este:
d
2
1
(a,j,:)
(dr, dj, d.) = 8
_
dr
2
dj
2
d.
2
_
,
de unde:
d
2
1
(
1
3
,
2
3
,
2
3
)
(dr, dj, d.) = 8
_
dr
2
dj
2
d.
2
_
0.
Natura acestei diferentiale de ordinul doi trebuie stabilit tinnd cont si
de diferentierea conditiei de legtur. Astfel avem:
2rdr 2j dj 2. d. = 0,
de unde obtinem:
dj =
. d. rdr
j
.
Dac se nlocuiesc n diferentiala de ordinul doi a lui 1 rezult c:
d
2
1
(a,j,:)
(dr, dj, d.) = 8
_
dr
2
_
. d. rdr
j
_
2
d.
2
_
,
de unde, considernd (r, j, .) =
_
1
S
,
2
S
,
2
S
_
, avem c
d
2
1
(
1
3
,
2
3
,
2
3
)
(dr, dj, d.) = 8
_
dr
2
1
9
d.
2
1
9
drd.
1
9
dr
2
1
9
d.
2
_
=
= 8
_
dr
2
d.
2
drd.
1
4
dr
2
d.
2
_
= 8
__
d.
2
drd.
1
4
dr
2
_
dr
2
d.
2
_
=
= 8
_
_
d.
1
2
dr
_
2
dr
2
d.
2
_
0,
adic ceea ce am observat mai nainte.
Deoarece d
2
1
(a,j,:)
(dr, dj, d.) 0, rezult c punctul
_
1
S
,
2
S
,
2
S
_
este
punct de minim local legat pentru functia considerat ). De asemenea avem:
) min = )
_
1
8
,
2
8
,
2
8
_
= 8.
166
II. Pentru `
2
=
S
2
functia lui Lagrange devine:
1
(a,j,:)
= r 2j 2.
8
2
_
r
2
j
2
.
2
1
_
.
Derivatele partiale de ordinul doi sunt:
0
2
1
0a
2
= 8
0
2
1
0a0j
= 0
0
2
1
0a0:
= 0
0
2
1
0j
2
= 8
0
2
1
0j 0:
= 0
0
2
1
0:
2
= 8
,
iar diferentiala de ordinul doi este
d
2
1
(a,j,:)
(dr, dj, d.) = 8
_
dr
2
dj
2
d.
2
_
Tinnd cont de diferentierea conditiei de legtur obtinem:
dj =
. d. rdr
j
.
nlocuind n diferentiala de ordinul doi al lui 1 avem:
d
2
1
(a,j,:)
(dr, dj, d.) = 8
_
dr
2
_
. d. rdr
j
_
2
d.
2
_
,
de unde, considernd (r, j, .) =
_
1
S
,
2
S
,
2
S
_
, obtinem
d
2
1
(
1
3
,
2
3
,
2
3
)
(dr, dj, d.) = 8
_
_
dr
2
_
2
S
d.
1
S
dr
2
S
_
2
d.
2
_
_
< 0.
Deoarece
d
2
1
(
1
3
,
2
3
,
2
3
)
(dr, dj, d.) < 0,
rezult c punctul
_
1
S
,
2
S
,
2
S
_
este punct de maxim legat pentru functia con-
siderat ). De asemenea avem:
) max = )
_
1
8
,
2
8
,
2
8
_
= 8.
Problema 4.6.4 n produc tia unei fabrici pentru care se consum ntr-
un an 40 t de materie prim, se cunoa ste costul unitar de stocare de 0,4
u.m./kg/zi si cheltuielile de lansare de 40000 u.m. S se determine ele-
mentele ce caracterizeaz aceast problem de gestiune exprimnd n preal-
abil func tia ) ce reprezint cheltuielile totale legate de de gestiunea pe acel
an.
167
Rezolvare:
Se recunoaste modelul Wilson - Within cu perioad x, cerere constant,
fr ruptur.
Se observ c \ , cantitatea total de materie prim este 40t = 40000 /q
si t = 1 an = 860 zile
Pe perioada T de aprovizionare se fac urmtoarele cheltuieli:
|
= 40000 u.m.;
- cheltuieli de stocare C
c
= c
c
2
T = 0, 2T.
Deci cheltuielile pe perioada T vor :
C
T
= C
|
C
c
= 40000 0, 2T.
ntruct : =
\
=
t
T
, pe un an de zile avem cheltuielile totale C
t
= :C
T
si obtinem
C
t
= 40000 : 0, 2 T
a
sau C
t
= 40000
\
0, 2 t.
Asadar pentru C
t
= ) () obtinem expresia
) () =
16 10
S
72.
Din
0 )
0
= 0 gsim
16 10
S
2
72 = 0 si prin urmare =
_
16 10
S
72
=
4714, deci
c
= 4714 kg.
Mai avem :
c
\
c
= 8, ori, T
c
=
t
:
c
= 42 zile, iar
) min = ) (4714) =
16 10
S
4714
72 4714 = 880408 880408 = 678816 u.m.
Folosind formulele de calcul pentru elementele de mai sus se ajunge la
acelasi rezultat. Astfel:
c
=
_
2C
|
\
t c
c
=
_
2 40000
2
860 0, 4
= 4714/q
si
) min = c
c
c
t = 0, 4 4714 860 = 678816.
168
Problema 4.6.5 ntr-un trimestru la un service auto se consum 900 piese
de schimb. Dac costul de stocare este de 0,4 u.m./buc/zi, costul unitar de
penalizare este de 10 u.m./buc/zi, iar cheltuielile de lansare ale comenzii, xe
sunt100 u.m., s se optimizeze cheltuielile legate de gestiunea acestui stoc si
s se determine elementele ce caracterizeaz aceast probleme, utiliznd n
prealabil func tia cheltuielilor totale ) (n, ) .
Rezolvare:
Este vorba de modelul de gestiune cu perioad x, cerere constant, cu
ruptur.
Cheltuielile care se fac pe o perioad T de aprovizionare sunt:
|
= 100 u.m.
- cheltuieli de stocare C
c
= c
c
2
T
1
= c
c

2
2&
T = 0, 2
2
&
T
- cheltuieli de penalizare C
j
= c
j
&
2
T
2
= c
j
(&)
2
2&
T =
(&)
2
2&
T
Astfel cheltuielile totale pe perioada T sunt: C
T
= C
|
C
c
C
j
=
100 0, 2
2
&
T
(&)
2
2&
T
Cum : =
\
&
=
t
T
obtinem cheltuielile totale C
t
= :C
T
,
deci C
t
= 100 : 0, 2
2
&
T
a

(&)
2
2&
T
a
prin urmare
C
t
=
90000
&
18
2
&
40
(&)
2
&
si utiliznd notatia C
t
= ) (n, ) avem
) (n, ) =
90000
&
18
2
&
40
(&)
2
&
Pentru a aa valorile optime pentru n si vom rezolva sistemul de ecuatii
liniare:
0 )
0 &
= 0,
0 )
0
= 0
_

90000
&
2
18
2
&
2
40
2(&)&(&)
2
&
2
= 0
S6
&
000
&
&
= 0
Se obtine
c
= 60 bucti, n
c
= 72 bucti. Atunci: :
c
=
\
&
o
=
900
11,6
= 21, 6
ori
T
c
=
t
a
o
= 4 zile si
) min = ) (41, 6, 40) = 1440 u.m.
Rezultate similare obtinem si dac se folosesc formulele de calcul. Astfel,
avnd
j =
c
c
s
c
=
10
10,1
= 0, 06 obtinem
n
c
=
_
2 C
I
\
tc
s
j
=
_
2 100 900
90 0,1 0,96
= 72 bucti
c
= j n
c
= 60 bucti
) min = c
c
c
t = 1440 u.m.
Problema 4.6.6 Oagen tie imobiliara a stabilit urmatoarea dependen ta n-
tre vechimea unei case si pre tul ei de pia ta:
169
x(ani) 2 3 5
y(pret / 10000EUR) 5 4 3
S a se ajusteze aceste date:
a) printr-un polinom de gradul nti (o dreapt a),
b) printr-un polinom de gradul doi (o parabol a),
c) printr-o functie exponential a.
Rezolvare: a) Gradul polinomului de ajustare este m=1, deci pentru
scrierea sistemului normal folosim tabelul:
x
0
i
x
1
i
x
2
i
x
0
i
j
i
x
1
i
j
i
1 2 4 5 10
1 3 9 4 12
1 5 25 3 15
3 10 38 12 37
Asadar s
0
= 8, :
1
= 10, :
2
= 88, t
0
= 12, t
1
= 87.
Sistemul normal este:
_
8a
0
10a
1
= 12
10a
0
88a
1
= 87
Solutia unic a a sistemului este a
+
0
= 6, 14, a
+
1
= 0, 64
Atunci polinomul de ajustare de grad cel mult unu este:
P
1
(r) = 6, 14 0, 64r,
iar dreapta de ajustare este:
j = 6, 14 0, 64r.
b) Avnd m = 2, pentru scrierea sistemului normal folosim tabelul:
x
0
i
x
1
i
x
2
i
x
S
i
x
1
i
x
0
i
y
i
x
i
y
i
x
2
i
y
i
1 2 4 8 16 5 10 20
1 3 9 27 81 4 12 36
1 5 25 125 625 3 15 75
3 10 38 160 722 12 37 131

Asadar s
0
= 8, :
1
= 10, :
2
= 88, :
S
= 160, :
1
= 722,
t
0
= 12, t
1
= 87, t
2
= 181.
Sistemul normal este:
_
_
_
8a
0
10a
1
88a
2
= 12
10a
0
88a
1
160a
2
= 87
88a
0
160a
1
722a
2
= 181
170
Solutia unic a a sistemului este a
+
0
= 8, a
+
1
= 1, 88, a
+
2
= 0, 16
Polinomul de ajustare de grad cel mult doi este:
P
2
(r) = 8 1, 88r 0, 16r
2
iar parabola de ajustare este:
y = 8 1, 88r 0, 16r
2
.
c) Functia exponential a de ajustare este: j = /a
a
, a, / 0, a ,= 1.
Prin logaritmare ajungem la functia: . = |qj = 1 r, unde 1 = |q/,
A=lga. Aceasta ne conduce la ajustarea cu un polinom de gradul 1, n care,
n loc de y
i
,consider am .
i
= lg j
i
, i = 1, 8.
Pentru scrierea sistemului normal folosim tabelul:
r
0
i
r
1
i
r
2
i
r
0
i
.
i
= r
0
i
lg j
i
r
1
i
.
i
1 2 4 |q = 0, 600 1, 808
1 8 0 |q4 = 0, 602 1, 806
1 2 |q8 = 0, 477 2, 88
8 10 88 1, 778 , 80
Asadar s
0
= 8, :
1
= 10, :
2
= 88, t
0
= 1, 778, t
1
= , 80.
Sistemul normal devine:
_
10 81 = 1, 778
88 101 = , 80
cu solutia unic a: A
+
= 0, 0724, 1
+
= 0, 8880
de unde: a
+
= 10
+
= 10
0,0721
= 0, 8464
b
+
= 10
1
+
= 10
0,SSS9
= 6, 8218
In concluzie, functia exponential a de ajustare este:
j = 6, 8218(0, 8464)
a
.
Problema 4.6.7 Protul n urma producerii unui bun este o func tie j =
)(r), n raport cu cantitatea x din bunul respectiv. Fiind date observa tiile
experimentale
r 10 20 80
j = ) (r) 10 2 00
s a se determine polinomul de interpolare a lui Lagrange. S a se aproximeze
protul atunci cnd cantitatea din bunul considerat este r = 1, respectiv
r = 40.
Rezolvare:Pentru c a am considerat 4 puncte, polinomul de interpolare
a lui Lagrange are gradul 3, iar expresia lui este:
171
(1
S
)) (r) =
S
i=0
|
i
(r) ) (r
i
) =
S
i=0
|
i
(r) j
i
. unde
|
0
(r) =
(aa
1
)(aa
2
)(aa
3
)
(a
0
a
1
)(a
0
a
2
)(a
0
a
3
)
=
(a10)(a20)(aS0)
(10)(20)(S0)
=
a
3
60a
2
1100a6000
1S7
|
1
(r) =
(aa
0
)(aa
2
)(aa
3
)
(a
1
a
0
)(a
1
a
2
)(a
1
a
3
)
=
(a)(a20)(aS0)
(10)(1020)(10S0)
=
a
3
a
2
S0aS000
1000
|
2
(r) =
(aa
0
)(aa
1
)(aa
3
)
(a
2
a
0
)(a
2
a
1
)(a
2
a
3
)
=
(a)(a10)(aS0)
(20)(2010)(20S0)
=
a
3
1a
2
00a100
100
|
S
(r) =
(aa
0
)(aa
1
)(aa
2
)
(a
3
a
0
)(a
3
a
1
)(a
3
a
2
)
=
(a)(a10)(a20)
(S0)(S010)(S020)
=
a
3
Sa
2
S0a1000
000
Dup a efectuarea calculelor obtinem:
(1
S
)) (r) =
1
1000
r
S
7
200
r
2
67
20
r 6
Valoarea aproximativ a a protului pentru r = 1 este:
) (1) (1
S
)) (1) = 80, 7.
Valoarea aproximativ a a protului pentru r = 40 este:
) (40) (1
S
)) (40) = 186
Problema 4.7.1 O fabric produce dou tipuri de bunuri. Costul producerii
acestor bunuri este dat prin func tia ) (r, j), unde r si j reprezint cantit tile
produse din ecare tip de produs. S se minimizeze costul cnd
) (r, j) = r
S
j
S
8rj 10.
Rspuns:
)
nin
= ) (1, 1) = 0.
Problema 4.7.2 2) O fabric produce trei tipuri de bunuri. S se calculeze
pentru pentru ce cantit ti din cele trei bunuri se ob tine protul maxim, dac
dac protul este dat prin func tia:
) (r, j, .) = rj
2
.
S
(14 r 2j 8.) , rj . ,= 0,
unde r, j, ., reprezint cantit tile produse din cele trei bunuri.
172
Rspuns:
)
nnx
= ) (2, 2, 2) = 128.
Problema 4.7.3 S se determine punctele de extrem local legat pentru func tia
denit prin:
) (r, j) = 8rj r
S
j
S
, pentru orice (r, j) R
2
cu legtura r j = 2
folosind metoda direct.
Rspuns: (1, 1) punct de maxim
Problema 4.7.4 S se determine punctele de extrem local legat pentru func tia
denit prin:
) (r, j, .) = rj r. j.,
pentru orice (r, j, .) R
S
, cu legtura rj. = 1, folosind metoda multiplica-
torilor lui Lagrange, stiind c r 0, j 0, . 0.
Rspuns: (1, 1, 1) punct de minim
Problema 4.7.5 La un depozit sunt solicitate ntr-un trimestru 30000 buc ti
dintr-un anumit produs. Cunoscnd cheltuielile de lansare xe, ale comenzii
de 90000 u.m. si costul unitar de stocare de 1,5 u.m./buc/zi, s se deter-
mine elementele ce caracterizeaz aceast problem de gestiune exprimnd n
prealabil func tia ) ce reprezint cheltuielile totale legate de gestiunea pe acel
trimestru.
Rspuns:
t = 1 trimestru = 90 zile,
c
= 2000 bucti, :
c
= 1 ori, T
c
= 6 zile,
C
t
= ) () = 270000 u.m.
Problema 4.7.6 ntr-un an, dintr-un anumit produs sunt cerute 360000
buc ti. Cunoscnd costul unitar de stocare de 0,9 u.m./buc/zi, si cheltuielile
de lansare a comenzii de 18000 u.m. precum si costul unitar de penalizare de
0,6 u.m./buc/zi, s se determine elementele ce caracterizeaz aceast prob-
lem de stoc, utiliznd func tia cheltuielilor totale ) (n, )
Rspuns:
n
c
= 10000 buc,
c
= 4000 buc, :
c
= 86 ori, T
c
= 10 zile, ) (n, ) =
1206000 u.m.
Problema 4.7.7 O companie producatoare de ciocolata a determinat date
referitoare la cota de pia ta si respectiv pre tul de vnzare pe kilogram al cioco-
latei timp de patru luni consecutive. S-au ob tinut astfel urmatoarele rezultate:
173
Pret pe kg (EUR)
r 4,5 5,2 4,7 4,9
Cota de piat a (%)
j = ) (r) 10 8 8,9 9,1
S a se ajusteze aceste date numerice print-o dreapt a. Presupunnd c a n
luna a 5-a pretul pe kg este r = 2 s a se g aseasc a cota de piat a j.
R aspuns: j = 21, 26 2, 42 r
) (2) = 16, 181 (/) cot a de piat a.
Problema 4.7.8 In urma unui studiu privind cererea unor produse de prima
necesitate, s-au ob tinut urmatoarele date pentru venitul r al unei persoane si
cererea j a produselor respective:
Venit (mii Dolari)
r 1 2 4 8
Cerere (mii Dolari)
j = ) (r) 0,4 1 1,6 2
S a se ajusteze aceste date print-o functie de forma: j =
a
o
1
ao
0
.
R aspuns: r/ =
1
a
, j/ =
1
j
, Atunci j/ = a
1
a
0
r/ ,
j =
a
0,0a2,S
.
Problema 4.7.9 Se considera urmatoarele date numerice:
r 1 3 4 5 6
j = ) (r) 1 9 19 33 51
S a se ajusteze datele numerice printr-un polinom de gradul doi, iar apoi
s a se g aseasc a
valoarea lui j din punctul r = 8.
R aspuns: j = 8 4r 2r
2
, ) (8) = 00.
Problema 4.7.10 Sa se determine polinomul de interpolare a lui Lagrange
pentru func tia j = ) (r), daca sunt cunoscute datele numerice:
r -2 -1 0 1 2
j = ) (r) 1 -1 2 1 3
174
iar apoi s a se determine o valoare aproximativ a pentru ) (8).
R aspuns: (1
1
)) (r) =
2
S
r
1
1
6
r
S
S
S
r
2
7
6
r 2; ) (8)
(1
1
)) (8) = 81
Problema 4.7.11 Costul producerii unui bun de larg consum este o func tie
j = ) (r), n raport cu numarul r al buca tilor din bunul respectiv. Cunoscnd
datele numerice:
r 10 20 30 50
j = ) (r) 75 105 205 1215
s a se determine polinomul de interpolare a lui Lagrange. S a se g aseasc a
valoarea aproximativ a a
costului pentru r = 40.
R aspuns: (1
S
)) (r) = 0, 02r
S
1, 1r
2
20r 8
) (40) (1
S
)) (40) = 2.
175
5 Integrale Euleriene
5.1 Integrale generalizate
n cele ce urmeaz a vor considerate unele extensii ale integralei denite
pentru functii reale de o variabil a real a precum si pentru functii reale de
dou a variabile reale.
Fie ) : [a, /[ R, [a, /[ R, o functie real a de o variabil a real a.
Cum se stie, n denitia integralei denite (n sensul lui Riemann) sunt
f acute dou a ipoteze si anume:
i) a si / sunt numere reale nite
ii) functia ) este m arginit a pe [a, /[.
Aici vor date extinderi ale integralei denite la cazuri n care cel putin
una din aceste dou a ipoteze nu este ndeplinit a. Se obtin n acest fel integrale
generalizate sau integrale improprii.
5.1.1 Integrale pe interval nemrginit
Fie a un num ar real nit si e ) : [a, ) R o functie m arginit a pe [a, )
si integrabil a pe orice interval [a, /[ cu a < / < .
Denitia 5.1.1
_
o
o
)(r)dr = lim
bo
_
b
o
)(r)dr.
Daca limita din membrul drept exista si este nita se zice ca integrala din
membrul stng este convergenta si are valoarea egala cu aceasta limita, iar
daca limita din membrul drept nu exista sau este innita se zice ca integrala
din membrul stng este divergenta.
Exemplul 5.1.1 Fie integrala improprie
_
o
o
1
r
c
dr,
unde a 0 si c 0.
Se observa ca daca a 0 atunci func tia data prin rela tia )(r) =
1
r
c
este
marginita pe [a, ).
Avem
_
o
o
1
r
c
dr = lim
bo
_
b
o
1
r
c
dr.
176
Daca c = 1 atunci
_
b
o
1
r
c
dr =
_
b
o
1
r
c
dr = lnr
b
o
= ln/ lna,
iar daca c ,= 1 atunci
_
b
o
1
r
c
dr =
r
c1
c 1
b
o
=
/
1c
1 c

a
1c
1 c
.
Atunci, pentru c = 1
lim
bo
_
b
o
1
r
c
dr = lim
bo
(ln/ lna) = ,
pentru 0 < c < 1
lim
bo
_
b
o
1
r
c
dr = lim
bo
_
/
1c
1 c

a
1c
1 c
_
= ,
iar pentru c 1
lim
bo
_
b
o
1
r
c
dr = lim
bo
_
/
1c
1 c

a
1c
1 c
_
=
a
1c
1 c
=
a
1c
1 c
.
Deci integrala improprie
_
o
o
1
r
c
dr este convergenta daca c 1 (n acest
caz valoarea ei este
_
o
o
1
r
c
dr =
a
1c
c 1
) si este divergenta daca 0 < c _ 1.
Fie n continuare ) : [a, ) R o functie m arginit a pe [a, ). Consid-
erente legate de interpretarea geometric a a integralei denite ca arie a unui
trapez curbiliniu conduc la urm atoarea teorem a.
Teorema 5.1.1 Daca exista numerele reale pozitive si ' si numarul real
c 1 astfel nct
[)(r)[ _ '
1
r
c
pentru orice r
atunci integrala improprie
_
o
o
)(r)dr este convergenta.
n mod asem an ator se obtine si urm atoarea teorem a:
177
Teorema 5.1.2 Daca exista numerele reale pozitive si ' si numarul real
c cu 0 < c _ 1 astfel nct
[)(r)[ _ '
1
r
c
pentru orice r
_
o
o
)(r)dr este divergenta.
Din cele dou a teoreme precedente rezult a urm atorul criteriu practic de
convergent a-divergent a pentru integralele improprii de acest tip.
Criteriu de convergent a-divergent a
a) Dac a exist a c 1 astfel nct
lim
ao
r
c
[)(r)[ = c <
atunci
_
o
o
)(r)dr este convergent a.
b) Dac a exist a c (0, 1[ astfel nct
lim
ao
r
c
[)(r)[ = c 0
atunci
_
o
o
)(r)dr este divergent a.
Fie acum / un num ar real nit si ) : (, /[ R o functie m arginit a pe
(, /[ si integrabil a pe orice interval [a, /[, cu < a < /.
Denitia 5.1.2
_
b
o
)(r)dr = lim
oo
_
b
o
)(r)dr.
Daca limita din membrul drept exista si este nita se zice ca integrala
improprie din membrul stng este convergenta si are valoarea egala cu aceasta
limita, iar daca limita din membrul drept nu exista sau este innita se zice
ca integrala improprie din membrul stng este divergenta.
Exemplu tipic de asemenea integral a improprie este dat de
_
b
o
1
r
c
dr
unde / < 0 si c 0.
Ca si n cazul integralei improprii
_
o
o
1
r
c
dr, se g aseste c a integrala
improprie
_
b
o
1
r
c
dr este convergent a dac a c 1 si este divergent a dac a
c _ 1.
Au loc urm atoarele dou a teoreme.
178
Teorema 5.1.3 Daca exista numerele reale , ' si c, cu ' 0 si c 1
astfel nct
[)(r)[ _ '
1
[r[
c
pentru orice r <
_
b
o
Teorema 5.1.4 Daca exista numerele reale , ' si c, cu ' 0 si 0 <
c _ 1, astfel nct
[)(r)[ _ '
1
[r[
c
pentru orice r <
_
b
o
a) Dac a exist a c 1 astfel nct
lim
ao
[r[
c
[)(r)[ = c <
atunci
_
b
o
b) Dac a exist a c (0, 1[ astfel nct
lim
ao
[r[
c
[)(r)[ = c 0
atunci
_
b
o
n ne, e ) : R R o functie m arginit a pe R si integrabil a pe orice
interval [a, /[ cu < a < / < si e c R.
Denitia 5.1.3
_
o
o
)(r)dr =
_
c
o
)(r)dr
_
o
c
)(r)dr
Daca ambele integrale improprii din membrul drept sunt convergente,
atunci integrala improprie din membrul stng este convergenta, iar daca cel
pu tin una din integralele improprii din membrul drept este divergenta atunci
integrala improprie din membrul stng este divergenta.
Dac a o integral a improprie este convergent a atunci ea are toate propri-
et atile integralelor proprii.
De aceea exist a dou a posibilit ati de abordare a unei integrale improprii:
179
i) utiliznd denitia integralei respective ca limit a a unei integrale proprii,
ii) studiind nti convergenta integralei improprii respective prin utilizarea
unui criteriu de convergent a-divergent a si apoi - n cazul c a integrala
este convergent a - calculnd-o prin folosirea metodelor de calcul ale
integralelor proprii.
5.1.2 Integrale din functii nem arginite
Fie ) : (a, /[ R, cu a si / < o functie integrabil a pe orice
interval nchis complet continut n intervalul (a, /[ si cu
lim
ia
ia
)(r) = , sau lim
ia
ia
)(r) = .
Denitia 5.1.4
_
b
o
)(r)dr = lim
s0
s0
_
b
o.
)(r)dr.
Daca limita din membrul drept exista si este nita, atunci se zice ca
integrala improprie din membrul stng este convergenta si valoarea ei este
egala cu valoarea limitei respective, iar daca limita din membrul drept nu
exista sau este innita, atunci se zice ca integrala improprie din membrul
stng este divergenta.
Exemplul 5.1.2
_
b
o
1
(r a)
c
dr, unde a , / < si c 0.
Avem
_
b
o
1
(r a)
c
dr = lim
s0
s0
_
b
o.
1
(r a)
c
dr.
Daca c = 1, atunci
_
b
o.
1
(r a)
c
dr =
_
b
o.
1
r a
dr = ln(r a)[
b
o.
= ln(/ a) ln-,
deci
lim
sc
s0
_
b
o.
1
(r a)
c
dr = lim
s0
s0
(ln(/ a) ln-) = .
Daca c ,= 1, atunci
180
_
b
o.
1
(r a)
c
dr =
(r a)
c1
c 1
b
o.
=
(/ a)
1c
1 c

-
1c
1 c
,
deci pentru c 1
lim
s0
s0
_
b
o.
1
(r a)
c
dr = lim
s0
s0
_
(/ a)
1c
1 c

-
1c
1 c
_
=
si pentru 0 < c < 1
lim
.0
_
b
o.
1
(r a)
c
dr = lim
s0
s0
_
(/ a)
1c
1 c

-
1c
1 c
_
=
(/ a)
1c
1 c
.
S-a ob tinut astfel ca integrala improprie
_
b
o
1
(r a)
c
dr este convergenta
daca 0 < c < 1 si este divergenta daca c _ 1.
Considerente bazate pe interpretarea geometric a a integralei denite ca
arie a unui trapez curbiliniu conduc la urm atoarele dou a teoreme.
Teorema 5.1.5 Daca exista numerele reale , ' si c, cu a, ' 0 si
0 < c < 1 astfel nct
[)(r)[ _ '
1
(r a)
c
pentru orice r care satisface condi tiile a < r < , atunci integrala improprie
_
b
o
Teorema 5.1.6 Daca exista numerele reale , ' si c, cu a, ' 0 si
c _ 1 astfel nct
[)(r)[ _ '
1
(r a)
c
pentru orice r care satisface condi tiile a < r < , atunci integrala improprie
_
b
o
Aceste dou a teoreme permit enuntarea urm atorului criteriu de convergent a-
divergent a pentru acest tip de integrale improprii.
181
a) Dac a exist a c (0, 1) astfel nct
lim
ia
ia
(r a)
c
[)(r)[ = c <
_
b
o
b) Dac a exist a c _ 1 astfel nct
lim
ia
ia
(r a)
c
[)(r)[ = c 0
_
b
o
Fie acum ) : [a, /) R, cu a si / < , o functie m arginit a si
integrabil a pe orice interval nchis complet continut n intervalul [a, /) si cu
lim
il
i<l
)(r) = sau lim
il
i<l
)(r) = .
Denitia 5.1.5
_
b
o
)(r)dr = lim
s0
s0
_
b.
o
)(r)dr.
Daca limita din membrul drept exista si este nita, atunci se zice ca
integrala improprie din membrul stng este convergenta si are valoarea egala
cu valoarea limitei respective, iar daca limita din membrul drept nu exista
sau este innita, atunci se zice ca integrala improprie din membrul stng
este divergenta.
Prin calcule similare celor din exemplul anterior se g aseste c a integrala
improprie
_
b
o
1
(/ r)
c
dr,
unde a , / < si c 0, este convergent a dac a c (0, 1) si este
divergent a dac a c _ 1.
Au loc urm atoarele dou a teoreme.
Teorema 5.1.7 Daca exista numerele reale 1, ' si c, cu 1 < / si c (0, 1)
astfel nct
[)(r)[ _ '
1
(/ r)
c
182
pentru orice r care satisface condi tiile 1 < r < /, atunci integrale improprie
_
b
o
Teorema 5.1.8 Daca exista numerele reale 1, ' si c, cu 1 < /, ' 0 si
c _ 1 astfel nct
[)(r)[ _ '
1
(/ r)
c
pentru orice r care satisface condi tiile 1 < r < /, atunci integrale improprie
_
b
o
Aceste dou a teoreme stau la baza urm atorului criteriu practic de conver-
gent a-divergent a pentru integrale improprii de acest tip.
a) Dac a exist a c (0, 1) astfel nct
lim
il
i<l
(/ r)
c
[)(r)[ = c <
_
b
o
b) Dac a exist a c _ 1 astfel nct
lim
il
i<l
(/ r)
c
[)(r)[ = c 0
_
b
o
n ne, s a consider am functia ) : [a, c) '(c, /[ R, cu a , / < ,
c (a, /), o functie integrabil a pe orice interval nchis complet continut n
multimea [a, c) ' (c, /[ si cu
lim
ac
)(r) = , sau lim
ac
)(r) =
(sau cu cel putin una din limitele laterale n c innite).
Denitia 5.1.6
_
b
o
)(r)dr =
_
c
o
)(r)dr
_
b
c
)(r)dr.
Daca ambele integrale din membrul drept sunt convergente, atunci inte-
grala improprie din membrul stng este convergenta, iar daca cel pu tin una
din integralele din membrul drept este divergenta, atunci integrala improprie
din membrul stng este divergenta.
183
Si n cazul integralelor improprii din functii nem arginite se demonstreaz a
c a dac a o integral a improprie este convergent a, atunci ea se bucur a de toate
propriet atile integralelor proprii, astfel nct, dup a ce se arat a c a o integral a
improprie este convergent a, calculul ei poate f acut utiliznd metodele de
integrare cunoscute pentru integralele proprii.
Mention am n ncheiere c a, dac a n intervalul [a, /[ exist a mai multe
puncte n care cel putin una din limitele laterale ale functiei ) nu este nit a,
_
b
o
)(r)dr
se deneste ca o sum a de integrale improprii avnd ecare cte o limit a de
integrare n care functia ) este nem arginit a.
Fat a de integralele improprii pe interval nem arginit, la care faptul c a sunt
improprii este evident - una din limitele de integrare ind innit a, integralele
improprii din functii nem arginite nu-si "evidentiaz a" att de clar faptul c a
sunt improprii, fapt care poate duce la rezultate eronate.
Asa de exemplu, pentru integrala
_
1
2
1
r
dr
avem c a
lim
i0
i<0
1
r
= si lim
i0
i0
1
r
= ,
deci n intervalul de integrare [2, 1[ exist a punctul critic c = 0.
De aceea
_
1
2
1
r
dr =
_
0
2
1
r
dr
_
1
0
1
r
dr.
Ambele integrale din membrul drept sunt divergente (vezi exemplele con-
siderate mai sus). Atunci integrala improprie
_
1
2
1
r
dr
este divergent a. (Ea exist a ca obiect matematic, dar nu este un num ar).
Neobservnd existenta punctului critic c = 0, cu supercialitate, s-ar
putea scrie
184
_
1
2
1
r
dr = ln[r[ [
1
2
= ln[1[ ln[ 2[ = ln
1
2
,
deci s-ar obtinut c a num arul real ln
1
2
nu exist a.
5.2 Integrale euleriene
Sub denumirea de integrale euleriene vom studia trei integrale improprii des
folosite n teoria probabilit atilor si n diverse alte domenii ale matematicii
aplicate.
5.2.1 Integrala lui Euler de speta nti. Functia beta
Denitia 5.2.1 Se nume ste integrala lui Euler de spe ta nti integrala
_
1
0
r
j1
(1 r)
q1
dr,
care pentru j < 1 este o integrala improprie avnd ca punct critic pe 0 si
pentru < 1 este o integrala improprie avnd ca punct critic pe 1.
Vom scrie
_
1
0
r
j1
(1 r)
q1
dr =
_
12
0
r
j1
(1 r)
q1
dr
_
1
12
r
j1
(1 r)
q1
dr
si vom studia pe rnd convergenta ec areia din integralele improprii din
membrul drept.
Avem
lim
i0
i0
(r 0)
c
[r
j1
(1 r)
q1
[ = lim
i0
i0
r
cj1
(1 r)
q1
= lim
i0
i0
r
cj1
.
Dar
lim
i0
i0
r
cj1
=
_
_
_
, dac a c j 1 < 0
1, dac a c j 1 = 0
0, dac a c j 1 0.
Deci limita este nit a dac a c j 1 _ 0 si este strict pozitiv a dac a
c j 1 _ 0.
185
Pentru a putea utiliza armatia a) din criteriul corespunz ator de conver-
gent a-divergent a trebuie s a existe c (0, 1) astfel nct c j 1 _ 0. Dar
relatia c j 1 _ 0 se mai poate scrie c 1 j. Deci trebuie s a existe c
pentru care 1 j _ c < 1, ceea ce este posibil doar dac a 1 j < 1 deci dac a
a 0.
Rezult a c a integrala improprie
_
12
0
r
j1
(1 r)
q1
dr este convergent a
dac a a 0.
Pentru a putea utiliza armatia b) a criteriului corespunz ator de convergent a-
divergent a trebuie s a existe c _ 1 astfel nct c j 1 _ 0. Dar relatia
c j 1 _ 0 se mai poate scrie c _ 1 j. Deci trebuie s a existe c pentru
care 1 _ c _ 1 j, ceea ce este posibil doar dac a 1 _ 1 j, deci dac a a _ 0.
_
12
0
r
j1
(1 r)
q1
dr este divergent a
dac a a _ 0.
n mod similar, avem
lim
i1
i<1
(1 r)
c
[r
j1
(1 r)
q1
[ =
= lim
i1
i<1
r
j1
(1 r)
cq1
= lim
i1
i<1
(1 r)
cq1
.
Dar
lim
i1
i<1
(1 r)
cq1
=
_
_
_
, dac a c 1 < 0
1, dac a c 1 = 0
0, dac a c 1 0.
Deci limita este nit a dac a c 1 _ 0 si este strict pozitiv a dac a
c 1 _ 0.
Pentru a putea utiliza armatia a) din criteriul corespunz ator de convergent a-
divergent a trebuie deci s a existe c (0, 1) astfel nct c 1 _ 0. Dar
relatia c 1 _ 0 se poate scrie c _ 1 . Deci trebuie s a existe c asa
nct 1 _ c < 1, ceea ce este posibil doar dac a 1 < 1, deci dac a 0.
Rezult a astfel c a integrala improprie
_
1
12
r
j1
(1 r)
q1
dr este conver-
gent a dac a 0.
Pentru a putea utiliza armatia b) din criteriul corespunz ator de conver-
gent a-divergent a trebuie s a existe c _ 1 astfel nct c 1 _ 0. Dar
relatia c 1 _ 0 se poate scrie c _ 1 . Deci trebuie s a existe c astfel
nct 1 _ c _ 1 , ceea ce este posibil doar dac a _ 0.
_
1
12
r
j1
(1r)
q1
dr este divergent a
dac a _ 0.
186
Cumulnd rezultatele obtinute mai sus obtinem c a integrala improprie
_
1
0
r
j1
(1 r)
q1
dr
este convergent a dac a j 0 si 0 si este divergent a n celelalte cazuri.
De fapt dac a j _ 1 si _ 1 atunci ea este o integral a propriu-zis a
(proprie).
Cele constatate aici permit denirea unei functii reale de dou a variabile
reale 1 : (0, ) (0, ) R prin relatia
1(j, ) =
_
1
0
r
j1
(1 r)
q1
dr.
Aceast a functie se numeste functia lui Euler de speta nti sau
functia beta.
n continuare vom da cteva propriet ati ale functiei beta.
(B1) 1(j, 1) =
1
j
ntr-adev ar,
1(j, 1) =
_
1
0
r
j1
(1 r)
11
dr =
_
1
0
r
j1
dr =
r
c
j
1
0
=
1
j
.
n particular, pentru j = 1 se obtine
1(1, 1) = 1.
(B2)
1
_
1
2
,
1
2
_
= .
ntr-adev ar, avem
1
_
1
2
,
1
2
_
=
_
1
0
r
1
2
1
(1 r)
1
2
1
dr =
_
1
0
1
_
r(1 r)
dr,
integral a pe care o putem calcula utiliznd substitutia lui Euler
_
r(1 r) = tr,
de unde se g aseste
187
r = ,(t) =
1
1 t
2
si deci ,
t
(t) =
2t
(1 t
2
)
2
.
Pentru ca r = 0 trebuie ca t = si pentru ca r = 1 trebuie ca t = 0.
Deci
_
1
0
1
_
r(1 r)
dr =
_
0
o
1
t .
1
1t
2
2t
(1 t
2
)
2
dt = 2
_
0
o
1
1 t
2
dt = 2
_
o
0
1
1 t
2
dt
= 2 arctq [
o
0
= 2(arctq arctq 0) = 2
_
2
0
_
= .
(B3)
1(j, ) = 1(, j).
ntr-adev ar, avem
1(j, ) =
_
1
0
r
j1
(1 r)
q1
dr
din care, f acnd substitutia r = c(t) = 1 t se obtine
1(j, ) =
_
1
0
(1 t)
j1
(1 (1 t))
q1
(1 t)
t
dt =
_
1
0
(1 t)
j1
t
q1
dt =
=
_
1
0
t
q1
(1 t)
j1
dt =
_
1
0
r
q1
(1 r)
j1
dr = 1(, j).
(B4) Dac a j 1 atunci
1(j, ) =
j 1
j 1
1(j 1, ).
ntr-adev ar, dac a integr am prin p arti punnd
)(r) = r
j1
si q
t
(r) = (1 r)
q1
obtinem
1(j, ) =
_
1
0
r
j1
(1r)
q1
dr = r
j1
(1 r)
q
1
0
_
1
0
(j1)r
j2
.
(1 r)
q
dr =
188
=
j 1
_
1
0
r
j2
(1 r)
q
dr =
j 1
_
1
0
r
j2
(1 r)(1 r)
q1
dr =
=
j 1
_
1
0
(r
j2
r
j1
)(1r)
q1
dr =
j 1
_
1
0
[r
j2
(1r)
q1
r
j1
(1r)
q1
[dr =
=
j 1
__
1
0
r
j2
(1 r)
q1
dr
_
1
0
r
j1
(1 r)
q1
dr
_
=
j 1
[1(j 1, ) 1(j, )[ .
Deci am obtinut egalitatea
1(j, ) =
j 1
[1(j 1, ) 1(j, )[ ,
din care se obtine imediat
1(j, ) =
j 1
j 1
1(j 1, ) .
Mention am c a ipoteza j 1 este necesar a pentru ca j 1 0 si deci
1(j 1, ) s a existe.
Proprietatea (B4) demonstrat a aici permite micsorarea cu o unitate a
primului argument al functiei 1. Ea poate utilizat a succesiv atta timp
ct primul argument r amne pozitiv.
(B5) Dac a 1 atunci
1(j, ) =
1
j 1
1(j, 1).
Aceast a proprietate rezult a usor din propriet atile (B4) si (B3). ntr-
adev ar, avem succesiv
1(j, ) = 1(, j) =
1
j 1
1( 1, j) =
1
j 1
1(j, 1).
Proprietatea (B5) permite micsorarea cu o unitate a celui de al doilea
argument al functiei 1. Ea poate de asemenea utilizat a succesiv atta
timp ct al doilea argument r amne pozitiv.
189
Observ am astfel c a prin utilizarea convenabil a a propriet atilor (B4) si
(B5) se poate calcula 1(j, ) pentru j 1 si 1 dac a se cunoaste
1(j, ), unde r noteaz a partea fractionar a a lui r.
Exist a tabele cu valori ale lui 1(j, ) pentru 0 < j _ 1 si 0 < _ 1.
Exemplu de utilizare a propriet atilor (B4) si (B5).
Avem
1
_
8
2
,

