Del 5. Vektorske funkcije in funkcije več spremenljivk

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Del 5. Vektorske funkcije in funkcije več spremenljivk"

Transcript

1 Del 5 Vektorske funkcije in funkcije več spremenljivk

2

3 POGLAVJE 1 Krivulje v R n 1. Risanje vektorskih funkcij in vektorskih zaporedij Funkcija iz R v R n je podana z dvema podatkoma: z definicijskim območjem, se pravi podmnožico D v R, s predpisom, ki vsakemu elementu iz D priredi natanko določen vektor v R n. V primeru, ko je n pravimo takim funkcijam tudi vektorske funkcije. Označujemo jih, podobno kot vektorje, z malimi debelo tiskanimi črkami. Vektorsko funkcijo t r(t) = (x 1 (t),..., x n (t)), t D lahko geometrijsko predstavimo bodisi z njenim grafom {(t, r(t)) t D} = {(t, x 1 (t),..., x n (t)) t D} bodisi z njenim tirom (=zalogo vrednosti) {r(t) t D} = {(x 1 (t),..., x n (t)) t D}. Graf je podmnožica v R n+1, zato ga lahko narišemo samo v primeru, ko je n =. Tir je podmnožica v R, zato ga lahko narišemo samo v primeru, ko je n = ali n =. Primer. Naj bosta r 0 in p dana vektorja v R n. Potem je r(t) = r 0 + tp, t R vektorska funkcija v R n. Njen tir je premica v R n, ki gre skozi točko r 0 v smeri vektorja p. Njen graf pa je premica v R n+1, ki gre skozi točko (0, r 0 ) v smeri vektorja (1, p). Primer. Skicirajmo graf in tir vektorske funkcije r(t) = (cos t, sin t), t [ π, π]. Funkcijo najprej tabeliramo v točkah z razmikom π. Ko povežemo 6 funkcijske vrednosti s krivuljo, dobimo tir. Ker pri π dobimo isto vrednost kot pri π, je tir sklenjen. Graf pa dobimo tako, da za vsak t iz tabele narišemo točko (t, cos t, sin t) in nato te točke povežemo. Graf se

4 4 1. KRIVULJE V R n nahaja v txy prostoru. Če ga pravokotno projeciramo na xy ravnino, dobimo ravno tir. t (cos t, sin t) π ( 1, 0) 5π (, 1) 6 π ( 1, ) π (0, 1) π ( 1, ) π (, 1) 6 0 (1, 0) π (, 1) 6 π ( 1, ) π (0, 1) π ( 1, ) 5π (, 1) 6 π ( 1, 0) Π Π Π 6 5Π 6 Π z Π -0.5 z -1 Π Π Π Π Π 6 Π 6 y y Π 5Π 6 Π Π Π Π 6 0 Π 6 Π Π Π 5Π 6 Π x Vektorsko zaporedje v R n je predpis, ki vsakemu naravnemu številu priredi nek vektor v R n. Povedano z drugimi besedami je zaporedje ravno vektorska funkcija, katere definicijsko območje je množica naravnih števil. Vektor, ki ga zaporedje c priredi številu i, označimo z c i in mu pravimo i-ti člen zaporedja c. Vektorsko zaporedje lahko geometrijsko predstavimo bodisi z grafom bodisi s tirom. Primer. Narišimo nekaj začetnih členov zaporedja vektorjev c i = ( 1 i, ( 1)i ). i

5 . LIMITE VEKTORSKIH ZAPOREDIJ IN VEKTORSKIH FUNKCIJ c c 4 c 8 6 c 7 5 c -1 c 1. Limite vektorskih zaporedij in vektorskih funkcij Pravimo, da je vektor L limita zaporedja vektorjev c i, če za vsak ɛ > 0 obstaja tak i 0, da za vsak i i 0 velja c i L < ɛ. V tem primeru pišemo lim c i = L. Zaporedje vektorjev ne more imeti več kot i eno limito. Zaporedje vektorjev c i = (c i1,..., c in ) limitira proti vektorju L = (L 1,..., L n ) natanko tedaj, ko za vsak j = 1,..., n zaporedje i c ij limitira proti številu L j. Dokaz: Recimo, da je lim c ij = L j za vsak j = 1,..., n. Vzemimo poljuben i ɛ > 0. Po definiciji limite obstaja za vsak j = 1,..., n tak i j N, da za vsak ɛ i i j velja c ij L j < n. Naj bo i 0 = max{i 1,..., i n }. Potem za vsak i ( ɛ ) n = ɛ. i 0 velja c i L ɛ, saj je c i L = n j=1 c ij L j n j=1 S tem smo dokazali, da je lim c i = L. Dokažimo še obrat. Recimo, da je i lim c i = L. Vzemimo poljuben ɛ > 0. Po definiciji limite obstaja tak i 0 N, i da za vsak i i 0 velja c i L ɛ. Potem za vsak i i 0 in vsak j = 1,..., n velja c ij L j < ɛ, saj je c ij L j n j=1 c ij L j = c i L < ɛ. Torej je lim i c ij = L j za vsak j = 1,..., n. Primer. lim ( 1, ( 1)i 1 ( 1) ) = ( lim, lim i ) = (0, 0). i i i i i i i Podobno kot v skalarnem primeru lahko dokažemo, da za poljubni zaporedji a i in b i v R n in poljubno zaporedje α i R velja lim α ia i = lim α i lim a i, i i i lim (a i + b i ) = lim a i + lim b i, i i i lim a i, b i = lim a i, lim b i. i i i

6 6 1. KRIVULJE V R n Če je n =, pa velja tudi lim (a i b i ) = lim a i lim b i. i i i Limito vektorske funkcije v točki definiramo podobno kot pri skalarnih funkcijah. Pravimo, da je vektor L limita vektorske funkcije r(t), t D v točki a R, če za vsako zaporedje skalarjev t n v D\{a}, ki limitira proti a, zaporedje vektorjev r(t n ) limitira proti L. Vektorska funkcija ne more imeti več kot ene limite v dani točki. Vektorska funkcija r(t) = (x 1 (t),..., x n (t)) ima limito v točki a natanko tedaj, ko imajo vse funkcije x 1 (t),..., x n (t) limito v točki a. V obeh primerih velja lim r(t) = lim(x 1 (t),..., x n (t)) = (lim x 1 (t),..., lim x n (t)), t a t a t a t a torej lahko limito izračunamo po komponentah. Dokaz: Naslednje trditve so ekvivalentne: (1) lim t a r(t) = L, kjer L = (L 1,..., L n ), () za vsako zaporedje t n v D \ {a}, ki limitira proti {a}, zaporedje r(t n ) limitira proti L, () za vsako zaporedje t n v D \ {a}, ki limitira proti {a}, in za vsak j = 1,..., n zaporedje x j (t n ) limitira proti L j, (4) za vsak j = 1,..., n velja lim t a x j (t) = L j. Ekvivalenca (1) () sledi iz definicije limite vektorske funkcije, ekvivalenca () () je del prejšnje trditve (o vektorskih zaporedjih), ekvivalence () (4) pa sledi iz definicije limite skalarnih funkcij. S pomočjo ustreznih formul za limite vektorskih zaporedij lahko dokažemo, za poljubno skalarno funkcijo α(t), poljubne vektorske funkcije r(t), r 1 (t) in r (t) ter poljubno točko a R velja lim α(t)r(t) = lim α(t) lim r(t), t a t a t a lim(r 1 (t) + r (t)) = lim r 1 (t) + lim r (t), t a t a t a lim r 1 (t), r (t) = lim r 1 (t), lim r (t), t a t a t a če le vse limite na desni obstajajo. Če je n =, pa velja tudi lim(r 1 (t) r (t)) = lim r 1 (t) lim r (t). t a t a t a Pravimo, da je vektorska funkcija r(t), t D zvezna v točki a D, če za vsako zaporedje t n v D, ki limitira proti a, zaporedje r(t n ) limitira proti r(a). Kot v skalarnem primeru dokažemo:

7 . ODVAJANJE VEKTORSKIH FUNKCIJ 7 Funkcija r(t), t D je zvezna v točki a D natanko tedaj, ko velja lim t a r(t) = r(a). Iz zadnjih dveh trditev sledi: Vektorska funkcija r(t) = (x 1 (t),..., x n (t)), t D je zvezna v točki a D natanko tedaj, ko so vse funkcije x 1 (t),..., x n (t) zvezne v točki a. Vektorska funkcija je zvezna, če je zvezna v vsaki točki svojega definicijskega območja. Vsota, skalarni produkt in vektorski produkt dveh zveznih funkcij so spet zvezne funkcije. Produkt zvezne skalarne funkcije in zvezne vektorske funkcije je zvezna vektorska funkcija.. Odvajanje vektorskih funkcij Odvod vektorske funkcije r(t) v točki t je definiran z r r(t + h) r(t) (t) = lim. h 0 h Če je r(t) = (x 1 (t),..., x n (t)), potem velja r (t) = (x 1(t),..., x n(t)), saj lahko limito izračunamo po komponentah. Pravila za odvajanje so podobna kot pri skalarnih funkcijah. (cr) = c r + cr, (r 1 ± r ) = r 1 ± r, r 1, r = r 1, r + r 1, r, (r 1 r ) = r 1 r + r 1 r. Oglejmo si sedaj geometrijski pomen odvoda. Na tiru vektorske funkcije r(t) označimo točki r(t 0 ) in r(t 0 + h). Parametrična enačba sekante (na tir), ki gre skozi ti dve točki je r = r(t 0 ) + t r(t 0 + h) r(t 0 ). h Ko limitiramo h proti 0, preide sekanta v tangento, njena enačba pa v r = r(t 0 ) + tr (t 0 ). Torej je odvod r (t 0 ) (če obstaja) vektor, ki kaže v smeri tangente (na tir) z dotikališčem v točki r(t 0 ).

8 8 1. KRIVULJE V R n Primer. Izračunajmo tangento na tir vektorske funkcije r(t) = (cos t, sin t) v točki (, 1). Najprej poiščemo tak t 0, pri katerem je r(t 0 ) = (, 1 ). Iz enačb cos t 0 = in sin t 0 = 1 dobimo, da je t 0 = π + kπ. Odvod vektorske 6 funkcije r(t) je r (t) = ( sin t, cos t). Ko vstavimo t = t 0, dobimo r (t 0 ) = ( 1, normalna enačba pa ). Parametrična enačba tangente je r = (, 1 ) + t( 1, ), t = x 1 1 = x 1. Odtod dobimo implicitno enačbo x 1 + 1x = 1. Oglejmo si še fizikalni pomen odvoda. Predstavljamo si, da se delec giblje po prostoru tako, da je njegova lega v trenutku t enaka r(t). Med trenutkoma t in t + h preteče čas t = (t + h) t = h, lega delca pa se spremeni za vektor r = r(t + h) r. Diferenčnemu količniku r t pravimo povprečna vektorska hitrost delca med trenutkoma t in t + h, njegovi limiti v(t) = r r (t) = lim t 0 t pa pravimo trenutna vektorska hitrost delca v trenutku t. Normi trenutne vektorske hitrosti v(t) = v(t) pravimo trenutna skalarna hitrost delca v trenutku t. Tradicija v fiziki je, da se odvod po času namesto s črtico označi z piko, npr. ṙ(t) namesto r (t). 4. Načrtovanje ravninskih tirov V tem razdelku si bomo ogledali, kako s pomočjo odvoda konstruiramo tir vektorske funkcije v R. Recimo, da je vektorska funkcija r(t) = (α(t), β(t)) zvezno odvedljiva v okolici točke t 0 in da je r (t 0 ) 0. Potem je bodisi α (t 0 ) 0 bodisi β (t 0 ) 0. Če je α (t 0 ) 0, potem je funkcija x = α(t) strogo monotona v okolici točke t 0, zato lahko izračunamo njeno inverzno funkcijo t =

9 4. NAČRTOVANJE RAVNINSKIH TIROV 9 α 1 (x). Ko to vstavimo v definicijo r(t), dobimo r(t) = (α(t), β(t)) = (α(α 1 (x)), β(α 1 (x))) = (x, β(α 1 (x))). Torej se tir vektorske funkcije r(t) v okolici točke t 0 ujema z grafom skalarne funkcije y = β(α 1 (x)) v okolici točke x 0 = α(t 0 ). Obnašanje grafa znamo določiti s pomočjo prvega in drugega odvoda, zato ju naprej izračunamo. Iz β(t) = y(α(t)) dobimo β (t) = y (α(t))α (t) in β (t) = y (α(t))(α (t)) + y (α(t))α (t). Iz prve enačbe sledi y (x) = β (t) α (t). Drugo enačbo pomnožimo z α (t) in upoštevamo prvo enačbo. Dobimo y (x) = α (t)β (t) β (t)α (t) α (t). Podobno postopamo tudi v primeru, ko je β (t 0 ) 0. Tedaj je funkcija y = β(t) strogo monotona v okolici t 0, zato obstaja njena inverzna funkcija t = β 1 (y). Sledi r(t) = (α(t), β(t)) = (α(β 1 (y)), β(β 1 (y))) = (α(β 1 (y)), y). V tem primeru se tir r(t) v okolici t 0 ujema z grafom funkcije x = α(β 1 (y)) v okolici y 0 = β(t 0 ), (graf funkcije y = α(β 1 (x)) v okolici x = β(t 0 ) prezrcalimo preko y = x). Odvoda x (y) in x (y) dobimo tako, da v formulah za y (x) in y (x) zamenjamo x z y in α z β. Primer. Konstruirajmo tir vektorske funkcije t r(t) = ( 1 + t, t ), t R \ { 1}. 1 + t Najprej izračunamo prvi in drugi odvod funkcije y(x): y (x) = β α = t( + t ) 1 + t, y (x) = α β β α α = (1 + t ) 4 ( 1 + t ), Rešitvi enačbe y (x) = 0 sta t = 0 in t =. V prvem primeru je y (x) = in (x, y) = (0, 0), v drugem pa y (x) = in (x, y) = (, 4). Torej je (0, 0) lokalni minimum, (, 4) pa lokalni maksimum funkcije y(x). Tangenta v prvi točki je y = 0, v drugi pa y = 4. Izračunajmo še prvi in drugi odvod funkcije x(y): x (y) = 1 + t t( + t ), x (y) = (1 + t ) 4 t ( + t ). Rešitvi enačbe x (y) = 0 sta t = in t = 1. V prvem primeru je y (x) = in (x, y) = (0, 0), v drugem pa y (x) = in (x, y) =

