MATEMATICA APLICATA IN ECONOMIE

SUPORT DE CURS

CUPRINS

CUPRINS

CAPITOLUL I SPAŢII VECTORIALE
1.1. 1.2. 1.3. 1.4. 1.5. 1.6. Definiţia spaţiului vectorial Dependenţă şi independenţă liniară Bază. Coordonate. Teorema lui Steinitz Schimbarea coordonatelor unui vector la o schimbare de bază Mulţimi convexe Probleme propuse

1
1 3 4 7 9 10

CAPITOLUL al II-lea FORME LINIARE. FORME BILINIARE. FORME PĂTRATICE
2.1. 2.2. 2.3. 2.4. Forme liniare Forme biliniare. Forme pătratice Forma canonică a unei forme pătratice reale. Signatura unei forme pătratice reale Probleme propuse

11
11 15 16 21

CAPITOLUL al III-lea SISTEME DE ECUAŢII LINIARE
3.1. 3.2. 3.3. 3.4. Noţiuni generale Metoda lui Gauss de rezolvare a sistemelor Soluţii de bază ale unui sistem Probleme propuse

23
23 25 27 29

CAPITOLUL al IV-lea NOŢIUNI DE PROGRAMARE LINIARĂ
4.1. 4.2. 4.3. 4.4. 4.5. Introducere Diverse forme ale problemei de programare liniară Soluţii ale unei probleme de programare liniară Metoda Simplex Probleme propuse

31
31 35 37 42 47

CAPITOLUL al V-lea SERII NUMERICE
5.1. 5.2. 5.3. 5.4. Serii de numere reale Serii cu termeni pozitivi Serii absolut convergente. Serii semiconvergente Probleme propuse

49
49 55 62 63

CAPITOLUL al VI-lea FUNCŢII DE MAI MULTE VARIABILE. DERIVATE PARŢIALE. DIFERENŢIALE 6.1. Derivate parţiale 6.2. Diferenţiale 6.3. Formula lui Taylor pentru funcţii de mai multe variabile 6.4. Puncte de extrem pentru funcţii de mai multe variabile 6.5. Derivata după o direcţie. Gradient. Divergenţă. Rotor 6.6. Probleme propuse

65
65 74 79 80 84 87

CUPRINS

CAPITOLUL al VII-lea FUNCŢII DEFINITE IMPLICIT 7.1. Funcţii implicite definite de ecuaţia F( x, y ) = 0 7.2. 7.3. 7.4. 7.5. Funcţii implicite definite de ecuaţia F( x1 , x 2 ,..., x n , y ) = 0 Sisteme de funcţii definite implicit Extreme condiţionate Probleme propuse

89 89 92 95 98 101 103 103 107 114 117 117 118 129 138 139 139 150 166 174

CAPITOLUL al VIII-lea ELEMENTE DE CALCUL INTEGRAL 8.1. Integrale improprii 8.2. Integrala dublă 6.3. Probleme propuse CAPITOLUL al IX-lea ECUAŢII DIFERENŢIALE 9.1. Noţiuni generale 9.2. Ecuaţii diferenţiale de ordinul întâi 9.3. Ecuaţii diferenţiale liniare de ordinul n 9.4. Probleme propuse CAPITOLUL al X-lea ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 10.1. Câmp de evenimente. Câmp de probabilitate 10. 2. Variabile aleatoare 10. 3. Distribuţii continue clasice 10.4. Exerciţii propuse

BIBLIOGRAFIE

177

∀α.SPAŢII VECTORIALE 1 CAPITOLUL I SPAŢII VECTORIALE 1.+ ) se numeşte adunarea vectorilor. 4) v + w = v + u ⇒ w = u . Teoremă. iar legea de compoziţie externă K × V → V se numeşte înmulţirea vectorilor cu scalari. α(u + v ) = αu + αv . v. ∀u ∈ V .+ ) se numeşte vectorul nul şi se notează cu 0 . (α. Dacă V este un spaţiu vectorial peste corpul K. respectiv complex. 5) αv = β v şi v ≠ 0 ⇒ α = β . β ∈ K. K × V → V. ∀α. dar fondatorul teoriei spaţiilor vectoriale rămâne H.β ∈ K. iar operaţia grupului (V. 3) α(β u) = (αβ) u.β ∈ K şi ∀u. Dacă K = R sau K = C se spune că V este spaţiu vectorial real. Elementele lui K se numesc scalari. Peano (1888). 2) α 0 = 0 . Spaţiile vectoriale se mai numesc şi spaţii liniare. Se numeşte spaţiu vectorial1 (peste corpul K) un grup abelian (V.+ ) pe care este dată o lege de compoziţie externă cu operatori în K. care îndeplineşte următoarele axiome: 1) 2) (α + β) u = αu + βu. ∀u. w ∈ V au loc următoarele proprietăţi: 1) 0v = 0 .1. Elementele lui V se numesc vectori. Elementul neutru al grupului (V. ∀α ∈ K. v ∈ V . Grassmann (1844) . 1 Spaţiile vectoriale au fost definite în forma actuală de G. u) → αu . Definiţia spaţiului vectorial Definiţie. ∀u ∈ V . atunci ∀α. Fie K un corp. 4) 1u = u (1 este elementul unitate în K). 3) (− 1)v = −v .

x 2 . K . x 2 .0) = 0. x n − x n ) = (0. y 2 .x ) → αx îndeplineşte axiomele 1) – 4) din definiţia spaţiului vectorial. x n ) . y ∈ R n .+ este grup abelian.K .K .K .K .K. Rezultă că R n . x n ) = x.K.− x 2 . x 2 + y 2 . αx n ) . atunci: x = y ⇔ x i = y i . y = (y 1 . iar R n se numeşte spaţiul real n – dimensional.K . x n ) . se verifică că legea de compoziţie externă ( ) R × R n → R n .0 + x 2 . x i ∈ R . Fie n > 1 un număr natural. atunci ∀x ∈ R n .K. Dacă α ∈ R şi x. O verificare directă arată că legea de compoziţie internă R n × R n → R n . i = 1.− x n ) = (x1 − x1 .0 + x n ) = (x1 . Elementele lui R n se numesc vectori (linie) n – dimensionali. i = 1. x 2 . x 2 .2 Capitolul I Exemple. n . (α. x 2 . x n ) + (− x1 . x i ∈ R . (x . y ) → x + y este asociativă şi comutativă. K.K. Dacă 0 = (0. n .0. x 2 . n . x = (x1 .− x 2 . iar dacă − x = (− x1. 2) Spaţiul vectorial R n . 0 ) + (x1 .K . x = (x1 . x 2 . { } αx = (αx1. se introduce spaţiul C şi de asemenea spaţiul vectorial K n cu K corp oarecare. {} R n = x = (x 1 .K . x n + y n ) . x = (x1.K . x n ) avem x + (− x ) = (x1 . αx 2 . . n Analog. De asemenea. y n ) .K . 0.K. i = 1.K. 0. 1) Spaţiul vectorial nul V = 0 constând dintr-un singur vector (cel nul) este spaţiu vectorial peste orice corp K. x n ) = (0 + x1 . x n ) . 0) . x 2 − x 2 . x n ) avem 0 + x = (0. x 2 . x + y = (x1 + y 1. Se notează cu R n mulţimea tuturor n-uplelor ordonate x = (x1 .− x n ) .K. atunci ∀x ∈ R n .

K. i =1 n Definiţie. se spune că vectorii v 1. α n ∈ K implică numai α1 = α 2 = K = α n = 0 . v n ∈ V formează un sistem de generatori pentru V dacă orice vector v ∈ V se poate reprezenta ca o combinaţie liniară de vectorii v 1.n (R ) a matricelor cu m linii şi n coloane. astfel încât α1v 1 + α 2 v 2 + K + α n v n = 0 .K. i =1 n Definiţie. se spune că vectorii sunt liniar independenţi. adică ∀v ∈ V. Definiţie.î. 1. v n ∈ V sunt liniar independenţi2 dacă orice relaţie de forma α1v 1 + α 2 v 2 + K + α n v n = 0 cu α1 . Grassmann . α n ∈ K astfel încât v = α1v 1 + α 2 v 2 + K + α n v n = ∑ α i v i . α 2 .K. Definiţie. v n ∈ V sunt liniar dependenţi dacă există scalarii α1 .K. Un spaţiu vectorial V se numeşte de tip finit dacă pentru V există un sistem finit de generatori. În caz contrar. Se spune că vectorii v 1. v n ∈ V dacă există scalarii α1 . v = ∑ α i v i . Aşadar. v 2 . Se spune că un vector v ∈ V este o combinaţie liniară de vectorii v 1. v n . α 2 . v 2 .2.SPAŢII VECTORIALE 3 3) Mulţimea M m. α 2 .K. α n ∈ K nu toţi nuli. v 2 .K. α 2 . v 2 . 2 Noţiunea de independenţă liniară a vectorilor a fost introdusă de H. Se spune că vectorii v 1.K.K. Dependenţă şi independenţă liniară Fie V un K – spaţiu vectorial. α n ∈ K a. ∃α1.K. cu elemente numere reale formează spaţiu vectorial peste corpul R în raport cu adunarea matricelor şi cu înmulţirea matricelor cu scalari. 4) Mulţimea R[X ] a polinoamelor în nedeterminata X cu coeficienţi reali formează spaţiu vectorial peste corpul K în raport cu adunarea polinoamelor şi cu înmulţirea polinoamelor cu scalari. v 2 .

{ } 3) În R – spaţiul R[X ] o bază este B = 1. n . e n }.0. m. dacă V nu este de tip finit ⎩ Observaţie.K . Evident dim R n = n .K.n (R ) baza canonică este B = E ij .K. ∃α1 .0. e 2 = (0. Fie V un spaţiu vectorial.0. i = 1. Dimensiunea lui V se notează cu dim V şi se defineşte astfel ⎧0..K . dacă V ≠ 0 .î. Bază.0) . R[X ] este un spaţiu vectorial infinit dimensional. X 2 . j = 1. Se poate demonstra că orice spaţiu vectorial diferit de spaţiul vectorial nul 0 {} admite cel puţin o bază şi că dacă o bază a unui spaţiu vectorial are un număr finit de vectori.atunci α1 = K = α n = 0 . . e n = (0.K.K.K. v 2 . 2) În R – spaţiul M m.0. 1) În spaţiul real n – dimensional R n o bază este B = {e 1 .n (R ) = m ⋅ n . Dacă dim V = n < ∞ .0. Ea se numeşte baza canonică a lui R n . α n ∈ K .1) . Teorema lui Steinitz Definiţie. v = ∑ α i v i şi i =1 n 2') dacă α1v 1 + K + α n v n = 0 cu α1 . unde E ij este matricea care are elementul 1 la intersecţia liniei i cu coloana j şi în rest toate elementele nule. Definiţie.4 Capitolul I 1. unde {} {} e1 = (1.. Coordonate.0 ) .1. Exemple. atunci toate bazele spaţiului respectiv au acelaşi număr de vectori. α 2 . de tip finit si admite o bază formată din n vectori ⎪∞. Evident dim M m. v n ∈ V formează o bază pentru K – spaţiul vectorial V dacă sunt îndeplinite următoarele condiţii: 1) constituie un sistem de generatori pentru V şi 2) sunt liniar independenţi adică 1') ∀v ∈ V. α n ∈ K a.3.K. X . { } . Astfel. e 2 . dacă V = 0 ⎪ dim V = ⎨n. Se spune că vectorii v 1.. se notează acest lucru şi prin Vn .K. Observaţie. X n .

Cum B = {u1.K. Să arătăm că vectorii din B' sunt liniar independenţi.K. ⎜ ⎟ ⎜ α1 ⎟ α1 ⎠ α1 ⎠ ⎝ ⎝ deci B' este sistem de generatori pentru Vn . K .K. e n } o bază a lui Vn şi v ∈ Vn . β1α 2 + β 2 = 0. v p . v s −1 din S şi că B" = {v 1. v s −1. unde nu toţi α i sunt 0. Înlocuind v1 din (1) obţinem β1α1u1 + (β1α 2 + β 2 ) u 2 + K + (β1α n + β n ) un = 0 . un } este bază pentru Vn trebuie ca β1α1 = 0. Dacă p = 1 . există p vectori din B (fără a restrânge generalitatea. i =1 n { } Presupunem că α1 ≠ 0 (în caz contrar schimbăm numerotarea vectorilor). p ≤ n un sistem de p vectori liniar independenţi { } Fie Vn un K – spaţiu vectorial.K. α1 α1 α1 Să arătăm că B' este un sistem de generatori pentru Vn . atunci S = {v 1} unde v 1 ≠ 0 . u2 . u2 .K.K. Scalarii unic determinaţi α1 . up +1.SPAŢII VECTORIALE 5 Definiţie. Fie ∀v ∈ Vn . din Vn . B = {u1.K. deci vectorii lui B' sunt liniar independenţi. un } constituie o bază pentru Vn .K. putem să-i presupunem pe primii p) care înlocuiţi cu vectorii sistemului S conduc la baza B' = v 1. Presupunem că am înlocuit s − 1 vectori u1. Teoremă (teorema înlocuirii sau a lui Steinitz). Din faptul că B este bază. un } o bază a sa şi S = v 1 . Avem . v 2 . v 2 . un pentru Vn . v p . Rezultă β1 = β 2 = K = β n = 0 . Fie Vn un K – spaţiu vectorial. avem v = λ 1u1 + λ 2 u 2 + K + λ nun ⎛ 1 ⎞ α α = λ 1 ⎜ v 1 − 2 u 2 − K − n un ⎟ + λ 2 u 2 + K + λ nun ⎜α α1 α1 ⎟ ⎝ 1 ⎠ ⎛ ⎛ α ⎞ α ⎞ λ = 1 v 1 + ⎜ λ 2 − λ 1 2 ⎟ u 2 + K + ⎜ λ n − λ 1 n ⎟ un .K. Cum B este o bază pentru Vn avem (1) v 1 = ∑ α iui . B = {e1 . β1α n + β n = 0 cu α1 ≠ 0 . e 2 . α n ∈ K astfel încât v = α1e1 + K + α n e n se numesc coordonatele vectorului v în baza B. u s −1 din B cu primii s − 1 vectori v 1. Atunci.K.K. Din (1) obţinem (2) u1 = α α 1 v 1 − 2 u 2 − K − n un . Demonstraţie. u s . Fie β1v 1 + β 2 u2 + K + βnun = 0 .

Presupunem că α s ≠ 0 . u s +1 . unde cel puţin un α i ≠ 0. Înlocuind u s . Să arătăm că vectorii din B1 sunt liniar independenţi.β s α s = 0. Din (3) avem (4) u s = α α α α 1 v s − 1 v 1 − K − s−1 v s−1 − s+1 u s+1 − K − n un . obţinem β1v 1 + K + β s−1v s−1 + β s (α1v 1 + K + α s−1v s−1 + α s u s + K + α nun ) + + β s+1u s+1 + K + β nun = 0 sau (β1 + β s α1 ) v 1 + K + (β s−1 + β s α s−1 ) v s−1 + β s α s u s + + (β s+1 + β s α s+1 ) u s+1 + K + (β n + β s α n ) un = 0 Cum B" este bază. ⎜ ⎜ ⎟ αs ⎠ αs ⎟ ⎝ ⎝ ⎠ deci vectorii lui B1 formează un sistem de generatori pentru V.K. β s−1 + β s α s−1 = 0. n . Să arătăm că înlocuind u s din B" cu v s din S obţinem o nouă bază Cum B" este bază. Înlocuind pe v s din relaţia (3). Fie relaţia β1v 1 + K + β s−1v s−1 + β s v s + β s+1u s +1 + K + β nun = 0 .K . i = 1.β s+1 + β s α s+1 = 0. un }. v s . deci vectorii lui B1 sunt liniar independenţi. rezultă β1 + β s α 1 = 0. αs αs αs αs αs B1 = {v 1. din (4) obţinem ⎛ 1 α s−1 α s+1 α1 αn ⎞ v = λ1v 1 + K + λ s−1v s−1 + λ s ⎜ ⎜ α v s − α v 1 − K − α v s−1 − α u s+1 − K − α un ⎟ + ⎟ s s s s ⎝ s ⎠ + λ s+1u s+1 + K + λ nun = ⎛ ⎛ α ⎞ λ α ⎞ = ⎜ λ1 − λ s 1 ⎟ v 1 + K + ⎜ λ s−1 − λ s s−1 ⎟ v s−1 + s v s + K + ⎜ ⎟ ⎜ ⎟ αs ⎠ αs ⎠ αs ⎝ ⎝ ⎛ ⎛ α ⎞ α ⎞ + ⎜ λ s+1 − λ s s+1 ⎟ u s+1 + K + ⎜ λ n − λ s n ⎟ un .K. ∀v ∈ V se scrie (5) v = λ1v 1 + K + λ s −1v s −1 + λ s u s + K + λ nun . β n + β s α n = 0 Ţinând seama că α s ≠ 0 rezultă β1 = β s = Kβ s−1 = β s = β s+1 = K = β n = 0 .K . .6 Capitolul I (3) v s = α 1v 1 + K + α s−1v s−1 + α s u s + K + α nun .

În baza B' vectorul x se scrie sub forma ⎛ u1 ⎞ ⎜ ⎟ ⎜u ⎟ 2 (3) x = αu ...K... Fie o bază B' = {u1. v n } o bază pentru V... ....un } a spaţiului V... i=1 n Considerând matricele ⎛ v1 ⎞ ⎜ ⎟ ⎜v ⎟ 2 v = ⎜ ⎟ şi λ = (λ1 λ 2 K λ n ) ⎜ M ⎟ ⎜ ⎟ ⎜v ⎟ ⎝ n⎠ relaţia (1) se scrie matriceal sub forma (2) x = λv ... v 2 .. .... ⎜L L L L⎟ ⎜ ⎟ ⎜a ⎟ ⎝ n1 a n2 K a nn ⎠ atunci relaţiile (4) se scriu sub forma (5) u = Av ... (4) ⎨ 2 .... ⎜ M ⎟ ⎜ ⎟ ⎜u ⎟ ⎝ n⎠ Vectorii bazei B' fiind din V sunt combinaţii liniare de vectorii bazei B.. ⎪ ⎪un = a n1v 1 + a n2 v 2 + K + a nn v n ⎩ Dacă notăm cu ⎛ a11 a12 K a1n ⎞ ⎜ ⎟ ⎜a ⎟ 21 a 22 K a 2n ⎟ A =⎜ ..K. Un vector x ∈ V se exprimă cu ajutorul bazei B ca o combinaţie liniară (1) x = ∑ λ i v i ..u2 .......SPAŢII VECTORIALE 7 1.. . ..... Schimbarea coordonatelor unui vector la o schimbare de bază Fie V un K – spaţiu vectorial n dimensional şi B = {v 1. adică ⎧u1 = a11v 1 + a12 v 2 + K + a1n v n ⎪u = a v + a v + K + a v ⎪ 21 1 22 2 2n n .. ........ .4. unde α = (α1 α 2 K α n ) şi u = ⎜ ⎟ ....

v 2 ...K... u3 = v 1 + 8v 2 este 1 81 1 x = u1 + u 2 − u 3 . v 3 } şi x = 5v 1 + 2v 2 + v 3 ... Din (5) obţinem v = A u şi înlocuind în (2) avem (6) x = λA −1u .... 2 ... .. .un }. u 2 = v 1 .. A = ⎜ 1 0 0 ⎟ . u2 .8 Capitolul I Deoarece vectorii u1. 2 16 16 ⎛ u1 ⎞ ⎛ 0 5 2⎞ ⎟ ⎜ ⎟ ⎜ Într-adevăr.. unde u1 = v 1 + v 2 + v 3 + K + v n u2 = v1 + v 3 + v 4 + K + v n u3 = v1 + v 2 + v 4 + K + v n ... u n = v 1 + v 2 + v 3 + K + v n −1 este x= n2 − n + 2 u1 − u 2 − 2u 3 − K − (n − 1) un . ..... u3 } ... unde u1 = 5v 2 + 2v 3 .. v n } şi x = v 1 + 2v 2 + K + nv n .. atunci expresia lui x în raport cu vectorii din baza B' = {u1. atunci expresia lui x în raport cu vectorii din baza B' = {u1 . obţinem ⎟ 16 ⎜ ⎜8 5 − 5⎟ ⎝ ⎠ 1 81 1 x = u1 + u 2 − u 3 ... unde λ = (5 2 1) . ..K. u = ⎜ u 2 ⎟ .. x = λA u .u2 . −1 −1 relaţie care dă schimbarea coordonatelor vectorului x la schimbarea de bază B → B' . deci există A −1 .K........ 1) Dacă B = {v 1. Comparând (3) cu (6) obţinem (7) α = λA Exemple... v 2 . ⎜u ⎟ ⎜ 1 8 0⎟ ⎠ ⎝ 3⎠ ⎝ −1 ⎛ 0 16 0 ⎞ ⎜ ⎟ 1⎜ −1 Cum inversa matricei A este A = 0 − 2 2 ⎟ efectuând calculele..u2 ..un sunt liniar independenţi avem det A ≠ 0 . 2 16 16 2) Dacă B = {v 1....

obţinem ⎟ L⎟ ⎟ ⎟ − 1⎠ x= n2 − n + 2 u1 − u 2 − 2u 3 − K − (n − 1)un . Fie V un spaţiu vectorial real şi A ⊂ V o submulţime nevidă a sa.5. Mulţimea A se numeşte convexă dacă ∀x1. unde ⎛1 1 1 K 1⎞ ⎛ u1 ⎞ ⎜ ⎟ ⎜ ⎟ ⎜u ⎟ ⎜1 0 1 K 1⎟ ⎜ ⎟ ⎜ 2⎟ λ = (1 2 3 K n) . x = λA −1u . λ n ∈ [0. x 2 . Observaţii. x 2 ∈ A şi ∀λ 1 . A = ⎜ 1 1 0 K 1 ⎟ .1] cu λ1 + λ 2 = 1 . 2 1. 1) Intersecţia a două mulţimi convexe este o mulţime convexă. x 2 ∈ A şi ∀λ ∈ [0. Mulţimea A se numeşte convexă dacă ∀x1.1] cu λ1 + λ 2 = 1 avem λ1x1 + λ 2 x 2 ∈ A . Definiţia precedentă se poate reformula astfel: Mulţimea A se numeşte convexă dacă ∀x1. u = ⎜ u 3 ⎟ .K.K. λ 2 . 2) Reuniunea a două mulţimi convexe nu este în general o mulţime convexă. adică dacă odată cu două puncte conţine întregul segment determinat de cele două puncte. Mulţimi convexe Definiţie.1] avem λx1 + (1 − λ )x 2 ∈ A .SPAŢII VECTORIALE 9 Într-adevăr.1] cu λ1 + λ 2 + K + λ n = 1 avem λ 1x 1 + λ 2 x 2 + K + x n λ n ∈ A . Această definiţie are avantajul că poate fi generalizată. λ 2 ∈ [0. . x n ∈ A şi ∀λ1 . λ 2 ∈ [0. ⎜ ⎟ ⎜ ⎟ ⎜ L L L L L⎟ ⎜ M ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎝1 1 1 K 0⎠ ⎝ un ⎠ 1 ⎛2 − n 1 ⎜ ⎜ 1 −1 0 ⎜ Cum inversa matricei A este A −1 = ⎜ 1 0 −1 ⎜ ⎜ L L L ⎜ ⎜ 0 0 ⎝ 1 K K K L K 1⎞ ⎟ 0⎟ ⎟ 0 ⎟ efectuând calculele. 1-λ = λ 2 avem λ1 . Notând λ = λ1.

0. v 4 = (1. Să se studieze dependenţa liniară pentru sistemele de vectori: a) v 1 = (1. v 2 . b) Să se determine coordonatele vectorului v = (7. Definiţie. 3.−1.1. v 2 = (1.2 ) în R 3 . unde u1 = (1. b) Să se determine coordonatele vectorului v = (1.9) în R 3 . v 2 = (2.1] şi λ1 + λ 2 + K + λ n = 1 . 1. v 3 = (5.1) .−1.3 ) . v 3 = (3.10 Capitolul I Definiţie. v 2 = (1.3 ) . u 3 = (1.K. Fie A o mulţime convexă.0 ) . λ 2 .2. v 2 = (2.9 ) .2. v 2 .3) .0 ) .0. v 3 .0) . 4.−1) .2.2.7 ) .2 ) . Un punct x ∈ A se numeşte vârf (sau extrem) dacă nu se poate exprima ca o combinaţie convexă de alte două puncte din A. λ n ∈ [0. u 2 = (0.6 ) .1) în baza {v 1.1).6. v 3 formează o bază.2.2.3 ) .2.1.K.1.1) . v 4 } .0. se spune că vectorul v este o combinaţie liniară convexă de vectorii v 1. v 2 .3. v 3 = (1. În R 3 se dau vectorii v 1 = (1. În R 4 se dau vectorii v 1 = (1. a) Să se arate că v1.1) . v 3 = (2. v 2 . v 2 = (1. Observaţie.−1. u3 } . v 2 = (4. v 3 . v 3 } cu v 1 = (1.9 ) .1.4. a) Să se arate că v1. v 4 formează o bază. 2. v 2 .2. unde λ1.1. v 3 }.1) .5.1.3) .−3.0. v 4 = (− 2. v 2 .5.K.5) în baza {v 1.0.8.0. c) v 1 = (3.7. v n ∈ V . Combinaţia liniară convexă este un caz particular de combinaţie liniară. v 3 = (0. u2 .4. b) v 1 = (1. Probleme propuse 1. v 3 = (− 1. .2.2.4.0) . v 2 . Să se determine coordonatele vectorului x = 2v 1 + v 2 − v 3 în baza B' = {u1 . Fiind daţi vectorii v 1. v n dacă v = λ1v 1 + λ 2 v 2 + K + x n v n .5 ) în R4. Fie în R 3 baza B = {v 1.

∀x. y ∈ V avem (f + g)(αx + βy ) = f (αx + βy ) + g(αx + βy ) = αf (x ) + β f (y ) + αg(x ) + βg(y ) = α(f + g)(x ) + β(f + g)(y ) . Definiţie. ∀x ∈ V (f este omogenă). FORME BILINIARE. g ∈ V . atunci i =1 ⎛n ⎞ n f (x ) = f ⎜ ∑ x i v i ⎟ = ∑ x i f (v i ) . ∀γ ∈ K . Atunci 1) f + g ∈ V . FORME PĂTRATICE 2. i = 1. Condiţiile 1) şi 2) sunt echivalente cu condiţia 3) f (αx + βy ) = αf (x ) + βf (y ).. ⎜ ⎟ ⎝ i=1 ⎠ i=1 Notând a i = f (v i ) . B = {v 1. ∀x. Observaţie. Într-adevăr. ∀α ∈ K. O aplicaţie f : V → K se numeşte formă liniară pe V dacă îndeplineşte următoarele condiţii: 1) f (x + y ) = f (x ) + f (y ). v 2 . ∀x. Consecinţă. n Dacă f : V → K este o formă liniară.. n obţinem f (x ) = ∑ a i x i . n se numesc coeficienţii lui f relativ la baza B.β ∈ K. ∀α. ∀α. i =1 n Această relaţie se numeşte expresia analitică a formei liniare f faţă de baza considerată B. β ∈ K . iar scalarii a i = f (v i ) . i = 1.1.. Forme liniare Fie V un K – spaţiu vectorial. v n } este o bază în V şi x = ∑ x i v i este un vector oarecare din V. FORME PĂTRATICE 11 CAPITOLUL al II-lea FORME LINIARE. FORME BILINIARE. Fie V un K – spaţiu vectorial şi f . y ∈ V .FORME LINIARE.. Demonstraţie. 2) γ f ∈ V . Notăm cu V mulţimea tuturor formelor liniare pe V V = {f : V → K f formă liniară}. 2) f (αx ) = αf (x ). Teoremă. y ∈ V (f este aditivă).

12

Capitolul al II - lea

şi

(γ f )(αx + βy ) = γ f (αx + βy )
= γ[αf (x ) + βf (y )] = α(γ f )(x ) + β(γ f )(y ) . Prin verificarea axiomelor din definiţia spaţiului vectorial se argumentează următoarea Teoremă.

V este un K – spaţiu vectorial în raport cu adunarea formelor liniare şi cu

înmulţirea formelor liniare cu scalari.

V se numeşte spaţiul dual al spaţiului vectorial V.
Observaţie. Spaţiile vectoriale V şi V sunt izomorfe, deci dim V = dim V . Sisteme de forme liniare Definiţie. Fiind date m forme liniare

⎧y 1 = a11x 1 + a12 x 2 + K + a1n x n ⎪y = a x + a x + K + a x ⎪ 2 21 1 22 2 2n n ⎨ ⎪M ⎪y m = a m1x1 + a m2 x 2 + K + a mn x n ⎩
ansamblul lor formează un sistem de forme liniare.
Matriceal, acest sistem se scrie Y = AX ,

⎛ a11 a12 ⎛ y1 ⎞ ⎜ ⎜ ⎟ a 22 ⎜a ⎜ y2 ⎟ unde Y = ⎜ ⎟ , A = ⎜ 21 M K K ⎜ ⎜ ⎟ ⎜a ⎜y ⎟ ⎝ m1 a m2 ⎝ m⎠

Matricea A = a ij i=1,m se numeşte matricea sistemului de forme liniare, iar rangul matricei A
j=1,n

( )

K a1n ⎞ ⎛ x1 ⎞ ⎜ ⎟ ⎟ K a 2n ⎟ ⎜ x2 ⎟ ⎟, X = ⎜ M ⎟. K K ⎜ ⎟ ⎟ ⎜x ⎟ K a mn ⎟ ⎝ m⎠ ⎠

se numeşte rangul sistemului de forme liniare. Definiţie. Dacă m = n, sistemul de forme liniare se numeşte transformare liniară. Astfel, o transformare liniară T se poate scrie

(T )
sau matriceal

⎧y 1 = a11x1 + a12 x 2 + K + a1n x n ⎪y = a x + a x + K + a x ⎪ 2 21 1 22 2 2n n ⎨ .......... .......... .......... .......... .......... .... ⎪ ⎪y n = a n1x1 + a n2 x 2 + K + a nn x n ⎩

FORME LINIARE. FORME BILINIARE. FORME PĂTRATICE

13

(T )

Y = AX ,

⎛ x1 ⎞ ⎛ a11 a12 K a1n ⎞ ⎛ y1 ⎞ ⎜ ⎟ ⎟ ⎜ ⎜ ⎟ ⎜ x2 ⎟ ⎜ a 21 a 22 K a 2n ⎟ ⎜y2 ⎟ unde Y = ⎜ ⎟ , A = ⎜ ⎟, X = ⎜ M ⎟. M K K K K ⎜ ⎟ ⎟ ⎜ ⎜ ⎟ ⎜x ⎟ ⎜a ⎜y ⎟ a n2 K a nn ⎟ ⎝ n⎠ ⎠ ⎝ n1 ⎝ n⎠
Observaţii. 1) Dacă det A ≠ 0 , atunci transformarea liniară se numeşte nedegenerată iar dacă det A = 0 , atunci transformarea liniară se numeşte degenerată. 2) Dacă A = In , unde In este matricea unitate, atunci transformarea liniară se numeşte identică. 3) Dacă A = k , transformarea liniară se numeşte omotetie. Operaţii cu transformări liniare Fie Y = AX şi Z = BX două transformări liniare. Definim suma acestor două transformări liniare prin

Y + Z = (A + B)X .
Fie acum transformările liniare Y = AX şi Z = BY . Definim produsul sau compunerea lor prin
Z o Y = (BA )X .

Dacă transformarea liniară Y = AX este nedegenerată, atunci X = A −1Y se numeşte transformarea inversă a transformării liniare Y = AX . Valori proprii şi vectori proprii pentru o matrice pătratică

⎛ a11 a12 K a1n ⎞ ⎜ ⎟ ⎜ a 21 a 22 K a 2n ⎟ . Prin această Fie transformarea Y = AX , unde A = ⎜ K K K K⎟ ⎜ ⎟ ⎜a ⎟ ⎝ n1 an2 K ann ⎠ ⎛ x1 ⎞ ⎛ y1 ⎞ ⎜ ⎟ ⎜ ⎟ ⎜ x2 ⎟ ⎜y ⎟ transformare liniară, vectorului X = ⎜ ⎟ îi corespunde vectorul Y = ⎜ 2 ⎟ . M M ⎜ ⎟ ⎜ ⎟ ⎜x ⎟ ⎜y ⎟ ⎝ n⎠ ⎝ n⎠

14

Capitolul al II - lea

Ne punem problema găsirii unei transformări liniare prin care vectorului X să-i corespundă un vector Y paralel cu X, adică să avem Y = λX . Cum Y = AX şi Y = λX , obţinem (A − λIn )X = 0 . Ecuaţia det (A − λIn ) = 0 se numeşte ecuaţia caracteristică a matricei A. Ecuaţia caracteristică se mai poate scrie şi sub forma

a11 − λ a12 K a 21 a 22 − λ K K K K a n1
sau

a1n a 2n K

=0

a n2

K a nn − λ

λn + s1λn−1 + K + s n−1λ + s n = 0 ,
unde s1,K, s n −1, s n sunt coeficienţii ce rezultă din dezvoltarea determinantului precedent. Rădăcinile ecuaţiei caracteristice se numesc valori proprii ale matricei A iar vectorii corespunzători se numesc vectori proprii. Exemplu. Să se determine valorile proprii ale matricei
⎛8 − 1 − 3⎞ ⎜ ⎟ A = ⎜0 9 5 ⎟. ⎜ 0 0 10 ⎟ ⎝ ⎠

Soluţie. Ecuaţia caracteristică a matricei A este

8−λ 0 0
sau echivalent

−1

−3

9−λ 5 =0 0 10 − λ

(8 − λ )(9 − λ )(10 − λ ) = 0 .
Valorile proprii ale matricei A sunt λ 1 = 8, λ 2 = 9, λ 3 = 10 . Se poate demonstra următoarea teoremă

Teoremă (Cayley1 - Hamilton2). Orice matrice pătratică verifică propria ecuaţie caracteristică.

1 2

Arthur Cayley (1821 - 1895), matematician englez William Rowan Hamilton (1805 - 1865), matematician şi mecanician irlandez

v j .R ) = { f : V × V → R f formă biliniară}. y 1 ) + βf (x. y ) . y ∈ V2 şi ∀α. FORME PĂTRATICE 15 2. j = 1. ⎜ i =1 ⎟ i =1j =1 j =1 ⎝ ⎠ n m ( ) Notând a ij = f ui . m se numesc coeficienţii lui f relativ la bazele B1 şi B2. y ) + f (x 2 . Fie B1 = {u1. ∀α.β ∈ K îndeplineşte următoarele condiţii: 1) f (x1 + x 2 . ∀x ∈ V1 . ∀x 1 .βy ) = βf (x. atunci i =1 j =1 m ⎛n ⎞ n m f ( x . ∀y ∈ V2 6) f (x. i = 1. y ) = αf (x1 . Notăm cu B(V .2. Forme biliniare. Definiţie. ∀y 1 . v 2 .. y 1 ) + f (x. Rangul matricei A se numeşte rangul formei biliniare f. n . B(V. 4) f (x.FORME LINIARE.. β ∈ K .. ∀y 1. 2) f (x. i = 1. x 2 ∈ V1 .. y 2 . v j . v j .. v m } o bază în V2.. y 2 ) .m (K ) se numeşte matricea formei biliniare f în raport cu bazele În continuare vom considera cazul particular V1 = V2 = V cu V un R – spaţiu vectorial.R ) mulţimea tuturor formelor biliniare pe V B1 şi B2. y ) . y 1 + y 2 ) = f (x. Dacă x = ∑ x iui şi y = ∑ y j v j . 2). n .m ( ) Matricea A = (a ij ) i=1. β ∈ K . y ) = f (x1 . y 2 ) . 3) f (αx. Observaţie. u2 . x ∈ V1 .n ∈ M n. y ) = ∑ ∑ a ij x i y j . O aplicaţie f : V1 × V2 → K se numeşte formă biliniară dacă pentru ∀x1. j=1. ∑ y j v j ⎟ = ∑ ∑ x i y j f u i . i =1j =1 n m Această relaţie se numeşte expresia analitică a formei biliniare f faţă de bazele considerate B1 şi B2. FORME BILINIARE. 3 )şi 4) sunt echivalente cu condiţiile: 5) f (αx1 + βx 2 . y ) + βf (x 2 .. m obţinem ( ) f (x. j = 1. y ) = f ⎜ ∑ x i ui .. y ) . αy 1 + βy 2 ) = αf (x. un } o bază în V1 şi B 2 = {v 1. y 2 ∈ V2 Să considerăm cazul când spaţiile vectoriale V1 şi V2 au dimensiune finită. Condiţiile 1). y ) = αf (x. ∀α. Forme pătratice Fie V1 şi V2 două K – spaţii vectoriale. . y ) . iar scalarii a ij = f ui . x 2 .

y ) + f (y. y ∈ V . y ) = f (y. Dacă B = {v 1. ∀x. 2.16 Capitolul al II . v n } este o bază în V. Definiţie. y ∈ V . y ). Observaţie. 2) Forma biliniară f se numeşte antisimetrică dacă f (x. x + y ) = f (x. ∀x.R ) este un R – spaţiu vectorial în raport cu adunarea formelor biliniare şi cu înmulţirea acestora cu scalari. y ∈ V f (x + y ) = f (x + y .R ) este simetrică (respectiv antisimetrică) dacă şi numai dacă matricea formei într-o bază fixată a spaţiului V este simetrică (respectiv antisimetrică).3..R ) o formă biliniară simetrică şi f forma pătratică asociată.lea Se poate demonstra că B(V. y ) = f (y . f (x.. y ) = − f (y . Signatura unei forme pătratice Fie V un R – spaţiu vectorial. x ) + 2f (x. x ) + f (x. care se numeşte forma pătratică (asociată formei biliniare f). ∀x ∈ V . f (x + y ) = f (x. y ) rezultă că şi cum Astfel. 1) Forma biliniară f se numeşte simetrică dacă f (x. y ∈ V . atunci pentru orice vector x = ∑ x i v i ∈ V .R ) o formă biliniară simetrică. Funcţia f determină unic funcţia f : V → R . v 2 . Într-adevăr. x ) . Fie f ∈ B(V. ∀x. x ). Teoremă. ∀x. n n . f ∈ B(V . x ) = ∑ ∑ a ij x i x j i=1 j=1 2 2 =a11 x1 + K + a nn x n + 2(a12 x1x 2 + K + a1n x1x n + K + a n−1n x n−1x n ). reale Forma canonică a unei forme pătratice reale. x ) . ∀x.. x ) + f (y.. y ) = 1 f (x + y ) − f (x ) − f (y ) . Cunoaşterea formei pătratice f permite recuperarea formei biliniare simetrice f. Definiţii. y ) + f (y. x ) . O formă biliniară f ∈ B(V. y ∈ V . 2 [ ] Forma biliniară simetrică f asociată formei pătratice f se numeşte forma polară sau forma dedublată a formei pătratice f . f (x . forma i =1 n pătratică f are expresia analitică (* ) f (x ) = f (x . f (x ) = f (x.

algoritmul constă în repetarea raţionamentului pentru forma pătratică în (n – 1) variabile.FORME LINIARE. FORME BILINIARE. FORME PĂTRATICE 17 unde a ij = f v i . Cazul I. a11 În continuare. metodă ce constă în completarea pătratelor. Fără a restrânge generalitatea... adunăm şi scădem a11 termenii necesari astfel încât cu termenii ce conţin pe x1 să construim un pătrat perfect şi obţinem f (x ) = 1 2 (a11x1 + α )2 − 1 α 2 + a 22 x 2 + 2a 23 x 2 x 3 + L + 2a 2n x 2 x n + K + a nn x n 2 a11 a11 sau f (x ) = 1 (a11x1 + a12 x 2 + K + a1n x n )2 + g(x 2 .. Expresia analitică a formei pătratice f se poate scrie sub forma f (x ) =a11 x 1 + +2 x 1 (a12 x 2 + K + a1n x n ) + a 22 x 2 + 2a 23 x 2 x 3 + L + 2a 2n x 2 x n + K + a nn x n 2 2 2 ( ) Notăm cu α = a12 x 2 + K + a1n x n . Prezentăm în continuare metoda lui Gauss.K. matematician. n . fizician şi astronom german Karl Gustav Jacob Jacobi (1804 . ⎩ expresia analitică a lui f devine f (x ) = 1 2 y 1 + g(y 2 . a11 unde g este o formă pătratică în (n – 1) coordonate (x 2 ..1851). . Făcând transformarea de coordonate ⎧y 1 = a11x1 + a12 x 2 + K + a1n x n ⎪y = x ⎪ 2 2 ⎨ ⎪.. v j . metoda Jacobi4. matematician german ..K. scoatem în factor 1 din toţi termenii ce conţin pe x1..K. i = 1. ⎪y n = x n . x n ) . A aduce la forma canonică forma pătratică f înseamnă a găsi o bază (numită bază canonică) astfel încât în această bază forma pătratică să se scrie ca o sumă algebrică de pătrate. i. 3 4 Karl Friedrich Gauss (1777 . j = 1. y n ) . fie acesta a11 . nou obţinută. n . metoda valorilor proprii).. x n ) . Sunt mai multe metode de realizare a acestui lucru (metoda Gauss3...1855). Să presupunem că în expresia analitică (*) există cel puţin un a ii ≠ 0..

Metoda are dezavantajul că presupune neanularea tuturor determinanţilor ∆ i . k = 1. Dacă în expresia analitică (*) a ii = 0 . există în V o bază B' = {v 1 ' . Fie forma pătratică f : V → R având corespunzător bazei B = {v 1. ∀x ∈ V .n . fără a fi interesaţi şi de baza corespunzătoare.K. atunci există cel puţin un a ij ≠ 0 cu i ≠ j . v n } expresia analitică f (x ) = ∑ ∑ a ij x i x j i =1j =1 n n cu toţi determinanţii a11 a12 K a1n a a a a K a 2n ∆1= a11. . Observaţii.K.lea Cazul II. n − { i. i =1 n ∆ 1 2 ∆1 2 2 y1 + y 2 + K + n −1 y n ∆1 ∆2 ∆n Metoda Jacobi este utilă când se cere determinarea rapidă a formei canonice (de exemplu în aprecierea naturii punctelor de extrem ale unei funcţii reale). 2) O formă pătratică poate fi adusă la diferite forme canonice.i = 1. ∆ 2 = 11 12 . n iar f nu este identic nulă. ∆ n = 21 22 a 21 a 22 K K K K a n1 a n2 K a nn nenuli. i = 1. j} ⎩ cu forma pătratică ce se va obţine suntem în cazul I. Teoremă (metoda lui Jacobi).K. 1) Metoda Gauss reprezintă un algoritm elementar de aducere la forma canonică. v 2 . Atunci. În acest caz prin transformarea de coordonate ⎧x i = z i + z j ⎪ ⎪ j i j ⎨x = z − z ⎪ k k ⎪x = z . v n '} corespunzător căreia f are forma canonică f (x ) = cu x = ∑ y i v i ' . dar nu furnizează direct noua bază. ci schimbarea de coordonate pe baza căreia se determină noua bază. 1) O formă pătratică f : V → R se numeşte pozitiv semidefinită (respectiv negativ semidefinită) dacă f (x ) ≥ 0 (respectiv f (x ) ≤ 0 ).18 Capitolul al II . v 2 ' . Definiţii.

în care: p este numărul de coeficienţi din setul {a1. matematician englez . d ) . Exemple. {} 3) O formă pătratică f : V → R se numeşte nedefinită dacă ∃v 1 . 1) Să se aducă la forma canonică. a 2 . ∀x ∈ V − 0 . v 2 ∈ V astfel încât f (v 1 ) > 0 şi f (v 2 ) < 0 . d = n − (p + q ) (numărul de coeficienţi nuli).K. x 2 . a n } strict pozitivi. q este numărul de coeficienţi din setul {a1. a 2 . x 3 ) ∈ R 3 .K. Signatura unei forme pătratice f este aceeaşi în orice formă canonică a lui f .FORME LINIARE. 2 5 James Joseph Sylvester (1814 . ⎨y 2 = x 2 ⎪y = x 3 ⎩ 3 obţinem f = 1 2 2 2 y 1 − 7y 2 − 15 y 3 + 40y 2 y 3 . q. Teoremă (legea de inerţie a lui Sylvester5). x = (x 1. FORME PĂTRATICE 19 2) O formă pătratică f : V → R se numeşte pozitiv definită (respectiv negativ definită) dacă f (x ) > 0 (respectiv f (x ) < 0 ). Se numeşte signatura i =1 n formei pătratice f tripletul de numere reale (p. a n } strict negativi. Metoda lui Gauss 2 f = 2 x1 + 8x 1x 2 − 12 x1x 3 + x 2 + 3x 2 + 16 x 2 x 3 2 3 1 2 = 4 x1 + 16 x1x 2 − 24 x1x 3 + x 2 + 3x 2 + 16 x 2 x 3 2 3 2 1 = (2 x1 + 4 x 2 − 6 x 3 )2 − 8x 2 − 18x 2 + 24 x 2 x 3 + x 2 + 3 x 2 + 16x 2 x 3 2 3 2 3 2 1 2 2 = (2 x1 + 4 x 2 − 6 x 3 )2 − 7x 2 − 15x 3 + 40x 2 x 3 2 ( ( ) ) Făcând transformarea de coordonate ⎧y 1 = 2 x 1 + 4 x 2 − 6 x 3 ⎪ . 2 3 Soluţie. prin metoda lui Gauss şi apoi prin metoda Jacobi următoarea formă pătratică 2 f (x ) = 2x 1 + x 2 + 3x 2 + 8 x 1x 2 − 12 x1x 3 + 16 x 2 x 3 . FORME BILINIARE. Fie f (x ) = ∑ a i x i2 o formă canonică a formei pătratice f : V → R .1897).

⎜− 6 8 3 ⎟ ⎝ ⎠ Determinanţii ∆ 1 . Astfel.20 Capitolul al II . ⎪z = y ⎩ 3 3 295 2 1 2 1 obţinem pentru forma pătratică f forma canonică f = z1 − z 2 + z3 . ⎧ x1 = y 1 + y 2 ⎪ Soluţie.lea 2 2 Cu forma pătratică obţinută g = −7y 2 − 15y 3 + 40y 2 y 3 procedăm analog. 1 2 f = y 1 + − 7y 2 + 40y 2 y 3 − 15y 2 2 3 2 1 2 1 = y 1 − 49y 2 − 280y 2 y 3 − 15y 2 2 3 7 2 400 2 1 2 1 y 3 − 15y 2 = y 1 − (7y 2 − 20y 3 )2 + 3 7 7 2 1 2 1 295 2 y3 = y 1 − (7y 2 − 20y 3 )2 + 2 7 7 ( ( ) ) ⎧z 1 = y 1 ⎪ Făcând transformarea de coordonate ⎨z 2 = 7y 2 − 20y 3 . ∆ 2 = = −14. 2 7 7 2 Metoda Jacobi. y 3 = y1 − y 2 + y2 + f = y1 + 295 7 2 2 − 590 − 14 2) Să se aducă la forma canonică. .∆ 2 . Cum a12 ≠ 0 . forma pătratică f = x1x 2 + 2 x1x 3 + 3 x 2 x 3 . ⎛ 2 4 − 6⎞ ⎜ ⎟ Matricea formei pătratice f relativ la baza canonică a spaţiului R3 este A = ⎜ 4 1 8 ⎟ . ∆ 3 sunt 2 4 −6 2 4 ∆ 1= 2. facem substituţia ⎨x 2 = y 1 − y 2 şi obţinem ⎪x = y 3 ⎩ 3 f = (y 1 + y 2 )(y 1 − y 2 ) + 2(y 1 + y 2 )y 3 + 3(y 1 − y 2 )y 3 = y 1 − y 2 + 5y 1y 3 − y 2 y 3 . ∆ 3 = 4 1 8 = −590 . 4 1 −6 8 3 Forma canonică a formei pătratice f este 7 2 2 2 − 14 2 1 2 1 2 1 2 y3 . 2 2 Se continuă ca în exemplul precedent.

FORME BILINIARE. 2 3 2 b) f = 2x1 + 4 x 2 − x 2 + 2 x1x 2 − 6 x1x 3 + 8x 2 x 3 . 2 3 i) f = x1x 2 + x1x 3 + x 2 x 3 . Care dintre aceste forme sunt pozitiv definite şi care sunt negativ definite? 2. ⎜ − 1 3 3⎟ ⎝ ⎠ b) ⎛1 ⎜ ⎜0 A=⎜ 0 ⎜ ⎜1 ⎝ 1 1 0 1 0 1 1 1 0⎞ ⎟ 0⎟ . Să se aducă la forma canonică şi să se găsească signatura următoarelor forme pătratice: 2 a) f = x1 + 2 x 2 + 3 x 2 + 4 x1x 2 + 6 x1x 3 . unde: ⎛ 1 2 3⎞ ⎜ ⎟ a) A = ⎜ 1 1 2 ⎟ . Folosind teorema Cayley – Hamilton să se calculeze inversa matricei A.4. Probleme propuse 1. 2 3 2 h) f = x1 + 20x 2 + 70x 2 − 4 x1x 2 + 6 x1x 3 . 2 3 f) 2 f = 2x1 + x 2 − 4 x 2 + x1x 2 − 3x1x 3 + 4 x 2 x 3 . FORME PĂTRATICE 21 2. 2 3 2 c) f = 3x1 + 7x1x 2 + 2 x 2 x 3 + x 2 . 4 2 d) f = x1 + 3 x 2 − 2x 2 + x1x 2 − 4 x1x 3 + 2 x 2 x 3 . 1⎟ ⎟ 0⎟ ⎠ . 2 3 2 g) f = x1 + 2 x 2 + 3 x 2 − 2 x1x 2 + 4 x1x 3 − 6x 2 x 3 . 2 3 2 e) f = x1 + 2 x 2 + x 2 − x1x 2 + 4 x 2 x 3 − 2 x1x 3 .FORME LINIARE.

lea .22 Capitolul al II .