2
_
=
S
2
1
S
2

2
1
1
_
8
2
1,

2
_
=
1
6
1
_
1
2
,

2
_
=
=
1
6
2
1
1
2

2
1
1
_
1
2
,

2
1
_
=
1
6

8
4
1
_
1
2
,
8
2
_
=
=
1
6

8
4

S
2
1
1
2

S
2
1
1
_
1
2
,
8
2
1
_
=
1
6

8
4

1
2
1
_
1
2
,
1
2
_
=
=
1
6

8
4

1
2
=
1
16
.
(B6) Dac a : N
+
si : N
+
atunci
1(:, :) =
(:1)! (: 1)!
(:: 1)!
.
Aceast a relatie rezult a din utiliz ari succesive ale propriet atilor (B4) si
(B5) astfel
1(:, :) =
:1
:: 1
1(:1, :) =
:1
:: 1
:2
:: 2
1(:2, :) =
= =
:1
:: 1
:2
:: 2

1
: 1
1(1, :) =
=
:1
:: 1
:2
:: 2

1
: 1
: 1
1 : 1
1(1, : 1) =
=
:1
:: 1
:2
:: 2

1
: 1
: 1
:
: 2
1 : 1 1
1(1, : 2) = . . .
=
:1
:: 1
:2
:: 2

1
: 1
: 1
:
: 2
: 1

1
1
1(1, 1) =
190
=
1 2 ... (:2) (:1) 1 2... (: 2) (: 1)
1 2 ... (:: 2) (:: 1)
1 =
=
(:1)! (: 1)!
(:: 1)!
Astfel, de exemplu
1(, 4) =
4! 8!
8!
=
1
280
.
(B7) Dac a 0 < j < 1 atunci
1(j, 1 j) =

sin j
.
Omitem aici demonstrarea acestei propriet ati. Din (B7) se obtine imediat
(B2) lund j =
1
2
1
_
1
2
, 1
1
2
_
=

sin

2
= .
5.2.2 Integrala lui Euler de speta a doua. Functia gama
Denitia 5.2.2 Se nume ste integrala lui Euler de spe ta a doua integrala
_
o
0
r
o1
c
a
dr,
care este o integrala improprie (avnd limita superioara de integrare ) si
n plus daca a < 1 are punct critic si pe 0.
Vom scrie
_
o
0
r
j1
c
a
dr =
_
1
0
r
j1
c
a
dr
_
o
1
r
j1
c
a
dr
Prima dintre integralele din membrul drept, pentru j < 1, este o integral a
improprie avnd punct critic pe 0.
Avem
lim
i0
i0
(r 0)
c
[r
j1
c
a
[ = lim
i0
i0
r
cj1
c
a
= lim
i0
i0
r
cj1
.
Dar
191
lim
i0
i0
r
cj1
=
_
_
_
, dac a c j 1 < 0
1, dac a c j 1 = 0
0, dac a c j 1 0
Deci limita este nit a dac a c j 1 _ 0 si este strict pozitiv a dac a
c j 1 _ 0.
Pentru a putea utiliza armatia a) din criteriul de convergent a-divergent a
pentru integrale improprii din functii nem arginite trebuie deci s a existe c
(0, 1) astfel nct c j 1 _ 0. Ultima relatie putnd scris a c _ 1 j,
rezult a c a trebuie s a existe c pentru care 1 j _ j < 1, ceea ce este posibil
doar dac a 1 j < 1, deci dac a j 0.
_
1
0
r
j1
c
a
dr este convergent a dac a j
0.
Pentru a putea utiliza armatia b) din criteriul respectiv de convergent a-
divergent a trebuie s a existe c _ 1 astfel nct c j 1 _ 0. Ultima relatie
putnd scris a c _ 1j, rezult a c a trebuie s a existe c pentru care 1 _ c _
1 j, ceea ce este posibil doar dac a 1 _ 1 j, deci dac a j _ 0.
_
1
0
r
j1
c
a
dr este divergent a dac a
j _ 0.
A doua integral a din membrul drept este o integral a improprie pe interval
innit. Avem
lim
ao
r
c
[r
j1
c
a
[ = lim
ao
r
cj1
c
a
= 0 <
oricare ar cj 1 (deoarece functia exponential a creste mai repede dect
functia putere). Orice valoare ar avea j se poate lua c 1 si vom obtine,
conform criteriului de convergent a-divergent a pentru integrale improprii cu
limita superioar a de integrare innit a c a integrala improprie
_
o
1
r
j1
c
a
dr
este convergent a pentru orice valoare a lui j.
Rezult a deci c a integrala improprie
_
o
0
r
j1
c
a
dr este convergent a dac a
j 0 si este divergent a dac a j _ 0.
Acest rezultat ne permite s a denim functia real a de o variabil a real a
I : (0, ) R prin relatia
I(j) =
_
o
0
r
j1
c
a
dr.
Aceast a functie se numeste functia lui Euler de speta a doua sau
functia gama.
n continuare vom da cteva propriet ati ale functiei gama.
192
(I1) I(1) = 1.
ntr-adev ar, avem
I(1) =
_
o
0
r
11
c
a
dr =
_
o
0
c
a
dr = c
a
o
0
= 0 (1) = 1.
(I2) Dac a j 1, atunci
I(j) = (j 1)I(j 1).
ntr-adev ar, dac a integr am prin p arti punnd )(r) = r
j1
si q
t
(r) = c
a
,
avem succesiv
I(j) =
_
o
0
r
j1
c
a
dr = r
j1
(c
a
)
o
0

_
o
0
(j 1)r
j2
(c
a
)dr =
r
j1
c
a
o
0

(j 1)
_
o
0
r
j2
c
a
dr = (j 1)I(j 1).
Mention am c a ipoteza j 1 este necesar a pentru a exista I(j 1).
Proprietatea I2) permite micsorarea cu o unitate a argumentului functiei
gama. Prin utiliz ari succesive ale acestei propriet ati, calculul lui I(j) pentru
j 1 poate redus la calculul lui I(j).
Exist a tabele cu valori ale functiei gama pentru 0 < j _ 1.
(I8) Dac a : N
+
, atunci
I(:) = (:1)!
ntr-adev ar, utiliznd succesiv proprietatea I2), obtinem
I(:) = (:1)I(:1) = (:1)(:2)I(:2) =
= = (:1)(:2) . . . 1I(1) = (:1)!I(1) = (:1)!
Proprietatea I8) sugereaz a faptul c a functia gama este o generalizare a
factorialului.
S a observ am n continuare c a dac a n proprietatea B6) a functiei beta,
193
1(:, :) =
(:1)! (: 1)!
(:: 1)!
,
utiliz am n locul factorialului valori ale functiei gama date de proprietatea
I8) obtinem
1(:, :) =
I(:) I(:)
I(::)
, \ :, : N
+
.
Aceast a relatie dintre functiile beta si gama r amne adev arat a si pentru
argumente reale, adic a are loc proprietatea
(I4) 1(j, ) =
I(j) I()
I(j )
, \ j 0 si \ 0,
cunoscut a sub denumirea de relatia lui Euler.
(I) I
_
1
2
_
=
_
.
ntr-adev ar, dac a n relatia lui Euler lu am a = / =
1
2
, obtinem
1
_
1
2
,
1
2
_
=
I
_
1
2
_
I
_
1
2
_
I
_
1
2

1
2
_ .
Dar 1
_
1
2
,
1
2
_
= , iar I(1) = 1, deci
=
_
I
_
1
2
__
2
,
din care rezult a I
_
1
2
_
=
_
.
5.2.3 Integrala Euler-Poisson
Denitia 5.2.3 Integrala improprie
_
o
0
c
a
2
dr
se nume ste integrala Euler-Poisson.
Deoarece functia dat a prin relatia )(r) = c
a
2
este m arginit a pe (0, ),
rezult a c a integrala Euler-Poisson este o integral a improprie pe interval nem arginit.
Avem
lim
ao
r
c
[c
a
2
[ = lim
ao
r
c
c
a
2
= 0 <
194
pentru orice valoare a lui c, deci si pentru c 1.
Atunci, utiliznd criteriul de convergent a-divergent a pentru integrale im-
proprii pe interval nem arginit, rezult a c a integrala Euler-Poisson este con-
vergent a.
Calculul ei poate deci f acut ca si calculul unei integrale proprii.
Dac a utiliz am substitutia r = ,(t) = t
1
2
, deci ,
t
(t) =
1
2
t
1
2
, obtinem
_
o
0
c
a
2
dr =
_
o
0
c
t
1
2
t
1
2
dt =
=
1
2
_
o
0
t
1
2
1
c
t
dt =
1
2
I
_
1
2
_
.
Dar I
_
1
2
_
=
_
, deci
_
o
0
c
a
2
dr =
1
2
_
.
Observatia 5.2.1 Prin calcule elementare se gasesc urmatoarele rezultate
_
o
o
c
a
2
dr =
_
si
_
o
o
c
i
2
2
dr =
_
2.
Problema 5.3.1 Sa se studieze convergen ta urmatoarelor integrale impro-
prii:
a)
_
o
0
rc
a
dr, b)
_
o
0
ao a
a
2
a1
, c)
_
1
0
ln a
_
1a
2
dr
Rezolvare:
a) Integrala improprie are punct critic n extremitatea dreapt a a intervalului
de integrare (anume, ).
Prin calcul obtinem:
_
o
0
rc
a
dr = lim
oo
_
o
0
rc
a
dr = lim
oo
_
r
_
c
5i
o
0

1
_
o
0
c
a
dr
_
=
lim
oo
_
o c
5a
lim
oo
_
c
5a
_
=
1
2
.
In concluzie integrala improprie este convergent a ind egal a cu
1
2
.
195
b) Integrala improprie are punct critic n extremitatea dreapt a a intervalului
de integrare , .
Folosind criteriul practic de convergent a-divergent a obtinem:
lim
ao
r
c
[) (r)[ = lim
ao
r
c a
a
2
a1
= lim
ao
a
o+1
a
2
a1
Pentru c = 1 limita de mai sus este:
lim
ao
r [) (r)[ = lim
ao
a
2
a
2
a1
= 1 0
In concluzie, exist a c = 1 (0, 1[ astfel nct lim
ao
r
c
[) (r)[ = 1 0 si
deci integrala este divergent a.
c) Integrala are dou a puncte critice si anume: r = 0 si r = 1.
Descompunem integrala n suma a dou a integrale, ecare avnd un singur
punct critic si anume:
_
1
0
ln a
_
1a
2
dr =
_
12
0
ln a
_
1a
2
dr
_
1
12
ln a
_
1a
2
dr.
Studiem convergenta primei integrale, ce are un singur punct critic n
r = 0
lim
a0
a0
(r 0)
c
[) (r)[ = lim
a0
a0
r
c
ln a
_
1a
2
= lim
a0
a0
a
o
(ln a)
_
1a
2
= lim
a0
a0
a
o
ln a
_
1a
_
1a
=
lim
a0
a0
r
c
lnr.
Pentru c =
1
2
(0, 1) obtinem:
lim
a0
a0
(r 0)
c
[) (r)[ = lim
a0
a0
ln a
1
_
i
= lim
a0
a0
_

1
i
1
2
1
_
i
3
_
= lim
a0
a0
_
a
3
a
= 0 <
Conform criteriului practic de convergent a-divergent a, prima integral a
este convergent a.
Studiem convergenta celei de-a doua integrale.
lim
a1
a<1
(1 r)
c
[) (r)[ = lim
a1
a<1
(1 r)
c (ln a)
_
1a
_
1a
=
1
_
2
lim
a1
a<1
(1a)
o
ln a
(1a)
1
2
Fie c =
1
2
(0, 1), obtinem astfel:
lim
a1
a<1
(1 r)
c
[) (r)[ =
1
_
2
lim
a1
a<1
(1a)
1
2
ln a
(1a)
1
2
= 0 <
In concluzie, si a doua integral a este convergent a, si n nal si integrala
considerat a este convergent a.
Problema 5.3.2 Sa se precizeze care din urmatoarele integrale sunt conver-
gente.
a)
_
o
0
a
_
aoa
1a
2
, b)
_
r
2
0
lnsinrdr, c)
_
o
S
oa
_
a(a1) (a2)
.
196
Rezolvare:
a) Aplicnd criteriul practic de convergent a-divergent a obtinem: (r = ,
este punct critic).
lim
ao
r
c
[) (r)[ = lim
ao
r
c
a
_
a
1a
2
= lim
ao
a
o+
3
2
a
2
1
Lund c =
1
2
(0, 1), limita de mai sus devine
lim
ao
r
1
2
[) (r)[ = lim
ao
a
2
a
2
1
= 1 0.
In concluzie integrala este divergent a.
Sau direct:
_
o
0
a
_
a
1a
2
dr = lim
oo
_
o
0
a
_
a
1a
2
dr
Facem schimbarea de variabil a,
_
r = t, si obtinem:
_
o
0
a
_
a
1a
2
dr = lim
oo
_
_
o
0
t
3
1t
4
dt = lim
oo
_
ln(1t
4
)
1
_
o
0
_
= lim
oo
ln(1o
2
)
1
=
Deci integrala este divergent a.

b) Integrala improprie are r = 0 punct critic, deoarece functia de inte-
grat este nem arginit a n acest punct. Conform criteriului practic de
convergent a-divergent a obtinem:
| = lim
a0
a0
(r 0)
c
[lnsinr[ = lim
a0
a0
r
c
(lnsinr) = lim
a0
a0
_
ln sin a
1
i
o
_
Pentru c =
1
2
, obtinem:
| = lim
a0
a0
_
ln sin a
1
_
i
_
= lim
a0
a0
_
1
sin i
cos a
1
2
1
_
i
3
_
= lim
a0
a0
cos i
sin i
1
2
1
_
i
3
= 2 lim
a0
a0
_
1
sin
2
i
3
4
1
_
i
5
_
=
=
1
S
lim
a0
a0
1
1
_
i
sin
2
i
i
2
=
1
S
lim
a0
a0
_
r = 0
Pentru calculul limitei de mai sus s-a folosit teorema lui LHospital.
Asadar exist a c =
1
2
(0, 1) ,astfel nct | = 0 < si n concluzie
integrala este convergent a.
c) Integrala improprie are punctul critic r = .
Aplicnd criteriul practic de convergent a-divergent a se obtine:
| = lim
ao
r
c
[) (r)[ = lim
ao
a
o
_
a(a1)(a2)
Pentru c =
S
2
1, limita devine:
| = lim
ao
a
3
2
_
a(a1)(a2)
= lim
ao
a
3
2
a
3
2
q
(1
1
i
)(1
2
i
)
= 1 < .
n concluzie integrala este convergent a.
197
Problema 5.3.3 Sa se calculeze valorile func tiilor lui Euler:
a) I(6), b) I
_
2
_
, c) 1(8, ), d) 1
_
S
2
,
1
2
_
, e) 1
_
1
1
,

1
_
Rezolvare:
a) I(6) = ! = 120
b) I
_
2
_
=
_
2
1
_
I
_
2
1
_
=
S
2
I
_
S
2
_
=
S
2
_
S
2
1
_
I
_
S
2
1
_
=
S
2
1
2
I
_
1
2
_
=
S
_
1
c) 1(8, ) =
(S1)!(1)!
(S1)!
=
2! 1!
7!
=
1S
010
=
1
10
d) 1
_
S
2
,
1
2
_
=
(
3
2
)(
1
2
)
(
3
2
1
2
)
=
1
2
_
1!
=

2
e) 1
_
1
1
,
7
1
_
=
7
4
1
1
4
7
4
1
1
_
1
1
,
S
1
_
=
3
4
1
1
_
1
1
,
S
1
_
=
S
1

sin
r
4
=
S
1

_
2
2
=
S
2
_
2
Problema 5.3.4 Folosind integralele euleriene sa se calculeze integralele:
a)
_
b
o
oa
_
(ao)(ba)
, b)
_
o
2
rc
2a
dr, c)
_
o
0
3
_
a
1a
2
dr.
Rezolvare:
a) Facem schimbarea de variabil a
ao
bo
= t, dr = (/ a) dt
Limitele de integrare:
_
r = a = t = 0
r = / = t = 1
Deci,
_
b
o
oa
_
(ao)(ba)
=
_
1
0
(bo)ot
_
(bo)t(bo)(1t)
=
_
1
0
ot
_
t(1t)
=
_
1
0
t
1
2
(1 t)
1
2
dt =
1
_
1
2
,
1
2
_
=
b) Facem schimbarea de variabil a
r 2 = t = dr = dt Obtinem astfel:
_
o
2
rc
2a
dr =
_
o
0
(t 2) c
t
dt =
_
o
0
tc
t
dt 2
_
o
0
c
t
dt = I(2)
2I(1) = 1! 2 1 = 8.
c) Facem schimbarea de variabil a:
r
2
=
t
1t
, dr =
1
2
_
t
1t
_
1
2
1
(1t)
2
dt.
_
o
0
3
_
a
1a
2
dr =
_
1
0
(
I
1I
)
1
6
1
I
1I
1
2
_
t
1t
_
1
2
1
(1t)
2
dt =
1
2
_
1
0
t
1
6
1
2
(1 t)
1
6
1
1
2
2
dt
=
1
2
_
1
0
t
1
3
(1 t)
2
3
dt =
1
2
1
_
2
S
,
1
S
_
=
1
2
1
_
1
S
,
2
S
_
=
1
2

sin
r
3
=
1
2

_
3
2
=

_
S
.
198
Problema 5.4.1 Sa se studieze natura integralelor de mai jos
a)
_
o
0
a
4
1
a
6
1
dr, b)
_
o
0
c
a
sinrdr, c)
_
o
0
aoa
1a
2
, d)
_
2
0
oa
_
1a
2
, e)
_
o
0
a
a1
1a
dr, a 0
R aspuns:
a) Convergent a si are valoarea
2
S
b) Convergent a
c) Divergent a
d) Convergent a
e) Convergent a pentru 0 < a < 1.
Problema 5.4.2 Sa se calculeze valorile func tiilor lui Euler:
a) I(8), b) I
_
9
2
_
, c) 1(2, 2), d) 1
_
S
2
,
S
2
_
,
R aspuns:
a) 040, b)
10
_
16
, c)
1
6
, d)

S
Problema 5.4.3 Folosind integralele euleriene sa se calculeze:
a)
_
1
0
_
r
r
6
dr, b)
_
r
2
0
sin
1
r cos
2
rdr, c)
_
o
0
a
3
oa
(1a
3
)
2
, d)
_
o
0
r
2
c
i
5
dr,
e)
_
o
0
3
_
a
(1a)
4
dr
R aspuns:
a)

2
7
, b)

S
, c)
2
_
S
27
, d) 20, e)
10
_
S
S
5
199
6 Cmp de evenimente, cmp de probabilitate
Calculul probabilit atilor a ap arut n secolul XVII pornind de la studiul
jocurilor de noroc. Aceast a problematic a a f acut obiectul unei corespon-
dente ntre B. Pascal si P. Fermat si a fost continuat a n secolul XVIII
de c atre Jaques Bernoulli si Abraham de Moivre. In 1812 Laplace public a
Teoria analitic a a probabilit atilor. Ulterior, progresele n domeniu cunosc
o dezvoltare considerabil a nct ast azi calculul probabilit atilor si statistica
matematic a au aplicatii n toate ramurile activit atii umane (zic a, economie,
demograe, biologie, meteorologie, psihologie,etc.). Teoria probabilit atilor
este o teorie matematic a constituit a pe baza convingerii rationale a omului
c a incertitudinea care domneste n diferite domenii de activitate uman a poate
micsorat a, pe convingerea c a un rezultat viitor este n bun a m asur a pre-
dictibil. Notiunea central a, probabilitatea, este o m asur a numeric a a sansei
de realizare a unui eveniment aleator (ntmpl ator) n anumite conditii bine
precizate. O abordare a probabilit atii porneste de la experient a si deneste
probabilitatea a posteori ca ind limita c atre care tinde frecventa relativ a
de realizare a unui eveniment aleator viznd un experiment care se repet a n
conditii identice de un num ar din ce n ce mai mare de ori (admitem deci, ca
rezultat al observatiilor, c a aceast a limit a exist a si o aproxim am cu frecventa
relativ a a evenimentului pentru un num ar sucient de mare de repet ari ale
experimentului). Exist a si o abordare a priori de denire a probabilit atii
prin care evenimentelor li se atribuie anumite probabilit ati f ar a a recurge la
experimente (acestea conrm a ulterior rezultatele teoretice obtinute).
In acest curs vom urma a doua abordare. De asemenea, avnd n vedere
familiarizarea cititorului cu conceptele si notiunile din teoria multimilor, vom
utiliza asa numitul model ansamblist al teoriei multimilor (bazat pe teoria
multimilor).
De aceea, vom prezenta mai nti structurile de corp si respectiv o-corp de
p arti ale unei multimi ntruct aceste structuri sunt modele naturale pentru
structurile de evenimente.
6.1 Corp ( -corp) de p arti ale unei multimi
Denitia 6.1.1 Se nume ste corp de par ti ale mul timii nevide \ orice familie
nevida K (\) unde (\) este mul timea par tilor lui \, astfel nct
a) \ K == C
K unde C
= \
b) \ , 1 K == ' 1 K
200
Propozitia 6.1.1 Fie K un corp de par ti ale mul timii nevide \. Atunci:
1) c, \ K
2) \ , 1 K == 1 K
3) \ , 1 K == 1 K
Demonstratie.
1) K nevid a == \ K == C
K == C
K == \
K ==C
U
K == c K. Deci c, \ K
2) \ , 1 K ==C
, C
1
K == C
' C
1
K
De Morgan
== C
1

K ==C (C
1
) K == 1 K
3) \ , 1 K ==, C
1
K == C
1
K ==1 K
Observatia 6.1.1 Prin deni tie, un corp de par ti K este nchis fa ta de
trecerea la complementara si fa ta de reuniune. Deni tia corpului de par ti
garanteaza si nchiderea sa fa ta de reuniunea sau diferen ta de mul timi.
De asemenea, un corp de par ti con tine n mod necesar submul timile im-
proprii c si \.
Prin induc tie matematica rezulta ca un corp de par ti este nchis si fa ta
de reuniunea sau intersec tia nita oarecare de mul timi adica pentru orice
1
,
2
, ...,
a
K (: _ 8) avem si
a
'
i=1
i
K respectiv
a
i=1
i
K.
Exemplul 6.1.1 1) Daca \ ,= c atunci K = (\) este un exemplu (banal)
de corp de par ti ale lui \.
2) Fie \ = 1, 2, 8, 4, , 6 ,
K =c, \, 1, 6 , 2, 8 , 4, , 1, 2, 8, 6 , 1, 4, , 6 , 2, 8, 4,
este un corp de par ti ale lui \.
Denitia 6.1.2 Se nume ste o-corp de parti ale mul timii nevide \ orice
familie nevida K (\) astfel nct
a) \ K == C
K
b) \(
a
)
aN
+
K ==
o
'
a=1
a
K
Propozitia 6.1.2 Orice o-corp de par ti ale mul timii nevide \ este un corp
de par ti ale lui \.
201
Demonstratie.
R amne de ar atat c a axioma b) din denitia 6.1.2 antreneaz a si axioma
b) din denitia 6.1.1. Fie , 1 K. Consider am sirul (
a
)
aN
+
denit prin
1
= ,
2
= 1,
a
= c, \: N, : _ 8.
Din b) ==
o
'
a=1
a
K == ' 1 K
Cum , 1 K au fost oarecare, propozitia este demonstrat a.
Consecint a.
Toate propriet atile unui corp de p arti sunt adev arate si pentru o-corpuri
de p arti.
Observatia 6.1.2 In plus fa ta de proprieta tile unui corp de par ti, un o-corp
de par ti este nchis si fa ta de reuniunea numarabila sau intersec tia numara-
bila de mul timi.
Denitia 6.1.3 Fie \ o mul time nevida si (
a
)
aN
+
un sir de mul timi din
1 (\) .
Se nume ste limita superioara a sirului,notata lim
ao
a
, mul timea lim
ao
a
=
o
a=1
o
'
I=a
I
.
Se nume ste limita inferioara a sirului, notata lim
ao
a
, mul timea lim
ao
a
=
o
'
a=1
o
I=a
I
.
Se spune ca sirul (
a
)
aN
+
este ascendent daca
a

a1
, \ : N
+
si
ca
este descendent daca
a

a1
, \ : N
+
.
Sirurile ascendente sau descendente de mul timi se numesc siruri monotone
de mul timi.
Observatia 6.1.3 1) Sirurile monotone de mul timi sunt convergente si
anume lim
ao
a
=
o
'
a=1
a
daca sirul (
a
)
aN
+
este ascendent si respectiv
lim
ao
a
=
o
a=1
a
daca sirul este descendent.
2) Daca (
a
)
aN
+
este un sir de mul timi dintr-un o-corp de par ti K ale unei
mul timi nevide \ atunci lim
ao
a
K, lim
ao
a
K, lim
ao
a
K,
(daca sirul este convergent). Un o-corp de par ti este deci nchis si fa ta
de limitele sirurilor de mul timi.
Propozitia 6.1.3 Orice intersec tie de corpuri (o-corpuri) de par ti ale unei
mul timi nevide \ este de asemenea un corp (o-corp) de par ti ale lui \.
202
Demonstratie.
Fie (K
i
)
i1
o familie de corpuri de p arti ale lui \ si e K =
.1
K
i
.
a) \ K == K
i
, \ i 1
K
.
corp
== C
K
i
, \i 1 == C
K
b) \ , 1 K == , 1 K
i
, \ i 1
K
.
corp
== ' 1 K
i
, \i 1 ==
' 1 K
Analog rezult a c a orice intersectie de o-corpuri ale lui \ este un o-corp
al lui \.
Denitia 6.1.4 Fie \ o mul time nevida si G 1 (\) , G ,= 1.Se nume ste
corp (o-corp) generat de G cel mai mic (n sensul incluziunii) corp (o-corp)
de par ti ale lui \ care include pe G. G se nume ste sistem de generatori al
corpului (o-corpului) pe care l genereaza. Corpul (o-corpul) generat de G se
noteaza K(G) .
Observatia 6.1.4 Exista cel pu tin un corp (o-corp) al lui \ care include pe
G (anume K = (\)) si avem
K(G) = K[K corp(o-corp) al lui \, K G .
Denitia 6.1.5 Daca \ = R si G este familia mul timilor deschise ale lui R
atunci o-corpul K(G) se nume ste o-corpul mul timilor boreliene ale lui R si
se noteaza cu E.
Observatia 6.1.5 E admite si un sistem de generatori mai simplu si anume
familia de intervale:
1 = (, a) [a R (deci 1 = K(")).
6.2 Cmp (-cmp) de evenimente
Vom ntelege prin experiment aleator orice experiment al c arui rezultate, con-
siderate din punct de vedere al unui anumit criteriu, nu sunt cunoscute nainte
de efectuarea experimentului (repetnd un astfel de eveniment, n conditii
identice, se pot obtine rezultate diferite, nu se poate preciza rezultatul ci
se poate face doar o list a cu rezultatele posibile). Orice rezultat posibil n
urma unui experiment aleator se numeste eveniment aleator. Evenimentele
care nu se pot realiza drept consecint a a realiz arii altora se numesc eveni-
mente elementare.Consider am, de exemplu, experimentul arunc arii unui zar
(obisnuit, nem asluit) si evalu am rezultatul din punct de vedere al aparitiei
(non-aparitiei) vreunora dintre fetele de la 1 la 6. Folosim notatii de tipul ce
urmeaz a:
203
= 1- aparitia fetei 1.
1 = 1, 4- aparitia vreuneia dintre fetele 1 sau 4.
C = 2, , 6- aparitia vreuneia dintre fetele 2,5 sau 6,etc.
este evenimente elementar (analog 2 , 8 , , 6) dar 1 nu este
elementar (1 se poate realiza ca si consecint a a realiz arii lui ). Vom reveni
ulterior, cu mai mult a rigoare, asupra conceptului de experiment elementar.
Not am cu \ multimea tuturor evenimentelor elementare generate de un
experiment aleator. In continuare ne este comod s a trat am aceast a multime
ca o multime de puncte pentru care submultimile reduse la un punct core-
spund evenimentelor elementare. \ se mai numeste si multime fundamentala
(de referin ta) sau spa tiu de selec tie. Orice alt eveniment poate asimilat cu
o submultime a spatiului \ (n exemplul de mai sus avem \ = 1, 2, 8, 4, , 6
si , 1, C \). In particular, \ corespunde evenimentului constnd n re-
alizarea a cel putin unul dintre evenimentele elementare posibile ceea ce se
ntmpl a la orice efectuare a evenimentului si de aceea acest eveniment se
numeste eveniment cert sau sigur. Un alt eveniment particular este cel care
corespunde multimii vide c si care revine la nerealizarea nici unui eveniment
elementar posibil, ceea ce este imposibil la orice efectuare a experimentului
si din acest motiv acest eveniment se numeste eveniment imposibil. Vom
p astra pentru evenimentul sigur si evenimentul imposibil aceleasi notatii \
si respectiv c ca si pentru submultimile lui \ c arora le corespund.
Fie c multimea tuturor evenimentelor aleatoare generate de un experi-
ment aleator.
Denitia 6.2.1 Fie , 1 c. Se nume ste intersec tie a evenimentelor si
1, notata 1, evenimentul care se realizeaza daca si numai daca se real-
izeaza att ct si 1. Se nume ste reuniune a evenimentelor si 1, notata
' 1, evenimentul care se realizeaza daca si numai daca se realizeaza cel
pu tin unul dintre evenimentele si 1. Se nume ste diferen ta a evenimentelor
si 1, notata 1, evenimentul care se realizeaza atunci cnd se realizeaza
dar nu si 1 (adica 1 = C
1
). Se nume ste eveniment complemen-
tar evenimentului , notat C
, evenimentul care se realizeaza daca si numai

daca nu se realizeaza (evenimentul complementar lui se mai nume ste si
eveniment contrar lui si se mai noteaza sau :o:).
Observatia 6.2.1 1) Pe c s-au eviden tiat legile interne de compozi tie (binare)
', , : c c c, (, 1) ' 1, (, 1) 1, (, 1) 1
si legea de compozi tie interna (unar)
C : c c, C
204
2) Cum 1 = C
1
, \ , 1 c vom urmari n continuare doar propri-
eta ti ale legilor ', , C (proprieta tile legii rezulta din proprieta tile
legilor si C
3) Din deni tiile de mai sus se ob tin u sor rezultatele din propozi tia care
urmeaz.
Propozitia 6.2.1 Pentru orice , 1, C c au loc proprieta tile:
a) (' 1)'C = '(1 ' C) , ( 1)C = (1 C) (asociativitate)
b) ' 1 = 1 ' , 1 = 1 (comutativitate)
c) ' (1 C) = (' 1) (' C) , (1 ' C) = ( 1) ' ( C)
(distributivitate)
d) ' = , = (idempoten t)
e) C
= c, 'C
= \, \ = , '\ = \, c = c, 'c =
.
Denitia 6.2.2 Fie , 1 c. Se spune ca evenimentul implica eveni-
mentul 1 (sau ca 1 este implicat de ) si se scrie 1 (respectiv 1 )
daca realizarea lui antreneaza neaparat si realizarea lui 1.
Observatia 6.2.2 1. Rela tia de implica tie se poate deni si cu ajutorul
' sau .
Mai precis, pentru , 1 c avem 1 == 1 = =='1 = 1.
Cum c = c si \ = rezulta ca c si \ adica avem
c \, \ c.
2. Rela tia de implica tie este o rela tie de ordine par tiala pe c (adica este
reexiva, antisimetrica si tranzitiva). Intr-adevar avem:
a) \ c == (reexivitate)
b) , 1 c, 1 si 1 == = 1 (antisimetrie)
c) , 1 c, 1 si 1 C == C
3. Se poate arata ca daca , 1 c, ' 1 = \, si 1 = c atunci
= C
1
sau, echivalent, 1 = C
205
(n particular, cum C
= c si ' C
= \ avem C (C
) = si de
asemenea
din c ' \ = \, c \ = c rezulta ca c = C
U
si \ = C
).
Utiliznd aceast a observatie se poate demonstra propozitia de mai jos (pe
care o admitem f ar a demonstratie).
Propozitia 6.2.2 (rela tiile lui De Morgan)
Pentru orice , 1 c avem C
'1
= C
C
1
si C
1
= C
' C
1
.
Denitia 6.2.3 Se spune ca evenimentele , 1 c sunt incompatibile daca
ele nu se pot realiza simultan, adica 1 = c.
Denitia 6.2.4 Se spune ca evenimentul c este eveniment elementar
daca \ 1 c, 1
rezulta ca 1 = c sau 1 = ( nu poate implicat dect de catre eveni-
mentul imposibil sau de catre el nsu si).
Observatia 6.2.3 1. Mai sus, am constatat ca evenimentele aleatoare gen-
erate de un experiment aleator pot concepute ca ind submul timi ale
unei mul timi de referin ta \ adica c se poate asimila cu o familie de
submul timi ale lui \ nchisa fa ta de opera tiile cu mul timi si care nu
este neaparat 1 (\) . Motivele pentru care nu orice submul time a lui \
este eveniment depa sesc cadrul acestui curs ind deci omise. Se poate
arata nsa ca c se poate asimila cu un corp de par ti (\, K) pentru care
elementele din K corespund bijectiv cu elementele din c (n particular
mul timea c din K corespunde evenimentului imposibil din c mul timea
de referin ta \ din K corespunde evenimentului sigur din c ) , reuni-
unea a doua mul timi din K corespunde reuniunii (n sensul din c) a
evenimentelor din c corespunzatoare celor doua mul timi, etc.
2. In cele de mai sus am presupus implicit ca \ este o mul time nita. Sa
consideram acum, din nou, experimentul aruncarii zarului si urmarim
evenimentul constnd n faptul ca fa ta 5 (de exemplu) sa apara pen-
tru prima data la o aruncare de ordin par (dupa un numar impar de
neapari tii).
Notnd cu
I
evenimentul ca fa ta 5 sa apara pentru prima data la a
/-a aruncare ( / N
+
) avem
=
2
'
1
'
6
' ... '
2I
' ... ' ... =
o
'
I=1

2I
si suntem condu si la
a considera o innitate numarabila (un sir) de evenimente elementare
206
(\ = n
1
, n
2
, ..., n
a
, ... unde n
a
=
a
, : N
+
) si la a cere ca
c sa e nchisa si fa ta de reuniunea numarabila (nu numai nita) de
evenimente. In fapt, se poate arata riguros, n astfel de cazuri c se
poate asimila cu un o-corp de par ti (\, K) .
Din aceast a observatie ca si din cea precedent a rezult a c a putem opera cu
evenimentele utiliznd limbajul teoriei multimilor si de aceea, n continuare,
structurile de evenimente se denesc (din punct de vedere formal) direct ca
structuri de multimi se justic a astfel denitia care urmeaz a.
Denitia 6.2.5 Se nume ste cmp de evenimente orice corp de par ti (\, K)
al unei mul timi nevide \. Se nume ste o-cmp de evenimente orice o-corp
de par ti (\, K) al unei mul timi nevide \.
Observatia 6.2.4 Intr-un o-cmp de evenimente, rela tiile lui De Morgan
se pot generaliza pentru siruri de evenimente adica avem:
C
o
'
a=1
a
=
o
a=1
C
n
si C
o
a=1
a
=
o
'
a=1
C
n
6.3 Cmp (-cmp) de probabilitate
Denitia 6.3.1 (deni tia axiomatica a probabilita tii)
Fie (\, K) un cmp de evenimente. Se nume ste probabilitate pe K orice
aplica tie 1 : K R astfel nct:
P 1) 1 () _ 0, \ K
P 2) 1 (' 1) = 1 () 1 (1) , \, 1 K, 1 = c
P 3) 1 (\) = 1
Se nume ste cmp de probabilitate orice triplet (\, K, 1) unde (\, K) este
un cmp de evenimente iar 1 peste o probabilitate pe K.
Propozitia 6.3.1 Fie (\, K, 1) un cmp de evenimente. Atunci:
a) 1 (c) = 0
b) 1 (C
) = 1 1 () , \ K
207
c) 1 (1 ) = 1 (1) 1 () , \, 1 K, 1
d) 1 (1 ) = 1 (1) 1 ( 1) , \, 1 K,
e) 1 (' 1) = 1 () 1 (1) 1 ( 1) , \, 1 K
Demonstratie:
a) \ ' c = \ == 1 ( \ ' c) = 1 (\) si cum \ c = c rezult a din
P 2) c a 1 ( \ ' c) = 1 (\) 1 (c) adic a avem 1 (\) 1 (c) = 1 (c) sau
1 1 (c) = 1 de unde 1 (c) = 0.
b) \ K avem ' C
= \ de unde 1 (' C
) = 1 (\) sau
1 (' C
) = 1 iar din C
= c rezult a (conform P 2)) c a 1 (' C
) =
1 () 1 (C
) . Pentru orice K avem deci 1 () 1 (C
) = 1 adic a
1 (C
) = 1 1 ()
c) \, 1 K, 1 == 1 = ' (1 ) si cum
(1 ) = c == 1 (1) = 1 (' (1 ))
P 2
= 1 ()1 (1 ) ==
1 (1 ) = 1 (1) 1 () .
d) \, 1 K, == 1 = 1( 1) cu 1 1
c)
== 1 (1 ) =
1 (1) 1 ( 1) .
e) \, 1 K, == '1 = '(1 ( 1)) cu (1 ( 1)) =
c == 1 (' 1) = 1 (' (1 ( 1)))
P 2)
= 1 () 1 (1 ( 1))
c)
=
= 1 () 1 (1) ( 1) deoarece 1 1.
Consecinte
1. , 1 K, 1 == 1 () _ 1 (1) (monotonie).
Intr-adev ar, 1 (1 ) _ 0
c)
== 1 (1) 1 () _ 0 == 1 (1) _ 1 () .
2. K == 0 _ 1 () _ 1
Cum \ K avem c \, folosind consecinta precedent a,
obtinem 1 (c) _ 1 () _ 1 (\) sau 0 _ 1 () _ 1.
Prin inductie matematic a, pornind de la P 2), rezult a c a dac a
1
,
2
, ...,
a
K,
i

