táto vysokoškolská učebnica · zložitejších výrokov (formúl), pozostávajúci z...
TRANSCRIPT
2
Táto vysokoškolská učebnica je určená predovšetkým študentom Farmaceutickej fakulty UK, ale môže poslúžiť
aj študentom iných prírodovedných odborov biologického, lekárskeho a chemického zamerania, ako aj
výskumným pracovníkom, ktorí využívajú matematiku pri svojej práci. Cieľom učebnice je vysvetliť
zrozumiteľným jazykom základné pojmy vyššej matematiky a oboznámiť študentov so základmi výrokovej
logiky, teórie množín, lineárnej algebry, matematickej analýzy, úvodom do diferenciálneho a integrálneho počtu
a ich praktickými aplikáciami.
Všetky práva vyhradené. Žiadna časť textu nesmie byť použitá na ďalšie šírenie akoukoľvek formou bez
predchádzajúceho súhlasu autora alebo nakladateľstva.
© Ing. Vladimír Frecer, DrSc., Katedra fyzikálnej chémie, Farmaceutická fakulta UK, 2014
Recenzenti: prof. Ing. Vladimír Kvasnička, DrSc.
prof. Dr. rer. nat. habil. RNDr. Marián Slodička, PhD.
prof. RNDr. Pavol Zlatoš, CSc.
ISBN-978-80-223-3503-4
3
Obsah
1. Diskrétna matematika ........................................................................................................... 8 1.1. Výroková logika ............................................................................................................. 9
1.2. Pravdivostné hodnoty formúl .......................................................................................... 11
1.3. Pravidlá usudzovania ...................................................................................................... 13
1.4. Predikátová logika .......................................................................................................... 15
1.5. Metódy dôkazu ............................................................................................................... 18
1.6. Matematická indukcia ..................................................................................................... 21
2. Teória množín ......................................................................................................................... 25 2.1. Množiny .......................................................................................................................... 25
2.2. Enumerácia konečných množín ...................................................................................... 30
2.3. Karteziánsky súčin množín ............................................................................................. 31
2.4. Relácie ............................................................................................................................ 33
3. Reálne funkcie ........................................................................................................................ 37 3.1. Základné reálne funkcie .................................................................................................. 44
3.1.1. Polynóm .............................................................................................................. 44
3.1.2. Racionálna funkcia ............................................................................................. 49
3.1.3. Exponenciálna a logaritmická funkcia ................................................................ 53
3.1.4. Goniometrické a cyklometrické funkcie ............................................................. 56
4. Lineárna algebra ..................................................................................................................... 67 4.1. Vektory ........................................................................................................................... 67
4.2. Matice ............................................................................................................................. 74
4.2.1. Sústavy lineárnych rovníc .................................................................................. 74
4.2.2. Gaussova eliminačná metóda ............................................................................. 76
4.2.3. Matice ................................................................................................................. 78
4.2.4. Hodnosť matice .................................................................................................. 83
4.2.5. Sústavy lineárnych rovníc .................................................................................. 86
4.3. Determinanty .................................................................................................................. 89
4.3.1. Maticové rovnice ................................................................................................ 92
4.3.2. Cramerovo pravidlo ............................................................................................ 95
4.3.3. Vlastné hodnoty a vlastné vektory matíc ............................................................ 97
5. Postupnosti a číselné rady ..................................................................................................... 112 5.1. Nekonečná postupnosť .................................................................................................... 112
5.2. Limita postupnosti .......................................................................................................... 116
5.3. Nekonečný rad ................................................................................................................ 121
5.4. Mocninové rady .............................................................................................................. 124
6. Diferenciálny počet ................................................................................................................. 131 6.1. Limita funkcie ................................................................................................................. 131
6.2. Spojitosť funkcie ............................................................................................................. 141
4
6.3. Derivácia funkcie ............................................................................................................ 142
6.4. Derivácie vyšších rádov .................................................................................................. 150
6.5. L'Hospitalovo pravidlo ................................................................................................... 151
6.6. Diferenciál ...................................................................................................................... 153
6.7. Taylorov rad .................................................................................................................... 156
6.8. Derivácia a vlastnosti funkcií .......................................................................................... 160
6.8.1. Monotónnosť funkcie ........................................................................................ 162
6.8.2. Konvexnosť a konkávnosť funkcie, inflexný bod ............................................. 165
6.8.3. Lokálne extrémy ................................................................................................ 169
6.8.4. Asymptoty ......................................................................................................... 172
6.8.5. Vyšetrovanie priebehu funkcie .......................................................................... 175
6.9. Interpolácia .................................................................................................................... 178
7. Integrálny počet ...................................................................................................................... 195 7.1. Primitívna funkcia, neurčitý integrál .............................................................................. 195
7.2. Substitučná metóda ......................................................................................................... 200
7.3. Metóda per partes ........................................................................................................... 203
7.4. Integrály racionálnych funkcií ........................................................................................ 205
7.5. Určitý integrál ................................................................................................................. 211
7.5.1. Riemannova definícia ......................................................................................... 211
7.5.2. Newtonova definícia ........................................................................................... 213
7.5.3. Vlastnosti určitého integrálu ............................................................................... 214
7.5.4. Nevlastné integrály ............................................................................................. 218
7.5.5. Aplikácie určitého integrálu ............................................................................... 223
7.5.6. Približné metódy výpočtu určitých integrálov .................................................... 229
8. Diferenciálny počet funkcií dvoch premenných .................................................................. 241 8.1. Definičný obor a graf funkcie ......................................................................................... 241
8.2. Limita a spojitosť ............................................................................................................ 243
8.3. Parciálna derivácia .......................................................................................................... 245
8.4. Gradient funkcie .............................................................................................................. 248
8.5. Smerová derivácia ........................................................................................................... 250
8.6. Derivácie vyšších rádov .................................................................................................. 250
8.7. Totálny diferenciál a totálna derivácia funkcie ............................................................... 252
8.8. Kmeňová funkcia ............................................................................................................ 257
8.9. Extrémy funkcií dvoch premenných ............................................................................... 261
8.9.1. Lokálne extrémy ................................................................................................. 261
8.9.2. Absolútne extrémy .............................................................................................. 267
8.10. Optimalizácia, metóda Lagrangeových multiplikátorov ................................................. 270
8.11. Metóda najmenších štvorcov .......................................................................................... 274
8.12. Dvojný integrál ............................................................................................................... 276
9. Diferenciálne rovnice ............................................................................................................. 297 9.1. Obyčajné diferenciálne rovnice prvého rádu .................................................................. 298
9.2. Rovnica so separovateľnými premennými ...................................................................... 301
9.3. Lineárne diferenciálne rovnice ....................................................................................... 304
9.4. Exaktné diferenciálne rovnice ......................................................................................... 308
5
9.5. Numerické metódy riešenia diferenciálnych rovníc ....................................................... 311
9.6. Aplikácie diferenciálnych rovníc v prírodných vedách .................................................. 312
9.6.1. Kinetika jednoduchej chemickej reakcie ............................................................ 313
9.6.2. Kinetika rastu populácie buniek ......................................................................... 315
9.6.3. Kinetický model distribúcie liečiva .................................................................... 318
6
7
Predhovor
Táto učebnica je určená pre poslucháčov prvého ročníka magisterského štúdia farmácie, môže však
poslúžiť aj študentom iných fakúlt prírodovedného a technického zamerania, na ktorých sa prednášajú
základy vyššej matematiky. Cieľom učebnice je poskytnúť študentom farmácie ucelený text k pred-
náškam z matematiky, čomu zodpovedá výber a rozsah látky ako aj spôsob jej výkladu. Učebnica
vysvetľuje zrozumiteľnou formou základné pojmy, postupy a metódy vyššej matematiky s čo najmen-
ším matematickým aparátom, v rozsahu primeranom študijnému plánu, bez nároku na úplnosť a strikt-
nú presnosť. Autor si uvedomuje, že pre študentov biologických a medicínskych študijných odborov je
matematika skôr nástrojom na riešenie problémov a technických úloh, než samotným cieľom ich vzde-
lávania. Preto väčšina tvrdení v tejto učebnici nie je rigorózne sformulovaná ani dokázaná a ťažisko
výkladu sa presúva viac na riešenie príkladov a aplikácie matematických metód. Chýbajúce vety a dô-
kazy si môžu záujemcovia nájsť v matematickej literatúre uvedenej v zozname odporúčanej literatúry.
Prezentovaná látka poskytne študentom farmácie dostatočný matematický aparát potrebný na pocho-
penie nadväzujúcich povinných predmetov štúdia ako fyzika, matematická štatistika, fyzikálna ché-
mia, analytická chémia, biofyzika, farmaceutická chémia a technológia alebo molekulové základy vý-
voja liečiv.
Preberaná látka nadväzuje na stredoškolské vedomosti z matematiky. Očakávam, že poslucháči
prvého ročníka vysokej školy ovládajú počítanie so zlomkami a mocninami, vedia riešiť lineárne a
kvadratické rovnice a nerovnice, poznajú základy geometrie a sú schopní vypočítať obsah rovinných
útvarov a objem telies. Uvedomujem si rozdielnu úroveň a rozsah vyučovania matematiky na stred-
ných školách, preto je väčšina matematických pojmov použitých v tejto učebnici zrozumiteľne a po-
merne podrobne vysvetlená. Dôraz kladiem viac na porozumenie podstaty preberanej témy a na schop-
nosť aplikovať poznatky pri riešení úloh, ako na memorovanie a reprodukovanie poučiek, vzorcov
alebo dôkazov.
Učebnica je rozdelená do 9 kapitol a obsahuje úvod do diskrétnej matematiky, teórie množín, zák-
lady teórie reálnych funkcií, úvod do lineárnej algebry, postupností, diferenciálneho a integrálneho
počtu a základy riešenia diferenciálnych rovníc. Posledná časť je venovaná použitiu diferenciálnych
rovníc prvého rádu v prírodovedných a farmaceutických aplikáciách. Na konci každej kapitoly je uve-
dených niekoľko riešených príkladov, na ktorých si môžu študenti overiť, či dostatočne porozumeli
preberanej látke. Na získanie postačujúcej zručnosti a pohotovosti pri riešení príkladov je pre študen-
tov nevyhnutné siahnuť po zbierke príkladov a venovať počítaniu príkladov potrebný čas.
Rád by som poďakoval oponentom prof. Ing. Vladimírovi Kvasničkovi, DrSc. (Slovenská technic-
ká univerzita v Bratislave), prof. Dr. rer. nat. habil. RNDr. Marianovi Slodičkovi, PhD. (Univerzita
v Gente) a prof. RNDr. Pavlovi Zlatošovi, CSc. (Komenského univerzita v Bratislave) za cenné pri-
pomienky, ktorými prispeli k vylepšeniu tohto učebného textu. Obzvlášť by som chcel poďakovať
Mgr. Márii Klacsovej, PhD. (FaF UK) za podrobné prečítanie textu a pripomienky, ktoré pomohli od-
strániť viaceré chyby a nepresnosti.
Autor
8
9
1. Diskrétna matematika
1.1. Výroková logika
Metódy vedeckého bádania a korektného usudzovania sú založené na princípoch výrokovej
a predikátovej logiky a matematického dôkazu. Pri odvodzovaní záverov bádania a
formulovaní nových vedeckých poznatkov je preto vhodné dodržiavať formálne pravidlá
správneho usudzovania. Moderná logika, označovaná ako formálna logika alebo matematická
logika, je veda o správnom usudzovaní. Logika študuje všeobecné schémy usudzovania na
symbolickej úrovni, v ktorej sa ignoruje konkrétny obsah jednotlivých tvrdení (výrokov),
uvažuje sa len ich pravdivosť či nepravdivosť. Matematická logika umožňuje prostredníctvom
zákonov usudzovania vyvodzovať deduktívnym spôsobom z formalizovaných poznatkov
nové pravdivé poznatky.
Zopakujme si najprv základné vlastnosti výrokov a logických operácií s výrokmi. Výrok je
tvrdenie (oznamovacia veta), o ktorom vieme jednoznačne rozhodnúť, či je pravdivé alebo
nepravdivé (vieme určiť jeho pravdivostnú hodnotu). Príklady jednoduchých výrokov:
Zem je planéta.
Číslo 4 je prirodzené číslo.
Jedna plus jedna sú tri.
Číslo 3 je párne číslo a zároveň číslo 3 je nepárne číslo.
Zatiaľ čo prvé dva výroky sú pravdivé, tretí a štvrtý výrok sú nepravdivé. Výroky označujeme
symbolmi: a pravdivostnú hodnotu výrokov označujeme v klasickej matematickej
logike dvoma binárnymi hodnotami: (1) – pravdivý, (0) – nepravdivý. Pravdivostná hodnota
výroku sa označuje . Ak je výrok pravdivý, potom ; ak je výrok
nepravdivý, potom . Opytovacie vety alebo vágne oznamovacie vety typu:
„Čokoládová zmrzlina je dobrá“ nepovažujeme za výroky, keďže nedokážeme jednoznačne
určiť ich pravdivostnú hodnotu.1 Štvrtý výrok s je výrok zložený z dvoch jednoduchších
výrokov spojených spojkou „a zároveň“. Spojka a zároveň zodpovedá jednej z piatich
1 Výrokmi, ktoré nie sú jednoznačne pravdivé alebo nepravdivé, sa zaoberá tzv. fuzzy logika, ktorá priraďuje vágnym
výrokom pravdivostnú hodnotu z intervalu ⟨ ⟩. Napríklad, ak čokoládová zmrzlina chutí ľuďom z opýtaných, tak
pravdivostnú hodnotu výroku „Čokoládová zmrzlina je dobrá“ môže fuzzy logika určiť ako rovnajúcu sa hodnote (skôr
pravdivý).
10
základných logických spojok, pomocou ktorých môžeme z výrokov vytvárať zložené výroky
alebo zložitejšie logické výrazy (logické formuly):
konjunkcia výrokov, (čítame „ a zároveň “)
disjunkcia (alternatíva) výrokov, (čítame: „ alebo “)
implikácia výrokov, (čítame „ak , potom “) [1.1.]
ekvivalencia výrokov, (čítame „ práve vtedy, keď “)
negácia výroku, (čítame „nie je pravda, že “ alebo použijeme zápor)
Pravdivosť zložených výrokov závisí výlučne od pravdivostných hodnôt jednotlivých
výrokov a použitej logickej spojky a je určená pomocou pravdivostných tabuliek (tab. 1.1.),
autorstvo ktorých býva pripisované Ludwigovi Wittgensteinovi2.
Tab. 1.1. Pravdivostné hodnoty základných logických spojok
1 1 0 1 1 1 1
1 0 0 0 1 0 0
0 1 1 0 1 1 0
0 0 1 0 0 1 1
Výroková logika má svoj formálny jazyk (syntax), ktorý používa na konštrukciu
zložitejších výrokov (formúl), pozostávajúci z jednoduchých a zložených výrokov, logických
spojok a zátvoriek.3 Výrokové formuly sa teda tvoria nad množinou
4 výrokov
(výrokových premenných) a výrokových konštánt , opakovaným
aplikovaním logických spojok na výrokové premenné a tiež na výrokové formuly ,
napr. a . Takto môže vzniknúť postupnosť stále
zložitejších výrokových formúl (reťazcov symbolov , , ...), vedúca k výslednej formule,
napr.:
.
2 Ludwig Josef Johann Wittgenstein (1889-1951) vplyvný filozof rakúskeho pôvodu. Pracoval v oblasti logiky, filozofie
matematiky, analytickej filozofie a filozofie jazyka. 3 V logike sa zvyčajne používa nasledujúca priorita logických spojok (v poradí klesajúcej priority):
4 Význam pojmu množina (súbor prvkov) si bližšie vysvetlíme v nasledujúcej kapitole.
11
1.2. Pravdivostné hodnoty formúl
V predchádzajúcej časti sme uviedli, že syntax formúl výrokovej logiky je jednoznačne
určená spôsobom ich konštrukcie. Nie všetky postupnosti symbolov, ktoré môžu vzniknúť
jednoduchým zreťazením výrokových premenných a logických spojok s použitím zátvoriek,
sú syntakticky správne a definujú formulu. Len formuly, ktoré majú správnu syntax môžu
správne vyjadriť význam (sémantiku) danej formuly. Vo výrokovej logike sémantika skúma
pravdivostnú hodnotu výrokových formúl v závislosti od hodnôt výrokových premenných.
Používa na to tabuľky pravdivostných hodnôt.
Príklad. Pre formulu je jej sémantika plne určená tabuľkou
pravdivostných hodnôt pre všetky kombinácie výrokov a (tab. 1.2).
Tab. 1.2. Výpočet pravdivostných hodnôt formuly:
1 1 1 1 1 1 1
1 0 0 0 1 0 1
0 1 0 1 0 0 1
0 0 0 1 1 1 1
Z tab. 1.2 vyplýva, že pravdivostná hodnota formuly je pravda ( ) pre všetky
vzájomné kombinácie pravdivostných hodnôt výrokových premenných a . Takéto
výrokové formuly majú vo výrokovej logike mimoriadne postavenie logických zákonov
a nazývame ich tautológie.
Uvažujme formulu , ktorej výrokové premenné sú špecifikované
interpretáciou (pravdivostným ohodnotením), ktorá predstavuje určitú kombináciu
pravdivostných hodnôt (0 alebo 1) výrokových premenných vystupujúcich vo formuli.
Rôznych interpretácií, ktoré sú priradené výrokovým premenným, je . Pravdivostná
hodnota formule pre danú interpretáciu je označená výrazom . Napríklad tab. 1.2.
pravdivostných hodnôt formuly dvoch premenných a má interpretácie,
zodpovedajúce 4 riadkom tabuľky.
Definícia. Výroková formula sa nazýva tautológia (zapisujeme ako ), ak pre každú
interpretáciu platí (je vždy pravdivá). Naopak, ak pre každú interpretáciu
platí , formula sa nazýva kontradikcia (je vždy nepravdivá). Ak existuje aspoň
jedna interpretácia taká, že , potom formula je splniteľná.
12
Niektoré tautológie sa používajú nielen vo výrokovej logike, ale aj v bežnom usudzovaní.
Tieto tautológie sú obvykle označované aj vlastným menom. Väčšinou ide o tautológie tvaru
ekvivalencie, ktoré umožňujú nahradzovať jednu formulu druhou, pri zachovaní pravdivosti.
Medzi najznámejšie zákony výrokovej logiky patria tautológie uvedené v tab. 1.3.
Tab. 1.3. Známe tautológie [3]
Zákon Formula
Zákon totožnosti 5
Zákon dvojitej negácie
Zákon vylúčenia tretieho
De Morganov zákon pre konjunkciu
De Morganov zákon pre disjunkciu
Zákon ekvivalencie ( )
Zákon rezolventy
Zákon hypotetického sylogizmu
Distribúcia konjunkcie (( ) ( ))
Distribúcia disjunkcie ( ) ( )
Zákon kontrapozície
Zákon „reductio ad absurdum“
Zákon nahradenia implikácie
Zákon „modus ponens“
Klasická výroková logika bola od staroveku založená na tautológiách (zákonoch), ktoré
študovala ako modely správneho usudzovania, pomocou ktorých z pravdivých predpokladov
získavame pravdivé výsledky. Ako tradičný príklad správneho usudzovania uvažujme dvojicu
jednoduchých tvrdení (výrokov) „prší“ a „ak prší, potom je cesta mokrá“. Máme dve
nezávislé tvrdenia, prvé tvrdenie je jednoduchý výrok a druhé tvrdenie má tvar implikácie
. Z týchto dvoch tvrdení vyplýva nové tvrdenie „cesta je mokrá“, ktoré je v procese
usudzovania vyvodené z pôvodných predpokladov a , čo sa obvykle zapisuje takto:
[1.3.]
5 Znak „ “ symbolizuje tautológiu.
13
Táto formálna schéma usudzovania založená na tautológii , sa už od
čias stredoveku označuje ako modus ponens a patrí medzi základné pravidlá správneho
(logického) usudzovania.
1.3. Pravidlá usudzovania
Pravidlá usudzovania vo výrokovej logike možno znázorniť všeobecnou schémou, ktorá
obsahuje n predpokladov a jeden záver:
[1.3.]
ktorá je ekvivalentná so symbolickými zápismi logického dôkazu:
{predpoklad1, ..., predpokladn} záver alebo 6 [1.4.]
a môže byť prepísaná aj do tvaru výrokových formúl:
alebo [1.5.]
zložených zo série konjunkcií alebo implikácií. Predpoklady určitej schémy usudzovania sú
konzistentné vtedy a len vtedy, keď existuje aspoň jedna interpretácia pravdivostných hodnôt
výrokových premenných alebo formúl, pre ktorú sú všetky predpoklady pravdivé. V opačnom
prípade je množina predpokladov nekonzistentná, čo znamená, že z daných predpokladov
logicky vyplýva nejaký záver a súčasne aj jeho negácia. Obvyklé schémy usudzovania vo
výrokovej logike sú uvedené v tab. 1.4.
Príklad. Majme dva výroky (predpoklady), prvý „Ak bude vonku snežiť, zostanem doma“
a druhý „Ak zostanem doma, prečítam si knihu“. Použitím schémy usudzovania hypotetický
sylogizmus dostaneme z týchto dvoch predpokladov záver „Ak bude vonku snežiť, prečítam si
knihu“.
6 Znak „ “ symbolizuje logický dôkaz.
predpoklad1
:
predpokladn
záver
Ak bude vonku snežiť, zostanem doma
Ak zostanem doma, prečítam si knihu
Ak bude vonku snežiť, prečítam si knihu
14
Schéma hypotetického sylogizmu je sformalizovaná použitím výrokových premenných
„vonku sneží“, „zostávam doma“ a „prečítam knihu“, pričom záver bol z predpokladov
vyvodený použitím tautológie: , tab. 1.4.
Tab. 1.4. Schémy usudzovania [4]
Schéma Formula výrokovej logiky Názov
adícia
simplifikácia
inverzia implikácie
konjunkcia
modus ponens
modus tollens
hypotetický sylogizmus
disjunktívny sylogizmus
reductio ad absurdum
Platnosť (pravdivosť) tvrdenia (vety, výroku, teorémy, argumentu alebo výsledku) je
potrebné v matematike dokázať. Existujú viaceré formy matematických dôkazov
spočívajúcich v postupnosti krokov (formúl výrokovej logiky), ktoré vychádzajú z množiny
p
q
15
existujúcich postulátov (axióm), a z predchádzajúcich už dokázaných viet. Jednotlivé kroky
postupnosti sa tvoria pomocou pravidiel usudzovania (tautológií). Dôkaz teda pozostáva z
postupnosti formúl, pričom posledná formula zodpovedá požadovanému záveru.
1.4. Predikátová logika
Predikátová logika je obyčajne chápaná ako rozšírenie výrokovej logiky pomocou kvantifi-
kátorov všeobecný a existenčný 7. Zaoberá sa otázkami pravdivosti a dokázateľnosti
formúl predikátového počtu. S istou dávkou zjednodušenia možno povedať, že predikátová
logika je spoločným základným jazykom matematických teórií a spôsobov usudzovania
obvyklých v matematike. V istej obmedzenej miere aj v bežnom živote. Predikátom
označujeme vlastnosť objektu a vzťah (reláciu) medzi objektmi a .
Príklad. Vlastnosť P znamená „poslucháč“, potom je tvrdenie, ktoré označuje, že
indivíduum (objekt, prvok) Martin je poslucháčom (Farmaceutickej fakulty). Ak relácia
znamená „kamarát“, potom je tvrdenie, ktoré označuje, že Jano a Fero sú
kamaráti.
Takéto základné formulácie môžeme upraviť pomocou kvantifikátorov tak, že budú
označovať množstvo objektov (prvkov) z množiny (Univerza)8, ktoré majú určitú vlastnosť
alebo spĺňajú danú reláciu:
znamená všetky objekty x Univerza majú vlastnosť P
znamená existuje objekt Univerza, ktorý má vlastnosť [1.6.]
Alternatívna reprezentácia kvantifikátorov sa dá zostrojiť v rámci výrokovej logiky pomocou
sekvencie konjunkcií alebo disjunkcií:
⋀ 9
[1.7.]
Použitím De Morganových10
zákonov (tab. 1.3) vieme zostrojiť negácie kvantifikovaných
výrazov:
7 Kvantifikátor je operátor matematickej logiky, ktorý určuje, akému počtu (kvantite) indivíduí možno pripísať (predikovať)
nejakú vlastnosť alebo vzťah. Všeobecný kvantifikátor „ “ nahradzuje spojenie „pre všetky“ a existenčný kvantifikátor
„ “ nahradzuje spojenie „existuje (aspoň jeden)“. 8 Množina je Univerzum (univerzálna množina), ktoré obsahuje všetky ostatné množiny. 9 Symbol „ “ znamená príslušnosť k množine. Pojem množina bude podrobne vysvetlený v nasledujúcej kapitole. Vzťahy
[1.7.] platia presne len ak univerzum je konečná množina.
16
( ) ( )
11
⋀ [1.8.]
Pomocou predikátov a kvantifikátorov môžeme efektívne sformalizovať rôzne tvrdenia.
Napríklad, výrok „každý riaditeľ má aspoň jedného podriadeného“ môžeme vyjadriť takto:
[1.9.]
Základné schémy usudzovania v predikátovej logike sú zhrnuté v tab. 1.5.
Tab. 1.5. Schémy usudzovania v predikátovej logike [4]
Schéma usudzovania Teoréma predikátovej logiky Názov schémy
konkretizácia univerzálneho
kvantifikátora
zovšeobecnenie pomocou
univerzálneho kvantifikátora
konkretizácia existenčného
kvantifikátora
zovšeobecnenie pomocou
existenčného kvantifikátora
Prvá schéma usudzovania v tab. 1.5. (konkretizácia univerzálneho kvantifikátora)
predpokladá, že ak má určitú vlastnosť každý objekt (prvok) z množiny , t. j.
potom musí mať túto vlastnosť aj ľubovoľný konkrétny prvok c tohto univerza:
[1.10.]
Príklad. Konkretizáciu univerzálneho kvantifikátora môžeme ilustrovať na príklade klasickej
logiky:
kde Sokrates patrí do univerza (množiny všetkých ľudí) platnosti kvantifikátora . Túto
schému môžeme zovšeobecniť nasledovne:
10 Augustus De Morgan (1806-1871) bol britský matematik a logik, ktorý okrem sformulovania základných zákonov logiky
zaviedol aj pojem matematická indukcia. 11 znamená: vlastnosť nie je splnená (je nepravdivá).
pre každé
pre nejaký prvok pre nejaký prvok
„všetci ľudia sú smrteľní“
„Sokrates je človek“
„Sokrates je smrteľný“
17
[1.11.]
Ak sa nám podarí dokázať, že vlastnosť P má každý objekt z univerza U, potom vzhľadom
k tomuto univerzu môžeme definovať zovšeobecnenie pomocou univerzálneho kvantifikátora
takto:
⋀ 12 [1.12.]
Ak použijeme pre túto formulu schému usudzovania konjunkcie (tab. 1.4), potom:
[1.13.]
potom pre ľubovoľný objekt univerza c musí platiť aj:
[1.14.]
Zovšeobecnenie pomocou univerzálneho kvantifikátora sa často používa v diskrétnej
matematike implicitne. Vlastnosť je platná všeobecne, keďže dôkaz vlastnosti bol
vykonaný pre ľubovoľný náhodne zvolený objekt , nie pre určitý konkrétny objekt.
Príklad. Zovšeobecnenie pomocou univerzálneho kvantifikátora môžeme ilustrovať na
príklade klasickej logiky takto:
kde Sokrates aj Platón sú dva ľubovoľné objekty patriace do univerza (množiny všetkých
ľudí).
Zovšeobecnenie podľa predchádzajúcej schémy usudzovania alebo predikátovej formule
predstavuje základ induktívneho zovšeobecnenia, pri ktorom sa čiastkové poznatky
o niekoľkých objektoch snažíme zovšeobecniť pre každý objekt daného univerza. Takéto
zovšeobecnenie často používame aj v každodennom živote. Zovšeobecnenie patrí tiež medzi
metódy vedeckého poznania (indukcia, zovšeobecnenie, abstrakcia, ...). Podľa logického
12 Symbol: „ “ znamená: rovná sa podľa definície (táto rovnosť sa používa na definovanie výrazu za rovnítkom).
„Sokrates a Platón sú ľudia“
„obaja sú smrteľní“
„všetci ľudia sú smrteľní“
:
18
pozitivizmu (neopozitivizmu) sa vedecké hypotézy a poznanie získavajú indukciou alebo
zovšeobecňovaním experimentálnych pozorovaní.13
1.5. Metódy dôkazu
Dôkaz matematickej vety je demonštrácia založená na pravidlách matematickej
logiky, ktorá logicky odvodí platnosť danej vety pomocou axióm, definícií alebo už skôr
dokázaných viet. Dôkaz vety je vo všeobecnosti zložitý problém, tu si uvedieme niekoľko
najznámejších metód dôkazu.
Pri priamom dôkaze implikácie postupujeme tak, že ukážeme, že z predpokladu
pravdivosti výroku vyplýva tiež pravdivosť výroku . Pri dôkaze teda vychádzame z axióm
, už dokázaných viet a predpokladu a priamy dôkaz
môžeme nahradiť postupom logického dôkazu:
[1.15.]
Pomocou pravidiel usudzovania (tab. 1.4) potom z týchto axióm, viet a predpokladov
odvodíme dôsledok .
Príklad. Dokážte vetu „pre kladné reálne čísla14
a platí:
√ “ (aritmetický
priemer je vždy väčší alebo rovný geometrickému priemeru). Použijeme techniku priameho
dôkazu a z predpokladanej pravdivosti predpokladu :
13 Moritz Schlick (1882-1936) bol rakúsky filozof a fyzik, vedúci predstaviteľ logického pozitivizmu, zakladateľ
Viedenského krúžku novopozitivistov.
Naproti tomu rakúsky filozof Karl Raimund Popper (1902 – 1994) ukázal, že pravdivosť vedeckej teórie nemožno dokázať
pomocou empirických skúseností, indukcie a zovšeobecnenia, pravdivosť určitej teórie môžeme len empiricky testovať.
Základom nového vedeckého poznávania teda nie je opakované potvrdzovanie (verifikácia) hypotéz, ale ich preverovanie
(tzv. falzifikácia). Iba teória, ktorá je formulovaná tak, aby sa dala vyvrátiť (nepredstavuje teda postulát alebo dogmu),
môže byť podrobená falzifikácii (t. j. môže byť dokázané, že je nesprávna). Podľa Poppera k rozvoju vedy a poznania
dochádza práve vďaka falzifikácii tým, že existujúce teórie testujeme a prekonané teórie zavrhujeme, čím otvárame priestor
pre nové hypotézy a teórie. Popperova filozofia kritický racionalizmus hovorí, že jediným racionálnym prvkom, ktorý nás
posúva ďalej v našom úsilí poznať svet, je kritické skúmanie existujúcich teórií predstavujúcich len domnienky, čím sa
postupne približujeme k pravde (evolúcia vedy). 14 Symbolom označujeme množinu všetkých prirodzených čísel,
Symbolom označujeme množinu všetkých celých čísel,
Symbolom označujeme množinu všetkých racionálnych čísel, ktoré možno vyjadriť v tvare: , kde a sú
nesúdeliteľné celé čísla a .
Symbolom označujeme množinu všetkých iracionálnych čísel, ktoré nemožno vyjadriť v tvare: , t. j. čísla ako
napr. √ .
Symbolom označujeme množinu všetkých reálnych čísel, ktorá obsahuje všetky predchádzajúce množiny až .
Množinu kladných reálnych čísel budeme označovať a množinu záporných reálnych čísel .
Symbolom označujeme množinu všetkých komplexných čísel.
19
pre platí
ktorý je zjavne pravdivý (druhá mocnina reálneho čísla je vždy väčšia alebo rovná nule),
dokážeme pravdivosť dôsledku :
pre platí
√
v tvare implikácie :
√
čím sme dokázali platnosť implikácie .
Metóda nepriameho dôkazu je založená na ekvivalencii nazývanej zákon inverzie
implikácie: ktorý hovorí, ak v implikácii vymeníme poradie členov,
potom musíme negovať aj jej jednotlivé členy. Teda, dôkaz implikácie je ekvivalentný
dôkazu obmenenej implikácie , ktorá sa dokazuje pri nepriamom dôkaze.
Príklad. Dokážte vetu „ak pre každé prirodzené číslo platí: delí , potom nedelí
“. Vetu môžeme opäť prepísať do tvaru implikácie :
15
a budeme dokazovať obmenenú implikáciu :
Nech , potom existuje také prirodzené číslo , že . Pre takto určené číslo
dostaneme: , čo je číslo, ktoré nie je bezo zvyšku
deliteľné piatimi. Týmto sme dokázali platnosť inverznej implikácie , teda musí platiť
aj priama implikácia .
Ďalší druh dôkazu viet, dôkaz sporom, využíva schému usudzovania „reductio ad
absurdum“, tab. 1.4., ktorá je založená na formule výrokovej logiky:
15 Symbolický zápis: " " znamená číslo delí číslo a zápis: " " znamená nedelí .
20
[1.16.]
a ktorú môžeme interpretovať tak, že ak z predpokladu súčasne vyplýva aj , potom musí
byť pravdivá negácia východiskového predpokladu. Pri dokazovaní vety sporom
postupujeme tak, že najprv vytvoríme jej negáciu, potom dokážeme, že negovaná veta je
nepravdivá (t. j. prídeme k sporu: z pravdivého predpokladu nemôže vyplývať nepravdivý
záver), z čoho vyplýva, že platí pôvodná veta.
Príklad. Dokážte vetu „pre každé reálne číslo platí:
.“ Dôkaz vety (výroku) urobíme
sporom. Pôvodný výrok zapíšeme ako:
Negáciu pôvodného výroku môžeme zapísať v tvare:
:
Teraz ukážeme, že je nepravdivý:
(pretože:
Táto nerovnosť zjavne neplatí pre žiadne reálne číslo (druha mocnina reálneho čísla je vždy
väčšia alebo rovná nule). To znamená, ak je nepravdivý výrok , potom je pravdivý výrok ,
čo bolo treba dokázať (q.e.d.)16
.
Ďalším druhom matematického dôkazu je dôkaz vymenovaním prípadov, ktorý môžeme
zapísať v tvare implikácie , ktorú môžeme jednoduchými úpravami
prepísať do ekvivalentného tvaru:
[1.17.]
Dôkaz vymenovaním prípadov používame vtedy, keď výrok je dôsledkom rôznych
prípadov
16 V matematike zaužívaná skratka "q.e.d." znamená latinsky quod erat demonstrandum (čo bolo treba dokázať).
21
Príklad. Dokážte identitu „pre platí: – .“ Použijeme dôkaz
vymenovaním prípadov:
a) , potom – , a a dokazovaná nerovnosť má tvar – –
– – alebo , čo je pravdivý výrok.
b) , potom – , a , dokazovaná nerovnosť má tvar –
– , čo je pravdivý výrok.
c) , potom – , a , dokazovaná nerovnosť má tvar – –
alebo , čo je pravdivý výrok.
Podobným spôsobom sa dajú dokázať aj zostávajúce tri možnosti d) – f) ( ,
a ).
1.6. Matematická indukcia
Ak máme za úlohu dokázať formulu , ktorá hovorí, že vlastnosť platí pre
každé prirodzené číslo , dôkaz môžeme uskutočniť pomocou matematickej indukcie. Táto
metóda dôkazu je založená na dvoch východiskových predpokladoch: a
. Dôkaz matematickou indukciou predpokladá, že existuje minimálna hodnota
argumentu , t. j. a že prípad nasleduje hneď po prípade . Preto sa metóda
matematickej indukcie obzvlášť hodí pre dôkazy vlastností usporiadanej množiny
prirodzených čísel. Matematickú indukciu používal už matematik gréckeho pôvodu Francesco
Maurolico17
a do modernej matematiky a logiky ho zaviedol Giuseppe Peano18
pri
axiomatickej formulácii aritmetiky. Dôkaz matematickou indukciou môžeme prepísať do
nasledovnej schémy usudzovania:
[1.18.]
Príklad. Dokážte, že „suma prvých nepárnych prirodzených čísel sa rovná: .“
Označme:
17 Francesco Maurolico (1494 – 1575) bol grécky matematik a astronóm pôvodom zo Sicílie. 18 Giuseppe Peano (1858 – 1932) bol taliansky matematik a filozof, ktorý významne prispel k rozvoju matematickej logiky
a teórie množín.
22
Máme dokázať, že:
Zrejme pre je , teda platí. Predpokladajme, že platí , t. j.
. Za tohto predpokladu dokážeme, že platí , t. j. . Máme:
Podľa indukčného predpokladu , teda:
čo sme chceli dokázať.
Dokázali sme, že platnosť formule implikuje formulu pre každé prirodzené
číslo , z čoho použitím zovšeobecnenia pomocou univerzálneho kvantifikátora dostaneme:
a použitím schémy matematickej indukcie aj platnosť: .
Použitá literatúra 1
11. L. Bukovský: Úvod do matematickej logiky, UPJŠ, Košice, 2001.
12. V. Čechák, K. Berka, I. Zapletal: Co víte o moderní logice, Horizont, Praha, 1981.
13. V. Kvasnička, J. Pospíchal: Matematická logika, STU, Bratislava, 2006.
14. V. Kvasnička, J. Pospíchal: Algebra a diskrétna matematika, STU, Bratislava, 2008.
15. K. Popper: Logika vědeckého bádání, Oikoymenh, Praha, 1997
16. A. Sochor: Klasická matematická logika, Karolinum, Praha, 2001.
23
Cvičenia 1
1.1. Aké pravidlo usudzovania treba použiť pri dôkaze záverov?
Ak dnes nepôjdem do kina, prečítam si učebnicu. Ak si dnes prečítam učebnicu, zajtra
ma nevyhodia z laboratórneho cvičenia.
1.2. Zistite, či sú uvedené závery korektné a vysvetlite prečo:
Každý študent farmácie má v indexe zapísanú prednášku z matematiky. Jakub má
zapísanú prednášku z matematiky. Preto Jakub je študentom farmácie.
1.3. Dokážte nasledujúce výroky:
a) Súčin dvoch nepárnych čísel je opäť nepárne číslo. Použite priamy dôkaz.
b) Ak je celé číslo a je nepárne číslo, potom je nepárne číslo. Použite
nepriamy dôkaz.
1.4. Dokážte pomocou matematickej indukcie:
Suma štvorcov prvých n prirodzených čísel sa rovná:
.
24
Riešenia 1
1.1. „dnes nepôjdem do kina“
„dnes si prečítam učebnicu“
„zajtra ma nevyhodia z laboratórneho cvičenia“
1.2. a) „ je študent farmácie“
„x má v indexe zapísanú skúšku z matematiky“
Odvodenie:
1. predpoklad1
2. predpoklad2
3. konkretizácia 1
4. použitie chybného pravidla „potvrdenie dôsledku“
Záver je nesprávny.
1.3. a) „ je nepárne číslo.“ Dokazujeme priamym dôkazom platnosť implikácie
. Ak položíme a , kde a sú
nezáporné celé čísla (t. j. číslam, ktoré nie sú deliteľné dvoma, pri delení 2 dávajú
zvyšok 1), potom .
b) „ je nepárne číslo“, „ je párne číslo“. Máme dokázať:
Nepriamy dôkaz uskutočníme dokazovaním inverzie tejto implikácie:
. Nech , potom
a . Priamym dôkazom inverznej impliká-
cie sme teda nepriamo dokázali platnosť pôvodnej implikácie: .
1.4. Pre platí: , pre :
. Z toho vyplýva pre :
predpoklad1
predpoklad2
dôsledok hypotetického sylogizmu
25
2. Teória množín
2.1. Množiny
Zakladateľom teórie množín, privilegovanej matematickej teórie, ktorá patrí k základom
modernej matematiky, je nemecký matematik Georg Cantor.19
O dôsledné axiomatické
vystavanie tejto teórie sa neskôr zaslúžil najmä anglický logik Bertrand Russell.20
Pojmom množina v matematike označujeme neusporiadaný súbor navzájom rozlíšiteľných
prvkov (elementov, matematických objektov). Fakt, že množina A obsahuje určité prvky
označujeme: . Na druhej strane, príslušnosť prvku k množine
označujeme: (čítame: „ patrí do “ alebo „ je elementom “). Skutočnosť, že prvok
nepatrí do množiny označujeme: (pričom výrazy a chápeme ako
pravdivé výroky).
Množinu môžeme určiť a zapísať dvoma rôznymi spôsobmi:
vymenovaním všetkých prvkov, ktoré do množiny patria: (tento
spôsob je použiteľný pre množiny s konečným počtom prvkov), alebo
stanovením vlastnosti (predikátu) , ktorý určuje, či prvok patrí do množiny (ak
je predikát pravdivý) alebo do množiny nepatrí (ak je predikát nepravdivý):
21.
Príklad. Množinu A všetkých prirodzených čísel menších ako 9 môžeme zapísať oboma
spôsobmi: alebo .
Príklad. Nekonečnú množinu všetkých nepárnych prirodzených čísel už môžeme zapísať
len pomocou vlastnosti : , kde , teda:
(pravda) ak ( je nepárne)
alebo
(nepravda) ak ( nie je nepárne)
19 Georg Ferdinand Ludwig Philipp Cantor (1845-1918) bol nemecký matematik, známy ako tvorca modernej teórie množín. 20 Bertrand Russell (1872-1970) bol anglický filozof, logik, matematik, sociológ, jeden zo zakladateľov analytickej filozofie. 21 Množina je Univerzum (univerzálna množina), ktoré obsahuje všetky ostatné množiny.
26
Príklad. Vlastnosti množín a predikáty môžeme využiť na popísanie intervalov reálnych
čísel. Najprv si ale pripomeňme, že množina reálnych čísel je usporiadaná, t. j. pre dve reálne
čísla je usporiadanie definované ako: – .
Pre usporiadanie reálnych čísel platia tieto pravidlá:
každé reálne číslo je buď kladné, alebo záporné, alebo sa rovná 0 (nemôže byť zároveň
kladné aj záporné a pod.),
ak tranzitívny zákon,
ak distributívny zákon vzhľadom na sčítanie
ak distributívny zákon vzhľadom na násobenie
Tieto pravidlá sa využívajú pri riešení nerovností. Zápis znamená, že alebo
.
Geometricky môžeme reálne čísla znázorniť pomocou číselnej osi (priamky, na ktorej
zvolíme počiatok a kladný smer). Počiatku priradíme číslo 0 a každému bodu, ktorý leží
v kladnom smere osi priradíme kladné reálne číslo x, ktoré predstavuje vzdialenosť tohto
bodu od počiatku .22 Zápornému číslu priradíme bod, ktorý leží v zápornom smere osi
vzdialený o od počiatku (obr. 2.1.).
Obr. 2.1. Číselná os reálnych čísel
Intervaly predstavujú špeciálne podmnožiny množiny reálnych čísel . Poznáme nasledovné
typy intervalov:
uzavretý interval ⟨ ⟩ (tento interval teda obsahuje
všetky reálne čísla, ktoré ležia medzi číslami a , vrátane týchto hraničných hodnôt)
otvorený interval
polouzavreté intervaly ⟨ , ⟩
neohraničené intervaly ⟩ , ,
⟨ ,
22 Zápis „ “ znamená absolútna hodnota čísla . ak , ak . Geometricky na číselnej osi
predstavuje vzdialenosť bodu od počiatku osi.
-2 -1 0 0,5 1 2
27
Obr. 2.2. Grafické znázornenie zľava otvoreného sprava uzavretého intervalu ⟩ na číselnej
osi. Prázdny a plný krúžok označujú príslušnosť hraničných bodov k intervalu
Uvedieme si teraz definície jednotlivých množinových operácií ako sú: rovnosť množín,
vzťah množiny a podmnožiny, zjednotenie, prienik, doplnok a rozdiel množín pomocou
výrokovej logiky a s použitím logických spojok.
Definícia. Množina sa rovná množine , píšeme , vtedy a len vtedy, ak sú obe
množiny definované nad rovnakým univerzom a platí:
[2.1.]
Definícia. Množina je podmnožinou množiny , píšeme , vtedy a len vtedy, ak
každý prvok x z množiny patrí aj do množiny :
[2.2.]
Vzťah nazývame inklúzia. Ak platí , potom je vhodné formulu nahradiť
presnejším tvarom: . Ak a ,23
potom hovoríme, že je vlastnou
podmnožinou množiny . Medzi množinami platí rovnosť vtedy a len vtedy, ak je
pravdivý predikát:
Definícia. Množina je doplnok (komplement) množiny (vzhľadom k univerzu ) vtedy
a len vtedy, ak:
[2.3.]
Všimnime si, že prvok nepatrí do množiny vtedy a len vtedy, ak patrí do doplnku :
Zjednotením množín a nazývame množinu, ktorá obsahuje všetky prvky patriace do
aspoň jednej z množín , , značíme ju . Prienikom množín a nazývame množinu,
ktorá obsahuje všetky prvky patriace zároveň do obidvoch množín , , značíme ju .
Rozdielom množín nazývame množinu, ktorá obsahuje všetky prvky množiny , ktoré
nepatria do množiny ; značíme ju . Symbolicky:
23 Symbol " " označuje prázdnu množinu, t. j. množinu, ktorá neobsahuje žiadny prvok.
-2 0 1
28
[2.4.]
[2.5.]
[2.6.]
Množiny a nazývame disjunktné ak platí: .
Grafické znázornenie množín, podmnožín a operácií nad množinami pomocou tzv.
Vennových diagramov (obr. 2.3.), ktoré zaviedol anglický matematik a filozof John Venn24
,
predstavuje často používaný spôsob vizualizácie a verifikácie korektnosti formúl.
Obr. 2.3. Vennove diagramy. Obdĺžnik = univerzum ( ), kruhy označené a predstavujú
množiny a (podmnožiny univerza). a – diagram predstavuje operáciu doplnok
množiny vzhľadom k univerzu . b – diagram znázorňuje operáciu prienik , kde
tmavšie vyfarbená oblasť predstavuje . c – diagram znázorňuje reláciu je
podmnožinou . d – diagram znázorňuje operáciu zjednotenie , tmavšie vyfarbená
oblasť predstavuje . e – diagram znázorňuje operáciu mínus , tmavšie
vyfarbená oblasť predstavuje .
Uvedené množinové operácie (prienik, zjednotenie, rozdiel), spolu s konceptom podmnožín
danej množiny, tvoria algebru teórie množín. V tab. 2.1. uvádzame základné formule, ktoré
24 John Archibald Venn (1834-1923) bol britský logik a filozof. Preslávil sa prácami v oblasti teórie množín,
pravdepodobnosti, logiky, štatistiky a informatiky.
U U U
a b c
U U
d e
B
A A
A A
B B
B B
29
charakterizujú vlastnosti množinových operácií. Formule v tejto tabuľke je možné znázorniť a
ich platnosť overiť pomocou Vennových diagramov.
Tab. 2.1. Formule množinovej algebry [1]
Vlastnosť Formula
Komutatívnosť
Asociatívnosť
Distributívnosť
Identita ,
Idempotentnosť ,
Dominancia ,
Absorpcia ,
Involúcia
Zákon vylúčenia tretieho
Zákon sporu
Rozdiel množín
Distributívnosť pre rozdiel
De Morganove zákony
Ukážme si teraz, ako možno pomocou Vennových diagramov verifikovať platnosť
distributívneho zákona pre množiny a : . Ako vidno
30
z obr. 2.4., konštrukcia Vennovho diagramu pre ľavú a pravú stranu formuly vedie
k rovnakému výsledku (horná a dolná časť obrázku vedie k rovnakým výsledným
geometrickým obrazcom), čo ilustruje platnosť uvedeného zákona.
Obr. 2.4 Použitie Vennových diagramov na overenie platnosti distributívneho zákona pre
množiny a : . Obdĺžnik = univerzum ( ),
kruhy predstavujú množiny a (podmnožiny univerza), horný riadok zodpovedá
ľavej strane rovnice, spodný pravej.
2.2. Enumerácia konečných množín
V tejto časti sa budeme zaoberať enumeráciou (výpočtom, vymenovaním) prvkov
konečných množín, t. j. takých množín, ktoré majú konečný počet prvkov. Ak je množina
konečná potom počet prvkov, ktoré množina obsahuje, nazývame mohutnosťou množiny a
značíme . V prípade, že množina nie je konečná, potom jej mohutnosť je tiež nekonečná
. Pre disjunktné množiny a ( ) je mohutnosť ich zjednotenia daná
súčtom mohutností jednotlivých množín:
B C
BC A (BC)
B C
BC A B
B C B C B C
(A B) (BC)
31
[2.7.]
Ak množiny a nie sú disjunktné (majú neprázdny prienik, ), potom je
mohutnosť ich zjednotenia daná formulou:
[2.8.]
Túto formulu môžeme ľahko dokázať pomocou rozkladu množiny na disjunktné
podmnožiny tak, ako je to znázornené na obr. 2.5.
Obr. 2.5. Rozklad množiny na tri disjunktné podmnožiny: , a .
Pre mohutnosť množín a a ich zjednotenia dostaneme:
[2.9.]
pričom kombináciou týchto troch formúl dostaneme už uvedený vzťah pre mohutnosť
množiny pre nedisjunktné množiny.
2.3. Karteziánsky súčin množín
Usporiadané dvojice prvkov (čísel) sa využívajú vo viacerých matematických
disciplínach, napríklad v analytickej geometrii. Na určenie polohy bodu v rovine požívame
usporiadané dvojice súradníc a . Dva body (usporiadané dvojice) a
sú si rovné (sú identické, ležia v tom istom mieste roviny), ak sú rovnaké ich
súradnice a .
32
Definícia. Množina sa nazýva karteziánsky súčin dvoch množín a , ak platí:
a [2.10.]
Obr. 2.6. Schematické znázornenie karteziánskeho súčinu množín a
[1].
Karteziánsky súčin teda predstavuje množinu všetkých usporiadaných dvojíc
takých, kde prvá súradnica patrí do množiny a druhá súradnica patrí do množiny .
Pre karteziánsky súčin množín platia nasledovné vlastnosti. Ak , potom
a ak aspoň jedna z množín alebo je prázdna množina, potom aj karteziánsky súčin
. V prípade, ak obidve množiny a nie sú prázdne, potom súčin
vtedy a len vtedy, ak . Táto vlastnosť je priamym dôsledkom podmienky rovnosti
medzi dvoma usporiadanými dvojicami. Nech množina obsahuje prvkov
a množina Y nech obsahuje prvkov , teda mohutnosť
a . Potom počet členov množiny karteziánskeho súčinu, mohutnosť:
.
Koncept usporiadanej dvojice môžeme zovšeobecniť na usporiadanú n-ticu
, ak rozšírime karteziánsky súčin dvoch množín na súčin množín:
[2.11.]
Mohutnosť n-násobného karteziánskeho súčinu sa bude analogicky rovnať:
.
Príklad. Nech a , potom karteziánsky súčin
.
Príklad. Nech množina a množina , potom grafickým znázornením
(grafom) množiny je množina usporiadaných dvojíc reprezentovaných bodmi:
● ■ ]■ ■
● ■ ]■ ■
● ■ ■ ■
● ● ●
33
Obr. 2.7. Znázornenie karteziánskeho súčinu dvoch množín ako množiny usporiadaných
dvojíc , bodov () v rovine
2.4. Relácie
Definícia. Majme dve množiny a , potom množinu nazveme binárnou reláciou
z množiny do množiny práve vtedy, keď je podmnožinou karteziánskeho súčinu
a reláciu zapíšeme pomocou výrokovej logiky ako:
[2.12.]
Na obr. 2.8. je znázornená relácia množín a ,
, táto relácia obsahuje 3 usporiadané
dvojice a z karteziánskeho súčinu , ktorý obsahuje
prvkov.
Obr. 2.8. Schematické znázornenie relácie ako podmnožiny karteziánskeho súčinu množín a
(vytieňovaná oblasť) [1].
5 ● ●
4 ● ●
3
2
1 ● ●
1 2 3 4
y1● R [x1, y1]■ [x2, y1]■ [x3, y1]■
Y y2● [x1, y2]■ [x2, y2]■ [x3, y2]■ X × Y
y3● [x1, y3]■ [x2, y3]■ [x3, y3]■
X x1● x2● x3●
34
Definícia. Nech je relácia, potom množina usporiadaných dvojíc ,
ktorých inverzia patrí do relácie ), sa nazýva inverzná relácia (vzhľadom na
reláciu ) práve vtedy, keď:
[2.13.]
Definícia. Relácia sa nazýva:
reflexívna práve vtedy, keď )
symetrická práve vtedy, keď
antisymetrická práve vtedy, keď
tranzitívna práve vtedy, keď
Príklad. Nech je množina všetkých reálnych čísel a relácia je daná ako:
. Relácia spĺňa nasledovné vlastnosti:
je reflexívna, pretože: platí , teda ,
nie je symetrická, pretože neplatí vzťah: pre ľubovoľné ,
je antisymetrická, pretože platí: pre ľubovoľné ,
je tranzitívna, pretože: a .
Použitá literatúra 2
11. V. Kvasnička, J. Pospíchal: Algebra a diskrétna matematika, STU, Bratislava, 2008.
12. B. Balcar, P. Štěpánek: Teorie množin. Academia, Praha, 1986.
13. T. Šalát, J. Smítal. Teória množín. UK, Bratislava, 1995.
35
Cvičenia 2
2.1. Ktoré prvky patria do množiny :
a) , kde je množina reálnych čísel.
b) kde je množina prirodzených čísel.
c) , kde je množina reálnych čísel.
2.2. Nech , , , . Zistite, ktoré
množiny sú podmnožinami iných množín.
2.3. Určte mohutnosť týchto množín:
a)
b)
c)
2.4. Určte, ktorá z nižšie uvedených množín je potenčná množina množiny a aké má
členy:
a)
b)
c)
d)
2.5. Nech je množina študentov FaF UK, ktorí chodili na gymnázium a je množina
študentov FaF UK, ktorí sú z Trenčianskeho kraja. Charakterizujte študentov, ktorí
patria do množiny:
a)
b)
c)
d)
e)
2.6. Dokážte, že pre množiny a platí:
a)
b)
2.7. Nech množina a . Nájdite karteziánsky súčin .
36
Riešenia 2
2.1. a)
b)
c)
2.2. , ,
2.3. a)
b)
c)
2.4. ,
2.5. a) množina študentov, ktorí chodili na gymnázium alebo sú z Trenčianskeho kraja
b) množina študentov, ktorí chodili na gymnázium a zároveň sú z Trenčianskeho kraja
c) množina študentov, ktorí chodili na gymnázium, ale nie sú z Trenčianskeho kraja
d) množina študentov, ktorí sú z Trenčianskeho kraja, ale nechodili na gymnázium
e) prázdna množina
2.6. Dôkaz:
a)
b)
2.7. Karteziánsky súčin:
1. predpoklad
2. dôsledok 1
3. deaktivácia predpokladu
1. predpoklad
2. dôsledok 1
3. dôsledok 2
4. deaktivácia predpokladu
37
3. Reálne funkcie
Funkcie alebo zobrazenia predstavujú v matematike jednoznačný predpis, pomocou
ktorého každému prvku (argumentu) z množiny priradíme práve jeden prvok - funkčnú
hodnotu v bode z množiny : , Obr. 3.1. Výraz
predstavuje funkčný predpis alebo analytický tvar funkcie. Funkciu môžeme považovať za
reláciu , teda za množinu usporiadaných dvojíc: . Prvky a
sa nazývajú premenné: je nezávisle premenná a závisle premenná.
