Академический Документы
Профессиональный Документы
Культура Документы
7
7
17
21
2 Elemente de teoria c
ampului.
23
2.1 Campuri scalare si vectoriale. . . . . . . . . . . . . . . . . . . . 23
2.1.1 Campuri scalare. . . . . . . . . . . . . . . . . . . . . . . 23
2.1.2 Suprafata de nivel sau suprafata echipotential
a n spatiul
cu trei dimensiuni. . . . . . . . . . . . . . . . . . . . . . 24
2.1.3 Variatia campului scalar. Derivata dupa o directie a
campului scalar. . . . . . . . . . . . . . . . . . . . . . . 25
2.1.4 Proprietatile gradientului. . . . . . . . . . . . . . . . . . 30
2.1.5 Campuri vectoriale. . . . . . . . . . . . . . . . . . . . . 31
2.1.6 Linii de camp. proprietati. . . . . . . . . . . . . . . . . 31
2.1.7 Suprafata de camp. . . . . . . . . . . . . . . . . . . . . . 32
2.1.8 Variatia campului vectorial. . . . . . . . . . . . . . . . . 35
2.1.9 Asupra integralei de suprafat
a. . . . . . . . . . . . . . . 36
2.1.10 Integrala de suprafat
a de speta nt
ai si doi. . . . . . . . 39
2.1.11 Fluxul unui camp vectorial printr-o suprafat
a. . . . . . 40
2.1.12 Divergenta unui camp vectorial. . . . . . . . . . . . . . 43
2.1.13 Proprietati ale divergentei. . . . . . . . . . . . . . . . . 47
2.1.14 Circulatia unui camp vectorial. . . . . . . . . . . . . . . 47
2.1.15 Rotorul unui camp vectorial. . . . . . . . . . . . . . . . 49
2.1.16 Proprietatile rotorului. . . . . . . . . . . . . . . . . . . . 51
2.1.17 Operatori diferentiali vectoriali si scalari. . . . . . . . . 52
2.1.18 Operatori diferentiali vectoriali de ordinul nt
ai. . . . . . 53
2.1.19 Operatori diferentiali vectoriali de ordinul al doilea. . . 55
2.2 Formule integrale. . . . . . . . . . . . . . . . . . . . . . . . . . 56
2.2.1 Calculul integral n teoria campurilor. . . . . . . . . . . 56
2.3 Clasificarea campurilor vectoriale. . . . . . . . . . . . . . . . . . 58
3
CUPRINS
2.4
59
65
69
71
71
72
72
73
3 Transformate
77
3.1 Transformata Z. Definitie, proprietati. . . . . . . . . . . . . . . 77
3.2 Proprietati ale transformatei Z. . . . . . . . . . . . . . . . . . . 78
3.3 Inversa transformatei Z. . . . . . . . . . . . . . . . . . . . . . 82
3.4 Aplicarea transformatei Z la solutionarea ecuatiilor cu diferente
finite. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
4 Elemente de teoria probabilit
atilor
4.1 Camp de evenimente . . . . . . . . . . . . . .
4.2 Notiunea de probabilitate . . . . . . . . . . .
4.3 Probabilitati conditionate . . . . . . . . . . .
4.4 Scheme clasice de probabilitate. . . . . . . . .
4.5 Variabile aleatoare si repartitii. . . . . . . . .
4.5.1 Variabile aleatoare simple. . . . . . . .
4.5.2 Variabile aleatoare discrete. . . . . . .
4.5.3 Variabile aleatoare continuie. . . . . .
4.6 Elemente de teoria fiabilitatilor. . . . . . . . .
4.7 Fiabilitatea sistemelor cu subsisteme legate n
4.8 Fiabilitatea sistemelor cu subsisteme legate n
4.9 Statistca matematica. . . . . . . . . . . . . .
4.9.1 Estimare. . . . . . . . . . . . . . . . .
4.9.2 Functia de verosimilitate a selectiei. .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
serie. .
paralel.
. . . . .
. . . . .
. . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
89
89
92
94
97
99
102
109
110
114
118
119
121
127
128
CUPRINS
6 Transform
ari conforme.
147
6.1 Interpretarea geometrica a derivatei complexe. . . . . . . . . . 147
CUPRINS
Capitolul 1
(1.1)
1, dac
aj=k
0 , dac
a j 6= k
iar zerourile acestui polinom se numesc valori propri ale matricei A, multimea
lor determin
and n planul complex C spectrul matricei A.
unde I Mn este matricea unitate, I = [jk ] j, k = 1, 2, ..., n, jk =
a al
Definitia 1.1.2 Prin operatorul rezolvant sau matricea rezolvant
matricei A, notat Rz = Rz (A) se intelege matricea
Rz (A) = Rz = (zI A)1
(1.2)
pjk (z)
B(z)
, rjk (z) =
P (z)
P (z)
(1.3)
unde pjk (z) este un polinom de grad cel mult n-1 (este minorul normalizat al
elementului aflat n linia k si coloana j din matricea zI A), polinomul P este
definit de (1.1) iar B este matricea [pjk (z)].
Exemple.
1) Daca
3 1
A=
,
3
5
atunci
zI A =
z3 1
3 z 5
B(z) =
z5 3
1
z3
3 1 1
A = 1 5 1 ,
1 1 3
atunci
z3 1 1
zI A = 1 z 5 1
1
1 z3
iar P (z) = z 3 11z 2 + 36z 36, spectrul matricei fiind {2, 3, 6}, iar
z 2 8z+14
z4
Pz2
P (z)
(z) P (z)
B(z)
z 2 6z+8
Pz2
Rz = (zI A)1 = Pz2
(z)
P (z)
(z) = P (z) ,
z4
z 2 8z+14
z2
P (z) P (z)
P (z)
cu
z 2 8z + 14
z+2 z4
z 2 6z + 8 z + 2
B(z) = z + 2
z4
z + 2 z 2 8z + 14
(1.4)
(1.5)
(1.6)
nlocuind P si B prin membrii drepti din (1.4) si (1.5), prin egalarea coeficientilor
acelorasi puteri ale lui z se gasesc egalitatile:
B1 = I, Bj ABj1 = Pj1 I, j = 2, 3, ..., n, ABn = pn I
(1.7)
(1.8)
unde b0 , b1 , ..., bn1 sunt polinoame de grad cel mult n-1, n-2, ..., 0 respectiv.
Exemplu. 3) Daca
0 1 1
A = 1 0 1 ,
1 1 0
atunci
z 1 1
zI A = 1 z 1 ,
1 1 z
2 1 1
A2 = 1 2 1 ,
1 1 2
1 0 0
0 1 1
1 1 1
B1 = I = 0 1 0 , B2 = A = 1 0 1 , B3 = A2 3I = 1 1 1 ,
0 0 1
1 1 0
1 1 1
si deci
z2 1 z + 1 z + 1
B(z) = z + 1 z 2 1 z + 1 ,
z + 1 z + 1 z2 1
adica
Rz =
B(z)
=
P (z)
z 2 1
P (z)
z+1
P (z)
z+1
P (z)
z+1 z+1
P (z) P (z)
z 2 1 z+1
P (z) P (z)
z+1 z 2 1
P (z) P (z)
(1.9)
unde Q(z) este un polinom, atunci polinomul P se numeste polinomul minimal al matricei A iar operatorul rezolvant se poate scrie sub forma:
Rz (A) = Rz =
B(z)
B (z)
=
P (z)
P (z)
(1.10)
z1 1 1
B (z) = 1 z 1 1 ,
1 1 z1
rezulta Q(z) = z 1, iar polinomul minimal P (z) si matricea B (z) vor fi
P (z) = (z + 1)(z 2) = z 2 z 2, B (z) = b0 (z)I + b1 (z)A
cu
b0 (z) = z 1, b1 (z) = 1.
Cu aceste notiuni, se poate trece la definirea functiilor de matricea A. Vom
presupune initial functia f diferentiabil
a ntr-un domeniu D din C care contine
spectrul matricei A (n D f poate avea eventual singularitati izolate dar aceste
singularitati nu coincid cu spectrul lui A ).
Vom pune, prin
11
Rz (A)f (z)dz
(1.11)
unde Rz (A) este operatorul rezolvant al matricei A iar este o curba jordan
nchisa si rectificabila care contine la interior spectrul matricei A, parcursa n
sens direct.
Formula de definitie (1.11) se numeste integrala Dunford-Taylor si se justifica prin aceea ca nlocuind matricea A prin scalarul t, deoarece Rz (t) =
1
(z t)1 = zt
, gasim formula integral
a Cauchy:
Z
f (z)
1
f (t) =
dz,
2i z t
curba ocolind punctul t C (deoarece spectrul matricei A va fi format din
zerourile ecuatiei z t = 0, deci z=t). Asadar, egalitatea (1.11) fiind verificat
a
pentru functii scalare, o impunem sa fie valabil
a si pentru functiile de matricea
A (avandu-se n vedere, functii diferntiale n C).
Din definitia (1.11) rezulta cateva consecinte pentru functiile de matricea
A:
I. P (A) = 0), adica orice matrice si anuleaz
a propriul sau polinom minimal.
Intr-adevar, deoarece Rz (A) = B (z) , nlocuind n (1.11) f prin P (posibil,
P (z)
deoarece P este diferentiabil n C), gasim
Z
Z
1
1
B (z)
P (A) =
P
(z)dz
=
B (z)dz = 0
2i P (z)
2i
(ultima integrala este nula deoarece din (1.8)se deduce ca B este un polinom
matriceal n variabila z, deci este functie olomorfa n C:
Z
Z
Z
Z
n1
B (z)dz = I b0 (z)dz + A b1 (z)dz + ... + A
bn1 (z)dz = 0
j=0
j=0
bj (z)
dz
P (z)
Mentionam ca daca polinomul minimal nu coincide cu polinomul caracteristic, atunci n loc de matricea B apare B care se va exprima cu ajutorul
coeficientilor polinomului minimal P (z) si a puterilor A0 , A1 , ..., Am1 , m
fiind gradul lui P , exact la fel ca si matricea B , deoarece are loc identitatea
P (z) = (zI A)B (z)
si deci n suma
f (A) =
n1
X
cj Aj
j=0
(1.12)
(1.13)
13
(z 3)(z 6)
(z 2)(z 6)
(z 2)(z 3)
f (2) +
f (3) +
f (6) =
(2 3)(2 6)
(3 2)(3 6)
(6 2)(6 3)
f (2)
f (3)
f (6)
(z 3)(z 6)
(z 2)(z 6) +
(z 2)(z 3)
4
3
12
iar
f (A) = L(A) =
f (2)
f (3)
f (6)
(A3I)(A6I)
(A2I)(A6I)+
(A2I)(A3I) =
4
3
12
11 9 7
A2 = 9 27 9
7 9 11
se deduce
f (A) =
1
1
1
1
1
12 f (2) + 13 f (3) + 16 f (6)
2 f (2) + 3 f (3) + 6 f (6)
3 f (3) 3 f (6)
1
1
55
23
1
1
27
3 f (3) 3 f (6)
2 f (2) + 3 f (3) 6 f (6)
3 f (3) 3 f (6)
1
1
1
1
1
1
1
2 f (2) + 3 f (3) + 6 f (6) 3 f (3) 3 f (6) 2 f (2) + 3 f (3) + 16 f (6)
In particular
3 1 1
exp(A) = eA = exp 1 5 1 =
1 1 3
1 3
1 6
1 6
1 2
1 3
12 e2 + 31 e3 + 61 e6
2e + 3e + 6e
3e 3e
1 3
1 6
27 2
55 3
23 6
1 3
1 6
2e + 3e 6e
3e 3e
3e 3e
1 2
1 2
1 3
1 6 1 3
1 6
1 3
1 6
2e + 3e + 6e 3e 3e
2e + 3e + 6e
3 1 1
sin(A) = sin 1 5 1 =
1 1 3
27
=
3 sin(3) 3 sin(6)
2 sin(2) + 3 sin(3) 6 sin(6)
3 sin(3) 3 sin(6)
1
1
1
1
1
1
1
1
2 sin(2) + 3 sin(3) + 6 sin(6) 3 sin(3) 3 sin(6) 2 sin(2) + 3 sin(3) + 6 sin(6)
1
2
0 1 1
A = 1 0 1 ,
1 1 0
si polinomul minimal P (z) = (z + 1)(z 2). Polinomul de interpolare Lagrange, pentru f va fi
z2
z+1
f (2)
f (1) +
f (2) =
(z + 1) f (1)(z 2)
12
2+1
3
L(z) =
iar
f (2)
(A + I) f (1)(A 2I) =
3
1
1
1
3 f (2) + 2f (1)
3 f (2) f (1)
3 f (2) f (1)
= 13 f (2) f (1) 31 f (2) + 2f (1) 13 f (2) f (1)
1
1
1
3 f (2) f (1) 3 f (2) f (1)
3 f (2) + 2f (1)
f (A) = L(A) =
In particular
sh(A) = sh
1
1
1
3 sh(2) + 2sh(1)
3 sh(2) sh(1)
3 sh(2) sh(1)
1
1
1
3 sh(2) sh(1)
3 sh(2) + 2f (1)
3 sh(2) sh(1)
1
1
1
3 sh(2) sh(1) 3 sh(2) sh(1)
3 sh(2) + 2sh(1)
q
X
(A 1 I)...(A j1 I)(A j+1 I)...(A q I)
j=1
f (j )
q
X
Zj f (j )
(1.15)
j=1
15
0 1 1
A = 3 0 1 ,
3 1 0
avem P (z) = det(zI A) = z 3 7z 6 = (z + 1)(z + 2)(z 3). Prin urmare
P = P iar (1.15) se scrie
f (A) = Z1 f (2) + Z2 f (1) + Z3 f (3).
Punand succesiv f (z) = z 3, f (z) = z + 1, f (z) = (z + 2)2 , deducem
egalitatile matriceale:
A 3I = 5Z1 4Z2
A + I = Z1 + 4Z3
(A + 2I)2 = Z2 + 25Z3
din care se obtine:
4 2 2
1
3
1
1
6 3 3
Z1 = A2 + A + I =
20
20
10
10
6 3 3
2 4 4
3
1
5 2 1
6 3 5
Z2 = A A + I =
4
4
4
8
12 5 3
44 42 42
1
1 2
126 43 43
Z3 = A + A + I =
4
40
126 43 43
a am fi luat n loc de f (z) = (z + 2)2 , f (z) = z + 2
Observatia 1.1.1 Dac
s-ar fi ajuns la o situatie de nedeterminare. Asadar vom avea n acest caz:
A 3I = 5Z1 4Z2
A + I = Z1 + 4Z3
A + 2I = Z2 + 5Z3
din care se obtine, prin eliminarea lui Z1 din primele doua relatii:
4A 8I = 4Z2 20Z3
adica relatia a tria
A + 2I = Z2 + 5Z3 .
q mX
k 1
X
fkj jk (z)
k=1 j=0
unde fkj sunt valorile derivatei f (j) n punctul k iar jk sunt polinoame independente de functia f , care se determina din conditiile:
d` k
(s ) = `k js
dz ` j
1, daca m = n
mn fiind simbolul lui Kroneker, mn =
0 , daca m 6= n
Cel mai simplu exemplu de polinom de interpolare Hermite se obtine cand
q = 1 si atunci el coincide cu dezvoltarea Taylor:
L(z) = f (1 ) +
(z 1 )m1 1 (m1 1)
z 1 0
f (1 ) + ... +
f
(1 )
1!
