Funkcije dveh in več spremenljivk
|
|
- Ἀριδαίος Ζωγράφου
- 6 χρόνια πριν
- Προβολές:
Transcript
1 Poglavje 3 Funkcije dveh in več spremenljivk 3.1 Osnovni pojmi Definicija Funkcija dveh spremenljivk je preslikava, ki vsaki točki (x, y) ravninske množice D priredi realno število z = f(x, y), torej preslikava f : D IR 2 IR. Funkcija treh spremenljivk je preslikava, ki vsaki točki r = (x, y, z) prostorske množice D IR 3 priredi realno število u = f(x, y, z), torej preslikava f : D IR 3 IR. Funkcija n spremenljivk priredi vsaki točki x = (x 1, x 2,..., x n ) podmnožice D IR n realno število y = f(x) = f(x 1, x 2,..., x n ), torej je preslikava f : D IR n IR. Množica D je definicijsko območje funkcije f. Definicijsko območje D funkcije f je lahko dano posebej. definicijsko območje funkcije Na primer f(x, y) = x + y, 1 x 1, 1 y 1 (3.1) je kvadrat [ 1, 1] [1, 1] IR 2, ki je na sliki??. Če definicijsko območje funkcije ni posebej navedeno, je to največja množica, kjer ima predpis f še smisel. 1
2 2 POGLAVJE 3. FUNKCIJE DVEH IN VEČ SPREMENLJIVK Primer Definicijsko območje funkcije f(x, y) = 1 x 2 + je kvadrat [ 1, 1] [1, 1] IR 2 na sliki??. 1 y 2 (3.2) Slika 3.1: Definicijsko območje funkcij (??) in (??) 2. Ploščina pravokotnega trikotnika s katetama a in b je funkcija spremenljivk a in b: S(a, b) = 1 2 ab. Njeno definicijsko območje je prvi kvadrant: a > 0 in b > Definicijsko območje funkcije f(x, y, z) = 1 (x 2 + y 2 + z 2 ) je D = {r = (x, y, z); r 2 = x 2 + y 2 + z 2 1}, torej polna krogla s polmerom 1 okrog koordinatnega izhodišča. 4. Funkcija f(x) = f(x 1, x 2,..., x n ) = x x x 2 n = x 2 pa je definirana na celem prostoru IR n. Podobno kot na realni osi IR, je tudi v ravnini IR 2, v prostoru IR 3 in nasploh v vseh prostorih IR n, n IN, definiran pojem ε-okolice dane točke a. To je množica vseh točk, ki so od a oddaljene za manj kot ε > 0.. Tako je ε-okolica točke (a, b) IR 2 krog (x a) 2 + (y b) 2 < ε 2
3 3.1. OSNOVNI POJMI 3 b a Slika 3.2: ɛ-okolica točke v ravnini. okrog točke (a, b) s polmerom ε (na sliki??). ε-okolica točke (a, b, c) IR 3, je krogla (x a) 2 + (y b) 2 + (z c) 2 < ε 2 s središčem v točki (a, b, c) in polmerom ε, v prostoru IR n, n > 3 pa je ε-okolica točke a = (a 1,..., a n) množica, dana z neenačbo x a < ε, torej (x 1 a 1) 2 + (x 2 a 2) (x n a n) 2 < ε 2. O funkciji dveh neodvisnih spremenljivk lahko govorimo le, če je definicijsko območje D res prava ravninska množica, tako da se lahko koordinati (x, y) vsaj na delu množice D spreminjata neodvisno druga od druge. Na primer krog ali kvadrat sta taki množici, medtem ko premica in nasploh krivulja v ravnini ni taka množica in zato ne more biti definicijsko območje funkcije dveh spremenljivk. Bolj natančno, množica D IR 2 je lahko definicijsko območje funkcije dveh spremenljivk, če vsebuje kakšno ε-okolico vsaj ene svoje točke. Podobno velja za funkcije n spremenljivk, n 3: podmnožica D IR n je lahko definicijsko območje funkcije n spremenljivk, če vsebuje kakšno ε-okolico vsaj ene svoje točke. Geometrijska slika Funkcijo dveh spremenljivk f : D IR 2 IR lahko geometrijsko ponazorimo z njenim grafom Γ(f) = {(x, y, z); (x, y) D, z = f(x, y)} IR 2 IR = IR 3, ki predstavlja neko ploskev v prostoru IR 3. Pravokotna projekcija te ploskve na ravnino z = 0 je definicijsko območje funkcije D, pravokotna projekcija na os z pa je njena zaloga vrednosti.
4 4 POGLAVJE 3. FUNKCIJE DVEH IN VEČ SPREMENLJIVK Primer Graf funkcije f(x, y) = ax + by + c je ravnina z = ax + by + c. 2. Graf funkcije f(x, y) = 1 + x 2 + 2y 2 imenujemo eliptični paraboloid. Definicijsko območje je cela ravnina, na sliki?? pa je del paraboloida nad pravokotnikom 2 x 2, 1 y 1. Slika 3.3: Graf funkcije f(x, y) = 1 + x 2 + 2y 2 3. Graf funkcije f(x, y) = a 2 x 2 y 2 je zgornja polovica sfere s središčem v izhodišču in polmerom a, ki je na sliki??. Definicijsko a a a Slika 3.4: Zgornja polkrogla območje D je zaprt krog v ravnini, zaloga vrednosti pa [0, a].
5 3.1. OSNOVNI POJMI 5 Funkcijo dveh spremenljivk si lahko geometrično ponazorimo tudi drugače. Naj bo c IR število iz zaloge vrednosti funkcije f. Enačba f(x, y) = c določa (pri določenih predpostavkah glej izrek??) implicitno dano krivuljo v območju D, ki ji pravimo nivojska krivulja funkcije f. Očitno mora vsaka točka (x, y) D ležati na natanko eni nivojski krivulji. Družina vseh nivojskih krivulj f(x, y) = c napolni celotno območje D, ko c preteče vse vrednosti funkcije f, tako da vsaka točka iz D leži na natanko eni krivulji. Nivojske krivulje se pogosto uporabljajo na primer, izobare na vremenski karti so nivojske krivulje funkcije, ki predstavlja zračni tlak v točkah na površini, ki jo karta pokriva. Izohipse na zemljevidu pa predstavljajo nivojske krivulje funkcije, ki meri nadmorsko višino. Poglejmo zgornje tri primere še na ta način. Primer Nivojske krivulje funkcije f(x, y) = ax + by + c so vzporedne premice na sliki??. Slika 3.5: Nivojske krivulje linearne funkcije ax + by + c 2. Nivojske krivulje funkcije f(x, y) = 1 + x 2 + 2y 2 so koncentrične elipse na sliki??. 3. Nivojske krivulje funkcije f(x, y) = a 2 x 2 y 2 pa so koncentrične krožnice x 2 + y 2 = c 2, 0 c a (glej sliko??). Graf funkcije treh spremenljivk Γ(f) = {(x, y, z, f(x, y, z)} D IR
6 6 POGLAVJE 3. FUNKCIJE DVEH IN VEČ SPREMENLJIVK Slika 3.6: Nivojske krivulje funkcije 1 + x 2 + 2y 2 a Slika 3.7: Nivojske krivulje funkcije a 2 x 2 y 2 je podmnožica prostora IR 4, torej ga ne moremo več narisati. Lahko pa tako funkcijo geometrijsko predstavimo s pomočjo nivojskih ploskev. Naj bo c neka vrednost funkcije f. Enačba f(x, y, z) = c predstavlja (pri določenih pogojih) ploskev v definicijskem območju D funkcije f, ki jo imenujemo nivojska ploskev. Družina vseh nivojskih ploskev napolni celo območje D tako, da se posamezne ploskve med seboj ne sekajo. Primer Nivojske ploskve funkcije u = 1 (x 2 + y 2 + z 2 ) so sfere s polmerom 1, ki napolnijo enotsko kroglo v IR Naj bo u = x 2 + y 2 z 2. Nivojske ploskve x 2 + y 2 z 2 = c
7 3.2. ZVEZNE FUNKCIJE VEČ SPREMENLJIVK 7 so enodelni hiperboloidi, če je c > 0, dvodelni hiperboloidi, če je c < 0, nivojska ploskev x 2 + y 2 z 2 = 0 pa je stožec. Skupaj napolnijo cel prostor IR 3, ko c preteče vsa realna števila. Slika 3.8: Nivojske ploskve funkcije x 2 + y 2 z 2 Pri funkcijah več kot treh spremenljivk pa kakšna preprosta geometrijska ponazoritev ni več mogoča. 3.2 Zvezne funkcije več spremenljivk Definicija zveznosti funkcije dveh ali več spremenljivk v točki a = (a 1,... a n ) je prav taka kot pri funkcijah ene same spremenljivke. Naj bo D (tako kot doslej) definicijsko območje funkcije f. Definicija Funkcija dveh spremenljivk f(x, y) je v točki (a, b) iz definicijskega območja D zvezna, če obstaja za vsak ε > 0 tak δ > 0, da je f(x, y) f(a, b) < ε, za vsak (x, y) D, ki je od točke (a, b) oddaljen za manj kot δ, tj. (x a) 2 + (y b) 2 < δ 2. Na splošno: funkcija n spremenljivk f(x) = f(x 1,..., x n ) je v točki a = (a 1,..., a n ) D zvezna, če obstaja za vsak ε > 0 tak δ > 0, da je f(x 1,..., x n ) f(a 1,..., a n ) < ε,