Obr. 3.1. Schematické znázornenie zobrazenia : . Obor funkčných hodnôt je vo
všeobecnosti podmnožinou
Definícia. Relácia sa nazýva funkcia práve vtedy, keď pre každé existuje
práve jedno také, že :
[3.1.]
kde symbol znamená, že existuje práve jeden prvok. Množina sa nazýva obor definície
(alebo definičný obor, značí sa ) funkcie a obor hodnôt funkcie sa značí (obr. 3.1.):
, pritom vo všeobecnosti nemusí byť totožné s . Ak platí ,
potom sa nazýva argument alebo vzor a sa nazýva funkčná hodnota alebo obraz (image)
argumentu .
Ak poznáme funkčný predpis reálnej funkcie (t. j. funkcie definovanej na
množine reálnych čísel ) a jej definičný obor nie je daný, potom za definičný obor
považujeme množinu takých reálnych čísel, pre ktoré vieme nájsť reálnu funkčnú hodnotu.
Nazývame ju prirodzený definičný obor.
Príklad. Nájdite prirodzený definičný obor funkcie: √ √ . Úlohu
riešime tak, že hľadáme také , pre ktoré a zároveň . Ľahko
zistíme, že ⟨ ⟩
38
Funkcia predstavuje špeciálny prípad relácie, ktorá vyhovuje podmienke jednoznačnosti,
ktorú môžeme vyjadriť aj ako: . Teda funkcia f
priradí danému argumentu x len jednu jedinú konkrétnu hodnotu (jednoznačné
priradenie).
Definícia. Nech je reálna funkcia s definičným oborom . Grafom funkcie je množina
bodov euklidovskej roviny:25
[3.2.]
Predpis reálnej funkcie (ďalej len funkcie) možno zadať viacerými spôsobmi: analyticky
(pomocou rovnice, funkčného predpisu), pomocou viacerých rovníc, grafom, tabuľkou alebo
algoritmom výpočtu.
Obr. 3.2. Grafy niektorých elementárnych funkcií:
a
Množinu usporiadaných dvojíc teda znázorňujeme ako množinu bodov v rovine,
napríklad pomocou pravouhlej (karteziánskej)26
súradnicovej sústavy, t. j. dvoch na seba
kolmých číselných osí (vodorovnej osi a zvislej osi , ktoré sa pretínajú v počiatku).
Nezávisle premenná predstavuje prvú súradnicu bodu na osi a závisle premenná značí
druhú súradnicu na osi , pričom každému bodu roviny zodpovedá jediná usporiadaná
25 Starogrécky matematik Euklides z Alexandrie (365-300 p.n.l.) položil základy rovinnej a priestorovej geometrie a teórie
čísiel. Spresnil deduktívne chápanie matematiky, založené na axiómach a postulátoch. 26 Názov súradnicovej sústavy je odvodený z latinského mena Cartesius francúzskeho filozofa menom René Descartes, ktorý
ju začal používať v roku 1637 ako jeden z prvých matematikov.
39
dvojica reálnych čísel a naopak, obr. 3.3. Vzdialenosť dvoch bodov a je
v euklidovskej rovine definovaná podľa Pytagorovej vety27
ako:
√ [3.3.]
Obr. 3.3. Pravouhlý karteziánsky súradnicový systém. Súradnice a vzdialenosť dvoch bodov
a v rovine
Funkcia sa nazýva prostá alebo jedno-jednoznačná funkcia (injekcia), ak dvom rôznym
hodnotám argumentu priradí dve rôzne funkčné hodnoty:
. Pre jedno-jednoznačné funkcie je podmienka rôznosti argumentov ekvivalentná
rôznosti zodpovedajúcich funkčných hodnôt: .
Prostú funkciu : nazývame bijekcia vtedy, keď pre každý prvok existuje
v množine taký prvok , že: , t. j.
[3.4.]
Obr. 3.4. A. Graf prostej funkcie. B. Graf funkcie, ktorá nie je prostá.
27 Grécky filozof a matematik Pytagoras zo Samosu (570-495 p.n.l.) je známy najmä svojou vetou o vzťahu medzi dĺžkami
strán v pravouhlom trojuholníku.
[ , ]
[ , ]
A B
40
Definícia. Dve funkcie : a : a rovnajú práve vtedy, keď platí:
Narábanie s funkciami nám uľahčuje poznanie vlastností funkcií, ktoré sú spojené s grafickou
interpretáciou reálnej funkcie v karteziánskom súradnicovom systéme.
Definícia.
Funkcia sa nazýva párna, ak:
Funkcia f sa nazýva nepárna, ak:
Funkcia f sa nazýva periodická, ak:
Funkcia sa nazýva rastúca na množine , ak:
Funkcia sa nazýva klesajúca na množine , ak:
Funkcia sa nazýva nerastúca na množine , ak:
Funkcia sa nazýva neklesajúca na množine , ak:
Funkcia f sa nazýva zdola (zhora) ohraničená, ak:
( )
Funkcie rastúce alebo klesajúce na celom sa nazývajú rýdzo monotónne. Funkcia je
ohraničená, ak je súčasne ohraničená zdola aj zhora. Ak existuje najmenšie horné (najväčšie
dolné) ohraničenie funkcie, nazývame ho suprémum (infimum) funkcie. Ak je suprémum
(infimum) funkčnou hodnotou v nejakom bode , potom ho nazývame maximum
(minimum) funkcie.
41
Príklad. Ukážte, že funkcia je rastúca na intervale ⟨
Ak potom aj
a teda aj , čiže je rastúca.
Príklad. Zistite, či funkcia je párna.
Pre každé platí: , teda , preto je párna.
Príklad. Zistite, či funkcia
je párna.
, platí:
, preto funkcia je nepárna.
Príklad. Určte, či funkcia je periodická a nájdite periódu .
Hľadáme také číslo , aby pre každé platilo: . Vieme, že funkcia
kosínus je periodická s periódou , teda platí: , z
čoho dostávame:
alebo .
Príklad. Zistite, či funkcia je ohraničená.
Platí:
, je zdola ohraničená, má infimum , ale nemá minimum.
je aj zhora ohraničená, má supremum , ale nemá maximum, obr. 3.5.
Obr. 3.5. Grafy funkcií ,
,
a .
Kompozíciou dvoch funkcií : a : môžeme vytvoriť novú funkciu (zloženú
funkciu) : , pre ktorú platí , vtedy keď existuje taký
„medzičlánok“ , pre ktorý platí, .
Definícia. Kompozíciou funkcií : a : vznikne zložená funkcia
: práve vtedy, keď:
42
[3.5.]
Funkciu nazývame vnútorná zložka a funkciu voláme vonkajšia zložka zloženej funkcie .
Obr. 3.6 Znázornenie kompozície dvoch funkcií . Zložená funkcia existuje len
vtedy, ak prienik oboru funkčných hodnôt prvej funkcie a definičného oboru druhej
funkcie nie je rovný prázdnej množine.
Zloženú funkciu zostrojíme tak, že budeme aplikovať vonkajšiu funkciu na
obraz (výsledok) vnútornej funkcie . Vypočítame teda najprv obraz vnútornej funkcie:
a tento potom použijeme ako argument pre vonkajšiu funkciu:
Príklad. Majme dve reálne funkcie, prvá : má analytický tvar ,
definičný obor a obor hodnôt množinu nezáporných čísel ⟨ .
Druhá funkcia : má tvar , a .
Kompozíciu funkcií na definičnom obore dostaneme
postupným aplikovaním funkčných predpisov vonkajšej funkcie na výsledok vnútornej
funkcie ako .
Obr. 3.7 Graf funkcie , a zloženej funkcie
x ■ ■ z
■
y
43
Inverzná funkcia je určená výmenou (inverziou) poradia prvkov usporiadaných dvojíc. Aj
inverzná funkcia musí spĺňať podmienku jednoznačnosti, preto inverzná funkcia
môže existovať len pre jedno-jednoznačnú funkciu .
Definícia. Majme prostú funkciu : . Hovoríme, že funkcia : je inverzná
funkcia k funkcii práve vtedy, keď spĺňa podmienku:
[3.6.]
Je zrejmé, že ak funkcia je inverzná k prostej funkcii , potom inverzná funkcia k je
pôvodná funkcia: . Inverznú funkciu skonštruujeme tak, ako pri inverzných
reláciách, zámenou poradia prvej a druhej súradnice usporiadaných dvojíc alebo závisle
a nezávisle premennej: , teda: Úpravou tejto rovnosti
dostaneme vzťah pre inverznú funkciu v obvyklom tvare , kde reprezentuje .
Príklad. Nájdite funkciu inverznú k funkcii . Lineárna funkcia má definičný
obor (t. j. všetky reálne čísla) a obor hodnôt . Funkcia
monotónne rastie a je prostá. Preto bude k funkcii existovať inverzná funkcia , ktorú
nájdeme nasledujúcim postupom:
:
.:
úpravou poslednej rovnice dostaneme inverznú funkciu v tvare (obr. 3.8.A):
Príklad. Nájdite funkciu inverznú k funkcii
28 Funkcia má definičný obor
a obor hodnôt , monotónne rastie a je prostá. Preto bude k
funkcii existovať inverzná funkcia na intervale , ktorú nájdeme takto:
:
:
úpravou druhej rovnice dostaneme inverznú funkciu v tvare (obr. 3.8 B):
28 Definícia exponenciálnej funkcie: a logaritmickej funkcie: sa nachádza v odseku 2.6.3.
44
(
)
A B
Obr. 3.8. A. Graf funkcie a inverznej funkcie
. B. Graf funkcie
a inverznej funkcie (
)Všimnime si na grafe dvoch
inverzných funkcií, že prechádzajú bodmi so súradnicami a pre
ktoré platí a a ktoré sú navzájom symetrické podľa osi .
3.1. Základné reálne funkcie
3.1.1. Polynóm
Polynómom alebo mnohočlenom nazývame reálnu funkciu tvaru:
kde koeficienty (čísla) [3.7.]
Definičným oborom polynómu je množina reálnych čísel. Ak , potom číslo
nazývame stupňom polynómu. Číslo budeme nazývať koreňom polynómu , ak
(v bode alebo graf funkcie pretína x-ovú os). Ak existuje taký
polynóm , že platí:
kde [3.8.]
a zároveň nie je koreňom polynómu , t. j. , ak , predstavuje jednoduchý
koreň, ak , potom hovoríme, že je k-násobný koreň polynómu . Polynóm prvého
stupňa: nazývame koreňovým činiteľom. Pre jednoduchosť budeme predpokladať, že
45
korene sú reálne čísla, vo všeobecnosti však platí, že korene polynómu môžu byť aj
komplexné čísla ( ).29
Medzi polynómami sú definované operácie sčítania a násobenia tak, že pre každé
platí: a , pričom sčítanie
uskutočníme tak, že sčítame koeficienty pri rovnakých mocninách premennej a násobenie
vykonáme tak, že vynásobíme každý člen polynómu s každým členom polynómu .
Výsledkom sčítania (rozdielu) alebo násobenia polynómov je opäť polynóm.
Dva polynómy a :
a
stupňa a sa navzájom rovnajú, ak: , ,
, ..., , t. j. sú rovnakého stupňa a navzájom sa rovnajú koeficienty pri
odpovedajúcich mocninách premennej .
Definícia. Nech je prirodzené číslo. Rovnicu s neznámou tvaru:
[3.9.]
kde sú reálne (alebo komplexné) čísla a , nazývame algebraickou
rovnicou n-tého stupňa.
Základná veta algebry hovorí, že polynóm stupňa (algebraická rovnica n-tého stupňa)
má práve koreňov (pričom k-násobný koreň počítame k-krát). Základnú vetu algebry
dokázal ako prvý Gauss. Svoj prvý dôkaz tejto vety prezentoval už ako 22 ročný v doktorskej
dizertácii. Tento dôkaz sa zakladal na vlastnostiach komplexných funkcií.
Pripomíname, že koreňom reálneho polynómu sú reálne, ale aj komplexné čísla (napr. koreň
polynómu druhého stupňa: ).
Ak sú navzájom odlišné reálne korene polynómu s nepárnou
násobnosťou, potom v každom z intervalov , , ..., bude polynóm
nadobúdať len kladné alebo záporné hodnoty, pričom v dvoch susedných intervaloch
bude nadobúdať opačné znamienko (obr. 3.9).
Veta. Nech algebraická rovnica má práve rôznych koreňov tak, že je k1-
násobný koreň, je k2-násobný koreň, ..., je kr-násobný koreň. Potom:
a algebraickú rovnicu možno napísať v tvare:
29 Komplexné čísla definoval nemecký matematik a fyzik Johann Carl Friedrich Gauss (1777-1855) ako zovšeobecnenie
reálnych čísel, ktoré zobrazujeme ako body na číselnej osi. Komplexné čísla definoval ako body Gaussovej roviny, keď
komplexnému číslu priradil reálnu zložku (a - priemet do osi x) a imaginárnu zložku (bi - priemet do osi y).
Reálne čísla tvoria podmnožinu komplexných čísel ( ). Komplexné čísla presahujú rámec osnov predmetu
Matematika pre farmaceutov.
46
[3.10.]
Obr. 3.9. Graf polynómu a jeho
znamienka
V praxi sa stretávame s algebraickými rovnicami, ktoré majú reálne koeficienty a pre
ktoré hľadáme reálne korene. Korene takýchto rovníc sú však často iracionálne čísla, ktoré
môžeme nájsť len s istou presnosťou metódami, ktoré patria do oblasti numerickej
matematiky. Pri riešení jednoduchších algebraických rovníc s celočíselnými koeficientmi nám
môže pomôcť nasledovná veta.
Veta. Ak algebraická rovnica s celočíselnými koeficientmi:
[3.11.]
kde (sú celé čísla), má racionálny koreň
, , kde a sú celé
nesúdeliteľné čísla, potom koeficient je deliteľný číslom a koeficient je deliteľný
číslom .
Príkladom najjednoduchších polynómov sú lineárna a kvadratická funkcia, ktoré sú dané
predpismi: a . Zo strednej školy vieme, že rovnica priamky
(lineárna funkcia30
), ktorá prechádza bodom roviny so súradnicami a má danú
smernicu , je: . Smernica priamky, ktorá spája dva rôzne body so
súradnicami a , má tvar:
. Rovnako si pamätáme, že korene
kvadratickej rovnice , kde vypočítame podľa vzorca:
30 Výraz lineárna rovnica znamená, že neznáme v tejto rovnici vystupujú v tvare súčtu alebo rozdielu, prípadne sú násobené
reálnymi koeficientmi. Nevystupujú v tvare súčinu, podielu alebo v mocninách s exponentom .
47
√
kde diskriminant: [3.12.]
Kvadratická rovnica má dva reálne korene, ak , jeden dvojnásobný koreň ak a
nemá žiadny reálny koreň ak .
Príklad. Nájdite rovnicu priamky, ktorá má smernicu rovnajúcu sa a ktorá prechádza
bodom so súradnicami .
Rovnica bude mať tvar: , teda: .
Príklad. Nájdite rovnicu priamky, ktorá prechádza bodmi: a .
Rovnica bude mať všeobecný tvar:
, v našom prípade:
, po úprave:
.
Príklad. Nakreslite graf kvadratickej funkcie:
.
Základné charakteristiky paraboly vyjadrenej všeobecnou kvadratickou funkciou:
nájdeme doplnením kvadratického trojčlena na úplný štvorec:
(
)
(
)
Toto je rovnica paraboly (krivky, ktorej body majú rovnakú vzdialenosť od daného bodu -
ohniska a od riadiacej priamky), ktorá má zvislú os symetrie, roztvára sa dohora (
),
má vrchol v bode [
]ohniskovú vzdialenosť
, ohnisko v bode
[
] a riadiacu priamku
. Gra-
fom funkcie:
bude teda parabola znázornená na obr. 3.10.
Obr. 3.10. Graf paraboly:
, so znázornením polohy vrcholu, ohniska a riadiacej
priamky
48
Príklad. Nájdite reálne korene polynómu: .
Výraz môžeme rozložiť pomocou nasledujúcich vzorcov:
takto:
Pretože obidva kvadratické trojčleny majú záporné diskriminanty ( ), jedinými
reálnymi koreňmi budú čísla a .
Príklad. Nájdite reálne korene algebraickej rovnice .
Korene algebraickej rovnice s celočíselnými koeficientmi hľadáme v tvare podielu dvoch
celých čísel , kde je deliteľom čísla ( ) a je deliteľom čísla ( ). Rovnica bude
mať najviac rôzne korene (polynóm 4. stupňa). Teda:
, a
{
}
Korene budeme hľadať delením polynómu koreňovými činiteľmi (
) pomocou
Hornerovej schémy. Polynóm
delíme výrazom
tak, že koeficienty polynómu stupňa o jednotku nižšieho:
dostaneme
podľa nasledujúcej schémy:
Začneme teda od najjednoduchších hodnôt a delíme polynóm 4. stupňa postupne možnými
koreňmi v tvare
až kým nenájdeme 4 korene (stupeň nášho polynómu sa rovná 4):
...
...
kde: , , , ... ,
Číslo je zvyšok delenia. Ak , potom je koreňom Polynómu .
49
Pre všetky 4 testované hodnoty koreňov
sme dostali v Hornerovej schéme nulový zvyšok
(posledný stĺpec vpravo), preto platí:
3.1.2. Racionálna funkcia
Majme dva polynómy a stupňa a , kde , potom funkcia:
[3.13.]
sa nazýva racionálnou funkciou. Ak platí, že (t. j. stupeň polynómu je nižší ako
stupeň polynómu ), potom nazývame rýdzo racionálnou funkciou. Definičným
oborom rýdzo racionálnej funkcie je množina všetkých reálnych čísel, okrem koreňov
polynómu : . Ak nie je rýdzo racionálnou funkciou, potom
delením polynómu polynómom dostaneme súčet polynómu a racionálnej funkcie, napr.:
Znamienko racionálnej funkcie určíme pomocou intervalov s hranicami určenými koreňmi
polynómov a čitateľa a menovateľa. Nech sú navzájom rôzne
reálne korene polynómov a s nepárnou násobnosťou, potom v každom z intervalov
bude polynóm nadobúdať len kladné alebo záporné
hodnoty, pričom v dvoch susedných intervaloch bude nadobúdať opačné znamienko (krivka v
okolí reálneho koreňa s párnou násobnosťou nepretína x-ovú os a teda nemení znamienko).
Príklad. Určte znamienko racionálnej lomenej funkcie: ( )
Čitateľ aj menovateľ sú len čiastočne rozložené na súčin koreňových činiteľov, preto najprv
dokončíme rozklad:
Po rozložení a vykrátení má racionálna lomená funkcia tvar:
50
Reálne korene čitateľa a menovateľa s nepárnou násobnosťou sú a a s párnou
násobnosťou . Rozdeľme definičný obor podľa nepárne-násobných koreňov. Určíme
znamienko v bode dosadením
. Znamienka v okolitých
intervaloch sa budú pravidelne striedať, obr. 3.11.
interval
Znamienko
Obr. 3.11 Graf racionálnej funkcie: ( )
a jej znamienka
Príklad. Nakreslite graf racionálnej lomenej funkcie:
.
Funkcia predstavuje najjednoduchší tvar racionálnej funkcie, ktorej grafom je hyperbola, t. j.
krivka, ktorej body spĺňajú nasledujúcu podmienku: rozdiel ich vzdialeností od ohnísk
hyperboly je rovný ohniskovej vzdialenosti krát √ (obr. 3.12 A). Rovnoosá hyperbola so
stredom v bode má rovnicu: . Preto najprv upravíme našu
funkciu na tento tvar:
Grafom funkcie
je teda rovnoosá hyperbola so stredom v bode , obr. 3.12 B.
51
Obr. 3.12. A. Rovnoosá hyperbola: ohniská a sú vzdialené od stredu ,
umiestnenom v počiatku súradnicovej sústavy, o ohniskovú vzdialenosť √ .
Hyperbola leží v I. a III. kvadrante a má dve na seba kolmé osi symetrie. Priesečníky
hyperboly s osou sa nazývajú vrcholy. Pre každý bod hyperboly platí, rozdiel
vzdialeností: √ . B. Graf funkcie:
. Osi symetrie
hyperboly (vyznačené čiarkovane) sa pretínajú v strede . Asymptoty hyperboly
(priamky prechádzajúce stredom, ku ktorým sa krivky limitne približujú) sú priamky:
a (vyznačené bodkovane).
Každú rýdzo racionálnu funkciu možno napísať v tvare súčtu najjednoduchších rýdzo
racionálnych funkcií, ktoré nazývame parciálne zlomky. Poznáme štyri základné typy
parciálnych zlomkov:
typ 1:
kde a
typ 2:
kde , a [3.14.]
typ 3:
kde , a
typ 4:
kde , , a
52
Veta. Každú rýdzo racionálnu funkciu možno vyjadriť ako súčet konečného počtu
parciálnych zlomkov.
Táto veta neuvádza spôsob, ako máme pritom postupovať a postup nie je vždy
jednoduchý. Na druhej strane vieme už, že polynóm v menovateli rýdzo racionálnej
funkcie
možno napísať v tvare súčinu koreňových činiteľov:
kde všetky polynómy 2. stupňa majú záporný diskriminant (t. j. komplexné korene), ,
. Dá sa dokázať, že rýdzo racionálnu funkciu
možno vyjadriť v tvare:
[3.15.]
Príslušné konštanty v čitateľoch parciálnych zlomkov vypočítame tak, že rovnosť:
vynásobíme menovateľom a porovnáme koeficienty pri rovnakých mocninách
premennej . Dostaneme sústavu lineárnych rovníc s neznámymi31
, ktorých riešením sú
hľadané konštanty.
Význam a použitie parciálnych zlomkov si ukážeme v kapitole integrálneho počtu.
Príklad. Rozložte na parciálne zlomky rýdzo racionálnu funkciu:
.
Uvedená funkcia sama nepredstavuje parciálny zlomok, pretože polynóm v menovateli má
kladný diskriminant: pre každé a platí:
Vynásobením spoločným menovateľom dostaneme:
Porovnaním príslušných koeficientov dostaneme 2 rovnice o 2 neznámych a :
a
31 Sústavy lineárnych rovníc sa preberajú v nasledujúcich kapitolách.
53
Ich riešením dostaneme: a . Teda našu racionálnu funkciu môžeme rozdeliť na
súčet dvoch jednoduchých parciálnych zlomkov prvého typu:
Príklad. Rozložte na parciálne zlomky rýdzo racionálnu funkciu:
.
Riešenie očakávame v tvare:
. Z toho po vynásobení
celej rovnice najmenším spoločným menovateľom:
Roznásobením a porovnaním koeficientov dostaneme: a preto
pre každé platí:
3.1.3. Exponenciálna a logaritmická funkcia
Medzi základné reálne funkcie, s ktorými sa často stretávame v laboratórnej praxi, patria
exponenciálna a logaritmická funkcia. Exponenciálna funkcia má tvar: , kde základ
je kladné reálne číslo a nezávisle premenná (neznáma) sa nachádza v exponente.
V prípade, že , dostaneme lineárnu funkciu . Definičný obor exponenciálnej
funkcie je množina reálnych čísel a obor hodnôt množina kladných reálnych čísel
(značíme aj ako ). Exponenciálna funkcia je rastúca pre základ a klesajúca
pre , obr. 3.13.
Obr. 3.13. Grafy exponenciálnych a logaritmických funkcií s rôznym základom
54
Uvažujme funkciu . Hodnotu nezávisle premennej vieme spamäti vypočítať len pre
(malé) celé čísla. Napríklad pre kladné platí . Ak je
záporné celé číslo, napríklad , potom:
. Ak je
racionálne číslo
vieme, že platí:
√
, napríklad:
√ √
.32
Je vhodné si uvedomiť, že nevieme, čomu sa rovná funkčná hodnota pre
iracionálny exponent, napríklad .33
Ako uvidíme neskôr, aj hodnotu vieme
vypočítať (s ľubovoľnou presnosťou) pomocou rozvoja funkcie do mocninového radu.
Inverzná funkcia k exponenciálnej funkcii je logaritmická funkcia .
Logaritmus platí práve vtedy, keď , pre , t. j. logaritmus čísla je
taký exponent (kde ), ktorým treba umocniť základ , aby sme dostali
logaritmované číslo (všimnime si, že platí a ). Definičný obor tejto
funkcie a obor hodnôt . Logaritmická funkcia je rastúca pre základ
a klesajúca pre (obr. 3.13.). Funkciu so základom , ,
nazývame dekadický logaritmus a funkciu so základom (Eulerovo číslo)34
, nazývame prirodzený logaritmus. Použitím výrazu [3.6.] dostaneme užitočné
vzťahy pre :
a [3.16.]
Tieto vlastnosti vyplývajú z poznatku, že zložená funkcia, vytvorená z dvoch navzájom
inverzných funkcií sa rovná identickej funkcii: .
Pre logaritmickú funkciu a , platia nasledujúce rovnosti:
[3.17.]
Vzťahy [3.17.] sa dajú ľahko dokázať nasledujúcou úvahou:
32 Symbol „ “ znamená približne sa rovná. 33 je Ludolfovo číslo (iracionálne číslo, ktoré nemožno vyjadriť v tvare ), matematická konštanta definovaná ako pomer
obvodu a priemeru kruhu: . Táto konštanta dostala názov Ludolfovo číslo
podľa nemecko-holandského matematika Ludolpha van Ceulena (1540-1610), ktorý ako jeden z prvých určil jej hodnotu
pomocou Archimedovho postupu s presnosťou na 35 desatinných miest. 34 Leonhard Euler (1707-1783) bol významný matematik švajčiarskeho pôvodu. Eulerovo číslo predstavuje dôležitú
matematickú konštantu, základ prirodzených logaritmov ( ), ktorá je definovaná ako limita postupnosti
pre prirodzené číslo neobmedzene rastúce do nekonečna .
55
a
Príklad. Nájdite inverznú funkciu k funkcii f: .
Inverznú funkciu hľadáme tak, že zameníme premenné a vo funkčnom predpise
a snažíme sa nanovo vyjadriť ako funkciu premennej . V našom prípade dostaneme:
čo je hľadaná inverzná funkcia .
Nájdite inverznú funkciu k funkcii :
Postupujeme podobne ako v predchádzajúcom príklade:
–
Príklad. Vyriešte logaritmickú rovnicu:
Riešenie: 3
Príklad. Vyriešte logaritmickú rovnicu:
Riešenie:
56
Príklad. Vyriešte exponenciálnu rovnicu:
Riešenie:
Príklad. Vyriešte exponenciálnu rovnicu:
Riešenie:
(
)
(pretože: )
Príklad. Vyriešte exponenciálnu rovnicu: √ √
Riešenie:
3.1.4. Goniometrické a cyklometrické funkcie
Majme jednotkovú kružnicu (kružnica so stredom v počiatku súradnicovej sústavy s
polomerom rovným 1) a číselnú os reálnych čísel ( ), obr. 3.14. Nech je koncový bod
oblúka na jednotkovej kružnici, ktorého začiatok je v bode a dĺžka ktorého sa rovná
57
Oblúk je orientovaný od bodu k bodu proti smeru pohybu hodinových ručičiek pre
(môže byť orientovaný aj v smere pohybu hodinových ručičiek pre ). Potom prvá
súradnica bodu na jednotkovej kružnici definuje goniometrickú funkciu kosínus ( )
a druhá súradnica definuje funkciu ( ) ( ). Pomery týchto súradníc určujú
ďalšie goniometrické funkcie: tangens
(
) a kotangens
.
Obr. 3.14. Jednotková kružnica, číselná os reálnych čísel a definícia goniometrických funkcií.
Číselnú os priložíme sprava k jednotkovej kružnici a „namotávame“ v smere šípok.
Všetkým reálnym číslam tak priradíme uhol v oblúkovej miere (radián)35
z intervalu
⟨ čo vedie k definícii periodických reálnych funkcií, goniometrických
funkcií. Ľubovoľné body , na číselnej osi navzájom vzdialené o
celočíselný násobok obvodu kružnice ( ) sa namotávaním premietnu do toho istého
bodu na kružnici tak, že ich súradnice budú: ).
Goniometrické (trigonometrické) funkcie sú periodické (nie sú prosté), funkcie sin a cos
majú periódu rovnú (napr. funkcie a majú periódu (napr.
Funkcie , a sú nepárne (napr. funkcia je
párna ( , obr. 3.15. a obr. 3.16.
35 Radián je definovaný ako rovinný uhol s vrcholom v strede kružnice, ktorý vytína na obvode tejto kružnice oblúk dĺžky
rovnajúcej sa jej polomeru (jednotka [rad]). Keďže obvod jednotkovej kružnice (s polomerom ) má dĺžku uhol, ktorý
jedenkrát „obtáča“ celú kružnicu (360), je rovný práve radiánov. Na prevod uhla udávaného v stupňoch na uhol
v radiánoch, a naopak, slúžia nasledujúce jednoduché konverzné vzťahy:
a
, kde
.
58
Obr. 3.15. Grafy funkcií sínus a kosínus
Obr. 3.16. Grafy funkcií tangens a kotangens
Základné hodnoty goniometrických funkcií sú uvedené v nasledujúcej tabuľke.
Tab. 3.1. Základné hodnoty funkcií sínus a kosínus.
√
√
√
√
√
√
√
√
√
√
√
√
Medzi jednotlivými goniometrickými funkciami platia nasledujúce vzťahy:
(
) (
)
59
Ku goniometrickým funkciám existujú inverzné funkcie (tzv. cyklometrické funkcie) vo
vybraných intervaloch, v ktorých sú goniometrické funkcie rýdzo monotónne (prosté). Tieto
intervaly boli zvolené tak, aby zahŕňali 1. kvadrant (
)
Tab. 3.2. Intervaly, na ktorých sú definované cyklometrické funkcie k trigonometrickým
funkciám
Funkcia Inverzná funkcia Symbol36
⟨
⟩ ⟨ ⟩ arkusínus 37 ⟨ ⟩ ⟨
⟩
⟨ ⟩ ⟨ ⟩ arkuskosínus ⟨ ⟩ ⟨ ⟩
arkustangens
arkuskotangens
Obr. 3.17. Grafy funkcií arkussínus a arkuskosínus
36 Predpona arc je skratkou slova arcus, ktoré znamená oblúk. 37 V literatúre sa niekedy používa namiesto aj trochu zavádzajúce označenie . Podobný spôsob označenia sa
používa aj pre ostatné cyklometrické funkcie.
60
Grafy cyklometrických funkcií sú znázornené na obr. 3.17. a obr. 3.18. Funkcie
a sú rastúce a funkcie a sú klesajúce. Funkcie a sú nepárne.
Obr. 3.18 Grafy funkcií arkustangens a arkuskotangens
Medzi jednotlivými cyklometrickými funkciami platia nasledujúce jednoduché vzťahy:
Medzi goniometrickými a cyklometrickými funkciami platia tieto jednoduché vzťahy:
√
√
√ √
√
√
√
√
√
Vybrané hodnoty cyklometrických funkcií sú uvedené v tab. 3.3.
61
Tab. 3.3. Vybrané hodnoty cyklometrických funkcií
Funkcia √ √
⟨ ⟩
⟨ ⟩
Funkcia √ √
Príklad. Vyriešte rovnicu: .
Pri riešení použijeme nasledovné vzťahy: a
a obr. 3.15.
(
),
Výsledok:
Príklad. Vyriešte rovnicu .
Pri riešení použijeme vzťah:
substitúcia:
Výsledok:
a)
(
) (
)
,
b) (
)
,
62
Príklad. Vyriešte rovnicu: √ .
⟨ ⟩ a ⟨ ⟩ preto a , čo je splnené pre
⟩
Pri riešení použijeme vzťah: √
√
√ √
Výsledok:
a) ⟩ nemá riešenie
b) √ {
⟩ riešenie: √
Použitá literatúra 3
11. V. Kvasnička, J. Pospíchal: Algebra a diskrétna matematika, STU, Bratislava, 2008.
12. Z. Došlá: Matematika pro chemiky 1, Masarykova Universita, Brno, 2010.
13. J. Eliáš, J. Horváth, J. Kajan: Zbierka úloh z vyššej matematiky, I – IV., Bratislava,
Alfa, 1989.
14. M. Jasem, Ľ. Horanská: Matematika I. Zbierka úloh, STU, Bratislava, 2010.
15. D. L. Stancl, M. L. Stancl: Calculus for Management and the Life and Social
Sciences, 2nd
ed., R. D. Irwin, Boston, MA, 1990.
16. M. Šabo: Matematika I, STU, Bratislava, 2009.
17. J. Zeman: Matematika pre farmaceutov, UK, Bratislava, 1989.
63
Cvičenia 3
3.1. Nájdite prirodzený definičný obor funkcie
√ .
3.2. Zistite, či funkcia
je párna alebo nepárna.
3.3. Určte, či funkcia je periodická a nájdite jej periódu .
3.4. Nájdite inverzné funkcie k funkciám:
a .
3.5. Nájdite zloženú funkciu , ktorá vznikne kompozíciou reálnych funkcií a , keď
a .
3.6. Nájdite rovnicu priamky, ktorá prechádza bodom so súradnicami a s osou
zviera uhol (
)
3.7. Nájdite reálne korene algebraickej rovnice: .
3.8. Rozložte racionálnu funkciu na parciálne zlomky:
.
3.9. Vyriešte logaritmickú rovnicu: kde .
3.10. Vyriešte goniometrickú rovnicu:
.
64
Riešenia 3
3.1. Definičný obor funkcie
√ , nájdeme ako interval , pre ktorý sú
definované aritmetické operácie delenie a druhá odmocnina: √ a zároveň
. Ľahko zistíme, že
3.2. Funkcia
, nie je párna ani nepárna, pretože:
3.3. Hľadáme také číslo , aby pre každé funkcie platilo:
. Vieme, že funkcia sínus je periodická s periódou , teda platí:
z čoho dostávame:
.
Obr. 3.19. Grafy funkcie
3.4. Postup hľadania inverznej funkcie spočíva v zámene závisle a nezávisle premennej a
vyjadrení Teda:
potom
alebo
potom
3.5. Definičný obor funkcie je a . Druhá funkcia
má a . Kompozíciu funkcií na
definičnom obore nájdeme tak, že budeme hľadať funkciu , ktorá
vznikne spojením vonkajšej funkcie a vnútornej funkcie
ako: .
65
3.6. Rovnica priamky so smernicou ktorá prechádza bodom so súradnicami bude
mať tvar: – – , v našom prípade: .
Keďže , po úprave dostaneme rovnicu: .
3.7. Riešenie algebraickej rovnice: nájdeme pomocou série
nasledovných úprav:
Táto rovnica je splnená, ak sa ktorýkoľvek z jej členov rovná nule:
3.8. Racionálna funkcia:
nie je rýdzo racionálna, preto
vydelíme čitateľa menovateľom:
Výsledná funkcia je súčtom polynómu 2. stupňa a rýdzo racionálnej funkcie, ktorú už
môžeme rozložiť na parciálne zlomky. Rozklad hľadáme v tvare:
odkiaľ:
Porovnaním koeficientov pri rovnakých mocninách x dostaneme:
a
Z týchto 2 rovníc dostaneme riešenie: a
Teda:
66
3.9. Logaritmickú rovnicu najprv prevedieme na exponenciálnu:
substitúcia:
Riešenie:
3.10. Riešenie goniometrickej rovnice:
,
, hľadáme úpravami na jednoduchší tvar:
substitúcia:
Riešenie:
a
,
67
4. Lineárna algebra
4.1. Vektory
Pri štúdiu prírodných vied sa stretávame jednak s fyzikálnymi veličinami, ktoré sú úplne
určené jediným číselným údajom (tzv. skalárne veličiny, ako napr. teplota, tlak, hustota, ...) a
tiež s veličinami, ktoré sú plne určené až viacerými číselnými údajmi. Napríklad veličiny ako
sila, rýchlosť alebo dipólový moment a pod. na svoje presné určenie potrebujú definovať
veľkosť a smer. Veličiny, ktoré sú jednoznačne určené skupinou n čísel (usporiadanou n-
ticou) s definovaným počtom a poradím údajov, nazývame vektorové veličiny (n-rozmerné
vektory). Údaje (čísla) v tejto skupine (n-tici) nazývame súradnicami vektora, ich počet určuje
rozmer vektora.
Definícia. Usporiadanú n-ticu reálnych čísel nazývame n-rozmerným
vektorom (skrátene vektorom). Čísla nazývame súradnice vektora. Množinu
takýchto vektorov s reálnymi súradnicami budeme značiť .
Z vyššie uvedenej definície vektora vyplýva, že vektory a
sa rovnajú práve vtedy, keď majú rovnaký rozmer (n) a pre ich súradnice platí:
.
Dvojrozmerné alebo trojrozmerné vektory (dané usporiadanou dvojicou alebo trojicou)
môžeme geometricky reprezentovať v Euklidovom priestore38
ako orientovanú úsečku, ktorá
je určená len svojou dĺžkou, smerom a orientáciou, nezáleží však na jej umiestnení. Teda
všetky úsečky znázornené na obr. 4.1. (a aj mnohé ďalšie) predstavujú ten istý vektor.
Súradnice vektora sú súradnice jeho koncového bodu v takom umiestnení vektora, keď
začiatočný bod je zhodný s počiatkom súradnicovej sústavy.
38 Starogrécky matematik Euklides z Alexandrie (približne 365-300 p.n.l.) položil základy geometrie v rovine
a v trojrozmernom priestore, ktoré boli dôsledne sformulované pomocou axióm a postulátov. Euklidov metrický priestor
pozostáva z bodov (usporiadaných trojíc) a ich podmnožín (útvarov ako sú body, priamky a roviny), pre ktoré platia
pravidlá pre výpočet vzdialeností, uhlov zvieraných priamkami a rovinami, a pod., definované pomocou piatich axióm.
Euklidova geometria a Euklidov priestor opisujú vlastnosti trojrozmerného priestoru, ktoré poznáme z našej každodennej
skúsenosti.
68
Obr. 4.1 Tri umiestnenia vektora so súradnicami . Je dobré si uvedomiť, že tri
zobrazené orientované úsečky, ktoré majú zhodnú dĺžku, smer aj orientáciu,
predstavujú tri rôzne umiestnenia toho istého vektora.
Vektor, ktorý je umiestnený tak, že jeho začiatok leží v bode a koniec v
bode bude mať súradnice . Dĺžka
vektora sa počíta ako vzdialenosť koncového a počiatočného bodu vektora [3.3.]:
| | √ [4.1.]
Polohovým vektorom bodu rozumieme vektor , kde bod
predstavuje počiatok súradnicovej sústavy. Vo fyzike predstavuje polohový vektor (alebo
rádiusvektor) spojnicu počiatku súradnicovej sústavy a hmotného bodu (s orientáciou
smerujúcou od počiatku ku hmotnému bodu), je to vektor viazaný na nemennú polohu
počiatku. Polohový vektor slúži na opis polohy hmotného bodu (prípadne telesa), pretože
pohyb hmotného bodu (trajektóriu pohybu) môžeme opísať ako zmenu polohového vektora v
čase.
Jednotkový vektor je každý vektor, ktorého dĺžka je rovná 1. Pre 3-rozmerné vektory v
3-rozmernom priestore jednotkový vektor orientovaný v kladnom smere osi x označujeme
, jednotkový vektor orientovaný v kladnom smere osi y označujeme
a jednotkový vektor orientovaný v kladnom smere osi z označujeme , obr. 4.2
a 4.3.
Definícia. Súčtom vektorov a (rovnakého rozmeru)
nazývame vektor (obr. 4.2):
.
Násobkom vektora reálnym číslom k nazývame vektor:
69
Obr. 4.2. Grafické znázornenie sčítania vektorov pomocou uhlopriečky rovnobežníka so stranami
tvorenými vektormi a : . Uhol, ktorý zvierajú
vektory a , označíme .
Poznámka. Nulovým n-rozmerným vektorom nazývame vektor: a vektorom
opačným k vektoru nazývame vektor: . Z
predchádzajúcej definície je zrejmé, že sčítanie vektorov je komutatívne, t. j. pre všetky
R n platí: a zároveň asociatívne, t. j. pre :
. Pomocou operácií sčítania vektorov a násobenia vektora číslom môžeme tiež
definovať rozdiel vektorov rovnakého rozmeru:
. Je zrejmé, že bude tiež platiť: a .
Príklad. Nech vektor a . Vypočítajte vektor .
Definícia. Nech sú n-rozmerné vektory a čísla sú reálne
čísla, potom vektor:
[4.2.]
nazývame lineárnou kombináciou vektorov a čísla nazývame
koeficientmi lineárnej kombinácie.
Ak pre koeficienty platí: , potom takúto lineárnu kombináciu
nazývame triviálnou. Ak aspoň jeden z koeficientov je rôzny od nuly, potom ide
o netriviálnu lineárnu kombináciu. Výsledkom triviálnej lineárnej kombinácie ľubovoľných
x
70
vektorov je nulový vektor . Na druhej strane nulový vektor môže byť
výsledkom aj netriviálnej lineárnej kombinácie vektorov, napríklad, ak
potom,
.
Definícia. Vektory sa nazývajú lineárne závislými vektormi, ak aspoň jeden
z nich je lineárnou kombináciou ostatných vektorov. V opačnom prípade sa nazývajú lineárne
nezávislé.
Dva (nenulové) vektory sú lineárne závislé práve vtedy, keď prvý je násobkom druhého. Ak
do lineárne závislej sústavy vektorov pridáme ďalší vektor, dostaneme zase lineárne závislú
zostavu.
Príklad. Vektory sú navzájom
lineárne závislé, pretože platí: .
Ako zistíme, či dva alebo viac vektorov je navzájom lineárne závislých, nám hovorí
nasledujúca veta.
Veta. Vektory sú lineárne závislé vtedy a len vtedy, keď existuje netriviálna
kombinácia vektorov, ktorá sa rovná nulovému vektoru:
[4.3.]
To znamená, že vektory sú lineárne nezávislé vtedy a len vtedy, ak existuje iba
triviálna kombinácia vektorov, ktorá sa rovná nulovému vektoru:
Príklad. Ukážte pomocou predchádzajúcej vety, že 4 nasledujúce 4-rozmerné vektory sú
lineárne nezávislé:
Hľadáme teda koeficienty také, že: alebo
Porovnaním prvých súradníc: dostaneme: . Podobne,
porovnaním ďalších súradníc dostaneme: , , . Teda nulový vektor
71
dostaneme len triviálnou lineárnou kombináciou vektorov . Preto sú tieto vektory
lineárne nezávislé.
Z predchádzajúceho príkladu je zjavné, že v 4-rozmernom priestore môžeme nájsť 4
nezávislé vektory, ako napr. . Je tiež očividné, že každý 4-rozmerný vektor
môžeme napísať ako ich lineárnu kombináciu:
[4.4.]
Dá sa dokázať, že ľubovoľný n-rozmerný vektor možno vyjadriť pomocou lineárnej
kombinácie n akýchkoľvek lineárne nezávislých vektorov. Akým postupom vieme zistiť, či je
vektor lineárnou kombináciu vektorov ,
, ..., ? Hľadáme také koeficienty
, pre ktoré platí: alebo po rozpísaní do
jednotlivých súradníc:
[4.5.]
... ... ... ...
Riešením sústavy lineárnych rovníc [4.5.] dostaneme výsledok: neznámych koeficientov
.39
Vektor bude predstavovať lineárnu kombináciu vektorov
práve vtedy, keď sústava [4.5.] bude mať riešenie.
Príklad. Dokážte, že vektory: , , ,
sú lineárne nezávislé, a ukážte, že vektor je lineárnou
kombináciou vektorov . Budeme teda hľadať také koeficienty , aby
platilo:
alebo:
Porovnaním štvrtých súradníc dostaneme: a teda: .
Podobne porovnaním ostatných súradníc dostaneme: . Nulový
vektor dostaneme len triviálnou kombináciou vektorov , čo znamená, že tieto
vektory sú lineárne nezávislé.
39 V nasledujúcej časti 3.2.1. sa dozvieme, ako treba postupovať pri riešení sústavy lineárnych rovníc.
72
Ďalej budeme hľadať koeficienty lineárnej kombinácie také, aby platilo:
alebo:
Porovnaním jednotlivých súradníc, podobne ako v predchádzajúcom výpočte, vypočítame
príslušné hodnoty koeficientov:
.
Podobne sa dá dokázať, že vektorový priestor40
obsahuje lineárne nezávislých
vektorov a každý ďalší vektor je ich lineárnou kombináciou. Preto každá sústava vektorov,
kde , je lineárne závislá. Sústava lineárne nezávislých vektorov v priestore tvorí
bázu vektorového priestoru, pomocou ktorej môžeme vyjadriť iné vektory. Je výhodné zvoliť
si za bázu vektorového priestoru jednotkové vektory v smere osí súradnicového systému
(napr. v priestore ). V tomto vyjadrení sú koeficienty kombinácie zhodné so
súradnicami vektora, teda platí vzťah [4.4.]. Napríklad sústava vektorov z
predchádzajúceho príkladu predstavuje bázu pre .
Pre vektory sú definované dve operácie násobenia: skalárny a vektorový súčin, s ktorými
sa bežne stretneme v prírodných vedách.
Definícia. Skalárnym súčinom vektorov a
nazývame číslo (skalár):
[4.6.]
kde a predstavujú dĺžky vektorov a (vzťah [4.1.] )a je uhol zovretý vektormi a
, (obr. 4.2).
Uhol dvoch vektorov a , ktorých súradnice sú známe: ,
vypočítame pomocou výrazu:
√
√
[4.7.]
Z definície skalárneho súčinu a vlastností funkcie kosínus vyplýva:
40 Pod vektorovým priestorom všeobecne rozumieme množinu, na ktorej sú definované operácie sčítania prvkov a násobenia
prvku reálnym číslom, uzavretú vzhľadom na tieto operácie, ktoré zároveň spĺňajú nasledujúce vlastnosti: komutatívnosť a
asociatívnosť sčítania, existencia nulového a opačného prvku pre sčítanie, asociatívnosť násobenia, distributívnosť násobenia
vzhľadom na sčítanie, distributívnosť sčítania vzhľadom na násobenie a existencia jednotkového prvku vzhľadom na násobe-
nie. Prvkami vektorového priestoru môžu byť aj iné matematické štruktúry ako usporiadané -tice ( -rozmerné vektory).
73
ak vektory a zvierajú ostrý uhol ⟨
)
ak vektory a zvierajú pravý uhol
,
ak vektory a zvierajú tupý uhol (
)
Príklad. Vypočítajte uhol vektorov a ak a .
Dosadením do vzorca [4.7.] dostaneme:
√ √
√ √ a uhol
Definícia. Vektorovým súčinom dvoch 3-rozmerných vektorov a
je vektor , ktorý je určený takto:
veľkosť: je rovná ploche P rovnobežníka s hranami
a (obr. 4.3.)
smer je kolmý na smery oboch vektorov a
a je orientovaný tak, že usporiadaná trojica vektorov tvorí pravotočivú
súradnú sústavu41
(obr. 4.3. A):
|
| [4.8.]
Výsledný vektor bude mať súradnice42
:
Príklad. Máme 3 body v priestore dané súradnicami: , a .
Vypočítajte vektorový súčin . Vektory a
vynásobíme podľa pravidla [4.8.]:
|
|
41 Orientáciu výsledného vektora môžeme určiť podľa pravidla pravej ruky: ak sú vektory a znázornené ukazovákom a pro-
stredníkom pravej ruky (t. j. natočenie prvého vektora do smeru druhého vektora po kratšej ceste prebieha proti smeru pohybu
hodinových ručičiek), potom výsledný vektor vektorového súčinu má smer vztýčeného palca pravej ruky. 42 Súradnice vektora sme vypočítali pomocou determinantu matice (útvaru štvorcového tvaru vo vzťahu [4.8])
a Sarrusovho pravidla pre výpočet determinantu. Tieto pojmy a postupy sú vysvetlené v nasledujúcej časti 3.3.
74
A B
Obr. 4.3 Grafické znázornenie vektorového súčinu vektorov (A) a (B)
v trojrozmernom priestore . sú jednotkové vektory (s dĺžkou rovnou ) v smere
osí , a karteziánskeho súradnicového systému alebo bázické vektory v .
Vektory a ležia v rovine a zvierajú uhol .
4.2. Matice
4.2.1. Sústavy lineárnych rovníc
Definícia. Sústavou m lineárnych rovníc o n neznámych nazývame nasledujúcu schému:
[4.9.]
kde sú (reálne) neznáme, sú zadané reálne koeficienty (čísla) a sú pravé
strany jednotlivých rovníc; , ( ).
Riešením sústavy rovníc [4.9.] nazveme každú usporiadanú n-ticu reálnych čísel
takú, že po dosadení čísel namiesto neznámych budú
všetky rovnice sústavy splnené. Vyriešiť sústavu rovníc teda znamená nájsť všetky jej
riešenia.
x
y
75
Najjednoduchším typom sústavy lineárnych rovníc je sústava dvoch rovníc o dvoch
neznámych:
s neznámymi x a y, (reálnymi) koeficientmi a a pravými stranami a . Túto sústavu
rovníc riešime napr. dosadzovacou metódou, t. j. vyjadrením jednej premennej z prvej
rovnice, dosadením do rovnice druhej (čím vylúčime prvú neznámu), vypočítaním druhej, s
pomocou ktorej určíme aj prvú premennú. Obdobný postup využíva sčítavacia metóda, pri
ktorej využívame sčítanie dvoch rovníc s vylúčením jednej neznámej atď. Riešenie tejto
sústavy môžeme ľahko nájsť aj geometricky, keďže každá z rovníc predstavuje priamku v
rovine
a nájsť riešenie sústavy znamená nájsť ich priesečník.
Dve rôznobežné priamky v rovine majú práve jeden priesečník (sústava má jedno riešenie)
alebo sú priamky rovnobežné, t. j. nemajú priesečník (sústava nemá žiadne riešenie) alebo sú
totožné, t. j. všetky ich body sú priesečníkmi (sústava má nekonečne veľa riešení). Nemôže
teda nastať prípad, kedy by sústava dvoch lineárnych rovníc mala napríklad dve rôzne
riešenia (dva priesečníky dvoch priamok) a pod.
Príklad. Vyriešte sústavu rovníc:
Z prvej rovnice vyjadríme
, dosadením do druhej rovnice:
(
)
úpravou dostaneme: a z toho
. Sústava má teda jedno riešenie: (
).
Všeobecne, sústava rovníc o neznámych, kde má buď žiadne, jedno alebo
nekonečne veľa riešení. Počet existujúcich riešení danej sústavy opisuje Frobeniova veta,
ktorú si bližšie vysvetlíme v nasledujúcej časti o maticiach. Pri hľadaní riešenia sústav
s väčším počtom lineárnych rovníc a neznámych môžeme postupovať obdobne ako
v predchádzajúcom príklade, t. j. redukciou počtu rovníc a elimináciou neznámych v nich.
Tento postup sa nazýva Gaussova elimiácia a predstavuje systematickú formu dosadzovacej
metódy riešenia.
76
4.2.2. Gaussova eliminačná metóda
Princípom Gaussovej eliminácie je prevedenie zadanej sústavy lineárnych rovníc na
sústavu, ktorá má rovnaké riešenie ako pôvodná, ale má jednoduchší tvar, z ktorého môžeme
riešenie ľahko zistiť, prípadne usúdiť, že riešenie neexistuje. Pôvodnú sústavu rovníc sa
elementárnymi úpravami snažíme previesť na sústavu „stupňovitého“ (trojuholníkového)
tvaru, napr.:
[4.10.]
v ktorej hodnotu poslednej neznámej vypočítame priamo (
), dosadíme do
predchádzajúcej rovnice, odkiaľ spočítame hodnotu , ktorú potom spolu s použijeme v
prvej rovnici na výpočet .
Dá sa ukázať, že akúkoľvek sústavu lineárnych rovníc môžeme previesť na inú, ktorá má
rovnaké riešenie, týmito úpravami:
zmenou poradia rovníc v sústave,
vynásobením ľubovoľnej rovnice sústavy reálnym nenulovým číslom (týmto číslom
vynásobíme všetky koeficienty a pravú stranu rovnice),
pripočítaním násobku ľubovoľnej rovnice sústavy k inej rovnici sústavy (sčítame ľavé
aj pravé strany týchto dvoch rovníc).
Pomocou takýchto elementárnych úprav dokážeme previesť každú sústavu lineárnych rovníc
na trojuholníkový tvar.
Príklad. Nájdite riešenie nasledujúcej sústavy lineárnych rovníc Gaussovou eliminačnou
metódou:
Riešenie Gaussovou elimináciou začneme hľadať tak, že prvú rovnicu vynásobíme ,
pripočítame k druhej rovnici a dostaneme:
77
potom prvú rovnicu vynásobenú 3 pripočítame k tretej rovnici, čím dostaneme:
ďalej stačí pripočítať k tretej rovnici dvojnásobok druhej a získame sústavu
v trojuholníkovom tvare s rovnakým riešením, ako pôvodná sústava:
Odtiaľ dostaneme riešenie . Dosadením do druhej rovnice dostaneme
a nakoniec dosadením a do prvej rovnice vypočítame . Jediným riešením
danej sústavy je trojica čísel .
Príklad. Nájdite riešenie sústavy lineárnych rovníc:
Postupnými elementárnymi úpravami zadanej sústavy dostávame:
alebo:
Tretia rovnica tejto sústavy nie je splnená nikdy (nech sú hodnoty a akékoľvek), preto
táto sústava (ani pôvodná sústava) lineárnych rovníc nemá riešenie.
Pre výsledok riešenia sústavy rovníc má teda podstatný význam posledná rovnica sústavy
upravenej do trojuholníkového tvaru. V prípade, že dostaneme rovnicu, ktorá nie je splnená
78
(ako napr. v predchádzajúcom príklade: ), potom sústava nemá riešenie. V opačnom
prípade sústava bude mať riešenie, ktoré bude závisieť od počtu neznámych n a od počtu
rovníc r po úprave sústavy na trojuholníkový tvar (prípadné rovnice tvaru medzi
rovnice nezapočítame). Pre bude existovať práve jedno riešenie uvažovanej sústavy,
pre bude mať sústava nekonečne veľa riešení, prípad nemôže nastať (zo sústavy
rovníc ktorá má riešenie, a ktorá obsahuje viac rovníc ako neznámych, môžeme nadbytočné
rovnice, vzniknuté lineárnou kombináciou ostatných rovníc, vynechať).