)
= c, i = 1, :
i ,= , atunci 1
_
a
'
i=1
i
_
=
a
i=1
1 (
i
) (probabilitatea unei reuniuni nite
de evenimente incompatibile dou a cte dou a este suma probabilit atilor eveni-
mentelor reuniunii). Comportamentul probabilit atii fat a de o reuniune nit a
de evenimente oarecare (nu mai sunt incompatibile dou a cte dou a) din K
este dat de propozitia care urmeaz a, obtinut tot prin inductie matematic a
pornind de la subpunctul e) din propozitia 6.3.1.
208
Propozitia 6.3.2 (formula de adunare a probabilita tilor sau formula lui
Poincar).
Fie (\, K, 1) un cmp de probabilitate si
1
,
2
, ...,
a
K. Atunci
1
_
a
'
i=1
i
_
=
a
i=1
1 (
i
)
a
i,)=1
i<)
1 (
i

)
)
i,),I=1
i<)<I
1 (
i

)

I
) ... (1)
a1
1
_
a
'
i=1
i
_
.
Demonstratie:
Propozitia este adev arat a pentru : = 2 (subpunctul e) din propozitia
6.3.1.). Presupunem proprietatea adev arat a pentru un : N, : _ 2 dat si
e
1
,
2
, ...,
a
K. Atunci:
1
_
a1
'
i=1
i
_
= 1
__
a
'
i=1
i
_
'
a1
_
e)
=
= 1
_
a
'
i=1
i
_
1 (
a1
) 1
__
a
'
i=1
i
_

a1
_
.
Din ipoteza inductiei rezult a, folosind si distributivitatea intersectiei fat a
de reuniune, c a
1
_
a1
'
i=1
i
_
=
a
i=1
1 (
i
)
a
i,)=1
i<)
1 (
i

)
)
a
i,),I=1
i<)<I
1 (
i

)

I
) ...
... (1)
a1
1
_
a
i=1
i
_
1 (
a1
) 1
_
a
'
i=1
(
i

a1
)
_
.
Folosind din nou ipoteza inductiei pentru 1
_
a
'
i=1
(
i

a1
)
_
obtinem
209
1
_
a1
'
i=1
i
_
=
a
i=1
1 (
i
)
a
i,)=1
i<)
1 (
i

)
)
a
i,),I=1
i<)<I
1 (
i

)

I
)
... (1)
a1
1
_
a
i=1
i
_
1 (
a1
)
_
a
i=1
1 (
i

a1
)
a
i,)=1
i<)
1 (
i

)

a1
)
... (1)
a1
1
_
a
i=1
(
i

a1
)
__
=
a1
i=1
1 (
i
)
a1
i,)=1
i<)
1 (
i

)
) ... (1)
a
1
_
a1
i=1
i
_
.
Conform principiului inductiei matematice, proprietatea din enunt este
adev arat a
\ : N, : _ 2 iar pentru un astfel de : xat ea este adev arat a oricare
ar evenimentele
1
,
2
, ...,
a
K.
Observatia 6.3.1 Daca , 1, C, 1 K avem evident:
a) 1 (' 1 ' C) = 1 () 1 (1) 1 (C) 1 ( 1) 1 ( C)
1 (1 C) 1 ( 1 C)
b) 1 (' 1 ' C ' 1) = 1 () 1 (1) 1 (C) 1 (1) 1 ( 1)
1 ( C) 1 ( 1)
1 (1 C)1 (1 1)1 (C 1)1 ( 1 C)1 ( 1 1)
1 ( C 1) 1 (1 C 1)
1 ( 1 C 1) .
Denitia 6.3.2 Fie (\, K, 1) un o-cmp de evenimente. Se nume ste prob-
abilitate o-aditiva pe K orice aplica tie 1 : K R astfel nct:
P 1) 1 () _ 0, \ K
P 2) 1
_
o
'
a=1
a
_
=
o
a=1
1 (
a
) \ (
a
)
aN
+
K,
i

)
= c \ i, ,
N
+
, i ,= ,.
P 3) 1 (\) = 1
210
Se nume ste o-cmp de probabilitate orice triplet (\, K, 1) unde (\, K)
este un o-cmp de evenimente iar 1 este o probabilitate o-aditiva pe K.
Observatia 6.3.2 Orice o-cmp de probabilitate este si cmp de probabili-
tate si deci toate proprieta tile probabilita tii sunt adevarate si pentru o- prob-
abilita ti. Urmarim n continuare cteva proprieta ti ale o- probabilita tilor.
Propozitia 6.3.3 Fie (\, K, 1) un o-cmp de probabilitate si (
a
)
aN
+
un
sir de evenimente din K. Atunci
1
_
o
'
a=1
a
_
_
o
a=1
1 (
a
) .
Demonstratie:
Fie 1
1
=
1
si 1
a
=
a

a1
'
i=1
i
, : N
+
, : _ 2. Sirul (1
a
)
aN
+
este
format din evenimente incompatibile dou a cte dou a si
o
'
a=1
a
=
o
'
a=1
1
a
si
deci 1
_
o
'
a=1
a
_
= 1
_
o
'
a=1
1
a
_
12t)
=
o
a=1
1 (1
a
)
1
n
n
_
o
a=1
1 (
a
) .
Propozitia 6.3.4 (inegalitatea lui Boole):
Fie (\, K, 1) un o-cmp de probabilitate si (
a
)
aN
+
un sir de eveni-
mente din K. Atunci
1
_
o
a=1
a
_
_ 1
o
a=1
(1 1 (
a
)) .
Demonstratie:
o
a=1
a
De Morgan
= C
_
o
a=1
a
_
== 1
_
o
a=1
a
_
= 1 1
_
o
a=1
C
n
_
P 1.4.3
_
1
o
a=1
1 (C
n
) =
= 1
o
a=1
(1 1 (
a
))
Observatia 6.3.3 Inegalitatea lui Boole este adevarata si pentru un cmp
de probabilitate. Daca
1
,
2
, ...,
a
K atunci
1
_
a
i=1
i
_
_ 1
a
i=1
(1 1 (
i
)) =
a
i=1
1 (
i
) (: 1) . Avem deci
1
_
a
i=1
i
_
_
a
i=1
1 (
i
) (: 1)
Propozitia 6.3.5 Fie (\, K, 1) un o-cmp de probabilitate.
211
a) Daca (
a
)
aN
+
este un sir descendent de evenimente atunci lim
ao
1 (
a
) =
1
_
o
a=1
a
_
.
b) Daca (
a
)
aN
+
este un sir ascendent de evenimente atunci lim
ao
1 (
a
) =
1
_
o
'
a=1
a
_
.
Demonstratie:
Vom demonstra numai subpunctul a) deoarece b) rezult a aplicnd rezul-
tatul de la a) sirului descendent
1
a
= C
n
, : N
+
.
Fie =
o
a=1
a
.
a1) Presupunem c a = c. Trebuie ar atat c a lim
ao
1 (
a
) = 0. Pentru orice
: N
+
avem:
a
= (
a

a1
) ' (
a1

a2
) ' ... =
o
'
I=1
(
I

I1
) unde sirul
(
I

I1
)
Ia
este un sir de evenimente incompatibile dou a cte dou a si
deci 1 (
a
) =
o
I=a
1 (
I

I1
) .
Sirul (1 (
a
))
aN
+
este deci sirul resturilor seriei convergente
o
I=a
1 (
I

I1
) = 1 (
1
)
si deci 1 (
a
) 0.
a2) ,= c. Fie 1
a
=
a
, : N
+
.
Sirul (1
a
)
aN
+
este un sir descendent de evenimente cu
o
a=1
1
a
= csi deci
din a1) rezult a c a
lim
ao
1 (1
a
) = 0 sau lim
ao
1 (
a
) = 0 de unde (tinnd cont c a
a
, : N
+
) rezult c
lim
ao
(1 (
a
) 1()) = 0 sau lim
ao
(1 (
a
) = 1()) adic a lim
ao
1(
a
) =
1(
o
a=1
a
).
212
Observatia 6.3.4 Fie \ = n
1
, n
2
, ..., n
a
si K = 1(\). Pe cmpul de
evenimente (\, K) se considera probabilitatea 1 cu proprietatea
1 (n
1
) = 1 (n
2
) = ... = 1 (n
a
)
_
=
1
:
_
.
Daca = n
i
1
, n
i
2
, ..., n
i
I
K atunci
1 () = 1
_
I
'
)=1
_
n
i
_
_
=
I
)=1
1
__
n
i
__
=
I
)=1
1
:
=
/
:
.
Se obtine astfel o alt a denitie a probabilit atii, adev arat a ntr-un cadru
mult mai restrictiv dect cel din denitia 6.3.1. dar extrem de utilizat a n
numeroase cazuri practice si constituind, din punct de vedere istoric, prima
denitie dat a conceptului de probabilitate.
Denitia 6.3.3 (deni tia clasica a probailita tii)
Probabilitatea unui eveniment , generat de un experiment aleator care
genereaza un cmp nit de probabilitate cu evenimente elementare egal prob-
abile, este egal cu raportul dintre numrul evenimentelor elementare favor-
abile realizrii lui si numrul total de evenimente elementare posibile.
6.4 Probabilitti conditionate. Independenta evenimentelor.
In paragraful precedent, printre alte proprietti, s-au studiat si proprietti
care artau comportamentul probabilittii fat de reuniunea evenimentelor.
In acest paragraf vom urmri comportamentul probabilittii fat de inter-
sectia evenimentelor, proprietti grupate ntr-un paragraf separat tocmai da-
torit importantei deosebite pe care o au n aplicatiile practice.
Denitia 6.4.1 Fie (\, K, 1) un cmp de probabilitate si K cu 1 () ,=
0.
Se nume ste probabilitatea evenimentului A 1 condi tionat de eveni-
mentul , notat 1 (A[
) , raportul
1 (A[
) =
1 (A )
1 ()
.
213
Observatia 6.4.1 Avem 1 (A ) = 1 () 1 (A[
) .Dac , 1 K, 1 () ,=
0, 1 (1) ,= 0, atunci
1 ( 1) = 1 () 1 (1[
) = 1 (1) 1 ([
1
). Am ob tinut un prim
rezultat care indic comportamentul probabilit tii fa t de intersec tie.
Propozitia 6.4.1 Fie (\, K, 1) un cmp de probabilitate si K cu
1 () ,= 0.
Atunci, aplica tia 1
: K R, 1
(A) = 1 (A[
) este de asemenea o
probabilitate pe K adic (\, K, 1
) este tot un cmp de probabilitate.

Demonstratie:
P1) \A K ==1
(A) =
1(A)
1()
=
0
0
_ 0
P2)
\A, 1 K, A 1 = c ==
1
(A ' 1 ) =
1 ((A ' 1 ) )
1 ()
=
1 ((A ) ' (1 ))
1 ()
A, Y
=
incomp
=
1 (A ) (1 )
1 ()
=
1 (A )
1 ()

1 (1 )
1 ()
=
= 1
(A) 1
(1 ) .
P3) 1
(\) =
1(U)
1()
=
1()
1()
= 1.
Observatia 6.4.2 Analog, pornind de la o-cmpul de probabilitate (\, K, 1) si
K cu 1 () ,= 0 se ob tine o-cmpul de probabilitate (\, K, 1
) unde
1
: K R, 1
(A) = 1 (A[
) .
Propozitia 6.4.2 (formula de nmul tire a probabilit tilor)
1
,
2
, ...,
a
K astfel nct
1
_
a1
i=1
i
_
,= 0.Atunci
1
_
a
i=1
i
_
= 1 (
1
) 1 (
2
[
1
) 1 (
S
[
2
) ...1
_
n1
.=1
.
_
.
Proprietatea este adevrat pentru : = 2 asa cum s-a remarcat n obser-
vatia imediat urmtoare denitiei 6.4.1.
Presupunem proprietatea adevrat pentru un : N , : _ 2 si e
1
,
2
, ...,
a1
K astfel nct
214
1
_
a
i=1
i
_
,= 0. Atunci
1
_
a1
i=1
i
_
,= 0
_
1
_
a1
i=1
i
_
_ 1
_
a
i=1
i
_
deoarece
a
i=1
i

a1
i=1
i
_
si deci
1
_
a1
i=1
i
_
= 1
__
a
i=1
i
_

a1
_
= 1
_
a
i=1
i
_
1
_
a1
.=1
.
_
=
ip. ind.
= 1 (
1
) 1 (
2
[
1
) 1 (
S
[
2
) ...1
_
n1
.=1
.
_
1
_
a1
.=1
.
_
.
Conform principiului inductiei matematice rezult c \ : N, : _ 2 si
oricare ar
1
,
2
, ...,
a
K astfel nct 1
_
a1
i=1
i
_
,= 0 este adevrat
relatia din enuntul propozitiei.
Denitia 6.4.2 Fie (\, K, 1) un cmp de probabilitate. Se spune c eveni-
mentul
1
,
2
, ...,
a
K formeaz un sistem complet de evenimente
dac:
a) 1 (
i
) ,= 0, \i = 1, :
b)
i

)
,= 0, \i, , = 1, : i ,= ,
c)
a
'
i=1
i
= \.
Observatia 6.4.3
1
,
2
, ...,
a
K formeaz un sistem complet de eveni-
mente dac si numai dac la orice efectuare a experimentului se realizeaz
unul si numai unul dintre evenimentele sistemului. Un exemplu banal de
sistem complet de evenimente este sistemul , C
unde K, 1 () ,=
0. Renun tnd la condi tia a) (cerut aici pentru comoditate) mul timea tuturor
evenimentelor elementare (poate o innitate numrabil) ale unui cmp de
evenimente ofer un alt exemplu de sistem complet de evenimente.
Propozitia 6.4.3 (formula probabilit tii totale)
1
,
2
, ...,
a
K un sistem
complet de evenimente iar A K. Atunci
215
1 (A) =
a
i=1
1 (
i
) 1 (A[
.
) .
Demonstratie.
Avem: A = \A =
_
a
'
i=1
i
_
A =
a
'
i=1
(
i
A) unde evenimentele
i
A, i = 1, : sunt incompatibile dou cte dou si deci 1 (A) =

a
i=1
1 (
i
A) =
a
i=1
1 (
i
) 1 (A[
.
) .
Propozitia 6.4.4 (formula lui Bayes)
1
,
2
, ...,
a
K un sistem
complet de evenimente
iar A K astfel nct 1 (A) ,= 0. Atunci, pentru orice , 1, 2, ..., :
xat, avem
1 (
)
[
A
) =
1 (
)
) 1
_
A
_
a
i=1
1 (
i
) 1 (A[
.
)
.
Demonstratie:
Pentru orice , 1, 2, ..., : xat, avem
1 (
)
A) = 1 (
)
) 1
_
A
_
= 1 (A) 1
_
A
_
de unde
1 (
)
[
A
)
1 (
)
) 1
_
A
_
1 (A)
.
Din formula probabilittii totale rezult
1 (
)
[
A
) =
1 (
)
) 1
_
A
_
a
i=1
1 (
i
) 1 (A[
.
)
.
Denitia 6.4.3 Fie (\, K, 1) un cmp de probabilitate si , 1 K. Se
spune c si 1 sunt independente dac
1 ( 1) = 1 () 1 (1)
216
Observatia 6.4.4 Deni tia independen tei a dou evenimente, dat formal
mai sus, este echivalent cu arma tia c si 1 sunt independente dac nu
se condi tioneaz reciproc. Fie , 1 K astfel nct 1 () ,= 0, 1 (1) ,= 0 si
, 1 independente n sensul deni tiei 6.4.3. Atunci
1 ([
1
) =
1 ( 1)
1 (1)
=
1 () 1 (1)
1 (1)
= 1 ()
si
1 (1[
) =
1 (1 )
1 ()
=
1 (1) 1 ()
1 ()
= 1 (1)
adic faptul c 1 nu condi tioneaz pe este surprins n rela tia 1 ([
1
) =
1 () si analog faptul c nu condi tioneaz pe 1 rezult din egalitatea
1 (1[
) = 1 (1) .
Propozitia 6.4.5 Fie (\, K, 1) un cmp de probabilitate si , 1 K. Dac
si 1 sunt independente, atunci C
si 1, C
1
si , C
si C
1
sunt de
asemenea independente.
Demonstratie:
1 (C
1) = 1 ((\ ) 1) = 1 ((\ 1) ( 1)) = 1 (1 ( 1)) =

11
= 1 (1)1 ( 1)
,1 ind
= 1 (1)1 () 1 (1) = 1 (1) (1 1 ()) =
= 1 (1) 1 (C
) == C
si 1 sunt independente.
Schimbnd rolurile lui si 1 obtinem 1 ( C
1
) = 1 () 1 (C
1
) adic
si C
1
sunt independente.Avem si
1 (C
C
1
) = 1 (C
'1
) = 11 (' 1) = 1[1 () 1 (1) 1 ( 1)[
,1 ind
=
1 1 () 1 (1)
1 () 1 (1) = 11 ()1 (1) (1 1 ()) = (1 1 ()) (1 1 (1)) =
1 (C
) 1 (C
1
) adic C
si C
1
sunt independente.
Denitia 6.4.4 Fie (\, K, 1) un cmp de probabilitate si : N, : _ 2.
Se spune c evenimentele
1
,
2
, ...,
a
K sunt independente (n totali-
tate) dac oricare ar i
1
, i
2
, ...i
v
N, 1 _ i
1
< i
2
< ... < i
v
_ :avem
1 (
i
1

i
2
...
i
r
) = 1 (
i
1
)1 (
i
2
) ...1(
i
r
) unde r N
+
, r _ :.
Se spune c evenimentele
1
,
2
, ...,
a
K sunt independente / cte /
(/ N, 2 _ / _ : 1) dac oricare / evenimente dintre
1
,
2
, ...,
a
sunt
independente n (totalitate). Se spune c familia (
i
)
i1
de evenimente din K
este format din evenimente independente(n totalitate) dac orice subfamilie
nit a sa este format din evenimente independente (n totalitate).
217
Se spune c familia (
i
)
i1
de evenimente din K este format din eveni-
mente independente / cte / (/ N, / _ 2) dac orice subfamilie nit cu
cel pu tin / elemente este format din evenimente independente / cte /.
Observatia 6.4.5 1. Propozi tia 6.4.5. se poate generaliza n sensul c dac
(
i
)
i=1,a
(sau familia (
i
)
i1
) este format din evenimente indepen-
dente (n totalitate sau / cte /) atunci proprietatea se pstreaz dac
o parte dintre evenimente se nlocuiesc cu complementarele lor.
2. Evident, independen ta (n totalitate) implic independen ta / cte /.
Reciproca acestei arma tii este fals a sa cum rezult si din exemplul
de mai jos datorat lui Ceb sev.
Se consider un zar tetraedral care are trei fete colorate cu cte o culoare
(s presupunem c rosu, galben si albastru) si a patra fat colorat cu toate
cele trei culori ale celorlalte fete. In urma aruncrii zarului considerm eveni-
mentele (fata aprut este cea pe care se aseaz zarul) 1, G, , constnd n
aparitia culorii rosu (respectiv albastru, respectiv galben). Utiliznd denitia
clasic a probabilittii obtinem:
1 (1) = 1 (G) = 1 () =
2
1
=
1
2
si 1 (1 G) = 1 (1 ) = 1 (G ) =
1
1
de unde
1 (1 G) = 1 (1) 1 (G) , 1 (1 ) = 1 (1) 1 () , 1 (G ) =
1 (G) 1 ()
adic 1, G, , sunt independente 2 cte 2. Ele nu sunt independente n
totalitate deoarece
1 (1 G ) =
1
1
,=
1
2
1
2
1
2
= 1 (1) 1 (G) 1 () .
Incheiem acest paragraf cu trei exemple care s ilustreze modul de uti-
lizare al formulelor tratate (formula de adunare si respectiv nmultire a prob-
abilittilor, formula probabilittii totale si respectiv formula lui Bayes).
Exemplul 6.4.1 Dintre cei 20 de studen ti ai unei grupe, 6 cunosc limba
englez, 5 cunosc limba francez, 2 cunosc limba german. Care este prob-
abilitatea ca un student, luat la ntmplare din aceast grup, s cunoasc o
limb strin (dintre cele trei men tionate)?
Rezolvare:
Considerm evenimentele:
1 - studentul considerat cunoaste limba englez,
1 - studentul considerat cunoaste limba francez
G - studentul considerat cunoaste limba german
218
A - studentul considerat vorbeste o limb strin (dintre cele trei)
Din denitia clasic a probabilittii avem1 (1) =
6
20
, 1 (1) =

20
, 1 (G) =
2
20
.Cum A = 1 ' 1 ' G si evenimentele 1, 1, G nu sunt incompatibile dou
cte dou rezult (formula lui Poincar) c
1 (A) = 1 (1 ' 1 ' G) = 1 (1)1 (1)1 (G)1 (1 1)1 (1 G)
1 (1 G) 1 (1 1 G)
Evenimentele 1, 1, G, sunt independente n totalitate si deci:
1 (A) = 1 (1)1 (1)1 (G)1 (1)1(1)1 (1)1(G)1 (1)1(G)
1 (1)1(1)1(G) =
=
62
20

6 6 2 2
20 20

6 2
20 20 20
=
1S
20

2
100

S
100
=
211
100
.
Exemplul 6.4.2 O urn con tine a bile albe si / bile negre. Se extrag suc-
cesiv, fr repunere, trei bile. Care este probabilitatea ca toate cele trei bile
extrase s e albe (presupunem a _ 8)?
Rezolvare:
i
- a i-a bil extras a fost alb, i = 1, 8
A - toate cele trei bile extrase au fost albe.
Avem A =
1
S
. Din formula de nmultire a probabilittilor avem
1 (A) = 1 (
1
) 1 (
2
[
1
) 1 (
S
[
2
). Utiliznd denitia clasic a
probabilittii obtinem
1 (
1
) =
o
ob
, 1 (
2
[
1
) =
o1
ob1
, 1 (
S
[
2
) =
o2
ob2
si deci
1 (A) =
o
ob
o1
ob1
o2
ob2
.
Exemplul 6.4.3 Trei urne con tin bile albe si bile negre n compozi tiile:
l
1
(a, /) , l
2
(c, d) , l
S
(c, )) .
Se extrage o bil din l
S
si dac ea este alb se pune n l
1
si se extrage o a
doua bil din l
1
iar dac este neagr se pune n l
2
si a doua bil se extrage
din l
2
. S se ae probabilit tile ca:
a) a doua bil extras s e alb,
b) prima bil extras s fost alb dac a doua bil extras a fost neagr.
Rezolvare:
i
- a i-a bil extras a fost alb, (i = 1, 2)
i
- a i-a bil extras a fost neagr, (i = 1, 2).
219
a) Se cere 1 (
2
). Rezolvarea este un exemplu de utilizare a formulei
probabilittii totale cu sistemul complet de evenimente
1
,
1
.Avem
2
=
2
\ =
2
(
1
'
1
) = (
2

1
) ' (
2

1
)
Cum
2

1
si
2

1
sunt incompatibile rezult c
1 (
2
) = 1 (
2

1
)1 (
2

1
) = 1 (
1
) 1 (
2
[
1
)1 (
1
) 1 (
2
[
.
1
) =
c
c)
o1
ob1

)
c)
c
co1
Analog,
1 (
2
) = 1 (
1
) 1 (
2
[
1
)1 (
1
) 1 (
2
[
.
1
) =
c
c)
b
ob1

)
c)
o1
co1
(sau 1 (
2
) = 1 1 (
2
)).
b) Se cere 1 (
1
[
.
2
) . Rezolvarea ofer un exemplu de utilizare a formulei
lui Bayes care permite interschimbarea raportului de conditionare apriori-
aposteori. Probabilitatea 1 (
1
[
.
2
) ne este mai putin la ndemn dect
1 (
2
[
1
) iar formula lui Bayes ne permite calculul lui 1 (
1
[
.
2
) cu ajutorul
lui 1 (
2
[
1
) . Avem
1 (
1
[
.
2
) =
1 (
1
) 1 (
2
[
1
)
1 (
2
)
=
c
c)
b
ob1
c
c)
b
ob1

)
c)
o1
co1
.
Problema 6.5.1 Se studiaza alegerea unui proiect de modernizare a unei
companii. S-au prezentat 3 proiecte care pot viabile sau nu. Daca notam
cu A
i
, i = 1, 8, evenimentul `proiectul i este viabil, sa se exprime n func tie
de
1
,
2
,
S
urmatoarele evenimente:
a) toate proiectele sunt viabile;
b) cel pu tin un proiect este viabil;
c) doua proiecte sunt viabile;
d) cel mult doua proiecte sunt viabile;
e) un singur proiect este viabil.
Rezolvare: Not am cu

i
, i = 1, 8, evenimentul proiectul i nu este
viabil.
a) Not am cu evenimentul toate proiectele sunt viabile =
1
S
,
adic a toate cele 3 proiecte sunt rentabile.
b) Not am cu 1 evenimentul cel putin un proiect este viabil si astfel putem
scrie 1 =
1
'
2
'
S
.
220
c) Not am cu C evenimentul dou a proiecte sunt viabile.
C =
_
1

2

S
_
'
_
2

S
_
'
_
1

S

S
_
.
d) Not am cu 1 evenimentul cel mult dou a proiecte sunt viabile. Eveni-
mentul 1 este echivalent cu a spune c a: nici un proiect nu este viabil,
doar un proiect este viabil sau dou a proiecte sunt viabile.
1 =
_
S
_
'
_
S
_
'
_
1

2

S
_
'
_
2

S
_
'
C.
e) Not am cu 1 evenimentul un singur proiect este viabil. Atunci:
1 =
_
S
_
'
_
1

2

S
_
'
_
2

S
_
.
Problema 6.5.2 Omoneda este aruncata de 3 ori si secven ta de marci si
steme ce apare este nregistrata.
a) Scrie ti spa tiul evenimentelor elementare \
b) Scrie ti urmatoarele evenimente, folosind evenimentele elementare:
-sa apara cel pu tin 2 steme
1-primele 2 aruncari sunt steme
C-ultima aruncare este marca
c) Determina ti urmatoarele evenimente:
1) C
; 2) 1; 3) ' C
Rezolvare:
a) Spatiul evenimentelor aleatoare \ este:
\ = ooo, oo', o'o, 'oo, ''o, 'o', o'', ''', unde cu
o not am aparitia stemei, iar cu ' aparitia m arcii.
b) Evenimentele , 1, C,se scriu folosind evenimentele elementare din \
dup a cum urmeaz a:
= ooo, oo', o'o, 'oo
1 = oo', ooo
C = oo', o'', ''', 'o'
c) Evenimentele C
, 1, ' 1 se scriu folosind punctul b) astfel:

221
C
=

= o'', ''', ''o, 'o'
1 = oo', ooo
' C = ooo, oo', o'o, 'oo, o'', ''', 'o'
Problema 6.5.3 Se arunca 2 zaruri. Care este probabilitatea ca suma lor
sa e:
a) 8; b) un numar prim; c) cel pu tin 4.
Rezolvare: Pentru a determina probabilit atile cerute folosim formula
clasic a a probabilit atii. Determinarea num arului de cazuri favorabile, re-
spectiv num arului de cazuri posibile se face folosind tabelul:
suma 2 3 4 5 6 7 8 9 10 11 12
n cte moduri se obtine 1 2 3 4 5 6 5 4 3 2 1
a) Fie evenimentul suma zarurilor s a e 8.
Atunci din tabel avem 5 cazuri favorabile si 36 posibile si obtinem 1 () =
S6
.
b) Fie 1 evenimentul suma zarurilor este un num ar prim.
Numerele prime sunt: 2,3,5,7,11 si deci: 1 (1) =
1
S6
=

12
.
c) Fie C evenimentul suma zarurilor este cel putin 4, adic a 4,5,6,...,12.
Asadar, folosind tabelul se obtine: 1 (C) =
SS
S6
=
11
12
.
Problema 6.5.4 Presupunem ca ntr-o camera sunt 5 persoane. Care este
probabilitatea ca cel pu tin 2 persoane sa aiba aceea si zi de na stere.
Rezolvare: Fie evenimentul cel putin 2 persoane au aceeasi zi de
nastere.Atunci

este evenimentul cele 5 persoane au zile de nasere diferite
Presupunem c a anul are 365 zile.
Asadar 1
_
_
=
S6 S61 S6S S62 S61
S6
5
Deci, 1 () = 1 1
_
_
= 1
S6 S61 S6S S62 S61
S6
5
.
Problema 6.5.5 Un card emis de o banca are ca numar de identicare un
numar de 7 cifre, ce nu poate ncepe cu cifra 0. Care sunt probabilita tile ca
un numar de identicare:
a) sa nceapa cu 456;
b) sa nu con tina cifre identice;
c) sa se termine cu 21.
222
Rezolvare:
a) Not am cu evenimentul num arul de identicare ncepe cu 456. Pe
ecare pozitie pot s a apar a
4 5 6 X X X X
10 cifre, mai putin pe prima unde pot numai 9 cifre.
Asadar 1 () =
10
4
10
7
10
6
=
10
4
9 10
6
=
1
900
= 0, 0011
b) Not am cu 1 evenimentul cerut. Pentru a determina num arul cazurilor
favorabile observ am c a pe I pozitie pot 9 cifre (1-9), pe a doua 9 cifre,
pe a treia 8 cifre, pe a patra 7 cifre,..., pe ultima 4 cifre astfel nct pe
ecare pozitie s a avem cifre diferite de cele de pe pozitiile anterioare.
Asadar, 1 (1) =
9 9 S 7 6 1
10
7
10
6
=
9 601S
9 10
6
= 0, 006048
c) Not am cu C evenimentul a c arui probabilitate se cere
9 10 10 10 10 1 1
X X X X X 2 1
Obtinem 1 (C) =
9 10
4
10
7
10
6
=
9 10
4
9 10
6
=
1
100
= 0, 01
Problema 6.5.6 In Romnia numerele de nmatriculare ale ma sinilor au 7
caractere: 2 litere urmate de 2 cifre si alte trei litere. Daca toate secven tele
de 7 caractere sunt egal probabile, care este probabilitatea ca numarul de
nmatriculare al unei ma sini noi sa nu con tina cifre si litere identice?
Rezolvare: Not am cu evenimentul cerut.
Alfabetul contine 26 litere, iar cifrele de pe num arul de nmatriculare pot
: 0,1,2,3,4,5,6,7,8,9. Num arul total de pl acute de nmatriculare este 26
10
2
(corespunz atoare celor 5 litere si 2 cifre). Num arul pl acutelor ce contin
litere si cifre diferite este: (26 2) (10 0) (24 28 22) (corespunz atoare
primelor 2 litere diferite, urmate de 2 cifre diferite si alte trei litere diferite
de primele 2 si diferite ntre ele).
Deci, 1 () =
26 2 10 9 21 2S 22
26
5
10
2
= 0, 07.
Problema 6.5.7 Un camion de marfa trebuie sa ajunga din punctul A n
punctul B. El poate face acest lucru n 2 moduri, trecnd peste 3 poduri.
Notam cu
i
evenimentul podul i este n stare de func tionare si pre-
supunem 1 (
i
) = j. Se cere probabilitatea ca ma sina sa treaca din A n
B.
223
Rezolvare:Not am cu T evenimentul masina trece din A n B si obtinem:
T =
S
' (
1

2
)
Astfel: 1 (T) = j (
S
' (
1

2
)) = j (
S
)j (
1

2
)j (
1

2

S
) =
= j (
S
) j (
1
) j (
2
) j (
1
) j (
2
) j (
S
) = j j
2
j
S
.
Problema 6.5.8 Fie 1
1
() =
1
2
, 1
1
() =
1
2
si 1
(1) =
1
2
. Se cere :
a) sa se determine 1 () si 1 (1).
b) evenimentele si 1 sunt independente?
Rezolvare:Folosind denitia probabilit atii conditionate se obtin e:
1
1
() =
1(1)
1(1)
=
1
2
1
1
() =
1(
1)
1(
1)
=
1(\1)
11(1)
=
1()1(1)
11(1)
=
1
2
1
(1) =
1(1)
1()
=
1(1)
1()
=
1
2
Dac a not am 1 () = r, 1 (1) = j, 1 ( 1) = ., se obtine sistemul
liniar:
_
_
_
:
j
=
1
2
a:
1j
=
1
2
:
a
=
1
2
=
_
_
_
. =
1
2
j
. =
1
2
r
r . =
1
2

1
2
j
, de unde prin calcule r =
1
2
, j =
1
2
,
. =
1
1
.
In concluzie: 1 () =
1
2
, 1 (1) =
1
2
Conditia ca evenimentele si 1 s a e independente este: 1 ( 1) =
1 () 1 (1)
Deoarece 1 ( 1) =
1
1
=
1
2
1
2
= 1 () 1 (1) se obtine c a evenimentele
si 1 sunt independente.
Problema 6.5.9 O rma de asigurari are clien ti din 3 categorii de risc:
ridicat, mediu, scazut, care au respectiv probabilita tile de a cere despagubiri n
caz de accidente: 0,02, 0,01, 0,0025 ntr-un an. Propor tiile celor 3 categorii
de clien ti n cadrul companiei sunt respectiv 10%, 20%, 70%. Care este
probabilitatea ca un client al rmei sa e despagubit? Care este propor tia de
despagubiri ce provin ntr-un an de la clien tii cu risc ridicat?
Rezolvare:Not am cu 1 evenimentul un client al companiei este de-
sp agubitsi cu:
1
-evenimentul clientul provine din categoria de risc ridicat
2
-evenimentul clientul provine din categoria de risc mediu
S
-evenimentul clientul provine din categoria de risc sc azut
Sistemul
1
,
2
,
S
, formeaz a un sistem complet de evenimente deoarece
reuniunea lor este evenimentul sigur \ si sunt dou a cte dou a incompatibile.
Astfel conform formulei probabilit atii totale:
224
1 (1) = 1 (
1
) 1 (1[
1
) 1 (
2
) 1 (1[
2
) 1 (
S
) 1 (1[
S
) = 0, 1
0, 02 0, 2 0, 01 0, 7 0, 02 = 0, 007.
Pentru a r aspunde la a doua ntrebare folosim formula lui Bayes:
1 (
1
[1) =
1(
1
) 1(1[
1
)
1(
1
) 1(1[
1
)1(
2
)1(1[
2
)1(
3
)1(1[
3
)
=
0,1 0,02
0,007
= 0, 847.
Problema 6.6.1 n drum spre locul de munca un om trece prin 3 intersec tii
consecutive, semaforizate. La ecare semafor se opre ste sau si continua
drumul. Daca notam cu
i
, i = 1, 8 evenimentul la intersec tia i continua
drumul, sa se exprime folosind
1
,
2
,
S
urmatoarele evenimente:
a) persoana are liber la toate intersec tiile,
b) persoana opre ste la toate intersec tiile,
c) persoana opre ste la cel pu tin o intersec tie,
d) persoana opre ste la cel mult o intersec tie.
R aspuns:
a) =
1

2

S
b) 1 =

S
c) C =

1
'

2
'

S
d) 1 = '
_
1

2

S
_
'
_
2

S
_
'
_
1

2

S
_
Problema 6.6.2 Se arunca o moneda de doua ori. Care este probabilitatea
ca marca sa apara cel pu tin o data?
R aspuns: j = 0, 7
Problema 6.6.3 Doi tragatori trag simultan asupra unei tinte. Probabili-
tatea de a nimeri tinta este j, respectiv j
2
cu j (0, 1) pentru cei doi. Stabili ti
valoarea lui j astfel nct probabilitatea ca primul sa nimereasca tinta si al
doilea sa nu o loveasca sa e cel pu tin egala cu 0, 87.
R aspuns: j
_
1
2
;
_
1S1
1
_
Problema 6.6.4 Se arunca 2 zaruri. Care este probabilitatea ca suma fe telor
sa e 6, stiind ca suma acestor fe te a dat un numar par?
225
R aspuns:Folosind formula probabilit atii conditionate se obtine j =