8 8 POGLAVJE 3. FUNKCIJE DVEH IN VEČ SPREMENLJIVK za vsak x D, ki je od a oddaljen za manj kot δ, tj. (x 1 a 1 ) (x n a n ) 2 < δ 2. Primer Funkcija f(x 1,..., x n) = x i, ki točki priredi njeno i-to koordinato, je zvezna v vsaki točki a. Če je namreč x v ε-okolici točke a, je n (x i a i) 2 < ε 2, torej je i=1 f(x 1,..., x n) f(a 1,... a n) = x i a i i=n (x i a i) 2 < ε. Podobno kot pri funkcijah ene spremenljivke je zveznost funkcije tesno povezana s pojmom limite funkcije. Definicija Število l je limita funkcije f(x, y), ko gre točka (x, y) proti točki (a, b), l = lim f(x, y), (x,y) (a,b) če obstaja za vsak ε > 0 tak δ > 0, da je če je f(x, y) l < ε, 0 < (x a) 2 + (y b) 2 < δ 2. Na splošno: število l je limita funkcije f(x) = f(x 1,..., x n ), ko gre x proti a = (a 1,..., a n ), l = lim x a f(x 1,..., x n ), če obstaja za vsak ε > 0 tak δ > 0, da je če je x oddaljen od a za manj kot δ: f(x 1,..., x n ) l < ε, 0 < (x 1 a 1 ) (x n a n ) 2 < δ 2. Limita funkcije je definirana samo takrat, kadar je poljubno blizu točke a kakšna točka x D. Drugače povedano, v vsaki ε-okolici točke a mora biti vsebovana vsaj ena točka x D. Iz obeh definicij sledi, da velja tudi za funkcije dveh ali več spremenljivk podobna zveza med zveznostjo in limito kot za funkcije ene spremenljivke: 1
9 3.2. ZVEZNE FUNKCIJE VEČ SPREMENLJIVK 9 Izrek Funkcija f je v točki a = (a 1,..., a n ) zvezna natanko takrat, kadar je lim x a f(x 1,... x n ) = f(a 1,..., a n ). Naj bo f(x, y) funkcija dveh spremenljivk, definirana na neki množici D IR 2, in a = (a, b) D notranja točka. Če predpišemo spremenljivki y vrednost b (torej, če se omejimo na točke (x, b) D, ki imajo koordinato y enako b), dobimo funkcijo ene spremenljivke: f 1(x) = f(x, b). Prav tako dobimo funkcijo ene spremenljivke f 2(y) = f(a, y), če predpišemo vrednost x = a. Če je f(x, y) zvezna v točki (a, b), je očitno f 1 zvezna v točki a, f 2 pa v točki b. Obratno pa ne velja vedno lahko se zgodi, da sta f 1 in f 2 zvezni v točkah a oziroma b, lim f(x, y) (x,y) (a,b) pa ne obstaja, torej f(x, y) ne more biti zvezna v točki (a, b). Primer Vzemimo funkcijo { 2xy f(x, y) = ; x 2 + y2 (x, y) (0, 0) 0; (x, y) = (0, 0) in točko (0, 0). V tem primeru je f 1(x) = 0 za vsak x in f 2(y) = 0 za vsak y, torej sta obe zvezni funkciji v vsaki točki. Vendar pa lim f(x, y) (x,y) (0,0) ne obstaja, saj za vse točke na premici y = x, x 0, (tudi poljubno blizu točke (0, 0)) velja f(x, y) = 1, za točke na premici y = x, x 0, pa je f(x, y) = Poljubna funkcija oblike f(x, y) = kjer sta η 1(x, y)x + η 2(x, y)y x2 + y 2 ; (x, y) (0, 0) lim η 1(x, y) = 0 in (x,y) (0,0) 0 ; (x, y) = (0, 0) lim η 2(x, y) = 0, (x,y) (0,0) je zvezna, saj je lim (x,y) (0,0) f(x, y) = 0. To se hitro vidi, če funkcijo f izrazimo v polarnih koordinatah: torej je f(r cos ϕ, r sin ϕ) = η1r cos ϕ + η2r sin ϕ r = η 1 cos ϕ + η 2 sin ϕ, lim f(x, y) = lim(η 1 cos ϕ + η 2 sin ϕ) = 0. (x,y) (0,0) r 0,
10 10 POGLAVJE 3. FUNKCIJE DVEH IN VEČ SPREMENLJIVK S funkcijo n-spremenljivk f : D IR n IR je na podoben način določenih n funkcij f i(x) = f(a 1,..., a i 1, x, a i+1,..., a n), i = 1,... n, ene spremenljivke. Če je f zvezna v točki a = (a1,... an) D, je vsaka funkcije fi zvezna v točki a i. Tako kot za funkcije ene spremenljivke velja tudi za funkcije več spremenljivk, da so vsota, razlika in produkt zveznih funkcij spet zvezne funkcije, kvocient f/g zveznih funkcij pa je zvezna funkcija povsod, kjer je definiran (torej tam, kjer je imenovalec različen od 0). Primer Funkciji f(x, y) = ax 2 + bxy + cy 2 + dx + ey + f pravimo kvadratna funkcija ali polinom druge stopnje dveh spremenljivk. Splošneje: f(x, y) = (a n0 x n + a n1 x n 1 y + + a nn y n ) + + (a 10 x + a 11 y) + a 00 je polinom dveh spremenljivk stopnje n. Polinom dveh spremenljivk je očitno zvezna funkcija v vsaki točki (x, y) IR 2. Podobno definiramo polinom n spremenljivk (le da je v tem primeru členov različne oblike še toliko več), ki je zvezen v vsaki točki x IR n. Definicija Funkcija f(x, y) je enakomerno zvezna na neki množici D IR 2, če za vsak ε > 0 obstaja tak δ > 0, da je f(x, y) f(x, y ) < ε, za vsak par točk (x, y) in (x, y ) iz D, za katerega velja (x x ) 2 + (y y ) 2 < δ 2. Funkcija n spremenljivk f(x) = f(x 1,..., x n ) je enakomerno zvezna na množici D IR n, če za vsak ε > 0 obstaja tak δ > 0, da je f(x) f(x ) = f(x 1,..., x n ) f(x 1,..., x n) < ε, za vsak par točk x in x, ki zadoščata pogoju (x 1 x 1) (x n x n) 2 < δ 2.
11 3.2. ZVEZNE FUNKCIJE VEČ SPREMENLJIVK 11 Funkcija je torej enakomerno zvezna na neki množici D, če se za vsak par točk, ki sta oddaljeni za manj kot δ, funkcijski vrednosti v teh točkah razlikujeta za manj kot ε. Naj bo D IR 2 poljubna podmnožica ravnine. Pravimo, da je točka x D notranja točka množice D, če je kakšna njena ε- okolica vsebovana v D. Točka x IR 2 je zunanja točka množice D, če kakšna njena ε-okolica ne seka množica D. In nazadnje, točka x IR 2 je robna točka množice D, če vsebuje vsaka njena ε okolica tako točke iz D kot tudi točke, ki niso v D. Primer Za množico D = {(x, y); y > 0 in x 0}, ki je na sliki??, so točke za katere velja x > 0 in y > 0 notranje točke, x < 0 ali y < 0 zunanje točke in (x = 0 in y 0) ali (y = 0 in x 0) robne točke. rob notranjost zunanjost rob Slika 3.9: Množica D Vse notranje točke množice D so očitno vsebovane v D, vse zunanje točke pa so vsebovane v komplementu množice D. Robne točke pa so lahko vsebovane v D (na primer vsaka točka (0, y), y > 0 v zgornjem primeru je vsebovana v D), ali pa so vsebovane v komplementu množice (na primer točke (0, x) x 0 v zgornjem primeru). Če množica D ne vsebuje nobene svoje robne točke, torej, če so vse točke (x, y) D notranje točke, pravimo, da je D odprta množica. Če pa D vsebuje vse svoje robne točke pa pravimo, da je D zaprta množica. Primer Krog je odprta podmnožica ravnine. (x a) 2 + (y b) 2 < R 2 Če temu krogu dodamo še robno krožnico, (x a) 2 + (y b) 2 R 2,
12 12 POGLAVJE 3. FUNKCIJE DVEH IN VEČ SPREMENLJIVK Slika 3.10: Odprta in zaprta množica v ravnini. dobimo zaprto podmnožico ravnine (glej sliko??). Na podoben način definiramo odprte in zaprte množice v prostoru IR 3 in nasploh v vseh prostorih IR n. Funkcija f, ki je enakomerno zvezna na množici D, je očitno zvezna v vsaki točki a D, saj enakomerna zveznost zagotavlja, da za vsak ε obstaja tak δ, da bo f(x) f(a) < ε za vsak x iz δ-okolice točke a. Obratno pa ne velja. Lahko se zgodi, da je funkcija f zvezna v vsaki točki x D, pa ni enakomerno zvezna na množici D. Na primer, funkcija f(x, y) = 1 x2 + y 2 je definirana povsod, razen v točki (0, 0), torej na odprti množici D = IR 2 {(0, 0)}, in zvezna v vsaki točki (x, y) D, enakomerno zvezna pa ni. Veljata pa naslednja dva izreka: Izrek Funkcija f, ki je zvezna v vsaki točki zaprte in omejene množice D, je enakomerno zvezna na D. Izrek Funkcija f, ki je zvezna na zaprti in omejeni množici D, je na množici D omejena, torej obstajata natančna spodnja meja m in natančna zgornja meja M, tako da je m f(x) M za vsak x D. Poleg tega obstajata točki x m in x M v množici D, v katerih funkcija ti vrednosti tudi zavzame, torej f(x m) = m in f(x M ) = M. Oba izreka smo že srečali pri funkcijah ene spremenljivke namesto zaprte množice D je tam nastopal zaprt interval [a, b]. Tudi dokaza, ki ju tu ne bomo navedli (najdemo ju v [?]), sta podobna kot pri funkcijah ene spremenljivke. Pojem zaprte množice D IR n je torej nekakšna posplošitev pojma zaprtega intervala [a, b] IR, pojem odprte množice pa je posplošitev pojma odprtega intervala.