10 10 1. KRIVULJE V R n ( 4, ). Torej je (0, 0) lokalni minimum, ( 4, ) pa lokalni maksimum funkcije x(y). Tangenta v prvi točki je x = 0, v drugi pa x = 4. Določimo še asimptoto tira. Ko gre t proti 1, se točka (x(t), y(t)) neskončno oddalji od izhodišča. Torej je asimptota oblike y = kx + n, kjer je y(t) k = lim t 1 x(t) = lim t = 1, t 1 ( ) t + t t n = lim y(t) kx(t) = lim = lim t 1 t t t 1 1 t + t = 1. Krajši račun pokaže, da krivulja ne seka asimptote. Sedaj lahko skiciramo tir: Dolžina tira Radi bi definirali dolžino tira vektorske funkcije r(t), a t b v R n. Približek za dolžino tira dobimo tako, da vzamemo delitev ρ : a = t 0 < t 1 <... < t r = b intervala [a, b] in izračunamo dolžino lomljene črte, ki povezuje točke r(t 0 ), r(t 1 ),..., r(t n ). Ta približek je enak r l(ρ) = r(t i ) r(t i 1 i=1 Ko jemljemo čedalje finejše delitve, se bo ta približek čedalje bolj ujemal z dolžino tira. Zato dolžino tira definiramo kot l = sup l(ρ), ρ kjer supremum teče po vseh delitvah intervala [a, b]. Seveda ni nujno, da bi bil ta supremum končen. Ta definicija je geometrijsko zelo

11 5. DOLŽINA TIRA 11 nazorna, ni pa primerna za konkretno računanje. Zato potrebujemo naslednji izrek: Dolžina tira zvezno odvedljive vektorske funkcije r(t), kjer a t b je vedno končna. Enaka je vrednosti integrala b a r (t) dt. Dokaz: Zaradi večje razumljivoti se omejimo na primer n =, čeprav je dokaz za splošen n skoraj enak. Recimo, da je r(t) = (α(t), β(t)) za vsak t [a, b]. Označimo b b I = r (t) dt = α (t) + β (t) dt. a a Vzemimo poljuben ɛ > 0. Po definiciji določenega integrala obstaja tak δ 1 > 0, da za vsako delitev ρ : a = t 0 < t 1 <... < t r = b intervala [a, b] s premerom pod δ 1 in za vsako izbiro točk τ i [t i 1, t i ] velja r α (τ i ) + β (τ i ) (t i t i 1 ) I < ɛ. i=1 Ker sta funkciji α in β zvezno odvedljivi in definirani na zaprtem intervalu, sta njuna odvoda α in β enakomerno zvezni funkciji. Torej obstaja tak δ > 0, da za poljubna u, v [a, b], ki zadoščata u v < δ velja α (u) α ɛ (v) < (b a). Podobno obstaja tak δ > 0, da za poljubna u, v [a, b], ki zadoščata u v < δ velja β (u) β (v) < ɛ (b a). Definirajmo δ = min{δ 1, δ, δ }. Za vsako delitev ρ : a = t 0 < t 1 <... < t r = b intervala [a, b] s premerom pod δ in za vsako izbiro točk τ i [t i 1, t i ] veljata oceni r l(ρ) α (τ i ) + β (τ i ) (t i t i 1 ) < ɛ, i=1 r α (τ i ) + β (τ i ) (t i t i 1 ) I < ɛ. i=1 Druga ocena sledi iz definicije δ 1, prvo pa dokažemo takole: Po Lagrangeovem izreku za vsak i obstajata taka ξ i, η i [t i 1, t i ], da velja α(t i ) α(t i 1 ) = α (ξ i )(t i t i 1 ) in β(t i ) β(t i 1 ) = β (η i )(t i t i 1 ), zato je r r l(ρ) = r(t i ) r(t i 1 = (α(ti ) α(t i 1 )) + (β(t i ) β(t i 1 )) = i=1 = i=1 r α (ξ i ) + β (η i ) (t i t i 1 ). i=1

12 1 1. KRIVULJE V R n Odtod sledi l(ρ) r α (τ i ) + β (τ i ) (t i t i 1 ) = i=1 r α (ξ i ) + β (η i ) α (t i ) + β (t i ) (t i t i 1 ) i=1 r (α (ξ i ) α (t i )) + (β (η i ) β (t i )) (t i t i 1 ) i=1 r ( ) ɛ ( ) ɛ + (t i t i 1 ) = ɛ (b a) (b a). i=1 kjer smo pri predzadnjem koraku uporabili oceno r y r y z r = (α (ξ i ), β (η i )) in y = (α (t i ), β (t i )), pri zadnjem koraku pa smo uporabili definicijo δ in δ. Iz gornjih dveh ocen sledi, da za vsako delitev ρ s premerom pod δ velja l(ρ) I < ɛ. Radi bi dokazali, da je I ɛ sup ρ l(ρ) I + ɛ. Za vsako delitev ρ velja l(ρ) I + ɛ, saj je l(ρ) l(ρ ) I + ɛ za poljubno delitev ρ, ki vsebuje delitev ρ in ima premer pod δ. Torej je res sup ρ l(ρ) I + ɛ. Po drugi strani je I ɛ < l(ρ ) sup ρ l(ρ). Ker je ɛ lahko poljubno majhen, velja torej je dolžina tira res enaka I. sup l(ρ) = I, ρ Primer. Izračunaj dolžino krivulje x = t sin t, y = 1 cos t, kjer je 0 t π. Ker je (x ) + (y ) = (1 cos t) + (sin t) = 1 cos t + (cos t) + (sin t) = cos t = 4 (, sin ) t je dolžina enaka = π 0 l = π 0 sin t dt = 4 cos t (x ) + (y ) dt = t=π t=0 = 4 ( 4) = Ploščina znotraj sklenjenega tira Recimo, da je r(t) = (α(t), β(t)), a t b, zvezna vektorska funkcija v R s sklenjenim tirom (se pravi r(a) = r(b)). Najprej si bomo ogledali, kako definiramo ploščino lika, ki jo tak tir omejuje, nato pa bomo povedali še, kako jo izračunamo. Približek za ploščino dobimo tako, da vzamemo delitev ρ : a = t 0 < t 1 <... < t r = b, označimo T k = r(t r ) in seštejemo predznačene

13 6. PLOŠČINA ZNOTRAJ SKLENJENEGA TIRA 1 ploščine trikotnikov OT k 1 T k, kjer je O izhodišče. (Če se izhodišče nahaja znotraj tira, lahko vzamemo kar navadne ploščine, sicer pa moramo z ustrezno izbiro predznakov poskrbeti, da se nekatere ploščine odštejejo.) Kaj je predznačena ploščina trikotnika? Ko se gibljemo po robu trikotnika ABC v nasprotni smeri urinega kazalca, se nam lahko zgodi dvoje: za točko A pride točka B ali pa točka C. V prvem primeru je predznačena ploščina isto kot navadna ploščina, v drugem primeru pa moramo navadno ploščino vzeti z negativnim predznakom. Predznačena ploščina trikotnika OT k 1 T k je enaka 1 (α(t k 1)β(t k ) α(t k )β(t k 1 )). Navadna ploščina je namreč enaka polovici od ploščine paralelograma, ki ga razpenjata vektorja r(t k 1 ) in r(t k ), ta pa je enaka r(t k 1 ) r(t k ) sin φ k = (α(t k 1 ), β(t k 1 ), 0) (α(t k ), β(t k ), 0) sin φ k = = (α(t k 1 ), β(t k 1 ), 0) (α(t k ), β(t k ), 0) = = (α(t k 1 )β(t k ) α(t k )β(t k 1, 0, 0) = α(t k 1 )β(t k ) α(t k )β(t k 1 ). Premislek o predznaku ploščine prepustimo bralcu. Približek za celotno ploščino je potem enak p(ρ) = 1 r (α(t k 1 )β(t k ) α(t k )β(t k 1 )) k=1 Ploščino lika lahko definiramo kot lim ρ p(ρ). Cilj tega razdelka je skicirati dokaz naslednjega izreka: Recimo, da je r(t) = (α(t), β(t)), a t b, zvezno odvedljiva vektorska funkcija v R s sklenjenim tirom. Potem je ploščina ravninskega lika, ki ga ta tir omejuje enaka 1 b a (α(t)β (t) α (t)β(t)) dt. Dokaz: Po Lagrangeovem izreku za poljubno delitev ρ intervala [a, b] velja p(ρ) = 1 r k=1 (α(t k 1)β(t k ) α(t k )β(t k 1 )) = = 1 r k=1 (α(t k 1)(β(t k ) β(t k 1 )) (α(t k ) α(t k 1 ))β(t k 1 )) = = 1 r i=k (α(t k 1)β (η k ) α (ξ k )β(t k 1 )). Označimo I = 1 b a (α(t)β (t) α (t)β (t)) dt. Vzemimo ɛ > 0 in konstruirajmo δ tako kot v dokazu formule za dolžino krivulje. Potem za poljubno

14 14 1. KRIVULJE V R n delitev ρ s premerom pod δ velja p(ρ) I p(ρ) 1 r i=k (α(t k 1)β (t k 1 ) α (t k 1 )β(t k 1 )) r i=k (α(t k 1)β (t k 1 ) α (t k 1 )β(t k 1 )) I < ɛ + ɛ = ɛ. Odtod sledi, da je ploščina lika res enaka I. Primer. Izračunajmo ploščino elipse x = A cos t, y = B sin t, kjer 0 t π. Velja p = 1 π 0 (xy x y) dt = 1 = 1 π 0 π 0 (A cos t B cos t ( A sin t) B sin t) dt = AB dt = 1 (πab) = πab. 7. Krivulje v polarnih koordinatah Ravninski vektor (x, y) je natančno določen z dvema podatkoma oddaljenostjo r od izhodišča (0, 0), kotom φ med vektorjema (x, y) in (1, 0). Kot φ merimo tako, da se gibljemo od vektorja (1, 0) do vektorja (x, y) v nasprotni smeri urinega kazalca. Če poznamo r in φ, potem x in y določimo s formulama x = r cos φ, y = r sin φ. Če poznamo x in y, potem r in φ določimo s formulama r = x + y, φ = arctg y x. Formula za φ je pravilna samo v primeru, ko je (x, y) v prvem kvadrantu, sicer ji je treba prišteti ustrezen večkratnik π. Primer. Točka ( 1, ) ima polarni koordinati r = ( 1) + ( ) = 4 =, φ = π + arctg ( ) ( 1) = π + arctg = π + π 6 = 7π 6. Krivuljo podamo v polarnih koordinatah z enačbo oblike r = f(φ), α φ β. Skiciramo jo tako, da izberemo nekaj kotov φ i, i = 1,..., k. Za vsak kot φ i narišemo poltrak φ = φ i in iznačimo na njem točko v oddaljenosti f(φ i ) od izhodišča. Nato te točke povežemo.

15 7. KRIVULJE V POLARNIH KOORDINATAH 15 Primer. Nariši krivuljo, ki ustreza enačbi r = f(φ) = 1 cos φ, 0 φ π. Najprej funkcijo tabeliramo pri znanih kotih φ 0 π 6 π 4 1 cos φ π π π π 4 5π 6 π Ker je f( φ) = f(φ), je krivulja simetrična glede na abcisno os Krivulja, ki je v polarnih koordinatah podana z enačbo je tir vektorske funkcije - r = f(φ), α φ β, r(φ) = (f(φ) cos φ, f(φ) sin φ), α t β. To obliko uporabimo takrat, kadar želimo izračunati njeno tangento, dolžino ali ploščino. Tangenta v točki φ = φ 0, r = f(φ 0 ) ima v kartezičnih koordinatah parametrično enačbo Ker je x = f(φ 0 ) cos φ 0 + t(f (φ 0 ) cos φ 0 f(φ 0 ) sin φ 0 ), y = f(φ 0 ) sin φ 0 + t(f (φ 0 ) sin φ 0 f(φ 0 ) cos φ 0 ). ((f(φ) cos φ) ) + ((f(φ) sin φ) ) = f(φ) + f (φ),

16 16 1. KRIVULJE V R n je dolžina krivulje enaka Ker je l = β α f(φ) + f (φ) dφ. (f(φ) cos φ)(f(φ) sin φ) (f(φ) cos φ) (f(φ) sin φ) = f(φ), je ploščina, ki jo omejuje krivulja, enaka p = 1 β α f(φ) dφ. 8. Vprašanja za ponavljanje (1) (Risanje vektorskih funkcij) (a) Kaj je vektorska funkcija? (b) Kaj je tir vektorske funkcije? Kaj je graf vektorske funkcije? (c) Kako iz grafa dobimo tir in kako definicijsko območje? () (Limita in odvod vektorske funkcije) (a) Kako izračunamo limito vektorske funkcije? Kdaj je vektorska funkcija zvezna? (b) Kako izračunamo odvod vektorske funkcije? Kaj je njegov geometrijski pomen? (c) Kako izračunamo enačbo tangente na tir v dani točki? () (Fizikalni pomen vektorskih funkcij) (a) Kako gibanju delca priredimo ustrezno vektorsko funkcijo? (b) Kako izračunamo trenutno hitrost in smer delca s pomočjo vektorske funkcije? (c) Določi dolžino poti, ki jo prepotuje delec med trenutkoma t 0 in t 1. (4) (Parametrično podane krivulje) (a) Kako podamo ravninsko krivuljo v parametrični obliki? Kako ugotovimom, ali je sklenjena? (b) Izpelji formulo za dolžino parametrično podane krivulje. (c) Izpelji formulo za ploščino lika, ki ga oklepa sklenjena parametrično podana krivulja. (5) (Polarni zapis) (a) Kako podamo ravninsko krivuljo v polarnem zapisu? Kako ugotovimo, ali je sklenjena? (b) Kako polarni zapis pretvorimo v kartezičnega in obratno? (c) Izpelji formulo za dolžino krivulje v polarnem zapisu. (d) Izpelji formulo za ploščino, ki jo obdaja sklenjena krivulja v polarnem zapisu.