(m1 1)!
q mX
k 1
X
fkj Zkj
k=1 j=0
ILE EXPONENT
1.2. PROPRIETAT
IALEI DE MATRICEA A.
17
si deci
f (A) = (I A2 )f (0) + (A A2 )f 0 (0) + A2 f (1)
Matricea A este de forma:
1 52
A = 4 1 3
5
1 32
2
si cum
7
2
2 0 8
A2 = 52 0 52
1 0 1
se gaseste:
0
f 0 (0)
8f (0) 21
f (0) + 32 f 0 (0) + 2f (1)
2 f (0) + 8f (1)
f (A) = 25 f (0) 32 f 0 (0) 52 f (1) 12 f (0) f 0 (0) 25 f (0) + 12 f 0 (0) + 52 f (1)
f (0) + 32 f 0 (0) + 12 f (1)
f 0 (0)
2f (0) 21 f 0 (0) + f (1)
Si n acest caz(al spectrului multiplu) nu este obligatorie conditia de diferentiabilitate pentru f decat numai n punctele n care polinomul minimal al
matricei A are zerouri multiple.
In concluzie, pentru orice functie f definit
a pe spectrul matricei A (dac
a
polinomul minimal al matricei A are numai zerouri simple) sau pentru orice
functie f care admite derivate n num
ar convenabil pentru a se putea utiliza
relatiile (1.14) (n cazul cand zerourile polinomului minimal sunt multiple), se
poate construi matricea f (A).
1.2
Propriet
atile exponentialei de matricea A.
Z
Z
d
1
1
Rz (A)z exp(zt)dz =
Rz (A) exp(zt)dz
2i
dt 2i
este integrala Dunford-Taylor pentru matricea AetA = A exp(tA) pentru orice
t R, rezulta egalitatea:
d
d At
[exp(At)] = A exp(At) sau
e = AeAt
dt
dt
verificata de matricea exp(At), ceea ce face ca aceasta matrice, care este evident nesingulara(n baza teoremei Abel-Liouville, este suficient sa arat
am ca
exp(At)|t=0 este nesingulara; or
Z
Z
1
1
Rz (A) exp(0)dz =
Rz (A) 1dz = I
exp(At)|t=0 =
2i
2i
sa reprezinte o matrice fundamental
a pentru sistemul diferential
dx
= Ax
dt
x1
x2
.
x=
.
.
xn
(1.17)
(1.18)
[exp(tA)]1 = exp(tA), t R
(1.19)
t k
exp(tA) = lim I + A
, tR
k
k
(1.20)
A = ln(exp A)
(1.21)
ILE EXPONENT
1.2. PROPRIETAT
IALEI DE MATRICEA A.
exp(ln A) = A, dac
a det A 6= 0
19
(1.22)
Intr-adevar, deoarece
Z
Z
1
1
exp[(t1 +t2 )A] =
Rz (A) exp[(t1 +t2 )z]dz =
Rz (A) exp(t1 z)exp(t2 z)dz
2i
2i
se obtine (1.18) deoarece
Z
1
Rz (A) exp(t1 z) exp(t2 z)dz = exp(t1 A) exp(t2 A).
2i
Egalitatea (1.19) se obtine din (1.18) si din egalitatea exp(0A) = I, scriind
t2 = t1 = t, prin urmare este valabil
a relatia
exp(0A) = I = exp(tA) exp(tA)
care este echivalenta cu (1.19)
Formula (1.20) se bazeaza pe egalitatea
t k
exp(tz) = lim 1 + z
k
k
si pe posibilitatea trecerii la limita sub semnul integral
a n egalitatea:
Z
1
t k
t k
=
dz
I +A
Rz (A) 1 + z
k
2i
k
posibilitate bazata pe convergenta uniforma (n raport cu parametrul k a integralei n cauza). Avem:
Z
t k
1
t k
lim I + A
lim
=
Rz (A) 1 + z
dz =
k
k
2i k
k
t k
Rz (A) lim 1 + z
dz =
k
k
Z
1
=
Rz (A) exp(tz)dz = exp(tA).
2i
1
=
2i
1 1
Exemplu 8) Daca A =
, rezulta P (z) = z 2 3z, deci p1 = 3, p2 =
2 2
2 1
z2 1
0, B1 = I, B2 = A + p1 I =
, B(z) = B1 z + B2 =
si
2 1
2 z1
P (z) = P (z) = z 2 3z. Polinomul de interpolare va fi:
L(z) =
iar
z3
z
1
f (0) + f (3) = [f (3) f (0)]z + 3f (3)
13
3
3
1
f (A) = L(A) = [f (3) f (0)]A + 3f (3)I =
3
=
deci cu f (z) = exp(zt)
10
1
3 f (3) 3 f (0)
2
2
3 f (3) 3 f (0)
= ezt
exp(At) = e
At
1
3 f (3)
10
3 f (3)
10 3t
3 e
2 3t
3 (e
31 f (0)
31 f (0)
13 13 (e3t 1)
1
3t
1) 10
3 e 3
x = x + y
y = 2x + 2y
va fi
x(t)
y(t)
adica
1.3
= exp(At)
x0
y0
10 3t
3 e
2 3t
3 (e
31 13 (e3t 1)
1
3t
1) 10
3 e 3
x0
y0
1
1 3t
3t
x(t) = ( 10
3 e 3 )x0 + 3 (e 1)y0
1
3t
y(t) = 32 (e3t 1)x0 + ( 10
3 e 3 )y0
t1m
ce 1m a , dac
a m 6= 1, t > 0
cta , daca m = 1, t > 0
dW
= AW
dt
(1.24)
1 2
A=
4 5
atunci solutia sistemului omogen:
t
2 dx
dt
= Ax,
x=
x1
x2
, t 6= 0
vor fi x = W c, cu
"
W (t) = e
1t A
deoarece
f (A) =
2f (1) f (3)
2f (1) 2f (3)
Solutia sistemului:
t
2e t e t
1
3
2e t 2e t
e t + e t
1
3
e t + 2e t
f (1) + f (3)
f (1) + 2f (3)
dx
= Ax, t 6= 0
dt
va fi x = W c, cu
W (t) = t =
2t t3
2t 2t3
t + t3
t + 2t3
dx
= Ax
dt
dx
= t3 Ax
dt
se va scrie x = W c, unde:
"
W (t) = e
t4
A
4
t4
2e 4 e
t4
2e 4 2e
3t4
4
e4 +e
t4
3t4
4
e 4 + 2e
t4
3t4
4
3t4
4
Capitolul 2
Elemente de teoria c
ampului.
2.1
2.1.1
C
ampuri scalare si vectoriale.
C
ampuri scalare.
24
In fizic
a: u este functia potential
a, u este functia de fort
a.
In geodezic
a: u este masa specifica a unui mediu neomogen.
In termotehnic
a: u reprezint
a campul temperaturilor, presiunea ntr-un
gaz: p = p(v, t).
In analiza reala se face studiul continuit
atii si derivabilit
atii functiei u(M ).
2.1.2
(2.2)
cazul c
and domeniul este bidimensional se poate vorbi
Observatia 2.1.1 In
despre o curb
a de nivel constant sau curb
a echipotential
a.
Propozitia 2.1.1 Suprafetele de nivel stratific
a valorile c
ampului scalar.
Propozitia 2.1.2 Suprafetele de nivel formeaz
a o familie de suprafete cu un
parametru, de ecuatie
u(M ) = k.
Propozitia 2.1.3 Printr-un punct dat M0 din regiunea < trece o singur
a
suprafet
a de nivel care are ecuatia:
u(M ) = u0 .
Demonstratie
Punem conditia ca punctul M0 sa fie pe suprafata de nivel: u(M0 ) = u0
si M0 R, u(M0 ) = k deci k = u0 si prin urmare: u(M ) = u0 reprezint
ao
singura suprafata de nivel.
Propozitia 2.1.4 Dou
a suprafete de nivel dinstincte u1 (x, y, z) si u2 (x, y, z)
nu pot avea nici un punct comun.
2.1. CAMPURI
SCALARE SI VECTORIALE.
Demonstratie
Fie:
25
u(M ) = u1
u(M ) = u2
2.1.3
Variatia c
ampului scalar.
c
ampului scalar.
Derivata dup
a o directie a
u
u
u
dx +
dy +
dz
x
y
z
Fig. 2.1
vectori:
u
u
u
G=
i +
j +
k
x
y
z
si d
r = i dx + j dy + k dz adic
a:
G d
r =0
(2.3)
dar d
r se afla n planul tangent n punctul M la u0 pentru ca deplasarea se
26
G =(i
+ j
+ k
)u
x
y
z
Fig. 2.2
din domeniul de definitie al campului scalar u, M 0 din afara suprafetei. Ne
s = M M 0
|M M 0 |
4u = u(
r + d
r ) u(
r ) = U (M 0 ) u(M )
(2.4)
2.1. CAMPURI
SCALARE SI VECTORIALE.
pentru 4s 0, atunci c
and limita exist
a.
du
4u
= lim
ds 4s0 4s
Se stie ca: d
r = s|d
r | sau d
r =
s 4s si
s =l i +mj +nk
\
\
\
cu l = cos(
s , i ), m = cos(
s , j ), n = cos(
s , k ), l2 + m2 + n2 = 1
u
u
u
dx +
dy +
dz + R u(x, y, z)
x
y
z
R
=0
4s0 4s
lim
Altfel scris:
4u = 4s
u
u
u
l + 4s m + 4s n + R
x
y
z
4u
u
u
u
R
=
l+
m+
n + lim
4s0 4s
4s0 4s
x
y
z
lim
Prin urmare
du
u
u
u
=
l+
m+
n
ds
x
y
z
du
= G
s
ds
27
CAPITOLUL 2. ELEMENTE DE TEORIA CAMPULUI.
28
sau
du
= grad u
s
ds
unde:
G=
si
(2.5)
u
u
u
k
i +
j +
x
y
z
Marimea
du
= G
s
ds
du
= | G ||
s | cos(
s ,\
grad u)
ds
adica:
du
= | G | cos(
s ,\
grad u)
ds
c
a derivata depinde de punctul M si de directia de versor s .
Propozitia 2.1.6 M
arimea gradientului G este derivata c
ampului scalar u
dup
a directia normalei n punctul respectiv la suprafat
a.
este s = n si atunci:
du
du
du
du
\
= | G ||
n | cos( G ,
n );
= | G ||
n | cos(0o );
= | G ||
n |;
= |G|
dn
dn
dn
dn
atunci
du
G=
n
dn
(2.6)
si marimea sa este:
s
|G| =
u 2
u
u
) + ( )2 + ( )2
x
y
z
(2.7)
2.1. CAMPURI
SCALARE SI VECTORIALE.
29
Propozitia 2.1.7 M
arimea gradientului G este valoarea maxim
a ntre derivatele
dup
a o directie oarecare.
Intr-adevar
du
= | G ||
s | cos(
s\
, grad u)
ds
Fie = (
s ,\
grad u) deci:
du
= cos
ds
du
|G| =
dn
rezult
a c
a
max
du
du
=
ds
dn
Vectorul G indic
a directia dup
a care functia u are valoarea cea mai mare.
a directiile pozitive ale axelor de coordonate
Propozitia 2.1.8 Derivatele dup
coincid cu derivatele partiale n raport cu variabila respectiv
a.
Intr-adevar, pentru
s = i
du
u
u
u
= i (
i +
j +
k ) = i grad u;
ds
x
y
z
du
u
=
ds
x
Analog pentru
s = j si
s = k
du
u
= j grad u =
ds
y
du
u
= k grad u =
ds
z
adica derivatele dupa directiile pozitive ale axelor de coordonate coincid cu
derivatele partiale n raport cu variabila respectiva.
Daca
s este i , j sau k atunci du
ds este respectiv:
u
u
u
, ,
x
y
z
CAPITOLUL 2. ELEMENTE DE TEORIA CAMPULUI.
30
2.1.4
Propriet
atile gradientului.
(2.8)
Demonstratie
( + ) =
=
( + ) i +
( + ) j +
( + ) k =
x
y
z
i +
i +
j +
j +
k +
k = +
x
x
y
y
z
z
Analog se demonstreaza:
Propozitia 2.1.10
() = +
(2.9)
F ((x, y, z)) = F 0 ()
(2.10)
Propozitia 2.1.11
Intr-adevar:
(F ()) =
F ((x, y, z)) i +
F ((x, y, z)) j +
F ((x, y, z)) k =
x
y
z
=
dF
[
i +
j +
k ] = F 0 ()
d x
y
z
Exemplu:
grad f (r) = f 0 (r)grad r = f 0 (r)grad
deci:
p
x2 + y 2 + z 2
r
r
r
i +
j +
k]
x
y
z
x
y
z
grad f (r) = f 0 (r)[ i + j + k ]
r
r
r
0
f (r)
r
grad f (r) =
r
Cu (2.5) se deduc cu usurint
a proprietatile urmatoare:
grad f (r) = f 0 (r)[
2.1. CAMPURI
SCALARE SI VECTORIALE.
Propozitia 2.1.12
Propozitia 2.1.13
Propozitia 2.1.14
2.1.5
31
d
df
dg
(f + g) =
+
ds
ds ds
(2.11)
d
df
dg
(f g) = g + f
ds
ds
ds
(2.12)
d
d
(F ()) = F 0 ()
ds
ds
(2.13)
C
ampuri vectoriale.
dou
a sau trei dimensiuni si V = V (M ) este o functie vectorial
a ce depinde
2.1.6
Linii de c
amp. propriet
ati.
curb
a din domeniul < de definitie al c
ampului V (M ), care este tangent
a n
fiecare punct M al s
au la vectorul c
amp V (M ). Prin urmare V k d r , adic
a:
Fig. 2.3
V d
r =0
este ecuatia diferential
a a liniilor de c
amp sub form
a vectorial
a.
(2.14)
32
(2.15)
unde:
1 (x, y, z) = C1
(2.16)
()
2 (x, y, z) = C2
Propriet
ati ale liniilor de c
amp.
Propozitia 2.1.15 Printr-un punct dat M0 al domeniului trece o singur
a linie
de c
amp 0 de ecuatii:
1 (x, y, z) = C10
(0 )
2 (x, y, z) = C20
Propozitia 2.1.16 Dou
a linii de c
amp 1 si 2 nu au n general nici un
punct comun.
Propozitia 2.1.17 Liniile de c
amp formeaz
a o multime de curbe cu doi parametrii
care au ca ecuatii sistemul (4.16).
2.1.7
Suprafat
a de c
amp.
f1 (x, y, z) = 0
(C)
(2.17)
f2 (x, y, z) = 0
unde C . Suprafata se determina scriind ca punctul M (x, y, z) trebuie sa
Fig. 2.4
2.1. CAMPURI
SCALARE SI VECTORIALE.
