Diferenciálne rovnice

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Diferenciálne rovnice"

Transcript

1 Diferenciálne rovnice Juraj Tekel Katedra teoretickej fyziky a didaktiky fyziky FMFI UK Mlynska Dolina Bratislava juraj(a)tekel(b)gmail(c)com Aktualizované 23. septembra 216 Poznámky k predná²kam. Súbor je work in progress, poznámky zvä ²a len heslovito, postupne sa budú dop a. Ak uvidíte preklep/chybu/nedostatok v nie om, o sa tvári aspo trochu nálne, budem ve mi rád ak mi dáte vedie. Technická poznámka : biely ²tvorec ozna uje koniec zadania príkladu, ierny ²tvorec koniec rie²enia. Za bielym ²tvorcom zva ²a nasleduje rie²nie, za iernym ²tvorcom nasleduje a ²í text. Obsah 1 Parciálne diferenciálne rovnice prvého rádu Lineárne rovnice Kvázilineárne rovnice Nelineárne rovnice Aplikácie rovníc prvého rádu Parciálne diferenciálne rovnice druhého rádu - Úvod Klasikácia rovníc v n rozmeroch Klasikácia rovníc v dvoch rozmeroch Vlnová rovnica a rovnica vedenia tepla v jednom rozmere Vlnová rovnica v jednom rozmere Rovnica vedenia tepla v jednom rozmere Porovnanie vlastnostní rie²ení Teória distribúcií Úvod Distribúcie s kompaktným nosi om Operácie s distribúciami Temperované distribúcie a Fourierova transformácia Cauchyho úloha pre vlnovú rovnicu a rovnicu vedenia tepla Greenova funkcia lineárneho operátora Rie²enie rovnice vedenia tepla Rie²enie vlnovej rovnice

2 6 Okrajové úlohy pre Poissonovu rovnicu a zov²eobecnenia Klasikacia okrajových úloh Vlastnosti harmonických funkcií Rie²enie Dirichletovej okrajovej úlohy Rie²enie Neumannovej okrajovej úlohy Dopl ujúce asti Fourierova metóda rie²enia PDE Fourierova metóda v dvoch rozmeroch Fourierova metóda vo v²obecnom prípade Vlastné funkcie Laplaciánu v dvoch a troch priestorových rozmeroch Rovnice vo viacerých rozmeroch Spektrálny rozklad samoadjungovaných operátorov Zov²eobecnená úloha a Sobolevove priestory Nelinárne rovnice a rovnice vy²²ých rádov Razy revisited Burgerova rovnica KdV rovnia sine-gordon rovnica Dispezia

3 Úvod do parciálny diferenciálny rovníc parcialna diferecncialna rovnica (PDE) - rovnica pre funkciu n premennych u(x 1,..., x n ) = u( x), x R n (.1) v ktorej vystupuju jej parcialne derivacie, vseobecne dana ako F (x 1,..., x n, u, x α a...x b u) = (.2) budeme standardne oznacovat u x i xi u u xi (.3) takato rovnica ma vseobecne nekonecne vela rieseni, k nej vzdy budu pripojene nejake podmienky ktore budu toto riesenie specikovat. ake konkretne zalezi od ulohy, ktoru riesime trochu trivialny priklad na zaciatok Príklad 1. Pre funkciu dvoch premenných u(x, y) nájdite v²obecné rie²enie nasledujúcich rovníc. u x = 1, (.4) u xx = u. (.5) Rie²enie. Sta í si premyslie, ºe derivovanie pod a x nám ni nehovorí o tom, ako funkcia závisí od y, takºe to, o by bolo v oby ajnej rovnici kon²tantou, bude teraz kon²tantou vzh adom na derivovanie pod a x, takºe hocjaká funkcia y. Rie²ením je teda u(x, y) = x + h(y), (.6) u(x, y) = h 1 (y) sin x + h 2 (y) cos x. (.7) teraz niekolko terminov rad rovnice - najvyssia derivacia, ktora vystupuje homogenna rovnica - rovnica, ktora sa da zapisat v tvare Lu =, pricom pre L plati u = Lu = (.8) nehomogenna rovnica - rovnica v tvare Lu = g (.9) linearna rovnica - operator L je linearny, tj L(u + cv) = Lu + clv, c R, u, v (.1) 3

4 riesenia linearnej homogennej rovnice tvoria vektorovy priestor, riesenia linearnej nehomogennej rovnice tvoria anny priestor; rozdiel dvoch rieseni (.9) je riesenie (.8), pripadne 1 L(au + bv) = (a + b)g priklady PDE s ktorymi sa uz citatel mohol stretnut u = Laplace ( t )u = vedenie tepla, difuzia ( tt )u = vlna ( t + u ) u = Euler ( t + u ) u + p ν u = u = Navier Stokes u t + u xx + u xxx = Korteweg de Vries u tt u xx + u 3 = Klein Gordon a mnozstvo inych mien, Maxwell, Einsten, Black-Scholes, Eikonal ako vidime, niektore operatory sa objavuju nejak prilis casto este je fajn poznamenat, ze pre PDE je celkom trivialne overit, ci je dana funkcia jej riesenim, ale najst riesenie je velmi netrivialne 1 Anný priestor je taký, ºe pre dva vektory u, v je ubovo ná lineárna kombinácia au + bv, a + b = 1 tiez elementom tohto podpriestoru. 4

5 1 Parciálne diferenciálne rovnice prvého rádu podla ocakavania to budu take rovnice, v ktorych vystupuju iba prve derivacie, tj F ( x, u, u) = (1.1) k tejto rovnici potrebujeme pridat podmienku, ktora bude urcovat riesenie. ta bude v tvare u γ = f( x) (1.2) tj na nejakej nadrovine 2 γ budeme mat zadane, ako riesenie vyzera 1.1 Lineárne rovnice vseobecna linearna PDE prveho radu ma tvar v u = g (1.3) kde g( x, u) = c( x)u + d( x) a vektorove pole v( x) sa moze s polohou menit zatial predpokladame, ze vsetky funkcie ktore vystupuju ako parametre su hladke, teda su spojite aj so svojou prvou derivaciou, teda C 1 (R n ) k nem budeme mat pociatocnu podmienku u γ = f( x) (1.4) tomu sa hovori Cauchyho uloha idea riesenia - homogenna rovnica hovori, ze v smere vektoroveho pola v sa funkcia u nemeni, nehomogenna potom hovori ako konkretne sa tato hodna meni potrebujeme teda najst integralne krivky, po ktorych sa potom bude riesenie prenasat OBR1 tu je tiez jasne, kedy bude problem - ak integralne krivky lezia v γ, potom je riesenie urcene nejednoznacne (ak je f kompatibilna) alebo neexistuje (ak f nie je kompatibilna) este moze byt problem, ak dana charakterisitka nepretina krivku γ toto spresnime neskor ilustracny priklad, znacne jednoducha rovnica Príklad 2. Najdite vseobecne riesenie rovnice u x = (1.5) 2 rozmer γ je teda n 1 5