17 POGLAVJE 14 Funkcije dveh in več spremenljivk 1. Risanje funkcij več spremenljivk Naj bo m neko naravno število (najpogosteje m = ali m = ). V tem poglavju nas bodo zanimale funkcije iz R m v R; pravimo jim tudi funkcije m spremenljivk. Funkcija f : R m R je podana z dvema podatkoma: z definicijskim območjem, se pravi podmnožico D R m, predpisom, ki vsakemu vektorju x = (x 1,..., x m ) D priredi natanko določen element f(x) = f(x 1,..., x m ) R. Definicijsko območje funkcije f označimo z D(f). Kadar imamo podan samo predpis, potem se dogovorimo, da za D(f) vzamemo množico vseh točk, v katerih je predpis smiselno definiran. Tej množici pravimo maksimalno definicijsko območje predpisa in jo označimo z D max (f). Primer. Vzemimo predpis f(x, y) = 1 x y. Maksimalno definicijsko območje tega predpisa je množica D max (f) = {(x, y) x + y 1}. Seveda to ni edino možno definicijsko območje za dani predpis, je pa največje. Funkcijo m spremenljivk lahko grafično predstavimo na dva načina: z grafom ali z nivojskim diagramom. Graf funkcije f : R m R je množica točk Γ(f) = {(x 1,..., x m, f(x 1,..., x m )) (x 1,..., x m ) D(f)}. v R m+1. Narišemo ga lahko samo v primeru, ko je m. S primerom m = 1 smo se že ukvarjali, zato si oglejmo primer m =. Prva ideja je, da bi izbrali nekaj točk (x i, y i ) D(f), i = 1,,... izračunali z i = f(x i, y i ) in povezali s ploskvijo točke (x i, y i, z i ). Ta metoda žal deluje samo, če izberemo zelo veliko število točk. Druga ideja je, da izberemo nekaj števil a i, i = 1,,..., in b j, j = 1,,... 17

18 FUNKCIJE DVEH IN VEČ SPREMENLJIVK (običajno tako, da so razmiki med njimi konstantni), ter narišemo preseke grafa funkcije z = f(x, y) z ravninami x = a i in y = b j. Ti preseki so grafi funkcij ene spremenljivke z = f(a i, y) in z = f(x, b j ), ki pa jih znamo narisati. Na koncu dobljene krivulje povežemo s ploskvijo. Ta metoda se izkaže za zelo učinkovito. Primer. Narišimo graf funkcije f(x, y) = 1 x y, tako, da ga presekamo z ravninami x = i/4, i = 4,..., 4 in y = i/4, i = 4,..., 4. Na levi so narisane presečne krivulje, na desni pa njihove projekcije na xy ravnino. Pikčasta krivulja označuje rob deficijskega območja. z y x y -0.5 x -1. Parcialni odvodi Pri načrtovanju grafov funkcij x f(x, y), y = konstanta in y f(x, y), x = konstanta si pomagamo z njihovimi odvodi. Odvod funkcije x f(x, y), y = konstanta je funkcija f(x + h, y) f(x, y) (x, y) = lim. x h 0 h Pravimo ji parcialni odvod funkcije f(x, y) po spremenljivki x. Odvod funkcije y f(x, y), x = konstanta pa je funkcija (x, y) = lim y h 0 f(x, y + h) f(x, y). h Pravimo ji parcialni odvod funkcije f(x, y) po spremenljivki y. Primer. Izračunamo parcialna odvoda funkcije f(x, y) = x + xy.

19 . PARCIALNI ODVODI 19 Če smatramo y za konstanto in odvajamo f po x, dobimo (x, y) = x + y. x Če pa smatramo x za konstanto in odvajamo f po y, dobimo (x, y) = x. y Parcialni odvodi so v veliko pomoč pri deločanju lokalnih ekstremov. Pravimo, da funkcija f(x, y) zavzame lokalni maksimum v točki (x 0, y 0 ), če obstaja tak ɛ > 0, da je f(x, y) f(x 0, y 0 ) za vsako točko (x, y) D(f), ki je od (x 0, y 0 ) oddaljena za manj kot ɛ. Za lokalni minimum je definicija podobna. Če funkcija (x, y) f(x, y) zavzame lokalni ekstrem v točki (x 0, y 0 ), potem tudi funkcija x f(x, y 0 ) zavzame lokalni ekstrem v točki x 0 in funkcija y f(x 0, y) zavzame lokalni ekstrem v točki y 0. Sedaj uporabimo potrebni pogoj za lokalni ekstrem funkcij ene spremenljivke. Odtod sledi, da je x (x 0, y 0 ) = 0, y (x 0, y 0 ) = 0. Pri tem smo seveda predpostavili, da oba parcialna odvoda obstajata ter da je funkcija x f(x, y 0 ) definirana v okolici točke x 0, funkcija y f(x 0, y) pa v okolici točke y 0. Kandidati za lokalni ekstrem funkcije f(x, y) so torej tiste točke iz D(f), ki bodisi rešijo sistem enačb = 0, = 0, bodisi v njih ni izpolnjena ena od tehničnih x y predpostavk. Primer. Poišči kandidate za lokalni ekstrem funkcije f(x, y) = x + xy + 4y + 5x + 6y + 7. Najprej izračunamo parcialna odvoda funkcije f: x = 4x + y + 5, Nato rešimo sistem enačb x = 0, y = x + 8y + 6. y = 0. Dobimo x =, y = 9. Ker je funkcija f povsod definirana in povsod parcialno odvedljiva, je to edini kandidat za lokalni ekstrem funkcije f.

20 0 14. FUNKCIJE DVEH IN VEČ SPREMENLJIVK Pojem parcialnega odvoda lahko posplošimo tudi na funkcije več kot dveh spremenljivk. Parcialni odvod funkcije f(x 1,..., x m ) po spremenljivki x i je funkcija, ki je definirana s predpisom f(x 1,..., x i + h,..., x m ) f(x 1,..., x i,..., x m ) (x 1,..., x m ) = lim. x i h 0 h Njeno definicijsko območje sestavljajo vse tiste točke iz D(f), pri katerih limita na desni obstaja in je enolična. Bralec bo opazil, da je limita na desni enaka odvodu funkcije ene spremenljivke x i f(x 1,..., x i,..., x m ). Parcialni odvod po spremenljivki x i torej izračunamo tako, da funkcijo f odvedemo po spremenljivki x i, pri čemer smatramo ostale spremenljivke za konstante. Pravimo, da je funkcija f parcialno odvedljiva v točki (a 1,..., a m ), če so tako funkcija f kot tudi vsi njeni parcialni odvodi definirani v tej točki. Brez težav posplošimo tudi potrebni pogoj za lokalni ekstrem.. Zveznost in limita Pravimo, da je funkcija f : R m R zvezna v točki a D(f), če za vsako zaporedje x n D(f), ki limitira proti a, zaporedje f(x n ) limitira proti f(a). Pravimo, da je funkcija f zvezna, če je zvezna v vsaki točki iz D(f). Primer. Najenostavnejsi primeri zveznih funkcij so projekcije pr i (x 1,..., x m ) = x i, D(pr i ) = R m. Če namreč zaporedje vektorjev limitira proti vektorju a, potem zaporedje njihovih i-tih komponent limitira proti i-ti komponenti vektorja a. Kot pri funkcijah ene spremenljivke definiramo, vsoto, razliko, produkt in kvocient dveh funkcij in dokažemo, da se zveznost pri teh operacijah ohranja. Kaj pa deljenje z nič? To vpliva na definicijsko območje kvocienta, ne pa na njegovo zveznost. Primer. Polinomi in racionalne funkcije v m spremenljivkah so zvezne funkcije. Te funkcije namreč dobimo iz projekcij s pomočjo seštevanja, odštevanja, množenja in deljenja. Če je f funkcija m spremenljivk in g funkcija ene spremenljivke, potem je g f funkcija m spremenljivk, katere predpis je (g f)(x) = g(f(x)), definicijsko območje pa D(g f) = {x D(f) f(x) D(g)}. Če sta f in g zvezni, potem je tudi g f zvezna.

21 Primer. Funkcija. ZVEZNOST IN LIMITA 1 f(x, y) = sin(xy ), D(f) = R je zvezna, saj je kompozitum polinomske funkcije dveh spremenljivk in zvezne funkcije ene spremenljivke. Opomba. Podobno kot smo definirali elementarne funkcije ene spremenljivke, bi lahko definirali tudi elementarne funkcije več spremenljivk. Podobno bi tudi dokazali, da so take funkcije zvezne. S pomočjo zveznih funkcij lahko definiramo pojem limite. Pravimo, da je limita funkcije f(x) v točki a enaka L, če je funkcija { f(x) x a f(x) = L x = a zvezna v točki a. V tem primeru pišemo lim f(x) = L. x a (To je ekvivalentno zahtevi, da za vsako zaporedje a n v D(f) \ {a}, ki limitira proti a zaporedje f(a n ) limitira proti L.) Z limitami lahko računamo tako kot pri funkcijah ene spremenljivke. Oglejmo si sedaj, kakšna je zveza med parcialno odvedljivostjo in zveznostjo. Pričakovali bi, da (tako kot pri funkcijah ene spremenljivke) iz parcialne odvedljivosti sledi zveznost. Naslednji primer pokaže, da (pri funkcijah dveh ali več spremenljivk) to ni nujno res. Primer. Funkcija f(x, y) = { xy x +y (x, y) (0, 0) 0 (x, y) = (0, 0) ni zvezna v točki (0, 0). Zaporedji f( 1, 1 ) in f( 1, 1 ) imata namreč n n n n različni limiti, čeprav zaporedji ( 1, 1 ) in ( 1, 1 ) obe limitirata proti n n n n (0, 0). Ker velja f(x, 0) = 0 in f(0, y) = 0 za vsak x, y R, je x (0, 0) = 0 in (0, 0) = 0, y torej je funkcija f(x, y) parcialno odvedljiva v točki (0, 0). (Za vajo dokaži, da je funkcija f(x, y) v vseh ostalih točkah tako zvezna kot parcialno odvedljiva.) Seveda pa iz parcialne odvedljivosti funkcije f(x 1,..., x m ) v točki (a 1,..., a m ) sledi, da je za vsak i = 1,..., m funkcija ene spremenljivke x i f(a 1,..., a i 1, x i, a i+1,..., a m )

22 14. FUNKCIJE DVEH IN VEČ SPREMENLJIVK zvezna v točki x i = a i (saj so celo odvedljive). Skratka, iz parcialne odvedljivosti sledi parcialna zveznost. 4. Globalni ekstremi Pravimo, da funkcija f zavzame globalni maksimum v točki x 0 D(f), če za vsako točko x D(f) velja f(x) f(x 0 ). Podobno definiramo kdaj funkcija f zavzame globalni minimum v točki x 0. Primer. Iz grafa je razvidno, da funkcija f(x, y) = 1 x y, D(f) = {(x, y) x + y 1}. zavzame globalni maksimum v točki (0, 0), in da zavzame globalni minimum v vsaki točki na enotski krožnici {(x 0, y 0 ) x 0 + y 0 = 1}. Naj bo K(a, ɛ) množica vseh točk, ki so od a oddaljene za manj kot ɛ. Pravimo, da je točka a R m robna točka množice D R m, če za vsak ɛ > 0 množica K(a, ɛ) seka tako D kot R m \ D. Pravimo, da je množica D zaprta, če vsebuje vse svoje robne točke. Pravimo, da je množica D omejena, če obstaja tak R, da je D K(0, R). Primer. Množica D 1 = {(x, y) x + y 1} je zaprta in omejena, Množica D = {(x, y) xy 0} je zaprta, ni pa omejena. Množica D = {(x, y) x < 1, y 1} je omejena, ni pa zaprta. Množica D 4 = {(x, y) y > x } ni niti zaprta niti omejena. Vsaka zvezna funkcija več spremenljivk, katere definicijsko območje je zaprta in omejena množica: (1) je omejena, () v vsaj eni točki zavzame globalni minimum in () v vsaj eni točki zavzame globalni maksimum. Dokaz je skoraj enak kot pri funkcijah ene spremenljivke definiranih na zaprtih intervalih. Edina razlika je, da uporabimo posplošitev Heine- Borelovega izreka na funkcije več spremenljivk: Vsako zaporedje, ki je vsebovano v zaprti in omejeni množici D, ima podzaporedje, katerega limita je vsebovana v D. Globalne ekstreme funkcije f poiščemo tako, da najprej določimo vse kandidate za lokalni ekstrem in nato poiščemo tistega, v katerem funkcija zavzame največjo oziroma najmanjšo vrednost. Kandidati za lokalni ekstrem se delijo v tri skupine: vse robne točke točke množice D(f), tiste točke množice D(f), ki niso robne in ki rešijo sistem enačb x 1 = 0,..., x m = 0,

23 4. GLOBALNI EKSTREMI tiste točke množice D(f), ki niso robne in v katerih ne obstaja vsaj eden od parcialnih odvodov x 1,..., x m. Običajno je v prvem razredu neskončno točk, v drugem končno, v tretjem pa nič. Oglejmo si dva primera: Primer. Poišči globalne ekstreme funkcije f(x, y) = x y, x + y 1. Ker je D(f) = {(x, y) x +y 1} zaprta in omejena množica, vemo, da je funkcija f omejena in zavzame tako globalni minimum kot globalni maksimum. V prvem razredu kandidatov so vse robne točke množice D(f), se pravi vse točke na enotski krožnici x + y = 1. V drugem razredu kandidatov so rešitve sistema = x = 0, = y = 0, se x y pravi točka (0, 0). Tretji razred kandidatov je prazen. Ekstreme funkcije f(x, y) na krožnici x + y = 1 poiščemo tako, da krožnico najprej parametriziramo z x = cos t, y = sin t in nato poiščemo ekstreme funkcije ene spremenljivke f(cos t, sin t) = (cos t) (sin t) = cos(t). Lokalni ekstremi te funkcije so točke t = kπ, ki jim na enotski krožnici ustrezajo točke {(cos kπ, sin kπ ) k Z} = {(1, 0), (0, 1), ( 1, 0), (0, 1)}. Ker je f(1, 0) = f( 1, 0) = 1, f(0, 1) = f(0, 1) = 1, f(0, 0) = 0, zavzame f(x, y) globalni maksimum v točkah (±1, 0), globaln minimum pa v točkah (0, ±1). Primer. Poišči globalne ekstreme funkcije f(x, y) = x + y, x 1, y 1. Definicijsko območje te funkcije je kvadrat omejen s premicama x = ±1 in y = ±1. V prvem razredu kandidatov so vse robne točke tega kvadrata, drugi in tretji razred kandidatov pa sta prazna. Na stranicah kvadrata funkcija f(x, y) zavzame vrednosti f(±1, y) = ±1 + y, 1 y 1 oziroma f(x, ±1) = x ± 1, 1 x 1. Vse te štiri funkcije zavzamejo ekstrem na robu intervala [ 1, 1]. Ker je f(1, 1) =, f( 1, 1) = 1, f(1, 1) = 1, f( 1, 1) =, zavzame f(x, y) globalni maksimum v točki (1, 1), globalni minimum pa v točki ( 1, 1).