1S
.
Problema 6.6.5 Un lift ce con tine 5 persoane se poate opri la oricare din
cele 7 etaje ale unei cladiri. Care este probabilitatea ca 2 persoane sa nu
coboare la acela si etaj?
R aspuns: 0, 1
Problema 6.6.6 O companie produce n 3 schimburi. Intr-o anumita zi,
1% din articolele produse de I schimb sunt defecte, 2% din cele produse n al
II-lea schimb si 3% din al III-lea schimb. Daca cele trei schimburi au aceeia si
productivitate, care este probabilitate ca un produs din acea zi sa e defect?
Daca un produs este defect, care este probabilitatea ca el sa fost fabricat n
schimbul al III-lea?
R aspuns: Folosind formula probilit atii totale si formula lui Bayes se
obtine: 0, 02 respectiv 0,
Problema 6.6.7 Presupunem ca ocupa tiile n cadrul unei mari companii
sunt grupate n 3 nivele de performan ta: superior (l), mijlociu ('), si
inferior (1). l
1
reprezinta evenimentul ca tatal este n nivelul superior, iar
l
2
evenimentul ca ul este n nivel superior, etc. S-a determinat urmatorul
tabel privind mobilitatea ocupa tionala unde indicele 1 se refera la tata, iar
indicele 2 la u:
1in, Tat a l
2
'
2
1
2
l
1
0, 4 0, 48 0, 07
'
1
0, 0 0, 70 0, 2
1
1
0, 01 0, 0 0, 40
Prima linie a tabelului se cite ste astfel: daca tatal este n nivelul ocu-
pa tional l probabilitatea ca ul sa e n l este 0, 4, probabilitatea ca ul sa
n ' este 0, 48, respectiv probabilitatea ca ul sa e n 1 este 0,07 (celelalte
linii ale tabelului se citesc analog). Presupunem ca 10/ din genera tia tatalui
sunt l, 40/ sunt ' si 0/ n 1. Care este probabilitatea ca un u din
genera tia urmatoare sa e n l? Daca un u este n nivelul ocupa tional l,
care este probabilitatea ca tatal sa fost n l?
R aspuns: Folosind formula probilit atii totale si formula lui Bayes se
obtine: 0, 07 si 0, 64.
226
7 Scheme clasice de probabilitate
Sub acest titlu vor descrise anumite experimente aleatoare si vor calculate
probabilit atile unor evenimente ale acestora. Din multiple motive aceste
experimente aleatoare apar foarte des n aplicatii. Traditional descrierea
experimentelor respective se face cu ajutorul unor urne din care se extrag
bile.
n cele ce urmeaz a vom ntelege prin urn a o incint a n care se a a bile
(sfere identice ca m arime si greutate, dar putnd avea culori diferite). Din
exterior nu se pot vedea culorile bilelor din urn a, ns a se consider a c a exist a
un mecanism cu ajutorul c aruia bilele pot extrase din urn a, bilele existente
n urn a avnd toate aceeasi sans a de a extrase.
7.1 Schema urnei cu bila nerevenit a
Urna l contine a bile albe si / bile negre. Din l se fac : extrageri succesive
de cte o bil a f ar a ntoarcere, adic a f ar a a reintroduce n urn a bilele extrase.
(S a remarc am c a modul acesta de a extrage : bile din urna l este echivalent
cu extragerea celor : bile deodat a.) Se pune problema determin arii prob-
abilit atii evenimentului A
I,|
o,b
c a din cele : bile astfel extrase / sunt albe si
| = : / sunt negre. (Evident c a a, /, :, / si | sunt numere naturale si
: _ a /, / _ min:, a, | _ min:, /.)
S a ne imagin am c a cele a / bile existente n urna l ar numerotate
de la 1 la a /. Experimentul aleator al extragerii celor : = / | bile
din aceast a urn a are C
I|
ob
rezultate posibile egal probabile. Dintre acestea,
favorabile realiz arii evenimentului A
I,|
o,b
sunt C
I
o
C
|
b
c aci / bile dintre cele a
bile albe existente n urn a pot alese n C
I
o
moduri diferite, ec arei asemenea
alegeri corespunzndu-i C
|
b
moduri diferite de alegere a | bile dintre cele /
bile negre existente n urna l.
S a not am
1
o,b
(/, |) = 1(A
I,|
o,b
).
Dup a denitia clasic a a probabilit atii se obtine
1
o,b
(/, |) =
C
I
o
C
|
b
C
I|
ob
. (7.1.1)
Observatia 7.1.1 Din cauza asemanarii membrului drept al rela tiei (7.1.1)
cu termenul general al seriei hipergeometrice, schema urnei cu bila nerevenita
se mai nume ste schema hipergeometrica.
227
Exemplul 7.1.1 Urna l con tine 3 bile albe si 2 bile negre. Din l se extrag
deodata 3 bile (sau - echivalent - se fac 3 extrageri succesive de cte o bila
fara ntoarcere). Sa se calculeze probabilitatea evenimentului ca cel mult
doua din bilele astfel extrase sunt albe.
Este clar c a evenimentul se realizeaz a dac a din cele trei bile extrase din
l exact dou a sunt albe, sau exact una este alb a, sau nici una nu este alb a,
adic a
= A
2,1
S,2
' A
1,2
S,2
' A
0,S
S,2
.
Evenimentele reunirii care d a evenimentul sunt evident dou a cte dou a
incompatibile, deci
1() = 1(A
2,1
S,2
) 1(A
1,2
S,2
) 1(A
0,S
S,2
) =
= 1
S,2
(2, 1) 1
S,2
(1, 2) 1
S,2
(0, 8).
Dar A
0,S
S,2
= O deoarece este imposibil ca din urna l s a e extrase (f ar a n-
toarcere) 3 bile negre, ea continnd doar 2 asemenea bile. Atunci 1
S,2
(0, 8) =
1(A
0,S
S,2
) = 1(O) = 0 si deci
1() = 1
S,2
(2, 1) 1
S,2
(1, 2) =
C
2
S
C
1
2
C
S

C
1
S
C
2
2
C
S
=
=
8 2
10

8 1
10
=
0
10
= 0, 0.
7.2 Generalizare. Schema urnei cu bila nerevenit a cu mai
multe st ari
O generalizare natural a a schemei precedente se obtine considernd c a n urn a
se g asesc bile de mai mult dect dou a culori (st ari), s a zicem de : culori.
Urna l contine a
i
bile de culoarea c
i
, i = 1, :. Din l se fac : ex-
trageri succesive de cte o bil a f ar a ntoarecere (ceea ce este echivalent
cu extragerea celor : bile deodat a). Se cere probabilitatea evenimentului
A
I
1
,I
2
,...,I
s
o
1
,o
2
,...,o
s
c a dintre cele : bile extrase /
i
sunt de culoarea c
i
, i = 1, :. (Evi-
dent c a a
1
, a
2
, . . . , a
c
, /
1
, /
2
, . . . , /
c
si : sunt numere naturale si c a
c
i=1
/
i
= :
si /
i
_ mina
i
, :, i = 1, :.)
n acest caz num arul total de evenimente elementare ale experimentului
aleator este C
I
1
I
2
I
s
o
1
o
2
o
s
, iar num arul evenimentelor elementare favorabile
evenimentului A
I
1
,I
2
,...,I
s
o
1
,o
2
,...,o
s
este C
I
1
o
1
C
I
2
o
2
. . . C
I
s
o
s
.
228
S a not am
1(A
I
1
,I
2
,...,I
s
o
1
,o
2
,...,o
s
) = 1
o
1
,o
2
,...,o
s
(/
1
, /
2
, . . . , /
c
).
Denitia clasic a a probabilit atii d a
1
o
1
,o
2
,...,o
s
(/
1
, /
2
, . . . , /
c
) =
C
I
1
o
1
C
I
2
o
2
. . . C
I
s
o
s
C
I
1
I
2
I
s
o
1
o
2
o
s
. (7.2.1)
Exemplul 7.2.1 Dintre cele 10 bilete ale unei loterii unul este c stigator cu
10000 u.m., doua sunt c stigatoare cu cte 5000 u.m., trei sunt c stigatoare
cu cte 1000 u.m. si patru sunt neca stigatoare. Un jucator cumpara patru
bilete din aceasta loterie. Sa se calculeze probabilitatea j ca dintre cele patru
bilete cumparate unul sa e c stigator cu 5000 u.m., doua sa e c stigatoare
cu cte 1000 u.m. si unul sa e nec stigator.
Probabilitatea c autat a poate calculat a utiliznd relatia (7.2.1) si se
obtine
j = 1
1,2,S,1
(0, 1, 2, 1) =
C
0
1
C
1
2
C
2
S
C
1
1
C
1
10
=
1 2 8 4
210
=
24
210
=
4
8
- 0, 114.
7.3 Schema urnei cu bila revenit a
Urna l contine bile de dou a culori (albe si negre). Compozitia urnei este
cunoscut a n sensul c a se cunoaste probabilitatea ca o bil a extras a din l s a
e alb a (e aceast a probabilitate j) si probabilitatea ca o bil a extras a din
l s a e neagr a (o not am cu , = 1 j). Din l se efectueaz a : extrageri
succesive de cte o bil a cu ntoarcere (adic a dup a extragerea oric arei bile si
observarea culorii ei, bila extras a este reintrodus a n urn a naintea extragerii
urm atoare). Se cere probabilitatea evenimentului A
I
a
c a dintre cele : bile
astfel extrase / sunt albe (atunci restul de : / bile sunt negre). Evident /
si : sunt numere naturale si / _ :.
Fie
i
evenimentul c a la cea de a i-a extragere se obtine bil a alb a, i = 1, :.
Deoarece dup a ecare extragere bila este reintrodus a n urn a, rezult a c a la
orice extragere (deci si la a i-a) probabilitatea de a se obtine bil a alb a este
1(
i
) = j si probabilitatea de a se obtine bil a neagr a este 1(
i
) = .
Dac a, de exemplu la primele / extrageri se obtin bile albe iar la ultimele
:/ extrageri se obtin bile negre, atunci este evident c a se realizeaz a eveni-
mentul A
I
a
. Evenimentul c a la primele / extrageri se obtin bile albe si la
ultimele : / extrageri se obtin bile negre este
A
1,2,...,I
=
1

2

I

I1

I2

a
.
229
Din cauza reintroducerii n urn a a bilelor extrase dup a ecare extragere,
evenimentele
1
,
2
, . . . ,
I
,
I1
,
I2
, . . . ,
a
sunt total independente si
deci
1(A
1,2,...,I
) = 1(
1
)1(
2
) . . . 1(
I
)1(
I1
)1(
I2
) . . . 1(
a
) =
= j . j . . . . . j
. .
I )octcvi
. . . . . .
. .
aI )octcvi
= j
I
aI
.
Dar evenimentul A
I
a
se realizeaz a dac a cele / bile albe se obtin n oricare
/ dintre cele : extrageri. Fie i
1
, i
2
, . . . , i
I
o submultime de / elemente a
multimii 1, 2, . . . , : si i
I1
, i
I2
, . . . , i
a
= 1, 2, . . . , : i
1
, i
2
, . . . , i
I
.
Atunci
A
I
a
= '
_
i
1

i
2
...
i
I

i
I+1

i
I+2
i
n
_
, (7.3.1)
reunirea f acndu-se dup a toate submultimile distincte i
1
, i
2
, . . . , i
I
ale multimii
1, 2, . . . , :. Num arul acestor submultimi este (dup a cum se stie) C
I
a
.
Este evident c a termenii reunirii din membrul drept al relatiei (2.3.1) sunt
evenimente dou a cte dou a incompatibile, deci
1(A
I
a
) = 1('(
i
1

i
2

i
I

i
I+1

i
I+2

i
n
)) =
=
1(
i
1

i
2

i
I

i
I+1

i
I+2

i
n
) =
=
1(
i
1
)1(
i
2
) . . . 1(
i
I
)1(
i
I+1
)1(
i
I+2
) . . . 1(
i
n
) =
=
j . j . . . j
. .
I )octcvi
. . . . .
. .
aI )octcvi
=
j
I
aI
.
Cum sumele precedente au, ca si reunirea din (7.3.1), C
I
a
termeni, se
obtine
1(A
I
a
) = C
I
a
j
I
aI
.
Convenim a nota
1(A
I
a
) = 1
a
(/)
si atunci
1
a
(/) = C
I
a
j
I
aI
. (7.3.2)
230
Observatia 7.3.1 Cum membrul drept al rela tiei (7.3.2) este coecientul lui
t
I
din dezvoltarea cu formula binomului lui Newton a lui (jt )
a
, schema
urnei cu bila revenita se mai nume ste schema binomiala. Aceasta schema
este numita si schema lui Bernoulli. Esen tial n schema urnei cu bila
revenita este faptul ca, din cauza reintroducerii bilei n urna dupa ecare
extragere, rezultatele extragerilor sunt evenimente total independente si din
acest motiv ea este uneori numita schema extragerilor (probelor) repetate
si independente, iar schema urnei cu bila nerevenita este numita atunci
schema extragerilor (probelor) repetate si dependente.
Exemplul 7.3.1 Urna l con tine 2 bile albe si 3 bile negre. Din l se fac
6 extrageri succesive de cte o bila cu ntoarcerea bilei n urna dupa ecare
extragere. Sa se calculeze probabilitatea ca 4 dintre cele 6 bile extrase sa e
albe, iar 2 sa e negre.
Cum la ecare extragere putem obtine oricare dintre cele 2 8 = bile
existente n urn a, ecare extragere este un experiment aleator care genereaz a
cte un cmp de evenimente cu 5 rezultate posibile echiprobabile. Atunci,
folosind denitia clasic a a probabilit atii, g asim c a probabilitatea ca la oricare
din cele 6 extrageri s a se obtin a o bil a alb a este j =
2
, iar probabilitatea ca
la oricare din cele 6 extrageri s a se obtin a o bil a neagr a este =
8
.
Probabilitatea ca 4 din cele 6 bile extrase s a e albe si 2 s a e negre este
deci
1
6
(4) = C
1
6
_
2
_
1
_
8
_
2
= 1
16
62
0
2
=
482
812
= 0, 18824.
Observatia 7.3.2 Din schema urnei cu bila revenita se ob tine urmatoarea
schema numita schema lui Pascal. Sa presupunem ca urna l con tine
bile albe si negre. Fie j probabilitatea ca o bila extrasa din l sa e alba
si = 1 j probabilitatea ca o bila extrasa din l sa e neagra. Se cere
probabilitatea evenimentului 1
I
a
ca la efectuarea a : extrageri succesive de
cte o bila cu ntoarcere din urna l sa se ob tina / bile albe si : / bile
negre, iar a :-a bila extrasa din l sa e alba (adica probabilitatea ca cea de
a /-a bila alba sa se ob tina dupa ce au fost extrase : / bile negre). Fara
dicultate se ob tine ca probabilitatea acestui eveniment este
1(1
I
a
) = 1(A
I1
a1

a
).
Deoarece rezultatul unei extrageri nu este inuen tat de rezultatele ex-
tragerilor precedente (bila ind reintrodusa n urna dupa ecare extragere)
231
avem
1(1
I
a
) = 1(A
I1
a1
)1(
a
) = 1
a1
(/ 1)j =
= C
I1
a1
j
I1
(a1)(I1)
j = C
I1
a1
j
I
aI
.
Observatia 7.3.3 Din schema lui Pascal se ob tine ca un caz particular
schema geometrica lund / = 1. Probabilitatea ca efectund : extrageri
succesive de cte o bila cu ntoarcere din urna l (cunoscuta n sensul ca se
stie ca probabilitatea ca o bila extrasa din l sa e alba este j, iar probabili-
tatea ca o bila extrasa din l sa e neagra este = 1 j) sa se ob tina pentru
prima data bila alba n cea de a :-a extragere este
1(1
1
a
) = 1(A
0
a1

a
) = 1(A
0
a1
)1(
a
) =
= 1
a1
(0)j = C
0
a1
j
0
a10
j = j
a1
.
Denumirea de schema geometric a provine de la faptul c a probabilitatea
j
a1
este al :-lea termen al progresiei geometrice cu primul termen j si
ratia .
7.4 Generalizare. Schema urnei cu bila revenit a cu mai multe
st ari
Aceast a schem a este o generalizare natural a a schemei urnei cu bila revenit a,
ea referindu-se la extrageri cu ntoarcere dintr-o urn a n care exist a bile de
mai mult dect dou a culori.
Urna l contine bile de : culori: c
1
, c
2
, . . . , c
c
, : N, : 2. Compozitia
urnei l este cunoscut a n sensul c a se cunoaste probabilitatea ca o bil a
extras a din l s a aib a culoarea c
i
, i = 1, :. Fie aceast a probabilitate j
i
.
Evident j
i
0, i = 1, : si
c
i=1
j
i
= 1.
Din l se fac : extrageri succesive de cte o bil a cu ntoarcere (adic a, dup a
extragerea oric arei bile si observarea culorii ei, bila extras a este reintrodus a
n urn a naintea extragerii urm atoare).
Se cere probabilitatea evenimentului A
I
1
,I
2
,...,I
s
a
c a dintre cele : bile astfel
extrase /
i
s a e de culoarea c
i
, i = 1, :. Evident 0 _ /
i
_ :, i = 1, : si
c
i=1
/
i
= :.
Dac a
i
)
este evenimentul c a la a ,-a extragere se obtine bil a de culoarea
c
i
, atunci evident 1(
i
)
) = j
i
, i = 1, :, , = 1, :.
232
Evenimentul c a n extragerile i
1
, i
2
, . . . , i
I
1
se obtin bile de culoarea c
1
, n
extragerile i
I
1
1
, i
I
1
2
, . . . , i
I
1
I
2
se obtin bile de culoarea c
2
, . . . , n extrager-
ile i
I
1
I
2
I
s1
1
, i
I
1
I
2
I
s1
2
, . . . , i
I
1
I
2
I
s1
I
s
se obtin bile de
culoarea c
c
este
1
i
1

1
i
2

1
i
I
1

2
i
I
1
+1

2
i
I
1
2

2
i
I
1
+I
2

c
i
I
1
+I
2
++I
s1
+1

c
i
I
1
+I
2
++I
s1
+2

c
i
n
.
Atunci:
A
I
1
,I
2
,...,I
s
a
= '(
1
i
1

1
i
I
1

2
i
I
1
+1

2
i
I
1
+I
2
(7.4.1)

c
i
I
1
++I
s1
+1

c
i
n
),
reunirea f acndu-se dup a toate grup arile posibile ale numerelor naturale
1, 2, . . . , : n : grupe formate respectiv din /
1
, /
2
, . . . , /
c
numere.
Pentru determinarea num arului acestor grup ari se poate proceda n modul
urm ator:
- Exist a : locuri dispuse n : grupe, locuri care trebuiesc ocupate cu numerele
naturale 1, 2, . . . , : astfel ca n prima grup a s a existe /
1
numere, n a
doua grup a s a existe /
2
numere, . . . , n a :-a grup a s a existe /
c
numere.
- Din cele : numere naturale 1, 2, . . . , : pot formate C
I
1
a
grup ari distincte
pentru a ocupa cele /
1
locuri din prima grup a.
- Apoi din cele :/
1
numere r amase pot formate C
I
2
aI
1
grup ari distincte
pentru a ocupa cele /
2
locuri din grupa a doua si asa mai departe.
- Atunci num arul total al acestor grup ari este
C
I
1
a
C
I
2
aI
1
. . . C
I
s
aI
1
I
2
I
s1
=
=
:!
/
1
! (: /
1
)!
(: /
1
)!
/
2
! (: /
2
)!

(: /
1
/
2
... /
c1
)!
/
c
! (: /
1
/
2
... /
c1
/
c
)!
=
=
:!
/
1
!/
2
!.../
c
!
,
233
deoarece
(: /
1
/
2
. . . /
c1
/
c
)! = (: :)! = 0! = 1.
Deci num arul termenilor reunirii din membrul drept al relatiei (7.4.1) este
:!
/
1
!/
2
!.../
c
!
.
Este evident c a termenii reunirii din membrul drept al relatiei (7.4.1) sunt
evenimente dou a cte dou a incompatibile, deci
1(A
I
1
,I
2
,...,I
s
a
) =

1(
1
i
1

1
i
I
1

2
i
I
1
+1
(7.4.2)
2
i
I
1
+I
2

c
i
I
1
++I
s1
+1

c
i
n
),
nsumarea f acndu-se dup a aceeasi regul a cu reunirea din 7.4.1.
Dar evenimentele intersectiei
1
i
1

1
i
I
1

2
i
I
1
+1

2
i
I
1
+I
2

c
i
I
1
++I
s1
+1

c
i
n
sunt total independente din cauza faptului c a bila extras a din urn a este
reintrodus a n urn a naintea extragerii urm atoare, deci
1(
1
i
1

1
i
I
1

2
i
I
1
+1

2
i
I
1
+I
2

c
i
I
1
++I
s1
+1

c
i
n
) =
=1(
1
i
1
) . . . 1(
1
i
I
1
)1(
2
i
I
1
+1
) . . . 1(
2
i
I
1
+I
2
) . . . 1(
c
i
I
1
++I
s1
+1
) . . . 1(
c
i
n
)=
= j
1
. . . j
1
. .
I
1
)octcvi
j
2
. . . j
2
. .
I
2
)octcvi
. . . j
c
. . . j
c
. .
I
s
)octcvi
= j
I
1
1
j
I
2
2
. . . j
I
s
c
.
Vom utiliza notatia
1(A
I
1
,I
2
,...,I
s
a
) = 1
a
(/
1
, /
2
, . . . , /
c
).
Atunci din relatia (7.4.2) se obtine
1
a
(/
1
, /
2
, . . . , /
c
) =
:!
/
1
!/
2
!.../
c
!
j
I
1
1
j
I
2
2
. . . j
I
s
c
. (7.4.3)
Remarc am c a dac a n (7.4.3) lu am : = 2 si not am j
1
= j, j
2
= 1j = ,
/
1
= / si /
2
= : / se obtine membrul drept al relatiei (7.3.2), ceea ce este
natural.
234
Observatia 7.4.1 Deoarece membrul drept al rela tiei (7.4.3) este coecien-
tul lui t
I
1
1
t
I
2
2
. . . t
I
s
c
din dezvoltarea lui (j
1
t
1
j
2
t
2
j
c
t
c
)
a
, schema urnei
cu bila revenita cu mai multe stari se mai nume ste schema polinomiala
sau schema multinomiala.
Exemplul 7.4.1 Urna l con tine 2 bile ro sii, 4 bile albe si 3 bile albastre.
Din l se fac 6 extrageri succesive de cte o bila cu ntoarcere. Se cere
probabilitatea ca dintre cele 6 bile extrase una sa e ro sie, doua sa e albe si
trei sa e albastre.
Avem evident j
1
=
2
0
, j
2
=
4
0
, j
S
=
8
0
, : = 6, /
1
= 1, /
2
= 2 si /
S
= 8,
deci probabilitatea cerut a este
1
6
(1, 2, 8) =
6!
1!2!8!
_
2
0
_
1
_
4
0
_
2
_
8
0
_
S
- 0, 082.
7.5 Schema urnelor lui Poisson
Schema urnelor lui Poisson este o alt a generalizare a schemei urnei cu bila
revenit a.
Experimentul de la schema urnei cu bila revenit a studiat a la 7.4.3 poate
imaginat si n modul urm ator: exist a : urne l
1
, l
2
, . . . , l
a
cu compozitii
identice, din ecare urn a se extrage cte o bil a si se caut a probabilitatea
evenimentului c a dintre cele : bile astfel extrase / sunt albe.
O generalizare a acestui experiment se obtine considernd c a cele : urne
au compozitii diferite.
S a presupunem date urnele l
1
, l
2
, . . . , l
a
si c a aceste urne contin bile
albe si negre, compozitiile urnelor sunt cunoscute n sensul c a se stie c a
probabilitatea ca o bil a extras a din l
i
s a e alb a este j
i
, i = 1, : (atunci
probabilitatea ca o bil a extras a din l
i
s a e neagr a este
i
= 1j
i
, i = 1, :).
Se extrage cte o bil a din ecare din cele : urne si se cere probabilitatea
evenimentului A
I
c a dintre cele : bile astfel extrase / sunt albe si : /
negre.
Evident 0 < j
i
< 1, i = 1, : si 0 _ / _ :.
Dac a
i
este evenimentul c a bila extras a din l
i
este alb a atunci 1(
i
) =
j
i
si 1(
i
) = 1 j
i
=
i
.
Evenimentul a c arui probabilitate se cere poate scris
A
I
= '(
i
1

i
2

i
I

i
I+1

i
I+2

i
n
), (7.5.1)
235
unde (i
1
, i
2
, . . . , i
a
) este o permutare a numerelor 1, 2, . . . , :, iar reunirea
se face dup a toate aceste permut ari.
Deoarece evenimentele
i
1
,
i
2
, . . . ,
i
I
,
i
I+1
,
i
I+2
, . . . ,
i
n
sunt total
independente (ele referindu-se la rezultate ale unor extrageri din urne diferite),
se obtine
1(
i
1

i
2

i
I

i
I+1

i
I+2

i
n
) =
= 1(
i
1
)1(
i
2
) . . . 1(
i
I
)1(
i
I+1
)1(
i
I+2
) . . . 1(
i
n
) =
= j
i
1
j
i
2
. . . j
i
I
i
I+1
i
I+2
. . .
i
n
.
Evenimentele reunirii din membrul drept al relatiei (7.5.1) ind incom-
patibile dou a cte dou a rezult a c a 1(A
I
) va suma produselor
j
i
1
j
i
2
. . . j
i
I
i
I+1
i
I+2
. . .
i
n
pentru toate permut arile (i
1
, i
2
, . . . , i
a
) ale numerelor naturale 1, 2, . . . , :.
Se constat a usor c a suma aceasta este egal a cu coecientul lui t
I
din
polinomul de gradul : n t (j
1
t
1
)(j
2
t
2
) . . . (j
a
t
q
), astfel nct
probabilitatea 1(A
I
) este dat a de relatia
a
I=0
1(A
I
)t
I
=
a
i=1
(j
i
t
i
). (7.5.2)
Remarc am faptul c a dac a n schema urnelor lui Poisson consider am toate
cele : urne identice (adic a j
i
= j,
i
= , i = 1, :) atunci relatia (7.5.2)
devine
a
I=0
1(A
I
)t
I
= (jt )
a
,
astfel nct
1(A
I
) = C
I
a
j
I
aI
,
adic a 1(A
I
) = 1
a
(/) dat de relatia (7.5.2).
Exemplul 7.5.1 O ntreprindere agricola cultiva gru n 3 ferme. Din date
statistice se stie ca probabilitatea ca ntr-un an oarecare produc tia de gru la
hectar sa depa seasca 3000 kg este j
1
= 0, la prima ferma, j
2
= 0, 4 la a
doua si j
S
= 0, 6 la ferma a treia. Se cere probabilitatea evenimentului A ca
ntr-un anumit an produc tia de gru la hectar sa depa seasca 4000 kg la cel
pu tin doua din cele trei ferme.
236
Rezolvare: S a not am cu A
I
evenimentul c a exact n / dintre cele 3 ferme
productia de gru n anul respectiv dep aseste 3000 kg la hectar, / = 0, 8. Se
observ a c a evenimentul A
I
este de tipul celor descrise n schema urnelor lui
Poisson.
Vom avea
1(A) = 1(A
2
' A
S
) = 1(A
2
) 1(A
S
).
Relatia (6.4.9) ne d a
(0, 4t 0, 6)(0, t 0, )(0, 6t 0, 4) =
= 0, 12 0, 88t 0, 88t
2
0, 12t
S
,
astfel c a 1(A
2
) = 0, 88 si 1(A
S
) = 0, 12, deci
1(A) = 0, 88 0, 12 = 0, 0.
Problema 7.6.1 La o loterie sunt 100 bilete, din care 10 sunt c stigatoare.
O persoana cumpara 15 bilete. Sa se determine probabilitatea ca:
a) 1 bilet sa e c stigator;
b) sa se ob tina toate cele 10 bilete c stigatoare;
c) cel pu tin 2 bilete sa e c stigatoare.
Rezolvare: Se aplic a schema urnei cu 2 st ari si bila nerevenit a.
a) 1
10,90
(1, 14) =
C
1
10
C
14
90
C
15
100
;
b) 1
10,90
(10, ) =
C
10
10
C
5
90
C
15
100
;
c) Fie evenimentul ca cel putin 2 bilete s a e cstig atoare. Consid-
er am

evenimentul contrar ca ca cel mult unul din cele 15 cump arate s a e
cstig ator. Are loc:
1
_
_
= 1
10,90
(0, 1) 1
10,90
(1, 14) =
C
0
10
C
1
90
C
1
100

C
1
10
C
11
90
C
1
100
.
Probabilitatea cerut a va 1 () = 1 1
_
_
.
237
Problema 7.6.2 Un depozit de piese auto are n stoc piese de la 4 furnizori
n urmatoarele cantita ti: 100 de la furnizorul 1
1
, 50 de la 1
2
, 30 de la 1
S
si
80 de la 1
1
. n decursul unei saptamni, depozitul a vndut 45 piese. Care e
probabilitatea ca din cele 45 de piese vndute, 15 sa provina de la furnizorul
1
1
, 5 de la 1
2
, 10 de la 1
S
si 15 de la 1
1
.
Rezolvare: Se aplic a schema urnei cu 4 st ari si bila nerevenit a, unde
a
1
= 100, a
2
= 0, a
S
= 80, a
1
= 80,
iar /
1
= 1, /
2
= , /
S
= 10, /
1
= 1.
Probabilitatea cerut a este:
1
100,0,S0,S0
(1, , 10, 1) =
C
1
100
C
0
C
10
S0
C
1
S0
C
1
260
.
Problema 7.6.3 Pe parcursul unei saptamni s-a dat predic tia cursului va-
lutar, astfel nct zilnic cursul poate sa creasca cu probabilitatea
1
1
, respectiv
sa scada cu probabilitatea
S
1
. Stabili ti probabilitatea ca:
a) n 5 zile ale saptamnii cursul valutar sa creasca;
b) n cel mult 3 zile cursul valutar sa creasca;
c) n cel pu tin 2 zile cursul valutar sa creasca;
Rezolvare: Consider am evenimentul cursul valutar s a creasc a ntr-o
zi. In ecare zi poate avea loc sau

.
Se aplic a schema urnei cu 2 st ari si bila revenit a (schema binomial a),
unde:
: = 7j = 1 () =
1
4
, = 1
_
_
=
8
4
.
Probabilitatea de a se produce A de / ori este 1
7
(/) = C
I
7
j
I
7I
.
a) Probabilitatea cerut a este:
1
7
() = C
7
j
7
= C
7
_
1
4
_
_
8
4
_
2
.
b) Probabilitatea cerut a este:
S
I=0
1
7
(/) =
S
I=0
C
I
7
j
I
7I
=
S
I=0
C
I
7
_
1
4
_
I
_
8
4
_
7I
.
238
c) Not am cu C evenimentul cursul valutar s a creasc a n cel putin 2 zile.
Atunci C este evenimentul: cursul valutar s a nu creasc a n nici o zi sau s a
creasc a ntr-o zi. Asadar putem scrie:
1
_
C
_
= 1
7
(0) 1
7
(1) = C
0
7
_
1
4
_
0
_
8
4
_
7
C
1
7
_
1
4
_
1
_
8
4
_
6
.
1 (C) = 1 1
_
C
_
.
Problema 7.6.4 Un supermarket vinde urmatoarele sortimente de cafea:
naturala, cappuccino si expresso. Probabilitatea ca un client sa cumpere cafea
naturala este 0,55, cappuccino 0,3, iar expresso 0,15. Determina ti proba-
bilitatea ca, din 100 clien ti, 70 sa cumpere cafea naturala, 20 sa cumpere
cappuccino, iar 10 sa cumpere expresso.
Rezolvare: Aplic am schema urnei cu 3 st ari si bila revenit a (schema
multinomial a).
Fie
i
, evenimentul ca un client s a cumpere sortimentul i de cafea ,
i = 1, 8. Avem evident:
j
1
= 1 (
1
) = 0, , j
2
= 1 (
2
) = 0, 8, j
S
= 1 (
S
) = 0, 1
: = 100, /
1
= 70, /
2
= 20, /
S
= 10.
1
100
(70, 20, 10) =
100!
70!20!10!
(0, )
70
(0, 80)
20
(0, 1)
10
.
Problema 7.6.5 Care e probabilitatea ca al 80-lea client care intra ntr-o
banca, sa e a 20-a persoana care ncheie o poli ta de asigurare, stiind ca
probabilitatea ca cineva sa ncheie o poli ta de asigurare este de 0,6?
Rezolvare: Se aplic a schema lui Pascal cu : = 80 (num arul clientilor),
/ = 20 (num arul succeselor), j = 0, 6, = 0, 4.
C
I1
a1
j
I
aI
= C
19
79
(0, 6)
20
(0, 4)
60
.
239
Problema 7.6.6 La trei reprezentan te ale concernului Nokia se gasesc tele-
foane mobile cu ecran color sau alb-negru n urmatoarele propor tii: la prima
reprezentan ta 14 cu ecran color si 16 cu ecran alb-negru, la a doua 13 cu
ecran color si 17 cu ecran alb-negru, iar la a treia 14 cu ecran color si 18
cu ecran alb-negru. Se alege la ntmplare cte un telefon mobil de la ecare
reprezentan ta, pentru a supus unor probe de vericare. Care e probabil-
itatea ca din cele 3 telefoane alese doua sa e cu ecran color, iar unul cu
ecran alb-negru?
Rezolvare:Aplic am schema urnelor lui Poisson.
Pentru aceasta not am cu j
i
probabilitatea ca telefonul ales de la reprezen-
tanta i s a aib a ecran color, i = 1, 8. Avem c a:
j
1
=
14
80
,
1
=
16
80
, j
2
=
18
80
,
2
=
17
80
, j
S
=
14
82
,
S
=
18
82
.
Conform schemei lui Poisson, probabilitatea cerut a este dat a de coe-
cientul lui t
2
al polinomului
(j
1
t
1
) (j
2
t
2
) (j
S
t
S
) ,
adic a de:
j
1
j
2
S
j
1
2
j
S

1
j
2
j
S
=
14
80
18
80
18
82

14
80
17
80
14
82

16
80
18
80
14
82
= 0, 88.
Problema 7.7.1 ntr-un lot de 400 piese, 10 sunt defecte. Se aleg aleator
20 piese. Sa se calculeze probabilitatea ca ntre piesele alese :
a) 4 piese s a e defecte;
b) s a e cel mult 6 piese defecte;
c) s a nu e nici o pies a defect a.
R aspuns: a) 1
10,S90
(4, 16) =
C
4
10
C
16
390
C
20
400
; b)
6
I=0
1
10,S90
(/, 20 /);
c) 1
10,S90
(0, 20) .
240
Problema 7.7.2 O comisie interna tionala este formata din 5 romni, 7
italieni, 4 olandezi si 6 elve tieni. Se aleg la ntmplare 10 persoane pentru
a forma o subcomisie. Sa se calculeze probabilitatea ca din cele 10 persoane
alese, 2 sa e romni, 3 italieni, 3 olandezi si 2 elve tieni.
R aspuns: 1
,7,1,6
(2, 8, 8, 2) =
C
2
5
C
3
7
C
3
4
C
2
6
C
10
22
.
Problema 7.7.3 Pe parcursul a 10 zile de vara s-a dat prognoza meteo astfel
nct zilnic pot cadea precipita tii cu probabilitatea 0,2. Calcula ti probabili-
tatea de a ploua:
a) n 3 zile;
b) n cel mult 4 zile;
c) n cel pu tin 3 zile.
R aspuns: a) 1
10
(8) = C
S
10
(0, 2)
S
(0, 8)
7
;
b)
1
I=0
1
10
(/); c) 1
2
I=0
1
10
(/).
Problema 7.7.4 Se arunca un zar de 20 de ori. Sa se calculeze probabili-
tatea ca de 8 ori sa apara un numar prim, de 10 ori un numar compus si de
2 ori fa ta cu un punct.
R aspuns: 1
20
(8, 10, 2) =
20!
S! 10! 2!
_
S
6
_
S
_
2
6
_
10
_
1
6
_
2
.
Problema 7.7.5 Avem 4 grupe de studen ti: n prima grupa sunt 20 fete si
5 baie ti, n a doua grupa sunt 15 fete si 10 baie ti, n a treia grupa sunt 10
fete si 15 baie ti, n a patra grupa sunt 24 fete si 1 baiat. Se alege cte un
student din ecare grupa pentru a participa la o ac tiune publicitara pentru
promovarea unui produs. Sa se calculeze probabilitatea ca ntre studen tii ale si:
a) trei sa e fete;
b) sa e numai fete;
c) sa e cel pu tin o fata.
R aspuns: Se aplic a schema urnelor lui Poisson.
a)0, 48; /)
20
2
1
2
10
2
24
2
= 0, 184; c)1

2
10
2
1
2
1
2
= 0, 008.
241
8 Variabile aleatoare
8.1 Denitii
Pn a acum evenimentele au fost studiate mai nti din punct de vedere cal-
itativ, iar o dat a cu introducerea probabilit atilor si din punct de vedere
cantitativ. Studiul se extinde prin considerarea unei notiuni noi, aceea de
variabila aleatoare, variabil a care va juca un rol similar n teoria probabil-
it atilor ca si variabila din cadrul analizei matematice sau din alt a parte a
matematicii.
n cazul variabilelor aleatoare valorile vor luate dintr-o anumit a multime
nu n mod cert ci numai cu o anumit a probabilitate. Ca notatie pentru vari-
abila aleatoare se utilizeaz a de obicei literele mari latine sau pot utilizate
si literele grecesti: j, ....
Consider am un cmp de probabilitate (\, /, 1) .
Denitia 8.1.1 Se nume ste variabila aleatoare reala orice aplica tie
A : \ R
care asociaza ecarui element . un numar real A (.) ,
. A (.)
astfel nct
A
1
(, r) / \r R.
Aici, prin A
1
(, r) am notat evenimentul identicat cu multimea
elementelor . \ astfel nct A (.) < r :
A
1
(, r) = ., . \, A (.) < r .
Observatia 8.1.1 n cele ce urmeaza vom avea n vedere doua categorii de
variabile aleatoare si anume:
- variabile aleatoare de tip discret
- variabile aleatoare de tip continuu
Variabilele aleatoare de tip discret sunt acelea pentru care mul timea val-
orilor (codomeniul lui A) este o mul time nita sau numarabila de forma
' = r
i
[r
i
R
i1
, 1 N.
Variabila aleatoare de tip continuu este variabila a carei codomeniu '
este un interval ' = [a, /[ R nchis sau nu.
242
Exemplul 8.1.1 Notam cu A variabila aleatoare care reprezinta suma punctelor
ob tinute la aruncarea a doua zaruri. Atunci' = 2, 8, 4, , 6, ..., 11, 12 .
Exemplul 8.1.2 Fie \ = .
1
, .
2
, .
S
; / = O, .
1
, .
2
, .
S
, \,
' = r
1
, r
2
R, r
1
< r
2
.
Ar at am c a A : \ ', A(.
1
) = r
1
, A(.
2
) = r
2
, A(.
S
) = r
2
este o
variabil a aleatoare.
A
1
((, r)) = O pentru orice r _ r
1
;
A
1
((, r)) = .
1
pentru orice r
1
< r _ r
2
;
A
1
((, r)) = .
2
, .
S
pentru orice r r
2
.
Denitia 8.1.2 Daca A este o variabila aleatoare de tip discret atunci nu-
mim func tie de probabilitate si o notam cu )
A
: ' R func tia care asoci-
aza ecarui r
i
)
A
(r
i
) = 1 (A = r
i
) unde A = r
i
reprezinta eveni-
mentul ca variabila aleatoare discreta A ia valoarea r
i
.
Observatia 8.1.2 Atunci cnd nu e pericol de confuzie indicele A de la
func tia ) se va omite si vom nota ) (r
i
) cu j
i
, unde j
i
reprezinta probabili-
tatea evenimentului ca variabila A sa ia valoarea r
i
. Se constata fara greutate
ca sistemul de evenimente A = r
i
i1
este un sistem complet de evenimente
si atunci vor ndeplinite ntodeauna urmatoarele doua condi tii:
_
i1
j
i
= 1
j
i
_ 0, i 1
Astfel variabilei aleatoare de tip discret A i se asociaza un tabel (tablou)
de reparti tie (distribu tie) de forma:
A :
_
r
i
j
i
_
i1
sau detaliat A :
_
r
1
r
2
... r
a
...
j
1
j
2
... j
a
...
_
.
Se vede ca reparti tia (distribu tia) con tine pe prima linie valorile pe care
variabila aleatoare le ia, de obicei scrise o singura data si n ordine cresca-
toare, iar pe linia a doua sunt trecute probabilita tile cu care variabila aleatoare
A ia valoarea corespunzatoare (j
i
).
Exemplul 8.1.3 Revenim la primul exemplu din aceasta sec tiune si cerem
n plus sa construim distribu tia acestei variabile aleatoare:
A =
_
2 8 4 6 7 8 0 10 11 12
1
S6
2
S6
S
S6
1
S6