SISTEME DE ECUAŢII LINIARE

23

CAPITOLUL al III-lea

SISTEME DE ECUAŢII LINIARE
3.1. Noţiuni generale
Fie sistemul de m ecuaţii liniare cu n necunoscute, x1,x 2 ,K, x n

⎧a11x1 + a12 x 2 + K + a1n x n = b1 ⎪a x + a x + K + a x = b ⎪ 2n n 2 (1) ⎨ 21 1 22 2 .......... .......... .......... .......... .......... ....... ⎪ ⎪a m1x1 + a m2 x 2 + K + a mn x n = b m ⎩
Notând

⎛ a11 a12 ⎜ a 22 ⎜a A = ⎜ 21 K K ⎜ ⎜a ⎝ m1 a m2
sistemul (1) se poate scrie sub forma (2)
AX = P0

K a1n ⎞ ⎛ x1 ⎞ ⎛ b1 ⎞ ⎟ ⎜ ⎟ ⎜ ⎟ K a 2n ⎟ ⎜ x2 ⎟ ⎜ b2 ⎟ ⎟ , X = ⎜ M ⎟ , P0 = ⎜ M ⎟ K K ⎟ ⎜ ⎟ ⎜ ⎟ ⎜x ⎟ ⎜b ⎟ K a mn ⎟ ⎠ ⎝ n⎠ ⎝ m⎠

numită forma matriceală. Matricea A se numeşte matricea sistemului, numerele b1,b 2 ,K, b m se numesc termeni liberi, iar matricea (A P0 ) care se obţine din A prin adăugarea coloanei termenilor liberi se numeşte matricea extinsă a sistemului. Un sistem ordonat de numere α1 ,α 2 ,K, α n se numeşte soluţie a sistemului (1) dacă înlocuind în (1) pe x j cu α j , j = 1,n , toate cele m ecuaţii sunt verificate, adică

⎧a11α1 + a12 α 2 + K + a1n α n = b1 ⎪a α + a α + K + a α = b ⎪ 22 2 2n n 2 ( 1' ) ⎨ 21 1 ⎪M ⎪a m1α1 + a m2 α 2 + K + a mn α n = b m . ⎩
Un sistem de ecuaţii care nu are soluţie se numeşte incompatibil.

24

Capitolul al III - lea

Un sistem de ecuaţii care are cel puţin o soluţie se numeşte compatibil. Un sistem compatibil se numeşte determinat dacă are o singură soluţie şi se numeşte nedeterminat dacă are mai mult decât o soluţie. Dacă rangA = r ≤ min{m, n}, atunci există cel puţin un minor de ordin r al lui A cu proprietatea de a fi nenul. Minorul de ordin r având proprietatea menţionată, o dată ales, este menţinut fix în decursul studierii sistemului dat. Acest minor se numeşte determinantul principal al sistemului şi se notează cu

∆p .
Necunoscutele ai căror coeficienţi se găsesc în determinantul principal se numesc necunoscute principale, iar celelalte necunoscute se numesc necunoscute secundare. Ecuaţiile ai căror coeficienţi se găsesc în determinantul principal se numesc ecuaţii principale, iar celelalte ecuaţii se numesc ecuaţii secundare. Orice determinant obţinut prin bordarea determinantului principal cu o linie formată din coeficienţii necunoscutelor principale dintr-o ecuaţie secundară şi cu coloana termenilor liberi din liniile corespunzătoare se numeşte determinant caracteristic. Numărul determinanţilor caracteristici ai sistemului (1) este egal cu numărul ecuaţiilor secundare ale acestui sistem. Pentru studiul compatibilităţii sistemelor de ecuaţii liniare, amintim următoarele teoreme: Teorema lui Rouché. Sistemul (1) este compatibil dacă şi numai dacă toţi determinanţii caracteristici sunt nuli sau nu există asemenea determinanţi. Teorema lui Kronecker – Capelli. Sistemul (1) este compatibil dacă şi numai dacă

rangA = rang(A P0 ) .
Pentru găsirea soluţiilor unui sistem compatibil, păstrăm din sistemul dat ecuaţiile care corespund liniilor minorului principal. În aceste ecuaţii, trecem în membrul drept termenii care conţin necunoscutele secundare, în membrul stâng păstrând numai termenii care conţin necunoscutele principale. Asupra rezolvării sistemului pătratic astfel obţinut avem mai multe metode: reducerii, substituţiei, Cramer1, Gauss.

1

Gabriel Cramer (1704 - 1752), matematician elveţian

SISTEME DE ECUAŢII LINIARE

25

3.2.

Metoda lui Gauss de rezolvare a sistemelor
Fie sistemul (1) în care m = n = rangA
⎧a11x 1 + K + a1i−1x i−1+a1i x i + a1i+1x i+1+ K + a1n x n = b1 ⎪.......... .......... .......... .......... .......... .......... .......... .......... ......... ⎪ ⎪a i1x 1 + K + a ii−1x i−1+a ii x i + a ii+1x i+1+ K + a in x n = b i ⎪ ⎨.......... .......... .......... .......... .......... .......... .......... .......... ......... ⎪a x + K + a x +a x + a x + K + a x = b ki−1 i−1 ki i ki+1 i+1 kn n k ⎪ k1 1 ⎪.......... .......... .......... .......... .......... .......... .......... .......... ......... ⎪ ⎩a n1x1 + K + a ni−1x i−1+a ni x i + a ni+1x i+1+ K + a nn x n = b n .

⎛ a11 a12 K a1n ⎞ ⎛ x1 ⎞ ⎛ b1 ⎞ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ a 21 a 22 K a 2n ⎟ ⎜ x2 ⎟ ⎜ b 2 ⎟ sistemul (1) se poate scrie sub Notând A = ⎜ K K K K ⎟ , X = ⎜ M ⎟ , P0 = ⎜ M ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜a ⎟ ⎜x ⎟ ⎜b ⎟ ⎝ n⎠ ⎝ n⎠ ⎝ n1 a n2 K a nn ⎠

forma (2) AX = P0 .

⎛ ⎛ 1 0 K 0 ⎞⎞ ⎜ ⎜ ⎟⎟ ⎜ ⎜ 0 1 K 0 ⎟⎟ −1 Cum det A ≠ 0 avem In X = A P0 , In fiind matricea unitate ⎜ In = ⎜ . K K K K⎟ ⎟ ⎜ ⎜ ⎟⎟ ⎜ 0 0 K 1 ⎟⎟ ⎜ ⎝ ⎠⎠ ⎝
−1 Deci a rezolva sistemul (A P0 ) revine la a obţine sistemul de forma ⎛ In A P0 ⎞ . ⎟ ⎜ ⎠ ⎝

Cu alte cuvinte a rezolva sistemul înseamnă a face ca din matricea A să obţinem matricea unitate In lucrând numai cu liniile (adică ecuaţiile) sistemului. Aceasta înseamnă că trebuie să eliminăm: - necunoscutele x2, …, xn din prima ecuaţie; - necunoscutele x1,x3, …, xn din a doua ecuaţie;

M
- necunoscutele x1,x2, …, xn-1 din a n –a ecuaţie; şi mai mult - necunoscuta x1 să rămână în prima ecuaţie cu coeficientul 1; - necunoscuta x2 să rămână în a doua ecuaţie cu coeficientul 1;

M
- necunoscuta xn să rămână în a n –a ecuaţie cu coeficientul 1.

Obţinem ⎛ ⎛ a ⎞ a ⎞ ⎜ a k1 − a ki i1 ⎟ x1 + K + ⎜ a ki−1 − a ki ii−1 ⎟ x i−1 + 0 + ⎜ ⎟ ⎜ a ii ⎠ a ii ⎟ ⎝ ⎝ ⎠ ⎛ ⎛ a ⎞ a ⎞ a + ⎜ a ki+1 − a ki ii+1 ⎟ x i+1 + K + ⎜ a kn − a ki in ⎟ x n = b k − b i ki ⎜ ⎟ ⎜ ⎟ a ii ⎠ a ii ⎠ a ii ⎝ ⎝ Notând coeficienţii necunoscutelor x1. xi.. ⎪x = 3 ⎩ 3 Observaţie..lea ⎛ a ⎞ Pentru a elimina din ecuaţia k necunoscuta xi procedăm astfel: înmulţim ecuaţia i cu ⎜ − ki ⎟ ⎜ a ⎟ ⎝ ii ⎠ (deci trebuie ca a ii ≠ 0 ) şi apoi o adunăm cu ecuaţia k. ⎪2 x − x + x = 3 3 ⎩ 1 2 Soluţie. ⎜ ⎟ ⎝ ⎠ ... xi-1.26 Capitolul al III . n .. a'kn avem a ij ⎧ ⎪a' kj = a kj − a ki . xn din această ecuaţie cu a'k1 .. …. a'ki +1 . n . Pentru aflarea inversei matricei sistemului dat plecăm de la (A I n ) şi trebuie să −1 ajungem la ⎛ In A ⎞ . j ≠ i a ii (*) ⎨ ⎪ . a'ki −1 . −1 P0 ) → ⎛ In A P0 ⎞ . …. k = 1. a'ki . ⎩a' ki = 0 Formulele (*) permit eliminarea necunoscutelor aşa cum am cerut (A Exemplu... xi+1. ⎜ ⎟ ⎝ ⎠ Să se rezolve prin metoda lui Gauss sistemul ⎧x1 + x 2 + x 3 = 6 ⎪ ⎨2 x1 + 3 x 2 − x 3 = 5 . ⎛ 1 1 1 6⎞ ⎛ 1 1 1 6 ⎞ ⎛1 1 1 6 ⎞ ⎟ ⎟ ⎜ ⎜ ⎟ ⎜ (A P0 ) = ⎜ 2 3 − 1 5 ⎟ ~ ⎜ 0 1 − 3 − 7 ⎟ ~ ⎜ 0 1 − 3 − 7 ⎟ ~ ⎜ 2 − 1 1 3 ⎟ ⎜ 0 − 3 − 1 − 9 ⎟ ⎜ 0 0 − 10 − 30 ⎟ ⎠ ⎠ ⎝ ⎝ ⎠ ⎝ ⎛ 1 1 1 6 ⎞ ⎛ 1 1 0 3⎞ ⎛ 1 0 0 1⎞ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ~ ⎜ 0 1 − 3 − 7⎟ ~ ⎜ 0 1 0 2⎟ ~ ⎜ 0 1 0 2⎟ ⎜ 0 0 1 3 ⎟ ⎜ 0 0 1 3⎟ ⎜ 0 0 1 3⎟ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎧ x1 = 1 ⎪ Soluţia sistemului este ⎨x 2 = 2 . j = 1.

3. 10 ⎟ −1⎟ ⎟ 10 ⎠ Inversa matricei asociate sistemului este 1 5 1 10 −3 10 2 ⎞ ⎟ 5 ⎟ −3⎟ .K.SISTEME DE ECUAŢII LINIARE 27 Cu alte cuvinte a afla inversa matricei sistemului dat înseamnă a face ca din matricea A să obţinem matricea unitate In lucrând numai cu liniile sistemului. ⎪2 x − x + x = 3 3 ⎩ 1 2 Soluţie. Exemplu. Să se determine prin metoda lui Gauss inversa matricei asociate sistemului ⎧x1 + x 2 + x 3 = 6 ⎪ ⎨2 x1 + 3 x 2 − x 3 = 5 . Notând ⎛ a11 ⎞ ⎛ a12 ⎞ ⎛ a1n ⎞ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ a 2n ⎟ ⎜ a 21 ⎟ ⎜ a 22 ⎟ P1 = ⎜ . . 10 ⎟ −1⎟ ⎟ 10 ⎠ 3. Soluţii de bază ale unui sistem Fie sistemul liniar (1). ⎛1 1 1 1 0 0⎞ ⎛ 1 1 1 1 0 0⎞ ⎛ 1 1 1 1 0 0⎞ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ (A I3 ) = ⎜ 2 3 − 1 0 1 0 ⎟ ~ ⎜ 0 1 − 3 − 2 1 0 ⎟ ~ ⎜ 0 1 − 3 − 2 1 0 ⎟ ~ ⎜ 2 − 1 1 0 0 1 ⎟ ⎜ 0 − 3 − 1 − 2 0 1 ⎟ ⎜ 0 0 − 10 − 8 3 1 ⎟ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎛ ⎜1 1 1 1 ~ ⎜0 1 − 3 − 2 ⎜ 4 ⎜0 0 1 5 ⎝ 0 1 −3 10 1 ⎛ ⎞ ⎜ 0 ⎟ ⎜1 1 0 5 2 0 ⎟ ~ ⎜0 1 0 ⎟ ⎜ 5 −1 ⎟ ⎜0 0 1 4 10 ⎠ ⎜ 5 ⎝ ⎛ −1 ⎜ ⎜ 5 −1 ⎜ 2 A = ⎜ 5 ⎜ 4 ⎜ ⎝ 5 3 10 1 10 −3 10 −1 1 1 ⎞ ⎛ ⎟ ⎜ 10 ⎟ ⎜ 1 0 0 5 5 −3⎟ ⎜ 2 1 ~ 0 1 0 ⎟ ⎜ 10 5 10 −1 ⎟ ⎜0 0 1 4 − 3 ⎟ ⎜ 10 ⎠ ⎝ 5 10 2 ⎞ ⎟ 5 ⎟ −3⎟ . Pn = ⎜ M ⎟ 2 ⎜ M ⎟ M ⎟ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎜a ⎟ ⎜a ⎟ ⎜a ⎟ ⎝ m1 ⎠ ⎝ m2 ⎠ ⎝ mn ⎠ sistemul (1) se poate scrie şi sub forma x1P1 + x 2P2 + K + x nPn = P0 numită forma vectorială.P = .

Deci pentru soluţia de bază corespunzătoare bazei B avem x1P1 + x 2P2 + K + x mPm = P0 . Pentru a găsi soluţia de bază corespunzătoare bazei B1 = {P1. Dacă xi > 0.Pm } lăsând necunoscutele principale în membrul stâng şi trecând necunoscutele secundare în membrul drept. j = 1. i = 1.K. Dacă xi ≠ 0. Soluţia de bază corespunzătoare bazei B1 este astfel x B1 = (1. P2} anulăm necunoscutele secundare (x3 = x4 = 0). Se numeşte soluţie de bază corespunzătoare bazei B.2. P2 = ⎜ ⎟ . Exemplu. . P2. n Dacă avem o bază B = {P1.28 Capitolul al III . obţinem x1P1 + x 2P2 + K + x mPm = P0 − (x m+1Pm+1 + K + x nPn ) . P3.m soluţia de bază se numeşte soluţie de bază pozitivă.lea Presupunem că rangA = m < n.P0 = ⎜ ⎟ ⎜ 2⎟ ⎜ 3⎟ ⎜4⎟ ⎜ 6⎟ ⎜8⎟ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ şi cu vectorii P1.P2 .Pn sunt vectori din Rm. Cu vectorii Pj. P2} este bază. n = 4. x2 = 2.m soluţia de bază se numeşte nedegenerată şi degenerată în caz contrar. Să se afle soluţiile de bază ale sistemului ⎧x1 + 2x 2 + 3 x 3 + 4 x 4 = 5 ⎪ .K.P2 . Pentru ca m vectori să formeze o bază în Rm trebuie ca determinantul format din componentele lor să fie diferit de zero.n se pot forma maxim C m baze în Rm. soluţia care se obţine prin anularea necunoscutelor secundare (x m +1 = K = x n = 0) . În cazul nostru m = 2. 4 Verificăm dacă S1 = {P1. ⎛ 1⎞ ⎛ 2⎞ ⎛ 3⎞ ⎛4⎞ ⎛5⎞ P1 = ⎜ ⎟ . i = 1.0.P3 = ⎜ ⎟ .0 ) . Cum ∆ 1 = 1 2 2 3 = −1 ≠ 0 rezultă că vectorii sistemului S1 formează o bază B1. Obţinem sistemul ⎧ x1 + 2 x 2 = 5 ⎨ ⎩2x1 + 3x 2 = 8 care are soluţia x1 = 1. P1. ⎨ ⎪2x1 + 3 x 2 + 4 x 3 + 6x 4 = 8 ⎩ Soluţie. P4 se pot forma maxim C 2 = 6 baze în R2.P4 = ⎜ ⎟ .

x B 2 .SISTEME DE ECUAŢII LINIARE 29 Verificăm dacă S2 = {P1.0. Cum ∆ 2 = 1 3 2 4 = −2 ≠ 0 rezultă că vectorii sistemului S2 constituie o bază B2. ⎨ 3x1 + 2x 2 − x 3 + x 4 = 2 ⎪ ⎪x1 + 4 x 2 + x 3 − 3 x 4 = −2 ⎩ ⎧2x1 + x 2 − 4 x 3 = −8 ⎪ b) ⎨3x1 − x 2 + 2 x 3 = 7 .0 ) . Probleme propuse 1.0. Analog pentru S3 = {P1.4. P4} sunt respectiv x B 3 = (1.2 ) . B6 = {P3.4. ⎪x + x + 5 x = 18 3 ⎩ 1 2 ⎧x1 + x 2 − x 3 − x 4 = 2 ⎪2x − x + 2x − x = 1 ⎪ 1 2 3 4 . Soluţia de bază corespunzătoare bazei B2 este astfel x B 2 = (2. Să se rezolve sistemele: ⎧2x1 + 2x 2 − x 3 = 9 ⎪ a) ⎨x1 + x 2 + x 3 = 6 .0. S4 = {P2. x B 4 = (0. S3. P3}. P4}. S4. B4 = {P2. S5 = {P2. S6 constituie baze (S5 nu constituie bază.−1. 3. Soluţiile de bază x B1 . P4}. P4}. S6 = {P3. x B 6 = (0.1. P3} anulăm necunoscutele secundare (x2 = x4 = 0). x3 = 1. P3} constituie o bază. P3}. ⎪3x − x − 2x = 1 3 ⎩ 1 2 ⎧2x1 + x 2 − x 3 = 2 ⎪ c) ⎨x1 − 2x 2 + 3x 3 = 2 . x B 3 sunt soluţii de bază pozitive. ⎪3x + 2x + x = 6 2 3 ⎩ 1 ⎧x1 + 2 x 2 − 3x 3 + 2x 4 = −7 ⎪2x − x + 2x − x = 10 ⎪ 1 2 3 4 .0.0). Pentru a găsi soluţia de bază corespunzătoare bazei B2 = {P1. Obţinem sistemul ⎧ x1 + 3 x 3 = 5 ⎨ ⎩2x1 + 4 x 3 = 8 care are soluţia x1 = 2. deoarece ∆ 5 = 2 4 3 6 = 0 ) iar soluţiile de bază corespunzătoare bazelor B3 = {P1. P4}.−1.1). Observaţie. ⎨ ⎪x1 + x 2 + x 3 = 0 ⎪x 2 + x 3 + x 4 = 1 ⎩ d) e) .

30

Capitolul al III - lea

2. Să se calculeze inversa matricei A, unde:

⎛ 1 2 3⎞ ⎜ ⎟ a) A = ⎜ 1 1 2 ⎟ ; ⎜ − 1 3 3⎟ ⎝ ⎠ ⎧x1 + 2x 2 − x 3 = 2 ⎪ 3. Fie sistemul ⎨2 x1 + x 2 − x 3 = 1 . ⎪x + x + x = 6 3 ⎩ 1 2
a) Să se rezolve sistemul.

⎛1 ⎜ ⎜0 b) A = ⎜ 0 ⎜ ⎜1 ⎝

1 1 0 1

0 1 1 1

0⎞ ⎟ 0⎟ . 1⎟ ⎟ 0⎟ ⎠

b) Să se calculeze inversa matricei asociate sistemului.

4. Să se afle soluţiile de bază ale sistemelor:

⎧x1 + 2x 2 + 3x 3 = 8 ; a) ⎨ ⎩2 x1 − x 2 + 6 x 3 = 1 ⎧ x1 + x 2 + 2 x 3 = 4 c) ⎨ ; ⎩2x1 + x 2 + 4 x 3 = 7

⎧x1 + 2 x 2 + 3x 3 = 5 b) ⎨ ; ⎩2x1 + x 2 + 6x 3 = 7 ⎧ x1 + 2 x 2 + 3 x 3 − 4 x 4 = 2 d) ⎨ ; ⎩2x1 − 4 x 2 + x 3 + x 4 = 0

⎧x1 + 2x 2 + 3x 3 + 4 x 4 − 10 = 0 e) ⎨ . ⎩2x1 + x 2 + 6x 3 + 2x 4 − 12 = 0

NOŢIUNI DE PROGRAMARE LINIARĂ

31

CAPITOLUL al IV-lea

NOŢIUNI DE PROGRAMARE LINIARĂ
4.1. Introducere
Multe probleme de mare importanţă practică, cum sunt cele de planificare, organizare, amestec, transporturi, investiţii, etc au următoarea formă: Să se afle valoarea maximă (minimă) a unei funcţii liniare de n variabile (numită funcţie scop sau funcţie de eficienţă) ştiind că variabilele trebuie să satisfacă m condiţii exprimate sub forma unor ecuaţii sau inecuaţii liniare. Exemplu. O societate comercială realizează două produse P1 şi P2 folosind trei materii prime M1, M2 şi M3. Datele sunt cuprinse în tabelul de mai jos: P1 M1 M2 M3 Beneficiu unitar 1 2 2 1 P2 4 1 0 3 Disponibil în tone 20 12 10

Se cere să se stabilească câte unităţi din produsul P1 şi câte din P2 trebuie să realizeze societatea comercială astfel încât beneficiul să fie maxim şi să nu se depăşească disponibilităţile de materii prime. Soluţie. Notăm cu x, y numărul de unităţi din P1, respectiv P2 ce trebuie realizate de societatea comercială pentru ca beneficiul să fie maxim. Beneficiul este dat de (1) f(x,y) = x + 3y. Condiţiile cerute de problemă sunt:

⎧x + 4y ≤ 20 ⎪ (2) ⎨2 x + y ≤ 12 ⎪2 x ≤ 10 ⎩
⎧x ≥ 0 (3) ⎨ ⎩y ≥ 0

32

Capitolul al IV - lea

Matematic, problema se enunţă astfel: Să se determine maximul funcţiei (1) ştiind că sunt îndeplinite condiţiile (2) şi (3). Pentru rezolvarea acestei probleme folosim metoda geometrică. Reprezentăm grafic dreptele d1: x + 4y = 20, d2: 2x + y = 12, d3: 2x = 10. Din condiţiile (2), (3), se obţine poligonul convex OABCD, unde O(0,0), A(0,5), B(4,4), C(5,2), D(5,0)

Mulţimea soluţiilor posibile ale problemei este dată de poligonul convex OABCD. Problema noastră este să alegem din această infinitate de soluţii pe acea (acele) soluţie (soluţii) care fac funcţia (1) maximă. Se numeşte curbă de nivel orice dreaptă de ecuaţie f(x,y) = λ , λ ∈ R , adică x + 3y = λ . O asemenea curbă de nivel este perpendiculară pe vectorul OP unde O(0,0) şi P(1,3). Soluţia optimă (unde f ia valoarea maximă) trebuie să se găsească atât pe dreapta x + 3y = λ cât şi să aparţină poligonului OABCD. Distanţa d de la O la curba de nivel x + 3y - λ = 0 este d =

λ 10

.

Se observă că d este cu atât mai mare cu cât λ este mai mare în valoare absolută. Rezultă că soluţia optimă este dată de ultimul vârf al poligonului OABCD când curba de nivel variază, adică ultimul vârf întâlnit. În cazul nostru acesta este punctul B(4,4) şi deci fmax = f(4,4) = 4 + 3·4 = 16. Concluzie. Beneficiul maxim se obţine făcând 4 unităţi din produsul P1 şi 4 unităţi din produsul P2. Observaţii. 1) Mulţimea soluţiilor sistemului (2), (3) numită şi mulţimea soluţiilor posibile este o mulţime convexă (notată cu L). 2) Valoarea optimă (maximă sau minimă) a funcţiei scop, dacă există, se realizează în unul din vârfurile poligonului convex (mulţimii soluţiilor posibile).

economistul alegând-o pe aceea pe care o va considera mai potrivită. perpendicular pe BC.m .NOŢIUNI DE PROGRAMARE LINIARĂ 33 3) Dacă vectorul OP era. j = 1.m respectiv în cantităţile (ai). n al unei unităţi de marfă de la depozitul Di la magazinul Mj. deci x ij ≥ 0 . Trebuie să avem îndeplinite condiţiile: - la fiecare magazin Mj să se transporte cantitatea de marfă bj cerută. j = 1. n . atunci funcţia scop (1) îşi atingea valoarea maximă în orice punct al segmentului închis BC. j = 1. i = 1. i = 1. deci ∑ x ij = b j . mulţimea soluţiilor optime este infinită. deci j=1 ∑ x ij = a i .m se găseşte atâta marfă cât este cerută de magazinele (Mj). i = 1. i = 1.m este cerută de magazinele (Mj). m i =1 - la fiecare depozit să epuizăm întreaga cantitate de marfă ai existentă. 4) Metoda geometrică (folosită în rezolvarea exemplului de mai sus) poate fi utilizată şi pentru cazul funcţiilor de trei variabile. Problema transporturilor O anumită marfă ce se găseşte în depozitele (Di).n . j = 1. În acest caz. j = 1. Acest caz este cel mai convenabil economiei. se cere să se organizeze astfel transportul încât preţul total de transport să fie minim.n cantitatea de marfă ce o vom transporta de la depozitul Di la magazinul Mj.m . i = 1. i = 1. j = 1. i = 1.m . Preţul total al transporturilor este . j =1 m n i =1 Cunoscând preţul de transport (cij).n respectiv în cantităţile (bj). adică în depozitele (Di). n - cantităţile xij de marfă transportată trebuie să fie mărimi nenegative. dar nu şi pentru funcţii de mai mult de 3 variabile. n deci ∑ ai = ∑ b j . Presupunem că cererea este egală cu oferta. Notăm cu (xij). n . de exemplu. j = 1.m .

n ⎪i =1 (2) ⎨ n ⎪ ∑ x = a .n .m . j = 1. mijloace fixe. n şi că beneficiul obţinut prin fabricarea unei unităţi din produsul Pj.34 Capitolul al IV . 3) Condiţiile (2).m i ⎪ j =1 ij ⎩ (3) x ij ≥ 0 . Beneficiul este dat de f = ∑ c jx j . i = 1. energie. j = 1.n numărul unităţilor din produsul Pj ce trebuie fabricat. j = 1. Observaţii. forţă de muncă.m .n este cj unităţi monetare. i = 1. j = 1. i =1j =1 m n Rezumând. în cantităţile (ai). i = 1. Se cere să se antecalculeze câte unităţi din fiecare produs să se realizeze astfel încât să nu se depăşească resursele iar beneficiul obţinut să fie maxim.m (de exemplu: sume de bani. j = 1. (3) se mai numesc şi restricţiile problemei Problema resurselor Dispunem de resursele (Ri). j = 1.lea f = ∑ ∑ c ij x ij . Notăm cu (xj).m .i = 1. 1) Funcţia f se mai numeşte şi funcţie scop sau de eficienţă 2) Coeficienţii cij se mai numesc şi coeficienţi tehnici. se cere să se afle minimul funcţiei (1) f = ∑ ∑ c ij x ij i =1j =1 m n ştiind că necunoscutele xij îndeplinesc condiţiile: ⎧m ⎪ ∑ x ij = b j . Se ştie că pentru fiecare unitate de produs Pj se consumă din fiecare resursă Ri cantitatea aij. i = 1.n . j =1 n Ca să nu depăşim resursele trebuie să avem . materii prime. etc) şi cu aceste resurse putem fabrica mai multe produse (Pj).

n Cum nu putem avea cantităţi negative fabricate. i = 1. i = 1. j = 1. Diverse forme ale problemei de programare liniară Din exemplele precedente rezultă că modelul matematic al unei probleme de programare liniară are următoarea formă: Să se determine valoarea maximă sau minimă (valoarea optimă) a funcţiei (1) f = ∑ c j x j j =1 n în condiţiile: (2) ∑ a ij x j = bi . O asemenea problemă. fie prin scăderea unei mărimi pozitive. i = 1. j = 1. fie prin adăugarea unei mărimi pozitive. Orice restricţie de forma (2) care nu este de tip egalitate. .m j =1 ≥ (3) x j ≥ 0 . j = 1. m .m j =1 n şi ( 3' ) x j ≥ 0 . Rezumând. problema se reduce la a afla maximul funcţiei ( 1' ) f = ∑ c j x j j =1 n ştiind că trebuie îndeplinite condiţiile: ( 2' ) ∑ a ij x j ≤ a i . problema resurselor) observăm că funcţia f a cărei valoare optimă (minimă sau maximă) trebuie să o aflăm este o funcţie liniară iar restricţiile sunt date de sisteme de ecuaţii sau inecuaţii liniare.NOŢIUNI DE PROGRAMARE LINIARĂ 35 j=1 ∑ a ij x j ≤ a i . n ≤ Observaţie. n . trebuie şi x j ≥ 0 .n . Din cele două probleme prezentate (problema transporturilor.2. poate fi adusă la forma unei egalităţi. când atât funcţia scop cât şi sistemul restricţiilor sunt liniare se numeşte problemă de programare liniară. n . 4.

t . adică: Să se determine valoarea maximă sau minimă a funcţiei ( 1' " ) f = C X în condiţiile ( 2' " ) x1P1 + x 2P2 + K + x nPn = P0 ( 3' " ) X ≥ 0 . B = ⎜ M ⎟.36 Capitolul al IV . j = 1. C = ⎜ M ⎟ .m j =1 n ( 3' ) x j ≥ 0 .K.P = B . K K ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜b ⎟ ⎜x ⎟ ⎜c ⎟ K a mn ⎟ ⎠ ⎝ m⎠ ⎝ n⎠ ⎝ n⎠ obţinem aşa numita formă matriceală adică: Să se determine valoarea maximă sau minimă a funcţiei ( 1" ) f = C t X în condiţiile ( 2" ) AX = B ( 3" ) X ≥ 0 ( x j ≥ 0 .n ) 2) Dacă considerăm vectorii coloană ⎛ a1n ⎞ ⎛ a12 ⎞ ⎛ a11 ⎞ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎜ a 2n ⎟ ⎜ a 22 ⎟ ⎜ a 21 ⎟ .lea Se numeşte formă standard a unei probleme de programare liniară. În cele ce urmează vom considera rang A = m < n. . 1) Dacă considerăm matricele ⎛ a11 a12 ⎜ a 22 ⎜a A = ⎜ 21 K K ⎜ ⎜a ⎝ m1 a m2 K a1n ⎞ ⎛ b1 ⎞ ⎛ x1 ⎞ ⎛ c1 ⎞ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ K a 2n ⎟ ⎜ b2 ⎟ ⎜ x2 ⎟ ⎜c2 ⎟ ⎟. Observaţii. X = ⎜ M ⎟.P = P1 = ⎜ M ⎟ 2 ⎜ M ⎟ M ⎟ 0 ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎜a ⎟ ⎜a ⎟ ⎜a ⎟ ⎝ mn ⎠ ⎝ m2 ⎠ ⎝ m1 ⎠ obţinem aşa numita formă vectorială. i = 1. forma următoare: Să se determine valoarea maximă sau minimă (valoarea optimă) a funcţiei ( 1' ) f = ∑ c j x j j =1 n în condiţiile: ( 2' ) ∑ a ij x j = b i . Pn = ⎜ . Observaţie.n . j = 1.

3) Se numeşte soluţie de bază orice soluţie de bază a sistemului ( 2' ). 2) Se numeşte soluţie optimă. Pm. ( 3" ) sau ( 2' " ). ( 3' ) sau ( 2" ). X 2 ≥ 0 Fie X o combinaţie liniară convexă oarecare a soluţiilor X1 şi X2.3. adică AX 1 = B.1] . …. ( 3' " ). orice vârf al mulţimii L este o soluţie de bază. . Soluţii ale unei probleme de programare liniară Fie o problemă de programare liniară dată sub una din formele de mai sus. Orice soluţie de bază X a unei probleme de programare liniară este un vârf al mulţimii soluţiilor posibile L şi reciproc. ( 3' ) sau ( 2" ). Fie X1 şi X2 ∈ L două soluţii posibile diferite ale unei probleme de programare liniară. adică X = λX 1+(1 − λ )X 2 cu λ ∈ [0. Direct. Fie ⎛ x1 ⎞ ⎜ ⎟ ⎜ x2 ⎟ ⎜ M ⎟ ⎜ ⎟ X = ⎜ xm ⎟ ⎜ 0 ⎟ ⎜ ⎟ ⎜ M ⎟ ⎜ ⎟ ⎝ 0 ⎠ soluţia de bază corespunzătoare bazei formate cu primii m vectori P1. P2.NOŢIUNI DE PROGRAMARE LINIARĂ 37 4. Demonstraţie. Am demonstrat astfel că mulţimea L este convexă. X 1 ≥ 0 AX 2 = B. Mulţimea soluţiilor posibile L este o mulţime convexă. ( 3' " ). Deoarece AX = A[λX 1+(1 − λ )X 2 ] = λAX 1+(1 − λ )AX 2 = λB + (1 − λ ) B = B şi X ≥ 0 rezultă că X este o soluţie posibilă a problemei. soluţia posibilă X care face funcţia f dată optimă (maximă sau minimă). Mulţimea soluţiilor posibile se notează cu L. Teoremă. Demonstraţie. Definiţii. 1) Se numeşte soluţie posibilă orice vector X ∈ R n care îndeplineşte condiţiile ( 2' ). Teoremă. ( 3" ) sau ( 2' " ).

P2 . Presupunem. astfel încât λ1P1 + λ 2P2 + K + λ mPm = 0 . deci X este un vârf al mulţimii soluţiilor posibile L. ⎜ 0 ⎟ ⎜ 0 ⎟ ⎜ ⎜ ⎟ ⎟ ⎜ M ⎟ ⎜ M ⎟ ⎜ ⎜ ⎟ ⎟ ⎝ 0 ⎠ ⎝ 0 ⎠ Cum X ' şi X" sunt soluţii posibile. X " = ⎜ 2 ⎟ .Pm sunt liniar independenţi.K. .Pm corespunzători acestor componente sunt liniar independenţi. rezultă că x'm +1 = x"m +1 = 0. ⎛ x'1 ⎞ ⎛ x"1 ⎞ ⎜ ⎟ ⎜ ⎟ ⎜ x' 2 ⎟ ⎜ x" ⎟ Aceasta înseamnă că există două soluţii posibile X ' = ⎜ ⎟ .1) .K. Fie X un vârf al mulţimii L. Vom demonstra că vectorii P1.lea Presupunem prin absurd că soluţia de bază X nu ar fi un vârf al mulţimii soluţiilor posibile L. x'n = x"n = 0 şi deci 0 = λx' m+1 +(1 − λ ) x" m+1 ⎛ x'1 ⎞ ⎛ x"1 ⎞ ⎜ ⎜ ⎟ ⎟ ⎜ x' 2 ⎟ ⎜ x" 2 ⎟ ⎜ M ⎟ ⎜ M ⎟ ⎜ ⎜ ⎟ ⎟ X ' = ⎜ x ' m ⎟ . X ' ≠ X " astfel încât M M ⎜ ⎟ ⎜ ⎟ ⎜ x' ⎟ ⎜ x" ⎟ ⎝ n⎠ ⎝ n⎠ X = λX '+(1 − λ )X " . Reciproc.K.38 Capitolul al IV . avem x'1 P1 + x' 2 P2 + K + x' m Pm = P0 şi x"1 P1 + x" 2 P2 + K + x" m Pm = P0 Se contrazice astfel ipoteza că vectorii P1. nu sunt liniar independenţi. Relaţia X = λX '+(1 − λ )X" se poate scrie pentru fiecare componentă.P2 . Presupunem că primele m componente ale vectorului X sunt nenule. Există deci scalarii λ1. prin absurd. X " = ⎜ x" m ⎟ . că cei m vectori de mai sus. λ 2 . λ m nu toţi nuli. astfel x1 = λx'1 +(1 − λ ) x"1 x 2 = λx ' 2 +(1 − λ ) x" 2 M x m = λx ' m +(1 − λ ) x" m M 0 = λx' n +(1 − λ ) x" n Din ultimele n – m relaţii.K. λ ∈ (0.

NOŢIUNI DE PROGRAMARE LINIARĂ 39 Pe de altă parte. În consecinţă. Pentru a fixa condiţiile. Teoremă. Putem alege α astfel încât x i + αλ i şi x i − αλ i să fie nenegative pentru i = 1. 2 2 ceea ce contrazice ipoteza făcută asupra lui X. .P2 . fie o problemă de programare liniară în care se cere maximul funcţiei scop. În aceste condiţii.K. X 2 = ⎜ x m − αλ m ⎟ ⎜ ⎜ ⎟ ⎟ 0 0 ⎜ ⎟ ⎜ ⎟ ⎜ ⎜ ⎟ ⎟ M M ⎜ ⎟ ⎜ ⎟ 0 0 ⎝ ⎠ ⎝ ⎠ sunt două soluţii posibile. Dacă funcţia scop a unei probleme de programare liniară are optim finit.m . Au loc şi relaţiile (x1 + αλ1 ) P1 + (x 2 + αλ 2 ) P2 + K + (x m + αλ m ) Pm = P0 (x1 − αλ 1 ) P1 + (x 2 − αλ 2 ) P2 + K + (x m − αλ m ) Pm = P0 . Adunând aceste două soluţii.Pm ar fi liniar dependenţi este contrazisă. atunci valoarea optimă este atinsă cel puţin într-un vârf al mulţimii soluţiilor posibile L. presupunerea că vectorii P1. ⎜ 0 ⎟ ⎜ ⎟ ⎜ M ⎟ ⎜ ⎟ ⎝ 0 ⎠ adică 1 1 X = X1 + X 2 . Demonstraţie. cum X este soluţie posibilă avem x1P1 + x 2P2 + K + x mPm = P0 . Am demonstrat astfel că X este o soluţie de bază. ⎛ x1 + αλ 1 ⎞ ⎛ x 1 − αλ 1 ⎞ ⎜ ⎟ ⎜ ⎟ ⎜ x 2 + αλ 2 ⎟ ⎜ x 2 − αλ 2 ⎟ ⎜ ⎟ ⎜ ⎟ M M ⎜ ⎟ ⎜ ⎟ X 1 = ⎜ x m + αλ m ⎟ . obţinem ⎛ 2 x1 ⎞ ⎜ ⎟ ⎜ 2x 2 ⎟ ⎜ M ⎟ ⎜ ⎟ X 1 + X 2 = ⎜ 2 x m ⎟ = 2X .

Înseamnă că X 0 = ∑ λ i X i . .lea Fie X0 o soluţie optimă a problemei.K. atunci X = λX 1 + (1 − λ )X 2 cu λ ∈ [0. i =1 i =1 k k Deci M ≤ f ( Y ) . P3 se pot forma maxim C 2 = 3 baze în R2. X 2 . P2. X k ale mulţimii L. P3 = ⎜ ⎟ .40 Capitolul al IV . notând max f (X i ) = f (Y ) .1] şi ∑ λ i = 1 . Observaţie. Să se determine maximul funcţiei (1) f(x) = 2x1 + 3x2 + 4x3 în condiţiile: ⎧x1 + x 2 + 2x 3 = 3 (2) ⎨ ⎩2 x1 + 3 x 2 + 5 x 3 = 8 ⎧ x1 ≥ 0 ⎪ (3) ⎨x 2 ≥ 0 ⎪x ≥ 0 ⎩ 3 ⎛ 1⎞ ⎛ 1⎞ ⎛2⎞ ⎛3⎞ Soluţie. Dacă funcţia scop a unei probleme de programare liniară are optim finit şi X1.1] este tot o soluţie optimă. avem ⎜ ⎟ i =1. λ 2 . X∈L Presupunem. P0 = ⎜ ⎟ şi cu vectorii ⎜2⎟ ⎜3⎟ ⎜5⎟ ⎜8⎟ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ P1. λ k ∈ [0.k ⎝ i =1 ⎠ i =1 M = ∑ λ i f ( X i ) ≤ ∑ λ i f ( Y) = f ( Y) . Din teoremele de mai sus rezultă că pentru rezolvarea unei probleme de programare liniară. inegalitate care nu poate fi adevărată deoarece M = max f (X ) şi deci X∈L f (X 0 ) = f (Y ) . adică f (X 0 ) = max f (X ) = M . P1 = ⎜ ⎟ . prin absurd. trebuie să determinăm toate soluţiile de bază (numărul lor fiind cel mult C m ) şi dintre acestea vom n alege pe acelea care optimizează funcţia scop. că X0 nu este unul dintre vârfurile X 1. adică X0 este un vârf. X2 sunt două soluţii optime ale problemei. P2} este bază. 3 Verificăm dacă S1 = {P1. P2 = ⎜ ⎟ . n = 3.K. i =1 i =1 k k ⎛k ⎞ k Cum M = f ( X 0 ) = f ⎜ ∑ λ i X i ⎟ = ∑ λ i f ( X i ) . Exemplu. În cazul nostru m = 2. unde λ1.

Obţinem sistemul ⎧ x1 + x 2 = 3 ⎨ ⎩2x1 + 3x 2 = 8 care are soluţia x1 = 1. care a publicat primele lucrări în acest sens în 1947.2. B. Analog. x3 = 2. P3} anulăm necunoscuta secundară (x2 = 0).1) .1. Soluţia de bază corespunzătoare bazei B2 este astfel x B 2 = (− 1. Vom prezenta în continuare metoda simplex. Ulterior a dat diverse variante ale metodei. avem f(1. Dantzig.NOŢIUNI DE PROGRAMARE LINIARĂ 41 Cum ∆ 1 = 1 1 2 3 = 1 ≠ 0 rezultă că vectorii sistemului S1 formează o bază B1. x2 = 2. Calculând valoarea funcţiei f pentru soluţiile de bază x B1 .0) = 2·1 + 3·2 + 4·0 = 8 f(0.0 ) . Observaţie. Obţinem sistemul ⎧ x1 + 2 x 3 = 3 ⎨ ⎩2x1 + 5x 3 = 8 care are soluţia x1 = .0. n mari. Soluţia de bază corespunzătoare bazei B1 este astfel x B1 = (1. Procedeul din exemplul dat este impracticabil pentru m.2. P3} găsim x B 3 = (0.1. elaborată de G. xB 3 .2) . deci fmax = 8. x3 = 0. pentru x1 = 1.1) = 2·0 + 3·1 + 4·1 = 7. 2 5 Pentru a găsi soluţia de bază corespunzătoare bazei B2 = {P1. . Cum ∆ 2 = 1 2 = 1 ≠ 0 rezultă că vectorii sistemului S2 constituie o bază B2. Pentru a găsi soluţia de bază corespunzătoare bazei B1 = {P1. Având o coordonată negativă xB 2 nu este soluţie de bază (ea nu verifică a doua condiţie de nenegativitate din (3)). Verificăm dacă S2 = {P1. P2} anulăm necunoscuta secundară (x3 = 0).1. pentru S3 = {P2. P3} constituie o bază. x2 = 2.

întocmim primul tabel simplex Avem (1) P0 = ∑ BiPi . . Presupunem că primii m vectori P1.K.Pα +1. i =1 m m (2) Pβ = ∑ A iβPi .Pβ .Pm } să constituie o bază B' . k = m + 1. i =1 Algoritmul simplex constă în a înlocui un vector din baza B (de exemplu Pα ) cu un vector din afara bazei (de exemplu Pβ ) astfel încât sistemul nou obţinut {P1 . i =1 m (3) Pk = ∑ A ik Pi .Pm } şi că soluţia de bază corespunzătoare bazei B este x B = (B1. j = 1.P2 . iar soluţia corespunzătoare să fie o soluţie de bază.K.K. x j ≥ 0 .lea 4. Metoda Simplex Fie dată o problemă de programare liniară sub forma: Să se determine maximul (minimul) funcţiei f = ∑ c jx j j =1 n în condiţiile: x1P1 + x 2P2 + K + x nPn = P0 .Pα −1.Bm . j = 1.B 2 . i = 1.0.0.K. n .K. n .0 ) cu Bi > 0 .42 Capitolul al IV .Pm formează o bază B = {P1 .K.m .n în raport cu baza B.P2 .4.P2 . Determinând componentele vectorilor Pj .

Înmulţind (2) cu θk (număr real. Să determinăm componentele vectorilor Pk. avem (4) P0 = ∑ B i −θA iβ Pi + θ Pβ . Cum Bi > 0 . i = 1. A iβ Rezultă deci că numărul pozitiv θ trebuie să fie valoarea minimă pozitivă a rapoartelor ⎧ Bi ⎫ ⎪ ⎪ ⎬. A αβ Observaţie. n în raport cu baza B' . Pentru a exista numărul θ trebuie ca B i −θA iβ > 0 să fie diferit de zero.m . pentru a avea îndeplinite condiţiile de mai sus este suficient ca pentru un θ pozitiv şi elementul A iβ să fie pozitiv şi să avem θ < Bi . deocamdată nedeterminat) şi scăzând-o din (3). n din afara bazei B' . trebuie determinate componentele tuturor vectorilor Pj. i = 1. trebuie să avem Bi −θA iβ > 0 . j = 1. Urmărind acum ca soluţia corespunzătoare bazei B' să fie o soluţie de bază. Înmulţind (2) cu θ (număr real. k = m + 1. deocamdată nedeterminat) şi scăzând rezultatul obţinut din (1). ⎩ Pentru întocmirea tabelului simplex SII. avem (6) Pk = ∑ A ik −θk A iβ Pi + θk Pβ . i=1 m ( ) . corespunzător bazei noi B' . avem B α −θA αβ = 0 de unde obţinem pentru θ expresia θ = Bα . A αβ se numeşte pivot. ⎨ A iβ ⎪ ⎪ ⎭ ⎩ Componentele vectorului P0 în noua bază B' (notate cu B'i .NOŢIUNI DE PROGRAMARE LINIARĂ 43 Să determinăm ce condiţii trebuie să îndeplinească vectorul Pβ . i ≠ α ⎪ (5) ⎨ ⎪B' β = θ .m ) sunt ⎧B' i =B i −θA iβ . m . Componentele vectorilor din baza B' sunt toate 0 afară de componenta vectorului în raport cu el însuşi care este 1. i ≠ α . i = 1. i=1 m ( ) Cum în relaţia (4) nu trebuie să existe vectorul Pα .

P2 . Avem (8) z 0 = ∑ c jB j . am demonstrat că valoarea optimă a funcţiei scop se realizează într-o soluţie de bază. Construind prin algoritmul simplex soluţii de bază. Pβ .K . Pm } ) la un tabel simplex SII (la o bază B' = {P1 . se pun următoarele probleme: departe şi să ştim când am găsit soluţia de bază care realizează optimul funcţiei pentru a nu lucra mai - să căutăm să ajungem cât mai repede la această soluţie.44 Capitolul al IV . θk se obţine împărţind elementele de pe linia lui Pα (vectorul scos din bază) la elementul pivot ( A αβ ) Componentele vectorilor Pk în baza B' sunt ⎧A ' ik = A ik −θ k A iβ . ⎩ Algoritmul de trecere de la un tabel simplex S I la alt tabel simplex S II rezultă din formulele (5) şi (7). Pα . i = 1. Algoritmul simplex ne permite să găsim soluţiile de bază. m . j∈B j∈B' Cum ⎧ ⎪B' j =B j −θA jβ . ⎩ rezultă că . j ∈ B. Pα+1 .lea Cum în relaţia (6) nu trebuie să existe vectorul Pα . avem A αk −θk A αβ = 0 de unde obţinem pentru θk expresia θk = A αk . Pα+1 . Notăm cu z0 valoarea funcţiei scop în baza B şi cu z' 0 valoarea funcţiei scop în baza B' . j ≠ α ⎨ ⎪B' β = θ . Pα −1 . P2 .K . z' 0 = ∑ c jB' j .K . Pentru aceasta să vedem cum variază valoarea funcţiei scop atunci când trecem de la un tabel simplex SI (deci de la o bază B = {P1 .K . La fiecare tabel simplex avem câte o soluţie de bază. A αβ Observaţie. i ≠ α ⎪ (7) ⎨ ⎪A 'βk = θ k . Pα −1 . Pe de altă parte. Pm } ).

adică prin trecerea de la o bază la alta. În aplicarea algoritmului simplex. soluţia de bază dată de tabelul simplex format corespunde vârfului care face funcţia scop maximă. pentru determinarea soluţiei de bază care face funcţia scop maximă. unde z B = ∑ c j A jβ . valoarea funcţiei scop devine mai mare. valoarea corespunzătoare a lui z0 este valoarea maximă a funcţiei scop) sau - dacă există cel puţin o diferenţă ∆ k = c k − z k pozitivă.NOŢIUNI DE PROGRAMARE LINIARĂ 45 z' 0 = ∑ c jB' j = ∑ c j (B j −θA jβ ) + θc β j∈B' j∈B sau ⎛ ⎞ z' 0 = ∑ c jB j + θ⎜ c β − ∑ c j A jβ ⎟ . Concluzie. Dacă avem ∆ β = c β − z B > 0 . rezultă că z ' 0 > z 0 . j∈B ( ) Notând ∆β = cβ − zB . în cazul căutării maximului funcţiei scop. ⎜ ⎟ j∈B' j∈B ⎝ ⎠ Deci (9) z' 0 = z 0 + θ c β − z B . . cum θ > 0 . problema de programare liniară nu are maxim finit). relaţie ce ne dă variaţia funcţiei scop atunci când se trece de la o soluţie de bază la alta. Dacă există în afara bazei mai mulţi vectori care au componente pozitive cu diferenţe corespunzătoare ∆ k = c k − z k pozitive. adică de la un tabel simplex la altul. Algoritmul simplex aplicat pentru determinarea maximului funcţiei scop se opreşte - dacă toate diferenţele ∆ k = c k − z k ≤ 0 (în acest caz. vom alege pentru a fi introdus în bază acel vector pentru care diferenţa ∆ k este maximă. apar necesare condiţiile: - să existe în afara bazei cel puţin un vector Pβ care să aibă cel puţin o componentă pozitivă ( A iβ > 0 ) - pentru vectorul ales Pβ trebuie ca diferenţa corespunzătoare ∆ β = c β − z B > 0 . dar vectorul Pk respectiv. din afara bazei. nu are componente pozitive (în acest caz. se obţine (10) z' 0 = z 0 + θ∆ β .