33
fie n acelasi timp si pe (C) si pe una din liniile de camp (), adica: M ()
si M (C). Se elimina x, y, z din relatiile:
1 (x, y, z) = C1
2 (x, y, z) = C2
f (x, y, z) = 0
1
f2 (x, y, z) = 0
obtinandu-se astfel o relatie ntre C1 si C2 :
(C1 , C2 ) = 0
(2.18)
Fig. 2.5
(C)
x2 + y 2 = R2
z=h
CAPITOLUL 2. ELEMENTE DE TEORIA CAMPULUI.
34
Se formeaza sistemul:
ln y = ln z + ln C2
x = yC1
y = zC2
x = yC1
y = zC2
z=h
2
x + y 2 = R2
2
x2
2y
+
h
= R2
z2
z2
Suprafata conica cu centru O si cerc generator (C)
h2
x2 + y 2 =
R2 2
z .
h2
Fig. 2.6
2.1. CAMPURI
SCALARE SI VECTORIALE.
2.1.8
35
Variatia c
ampului vectorial.
Derivata dup
a o directie a unui c
amp vectorial.
Pentru a calcula variatia unui camp vectorial n vecin
atatea unui punct
M , cum campul variaza diferit pe diferite directii ale spatiului vom proceda
Fig. 2.7
|OM | = |d
r | = 4s; d
r =
s 4s
V
V
V
dx +
dy +
dz + R V (x, y, z)
= V (x, y, z) +
x
y
z
s sau derivata c
ampului vectorial V (M ) dup
a directia de vector
s , limita
raportului
4V
4s
c
and 4s 0 atunci c
and aceast
a limit
a exist
a.
4V
dV
lim
=
4s0 4s
ds
pentru ca d
r =
s 4s sau dx = l4s; dy = m4s; dz = n4s
V
V
V
R
4V
=
l+
m+
n + lim
lim
4s0
4s0 4s
x
y
z
4s
CAPITOLUL 2. ELEMENTE DE TEORIA CAMPULUI.
36
cum:
R
lim
=0
4s0 4s
rezulta :
dV
V
V
V
=
l+
m+
n
ds
x
y
z
dV
= (
s ) V
ds
Se pot demonstra ca si la campurile scalare, urmatoarele proprietati:
d( A + B )
dA
dB
=
+
ds
ds
ds
d( A )
d
dA
=
A +
ds
ds
ds
dB
d( A B )
dA
=
B+A
ds
ds
ds
dB
dA
d( A B )
=
B+A
ds
ds
ds
dV
= ( A 5) V
dA
Fie A = Ax i + Ay j + Az k atunci:
V
V
V
dV
2.1.9
2.1. CAMPURI
SCALARE SI VECTORIALE.
37
Forma parametric
a:
S = {(x, y, z) | x = 1 (u, v), y = 2 (u, v), z = 3 (u, v), (u, v) D2 }
Se poate trece de la forma explicita la forma parametrica astfel:
x = u; y = v; z = f (u, v) unde (u, v) D2
Daca S este sub forma parametrica si v = v0 fixat, atunci se obtine o curba
situata pe suprafata S:
(u ) : {(x, y, z) | x = 1 (u, v0 ), y = 2 (u, v0 ), z = 3 (u, v), (u, v0 ) D2 }
Daca S este sub forma parametrica si u = u0 fixat, atunci se obtine o curba
situata pe suprafata S:
(u ) : {(x, y, z) | x = 1 (u0 , v), y = 2 (u0 , v), z = 3 (u, v), (u0 , v) D2 }
Fig. 2.8
u si v se numesc curbe de coordonate.
N
r u si N
rvN k
ru
rv
1
Pentru 1 , 2 , 3 de clasa C (adica S este neteda), vectorii tangenti n M0
(punctul de intersectie) la curbele u si v sunt:
1
3
2
ru=
i +
j +
k
u
u
u
1
2
3
rv=
i +
j +
k
v
v
v
r u si
r v sunt vectori necolineari n D2 , atunci n fiecare punct (u0 , v0 ) al
suprafetei exista un plan tangent unic determinat si deci exista o normala
unica.
r u si
r v necolineari
r u
r v 6= 0 N k
ru
r v;
i j k
1 2 3
r u
r v =
=A i +B j +C k
u
u
u
1 2 3
CAPITOLUL 2. ELEMENTE DE TEORIA CAMPULUI.
38
unde:
A=
(2 , 3 )
,
(u, v)
B=
(3 , 1 )
(1 , 2 )
, C=
,
(u, v)
(u, v)
|
ru
r v |2 = A2 + B 2 + C 2 > 0
Notand:
1 2
2 2
3 2
E =
ru
ru=(
) +(
) +(
) ;
u
u
u
1 1
2 2
3 3
F =
r u
rv=(
)(
)+(
)(
)+(
)(
);
u
v
u
v
u
v
1 2
2 2
3 2
G =
r v
rv=(
) +(
) +(
) ;
v
v
v
Atunci A2 + B 2 + C 2 = EG F 2 numit
a Identitatea lui Euler.
Definitia 2.1.11 Fie S o suprafat
a neted
a sau neted
a pe portiuni av
and forma
parametric
a:
x = 1 (u, v); y = 2 (u, v); z = 3 (u, v); (u, v) D2
Dac
a:
ZZ
ZZ
A2
D2
B2
C 2 dudv
p
EG F 2 dudv,
D2
exist
a si este finit
a atunci suprafata S are arie si:
ZZ p
ZZ
ZZ p
A2 + B 2 + C 2 dudv =
EG F 2 dudv =
d
A(S) =
D2
D2
iar:
d =
p
p
A2 + B 2 + C 2 dudv = EG F 2 dudv
f
x
si q =
f
y
2.1. CAMPURI
SCALARE SI VECTORIALE.
39
Demonstratie:
E = 1 + 0 + ( f
x=x
x )
f 2
G = 0 + 1 + ( y )
y=y
=
z = f (x, y)
F = 1 0 + 0 1 + f
x y
EG F 2 = (1 + (
sau:
f 2
f
f f 2
f
f
) )(1 + ( )2 ) (
) = 1 + ( )2 + ( )2
x
y
x y
x
y
i j k
ru
r v = 1 0 f
0 1 f
f
Rezulta: A = f
x , B = y ; C = 1
|
r
r |2 = A2 + B 2 + C 2 = 1 + ( f )2 + ( f )2
u
2.1.10
Integrala de suprafat
a de speta nt
ai si doi.
x = 1 (u, v)
x = 2 (u, v)
S
(u, v) D2
x = 3 (u, v)
si f : U R o functie continu
a pe U R3 .
Se numeste integral
a de suprafata
de speta nt
ai a functiei f pe suprafata S,
integrala dat
a de:
ZZ
ZZ
p
2
2
2
f (x, y, z)d
f (1 (u, v), 2 (u, v), 3 (u, v)) A + B + C dudv =
S
D2
ZZ
=
S,
n+
ZZ
S,
n+
CAPITOLUL 2. ELEMENTE DE TEORIA CAMPULUI.
40
cu
n+ = i + j + k
versorul normalei la suprafata S ,
n + =
n
ZZ
ZZ
(P + Q + R)d =
(P + Q + R))d
S,
n+
2.1.11
S,
n
Fluxul unui c
amp vectorial printr-o suprafat
a.
Fie o suprafata S situata n domeniul < n care ste definit campul vectorial
V si
n versorul normalei n punctul M la S.
=
V
n d,
S
Fig. 2.9
unde d este elementul diferential al suprafetei S ce contine punctul M .
Campul
\
\
\
n = cos(
n , i ) i + cos(
n , j ) j + cos(
n, k)k = i + j + k
exprima:
dar:
V
n d = P d + Qd + Rd
\
cos(
n , i )d = cos(
n
, Ox)d = d = dydz
\
cos(
n , j )d = cos(
n
, Oy)d = d = dzdx
\
cos(
n , k )d = cos(
n
, Oz)d = d = dxdy
2.1. CAMPURI
SCALARE SI VECTORIALE.
41
O interpretare fizic
a a notiunii de flux pornind de la un c
amp particular.
Fig. 2.10
versorul
n , al normalei n M , deci va fi data de h = |
n || V | cos(
n , V ) adica:
h= V
n . Fluxul elementar este dat de hd, adica: d = V
n d. Fluxul
P
=
V
n d
S
Daca intr-un punct M apartin
and suprafetei S, V si
n sunt de aceeasi
Daca V si
n sunt de parti opuse, atunci unghiul dintre V si
n este
optuz si produsul scalar V
n este negativ.
CAPITOLUL 2. ELEMENTE DE TEORIA CAMPULUI.
42
Fig. 2.11
Semnul expresiei V
n precizeaz
a sensul n care fluidul strabate suprafata
n punctul M .
Daca V
n > 0, fluidul iese din suprafat
a prin punctul M .
Pentru V =
r sa se calculeze fluxul prin portiunea de suprafat
a: z = x2 + y 2
cuprinsa ntre planul xOy si planul z = 4, av
and normala dirijata astfel ca sa
formeze un unghi optuz cu axa Oz.
Fig. 2.12
Versorul:
p i + q j + (1) k
p
n =
p2 + q 2 + 1
p
p2 + q 2 + 1dxdy
2.1. CAMPURI
SCALARE SI VECTORIALE.
43
z
z
unde p = x
; q = y
\
n
, Oz) = < 0 face ca versorul normalei sa fie:
cos(
2x i + 2y j k
n = p
4x2 + 4y 2 + 1
si d =
p
4x2 + 4y 2 + 1dxdy
2x2 + 2y 2 z
V
n =p
= =
4x2 + 4y 2 + 1
ZZ
(2x2 + 2y 2 z)dxdy =
S
ZZ
Z
2
(2x + 2y x y )dxdy =
D
d
0
unde D :
x2
2.1.12
Divergenta unui c
amp vectorial.
y2
3 d = 8
noteaz
a div V , adic
a:
P
Q R
div V =
+
+
x
y
z
sau
div V = V
V n d =
div V d
(2.20)
S
CAPITOLUL 2. ELEMENTE DE TEORIA CAMPULUI.
44
ZZ
S
V
n d =
ZZZ
div V d
V n d = ( div V )|M
d = ( div V )|M V
V
n d
S
( div V )|M = lim =
V0
V
Aceasta limita analoaga cu limita care duce n cazul unei dimensiuni la notiunea
de derivata de numeste derivata spatial
a.
Fig. 2.13
Sa consideram o suprafat
a S din domeniul D de dfinitie al campului V (M ).
In unitatea de timp prin aceasta suprafat
a intr
a o anumit
a cantitate de fluid si
iese o anumita cantitate de fluid. In M1 fluxul este negativ, deoarece normala
la suprafata si vectorul camp sunt de o parte si de alta a suprafetei, pe cand
n M2 fluxul este pozitiv deoarece normala la suprafat
a si vectorul camp sunt
2.1. CAMPURI
SCALARE SI VECTORIALE.
45
rezulta ca div V > 0. In acest caz iese mai mult fluid decat intr
a si rezulta ca
n interiorul lui S se creaza lichid. Spunem n acest caz ca avem n interiorul
lui S, izvoare sau surse pozitive.
fluxul total al campului este diferit de zero, deci div V 6= 0. Daca fluxul total
este pozitiv oricare ar fi suprafata nchis
a S cuprinz
and punctul M , atunci
izvorul este n M , iar daca fluxul total este negativ oricare ar fi suprafata
nchisa S cuprinzand punctul M , atunci putul este n M .
a punctual
a un punct M din D, care are
Definitia 2.1.18 Se numeste surs
o vecin
atate V astfel nc
at div V (M ) 6= 0 si div V (M 0 ) = 0 pentru orice
M 6= M 0 si M 0 V.
Definitia 2.1.19 Se numeste productivitatea sau intensitatea unei surse
punctuale M integrala:
ZZ
e=
V
n d
S
adic
a valoarea fluxului vectorului printr-o suprafat
a S care contine sursa dat
a
n interior, f
ar
a s
a mai contin
a alte surse.
Teorema 2.1.1 Fluxul prin orice suprafat
a nchis
a care contine o surs
a M
si nu mai contine n interior alte surse este acelasi.
Demonstratie: Fie S1 si S2 doua suprafete nchise care contin sursa punctuala M .
V n d =
V n d +
V n d;
V
n d = 0
S
S1
ZZ
=
S1
S2
V
n d =
ZZ
S2
V
n d
CAPITOLUL 2. ELEMENTE DE TEORIA CAMPULUI.
46
Fig. 2.14
Prin urmare, deoarece normalele sunt respectiv interioar
a la S1 si exterioara
la S2 avem:
ZZ
ZZ
V
n d =
V
n d
S1
S2
Teorema 2.1.2 Fluxul vectorului V prin suprafata S este egal cu suma productivit
atilor surselor situate n interiorul lui S
ZZ
S
V
n d =
ei
i=1
Fig. 2.15
Inconjuram fiecare sursa Mi , cu o suprafat
a inchis
a Si ce nu mai cuprinde
alte surse. Domeniul marginit dr S si de Si , i = 1, 2, ..., n i aplicam formula
(2.20). Notam = S S1 S2 ... Sn . In interiorul domeniului nu sunt
V
n d =
V
n d +
V
n d + ... +
V
n d = 0
S1
Sn
2.1. CAMPURI
SCALARE SI VECTORIALE.
ZZ
V
n d =
ZZ
V
n d
ZZ
S1
47
V
n d ...
ZZ
S2
V
n d
Sn
V
n d =
V n d =
V n d +
V n d + ... +
S1
S2
= e1 + e2 + ... + en =
Sn
n
X
ei
i=1
2.1.13
Propriet
ati ale divergentei.
div (V1 + V 2 )= x
(P1 + P2 ) + y
(Q1 + Q2 ) + z
(R1 + R2 ) =
Q1
Q2
P1
R1
P2
R2
x + y + z + x + y + z =div V1 +div V2
A = A1 i + A2 j + A3 k
(A1 ) +
(A2 ) +
(A3 ) =
div ( A ) =
x
y
z
=
(
A1
A2
A3
A1 +
+
A2 +
+
A3 +
=
x
x
y
y
z
z
A1 A2 A3
+
+
) + grad A = grad A + div A
x
y
z
P Q R
div V = ( i
+j
+k
)(P i +Q j +R k ) =
+
+
= V
x
y
z
x y z
2.1.14
Circulatia unui c
amp vectorial.
c=
V d
r
C
48
Fig. 2.16
F d
r =L
C
d
r = dx i + dy j + dz k
c=
C
Exemplu:
x=x
dx = dx
y = 0 =
dy = 0
OA :
0x2
z=0
dz = 0
AB : x2 + y 2 = 4 cu ecuatiile parametrice:
dx = 2 sin d
x = 2 cos
dy = 2 cos d
y = 2 sin =
AB :
dz = 0
z=0
Z
c=
OAB
V d
r =
Z
OA
V d
r +
Z
AB
V d
r
2.1. CAMPURI
SCALARE SI VECTORIALE.