S6
6
S6

S6
1
S6
S
S6
2
S6
1
S6
_
.
243
8.2 Operatii cu variabile aleatoare de tip discret
Ca si cu variabilele obisnuite si cu variabilele aleatoare se pot face operatii.
Pentru ecare nou a variabil a obtinut a dup a efectuarea operatiilor trebuie s a
cunoastem tabloul de repartitie:
1. Adunarea unei variabile aleatoare A cu un num ar constant: C A :
C A :
_
C r
i
j
i
_
i1
;
2. nmultirea unei variabile cu o constant a
C A :
_
C r
i
j
i
_
i1
;
3. Ridicarea la putere. Fie / N
A
I
:
_
r
I
i
j
i
_
i1
,
cnd au sens r
I
i
se poate lua / Z sau chiar / R.
4. Suma a dou a variabile aleatoare A, 1 : A 1
A :
_
r
i
j
i
_
i1
, 1 :
_
j
i
i
_
i1
== A 1 :
_
r
i
j
)
j
i)
_
i1, )J
,
unde
j
i)
= 1 [A = r
i
1 = j
)
[ .
Caz particular: Atunci cnd A si 1 sunt independente,
A = r
i
1 = j
)
, \(i, ,) 1 J
vor tot independente, deci j
i)
este produsul:
j
i)
= j
i
)
.
5. Produsul a dou a variabile aleatoare
A 1 :
_
r
i
j
)
j
i)
_
i1, )J
j
i)
= 1 [A = r
i
1 = j
)
[ .
244
Exemplul 8.2.1 Se considera variabilele aleatoare de distribu tii
A :
_
1 0 2
0.8 0. 0.2
_
1 :
_
2 1
0.4 0.6
_
.
Presupunem ca acestea sunt independente. Sa se efectueze urmatoarele op-
era tii: 2A, 8 1, A
1
, A 1, A 1,
A
Y
.
Vom avea:
2A :
_
2 0 4
0.8 0. 0.2
_
;
8 1 :
_
1 4
0.4 0.6
_
;
A
1
:
_
0 1 16
0. 0.8 0.2
_
;
A 1 :
_
8 0 2 1 0 8
0.12 0.18 0.2 0.8 0.08 0.12
_
=
A 1 :
_
8 2 0 1 8
0.12 0.2 0.26 0.8 0.12
_
;
1
1
:
_

1
2
1
0.4 0.6
_
;
A
1
= A 1
1
:
_
(1)
_
1
2
_
=
1
2
(1) 1 = 1 0 0 1 2
0.12 0.18 0.2 0.8 0.08 0.12
_
=
A
1
:
_
1 0
1
2
2
0.26 0. 0.12 0.12
_
8.3 Functia de repartitie
Studiul variabilelor aleatoare se poate considera si prin intermediul unei noi
functii asociate variabilei aleatoare. Aceast a functie numit a uneori functie
cumulativ a a probabilit atilor are o serie de propriet ati foarte usor de ex-
ploatat.mai ales cnd e vorba de a evalua probabilit atile unor evenimente
construite cu variabile aleatoare.
Fie A o variabil a aleatoare discret a.
245
Denitia 8.3.1 Se nume ste functie de repartitie asociata lui A, si se
noteaza cu 1
A
: R [0, 1[ , func tia care asociaza r 1
A
(r) , denita
prin:
1
A
(r)
def
= 1 (A < r) .
Observatia 8.3.1 Atunci cnd nu exista pericolul de confuzie se va renun ta
la indicele A si la acoladele din membrul drept:
1 (r) = 1 (A < r) .
Exemplul 8.3.1 Sa construim func tia de reparti tie pentru variabila aleatoare
A din Exemplul 8.2.1.
Reprezent am pe o ax a valorile variabilei A. Studiem ecare caz n parte:
r _ 1 == 1 (r) = 1 (A < r) = 1 (O) = 0
1 < r _ 0 == 1 (r) = 1 (A < r) = 1 (r = 1) = 0.8
0 < r _ 2 == 1 (r) = 1 (A < r) = 1 (r = 1 ' r = 0) =
= 0.8 0. = 0.8
r 2 == 1 (r) = 1 (A < r) = 1,
deci putem scrie:
1 (r) =
_
_
0, r _ 1
0.8, 1 < r _ 0
0.8, 0 < r _ 2
1, r 2
.
Propriet ati ale functiei de repartitie
Folosind doar denitia si propriet ati ale probabilit atilor, se deduc urm a-
toarele propriet ati ale functiei de repartitie:
1) 0 _ 1 (r) _ 1;
2) 1 () = lim
ao
1 (r) = 0;
1 () = lim
ao
1 (r) = 1.;
246
3) 1 cresc atoare: \ r
t
, r
tt
R, are loc implicatia
r
t
< r
tt
== 1
_
r
t
_
_ 1
_
r
tt
_
;
4) 1 este continu a la stnga: \ r
R,
1 (r
) = 1 (r
0) = lim
a0
a<a
.
1 (r) ;
5) \ r
t
, r
tt
R, cu r
t
< r
tt
,are loc egalitatea:
1
_
r
t
_ A < r
tt
_
= 1
_
r
tt
_
1
_
r
t
_
.
Justicare: Pornim de la evenimentul: A < r
tt
.
Observatia 8.3.2 Plecnd de la Proprietatea 5) se demonstreaza ca sunt
adevarate rela tiile:
1
_
r
t
_ A _ r
tt
_
= 1
_
r
tt
_
1
_
r
t
_
1
_
A = r
tt
_
;
1
_
r
t
< A < r
tt
_
= 1
_
r
tt
_
1
_
r
t
_
1
_
A = r
t
_
;
1
_
r
t
< A _ r
tt
_
= 1
_
r
tt
_
1
_
r
t
_
1
_
A = r
tt
_
1
_
A = r
t
_
.
8.4 Variabile de tip continuu
n aplicatii, variabilele aleatoare de tip discret nu sunt ntotdeauna su-
ciente. ntr-adev ar, exist a probleme care sunt descrise de variabile aleatoare
ce nu sunt discrete.
Exemplul 8.4.1 Greutatea unui produs este reprezentata printr-o variabila
aleatoare care ia orice valoare dintr-un anumit interval. Este nevoie sa se
aiba n vedere o variabila aleatoare de tip continuu.
Denitia 8.4.1 Variabila aleatoare reala A este de tip continuu daca func tia
sa de reparti tie 1 este data printr-o rela tie de forma:
1 (r) =
a
_
o
) (t) dt,
) ind o func tie integrabila pe orice interval de forma (, r), r R.
247
Functia de repartitie a unei variabile aleatoare de tip continuu se bu-
cur a de aceleasi propriet ati ca si n cazul variabilelor aleatoare de tip discret
precum si de propriet ati specice.
Observatia 8.4.1 Din deni tia de mai sus si avnd n vedere proprieta tile
integralelor, avem:
)(r) = 1
t
o
(r) = lim
.a0
.a0
1(r ^r) 1(r)
^r
.
Denitia 8.4.2 Func tia ) se nume ste functie densitate de probabilitate a
variabilei aleatoare de tip continuu, si are proprieta ti similare cu acelea ale
func tiei de probabilitate din cazul discret.
Teorema 8.4.1 Daca 1 este func tie de reparti tie a unei variabile aleatoare
continue, atunci densitatea de probabilitate ) are urmatoarele proprieta ti:
1) )(r) _ 0, (\)r R
2)
o
_
o
)(t)dt = 1.
Observatia 8.4.2 Dupa cum n cazul variabilei aleatoare discrete aveam o
a sa-zisa reparti tie, adica un tablou cu doua linii, pe prima linie ind trecute
valorile variabilei, iar pe a doua func tia de probabilitate, tot a sa si la vari-
abilele aleatoare de tip continuu vom considera o a sa numita repartitie sau
distributie. Astfel, pentru o variabila aleatoare de tip continuu care ia valori
doar dintr-un interval al axei reale, reparti tia va avea forma:
A :
_
r
)(r)
_
aR
,
unde:
)(r) _ 0, \r R,
o
_
o
)(t)dt = 1.
248
8.5 Caracteristici numerice ale variabilelor aleatoare
Studiul variabilei aleatoare att de tip discret ct si de tip continuu se
extinde prin introducerea unor caracteristici numerice cu ajutorul c arora se
dau informatii suplimentare despre ele. Aceste caracteristici se mpart n mai
multe categorii:
- de grupare - care evidentiaz a niste numere n jurul c arora se grupeaz a
valorile variabilelor;
- de mpra stiere (de departare) - care dau informatii asupra gradului de
dep artare a valorilor variabilelor fat a de o caracteristic a de grupare
principal a;
- privind forma distribu tiei : simetrie, asimetrie, boltire, turtire, etc.
8.5.1 Caracteristici de grupare
Sunt niste numere care se determin a pornind de la variabila aleatoare con-
siderat a, numere n jurul c arora se grupeaz a toate valorile variabilei aleatoare.
Valoarea medie
Denitia 8.5.1 Se nume ste valoarea medie a variabilei aleatoare A si se
noteaza ' (A) numarul calculabil prin una din rela tiile:
' (A) =

i1
r
i
j
i
; daca A este variabila aleatoare discreta,
' (A) =
_
o
o
r) (r) dr.; daca A este variabila aleatoare continua.
Exemplul 8.5.1
A :
_
2 1 2
0.4 0.8 0.8
_
==
249
' (A) = 0.8 0.8 0.6 = 0, 1.
Exemplul 8.5.2
A :
_
r
) (r)
_
aR
, unde ) (r) =
_
8r
2
r [0, 1[
0 n rest
=
' (A) =
_
o
o
r) (r) dr =
_
1
0
r8r
2
dr = 8
r
1
4
1
0
=
8
4
.
Propozitia 8.5.1 Valoarea medie are cteva proprieta ti. Astfel daca A si
1 sunt variabile aleatoare, c o constanta, avem:
1. ' (cA) = c ' (A) .
2. ' (C) = c unde C :
_
c
1
_
.
3. ' (A 1 ) = ' (A) ' (1 ) .
4. ' (A 1 ) = ' (A) ' (1 ) , dac a A, 1 - independente
5. A
min
_ ' (A) _ A
max
unde A
min
, A
max
sunt valorile minime si
maxime pe care le poate lua A si
a _ ' (A) _ / unde A este o variabil a aleatoare continu a, iar [a, /[ e
intervalul pentru care )
A
(r) ,= 0.
Valoarea medie este considerat a cea mai important a dintre caracteris-
ticile de grupare.
250
Valoarea modal a (moda)
Denitia 8.5.2 Se nume ste valoarea modal a a variabilei aleatoare A numarul
notat cu '
(A) care este valoarea variabilei A cu cea mai mare probabili-

tate (valoarea cea mai probabila) pentru variabila aleatoare discreta respectiv
argumentul pentru care ) are valoare maxima n cazul variabilelor de tip
continuu.
Exemplul 8.5.3 Pentru variabila aleatoare prezentata n exemplul 8.5.1 avem:
'
(A) = 2.
Exemplul 8.5.4 Fie A din exemplul 8.5.2. Avem '
(A) = 1.
Valoarea median a
Denitia 8.5.3 Se nume ste valoare median a a variabilei aleatoare A numarul
'
c
(A) care mparte reparti tia n doua par ti egale, adica e numarul pentru
care 1 (A _ '
c
(A)) _
1
2
_ 1 (A _ '
c
(A))
Observatia 8.5.1 n cazul cnd se utilizeaza func tia de reparti tie din deni tia
8.3.1 se deduce ca 1 ('
c
(A)) =
1
2
, adica valoarea mediana este solu tia in-
ecua tiilor
1 ('
c
(A)) _
1
2
si 1 ('
c
(A) 0) _
1
2
.
Exemplul 8.5.5 n cazul variabilei A din exemplul 8.5.2 avem:
1 (r) =
_
_
_
0 r _ 0
_
a
0
8t
2
dt r (0, 1[
1 r 1
== 1 (r) =
_
_
_
0 r _ 0
r
S
r (0, 1[
1 r 1
== 1 (r) =
1
2
adica r
S
=
1
2
== r =
1
3
_
2
= '
c
(A) .
Momentele de ordin superior
n aceeasi categorie de caracteristici de grupare gureaz a asa zisele mo-
mente de ordin superior. n unele aplicatii este nevoie s a se utilizeze puterile
naturale ale unei variabile aleatoare A
2
, A
S
, ..., A
I
, valori pentru care car-
acteristicile de grupare principale joac a un rol important. Astfel introducem
momentele de ordin superior n urm atoarea denitie:
251
Denitia 8.5.4 Se nume ste moment de ordin / al variabilei aleatoare A si
se noteaza i
I
numarul
i
I
= '
_
A
I
_
.
Se observ a c a i
1
= ' (A) ; i
0
= 1. Cele mai des utilizate n aplicatii
sunt: i
2
, i
S
, i
1
.
Exemplul 8.5.6 Fie A :
_
2 1 2
0.4 0.8 0.8
_
. Avem:
i
2
= '
_
A
2
_
= (2)
2
0.4 1
2
0.8 2
2
0.8 = 1.6 0.8 1.2 = 8.1;
i
S
= '
_
A
S
_
= (8) 0.4 0.8 8 0.8 = 8.2 0.8 2.4 = .0;
i
1
= '
_
A
1
_
= 16 0.4 0.8 16 0.8 = 6.4 0.8 4.8 = 11..
Exemplul 8.5.7 Pentru A :
_
r
8r
2
_
a[0,1[
avem:
i
2
=
_
1
0
r
2
8r
2
dr =
8
;
i
S
=
_
1
0
r
S
8r
2
dr =
1
2
;
i
1
=
_
1
0
r
1
8r
2
dr =
8
7
.
8.5.2 Caracteristici de mpr astiere (sau de dep artare)
Dup a ce au fost analizate principalele caracteristici de grupare vom
evidentia ct de dep artate sunt valorile variabilei fat a de o valoare de grupare.
ntr-adev ar, valoarea medie d a informatii asupra num arului n jurul c aruia
se grupeaz a valorile variabilei, dar acestea nu sunt de ajuns. De exemplu
n cazul variabilelor aleatoare care pot diferite dar s a aib a aceeasi valoare
medie.
252
Exemplul 8.5.8 Fie variabilele A
1
:
_
1 1
1
2
1
2
_
si A
2
:
_
100 100
1
2
1
2
_
.
Avem:
' (A
1
) = ' (A
2
) = 0,
cu toate ca valorile lor difera semnicativ.
Exist a mai multe caracteristici de mpr astiere. Cele mai des utilizate
sunt urm atoarele:
- dispersia (varianta);
- abaterea medie p atratic a;
- momente centrate de ordin superior.
Dispersia
Dispersia este cea mai important a caracteristic a de mpr astiere.
Denitia 8.5.5 Se nume ste dispersia variabilei aleatoare A numarul notat
1(A) denit ca valoare medie a patratului variabilei aleatoare abatere [A
' (A)[, adica numarul:
1(A) = '
_
(A ' (A))
2
_
.
Avem:
1(A) =

i1
(r
i
' (A))
2
j
i
, dac a A variabil a aleatoare discret a;
1(A) =
_
o
o
(r ' (A))
2
) (r) dr, dac a A variabil a aleatoare continu a.
Propozitia 8.5.2 Se demonstreaza ca dispersia are urmatoarele proprieta ti:
1) 1(A) _ 0;
2) 1(cA) = c
2
1(A) ;
3) 1(c) = 0;
4) 1(A 1 ) = 1(A) 1(1 ) ; dac a A, 1 independente;
253
5) 1(A) = '
_
A
2
_
(' (A))
2
= i
2
i
2
1
.
Exemplul 8.5.9 Pentru A :
_
2 1 2
0.4 0.8 0.8
_
(exemplul 8.5.1), avem ' (A) =
0.1.
=1(A) = (2 0.1)
2
0.4 (1 0.1)
2
0.8 (2 0.1)
2
0.8 = 8. 00,
sau
1(A) = i
2
i
2
1
= 8.1 0.01 = 8. 00.
Exemplul 8.5.10 n cazul variabilei aleatoare continue din exemplul 8.5.2
avem:
1(A) =
_
1
0
_
r
8
4
_
2
8r
2
dr = 8
_
1
0
(r
1
8
2
r
S
0
16
r
2
)dr =
8
80
,
sau
1(A) = i
2
i
2
1
=
8

0
16
=
8
80
.
Exemplul 8.5.11 Pentru A
1
din exemplul 8.5.8 avem:
1(A
1
) = (1 0)
2
1
2
(1 0)
2
1
2
= 1,
iar pentru A
2
din acela si exemplu vom avea:
1(A
2
) = (100 0)
2
1
2
(100 0)
2
1
2
= 2
100
2
2
= 10000.
Abaterea medie p atratic a
Denitia 8.5.6 Se nume ste abatere medie p atratic a a variabilei aleatoare
A si se noteaza o (A) numarul dat prin rela tia
o (A) =
_
1(A).
Abaterea medie p atratic a a fost introdus a pentru c a unit atile de m asur a
ale acesteia sunt exact aceleasi cu unit atile de m asur a ale valorilor variabilei
aleatoare.
254
Momentele centrate de ordin superior
Pentru / N se introduc ca o extensie a dispersiei momentele centrate
de ordin superior prin denitia 8.5.7.
Denitia 8.5.7 Se nume ste moment centrat de ordinul / al variabilei aleatoare
A si se noteaza j
I
valoarea medie a puterii / a variabilei abatere:
j
I
= '
_
(A ' (A))
I
_
.
Observatia 8.5.2 j
1
= 0; j
2
= 1(A) . Cele mai des utilizate sunt j
S
, j
1
.
Are loc urm atorul rezultat:
Teorema 8.5.1 ntre momentele centrate de ordin superior j
I
si momentele
de ordin superior i
I
exista rela tia de legatura:
j
I
=
I
i=0
C
i
I
(1)
i
i
Ii
(i
1
)
i
.
n particular avem:
j
2
= i
2
i
2
1
;
j
S
= i
S
8i
2
i
1
2i
S
1
;
j
1
= i
1
4i
S
i
1
6i
2
i
2
1
8i
1
1
.
Demonstratia se face folosind denitia 8.5.7 a momentului centrat de
ordin superior, formula binomului lui Newton pentru (A ' (A))
I
si pro-
priet atile valorii medii.
Cazul distributiilor clasice
Prezent am n continuare valoarea medie si dispersia n cazul variabilelor
aleatoare care urmeaz a distributii clasice.
:
Distributia '(A) 1(A)
Binomial a :j :j
Hipergeometric a :
o
ob
:
o
ob
b
ob
oba
ob1
Poisson ` `
Pascal (Geometric a)
1
j
q
j
2
Uniform a
ob
2
(bo)
2
12
Normal a : o
2
.
255
Problema 8.6.1 Variabila aleatoare discret A ia valorile 1, 0, 1 cu prob-
abilit tile j
1
,
1
S
, j
S
. S se determine:
a) probabilit tile j
1
si j
S
stiind c valoarea medie a variabilei aleatoare A
este
1
S
;
b) abaterea medie ptratic;
c) momentul centrat de ordinul trei;
d) valoarea medie si dispersia variabilei aleatoare 1 = 8A 7.
Rezolvare:
a) Valoarea medie a variabilei aleatoare de tip discret A este:
' (A) =
S
i=1
A
i
j
i
= (1) j
1
0
1
8
1j
S
si stim c are valoarea medie
1
S
, prin urmare j
S
j
1
=
1
S
.
Mai stim c
S
i=1
j
i
= 1, prin urmare j
1

1
S
j
S
= 1. Asadar obtinem
urmtorul sistem de ecuatii:
_
Aj
S
j
1
=
1
S
j
1
j
S

1
S
= 1
avnd solutiile: j
1
=
1
6
si j
S
=
1
2
. Prin urmare distributia variabilei
aleatoare date este:
A :
_
1 0 1
1
6
1
S
1
2
_
b) Dispersia variabilei aleatoare A o putem calcula cu ajutorul formulei:
1(A) = '
_
A
2
_
[' (A)[
2
.
Stiind c valoarea medie ' (A) =
1
S
,mai rmne de calculat valoare
'
_
A
2
_
'
_
A
2
_
=
S
i=1
r
2
i
j
i
= (1)
2
1
6
0
2
1
8
1
2
1
2
=
2
8
.
256
Prin urmare
1(A) = '
_
A
2
_
[' (A)[
2
=
2
8

1
0
=

0
.
Asadar obtinem abaterea medie ptratic
o (A) =
_
1(A) =
_
8
.
c) Momentul centrat de ordinul 3 al variabilei A este:
j
S
= '
_
(A ' (A))
S
_
= '
_
_
A
1
8
_
S
_
=
S
i=1
_
A
i

1
8
_
S
j
i
=
=
_
1
1
8
_
S
1
6

_
0
1
8
_
S
1
8

_
1
1
8
_
S
1
2
=
7
27
.
Cunoscnd faptul c momentul centrat de ordinul / se poate exprima si
cu ajutorul momentelor de ordinul / prin formula:
j
I
=
I
i=0
(1)
i
C
i
I

Ii
i
1
,
putem obtine rezultatul de mai sus astfel:
j
S
=
S
8
1
2
2
S
1.
Momentul de ordinul 3 a variabilei aleatoare A este:
S
= '
_
A
S
_
=
S
i=1
r
S
i
j
i
=
1
8
.
Prin urmare momentul centrat de ordinul 3 este:
j
S
=
S
8
1
2
2
2
1
=
1
8
8
1
8
2
8
2
_
1
8
_
S
=
7
27
d) Folosindu-ne de propriettile valorii medii si a dispersiei obtinem:
' (1 ) = ' (8A 2) = 8' (A) 2 = 8
1(1 ) = 1(8A 2) = 8
2
1(A) =
257
Problema 8.6.2 Fie A o variabil aleatoare continu cu densitatea de prob-
abilitate:
) (r) =
_
rc
a
dac r 0
0 dac r _ 0
.
S se determine valoarea medie, dispersia, coecientul de asimetrie a lui
Fischer si coecientul de boltire.
Rezolvare:
Valoarea medie a variabilei aleatoare de tip continuu este:
' (A) =
_
o
o
r) (r) dr =
_
o
0
r
2
c
a
dr = I(8) = 2.
Pentru dispersie folosim formula:
1(A) = '
_
A
2
_
[' (A)[
2
,
unde
'
_
A
2
_
=
_
o
o
r
2
) (r) dr =
_
o
0
r
S
c
a
dr = I(4) = 8! = 6.
Prin urmare 1(A) = 6 4 = 2, iar abaterea medie ptratic este
o (A) =
_
1(A) =
_
2.
Coecientul de asimetrie a lui Fischer se calculeaz cu ajutorul formulei:
c
2
=
j
S
o
S
.
Momentul centrat de ordinul 3 a variabilei A este:
j
S
=
S
8
1
2
2
S
1
,
unde
1
= ' (A) = 2,
2
= '
_
A
2
_
= 6,
S
= '
_
A
S
_
=
_
o
o
r
S
) (r) dr =
_
o
0
r
1
c
a
dr = I() = 24.
Asadar:
j
S
= 24 8 6 2 2 8 = 4
258
Prin urmare coecientul de asimetrie a lui Fischer este:
c
2
=
j
S
o
S
=
4
2
_
2
=
_
2.
Pentru a calcula coecientul de boltire folosim formula:
, =
j
1
o
1
.
Momentul centrat de ordinul 4 a variabilei A este:
j
1
=
1
4
S
1
6
2
2
1
8
1
1
, iar
1
= '
_
A
1
_
=
_
o
o
r
1
) (r) dr =
_
o
0
r
c
a
dr = I(6) = 120.
Prin urmare: j
1
= 24, si astfel coecientul de boltire este
, =
j
1
o
1
=
24
4
= 6.
Problema 8.6.3 La o unitate hotelier clien tii doresc camere dotate cu tele-
vizor sau nu, cu aceea si probabilitate. Se consider primii 3 clien ti ai zilei
si se noteaz cu A si 1 respectiv numrul clien tilor ce solicit camer cu
televizor si numrul maxim al clien tilor consecutiv nregistra ti care solicit
camer cu televizor. S se determine:
a) distribu tiile variabilei aleatoare A si 1 ;
b) coecientul de corela tie r (r, j) ;
Rezolvare:
a) Pentru nceput scriem distributiile variabilelor aleatoare A si 1 pre-
cum si a vectorului aleator (A, 1 ) .
Pentru variabila aleatoare A avem distributia:
A :
_
0 1 2 8
1
S
2
S
S
S
1
S
_
.
Distributia variabilei 1 o calculm direct:
1 :
_
0 1 2 8
1
S
1
2
1
1
1
S
_
.
259
De asemenea, distributia vectorului aleator (A, 1 ) este:
A,1 0 1 2 8
0
1
S
0 0 0
1 0
S
S
0 0
2 0
1
S
1
1
0
8 0 0 0
1
S
.
b) Coecientul de corelatie l calculm cu formula:
r (A, 1 ) =
' (A, 1 ) ' (A) ' (1 )
_
1(A) 1(1 )
.
Avem.
' (A) = 0
1
8
1
8
8
2
8
8
8
1
8
=
8
2
si analog ' (1 ) =
11
S
.
Pentru dispersie folosim formula:
1(A) = '
_
A
2
_
[' (A)[
2
.
n primul rnd avem:
'
_
A
2
_
= 0
2
1
8
1
2
8
8
2
2
2
8
8
2
1
8
= 8,
deci
1(A) = 8
_
8
2
_
2
=
8
4
.
Analog '
_
1
2
_
=
21
S
, deci
1(1 ) =
21
8

_
11
8
_
2
=
47
64
.
Valoarea medie a variabilei produs A1 se obtine prin:
' (A1 ) = 0 0
1
8
0 1 0 ... 8 8
1
8
=
8
8

2
8

4
8

0
8
=
11
4
.
Prin urmare pentru coecientul de corelatie se obtine
r (A, 1 ) =
1
1

S
2
11
S
_
S
1
_
17
61
=
11
16
_
111
16
=
11
_
141
.
260
Problema 8.7.1 Un acelasi tip de contract incheiat la 3 banci diferite se
dovedeste a performant cu probabilitatile 0.95, 0.94, si 0.97. Sa se scrie
distributia X a numarului de contracte performante din cele trei analizate.
Raspuns A :
_
0 1 2 8
0.00000 0.00608 0.12767 0.86621
_
Problema 8.7.2 Sa se determine a si / astfel incat tabloul
_
0 100 101
2a a / / 0.2
_
sa reprezinte distributia unei variabile aleatoare, stiind ca a = 2/. Sa se
scrie functia de repartitie a variabilei A astfel obtinute.
Raspuns: a = 0.2, / = 0.1,
1 (r) =
_
_
0 daca r _
0.4 daca < r _ 0
0.7 daca 0 < r _ 100
0.8 daca 100 < r _ 101
1 daca r 101
Problema 8.7.3 Se dau variabilele aleatoare independente A si 1 cu dis-
tributiile:
A :
_
1 0
S
1
1
1
_
si 1 :
_
1 1 2
1
_
Sa se calculeze: A
S
, 1
2
, 8A, A 1, A1, 8A A1.
Raspuns:
Problema 8.7.4 Sa se determine a astfel incat functia ) : 1 1 data
prin ) (r) =
_
o
a
, r [1, c[
0, in rest
sa e o densitate de probabilitate pentru o variabila A de tip continuu.
Sa se determine apoi functia de repartitie corespunzatoare acestei variabile
aleatoare.
Raspuns: a = 1, 1 (r) =
_
_
_
0, daca r _ 1
lnr, daca r (1, c[
1, daca r c
.
Problema 8.7.5 Sa se calculeze valoarea medie, dispersia si momentul cen-
trat de ordinul 3 pentru urmatoarea variabila aleatoare:
261
A :
_
8 0 2 4
0.1 0.8 0.2 0.4
_
Raspuns: ' (A) = 1.7, 1(A) = .21, j
S
= 6.08.
Problema 8.7.6 Pentru aceiasi variabila aleatoare ca si la problema prece-
denta sa se calculeze valoarea modala, mediana si abaterea medie patratica.
Raspuns: '
0
(A) = 4, '
c
(A) = 2, o (A) = 2.28.
Problema 8.7.7 Sa se calculeze valoarea mediana pentru urmatoarea vari-
abila aleatoare
A :
_
8 1 7 7
0.2 0.8 0.4 0.1
_
Raspuns: 4
Problema 8.7.8 Sa se calculeze valoarea medie si dispersia pentru distrib-
utia hipergeometrica.
Raspuns: ' (A) =
ao
ob
, 1(A) = :
o
ob
b
ob
oba
ob1
.
Problema 8.7.9 Sa se calculeze valoarea medie si dispersia pentru distrib-
utia geometrica si pentru distributia uniforma.
Raspuns: ' (A) =
1
j
, 1(A) =
q
j
2
, ' (A) =
ob
2
, 1(A) =
(bo)
2
12
.
262
9 Repartitii clasice
Dup a cum s-a v azut n Capitolul 8, exist a dou a clase de variabile aleatoare
si anume variabile aleatoare de tip discret si de tip continuu. n acest capitol
se vor evidentia cteva astfel de variabile, de cele dou a tipuri, care sunt
cunoscute si sub denumirea de repartitii clasice. Acestea sunt importante e
prin leg atura lor cu diferite scheme clasice de probabilitate, e functiile lor
de probabilitate/densitate de probabilitate sunt functii cunoscute cu anumite
propriet ati remarcabile. Ele au fost studiate de-a lungul timpului de diferiti
matematicieni c arora unele le poart a numele.
9.1 Repartitii clasice de tip discret
Acestea se mpart la rndul lor n discrete simple si num arabile dup a num arul
de valori (nit sau innit) pe care le pot avea. Prezent am n continuare cele
mai cunoscute repartitii clasice de tip discret.
9.1.1 Repartitia hipergeometric a
Denitia 9.1.1 Variabila aleatoare A de tip discret urmeaza legea hiper-
geometrica daca distribu tia ei are forma:
A :
_
/
1
o,b
(/, : /)
_
I=0,a
, unde 1
o,b
(/, : /) =
C
I
o
C
aI
b
C
a
ob
,
a, /, : N sunt parametrii distributiei care trebuie s a ndeplineasc a conditiile
: _ a /
max(0, : /) _ / _ min(:, a).
Observatia 9.1.1 Probabilita tile 1
o,b
(/, :/) din distribu tia lui A sunt cele
de la schema urnei cu bila nerevenita cu doua stari (schema hipergeometrica).
Vericarea conditiilor pentru ca 1
o,b
(/, : /) s a e o functie de proba-
bilitate are loc n dou a etape, dup a cum urmeaz a:
1) 1
o,b
(/, : /) =
C
I
o
C
aI
b
C
a
ob
0,
263
2)
a
I=0
1
o,b
(/, : /) =
1
C
a
ob
a
I=0
C
I
o
C
aI
b
= 1
relatie care are loc dac a se tine seama de relatia lui Vandermonde
a
I=0
C
I
o
C
aI
b
= C
a
ob
Aceasta se demonstreaz a prin identicarea coecientilor lui r
a
din egali-
tatea
(1 r)
ob
= (1 r)
o
(1 r)
b
, : _ a /
S a not am, n cele ce urmeaz a
j =
a
a /
, =
/
a /
probabilit atile evenimentelor ca la prima extragere s a se obtin a o bil a de
culoarea din care avem a bile, respectiv de culoarea din care avem / bile.
Este atunci imediat a egalitatea
j = 1
Ne propunem s a calcul am n continuare preincipalele caracteristici nu-
merice pentru distributia hipergeometric a, si anume valoarea medie si dis-
persia.
Calculul valorii medii. Conform relatiei de denitie avem
' (A) =
a
I=0
/1
o,b
(/, : /) =
1
C
a
ob
a
I=1
/C
I
o
C
aI
b
Modic am produsul /C
I
o
astfel:
/C
I
o
= /
a!
/! (a /)!
= a
(a 1)!
(/ 1)! (a /)!
= aC
I1
o1
Atunci, pentru valoarea medie avem
' (A) =
a
C
a
ob
a
I=1
/C
I1
o1
C
aI
b
=
a
C
a
ob
C
a1
ob1
dac a folosin relatia lui Vandermonde.
264
Se efectueaz a simplic arile dup a scrierea explicit a a combin arilor si obtinem
' (A) = :
a
a /
sau, dup a notatia adoptat a mai sus,
' (A) = :j
Calculul dispersiei. Vom porni cu formula de calcul a dispersiei si
anume
1(A) = '
_
A
2
_
[' (A)[
2
.
Calcul am pentru nceput momentul de ordinul doi
'
_
A
2
_
=
a
I=0
/
2
1
o,b
(/, : /) =
1
C
a
ob
a
I=1
/
2
C
I
o
C
aI
b
=
=
1
C
a
ob
a
I=1
[/ (/ 1) /[ C
I
o
C
aI
b
=
1
C
a
ob
_
a
I=2
/ (/ 1) C
I
o
C
aI
b

a
I=1
/C
I
o
C
aI
b
_
.
Se evalueaz a urm atoarele expresii
/ (/ 1) C
I
o
= / (/ 1)
a!
/! (a /)!
=
= a (a 1)
(a 2)!
(/ 2)! (a /)!
= a (a 1) C
I2
o2
, / _ 2,
/C
I
o
= aC
I1
o1
, / _ 1
Momentul de ordinul doi se va scrie succesiv dup a cum urmeaz a (se
foloseste relatia lui Vandermonde)
'
_
A
2
_
=
a
C
a
ob
a
I=1
C
I1
o1
C
aI
b

a (a 1)
C
a
ob
a
I=2
C
I2
o2
C
aI
b
=
=
a
C
a
ob
C
a1
ob1

a (a 1)
C
a
ob
C
a2
ob2
= :
a
a /
:(: 1)
a (a 1)
(a /) (a / 1)
.
Stiind c a ' (A) = :
a
a /
, putem calcula dispersia astfel:
265
1(A) = '
_
A
2
_
[' (A)[
2
= :
a
a /
:(: 1)
a (a 1)
(a /) (a / 1)
:
2
a
2
(a /)
2
=
= :
a
a /

/
a /

a / :
a / 1
sau
1(A) = :j
a / :
a / 1
.
n concluzie, pentru repartitia hipergeometric a avem
' (A) = :j
1
2
(A) = :j
a / :
a / 1
cu j =
a
a /
, =
/
a /
.
9.1.2 Repartitia binomial a
Denitia 9.1.2 Variabila aleatoare de tip discret urmeaza legea binomiala
daca distribu tia ei are forma:
A :
_
/
1 (:, /)
_
I=0,a
unde 1 (:, /) = C
I
a
j
I
aI
, j [0, 1[ , = 1 j.
Observatia 9.1.2 Probabilita tile 1 (:, /) din distribu tia lui A sunt cele de
la schema urnei lui Bernoulli (schema binomiala).
Conditiile din denitia unei functii de probabilitate sunt varicate de
1 (:, /) dup a cum urmeaz a:
1) 1 (:, /) = C
I
a
j
I
aI
_ 0
2)
a
I=0
1 (:, /) =
a
I=0
C
I
a
j
I
aI
= (j )
a
= 1.
266
Calculul valorii medii
' (A) =
a
I=0
/1 (:, /) =
a
I=0
/C
I
a
j
I
aI
Exprim am produsul /C
I
a
astfel
/C
I
a
= /
:!
/! (: /)!
= :
(: 1)!
(/ 1)! (: /)!
= :C
I1
a1
Atunci avem
' (A) = :j
a
I=1
C
I1
a1
j
I1
aI
= :j
a1
I=0
C
I
a1
j
I
a1I
= :j (j ) = :j
deci ' (A) = :j.
Calculul dispersiei. Pornim cu relatia de calcul a dispersiei si anume
1(A) = '
_
A
2
_
[' (A)[
2
iar momentul de ordinul doi este
'
_
A
2
_
=
a
I=0
/
2
1 (:, /) =
a
I=0
/
2
C
I
a
j
I
aI
=
a
I=1
[/ (/ 1) /[ C
I
a
j
I
aI
=
=
a
I=2
/ (/ 1) C
I
a
j
I
aI
I=1
/C
I
a
j
I
aI
=
a
I=2
/ (/ 1) C
I
a
j
I
aI
:j.
Se evalueaz a produsul / (/ 1) C
I
a
astfel:
/ (/ 1) C
I
a
= / (/ 1)
:!
/! (: /)!
= :(: 1)
(: 2)!
(/ 2)! (: /)!
si avem
'
_
A
2
_
=
a
I=2
:(: 1) C
I2
a2
j
I
aI
:j = :(: 1)
a
I=2
C
I2
a2
j
I
aI
:j =
267
= :(: 1) j
2
a2
I=0
C
I
a2
j
I
a2I
:j =
= :(: 1) j
2
(j )
a2
:j = :(: 1) j
2
:j.
Atunci, pentru dispersie avem
1(A) = :(: 1) j
2
:j (:j)
2
= :j (1 j)
sau
1(A) = :j.
n concluzie, la repartitia binomial a avem
' (A)):j, 1(A) = :j
Observatia 9.1.3 La reparti tia hipergeometrica am introdus nota tiile j =
a
a /
si =
/
a /
si daca facem ca a / ob tinem din reparti tia
hipergeometrica reparti tia binomiala.
9.1.3 Repartitia Poisson
Denitia 9.1.3 Variabila aleatoare A de tip discret urmeaza legea Poisson
daca distribu tia ei are forma:
A :
_
/
1
A
(/)
_
I=0,1,2,..
unde 1
A
(/) =
`
I
/!
c
A
si ` 0.
Conditiile pentru functia de probabilitate se veric a astfel:
1) 1
A
(/)
`
I
/!
c
A
0 pentru ` 0.
2)
o
I=0
1
A
(/) =
o
I=0
`
I
/!
c
A
= c
A
o
I=0
`
I
/!
= c
A
c
A
= 1
268
unde s-a tinut cont de dezvoltarea n serie Mac Laurin a functiei c
a
:
c
a
=
o
I=0
r
I
/!
, r R
' (A) =
o
I=0
/1
A
(/) =
o
I=0
/
`
I
/!
c
A
c
A
= c
A
`
o
I=1
/
`
I1
(/ 1)!
= `c
A
c
A
= `
deci ' (A) = `.
Calculul dispersiei
1(A) = '
_
A
2
_
[' (A)[
2
Momentul de ordinul doi se calculeaz a astfel:
'
_
A
2
_
=
o
I=0
/
2
1
A
(/) = c
A
o
I=1
[/ (/ 1) /[
`
I
/!
=
= `
2
c
A
o
I=2
`
I2
(/ 2)!
`c
A
o
I=1
`
I1
(/ 1)!
= `
2
c
A
c
A
`c
A
c
A
= `
2
`
Atunci dispersia este
1(A) = `
2
` `
2
deci
1(A) = `
n concluzie, la repartitia Poisson avem
' (A) = 1(A) = `
Observatia 9.1.4 Daca variabila aleatoare A urmeaza legea binomiala, adica
are distribu tia
269
A :
_
/
1 (:, /)
_
I=0,a
unde 1 (:, /) = C
I
a
j
I
aI
si dac a j = j
a
, astfel nct :j
a
= ` 0, atunci pentru : , A urmeaz a
legea lui Poisson, adic a
lim
ao
1 (:, /) =
`
I
/!
c
A
.
ntr-adev ar, dac a j = j
a
=
`
:
si = 1 j = 1
`
:
atunci putem scrie
lim
ao
1 (:, /) = lim
ao
:(: 1) . . . (: / 1)
/!
_
`
:
_
I
_
1
`
:
_
aI
=
lim
ao
`
I
/!

