Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Codruta Chis
ii
Cuprins
1 Ecuatii diferentiale
1.1 Introducere n ecuatii diferentiale . . . . . . . . . .
1.2 Ecuatii diferentiale de ordinul I . . . . . . . . . . .
1.2.1 Ecuatii cu variabile separabile . . . . . . . .
1.2.2 Ecuatii diferentiale omogene . . . . . . . . .
1.2.3 Ecuatii diferentiale liniare de ordinul I . . .
1.2.4 Ecuatii diferentiale de tip Bernoulli . . . . .
1.2.5 Ecuatii diferentiale de tip Riccati . . . . . .
1.2.6 Ecuatii diferentiale de tip Clairaut si Lagrange
1.3 Ecuatii diferentiale de ordin superior . . . . . . . .
1.3.1 Ecuatii diferentiale liniare de ordin n . . . .
1.4 Probleme propuse . . . . . . . . . . . . . . . . . . .
1
1
4
4
7
9
11
13
16
18
18
26
2 Teoria c
ampurilor
2.1 Campuri scalare si campuri vectoriale . .
2.2 Operatori diferentiali si formule integrale
2.2.1 Operatori diferentiali . . . . . . .
2.2.2 Formule integrale . . . . . . . . .
2.3 Campuri particulare . . . . . . . . . . .
2.3.1 Campuri armonice . . . . . . . .
2.3.2 Campuri irotationale . . . . . . .
2.3.3 Camupri solenoidale . . . . . . .
2.3.4 Campuri biscalare . . . . . . . . .
2.4 Probleme propuse . . . . . . . . . . . . .
29
29
34
34
37
38
38
40
42
43
44
iii
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
iv
3 Functii complexe
3.1 Functii olomorfe. Definitie si proprietati elementare
3.1.1 Corpul numerelor complexe . . . . . . . . .
3.1.2 Topologia multimii C . . . . . . . . . . . . .
3.1.3 Functii olomorfe . . . . . . . . . . . . . . . .
3.1.4 Serii de puteri. Functii analitice . . . . . . .
3.1.5 Integrala complexa . . . . . . . . . . . . . .
3.1.6 Primitivabilitatea functiilor complexe . . . .
3.1.7 Serii Laurent . . . . . . . . . . . . . . . . .
3.2 Teoria reziduurilor si aplicatii . . . . . . . . . . . .
3.2.1 Indexul unui drum. Formula integrala a lui
Cauchy . . . . . . . . . . . . . . . . . . . .
3.2.2 Teorema reziduurilor . . . . . . . . . . . . .
3.3 Probleme propuse . . . . . . . . . . . . . . . . . . .
47
47
47
54
58
67
68
75
77
81
4 Serii Fourier
4.1 Baze ortogonale ntr-un spatiu vectorial Hilbert . .
4.2 Spatiul L2R (D). Serii trigonometrice . . . . . . . . .
4.3 Probleme propuse . . . . . . . . . . . . . . . . . . .
91
91
94
96
5 Functii speciale
5.1 Functiile Gamma si Beta ale lui Euler
5.1.1 Functia Gamma . . . . . . . .
5.1.2 Functia Beta . . . . . . . . .
5.2 Polinoame ortogonale . . . . . . . . .
5.2.1 Proprietati generale . . . . . .
5.2.2 Polinoamele lui Jacobi . . . .
5.2.3 Polinoamele lui Laguerre . . .
5.2.4 Polinoamele lui Hermite . . .
5.3 Functiile lui Bessel . . . . . . . . . .
5.3.1 . . . . . . . . . . . . . . . . .
5.4 Probleme propuse . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
81
84
86
99
99
99
101
103
103
107
111
112
113
113
118
6 Teoria probabilit
atilor
121
6.1 Camp de probabilitate . . . . . . . . . . . . . . . . 121
6.1.1 Introducere . . . . . . . . . . . . . . . . . . 121
Cuprins
6.2
6.3
6.4
6.5
vi
7 Teoria grafurilor
197
7.1 Grafuri . . . . . . . . . . . . . . . . . . . . . . . . . 197
7.1.1 Matrice asociate unui graf . . . . . . . . . . 202
7.2 Probleme propuse . . . . . . . . . . . . . . . . . . . 209
Introducere
vii
Introducere
Notiunile cuprinse n mod obisnuit sub titlul de matematici speciale formeaza un bagaj de cunostinte important n pregatirea unui
specialist n orice domeniu tehnic. Totodata, prin aparatul matematic dezvoltat n cadrul lor, ele reprezinta capitole de interes de sine
statator pentru orice matematician.
In cartea de fata abordam doar o parte din acest volum deosebit de bogat de notiuni matematice. Pentru acestea am dat o
expunere succinta, limitata doar la primele notiuni de baza. Unele
dintre acestea si gasesc continuarea n cadrul problemelor propuse
la fiecare capitol.
Lucrarea se adreseaza studentilor facultatilor cu profil tehnic,
dar poate fi utilizata si de studentii facultatilor de matematica si
de profesorii de matematica n activitatea cu elevii interesati de
unele capitole suplimentare programei de matematica de liceu.
Codruta Chis
Capitolul 1
Ecuatii diferentiale
1.1
Fenomenele din natura si societate au adesea un pronuntat caracter dinamic, ele fiind procese evolutive n timp conform unor legi
proprii. Exemple de asemenea fenomene pot fi evolutia unui grup
biologic sau social, precum si o reactie chimica.
Studiul unui asemenea proces evolutiv presupune urmarirea unui
numar de parametri care caracterizeaza procesul sau fenomenul respectiv. In limbaj matematic, acest grup de parametri reprezinta
starea sistemului sau a procesului si formeaza un grup de functii
dependente de timp. De exemplu, starea unei populatii poate fi
descrisa prin numarul de indivizi din care este compusa. Starea
unei reactii chimice poate fi data, dupa caz, de temperatura sau
concentratia uneia sau mai multor substante care participa la reactie.
Starea sistemului apare relativ rar ca o functie explicita de timp,
ci, mult mai adesea, ca solutie a unei anumite ecuatii care descrie
o lege ce guverneaza fenomenul respectiv.
Modelarea matematica a unui fenomen dinamic revine la stabilirea acestor ecuatii, care sunt n majoritatea cazurilor ecuatii
diferentiale.
Definitie 1.1.1. Se numeste ecuatie diferential
a de ordinul I
1
o ecuatie de forma
F (x, y, y 0 ) = 0 ,
(1.1)
(1.2)
Ecuatii diferentiale
(1.3)
1.2
(1.5)
1.2.1
y 0 (x)
= f (x) , ()x (a, b) .
g(y(x))
1
y 0 (x) = f (x) , ()x (a, b) ,
g(y(x))
Ecuatii diferentiale
= f (x) g(y(x)) ,
astfel ca y = y(x) este solutie a ecuatiei (1.6). Am demonstrat
astfel urmatoarea
Propozitie 1.2.3. Fie f : (a, b) R si g : (c, d) R dou
a
functii continue cu g 6= 0 pe (c, d). Atunci ecuatia cu variabile
separabile
y 0 = f (x) g(y)
are solutia generala
y = y(x) ,
dy
=
1 + y2
Z
2x dx ,
Z
si
2x dx = x2 + C ,
obtinem ca
arctg(y(x)) = x2 + C
, cu C R .
Ecuatii diferentiale
y(1) = 2 K e1 = 2 K e = 2 K =
2
.
e
2 x2
2
e = 2ex 1 .
e
1.2.2
f (z) z
,
x
(1.11)
3y 2
x2
y 2
1+3( x )
,
y
2x
=1+
y 0 =
2 xy y 0 = 1 + 3
y 2
x
y(x) = K x 1 , K R .
Daca n plus am avea si o conditie initiala, ca de exemplu y(1) = 2,
determinam constanta K ncat sa fie verificata aceasta conditie:
1 K 1 1 = 2 = K 1 = 2 K 1 = 4
K = 5 .
Solutia problemei Cauchy este atunci
y(x) = x 5x 1 .
Ecuatii diferentiale
1.2.3
(1.12)
P (x) dx =
y
R
= ln(|y|) = P (x)
dx + C, C R
R
y(x) = eC eR P (x) dx , C R
y(x) = K e P (x) dx , K = eC R
Pentru ecuatia neomogena cautam o solutie de forma
y(x) = K(x) e
P (x) dx
10
P (x) dx
+ K(x) e
P (x) dx
(P (x)) .
2x dx = x2 + C
si
0
R
R
2
2
2
x3 ex dx = 21 x2 2x ex dx = 12 x2 ex dx =
R 2 0 x2
2
2
2
1
2
x2
x
(x ) e dx = 21 (x2 ex ex ) = 12 ex (x2 1) ,
2
astfel ca
1 x2 2
1
2
2
y(x) =
e (x 1) + K ex = (x2 1) + K ex , K R .
2
2
Ecuatii diferentiale
11
1.2.4
(1.13)
12
y 0 + 4xy = x y .
Aceasta este o ecuatie de tip Bernoulli, n care
p P (x) = 4x, Q(x) =
1
1
x, iar = 2 . Pentru z = z(x) = y(x)
= y(x) obtinem atunci
ecuatia liniara
x
z 0 + 2xz = ,
2
a carei solutie generala are forma
Z
x R 2x dx
+K
e
2
z(x) =
2x dx
, K R.
Obtinem
z(x) =
1 x2
e +K
4
ex =
1
2
+ K ex .
4
Prin urmare,
y(x) = (z(x))
1
1
= (z(x)) =
1
2
+ K ex
4
2
, K R.
z0 =
=
Ecuatii diferentiale
1.2.5
13
(1.14)
sin(x)
cos(x)
cos(x)
ycos(x)1
1
.
cos(x)
Cu schimbarea de
sin(x)
z + sin(x) ,
cos(x)
14
(C R) .
3cos2 (x)
1
+
cos(x) 3C cos3 (x)
(C R) .
4Cx3 1
.
Cx4 x
Ecuatii diferentiale
15
Ci a(x)+b(x)
,
Ci c(x)+d(x)
C1 C3 C2 C3
y1 y3 y2 y3
:
=
:
.
y1 y4 y2 y4
C1 C4 C2 C4
(C R) .
(C R) .
Rezulta ca
y=
(x + 1)(x3 1) Cx2 (1 + x + x2 )
x3 1 + C(1 + x + x2 )
(C R) .
16
1.2.6
(1.15)
1
.
y 02
(1.16)
Ecuatii diferentiale
17
18
1.3
1.3.1
(1.17)
ai (x)
,
an (x)
= 1, n.
Ecuatii diferentiale
19
Teorem
a 1.3.5. Orice ecuatie diferential
a liniar
a omogen
a de ordinul n admite un sistem fundamental de solutii.
Teorem
a 1.3.6. Daca y1 , y2 , . . . , yn C n (I) formeaz
a un sistem
fundamental de solutii al unei ecuatii liniare omogene (1.17) de
ordin n, solutia generala a ecuatiei (1.17) este
y = C1 y1 + C2 y2 + . . . + Cn yn
(C1 , C2 , . . . , Cn R) .
20
Ecuatii diferentiale
21
C 0 y0 + C 0 y0 + . . . + C 0 y0 = 0
1 1
2 2
n n
.
.
.
.
.
.
.
.
.
0 (n1)
(n1)
(n1)
C1 y 1
+ C20 y2
+ . . . + Cn0 yn
=
f (x)
an (x)
22
Ecuatii diferentiale
23
(1.19)
ai
,
an
i = 0, n 1.
24
Ecuatii diferentiale
25
astfel ca
xy 0 (x) = et y 0 (et ) = z 0 (t) ,
t
,
et
sau, echivalent
z 00 2z 0 3z = 16tet .
Radacinile ecuatiei caracteristice r2 2r 3 = 0 sunt r1 = 1 si
r2 = 3. Solutia generala a ecuatiei omogene asociate este z(t) =
c1 et + c2 e3t . Folosind metoda variatiei constantelor obtinem si o
solutie particulara a ecuatiei neomogene:
zp (t) = (2t2 + t)et .
Solutia generala a ecuatiei neomogene cu coeficienti constanti este
atunci
z(t) = (2t2 + t)et + c1 et + c2 e3t
(c1 , c2 R) .
(c1 , c2 R) .
26
1.4
Probleme propuse
Ecuatii diferentiale
27
a) xy 0 + y = y 2 ln(x).
b) 2x3 y 0 3x2 y y 3 = 0.
c) 2xyy 0 y 2 + x2 a2 = 0.
d) 3y 2 y 0 sin(x) y 3 cos(x) = 1.
e) xy 0 2y = 2x2 y.
Problema 1.6. Sa se rezolve urmatoarele ecuatii diferentiale de
tip Riccati:
a) y 0 (x2 1) = y 2 1, stiind ca admite solutia y1 = x.
b) y 0 (x2 1) = y 2 1, stiind ca admite solutia y1 = 1.
c) x2 y 0 = y 2 2xy + 2x2 , stiind ca admite ca solutie particulara un
polinom de gradul ntai.
Problema 1.7. Sa se rezolve urmatoarele ecuatii diferentiale de
tip Lagrange:
a) yy 0 + xy 02 + 1 = 0.
b) y x = y 03 3y 0 .
c) y = xy 02 + y 02 .
d) y = x(1 + y 0 ) + y 02 .
e) y + xy 0 = 2x 1.
f) 2y(y 0 + 2) = xy 02 .
g) 3x + 4y + 2xy 0 = 0.