Všimnime si, že pri Gaussovej eliminácii upravujeme koeficienty a pravé strany
jednotlivých rovníc, pričom označenie a poradie premenných sa nemení. Preto pri skrátenom
zápise sústavy rovníc môžeme používať len koeficienty premenných a pravé strany rovníc.
Napríklad pre sústavu:
môžeme použiť zjednodušenú schému:
|
[4.11.]
ktorú, ako ukážeme neskôr, nazývame rozšírenou maticou sústavy lineárnych rovníc.
4.2.3. Matice
V predchádzajúcej časti sme koeficienty sústavy lineárnych rovníc usporiadali do schémy
pozostávajúcej z riadkov a stĺpcov, ktorej hovoríme matica.
Definícia. Maticou typu budeme nazývať objekt (tabuľku) tvorený reálnymi
číslami (prvkami matice ), usporiadanými do m riadkov a n stĺpcov ( ):
(
) ( ) [4.12.]
Maticu typu nazývame stĺpcový vektor a maticu typu nazývame riadkový vektor.
Maticový prvok (reálne číslo) znamená, že dané číslo sa nachádza v i-tom riadku a j-
tom stĺpci matice . Prvky matice nazývame prvkami hlavnej diagonály
79
(uhlopriečky). V prípade, že hlavná diagonála sa nekončí v pravom dolnom rohu
matice. Matici, pre ktorú platí hovoríme štvorcová matica; štvorcovej matici typu
hovoríme aj matica n-tého poriadku. Matici, ktorá má pod hlavnou diagonálou len
nulové prvky ( )43
hovoríme
(horná) trojuholníková matica. Nulovou maticou nazývame maticu, ktorej všetky prvky sa
rovnajú nule. Diagonálna matica je taká, ktorej všetky prvky, ktoré neležia na hlavnej
diagonále, sa rovnajú nule. Jednotková matica je štvorcová diagonálna matica, ktorej všetky
diagonálne prvky sa rovnajú jednej.
Príklad. Obdĺžniková matica typu : (
)
Jednotková matica typu 33: (
)
Trojuholníková matica typu 43: (
)
Diagonálna matica typu 22: (
)
Nulová matica typu 33: (
)
Definícia. Matice a sa rovnajú, ak sú rovnakého typu a zároveň
platí pre všetky hodnoty indexov a .
Podobne ako vektory rovnakého rozmeru aj matice rovnakého typu tvoria lineárny
vektorový priestor, v ktorom sú definované operácie sčítania matíc a násobenia matíc reálnym
číslom. Tieto operácie sú definované v nasledujúcom odseku.
Definícia. Nech matice a sú rovnakého typu a je reálne číslo
. Matica C je k-násobkom matice , , ak platí: pre všetky hodnoty
indexov a : 43 Medzi riadkový index a stĺpcový index maticového prvku píšeme čiarku len ak si to vyžaduje zrozumiteľnosť. Napr.
prvok je prvok matice, ktorý leží v 11. riadku a 4. stĺpci matice.
80
(
) (
) [4.13.]
Definícia. Nech matice , a sú rovnakého typu .
Hovoríme, že matica je súčtom matíc a , , ak platí: pre
všetky hodnoty indexov i a j:
(
) (
) (
)
[4.14.]
Spočítavať môžeme len matice rovnakého typu (pre matice rôznych typov nie je
sčítanie definované). Rozdiel matíc môžeme definovať ako: – .
Príklad. Vypočítajte súčet dvoch matíc typu 3 3: (
), (
)
Súčet matíc A a B uskutočníme podľa definície [4.14.] ako:
(
) (
) (
)
Príklad. Vypočítajte rozdiel dvoch matíc ak:
(
) a (
)
Potom:
(
) (
) (
)
(
)
81
Definícia. Nech matica je typu a matica je typu .
Hovoríme, že matica typu je súčinom matíc a , , ak pre všetky hodnoty
indexov a platí:
∑ [4.15.]
Prvok teda vznikne tak, že vezmeme i-ty riadok matice a j-ty stĺpec matice ,
vynásobíme zodpovedajúce prvky a sčítame: , teda
každý prvok matice vypočítame ako skalárny súčin i-teho riadku matice a j-teho
stĺpca matice .
A: B: C:
( ) ( ) ( )
i-ty riadok j-ty stĺpec prvok
Obr. 4.4. Násobenie matíc . Prvok je skalárnym súčinom i-teho riadku prvej matice
a j-teho stĺpca druhej matice.
Násobiť môžeme štvorcové matice rovnakého typu ale aj matice, ktoré majú aspoň
jeden rozmer rovnaký ( ). Výsledná matica násobenia je typu .
Pripomíname, že aj z tohto dôvodu nie je násobenie matíc komutatívne, t. j. všeobecne platí:
(keďže súčin nemusí byť vôbec definovaný, hoci existuje). Na druhej
strane násobenie matíc je asociatívne a distributívne vzhľadom na sčítanie:
za podmienky, že dané operácie sčítania a násobenia možno vykonať. Výsledkom násobenia
matice nulovou maticou je vždy len nulová matica a výsledkom sčítania matice s nulovou
maticou je pôvodná matica. Jednotkové matice majú tú vlastnosť, že výslednom násobenia
jednotkovou maticou je pôvodná matica, teda ak je matica typu , potom
, napríklad:
pre (
)
(
) (
) (
)
82
(
) (
) (
)
Príklad. Vypočítajte súčin dvoch matíc: (
) a (
)
Súčin matíc a uskutočníme podľa definície [4.15.]:
(
) (
)
(
) (
)
Definícia. Nech matica
(
) je typu , matica (
) typu
sa nazýva matica transponovaná k matici . Transponovaná matica vznikne z danej
matice tak, že riadky pôvodnej matice napíšeme ako stĺpce transponovanej matice (v rovnakom
poradí). Táto operácia súvisí so sčítaním a násobením matíc nasledovne:
Príklad. Nájdite transponovanú maticu k matici (
). (
).
V súvislosti s operáciou násobenia matíc sa vynára otázka, či je matice možné aj deliť.
V ďalšom texte ukážeme, že za určitých podmienok je možné vypočítať ‘podiel‘ , kde
matica je inverzná matica k matici .
Definícia. Majme štvorcovú maticu typu . Maticu nazývame inverznou maticou
k matici vtedy, ak platí: . Inverznú maticu označujeme ako . Teda platí:
[4.16.]
kde je jednotková matica typu .
83
Inverzné matice teda existujú len pre štvorcové matice typu a dá sa dokázať, že ak
existuje inverzná matica , potom platí: a .
Ukážeme si teraz na príklade, ako sa dá vypočítať inverzná matica. Neskôr zistíme, že
inverzná matica neexistuje ku každej jednotlivej matici a ukážeme si tiež inú pomerne
jednoduchú metódu na jej výpočet.
Príklad. Nájdite inverznú maticu k matici: (
).
Hľadáme maticu (
) takú, že platí:
(
) (
) (
).
Rozpísaním násobenia na maticové prvky podľa [4.15.] dostaneme 4 lineárne rovnice o 4
neznámych, ktoré riešime napr. Gaussovou eliminačnou metódou (4.2.2.):
riešením ktorých dostaneme inverznú maticu: (
). Vynásobením sa presvedčíme,
že: (
).
Praktickým postupom na hľadanie inverznej matice je nasledujúci algoritmus:
danú maticu prevedieme pomocou série ekvivalentných úprav (pozri časť Hodnosť
matice) na jednotkovú maticu ,
rovnaké úpravy ako v matici zároveň aplikujeme na jednotkovú maticu , ktorú týmto
postupom prevedieme na inverznú maticu .
4.2.4. Hodnosť matice
Ako sme už predtým naznačili, sústavu lineárnych rovníc môžeme zapísať pomocou
zjednodušenej schémy [4.11.]. Opačne, na maticu typu sa môžeme pozerať ako na
sústavu, ktorá obsahuje riadkov, z ktorých každý je tvorený n-rozmerným riadkovým
84
vektorom patriacim do , pričom súradnice tohto vektora
predstavujú koeficienty lineárnej rovnice s premennými. Medzi riadkami matice
(lineárnymi rovnicami sústavy) sa môžu nachádzať aj také rovnice, ktoré sú lineárnymi
kombináciami iných rovníc, a preto sú pre vyriešenie sústavy nadbytočné. Zavedieme pojem
hodnosť matice, ktorý určuje počet nezávislých riadkov matice (t. j. nezávislých rovníc
v sústave, ktorú matica reprezentuje).
Definícia. Maximálny počet lineárne nezávislých riadkov matice nazývame hodnosť
matice a značíme
Hodnosť nulovej matice je rovná nule. Dá sa dokázať, že: , z čoho vyplýva, že
hodnosť matice je zároveň aj maximálny počet lineárne nezávislých stĺpcov, a pre každú
maticu typu platí: .44 Teda hodnosť matice nemôže prevýšiť počet
riadkov ani počet stĺpcov matice.
Ak matice a majú rovnaké hodnosti, potom ide o ekvivalentné matice, čo označujeme
. Určiť hodnosť matice nie je vždy triviálne, ak je však daná matica v trojuholníkovom
tvare, výpočet je pomerne jednoduchý, ako ukazuje nasledujúca veta, ktorú uvádzame bez
dôkazu.
Veta. Hodnosť trojuholníkovej matice sa rovná počtu jej nenulových riadkov.
Príklad. Nájdite hodnosť matíc (
) a (
) a porovnajte.
Keďže riadky matice sú podľa [3.3.] lineárne nezávislé, platí . Podobne
pretože 3. riadok matice je súčet (lineárna kombinácia) 1. a 2. riadku. Platí teda a sú
ekvivalentné: .
Príklad. Určte hodnosť matice: (
)
Matica je trojuholníková (má nuly pod hlavnou diagonálou). Porovnaním súradníc
dostaneme vektorovú rovnicu:
ktorú môžeme rozpísať na sústavu 4 lineárnych rovníc, pre každú súradnicu vektora. Sústava
má jedno riešenie: , čo znamená, že riadky matice sú lineárne nezávislé
a
44 Funkcia min{A} vyberie najmenšie číslo z číselnej množiny A; funkcia max{A} vyberie najväčšie číslo z A.
85
Spôsob, akým môžeme ku každej nenulovej matici nájsť ekvivalentnú trojuholníkovú
maticu a určiť jej hodnosť, opisuje nasledujúca veta (postup je analogický ako pri
ekvivalentných úpravách lineárnych rovníc v Gaussovej eliminačnej metóde):
Veta. Ak vytvoríme maticu z matice pomocou nasledujúcich riadkových ekvivalentných
úprav:
vzájomná výmena dvoch riadkov,
vynásobenie riadku nenulovým reálnym číslom,
vynechanie riadku, ktorý je lineárnou kombináciou ostatných riadkov,
pripočítanie násobku riadku k inému riadku (pričom pod pričítaním riadku rozumieme
súčet riadkových vektorov),
potom matice a budú mať rovnakú hodnosť (budú ekvivalentné ).
Príklad. Nájdite hodnosť matice: (
)
Maticu začneme upravovať tak, aby sme dostali nuly v 1. stĺpci pod hlavnou diagonálou.
K tretiemu riadku pripočítame dvojnásobok 1. riadku a od 4. riadku odpočítame 1. riadok.
Tieto kroky pre jednoduchosť zapíšeme takto: (kde napr. znamená 3.
riadok a značí 3. riadok po úprave) a –
(
) (
)
Po úprave sa 4. riadok rovná 2. riadku, čo znamená, že napr. 4. riadok môžeme ako lineárnu
kombináciu ostatných riadkov (druhého riadku) vynechať (nesmieme vynechať obidva riadky).
V ďalšom kroku teda vynecháme 4. riadok. S úpravami pokračujeme tak, aby sme získali nulu
aj v druhom stĺpci pod hlavnou diagonálou. Túto nulu pod diagonálou vyrobíme tak, že od 3.
riadku odpočítame trojnásobok 2. riadku: (všimnime si, že na úpravu 3.
riadku nie je vhodné použiť 1. riadok, pretože by sme stratili 0 v prvom stĺpci 3. riadku)
(
) (
) (
)
Dostali sme trojuholníkovú maticu, ktorá je ekvivalentná s pôvodnou maticou, má 3 nenulové
riadky a hodnosť .
86
Pomocou hodnosti matice môžeme zisťovať, či je sústava vektorov lineárne závislá alebo
nie. Z vektorov zostavíme maticu a jej hodnosť porovnáme s počtom vektorov. Ak sa rovnajú,
potom sú vektory lineárne nezávislé.
4.2.5. Sústavy lineárnych rovníc
Sústavu m lineárnych rovníc s n neznámymi:
[4.17.]
môžeme prepísať pomocou matice koeficientov (matica sústavy), stĺpcového vektora
neznámych (matice neznámych typu ) a stĺpcového vektora pravých strán (matice
pravých strán sústavy typu ) v tzv. maticovom tvare:
[4.18.]
kde:
(
) (
) (
)
Ak (0 je nulový vektor, t. j. pravá strana sústavy obsahuje aspoň jeden nenulový prvok
bi), potom sa sústava nazýva nehomogénnou sústavou; ak je (na pravej strane rovníc
sústavy sa nachádzajú samé nuly), potom sa sústava nazýva homogénnou sústavou rovníc.
Riešením sústavy je usporiadaná n-tica (stĺpcový vektor): taká, že:
(pripomíname, že transponovaný stĺpcový vektor tvorí riadkový vektor).
Rozšírenou maticou systému [4.17.] nazveme maticu, ktorá vznikne spojením matice
sústavy a vektora pravých strán do jednej matice typu
(
|
)
v ktorej posledný stĺpec zvyčajne oddeľujeme zvislou čiarou.
87
Ako sme už uviedli v kapitole 4.2.1. sústava lineárnych rovníc môže mať žiadne, jediné alebo
nekonečne veľa riešení. Podmienku, pri splnení ktorej existuje riešenie sústavy lineárnych
rovníc, udáva nasledujúca Frobeniova veta.45
Veta. (Frobeniova veta) Sústava lineárnych rovníc má riešenie vtedy a len vtedy, ak je
hodnosť matice systému rovná hodnosti rozšírenej matice systému:
Frobeniova veta nepodáva návod na riešenie sústavy, jej použitím však možno ukázať, že platí:
ak potom sústava nemá riešenie,
ak kde je počet neznámych, potom má sústava práve jedno riešenie,
ak potom má sústava nekonečne veľa riešení (neznáme až , kde
– , môžeme voliť ľubovoľne).
Prípad nastať nemôže, pretože hodnosť matice nemôže byť väčšia ako
počet jej stĺpcov, ktorý sa rovná počtu neznámych v sústave. Sústava nemá riešenie, ak vektor
pravých strán nie je lineárnou kombináciou stĺpcových vektorov matice sústavy. V takomto
prípade je totiž hodnosť rozšírenej matice sústavy o jednotku väčšia ako hodnosť matice
sústavy: .
Príklad. Riešte sústavu lineárnych rovníc:
Rozšírená matica sústavy má tvar:
(
|
)
Ekvivalentnými úpravami ju prevedieme na nasledujúci trojuholníkový tvar:
(
|
)
45 Ferdinand Georg Frobenius (1849-1917) bol nemecký matematik, po ktorom je pomenované veľké množstvo
matematických viet a konceptov.
88
Vidíme, že , teda sústava bude mať jedno riešenie. Z posledného riadku
matice vyplýva: a teda . Dosadením do druhej rovnosti:
dostaneme: . Nakoniec z prvého riadku dosadením za a vypočítame: . Sústava
má teda jedno riešenie: .
Na riešenie sústavy lineárnych rovníc zapísanej v tvare rozšírenej matice sústavy môžeme
použiť Gaussovu eliminačnú metódu uvedenú v odseku 3.2.2. Postup riešenia je nasledujúci:
rozšírenú maticu sústavy prevedieme ekvivalentnými riadkovými úpravami na
trojuholníkovú maticu,
trojuholníkovú maticu prepíšeme opäť na sústavu rovníc s pôvodnými neznámymi,
začneme riešiť od poslednej rovnice a pokračujeme spätným dosadzovaním už
vypočítaných neznámych.
Príklad. Riešte nasledovnú sústavu lineárnych rovníc použitím Gaussovej eliminačnej
metódy
Rozšírenú maticu sústavy upravíme ekvivalentnými úpravami na trojuholníkovú maticu:
(
|
) (
|
) (
|
)
Pre sústavu platí: , preto podľa Frobeniovej vety bude mať nekonečne
veľa riešení (sústava má 3 neznáme a len 2 nezávislé rovnice). Riešenie preto budeme hľadať
tak, že poslednú neznámu zvolíme ako: , . Dosadením do druhej rovnice
dostaneme:
a z prvej rovnice:
Sústava má teda nekonečne veľa riešení tvaru:
(
) ]
89
4.3. Determinanty
Definícia. Majme štvorcovú maticu typu s reálnymi prvkami :
(
)
Takejto štvorcovej matici môžeme priradiť určité reálne číslo, ktoré je charakteristické pre danú
maticu, a ktorému hovoríme determinant matice a jeho hodnotu počítame podľa Leibnizovej
formule46
prepísanej do jednoduchšieho tvaru pomocou Levi-Civitovho symbolu47
:
|
| ∑ [4.19.]
kde suma obsahuje 48 sčítancov cez všetky permutácie indexov
súčinov maticových prvkov vynásobených Levi-Civitovym symbolom
, ktorý určuje znamienko danej permutácie indexov.
Namiesto uvádzania podrobností tejto na pohľad zložitej všeobecnej definície, ukážeme si
ako sa dá ľahko aplikovať na štvorcové matice do veľkosti a vypočítame hodnotu
determinantu matice podľa Sarrusovho (krížového) pravidla.49
Definícia. Determinant štvorcovej matice typu je číslo:
|
|
[4.20.]
Pre zapamätanie spôsobu výpočtu determinantu matice môže byť užitočná nasledujúca
schéma:
46 Gottfried Wilhelm von Leibniz (1646-1716) bol významný nemecký matematik a filozof, ktorý položil základy
infinitezimálneho počtu. 47 Tullio Levi-Civita, (1873-1941) bol taliansky matematik, známy svojimi prácami z tenzorového počtu a jeho aplikáciami
v teórii relativity. 48 Symbol ( faktoriál) znamená súčin prvých prirodzených čísel: . Platí: . 49 Pierre Frédéric Sarrus (1798-1861) bol francúzsky matematik známy najmä svojimi prácami z oblasti lineárnej algebry.
90
|
Obr. 4.5. Schéma zápisu štvorcovej matice typu pre výpočet determinantu pomocou
Sarrusovho pravidla. Za maticu pripíšeme 1. a 2. stĺpec, vytvoríme súčiny trojíc prvkov
umiestnených v smere hlavnej diagonály a sčítame ich. Potom vytvoríme súčiny prvkov
v opačnom smere a odčítame ich od predchádzajúceho súčtu.
Príklad. Vypočítajte determinant matice (
)
Najprv si vytvoríme pomocnú schému pridaním prvých dvoch stĺpcov:
|
a počítame:
Pre počítame hodnotu determinantu takto:
|
|
Vypočítať determinanty matíc štvrtého a vyššieho poriadku pomocou súčtov súčinov by bolo
pomerne komplikované. Preto sa používajú iné postupy, ktoré umožňujú výpočet
determinantov matíc vyššieho poriadku pomocou determinantov poriadku nižšieho.
Uvažujme štvorcovú maticu typu :
(
) ( ),
Označme determinant matice typu , ktorá vznikne z matice
vynechaním i-teho riadku a j-teho stĺpca, v ktorom sa nachádza prvok . Takýto
determinant budeme nazývať subdeterminantom matice (minorom matice ) prislúchajúcim
k prvku . Poriadok subdeterminantu bude stupňa – .
Ak zvolíme ľubovoľný k-ty riadok matice ktorého prvkami sú čísla
a k ním prináležiace subdeterminanty , potom pre hodnotu
determinantu matice vypočítanú pomocou rozvoja determinantu podľa k-teho riadku platí:
91
[4.21.]
Výraz v [4.20.] je rovný +1 alebo -1 podľa toho, či je súčet riadkového a stĺpcového
indexu prvku rovný párnemu alebo nepárnemu číslu a sčítancom tvaru dávajú
teda kladné alebo záporné znamienko. Číslo nazývame algebraický
doplnok prvku , výraz [4.21.] môžeme s jeho použitím prepísať do tvaru:
[4.22.]
Vzťah [4.22.] nazývame rozvojom determinantu podľa k-teho riadku. Dá sa dokázať, že
rovnaký výsledok dostaneme aj rozvojom podľa iného riadku alebo stĺpca.
Ak aplikujeme tento postup výpočtu determinantu na determinant tretieho poriadku,
rozvojom podľa prvého riadku dostaneme:
|
|
|
| |
| |
|
čo sa rovná výrazu [4.20.]
Príklad. Vypočítajte determinant matice (
)
Rozvojom podľa tretieho riadku (ktorý obsahuje najväčší počet nulových prvkov) dostaneme:
|
| |
|
Jedným z dôsledkov rozvoja determinantu podľa riadku, alebo stĺpca, v zhode so vzťahom
[4.21.] je, že hodnota determinantu, ktorý má celý riadok alebo stĺpec vytvorený z núl, sa
rovná nule.
Pri determinantoch vyšších poriadkov sa na zjednodušenie ich výpočtu môžu použiť
ekvivalentné úpravy, ktoré sme uviedli pri určovaní hodnosti matíc. Treba pri tom však mať
na pamäti, že:
vzájomnou výmenou poradia dvoch riadkov (stĺpcov) determinantu sa hodnota
determinantu zmení na hodnotu opačnú (z kladnej na zápornú hodnotu, alebo naopak),
92
vynásobenie riadku (stĺpca) determinantu reálnym číslom vedie k rovnakému zvýšeniu
hodnoty celého determinantu,
pripočítaním násobku ľubovoľného riadku (stĺpca) ku ktorémukoľvek riadku (stĺpcu)
determinantu jeho hodnotu nezmení.
Všeobecne platí, ak je jeden riadok (stĺpec) determinantu lineárnou kombináciou ostatných
riadkov (stĺpcov), potom je hodnota determinantu nulová. Toto tvrdenie platí aj opačne, ak je
determinant matice nulový, potom má determinant riadky (stĺpce), ktoré sú lineárne závislými
vektormi. Ak označíme hodnosť štvorcovej matice n-tého poriadku, potom platí:
Rovnosť platí totiž práve vtedy, keď sú riadky (stĺpce) matice lineárne nezávislými
vektormi.
Štvorcové matice, ktorých determinant je rôzny od nuly, sa nazývajú regulárne matice.
Matice, ktorých determinant sa rovná nule sa nazývajú singulárne matice. Pre štvorcové
matice A a B rovnakého poriadku platí: . Súčin regulárnych matíc
je opäť regulárna matica, výsledkom súčinu matíc, z ktorých je jedna singulárna, je singulárna
matica.
4.3.1. Maticové rovnice
Dá sa dokázať, že k štvorcovej matici existuje inverzná matica práve vtedy, keď je
regulárna. Pomocou determinantov možno nájsť k regulárnej matici (pre ktorú platí
) inverznú maticu takto:
[4.23.]
kde je matica algebraických doplnkov k matici . Pripomeňme si, že algebraický doplnok
maticového prvku je definovaný pomocou subdeterminantu ([4.22.]).
Toto tvrdenie nebudeme dokazovať, ale ukážeme jeho platnosť na matici typu :
(
)
Najprv určíme algebraické doplnky k matici ako
,
,
93
Matica algebraických doplnkov k matici a jej transponovaná matica budú mať tvar:
(
) (
)
Inverzná matica má potom tvar:
(
)
Teraz nájdeme súčin :
(
) [
(
)]
(
) (
)
(
) (
)
Ako sme už uviedli v stati 3.2.3., existuje aj praktickejší spôsob hľadania inverznej matice.
Príklad. Nájdite inverznú maticu k matici (
)
Nájdime najprv všetky algebraické doplnky prvkov matice :
|
| |
|
|
| |
|
|
| |
|
|
| |
|
|
|
Teraz vypočítame determinant matice , napr. pomocou Sarrusovho pravidla:
Nakoniec určíme inverznú maticu:
(
)
(
)
94
Majme sústavu m lineárnych rovníc s n neznámymi:
ktorú môžeme zapísať v maticovom tvare:
Riešenie tejto jednoduchej rovnice, ktorá obsahuje matice, môžeme dostať násobením rovnice
inverznou maticou zľava:
[4.24.]
Rovnice, v ktorých neznámou je matica, nazývame maticové rovnice. Na ilustráciu si
uvedieme niekoľko základných typov maticových rovníc:
kde je neznáma matica a sú matice rovnakého typu,
kde je neznáma matica a sú násobiteľné matice,
kde je neznáma matica a sú násobiteľné matice
Maticové rovnice riešime pomocou prípustných úprav tak, aby sme vyjadrili neznámu maticu
v tvare výsledok. Medzi prípustné úpravy maticových rovníc patrí:
vynásobenie obidvoch strán rovnice reálnym číslom,
pripočítanie matice k obidvom stranám rovnice,
vynásobenie obidvoch strán rovnice maticou zľava,
vynásobenie obidvoch strán rovnice maticou sprava,
transponovanie obidvoch strán rovnice,
roznásobenie zátvorky a vyňatie pred zátvorku.
Príklad. Riešte maticovú rovnicu: (
) (
), kde (
)
95
Rovnicu najprv prepíšeme do symbolického tvaru a riešime pomocou vhodných prípustných
úprav:
Vypočítame inverznú maticu:
(
), potom dosadíme jednotlivé matice:
(
) (
) (
)
(
)
4.3.2. Cramerovo pravidlo
Sústavu lineárnych rovníc s neznámymi [4.17.] možno riešiť aj pomocou
determinantov. Všeobecne pre regulárne matice platí: , teda riadky
(stĺpce) matice sú lineárne nezávislými vektormi a sústava lineárnych rovníc zapísaná
v maticovom tvare [4.18.]: , (kde je matica sústavy, je stĺpcový vektor
neznámych a je stĺpcový vektor pravých stán) má jedno riešenie
. Toto riešenie môžeme nájsť pomocou Cramerovho pravidla.
50
Veta. Nech determinant matice [4.17.] je rôzny od nuly. Potom má sústava jediné
riešenie:
(|
|
|
|
| |
)
[4.25.]
kde determinant | | dostaneme tak, že k-ty stĺpec v determinante nahradíme stĺpcovým
vektorom pravých strán rovníc sústavy :
50 Gabriel Cramer (1704-1752) bol švajčiarsky matematik a fyzik.
96
|
| | | |
|
V prípade, že ide o singulárnu maticu (pre ktorú ), Cramerovo pravidlo použiť
nemôžeme. V takomto prípade má sústava buď žiadne alebo nekonečne mnoho riešení, ktoré
môžeme vypočítať napr. pomocou Gaussovej eliminácie. Ak máme homogénnu sústavu
rovníc: , kde O je nulový stĺpcový vektor, potom riešením sústavy je: , tzv.
triviálne riešenie. Ak je regulárna matica, potom iné ako triviálne riešenie sústavy
neexistuje. Ak je singulárna matica, existencia netriviálneho riešenia sa bude preberať
v odseku o vlastných hodnotách a vlastných vektoroch matíc.
Príklad. Vyriešte sústavu lineárnych rovníc:
Matica sústavy: (
), determinant: je
rôzny od nuly a je regulárna. Sústava bude teda mať jedno riešenie, ktoré vypočítame
pomocou Cramerovho pravidla:
|
|
|
|
|
|
Ako vidíme z predchádzajúceho príkladu, postup je pomerne pracný, pretože na vyriešenie
sústavy rovníc sme potrebovali spočítať 4 determinanty 3. poriadku. Pri použití metódy Gausso-
vej eliminácie by bol počet aritmetických operácií potrebných na vyriešenie sústavy nižší.
97
4.3.3. Vlastné hodnoty a vlastné vektory matíc [5]
Majme štvorcovú maticu n-tého poriadku s reálnymi prvkami. Skúsme hľadať také n-
rozmerné stĺpcové vektory , ktoré sa pri vynásobení maticou budú rovnať samy sebe
alebo svojmu násobku (zobrazia sa sami na seba). Inými slovami, hľadajme netriviálne riešenia
rovnice:
[4.26.]
v ktorej nepoznáme ani stĺpcový vektor , ani číslo . Ak existujú ( je nulový
vektor) a reálne číslo , ktoré rovnici [4.26.] vyhovujú, potom nazveme vlastnou hodnotou
(charakteristickou hodnotou) matice a vlastným vektorom (charakteristickým vektorom)
prislúchajúcim k vlastnej hodnote . Rovnicu [4.26.] nazývame vlastný problém. Riešenie
vlastného problému je jednou z ústredných tém niektorých oblastí prírodných vied, napr.
kvantovej mechaniky.
Ak takýto vlastný vektor existuje, potom aj každý nenulový násobok tohto vektora
, bude tiež vlastným vektorom matice , pretože:
.
Vlastný problém môžeme prepísať do alternatívneho tvaru takto:
kde je jednotková matica n-tého poriadku, keďže: , môžeme písať:
Ak má byť nenulovým vektorom, riešením vlastného problému, potom musí byť matica
singulárna, t. j. musí platiť: . V opačnom prípade by pre regulárnu
maticu existovalo len triviálne riešenie . Podmienka nám
umožňuje hľadať vlastné hodnoty matíc. Matica vznikne z matice tak, že od
všetkých prvkov hlavnej diagonály matice odpočítame vlastnú hodnotu .
Riešiť vlastný problém štvorcovej matice n-tého poriadku teda znamená hľadať korene
polynómu n-tého stupňa (charakteristického polynómu), ktorý dostaneme výpočtom
determinantu :
|
|
98
Pre maticu druhého poriadku to teda znamená riešiť kvadratickú rovnicu, ktorá môže
mať tri rôzne možné riešenia (dva rôzne reálne korene, dvojnásobný reálny koreň, dva
komplexne združené korene):
|
|
Príklad [5].
a) Nech matica je singulárna matica (
). Jej determinant bude mať tvar:
|
|
Riešením charakteristického polynómu dostaneme dve vlastné hodnoty: .
b) Ak matica je jednotková matica (
). Jej determinant bude mať tvar:
|
|
Riešením charakteristického polynómu dostaneme jedinú vlastnú hodnotu: .
c) Ak matica (
). Jej determinant bude mať tvar:
|
|
Riešením charakteristického polynómu dostaneme jedinú vlastnú hodnotu: .
d) Ak matica (
), determinant bude mať tvar:
|
|
Riešením charakteristického polynómu dostaneme dve vlastné hodnoty: .
e) Ak matica je tretieho poriadku (
), determinant bude mať
tvar: |
|
99
Matica má teda tri vlastné hodnoty: .51
Pozrime sa teraz na vlastný problém z druhej strany a hľadajme vlastné vektory pre
niektoré z matíc, napr. b) a c) z uvedených príkladov. Obidve matice majú jedinú vlastnú
hodnotu (dvojnásobný koreň charakteristických polynómov). Jednotková matica
(
) bude mať ako svoj vlastný vektor patriaci k vlastnej hodnote ľubovoľný
nenulový vektor z , pretože rovnicu:
(
)
spĺňajú všetky vektory .
Na druhej strane pre maticu (
) musí vlastný vektor (
) spĺňať
rovnicu:
(
) (
) (
)
a po rozpísaní na súradnice vektora musí teda spĺňať nasledujúce dve rovnice:
Z prvej rovnice vyplýva, že , zatiaľ čo súradnica môže byť ľubovoľná ( ).
Sústava má tak nekonečne veľa riešení, ktoré môžeme zapísať v tvare: (
) ( ) (
),
kde . Ak zvolíme nenulový faktor rovnajúci sa 1, potom bude mať matica (
)
len jediný vlastný vektor ( ). Tento výsledok sa významne líši od vlastného vektora
predchádzajúcej jednotkovej matice s rovnakou vlastnou hodnotou.
Z uvedených príkladov vyplýva, že riešenie vlastného problému nie je jednoduchá úloha
(najmä pre vyššie poriadky matíc), ktorú komplikuje problém s výpočtom koreňov
charakteristických polynómov (viacnásobné korene, komplexné korene atď.). Preto sa kvôli
jednoduchosti zamerajme len na charakteristické polynómy s reálnymi jednonásobnými
51 Prvý koreň sme „uhádli“ (pozri vetu [2.39]) a ostatné dopočítali po vydelení charakteristického polynómu
koreňovým činiteľom .
100
koreňmi. Matica n-tého poriadku tak bude mať práve n rôznych koreňov, ktoré označíme:
. Pre každú z týchto vlastných hodnôt matice nech existuje práve jeden vlastný
vektor. Množina takýchto vlastných vektorov je zároveň aj lineárne nezávislá
a tvorí bázu vektorového priestoru . Tieto vektory potom hľadáme ako riešenia maticových
rovníc: alebo
Príklad [5]. Nájdite vlastné vektory matice (
) ktorej vlastné hodnoty
sme vypočítali v predchádzajúcom príklade ako: .
Počítajme vlastný vektor pre . Dosadením dostaneme maticu:
(
)
Vytvorme rozšírenú maticu sústavy pre homogénnu sústavu :
(
|
)
Po úprave: dostaneme maticu s dvoma lineárne závislými riadkami:
(
|
)
Odtiaľ pre vektor (
) vyplýva: a . Položme , , a
. Vlastný vektor potom môžeme písať ako: (
) (
), .
Podobným postupom dostaneme pre vlastný vektor: (
), . A pre
vlastný vektor: (
), .
Na kontrolu výpočtu urobíme skúšku správnosti. Napríklad pre a (
)
zvolíme tak, aby sme dostali čo najjednoduchšie riešenie: (
). Dosadíme
vlastnú hodnotu a vlastný vektor do vlastného problému pre maticu :
101
(
) (
) (
)
(
) (
)
Dôležité je tiež overiť, že matica je singulárna matica (podmienka existencie
netriviálnych riešení: ), o čom sa ľahko presvedčíme už počas výpočtu pri úpravách
tejto matice na trojuholníkový tvar, kde sme pre každú z vlastných hodnôt dostali hodnosť
trojuholníkovej matice .
Použitá literatúra 4
11. F. Ayres, Jr., E. Mendelson: Differential and Integral Calculus, 3rd
ed., Schaum’s
Outline Series, McGraw-Hill, New York, 1990.
12. Z. Došlá: Matematika pro chemiky 1, Masarykova Universita, Brno, 2010.
13. L. D. Hoffmann, G. L. Bradley: Applied Calculus for Business, Economics, and the
Social and Life Sciences, 9th ed., McGraw-Hill, New York, NY, 2007.
14. P. Klemera: Aplikovaná matematika, Karolinum, Praha, 2011.
15. V. Kotvalt: Základy matematiky pro přírodovědné obory, Karolinum, Praha, 2011.
16. D. L. Stancl, M. L. Stancl: Calculus for Management and the Life and Social
Sciences, 2nd
ed., R. D. Irwin, Boston, MA, 1990.
17. M. Šabo: Matematika I, STU, Bratislava, 2009.
18. J. Zeman: Matematika pre farmaceutov, UK, Bratislava, 1989.
19. P. Zlatoš: Lineárna algebra a geometria, Albert Marenčin – Vydavateľstvo PT,
Bratislava, 2011.
102
Cvičenia 4
4.1. Nech vektor a . Vypočítajte vektor:
.
4.2. Ukážte, či sú nasledujúce 3 vektory: lineárne
závislé.
4.3 Vypočítajte skalárny súčin vektorov a ak a .
4.4. Vypočítajte uhol vektorov a ak a .
4.5. Určte smer a orientáciu vektora ak a .
4.6. Nájdite riešenie sústavy lineárnych rovníc Gaussovou elimináciou:
4.7. Vypočítajte súčet a súčin dvoch matíc typu :
(
) (
).
4.8. Určte hodnosť matice: (
).
4.9. Riešte sústavu lineárnych rovníc použitím Gaussovej eliminačnej metódy
103
4.10. Vypočítajte determinant matice (
).
4.11. Vypočítajte determinant matice (
) rozvojom podľa riadku
alebo stĺpca.
4.12. Nájdite inverznú maticu k matici (
).
4.13. Riešte maticovú rovnicu s neznámou maticou :
kde: (
) (
) (
).
4.14. Vyriešte sústavu lineárnych rovníc pomocou Cramerovho pravidla:
4.15. Nájdite vlastné hodnoty a vlastné vektory matice (
).
104
Riešenia 4
4.1. Vektor:
, kde a , vypočítame takto: pre
súradnice výsledného 3-rozmerného vektora podľa zadania platí:
, kde
. Dosadením súradníc vektorov a dostaneme:
.
4.2. Otázku lineárnej závislosti vektorov riešime
tak, že hľadáme také rozvojové koeficienty d1, d2, d3, pre ktoré platí:
. Rovnicu rozpíšeme pre súradnice:
Z poslednej a predposlednej rovnice dostaneme: a , čo po
dosadení do prvej rovnice vedie k výsledku: , , . Keďže lineárna
kombinácia je triviálna, vektory sú lineárne nezávislé.
4.3. Skalárny súčin vektorov a vypočítame podľa vzťahu [4.6.]
ako:
4.4. Uhol dvoch vektorov a vypočítame podľa vzťahu [4.7.]:
√ √
√ √
√ √
uhol
4.5. Vektorový súčin pre a vypočítame podľa
pravidla [4.8.]:
|
|
105
Smer a orientácia výsledného vektora je daná jeho súradnicami:
Obr. 4.5. Znázornenie vektora .
4.6. Sústavu lineárnych rovníc budeme riešiť Gaussovou elimináciou tak, že ju postupnými
elementárnymi úpravami prevedieme na trojuholníkový tvar:
Tretiu rovnicu vynásobíme 3 a odpočítame prvú rovnicu (skrátene to zapíšeme ako:
):
potom (
nakoniec ( ):
x
y
z
106
Z poslednej rovnice vypočítame , dosadením do 2. rovnice dostaneme
a dosadením a do 1. rovnice dostaneme . Riešenie: .
4.7. Súčet dvoch matíc a typu vypočítame takto:
(
) (
) (
)
(
)
Súčin dvoch matíc a vypočítame ako:
(
) (
)
(
)
(
)
4.8. Pri výpočte hodnosti matice (
) budeme najprv maticu
upravovať na trojuholníkový tvar, t. j. na maticu, ktorá obsahuje nuly pod hlavnou
diagonálou. Prvý riadok opíšeme, od druhého riadku odčítame dvojnásobok prvého
riadku ( ):
(
) (
)
od tretieho riadku odpočítame prvý riadok ( ) a nakoniec sčítame druhý
a tretí riadok ( ):
(
) (
) (
)
Počet nenulových riadkov vo výslednej trojuholníkovej matici je 2, teda .
107
4.9. Sústavu lineárnych rovníc budeme riešiť použitím Gaussovej eliminačnej metódy
Rozšírenú maticu sústavy upravíme ekvivalentnými úpravami na trojuholníkovú
maticu:
(
|
) (
|
) (
|
)
Z poslednej matice vidíme, že hodnosť matice sústavy je rovná hodnosti rozšírenej
matice sústavy, ale je menšia ako počet neznámych . Preto bude mať
sústava nekonečne veľa riešení, pričom ľubovoľne voliť môžeme
neznámu (parameter). Z posledného riadku dostaneme
. Druhý
riadok nám po dosadení za
dá výsledok
. Nakoniec
dosadíme za a do prvého riadku a dostaneme . Tejto podmienke
vyhovuje nekonečne veľa hodnôt a . Zvoľme napríklad neznámu za parameter
a položme , kde predstavuje ľubovoľné reálne číslo. Skúmaná sústava
bude mať nekonečne veľa riešení, ktoré všetky spĺňajú tvar:
[(
) ]
4.10. Determinant matice (
) vypočítame pomocou Sarrusovho pravidla.
Najprv si vytvoríme pomocnú schému pridaním prvých dvoch stĺpcov:
|
a potom vypočítame determinant:
108
4.11. Determinant matice (
) vypočítame pomocou rozvoja podľa
riadku alebo stĺpca. Rozvoj determinantu |
| výhodne
urobíme podľa 4. riadku, ktorý obsahuje 2 nuly a bude teda krátky:
|
| |
|
4.12. Inverznú maticu k matici (
) vypočítame nasledujúcim postupom.
Najprv nájdeme všetky algebraické doplnky prvkov matice :
|
| |
|
|
| |
|
|
| |
|
|
| |
|
|
|
Potom vypočítame determinant matice typu , napr. pomocou Sarrusovho
pravidla:
Nakoniec určíme inverznú maticu podľa vzťahu [4.23.] :
(
)
(
)
109
4.13. Maticovú rovnicu s neznámou maticou :
kde: (
) (
) (
)
budeme riešiť tak, aby sme dostali na ľavej strane rovnice len neznámu maticu :
Matica (
) (
) (
) je regulárna matica, preto bude
existovať inverzná matica , ktorú vypočítame podľa vzťahu [4.23.]:
(
). Ďalšími úpravami dostaneme výslednú rovnicu:
Matica (
) (
) (
). Potom:
(
) (
) (
).
4.14. Sústavu lineárnych rovníc:
budeme riešiť pomocou Cramerovho pravidla [4.25.]. Matica sústavy (
),
determinant je rôzny od nuly a je regulárna. Sústava bude teda
mať jedno riešenie, ktoré vypočítame ako:
|
|
|
|
110
4.15. Vlastné hodnoty a vlastné vektory matice (
) nájdeme týmto postupom.
Najprv vypočítame vlastné hodnoty z podmienky singulárneho determinantu
.
|
|
Vlastné hodnoty matice sú: .
Počítajme teraz vlastný vektor pre hodnotu . Dosadením dostaneme maticu:
(
)
Vytvorme rozšírenú maticu sústavy pre homogénnu sústavu :
(
|
) (
|
)
Sčítaním 1. a 2. riadku zistíme, že matica má hodnosť 1 a je singulárna.
Vlastný problém bude teda mať pre vlastnú hodnotu netriviálne riešenie, ktoré
nájdeme dosadením :
(
) (
) ( )
z prvého riadku dostaneme pre súradnice vektora rovnicu:
Táto rovnica má nekonečne veľa riešení. Zvoľme jednu premennú ako , .
Vlastný vektor potom bude mať tvar: (
), , . Ak nenulový faktor
zvolíme tak, aby výsledok bol čo najjednoduchší, t. j. , potom výsledný vlastný
vektor matice pre vlastnú hodnotu bude (
).
O korektnosti výsledku sa presvedčíme skúškou správnosti:
(
) (
) (
)
111
(
) (
)
Počítajme teraz vlastný vektor pre . Dosadením dostaneme maticu:
(
)
Vytvorme rozšírenú maticu sústavy pre homogénnu sústavu :
(
|
) (
|
)
Odčítaním 1. riadku násobeného faktorom
od 2. riadku zistíme, že matica má
hodnosť 1 a je opäť singulárna. Vlastný problém bude teda mať pre vlastnú hodnotu
netriviálne riešenie, ktoré nájdeme dosadením :
(
) (
) ( )
Z prvého riadku pre súradnice vektora dostaneme rovnicu:
Vlastný vektor zvolíme ako: (
), , . Nenulový faktor opäť
zvolíme čo najjednoduchší ako . Výsledný vlastný vektor bude mať tvar:
(
). Výsledok opäť overíme skúškou správnosti:
(
) (
) (
)
(
) (
)
112
5. Postupnosti a číselné rady
5.1. Nekonečná postupnosť
Postupnosti sú funkcie definované na množine prirodzených čísel
Definícia. Nekonečná postupnosť je funkcia definovaná na množine prirodzených čísel ,
ktorá každému číslu priradí práve jedno reálne číslo , také, že :
[5.1.]
Postupnosti namiesto tvaru obvyklého pre reálne funkcie zapisujeme v tvare:
[5.2.]
kde hodnotu nazývame prvým členom postupnosti (prislúchajúcim nezávisle premennej
), nazývame druhým členom atď., kde index vyjadruje príslušnú hodnotu premennej .
Grafom postupnosti v karteziánskej súradnicovej sústave sú izolované body , (na hori-
zontálnej osi grafu zobrazujeme premennú a na vertikálnej osi funkčné hodnoty ), obr. 5.1.
Obr. 5.1. Graf postupnosti {
}. Graf sa skladá z izolovaných bodov
Postupnosti môžeme zadávať rôznymi spôsobmi:
vymenovaním niekoľkých počiatočných členov postupnosti tak, aby bolo možné
odhadnúť tvar nasledujúcich členov,
zadaním vzorca na výpočet n-tého člena,
113
rekurentne - tak, že zadáme prvý člen postupnosti a predpis ako vypočítať nasledujúci
člen pomocou predchádzajúceho člena, napr. (n+1)-vý člen z n-tého člena.
Napríklad:
{
} {
}
{
} {
}
Príklad.
a) Napíšte prvých 5 členov postupnosti, ktorej n-tý člen je definovaný ako:
.
Dosadenín dostaneme: {
}
b) Nájdite vzorec pre n-tý člen postupnosti: {
}.
Keď prepíšeme postupnosť do tabuľky a vyjadríme v tvare zložených zlomkov:
Vidíme, že pravidelne klesá s rastúcou hodnotou n, pričom je v absolútnej hodnote o
nižšie ako n. Preto:
. Dosadením do vzťahu pre sa presvedčíme, že
je splnený aj pre .
c) Napíšte prvých 6 členov postupnosti danej rekurentne:
Riešime postupným dosadzovaním:
Teda:
114
Táto postupnosť sa nazýva Fibonacciho postupnosť. 52
Aritmetická postupnosť je zadaná prvým členom a rekurentným vzťahom:
[5.3.]
Číslo d sa nazýva diferencia. Pre výpočet n-tého člena platia nasledovné vzťahy:
Súčet prvých n členov aritmetickej postupnosti vypočítame podľa vzťahu:
[5.4.]
Príklad. Vypočítajte súčet prvých 15 členov aritmetickej postupnosti, pre členy ktorej platí:
a
Najprv si pomocou členov a vypočítame konštanty postupnosti: a riešením sústavy
dvoch rovníc o dvoch neznámych:
Jej riešením dostaneme a . Dosadením dostaneme
a súčet:
Geometrická postupnosť je zadaná prvým členom a rekurentným vzťahom:
kde číslo q sa nazýva kvocient. Na výpočet n-tého člena geometrickej postupnosti môžeme
použiť tieto vzťahy:
Súčet prvých n členov geometrickej postupnosti pre kvocient q 1 a vypočítame
nasledujúcim postupom. Súčet vynásobíme kvocientom a spočítame rozdiel :
52 Leonardo Pisano (1170-1250), známy ako Fibonacci, bol taliansky matematik, ktorý sa zaslúžil o rozšírenie arabskej
desiatkovej číselnej sústavy v Európe.
115
[5.5.]
S narastajúcou hodnotou nezávisle premennej , bude geometrická postupnosť
v závislosti od hodnoty kvocientu q buď neobmedzene klesať (rásť), alebo sa bude
približovať k nule, obr. 5.2.
A B
C D
Obr. 5.2 Graf geometrickej postupnosti pre a rôzne hodnoty kvocientu
. A. B. C. D. .
Príklad. Vypočítajte súčet prvých 10 členov geometrickej postupnosti, pre členy ktorej platí:
a
Najprv si pomocou členov a vypočítame konštanty postupnosti: a q riešením sústavy
dvoch rovníc o dvoch neznámych:
Jej riešením dostaneme a
. Dosadením do vzťahu [5.5.] dostaneme súčet :
116
So zvyšujúcou sa hodnotou nezávisle premennej n môžu body postupnosti rásť, klesať,
alebo sa približovať k určitému číslu. Hovoríme, že postupnosť je rastúca (klesajúca,
neklesajúca, nerastúca), ak pre každé platí: ( , ,
). Postupnosť je zdola (zhora) ohraničená, ak existuje také , že pre
každé platí: ( . Postupnosť je ohraničená, ak je ohraničená zdola aj
zhora.
Príklad. Dokážte, že postupnosť {
}
je rastúca a ohraničená. Pre rastúcu postupnosť
platí:
čo je splnené pre každé , teda postupnosť je rastúca. Pre dostaneme najnižšiu hodnotu
(spodnú hranicu, ) rastúcej postupnosti (
, teda pre každé platí:
. Hornú hranicu odhadneme ako . Skúsme, či pre ľubovoľné platí:
čo je splnené pre každé . Preto postupnosť {
}
je rastúca a ohraničená číslami:
a .
5.2. Limita postupnosti
Grafy dvoch postupností na obrázku (obr. 5.3) vykazujú rozdielny trend funkčných hodnôt.
Zatiaľ čo postupnosť s narastajúcou hodnotou n neobmedzene rastie (hovoríme, že
postupnosť diverguje), postupnosť {
} sa s narastajúcim hodnotou n neobmedzene približuje
117
k číslu nula (hovoríme, že postupnosť konverguje k nule). Číslo nula v tomto prípade
predstavuje tzv. hromadný bod, t. j. bod v okolí ktorého sa na grafe nachádza nekonečne veľa
bodov postupnosti.
A B
Obr. 5.3. Graf postupnosti. A. . B. {
}.
Okolie bodu úzko súvisí s pojmom neobmedzeného približovania. -okolie bodu ( )
definujeme ako interval so stredom v a so šírkou alebo množinu
. Hovoríme, že postupnosť sa neobmedzene (limitne) približuje
k číslu , ak pre ľubovoľne malú zvolenú hodnotu ležia body postupnosti v -okolí
, obr. 5.4. Teda:
– [5.6.]
Obr. 5.4. Graf postupnosti {
} Pre ležia body postupnosti v úzkom páse
ohraničenom plnými čiarami okolo čísla , ku ktorému sa členy postupnosti
neobmedzene približujú, v tzv. -okolí bodu kde .53
53 Symbol „ “ v nerovnosti znamená, že číslo je omnoho menšie ako číslo .
)
118
Definícia. Hovoríme, že číslo je vlastnou limitou postupnosti , ak pre každé ,
existuje taký index , že pre všetky platí:
alebo [5.7.]
zapisujeme:
[5.8.]
a čítame „limita pre idúce do nekonečna sa rovná “. Postupnosť, ktorá má limitu sa
nazýva konvergentná a postupnosť, ktorá nemá limitu sa nazýva divergentná.
Príklad. Dokážte, že limita postupnosti {
} z obr. 5.4 sa rovná:
.
Podľa definície limity postupnosti musí pre všetky a platiť vzťah [5.7.]:
Z pravej strany nerovnosti:
úpravou dostaneme: , čo je splnené
pre každé . Ľavú stranu nerovnice:
upravíme na tvar:
ktorý
udáva, pre aké hodnoty je splnená ľavá strana nerovnice, keď si zvolíme parameter .
Dosadením vybraných zvolených hodnôt dostaneme:
Príklad. Dokážte, že limita postupnosti {
} sa rovná:
.
Ak sa limita postupnosti rovná , potom musí byť splnená podmienka [5.7.]:
Ľavá strana nerovnosti:
je splnená pre každé . Pre pravú stranu:
vieme
pre každú zvolenú hodnotu nájsť hodnotu
takú, aby bola definičná nerovnosť
splnená. Preto platí:
.
Veta. Limita postupnosti {
} sa rovná:
kde [5.9.]
Konvergentná postupnosť je ohraničená, pretože členy postupnosti, ktorá má limitu
rovnú b, ležia pre v -okolí bodu , , obr. 5.4., a neprekračujú hodnotu . Na
druhej strane samotná ohraničenosť postupnosti ešte nezaručuje jej konvergenciu. Príkladom
ohraničenej postupnosti, ktorá nie je konvergentná, je napr. postupnosť , o čom sa
119
čitateľ môže ľahko presvedčiť nakreslením jej grafu. O existencii limít postupností hovorí
nasledujúca veta, ktorú uvedieme bez dôkazu.
Veta. Každá ohraničená monotónna54
postupnosť má limitu. Každá postupnosť má najviac
jednu limitu.
Existujú divergentné postupnosti také, že neobmedzene rastú nad alebo klesajú pod každú
hranicu. Pre takéto postupnosti môžeme zaviesť nevlastné limity.
Definícia. Postupnosť má nevlastnú limitu ( ), ak pre každé
existuje index taký, že pre všetky platí: ( ), čo zapisujeme ako:
( ) [5.10.]
V ďalšom texte si uvedieme niektoré vlastnosti limít postupností a preberieme metódy
výpočtu limít.
Veta. Majme dve konvergentné postupnosti a , ktorých limity sa rovnajú číslam:
a
potom:
kde
[5.11.]
, ak
ak ,
ak ,
(
)
54 Termín monotónna funkcia alebo krivka znamená, že táto vo svojom definičnom obore buď len rastie alebo len klesá,
prípadne aj stagnuje (čo nie je ani rast ani pokles), ale nikdy vo svojom definičnom nekombinuje pokles a rast.
Podrobnejšie sa budeme týmto termínom zaoberať v diferenciálnom počte.
120
Pomocou týchto pravidiel môžeme vypočítať limity postupností komplikovanejšieho tvaru.
Príklad. Vypočítajte limitu postupnosti:
.
Tento typ limít, ktoré pripomínajú racionálnu funkciu, počítame tak, že zlomok vynásobíme
výrazom, ktorý obsahuje prevrátenú hodnotu najvyššej mocniny , ktorá sa v zlomku
nachádza, v našom prípade:
. Potom aplikujeme pravidlá pre výpočet limity podielu,
súčtu a rozdielu postupností. V zlomku potom dostaneme limity tvaru
, vzťah
[5.9.], ktoré sa rovnajú nule.
Príklad. Vypočítajte limitu postupnosti: (
)
(
)
(
) (
)
(
)
Príklad. Vypočítajte limitu postupnosti: (
)
(
)
(
)
Predchádzajúcu vetu o vlastnostiach limít konvergentných postupností možno obozretne
aplikovať aj na nevlastné limity. Ak máme dve postupnosti divergujúce do nekonečna:
a
potom platí: , čo môžeme zjednodušene symbolicky zapísať ako:
. Pomocou takejto zjednodušenej notácie vieme potom prehľadne zapísať viaceré
vlastnosti nevlastných limít:
,
, kde
, kde ,
, kde ,
121
, kde ,
, kde ,
,
kde
Pri výpočte limít sa môžeme stretnúť aj s kombináciami symbolov, ktoré patria medzi tzv.
neurčité výrazy, pre ktoré nevieme priamo určiť výsledok:
. Takéto prípady treba riešiť individuálne. Napríklad pre limity typu
vieme riešiť
pomocou nasledujúcej vety.