:
:

: 1
:
. . .
: / 1
:
_
1
`
:
_
I
_
1
`
:
_
a
=
`
I
/!
c
A
.
Observatia 9.1.5 Deoarece :j
a
= `, cnd : , probabilitatea j
a
este
mica. Aceasta probabilitate se considera ca ind probabilitatea de apari tie
a unui eveniment. Ea ind mica legea lui Poisson se mai nume ste si legea
evenimentelor rare.
9.1.4 Repartitia geometric a
Denitia 9.1.4 Variabila aleatoare A de tip discret urmeaza legea geomet-
rica daca distribu tia ei are forma:
A :
_
/
1 (/)
_
I=1,2,S,..
unde 1 (/) = j
I1
, j (0, 1) si = 1 j.
Vericarea conditiilor pentru functia de probabilitate:
1) 1 (/) = j
I1
0
2)
o
I=1
1 (/) = j
o
I=1
I1
= j
1
1
= 1
270
unde s-a folosit formula pentru suma seriei geometrice de ratie subunitar a
:
o
I=1
I1
=
1
1
Observatia 9.1.6 Probabilita tile 1 (/) sunt cele din schema geometrica.
Calculul valorii medii.
' (A) =
o
I=1
/1 (/) =
o
I=1
/j
I1
= j
o
I=1
/
I1
Consider am suma
:
1
=
o
I=1
/
I1
= 1 2 8
2
. . . =
_

2
S
. . .
_
=
=
_

1
_
t
=
1
(1 )
2
Atunci avem
' (A) = j
1
(1 )
2
sau
' (A) =
1
j
.
Calculul dispersiei porneste de la relatia de calcul
1(A) = '
_
A
2
_
[' (A)[
2
'
_
A
2
_
=
o
I=1
/
2
1 (/) =
o
I=1
/
2
j
I1
= j
o
I=1
/
2
I1
.
Consider am sumele
:
2
=
o
I=1
/
2
I1
= 1 2
2
8
2
. . .
271
:
1
= 2
2
8
S
. . .
(:
1
)
t
= 1 2
2
8
2
2
. . .
de unde avem c a
:
2
= (:
1
)
t
=
_

(1 )
2
_
t
=
1
(1 )
2
.
Atunci
'
_
A
2
_
= j:
2
=
1
j
2
iar
1(A) =

j
2
.
n concluzie, pentru repartitia geometric a avem
' (A) =
1
j
, 1(A) =

j
, j = 1.
Denitia 9.1.5 Variabila aleatoare X de tip discret urmeaza legea lui Pascal
daca are distribu tia de forma:
A :
_
/
1 (:, /)
_
I=0,1,2,...
unde 1 (:, /) = C
I
aI1
j
a
I
, j (0, 1) si = 1 j.
Observatia 9.1.7 Probabilita tile 1 (:, /) sunt cele de la schema lui Pascal.
Observatia 9.1.8 n cazul particular : = 1, variabila aleatoare A urmeaza
legea geometrica.
272
9.2 Repartitii clasice de tip continuu
9.2.1 Repartitia uniform a
Denitia 9.2.1 Variabila aleatoare A de tip continuu urmeaza legea uni-
forma daca distribu tia ei are forma:
A :
_
r
) (r)
_
aR
dac a densitatea ei de probabilitate ) : R R este dat a prin
) (r) =
_
_
_
1
/ a
, r [a, /[
0, r , [a, /[
Vericarea conditiilor pentru functia densitate de probabilitate:
1) ) (r) _ 0, \r R pentru a < /
2)
_
R
) (r) dr =
_
b
o
1
/ a
dr =
r
/ a
b
o
=
/ a
/ a
= 1.
Functia de repartitie. Folosim denitia functiei de repartitie, si anume
) : R [0, 1[
\r R, 1 (r) = 1 (A < r) =
_
a
o
) (t) dt
si distingem urm atoarele cazuri:
- dac a r _ a, atunci
1 (r) =
_
a
o
0.dt = 0
- dac a a < r _ /, atunci
1 (r) =
_
o
o
0.dt
_
a
o
1
/ a
dt = 0
t
/ a
a
o
=
r a
/ a
- dac a r / atunci
273
1 (r) =
_
o
o
0.dt
_
b
o
1
/ a
dt
_
a
b
0.dt =
t
/ a
b
o
=
/ a
/ a
= 1
n concluzie, functia de repartitie pentru repartitia uniform a este dat a
prin
1 (r) =
_
_
0, r _ a
r a
/ a
, a < r _ /
1, r /
Calculul valorii medii. Folosim relatia de calcul pentru valoarea medie
n cazul continuu si anume:
' (A) =
_
R
r) (r) dr =
_
b
o
r
1
/ a
dr =
1
/ a

r
2
2
b
o
=
/
2
a
2
2 (/ a)
deci
' (A) =
a /
2
Calculul dispersiei. Folosim din nou relatia
1(A) = '
_
A
2
_
[' (A)[
2
si avem
'
_
A
2
_
=
_
R
r
2
) (r) dr =
1
/ a
_
b
o
r
2
dr =
1
/ a

r
S
8
b
o
=
/
S
a
S
8 (/ a)
deci
'
_
A
2
_
=
a
2
a/ /
2
8
si dispersia este
1(A) =
a
2
a/ /
2
8

_
a /
2
_
2
sau
274
1(A) =
(/ a)
2
12
n concluzie, pentru variabila aleatoare care are repartitia uniform a, avem
' (A) =
a /
2
, 1(A) =
(/ a)
2
12
9.2.2 Repartitia exponential a negativ a
Denitia 9.2.2 Variabila aleatoare A de tip continuu urmeaza legea ex-
ponentiala negativa daca distribu tia ei are forma
A :
_
r
) (r)
_
aR
unde
) (r) =
_
jc
ja
, r 0, j 0
0, r _ 0
Vericarea conditiilor pentru functia densitate de probabilitate.
1) ) (r) _ 0, \r R, j 0
2)
_
R
) (r) dr =
_
o
0
jc
ja
dr =
_
o
0
(c
ja
)
t
dr = c
ja
[
o
0
= c
0
= 1.
Functia de repartitie.
1 : R [0, 1[
\r R, 1 (r) = 1 (A < r) =
_
a
o
) (t) dt.
Distingem dou a cazuri:
- dac a r _ 0
1 (r) =
_
a
o
0dt = 0
- dac a r 0
275
1 (r) =
_
a
o
0dt
_
a
o
jc
jt
dt =
_
a
o
_
c
jt
_
t
dt = c
ja
c
0
= 1c
ja
Prin urmare functia de repartitie pentru legea exponential a negativ a este
dat a prin
1 (r) =
_
0, r _ 0
1 c
ja
, r 0
' (A) =
_
R
r) (r) dr = j
o
_
0
rc
ja
dr =
o
_
0
r
_
c
ja
_
t
dr = r c
ja
o
0

o
_
0
c
ja
=
=
1
j
o
_
0
_
c
ja
_
t
dr =
1
j
c
ja
o
0
= 0
1
j
c
0
deci
' (A) =
1
j
.
Calculul dispersiei porneste cu calulul momentului de ordinul doi:
'
_
A
2
_
=
_
R
r
2
) (r) dr = j
o
_
0
r
2
c
ja
dr =
o
_
0
r
2
_
c
ja
_
t
dr =
= r
2
c
ja
o
0
2
o
_
0
rc
ja
dr = 0
2
j
o
_
0
r
_
c
ja
_
t
dr =
=
2
j
rc
ja
o
0

2
j
o
_
0
c
ja
dr =
2
j
2
o
_
0
_
c
ja
_
t
dr =
=
2
j
2
c
ja
o
0
= 0
2
j
2
c
0
=
2
j
2
.
Atunci, dispersia este
276
1(A) = '
_
A
2
_
[' (A)[
2
=
2
j
2

1
j
2
=
1
j
2
.
n concluzie, pentru variabila aleatoare care urmeaz a repartitia expo-
nential a negativ a avem:
' (A) =
1
j
, 1
2
(A) =
1
j
2
, j 0.
9.2.3 Repartitia Cauchy
Denitia 9.2.3 Variabila aleatoare A de tip continuu urmeaza legea Cauchy
A :
_
r
) (r)
_
aR
unde ) (r) =
1
(1 r
2
)
, r R.
Vericarea conditiilor functiei denstiate de probabilitate:
1) ) (r) _ 0, \r R
2)
_
1
) (r) dr =
1
_
o
o
1
1 r
2
dr =
2
_
o
0
1
1 r
2
dr =
2
arctq r[
o
0
=
2
2
0
_
= 1.
Functia de repartitie
1 : R [0, 1[
\r R, 1 (r) = 1 (A < r) =
_
a
o
) (t) dt =
1
_
a
o
1
1 t
2
dt =
=
1
arctq t[
a
o
=
1
arctq r
1
2
_
.
deci
1 (r) =
1
2

1
arctq r.
277
n acest caz al repartitiei Cauchy, integrala cu ajutorul c areia se calculeaz a
valoarea medie este divergent a si deci nu avem valoare medie. Atunci nu se
mai pune problema calculului dispersiei.
9.2.4 Repartitia normal a
Denitia 9.2.4 Variabila aleatoare A de tip continuu urmeaza legea nor-
mala daca distribu tia ei are forma:
A :
_
r
) (r; :, o)
_
aR
unde
) (r; :, o) =
1
_
2o
c
(ir)
2
2
2
,
iar : si o sunt parametrii repartitiei, cu :, o R si o 0.
1) ) (r; :, o) 0, \r R, : R, o 0
2)
_
R
) (r; :, o) dr =
1
_
2o
_
o
o
c
(ir)
2
2
2
dr.
Se face substitutia
n =
r :
_
2o
de unde obtinem:
r : =
_
2on sau r = :
_
2on si dr =
_
2odn.
Atunci avem
_
R
) (r; :, o) dr =
1
_
2o
_
o
o
c
&
2
_
2odn =
=
2
_
o
0
c
&
2
dn =
2
_
2
= 1
unde s-a folosit valoarea integralei Euler-Poisson
278
_
o
0
c
&
2
dn =
_
2
.
Aceast a repartitie este deosebit de important a deoarece s-a constatat c a
multe fenomene empirice sunt descrise de legea normal a. Gracul densit atii
de probabilitate este numit si curba sau clopotul lui Gauss.
1 : R [0, 1[
\r R, 1 (r) = 1 (A < r) =
_
a
o
) (t) dtn =
=
1
_
2o
_
a
o
c
(Ir)
2
2
2
dt.
Facem substitutia
t :
o
= j == t = oj : si dt = odj.
Atunci
1 (r) =
1
_
2o
_ ir
o
c
2
2
odj =
=
1
_
2
_
0
o
c
2
2
dj
1
_
2
_ ir
0
c
2
2
dj =
1
2
1
_
r :
o
_
unde 1 : R R este functia integral a a lui Laplace dat a prin
1(r) =
1
_
2
_
a
0
c
2
2
dj
pentru valorile c areia exist a tabele.
Propriet atile functiei lui Laplace sunt:
a) 1(0) = 0, b) 1() =
1
2
,
c) 1() =
1
2
, d) 1(.) = 1(.) , . R.
n concluzie, functia de repartitie pentru repartitia normal a este
1 (r) =
1
2
1
_
r :
o
_
.
279
Observatia 9.2.1 Folosind func tia lui Laplace putem da formule de calcul
pentru urmatoarele probabilita ti:
1) 1 (a < A < /) = 1 (/) 1 (a) = 1
_
/ :
o
_
1
_
a :
o
_
2) 1 (:r < A < :r) = 1 ([A :[ < r) =
= 1
_
:r :
o
_
1
_
:r :
o
_
= 21
_
r
o
_
.
Dac a r = /o avem
1 ([A :[ < /o) = 21(/)
de unde obtinem prin particularizare
1 ([A :[ < o) = 21(1) = 0, 6826
1 ([A :[ < 2o) = 21(2) = 0, 044
1 ([A :[ < 8o) = 21(8) = 0, 0072
' (A) =
_
R
r) (r; :, o) dr =
1
_
2o
_
o
o
rc
(ir)
2
2
2
dr.
Facem din nou substitutia
n =
r :
_
2o
== r = :
_
2on, dr =
_
2odn
si obtinem
' (A) =
1
_
2o
_
o
o
_
:
_
2on
_
c
&
2
_
2odn =
=
1
_
_
:
_
o
o
c
&
2
dn
_
2o
_
o
o
nc
&
2
dn
_
.
Avem
_
o
o
c
&
2
dn =
_
280
si atunci
' (A) = :
pentru c a a doua integral a este nul a (integrala unei functii impare pe in-
terval simetric fat a de origine), deci parametrul : este tocmai media repar-
titiei normale.
Calculul dispersiei
De aceast a dat a vom folosi denitia dispersiei ca ind momentul centrat
de ordinul doi si avem:
1(A) =
_
R
(r :)
2
) (r; :, o) dr =
1
_
2o
_
o
o
(r :)
2
c
(ir)
2
2
2
dr
facem substitutia n =
r :
_
2o
si avem (r :)
2
= 2o
2
n
2
de unde obtinem
1(A) =
1
_
2o
_
o
o
2o
2
n
2
c
&
2
_
2odn =
=
2o
2
_
_
o
o
n
2
c
&
2
dn =
o
2
_
_
o
o
n
_
c
&
2
_
t
dn =
=
o
2
_
nc
&
2
o
o

o
2
_
_
o
o
c
&
2
dn =
o
2
_
_
= o
2
deci parametrul o este tocmai abaterea medie p atratic a pentru repartitia
normal a.
9.2.5 Repartitia gama
Denitia 9.2.5 Variabila aleatoare A de tip continuu urmeaza legea gama
A :
_
r
) (r; a, /)
_
aR
unde
) (r; a, /) =
_
_
_
1
I(a) /
2
r
o1
c
i
l
, r 0
0, r _ 0
281
a si / sunt parametrii distributiei, a 0, / 0, iar
I(a) =
_
o
0
r
o1
c
a
dr
este functia gama (a este parametrul de form a si / este parametrul de scar a).
1) ) (r; a, /) _ 0, \r R
2)
_
R
) (r; a, /) dr =
1
I(a) /
2
_
o
0
r
o1
c
i
l
dr facem substitutia
r
/
= j == r = /j == dr = /dj
si atunci avem
_
R
) (r; a, /) dr =
1
I(a) /
o
_
o
0
/
o1
j
o1
c
j
/dj =
=
/
o
I(a) /
o
_
o
0
j
o1
c
j
dj =
I(a)
I(a)
= 1.
1 : R [0, 1[
\r R, 1 (r) = 1 (A < r) =
_
a
o
) (t ; a, /) dt =
=
1
I(a) /
o
_
a
0
t
o1
c
I
l
dt
' (A) =
_
R
r) (r; a, /) dr =
1
I(a) /
o
_
o
0
rr
o1
c
i
l
dr
facem aceeasi schimbare de variabil a ca mai sus si obtinem
' (A) =
1
I(a) /
o
_
o
0
/
o
j
o
c
j
/dj =
=
/
o1
I(a) /
o
_
o
0
j
o
c
j
dj =
/
I(a)
I(a 1) =
a/I(a)
I(a)
282
deci ' (A) = a/ dac a am folosit relatia I(a 1) = aI(a) .
Calculul dispersiei. Pornim cu formula de calcul a dispersiei
1(A) = '
_
A
2
_
[' (A)[
2
'
_
A
2
_
=
_
R
r
2
) (r; a, /) dr =
1
I(a) /
o
_
o
0
r
o1
c
i
l
dr
folosim din nou substitutia
r
/
= j si obtinem
'
_
A
2
_
=
1
I(a) /
o
_
o
0
/
o1
j
o1
c
j
/dj =
=
/
2
I(a)
I(a 2) =
/
2
(a 1) aI(a)
I(a)
= a (a 1) /
2
.
Atunci avem pentru dispersie
1(A) = a (a 1) /
2
a
2
/
2
= a/
2
(a 1 a) = a/
2
.
n concluzie, pentru repartitia gama avem
' (A) = a/, 1(A) = a/
2
9.2.6 Repartitia beta
Denitia 9.2.6
A :
_
r
) (r; a, /)
_
aR
unde
) (r; a, /) =
_
_
_
1
1(a, /)
r
o1
(1 r)
b1
, r [0, 1[
0, r , [0, 1[
iar
1(a, /) =
_
1
0
r
o1
(1 r)
b1
dr, a 0, / 0
este functia beta.
283
1) ) (r; a, /) _ 0, \r R
2) ) (r; a, /) dr =
1
1(a, /)
_
1
0
r
o1
(1 r)
b1
dr =
1(a, /)
1a, /
= 1
1 : R [0, 1[
\r R, 1 (r) = 1 (A < r) =
_
a
o
) (t; a, /) dt =
=
_
_
0, r < 0
1
1(a, /)
_
a
0
t
o1
(1 t)
b1
dt, r [0, 1[
1, r 1
.
' (A) =
_
R
r) (r; a, /) dr =
1
1(a, /)
_
1
0
r
o
(1 t)
b1
dr =
=
1(a 1, /)
1(a, /)
=
I(a 1) I(/)
I(a / 1)

I(a /)
I(a) I(/)
si dup a efectuarea simplic arilor obtinem
' (A) =
a
a /
Calculul dispersiei ncepe cu calculul momentului de ordinul doi
'
_
A
2
_
=
_
R
r
2
) (r; a, /) dr =
1
1(a, /)
_
1
0
r
o1
(1 r)
b1
dr =
=
1(a 2, /)
1(a, /)
=
I(a 2) I(/)
I(a / 2)

I(a /)
I(a) I(/)
=
(a 1) a
(a / 1) (a /)
Folosind n continuare formula de calcul pentru dispersie avem:
1(A) = '
_
A
2
_
[' (A)[
2
=
(a 1) a
(a / 1) (a /)

_
a
a /
_
2
284
si dup a efectuarea calculelor obtinem
1(A) =
a/
(a /)
2
(a / 1)
.
n concluzie, pentru repartitia beta avem
' (A) =
a
a /
, 1(A) =
a/
(a /)
2
(a / 1)
9.2.7 Repartitia
2
(Hi-p atrat)
Denitia 9.2.7 Variabila aleatoare A de tip continuu urmeaza legea
2
cu
: grade de libertate si parametrul o daca are distribu tia de forma:
A :
_
r
) (r; :, o)
_
aR
unde
) (r; :, o) =
_
_
1
(2o
2
)
n
2
I
_
:
2
_r
n
2
1
c
i
2
2
, r _ 0
0, r < 0
: N
+
, o R
.
Vericarea conditiilor functiei densitate de probabilitate:
1
) (r; :, o) _ 0, \r R
2
_
R
) (r; :, o) dr =
1
(2o
2
)
n
2
I
_
:
2
_
_
o
0
r
n
2
1
c
i
2
2
dr
F acnd schimbarea de variabil a
r
2o
2
= t == r = 2o
2
t == dr = 2o
2
dt
obtinem
_
R
) (r; :, o) dr =
_
2o
2
_n
2
(2o
2
)
n
2
I
_
:
2
_
_
o
0
t
n
2
1
c
t
dt = 1
1 : 1 [0, 1[
285
\r R, 1 (r) = 1 (A < r) = 1
_
2
<
2
q
_
= 1
_
2
q
_
=
=
1
(2o
2
)
n
2
I
_
a
2
_
_

2
q
0
r
n
2
1
c
i
2
2
dr = 1 1
_
2

2
q
_
= 1
unde sunt probabilit ati de forma:
= 1
_
2

2
q
_
=
1
(2o
2
)
n
2
I
_
a
2
_
_
o
a
2
q
r
n
2
1
c
i
2
2
dr
Pentru valorile functiei de repartitie a legii
2
exist a tabele elaborate de
c atre Karl Pearson si cu ajutorul lor se pot determina e
2
q
cnd se cunosc
probabilitatea si num arul gradelor de libertate :, e cnd se cunosc
2
q
si : (vezi Anexa III).
Cnd num arul : al gradelor de libertate creste (: 80), repartitia
2
tinde c atre repartitia normal a.
Repartitia
2
se poate obtine din distributia gama dac a lu am a =
:
2
si
/ = 2o
2
.
' (A) =
_
R
r) (r; :, o) dr =
1
(2o
2
)
n
2
I
_
a
2
_
_
o
0
r
n
2
c
i
2
2
dr
r
2o
2
= t == r = 2o
2
t == dr = 2o
2
dt
obtinem
' (A) =
_
2o
2
_n
2
:o
2
(2o
2
)
n
2
I
_
a
2
_
_
o
0
r
a
2c
t
dt =
=
2o
2
I
_
a
2
_I
_
:
2
1
_
= 2o
2
a
2
I
_
a
2
_
I
_
a
2
_
si deci ' (A) = :o
2
, unde am folosit relatia de recurent a pentru functia
gama.
Calculul dispersiei
286
1(A) = '
_
A
2
_
[' (A)[
2
'
_
A
2
_
=
_
R
r
2
) (r; :, o) dr =
1
(2o
2
)
n
2
I
_
a
2
_
_
o
0
r
n
2
1
c
i
2
2
dr =
=
_
2o
2
_n
2
2
(2o
2
)
n
2
I
_
a
2
_
_
o
0
t
n
2
1
c
t
dt =
_
2o
2
_
2
I
_
a
2
2
_
I
_
a
2
_ =
=
_
2o
2
_
2
_
:
2
1
_
:
2
= :(: 2) o
1
Atunci, pentru dispersie avem
1(A) = :(: 2) o
1
_
:o
2
_
2
sau
1(A) = 2:o
1
.
n concluzie, pentru repartitia
2
cu : grade de libertate avem:
' (A) = :o
2
1(A) = 2:o
1
Observatie (generarea repartitiei
2
)
Dac a A
1
, A
2
, ...., A
a
sunt : variabile aleatoare independente ce urmeaz a
repartitia normal a de parametri : = 0 si o 0, adic a au densit atile de
probabilitate
)
i
(r; 0, o) =
1
_
2o
c
i
2
2
2
, r R, o 0, i = 1, :
atunci variabila aleatoare A =
2
, denit a prin:
A =
2
= A
2
1
A
2
2
... A
2
a
urmeaz a repartitia
2
, cu : grade de libertate si cu parametrul o, adic a are
densitatea de probabilitate:
) (r; :, o) =
_
_
_
1
(2o
2
)
n
2
I
_
a
2
_
r
n
2
1
c
i
2
2
, r _ 0
0, r < 0.
287
9.2.8 Repartitia t (Student)
Denitia 9.2.8 Variabila aleatoare A de tip continuu urmeaza lega t (Stu-
dent) cu : grade de libertate daca are distribu tia de forma:
A :
_
r
) (r; :)
_
aR
unde
) (r; :) =
I
_
a1
2
_
I
_
a
2
_
_
:
_
1
r
2
:
_
n+1
2
, r R, : N
+
.
O astfel de variabil a aleatoare se mai noteaz a cu t.
Vericarea conditiilor functiei densitate de probabilitate:
1) ) (r; :) _ 0, \r R
2)
_
R
) (r; :) dr =
I
_
: 1
2
_
I
_
:
2
_
_
:
_
o
o
_
1
r
2
:
_
n+1
2
dr =
=
2I
_
: 1
2
_
I
_
:
2
_
_
:
_
o
0
_
1
r
2
:
_
n+1
2
dr = 1
Cu schimbarea de variabil a
r
2
:
= t == r =
_
t
_
: == dr =
_
:
2
_
t
dt
si deci
1 =
2I
_
a1
2
_
_
a
2
I
_
a
2
_
_
:
_
o
0
(1 t)
n+1
2
1
_
t
dt =
=
I
_
a1
2
_
I
_
a
2
_
_
_
o
0
t
1
2
(1 t)
n+1
2
dt.
n continuare facem schimbarea de variabil a t =
j
1 j
.
1 t =
1
1 j
== dt =
1
(1 j)
2
dj
288
t = 0 == j = 0 si t == j 1.
Deci
1 =
I
_
a1
2
_
I
_
a
2
_
_
_
1
0
_
j
1 j
_
1
2
_
1
1 j
_
n+1
2
1
(1 j)
2
dj =
=
I
_
a1
2
_
I
_
a
2
_
_
_
1
0
j
1
2
1
(1 j)
n
2
1
dj =
I
_
a1
2
_
I
_
a
2
_
_
1
_
1
2
,
:
2
_
=
=
I
_
a1
2
_
I
_
a
2
_
_

I
_
1
2
_
I
_
a
2
_
I
_
a1
2
_ = 1.
Observatia 9.2.2 Pentru : = 1 (un grad de libertate)
) (r; 1) = ) (r) =
1
(1 r
2
)
, r R,
care este densitatea de probabilitate corespunz atoare repartitiei Cauchy.
Observatia 9.2.3 Se poate arata ca o variabila aleatoare t ce urmeaza repar-
ti tia Student poate scrisa astfel:
t =
_
:
A
2
unde A este repartitia normal a si normat a (de parametri : = 0 si o = 1),
iar
2
este repartitia Hi-p atrat cu : grade de libertate.
Observatia 9.2.4 Daca variabilele aleatoare A
1
, A
2
, ..., A
a
, A
a1
sunt vari-
abile aleatoare noirmal distribuite, toate de parametri : = 0 si o, atunci
variabila aleatoare denita prin rela tia de mai jos urmeaza legea Student:
t =
A
a1
_
A
2
1
A
2
2
... A
2
a
:
Observatia 9.2.5 Se observa ca func tia densitate de probabilitate corespun-
zatoare reparti tiei t (student) are proprietatea
289
) (r; :) = ) (r; :) .
1 : R [0, 1[
\r R, 1 (r) = 1 (r; :) = 1 (A < r) =
I
_
: 1
2
_
I
_
:
2
_
_
:
_
a
o
_
1
t
2
:
_
n+1
2
dt.
Folosind observatia 2 putem scrie
_
a
o
) (r; :) dr =
_
o
a
) (r; :) dr
si avem n continuare
1 =
_
o
o
) (r; :) dr =
_
a
o
) (r; :) dr
_
o
a
) (r; :) dr =
=
_
a
o
) (r; :) dr
_
a
o
) (r; :) dr = 1 (r; :) 1 (r; :) .
Retinnd extremele putem concluziona c a
1 (r; :) = 1 1 (r; :) .
Folosind aceast a ultim a relatie putem exprima probabilit atile de forma
1 (A[ < t) sau 1 (A[ t) dup a cum urmeaz a:
1 (A[ < t) = 1 (t < A < t) =
_
t
t
) (r; :) dr =
=
_
t
o
) (r; :) dr
_
t
o
) (r; :) dt = 1 (r; :) 1 (t; :) = 21 (t; :) 1
1 (A[ t) = 1 1 (A[ < t) = 1 1 (t; :) 1 = 2 [1 1 (t; :)[ .
n concluzie avem:
1 (A[ < t) = 21 (t; :) 1
1 (A[ t) = 2 [1 1 (t; :)[ .
290
9.2.9 Repartitia 1 (Fischer-Sndcor)
Denitia 9.2.9 Variabila aleatoare A de tip continuu urmeaza legea 1
(Fischer-Sndcor) cu r si : grade de libertate daca are distribu tia de forma:
A :
_
r
) (r; r, :)
_
aR
unde
) (r; r, :) =
_
_
I
_
r :
2
_
I
_
r
2
_
I
_
:
2
_r
r
2
:
s
2
r
r
2
1
(rr :)
r+i
2
, r _ 0
0, r < 0
iar r, : N reprezint a num arul gradelor de libertate. Aceast a variabil a se
mai noteaz a 1.
Vericarea conditiilor pentru functia densitate de probabilitate.
1) ) (r; r, :) dr _ 0, \ R
2)
_
R
) (r; r, r) dr =
I
_
r :
2
_
I
_
r
2
_
I
_
:
2
_r
r
2
:
s
2
_
o
0
t
r
2
1
(rr :)
r+s
2
dr = 1.
r
rr :
= t == r = rrt :t ==
r(1 rt) = :t == r =
:t
1 rt
dr =
: (1 rt) :t (r)
(1 rt)
2
dt
dr =
: :rt :rt
(1 rt)
2
dt
dr =
:
(1 rt)
2
dt
291
rr : =
:rt
1 rt
: == rr : =
:rt : :rt
1 rt
==
rr : =
:
1 rt
_
r = 0 == t = 0
r == t
1
r
Dup a nlocuiri obtinem:
1 =
I
_
r :
2
_
I
_
r
2
_
I
_
:
2
_r
r
2
:
s
2
_ 1
r
0
_
:t
1 rt
_r
2
1
_
1 rt
:
_r+s
2
:
(1 rt)
2
dt
=
=
1
1
_
r
2
,
:
2
_r
r
2
:
s
2
:
r
2
1
r+s
2
1
_ 1
r
0
r
r
2
1
(1 rt)
r
2
1
r+s
2
2
dt =
=
1
1
_
r
2
,
:
2
_r
r
2
_ 1
r
0
t
r
2
1
(1 rt)
s
2
1
dt.
Efectund schimbarea de variabil a
t =
j
r
== dt =
1
r
dj
1 rt = 1 j
_
t = 0 == j = 0
t =
1
r
== j = 1
obtinem
1 =
1
1
_
r
2
,
:
2
_r
r
2
_
1
0
j
r
2
1
r
r
2
1
(1 j)
s
2
1
1
r
dj =
=
1
1
_
r
2
,
:
2
_r
r
2
r
r
2
11
_
1
0
j
r
2
1
(1 j)
r
2
1
dj =
292
=
1
1
_
r
2
,
:
2
_1
_
r
2
,
:
2
_
= 1.
Observatia 9.2.6 Daca A
1
si A
2
sunt variabile aleatoare independente ce
urmeaza legea
2
cu :
1
, respectiv :
2
grade de libertate si cu parametrul
o, atunci variabila aleatoare denita prin rela tia de mai jos urmeaza legea
Fischer-Sndcor cu :
1
, n
2
grade de libertate:
1 =
A
1
:
1
A
2
:
2
=
:
2
A
1
:
1
A
2
Observatia 9.2.7 Daca A
1
, ..., A
a
1
si 1
1
, ..., 1
a
2
sunt :
1
:
2
variabile aleatoare
independente repartizate normal toate cu parametrii 0 si o atunci variabila
aleatoare denita prin rela tia de mai jos urmeaza legea Fischer-Sndcor cu
:
1
, :
2
grade de libertate
1 =
:
2
:
1

a
1
A
2
i
i=1
a
2
1
2
)
)=1
Observatia 9.2.8 Daca t este variabila aleatoare Student cu :
2
grade de
liberate, atunci variabila aleatoare t
2
urmeaza legea Fischer-Sndcor cu 1, :
2
grade de libertate.
1 : R [0, 1[
\r R, 1 (r) =
_
a
o
) (t; r, :) dt =
=
I
_
r :
2
_
I
_
r
2
_
I
_
:
2
_r
r
2
:
s
2
_
a
o
t
r
2
1
(rt :)
r+s
2
dt
Valoarea medie si dispersia
293
' (A) =
:
: 2
, : 2
1(A) =
2:
r

r : 2
(: 2)
2
(: 4)
, : 4.
Problema 9.3.1 O variabil aleatoare A urmeaz legea binomial cu val-
oarea medie egal cu 300 si dispersia egal cu 100. S se ae :, j, .
Rezolvare:
Variabila aleatoare ce urmeaz legea binomial are ' (A) = :j si 1(A) =
:j .
Prin urmare: :j = 800 si :j = 100.
Efectund substitutia obtinem 800 = 100. Prin urmare =
1
S
. Rezult
de aici c j = 1 = 1
1
S
=
2
S
si prin urmare : =
S00
j
deci : = 40.
Problema 9.3.2 Probabilitatea cu care se consum energie electric ntr-o
unitate comercial ntr-o zi este 0,8.
Fie A numrul zilelor din sptmn cnd consumul este normal. S se
scrie distributia variabilei aleatoare A si s se calculeze valoarea sa medie si
dispersia.
Rezolvare. Se observ c variabila aleatoare A urmeaz legea bi-
nomial de parametrii: : = 7 (sunt 7 zile ntr-o sptmn), j = 0, 8
(probabilitatea s se consume energie electric n unitatea comercial) si
= 1 j = 0, 2.
Distributia variabilei aleatoare este urmtoarea:
A :
_
/
C
I
7
(0, 8)
I
(0, 2)
7I
_
I=0,7
Valoarea medie este dat de formula:
' (A) = :j = 7 0, 8 = , 6.
Dispersia este
1(A) = :j = 7 0, 8 0, 2 = , 6 6, 2 = 11, 2.
Problema 9.3.3 O agen tie imobiliar are spre vnzare un imobil cu 10
apartamente. Patru dintre acestea sunt cu o singur camer. In decurs
de o sptmn s-au prezentat la agen tia imobiliar 3 cumprtori. Fie A
294
numrul clien tilor ce au cumprat apartamente cu o camer. S se scrie dis-
tribu tia variabilei aleatoare A si s se calculeze valoarea medie si dispersia
ei.
Rezolvare. Variabila aleatoare A urmeaz legea hipergeometric de
parametrii : = 8, a = 4, / = 6, j = 0, 4, = 0, 6.
Distributia variabilei aleatoare A este:
A :
_
0 1 2 8
j (0) j (1) j (2) j (8)
_
.
cu j (/) _ 0, / = 0, 8 si
S
I=0
j (/) = 1, unde j (/) , / = 0, 8 reprezint
probabilittile evenimentelor ca din cele trei apartamente cumprate / s e
cu o singur camer. Aceste probabilitti sunt calculate cu ajutorul schemei
hipergeometric si sunt egale cu:
j (/) =
C
I
4
C
3I
6
C
3
10
, / = 0, 8. Se obtine j (0) =
1
6
, j (1) =
1
2
, j (2) =
S
10
si
j (8) =
1
S0
.
Prin urmare distributia lui A este:
A :
_
0 1 2 8
1
6
1
2
S
10
1
S0
_
A urmnd legea hipergeometric are:
' (A) = :j = 8 0, 4 = 1, 2
si
1(A) = :j
a / :
a / 1
=
_
8 0, 4 0, 6
10 8
10 1
= 1, 2 0, 6
7
0
= 0, 6
_
=
= 8 0, 4 0, 6
7
0
= 0, 08 7 = 0, 6.
Problema 9.3.4 Ovariabil aleatoare A urmeaz legea binomial cu para-
metrii : = 4 si j =
1
1
.
a) Scrieti distributia variabilei aleatoare A
b) Scrieti functia densitate de probabilitate a variabilei aleatoare normale
cu aceiasi valoare medie si dispersie ca si A
c) Calculati 1 (1 _ A < 2)
295
Rezolvare. Distributia variabilei aleatoare A ce urmeaz legea bino-
mial este:
A :
_
/
C
I
1
_
1
1
_
I
_
S
1
_
1I
_
I=0,1
b) Valoarea medie si dispersia pentru variabila aleatoare A sunt:
' (A) = :j = 4
1
1
= 1 si 1(A) = :j = 4
1
1
S
1
=
S
1
.
Dac variabila aleatoare A
t
urmeaz legea normal cu functia densitate
de probabilitate
) (r) =
1
o
_
2
c
(ir)
2
2
2
si avnd media si dispersia egale cu cele ale vari-
abilei aleatoare A, atunci:
: = ' (A
t
) = ' (A) = 1 si o
2
= 1(A
t
) = 1(A) =
S
1
.
Prin urmare o =
_
S
2
. Atunci ) (r) =
_
2
S
c
2(i1)
2
3
.
c) 1 (1 _ A < 2) = 1 (2) 1 (1) =
2
I=0
j (/)
1
I=0
j (/) = j (2) =
C
2
1
_
1
1
_
2
_
S
1
_
2
= 0, 21.
Problema 9.3.5 Variabila aleatoare A urmeaz legea uniform avnd val-
oarea medie si dispersia egale cu 4 respectiv
1
S
.
S se scrie functia de repartitie a variabilei aleatoare A.
Rezolvare. Dac variabila aleatoare A urmeaz legea uniform pe
intervalul (a, /) atunci functia de repartitie va :
1 (r) =
_
_
_
0, r _ a
ao
bo
, a < r _ /
1, r /
iar valoarea medie si dispersia se calculeaz ca ' (A) =
ob
2
, respectiv
1(A) =
(bo)
2
12
Asadar obtinem sistemul:
_
ob
2
= 4
(bo)
2
12
=
1
S
cu solutia a = 8, / = .
Rezult c functia de repartitie va :
1 (r) =
_
_
_
0, r _ 8
aS
2
, 8 < r _
1, r
.
296
O variabil aleatoare A urmeaz legea binomial cu valoarea medie egal cu
150 si de parametru : = 200.
S se ae dispersia variabilei aleatoare.
Rspuns. 1(A) = 87, .
Problema 9.4.1 Fie A o variabil aleatoare ce reprezint numrul per-
soanelor ce au primit credit ipotecar de la B C R, considernd c s-au prezen-
tat 5 clien ti n decursul unei zile. Probabilitatea ca un client s primeasc
aviz favorabil n ob tinerea creditului este 0,6. Scrie ti distribu tia variabilei
aleatoare si calcula ti valoarea medie si abaterea medie ptratic.
Rspuns. ' (A) = 8, o (A) = 1, 00.
Problema 9.4.2 O persoan de tine 12 cr ti de credit. Dintre acestea doar
5 sunt debitoare de credit. Notm cu A variabila aleatoare ce reprezint
numrul de cr ti de credit debitoare utilizate, dac se stie c persoana a folosit
3 cr ti de credit de-a lungul unei sptmni. Scrie ti distribu tia variabilei
aleatoare A si calcula ti valoarea medie si abaterea medie ptratic.
Rspuns. ' (A) = 0, 78, o (A) = 0, 78.
Problema 9.4.3 Calcula ti valoarea medie si dispersia pentru o variabil
aleatoare ce urmeaz legea exponenctial de parametru ` = 4 si pentru o
variabil aleatoare ce urmeaz legea uniform de parametrii a = 1 si / = 4.
a) ' (A) =
1
1
si 1(A) =
1
6
;
b) ' (A) =