13 3.3. DIFERENCIABILNE FUNKCIJE Diferenciabilne funkcije Parcialni odvodi Vzemimo funkcijo z = f(x, y), ki je zvezna v točki (a, b) D. Če predpišemo vrednost y = b, je z odvisna le še od spremenljivke x, dobljena funkcija f 1 (x) = f(x, b) pa je zvezna. Prav tako je zvezna funkcija f 2 (y), ki jo dobimo tako, da predpišmo vrednost spremenljivke x = a. Definicija Če obstaja limita diferenčnega kvocienta f 1 (x + h) f 1 (x) f(x + h, y) f(x, y) lim = lim, h 0 h h 0 h jo imenujemo parcialni odvod funkcije f po spremenljivki x in označimo z Če obstaja lim k 0 f x ali f x(x, y). f(x, y + k) f(x, y), k jo imenujemo parcialni odvod funkcije f po spremenljivki y in označimo z f y ali f y (x, y). Podobno definiramo parcialne odvode funkcije n spremenljivk, le da v tem primeru dobimo n parcialnih odvodov. Naj bo z = f(x) = f(x 1,..., x n ) zvezna funkcija n spremenljivk. Če predpišemo vrednosti vseh spremenljivk razen i-te, 1 i n, dobimo zvezno funkcijo spremenljivke x i. Definicija Če obstaja limita f(x 1,..., x i + h,..., x n ) f(x 1,..., x i,..., x n ) lim h 0 h jo imenujemo parcialni odvod funkcije f po spremenljivki x i in označimo z f x i ali f xi (x, y).
14 14 POGLAVJE 3. FUNKCIJE DVEH IN VEČ SPREMENLJIVK Funkcija n spremenljivk ima torej n parcialnih odvodov prvega reda, ki skupaj sestavljajo vektor z n komponentami. Imenujemo ga gradient funkcije f: grad f = ( f,..., f ). x 1 x n Primer Zapišimo parcialna odvoda funkcije f(x, y) = x y : f x (x, y) = yx y 1, f y (x, y) = x y log x. 2. Parcialni odvodi funkcije u = z arc sin(x/y) so: u x = z y 1 x 2 /y = 2 u xz = y u z y y 2 x 2, = arc sin x y. y z y y 2 x 2, Totalni diferencial Definicija Funkcija dveh spremenljivk z = f(x, y) je v točki (a, b) diferenciabilna, če obstajata oba parcialna odvoda A = f x (a, b) in B = f y (a, b) in je f(a + h, a + k) f(a, b) (Ah + Bk) lim = 0. (h,k) (0,0) h 2 + k 2 Izraz dz = Ah + Bk = f x (a, b)h + f y (a, b)k imenujemo totalni diferencial. Podobno je funkcija n > 2 spremenljivk y = f(x) = f(x 1,..., x n ) v točki a = (a 1,..., a n ) diferenciabilna, natanko tedaj, kadar obstajajo vsi parcialni odvodi A i = f xi (a 1,..., a n ), i = 1,..., n in je izraz f(a 1 +h 1,..., a n +h n ) f(a 1,..., a n ) (A 1 h 1 + +A n h n ) lim = 0, h 0 h h2 n pa je totalni diferencial. dy = A 1 h a n h n = f x1 h f xn h n
15 3.3. DIFERENCIABILNE FUNKCIJE 15 Če je funkcija f(x, y) diferenciabilna v točki (a, b), je f(a + h, b + k) f(a, b) = (Ah + Bk) + η h 2 + k 2, kjer gre η proti 0, ko gre h 0 in k 0. Totalni diferencial Ah+Bk je torej pri diferenciabilni funkciji dobra ocena za spremembo funkcijske vrednosti f(a + h, b + k) f(a, b), vrednost funkcije v točki (a + h, b + k) pa lahko ocenimo z linearnim izrazom f(a + h, b + k). = f(a, b) + f x (a, b)h + f y (a, b)k = f(a, b) + df. Primer Vzemimo funkcijo z = x/y. Njen totalni diferencial je dz = 1 y dx x ydx xdy dy = y2 y 2. Odtod dobimo približek za relativno napako kvocienta dveh izmerjenih količin, če sta napaki pri merjenju enaki dx in dy: dz z = ydx xdy y 2 (x/y) = dx x dy y. 2. Izračunajmo z diferencialom približno vrednost izraza (0.99)(0.98) 0.97 Diferencial funkcije f(x, y, z) = xy je z df = f x dx + f y dy + f z dz = y z dx + x xy dy z z 2 dz. Njegova vrednost v točki (1, 1, 1) pri danih spremembah neodvisnih spremenljivk dx = 0.01, dy = 0.02, dz = 0.03 je: torej je df = = 0, f(0.99, 0.98, 0.97). = f(1, 1, 1) + df = 1 (vrednost, natančno izračunana na 5 decimalk je, )..
16 16 POGLAVJE 3. FUNKCIJE DVEH IN VEČ SPREMENLJIVK 3. Izračunajmo, za koliko se približno spremeni prostornina stožčaste posode z višino h = 10 cm in največjim polmerom R = 5 cm, če se višina h poveča za 2 mm, polmer R pa pomanjša za 2 mm. Prostornina stožca je V = πr 2 h/3. Totalni diferencial funkcije V (h, R) je dv = π 3 [2RhdR + R2 dh]. V našem primeru je (v cm) R = 5, h = 10, spremembi neodvisnih spremenljivk pa sta dr = 0.2 in dh = 0.2, torej dv = π 3 [ ( 0.2) ] = 5π. = Diferenciabilnost funkcije je strožji pogoj kot parcialna odvedljivost lahko se zgodi, da vsi parcialni odvodi prvega reda obstajajo, pa funkcija vseeno ni diferenciabilna. Vendar pa velja: Izrek Zvezna funkcija z = f(x, y) je diferenciabilna, če sta parcialna odvoda f x (x, y) in f y (x, y) zvezna. Dokaz. Naj bo z = f(x + h, y + k) f(x, y) = f(x + h, y + k) f(x + h, y) + f(x + h, y) f(x, y) Po Lagrangeovem izreku je f(x + h, y + k) f(x + h, y) = f y(x + h, y + ϑ 1k)k in f(x + h, y) f(x, y) = f x(x + ϑ 2h, y)h. Ker sta oba parcialna odvoda f x in f y zvezni funkciji, je f y(x + h, y + ϑ 1k) = f y(x, y) + η 1 f x(x + ϑ 2h, y) = f x(x, y) + η 2, kjer gre η 1 0 in η 2 0, ko gre h 0 in k 0. Torej je f(x + h, y + k) f(x, y) (f xh + f yk) lim = (h,k) (0,0) h2 + k 2 to pa je enako 0 (glej primer??). η 1h + η 2k = lim (h,k) (0,0) h2 + k, 2
17 3.3. DIFERENCIABILNE FUNKCIJE Odvod posredne funkcije Večinoma pravila za odvajanje funkcij ene spremenljivke (na primer pravilo za odvod vsote in produkta) veljajo skoraj dobesedno v isti obliki tudi za parcialno odvajanje funkcij več spremenljivk. Izjema je pravilo za posredno odvajanje ali verižno pravilo, ki izgleda malo drugače in ga bomo zapisali v več oblikah. Naj bo funkcija z = f(x, y) diferenciabilna, spremenljivki x in y pa naj bosta odvedljivi funkciji parametra t, torej x = x(t), y = y(t). Potem je tudi z = f(x(t), y(t)) posredna funkcija parametra t in njen odvod je dz dt = lim h 0 f(x(t + h), y(t + h)) f(x(t), y(t)). h Naj bo x = x(t + h) x(t) in y = y(t + h) y(t). Potem je dz dt f(x + x, y + y) f(x, y) = lim h 0 h f x x + f y y + η ( x) = lim 2 + ( y) 2 h 0 h = lim f x x h 0 h + f y y h + η 1 ( x) h 2 + ( y) 2. Ker sta x(t) in y(t) odvedljivi funkciji, je x lim h 0 h = y x (t) in lim h 0 h ker pa je f diferenciabilna, je lim h 0 η = 0 in = y (t), lim η 1 ( ) ( x) h 0 h 2 + ( y) 2 = lim η ± (x (t)) 2 + (y (t)) 2 = 0. h 0 Od tod sledi, da je dz dt = f xx (t) + f y y (t). (3.3) Primer Pravilo (??) lahko včasih uporabimo za računanje odvodov funkcije ene spremenljivke. Izračunajmo odvod funkcije z = (1 + t) 2t2. Vzemimo x = 1 + t in y = 2t 2, tako da je z = f(x, y) = x y.