Veta. Pre postupnosti , ktoré konvergujú k nule: a ktorých členy
nadobúdajú len kladné hodnoty: (len záporné hodnoty: ), platí:
(
) [5.12.]
5.3. Nekonečný rad
Majme postupnosť {
} kde
( ). Pomocou
tejto postupnosti vytvoríme novú postupnosť tak, že každý jej člen sa bude rovnať súčtu
prvých členov postupnosti :
Dá sa ukázať, že limita takejto postupnosti čiastočných súčtov postupnosti bude
mať nekonečne veľa sčítancov ( ) a tvar:
∑ [5.13.]
122
Hodnota limity v hore uvedenom príklade postupnosti s
sa bude rovnať
. Súčet nekonečného číselného radu však nemusí vždy existovať (t. j. môže byť
nekonečne veľký). Súčet nekonečného radu existuje vtedy, ak má postupnosť čiastočných
súčtov z neho vytvorená vlastnú limitu.
Veta. Hovoríme, že nekonečný rad ∑ je konvergentný, t. j. má súčet, ak postupnosť
čiastočných súčtov z neho vytvorená je konvergentná, a teda má limitu: .
Potom aj súčet nekonečného radu sa rovná :
∑ [5.14.]
Poznámka. Sumácia vo výraze pre nekonečný rad [5.13.] nemusí vždy začínať od indexu
, ale môže začať aj od iného celého čísla (najčastejšie od ).
Príklad. Majme nekonečný rad:
∑
.
Vytvorme z tohto radu postupnosť čiastočných súčtov:
{∑
∑
∑
∑
}
{
} {
} {
}
Súčet nekonečného radu bude existovať, ak postupnosť vytvorená z čiastočných súčtov radu:
bude konvergovať. Presvedčme sa teda výpočtom, že táto postupnosť
konverguje a má limitu:
(
)
Potom podľa vzťahu [5.14.] súčet nekonečného radu ∑
bude rovný:
∑
(
)
Príklad. Majme nekonečný rad: ∑ .
Postupnosť čiastočných súčtov tohto radu bude mať tvar nasledujúcej postupnosti:
, ktorá diverguje do . Preto súčet nekonečného radu ∑ nebude
existovať (bude nekonečný).
123
Vo všeobecnosti nie je jednoduché určiť, či daný nekonečný rad konverguje alebo
diverguje, a ak konverguje, čomu sa rovná jeho suma. Ako zistíme, či daný nekonečný rad
konverguje alebo diverguje, hovorí nasledujúca veta.
Veta. Nech ∑ je nekonečný rad. Nech existuje limita (D’Alembertovo kritérium
konvergencie):55
[5.15.]
Ak potom rad konverguje, ak potom rad diverguje, ak potom
kritérium nie je použiteľné na zistenie konvergencie radu.
Príklad. Rozhodnite, či nekonečný rad ∑
konverguje alebo diverguje.
Vypočítame D’Alembertovo kritérium konvergencie:
|
|
Keďže rad bude konvergovať, jeho súčet však nepoznáme.
Príklad. Rozhodnite, či nekonečný rad ∑
konverguje alebo diverguje.
Vypočítame D’Alembertovo kritérium konvergencie:
|
|
Keďže rad bude konvergovať, jeho súčet však opäť nepoznáme.
Okrem D’Alembertovho kritéria existujú aj ďalšie testy konvergencie, ako napr. Raabeho,
Bertrandov alebo Kummerov test, ktoré tu však nebudeme bližšie rozoberať.56
Nájsť súčet konvergentného radu vo väčšine prípadov nevieme. Vieme však aspoň
odhadnúť približnú hodnotu súčtu použitím numerických metód pomocou počítačov.
55 Jean le Rond D'Alembert (1717-1783) bol francúzsky filozof, matematik, fyzik, astronóm a encyklopedista. 56 Joseph Ludwig Raabe (1801-1859) bol švajčiarsky matematik. Joseph Louis Francois Bertrand (1822-1900) bol francúzsky
matematik. Ernst Eduard Kummer (1810 – 1893) bol nemecký matematik.
124
Výnimku tvoria geometrické rady, ktorých súčet vieme určiť presne. Ako sme ukázali vo
vzťahu [5.5.], pre súčet prvých n členov geometrickej postupnosti platí vzorec:
. Geometrický rad je nekonečný súčet členov geometrickej postupnosti:
∑ [5.16.]
a jeho súčet je definovaný ako limita :
∑
[5.17.]
Ak pre kvocient q platí:
potom
, súčet geometrického radu existuje a rovná sa:
∑
[5.18.]
potom
neexistuje a geometrický rad diverguje.
Príklad. Určte, či nekonečný rad ∑ (
)
konverguje a ak áno, určte jeho súčet.
Ide o geometrický rad s koeficientom a kvocientom
, pre ktorý platí |
|
, preto rad konverguje. Jeho súčet existuje a nájdeme ho ako:
∑
5.4. Mocninové rady
Doteraz sme uvažovali o nekonečných číselných radoch, ktorých členmi boli čísla
(konštanty) :
∑
Teraz sa zameriame na funkcionálne rady, presnejšie na mocninové rady, ktorých členy
obsahujú okrem číselných konštánt an aj nezávisle premennú x a jej prirodzené mocniny:
∑ [5.19.]
kde . Takýto mocninový rad predstavuje polynóm nekonečného stupňa ( ), ktorý
sa po dosadení konkrétneho čísla: zmení na nekonečný číselný rad s reálnymi členmi:
∑ , a ktorý pre danú hodnotu buď konverguje alebo nie. Vidíme, že pomocou
mocninového radu môžeme definovať funkciu, ktorá číslu , pre ktoré rad konverguje,
125
priradí súčet číselného radu ∑
. Mocninový rad ∑ je teda istá funkcia,
ktorej definičným oborom sú všetky čísla , pre ktoré rad konverguje, a funkčná hodnota je
jeho súčet .
Príklad. Nájdite súčet mocninového radu: ∑ .
Tento mocninový rad pre predstavuje po dosadení
geometrický rad s kvocientom r. Ak potom rad konverguje a jeho súčet sa rovná:
∑
.
ak napríklad
potom ∑ (
)
.
ak napríklad
potom ∑ (
)
Daný mocninový rad teda predstavuje funkciu, ktorá každému takému, že , priradí
číslo
. Hovoríme teda, že mocninový rad ∑
konverguje k funkcii
na intervale
.
Dá sa dokázať, že každý mocninový rad konverguje na symetrickom intervale , kde
parameter nazývame polomer konvergencie. Polomer konvergencie mocninového radu
∑ môžeme určiť pomocou nasledujúceho vzťahu:
|
| [5.20.]
Príklad. Nájdite polomer konvergencie mocninového radu:
∑ (
)
.
Podľa kritéria [5.20.] určíme polomer a interval konvergencie:
|
| |
|
Mocninový rad ∑ (
)
teda konverguje na intervale . Keďže tento rad predstavuje
geometrický rad s kvocientom
, vieme určiť aj funkciu, ku ktorej rad konverguje:
∑ (
)
.
126
Existujú aj mocninové rady, ktoré majú interval konvergencie , napríklad:
∑
. Ak poznáme súčet takéhoto radu , môžeme ho nahradiť funkciou . V
iných prípadoch môže byť naopak výhodné rozvinúť funkciu do mocninového radu:
∑
.
Použitá literatúra 5
11. F. Ayres, Jr., E. Mendelson: Differential and Integral Calculus, 3rd
ed., Schaum’s
Outline Series, McGraw-Hill, New York, 1990.
12. L. D. Hoffmann, G. L. Bradley: Applied Calculus for Business, Economics, and the
Social and Life Sciences, 9th ed., McGraw-Hill, New York, NY, 2007.
13. D. L. Stancl, M. L. Stancl: Calculus for Management and the Life and Social
Sciences, 2nd
ed., R. D. Irwin, Boston, MA, 1990.
14. M. Šabo: Matematika I, STU, Bratislava, 2009.
15. J. Zeman: Matematika pre farmaceutov, UK, Bratislava, 1989.
127
Cvičenia 5
5.1. Napíšte prvých 5 členov postupnosti, ktorej n-tý člen je definovaný ako:
.
5.2. Nájdite vzorec pre n-tý člen postupnosti: {
}.
5.3. Vypočítajte súčet prvých 10 členov aritmetickej postupnosti: .
5.4. Vypočítajte súčet prvých 15 členov geometrickej postupnosti:
{ (
)
}.
5.5. Dokážte, že postupnosť {
}
je rastúca a ohraničená.
5.6. Vypočítajte limitu postupnosti:
.
5.7. Vypočítajte limitu postupnosti: (
)
.
5.8. Vypočítajte limitu postupnosti: (
)
.
5.9. Vypočítajte limitu postupnosti:
.
5.10. Určte, či nekonečný rad ∑ (
)
je konvergentný, ak áno, nájdite jeho súčet.
5.11. Rozhodnite pomocou D’Alembertovho kritéria, či nekonečný číselný rad ∑
(
)
konverguje alebo diverguje.
5.12. Nájdite interval konvergencie mocninového radu: ∑
.
128
Riešenia 5
5.1. Prvých 5 členov postupnosti definovanej ako:
dostaneme dosadenín n = 1, ... ,
5 do vzťahu pre : {
}.
5.2. Postupnosť {
} zadanú vymenovaním prvých 5
členov prepíšeme do tabuľky a motívy, ktoré sa opakujú v čitateli aj menovateli
zlomkov
, sú teraz očividné {
}}.
Index
5.3. Súčet prvých 10 členov aritmetickej postupnosti: vypočítame
pomocou prvého a desiateho člena postupnosti: a podľa vzťahu [4.4.]:
5.4. Súčet prvých 15 členov geometrickej postupnosti { (
)
}
vypočítame podľa vzorca [4.5.]:
5.5. Či je postupnosť {
}
rastúca a ohraničená, zistíme nasledovným postupom. Ak je
postupnosť rastúca, potom platí:
129
čo je splnené pre každé n, postupnosť je teda rastúca. Pre dostaneme najnižšiu
hodnotu (spodnú hranicu ) rastúcej postupnosti ( . Teda pre každé
platí: . Hornú hranicu odhadneme ako (na čo nám stačí spočítať
pre , a ). Skúsme, či pre ľubovoľné platí:
čo je splnené pre každé . Preto postupnosť {
}
je rastúca a ohraničená
číslami:
a
5.6. Pri výpočte limity
využijeme fakt, že
a pôvodnú
limitu prevedieme na tento typ limít násobením faktorom:
. Dostaneme:
5.7. Pri výpočte limity postupnosti: (
)
využijeme substitúciu
, pričom platí: a vzťah: (
)
(
)
(
)
(
)
√
5.8. Pri výpočte limity postupnosti: (
)
využijeme substitúciu ,
pričom platí: a vzťah: (
)
.
(
)
(
)
130
5.9. Limitu postupnosti:
vypočítame takto:
5.10. Nekonečný geometrický rad ∑ (
)
má kvocient |
| , preto tento rad
konverguje. Jeho súčet vypočítame podľa vzťahu [5.16.]:
∑ (
)
(
)
(
)
5.11. Vypočítame D’Alembertovo kritérium konvergencie pre nekonečný číselný rad
∑
(
)
a podľa neho určíme, či rad konverguje:
|
| |
| |
|
|
|
|
|
|
|
Keďže , rad bude konvergovať.
5.12. Interval konvergencie mocninového radu: ∑
budeme hľadať pomocou vzťahu
[5.18.]:
|
| |
| |
|
Mocninový rad bude teda konvergovať v intervale .
131
6. Diferenciálny počet
6.1. Limita funkcie
Podobne ako limita postupnosti, ktorá opisuje „správanie“ sa postupnosti pre , aj
limita funkcie opisuje priebeh funkcie v najbližšom okolí 57
bodu , prípadne pre
hodnoty nezávisle premennej rastúce (klesajúce) cez všetky medze ( . Limita funkcie
nám teda poskytuje viac informácií o funkcii v danom mieste ako len samotná funkčná
hodnota. Napríklad pre funkcie a znázornené na obr. 6.1. platí, že zatiaľ čo
, nie je definovaná. Na druhej strane pre obidve funkcie platí, že pre x
neobmedzene sa blížiace k číslu , funkčné hodnoty sa limitne približujú k
rovnakému číslu ( a ).
Obr. 6.1. Grafy funkcií: A
.
B
.
Pre výpočet limity funkcie v bode nie je dôležité, či je v tomto bode funkcia definovaná
(preto v definícii limity požadujeme ), podstatné je len to, ako sa správa v okolí bodu a.
Uveďme si teraz, ako definoval Heine58
limitu funkcie pomocou limity postupnosti
nezávisle premennej.
57 Okolím bodu rozumieme interval , kde , a označujeme ho 58 Heinrich Eduard Heine (1821-1881) bol nemecký matematik známy svojím prínosom k matematickej analýze.
132
Definícia. Nech existuje také okolie bodu , že funkcia je definovaná pre všetky
body okolia okrem bodu , . Hovoríme, že funkcia má v bode
vlastnú limitu rovnú , ak pre každú postupnosť takú, že:
,
platí:
čo zapisujeme ako:
[6.1.]
Túto definíciu limity môžeme pomocou kvantifikátorov zapísať aj ako:
[ ]
Definícia hovorí, ak existuje postupnosť , ktorá sa neobmedzene približuje k bodu
( ), potom funkčné hodnoty funkcie v bodoch tejto postupnosti sa budú
neobmedzene približovať k hodnote , obr. 6.2.
Obr. 6.2. Heineho definícia limity funkcie v bode pomocou postupnosti
Príklad. Počítajme limitu funkcie
v bode podľa Heineho definície.
Vyberme takú postupnosť ktorej limita sa rovná ( ), napríklad
, pre ktorú platí, ak: potom: . Keď body tejto
postupnosti zvolíme za uvažované hodnoty nezávisle premennej funkcie (pretože sa
približujú k bodu , v ktorom chceme vypočítať limitu), dostaneme:
133
Existuje aj ekvivalentná Cauchyho59
definícia limity funkcie, ktorá využíva pojmy -
okolia a -okolia bodu.
Definícia. Nech je funkcia f definovaná pre všetky z -okolia bodu a, t. j.
z intervalu , , . Hovoríme, že funkcia má v bode a vlastnú
limitu rovnajúcu sa číslu , ak ku každému okoliu existuje také okolie , t. j.
interval , , , že pre každé je .
Túto podmienku formulujeme pomocou kvantifikátorov takto:
čo zapisujeme ako:
[6.2.]
Pojmy -okolie bodu a -okolie bodu sú znázornené na obr. 6.3.
Obr. 6.3. Cauchyho definícia limity funkcie v bode definovaná pomocou okolí a
Cauchyho definícia limity funkcie si nevyžaduje zavedenie postupnosti na opísanie
neobmedzeného približovania nezávisle premennej k bodu ( ), ale Heineho definícia
59 Augustin Louis Cauchy (1789-1857) bol významný francúzsky matematik, ktorý sa zaslúžil o exaktnú formuláciu
diferenciálneho a integrálneho počtu.
134
sa jednoduchšie aplikuje v prípadoch, keď alebo . Proces približovania sa k
v Cauchyho definícii limity zabezpečuje požiadavka, nech zvolíme akokoľvek malé, vždy
musí existovať také, že pre . Pre každú funkciu platí: funkcia
môže mať v bode najviac jednu limitu.
Obr. 6.4. znázorňuje dve reálne funkcie
a
, ktoré majú odlišný
priebeh v okolí bodu nula. Vidíme, že funkcia
nadobúda rovnaké hodnoty
, nezávisle od toho, či sa k bodu približujeme zľava alebo sprava (t. j. smerom
od záporných čísel alebo od kladných čísel). Na druhej strane, funkcia
nadobúda
rozdielne hodnoty , keď sa približujeme sprava a , keď sa
približujeme k nule zľava. Preto v bode bude existovať len limita funkcie , zatiaľ
čo pre obidve funkcie budú v tomto bode existovať limity sprava a zľava.
Obr. 6.4. Grafy funkcií:
a
v okolí bodu
Definícia. Nech je funkcia definovaná pre všetky z intervalu (( ), , . Hovoríme, že funkcia má v bode limitu sprava (limitu
zľava) rovnú číslu , ak ku každému -okoliu t. j. intervalu , ,
, existuje také, že pre každé ) je , čo
zapisujeme ako:
( )
Dá sa dokázať, že funkcia má v danom bode limitu vtedy a len vtedy, ak má v tomto bode
limitu sprava aj limitu zľava a platí:
[6.3.]
135
Pre funkcie definované na intervale , prípadne ( , definujeme vlastnú limitu
v nevlastnom bode ( nasledovne:
Definícia. Nech je funkcia f definovaná na intervale , , ak existuje
také, že platí:
potom hovoríme, že funkcia f má vlastnú limitu v nevlastnom bode:
Nech je funkcia f definovaná na intervale , , ak existuje také, že platí:
potom hovoríme, že funkcia f má vlastnú limitu v nevlastnom bode:
Veta. Majme dve funkcie a , ktoré sú definované na intervale ,
a ich limity v bode a sa rovnajú:
a
potom:
, kde
( )
[6.4.]
, kde
, ak
, kde ,
Je vhodné zapamätať si hodnoty limít vo „významných“ bodoch pre niektoré bežné funkcie:
, (
)
, (
)
, kde
136
, ,
, , , neexistuje, rovnako
neexistuje limita v nevlastných bodoch pre žiadnu periodickú funkciu
, ak a funkcia je v bode spojitá60
Pomocou týchto pravidiel môžeme vypočítať limity funkcií komplikovanejšieho tvaru. Z vety
vyplýva, že limita polynómu v bode sa rovná jeho funkčnej hodnote v tomto bode:
Príklad. Vypočítajte limitu funkcie:
.
Na výpočet limity použijeme pravidlá uvedené v predchádzajúcej vete a limitu rozdelíme na
súčet/rozdiel jednoduchých limít:
.
Príklad. Vypočítajte limitu funkcie:
.
.
61
60 Otázku spojitosti funkcie v bode podrobnejšie preberieme na nasledujúcich stranách. Môžeme však už teraz naznačiť, že
spojitosť súvisí s existenciou limity funkcie. 61 Symbolom „0-“ myslíme číslo blízke nule, ktoré sa k nule približuje zľava (zo strany záporných čísel).
137
Príklad. Vypočítajte limitu funkcie:
.
a)
pretože
b)
Keďže limita zľava je rôzna od limity sprava v bode , potom limita:
neexistuje.
Príklad. Vypočítajte limitu funkcie:
.
[
]
62
Použili sme substitúciu a zároveň sme uvážili, ak potom aj , teda .
Príklad. Vypočítajte limitu funkcie: .
(
)
(
)
[
]
(
)
Pri výpočte sme použili vzťah:
Príklad. Vypočítajte limitu funkcie:
.
(
)
Doteraz sme sa zapodievali vlastnými limitami funkcií, t. j. situáciami, v ktorých sa
hodnota funkcie v bode , prípadne v nevlastnom bode ( ), blíži ku konečnému
číslu , . Existujú však aj nevlastné limity funkcií vo vlastných alebo
62 Symbol, ako napr. „ “ uprostred výpočtu, značí zavedenie substitúcie (premennú nahradíme novou premennou
, ktorá je výhodnejšia pre dokončenie výpočtu).
138
nevlastných bodoch ( alebo ), v ktorých, keď sa približuje k zľava alebo sprava,
funkčná hodnota rastie nad všetky medze .
Definícia. Nech je funkcia definovaná na -okolí bodu , , ak existuje také
, že platí:
hovoríme, že funkcia má vo vlastnom bode a nevlastnú limitu rovnú a značíme:
.
Nech je funkcia f definovaná na -okolí bodu , , ak existuje také , že
platí:
hovoríme, že funkcia f má vo vlastnom bode a nevlastnú limitu rovnú a značíme:
.
Definície jednostranných nevlastných limít v bode získame z predchádzajúcich definícií,
ak nahradíme -okolie bodu a intervalom alebo .
Pre funkcie definované na intervale , prípadne ( , definujeme nevlastnú
limitu v nevlastnom bode ( nasledovne:
Definícia. Nech je funkcia f definovaná na intervale , , ak existuje
také, že platí:
hovoríme, že funkcia f má v nevlastnom bode nevlastnú limitu :
Nech je funkcia f definovaná na intervale , , ak existuje také, že platí:
hovoríme, že funkcia f má v nevlastnom bode nevlastnú limitu :
Ak v predchádzajúcich definíciách nahradíme interval intervalom a reláciu
nahradíme nerovnosťou , potom dostaneme definície pre nevlastnú limitu
funkcie f v nevlastnom bode : a .
139
Je užitočné zapamätať si hodnoty nevlastných limít pre niektoré bežné funkcie:
,
,
,
,
,
,
,
,
Podobne ako pri vlastnostiach limít konvergentných postupností, je možné obozretne
aplikovať pravidlá a vzťahy [6.4.] pre vlastné limity funkcií aj na nevlastné limity. Ak máme
dve funkcie a pre ktoré platí:
, a alebo
potom pre
, čo môžeme zjednodušene symbolicky zapísať ako:
v závislosti od znamienka
Pomocou takejto zjednodušenej notácie vieme potom prehľadne zapísať viaceré vlastnosti
nevlastných limít:
,
, , kde
, , kde ,
, , kde ,
, , kde ,
, , kde ,
Pri výpočte limít sa môžeme stretnúť aj s kombináciami symbolov, ktoré patria medzi tzv. ne-
určité výrazy, pre ktoré nevieme priamo určiť výsledok:
. Takéto prípady treba riešiť individuálne. Ako môžeme v týchto prípadoch postupo-
vať, si ukážeme v nasledujúcich odsekoch, v časti venovanej L’Hospitalovmu pravidlu.
140
Niektoré limity tohto typu vieme určiť aj pomocou nasledujúcej vety.
Veta. Nech platí pre . Ak platí:
, potom aj: [6.5.]
Príklad. Vypočítajte limitu typu “ “: √ √ .
√ √ √ √ √ √
√ √
√ √
√ √
Príklad. Vypočítajte limitu typu “
“:
√ .
√
√ √
√
√
(√ )
Príklad. Vypočítajte limitu neurčitého výrazu: (
), obr. 6.5.
Obr. 6.5. Graf funkcií: (
) a (
) v okolí bodu
Limita (
) neexistuje (obr. 6.5.), platí však nasledovný vzťah:
(
)
Vynásobením dostaneme: (
)
141
Keďže podľa vety [6.5.] bude platiť:
(
)
6.2. Spojitosť funkcie
Grafom spojitej funkcie je neprerušovaná krivka.
Definícia. Nech je funkcia definovaná na -okolí bodu , . Ak platí:
, potom hovoríme, že funkcia je v bode spojitá.
Pomocou kvantifikátorov môžeme definíciu spojitosti funkcie zapísať napr. takto:
Ak je funkcia definovaná na pravom okolí bodu (t. j. na intervale ⟨ ), respektíve
na ľavom okolí bodu (t. j. na intervale ⟩) a platí: , resp.
, potom hovoríme, že funkcia je spojitá sprava, resp. spojitá zľava.
Funkcia je v bode spojitá, ak je v tomto bode spojitá zároveň zľava aj sprava.
Definícia. Funkcia je spojitá na intervale ⟨ ⟩, ak je spojitá v každom bode tohto
intervalu. V krajných bodoch intervalu a požadujeme, aby funkcia bola spojitá v bode
sprava a v bode zľava.
Väčšina známych funkcií je spojitá v každom bode svojho definičného oboru. Patria medzi
ne polynómy, racionálne funkcie, mocniny, logaritmické a exponenciálne funkcie,
goniometrické a cyklometrické funkcie. Funkcie, ktoré sú spojité na ohraničenom
a uzavretom intervale ⟨ ⟩, majú dôležité vlastnosti (Weierstrassova veta a Bolzanova veta).
Veta. Nech funkcia je spojitá na intervale ⟨ ⟩, potom je na tomto intervale ohraničená
a nadobúda na ňom svoje najväčšie aj najmenšie hodnoty (Weierstrassova veta).63
Veta. Nech funkcia je spojitá na intervale ⟨ ⟩, potom na tomto intervale nadobúda všetky
hodnoty medzi svojou najväčšou a najmenšou hodnotou (Bolzanova veta).64
63 Karl Theodor Wilhelm Weierstrass (1815-1897) bol nemecký matematik považovaný za otca modernej matematickej
analýzy. 64 Bernard Bolzano (1781-1848) bol významný nemecky hovoriaci český matematik a filozof, ktorý sa venoval matematickej
analýze.
142
Z tejto vety vyplýva nasledujúca vlastnosť, ktorá sa používa pri približnom výpočte riešenia
rovnice , a to, ak je funkcia spojitá na uzavretom intervale ⟨ ⟩ a a
, potom existuje bod , taký, že .
Ak neexistuje v bode funkčná hodnota funkcie , potom, na rozdiel od limity, nemôžeme
o spojitosti v tomto bode ani uvažovať. Ako dôsledok vety o limite súčtu, súčinu ... funkcií
platí nasledujúca veta.
Veta. Súčet, rozdiel, súčin a podiel spojitých funkcií je opäť spojitá funkcia (pričom
predpokladáme, že funkcia v menovateli podielu nenadobúda nulové hodnoty).
Príklad. Ako príklad nespojitej funkcie definovanej pre všetky reálne čísla , je
funkcia celá časť: , obr. 6.6.
Obr. 6.6. Graf funkcie (celá časť , táto funkcia priradí najbližšie nižšie alebo
rovné celé číslo)
Funkcia nie je spojitá v celých číslach , pretože tam platí, napr.:
, ale
Funkcia teda v bodoch nemá limitu zľava rovnajúcu sa limite sprava, teda
v bodoch nemá limitu a nie je v týchto bodoch spojitá.
6.3. Derivácia funkcie
Pojem derivácia funkcie v bode zavedieme opísaním jeho geometrického významu. Majme
lineárnu funkciu f, ktorá je charakterizovaná rovnicou , a ktorej grafom je
143
v karteziánskej súradnicovej sústave priamka, obr. 6.7. A. Táto priamka, ktorá prechádza
dvomi bodmi a , bude mať smernicu rovnú:
kde tangens uhla , ktorý zviera priamka s kladným smerom osi , vyjadruje
veľkosť(strmosť) “stúpania“ priamky. Smernica teda určuje stúpanie priamky. Určiť
strmosť stúpania krivky je však o niečo zložitejšie. Majme všeobecnú krivku zadanú rovnicou
obr. 6.7. B. a hľadajme ako popísať stúpanie krivky v bode . Zostrojme
v tomto bode ľubovoľnú priamku, ktorá našu krivku pretne v dvoch bodoch:
a (nazveme ju sečnica). Smernica sečnice s bude rovná (obr. 6.7 B.):
Predstavme si teraz, že bod sa šmýka nadol po krivke , pričom sa stále
viac blíži k , až splynie s bodom . Sečnica , ktorá sa pohybuje spolu
s bodom, sa tiež posúva nadol a nakoniec splynie s dotyčnicou , ktorá sa krivky dotýka len
v jednom bode , obr. 6.7. B. Smernica dotyčnice bude potom limitnou hodnotou
smernice sečnice :
[6.6.]
Táto limita nazýva deriváciou funkcie v bode . Geometrická interpretácia derivácie
funkcie je teda smernica dotyčnice ku krivke v danom bode.
Obr. 6.7. Grafy funkcií a smernice kriviek. A. Priamka:
. B. Krivka: .
Definícia. Nech funkcia je definovaná v okolí bodu . Ak existuje limita:
[6.7.]
144
potom ju nazývame deriváciou funkcie v bode . Ak označíme , potom:
Derivácia teda umožňuje definovať dotyčnicu ku krivke (grafu funkcie ) v dotykovom bode
ako priamku so smernicou prechádzajúcu bodom :
[6.8.]
Normála je kolmica na dotyčnicu v dotykovom bode. Pre jej smernicu platí:
Potom normála má rovnicu:
[6.9.]
Derivácia funkcie v bode sa okrem (Lagrangeova notácia)65
niekedy označuje aj
ako
(Leibnizova notácia), prípadne vo fyzike aj ako (Newtonova
notácia)66
. Funkcia má v bode nanajvýš jednu deriváciu. Podobne ako sme vzťahom [6.7.]
definovali deriváciu funkcie v bode , definujeme aj deriváciu sprava a deriváciu zľava.
Definícia. Nech funkcia je definovaná na intervale ⟨ ⟩) kde ,
. Ak existuje limita:
[6.10.]
potom ju nazývame deriváciou funkcie sprava (zľava) v bode .
Funkcia má v bode deriváciu ak má v tomto bode deriváciu zľava aj sprava a tieto sa
rovnajú:
Derivácie zľava alebo sprava počítame v hraničných bodoch uzavretého intervalu, ak je to
potrebné. Môžu poslúžiť aj na zisťovanie existencie derivácie funkcie v daných bodoch.
Funkcie, ktoré majú v každom bode definičného oboru vlastnú deriváciu, nazývame hladké
funkcie (možno k nim zostrojiť dotyčnicu v každom bode ).
65 Joseph Louis Lagrange (1736-1813) bol taliansko-francúzsky matematik a astronóm, jeden zo zakladateľov variačného počtu. 66 Sir Isaac Newton (1643-1727) bol anglický fyzik, matematik a filozof. Založil infinitezimálny počet a sformuloval prvú
teóriu sily a gravitácie. Jeho objavy položili základy modernej fyziky.
145
Príklad. Vypočítajte deriváciu funkcie: v bode , obr. 6.8.
Obr. 6.8. Graf funkcie:
Podľa definície [6.10.] vypočítame v bode deriváciu funkcie zľava a sprava:
Vidíme, že v bode funkcia nemá deriváciu, pretože:
,
a to aj napriek tomu, že funkcia je v bode spojitá. Zo spojitosti funkcie teda nevyplýva
existencia derivácie. V nasledujúcej vete ukážeme, že opačné tvrdenie je pravdivé.
Veta. Ak funkcia má v bode deriváciu, potom je v tomto bode spojitá (platí:
).
Dôkaz. Predpokladajme, že má v bode deriváciu, teda existuje limita:
potom pre každé môžeme napísať:
Limita tohto výrazu:
Čo bolo treba dokázať.
x
y
146
Príklad. Vypočítajte deriváciu funkcie: v bode a napíšte rovnicu
dotyčnice a normály v bode [1, 3]. Na výpočet derivácie využijeme definičný vzťah [6.7.]:
Rovnica dotyčnice bude mať podľa [6.8.] tvar:
alebo
Rovnica normály podľa [6.9.], obr. 6.9.
alebo
Obr. 6.9. Graf funkcie: , dotyčnice (t): a normály (n):
Ak je derivácia funkcie v bode nulová, potom je dotyčnica ku grafu funkcie rovnobežná
s osou (normála bude v tomto prípade rovnobežná s osou ). Ak je derivácia funkcie v bode
rovná (ako napríklad derivácia sprava pre √ ), potom je dotyčnica ku
grafu funkcie rovnobežná s osou (smernicu má priamka, ktorá zviera s osou uhol,
ktorého tangens je rovný , t. j. pravý uhol
).
Body, v ktorých existuje derivácia funkcie tvoria množinu, na ktorej je definovaná
funkcia , ktorú nazývame deriváciou funkcie .
Príklad. Nájdite deriváciu funkcie: pre ľubovoľné , .
Podľa definície:
teda pre akékoľvek platí: , čo skrátene zapisujeme ako: .
147
Fyzikálny zmysel derivácie je v tom, že vyjadruje prírastok (zmenu) fyzikálnej veličiny v
závislosti od zmeny (nezávisle) premennej. Napríklad, uvažujme pohyb hmotného bodu po
číselnej osi a označme jeho polohu v čase . Derivácia funkcie v bode , t. j.
, má význam okamžitej rýchlosti pohybu bodu v čase
(ak sa jedná o funkciu závislú od času, zvykne sa derivácia zjednodušene označovať
bodkou nad symbolom funkcie
). Pre funkciu , kde ,
(ide o rovnomerný priamočiary pohyb), bude okamžitá rýchlosť pohybu (v tomto
prípade rovná strednej rýchlosti) v čase t rovná . Pre , kde , ,
(ide o rovnomerne zrýchlený priamočiary pohyb), bude okamžitá rýchlosť pohybu v čase
rovná . Podobne ako pre rýchlosť pohybujúceho sa hmotného bodu môžeme
napríklad počítať okamžitú rýchlosť priebehu chemickej reakcie ako zmenu koncentrácie
látky s časom: .
Výpočet derivácie funkcií sa bežne nerobí pomocou definičného vzťahu [6.7.] výpočtom
príslušnej limity, ale používajú sa známe vzťahy pre derivácie elementárnych funkcií. Tieto
vzťahy, spolu s pravidlami pre derivovanie súčtu, rozdielu, súčinu, podielu a zloženej funkcie
potom umožňujú pomerne jednoducho zderivovať akúkoľvek funkciu, ktorá bola vytvorená z
elementárnych funkcií konečným počtom uvedených operácií.
Priamo z definície možno odvodiť derivácie týchto známych funkcií:
, , , ,
, ( ) , a 0,
, (
)
, a 0, a 1,
, , [6.11.]
,
,
, ,
√ ,
√ ,
,
,
Príklad. Dokážte, že platí .
Ukážeme, že pre platí pomocou vzťahu [6.7.]:
148
[
]
Príklad. Napíšte rovnicu dotyčnice a normály ku grafu funkcie v dotyko-
vom bode T s prvou súradnicou .
Dotykový bod bude mať súradnice: [
]. Smernica dotyčnice pre
bude:
(
)
Rovnica dotyčnice, ktorá prechádza bodom bude:
teda:
Rovnica normály, ktorá prechádza bodom bude:
teda:
V nasledujúcej vete si vysvetlíme, ako sa derivuje súčet, rozdiel, súčin a podiel reálnych
funkcií.
Veta. Majme funkcie a , ktoré sú diferencovateľné na intervale . Majme funkciu , ktorá
je diferencovateľná na množine . Potom pre platí:
( ) ,
( )
(
)
, [6.12.]
( ( ))
149
(
)
( )
,
Príklad. Dokážte, že platí: ( ) .
Podľa definície:
( )
( )
( )
( )
( )
Príklad. Vypočítajte deriváciu polynómu: .
Príklad. Vypočítajte deriváciu racionálnej funkcie: (
) pre
.
(
)
( )
Príklad. Vypočítajte deriváciu mocninovej funkcie: √ , pre .
(√ ) (
)
√
Príklad. Vypočítajte deriváciu zloženej funkcie: √ , pre .
Derivujeme ako zloženú funkciu , kde √ a . Potom:
(√ ) (√ )
√
√
√
√
Príklad. Vypočítajte deriváciu zloženej funkcie: (
) , pre
Derivujeme ako zloženú funkciu , kde
a . Potom:
150
(
)
Príklad. Vypočítajte deriváciu zloženej funkcie: ( ) , pre .
Funkciu prepíšeme do nasledujúceho tvaru, ktorý je pre derivovanie výhodnejší:
67 a označíme ako zloženú funkciu , kde
a . Potom:
6.4. Derivácie vyšších rádov
Ak má funkcia na intervale deriváciu, potom je na tomto intervale definovaná
funkcia . Vlastnú deriváciu tejto funkcie na intervale označujeme alebo
,
prípadne a nazývame ju druhou deriváciou funkcie (deriváciou druhého rádu). Pre bod
je funkčná hodnota rovnajúca sa limite:
Ďalším derivovaním postupne dostaneme tretiu, štvrtú atď. deriváciu, všeobecne n-tú
deriváciu funkcie : alebo
( ).
Príklad. Nájdite n-tú deriváciu funkcie: , .
Príklad. Nájdite n-tú deriváciu funkcie:
, .
((
)
)
(
)
(
)
(
)
(
)
67 Ľahko sa presvedčíme, že platí: pre .
151
Funkcia, ktorá je na intervale n-krát (resp. nekonečnekrát) spojite diferencovateľná, sa
označuje
, respektíve
. Každý polynóm je prvkom
. Pre polynóm n-
tého stupňa platí: , pre , .
Uveďme si príklad fyzikálnej interpretácie derivácií vyššieho rádu. Majme hmotný bod,
ktorý sa pohybuje rovnomerne zrýchleným priamočiarym pohybom v kladnom smere osi x,
pričom jeho polohu v čase (dráhu) vyjadruje funkcia: , kde je konštanta,
. Rýchlosť pohybu hmotného bodu v čase sa rovná derivácií dráhy podľa času v čase
: . Deriváciou rýchlosti podľa času, t. j. druhou deriváciou dráhy podľa
času, dostaneme okamžité zrýchlenie. V tomto prípade je zrýchlenie konštantné a platí:
.
6.5. L'Hospitalovo pravidlo
L'Hospitalovo pravidlo 68
predstavuje silný nástroj na výpočet limít typu neurčitých
výrazov. Ak napríklad vieme, že deriváciou funkcie je alebo deriváciou je ,
vieme pomocou tohto poznatku vypočítať limity typu
:
alebo:
Súvislosť medzi limitami niektorých neurčitých výrazov a deriváciou stanovuje nasledujúca
veta.
Veta. (L'Hospitalovo pravidlo) Nech funkcie a sú definované v okolí bodu a nech
alebo . Potom, ak
existuje limita (vlastná alebo nevlastná):
platí:
[6.13.]
68 Guillaume François Antoine, Marquis de l’Hospital (1661-1704) (v modernej francúzštine Hôpital), bol francúzsky
matematik, ktorý v roku 1696 publikoval prvú učebnicu diferenciálneho počtu na svete.
152
Pripomeňme, že vo vzťahu [6.13.] derivujeme čitateľa zvlášť a menovateľa zvlášť (nie ako
podiel dvoch funkcií). Vetu možno aplikovať aj na jednostranné limity a tiež na limity v
nevlastných bodoch ( .
L'Hospitalovo pravidlo môžeme priamo aplikovať na limity typu:
alebo
a limity
typu alebo možno na uvedené typy upraviť. Napríklad, ak a
môžeme limitu previesť na:
limitu typu
úpravou:
limitu typu
úpravou:
(ak v )
Ak môžeme limitu typu
previesť na:
limitu typu
úpravou:
Príklad. Vypočítajte limitu:
.
Pretože limita čitateľa aj menovateľa sa rovnajú 0, na výpočet limity použijeme L'Hospitalovo
pravidlo:
Príklad. Vypočítajte limitu: .
Po dosadení dostávame neurčitý výraz typu , ktorý najprv prevedieme na limitu typu
a potom vypočítame pomocou L'Hospitalovo pravidla:
Príklad. Vypočítajte limitu:
.
Limitu vypočítame dvojnásobnou aplikáciou L'Hospitalovo pravidla:
Všeobecne, nech predstavuje ľubovoľný polynóm n-tého stupňa:
153
, potom platí:
, ak a
, ak .
Príklad. Vypočítajte limitu:
.
Limitu typu upravíme tak, že v exponente dostaneme limitu typu
:
Príklad. Vypočítajte limitu: (
).
Limitu typu najprv upravíme na typ
:
(
) (
) (
) (
)
Príklad. Vypočítajte limitu:
.
Príklad. Vypočítajte limitu: .
Limitu typu najprv upravíme na typ
:
(
)
6.6. Diferenciál
Vráťme sa k definícii derivácie funkcie a ukážme, ako je možné odhadnúť pomocou
derivácie v bode funkčnú hodnotu v blízkom bode . Pomocou
derivácie vieme tiež vypočítať chybu určenia fyzikálnej veličiny, ktorá je závislá od
parametra meraného s konečnou presnosťou: ( je stredná hodnota parametra a je
chyba merania).
154
Pamätáme sa, že derivácia funkcie je definovaná ako limita:
Ak označíme a , potom:
alebo:
kde číslo nazývame diferenciou (prírastkom) funkcie a prírastkom argumentu
(nezávisle premennej). Označme rozdiel
ak položíme:
potom pre po úprave dostaneme:
[6.14.]
Preto diferencia je blízka hodnote ,
ktorú nazývame diferenciálom. Diferencia funkcie je aproximovaná diferenciálom tým
lepšie, čím je prírastok argumentu menší (pre sa ), obr. 6.10.
Obr. 6.10. Diferenciál je prírastok na dotyčnici ku krivke s dotykovým bodom
a smernicou . Diferencia – je vzdialenosť medzi
bodmi a .
155
Definícia. Diferenciálom funkcie v bode pre infinitezimálny (nekonečne malý) prírastok
argumentu nazývame výraz:
[6.15.]
Geometrický význam diferenciálu je zrejmý z obr. 6.10. Diferenciál nazývame aj
prírastkom na dotyčnici.
V prírodných vedách, najmä vo fyzike, sa používa zápis derivácie v tvare:
.
Funkcia, ktorá má v bode a diferenciál, sa nazýva diferencovateľná. Je zrejmé, že funkcia je
v bode diferencovateľná vtedy a len vtedy, ak má v danom bode deriváciu. Pre malé
hodnoty možno využiť deriváciu v bode na výpočet približných hodnôt funkcie
v bode :
[6.16.]
Príklad. Nájdite hodnotu diferencie a diferenciálu funkcie , ak sa argument x
zmení z hodnoty na .
Máme zadané nasledovné hodnoty argumentu: , a .
Počítajme najprv diferenciu:
Teraz pomocou vzťahu [6.14.] vypočítame diferenciál:
Vidíme, že rozdiel medzi presnou hodnotou diferencie a približným diferenciálom je malý
( ) a predstavuje odchýlku približne 3%.
Príklad. Vypočítajte pomocou diferenciálu približnú hodnotu .
Pre hodnoty argumentu: , a použijeme na približný výpočet vzťah
[6.16.]
.
Na porovnanie, hodnota vypočítaná na kalkulačke sa rovná .
Vzťah [6.16.] používane aj na odhad absolútnej chyby veličiny, ktorá je funkciou iného
parametra, ktorý bol odmeraný s istou chybou merania. Napríklad povrch kocky:
156
kde je dĺžka hrany kocky. Ak poznáme absolútnu chybu merania dĺžky , potom
absolútna chyba výpočtu veľkosti povrchu kocky bude:
[6.17.]
kde je stredná hodnota merania dĺžky hrany.
Príklad. Opakovaným meraním sa zistilo, že polomer gule je:
Vypočítajte povrch gule.
Povrch gule: , , , .
Stredná hodnota povrchu gule:
Absolútna chyba výpočtu povrchu:
Povrch gule je teda určený ako:
6.7. Taylorov rad
V jednej z predchádzajúcich častí (5.4.) sme sa zaoberali aproximáciou funkcie
mocninovým radom. Teraz sa budeme venovať rozvoju funkcie do Taylorovho radu69
, na
ktorého definíciu je potrebný pojem derivácie funkcie. Taylorov rad je teda mocninový rad,
ktorého súčet sa rovná funkcii na intervale okolo bodu (pre jednoduchosť
predpokladajme, že ):
∑
pre [6.18.]
Zaujíma nás, ako máme zvoliť koeficienty tak, aby bol splnený vzťah [6.18.]. Na
odvodenie výrazov pre koeficienty použijeme nasledovný postup. Rozpíšme [6.18.] postupne
pre 1., 2. až n-tú deriváciu :
[6.19.]
69 Brook Taylor (1685-1731) bol anglický matematik. Zaoberal sa predovšetkým matematickou analýzou. Je známy najmä
vďaka Taylorovmu radu a polynómu.
157
členy obsahujúce
Ak dosadíme do vzťahov [6.19.] za nulu , potom dostaneme:
Pre koeficient mocninového radu ∑
teda platí vzorec:
Pre argument z intervalu okolo bodu platí:
∑
[6.20.]
Tento mocninový rad nazývame Taylorov rad funkcie so stredom v bode . Vo
všeobecnosti môžeme funkciu rozvinúť do Taylorovho radu okolo ľubovoľného bodu
(je potrebné, aby mala funkcia v tomto bode všetky derivácie):
∑
[6.21.]
Ak stred intervalu potom tento mocninový rad nazývame Maclaurinov rad.70
V praxi je často dostačujúce aproximovať funkciu len s určitou vopred zadanou
presnosťou, je preto postačujúce uvažovať len prvých členov nekonečného mocninového
radu. Vtedy hovoríme o Taylorovom polynóme n-tého stupňa:
[6.22.]
Príklad. Napíšte Taylorov polynóm 3. stupňa pre funkciu:
so stredom v bode
.
Najprv vypočítame prvé 3 derivácie funkcie :
70 Colin Maclaurin (1698-1746) bol škótsky matematik.
158
Príklad. Napíšte Taylorov polynóm 5. stupňa pre funkciu: so stredom v .
V súvislosti s rozvojom funkcie do radu je vhodné stanoviť, na akom intervale z
môžeme funkciu aproximovať Taylorovým polynómom n-tého stupňa so stredom v bode .
Zjednodušene sa dá povedať, že je to na intervale , kde je polomer
konvergencie, definovaný ako:
|
| [6.23.]
Príklad. Nájdite polomer konvergencie Taylorovho polynómu pre funkciu:
so
stredom v bode .
Najprv nájdeme tvar k-tej derivácie funkcie :
a
Polomer konvergencie vypočítame podľa vzťahu [6.23.]:
|
| |
| |
|
|
|
159
Funkciu
môžeme teda aproximovať Taylorovým polynómom so stredom v bode
na intervale .
Existujú funkcie a body, pre ktoré polomer konvergencie a Taylorov rozvoj okolo
tohto stredu aproximuje danú funkciu na celom jej definičnom obore. Treba si však uvedomiť,
že pre hodnoty argumentu veľmi vzdialené od stredu je potrebné na dosiahnutie
požadovanej presnosti aproximovanej funkčnej hodnoty použiť podstatne vyšší počet členov
rozvoja.
Riešenie otázky presnosti aproximácie funkčnej hodnoty funkčnou hodnotou
Taylorovho polynómu nie je triviálne. Uvedieme bez dôkazu nasledujúcu tzv.
Taylorovu vetu.
Veta. Nech funkcia má všetky derivácie okolo bodu . Potom pre každé
platí:
kde je n-tý zvyšok Taylorovho radu:
[6.24.]
pričom je nejaké bližšie neurčené číslo z intervalu , v tomto prípade .
Význam n-tého zvyšku Taylorovho radu je v tom, že udáva, akej maximálnej chyby sa
dopustíme pri rozvoji funkcie do radu s konečným počtom členov .
Príklad. Vypočítajte hodnotu s presnosťou .
Taylorov rozvoj funkcie okolo stredu má tvar:
Pričom n-tý zvyšok Taylorovho radu:
, kde pre číslo c platí: . Potom
Teda:
, t. j. ak zoberieme do úvahy prvých členov
Taylorovho radu, potom chyba výpočtu bude menšia ako
.
Dosadením pre dostaneme:
160
Preto:
Porovnaním s výpočtom na kalkulačke zistíme, že funkčnú hodnotu sme vypočítali
s presnosťou na desatinných miest.
Kalkulačky a počítače tiež rátajú funkčné hodnoty väčšiny elementárnych funkcií pomocou
Taylorovho rozvoja v tvare polynómov, pretože na výpočet stačia základné aritmetické
operácie: sčítanie, odčítanie, násobenie a delenie, ktoré aritmetické jednotky počítačov dokážu
vykonávať veľmi rýchlo.
Všimnime si, že Taylorov polynóm 1. stupňa aproximuje danú funkciu lineárnou
funkciou, a to dotyčnicou ku krivke v bode :
[6.25.]
kde
je diferenciál funkcie v bode pre prírastok argumentu . Tento polynóm je
zhodný s výrazom [6.16.], ktorý popisuje približný výpočet hodnôt funkcie v bode
pomocou diferenciálu.
6.8. Derivácia a vlastnosti funkcií
V časti 6.3. sme dokázali vetu, ktorá hovorí, ak má funkcia v bode deriváciu, potom je v
tomto bode spojitá. S existenciou a vlastnosťami derivácie súvisia aj viaceré vlastnosti, ktoré
sa týkajú priebehu funkcie (grafu funkcie). Uvedieme ich v nasledujúcich častiach.
Veta (Lagrangeova veta). Nech je spojitá funkcia na uzavretom intervale ⟨ ⟩ a má
deriváciu v každom bode intervalu . Potom na intervale existuje taký bod
, že platí:
[6.26.]
Veta (Rolleova veta)71
. Nech je spojitá funkcia na uzavretom intervale ⟨ ⟩, má deriváciu
v každom bode intervalu a platí: . Potom existuje bod , pre
ktorý je .
71 Michel Rolle (1652-1719) bol francúzsky matematik.
161
Geometrický význam Rolleovej vety je nasledujúci. Keďže funkcia je na intervale
⟨ ⟩ spojitá a koncové body intervalu majú rovnaké funkčné hodnoty (nejde o
konštantnú funkciu), potom medzi bodmi a nadobúda krivka svoje maximum
alebo minimum (aspoň jedno z nich); a dotyčnica ku grafu funkcie zostrojená v bode má
nulovú smernicu ( , je rovnobežná s x-ovou osou). Ak je funkcia konštantná,
potom je derivácia v každom bode medzi a nulová, čiže .
Lagrangeova veta je zovšeobecnením Rolleovej vety. Geometrická interpretácia Lagrangeo-
vej vety, obr. 6.11, ukazuje, že pre diferencovateľnú funkciu existuje vo vnútri uzavretého
intervalu ⟨ ⟩ taký bod , že dotyčnica ku krivke , zostrojená v bode , je
rovnobežná (má rovnakú smernicu) so spojnicou krajných bodov a .
Obr. 6.11. Dotyčnica ku krivke v bode je rovnobežná s úsečkou
spojnicou krajných bodov intervalu.
Príklad. Nájdite na grafe funkcie bod, v ktorom je dotyčnica rovnobežná so
spojnicou krajných bodov grafu na intervale ⟨ ⟩.
Smernica priamky, ktorá spája krajné body grafu, bude mať smernicu:
Budeme hľadať bod , v ktorom sa krivky dotýka dotyčnica so smernicou
. Bude to teda bod: [
] a rovnica dotyčnice prechádzajúcej
týmto bodom bude:
162
6.8.1. Monotónnosť funkcie
Význam prvej derivácie pre monotónnosť funkcie (rast alebo pokles funkčných hodnôt
s rastúcou hodnotou argumentu ) opisuje nasledujúca veta. Najskôr však uveďme, ako
poznáme, že daná funkcia rastie (okrem pohľadu na graf funkcie). Funkcia rastie vtedy, ak
existuje také, že pre je a pre je
. Podobným spôsobom definujeme aj pokles funkcie.
Veta. Nech funkcia je spojitá na intervale ⟨ ⟩ a má v každom bode intervalu
kladnú (zápornú) deriváciu:
( ) pre [6.27.]
potom je funkcia na intervale ⟨ ⟩ rastúca (klesajúca).
Dôkaz. Nech pre každé z intervalu má funkcia kladnú deriváciu ( ).
Dokážeme, že je rastúca na ⟨ ⟩, teda:
Keďže ⟨ ⟩ ⟨ ⟩, funkcia spĺňa Lagrangeovu vetu (vzťah [6.25.]). Preto existuje
⟨ ⟩ také, že:
Keďže derivácia je kladná ( ) pre a , potom
Čím sme dokázali, že pre platí: .
Dôkaz pre klesajúcu funkciu je analogický.
Táto veta nám umožňuje zisťovať intervaly, na ktorých je funkcia rastúca alebo klesajúca.
Veta hovorí o monotónnosti na uzavretom intervale ⟨ ⟩, ale môžeme ju použiť aj na
neohraničené intervaly alebo intervaly, v krajných bodoch ktorých funkcia nie je definovaná.
Tvrdenie vety nemožno obrátiť, rastúca funkcia nutne neznamená kladnú deriváciu pre všetky
body intervalu, a pod. Pokiaľ sa derivácia funkcie v bode rovná nule, nevieme rozhodnúť
o monotónnosti funkcie v tomto bode. Ak má funkcia v danom bode nevlastnú deriváciu
, znamená to, že na istom okolí bodu je výraz
obsiahnutý v definícii
derivácie kladný, funkcia bude teda rastúca. Ak je , je v bode klesajúca.
Príklad. Zistite, pre aké hodnoty je funkcia rastúca a pre ktoré je klesajúca.
163
Keďže , bude pre hodnota a teda , preto bude
funkcia klesajúca, obr. 3.13. Pre základ bude a funkcia
bude rastúca.
Príklad. Zistite, na akých intervaloch definičného oboru je funkcia
rastúca a
klesajúca.
Definičným oborom je . Funkcia má deriváciu pre každé
Pretože menovateľ derivácie je vždy kladný, o znamienku derivácie rozhoduje výraz v čitateli:
.
pre , čiže pre je a funkcia
je rastúca,
pre , čiže pre je a funkcia
je
klesajúca, obr. 6.12.
V bodoch a je derivácia funkcie . V týchto bodoch má funkcia
lokálne extrémy (minimum a maximum).
Obr. 6.12. Graf funkcie
Príklad. Zistite, na akých intervaloch definičného oboru je funkcia , kde
, rastúca a klesajúca.
ak , t. j. pre
, teda pre (
) rastie
ak , t. j. pre
, teda pre (
) klesá, obr. 6.13.
164
Graf funkcie klesá z bodu ( ) do bodu [
] a odtiaľ rastie až do
nekonečna ( ).
Obr. 6.13. Graf funkcie
Majme funkciu , ktorá je v okolí bodu diferencovateľná a existuje také, že pre
všetky je a pre všetky je . Funkcia je teda
na ľavom okolí bodu rastúca a na pravom okolí klesajúca. Toto spolu so spojitosťou funkcie
zabezpečuje existenciu lokálneho maxima v bode . Analogicky, ak je diferencovateľná
funkcia naľavo od bodu klesajúca a napravo od bodu rastúca, znamená to, že v bode má
funkcia lokálne minimum. Takéto body nazývame stacionárne body alebo presnejšie lokálne
extrémy (pozri kapitolu 6.8.3.). V týchto bodoch mení prvá derivácia funkcie znamienko zo
záporného na kladné alebo naopak, teda pre prvú deriváciu funkcie v týchto bodoch platí
.
Obr. 6.14. Graf funkcie
Príklad. Zistite, v ktorých bodoch má funkcia lokálne extrémy.
Najprv nájdeme prvú deriváciu funkcie a určíme stacionárne body tak, že položíme :
165
Dostaneme dve riešenia: a . Funkcia je teda rastúca na intervale ,
v bode má lokálne maximum, na intervale je klesajúca, v bode má lokálne
minimum a na intervale je rastúca, obr. 6.14.
6.8.2. Konvexnosť a konkávnosť funkcie, inflexný bod
Pojmy konvexnosť a konkávnosť súvisia so zakrivením grafu funkcie a pomáhajú
charakterizovať tvary kriviek. Zakrivenie čiary súvisí s deriváciou funkcie v danom bode (t. j.
so smernicou dotyčnice), preto aj konvexnosť a konkávnosť krivky budeme opisovať vo
vzťahu k dotyčnici, obr. 6.15.