2
si 1(A) =
S
1
.
Problema 9.4.4 Fie ) (r) = 2a c
(i2)
2
3
, a R. Aa ti parametrul a astfel
nct ) (r) s e func tia densitate de probabilitate pentru variabila aleatoare
A ce urmeaz legea normal.
Rspuns. a =
1
2
_
S
.
297
10 Programare liniar a
10.1 Sisteme de ecuatii liniare
10.1.1 Regula dreptunghiului pentru efectuarea unor transfor-
m ari elementare pe linii ntr-o matrice
Fie M
n,a
(R)
=
_
_
_
_
_
_
.........................
.......a
i)
........a
i|
.......
.........................
.......a
I)
........a
I|
.......
.........................
_
_
_
_
_
_
unde i si , sunt dou a numere naturale xate, 1 _ i _ :, 1 _ , _ :, iar /
si | sunt numere naturale arbitrare, 1 _ / _ :, 1 _ | _ :, dar / ,= i si | ,= ,.
S a not am cu 1
v
a r-a linie a matricii A.
1
v
= (a
v1
, ..., a
va
) , r = 1, :
Se numeste transformare elementar a pe linii n matricea A oricare
din transform arile
t
1
) `1
i
1
i
, ` ,= 0
t
2
) 1
i
1
I
1
I
Este usor de constatat c a prin efectuarea unor succesiuni nite de
transform ari elementare (t
1
si t
2
) se pot realiza si transform arile
t
S
) ` 1
i
1
I
1
I
t
1
) 1
i
1
I
Dac a a
i)
,= 0 si se efectueaz a n matricea A transform arile pe linii
1
a
iI
1
i
1
i
a
I)
a
iI
1
i
1
I
1
I
, / = 1, :, / ,= i,
298
se obtine matricea
1
=
_
_
_
_
_
_
_
.........................................
..........1..............
o
.I
o
.
............
.........................................
..........0..............
o
I
o
.
a
i|
a
I|
.....
.........................................
_
_
_
_
_
_
_
care are n coloana de indice , toate elementele egale cu 0 cu exceptia
celui de al i-lea element care este egal cu 1.
Elementul a
i)
utilizat n aceste transform ari va numit n continuare
pivotul transformarilor efectuate n pentru a obtine
1
.
Elementul situat n linia de indice / si coloana de indice | a matricii
1
este
a
I)
a
i)
a
i|
a
I|
=
a
i)
a
I|
a
I)
a
i|
a
i)
si el poate calculat folosind urm atoarea regul a, numit a regula drep-
tunghiului.
i) se identic a n matricea A dreptunghiul determinat de pivotul
a
i)
si elementul a
I|
,
a
i)
......... a
i|
... ... ... ...
... ... ... ...
... ... ... ...
a
I)
.........a
I|
ii) din produsul elementelor situate n vrfurile acestui dreptunghi
pe aceiasi diagonal a cu pivotul (a
i)
a
I|
) se scade produsul elementelor situate
n celelalte dou a vrfuri ale acestui dreptunghi (a
I)
a
i|
) apoi
iii) diferenta obtinut a se mparte la pivot (a
i)
) .
Ca suport intuitiv pentru regula dreptunghiului este util a urm a-
toarea schem a
a
i)
a
i|
a
I)
a
I|
299
Observatia 10.1.1 Daca a
I)
= 0, atunci
a
I|
a
i)
a
I|
0 a
i|
a
i)
= a
I|
, l =1, :
deci ramn neschimbate toate elementele unei linii care are n coloana
pivotului zero.
Observatia 10.1.2 Daca a
i|
= 0, atunci
a
I|
a
i)
a
I|
a
I)
0
a
i)
= a
I|
, k =1, :
deci ramn neschimbate toate elementele unei coloane care are n linia
pivotului zero.
Din cele de mai sus rezult a c a pentru ca o coloan a care contine
cel putin un element nenul s a se schimbe ntr-o coloan a care contine un
element egal cu 1 si toate celelalte elemente egale cu zero, prin transform ari
elementare pe linii n matricea care contine acea coloan a se poate proceda
astfel:
a) din coloana respectiv a se alege un element nenul si acest element
va pivotul transformarilor ce vor efectuate
b) linia pivotului se mparte la pivot (n acest fel pe pozitia pivotului
se obtine 1)
c) coloana pivotului se completeaz a cu zerouri
d) se scriu neschimbate liniile care au pe coloana pivotului zero
(vezi obs. 1) si coloanele care au pe linia pivotului zero (vezi Observatia 2)
e) celelalte elemente se determin a utiliznd regula dreptunghiului.
10.1.2 Metoda elimin arii complete pentru rezolvarea sistemelor
de ecuatii liniare
Metoda elimin arii complete pentru rezolvarea sistemelor de ecuatii liniare
are la baz a faptul c a solutiile unui sistem de ecuatii liniare nu se schimb a
dac a o ecuatie a sistemului este nlocuit a cu ecuatia obtinut a prin inmultirea
acelei ecuatii cu o constant a nenul a sau cu ecuatia obtinut a prin adunarea ei
membru cu membru la o alt a ecuatie a sistemului.
Este evident c a acestor transform ari care nu schimb a solutiile sis-
temului le corespund transform ari elementare pe linii n matricea extins a a
sistemului respectiv.
300
Fie sistemul de ecuatii liniare
(1)
_
_
_
a
11
r
1
... a
1a
r
a
= /
1
.........................
a
n1
r
1
... a
na
r
a
= /
n
a c arui matrice extins a este
c
=
_
_
a
11
...a
1a
/
1
................
a
n1
...a
na
/
n
_
_
S a presupunem c a numerotarea necunoscutelor si ordinea n care sunt
scrise ecuatiile sunt asa nct prin efectuarea unor transform ari elementare
pe linii n
c
s a ajungem la matricea
t
c
=
_
_
_
_
_
_
_
_
1 ... 0 c
1,v1
... c
1a
,
1
. ... . ... ... ... .
0 ... 1 c
v,v1
... c
va
,
v
0 ... 0 0 ... 0 ,
v1
. ... . . ... . .
0 ... 0 0 ... 0 ,
n
_
_
_
_
_
_
_
_
care este matricea extins a a sistemului
(2)
_
_
r
1
c
1,v1
r
v1
... c
1a
r
a
= ,
1
. . . . . .
r
v
c
v,v1
r
v1
... c
va
r
a
= ,
v
. . . . 0 = ,
v1
. . . . . .
. . . . 0 = ,
n
Transform arile elementare pe linii care duc de la matricea
c
la ma-
tricea
t
c
corespund trecerii de la sistemul (1) la sistemul (2) prin transform ari
ce nu schimb a solutiile sistemului. Deci solutiile sistemului (2) sunt solutiile
sistemului (1) .
Rezult a c a:
i) dac a cel putin unul dintre numerele ,
v1
, ..., ,
n
este diferit de zero
atunci sistemul de ecuatii (1) este incompatibil si
ii) dac a ,
v1
= ... = ,
n
= 0 atunci solutia general a a sistemului (1)
este:
301
(8)
_
_
r
1
= ,
1
(c
1,v1
r
v1
... c
1a
r
a
)
. . . .
r
v
= ,
v
(c
v,v1
r
v1
... c
va
r
a
)
r
v1
R
. . . .
r
a
R
Din cele de mai sus rezult a urm atorul procedeu practic de rezolvare
a oric arui sistem de ecuatii liniare, procedeu care poart a numele de metoda
elimin arii complete
i) se asociaz a sistemului dat un tabel (de fapt matricea extins a a sis-
temului) care are pe prima coloan a termenii liberi ai ecuatiilor sistemului
si n continuare coecientii necunoscutelor r
1
, ..., r
a
din ecuatiile sistemu-
lui. (Cum se va vedea, scrierea la nceput a coloanei termenilor liberi este
mai convenabil a pentru utilizarea acestei metode n algoritmul de rezolvare
a problemelor de programare liniar a.)
ii) n tabelul astfel obtinut se efectueaz a, n pasi succesivi, transform ari
elementare pe linii (cu regula dreptunghiului) alegnd la ecare pas pivotul
dintr-o linie din care n-a fost ales pivot la un pas anterior (n caz contrar
zerourile constituite" la acel pas anterior s-ar distruge" si nu s-ar progresa
n rezolvare),
iii) transform arile de la ii) continu a pn a cnd nu mai poate ales un
nou pivot. Atunci cnd nu mai poate ales un nou pivot este posibil unul si
numai unul din urm atoarele cazuri:
a) au fost alesi pivoti din toate liniile tabelului,
b) exist a linii din care nu s-a putut alege pivot (deci linii care pe coloanele
coecientilor necunoscutelor contin numai zerouri) si toate aceste linii au pe
coloana termenilor liberi zerouri,
c) exist a linii din care nu s-a putut alege pivot si cel putin una are pe
coloana termenilor liberi un element diferit de zero.
Este clar (vezi forma (8) a solutiei generale) c a ecuatiile ce corespund lini-
ilor din care au fost alesi pivotii sunt ecuatiile principale, iar necunoscutele
ce corespund coloanelor din care au fost alesi pivotii sunt necunoscutele prin-
cipale ale rezolv arii respective a sistemului.
n cazul a) sistemul este compatibil, el neavnd ecuatii secundare.
n cazul b) sistemul este compatibil deoarece toate ecuatiile secundare au
forma 0 = 0,
n cazul c) sistemul este incompatibil deoarece una din ecuatiile secundare
are forma 0 = ,, unde , ,= 0.
302
Un sistem compatibil este compatibil determinat dac a nu are necunoscute
secundare si este compatibil simplu (dublu, triplu, ...) nedeterminat dac a are
una (dou a, trei, ...) necunoscute secundare.
Pentru a scrie usor solutia general a (n cazul c a sistemul este compatibil)
este convenabil ca dup a alegerea ec arui pivot s a e scris a n stnga liniei de
unde a fost ales pivotul, necunoscuta din coloana coecientilor c areia a fost
ales acel pivot.
Atunci solutia se poate scrie astfel: ecare necunoscut a principal a (scris a
n stnga tabelului) este egal a cu elementul din coloana termenilor liberi a
liniei acelor necunoscute minus combinatia liniar a a necunoscutelor secundare
(dac a asemenea necunoscute secundare exist a, deci dac a sistemul contine si
necunoscute care nu ajung s a e scrise n stnga tabelului) cu coecienti
egali cu elementele situate n linia acelei necunoscute principale pe coloanele
respectivelor necunoscute secundare (vezi (8))
Exemplul 10.1.1 Sa se rezolve sistemul
_
_
_
r
1
2r
2
r
S
r
1
= 2
r
1
r
2
r
S
2r
1
= 8
2r
1
r
2
4r
S
r
1
= 10
Rezolvare: Rezolvarea acestui sistem cu metoda elimin arii complete
este:
/ r
1
r
2
r
S
r
1
2 1 2 1 1
8 1 1 2
10 2 1 4 1
r
1
2 1 2 1 1
6 0 8 6 8
6 0 8 6 8
r
1
6 1 0 8 1
r
2
2 0 1 2 1
0 0 0 0 0
Din ultimul tabel obtinut se constat a c a din linia din care nu poate ales
pivot (linia a treia) are pe coloana termenilor liberi zero (ne a am n cazul
b)) deci sistemul este compatibil. Necunoscutele principale ale rezolv arii date
aici sunt r
1
si r
2
deci necunoscutele r
S
si r
1
vor secundare. Astfel sistemul
este compatibil dublu nedeterminat. Solutia general a este:
303
_
_
r
1
= 6 8r
S
r
1
r
2
= 2 2r
S
r
1
r
S
R
r
1
R
10.1.3 Solutii admisibile de baz a
Din multimea tuturor solutiilor unui sistem de ecuatii liniare se poate extrage
o submultime de solutii care are o calitate special a, si anume ecare solutie are
necunoscutele secundare cu valoarea egal a cu 0, iar necunoscutele principale
cu valorile mai mari sau egale cu 0. Aceste solutii se numesc solutii admisibile
de baza.
La o astfel de solutie admisibil a de baz a se poate ajunge utiliznd metoda
elimin arii complete la care alegerea pivotului se face cu respectarea unor
conditii.
S a presupunem c a sistemul considerat are : necunoscute principale, iar
restul : : sunt necunoscutele secundare. Presupunem si c a primele :
necunoscute sunt cele principale. Asta revine la a spune c a trebuie asociat
sistemului un tabel care, dup a utilizarea transform arilor elementare (regula
dreptunghiului), are urm atoarea form a
/ r
1
r
2
... r
n
r
n1
... r
a
,
1
1 0 ... 0 c
1,n1
... c
1,a
,
2
0 1 ... 0 c
2,n1
... c
2,a
... ... ... ... ... ... ... ...
,
n
0 0 ... 1 c
n,n1
... c
n,a

o
1
c
1,r+1
1
c
1,r+1
0 ... 0 1 ...
c
1,n
c
1,r+1
,
t
2

c
2,r+1
c
1,r+1
1 ... 0 0 ... c
t
2,a
,
t
n

c
r,r+1
c
1,r+1
0 ... 1 0 ... c
t
n,a
unde ,
t
2
= ,
2
o
1
c
1,r+1
c
2,n1
, ,
t
n
= ,
n
o
1
c
1,r+1
c
n,n1
,
c
t
2,a
= c
2,a
c
1,n
c
1,r+1
c
2,n1
, c
t
n,a
= c
n,a
c
1,n
c
1,r+1
c
n,n1
.
Din tabel se observ a c a prima solutie admisibil a de baz a este:
304
A
1
=
_
_
_
_
_
_
_
_
_
_
_
_
,
1
,
2
.
.
.
,
n
0
.
.
.
0
_
_
_
_
_
_
_
_
_
_
_
_
, ,
i
_ 0, i = 1, :
n continuare, cu ajutorul unor transform ari elementare convenabile, vrem
s a trecem de la aceast a solutie admisibil a de baz a la o alt a solutie admisibil a
de baz a.
Consider am c a elementul pivot este c
1
,
n1
si efectu am transformarea
elementelor care ne conduc la partea a doua a tabelului de mai sus. Prima
conditie asupra pivotului este:
c
1
,
n1
,= 0 .
S-au efectuat urm atoarele transform ari elementare:
1)
1
c
1,r+1
1
1
1
1
;
2) (c
2,n1
) 1
1
1
2
1
2
;
...
m) (c
n,n1
) 1
1
1
n
1
n
.
Acum necunoscutele principale sunt cele care au coloanele cu 0 si anume
r
2
, r
S
..., r
n1
, celelalte ind necunoscute secundare.
Noua solutie admisibil a de baz a este:
A
2
=
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
0
,
2

o
1
c
1,r+1
c
2,
n1
.
.
.
,
n

o
1
c
1,r+1
c
n,n1
o
1
c
1,r+1
0
.
.
.
0
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
Solutia A
2
este solutie admisibil a de baz a dac a sunt ndeplinite conditiile:
,
1
c
1
,
n1
_ 0, ,
2

,
1
c
1,n1
c
2,
n1
_ 0, . . . , ,
n

,
1
c
1,n1
c
n,n1
_ 0
305
Din prima inegalitate rezult a c a c
1
,
n1
0, deci pivotul trebuie sa e pozi-
tiv.
Dac a c
2
,
n1
_ 0 a doua conditie este automat ndeplinit a iar dac a c
2
,
n1
0 trebuie ca
o
2
c
2
,
r+1
_
o
1
c
1
,
r+1
.
n mod analog tragem concluzia c a dac a c
n
,
n1
0 trebuie ca
,
n
c
n
,
n1
_
,
1
c
1
,
n1
.
Din inegalit atile de mai sus deducem cea de a doua conditie esential a
pentru pivot: raportul dintre termenul liber ,
1
si pivotul c
1,n1
este
cel mai mic dintre toate rapoartele care se obtin mp artind termenii
liberi la elementele pozitive corespunz atoare din coloana pivotului,
adic a
o
1
c
1
,
r+1
este cel mai mic dintre rapoartele
o
.
c
.
,
r+1
, cu
c
i
,
n1
0.
10.2 Programare liniar a
10.2.1 Formularea si rezolvarea problemei standard
Formularea problemei standard
n cadrul domeniului economic sunt adesea ntlnite probleme care n
formulare matematic a sunt niste probleme de programare liniar a.
O rm a intentioneaz a s a produc a n tipuri de produse stiind c a poate s a
utilizeze m tipuri de resurse. Se cunosc elementele: cantit atile disponibile din
ecare resurs a /
i
(cantitatea din resursa 1
i
, i = 1, :), beneciile unitare nete
pentru ecare produs c
)
(pentru valoricarea unei buc ati din 1
)
, , = 1, :),
coecientii tehnologici a
i)
(cantitatea din resursa 1
i
ce se foloseste pentru o
unitate din produsul 1
)
, i = 1, :, , = 1, :).
Se cere: s a se determine cantit atile ce urmeaz a a realizate din ecare
produs r
)
=, , = 1, :, astfel nct s a se obtin a beneciul total maxim.
Modelul matematic al acestei probleme este:
r
)
=, , = 1, : astfel nct
_
_
_
_
_
a
11
r
1
...a
1a
r
a
= /
1
...............................
a
n
1
r
1
... a
na
r
a
= /
n
_
_
_
sistem de restrictii
r
)
_ 0, , = 1, conditii de nenegativitate
_
_
solutie admisibil a
de baz a.
) = c
1
r
1
... c
a
r
a
maxim a (functia scop, de ecient a).
306
Problema standard de programare liniar a, n scriere matricial a, se prez-
int a astfel: se caut a coloana necunoscutelor A astfel nct
_
_
_
A = /,
A _ 0,
) = C A max
Rezolvarea problemei standard
Pentru rezolvarea problemei de programare liniar a vom utilita rezultatele
obtinute pn a acum n leg atur a cu solutiile admisibile de baz a. Fie cele dou a
solutii admisibile de baz a:
A
1
=
_
_
_
_
_
_
_
_
_
_
,
1
,
2
..
,
n
0
..
0
_
_
_
_
_
_
_
_
_
_
si A
2
=
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
0
,
2

o
1
c
1,r+1
c
2,
n1
.
.
.
,
n

o
1
c
1,r+1
c
n,n1
o
1
c
1,r+1
0
.
.
.
0
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
unde c
1
,
n1
0
o
1
c
1
,
r+1
= min
_
o
.
c
.
,
r+1
_
,cu c
i
,
n1
0.
Calcul am pentru cele 2 solutii A
1
, A
2
valorile functiei si compar am aceste
valori
307
) (A
1
) = c
1
,
1
c
2
,
2
... c
n
,
n
.
) (A
2
) = c
2
_
,
2

,
1
c
1
,
n1
c
2
,
n1
_
...
... c
n
_
,
n

,
1
c
1
,
n1
c
n
,
n1
_
c
n1
,
1
c
1
,
n1
.
) (A
2
) = c
2
,
2
... c
n
,
n
c
n1
,
1
c
1
,
n1

,
1
c
1
,
n1
(c
2
c
2
,
n1
... c
n
c
n
,
n1
).
)(A
2
) = )(A
1
) c
1
,
1

,
1
c
1
,
n1
[c
n1
(c
2
c
2
,
n1
... c
n
c
n
,
n1
)[
) (A
2
) = ) (A
1
)
,
1
c
1
,
n1

_
_
c
n1

_
_
not. )
r+1
..
c
1
c
1
,
n1
c
2
c
2
,
n1
... c
n
c
n
,
n1
_
_
_
_
.
Not am )
n1
= c
1
c
1
,
n1
c
2
c
2
,
n1
... c
n
c
n
,
n1
.
) (A
2
) = ) (A
1
)
,
1
c
1
,
n1
(c
n1
)
n1
)
n aceast a relatie c
n1
este coecientul lui r
n1
, care este necunoscuta
principal a din A
2
. Se vede din ultima relatie c a solutia A
2
este mai bun a
dect A
1
dac a
,
1
c
1
,
n1
(c
n1
)
n1
) 0
Deoarece
o
1
c
1
,n1
_ 0, pentru ca relatia de mai sus s a aib a loc trebuie ca
c
n1
)
n1
0.
n concluzie mbun at atirea este posibil a numai atunci cnd diferenta
c
n1
)
n1
0.
Ca atare condi tiile de optimalitate sunt
c
)
)
)
_ 0, \, = 1, :.
Algoritmul simplex
308
Putem acum formula etapele algoritmului simplex pentru rezolvarea
problemelor de programare liniar a.
Etapa 1: Se determin a o solutie initial a, admisibil a de baz a
Etapa 2: Se veric a optimalitatea solutiei
Etapa 3: Se mbun at ateste solutia
Etapa 4: Se repet a etapele 2 si 3 pn a cnd toate conditiile de
optimalitate vor ndeplinite
Etapa 5: Se scrie solutia optim a.
10.3 Problema de repartitie (de transport)
10.3.1 Formularea problemei
O problem a de programare liniar a de o structur a special a este problema de
repartitie. La o astfel de problem a se evidentiaz a grupul de restrictii care
se mparte n dou a, conditiile de negativitate si functia scop care,
de obicei, trebuie minimizat a.
Pentru comoditate vom scrie necunoscutele cu doi indici n scopul evi-
dentierii celor dou a tipuri de parteneri. Ilustr am modelul matematic al unei
probleme de repartitie sub forma unei probleme de transport.
Formularea economic a
La : furnizori (produc atori) 1
i
, i = 1, : se a a un tip de produs care
va solicitat de c atre : beneciari (consumatori) 1
)
, , = 1, :.
Se cunosc:
-cantitatea disponibil a existent a la ecare furnizor 1
i
, notat a cu a
i
,
(cantitatea disponibil a la furnizorul 1
i
) i = 1, :;
-cantitatea solicitat a de ecare beneciar 1
)
, notat a cu /
)
, (canti-
tatea solicitat a de beneciarul 1
)
) , = 1, :;
-costul unitar de transport de la ecare furnizor 1
i
la ecare bene-
ciar 1
)
, notat cu c
i)
, i = 1, :, , = 1, :.
Se cer: cantit atile (r
i)
) ce urmeaz a a transportate de la ecare furnizor
la ecare beneciar astfel nct:
-toat a cantitatea disponibil a, de la ecare furnizor, s a e trans-
portat a;
-toat a cantitatea solicitat a, de ecare beneciar, s a e primit a;
-costul total al transportului s a e minim.
Modelul matematic al acestei probleme se va obtine prin evidentierea
tuturor cerintelor formulate economic prin relatii matematice. Avem de de-
terminat niste necunoscute care s a satisfac a restrictiile, iar functia scop s a
aib a valoarea minim a.
309
Observatia 10.3.1 n problema economica formulata nu au fost eviden ti-
ate, din motive de simplitate, si alte aspecte referitoare la problema de trans-
port, cum ar costurile de achizi tie.
Modelul matematic
Cautam necunoscutele: r
i)
=, i = 1, :, , = 1, : astfel nct:
a
)=1
r
i)
= a
i
, i = 1, : - toata cantitatea de la 1
i
sa e transportata
n
i=1
r
i)
= /
)
, , = 1, : - toata cantitatea solicitata de 1
)
sa e primita
r
i)
_ 0 , i = 1, :, , = 1, : - condi tii de nenegativitate
) =
n
i=1
a
)=1
c
i)
r
i)
sa e minima.
La modelul formulat se mai al atur a, de obicei, asa zisa conditie de echili-
brare:
n
i=1
a
i
=
a
)=1
/
)
care arat a c a totalul cantit atilor disponibile coincide cu totalul cantit atilor
necesare.
Observatia 10.3.2 Daca problema nu este echilibrata atunci ea se poate
echilibra prin considerarea unui furnizor ctiv, sau a unui beneciar ctiv
astfel nct problema sa devina echilibrata.
n continuare ne vom ocupa doar de cazul problemei echilibrate.
Pentru rezolvarea problemei enuntate se va formula un algoritm numit
algoritmul distributiv, etapele c aruia se parcurg comod prin considerarea
unui tabel asociat problemei de transport.
n tabelul cu dou a intr ari se evidentiaz a, pe linii, datele referitoare la
furnizori si pe coloane datele referitoare la beneciari.
La intersectia unei linii, a furnizorului 1
i
cu o coloan a, a beneciarului
1
)
, apare, n tabel, ceea ce se numeste c asuta cu 4 camere.
n ecare camer a urmnd a nregistrat un anumit element, de forma.
1
)
1
i
c
i)
n
i

)
r
i)
310
Exemplul 10.3.1 La doi furnizori se aa acela si tip de produs n cantita tile:
80 buc. la primul (1
1
) si 140 buc. la al doilea (1
2
). Trei beneciari solicita
acest produs n cantita tile 60, 00, 70. Problema este echilibrata. n plus
costurile unitare de transport sunt prezentate n matricea:
C =
_
2 8
4 1 2
_
Sa se determine cantita tile ce vor transportate de la ecare furnizor catre
ecare beneciar astfel nct cerin tele sa e ndeplinite.
Modelul matematic:
r
i)
=, i = 1, 2, , = 1, 8 astfel nct
_
r
11
r
12
r
1S
= 80
r
21
r
22
r
2S
= 140
_
_
_
r
11
r
21
= 60
r
12
r
22
= 00
r
1S
r
2S
= 70
r
i)
_ 0 , i = 1, 2, , = 1, 8
) = 2 r
11
8 r
12
r
1S
4r
21
r
22
2r
2S
min
Tabelul asociat acestei probleme va :
1
i
1
)
1
1
1
2
1
S
Cant. disp.
1
i
2
r
11
8
r
12
r
1S
80
1
2
4
r
21
1
r
22
2
r
2S
140
Cant. nec. 60 00 70 280,280
10.3.2 Rezolvarea problemei de transport
Modelul matematic al problemei de transport:
r
i)
=, i = 1, :, , = 1, : (: - furnizori, : - beneciari) astfel nct:
_
_
a
)=1
r
i)
= a
i
i = 1, :
n
i=1
r
i)
= /
)
, = 1, :
r
i)
_ 0 i = 1, :, , = 1, :
) =
n
i=1
a
)=1
c
i)
r
i)
:i:.
311
cu conditia de echilibrare:
n
i=1
a
i
=
a
)=1
/
)
Examinnd modelul matematic rezult a c a avem un sistem cu :: ne-
cunoscute si :: ecuatii. Vom avea doar :: 1 ecuatii principale (din
cauza conditiei de echilibrare).
Din cele :: necunoscute numai ::1 vor necunoscute principale,
toate celelalte ind necunoscute secundare.
Cum determin am care sunt necunoscutele principale?
Utiliz am n continuare o metod a de a g asi necunoscutele principale (:
: 1) prin asocierea problemei de transport cu un tabel cu dou a intr ari.
Pe linii vom preciza toate datele referitoare la furnizori iar pe coloane vom
trece toate elementele ce corespund beneciarilor. Pe linia de indice i vom
trece datele despre 1
i
(furnizorul 1
i
) iar pe coloana cu indice , datele despre
beneciarul 1
)
. La intersectia (i, ,) vom avea n tabel o asa zis a c asut a cu
4 camere
c
i)
n
i

)
r
i)
n prima camer a trecem coecientii functiei cost total de transport, n
ultima necunoscutele, n a doua o sum a de forma n
i

)
, iar n a treia, cnd
va cazul, se va trece e un semn " " e un semn " ".
S a construim tabelul problemei de transport din sectiunea precedent a.
1
1
1
2
1
S
1
1
2
r
11
8
r
12
r
1S
80
1
2
4
r
21
1
r
22
2
r
2S
140
60 00 70 220,220
Avem 2 8 = 6 - necunoscute; 2 8 = - restrictii; 2 8 1 = 4 -
necunoscute principale
Metod a de determinare a unei solutii initiale de baz a
Metoda Nord-Vest. Atribuim valori necunoscutelor problemei n or-
dinea N-V din tabelul asociat problemei de transport sau n subtabelele r a-
mase. ncepem cu r
11
= mina
1
, /
1
= 60. n acest caz r
21
trebuie s a ia
312
valoarea 0, devenind necunoscut a secundar a. Continu am completarea tabelu-
lui cu coltul NV r amas liber, adic a r
12
= min a
1
/
1
, /
2
= 20 (sc adem din
valoarea lui a
1
pe r
11
-se consider a c a furnizorul 1
1
trimite c atre beneciarul
1
1
60 de buc ati, r amnnd n stoc doar cu 20). Rationamentul continu a n
acelasi mod.
Ilustr am n tabelul de solutii calculele si rationamentele precizate mai
sus.
1
= 2
2
= 8
S
= 4
n
1
= 0
2 2
60
8 8
20
4
80 20 0
n
2
= 2
4 0
1 1
70
2 2
70
140 70 0
60 00 70
0 70 0
0
Convenim ca n tabelul de solutii necunoscutele secundare s a le nscriem
cu punct. Casu tele ocupate sunt c asutele ce corespund necunoscutelor prin-
cipale (acelea la care am nscris valorile). Celelalte c asute (cele cu ) care
corespund necunoscutelor secundare se numesc casu te libere.
Algoritmul distributiv pentru rezolvarea problemelor de transport este
similar cu algoritmul simplex, etapele ind, ca formulare teoretic a, identice,
diferind doar n modul lor concret de parcurgere.
Algoritmul distributiv:
Etapa 1. Se determin a o solutie initial a de baz a.
Etapa 2. Se veric a optimalitatea solutiei.
Etapa 3. Se mbun at ateste solutia.
Etapa 4. Se repet a etapele 2,3 pn a cnd toate conditiile de opti-
malitate vor ndeplinite.
Etapa 5. Se scrie solutia optim a si se calculeaz a valoarea minim a a
functiei ).
Pentru Etapa 2. vericarea optimalit atii se face cu ajutorul unor ne-
cunoscute duale:
n
i
care corespund furnizorilor
)
care corespund beneciarilor
Aceste necunoscute sunt solutii ale sistemului de ecuatii
313
n
i

)
= c
i)
,
indicii i, , sunt pentru necunoscutele principale (c asute ocupate).
Conditia de optimalitate: dup a rezolvarea sistemului trebuie s a aib a loc
inegalit atile:
c
i)
_ n
i

)
,
indicii i, , sunt pentru necunoscutele secundare (c asutele libere).
Dac a toate conditiile de optimalitate vor ndeplinite atunci de la etapa
a 2-a a algoritmului distributiv se trece la etapa a 5-a .
Dac a ns a cel putin o conditie de optimalitate nu este ndeplinit a atunci
se va trece la etapa a 3-a (de mbun at atire).
La exemplul nostru avem urm atorul sistem:
_
_
n
1

1
= 2
n
1

2
= 8
n
2

2
= 1
n
2

S
= 2
Avem 2+3-1 = 4 necunoscute principale == 4 ecuatii si 2+3 = 5
necunoscute
n cazul general sistemul n
i

)
= c
i)
, are : : 1 ecuatii (cte ne-
cunoscute principale avem) cu :: necunoscute. Avem o necunoscut a dual a
secundar a c areia i putem da orice valoare. Pentru comoditate i se d a val-
oarea zero si astfel se va putea rezolva sistemul obtinndu-se o solutie.
n exemplul nostru presupunem n
1
= 0 ==
1
= 2,
2
= 8, n
2
=
2,
S
= 4.
Calculul pentru obtinerea acestor valori ale necunoscutelor duale se poate
face pe tabel.
Se testeaz a optimalitatea solutiei g asite. Pentru aceasta vom calcula
sumele n
i

)
n c asutele libere.
c
i)
_ n
i

)
, r
i)
necunoscute secundare
_ 4
4 _ 0
_
_
_
_
==sunt ndeplinite conditi-
ile de optimalitate astfel nct se va trece direct la la etapa a 5-a.
Scriem solutia optim a:
r
opt
=
_
60 20 0
0 70 70
_
314
si calcul am valoarea functiei
)
min
= 120 60 70 140 = 800 n.:.
Etapa 3. Dac a cel putin o conditie de optimalitate nu este ndeplin-
it a c
i
0
)
0
< n
i
0

)
0
nseamn a c a solutia nu este optim a si ea trebuie m-
bun at atit a n sensul c a necunocuta secundar a r
i
0
)
0
care e zero, trebuie s a
devin a necunoscut a principal a. Aceasta se realizeaz a prin adunarea la zero
a unei cantit ati c unde c se determin a astfel nct toate ecuatiile care au
necunoscuta r
i
0
)
0
s a r amn a satisf acute, r
i
0
)
0
= 0 c.
Deci dac a se adun a c ntr-un loc atunci c trebuie s a se scad a din alt
loc. Sigur sc aderile se vor putea face doar de la necunoscutele care au valori
pozitive (sunt necunoscute principale). De fapt acestor operatii de adunare /
sc adere se vor face ntr-un asa zis ciclu de c asute format dintr-o succesiune
de c asute, prima de la care se pleac a ind c asut a liber a, toate celelalte ind
c asute ocupate. n acest mod se obtine o nou a solutie care este mai bun a
dect vechea solutie, adic a valoarea functiei pentru noua solutie este mai
mic a dect valoarea functiei pentru solutia anterioar a.
Problema 10.3.1 Exemplul 10.3.2 Sa se rezolve problema de transport
data prin tabelul:
1
= 1
2
=
S
= 10
n
1
= 8
4 4
100
2 8
8 18
100
n
2
= 0
1 1
0
5 5
250
2 10

800 20
n
S
= 8
8 2
2 2
0
7 7
200
200
10 20 200
0
Rezolvare. La determinarea primei solutii trebuie avut a n vedere
situatia n care complet am cu puncte simultan si o linie si o coloan a. n
acest caz trebuie s a m atenti s a d am unei necunoscute de pe acea linie (sau
coloan a) valoarea 0. C asuta respectiv a va considerat a ocupat a. n cazul
nostru r
t
i)
= r
S2
= 0 va necunoscuta principal a. (trebuie s a e :: 1 -
necunoscute principale). Avem
)
1
= 40 1400 120 = 8100.
315
Deoarece 2 _ 10 n c asuta (3,2), acel zero (punctul din c asuta liber a) trebuie
modicat. Pentru aceasta vom ad auga (""). si vom scadea ("") un total
de 200 care este minimul din c asutele notate cu " ". (Plec am de la c asuta
liber a mergnd pe linii / coloane tinnd seama c a dac a adun am ceva pe o
coloan a trebuie s a sc adem cantitatea respectiv a din alt a parte).
c = (nu se poate sc adea mai mult dect 200, deci c se ia minim de la
c asutele notate cu " " pentru a nu face ca unele valori s a devin a negative).
Obtinem o nou a solutie c areia i veric am optimalitatea:
1
= 4
2
= 8
S
=
n
1
= 0
4 4
100
2 8

8
n
2
= 8
1 1
50
5 5
50
2 2
200
n
S
= 6
8 2
2 2
200
7 1
c = 0
Deoarece 2 , 8 , solutia mbun at atit a nu este optim a, )
2
= 100. Con-
tinu am succesiv si obtinem urm atoarele tabelele :
v
1
= 4 v
2
= 2 v
S
= 5
u
1
= 0
4 4
50
2 2
0
3 5

u
2
= 3
1 1
100
1
2 2
200
u
S
= 0
8 4
2 2
200
7
c = 0
1
= 0
2
= 0
S
= 1
n
1
= 2
4 2
2 2
0
8 8
0
n
2
= 1
1 1
10
1
2 2
10
n
S
= 2
8 2
2 2
200
7 8
solutia este optim a si trecem deci la Etapa 5.