Problema 1.8. Sa se rezolve urmatoarele ecuatii diferentiale de
tip Clairaut:
a) y = xy 0 + y10 .
b) y = xy 0 + y 0 + y 02 .
c) (x + 1)y 0 p
y = 2.
d) y = xy 0 ap 1 + y 02 .
e) y = xy 0 2 1 + y 02 .
Problema 1.9. Sa se rezolve urmatoarele ecuatii diferentiale liniare
omogene de ordin superior:
a) 2y 00 + 3y 0 5y = 0.
b) 4y 00 + 4y 0 + y = 0.
c) y 00 + y 0 + 2y = 0.
d) 9y 00 + 4y = 0.
28
Capitolul 2
Teoria c
ampurilor
2.1
C
ampuri scalare si c
ampuri vectoriale
30
Teoria c
ampurilor
31
32
xy + z 2 = C1
x2 + yz = C2
(M )
(M )
(M )
i+
j+
k.
x
y
z
i+
j + k.
x
y
z
Teoria c
ampurilor
33
2 2 2
+ 2 + 2.
x2
y
z
v1 v2 v3
+
+
.
x
y
z
+j
+k
.
x
y
z
i+
j+
k.
y
z
z
x
x
y
34
De asemenea,
rot = i
+j
+k
.
x
y
z
Definitie 2.1.24. Fie v : D R3 R3 un camp vectorial derivabil, de componente v1 , v2 , v3 , iar u R3 un vector. Derivata
a directia u este campul vectorial
c
ampului vectorial v dup
dv
3
:
D
R
definit
prin
du
dv
dv1
dv2
dv3
=
i+
j+
k.
du
du
du
du
2.2
2.2.1
Observatie 2.2.1. In analiza vectoriala se utilizeaza frecvent operatorul (citit nabla) al lui Hamilton, definit prin
=i
+j
+k
.
x
y
x
Teoria c
ampurilor
35
vector, avem:
grad() =
div(v) = v
rot(v) = v
d
=u
du
() = .
Observatie 2.2.2. Vom utiliza operatorul nabla pentru a deduce
expresii pentru gradientul, divergenta sau rortorul unor produse de
forma , v, u v, u v, unde si sunt capuri scalare, iar u si
v - campuri vectoriale.
Astfel, au loc egalitatile
() = grad()
(u v) = grad(u v)
(v) = div(v)
(v) = rot(v)
(u v) = div(u v)
(u v) = rot(u v)
T
inand cont de faptul ca operatorul are proprietatile unui operator de derivare n raport cu un produs, putem atunci scrie
grad() = () = () + () = grad() + grad()
div(v) = (v) = v + v = div(v) + grad() v
rot(v) = (v) = v + v =
= rot(v) + grad() v
grad(u v) = (u v) = u v + u ( v) + v u+
d
d
(v) + u rot(v) + dv
(u) + v rot(u)
+v ( u) = du
div(u v) = (u v) = v ( u) u ( v) =
= v rot(u) u rot(v)
rot(u v) = (u v) = v u ( u)v u v+
d
d
+( u)v = dv
(u) grad(v)u du
(v) + grad(u)v .
Propozitie 2.2.3. Daca : D R3 R este un c
amp scalar
3
3
de doua ori derivabil, iar v : D R R un c
amp vectorial de
36
R
v3 (x, y, z)ds k
+
s
S
s
v(x, y, z)d =
v1 (x, y, z)d i +
S
s
v3 (x, y, z)d k
v2 (x, y, z)d j+
t
v(x, y, z)d =
v1 (x, y, z)d i +
t
+
v3 (x, y, z)d k
t
v2 (x, y, z)d j+
t
t
lim
, respectiv
lim
,
d
d
() 0
() 0
P0
P0
Teoria c
ampurilor
37
t
(grad())(P0 ) =
lim
,
d
() 0
P0
(div(v))(P0 ) =
(rot(v))(P0 ) =
2.2.2
lim
() 0
P0
lim
() 0
P0
n v d
,
d
n v d
.
d
Formule integrale
38
(() ())d
d =
dn
dn
S
d
()d .
(M ) =
4
r dn
dn r
4
r
S
2.3
2.3.1
C
ampuri particulare
C
ampuri armonice
Teoria c
ampurilor
39
x
S
y
df
d =
(grad(f ))2 d .
dn
S
40
df
dg
nchisa S, cu proprietatea c
a dn
si dn
sunt m
arginite pe S, iar f si
particular, o functie
g coincid pe S, atunci f si g coincid pe . In
armonica ntr-un domeniu, cu derivatele pe directiile normale la
frontiera marginite, este complet determinat
a n acest domeniu.
atunci f (M ) = 0, ()M R3 .
Propozitie 2.3.9. Dac
a f : D R3 R este un c
amp scalar
armonic pe un domeniu compact D, m
arginit de suprafata
df
= 0 pe S, atunci f este constant
a pe .
nchisa S, iar dn
Corolar 2.3.10. Fie f, g : D R3 R dou
a c
ampuri scalare
armonice pe un domeniu compact D, m
arginit de suprafata
dg
df
= dn
pe S. Atunci f si g difer
a
nchisa S, cu proprietatea c
a dn
particular, o functie armonic
printr-o constanta pe . In
a pe un
domeniu compact este determinat
a p
an
a la o constant
a aditiv
a de
valorile derivatei sale pe directia normalei la frontiera domeniului.
2.3.2
C
ampuri irotationale
Teoria c
ampurilor
41
integrala fiind de-a lungul unui drum O,M : [0, 1] cu proprietatea ca O,M (0) = O si O,M (1) = M . Circulatia campului v pe
orice curba care uneste doua puncte A, B este atunci data de
f (B) f (A).
42
2.3.3
C
amupri solenoidale
Teoria c
ampurilor
43
2.3.4
C
ampuri biscalare
44
2.4
Probleme propuse
Teoria c
ampurilor
45
46
Capitolul 3
Functii complexe
3.1
3.1.1
48
Functii complexe
49
50
a2 + b2
se numeste modulul num
arului complex z, notat |z|.
Propozitie 3.1.7. Pentru orice numere complexe z, w C au loc
urmatoarele proprietati:
1) |z| 0 ; |z| = 0 z = 0 ;
2) |z + w| |z| + |w| ;
3) |z w| = |z| |w| .
Demonstratie. Fie z = a + b i, w = c + d i C, cu a, b, c, d R,
doua numere complexe oarecare. Atunci
|z| = a2 + b2 0
si
|z| = 0 a2 + b2 = 0 a = b = 0 z = 0 .
De asemenea,
|z + w|2 = (a + c)2 + (b
+ d)2 = a2 + b2 + c2 + d2 + 2(ac + bd)
p
,
a2 + b2 + c2 + d2 + (a2 + b2 )(c2 + d2 ) = (|z| + |w|)2
Functii complexe
51
52
Functii complexe
53
atunci
f (z + w) = a Re(z + w) + b Im(z + w) =
= a Re(z) + b Im(z) + a Re(w) + b Im(w) =
= f (z) + f (w) , ()z, w C ,
respectiv
f (z) = a Re(z) + b Im(z) =
= (a Re(z) + b Im(z)) =
= f (z) , () R, z C .
Daca f este Cliniara, atunci f este Rliniara, iar f (i) = if (1),
astfel ca
f (z) = Re(z) f (1) + Im(z) f (i) =
= Re(z) f (1) + Im(z) if (1) = f (1) z
, ()z C .
, ()z C
54
3.1.2
Topologia multimii C
a2 + b2 =
Functii complexe
55
-punct frontier
a al lui A A V 6= 6= V \ A, ()V V(z);
def
56
A A A
F r(A) = A C \ A
Iz(A) A
A = A0 Iz(A)
Definitie 3.1.23. Spunem ca un sir de numere complexe {zn }nN
este convergent c
atre num
arul complex z C daca pentru
orice vecinatate V V(z) exista un rang nV N, astfel ncat
zn V, ()n nV . Numarul z se numeste n acest caz limita
sirului {zn }nN , si notam z = lim zn .
n
Functii complexe
57
58
zz0
3.1.3
Functii olomorfe
zz0
f (z) f (z0 )
.
z z0
Functii complexe
59
zz0
zz0
f (z) f (z0 )
= lim fe(z) = fe(z0 ) .
zz0
z z0
zz0
zz0
60
f
g
este Cderivabil
a n z0 si
0
f
f 0 (z0 )g(z0 ) + f (z0 )g 0 (z0 )
(z0 ) =
.
g
g 2 (z0 )
Demonstratie. Cderivabilitatea functiilor f si g n punctul z0
implica existenta functiilor fe, ge : D C, continue n z0 , astfel
ncat
f (z) = f (z0 ) + (z z0 )fe(z)
(z D) .
g(z) = g(z0 ) + (z z0 )e
g (z)
Avem atunci
(f + g)(z) = (f + g)(z0 ) + (z z0 )(fe(z) + ge(z)) ,
f (z) = f (z0 ) + (z z0 )fe(z)
si
(f g)(z) = f (z0 )g(z0 ) + (z z0 )(f (z0 )e
g (z) + fe(z)g(z0 )+
+(z z0 )fe(z)e
g (z)) ,
astfel ca functiile f + g, f si f g sunt Cderivabile n z0 si
(f + g)0 (z0 ) = f 0 (z0 ) + g 0 (z0 )
(f )0 (z0 ) = f 0 (z0 )
(f g)0 (z0 ) = f 0 (z0 )g(z0 ) + f (z0 )g 0 (z0 ) .
Daca g(z0 ) 6= 0, avem ca
f (z0 ) (z z0 )(fe(z)g(z0 ) + f (z0 )e
g (z))
f (z)
=
+
g(z)
g(z0 )
g(z)g(z0 )
Functii complexe
61
f
g
este
(z D, w E) .
Atunci
g(f (z)) = g(f (z0 )) + (f (z) f (z0 ))e
g (f (z)) =
= g(f (z0 )) + (z z0 )fe(z)e
g (z) (z D) .
Rezulta ca g f este Cderivabila n z0 si
(g f )0 (z0 ) = g 0 (f (z0 )) f 0 (z0 ) .
1
f 0 (z
0)
62
(z D) .
1
1
e
f (f (w))
(w V f (D)) .
1
f 0 (z0 )
Functii complexe
63
|f (bn ) f (an )|
not
c an
1
bn c
+ |fe(an )|
|f (bn ) f (an )|
bn an
b n an
bn an
1
1
|f
(b)
f
(a)|
=
|f (b) f (a)| .
2n (bn an )
ba
1
|f (b) f (a)| .
ba
64
Functii complexe
65
f 0 (z0 ) = lim
f
(z ).
x 0
Alegand
66
u
2u
2u
=
=
=
=
,
x2
x x
x y
y x
y
y
y 2
Functii complexe
67
si deci
2u 2u
u =
+
= 0.
x2 y 2
Analog obtinem si ca v = 0.
3.1.4
X
X
not
ck (z a)k
cn (z a)n .
=
k=0
nN
n=0
Teorem
a 3.1.60. (Abel)
Pentru orice a C si orice {cn }nN C exist
a un unic num
ar real
P
R [0, ] cu proprietatea c
a seria
cn (z a)n este convergent
a
n=0
P
Daca seria de puteri
cn (z a)n converge pentru z = b 6= a,
n=0
P
n=0
68
de
R=
1
,
p
unde = lim n |cn | .
n=1
cn (z a)n .
n=0
n=0
cn (z a)n
n=0
f (z) =
ncn (z a)n1 .
n=1
P
P
de puteri
cn (z a)n , cu proprietatea ca f (z) =
cn (z a)n ,
n=0
n=0
()z V .
Corolar 3.1.69. O functie analitic
a f : D C este olomorf
a si
indefinit Cderivabila pe D.
3.1.5
Integrala complex
a
Functii complexe
69
mann pe [a, b] daca functiile Re(f ) si Im(f ) sunt integrabile Riemann pe [a, b]. In acest caz, integrala functiei f pe [a, b] este
Z
f (t)dt =
a
Z
Re(f )(t)dt + i
Im(f )(t)dt .
a
n
X
|(tk ) (tk1 )| .
k=1
70
Z
=
a
|20 (h(t))|
h (t)dt =
Functii complexe
71
Z
f (z)dz :=
(f )(t) 0 (t)dt .
1
((t)(cos(2t)+isin(2t)))0 dt =
(t)(cos(2t)
+
i
sin(2t))
0
Z 1 0
Z 1
(t)
=
dt +
(2i)dt = ln((t))|10 + 2i = 0 + 2i = 2i .
(t)
0
0
72
Functii complexe
73
Z
f (z)dz =
f (z)dz .
Teorem
a 3.1.89. (Cauchy-Goursat)
Fie D C o multime deschis
a si f H(D). Atunci pentru orice
dreptunghi nchis R D are loc egalitatea
Z
f (z)dz = 0 .