Definícia. Nech funkcia je spojitá na intervale ⟨ ⟩ a má deriváciu v každom bode
intervalu . Hovoríme, že je konvexná (konkávna) na intervale , ak graf funkcie leží
nad (pod) dotyčnicou zostrojenou v každom bode krivky pre :
pre
( pre )
Obr. 6.15. A. Graf konvexnej funkcie. B. Graf konkávnej funkcie. C. Inflexný bod. D. Inflexný bod.
Na obr. 6.15. A a B vidíme príklady konvexnej a konkávnej funkcie v okolí bodov a
Ako poznáme, či je daná funkcia konvexná alebo konkávna hovorí nasledujúca veta.
166
Veta. Nech funkcia je spojitá na intervale ⟨ ⟩ a má druhú deriváciu v každom bode
intervalu . Hovoríme, že funkcia je na konvexná (konkávna), ak má na kladnú
(zápornú) druhú deriváciu:
( ) pre [6.28.]
Táto veta nám umožňuje zisťovať, na ktorých intervaloch je určitá funkcia konvexná alebo
konkávna pri vyšetrovaní priebehu funkcie. Túto vetu možno použiť aj vtedy, keď je interval
neohraničený, prípadne funkcia nie je definovaná v jeho krajných bodoch. V prípade funkcie,
ktorej graf je (aspoň lokálne) totožný s dotyčnicou, nemôžeme hovoriť o konvexnosti alebo
konkávnosti, takéto body budeme nazývať inflexnými bodmi, obr. 6.15.
Príklad. Nájdite intervaly konvexnosti a konkávnosti funkcie: .
Pre túto funkciu platí: pre každé .
Preto bude funkcia konvexná (nad dotyčnicou) pre všetky
Príklad. Nájdite intervaly konvexnosti a konkávnosti funkcie: .
Pre túto funkciu platí: .
Funkcia bude konvexná na intervale, kde: , t. j. , teda:
kde
Funkcia bude konkávna na intervale, kde: , t. j. , teda:
Pozri Obr. 3.15.
Veta. Nech funkcia je spojitá v okolí bodu a má v bode deriváciu. Bod
nazývame inflexným bodom grafu funkcie, ak existuje také , že funkcia je na intervale
⟨ ⟩ konvexná a na intervale ⟨ ⟩ konkávna, alebo naopak. Hovoríme tiež, že je
inflexným bodom funkcie , alebo že má v bode inflexný bod.
Funkcia má v inflexnom bode dotyčnicu, ale krivka je z jednej strany inflexného bodu nad
dotyčnicou a z druhej strany pod dotyčnicou, alebo naopak, obr. 6.15.C. a D. Inflexné body
nájdeme tak, že hľadáme intervaly konvexnosti a konkávnosti funkcie a hraničné body, ktoré
sú súčasne hraničným bodom intervalu konvexnosti aj konkávnosti, a v ktorých existuje
derivácia, sú inflexnými bodmi.
167
Príklad. Nájdite inflexné body funkcie .
Funkcia má definičný obor . Najprv nájdeme intervaly, v ktorých (funkcia
je konvexná), teda riešime nerovnicu:
(√ ) √
Dostaneme: je konvexná v intervaloch (
√ ), (
√ )
Podobne riešením nerovnice dostaneme, že je konkávna na intervale (
√
√ ).
Funkcia má deriváciu v každom bode, obr. 6.16 A. Inflexné body grafu ležia na rozhraní
intervalov konvexnosti a konkávnosti v bodoch:
[
√
] a [
√
]
A B
Obr. 6.16. A. Graf funkcie . B. Graf funkcie √
.
Príklad. Nájdite inflexné body funkcie √
.
Funkcia má definičný obor . Najprv nájdeme prvú a druhú deriváciu funkcie:
√ a
√
Vidíme, že funkcia je konvexná na intervale a konkávna na intervale . Preto
očakávame existenciu inflexného bodu na rozhraní intervalov pre . Prvá derivácia
je nevlastná:
√
√
√
√
Funkcia má v bode inflexný bod a dotyčnicu totožnú s osou y, obr. 6.16.B.
Pre existenciu inflexného bodu funkcie platí nasledujúca nutná podmienka:
168
Veta. Ak má funkcia v bode inflexný bod a má v bode deriváciu, potom .
Nasledujúca veta zovšeobecňuje súvis medzi deriváciami funkcie a existenciou inflexných
bodov.
Veta. Ak pre funkciu definovanú a spojitú v okolí bodu platí:
a , [6.29.]
Ak k je nepárne číslo, potom má v bode inflexný bod.
Typickým príkladom podobného správania je funkcia , , v bode
. Platí: , . Pre párne má
funkcia v bode lokálne minimum (zároveň je to aj globálne minimum) a pre nepárne
je v tomto bode inflexný bod.
A B
Obr. 6.17. A. Graf funkcie . B. Graf funkcie .
Príklad. Nájdite inflexné body funkcie: .
Funkcia je definovaná a spojitá pre všetky . Nájdeme derivácie funkcie:
, , ,
,
Vidíme, že: , ale pre nepárne dostávame
.
Funkcia má preto v bode inflexný bod so súradnicami , obr. 6.17.A.
Príklad. Nájdite inflexné body funkcie:
Funkcia je definovaná pre všetky , spojitá, párna a . Nájdeme
derivácie funkcie:
169
,
Funkcia je konvexná na intervale ( √
) (
√
) a konkávna na intervale (
√
√
).
Inflexné body majú súradnice: [ √
√ ] a [
√
√ ], obr. 6.17.B.
6.8.3. Lokálne extrémy
Z hľadiska priebehu funkcie sú asi najzaujímavejšie body, v ktorých sa mení rast funkcie
na pokles a naopak. Tieto body predstavujú lokálne minimum a lokálne maximum na
sledovanej krivke, spoločne ich nazývame lokálne extrémy.
Definícia. Hovoríme, že funkcia má v bode lokálne maximum (lokálne minimum), ak
existuje také okolie bodu , že pre každý bod z tohto okolia , platí:
( )
Z geometrickej predstavy je zrejmé, že dotyčnica v bodoch lokálnych extrémov, ak
existuje, je rovnobežná s osou , obr. 6.18.
Nutnú podmienku existencie lokálneho extrému vyjadruje nasledujúca veta.
Obr. 6.18. Graf funkcie
Veta. Ak funkcia má v bode lokálny extrém a má v tomto bode deriváciu, potom:
[6.30.]
Veta sa nedá obrátiť, pretože, ak má funkcia v bode nulovú prvú deriváciu, nemusí v bode
nutne mať lokálny extrém, môže tam mať aj inflexný bod. Všeobecne takýto bod nazývame
stacionárnym bodom. Ak má funkcia v bode dotyčnicu rovnobežnú s osou , obr.
6.18., a krivka funkcie leží v okolí bodu nad dotyčnicou, potom má funkcia v tomto bode
170
minimum, ak leží pod dotyčnicou, potom má krivka maximum. Nasledujúca veta obsahuje
postačujúcu podmienku existencie lokálneho extrému.
Veta. Ak funkcia má v bode prvú deriváciu rovnú nule
a druhú deriváciu zápornú
(kladnú ) [6.31.]
potom má v bode lokálne maximum (lokálne minimum).
Nasledujúca veta je užitočná v situáciách, keď v bode je splnená podmienka existencie
extrému, aj inflexného bodu, a potrebujeme určiť o aký druh stacionárneho bodu sa jedná.
Veta. Nech funkcia má v bode prvú deriváciu a vyššie derivácie a platí:
a , [6.32.]
potom:
ak číslo je nepárne, funkcia má v bode inflexný bod,
ak číslo je párne, funkcia má v bode lokálny extrém.
Príklad. Nájdite lokálne extrémy funkcie .
Pri riešení využijeme predchádzajúcu vetu a vzťah [6.32.] Najprv vypočítame prvú a druhú
deriváciu:
Funkcia bude mať stacionárny bod tam, kde , čiže: a to v bode:
. Druhá derivácia v bode dáva hodnotu:
, preto
bude mať funkcia v bode lokálne maximum so súradnicami
, obr. 6.19.A.
Príklad. Nájdite lokálne extrémy funkcie .
Najprv vypočítame derivácie funkcie až po prvú nenulovú hodnotu v bode :
171
rád prvej nenulovej derivácie je párne
číslo a jej hodnota je kladná. Funkcia má preto v bode lokálne minimum, obr. 6.19.B.
Obr. 6.19. A. Graf funkcie . B. Graf funkcie .
Okrem lokálnych extrémov sa často zaujímame o globálne extrémy funkcie.
Veta. Hovoríme, že funkcia má v bode globálne maximum (globálne minimum), ak pre
každé platí:
( ) [6.33.]
Pri hľadaní globálnych extrémov prehliadame lokálne extrémy a funkčné hodnoty
v krajných bodoch intervalov patriacich do definičného oboru funkcie.
Problém hľadania globálnych extrémov sa často vyskytuje pri optimalizácií.
V optimalizačných úlohách hľadáme také hodnoty argumentov, pre ktoré účelová funkcia
(funkcia, ktorá opisuje kľúčové vlastnosti systému) nadobúda maximálne alebo minimálne
hodnoty.
Príklad. Nájdite rozmery kužeľa s čo najmenším objemom, ktorý môžeme opísať guli
s polomerom .
Rozmery kužeľa sú dané takto: - polomer základne, - výška kužeľa. Guľa má
polomer označený , obr. 6.20.
Z podobnosti pravouhlých trojuholníkov so spoločným vrcholom a dostaneme
nasledovný vzťah medzi rozmermi kužeľa a gule, obr. 6.20.:
√
√
Úpravou dostaneme vzťah medzi polomerom podstavy kužeľa a jeho výškou :
172
Objem kužeľa:
Najmenší objem kužeľa určíme tak, že budeme hľadať globálne minimum účelovej funkcie,
ktorá definuje objem kužeľa ako funkciu parametra (výšky). Teda hľadáme také , pre
ktoré
(podmienka existencie extrému) a
(minimum, Veta [6.32.]).
Takže:
Vyriešením dostaneme: a dosadením do vzťahu pre dostaneme: √ .
Preto kužeľ s najmenším objemom, ktorý možno opísať guli s polomerom 8 bude mať
polomer základne √ a výšku .
Obr. 6.20. Kužeľ opísaný guli s polomerom
6.8.4. Asymptoty
Asymptotou funkcie nazývame priamku, ku ktorej sa graf funkcie neobmedzene
približuje. Existujú dva druhy asymptôt:
asymptota bez smernice
asymptota so smernicou
Definícia. Priamka je asymptotou bez smernice grafu funkcie , ak funkcia je
definovaná aspoň na jednom z intervalov alebo , , a aspoň
jedna z limít: alebo je nevlastná (rovná alebo ).
173
Z definície vyplýva, že ak priamka je asymptotou bez smernice ku grafu funkcie ,
potom nie je v okolí bodu ohraničená, a teda ani spojitá. Ak je funkcia spojitá v okolí
bodu , potom nemôže mať v tomto bode asymptotu , obr. 6.21.
Definícia. Asymptota so smernicou ku grafu funkcie je priamka , pre ktorú v
nevlastných bodoch argumentu platí:
a [6.34.]
Z definície je zrejmé, že funkcia , ktorá má asymptoty so smernicou musí mať neohraničený
definičný obor . Funkcia, ktorej , môže mať dve asymptoty, jednu pre ,
druhú pre .
Ukážme, ako sme v predchádzajúcej definícii odvodili vzťahy [6.34.] na výpočet konštánt
asymptoty so smernicou. Keďže sa asymptota pre neobmedzene
približuje ku krivke bude sa rozdiel limitne blížiť nule:
Zároveň vieme, že platí:
Pre súčin dvoch funkcií bude podľa [6.4.] platiť:
(
)
(
)
Z toho dostaneme vzťahy [6.34.].
Príklad. Nájdite asymptoty grafu funkcie
.
Funkcia nie je definovaná v bode , . Hľadajme, k akým
hodnotám sa približujú funkčné hodnoty v okolí zľava a sprava, rátajme:
a
72
72 Symbol „ “ v menovateli posledného zlomku zvýrazňuje, že hodnota menovateľa je po priblížení sa k bodu 3 sprava
(infinitezimálne malá) kladná, preto:
. Symbol „ “ naopak v predchádzajúcej limite zľava znamená, že
menovateľ predstavuje (infinitezimálne malé) záporné číslo a preto:
.
174
Preto priamka rovnobežná s osou , určená rovnicou , bude asymptotou bez smernice
ku grafu funkcie , obr. 6.21. Funkcia bude mať aj asymptotu so smernicou pre
, ktorú určíme pomocou vzťahu [6.34.]:
(
)
Asymptota so smernicou pre bude mať teda tvar: , obr. 6.21. Rovnaký
tvar bude mať aj rovnica asymptoty aj pre .
Obr. 6.21. Graf funkcie
. Asymptota funkcie bez smernice : . Asymptota
so smernicou : .
Príklad. Nájdite asymptoty grafu funkcie
.
Funkcia nie je definovaná v bodoch a , .
Najprv spočítame limity v bodoch a zľava, aj sprava:
Všetky limity sú nevlastné a majú opačné znamienko pre limitu zľava a sprava, preto priamky
a budú asymptotami bez smernice a .
Na určenie asymptoty so smernicou vypočítame limity:
(
)
175
Asymptotou pre je tak priamka : . Rovnaké hodnoty limít dostaneme aj pre
, preto rovnaká priamka bude asymptotou funkcie pre , obr. 6.22.
Obr. 6.22. Graf funkcie
. Asymptoty funkcie bez smernice : a : .
Asymptota so smernicou : .
6.8.5. Vyšetrovanie priebehu funkcie
Schéma vyšetrovania priebehu funkcie založená na výpočte derivácií funkcie sa skladá
z nasledujúcich krokov:
určenie definičného oboru a základných vlastností funkcie ako: spojitosť, periodicita,
párnosť alebo nepárnosť. Pre párnu funkciu stačí vyšetriť len interval ⟨ a potom
využiť symetriu krivky. Periodickú funkciu stačí skúmať na intervale rovnom perióde
funkcie,
určenie znamienka funkcie a priesečníkov s osami súradnicového systému. Na intervaloch
respektíve potom graf funkcie leží nad alebo pod osou ,
výpočet limít v krajných bodoch definičného oboru. Ak je zložený z viacerých
otvorených intervalov, je potrebné skúmať limity zľava aj sprava v hraničných bodoch
intervalov. Existencia a hodnota týchto limít vypovedá o správaní sa funkcie v ich blízkom
okolí,
výpočet prvej derivácie a určenie jej znamienka umožní identifikovať intervaly
monotónnosti a lokálne extrémy funkcie,
výpočet druhej (a vyšších) derivácií a určenie ich znamienka umožní identifikovať
intervaly konvexnosti a konkávnosti, inflexné body a určiť typ lokálneho extrému funkcie
(maximum, minimum),
určenie globálneho maxima a minima funkcie,
určenie asymptôt funkcie,
nakreslenie grafu funkcie na základe poznatkov získaných v predchádzajúcich krokoch.
176
Príklad. Vyšetrite priebeh funkcie .
Jedná sa o polynóm tretieho stupňa, ktorý je definovaný na celom obore reálnych čísel, preto
Pre , preto nie je párna, ani nepárna.
Platí:
, ide o polynóm s jednoduchým koreňom
a dvojnásobným koreňom . Znamienko zistíme dosadením:
Interval
Vypočítame prvú deriváciu: .
Korene polynómu: sú a . V nich sa nachádzajú
stacionárne body funkcie. Určíme ich znamienko a monotónnosť funkcie v intervaloch medzi
stacionárnymi bodmi:
Interval
Funkcia má v bode lokálne maximum a v bode lokálne minimum.
Vypočítame druhú deriváciu: .
Ak položíme , dostaneme bod, v ktorom môže byť inflexný bod, . Určíme
znamienko a intervaly konvexnosti a konkávnosti funkcie:
Interval
73
Funkcia má v bode inflexný bod.
Ďalej nájdeme asymptoty funkcie. Funkcia je spojitá pre všetky , preto nemá žiadne
asymptoty bez smernice. Zistíme, či má v krajných bodoch limitu pre :
Preto asymptoty so smernicou pre neexistujú.
Spočítame funkčné hodnoty vo významných bodoch:
a nakreslíme graf, obr. 6.23.
73 Symbol " " znamená: krivka leží (v danom intervale) pod dotyčnicou a symbol " " znamená: krivka leží nad dotyčnicou.
177
Obr. 6.23. Graf funkcie
Príklad. Vyšetrite priebeh funkcie .
Najprv určíme definičný obor funkcie . Prirodzený logaritmus je definovaný len pre
nezáporné hodnoty argumentu, preto musí platiť: , čo je splnené pre .
Ďalej overíme základné charakteristiky . Platí:
.
preto je párna funkcia. Potom nájdeme priesečníky s osami súradnicového systému:
teda
√
Určíme znamienko funkcie:
Interval √ √ √ √
Počítajme prvú deriváciu:
.
Odtiaľ vyplýva: pre . Znamienko prvej derivácie je nasledovné:
Interval
Preto má funkcia v bode lokálne maximum.
Počítajme druhú deriváciu:
178
(
)
( )
Druhá derivácia nemá na definičnom obore (-2, 2) žiadne nulové body, a preto funkcia nemá
inflexný bod. Určíme znamienko derivácie a konvexnosť, alebo konkávnosť funkcie:
Interval
Funkcia je na celom konkávna.
Spočítajme teraz jednostranné limity v okrajových bodoch :
a preto sú priamky a asymptotami bez smernice.
Nakoniec nakreslíme graf funkcie, obr. 6.24.
Obr. 6.24. Graf funkcie s asymptotami bez smernice : a :
6.9. Interpolácia [3]
Pri interpretovaní experimentálnych pozorovaní sa často stretneme s úlohou nájsť krivku
(funkciu), ktorá prechádza nameranými bodmi , . S jednou funkciou (i
keď mnohoparametrovou) sa totiž pracuje o niečo ľahšie ako s desiatkami nameraných
údajov, aj keď sú údaje popísané len približne. Hľadaná funkcia sa nazýva interpolačná
funkcia a body sa volajú uzly interpolácie.
Pokúsme sa teraz nájsť takúto interpolačnú funkciu v tvare polynómu:
179
pre ktorý musí platiť:
pre [6.35.]
Dostaneme tak sústavu lineárnych rovníc o neznámych , :
[6.36.]
pričom neznáme sú koeficienty . Takýto lineárny systém má práve jedno riešenie.
Dostaneme tak jednoznačne určený interpolačný polynóm stupňa .
Veta. Pre každú množinu navzájom rôznych bodov , , ,
existuje práve jeden polynóm , stupňa rovného najviac číslu , pre ktorý platí:
pre
Polynóm nazývame Langrangeovým interpolačným polynómom a predstavuje riešenie
sústavy rovníc [6.36.].
Langrangeov interpolačný polynóm môžeme vyjadriť aj iným spôsobom, ako riešením
sústavy [6.36.], napr. Gaussovou eliminačnou metódou. Zostrojme pomocné polynómy
také, že:
∏
∏ [6.37.]
hľadaný Langrangeov interpolačný polynómom potom môžeme vyjadriť ako:
[6.38.]
Pomocné polynómy majú vlastnosť:
( ) {
Príklad. Nájdite polynóm vhodný na interpoláciu bodov
Hľadáme polynóm, ktorý spĺňa podmienku [6.35.], t. j.:
určený štyrmi bodmi, teda polynóm najviac 3. stupňa:
.
Dosadením uvedených podmienok do sústavy [6.36.] dostaneme:
180
ktorej riešenie (najmä, ak máme desiatky meraní) je pracné. Ukážme si preto aj rýchlejší
spôsob výpočtu pomocou vzťahov [6.37.] a [6.38.]:
Istou nevýhodou interpolácie dát pomocou Lagrangeovho interpolačného polynómu je jeho
veľká citlivosť na presnosť meraní, keďže aj malé lokálne zmeny hodnôt spôsobia dramatické
zmeny správania výsledného polynómu. Preto sa kvalita interpolačného polynómu zvykne
vylepšovať tak, že pridáme informácie o správaní závislosti v daných bodoch zadaním aj
hodnôt prvej derivácie (napríklad meranie dráhy telesa v čase doplníme o meranie rýchlosti v
tom istom čase a pod.). V tomto prípade hovoríme o Hermiteovom interpolačnom polynóme.74
Príklad. Nájdite Hermiteov interpolačný polynóm, ktorý spĺňa podmienky:
Polynóm, ktorý je určený štyrmi podmienkami je polynóm najviac 3. stupňa. Nech:
potom
Dosadením podmienok dostaneme sústavu štyroch rovníc:
Vyriešením tejto sústavy dostaneme Hermiteov polynóm ,
ktorý sa líši od Lagrangeovho polynómu vypočítanom pre podmienky:
, napríklad správaním pre , obr. 6.25.
74 Charles Hermite (1822-1901) bol francúzsky matematik, ktorý pracoval predovšetkým v teórii čísel a rôznych oblastiach
algebry.
181
Obr. 6.25. Grafy funkcií a
Všeobecne môžeme opísať určenie Hermiteových polynómov takto. Majme
rôznych bodov [ ] , a hľadajme Hermiteov polynóm:
ktorý bude nadobúdať funkčné hodnoty a hodnoty ich derivácií v meraných bodoch.
Dosadením množiny nameraných údajov dostaneme túto sústavu rovníc:
Jedná sa o sústavu rovníc o neznámych. Ak zvolíme stupeň hľadaného
polynómu , dostaneme sústavu, ktorá má práve jedno riešenie, čím dostaneme
koeficienty hľadaného Hermiteovho interpolačného polynómu.
Použitá literatúra 6
11. F. Ayres, Jr., E. Mendelson: Differential and Integral Calculus, 3rd
ed., Schaum’s
Outline Series, McGraw-Hill, New York, 1990.
12. A. Del Fra, L. Lamberti, C. Cammarota: Istituzioni di Matematiche, Libreria
Scientifica Dias, Roma, 1997.
13. Z. Došlá: Matematika pro chemiky 1, Masarykova Universita, Brno, 2010.
182
14. J. Eliáš, J. Horváth, J. Kajan: Zbierka úloh z vyššej matematiky, I - IV., Bratislava,
Alfa, 1989.
15. R. L. Finney, G. B. Thomas Jr.: Calculus and Analytic Geometry, 9th ed., Addison-
Wesley, Reading, 1996.
16. L. D. Hoffmann, G. L. Bradley: Applied Calculus for Business, Economics, and the
Social and Life Sciences, 9th ed., McGraw-Hill, New York, NY, 2007.
17. M. Jasem, Ľ. Horanská: Matematika I. Zbierka úloh, STU, Bratislava, 2010.
18. P. Klemera: Aplikovaná matematika, Karolinum, Praha, 2011.
19. I. Kluvánek, L. Mišík, M. Švec: Matematika I a II, SVTL, Bratislava, 1961.
10. V. Kotvalt: Základy matematiky pro přírodovědné obory, Karolinum, Praha, 2011.
11. K. Popper: Logika vědeckého bádání. Oikoymenh, Praha, 1997
12. D. L. Stancl, M. L. Stancl: Calculus for Management and the Life and Social
Sciences, 2nd
ed., R. D. Irwin, Boston, MA, 1990.
13. M. Šabo: Matematika I, STU, Bratislava, 2009.
14. J. Zeman: Matematika pre farmaceutov, UK, Bratislava, 1989.
183
Cvičenia 6
6.1. Vypočítajte limitu funkcie:
a
.
6.2. Vypočítajte limitu funkcie:
.
6.3. Vypočítajte limitu funkcie:
.
6.4. Vypočítajte limitu funkcie:
.
6.5. Vypočítajte limitu funkcie:
.
6.6. Vypočítajte limitu funkcie:
.
6.7. Vypočítajte limitu funkcie:
.
6.8. Vypočítajte limitu funkcie:
.
6.9. Vypočítajte limitu funkcie:
.
6.10. Vypočítajte limity funkcie: (
).
6.11. Vypočítajte deriváciu funkcie: v bode a napíšte rovnicu
dotyčnice a normály ku krivke v bode [2, 4].
6.12. Vypočítajte deriváciu funkcie:
√
√ .
6.13. Vypočítajte deriváciu funkcie: √ .
6.14. Vypočítajte deriváciu funkcie: .
6.15. Vypočítajte deriváciu funkcie:
.
184
6.16. Vypočítajte deriváciu funkcie: .
6.17. Vypočítajte deriváciu funkcie: √ .
6.18. Vypočítajte deriváciu funkcie: .
6.19. Vypočítajte deriváciu funkcie: .
6.20. Vypočítajte deriváciu funkcie:
√ .
6.21. Vypočítajte druhú deriváciu funkcie: v bode .
6.22. Vypočítajte druhú deriváciu funkcie: v bode
.
6.23. Vypočítajte pomocou L'Hospitalovho pravidla limitu: √ .
6.24. Vypočítajte pomocou L'Hospitalovho pravidla limitu:
.
6.25. Vypočítajte pomocou L'Hospitalovho pravidla limitu:
.
6.26. Vypočítajte prírastok funkcie √
√ v čísle pre prírastok .
6.27. Vypočítajte pomocou diferenciálu funkcie približnú hodnotu sin 43.
6.28. Nájdite Taylorov polynóm piateho stupňa so stredom v bode
pre funkciu
.
6.29. Pomocou Taylorovho polynómu vo vhodnom strede vypočítajte √
s presnosťou na 4
desatinné miesta.
6.30. Vyšetrite priebeh funkcie √ .
6.31. Vyšetrite priebeh funkcie .
185
6.32. Vyšetrite priebeh funkcie
.
6.33. Vyšetrite priebeh funkcie .
186
Riešenia 6
6.1. Grafom racionálnej lomenej funkcie
je hyperbola, ktorá nie je definovaná v
bode , kde je nespojitá. Limitu sprava funkcie:
vypočítame
takto:
(
) (
)
Pre hodnoty argumentu sa zlomok
približuje k číslu 1:
Obr. 6.26. Graf funkcie
6.2.
.
6.3.
.
6.4.
.
6.5.
.
6.6.
, pretože
.
6.7.
, pretože
.
187
6.8.
[
]
.
6.9.
.
6.10. (
) [
]
.
6.11. Deriváciu funkcie: v bode a rovnicu dotyčnice a normály
ku krivke v bode [2, 4] nájdeme nasledovným spôsobom:
Derivácia funkcie: , derivácia a smernica dotyčnice v bode
bude . Rovnica dotyčnice bude mať tvar:
Smernica normály v bode bude mať tvar:
. Rovnica
normály potom bude mať tvar:
6.12. Deriváciu funkcie:
√
√ vypočítame pomocou vzorcov
[6.11.] a [6.12.]:
(
√
√ )
(
)
√
√ .
6.13. √
√ .
6.14.
188
6.15.
( )
.
6.16. .
6.17. √
√ .
6.18. .
6.19. [
.
6.20.
√
√
√ (
)
√
√ .
6.21. Druhú deriváciu funkcie: v bode , vypočítame dvojnásobným
derivovaním funkcie a dosadením :
.
6.22.
√
√
√
√
√
√
√
√
(
)
√( (
) )
√ .
6.23. Limitu: √ vypočítame pomocou L'Hospitalovho pravidla:
√
√
√
√ .
189
6.24.
.
6.25.
.
6.26. Diferenciál funkcie √
√ v čísle pre prírastok
vypočítame podľa vzťahu [6.14.]: . Najprv vypočítame deriváciu
funkcie:
√
√
√ √ √
√
√
√
√
√
.
√
√
√
√
Diferenciál v bode pre prírastok bude:
(
)
.
6.27. Výpočet približnej hodnoty sin 43 pomocou diferenciálu uskutočníme pomocou
vzťahu [6.16.]:
Pomocou známej hodnoty
√
v blízkom bode
, derivácie
funkcie sínus
√
a rozdielu
. Teda:
(
)
√
√
(
)
√
Pre porovnanie, hodnota sin 43 vypočítaná na kalkulačke sa rovná zaokrúhlene 0,6820.
6.28. Taylorov polynóm piateho stupňa so stredom v bode
pre funkciu
nájdeme pomocou vzťahu [6.22.]:
(
)
(
)
Najprv vypočítame derivácie v bode
:
(
)
(
)
(
)
neo
pra
ven
á v k
ore
ktú
re
190
(
)
(
)
(
)
Dosadíme do Taylorovho polynómu a dostávame:
(
)
(
)
(
)
(
)
(
)
(
)
(
)
.
6.29. √
s presnosťou na 4 desatinné miesta vypočítame pomocou Taylorovho polynómu
funkcie √
so stredom v blízkom čísle (keďže poznáme √
), pričom potrebný stupeň polynómu určíme podľa odchýlky vypočítanej
a ‘presnej‘ výslednej hodnoty.
Najprv vypočítame derivácie v bode :
√
(
√ (
√ (
√ (
√ (
Dosadíme do Taylorovho polynómu a dostávame:
Výpočtom na kalkulačke zistíme, že √
, toto číslo sa nelíši od nášho
výsledku na prvých 5. desatinných miestach. Keďže požadujeme presnosť na 4
desatinné miesta, do výpočtu už nemusíme zobrať posledný člen polynómu, ktorý
obsahuje 4. deriváciu, pretože jeho príspevok je menší ako . Na výpočet teda stačí
Taylorov polynóm 3. stupňa.
6.30. Pri vyšetrovaní priebehu funkcie √ budeme postupovať podľa schémy
[6.8.5.]:
definičný obor, periodicita, párnosť/nepárnosť,
znamienka funkcie, priesečníky s osami,
limity v krajných bodoch ,
191
: rast/pokles,
: konvexnosť/konkávnosť, inflexné body, lokálne extrémy,
globálne maximum/minimum,
asymptoty,
graf.
Definičný obor určíme z podmienky , z ktorej dostaneme: ⟨ .
Funkcia nie je párna ani nepárna, pretože: a . Osi
súradnicového systému pretína v bodoch: a (nulové body). Pre
platí √ funkcia neobmedzene rastie. Prvá derivácia:
√
√
√ . Funkcia je rastúca v tej časti , kde , t. j. ,
čiže na intervale a klesajúca tam, kde , t. j. na intervale ⟨ . Funkcia má stacionárny bod pre , t. j. . Druhá derivácia
je rovná: √
√
√ . Druhá derivácia je kladná pre
, t. j. pre , teda na celom . Preto funkcia je na celom konvexná.
, to znamená funkcia ma v bode lokálne aj globálne
minimum. Funkcia nemá inflexné body ani lokálne maximá, pretože len pre
. Funkcia nemá asymptoty. Graf funkcie bude vyzerať takto:
Obr. 6.27. Graf funkcie √
6.31. Pri vyšetrovaní priebehu funkcie budeme postupovať podľa
schémy [6.8.5.], podobne ako v predchádzajúcom príklade:
Definičný obor funkcie je: . Funkcia je párna, pretože platí:
. Os funkcia pretína v bode nemá nulový bod. V krajných bodoch
192
platí:
, funkcia sa neobmedzene
približuje k osi . Prvá derivácia:
( )
. Funkcia je rastúca pre , 0), a klesajúca pre . Funkcia má
stacionárny bod pre , je to lokálne a zároveň globálne maximum so súradnicami
[0, 1]. Druhá derivácia je rovná:
√
√ √ √ . Druhá derivácia je kladná a funkcia je konvexná pre
( √
) (√
). Funkcia je konkávna na intervale ( √
√
). Funkcia
má pre √
dva inflexné body. V nevlastných bodoch sa funkcia asymptoticky
približuje k x-ovej osi ( ). Graf funkcie je zobrazený nižšie:
Obr. 6.28 Graf funkcie
6.32. Definičný obor funkcie
je: . Funkcia nie je párna, ani
nepárna Funkcia nemá nulový bod. V krajných bodoch platí: pre
, funkcia sa neobmedzene približuje k osi , pre
, funkcia neobmedzene klesá. V bode nula má
funkcia rozdielne limity zľava a sprava:
. a
. Preto má funkcia v bode nula asymptotu bez
smernice . Prvá derivácia:
. Funkcia má
stacionárny bod pre . Funkcia je klesajúca pre a rastúca pre .
193
Druhá derivácia je rovná:
.
V stacionárnom bode má funkcia lokálne maximum so súradnicami ,
pretože . Druhá derivácia je záporná a funkcia je konkávna pre
a konvexná na intervale . Funkcia nemá inflexné body. Graf
funkcie je zobrazený nižšie:
Obr. 6.29. Graf funkcie
6.33. Definičný obor funkcie je: . Funkcia je nepárna.
Funkcia má nulové body:
. V krajných bodoch platí: pre
a funkcia neobmedzene klesá/rastie. Nemá
asymptotu bez smernice, ale má dve asymptoty so smernicou:
,
. Prvá asymptota má
rovnicu: a druhá : . Prvá derivácia:
. Funkcia má stacionárne body pre . Funkcia je rastúca pre
a klesajúca pre . Druhá derivácia je rovná:
. V stacionárnom bode , kde , má funkcia
lokálne maximum so súradnicami
] a v bode , , má
funkcia lokálne minimum so súradnicami
]. V bode má funkcia
inflexný bod, pretože
a pre nepárnu deriváciu. Druhá
derivácia je kladná a funkcia je konvexná pre a konkávna na intervale
. Graf funkcie je zobrazený na obrázku nižšie:
194
Obr. 6.30. Graf funkcie
195
7. Integrálny počet
7.1. Primitívna funkcia, neurčitý integrál
V predchádzajúcej kapitole sme zaviedli pojem derivácie funkcie. Funkcii sme priradili
novú funkciu , ktorá vyjadruje zmenu v závislosti od zmeny nezávisle premennej . Čím
väčšia bola hodnota derivácie , tým rýchlejšie rástla funkcia .
Teraz sa budeme zaoberať opačnou úlohou. K danej funkcii budeme hľadať primitívnu
funkciu takú, aby platilo . Inými slovami, budeme hľadať takú funkciu ,
derivovaním ktorej dostaneme našu funkciu . Tento proces hľadania primitívnej funkcie,
ktorý je opačný k derivovaniu, nazývame integrovanie (alebo aj antiderivácia).
Definícia. Funkciu definovanú na otvorenom intervale nazývame primitívnou funkciou k
reálnej funkcii na intervale , ak pre každé platí:
[7.1.]
Množinu všetkých primitívnych funkcií k funkcii nazývame neurčitý integrál funkcie a
označujeme :
∫ [7.2.]
kde číslo sa nazýva integračná konštanta.
Vo vzťahu [7.2.] funkciu nazývame integrandom a výraz (diferenciál nezávisle
premennej ) určuje, podľa ktorej premennej sa integruje. Na rozdiel od derivovania, kde
existuje aj pojem derivácie funkcie v bode, pri integrovaní hľadáme primitívnu funkciu na
celom otvorenom intervale , kde . Primitívnu funkciu môžeme hľadať aj
pre funkciu definovanú na uzavretom intervale ⟨ ⟩, v tomto prípade však navyše
požadujeme existenciu derivácie zľava a sprava v krajných bodoch intervalu a
. Primitívna funkcia má v každom bode intervalu vlastnú deriváciu rovnú
funkcii , preto je spojitá a diferencovateľná na .
Vzniká prirodzená otázka, či ku každej funkcii definovanej na intervale existuje
primitívna funkcia a teda aj neurčitý integrál. Odpoveď dáva nasledujúca veta:
Veta. Ak je funkcia spojitá na otvorenom intervale , potom k nej existuje na intervale
primitívna funkcia .
196
Ak je primitívnou funkciou k funkcii na intervale , potom je primitívnou funkciou k aj
každá funkcia tvaru kde je reálna konštanta, , pretože podľa pravidla
o derivovaní súčtu platí:
[7.3.]
Teda výpočtom integrálu je primitívna funkcia určená jednoznačne okrem integračnej
konštanty , čo vystihuje zápis (obr. 7.1):
∫ [7.4.]
Obr. 7.1. Primitívne funkcie k funkcii sa líšia len o konštantu
Veta. Ak a sú primitívne funkcie k rovnakej funkcii na otvorenom intervale , potom
existuje taká konštanta , že: pre každé .
Dôkaz. Z definície primitívnej funkcie na intervale vyplýva, že: .
Označme , potom pre každé platí:
Funkcia má teda na každom bode deriváciu (rovnajúcu sa nule), a preto je na spojitá.
Ukážeme, že musí byť na konštantná, t. j. pre každé .
Vezmime ľubovoľné . Funkcia spĺňa na intervale ⟨ ⟩ Lagrangeovu vetu
([6.26.]), a preto existuje také, že:
Z toho vyplýva, že , teda všetky funkčné hodnoty na intervale sa rovnajú,
a preto každé dve primitívne funkcie k sa na intervale líšia len o konštantu
.
Preto ak poznáme jednu primitívnu funkciu k danej funkcii na intervale , potom poznáme
všetky primitívne funkcie k tejto funkcii.
197
Proces hľadania primitívnej funkcie k danej spojitej funkcii (integrovanie funkcie) je
náročnejší ako proces derivovania. Na rozdiel od derivovania, pre integrovanie neexistujú
ucelené všeobecné platné pravidlá, ktoré nám umožnia nájsť primitívnu funkciu ku každej
integrovanej funkcii pomocou integrálov známych elementárnych funkcií a použitím
konečného počtu operácií sčítania, násobenia a skladania funkcií, aj keď táto primitívna
funkcia existuje.
Priamo z definície neurčitého integrálu, vzťahy [7.1.] a [7.2.], potom môžeme písať pre
každé :
∫
Preto sa integrovanie niekedy nazýva aj „antideriváciou“. Tiež je zrejmé, že ak má funkcia
na intervale deriváciu, ktorej neurčitý integrál existuje, potom:
∫
teda operácie derivovania a integrovania sú navzájom „inverzné“.
Príklad. Nájdite primitívnu funkciu k funkciám a .
V prvom prípade bude mať primitívna funkcie tvar: , pretože .
V druhom prípade bude mať primitívna funkcie tvar: , pretože
. Pomocou neurčitého integrálu to môžeme zapísať:
∫ a ∫
Základné vzorce pre integrovanie elementárnych funkcií sa dajú odvodiť zo vzorcov [6.11.]
pre deriváciu funkcie :
∫ ,
∫
,
∫
∫
∫
,
∫
∫
∫
198
∫
∫ [7.5.]
∫
∫
∫
|
| ,
∫
∫
√
,
∫√
|
√
| √
∫
√ | √ | , √
∫
√ √
∫
∫
Uvedené vzorce môžeme jednoducho dokázať tak, že deriváciou výslednej primitívnej
funkcie dostaneme integrovanú funkciu, napríklad:
pre
pre
Základné vlastnosti neurčitého integrálu, ktoré sú dôsledkom pravidiel pre derivovanie
funkcií, opisujú nasledujúce vety.
Veta. Nech na intervale existujú neurčité integrály ∫ a ∫ a nech sú
ľubovoľné konštanty , potom platí:
∫ ∫ ∫ [7.6.]
199
Veta. Nech na intervale existuje neurčitý integrál ∫ a nech sú
ľubovoľné konštanty , , potom platí:
∫
[7.7.]
Dôkaz. Vetu dokážeme priamym derivovaním zloženej primitívnej funkcie za predpokladu,
že platí: :
Veta. Nech funkcia je diferencovateľná na otvorenom intervale , potom platí:
∫
∫ [7.8.]
Vzťah [7.8.] je založený na vlastnosti derivácie logaritmu funkcie :
Pripomíname, že neexistujú všeobecne platné pravidlá na výpočet ľubovoľných neurčitých
integrálov typu:
∫ alebo ∫
Rôzne typy funkcií sa dajú integrovať rôznymi spôsobmi, niekedy je možné aplikovať rôzne
postupy aj na tú istú funkciu. Voľba postupu je predovšetkým vecou skúsenosti
s integrovaním. Správnosť výsledku je vhodné overiť si zderivovaním vypočítanej primitívnej
funkcie.
Príklad. Vypočítajte neurčitý integrál: ∫ √
.
Pri výpočte integrálu použijeme všeobecné pravidlo [7.6.], ako aj známe integrály
elementárnych funkcií [7.5.] na priamy výpočet integrálu:
∫ √
∫ ∫
∫ ∫
∫ ∫
200
√
Príklad. Vypočítajte neurčitý integrál: ∫
.
Integrál upravíme tak, aby sme mohli použiť vzorec [7.8.]:
∫
∫
Príklad. Vypočítajte neurčitý integrál: ∫ .
Použijeme vzťahy medzi goniometrickými funkciami a integrál upravíme tak, aby sme mohli
použiť vzorec [7.8.]:
∫ ∫
∫
Príklad. Vypočítajte neurčitý integrál: ∫
.
Najprv upravíme integrand na tvar rýdzo racionálnej lomenej funkcie a potom integrujeme
jednotlivé členy podľa vzťahov [7.5.]:
∫
∫
∫
( )( )
∫
O správnosti výpočtu sa presvedčíme derivovaním výsledku:
(
)
( )( )
7.2. Substitučná metóda
Jednou z najčastejšie používaných metód integrácie je substitučná metóda, ktorá je
založená na derivácii zloženej funkcie.
Veta. Nech funkcia má spojitú deriváciu na intervale a nech pre každé
patria funkčné hodnoty do intervalu . Nech funkcia je
primitívna funkcia k spojitej funkcii na intervale . Potom:
201
∫ ( ) ( ) [7.9.]
Dôkaz. je primitívna funkcia k na intervale , teda: .
Preto:
∫
Nech a pre každé je , potom:
( )
Integráciou dostaneme:
∫ ( ) ( )
Čím sme dokázali platnosť predchádzajúcej vety.
Vetu budeme používať v tejto forme:
∫ ( ) [
] ∫ ( ) [7.10.]
Na výpočet diferenciálu sme využili vzťah [6.15.]. Substitučnú metódu
teda môžeme využiť na integráciu súčinu dvoch funkcií, ak druhá funkcia je deriváciou
vnútornej zložky prvej funkcie. Substitučnú metódu používame vtedy, keď vieme vypočítať
integrál ∫ .
Akú substitúciu je vhodné zvoliť na zjednodušenie integrálu závisí od praktických
skúseností s počítaním integrálov a schopnosti rozoznať, či integrovaný výraz obsahuje
funkciu násobenú jej deriváciou. V niektorých prípadoch je najprv potrebné integrand na tento
tvar upraviť. Nie každý integrál však možno vyriešiť substitučnou metódou.
Príklad. Vypočítajte neurčitý integrál: ∫ √ .
Pri výpočte použijeme vlastnosť [7.6.] a substitučnú metódu výpočtu.
∫ √
∫ √ [
]
∫√
√
√
Príklad. Vypočítajte neurčitý integrál: ∫ .
202
∫ [
]
∫
Príklad. Vypočítajte neurčitý integrál: ∫
.
∫
[
] ∫
Príklad. Vypočítajte neurčitý integrál: ∫
.
∫
[
] ∫
∫
Príklad. Vypočítajte neurčitý integrál: ∫
.
∫
∫
[
] ∫
∫
∫(
)
∫ ∫
Príklad. Vypočítajte neurčitý integrál: ∫
√ .
∫
√ [
√
] ∫
∫
∫
√ |√ |
Príklad. Vypočítajte neurčitý integrál: ∫
√ .
∫
√ ∫
√ ∫
√ [
] ∫
√
Príklad. Vypočítajte neurčitý integrál: ∫
√ .
203
∫
√ ∫
√ [
√
] ∫
∫
√ √
Často sa stretneme s integrálmi typu: ∫
, veta [7.8.], ktoré riešime pomocou
substitúcie:
∫ [
] ∫
Príklad. Vypočítajte neurčitý integrál: ∫
.
∫
∫
∫
[
] ∫
7.3. Metóda per partes
Metóda integrácie per partes (po častiach) je odvodená zo vzťahu pre deriváciu súčinu
dvoch funkcií a diferencovateľných na otvorenom intervale , [6.12.]:
z čoho integráciou dostávame:
∫ ∫ ∫ [7.11.]
Ako uvidíme z nasledujúcej vety, tento výraz nám dáva možnosť vypočítať neurčité integrály
niektorých súčinov funkcií.
Veta. Nech funkcie a majú na otvorenom intervale spojité derivácie. Potom
platí:
∫ ∫ [7.12.]
Ak vieme vypočítať jeden z integrálov vo vzťahu [7.11.], potom pomocou [7.12.] vieme určiť
aj ten druhý. Metóda per partes je užitočná najmä pri integrovaní súčinov goniometrických,
204
cyklometrických, logaritmických alebo exponenciálnych funkcií s polynómom. Pri počítaní
touto metódou je dôležité správne zvoliť derivovanú ( a integrovanú ( ) funkciu
tak, aby integrál na pravej strane výrazu, ktorý obsahuje súčin zintegrovanej
∫ a derivovanej , bol jednoduchší a integrovateľný. V integráloch
obsahujúcich polynóm , ktoré sa výhodne riešia touto metódou, volíme funkcie a
obvykle takto:
pre integrály typu: ∫ , ∫ , ∫ volíme:
pre integrály typu: ∫ , ∫ , ∫ volíme:
V prípade, keď nie je vopred jasné, ktorú z možností výberu funkcií pri integrácii metódou
per partes zvoliť, je vhodné vyskúšať obidve možnosti.
Príklad. Vypočítajte metódou per partes neurčitý integrál: ∫
Najprv sa rozhodneme, ako zvolíme funkcie a pre daný integrál. V našom prípade
zvolíme a . Potom a ∫ a po
dosadení:
∫ |
| ∫ 75
= -
Poznámka: V prípade, že by sme zvolili funkcie a naopak, dostali by sme:
∫
∫ .
Hneď vidíme, že tento postup nevedie k želanému výsledku, pretože na pravej strane sme
dostali integrál ešte o niečo „zložitejší“.
Príklad. Vypočítajte metódou per partes neurčitý integrál: ∫
∫ |
| ∫ |
|
∫
Poznámka: V tomto príklade sme použili metódu per partes dvakrát, najprv pre ,
potom pre tak, aby sme sa postupne zbavili druhej mocniny v súčine funkcií .
75 Prvý riadok pomocnej schémy pripomínajúcej determinant dokumentuje v tomto výpočte voľbu derivovanej a integrovanej
funkcie.
205
Príklad. Vypočítajte metódou per partes neurčitý integrál: ∫
V tomto príklade sa na prvý pohľad nevyskytuje súčin funkcií, no napriek tomu sa daný
integrál výhodne rieši metódou per partes, čo bude hneď zrejmé, keď integrál prepíšeme do
nasledujúceho tvaru:
∫ ∫ |
| ∫
∫
Poznámka: Týmto postupom môžeme okrem cyklometrických funkcií integrovať napr. aj
Príklad. Vypočítajte metódou per partes neurčitý integrál: ∫
V niektorých prípadoch môžeme pri aplikácii metódy per partes dostať v priebehu výpočtu na
pravej strane rovnaký integrál, ako sme mali na začiatku. V takomto prípade sa na výpočet
môžeme dívať ako na rovnicu, z ktorej integrál vyjadríme:
∫ |
| ∫
|
| ∫
Ak sa na tento výsledok pozrieme ako na rovnicu pre hľadanú primitívnu funkciu
∫ , potom dostaneme: , odtiaľ dostaneme:
∫
7.4. Integrály racionálnych funkcií
Racionálne funkcie predstavujú triedu funkcií, pre ktorú existuje všeobecný postup na
výpočet primitívnej funkcie. Celý rad funkcií možno úpravami previesť na tvar racionálnej
funkcie a následne integrovať, preto je dôležité poznať postup ich integrácie. S niektorými
príkladmi integrovania jednoduchých racionálnych funkcií sme sa už stretli:
∫
∫
∫
Ako riešiť neurčité integrály, ktoré obsahujú rýdzo racionálnu funkciu si ukážeme v ďalšom
texte.
206
Rýdzo racionálnou funkciou nazývame funkciu , ktorá je podielom dvoch
polynómov s reálnymi koeficientmi a stupňa a , kde , [3.13.]:
V časti 3.1.2. sme ukázali, že každú rýdzo racionálnu funkciu možno vyjadriť v tvare súčtu
konečného počtu parciálnych zlomkov štyroch typov ([3.14.]):
typ 1:
kde a
typ 2:
kde , a
typ 3:
kde , a
typ 4:
kde , , a
V časti 3.1.2. sme tiež uviedli spôsob, ako môžeme takýto rozklad racionálnej funkcie urobiť.
Teraz si ukážeme ako integrovať jednotlivé typy parciálny zlomkov.
typ 1:
integrujeme pomocou substitúcie :
∫
∫
[7.13.]
typ 2:
integrujeme tiež pomocou substitúcie :
∫
∫
[7.14.]
typ 3:
neurčité integrály tohto typu je možné vhodnou úpravou previesť
na súčet dvoch integrálov nasledujúceho tvaru:
∫
∫
∫
[7.15.]
kde
,
a integrál:
∫
možno vhodnou úpravou, t. j. doplnením na úplný štvorec: ∫
√
√
a
lineárnou substitúciou previesť na integrál typu ∫
. V tabuľkách
207
neurčitých integrálov76
nájdeme všeobecné riešenie pre (za predpokladu, že
) v tvare:
∫
√
√ [7.16.]
typ 4:
integrály parciálnych zlomkov tohto typu možno tiež vhodnou
úpravou previesť na súčet integrálov:
∫
∫
∫
[7.17.]
Integrál sa dá riešiť substitúciou: :
∫
[
] ∫
[7.18.]
Integrál zo vzťahu [7.17.] možno previesť použitím rekurentného vzorca na súčet
racionálnej funkcie a násobku integrálu s o 1 stupeň nižšou mocninou menovateľa ,
pričom ([7.16.]):
∫
[7.19.]
Tento postup si bližšie vysvetlíme na vyriešených príkladoch.
Príklad. Vypočítajte integrál parciálneho zlomku: ∫
.
∫
∫
Príklad. Vypočítajte integrál parciálneho zlomku: ∫
.
∫
[
]
∫
Príklad. Vypočítajte integrál parciálneho zlomku: ∫
.
∫
∫
∫
76 Pozri napr. M. L. Smoljanskij: Tabuľky neurčitých integrálov, 2. vydanie, Alfa, Bratislava, 1970.
208
∫
∫
Integrál vieme ľahko vypočítať: ∫
.
Pri výpočte integrálu použijeme doplnenie na úplný štvorec a substitúciu:
∫
∫
∫
∫
[
]
∫
Potom pre dostaneme celkový výsledok ako:
∫
Príklad. Vypočítajte integrál parciálneho zlomku: ∫
.
∫
∫
∫
∫
Prvý integrál vypočítame pomocou substitúcie:
∫
[
] ∫
Druhý integrál budeme riešiť opakovaným použitím rekurentného vzťahu [7.19.]:
∫
∫
∫
Teda:
∫
Príklad. Vypočítajte neurčitý integrál: ∫
.
∫
∫
∫
∫
∫
209
∫
[
] ∫
∫
∫
Teda:
∫
Zhrňme si na záver postup integrovania racionálnej funkcie
, ktorý pozostáva
z nasledujúcich krokov:
ak pre stupne polynómov platí: , potom vydelíme :
kde ,
rozložíme polynóm na polynómy 1. stupňa (koreňové činitele) a polynómy 2.
stupňa so záporným diskriminantom (s komplexnými koreňmi),
rozložíme rýdzo racionálnu lomenú funkciu
na parciálne zlomky, vzťah [3.15.],
integrujeme polynóm a parciálne zlomky.
Príklad. Vypočítajte neurčitý integrál: ∫
.
Delením polynómov dostaneme:
Rozložíme menovateľa na súčin koreňových činiteľov a kvadratických členov. Pretože
je koreň menovateľa, dostaneme:
Polynóm nemá reálne korene. Rýdzo racionálnu lomenú funkciu rozložíme na
parciálne zlomky:
Vynásobíme spoločným menovateľom, porovnáme koeficienty pri rovnakých mocninách
a dostaneme:
210
Pre koeficienty platí: ,
∫
∫(
)
Mnoho ďalších integrálov možno vhodnou substitúciou transformovať na integrály
racionálnej funkcie. Napríklad niektoré integrály, ktoré obsahujú racionálne mocniny
√ , , , ktoré môžeme riešiť substitúciou , . Podobne
integrály typu ∫ alebo ∫
kde , ak aspoň jedno z čísel
je nepárne, vieme riešiť použitím vzťahu a substitúciou
alebo
Príklad. Vypočítajte neurčitý integrál: ∫√
√ √
∫√
√ √ [
] ∫
∫
Racionálnu lomenú funkciu v poslednom integráli rozložíme na parciálne zlomky:
Vynásobením spoločným menovateľom a úpravou dostaneme:
∫
∫
| √
|
√
√ √
Príklad. Vypočítajte neurčitý integrál: ∫ .
∫ ∫ [
] ∫
∫
Príklad. Vypočítajte neurčitý integrál: ∫
.
∫
∫
[
] ∫
∫
211
7.5. Určitý integrál
Zatiaľ čo neurčitý integrál funkcie predstavuje opäť funkciu (množina primitívnych funkcií
líšiacich sa konštantou), určitý integrál reálnej funkcie je reálne číslo, ktoré priradíme funkcii
na uzavretom intervale ⟨ ⟩, . Hodnota určitého integrálu tak závisí od
samotnej funkcie, ako aj od intervalu , ktorý nazývame integračný obor. Existuje viacero
definícií určitého integrálu, uvedieme si dve.
7.5.1. Riemannova definícia
Majme uzavretý interval ⟨ ⟩. Rozdeľme interval na podintervalov ⟨ ⟩
s rovnakou dĺžkou
a deliacimi bodmi:
Nech je ohraničená funkcia definovaná na uzavretom intervale ⟨ ⟩, pričom ,
ktorá na tomto intervale nadobúda len kladné hodnoty . Zvoľme v každom
podintervale ľubovoľný bod taký, že: . Spočítajme teraz plošné obsahy
obdĺžnikov so šírkou a výškami rovnajúcimi sa funkčným hodnotám v bodoch .
Dostaneme tzv. Riemannov integrálny súčet,77
br. 7.2.:
∑ [7.20.]
Obr. 7.2. Plochu pod krivkou môžeme aproximovať súčtom plôch „úzkych“
obdĺžnikov
77 Georg Friedrich Bernhard Riemann (1826-1866) bol nemecký matematik, ktorý významne prispel k rozvoju matematickej
analýzy a diferenciálnej geometrie.
212
bude nadobúdať odlišné hodnoty pre rôzne množiny bodov , ale stále bude
približne zodpovedať ploche pod krivkou na intervale ⟨ ⟩. Je zrejmé, že
s rastúcim počtom deliacich bodov ( , ) sa Riemannov integrálny súčet bude
približovať skutočnému plošnému obsahu krivočiareho lichobežníka ohraničeného osou ,
priamkami a krivkou , t. j.:
[7.21.]