6 Rie²enie. vektorove pole je v tomto pripade v = (1, ) a jeho integralne krivky su vodorovne ciary, riesenie v mieste (x, y) teda najdeme tak, ze sa vratime po vodorovnej ciare na miesto, kde stretneme krivku γ a hodnota funkcie u(x, y) bude hodnota f(y), ako ilustruje obrazok OBR2 to je ale presne to, co hovori rovnica, ze riesenie nezavisi od x a teda je to lubovolna funkcia f(y) slovicko - integralnym krivkam v budeme hovorit charakteristiky a oznacovat ich C alebo naopak, charakteristicka krivka bude taka krivka, ktorej dotycnica je v kazdom bode dana vektorom v o cosi komplikovanejsi priklad Príklad 3. Najdite riesenie rovnice s pociatocnou podmienkou 3u x 2u y = 13(x + y), u(, y) = f(y) =, (1.6) = y 2. (1.7) Rie²enie. integralne kviky su opat rovne ciary, vracanie sa po krivka z bodu (x, y) vsak nie je pri konstantom x riesenie - prejde do suradnic, kde to tak bude. nieje tazke rozmysliet si, ze to vyriesi suradnica druhy smer zme zvolili kolmo na smer C OBR3 nie je problem vypocitat inverzny prechod derivacie potom vyzeraju nasledovne ξ = 3x 2y (1.8) η = 2x + 3y (1.9) 3ξ + 2η x = 13 2ξ + 3η y = 13 (1.1) (1.11) ξ u x = u ξ x + u η y x = 3u ξ + 2u η (1.12) u η = 2u ξ + 3u η (1.13) neprekvapuje nas, ze po dosadeni do rovnice vypadne u η, lebo presne tak sme tieto suradnice zvolili. dostaneme u ξ = 1 13 (ξ + 5η) u(ξ, η) = 1 26 ξ2 + 5 ηξ + h(η) 13 (1.14) u(x, y) = 99x2 36y 2 12xy + h(2y + 3x) 26 (1.15) 6

7 funckiu h zistime z pociatocnej podmienky u(, y) = 36y 2 /26 + h(2y) = a teda h(z) = 9z 2 /26 co dava vysledok Príklad 4. Nájdite rie²enie rovnice u(x, y) = 9x2 + 48xy 13 (1.16) 3u x 2u y + u = 13(x + y), u(, y) = f(y) =. (1.17) majme teda vseobecny dvojrozmerny pripad a(x, y)u x + b(x, y)u y = c(x, y)u + d(x, y) (1.18) hladame suradnice ξ(x, y), η(x, y) tak, aby η bola rovnaka pozdlz danej charakteristiky C a ξ bude hovorit kde na danej charakteristike sa nachadzame zoberieme ξ = x a budeme predpokladat ze charakteritiky nie su nikde zvisle, onedlho od tohto predpokladu upustime vyjadrime u x, u y cez u ξ, u η, pozbierame cleny pri u η a budeme pozadovat, aby sa navzajom vyrusili, co da aη x + bη y = (1.19) charakteristiky budu vyjdrene ako funkcia y(x) a chceme, aby sa suradnica η pozdlz charakteristiky nemenila to da co spolu (1.19) da rovnicu charakteristiky 3 d dx η( x, y(x) ) = (1.2) η x + η y dy dx = (1.21) dy dx = b a (1.22) toto je diferencialna rovnica pre y, ktorej riesenie bude obsahovat jednu konstantu, tato konstanta bude hovorit, na ktorej charakteristke sa nachadzame a teda to bude presne vyjadrenie suradnice η rovnaku rovnicu dostaneme znasledujucou uvahou - ak sme v bode (x, y) a chceme prejst do bodu (x + dx, y + dy) v smere vektora (a, b) posunutia dx a dy nie su nezavisle OBR3 rovnica potom prejde do tvaru a(ξ, η)u ξ = c(ξ, η)u + d(ξ, η) (1.23) 3 Rozmyslit si z sme vlastne pouzili vetu o implicitne zadanej funkcii. 7

8 Príklad 5. Nájdite rie²enie rovnice 1 x u x + 2xu y =, u(1, y) = 3y. (1.24) Rie²enie. Rovnica pre charajteristiku je Z toho dostaneme vyjadrenie pre povodne suradnice y = 2x 2 y = 2 3 x3 + C η = y 2 3 x3. (1.25) x = ξ, y = η ξ3. (1.26) Rovnica prejde do tvaru 1 ξ u ξ = u(ξ, η) = h(η) u(x, y) = h (y 23 ) x3. (1.27) Z pociatocnej podmienky dostaneme h(y 2/3) = 3y a teda h(z) = 3z + 2 co da riesenie u(x, y) = 3y 2x (1.28) Lahko overime, ze riesenie splna rovnicu spolu s pociatocnou podmienkou. OBR4 Príklad 6. Nájdite rie²enie rovnice 1 x u x + 2xu y =x + y, u(1, y) = 3y, (1.29) yu x + xu y =. (1.3) vo viacerych rozmeroch by rovnice pre charakteristiku boli x i (x 1 ), i 2 a boli by dane podmienkou dx i dx 1 = v i v 1 (1.31) z ktorych dostaneme vyjadrenie pre n 1 suradnic η i v tychto suradniciach bude mat rovnica tvar a to je opat PDE iba v jednej premennej, takze vlastne ODE v 1 u ξ = c(ξ, η i )u + d(ξ, η i ) (1.32) my by sme sa ale chceli zbavit specialnej ulohy suradnice x 1 zavedieme parameter s - vzdialenost pozdlz charakteristky od miesta, kde pretina γ, nech tento bod ma suradnice x 8

9 z bodu x na C spravim krok ds po C - tj. v smere vektora v, to znamena v kazdom smere spravim krok dx i = v i ds, co mi da n rovnic pre charakteristiky ẋ i = v i (1.33) tejto sustave sa hovori charakteristicky system k nej ide potom podmienka x(s = ) = x Rie²enie. Vyriesime teraz priklad 5 touto metodou. Charakteristicky system je ẋ = 1 x, ẏ = 2x (1.34) co nam da x = ± 2s + c 1 y = ± 2 3 (2s + c 1) 3 + c 2 = 2 3 x3 + c 2 (1.35) Z toho, ze x = (1, y ) dostavame c 1 = ±1 a c 2 = y 2/3. Kedze rovnica je homogenna, dostavame riesenie u(x, y) hodnotu pociatocnej podmienky v y a teda ( u(x, y) = h y 2 3 x3 + 2 ). (1.36) 3 Príklad 7. Premyslite si, kde vznikol rozdiel medzi vseobecnymi rieseniami (1.27) a (1.36). tomuto celemu sa hovori metoda charakteristik a prevadza to PDE na system ODE z existencie a jednozna nosti rie²enia ODE podon plynie existencia a jednozna nos rie²enia PDE je dobre uvedomit si, co vstupuje do riesenia v bode x ako parameter x - miesto, kde krivka γ pretina charakteristiku, na ktrej lezi bod x s - parameter, ktory urcuje kde na danej C sa bod x nachadza tieto parametre su samozrejme funkciou suradnic bodu x riesenie u( x) potom najdeme ako (pre nehomogennu rovnicu patricne upravenu) hodnotu f( x ) obrazok lepsi od tisica slov OBR ostava rozmysliet si, co sa bude diat ak je rovnica nehomogenna, potom u = u x i dx i ds = v iu xi = v u (1.37) takze dostavame u = g (1.38) co uz je obycajna diferencialna rovnica 9