24 4 14. FUNKCIJE DVEH IN VEČ SPREMENLJIVK 5. Tangentna ravnina in gladkost Kot primer uporabe parcialnih odvodov si oglejmo, kako izračunamo tangentno ravnino na graf funkcije z = f(x, y) z dotikališčem v točki r 0 = (x 0, y 0, f(x 0, y 0 )). Pri izpeljavi moramo predpostaviti, da obstajata oba parcialna odvoda funkcije f v točki (x 0, y 0 ). Presek grafa funkcije z = f(x, y) z ravnino x = x 0 je krivulja t (x 0, t, f(x 0, t)). Če vse komponente odvedemo po t in vstavimo t = y 0, dobimo tangentni vektor te krivulje v točki r 0. p 1 = (0, 1, y (x 0, y 0 )). Podobno je presek grafa funkcije z = f(x, y) z ravnino y = y 0 je krivulja t (t, y 0, f(t, y 0 )). Njen tangentni vektor v točki r 0 je p = (1, 0, x (x 0, y 0 )). Tangentna ravnina je določena s točko r 0 in normalo n = p 1 p = ( x (x 0, y 0 ), y (x 0, y 0 ), 1). Normalna enačba tangentne ravnine je torej x (x 0, y 0 )(x x 0 ) + y (x 0, y 0 )(y y 0 ) (z f(x 0, y 0 )) = 0, odkoder izračunamo z = f(x 0, y 0 ) + x (x 0, y 0 )(x x 0 ) + y (x 0, y 0 )(y y 0 ). Primer. Poiščimo enačbo tangentne ravnine na graf funkcije f(x, y) = 1 x y z dotikališčem v točki x 0 = 1, y 4 0 = 1. Parcialna odvoda sta x (x, y) = x 1 x y, y Odtod sledi, da je enačba tangentne ravnine y (x, y) = 1 x y. z = f(x 0, y 0 ) + x (x 0, y 0 )(x x 0 ) + y (x 0, y 0 )(y y 0 ) = 11 = 1 (x ) (y 1 11 ) = 4 x y. 11 Za boljšo predstavo si narišimo graf funkcije f(x, y). Odebeljeni krivulji sta presečišči grafa z ravninama x = x 0 in y = y 0, črtani premici pa

25 5. TANGENTNA RAVNINA IN GLADKOST 5 sta njuni tangenti z dotikališčem v točki (x 0, y 0, f(x 0, y 0 )). Tangentna ravnina ni narisana, je pa natanko določena s črtkanima premicama. z x y Od tangentne ravnine seveda pričakujemo, da se dobro prilega grafu funkcije v okolici dotikališča. Žal to ni vedno res, kadar pa je, pravimo, da je funkcija gladka. Povejmo to natančneje: Pravimo, da je funkcija f(x, y) gladka v točki (x 0, y 0 ), če je v tej točki parcialno odvedljiva in če velja lim (x,y) (x 0,y 0 ) f(x,y) f(x 0,y 0 ) x (x 0,y 0 )(x x 0 ) y (x 0,y 0 )(y y 0 ) (x x 0 ) +(y y 0 ) = 0. Števec tega ulomka je ravno razdalja med točko na grafu, ki leži nad (x, y) in točko na tagentni ravnini, ki leži nad (x, y). Imenovalec tega ulomka pa je ravno razdalja med točko (x, y) in točko (x 0, y 0 ). Pogoj pove, da se točki nad (x, y) hitreje približujeta ena drugi, kot pa se točka (x, y) približuje (x 0, y 0 ). Primer. Oglejmo si funkcijo { xy (x, y) (0, 0) f s (x, y) = (x +y ) s 0 (x, y) = (0, 0), kjer je s realno število. Vabimo bralca, da pokaže, da je ta funkcija gladka, če s < 1 in zvezna če s < 1. (Dokaz sledi v nadaljevanju!) Na naslednji strani so narisani grafi funkcij f s v primerih s = 1 (prvi par slik), s = / (drugi par slik) in s = 0 (tretji par slik). V vseh treh primerih je tangentna ravnina z dotikališčem v (0, 0) ravno xy ravnina.

26 6 14. FUNKCIJE DVEH IN VEČ SPREMENLJIVK z z x x z z x x z z x x

27 5. TANGENTNA RAVNINA IN GLADKOST 7 V primeru s = 1 funkcija f s ni niti zvezna niti gladka v točki (0, 0), zato graf sploh ni blizu tangentne ravnine v okolici (0, 0). V primeru s = / je funkcija f s zvezna v točki (0, 0), ni pa v tej točki gladka. Graf je zato blizu tangentne ravnine, vendar z njo oklepa neničeln kot. V primeru s = 0 je funkcija f s zvezna in gladka v točki (0, 0), zato graf in tangentna ravnina oklepata kot 0. Dokaz: Pokažimo, da je v primeru s < 1 funkcija f s gladka v točki (0, 0). Ker je x 0 = y 0 = 0 in f s (x 0, y 0 ) = s x (x 0, y 0 ) = s y (x 0, y 0 ) = 0, moramo preveriti, da velja f s (x, y) x + y = 0. lim (x,y) (0,0) S prehodom na polarne koordinate x = r cos φ, y = r sin φ dobimo f(x, y) x + y = xy (x + y ) s+ 1 = r sin φ cos φ r s+1 = r 1 s sin φ, kar je po absolutni vrednost manjše od r 1 s. Če je s < 1, potem gre r1 s f(x,y) proti 0, ko gre (x, y) proti (0, 0). Odtod sledi, da gre tudi proti 0, x +y ko gre (x, y) proti (0, 0). (Podobno se dokaže, da je v primeru s < 1 funkcija f s (x, y) zvezna v točki (0, 0).) Zvezo med gladkostjo, parcialno odvedljivostjo in zveznostjo opisuje naslednji diagram: sta definirani in zvezni v okolici točke (x 0, y 0 ). Funkcija f je gladka v točki Funkciji x (x 0, y 0 ). Funkcija f je parcialno odvedljiva v točki (x 0, y 0 ). in y Funkcija f je zvezna v točki (x 0, y 0 ). Funkcija f je parcialno zvezna v točki (x 0, y 0 ). Opomba. Tri od teh implikacij že poznamo. Novi sta le zgornja implikacija in desna od srednjih dveh. Njun dokaz sicer ni zapleten, a ga vseeno izpustimo. Gornja implikacija je zelo uporabna, saj je zveznost parcialnih odvodov bistveno lažje preveriti, kot pa izračunati limito, ki nastopa v definiciji gladkosti. S primeri se da pokazati, da se nobene od gornjih implikacij ne da obrniti.

28 8 14. FUNKCIJE DVEH IN VEČ SPREMENLJIVK Pojem tangentne hiperravnine in gladkosti lahko vpeljemo tudi za funkcije več kot dveh spremenljivk. Tangentna hiperravnina funkcije f(x 1,..., x m ) v točki a = (a 1,..., a n ) je z = f(a) + m i=1 x i (a)(x i a i ). Pravimo, da je funkcija f(x 1,..., x m ) gladka v točki a, če velja f(x) f(a) m i=1 x lim i (a)(x i a i ) x a x a Gornji diagram velja tudi v tem primeru. = Posredno in implicitno odvajanje Kompozitum funkcije t ((x(t), y(t)) in funkcije (x, y) f(x, y) je funkcija t f(x(t), y(t)). Za nima nas, kako odvod kompozituma izrazimo z odvodi prve in druge funkcije. Velja Če sta funkciji f(t) in g(t) odvedljivi, funkcija f(x, y) pa zvezno parcialno odvedljiva, potem je tudi funkcija g(t) = f(x(t), y(t)) odvedljiva in velja g (t) = x (x(t), y(t))x (t) + y (x(t), y(t))y (t). Dokaz: Vzemimo nek t in h. Če uporabimo Lagrangeov izrek na funkciji x f(x, y(t + h)), zvemo, da obstaja tak c med x(t) in x(t + h), da velja f(x(t + h), y(t + h)) f(x(t), y(t + h)) = (c, y(t + h))(x(t + h) x(t)), x če pa ga uporabimo na funkciji y f(x(t), y), potem dobimo tak d med y(t) in y(t + h), da velja f(x(t), y(t + h)) f(x(t), y(t)) = (x(t), d)(y(t + h) y(t)). y Oglejmo si sedaj diferenčni količnik funkcije g: g(t+h) g(t) h = f(x(t+h),y(t+h)) f(x(t),y(t+h)) h = x (c, y(t + h)) x(t+h) x(t) h = f(x(t+h),y(t+h)) f(x(t),y(t)) h = + f(x(t),y(t+h)) f(x(t),y(t)) h = + y(t+h) y(t) y (x(t), d) h.

29 6. POSREDNO IN IMPLICITNO ODVAJANJE 9 Ko limitiramo h proti proti nič, gresta točki (c, y(t + h)) in (x(t), d) proti (x(t), y(t)). Po predpostavki sta funkciji x in y zvezni v točki (x(t), y(t)), zato velja lim h 0 x (c, y(t + h)) = x (x(t), y(t)), lim g(t+h) g(t) h, h 0 x(t+h) x(t) y Diferenčni količniki h h proti g (t), x (t) in y (t). S tem je formula dokazana. Primer. Če je (x(t), d) = y (x(t), y(t)). in y(t+h) y(t) f(x, y) = x xy, x(t) = cos t, y(t) = sin t, potem je odvod funkcije g(t) = f(x(t), y(t)) enak seveda limitirajo g (t) = x (x(t), y(t))x (t) + y (x(t), y(t))y (t) = = (x(t) y(t) )x (t) + ( 4x(t)y(t))y (t) = = ((cos t) (sin t) )( sin t) + ( 4(cos t)(sin t))(cos t) = = (sin t) 7 sin t cos t. Seveda bi lahko najprej vstavili x(t) in y(t) v f(x, y): g(t) = (cos t) (cos t)(sin t) in šele nato odvedli. Spet bi dobili isti rezultat. Kot primer uporabe posrednega odvajanja omenimo naslednjo trditev: Če je tir vektorske funkcije r(t) vsebovan v grafu funkcije z = f(x, y), potem je tudi vsaka njena tangenta vsebovana v tangentni ravnini funkcije z = f(x, y) z istim dotikališčem. Dokaz: Ker je tir vektorske funkcije r(t) = (x(t), y(t), z(t)) vsebovan v grafu funkcije z = f(x, y), mora veljati z(t) = f(x(t), y(t)). Njen odvod je po formuli za posredno odvajanje enak r (t) = (x (t), y (t), z (t)) = (x (t), y (t), x (x(t), y(t))x (t)+ y (x(t), y(t))y (t)). Enačba tangente z dotikališčem v točki r(t 0 ) = (x 0, y 0, z 0 ) je torej r = r(t 0 )+tr (t 0 ) = r(t 0 )+tx (t 0 )(1, 0, x (x 0, y 0 ))+ty (t 0 )(0, 1, y (x 0, y 0 )). Vemo tudi, da je enačba tangentne ravnine v točki r(t 0 ) enaka r = r(t 0 ) + t 1 (1, 0, x (x 0, y 0 )) + t (0, 1, y (x 0, y 0 )). Tangento dobimo, če vstavimo t 1 = tx (t 0 ) in t = ty (t 0 ). Torej tangenta res leži v tangentni ravnini.