Definícia. Ak postupnosť , Riemannových integrálnych súčtov na intervale
⟨ ⟩ je pre každý výber bodov konvergentná a má rovnakú limitu , potom toto číslo
nazývame Riemannovým určitým integrálom funkcie na intervale ⟨ ⟩ a značíme:
∫
[7.22.]
Funkciu potom nazývame integrovateľnou na intervale ⟨ ⟩. Číslo nazývame dolnou
hranicou a číslo hornou hranicou integrálu.
Na Riemannov určitý integrál sa môžeme pozerať ako na limitný prípad sčítania. Tomu
zodpovedá aj jeho zápis, keď symbol ∑ vo výraze [7.20.] nahradíme symbolom ∫ vo
vzťahu [7.22.] a dĺžkový element nahradíme a namiesto súčtu pre od 1 po budeme
„spojite sčítavať nekonečne malé príspevky“ podľa premennej , v rozmedzí od do .
Požiadavka obmedzenosti funkcie na intervale ⟨ ⟩ súvisí s konvergentnosťou postupnosti
Riemannových integrálnych súčtov, ktorá musí mať vlastnú limitu. Geometrický význam
Riemannovho určitého integrálu je zrejmý z obr. 7.2., predstavuje plochu pod krivkou
nezápornej funkcie na intervale ⟨ ⟩, čo vedie k početným praktickým geometrickým
aplikáciám určitého integrálu.
Vzniká prirodzená otázka, ktoré funkcie sú integrovateľné. V nasledujúcej vete budeme
bez dôkazu charakterizovať triedu integrovateľných funkcií.
Veta. Ak je funkcia spojitá na intervale ⟨ ⟩, potom existuje určitý integrál ∫
.
Táto veta zostáva platná aj vtedy, ak bude funkcia spojitá na ⟨ ⟩ až na konečný počet
nespojitých bodov.
Prednosťou Riemannovej definície určitého integrálu je jej jednoduchá geometrická
interpretácia. Jej nevýhodou je, že zisťovanie limít integrálnych súčtov je vo všeobecnosti
zložité, poprípade neriešiteľné.
213
7.5.2. Newtonova definícia
Nasledujúca veta umožňuje vypočítať určitý integrál pomocou primitívnej funkcie
(neurčitého integrálu).
Veta. Majme spojitú funkciu integrovateľnú na otvorenom intervale a nech existuje
primitívna funkcia funkcii k , ktorá je spojitá na uzavretom intervale ⟨ ⟩, pričom platí
. Potom Newtonov určitý integrál na intervale ⟨ ⟩ je daný vzťahom:
∫
[7.23.]
Vzťah [7.23.] sa nazýva Newtonov-Leibnizov vzorec.
Dôkaz. Rozdeľme interval ⟨ ⟩ na podintervalov s rovnakou dĺžkou a deliacimi
bodmi:
Majme funkciu spojitú na ⟨ ⟩, ktorá je primitívnou funkciou k funkcii na intervale
. To znamená, že spĺňa predpoklady Lagrangeovej vety na každom podintervale
⟨ ⟩ :
kde ⟨ ⟩. Sčítaním takýchto rovníc pre dostaneme:
Výraz na pravej strane rovnice je Riemannov integrálny súčet funkcie na intervale ⟨ ⟩.
Dostávame teda:
Pretože ∫
existuje a je limitou postupnosti na oboch stranách rovnice (na ľavej
strane je konštantná postupnosť), preto výpočtom limity dostaneme:
∫
Všimnime si, že v Newtonovom-Leibnizovom vzorci, vzťah [7.23.], nezáleží na tom, ktorú
z primitívnych funkcií (líšiacich sa o konštantu ) použijeme. Totiž, ak dve spojité funkcie
214
a sú primitívnymi funkciami k funkcii na intervale , potom sa a líšia len
o konštantu: . Preto platí:
∫
Na rozdiel od Riemannovho integrálu, je postup výpočtu určitého integrálu definovaného
podľa Newtona jednoznačne daný. Spočíva v nájdení primitívnej funkcie a vyčíslení jej dvoch
funkčných hodnôt. Naopak, jeho geometrický význam nie je úplne jasný. Z hľadiska
existencie a hodnoty Newtonovho určitého integrálu stojí za povšimnutie, že nezáleží na tom,
či je integrovaná funkcia definovaná v krajných bodoch integračného oboru a . Pre
porovnanie Riemannovej a Newtonovej definície určitého integrálu platí nasledujúca veta.
Veta. Ak je funkcia spojitá na intervale ⟨ ⟩, potom sa hodnota Riemannovho určitého
integrálu rovná hodnote Newtontovho určitého integrálu:
∫
7.5.3. Vlastnosti určitého integrálu
Skôr ako prejdeme k aplikáciám určitého integrálu, uveďme si niektoré jeho základné
vlastnosti. V ďalšom texte sa budeme zaoberať len určitými integrálmi počítanými podľa
Newtonovej definície a integrand budeme považovať za integrovateľnú funkciu
v zmysle Newtonovej definície.
Základné vlastnosti určitého integrálu:
ak je integrovateľná na ⟨ ⟩, , , potom platí:
∫
, ∫
∫
pre nezápornú integrovateľnú funkciu na ⟨ ⟩ je: ∫
ak je integrovateľná na ⟨ ⟩, pre ľubovoľné také, že: , platí:
∫
∫
∫
[7.24.]
ak existujú integrály ∫
a ∫
, a a sú reálne čísla, potom platí:
∫ ( )
∫
∫
ak je integrovateľná na ⟨ ⟩, potom je na ⟨ ⟩ integrovateľná aj a platí:
∫
∫
215
ak a sú integrovateľné funkcie na ⟨ ⟩ a na ⟨ ⟩ platí: , potom:
∫
∫
[7.25.]
ak funkcie a sú spojité a diferencovateľné na ⟨ ⟩, potom:
∫
∫
[7.26.]
Túto vlastnosť využívame na integráciu určitých integrálov metódou per partes.
nech funkcia je spojitá na ⟨ ⟩ a nech funkcia je spojitá, diferencovateľná a rýdzo
monotónna na ⟨ ⟩ taká, že , potom:
∫
∫ ( )
[7.27.]
Túto vlastnosť využívame na integráciu určitých integrálov substitučnou metódou.
ak existuje integrál ∫
a funkcia je párna, potom:
∫ ∫
ak je funkcia je nepárna, potom:
∫
nech funkcia je spojitá na ⟨ ⟩, potom existuje také , že podľa Lagrangeovej
vety platí:
∫
z čoho vyplýva veta o strednej hodnote funkcie na intervale ⟨ ⟩:
∫
[7.28.]
Geometrická interpretácia strednej hodnoty nezápornej spojitej funkcie na intervale
⟨ ⟩ je zrejmá z obr. 7.3. Plošný obsah krivočiareho lichobežníka pod krivkou
je rovnaký ako plocha obdĺžnika s výškou a šírkou .
Poznámka. Ak definujeme pre každé ⟨ ⟩ primitívnu funkciu ako funkciu hornej
hranice určitého integrálu derivovanej funkcie ( ):
∫
⟨ ⟩
potom derivácia tejto funkcie a . Týmto spôsobom môžeme vyjadriť
aj transcendentné primitívne funkcie k funkcii , teda také, ktoré nie je možné vyjadriť
pomocou elementárnych reálnych funkcií, napr.:
216
∫
alebo ∫
Obr. 7.3. Stredná hodnota funkcie na intervale ⟨ ⟩
Príklad. Vypočítajte určitý integrál: ∫
∫
∫ ∫
∫
Obr. 7.4. Graf funkcie
Príklad. Vypočítajte určitý integrál: ∫
Pri riešení použijeme aditivitu integrálu, vzťah [7.24.], a integrál funkcie rozdelíme na dve
časti: pre a pre , obr. 7.4.:
217
∫
∫
∫
(
) (
) (
) (
)
Príklad. Vypočítajte určitý integrál: ∫
∫
∫
( ) (
)
Príklad. Vypočítajte substitučnou metódou určitý integrál: ∫ √
∫ √
[
]
∫ √
√
Príklad. Vypočítajte substitučnou metódou určitý integrál: ∫
∫
[ (
)
] ∫
Príklad. Vypočítajte substitučnou metódou určitý integrál: ∫
√
∫
√
[
]
∫
∫
[(
) (
)]
Príklad. Vypočítajte metódou per partes určitý integrál: ∫
∫
|
| ∫
Príklad. Vypočítajte metódou per partes určitý integrál: ∫
218
∫
|
| [
]
∫
(
)
[
]
(
)
Príklad. Vypočítajte strednú hodnotu funkcie: na intervale ⟨ ⟩.
Strednú hodnotu funkcie budeme počítať podľa vzťahu [7.28.]:
∫
[
]
(
)
Príklad. Vypočítajte strednú hodnotu funkcie: na intervale ⟨ √ √ ⟩.
√ √ ∫
√
√
√ [
]
√
√
√ [(
√
√ ) (
√
( √ ))]
√ ( √
√ )
√ (
√
)
Všimnime si, že stredná hodnota, a tiež určitý integrál funkcie , ktorá
nadobúda na intervale ⟨ √ √ ⟩ záporné hodnoty, sú záporné, . Určitý integrál
∫
, ktorý geometricky interpretujeme na danom intervale ⟨ ⟩ ako plochu
ohraničenú rovinnou krivkou a osou , na rozdiel od plošného obsahu rovinných
útvarov, môže nadobúdať aj záporné hodnoty, ak pre platí: , obr. 7.5.
Obr. 7.5. Graf funkcie a určitý integrál ∫ √
√
√
7.5.4. Nevlastné integrály
V predchádzajúcej časti sme sa zaoberali určitým integrálom spojitej funkcie na konečnom
intervale ⟨ ⟩, kde , . V tejto časti rozšírime pojem určitého integrálu na
neobmedzený interval ⟩ alebo ⟨ , a tiež na neohraničené funkcie.
√ √
219
Definícia. Majme funkciu definovanú na intervale ⟨ a predpokladajme, že
je integrovateľná pre všetky , . Ak existuje vlastná (konečná) limita určitého
integrálu ∫
pre hornú hranicu , potom platí:
∫ ∫
[7.29.]
Majme funkciu definovanú na intervale ⟩ a predpokladajme, že je
integrovateľná pre všetky , . Ak existuje vlastná (konečná) limita určitého
integrálu ∫
pre dolnú hranicu , potom platí:
∫ ∫
[7.30.]
Ak nevlastné integrály [7.29.] a [7.30.] existujú, hovoríme, že nevlastné integrály konvergujú.
V opačnom prípade hovoríme, že divergujú (neexistujú), obr. 7.6. Geometrický význam
určitého integrálu platí aj pre nevlastné integrály, počítame tu obsah rovinného obrazca, ktorý
nie je obmedzený.
Obr. 7.6. Nevlastný integrál na neohraničenom intervale ⟨ ∫ ∫
Ak je funkcia definovaná na intervale a pre ľubovoľné existujú
integrály ∫
a ∫
, potom hovoríme, že existuje nevlastný integrál
∫
a definujeme ho ako:
∫
∫
∫
[7.31.]
Príklad. Vypočítajte nevlastný integrál: ∫
.
Na výpočet integrálu použijeme vzťah [7.29.]:
220
∫
∫
[
]
Príklad. Vypočítajte nevlastný integrál: ∫
.
∫
∫
Tento integrál diverguje.
Príklad. Vypočítajte nevlastný integrál: ∫
.
∫ [
]
∫
Príklad. Vypočítajte nevlastný integrál: ∫
.
Na výpočet integrálu použijeme vzťah [7.31.] a fakt, že funkcia
je párna,
obr. 7.7.:
∫
∫
∫
∫
∫
∫
Obr. 7.7. Nevlastný integrál ∫
221
Okrem nevlastných integrálov ohraničených funkcií na neohraničených intervaloch
⟩ alebo ⟨ , poznáme aj nevlastné integrály neohraničených funkcií definovaných
na ohraničených intervaloch ⟩ alebo ⟨ , obr. 7.8.
Definícia. Majme funkciu definovanú na intervale ⟨ , ktorá nie je ohraničená
v okolí bodu (singulárny bod) a je integrovateľná na každom intervale ⟨ ⟩, pre každé
. Ak existuje vlastná (konečná) limita funkcie pre blížiace sa k singulárnemu
bodu zľava, potom ju nazývame nevlastným integrálom neohraničenej funkcie na intervale
⟨ ⟩:
∫ ∫
[7.32.]
Hovoríme, že nevlastný integrál neohraničenej funkcie konverguje. Ak je táto limita
nevlastná (nekonečná), potom hovoríme, že integrál diverguje.
Obr. 7.8. Nevlastný integrál neohraničenej funkcie na intervale ⟨
Podobným spôsobom možno zadefinovať nevlastný integrál neohraničenej funkcie na
intervale ⟩. Ak je funkcia neohraničená v okolí oboch krajných bodov a pre nejaké
existujú nevlastné integrály ∫
a ∫
, potom
∫
∫
∫
[7.33.]
Príklad. Vypočítajte nevlastný integrál: ∫
Keď sa blíži k bodu zľava,
rastie cez všetky medze, preto bod je
singulárny bod, v okolí ktorého je neohraničená, obr. 7.9. Na výpočet nevlastného integrálu
použijeme vzťah [7.32.]:
222
∫
∫
Nevlastný integrál teda diverguje.
Obr. 7.9. Graf funkcie
a nevlastný integrál ∫
Príklad. Vypočítajte nevlastný integrál: ∫
√
Funkcia
√ má singulárny bod v .
∫
√ ∫
√
Príklad. Vypočítajte nevlastný integrál: ∫
Funkcia má singulárny bod v . Nevlastný integrál vypočítame metódou
per partes. Poslednú limitu vypočítame L’Hospitalovým pravidlom.
∫ ∫
|
|
[
]
∫
[
]
......
223
7.5.5. Aplikácie určitého integrálu
Okrem matematiky nachádza integrálny počet široké uplatnenie najmä vo fyzike a chémii,
kde celý rad fyzikálnych a fyzikálnochemických veličín je vyjadrený zákonmi formulovanými
v integrálnom tvare. V nasledujúcom texte sa však budeme zaoberať len najjednoduchšími
geometrickými aplikáciami.
K základným geometrickým aplikáciám určitého integrálu patrí určenie plošného obsahu
rovinného útvaru. Ako už vieme, určitý integrál spojitej nezápornej funkcie na intervale
⟨ ⟩ je rovný veľkosti plochy pod krivkou , obr. 7.2.:
∫
[7.34.]
Uvažujme rovinný útvar ohraničený krivkami spojitých funkcií a (Obr. 7.10.) takých,
že:
pre každé ⟨ ⟩. teda môžeme zapísať ako množinu usporiadaných dvojíc:
Ak , potom plošný obsah elementárnej oblasti sa rovná rozdielu plošných
obsahov krivočiarych lichobežníkov pod krivkami a :
Teda:
Obr. 7.10. Elementárne oblasti – plochy a ohraničené krivkami a ; a
na intervale ⟨ ⟩.
224
Pre plochu elementárnej oblasti teda dostaneme:
∫
[7.35.]
Z obr. 7.10. je zrejmé, že vzorec [7.35.] platí na výpočet plošného obsahu, rovnako aj pre
funkcie a posunuté na osi o konštantu . Vzťah [7.35.] môžeme zovšeobecniť aj pre
prípady, keď na intervale ⟨ ⟩ je , alebo sa funkcie a na tomto intervale
pretínajú tak, že uvažujeme absolútnu hodnotu rozdielu oboch funkcií:
∫
[7.36.]
Pred vlastnou integráciou je však potrebné absolútnu hodnotu odstrániť. To môžeme urobiť
tak, že integračný obor rozdelíme na podintervaly, kde rozdiel funkcií nemení svoje
znamienko, teda kde platí: pre a pre . V
prípade, že sa funkcie a na intervale ⟨ ⟩ pretínajú v bode , potom plošný obsah
spočítame ako súčet dvoch určitých integrálov od po a od po
Príklad. Vypočítajte plošný obsah útvaru ohraničeného grafom funkcie a
funkcie , obr. 7.11.
je dotyčnicou ku v bode , pretože . Dotyčnica má
teda smernicu 2. Priesečníky a budú tam, kde:
teda v bodoch so súradnicami a Plocha elementárnej oblasti sa teda bude rovnať:
∫
∫
Obr. 7.11. Elementárna oblasť ohraničená krivkami a
na intervale ⟨ ⟩
225
Príklad. Vypočítajte plošný obsah útvaru ohraničeného grafom funkcie a
funkcie , a priamkami a , obr. 7.12.
∫
[
]
Obr. 7.12. Elementárna oblasť ohraničená krivkami a na intervale
a priamkami a
Okrem plošného obsahu možno pomocou určitého integrálu vypočítať dĺžku rovinnej
krivky. Predstavme si krivku, ktorá je grafom spojitej funkcie , ⟨ ⟩, ktorá má
deriváciu v každom bode intervalu , obr. 7.13. Skúsme vypočítať jej dĺžku na intervale
⟨ ⟩. Interval rozdeľme na rovnakých dielikov dĺžky:
s deliacimi bodmi:
kde
Obr. 7.13. Krivka aproximovaná lomenou čiarou s krokom
Body na grafe funkcie pre hodnoty argumentu zodpovedajúce deliacim bodom
pospájame úsečkami. Takto dostaneme lomenú čiaru, celková dĺžka ktorej bude
určená súčtom jednotlivých úsečiek spájajúcich body s dĺžkami .
226
Dĺžky úsečiek vypočítame pomocou Pytagorovej vety,78
obr. 7.13., a použitím
Lagrangeovej vety:
√ √
√ √
Dĺžka celej lomenej čiary:
∑ ∑ √
[7.37.]
Výraz [7.37.] predstavuje Riemannov integrálny súčet pre funkciu √ na
intervale ⟨ ⟩. S rastúcim počtom dielikov sa bude súčet približovať
skutočnej dĺžke rovinnej krivky :
∫ ∫ √
[7.38.]
Príklad. Vypočítajte dĺžku krivky na intervale ⟨√ √ ⟩.
Na výpočet použijeme vzorec [7.38.].
∫ √ √
√ ∫ √
√
√ ∫
√
√
√ [
(√ )
(√ ) ]
∫√
∫
Racionálnu funkciu rozložíme na parciálne zlomky:
∫
Príklad. Odvoďte vzorec pre obvod kružnice.
Obvod kružnice vyjadríme ako dvojnásobok dĺžky polkružnice √ .
Najprv vyjadríme .
√
√
78 Pytagoras zo Samosu (asi 580-496 p.n.l.) bol starogrécky filozof, matematik a astronóm. Známy je najmä Pytagorovou
vetou, ktorá opisuje vzťah medzi dĺžkami strán pravouhlého trojuholníka v rovine.
227
∫ √ ∫ √
∫
√
(
)
Obr. 7.14. Polkružnica: √ , pre ⟨ ⟩
Pomocou určitého integrálu môžeme vypočítať tiež objem a plochu plášťa rotačných telies.
Majme funkciu spojitú na intervale ⟨ ⟩, ktorá ohraničuje krivočiary lichobežník:
Rotáciou lichobežníka okolo osi vznikne tzv. rotačné teleso, obr. 7.15. Ak si
predstavíme, že rotačné teleso rozdelíme na tenkých valčekov s plochou kruhového prierezu
a konštantnou výškou , potom objem celého rotačného telesa bude súčet
objemov všetkých valčekov pre :
∑ ∑ ∫
[7.39.]
Obr. 7.15. Rotačné teleso ohraničené krivkou na intervale ⟨ ⟩. Rez rotačného telesa v
bode má plochu .
228
Príklad. Vypočítajte objem rotačného telesa, ktoré vznikne rotáciou okolo osi rovinného
útvaru ohraničeného čiarami , a krivkou
.
Objem tohto rotačného telesa vypočítame podľa vzťahu [7.39.]:
∫
∫ (
)
∫
[
]
(
)
Príklad. Vypočítajte objem rotačného telesa, ktoré vznikne rotáciou okolo osi rovinného
útvaru ohraničeného krivkami a , obr. 7.16.
Najprv nájdeme priesečníky kriviek:
a vypočítame objem telesa:
∫
∫
∫
[
]
Obr. 7.16 Rovinný útvar, rotáciou ktorého okolo osi dostaneme rotačné teleso ohraničené
krivkami a na intervale ⟨ ⟩
Pomocou určitého integrálu možno vypočítať aj plochu povrchu rotačných telies. Povrch
rotačných telies sa skladá z kruhových podstáv a z plášťa, ktorý vznikne rotáciou krivky
pre ⟨ ⟩ okolo osi (v prípade rovinného útvaru znázorneného na obr. 7.16
rotačné teleso nemá podstavy). Element povrchu rotačného telesa zodpovedá plášťu
zrezaného kužeľa s obvodom podstavy a dĺžke steny √ . Preto plochu
plášťa rotačného telesa vypočítame podľa vzorca:
∫ √
[7.40.]
229
Príklad. Odvoďte vzťah pre veľkosť povrchu plášťa kužeľa, ktorý vznikne rotáciou úsečky
okolo osi , kde a .
Rotáciou tejto úsečky vznikne kužeľ s výškou a polomerom podstavy rovnajúcim sa .
∫
√ (
)
√ [
]
√
Príklad. Vypočítajte plošný obsah povrchu plášťa rotačného telesa, ktorý vznikne rotáciou
krivky √ pre ⟨ ⟩.
∫ √ √
∫ √ √
∫ √
√
( √ √ )
7.5.6. Približné metódy výpočtu určitých integrálov
Približný výpočet určitých integrálov pomocou numerických metód používame vtedy, keď
nevieme nájsť primitívnu funkciu k integrovanej funkcii. Postup numerickej integrácie
spočíva v tom, že integračný obor sa rozdelí na dostatočný počet (malých) podintervalov, na
ktorých považujeme integrovanú funkciu za konštantnú alebo ju tam aproximujeme inou
jednoduchšou funkciou. Jednotlivé metódy sa nazývajú podľa typu tejto aproximácie.
A B
Obr. 7.17. Numerická integrácia. A. Obdĺžnikové pravidlo. B. Lichobežníkové pravidlo.
Obdĺžnikové pravidlo. Majme spojitú funkciu na uzavretom intervale ⟨ ⟩.
Rozdeľme na rovnakých podintervalov, ktorých dĺžka bude
. Označme
a . Na každom podintervale ⟨ ⟩ nahraďme funkciu
230
konštantnou funkciou , obr. 7.17. A. Plochu elementárnej oblasti potom môžeme
vyjadriť ako súčet obdĺžnikov:
∫
[7.41.]
Lichobežníkové pravidlo. Pri tomto postupe nahradzujeme na každom podintervale
⟨ ⟩ graf funkcie priamkou, ktorá prechádza po sebe idúcimi vrcholmi [ a
[ . Plochu elementárnej oblasti potom aproximujeme lichobežníkmi, z ktorých
každý má plochu
. Celková plocha sa potom bude rovnať:
∫
[7.42.]
Pre obidva súčty a platí, že s rastúcim sa ich hodnota blíži k hodnote určitého
integrálu ∫
. Rýchlosť tohto približovania je pre lichobežníkovú metódu vyššia. Ak
zdvojnásobíme počet dielikov , chyba odhadu sa pri použití obdĺžnikového pravidla zmenší
na polovicu, zatiaľ čo u lichobežníkového pravidla sa zmenší na štvrtinu. Rýchlosť
konvergencie je daná stupňom polynómu, ktorým funkciu po častiach aproximujeme. Zatiaľ
čo obdĺžnikové pravidlo využíva konštantnú funkciu, lichobežníkové pravidlo používa
presnejšiu lineárnu funkciu. Zložitejšie a presnejšie metódy numerickej integrácie ako napr.
Simpsonovo pravidlo79
, ktoré využíva kvadratickú interpoláciu, umožňujú vypočítať hodnoty
určitých integrálov prakticky s ľubovoľnou presnosťou.
Použitá literatúra 7
11. F. Ayres, Jr., E. Mendelson: Differential and Integral Calculus, 3rd
ed., Schaum’s
Outline Series, McGraw-Hill, New York, 1990.
12. Z. Došlá: Matematika pro chemiky 1, Masarykova Universita, Brno, 2010.
13. J. Eliáš, J. Horváth, J. Kajan: Zbierka úloh z vyššej matematiky, I - IV., Bratislava,
Alfa, 1989.
14. R. L. Finney, G. B. Thomas Jr.: Calculus and Analytic Geometry, 9th ed., Addison-
Wesley, Reading, 1996.
79
Thomas Simpson (1710-1761) bol britský matematik a vynálezca, známy najmä pre svoju numerickú metódu
výpočtu určitých integrálov.
231
15. L. D. Hoffmann, G. L. Bradley: Applied Calculus for Business, Economics, and the
Social and Life Sciences, 9th ed., McGraw-Hill, New York, NY, 2007.
16. M. Jasem, Ľ. Horanská: Matematika I. Zbierka úloh, STU, Bratislava, 2010.
17. P. Klemera: Aplikovaná matematika, Karolinum, Praha, 2011.
18. I. Kluvánek, L. Mišík, M. Švec: Matematika I a II, SVTL, Bratislava, 1961.
19. V. Kotvalt: Základy matematiky pro přírodovědné obory, Karolinum, Praha, 2011.
10. D. L. Stancl, M. L. Stancl: Calculus for Management and the Life and Social
Sciences, 2nd
ed., R. D. Irwin, Boston, MA, 1990.
11. M. Šabo: Matematika I, STU, Bratislava, 2009.
12. J. Zeman: Matematika pre farmaceutov, UK, Bratislava, 1989.
232
Cvičenia 7
7.1. Vypočítajte neurčitý integrál: ∫ √ .
7.2. Vypočítajte neurčitý integrál: ∫
√ .
7.3. Vypočítajte neurčitý integrál: ∫√ .
7.4. Vypočítajte neurčitý integrál: ∫
.
7.5. Vypočítajte neurčitý integrál: ∫
.
7.6. Vypočítajte neurčitý integrál: ∫ .
7.7. Vypočítajte neurčitý integrál: ∫
.
7.8. Vypočítajte neurčitý integrál: ∫ .
7.9. Vypočítajte neurčitý integrál: ∫ .
7.10. Vypočítajte neurčitý integrál: ∫
.
7.11. Vypočítajte neurčitý integrál: ∫
.
7.12. Vypočítajte neurčitý integrál: ∫
.
7.13. Vypočítajte neurčitý integrál: ∫
.
7.14. Vypočítajte neurčitý integrál: ∫
.
7.15. Vypočítajte neurčitý integrál: ∫
√ .
233
7.16. Vypočítajte neurčitý integrál: ∫√ .
7.17. Vypočítajte metódou per partes neurčitý integrál: ∫ .
7.18. Vypočítajte metódou per partes neurčitý integrál: ∫ .
7.19. Vypočítajte neurčitý integrál: ∫ .
7.20. Vypočítajte neurčitý integrál: ∫ .
7.21. Vypočítajte neurčitý integrál: ∫
.
7.22. Vypočítajte určitý integrál: ∫
.
7.23. Vypočítajte určitý integrál: ∫ √
.
7.24. Vypočítajte určitý integrál: ∫
.
7.25. Vypočítajte určitý integrál: ∫
.
7.26. Vypočítajte určitý integrál: ∫
√
.
7.27. Vypočítajte určitý integrál: ∫
.
7.28. Vypočítajte plochu elementárnej oblasti ohraničenej krivkami a
.
7.29. Vypočítajte plochu elementárnej oblasti uzavretej krivkou .
7.30. Nájdite objem rotačného telesa, ktoré vznikne otáčaním paraboly √ na intervale
⟨ ⟩ okolo osi .
234
7.31. Nájdite objem rotačného telesa, ktoré vznikne otáčaním elipsy okolo
osi .
7.32. Nájdite dĺžku krivky danej funkciou:
na intervale ⟨ ⟩.
7.33. Nájdite dĺžku reťazovky danej funkciou:
(
) na intervale ⟨ ⟩.
7.34. Vypočítajte plochu povrchu plášťa rotačného telesa, ktoré vznikne otáčaním elipsy
okolo osi .
235
Riešenia 7
7.1. ∫ √ ∫(
)
7.2. ∫
√ [
]
∫
√
7.3. ∫√ ∫ √ [
]
∫
√
7.4. ∫
∫ [
]
7.5. ∫
∫ (
)
7.6. ∫ [
]
∫
7.7. ∫
∫
∫
Absolútnu hodnotu môžeme vo výsledku vynechať, pretože pre všetky .
7.8. ∫ [
]
∫
7.9. ∫ [
]
∫
7.10. ∫
∫
7.11. ∫
∫ (
)
7.12. ∫
∫
∫
7.13. ∫
∫
∫
236
∫
∫
7.14. ∫
|
|
7.15. ∫
√
∫
√
∫
√ ∫
√
√ | √ |
7.16. ∫√
∫√
[
√ ( √ )]
√ ( √ )
7.17. ∫ |
| ∫
∫
∫ ∫
Dostaneme rovnicu:
∫
a z toho:
∫
7.18. ∫ |
|
∫ |
|=
{
∫ }
∫
.... |
|
∫
∫
7.19. ∫
∫
∫
7.20. ∫ ∫
neopravené
v korektúre
237
7.21. ∫
Racionálnu funkciu rozložíme na parciálne zlomky:
Z toho pre koeficienty:
∫
∫
∫
∫
Pre druhý integrál použijeme rekurentný vzťah:
∫
∫
∫
∫
Dostaneme teda:
∫
7.22. ∫
[
]
( )
[
(
)]
7.23. ∫ √
√ √
√
√
√
√
7.24. ∫
[ |
|]
(
)
7.25. ∫ |
|
∫
|
|
∫
[
]
(
)
7.26. ∫
√
∫
√ ∫
√
[
]
238
7.27. ∫
∫
∫
∫
∫ (
)
[(
) ]
7.28. Plochu elementárnej oblasti ohraničenej krivkami a
vypočítame ako určitý integrál: ∫ ( )
. Najprv nájdeme priesečníky
kriviek:
∫ ∫ [
]
Obr. 7.18. Elementárna oblasť ohranicená krivkami: a .
7.29. Plochu elementárnej oblasti uzavretej symetrickou krivkou
√ budeme počítať ako štvornásobok časti ležiacej v prvom kvadrante:
∫ √
∫ √ [
]
Obr. 7.19. Elementárna oblasť uzavretá symetrickou krivkou
239
7.30. Objem rotačného telesa, ktoré vznikne otáčaním paraboly √ na intervale ⟨ ⟩
okolo osi budeme počítať podľa vzťahu ∫
[7.39.]
∫ (√ )
∫ [
]
Obr. 7.20. Rotačné teleso, ktoré vznikne otáčaním paraboly √ na intervale ⟨ ⟩
7.31. Objem rotačného telesa, ktoré vznikne otáčaním elipsy s dĺžkou hlav-
nej poloosi okolo osi vypočítame ako integrál na integračnom obore ⟨ ⟩:
∫ (
√ )
∫
[
]
Obr. 7.21. Rotačné teleso, ktoré vznikne otáčaním elipsy
7.32. Dĺžku krivky danej funkciou:
na intervale ⟨ ⟩ budeme počítať
podľa vzorca [7.38.]: ∫ √
.
Najprv vypočítame: (
)
( )
∫ √ (
)
∫ √(
)
∫
[
]
[(
) (
)]
y
240
7.33. Dĺžku reťazovky:
(
) na intervale ⟨ ⟩ budeme počítať ako:
[
(
)]
(
)
∫ √ [
(
)]
∫ √
(
)
∫ (
)
[
]
(
)
Obr. 7.22. Graf krivky nazývanej reťazovka:
(
)
7.34. Plochu povrchu plášťa rotačného telesa, ktoré vznikne otáčaním elipsy
s dĺžkou hlavnej poloosi rovnou 4 okolo osi , vypočítame pomocou vzťahu [7.40.]
∫ √
.
Najprv vypočítame (
√ )
√
√
∫
√ √ [
√ ]
∫ √
√ [ √
√
√
]
( √
).
241
8. Diferenciálny počet funkcií dvoch premenných
8.1. Definičný obor a graf funkcie
Reálnou funkciou dvoch nezávislých premenných budeme nazývať funkčný predpis,
ktorý každej usporiadanej dvojici reálnych čísel z množiny (z definičného
oboru) jednoznačne priradí reálne číslo (funkčnú hodnotu). Toto priradenie symbolicky
zapisujeme: alebo .
Definičný obor funkcie dvoch premenných je teda podmnožina ,
geometricky je to časť roviny s karteziánskymi súradnicami a . Oborom hodnôt funkcie
je podmnožina reálnych čísel .
Grafom reálnej funkcie dvoch premenných je množina
, geometricky je to časť trojrozmerného priestoru (s karteziánskymi súradnicami
a ), hyperplocha80
v priestore, obr. 8.1., (na rozdiel od grafu jednej reálnej premennej, ktorej
grafom je krivka v rovine).
A. B.
Obr. 8.1. Grafy funkcií dvoch nezávisle premenných. A. (rotačný paraboloid).
B.
. Farebná škála rozlišuje „vrstevnice hyperplochy“, ktoré ležia v
odlišných v intervaloch hodnôt súradnice .
Graf funkcie dvoch premenných má takú vlastnosť, že každá priamka rovnobežná s osou
ju pretne najviac v jednom bode. Podobne ako pri funkciách jednej premennej aj v prípade
funkcií dvoch premenných môžeme zaviesť niektoré vlastnosti, ako napr. ohraničenosť
funkcie, prípadne možno zaviesť pojem zloženej funkcie. Iné vlastnosti, ako napr.
80 Termínom „hyperplocha“ budeme označovať zakrivenú plochu v trojrozmernom priestore.
x x y
y
z z
242
monotónnosť, však strácajú zmysel, pretože množinu nepovažujeme za lineárne
usporiadanú (nevieme rozhodnúť či prvok leží pred alebo za prvkom
). Vlastnosti funkcií dvoch premenných, opísané v tejto kapitole, možno jednoducho
rozšíriť aj na funkcie viacerých premenných. Nebudeme sa tým však vzhľadom na malú
názornosť zapodievať. Zatiaľ čo graf funkcie dvoch premenných vieme v učebniciach
znázorniť, napr. ako axonometrický priemet81
do roviny, grafy funkcií 3 (a viac) nezávisle
premenných (t. j. usporiadané štvorice v 4- rozmernom priestore, vo všeobecnosti usporiadané
-tice), už takto znázorniť nedokážeme.
Grafom konštantnej funkcie s definičným oborom je
rovina rovnobežná s rovinou , ktorá pretína -ovú os vo výške . Oborom hodnôt je
. Rezom plochy rovinou kolmou na os (ktorá má rovnicu ),
ako aj rovinou kolmou na os (s rovnicou ), bude priamka, ktorá spĺňa
podmienky ( , , ).
Grafom lineárnej funkcie dvoch premenných kde
sú parametre a , je tiež rovina, obr. 8.2. Rezom tejto rovinnej plochy rovinou
(rovinou kolmou na os ) alebo (rovinou kolmou na os ), dostaneme priamku
s rovnicou (čo je funkcia jednej nezávisle premennej , pričom zostáva
závisle premennou) alebo priamku .
Obr. 8.2. Grafom lineárnej funkcie dvoch premenných: , alebo vo
všeobecnom tvare: , je rovina
Grafom funkcie je kvadratická hyperplocha nazvaná rotačný
paraboloid (obr. 8.1. A), pričom , . Rovinné rezy touto hyperplochou
81 Axonometrická projekcia je jednoduchý spôsob premietania priestorových telies do roviny.
x
y
z
243
rovinami kolmými na os s rovnicou: , sú kružnice s rovnicami:
so stredom v počiatku osí a a polomerom √ . Rezom rotačného paraboloidu:
rovinami kolmými na os alebo (rovnice: a ) je parabola s rovnicou:
alebo .
Príklady grafov, ktoré sme tu stručne načrtli, naznačujú, ako je možné vyšetrovať tvar
kriviek funkcií dvoch premenných, čo je vďaka jednej dimenzii naviac oproti funkciám jednej
premennej, podstatne zložitejšie.
8.2. Limita a spojitosť
V predchádzajúcich častiach sme definovali limitu funkcie pomocou okolia bodu na
množine reálnych čísel. Ak rozšírime pojem okolia na množinu budú zodpovedajúce
definície limity a spojitosti funkcií dvoch premenných veľmi podobné.
Majme bod a , , potom množinu bodov
; √ nazveme prstencovým -okolím bodu
. Druhá odmocnina tu predstavuje vzdialenosť bodov a vyjadrenú
pomocou Pytagorovej vety.
Definícia. Majme funkciu definovanú na určitom prstencovom okolí bodu
. Ak existuje , také, že:
hovoríme, že funkcia dvoch premenných má v bode vlastnú limitu , a zapisujeme:
[8.1.]
Ak je navyše funkcia definovaná aj v bode a platí:
[8.2.]
hovoríme, že funkcia dvoch premenných je v bode spojitá.
Limita aj v prípade funkcií dvoch nezávisle premenných popisuje správanie funkcie v okolí
daného bodu , ale nie v bode samom (na rozdiel od spojitosti). Ak má funkcia dvoch
premenných v bode limitu rovnajúcu sa , dáva, zjednodušene povedané, funkčné
hodnoty v blízkosti bodu , ktoré sa veľmi málo líšia od hodnoty . Pre funkcie dvoch
premenných možno, podobne ako pre funkciu jednej premennej, zaviesť pojem nevlastnej
limity, nedá sa však na ne rozšíriť pojem limity v nevlastnom bode.
244
Rovnako možno na limity funkcií dvoch premenných aplikovať vlastnosti súčtu, rozdielu,
súčinu a podielu limít spojitých funkcií jednej premennej (vzťahy [6.4.]) a výsledkom je opäť
spojitá funkcia. Limita spojitej funkcie sa rovnako ako pri funkciách jednej premennej bude
rovnať funkčnej hodnote v danom bode.
Pretože definičným oborom funkcií dvoch premenných je podmnožina , je vyšetrovanie
správania funkcie, keď sa blížime k hranici jej definičného oboru podstatne náročnejšie ako
pri funkciách jednej premennej. Zatiaľ čo v prípade jednej premennej tvoria hranice oboru
dva body, ku ktorým sa môžeme blížiť zľava alebo sprava, v prípade dvoch premenných tvorí
hranicu nekonečne veľa bodov, ku ktorým sa môžeme približovať z nekonečne mnoho
smerov. Podobne je to aj so stanovením limity funkcie v danom bode, kde existuje nekonečný
počet možných smerov priblíženia. Preto nie je možné pre funkcie dvoch a viac premenných
zaviesť pojem limity zľava a sprava.
Pri vyšetrovaní limity funkcie dvoch premenných v danom bode , je výhodné
postupovať tak, že skúmame limitu v smere priamok, ktoré ležia v definičnom obore funkcie
a daným bodom prechádzajú: , . Limita funkcie dvoch
premenných počítaná v smere takejto priamky: sa totiž počíta
ako limita funkcie jednej premennej, čo už vieme vypočítať. Pokiaľ dostaneme pri
približovaní sa k bodu pre všetky možné smery priamok rovnakú limitu , potom
môžeme pre limitu v bode písať: .
Obr. 8.3. Graf funkcie:
Príklad. Vypočítajte limitu funkcie:
v bode , obr. 8.3.
Funkcia je definovaná na a na definičnom obore je spojitá. Budeme
vyšetrovať jej správanie okolo bodu a počítať limitu:
, pričom sa
x
z
y
245
k počiatku budeme približovať po priamkach , ktoré prechádzajú počiatkom
a ležia v rovine :
Vidíme, že limity sú v rôznych smeroch rôzne ( je smernica priamok, ktoré smer priblíženia
určujú), a preto funkcia nemá v bode limitu.
8.3. Parciálna derivácia
Pripomeňme si definíciu a geometrický význam derivácie funkcie jednej premennej
v bode , ktorá je definovaná ako limita [6.7.]:
.
Derivácia v bode je teda číslo, ktoré udáva veľkosť smernice dotyčnice ku krivke
v dotykovom bode . V predchádzajúcej časti sme ukázali, že v prípade
funkcie dvoch nezávisle premenných je limita funkcie komplikovanejšia ako pri jednej
premennej, pretože v tomto prípade sa môžeme blížiť k bodu z mnohých smerov.
Ukazuje sa, že je výhodné sledovať správanie funkcie, keď sa približujeme k skúmanému
bodu v smere súradnicových osí a . Počítaním limít v smere osí a sa
dostávame k zavedeniu pojmu parciálnej derivácie 82
funkcie dvoch premenných .
Definícia. Majme funkciu definovanú na okolí . Nech funkcie
a sú funkciami jednej premennej definované na -okolí
bodu , respektíve . Ak má funkcia v bode deriváciu , potom ju nazývame
parciálnou deriváciou funkcie podľa premennej v bode a označujeme:
[8.3.]
Ak má funkcia v bode deriváciu , potom ju nazývame parciálnou deriváciou
funkcie podľa premennej v bode a označujeme:
[8.4.]
Ak má funkcia parciálne derivácie v ľubovoľnom bode , sú tieto
derivácie funkciami premenných a . Funkcia dvoch premenných má dve parciálne
derivácie prvého rádu. Pri parciálnom derivovaní v smere osi ( sa dívame na
82 Význam pojmu parciálna derivácia môžeme vysvetliť aj ako čiastočná derivácia.
246
premennú ako na konštantu a derivujeme len podľa premennej . Naopak, pri derivovaní
v smere osi ( sa dívame na premennú ako na konštantu a derivujeme len podľa
premennej . Pretože parciálne derivácie a
počítame ako „obyčajné“
derivácie podľa jednej premennej, platia pre výpočet parciálnych derivácií rovnaké pravidlá
ako pre derivovanie funkcií jednej premennej (ako napr. pravidlo o derivovaní zloženej
funkcie, súčinu a podielu funkcií, a pod.).
Parciálne derivácie v danom bode môžu (a nemusia) existovať a môžu byť
vlastné alebo nevlastné. V každom prípade podávajú informáciu o tom, aké je zakrivenie
hyperplochy v okolí bodu v kladnom smere osi a kladnom smere osi ,
Obr. 8.4.
Obr. 8.4. Parciálna derivácia v bode funkcie udáva smernicu dotyčnice
v bode ku krivke vzniknutej rezom hyperplochy
rovinou kolmou na os s rovnicou (krivka ). Podobne parciálna derivácia
v bode funkcie udáva smernicu dotyčnice v bode
ku krivke vzniknutej rezom hyperplochy rovinou
kolmou na os s rovnicou (krivka ).
Geometrická interpretácia parciálnych derivácií hovorí, že sú to smernice dotyčníc ku
krivkám a v bode , ktoré vznikli ako rezy hyperplochy
rovinami kolmými na os ( a na os ( , a ktoré prechádzajú
bodom . Parciálne derivácie však nehovoria nič o zakrivení hyperplochy v okolí
bodu v smeroch odlišných, ako sú smery súradnicových osí a .
247
Zatiaľ čo pri funkciách jednej premennej vyplýva z existencie derivácie v bode spojitosť
funkcie v danom bode, pri funkciách dvoch premenných toto tvrdenie neplatí. Ak má funkcia
v bode parciálnu deriváciu, nemusí ešte byť v tomto bode spojitá.
Príklad. Vypočítajte prvé parciálne derivácie funkcie
v bode .
Funkcia predstavuje polynóm premenných a a je definovaná a spojitá na celom
intervale . Najprv vypočítame parciálne derivácie vo všeobecnom bode a potom
určíme ich konkrétne hodnoty v bode .
Príklad. Vypočítajte prvé parciálne derivácie funkcie
Funkcia je definovaná a spojitá na celom intervale . Budeme ju derivovať ako
súčin funkcií.
Príklad. Vypočítajte prvé parciálne derivácie funkcie
.
Funkcia je definovaná a spojitá na celom intervale . Budeme ju derivovať ako
podiel dvoch funkcií.
[
] ( )
[
] ( )
Príklad. Vypočítajte prvé parciálne derivácie funkcie
Funkcia je definovaná a spojitá na intervale , t. j. všade
okrem „tmavého údolia“ obr. 8.5. Budeme ju derivovať ako zloženú funkciu.
248
Obr. 8.5. Graf funkcie:
Vyšetrovanie priebehu funkcií dvoch premenných pomocou parciálnych derivácií je v prin-
cípe podobné postupom, ktoré sme použili v diferenciálnom počte funkcií jednej premennej.
Podobne, podľa znamienka prvej parciálnej derivácie, vieme zistiť, či daná funkcia v určitom
bode rastie alebo klesá v smere osí alebo , prípadne identifikovať aj body, v ktorých by
funkcia mohla mať lokálny extrém. Keďže parciálna derivácia nevystihuje správanie funkcie
v smeroch iných, ako sú osi nezávisle premenných, situácia môže byť komplikovanejšia.
8.4. Gradient funkcie
Vo fyzikálnej terminológii sa vektor zložený z parciálnych derivácií funkcie
nazýva gradient funkcie. Gradient funkcie ukazuje smer najväčšieho rastu funkcie a jeho
absolútna hodnota zodpovedá strmosti nárastu funkcie v danom smere. Gradient je príkladom
vektorovej funkcie. Vektorová funkcia je zobrazenie : , ktoré bodu v rovine priradí
vektor. Vektorová funkcia popisuje nielen veľkosť (danú dĺžkou vektora , vzťah [4.1.]), ale
aj smer fyzikálnej veličiny (napr. gravitačnej sily alebo rýchlosti):
[8.5.]
kde a sú funkcie. Vo fyzike sa namiesto skalárnej a vektorovej funkcie
používa označenie skalárne alebo vektorové pole. Vektorové pole v rovine často zapisujeme
pomocou jednotkových vektorov v smere súradnicových osí a :
a [8.6.]
potom vektorové pole [8.5.] môžeme písať ako:
[8.7.]
249
Vo fyzike sa vektorové pole , ktoré je gradientom nejakej skalárnej funkcie dvoch
premenných:
(
)
[8.8.]
nazýva konzervatívnym vektorovým poľom a danú funkciu nazývame potenciálovou
funkciou (alebo potenciálom) poľa , pričom vektor parciálnych derivácií:
pre
funkcie dvoch premenných a
pre funkcie troch premenných sa nazýva
diferenciálny operátor alebo Hamiltonov operátor (skrátene Hamiltonián).83
Pomerne jednoduchý spôsob, akým môžeme znázorniť vektorové pole v rovine, je
nakresliť v niekoľkých bodoch mriežky v rovine šípky reprezentujúce vektory ,
ktoré začínajú v bodoch
Príklad. Vypočítajte a nakreslite gradientové vektorové pole potenciálovej funkcie
.
Gradient funkcie je daný vzťahom [8.8.], preto dostávame:
(
)
Potenciálová funkcia a jej gradientové pole sú znázornené na obr. 8.6.
Obr. 8.6. Graf potenciálovej funkcie: . Pod hyperplochou
je znázornená projekcia gradientového poľa:
zobrazeného pomocou šípok pre ⟨ ⟩.
83 Sir William Rowan Hamilton (1805-1865) bol írsky matematik, fyzik a astronóm. Je známy svojimi príspevkami k rozvoju
klasickej mechaniky, optiky, dynamiky a algebry.
250
8.5. Smerová derivácia
Pomocou gradientu môžeme definovať derivácie funkcie dvoch premenných aj v iných
smeroch, ako len v smere súradnicových osí a . Smerové derivácie predstavujú teda
zovšeobecnenie parciálnych derivácií. Sú definované pomocou vektora, v smere ktorého
deriváciu funkcie hľadáme.
Definícia. Majme funkciu , ktorá má spojité parciálne derivácie. Smerovou deriváciou
funkcie v smere vektora nazývame skalárny súčin:
[8.9.]
kde
je jednotkový vektor v smere vektora v rovine .
Smerové derivácie popisujú rýchlosť zmeny funkcie v smere vektora . Parciálna derivácia
je smerová derivácia v smere a
v smere .
Príklad. Pre funkciu vypočítajte smerovú deriváciu v smere vektora
.
Podľa vzťahu [8.9.] vypočítame smerovú deriváciu ako skalárny súčin gradientu funkcie
a jednotkového vektora . Najprv vypočítame jednotkový vektor:
(
) (
√
√ ) (
)
Parciálne derivácie vypočítame ako:
Po dosadení podľa vzťahu [8.9.] dostaneme pre veľkosť smerovej derivácie:
pričom smer derivácie je určený jednotkovým vektorom
.
8.6. Derivácie vyšších rádov
Funkcia má definované dve parciálne derivácie
a
. Každá z prvých parciálnych derivácií predstavuje funkciu, ktorú možno ďalej
derivovať. Ak existujú druhé parciálne derivácie, potom dostaneme 4 funkcie:
251
(
)
(
)
(
)
(
)
[8.10.]
Tieto parciálne derivácie nazývame parciálne derivácie druhého rádu funkcie . Druhá
parciálna derivácia funkcie podľa a podľa :
znamená,
že funkciu najprv derivujeme podľa premennej , čím získame funkciu
, ktorú potom
derivujeme podľa premennej . Parciálne derivácie ,
sa nazývajú zmiešané
parciálne derivácie a platí pre ne nasledujúca Schwarzova veta84
o symetrii druhých derivácií.
Veta. (Schwarzova veta) Nech funkcia má v okolí bodu spojité parciálne derivácie
a
. Potom platí:
[8.11.]
Schwarzova veta sa dá rozšíriť aj na derivácie vyšších rádov. Hovorí, že hodnota zmiešanej
derivácie záleží len na tom, koľkokrát sa derivovalo podľa premennej a koľkokrát podľa
premennej a nezáleží na poradí derivovania.
Príklad. Vypočítajte parciálne derivácie druhého rádu funkcie:
.
Definičným oborom funkcie bude a na tejto množine bude funkcia spojitá vrátane
derivácií prvého a druhého rádu. Pre parciálne derivácie platí:
84 Karl Hermann Amandus Schwarz (1843-1921) bol nemecký matematik, známy predovšetkým vďaka práci v oblasti
komplexnej analýzy.
252
Príklad. Vypočítajte parciálne derivácie druhého rádu funkcie: v
bode .
Funkcia je spojitá na , na tejto množine budú spojité aj jej derivácie prvého
a druhého rádu. Funkciu prepíšeme na jednoduchší tvar a parciálne derivácie vypočítame
podľa vzorca pre súčin funkcií [6.12.]:
Hodnoty derivácií v bode dostaneme dosadením hodnôt nezávisle premenných:
8.7. Totálny diferenciál a totálna derivácia funkcie
Pod diferenciálom funkcie jednej premennej v bode chápeme prírastok
funkcie pozdĺž dotyčnice ku grafu funkcie prechádzajúcej bodom (vzťah [6.15.]):
. Existencia diferenciálu funkcie je v tomto prípade ekvivalentná
existencii derivácie funkcie v bode .
Pre funkciu dvoch premenných je diferenciál definovaný analogicky, ako
prírastok funkcie v dotykovej rovine k hyperploche prechádzajúcej dotykovým
bodom . Takáto dotyková rovina má s danou hyperplochou v okolí bodu,
kde ju zostrojujeme, spoločný len samotný dotykový bod (prípadne aj priamku alebo krivku).
253
Definícia. Majme funkciu , ktorá má v bode spojité parciálne derivácie
prvého rádu. Označme prírastky nezávisle premenných a ako:
,
Totálny diferenciál funkcie v bode je lineárnou funkciou prírastkov
premenných a a má tvar:
[8.12.]
Ak má funkcia v danom bode diferenciál, hovoríme, že je v tomto bode diferencovateľná.
Zo vzťahu [8.12.] vidíme, že totálny diferenciál je definovaný ako skalárny súčin gradientu
funkcie v danom bode a vektora prírastkov nezávisle premenných :
[8.13.]
teda ako smerová derivácia v smere vektora prírastku , vzťah [8.9.].
Totálny diferenciál funkcie dvoch premenných je vlastnosť zásadnejšieho významu, ako sú
samotné parciálne derivácie. Platí totiž, ak má funkcia v danom bode totálny
diferenciál, potom je v tomto bode spojitá. Táto implikácia však neplatí opačne, ak je funkcia
spojitá, nemusí byť v danom bode diferencovateľná.
Príklad. Nájdite totálny diferenciál funkcie: v bode .
Totálny diferenciál vypočítame podľa vzťahu [8.12.]. Najprv určíme parciálne derivácie:
Totálny diferenciál bude mať tvar:
Totálny diferenciál v bode bude:
Príklad. Nájdite totálny diferenciál funkcie:
Totálny diferenciál:
254
Príklad. Nájdite totálny diferenciál funkcie:
Totálny diferenciál v ľubovoľnom bode
Ak je funkcia v bode diferencovateľná, potom má v danom bode dotykovú rovinu, ktorú
charakterizuje nasledujúca veta.
Veta. Ak má funkcia v bode totálny diferenciál, potom má graf funkcie
v tomto bode dotykovú rovinu opísanú rovnicou:
[8.14.]
Rovnica dotykovej roviny predstavuje najlepšiu lineárnu aproximáciu funkcie v bode
. Táto rovina je určená dotykovým bodom (kde ), a dvomi
priamkami, ktoré cez tento bod prechádzajú, t. j. dotyčnicami a určenými smerovými
vektormi a
, obr. 8.4. Približná hodnota funkcie
v okolí dotykového bodu je daná výrazom:
[8.15.]
Príklad. Napíšte rovnicu dotykovej roviny grafu funkcie: v bode .
Najprv vypočítame parciálne derivácie:
Rovnicu dotykovej roviny dostaneme dosadením do vzťahu [8.14.]
Alebo v implicitnom tvare:
255
Príklad. Vypočítajte približnú hodnotu: .
K výpočtu využijeme definíciu diferenciálu funkcie v bode s diferenciami
a . Najprv vypočítame parciálne derivácie:
Prírastok funkcie v bode bude:
Približnú hodnotu odhadneme podľa vzťahu [8.15.]:
Výpočet na kalkulačke nám dá výsledok: .
Majme funkciu dvoch premenných a , ktoré sú spojitými funkciami jednej
nezávisle premennej : a . Potom funkcia bude zloženou funkciou
, závislou od premennej . Zmenu (prírastok) funkcie v závislosti od
premennej v bode vyjadruje totálna derivácia , ktorá sa vypočíta pomocou
reťazového pravidla.
Veta. Majme spojitú diferencovateľnú funkciu , ktorá má v bode
spojité parciálne derivácie prvého rádu. Totálna derivácia funkcie v bode
podľa premennej má tvar:
[8.16.]
kde a . Podobne, ak máme funkciu premenných a ,
ktoré sú funkciami dvoch (alebo viac) nezávisle premenných a : a ,
potom bude zloženou funkciou závislou od premenných a .
Prírastky funkcie podľa týchto premenných v bode vyjadrujú derivácie
, ktoré sa počítajú pomocou reťazového pravidla.