R
Teorem
a 3.1.91. (formula lui Cauchy)
Fie D C o multime deschis
a si f H(D). Atunci pentru orice
74
R
este continua pe D si olomorfa pe D \ {a}, astfel ca R g(z)dz = 0
pentru orice dreptunghi nchis R D. Dar atunci
Z
Z
Z
f (z)
1
dz = f (a)
dz +
g(z)dz = 2i f (a) .
R z a
R z a
R
Teorem
a 3.1.92. Fie D C o multime deschis
a. Atunci orice
functie olomorfa f H(D) este analitic
a pe D.
Corolar 3.1.93. Orice functie olomorf
a pe o multime deschis
a
D C este indefinit Cderivabil
a pe D.
Propozitie 3.1.94. Fie D C o multime deschis
a, f H(D) si
a D. Atunci exista o unic
a serie de puteri centrat
a n punctul a,
convergenta la f pe o vecin
atate a punctului a, dat
a de
X
1
(z a)n .
n!
n=0
Functii complexe
3.1.6
75
cn (z a)n ,
n=0
atunci functia
inf init
F (z) =
X
n=0
cn
(z a)n+1
n+1
76
Teorem
a 3.1.103. Fie D C o multime deschis
a si f : D C
o functie continua. Dac
a f este primitivabil
a pe D, atunci pentru
orice drum nchis partial neted cu suportul Im() D are loc
egalitatea
Z
f (z)dz = 0 .
n!
M
n
()n N .
Teorem
a 3.1.107. (Liouville)
Orice functie ntreaga si m
arginit
a este constant
a.
Teorem
a 3.1.108. (Liouville)
Daca f este o functie ntreag
a si exist
a M, K > 0 si n N astfel
ncat
|f (z)| M + K|z|n , ()z C ,
atunci f este un polinom de grad cel mult n.
Functii complexe
77
Teorem
a 3.1.109. (dAlembert)
Orice polinom neconstant cu coeficienti complecsi are cel putin o
radacina complexa.
3.1.7
Serii Laurent
cn (z a)n
n=
cn (z a)n ,
n=
iar seria
cn (z a)n
n=0
n=
p
n
|cn | ,
R=
1
limn
p
n
|cn |
78
nu depinde de r.
Teorem
a 3.1.114. (formula integral
a a lui Cauchy pentru
coroane)
Fie a C, 0 r0 < r1 , D = (a; r0 , r1 ) si f H(D).
Pentru orice punct w D si orice 0 , 1 > 0 cu proprietatea c
a
r0 < 0 < |w a| < 1 < r1 are loc egalitatea
Z
Z
1
f (z)
f (z)
1
dz
dz .
f (w) =
2i D(a,1 ) z w
2i D(a,0 ) z w
Teorem
a 3.1.115. (Laurent)
Fie a C, 0 r0 < r1 , D = (a; r0 , r1 ) si f H(D). Atunci
exista un unic sir {cn }nZ C indexat dup
a multimea numerelor
ntregi astfel ncat
f (z) =
cn (z a)n
(z D) .
n=
Functii complexe
79
Teorem
a 3.1.118. (Riemann)
Fie a C un punct, r > 0 si f H(D (a, r)) cu proprietatea
ca lim (z a)f (z) = 0. Atunci exist
a fe H(D(a, r)) astfel nc
at
za
fe|D (a,r) = f .
Definitie 3.1.119. Fie D C o multime deschisa, a D, iar
f H(D \ {a}). Daca exista o functie fe H(D) cu proprietatea ca fe|D\{a} = f , atunci punctul a se numeste punct singular
aparent(sau eliminabil) al functiei f .
Propozitie 3.1.120. Fie D C o multime deschis
a, a D, iar
f H(D \ {a}). Afirmatiile urm
atoare sunt atunci echivalente:
a) a este punct singular aparent al functiei f .
b) functia f este marginit
a pe o vecin
atate V V(a) cu V D.
c) functia f are limita finit
a n punctul a.
d) exista r > 0 astfel ncat D (a, r) D si seria Laurent a lui f pe
D (a, r) are partea principal
a nul
a.
Definitie 3.1.121. Fie D C o multime deschisa, a D, iar
f H(D \ {a}). Daca f are n punctul a limita spunem ca
punctul a este un pol al functiei f . Notam cu P(f ; D) multimea
polilor a D ai functiei f .
Daca f nu are limita n punctul a, acesta se numeste punct
singular esential al functiei f .
Propozitie 3.1.122. Fie D C o multime deschis
a, a D, iar
f H(D \ {a}). Afirmatiile urm
atoare sunt atunci echivalente:
a) punctul a este un pol al functiei f .
b) a este punct singular aparent pentru functia f1 .
c) exista n0 N, n0 > 0 astfel nc
at pentru orice r > 0 cu propri
etatea ca D (a, r) D, seria Laurent centrat
a n a asociat
a functiei
f pe D (a, r) are coeficientul cn0 6= 0 si cn = 0, ()n < n0 .
d) exista n N, n > 0, si o functie g H(D) cu proprietatea c
a
1
g(a) = ne0 si f (z) = (za)
g(z),
()z
D.
n
e) exista r > 0 si doua functii nenule g, h H(D(a, r)), cu proprietatea ca g(a) 6= 0 = h(a), nc
at f h = g pe D (a, r).
80
Functii complexe
81
3.2
3.2.1
82
numarul
1
n(, a) =
2i
1
dz .
za
Functii complexe
83
Teorem
a 3.2.8. (formula integral
a a lui Cauchy)
Fie D C o multime deschis
a si f H(D). Dac
a 1 , . . . , m sunt
drumuri nchise partial netede n D cu proprietatea c
a
n(1 , w) + . . . + n(m , w) = 0 ,
()w C \ D ,
a)
k
k=1
k=1
Corolar 3.2.12. Fie D C o multime deschis
a si f H(D).
Daca 1 , . . . , m sunt drumuri nchise partial netede n D cu proprietatea ca n(1 , w) + . . . + n(m , w) = 0, ()w C \ D, atunci
m Z
X
f (z)dz = 0 .
k=1
84
Teorem
a 3.2.13. Fie D C un domeniu si f H(D) o functie
olomorfa avand multimea Z(f ) a zerourilor finit
a. Dac
a este un
drum nchis partial neted si omolog cu zero n D, cu proprietatea
ca Im() Z(f ) = , atunci
Z 0
X
1
f (z)
dz =
n(, a) orda (f ) .
2i f (z)
aZ(f )
Teorem
a 3.2.14. Fie D C un domeniu si f M(D) o functie
meromorfa avand multimile Z(f ) a zerourilor si P(f ) a polilor finite. Daca este un drum nchis partial neted si omolog cu zero
n D, cu proprietatea ca Im() (Z(f ) P(f )) = , atunci
Z 0
X
f (z)
1
dz =
n(, a) orda (f ) .
2i f (z)
aZ(f )P(f )
3.2.2
Teorema reziduurilor
cn (z a)n
(z D (a, r)) .
n=
not
Functii complexe
85
1
1
g (m1) (a) =
lim ((z a)m f (z))(m1) .
(m 1)!
(m 1)! za
Teorem
a 3.2.19. (Teorema reziduurilor)
Fie D C o multime deschis
a, iar E D o submultime discret
a
n D. Daca este un drum nchis, care este partial neted si omotop
cu zero n D astfel ncat Im()E = , atunci pentru orice functie
f H(D \ E), multimea {a E| n(, a) 6= 0} este finit
a si are loc
egalitatea
Z
X
1
n(, a) res(f ; a) .
f (z)dz =
2i
aE
Propozitie 3.2.20. Fie D C o multime deschis
a si f M(D).
Daca f nu este identic nul
a ntr-o vecin
atate a unui punct a D,
0
atunci functia meromorfa ff are n punctul a cel mult un pol simplu
0
si res( ff , a) = orda (f ).
Definitie 3.2.21. Daca functia meromorfa f admite pe ca punct
singular izolat, atunci reziduul lui f n este
1
res(f, ) = res 2 f (z), 0 .
z
Propozitie 3.2.22. Fie a1 , . . . , an C si f H(C \ {a1 , . . . , an }).
Notand a0 = avem atunci c
a
n
X
k=0
res(f ; ak ) = 0 .
86
3.3
Probleme propuse
k cos(k( )) , || < 1 .
k=1
sh(2y)
, w( ) = 1 .
v(x, y) =
cos(2x) + ch(2y)
4
c)
u(x, y) =
1 x2 y 2
(1 + x)2 + y 2
, w(1) = 0 .
d)
u(x, y) =
x
y
ln(x2 + y 2 ) yarctg .
2
x
e)
x2 + y 2 3x + 2
u(x, y) = 2
x + y 2 4x + 4
, w(1) = i .
f)
u = a arg(z) + b , a, b R .
g)
p
u(x, y) = f ( x2 + y 2 x) .
h)
v(x, y) = (x) (y) .
Problema3.3. Sa se calculeze:
i1i , (1 + i 3)i , 1i , esqrti .
Functii complexe
87
(z + 1)(z 2i)(z 3) .
d)
f (z) = ln
z2 1
z
.
X
n=1
nz
n1
X
n=1
2 n
nz ,
X
z 2n+1
,
2n + 1
n=0
X
n=2
(1)n
n2
n
zn .
1
z
1z
, z = 0.
88
1
1z
, z = 1, z = .
c)
z+i
f (z) = ei zi
d) f (z) = ctg(z), z = 0, z = k.
e)
2sin2 (z)
f (z) =
z5
f)
ch(3 z)
f (z) =
ch(2 z)
, z = i.
, z = 0.
, z = 0.
g)
1
, z = 0, z = .
z
Problema 3.8. Sa se calculeze integralele urmatoare:
a)
I
ch z
2
dz .
(z
+
i)4
|z+2i|=2
f (z) = sin(z) sin
b)
I
4x2 +y 2 =4
z 100 eiz
dz .
z2 + 1
c)
I
|z|=3
w(z)
dz
z2
r
, w(z) =
19
z + 3i
20
, w(3i) = 2ei 20 .
3z
Functii complexe
89
Problema 3.9. Sa se calculeze pentru functiile urmatoare reziduurile relative la punctele lor singulare:
a)
eiaz
f (z) =
.
sh(z)
b)
f (z) =
z 2n
.
1 + zn
c)
f (z) =
(z 2
1
.
+ 1)n
d)
f (z) =
1
.
z 3 sin(z)
e)
1
f (z) = z 3 e 1z .
f)
1
f (z) = ez z .
g)
f (z) =
eaz
.
z
(1 + e 2 )2
h)
f (z) =
eiaz
.
ch2 (z)
2z
z 2 e z+1 dz .
90
c)
I
1
z n cos dz .
z
|z|=r
d)
I
4x2 +9y 2 36=0
z 13
dz .
(z 4)2 (z 5 + 3)2
e)
I
|z|=r
1
dz .
4z 2 + 12z + 13
Capitolul 4
Serii Fourier
4.1
1
1
i ||vi ||2 =
hvi , 1 v1 +. . .+n vn i = 0 , ()i = 1, n ,
2
||vi ||
||vi ||2
92
I.
||vi ||2
Propozitie 4.1.5. Daca S = {v1 , . . . , vn } H este o familie ortogonala, x H un vector oarecare, iar ci , i = 1, n coeficientii Fourier
ai elementului x n raport cu S, atunci pentru orice numere reale
bi , i = 1, n are loc inegalitatea
||x
n
X
bi vi || ||x
i=1
n
X
ci vi ||
i=1
n
X
bi vi || = ||x|| 2
i=1
= ||x
n
X
bi hx, vi i +
i=1
n
X
i=1
ci vi || +
n
X
n
X
i=1
i=1
n
X
ci vi ||2 .
i=1
n
X
ci vi ||2 = ||x||2 2
i=1
n
X
ci hx, vi i +
i=1
= ||x||
n
X
i=1
astfel ca
n
X
i=1
n
X
i=1
Serii Fourier
93
n=1
n=1
c2n ||x||2 .
n=1
n=1
X
c2n ||vn ||2 = ||x||2 .
n=1
94
4.2
a.p.t.
(a.p.t.=aproape peste
P tot, i.e., daca Df,g
S = {x R| f (x) 6=
g(x)}, atunci inf { nN (bn an )| Df,g nN (an , bn )} = 0), se
noteaza cu L2R (D). Acesta este un spatiu vectorial real n raport cu
operatiile de adunare a claselor de functii, respectiv de nmultire a
acestora cu scalari. De asemenea, putem defini un produs scalar pe
L2R (D) prin
Z
f (x)g(x)dx .
hf , gi =
D
sin
l
nx
dx = 0 , ()n N ,
l
Serii Fourier
95
mx
nx
hcos
, cos
i=
l
l
cos
l
mx
nx
cos
dx = 0 , m 6= n ,
l
l
l
mx
nx
nx
mx
sin
, sin
i=
sin
dx = 0 , m 6= n ,
l
l
l
l
l
Z l
mx
nx
mx
nx
hcos
, sin
i=
cos
sin
dx = 0 , m, n N .
l
l
l
l
l
Rezulta ca familia data de functii este ntr-adevar ortogonala.
hsin
f (x)sin
l
nx
dx
l
(n N ) ,
a0 X
nx
nx
f (x) =
+
an cos
+ bn sin
.
2
l
l
n=1
Observatie 4.2.8. Daca functia f L2R ([l, l]) este para, atunci
Z
nx
2 l
an =
f (x)cos
dx (n N) ,
l 0
l
respectiv bn = 0, ()n > 0.