10 mate teda rovnicu x = v s pociatocnou podmienkou x() = x, ktora ma riesenie x = x(s, x ) riesenim rovnice u = g je potom u ako funckia s a x. a ked sa nam podari obratit vyjadrenie x a najst (s, x )( x) dostaneme hladane vyjadrenie u( x) Príklad 8. Rie²enie. 1.2 Kvázilineárne rovnice kvazilinearne = linearne v najvyssom rade derivacie pre PDE prveho radu mame teda rovnicu v( x, u) u = g( x, u) (1.39) s rovnakou pociatocnou podmienkou u γ = f( x) (1.4) rovnicu preformulujeme do n + 1 rozmerneho priestoru so suradnicami X I = (x 1,..., x n, u) (1.41) tomuto priestoru sa hovori priestor -jetov J a rovncia v nom vyzera nasledovne V X U = (1.42) kde sme zadenovali V I = ( v, g) (1.43) U = u( x) X n+1 (1.44) v tomto priestore je pociatocna podmienka dana krivkou (stale n 1 rozmernou) Γ = { x γ, X n+1 = f( x) } (1.45) uloha ma teda geometricku interpretaciu - hladame taku nadrovinu v J danu { X : x R n, X n+1 = u( x) } (1.46) funckiou u tak, aby normalovy vektor k tejto ploche ( u, 1) bol vzdy kolmy na vektor V vektorove pole V nam teda v kazdom bode priestoru J urcujte jeden zo smerov, v ktorom musi lezat dotykova rovina k ploche (1.46), zvysnych n 1 smerov nam urci pociatocna podmienka problem je evidnente ak je pociatocna podmienka v smere V, kedy nejednoznacne urcuje riesenie 1

11 ulohou je teda najst plochu, ktora sa v kazdom bode dotyka V a ktora obsahuje Γ - riesenie charakteristikami vetkoroveho pola z kazdeho bodu Γ vystartuje jedna integralna krivka pola V, zjednotenie tychto kriviek je hladane riesenie OBR6 rovnice pre integralne krivky su ẋ i = v i (1.47) Ẋ n+1 = u = g (1.48) tomuto sa opat hovori charakteristicky system a ide o sustavu n previazanych ODE, do riesenia ktorych zakomponujeme to, ze charakteristika musi prechadzat bodom na Γ nech je teda bod x Γ urceny sadou n 1 parametrov τ j, tieto spolu s hodnou parametra s v rieseni charakteristckeho systemu udavaju bod na n rozmernej nadploche, ktora je riesenim nasej rovnice niekedy sa budu z tejto sustavy dat eliminovat vsetky parametre a namiesto vyjadrenia x(s, τ), u(s, τ) budeme vediet najst riesenie v tvare u( x), ale niekedy budeme vediet riesenie iba v parametrickom tvare dva priklady na ilustraciu Príklad 9. Najdite riesenie rovnice 2u x + 3u y u z = u, u(1, y, z) = yz. (1.49) Rie²enie. Najskor identikujeme vsetky ingrediencie. Γ je zadana ako x = (1, τ 1, τ 2 ) (1.5) kde hodnoty parametrov τ 1, τ 2 su priamo suradnice y, z a tak ich budeme dalej pisat. Charakteristicky system je potom ẋ = 2, ẏ = 3, ż = 1, u = u (1.51) ktoreho riesenie je x = 2s + c 1, y = 3s + c 2, z = s + c 3, u = c 4 e s (1.52) Z pociatocnej podmienky dostavame hodnoty konstant c 1 = 1, c 2 = y, c 3 = z, c 4 = f(1, y, z ) = y z. (1.53) Dostali sme teda parametricke vyjadrenie riesenia skrz parametre s, y, z. V tomto pripade sa nam vsak lahko podari najst aj explicitne vyjadrenie pre u. Rovnice pre x dostaneme s = (x 1)/2 a z 11

12 dalsich dvoch rovnic potom vyjadrenie pre y a z. To ked dosadime do poslednej rovnice, dostane vysledny tvar riesenia u(x, y, z) = Príklad 1. Najdite riesenie rovnice ( y 3 2 x + 3 ) ( z x 1 ) e x 1 2. (1.54) 2 u x + u 2 u y =, u(, y) = 2 + y. (1.55) Rie²enie. Charakteristicky system je ẋ = 1, ẏ = u 2, u = (1.56) a jeho riesenie je Pociatocna podmienka da x = s + c 1, u = c 2 s, y = c 2 2s + c 3 (1.57) c 1 =, c 3 = y, c 2 = 2 + y (1.58) Dostavame teda, ze ako parameter s mozme pouzit priamo x a z rovnie pre y dostaneme vyjadrenie pre y y = 1 ± 1 + 8x + 4xy 2x To da vysledne explicitne vyjadrenie riesenia 2 (1.59) u(x, y) = 1 ± 1 + 8x + 4xy 2x (1.6) Zda sa teda, ze mame dve riesenia a teda nejednoznacnost. Avsak lahko sa presvedcime, ze v limite x da iba znamienko + riesenie, ktore splna pociatocnu podmienku. problem s jednoznacnostou resp. existenciou riesenia vznika, ked je v niektorom z bodov charakteristika v smere Γ, vtedy mame nekonecne vela rieseni. vseobecne v okoli bodu, v ktorom sa Γ dotyka nejakej charakteristiky nebude riesenie dane jednoznacne riesenie nebude (lokalne) existovat vobec v bodoch, v okoli ktorych sa Γ premietne do priestoru x-ov na tu istu krivku ako nejaka charakteristika, avsak v uplnom priestore J ide o inu krivku. vtedy ide Γ ponad alebo popod charakteristiku rozmysliet si ako tieto dve situacie suvisia s exitenciou/jednoznacnostou riesenia linearnej rovnice 12

13 1.3 Nelineárne rovnice budeme hladat riesenie vseobecnej rovnice prveho radu F ( x, u, u) = (1.61) najskor kuchynsky recept na riesenie rovnicu zapiseme v tvare F (x 1,..., x n, z, p 1,..., p n ) = (1.62) teda sme nahradili xi u p i a u z riesenie rovnice (1.61) je dane nasledujucou sustavou ODE ẋ i = pi F ṗ i = xi F p i z F ż = p i pi F (1.63a) (1.63b) (1.63c) ide o 2n + 1 rovnic, ktore k sebe potrebuju 2n + 1 poiatocnych podmienok. tie dostaneme z toho, ze pre parameter s = (opat oznacujeme x i (, τ) = x i a podobne pre ostatne premenne) musi byt splnena rovnica bod ( x, z ) musi lezat na Γ, tj F ( x, z, p ) = (1.64) x γ, z = f( x ) (1.65) suradnie p musia spravne urcovat prve derivacie funkcie f v tomto bode. tu sa oplati byt o cosi podrobnejsi. bod na γ je dany sadou parametrov τ j, z je teda tiez funkcia tychto parametrov, jej derivacia podla τ j je potom z = z x i τ j x i τ j x= x, j = 1,..., n 1 (1.66) prvy z tychto clenov je hodnota p i, druhy vieme vypocitat zo zadania krivky γ dostavame teda postupne 1, n + 1, n 1 rovnic, ktore daju dohromady 2n + 1 pociatocnych podmienok riesenie potom dostaneme ako u = z(s, τ), pricom sa mozme pokusit z vyjadrenia x(s, τ) dostat vyjadrenie (s, τ)( x) a explicitne vyjadrenie u( x) niekolko poznamok len pre ujasnenie, doteraz boli a takmer vzdy budu parametre τ dane priamo nejakymi suradnicami x, y,... 13