49
Fig. 2.17
unde : V d
r = (y z)dx + (z x)dy + (x y)dz
Z 2
Pe OA : c1 =
(y z)dx = 0
Z0
(y z)dx + (z x)dy
Pe AB : c2 =
AB
Z
c2 =
2.1.15
d = 2.
Rotorul unui c
amp vectorial.
Fig. 2.18
Z
P (x, y, z)dx + Q(x, y, z)dy + R(x, y, z)dz =
C
ZZ
P R
Q P
R Q
\
\
\
) cos(
n , i )+(
) cos(
n , j )+(
) cos(
n , k )]d
z
z x
x y
S y
unde S este o suprafata ce se sprijina pe C iar S C sunt continute n domeniul
R Q
);
y
z
P
R
Q P
); (
)
z
x
x
y
\
\
cos(
n , i ); cos(
n , j );
cos(
n, k)
CAPITOLUL 2. ELEMENTE DE TEORIA CAMPULUI.
50
se noteaz
a cu rot V sau V vectorul:
P
R
Q P
R Q
rot V = (
) i +(
)j +(
)k
y
z
z
x
x
y
Formula lui Stokes in scriere vectorial
a devine:
ZZ
Z
V dr =
rot V d
C
Z
ZZ dydz dzdx dxdy
P dx + Qdy + Rdz =
y
z
x
C
S
P
Q
R
unde:
rot V = x
k
z
R
n V d
= rot V |M
lim S
V0
V
Intr-adevar, volumul elementar V al paralelipipedului este determinat de
perechile de suprafete: (x, x + dx); (y, y + dy); (z, z + dz)
Deplasarea pe Ox se face n M1 (x + dx, 0, 0) pe Oy n M2 (0, y + dy, 0) si
pe Oz n M3 (0, 0, z + dz). Suprafata ce limiteaza volumul elementar V este:
= x x+dx y y+dy z z+dz
ZZ
I =
2.1. CAMPURI
SCALARE SI VECTORIALE.
51
Fig. 2.19
Dar:
(
n V d)|x = ( i V (M ))dydz
(
n V d)|x+dx = i V (M )|x+dx dydz = i [ V (M ) +
dx]dydz
x
V (M )
dxdydz
I(x ,x+dx ) = i
x
V (M )
I(y ,y+dy ) = j
dxdydz
y
V (M )
I(z ,z+dz ) = k
dxdydz
z
V (M )
V (M )
V (M )
I = i
dxdydz + j
dxdydz + k
dxdydz
x
y
z
Pentru ca:
i i = 0; i j = k ; i k = j
R
R
P
Q
+( i k )
+( j i )
+( j k )
+( k i )
+
I = [( i j )
x
x
y
y
z
Q
+( k j )
]dxdydz = V dxdydz = rot V dxdydz = ( rot V )V
z
Prin urmare:
ZZ
rot V |M = lim
V0
2.1.16
Propriet
atile rotorului.
n V d
52
i
j
k
rot ( V 1 + V 2 ) =
x
y
z
P1 + P2 Q1 + Q2 R1 + R2
Q1 P1
P1 R1
R1 Q1
)+ j (
)+ k(
)+
i(
y
z
z
x
x
y
Q2 P2
R2 Q2
P2 R2
+i(
)+ j (
)+ k(
)=
y
z
z
x
x
y
rot V 1 + rot V 2 .
j
k
i
R
Q
Q
)+
i ( R+
x
y
z
y
y
z
z
P
Q R
R
Q
P
+j ( P +
R
)+ k( Q+
P
)=
z
z
x
x
x
x
y
y
= i ( R
Q) + j ( P
R) + k ( Q
P )+
y
z
z
x
x
y
R
+[ i (
y
i
=
x
P
Q
Q
R
P
)+ j (
)+ k(
z
z
x
x
j
k
j
k
i
y
z
y
z
x
P
Q
R
Q
R
P
)] =
y
= grad V + rot V .
2.1.17
+ j
+ k
= i
x
y
z
2.1. CAMPURI
SCALARE SI VECTORIALE.
53
2.1.18
u
u
u = i
+ j
+ k
x
y
z
P
Q R
V =
+
+
x
y
z
3. Operatorul aplicat functiei vectoriale V prin produs vectorial conduce la functia vectoriala:
V =( i
+ j
+ k
) (P i + Q j + R k )
x
y
z
i
j
k
V = x
y
z
P
Q R
54
( V 1 + V 2) = V 1 + V 2
( V 1 + V 2) = V 1 + V 2
2. Calculul gradientului, divergentei si rotorului unui produs de
forma aF a R.
(au) = au
(a V ) = a V
(a V ) = a V
3. Calculul gradientului, divergentei si rotorului unui produs de
forma uF.
(u1 u2 ) = (u1 u2 ) + (u1 u2 ) = u2 u1 + u1 u2
(u V ) = (u V ) + (u V ) = V u + u V
(u V ) = (u V )+(u V ) = u V +u V = u V V u
4. Calculul gradientului, divergentei si rotorului unui produs de
forma F F.
( V 1 V 2 ) = ( V 1 V 2 ) + ( V 1 V 2 )
Pentru calculul primului termen din membru drept utilizam dublu produs
vectorial:
V 1 ( V 2 ) = ( V 2 V 1 ) V 2 ( V 1 ) =
dV 2
( V 2 V 1 ) = V 1 ( V 2 ) + ( V 1 ) V 2 = V 1 rot V 2 +
dV 1
2.1. CAMPURI
SCALARE SI VECTORIALE.
55
Dupa ce se calculeaza si cel de-al doilea termen din membrul drept printr-un
procedeu analog, rezulta ca gradientul produsului sdalar a doi vectori este:
dV 2 dV 1
( V 1 V 2 ) = V 1 rot V 2 V 2 rot V 1 +
dV 1 dV 2
( V 1 V 2 ) = ( V 1 V 2 ) + ( V 1 V 2 ) = ( V 1 ) V 2
( V 2 ) V 1 = V 2 ( V 1 ) V 1 ( V 2 ) = V 2 rot V 1 V 1 rot V 2
( V 1 V 2 ) = ( V 1 V 2 ) + ( V 1 V 2 ) = V 1 ( V 2 )
V 2 ( V 1 ) + V 1 ( V 2 ) V 2 ( V 1 ) = ( V 2 ) V 1 V 2 ( V 1 )+
dV 2
V1
+ V 1 ( V 2 ) ( V 1 ) V 2 = d
+ V 1 div V 2 V 2 div V 1
dV
2.1.19
dV
(u)
(u)
( V )
( V )
( V )
( V )
( V )
2u
z 2
( V )
Cele dublu subliniate nu au sens, pentru cele ce au sens vom face evalu
ari:
u
2u
2u
1. (u) = div grad u = div ( u
i
+
j
+
k
)
=
+
+
x
y
z
x2
y 2
= 4u. Expresia:
2
2
2
+
+
x2 y 2 z 2
u
u
2. (u) = rot grad u = rot ( u
x i + y j + z k ) =
i
= x
u
x
y
u
y
k
z =
u
z
CAPITOLUL 2. ELEMENTE DE TEORIA CAMPULUI.
56
2u
2u
2u
2u
2u
2u
)+ j (
)+ k(
)=0
= i(
yz zy
xz zx
xy yx
P Q R
P
R
3. ( V ) = grad div V = x
( x + Q
y + z ) i + y ( x + y + z ) j +
2Q 2P 2P
2P 2P 2P
P
R
2R
+ z
( x + Q
y + z ) k = i ( yx y 2 z 2 + xz ) + i ( x2 + y 2 + z 2 )+
2
2
2
2
2P
2R
2
2
2
2P
j ( zy zQ2 xQ2 + xy
) + j ( xQ2 + yQ2 + zQ2 )+ k ( xz
xR2 yR2 +
2R 2R 2R
2Q
yz ) + k ( x2 + y 2 + z 2 ) =
R
y
Q P
z z
R Q
x x
P
y
+ 4 V = ( V ) + 4 V .
4. ( V ) = div rot V = 0
Intr-adevar,
j
i
div x
y
P
Q
k
=
z
R
P
R
Q P
R Q
(
)+
(
)+
(
)=
x y
z
y z
x
z x
y
2R
2Q
2P
2R
2Q
2P
=0
xy xz yz yx zx zy
5. ( V ) = rot rot V = ( V ) ( ) V = ( V ) 4 V
=
2.2
2.2.1
Formule integrale.
n A d =
div A d
S
Dar
n A =
n ( grad ) =
n = (
n ) =
dn
div A = ( grad ) = () + () = + 4
ZZ
d
d =
S dn
57
ZZZ
[ + 4]d
(2.21)
(2.22)
(2.23)
(2.24)
(M )
a
n d =
div (
a )d
S
Dar
div (
a ) = (
a ) = (
a ) + (
a)=
a +
a} =
a
| {z
=0
adica
ZZ
(M )
n d =
a
ZZZ
grad d
cum
a este versorul unui vector constant oarecare si cele doua integrale din
membrul stang si membrul drept, reprezint
a vectori care au proiectii egale pe
orice directie, nseamna ca sunt egali, adica:
ZZ
ZZZ
(M ) n d =
grad d
(2.25)
S
CAPITOLUL 2. ELEMENTE DE TEORIA CAMPULUI.
58
(V
a)
n d =
div ( V
a )d
S
ZZ
(
n V )d =
dar:
ZZZ
div ( V
a )d
div ( V
a ) = (V
a ) = (5 V )
a
prin urmare:
ZZ
(
n V )d =
a
ZZZ
( V )d
si cum
a este versorul unui vector constant oarecare si cele doua integrale
reprezinta vectori care au proiectii egale pe orice directie, nseamn
a ca sunt
egali, adica:
ZZ
ZZZ
( n V )d =
( V )d
(2.26)
S
2.3
Clasificarea c
ampurilor vectoriale.
vectorial V .
Campurile actioneaza ntr-un domeniu D cuprins n regiunea <(mono, bi
sau tridimensional) pe care-l vom considera simplu conex sau multiplu conex,
deoarece vom utiliza functii uniforme respectiv multiforme.
Definitia 2.3.1 Domeniul simplu conex este domeniul n care orice curb
aC
se poate str
ange n jurul unui punct interior domeniului n mod continuu.
Exemplu:
Interiorul unei sfere.
Definitia 2.3.2 Domeniul multiplu conex este domeniul n care exist
a curbe
C care nu se pot str
ange n jurul unui punct interior n mod continuu.
Exemple:
Interiorul unei tor, cilindru infinit.
2.3. CLASIFICAREA CAMPURILOR
VECTORIALE.
2.3.1
59
Categoriile principale de c
ampuri vectoriale.
V (M ) = V 0 , ()M D
II. Campul lamelar sau potential ntr-un domeniu D, un camp de vectori
de forma:
c=
V d
r =
rot V
n d = 0
C
Fig. 2.20
Demonstratie:
Intr-adevar, fie doua arce de curba continute in domeniul D, arcul AM B
si arcul AN B. fie curba nchis
a = AM BN A
Z
Z
Z
Z
Z
V d
r =
V d
r +
V d
r = 0;
V d
r =
V d
r
AM B
BN A
AM B
AN B
CAPITOLUL 2. ELEMENTE DE TEORIA CAMPULUI.
60
M0 M
se stie ca:
d =
dx +
dy +
dz
x
y
z
prin urmare:
; Q=
; R=
x
y
z
2.3. CLASIFICAREA CAMPURILOR
VECTORIALE.
61
Fig. 2.21
L2 este echivalent cu L3 pentru ca intersecteaz
a taietura T o singura data
si n acelasi sens. L2 nu este echivalent cu L4 pentru ca nu intersecteaz
a
taietura T de acelasi numar de ori. L2 intersecteaz
a taietura T o data si L4
intersecteaza taietura T de doua ori.
c1 =
V d
r =
rot V
n d = 0
C1
Z
c2 =
C2
S1
V d
r =
ZZ
rot V
n d = 0
S2
= c1 = c2
C = L+
2 M2 M3 L2 M3 M2
V dr =
rot V
n d = 0
C
CAPITOLUL 2. ELEMENTE DE TEORIA CAMPULUI.
62
dar
Z
V d
r =
Cum:
Z
Z
L+
2
V d
r +
V d
r +
Z
L
3
M2 M3
V d
r =
M2 M3
V d
r si
M3 M2
Z
=
L+
2
V d
r =
L
3
L+
3
V d
r +
V d
r
M3 M2
V d
r =
Z
L+
3
V d
r
V d
r
V d
r = nk
V d
r =
V d
r =
V d
r +
V d
r = 2k
AP BQRA
C1
C2
2.3. CLASIFICAREA CAMPURILOR
VECTORIALE.
63
Fig. 2.22
Fig. 2.23
cDSA = cBAP B + cCBQC + cDRCD + cABCDSA
Rezulta ca:
V d
r = 4k
V d
r =
V d
r +
V d
r
L
1
Z
dar:
L
L+
2
V d
r = n1 k1 n2 k2 ... np kp , adica:
Z
L+
2
V d
r =
Z
L+
1
V d
r n1 k1 n2 k2 ... np kp
CAPITOLUL 2. ELEMENTE DE TEORIA CAMPULUI.
64
Fig. 2.24
Semnul + sau semnul se alege n functie de sensul n care este traversat
a
t
aietura.
Propozitia 2.3.7 Un c
amp irotational V (M ) ntr-un domeniu multiplu conex
este un c
amp potential adic
a este gradientul unui c
amp scalar.
Demonstratie:
Fie A(x0 , y0 , z0 ) fixat n D si B(x, y, z) variabil n D atunci:
Z
Z
Z
V d
r =
V d
r =
P dx + Qdy + Rdz = (A, B) = (x, y, z)
L2
AB
AB
(2.27)
V d
r =
L2
Z
L1
V d
r n1 k1 n2 k2 ... np kp
(2.28)
L1
V d
r +
ni ki = (x, y, z)
i=1
Z
Notam 0 (x, y, z) =
V d
r numit
a determinare principala a functiei
L1
p
X
ni ki . Cum:
i=1
dx +
dy +
dz
x
y
z
rezulta ca: P =
si deci V = grad (x, y, z) adica
x ; Q = y ; R = z ;
2.3. CLASIFICAREA CAMPURILOR
VECTORIALE.
2.3.2
65
C
amp solenoidal.
div V = 0
V d =
div V (M )d = 0
S
Fig. 2.25
ZZ
S = S1 S2 ;
Dar:
ZZ
V
n d =
ZZ
S
V
n d =
S1
ZZZ
V
n d +
ZZ
S2
div V (M )d = 0
V
n d
CAPITOLUL 2. ELEMENTE DE TEORIA CAMPULUI.
66
cum:
n S1 =
n S2 avem
ZZ
V
n d =
S1
ZZ
V
n d = 0
S2
V n d =
V
n d
S1
S2
Fig. 2.26
Demonstratie:
Sa consideram suprafata S marginit
a de curba C. Prin fiecare punct al
suprafetei S trece o linie de camp L cu proprietatea:
V d
r = 0 sau V
n = 0.