Daca functia f L2R ([l, l]) este impara, atunci
Z
nx
2 l
f (x)sin
dx (n N ) ,
bn =
l 0
l
respectiv an = 0, ()n N.
96
4.3
Probleme propuse
f (t) =
cos(t) , I = (, ] .
2sh()
b)
f (t) =
sin(t) , I = (, ] .
2sh()
c)
f (t) =
sin(t) , t (0, )
0
, t [, 2] .
d)
f (t) =
ch(at)
2ch(a)
, I = (, ] .
f (t) =
sh(at)
2sh(a)
, I = (, ] .
f (t) =
cos(at)
2sin(at)
, I = (, ] .
e)
f)
g)
f (t) =
1
5 4cos(t)
, I = (0, 2] .
f (t) =
sin(t)
5 + 3cos(t)
, I = (0, 2] .
f (t) =
1
5 + 3sin(t)
, I = (0, 2] .
h)
i)
Serii Fourier
97
X
rcos() r2
rn cos(n) =
.
1 2rcos() + r2
n=1
b)
X
n=1
rn sin(n) =
rsin()
.
1 2rcos() + r2
c)
X
1
1 n
r cos(n) = ln(1 2rcos() + r2 ) .
n
2
n=1
d)
X
1 n
rsin()
r sin(n) = arctg
.
2
n
1
2rcos()
+
r
n=1
98
Capitolul 5
Functii speciale
5.1
5.1.1
1
t z1
100
R
Cum integrala 1 et tx0 1 dt este convergenta, integrala care da
functia (z) este uniform convergenta pe . Cum domeniul marginit
este oarecare, este o functie ntreaga pe C.
In ceea ce priveste functia , folosind dezvoltarea n serie a
functiei exponentiale, avem
Z 1
Z 1
X
z n X (1)n
1
t z1
.
(1)n =
(z) =
e t dt =
tz1
n!
n!
z
+
n
0
0
n=0
n=0
Functia este meromorfa, avandn poli simpli n punctele de forma
n, n N, cu reziduurile (1)
. Rezulta ca functia este de
n!
n
asemenea meromorfa cu reziduurile (1)
n polii simpli n, n N.
n!
Observatie 5.1.3. Pentru orice z C \ (N) avem
Z
Z
t z
(z + 1) =
e t dt = z
et tz1 dt = z(z) .
0
Cum (1) =
R
0
(z)(1 z) =
.
sin(z)
Corolar 5.1.5.
= .
2
( 21 ) > 0, se obtine ca ( 12 ) = .
sin 2
= , si cum
Functii speciale
101
astfel ca
Y
z z
1
z
1+
= ze
e n,
(z)
n
n=1
5.1.2
Functia Beta
102
ex
=4
0
2 y 2
si
Z
2
cos
2p1
()sin
2q1
()d =
1
z
sin(z)
1
2z1
2
B(z, z) = B
,z .
2
B(z, 1 z) =
Functii speciale
103
Demonstratie. Intr-adevar,
Z
Z z1
11
(1 t) dt =
B(z, 1) =
t
z1
dt =
1
.
z
De asemenea,
B(z, 1 z) =
(z)(1 z)
= (z)(1 z) =
.
(1)
sin(z)
2z1 (z)(z)
B(z, z) = 2
5.2
5.2.1
(2z)
( 12 )(z)
(z)
=
=B
=
(z + 21 )
(z + 12 )
1
,z .
2
Polinoame ortogonale
Propriet
ati generale
104
hx , pn (x)i =
pn (x) +
an+1
an an+1
an d2n1
Demonstratie. Deoarece gradul polinomului xpn (x) este n + 1,
acesta se poate exprima n functie de polinoamele p0 (x), p1 (x), . . . ,
pn (x), pn+1 (x), folosind relatia
xpn (x) =
n+1
X
hxpn (x), pk (x)i
k=0
d2k
pk (x) .
Cum hxpn (x), pk (x)i = hpn (x), xpk (x)i = 0, ()k < n 1, obtinem
ca
n+1
X
hxpn (x), pk (x)i
xpn (x) =
pk (x) =
2
d
k
k=n1
= cn+1 pn+1 (x) + cn pn (x) + cn1 pn1 (x) .
Identificand coeficientii termenilor de grad n + 1 si n, rezulta ca
an = cn+1 an+1
astfel ca
cn+1 =
cn =
bn
bn+1
.
an an+1
Functii speciale
Rezulta astfel ca
Z b
105
an
.
an+1
1
d2n1
Z
a
an1 d2n
xpn (x)pn1 (x)(x)dx =
.
an d2n1
y
n+1
n
k
k=0
Definitie 5.2.6. Se numesc polinoame ortogonale clasice polinoamele ortogonale {pn (x)}nN construite n raport cu produsul
scalar de pondere , pondere care verifica ecuatia diferentiala
((x)(x))0 = (x)(x) ,
(5.1)
(x a)(b x) daca a, b R
xa
daca a R, b =
(x) =
bx
daca a = , b R
1
daca a = , b = ,
si
lim xn (x)(x) = lim xn (x)(x) = 0 , ()n N .
xa
xb
(5.2)
106
(a)
(b)
(x a) (b x) , = ba
1, = ba
1
(a,
b
R)
(x a) ex (x)
, = (a) 1
(x) =
(a R, b = )
x 0 (x)
(b
x)
e
, = (b) 1
(a = , b R)
(x)dx
e
(a = , b = ).
In plus, functia verifica urmatoarele restrictii:
i) (a) > 0, daca a R;
ii) (b) < 0, daca b R;
iii) tau0 (x) < 0, ()x (a, b).
Propozitie 5.2.8. Dac
a {pn }nN sunt polinoame ortogonale clasice n raport cu ponderea , si functiile si ca n definitia 5.2.6,
(m)
atunci derivatele pn sunt de asemenea polinoame ortogonale clasice n raport cu ponderea m := m (x)(x), care verific
a ecuatia
diferentiala
((x)m (x))0 = m (x)m (x) ,
unde m (x) = m 0 (x) + (x), respectiv conditiile la limit
a
lim xk (x)m (x) = lim xk (x)m (x) = 0 .
xa
xb
Functii speciale
107
n
Anm = (1)
m1
Y
nk
si
An =
k=0
n!an
,
Ann
se obtin relatiile
pn (x) = An
1
( n (x)(x))(n)
(x)
, ()n N ,
5.2.2
1
2n n!
(x2 1)(n)
, ()x (1, 1)
108
X
1
=
Pn (x)z n
2
1 2zx + z
n=0
Pn (x) =
b2c
X
k=0
P0 (x) = 1 ,
P1 (x) = x ,
1
P3 (x) = (5x3 3x) ,
2
1
P5 (x) = (63x5 70x3 + 15x)
8
Z
1
Pn (x) =
(x + x2 1 cos())n d
0
Cn Pn (x) ,
n=0
unde Cn =
2n+1
2
R1
1
f (x)Pn (x)dx.
Functii speciale
109
Z 1
0 , m 6= n
Tm (x)Tn (x)
, m = n 6= 0
dx =
2
2
1x
1
m=n=0
(1 x2 )Tn00 (x) xTn0 (x) + n2 Tn (x) = 0
(n)
(1)n 1 x2
2 n 21
)
(1 x )
Tn (x) =
(2n 1)!!
X
1 xz
Tn (x)z n , ()x (1, 1), z C, |z| < 1
=
1 2xz + z 2
n=0
Tn (x) = (1)n Tn (x)
|Tn (x)| 1 , |Tn0 (x)| n2
2k 1
Tn (x) = 0 = x cos
| k = 1, n
2n
Tn+1 (x) + Tn1 (x) = 2xTn (x)
(1 x2 )Tn0 (x) = nxTn (x) + nTn1 (x)
bnc
2
nX
(1)k (n k 1)!2n2k n2k
Tn (x) =
x
2 k=0
k!(n 2k)!
T0 (x) = 1 ,
T1 (x) = x ,
T2 (x) = 2x2 1 ,
T3 (x) = 4x3 3x ,
cn Tn (x) ,
n=0
unde c0 =
R1
1
f (x)
dx,
1x2
cn =
R1
1
f (x)Tn (x)
dx,
1x2
()n 1.
110
sin((n + 1)arccos(x))
sin(arccos(x))
, ()x (1, 1) .
0 ,m=
6 n
Um (x)Un (x) 1 x2 dx =
,
m
=n
1
2
(1 x2 )Un00 (x) 3xUn0 (x) + n(n + 2)Un (x) = 0
(n)
1
(1)n (n + 1)
Un (x) =
(1 x2 )n 2 )
(2n + 1)!! 1 x2
X
1
Un (x)z n
=
2
1 2xz + z
n=0
|Un (x)| n + 1
k
Un (x) = 0 = x cos
| k = 1, n
n+1
Un+1 (x) + Un1 (x) = 2xUn (x)
(1 x2 )Un0 (x) = nxUn (x) + (n + 1)Un1 (x)
n
Un (x) =
b2c
X
(1)k (n k)!2n2k
k=0
U0 (x) = 1 ,
U1 (x) = 2x ,
k!(n 2k)!
U2 (x) = 4x2 1 ,
xn2k
U3 (x) = 8x3 4x ,
Functii speciale
111
cn Un (x) ,
n=0
unde c0 =
()n 1.
5.2.3
R1
1
f (x) 1 x2 dx, cn =
R1
1
x
Lm (x)Ln (x)x e dx =
1
(n + 1 + ) , m = n
0
n!
x(Ln (x))00 + (1 + x)(Ln (x))0 + nLn (x) = 0
1
Ln (x) = x ex (xn+ ex )(n)
n!
X
xz
1
e 1z =
Ln (x)z n , ()z C, |z| < 1
1+
(1 z)
n=0
(n + 1)Ln+1 (x) + (x 2n 1 )Ln (x) + (n + )Ln1 (x) = 0
(Ln )0 (x) (Ln1 )0 (x) + Ln1 (x) = 0
1
L+1
n (x) Ln1 (x) = Ln (x)
(Ln )0 (x) = L1
n1 (x)
Ln (x)
n
X
k=0
n
X
k=0
(1)k (n + 1 + )
xk =
k!(n k)!(k + 1 + )
(1)k (n + )(n 1 + ) . . . (k + 1 + ) k
x
k!(n k)!
L0 (x) = 1 ,
L1 (x) = x + + 1 ,
112
1
( + 1)( + 2)
L2 (x) = x2 ( + 2)x +
,
2
2
+ 3 2 ( + 3)( + 2)
( + 3)( + 2)( + 1)
1
x
x+
L3 (x) = x3 +
3
2
2
6
Z
1
Ln (x) = ex 2
tn+ 2 et J (2 xt)dt ,
n!
0
unde J este functia lui Bessel de prima spet
a.
Propozitie 5.2.28. Pentru orice functie f L2R (0, ) are loc
f (x) =
Cn Ln (x) ,
n=0
unde , Cn =
5.2.4
n!
(n++1)
R
0
e2xzz =
X
1
Hn (x)z n
n!
n=0
Functii speciale
113
Hn (x) =
b2c
X
(1)k 2n2k n!
k=0
H0 (x) = 1 ,
k!(n 2k)!
H2 (x) = 4x2 2 ,
H1 (x) = 2x ,
xn2k
H2n (x) =
e
t e cos(2xt)dt
Z
(1)n 22n+2 x2 2n+1 t2
e
t
e sin(2xt)dt
H2n+1 (x) =
Cn Hn (x) ,
n=0
unde , Cn =
5.3
1
2n n!
5.3.1
Definitie 5.3.1. Ecuatia diferentiala
z 2 y 00 (z) + zy 0 (z) + (z 2 2 )y(z) = 0 ,
unde R sau C este un parametru fixat, iar z R sau z C,
se numeste ecuatia diferential
a a lui Bessel. Orice solutie a unei
ecuatii diferentiale Bessel se numeste functie Bessel.
114
Observatie 5.3.2. P
Cau tand pentru ecuatia lui Bessel o solutie
n
de forma y(z) = z
iilor n
n=0 cn z , prin identificarea coeficient
ecuatia Bessel se obtin relatiile
(2 2 )c0 = 0 , (( + 1)2 2 )c1 = 0 ,
(( + n)2 2 )cn = cn2 , ()n 2 .
Putem presupune ca c0 6= 0, astfel ca 2 = 2 . Obtinem ca =
sau = . Pentru = , daca 2 + 1 6= 0, atunci c1 = 0 si rezulta
ca
c1 = c3 = . . . = c2k+1 = . . . = 0 ,
iar
c2k =
(1)k c0
.
22k k!( + 1)( + 2) . . . ( + k)
Cum ( + 1)( + 2) . . . ( + k) =
c2k =
(+k+1)
,
(+1)
rezulta ca
(1)k c0 ( + 1)
.
22k k!( + k + 1)
X
(1)k
z 2k =
J (z) = z
+2k k!( + k + 1)
2
k=0
=
z X
k=0
z 2k
(1)k
.
k!( + k + 1) 2
Functii speciale
115
21sin()
,
z
1
(cos()J (z) J (z))
sin()
, daca 6 Z ,
respectiv
1
Yn (z) = lim Y (z) =
n
J (z)
J (z)
|=n (1)n
|=n
,
pentru n N.