14 nie je tazke overit, ze za tychto podmienok dostaneme pre funkcie x(s), u(s) = z(s), p(s) d F ( x, u, p) = (1.67) ds a teda ze rovnica plati pozdlz celej ciary danej x(s), kedze tam platila v bode x urobili sme teda cosi podobne ako v pripade kvazilinearnej rovnice. presli sme do bohatsieho priestoru, v ktorom je riesenie dane ako nejaka plocha, ktoru najdeme ako zjednotenie charakteristik prechadzajucich cez pociatocnu podmienku tomuto priestoru sa hovori priestor 1-jetov a budeme ho oznacovat J 1 v pripade dvoch rozmerov x = (x, y), p = (p, q) je rovnica F (x, y, u, x u, y u) =, u γ = f(x, y) (1.68) pricom γ je jednorozmerna takze body na nej su dane jednym parametrom τ. recept na riesenie v tomto pripade vyzera nasledovne ẋ = p F ẏ = q F Príklad 11. Najdite riesenie rovnice ṗ = x F p z F γ = {x = x (τ), y = y (τ)} z = f (x (τ), y (τ)) q = y F q z F F (x, y, z, p, q ) = dz ż = p p F + q q F dτ = p dx dτ + q dy dτ (1.69) u 2 x + u 2 y = 1, u(x, ) = x. (1.7) Rie²enie. Identikujeme ingrediencie (derivovanie podla parametra τ budeme oznacovat ciarkou) a pociatocne podmienky F (x, y, z, p, q) = p 2 + q 2 1 p 2 + q2 1 = x (τ) = τ x = 1 y (τ) = y = 1 = p (1.71) 1 + q z (τ) = x = τ z = 1 Co dava p =, q = 1. Dostat charakteristicky system rovnic je priamociare, jeho riesenim je p = c 1, q = c 2, x = 2c 1 s + c 3, y = 2c 2 s + c 4, z = 2(c c 2 2)s + c 5 (1.72) Z pociatocnych podmienok potom dostaneme c 1 = 1, c 2 =, c 4 =, c 3 = c 5 = τ (1.73) a vysledne riesenie je teda co da x = 2s + τ, y =, z = 2t + τ (1.74) u(x, y) = x. (1.75) 14

15 Príklad 12. Najdite riesenie rovnice u 2 x + u 2 y = 1, u(x, ) = 1 2 x. (1.76) Výsledok. Riesenim je funkcia u(x, y) = 1 2 x ± 3 2 y. (1.77) dolezita poznamka : vidime, ze sme dostali nejednoznacne riesenie ale lahko overime, ze pre oba znamienka je splnena rovnica aj pociatocna podmienka. jednoznacnost riesenia je az po ziskani hodnot pociatocnych parametrov p, q. tie ale nemusia byt urcene jednoznacne, lebo rovnice pre ne nie su linearne a mozu mat viac rieseni odvodenie receptu opat v priestore J. ak sa nachadzame v nejakom konkretnom bode tohto priestoru x, z, rovnica F ( x, z, p) = (1.78) je rovnica pre mozne hodnoty p. ak je riesenie dane rovnicou u( x), v bode x ma plocha u normalovy vektor ( ) u N = u x 1, x1 =x 1 x 2,..., 1 = ( p, 1) (1.79) x2 =x 2 riesenie rovnice (1.78) je n 2 rozmerna plocha a na nej mozu lezat mozne vektory N. v kazdom bode mate teda vejar moznych normalovych vektorov dotykovej roviny k rieseniu u( x) vsimnite si, ze predtym bol cely tento vejar v rovine, nakolko normalovy vektor musel byt kolmy na smer dany vektorovym polom V obalka vsetkych moznych rovin, ktore splnaju predadzajucu podmienku, sa nazyva Mongeov kuzel - dotykova rovina sa musi dotykat tohto kuzela ze ide ozaj o kuzel si ukazame na priklade rovnice u 2 x + u 2 y = 1, pre ktoru musi v kazdom bode platit p 2 + q 2 = 1 rovnica roviny, ktora prechadza cez bod x, z a ma normalovy vektor (p, q, 1) je z z = p(x x ) + q(y y ) (1.8) ak ma byt tato rovina dotykovou k rieseniu rovnice, musi byt splnene p 2 + q 2 = 1 nas bude zaujimat ako bude vyzerat dotykova rovina dana o trochu inym p, konkretne p + dp. z vyjadrenie q = ± 1 p 2 dostaneme q + dq = ± 1 p 2 + d (± ) 1 p 2 dp dp = ± 1 p 2 ± p dp (1.81) 1 p 2 15

16 a teda tato rovina ma rovnicu z z = (p + dp) (x x ) + ( ± 1 p 2 ± p 1 p 2 dp ) (y y ) (1.82) prienik rovin (1.8) a (1.82) bude priamka, ktora bude lezat v obalke ktoru hladame (premysliet) a teda (x x ) ± p 1 p 2 (y y ) = (1.83) z toho dostaneme comu sa rovna p pre dane x, y a dostaneme rovnicu pre obalku (z z ) 2 = (x x ) 2 + (y y ) 2 (1.84) co je kuzel s vrcholom v bode (x, y, z ) a vrcholovym uhlom π/4 riesenie rovnice je teda n rozmerna nadplocha u( x) v priestore J, ktora sa v kazdom bode dotyka Mongeovho kuzela a obsahuje zadanu n 1 rozmernu plochu Γ z coho dostaneme podmienky? to dava rovnice priamok na kuzeloch v bodoch x, lebo niektoru z tychto priamok musi obsahovat dotykova rovina k ploche u( x) p su derivacie u, lebo iba vtedy je to dotykova rovina k u vsade musi platit F ( x, u, u) = v bode x mame dve rozne roviny dane normalovymi vektormi p a p + d p z z = p ( x x ) z z =( p + d p) ( x x ) (1.85a) (1.85b) ich prienik je dany rovnicou ( x x ) d p = (1.86) oba vektory maju urcovat rovinu ktora splna rovnicu, takze F ( p + d p) = F ( p) + F p 1 dp i = porovnanim (1.86) a (1.87) vidime, ze ak zvolime F p 1 dp i = (1.87) ( x x ) i F p i (1.88) nase podmienky budu urcite plnene. v dvoch rozmeroch je to aj jedine mozne riesenie. vo viac rozmeroch mame aj ine riesenia k dispozicii, avsak nas nezaujima najvseobecnejsie, staci ukazat ze toto funguje 16