1) Atunci când se cere să se determine minimul funcţiei scop se iau în considerare diferenţele ∆ k = c k − z k negative. 5 5 5 . Cum nu mai avem diferenţe ∆ k negative. x4 = . 2) Pentru a lucra mai puţin şi a organiza calculele. x3 = . 7 7 1 fmin = − şi se realizează pentru x1 = 0. x2 = 0. tabelul simplex S I trebuie completat astfel: Exemplu. se va lucra cu diferenţa minimă.5 . ⎩ Soluţie. De obicei. x5 = 0.lea Observaţii.46 Capitolul al IV . j = 1. algoritmul simplex se opreşte. Să se afle valoarea minimă a funcţiei f(x) = x1 + 2x2 – x3 când sunt îndeplinite ⎧x + 2 x + x + 3x = 3 3 4 5 ⎪ 1 ⎪ condiţiile ⎨x 2 + 3 x 3 − x 4 + 2 x 5 = 4 ⎪ ⎪x j ≥ 0.

x i ≥ 0. a) f = x1 + 2x 2 + x 3 .NOŢIUNI DE PROGRAMARE LINIARĂ 47 4. i = 1.5 . i = 1. ⎨ ⎪x + 4y ≥ 8 ⎪x ≥ 0 . ⎨ ⎩2 x1 + x 2 + 3 x 3 = 3 ⎧− 2 x 1 + x 2 + x 3 = 2 ⎪ b) f = 2 x1 + x 2 ⎨x1 − 2x 2 + x 4 = 2 . x i ≥ 0. y ) = 2 x + 3y în condiţiile ⎧x + y ≤ 6 ⎪ x + 2y ≤ 8 ⎪ ⎪ . Să se determine minimul funcţiei f (x. i = 1. d) f = 3x1 − 2 x 2 + 4 x 3 . ⎨ 1 3 2 4 ⎪x 2 + x 3 − x 4 = 1 ⎩ f) ⎧2x1 − x 2 + x 3 = 7 f = 3x1 + x 2 − 2 x 3 .4 . i = 1. y ≥ 0 ⎩ 3. ⎨− 2x1 + x 2 + x 3 − 2 x 4 = 3 x i ≥ 0.5. x i ≥ 0. x i ≥ 0.3 . x i ≥ 0. Să se determine maximul funcţiei f ( x. ⎩x1 − x 2 + x 3 = −1 .3 . y ) = 2x + 3y în condiţiile ⎧6 x + y ≥ 6 ⎪4 x + 3 y ≥ 2 ⎪ . Probleme propuse 1. Să se determine valoarea maximă a funcţiei f în condiţiile date în fiecare din cazurile: ⎧3 x1 − x 2 + x 3 = 2 . ⎨ . ⎪x + x + x = 5 5 ⎩ 1 2 ⎧x1 + x 2 − x 3 + 4 x 4 = 2 ⎪ c) f = x1 + x 2 + 2 x 3 − x 4 . i = 1. ⎨ ⎩3x 1 + 3x 2 + x 3 = 4 1 ⎧ ⎪x − x + x = 1 . e) f = x1 + 2x 2 + 2 x 3 + x 4 . ⎨x ≤ 4 ⎪y ≤ 3 ⎪ ⎪x ≥ 0 . i = 1. ⎪x + x + x + 4 x = 6 3 4 ⎩ 1 2 ⎧x1 + 3x 2 + 2x 3 = 3 .4 . y ≥ 0 ⎩ 2.3 .

3x3 + 2x5 . ⎨ . x1 + 2x 2 + x 3 + x 4 = 10 ⎪ ⎪x ≥ 0 .48 Capitolul al IV .lea 4. − 4 x 2 + 3x 3 + 8x 5 + x 6 = 10 ⎪ ⎪x ≥ 0 .6 ⎩ i ⎧x1 + 2x 2 + 3x 3 = 15 ⎪2x + x + 5x = 20 2 3 ⎪ 1 b) f = . i = 1. ⎨ . Să se determine minimul funcţiei f în condiţiile date în fiecare din cazurile: ⎧x1 + 3x 2 − x 3 + 2x 5 = 7 ⎪− 2x + 4 x + x = 12 2 3 4 ⎪ a) f = x2 .4 ⎩ i .x1 – 2x2 – 3x3 + x4. i = 1.

a1 = s 1 . din rezultă că (s n )n∈N∗ este unic definit. n =1 n ≥1 ∞ Observaţie. Şirurile (a n )n∈N∗ şi (s n )n∈N∗ se definesc reciproc. Acestui şir îi ataşăm un nou şir din R. atunci din definiţia lui (sn )n∈N∗ Reciproc. Şirul (s n )n∈N∗ se numeşte şirul sumelor parţiale ataşat şirului (a n )n∈N∗ .1. În acest caz. Se spune că seria ∑ a n este convergentă. (sn )n∈N∗ . unde s n = a1 + a 2 + K + a n . Serii de numere reale Definiţii. ∀n ∈ N∗ . . Definiţii. (s n )n∈N∗ se numeşte serie de termen general an şi se notează ∑ a n . lim s n = s se numeşte suma seriei şi se notează ∑ a n = s . ∑ a n sau simplu ∑ a n . în sensul că dacă se dă şirul (an )n∈N∗ . n→ ∞ n=1 ∞ Se spune că seria ∑ a n este divergentă dacă şirul sumelor parţiale (s n )n∈N∗ nu are limită n =1 ∞ sau are limită dar este infinită. Fie (a n )n∈N∗ un şir de numere reale.SERII NUMERICE 49 CAPITOLUL al V-lea SERII NUMERICE 5. n ≥ 2 rezultă că (a n )n∈N∗ este bine definit dacă se cunoaşte (s n )n∈N∗ . Convergenţa sau divergenţa determină natura seriei. a n = s n − s n −1 . dacă şirul sumelor parţiale (s n )n∈N∗ n=1 ∞ este convergent în R. Cuplul format din şirurile (a n )n∈N∗ .

1) Seria geometrică ∑ r n este convergentă pentru r < 1 şi divergentă în rest. lim s n = ∞ iar pentru r ≤ −1 limita şirului (s n ) nu există. avem lim s n = n→ ∞ 1 1 şi deci seria este convergentă şi are suma s = . a ≠ 1 .lea Observaţii. Din context va reieşi dacă este vorba de serie. Atunci vom scrie ∑ a n şi în n =0 ∞ acest caz vom conveni să notăm prin sn suma a0 + a1 + … + an. n =0 ∞ 2) Seria armonică generalizată ∑ ∞ 1 n a n=1 este convergentă pentru a > 1 şi divergentă în rest. r −1 În studiul convergenţei acestei serii distingem următoarele cazuri: a) Dacă r < 1 . sau de suma seriei. Observaţie. s n = n + 1 . Demonstraţie. Derivata ei este f ' (x ) = . 1− a xa Aplicăm teorema lui Lagrange pe intervalul [k. iar pentru r = 1. atunci (s n ) diverge. 1− r 1− r n→∞ b) Dacă r ≥ 1 . Exemple. n şi sumând avem +K+ < . − ⎢ ⎥< (1 − a ) ⎢ (k + 1)a−1 k a−1 ⎥ k a ⎣ ⎦ ⎤ 1 ⎡ 1 1 1 +K+ − 1⎥ < 1 + ⎢ a −1 a (1 − a ) ⎢ (n + 1) ⎥ 2 na ⎦ ⎣ Făcând k = 1.k + 1] şi avem (k + 1)a 1 2a 1 (n + 1) a < 1 ⎡ 1 1 ⎤ 1 . s n = 1 + r + K + r n = r n+1 − 1 .50 Capitolul al V . 2) Uneori. 2. Pentru r = −1 se obţine seria divergentă 1 – 1 + 1 – 1 + … numită seria oscilantă. vom indexa termenii unei serii începând cu n = 0. 2) Fie funcţia f (x ) = 1 (1 − a )x a−1 1 = x 1−a 1 . …. deoarece pentru r ≥ 1 . fie suma seriei cu n =1 ∞ termenul general an în caz de convergenţă. 1) Pentru r ≠ 1 . 1) Prin simbolul ∑ a n se înţelege fie seria cu termenul general an.

Se schimbă însă suma.SERII NUMERICE 51 sau s n+1 − 1 < Dacă a > 1. ∞ Teoremă. Observaţie. a − 1 a − 1 (n + 1)a−1 a +1 Şirul (s n ) este crescător şi mărginit superior. n→∞ n→∞ Reciproca acestei teoreme nu este adevărată. Într-adevăr. Dacă a < 1. atunci lim a n = 0 . din ⎤ 1 ⎡ 1 − 1⎥ < s n ⎢ (1 − a ) ⎢ (n + 1)a−1 ⎥ ⎣ ⎦ şi ⎤ 1 ⎡ 1 − 1⎥ = ∞ ⎢ n → ∞ 1 − a ⎢ (n + 1)a −1 ⎥ ⎣ ⎦ lim rezultă că lim s n = ∞ . deci convergent. în cazul convergenţei. ceea ce înseamnă că seria este convergentă. atunci ⎤ 1 ⎡ 1 − 1⎥ < s n . plecând de la avem 1 1 < ln(k + 1) − ln k < . deci seria este divergentă. dacă seria este convergentă şirul (s n ) este convergent şi din faptul că a n = s n − s n−1 . prin trecere la limită avem n→∞ lim a n = lim s n − lim s n−1 = s − s = 0 . k +1 k ln(n + 1) < s n şi deci n→∞ lim s n = ∞ . dând valori lui k de la 1 la n şi sumând. Dacă la o serie se adaugă sau se elimină un număr finit de termeni. Dacă seria ∑ a n este convergentă. ⎢ (1 − a ) ⎢ (n + 1)a−1 ⎥ ⎣ ⎦ s n+1 < 1 + 1 1 1 1 − ⋅ < 1+ . . n =1 n→ ∞ Demonstraţie. n→∞ Pentru a = 1. atunci natura ei nu se modifică.

a) Notăm cu s n = u1 + u 2 + K + un şi t n = v 1 + v 2 + K + v n sumele parţiale ale şirurilor date şi cu c n = (u1 + v 1 ) + (u 2 + v 2 ) + K + (un + v n ) suma parţială a seriei sumă. ∞ 1 1 = 0 dar seria ∑ este divergentă.lea Exemplu. n=1 ∞ ∞ Prin ipoteză. Dacă seriile ∑ un şi ∑ v n sunt divergente. avem lim s n = s . atunci este posibil ca seria n =1 n =1 ∞ ∞ n =1 ∑ (un + v n ) să fie convergentă ∞ . n→∞ Rezultă că avem şi n→∞ lim c n = lim (s n + t n ) = s + t .52 Capitolul al V . avem n→∞ lim s n = s şi lim t n = t . n =1 ∞ c) seria ∑ (λun ) este convergentă pentru ∀λ ∈ R şi are suma λs . n→∞ Cum c n = λu1 + λu 2 + K + λun = λ(u1 + u 2 + K + un ) = λs n . Prin ipoteză. n→∞ Observaţie. avem şi lim c n = λs . n→∞ b) Analog c) Notăm cu s n = u1 + u 2 + K + un şi c n = λu1 + λu 2 + K + λun sumele parţiale pentru n=1 ∑ un şi respectiv ∑ (λun ) . Teoremă. Dacă seriile ∑ un . n =1 ∞ Demonstraţie. n→∞ n n =1 n lim Observaţie. atunci seria este n =1 ∞ divergentă. t atunci: n =1 n =1 ∞ ∞ a) seria ∑ (un + v n ) este convergentă şi are suma s + t. Dacă pentru seria ∑ a n şirul (a n ) nu converge la zero. n =1 ∞ b) seria ∑ (un − v n ) este convergentă şi are suma s – t. ∑ v n sunt convergente şi au respectiv sumele s.

Demonstraţie. Aceasta înseamnă că seria dată este convergentă. Dacă seria ∑ un are şirul sumelor parţiale (s n )n∈N∗ mărginit şi dacă n =1 (αn )n∈N∗ este un şir descrescător de numere reale pozitive convergent la zero. n =1 ∞ Conform criteriului lui Cauchy pentru şiruri de numere reale. Conform criteriului lui Cauchy pentru şiruri de numere reale. Reciproc. rezultă că (s n ) este şir fundamental. 1 Niels Henrik Abel (1802 – 1829). Seria ∑ un fiind convergentă rezultă că şirul sumelor parţiale (s n ) este convergent. Direct. Seria ∑ un este convergentă dacă şi numai dacă n =1 ∀ε > 0. ∀n ∈ N .SERII NUMERICE 53 Exemplu. ∃N(ε ) ∈ N astfel încât ∀n ≥ N(ε ) şi ∀p ∈ N avem un +1 + un + 2 + K + un + p < ε . atunci seria ∑ α nun n =1 ∞ este convergentă. rezultă că (s n ) este şir convergent. ∞ Criteriul lui Abel1. criteriul lui Cauchy. iar seria n =1 n =1 n n −1 ∑ (− 1) + (− 1) ∞ ∞ ∞ n =1 [ ] este convergentă. Cum s n+p − s n = un+1 + un+2 + K + un+p rezultă condiţia din enunţ. Pentru serii cu termeni oarecare au loc următoarele criterii de convergenţă : ∞ Criteriul lui Cauchy. Seriile ∑ (− 1)n şi ∑ (− 1)n −1 sunt divergente. Demonstraţie. rezultă că ∃M > 0 astfel încât s n < M . Din condiţia dată rezultă că (s n ) este şir fundamental. Deoarece şirul sumelor parţiale Pentru a demonstra criteriul lui Abel vom arăta că seria ∑ α nun verifică n =1 ∞ (s n ) este mărginit. matematician norvegian .

matematician şi filozof german . Dacă şirul (un ) este descrescător şi n =1 converge către zero. O serie alternată este deci de forma ∑ (− 1)n +1un sau ∑ (− 1)n un . ∀n ∈ N . rezultă că ∀ε > 0 . α n+1un+1 + α n+ 2 un+2 + K + α n+p un+p < ε . 2 Gottfried Wilhelm Leibniz (1646 – 1716). Din faptul că an < ε . Definiţie. ∃N(ε ) ∈ N astfel încât ∀n ≥ N(ε ) avem adică seria cu termenul general α nun verifică criteriul lui Cauchy şi deci este convergentă. Seria ∑ (− 1)n+1 are şirul sumelor parţiale mărginit iar (un ) este un şir n=1 ∞ descrescător de numere reale pozitive convergent la zero. n→∞ ( ) ( ) [ ( ) ] lim a n = 0 . un > 0 . unde un > 0 . 2M Astfel. n =1 n =1 ∞ ∞ Deoarece a doua serie se reduce la prima prin înmulţire cu -1.lea α n+1un+1 + α n+2 un+2 + K + α n+p un+p = = α n+1 (s n+1 − s n ) + α n+2 (s n+2 − s n+1 ) + K + α n+p s n+p − s n+p−1 ( ) = − α n+1s n + (α n+1 − α n+ 2 ) s n+1 + K + α n+p−1 − α n+p s n+p−1 + α n+p s n+p ≤ α n+1 s n + (α n+1 − α n+2 ) s n+1 + K + α n+p−1 − α n+p s n+p−1 + α n+p s n+p ≤ M α n+1 + (α n+1 − α n+2 ) + K + α n+p−1 − α n+p + α n+p = 2Mα n+1 .54 Capitolul al V . ∗ Criteriul lui Leibniz2. Fie ∑ (− 1)n +1un o serie alternată. ∀n ∈ N . vom considera în continuare numai serii alternate de forma ∑ (− 1) ∞ n +1 n =1 ∞ un . Se numeşte serie alternată o serie n=1 ∑ un ∞ pentru care produsul un ⋅ un+1 < 0. ∀n ∈ N∗ . atunci seria este convergentă. Demonstraţie.

unde s n = ∑ (− 1)k +1 uk . ∀n ≥ n1 . seria ∑ (− 1)n+1 un este convergentă. Atunci s n − s ≤ un +1. n =1 ∞ Pentru stabilirea naturii unei serii cu termeni pozitivi se folosesc următoarele criterii: Criteriul I al comparaţiei. Fie seria alternată ∑ (− 1)n +1un în care (un ) îndeplineşte condiţiile din criteriul lui n =1 ∗ Leibniz şi fie s suma sa. n =1 n =1 ∞ . (n + 1)n + 2 Soluţie. un +1 (n + 3 )n + 2 (n + 1)n + 2 ⎛ n2 + 4n + 3 ⎞ ⎟ = ⋅ =⎜ un (n + 2)n + 3 (n + 2)n +1 ⎜ n2 + 2n + 4 ⎟ ⎝ ⎠ şi n+2 <1 un = (n + 2)n +1 ⋅ 1 = 1 ⎛1 + 1 ⎞ n +1 → 0 . n =1 ∞ n =1 ∞ ∞ b) Dacă seria ∑ un este divergentă. Teoremă. n =1 n =1 ∞ ∞ Să presupunem că ∃n1 ∈ N astfel încât un ≤ v n . atunci seria ∑ v n este divergentă. ∀n ∈ N∗ . Serii cu termeni pozitivi Definiţie. Şirul cu termenul general un = Într-adevăr. Să se stabilească natura seriei ∑ (− 1)n +1 n =1 ∞ (n + 2)n +1 . (n + 2)n +1 (n + 1)n + 2 este descrescător şi converge către zero. adică sn k =1 n aproximează suma s a seriei cu o eroare mai mică decât un + 1. 5. ∀n ∈ N . ∀n ∈ N∗ . n=1 ∞ Exemplu. O serie ∑ a n se numeşte serie cu termeni pozitivi dacă an > 0. ⎜ ⎟ (n + 1)n +1 n + 1 n + 1 ⎝ n + 1 ⎠ ∞ Folosind criteriul lui Leibniz rezultă că seria dată este convergentă. Fie ∑ un şi ∑ v n două serii cu termeni pozitivi.SERII NUMERICE 55 Conform criteriului lui Abel. atunci seria ∑ un este convergentă. a) Dacă seria ∑ v n este convergentă.2.

Fie ∑ un şi ∑ v n două serii cu termeni pozitivi. Seria ∑ un fiind cu termeni pozitivi. atunci şirul (s n ) este nemajorat. ⎟> n n +1 ⎝ n + 1⎠ n + 1 1 n +1 1 1 1 1 . atunci seria ∑ v n este divergentă. Cum şirul (s n ) este mărginit şi n =1 ∞ crescător.56 ∞ Capitolul al V . Fie (s n ) şi (t n ) şirurile sumelor parţiale pentru ∑ un şi respectiv ∑ v n . Prin n =1 ∞ n =1 ∞ urmare. n =1 n =1 ∞ . b) Dacă seria ∑ un este divergentă. n =1 n =1 ∞ ∞ u v Să presupunem că ∃n1 ∈ N astfel încât n +1 ≤ n +1 . ∀n ≥ n1 . Folosind această relaţie.lea Demonstraţie. seria ∑ v n este divergentă. rezultă că şi seria dată este convergentă. ∀n ≥ n1 . n ⎠ n =1⎝ n ∞ Soluţie. şirul (t n ) este mărginit iar din relaţia de mai sus rezultă că n =1 ∞ şi (s n ) este mărginit. Cum seria ∑ v n este convergentă. De aceea. n =1 n =1 ∞ a) Avem s n ≤ t n . Rezultă deci că seria ∑ un este convergentă. ln şi în acelaşi timp ln n+1 ⎛ 1⎞ 1 = ln⎜ 1 + ⎟ < n ⎝ n⎠ n n+1 n 1 ⎞ 1 ⎛ = − ln = − ln⎜ 1 − . n =1 ∞ n =1 ∞ ∞ b) Dacă seria ∑ un este divergentă. un vn a) Dacă seria ∑ v n este convergentă.−1 < x < +∞ ) . atunci seria ∑ un este convergentă. Să se studieze natura seriei ∑ ⎜ − ln ⎟. 2 n =1 n n2 1 Criteriul II al comparaţiei. şirul (s n ) este crescător. 0 < − ln < − = < n n n + 1 n(n + 1) n2 n Aşadar. n =1 ∞ ⎛1 n + 1⎞ Exemplu. el este convergent. 0 < un < ∞ 1 şi cum seria ∑ este convergentă. Se ştie că ln(1 + x) < x (x ≠ 0. deci divergent.

rezultă afirmaţiile teoremei. vn Pentru ε = a u εa a a εa avem < n < .SERII NUMERICE 57 Demonstraţie. Criteriul III al comparaţiei. ∀n ≥ n1 . ∞ nn un + 1 1 ⎛ n + 1 ⎞ ⎛ 1⎞ = ⎜ ⎟ ≥ ⎜1 + ⎟ un e⎝ n ⎠ ⎝ n⎠ n −n −1 ⎛ 1⎞ ⋅ ⎜1 + ⎟ ⎝ n⎠ n+1 n deoarece ⎛ 1⎞ e < ⎜1 + ⎟ ⎝ n⎠ . ∀n ≥ n1 . Exemplu. rezultă că ∀ε > 0 . ∀n ≥ n1 . rezultă afirmaţiile teoremei. Cum lim un = a . v n v n+1 adică u n1 v n1 Notând k = un1 v n1 ≥ un1 +1 u ≥ K ≥ n ≥ K . ∀n ≥ N(ε ) sau v n < un < v n . ∃N(ε ) ∈ N astfel încât ∀n ≥ N(ε ) n→∞ v n avem un − a < ε. n =1 n =1 ∞ ∞ Dacă există lim un ∗ = a ∈ R + . Din inegalităţile de mai sus rezultă un un+1 ≥ . n→∞ v n Demonstraţie. Să se studieze natura seriei ∑ . 1 ∞ 1 un + 1 n + 1 şi cum seria ∑ este divergentă. Fie ∑ un şi ∑ v n două serii cu termeni pozitivi. ∀n ≥ N(ε ) . avem un ≤ kv n . . 1 un n =1 n n divergentă. rezultă că şi seria dată este ≥ Aşadar. v n1 +1 vn ≠ 0 . 2 2 2 2 vn 2 Ţinând seama de criteriul I al comparaţiei. n n=1e ⋅ n ! Soluţie. atunci cele două serii au aceeaşi natură. Ţinând seama de criteriul I al comparaţiei.

Să se studieze natura seriei ∑ 2n sin (0 < x < 3π) . Fie ∑ un o serie cu termeni pozitivi astfel ca şirul ∞ termenilor (un ) să fie descrescător. Soluţie. Cum un = 1 n(ln n)p îndeplineşte condiţiile din criteriul de condensare al lui Cauchy. atunci avem următoarele implicaţii: n =1 ∞ n =1 ∑ v n convergentă ⇒ ∑ un convergentă.p ∈ R . rezultă că seria dată are aceeaşi natură cu seria ∑ ⎜ ⎟ . În n =1⎝ 3 ⎠ concluzie. seria dată este convergentă. despre care ştim că este convergentă. Să se studieze natura seriei n=2 n(ln n) ∑ ∞ 1 p . Criteriul de condensare al lui Cauchy. 1) Dacă a = 0. ∞ ∞ 1 1 1 seria dată are aceeaşi natură cu seria ∑ 2 n = ∑ p care este convergentă n n p p n=2 2 ln 2 (ln 2) n=2 n ( ) pentru p > 1 şi divergentă pentru p ≤ 1 . ∑ v n divergentă n =1 ∞ ⇒ ∑ un n =1 ∞ ∞ ∞ x Exemplu. . 2 n =1 n =1 ∞ n =1 ∞ ∞ ⎛ 2 ⎞n Exemplu.lea Observaţii. Atunci seria ∑ un are aceeaşi natură cu seria ∑ 2n u n . atunci avem următoarele implicaţii: n =1 ∞ ∑ un convergentă ⇒ ∑ v n convergentă.58 Capitolul al V . n =1 3n Soluţie. ∑ un divergentă n =1 ∞ ⇒ ∑ vn n =1 ∞ ∞ divergentă. Deoarece x 2n sin 3n = x ∈ R ∗ lim + n→ ∞ ⎛ 2 ⎞n ⎜ ⎟ ⎝3⎠ n =1 divergentă. 2) Dacă a = +∞ .

n =1 n→ ∞ ∞ a) Dacă λ < 1 . atunci seria este divergentă. ∀n ≥ n1 . atunci seria este convergentă. Exemplu. n =1 ∞ b) Din enunţ. lim un = lim n ⎜ n→∞ n → ∞ ⎜ 2n 2 + 19 ⎟ n → ∞⎜ 2n 2 + 19 ⎟ ⎝ ⎠ ⎝ ⎠ n n rezultă că seria dată este divergentă. Fie ∑ un o serie cu termeni pozitivi. rezultă că un < r n . rezultă că seria ∑ un este convergentă.SERII NUMERICE 59 Criteriul rădăcinii (al lui Cauchy). n =1 ∞ ∞ Corolar. . Fie ∑ un o serie cu termeni pozitivi pentru care există lim n un = λ .1) urmează că termenul general al seriei ∑ un este mai mic decât termenul general al seriei geometrice cu raţia subunitară. b) Dacă λ > 1 . b) Dacă ∃n1 ∈ N astfel încât n un ≥ 1 . n =1 ∞ Din criteriul I al comparaţiei. c) Dacă λ = 1 . n ∞ ⎛ 8n2 + 17n ⎞ ⎟ . Cum ⎛ 8n 2 + 17n ⎞ ⎛ 2 ⎞ ⎟ = lim ⎜ 8n + 17n ⎟ = 4 > 1 . atunci seria ∑ un n =1 ∞ este convergentă. ∀n ≥ n1 şi cum r ∈ (0. atunci seria ∑ un este divergentă. rezultă că seria ∑ un este convergentă. şirul (un ) nu converge la zero şi deci seria n =1 ∑ un este divergentă. Să se stabilească natura seriei ∑ ⎜ 2 n =1⎜ 2n + 19 ⎟ ⎝ ⎠ Soluţie. a) Din enunţ. Din criteriul I al comparaţiei. rezultă că un ≥ 1 . ∀n ≥ n1 . n =1 ∞ Demonstraţie. n =1 ∞ a) Dacă ∃n1 ∈ N şi un număr 0 < r < 1 astfel încât n un ≤ r . ∀n ≥ n1 . Astfel. atunci nu putem preciza natura seriei.

filozof şi literat francez . Să se stabilească natura seriei ∑ 1⋅ 3 ⋅ K ⋅ (2n − 1) . n =1 b) Din enunţ. ∞ u b) Dacă ∃n1 ∈ N astfel încât n +1 ≥ 1 . atunci seria ∑ un un n =1 este convergentă. n → ∞ un a) Dacă λ < 1 . matematician. ∀n ≥ n1 . ∞ u a) Dacă ∃n1 ∈ N şi un număr 0 < r < 1 astfel încât n +1 ≤ r . a) Din enunţ. rezultă că un1 +1 ≤ run1 un1 +2 ≤ run1 +1 ≤ r un1 M 2 un1 +p ≤ run1 +p−1 ≤ r un1 . Fie ∑ un o serie cu termeni pozitivi pentru care există lim n =1 ∞ un + 1 =λ. ∀n ≥ n1 . Fie ∑ un o serie cu termeni pozitivi. fizician.lea Criteriul raportului (al lui d’Alembert3). şirul (un ) nu converge la zero şi deci seria ∑ un este divergentă. atunci seria ∑ un este divergentă.60 Capitolul al V . Astfel. c) Dacă λ = 1 . n =1 2 ⋅ 5 ⋅ K ⋅ (3n − 1) ∞ 3 Jean de Rond d’Alembert (1717 – 1783). ∀n ≥ n1 . p Aplicând criteriul I al comparaţiei seriilor ∞ n=n1 n ∑ un şi ∑ un1 r . Exemplu. atunci nu putem preciza natura seriei. atunci seria este divergentă. un n =1 n =1 ∞ Demonstraţie. atunci seria este convergentă. b) Dacă λ > 1 . n =1 ∞ c) Corolar. rezultă că 0 < un ≤ un+1 . rezultă că seria ∑ un este n=1 n=n1 ∞ ∞ ∞ convergentă deci şi seria ∑ un este convergentă.

Cum ⎛ u ⎞ lim n ⎜ n − 1⎟ = lim ⎜u ⎟ n→∞ n→∞ ⎝ n+1 ⎠ ⎛ 1⎞ −ln⎜ 1+ ⎟ a ⎝ n⎠ −1 1 n ⎡ −ln⎛ 1+ 1 ⎞ ⎤ ⎜ ⎟ −n ⎥ ⎢ ⎝ n⎠ −1 ⎛ 1⎞ a = lim ⎢ ⋅ ln⎜ 1 + ⎟ ⎥ = − ln a . Fie ∑ un o serie cu termeni pozitivi pentru care există lim n ⎜ n − 1⎟ = λ . Să se stabilească natura seriei ∑ Soluţie.Duhamel5. ∀n ≥ n1 . atunci seria este divergentă c) Dacă λ = 1 . M. matematician francez . atunci nu putem preciza natura seriei. n → ∞ un n → ∞ a ln n n→ ∞ n→ ∞ n +1 1 ⋅ 3 ⋅ K ⋅ (2n − 1) . n→∞ ⎢ ⎛ 1⎞ ⎝ n⎠ ⎥ ⎢ − ln⎜ 1 + n ⎟ ⎥ ⎝ ⎠ ⎣ ⎦ 4 5 J. L. ∞ Criteriul lui Raabe4 . Raabe (1801 – 1859) J. ∞ ⎛ u ⎞ b) Dacă ∃n1 ∈ N astfel încât n⎜ n − 1⎟ ≤ 1 . ⎜u ⎟ n→∞ ⎝ n+1 n =1 ⎠ a) Dacă λ > 1 . n=1 2 ⋅ 5 ⋅ K ⋅ (3n − 1) ∞ corolarul criteriului raportului nu ne poate preciza natura seriei. Duhamel (1797 – 1872). Cum un+1 ⎡ 1 ⋅ 3 ⋅ K ⋅ (2n − 1)(2n + 1) 2 ⋅ 5 ⋅ K ⋅ (3n − 1) ⎤ 2n + 1 2 = lim ⎢ ⋅ ⎥ = lim 3n + 2 = 3 < 1 . Exemplu. atunci seria este convergentă b) Dacă λ < 1 . Fie ∑ un o serie cu termeni pozitivi. ⎜u ⎟ n =1 ⎝ n+1 ⎠ ∞ ⎛ u ⎞ Corolar.SERII NUMERICE 61 Soluţie. n→∞ un n→∞ ⎣ 2 ⋅ 5 ⋅ K ⋅ (3n − 1)(3n + 2 ) 1 ⋅ 3 ⋅ K ⋅ (2n − 1) ⎦ n→∞ lim rezultă că seria dată este convergentă. n =1 ∞ ⎛ u ⎞ a) Dacă ∃n1 ∈ N şi un număr r > 1 astfel încât n ⎜ n − 1⎟ ≥ r . Deoarece ln u a ln(n +1) lim n +1 = lim = lim a ln(n +1)− ln n = lim a n = a ln 1 = a 0 = 1 . atunci seria ∑ un este divergentă. atunci seria ∑ un ⎜u ⎟ n =1 ⎝ n+1 ⎠ este convergentă. ∀n ≥ n1 .

Observaţii.lea rezultă că pentru − ln a > 1 . noţiunile de convergenţă şi absolută convergenţă coincid. Seria armonică alternată ∑ (− 1) n+1 este convergentă. Orice serie absolut convergentă este convergentă. dar seria modulelor ∑ n n=1 n=1 n este divergentă. 1) Reciproca acestei teoreme nu este în general adevărată ∞ ∞ 1 1 Exemplu. Serii absolut convergente.62 Capitolul al V . ∞ ∞ Definiţie. pentru a decide natura sa se utilizează criteriile prezentate în paragraful precedent. O serie ∑ a n se numeşte absolut convergentă6 dacă seria modulelor ∑ a n este n =1 n=1 ∞ ∞ convergentă.3. 3) Cum seria modulelor ataşată unei serii date este o serie cu termeni pozitivi. Pentru a = 1 1 seria dată este convergentă şi pentru a > seria este e e ∞ ∞ 1 1 . Serii semiconvergente Definiţie. rezultă teorema. Se numeşte produs Cauchy al celor două serii. seria n =1 n =1 n =1 ∑ w n în care w n = ∑ uk v n − k +1 . Fie ∑ un şi ∑ v n două serii. ∃N(ε ) ∈ N astfel încât ∀n ≥ N(ε ) şi ∀p ∈ N avem un+1 + un+2 + K + un+2 < ε . deci ∀ε > 0 . k =1 ∞ n 6 Seriile absolut convergente au fost considerate iniţial de A. Cauchy (1831) . Demonstraţie. Teoremă. 2) Pentru seriile cu termeni pozitivi. rezultă că seria modulelor verifică criteriul lui Cauchy. avem ∑ e − ln n = ∑ şi deci seria este divergentă. Cum un+1 + un+2 + K + un+p ≤ un+1 + un+2 + K + un+ 2 . echivalent a < divergentă. e n =1 n =1 n 5. Seria fiind absolut convergentă.

unde a1. Probleme propuse 1. Exemplu.SERII NUMERICE 63 Observaţie. 3 7 Noţiunea şi denumirea au fost introduse de A. e) 1 . La o serie semiconvergentă schimbarea ordinii termenilor poate schimba suma ei putându-se obţine o serie cu o sumă fixată anticipat – cum au dovedit B. Riemann şi P. 4 2. n =1 n! ∑ ∞ d) n =1 ∑ ∞ n +1 2 n . Seria armonică alternată. … formează o progresie aritmetică. Caz particular x = π . b) n =1 an + an ∑ ∞ ∞ 1 2 . L. a2. Să se stabilească natura seriilor: a) ∞ an + b . Produsul Cauchy a două serii convergente nu este întotdeauna o serie convergentă. atunci seria produs Cauchy a celor două serii este convergentă şi suma sa este egală cu produsul sumelor celor două serii. O serie convergentă care nu este absolut convergentă se numeşte serie semiconvergentă7. Să se calculeze suma seriilor: a) n =1 (n + 3) − 2 2 ∑ ∞ 1 2 . n =1 1 ⋅ 3 ⋅ 5 ⋅ K ⋅ (2n − 1) ∑ ∞ π . c) 2n + 3 . Dirichlet. Legendre (1811) . g) n=1 ∑ ∞ 1 2 n tg x 2 n . Definiţie. 5. n =1⎝ bn + 4 ⎠ d) n=1 n ∑ n sin ∞ ∞ n c) 1 . n =1 n(n + 1)K (n + 1999) ∑ f) n =1 a n + 1 a n + 2 K a n + p ∑ ∞ 1 . Teoremă (Mertens). Caz particular pentru p = 2.4. Dacă două serii sunt convergente şi cel puţin una este absolut convergentă. sau o serie divergentă. ∑ 3 n =1 n ⎛ an + 3 ⎞ b) ∑ ⎜ ⎟ .a ≠ 0 . Observaţie.

lea 3. (n + 1)(n + 2)(n + 3)(n + 4 ) n =1 ∑ ∞ d) . n =1 n(n + 1)(n + 2 )(n + 3) ∑ ∑ ∞ 2n + 3 . b) 1 . n n =1 4 ∞ c) 2n − 1 . Să se studieze natura seriilor următoare şi în caz de convergenţă să se afle suma lor: a) n =1 (n + 1999)(n + 2000) ∑ ∞ 1 .64 Capitolul al V .

DIFERENŢIALE 65 CAPITOLUL al VI-lea FUNCŢII DE MAI MULTE VARIABILE. b) − f (a.b) şi se ∂f (a.b) sau . ∂x 2. f = f ( x. b ) . y ) − f ( a. b) ' notează fx (a. DERIVATE PARŢIALE. o Fie f : A ⊂ R 2 → R . a) Se spune că funcţia f(x.b) f ( a. y −b y →b lim Limita însăşi se numeşte derivata parţială în raport cu y a funcţiei f(x. y ) o funcţie reală de două variabile reale şi (a. b) ∈R . b) . ∂y .y) este derivabilă parţial în raport cu variabila y în punctul (a.b) şi se ∂f (a.y) are derivată parţială în raport cu variabila y în punctul (a.y) este derivabilă parţial în raport cu variabila x în punctul (a. punct de acumulare pentru A . b) ∈R .b) dacă ∂f (a.y) are derivată parţială în raport cu variabila x în punctul (a. a) dacă există Se spune că funcţia f(x. x−a x →a lim Limita însăşi se numeşte derivata parţială în raport cu x a funcţiei f(x. b ) ∈ A ∩ A ' un punct interior mulţimii A.y) în punctul (a. ∂x b) Se spune că funcţia f(x.b) dacă ∂f ( a.y) în punctul (a. 1. ∂y b) Se spune că funcţia f(x. care este în acelaşi timp. DIFERENŢIALE 6.b) dacă există f ( x.1. Derivate parţiale Definiţie. DERIVATE PARŢIALE. b) sau .FUNCŢII DE MAI MULTE VARIABILE. b) ' notează fy (a.

y) este derivabilă parţial în raport cu x pe A dacă f este derivabilă parţial în raport cu x în orice punct din A.y) este derivabilă parţial în raport cu x în punctul (a.2) = lim y−2 y−2 x→1 x→1 y2 + 3 − 7 y2 − 4 y+2 2 = lim = lim = . Dacă funcţia f : A ⊂ R 2 → R .2) = lim f ( x. f ( x.2) = lim 12 + y 2 + 2 − 12 + 2 2 + 2 f (1. atunci funcţia f este continuă parţial în raport cu x în punctul (a. ' f x (1. y ) → . 2. ( x. Se spune că f(x.y) este derivabilă parţial pe A dacă este derivabilă parţial în raport cu variabilele x şi y în orice punct din A .b).y ) este derivabilă parţial pe A. ' f x (1. y ) ca fiind funcţiile ∂f ∂f ( x. se definesc derivatele parţiale de ordinul întâi ale funcţie f ( x. folosind definiţia. y ) = x 2 + y 2 + 2 . Să se calculeze.y) este derivabilă parţial în raport cu y pe A dacă f este derivabilă parţial în raport cu y în orice punct din A.2) x 2 + 2 2 + 2 − 12 + 2 2 + 2 = lim x −1 x −1 x→1 x→1 = lim x +1 1 x2 − 1 x2 + 6 − 7 = = lim = lim 2 x −1 x→1 x→1 7 ( x − 1)⎛ x 2 + 6 + 7 ⎞ x→1 x + 6 + 7 ⎜ ⎟ ⎝ ⎠ şi ' fy (1. y ) ∂f : A → R . ∂y ∂y Teoremă. Dacă funcţia f(x.2) − f (1. y ) → ∂x ∂x şi ∂f ( x. .b). y ) − f (1.66 CAPITOLUL al VI-lea Exemplu. f = f ( x. 1. y ) : A → R . Se spune că f(x.2) pentru Soluţie. 2 y−2 ⎛ y 2 + 3 + 7 ⎞ x→1 y + 3 + 7 x→1 x→1 7 ( y − 2)⎜ ⎟ ⎝ ⎠ = lim Definiţie.2) şi ' fy (1. Se spune că f(x. ( x. 3.

. Dacă funcţia f : X ⊂ R n → R ..... x n ) este derivabilă parţial în raport cu variabila x k pe X. x 2 .y) este derivabilă parţial în raport cu x şi în raport cu y în punctul (a... a n ) dacă există f (a1 .. x n ) ca fiind funcţiile . Dacă funcţia f(x... x 2 ... variabile reale.... x 2 .. a n ) dacă Definiţie...b). a k−1 .. x n în orice punct din X .b)... ∂x k 2. a 2 .... x 2 ......FUNCŢII DE MAI MULTE VARIABILE.. a n ) .. a k+1 . DERIVATE PARŢIALE.. x n ) are derivată parţială în raport cu variabila x k în punctul (a1. 1.... x 2 . a 2 ... Se spune că funcţia f ( x1. x k . atunci f este continuă în raport cu cu fiecare variabilă în parte în punctul (a.... a n ) ∈ X ∩ X ' un punct interior mulţimii X. o În mod analog se definesc derivatele parţiale ale unei funcţii reale de n Fie f : X ⊂ R n → R .. a k . a 2 .. x 2 . dar nu în mod necesar în raport cu ansamblul variabilelor. Dacă funcţia f ( x.... ∂x k Se spune că funcţia f ( x1 ... Teoremă. x 2 .b) (în raport cu ansamblul variabilelor).. 1.. Se spune că funcţia f ( x1. atunci f este continuă în punctul (a. se definesc derivatele parţiale de ordinul întâi ale funcţiei f ( x1. Definiţie. x n ) este derivabilă parţial pe X dacă este derivabilă parţial în raport cu fiecare variabilă x1.... y ) admite derivate parţiale de ordinul întâi ∂f ∂f . a n ) ' (a1.. xk − ak x →x k lim Limita însăşi se numeşte derivata parţială în raport cu x k a funcţiei f ( x1.. f = f ( x1.... x n ) este derivabilă parţial pe X. mărginite ∂x ∂y într-o vecinătate V a punctului (a... a n ) ∈R .. a n ) sau ... Observaţie... a k−1 .... x 2 . x n ) în punctul ∂f (a1 ... a n ) − f (a1 . a 2 ...b). x n ) o funcţie reală de n variabile reale şi (a1 .. a n ) şi se notează fx k (a1... care este în acelaşi timp.. a k +1 . DIFERENŢIALE 67 Observaţie. 2.. dacă f este derivabilă parţial în raport cu x k în orice punct din X . x n ) este derivabilă parţial în raport cu variabila x k în punctul (a1. punct de acumulare pentru X . ∂f (a1 . Se spune că f ( x1. x 2 . a 2 .... f = f ( x1 .. a 2 .

........ ( x1 .... x n ) .. . ∂x ∂y ∂z 5 f ( tx.. x n ) ∂f : X → R ... x 2 . x 2 .. . x n ) ∈ X avem f ( tx1 ... x n ) ∂f : X → R. x 2 . ( x1 .. ....... ..... rezultă că regulile de derivare stabilite pentru funcţiile de o variabilă se menţin... ( x1 . dacă pentru orice t > 0 şi orice ( x1... x 2 . y .............. x 2 ..... ty..... Funcţii omogene Se spune că funcţia f : X ⊂ R n → R ...... + x n = kf . x n ) ∂f : X → R. Teorema lui Euler. .. x 2 . tx n ) = t k f ( x 1 .. x n ) → . ∂f ( x1 ... x n ) este omogenă de Definiţie.. x n ) → ∂x 2 ∂x 2 ... f = f ( x1. x 2 ......... omogenă de grad k este derivabilă parţial pe X.... x n ) . x 2 . ∂f ∂f ∂f + x2 + . x 2 ......... tx 2 .. avem x ∂f ∂f 2 ∂f +y +z = f....... x n ) → ∂x1 ∂x1 ∂f ( x1 . ∂x ∂y ∂z 5 . z).. grad k.... tz) = 5 ( tx ) 2 + 3( tx )(ty ) + 2( ty ) 2 + 7( tx)( tz) = 5 t 2 x 2 + 3t 2 xy + 2t 2 y 2 + 7t 2 xz = 5 t2 (x 2 + 3xy + 2y + 7 xz = 2 . 5 2 ) 2 t 5 5 x2 + 3 xy + 2y + 7xz = 2 2 t 5 f ( x. celelalte variabile fiind considerate constante... z) = 5 x 2 + 3 xy + 2y 2 + 7xz verifică relaţia x Soluţie.68 CAPITOLUL al VI-lea ∂f ( x1 ... . x 2 . ∂x n ∂x n Deoarece derivarea parţială în raport cu o variabilă este de fapt derivarea funcţiei în raport cu acea variabilă... f = f ( x1.. ........ Dacă funcţia f : X ⊂ R n → R . Deoarece ∂f ∂f ∂f 2 +y +z = f. ∂x1 ∂x 2 ∂x n Să se arate că funcţia f ( x.. y . rezultă că funcţia f este omogenă de grad Aplicând teorema lui Euler.. atunci x1 Exemplu......

y ) → ∂ 2 f ( x.b) şi se va nota prin Dacă există derivata parţială în (a. b) . y ) : ∂f ( x. atunci aceasta se va numi ∂x derivata parţială mixtă de ordin doi a funcţiei f în punctul (a. y ) → .b) în raport cu x a funcţiei . y ) → ∂x∂y ∂x∂y ∂ 2f ∂ 2 f ( x. y ) : A → R .b) în raport cu x a funcţiei ∂ 2 f ( a. : A ⊂ R 2 → R sunt derivabile parţial pe A. y ) → . atunci aceasta se va numi ∂x derivata parţială de ordin doi a funcţiei f în punctul (a. b) ∂y 2 derivata parţială de ordin doi a funcţiei f în punctul (a. b ) " sau fxy (a. atunci aceasta se va numi ∂y ∂ 2 f (a. y ) ca fiind funcţiile ∂ 2f ∂x 2 : A → R .b) în raport cu y a funcţiei ∂f . b) .b) . În acest caz sunt definite derivatele parţiale de ordinul întâi ale funcţie f ( x. y ) ∂x 2 ∂ 2f ∂ 2 f ( x.b) şi se va nota prin " sau fy 2 (a. y ) → ∂y∂x ∂y∂x ∂ 2f ∂y 2 : A → R . ∂y∂x ∂f .b) şi se va nota prin Dacă există derivata parţială în (a. y ) ∂f ∂f : A → R . f = f ( x.b) în raport cu y a funcţiei ∂ 2 f (a.b) ∈ A ∩ A ' . ∂x∂y derivata parţială mixtă de ordin doi a funcţiei f în punctul (a. o Fie f : A ⊂ R 2 → R . ∂y ∂y ∂x ∂x ∂f 1. 2. se definesc derivatele ∂x ∂y parţiale de ordinul doi ale funcţiei f ( x.FUNCŢII DE MAI MULTE VARIABILE. ( x. : A → R . ( x. ( x. y ) o funcţie derivabilă parţial pe A şi (a. ∂f . y ) ∂f ( x. b) . atunci aceasta se va numi ∂y ∂ 2 f ( a. DIFERENŢIALE 69 Derivate parţiale de ordin superior Definiţie. ( x.b) şi se va nota prin Dacă există derivata parţială în (a. y ) → ∂ 2 f ( x. Dacă funcţiile ∂f ∂f . ( x. y ) ∂y 2 . b ) " sau fyx (a. ( x. y ) : A → R . b) ∂x 2 " sau fx 2 (a. DERIVATE PARŢIALE. Dacă există derivata parţială în (a.

.... x 2 ...... Teoremă (Criteriul lui Schwarz). a n ) în raport cu x l a funcţiei ∂f ( l ≠ k ) .... b ) ∂ 2 f ( a... x 2 . în acelaşi timp. x 2 .. x n ) ca fiind funcţiile ∂ 2f 2 ∂x k : X → R .y) are derivate parţiale mixte de ordinul doi atunci ∂ 2f ∂ 2f într-o vecinătate V a punctului (a.. În general. În acest caz sunt definite derivatele parţiale de ordinul întâi ale funcţiei f ( x1. x n ) → ∂ 2 f ( x 1 .. a 2 .... a 2 .b) şi dacă acestea sunt continue în (a.. a n ) " sau fx k x l (a1 . Dacă funcţiile derivatele parţiale de ordinul doi ale funcţiei f ( x1.. x n ) → ∂x k ∂x k 1. a n ) şi se va nota prin ∂ 2 f (a1 . x 2 .... n . a n ) în raport cu x k a funcţiei ∂f ....... Următoarea teoremă stabileşte condiţii suficiente pentru egalitatea derivatelor parţiale mixte. = ∂x∂y ∂y∂x Observaţie.. punct de acumulare pentru X .. În mod analog se definesc derivatele parţiale de ordinul doi ale unei funcţii reale de n variabile reale... k = 1. a n ) şi se va nota prin ∂ 2 f (a1 . f = f ( x 1.... se definesc ∂x k 2. k = 1. ( x 1 . a 2 .b). Dacă funcţia f(x. ( x1 .. a 2 ... x n ) : ∂f ( x1 . Fie f : X ⊂ R n → R .. n .. x 2 ..... Teoremă... x 2 . . derivatele parţiale mixte nu sunt egale... a n ) ( l ≠ k ). Dacă există derivata parţială în (a1. a n ) . a 2 . x n ) ∂f ..... ∂x∂y ∂y∂x ∂ 2 f ( a. x n ) o funcţie derivabilă parţial pe X şi (a1.. a n ) 2 ∂x k " sau f x 2 (a1 . a n ) un punct interior lui X .70 CAPITOLUL al VI-lea Observaţie.. n sunt derivabile parţial pe X... ∂x l ∂x k ∂f : X ⊂ R n → R . : X → R .. b ) .. care este. atunci ∂x k aceasta se va numi derivată parţială de ordin doi a funcţiei f în punctul (a1... k = 1.. k Dacă există derivata parţială în (a1. atunci ∂x k aceasta se va numi derivată parţială mixtă de ordin doi a funcţiei f în punctul (a1. x 2 . x n ) 2 ∂x k .