(1)
116
(e + et cos())ezsh(t) dt , C
0
r
12
Z
2 ei(z 2 4 ) t 1
it
(1)
H (z) =
dt ,
e t 2 1+
z ( + 21 ) 0
2z
1
Re() >
2
r
21
Z
2 ei(z 2 4 ) t 1
it
(2)
H (z) =
dt ,
e t 2 1
z ( + 12 ) 0
2z
1
Re() >
2
Propozitie 5.3.11. Functiile Bessel de speta nt
ai Jn de indice
ntreg verifica relatiile
1
e 2 z(t t ) =
Jn (z)tn
n=
eizsin() =
Jn (z)ein
n=
cos(z sin()) =
Jn (z)cos(n) = J0 (z) + 2
n=
sin(z sin()) =
X
n=
J2n (z)cos(2n)
n=1
Jn (z)sin(n) = 2
X
n=1
Functii speciale
117
Z
1
cos(z sin())cos(2n)d (n N)
J2n (z) =
0
Z
1
J2n1 (z) =
sin(z sin())sin((2n 1))d (n N )
0
Z
1
Jn (z) =
cos(n z sin())d
0
Jn (a + b) =
Jk (a)Jnk (b)
k=
X
p
2
2
Jk (a)Jk (b)cos(k)
J0 ( a + b + 2ab cos()) = J0 (a)J0 (b) + 2
k=1
118
5.4
Probleme propuse
1
3
.
c)
2n n +
(2n1)!! = 1357. . .(2n1) =
21
1
2
2n
1
= n+
.
2
d)
3n n +
2 5 8 11 . . . (3n 1) =
23
2
3
.
e)
4n n +
3 7 11cdot15 . . . (4n 1) =
34
3
4
.
...
n
n
n
n
, n N .
Problema
5.4. Sa se calculeze integralele
Ra
a) R0 xm (an xn )p dx, m > 1, n > 0, p > 1.
a
b) R 0 (a2 x2 )p dx, Re(p) > 1.
a
c) a (a + x)p1 (a x)q1 , Re(p) > 0, Re(q) > 0.
R1
d) 1 xp1 (1 xm )q1 , m > 0, Re(p) > 0, Re(q) > 0.
Functii speciale
R1
e)
f)
119
(1 xp )xq dx, p, q N.
d .
1 21 sin2 ()
g)
1
1 sin2 () d .
2
h)
Z
0
xm
dx ,
(a + bxn )p
i)
Z
0
1
dx ,
1 + xn
n N, n > 1 .
2(n+1)
(2n+1)(2n+3)
2n
4n2 1
, m=n+1
, m=n1
, m 6= n 1, m 6= n + 1 .
R1
b) 1 x2 Pn (x)Pn+1 (x)dx = 0.
R1
2n(n1)
c) 1 x2 Pn2 (x)Pn (x)dx = (2n3)(4n
2 1) .
R1
R1
2n(n+1)
2
02
d) 1 (1x )Pn (x)dx = 2n+1 . e) 1 Pm0 (x)Pn0 (x)dx = m(m+1),
m n, m n(mod 2).
Problema 5.6. Verificati urmatoarele dezvoltari n serie de polinoame Cebsev:P
m1 k
1
1
m
a) x2m = 22m1
k=0 C2m T2m2k (x) + 22m C2m .
P
m
1
k
b) x2m+1 = 22m
k=0 C2m+1 T2m2k+1 (x).
P
T2n+1 (x)
c) arccos(x) = 2 4
n=0 (2n+1)2 .
P
T2n+1 (x)
d) arcsin(x) = 4
n=0 (2n+1)2 .
120
e)
f)
g)
T2n (x)
n=0 4n2 1 .
P
(1)n1
ln(1 + x) = ln(2) + 2
Tn (x).
n=1
n
P T2n1 (x)
1
1+x
ln 1x = n=1 2n1 .
4
1 x2 =
Capitolul 6
Teoria probabilit
atilor
6.1
6.1.1
C
amp de probabilitate
Introducere
7 norocos?
Romanii considerau ca exist
a trei moduri de a obtine suma 7 atunci
cand sunt aruncate doua zaruri: 6 cu 1, 5 cu 2, sau 4 cu 3. De
asemenea, exista trei moduri de a obtine suma 6: 5 cu 1, 4 cu 2,
sau 3 cu 3. Astfel, sansa ca suma s
a fie 7 ar trebui s
a coincid
a
cu sansa ca suma sa fie 6. Totusi, n practic
a, ei constatau c
a
suma 7 apare mai des dec
at suma 6. Acest lucru si-l explicau prin
interventia divina n favoarea norocosului7.
Quint
a roial
a!
Chinta regala este mana cea mai valoroas
a n jocul de poker. Dintre
cele 2.598.960 maini care pot s
a apar
a la mp
artirea c
artilor dintrun pachet de 52 de carti, doar 4 sunt chinte regale. Astfel, sansa
de a obtine o chinta regala este de 4/2.598.960, adic
a 0, 000154%.
Istorie
Probabilitatile sunt folosite n prezent n foarte multe domenii,
printre care ar fi finantele publice, medicina, asigurarile, testele
121
122
si evaluarile educationale, genetica, previziunile meteorologice, teoria investitiilor, sondajele de opinie, stiintele naturale, jocurile de
noroc, si multe altele. Arheologii au descoperit n Egipt artefacte
folosite n jocurile de noroc datand din 3000 A.D.
Probleme matematice legate de jocurile de noroc au fost studiate
de catre un numar de matematicieni renascentisti. Italianul Girolamo Cardano(1501-1576, cunoscut si pentru formula lui Cardano
de rezolvare a ecuatiei de grad 3) a prezentat n cartea sa Liber
de Ludo Aleae(carte asupra jocurilor de zaruri) unul dintre primele
calcule sistematice de probabilitati. Chiar daca este n esenta un
manual pentru pariori, aceasta carte este considerata prima carte
scrisa despre probabilitati.
In secolul urmator, mai precis pe parcursul a catorva luni din
anul 1654, ntr-un schimb de scrisori celebru, matematicenii francezi
Blaise Pascal(1623-1662) si Pierre de Fermat(1601-1665), au pus
mpreuna bazele teoriei probabilitatilor, ncercand sa raspunda la
doua probleme ridicate de un celebru parior al vremii - Cavalerul
de Mere.
prima problema propus
In
a de Cavalerul de Mere, acesta l ntreba
pe Pascal n care din urm
atoarele dou
a jocuri de zaruri are sanse
mai mari de a castiga:
a) Un jucator arunca un zar de 4 ori consecutiv. El c
astig
a jocul
daca la cel putin una dintre arunc
ari obtine fata 6.
b) Un jucator arunca dou
a zaruri de 24 ori consecutiv. El c
astig
a
jocul daca la cel putin una dintre arunc
ari obtine dubla 6 6.
a doua problema, Cavalerul de Mere descria urm
In
atoarea situatie:
Doi jucatori, A si B, joac
a un joc de noroc n care sansele de c
astig
a unei partide sunt egale. Dac
a jocul este compus din trei partide, jucatorul A a castigat prima partid
a, dar apoi jocul a trebuit
ntrerupt din motive independente de cei doi juc
atori, care este cel
mai corect mod de mpartire a mizei(tin
and cont de faptul c
a la
scorul de 1 0, jucatorul A are sanse mai mari de a c
astiga jocul)?
In 1657 matematicianul si fizicianul olandez Christian Huygens a
publicat primul tratat bazat pe corespondenta dintre Pascal si Fermat asupra teoriei probabilitatilor, De Rationiciis de Ludo Aleae
Teoria probabilit
atilor
123
6.1.2
Notiuni de baz
a. Definitii si propriet
ati
Experiente. Prob
a. Eveniment
Definitie 6.1.1. Numim experient
a o actiune care poate fi repetata
n conditii date.
Notatie 6.1.2. Notam cu E o experienta.
Definitie 6.1.3. Se numeste prob
a orice realizare practica(efectiva)
a unei experiente.
Notatie 6.1.4. Notam cu o proba.
124
cu || = 6.
|| = 36.
Teoria probabilit
atilor
125
|C| = 4.
126
si
A .
Observatie 6.1.33. Relatia de implicatie este o relatie de ordine, adica are proprietatile:
1. reflexivitate: A A, ()A P().
2. antisimetrie: A, B P(), A B si B A = A = B.
3. tranzitivitate: A, B, C P(), A B si B C = A C.
Operatii cu evenimente
Definitie 6.1.34. Se numeste reuniunea a doua evenimente A si
B, evenimentul care se realizeaza daca si numai daca se realizeaza
cel putin unul dintre evenimentele A si B.
Notatie 6.1.35. A B.
Definitie 6.1.36. Se numeste intersectia a doua evenimente A si
B, evenimentul care se realizeaza daca si numai daca se realizeaza
simultan evenimentele A si B.
Teoria probabilit
atilor
127
Notatie 6.1.37. A B.
Observatie 6.1.38. In mod asemanator se definesc reuniunea si
intersectia unei familii oarecare(finite sau infinite) de evenimente
(Ai )iI P():
S
Reuniunea iI Ai se realizeaza o data cu realizarea cel putin unuia
dintre evenimentele
Ai .
T
Intersectia iI Ai se realizeaza o data cu realizarea simultana a
tuturor evenimentelor Ai .
Observatie 6.1.39. Reuniunea si intersectia evenimentelor sunt
operatii asociative si comutative:
(A B) C = A (B C)
AB =BA
(A B) C = A (B C)
AB =BA
Definitie 6.1.40. Numim diferenta evenimentelor A si B evenimentul care se realizeaza atunci cand se realizeaza A si nu se realizeaza B.
Notatie 6.1.41. A \ B.
Observatie 6.1.42. A \ B = A B = A C B.
Definitie 6.1.43. Evenimentele A si B se numesc incompatibile
daca A B = .
In caz contrar, evenimentele se numesc compatibile.
C
amp de evenimente
Fie multimea tuturor rezultatelor posibile ale unei experiente
aleatoare E, o proba, P() multimea partilor(submultimilor) lui
, iar A, B, C, . . . evenimente aleatoare asociate experientei.
Familia tuturor evenimentelor asociate unei experiente aleatoare
E este definita de o familie K P() cu urmatoarele proprietati:
128
3 ) Ai K, i = 1, n =
n
[
Ai K.
i=1
b) A, B K = A \ B K.
Demonstratie. a) A, B K = A, B K = A B K. Avem
nsa
A B = { | 6 A} { | 6 B} =
= { | 6 A 6 B} = { | 6 A B} = A B
(am demonstrat astfel ca A B = A B, adica reuniunea complementarelor a doua multimi este complementara intersectiei celor
doua multimi). Astfel
def
A K = A K
def
def
= A B K = A B K =
def
B K = B K
def
= A B K = A B K.
b)
AB
a)
AK
= A B K.
def
B K = B K
A\B
Teoria probabilit
atilor
129
Observatie 6.1.47. Legile lui de Morgan sunt proprietati valabile pentru orice A, B P():
AB = AB
AB = AB
Observatie 6.1.48. Legile lui de Morgan se pot generaliza la un
numar oarecare de submultimi ale lui :
T
Ai =
iI
iI
Ai =
iI
Ai
Ai
iI
6.1.3
Notiunea de probabilitate
Definitia statistic
a a probabilit
atii
Fie E o experienta aleatoare si A un eveniment aleator asociat
experientei E. Fie n N un numar natural. Repetam experienta
E de n ori n conditii identice si notam cu nA numarul de realizari
ale evenimenului A, numit frecvent
a absolut
a a evenimentului A.
Definitie 6.1.51. Se numeste frecvent
a relativ
a a lui A pe parcursul unei serii de n efectuari ale experientei E, numarul
fn (A) =
nA
n
130
nA
1
n
|A|
nA
=
n
n
Teoria probabilit
atilor
131
132
n
[
i=1
Ai ) =
n
X
P (Ai )
i=1
Teoria probabilit
atilor
133
n
S
Ai ) =
i=1
n
P
i=1
P (Ai Aj )+
1i<jn
P (Ai Aj Ak ) + . . . + (1)n1 P (
P (Ai )
n
T
Ai )
i=1
1i<j<kn
i=1
n
T
Ai )
i=1
n
P
P (Ai ) (n 1)
i=1
S
3) ()(Ai )i1 K =
Ai K.
i=1
i1
134
Definitie 6.1.66. Un -c
amp de probabilitate este un -camp
de evenimente (, K), mpreuna cu o functie de probabilitate P ,
notat (, K, P ).