17 o ( x x ) ma zmysel hovorit iba lokalne, nakolno samotna dotykova rovina je iba lokalny objekt a teda piseme namiesto toho d x a dostavame dx i pi F ak spravim takto dany krok d x, ako sa zmenu z? takto chcem aby rovnica platila aj v novom x, potom df dx i = i = const = da i (1.89) dz = z x i dx i = p i pi F da (1.9) (1.91) z p j =F xi + F z + F pj = F xi + p i F z + dx j p j = x i x i dda x i =F x i + p i F z + dx j p i (1.92) dda x j kde sme mohli prehodit i a j v poslednom clene lebo u ij = u ji. dostali sme teda dp i F xi + p i F z = da (1.93) ked teraz v rovniciach (1.89,1.9,1.93) prejdeme k x(s), p(s), z(s), dostaneme ze da = ds a dostaneme aj reklamovany recept potom je uz velmi priamociare ukazat ze df ds = sustave rovnic z receptu sa hovori charakteristicke rovnice, ich rieseniam sa hovori charakteristicke pasy charakteristicke pasy ziju v 2n+1-rozmernom priestore ( x, z, p) ktoremu sa hovori priestor 1-jetov J 1. ich priemet do priestoru J su potom charakteristicke krivky ktoru z kriviek v pase si vyberiem potom urcuje pociatocna podmienka svojou derivaciou Príklad 13. Najdite riesenie rovnice u x u y = 1, u(, y) = y 2. (1.94) Rie²enie. Ingrediencie F = pq z, γ : x = y = τ z = τ 2 17

18 Rovnice aj s riesenim ẋ = q ẏ = p ṗ = p p = c 1 e s q = q q = c 2 e s ż = 2pq a teda x =c 2 e s + c 3 y =c 1 e s + c 4 z =c 1 c 2 e 2s + c 5 Pociatocne podmienky daju p q τ 2 = 2τ = p + q 1 q = 2τ = c 2 p = 1 2 τ = c 1 c 2 + c 3 = c 3 = 2τ c 1 + c 4 = τ c 4 = 1 2 τc 1c 2 + c 5 = τ 2 c 5 = Dostavame teda paramtericke riesenie x = 2τ (e s 1), y = 1 2 τ (es + 1), z = τ 2 e 2s Z toho vieme vyjadrit comu sa rovna e s, τ a dostaneme u(x, t) = (x + 4y)2 16. (1.95) 1.4 Aplikácie rovníc prvého rádu Transportná rovnica, Burgerova rovnica a vznik rázov transportna rovnica premenne oznacime (t, x) a teda cas a jednorozmerna poloha u t + cu x =, u(, x) = f(x) (1.96) charakteristy a pociatocna podmienka da ṫ = 1 ẋ = c x = ct + c 1 = ct + x (1.97) u(t, x) = u(, x ) = f(x ) = f(x ct) (1.98) a teda pohyb prolu f(x) rychlostou c. avsak iba jednym smerom 18

19 ak je u koncentrácia astíc, potom táto rovnica popisuje pohyb týchto astíc v médiu, ktorého rýchlos je c. ak tá závisí od x alebo od t, rie²enie pre x bude komplikovanej²ie, ale podmienka u = f(x ) bude platit dalej nenulova prava strana potom meni aj koncetraciu castic. tie mozu vznikat, zanikat, mnozit sa, zomierat a podobne (bezviskozna) burgerova rovnica budeme popisovat castice, ktore sa pohybuju samostatne a nie su nicim unasane. majme teda vela castic na priamke, kazda nech ma nejaku rychlost. ak su castice volne, pre ich polohu plati x i (t) = x i + v i t a ẍ(t) =. castic tiez nech je velmi vela aby sme ich rozdelenie mohli povaovat za spojite castice teraz budeme popisovat polom rychlosti u(t, x), tj. hodnotou rychlosti, ktoru ma castica ktora sa v case t nachadza v mieste x. aku rovnicu splna u? ked pocitame uplnu derivaciu u, musime zahrnut to, ze prol rychlost sa moze menit s casom a meni sa aj castica, ktora sa v danom mieste nachadza, takze to je ale rovne v = ẍ = takze dostavame burgerovu rovnicu du dt = u dx t + u x dt = u t + uu x (1.99) u t + uu x = (1.1) ide o nelinarnu rovnicu podobnu (1.96), kde rychlost sirenia je priamo hodnota u. hned uvidime ze to vedie na problemy s pociatocnou podmienkou u(, x) = f(x) ju vieme hravo vyriesit ṫ = 1 ẋ = u u = t = s u = c 1 = f(x ) (1.11) x = c 1 t + c 2 = f(x )t + x pre dane f je posledna rovnica rovnica pre x a z nej potom dostaneme u(t, x) = f(x ) majme pociatocnu podmienku k rovnicu (1.1) x < u(, x ) = f(x ) = x < x < 1 1 x > 1 (1.12) pytame sa teda, ake je x pre dane x a t. tu musime zacat od konca, predpokladat hodnotu x a potom zistit, ake x, t vedie na tuto hodnotu x <, potom f(x ) = a dostaneme rovnicu charakteristik x = x, v takom pripade je riesenie u(t, x) = a plati pre x < 19

20 Obr. 1: Cervene ciary su charakteritiky prveho druhu, modre ciary druheho a zelene ciary tretieho. x > 1, potom f(x ) = 1 a dostaneme rovnicu charakteristik x = t + x, v takom pripade je riesenie u(t, x) = 1 a plati v oblasti kde x t > 1 < x < 1, potom f(x ) = x a dostaneme rovnicu charakteristik v takom pripade je riesenie u(t, x) = x = x t + x x = x t + 1 x t+1 (1.13) obrazok lepsi od tisica slov, aj podrobnym popisom, obrazok 1 nie je tazke rozmysliet si, co tento priklad hovoril. nainicialuzujeme castice tak, ze pre x < stoja, pre x > 1 sa pohybuju rychlostou 1 a medzi nimi rychlost rastie z jednej na druhu. ked castie pustime, stojace stoja, rychle utekaju prec a tie medzi nestihaju a medzera sa zvacsuje. a presne to hovori obrazok majme ale inu pociatocnu podmienku 1 x < u(, x ) = f(x ) = 1 x < x < 1 x > 1 (1.14) postup je uplne analogicky, takze bez velkeho komentara x <, f(x ) = 1, u(t, x) = 1, x = t + x a teda x t < x > 1, f(x ) =, u(t, x) =, x = x a teda x > 1 < x < 1, f(x ) = 1 x, u(t, x) = (1 t)/(1 t), x = (1 x )t + x tu obrazok hovori ovela tragickejsi pribeh v case t = 1 sa charakteristiky pretnu a riesenie prestava byt dane jednoznacne pekne to vidno ked si rozmyslime co sa deje s casticami, ktore maju takto nainicializovane rychlosti. castice pre x > 1 stoja a castice pre x < 1 ich dobiehaju a case t = 1 sa v mieste x = vytvori schod, nespojitost u a nekonecnost u x 2