18 18 POGLAVJE 3. FUNKCIJE DVEH IN VEČ SPREMENLJIVK Potem je dz dt = z x x (t) + z y y (t) = yx y 1 + x y log x 4t = 2t 2 (1 + t) 2t t(1 + t) 2t2 log(1 + t). Odvod dz/dt si lahko predstavljamo kot odvod funkcije f vzdolž krivulje, ki je dana v parametrični obliki s predpisoma x = x(t) in y = y(t). Naj bo funkcija z = f(x, y) diferenciabilna, spremenljivki x in y pa naj bosta diferenciabilni funkciji novih spremenljivk u in v, torej x = x(u, v) in y = y(u, v). Potem je z posredno odvisna od spremenljivk u in v in velja z u = f x x u + f y y u, z v = f x x v + f y y v. Nazadnje si oglejmo še povsem splošno obliko verižnega pravila. Naj bo z = f(x) = f(x 1,..., x n ) diferenciabilna funkcija n spremenljivk, kjer je n 1, te pa naj bodo diferenciabilne funkcije m 1 novih spremenljivk, torej x j = x j (t 1,..., t m ) za vsak j = 1,..., n. Potem je z posredno odvisna od t 1,..., t m in za vsak i = 1,..., m velja: z = f x f x n. t i x 1 t i x n t i Primer Naj bo z = f(r) in r = x 2 + y 2 polarni polmer. Potem je: z x = f (r) x z in r y = f (r) y r. Smerni odvod Parcialni odvod f x (a, b) opisuje hitrost spreminjanja funkcije f, če se iz točke (a, b) pomaknemo po premici, ki je vzporedna osi x, torej v smeri vektorja (1, 0). Podobno opisuje f y (a, b) hitrost spreminjanja funkcije f, če se iz (a, b) pomaknemo v smeri vektorja (0, 1). Vzemimo poljuben vektor v = (v 1, v 2 ) dolžine v = 1.
19 3.3. DIFERENCIABILNE FUNKCIJE 19 Definicija Smerni odvod funkcije f v točki (a, b) v smeri vektorja v je f(a + hv 1, b + hv 2 ) f(a, b) fv = lim. h 0 h Smerni odvod funkcije f v smeri vektorja v je torej enak odvodu funkcije f vzdolž premice x(t) = a + v 1 t, y(t) = b + v 2 t (3.4) skozi (a, b) s smernim vektorjem v dolžine 1 in meri hitrost, s katero se spreminja vrednost funkcije f, če se iz točke (a, b) pomaknemo v smeri vektorja v. Če pišemo z(t) = f((x(t), y(t)), je f(a, b) = z(0). Iz formule za posredno odvajanje (??) sledi, da je dz dt = v 1f x (x(t), y(t)) + v 2 f y (x(t), y(t)). V dobljeni izraz vstavimo t = 0 in dobimo formulo za računanje smernega odvoda fv(a, b) = dz dt = v 1f x (a, b) + v 2 f y (a, b) = grad f(a, b) v. (3.5) Poglejmo dva posebna primera smernega odvoda. Trditev Naj bo (a, b) nestacionarna točka funkcije f, tako da je vektor grad f(a, b) neničelen. Smerni odvod fv(a, b) ima največjo vrednost takrat, kadar ima enotski vektor v smer gradienta grad f(a, b). Dokaz. Ker je skalarni produkt vektorjev v in grad f(a, b) enak v grad f(a, b) = v grad f(a, b) cos ϕ, (3.6) kjer je ϕ kot med obema vektorjema, je smerni odvod v točki (a, b) največji takrat, kadar je cos ϕ = 1, to pa je natanko takrat, ko je enotski vektor v smeri gradienta. v = grad f(a, b)/ grad f(a, b) Zgornja trditev pove, da kaže vektor grad f(a, b) iz točke (a, b) v smer, v kateri funkcijska vrednost f(x, y) najhitreje narašča. Poglejmo povsem praktično (včasih tudi bolečo) posledico tega dejstva. Naj bo f(x, y) funkcija, ki opisuje nadmorsko višino točke v odvisnosti od njenih koordinat (x, y) na zemljevidu. Če nam v točki, ki ima na zemljevidu koordinati (a, b) na poledenelem bregu zdrsne, bomo drveli navzdol v smeri, ki je nasprotna smeri gradienta funkcije, hitrost pa je tem večja, čim večja je velikost vektorja grad f(a, b).
20 20 POGLAVJE 3. FUNKCIJE DVEH IN VEČ SPREMENLJIVK Trditev Spet naj bo (a, b) nestacionarna točka funkcije f in naj bo vektor v pravokoten na vektor grad f(a, b). Vektor v v tem primeru kaže iz točke (a, b) v smeri tangentnega vektorja na nivojsko krivuljo funkcije f v točki (a, b). Dokaz. Trditev bomo dokazali samo v primeru, ko je f y (a, b) 0. Skličemo se na izrek o implicitni funkciji??, ki ga bomo dokazali v razdelku?? in ki pove, da lahko na nivojski krivulji f(x, y) = f(a, b) v okolici točke (a, b) zvezo med koordinatama opišemo z odvedljivo funkcijo y = y(x). Če enačbo f(x, y(x)) = f(a, b) odvajamo v skladu s pravilom (??), dobimo V točki x = a torej velja f x (x, y(x)) + f y (x, y(x))y (x) = 0. f x (a, b) + f y (a, b)y (a) = 0. To pove, da je vektor (1, y (a)) (tangentni vektor na krivuljo y = y(x) v točki x = a) pravokoten na grad f(a, b), torej mora biti kolinearen z vektorjem v. Vektor v v tem primeru kaže iz točke (a, b) v smer, v kateri se funkcijska vrednost f(x, y) skoraj ne spreminja. Primer Naj funkcija f(x, y) = 2xy + x 2 opisuje temperaturno porazdelitev v ravnini. Izračunajmo najprej smerni odvod funkcije v smeri krajevnega vektorja točke r = (1, 1). Ker je grad f(x, y) = (2y + 2x, 2x) in je enotski vektor v dani smeri v = (1/ 2, 1/ 2), je fv(1, 1) = grad f(1, 1) (1/ 2, 1/ 2) = (4, 2) (1/ 2, 1/ 2) = 3 2. Določimo smer, v kateri temperatura v točki (1, 1) najhitreje narašča. Ker je grad f(1, 1) = (4, 2), je to smer vektorja (4, 2). Nazadnje zapišimo enačbo tangente na izotermo, torej na nivojsko krivuljo dane funkcije, skozi točko (1, 1). Enačba izoterme je 2xy + x 2 = 3. Vektor t v smeri tangente je pravokoten na vektor grad f(1, 1) = (4, 2), torej t = ( 2, 4). Enačba tangente v parametrični obliki je tako x = 1 2λ, y = 1 + 4λ, λ IR.
21 3.3. DIFERENCIABILNE FUNKCIJE 21 Izračunajmo še smerni odvod v smeri krajevnega vektorja te točke. fr(1, 1) = (4, 2) 1 2 (1, 1) = 3 2. Podobno kot za funkcijo dveh spremenljivk definiramo tudi smerni odvod funkcije treh ali več spremenljivk f(x) = f(x 1,..., x n ) v smeri vektorja v = (v 1,..., v n ) dolžine v = 1 s predpisom izračunamo pa ga s pomočjo formule f(a + hv) f(a) fv(a) = lim, h 0 h fv(a) = v grad f(a) Višji parcialni odvodi in Taylorjeva formula Parcialna odvoda funkcije dveh spremenljivk z = f(x, y) sta spet funkciji dveh spremenljivk f x (x, y) in f y (x, y) in lahko se zgodi, da sta parcialno odvedljivi. Njune parcialne odvode imenujemo parcialni odvodi funkcije f drugega reda. Parcialni odvodi drugega reda so štirje: f xx = 2 f x 2 = f x x, f yx = 2 f x y = f y x, f xy = 2 f y x = f x y, f yy = 2 f y 2 = f y y. Funkcija n spremenljivk f(x 1,..., x n ) ima n 2 parcialnih odvodov drugega reda: f xi x j = 2 f, 1 i, j n. x i x j Vsi drugi parcialni odvodi funkcije f sestavljajo kvadratno matriko reda n n (pravimo ji tudi Hessejeva matrika): f x1 x 1... f x1 x n H = f xnx1... f xnxn Izrek Če druga mešana parcialna odvoda f xy in f yx obstajata in sta zvezni funkciji, sta enaka.
22 22 POGLAVJE 3. FUNKCIJE DVEH IN VEČ SPREMENLJIVK Dokaz izreka?? najdemo v [?]. Izrek?? velja tudi za funkcije n spremenljivk: če sta odvoda f xi x j in f xj x i zvezna, sta enaka. Vrstni red odvajanja po posameznih spremenljivkah lahko torej zamenjamo, če so vsi vpleteni parcialni odvodi zvezne funkcije. Pokažimo na primeru, da sta mešana odvoda lahko različna, če nista zvezni funkciji. Primer Funkcija, ki ima različna mešana parcialna odvoda drugega reda (in zvezna parcialna odvoda prvega reda): { xy(x 2 y 2 ), f(x, y) = x 2 + y 2 če je (x, y) (0, 0) 0, če je (x, y) = (0, 0). Parcialna odvoda v točkah (x, y) (0, 0) sta: Parcialna odvoda v točki (0, 0) sta f x = y(x4 y 4 ) + 4x 2 y 3 (x 2 + y 2 ) 2, f y = x(x4 y 4 ) 4x 3 y 2 (x 2 + y 2 ) 2. f(h, 0) f(0, 0) 0 0 f x(0, 0) = lim = lim = 0 h 0 h h 0 h in prav tako f y(0, 0) = 0. Od tod sledi, da je f x(0, y) = y za vsak y in f y(x, 0) = x za vsak x. Zato je f xy(0, 0) = 1 in f yx(0, 0) = 1. Če druge parcialne odvode funkcije f še naprej odvajamo, dobimo parcialne odvode tretjega in višjih redov. Tudi mešani odvodi višjega reda so neodvisni od vrstnega reda odvajanja, če so zvezni: Taylorjeva formula m+n f x m y n = m+n f y n x m = m+n f x i y j x m i y n j =.... S pomočjo višjih parcialnih odvodov lahko linearno oceno f(x + h, y + k). = f(x, y) + f x (x, y)h + f y (x, y)k, ki jo dobimo z diferencialom, izboljšamo. Tako kot funkcije ene spremenljivke, lahko tudi funkcijo dveh spremenljivk razvijemo po Taylorjevi formuli.