Veta. Majme spojitú diferencovateľnú funkciu , ktorá má v bode
spojité parciálne derivácie prvého rádu. Parciálne derivácie funkcie
v bode podľa premenných a majú tvar:
256
[8.17.]
kde a .
Príklad. Nájdite deriváciu funkcie , kde ,
podľa premennej .
Najprv nájdeme parciálne derivácie funkcie a derivácie funkcií :
Potom podľa [8.16.]:
Príklad. Nájdite derivácie
a
funkcie ak .
Najprv nájdeme všetky parciálne derivácie:
a dosadíme do vzťahu [8.17.]:
257
8.8. Kmenová funkcia [2]
V tejto časti budeme riešiť jednoduchú úlohu. Máme daný výraz:
a našou úlohou je zistiť, či existuje nejaká funkcia taká, že daný výraz je jej totálnym
diferenciálom:
[8.18.]
Taká funkcia , ak existuje, sa nazýva kmeňová funkcia funkcií a . Pre kmeňovú
funkciu musí platiť:
a
[8.19.]
Ďalej zo Schwarzovej vety [8.11.] (za predpokladu spojitosti parciálnych derivácií 2. rádu)
platí:
a teda
[8.20.]
Ak je podmienka [8.20.] splnená, potom kmeňovú funkciu dokážeme určiť postupnou
integráciou (všeobecný postup je vysvetlený v časti 9.4.)
Poznámka. Pre úplnosť dodajme, že rovnosť [8.20.] musí platiť pre celú oblasť , odkiaľ
vyberáme nezávisle premenné ( ). Predpokladáme pritom, že oblasť je pre všetky
body jednoducho súvislá. To znamená, že ľubovoľnú uzavretú krivku, ktorá leží v , môžeme
spojite stiahnuť do bodu, pričom hranicu množiny tvorí jediná uzavretá krivka. Príkladom
jednoducho súvislej oblasti je kruh alebo obdĺžnik, naopak množina, ktorá je tvorená
medzikružím, nie je jednoducho súvislá.
Príklad. Rozhodnite, či výraz: je
diferenciálom nejakej kmeňovej funkcie, a ak áno, nájdite jej tvar.
Najprv zistíme, či je uvedený výraz totálnym diferenciálom. Pre všetky platí:
a
Daný výraz je teda diferenciálom kmeňovej funkcie
.
Nájdeme ju postupnou integráciou:
ˇ
258
∫ ∫
Pri integrovaní podľa premennej považujeme premennú za konštantu. Integračnú
konštantu budeme pri hľadaní kmeňovej funkcie dvoch premenných považovať
namiesto číselnej konštanty za funkciu závislú od . Jej derivácia
je totiž rovná nule.
Derivovaním medzivýsledku podľa dostaneme:
(
)
∫
Kmeňová funkcia bude mať teda tvar:
kde je integračná konštanta.
Kmeňové funkcie nachádzajú svoje použitie v prírodných vedách. Napríklad vo fyzikálnej
chémii sa používajú na opis vlastností makroskopických systémov. V termodynamike im
hovoríme stavové funkcie. Tieto funkcie závisia od aktuálneho termodynamického stavu
systému a nezávisia od cesty (spôsobu), ktorým bol tento stav dosiahnutý. Termodynamický
stav systému, ktorý obsahuje jednu čistú homogénnu zložku, je určený dvoma stavovými
premennými. Obvykle sú to veličiny objem a teplota . Funkcia premenných
a , ktorá v termodynamike popisuje vnútornú energiu systému, bude stavovou funkciou
takéhoto jednozložkového systému, ak je výraz:
[8.21.]
totálnym diferenciálom premenných a , teda ak platí:
a
[8.22.]
a zároveň podľa Schwarzovej vety, vzťah [8.11.], platí:
[8.23.]
259
Z vlastností stavových funkcií potom vyplývajú dôsledky pre výpočet fyzikálnochemických
veličín. Aké dôsledky to sú, si ukážeme na nasledujúcich príkladoch.
Príklad. Dokážte pre 1 mol ideálneho plynu, že tlak je termodynamická stavová veličina, t.
j. stavová funkcia premenných objem a teplota . Pri dôkaze použite stavovú rovnicu
ideálneho plynu: .85
Pre funkciu
bude mať totálny diferenciál tvar:
Zároveň platí:
teda zmiešané parciálne derivácie sú rovnaké. Z toho vyplýva, že tlak ideálneho plynu ako
funkcia objemu a teploty, je stavovou funkciou. Preto pri výpočtoch pre ideálny plyn stačí
poznať počiatočnú a konečnú hodnotu tlaku plynu a nemusíme poznať cestu, po ktorej sa tlak
plynu dostal z počiatočného do konečného stavu.
Príklad. Ukážte, že teplo nie je termodynamickou stavovou funkciou.
Budeme vychádzať z prvej vety termodynamickej, ktorá hovorí, že zmena vnútornej energie
sa rovná prírastku tepla a práce dodanej z okolia do systému:
[8.24.]
Vnútornú energiu ideálneho plynu považujeme za stavovú funkciu premenných a
. Uvažujme najprv proces, ktorý prebieha pri konštantnom objeme systému (izochorický dej,
). S ním spojená zmena vnútornej energie systému bude daná výrazom:
[8.25.]
kde (
)
je molárna tepelná kapacita pri konštantnom objeme.
Uvažujme teraz iný proces, ktorý prebieha pri konštantnej teplote systému (izotermický dej,
) a s ním spojenú zmenu vnútornej energie systému, ktorá bude daná výrazom:
[8.26.]
85 je plynová konštanta, .
260
Podľa [8.23.] bude pre prírastok tepla dodaného do systému, ktorý sa riadi stavovou rovnicou
pre 1 mol ideálneho plynu: , platiť:
[8.27.]
Preverme, či teplo ( ) vo vzťahu [8.27.] predstavuje stavovú funkciu tak, že porovnáme
zmiešané druhé derivácie (Schwarzova veta [8.11.]):
[8.28.]
Preto výraz [8.27.] nie je totálnym diferenciálom a teplo nie je termodynamickou stavovou
funkciou. Dodané množstvo tepla teda závisí od integračnej cesty, t. j. od toho, cez ktoré
medzistavy sa systém dostane do konečného stavu.
Príklad. Spojením prvej a druhej vety termodynamickej pre reverzibilný dej dostaneme
vzťah pre diferenciál vnútornej energie uzavretého systému86
:
[8.29.]
Vnútorná energia je chápaná ako funkcia entropie 87
a objemu , čiže:
[8.30.]
Porovnaním vzťahov [8.29.] a [8.30.] získame výrazy pre parciálne derivácie vnútornej
energie:
a
[8.31.]
Z rovnosti druhých derivácií totálneho diferenciálu :
a
dostaneme:
[8.32.]
čo je užitočný vzťah používaný v termodynamike. Tento postup ilustruje využitie stavových
funkcií vo fyzikálnej chémii a kmeňových funkcií v prírodných vedách vôbec.
86 Uzavretý termodynamický systém je taký, ktorý nevymieňa s okolím látku, t. j. počet častíc v systéme je konštantný. 87 Entropia je fyzikálna veličina, ktorá meria neusporiadanosť systému (náhodnosť, neporiadok, mieru neurčitosti, počet
možných usporiadaní systému). Túto stavovú veličinu v termodynamike zaviedol a popísal nemecký fyzik Rudolf Julius
Emanuel Clausius (1822-1888).
261
8.9. Extrémy funkcií dvoch premenných
8.9.1. Lokálne extrémy
Vyšetrovanie priebehu a extrémov funkcií je jednou z podstatných častí diferenciálneho
počtu. Prítomnosť lokálnych extrémov funkcií dvoch premenných zisťujeme skúmaním
funkcií v blízkom okolí zvolených bodov.
Definícia. Nech funkcia je definovaná na okolí bodu . Ak existuje
kladné reálne číslo také, že pre všetky je:
( )
potom hovoríme, že funkcia dvoch nezávisle premenných má v bode lokálne
maximum (lokálne minimum).
Ak platí:
( )
potom hovoríme, že funkcia má v bode ostré lokálne maximum (ostré lokálne
minimum).
Príklad. Funkcia √ má v bode ostré lokálne maximum, pretože
a pre každé je . Grafom tejto funkcie je časť kužeľovej
plochy znázornenej na obr. 8.7.
Obr. 8.7. Graf funkcie: √ s ostrým lokálnym maximom v bode
Keď má funkcia v bode lokálny extrém, potom musí mať v tomto bode lokálny extrém
rovnakého typu aj každá krivka, ktorá vznikne rezom hyperplochy
262
v uvažovanom bode rovinou rovnobežnou s osou (teda nielen rovinami a , ale
aj , kde ).
Príklad. Funkcia , na rozdiel od predchádzajúceho príkladu, nemá
v bode lokálny extrém. Rezy hyperplochou rovinami a tvoria
krivky a , ktoré majú v bode nula lokálny extrém. Zatiaľ čo pri prvej krivke
ide o lokálne maximum, pri druhej krivke ide o lokálne minimum. Preto funkcia nemá
v bode lokálny extrém. Takýto bod na hyperploche sa nazýva sedlový bod, obr. 8.8.
Obr. 8.8. Graf funkcie: so sedlovým bodom v bode
Ak má funkcia dvoch premenných v bode lokálny extrém, potom jej parciálne
derivácie v tomto bode (pokiaľ existujú), musia byť nulové
.
Príklad vrcholu kužeľovej plochy, obr. 8.7., ukazuje, že v lokálnom extréme nemusia nutne
parciálne derivácie existovať. Ak nás zaujímajú polohy vrcholov (maxím) a priehlbní
(miním) na hyperploche , potom nám stačí hľadať body, v ktorých sú obe
parciálne derivácie prvého rádu nulové, prípadne skúmať body, v ktorých jedna alebo obidve
parciálne derivácie neexistujú. Body, v ktorých platí
, budeme
nazývať stacionárne body.
Veta. Nech funkcia má v bode stacionárny bod a v tomto bode existujú
obidve parciálne derivácie prvého rádu. Potom platí:
[8.33.]
Podmienku [8.33.] môžeme zapísať pomocou gradientu funkcie ako:
. Existencia stacionárneho bodu je nutnou, ale nie postačujúcou podmienkou pre prítomnosť
263
lokálneho extrému v danom bode. Podobne ako pri funkciách jednej premennej existencia
lokálneho extrému súvisí so znamienkami druhých parciálnych derivácií v bode .
Extrém (teda maximum aj minimum) majú spoločné to, že znamienka druhých parciálnych
derivácií podľa premenných a sú rovnaké, čo môžeme vyjadriť ako podmienku:
. Naopak, ak
, potom sa znamienka
druhých derivácií musia od seba líšiť, teda v jednom reze vidíme maximum, v druhom
minimum, čo znamená, že ide o sedlový bod. Súčin druhých derivácií teda slúži ako
ukazovateľ prítomnosti extrému alebo sedlového bodu. Ak sa v bode nachádza extrém, tak na
rozlíšenie maxima a minima stačí uvažovať o znamienku ktorejkoľvek z druhých derivácií,
napríklad .
Situácia je však trochu komplikovanejšia, keďže o priebehu funkcie dvoch premenných
rozhoduje jej správanie aj v smeroch iných, ako v smere súradnicových osí a . Preto
musíme pri vyšetrovaní stacionárnych bodov zobrať do úvahy aj zmiešané druhé derivácie v
stacionárnom bode.
Tak ako sú prvé derivácie združené do vektora nazvaného gradient funkcie, druhé
parciálne derivácie sa združujú do Hesseho matice:88
(
) [8.34.]
O prítomnosti lokálneho extrému alebo sedlového bodu nebudeme teda rozhodovať podľa
znamienka súčinu hlavnej diagonály Hesseho matice, ale na základe determinantu :
[8.35.]
Pripomíname, že podľa Schwarzovej vety, vzťah [8.11.], platí:
. Ako
pomocou určíme typ stacionárneho bodu hovorí tzv. Sylvestrovo kritérium.89
Veta. (Sylvestrovo kritérium) Nech funkcia má v bode a jeho blízkom okolí spojité
parciálne derivácie prvého a druhého rádu a nech je bod jej stacionárnym bodom:
. Ak platí:
[8.36.]
potom má funkcia v bode ostrý lokálny extrém. Ak je zároveň: ,
potom ide o minimum, ak je : , jedná sa o maximum.
V prípade, že , funkcia má v bode sedlový bod. V prípade, že ,
nevieme na základe tohto kritéria rozhodnúť, o aký typ stacionárneho bodu ide.
88 Ludwig Otto Hesse (1811-1874) bol nemecký matematik známy najmä prácami z oblasti algebry. 89 James Joseph Sylvester (1814-1897) bol anglický matematik.
264
Aby determinant Hesseho matice nadobudol kladnú hodnotu, je nutné, aby mali druhé
derivácie a
rovnaké znamienka, t. j. aby mala funkcia v bode
rovnaký typ extrému v smere osi aj . Aj v tomto prípade stále môže ísť o sedlový bod,
keďže smery v ktorých má funkcia odlišné lokálne extrémy, nemusia byť len smery osí a ,
ale môžu ležať aj medzi nimi. To sa však prejaví na veľkosti zmiešanej druhej derivácie,
ktorej štvorec v takomto prípade posunie hodnotu do záporných čísel.
Postup hľadania lokálnych extrémov bude teda nasledovný:
riešením sústavy rovníc:
nájdeme súradnice stacionárneho bodu ,
pre stacionárny bod nájdeme zodpovedajúcu Hesseho maticu, vzťah [8.34.] a vypočítame
determinant , vzťah [8.36.],
ak , v bode bude sedlový bod,
ak , v bode bude lokálny extrém. Ak bude to
maximum, ak bude to minimum,
ak , nevieme rozhodnúť, použijeme iný postup.
Príklad. Nájdite lokálne extrémy funkcie: .
Funkcia je polynómom tretieho stupňa premenných a , preto bude definovaná, a jej
parciálne derivácie budú spojité na celej množine . Lokálne extrémy sa môžu nachádzať
tam, kde má riešenie sústava rovníc:
Z prvej rovnice vyplýva . Dosadením do druhej rovnice dostaneme:
Kvadratický trojčlen má záporný diskriminant (komplexné korene) a je vždy
kladný, preto korene uvedenej rovnice sú a . Dosadením do sústavy dopočítame
príslušné hodnoty a dostaneme dva stacionárne body: a . Pre druhé
parciálne derivácie platí:
265
Dosadením do vzťahu [8.36.] dostaneme:
Pre stacionárny bod bude mať determinant hodnotu , preto má funkcia v bo-
de sedlový bod. Pre stacionárny bod bude mať determinant hodnotu
a hodnotu , preto má funkcia v bode lokálne minimum, obr. 8.9.
Obr. 8.9. Graf funkcie: so sedlovým bodom v bode
a lokálnym minimom v bode .
Príklad. Nájdite lokálne extrémy funkcie:
.
Najprv nájdeme stacionárne body:
Exponenciála je vždy kladná, preto sa môžu rovnice vydeliť výrazom
, a stačí riešiť
sústavu:
alebo
alebo
Prvá rovnica nám dáva dve možnosti. Ak , potom z druhej rovnice dostaneme .
Ak v prvej rovnici , potom z druhej rovnice . Máme teda tri stacionárne body:
, a .
Vypočítame si druhé derivácie:
266
Hesseho matica bude mať tvar:
(
)
(
)
Člen
je vždy kladný, preto jeho vyňatie zo všetkých maticových prvkov pred maticu
neovplyvní znamienko determinantu , ale zjednoduší výpočet. Počítajme teda hodnotu
determinantu :
(
pre jednotlivé stacionárne body:
: (
), , lokálny extrém,
, maximum
so súradnicami
√
: (
), , lokálny extrém,
, minimum so
súradnicami
√
: (
), , sedlový bod so súradnicami , Obr. 8.10.
Obr. 8.10. Graf funkcie:
so sedlovým bodom v bode , lokálnym
maximom v bode a lokálnym minimom v bode
267
8.9.2. Absolútne extrémy
Častou praktickou úlohou býva určiť najväčšiu alebo najmenšiu hodnotu, akú funkcia
dvoch premenných nadobúda na určitej množine (napr. na svojom definičnom obore). Táto
úloha teda vyžaduje identifikovať absolútne (globálne) extrémy funkcie na danej množine.
Definícia. Nech je funkcia dvoch premenných a je množina bodov v rovine,
. Hovoríme, že funkcia nadobúda v bode absolútne maximum na množine
(absolútne minimum na množine ), ak pre všetky body tejto množiny platí:
( )
Na to, aby sme mohli skúmať existenciu absolútnych extrémov na množine , musíme
najprv bližšie opísať samotnú množinu. Hľadať absolútne extrémy vieme len na množine,
ktorá je ohraničená a uzavretá. Tieto pojmy je ťažko na obmedzenom priestore definovať
presne, preto si uvedieme len isté intuitívne vysvetlenie. Množinu budeme považovať za
ohraničenú, ak existuje kruh s konečným polomerom a stredom v počiatku súradnicovej
sústavy taký, že leží celá vo vnútri tohto kruhu. Z geometrického hľadiska teda polrovina
alebo priamka nie sú obmedzené množiny. Presne definovať pojem hranice množiny je tiež
pomerne náročné. Zjednodušene považujme za geometrickú hranicu množiny úsečky alebo
krivky, ktoré vytvárajú obvod daného rovinného útvaru. Potom za uzavretú množinu v
budeme považovať takú množinu, ktorá obsahuje aj celú svoju hranicu. Ohraničenej
a uzavretej množine hovoríme kompaktná množina. O existencii absolútnych extrémov na
kompaktnej množine hovorí Weierstrassova veta.90
Veta. (Weierstrassova veta) Nech je ohraničená a uzavretá množina a je
spojitá funkcia dvoch premenných taká, že . Potom existujú body a
také, že pre akýkoľvek bod platí:
Potom bod nazývame absolútnym minimom funkcie na množine a bod
nazývame absolútnym maximom funkcie na množine .
Spojitá funkcia na kompaktnej množine teda nadobúda svoje minimálne aj maximálne
hodnoty, ale navyše aj všetky hodnoty medzi týmito extremálnymi hodnotami. Ostáva len
vyriešiť otázku, ako nájsť body, v ktorých minimum a maximum ležia.
90 Karl Theodor Wilhelm Weierstrass (1815-1897) bol nemecký matematik, je považovaný za otca modernej matematickej
analýzy.
268
Postup, ktorým hľadáme absolútne extrémy, môžeme zhrnúť takto:
nájdeme stacionárne body funkcie a vyberieme tie, ktoré ležia vo vnútri množiny ,
potom vyšetrujeme danú funkciu na hranici množiny . Hranicu množiny väčšinou
tvoria úsečky a krivky (nekonečný počet bodov). Rovnicu krivky, ktorá tvorí časť hranice
v tvare ⟨ ⟩ alebo ⟨ ⟩ , dosadíme
do funkcie a hľadáme extrémy takto získaných funkcií jednej premennej:
( ) ⟨ ⟩ alebo ⟨ ⟩. Globálne extrémy môžu ležať
buď na hraniciach intervalov: alebo tam, kde ,
prípadne ,
porovnáme funkčné hodnoty vo všetkých bodoch vyšetrovaných z hľadiska globálnych
extrémov a vo vnútri a na hraniciach a vyberieme body, ktoré zodpovedajú absolútnym
extrémom.
Príklad. Určte najväčšiu a najmenšiu hodnotu funkcie: na
oblasti ohraničenej nerovnicami: , a .
Najprv vyšetríme lokálne extrémy funkcie. Stacionárne body určíme zo sústavy rovníc:
Z prvej rovnice vyjadríme a dosadíme do druhej rovnice. Zistíme, že funkcia má
len jeden stacionárny bod so súradnicami , ktorý zjavne leží vo vnútri hraníc
oblasti. Ide o lokálne minimum so súradnicami . Funkčnú hodnotu porovnáme
s hodnotami získanými na hranici oblasti, trojuholníka tvoreného tromi úsečkami:
a) , ⟨ ⟩ b) , ⟨ ⟩ c) ⟨ ⟩
Teraz vyhľadáme extrémy na troch hraničných úsekoch a-c:
a) , ⟨ ⟩ dosadením do dostaneme:
a hľadáme absolútne extrémy tejto funkcie jednej premennej pre ⟨ ⟩. Platí:
, odtiaľ:
. Funkčné hodnoty v stacionárnom bode a v krajných bodoch
intervalu sú: (
)
, a
b) , ⟨ ⟩ dosadením do dostaneme:
269
a hľadáme absolútne extrémy tejto funkcie jednej premennej pre ⟨ ⟩. Platí:
, odtiaľ:
. Funkčné hodnoty v stacionárnom bode a v krajných bodoch
intervalu sú: (
)
, a
c) , ⟨ ⟩ dosadením do dostaneme:
a hľadáme absolútne extrémy tejto funkcie jednej premennej pre ⟨ ⟩. Platí:
, odtiaľ:
. Funkčné hodnoty v stacionárnom bode a v krajných bodoch
intervalu sú: (
)
, a
Dosadením do funkcie určíme funkčné hodnoty v nájdených bodoch:
(
)
(
)
(
)
Porovnaním všetkých vypočítaných funkčných hodnôt vidíme, že funkcia nadobúda
najmenšiu hodnotu v bode a najväčšiu hodnotu v
bodoch a .
Príklad. Určte najväčšiu a najmenšiu hodnotu funkcie: v kruhu .
Funkcia je, vrátane svojich parciálnych derivácií, spojitá na celom obore . Začneme s
hľadaním stacionárnych bodov vo vnútri kruhu. Určíme ich zo sústavy:
Jediným stacionárnym bodom je bod , ktorý leží v strede kruhu. Výpočtom
determinantu Hesseho matice
(
)
zistíme, že v bode je sedlový bod. Budeme teda hľadať najväčšie a najmenšie hodnoty
funkcie na hranici kruhu, kde platí: . Hranicu si rozdelíme na hornú a dolnú
polkružnicu:
a) horná polkružnica je popísaná rovnicou: √ pre ⟨ ⟩. Dosadením do
funkčného predpisu dostaneme:
( √ )
270
Dostali sme teda funkciu jednej premennej, extrémy ktorej nájdeme buď v krajných bodoch
intervalu ⟨ ⟩ alebo v stacionárnom bode polkružnice. V krajných bodoch nadobúda
hodnoty: . Stacionárny bod leží tam, kde , t. j. v
bode . Funkčná hodnota .
b) dolná polkružnica je opísaná rovnicou: √ pre ⟨ ⟩. Dosadením do
funkčného predpisu dostaneme rovnaké riešenia ako v prípade a).
Porovnaním vypočítaných hodnôt vidíme, že absolútne maximum dosahuje
funkcia v bodoch a a absolútne minimum v bodoch a
.
8.10. Optimalizácia, metóda Lagrangeových multiplikátorov
Podobne ako pri funkciách jednej premennej sa hľadanie globálnych extrémov funkcií
dvoch a viacerých premenných využíva v optimalizačných úlohách. V takýchto prípadoch
hľadáme také hodnoty premenných, pre ktoré účelová funkcia, vystihujúca kľúčové vlastnosti
systému, nadobúda absolútne maximum alebo minimum na ohraničenej a uzavretej množine
.
Príklad. Rozdeľte číslo 120 na tri časti tak, aby suma súčinov dvojíc týchto častí bola
maximálna.
Máme teda úlohu nájsť čísla , a také, aby platilo: nadobúda
maximálnu hodnotu, pričom ⟨ ⟩. Ak tretiu časť vyjadríme ako:
, potom dostaneme účelovú funkciu: . Funkcia bude
mať stacionárny bod tam, kde:
Sústava rovníc má riešenie a . Dosadením dostaneme
. Pre takto vypočítané časti nadobúda funkcia hodnotu: .
Dosadením blízkeho bodu, napr. , a dostaneme
, čím sme sa presvedčili, že nájdené riešenie zodpovedá globálnemu
maximu.
Často sa pri aplikáciách optimalizácie funkcie stretneme s podmienkou (väzbou)
v tvare , ktorú musí optimalizovaná funkcia spĺňať. V takomto prípade hovoríme
o hľadaní tzv. viazaného extrému funkcie, obr. 8.11.
271
Definícia. Hovoríme, že funkcia definovaná na množine má v bode
maximum viazané podmienkou (ohraničením) , ak platí ,
a pre každé platí: .
Obr. 8.11. Graf funkcie a viazaný extrém určený ohraničujúcou podmienkou
, ktorá je zobrazená ako krivka vytvorená rezom hyperplochy rovinou.
Viazané maximum je zobrazené ako fialový bod.
Obr. 8.12. Vrstevnicová mapa funkcie a ohraničujúcej podmienky (červená
krivka). Bod, v ktorom sa vrstevnica , kde , dotýka krivky
, predstavuje bod , v ktorom leží hľadané maximum, kde smernice
dotyčníc k a , kolmé na smer gradientu (šípky), sú paralelné.
272
Metóda Lagrangeových multiplikátorov spočíva v nahradení optimalizovanej funkcie
novou funkciou nazvanou Lagrangeova funkcia, takou, že
[8.37.]
kde nová premenná , tzv. Lagrangeov multiplikátor, násobí podmienku , a má
viazaný extrém v rovnakom bode ako funkcia :
[8.38.]
Podľa [8.38.] totiž platí, že dotyčnica v bode k funkcii je rovnobežná
s dotyčnicou k ohraničujúcej podmienke násobenej multiplikátorom , obr. 8.12.
Veta. (Lagrangeova veta) Nech je spojitá a diferencovateľná funkcia definovaná na
množine a je spojitá a diferencovateľná funkcia definovaná na množine
, ktorá definuje ohraničujúcu podmienku. Funkcia má v bode
maximum viazané podmienkou , ak platí:
a [8.39.]
kde je Lagrangeova funkcia a je Lagrangeov
multiplikátor.
Postup pri určení polohy viazaného extrému funkcie teda spočíva v riešení sústavy
Lagrangeových rovníc:
[8.40.]
a vzájomnom porovnaní funkčných hodnôt v stacionárnych bodoch .
Príklad. Nájdite extrémy funkcie: viazané podmienkou:
.
Hľadáme teda stacionárne body (pre a ) pomocou Lagrangeovej funkcie:
(
)
273
pre ktoré platí:
Dostávame: z čoho vyplýva . Dosadením do tretej podmienky
dostaneme:
a z toho pre súradnice stacionárneho bodu:
,
Vypočítame druhé derivácie a determinant Hesseho matice:
1
ide teda o extrém,
ide o minimum.
Funkcia má teda v bode minimum.
Príklad. Nájdite extrémy funkcie: viazané podmienkou:
.
Definičný obor funkcie je . Zostavíme Lagrangeovu funkciu:
a vypočítame parciálne derivácie:
Riešením tejto jednoduchej sústavy dostaneme:
274
Vypočítame druhé derivácie:
Determinant Hesseho matice bude mať hodnotu:
(
)
Preto funkcia bude mať len sedlový bod a žiadny viazaný extrém.
Obr. 8.13. Graf funkcie s ohraničujúcou podmienku
. Funkcia nemá viazaný extrém, iba sedlový bod
.
8.11. Metóda najmenších štvorcov
K významným aplikáciám diferenciálneho počtu funkcií dvoch premenných patrí aj
metóda najmenších štvorcov, ktorá sa používa v matematickej štatistike (regresnej analýze) na
opis meraných údajov vhodnou funkčnou závislosťou. Je podstatne výhodnejšie pracovať
namiesto stoviek nameraných hodnôt s krivkou určenou niekoľkými parametrami, ktorá čo
najlepšie aproximuje namerané dáta.
Majme dvojíc nameraných dát , a z podstaty uskutočneného
experimentu vieme, že meraná veličina je lineárne závislá od meranej veličiny , obr. 8.14.
Naším cieľom je preložiť cez množinu bodov (kde rádovo
znamená desiatky bodov) priamku s rovnicou , sú reálne parametre.
Teraz si môžeme položiť otázku, pre akú voľbu parametrov bude regresná priamka
275
vystihovať množinu nameraných bodov najlepšie. Ako dobré kritérium posúdenia
vhodnosti parametrov priamky sa javí výraz: , ktorý zodpovedá rozdielu
medzi nameranou hodnotou a vypočítanou hodnotou , ktorá leží pre zodpovedajúcu
hodnotu na preloženej priamke (modrý bod, obr. 8.14.).
Obr. 8.14. Graf nameraných údajov a regresná priamka , ktorá
opisuje namerané údaje.
Ak sčítame druhé mocniny týchto odchýlok (druhé mocniny používame preto, že odchýlky
ležia nad aj pod priamkou, a teda majú kladné aj záporné znamienka), dostaneme výraz:
∑ [8.41.]
Tento súčet bude pre rôzne hodnoty parametrov iný a definuje spojitú polynomickú
funkciu dvoch premenných , ktorá nadobúda nezáporné hodnoty. Našou úlohou je
nájsť minimum tejto funkcie na definičnom obore . Pretože je
diferencovateľná na celom , budeme hľadať také hodnoty parametrov , v ktorých platí:
. Z tejto podmienky dostaneme sústavu rovníc:
∑
∑
∑
∑
Rovnice vydelíme faktorom -2 a členy usporiadame:
∑ ∑
∑
∑ ∑
∑
alebo
∑
∑ ∑
276
∑ ∑
keďže ∑ . Vyjadrením parametra z druhej rovnice a dosadením do prvej
dostávame pre lokálne minimum :
∑
∑ ∑
∑
∑
∑ ∑
∑
∑
∑
∑
[8.42.]
Výpočtom druhých derivácií a determinantu Hesseho matice a
sa presvedčíme, že bod zodpovedá lokálnemu minimu funkcie a namerané
body bude teda najlepšie popisovať priamka lineárnej regresie: .
Podobný postup by sme zvolili aj v prípade, ak by sme chceli údaje popisovať
kvadratickou rovnicou , kde by sme hľadali minimum funkcie troch
premenných .
8.12. Dvojný integrál
V tejto časti sa budeme zaoberať integrálnym počtom funkcií dvoch premenných, tzv.
dvojným integrálom. Ukážeme si spôsob, ako možno uskutočniť výpočet dvojného integrálu
prevedením na dva jednoduché integrály (integrály funkcie jednej premennej). Pripomeňme si
geometrickú interpretáciu jednoduchého určitého integrálu, vzťah [7.22.], obr. 7.2. Určitý
integrál predstavuje plochu pod krivkou pre ⟨ ⟩, ktorú počítame ako
Riemannov integrálny súčet, napr. podľa obdĺžnikového pravidla, ako sumu obsahov
obdĺžnikov na intervale ⟨ ⟩:
∑ ∫
Dvojný integrál spojitej funkcie dvoch premenných môžeme zaviesť
analogickým postupom. Majme funkciu spojitú na množine , obr.
8.15. Množina definuje oblasť v rovine ohraničenú rovinnou krivkou , na
ktorej budeme počítať dvojný integrál. Rozdeľme oblasť pravouhlou mriežkou na malé
podoblasti (štvorčeky) , ktoré majú plošný obsah , obr. 8.15. V
každej podoblasti vyberme ľubovoľný bod a vypočítajme . Potom
utvorme sumu:
∑ . [8.43.]
277
Ak definujeme šírku štvorcovej podoblasti rovnú , pre mriežku so stále jemnejším
delením na podoblasti bude platiť: ak sa bude počet podoblastí zvyšovať, t. j. pre:
, potom: . Dvojný integrál funkcie na množine môžeme teda definovať
ako limitu zo súčtu [8.43.] pre , ako:
∑ ∬
[8.44.]
Ak funkčné hodnoty sú nezáporné na množine , potom dvojný integrál,
definovaný vzťahom [8.44.], zodpovedá objemu telesa pod hyperplochou
ohraničeného zdola rovinou , zhora funkciou a z bokov zvislým plášťom
prechádzajúcim hranicou množiny definovanou funkciou , obr. 8.15. Každý
sčítanec v sume [8.44.] prispieva k integrálu prírastkom , ktorý zodpovedá
objemu elementárneho kvádra s podstavou a výškou
Obr. 8.15. Geometrickou interpretáciou dvojného integrálu je objem telesa ohraničeného zdola
rovinou , zhora funkciou a z bokov zvislým plášťom prechádzajúcim
hranicou množiny definovanou funkciou
Počítajme dvojný integrál pre teleso pod hyperplochou znázornené na obr.
8.15. podľa nasledujúcej iteratívnej schémy. Nech hraničná krivka oblasti v
rovine je preťatá priamkami rovnobežnými s osami a v najviac dvoch bodoch, obr.
8.16. Dotyčnice a , ktoré sa dotýkajú funkcie v dotykových bodoch K a L
a dotyčnice a , ktoré sa dotýkajú funkcie v dotykových bodoch M a N,
vymedzujú intervaly nezávisle premenných pre oblasť ako: a . Nech
rovinná krivka hranice oblasti určená oblúkom KML je opísaná ohraničujúcou rovnicou
278
a oblúk KNL je opísaný rovnicou . Rozdeľme interval ⟨ ⟩ na
častí s deliacimi bodmi so šírkou . Rovnako rozdeľme interval
⟨ ⟩ na častí s deliacimi bodmi so šírkou a nakreslime
mriežku prechádzajúcu deliacimi bodmi, obr. 8.16. Dostaneme sieť malých obdĺžnikov s
plochou (plus plošné útvary iného tvaru v blízkosti hraničnej krivky ,
ktoré zanedbáme). Na každej podoblasti zvoľme bod , vypočítajme funkčnú
hodnotu a utvorme sumu:
∑
[8.45.]
Výraz [8.45.] predstavuje len iný zápis, ktorý zodpovedá dvojnému integrálu [8.44.], keď
aj a a .
Obr. 8.16. Schéma iteratívneho výpočtu dvojného integrálu
Pri výpočte limity výrazu [8.45.] uvažujme jednotlivé indexy a sumy oddelene a počítajme
najprv príspevky obdĺžnikov mriežky po riadkoch, takých ktoré majú konštantnú hodnotu
(t. j. fixný index ):
∑ ( ) ( )
Limita pre a sa potom bude rovnať:
[∑ ( ) ] ∫
Teraz dopočítajme limitu sumy po stĺpcoch (cez index ) pre a :
279
∑ ∫ ∫
∫
∫ ∫
[8.46.]
Teda výpočet dvojného integrálu zahŕňa postupné vyriešenie dvoch určitých integrálov jednej
premennej v príslušnom poradí. Najprv počítame prvý integrál funkcie podľa (keď
premennú považujeme pri integrovaní za konštantu) od dolnej hranice po hornú
hranicu na . Potom integrujeme výsledok prvého integrálu podľa premennej
(pričom premennú považujeme za konštantu) v hraniciach od po . Tento
postup, pri ktorom sa dvojný integrál premení na dvojnásobný integrál, sa nazýva iteračný
výpočet. Tento postup opisujú Fubiniho vety.91
Veta. (Fubiniho veta) Nech funkcia je spojitá na množine ⟨ ⟩ ⟨ ⟩, potom
platí:
∬ ∫ ∫ ∫ ∫
[8.47.]
Výsledok dvojného integrálu teda nezáleží na poradí, v akom integrujeme podľa premenných
a (za predpokladu, že funkcia je na elementárnej oblasti spojitá). V prípade, ak
integrovaná funkcia má tvar: , kde je spojitá funkcia na intervale
⟨ ⟩ a je spojitá na intervale ⟨ ⟩, potom platí:
∬ ∫ ∫ ∫ ∫
[8.48.]
Fubiniho veta [8.47.] zovšeobecnená pre prípad, keď integračné hranice funkcie sú
definované všeobecnou elementárnou oblasťou:
;
ohraničenou rovinnými krivkami a , pre ⟨ ⟩, má potom
nasledujúci tvar:
Veta. (Fubiniho veta) Nech funkcia je spojitá na množine ;
potom platí:
∬ ∫ ∫
[8.49.]
91 Guido Fubini (1879-1943) bol taliansky matematik. Zaoberal sa rôznymi oblasťami matematickej analýzy a tiež
aplikovanou matematikou.
280
Príklad. Vypočítajte dvojný integrál: ∬
, kde ⟨ ⟩ ⟨ ⟩.
Funkcia je spojitá na obdĺžnikovej elementárnej oblasti , takže
je integrovateľná. Podľa Fubiniho vety [8.47.] dostaneme:
∬
∫ ∫
∫
∫
V tomto prípade sme mohli zvoliť aj iný postup a integrovať v opačnom poradí:
∬
∫ ∫
∫
∫
Výsledok teda nezávisí od poradia integrovania.
Príklad. Vypočítajte dvojný integrál: ∬
, kde ;
√
Najprv si znázornime elementárnu oblasť , ktorej hranice sú časti parabol s rovnicami
a √ , obr. 8.17. Z obrázku vidíme, že je daná nerovnosťami:
√
a √
Obr. 8.17. Elementárna oblasť ; √
Funkcia je spojitá na , a preto integrovateľná. Podľa Fubiniho vety
dostaneme:
∬ ∫ ∫ ∫ [
]
√ √
√
√
281
∫
√
[
]
√
Príklad. Vypočítajte dvojný integrál: ∬
, kde je oblasť ohraničená priamkou:
a parabolou: .
Najprv si znázorníme danú oblasť, určíme priesečníky priamky a paraboly a vyjadríme
integračné hranice pomocou nerovností. Priesečníky hraníc dostaneme z podmienky:
ako: a . Elementárnu oblasť môžeme vyjadriť dvoma spôsobmi:
a) pri obvyklom poradí integrácie vyjadrujeme množinu pomocou intervalu
premennej a funkcií premennej , ktoré ohraničujú premennú . V našom prípade sa však
bude spodná hranica skladať z dvoch funkcií, a preto budeme musieť elementárnu oblasť
rozdeliť na dve podmnožiny, obr. 8.18. A:
√ √
√
Pri integrácii v poradí je teda potrebné rozdeliť integrál na dva integrály:
∬
∫ [∫ √
√ ]
∫ [∫
√
]
čo je nepraktické.
Obr. 8.18. Elementárna oblasť ohraničená priamkou a parabolou. Šípkami sú vyznačené smery
od spodnej integračnej hranice k hornej hranici prvého integrálu. A. Najprv integrujeme
podľa . B. Najprv integrujeme podľa .
282
b) Výhodnejšie bude integrovať v opačnom poradí . Hranice oblasti potom
vyjadríme ako, Obr. 8.18.B:
Dvojný integrál je potom rovný:
∬ ∫ [∫
] ∫ [
]
∫
∫
[
]
Použitá literatúra 8
11. F. Ayres, Jr., E. Mendelson: Differential and Integral Calculus, 3rd
ed., Schaum’s
Outline Series, McGraw-Hill, New York, 1990.
12. Z. Došlá: Matematika pro chemiky 2, Masarykova Universita, Brno, 2011.
13. J. Eliáš, J. Horváth, J. Kajan: Zbierka úloh z vyššej matematiky, I – IV., Bratislava,
Alfa, 1989.
14. R. L. Finney, G. B. Thomas Jr.: Calculus and Analytic Geometry, 9th ed., Addison-
Wesley, Reading, 1996.
15. L. D. Hoffmann, G. L. Bradley: Applied Calculus for Business, Economics, and the
Social and Life Sciences, 9th ed., McGraw-Hill, New York, NY, 2007.
16. I. Kluvánek, L. Mišík, M. Švec: Matematika I a II, SVTL, Bratislava, 1961.
17. K. Rektorys a kol.: Přehled užité matematiky I a II, Prometheus, Praha, 2003.
18. D. L. Stancl, M. L. Stancl: Calculus for Management and the Life and Social
Sciences, 2nd
ed., R. D. Irwin, Boston, MA, 1990.
283
Cvičenia 8
8.1. Vypočítajte parciálne derivácie funkcie: .
8.2. Vypočítajte parciálne derivácie funkcie:
8.3. Vypočítajte parciálne derivácie funkcie:
8.4. Vypočítajte parciálne derivácie funkcie:
8.5. Vypočítajte parciálne derivácie funkcie:
8.6. Vypočítajte prvé parciálne derivácie funkcie:
8.7. Nájdite gradientové vektorové pole funkcie:
8.8. Pre funkciu vypočítajte smerovú deriváciu v bode
v smere vektora .
8.9. Vypočítajte parciálne derivácie druhého rádu funkcie:
.
8.10. Vypočítajte parciálne derivácie druhého rádu funkcie: v bode
.
8.11. Vypočítajte totálny diferenciál funkcie: v bode [
].
8.12. Vypočítajte totálny diferenciál funkcie: v bode .
8.13. Nájdite rovnicu dotykovej roviny grafu funkcie: v bode
8.14. Pomocou totálneho diferenciálu približne vypočítajte: √ .
284
8.15. Nájdite totálnu deriváciu funkcie , keď podľa
premennej .
8.16. Výška premenlivého kužeľa sa rovná cm a narastá rýchlosťou cm/min.
Polomer podstavy kužeľa sa rovná cm a zmenšuje sa rýchlosťou cm/min. Ako
rýchlo sa mení objem kužeľa?
8.17. Zistite, či výraz: je
diferenciálom kmeňovej funkcie, a ak áno, nájdite jej tvar.
8.18. Nájdite lokálne extrémy funkcie: √ .
8.19. Nájdite lokálne extrémy funkcie: .
8.20. Určte najväčšiu a najmenšiu hodnotu funkcie:
v trojuholníku tvorenom súradnicovými osami a dotyčnicou ku grafu funkcie
v bode .
8.21. Nájdite extrémy funkcie: viazané podmienkou:
.
8.22. Vypočítajte dvojný integrál: ∫ ∫
.
8.23. Vypočítajte dvojný integrál: ∫ ∫
.
8.24. Vypočítajte dvojný integrál ∬
, keď elementárna integračná oblasť leží v prvom
kvadrante a je ohraničená plošnou krivkou √ a priamkou .
8.25. Vypočítajte dvojný integrál ∬
cez elementárnu integračnú oblasť , ktorá leží
v prvom kvadrante a je ohraničená hyperbolou a priamkami ,
a .
285
Riešenia 8
8.1. Funkcia predstavuje polynóm premenných a a je
definovaná a spojitá na celom intervale . Parciálne derivácie vypočítame tak, že
jednu z premenných považujeme za konštantu a podľa druhej derivujeme (a naopak):
8.2. Funkcia
je definovaná a spojitá na celom intervale okrem
počiatku a súradnicových osí , t. j. . Parciálne derivácie
budú mať tvar:
(
)
(
)
8.3. Funkcia je definovaná a spojitá na celom intervale :
8.4. Funkcia je definovaná a spojitá na celom
intervale :
8.5. Funkcia je definovaná a spojitá na celom intervale . V tomto
prípade počítame parciálnu deriváciu podľa pravidla pre súčin funkcií, vzťah [6.12.]:
8.6. Vypočítajte prvé parciálne derivácie funkcie
Funkcia je definovaná a spojitá na celom intervale . Budeme ju derivovať
ako podiel dvoch funkcií.
286
[
]
( )
[
]
( )
8.7. Gradientové vektorové pole funkcie: budeme počítať podľa
vzťahu [8.8.]:
(
)
Toto gradientové vektorové pole je zobrazené na nasledujúcom obrázku pomocou
šípok, ktoré znázorňujú vektor poľa v bodoch množiny .
Obr. 8.19. Gradientové vektorové pole funkcie: .
8.8. Smerovú deriváciu funkcie v bode vypočítame podľa
vzťahu [8.9.] ako skalárny súčin gradientu funkcie v danom bode a jednotkového
vektora . Najprv určíme jednotkový vektor pre vektor :
(
) (
√
√ ) (
√
√ )
Parciálne derivácie určíme ako:
Hodnoty parciálnych derivácií v bode dostaneme dosadením:
Pre veľkosť smerovej derivácie potom platí:
√
√
√
287
8.9. Počítame parciálne derivácie druhého rádu funkcie:
.
Definičným oborom funkcie bude , na tejto množine bude funkcia spojitá
vrátane derivácií prvého a druhého rádu. Pre parciálne derivácie dostaneme:
8.10. Počítame parciálne derivácie druhého rádu funkcie: v bode
.
Funkcia je spojitá na , na tejto množine budú spojité aj jej derivácie prvého
a druhého rádu. Pre prvé parciálne derivácie platí:
Druhé parciálne derivácie budeme počítať ako deriváciu podielu funkcií, vzťah [6.12]:
( )
( )
Hodnoty derivácií v bode dostaneme dosadením hodnôt nezávisle premenných:
288
8.11. Totálny diferenciál funkcie: v bode [
] vypočítame podľa
vzťahu [8.12.]. Najprv určíme parciálne derivácie:
Totálny diferenciál bude mať tvar:
Totálny diferenciál v bode [
] bude:
(
) (
) (
) (
) (
)
8.12. Vypočítajte totálny diferenciál funkcie: v bode .
Najprv určíme parciálne derivácie:
Derivácie v bode .
Totálny diferenciál:
8.13. Rovnicu dotykovej roviny grafu funkcie: v bode
nájdeme pomocou prvých parciálnych derivácií:
Rovnicu dotykovej roviny dostaneme dosadením do vzťahu [8.14.]
Alebo v implicitnom tvare:
8.14. Počítame približnú hodnotu √ pomocou totálneho diferenciálu. K
výpočtu použijeme diferenciál funkcie √ v bode s diferenciami
a . Najprv vypočítame parciálne derivácie:
√
√
289
Totálny diferenciál v bode bude:
(
√
√ )
√
√
√
√
Približnú hodnotu odmocniny odhadneme podľa vzťahu [8.15.]:
√ √
√
Výpočtom na kalkulačke dostaneme:
√
Rozdiel oproti „presnému“ výpočtu na kalkulačke sa prejaví na treťom desatinnom
mieste.
8.15. Hľadáme totálnu deriváciu funkcie podľa premennej , kde
. Najprv vypočítame parciálne derivácie a obyčajné derivácie funkcií
:
Potom podľa [8.16.]:
8.16. Výška premenlivého kužeľa sa rovná 15 cm a narastá rýchlosťou
Polomer podstavy kužeľa sa rovná 10 cm a zmenšuje sa rýchlosťou
Počiatočný objem kužeľa bude:
. Výšku
kužeľa a polomer podstavy považujeme za funkcie času: , . Rýchlosť
zmeny výšky a polomeru s časom zodpovedá deriváciám týchto veličín podľa času:
Parciálne derivácie objemu podľa premenných a sú rovné:
290
Rýchlosť akou sa mení objem kužeľa dostaneme ako:
Objem kužeľa bude teda klesať rýchlosťou:
.
8.17. Zisťujeme, či výraz:
zodpovedá diferenciálu kmeňovej funkcie. Najprv zistíme, či je uvedený výraz totálnym
diferenciálom. Pre všetky platí:
a
Daný výraz je teda diferenciálom kmeňovej funkcie
.
nájdeme postupnou integráciou:
∫ ∫
Pri integrovaní podľa premennej považujeme premennú za konštantu. Integračnú
konštantu budeme pri hľadaní kmeňovej funkcie dvoch premenných
považovať namiesto číselnej konštanty za funkciu závislú od . Jej derivácia
je
totiž rovná nule, rovnako, ako derivácia konštanty. Derivovaním medzivýsledku
podľa :
dostaneme , pretože je, ako sme ukázali vyššie, totálny
diferenciál:
(
)
∫
Kmeňová funkcia bude mať teda tvar:
kde je integračná konštanta.
8.18. Hľadáme lokálne extrémy funkcie: √ . Výraz pod odmocninou
je polynómom druhého stupňa premenných a , ktorý nadobúda kladné hodnoty na
291
celej množine . Preto bude definovaná a jej parciálne derivácie budú spojité na celej
množine . Lokálne extrémy sa môžu nachádzať tam, kde má riešenie sústava rovníc:
√
√
√
√
Riešením sústavy je jediný stacionárny bod .
Pre druhé parciálne derivácie platí:
√
√
√
√
Hodnoty druhých derivácií v stacionárnom bode dostaneme dosadením , :
Dosadením do vzťahu [8.34.] dostaneme:
|
|
a zároveň
Preto stacionárny bod bude lokálnym maximom (pozri obrázok nižšie).
Obr. 8.20. Hyperplocha funkcie: √
8.19. Hľadáme lokálne extrémy funkcie: .
Najprv nájdeme stacionárne body:
292
Exponenciála je vždy kladná, preto môžeme rovnice vydeliť výrazom a riešiť
sústavu:
0
Z druhej rovnice vyjadríme :
dosadíme do prvej rovnice a dostaneme súradnice stacionárneho bodu:
Vypočítame si druhé derivácie v stacionárnom bode:
Hesseho matica bude mať tvar:
(
)
Preto funkcia nemá v bode extrém ale sedlový bod (pozri obrázok nižšie).
Obr. 8.21. Hyperplocha funkcie:
8.20. Hľadáme najväčšiu a najmenšiu hodnotu funkcie:
v trojuholníku tvorenom súradnicovými osami a dotyčnicou ku grafu funkcie
v bode .
Funkcia je, vrátane svojich parciálnych derivácií, spojitá na celom obore . Začneme
tým, že určíme rovnicu dotyčnice. Platí
. Dotyčnica v bode bude mať
293
rovnicu
, z toho . Množina, na ktorej hľadáme
absolútny extrém funkcie, bude:
Stacionárne body určíme z podmienky:
Jediným stacionárnym bodom je bod , ktorý leží v . Výpočtom determinantu
Hesseho matice
(
)
a z hodnoty zistíme, že v bode je maximum so súradnicami .
Ďalej budeme hľadať najväčšie a najmenšie hodnoty funkcie na hranici elementárnej
oblasti , ktorá sa skladá z týchto úsečiek:
a) pre ⟨ ⟩,
b) pre ⟨ ⟩,
c) pre ⟨ ⟩,
pre ktoré budeme riešiť extrémy individuálne:
a) pre ⟨ ⟩, dosadením do funkcie dostaneme:
a hľadáme extrémy funkcie pre ⟨ ⟩. , odtiaľ
.
Funkčné hodnoty v stacionárnom bode a v krajných bodoch intervalu sú: (
)
,
, .
b) pre ⟨ ⟩
(
)
, ,
c) pre ⟨ ⟩, dosadením do funkcie dostaneme:
Porovnaním vypočítaných funkčných hodnôt v stacionárnych bodoch a krajných bodoch
intervalov vidíme, že absolútne maximum dosahuje funkcia v bode
a absolútne minimum v bodoch a .
nie je
opravené
v AK
294
8.21. Hľadáme extrémy funkcie: viazané podmienkou:
. Definičný obor funkcie je . Hľadáme stacionárne body pomocou
Lagrangeovej funkcie:
pre ktoré platí:
Dostávame: , z čoho vyplýva . Dosadením do tretej podmienky
dostaneme:
a z toho pre súradnice stacionárneho bodu dostaneme:
, ,
a pre multiplikátor:
Vypočítame druhé derivácie a determinant Hesseho matice:
0
ide teda o extrém,
ide o minimum.
Funkcia má teda v bode minimum viazané podmienkou:
.
8.22. Počítame dvojný integrál: ∫ ∫
.
Funkcia je spojitá na , takže je integrovateľná. Podľa Fubiniho vety
[8.44.] dostaneme:
∫ ∫
∫ [
]
∫
∫
8.23. Počítame dvojný integrál: ∫ ∫
.
Funkcia je spojitá na , takže je integrovateľná.
∫ ∫
∫ [
]
∫
[
]
∫
295
8.24. Počítame dvojný integrál ∬
cez elementárnu integračnú oblasť , ktorá leží
v prvom kvadrante a je ohraničená plošnou krivkou √ a priamkou (pozri
obr. 8.22.).
Priamka a parabola sa pretínajú v bodoch a , ktoré určujú integračné hranice
premennej . Budeme integrovať po „stĺpcoch“, najprv podľa , a potom podľa
(element plochy :
∬
∫ ∫
∫
∫ (
)
[
]
(
)
Obr. 8.22. Elementárna oblasť ohraničená funkciami: √ a
8.25. Počítame dvojný integrál ∬
cez elementárnu integračnú oblasť , ktorá leží v
prvom kvadrante a je ohraničená hyperbolou a priamkami , a
(pozri obr.8.23.).
Z obrázku vidíme, že elementárnu oblasť musíme rozdeliť na dve časti, z ktorých každú
budeme integrovať zvlášť v odlišných hraniciach:
∬
∬
∬ ∫ ∫
∫ ∫
∫
∫
∫ (
)
∫
[
]
[
]
(
)
(
)
√
296
Obr. 8.23. Elementárna oblasť ohraničená funkciami: ,
a
297
9. Diferenciálne rovnice
Na rozdiel napríklad od algebraických rovníc, v ktorých neznámymi sú premenné,
diferenciálne rovnice sú také rovnice, kde hľadanými neznámymi sú funkcie, a v ktorých
vystupujú derivácie týchto funkcií. Ak neznámou funkciou je funkcia jednej premennej,
potom hovoríme o obyčajných diferenciálnych rovniciach. Ak neznámu funkciu tvorí funkcia
viacerých premenných, potom tieto rovnice nazývame parciálnymi diferenciálnymi
rovnicami.
Rádom diferenciálnej rovnice nazývame rád najvyššej derivácie, ktorá sa v rovnici
nachádza.
Riešením diferenciálnej rovnice je každá funkcia (definovaná na určitom intervale), ktorá
po dosadení svojich príslušných derivácií, vrátane funkcie samotnej, spĺňa uvažovanú
diferenciálnu rovnicu. Všeobecné riešenie diferenciálnej rovnice prvého rádu je funkcia, ktorá
závisí od jedného parametra - konštanty , ktorej voľbou možno dostať každé riešenie danej
rovnice. Partikulárne riešenie je jedno konkrétne riešenie, získané zo všeobecného riešenia
výberom konkrétnej hodnoty konštanty . Výber jedného konkrétneho riešenia je často
určený zadaním počiatočnej podmienky, napríklad v tvare: . Riešenie
diferenciálnej rovnice s počiatočnou podmienkou sa nazýva počiatočná úloha.
Diferenciálne rovnice hrajú dôležitú úlohu v prírodných vedách, pretože opisujú priebeh
mnohých fyzikálnych, chemických alebo biologických procesov. Príkladom obyčajnej
diferenciálnej rovnice prvého rádu je napr. rovnica . Jej riešením je funkcia
, , je reálna konštanta, pretože platí: . Pre počiatočnú podmienku
zadanú ako: bude potom riešením rovnice funkcia . Iným príkladom
relatívne jednoduchej obyčajnej diferenciálnej rovnice je diferenciálna rovnica druhého rádu:
. Jedným z riešení tejto rovnice je funkcia: , pretože:
. Na druhej strane rovnica:
predstavuje parciálnu
diferenciálnu rovnicu druhého rádu. Jedným z riešení tejto diferenciálnej rovnice bude
funkcia , , sú ľubovoľné reálne konštanty. Nie každá
diferenciálna rovnica musí mať riešenie. Otázka existencie a jednoznačnosti riešení
diferenciálnych rovníc je pomerne komplikovaná. Problematika diferenciálnych rovníc
nebude úplne jednoduchá, aj keď sa budeme zaoberať len obyčajnými diferenciálnymi
rovnicami prvého rádu. V tejto kapitole ukážeme, ako sa riešia základné diferenciálne
rovnice, s ktorými sa študenti stretnú vo fyzike, fyzikálnej chémii, farmakokinetike a ďalších
špecializovaných predmetoch.