21 Obr. 2: Cervene ciary su charakteritiky prveho druhu, modre ciary druheho a zelene ciary tretieho. tomuto sa hovori raz (po anglicky shock) z matematickeho hladiska rovnica vybuchne a zamrzne ako windows, z fyzikalneho hladiska to hovori ze v tom momente prichadza do hry nejaka ina fyzika je dobre vyjasnit si, ze to co sa pretlo su charakteristiky v priestore R 2,co je priemet charakteristik v J na tuto rovinu. v priestore J sa charakteristiky nepretinaju, avsak pociatocna podmienka Γ si z nich vybrala tak, ze ich priemety sa pretinaju vseobecne(jsie) o razoch riesenie burgerovej rovnice (1.1) je u = f(x ut), co ked derivujeme podla x dostaneme u x = f (1 u x t) u x = f 1 + f (1.15) t a teda evidentne vznike problem ak f < nikde, lebo pozdlz tej charakteristiky sa s rastucim casom bude derivacia u x zvacsovat a v case t = 1 f (1.16) sa charakteristiky stretnu a riesenie vybuchne ak mame vseobecnejsiu rovnicu v tvare u x + c(u)u x = (1.17) i.e. rychlost nie je priamo u ale cosi co zavisi od u, riesnie dostaneme nezlozito u = f ( x c(u)t ). (1.18) a v tom pripade dostavame u x = f (1 c u x t) u x = f 1 + c f t (1.19) 21

22 raz teda vznikne v case co robit aby razy nevznikali? pridat na pravu stranu brzdenie T = 1 c f (1.11) clen εu xx sa pre male druhe derivacie neprejavi, ale ak zacne vznikat singularita, bude dominantny a sposobi pre zaporne u, ktore velmi rychlo klesa velke brzdenie na pravu stranu odporovu silu ku, potom ṫ = 1 ẋ = u u = ku v nulovom case potom dostavame co da x = c 2 f(x ) k u = f x = x + f(x ) k t = s u = c 1 e kt = f(x )e kt (1.111) x = f(x ) k e kt + c 2 (1 e kt) = x + uekt k ( x u ( )) ( e kt 1 e kt u x = e kt f 1 u ( )) x e kt 1 k k ( 1 e kt) (1.112) (1.113) a teda e kt f u x = 1 + f k (1 (1.114) e kt ) aby bola v kazdom case tato derivacia konecna, vyraz v menovateli nesmie byt nikdy nulovy a teda k > f rozmysliet si o co ide - odporova sila a ta musi byt dost silna, aby v dostatocnom case zabrzdila velmi rychle castice a tie nedobehli pomalsie castice pred nimi Príklad 14. Ake musi byt k v rovnici u t + c(u)u x = ku, aby pre zadanu pociatocnu podmienku u(, x) = f(x) nenastal nikdy raz Trac ow predpoklady : jeden pruh, hustota aut dana funkciou ρ(x, t), auta sa v danom mieste hybu rychlostou v(x, t) doprava pocet aut medzi a a b je b za cas dt prejde cez miesto x v case t pocet aut potom musi platit a dx ρ(x, t) = N (1.115) dn = ρ(x, t)v(x, t)dt (1.116) dn = dn a dn b = [ρ(a, t)v(a, t) ρ(b, t)v(b, t)] dt (1.117) 22

23 ak zoberieme a = x a b = x + dx dostaneme z denicie parcialnej derivacie a z (1.115) dostaneme co dohromady dava dn = (ρv) dxdt (1.118) x dn = ρ dxdt (1.119) t ρ t + (ρv) x = (1.12) predpokladame nejaku zavislost v(ρ), z coho ( ρ t + v + ρ dv ) ρ x = ρ t + c(ρ)ρ x = (1.121) dρ najjednoduchsi tvar v(ρ) = v ( 1 ρ ρ ) vidime teda, ze opat budeme mat do cinenia s razmy ( c(ρ) = v 1 2ρ ) ρ (1.122) ale este predtym vlny v rovnovaznom rieseni - rovnica (1.121) ma evidentne riesenie ρ = ρ R = const co sa stane ked v tomto rieseni vznikne mala porucha ρ = ρ r + ρ? potom linearizujeme c(ρ) = c(ρ R ) + dc dρ ρ (1.123) ρ=ρr a rovnica do prveho radu v tildach bude proste a iba ρ t + c(ρ r ) ρ x = (1.124) rovnice pre ρ je uz potom obycajna transportna rovnica dana rychlostou pre ρ R. ta moze byt zaporna, takze porucha ρ sa moze sirit aj proti doprave. pre vztah (1.122) to nastane ak ρ R > ρ / Rovnica eikonálu vlnova rovnica pre elektrostaticky potencial ansatz pre riesenie Φ 1 c 2 2 Φ t 2 = (1.125) Φ = A( x)e iω(t ( x)+t) (1.126) dosadime do rovnice a pocitame, dostaneme dve rovnice, jednu za imaginarnu a jednu za realnu cast 23

24 prva rovnica A ω 2 A T 2 = Aω2 c 2 (1.127) v limite geometrickej optiky ω dostaneme a ked prejdeme k T ( x) = c u dostaneme co je rovnica eikonalu T 2 = 1 c 2 (1.128) u 2 x + u 2 y + u 2 z = n(x, y, z) (1.129) druha rovnica da 2 A u + A u = (1.13) co je transportna rovnica pre (uz) zname u na riesenie rovnice existuju numericke algoritmy, ktore sa hojne pouzivaju v pocitacovej grake specialny pripad - vakuum n = 1 v 2D a mame u 2 x + u 2 y = 1, u γ = (1.131) potom riesenie u(x, y) = vzdialenost bodu (x, y) od krivky γ naviac kazde riesenie je vzdialenost od nejakej krivky (plus po pripade nejaka konstanta) 24

25 2 Parciálne diferenciálne rovnice druhého rádu - Úvod hladame neznamu funkciu u(x), x R n, pre ktoru mame danu rovnicu v tvare F (x, u, i u, ij u) = (2.1) kvazilinearna rovnica je potom rovnica, ktora je linearna v druhych (najvyssich) derivaciach a teda ma tvar F = a ij ij u +..., a ij = a ij (x, u, i u) (2.2) pre linearnu rovnicu potom mame a ij = a ij (x) 2.1 Klasikácia rovníc v n rozmeroch pre linearnu rovnicu v tvare F = A ij ij +... (2.3) zavedieme charakteristicku formu Q(λ 1,..., λ n ) = a teda nahradime derivaciu i premennou λ i n A ij (x)λ i λ j (2.4) Q je symetricka a teda sa da diagonalizovat, plus jej vlastne vektory potom vieme normovat, i,j=1 takze existuju suradnice v ktorych ma tato forma tvar ε 1 Q(ξ 1,..., ξ n ) = (ξ 1,..., ξ n ).... ε n ξ 1 ξ 1, ε i = ±1, (2.5) problem je v tom, ze toto sa da iba lokalne. v roznch bodoch x mozu matice, ktore diagonalizuju maticu A ij (x) vyzerat rozne a nemame zarucene, ze budeme vediet spravit jednu globalnu trasformaciu. iba v pripade matice A ij = const nezavislej od x na prstoch a to da poratat jednoducho - matica A ij ma n(n + 1)/2 nezavislych vstupov, my mame k dispozicii n zamien suradnic x i ξ i = ξ i (x) a jedno globalne prenasobenie funkciou, ale kedze n(n + 1) > n + 1 (2.6) 2 nemame dostatocne vela pak (iba ze by n = 2, potom by sa to mohlo dat a coskoro sa na to pozrieme) podla toho, ako vyzeraju ε v (2.5) delime rovnice druheho radu na elipticke - ak i ε i = 1 alebo i ε i = 1, hyperbolicke - ak jedno ε je 1 a ostane su +1 (alebo naopak), 25