23 3.3. DIFERENCIABILNE FUNKCIJE 23 Izrek (Taylorjeva formula) Funkcija f(x, y) naj bo (n + 1)-krat zvezno parcialno odvedljiva na obe spremenljivki v okolici točke (a, b). Potem velja: kjer je f(a + h, b + k) = f(a, b) + [f x (a, b)h + f y (a, b)k] [ n ( ) n n ] f n! i n i x i y (a, b)hn i k i + R n, R n = in 0 θ 1. 1 (n + 1)! n+1 i=0 ( n + 1 i i=0 Dokaz. Naj bo 0 t 1. S predpisom ) n+1 f n+1 i x i y (a + θh, b + θk)hn+1 i k i, F (t) = f(a + th, b + tk) je dana funkcija ene spremenljivke t, ki je (n + 1)-krat zvezno odvedljiva v točki t = 0. Zapišimo njeno Taylorjevo formulo: F (t) = F (0) + tf (0) + t2 2! F (0) + + tn n! F (n) (0) + R n. (3.7) Če upoštevamo, da je x = a+th in y = b+th, lahko s posrednim odvajanjem izračunamo koeficiente v tem razvoju: F (t) = d f(a + th, b + tk) dt = f x (a + th, b + tk)x (t) + f y (a + th, b + tk)y (t) F (0) = f x (a, b)h + f y (a, b)k F (t) = d dt (f x(a + th, b + tk)h + f y (a + th, b + tk)k) = (f xx (a + th, b + tk)h + f xy (a + tk, b + th)k)h +(f yx (a + th, b + tk)h + f yy (a + th, b + tk)k)k F (0) = f xx (a, b)h 2 + 2f xy (a, b)hk + f yy (a, b)k 2... Z matematično indukcijo se zlahka prepričamo, da je za vsak n 1 F (n) (t) = n f n x hn + n n f n 1 x y hn 1 k + + n n f x n 1 y hkn 1 + n f n y ( ) n n n f = i n i x i y (a, b)hn i k i. i=0
24 24 POGLAVJE 3. FUNKCIJE DVEH IN VEČ SPREMENLJIVK Izrek je dokazan, če dobljene odvode vstavimo v enačbo (??) in upoštevamo, da je f(a + h, b + k) = F (1). Ostanek R n je napaka, ki jo naredimo, če vrednost f(a + h, b + k) ocenimo z vsoto členov reda n v Taylorjevi formuli. Če je funkcija f(x, y) neskončnokrat parcialno odvedljiva na obe spremenljivki in če je lim R n = 0, n lahko Taylorjevo formulo nadomestimo s Taylorjevo vrsto: f(x, y) = n=0 ( 1 n f n ) n! x i=0 n i y i hn 1 k i. Člen prve stopnje v Taylorjevi formuli je totalni diferencial in ga lahko opišemo kot skalarni produkt vektorjev (f x(a, b), f y(a, b)) in (h, k): df = (f x(a, b), f y(a, b)) (h, k) = f x(a, b)h + f y(a, b)k. Člen druge stopnje v Taylorjevi formuli f xx(a, b)h 2 + 2f xy(a, b)hk + f yy(a, b)k 2 = Ah 2 + 2Bhk + Ch 2 pa je vrednost kvadratne forme [ Q(h, k) = Ah 2 + 2Bhk + Ck 2 A B = [h, k] B C ] [ h k ], ki je določena z matriko drugih parcialnih odvodov (glej razdelek??). Naj bo f(x) = f(x 1,..., x n) funkcija n spremenljivk, ki je vsaj trikrat zvezno parcialno odvedljiva v točki a = (a 1,..., a n), H(a) = f x1 x 1 (a)... f x1 x n (a) f x2 x 1 (a)... f x2 x n (a).. f xnx 1 (a)... f xnx n(a), (simetrična) matrika drugih parcialnih odvodov funkcije v tej točki in Q(h) = h T H(a)h = [h 1,..., h n] H(a) kvadratna forma določena z matriko H(a). h 1. h n
25 3.4. IMPLICITNE FUNKCIJE 25 Izrek (Taylorjeva formula drugega reda) Če je a notranja točka množice D IR n in je funkcija f : D IR vsaj trikrat zvezno parcialno odvedljiva, je f(a + h) = f(a 1 + h 1,..., a n + h n) = f(a) + grad f(a) h + 1 2! (ht H(a)h) + R 3, kjer se ostanek R 3 izraža s tretjimi parcialnimi odvodi funkcije f v neki vmesni točki y = a + ϑh na daljici med a in a + h in je lim h 0 R 3 h 3 = lim h 0 R 3 (h h 2 n) 3 = 0. Dokaz izreka?? je podoben dokazu izreka?? in ga bomo izpustili. Najdemo ga na primer v [?]. 3.4 Implicitne funkcije Enačba F (x, y) = 0 pogosto določa implicitno funkcijo y = y(x). Poglejmo bolj natančno, kdaj. Izrek (Izrek o implicitni funkciji v dveh dimenzijah) Naj bo F (x, y) zvezna in diferenciabilna funkcija v okolici točke (a, b) in naj bo F (a, b) = 0. Če je F y (a, b) 0, obstaja odvedljiva funkcija y = y(x), ki je definirana v neki okolici točke a IR in zadošča pogojema: y(a) = b, F (x, y(x)) = 0. Izreka?? ne bomo dokazali, dokaz najdemo v [?]. Razmislimo samo, kaj bi lahko bila vrednost y(x). Ker je F y(a, b) 0, je funkcija F (a, y) monotona v okolici točke b, torej sta za nek dovolj majhen k vrednosti F (a, b + k) in F (a, b k) različnega znaka. Za vsak x v neki dovolj majhni okolici točke a pa je F (x, b + k) istega znaka kot F (a, b + k). Podobno je za vsak x v neki dovolj majhni okolici točke a vrednost F (x, b k) istega znaka kot F (a, b k). Če je x v preseku obeh okolic, sta vrednosti F (x, b k) in F (x, b+k) različnega znaka, torej ima funkcija F 2(y) = F (x, y) ničlo nekje na intervalu [a 2 k, a 2 + k]. Ta ničla je vrednost implicitne funkcije y(x). Primer Funkcija F (x, y) = x 2 + y 2 1 ima v točki (0, 1) parcialni odvod F y = 2y = 2 0, torej obstaja implicitna funkcija y = 1 x 2, ki je definirana na intervalu ( 1, 1) okrog točke x = 0 in zadošča obema pogojema. V točki ( 1, 0) pa je F y = 0 in implicitne funkcije, ki bi zadoščala
26 26 POGLAVJE 3. FUNKCIJE DVEH IN VEČ SPREMENLJIVK zahtevanim pogojem v okolici točke x = 1 ne moremo definirati (definirana je samo za x < 1, pa še tam izbira ni enolična). Odvod implicitne funkcije dobimo tako, da enačbo F (x, y(x)) = 0 posredno odvajamo na x: F x + F y y (x) = 0, torej y (x) = F x(x, y) F y (x, y). Primer Funkcija F (x, y) = x 2 y + 3y 3 x 4 4 = 0 določa implicitno funkcijo v okolici točke (1, 1), kajti F y = x 2 + 9y 2 x 4, torej F y (1, 1) = Te funkcije eksplicitno ni lahko izraziti, vendar pa lahko v vsaki točki izračunamo njen odvod y (x) = 2xy + 12y3 x 3 x 2 + 9y 2 x 4, y (1) = Izrek (Izrek o implicitni funkciji v treh dimenzijah) Naj bo F (x, y, z) diferenciabilna funkcija in F (a, b, c) = 0. Če velja, da je F z (a, b, c) 0, potem obstaja funkcija z = z(x, y), ki je definirana v okolici točke (a, b) in zadošča pogojema z(a, b) = c, F (x, y, z(x, y)) = 0. (3.8) Parcialna odvoda funkcije z(x, y) dobimo s posrednim odvajanjem e- načbe (??): F x + F z z x = 0 in F y + F z z y = 0, torej z x = F x F z in z y = F y F z. Zapišimo še eno obliko izreka o implicitni funkciji: Izrek Diferenciabilni funkciji F (x, y, z) in G(x, y, z), ki imata v točki (a, b, c) hkrati vrednost 0, določata implicitni funkciji y = y(x) in z = z(x), če je determinanta D = Fy Fz 0. G y G z Funkciji y = y(x) in z = z(x) sta definirani v okolici točke a IR in velja: y(a) = b, z(a) = c, F (x, y(x), z(x)) = G(x, y(x), z(x)) = 0,
27 3.5. EKSTREMI IN STACIONARNE TOČKE 27 Primer Funkciji F (x, y, z) = x 2 + y 2 + z 2 1 in G(x, y, z) = x + y z imata v točki (1/ 2, 1/ 2, 0) vrednost 0, vrednost determinante D v tej točki pa je Fy Fz = G y G z 2y 2z 1 1 = 2/ 2 0, torej določata implicitni funkciji y(x) in z(x) definirani v okolici točke x = 1/ 2. V točki ( 2/ 6, 1/ 6, 1/ 6) pa je Fy Fz 2 = G y G z 1 1 = 0, zato implicitni funkciji v okolici točke x = 2/ 6 nista definirani. Odvoda implicitnih funkcij y(x) in z(x) dobimo tako, da odvajamo enačbi in dobimo sistem enačb za y in z : F (x, y(x), z(x)) = 0 in G(x, y(x), z(x)) = 0 F yy + F zz = F x, G yy + G zz = G x. Odvoda od tod izračunamo s Cramerjevim pravilom: y = 1 D Fx Fz, z = 1 G x G z D Fx. G y G x Fy 3.5 Ekstremi in stacionarne točke Iskanje ekstremov funkcij sodi med najbolj uporabna poglavja analize. Lokalne ekstreme maksimume in minimume funkcije več spremenljivk definiramo podobno kot ekstreme funkcije ene spremenljivke: Definicija Zvezna funkcija dveh spremenljivk f(x, y) zavzame v točki (a, b) lokalni maksimum, če obstaja tak δ, da je f(a + h, b + k) f(a, b) < 0 (3.9) za vsak (h, k), ki zadošča pogoju h 2 + k 2 < δ, in lokalni minimum, če je za vsak (h, k), ki zadošča pogoju h 2 + k 2 < δ,. f(a + h, b + k) f(a, b) > 0 (3.10)