.. y ).. x 2 . v( x. x 2 . x n ). atunci funcţia compusă F( x. v ( x. x n ) ∂ 2f : X → R. y )) ∂v( x.a. x n )) (funcţie reală definită pentru ( x1. x n ). un = un ( x1. Derivatele parţiale de ordin trei. x n ) . y ). x 2 . DIFERENŢIALE 71 ∂ 2 f ( x1 . x n )) ∈ Y .. Putem considera funcţia compusă F( x. x 2 . ( x1 . u2 . y ) = + . v : A ⊂ R 2 → R .. x 2 . . ∂y ∂u ∂y ∂v ∂y Aceste formule se scriu într-o formă incompletă.. x 2 . un ( x1. y ). ∀( x1. x n ) ∈ X şi f : Y → R .. y ). y )) ∂u( x. patru. v( x. Teoremă.. v = v( x.. y ). reale.... y ) ∂f (u( x. x 2 .. y )) ∂u( x..... Putem considera funcţia compusă F( x1. x 2 .. un ) o funcţie reală definită pe Y..... x n ) = f (u1( x1.. y ). y ) = f (u( x..d. y ) ∂f (u( x.... x n ) → ... v ( x. y ) = f (u( x.. n .. y ) = + ∂x ∂u ∂x ∂v ∂x ∂F( x. v ( x..... x 2 ... y ). y )) (funcţie reală definită pentru ( x.u2 ( x1. y ) ∂f (u( x. u = u( x.. y )) ∂v( x. f = f (u1. un ( x1.. x 2 . ∂y ∂u ∂y ∂v ∂y Observaţie.....y) şi v(x...... x 2 ... v ( x. dar mai uşor de reţinut astfel: ∂F ∂f ∂u ∂f ∂v = + ∂x ∂u ∂x ∂v ∂x ∂F ∂f ∂u ∂f ∂v = + . y ) ∂f (u( x.. ∂x l ∂x k ∂x l ∂x k Observaţie. y ) ∈ A şi f : B → R .. y )..y) au derivate parţiale continue pe A şi funcţia f(u. ş. Teorema precedentă rămâne adevărată pentru funcţii reale de n variabile Fie u1 = u1 ( x1. DERIVATE PARŢIALE. k = 1. x 2 . y )) ∈ B.. Dacă funcţiile u(x...FUNCŢII DE MAI MULTE VARIABILE. v ( x. ∀( x.. u2 ( x1 . se definesc în acelaşi mod ca şi derivatele parţiale de ordin doi. y ) două funcţii reale de două variabile reale astfel ca (u( x.m.. x n )...... v ) o funcţie reală definită pe B. x n ) ∈ X cu valori reale).. . x 2 . f = f (u. x n ).. y )) are derivate parţiale continue pe A date de formulele: ∂F( x. x n ) n funcţii reale de n variabile reale astfel ca (u1 ( x1 .. y ) ∈ A ). u2 = u2 ( x1. ..v) are derivate parţiale continue pe B... Derivate parţiale pentru funcţii compuse Fie u. x n ).. x 2 .

...72 CAPITOLUL al VI-lea Teoremă....... y ) şi v = v ( x... ... y)...... atunci funcţia compusă F( x.... ... y) +2 + ⎜ ⎟ ∂u∂v ∂x ∂x ⎝ ∂x ⎠ ∂u2 ∂2f (u(x.... x n ) =∑ ∂x1 ∂ui ∂x1 i=1 ∂F(x1.. ∂F(x1... x 2 . y) + ⎜ ⎟ + ∂u ⎝ ∂x ⎠ ∂v 2 ∂x2 ∂f (u(x. x n ). u2 = u2 ( x1.. x 2 . x n ). x 2 ....v(x...... un = un ( x1.....u(x1 .... y )) admite derivate parţiale de ordinul doi continue pe A date de formulele: ∂2F(x. x 2 . x 2 . x n ).... .......... x n )) ∂ui ( x1. y) ∂v ∂x 2 2 2 . x 2 . v ( x...v(x... x 2 ........ x n ) .. x n )) ∂ui ( x1. x n ). x n ) n ∂f (u(x1 ............. x 2 ...v(x. x 2 .. y) ∂v(x....... x n )............... y)) ⎛ ∂u(x........ y)) ∂u(x.....u(x1 .. x n ).... x 2 .. =∑ ∂x n i=1∂ui ∂xn Derivate parţiale de ordin doi ale funcţiilor compuse Teoremă... y ). un ) admite derivate parţiale continue pe Y... x n ) n ∂f (u(x1.... x n )... x n ) = f (u1( x1 .. x 2 . x n )) ∂ui ( x1. dar mai uşor de reţinut astfel: ∂F n ∂f ∂ui =∑ ∂x1 i=1∂ui ∂x1 ∂F n ∂f ∂ui =∑ ∂x 2 i=1∂ui ∂x 2 LLLLLLL ∂F n ∂f ∂ui ... un ( x1 ..........v(x... x n ) admit derivate parţiale continue pe X şi funcţia f (u1...... y ) admit derivate parţiale de ordinul doi continue pe A şi funcţia f (u. . y)... x 2 ... y).. y). y)) ⎛ ∂v(x.......... u(x1. Dacă funcţiile u = u( x... x 2 .v(x..... x 2 ....... x 2 . x n ). x 2 . y)) ∂2v(x....u2 . x n ) =∑ ∂x 2 ∂ui ∂x 2 i=1 .. ∂x n ∂ui ∂x n i=1 Aceste formule se scriu într-o formă incompletă...... x n )) are derivate parţiale continue pe X date de formulele : ∂F(x1.. y). y) ⎞ ∂f (u(x.. y)) ∂ 2u(x.. y) ⎞ ∂2f (u(x. v ) admite derivate parţiale de ordinul doi continue pe B.. u(x1... Dacă funcţiile u1 = u1( x1 .... x n ).. atunci funcţia compusă F( x1.. y ) = f (u( x. u(x1. x 2 .. x n ) n ∂f (u(x1........ u2 ( x1. x 2 ..... x 2 .. x 2 .............u(x1 ... x n ) =∑ ............. x 2 .... y) ∂x2 = + + ∂2f (u(x... x 2 ...

y). y)) ⎛ ∂v( x. se calculează şi celelalte trei. . y) ∂u(x. y) ∂u(x. b) ∂ 2 f (u(x.v( x. y) ∂ 2 f (u(x. y) ∂ 2 f (u(x. y). v(x. y) ∂f (u(x. v(x. y)) ∂ 2 v(x.y) ∂v ∂y 2 2 2 + + ∂ 2F(x. y)) ∂u(x. y) ∂v(x. y) ∂v(x.y) ⎞ ∂f (u( x. y) ∂f (u(x.y) ∂v(x.y) ⎞ ∂ 2 f (u( x.v(x. y). y)) ∂ 2 v(x. y). y)) ⎡ ∂u(x. v(x. y) ∂u(x. y)) ⎡ ∂u(x. y) ∂u(x. ∂y ∂x ∂u ∂y∂x ∂v ∂y∂x ∂v 2 2 2 ∂ 2 f ⎛ ∂u ⎞ ∂ 2 f ∂u ∂v ∂ 2 f ⎛ ∂v ⎞ ∂f ∂ 2 u ∂f ∂ 2 v +2 + + + ⎜ ⎟ ⎜ ⎟ ∂u∂v ∂x ∂x ∂v 2 ⎝ ∂x ⎠ ∂u ∂x 2 ∂v ∂x 2 ∂u 2 ⎝ ∂x ⎠ Aceste formule se scriu într-o formă incompletă. + + + ∂y∂x ∂u 2 ∂y ∂x ∂u∂v ⎢ ∂y ∂x ∂y ∂x ⎥ ∂v 2 ∂y ∂x ∂u ∂y∂x ∂v ∂y∂x ⎦ ⎣ Într-adevăr. y) ∂ 2 f (u(x. ∂ 2F ∂x 2 = ∂ ⎛ ∂F ⎞ ∂ ⎛ ∂f ∂u ∂f ∂v ⎞ ∂ ⎛ ∂f ⎞ ∂u ∂f ∂ 2 u ∂ ⎛ ∂f ⎞ ∂v ∂f ∂ 2 v + ⎜ ⎟ + + ⎟= ⎜ ⎟ + ⎜ ⎟= ⎜ ∂x ⎝ ∂x ⎠ ∂x ⎝ ∂u ∂x ∂v ∂x ⎠ ∂x ⎝ ∂u ⎠ ∂x ∂u ∂x 2 ∂x ⎝ ∂v ⎠ ∂x ∂v ∂x 2 ⎛ ∂ 2 f ∂u ∂ 2 f ∂v ⎞ ∂u ∂f ∂ 2 u ⎛ ∂ 2 f ∂u ∂ 2 f ∂v ⎞ ∂u ∂f ∂ 2 v ⎟ + ⎟ + +⎜ + =⎜ + ⎜ ∂u 2 ∂x ∂u∂v ∂x ⎟ ∂x ∂u ∂x 2 ⎜ ∂u∂v ∂x ∂v 2 ∂x ⎟ ∂x ∂v ∂x 2 ⎠ ⎝ ⎠ ⎝ = ∂ 2 f ⎛ ∂u ⎞ ∂ 2 f ∂u ∂v ∂ 2 f + ⎜ ⎟ +2 ∂u∂v ∂x ∂x ∂v 2 ∂u 2 ⎝ ∂x ⎠ 2 2 ∂f ∂ 2 u ∂f ∂ 2 v ⎛ ∂v ⎞ + .y).v(x. y) ∂v(x. v(x. y) + + ∂x ∂y ∂u ∂x∂y ∂v ∂x∂y ∂v 2 ∂ 2F(a. y) ∂f (u(x. y) ∂v(x. DIFERENŢIALE 73 ∂ 2F(x. y)) ∂v(x.y) ∂y 2 = ∂ 2 f (u( x. y)) ∂ 2u(x.v( x.y)) ∂u(x. y). dar mai uşor de reţinut astfel: ∂ 2F ∂x 2 ∂ 2F ∂y 2 = = ∂ 2 f ⎛ ∂u ⎞ ∂ 2 f ∂u ∂v ∂ 2 f ⎜ ⎟ +2 + ⎜ ⎟ ∂u∂v ∂y ∂y ∂v 2 ∂u 2 ⎝ ∂y ⎠ 2 2 ⎛ ∂v ⎞ ∂f ∂ 2 u ∂f ∂ 2 v ⎜ ⎟ + + ⎜ ∂y ⎟ ∂u ∂y 2 ∂v ∂y 2 ⎝ ⎠ ∂ 2F ∂ 2 f ∂u ∂u ∂ 2 f ⎡ ∂u ∂v ∂v ∂u ⎤ ∂ 2 f ∂v ∂v ∂f ∂ 2 u ∂f ∂ 2 v = + + + + + ∂x∂y ∂u 2 ∂x ∂y ∂u∂v ⎢ ∂x ∂y ∂x ∂y ⎥ ∂v 2 ∂x ∂y ∂u ∂x∂y ∂v ∂x∂y ⎣ ⎦ ∂ 2F ∂ 2 f ∂u ∂u ∂ 2 f ⎡ ∂u ∂v ∂v ∂u ⎤ ∂ 2 f ∂v ∂v ∂f ∂ 2u ∂f ∂ 2 v = + + . y). v(x. y)) ∂v(x. v(x. DERIVATE PARŢIALE.y) ⎜ ⎟ +2 + ⎜ ∂y ⎟ ∂u∂v ∂y ∂y ⎝ ⎠ ∂u2 ∂ 2 f (u(x. v(x. y) ⎤ + + + = ⎢ ∂x ∂x ∂y ∂u∂v ∂y ∂x ∂y ⎥ ∂x∂y ⎣ ⎦ ∂u2 + ∂ 2 f (u(x. v(x.y)) ∂ 2 u( x.y)) ∂ 2 v( x.y). y) ⎤ = + + + ⎢ ∂y ∂y∂x ∂y ∂x ∂u∂v ∂x ∂y ∂x ⎥ ∂u2 ⎣ ⎦ + ∂ 2 f (u(x. y).FUNCŢII DE MAI MULTE VARIABILE. y) ⎜ + ⎟ ⎜ ∂y ⎟ + ∂u ⎠ ⎝ ∂y 2 ∂v 2 ∂f (u( x.y). y) ∂v(x. y). y)) ∂u(x. v(x. v(x. y) ∂f (u(x.y)) ⎛ ∂u( x.v( x. ⎜ ⎟ + ∂u ∂x 2 ∂v ∂x 2 ⎝ ∂x ⎠ Analog. y) + + . y). y) ∂v(x.y). y). y). y)) ∂ 2u(x.

b) ( x − a) + ( y − b) + α1 ( x. b) = α 2 (a. b) ∂f (a. dar care nu sunt diferenţiabile.b) cu α1(a. b) = 0 . y ) continue în punctul (a.y) o funcţie reală de două variabile reale şi (a. y ) − f (a. Egalitatea de definiţie a diferenţiabilităţii se scrie atunci astfel f ( x . y ). b ) ≈ Definiţie. are loc următoarea relaţie de aproximare f ( x . ∂f (a. iar diferenţa y – b se numeşte creşterea celei de a doua variabile de la b la y. y )( x − a) + α 2 ( x. λ 2 şi două funcţii α1.74 CAPITOLUL al VI-lea 6. b) = λ1( x − a) + λ 2 ( y − b) + α1( x. Teoremă. h 2 ) = se numeşte diferenţiala funcţiei f în punctul (a. b ) = ∂f (a. b) ( x − a) + ( y − b) . Există funcţii care au derivate parţiale.b) cu α1 (a. Diferenţa f ( x.b) şi se notează df(a. b) = λ2 .α 2 sunt continue în punctul (a. atunci ea are derivate parţiale în (a. y ) − f ( a. α 2 : A → R. f = f(x. o Definiţie. ∂x ∂y . y )( x − a) + α 2 ( x. b) ∂f (a. Diferenţiale Diferenţiabilitatea funcţiilor de mai multe variabile Fie f : A ⊂ R 2 → R . b) ∂f (a. ∂y ∂x Observaţie. y ) este diferenţiabilă pe A dacă este diferenţiabilă în orice punct din A . y )( y − b) .b) şi ∂f (a.b) (df (a.y) este diferenţiabilă în punctul (a. α1 = α1( x. Deoarece funcţiile α1. ∀( x.b) dacă există două numere reale λ1. h 2 ) = ∂f (a. b) ∂f (a.b). ∀( x. y )(y − b). Reciproca teoremei nu este în general adevărată. b) ∈ A ∩ A ' . α 2 = α 2 ( x. Dacă funcţia f(x. b) h1 + h2 .2. b) = α 2 (a. b))(h1 . y ) − f ( a. ∂x ∂y ∂f (a. = λ1. Se spune că funcţia f(x. y ) ∈ A ∂x ∂y Diferenţa x – a se numeşte creşterea primei variabile de la a la x. b) = 0 astfel încât să avem f ( x. Se spune că f ( x. y ) ∈ A . b) se numeşte creşterea funcţiei corespunzătoare creşterilor x-a şi y-b ale argumentelor.y) este diferenţiabilă în punctul (a. b) ∂f (a. b) h1 + h2 ∂x ∂y Funcţia liniară T : R 2 → R definită prin T (h1 . y ) − f ( a.

y) din A este df ( x. a n ) dacă există n numere reale λ1. a n ) = 0 astfel încât să avem f(x1.. x 2 .. x 2 . y ) : R → R. y ) = x ∂f ( x... λ n şi n funcţii α1 . = = = = . ∂x ∂y avem (dx)(h1.. y ))(h1 .. α n : X → R.. a 2 .... a n ) ∈ X ∩ X ' .. dx + 17 17 În mod analog se defineşte diferenţiabilitatea unei funcţii reale de n variabile df (1... a n ) = .+ αn (x1. + λn (xn − an ) + + α1(x1. Se spune că funcţia f ( x1. reale.xn )(xn − an )..2) .xn )(x 2 − a2 ) + . DIFERENŢIALE 75 Dacă funcţia f este diferenţiabilă pe A. a 2 .. df (1.. h 2 ) = În particular.... y ) = x 2 + y 2 . Soluţie.. f = f ( x1 . x 2 .an ) = λ1(x1 − a1) + λ2 (x 2 − a2 ) + .... h2 ) = h1 . y ) h1 + h2 ..2) dx + dy .. a 2 . y ) = Exemplu. x n ) este diferenţiabilă în punctul (a1. DERIVATE PARŢIALE..... x 2 .xn ) − f (a1......FUNCŢII DE MAI MULTE VARIABILE... diferenţiala sa într-un punct arbitrar (x. h2 ) = h 2 .. x n ) ∈ X . α 2 .... x n ).. ∂x ∂y 2x ∂f = = ∂x 2 x 2 + y 4 x x2 + y 4 . a n ) cu α1 (a1 .... obţinem formula diferenţialei df ( x. y ) = y avem (dy )(h1 . Astfel. iar dacă f ( x... = α n (a1 ... Cum ∂f ( x.2) = ∂f (1... y ) ∂f ( x..xn )(x1 − a1) + α2 (x1...... x 2 .. x 2 .. a 2 .. x n ) continue în punctul (a1. y ) ∂f ( x..2) 2 ⋅ 23 16 ∂f (1.... a 2 .. x n ) o (a1. α n = α n ( x1 .. x n ) . a 2 . a n ) = α 2 (a1 .... x 2 ... 1 1 ∂f (1.. x 2 ...2) ∂f (1.2) = o funcţie reală de n variabile reale şi f : X ⊂ R n → R.. α1 = α1 ( x1 .. ∂x ∂y ∂x ∂y Să se calculeze df (1.. (df ( x.... dacă f ( x... Fie 16 1 dy . λ 2 . x 2 ... . α 2 = α 2 ( x1 . ∀( x1 . ∂y ∂x 17 17 12 + 2 4 12 + 2 4 rezultă Observaţie. ∂f 4y 3 = = ∂y 2 x 2 + y 4 2y 3 x2 + y 4 .. x 2 . y ) ∂f ∂f dx + dy sau df = dx + dy . a2 ...2) pentru funcţia f ( x.

a n ) . x n ) dx 1 + dx 2 + .b) şi sunt diferenţiabile în (a.b) dacă toate derivatele parţiale de ordinul n – 1 ale lui f există într-o vecinătate V a lui (a.. Diferenţiala de ordinul n în punctul (a.. b) = ⎢ dx + dy ⎥ f (a. Definiţie. x n ) o funcţie reală de n variabile reale şi (a1 .. ∂y ⎦ ⎣ ∂x n n unde exponentul n înseamnă că se dezvoltă formal suma din paranteză după regula binomului lui Newton şi apoi se înmulţeşte formal cu f(a..y) o funcţie reală de două variabile reale şi (a.. a 2 . Se spune că f este diferenţiabilă de n ori pe A dacă este diferenţiabilă de n ori în fiecare punct din A . x 2 .76 CAPITOLUL al VI-lea Se spune că f ( x1 .... . Observaţie. x 2 . b) şi se defineşte prin egalitatea ⎡∂ ∂ ⎤ d f (a.......b) . o f = f ( x1.. b) ∈ A ∩ A ' .b) se notează d n f (a... Se spune că funcţia f este diferenţiabilă de n ori în punctul (a1. a n ) dacă toate derivatele parţiale de ordinul n – 1 ale lui f există într-o vecinătate V a lui (a1..... x n ) este diferenţiabilă pe X dacă este diferenţiabilă în orice punct din X.. x 2 . x n ) ∂f ( x1 . x 2 .. x 2 . diferenţiala sa într-un punct arbitrar din X se scrie df ( x1 . x 2 . Dacă funcţia f ( x1... x n ) ∂f ( x1 . a 2 ...... Pentru funcţii de n variabile reale. + dx n .. f = f(x. a 2 ... x 2 .. x n ) = ∂f ( x1 .. Fie f : X ⊂ Rn → R . diferenţiabilitatea de ordinul n se defineşte ca şi pentru funcţiile de două variabile reale.. + dx n ∂x1 ∂x 2 ∂x n sau df = ∂f ∂f ∂f dx1 + dx 2 + . a 2 .. ∂x n ∂x1 ∂x 2 Diferenţiale de ordin superior Fie f : A ⊂ R 2 → R . a n ) şi sunt diferenţiabile în (a1. b) . a n ) ∈ X ∩ X ' .b)..... x n ) este diferenţiabilă pe X ⊂ R n ..... o Se spune că funcţia f este diferenţiabilă de n ori în punctul (a....

.0.. ∂ 2f ∂ 2f ∂ 2f = −2y. a n ) se notează dn f (a1 .2) ∂ 2 f (1.2) ∂ 2 f (1.2) = −2 ⋅ 0 = 0.2) ∂ 2 f (1.2) pentru funcţia f ( x. a n ) = ⎢ dx1 + dx 2 + . ∂x ∂y ∂z ∂x 2 ∂ 2f ∂y 2 = 4 − 2 x.0.. Să se calculeze d 2 f (1.0.2) = ⎜ dx + dy + dz ⎟ f (1.2) dydz .0.. a n ) şi se defineşte prin egalitatea ⎡ ∂ ⎤ ∂ ∂ d f (a1 .2) ∂x 2 = 6 ⋅ 1 = 6.0. ∂ 2 f (1.0.. = 4 y − 2 xy.... a n ) .0. DERIVATE PARŢIALE. Diferenţiala de ordinul n în punctul (a1 . + dx n ⎥ f (a1 .0. z) = x 3 + 2y 2 + z 4 − xy 2 + x − 5z .0.2) ∂z 2 ( dz ) 2 + +2 Avem ∂ 2 f (1. = 4 z 3 − 5.. = 0.2) ∂x 2 ( dx ) 2 + ∂ 2 f (1.0.2) ∂y 2 (dy ) 2 + ∂ 2 f (1.2) ∂ 2 f (1...2) ⎜ ∂x ∂y ∂z ⎟ ⎝ ⎠ = ∂ 2 f (1. a 2 . a 2 . Soluţie. a 2 . .. = 3 x 2 − y 2 + 1.0. ∂ 2f ∂z 2 = 12z 2 .2) = 6(dx) 2 + 2(dy ) 2 + 48(dz) 2 .... dxdz + 2 dxdy + 2 ∂y∂z ∂x∂z ∂x∂y ∂f ∂f ∂f ∂ 2f = 6 x. a 2 .0.2) ∂z 2 = 12 ⋅ 2 2 = 48. ∂ 2 f (1. = 0.0. =0 ∂x∂y ∂x∂z ∂y∂z şi d 2 f (1.0. ∂ 2 f (1.FUNCŢII DE MAI MULTE VARIABILE.. ∂x n ∂x 2 ⎣ ∂x1 ⎦ n n Exemplu. DIFERENŢIALE 77 Se spune că f este diferenţiabilă de n ori pe X dacă este diferenţiabilă de n ori în fiecare punct din X . y.0. = 0.0.. ∂x∂y ∂x∂z ∂y∂z Astfel ∂ 2 f (1.2) ∂y 2 = 4 − 2 ⋅ 1 = 2. Conform teoriei 2 ⎛∂ ∂ ∂ ⎞ d 2 f (1..

y ). atunci funcţia compusă F(x.y) = f(u(x. Dar ∂x ∂y ∂F ∂f ∂u ∂f ∂v ∂F ∂f ∂u ∂f ∂v . y ) ∈ A şi f : B → R .y)) este diferenţiabilă pe A. Teoremă. obţinem ∂f 2 ∂f d u + d2 v . Avem d 2F = ∂ 2F ∂x 2 (dx) 2 + 2 ∂ 2F ∂ 2F dxdy + (dy ) 2 . v ) este diferenţiabilă de două ori pe B. ∀( x.y)). Dacă funcţiile u = u( x. atunci funcţia compusă F( x.v) o funcţie reală definită pe B. Dacă funcţiile u(x.y). y ) = f (u( x.v(x.y). v( x. d 2F = d 2 f + . Diferenţiala de ordin doi a funcţiilor compuse Teoremă. = + = + şi ∂x ∂u ∂x ∂v ∂x ∂y ∂u ∂y ∂v ∂y Înlocuind.y) sunt diferenţiabile pe A şi funcţia f(u.78 CAPITOLUL al VI-lea Diferenţiala funcţiilor compuse Fie u.y) două funcţii reale de două variabile reale astfel ca (u( x. y )) ∈ B . y ) şi v = v( x.y). y ) sunt diferenţiabile de două ori pe A şi funcţia f (u.v) este diferenţiabilă pe B. f = f(u. y ). ∂u ∂v Rezultă că diferenţiala de ordinul întâi este invariantă faţă de compunerea funcţiilor. v( x. obţinem ⎛ ∂f ∂u ∂f ∂v ⎞ ⎛ ∂f ∂u ∂f ∂v ⎞ + dF = ⎜ ⎟dx + ⎜ ⎜ ∂u ∂y + ∂v ∂y ⎟dy ⎟ ⎝ ∂u ∂x ∂v ∂x ⎠ ⎝ ⎠ = = ∂f ⎛ ∂u ∂u ⎞ ∂f ⎛ ∂v ∂v ⎞ ⎜ dx + dy ⎟ + ⎜ dx + dy ⎟ ⎜ ∂x ⎟ ∂v ⎜ ∂x ∂u ⎝ ∂y ⎠ ∂y ⎟ ⎝ ⎠ ∂f ∂f du + dv = df . y )) este diferenţiabilă de două ori pe A. Avem dF = ∂F ∂F dx + dy .y) = f(u(x. Putem considera funcţia compusă F(x. u = u(x. v : A ⊂ R 2 → R . ∂u ∂v Rezultă că diferenţiala de ordinul doi nu este invariantă faţă de compunerea funcţiilor.y) şi v(x. v = v(x. 2 ∂x∂y ∂y Înlocuind derivatele parţiale de ordinul doi ale funcţiei compuse F şi efectuând calculele.v(x.

1! 2! n! unde R n ( x........ a 2 . b) = f (a.. f = f ( x1 .. a 2 . y ) . Polinomul lui Taylor de gradul n. x n ) = Tn (a1 . a n ) este f ( x1 . a 2 . + d n f (a. a n ) + R n ( x 1 .. 1! 2! n! Formula lui Taylor de ordinul n pentru funcţia f în punctul (a... Fie f : X ⊂ R n → R . + 1 n d f (a1 ... + d n f (a. y ) = f (a.... b) + . a 2 .. adică 1 1 1 f ( x.. a 2 ... a n ) + 1! 2! + .. x 2 .. b) .. n! unde R n ( x1 ... a n ) ∈ X . DERIVATE PARŢIALE. a 2 . x 2 . 2! n! o Formula lui Taylor de ordinul n pentru funcţia f în punctul (a1 . a n ) + . Observaţie. f = f ( x.. y ) ..... b) + d 2 f (a.b) este 1 1 1 Tn (a... y ) reprezintă restul de ordin n al formulei lui Taylor. a n ) + d 2 f (a1 ... y ) o funcţie diferenţiabilă de n + 1 ori în punctul (a. a n ) = f (a1 ... x n ) reprezintă restul de ordin n al formulei lui Taylor. x n ) = f (a1 . a n ) + 1! + 1 2 1 d f (a1 . a n ) + df (a1 ... a 2 ..... a n )... b) ∈ A .. a 2 . a n ) + df (a1 . a 2 . x 2 .. a 2 . b) + R n ( x.... x n ) o funcţie diferenţiabilă de n + 1 ori în punctul (a1 ... a 2 . b) + df (a... x 2 . adică 1 1 f ( x1 . x n ) .. o Presupunem că în toate derivatele parţiale mixte nu are importanţă ordinea variabilelor în raport cu care se derivează.b) este f ( x. b) + d 2 f (a... y ) = Tn (a... a n ) + R n ( x1 .. .. Formula lui Taylor pentru funcţii de mai multe variabile Fie f : A ⊂ R 2 → R ... + d n f (a1 . b) + df (a. ataşat funcţiei f în punctul (a.. a 2 . b) + R n ( x. a 2 ..... Presupunem că în toate derivatele parţiale mixte nu are importanţă ordinea variabilelor în raport cu care se derivează... x 2 . x 2 ..3. ataşat funcţiei f în punctul (a1 ... a n ) este 1 Tn (a1 ..... Polinomul lui Taylor de gradul n.FUNCŢII DE MAI MULTE VARIABILE. DIFERENŢIALE 79 6.. x n ) . b) + ... Formula lui Taylor rămâne adevărată pentru funcţii de n variabile reale.....

atunci (a. a 22 = ∂x∂y ∂x 2 ∂y 2 1) Dacă ∆ 1 > 0 şi ∆ 2 > 0 . Fie f : A ⊂ R 2 → R . Punctele de minim local sau maxim local ale funcţiei f se numesc puncte de extrem local ale lui f . Soluţie. Puncte de extrem pentru funcţii de mai multe variabile Definiţie. Fie f : A ⊂ R 2 → R . b) este punct de minim local (sau minim relativ) al funcţiei f dacă Se spune că (a. . b) este punct de maxim local (sau maxim relativ) al funcţiei f dacă ∃V ∈ V (a. ∂x ∂y Soluţiile sistemului ⎧ ∂f ⎪ ∂x = 0 ⎪ ⎨ ⎪ ∂f = 0 ⎪ ∂y ⎩ formează mulţimea punctelor staţionare ale funcţiei f . y ) ≥ f (a. y ) şi (a. a11 = ∂ 2 f ( a. y ) şi (a. b ) . b) un punct interior mulţimii A . b ) . y ) şi (a. b) . f = f ( x. y ) ≤ f (a. a 21 a 22 Fie unde ∂ 2 f (a. b) . Punctele staţionare sunt soluţii ale sistemului . b ) astfel încât f ( x. b ) astfel încât f ( x. b) un punct din A . ∀( x. ∃V ∈ V (a. b) este un punct de extrem local al funcţiei f şi f are derivate parţiale de ordinul întâi în (a. y ) ∈ V ∩ A . ∀( x.4. Se spune că (a. Să se determine punctele de extrem local pentru funcţia f ( x.80 CAPITOLUL al VI-lea 6. f = f ( x. b) un punct staţionar al funcţiei f . y ) ∈ V ∩ A . ∆ 2 = 11 . Teoremă. b) este un punct de maxim pentru f. Fie f : A ⊂ R 2 → R . b) ∂f (a. f = f ( x. b) este un punct de minim pentru f. b) = 0 şi = 0. a12 = 2) Dacă ∆1 < 0 şi ∆ 2 > 0 . b) . Teoremă. b) ∂ 2 f ( a. Exemplu. y ) = y 2 − x( x − 2) 2 . a a12 ∆ 1 = a11 . atunci (a. Dacă (a. atunci ∂f (a.

DERIVATE PARŢIALE.. DIFERENŢIALE 81 ⎧ ∂f ⎪ ∂x = 0 ⎧− ( x − 2) 2 − 2x( x − 2) = 0 ⎪ ⎪ ⇔⎨ ⎨ ⎪2y = 0 ⎪ ∂f = 0 ⎩ ⎪ ∂y ⎩ ⎛2 ⎞ Obţinem două puncte staţionare M1 (2....... ∂x∂y ∂y 2 - pentru M1 (2. a n ) astfel încât f ( x1 . a 2 . a 22 = =2 ∂x∂y ∂y 2 ∆ 1 = − 4. = 2.. ∂ 2f ∂2f = 0..0 ⎟ ⎝3 ⎠ −4 0 = − 8 ⇒ (2. x 2 .. a n ) este un punct de minim local (sau minim relativ) al funcţiei f dacă ∃V ∈ V (a1 . ∀( x1 .. x n ) ∈ V ∩ X Punctele de minim local sau maxim local ale funcţiei f se numesc puncte de extrem local ale lui f .. x n ) ∈ V ∩ X .0) ∂x 2 = − 4..0 ⎟ ∂ 2 f ⎜ ... Se spune că (a1 . a 2 .. ⎝3 ⎠ Cum ∂ 2f ∂x 2 rezultă = −2( x − 2) − 2( x − 2) − 2x. a n ) astfel încât f ( x1 . a12 = ∂ 2 f (2. .0 ⎟ este punct de minim. Se spune că (a1 .. a 2 . a n ) un punct din X.0) ∂ 2 f (2.. a = a11 = 12 22 2 ∂x∂y ∂x ∂y 2 şi ⎛2 ⎞ ∆ 1 = 4. ∀( x1 ..FUNCŢII DE MAI MULTE VARIABILE.. x n ) şi (a1 . a n ) este un punct de maxim local (sau maxim relativ) al funcţiei f dacă ∃V ∈ V (a1 ...... 0 2 ⎝3 ⎠ Definiţie.0) = 0.0) nu este punct de extrem 0 2 ⎛2 ⎞ ⎛2 ⎞ ⎛2 ⎞ ∂ 2 f ⎜ . x n ) ≤ f (a1 ..0) a11 = şi ∂ 2 f (2... a 2 .. ∆ 2 = ⎛2 ⎞ pentru M 2 ⎜ .. x 2 ..0 ⎟ ∂ 2 f ⎜ ....0 ⎟ . a 2 ... x 2 ..... ∆ 2 = 4 0 = 8 ⇒ ⎜ . a = ⎝3 ⎠ = 2 ⎝ 3 ⎠ = 4. a n ) ... x 2 . x 2 . a 2 .... a n ) . Fie f : X ⊂ R n → R .0 ⎟ ⎝ 3 ⎠ = 0.. a 2 . f = f ( x1 . x n ) ≥ f (a1 ..0) şi M 2 ⎜ ..

. a n2 .... a 2 .82 CAPITOLUL al VI-lea Teoremă.. a n ) .. Teoremă... a n ) .... ... ∂x i ∂x j 1) Dacă ∆ 1 > 0 .. a1n a 2n . = 0. Fie f : X ⊂ R n → R . = 0 ..... a 2 ..... .... a 2 .. ….. a nn a ij = ∂ 2 f (a1 .... ∆ 2 > 0 .. a n ) = 0... a n ) un punct interior mulţimii X .. 2) Dacă ∆1 < 0 . a 2 ... x 2 ..... . ∆ n > 0 . a 2 . a 2 . atunci (a1 ..... f = f ( x1 . a 2 . Fie f : X ⊂ R n → R . a 2 ... a n ) este un punct de extrem local al funcţiei f şi f are derivate parţiale de ordinul întâi în (a1 . Fie a ∆ 1 = a11 . a n ) ∂f (a1 . a 2 .... ∆ 2 > 0 . ∆ 4 > 0 . ∆ n = 21 ... a n ) un punct staţionar al funcţiei f .. a n ) este un punct de minim pentru f... x n ) şi (a1 .. . Dacă (a1 . ∂x 1 ∂x 2 ∂x n Soluţiile sistemului ⎧ ∂f ⎪ ∂x = 0 ⎪ 1 ⎪ ∂f ⎪ ⎪ ∂x = 0 ⎨ 2 ⎪... …. a n ) este un punct de maxim pentru f. x 2 .. a 22 a n1 a12 a 22 . ⎪ ⎪ ∂f =0 ⎪ ⎪ ⎩ ∂x n formează mulţimea punctelor staţionare ale funcţiei f ...... ∆ 2 = 11 a 21 unde a11 a a12 . a n ) ∂f (a1 . …........ . atunci ∂f (a1 .. ∆ 3 < 0 .. a 2 ... f = f ( x1 .. x n ) şi (a1 .. . atunci (a1 ...

y > 0.8) 2 ⋅ 4 1 = . x y z 16 Punctele staţionare sunt soluţii ale sistemului ⎧ 1 1 ⎧ ∂f ⎪− 2 + = 0 =0 ⎪ ∂x y ⎪ x ⎪ ⎪ ⎪ ∂f ⎪ ⎪ x 1 ⎨ = 0 ⇔ ⎨− 2 + = 0 z ⎪ ∂x ⎪ y ⎪ ∂f ⎪ 1 ⎪ =0 ⎪ y ⎪ ∂x ⎪− 2 + 16 = 0 ⎩ ⎩ z Obţinem un singur punct staţionar M(2. 64 2 ⋅ 64 ⋅ 64 1 64 1 16 1 16 1 − 64 − Deoarece ∆ 1 > 0 . ∆ 3 > 0 rezultă că punctul staţionar M(2.4. DIFERENŢIALE 83 Exemplu. ∂ 2f = 2 x ∂ 2 f 2y ∂ 2 f 1 ∂ 2f ∂ 2f 1 = .8) . DERIVATE PARŢIALE. 23 4 4 3 16 8 3 64 ∂y 2 ∂z 2 2 1 1 1 1 ∂ 2 f (2. ∆ 2 > 0 .4. a 23 = =− =− 2 2 16 64 ∂x∂y ∂x∂z ∂y∂z 4 8 şi 1 ∆1 = . 3 2 3 ∂x∂y 2 ∂x∂z ∂y∂z y ∂z z y z2 rezultă a11 = a12 = ∂ 2 f (2.8) =− = − . . 4 1 ∆2 = 4 1 − 16 1 4 1 ∆3 = − 16 0 − 1 16 = 3 .8) ∂x 2 = 1 ∂ 2 f (2.4.4.4. =− . =− . 1 x y z + + + . a 22 = = = .8) ∂ 2 f ( 2. a13 = = 0. . x > 0. z > 0. z ) = Soluţie.4. a 33 = = = .8) 2 ⋅ 2 1 ∂ 2 f (2. = 0.FUNCŢII DE MAI MULTE VARIABILE. Cum ∂ 2f ∂x 2 = 2 x 3 ∂y 2 .4. Să se determine punctele de extrem local pentru funcţia f ( x.8) este punct de minim. y .4. 1 16 2 16 0 − 1 1 = .8) ∂ 2 f (2.

cos β.3) 3 4 12 68 . z) = xy + yz + zx în punctul M 0 (2.1. y 0 . z 0 ) un punct interior mulţimii A şi l(cos α. df (2. y 0 .y.1. 13 12 . y 0 . y. fie M 0 ( x 0 . = 3. cos γ = c ± a2 + b2 + c 2 .3) ∂f (2. ∂x ∂y ∂z dl Exemplu.15) . z 0 ) ∂f ( x 0 . = y + x rezultă că ∂y ∂z ∂x ∂f (2.84 CAPITOLUL al VI-lea 6. cos γ ) o direcţie dată 1.1. = 4⋅ + 5⋅ + 3⋅ = dl 13 13 13 13 1 În funcţie de parametrii directori a. Derivata după o direcţie. ∂x ∂y ∂z Cosinusurile directoare ale direcţiei M 0 N sunt cos α = cos β = cos γ = 3 3 2 + 4 2 + 14 2 4 3 + 4 + 14 12 3 2 + 4 2 + 14 2 2 2 2 = = = 3 . b. cosinusurile directoare se determină prin formulele: cos α = a ± a2 + b2 + c 2 .3) ∂f (2. unde N(5. = 5.y. . Cum ∂f ∂f ∂f = y + z. y 0 . Fie M(x. Divergenţă.1. Se numeşte derivata funcţiei f după direcţia l în punctul M 0 limita M→M 0 lim f (M) − f (M 0 ) | M 0M | .cos β = b ± a2 + b2 + c2 . z 0 ) = cos α + cos β + cos γ . = x + z. 13 Prin urmare. 13 4 . z 0 ) ∂f ( x 0 . Fie funcţia f : A ⊂ R 3 → R .3) . Se notează df (M 0 ) şi are expresia dl df ( x 0 . f = f(x.z). Soluţie. Rotor Definiţie. z 0 ) ∂f ( x 0 .3) = 4.z) un punct oarecare al dreptei care trece prin M 0 şi are vectorul director l . presupusă derivabilă parţial pe A. după direcţia M0N . Semnele ± corespund celor două sensuri de pe direcţia considerată. c ai unei direcţii date l .5.1. y 0 . Gradient.5. Să se calculeze derivata funcţiei f ( x.

Se numeşte rotorul funcţiei v sau rotorul câmpului vectorial v şi se notează rot v funcţia vectorială ∂v ⎞ ⎛ ∂v ⎛ ∂v ∂v ⎞ ⎛ ∂v ∂v ⎞ rot v = ⎜ 3 − 2 ⎟ i + ⎜ 1 − 3 ⎟ j + ⎜ 2 − 1 ⎟ k . + + ∂x ∂y ∂z Simbolic. divergenţa câmpului vectorial v se poate defini ca produsul scalar dintre operatorul ∇ şi v: div v = ∇ ⋅ v . Se numeşte divergenţa funcţiei v sau divergenţa câmpului vectorial v şi se notează div v funcţia scalară div v = ∂v 1 ∂v 2 ∂v 3 . y. DERIVATE PARŢIALE. y . Hamilton (1853). ∂ ∂ ∂ i+ j+ k ∂x ∂y ∂z Definiţie4. Fie v( x. z) = ( v1( x. Hamilton (1853). z)) o funcţie vectorială definită pe A ⊂ R 3 cu valori în R 3 . ⎜ ∂y ⎟ ⎜ ∂x ∂z ⎠ ⎝ ∂z ∂x ⎠ ⎝ ∂y ⎟ ⎝ ⎠ 2 Noţiunea de gradient are originea în lucrările lui W. Langevin (1905) 5 Noţiunea de rotor are originea în lucrările lui W. Dacă divergenţa se anulează într-un domeniu D. y. y. y. z) = ( v1( x. Abraham (1902) şi P.z) o funcţie reală definită pe A ⊂ R 3 . z). y . z). Maxwell (1855). v 3 ( x. câmpul vectorial v se spune că este solenoidal. C. Se numeşte gradientul funcţiei u sau gradientul câmpului scalar u şi se notează grad u funcţia vectorială grad u = ∂u ∂u ∂u i + j+ k . derivabilă parţial pe A. z)) o funcţie vectorială definită pe A ⊂ R 3 cu valori în R 3 . gradientul funcţiei u se obţine prin aplicarea operatorului 3 ∇= funcţiei u: grad u = ∇u . În mod formal. v 2 ( x. Abraham (1902) . (numită suprafaţă de nivel). iar denumirea şi notaţia se datoresc lui M. ∂x ∂y ∂z Gradientul într-un punct este normal la suprafaţa u = const. ∂ ∂ ∂ i + j + k se numeşte operatorul nabla sau operatorul lui Hamilton ∂x ∂y ∂z Riemann (1854) şi J. derivabilă parţial pe A . iar denumirea şi notaţia se datoresc lui G. y. Fie u(x.FUNCŢII DE MAI MULTE VARIABILE. direcţia sa reprezentând direcţia celei mai rapide creşteri a funcţiei u. Definiţie5. 3 Operatorul ∇ = 4 Noţiunea de divergenţă are originea în lucrările lui W. v 3 ( x. v 2 ( x. DIFERENŢIALE 85 Definiţie 2. z). B. derivabilă parţial pe A . Lorentz (1895) şi M. z). y. Hamilton (1853). iar denumirea şi notaţia se datoresc lui H.y. Fie v( x.

Soluţie. rotorul câmpului vectorial v se poate scrie ca produsul vectorial dintre operatorul ∇ şi v i ∂ rot v = ∇ × v = ∂x v1 j ∂ ∂y v2 k ∂ . c) rot ( grad u) = 0 . Să se arate că: a 6) div( grad u) = ∆u . Exemplu.86 CAPITOLUL al VI-lea Simbolic. ∂2 ∂x 2 + ∂2 ∂y 2 + ∂2 ∂z 2 . =⎜ − − − ⎜ ∂y∂z ∂z∂y ⎟ ⎜ ∂z∂x ∂x∂z ⎟ ⎜ ∂x∂y ∂y∂x ⎟ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ . ∂x∂y ∂y∂x ∂x∂z ∂z∂x ∂y∂z ∂z∂y = = ⎡ ∂ ⎛ ∂u ⎞ ∂ ⎛ ∂u ⎞⎤ ⎡ ∂ ⎛ ∂u ⎞ ∂ ⎛ ∂u ⎞⎤ c ) rot ( grad u) = ⎢ ⎜ ⎟ − ⎜ ⎟⎥ i + ⎢ ⎜ ⎟ − ⎜ ⎟⎥ j + ⎜ ⎟ ⎣ ∂y ⎝ ∂z ⎠ ∂z ⎝ ∂y ⎠⎦ ⎣ ∂z ⎝ ∂x ⎠ ∂x ⎝ ∂z ⎠⎦ ⎡ ∂ ⎛ ∂u ⎞ ∂ ⎛ ∂u ⎞⎤ + ⎢ ⎜ ⎟ − ⎜ ⎟⎥ k ⎜ ⎟ ⎣ ∂x ⎝ ∂y ⎠ ∂y ⎝ ∂x ⎠⎦ ⎛ ∂ 2u ∂ 2u ⎞ ⎛ ∂ 2u ∂ 2u ⎞ ⎛ ∂ 2u ∂ 2u ⎞ ⎟ i +⎜ ⎟ j+⎜ ⎟ k = 0. a) div(grad u) = ∂ ⎛ ∂u ⎞ ∂ ⎛ ∂u ⎞ ∂ ⎛ ∂u ⎞ ∂ 2u ∂ 2u ∂ 2u + + = ∆u . ∆ = b) div(rot v ) = 0 . câmpul vectorial v se spune că este irotaţional (sau lamentar) în acel domeniu. ⎜ ⎟+ ⎜ ⎟+ ⎜ ⎟ = ∂x ⎝ ∂x ⎠ ∂y ⎜ ∂y ⎟ ∂z ⎝ ∂z ⎠ ∂x 2 ∂y 2 ∂z 2 ⎝ ⎠ b) div(rot v ) = ∂ ⎛ ∂v 3 ∂v 2 ⎞ ∂ ⎛ ∂v 1 ∂v 3 ⎞ ∂ ⎛ ∂v 2 ∂v 1 ⎞ ⎟ ⎟+ ⎜ ⎜ − − − ⎟+ ⎜ ∂x ⎠ ∂z ⎜ ∂x ∂y ⎟ ∂x ⎜ ∂y ∂z ⎟ ∂y ⎝ ∂z ⎠ ⎝ ⎠ ⎝ ∂ 2 v 3 ∂ 2 v 2 ∂ 2 v1 ∂ 2 v 3 ∂ 2 v 2 ∂ 2 v1 − + − + − ∂x∂y ∂x∂z ∂y∂z ∂y∂x ∂z∂x ∂z∂y ∂ 2 v 3 ∂ 2 v 3 ∂ 2 v 2 ∂ 2 v 2 ∂ 2 v1 ∂ 2 v1 − + − + − = 0. ∂z v3 Dacă rotorul se anulează într-un anumit domeniu.

y .0) şi fy (1. y ) = x 3 + 3x 2 y + y 4 + 3 . Să se calculeze df (1. y. y ) = cos− sin y + 1 . x + y = 2f . Probleme propuse 1. f) f ( x. c) f ( x. x+y 2 h) f ( x.2. z) = e xy sin z . DERIVATE PARŢIALE. y ) = 5 x 6 + y 6 + 2 xy 5 . 4. y ) = x 3 − (2 − x)y 2 . i) f ( x.2.0) pentru următoarele funcţii: a) f ( x.6. x ∂y ∂x ∂2 ∂2 ∂2 se numeşte operatorul lui Laplace + + ∂x 2 ∂y 2 ∂z 2 6 Operatorul ∆ = . y ) = x2y . 2 ' ⎛π π⎞ ' ⎛π π⎞ b) f x ⎜ . y ) = x 2 + y + sin xy . z) = x 3 − 2y 2 + 3z 2 − 3 xyz . y. z) = arcsin x y +z 2 2 . Folosind definiţia să se calculeze: ' ' a) f x (1. e) f ( x. Să se calculeze df (2. 5. 4 3 2 g) f ( x. ⎟ şi fy ⎜ . y ) = x 2 + 4y 2 .0) pentru f ( x. ∂x ∂y 5 y ∂f ∂f b) f ( x.3) pentru următoarele funcţii: a) f ( x. z) = e x + y + z . x + y = f. d) f ( x. 3. y. z) = e y + ln( x 2 + 1) + z 5 + 3 (funcţiile sunt înţelese pe domeniile lor maxime de existenţă).FUNCŢII DE MAI MULTE VARIABILE. y. x ≠ 0 . Să se calculeze derivatele parţiale de ordinul întâi şi al doilea pentru următoarele funcţii: a) f ( x.3) şi d 2 f (2. y ) = x 2 + 3 xy 2 + xy 5 . y ) = ( x 2 + y 2 ) sin . b) f ( x. Să se arate că funcţiile următoare verifică relaţiile indicate: ∂f ∂f 6 a) f ( x. j) f ( x. ⎝4 3⎠ ⎝4 3⎠ 2. z) = e xy + e xz + e yz . y.0) şi d 2 f (1. y ) = x 2 sin 3 y . y ) = ln(1 + x + y + xy ) . b) f ( x. y ) = e x−y . DIFERENŢIALE 87 6. ⎟ pentru f ( x. b) f ( x.

z) = x 3 + y 2 + z 2 − 2 x 2 − 2xy + 4yz . ( x. y. y ) = x 3 + y 3 − 3 x 2 y + 6 xy 2 − 2x − y . b) f ( x. y . e) f ( x. z) = ( x 9 + x 4 y 5 + z 9 ) cos ∂f ∂f ∂f x+y . c) f ( x. ( x. z) ∈ R 3 . z ) . 7. y . ( x. ( x. ∂x ∂y ∂z 6. ( x. f) f ( x. y . y ) ∈ R 2 .88 CAPITOLUL al VI-lea c) f ( x. b) rot (uv ) = ( grad u ) × v + u rot v . Să se demonstreze următoarele formule din analiza vectorială: a) div(uv ) = vgrad u + u div v . z) = x 2 + 2y 2 − 4 xy + 6 xz − 4yz . z) = x 2 + y 2 + z 2 − 3xy − 12 xz − 18yz . . y . z) ∈ R 3 . y . ( x. z) ∈ R 3 .x ∂f ∂f ∂f + y + z = 9f ( x . d) f ( x. z) = x 2 − y 2 + 2z 2 − 6 x + 8y − 12z + 3 . y ) = x 2 + 4 y 2 − 16xy + 32x − 16y . z) = ( x 2005 + x 2000y 5 − z 2005 )arctg d) f ( x. y. y + z ∂x ∂y ∂z x4 + y5 y +z 5 4 . z) ∈ R 3 . x + y + z = 2005f . y . y ) ∈ R 2 . y. y . y . Să se determine punctele de extrem local pentru funcţiile: a) f ( x.