30 0 14. FUNKCIJE DVEH IN VEČ SPREMENLJIVK Pravimo, da je funkcija y = g(x) implicitno podana z enačbo f(x, y) = 0, če za vsak x D(g) velja f(x, g(x)) = 0. Če enačbo odvedemo in upoštevamo formulo za posredno odvajanje, dobimo 0 = f(x, g(x)) = (x, g(x)) + x x (x, g(x))g (x). Odtod lahko izramo odvod funkcije g s parcialnimi odvodi funkcije f: g (x) = x y (x, g(x)) (x, g(x)). Temu postopku pravimo implicitno odvajanje. V računu smo predpostavili, da je funkcija f(x, y) zvezno parcialno odvedljiva v okolici točke (x, f(x)), da je funkcija g(x) odvedljiva v točki x in da velja y (x, g(x)) 0. Pravo vrednost implicitno odvajanje dobi šele v kombinaciji z naslednjim tehničnim izrekom, ki nam zagotavlja obstoj in enoličnost take odvedljive funkcije g(x), da velja f(x, g(x)) = 0. Izrek o Implicitni funkciji: Če je funkcija f(x, y) zvezno parcialno odvedljiva v okolici točke (x 0, y 0 ) in velja f(x 0, y 0 ) = 0 ter (x y 0, y 0 ) 0, potem obstaja tak odprt interval I, ki vsebuje x 0 in na katerem je definirana natanko ena odvedljiva funkcija y = g(x), ki zadošča pogojema y 0 = g(x 0 ) in f(x, g(x)) = 0 za vsak x I. Oglejmo si, kako določimo enačbo tangente na implicitno podano funkcijo: Če je funkcija f(x, y) zvezno parcialno odvedljiva v okolici točke (x 0, y 0 ) in če je vsaj eden od parcialnih odvodov (x x 0, y 0 ), (x y 0, y 0 ) različen od nič, potem ima množica rešitev enačbe f(x, y) = 0 tangento z dotikališčem v točki (x 0, y 0 ). Enačba te tangente je x (x 0, y 0 )(x x 0 ) + y (x 0, y 0 )(y y 0 ) = 0. Dokaz: Če je y (x 0, y 0 ) 0, potem po izreku o implicitni funkciji obstaja taka odvedljiva funkcija y = g(x), da velja y 0 = g(x 0 ) in f(x, g(x)) = 0 za

31 7. NIVOJSKI DIAGRAM 1 vsak x iz neke okolice x 0. Enačba tangente se potem glasi Če upoštevamo, da je dobimo y = g(x 0 ) + g (x 0 )(x x 0 ). g x (x 0 ) = (x 0, g(x 0 )) y (x 0, g(x 0 )) = y = y 0 x (x 0, y 0 ) x (x 0, y 0 ) y (x 0, y 0 ) (x x 0). y (x 0, y 0 ), Odtod takoj dobimo formulo v trditvi. V primeru x (x 0, y 0 ) 0 je dokaz podoben. V tem primeru lahko namreč x izrazimo kot funkcijo y. Primer. Izračunajmo enačbo tangente na krivuljo x + y = 1 v točki ( 4, ). Vzemimo f(x, y) = x + y 1, (x 0, y 0 ) = (, 1 ). Najprej preverimo, da točka res leži na krivulji, se pravi, da je f(x 0, y 0 ) = Potem izračunamo oba parcialna odvoda v točki (x 0, y 0 ): x (x 0, y 0 ) = x 0 = 1, 0.5 y (x 0, y 0 ) = y 0 = Ko te podatke vstavimo v enačbo tangente, dobimo -0.5 (x ) + (y 1 ) = Ko uredimo, dobimo x + y =. Opomba. Točkam, ki zadoščajo f(x 0, y 0 ) = x (x 0, y 0 ) = y (x 0, y 0 ) = 0 pravimo singularne točke krivulje f(x, y) = 0. V njih tangenta bodisi ne obstaja bodisi ni enolično določena. Na primer (0, 0) je singularna točka krivulje x + y xy = Nivojski diagram Za vsako funkcijo f : R m R in vsako število c definirajmo f 1 (c) = {(x 1,..., x m ) R m f(x 1,..., x m ) = c}.

32 14. FUNKCIJE DVEH IN VEČ SPREMENLJIVK Tej množici pravimo nivojnica funkcije f, ki ustreza številu c. Ker so nivojnice podmožice v D(f) R m, jih lahko narišemo samo v primeru, ko je m. Nivojski diagram diagram funkcije f dobimo tako, da izberemo nekaj števil c i, i = 1,,... (običajno tako, da so razmiki med njimi konstantni). in narišemo nivojnice funkcije f, ki ustrezajo tem številom. Nivojski diagram lahko narišemo tako za funkcije dveh kot tudi funkcije treh spremenljivk, graf pa samo za funkcije dveh spremenljivk. Če si graf funkcije dveh spremenljivk predstavljamo kot gorovje, potem so nivojnice te funkcije ravno njene izohipse (točke z enako višino). Nivojnico funkcije, ki ustreza številu c namreč dobimo tako, da graf funkcije sekamo z ravnino z = c in rezultat projeciramo na xy ravnino. Primer. Narišimo nivojnice funkcije f(x, y) = 1 x y, ki ustrezajo številom c i = i/10, i = 0,..., 10. Na levi so narisane presečne krivulje grafa z ravninami z = c i, na desni pa njihove projekcije na xy ravnino (=nivojski diagram). z y x y -0.5 x -1 Nivojnice funkcij dveh spremenljivk konstruiramo s pomočjo implicitnega odvajanja. Primer. Skiciraj nivojnico x 4 x y + y 4 = 1. Predpostavimo, da je y funkcija spremenljivke x, se pravi y = y(x). Ko odvedemo obe strani enačbe x 4 x y + y 4 = 1, dobimo 4x x yy

33 xy + 4y y = 0. Odtod lahko izrazimo 7. NIVOJSKI DIAGRAM y = x xy x y y. Očitno je x = 0 ničla funkcije y. Preostale ničle in pole dobimo tako, da pišemo k = y in opazimo, da velja x y = k. Ničli števca sta k k k = ±, ničle imenovalca pa so k = 0 in k = ± 1. Sedaj lahko poiščemo dotikališča vodoravnih in navpičnih tangent. V vodoravnih tangentah velja y = 0. Njihova dotikališča dobimo tako, da premice x = 0 in y = ± sekamo z nivojnico. V navpičnih tangentah velja x y = ±. Njihova dotikališča dobimo tako, da premice y = 0 in y = ± 1 x sekamo z nivojnico. premica presečiča premice z nivojnico = dotikališča tangent tangente x = 0 (0, ±1) y = ±1 y = 0 (±1, 0) x = ±1 y = ± x (± 1, ± 4 4 ) (±0.76, ±1.07) y = ± 4 y = ± x (± 4, ± 4 1 ) (±1.07, ±0.76) x = ± 4 (Na grafu so premice x = 0 in y = kx narisano z pikicami, vodoravne in navpične tangente pa so narisane s črticami.) Določimo sedaj še območja na katerih je nivojnica naraščajoča (y > 0) oziroma padajoča (y < 0). Očitno premice x = 0 in y = kx razdelijo ravnino na območja, na katerih ima y konstanten predznak. Ker so vse ničle in vsi poli y = k prve stopnje, se pri prehodu čez katerokoli premico y = kx k k predznak y spremeni. Podrobnosti so v tabeli: k predznak y k < < k < < k < 0 0 < k < < k < < k + Predstavimo sedaj trenutno znana dejstva s skico

34 4 14. FUNKCIJE DVEH IN VEČ SPREMENLJIVK Vemo, da mora nivojnica skozi odebeljene točke in da se mora pri tem dotikati črtkanih premic. Poleg tega vemo, da mora naraščati, če je v območju s +, oziroma padati, če je v območju z. Ti podatki že zadoščajo za približno skico nivojnice. Za bolj natančno skico moramo izračunati še drugi odvod in določiti prevojne točke. Velja y = (x xy ) (x y y ) (x xy )(x y y ) (x y y ). Ko odvedemo in poenostavimo izraz, dobimo Krajši račun pokaže, da je y = (x4 11x y + y 4 )(y xy ) (x y y ). y xy = (x4 x y + y 4 ) x y y = x y y, kjer smo v zadnjem koraku upoštevali enačbo nivojnice. Torej je y = (x4 11x y + y 4 ) (x y y ). Ničle drugega odvoda so torej rešitve enačbe x 4 11x y + y 4 = 0, se pravi premice y = ± 11± 105. Vsaka seka nivojnico v dveh točkah, x torej imamo osem prevojnih točk. To so: ( ) 1 ( ) 1 (± 1 4, ± 1 4 ) (±1.04, ±0.45),

35 ( (± 1 8. DVAKRATNI INTEGRALI 5 11 ) 1 ( 4 105, ± ) ) (±0.45, ±1.04). Smerni koeficienti tangent v prevojnih točkah so ±k oziroma ± 1 k, kjer k = ( ) Dvakratni integrali Recimo, da je f(x, y) pozitivna zvezna definirana na pravokotniku [a, b] [c, d]. Radi bi izračunali volumen območja pod njenim grafom, se pravi območja D = {(x, y, z) a x b, c y d, 0 z f(x, y)}. Pomagamo si z metodo prerezov. Če območje D prežemo z ravnino x = konstanta, dobimo lik {(y, z) c y d, 0 z f(x, y)}. Njegova ploščina je A(x) = d f(x, y) dy. Volumen območja D je potem V = c b a A(x) dx = b a ( d c f(x, y) dy) dx. Lahko bi območje D prerezali tudi z ravnino y = const. Ploščina tega prereza je B(y) = b f(x, y) dx. Za volumen območja D dobimo V = a d c B(y) dy = d c ( b a f(x, y) dx) dy.

36 6 14. FUNKCIJE DVEH IN VEČ SPREMENLJIVK Ta račun je sicer geometrijsko nazoren, ni pa matematično povsem korekten, ker ne vemo natančno, kako je definiran volumen. Če volumen definiramo s pomočjo dvakratnega integrala, pa moramo pokazati, da v obeh primerih dobimo isti rezultat. Če je D(f) zvezna funkcija in D(f) = [a, b] [c, d], potem sta funkciji A(x) = d f(x, y) dy in B(y) = b f(x, y) dx zvezni c a ter velja b a A(x) dx = d c B(y) dy. Dokaz: Ker je množica D(f) zaprta in omejena in ker je funkcija f zvezna je tudi enakomerno zvezna. (To dokažemo podobno kot pri funkcijah ene spremenljivke.) Vzemimo ɛ > 0 in izberimo tak δ > 0, da za poljubni točki (x, y) D(f) in (u, v) D(f), ki sta narazen za manj kot δ velja f(x, y) f(u, v) < ɛ. Za poljubna y, y 0, ki zadoščata y y 0 < δ in za poljuben x [a, b] sta točki (x, y) in (x, y 0 ) oddaljeni za manj kot δ, zato je f(x, y) f(x, y 0 ) < ɛ, od koder sledi B(y) B(y 0 ) < ɛ(b a). Torej je funkcija B(y) res zvezna. Podobno dokažemo zveznost funkcije A(x). Odtod sledi, da integrala b a A(x) dx in d c B(y) dy res obstajata. Pokažimo še, da sta enaka. Vzemimo take točke a = x 0 < x 1 <... < x m = b in take točke c = y 0 < y 1 <... < y n, da imajo vsi pravokotniki [x i 1, x i ] [y j 1, y j ] diagonalo krajšo od δ. Definirajmo m n I = f(x i, y j )(x i x i 1 )(y j y j 1 ). Potem velja b a A(x) dx I ɛ m i=1 j=1 i=1 j=1 Podobno dokažemo, da je m n i=1 j=1 xi x i 1 ( yj y j 1 f(x, y) f(x i, y j ) dy n (x i x i 1 )(y j y j 1 ) = ɛ(b a)(d c). d c B(y) dy I ɛ(b a)(d c). Torej se integrala b a A(x) dx in d c B(y) dy razlikujeta za manj kot ɛ(b a)(d c). Ker je ɛ poljuben, morata biti enaka. Če funkcija f(x, y) ni zvezna, potem integrala b A(x) dx in d B(y) dy a c nista nujno enaka. ) dx

37 Primer. Vzemimo funkcijo 8. DVAKRATNI INTEGRALI 7 f(x, y) = x y, 0 x 1, 0 y 1. (x + y ) Ta funkvija je zvezna povsod, razen v točki (0, 0). Velja 1 x y y=1 A(x) = (x + y ) dy = y x + y = 1 x + 1 in Po drugi strani je in Torej je res B(y) = ( A(x) dx = arctg x x=1 x=0 x y (x + y ) dx = x x + y 1 0 B(y) dy = arctg y ) f(x, y) dx dy 1 0 y=1 y=0 ( 1 0 y=0 = π 4. x=1 x=0 = π 4. = y ) f(x, y) dy dx. Volumen pod grafom funkcije f(x, y) znamo izračunati tudi v primeru, ko D(f) ni pravokotnik. Če je D(f) = {(x, y) a x b, φ(x) y ψ(y), potem je volumen pod grafom funkcije f(x, y) enak ( b ) ψ(x) f(x, y) dy dx. a φ(x) Podobno velja tudi v primeru, ko je D(f) = {x, y) c y d, α(y) x β(y)}. Tedaj je volumen pod grafom funkcije f(x, y) enak ( d ) β(y) f(x, y) dx dy. c α(y) V splošnem D(f) razrežemo na območja prve in druge oblike in volumne seštejemo.

Odvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 5. december Gregor Dolinar Matematika 1

Odvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 5. december Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 5. december 2013 Primer Odvajajmo funkcijo f(x) = x x. Diferencial funkcije Spomnimo se, da je funkcija f odvedljiva v točki

Διαβάστε περισσότερα

Odvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 10. december Gregor Dolinar Matematika 1

Odvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 10. december Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 10. december 2013 Izrek (Rolleov izrek) Naj bo f : [a,b] R odvedljiva funkcija in naj bo f(a) = f(b). Potem obstaja vsaj ena

Διαβάστε περισσότερα

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 12. november Gregor Dolinar Matematika 1

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 12. november Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 12. november 2013 Graf funkcije f : D R, D R, je množica Γ(f) = {(x,f(x)) : x D} R R, torej podmnožica ravnine R 2. Grafi funkcij,

Διαβάστε περισσότερα

Funkcijske vrste. Matematika 2. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 2. april Gregor Dolinar Matematika 2

Funkcijske vrste. Matematika 2. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 2. april Gregor Dolinar Matematika 2 Matematika 2 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 2. april 2014 Funkcijske vrste Spomnimo se, kaj je to številska vrsta. Dano imamo neko zaporedje realnih števil a 1, a 2, a

Διαβάστε περισσότερα

Definicija. definiramo skalarni produkt. x i y i. in razdaljo. d(x, y) = x y = < x y, x y > = n (x i y i ) 2. i=1. i=1

Definicija. definiramo skalarni produkt. x i y i. in razdaljo. d(x, y) = x y = < x y, x y > = n (x i y i ) 2. i=1. i=1 Funkcije več realnih spremenljivk Osnovne definicije Limita in zveznost funkcije več spremenljivk Parcialni odvodi funkcije več spremenljivk Gradient in odvod funkcije več spremenljivk v dani smeri Parcialni

Διαβάστε περισσότερα

Zaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 22. oktober Gregor Dolinar Matematika 1

Zaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 22. oktober Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 22. oktober 2013 Kdaj je zaporedje {a n } konvergentno, smo definirali s pomočjo limite zaporedja. Večkrat pa je dobro vedeti,

Διαβάστε περισσότερα

Tretja vaja iz matematike 1

Tretja vaja iz matematike 1 Tretja vaja iz matematike Andrej Perne Ljubljana, 00/07 kompleksna števila Polarni zapis kompleksnega števila z = x + iy): z = rcos ϕ + i sin ϕ) = re iϕ Opomba: Velja Eulerjeva formula: e iϕ = cos ϕ +

Διαβάστε περισσότερα

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 21. november Gregor Dolinar Matematika 1