28 28 POGLAVJE 3. FUNKCIJE DVEH IN VEČ SPREMENLJIVK Bolj splošno: zvezna funkcija n spremenljivk f(x) = f(x 1,..., x n ) zavzame v točki a = (a 1,..., a n ) lokalni maksimum, če obstaja tak δ > 0, da je f(a + h) f(a) = f(a 1 + h 1,..., a n + h n ) f(a 1,..., a n ) < 0 za vsak h, kjer je h 2 = h h2 n < δ 2 in lokalni minimum, če je f(a + h) f(a) = f(a 1 + h 1,..., a n + h n ) f(a 1,..., a n ) > 0 za vsak h, kjer je h 2 = h h2 n < δ 2. Če je funkcija f(x, y) diferenciabilna in zavzame v točki (a, b) ekstrem, sta funkciji f 1 (x) = f(x, b) in f 2 (y) = f(a, y), ki ju dobimo tako, da predpišemo vrednost ene od obeh spremenljivk, obe odvedljivi funkciji ene spremenljivke, prva zavzame ekstrem v točki a, druga pa v točki b. Torej je f 1(a) = f x (a, b) = 0 in f 2(b) = f y (a, b) = 0. Tako smo dobili potreben pogoj za nastop ekstrema v točki (a, b): f x (a, b) = f y (a, b) = 0. Podobno kot pri funkcijah ene spremenljivke definiramo: Definicija Točka (a, b), v kateri je f x (a, b) = f y (a, b) = 0, je stacionarna točka (ali kritična točka) funkcije f(x, y). Točka a = (a 1,..., a n ) je stacionarna točka funkcije n spremenljivk f(x) = f(x 1,..., x n ), če so vsi prvi parcialni odvodi v tej točki enaki 0: f x1 (a) = = f xn (a) = 0. Potreben pogoj za nastop ekstrema pove: Izrek Če zavzame diferenciabilna funkcija f(x, y) v točki (a, b) lokalni ekstrem, je (a, b) stacionarna točka. Podobno, če zavzame diferenciabilna funkcija f(x) = f(x 1,..., x n ) v točki a = (a 1,..., a n ) ekstrem, je a stacionarna točka. Primer
29 3.5. EKSTREMI IN STACIONARNE TOČKE 29 a Slika 3.11: Nivojske krivulje funkcije z = x 2 + y 2 1. Vzemimo funkcijo f(x, y) = x 2 + y 2. Iz enačb f x = 2x = 0 in f y = 2y = 0 sledi, da je (0, 0) edina stacionarna točka funkcije f. Ker je f(x, y) > 0 za vsak (x, y) (0, 0) IR 2 in f(0, 0) = 0, zavzame očitno funkcija v tej točki minimum. Nivojske krivulje so na sliki??. 2. Tudi funkcija f(x, y) = xy ima stacionarno točko (0, 0), vendar je f(x, y) 0 za x 0, y 0, in f(x, y) 0 za x 0, y 0, torej v tej točki ni ekstrema. Nivojske krivulje in graf te funkcije so na sliki??. Tako stacionarno točko funkcije dveh spremenljivk imenujemo sedlo. Slika 3.12: Nivojske krivulje in graf funkcije z = xy 3. Nazadnje, funkcija f(x, y) = (y x) 2 ima tudi stacionarno točko (0, 0), ki ni lokalni ekstrem, saj je f(x, y) = f(0, 0) = 0 v vsaki točki na
30 30 POGLAVJE 3. FUNKCIJE DVEH IN VEČ SPREMENLJIVK premici y = x. Nivojske krivulje so na sliki??. Tako stacionarno Slika 3.13: Nivojske krivulje funkcije z = (y x) 2 točko imenujemo nepopolni ekstrem. Našteti primeri kažejo, da lahko iz vedenja funkcije v okolici stacionarne točke ugotovimo, če je v njej ekstrem ali ne. Če je funkcija dvakrat zvezno parcialno odvedljiva, pa si lahko, podobno kot pri funkcijah ene spremenljivke, pri določanju ekstremov pomagamo z drugimi parcialnimi odvodi funkcije v stacionarni točki. Izrek (Zadosten pogoj za nastop ekstrema) Točka (a, b) naj bo stacionarna točka dvakrat zvezno parcialno odvedljive funkcije f(x, y), naj bodo A = f xx (a, b), B = f xy (a, b) in C = f yy (a, b) vrednosti drugih parcialnih odvodov funkcije f v tej točki in [ ] A B H(a, b) = B C matrika drugih parcialnih odvodov. Potem velja: 1. če je det H(a, b) = AC B 2 > 0, je v točki (a, b) lokalni minimum, kadar je A > 0, in lokalni maksimum, kadar je A < 0, 2. če je det H((a, b)) < 0, je v točki (a, b) sedlo, 3. če je det H((a, b)) = AC B 2 = 0 pa na podlagi drugih parcialnih odvodov običajno o obstoju ekstrema ne moremo sklepati.
31 3.5. EKSTREMI IN STACIONARNE TOČKE 31 Dokaz. Zapišimo Taylorjevo formulo za f(a + h, b + k). Ker je (a, b) stacionarna točka, so vsi prvi parcialni odvodi enaki 0, torej ostane: f(a + h, b + k) = f(a, b) (Ah2 + 2Bhk + Ck 2 ) + R 3. Za dovolj majhna h in k, je člen R 3 zanemarljiv v primerjavi z ostalimi členi in je predznak razlike f(a + h, b + k) f(a, b) odvisen od predznaka kvadratne forme Q(h, k) = Ah 2 + 2Bhk + Ck Če je AC B 2 > 0, morata biti A in C različna od 0 in istega znaka. V tem primeru lahko pišemo Q(h, k) = (Ah + Bk)2 + (AC B 2 )k 2, A izraz v števcu je pozitiven, torej je Q(h, k) za vsak (h, k) (0, 0) istega znaka kot A. V točki (a, b) je torej lokalni minimum, če je A > 0 in lokalni maksimum, če je A < Če je AC B 2 < 0, moramo ločiti dve možnosti. Prva možnost je, da je A 0 ali C 0, druga pa, da je A = C = 0. Recimo, da je A 0. Potem je predznak Q(h, k) = (Ah + Bk)2 + (AC B 2 )k 2, A odvisen od izbire h in k če je k = 0, ima Q(h, k) enak predznak kot A, če je Ah = Bk, pa ima Q(h, k) obraten predznak kot A. V tem primeru torej v točki (a, b) ni ekstrema. Podobno postopamo, če je C 0. Če je A = C = 0, mora biti B 0 in je predznak Q(h, k) = 2Bhk spet odvisen od izbire h in k če je h = k, je Q istega znaka kot B, če je h = k pa je Q nasprotnega znaka kot B. 3. Nazadnje, če je AC B 2 = 0, pa pri kakšnih h in k na predznak razlike f(a + h, b + k) f(a, b) vpliva tudi ostanek R 3 če je A 0 je to takrat, kadar je Ah + Bk = 0 (in podobno, če je C 0), če je A = 0, pa mora biti tudi B = 0 in je Q(h, k) = 0. Primer
32 32 POGLAVJE 3. FUNKCIJE DVEH IN VEČ SPREMENLJIVK 1. Poiščimo stacionarne točke funkcije f(x, y) = x 2 y + y 3 3y in med njimi lokalne minimume, maksimume in sedla. Iz sistema f x = 2xy = 0, f y = x 2 + 3y 2 3 = 0 sledi, da ima funkcija štiri stacionarne točke: T 1 (0, 1), T 2 (0, 1), T 3 ( 3, 0), T 4 ( 3, 0). Matrika drugih parcialnih odvodov je: [ 2y 2x H(x, y) = 2x 6y ], torej: det H(0, 1) = > 0 in A = 2 > 0, torej je v T 1 lokalni minimum. 2 0 det H(0, 1) = 0 6 > 0 in A < 0, torej je v T 2 lokalni maksimum. det H( [ , 0) = ] < 0, pa tudi det H( 3, 0) < 0, zato sta v točkah T 3 in T 4 sedli. 2. Metoda najmanjših kvadratov je pomemben in zelo koristen primer uporabe ekstremov funkcije dveh spremenljivk. Recimo, da je danih n točk (x 1, y 1 ),..., (x n, y n ), ki smo jih dobili na podlagi meritev ali opazovanj. Poiskati želimo premico y = αx + β, ki se najbolje prilega danim točkam, tako da je vsota kvadratov navpičnih odmikov najmanjša (glej sliko??). Naša naloga je določiti koeficiente α in β tako, da bo vrednost izraza n d(α, β) = (y i (αx i + β)) 2 i=1
33 3.5. EKSTREMI IN STACIONARNE TOČKE 33 B C A Slika 3.14: Premica, dobljena z metodo najmanjših kvadratov, ki se najbolje prilega točkam A, B in C. minimalna. Poiskati moramo torej minimum funkcije d(α, β). Nalogo bomo rešili na preprostem primeru treh točk: A(0, 0), B(1, 2) in C(2, 3). V tem primeru moramo poiskati ekstrem funkcije d(α, β) = (β) 2 + (2 (α + β)) 2 + (3 (2α + β)) 2. Poiščimo najprej stacionarne točke: d α (α, β) = 2(2 (α + β)) 4(3 (2α + β)) = 10α + 6β 16 = 0, d β (α, β) = 2β 2(2 (α + β)) 2(3 (2α + β)) = 6β + 6α 10 = 0. Rešitev tega sistema je α = 3/2, β = 1/6. Iz geometrijske narave problema sledi, da minimum zagotovo obstaja. Ker smo dobili eno samo kritično točko, lahko torej brez računanja drugih odvodov zatrdimo, da je to minimum. Iskana premica je torej y = 3 2 x Poglejmo še, kako poiščemo lokalne ekstreme med stacionarnimi točkami funkcije n spremenljivk f(x) = f(x 1,..., x n). Naj bo a = (a 1,..., a n) stacionarna točka. Po Taylorjevi formuli je v tem primeru f(a + h) = f(a) Q(h) + R3 = f(a) (ht H(a)h) + R 3. Predznak razlike f(a + h, b + k) f(a, b) je torej odvisen od predznaka kvadratne forme Q(h). Iz linearne algebre vemo (glej razdelek??), da je Q(h) > 0 za vsak h, če je forma q pozitivno definitna, to je takrat, kadar so vse lastne vrednosti matrike H(a) pozitivne, in Q(h) < 0 za vsak h, če je forma q negativno definitna, to je takrat, kadar so vse lastne