Propozitie 6.1.67. Fie (, K, P ) un -c
amp de probabilitate. Au
loc atunci urmatoarele propriet
ati:
a) Daca (Ai )i1 K este un sir ascendent de evenimente, adic
a
un sir pentru care An An+1 , ()n N , atunci
lim P (An ) = P (
Ai )
i1
Ai )
i1
Probabilit
ati conditionate
Consideram un camp de probabilitate (, K, P ) si B K cu
P (B) > 0(i.e. P (B) 6= 0)
P (AB)
P (B)
P (A B)
P (A)
Teoria probabilit
atilor
135
i1
Ai Aj = , ()i, j 1, i 6= j)
Observatie 6.1.70. a) Daca A, B K sunt evenimente cu proprietatea ca P (A), P (B) > 0, atunci din
PB (A) =
P (A B)
P (B)
si
PA (B) =
P (A B)
P (A)
obtinem ca
P (A B) = P (A) PA (B) = P (B) PB (A)
b) Dac
a P (A B) = P (A) P (B), atunci din egalitatile de mai sus
obtinem ca
PB (A) = P (A)
si
PA (B) = P (B)
Evenimente independente
Definitie 6.1.71. Fie (, K, P ) un (-)camp de probabilitate si
A, B K doua evenimente. A si B se numesc evenimente independente daca
P (A B) = P (A) P (B)
Definitie 6.1.72. Fie (, K, P ) un (-)camp de probabilitate si
(Ai )i=1,n K o familie de evenimente. Evenimentele Ai , i = 1, n
se numesc evenimente independente daca pentru orice 1 k n si
1 i1 < i2 < . . . < ik n
P (Ai1 Ai2 . . . Aik ) = P (Ai1 ) P (Ai2 ) . . . P (Aik )
136
Legea probabilit
atii totale. Formula lui Bayes
Definitie 6.1.73. Fie (, K, P ) un (-)camp de probabilitate si o
familie de evenimente (Ai )i=1,n K \ {}. Spunem ca evenimentele
Ai , i = 1, n formeaza un sistem complet de evenimente daca
n
S
1)
Ai =
i=1
2) Ai Aj = , ()i, j = 1, n, i 6= j
3) P (Ai ) > 0, ()i = 1, n.
Propozitie 6.1.74. Fie (, K, P ) un (-)c
amp de probabilitate si
(Ai )i=1,n un sistem complet de evenimente. Pentru orice eveniment
B K avem atunci:
a)(Legea probabilit
atii totale)
P (B) =
n
P
i=1
i=1
Demonstratie. a)
P (B) = P (B ) = P (B (
n
[
Ai )) = P (
i=1
n
X
P (B Ai ) =
i=1
n
X
n
[
(B Ai )) =
i=1
i=1
b)
PB (Ak ) =
Teoria probabilit
atilor
6.1.4
137
a
,
a+b
q = P (A) = 1 p =
b
a+b
si
ak bnk
= Cnk pk q nk .
n
(a + b)
Datorita acestei prezentari, schema lui Bernoulli se mai numeste
schema bilei revenite.
P (n; k) = Cnk
138
cu
s
X
pi = 1 .
i=1
Daca experienta se repeta de n ori n conditii identice si independente, probabilitatea P (n; k1 , k2 , . . . , ks ) ca evenimentul A1 sa apara
de exact k1 ori, A2 de k2 , . . . , As de ks ori, unde k1 +k2 +. . .+ks = n,
este
n!
pk11 pk22 . . . pks s .
P (n; k1 , k2 , . . . , ks ) =
k1 !k2 ! . . . ks !
Observatie 6.1.77. Probabilitatea P (n; k1 , k2 , . . . , ks ) se poate detremina citind coeficientul termenului care contine X1k1 X2k2 . . . Xsk2
din dezvoltarea polinomonului (p1 X1 + p2 X2 + . . . + ps Xs )n . Din
acest motiv, schema lui Bernoulli cu mai multe stari se mai numeste
si schema polinomial
a sau schema multinomial
a.
Observatie 6.1.78. Schema lui Bernoulli este cazul particular pentru s = 2 al schemei multinomiale, considerand sistemul complet
de evenimente {A1 = A, A2 = A}, p1 = p, p2 = q(= 1 p), k1 = k,
k 2 = nk, si notand P (n; k) pentru P (n; k1 , k2 ) = P (n; k, nk).
Schema lui Poisson
Aceasta schema reprezinta o alta generalizare a schemei lui Bernoulli.
Consideram n experiente aleatoare independente distincte, pentru care suntem interesati n cazul fiecaruia de producerea cate
unui anumit eveniment Ai , avand probabilitatea pi , respectiv a
evenimentului Ai , complementar lui Ai , care are probabilitatea
qi = 1 pi . In aceaste conditii, probabilitatea P (n; k) ca n exact k
dintre cele n experiente aleatoare sa apara unul dintre evenimentele
Ai , iar n celelalte n k sa apara evenimentele complementare Ai ,
Teoria probabilit
atilor
139
P (n; k) =
.
n
Ca+b
6.2
6.2.1
Variabile aleatoare
Consideratii introductive. Clasific
ari
140
6.2.2
1. Definitii. Propriet
ati
Fie (, K, P ) un camp de probabilitate.
Definitie 6.2.6. O functie X : R se numeste variabil
a
aleatoare daca pentru orice numar real a R, multimea preimagine X 1 (a) = { | X() < a} K.
Teoria probabilit
atilor
141
iI
Definitie 6.2.11. Numim repartitia(sau distributia) de probabilitate a variabilei aleatoare discrete simple X un tablou format
din doua linii:
- pe prima linie punem valorile variabilei (x1 x2 x3 . . .)
- pe a doua linie, probabilitatile corespunzatoare (p1 p2 p3 . . .):
x1 x2 . . . xn
.
X:
p1 p 2 . . . p n
xi
Prescurtat scriem X :
.
pi i=1,n
Exemplu 6.2.12. Repartitia variabilei aleatoare asociate tabelului
de mai sus este
80
100
120
140
160
180
200
X:
0, 022 0, 20 0, 222 0, 289 0, 089 0, 155 0, 022
Propozitie 6.2.13.
n
P
i=1
pi = 1.
142
pi =
i=1
n
X
P ({X = xi }) = P (
i=1
n
[
{X = xi }) = P () = 1.
i=1
Y :
yj
qj
, qj = P (Y = yj ), j = 1, m,
j=1,m
m
X
qj = 1
j=1
1. Produsul cu o constanta reala R al variabilei aleatoare discrete X este variabila aleatoare discreta X, cu repartitia
xi
X :
pi
i=1,n
2. Suma variabilelor aleatoare discrete X si Y este variabila aleatoare
discreta X + Y , cu repartitia
x1 + y1 . . . x1 + ym x2 + y1 . . . xn + ym
X +Y :
p11
...
p1m
p21
...
pnm
Teoria probabilit
atilor
143
6.2.3
x1
y1
x1
y2
p11 p12
x2
. . . yxm1
. . . yxm2 . . . yxmn
y1
. . . p1m p21 . . . p2m . . . pnm
144
Y :
yj
qj
, qj = P (Y = yj ), j = 1, m,
j=1,m
m
X
qj = 1.
j=1
6.2.4
Functii de repartitie
Teoria probabilit
atilor
145
p1
p + p2
1
...
FX (x) =
p1 + p2 + . . . + pi
...
n
P
pi = 1
, daca
, daca
, daca
...
, daca
...
x x1
x (x1 , x2 ]
x (x2 , x3 ]
x (xi , xi+1 ]
, daca x > xn
i=1
1
..
.
p1 + p2 + p3
..
(
p1 + p2
..
...
p1
]
|
]
x1
x2
x3
x4 . . . xn
146
6.2.5
FX (x) =
Definitie 6.2.27. Daca variabila aleatoare continua X admite densitatea de repartitie f , iar a, b R, a < b, atunci
Zb
P (a X < b) = FX (b) FX (a) =
f (t) dt.
a
Teoria probabilit
atilor
147
f (t) dt = 1.
a
6.2.6
C
ateva caracteristici numerice ale variabilelor
aleatoare
Cuantile. Median
a. Modul
Definitie 6.2.29. Fie (, K, P ) un camp de probabilitate si
X : R
o variabila aleatoare, cu functia de repartitie asociata FX . Pentru
un numar [0, 1], se numeste cuantil
a de ordin o valoare
x R cu proprietatea ca
FX (x ) FX (x + 0)
Observatie 6.2.30. Daca X este o variabila aleatoare continua,
inegalitatile de mai sus se pot nlocui cu
FX (x ) =
Definitie 6.2.31. Cuantila de ordin 12 a unei variabile aleatoare X
se numeste median
a sau valoare median
a, si este notata M e.
Definitie 6.2.32. Cuantilele de ordin 14 , respectiv 34 , se numesc
cuartila inferioar
a, respectiv cuartila superioar
a, si se noteaza
Q1 , respectiv Q3 .
Definitie 6.2.33. Fie (, K, P ) un camp de probabilitate si X :
R o variabil
aleatoare
a
xi
a) Daca X :
, este discreta, o valoare xi0 se numeste
pi iI
148
valoare modal
a, mod
a sau modul, si se noteaza M o, daca pi0 =
max{pi |i I}.
b) Daca X este continua, cu functia de densitate de repartitie f , o
valoare x0 se numeste valoare modal
a, daca f (x0 ) = max f (x).
Medii si momente pentru variabile aleatoare discrete
xi
Fie X o variabila aleatoare discreta, X :
, I N.
pi iI
Definitie 6.2.34. Media variabilei X, notata M (X) sau x, este
numarul real
X
M (X) =
x i pi
iI
Teoria probabilit
atilor
149
n
X
(xi M (X))r pi
i=1
Observatie 6.2.42. Variabila X M (X) se numeste abaterea variabilei X de la medie. Pentru aceasta are loc
M (X M (X)) = M (X) M (X) = 0
Medii si momente pentru variabile aleatoare continue
Fie X o variabila aleatoare continua, avand functia de densitate de
repartitie f .
Definitie 6.2.43. Media variabilei X este numarul
Z
x f (x)dx
M (X) =
150
Teoria probabilit
atilor
6.2.7
151
P
xi
Fie X :
, I N, unde pi 0, ()i I, cu
pi = 1, o
pi iI
iI
variabila aleatoare cu media M (X) si abaterea (X).
Definitie 6.2.52. O variabila aleatoare Z, definita prin
Z=
X M (X)
(X)
se numeste variabil
a aleatoare normat
a(standardizat
a). Pentru aceasta repartitia este
!
(X)
zi = xi M
(X)
Z:
pi
iI
1
(X)
[M (X) M (X)] = 0.
152
1
(X)
1
(X)
1
(X)
XM (X)
(X)
2
2
2
2
=M
2 (X)
2 (X)
= 1.
6.3
6.3.1
P (X = 1) = p , respectiv P (X = 0) = 1 p = q .
Notatie 6.3.2. Daca X este o variabila aleatoare discreta, avand
repartitie Bernoulli de parametru p, notam X B(p).
Observatie 6.3.3. Tabloul de repartitie al unei variabile aleatoare
discrete X, cu X B(p) este
0 1
X:
.
q p
Teoria probabilit
atilor
153
0 , daca x (, 0]
q , daca x (0, 1]
F : R R , F (x) =
.
1 , daca x (1, )
Propozitie 6.3.6. Daca X B(p), atunci functia sa caracteristica este data de : R C,
(t) = p eit + q .
Demonstratie. Rezulta imediat din definitia functiei caracteristice X asociate unei variabile aleatoare X,
X : R C ,
6.3.2
X (t) = M (eitX ) .
Repartitia binomial
a
, ()k = 0, n ,
154
, ()k = 0, n ,
Teoria probabilit
atilor
155
Propozitie 6.3.13. Daca X Bin(n, p), atunci functia sa caracteristica este data de
: R C ,
n
Y
Xi = (p eit + q)n .
i=1
Observatie 6.3.14. Cu ajutorul functiei caracteristice, putem determina momentele unei variabile aleatoare X cu repartitie binomiala de parametri n si p:
Mk (X) =
1 (k)
(0) .
ik
Astfel, cum
0 (t) = inpeit (peit + q)n1 ,
00 (t) = i2 npeit (peit + q)n1 + i2 n(n 1)p2 e2it (peit + q)n2 ,
000 (t) = i3 npeit (peit + q)n1 + 3i2 n(n 1)p2 e2it (peit + q)n2 +
+i3 n(n 1)(n 2)p3 e3it (peit + q)n3 , . . .
avem ca
M1 (X) = np ,
M2 (X) = np + n(n 1)p2 = n2 p2 + npq ,
M3 (X) = np + 3n(n 1)p2 + n(n 1)(n 2)p3 =
= n3 p3 + 3n2 p2 q + npq(1 2p) , . . .
Propozitie 6.3.15. Fie X1 si X2 dou
a variabile aleatoare independente, cu X1 Bin(n1 , p), X2 Bin(n2 , p). Atunci X1 + X2
Bin(n1 + n2 , p).
156
Demonstratie. Daca 1 si 2 sunt functiile caracteristice asociate celor doua variabile aleatoare independente, functia caracteristica asociata variabilei aleatoare X verifica egalitatea = 1 2 .
Rezulta ca
(t) = (peit + q)n1 (peit + q)n2 = (peit + q)n1 +n2 ,
astfel ca X Bin(n1 + n2 , p), conform teoremei de unicitate.
6.3.3
Repartitia binomial
a generalizat
a a lui Poisson
(t) = i
n
X
k=1
n
pk eit Y
(pj eit + qj ) ,
pk eit + qk j=1
n
n
Y
X
00
2
it
(t) = i (pj e +qj )
j=1
000 (t) = i3
k=1
n
Q
(pj eit + qj )
j=1
P
k6=l6=m6=k
X
pk pl e2it
pk eit
+
pk eit + qk
(pk eit + qk )(pl eit + ql )
k6=l
n
P
k=1
pk eit
pk eit +qk
pk pl pm e3it
(pk eit +qk )(pl eit +ql )(pm eit +qm )
P
+3
k6
=l
!