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 21. november Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 21. november 2013 Hiperbolične funkcije Hiperbolični sinus sinhx = ex e x 2 20 10 3 2 1 1 2 3 10 20 hiperbolični kosinus coshx

Διαβάστε περισσότερα

IZPIT IZ ANALIZE II Maribor,

IZPIT IZ ANALIZE II Maribor, Maribor, 05. 02. 200. (a) Naj bo f : [0, 2] R odvedljiva funkcija z lastnostjo f() = f(2). Dokaži, da obstaja tak c (0, ), da je f (c) = 2f (2c). (b) Naj bo f(x) = 3x 3 4x 2 + 2x +. Poišči tak c (0, ),

Διαβάστε περισσότερα

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 14. november Gregor Dolinar Matematika 1

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 14. november Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 14. november 2013 Kvadratni koren polinoma Funkcijo oblike f(x) = p(x), kjer je p polinom, imenujemo kvadratni koren polinoma

Διαβάστε περισσότερα

Diferencialna enačba, v kateri nastopata neznana funkcija in njen odvod v prvi potenci

Diferencialna enačba, v kateri nastopata neznana funkcija in njen odvod v prvi potenci Linearna diferencialna enačba reda Diferencialna enačba v kateri nastopata neznana funkcija in njen odvod v prvi potenci d f + p= se imenuje linearna diferencialna enačba V primeru ko je f 0 se zgornja

Διαβάστε περισσότερα

Osnove matematične analize 2016/17

Osnove matematične analize 2016/17 Osnove matematične analize 216/17 Neža Mramor Kosta Fakulteta za računalništvo in informatiko Univerza v Ljubljani Kaj je funkcija? Funkcija je predpis, ki vsakemu elementu x iz definicijskega območja

Διαβάστε περισσότερα

Vaje iz MATEMATIKE 8. Odvod funkcije., pravimo, da je funkcija f odvedljiva v točki x 0 z odvodom. f (x f(x 0 + h) f(x 0 ) 0 ) := lim

Vaje iz MATEMATIKE 8. Odvod funkcije., pravimo, da je funkcija f odvedljiva v točki x 0 z odvodom. f (x f(x 0 + h) f(x 0 ) 0 ) := lim Študij AHITEKTURE IN URBANIZMA, šol l 06/7 Vaje iz MATEMATIKE 8 Odvod funkcije f( Definicija: Naj bo f definirana na neki okolici točke 0 Če obstaja lim 0 +h f( 0 h 0 h, pravimo, da je funkcija f odvedljiva

Διαβάστε περισσότερα

Funkcije več spremenljivk

Funkcije več spremenljivk DODATEK C Funkcije več spremenljivk C.1. Osnovni pojmi Funkcija n spremenljivk je predpis: f : D f R, (x 1, x 2,..., x n ) u = f (x 1, x 2,..., x n ) kjer D f R n imenujemo definicijsko območje funkcije

Διαβάστε περισσότερα

Zaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 15. oktober Gregor Dolinar Matematika 1

Zaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 15. oktober Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 15. oktober 2013 Oglejmo si, kako množimo dve kompleksni števili, dani v polarni obliki. Naj bo z 1 = r 1 (cosϕ 1 +isinϕ 1 )

Διαβάστε περισσότερα

*M * Osnovna in višja raven MATEMATIKA NAVODILA ZA OCENJEVANJE. Sobota, 4. junij 2011 SPOMLADANSKI IZPITNI ROK. Državni izpitni center

*M * Osnovna in višja raven MATEMATIKA NAVODILA ZA OCENJEVANJE. Sobota, 4. junij 2011 SPOMLADANSKI IZPITNI ROK. Državni izpitni center Državni izpitni center *M40* Osnovna in višja raven MATEMATIKA SPOMLADANSKI IZPITNI ROK NAVODILA ZA OCENJEVANJE Sobota, 4. junij 0 SPLOŠNA MATURA RIC 0 M-40-- IZPITNA POLA OSNOVNA IN VIŠJA RAVEN 0. Skupaj:

Διαβάστε περισσότερα

1. Definicijsko območje, zaloga vrednosti. 2. Naraščanje in padanje, ekstremi. 3. Ukrivljenost. 4. Trend na robu definicijskega območja

1. Definicijsko območje, zaloga vrednosti. 2. Naraščanje in padanje, ekstremi. 3. Ukrivljenost. 4. Trend na robu definicijskega območja ZNAČILNOSTI FUNKCIJ ZNAČILNOSTI FUNKCIJE, KI SO RAZVIDNE IZ GRAFA. Deinicijsko območje, zaloga vrednosti. Naraščanje in padanje, ekstremi 3. Ukrivljenost 4. Trend na robu deinicijskega območja 5. Periodičnost

Διαβάστε περισσότερα

Osnovne lastnosti odvoda

Osnovne lastnosti odvoda Del 2 Odvodi POGLAVJE 4 Osnovne lastnosti odvoda. Definicija odvoda Odvod funkcije f v točki x je definiran z f f(x + ) f(x) (x) =. 0 Ta definicija je smiselna samo v primeru, ko x D(f), ita na desni

Διαβάστε περισσότερα

matrike A = [a ij ] m,n αa 11 αa 12 αa 1n αa 21 αa 22 αa 2n αa m1 αa m2 αa mn se števanje po komponentah (matriki morata biti enakih dimenzij):

matrike A = [a ij ] m,n αa 11 αa 12 αa 1n αa 21 αa 22 αa 2n αa m1 αa m2 αa mn se števanje po komponentah (matriki morata biti enakih dimenzij): 4 vaja iz Matematike 2 (VSŠ) avtorica: Melita Hajdinjak datum: Ljubljana, 2009 matrike Matrika dimenzije m n je pravokotna tabela m n števil, ki ima m vrstic in n stolpcev: a 11 a 12 a 1n a 21 a 22 a 2n

Διαβάστε περισσότερα

vezani ekstremi funkcij

vezani ekstremi funkcij 11. vaja iz Matematike 2 (UNI) avtorica: Melita Hajdinjak datum: Ljubljana, 2009 ekstremi funkcij več spremenljivk nadaljevanje vezani ekstremi funkcij Dana je funkcija f(x, y). Zanimajo nas ekstremi nad

Διαβάστε περισσότερα

Funkcije dveh in več spremenljivk

Funkcije dveh in več spremenljivk Poglavje 3 Funkcije dveh in več spremenljivk 3.1 Osnovni pojmi Definicija 3.1.1. Funkcija dveh spremenljivk je preslikava, ki vsaki točki (x, y) ravninske množice D priredi realno število z = f(x, y),

Διαβάστε περισσότερα

Na pregledni skici napišite/označite ustrezne točke in paraboli. A) 12 B) 8 C) 4 D) 4 E) 8 F) 12

Na pregledni skici napišite/označite ustrezne točke in paraboli. A) 12 B) 8 C) 4 D) 4 E) 8 F) 12 Predizpit, Proseminar A, 15.10.2015 1. Točki A(1, 2) in B(2, b) ležita na paraboli y = ax 2. Točka H leži na y osi in BH je pravokotna na y os. Točka C H leži na nosilki BH tako, da je HB = BC. Parabola

Διαβάστε περισσότερα

UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO MATEMATIKA III

UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO MATEMATIKA III UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO Petra Žigert Pleteršek MATEMATIKA III Maribor, september 215 ii Kazalo Diferencialni račun vektorskih funkcij 1 1.1 Skalarne funkcije...........................

Διαβάστε περισσότερα

Kotni funkciji sinus in kosinus

Kotni funkciji sinus in kosinus Kotni funkciji sinus in kosinus Oznake: sinus kota x označujemo z oznako sin x, kosinus kota x označujemo z oznako cos x, DEFINICIJA V PRAVOKOTNEM TRIKOTNIKU: Kotna funkcija sinus je definirana kot razmerje

Διαβάστε περισσότερα

KODE ZA ODKRIVANJE IN ODPRAVLJANJE NAPAK

KODE ZA ODKRIVANJE IN ODPRAVLJANJE NAPAK 1 / 24 KODE ZA ODKRIVANJE IN ODPRAVLJANJE NAPAK Štefko Miklavič Univerza na Primorskem MARS, Avgust 2008 Phoenix 2 / 24 Phoenix 3 / 24 Phoenix 4 / 24 Črtna koda 5 / 24 Črtna koda - kontrolni bit 6 / 24

Διαβάστε περισσότερα

Matematika. Funkcije in enačbe

Matematika. Funkcije in enačbe Matematika Funkcije in enačbe (1) Nariši grafe naslednjih funkcij: (a) f() = 1, (b) f() = 3, (c) f() = 3. Rešitev: (a) Linearna funkcija f() = 1 ima začetno vrednost f(0) = 1 in ničlo = 1/. Definirana

Διαβάστε περισσότερα

D f, Z f. Lastnosti. Linearna funkcija. Definicija Linearna funkcija f : je definirana s predpisom f(x) = kx+n; k,

D f, Z f. Lastnosti. Linearna funkcija. Definicija Linearna funkcija f : je definirana s predpisom f(x) = kx+n; k, Linearna funkcija Linearna funkcija f : je definirana s predpisom f(x) = kx+n; k, n ᄀ. k smerni koeficient n začetna vrednost D f, Z f Definicijsko območje linearne funkcije so vsa realna števila. Zaloga

Διαβάστε περισσότερα

II. LIMITA IN ZVEZNOST FUNKCIJ

II. LIMITA IN ZVEZNOST FUNKCIJ II. LIMITA IN ZVEZNOST FUNKCIJ. Preslikave med množicami Funkcija ali preslikava med dvema množicama A in B je predpis f, ki vsakemu elementu x množice A priredi natanko določen element y množice B. Važno

Διαβάστε περισσότερα

Integralni račun. Nedoločeni integral in integracijske metrode. 1. Izračunaj naslednje nedoločene integrale: (a) dx. (b) x 3 +3+x 2 dx, (c) (d)

Integralni račun. Nedoločeni integral in integracijske metrode. 1. Izračunaj naslednje nedoločene integrale: (a) dx. (b) x 3 +3+x 2 dx, (c) (d) Integralni račun Nedoločeni integral in integracijske metrode. Izračunaj naslednje nedoločene integrale: d 3 +3+ 2 d, (f) (g) (h) (i) (j) (k) (l) + 3 4d, 3 +e +3d, 2 +4+4 d, 3 2 2 + 4 d, d, 6 2 +4 d, 2

Διαβάστε περισσότερα

Izpeljava Jensenove in Hölderjeve neenakosti ter neenakosti Minkowskega

Izpeljava Jensenove in Hölderjeve neenakosti ter neenakosti Minkowskega Izeljava Jensenove in Hölderjeve neenakosti ter neenakosti Minkowskega 1. Najosnovnejše o konveksnih funkcijah Definicija. Naj bo X vektorski rostor in D X konveksna množica. Funkcija ϕ: D R je konveksna,

Διαβάστε περισσότερα

Kotne in krožne funkcije

Kotne in krožne funkcije Kotne in krožne funkcije Kotne funkcije v pravokotnem trikotniku Avtor: Rok Kralj, 4.a Gimnazija Vič, 009/10 β a c γ b α sin = a c cos= b c tan = a b cot = b a Sinus kota je razmerje kotu nasprotne katete

Διαβάστε περισσότερα

Matematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta

Matematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta Matematika 1 Gabrijel Tomšič Bojan Orel Neža Mramor Kosta 21. april 2008 102 Poglavje 4 Odvod 4.1 Definicija odvoda Naj bo funkcija f definirana na intervalu (a, b) in x 0 točka s tega intervala. Vzemimo

Διαβάστε περισσότερα

Matematika I (VS) Univerza v Ljubljani, FE. Melita Hajdinjak 2013/14. Pregled elementarnih funkcij. Potenčna funkcija. Korenska funkcija.

Matematika I (VS) Univerza v Ljubljani, FE. Melita Hajdinjak 2013/14. Pregled elementarnih funkcij. Potenčna funkcija. Korenska funkcija. 1 / 46 Univerza v Ljubljani, FE Potenčna Korenska Melita Hajdinjak Matematika I (VS) Kotne 013/14 / 46 Potenčna Potenčna Funkcijo oblike f() = n, kjer je n Z, imenujemo potenčna. Število n imenujemo eksponent.

Διαβάστε περισσότερα

INŽENIRSKA MATEMATIKA I

INŽENIRSKA MATEMATIKA I INŽENIRSKA MATEMATIKA I REŠENE NALOGE za izredne študente VSŠ Tehnično upravljanje nepremičnin Marjeta Škapin Rugelj Fakulteta za gradbeništvo in geodezijo Kazalo Števila in preslikave 5 Vektorji 6 Analitična

Διαβάστε περισσότερα

Reševanje sistema linearnih

Reševanje sistema linearnih Poglavje III Reševanje sistema linearnih enačb V tem kratkem poglavju bomo obravnavali zelo uporabno in zato pomembno temo linearne algebre eševanje sistemov linearnih enačb. Spoznali bomo Gaussovo (natančneje

Διαβάστε περισσότερα

Funkcija je predpis, ki vsakemu elementu x iz definicijskega območja D R priredi neko število f (x) R.

Funkcija je predpis, ki vsakemu elementu x iz definicijskega območja D R priredi neko število f (x) R. II. FUNKCIJE 1. Osnovni pojmi 2. Sestavljanje funkcij 3. Pregled elementarnih funkcij 4. Zveznost Kaj je funkcija? Definicija Funkcija je predpis, ki vsakemu elementu x iz definicijskega območja D R priredi

Διαβάστε περισσότερα

Matematika 1. Jaka Cimprič

Matematika 1. Jaka Cimprič Matematika 1 Jaka Cimprič Predgovor Pričujoči učbenik je namenjen študentom tistih univerzitetnih programov, ki vključujejo samo eno leto matematike. Nastala je na podlagi izkušenj, ki jih imam s poučevanjem

Διαβάστε περισσότερα

cot x ni def. 3 1 KOTNE FUNKCIJE POLJUBNO VELIKEGA KOTA (A) Merske enote stopinja [ ] radian [rad] 1. Izrazi kot v radianih.

cot x ni def. 3 1 KOTNE FUNKCIJE POLJUBNO VELIKEGA KOTA (A) Merske enote stopinja [ ] radian [rad] 1. Izrazi kot v radianih. TRIGONOMETRIJA (A) Merske enote KOTNE FUNKCIJE POLJUBNO VELIKEGA KOTA stopinja [ ] radian [rad] 80 80 0. Izrazi kot v radianih. 0 90 5 0 0 70. Izrazi kot v stopinjah. 5 8 5 (B) Definicija kotnih funkcij

Διαβάστε περισσότερα

Enačba, v kateri poleg neznane funkcije neodvisnih spremenljivk ter konstant nastopajo tudi njeni odvodi, se imenuje diferencialna enačba.