Funcţii implicite definite de ecuaţia F( x. Spunem în acest caz că funcţia f(x) este definită implicit de ecuaţia (1). ∀x ∈ U . (1) Fie ecuaţia F(x. O funcţie (2) y = f ( x) : A → B se numeşte soluţie în raport cu y a ecuaţiei (1) pe mulţimea A. f ( x)) = 0 . ∂F( x 0 . mai multe soluţii sau nici una. ∂F( x. ∂F( x. y 0 ) ≠ 0. . y ) b) funcţia y =f(x) are derivata continuă pe U şi f ' ( x) = − ∂x .y) este o funcţie reală definită pe A × B . Dacă • • • atunci: F ( x 0 . A ⊂ R . ∂y a) există o vecinătate U a lui x0. Teorema de existenţă şi unicitate. y ) = 0 Definiţie. o vecinătate V a lui y0 şi o funcţie unică y = f ( x) : U → V astfel încât f ( x 0 ) = y 0 şi F( x. dacă F( x. Fie F(x. y ) ∂y Observaţie.y) admite derivate parţiale de ordinul k continue în A × B . unde F = F(x. Observaţie. Dacă funcţia F(x.1. y 0 ) = 0.y) o funcţie reală definită pe A × B . ∀x ∈ U . ∀x ∈ A . y 0 ) un punct interior lui A × B . Ne interesează cazul când ecuaţia (1) admite o singură soluţie (2). A ⊂ R . atunci funcţia y = f(x) are derivata de ordinul k continuă pe U. B ⊂ R şi ( x 0 . F admite derivate parţiale continue în A × B .FUNCŢII DEFINITE IMPLICIT 89 CAPITOLUL al VII -lea FUNCŢII DEFINITE IMPLICIT 7. f ( x )) = 0 . B ⊂ R . Ecuaţia (1) poate avea în raport cu y o soluţie.y) = 0.

y ) ∂F( x. Metoda a II-a.90 CAPITOLUL al VII-lea Exemple. rezultă că x 2 − xf ( x) − 3 x + f 3 ( x) + f ( x) + 2005 = 0 . 3f 2 ( x ) − x + 1 3y 2 − x + 1 2) Să se calculeze f ' (0) şi f " (0) pentru funcţia y = f(x) definită implicit de ecuaţia f ' ( x) = − 2x − f ( x) − 3 2x − y − 3 sau f ' ( x) = − x 2 − xy + 2y 2 + x − y − 1 = 0 . ∂x ∂y ∂F( x. Metoda I. obţinem 2x − f ( x) − xf ' ( x) − 3 + 3f 2 ( x)f ' ( x) + f ' ( x) = 0 . y ) x − 4y + 1 ∂y 2 ⋅ 0 − 1+ 1 = 0. ştiind că f(0) = 1. = − x + 3y 2 + 1 . y ) = 2x − y − 3 . y ) ∂y Cum F( x. y ) f ' ( x) = − ∂x . rezultă că f ' (0) = . ∂x ∂y rezultă că f ' ( x) = − 2x − y − 3 3y 2 − x + 1 . Derivând această ultimă identitate. 0 − 4 ⋅1+ 1 Pentru determinarea lui f " ( x ) derivăm relaţia Deoarece f(0) = 1. y ) = 2x − y + 1 . = − x + 4y − 1 . ∂F( x. y ) 2x − y + 1 . de unde deducem . y ) ∂F( x. y ) = x 2 − xy − 3 x + y 3 + y + 2005 şi ∂F( x. Deoarece y = f(x) verifică ecuaţia x 2 − xy − 3 x + y 3 + y + 2005 = 0 . 1) Să se calculeze f ' ( x ) pentru funcţia y = f(x) definită implicit de ecuaţia x 2 − xy − 3 x + y 3 + y + 2005 = 0 . iar f ' ( x) = − ∂x = ∂F( x. Cum F( x. Soluţie. Soluţie. Pentru calculul lui f ' ( x ) se poate utiliza formula ∂F( x. y ) = x 2 − xy + 2y 2 + x − y − 1 avem ∂F( x.

b) y − b = − ∂x ( x − a) ∂F(a. În ipoteza că y = f(x) este funcţie implicită definită de ecuaţia F(x. f " ( 0) = 2 3 ( 0 − 4 ⋅ 1 + 1) Interpretarea geometrică a derivatelor parţiale ale funcţiei F(x.FUNCŢII DEFINITE IMPLICIT 91 f ' ( x) = în raport cu x.y) = 0 în punctul (a. Soluţie. Obţinem f " ( x) = 2x − y + 1 x − 4y + 1 (2 − y ' )( x − 4 y + 1) − (2 x − y + 1)(1 − 4 y ' ) ( x − 4y + 1) 2 Înlocuind pe y ' obţinut mai sus. sau echivalent ( x − a) ∂x ∂y ∂F(a. y 0 ) ce aparţine cercului. y 0 ) ∂F( x 0 . avem ∂F(a. b) ∂F(a. ∂x ∂y . b) ∂F(a. Exemplu. Ecuaţia tangentei în M0 este (x − x 0 ) unde F( x.b) al curbei este y − b = f ' (a)( x − a) . y 0 ) + (y − y 0 ) = 0. b) + ( y − b) = 0.y) Se ştie că ecuaţia tangentei la curba y = f(x) în punctul (a.y)=0. b) f ' (a) = − ∂x ∂F(a. y ) = x 2 + y 2 − R 2 . b) ∂y şi ecuaţia tangentei se scrie ∂F(a. b) şi Rezultă că derivatele parţiale sunt parametrii directori ai tangentei la ∂x ∂y curba definită de ecuaţia F(x. găsim . ∂F( x 0 . b) ∂y ∂F(a.b) al ei. considerând y ca funcţie de x. Să se scrie ecuaţia tangentei la cercul de ecuaţie x 2 + y 2 = R 2 în punctul M 0 ( x 0 . ⎛ ⎛ 2x − y + 1 ⎞ 2x − y + 1 ⎞ ⎜2 − ⎟( x − 4 y + 1) − ( 2 x − y + 1)⎜ 1 − 4 ⎟ ⎜ ⎜ x − 4y + 1 ⎟ x − 4y + 1 ⎟ ⎝ ⎠ ⎝ ⎠ f " ( x) = 2 ( x − 4 y + 1) astfel că 2 ⋅ 0 − 1+ 1⎞ 2 ⋅ 0 − 1+ 1⎞ ⎛ ⎛ ⎜2 − ⎟( 0 − 4 ⋅ 1 + 1) − ( 2 ⋅ 0 − 1 + 1)⎜ 1 − 4 ⎟ 2 0 − 4 ⋅1+ 1⎠ 0 − 4 ⋅1+ 1⎠ ⎝ ⎝ =− .

. Dacă 2 • • • atunci: 0 0 F ( x1 .. Obţinem 0 0 astfel pentru tangenta căutată ecuaţia xx 0 + yy 0 = R 2 . x n ) ∈ A . x 2 .....92 CAPITOLUL al VII-lea Cum ∂F( x 0 . x n .. Ne interesează cazul când ecuaţia (3) admite o singură soluţie (4). f ( x 1 .... f ( x1 ... 2 b) funcţia y = f( x1 . o vecinătate V a lui y0 şi o funcţie unică 2 y = f ( x1 . x n ) : A → B se numeşte soluţie în raport cu y a ecuaţiei (3) pe mulţimea A. y 0 ) un punct interior lui A × B .. x 2 . A ⊂ R n .... x n ) .. ∀( x1 ... (3) Fie ecuaţia F( x1 .... x n ) ∈ U . 0 0 Deoarece M 0 ( x 0 . x n .. rezultă că x 2 + y 2 = R 2 . y 0 ) aparţine cercului x 2 + y 2 = R 2 . B ⊂ R . x n . 0 0 a) există o vecinătate U a lui ( x 1 . x 2 .. Observaţie.. x n )) = 0 ... x 2 . y 0 ) ∂F( x 0 .... unde F = F( x 1 . x n . x n . B ⊂ R şi ( x1 . x 2 ... y ) este o funcţie reală definită pe A × B .. x 2 ....y) o funcţie reală definită pe 0 0 A × B . x n . x 2 . x 2 .. 0 0 ∂F( x1 . x 0 .... x 2 ..2.... 2 F admite derivate parţiale continue în A × B . Teorema de existenţă şi unicitate. x 2 . Funcţii implicite definite de ecuaţia F( x 1 ... x n )) = 0 . x 0 ... x 2 . O funcţie (4) y = f ( x1 . Ecuaţia (3) poate avea în raport cu y o soluţie. y ) = 0 .. A ⊂ R n . ∀( x1 .... x 0 . x 2 . x n . x n ) = y 0 şi F( x1 .. mai multe soluţii sau nici una. x n ) : U → V astfel încât 0 0 f ( x1 .. Fie F(x 1 . x n .. x 2 ....... y 0 ) = 0.. y 0 ) = 2y 0 avem = 2x 0 . ∂y ∂x ( x − x 0 )2x 0 + ( y − y 0 )2y 0 = 0 sau xx 0 + yy 0 − ( x 2 + y 2 ) = 0 ... x 0 . Spunem în acest caz că funcţia f(x 1 ... x n ) are derivate parţiale de ordinul întâi continue pe U şi . 7. y ) = 0 Definiţie.. dacă F( x 1 .. y 0 ) 2 ∂y ≠ 0. x n ) este definită implicit de ecuaţia (3).. x n .. x 2 ..... x 0 ...

Dacă funcţia F( x1 . ∂F( x. .. x n ) ∂x n =− . y ) ∂y ∂x =− =− .... x 2 . x n ) ∈ U .. Pentru calculul derivatelor parţiale ∂f ( x. x 2 .. y ) ez − y ∂f ( x. y ) ∂f ( x1 .. y . y.2) =− = şi =− = .. y ) ∂f ( x1 .. . y ) ∂f ( x1 .. .. x n ) ∂x 2 =− ∂F( x1 . z) = xe z + ye z − 1 = e z − x.. . x 2 . z) = xe z + ye z − xy − z avem ∂F( x.... x 2 . x 2 ....2) = 0 . y ) ∂f ( x...... 0 0 0 0 ∂x ∂y 2e + 2e − 1 3 2e + 2e − 1 3 ... y.. x n .. y.. y. x n . ∂F( x1 . x n .... y ) ez − x şi . y ) ∂x1 ∂y ∂F( x1 .. x n ) are derivate parţiale de ordinul k continue pe U.... y.. x n ) ∂x1 =− . x 2 .. ∂x ∂y ∂x iar ∂f ( x... rezultă că e0 − 2 1 ∂f (2. y ... x 2 ... x n . x 2 ... x n .. =− =− ∂x ∂y xe z + ye z − 1 xe z + ye z − 1 Deoarece f (2. y ) ∂x n ∂y Observaţie. z) ∂F( x... ... ∂F( x1 . de ecuaţia xe z + ye z − xy − z = 0 Să se calculeze ∂f (2. x 2 ..... x n ..... y ) ∂f ( x.2) şi pentru funcţia z = f ( x..2) = 0 . ∀( x 1 . y ) şi se utilizează formulele: ∂x ∂y ∂F( x..FUNCŢII DEFINITE IMPLICIT 93 ∂F( x1 . z) ∂f ( x. Soluţie. atunci funcţia y = f( x1 . .... z ) ∂F( x. y ) ∂x 2 ∂y .... x 2 .. z ) ∂y ∂x ∂z ∂z Cum F( x........... ∂F( x1 .2) e0 − 2 1 ∂f (2.2) ∂f (2... x 2 .. Exemplu.. z) ∂F( x..... z) ∂F( x.. y ) definită implicit ∂x ∂y ştiind că f (2...... x n ....... x 2 .y) admite derivate parţiale de ordinul k continue în A × B .. ..... y .. = e z − y..

z) = x2 a2 + y2 b2 + z2 c2 − 1. b. c ) ∂F(a. (x − x 0 ) unde F( x.c) al ei.b. Ecuaţia planului tangent în M0 este ∂F( x 0 . y 0 .y. ∂x ∂y ∂z ∂F(a. y 0 . x2 a2 + y2 b2 + z2 c2 Să se scrie ecuaţia planului tangent la elipsoidul de ecuaţie − 1 = 0 în punctul M 0 ( x 0 . c ) ∂F(a. b) ∂y ∂x =− =− .z) = 0 în punctul (a. c 2 ⎜ a2 b2 c 2 ⎟ ⎝ ⎠ . z 0 ) ∂F( x 0 . y 0 .y. Exemplu. b) ( x − a) + ( y − b) . b) ∂z(a.94 CAPITOLUL al VII-lea Interpretarea geometrică a derivatelor parţiale ale funcţiei F(x. Cum avem ∂F( x 0 . ∂F(a. y 0 . c ) şi . b.c) al suprafeţei este ∂z(a. c ) ∂z ∂z sau echivalent ( x − a) ∂F(a. b. c ) ∂F(a.b. b. c ) ∂z(a. b. y 0 . b.y) este funcţie implicită definită de ecuaţia F(x. c ) ∂F(a. b. + (z − z 0 ) + (y − y 0 ) ∂z ∂y ∂x Soluţie. c ) ∂x ∂y ∂z ∂z şi ecuaţia planului tangent se scrie ∂F(a. z 0 ) 2z 0 = = . c ) ∂F(a. z 0 ) ∂F( x 0 . y. c ) ∂F(a. ∂x ∂y În ipoteza că z = f(x. b) ∂z(a. c ) ∂F(a. b. z 0 ) = 0.z) Se ştie că ecuaţia planului tangent la suprafaţa z = f(x. c ) + ( y − b) + (z − c ) = 0. z 0 ) 2 x 0 ∂F( x 0 . c ) ∂y ∂x ( y − b) ( x − a) − z−c = − ∂F(a. sunt parametrii directori ai ∂x ∂z ∂y Rezultă că derivatele parţiale normalei la suprafaţa definită de ecuaţia F(x. y 0 . b. . y 0 . c ) ∂F(a. b. avem z−c = ∂F(a.y) în punctul (a. z 0 ) ce aparţine elipsoidului. z 0 ) 2y 0 ∂F( x 0 . b. b. b.y. = ∂x ∂y ∂z a2 b2 c2 (x − x 0 ) xx 0 a2 yy 0 b2 zz 0 2x 0 a2 + (y − y 0 ) 2y 0 b2 + (z − z 0 ) 2z 0 c2 =0 sau + + ⎛ x2 y2 z2 ⎞ −⎜ 0 + 0 + 0 ⎟ = 0.z)=0. b.

y 0 ........ x n ) : A → R ⎪ ⎪y 2 = f2 ( x1 .. x 2 ... y 2 .. ........ ... y 1 . ⎪ ⎩y m = fm ( x1 .. x n ).. x 2 .... x n ) ∈ A ...... y 2 ... y 2 ...... m sunt funcţii reale definite pe A × B .. x 2 ...... Fie sistemul de ecuaţii (5) ⎧F1 ( x 1 .... x 2 .... .. fm(x 1 . x n )..... . . A ⊂ R n ..... sau nici una.... x n .. x 2 ........ x 2 . x n ) sunt definite implicit de sistemul de ecuaţii (5)............ .. y 1 . ⎪ ⎩Fm ( x1 .. fm ( x1 .FUNCŢII DEFINITE IMPLICIT 95 Deoarece M0 (x 0 .. .. y 1 .. x 2 .... x n .... ... x 2 .... a2 b2 c 2 Obţinem astfel pentru planul tangent cerut ecuaţia x2 0 xx 0 a 2 + yy 0 b 2 + zz 0 c2 = 1. x 2 .... dacă ⎧F1 ( x 1 .3... x 2 .. y 1 ... x 2 ....... x 2 ........ .... x 2 . x 2 .. ... rezultă că y2 z2 + 0 + 0 = 1... .... x n )... x n ) : A → R ⎨ ⎪.. x 2 . x 2 . x n )............ B ⊂ R m .. y m ) = 0 .. .... fm ( x 1 .. x n ).... Sistemul (5) poate avea în raport cu ( y 1 . . y m ) a sistemului (5) pe mulţimea A......... x n ) ...... . z 0 ) aparţine elipsoidului x2 a2 + y2 b2 + z2 c2 −1= 0 ... f1 ( x 1 . y 2 . Sisteme de funcţii definite implicit Definiţie... x n .... x 2 ... x n )) = 0 ⎪ ⎪F2 ( x1 ..... ....... y 2 .. fm ( x1 ................ 7..... .. x n . ….. x 2 ... y m ) = 0 ⎪ ⎪F2 ( x1 .. y m ) ....................... f2 ( x1 ............ . x n . x n .. x 2 ......... x n ) : A → R (6) se numeşte soluţie în raport cu ( y 1 ... y m ) o soluţie.. unde Fi ( x1 ... Un sistem de funcţii ⎧y 1 = f1 ( x 1 ..... .......... f1 ( x 1 . Observaţie. f2 ( x1 ........ .. .... y 2 .... x n )) = 0 ⎨ ⎪... f2 ( x1 ......... x n )..... Spunem în acest caz că funcţiile f1(x 1 . mai multe soluţii Ne interesează cazul când sistemul (5) admite o singură soluţie (6). f2(x 1 .. x 2 ..... x n ). x 2 .. y m ) = 0 ⎨ ⎪. x 2 ... ⎪ ⎩Fm ( x1 ...... i = 1... x n )) = 0 ∀( x1 . x 2 ..... .... f1 ( x1 ... x n .

. y 2 . x 2 .. Fm ) D( x i . ∂Fm ∂y 2 ..... D(F1 . y 2 . F2 . y o ) un punct interior lui A × B .…...... x o .. Donkin (1854) .. fm=fm(x) au derivate parţiale de ordinul întâi continue pe U şi D(F1 ....... y 2 .. c) funcţiile f1=f1(x).. f ( x )) = 0 . ∂Fm ∂y m ∂F1 ∂y 1 ∂F2 • 1) D(F1 .... F2 . Fm ) .. Fm ) = ∂y 1 D( y 1 .. f2=f2(x)..... y ) = 0 .... y m ) 1 Determinantul D(F1 . F2 . De asemenea.. y 2 . y 2 .. y o ) = 0... fm ( x)) : U → V astfel încât f ( x o ) = y o şi F( x. atunci f este o funcţie vectorială definită pe A cu valori în R m .. fm ) .. Fm în raport cu D( y 1 . ∀x ∈ U . iar notaţia simbolică a fost propusă de către W. f2 ( x). F = (F1 .... Fm ) : A × B → R m o o şi ( x o .. Fie funcţia vectorială Teorema de existenţă şi unicitate.... y 1 ... ... m . y m ) variabilele y 1 . i = 1. F.. o vecinătate V a lui y o şi o funcţie vectorială unică f ( x) = ( f1 ( x )..... F2 .. Jacobi (1841)......F2 . Dacă 2 n 2 n • • F ( x o . m admit derivate parţiale continue pe A × B . y m ) ..Fm ) se numeşte determinantul funcţional sau jacobianul funcţiilor F1 ... y 2 . y o .. i = 1. y ) . Dacă notăm F = (F1 . x n ) şi y = ( y 1 .. iar sistemul (6) se scrie ( 6' ) y = f ( x) .. f2 .. ∂Fm ∂y 1 atunci: a) există o vecinătate U a lui x o . A fost introdus de K.. .. Fm ) ∂x i D( y 1 .. dacă notăm f = ( f1 ... .. y m . F2 . x o . ∂F1 ∂y 2 ∂F2 ∂y 2 .. ∂F1 ∂y m ∂F2 o o ∂y m ≠ 0 în ( x . y m ) ... Fi . y o ) = ( x1 .. F2 . iar sistemul (5) se scrie ( 5' ) F( x..96 CAPITOLUL al VII-lea Pentru simplificarea scrierii. atunci F este o funcţie vectorială definită pe A × B cu valori în R m . . notăm x = ( x1 ..... y m ) ∂f1 ( x) =− calculat în x....

F2 . Să se calculeze ... ⎩ ∂v ∂u ∂u ∂v şi .. x i ... f2(x). y m ) ………………………………………………… D(F1 .…... D(F1 . Fm ) D( y 1 ... 1 2v − x ∂x 1 2v x 1 0 −x = .. m admit derivate parţiale de ordinul k continue pe Funcţiile u(x.... avem 2v 1 ∂u 0 = ∂x 1 x 1 1 2v x 2v ∂v = = . i = 1. Observaţie. utilizând regula lui Cramer. Fm ) ∂x i D( y 1 ....... F2 . y 2 . D(F1 . obţinem ⎧ ∂u ∂v ⎪ ∂y + ∂y = 0 ⎪ ⎨ ⎪x ∂u + 2v ∂v = 1 . atunci funcţiile f1(x). . Dacă funcţiile Fi . Derivând în raport cu x cele două ecuaţii ale sistemului (∗) şi ţinând seama că u şi v sunt funcţii de x obţinem ⎧ ∂u ∂v ⎧ ∂u ∂v ⎪ ∂x + ∂x = 1 ⎪ ∂x + ∂x = 1 ⎪ ⎪ sau ⎨ ⎨ ∂u ∂v ∂v ⎪ ⎪ ∂u ⎪u + x ∂x + 2v ∂x = 0 ⎪x ∂x + 2v ∂x = 0 ⎩ ⎩ Pentru 1 x 1 = 2v − x ≠ 0 .y) sunt definite implicit de sistemul de ecuaţii A × B . x i ) ∂fm ( x ) =− calculat în x. 1 2v − x 2v Derivând în raport cu y cele două ecuaţii ale sistemului... y 2 .y) şi v(x. fm(x) au derivate parţiale de ordinul k continue pe U. ⎪ ∂y ∂y ⎩ . Fm ) D( y 1 . F2 ... y m ) ∂f2 ( x ) =− calculat în x. ∂y ∂x ∂y ∂x Soluţie. F2 ..FUNCŢII DEFINITE IMPLICIT 97 D(F1 ... y 2 .. Fm ) ∂x i D( y 1 . ⎧u + v = x ⎪ (∗) ⎨ ⎪xu + v 2 = y + 2005 .. Exemplu.. y m ) ∀x ∈ U ....

. λ 1.. x n ) + ... x n ) în care variabilele ⎧F1 ( x 1 . x 2 . cu condiţia ca cele n variabile să verifice anumite relaţii. x n ) = 0 x1 ..... + λ mFm ( x1 ..... x 2 .. .............. ⎪ ⎩Fm ( x1 . x 2 . x 2 . avem 0 ∂u 1 = ∂y 1 x 1 1 2v x −1 ∂v = = .... 1 2v − x ∂y 1 2v x 0 1 1 = ..... x n ) + + λ 2F2 ( x1 ..... x n sunt supuse la legăturile (condiţiile) ⎨ se procedează astfel: ⎪. ... λ m nedeterminaţi.... λ m şi se rezolvă.... λ1 ..... .. x 2 . ......... λ 2 . λ 2 ..se formează sistemul de n + m ecuaţii ⎧ ∂L ⎪ ∂x = 0 1 ⎪ ∂L ⎧ ∂L ⎪ =0 ⎪ ∂x = 0 1 ⎪ ∂x 2 ⎪ ∂L ⎪.. utilizând regula lui Cramer.... x n .. x n ) ..se construieşte funcţia ajutătoare L( x 1... ⎪ ∂L ⎩Fm = 0 ⎪ =0 ⎪ ∂λ m ⎩ cu n + m necunoscute x1 .. ⎪ =0 ⎪ ∂L ⎪ ∂x 2 ⎪ ∂x = 0 ⎪. x 2 .......... x n ) = 0 ⎪ ⎪F2 ( x1 .... x n . x 2 ..... x n ) + λ1F1( x1 ... Extreme condiţionate În anumite probleme se cere găsirea extremelor unei funcţii y = f ( x1. Dacă se cere să se determine extremele funcţiei y = f ( x1 ... x n ) cu coeficienţii λ1 .......4. .... λ m ) = f ( x 1. Pentru rezolvarea acestei probleme. 1 2v − x 2v 7... x 2 . x 2 . ⎪. .98 CAPITOLUL al VII-lea Pentru 1 x 1 2v = 2v − x ≠ 0 ...... ... . m ≤ n .... x n ) = 0 . folosim metoda multiplicatorilor lui Lagrange.. λ 2 ...... x 2 .......... x 2 .. ⎪ n ⇔ ⎨ ∂L ⎨ ∂L ⎪ ⎪ ∂x = 0 =0 ⎪ ∂λ 1 ⎪ n ∂L ⎪ ⎪F1 = 0 =0 ⎪ ∂λ ⎪F2 = 0 2 ⎪... .. Această problemă se numeşte problema găsirii extremelor funcţiei cu legături. x 2 .........

λ 2 .. x n ) .... x n ) .... µ 2 ...... y ) = xy .... atunci punctul M(a1 . x 2 .... 2 2 2 Avem deci de considerat funcţia 1 L∗ ( x. x n ) - se calculează diferenţiala de ordinul doi a funcţiei L∗ de mai sus în punctul M(a1 .... + µ mFm ( x1 . a 2 . y... a n ) şi se obţine o formă pătratică în cele n .. atunci punctul M(a1 .. Exemple. µ 2 . a n ) este punct de minim condiţionat pentru funcţia f ( x1 . µ m şi se consideră funcţia L∗ ( x1 . a 2 . a n ) se diferenţiază legăturile date....... 1) Să se determine extremele funcţiei f ( x...... y = . a 2 .. Soluţie.. Derivatele parţiale de ordinul întâi ale funcţiei L conduc.. variabilele fiind legate prin condiţia x + y = 1. iar din sistemul astfel obţinut scoatem m dintre diferenţialele dx 1 . Dacă această formă pătratică este pozitiv definită.. y ) = xy − ( x + y − 1) . µ m ) una din soluţiile acestui sistem. ⎩ 1 1 1 Unica soluţie a acestui sistem este x = .m - se înlocuiesc cele m diferenţiale în diferenţiala de ordinul doi d 2L∗ (a1 . λ = − .. a 2 . Pentru a vedea dacă punctul corespunzător M(a1 .. 2 ⎛ 1 1⎞ Diferenţiala de ordinul doi a funcţiei L∗ în punctul M⎜ .. iar dacă această formă pătratică este negativ definită... a n ..... prin anulare... λ m din funcţia ajutătoare L se înlocuiesc cu µ1 . x 2 .. λ) = xy + λ( x + y − 1) . µ1 . x 2 . dx 2 . x n ) + µ1F1 ( x1 .. ⎟ are forma următoare ⎝2 2⎠ .. x 2 . x 2 .. x 2 .... la sistemul ⎧y + λ = 0 ⎪ ⎪ ⎨x + λ = 0 ⎪ ⎪ x + y − 1 = 0... a n ) este punct de maxim condiţionat pentru funcţia f ( x1 . a 2 .m diferenţiale rămase.FUNCŢII DEFINITE IMPLICIT 99 Fie P(a1 . a 2 .. x n ) = f ( x1 ... dx n în funcţie de celelalte n . x n ) + .. a n ) este extrem condiţionat al funcţiei date se procedează astfel: coeficienţii λ1 .. Funcţia ajutătoare are forma L( x..

λ 2 ) = x + y + z + λ 1 ( x − y + z − 2) + λ 2 ( x 2 + y 2 + z 2 − 4 ) . λ 1 . 2 ∂x∂y ∂y Diferenţiind legătura. ⎩ Rezolvând acest sistem. z = 0 . λ 2 = . Funcţia ajutătoare are forma L ( x .100 CAPITOLUL al VII-lea d 2L∗ (M) = ∂ 2L∗ (M) ∂x 2 ∂ 2L∗ (M) ∂x 2 dx 2 + 2 ∂ 2L∗ (M) ∂ 2L∗ (M) 2 dxdy + dy . Soluţie. y . ⎟ are forma ⎝3 3 3⎠ λ1 = d 2L∗ (M1 ) = dz 2 + ∂x 2 ∂y 2 ∂z 2 ∂ 2L∗ (M1 ) ∂ 2L∗ (M1 ) ∂ 2L∗ (M1 ) dxdy + 2 dxdz + 2 dydz. astfel că d 2L∗ (M) = −2(dx) 2 şi deci punctul ⎛ 1 1⎞ M⎜ . λ2 = − . z = . la sistemul ⎧1 + λ 1 + 2λ 2 x = 0 ⎪ ⎪1 − λ + 2λ y = 0 1 2 ⎪ ⎪ ⎨1 + λ 1 + 2λ 2 z = 0 ⎪ ⎪x − y + z − 2 = 0 ⎪ ⎪ x 2 + y 2 + z 2 − 4 = 0. y = −2 . . x = 0. găsim soluţiile 1 1 4 2 4 . ⎟ este punct de maxim condiţionat pentru funcţia f ( x. z) = x + y + z . z) = x + y + z + ( x − y + z − 2) − ( x 2 + y 2 + z 2 − 4) . ⎝2 2⎠ 2) Să se determine extremele funcţiei f ( x. 3 2 ⎛4 2 4⎞ Diferenţiala de ordinul doi a funcţiei L∗ în punctul M1 ⎜ . ∂x∂y ∂y 2 Cum = 0. ∂ 2L∗ (M) ∂ 2L∗ (M) = 1.y = . y . z . x = . = 0 . 3 2 3 3 3 1 λ1 = −1 . x2 + y2 + z2 = 4 . +2 ∂x∂y ∂x∂z ∂y∂z ∂ 2L∗ (M1 ) dx 2 + ∂ 2L∗ (M1 ) dy 2 + ∂ 2L∗ (M1 ) Cum . 2 1 1 Pentru λ1 = . Derivatele parţiale de ordinul întâi ale funcţiei L conduc. y ) . λ 2 = − avem de considerat funcţia 3 2 1 1 L∗ ( x. variabilele fiind legate prin condiţiile x − y + z = 2 . prin anulare. avem d 2L∗ (M) = 2dxdy . y. obţinem dx + dy = 0 .

−2. ⎟ este punct de maxim condiţionat ⎝3 3 3⎠ pentru funcţia f ( x.−2. 7. λ 2 = . Să se scrie ecuaţia tangentei la curba x 2 − xy 2 + 2x + y − 3 = 0 în punctul M 0 (1. a11 + a12 + a 2 ≠ 0 22 în punctul M 0 ( x 0 . y. 4. avem de considerat funcţia 2 1 L∗ ( x. = −1. Să se calculeze f ' ( x ) pentru funcţia y = f ( x ) definită implicit de ecuaţia 2yx 2 + y 2 − 4 x − 3 = 0 . . ∂x∂y ∂x∂z ∂y∂z ⎛4 2 4⎞ avem d 2L∗ (M1 ) = −dx 2 − dy 2 − dz 2 şi deci punctul M1 ⎜ . y ) definită implicit de ecuaţia şi ∂x ∂y ln( x z y x z y ) − 3 = 0 . = 0. ∂x 2 ∂y 2 ∂z 2 ∂ 2L∗ (M1 ) ∂ 2L∗ (M1 ) ∂ 2L∗ (M1 ) = 0. y ) ∂f ( x. = −1.5. y ) pentru funcţia z = f ( x. 1 Pentru λ1 = −1 . y.0) . y.FUNCŢII DEFINITE IMPLICIT 101 = −1. Probleme propuse 1. . 3. 2. z ) .0) este punct de minim condiţionat pentru funcţia f ( x. z) = x + y + z − ( x − y + z − 2) + ( x 2 + y 2 + z 2 − 4) . 2 Procedând analog obţinem pentru diferenţiala de ordinul doi a funcţiei L∗ în punctul ∂ 2L∗ (M1 ) ∂ 2L∗ (M1 ) ∂ 2L∗ (M1 ) M 2 (0.0) expresia d 2L∗ (M 2 ) = dx 2 + dy 2 + dz 2 şi deci punctul M 2 (0. Să se calculeze ∂f ( x. y 0 ) ce aparţine conicei. = 0. Să se scrie ecuaţia tangentei la conica de ecuaţie 2 2 a11x 2 + 2a12 xy + a 22 y 2 + 2a10 x + 2a 20 y + a 00 = 0. z) .

Funcţiile u(x. 22 33 23 8. şi . Să se scrie ecuaţia planului tangent la suprafaţa x 2 + 2 xz − z 2 − 2 = 0 în punctul M 0 (1. x > 0 . 10. 7.1) .y) şi v(x. variabilele fiind legate prin condiţia x + 2y + 3z = 4 . y ) = xy . 6. variabilele fiind legate prin condiţia x 2 + y 2 = 4 . y. z > 0 . z 0 ) ce aparţine cuadricei. variabilele fiind legate prin condiţia x 2 + y 2 + 2z 2 = 2 . b) f ( x.1) = 1 . y . variabilele fiind legate prin condiţia x 2 + y 2 = 1 . D(r . z ) = x − y + 2z . h) dacă f (r . ⎨ 3 ⎪u + v 3 = 7 − x 3 − y 3 ⎩ Să se calculeze ∂v ∂u ∂u ∂v . g(r . Să se calculeze df (1. 2 2 2 a11 + a 2 + a 2 + a12 + a13 + a 2 ≠ 0 . ϕ) = r sin θ sin ϕ şi D(r . g. θ. Să se determine D( f . ∂y ∂x ∂y ∂x 11. y > 0 . θ) = r sin θ .y) sunt definite implicit de sistemul de ecuaţii ⎧u + v = 2 − x − y ⎪ . y ) definită implicit de ecuaţia x 5 − 3y 2 + 4 yz − 3 xz 5 + z 9 = 0 = 0 .1) pentru funcţia z = f ( x. g) dacă f (r . ştiind că f (1. ϕ) = r sin θ cos ϕ . în punctul M 0 ( x 0 . y 0 .102 CAPITOLUL al VII-lea 5. Să se scrie ecuaţia planului tangent la cuadrica de ecuaţie a11x 2 + a 22 y 2 + a 33z 2 + 2a12 xy + 2a13 xz + 2a 23 yz + 2a10 x + 2a 20 y + 2a 30 z + a 00 = 0.1. θ) D( f . c) f ( x. . z) = xy 2 z 3 . . d) f ( x. θ) = r cos θ şi g(r . θ. y ) = 5 x 2 + 3xy + y 2 . θ. Să se determine h(r . ϕ) = r cos θ . θ. ϕ) 9. Să se determine extremele condiţionate pentru funcţiile: a) f ( x.

∀b > a .ELEMENTE DE CALCUL INTEGRAL 103 CAPITOLUL al VIII-lea ELEMENTE DE CALCUL INTERGAL 8. + a a+1 a+1 a+2 a+n+1 a +n ∫ f ( x)dx + .. Dacă limita este infinită sau nu există se spune despre integrală că este divergentă. În cazul în care această limită este finită se ∞ a spune că integrala ∫ f ( x)dx este convergentă. Deoarece ∞ a ∫ f ( x)dx = ∫ f ( x)dx + ∫ f ( x)dx + .b]. .1.. a→−∞ a b→+∞ Exemple.+∞ ) şi integrabilă pe [a.. Integrale improprii Integrale improprii cu limite de integrare infinite Definiţie. b→∞ ∞ dx este convergentă. ∞ ⎛ 1 x −2004 b −2004 ⎞ ⎟= 1 . 2) Integrala ∫ 2005 1x Într-adevăr. ∞ dx 1 x ∞ dx 1 x este divergentă. b Fie f o funcţie definită pe [a. = lim ∫ = lim = lim ⎜ − ∫ 2005 2005 b→∞ − 2004 ⎜ 2004 2004 ⎟ 2004 b→∞⎝ b→∞ 1 x 1x ⎠ 1 dx b dx b Observaţie. . 1) Integrala ∫ Într-adevăr.. b 1 ∫ = lim ∫ b dx b→∞ 1 x = lim ln | x | b→∞ = lim ln b = ∞ . Limita ∞ a b→∞ a lim ∫ f ( x)dx (finită sau infinită) se notează ∫ f ( x)dx . Analog se definesc integralele: b −∞ ∫ f ( x)dx = lim ∫ f ( x)dx a→−∞ a b b şi ∞ −∞ ∫ f ( x)dx = lim ∫ f ( x )dx .

. + un + . a a ∞ ∞ din convergenţa integralei ∫ g( x)dx .. c) ∞ cos x 1 dx . ∞ 3 x2 2 Să se studieze convergenţa integralelor: a) 01+ x ∞ 1 ∫ dx . integrala ∫ f ( x )dx este divergentă. 0 < k < ∞ . n=0 Folosind rezultatele de la serii numerice. rezultă convergenţa integralei ∫ f ( x)dx a a ∞ ∞ f ( x) 2. obţinem 1. g( x) > 0 . λ x→∞ 3. atunci iar pentru λ ≤ 1 . x ∈ [a. Dacă 0 < f ( x) ≤ g( x) . a ∞ Exemple. rezultă divergenţa integralei ∫ g( x)dx .+∞ ) şi lim = k . atunci x →∞ g( x ) iar - din convergenţa integralei ∫ g( x)dx pentru k < ∞ . rezultă divergenţa integralei ∫ g( x)dx ..b] şi ∫ f ( x)dx ≤ k iar g(x) tinde monoton a către zero când x → ∞ . 0 ≤ k ≤ ∞ . atunci iar din divergenţa integralei ∫ f ( x)dx . unde un = a ∞ a ∞ a+n+1 a+n ∫ f ( x )dx .. . . Dacă f(x) este integrabilă pe orice interval [a. a b pentru λ > 1 .104 CAPITOLUL al VIII-lea rezultă că ∫ f ( x)dx = u 0 + u1 + . x ∈ [a. Dacă f ( x ) > 0 . integrala ∫ f ( x )dx este convergentă a ∞ ∞ 4. atunci ∫ f ( x)g( x )dx este convergentă. rezultă convergenţa integralei ∫ f ( x )dx a a ∞ a ∞ a ∞ ∞ din divergenţa integralei ∫ f ( x)dx pentru k > 0 . ∞ Astfel.+∞ ) şi lim x f ( x ) = k .+∞ ) . b) ∫ ∫ x2 1+ x7 x dx . Dacă f ( x ) > 0 . convergenţa integralei ∫ f ( x )dx se reduce la convergenţa seriei ∑ un . x ∈ [a.

Deoarece x 1 ∫ cos dx = sin b − sin 2 ≤ 2 şi g( x) = ∞ cos x 1 descreşte monoton la zero când x → ∞ . = lim ∫ 5+ε ε→0 5 x − 5 ε→0 5+ε x − 5 ε→0 ∫ 2) Integrala ∫ 10 5 dx x−5 este convergentă. integrala (improprie) ∫ f ( x)dx se defineşte a b ca lim ∫ f ( x)dx . Fie a un punct singular pentru funcţia f definită pe (a. b ] şi integrabilă pe b b a [ a + ε. b ] . 2 x →∞ 1 + x 7 = 1 pentru λ = 5 > 1 . x−5 5 1 este nemărginită în punctul x = 5 şi avem x−5 10 Într-adevăr. Analog. Dacă limita este infinită sau a b nu există se spune despre integrală că este divergentă. ∀ε > 0 . x 1 x Integrale improprii din funcţii nemărginite Definiţie. ε→0 a b −ε Exemple. Limita lim ∫ f ( x)dx (finită sau infinită) se notează ∫ f ( x)dx . dacă b este punct singular pentru funcţia f. integrala este convergentă.ELEMENTE DE CALCUL INTEGRAL 105 Soluţie. a) Deoarece lim x λ f ( x ) = lim x→∞ x →∞ x x λ+ 3 2 2 b) Deoarece lim x λ f ( x ) = lim x→∞ 1 + x λ +2 = 1 pentru λ = 1 < 1 . integrala este divergentă. În cazul în care ε →0 a + ε această limită este finită se spune că integrala ∫ f ( x)dx este convergentă. rezultă că integrala ∫ dx este convergentă. funcţia f ( x) = 10 10 dx dx = lim ln | x − 5 | = lim (ln 5 − ln ε) = ∞ . 1) Integrala ∫ 10 dx este divergentă. c) Considerăm funcţiile f ( x) = cos x şi g( x) = b 1 . .

integrala (improprie) ∫ f ( x)dx este divergentă. 1 ( x + 1) x→1 x >1 lim ( x − 1) λ f ( x) = lim ( x − 1) λ− 1 2 x→1 ( x + 1) x >1 x +1 = 1 2 2 . Dacă lim ( x − a) λ f ( x) = k . + un + . funcţia f ( x) = 10 5 1 x−5 este nemărginită în punctul x = 5 şi avem 10 5+ ε ∫ dx x−5 = lim ∫ 10 dx x−5 ε→0 5+ε = lim 2 x − 5 ε→0 b a = lim (2 5 − 2 ε ) = 2 5 . integrala (improprie) ∫ f ( x)dx este convergentă a b a b pentru λ ≥ 1 .b]. atunci x→a x >a iar - pentru λ < 1. b a b a+1 a+ a+ 1 n ∫ f ( x )dx = ∫ f ( x)dx + ∫ f ( x)dx + .. dx x2 − 1 . Soluţie.... . ε→0 Observaţie. n=0 Are loc următorul rezultat Fie a un punct singular pentru funcţia f(x) > 0 definită pe (a. pentru λ = 1 < 1 . 0 < k < ∞ .a > 1) cu a punct singular se poate transforma într-o serie numerică.b] şi integrabilă pe [a+ ε .. Într-adevăr. ∀ε > 0 . integrala este convergentă.106 CAPITOLUL al VIII-lea Într-adevăr. unde un = ∫ f ( x)dx .. Să se studieze convergenţa integralei ∫ Deoarece 3 Exemplu. 2 . 1 n+1 şi astfel b a a+ a+ b a ∫ f ( x )dx = u 0 + u1 + . Integrala (improprie) ∫ f ( x)dx (b . 1 n+1 ∞ 1 n Convergenţa integralei (improprii) ∫ f ( x)dx poate fi aşadar redusă la convergenţa seriei ∑ un ... + a+1 1 a+ 2 ∫ f ( x)dx + .

sumele integrale corespunzătoare au o limită comună finită I. Definiţie. Notăm cu D k .. P) = ∑ f (ξ k . Cu drepte paralele cu axele de coordonate împărţim domeniul plan D în subdomenii. iar cu (ξ k .N) distanţa de la M la N . Familia de subdomenii ∆ = (D1 . . y )dxdy . n subdomeniile obţinute numerotate într-o ordine oarecare.n D.. O familie de puncte P = (P1 ..... Pn ) astfel încât Pk ∈ D k . ηk )s(D k ) .. D n ) se numeşte diviziune a domeniului Se numeşte norma diviziunii ∆ = (D1 . k = 1. M. ρ k = max d(M. Definiţie. Definiţie. diviziunii ∆ şi punctelor n n intermediare P numărul σ ∆ ( f . unde am notat cu s(D k ) aria subdomeniului D k . . n se numeşte sistem de puncte intermediare asociat diviziunii ∆ .2. Integrala dublă Fie o funcţie f : D ⊂ R 2 → R .ELEMENTE DE CALCUL INTEGRAL 107 8. D n ) numărul ∆ = max ρ k .. Definiţie 1. k =1 k =1 Se spune că funcţia f este integrabilă pe D dacă oricare ar fi şirul de diviziuni ( ∆ n ) cu n→∞ lim ∆ n = 0 şi oricare ar fi alegerea punctelor intermediare P. N ∈ D k . Numărul I se numeşte integrala dublă a funcţiei f pe domeniul D şi se notează ∫∫ f ( x.. unde k =1. P2 . Definiţie. D 2 .. k = 1. f = f ( x. ηk ) coordonatele punctului Pk . D 2 . y ) . P) = ∑ f (Pk )s(D k ) sau σ ∆ ( f . D Din analogia dintre definiţia integralei duble şi definiţia limitei unei funcţii rezultă următoarea 1 Am notat cu d(M. Se numeşte sumă integrală ataşată funcţiei f. N) .

∀( x. Dacă f. D Proprietăţi ale integralei duble 1. atunci f este integrabilă pe D1 şi D 2 şi D ∫∫ f ( x. Observaţie. y ) ∈ D . y )g( x. D Dacă f. Dacă funcţia f este integrabilă pe D. atunci f este mărginită pe D. D Consecinţe. Formule de medie. Consecinţă. y )dxdy = µ ∫∫ g( x. y )dxdy + β ∫∫ g( x. ∀( x. Proprietatea de liniaritate. P) − I |< ε . g sunt funcţii integrabile pe D şi g( x. y )dxdy = µs(D) . D Consecinţe. D 2 au în comun cel mult frontiera. y ) ≤ g( x. y ) ∈ D . ∀( x. D 4. Dacă f este funcţie integrabilă pe D şi D = D1 ∪ D 2 . y )dxdy = ∫∫ f ( x. y )dxdy . iar D1 . atunci ∫∫ f ( x. y ) ∈ D . y )]dxdy = α ∫∫ f ( x. D . M sunt marginile funcţiei f) astfel încât ∫∫ f ( x. a) Dacă f este funcţie integrabilă pe D. y )dxdy ≤ Ms(D) . D1 D2 3. ∀( x. y )dxdy . y )dxdy . M] (m. atunci ms(D) ≤ ∫∫ f ( x. Reciproca nu este adevărată. atunci D D αf + βg este integrabilă pe D şi ∫∫ [ αf ( x. y )dxdy ≤ ∫∫ g( x. Funcţia f este integrabilă pe D dacă şi numai dacă există un număr real I cu proprietatea că pentru orice ε > 0 . M sunt marginile funcţiei f) astfel încât D ∫∫ f ( x. y )dxdy ≥ 0 . y ) + βg( x. y ) ≥ 0 . atunci există µ ∈ [m. y ) ≤ M . există δ(ε) > 0 astfel încât oricare ar fi diviziunea ∆ cu ∆ < δ(ε) şi oricare ar fi alegerea punctelor intermediare P are loc inegalitatea | σ ∆ ( f . a) Dacă f. 2. D D b) Dacă f este funcţie integrabilă pe D şi m ≤ f ( x. Observaţie. atunci ∫∫ f ( x. g sunt funcţii integrabile pe D şi f ( x.108 CAPITOLUL al VIII-lea Teoremă. y ) ≥ 0 . y ) ∈ D . M] (m. β ∈ R . Proprietatea de aditivitate. Dacă f este funcţie integrabilă pe D şi f ( x. y ) . atunci există µ ∈ [m. y )dxdy + ∫∫ f ( x. Proprietatea de monotonie. g sunt funcţii integrabile pe D şi α. Aria domeniului plan D este s(D) = ∫∫ dxdy . y )dxdy .

y ) ≥ 0 . c ≤ y ≤ d} (D este un dreptunghi cu laturile paralele cu axele de coordonate) Teoremă. 0 ≤ y ≤ ⎬ . π 1 2 π⎫ ⎧ Să se calculeze ∫∫ x sin y dxdy . atunci ∫∫ f ( x. d] . y ) este integrabilă în raport cu y pe [ c. ∀( x. η) ∈ D astfel încât ∫∫ f ( x. Exemplu. adică. atunci există P(ξ. y )dxdy = f (ξ. η)s(D) . b] . unde D = ⎨( x. iar g este funcţie integrabilă pe D şi g( x. c D a ⎣c ⎦ calculul integralei duble se reduce la calculul a două integrale iterate. 0 0 Deoarece . D c) Dacă f este funcţie continuă pe D. Soluţie.ELEMENTE DE CALCUL INTEGRAL 109 b) Dacă f este funcţie continuă pe D. y ) : 0 ≤ x ≤ 1. 2⎭ ⎩ D D ∫∫ x sin y dxdy = ∫ [ ∫ x sin y dy ]dx . adică există d b ⎡d ⎤ F( x) = ∫ f ( x. y )g( x. y )dxdy = ∫ ⎢ ∫ f ( x. y ) : a ≤ x ≤ b. y )dxdy . atunci există P(ξ. y )dy şi dacă F( x) este integrabilă pe [ a. D = {( x. η) ∈ D astfel încât ∫∫ f ( x. y )dxdy = f (ξ. y )dy ⎥ dx . Dacă funcţia f ( x. η) ∫∫ g( x. D D Calculul integralei duble Pentru calculul integralei duble se disting următoarele tipuri fundamentale de domenii de integrare: 1. y ) ∈ D .