26 parabolicke - ak jedno ε je a vsetky ostatne su +1 alebo 1, preco je to dolezite? - pre hyperbolicke/parabolicke rovnice bude specialna premenna zodpovedat casu a pojde o evolucne rovnice. eliticke rovnice su potom take, ktore nemaju cas = stacionarne problemy 2.2 Klasikácia rovníc v dvoch rozmeroch na prstoch sme zratali, ze v dvoch rozmeroch by sa mala dat rovnica druheho radu priviest do kanonickeho tvaru globalne. teraz si ukazeme ze to pojde naozaj, tj. ze pre lubobolnu startovaciu maticu ( ) a b A ij = (2.7) b c vieme najst take suradnice X(x, y), Y (x, y) ze v nich bude mat matica tvar ( ) r Ā ij =, ε =, ±1 (2.8) εr hodnota ε podla typu rovnice prvym krokom bude prevedenie matice na tvar ( Ã ij = α α ) (2.9) suradnicovou zamenou ξ(x, y), η(x, y). tj. prevedenie rovnice do tvaru 2α ξη pri takejto zamene x = ξ x ξ + η x η, y = ξ y ξ + η y η (2.1) a teda u xx =u ξξ ξ 2 x + 2u ξη ξ x η x + u ηη η 2 x +... u xy =u ξξ ξ x ξ η + u ξη (ξ x η y + ξ y η x ) + u ηη η x η y +... u yy =u ηη ξ 2 y + 2u ξη ξ y η y + u ηη η 2 y +... (2.11a) (2.11b) (2.11c) dostavame teda podmienky aξ 2 x + 2bξ x ξ y + cξ 2 y = aη 2 x + 2bη x η y + cη 2 y = (2.12a) (2.12b) to je rovnica prveho radu, ktoru vieme vyriesit ako kvadraticku rovnicu a dostaneme ξ x = b ± b 2 ac ξ y (2.13) a 26

27 a rovnaku rovnicu pre η. to vyriesime tak, ze v jednej rovnic zoberieme kladne a v druhej zaporne znamienko (dostaneme sa k tomu co robit ked su obe rovnake). mame teda rovnice ξ x + b + b 2 ac a ktore vyriesime a dostaname ξ x, η y ξ y =, η x + b b 2 ac η y = (2.14) a druh povodnej rovnice mozme lahko zistit z determinantu matice A (preco?) < pre elipticku ronvicu det A = b 2 ac = pre parabolicku ronvicu > pre hyperbolicku ronvicu (2.15) dalej pokracujeme podla druhu rovnice hyperbolicka - z dvoch realnych suradnic ξ, η zkonstruujeme suranice X, Y nasledovne X = 1 2 (ξ + η), Y = 1 (ξ η) (2.16) 2 potom lahko ukazeme ξη = 1 4 ( 2 X 2 Y ) (2.17) a teda r = α/2 elitpicka - z dvoch komplexne zdruzenych suradnic ξ, η vytvorime suradnice X, Y realnymi kombinaciami X = 1 2 (ξ + η), Y = 1 (ξ η) (2.18) 2i potom lahko uzazeme ξη = 1 4 ( 2 X + 2 Y ) (2.19) parabolicka - obe riesenia su rovnake, takze ak zvolime X = ξ = η dostaneme ξη = 2 X, za Y potom zoberieme lubovolnu kombinaciu x, y tak, aby ay 2 x + 2bY x Y y + cy 2 y (2.2) pri prevadzani na kanonicky tvar si treba davat pozor na pripad, ked vztah pre X, Y nie je linearny, potom dostaneme prispevok k prvym derivaciam aj z prevodu druch derivacii, uvidime na prikladoch vsimnite si, ze znamienko vyrazu b 2 ac je funkcia x, y a moze sa menit, takze rovncia moze byt v roznych castiach priestoru rozneho typu Príklad 15. Preve te na kanonický tvar nasledujúce rovnice u xx + 2u xy + 5u yy 32u =, (2.21) y 2 u xx + 4xyu xy + x 2 u yy =. (2.22) 27

28 Rie²enie. Pre prvu rovnicu dostavame b 2 ac = = 4 (2.23) a teda je eliptick. Podla receptu dostavame rovnice ξ x + (1 2i)ξ y =, η x + (1 + 2i)η y = (2.24) ktore maju riesenia ξ = f(y (1 2i)x), η = g(y (1 + 2i)x) (2.25) pre nejake funkcie f, g. najjedoduchsou volbouje priamo ξ = y (1 2i)x, η = y (1 + 2i)x (2.26) co potom da z toho dostaneme a potom X = y x, Y = 2x (2.27) x = X x X + Y x Y = X + 2 Y, y = X (2.28) xx = XX 4 XY + 4 Y Y, yy = XX, xy = XX + 2 XY (2.29) Dosadim tohto vyjadrenia do povodnej rovnice a upravami dostaneme 4u XX + 4u Y Y 32u =, u XX + u Y Y 8u = (2.3) Pre druhu rovnicu dostavame b 2 ac = 3x 2 y 2 (2.31) co je pre x, y vzdy vacsie ako a tam je rovnica hyperbolicka. na suradnicovych osiach je rovnica degenerovana. Dostavame podobne ako v predchadzajucom pripade co da najjednoduchsie riesenia ξ x + x(2 + 3) y ξ y =, η x + x(2 3) η y = (2.32) y ξ = 1 2 y2 1 2 (2 + 3)x 2, η = 1 2 y2 1 2 (2 3)x 2 (2.33) z toho a teda X = 1 2 y2 x 2, Y = 3 2 x2 (2.34) x = 2x X 3x Y, y = y x (2.35) 28

29 co da yy = X + y 2 XX (2.36) xy = 2xy XX 3xy XY (2.37) xx =2 X + 3 Y + 4x 2 XX + 3x 2 Y Y + 4 3x 2 XY (2.38) Tieto vtahy dosadime do povodnej rovnice a dostaneme pre nu tvar 3x 2 y 2 (u Y Y u XX ) + (x 2 + 2y 2 )u X + 3y 2 u Y = (2.39) Ostava vyjadrit x, y skrz X, Y a rovnicu upravit. 29