, ...
pk pl e2it
+
(pk eit +qk )(pl eit +ql )
!
,
Teoria probabilit
atilor
157
n
P
k=1
n
P
k=1
n
P
k=1
pk ,
pk +
pk pl ,
k6=l
pk + 3
pk pl +
pk pl pm
, ...
k6=l6=m6=k
k6=l
n
X
pk ,
k=1
respectiv
D2 (X) = M2 M12 =
n
X
pk
p2k =
k=1
k=1
6.3.4
n
X
n
X
pk qk .
k=1
Repartitia hipergeometric
a
M
,
N
158
D2 (X) =
De asemenea,
M (X 2 ) =
=
M
n
CN
= np
n
P
n
P
k2
k=0
k1
CM
1
k C nk
CM
N M
n
CN
CNnk
M
k=1
n2
M (M 1)CN
2
+
n
CN
M
n
CN
M (M 1)
n
CN
= np +
n
P
k=1
n
P
k1
nk
k CM
1 CN M =
k2
nk
CM
2 CN M =
k=2
M (M 1)n(n1)
N (N 1)
= np + np
(n1)(N p1)
N 1
astfel ca
(n1)(N p1)
n2 p2 =
N 1
(n1)(N p1)
n)
= np q(N
N 1
N 1
D2 (X)= np + np
= np 1 np +
6.3.5
Repartitia geometric
a
, ()k N ,
Teoria probabilit
atilor
159
1
p
D2 (X) =
q
.
p2
Demonstratie. Avem
M (X) =
kpq
k1
k=1
1q
p q n1 =
k=1 n=k
kN
X
p q k1
X
X
X
k=1
q k1 =
1
1
= .
1q
p
1
.
(1 q)2
160
= pq
kN
k(k 1) q
k2
+p
kN
+p
kN
kq
k1
= pq
kN
1
1q
0
=
1
1q
00
+
q+1
2pq
p
q
1
+
=2 2 + =
.
3
2
(1 q)
(1 q)
p
p
p2
Obtinem ca
D2 (X) = M (X 2 ) (M (X))2 =
q+1
1
q
2 = 2.
2
p
p
p
(t) =
peit
.
1 qeit
Demonstratie. Avem ca
(t) = M (e
itX
)=
X
k=1
6.3.6
pq
k1 i
e tk = pe
it
X
k=1
(qeit )k1 =
peit
.
1 qeit
Repartitia binomial
a cu exponent negativ
Teoria probabilit
atilor
161
, ()k n ,
unde q = 1 p.
Notatie 6.3.31. Notam X N Bin(n, p) daca variabila aleatoare
discreta X are repartitie binomiala cu exponent negativ de parametri
n si p.
Observatie 6.3.32. Probabilitatile de mai sus corespund sansei ca
un eveniment A cu probabilitatea p sa se produca de n ori dupa
exact k experimente independente.
Observatie 6.3.33. Din definitia unei variabile aleatoare cu repartitie
binomiala cu exponent negativ rezulta imediat ca X N Bin(n, p)
are loc daca si numai daca exista n variabile aleatoare independente
X1 , X2 , . . . , Xn Geom(p), astfel ncat X = X1 + X2 + . . . + Xn .
Propozitie 6.3.34. Functia caracteristic
a a unei variabile aleatoare
X N Bin(n, p) este data de
: R C ,
(t) =
peit
1 qeit
n
.
n
,
p
D2 (X) =
nq
.
p2
162
6.3.7
Repartitia Poisson
e k
k!
, ()k N .
D2 (X) = .
Demonstratie. Avem
M (X) =
X k1
X e k X e k
=
= e
= e e = .
k
k!
(k
1)!
(k
1)!
k1
k1
kN
De asemenea,
M (X 2 ) =
X
kN
k2
e k X e k
k
=
=
k!
(k
1)!
k1
X e k
X
X e k
e k
(k 1)
+
== +
=
(k
1)!
(k
1)!
(k
2)!
k1
k1
k2
X k2
= + e 2 e = + 2 ,
(k 2)!
k2
=+e
astfel ca
D2 (X) = M (X 2 ) (M (X))2 = + 2 2 = .
it 1)
(t) = e(e
Teoria probabilit
atilor
163
(e
= e k=0 k! = e ee = e(e 1) .
6.3.8
Repartitia uniform
a discret
a
1
n
, ()k = 1, n ,
n
X
1
1 n(n + 1)
n+1
M (X) =
k =
=
.
n
n
2
2
k=1
M (X ) =
n
X
k=1
k2
1
1 n(n + 1)(2n + 1)
(n + 1)(2n + 1)
=
=
n
n
6
6
si
2
(n + 1)(2n + 1)
n+1
n + 1 2n + 1 n + 1
D (X) =
=
6
2
2
3
2
2
n+1 n1
n2 1
=
.
2
6
12
164
6.4
Repartitii continue
6.4.1
Repartitia uniform
a continu
a
1
[a,b] (x).
ba
0
1
f (x) =
ba
0
este data de
, daca x < a,
, daca x [a, b],
, daca x > b.
Zx
f (t) dt =
1
[a,b] (t) dt =
ba
Rx
0 dt , daca x < a,
Rx
1
dt , daca x [a, b],
=
ba
Rb 1
ba
dt , daca x > b.
, daca x < a,
xa
ba
, daca x > b.
Teoria probabilit
atilor
165
1
ba
[
]
)
(
Zb
x f (x) dx =
M (X) =
1
x
dx =
ba
ba
Zb
x dx =
a
b
1
x2
1
1
a+b
=
=
(b2 a2 ) =
ba 2 a ba 2
2
Pentru calculul dispersiei folosim relatia
D2 (X) = M (X 2 ) (M (X))2 .
Avem
M (X 2 ) =
Zb
a
x2
1
dx =
ba
ba
Zb
a
x2 dx =
166
Prin urmare,
a2 + ab + b2
D (X) =
3
2
a+b
2
2
=
3(a2 + 2ab + b2 )
(b a)2
4(a2 + ab + b2 )
=
.
12
12
12
Abaterea medie patratica este atunci
=
(X) =
p
ba
D2 (X) = .
2 3
M (X) =
a+b
2
D2 (X) =
(ba)2
12
(X) =
ba
2 3
Teoria probabilit
atilor
167
(t) =
in1 (bn an )
tnk1 ,
n
(n
1)!(b
a)
n=k+1
()k N .
6.4.2
Repartitia normal
a
not
f (x) = f (x; m, ) =
1
2
(xm)2
2 2
Zx
=
(tm)2
1
e 22 dt
2
168
Z
f (x; m, ) dx =
(xm)2
1
e 22 dx =
2
xm 2
1
1
not
e 2 ( ) dx = I
2
xm
Avem atunci
x m = z x = z + m
si
dx = dz ,
astfel ca
Z
I=
z2
1
1
e 2 6 dz =
6 2
2
z2
1
e 2 dz = 2 = 1.
2
Observatie 6.4.10. In calculul de mai sus am folosit valoarea integralei improprii a lui Poisson
R
z2
e 2 dz =
Teorem
a 6.4.11. Daca X N (m, ), atunci
1) M (X) = m.
2) D2 (X) = 2 .
Teoria probabilit
atilor
169
Demonstratie. 1)
def
Z
x f (x; m, ) dx =
M (X) =
Z
=
(xm)2
1
x e 22 dx =
2
xm 2
1
x
e 2 ( ) dx
2
1
z + m z2
e 2 6 dz =
6 2
2
z2
( z + m) e 2 dz =
1
= ze
dz +
me
dz =
2
Z
Z
z2
z2
1
z e 2 dz + m
e 2 dz
=
2
2
z2
2
z2
z2
z2
= ( lim e 2 lim e 2 ) = 0 0 = 0,
z
I2 = 2.
Rezulta ca
1
1
M (X) = ( 0 + m 2) = m 2 = m
2
2
170
2)
def
(x m) f (x; m, ) dx =
=
2
Z
xm
(xm)2
1
(x m)2 e 22 dx =
2
2
e 2 (
xm 2
) dx
z=
putem scrie
D2 (X) =
2
z2
2
z 2 e
dz =
2
=
2
z z e
z2
2
2
dz =
2
0
z2
z e 2 dz =
Z
2
2
z
z
z e 2
z 0 e 2 dz =
=
2
z2
z2
2
= z e 2
+
e 2 dz = 0 + 2 = 2 .
2
2
2
Teoria probabilit
atilor
171
(t) = e 2 .
: R C ,
Demonstratie. Avem
(t) = M (e
n n
X
i t
n=0
n!
itX
1
)=
2
Mn (X) =
itx x2
e e
X
(1)n t2n
n=0
(2n)!
1
dx =
2
(2n 1)!! =
n n n
X
i t x
n=0
X
(1)n t2n
n=0
2n n!
n!
x2
e 2 dx =
t2
= e 2 .
X (t) = eimt
2 t2
2
172
Teorem
a 6.4.15. Daca X N (m1 , 1 ) si Y N (m2 , 2 ) sunt
douapvariabile aleatoare independente, atunci X + Y N (m1 +
m2 , 12 + 22 ).
Demonstratie. Functia caracteristica a variabilei aleatoare X +Y
este data de
2 t2
1
2 t2
2
2 t2
(xm)2
1
f (x; m, ) = . e 22
2
a) Calculam limitele la si +:
(xm)2
1
e 22 =
x 2
(xm)2
1
1
1
= lim e 22 = e = 0 = 0 ,
2 x
2
2
respectiv
(xm)2
1
e 22 =
x 2
2 t2
2
Teoria probabilit
atilor
173
(xm)2
1
1
1
= lim e 22 = e = 0 = 0 .
2 x
2
2
Din cele de mai sus rezulta ca dreapta de ecuatie y = 0 este asimptota orizontala pentru functia f atat la , cat si la +.
0
2
6 2(x m) =
f (x; m, ) = e 2
6 2 2
2
2
x m (xm)
e 22 .
3 2
Punctele critice ale functiei f sunt date de
f 0 (x; m, ) = 0 x m = 0 x = m .
Valoarea functiei f n punctul critic x = m este
(mm)2
1
1
1
f (m; m, ) = e 22 = 1 = .
2
2
2
2
= (x m) e 2
=
3 2
(xm)2
(xm)2
1
1
2
2
= e 2 + (x m) e 2 2 (x m)
=
3 2
(xm)2
e 22
(x m)2
=
1
.
2
3 2
Pentru a determina punctele de inflexiune, rezolvam ecuatia f 00 = 0:
f 00 (x; m, ) = 0 1
(x m)2
(x m)2
=
0
= 1
2
2
174
respectiv
(m+m)2
1
1
1
1
f (m + ; m, ) = e 22
= e 2 =
.
2
2
2e
0
+
+
m
%
^
+
+
1
2e
+
0
m
%
_
+
1
2
m+
&
_
0
1
2e
+
&
Teoria probabilit
atilor
175
f (t) dt .
Zx
f (t; m, ) dt =
(tm)2
1
e 22 dt .
2
si
lim FX (x; m, ) = 1 .
Zx
FX (x; m, ) =
f (t; m, ) dt ,
respectiv
FX00 (x; m, ) = f 0 (x; m, ) =
2
x m (xm)
e 22 .
3 2
176
De asemenea, cum FX00 (x; m, ) > 0, ()x < m, iar FX00 (x; m, ) < 0,
()x > m, rezulta ca FX este convexa pe intervalul (, m) si
concava pe intervalul (m, ), avand un punct de inflexiune pentru
x = m. Valoarea functiei FX n punctul de inflexiune este
Zm
FX (m; m, ) =
(xm)2
1
e 22 dx
2
dx = dy ,
7 + ,
si m 7 m ,
astfel ca
Z+
FX (m; m, ) =
(2mym)2
1
e 22
dy =
2
(my)2
1
e 22 dy =
2
Z+
Z+
(ym)2
1
e 22 dy =
2
Zm
(ym)2
1
e 22 dy = 1FX (m; m, ) .
2
x
FX
FX0
FX00
0
+
+
m
% ^
+ +
+ +
%
+
+
1
2
+
0
%
+
_ %
+ +
1
+
Teoria probabilit
atilor
177
178
, x R,
not
(x) := FX (x; 0, 1) =
t2
1
e 2 dt ,
2
Xm
z+m
Z
= FX (z + m; m, ) =
(tm)2
1
e 22 dt .
2
tm
,
pentru care
t = u+m ,
dt = du ,
7 ,
si z + m 7 z ,
Teoria probabilit
atilor
179
astfel ncat
z+m
Z
FZ (z) =
Zz
=
(tm)2
1
e 22 dt =
2
u2
1
e 2 du =
2
Zz
u2
1
e 2 du =
2
Zz
f (u; 0, 1) du = (z) ,
, ()z R .
u2
1
e 2 du =
2
Zz
=1
u2
1
e 2 du
2
u2
1
e 2 du =
2
v2
1
e 2 dv = 1 (z) .