Soluţie. b] . y 2 ( x)] . adică F( x ) = y 2 ( x) y 1 ( x) ∫ f ( x. 2 Punctele de intersecţie dintre dreapta y = x şi parabola y = x 2 sunt O(0. Dacă funcţia f ( x. y ) : a ≤ x ≤ b. atunci ⎤ b ⎡y 2 ( x ) f ( x. y )dxdy = ∫ ⎢ ∫ f ( x. parabola y = x . y ) este integrabilă în raport cu y pe [ y 1 ( x). y )dy şi dacă F( x) este integrabilă pe [ a. D = {( x.0) şi A (1. y 1 ( x) ≤ y ≤ y 2 ( x)} Teoremă. 2 ⎠ ⎝ 0 0 π 2 rezultă că x2 ∫∫ x sin y dxdy = ∫ x dx = 2 D 0 1 1 = 0 1 . ∫∫ ⎥ D a ⎢ y 1 ( x) ⎦ ⎣ Să se calculeze ∫∫ ( x + y )dxdy . 2 2. D 0 x2 1 x Deoarece .110 CAPITOLUL al VIII-lea π 2 π π ⎞ ⎛ 2 ∫ x sin y dy = x ∫ sin y dy = x( − cos y ) 0 = x⎜ cos + cos 0 ⎟ = x . y )dy ⎥ dx . unde D este limitat de dreapta y = x şi D Exemplu. ∫∫ ( x + y )dxdy = ∫ [ ∫ ( x + y )dy ]dx .1) .

În unele situaţii s-ar putea să ajungem la calcule complicate şi de aceea este recomandat să efectuăm acea schimbare de variabilă care să transforme domeniul D într-un domeniu D' de tipul 1 sau 2.sunt funcţii continue împreună cu derivatele lor parţiale. împărţim domeniul D în subdomenii de tipurile precedente. Domeniul D este oarecare În acest caz prin paralele la axa Oy duse prin vârfurile domeniului D. Schimbarea de variabilă în integrala dublă ⎧ ⎪x = x(u. - stabilesc o corespondenţă biunivocă şi bicontinuă între punctele domeniului D din planul Oxy şi punctele domeniului D' din planul O' uv. J = ρ . precedentă se scrie ⎧ ⎪x = ρ cos θ În cazul coordonatelor polare ρ . D D' Observaţie. v ) ⎩ . y )dxdy = ∫∫ f ( x(u. = x( x − x 2 ) + ⎜ − ⎟ = x 2 − x 3 + ⎜ 2 2 ⎟ 2 2 2 2 ⎝ ⎠ rezultă că ⎛ 3x 3 x 4 x 5 ⎞ 3 x4 ⎞ . v )) J dudv . determinantul funcţional (jacobianul) ∂x ∂x D( x. v ). ρ cos θ) ρ dρdθ . − − ⎟ = − x 3 − ⎟ dx = ⎜ ∫∫ ( x + y )dxdy = ∫ ⎜ ⎟ ⎜ 6 ⎟ ⎜ 2 3 10 ⎠ 20 2 ⎠ D 0⎝ ⎝ 0 1 ⎛ 3x 2 1 3. y(u. v ) ∂y ∂y ∂u ∂v În aceste condiţii asupra transformării T.ELEMENTE DE CALCUL INTEGRAL 111 x x2 ∫ ( x + y )dy = ∫ x dy + ∫ y dy = x ∫ dy + ∫ y dy = x y x2 x2 x2 x2 x x x x x x2 y2 + 2 x x2 ⎛ x2 x4 ⎞ x 2 x 4 3x 2 x4 − = − x3 − . v ) Fie transformarea T ⎨ pentru care funcţiile x. iar pentru calculul integralei duble aplicăm proprietatea de aditivitate a acesteia. iar formula ⎪y = ρ sin θ ⎩ ∫∫ f ( x. D(u. y îndeplinesc condiţiile: ⎪y = y(u. y )dxdy = ∫∫ f (ρ cos θ. D D' . y ) ∂u ∂v = J= ≠ 0 în D. θ cu ⎨ . are loc formula ∫∫ f ( x.

2) ∫∫ ( x + 2y )dxdy . x − y = 1. Soluţie. D D Să se calculeze următoarele integrale duble: 1) ∫∫ xy dxdy . x + y = 2. D D' D' 0 ⎣1 ⎦ Deoarece 2 ⎛ ρ4 ∫ ρ cos θ sin θ dρ = cos θ sin θ ∫ ρ dρ = cos θ sin θ⎜ ⎜ 4 1 1 ⎝ 3 2 3 ⎞ ⎟ = 15 cos θ sin θ . unde D este domeniul mărginit de dreptele x + y = 1. x − y = 2 .112 CAPITOLUL al VIII-lea Exemplu. ⎟ 4 ⎠1 2 . unde D : 1 ≤ x 2 + y 2 ≤ 4 . ⎧x = ρ cos θ ⎪ 1) Este indicat să facem transformarea T ⎨ care duce domeniul D (coroana ⎪y = ρ sin θ ⎩ circulară) în dreptunghiul D' ⎧1 ≤ ρ ≤ 2 ⎪ ⎨ ⎪0 ≤ θ ≤ 2π ⎩ 2 π ⎡2 ⎤ 3 3 ∫∫ xy dxdy = ∫∫ (ρ cos θ)(ρ sin θ)ρ dρdθ = ∫∫ ρ cos θ sin θ dρdθ = ∫ ⎢ ∫ ρ cos θ sin θ dρ⎥ dθ .

⎟ ∫∫ xy dxdy = ∫ ∫ sin 2θ dθ = ⎜ − 8 0 8⎝ 2 ⎠ 0 D 0 4 2) 2 π 15 2π ⎧ ⎪x = ⎧ ⎪ ⎪x + y = u Notăm ⎨ şi obţinem T ⎨ ⎪x − y = v ⎪y = ⎩ ⎪ ⎩ u v + 2 2 u v − 2 2 Transformarea T duce domeniul D în pătratul D' ⎧ ⎪1 ≤ u ≤ 2 ⎨ ⎪1 ≤ v ≤ 2 ⎩ Jacobianul transformării este ∂x J = ∂u ∂y ∂u Astfel.ELEMENTE DE CALCUL INTEGRAL 113 rezultă că 15 2π 15 ⎛ cos 2θ ⎞ cos θ sin θ dθ = = 0. ∫∫ (x + 2y)dxdy = ∫∫ ⎢ + + 2⎜ − ⎟⎥ ⋅ − dudv = ∫∫ ⎜ − ⎟ dudv = ∫ ⎢∫ 2 ⎝ 2 2 ⎠⎦ D D' ⎣ 2 2 D' ⎝ 2 2 ⎠ 2 1 ⎣1 4 ⎦ Deoarece . ∂y 1 1 2 − ∂v 2 2 2 ⎡2 3u − v ⎤ ⎡ u v ⎛ u v ⎞⎤ 1 ⎛ 3u v ⎞ 1 dv⎥du. ∂x 1 1 ∂v = 2 2 = − 1 .

D I y = ∫∫ x 2 f ( x. g) ∫ 3 1 1 ( x + 1) x 2 − 1 dx . 1 ∞ e) ∫ 2 1 3 1 3x − 1 1 3 dx . D iar momentul de inerţie al plăcii în raport cu originea este I0 = I x + I y .114 CAPITOLUL al VIII-lea 2 3u − v 1 ∫ 3u 2 12 3u 1 v2 3u 1 3 3u 3 dv = ∫ dv − ∫ v dv = v − = − ⋅ = − . 8. mD Momentele de inerţie ale plăcii D în raport cu axele de coordonate Ox şi Oy sunt date de I x = ∫∫ y 2 f ( x. y )dxdy . . i) ∫ 3 −1 x + 1 x4 + 1 dx . ∫∫ ( x + 2y )dxdy = ∫ ⎜ − ⎟ du = ∫ u du − ∫ du = 4 2 8 1 4 81 41 8⎠ D 1⎝ 4 1 2 ⎛ 3u 2 2 Aplicaţii ale integralei duble Fie o placă D cu densitatea de masă f ( x. y )dxdy . y )dxdy . d) ∫ e −2 x cos 3 x dx . f) ∫ 1 x +3 x dx . h) ∫ 1 0x+x . Masa m şi coordonatele centrului de greutate G al plăcii sunt date de m = ∫∫ f ( x. y ) > 0 . y )dxdy . să se cerceteze convergenţa integralelor: a) ∫ x 3 e −x dx . Probleme propuse 1.3. y )dxdy . 4 4 1 41 4 1 4 2 4 4 2 4 8 1 2 2 rezultă că 3 3 u2 3 32 32 3⎞ − u = . 0 ∞ b) ∫ ∞ ln x 1 x dx . c) ∫ 5 0 4 ∞ 1 2 2 3 ( x + 5) dx . Folosind definiţia. mD yG = 1 ∫∫ yf ( x. D xG = 1 ∫∫ xf ( x.

Să se arate că integrala lui Euler de speţa a doua Γ(a) = ∫ x a−1e − x dx este convergentă 0 ∞ pentru a > 0. Fresnel. J. b) = y a−1 a +b 0 (1 + y ) dy . 6. a > 1. a > 1 . 0 ∞ d**) ∫ sin 2 x dx . Pe baza criteriilor. b > 0. b) = c) β(m. . Să se demonstreze că: a) β(a. b) ∫ ∞ 2 ( x + 3) 1 x2 + 5 dx . n ∈ N . 4. a + b −1 a + b −1 (n − 1)! (m − 1)! . b) = ∫ e) β(a. m. Să se arate că integrala lui Euler de speţa întâi β(a. b − 1) . Γ( a + b ) Integralele * şi ** prezintă o importanţă deosebită în fizică. Să se demonstreze că: a) Γ(a + 1) = aΓ(a) . b) β(a.ELEMENTE DE CALCUL INTEGRAL 115 2. să se studieze convergenţa integralelor: a) ∫ ∞ 1 +1 0 3 x2 dx . Ele sunt aşa numitele integrale ale lui A. b) = β(b. b) = ∫ x a−1 (1 − x) b−1 dx este 0 1 convergentă pentru a > 0. b) = β(a. a) . n) = a −1 b −1 β(a − 1. b > 1 . 5. 0 ( x + 2) f) ∫ 2 05 1 4−x 2 dx . c*) ∫ cos 2 x dx . (m + n − 1)! ∞ d) β(a. b) Γ(n + 1) = n! . 0 ∞ e) ∫ 1 1 1− x 2 . Γ( a ) Γ( b ) . n ∈ N . 3.

D . unde D = {( x. y ) : 0 ≤ x ≤ 1. y ) : 0 ≤ x ≤ 1. ≤ y ≤ π⎬ . Să se calculeze următoarele integrale duble: a) ∫∫ ( xy + y 2 )dxdy . D e) ∫∫ ( x + y )dxdy . unde D este domeniul cuprins între curbele y = x şi y = x 3 . unde D = ⎨( x. x > 0 . g) ∫∫ (1 + cos y )dxdy . D h) ∫∫ ( x + 2y )dxdy . y = 0 . y ) : 0 ≤ x ≤ . unde D este domeniul mărginit de dreptele y = x . x + 2y = 4 . x = 1 . 0 ≤ y ≤ 2} . 2 ≤ y ≤ 4} . D 3 x − 2 y = 1 . 2 2 ⎩ ⎭ D c) ∫∫ ( x 3 + 2xy 2 + y 2 )dxdy . unde D este domeniul cuprins între x = 0 . unde D este sfertul din primul cadran al cercului cu centrul în origine şi D rază egală cu 1. D i) ∫∫ ( x + y )dxdy . D π π ⎧ ⎫ b) ∫∫ ( y sin x + x cos y )dxdy . unde D = {( x. x + 2y = −1. k) y ∫∫ e x dxdy . unde D este domeniul mărginit de dreptele x + y = 0 . D unde D este domeniul mărginit de dreptele 2x − y = 1. y ) : 0 ≤ x ≤ 1.116 CAPITOLUL al VIII-lea 7. x = 1 . unde D este sfertul din primul cadran al elipsei D x2 y2 + −1= 0. 3 x − 2y = 2 . y = arcsin x . unde D = {( x. x + y = 1 . x 2 ≤ y ≤ x} . 2x − y = 3. j) ∫∫ (2 x + 3y )dxdy . 4 9 f) 2 2 ∫∫ ( x + y )dxdy . D d) ∫∫ xy dxdy . y = 0 .

Problema lui Cauchy. .. c n = constante arbitrare) care verifică ecuaţia (1) se numeşte soluţie generală a ecuaţiei (1). c 1 . c 1 . c 2 . O funcţie y = y( x) care verifică ecuaţia (1) se numeşte soluţie sau integrală a ecuaţiei diferenţiale (1)... c 2 . c n ) = y 1 ⎪ ⎨ ⎪. ⎩ 1 2 Primele ecuaţii diferenţiale au fost considerate de I. c 1 .... c 2 ... Noţiuni generale Definiţie... Newton (1687) şi G. c n ) = y n−1 . Leibniz (1693) Aflarea soluţiei generale nu poate fi făcută în general ci numai în cazuri particulare .. O funcţie (2) y = y( x. c 2 .. c n ) = y 0 ⎪ ⎪y ' ( x 0 .. Fie y = y( x) o funcţie de n ori derivabilă........... O ecuaţie de forma (1) F( x.. să se găsească o soluţie particulară care îndeplineşte anumite condiţii. Orice soluţie a ecuaţiei (1) care se obţine din soluţia generală prin particularizarea constantelor se numeşte soluţie particulară.... ... y........1. ⎪ ⎪y (n−1) ( x 0 . c 1 .. c 2 .. y (n) ) = 0 se numeşte ecuaţie diferenţială ordinară de ordinul n......... O soluţie a ecuaţiei (1) care nu se poate obţine din soluţia generală prin particularizarea constantelor se numeşte soluţie singulară. c n ) ( c 1 ...ECUAŢII DIFERENŢIALE 117 CAPITOLUL al IX-lea ECUAŢII DIFERENŢIALE1 9.. .. La o ecuaţie diferenţială se ridică următoarele probleme: să se găsească soluţia generală2 (sau să se integreze ecuaţia).. Să se găsească soluţia particulară a ecuaţiei (1) care verifică condiţiile ⎧y( x 0 .. y ' ......

c n şi se înlocuiesc valorile obţinute pentru c 1 ..... c 2 . M1 ( x n .2. (3) O ecuaţie de forma F( x..... Să se găsească soluţia particulară a ecuaţiei (1) care trece prin Problema polilocală.. ∂y ∂x Soluţia generală a ecuaţiei (4) este x x0 ∫ P( t ... c 1 .118 CAPITOLUL al IX-lea Pentru aceasta se procedează astfel: - se rezolvă sistemul de mai sus în raport cu constantele c 1 . c 2 . y 0 ) ∈ D . ... c 2 . unde P. c n ) în raport cu constantele c 1 ......... .. y )dx + Q( x. O ecuaţie diferenţială de forma (4) P( x.. c n în (2). .. y )dt + ∫ Q( x 0 ... ⎪ ⎩y n = y ( x n .. 9... Să se integreze ecuaţia diferenţială ( x 2 + y )dx + ( x + y 2 )dy = 0 ... c 2 .. y0 y Exemplu.. .. c n în (2). c 2 . y 2 ). c 1 .. Ecuaţii diferenţiale de ordinul întâi Definiţie...... y n ) . c 1 .... Ecuaţii diferenţiale care provin din anularea unei diferenţiale totale Definiţie. y )dy = 0 . y ' ) = 0 se numeşte ecuaţie diferenţială ordinară de ordinul întâi..... Q sunt funcţii continue cu derivate parţiale de ordinul întâi continue pe un domeniu D ⊂ R 2 şi ∂P ∂Q = . y ) ∈ D se numeşte ecuaţie diferenţială ce provine din anularea unei diferenţiale totale... y 1 )...... c n şi - se înlocuiesc valorile obţinute pentru c 1 .. . M 2 ( x 2 . t )dt = c . c n ) ⎨ ⎪.. y... punctele M1 ( x1 . ∀( x.. Pentru aceasta se procedează astfel: - se rezolvă sistemul ⎧y 1 = y( x1 ... ( x 0 . c 2 .. c n ) ⎪ ⎪y 2 = y( x 2 . c 2 ...

Soluţia generală a dx x2 1 y2 1 ecuaţiei este ∫ dx + ∫ ydy = c ⇔ − = c . ⎝ x⎠ ⎝ x⎠ . y ) . y ) = x m Q⎜ 1. y ) = x 2 + y. unde c este o constantă arbitrară. Soluţia generală a ecuaţiei (3) este ∫ P( x)dx + ∫ Q( y )dy = c . Să se integreze ecuaţia diferenţială x 2 yy '+1 = 0 . y ) unde P şi Q sunt funcţii omogene de grad m. Înlocuind t = 1 . ⎟ = Q( x. D = R 2 . unde P : I → R şi Q : J → R sunt funcţii continue se numeşte ecuaţie cu variabile separabile. Alegem ∂x ∂y ( x 0 . y 0 ) = (0. rezultă că P( tx. Exemplu. ty ) = t mP( x. Cum funcţiile P şi Q sunt omogene de grad m. y ) . x ≠ 0 obţinem x 1 1 ⎛ y⎞ ⎛ y⎞ P⎜ 1. 3 3 unde c este o constantă arbitrară. se numeşte ecuaţie omogenă. Avem P( x. y ) = x + y 2 . ∂P ∂Q = 1 şi = 1 . Q( x. ⎟ şi Q( x.ECUAŢII DIFERENŢIALE 119 Soluţie. Ecuaţii diferenţiale cu variabile separabile Definiţie. O ecuaţie diferenţială de forma (6) y' = P( x. ⎟ . Soluţie. y ) şi Q⎜ 1. Soluţia generală a ecuaţiei este t3 ( t + y )dt + ∫ t dt = c ⇔ ∫ 3 0 0 x 2 y 2 x x + yt 0 0 t3 + 3 y =c⇔ 0 x3 y3 + xy + =c. y ) şi Q( tx. y ) ⎝ x ⎠ xm ⎝ x ⎠ xm ⎛ y⎞ ⎛ y⎞ adică P( x. ty ) = t mQ( x. y ) = x mP⎜ 1. Q( x. Punând y ' = 1 dy şi separând variabilele avem dx + ydy = 0 .0) ∈ D . ⎟ = P( x. 2 x x2 Ecuaţii diferenţiale omogene Definiţie. O ecuaţie diferenţială de forma (5) P( x)dx + Q( y )dy = 0 .

y ) ⎛ y⎞ ⎛ y⎞ x mQ⎜ 1. Separând variabilele. x Exemplu.120 CAPITOLUL al IX-lea ⎛ y⎞ ⎛ y⎞ x mP⎜ 1. Soluţie. ⎟ P⎜ 1. ecuaţia diferenţială omogenă are şi forma ⎛y⎞ ( 6' ) y ' = f ⎜ ⎟ . ⎟ Q⎜ 1. Folosind substituţia y = xu rezultă dy = xdu + udx şi ecuaţia devine ( x + x u )dx + (2 x u + 3x u )( xdu + udx) = 0 . Cu substituţia y = xu o ecuaţie diferenţială omogenă se reduce la o ecuaţie diferenţială cu variabile separabile. y ) ⎝ x ⎠ = ⎝ x ⎠ = f⎛ y ⎞ . şi aceasta este o ecuaţie cu variabile separabile. avem 2u + 3u 2 1 dx + du = 0 . atunci ecuaţia ( 6' ) se scrie y ' = y şi ea este o ecuaţie cu variabile separabile. x f (u) − u Dacă f (u) = u . ⎟ P( x. ⎟ ⎝ ⎠ ⎝ x⎠ ⎝ x⎠ Prin urmare. ⎝x⎠ unde f : I → R este o funcţie continuă. 2 2 2 2 2 2 Împărţind prin x 2 ( x ≠ 0 ) avem (1 + u 2 )dx + (2u + 3u 2 )( xdu + udx) = 0 sau (1 + 3u 2 + 3u 3 )dx + x(2u + 3u 2 )du = 0 . Ecuaţia y ' = se scrie y ' = ⎜ ⎟ x Q( x. Să se integreze ecuaţia diferenţială ( x 2 + y 2 )dx + (2 xy + 3y 2 )dy = 0 . din y = xu rezultă dy = xdu + udx şi ecuaţia ( 6' ) devine xdu + udx du = f (u) sau x + u = f (u) dx dx sau 1 1 dx = du (dacă f (u) ≠ u ). x 1 + 3u 2 + 3u 3 Soluţia generală a ecuaţiei este . Într-adevăr.

ecuaţia (7) se reduce la o ecuaţie omogenă. a 2 Cazul al II-lea. c1 sunt constante reale se numeşte ecuaţie reductibilă la ecuaţie omogenă. Dacă c 2 + c 1 ≠ 0 şi ∆ = a1 b b1 ≠ 0 . O ecuaţie diferenţială de forma (7) ⎛ ax + by + c ⎞ y' = f ⎜ ⎜a x + b y + c ⎟. ln | x | + ln 3 x3 x2 unde c este o constantă arbitrară. atunci sistemul ⎧ ⎪ax + by + c = 0 ⎨ ⎪a1x + b1y + c 1 = 0 ⎩ este de tip Cramer.ECUAŢII DIFERENŢIALE 121 1 2u + 3u 2 dx + ∫ du = c ⇔ ∫ x 1 + 3u 2 + 3u 3 1 ln | x | + ln | 3u 3 + 3u 2 + 1 |= c ⇔ 3 1 3y 3 3y 2 + + 1 = c. din ⎨ rezultă ⎨ şi ecuaţia (7) devine ⎪dv = dy ⎪v = y − y 0 ⎩ ⎩ dv ⎛ a(u + x 0 ) + b( v + y 0 ) + c ⎞ ⎟ = f⎜ du ⎜ a1 (u + x 0 ) + b1 ( v + y 0 ) + c 1 ⎟ ⎝ ⎠ sau . 2 Cazul I. Dacă c = c1 = 0 (adică c 2 + c 1 = 0 ). ⎨ ⎪y = y 0 ⎩ ⎧u = x − x 0 ⎧du = dx ⎪ ⎪ Într-adevăr. b. c. ⎪v = y − y 0 ⎩ ⎧ ⎪x = x 0 . atunci ecuaţia (7) se scrie y ⎞ ⎛ ⎛ ax + by ⎞ ⎜ a + b x ⎟ ⎛ y ⎞ ⎜ ⎟ = g⎜ ⎟ y' = f ⎜ ⎜ a x + b y ⎟ = f⎜ ⎟ y ⎟ ⎝x⎠ ⎝ 1 1 ⎠ ⎜ a 1 + b1 ⎟ ⎝ x⎠ care este o ecuaţie omogenă. a1. ⎟ 1 1⎠ ⎝ 1 unde f : I → R este o funcţie continuă. iar a. deci are soluţie unică ⎧u = x − x 0 ⎪ Cu substituţia ⎨ . Ecuaţii diferenţiale reductibile la ecuaţii omogene Definiţie. b1.

Dacă c 2 + c 1 ≠ 0 şi ∆ = b b1 = 0 . c 2 + c 1 = 25 + 64 ≠ 0 şi ∆ = 2x + y − 5 . obţinem ⎪a1x + b1y + c 1 = 0 ⎪y = y 0 ⎩ ⎩ v ⎞ ⎛ a+b ⎟ dv ⎛ au + bv ⎞ ⎜ u ⎟ = g⎛ v ⎞ ⎟ = f⎜ = f⎜ ⎜ ⎟ du ⎜ a1u + b1v ⎟ ⎜ ⎝ ⎠ ⎜a +b v ⎟ ⎝u⎠ 1 1 ⎟ u⎠ ⎝ care este o ecuaţie omogenă. ⎪b = kb1 1 1 ⎠ ⎝ 1 ⎩ Cu substituţia a1x + b1y = u . Exemplu. ⎨ ⎪y = 3 ⎩ ⎧u = x − 1 ⎧du = dx ⎪ ⎪ rezultă ⎨ şi ecuaţia devine Folosind substituţia ⎨ ⎪v = y − 3 ⎪dv = dy ⎩ ⎩ v' = care este o ecuaţie omogenă. se obţine soluţia generală 1 1 3 3 ln | u | + ln | 3t 2 + 2 | − arctg t=c 2 3 2 2 sau ⎛ 3 v⎞ 1 v 2 1 3 ⎟ ln | u | + ln 3 +2 − arctg⎜ ⎜ 2 u⎟ = c 2 3 2 u2 ⎝ ⎠ sau ⎛ 3 y −3⎞ 1 ( y − 3) 2 1 3 ⎟ ln | x − 1 | + ln 3 arctg⎜ +2 − ⎜ 2 x −1⎟ = c . a1 b1 ⎧a = ka1 ⎛ k(a x + b1y ) + c ⎞ ⎪ Înlocuind ⎨ în ecuaţia (7). a 2 Cazul al III-lea. x − 3y + 8 2 1 1 −3 ≠ 0. = f⎜ du ⎜ a1u + b1v + a1x 0 + b1y 0 + c 1 ⎟ ⎝ ⎠ ⎧ ⎧ ⎪x = x 0 ⎪ax + by + c = 0 Cum ⎨ este soluţie a sistemului ⎨ . 2 3 2 ( x − 1) 2 ⎠ ⎝ unde c este o constantă arbitrară. 2(u + 1) + ( v + 3) − 5 2u + v sau v ' = u − 3v (u + 1) − 3( v + 3) + 8 Cu substituţia v = ut .122 CAPITOLUL al IX-lea dv ⎛ au + bv + ax 0 + by 0 + c ⎞ ⎟. ⎧2x + y − 5 = 0 ⎪ are soluţia Sistemul ⎨ ⎪ x − 3y + 8 = 0 ⎩ ⎧x = 1 ⎪ . Să se integreze ecuaţia diferenţială y ' = 2 Soluţie. atunci a1 a b = = k. obţinem y ' = f ⎜ 1 ⎟ ⎜ a x+b y+c ⎟. ecuaţia (7) se reduce la o ecuaţie cu variabile separabile. .

Când Q( x) ≡ 0 . u'−2 = Se obţine soluţia generală 1 4 ln | x | − u − ln | 5u + 1 |= c 5 25 sau 1 4 ln | x | − (2 x + y ) − ln | 5(2 x + y ) + 1 |= c .ECUAŢII DIFERENŢIALE 123 Într-adevăr. . din y '+P( x)y = 0 . unde P şi Q sunt funcţii continue pe un interval I se numeşte ecuaţie liniară de ordinul întâi. c 2 + c 1 = 1 + 1 ≠ 0 . Exemplu. Într-adevăr. ln | y |= − ∫ P( x)dx + ln c sau y = ce ∫ Aceasta este soluţia generală a ecuaţiei liniare omogene. 2x + y + 1 6 2 3 1 = 0. ecuaţia (8) se numeşte ecuaţie liniară omogenă. 5 25 unde c este o constantă arbitrară. sau u' = sau dx − 5u + 1 u +1 u+1 care este o ecuaţie cu variabile separabile. din a1x + b1y = u rezultă a1dx + b1dy = du . Integrând. rezultă dy dy = −P( x)dx . Ecuaţii diferenţiale liniare de ordinul întâi Definiţie. Pentru a obţine soluţia generală a ecuaţiei liniare neomogene (8). ∆ = 6 x + 3y − 1 . Folosind substituţia 2x + y = u . rezultă y ' = u'−2 şi ecuaţia devine u+1 3u − 1 5u + 1 du = 0 . de unde dy = du − a1dx şi ecuaţia b1 (7) devine du − a1dx ⎛ ku + c ⎞ 1 ⎛ du du ⎞ = f⎜ ⎜ u + c ⎟ = g(u) sau b ⎜ dx − a1 ⎟ = g(u) sau dx = a + b g(u) şi aceasta ⎟ b1dx ⎠ 1⎝ 1⎠ 1 1 ⎝ este o ecuaţie cu variabile separabile. În acest caz ea este o ecuaţie cu variabile separabile. O ecuaţie diferenţială de forma (8) y '+P( x)y = Q( x) . obţinem = −P( x )y sau dx y − P( x )dx . Să se integreze ecuaţia diferenţială y ' = 2 Soluţie. folosim metoda variaţiei constantelor a lui Lagrange.

Aşadar. înlocuind în ecuaţia (8) obţinem u' ( x)e − ∫ P( x )dx − u( x)P( x)e − ∫ P( x )dx + u( x)P( x)e − ∫ P( x )dx = Q( x) sau u' ( x) = Q( x)e ∫ P( x )dx de unde u( x) = c + ∫ Q( x )e ∫ P( x ) dx dx . Să se integreze ecuaţia diferenţială xy '−2y = x 3 e x . 2 Soluţie. ( ) . soluţia generală a ecuaţiei diferenţiale liniare de ordinul întâi (8) este y = e − ∫ P( x )dx c + ∫ Q( x)e ∫ P( x)dx dx .124 CAPITOLUL al IX-lea Soluţia generală a ecuaţiei diferenţiale liniare neomogene se caută de aceeaşi formă cu soluţia generală a ecuaţiei diferenţiale liniare omogene numai că în locul constantei c se consideră o funcţie u(x) (9) y = u( x)e − ∫ P( x )dx . x Soluţia generală a ecuaţiei este y = 2 2 − ∫ − dx ⎛ − dx ⎞ ⎜ ⎟ 2 x ∫ x x e c+ ∫x e e dx ( ) y = e 2 ln|x| c + ∫ x 2 e x e −2 ln|x| dx sau ( ⎜ ⎜ ⎝ ) ⎟ sau ⎟ ⎠ 1 ⎛ ⎞ ln ⎜ ln x 2 x x2 ⎟ y=e dx ⎟ ⎜c + ∫ x e e ⎜ ⎟ ⎝ ⎠ 2 sau ⎛ 1 ⎞ y = x 2 ⎜ c + ∫ x 2e x dx ⎟ ⎜ ⎟ ⎝ x2 ⎠ (am folosit e ln A = A ) sau y = x 2 c + e x . Exemplu. unde c este o constantă arbitrară. Funcţia u(x) se determină impunând condiţia ca (9) să verifice ecuaţia (8). Cum y ' = u' ( x)e − ∫ P( x )dx − u( x)P( x)e − ∫ P( x)dx . Ecuaţia se scrie sub forma y '− y = x 2 e x .

2 2 ⎝ ⎝ ⎠ ⎠ unde c este o constantă arbitrară.ECUAŢII DIFERENŢIALE 125 Ecuaţii diferenţiale de tip Bernoulli 3 Definiţie. Să se integreze ecuaţia diferenţială xy '−4 y = x 2 y . unde α ∈ R − {0. 1− α 1 1−α z . 3 Jean Bernoulli (1667-1748). x 1 1− 1 2 ⇔ y = z 2 rezultă 1 Folosind substituţia y = z y ' = 2zz' şi ecuaţia devine 4 2zz'− z 2 = xz . Cu substituţia y = liniară în z. matematician elveţian . o ecuaţie diferenţială Bernoulli se reduce la o ecuaţie diferenţială z 1 1−α z z' şi ecuaţia (10) devine 1− α 1 α 1 1−α z z'+P( x )z 1−α = Q( x)z 1−α . care este o ecuaţie Împărţind prin 1− α diferenţială liniară de ordinul întâi în z. Ecuaţia se scrie sub forma y '− y = xy 2 . Într-adevăr. Q sunt funcţii continue pe un interval I se numeşte ecuaţie diferenţială Bernoulli. obţinem ecuaţia z'+(1 − α )P( x)z = (1 − α)Q( x) . 4 Soluţie. α α α Exemplu. x 2 Soluţia generală a ecuaţiei este 1 1 ⎛ ⎛ ⎞ ⎞ z = x 2 ⎜ c + ln | x | ⎟ sau y = x 2 ⎜ c + ln | x | ⎟ . obţinem ecuaţia liniară 2 x z'− z = . O ecuaţie diferenţială de forma (10) y '+P( x)y = Q( x)y α . x Împărţind prin 2z. din y = 1 z 1−α rezultă y ' = 1 1−α .1} şi P.

O ecuaţie diferenţială de forma (11) y ' = P( x ) y 2 + Q ( x ) y + R ( x ) . Exemplu. 1 1 Soluţie. z⎠ z z z 2 2 Înmulţind cu − z . Cu substituţia y = y p + liniară în z. 4 Jacopo Riccati (1676-1754) . din y = y p + 1 1 1 rezultă y ' = y ' p − z ' şi ecuaţia (11) devine z z2 2 1 . Folosind substituţia y = x + . rezultă y ' = 1 − z ' şi ecuaţia devine z z2 1− ⎛ z' = ⎜ x + 2 ⎝ z 1 1⎞ 1 1 1 2 ⎟ − x + 1 sau − 2 z' = 2 x + 2 . Să se integreze ecuaţia diferenţială y' = y 2 − x 2 + 1 . Q şi R sunt funcţii continue pe un interval I se numeşte ecuaţie Riccati. o ecuaţie diferenţială Riccati se reduce la o ecuaţie diferenţială z 1⎞ 1⎞ ⎛ ⎛ y ' p − z ' = P( x )⎜ y p + ⎟ + Q( x)⎜ y p + ⎟ + R( x) 2 z⎠ z⎠ ⎝ ⎝ z sau 1 1 1 + P( x) + Q( x )y p + Q( x) + R( x) . 2 z z z z Cum y p este o soluţie particulară a ecuaţiei (11). ştiind că admite soluţia particulară y p = x . Într-adevăr. Pentru a afla soluţia generală a ecuaţiei (11) trebuie să cunoaştem o soluţie particulară y p a acestei ecuaţii.126 CAPITOLUL al IX-lea Ecuaţii diferenţiale de tip Riccati 4 Definiţie. obţinem ecuaţia liniară z '+2 xz = −1 . 2 z z z Eliminând numitorii obţinem ecuaţia z'+[ 2 P( x)y p + Q( x )] z = −P( x) care este o ecuaţie diferenţială liniară de ordinul întâi în z. unde P. obţinem y 'p − 2 1 z ' = P( x)y p + 2P( x)y p 2 − 1 z 2 z' = 2P( x )y p 1 1 1 + P ( x ) + Q( x ) .

c )f (p) + g(p) ⎩ 5 Joseph Louis Lagrange (1736-1813). Soluţia generală a acestei ecuaţii este x = x(p. Ecuaţii diferenţiale de tip Lagrange 5 Definiţie. unde f şi g sunt funcţii continue cu derivate de ordinul întâi continue pe un interval I şi f ( y ' ) ≠ y ' se numeşte ecuaţie Lagrange. avem p = f ( p) + x sau df dp dg dp + dp dx dp dx [p − f (p)] sau dx df dg =x + dp dp dp dx 1 df 1 dg = x+ dp p − f (p) dp p − f (p) dp care este o ecuaţie liniară în x. c ) ⎪ . c ) . ⎨ ⎪y = x(p. Notând y ' = p . Rezultă că soluţia generală a ecuaţiei (12) este definită parametric prin ⎧ x = x(p.ECUAŢII DIFERENŢIALE 127 Soluţia generală a ecuaţiei este z=e 2 −x ⎛ ⎜c − ∫ e ⎝ x 2 ⎞ dx ⎟ ⎠ sau 2 2 1 = e − x ⎛ c − ∫ e x dx ⎞ . c )f (p) + g(p) . matematician şi mecanician francez . obţinem y = xf (p) + g(p) . unde c este o constantă arbitrară. O ecuaţie diferenţială de forma (12) y = xf ( y ' ) + g( y ' ) . obţinem y = x(p. Derivând în raport cu x şi ţinând seama că p este funcţie de x. Înlocuind în ecuaţia iniţială. ⎜ ⎟ y−x ⎝ ⎠ unde c este o constantă arbitrară.

dx ⎝ dx ⎠ dx dp dx 6 Alexis Claude Clairaut (1713-1765). Ecuaţia Clairaut este o ecuaţie Lagrange particulară ( f ( y ' ) = y ' ). Derivând în raport cu x şi ţinând seama că p este funcţie de x. avem p =p+x dp ⎛ dg ⎞ dp dg dp sau + ⎜x + ⎟ = 0 . p ≠ 0 . 5 ⎜ c + 2 p 5 ⎟ p + p2 . Notând y ' = p . p ≠ 0 ⎪y = −4cp ⎪y = −4p ⎜ 9 ⎩ ⎪ 9 ⎟ ⎜ ⎟ ⎝ ⎠ ⎩ Ecuaţii diferenţiale de tip Clairaut 6 Definiţie. Observaţie.128 CAPITOLUL al IX-lea Exemplu. O ecuaţie diferenţială de forma (13) y = xy '+ g( y ' ) . dp ⎟ sau x = p ⎜ ⎜c + ∫ e 5 9 ⎟ ⎜ ⎟ ⎜ ⎟ ⎝ ⎠ ⎝ ⎠ Soluţia generală a ecuaţiei Lagrange dată este definită parametric prin 4 9⎞ ⎧ − ⎛ 4 ⎧ ⎪x = p 5 ⎜ c + 2 p 5 ⎟ − ⎜ ⎟ ⎪x = cp 5 − 2 p ⎪ 9 ⎟ ⎜ ⎪ ⎪ ⎝ ⎠ 9 sau ⎨ ⎨ 1 4 9⎞ ⎪ ⎪ − ⎛ 5 + 1 p2 . unde g este o funcţie continuă cu derivata de ordinul întâi continuă pe un interval I se numeşte ecuaţie Clairaut. obţinem y = −4 xp + p 2 . obţinem y = xp + g(p) . matematician şi astronom francez . avem p = −4p − 4 x sau dp dp + 2p dx dx 5p cu soluţia generală dx 4 2 dx = 2p − 4 x sau + x= dp dp 5p 5 x=e −∫ 4 ⎛ dp 5p ⎜ 4 4 9⎞ ⎞ − ⎛ 2 ∫ 5p dp ⎟ 5 ⎜ c + 2 p 5 ⎟ . Să se integreze ecuaţia diferenţială y = −4 xy '+ y ' 2 . Soluţie. Derivând în raport cu x şi ţinând seama că p este funcţie de x. Notând y ' = p . p ≠ 0.

Ecuaţii diferenţiale liniare de ordinul n Ecuaţii diferenţiale liniare de ordinul n cu coeficienţi variabili Definiţie.. y 2 . liniară şi neomogenă. Cu ajutorul operatorului liniar L n = a 0 ( x) dn dx n + a1 ( x ) d n−1 dx n−1 + . O ecuaţie de forma (14) a 0 ( x)y (n) + a1 ( x)y (n−1) + ...3. y2. a 0 ( x ) ≠ 0 .. liniară şi omogenă... deci x = − . neomogenă (14) se scrie ( 14' ) L n ( y ) = f ( x ) . ∀x ∈ I se numeşte ecuaţie diferenţială de ordinul n. + a n−1 ( x)y '+a n ( x)y = f ( x) . + a n−1 ( x)y '+ a n ( x)y = 0 unde a 0 ( x ).. iar ecuaţia liniară de ordinul n. dg ⎪ ⎪y = − dp p + g(p) ⎩ 9. ….ECUAŢII DIFERENŢIALE 129 Cazul I... x+ dg dg = 0 . …. a 0 ( x ) ≠ 0 . y2. Cazul al II-lea. unde a 0 ( x ). yn şi a fost introdus de H.. omogenă (15) se scrie ( 15' ) L n ( y ) = 0 . f ( x) sunt funcţii continue pe un interval I. Wronski (1812) . Un sistem de soluţii y 1 . Definiţie 7.. definit pe I cu 7 W(y1.. adică y ' = c . yn) se numeşte wronskianul funcţiilor y1. Înlocuind în ecuaţia iniţială obţinem soluţia dp dp dg ⎧ ⎪x = − dp ⎪ singulară ⎨ . + a n−1 ( x) d + a n ( x) dx ecuaţia liniară de ordinul n. a1 ( x ). a1 ( x). dp = 0 .. ∀x ∈ I se numeşte ecuaţie diferenţială de ordinul n. deci p = c. O ecuaţie de forma (15) a 0 ( x )y (n) + a1 ( x)y (n−1) + . a n ( x ) sunt funcţii continue pe un interval I.. y n al ecuaţiei (15).... obţinem soluţia dx generală a ecuaţiei Clairaut şi anume y = xc + g(c ) .. Înlocuind în ecuaţia iniţială. a n ( x).

. y 2 = 2x 2 să se integreze ecuaţia diferenţială neomogenă x 2 y"−2xy'+2y = x 3 . y n este un sistem fundamental de soluţii al ecuaţiei (14).. unde c 1 . y 2 . + c n ' ( x ) y n ' = 0 ⎪ ⎨……………………………………… ... Metoda variaţiei constantelor pentru determinarea unei soluţii particulare a ecuaţiei neomogene Dacă se cunoaşte un sistem fundamental de soluţii y 1 . unde funcţiile c 1 ( x)... Soluţie. y 2 ) = x 2x 2 1 4x = 2x 2 ≠ 0 pe R ∗ . c n sunt constante arbitrare este soluţia generală a ecuaţiei omogene (14).. atunci y 0 = c 1y 1 + c 2 y 2 + .. + c n ' ( x ) y n = 0 ⎪ ⎪c 1 ' ( x ) y 1 '+ c 2 ' ( x ) y 2 '+ . y 2 .. Dacă y 1 ... Soluţia generală a ecuaţiei neomogene (14) este y = y 0 + y p .. c 2 ( x). iar y p este o soluţie particulară a ecuaţiei neomogene (14). + c ' ( x ) y (n−1) = f ( x ) 2 n n 1 2 ⎪ 1 a 0 ( x) ⎩ Exemplu. c 2 .... ⎪ ⎪c ' ( x ) y ( n−1) + c ' ( x )y (n−1) + . y n al ecuaţiei omogene (15). atunci o soluţie particulară a ecuaţiei neomogene (14) este y p ( x) = c 1 ( x)y 1 + c 2 ( x)y 2 + . unde y 0 este soluţia generală a ecuaţiei omogene (15). y 2 .. Cum W ( y 1 . Ştiind că ecuaţia diferenţială omogenă x 2 y"−2 xy '+2y = 0 are soluţiile particulare y 1 = x...130 CAPITOLUL al IX-lea W ( y 1. rezultă că pe orice interval I conţinut în R ∗ soluţia generală a ecuaţiei omogene x 2 y"−2 xy '+2y = 0 este y o = c 1x + c 2 2 x 2 .... + c n ( x)y n ....... + c n y n . y n ) = ( y 1n −1) y1 y '1 L yn L L y'n ≠0 L L y (n −1) L y (n −1) n 2 y2 y'2 L pe I se numeşte sistem fundamental de soluţii al ecuaţiei (15)... c n ( x) se obţin din sistemul ⎧c 1 ' ( x ) y 1 + c 2 ' ( x ) y 2 + . Determinăm o soluţie particulară a ecuaţiei neomogene ..

2 Ecuaţii diferenţiale liniare de ordinul n cu coeficienţi constanţi Definiţie. unde a 0 . liniară şi neomogenă cu coeficienţi constanţi... + a n−1y '+a n y = 0 . a 0 ≠ 0 se numeşte ecuaţie diferenţială de ordinul n. x + 2x 2 ⇔ y p = 2 2 2 Soluţia generală a ecuaţiei neomogene x 2 y"−2xy'+2y = x 3 este y = y 0 + y p ⇔ y = c 1x + c 2 2 x 2 + x3 . ⎩ 2 Astfel ⎧ x2 ⎪c 1 ' ( x) = − ⎪ 2 ⎨ x ⎪ ⎪c 2 ' ( x) = 2 . Avem y p = c 1 ( x ) x + c 2 ( x )2 x 2 .. a1 . unde a 0 .. ⎪c 1 ' ( x) + c 2 ' ( x)4 x = ⎩ ⎪ ⎩ x2 ⎧c 1 ' ( x ) = − x ⎪ Soluţia sistemului este ⎨ 1 de unde rezultă că ⎪c 2 ' ( x) = . .. unde funcţiile c 1 ( x ). a 0 ≠ 0 .. iar f(x) este funcţie continuă se numeşte ecuaţie diferenţială de ordinul n. liniară şi omogenă cu coeficienţi constanţi.. + a n−1y '+ a n y = f ( x ) ..x ∈ R∗ .. O ecuaţie de forma (17) a 0 y (n) + a1y (n−1) + ... a n sunt constante reale. ⎩ yp = − x3 x x2 .ECUAŢII DIFERENŢIALE 131 x 2 y"−2xy'+2y = x 3 prin metoda variaţiei constantelor.. a1 . O ecuaţie de forma (16) a 0 y (n) + a1y (n−1) + . a n sunt constante reale. c 2 ( x) se obţin din sistemul ⎧c 1 ' ( x) x + c 2 ' ( x )2 x 2 = 0 ⎧xc ' ( x) + 2 x 2 c ' ( x) = 0 ⎪ 2 ⎪ ⎪ 1 sau ⎨ ⎨ x3 ⎪c 1 ' ( x) + 4 xc 2 ' ( x) = x .

... …. c n r x e r1x r e r1 x W ( y 1 .... + c n e rn x .. y 2 . Soluţia generală a ecuaţiei ( ∗ ) este y = c 1e 1 + c 2 e sunt constante arbitrare..+rn ) x ∏ 1≤i< j≤n L L 1 rn L L n L rn −1 (rj − ri ) este diferit de zero. y n = e n formează un sistem fundamental de rx r x r x soluţii pentru ecuaţia ( ∗ ). y 2 = e 2 . dacă se caută soluţii de forma y = e rx .... Anume... y 2 ... y" = r 2 e rx .. Cazul I. + a n−1r + a n = 0 are rădăcinile reale simple r0 . Ecuaţia caracteristică are rădăcini reale distincte Teoremă. + a n−1r + a n = 0 . …. Deoarece wronskianul funcţiilor y 1 . Dacă ecuaţia caracteristică a 0 r n + a1r n−1 + . rn . Înlocuind în (16). Astfel.. atunci funcţiile y 1 = e 1 . r1 .. y n ) = 1 L n r1 −1e r1 x n r2 −1e r1x e r2 x r2 e r2 x L L L L n L rn −1e r1 x e rn x rn e rn x L 1 1 r1 r2 = e r1 x ⋅ e r2 x ⋅ .. avem e rx a 0 r n + a1r n−1 + . Exemplu. obţinem succesiv y ' = re rx . ... soluţia generală a ecuaţiei ( ∗ ) este y = c 1y 1 + c 2 y 2 + . Demonstraţie. y 2 . rezultă că funcţiile y 1 .... + a n−1y '+a n y = 0 ..132 CAPITOLUL al IX-lea Ecuaţii omogene Pentru ecuaţia (17) putem determina totdeauna un sistem fundamental de soluţii. c 2 .. + a n−1r + a n = 0 care se numeşte ecuaţia caracteristică a ecuaţiei diferenţiale (17).... y n rx r2 x + ... Fie ecuaţia diferenţială liniară de ordinul n cu coeficienţi constanţi (∗ ) a 0 y (n) + a1y (n−1) + . + c n e n .. ⋅ e rn x L L n−1 n r1 r2 −1 = e (r1 +r2 +... + c n y n = c 1e r1x + c 2 e r2 x + . y n formează un sistem fundamental de soluţii. y (n) = r n e rx .. Să se integreze ecuaţia diferenţială y"−7y '+12y = 0 .. unde c 1 .. deci numărul r trebuie să fie rădăcină a ecuaţiei (18) ( ) a 0 r n + a1r n−1 + ..

.. Fie ecuaţia diferenţială liniară de ordinul n cu coeficienţi constanţi (∗ ) a 0 y (n) + a1y (n−1) + ........ Dacă ecuaţia caracteristică a 0 r n + a1r n−1 + ... Soluţia generală a ecuaţiei este y = c 1e 3 x + c 2 e 4 x . Ecuaţia caracteristică r 2 − 7r + 12 = 0 are rădăcinile reale distincte r1 = 3..... Yp = e αpx sin β p x formează un sistem fundamental de soluţii pentru ecuaţia ( ∗ ).... . .. r2 .... Corespunzător lui r1 = α 1 + iβ1 avem soluţia particulară y1 = e ( α 1 +iβ1 ) x =e α 1 x iβ 1 x e =e α 1x (cos β1x + i sin β1x) ...... + (c p cos β p x + c p sin β p x)e αpx . Ecuaţia caracteristică are rădăcini complexe distincte Teoremă. c1 .... rp avem soluţiile .. rp = α p − iβ p . Cazul al II-lea.. c p sunt 2p constante arbitrare...... rp = α p + iβ p . r2 = 4 ......... .. Astfel.... . r1 ... n = 2p.. r2 = α 2 − iβ 2 . Soluţia generală a ecuaţiei ( ∗ ) este y = (c 1 cos β1x + c1 sin β1x)e α 1x + (c 2 cos β 2 x + c 2 sin β 2 x)e α 2 x + + . unde c 1 . r1 = α1 − iβ1 .. c p ... . r2 = α 2 + iβ 2 . ...... corespunzător rădăcinilor r1 . Y2 = e α 2 x cos β 2 x...ECUAŢII DIFERENŢIALE 133 Soluţie. c 2 ....... c 2 sunt constante arbitrare. Y1 = e α 1x sin β1x. + a n−1y '+a n y = 0 . Y2 = e α 2 x sin β 2 x..... iar corespunzător lui r1 = α1 − iβ1 avem soluţia particulară y1 = e ( α 1 −iβ1 ) x =e α 1 x −iβ1 x e =e α1x (cos β1x − i sin β1x ) ... ... unde c 1 . c 2 .. Demonstraţie. + a n−1r + a n = 0 are rădăcinile complexe simple r1 = α1 + iβ1 . ... Yp = e αp x cos β p x. atunci funcţiile Y1 = e α 1 x cos β1x... rp . . r2 ....