r
opt
=
_
_
0 0 0
10 0 10
0 200 0
_
_
316
)
nin
= 100 10 10 800 400 = 1100 n.:
Problema 10.4.1 Fie data matricea
=
_
_
1 1 4 2
0 8 0 1
2 1 0
_
_
.
Sa se efectueze asupra ei urmatoarele transformari:
1. Sa se nmul tesca linia 2 cu constanta 2;
2. Apoi sa se nmul teasca linia 1 cu numarul (-3) si sa se adune la linia
3;
3. n matricea ini tiala sa se faca astfel de transformari nct coloana
2 sa devina de forma:
_
_
1
0
0
_
_
.
Rezolvare. Transformarea care const a n nmultirea liniei 2 cu constanta
2 se noteaz a 21
2
1
2
si se efectueaz a nmultind ecare element al liniei a
doua cu num arul 2. Se obtine o matrice
t
(echivalent a cu ):
t
=
_
_
1 1 4 2
0 6 0 2
2 1 0
_
_
.
Transformarea corespunz atoare enuntului se noteaz a (8)1
1
1
S
1
S
.
Fiecare element din linia 1 se nmulteste cu (-3) si se adun a la elementul de
pe aceeasi coloan a de pe linia 3:
tt
=
_
_
1 1 4 2
0 6 0 2
2 1 11 6
_
_
.
Pentru a aduce coloana 2 la forma cerut a observ am c a trebuie s a facem
o succesiune de transform ari elementare, si anume:
nmultim Linia 1 cu (1) : (1)1
1
1
1
;
Dac a nmultim linia 1 astfel obtinut a cu (8) si o adaug am la linia 2 vom
obtine 0 : (8)1
1
1
2
1
2
;
317
Analog nmultim linia 1 cu 2 si o adun am la linia 8 pentru a obtine cel
de al doilea 0 : 21
1
1
S
1
S
;
Matricea nou obtinut a va echivalent a cu si va avea forma:
ttt
=
_
_
1 1 4 2
8 0 12 7
8 0 7 4
_
_
.
Procedeul prin care la punctul 3 coloana a doua a fost adus a la forma
_
_
1
0
0
_
_
se numeste reducerea coloanei, iar elementul cu indicele (1,2), care a r amas cu
valoarea 1, a fost folosit ca si element pivot. n continuare, pentru a evidentia
elementele pivot le vom ncercui, adic a, nainte de a efectua transform arile
cerute la punctul 3 matricea din problema precedent a ar ar ata asa:
=
_
_
1 1 4 2
0 8 0 1
2 1 0
_
_
.
Problema 10.4.2 Folosind metoda eliminarii complete sa se rezolve urma-
torul sistem de ecua tii:
_
_
_
2r
1
r
2
8r
S
= 2
r
1
r
2
r
S
= 2
r
1
r
S
= 1
.
Rezolvare. Vom reduce pe rnd coloanele matricii asociate sistemului
alegnd elementele pivot numere nenule ntotdeauna de pe o linie sau coloana
de pe care nu au mai fost alese alte elemente pivot. Vom aseza matricea
318
sistemului ntr-un tabel n felul urm ator:
/ r
1
r
2
r
2
2 2 1 8
2 1 1 1
1 1 0 1
2 2 1 8
4 8 0 4
1 1 0 1
1 1 0
0 7 0 0
1 1 0 1
1 0 1 0
0 1 0 0
1 0 0 1
..
Prin transformarile elementare efectuate am obtinut o matrice echivalent a
cu matricea sistemului, de forma:
~
t
=
_
_
0 1 0
1 0 0
0 0 1
1
0
1
_
_
Din aceasta matrice ne este usor s a citim solutia (unic a, sistemul ind com-
patibil determinat):
_
_
_
r
1
= 0
r
2
= 1
r
S
= 1
.
Problema 10.4.3 Sa se rezolve urmatorul sistem de ecua tii:
_
2r
1
r
2
r
S
= 0
r
1
r
2
4r
S
= 8
.
Rezolvare. Vom folosi metoda elimin arii complete:
/ r
1
r
2
r
S
0 2 1 1
8 1 1 4
0 2 1 1
8 3 0 8
2 0 1 8
1 1 0 1
..
319
n tabelul III observ am c a nu a mai r amas nici o line de pe care s a alegem
element pivot. Sistemul nostru a fost redus la un sistem echivalent de forma:
_
r
2
8r
S
= 2
r
1
r
S
= 1
Sistemul este compatibil nedeterminat, r
S
(a c arui coloan a nu a fost redus a)
este necunoscuta secundar a iar solutia se scrie astfel:
_
_
_
r
1
= c 1
r
2
= 8c 2
r
S
= c R
..
Problema 10.4.4 Sa se rezolve sistemul de ecua tii liniare:
_
_
_
r
1
r
2
r
S
= 6
2r
1
r
2
r
S
= 7
r
1
r
2
r
S
= 10
..
Rezolvare. Folosim metoda elimin arii complete:
/ r
1
r
2
r
S
6 1 1 1
7 2 1 1
10 1 1 1
6 1 1 1
18 8 0 0
16 2 0 0
2 0 1 1
11 0 0 0
8 1 0 0
Dup a cum se observ a n tabelul III nu mai putem alege pivot de pe linia a
2-a deoarece toate elementele sale sunt nule. n aceast a situatie veric am
coloana termenilor liberi. Dac a si acolo avem tot zero, atunci nseamn a c a
ecuatia corespunz atoare liniei respective este o ecuatie secundar a. Dac a ns a
termenul liber corespunz ator nu este nul, ca si n cazul nostru, nseamn a c a
avem o situatie imposibil a, ecuatia respectiv a ind de forma:
0 = 11.
320
Problema 10.4.5 Sa se rezolve sistemul:
_
_
_
r
1
r
2
r
S
= 2a 1
r
1
r
2
r
S
= 1
2r
1
r
2
2r
S
= 2 8/
..
Rezolvare. Construim tabelul corespunz ator sistemului:
/ r
1
r
2
r
S
2a 1 1 1 1
1 1 1 1
2 8/ 2 1 2
2a 1 1 1 1
2a 2 2 0 0
1 2a 8/ 1 0 8
a 0 1 1
a 1 1 0 0
8a 8/ 0 0 8
/ 0 1 0
a 1 1 0 0
a / 0 0 1
Citim solutia din tabelul IV si avem:
_
_
_
r
1
= a 1
r
2
= /
r
S
= a /
Problema 10.4.6 Sa se determine o solu tie admisibila de baza pentru ur-
matorul sistem de ecua tii liniare:
_
2r
1
8r
2
r
S
= 0
r
1
r
2
r
S
= 2
Rezolvare. Pentru g asirea unei solutii admisibile de baz a, elementul
pivot trebuie ales astfel nct s a respecte cele dou a reguli: s a e strict pozitiv
si raportul ntre termenul liber si pivot s a e minimul rapoartelor dintre
termenii liberi si celelalte elemente pozitive corespunz atoare de pe coloana
321
sa.
/ r
1
r
2
r
S
I. 0 2 8 1
2 1 1 1
II. 0 8
2 1 1 1
III. 1 0 1 8,
8 1 0 2,
n primul tabel (I.), pentru a alege un element pivot din prima coloan a, vom
construi rapoartele dintre termenii liberi si elementele coloanei:
9
2
si
2
1
. l
alegem pe cel cu valoarea cea mai mic a, adic a
2
1
, deci element pivot va 1.
n tabelul al doilea putem alege element pivot de pe coloana lui r
2
sau a lui
r
S
. n coloana lui r
2
avem o singur a variant a de algere a pivotului, deoarece
avem un singur element pozitiv pe acea coloan a. Tabelul III ne furnizeaz a
o solutie admisibil a de baz a pe care o citim astfel: necunoscutele secundare
(corespunz atoare coloanelor nereduse) vor lua valoarea 0, iar cele principale
(corespunz atoare coloanelor reduse) se citesc de pe coloana termenilor liberi.
Astfel, o solutie de baz a a sistemului va :
_
_
_
r
1
= 8
r
2
= 1
r
S
= 0 - necunoscut a secundar a
..
Problema 10.4.7 Sa se rezolve urmatoarea problema de programare liniara:
_
_
r
1
2r
2
2r
S
r
1
= 6
r
1
r
2
2r
1
=
2r
1
r
2
r
S
r
1
= 8
r
)
_ 0, , = 1, 4
) = 2r
1
r
2
r
S
8r
1
max
Rezolvare. Vom rezolva problema folosind algoritmul simplex. Vom
construi un tabel similar cu cel pentru rezolvarea sistemelor de ecuatii, doar
c a vom mai ad auga niste linii si niste coloane:
- deasupra coloanelor corespunz atoare necunoscutelor mai ad aug am o
linie care s a contin a valorile coecientilor functiei ) corespunz atoare ec arei
necunoscute.
- n stnga tabelului vom mai ad auga dou a coloane, una n care vom
trece elementele bazei g asite iar cealalt a n care vom scrie coecientii functiei
corespunz atori elementelor bazei.
322
Primul tabel va ar ata n felul urm ator:
c
i
2 1 8
C
1
1 / r
1
r
2
r
S
r
1
6 1 2 2 1
1 1 0 2
8 2 1 1 1
Pentru nceput vom completa coloanele bazei cu vectorii canonici c
1
, c
2
, c
S
deoarece nu avem n matricea sistemului nici o coloan a redus a.
Trecem acum la prima etap a a algoritmului simplex, adic a determinarea
unei solutii admisibile de baz a. Pentru aceasta vom avea n vedere ca ele-
mentul pivot s a respecte cele dou a reguli: s a e pozitiv iar raportul dintre
termenul liber si pivot s a e minimul rapoartelor similare de pe coloana re-
spectiv a:
c
)
2 1 8
C
1
1 / r
1
r
2
r
S
r
1
6 1 2 2 1
I 1 1 0 2
8 2 1 1 1
1 r
2
8 1,2 1 1 1,2
II 2 1,2 0 1 ,2
11 ,2 0 2 1,2
1 r
2
1 0 1 2 8
III 2 r
1
4 1 0 2
c
S
1 0 0 7 12
1 r
2
,7 0 1 0 8,7
IV 2 r
1
80,7 1 0 0 11,7
r
S
1,7 0 0 1 12,7
)
)
10 2 1
c
)
)
)
0 0 0 8
8 r
1
,8 0 7,8 0 1
V 2 r
1
,8 1 11,8 0 1
r
S
8 0 4 1 0
)
i
70,8 2 0,8 8
c
)
)
)
0 6,8 0 0
n tabelul IV observ am c a s-a determinat o prim a solutie admisibil a de
baz a. Se trece de aceea la etapa urm atoare a algoritmului, adic a la vericarea
323
optimalit atii acestei solutii. Pentru aceasta avem nevoie s a calcul am difer-
entele c
)
)
)
, unde c
)
- coecientul lui r
)
n ) iar )
)
se calculeaz a ca si suma
produselor elementelor de pe coloana coecientilor bazei C
1
si elementele
ec arei coloane ,, , = 1, 4.
Se observ a c a pentru a verica optimalitatea, n tabel vom trece o linie
nou a pentru valorile lui )
)
si nc a una pentru diferentele c
)
)
)
. Pe linia lui
)
)
si coloana termenilor liberi vom obtine valoarea functiei ) pentru solutia
testat a.
Dac a solutia ar optim a atunci toate diferentele c
)
)
)
ar trebui s a e
negative. Se observ a ns a c a pe coloana lui r
1
c
1
)
1
= 8 0. Trecem la
urm atoarea etap a, adic a mbun at atirea solutiei de baz a g asite. Acest lucru se
realizeaz a prin reducerea coloanei pentru care avem diferenta c
)
)
)
pozitiv a
(n cazul nostru coloana lui r
1
), alegnd elementul pivot cu respectarea celor
dou a reguli.
n tabelul V obtinem astfel o nou a solutie admisibil a de baz a. Calculnd
si pentru aceasta diferentele c
)
)
)
constat am c a sunt toate negative sau
zero, de unde deducem c a noua solutie obtinut a este optim a. O citim din
tabelul V tinnd cont de faptul c a necunoscutele principale vor lua valorile
corespunz atoare de pe coloana termenilor liberi, adic a r
1
=

S
, r
S
= 8 si
r
1
=

S
iar cele secundare, n cazul nostru r
2
va zero. Solutia optim a se
scrie:
r
t
cjt
=
_
8
, 0, 8,

8
_
Valoarea optim a a functiei apare n tabelul V pe linia lui )
)
si coloana ter-
menilor liberi:
) (r
cjt
) = )
nnx
=
70
8
.
Problema 10.4.8 Sa se rezolve problema de programare liniara standard:
_
_
8r
1
r
S
6r
1
= 11
2r
2
r
S
4r
1
= 8
8r
1
r
S
4r
1
= 8
r
)
_ 0, , = 1, 4,
) = 4r
1
2r
2
r
S
4r
1
max
324
Rezolvare. Vom folosi algoritmul simplex:
c
)
4 2 1 4
C
1
1 / r
1
r
2
r
S
r
1
11 8 0 1 6
1 8 0 2 1 4
8 8 0 1 4
11 8 0 1 6
11 2 r
2
4 0 1 1,2 2
8 3 0 1 4
10 0 0 0 10
111 2 r
2
4 0 1 1,2 2
4 r
1
8,8 1 0 1,8 4,8
1\ 4 r
1
10,10 0 0 0 1
2 r
2
1, 0 1 1,2 0
4 r
1
2,1 1 0 1,3 0
)
)
12S
1
4 2
7
S
4
c
)
)
)
0 0
4
3
0
In tabelul IV obtinem o solutie admisibil a de baz a a c arei optimalitate o
veric am. Observ am ns a c a pe coloana lui r
S
diferenta c
S
)
S
=
1
S
0 deci
solutia nu e optim a. Dac a ns a vrem s a o mbun at atim observ am ns a c a pe
coloana lui r
S
nu e nici un element pozitiv care s a poat a ales pivot. Ne
a am ntr-un caz special n care functia de optimizat are maxim innit.
Observatie: Chiar dac a mai avem si alte diferente pozitive pentru
care coloanele corespunz atoare ne pot furniza un element pivot, existenta
unei singure coloane pentru care diferenta c
)
)
)
e pozitiv a iar elementele
coloanei sunt negative implic a faptul c a maximul functiei e innit.
_
_
r
1
8r
2
r
S
r
1
= 7
r
1
r
2
2r
S
r
1
= 7
8r
1
2r
2
r
S
= 8
r
)
_ 0, , = 1, 4
) = r
1
r
2
4r
S
2r
1
max
325
Rezolvare. Aplic am algoritmul simplex:
c
)
1 4 2
C
1
1 / r
1
r
2
r
S
r
1
7 1 8 1 1
1 7 1 1 2 1
8 8 2 1 0
7,2 1,2 ,2 0 1,2
11 4 r
S
7,2 1,2 1,2 1 1,2
0,2 ,2 8,2 0 1,2
1 r
2
7, 1, 1 0 1,
111 4 r
S
14, 2, 0 1 2,
12, 11, 0 0 4,
1 r
2
18,11 0 1 0 8,11
1\ 4 r
S
26,11 0 0 1 6,11
r
1
12,11 1 0 0 4,11
)
)
177
11
1 4 7,11
c
)
)
)
0 0 0 1,11
1 r
2
0 0 1 1,2 0
\ 2 r
1
18,8 0 0 11,6 1
r
1
8,8 1 0 1,8 0
)
i
22 1
29
6
2
c
)
)
)
0 0
6
0
n tabelul IV observ am c a rapoartele minime necesare pentru alegerea piv-
otului sunt egale ntre ele. n acest caz pentru a alege pivotul vom folosi
ordonarea lexicograc a pentru a compara cele dou a linii. Pentru aceasta
vom scrie cele dou a linii, ecare mp artit a la posibilul pivot corespunz ator:
1
1
=
_
0,
11
8
, 0, 1
_
si 1
2
=
_
0, 0,
11
6
, 1
_
n ordonarea lexicograc a se compar a elementele celor dou a linii 2 cte 2.
Este declarat a mai mic a si aleas a ca si linie pivot linia pentru care apare
primul element mai mic dect corespondentul s au de pe cealalt a linie. n
cazul nostru avem 0 = 0,
11
S
0 de unde rezult a c a linia a doua e mai mic a
n ordonarea lexicolograc a dect prima si deci alegem pivot pe
6
11
. Solutia
continut a n tabelul V este optim a deoarece toate diferentele c
)
)
)
sunt
negative. Citim solutia si avem:
r
t
cjt
=
_
8
8
, 0, 0,
18
8
_
326
iar
)
nnx
= 22
Observatie: Situatia n care este nevoie de ordonarea lexicograc a pen-
tru a alege ntre 2 rapoarte minime egale ne indic a faptul c a solutia pe care o
vom obtine este degenerat a, adic a vom avea necunoscute principale cu val-
oarea zero. ntr-adev ar, n r
cjt
avem r
2
= 0 chiar dac a r
2
este necunoscut a
principal a.
_
_
8r
1
2r
2
8r
S
r
1
2r
= 10
r
1
r
2
2r
S
6r
1
8r
=
r
1
r
2
r
S
2r
1
2r
= 8
r
)
_ 0, , = 1,
) = r
1
4r
2
8r
S
2r
1
8r
max
Rezolvare. Folosim algoritmul simplex:
c
)
4 8 2 8
C
1
1 / r
1
r
2
r
S
r
1
r
10 8 2 8 1 2
1 1 1 2 6 8
4 1 1 1 2 2
2 1 0 1 2
11 1 2 0 1 4 1
4 r
2
4 1 1 1 2 2
r
1
2 1 0 1 2
111 0 0 8 6 8
4 r
2
2 0 1 0 7 4
r
1
1,8 1 0 0 8 1
1\ 8 r
S
,8 0 0 1 2 1
4 r
2
2 0 1 0 7 4
)
)
28 4 8 8 8
c
)
)
)
0 0 0 1 0
r
1
,6 1 1,4 0 ,4 0
\ 8 r
S
18,6 0 1,4 1 1,4 0
8 r
1,2 0 1,4 0 7,4 1

)
)
28 4 8 8 8
c
)
)
)
0 0 0 1 0
327
Observ am c a n tabelul IV solutia admisibil a de baz a obtinut a este solutia
optim a, deoarece toate diferentele c
)
)
)
sunt negative. Putem scrie aceast a
solutie
r
t
cjt 1
=
_
1
8
, 2,

8
, 0, 0
_
iar
)
nnx
= 28.
Studiind linia c
)
)
)
observ am c a pe coloana necunoscutei secundare r
avem c
= 0. Acest lucru indic a faptul c a problema are mai multe solutii

optime pe care le putem g asi reducnd coloana lui r
.
Observatia 1. ntodeauna cnd num arul zerourilor de pe linia c
)
)
)
n cazul unei solutii optime este mai mare dect num arul necunoscutelor
principale nseamn a c a problema poate avea mai multe solutii optime.
Reducnd coloana lui r
obtinem o nou a solutie:

r
t
cjt 2
=
_
6
, 0,
18
6
, 0,
1
2
_
pentru care valoarea functiei ) este tot 23.
Observatia 2. Solutia general a a problemei de programare liniar a se
scrie ca si combinatie liniar a convex a a solutiilor optime.
n cazul nostru solutia general a se scrie:
r
t
cjt
= c
1
r
t
cjt 1
c
2
r
t
cjt 2
, c
1
, c
2
_ 0, c
1
c
2
= 1
adic a
r
t
cjt
=
_
c
1
8

c
2
6
, 2c
1
,
c
1
8

18c
2
6
, 0,
c
2
2
_
iar
)
nnx
= 28.
Problema 10.4.11 Sa se rezolve urmatoarea problema de programare linia-
ra generala:
_
_
2r
1
r
2
r
S
_ 0
r
1
4r
2
r
1
_ 60
r
1
r
1
= 1
r
S
r
1
= 20
r
)
_ 0, , = 1, 4
) = 2r
S
r
1
maxima
.
328
Rezolvare. Observ am c a diferenta dintre forma n care este prezentat a
problema dat a si forma canonic a a problemei de programare liniar a const a n
acest caz n faptul c a n sistem apar att ecuatii ct si inecuatii. Deoarece nu
putem aplica algoritmul simplex dect pentru problema canonic a de progra-
mare liniara, va trebui s a transform am problema dat a ntr-una echivalent a,
dar scris a n forma canonic a. Pentru aceasta vom transforma inecuatiile n
ecuatii introducnd niste variabile noi, de compensare, n ecare inecuatie.
Variabilele de compensare trebuie s a se supun a conditiilor de nenegativitate,
si de aceea, n functie de semnul inecuatiilor, le vom aduna sau le vom sc adea
la membrul stng al inecuatiei pentru a obtine egalitate.
Astfel, n prima inecuatie vom ad auga variabila de compensare r
iar n
a doua r
6
. Problema noastr a va deveni:
_
_
2r
1
r
2
r
S
r
= 0
r
1
4r
2
r
1
r
6
= 60
r
1
r
1
= 1
r
S
r
1
= 20
r
)
_ 0, , = 1, 6
) = 2r
S
r
1
maxim a
.
Observ am c a variabilele de compensare nu modic a expresia functiei de
optimizat.
Avnd acum problema scris a n forma canonic a, putem s a aplic am algo-
329
ritmul simplex:
c
)
0 0 2 0 0
c
1
1 / r
1
r
2
r
S
r
1
r
r
6
I 0 r
0 2 1 1 0 1 0
0 r
6
60 1 4 0 1 0 1
1 1 0 0 1 0 0
20 0 0 1 1 0 0
II. 0 r
20 0 1 1 2 1 0
0 r
6
7 0 4 0 2 0 1
0 r
1
1 1 0 0 1 0 0
20 0 0 1 1 0 0
III. 0 r
0 0 1 0 8 1 0
0 r
6
7 0 4 0 2 0 1
0 r
1
1 1 0 0 1 0 0
2 r
S
20 0 0 1 1 0 0
)
)
40 0 0 2 2 0 0
c
)
)
)
0 0 0 7 0 0
IV. 0 r
2
0 0 1 0 8 1 0
0 r
6
7 0 0 0 14 4 1
0 r
1
1 1 0 0 1 0 0
2 r
S
20 0 0 1 1 0 0
)
)
40 0 0 2 2 0 0
c
)
)
)
0 0 0 7 0 0
n tabelul num arul II observ am c a solutia problemei este degenerat a,
deoarece avem rapoarte minime egale. Pentru alegerea pivotului am aplicat
ordonarea lexicograc a. Din tabelul III, datorit a faptului c a avem mai multe
zerouri pe linia diferentelor c
)
)
)
dect num arul de coloane reduse, deducem
c a problema s-ar putea s a aib a mai multe solutii. Prin reducerea coloanei
respective observ am c a solutia nu se modic a. Astfel, avem:
r
t
cjtin
= (1, 0, 20, 0, 0, 7) si )
nnx
= 40.
Observatie. Problema general a n care se cere minimul functiei obiectiv,
n loc de maximul, se rezolv a n acelasi mod, doar c a vom schimba conditia
de optimalitate, adic a o solutie va optim a dac a toate diferentele c
)
)
)
sunt pozitive.
Problema 10.4.12 Sa se rezolve problema de transport data n tabelul de
330
mai jos:
4 2 1
40
2 1 8
2
10 8 20
Rezolvare. n primul rnd, veric am dac a problema dat a este echili-
brat a. Avem
10 8 20 = 40 2 = 6.
n acest caz putem aplica algoritmul distributiv pentru rezolvarea problemei
de transport. Vom folosi metoda Nord-Vest pentru determinarea unei solutii
initiale a problemei:
4
10
2
80
1
40 80 0
2
8
20
2 20 0
10 8 20
0 0
0
..
n continuare veric am optimalitatea solutiei rezolvnd sistemul de ecuatii
de forma
n
i

)
= c
i),
unde r
i)
sunt necunoscutele principale. n cazul nostru acest sistem are
2 8 1 = 4 ecuatii si 2 8 = necunoscute. nseamn a c a putem alege una
din necunoscute ca ind secundar a si s a-i d am o valoare oarecare. Pentru
comoditate ii d am valoarea 0 lui n
1
. Tot pentru comoditate vom rezolva
sistemul de ecuatii direct pe tabel, scriind pe partea din stnga tabelului
valorile lui n
i
iar deasupra tabelului valorile pentru
)
. Pentru rezolvarea
sistemului a am pe rnd ecare necunoscut a pornind de la cea la care i-am
dat valoare si avnd grij a ca pentru c asutele ocupate s a aib a loc egalitatea
n
i

)
= c
i)
. Pe m asur a ce a am valorile lui n
i
si
)
complet am coltul din
331
dreapta sus al ecarei c asute ocupate cu suma lor n
i

)
.
1
= 4
2
= 2
S
= 4
n
1
= 0
4 4
10
2 2
- 80
1 4
+
40 80 0
n
2
= 1
2 8
1 1
+
8 8
- 20
2 20 0
10 8 20
0 0
0
Dup a rezolvarea sistemului vom completa si pentru c asutele neocupate
coltul din dreapta sus cu sumele n
i
)
. Solutia determinat a este optim a dac a
pentru toate c asutele neocupate avem inegalitatea n
i

)
_ c
i)
. Veric am
asadar c asutele neocupate (cu punct) si constat am c a avem n
1

S
= 4
1 = c
1S
si n
2

1
= 8 2 = c
21
. Deducem c a solutia nu este optim a, deci
trebuie s a o mbun at atim.
mbun at atirea solutiei se face pornind de la c asuta liber a care nu satisface
conditia de optimalitate si diferenta dintre n
i
)
si c
i)
este cea mai mare. n
cazul nostru, aceasta este c asuta (1, 8). Form am ciclul pornind de la aceast a
c asut a, trecnd pe linii sau pe coloane doar prin c asute ocupate si marcnd
alternativ cu si c asutele prin care trecem. C aut am minimul valorilor din
c asutele cu semn , adic a min80, 20 = 20. Aceasta este valoarea pe care o
vom ad auga, respectiv sc adea din c asutele ciclului pentru a obtine o solutie
mbun at atit a. ntr-una din c asutele ciclului va r amne valoarea 0. n loc de
0 o: trece , necunoscuta respectiv a va deveni necunoscuta secundar a, iar
necunoscuta de la care am pornit ciclul va deveni necunoscuta principal a.
Urm atorul tabel va ar ata n forma:
1
= 4
2
= 2
S
= 1
n
1
= 0
4 4
10
2 2
10
1 1
20
n
2
= 1
2 8
+
1 1
2
8 0
Veric am optimalitatea noii solutii si const at am c a nc a nu am ajuns la

nal deoarece n c asuta (2, 1) avem n
2
1
_ c
21
(2 < 8). Pornim un ciclu de
la aceast a c asut a si trecem la solutia urm atoare adunnd, respectiv sc aznd
332
valorile din c asutele din ciclu pe c = 10 = min10, 2.
1
= 8
2
= 2
S
= 1
n
1
= 0
4 8
2 2
20
1 1
20
n
2
= 1
2 2
10
1 1
1
8 0

Pentru noua solutie se veric a conditiile de optimalitate, asadar putem
scrie solutia
r
cjtin
=
_
0 20 20
10 1 0
_
pentru care costurile sunt minime, si anume:
)
nin
= 2 20 1 20 2 10 1 1 = 0.
Problema 10.4.13 Sa se rezolve problema de transport data n tabelul:
4 2 1
110
6 4 4
170
6 8 1
140
0 10 70 10
Rezolvare. n primul rnd veric am dac a problema este echilibrat a.
Avem:
0 10 70 10 = 110 170 140 = 420.
Putem s a aplic am algoritmul distributiv. La primul pas determin am o solutie
a problemei folosind metoda coltului Nord-Vest.
1
= 4
2
= 2
S
= 1
1
= 1
n
1
= 0
4 4
50
2 2
60
1
1 1
110 60 0
n
2
= 8
6 7

00
4 4
70
4 4
10
170 80 10 0
n
S
= 4
6 8
8 6
1

140
140 0
0 10 70 10
0 00 0 140
0 0
333
Constat am c a solutia g asit a nu este optim a asa c a vom aplica procedeul de
mbun at atire. Vom forma un ciclu pornind de la c asuta (3,3), trecnd doar
prin c asute ocupate, mergnd pe linii si pe coloane si marcnd alternativ
ecare c asuta cu "", respectiv "". Alegem minimul valorilor din c asutele
cu semn negativ c = 70 si trecem la tabelul urm ator ad augnd, respectiv
sc aznd c din c asutele ciclului n functie de semnul ec areia.
1
= 4
2
= 2
S
= 8
1
= 1
n
1
= 0
4 4
50
2 2
60
8
1 1
n
2
= 8
6 7

90
4 0
4 4
80
n
S
= 4
6 8

8 6
1 1
70

70
Nu am g asit nc a solutia nal a asa c a vom continua procesul de mbun at atire.
Form am ciclul pornind de la c asuta (3,1) si trecnd prin (1,1), (1,2), (2,2),(2,4)
si (3,4). Avem c = 0 si putem trece la solutia urm atoare:
1
= 2
2
= 2
S
= 8
1
= 1
n
1
= 0
4 2
2 2
- 110
8
1 1
+
n
2
= 8
6

+ 40
4 0
4 4
- 130
n
S
= 4
6 6
0
8 6
1 1
70

20
Solutia g asit a este optim a:
A
cjtin1
=
_
_
0 110 0 0
0 40 0 180
0 0 70 20
_
_
iar
)
nin
= 220 200 20 800 70 100 = 1410.
Faptul c a n c asuta (1,4) avem egalitatea n
1
1
= c
11
(1=1) nseamn a c a
problema are mai multe solutii optime (la fel de bune). Pentru a determina
si cealalt a solutie vom modica solutia obtinut a formnd ciclul de c asute de
334
la cea n care are loc egalitatea ( n
i

)
= c
i)
). Obtinem o nou a solutie
1
= 2
2
= 2
S
= 8
1
= 1
n
1
= 0
4 2
2 2
1 1
110
n
2
= 8
6

10
4 0
4 4
20
n
S
= 4
6 6
0
8 6
1 1
70

20
care este tot optim a:
A
cjtin2
=
_
_
0 0 0 110
0 10 0 20
0 0 70 20
_
_
.
Putem verica acest lucru calculnd valoarea lui ) pentru A
cjtin2
si con-
statnd c a obtinem tot )
nin
) = 110 70 80 800 70 100 = 1410.
Observ am c a n c asuta (1,2) avem din nou egalitate ntre n
1

2
si c
12.
Dac a ns a am trece la o nou a solutie am observa c a de fapt revenim la A
cjtin1.
nseamn a c a problema nu mai are si alte solutii, deci putem scrie solutia
general a ca si combinatie liniar a convex a a solutiilor obtinute, adic a
A
cjtin
=
_
_
0 110c
1
0 110c
2
0 40c
1
10c
2
0 180c
1
20c
2
0c
1
0c
2
0 70c
1
70c
2
20c
1
20c
2
_
_
,
c
1
, c
2
_ 0, c
1
c
2
= 0
iar
)
nin
= 1410.
Problema 10.4.14 Sa se rezolve urmatoarea problema de transport:
4 8 1
100
2 4 8
200
1 2 6
800
00 0 0
335
Rezolvare. Vom aplica algoritmul distributiv. Avem:
1
= 4
2
=
S
= 0
n
1
= 0
4 4
100
8
1 0

100 0
n
2
= 2
2 2
200
4 8
8 7
200 0
n
S
= 8
1 1
200
2 2
0
6 6
50
800 100 0 0
00 0 0
400 0 0
200
0
c = 0 si trecem la solutia urm atoare:
1
= 4
2
=
S
= 1
n
1
= 0
4 4
50
8
+
1 1
0
n
2
= 2
2 2
200
4 8
8 1
n
S
= 8
1 1
250
2 2
- 50
6 2
avem c = 0 iar tabelul urm ator arat a astfel:
1
= 8
2
= 8
S
= 1
n
1
= 0
4 4
0
8 8
0
1 1
0
n
2
= 2
2 2
200
4 1
8 1
n
S
= 8
1 1
800
2 0
6 2
Observ am c a la construirea noii solutii apare n dou a c asute deoarece n

c asutele cu semn ale ciclului aveam dou a valori minime egale. Este esential
ns a s a se p astreze num arul de necunoscute prinicipale constant (num arul de
c asute ocupate) si de aceea, n una din c asutele ciclului n care ar trebui s a
apar a vom trece valoarea 0 si o vom considera c asuta ocupat a.
Solutia la care ajungem este o solutie degenerat a. n cazul nostru am
336
ajuns la solutia optim a:
A
cjtin
=
_
_
0 0 0
200 0 0
800 0 0
_
_
iar )
nin
= 10 0 400 800 = 000.
Problema 10.5.1 Fie data matricea:
=
_
_
_
_
1 0 1 2
6 2 1 4 8
2 7 8 1 0
10 2 2 1
_
_
_
_
.
Sa se efectueze asupra ei urmatoarele transformari:
1. Sa se nmul teasca linia 2 cu (-1) si sa se adune la linia 4.
2. n continuare sa se nmul teasca linia 3 cu (-2).
3. n matricea ini tiala (fara transformarile de la punctele 1 si 2) sa se
faca astfel de transformari nct pe coloana a 8-a sa avem pe linia 2 valoarea
1 iar n restul pozi tiilor valoarea 0. n toate transformarile sa se foloseasca
linia 2 ca si linie pivot.
Problema 10.5.2 Sa se rezolve sistemul de ecua tii:
_
_
_
r
1
r
S
= 4
r
1
r
2
r
S
= 4
10r
2
r
S
= 8
..
R aspuns: r
1
= 1; r
2
= 0; r
S
= 8.
_
_
_
r
1
2r
2
8r
S
= 2
r
1
r
2
= 8
r
1
r
S
= 0
..
R aspuns: r
1
= 1; r
2
= 2; r
S
= 1.
337
_
_
r
1
r
S
r
1
= 1
r
1
r
2
r
1
= 2
r
1
8r
2
2r
S
r
1
= 1
r
1
7r
2
r
S
=
..
R aspuns: r
1
= 0; r
2
= 1; r
S
= 1; r
1
= 2.
_
_
2r
1
r
2
r
S
r
1
= 4
r
1
r
2
2r
S
r
1
= 1
8r
1
2r
2
r
S
=
r
1
r
2
r
S
r
1
= 1
..
R aspuns: r
1
= 1; r
2
= 1; r
S
= 0; r
1
= 1.
_
_
_
r
1
r
2
r
S
= 7
r
1
2r
2
r
S
= 6
r
1
10r
2
r
S
= 20
..
R aspuns: sistemul este incompatibil.
_
_
8r
1
4r
2
r
S
r
1
= 10
7r
1
r
2
8r
S
r
1
= 18
r
1
r
S
r
1
= 0
2r
1
r
2
r
1
= 1
r
1
r
2
r
S
r
1
=
..
R aspuns: r
1
= 1; r
2
= ; r
S
= 8; r
1
= 2.
_
_
_
r
1
r
2
r
S
r
1
= 4
r
1
r
2
r
S
r
1
= 4
2r
1
8r
S
= 8
..
R aspuns: r
1
= c 1; r
2
= c; r
S
= c ; r
1
= c R.
338
_
r
1
r
2
2r
S
= 0
r
1
r
2
2r
1
= 0
..
R aspuns: r
1
= c ,; r
2
= c ,; r
S
= c R; r
1
= , R.
_
_
_
r
1
2r
2
r
S
= 2 8/
r
1
r
2
r
S
= 1
r
1
r
2
r
S
= 2a 2/ 1
.
R aspuns: r
1
= a; r
2
= 1 /; r
S
= a /.
Problema 10.5.11 Sa se determine o solu tie admisibila de baza pentru ur-
matorul sistem de ecua tii liniare:
_
_
_
r
1
8r
2
r
S
r
1
= 1
r
1
r
2
r
S
r
1
= 2
2r
1
r
2
r
S
10r
1
= 0
..
R aspuns: r = (2, 1, , 0).
ra standard:
_
_
r
1
r
2
2r
S
2r
1
= 8
r
1
8r
2
r
S
r
1
= 10
r
)
_ 0, , = 1, 4
) = r
1
4r
2
6r
S
8r
1
maxima
R aspuns: r
t
cjtin
= (28, 0, 18, 0), )
nnx
= 186.
ra standard:
_
_
2r
1
r
2
8r
S
r
1
= 12
r
1
r
2
r
S
2r
1
= 7
r
)
_ 0, , = 1, 4
) = 2r
1
8r
2
r
S
r
1
maxima
R aspuns: r
t
cjtin
= (
S
,
26
S
, 0, 0), )
nnx
=
21S
S
.
339
ra standard:
_
_
r
1
2r
2
r
S
r
1
=
8r
1
r
S
2r
1
= 7
r
1
r
2
r
S
2r
1
= 6
r
)
_ 0, , = 1, 4
) = 4r
1
r
2
8r
S
6r
1
maxima
R aspuns: r
t
cjtin
= (
S
1
, 0,
1
1
,
1
2
), )
nnx
=
69
1
.
ra standard:
_
_
r
1
8r
2
r
S
r
1
= 6
2r
1
r
2
r
S
r
= 8
r
)
_ 0, , = 1,
) = 2r
1
r
2
8r
S
maxima
R aspuns: )
nnx
= .
Problema 10.5.16 Sa se rezolve urmatoarea problema de programare liniara
standard:
_
_
8r
1
r
2
2r
S
= 10
8r
1
r
S
r
1
= 4
r
1
2r
S
r
= 8
r
)
_ 0, , = 1,
) = r
1
2r
S
maxima
R aspuns: r
t
cjtin
= (0, 2, 4, 0, 0), )
nnx
= 8.
ra standard:
_
_
r
1
2r
2
r
1
r
= 12
4r
1
2r
2
2r
S
r
1
= 18
r
1
r
2
r
S
r
1
= 7
r
)
_ 0, , = 1,
) = r
1
2r
S
r
1
maxima
340
R aspuns: r
t
cjtin
1
= (
9
2
, 0,

2
, 0,
1
2
), r
t
cjtin
2
= (
S
1
,
1
S
,

S
, 0, 0), )
nnx
=
1
2
.
Solutia general a este:
r
t
cjtin
=
_
0c
1
2

8c
2
4
,
4c
2
8
,
c
1
2

c
2
8
,
1c
1
2
_
, c
1
c
2
= 1, c
1
, c
2
_ 0.
ra data n forma generala:
_
_
r
1
r
2
2r
S
r
1
_ 8
8r
1
2r
2
r
S
4r
1
_
r
2
2r
1
_ 1
r
)
_ 0, , = 1, 4
) = 2r
1
8r
2
4r
S
8r
1
maxima
R aspuns: r
t
cjtin
= (0, 1, 1, 0, 0, 2, 0), )
nnx
= 7.
Problema 10.5.19 Sa se rezolve urmatoarea problema de programare liniar-
a data n forma generala:
_
_
r
1
2r
2
8r
S
4r
1
_ 7
2r
1
r
2
r
S
2r
1
_ 8
r
)
_ 0, , = 1, 4
) = 6r
1
8r
2
2r
S
4r
1
maxima
R aspuns: r
t
cjtin
= (
S
2
, 0, 0, 0,
11
2
), )
nnx
= 0.
ra data n forma generala:
_
_
8r
1
r
2
r
S
2r
1
= 0
2r
1
r
2
r
S
r
1
_ 80
r
1
2r
2
2r
S
r
1
_ 80
2r
1
1r
2
r
S
2r
1
_ 70
r
)
_ 0, , = 1, 4
) = 2r
1
4r
2
r
S
r
1
maxima
R aspuns: r
t
cjtin
= (2, 1, 2, 0, 2, 0, 0), )
nnx
= 18.
341
8 8 2
1000
4 1 6 7
100
1 0 4 8
200
00 1000 2000 100
R aspuns: )
nin
= 14000, A
cjtin
=
_
_
0 0 0 1000
0 1000 00 0
00 0 100 00
_
_
.
2 8 1 1
70
8 2 8 1
240
2 1 4 1
100
0 100 20 100
..
R aspuns: )
nin
= 010, A
cjtin
=
_
_
0 0 70 0
0 0 180 60
0 100 0 40
_
_
.
Problema 10.5.23 Sa se determine solu tia generala a urmatoarei probleme
de transport:
2 8 2 4
700
2 1 8 4
100
8 2 1
200
20 00 10 100
..
R aspuns: )
nin
= 220,
A
cjtin
=
_
_
400c
1
800c
2
20 0c
1
10c
2
0
100 0 0 0
100c
2
0 100c
1
100
_
_
.
342
8 8 2
16
4 1 6 7
18
1 0 4 8
26
20 20 1
..
R aspuns: )
nin
= 140, A
cjtin
=
_
_
0 20 0 14
0 18 0 0
0 20 1
_
_
.
2 2 1 8
20
1 2 8 4
10
8 2 8 2
100
100 10 0 200
..
R aspuns: )
nin
= 00, A
cjtin
=
_
_
0 100 0 100
100 0 0 0
0 0 0 100
_
_
.
Bibliograe
[1] Blaga, P., Muresan A.S., Matematici aplicate n economie, Vol. 1, Ed.
Transilvania Press, Cluj Napoca, 1996
[2] S. Cobzas, Analiz matematic. (Calcul diferen tial), Presa Universitar
Clujean, Cluj Napoca, 1997
[3] Dowling, E.T., Mathmatiques pour lconomistes, McGraw-Hill, Paris,
1990
[4] Dumitrescu, M., Florea, D., Tudor, C., Probleme de teoria probabil-
ita tilor si statistica matematica, Ed. Tehnic a, Bucuresti, 1998
343
[5] Klimov, G., Probability Theory and Mathematical Statistics, Mir Pub-
lishers, Moscow, 1996
[6] Mihoc, I., Calculul probabilita tilor si statistica matematica, lito. Univ.
Babes-Bolyai, Cluj-Napoca, 1998
[7] Mihoc, I., Mihoc, M., Matematici aplicate n economie. Analiz matem-
atic, vol. II, Ed. Presa Universitar Clujan, 1999
[8] Muresan A.S., Matematici pentru economi sti, Vol 1,2, lito. Univ.
Babes-Bolyai, Cluj-Napoca, 1991
[9] Muresan A.S., Matematici aplicate n nan te, banci si burse, Ed. Riso-
print, Cluj-Napoca, 2000
[10] Muresan A.S., Lung, R.I., Matematici aplicate n economie (Cercetari
opera tionale), Ed. Mediamira, Cluj-Napoca, 2005
[11] Muresan A.S., si colectiv, Elemente de algebra liniara si analiza matem-
atica pentru economi sti, Ed. Todesco, Cluj-Napoca, 2003
[12] Muresan A.S., si colectiv, Elemente de teoria probabilita tilor si statistica
matematica pentru economi sti, Ed. Todesco, Cluj-Napoca, 2004
[13] Muresan A.S., si colectiv, Analiz matematic si Teoria probabilita tilor
aplicate n economie, Ed. Todesco, Cluj-Napoca, 2006
[14] Muresan A.S., Blaga, P., Matematici aplicate n economie, Vol 2, Ed.
Transilvania Press, Cluj Napoca, 1996
[15] Nicolescu, M., Analiza matematic, Vol. I, EDP, Bucuresti, 1997.
[16] Popescu, O., si altii, Matematici aplicate n economie, Ed. Did. Ped.,
Bucuresti, 1998
[17] Purcaru, I., Matematici generale si elemente de optimizare, Ed. Eco-
nomic a, Bucuresti, 2004
[18] Stnsil, O., Analiz matematic, EDP, Bucuresti, 1991
344

Curs 2007 Mat Apl Econ

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Curs 2007 Mat Apl Econ

Încărcat de

Drepturi de autor:

Formate disponibile

Cuprins

1(j) = 1(j) C (j)

: 1 R ( i, , 1, ..., :) este derivabil a n

, , = 1, :, atunci ele sunt egale

minorii principali ai matricei (4.2.6) putem formula criteriul lui Sylvester

sunt pozitivi, atunci punctul x

(rj 162 0r 18j)d.

(rj 162 0r 18j)d.

g asim punctele stationare prin rezolvarea sistemului obtinut prin an-

se arat a usor, folosind derivatele de ordinul 2, ca (n, ) este

3 10 38 160 722 12 37 131

Deci integrala este divergent a.

, evenimentul care se realizeaza daca si numai

= c rezult a (conform P 2)) c a 1 (' C

) . Pentru orice K avem deci 1 () 1 (C

) este tot un cmp de probabilitate.

A, i = 1, : sunt incompatibile dou cte dou si deci 1 (A) =

1) = 1 ((\ ) 1) = 1 ((\ 1) ( 1)) = 1 (1 ( 1)) =

, 1, ' 1 se scriu folosind punctul b) astfel:

(A) care este valoarea variabilei A cu cea mai mare probabili-

solutia este optim a si trecem deci la Etapa 5.

1,2 0 1,4 0 7,4 1

= 0. Acest lucru indic a faptul c a problema are mai multe solutii

obtinem o nou a solutie:

Veric am optimalitatea noii solutii si const at am c a nc a nu am ajuns la

avem c = 0 iar tabelul urm ator arat a astfel:

Observ am c a la construirea noii solutii apare n dou a c asute deoarece n

S-ar putea să vă placă și