298
9.1. Obyčajné diferenciálne rovnice prvého rádu
Obyčajnú diferenciálnu rovnicu prvého rádu pre neznámu funkciu môžeme
v explicitnom tvare všeobecne vyjadriť takto:
[9.1.]
Riešenie takejto rovnice závisí od tvaru funkcie . O hľadanom riešení takejto
jednoduchej diferenciálnej rovnice môžeme získať určité informácie pomocou geometrickej
interpretácie diferenciálnej rovnice. Rovnica totiž priraďuje bodu v rovine
hodnotu , teda hodnotu derivácie hľadanej funkcie v danom bode. Túto hodnotu
derivácie môžeme chápať ako smernicu dotyčnice ku krivke prechádzajúcej bodom
. Takúto dotyčnicu môžeme znázorniť ako krátku úsečku so stredom v danom bode
so smernicou . Táto úsečka sa nazýva lineárny element. Množinu všetkých
lineárnych elementov diferenciálnej rovnice nazývame smerové pole, obr. 9.1. Graf každého z
možných riešení danej diferenciálnej rovnice, tzv. integrálna krivka, má tú vlastnosť, že
dotyčnica zostrojená v každom bode krivky obsahuje príslušný lineárny element
smerového poľa. Smerové pole teda zobrazuje tvar hľadaných kriviek a ukazuje smer, ktorý
krivka naberá v každom bode.
Obr. 9.1. Smerové pole diferenciálnej rovnice a jej riešenie
(modrá krivka) spĺňajúce počiatočnú podmienku (modrý bod na osi y)
299
Ak máme zadanú počiatočnú podmienku riešenia , t. j. napr. bod , ktorým
krivka riešenia prechádza, potom dokážeme v smerovom poli nakresliť približný tvar grafu
riešenia tak, že začneme z bodu a sledujeme smer priľahlých lineárnych elementov,
Obr. 9.1. Príslušnú neznámu funkciu však už musíme vypočítať vhodnými metódami,
ktoré opíšeme v ďalšom texte.
Príklad. Presvedčte sa, že riešením diferenciálnej rovnice s počiatočnou
podmienkou je funkcia , .
Či funkcia je riešením uvažovanej rovnice, zistíme derivovaním funkcie a dosadením do
diferenciálnej rovnice, ktorá musí byť splnená:
Dosadením do rovnice dostaneme:
Príklad. Ukážte, že funkcia
je riešením diferenciálnej rovnice: .
Najprv vypočítame prvú deriváciu zadanej funkcie:
Dosadíme do ľavej strany rovnice za a :
(
)
Porovnaním s pravou stranou rovnice vidíme, že obidva výrazy sú rovnaké, a teda
spĺňa uvažovanú diferenciálnu rovnicu.
Špeciálnym prípadom obyčajných diferenciálnych rovníc , kde
, t. j. vo vyjadrení pravej strany diferenciálnej rovnice nevystupuje neznáma funkcia
, ale len nezávisle premenná, je rovnica: . Táto rovnica sa dá priamo riešiť
integráciou: ∫ (čo predstavuje výpočet neurčitého integrálu podľa
premennej ). V prípade, že je zadaná aj počiatočná podmienka , potom dokážeme
určiť aj veľkosť konštanty (dosadením počiatočnej podmienky do primitívnej funkcie
).
300
Príklad. Vyriešte obyčajnú diferenciálnu rovnicu: s počiatočnou
podmienkou
.
Tento špeciálny prípad diferenciálnej rovnice budeme riešiť priamo (integráciou per partes),
vzťah [7.11.]:
∫ |
|
∫
Dosadíme počiatočnú podmienku a pre konštantu dostaneme:
Partikulárne riešenie danej diferenciálnej rovnice má tvar:
Príklad. Overte, že funkcia: , kde (
), je riešením diferenciálnej
rovnice: .
Vypočítame deriváciu funkcie:
Porovnaním s pravou stranou rovnice vidíme, že rovnicu spĺňa. Všimnime si ale, že
zatiaľ čo definičným oborom pravej stany rovnice ( ) je celá množina , riešenie
rovnice je definované len na obmedzenom intervale (
).
Pri riešení diferenciálnych rovníc môžeme naraziť na viaceré komplikácie, ako sú
nejednoznačnosť riešenia (danú diferenciálnu rovnicu môžu spĺňať viaceré funkcie, pri výbere
vhodného riešenia môžu v niektorých prípadoch pomôcť počiatočné podmienky), definičný
obor riešenia (ktorý môže byť odlišný od oboru, na ktorom je definovaná rovnica), existencia
a zložitosť hľadania riešení (v mnohých prípadoch nedokážeme riešenie nájsť – ani pre
najjednoduchšie rovnice, ktoré riešime priamou integráciou nemusíme byť vždy v stave nájsť
riešenie).
301
Uveďme si jednu vetu, ktorá opisuje existenciu riešení obyčajnej diferenciálnej rovnice
prvého rádu.
Veta. Majme bod v rovine a funkciu definovanú na okolí tohto bodu.
Ak je parciálna derivácia
na tomto okolí ohraničenou funkciou, potom má
diferenciálna rovnica s počiatočnou podmienkou: práve jedno
riešenie.
Veta presne nedefinuje veľkosť okolia bodu a predpokladá, že riešenie je spojitá
funkcia (má v okolí bodu deriváciu) a hovorí len, že riešenie existuje. V nasledujúcich
častiach ukážeme, akými metódami môžeme pre niektoré tvary funkcie riešenie
diferenciálnej rovnice vypočítať.
9.2. Rovnica so separovateľnými premennými
Diferenciálnu rovnicu, ktorú možno upraviť na tvar: , nazývame rovnicou
so separovateľnými premennými. Znamená to teda, že funkciu , ktorá vystupuje na
pravej strane rovnice všeobecného tvaru obyčajnej diferenciálnej rovnice prvého rádu, možno
rozdeliť na člen závislý len od premennej a člen závislý len od premennej , ktoré sa
násobia.
Postup riešenia takejto rovnice je nasledujúci. V rovnici budeme namiesto písať
a rovnicu:
upravíme na tvar:
[9.2.]
Obidve strany rovnice zintegrujeme (ľavú stranu podľa premennej , pravú stranu podľa
premennej ) a dostaneme:
∫
∫
[9.3.]
kde je primitívna funkcia k funkcii
, je primitívna funkcia k funkcii a
je integračná konštanta. Riešenie rovnice teda spočíva najmä v integrovaní funkcií
a
. Ak sú tieto funkcie spojité, potom ich neurčité integrály existujú, nemusíme ich však
vždy vedieť vypočítať. Všimnime si, že ak , potom konštantná funkcia je
302
riešením uvažovanej rovnice. Ak máme zo všetkých riešení určiť partikulárne riešenie, ktoré
spĺňa aj počiatočnú podmienku , potom je ešte potrebné určiť hodnotu integračnej
konštanty dosadením do vzťahu [9.3.]: .
Príklad. Vyriešte diferenciálnu rovnicu: .
Rovnicu budeme riešiť separáciou premenných, vzťah [9.2.] a následnou integráciou, vzťah
[9.3.]:
za predpokladu, že:
Integráciou dostaneme:
∫
∫
kde
pričom je integračná konštanta, ktorá môže nadobúdať kladné, nulové aj záporné
hodnoty (preto môžeme vynechať z výsledku znamienko ). Pripomeňme, že pre hodnotu
konštanty , riešenie obsahuje aj triviálne riešenie .
Príklad. Vyriešte diferenciálnu rovnicu:
.
Najprv budeme riešiť prípad: . Vidíme, že funkcia:
je riešením
diferenciálnej rovnice. Riešme teraz prípad, keď:
. Dostaneme:
∫
∫
ak nahradíme kladnú konštantu po odlogaritmovaní rovnice ľubovoľnou konštantou
, môžeme odstrániť absolútnu hodnotu a dostaneme:
303
Toto riešenie zahŕňa aj triviálne riešenie:
.
Príklad. Vyriešte diferenciálnu rovnicu: .
Rovnicu upravíme tak, aby sme mohli odseparovať premenné:
∫
∫ (
)
kde . Konštanta môže nadobúdať kladné, aj záporné hodnoty, preto môžeme
odstrániť absolútne hodnoty. Všeobecné riešenie diferenciálnej rovnice preto bude mať tvar:
Príklad. Vyriešte diferenciálnu rovnicu: s počiatočnou
podmienkou .
Odseparujeme premenné za predpokladu, že a dostaneme:
∫
∫
∫
304
Kde integračná konštanta: nadobúda kladné, aj záporné hodnoty. Jej hodnotu určíme
dosadením počiatočnej podmienky do všeobecného riešenia:
Partikulárne riešenie diferenciálnej rovnice s počiatočnou podmienkou teda bude:
9.3. Lineárne diferenciálne rovnice
Obyčajnú lineárnu diferenciálnu rovnicu prvého rádu môžeme zapísať vo všeobecnom
tvare:
[9.4.]
kde funkcie a budeme považovať za spojité funkcie jednej premennej . V tejto
diferenciálnej rovnici teda vystupuje neznáma funkcia , ako aj jej derivácia ,
v lineárnom tvare. V niektorých prípadoch, napr. ak , možno lineárnu
diferenciálnu rovnicu upraviť na rovnicu so separovateľnými premennými, všeobecne však
musíme siahnuť po iných metódach riešenia. Jedna z metód vhodných na riešenie lineárnych
diferenciálnych rovníc sa nazýva metóda variácie konštánt. Ukážeme teraz, ako máme pritom
postupovať.
Na začiatku budeme riešiť tzv. homogénnu rovnicu, t. j. rovnicu bez pravej strany, kde
funkciu položíme rovnú nule:
[9.5.]
Všeobecné riešenie homogénnej rovnice nájdeme pomocou separácie premenných:
∫
∫
305
Kde je primitívna funkcia k a je reálna konštanta.
V nasledujúcom kroku, ktorý sa nazýva variácia konštanty, budeme riešiť rovnicu s pravou
stranou tak, že budeme hľadať riešenie v tvare:
kde sme konštantu nahradili funkciou premennej tak, aby modifikované riešenie
spĺňalo nehomogénnu diferenciálnu rovnicu. Dosadením tohto riešenia do lineárnej
rovnice [9.4.] dostaneme:
Pretože je primitívna funkcia k , platí: , a preto sa druhý a tretí člen
na ľavej strane predchádzajúcej rovnice navzájom zrušia, dostaneme:
∫ [9.6.]
Funkciu teda určíme integrovaním výrazu [9.6.] pre spojité funkcie a .
Všeobecné riešenie lineárnej diferenciálnej rovnice má potom tvar:
∫ [9.7.]
Všimnime si, že funkcia všeobecného riešenia je vlastne súčet všeobecného riešenia
homogénnej lineárnej rovnice a partikulárneho riešenia rovnice s pravou stranou
∫ . Ak teda poznáme všeobecné riešenie rovnice bez pravej strany
a nejakým jednoduchým spôsobom dokážeme nájsť partikulárne riešenie homogénnej
rovnice, potom ich súčet bude opisovať všeobecné riešenie nehomogénnej rovnice.
Lineárne diferenciálne rovnice majú významné postavenie, pretože môžu v okolí daného
bodu nahradiť mnohé zložitejšie nelineárne rovnice (podobne, ako možno graf funkcie jednej
premennej v okolí bodu aproximovať dotyčnicou alebo funkciu dvoch premenných
dotykovou rovinou) a môžu tak poskytnúť približné riešenie pre inak analyticky neriešiteľný
problém.
Príklad. Vyriešte lineárnu diferenciálnu rovnicu:
Na riešenie použijeme metódu variácie konštánt. Najprv budeme riešiť homogénnu rovnicu:
306
ktorá sa dá riešiť separáciou premenných:
∫
∫
Teraz budeme hľadať riešenie rovnice s pravou stranou v tvare:
Platí:
z toho ostaneme:
Integrovaním so substitúciou:
∫ [
] ∫
Všeobecné riešenie rovnice s pravou stranou potom môžeme napísať ako:
( )
Kde je reálna konštanta.
Príklad. Vyriešte počiatočnú úlohu:
, keď .
Rovnicu upravíme:
Najprv budeme riešiť homogénnu rovnicu:
307
∫
,
Partikulárne riešenie rovnice s pravou stranou budeme hľadať v tvare:
Toto riešenie derivujeme ako podiel funkcií:
( )
Dosadíme do nehomogénnej rovnice:
( )
∫
Partikulárne riešenie teda bude mať tvar:
| |
Dosadením počiatočnej podmienky: , dostaneme:
Riešením počiatočnej úlohy je potom funkcia:
( )
Príklad. Nájdite všeobecné riešenie lineárnej diferenciálnej rovnice: .
308
Najprv vyriešime homogénnu rovnicu pomocou separácie premenných:
∫
∫
Partikulárne riešenie dostaneme variáciou konštanty :
Do rovnice s pravou stranou dosadíme a :
odtiaľ:
∫
Integrál riešime substitúciou a per partes:
∫ [
]
∫ |
|
∫
Všeobecným riešením lineárnej diferenciálnej rovnice s pravou stranou je funkcia:
kde .
9.4. Exaktné diferenciálne rovnice
Obyčajné diferenciálne rovnice sa zadávajú aj v tvare:
[9.8.]
309
Ak platí, že výraz na ľavej strane rovnice predstavuje totálny diferenciál funkcie :
[9.9.]
potom rovnicu [9.8.] nazývame exaktná diferenciálna rovnica a funkciu označujeme
kmeňová funkcia (pozri časť 8.8.). Pripomeňme si, že pre kmeňovú funkciu musia platiť na
jednoducho súvislej množine (pozri časť 8.8.) vzťahy [8.19.] a [8.20.]:
a
[9.10.]
čiže
Kmeňová funkcia v tvare: kde je konštanta, potom predstavuje riešenie
exaktnej diferenciálnej rovnice [9.8.] (pretože totálny diferenciál konštantnej funkcie sa rovná
nule) a dá sa určiť postupnou integráciou funkcií a . Pri riešení postupujeme takto:
vyberieme si ľubovoľnú rovnosť zo vzťahu [9.10.], napr. , potom musí
platiť:
∫ [9.11.]
pričom integračnú konštantu považujeme za funkciu závislú od premennej ,
v ďalšom kroku určíme funkciu , pre ktorú podľa [9.10.] platí:
∫
∫
integráciou podľa premennej potom dostaneme:
∫
∫ [9.12.]
Príklad. Zistite, či rovnica: je exaktná diferenciálna rovnica
a nájdite jej riešenie.
Pre exaktnú diferenciálnu rovnicu musí platiť:
teda:
310
Keďže sa jedná o exaktnú diferenciálnu rovnicu, kmeňovú funkciu budeme počítať podľa
vzťahov [9.12.]:
∫
Zároveň platí:
potom dostaneme integráciou:
∫
kde je integračná konštanta. Dosadením dostaneme:
alebo
kde je výsledná konštanta . Hodnotu určíme z počiatočnej podmienky.
Príklad. Zistite, či rovnica: je exaktnou
diferenciálnou rovnicou, a ak áno, nájdite jej riešenie.
Najprv overíme platnosť vzťahu [9.10.]:
Rovnica je exaktná. Kmeňovú funkciu a riešenie v tvare nájdeme integráciou:
∫
Zároveň platí:
∫
kde je integračná konštanta. Dosadením dostaneme:
311
alebo
9.5. Numerické metódy riešenia diferenciálnych rovníc
Existujú diferenciálne rovnice, ktoré nevieme vyriešiť analyticky, t. j. nevieme vypočítať
funkciu , ktorá spĺňa diferenciálnu rovnicu. V takýchto prípadoch hľadáme aspoň
približné riešenie pomocou grafických alebo numerických metód. Použitie grafických metód,
založených na lineárnych elementoch a smerových poliach, ktoré vedú k nakresleniu
približnej integrálnej krivky, sme ilustrovali na obr. 9.1.
Numerické metódy konštruujú riešenie diferenciálnej rovnice ako množinu bodov
, pričom funkčné hodnoty sa vypočítajú približným
spôsobom pre vybrané hodnoty nezávisle premennej, typicky pre hodnoty narastajúce o malý
konštantný prírastok: .
Majme počiatočnú úlohu, ktorú budeme riešiť numericky:
[9.13.]
Eulerova metóda. Počiatočná podmienka definuje prvý bod približnej krivky
[ . Nasledujúci bod, pre nezávisle premennú: , vypočítame pomocou
diferenciálu funkcie, vzťah [6.16.], obr. 6.10., ako:
alebo skrátene:
kde derivácia riešenia je určená zadaním počiatočnej úlohy:
.
Teda:
Ďalšie body nájdeme opakovaním tohto postupu. Všeobecne, ak numerická hodnota
približného riešenia v bode je , potom pre nasledujúci bod platí:
Príklad. Nájdite pomocou Eulerovej metódy numerické riešenie počiatočnej úlohy:
, .
312
Zvolíme si prírastok a nájdeme približné hodnoty pre , ,
a . Dostaneme:
V sekcii 9.1. sme ukázali, že riešením tejto počiatočnej úlohy je funkcia .
Preto si môžeme v nasledujúcej tabuľke porovnať presnosť analytického a numerického
riešenia.
Tab. 9.1. Porovnanie presného analytického riešenia a numerického Eulerovho riešenia počiatoč-
nej úlohy: ,
presná hodnota približná hodnota rozdiel
Okrem jednoduchej Eulerovej metódy existujú aj komplikovanejšie a presnejšie postupy,
napr. metódy vyvinuté autormi: Runge-Kuta, Adams-Bashford-Moulton, Milne a ďalšie.
9.6. Aplikácie diferenciálnych rovníc v prírodných vedách
V prírode je mnoho fyzikálnych, chemických a biologických procesov, ktoré sa dajú opísať
pomocou matematických modelov. Procesy prevažne deterministickej povahy, u ktorých
poznáme vplyv vonkajších faktorov na zmenu skúmanej veličiny, môžeme modelovať
pomocou diferenciálnych rovníc. Pokiaľ sledujeme vývoj skúmaného systému v čase, na jeho
opis postačia aj obyčajné diferenciálne rovnice, v ktorých vystupuje čas ako nezávisle
premenná a sledovaná veličina ako závisle premenná.
V nasledujúcich častiach opíšeme vybrané jednoduché matematické modely, ktoré opisujú
časovú závislosť troch chemických a biologických procesov a ilustrujú využitie
matematických metód.
313
9.6.1. Kinetika jednoduchej chemickej reakcie
Rýchlosť chemickej reakcie je zjednodušene vyjadrená ako úbytok látkového množstva
alebo pokles koncentrácie reagujúcej látky za časovú jednotku, prípadne ako množstvo
vzniknutého produktu za jednotku času. Podľa Guldbergovho-Waageho zákona92
účinku
hmotností je rýchlosť chemickej reakcie
úmerná koncentrácii ( ) reaktantu
a konštante úmernosti, ktorá sa nazýva rýchlostná konštanta ( ). Pre jednoduchú premenu
reaktantu na produkt : , teda pre rýchlosť chemickej premeny (úbytok reaktantu
alebo prírastok produktu ) dostaneme:
[9.14.]
kde je čas (ktorý začíname merať od ), koncentráciu meriame v jednotkách
a rýchlostnú konštantu tejto reakcie prvého poriadku meriame
v jednotkách . Nech počiatočná koncentrácia reaktantu v čase je , potom
riešenie diferenciálnej rovnice [9.14.], v tvare , nájdeme separáciou premenných:
Absolútnu hodnotu môžeme vynechať, pretože hodnoty exponenciálnej funkcie sú vždy
kladné a . Integračnú konštantu určíme z počiatočnej podmienky
dosadením do riešenia rovnice , ako . Potom pre koncentračnú závislosť
reaktantu dostaneme:
[9.15.]
Pre produkt bude v uzavretom systéme (kde množstvo látky je konštantné) platiť:
[9.16.]
Pretože a , ustáleným (stacionárnym) stavom sledo-
vanej reakcie bude stav, kde všetky molekuly látky sa premenili na molekuly produktu .
Časové priebehy koncentrácií a sú znázornené na obr. 9.2.
92 Cato Maximilian Guldberg (1836 – 1902) bol nórsky matematik a chemik. Peter Waage (1833 – 1900) bol významný
nórsky chemik.
314
Obr. 9.2. Časové závislosti koncentrácií reaktantu a produktu sledovanej chemickej
reakcie:
Uvažujme teraz vratnú chemickú reakciu: ←
→ , kde sú rýchlostné
konštanty priamej a spätnej reakcie. Pre úbytok koncentrácie reaktantu v uzavretom
systéme (kde v každom čase: ) bude teraz platiť:
Riešenie nájdeme separáciou premenných:
∫
∫
Z počiatočnej podmienky , t. j. , vypočítame integračnú konštantu
a po jej dosadení dostaneme partikulárne riešenie:
[9.17.]
315
V ustálenom stave chemickej rovnováhy bude pre tento model platiť:
(
)
t. j. v dynamickej rovnováhe bude proces premeny na neustále prebiehať (rovnakou rých-
losťou v oboch smeroch), pričom bude zachovaná rovnosť:
. Hodnoty
rýchlostných konštánt a budú rozhodovať o tom, na ktorú stranu sa posunie chemická
rovnováha reakcie. Ak napr. , potom
, pretože spätná reakcia
prebieha rýchlejšie. Časové priebehy koncentrácií a sú znázornené na obr. 9.3.
Obr. 9.3. Časové závislosti koncentrácií reaktantu a produktu sledovanej chemickej
reakcie: ←
→ . Znázornené sú aj rovnovážne koncentrácie reaktantu a produktu
a
pre .
9.6.2. Kinetika rastu populácie buniek [10]
Majme bunkovú kultúru, v ktorej sa jednotlivé bunky neobmedzene delia. Množenie
buniek teda nie je limitované ani dostupnosťou živín, ani priestorom, v ktorom sú pestované.
Nech počet buniek v suspenzii v čase sa rovná . Zmenu ich počtu za časový interval
vyjadríme ako rozdiel medzi počtom novovzniknutých a odumretých buniek za čas :
[9.18.]
kde a sú rýchlostné konštanty množenia buniek a zániku buniek. Pre populáciu vo fáze
rastu bude . Počet novovzniknutých buniek je úmerný počtu „rodičovských“ buniek
, ktoré sú v čase v kultúre prítomné, a rovnako aj počet odumierajúcich buniek závisí
od aktuálneho počtu buniek. Počet buniek musí byť dostatočne veľký, aby sme mohli
316
použiť fenomenologický prístup, ktorý využíva štatisticky spriemernené správanie
individuálnych buniek. Časový interval musí byť dostatočne malý, aby sa počas neho
hodnota príliš nemenila, ideálne budeme uvažovať . Dostaneme:
Pre rýchlosť rastu populácie teda dostaneme diferenciálnu rovnicu:
[9.19.]
∫
∫
A pre počiatočnú podmienku: potom máme:
[9.20.]
V prípade, že prevažuje rýchlosť zániku buniek nad množením ( ), potom
a populácia buniek vyhynie. Naopak, ak prevažuje rýchlosť množenia
buniek ( , potom a populácia exponenciálne rastie do
nekonečna, obr. 9.4.
Obr. 9.4. Časový priebeh vývoja bunkovej populácie pre model [9.20.]. A. exponenciálny rast, B.
pokles populácie.
Z experimentálnych pozorovaní správania bunkových kultúr je známe, že po určitej fáze
exponenciálneho rastu populácie dochádza k jeho spomaleniu, a neskôr k zastaveniu rastu, pri
dosiahnutí určitej limitnej hranice (ako napr. počet buniek v jednotkovom objeme). Preto
model kinetiky rastu vyjadrený vzťahom [9.20.] je potrebné spresniť tak, že konštantnú
317
rýchlosť množenia buniek ( ) nahradíme napr. lineárnou závislosťou od celkového počtu
buniek v tvare: , kde je smernica tejto závislosti. Dostaneme teda
modifikovaný vzťah pre rýchlosť rastu bunkovej populácie, nelineárnu diferenciálnu rovnicu:
[9.21.]
Označme: , dostaneme:
(
)
∫
∫
Racionálnu funkciu
v integráli na ľavej strane rozložíme na parciálne zlomky:
Potom:
∫
∫
∫
|
|
[9.22.]
Integračnú konštantu vyjadríme z počiatočnej podmienky: (populácia buniek
v čase ). Ak predpokladáme, že
, potom pre konštantu dostaneme:
.
Dosadením konštanty a úpravami vzťahu [9.22.] dostaneme riešenie diferenciálnej rovnice
v explicitnom tvare:
( ) [9.23.]
Ak , rýchlostné konštanty , potom pre ustálený stav ( ) bude
. Pre
dostaneme rastúcu sigmoidnú krivku a pre
má krivka klesajúci priebeh, obr. 9.5. Vzťah [9.23.] predstavuje model obmedzeného rastu
318
s počiatočným exponenciálnym rastom, vývoj ktorého smeruje k stabilnému ustálenému
stavu.
Obr. 9.5 Časový priebeh vývoja bunkovej populácie pre model [9.23.]. A. obmedzený rast pre:
, B. pokles pre:
.
9.6.3. Kinetický model distribúcie liečiva
Matematické modely využívané na opis časového priebehu šírenia aplikovaného liečiva v
ľudskom organizme sa nazývajú farmakokinetické modely. Priestorovú a časovú závislosť
koncentrácie podanej chemickej látky v komplexnej štruktúre organizmu ovplyvňuje celý rad
fyzikálnochemických faktorov, ktoré môžeme rozdeliť medzi štyri základné pochody:
absorpcia, distribúcia, metabolizmus a eliminácia. Zložitú štruktúru ľudského tela
farmakokinetické modely zjednodušene opisujú ako sériu navzájom prepojených
kompartmentov, idealizovaných diskrétnych oddelení, ktoré majú definovaný objem a
zloženie, a v ktorých sa predpokladá rovnomerné rozptýlenie liečiva. Väčšina dejov, ktoré
ovplyvňujú osud liečiva v organizme (ako sú difúzia, biotransformácia, eliminácia, filtrácia,
...) sa riadia kinetikou prvého poriadku, t. j. rýchlosť zmeny koncentrácie liečiva je úmerná
jeho koncentrácii násobenej rýchlostnou konštantou. Preto pohyb molekúl medzi
kompartmentami je opísaný jednoduchým spôsobom pomocou rýchlostných konštánt a
závislosť zmeny koncentrácie od času vo zvolenom kompartmente môžeme opísať pomocou
obyčajných lineárnych diferenciálnych rovníc.
Zvoľme si jednoduchý dvojkompartmentový farmakokinetický model distribúcie liečiva.
Prvý kompartment bude predstavovať tráviaci trakt, do ktorého aplikujeme liečivo (tabletku)
perorálne (per os). Z neho sa účinná látka absorbuje cez membrány do druhého kompartmentu
(krvný obeh), ktorý účinnú látku distribuuje po celom tele. V druhom kompartmente zároveň
s distribúciou prebieha aj metabolická premena účinnej látky liečiva na neaktívny metabolit a
tiež eliminácia (biotransformácia), ktorou sa liečivo vylučuje z organizmu, obr. 9.6.
319
Obr. 9.6. Dvojkompartmentový model (bloková schéma) pre popis absorpcie, metabolizácie a
eliminácie liečiva v krvnom obehu po jednorazovej dávke podanej p. o. Rýchlostné
konštanty určujú rýchlosť absorpcie, metabolizácie a eliminácie liečiva,
jednotky .
Počítajme funkciu , ktorá vyjadruje časovú závislosť koncentrácie liečiva v krvnej
plazme (t. j. v kompartmente 2) po jednorazovom podaní dávky alebo liečiva per
os, čím získame vybrané farmakokinetické parametre, ktoré možno z tejto funkcie odvodiť.
Jednorazová dávka liečiva podaná do kompartmentu 1 vytvorí v tráviacom trakte počiatočnú
koncentráciu liečiva
. Liečivo bude difundovať z kompartmentu 1,
absorbovať sa v kompartmente 2, kde sa však bude koncentrácia liečiva narastajúca v
dôsledku difuzie zároveň znižovať metabolizáciou a elimináciou liečiva (čo sú chemické
reakcie, ktoré sa riadia kinetikou prvého poriadku). Vzťah pre zmenu koncentrácie s časom
v kompartmente 2 vyjadruje kinetická rovnica:
[9.24.]
kde je okamžitá koncentrácia liečiva v kompartmente 1, sú rýchlostné konštanty
absorpcie, metabolizácie a eliminácie. Rovnica vyjadruje zmenu koncentracie liečiva v
plazme, ktorá závisí od rýchlosti prísunu liečiva z kompartmentu 1 a rýchlosti jeho
úbytku v dôsledku metabolickej premeny a eliminácie . Pre okamžitú
koncentráciu liečiva platí tiež kinetická rovnica prvého poriadku, ktorá opisuje jej pokles v
dôsledku difúzie do kompartmentu 2 (spätnú difúziu a vratnosť chemických reakcií kvôli
jednoduchosti zanedbávame), s počiatočnou podmienkou:
:
Rovnicu riešime separáciou premenných
Komp. 1 Komp. 2
podanie p.o.
absorbcia eliminácia
metabolizácia
ácia
tráviaci trakt
(objem )
krvný obeh
(objem
320
Integračnú konštantu vyjadríme z počiatočnej podmienky:
Okamžitú koncentráciu:
[9.25.]
dosadíme do rovnice [9.24.]:
a úpravou dostaneme lineárnu diferenciálnu rovnicu prvého rádu pre koncentráciu liečiva v
kompartmente 2:
[9.26.]
ktorú riešime metódou variácie konštánt. Najprv vyriešime homogénnu rovnicu:
∫
∫
Ak integračnú konštantu považujeme za funkciu času ,
[9.27.]
potom pre deriváciu podľa platí:
Dosadíme do rovnice s pravou stranou [9.26.]:
321
∫
[9.28.]
Dosadením počiatočnej podmienky pre kompartment 2, , t. j. v čase (okamih
podania liečiva) sa v kompartmente 2 ešte žiadne liečivo nenachádza, vyjadríme integračnú
konštantu
Dosadením do [9.28.] dostaneme:
[9.29.]
A dosadením do [9.27.] dostaneme výslednú funkciu pre časovú závislosť koncentrácie
liečiva v kompartmente 2 :
[
]
[ ] [9.30.]
Táto závislosť je známa aj ako Batemanova funkcia93
, obr. 9.7.
Obr. 9.7 Časová závislosť koncentrácie liečiva v dvojkompartmentovom modeli, obr. 9.6.
A. v kompartmente 1 (tráviaci trakt), vzťah [9.25.]. B. v kompartmente 2 (krvný obeh),
vzťah [9.30.] ( ).
93 Harry Bateman (1882 – 1946) bol britský matematik.
322
Z Batemanovej krivky možno odvodiť viacero farmakokineticky relevantných parametrov.
Napríklad koncentrácia liečiva dosiahne v kompartmente 2 svoju maximálnu hodnotu v
čase takom, keď , teda pre
bude:
[
] [9.31.]
Biodostupnosť liečiva (podiel dávky liečiva podávaného per os, ktorý sa dostane do
krvného obehu v porovnaní k dávke podanej intravenózne t. j. priamo do krvneho obehu)
súvisí s veľkosťou plochy pod krivkou , t. j. s parametrom (area under the
curve, obr. 9.8). vypočítame ako určitý integrál:
∫ ∫
[ ]
∫
[ ]
[
}
{
(
)
(
)}
(
)
[9.32.]
Obr. 9.8. Časová závislosť koncentrácie liečiva v dvojkompartmentovom modeli, obr. 9.6.,
a farmakokinetické parametre. A. plocha pod krivkou ( ∫
).
B. Plocha pod krivkou nad minimálnou efektívnou koncentráciou ( ):
∫
. Časový interval dávkovania lieku podávaného p. o., pri
ktorom koncentrácia liečiva v krvi neklesne pod , bude: .
323
Absolútna biodostupnosť liečiva, významný farmakokinetický ukazovateľ, je definovaná ako
pomer pre perorálne a intravenózne podanie liečiva:
. je daná
vzťahom [9.32.] v dvojkompartmentovom modeli, obr. 9.6. určíme z jednokom-
partmentového modelu, ktorý zodpovedá intravenóznemu podaniu liečiva priamo do krvného
obehu (obr. 9.9.).
Obr. 9.9. Jednokompartmentový model (bloková schéma) pre popis metabolizácie a eliminácie
liečiva v krvnom obehu po jednorazovej dávke podanej i. v. Rýchlostné konštanty
určujú rýchlosť metabolizácie a eliminácie liečiva.
Pokles koncentrácie liečiva s časom v kompartmente 2 po intravenóznom podaní bude
vyjadrovať kinetická rovnica:
[9.33.]
ktorá bude mať pre počiatočnú podmienku:
riešenie analogické ako [9.25.],
obr. 9.10.:
[9.34.]
Obr. 9.10. Časová závislosť koncentrácie liečiva . A. v kompartmente 2 (krvný obeh) pri
intravenóznom podaní, vzťah [9.34.] a plocha pod krivkou pre i. v. podanie . B.
v kompartmente 2 (krvný obeh) pri perorálnom podaní, vzťah [9.30.] (
).
Komp. 2
podanie i.v. eliminácia
metabolizácia
ácia
krvný obeh
(objem
324
vypočítame obdobne ako [9.32.]:
∫ ∫
[9.35.]
Pre absolútnu biodostupnosť perorálne podaného liečiva potom dostaneme v tomto ideálnom
dvojkompartmentovom farmakokinetickom modeli jednoduchý výraz:
[9.36.]
Ďalší dôležitý farmakokinetický parameter, označovaný ako , predstavuje plochu pod
krivkou na intervale ⟨ ⟩ kedy , t. j. koncentrácia liečiva
v kompartmente prekračuje tzv. minimálnu efektívnu koncentráciu ( ), t. j. koncentráciu,
pod ktorou sa už nepozoruje farmakodynamický efekt liečiva. vypočítame pre
funkciu [9.30.] ako:
∫
[9.37.]
keď integračné hranice a určíme ako body, kde: , napr. graficky.
Časový úsek potom určuje, v akých časových intervaloch je liečivo potrebné
dávkovať, aby jeho koncentrácia v krvnej plazme neklesla pod hladinu danú , obr. 9.8. B.
Iný farmakokinetický parameter, ktorý možno odvodiť z krivky , je tzv.
priemerný rezidenčný čas liečiva (označovaný ako , mean residence time), ktorý
predstavuje strednú dobu, ktorú strávia molekuly liečiva v organizme od okamihu podania.
môžeme vyjadriť ako:
∑
∑
∫
∫
[9.38.]
kde je počet molekúl liečiva, ktoré majú rezidenčný čas . Pre veľký počet molekúl, ktoré
sa nachádzajú v terapeutickej dávke liečiva94
, môžeme nahradiť diskrétne rozdelenie molekúl
v objeme spojitou veličinou: :
∑
∫
[9.39.]
ktorú označujeme ako prvý počiatočný moment plochy pod krivkou ( ).
Okamžitá koncentrácia predstavuje hustotu pravdepodobnosti rozdelenia molekúl
podľa rezidenčného času . vypočítame ako:
94 V liečiva sa môže nachádzať okolo molekúl.
325
∫ ∫
∫
∫
Prvý integrál vypočítame substitúciou a metódou per partes:
∫
[
]
∫
|
|
{
∫
}
[(
) (
)]
[
]
[
]
[9.40.]
Obr. 9.11. Farmakokinetické parametre [9.31.], interval davkovania lieku ,
priemerný rezidenčný čas [9.43.] a biodostupnosť liečiva [9.36.], odvodené z
časovej závislosti koncentrácie perorálne podaného liečiva [9.30.] v ideálnom
dvojkompartmentovom modeli. Pre hodnoty počiatočných koncentrácií
a , minimálnej efektívnej koncentrácie
a rýchlostných konštánt: v jednotkách
dostaneme: ,
, a .
326
Podobne vypočítame integrál :
∫
[9.41.]
Pre potom platí:
[9.42.]
a pre priemerný rezidenčný čas liečiva potom pomocou [9.32.] dostaneme (obr. 9.11.):
[9.43.]
Použitá literatúra 9
11. F. Ayres, Jr., E. Mendelson: Differential and Integral Calculus, 3rd
ed., Schaum’s
Outline Series, McGraw-Hill, New York, 1990.
12. R. Bronson: Differential Equations, 2nd
ed., Schaum’s Outline Series, McGraw-Hill,
New York, 1993.
13. Z. Došlá: Matematika pro chemiky 1, Masarykova Universita, Brno, 2010.
14. Z. Došlá: Matematika pro chemiky 2, Masarykova Universita, Brno, 2011.
15. J. Eliáš, J. Horváth, J. Kajan: Zbierka úloh z vyššej matematiky, I - IV., Bratislava,
Alfa, 1989.
16. R. L. Finney, G. B. Thomas Jr.: Calculus and Analytic Geometry, 9th ed., Addison-
Wesley, Reading, 1996.
17. T. Havránek a kol.: Matematika pro biologické a lékařské vědy. Academia, Praha,
1981.
18. L. D. Hoffmann, G. L. Bradley: Applied Calculus for Business, Economics, and the
Social and Life Sciences, 9th ed., McGraw-Hill, New York, NY, 2007.
19. I. Kluvánek, L. Mišík, M. Švec: Matematika I a II, SVTL, Bratislava, 1961.
10. V. Kotvalt: Základy matematiky pro přírodovědné obory, Karolinum, Praha, 2011.
11. K. Rektorys a kol.: Přehled užité matematiky I a II, Prometheus, Praha, 2003.
12. D. L. Stancl, M. L. Stancl: Calculus for Management and the Life and Social
Sciences, 2nd
ed., R. D. Irwin, Boston, MA, 1990.
327
Cvičenia 9
9.1. Vyriešte diferenciálnu rovnicu: .
9.2. Vyriešte diferenciálnu rovnicu:
.
9.3. Vyriešte diferenciálnu rovnicu:
9.4. Vyriešte diferenciálnu rovnicu: s počiatočnou podmienkou .
9.5. Vyriešte lineárnu diferenciálnu rovnicu:
9.6. Vyriešte počiatočnú úlohu: , ak
9.7. Vyriešte lineárnu diferenciálnu rovnicu:
9.8. Vyriešte exaktnú diferenciálnu rovnicu:
.
9.9. Vyriešte exaktnú diferenciálnu rovnicu: .
328
Riešenia 9
9.1. Diferenciálnu rovnicu: budeme riešiť separáciou premenných:
∫ ∫
√
√
O správnosti výsledku sa presvedčíme dosadením riešenia do pôvodnej rovnice.
9.2. Diferenciálnu rovnicu:
budeme riešiť separáciou premenných:
∫ ∫
√
9.3. Diferenciálnu rovnicu: budeme riešiť separáciou premenných:
∫
∫
∫
∫
9.4. Diferenciálnu rovnicu: s počiatočnou podmienkou riešime
nasledovne:
∫ ∫
329
Konštantu určíme z počiatočnej podmienky:
Dosadíme do všeobecného riešenia a dostane partikulárne riešenie:
√
9.5. Riešime lineárnu diferenciálnu rovnicu: metódou variácie konštánt.
Najprv budeme riešiť rovnicu bez pravej strany:
∫
∫
Integračnú konštantu považujeme za funkciu premennej :
Teraz spočítame :
a dosadíme do rovnice s pravou stranou:
∫
Separátne vypočítame neurčitý integrál na pravej strane dvojnásobnou integráciou per
partes:
∫ |
| ∫
|
| ∫
Výsledok bude:
∫
Dostaneme teda:
330
Dosadíme do riešenia homogénnej rovnice:
[
]
9.6. Riešime počiatočnú úlohu: pre . Najprv budeme riešiť
lineárnu rovnicu bez pravej strany:
∫
∫
Konštantu zmeníme na funkciu premennej :
Pre dostaneme:
(
)
Riešenie homogénnej rovnice dosadíme do rovnice s pravou stranou:
∫
Integrál na pravej strane vypočítame pomocou substitúcie:
∫
[
] ∫
Pre teda dostaneme:
Dosadíme do riešenia homogénnej rovnice a určíme riešenie rovnice s pravou stranou:
331
Hodnotu integračnej konštanty dostaneme z počiatočnej podmienky :
Dosadíme do všeobecného riešenia a dostaneme partikulárne riešenie:
9.7. Riešime lineárnu diferenciálnu rovnicu:
Začneme s homogénnou
rovnicu:
∫
∫
( )
Konštantu nahradíme funkciou premennej :
Nájdeme :
Dosadíme do rovnice s pravou stranou:
∫
Dosadíme do riešenia rovnice bez pravej strany:
(
)
9.8. Vyriešte exaktnú diferenciálnu rovnicu:
. Rovnicu prepíšeme do tvaru:
kde a . Zistíme, či rovnica predstavuje
totálny diferenciál kmeňovej funkcie v tvare :
332
Overili sme, že ide o exaktnú diferenciálnu rovnicu, rovnica teda bude mať riešenie
.
Platí: a
. Zintegrujeme prvý z týchto dvoch
vzťahov:
∫
∫
Na určenie neznámej funkcie využijeme vzťah:
( )
Z toho:
∫
Dosadením do dostaneme:
Riešenie exaktnej diferenciálnej rovnice má tvar:
9.9. Riešime exaktnú diferenciálnu rovnicu: . V tejto rovnici
a . Zistíme, či rovnica predstavuje totálny diferenciál
kmeňovej funkcie v tvare :
Overili sme, že ide o exaktnú diferenciálnu rovnicu, rovnica teda bude mať riešenie
.
Platí: a
. Zintegrujeme prvý z týchto dvoch
vzťahov:
∫
∫
Na určenie neznámej funkcie využijeme vzťah:
333
∫
Dosadením do dostaneme:
Riešenie exaktnej diferenciálnej rovnice má tvar:
334
Odporúčaná literatúra
F. Ayres, Jr., E. Mendelson: Differential and Integral Calculus, 3rd
ed., Schaum’s Outline Series,
McGraw-Hill, New York, 1990.
B. Balcar, P. Štěpánek: Teorie množin. Academia, Praha, 1986.
R. Bronson: Differential Equations, 2nd
ed., Schaum’s Outline Series, McGraw-Hill, New York, 1993.
L. Bukovský: Úvod do matematickej logiky, UPJŠ, Košice, 2001.
V. Čechák, K. Berka, I. Zapletal: Co víte o moderní logice, Horizont, Praha, 1981.
A. Del Fra, L. Lamberti, C. Cammarota: Istituzioni di Matematiche, Libreria Scientifica Dias, Roma,
1997.
Z. Došlá: Matematika pro chemiky 1, Masarykova Universita, Brno, 2010.
Z. Došlá: Matematika pro chemiky 2, Masarykova Universita, Brno, 2011.
J. Eliáš, J. Horváth, J. Kajan: Zbierka úloh z vyššej matematiky, I - IV., Bratislava, Alfa, 1989.
R. L. Finney, G. B. Thomas Jr.: Calculus and Analytic Geometry, 9th ed., Addison-Wesley, Reading,
1996.
T. Havránek a kol.: Matematika pro biologické a lékařské vědy. Academia, Praha, 1981.
L. D. Hoffmann, G. L. Bradley: Applied Calculus for Business, Economics, and the Social and Life
Sciences, 9th ed., McGraw-Hill, New York, NY, 2007.
M. Jasem, Ľ. Horanská: Matematika I. Zbierka úloh, STU, Bratislava, 2010.
P. Klemera: Aplikovaná matematika, Karolinum, Praha, 2011.
I. Kluvánek, L. Mišík, M. Švec: Matematika I a II, SVTL, Bratislava, 1961.
V. Kotvalt: Základy matematiky pro přírodovědné obory, Karolinum, Praha, 2011.
H.-H. Körle, R. Hirsch: Elemente der Mathematik für Pharmazeuten, Vieweg Studium, Braunschweig,
1996.
V. Kvasnička, J. Pospíchal: Matematická logika, STU, Bratislava, 2006.
V. Kvasnička, J. Pospíchal: Algebra a diskrétna matematika, STU, Bratislava, 2008.
K. Popper: Logika vědeckého bádání. Oikoymenh, Praha, 1997
K. Rektorys a kol.: Přehled užité matematiky I a II, Prometheus, Praha, 2003.
A. Sochor: Klasická matematická logika. Karolinum, Praha, 2001.
D. L. Stancl, M. L. Stancl: Calculus for Management and the Life and Social Sciences, 2nd
ed., R. D.
Irwin, Boston, MA, 1990.
M. Šabo: Matematika I, STU, Bratislava, 2009.
T. Šalát, J. Smítal. Teória množín. UK, Bratislava, 1995.
J. Zeman: Matematika pre farmaceutov, UK, Bratislava, 1989.
P. Zlatoš: Lineárna algebra a geometria, Albert Marenčin – Vydavateľstvo PT, Bratislava, 2011.
335
Použité grafické programy
Na kreslenie grafov funkcií jednej nezávisle premennej sme použili on line kresliaci program
FooPLOT (http://www.fooplot.com).
Na kreslenie grafov funkcií dvoch nezávisle premenných sme použili on line kresliaci program
PlotGraphs (http://www.plotgraphs.com).
Za sprístupnenie týchto užitočných nástrojov širokej verejnosti autorom programov úprimne ďakujem.
336
Register
A
absolútna hodnota 26
algebraický doplnok 91
antiderivácia 195
argument 21
asymptota
bez smernice 172
so smernicou 172
B
bod
hromadný 117
inflexný 166
stacionárny 170
v rovine 33
C
Cramerovo pravidlo 95
číselná os 26
číslo
celé 18
Eulerovo 54
Ludolfovo 54
prirodzené 18
reálne 18
D
De Morganove zálony 12
definičný obor 37
derivácia funkcie
definícia 143
fyzikálny význam 147
geometrický význam 143
inflexný bod 166
konkávnosť 165
konvexnosť 165
lokálny extrém 169
monotónnosť 40
n-tého rádu 150
smerová 250
sprava 144
totálna 252
zľava 144
vyšších rádov 150
derivácia
parciálna 245
podielu 148
smerová 250
súčinu 148
súčtu a rozdielu 148
totálna 252
zloženej funkcie 148
zmiešaná 251
determinant matice 89
rozvoj 91
diagonála matice 78
hlavná 78
diferencia 154
diferenciál
definícia 155
odhad chyby 155
totálny 252
diferenciálna rovnica 297
exaktná 308
homogénna 304
lineárna 304
obyčajná 297
parciálna 297
separovateľná 301
disjunkcia 10
diskriminant 47
dĺžka rovinnej krivky 226
doplnok množiny 27
dotyčnica grafu funkcie 144
dôkaz 18
matematickou
indukciou 21
nepriamy 19
priamy 18
sporom 19
vymenovaním prípadov 20
dotyčnica
smernica dotyčnice 144
E
ekvivalencia 10
elementárna oblasť 224
Euklidova geometria 76
Eulerovo číslo 54
extrém funkcie 169, 261
absolútny 171, 267
lokálny 169
viazaný 270
F
Frobeniova veta 87
Fubiniho veta 279
funkcia 37
59
59
59
59
asymptoty bez smernice 172
asymptoty so smernicou 172
cyklometrická 57
57
57
charakteristická 97
diferencovateľná 155
dvoch premenných 241
elementárna 44
exponenciálna 53
goniometrická 56
graf 38
hladká 144
inverzná 43
klesajúca 40
kmeňová 257
konkávna 165
konvexná 165
konštantná 161
Lagrangeova 272
logaritmická 53
monotónna 119
nepárna 40
ohraničená 40
párna 40
periodická 40
primitívna 195
racionálna 49
rastúca 40
reálna 37
rýdzo racionálna 49
rýdzo monotónna 215
57
spojitá 141
spojitá sprava 141
spojitá zľava 141
stavová 259
57
účelová 270
337
vektorová 248
zložená 41
funkčná hodnota 37
funkčný predpis 37
G
Gaussova eliminačná metóda 76
globálny extrém 171, 267
gradient 248
graf
funkcie 38
postupnosti 112
H
Hamiltonov operátor 249
Hermiteov interpolačný
polynóm 180
hodnosť matice 83
homogénna sústava rovníc 86
homogénna rovnica 304
Hornerova schéma 48
hyperplocha 241
CH
charakteristická funkcia 97
I
identita 29
implikácia 10
infimum funkcie 40
inflexný bod 166
integrál funkcie
dvojný 276
neurčitý 195
nevlastný 219
určitý 211
integrálna krivka 298
interpolácia 178
interpolačný polynóm
Hermiteov 180
Lagrangeov 179
interval 26
interval konkávnosti 166
interval konvexnosti 166
J
jednotková kružnica 57
K
karteziánsky súčin 31
kinetické modely 312
chemická reakcia 313
rast buniek 315
distribúcia liečiva 318
komplement množiny 27
kompozícia 41
konjunkcia 10
kontradikcia 11
koreň polynómu
jednoduchý 44
k-násobný 44
koreňový činiteľ 44
kritérium
D’Alembertovo 123
Sylvestrovo 263
krivka 49
krivočiary lichobežník 223
kvantifikátory 15
kvocient 114
L
Lagrangeov interpolačný
polynóm 179
limita funkcie 131
nevlastná 138
Cauchyho definícia 133
Heineho definícia 132
sprava 134
vlastná 133
v nevlastnom bode 135
zľava 134
limita postupnosti 116
lineárna kombinácia 70
lineárny element 298
logaritmus
dekadický 53
prirodzený 53
logika 9, 15
lokálne maximum 169
lokálne minimum 169
M
Maclaurinov rad 157
matematická indukcia 21
matica 78
diagonálna 79
Hesseho 263
hodnosť 83
inverzná 82
jednotková 79
nulová 79
prvok 79
regulárna 92
rozšírená 86
singulárna 92
sústavy 86
štvorcová 79
transponovaná 82
trojuholníková 79
matice 78
ekvivalentné 84
násobenie 81
rovnosť 79
súčet 80
maticové rovnice 92
maximum funkcie 169, 261
absolútne, globálne 171, 267
lokálné 169
ostré 261
metóda
Gaussova eliminačná 76
najmenších štvorcov 274
Lagrangeových
multiplikátorov 272
per partes 203
substitučná 200
variácie konštánt 304
metódy
dôkazu 18
numerické 229, 311
minimum funkcie 169, 261
absolútne, globálne 171, 267
lokálné 169
ostré 261
minor 90
mnohočlen 44
množina 25
celých čísel 18
iracionálnych čísel 18
kompaktná 267
komplexných čísel 18
mohutnosť 30
338
prázdna 27
prirodzených čísel 18
racionálnych čísel 18
reálnych čísel 18
univerzálna 25
uzavretá 72, 267
mocninový rad 124
model
kompartmentový 318
N
negácia 10
nekonečno 54
nekonečný rad 121
neurčité výrazy 152
neurčitý integrál 195
metóda per partes 203
substitučná metóda 200
základné vzťahy 197
nevlastný integrál 218
divergentný 219
konvergentný 219
na neohraničenon
intervale 221
neohraničenej funkcie 221
normála grafu funkcie 144
rovnica normály 144
notácia
Lagrangeova 144
Leibnizova 144
nulové body 175
numerické metódy riešenia
rovníc
Eulerova metóda 331
O
objem rotačného telesa 227
oblasť 230
obor hodnôt funkcie 37
obraz prvku 37
obsah rovinného obrazca 219
okolie bodu 117
optimalizácia 270
P
parciálna derivácia 245
parciálne zlomky 51
integrovanie 209
rozklad 52
počiatočná podmienka 297
počiatočná úloha 297
podmnožina 27
polomer konvergencie 125, 158
polynóm 44
charakteristický 97
postupnosť 112
aritmetická 114
čiastočných súčtov 121
divergentná 116
Fibonacciho 113
geometrická 114
konvergentná 117
ohraničená zdola 118
ohraničená zhora 118
rastúca 118
pravdivostná hodnota 9
pravidlo
L’Hospitalovo 151
krížové 89
pravej ruky 73
Sarrusovo 89
pravidlá usudzovania 13
predikát 15
predikátová logika 15
premenná
nezávislá 37
závislá 37
približné metódy
výpočtu 229, 311
prienik množín 27
prírastok funkcie 252
R
racionálna funkcia 49
rýdzo racionálna 49
radián 57
relácia 15, 33
Riemannov integrálny súčet 211
Riemannov určitý integrál 212
riešenie
partikulárne 297
triviálne 302
všeobecné 297
rovina 67
rovnica
algebraická 45
koreň 45
riešenie 46
diferenciálna 297
exaktná 308
homogénna 304
lineárna 304
separovateľná 301
hyperboly 50
kvadratická 46
koreň 47
riešenie 47
kružnice 227
lineárna 46
logaritmická 54
paraboly 47
priamky 46
roviny 242
trigonometrická 61
rýchlosť
okamžitá 147
S
Sarrusovo pravidlo 89
sečnica 143
schéma
Hornerova 48
skalár 67
smernica
dotyčnice 143
normály 144
priamky 46
smerové pole 298
spojitosť funkcie 141
stacionárny bod 164
stupeň polynómu 45
subdeterminant 90
substitúcia 200
súčet matíc 80
súčin matíc 81
súčin
karteziánsky 31
skalárny 72
vektorový 73
suprémum funkcie 40
súradnice
339
bodu v rovine 31
vektora 67
sústava lineárnych
rovníc 74
maticový tvar 86
symbol
Levi-Civitov 89
T
tautológia 11
zákony a tautológie 12
Taylorov rad 156
triviálne riešenie 96
U
určitý integrál 211
aditivita 214
definícia 212, 213
výpočet per partes 215
substitučná metóda 215
usporiadaná n-tica 86
V
vektor 67
jednotkový 68
nulový 69
opačný 69
pravých strán 86
stĺpcový 86
vektory
lineárna kombinácia 69
lineárne závislé 70
rovnosť 67
skalárny súčin 72
súčet 68
vektorový súčin 73
vlastné 97
Vennove diagramy 28
veta
Bolzanova 141
Frobeniova 87
Fubiniho 279
Lagrangeova 160
Rolleova 160
Schwarzova 251
Newtonova-Leibnizova 213
o strednej hodnote 215
Weierstrassova 141
základná veta algebry 45
vlastná funkcia 97
vlastná hodnota 97
vrstevnice 241
vzorec Newton-Leibnitzov 213
výrok 9
výroková formula 11
sémantika 11
výroková logika 9
syntax 11
Z
zjednotenie množín 27
zobrazenie 37
zrýchlenie 151