Liniile L genereaza un domeniu D marginit de o suprafat
a 1 , D este numit
tub de vectori iar 1 suprafata tubului de vectori.
Fie S1 si S2 doua sectiuni n tubul de vectori si S` portiunea din ` cuprins
a
a care margineste
ntre cele doua sectiuni. = S1 S2 S` este suprafata nchis
un domeniu nchis.
Cu formula flux-divergenta:
ZZ
ZZZ
V n d =
div V (M )d = 0
dar:
ZZ
V
n d =
ZZ
S1
V
n d +
ZZ
V
n d +
S2
ZZ
V
n d = 0
S`
suprafata S2 :
n S2 =
n 2 . Rezulta:
ZZ
ZZ
d = I
V n2 d =
V n
1
S2
S1
2.3. CLASIFICAREA CAMPURILOR
VECTORIALE.
67
Definitia 2.3.6 Fluxul printr-o sectiune n tub notat I se numeste intensitatea tubului de vectori.
vectorial W (M ) astfel nc
at s
a fie satisf
acut
a relatia:
V (M ) = rot W (M )
div V = V = W = 0
V = rot W
(2.29)
Construim o solutie particulara a ecuatiei. Pentru aceasta raportam campurile
vectoriale V si W la triedrul i , j , k si avem:
V = V1 i + V2 j + V3 k
W = W1 i + W2 j + W3 k
Dar:
adica:
i
V = x
W1
W3
y
W1
z
W2
x
W2
W2
z
W3
x
W1
y
k
z
W3
= V1
= V2
= V3
(2.30)
W2
z = V1
W1
= V2
(2.31)
W2 z W1
x y = V3
CAPITOLUL 2. ELEMENTE DE TEORIA CAMPULUI.
68
z0
= V3
(
x
y
x
y
z0
z0
V3 (x, y, t)
f (x, y) g(x, y)
dt +
= V3
t
x
y
V3 (x, y, z) V3 (x, y, z0 ) +
f (x, y) g(x, y)
= V3 (x, y, z)
x
y
f (x, y) g(x, y)
= V3 (x, y, z0 )
x
y
(x,y)
Particularizand functia g(x, y) = 0 obtinem: fx
= V3 (x, y, z0 ) adica:
Z x
f (x, y) =
V3 (t, y, z0 )dt + (y)
x0
W0 = i
V2 (x, y, t)dt + j [
V1 (x, y, t)dt +
V3 (t, y, z0 )dt]
z0
z0
x0
2.3. CLASIFICAREA CAMPURILOR
VECTORIALE.
69
W = W 0 + grad
(2.32)
unde rot W = rot W 0 + rot grad . Dar rot grad = 0 deci: rot W =
0
rot W = V .
2.3.3
C
amp laplacian.
Numim camp laplacian sau armonic campul V (M ) care este simultan irotational
si solenoidal ntr-un domeniu D din R, adica:
rot V (M ) = 0;
div V (M ) = 0
cum V = 0 = V = 4f = 0 adica:
2f
2f
2f
+ 2 + 2 =0
2
x
y
z
Prin urmare un camp vectorial armonic este un:
camp vectorial potential
al carui potential satisface ecuatia lui Laplace.
Solutiile ecuatiei lui Laplace se mai numesc si functii armonice.
Presupunem n continuare ca functiile armonice sunt definite ntr-un domeniu D marginit de suprafata S.
Teorema 2.3.1 Pentru functia armonic
a avem:
ZZ
d
d = 0
S dn
70
d
d =
S dn
ZZZ
( + 4)d
d
d = 0
dn
d
d
)d = 0
dn
dn
d
d
(
)d =
dn
dn
S
ZZZ
(4 4)d
d
d
)d = 0
dn
dn
2.3. CLASIFICAREA CAMPURILOR
VECTORIALE.
2.3.4
71
C
amp biscalar.
Definitia 2.3.7 C
amp biscalar este c
amp vectorial V care satisface ecuatia:
V = grad u
unde si u sunt functii scalare nenule.
Propozitia 2.3.13
In fiecare punct din domeniul D n care c
ampul biscalar
V rot V = 0
Demonstratie:
V rot V = u (u ) = 0
Propozitia 2.3.14 C
ampul biscalar V nu admite un potential scalar din care
s
a derive, adic
a nu exist
a o functie asa fel nc
at V s
a poat
a fi scris V =
grad .
Demonstratie: Intr-adev
ar, daca V ar deriva dintr-un potential , atunci
2.3.5
C
amp general (oarecare).
si un c
amp solenoidal V = V i + V s cu conditiile ca:
rot V = rot V s si
div V = div V i
Demonstratie:
CAPITOLUL 2. ELEMENTE DE TEORIA CAMPULUI.
72
2.4
Determin
ari de c
ampuri .
2.4.1
Determinarea unui c
amp scalar de gradient dat.
V = grad
i
j
k
y =
= 0
x
z =
y
z
Q R
x =
Q
z
R
x
P
y
x = P (x, y, z)
y = Q(x, y, z)
= R(x, y, z)
z
Rezulta:
d = P (x, y, z)dx + Q(x, y, z)dy + R(x, y, z)dz
si:
Z
(x, y, z) =
unde M0 (x0 , y0 , z0 ) este un punct fix si M (x, y, z) un punct arbitrar din domeniul D.
Functia (x, y, z) este determinata n afara de o constant
a arbitrara si este
Fig. 2.27
Exemplu: Sa se determine potentialul scalar al campului:
2.4. DETERMINARI
DE CAMPURI
.
73
x = yz + 4z
y = zx + 4y
= xy + 4x
z
Functia:
Z
(yz + 4z)dx + (zx + 4y)dy + (xy + 4x)dz =
=
Z
M0 M
=
x0
y0
(xz0 + 4y)dy +
(xy + 4x)dz
z0
2.4.2
Determinarea unui c
amp vectorial de rotor si divergent
a
date.
rot V = U (x, y, z)
div V = (x, y, z)
Problema este posibila daca:
div U = 0
Se vor rezolva cateva cazuri particulare:
I. Determinarea unui c
amp irotational si solenoidal.
(
rot V = 0
(S1 )
div V = 0
V = grad , unde 4 = 0
adica este armonica.
Ecuatia 4 = 0 se numeste ecuatia lui Laplace.
74
rot V = 0
div V = (x, y, z)
rot V = U
div V = 0
Din ecuatia rot V = U se construieste o solutie particulara V 0 (ca la proprietatile campurilor irotationale). Solutia ecuatiei este:
V = grad + V 0
4 = div V 0
este ecuatia Poisson.
Solutia sistemului este:
V = grad + V 0
unde este potentialul scalar ce verific
a:
4 = div V 0
2.4. DETERMINARI
DE CAMPURI
.
75
rot V = U
div V = (x, y, z)
rot V1 = U
div V1 = 0
(
rot V2 = 0
div V2 = (x, y, z)
V = V 1 + V 2 unde:
76
Capitolul 3
Transformate
3.1
f (nT )z n = f (0) +
n=0
f (T ) f (2T )
+
+ ...
z
z2
(3.1)
Se mai noteaza
F (z) = Z[f (t)](z)
Functia F (z) este o functie de variabil
a complexa z, reprezentat
a printr-o
serie Laurent cu partea regulata f (0). Conform celor din cap. 1.6 aceasta serie
converge pentru |z| > R (R putand fi infinit) si deci n domeniul |z| R1 > R
functia F (z) este olomorfa.
Vom presupune n continuare ca avem R < + pentru toate functiile cu
care lucram.
Din modul cum a fost definita transformata Z se vede ca pentru determinarea ei sunt necesare numai valorile functiei f (t) n punctele nT (n =
0, 1, 2, ...). Se poate considera atunci si transformata Z a unui sir numeric
(fn )nN :
X
Z[fn ] =
fn z n
(3.2)
n=0
Exemple.
1) Sa determinam transformata Z a functiei unitate h(t)
Aplicand definitia avem:
Z[h(t)] =
X
n=0
z n = 1 +
1
1
1
+
+ ... =
z z2
1
77
1
z
z
z1
78
CAPITOLUL 3. TRANSFORMATE
nz n =
n=0
1 2
1 1
1 z2
z
+ 2 +... = z(1+ + 2 +...)0 =
=
,
z z
z z
z (1 z)2
(z 1)2
Z[n ] =
n2 z n =
n=0
1
z(z + 1)
2
1 22 32
,
+ 2 + 3 + ... = z( + 2 + ...)0 =
z z
z
z z
(z 1)3
Z[a ] =
an z n = 1 +
n=0
a a2
1
+ 2 + ... =
z
z
1
a
z
z
za
]=
en z n = 1 +
n=0
e e2
z
1
+ 2 + ... =
=
e
z
z
z e
1 z
X1
1
1 1
1
Z[ ] =
z n = + 2 + 3 +... =
n
n
z 2z 3z
n=1
Z
(
1 1
+ +...)dz =
z2 z3
z
dz
= ln
pentru |z| > 1
z(z 1)
z1
3.2
Propriet
ati ale transformatei Z.
Z
(z 2
z
)dz
z1
I. Proprietatea de liniaritate.
Z[c1 f1 (t) + c2 f2 (t)] = c1 Z[f1 (t)] + c2 Z[f2 (t)]
(3.3)
I ALE TRANSFORMATEI Z.
3.2. PROPRIETAT
79
(3.4)
f (nT +T )z n =
n=0
=z
f ((n+1)T )z n = z
n=0
f ((n+1)T )z (n+1) =
n=0
k=1
X
f (kT )z k f (0)} = z{Z[f (t)] f (0)}.c
Z[f (t + T )] = z{
k=0
m1
X
f (kT )z k }
(3.5)
k=0
m1
X
fk z k }
(3.6)
k=0
(3.7)
Intr-adevar
Z[f (t mT )h(t mT )] =
n=0
z m
X
n=m
f ((n m)T )z
(nm)
=z
X
k=0
f (kT )z k ; k = n m
80
CAPITOLUL 3. TRANSFORMATE
III. Multiplicarea prin eat (a real sau complex).
Z[eat f (t)] = F (eaT z)
(3.9)
Avem:
Z[eat f (t)] =
eanT f (nT )z n =
n=0
n=0
f (t) =
eat , dac
at0
0 , daca t < 0
Avem:
Z[f (t)] = Z[eat h(t)] =
eaT z
z
=
aT
e
z1
z eaT
z
;
z eiT
Z[eit ] =
z
z eiT
eit eit
1
1
] = Z[eit ] Z[eit ] =
2i
2i
2i
z
1
z
z sin T
{
}= 2
iT
iT
2i z e
ze
z 2z cos T + 1
De asemenea:
Z[cos t] =
z2
z(z cos T )
2z cos T + 1
gn = g(nT ) =
n
X
k=0
n1
X
k=0
f (kT )
I ALE TRANSFORMATEI Z.
3.2. PROPRIETAT
81
1
G(z) + F (z)
z
unde
G(z) = Z[g(nT )]
si
z
F (z)
z1
(3.10)
V. Produsul imaginilor.
Fie F1 (z) = Z[f1 (t)], F2 (z) = Z[f2 (t)]. avem
n
X
F1 (z) F2 (z) = Z[
f1 (kT )f2 ((n k)T )]
(3.11)
k=0
Justificare
F1 (z) F2 (z) =
f1 (kT )z
F2 (z) =
k=0
k=0
f1 (kT )
n=0
k=0
X
f1 (kT )f2 ((nk)T )h((nk)T )}z n . Dar h((nk)T ) = 0 dacak > n
=
{
n=0 k=0
n
X
Z[{cn }] = Z[
ak bnk ] = Z[{an }] Z[{bn }]
k=0
82
CAPITOLUL 3. TRANSFORMATE
VI. Derivarea imaginii.
Daca Z[f (t)](z) = F (z), avem:
Z[t f (t)] = T z
dF (z)
dz
(3.12)
Justificare
Z[t f (t)] =
nT f (nT )z n = T z
n=0
= T z
X
n=0
f (nT )
f (nT ){nz n1 } =
n=0
d X
dz n
= T z
f (nT )z n
dz
dz
n=0
Exemple:
d
z
i) Z[t] = Z[th(t)] = T z dz
( z1
)=
Tz
(z1)2
d
Tz
ii) Z[t2 ] = Z[t t] = T z dz
( (z1)
2)
3.3
Inversa transformatei Z.
Am vazut ca transformata Z a unei functii, este o functie complexa olomorfa n vecinatatea punctului de la infinit.
In continuare ne putem pune problema invers
a: Fiind data o functie F (z)
olomorfa n |z| > R, exista o functie f (t) a carei transformata Z sa coincida
cu F (z)? In caz ca exista functia f (t) cum poate fi ea determinata?
Intrucat F (z) este olomorfa n vecin
atatea punctului de la infinit avem
pentru |z| > R reprezentarea:
F (z) = c0 +
c1 c2
cn
+ 2 + ... + n + ...
z
z
z
(3.13)
83
z+b
b
b ( 1) b 2
b
) = (1 + ) = 1 + +
( ) + ... + Cn ( )n + ...
z
z
z
2
z
z
Prin urmare
z + b X n n n
) =
C b z
z
n=0
Astfel
fn = Cn bn
sau
f (nT ) = Cn bn
ii) Sa se determine transformata invers
a a functiei F (z) =
Avem
1
1
F (z)
=
z
z 1 z 0, 368
si de aici
F (z) =
Dar
z
1
=
z1
1
1
z
0,632z
.
z 2 1,368z+0,368
z
z
z 1 z 0, 368
=1+
1
1
1
+
+ ... + n + ...
z z2
z
z
1
(0, 368)n
0, 368 (0, 368)2
=
+
+
...
+
+ ...
=
1
+
z 0, 368
z
z2
zn
1 0,368
z
De aici
f0 = 0, f1 = 0, 632,
f2 = 0, 864, ...
84
CAPITOLUL 3. TRANSFORMATE
0,632z
iii) Sa se determine transformata invers
a a functiei F (z) = z 2 1,368z+0,368
,
utilizand formula (3.62).
Avem
Z
1
0, 632
0, 632
fn = cn =
z n dz = Rezz=1 2
zn +
2
2i C z 1, 368z + 0, 368
z 1, 368z + 0, 368
0,632
+Rezz=0,368 z 2 1,368z+0,368
z n = 1 (0, 368)n 1 en .