134

CAPITOLUL al IX-lea

y 1 = e α 1 x (cos β1x + i sin β1x),

y 1 = e α 1 x (cos β1x − i sin β1x ),

y 2 = e α 2 x (cos β 2 x + i sin β 2 x ), y 2 = e α 2 x (cos β 2 x − i sin β 2 x ), .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .. yp = e
αpx

(cos β p x + i sin β p x ), y p = e

αpx

(cos β p x − i sin β p x ).

Acestea au dezavantajul că sunt complexe. Cum în practică interesează soluţii reale, vom lua ca sistem fundamental următoarele funcţii

y +y y −y Y1 = 1 1 = e α 1x cos β1x, Y1 = 1 1 = e α 1x sin β1x, 2 2i y2 + y2 y2 − y2 Y2 = = e α 2 x cos β 2 x, Y2 = = e α 2 x sin β 2 x, 2 2i .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... . yp + yp yp − yp α x α x Yp = = e p cos β p x, Yp = = e p sin β p x. 2 2i
Astfel, soluţia generală a ecuaţiei ( ∗ ) este cea precizată în teoremă. Exemplu. Să se integreze ecuaţia diferenţială
y " −4 y '+13y = 0 .

Soluţie.

Ecuaţia caracteristică r 2 − 4r + 13 = 0 are rădăcinile complexe distincte

r1 = 2 + 3i , r1 = 2 − 3i . Soluţia generală a ecuaţiei este y = (c 1 cos 3x + c1 sin 3 x)e 2 x ,
unde c 1 şi c1 sunt constante arbitrare.

Cazul al III-lea. Ecuaţia caracteristică are rădăcini reale multiple Teoremă. Fie ecuaţia diferenţială liniară de ordinul n cu coeficienţi constanţi (∗ )

a 0 y (n) + a1y (n−1) + ... + a n−1y '+a n y = 0 .

Dacă ecuaţia caracteristică a 0 r n + a1r n−1 + ... + a n−1r + a n = 0 are rădăcina reală r = α de ordin de multiplicitate p + 1, atunci aceasta contribuie la soluţia generală cu

y = c 1e αx + c 2 xe αx + ... + c p+1x p e αx , unde c 1 , c 2 ,..., c p+1 sunt constante arbitrare.

ECUAŢII DIFERENŢIALE

135

Demonstraţie.

Se verifică uşor că funcţiile y 1 = e αx , y 2 = xe αx ,..., y p+1 = x p e αx sunt

soluţii ale ecuaţiei ( ∗ ). Astfel, funcţia y = c 1e αx + c 2 xe αx + ... + c p+1x p e αx este o soluţie e ecuaţiei diferenţiale ( ∗ ). Exemplu. Să se integreze ecuaţia diferenţială y ' ' '−6y "+12y '−8y = 0 . Soluţie. Ecuaţia caracteristică r 3 − 6r 2 + 12r − 8 = 0 ⇔ (r − 2) 3 = 0 are rădăcina reală

r = 2 de ordin de multiplicitate 3. Soluţia generală a ecuaţiei este y = c 1e 3 x + c 2 xe 3 x + c 3 x 2 e 3 x , unde c 1 , c 2 şi c 3 sunt constante arbitrare.

Cazul al IV-lea. Ecuaţia caracteristică are rădăcini complexe multiple Teoremă. Fie ecuaţia diferenţială liniară de ordinul n cu coeficienţi constanţi (∗ )
a0y
( n) ( n−1)

+ a1y

+ ... + a n−1y '+a n y = 0 .
a 0 r + a1r
n n−1

Dacă ecuaţia caracteristică

+ ... + a n−1r + a n = 0 are rădăcina complexă

r = α + iβ de ordin de multiplicitate p + 1, atunci aceasta contribuie la soluţia generală cu y = e αx Pp ( x ) cos β x + Q p ( x) sin β x , unde Pp ( x) şi Q p ( x) sunt polinoame în x de grad p.
Demonstraţie. Cum ecuaţia ( ∗ ) este cu coeficienţi constanţi, rezultă că ecuaţia caracteristică are şi rădăcina r = α − iβ tot de ordin de multiplicitate p + 1. Cele 2p + 2 rădăcini vor da soluţiile

[

]

y 1 = e ( α +iβ) x , y 2 = xe (α +iβ) x ,..., y p+1 = x p e (α +iβ) x , y 1 = e ( α −iβ) x , y 2 = xe ( α −iβ) x ,..., y p +1 = x p e ( α −iβ) x .
Ca şi în cazul al II-lea, ca sistem fundamental de soluţii se ia sistemul format din funcţiile
y + y1 Y1 = 1 = e αx cos β x, 2 y + y2 Y2 = 2 = xe αx cos β x, 2 y p +1 + y p+1 2 y − y1 Y1 = 1 = e αx sin βx, 2i y − y2 Y2 = 2 = xe αx sin β x, 2i y p+1 − y p+1 2i

…………………………………………………………………..... Yp +1 = = x p e αx cos β x, Yp+1 = = x p e αx sin βx.

Astfel, rădăcina complexă r = α + iβ de ordin de multiplicitate p + 1 îşi aduce contribuţia la soluţia generală cu y = e αx A 0 + A 1x + ... + A P x p cos β x + B 0 + B1x + ... + B P x p sin β x .

[(

)

(

)

]

136

CAPITOLUL al IX-lea

Notând

cu

Pp ( x)

polinomul

A 0 + A 1x + ... + A p x p

şi

cu

Q p ( x)

polinomul

B 0 + B1x + ... + B p x p obţinem y = e αx Pp ( x ) cos β x + Q p ( x) sin β x .
Exemplu. Să se integreze ecuaţia diferenţială y ( 4) + 2y"+ y = 0 . Soluţie. Ecuaţia caracteristică r 4 + 2r 2 + 1 = 0 ⇔ (r 2 + 1) 2 = 0 are rădăcina complexă

[

]

r = i de ordin de multiplicitate 2 şi rădăcina complexă r = −i de ordin de multiplicitate 2. Soluţia generală a ecuaţiei este
y = ( A 0 + A 1x ) cos x + (B 0 + B1x ) sin x ,

unde A0, A1, B0 şi B1 sunt constante arbitrare. Algoritmul de rezolvare a unei ecuaţii diferenţiale liniare omogene cu coeficienţi constanţi este următorul:

date;

ataşăm ecuaţia caracteristică; rezolvăm ecuaţia caracteristică; scriem contribuţia fiecărei rădăcini a ecuaţiei caracteristice la soluţia generală a ecuaţiei

-

soluţia generală este combinaţie liniară de soluţiile de la punctul 3). Să se integreze ecuaţia diferenţială y ( 4) − 3y ( 3) − y "+9y '−18y = 0 . Ecuaţia caracteristică r 4 − 3r 3 − r 2 + 9r − 18 = 0 are rădăcinile

Exemplu. Soluţie.

r1 = −2, r2 = 3, r3 = 1 − i 2 , r4 = 1 + i 2 .
Soluţia generală a ecuaţiei este

y 1 = c 1e −2 x + c 2 e 3 x + c 3 cos 2x + c 3 sin 2x e x ,
unde c 1 , c 2 , c 3 , c 3 sunt constante arbitrare.

(

)

Ecuaţii neomogene
Algoritmul de rezolvare a unei ecuaţii diferenţiale liniare neomogene cu coeficienţi constanţi este următorul:

-

se determină soluţia generală a ecuaţiei diferenţiale liniare omogene asociate ( y 0 ); se determină o soluţie particulară a ecuaţiei diferenţiale liniare neomogene ( y p ); soluţia generală a ecuaţiei diferenţiale liniare neomogene este suma celor două soluţii

y = y0 + yp .

. În multe situaţii se alege soluţia particulară y p după forma lui f(x). iar dacă r = α este rădăcină multiplă de ordin k. obţinem e x ( Ax + 2A + B) − 5e x ( Ax + A + B) + 6e x ( Ax + B) = (2x + 1)e x . atunci se caută y p de forma y p = x k e αx Pm∗ ( x) cos β x + Q m∗ ( x) sin βx . b) Fie f(x) = e αx Pm(x). Dacă r = α ± iβ nu este rădăcină a ecuaţiei caracteristice. Soluţia generală a ecuaţiei omogene este y 0 = c 1e 2 x + c 2 e 3 x . + a n−1y '+ a n y = f ( x ) se poate folosi metoda variaţiei constantelor. unde Q m ( x ) este un polinom oarecare de grad m. Deoarece r = 1 nu este soluţie a ecuaţiei caracteristice. [ ] Exemplu. se caută y p de forma y p = x k Q m ( x) . Să se integreze ecuaţia diferenţială y"−5y '+6y = (2x + 1)e x . Dacă r = 0 nu este rădăcină a ecuaţiei caracteristice.. y p " = e x ( Ax + 2 A + B) înlocuind în ecuaţie. atunci se caută y p de forma y p = e αx Pm∗ ( x) cos β x + Q m∗ ( x) sin βx .ECUAŢII DIFERENŢIALE 137 Pentru determinarea unei soluţii particulare a ecuaţiei diferenţiale liniare neomogene a0y ( n) + a1y ( n−1) + . c) Fie f(x) = e αx [ Pm ( x) cos β x + Q m ( x) sin βx ] . Dacă r = 0 este rădăcină multiplă de ordin k a ecuaţiei caracteristice. căutăm soluţia particulară a ecuaţiei neomogene de forma y p = e x ( Ax + B) . se caută y p de forma y p = e αx Q m ( x) . Dacă r = α nu este rădăcină a ecuaţiei caracteristice. se caută y p de forma y p = x k e αx Q m ( x) . [ ] iar dacă r = α ± iβ este rădăcină multiplă de ordin k. se caută y p de forma y p = Q m ( x) . Soluţie. Enumerăm mai jos aceste situaţii: a) Fie f(x) = Pm(x) polinom de grad m în x. Cum y p ' = e x ( Ax + A + B) .

b) ( x 2 − y 2 )dx − ( x 2 + y 2 )dy = 0 . 9. p) y ' ' '−6y ' '+11y '−6y = e x . unde c1 şi c 2 sunt constante arbitrare. c) ( x + y − 2)dx + ( x − y )dy = 0 . g) y '+ xy = x 3 . e) ( x + 2y )dx + ( x + y − 3)dy = 0 . f) (2 xy + y 2 − 6 x 2 )dx + ( x 2 + 2xy + 4 y 3 )dy = 0 .138 CAPITOLUL al IX-lea sau 2Ax + ( −3A + 2B) = 2 x + 1 . ⎧ ⎪2A = 2 Rezolvând sistemul ⎨ avem ⎪− 3 A + 2B = 1 ⎩ ⎧ ⎪A = 1 şi deci y p = e x ( x + 2) . o) y ( 4) − 13y ' ' '+36y = x 4 . n) y ' ' '−9y" +26y '−24 y = x 3 + 1 . j) y '+ x 3 y = x 3 . Probleme propuse Să se integreze următoarele ecuaţii diferenţiale: a) ( x 2 + y 2 )dx + xydy = 0 . l) y '− y + y 2 cos x = 0 . ⎨ ⎪B = 2 ⎩ Soluţia generală a ecuaţiei neomogene este y = c 1e 2 x + c 2 e 3 x + e x ( x + 2) . i) xy '− y = x sin x . 2 h) y '− xy = xy 2 . m) xy '−y = x 2000 . .4. d) ( x + 2y − 3)dx + (2x + y − 3)dy = 0 . k) y '+2xy = e −x .

evenimentul sigur este „apariţia uneia din feţele 1. Dacă considerăm drept criteriu de cercetare al colectivităţii apartenenţa unui element la colectivitate şi dacă notăm evenimentul corespunzător cu E. 6 ”. Realizarea unui criteriu în urma unei probe se numeşte eveniment. iar în altele nu se numeşte eveniment întâmplător. 2) Piesele produse de o secţie a unei firme. Câmp de probabilitate Lucrurile. 5. Dacă evenimentul A implică evenimentul B. se scrie A ⊂ B . 1) Studenţii unui an de studiu dintr-o facultate. putem să cercetăm dacă elementele sale au sau nu o anumită proprietate P. stochastic sau aleator. G. Prin experienţă se înţelege realizarea practică a complexului de condiţii corespunzătoare unui criteriu de cercetare.1. Exemplu.ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 139 CAPITOLUL al X-lea ELEMENTE DE TEORIA PROBABILITĂŢILOR1 ŞI STATISTICĂ MATEMATICĂ 10. Un eveniment care în unele probe poate avea loc. Dacă se consideră colectivitatea formată din piesele produse de o firmă. o mulţime. Evenimentul imposibil φ nu se poate realiza în nici o efectuare a experienţei. Efectuarea unei experienţe asupra unui element al colectivităţii se numeşte probă. Definiţie. atunci evenimentul E se va realiza în urma oricărei probe şi în consecinţă îl vom numi eveniment sigur. 1 Apariţia teoriei probabilităţilor este legată de probleme referitoare la jocurile de noroc (L. Se spune că evenimentul A implică evenimentul B dacă realizarea evenimentului A atrage după sine realizarea evenimentului B. Exemplu. Exemple. 3. Pacioli. fiinţele sau fenomenele care datorită unei proprietăţi comune pot fi considerate împreună formează o colectivitate. 1539). Pascal (1623 – 1662) şi P. Proprietatea P se numeşte criteriu de cercetare a colectivităţii. Fondatorii acestei teorii sunt matematicienii B. Câmp de evenimente. Cardano. Fiind dată o colectivitate C. o populaţie. 4. Fermat (1601 – 1665) . atunci putem considera drept criteriu de cercetare proprietatea ca o piesă să corespundă sau nu stasului. La aruncarea unui zar. 1494. 2.

Evenimentul contrar lui A se notează cu A sau CA.140 CAPITOLUL al X-lea Observaţii. Definiţie. Se numeşte intersecţia evenimentelor A şi B un nou eveniment care se realizează atunci şi numai atunci când se realizează ambele evenimente A şi B. evenimentele A şi B se numesc compatibile. avem relaţia A ∪ A = E . Definiţie. Din definiţia evenimentului contrar lui A rezultă că avem A ∩ A = φ . Definiţie. adică dacă îndeplinesc relaţia A ∩ B = φ . Dacă A ∩ B ≠ φ . 1) Evenimentul imposibil implică orice eveniment ( φ ⊂ A ). A − B = A ∩ B . 2) ∀A ∈ K rezultă A ∈ K . Observaţie. Se notează A − B . Observaţie. Definiţie. Definiţie. Se numeşte reuniunea evenimentelor A şi B un nou eveniment care se realizează atunci şi numai atunci când se realizează cel puţin unul din evenimentele A sau B. Intersecţia se poate extinde pentru un număr oarecare de evenimente. Se numeşte diferenţa dintre evenimentul A şi evenimentul B un nou eveniment care se realizează atunci şi numai atunci când se realizează evenimentul A dar nu se realizează evenimentul B. Evenimentul contrar evenimentului A este evenimentul care se realizează atunci şi numai atunci când nu se realizează evenimentul A. B ∈ K rezultă A ∪ B ∈ K . Evenimentele A şi B se numesc incompatibile dacă nu se pot realiza simultan. . Observaţie. Deoarece realizarea evenimentului A sau a contrarului său A este întotdeauna o certitudine. adică dacă îndeplineşte următoarele condiţii: 1) ∀A . Se notează A ∩ B . Se notează A ∪ B . Fie Ω o mulţime nevidă. O familie K de părţi ale lui Ω se numeşte corp de părţi dacă este închisă faţă de operaţiile de reuniune finită şi complementară. 2) Orice eveniment implică evenimentul sigur ( A ⊂ E ). Definiţie. Reuniunea se poate extinde pentru un număr oarecare de evenimente. Operaţii cu evenimente Fie A şi B două evenimente legate de o experienţă. Exemplu. Exemplu.

∃k ∈ {1.. K. Observaţie... evenimentul sigur E înzestrat cu un corp (corp borelian) K de evenimente. O familie K de părţi ale lui Ω se numeşte σ . 2) A = U A k . 2 Definiţia axiomatică a probabilităţii a fost formulată iniţial de A. N. K ) . n} astfel încât A = E i1 ∪ E i 2 ∪ . i. i. K ) dacă: 1) E i ∩ E j = φ . j = 1. n . Fie (E.2. Fie Ω o mulţime nevidă.ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 141 Definiţie.. k =1 n Definiţie. Se spune că evenimentele A 1 . i∈N ∗ 2) ∀A ∈ K rezultă A ∈ K . Orice corp borelian este şi corp.corp sau corp borelian dacă este închisă faţă de operaţiile de reuniune infinită şi complementară. 3) P( A ∪ B) = P( A ) + P(B). E n } de evenimente din (E. A n ∈ (E. Kolmogorov (1933) . O mulţime finită {E1 . K ) reprezintă o desfacere sau o partiţie a evenimentului A dacă îndeplinesc următoarele condiţii: 1) A i ∩ A j = φ. j = 1. vom numi câmp (câmp borelian) de evenimente. Un câmp de evenimente îl vom nota prin (E. Definiţie. P) se numeşte câmp de probabilitate. i ≠ j . i ∈ N∗ rezultă U A i ∈ K . 2) E = U E i . 2) P(E) = 1 .. B ∈ K cu A ∩ B = φ .. i=1 n 3) ∀A ∈ (E.K). Definiţie. ∀A.. A 2 . adică dacă îndeplineşte următoarele condiţii: 1) ∀A i ∈ K..K . ∪ E i k . A ≠ φ . n. ∀A ∈ K .. i ≠ j . De aceea. E 2 .. Practica arată că mulţimea evenimentelor asociate unei experienţe formează un corp de părţi dacă ele sunt în număr finit şi un corp borelian dacă sunt în număr infinit. K ) formează mulţimea evenimentelor elementare a câmpului de evenimente (E.K) un câmp de evenimente. Tripletul (E. Se numeşte probabilitate 2 pe K o aplicaţie P : K → R care îndeplineşte următoarele condiţii: 1) P( A ) ≥ 0.

Se observă că definiţia clasică a probabilităţii nu se poate aplica atunci când numărul evenimentelor elementare este infinit. I este o mulţime cel mult ⎟ ⎜ ⎝ i ∈I ⎠ i ∈I numărabilă de indici. Tripletul (E. adică P(E1 ) = P(E 2 ) = K = P(E n ) = 1 n ( ) ( ) ( ) rezultă P( A ) = k . Într-o magazie sunt 40 de piese dintre care 4 au defecte. Orice eveniment A ∈ (E. n Am găsit astfel definiţia clasică a probabilităţii 3.142 CAPITOLUL al X-lea Definiţie. …. P) se numeşte în acest caz câmp borelian de probabilitate. Se numeşte probabilitate σ . evenimentele elementare fiind considerate egal probabile. Din axioma 3) rezultă P(A ) = P E i1 + P E i 2 + K + P E i k . i ≠ j . 1. …. ∀(A i )i ∈I ∈ K cu A i ∩ A j = φ. rezultă că putem lua orice piesă din cele 40 şi deci avem 40 de cazuri 3 Definiţia clasică a probabilităţii a fost formulată iniţial de J. avem P(E) = P(E1 ) + P(E 2 ) + K + P(E n ) = 1 . ⎞ ⎛ 3) P⎜ U A i ⎟ = ∑ P(A i ). o aplicaţie P : K → R care îndeplineşte următoarele condiţii: 1) P( A ) ≥ 0. Considerând că toate evenimentele elementare au aceeaşi probabilitate de a se realiza. Deoarece alegerea unei piese este un eveniment aleator. Exemplu. 2) P(E) = 1 . Fie A evenimentul ca piesa aleasă să fie cu defecte. E2. adică A = E i1 ∪ E i 2 ∪ K ∪ E i k cu E i j ∩ E i s = φ.K) şi fie desfacerea E1. Probabilitatea unui eveniment este raportul dintre numărul evenimentelor elementare favorabile realizării evenimentului considerat şi numărul total al evenimentelor elementare. Care este probabilitatea ca o piesă luată la întâmplare să fie cu defecte? Soluţie. K.aditivă sau complet aditivă. Înseamnă că pentru a cunoaşte probabilitatea unui eveniment oarecare A este suficient să cunoaştem probabilităţile evenimentelor elementare E1. i j ≠ i s . E2. Consecinţe. Fie (E. En.K) un câmp borelian de evenimente. ∀A ∈ K . K ) se poate scrie ca reuniune de evenimente elementare. Cum E = E1 ∪ E 2 ∪ K ∪ E n . En a evenimentului sigur E în evenimente elementare. Definiţie. Bernoulli (1705) . Fie un câmp de evenimente (E.

K . K . An ∈ (E. Cum A ∩ B ⊂ B . K . Într-adevăr. ⎜ ⎟ i< j i< j<k ⎝ i=1 ⎠ i=1 . 40 2. Într-adevăr. de unde P( A ) = 1 − P( A ) . Dacă A. Din definiţia clasică. B ∈ (E. K . din consecinţa 7 rezultă P(B − ( A ∩ B)) = P(B) − P( A ∩ B) care înlocuită în egalitatea precedentă ne dă P( A ∪ B) = P( A ) + P(B) − P( A ∩ B) . cum A ∪ B = A ∪ [B − ( A ∩ B)] şi A ∩ [B − ( A ∩ B)] = φ rezultă că P( A ∪ B) = P( A ) + P[B − ( A ∩ B)] . P) şi A ⊂ B . Într-adevăr. Formula de adunare a probabilităţilor.P) avem P( A ) = 1 − P( A ) . Într-adevăr. cum φ ∪ A = A şi φ ∩ A = φ rezultă că P(φ) + P( A ) = P( A ) . iar pentru partea a doua folosim consecinţa 2 şi avem P( A ) = 1 − P( A ) ≤ 1 . cum A ∪ A = E şi A ∩ A = φ rezultă că P(E) = P( A ) + P( A ) = 1 . 7. Dacă A. de unde P(φ) = 0 . atunci P( A ) ≤ P(B) . Pentru orice A ∈ (E. B ∈ (E. 8. atunci P(B − A ) = P(B) − P( A ∩ B) . 6. cum B = (B − A ) ∪ ( A ∩ B) şi (B − A ) ∩ ( A ∩ B) = φ rezultă că P(B) = P(B − A ) + P( A ∩ B) . atunci P( A ∪ B) = P( A ) + P(B) − P( A ∩ B) .ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 143 posibile. atunci P(B − A ) = P(B) − P( A ) . adică este egal cu 4.P) avem 0 ≤ P( A ) ≤ 1 . B ∈ (E. Într-adevăr. P) . rezultă P( A ) = 4 = 0. 5. cum B = A ∪ (B ∩ A ) şi A ∩ (B ∩ A ) = φ rezultă că P(B) = P( A ) + P(B ∩ A ) ≥ P( A ) .1 . 4. P(φ) = 0 . Numărul cazurilor favorabile realizării evenimentului A este egal cu numărul pieselor cu defecte. Dacă A . Dacă A. 3. Pentru orice A ∈ (E. Prin inducţie matematică se demonstrează că oricare ar fi evenimentele A1. cum B = (B − A ) ∪ A şi (B − A ) ∩ A = φ rezultă că P(B) = P(B − A ) + P( A ) . K . A2. Prima parte a inegalităţii este asigurată prin definiţie. K . …. P) . P) şi A ⊂ B . K . Într-adevăr. P) avem ⎛n ⎞ n P⎜ U A i ⎟ = ∑ P( A i ) − ∑ P( A i ∩ A j ) + ∑ P( A i ∩ A j ∩ A k ) − K + ( −1) n P( A 1 ∩ A 2 ∩ K ∩ A n ). Observaţie. B ∈ (E.

Definiţie. P) . datorită prelucrării 8% au defecte. Soluţie.K.P) avem P( A ∪ B) ≤ P( A ) + P(B) . P) şi avem P⎜ U A i ⎟ ≤ ∑ P( A i ) . Avem P( A ) = 0. A2.05 + 0. datorită pieselor componente şi datorită montajului. ⎜ ⎟ ⎝ i=1 ⎠ i=1 n ⎛n ⎞ 10. Oricare ar fi A.P) un câmp de probabilitate (câmp borelian de probabilitate).05 . P(B) 4 5 George Boole (1815 – 1864).144 CAPITOLUL al X-lea 9. iar datorită montajului 4% din dispozitive au defecte.04) = 0.08 şi P( C ) = 0. P⎜ I A i ⎟ = P⎜ U A i ⎟ = 1 − P⎜ U A i ⎟ ≥ 1 − ∑ P( A i ) . Din practică se cunoaşte că datorită materialului folosit 5% din piese au defecte. Proprietatea rămâne adevărată oricare ar fi evenimentele A1. K .04 . A2. ⎜ ⎟ i=1 ⎝ i=1 ⎠ ⎛n ⎞ n ⎛n ⎞ ⎛n ⎞ Într-adevăr. Fie A evenimentul ca piesele componente să nu aibă defecte din cauza materialului folosit. Dispozitivul se consideră bun dacă nu are nici unul din aceste defecte. K . Probabilităţi condiţionate Fie (E. …. Se cere P( A ∩ B ∩ C) . Inegalitatea lui Boole ne dă o limită inferioară pentru probabilitatea intersecţiei a n evenimente.83 . Se numeşte probabilitate condiţionată 5 a evenimentului A de către evenimentul B raportul P( A ∩ B) . Observaţie. An ∈ (E. La fabricarea unui dispozitiv pot să apară defecte datorită materialului folosit la fabricarea pieselor. B evenimentul ca piesele componente să nu aibă defecte de fabricaţie şi C evenimentul ca dispozitivul să nu aibă defecte de montaj. Din inegalitatea lui Boole avem P( A ∩ B ∩ C) ≥ 1 − [P( A ) + P( B ) + P( C )] = 1 − (0. An ⎛n ⎞ n ∈ (E. matematician şi logician englez. fondatorul logicii matematice moderne Definiţia a fost formulată iniţial de Jacques Bernoulli (1700) . ….K. ⎜ ⎟ ⎜ ⎟ ⎜ i=1 ⎟ i=1 ⎝ i=1 ⎠ ⎝ i=1 ⎠ ⎝ ⎠ Observaţie. B ∈ (E. Se cere probabilitatea minimă ca un dispozitiv să fie bun. Inegalitatea lui Boole 4. Aceasta rezultă imediat din consecinţa 8. Exemplu. Dacă A1.08 + 0. atunci P⎜ I A i ⎟ ≥ 1 − ∑ P( A i ) . P( B ) = 0. iar A şi B două evenimente ale câmpului cu P(B) ≠ 0 .

P) sunt independente (sau independente în totalitatea lor) dacă evenimentele oricărei subfamilii nevide a familiei date sunt independente. atunci sunt independente şi s câte s. K . An ∈ (E. An } ⊂ (E.PB) este un câmp (câmp borelian) de probabilitate. Se spune că evenimentele familiei finite {A1. Dacă evenimentele familiei {A1. K . Tripletul (E. Exemplul datorat lui S. una cu roşu.ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 145 Se notează P( A | B) sau PB ( A ) . P) sunt independente dacă P( A ∩ B) = P( A ) ⋅ P(B) . avem ( ) ( ) ( ) ( ) 1 P( A 1 ) = P( A 2 ) = P( A 3 ) = . Vom folosi metoda inducţiei matematice . = P(A1) ⋅ P(A 2 | A1) ⋅K⋅ P(An−1 | (A1 ∩K∩ A n−2 )) ⋅ P(A n | (A1 ∩ A 2 ∩K∩ A n−1)) Se spune că evenimentele A şi B ∈ (E. una cu negru şi a patra cu toate cele trei culori. …. Presupunem formula adevărată pentru n – 1 şi o demonstrăm pentru n. A2. adică dacă ∀1 ≤ i1 ≤ i 2 ≤ . Fie un tetraedru având o faţă colorată cu alb. Notând cu A 1 evenimentul apariţiei culorii albe. 4 . A2.. A2. 8 1 P( A 1 ∩ A 2 ∩ A 3 ) = . 2 1 P( A 1 ) ⋅ P( A 2 ) ⋅ P( A 3 ) = . Formula de înmulţire a probabilităţilor.K. Fie A1. Are loc formula P(A 1 ∩ A 2 ∩ K ∩ A n ) = P( A 1 ) ⋅ P( A 2 | A 1 ) ⋅ P( A 3 | ( A 1 ∩ A 2 )) ⋅ K ⋅ P( A n | ( A 1 ∩ A 2 ∩ K ∩ A n−1 )) Demonstraţie. An} sunt independente în totalitatea lor. N. Bernstein ne arată că reciproca nu este adevărată. P) cu P(A 1 ∩ A 2 ∩ K ∩ A n−1 ) ≠ 0 . K . cu A 2 evenimentul apariţiei culorii roşii şi cu A 3 evenimentul apariţiei culorii negre.. …. …. Observaţie. Observaţie. ≤ i k ≤ n avem P Ai1 ∩ A i2 ∩K∩ A ik = P Ai1 ⋅ P Ai2 ⋅K⋅ P Aik . Pentru n = 2 avem P(A 1 ∩ A 2 ) = P( A 1 ) ⋅ P( A 2 | A 1 ) care este tocmai definiţia probabilităţii condiţionate. Avem P(A1 ∩ A 2 ∩K∩ An−1 ∩ An ) = P(A1 ∩ A 2 ∩K∩ A n−1 ) ⋅ P(A n | (A1 ∩ A 2 ∩K∩ An−1 )) Definiţie.

Avem P(A) = 0.2 − 0. Fie A evenimentul ca produsul să fie cu defecte de prelucrare şi B evenimentul ca produsul să fie cu defecte de montaj. atunci pentru orice eveniment X al câmpului de evenimente (E. matematician englez . iar ca montajul să fie defect este 0. La prelucrare.2. i. j = 1. j = 1. An reprezintă o desfacere în evenimente incompatibile a evenimentului sigur. n şi deci n ⎛ n ⎞ n P( X ) = P⎜ U (A k ∩ X )⎟ = ∑ P(A k ∩ X ) = ∑ P(A k ) ⋅ PA k ( X ) . K.2 = 0. ∑ P(A k ) ⋅ PA k (X ) n 6 Thomas Bayes.146 CAPITOLUL al X-lea deci A 1 . Se cere P(A ∪ B) . Dacă A1. Cum P(A ∪ B ) = P( A ) + P(B) − P(A ∩ B ) şi P(A ∩ B ) = P( A ) ⋅ P(B) (evenimentele A şi B sunt independente) rezultă că P(A ∪ B) = 0. probabilitatea ca produsul să fie cu defecte este 0. Într-adevăr. Un produs necesită două operaţii: de prelucrare şi de montare. Formula probabilităţii totale. A 2 . A 3 nu sunt independente în totalitatea lor. În aceleaşi condiţii ca la formula probabilităţii totale are loc şi formula PX (A k ) = P(A k ) ⋅ PAk (X ) k =1 . P) are loc formula P(X ) = ∑ P(A k ∩ X ) = ∑ P(A k ) ⋅ PA k (X ) . dar sunt independente două câte două deoarece P( A 1 ∩ A 2 ) = P( A 1 ∩ A 3 ) = P( A 2 ∩ A 3 ) = 1 . ….2. k =1 k =1 n n Demonstraţie. i ≠ j . 4 Exemplu.69 .5 + 0. n k =1 Un eveniment oarecare X din câmpul de evenimente se poate scrie n ⎛ n ⎞ X = E ∩ X = ⎜ U A k ⎟ ∩ X = U (A k ∩ X ) ⎜ ⎟ k =1 ⎝ k =1 ⎠ cu (A i ∩ X ) ∩ A j ∩ X = φ. Care este probabilitatea ca produsul să fie defect? Soluţie. n . An reprezintă o desfacere a evenimentului sigur în evenimente incompatibile. i ≠ j. din faptul că A1.5.5 şi P(B) = 0. A2.5 ⋅ 0. A2. avem U A k = E şi A i ∩ A j = φ . …. ⎜ ⎟ k =1 ⎝ k =1 ⎠ k=1 ( ) Formula lui Bayes 6. i.

5 ⋅ 0.. avem PX (A 1 ) = P(A 1 ) ⋅ PA1 (X ) + P(A 2 ) ⋅ PA 2 (X ) P(A 1 ) ⋅ PA1 (X ) .5 ⋅ 0. deci numărul cazurilor favorabile este C a1 ⋅ C b 2 . as bile de culoarea s. iar unul de k2 bile negre în C b 2 moduri. 0. a2 bile de culoarea 2.5 deoarece avem aceeaşi şansă să luăm piesa de la cei doi muncitori şi din datele problemei rezultă PA 1 (X ) = 0. să se afle probabilitatea ca luând o piesă la întâmplare ea să fie defectă şi să provină de la primul muncitor. obţinem PX (A 1 ) = 0. Problema ne cere ca piesa defectă să provină de la primul muncitor. Demonstraţie. Cum o piesă luată nu poate proveni decât de la cei doi muncitori.4 . deci se cere PX (A 1 ) . Aplicând formula lui Bayes.. Exemplu.3 . Această schemă admite următoarea generalizare O urnă conţine a1 bile de culoarea 1.2 . + a s ). …. PA 2 (X ) = 0.5 ⋅ 0. . avem A 1 ∪ A 2 = E şi A 1 ∩ A 2 = φ . Dar P(A1) = P(A2) = 0. Un grup de k1 bile albe poate fi luat în a C a1 moduri.2 + 0. Înlocuind în formula lui Bayes. A2 evenimentul ca piesa luată să provină de la al doilea muncitor şi X evenimentul ca piesa luată să fie cu defecte.ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 147 Demonstraţie. k k k k Folosind definiţia clasică a probabilităţii rezultă formula din enunţ. Probabilitatea ca din cele n bile extrase k1 să fie albe şi k2 să fie negre ( k 1 + k 2 = n ) este P= C a1 ⋅ C b 2 C n +b a k k .2 = 0.2 şi respectiv 0. PX (A k ) = P(A k ) ⋅ PA k (X ) P(X ) Cum P(A k ∩ X ) = P(X ) ⋅ PX ( A k ) = P(A k ) ⋅ PA k ( X ) rezultă că .3 Scheme probabilistice clasice Schema bilei nerevenite Dintr-o urnă cu a bile albe şi b bile negre se extrag n bine ( n ≤ a + b ) una câte una fără întoarcerea bilei extrase în urnă (ceea ce este echivalent cu a extrage n bile deodată). Se extrag n bile ( n ≤ a1 + a 2 + . Observaţie. Piesa defectă poate proveni de la primul muncitor sau de la al doilea şi X = (X ∩ A 1 ) ∪ (X ∩ A 2 ) . Înlocuind P(X) din formula probabilităţii totale se obţine formula lui Bayes. Fie A1 evenimentul ca piesa luată să provină de la primul muncitor.3 pentru cei doi muncitori. Ştiind că probabilitatea să dea o piesă rebut este de 0. Doi muncitori au lucrat fiecare câte 10 piese şi le-au aşezat în acelaşi loc. Soluţie. Numărul cazurilor posibile este C n +b .

.. ks de culoarea s ( k 1 + k 2 + . probabilitatea cerută de schema n k =0 n lui Bernoulli este coeficientul lui t k din această dezvoltare. introducându-se de fiecare dată bila extrasă înapoi în urnă... k1 = 4. Într-o ladă sunt 12 piese dintre care 2 au defecte.. b = 2.. ks de culoarea s ( k 1 + k 2 + . avem a = 10. unde p = a b este probabilitatea de a extrage o bilă albă. k2 să fie de culoarea 2. k2 să fie de culoarea 2. Probabilitatea ca din cele n bile extrase k1 să fie de culoarea 1. 5 66 C12 Schema bilei revenite (schema lui Bernoulli 7) Dintr-o urnă cu a bile albe şi b bile negre se extrag n bile.+a a1 2 s . + k s = n ) este P= unde 7 n! k k k p1 1 p 2 2 .148 CAPITOLUL al X-lea Probabilitatea ca din cele n bile extrase k1 să fie de culoarea 1. Observaţii.. Înlocuind în schema bilei nerevenite bila albă cu piesa bună şi bila neagră cu piesa cu defecte. k2 = 1. iar probabilitatea cerută este dată de C 4 ⋅ C1 35 P = 10 2 = . iar q = 1 − p = este probabilitatea a+b a+b de a extrage o bilă neagră. Probabilitatea ca din cele n bile extrase k să fie albe şi n – k să fie negre este P = C np q k k n−k . punând de fiecare dată bila extrasă înapoi în urnă. Se extrag n bile.p s s . ⋅ C a s 1 2 k k k s C n +a +. a2 bile de culoarea 2.. Din acest motiv schema se mai numeşte şi schema binomială. k1! k 2 !. 2) Această schemă admite următoarea generalizare O urnă conţine a1 bile de culoarea 1. + k s = n ) este P = C a1 ⋅ C a 2 ⋅ . 1) Folosind binomul lui Newton (pt + q) n = ∑ C k p k q n−k t k .. …. matematician elveţian .. Se extrag 5 piese. …. as bile de culoarea s. Care este probabilitatea să extragem o piesă cu defecte? Soluţie. ….k s ! Jean Bernoulli (1667 – 1748). Exemplu. n = 5...

ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 149 a1 este probabilitatea de a extrage o bilă de culoarea 1. 4⎠⎝5 5⎠⎝3 3⎠ ⎝4 deci P = 3 3 2 3 1 2 2 3 2 36 3 ⋅ ⋅ + ⋅ ⋅ + ⋅ ⋅ = = . q2 este probabilitatea ca din urna U2 să extragem o bilă neagră. …. 4 4 5 5 3 3 Probabilitatea cerută este dată de coeficientul lui t2 din polinomul p1 = 1⎞⎛3 2⎞⎛2 1⎞ ⎛3 ⎜ t + ⎟⎜ t + ⎟⎜ t + ⎟. + a s Această schemă se numeşte schema polinomială. Avem 3 cutii cu piese bune şi piese defecte. ………………………………………………………………………… qn este probabilitatea ca din urna Un să extragem o bilă neagră. p 3 = . urna Un conţine an bile albe şi bn bile negre... iar q1 este probabilitatea ca din urna U1 să extragem o bilă neagră. Cutia 1 are 3 piese bune şi una defectă. …. p 2 = . q 3 = .. U2.. urna U2 conţine a2 bile albe şi b2 bile negre. unde p1 este probabilitatea ca din urna U1 să extragem o bilă albă. ……………………………………………………………………… pn este probabilitatea ca din urna Un să extragem o bilă albă. Avem 3 1 3 2 2 1 . Schema lui Poisson este o generalizare a schemei polinomiale. + a s ………………………………………………………………………………………….. q 2 = . q1 = . a1 + a 2 + . a1 + a 2 + . Un. Se scoate câte o piesă din fiecare cutie. cutia 3 are 4 piese bune şi 2 cu defecte. cutia 2 are 3 piese bune şi 2 cu defecte. matematician şi mecanician francez . a1 + a 2 + . (p n t + q n ) .. Se extrage câte o bilă din fiecare urnă. 4 5 3 5 4 3 3 4 5 60 10 8 Siméon Denis Poisson (1781-1840). Urna U1 conţine a1 bile albe şi b1 bile negre.. + a s a2 p2 = este probabilitatea de a extrage o bilă de culoarea 2. Care este probabilitatea ca o piesă să fie cu defecte? Soluţie. Observaţie. p2 este probabilitatea ca din urna U2 să extragem o bilă albă. Exemplu. as ps = este probabilitatea de a extrage o bilă de culoarea s... p1 = Schema lui Poisson 8 Fie n urne U1. Probabilitatea ca din cele n bile extrase k să fie albe şi n – k să fie negre este dată de coeficientul lui t k din polinomul (p1t + q1 )(p 2 t + q 2 ) .

n . n . unde f(xi) ⎜ f (x )⎟ ⎝ i ⎠ îndeplineşte condiţiile: 1) f ( x i ) ≥ 0 . Se numeşte variabilă aleatoare acea variabilă pentru care evenimentul de a lua o valoare oarecare din mulţimea ei de definiţie este un eveniment aleator (întâmplător). i=1 n ⎛ x ⎞ Rezultă că o variabilă aleatoare X se mai poate scrie X ⎜ i ⎟ . 2. iar f(xi) = pi se numeşte funcţie de probabilitate. n .150 CAPITOLUL al X-lea 10. ⎜ f (x ) ⎟ ⎜p ⎟ ⎝ i ⎠ ⎝ i⎠ unde xi se numeşte argumentul variabilei aleatoare X. Să notăm cu P( X = x i ) probabilitatea ca variabila aleatoare X să ia valoarea xi. constituie o desfacere în evenimente incompatibile a evenimentului sigur E avem ∑ f ( x i ) = 1 . 1) Distribuţia discretă uniformă Variabila aleatoare X care este definită de această distribuţie ia valorile xi cu aceeaşi probabilitate ⎛ xi ⎞ 1 . Fie X o variabilă aleatoare discretă şi fie xi. n . Deci distribuţia variabilei X este X ⎜ 1 ⎟ . ⎜ ⎟ n ⎝n⎠ . iar dacă ia valori dintr-un interval al dreptei reale se numeşte variabilă aleatoare continuă. i = 1. 2) ∑ f ( x i ) = 1 . Dacă o variabilă aleatoare ia valori dintr-o mulţime cel mult numărabilă. Exemple. i=1 n Mulţimea valorilor variabilei aleatoare împreună cu funcţia de probabilitate definesc distribuţia variabilei aleatoare. i = 1. n mulţimea valorilor pe care le poate lua variabila aleatoare X. i = 1. atunci ea se numeşte variabilă aleatoare discretă. i = 1. i = 1. n . i = 1. Pentru a cunoaşte o variabilă aleatoare trebuie să cunoaştem atât valorile xi pe care le ia variabila aleatoare în timpul procesului de variaţie cât şi probabilităţile cu care ia aceste valori. ⎛ xi ⎞ ⎛ x ⎞ Din această cauză vom nota variabilele aleatoare discrete prin X ⎜ i ⎟ sau X ⎜ ⎟ . Cum evenimentele E i = ( X = x i ) . În mod evident avem f ( x i ) ≥ 0 . Această probabilitate este evident funcţie de xi şi deci putem scrie P( X = x i ) = f ( x i ) = p i . Variabile aleatoare Definiţie.

n . i=1 j=1 . i = 1. n şi Y ⎜ X ⎜ ⎜ f (x )⎟ ⎜g y j ⎝ i ⎠ ⎝ ⎞ ⎟ . i = 1.ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 151 Avem evident f ( x i ) = n n 1 1 > 0 . n . atunci h(xi. Se numeşte suma variabilelor aleatoare X şi Y o nouă variabilă aleatoare notată prin X + Y a cărei distribuţie este ⎛ xi + y j X+Y ⎜ ⎜h xi .yj)=f(xi)·g(yj). etc. Cu variabilele aleatoare ale unui sistem se pot defini operaţii ca suma. k = 0. y j ) ⎟ . Definiţie. j = 1. n şi ∑ f ( x i ) = ∑ = 1 . ⎟ ⎠ unde 1) h( x i . n . produsul. y j ) este probabilitatea ca variabila aleatoare X să ia valoarea xi şi variabila aleatoare Y să ia valoarea yj. m . Avem evident f ( x i ) = C k p k q n−k ≥ 0 . Dacă cele două variabile aleatoare sunt independente. i = 1. i = 1. ⎝ ⎠ unde h( x i . y j ) ≥ 0 . Fie un sistem de două variabile aleatoare ⎛ yj ⎛ xi ⎞ ⎟ . n m 2) ∑ ∑ h( x i . înmulţirea cu o constantă. m . n şi ∑ f (k) = ∑ C k p k q n−k = (p + q) n = 1. n i=1 i=1 n 2) Distribuţia binomială (Bernoulli) are variabila aleatoare k ⎛ ⎞ X ⎜ k k n−k ⎟ . k = 0. j = 1. i = 1.y j ⎝ ( ) ⎞ ⎟ . j = 1. m . n . y j ) = 1 . m . j = 1. ⎜C p q ⎟ ⎝ n ⎠ unde k reprezintă numărul de bile albe extrase dintr-o urnă Bernoulli. n n k =0 k =0 n n Cu variabilele aleatoare discrete se pot efectua diferite operaţii. ⎟ ⎠ ( ) Variabila aleatoare X o Y va avea distribuţia ⎛ xi o y j ⎞ ⎟ XoY ⎜ ⎜ h( x i .

y j ⎝ ( ) ⎞ ⎟ . j = 1. i = 1. i = 1.x+dx]. y j ) ≥ 0 . 2) ∑ f ( x i ) = 1 . Pentru a defini distribuţia variabilei aleatoare continue vom considera un interval infinitezimal [x. j = 1. Se numeşte produsul variabilelor aleatoare X şi Y o nouă variabilă aleatoare notată prin XY a cărei distribuţie este ⎛ xiy j XY ⎜ ⎜h xi . i=1 n Definiţie. atunci argumentul ei x ia valori dintr-un interval [a. 2) ∑ ∑ h( x i . i = 1. 2) ∑ f ( x i ) = 1 . n . n . unde f(x) se numeşte densitate de probabilitate. i = 1. Se numeşte produsul cu o constantă k a unei variabile aleatoare X o nouă variabilă aleatoare notată prin kX a cărei distribuţie este ⎛ kx i ⎞ kX ⎜ ⎜ f (x )⎟ . n . . m .152 CAPITOLUL al X-lea Definiţie. ⎟ ⎝ i ⎠ unde 1) f ( x i ) ≥ 0 . i=1 n Dacă X este o variabilă aleatoare continuă. Probabilitatea (infinitezimală) dP ca variabila aleatoare X să ia o valoare din acest interval reprezintă o funcţie de x şi este de forma dP= f(x)dx. n . y j ) = 1 . i=1 j=1 n m Definiţie. i = 1. m . ⎟ ⎠ unde 1) h( x i . n . ⎜ f (x ) ⎟ ⎝ i ⎠ unde 1) f ( x i ) ≥ 0 .b] şi deci P(X = x) = 0. n . i = 1. Se numeşte puterea p a variabilei aleatoare X o nouă variabilă aleatoare notată prin X p a cărei distribuţie este ⎛ xp ⎞ X p ⎜ i ⎟ .

b] . . 2) ∑ f ( x i ) = 1 . x ∈ [ a. i = 1. π n→∞ −n 1 + x 2 π n→∞ π 2 −∞ ∫ f ( x )dx = ∫ 1 2 −∞ π(1 + x ) dx = Reprezentări grafice ale funcţiei de probabilitate şi ale densităţii de probabilitate Fie o variabilă aleatoare discretă X de distribuţie ⎛ x ⎞ X ⎜ i ⎟ . ⎜ f (x ) ⎟ ⎝ i ⎠ 1) f ( x i ) ≥ 0 . a b Exemple. 2) ∫ f ( x)dx = 1 . ⎟ ⎝ ⎠ f(x) are proprietăţile: 1) f ( x) ≥ 0 . n . 1 π(1 + x 2 ) +∞ > 0 şi n 1 1 1 2 π lim ∫ dx = lim 2arctg n = ⋅ = 1 . n .b] are densitatea de probabilitate f ( x) = 1 . x ∈ [ a. n reprezintă graficul variabilei aleatoare discrete X. Distribuţia variabilei aleatoare continue X cu densitatea de probabilitate f(x) se va scrie ⎛ x ⎞ X⎜ ⎜ f ( x) ⎟ . atunci mulţimea punctelor Mi(xi.ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 153 Pentru a cunoaşte o variabilă aleatoare continuă trebuie să cunoaştem densitatea de probabilitate f(x). b−a a ab−a Avem f ( x) = 2) Distribuţia Cauchy are densitatea de probabilitate f ( x) = Avem f ( x) = +∞ 1 π(1 + x 2 ) . 1) Distribuţia continuă uniformă pentru o variabilă aleatoare X definită în [a.f(xi)). b−a b b 1 1 > 0 şi ∫ f ( x)dx = ∫ dx = 1 . i = 1. i=1 n Dacă raportăm planul la un sistem ortogonal de coordonate xOy.x ∈R . i = 1. b ] .

i = 1. demografie . i = 1. i = 1. ⎟ şi M 0 ⎜ 3. M1 ⎜ 1.0). care trec prin punctele de pe axa Ox: O(0. Pentru variabila aleatoare discretă X din exemplul precedent. A1(1. Un alt mod de a reprezenta grafic o variabilă aleatoare discretă. În acest caz.154 CAPITOLUL al X-lea Exemplu.0).f(xi)). . este dat de histograma variabilei aleatoare 9. 1). des întâlnit în practică. A3(3.0) şi au respectiv lungimile 1 2 4 8 .0). ⎝ 27 ⎠ ⎝ 9⎠ ⎝ 9⎠ ⎝ 27 ⎠ Dacă pe axa absciselor sunt trecute punctele reprezentând valorile variabilei xi şi din aceste puncte se ridică segmente verticale de lungime pi = f(xi) se obţine graficul prin bastonaşe. ⎟ . O curbă care uneşte punctele Mi(xi. ⎟ ⎜ ⎝ 27 9 9 27 ⎠ ⎛ 1⎞ ⎛ 2⎞ ⎛ 4⎞ ⎛ 8⎞ Graficul ei este dat de mulţimea punctelor M 0 ⎜ 0. A2(2. ⎟ . (Fig. graficul prin bastonaşe este dat de mulţimea segmentelor paralele cu axa Oy. 2) 27 9 9 27 Punctele Mi(xi. M 2 ⎜ 2. .f(xi)). ordonata pi = f(xi) are ca 9 Histogramele sunt utilizate în statistica matematică. Deci se pot considera o infinitate de curbe de distribuţie pentru o variabilă aleatoare discretă. n pot fi unite de o infinitate de curbe. Dintre acestea cea mai simplă curbă de distribuţie se obţine unind punctele Mi(xi. Pentru a construi histograma. economie. n se numeşte curbă de distribuţie a variabilei aleatoare discrete X. Fie variabila aleatoare discretă X de distribuţie ⎛ 0 1 2 3⎞ X⎜ 1 2 4 8 ⎟.f(xi)). se face convenţia ca valorile xi ale variabilei aleatoare X să se ia echidistante cu x i+1 − x i = 1 . . ⎟ (Fig. n prin segmente de dreaptă. situate deasupra axei Ox.