34 34 POGLAVJE 3. FUNKCIJE DVEH IN VEČ SPREMENLJIVK vrednosti matrike H(a) negativne. Če so lastne vrednosti vse različne od 0 in različno predznačene, je forma nedefinitna, njene vrednosti Q(h) pa so pri različnih h različno predznačene. Nazadnje, če je kakšna lastna vrednost enaka 0, je forma degenerirana. V tem primeru na predznak razlike f(a + h) f(a) vpliva tudi člen R 3. Velja torej: Izrek Naj bo a IR n stacionarna točka vsaj dvakrat zvezno parcialno odvedljive funkcije f : D IR, naj bo H(a) matrika drugih parcialnih odvodov in Q(h) = h T H(a)h prirejena kvadratna forma. Potem: 1. f zavzame v točki a maksimum, če je q negativno definitna. 2. f zavzame v točki a minimum, če je q pozitivno definitna. 3. f v točki a nima lokalnega ekstrema, če je q nedefinitna. 4. Če je kvadratna forma q degenerirana, pa drugi parcialni odvodi ne dajo odgovora o eksistenci ekstrema. Dokaz. V stacionarni točki a so vsi prvi parcialni odvodi enaki 0 in v Taylorjevi formuli ostane le f(x) = f(a) + 1 2! (ht H(y)h), kjer je y neka točka na daljici med a in x. Naj bo kvadratna forma v stacionarni točki a, Q(h) = h T H(a)h, nedegenerirana in, na primer, pozitivno definitna. Potem je pozitino definitna tudi forma v bližnjih točkah y, torej je za vsak x v neki okolici točke a: f(x) f(a) = 1 2! (ht H(y)h) > 0 in v točki x je lokalni minimum. Ostali dve možnosti pa obravnavamo prav tako. Primer Poiščimo stacionarne točke in ekstreme funkcije Najprej stacionarne točke: f(x, y, z) = x 3 3x + y 2 + z 2. grad f = (3x 2 3, 2y, 2z) = (0, 0, 0). Kritični točki sta torej dve: T 1(1, 0, 0) in T 2( 1, 0, 0). Matrika drugih parcialnih odvodov je: [ 6x 0 ] 0 H(x, y, z) = V točki T 1 je kvadratna forma Q(h 1, h 2, h 3) = 6h h h 2 3 pozitivno definitna, torej je v tej točki minimum. V točki T 2 pa je kvadratna forma Q(h 1, h 2, h 3) = 6h h h 2 3 indefinitna, torej ekstrema v tej točki ni.
35 3.5. EKSTREMI IN STACIONARNE TOČKE 35 Vezani ekstremi Naj bo funkcija f(x, y) definirana na območju D R 2 in g(x, y) = 0 implicitna enačba neke krivulje v D. Vezani ekstrem je ekstrem funkcije f(x, y) na množici točk, ki zadoščajo pogoju g(x, y) = 0. Drugače povedano, vezani ekstrem je ekstrem funkcije f nad dano krivuljo. Primer Poiščimo lokalne ekstreme funkcije f(x, y) = x + y nad krivuljo xy = 1. Očitno lahko iz enačbe krivulje izrazimo y = 1 x, vstavimo v f in poiščemo ekstreme funkcije ene spremenljivke ( h(x) = f x, 1 ) = x + 1 x x. Izračunamo stacionarne točke te funkcije: h (x) = 1 1 x 2 = 0, torej x = ±1. Ker je h (1) = 2 > 0, je v točki T (1, 1) lokalni minimum; ker je h ( 1) = 2 < 0, je v tej točki lokalni maksimum. Splošneje, če je f(x) = f(x 1,..., x n ) funkcija n spremenljivk, definirana na neki množici D, iščemo pri vezanem ekstremu največjo in najmanjšo vrednost, ki jo za vzame f na množici tistih točk x D, ki zadoščajo k < n pogojem g 1 (x) = 0,..., g k (x) = 0. Kot kaže zgornji primer, lahko pogosto iz pogojev eliminiramo določeno število spremenljivk (kadar so izpolnjeni pogoji izreka o implicitni funkciji, ki ga v tem splošnem okviru najdemo na primer v [?], v posebnih primerih n = 2 ali n = 3 pa v prejšnjem razdelku ): x n k+1 = ϕ 1 (x 1,..., x n k ),..., x n = ϕ k (x 1,..., x n k ) in iskanje vezanega ekstrema prevedemo na iskanje navadnega ekstrema funkcije h(x 1,..., x n k ) = f(x 1,..., x n k, ϕ 1 (x 1,..., x n k ),..., ϕ k (x 1,..., x n k )) n k spremenljivk. Vezane ekstreme pa lahko poiščemo tudi drugače. Iz funkcije f in vseh pogojev sestavimo novo funkcijo, ki jo imenujemo Lagrangeova funkcija:
36 36 POGLAVJE 3. FUNKCIJE DVEH IN VEČ SPREMENLJIVK L(x 1,..., x n, λ 1,..., λ k ) = f(x 1,..., x n ) λ 1 g 1 (x 1,..., x n ) λ k g k (x 1,..., x n ). Lagrangeova funkcija je odvisna od (n + k) spremenljivk poleg spremenljivk x 1,..., x n nastopa še k novih spremenljivk λ 1,..., λ k, ki jim pravimo Lagrangeovi multiplikatorji. Izrek Vezani ekstremi funkcije f pri pogojih g 1 = 0,..., g k = 0 nastopijo med stacionarnimi točkami Lagrangeove funkcije L, torej med točkami, ki so rešitve sistema L x1 = f x1 λ 1 g x1 λ k g xn = 0. L xn = f xn λ 1 g xn λ k g xn = 0 L λ1 = g 1 = 0. L λk = g k = 0. S pomočjo Lagrangeove funkcije poiščemo tiste točke, ki so kandidati za vezane ekstreme. Med njimi moramo izbrati tiste, v katerih ekstrem res nastopi, pri tem pa si najlaže pomagamo s takšnim ali drugačnim razmislekom in upoštevanjem vsega, kar o problemu vemo (zlasti pri uporabnih problemih). Primer Poiščimo tisto točko na ravnini ax + by + cz d = 0, ki je najbliže koordinatnemu izhodišču. Namesto, da bi iskali ekstrem oddaljenosti točke od izhodišča pri danem pogoju, si bomo nalogo malo poenostavili in iskali raje ekstrem kvadrata oddaljenosti točke od izhodišča: pri pogoju ax + by + cz d = 0. Sestavimo Lagrangeovo funkcijo: f(x, y, z) = x 2 + y 2 + z 2 L(x, y, z, λ) = x 2 + y 2 + z 2 λ(ax + by + cz d)
37 3.5. EKSTREMI IN STACIONARNE TOČKE 37 A E C B D Slika 3.15: Območje in poiščimo njene kritične točke: L x = 2x aλ = 0, L y = 2y bλ = 0, L z = 2z cλ = 0, L λ = ax + by + cz d = 0. Iz prvih treh enačb izrazimo x = aλ/2, y = bλ/2 in z = cλ/2 in vstavimo v četrto: a 2 λ 2 + b2 λ 2 + c2 λ 2 = d, torej λ = 2d/(a 2 + b 2 + c 2 ) in: x = ad a 2 + b 2 + c 2, y = bd a 2 + b 2 + c 2 in z = cd a 2 + b 2 + c 2. Iz geometrijske narave problema sledi, da minumum zagotovo obstaja, torej je ta edina kritična točka iskana točka na ravnini. 2. Poiščimo ekstreme funkcije f(x, y) = xy 2 na polkrogu ki je na sliki??. x 2 + y 2 3, x y, Naloga je sestavljena iz dveh delov funkcija f(x, y) ima lahko ekstreme v notranjosti danega območja, ali pa na robu. Najprej moramo torej poiskati navadne ekstreme funkcije, potem pa še rešiti problem vezanega ekstrema, kjer je točka (x, y) na robu. Poiščimo najprej kritične točke v notranjosti območja: f x = y 2 = 0, f y = 2xy = 0,
38 38 POGLAVJE 3. FUNKCIJE DVEH IN VEČ SPREMENLJIVK torej so vse točke (x, 0) kritične točke. f(x, 0) = 0. Vrednost funkcije v njih je Rob območja je sestavljen iz dveh delov polkrožnice in daljice. Vezani ekstremi na polkrožnici bodo med kritičnimi točkami Lagrangeove funkcije L(x, y, λ) = xy 2 λ(x 2 + y 2 3) : L x = y 2 2λx = 0, L y = 2xy 2λy = 0, L λ = (x 2 + y 2 3) = 0. Ta sistema ima šest rešitev, vendar so le tri znotraj predpisanega območja: A( 3, 0), B(1, 2) in C( 1, 2). Vezane ekstreme na premeru y = x, (3/2) x (3/2) najlaže dobimo tako, da v f vstavimo y = x. Tako dobljena funkcija f(x, x) = x 3 je monotono naraščajoča, torej ima najmanjšo vrednost pri x = (3/2), največjo pa pri x = (3/2). Tako smo dobili še zadnja dva kandidata za največjo in najmanjšo vrednost funkcije: D( (3/2), (3/2)) in E( (3/2), (3/2)). Funkcijske vrednosti v dobljenih točkah so f A = 0, f B = 2 f C = 2, f D = in f E = Funkcija torej zavzame največjo vrednost 2 v točki B(1, 2), najmanjšo 2 pa v točki C( 1, 2).