3.4
(3.15)
(3.16)
j=0
j=0
k=0
p
X
j=0
aj z j = Z[bn ] +
p
X
j=0
aj z j
j1
X
k=0
xk z k
(3.17)
p
X
aj z
j=0
p
X
Z[xn ] =
j1
X
xk z k
k=0
aj z
(3.18)
j=0
=
2
2
2z+1 2z1
1 z2
Astfel transformata Z a ecuatiei date va fi:
X(z)(z 2 5z + 6) =
z
+ x0 z 2 + x1 z 5x0 z
1 z2
De aici
X(z)
1
z5
1
= 2
+ x0 2
+ x1 2
=
2
z
(z 1)(z 5z + 6)
z 5z + 6
z 5z + 6
=
1 1
1 1
1 1
1 1
3
2
1
1
+
+
+x0 {
}+x1 {
}
4 z 1 3 z 2 24 z + 1 8 z 3
z2 z3
z3 z2
Deci
X(z) =
1 1
1 1
1 1
1 1
3
2
1
1
+
+
+x0 {
}
2
3 }+x1 {
3
4 1 z1 3 1 z2 24 1 + z1 8 1 z3
1 z 1 z
1 z 1 z2
86
CAPITOLUL 3. TRANSFORMATE
LN
sau
Rin + 3Rin+1 Rin+2 = 0
(3.19)
z
z 2 3z
i
+
i0
1
z 2 3z + 1
z 2 3z + 1
(3.20)
sau
1
1
1
1
I(z)
1
53 5
5+3 5
)i1 +(
+
)i0 =
= (
3+
5
3
5
3+
5
3 5
z
10
10
5 z
z
2
2
2
2
1
1
2 5i1 + (5 3 5)i0
2 5i1 (5 + 3 5)i0
=
3+
5
10
10
z
z 3 5
2
prin urmare
5 3+ 5 n 3 5 n
3 5 3+ 5 n 3+ 5 3 5 n
in =
{(
) (
) }i1 { (
) (
) }i0
5
2
2
2
2
2 5
2 5
(3.21)
Din primul ochi al circuitului mai rezulta:
Ri0 + R(i0 i1 ) = E
si de aici:
E
R
De asemenea din ultimul ochi al circuitului mai avem:
i1 = 2i0 =
(3.22)
(3.23)
88
CAPITOLUL 3. TRANSFORMATE
Capitolul 4
Elemente de teoria
probabilit
atilor
4.1
C
amp de evenimente
90
ILOR
CAPITOLUL 4. ELEMENTE DE TEORIA PROBABILITAT
Aj K
j=1
4.1. CAMP
DE EVENIMENTE
91
3) In acest caz, A \ B = A
B K.
92
ILOR
CAPITOLUL 4. ELEMENTE DE TEORIA PROBABILITAT
4.2
Notiunea de probabilitate
Definitia clasic
a a probabilit
atii.
Dupa definitia clasica, probabilitatea este raportul dintre num
arul cazurilor
favorabie si numarul cazurilor posibile, n ipoteza ca toate cazurile sunt egal
posibile. Definitia clasica a probabilitatii este insuficient
a, deoarece se aplica
numai la campuri finite de evenimente. Pe de alta parte, chiar si n cazul
c
ampurilor finite de evenimente nu se poate vorbi totdeauna de cazuri egal
posibile (de exemplu, zarul nu este perfect simetric).
Definitia ststistic
a a probabilit
atii.
Sa aruncam o moneda de 100 de ori si sa admitem ca fata ce contine banul a
aparut de 52 de ori. Fie A evenimentul aparitiei banului n aruncarea monedei.
52
Numarul nA =52 poarta numele de frcvent
a absoluta, iar num
arul fA = 100
se numeste frcventa relativa a evenimentului A n aceasta serie de 100 de
ncercari. La fiecare noua repetare a experientei se obtin frcvente relative
apropiate de 12 , iar devierile de la aceasta valoare vor fi tot mai mici n cazul
maririi numarului de aruncari.
In cazul general, consideram un experiment n urma caruia poate sau nu sa
apara evenimentul A si notam cu nA num
arul de realizari ale acestui eveniment
n n repetari ale experientei. Frcventa relativa fA = nnA se stabilizeaza pentru
valori mari ale lui n n jurul valori numit
a probabilitatea evenimentului
A, rezultat justificat de legea numerelor mari a lui Bernoulli.
a a probabilit
atii ). Fie (, K) un
Definitia 4.2.1 (Definitia axiomatic
c
amp de evinente. Se numeste probabilitate orice functie p : K [0, 1] cu
propriet
atile:
1) p() = 1, p() = 0;
2) p(A B) = p(A) + p(B), dac
a A B = .
Tripletul (, K, p) se numeste c
amp de probabilitate.
amp de probabilitate. Atunci:
Teorema 4.2.1 Fie (, K, p) un c
a) p(A) = 1 p(A), A
b) Dac
a A1 , A2 , ..., An si Ai Aj = , pentru i 6= j, atunci p(
n
X
i=1
n
[
i=1
p(Ai );
c) p(A B) = p(A) + p(B) p(A B), A, B ;
d) Dac
a A B, atunci p(A) p(B).
Ai ) =
4.2. NOT
IUNEA DE PROBABILITATE
93
adevarata pentru k + 1.
k
\
[
S S
T
Deoarece (A1 ... Ak ) Ak+1 =
(Ai Ak+1 ) = , rezulta ca:
i=1
p(A1
...
Ak
Ak+1 ) = p(
k
[
(Ai )) + p(Ak+1 ) =
i=1
k+1
X
i=1
i=1
X
S
S
k
Fie A = {ei1 } {ei2 }... {eik } . Atunci p(A) =
p({eij }) = .
n
j=1
94
ILOR
CAPITOLUL 4. ELEMENTE DE TEORIA PROBABILITAT
4
12
= 31 , p(V ) =
3
12
= 14 , p(N ) =
5
12 .
33
elemente. Deci, probabilitatea de a obtine o culoare este: C 513 = 16660
52
0, 002.
Evenimentul careu este reuniunea a 13 evenimente disjuncte: careu de asi,
..., careu de regi. Cate elementw are evenimentul careu de asi? Din cele
5 carti, 4 sunt asi a cincea fiind oarecare. In total sunt 48 de posibilitati.
1
= 4165
0, 00024.
Asadar, probabilitatea evenimentului careu este: 1348
C5
52
4.3
Probabilit
ati conditionate
I CONDIT
4.3. PROBABILITAT
IONATE
95
. In consecinta
pB (A1 A2 ) =
=
96
ILOR
CAPITOLUL 4. ELEMENTE DE TEORIA PROBABILITAT
Formula probabilit
atii totale.
Fie (X, , p) un camp de probabilitate si B1 , B2 , ..., Bn o partitie a lui X.
Atunci pentru orice A avem:
p(A) =
n
X
i=1
n
[
(A Bi ). In consecint
a
i=1
p(A) =
n
X
p(A Bi ) =
i=1
n
X
i=1
Demonstratie. Intr-adevar
pA (Bi ) =
p(A Bi )
p(Bi )pBi (A)
= n
X
p(A)
p(Bi ) pBi (A)
i=1
Exemplu. Consideram 3 urne care contin bile albe si negre, dupa cum
urmeaza:
prima urna contine 3 bile albe si o bila neagra,
a doua urna contine 4 bile albe si 4 bile neagre, iar
97
4.4
1 3 1
1 9
( + + ) .
3 4 2 10 20
98
ILOR
CAPITOLUL 4. ELEMENTE DE TEORIA PROBABILITAT
4.5
99
1
6
1
6
1
6
1
6
1
6
1
6
100
ILOR
CAPITOLUL 4. ELEMENTE DE TEORIA PROBABILITAT
F(2)=P(X<2)=P(X=1)= 16
F(3)=P(X<3)=P(X=1)+P(X=2)= 13
F(4)=P(X<4)=P(X=1)+P(X=2)+P(X=3)= 21
F(5)=P(X<5)=P(X=1)+P(X=2)+P(X=3)+P(X=4)= 32
F(6)=P(X<6)=P(X=1)+P(X=2)+P(X=3)+P(X=4)+P(X=5)= 65
6
X
P(X = i)=1
F(x > 6)=P(X<x)=
i=1
f(t)dt=1.
F(x)=P(X<x)=
variabil
a aleatoare. Intr-adev
ar, dac
a = {e1 , e2 , ..., en }, atunci X 1 ((, a))
P () K
Observatia 4.5.2 Deoarece {X a} =
{X < a +
n=1
1
}, {X > a} =
n
101
Evenimentele {X = xi } fiind incompatibile, aplicand operatorul de probabilitate asupra relatiei de mai sus, obtinem:
X
X
F (x) = p(X x) =
p(X = xi ) =
pi .
xi x
xi x
102
4.5.1
ILOR
CAPITOLUL 4. ELEMENTE DE TEORIA PROBABILITAT
a1 a2 ... ar
X:
(4.2)
p1 p2 ... pr
unde pi = p(f = ai ) = p(Ai ) si
r
X
pi = 1
i=1
5 7 8 10
8 3 5 4
20 20 20 20
Intr-o urn
a sunt 2 bile albe si 4 bile negre. Efectu
am 3 exExemlul 4.5.2
trageri a c
ate o bil
a, pun
and de fiecare dat
a bila extras
a napoi n urn
a. Atunci
num
arul de aparitii de bile albe este o variabil
a aleatoare. S
a se determine
distributia acestei variabile aleatoare.
Problema se ncadreaza n schema lui Bernoulli. Fie p probabilitatea de a
extrage o bila alba si q probabilitatea de a extrage o bila neagra, deci p = 13 ,
q = 23 . Diagrama variabilei aleatoare va fi:
0
1
2
3
X:
C33 ( 23 )3 C31 ( 13 )( 23 )2 C32 ( 31 )2 ( 23 ) C30 ( 31 )3
Operatii cu variabile aleatoare simple.
Definitia 4.5.3 Fie variabilele aleatoare X, Y : R, si R
Dac
a diagramele celor
dou
a variabile sunt:
a1 a2 ... ar
b1 b2 ... bm
X:
,Y :
atunci definim variabilele aleatoare
p1 p2 ... pr
q1 q2 ... qm
X, X + Y , X Y ca fiind date de diagramele:
a1 a2 ... ar
X :
,
p1 p2 ... pr
X +Y :
X Y :
103
a1 + b1 a2 + b2 ... ar + bm
p11
p12 ...
prm
a1 + b1 a2 + b2 ... ar + bm
p11
p12 ...
prm
unde
pij = p({X = ai } {Y = bj }),
{X = ai } = Ai = {x ; p(x) = ai } si {Y = bj } = Bj = {x ; p(x) = bj }.
Definitia 4.5.4 Variabilele aleatoare X si Y se numesc independente dac
a
p(Ai Bj ) = p(Ai ) (Bj ) = pi qj , 1 i r, 1 j m.
Cum p(Ai Aj ) =
p(Ai ), dac
ai=j
, vom avea:
0 , daca i 6= j
2 2
a1 a2 ... a2r
2
X :
p1 p2 ... pr
r
X
ai pi =
i=1
r
X
ai p(Ai ) =
i=1
r
X
X(ej )p(ej ).
j=1
i=1
pij =
m
X
j=1
j=1
p(Ai Bj )
j=1
i=1
ILOR
CAPITOLUL 4. ELEMENTE DE TEORIA PROBABILITAT
104
Ai = Ai X = Ai (
m
[
Bj ) =
j=1
deci
m
X
m
[
(Ai Bj ),
j=1
p(Ai Bj ) = p(Ai ).
j=1
Analog
r
X
pij = p(Bj )
i=1
In consecinta
M (X + Y ) =
r
X
ai p(Ai ) +
i=1
m
X
bj p(Bj ) = M (X) + M (Y )
j=1
r
X
(ai M (X))2 pi =
i=1
r
X
i=1
[a2i
r
X
i=1
deci
D2 (X) = M (X 2 ) (M (X))2 .
Observatia 4.5.3 Dispersia m
asoar
a mpr
astierea valorilor variabilei aleatoare
fat
a de valoarea medie.
Propozitia 4.5.2 Dispersia unei variabile aleatoare are urm
atoarele propriet
ati:
2
1) D (a) = 0
2) D2 (X + a) = D2 (X)
3) D2 (X) = 2 D2 (X)
4) Dac
a X si Y sunt independente, atunci D2 (X + Y )=D2 (X) + D2 (Y ).
105
5 7 8 10
Exemlul 4.5.3 Se d
a variabila aleatoare X :
8 3 5 4
20 20 20 20
3
5
4
8
+ 7 + 8 + 10 = 7, 05
20
20
20
20
8
3
5
4
+ (7 7, 05)2 + (8 7, 05)2 + (10 7, 05)2 .
20
20
20
20
2 = 3, 6475
2
2
2
2
(4.3)
(4.4)
ILOR
CAPITOLUL 4. ELEMENTE DE TEORIA PROBABILITAT
106
2
2
2
.
2
2
17
= .
36
18
107
Functia caracteristic
a asociat
a unei variabile aleatoare simple.
Definitia 4.5.7 Fie X o variabil
a aleatoare simpl
a:
X
n
a1 a2 ... an
X:
,
pi = 1.
p1 p2 ... pn
i=1
Functia
c (t) =
n
X
eiak t pk ,
i=1
unde
X.
i2
T
inand seama de dezvoltarea n serie a functiei ex , avem:
!
n
!
n
m m
X im am tm
X
X
X
X
i
t
im m
k
c (t) =
pk
=
=
M
(f
)
t ,
am
p
m
k k
m!
m!
m!
m=0
i=1
m=0
i=1
m=0
(m)
X
c (0) m
t
m!
m=0
de unde rezulta:
Mm (X) =
1 (m)
(0)
im c
(4.5)
X:
0
qn
1
2
...
k
...
n
Cn1 pq n1 Cn2 pq n2 ... Cn2 pq n2 ... pn
n
X
kCnk pk q nk
k=0
(px + q) =
n
X
k=0
Cnk pk xk q nk .
ILOR
CAPITOLUL 4. ELEMENTE DE TEORIA PROBABILITAT
108
Derivand, obtinem:
n(px + q)n1 p =
n
X
Cnk pk kxk1 q nk .
k=0
n
X
Cnk pk kq nk = M (X).
k=0
Asadar valoarea medie a variabilei aleatoare din schema lui Bernoulli este:
M (X) = np
Ne propunem acum sa determinam dispersia acestei variabile aleatoare:
2 = D2 (X) = M2 (X) M 2 (X).
Pentru calculul momentului de ordinul 2, M2 (X), folosim functia caracteristica. Avem
1 00
M2 (f ) = 2 c (0)
i
Dar
n
n
X
X
Cnk (peit )k q nk = (peit + q)n .
eikt Cnk pk q nk =
c (t) =
k=0
k=0
Atunci:
0
4.5.2
109
a1 a2 ... an ...
X:
,
pn = 1.
p1 p2 ... pn ...
n=1
Distributia Poisson.
Are diagrama:
X:
0
e
1
1! e
...
2 ...
e
2!
...
...
e
n!
Se conststa ca:
pn = e
n=0
X
n
n=0
n!
= e e = 1
k (1 )nk =
n
k!
n
n
(nk)
k
k
n(n 1)...(n k + 1)
n
=
lim
e .
lim
e
n
k! n
nk
k!
In schemea lui Bernoulli pk = Cnk pk q nk reprezint
a probabilitatea realizarii
de k ori a evenimentului A ntr-o serie de n experiente. Daca p = n si n
, atunci p este foarte mic. Distributia Poisson se mai numeste si legea
evenimentelor rare si este folosita la controlul statistic al produselor industriale
atunci cand probabilitatea obtinerii unei piese defecte este foarte mica.
Valoarea medie a distributiei Poisson este:
M (X) =
k=0
X k1
k
e = e
= e e = .
k!