. Histograma pentru variabila aleatoare discretă X din exemplul precedent este dată în (Fig. i=1 n Definiţie. Se numeşte valoarea medie a variabilei aleatoare X numărul M( X ) = ∑ x i f ( x i ) = x1f ( x 1 ) + x 2 f ( x 2 ) + . 3).ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 155 mărime acelaşi număr ce exprimă şi aria dreptunghiului de bază x i − x i−1 = 1 şi înălţime pi = f(xi). se construiesc dreptunghiuri. O astfel de reprezentare grafică se numeşte se numeşte histograma variabilei aleatoare X. n . b] . 2) ∫ f ( x )dx = 1. Huygens (1656) . + x n f ( x n ) . astfel ca valoarea xi să fie la mijlocul bazei dreptunghiului cu înălţimea f(xi). Curba obţinută se numeşte. Dacă variabila aleatoare X este continuă şi are distribuţia ⎛ x ⎞ X⎜ ⎜ f ( x ) ⎟ . Caracteristici numerice ale variabilelor aleatoare a) Valoarea medie (sau speranţa matematică) 10 Fie o variabilă aleatoare discretă X de distribuţie ⎛ x ⎞ X ⎜ i ⎟ . de asemenea. a b atunci reprezentarea grafică a funcţie densitate de probabilitate f(x) se face după modelul dat de analiza matematică. i=1 n 10 Noţiunea a fost introdusă de Chr. 2) ∑ f ( x i ) = 1 . n .. curbă de distribuţie a variabilei aleatoare X. ⎜ f (x ) ⎟ ⎝ i ⎠ 1) f ( x i ) ≥ 0 . x ∈ [ a. În practică. ⎟ ⎝ ⎠ 1) f ( x) ≥ 0 . i = 1. i = 1.

3) M(kX) = kM(X). obţinem np(p + q) n−1 = ∑ kC k p k q n−k = M( X ) .156 CAPITOLUL al X-lea Exemplu. a b atunci valoarea medie se defineşte prin M( X ) = ∫ xf ( x)dx . rezultă că M(X) = np. 2) ∫ f ( x )dx = 1. Dacă variabila aleatoare X este continuă şi are distribuţia ⎛ x ⎞ X⎜ ⎜ f ( x ) ⎟ . n k =0 n Derivând. b ] . Valoarea medie a variabilei aleatoare X este M( X ) = ∫ +∞ xdx 2 −∞ π(1 + x ) = n n 2 xdx 1 xdx 1 1 1 + n2 = lim ∫ lim ∫ = lim ln = 0. ⎜C p q ⎟ ⎝ n ⎠ Soluţie. . unde p + q = 1. k = 0. 2) Valoarea medie este valoare internă. atunci M(X) = k. a b Exemplu. folosim identitatea (px + q) n = ∑ C k p k q n−k x k . Să se calculeze valoarea medie a variabilei aleatoare x ⎛ ⎞ ⎜ ⎟ 1 X⎜ . n k =0 n Pentru calculul lui M(X). atunci avem şi M(X) ∈ [a. n .b]. ⎟ ⎝ ⎠ 1) f ( x ) ≥ 0 . n k =0 n Cum p + q = 1.b]. b] . Valoarea medie a variabilei aleatoare X este M( X ) = ∑ kC k p k q n−k . x ∈ [ a. n k =0 n Pentru x= 1. avem np(px + q) n−1 = ∑ kC k p k q n−k x k −1 . x ∈R . adică dacă argumentul variabilei aleatoare ia valori din [a. ⎜ π(1 + x 2 ) ⎟ ⎟ ⎝ ⎠ Soluţie. π n→∞ −n 1 + x 2 2π n→∞ −n 1 + x 2 2π n→∞ 1 + n 2 Proprietăţi ale valorii medii 1) Dacă X = k. x ∈ [ a. Să se calculeze valoarea medie a variabilei aleatoare k ⎛ ⎞ X ⎜ k k n−k ⎟ . adică variabila aleatoare este constantă. unde k este o constantă reală.

unde k este o constantă reală. i = 1. 2) ∑ f ( x i ) = 1 . 6) Dacă X şi Y sunt două variabile aleatoare independente. i = 1. n . i=1 n atunci M( X k ) = ∑ x k f ( x i ) . ⎝ i ⎠ 1) f ( x i ) ≥ 0 . 2) ∑ f ( x i ) = 1 . i = 1. dacă variabila aleatoare X este discretă cu distribuţia ⎛ x ⎞ X ⎜ i ⎟ . x ∈ [ a. i i=1 n . c) Momente de ordinul k Definiţie. deci valoarea medie a abaterii este nulă. n . ⎟ ⎝ ⎠ 1) f ( x ) ≥ 0 . Se numeşte abatere a variabilei aleatoare X cu M( X ) ∈ R . atunci M(XY)=M(X)M(Y). n . b ] . x ∈ [ a. i=1 n ⎛ xi − m⎞ ⎟ atunci ξ ⎜ ⎜ f(x ) ⎟ .ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 157 4) M(k+X) = k + M(X). atunci M(X + Y) = M(X)+M(Y). Astfel. Se numeşte moment de ordin k al variabilei aleatoare X valoarea medie a variabilei X k . b) Abaterea unei variabile aleatoare Definiţie. i ⎠ ⎝ iar dacă variabila aleatoare X este continuă cu distribuţia ⎛ x ⎞ X⎜ ⎜ f ( x) ⎟. o nouă variabilă aleatoare ξ de argument egal cu diferenţa dintre argumentul lui X şi M(X)=m (valoarea medie a variabilei aleatoare X). Astfel. b] . n . a b ⎛ x − m⎞ ⎟ atunci ξ ⎜ ⎜ f(x ) ⎟ . 5) Dacă X şi Y sunt două variabile aleatoare oarecare. avem M(ξ) = M( X ) − M(m) = m − m = 0 . i = 1. 2) ∫ f ( x )dx = 1. ⎜ f (x ) ⎟ ⎝ i ⎠ 1) f ( x i ) ≥ 0 . ⎝ i ⎠ Ţinând seama de proprietatea d) a valorii medii. dacă variabila aleatoare X este discretă cu distribuţia ⎛ xi ⎞ ⎟ X ⎜ ⎜ f (x )⎟ .

2 . a b atunci M( X k ) = ∫ x k f ( x )dx . ⎠ ⎝ 1) f ( x) ≥ 0 . Se numeşte medie de ordinul k a variabilei aleatoare X. k = 0. avem npx(px + q) n−1 = ∑ kC k p k q n−k x k . x ∈ [ a. Exemplu. n k =0 n Derivând din nou această egalitate în raport cu x. n k =0 n Pentru a calcula această sumă. se obţine np + n(n − 1)p = ∑ k C np q k =0 2 n 2 k k n−k = M( X ) . n k =0 n Pentru x= 1. a b d) Medii de ordinul k Definiţie. Din definiţia momentului de ordinul doi avem M( X 2 ) = ∑ k 2 C k p k q n−k . p + q = 1. b] . avem np(px + q) n−1 + n(n − 1)p 2 x(px + q) n−2 = ∑ k 2 C k p k q n−k x k −1 . radicalul de indice k din momentul de ordinul k al variabilei aleatoare X. Notând cu M k ( X ) media de ordinul k. x ∈ [ a. avem M k ( X ) = k M( X k ) .158 CAPITOLUL al X-lea iar dacă variabila aleatoare X este continuă cu distribuţia ⎛ x ⎞ X⎜ ⎟ ⎜ f ( x ) ⎟ . ⎜C p q ⎟ ⎝ n ⎠ Soluţie. n . b ] . binomială Să se calculeze M( X 2 ) şi M 2 ( X ) pentru variabila aleatoare cu distribuţia k ⎛ ⎞ X ⎜ k k n−k ⎟ . n k =0 n Derivând în raport cu x şi apoi înmulţind egalitatea obţinută cu x. folosim identitatea (px + q) n = ∑ C k p k q n−k x k . 2) ∫ f ( x)dx = 1 .

i = 1. atunci avem şi M k ( X ) ∈ [ a. x ∈ [ a.ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 159 deci M( X 2 ) = np(np − p + 1) = np(np + q) . x ∈ [ a. atunci 2 2 M (X 1 + X 2 + . Notând cu mk momentul centrat de ordinul k. 2 ( ) ( ) ( ) ( ) 3) Dacă k < p. …. ⎜ f (x )⎟ ⎝ i ⎠ 1) f ( x i ) ≥ 0 . Se numeşte moment centrat de ordinul k al variabilei aleatoare X momentul de ordinul k al abaterii. 2) Dacă avem un sistem de n variabile independente X1. 4) Media de ordinul k este o valoare internă în sensul că dacă argumentul variabilei aleatoare ia valori din [a. rezultă că M 2 ( X ) = np(np + q) . n .... Ţinând seama de definiţia mediei de ordinul doi. b] . e) Momente centrate Definiţie. 2) ∫ f ( x )dx = 1. b] . atunci M( X k ) = c k şi M k ( X ) = c . ⎠ ⎝ 1) f ( x ) ≥ 0 . b ] .b]. Proprietăţi ale momentelor şi ale mediilor 1) Dacă X = c. dacă variabila aleatoare X este discretă cu distribuţia ⎛ x ⎞ X ⎜ i ⎟ . i = 1. 2) ∑ f ( x i ) = 1 . + M X n . atunci M( X k ) < M( X p ) şi M k ( X ) < M p ( X ) . n . i=1 n atunci mk = M ξ k = ∑ ( x i − m) k f ( x i ) . a b ... Xn cu M(X 1 ) = M(X 2 ) = . i=1 ( ) n iar dacă variabila aleatoare X este continuă cu distribuţia ⎛ x ⎞ X⎜ ⎟ ⎜ f ( x ) ⎟ . = M(X n ) = 0 . X2. adică variabila aleatoare este constantă.. + X n )2 = M X 1 + M X 2 + .

x ∈ [ a. avem: m1 = 0 m 2 = M( X 2 ) − m 2 m 3 = M( X 3 ) − 3mM( X 2 ) + 2m 2 şi aşa mai departe. + ( −1) k C k m k . unde c este o constantă reală. 2) ∑ f ( x i ) = 1 . i = 1. atunci D( X + Y) = D( X ) + D( Y) . 2) D(cX) = c2·D(X). adică variabila aleatoare este constantă. a b Proprietăţi ale dispersiei 1) Dacă X = c. i=1 n atunci σ 2 = ∑ ( x i − m) 2 f ( x i ) = M( X 2 ) − m 2 . 3) Dacă X şi Y sunt două variabile aleatoare independente. . Astfel. i = 1. Momentul centrat de ordinul doi se numeşte dispersia (sau varianţa sau fluctuaţia) variabilei aleatoare X şi se notează cu σ 2 sau D(X). ⎜ f (x )⎟ ⎝ i ⎠ 1) f ( x i ) ≥ 0 . 2) ∫ f ( x )dx = 1. n . i=1 n iar dacă variabila aleatoare X este continuă cu distribuţia ⎛ x ⎞ X⎜ ⎜ f ( x ) ⎟ . x ∈ [ a. unde c este o constantă reală. a ( ) b Dezvoltând după formula binomului lui Newton pe ( x − m) k avem 2 m k = M( X k ) − C1 mM( X k −1 ) + C k m 2M( X k −2 ) − . b ] ... k k Pentru valori particulare ale lui k. atunci D(X) = 0. n .160 CAPITOLUL al X-lea atunci m k = M ξ k = ∫ ( x − m) k f ( x)dx . a b atunci σ 2 = ∫ ( x − m) k f ( x)dx = M( X 2 ) − m 2 . ⎟ ⎝ ⎠ 1) f ( x ) ≥ 0 . b] . dacă variabila aleatoare X este discretă cu distribuţia ⎛ x ⎞ X ⎜ i ⎟ . 4) D(c + X ) = D( X ) .

x ∈ [ a. i = 1. X ⎜ ⎜ f (x ) ⎟ ⎝ i ⎠ 1) f ( x i ) ≥ 0 . Funcţie de repartiţie Definiţie. putem afla densitatea de probabilitate f(x) şi anume f ( x) = dF( x) . x ∈ [ a. Soluţie. 2) ∑ f ( x i ) = 1 . n . avem q P(p < X < q) = F(q) − F(p) = ∫ f ( t )dt . dx . ⎠ ⎝ 1) f ( x) ≥ 0 . n . avem F(x) = P(X < x). Exemplu. Să se calculeze dispersia variabilei aleatoare cu distribuţia binomială. Cu ajutorul funcţiei de repartiţie putem calcula probabilitatea ca variabila aleatoare X să ia valori cuprinse între două numere p şi q şi avem P(p < X < q) = F(q) − F(p) . Dacă variabila aleatoare X este discretă şi are distribuţia ⎛ xi ⎞ ⎟ . deoarece F(x) = P(X < x) = ∑ P( X = x i ) = ∑ f ( x i ) . b ] . 2) ∫ f ( x)dx = 1 . i=1 i=1 i=1 xi < x xi < x i=1 xi < x n Observaţie.ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 161 Observaţie. Notând cu F(x) funcţia de repartiţie. p 2) Cunoscând funcţia de repartiţie F(x) a unei variabile aleatoare X. 1) Ca şi în cazul variabilelor aleatoare discrete. atunci F( x ) = ∑ f ( x i ) . rezultă că D( X ) = M( X 2 ) − [M( X )] 2 = np(np + q) − n 2 p 2 = npq . Se numeşte funcţie de repartiţie a variabilei aleatoare X probabilitatea ca variabila aleatoare X să ia valori mai mici decât un număr real x. Cum M(X) = np şi M(X2) = np(np+q). D( X ) se numeşte abaterea medie pătratică a variabilei aleatoare X. a x Observaţii. i = 1. f) Mediană. b] . Dacă variabila aleatoare X este continuă şi are distribuţia ⎛ x ⎞ X⎜ ⎟ ⎜ f ( x ) ⎟ . a b atunci funcţia de repartiţie este F( x) = P( X < x) = ∫ f ( t )dt .

162 CAPITOLUL al X-lea Proprietăţi ale funcţiei de repartiţie 1) F(a) = 0.07) = 0.2 0.4 şi P(X>12. rezultă că F(M e ) = Astfel. În urma măsurării diametrelor pieselor s-au obţinut rezultatele: 12. Observaţie. Avem F( x) = ∫ x dt 2 −∞ π(1 + t ) = x dt 1 1 1 π 1 lim ∫ = lim (arctgx − arctgn) = (arctgx + ) = .07mm. 12.4. X⎜ ⎜ 0. Ţinând seama că P( X < M e ) = 1 − P( X > M e ) .12mm. Se numeşte mediana variabilei aleatoare X acea valoare Me pentru care P( X < M e ) = P( X > M e ) .05 12.2 0. ∀x ∈ [ a.05mm. Sunt cazuri când ea este cuprinsă într-un interval ( x k . Se obişnuieşte ca Me să se ia mijlocul intervalului median.2 0. Ordonând aceste mărimi şi ţinând seama că probabilitatea ca piesa să aibă unul din aceste diametre este p = 1 = 0. 12.07) = 0. Se cere mediana.2 0. 12. Dacă variabila aleatoare este continuă şi are distribuţia ⎛ x ⎞ X⎜ ⎟ ⎜ f ( x ) ⎟ .12 ⎞ ⎟. x ∈ [ a. Soluţie. Soluţie. 2 2 a Exemplu. 2 Exemplu. b] . 12. În acest caz. ⎠ ⎝ 1) f ( x) ≥ 0 . Me coincide cu o valoare a variabilei aleatoare. mediana este soluţie a ecuaţiei F( x) = 1 . . La un strung s-au strunjit 5 piese de formă cilindrică. x k +1 ) şi atunci spunem că avem un interval median. 2 1 . 2) ∫ f ( x)dx = 1 . x ∈ [ a. adică ∫ f ( x )dx = .07 deoarece P(X < 12.07 12. 2) F(x) ∈ [0. b] . b] .01 12.01mm.2 ⎟ ⎝ ⎠ Avem Me = 12. π n→−∞ n 1 + t 2 π n→−∞ π 2 2 de unde rezultă că arctgx = 0 şi deci x = 0.11mm.2 rezultă că variabila aleatoare ataşată problemei are distribuţia 5 ⎛ 12. Definiţie. Înseamnă că Me = 0.11 12. Să se calculeze mediana variabilei aleatoare care are distribuţia Cauchy. a b atunci Me se găseşte ca soluţie a ecuaţiei F( x ) = Me 1 1 .1]. F(b) = 1.

6 ⎛ x ⎞ X⎜ ⎟ ⎜ f ( x ) ⎟ . ⎜ π(1 + x 2 ) ⎟ ⎟ ⎝ ⎠ 1 2x . n − 1. x ∈ [ a. ⎝ π⎠ h) Quantile Definiţie. iar F(x) este funcţia de repartiţie a variabilei aleatoare X. Se observă că mediana Me fiind rădăcină a ecuaţiei F( x ) = În practică se consideră de obicei n = 2. b ] . are valoare maximă. 4. Pentru n = 4. a b atunci pentru aflarea modului se află maximul funcţiei f(x) din [a. 100. 10. 2 .ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 163 g) Modul (sau valoarea dominantă sau valoarea cea mai probabilă) Definiţie. ⎟ este punct de maxim pentru f(x). cele trei rădăcini se numesc quartile. X are distribuţia 3 2 36 4 3 36 5 4 36 6 5 36 7 6 36 8 5 36 9 4 36 10 3 36 11 2 36 12 ⎞ 1 ⎟. 2) ∫ f ( x)dx = 1 . Se numesc quantile de ordinul n a unei variabile aleatoare X rădăcinile reale ale ecuaţiilor i F( x ) = . Fie X variabila aleatoare ale cărei valori reprezintă suma numărului de puncte ⎛ 2 X⎜ 1 ⎜ ⎝ 36 Avem M0 = P(X = 7) = 1 . Se numeşte modul variabilei aleatoare X acea valoare M0 a argumentului pentru care funcţia de probabilitate. ⎟ 36 ⎠ Dacă variabila aleatoare X este continuă şi are distribuţia 1) f ( x) ≥ 0 . Exemplu. 1 este quantilă de ordinul doi. i = 1. ⎠ ⎝ obţinut prin aruncarea a două zaruri identice.b]. după cum variabila aleatoare X este discretă. b] . Să se afle modul variabilei aleatoare cu distribuţia Cauchy x ⎛ ⎞ ⎜ ⎟ 1 X⎜ . respectiv continuă. Din f(x) = 0 obţinem x = 0 şi cum şi f ' ( x) = − Soluţie.x ∈R . Avem f ( x) = π(1 + x 2 ) π(1 + x 2 ) 2 ⎛ 1⎞ ⎜ 0. x ∈ [ a. n unde n este un număr natural dat. respectiv funcţia densitate de probabilitate. Exemplu. rezultă că M0 = 0.

4] .Y) = 0.Y) = M(XY) . avem ecuaţia x3 = 48 cu rădăcina x3 = 23 6 . Pentru k = 3. unde m1 şi m2 sunt respectiv valorile medii ale variabilelor X şi Y.m2). x3. Pentru a afla quartilele trebuie să căutăm soluţiile ecuaţiilor F( x) = Avem F( x ) = ∫ 3 2 x3 . x ∈ [ 0. cele 99 rădăcini se numesc centile. respectiv m2 şi abaterile medii pătratice σ1 şi respectiv σ 2 . Quartilele sunt deci x1. atunci cov(X. Lor le putem ataşa variabilele aleatoare X ' = numite variabile aleatoare normate. avem cov(X. 64 k .M(X)M(Y). iar pentru n = 100. Cum m1 = M(X) şi m2 = M(Y). Observaţie. Exemplu. x2. Notând covarianţa cu cov(X.m1)(Y . avem ecuaţia x3 = 16 cu rădăcina x1 = 23 2 .2.164 CAPITOLUL al X-lea Pentru n = 10. Dacă X este o variabilă aleatoare de valoare medie m. iar dispersia este 1. Definiţie. avem cov(X. Să se determine quartilele variabilei aleatoare X cu distribuţia continuă de densitate de probabilitate f ( x) = 3 2 x . k = 1. Se numeşte covarianţa variabilelor aleatoare X şi Y valoarea medie a variabilei (X - m1)(Y . i) Covarianţa Fie două variabile aleatoare X şi Y. avem ecuaţia x3 = 32 cu rădăcina x2 = 23 4 .Y) = M((X .Y).Y) = M(XY – m1Y – m2X + m1m2) = M(XY) – m1M(Y) – m2M(X) + m1m2 = M(XY) – M(X)M(Y). Dacă variabilele aleatoare X şi Y sunt independente. cele nouă rădăcini se numesc decile. t dt = 64 0 64 x Pentru k = 1. Pentru k = 2. X − m1 Y − m2 şi respectiv Y ' = σ1 σ2 Observaţie. . Are loc deci formula cov(X.3 .m2)). 4 Soluţie. j) Coeficient de corelaţie Fie două variabile aleatoare X şi Y cu valorile medii m1. atunci variabila aleatoare normată X ' are valoarea medie egală cu m.

dacă variabila aleatoare X este continuă. k) Funcţia caracteristică Fie X o variabilă aleatoare discretă sau continuă. k ∈ N∗ . atunci ρ XY = −1 .ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 165 Definiţie. Definiţie. −∞ ∞ . Y' ) = M⎜ ⎜ ⎟ ⎜ σ ⎟ ⋅ M⎜ σ ⎟ = σ σ ⎟ ⎜ ⎟ σ1σ 2 1 ⎠ ⎝ 2 ⎠ 1 2 ⎝ ⎠ ⎝ Proprietăţi ale coeficientului de corelaţie 1) − 1 ≤ ρ XY ≤ 1 . avem ∞ c( t ) = M(e itX ) = ∑ f ( x k )e k =1 itx k . Y) ⎟ − M⎜ . Variabilei aleatoare X îi putem ataşa o nouă variabilă aleatoare e itX de distribuţie ⎛ e itx k ⎞ ⎟ . atunci ρ XY = 0 . avem ⎛ ( X − m1 )(Y − m2 ) ⎞ ⎛ X − m1 ⎞ ⎛ Y − m2 ⎞ cov(X. dacă variabila aleatoare X este discretă şi c( t ) = M(e itX ) = ∫ f ( x)e itx dx . Notând funcţia caracteristică cu c(t). x ∈ R . dacă variabila aleatoare X este continuă. 4) Dacă X ' = − Y' . Se numeşte coeficient de corelaţie al variabilelor X şi Y covarianţa variabilelor aleatoare normate X ' şi Y ' . atunci ρ XY = 1 . iar t este un parametru real. Notând coeficientul de corelaţie cu ρ XY . 2) Dacă variabilele aleatoare X şi Y sunt independente. ρ XY = cov(X ' . 3) Dacă X ' = Y ' . e itX ⎜ ⎜ f ( x) ⎟ ⎝ ⎠ unde i este unitatea imaginară. Se numeşte funcţie caracteristică a variabilei aleatoare X valoarea medie a variabilei aleatoare e itX . dacă variabila aleatoare X este discretă e itX ⎜ ⎜ f(x ) ⎟ ⎝ k ⎠ şi ⎛ e itx ⎞ ⎟ .

3. m.1855). adică îndeplineşte următoarele condiţii: 1) n( x. σ 2π −∞ π −∞ 2 ∞ −t 2 ∫ e dt . 11 Karl Friedrich Gauss (1777 . x ∈R . unde m şi σ sunt doi parametri reali.166 CAPITOLUL al X-lea 10. iar σ > 0 . x ∈ R − se numeşte densitatea de probabilitate a variabilei normale centrate. m. Funcţia n( x. avem I = 2 π = 1. Distribuţii continue clasice O parte din variabilele aleatoare continue au o mare importanţă teoretică şi practică.0. deci putem scrie I= σ 2 ∞ −t 2 1 ∞ −t 2 ∫ e dt = ∫ e dt . m. 2 Avem ⎛ x −m ⎞ 1 ∞ −⎜ σ ⎟ ⎝ ⎠ dx în care efectuând schimbarea de variabilă I = ∫ n( x. σ) este o densitate de probabilitate. avem dx = σ 2dt şi limitele de integrare se păstrează. σ)dx = ∫e σ 2π −∞ −∞ ∞ x − m = σ 2 t . σ) = 1 σ 2π 2 e 2σ . π 2 x2 Observaţie. m. matematician şi astronom german . 2) ∫ n( x. π0 Cum funcţia de sub integrală este pară. σ) = 1 σ 2π 1 ⎛ x −m ⎞ − ⎜ ⎟ 2⎝ σ ⎠ e 2 . Pentru a doua condiţie vom folosi integrala lui Gauss 11 din analiză şi anume ∫ e − t dt = 0 2 ∞ 2 π . rezultă I = Ţinând seama de integrala lui Gauss. Se spune că o variabilă aleatoare X are distribuţia normală dacă are densitatea de probabilitate n( x. Dintre acestea un loc central îl ocupă variabila aleatoare a cărei distribuţie se numeşte distribuţia normală. Definiţie. −∞ ∞ Prima condiţie este evident îndeplinită. σ) ≥ 0 . σ)dx = 1 . m. Să arătăm că n( x.

π −∞ π −∞ π −∞ (prima integrală este nulă. 1 ⎛ x −m ⎞ − ⎜ ⎟ 1 2 2 2 ⎝ σ ⎠ dx . σ) = ∫ ( x − m) e σ 2 π −∞ −∞ 2 ∞ ∞ Cu aceeaşi schimbare de variabilă ( x − m = σ 2 t ). m. Pentru integrala rămasă folosind paritatea funcţiei şi integrala lui Gauss avem M( X ) = 2m ∞ −t 2 2m π = m. m. b) D( X ) = ∫ ( x − m) n( x. m. σ) = ∫ xe ⎝ σ 2π −∞ −∞ ∞ ∞ 2 Cu aceeaşi schimbare de variabilă ( x − m = σ 2 t ). m. unde f = t. deoarece funcţia de sub integrală este impară). σ) . m. 1 ⎛ x −m ⎞ − ⎜ ⎟ 1 2 σ ⎠ dx . . avem M( X ) = = 1 ∞ σ 2 π −∞ −t ∫ (σ 2 t + m)e σ 2dt = 2 1 ∞ −t 2 ∫ (σ 2 t + m)e dt π −∞ σ 2 ∞ −t 2 m ∞ −t 2 m ∞ −t 2 ∫ te dt + ∫ e dt = ∫ e dt . M( X k ) = ∫ x k n( x. σ)dx = ∫x e ⎝ σ 2π −∞ −∞ ∞ ∞ 2 Graficul funcţiei n( x. obţinem 2 n⎛ 1 n 2 2 ⎞ 2σ2 1 2σ2 t 2 − lim ∫ e −t dt = σ2 . Momentul de ordinul k al variabilei aleatoare X cu distribuţia normală este 1 ⎛ x −m ⎞ − ⎜ ⎟ 1 k 2 σ ⎠ dx . g' = te −t . avem D( X ) = 1 ∞ σ 2π −∞ 2 2 −t ∫ 2σ t e σ 2dt = 2 n 2 2σ 2 ∞ 2 − t 2 2σ 2 t e dt = lim ∫ t 2 e −t dt . f ' = 1 . ∫ e dt = π 0 π 2 Din M(X) = m. n→∞ 2 n→∞ −n −n n Deci σ 2 este dispersia variabilei aleatoare cu distribuţia normală. g = − e −t . lim ∫ ⎜ − e −t ⎟ dt = D(X) = − lim e −t π n→∞ −n ⎝ 2 π n→∞ 2 π 2 n→∞ −n ⎠ −n 2σ2 n deoarece lim n 2 t −t 2 e = 0 şi lim ∫ e − t dt = π . a) M( X ) = ∫ xn( x. rezultă că parametrul m este tocmai valoarea medie a variabilei aleatoare X. ∫ π −∞ π n→∞ −n 2 1 2 Integrând prin părţi.ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 167 Să calculăm valoarea medie şi dispersia variabilei aleatoare cu densitatea de probabilitate n( x. σ) are forma unui clopot numit clopotul lui Gauss.

1) = t2 ∫ e 2 dt se numeşte funcţia de repartiţie normată. atunci variabila aleatoare cX are tot distribuţia normală dată de densitatea de probabilitate n( x. x≥0 f ( x. b) = ⎨ Γ(a) b a ⎪ ⎪0 . cm. ⎩ unde a şi b sunt doi parametri reali strict pozitivi. ∑ σ k ⎟ .168 CAPITOLUL al X-lea Funcţia de repartiţie a variabilei aleatoare X cu distribuţia normală este 1 ⎛ t −m ⎞ ⎟ x − ⎜ 1 2 σ ⎠ dt . m şi σ şi se notează cu N( x.x < 0 . ⎜ k =1 k =1 ⎟ ⎝ ⎠ Distribuţia Gamma Definiţie. σ) . a. m. atunci variabila aleatoare X are densitatea de probabilitate dată ⎛ n ⎞ n 2 de n ⎜ x. m. ∑ mk . cσ) . 0 ∞ . Xn sunt independente şi au distribuţii normale.0. σ) . 2 π −∞ 1 x − Se demonstrează că variabilele aleatoare cu distribuţia normală au următoarele proprietăţi: 1) Dacă o variabilă aleatoare X are distribuţia normală n( x. X2. iar c este o constantă reală. F( x ) = P( X < x) = ∫e ⎝ σ 2 π −∞ 2 Ea depinde de x. mk . k = 1. n . Se spune că o variabilă aleatoare X are distribuţia Gamma dacă are densitatea de probabilitate x ⎧ 1 1 a−1 − b ⎪ ⎪ x e . 2) Dacă variabilele aleatoare X1. atunci variabila aleatoare X = ∑ X k are tot o distribuţie normală şi dacă n( x k . iar Γ(a) = ∫ x a−1e − x dx . σ k ) este densitatea de k =1 n probabilitate a variabilei X k . …. Funcţia N( x.

x 1 1 ∞ a−1 − b Ţinând seama de expresia lui f ( x. b) depinde de valorile parametrilor a şi b.ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 169 Să arătăm că f ( x.( a + k − 1)b k . a. Astfel pentru k=1 avem M( X ) = ab . b) ≥ 0 . ∫b a a Γ(a) Γ(a) b Γ(a) b 0 0 Ţinând seama de formula de recurenţă Γ(a + k) = (a + k − 1)(a + k − 2). x < 0.. Graficul funcţiei f ( x. conform celor de mai sus. a. b)dx = e dx .. Astfel putem scrie ∞ ∞ 0 I = ∫ f ( x. ∫ t e dt = Γ( a ) 0 Γ( a) Momentul de ordinul k al variabilei aleatoare X cu distribuţia Gamma este x x 1 1 ∞ k a−1 − b 1 1 ∞ a+k −1 − b M( X ) = ∫ x f ( x..( a + 1)aΓ(a) . a) M( X ) = ab . adică îndeplineşte următoarele condiţii: 1) f ( x. avem dx = bdt şi limitele de integrare se păstrează. Γ( a ) b a 0 −∞ ∞ Efectuând schimbarea de variabilă x = bt. −∞ ∞ Prima condiţie este evident îndeplinită. Funcţia de repartiţie a variabilei aleatoare X cu distribuţia Gamma este ⎧ ⎪ 1 1 ⎪ F( x ) = P( X < x ) = ⎨ Γ(a) b a ⎪ ⎪0 ⎩ x 0 ∫t a−1 e − t b dt . a. a. b)dx = −∞ 1 1 Γ( a ) b a ∫b a−1 a−1 −t t e bdt = 1 1 ∞ a−1 −t Γ(a) = 1. b) avem I = ∫ f ( x. iar pentru k=2 avem M( X 2 ) = a(a + 1)b 2 . . b)dx = ∫ x e dx . x≥0 . 2) ∫ f ( x.. b)dx = 1. a. b) este o densitate de probabilitate. ∫ x x e dx = ∫x Γ( a ) b a 0 Γ( a) b a 0 −∞ k ∞ k Cu aceeaşi schimbare de variabilă (x = bt) avem M(X k ) = 1 1 ∞ a+k−1 a+k−1 −t 1 1 a+k ∞ a+k−1 −t 1 k t e bdt = b ∫t e dt = b Γ(a + k) . Să calculăm valoarea medie şi dispersia variabilei aleatoare cu densitatea de probabilitate f ( x. a. b) D( X ) = M( X 2 ) − [M( X )]2 = a(a + 1)b 2 − (ab) 2 = ab 2 . b) . a. a. obţinem M( X k ) = a(a + 1). a.

= Γ(a)(a + b + k − 1) ⋅ .. adică îndeplineşte următoarele condiţii: 1) f ( x. a. a. a. ⋅ (a + k − 1) Γ(a + b)(a + k − 1) ⋅ . ⋅ (a + b + 1)(a + b)Γ(a + b) (a + b)(a + b + 1) ⋅ . x < 0 .. b) = 1 . a. iar pentru k=2 avem M( X 2 ) = a+b (a + b)(a + b + 1) Să calculăm valoarea medie şi dispersia variabilei aleatoare cu densitatea de probabilitate f ( x. a. a. b) 0 β(a. b) 0 β(a. a+b . Se spune că o variabilă aleatoare X are distribuţia Beta dacă are densitatea de ⎧ 1 a−1 b−1 ⎪ β(a. ⋅ (a + 1)aΓ(a) . b) 0 β(a. b) . ⎩ a−1 b−1 pozitivi. 0 ≤ x ≤ 1 probabilitate f ( x. b) este o densitate de probabilitate. b) ≥ 0 . b)dx = −∞ ∞ 1 1 1 a+k −1 1 1 k a−1 b−1 β(a + k. b) Ţinând seama că între funcţia Beta şi funcţia Gamma are loc relaţia β(a. b)dx = 1. a. b) . −∞ ∞ Prima condiţie este evident îndeplinită.170 CAPITOLUL al X-lea Distribuţia Beta Definiţie. 0 1 Să arătăm că f ( x..x > 1 . Ţinând seama de expresia lui f ( x. b)dx = −∞ ∞ 1 1 a−1 1 b−1 β(a... 2) ∫ f ( x. (1 − x) b−1 dx = ∫ x x (1 − x ) dx = ∫x β(a. ∫ x (1 − x) dx = β(a. a) M( X ) = a . . b) = ∫ x (1 − x) dx .. b) = obţinem M(X k ) = Γ(a + k)Γ(b) Γ(a + b)Γ(a + k) 1 = Γ(a)Γ(b) Γ(a + b + k) Γ(a)Γ(a + b + k) Γ(a + b) Γ( a ) Γ( b ) . b) avem I = ∫ f ( x. b) = ⎨ unde a şi b sunt doi parametri reali strict ⎪0 . b) x (1 − x) . ⋅ (a + b + k − 1) Astfel pentru k=1 avem M( X ) = a(a + 1) a . Γ( a + b ) = a(a + 1) ⋅ .. iar β(a. a. conform celor de mai sus.. b) Momentul de ordinul k al variabilei aleatoare cu distribuţia Beta este M( X k ) = ∫ x k f ( x.

Astfel. putem scrie I= 1 ⎝2⎠ ∞ n ⎛n⎞ 0 2 2 σ n Γ⎜ ⎟ n n −1 −1 2 σ n−2 t 2 e − t 2σ 2 dt ∫2 ∞ 1 ∞ x n −1 − 2 ∫ x 2 e 2σ dx . σ) = ⎨ 2 2 σ n Γ⎛ n ⎞ ⎜ ⎟ ⎪ 2⎠ ⎝ ⎪ ⎪0 . −∞ ∞ Prima condiţie este evident îndeplinită. x ≥ 0 ⎪ n ⎪ unde n este un parametru ce f ( x. n. σ)dx = n −∞ ⎛n⎞ 0 2 2 σ n Γ⎜ ⎟ ⎝2⎠ păstrează.x < 0 ⎧0 ⎪ ⎪ 1 1 a−1 ⎪ b−1 F( x ) = P( X < x ) = ⎨ ∫ t (1 − t ) dt . σ) avem I = ∫ f ( x. 0 ≤ x ≤ 1 β(a. Efectuând schimbarea de variabilă x = 2σ 2 t . b) 0 ⎪ ⎪ ⎪1 . a. avem dx = 2σ 2 dt şi limitele de integrare se 1 ∞ 2 −1 −t 1 ⎛n⎞ Γ⎜ ⎟ = 1 . = ∫ t e dt = ⎛n⎞ ⎛n⎞ 2 Γ⎜ ⎟ 0 Γ⎜ ⎟ ⎝ ⎠ 2⎠ ⎝2⎠ ⎝ n . ⎩ Distribuţia HI – PĂTRAT (Pearson) Definiţie.x < 0 . Se spune că o variabilă aleatoare X are distribuţia Hi – Pătrat dacă are densitatea x n ⎧ −1 − 2 1 ⎪ x 2 e 2σ .x >1 . n. adică îndeplineşte următoarele condiţii: 1) f ( x.ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 171 b) D( X ) = M( X 2 ) − [M( X )] 2 = a( a + 1) ab ⎛ a ⎞ . σ) este o densitate de probabilitate. Să arătăm că f ( x. n. σ) ≥ 0 . Funcţia de repartiţie a variabilei aleatoare X cu distribuţia Beta este . n. 2) ∫ f ( x. ⎩ de probabilitate reprezintă numărul gradelor de libertate. −⎜ ⎟ = 2 ( a + b)(a + b + 1) ⎝ a + b ⎠ (a + b) (a + b + 1) 2 Graficul funcţiei f ( x. n. Ţinând seama de expresia lui f ( x. b) depinde de valorile parametrilor a şi b. iar σ > 0 . n. σ)dx = 1 .

⋅ (n + 2k − 2)σ2k ... iar pentru k=2 avem M( X 2 ) = n(n + 2)σ 4 . unde n este un parametru ce reprezintă n⎟ ⎠ numărul gradelor de libertate. n a) M( X ) = nσ 2 .. b) D( X ) = M( X 2 ) − [M( X )] 2 = n(n + 2)σ 2 − nσ 2 ( ) = 2nσ 2 4 .⋅ ⎜ +1⎟ Γ⎜ ⎟ 2 σ Γ⎜ +k⎟ = 2 σ ∫t e dt = ⎛ n⎞ ⎛ n⎞ ⎝ 2 ⎠ Γ⎛ n ⎞ ⎝2 ⎠ ⎝ 2 ⎠ 2 ⎝ 2⎠ 0 Γ⎜ ⎟ Γ⎜ ⎟ ⎜ ⎟ ⎝ 2⎠ ⎝ 2⎠ ⎝ 2⎠ ⎛ n + 2k − 2 ⎞ ⎛ n + 2 ⎞ n k 2k n(n + 2) ⋅.. n)dt = 1 . σ)dx = n −∞ ⎛n⎞ 0 2 2 σnΓ⎜ ⎟ ⎝2⎠ 2 k ∞ k 1 ∞ x n −1 − 2 k 2 2σ dx = e ∫x x 1 ⎝2⎠ ∞ n ⎛n⎞ 0 2 2 σnΓ⎜ ⎟ x n +k−1 − 2 2σ dx ..⋅ (n + 2k − 2) = 2kσ2k⎜ = n(n + 2) ⋅. n) = ⎛ n + 1⎞ Γ⎜ ⎟ 1 ⎝ 2 ⎠ ⎛n⎞ nπ Γ⎜ ⎟ ⎛ ⎝ 2 ⎠ ⎜1 + ⎜ ⎝ 1 n+1 2⎞ 2 t ⎟ . 2) ∫ f ( t .. Se spune că o variabilă aleatoare X are distribuţia „t” dacă are densitatea de probabilitate f ( t . ⎟ ⋅. Să arătăm că f ( t .⋅ ⎜ ⎟ =2 σ k ⎝ 2 ⎠ ⎝ 2 ⎠2 2 Astfel pentru k=1 avem M( X ) = nσ 2 . Să calculăm valoarea medie şi dispersia variabilei aleatoare cu densitatea de probabilitate f ( x. adică îndeplineşte următoarele condiţii: 1) f ( t . σ) . 12 Student este pseudonimul matematicianului englez V.. S. Distribuţia „t” (Student) 12 Definiţie. n) ≥ 0 . −∞ ∞ Prima condiţie este evident îndeplinită.172 CAPITOLUL al X-lea Momentul de ordinul k al variabilei aleatoare X cu distribuţia Hi – Pătrat este M(X ) = ∫ x f ( x. conform celor de mai sus. 2 e ∫x Cu aceeaşi schimbare de variabilă ( x = 2σ t ) avem M(X ) = k 1 ⎝ 2⎠ n ⎛ n⎞ 0 22 σnΓ⎜ ⎟ n n ∞ +k−1 +k−1 n+2k−2 2 t e−t 2σ2dt = ∫ 22 σ 1 n ⎛ n⎞ 22 σnΓ⎜ ⎟ n n ∞ +k−1 +k n+2k 2 22 σ ∫ t e−tdt 0 ⎝ 2⎠ 1 k 2k⎛ n 1 k 2k ⎛ n ⎞ 1 k 2k∞ 2+k−1 −t ⎞ ⎛ n ⎞ n ⎛ n⎞ = 2 σ ⎜ + k −1⎟ ⋅.. t ∈ R . n. Gosset . n. n) este o densitate de probabilitate.

avem ⎛ n + 1⎞ ⎛ n + 1⎞ 1 Γ⎜ Γ⎜ ⎟∞ ⎟ n+1 n 1 2 2 ⎝ 2 ⎠ (1 + x )− ⎝ 2 ⎠ n ∞ x − 2 (1 + x )− n+1 dx I= dx = ∫ ∫ 2 2 2 nx ⎛n⎞ ⎛n⎞ 2 0 nπ nπ Γ⎜ ⎟ 0 Γ⎜ ⎟ ⎝2⎠ ⎝2⎠ ⎛ n + 1⎞ 1 Γ⎜ ⎟ n+1 1 ⎝ 2 ⎠ ∞ x − 2 (1 + x )− = ∫ 2 dx = ⎛n⎞ π π Γ⎜ ⎟ 0 ⎝2⎠ 1 ⎛ n + 1⎞ Γ⎜ ⎟ ⎝ 2 ⎠ = ⎛n⎞ π Γ⎜ ⎟ ⎝2⎠ 1 ⎛ n + 1⎞ Γ⎜ ⎟ ⎝ 2 ⎠ β⎛ 1 . ∫ n⎟ ⎛n⎞ 0 ⎜ ⎝ ⎠ Γ⎜ ⎟ ⎝2⎠ 1 Cu aceeaşi schimbare de variabilă ( t 2 = nx ). n ⎞ ⎜ ⎟ ⎛n⎞ ⎝2 2⎠ Γ⎜ ⎟ ⎝2⎠ ⎛ 1⎞ ⎛n⎞ Γ⎜ ⎟Γ⎜ ⎟ ⎝ 2 ⎠ ⎝ 2 ⎠ = 1 Γ⎛ 1 ⎞ = 1 π = 1 . ⋅ (n − 2k) . ⋅ (2k − 1)nk . n) avem n+1 ⎛ n + 1⎞ Γ⎜ ⎟ ∞⎛ 2 ⎞− 2 ∞ 1 ⎝ 2 ⎠ ⎜1 + t ⎟ dt . ⎜ ⎟ ⎛1 n⎞ π ⎝2⎠ π Γ⎜ + ⎟ ⎝2 2⎠ Momentele de ordin impar ale variabilei aleatoare X cu distribuţia „t” sunt nule. n)dt = ∫ n⎟ nπ Γ ⎛ n ⎞ − ∞ ⎜ −∞ ⎝ ⎠ ⎜ ⎟ ⎝2⎠ n+1 ⎛ n + 1⎞ Γ⎜ ⎟ ∞⎛ 2 ⎞− 2 2 ⎝ 2 ⎠ ⎜1 + t ⎟ Cum funcţia de sub integrală este pară. efectuând calculele. rezultă I = dt .... ∫ n⎟ nπ Γ ⎛ n ⎞ 0 ⎜ ⎝ ⎠ ⎜ ⎟ ⎝2⎠ Efectuând schimbarea de variabilă t 2 = nx şi ţinând seama că limitele de integrare se păstrează. (n − 2)(n − 4) ⋅ .. M( X 2k +1 ) = ∫ n+1 nπ Γ ⎛ n ⎞ − ∞ ⎜ ⎟ ⎛ t2 ⎞ 2 ⎝2⎠ ⎜1 + ⎟ ⎜ n⎟ ⎠ ⎝ funcţia de sub integrală fiind impară. deoarece ⎛ n + 1⎞ Γ⎜ ⎟ t 2k +1 ⎝ 2 ⎠ ∞ dt = 0 . 1 Momentele de ordin par sunt date de n+1 ⎛ n + 1⎞ − Γ⎜ ⎟ ∞ ⎛ t2 ⎞ 2 2 ⎝ 2 ⎠ t 2k ⎜1 + ⎟ dt = M(X 2k ) = ∫ n⎟ nπ ⎛ n ⎞ −∞ ⎜ nπ ⎝ ⎠ Γ⎜ ⎟ 2⎠ ⎝ n+1 ⎛ n + 1⎞ − Γ⎜ ⎟∞ ⎛ t2 ⎞ 2 ⎝ 2 ⎠ t 2k ⎜1 + ⎟ dt .ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 173 Ţinând seama de expresia lui f ( x. I = ∫ f ( t . rezultă M( X 2k ) = 1 ⋅ 3 ⋅ .

2 0. Să se calculeze valoarea medie şi dispersia variabilei aleatoare cu această densitate de probabilitate. Să se determine constanta k astfel ca funcţia f ( x) = ke −ax .k ∈ N . modul. 3. 6. a) M( X ) = 0 . 2. Să se arate că f ( x) = 1 2π e − x2 2 .4. mediana şi dispersia acestei variabile aleatoare. x ∈ [ 0. x ∈ R este o densitate de probabilitate. .174 CAPITOLUL al X-lea Astfel pentru k=1 avem M( X 2 ) = n .x ∈R .3 0. Exerciţii propuse 1. conform celor de mai sus. Să se calculeze valoarea medie şi momentul centrat de ordinul 2 pentru variabila aleatoare cu funcţia de probabilitate f (λ. ⎟ ⎝ ⎠ Să se calculeze valoarea medie. n−2 Să calculăm valoarea medie şi dispersia variabilei aleatoare cu densitatea de probabilitate f ( t . −0= n−2 n−2 10. Fie variabila aleatoare discretă 2 3 4 5⎞ ⎛ 1 X ⎜ ⎜ 0. Să se calculeze dispersia variabilei aleatoare cu distribuţia ⎛1 X ⎜1 ⎜ ⎝6 2 1 6 3 1 6 4 1 6 5 1 6 6⎞ 1⎟ . x ≥ 0 să fie o densitate de probabilitate. Să se calculeze momentul centrat de ordinul trei pentru variabila aleatoare cu densitatea de probabilitate f ( x) = 1 x(1 − x) 2 . 12 7. n) .1] . k) = λk e −λ k! .1⎟ .2 0. ⎟ 6⎠ 5. b) D( X ) = M( X 2 ) − [M( X )] 2 = n n .2 0. Să se calculeze abaterea medie pătratică pentru variabila aleatoare cu densitatea de probabilitate f ( x) = 1 2πe ( x −1) 2 . 4.

x ∈ [ 0. Trei vânători trag simultan asupra unei vulpi. 0. 9. 20. Care este probabilitatea ca vulpea să nu fie ochită? . 0. Să se calculeze M(X) şi D(X) pentru variabila aleatoare ce dă numărul de bile albe în 10 extrageri dintr-o urnă cu 7 bile albe şi 3 bile negre.ELEMENTE DE TEORIA PROBABILITĂŢILOR ŞI STATISTICĂ MATEMATICĂ 175 8. Să se calculeze M( X 2 ) pentru variabila aleatoare cu densitatea de probabilitate f ( x) = xe − x .+∞) .8. 10.9. 30 mere rele şi restul bune. 11. ştiind că după fiecare extragere bila extrasă se reîntoarce în urnă. În trei cutii cu câte 100 de mere fiecare sunt respectiv 10. Se ştie că probabilitatea ca vânătorii să ochească vulpea este respectiv 0.7. Se ia câte un măr din fiecare cutie. Se cere probabilitatea ca două mere din cele trei extrase să fie rele.

176 CAPITOLUL al X-lea .

Mihăilă. Dinescu. 1978 4. Nicolescu. Editura Didactică şi Pedagogică. Marcus.. 1996 7. . S. Bucureşti. 1977 6. Bucureşti. 1987 Udrişte. 1962 5. Bucureşti. 1965 3. – Matematici speciale aplicate în economie. – Introducere în teoria probabilităţilor şi statistică matematică. M. Editura Didactică şi Pedagogică. N. N.. I.. Postelnicu. 2.BIBLIOGRAFIE 177 BIBLIOGRAFIE 1. Dinculeanu. N. S. Cuza” Iaşi. – Manual de analiză matematică.. A. I şi II. geometrie analitică. Bucureşti. C. Săvulescu.. T. Editura Didactică şi Pedagogică. I. Popescu. – Matematici speciale aplicate în economie. 1989 Chiriţă. Universitatea „Al. – Algebră liniară. Geometry Balkan Press. vol. C. – Analiză matematică. O. Bucureşti. Bucureşti. Editura Didactică şi Pedagogică. – Probleme de matematici superioare. Editura Didactică şi Pedagogică. B. Precupanu. Mihăilă. vol.

Sign up to vote on this title
UsefulNot useful