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 περισσότεραOdvod. 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 περισσότεραOdvod. 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 περισσότεραFunkcije 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 περισσότεραFunkcijske 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 περισσότεραFunkcije. 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 περισσότεραTretja 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 περισσότεραFunkcije. 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 περισσότεραFunkcije. 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 περισσότεραDiferencialna 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 περισσότεραOsnove 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 περισσότεραvezani 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 περισσότεραZaporedja. 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 περισσότεραIZPIT 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 περισσότεραUNIVERZA 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 περισσότεραVaje 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 περισσότερα1. 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 περισσότεραMatematika 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 περισσότεραZaporedja. 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 περισσότεραNa 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 περισσότεραEnačba, 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 περισσότεραDel 5. Vektorske funkcije in funkcije več spremenljivk
Del 5 Vektorske funkcije in funkcije več spremenljivk 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,
Διαβάστε περισσότερα*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 περισσότεραKODE 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 περισσότεραmatrike 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 περισσότεραKotni 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 περισσότεραDomače 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 περισσότεραINŽENIRSKA 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 περισσότεραKvadratne 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 περισσότεραGimnazija 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 περισσότεραNavadne 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 περισσότεραIzpeljava 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 περισσότεραII. 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 περισσότεραOsnovne 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 περισσότεραD 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 περισσότεραV 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 περισσότεραMatematika. 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 περισσότεραMatematika 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 περισσότεραSplošno 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 περισσότεραdiferencialne 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 περισσότεραKotne 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 περισσότεραFunkcija 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 περισσότεραcot 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 περισσότεραReševanje 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 περισσότεραMatematika 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 περισσότεραBooleova 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 περισσότεραPodobnost 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 περισσότεραSKUPNE 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 περισσότεραFAKULTETA 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 περισσότεραSpoznajmo 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 περισσότεραMatematika 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 περισσότεραMatematika 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 περισσότεραUporabna 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 περισσότεραVAJE 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 περισσότεραIntegralni 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 περισσότεραRealne 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 περισσότερα1 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 περισσότεραMatematika 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 περισσότεραVAJE IZ MATEMATIKE 2 za smer Praktična matematika. Martin Raič
VAJE IZ MATEMATIKE za smer Praktična matematika Martin Raič Datum zadnje spremembe: 3. januar 7 Kazalo. Ponovitev elementarnih integralov 3. Metrični prostori 5 3. Fourierove vrste 4. Funkcije več spremenljivk
Διαβάστε περισσότεραNumerično 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 περισσότεραAnaliza 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 περισσότεραSEMINARSKA NALOGA Funkciji sin(x) in cos(x)
FAKULTETA ZA MATEMATIKO IN FIZIKO Praktična Matematika-VSŠ(BO) Komuniciranje v matematiki SEMINARSKA NALOGA Funkciji sin(x) in cos(x) Avtorica: Špela Marinčič Ljubljana, maj 2011 KAZALO: 1.Uvod...1 2.
Διαβάστε περισσότεραFunkcije 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 περισσότεραAfina 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 περισσότεραMatematika. 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 περισσότεραLinearne 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 περισσότεραPoliedri 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 περισσότεραTema 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 περισσότερα3.1 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 περισσότεραZBIRKA 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 περισσότεραAlgebraične 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 περισσότεραIzpit 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 περισσότεραVaje 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 περισσότεραPRIMER 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 περισσότεραOdvode odvisnih spremenljivk po neodvisni spremenljivki bomo označevali s piko: Sistem navadnih diferencialnih enačb prvega reda ima obliko:
4 Sisemi diferencialnih enačb V prakičnih primerih večkra naleimo na več diferencialnih enačb, ki opisujejo določen pojav in so medsebojno povezane edaj govorimo o sisemih diferencialnih enačb V eh enačbah
Διαβάστε περισσότεραLinearna 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 περισσότεραPONOVITEV 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 περισσότεραUniverza 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 περισσότεραMatematika 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 περισσότεραLastne 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 περισσότερα22. Kdaj sta dva vektorja vzporedna? FGG geodezija UNI Matematika I, 2005/ Kdaj so vektorji a 1, a 2,..., a n linearno neodvisni?
FGG geodezija UNI Matematika I, 2005/06 1. Definicija enakosti množic (funkcij, kompleksnih števil, urejenih n teric)? 2. Definicija kartezičnega produkta množic A in B. Definicija množice R n. 3. Popolna
Διαβάστε περισσότεραNavadne diferencialne enačbe
Navadne diferencialne enačbe (študijsko gradivo) Matija Cencelj 1. maja 2003 2 Kazalo 1 Uvod 5 1.1 Preprosti primeri......................... 8 2 Diferencialne enačbe prvega reda 11 2.1 Ločljivi spremenljivki.......................
Διαβάστε περισσότεραUniverza v Mariboru. Uporaba matematičnih metod v logistiki 1 Priročnik
Univerza v Mariboru Fakulteta za logistiko Uporaba matematičnih metod v logistiki 1 Priročnik BOJANA ZALAR Celje 2009 Izdala: Fakulteta za logistiko Univerze v Mariboru Naslov: Uporaba matematičnih metod
Διαβάστε περισσότεραUniverza 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 περισσότεραVektorski 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 περισσότεραMnožico 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 περισσότεραMATEMATIKA 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 περισσότερα13. 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 περισσότεραRačunski 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 περισσότεραDodatna 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 περισσότεραUniverza 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 περισσότεραVeleučilište u Rijeci Stručni studij sigurnosti na radu Akad. god. 2011/2012. Matematika. Monotonost i ekstremi. Katica Jurasić. Rijeka, 2011.
Veleučilište u Rijeci Stručni studij sigurnosti na radu Akad. god. 2011/2012. Matematika Monotonost i ekstremi Katica Jurasić Rijeka, 2011. Ishodi učenja - predavanja Na kraju ovog predavanja moći ćete:,
Διαβάστε περισσότεραDISKRETNA FOURIERJEVA TRANSFORMACIJA
29.03.2004 Definicija DFT Outline DFT je linearna transformacija nekega vektorskega prostora dimenzije n nad obsegom K, ki ga označujemo z V K, pri čemer ima slednji lastnost, da vsebuje nek poseben element,
Διαβάστε περισσότεραVEKTORJI. 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 περισσότεραMatematično modeliranje 3. poglavje Dinamično modeliranje: diferencialne enačbe, sistemi diferencialnih enačb
Matematično modeliranje 3. poglavje Dinamično modeliranje: diferencialne enačbe, sistemi diferencialnih enačb Fakulteta za računalništvo in informatiko Univerza v Ljubljani 2017/2018 Za kaj rabimo diferencialne
Διαβάστε περισσότεραNEPARAMETRIČNI TESTI. pregledovanje tabel hi-kvadrat test. as. dr. Nino RODE
NEPARAMETRIČNI TESTI pregledovanje tabel hi-kvadrat test as. dr. Nino RODE Parametrični in neparametrični testi S pomočjo z-testa in t-testa preizkušamo domneve o parametrih na vzorcih izračunamo statistike,
Διαβάστε περισσότεραDragi 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 περισσότεραAFINA IN PROJEKTIVNA GEOMETRIJA
Aleš Vavpetič AFINA IN PROJEKTIVNA GEOMETRIJA Ljubljana 2011 ii naslov: AFINA IN PROJEKTIVNA GEOMETRIJA avtorske pravice: Aleš Vavpetič izdaja: prva izdaja založnik: samozaložba Aleš Vavpetič, Ljubljana
Διαβάστε περισσότεραMatematika. BF Lesarstvo. Zapiski ob predavanjih v šolskem letu 2009/2010
Matematika BF Lesarstvo Matjaž Željko Zapiski ob predavanjih v šolskem letu 009/00 Izpis: 9 januar 00 KAZALO Kazalo Števila 5 Naravna števila 5 Cela števila 6 3 Racionalna števila 6 4 Realna števila 7
Διαβάστε περισσότερα8. Posplošeni problem lastnih vrednosti
8. Posplošeni problem lastnih vrednosti Bor Plestenjak NLA 13. april 2010 Bor Plestenjak (NLA) 8. Posplošeni problem lastnih vrednosti 13. april 2010 1 / 15 Matrični šop Dani sta kvadratni n n matriki
Διαβάστε περισσότερα