2
Zb
f (x; m, ) dx =
(xm)2
1
e 22 dx
2
180
x 7 z =
pentru care
x = z + m,
dx = dz ,
a 7
am
,
b 7
bm
.
Obtinem
bm
Z
P (a < X < b) =
z2
1
e 2 dz =
2
am
bm
Z
=
am
z2
1
1
e dz
e 2 dz =
2
2
bm
am
=
z2
2
bm
am
m+m
mm
Teoria probabilit
atilor
=
181
h
i
1
=2
1.
Deci
P (|X m| < ) = P (m < X < m + ) = 2
1.
1 = 2(3) 1 .
6.4.3
Repartitia log-normal
a
, daca x 0 ;
0
1
e
x 2
(ln x)2
2 2
, daca x > 0 .
2
2
182
6.4.4
Repartitia Gamma
1
1
e x
, daca x > 0 ,
()
unde este functia Gamma a lui Euler, definita prin
Z
() =
ex x1 dx .
D2 (X) = 2 .
( + n)
= ( + 1) . . . ( + n 1) .
()
(t) = (1 it) .
Teorem
a 6.4.32. Daca X (1 ) si Y (2 ) sunt dou
a variabile aleatoare independente, atunci X + Y (1 + 2 ).
Teorem
a 6.4.33. Daca X N (m, ), atunci Y =
(Xm)2
2 2
( 12 ).
Teoria probabilit
atilor
6.4.5
183
Repartitia Beta
x1 (1 x)1 dx .
Observatie 6.4.35.
B(, ) =
()()
, (), > 0 .
( + )
D2 (X) =
( +
.
+ + 1)
)2 (
BET
A
,
.
2 + Y 2 + ... + Y 2
X12 + . . . + Xm
2 2
1
n
184
6.4.6
Repartitia exponential
a
1
a
D2 (X) =
1
.
a2
Teoria probabilit
atilor
6.4.7
185
Repartitia 2 (Helmert-Pearson)
2 2 ( 2 )
not
Notatie 6.4.46. X 2 (, ). In particular, 2 (, 1) = 2 ().
Observatie 6.4.47. 1) X 2 () X 2 , 2 .
2) X 2 (2, 12 ) X ().
D2 (X) = 2 .
(t) = (1 2i 2 t) 2 .
P
aleatoare independente, atunci
Xi2 2 ().
i=1
186
6.4.8
Repartitia Weibull
6.4.9
Repartitia Student
D2 (X) =
n
.
n2
Teoria probabilit
atilor
187
6.4.10
Repartitia Snedecor-Fischer
n
n2
D2 (X) =
2n2 (n + m 2)
m(n 4)(n 2)2
Propozitie 6.4.63. Daca X si Y sunt variabile aleatoare independente, cu X 2 (m), respectiv Y 2 (n), atunci
X
m
Y
n
F (m, n) .
188
6.5
Probleme propuse
1
10
si P (B|A) =
Teoria probabilit
atilor
189
190
Problema 6.17. Sa se clasifice, n ordinea crescatoare a probabilitatii de aparitie la mpartirea dintr-un pachet standard de 52 de
carti de joc bine amestecate, urmatoarele maini de poker:
Mana
Descriere
Chinta regala
(Royal flush)
Chinta-culoare
(Straight flush)
Careu
(Four of a kind)
Ful
(Full house)
Culoare
(Flush)
Chinta
(Straight)
Exemplu
568JA
7 8 9 10 J
KKK69
A A 8 8 2
7 7 2 6 10
Teoria probabilit
atilor
191
192
0
, daca x 2
0, 3 , daca 2 < x 3
F (x) =
0, 7 , daca 3 < x 10
1
, daca x > 10 .
a) Sa se reprezinte grafic functia F si sa se determine repartitia
variabilei aleatoare X.
b) Sa se calculeze P (1, 5 < X 10), P (2 < X < 3), P (X 3).
Problema 6.25. Sa presupunem ca timpul de asteptare (n minute)
ntr-o statie de metrou are functia de repartitie
0 , daca x 0
x2 , daca 0 < x 1
1
, daca 1 < x 2
F (x) =
2
, daca 2 < x 4
4
1 , daca x > 4 .
a) Sa se reprezinte grafic functia de repartitie.
b) Sa se determine densitatea de repartitie corespunzatoare si sa se
reprezinte grafic.
c) Sa se determine probabilitatea ca un calator sa astepte:
c1 ) mai mult de 3 minute;
c2 ) mai putin de 3 minute;
c3 ) ntre un minut si 3 minute;
c4 ) mai mult de 3 minute, stiind ca a asteptat mai mult de un
minut;
c5 ) mai putin de 3 minute, stiind ca a asteptat mai mult de un
minut;
Problema 6.26. Variabila aleatoare X are repartitia
1 0
1
X:
.
0, 2 0, 3 2
a) Sa se afle si repartitiile variabilelor aleatoare 4X + 3, |X|,
X + 2X 2 , X 3 X. Sa se calculeze valorile medii si dispersiile
Teoria probabilit
atilor
193
, daca x 0
a
2
b x , daca 0 < x 1
F (x) =
c
, daca x > 1 ,
sa fie functie de repartitie a unei variabile aleatoare X. Sa se afle
functiile de repartitie ale variabilelor aleatoare 2X + 1 si X 2 .
Problema 6.28. Variabila aleatoare X are repartitia
1 0
1
X:
.
0, 2 0, 3 0, 5
Sa se calculeze M (X), M (X 2 ), M (2X + 1), M [(X 0, 3)2 ].
Problema 6.29. Variabila aleatoare X are repartitia
2025 2050 2075
X:
.
0, 3 0, 2 0, 5
Sa se calculeze D(X).
Problema 6.30. Fie X si Y variabile aleatoare, pentru care M (X) =
2, M (Y ) = 4, D2 (X) = 4, D2 (Y ) = 9, (X, Y ) = 0, 5. Sa se calculeze valoarea medie a variabilei aleatoare Z = 3X 2 2XY +Y 2 3.
Problema 6.31. Fie functia f : R R, definita prin
a
194
Teoria probabilit
atilor
195
k
e .
k!
196
Capitolul 7
Teoria grafurilor
7.1
Grafuri
(x) = {y X| x (y)} ,
198
xX
xX
avem ca
|A| =
|A+ (x)| =
xX
|A (x)| ,
xX
Teoria grafurilor
199
200
, ()x X ,
Definitie 7.1.19. Daca x, y X sunt doua varfuri oarecare fixate, un sir l = [x = x0 , x1 , . . . , xn = y], avand proprietatea ca
arfurile x
[xi , xi+1 ] M, ()i = 0, n 1, se numeste lant ntre v
Teoria grafurilor
201
202
, ()x X .
, ()x X ,
7.1.1
Teoria grafurilor
203
204
xi xj mij
= 1.
b
m
g
ij = mij
(n1)
mji
Teoria grafurilor
205
lij =
(xi , xj )
latin
a L asociat
a unui graf G =
ale carei elemente sunt multimile
, i = j (xi , xj ) 6 A
,i=
6 j (xi , xj ) A .
Matricea latin
a redus
a este matricea L = (lij ) cu
, i = j (xi , xj ) 6 A
lij =
xj , i 6= j (xi , xj ) A .
k
)
Puterile latine ale matricei latine L sunt matricele Lk = (lij
k
ale caror elemente sunt multimile de drumuri lij definite prin operatia
de nmultire latin
a data de juxtapunerea drumurilor si eliminarea
drumurilor care nu sunt elementare:
k+1
k
,
lij
= {(xi = xi0 , xi1 , . . . , xik , xik+1 = xj )| (x, xi1 , . . . , xik ) li,i
k
xj 6= xip , p = 0, k, (xik , xj ) A} .
k
Propozitie 7.1.41. Elementele multimii lij
sunt toate drumurile
elementare care au varful initial xi si v
arful final xj .
numai daca L
6= (). In acest caz drumurile hamiltoniene cu
n1
varful initial xi si varful final xj sunt elementele multimii lij
.
Definitie 7.1.43. Un graf G = (X, ) pentru care este definita o
functie v : A R se numeste graf valorizat. Daca (xi , xj ) A
este un arc, notam vij := v(xi , xj ). Daca d = (x0 , x1 , x2 . . . , xn1 , xn )
este un drum n graful G, valoarea drumului d este
v(d) = v(x0 , x1 )+v(x1 , x2 )+. . .+v(xn1 , xn ) = v01 +v12 +. . .+vn1,n .
206
Teoria grafurilor
207
0
i=j
vij
i 6= j, (xi , xj ) A
wij =
+
i 6= j, (xi , xj ) 6 A, optim = min
()i 6= .
208
Teoria grafurilor
7.2
209
Probleme propuse
Problema 7.1. Sa se determine componentele tare conexe ale grafului G = (X, ), avand multimea v
arfurilor
X = {x1 , x2 , x3 , x4 , x5 , x6 , x7 , x8 }
si multimea arcelor
A = {(x1 , x2 ), (x1 , x3 ), (x1 , x5 ), (x2 , x5 ), (x2 , x6 ), (x2 , x7 ), (x3 , x1 ),
(x3 , x2 ), (x3 , x4 ), (x3 , x7 ), (x4 , x1 ), (x4 , x2 ), (x4 , x5 ), (x4 , x6 ), (x5 , x6 ),
(x5 , x7 ), (x6 , x7 ), (x6 , x8 ), (x8 , x5 ), (x8 , x6 ), (x8 , x7 )}.
Problema 7.2. Determinati drumurile hamiltoniene din graful G =
()X, ) din problema precedenta.
Problema 7.3. Determinati matricea de adiacenta, cea booleana
si cea latina ale grafului G = (X, ) din prima problema.
Problema 7.4. Fie graful G = (X, ) cu multimea varfurilor
X = {x1 , x2 , x3 , x4 , x5 } si functia cu imaginile (x1 ) = {x2 , x5 },
(x2 ) = {x3 }, (x3 ) = {x5 }, (x4 ) = {x1 , x3 , x5 }, (x5 ) = {x3 }.
Determinati semigradele exterioare si interioare ale varfurilor si
gradele totale ale acestora.
Problema 7.5. Studiati existenta drumurilor euleriene si hamiltoniene n graful din problema precedenta.
Problema 7.6. Fie graful G reprezentat n figura de mai jos
x3
:
I
@
@
x
@
2
@
6
@
x
x4
1
>
?
x
6P
i
PP
PP
x
P 5
210
Determinati cu ajutorul puterilor matricei boolene toate drumurile de lungime cel mult 4.
Problema 7.7. Fie G = (X, ) graful determinat de multimea
varfurilor
X = {x0 , x1 , x2 , x3 , x4 , x5 , x6 , x7 , x8 }
si multimea arcelor
A = {(x0 , x1 ), (x0 , x2 ), (x0 , x3 ), (x1 , x2 ), (x1 , x5 ), (x1 , x6 ),
(x2 , x4 ), (x2 , x5 ), (x3 , x2 ), (x3 , x4 ), (x4 , x5 ), (x4 , x7 ), (x4 , x8 ),
(x5 , x6 ), (x5 , x7 ), (x6 , x7 ), (x6 , x8 ), (x7 , x8 )}.
Graful G este valorizat prin functia v data de valorile
v01 = 3, v02 = 7, v03 = 4, v12 = 4, v15 = 7, v16 = 11, v24 = 1,
v25 = 5, v32 = 5, v34 = 5, v45 = 4, v47 = 9, v48 = 14, v56 = 4,
v57 = 6, v67 = 2, v68 = 7, v78 = 3.
a) Determinati toate drumurile de valoare minima cu varful initial
x0 .
b) Determinati toate drumurile de valoare minima cu varful final
x8 .
c) Rezolvati problemele a) si b) pentru drumuri de valoare maxima.
Bibliografie
[1] Blaga,P., Pop,H., Latex 2 , Editura Tehnica, Bucuresti,
1999
[2] Ciucu,G., Craiu,V., S
acuiu,I., Probleme de Teoria Probabilitatilor, Editura Tehnica, Bucuresti, 1974
[3] Ciucu,G., Tudor,C., Teoria Probabilit
atilor si aplicatii, Editura Stiintifica si Enciclopedica, Bucuresti, 1983
[4] Coc
arlan,P., Rosculet,M., Serii trigonometrice si aplicatii,
Editura Academiei, Bucuresti, 1991
212
Editura Politehnica,
Aplicatii,
Editura
Bibliografie
213
[22] Reischer,C., S
amboan,G., Theodorescu,R., Teoria probabilitatilor, Editura Didactica si Pedagogica, Bucuresti, 1967
[23] Rogai,E., Exercitii si probleme de ecuatii diferentiale si integrale Editura Tehnica, Bucuresti, 1965
[24] Rudner,V.,Nicolescu,C. Probleme de matematici speciale,
Editura Didactica si Pedagogica, Bucuresti, 1982
[25] S
abac,I.Gh., Matematici speciale, Editura Didactica si Pedagogica, Bucuresti, 1965
[26] S
aichin,A., Exercitii si probleme de calcul inegral, Editura
Tehnica, Bucuresti, 1958
[27] C.Udriste, C.Radu, C.Dicu, O.M
al
ancioiu Probleme de
algebra, geometrie si ecuati diferentiale, Editura didactica si
pedagogica, Bucuresti, 1981.