Enačba, v kateri poleg neznane funkcije neodvisnih spremenljivk ter konstant nastopajo tudi njeni odvodi, se imenuje diferencialna enačba. 1. Osnovni pojmi Enačba, v kateri poleg neznane funkcije neodvisnih spremenljivk ter konstant nastopajo tudi njeni odvodi, se imenuje diferencialna enačba. Primer 1.1: Diferencialne enačbe so izrazi: y

Διαβάστε περισσότερα

Domače naloge za 2. kolokvij iz ANALIZE 2b VEKTORSKA ANALIZA

Domače naloge za 2. kolokvij iz ANALIZE 2b VEKTORSKA ANALIZA Domače naloge za 2. kolokvij iz ANALIZE 2b VEKTORSKA ANALIZA. Naj bo vektorsko polje R : R 3 R 3 dano s predpisom R(x, y, z) = (2x 2 + z 2, xy + 2yz, z). Izračunaj pretok polja R skozi površino torusa

Διαβάστε περισσότερα

Splošno o interpolaciji

Splošno o interpolaciji Splošno o interpolaciji J.Kozak Numerične metode II (FM) 2011-2012 1 / 18 O funkciji f poznamo ali hočemo uporabiti le posamezne podatke, na primer vrednosti r i = f (x i ) v danih točkah x i Izberemo

Διαβάστε περισσότερα

1 Seštevanje vektorjev in množenje s skalarjem

1 Seštevanje vektorjev in množenje s skalarjem Poglavje I Vektorji Seštevanje vektorjev in množenje s skalarjem Za lažjo geometrično predstavo si najprej oglejmo, kaj so vektorji v ravnini. Vektor je usmerjena daljica, ki je natanko določena s svojo

Διαβάστε περισσότερα

Gimnazija Krˇsko. vektorji - naloge

Gimnazija Krˇsko. vektorji - naloge Vektorji Naloge 1. V koordinatnem sistemu so podane točke A(3, 4), B(0, 2), C( 3, 2). a) Izračunaj dolžino krajevnega vektorja točke A. (2) b) Izračunaj kot med vektorjema r A in r C. (4) c) Izrazi vektor

Διαβάστε περισσότερα

Izpit sestavlja 4-5 vprašanj. Vsako ima več podvprašanj.

Izpit sestavlja 4-5 vprašanj. Vsako ima več podvprašanj. PRIMERI IZPITNIH VPRAŠANJ IZ MATEMATIKE JAKA CIMPRIČ, OKTOBER 2004 Izpit sestavlja 4-5 vprašanj. Vsako ima več podvprašanj. 1. Kombinatorika 1.1. Množice in relacije. (1) (Množice) (a) Kako si množice

Διαβάστε περισσότερα

Spoznajmo sedaj definicijo in nekaj osnovnih primerov zaporedij števil.

Spoznajmo sedaj definicijo in nekaj osnovnih primerov zaporedij števil. Zaporedja števil V matematiki in fiziki pogosto operiramo s približnimi vrednostmi neke količine. Pri numeričnemu računanju lahko npr. število π aproksimiramo s števili, ki imajo samo končno mnogo neničelnih

Διαβάστε περισσότερα

Numerično reševanje. diferencialnih enačb II

Numerično reševanje. diferencialnih enačb II Numerčno reševanje dferencaln enačb I Dferencalne enačbe al ssteme dferencaln enačb rešujemo numerčno z več razlogov:. Ne znamo j rešt analtčno.. Posamezn del dferencalne enačbe podan tabelarčno. 3. Podatke

Διαβάστε περισσότερα

Poliedri Ines Pogačar 27. oktober 2009

Poliedri Ines Pogačar 27. oktober 2009 Poliedri Ines Pogačar 27. oktober 2009 Pri linearnem programiranju imamo opravka s končnim sistemom neenakosti in končno spremenljivkami, torej je množica dopustnih rešitev presek končno mnogo polprostorov.

Διαβάστε περισσότερα

VEKTORJI. Operacije z vektorji

VEKTORJI. Operacije z vektorji VEKTORJI Vektorji so matematični objekti, s katerimi opisujemo določene fizikalne količine. V tisku jih označujemo s krepko natisnjenimi črkami (npr. a), pri pisanju pa s puščico ( a). Fizikalne količine,

Διαβάστε περισσότερα

Navadne diferencialne enačbe

Navadne diferencialne enačbe Navadne diferencialne enačbe Navadne diferencialne enačbe prvega reda V celotnem poglavju bo y = dy dx. Diferencialne enačbe z ločljivima spremeljivkama Diferencialna enačba z ločljivima spremeljivkama

Διαβάστε περισσότερα

FAKULTETA ZA STROJNIŠTVO Matematika 4 Pisni izpit 22. junij Navodila

FAKULTETA ZA STROJNIŠTVO Matematika 4 Pisni izpit 22. junij Navodila FAKULTETA ZA STROJNIŠTVO Matematika 4 Pisni izpit 22 junij 212 Ime in priimek: Vpisna št: Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja Veljale bodo samo rešitve na papirju, kjer

Διαβάστε περισσότερα

diferencialne enačbe - nadaljevanje

diferencialne enačbe - nadaljevanje 12. vaja iz Matematike 2 (VSŠ) avtorica: Melita Hajdinjak datum: Ljubljana, 2009 diferencialne enačbe - nadaljevanje Ortogonalne trajektorije Dana je 1-parametrična družina krivulj F(x, y, C) = 0. Ortogonalne

Διαβάστε περισσότερα

1 Fibonaccijeva stevila

1 Fibonaccijeva stevila 1 Fibonaccijeva stevila Fibonaccijevo število F n, kjer je n N, lahko definiramo kot število načinov zapisa števila n kot vsoto sumandov, enakih 1 ali Na primer, število 4 lahko zapišemo v obliki naslednjih

Διαβάστε περισσότερα

Matematika vaja. Matematika FE, Ljubljana, Slovenija Fakulteta za Elektrotehniko 1000 Ljubljana, Tržaška 25, Slovenija

Matematika vaja. Matematika FE, Ljubljana, Slovenija Fakulteta za Elektrotehniko 1000 Ljubljana, Tržaška 25, Slovenija Matematika 1 3. vaja B. Jurčič Zlobec 1 1 Univerza v Ljubljani, Fakulteta za Elektrotehniko 1000 Ljubljana, Tržaška 25, Slovenija Matematika FE, Ljubljana, Slovenija 2011 Določi stekališča zaporedja a

Διαβάστε περισσότερα

Vaje iz MATEMATIKE 2. Vektorji

Vaje iz MATEMATIKE 2. Vektorji Študij AHITEKTURE IN URBANIZMA, šol. l. 06/7 Vaje iz MATEMATIKE. Vektorji Vektorji: Definicija: Vektor je usmerjena daljica. Oznake: AB, a,... Enakost vektorjev: AB = CD: če lahko vektor AB vzporedno premaknemo

Διαβάστε περισσότερα

Matematika 2. Diferencialne enačbe drugega reda

Matematika 2. Diferencialne enačbe drugega reda Matematika 2 Diferencialne enačbe drugega reda (1) Reši homogene diferencialne enačbe drugega reda s konstantnimi koeficienti: (a) y 6y + 8y = 0, (b) y 2y + y = 0, (c) y + y = 0, (d) y + 2y + 2y = 0. Rešitev:

Διαβάστε περισσότερα

Kvadratne forme. Poglavje XI. 1 Definicija in osnovne lastnosti

Kvadratne forme. Poglavje XI. 1 Definicija in osnovne lastnosti Poglavje XI Kvadratne forme V zadnjem poglavju si bomo ogledali še eno vrsto preslikav, ki jih tudi lahko podamo z matrikami. To so tako imenovane kvadratne forme, ki niso več linearne preslikave. Kvadratne

Διαβάστε περισσότερα

Univerza v Ljubljani Fakulteta za računalništvo in informatiko MATEMATIKA. Polona Oblak

Univerza v Ljubljani Fakulteta za računalništvo in informatiko MATEMATIKA. Polona Oblak Univerza v Ljubljani Fakulteta za računalništvo in informatiko MATEMATIKA Polona Oblak Ljubljana, 04 CIP - Kataložni zapis o publikaciji Narodna in univerzitetna knjižnica, Ljubljana 5(075.8)(0.034.) OBLAK,

Διαβάστε περισσότερα

SKUPNE PORAZDELITVE VEČ SLUČAJNIH SPREMENLJIVK

SKUPNE PORAZDELITVE VEČ SLUČAJNIH SPREMENLJIVK SKUPNE PORAZDELITVE SKUPNE PORAZDELITVE VEČ SLUČAJNIH SPREMENLJIVK Kovaec vržemo trikrat. Z ozačimo število grbov ri rvem metu ( ali ), z Y a skuo število grbov (,, ali 3). Kako sta sremelivki i Y odvisi

Διαβάστε περισσότερα

Matematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta

Matematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta Matematika Gabrijel Tomšič Bojan Orel Neža Mramor Kosta 6. november 200 Poglavje 2 Zaporedja in številske vrste 2. Zaporedja 2.. Uvod Definicija 2... Zaporedje (a n ) = a, a 2,..., a n,... je predpis,

Διαβάστε περισσότερα

Afina in projektivna geometrija

Afina in projektivna geometrija fina in projektivna geometrija tožnice () kiciraj stožnico v evklidski ravnini R, ki je določena z enačbo 6 3 8 + 6 =. Rešitev: tožnica v evklidski ravnini je krivulja, ki jo določa enačba a + b + c +

Διαβάστε περισσότερα

Podobnost matrik. Matematika II (FKKT Kemijsko inženirstvo) Diagonalizacija matrik

Podobnost matrik. Matematika II (FKKT Kemijsko inženirstvo) Diagonalizacija matrik Podobnost matrik Matematika II (FKKT Kemijsko inženirstvo) Matjaž Željko FKKT Kemijsko inženirstvo 14 teden (Zadnja sprememba: 23 maj 213) Matrika A R n n je podobna matriki B R n n, če obstaja obrnljiva

Διαβάστε περισσότερα

Matematika. BF Lesarstvo. Zapiski ob predavanjih v šolskem letu 2010/2011

Matematika. BF Lesarstvo. Zapiski ob predavanjih v šolskem letu 2010/2011 Matematika BF Lesarstvo Matjaž Željko Zapiski ob predavanjih v šolskem letu 00/0 Izpis: 9 avgust 0 Kazalo Števila 5 Naravna števila 5 Cela števila 6 3 Racionalna števila 6 4 Realna števila 7 5 Urejenost

Διαβάστε περισσότερα

13. Jacobijeva metoda za računanje singularnega razcepa

13. Jacobijeva metoda za računanje singularnega razcepa 13. Jacobijeva metoda za računanje singularnega razcepa Bor Plestenjak NLA 25. maj 2010 Bor Plestenjak (NLA) 13. Jacobijeva metoda za računanje singularnega razcepa 25. maj 2010 1 / 12 Enostranska Jacobijeva

Διαβάστε περισσότερα

Matematika 1. Gregor Dolinar. 2. januar Fakulteta za elektrotehniko Univerza v Ljubljani. Gregor Dolinar Matematika 1

Matematika 1. Gregor Dolinar. 2. januar Fakulteta za elektrotehniko Univerza v Ljubljani. Gregor Dolinar Matematika 1 Mtemtik 1 Gregor Dolinr Fkultet z elektrotehniko Univerz v Ljubljni 2. jnur 2014 Gregor Dolinr Mtemtik 1 Izrek (Izrek o povprečni vrednosti) Nj bo m ntnčn spodnj mej in M ntnčn zgornj mej integrbilne funkcije

Διαβάστε περισσότερα

V tem poglavju bomo vpeljali pojem determinante matrike, spoznali bomo njene lastnosti in nekaj metod za računanje determinant.

V tem poglavju bomo vpeljali pojem determinante matrike, spoznali bomo njene lastnosti in nekaj metod za računanje determinant. Poglavje IV Determinanta matrike V tem poglavju bomo vpeljali pojem determinante matrike, spoznali bomo njene lastnosti in nekaj metod za računanje determinant 1 Definicija Preden definiramo determinanto,

Διαβάστε περισσότερα

Realne funkcije. Elementarne funkcije. Polinomi in racionalne funkcije. Eksponentna funkcija a x : R R + FKKT Matematika 1

Realne funkcije. Elementarne funkcije. Polinomi in racionalne funkcije. Eksponentna funkcija a x : R R + FKKT Matematika 1 Realne funkcije Funkcija f denirana simetri nem intervalu D = ( a, a) ali D = [ a, a] (i) je soda, e velja f(x) = f( x), x D; (ii) je liha, e velja f(x) = f( x), x D. Naj bo f denirana D f in x 1, x 2

Διαβάστε περισσότερα

Booleova algebra. Izjave in Booleove spremenljivke

Booleova algebra. Izjave in Booleove spremenljivke Izjave in Booleove spremenljivke vsako izjavo obravnavamo kot spremenljivko če je izjava resnična (pravilna), ima ta spremenljivka vrednost 1, če je neresnična (nepravilna), pa vrednost 0 pravimo, da gre

Διαβάστε περισσότερα

Dragi polinom, kje so tvoje ničle?

Dragi polinom, kje so tvoje ničle? 1 Dragi polinom, kje so tvoje ničle? Vito Vitrih FAMNIT - Izlet v matematično vesolje 17. december 2010 Polinomi: 2 Polinom stopnje n je funkcija p(x) = a n x n + a n 1 x n 1 +... + a 1 x + a 0, a i R.