(k 1)!
k=1
De asemenea
X
X
X
k
k
k
k
= e
[(k 1)+1]
=
M2 (X) =
k 2 e = e
k!
(k 1)!
(k 1)!
k=1
k=0
e (2
X
k=2
k2
(k 2)!
X
k=1
k=1
k1
(k 1)!
) = e e (2 + ) = 2 + .
ILOR
CAPITOLUL 4. ELEMENTE DE TEORIA PROBABILITAT
110
4.5.3
atunci functia se numeste densitate de repartitie sau densitate de probabilitate a variabilei aleatoare X.
Teorema 4.5.2 Densitatea de repartitie a variabilei aleatoare continuie X
are urm
atoarele propriet
ati:
1) (x)
0,
oricare
ar
fi x R.
Z
2)
(x)dx = 1.
Z b
3) p(a < X b) =
(x)dx
111
F (x) =
(t)dt =
0 , dac
axa
dac
a x (a, b]
1 , dac
a x > b.
xa
ba ,
Obtinem succesiv:
Z b 2
Z b
a+b
x
a2 + ab + b2
x
dx =
, M2 (X) =
dx =
,
M (X) =
2
3
a ba
a ba
deci
2 = M2 (X) (M (X))2 =
(b a)2
.
12
.
Observatia 4.5.6 Legea normal
a a ap
arut n leg
atur
a cu teoria erorilor de
m
asurare.
Functia are proprietatile unei densitati de repartitie. Intr-adev
ar
Z
Z
(xm)2
1
(x; m, )dx =
e 22 dx.
2
x = m + 2t
obtinem:
1
(x; m, )dx =
(4.6)
Z
et dt = 1
112
ILOR
CAPITOLUL 4. ELEMENTE DE TEORIA PROBABILITAT
t
2
e dt+
te dt = m,
xe 2 dx =
M (X) =
2
Z
Z
(xm)2
1
2 2 2 t2
D2 (X) =
(x m)2 e 22 dx =
t e dt.
2
Integrand prin parti, obtinem:
Z
2 2
1
1 t2
2
D2 (X) = tet |
+
e
dt
= 2.
2
2
2
1
2
F (x) =
ey dy.
1
=
2
deci
1
1
+
2
xm
=
,
2
2
ey dy.
xm
1+
.
2
In consecinta
1
p(a X b) = F (b) F (a) =
2
bm
am
.
2
2
113
114
ILOR
CAPITOLUL 4. ELEMENTE DE TEORIA PROBABILITAT
4.6
(4.7)
(4.8)
dF(t)
F(t+4t) F(t)
P(t < T t + 4t)
= lim
= lim
4t0
4t0
dt
4t
4t
Altfel spus viteza instantanee de defectare este limita raportului dintre probabilitatea ca variabila aleatoare sa ia valori n intervalul [t, t+4t) si marimea
intervalului, cand 4t 0.
Din definitie rezulta:
Z
F(t) =
f(u)du, R(t) =
0
ILOR.
4.6. ELEMENTE DE TEORIA FIABILITAT
115
Z x
Z
Z
M (T ) =
tf(t)dt = lim
tf(t)dt = lim xF (x)
x 0
Z
= lim x(1 F (x)) +
x
F(t)dt =
Z
x
(1-F(t))dt =
R(t)dt
D(T ) = =
Z
2
(t ) f (t)dt = 2
0
tR(t)dt 2
F(t + t) F(t)
P(A B)
=
P(A)
1 F(t)
(t) = lim
(u)du
(u)du
(u)du
R(t) = e 0
, F (t) = 1 e 0
, f (t) = (t)e 0
.
116
ILOR
CAPITOLUL 4. ELEMENTE DE TEORIA PROBABILITAT
Deducem ca:
f (t) (t), lim (t) = f (0)
t0
Fig. 4.4
Aceasta forma a graficului sugereaza existenta a trei perioade distincte n
timpul exploatarii:
Zona I- perioada de rodaj.
Zona II- perioada vietii utile.
Zona III- perioada de mb
atr
anire, datorita mai ales uzurii.
Daca admitem ca rata de defectare este constant
a (t) = 0 , 0 > 0
rezulta:
R(t) = e0 t , F (t) = 1 e0 t , f (t) = 0 e0 t ,
adica o lege de repartitie exponential
a. De altfel modelul exponential este
primul model din punct de vedere istoric n teoria fiabilitatii. Aceasta lege de
fiabilitate nu este generala. In practica se nt
alnesc frecvent situatii n care
datele experimentale nu concorda cu modelul de mai sus. De exemplu daca
rata de defectare este proportional
a cu timpul (t) = 20 t, 0 > 0, atunci din
R0 (t)
relatiile R(t) = 20 t, R(0) = 1, rezulta:
2
ILOR.
4.6. ELEMENTE DE TEORIA FIABILITAT
117
Sa se calculeze:
a) Parametrii c1 si c2 ,
b) Functia de fiabilitate si rata de defectare,
c) Probabilitatea de defectare la mplinirea duratei de functionare,
d) Valoarea medie a timpului de functionare far
a defectare.
Rezolvare:
a) Deoarece F (0) = 0 si lim F (t) = 1, rezulta imediat c1 = 1 si c2 = 1.
t
R0 (t)
= 1.
R(t)
d) = M (T ) =
tet dt = 1
a = 3. S
a se calExemlul 4.6.2 Un utilaj are rata de defectare constant
culeze functia de fiabilitate functia de defectare si timpul dup
a care probabilitatea de defectare este egal
a cu probabilitatea de functionare.
Rezolvare:
Conform definitiei avem:
(t) = 3 =
R0 (t)
.
R(t)
3
2
118
ILOR
CAPITOLUL 4. ELEMENTE DE TEORIA PROBABILITAT
Exemlul 4.6.3 S
tiind c
a pentru un utilaj are rata de defectare este (t) =
1
.
S
a
se
calculeze
funct
ia de fiabilitate functia de defectare precum si prob1+t2
abilitatea ca utilajul sa se defecteze dup
a un an de functionare.
Rezolvare:
0 (t)
Deoarece rata de defectare este (t) = RR(t)
rezult
a:
dt
dR
=
2
1+t
R
sau
arctan t = ln R(t) + C
Deoarece R(0) = 1, se obtine C = 0. Rezulta functia de fiabilitate
R(t) = e arctan t
si functia de defectare
F (t) = 1 e arctan t .
4.7
Fig. 4.5
Fie Ai , i = 1, 2, evenimentul subsistemului Si , i = 1, 2 functioneaz
a, iar A
evenimentul sistemul S functioneaz
a. Rezulta A = A1 A2 si
P (A) = P (A1 A2 ) = P (A1 ) P (A2 ) =
= (1 P (A1 )) (1 P (A2 )) = (1 p1 ) (1 p2 )
n
Y
Ri (t)
i=1
Luand logaritmul natural pentru R(t) din relatia de mai sus si nmultind cu
n
X
-1, obtinem ln R(t) =
ln Ri (t) si apoi derivand n raport cu t gasim
(t) =
n
X
i=1
i=1
4.8
Fig. 4.6
Se adopta aceleasi notatii ca si n situatia precedent
a a subsistemelor legate
120
ILOR
CAPITOLUL 4. ELEMENTE DE TEORIA PROBABILITAT
= (1 P (A1 )) + (1 P (A2 )) (1 P (A1 )) (1 P (A2 )) = 1 p1 p2
Probleme propuse:
1) Sa se determine functia de fiabilitate si functia de defectare daca viteza
instantanee de defectare este:
2
f (t) = ktet , t 0, k R
2) Functia de defectare este de forma:
1
a t [0, 2]
2 , dac
F (t) =
1 , daca t > 2
Sa se calculeze durata medie de functionare far
a defectare si probabilitatea de
defectare la atingerea acestei perioade.
R
aspuns: = 1, P (t = 1) = F (1) = 0, 5
3) Fie sistemul (S) format din sistemul (S1 ) legat n serie cu subsistemul
alcatuit din (S2 ) si (S3 ), legate n paralel, av
and probabilitatile p1 = 0, 1,
p2 = 0, 2 si p3 = 0, 3. Se cere fiabilitatea sistemului (S).
MATEMATICA.
4.9. STATISTCA
4.9
121
Statistc
a matematic
a.
122
ILOR
CAPITOLUL 4. ELEMENTE DE TEORIA PROBABILITAT
X1 , X2 , ..., Xn
X :
1
1
1
n,
n , ... n
Deoarece si esantionul are un caracter aleator rezulta ca fiecare valoare Xi
constituie o variabila aleatoare identic
a din punct de vedere probabilistic cu
variabila teoretica deoarece M(Xi ) = M(X), D(Xi ) = D(X), etc.
Pentru a obtine o privire preliminara asupra materialului dat se ordoneaza
valorile caracteristicii dupa marime si se determina freventa absoluta cu care
apare fiecare valoare. Se ajunge astfel la o repartitie de tipul (S1 ) daca toate
valorile caracteristicii pentru o selectie de volum n sunt distincte.
Mai frecvente sunt nsa situatiile n care valorile caracteristicii date de o
selectie de volum n se repeta. In aceasta situatie, considerand ca au rezultat
k valori distincte ale caracteristicii, repartitia o vom numi de tipul (S2 ) si o
reprezentam conform tabelului de mai jos:
Valorile
caracteristici
x1
x2
..
.
Frecventele
absolute ni
n1
n2
..
.
xk
Frecventele
relative fi = nni
f1
f2
..
.
nk
k
X
i=1
ni = n
% i = 100 fi
1
2
..
.
fk
k
X
i=1
fi = 1
k
k
X
i = 100
i=1
MATEMATICA.
4.9. STATISTCA
123
X
k
x1 , x2 , ..., xn
X :
n ,
ni = n
n1 , n2 , ..., nk
i=1
2) Mediana e
x=
1
, daca k este par
2 x k + x k +1
2
3) Valoarea medie x =
1
n
k
X
xi ni ,
i=1
4) dispersia s2 =
1
n1
k
X
a
(xi x)2 ni (s se numeste abaterea medie patratic
i=1
1
1
M
(xi x)2 =
M
x2i nx2 =
n1
n1
=
i
1 hX
M(x2i ) nM(x2 )
n1
2
n
+ 2 . Rezulta:
1
2
2
2
2
M(s ) =
n( + ) n( + ) = 2 .
n1
n
2
1X
(xi x)2 .
n
2
2
Reluand calculul de mai sus pentru s21 rezulta M(s21 ) = n1
n . Deci s1 va
2
reprezenta o estimatie mai mica pentru .
Pentru un esantion de tip n cu k valori caracteristice, frecventa reletiva a
valorilor selectiei mai mici decat o valoare x se numeste functie de repartitie
124
ILOR
CAPITOLUL 4. ELEMENTE DE TEORIA PROBABILITAT
de selectie(empiric
a) si se defineste astfel:
0,
dac
a x xi
i1
X
fj , dac
a xi1 x xi , i = 2, 3, ..., n,
Fn (x) =
j=1
1 , daca xk < x.
(4.9)
0,
daca x xi
daca xi1 x xi , i = 2, 3, ..., n,
1 , daca xk < x.
i1
n ,
(4.10)
F100 (x) =
avem:
0,
daca x 1
0, 4, dac
a1<x3
0, 5, dac
a3<x6
0, 7, dac
a 6 < x 10
1 , daca 10 < x.
MATEMATICA.
4.9. STATISTCA
Clase
[`0 , `1 )
[`1 , `2 )
..
.
xM
i
xM
1
xM
2
..
.
[`k1 , `k )
xM
k
ni
n1
n2
..
.
fi
f1
f2
..
.
nk
k
X
i=1
ni = n
125
% i = 100 fi
1
2
..
.
fk
k
X
fi = 1
i=1
k
k
X
i = 100
i=1
ia
de
repartit
ie
de
select
ie
se
define
s
te
n
cazul
repartit
iei
de tip
i
S3 astfel:
0,
daca x `0
X
i1
1
fi + (x `i1 )fi , daca `i1 x `i , i = 2, 3, ..., n, (4.11)
Fn (x) =
d
j=1
1 , daca `k < x.
Exemlul 4.9.2 O echip
a de zece muncitori si-au realizat planul lunar n proportie
de 85, 96, 98, 102, 107, 110, 112, 113, 117 si respectiv 127%. S
a se construiasc
a
histograma datelor procentuale.
Rezolvare:
10785
Avem d = 1+3,222lg
arul ntreg 10.
10 ' 9, 7177. Se va lua pentru d num
12785
Datele procentuale se grupeaza n [ 9,7 ] = 4 grupe. Histograma datelor
procentuale este:
Fig. 4.7
126
ILOR
CAPITOLUL 4. ELEMENTE DE TEORIA PROBABILITAT
Histograma este un tip special de grafic, deosebit de relevantpentru prelucrari statistice. Functia MATLAB hist, pentru reprezentarea histogramei
se apeleaza cu sintaxa hist(X,n), cu X setul de date analizat, iar n num
arul
de intervale, n cazul exemplului, de mai sus , n=4.
Fig. 4.8
Daca cosideram pe x ca linie medie si valorile x+3s, x3s (s reprezent
and
abaterea medie patratica) ca limita superioara de comtrol, respectiv limita
inferioara de control, atunci 99, 73% dintre toate valorile masurate se afla n
regiunea marginita de limitele de control. Daca cele trei linii sunt determinate
prin teste preliminare, atunci procesul de productie poate fi controlat n acest
mod. Daca o observatie masurat
a se afla n aceasta regiune, atunci deviatiile
de la medie sunt privite ca aleatoare. Deviatia este sistematica daca data
masurata cade n afara liniilor de control(indicata n Fig.(4.8) n la 4 si la
18). In acest caz productia trebuie ntrerupt
a si cercetata cauza deviatiei.
MATEMATICA.
4.9. STATISTCA
4.9.1
127
Estimare.
Fie acum data variabila de selectie X sub una din formele empirice:
xj
xi
X :
, j = 1, 2, ..., n sauX :
n , i = 1, 2, ..., k,
1
ni
n
corespunzand repartitiilor statistice de tip S1 sau S2 . Atunci X constituie o
aproximare a variabilei teoretice:
x
X:
,
f (x)
definita pe populatia studiata. Functia densitate de repartitie f (x) contine
anumiti parametri pe care ncercam sa-i determinam folosind selectia efectuata. Operatia de determinare a valorilor parametrilor se numeste estimare.
Principiul de baz
a al teoriei selectiei: Variabila de selectie converge
n lege catre variabila teoretica, iar parametrii variabilei de selectie converg n
probabilitate catre parametrii corespunzatori ai variabilei teoretice.
Fie parametrul ce se cere a fi determinat prin intermediul datelor puse
la dispozitie de variabila de selectie X ( poate fi valoare medie, dispersie, etc.) tipul repartitiei X fiind considerat cunoscut. Functia de estimatie
(X1 , X2 , ..., Xn ) determinata pe baza selectiei, care ndeplineste conditia generala de convergenta n probabilitate:
lim P(| | < ) = 1
deci frecventa relativa fn este un estimator consistent al probabilitatii p considerata ca un parametru al legii binomiale.