Διαβάστε περισσότερα

PRIMER UPORABE FUNKCIJ 2. FUNKCIJE ENE SPREMENLJIVKE DEFINICIJA IN LASTNOSTI FUNKCIJE. Upogibni moment. M(X )=F A x qx2 2

PRIMER UPORABE FUNKCIJ 2. FUNKCIJE ENE SPREMENLJIVKE DEFINICIJA IN LASTNOSTI FUNKCIJE. Upogibni moment. M(X )=F A x qx2 2 3 4 PRIMER UPORABE FUNKCIJ Upogibni moment 2. FUNKCIJE ENE SPREMENLJIVKE T (x) =F A qx M(X )=F A x qx2 2 1 2 DEFINICIJA IN LASTNOSTI FUNKCIJE Naj bosta A in B neprazni množici. Enolična funkcija f : A

Διαβάστε περισσότερα

Algebraične strukture

Algebraične strukture Poglavje V Algebraične strukture V tem poglavju bomo spoznali osnovne algebraične strukture na dani množici. Te so podane z eno ali dvema binarnima operacijama. Binarna operacija paru elementov iz množice

Διαβάστε περισσότερα

Analiza 2 Rešitve 14. sklopa nalog

Analiza 2 Rešitve 14. sklopa nalog Analiza Rešitve 1 sklopa nalog Navadne diferencialne enačbe višjih redov in sistemi diferencialnih enačb (1) Reši homogene diferencialne enačbe drugega reda s konstantnimi koeficienti: (a) 6 + 8 0, (b)

Διαβάστε περισσότερα

Uporabna matematika za naravoslovce

Uporabna matematika za naravoslovce Uporabna matematika za naravoslovce Zapiski predavanj Študijski programi: Aplikativna kineziologija, Biodiverziteta Študijsko leto 203/4 doc.dr. Barbara Boldin Fakulteta za matematiko, naravoslovje in

Διαβάστε περισσότερα

Linearne preslikave. Poglavje VII. 1 Definicija linearne preslikave in osnovne lastnosti

Linearne preslikave. Poglavje VII. 1 Definicija linearne preslikave in osnovne lastnosti Poglavje VII Linearne preslikave V tem poglavju bomo vektorske prostore označevali z U,V,W,... Vsi vektorski prostori bodo končnorazsežni. Zaradi enostavnosti bomo privzeli, da je pripadajoči obseg realnih

Διαβάστε περισσότερα

Univerza v Mariboru. Fakulteta za logistiko MATEMATIKA. Univerzitetni učbenik

Univerza v Mariboru. Fakulteta za logistiko MATEMATIKA. Univerzitetni učbenik Univerza v Mariboru Fakulteta za logistiko MATEMATIKA Univerzitetni učbenik AJDA FOŠNER IN MAJA FOŠNER Junij, 2008 Kazalo 1 Množice 5 11 Matematična logika 5 12 Množice 10 2 Preslikave 18 21 Realne funkcije

Διαβάστε περισσότερα

Tema 1 Osnove navadnih diferencialnih enačb (NDE)

Tema 1 Osnove navadnih diferencialnih enačb (NDE) Matematične metode v fiziki II 2013/14 Tema 1 Osnove navadnih diferencialnih enačb (NDE Diferencialne enačbe v fiziki Večina osnovnih enačb v fiziki je zapisana v obliki diferencialne enačbe. Za primer

Διαβάστε περισσότερα

1. Trikotniki hitrosti

1. Trikotniki hitrosti . Trikotniki hitrosti. Z radialno črpalko želimo črpati vodo pri pogojih okolice z nazivnim pretokom 0 m 3 /h. Notranji premer rotorja je 4 cm, zunanji premer 8 cm, širina rotorja pa je,5 cm. Frekvenca

Διαβάστε περισσότερα

Linearna algebra. Bojan Orel Fakulteta za računalništvo in informatiko

Linearna algebra. Bojan Orel Fakulteta za računalništvo in informatiko Linearna algebra Bojan Orel Fakulteta za računalništvo in informatiko 23. februar 205 CIP - Kataložni zapis o publikaciji Narodna in univerzitetna knjižnica, Ljubljana 52.64(075.8)(0.034.2) OREL, Bojan

Διαβάστε περισσότερα

3.1 Reševanje nelinearnih sistemov

3.1 Reševanje nelinearnih sistemov 3.1 Reševanje nelinearnih sistemov Rešujemo sistem nelinearnih enačb f 1 (x 1, x 2,..., x n ) = 0 f 2 (x 1, x 2,..., x n ) = 0. f n (x 1, x 2,..., x n ) = 0. Pišemo F (x) = 0, kjer je x R n in F : R n

Διαβάστε περισσότερα

Univerza na Primorskem Pedagoška fakulteta Koper. Geometrija. Istvan Kovacs in Klavdija Kutnar

Univerza na Primorskem Pedagoška fakulteta Koper. Geometrija. Istvan Kovacs in Klavdija Kutnar Univerza na Primorskem Pedagoška fakulteta Koper Geometrija Istvan Kovacs in Klavdija Kutnar Koper, 2007 PREDGOVOR Pričujoče študijsko gradivo je povzeto po naslednjih knigah Richard S. Millman, George

Διαβάστε περισσότερα

Računski del izpita pri predmetu MATEMATIKA I

Računski del izpita pri predmetu MATEMATIKA I Kemijska tehnologija Visokošolski strokovni program Računski del izpita pri predmetu MATEMATIKA I 29. 8. 2013 Čas reševanja je 75 minut. Navodila: Pripravi osebni dokument. Ugasni in odstrani mobilni telefon.

Διαβάστε περισσότερα

Množico vseh funkcijskih vrednosti, ki jih pri tem dobimo, imenujemo zaloga vrednosti funkcije f. Oznaka: Z f

Množico vseh funkcijskih vrednosti, ki jih pri tem dobimo, imenujemo zaloga vrednosti funkcije f. Oznaka: Z f Funkcije Funkcija f : A B (funkcija iz množice A v množico B) je predpis (pravilo, postopek, preslikava, formula,..), ki danemu podatku x A priredi funkcijsko vrednost f (x) B. Množica A je množica vseh

Διαβάστε περισσότερα

IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f

IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f 2. Nule i znak funkcije; presek sa y-osom IspitivaƬe

Διαβάστε περισσότερα

MATEMATIKA 1 UNIVERZITETNI ŠTUDIJSKI PROGRAM BIOKEMIJA 1. LETNIK

MATEMATIKA 1 UNIVERZITETNI ŠTUDIJSKI PROGRAM BIOKEMIJA 1. LETNIK abc MATEMATIKA 1 UNIVERZITETNI ŠTUDIJSKI PROGRAM BIOKEMIJA 1. LETNIK ŠTEVILA PRIBLIŽNO RAČUNANJE PRIBLIŽNO RAČUNANJE Ta fosil dinozavra je star 7 milijonov in šest let, pravi paznik v muzeju.??? Ko sem

Διαβάστε περισσότερα

ZBIRKA REŠENIH NALOG IZ MATEMATIKE I

ZBIRKA REŠENIH NALOG IZ MATEMATIKE I Univerza v Ljubljani Fakulteta za elektrotehniko Andrej Perne ZBIRKA REŠENIH NALOG IZ MATEMATIKE I Skripta za vaje iz Matematike I (UNI + VSP) Ljubljana, množice Osnovne definicije: Množica A je podmnožica

Διαβάστε περισσότερα

8. Diskretni LTI sistemi

8. Diskretni LTI sistemi 8. Diskreti LI sistemi. Naloga Določite odziv diskretega LI sistema s podaim odzivom a eoti impulz, a podai vhodi sigal. h[] x[] - - 5 6 7 - - 5 6 7 LI sistem se a vsak eoti impulz δ[] a vhodu odzove z

Διαβάστε περισσότερα

Dodatna poglavja iz linearne algebre za 1. letnik finančne matematike na FMF. Primož Moravec

Dodatna poglavja iz linearne algebre za 1. letnik finančne matematike na FMF. Primož Moravec Dodatna poglavja iz linearne algebre za 1 letnik finančne matematike na FMF Primož Moravec 13 september 2017 1 CIP - Kataložni zapis o publikaciji Narodna in univerzitetna knjižnica, Ljubljana 51264(0758)

Διαβάστε περισσότερα

Lastne vrednosti in lastni vektorji

Lastne vrednosti in lastni vektorji Poglavje VIII Lastne vrednosti in lastni vektorji V tem poglavju bomo privzeli, da so skalarji v vektorskih prostorih, koeficienti v matrikah itd., kompleksna števila. Algebraične operacije seštevanja,

Διαβάστε περισσότερα

1. UREJENE OBLIKE KVADRATNE FUNKCIJE

1. UREJENE OBLIKE KVADRATNE FUNKCIJE 1. UREJENE OBLIKE KVADRATNE FUNKCIJE A) Splošna oblika Definicija 1 : Naj bodo a, b in c realna števila in a 0. Realno funkcijo: f : x ax + bx + c imenujemo kvadratna funkcija spremenljivke x v splošni

Διαβάστε περισσότερα

PONOVITEV SNOVI ZA 4. TEST

PONOVITEV SNOVI ZA 4. TEST PONOVITEV SNOVI ZA 4. TEST 1. * 2. *Galvanski člen z napetostjo 1,5 V požene naboj 40 As. Koliko električnega dela opravi? 3. ** Na uporniku je padec napetosti 25 V. Upornik prejme 750 J dela v 5 minutah.

Διαβάστε περισσότερα

ZBIRKA REŠENIH NALOG IZ MATEMATIKE II

ZBIRKA REŠENIH NALOG IZ MATEMATIKE II Univerza v Ljubljani Fakulteta za elektrotehniko Andrej Perne ZBIRKA REŠENIH NALOG IZ MATEMATIKE II Skripta za vaje iz Matematike II (UNI + VSP) Ljubljana, determinante Determinanta det A je število, prirejeno

Διαβάστε περισσότερα

REˇSITVE. Naloga a. b. c. d Skupaj. FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost 2. kolokvij 23.

REˇSITVE. Naloga a. b. c. d Skupaj. FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost 2. kolokvij 23. Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost. kolokvij 3. januar 08 Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja. Nalog je 6,

Διαβάστε περισσότερα

VAJE IZ MATEMATIKE 2 za smer Praktična matematika. Martin Raič

VAJE IZ MATEMATIKE 2 za smer Praktična matematika. Martin Raič VAJE IZ MATEMATIKE za smer Praktična matematika Martin Raič Datum zadnje spremembe: 3. maj 8 Kazalo. Ponovitev elementarnih integralov 3. Metrični prostori 5 3. Fourierove vrste 4. Funkcije več spremenljivk

Διαβάστε περισσότερα

Vektorski prostori s skalarnim produktom

Vektorski prostori s skalarnim produktom Poglavje IX Vektorski prostori s skalarnim produktom Skalarni produkt dveh vektorjev v R n smo spoznali v prvem poglavju. Sedaj bomo pojem skalarnega produkta razširili na poljuben vektorski prostor V

Διαβάστε περισσότερα

Funkcije dviju varjabli (zadaci za vježbu)

Funkcije dviju varjabli (zadaci za vježbu) Funkcije dviju varjabli (zadaci za vježbu) Vidosava Šimić 22. prosinca 2009. Domena funkcije dvije varijable Ako je zadano pridruživanje (x, y) z = f(x, y), onda se skup D = {(x, y) ; f(x, y) R} R 2 naziva

Διαβάστε περισσότερα

Matrike. Poglavje II. Matrika je pravokotna tabela realnih števil. Na primer: , , , 0 1

Matrike. Poglavje II. Matrika je pravokotna tabela realnih števil. Na primer: , , , 0 1 Poglavje II Matrike Matrika je pravokotna tabela realnih števil Na primer: [ ] 1 1 1, 2 3 1 1 0 1 3 2 1, 0 1 4 [ ] 2 7, Matrika je sestavljena iz vrstic in stolpcev Vrstici matrike [ ] 1 1 1 2 3 1 [ ]

Διαβάστε περισσότερα

Kontrolne karte uporabljamo za sprotno spremljanje kakovosti izdelka, ki ga izdelujemo v proizvodnem procesu.

Kontrolne karte uporabljamo za sprotno spremljanje kakovosti izdelka, ki ga izdelujemo v proizvodnem procesu. Kontrolne karte KONTROLNE KARTE Kontrolne karte uporablamo za sprotno spremlane kakovosti izdelka, ki ga izdeluemo v proizvodnem procesu. Izvaamo stalno vzorčene izdelkov, npr. vsako uro, vsake 4 ure.

Διαβάστε περισσότερα

Osnove kompleksne analize MARKO SLAPAR

Osnove kompleksne analize MARKO SLAPAR Osnove kompleksne analize MARKO SLAPAR Univerza v Ljubljani Pedagoška fakulteta Marko Slapar Osnove kompleksne analize Ljubljana, Avgust 22 Naslov: Osnove kompleksne analize Avtor: Marko Slapar Recenzenta:

Διαβάστε περισσότερα

Iterativno reševanje sistemov linearnih enačb. Numerične metode, sistemi linearnih enačb. Numerične metode FE, 2. december 2013

Iterativno reševanje sistemov linearnih enačb. Numerične metode, sistemi linearnih enačb. Numerične metode FE, 2. december 2013 Numerične metode, sistemi linearnih enačb B. Jurčič Zlobec Numerične metode FE, 2. december 2013 1 Vsebina 1 z n neznankami. a i1 x 1 + a i2 x 2 + + a in = b i i = 1,..., n V matrični obliki zapišemo:

Διαβάστε περισσότερα

Računalniško vodeni procesi I

Računalniško vodeni procesi I Šolski center Velenje Višja strokovna šola Velenje Trg mladosti 3, 33 Velenje Računalniško vodeni procesi I Osnove višješolske matematike Interno gradivo - druga, popravljena izdaja Robert Meolic. september

Διαβάστε περισσότερα

1 3D-prostor; ravnina in premica

1 3D-prostor; ravnina in premica 1 3D-prostor; ravnina in premica 1. Razmisli, v kakšnih legah so lahko v prostoru: (a) premica in ravnina (b) dve ravnini (c) dve premici.ugotovitve zapiši.. 2. Ali sta premici v prostoru, ki nimata skupne

Διαβάστε περισσότερα