Se poate demonstra ca exista o infinitate de estimatori consistenti pentru un parametru teoretic .
In practica convergenta estimatorului c
atre are loc n una din urmatoarele
situatii:
a) M( ) = si D( ) 0 cand n . In acest caz reprezint
a un
estimator absolut corect.
128
ILOR
CAPITOLUL 4. ELEMENTE DE TEORIA PROBABILITAT
4.9.2
Sa consideram variabila teoretica X cu densitatea de repartitie f (x, ) depinzand de un singur parametru ce trbuie estimat pe baza datelor de selectie
(x1 , x2 , ..., xn ). Densitatea de repartitie f (x, ) ia corespunzator valorilor din
esantion, valorile:
f (xi , ) = P(X = xi ), i = 1, 2, ..., n.
Deoarece variabila de selectie X presupune realizat evenimentul
n
\
(X = xi ),
i=1
n
\
(X = xi )),
i=1
n
Y
f (xi , ),
(4.12)
i=1
MATEMATICA.
4.9. STATISTCA
129
In calcule practice adesea ecuatia de mai sus este nlocuita de ecuatia echivalenta
(ln L)
1 L
=
=0
L
Daca densitatea de probabilitate depinde de doi parametrii 1 si 2 , atunci
acesti parametrii sunt dati de sistemul de ecuatii:
(
(ln L)
1 L
1 = L 1 = 0,
(ln L)
1 L
2 = L 2 = 0.
Se poate arata ca n anumite conditii destul de generale n ceea ce priveste
functia densitate de probabilitate f (x, ), estimatorul de maxima verosimilitate a parametrului este si estimator consistent.
Exemlul 4.9.5 S
a se determine estimatorii de maxim
a verosimilitate 1 =
si 2 = ai unei variabile aleatoare normale folosind o selectie de valori
x1 , x2 , ..., xn ntr-o repartitie statistic
a de tip (S1 ).
Functia de verosimilitate n acest caz este:
L(x1 , x2 , ..., xn , , ) =
n
Y
f (xi , , ) =
i=1
Avem:
ln L = n ln
12
2
n
X
(xi )2
i=1
n
n
1 X
ln(2) 2
(xi )2
2
2
i=1
(ln L) =
(ln L)
(xi ) = 0,
i=1
1
2
1
2
n
X
(xi ) = 0,
i=1
= n +
1
3
n
X
(xi )2 = 0.
i=1
1
n
deci
n
X
2
2
(xi ) = n.
=
i=1
n
X
xi = x,
i=1
n
X
1
(xi x)2
n
i=1
= s2 .
130
ILOR
CAPITOLUL 4. ELEMENTE DE TEORIA PROBABILITAT
In cazurile de mai sus estimarea parametrilor este punctuala. Intr-o estimare punctuala, valoarea adevarat
a a parametrilor variabilei aleatoare teoretice este considerata afi egala cu estimatia valorii obtinut
a printr-o selectie
prin metoda verosimilitatii maxime. Intruc
at probabilitatea ca sa coincida cu
valoarea reala este mica, de fapt stim foarte putin despre precizia estimatiei.
De aceea se ncearca sa se determine un interval ( , + ), care contine
estimatorul , astfel ncat sa includa parmetrul teoretic necunoscut cu probabilitatea 1 . Numarul 1 se numeste coeficient de ncredere(nivel
de ncredere) . Lungimea intervalului de ncredere 2 se poate calcula pe
baza lui 1 , 0 < < 1. Cu cat intervalul de ncredere este mai mic si
coeficientul de ncredere mai aproape de 1, cu atat avem o indicatie mai precisa cu privire la valoarea parmetrului . Precizam ca parametrul nu este
o variabila aleatoare, n schimb intervalul de ncredere(care depinde de datele
de selectie) este un interval aleator care variaz
a de la o selectie la alta. De
aceea legatura dintre valoarea parametrului si intervalul de ncredere trebuie
nteleasa astfel: probabilitatea ca intervalul de ncredere s
a acopere
valoarea este egal
a cu coeficientul de ncredere.
In practica parametrul estimat este adeseori indicator tehnic cerut de buna
functionare a unei instalatii sau un indicator de calitate a unor produse realizate. Acesti indicatori se considera corespunzatori daca sunt situati ntr-un
interval ce garanteaza buna functionare a instalatiei respective sau calitatea
corespunzatoare a bunului realizat. In acest sens intervalul de ncredere si
coeficientul de ncredere corespunzator sunt numiti interval de sigurant
a si
indicator de sigurant
a.
Daca are semnificatia valorii medii teoretice, atunci n calculul intervalului de ncredere ne putem folosi de inegalitatea lui Cebasev:
P(| | < ) 1
D( )
,
2
Xk :
1 0
p q
MATEMATICA.
4.9. STATISTCA
131
X1 + X2 + ... + Xn
n
Avem:
n
!
X
1
M (fn ) = M
xi = p
n
i=1
n
!
X
1
p(1 p)
xi =
D(fn ) = 2 D
n
n
i=1
r
p(1 p)
fn =
n
Deoarece produsul pq are valoarea maxima =entru p = q = 12 , datorita
legaturii p + q = 1, avem: fn 21 n . Consideram functia de selectie:
U (X1 , X2 , ..., Xn, p) =
fn p
fn
Pentru n mare conform teoremei Moivre-Laplace, U urmeaza o lege normala redusa. Rezulta pentru un coeficient de ncredere 1 , dat:
Z z
u2
1
P(z U z ) =
e 2 du = 2(z ) = 1 .
2 z
Valoarea z este solutia ecuatiei 2(z ) = 1 si se calculeaza din tabela
functiei lui Laplace. Rezulta z fnfp z , deci intervalul de ncredere va
n
fi:
z
z
fn , fn +
.
2 n
2 n
In continuare pentru o populatie repartizata normal cu media si abaterea
standard se dau intervale de ncredere atat pentru parametrul c
at si pentru n diferite situatii, considerand o selectie X1 , X2 , ..., Xn din populatia
considerata si un coeficient de ncredere 1 , dat.
a) -cunoscut, -necunoscut.
Alegand drept estimator consistent x pentru , avem intervalul de ncredere:
x z1 2 , x + z1 2
n
n
unde z1 2 este solutia ecuatiei (z) = 1 2 .
132
ILOR
CAPITOLUL 4. ELEMENTE DE TEORIA PROBABILITAT
Capitolul 5
5.1
dy
= f (x, y),
dx
(5.1)
5.2
A ECUAT
5.2. FUNCT
IILE MATLAB PENTRU INTEGRAREA NUMERICA
IILOR DIFERENT
(a) cu ode23
(b) cu ode45
(a) cu ode23
(b) cu ode45
2) y 0 = 1+y
xy , y(1) = 2, xf = 2, ya =
5x2
x
p
2 x2
3) y 0 = y 2xy
, y(1) = 1, xf = 2, ya = x(1 ln x)
4) y 0 + y cos x = sin x cos x, y(0) = 1, xf = 2, ya = sin x 1 + 2e sin x
5) x2 y 0 + 2x3 y = (1 + 2x2 )y 2 , y(1) = 2, xf = 2, ya = ( x1
ex 1
2e )
A SISTEMELOR DE ECUAT
5.3. FUNCT
IILE MATLAB PENTRU INTEGRAREA NUMERICA
(a) cu ode23
(b) cu ode45
5.3
10
y2 = a21 y1 + a22 y2 + ... + a2n yn + b2 (x);
:
:
:
:
:
:;
0
yn = an1 y1 + an2 y2 + ... + ann yn + bn (x),
cu vectorul coloana
y1
y2
y=
: ,
yn
functie necunoscuta.
Functiile ode23 si ode45 se apeleaza la fel ca mai sus av
and n vedere ca
necunoscuta y, ca si valoarea initial
a y0 din sintaxele:
[x,y]=ode23(yprim,x_{0},x_{f},y_{0})
[x,\;y]=ode45(yprim, x_{0}, x_{f}, y_{0})
[x,\;y]=ode23(yprim, x_{0}, x_{f}, y_{0}, tol, trace)
[x,\;y]=ode45(yprim, x_{0}, x_{f}, y_{0}, tol, trace)
sa fie vectori coloana.
y(0) =
y1 (0)
y2 (0)
0
2
ya =
ya1
ya2
2ex + 2e3x
ex + e3x
Vom obtine:
A SISTEMELOR DE ECUAT
5.3. FUNCT
IILE MATLAB PENTRU INTEGRAREA NUMERICA
%y1=y1+4y2, y1(0)=0.
%y2=y1+y2, y2(0)=2.
x0=0;xf=.5;%limitele de integrare
y0=[0 2];%Vectorul conditiilor initiale
[x,y]=ode45(sf_ex4,x0,xf,y0)
ya1=-2.*exp(-x)+2.*exp(3*x)
ya2=exp(-x)+exp(3*x)
plot(x,y,o,x,ya1,x,ya2);grid
5) Fie sistemul:
cu conditiile:
y(0) =
y1 (0)
y2 (0)
806
147
226
147
76
ya1
2e3x 4e7x 5x
+ 147
7
ya =
=
68
ya2
e3x + e7x + 3x
7 147
Se obtin graficele:
y1 (0)
1
y(0) = y2 (0) = 2
y3 (0)
2
ya1
2ex + e2x
ya = ya2 = ex + e2x
ya3
ex + e2x
Se obtin graficele:
Realizeazate cu scventele:
Fisier functie:
function yp=sf_ex6(x,y)
yp=zeros(3,1);
yp(1)=y(2)+y(3);
yp(2)=y(3)+y(1);
yp(3)=y(1)+y(2);
Program principal:
A ECUAT
5.4. FUNCT
IILE MATLAB PENTRU INTEGRAREA NUMERICA
IILOR DIFERENT
%y1=y2+y3, y1(0)=-2
%y2=y1+y3, y2(0)=2
%y3=y1+y2, y2(0)=3
x0=0;xf=.5;%limitele de integrare
y0=[-1 2 2];%Vectorul conditiilor initiale
[x,y]=ode45(sf_ex6,x0,xf,y0)
ya1=-3.*exp(-x)+exp(2.*x)
ya2=exp(-x)+exp(2.*x)
ya3=2.*exp(-x)+exp(2.*x)
plot(x,y(:,1),*,x,y(:,2),.,x,y(:,3),o,x,ya1,x,ya2,x,ya3);grid
5.4
y1 (x) = y (n1)
y2 (x) = y (n2)
yn2 (x) = y 00
y
(x) = y 0
n1
yn (x) = y
este echivalenta cu urmatorul sistem de ecuatii diferentiale de ordinul nt
ai:
0
y1 = y (n) = u(x, yn , yn1 , yn2 , ..., y1 )
y 0 (x) = y1
2
:
0
yn2
(x) = yn3
y
(x) = yn2
n1
0
yn (x) = yn1
Exemple 7) Sa se integreze ecuatia diferential
a de ordin 2
y 00 + y = 0
pe intervalul [0, 2] cu conditiile initiale:
y(0) = 0, y 0 (0) = 1
Solutia analitica este:
y = sin x
Se creiaza fisierul functie, esf ex 7.m, care descrie sistemul de ecuatii diferentiale
cu urmatorul continut:
function yp=esf_ex7(x,y)
yp=zeros(2,1);%vectorul derivatelor
yp(1)=-y(2);%dervata de ordin 2
yp(2)=y(1);%dervata de ordin 1
si apoi programul principal, Bsfex7.m, care apeleaza fisierul functie esf ex7.m
si care are continutul:
%Ec. dif. de ordin II cu 1 nec.
x0=0;xf=3.*pi;
y0=[1,0];
[x,y]=ode23(esf_ex7,x0,xf,y0)
ya=sin(x);
plot(x,y(:,2),o,x,ya);grid
A ECUAT
5.4. FUNCT
IILE MATLAB PENTRU INTEGRAREA NUMERICA
IILOR DIFERENT
(4)
y = 3y(2) + 4y(4), derivata a 4-a
y = y(4),
Se creiaza fisierul functie, esf ex 8.m, care descrie sistemul de ecuatii diferentiale
cu urmatorul continut:
A ECUAT
5.4. FUNCT
IILE MATLAB PENTRU INTEGRAREA NUMERICA
IILOR DIFERENT
y = y(2)
z 00 = 5y(2) 4y(4), derivata a 2-a a lui z
z = y(4)
vom creea sistemul diferential de 4 ecuatii diferentiale de ordinul nt
ai, cuplate.
0
y (1) = 4y(2) 5y(4) + x2
0
y (2) = y(1)
y 0 (3) = 5y(2) 4y(4)
0
y (4) = y(3)
Se obtin graficele: Creiat cu fisierul functie, esf ex9.m, care descrie sistemul
Capitolul 6
Transform
ari conforme.
6.1
Interpretarea geometric
a a derivatei complexe.
Fig. 6.1
Avem
w0 = f 0 (z(t)) z 0 (t)
astfel ncat w ca functie de t are derivat
a continu
a. De asemeni w0 () =
f 0 (z0 ) z 0 (), iar z 0 () 6= 0 si deci arcul este de asemeni un arc neted.
147
CAPITOLUL 6. TRANSFORMARI
CONFORME.
148
zz0
w w0
= f 0 (z0 )
z z0
zz0
f (z(t)) f (z())
= f 0 (z0 )
z(t) z()
f (z(t)) f (z())
= |f 0 (z0 )|
lim
zz0
z(t) z()
lim arg
zz0
f (z(t)) f (z())
= arg f 0 (z0 )
z(t) z()
(6.1)
(6.2)
(6.3)
sau
lim arg(w(t) w0 ) lim arg(z(t) z0 ) = arg f 0 (z0 )
(6.4)
(6.5)
(6.6)
(6.7)
Fig. 6.2
Sa luam = Ox si 1 = Oy. Prin urmare avem:
()
( )
(1 )
(1 )
=
z=x
w = x2
z = iy
w = y 2
0<x<
0 < x < ; u = x2 , v = 0 (axa Ou pozitiva)
0<y<
0 < y < ; u = y 2 , v = 0 (axa Ou negativa)
CAPITOLUL 6. TRANSFORMARI
CONFORME.
150
u u f 2 f 2 f 2
x y
I = v v = = 6= 0
x y
z
z
z
Reciproc: Fie acum f (z) o reprezentare conforma n punctul z0 . Cum f (z)
este diferentiabila n punctul z0 , avem:
f (z) f (z0 ) =
f
f
(z z0 ) +
(z z 0 ) + (z)|z z0 |
z
z
si z2 z0 = i. Avem:
f
w1 w0 = f (z1 ) f (z0 ) = f
z (z0 ) + z (z0 ) + (z1 )
f
w2 w0 = f (z2 ) f (z0 ) = i z (z0 ) i f
z (z0 ) + (z2 )i
sau
w1 w0
w2 w0
f
= f
z (z0 ) + z (z0 ) + (z1 )
f
= i f
z (z0 ) i z (z0 ) + (z2 )i
(a) Ecuatie dif. de ordin I (b) Ecuatie dif. de ordin IV (c) Sistem de dou
a ec. dif de(d) Sistem de dou
a ec. dif de
ordin I
ordin I