30 3 Vlnová rovnica a rovnica vedenia tepla v jednom rozmere 3.1 Vlnová rovnica v jednom rozmere Odvodenie vlnovej rovnice u tt c 2 u xx = (3.1) d'alambertov vzorec a Duhamelov princíp odvodime vseobecne riesenie, o pociateocne podmeinky sa budeme zaujimat neskor vlnovu rovnicu mozme riesit niekolkymi sposobmi. zavedieme suradnice ξ = x + ct, η = x ct (3.2) potom dostavame takto prejde rovnica do tvaru u t = u ξ cu η, u x = u ξ + u η (3.3) 4c 2 u ξη = (3.4) ktora ma vseobecne riesenie u(ξ, η) = g 1 (ξ) + g 2 (η) u(t, x) = g 1 (x + ct) + g 2 (x ct) (3.5) alebo mozme rovnicu (3.1) prepisat na dve rovnice ( t c x )v =, ( t + c x )u = v (3.6) prvu vieme vyriesit hravo ṫ = 1, ẋ = c x + ct = const (3.7) ktora ma teda riesenie v(x, t) = ḡ 1 (x + ct), to dosadime do druhej rovnice ( t + c x )u = ḡ 1 (x + ct) (3.8) riesenie pre charakteristiku je x ct = const = η, z toho dostavame ξ u = ḡ 1 (ξ) u = dξ ḡ 1 (ξ) + g 2 (η) = g 1 (ξ) + g 2 (η) (3.9) co je to iste riesenie ako predtym teraz pridame aj pociatocne podmienky a teda riesime teraz pociatocnu ulohu, kde okrem rovnice u tt c 2 u xx =, x R (3.1) 3

31 mame zadanu pociatocnu hodnotu a derivaciu u(x, ) = φ(x), u t (x, ) = ψ(x) (3.11) potebujeme teda najst funckie g 1,2 ktore to splnia. pocitame u(x, ) = g 1 (x) + g 2 (x), u t (x, ) = cg 1(x) cg 2(x) (3.12) dostaneme g 1 (x) + g 2 (x) = φ(x), g 1 (x) g 2 (x) = 1 c z toho dostaneme g 1 (x) = 1 2 φ(x) + 1 2c g 2 (x) = 1 2 φ(x) 1 2c a nakoniec x x x u(t, x) = 1 2 [φ(x + ct) + φ(x ct)] + 1 2c ds ψ(s) + g 1 () g 2 () (3.13) ds ψ(s) (g 1() g 2 ()) (3.14) ds ψ(s) 1 2 (g 1() g 2 ()) (3.15) x+ct x ct ds ψ(s) (3.16) tomuto sa hovori d'alambertov vzorec. vidime, ze v mieste x a case t riesenie zavisi od φ v dvoch bodoch a od ψ medzi tymi to bodmi vidime, ze v pripade ψ = sa polovica pociatocnej vlny rozbehne jednym a polovica druhym smerom budeme teraz hladat riesenie nehomogennej rovnice u tt c 2 u xx =f(x, t), x R u(x, ) = φ(x) u t (x, ) = ψ(x) (3.17a) (3.17b) (3.17c) plan utoku bude nasledovny : rozdelime riesenie na dve casti u = u A + v tak aby platilo u A tt c 2 u A xx = u A (x, ) = φ(x) u A t (x, ) = ψ(x) a v tt c 2 v xx = f(x, t) v(x, ) = v t (x, ) = (3.18) funkciu u A najdeme d'alambertovym vzorcom (3.16), potrebujeme najst v klucom je jednoznacnost riesenia a teda ze ak najdeme nejake riesenie, mozne s cistym svedomim skoncit, nakolko ine riesenie neexistuje dva rozne sposoby : zadenujeme U(x, t, τ), ktore riesi rovnicu U tt c 2 U xx = U(x, τ, τ) = U t (x, τ, τ) = f(x, τ) (3.19a) (3.19b) (3.19c) 31

32 riesenie najdeme hravo d'alambertovym vzorcom U(x, t, τ) = 1 2c ostava ukazat, ako z U dostaneme v tvrdenie v(x, t) = pocitame x+c(t τ) t x c(t τ) v t (x, t) = U(x, t, τ) τ=t + dξ f(ξ, t) (3.2) dτ U(x, t, τ) (3.21) t dτ U t (x, t, τ) (3.22) oba tieto cleny su nulove na zaklade pociatocnych podmienok pre U. taketo v teda splna pociatocne podmienky, ostava ukazat ze splna aj rovnicu. pocitame a teda v tt = U t τ=t + t t c 2 v xx =c 2 dτ U xx (x, t, τ) = dτ U tt (x, t, τ) = f(x, t) + t t dτ U tt (x, t, τ) (3.23) dτ U tt (x, t, τ) (3.24) v tt = f + c 2 v xx (3.25) a vyhlasujeme prve vytazstvo druhy sposob najdenia v je priamim vypoctom. v suradniciach ξ = x + ct, η = x ct (3.26) dostaneme v tt =c 2 v ξξ 2c 2 v ξη + c 2 v ηη (3.27) v xx =v ξξ + 2v ξη + v ηη (3.28) a rovnica bude mat teda tvar v ξη = 1 f(ξ, η) (3.29) 4c2 z pociatocnych podmienok pre v dostaneme podmienky t = η = ξ v(ξ, ξ) = (3.3) v x t= = v ξ + v η = v t t= = cv ξ cv η = v ξ(ξ, ξ) = v η (η, η) v ξ (ξ, ξ) = v η (η, η) v ξ (ξ, ξ) = v η (η, η) = (3.31) rovnicu (3.29) teraz explicitne zintegurujeme podla η, lava strana bude (ukaze sa, ze takato sponda hranica integralu vedie k zdarnemu koncu) η ξ dη v ξη = v ξ (ξ, η ) v ξ (ξ, ξ) = v ξ (ξ, η ) (3.32) 32

33 prava strana da podobne zintegrujeme podla ξ 1 η 4c 2 dη f(ξ, η) = 1 ξ ξ 4c 2 dη f(ξ, η) (3.33) η ξ η dη v ξ = v(ξ, η ) v(η, η ) = v(ξ, η ) (3.34) a teda riesenie v mieste ξ, η, prava strana potom vyzera 1 ξ ξ 4c 2 dξ dη f(ξ, η) (3.35) η η a uz len si vyjasnit ako vyzera integracna oblast. (OBRAZOK) dostaneme t dτ x+c(t τ) x c(t τ) dopocitame (DOPOCITAT) jakobian premeny, ktory je J = 2c a mame v(x, t) = 1 2c t dτ x+c(t τ) x c(t τ) vysledok teda zavisi od hodnot f v celom trojuholniku Príklad 16. Najdite riesenie rovnie dξ (3.36) dξ f(ξ, τ) (3.37) u tt 4u xx = cos x (3.38) u(x, ) = x 2 (3.39) u t (x, ) = sin 2x (3.4) Výsledok. OVERIT u(x, t) = x 2 + 4t sin(4t) sin(x) + 1 (cos x cos x cos 2t). (3.41) c Vlnová rovnica v ohrani enej oblasti doteraz sme riesili ulohu bez obmedzenia na x a brali sme x R pozrime sa na to, co sa stane ked obmedzime x iba na kladne hodnoty x >. potom k pociatocnym podmienkam pride este pdomienka, ktora bude hovorit ako sa u sprava na hranici analogia so strunou konecnej dlzky je jasna, musime zadat co robi koniec, lebo to nie je obsiahnute v pohybovej rovnici 33

34 mame teda podmienku kde sme zobrali na zaciatok specialny pripad ukotveneho konca ulohu vyriesime ntou - zavedieme neparne predlzenie funckie φ(x) x > φ(x) = x = φ( x) x < a budeme riesit ulohu u(, t) = cosi = (3.42) (3.43) v tt c 2 v xx = (3.44) v(x, ) = φ(x) (3.45) v t (x, ) = ψ(x) (3.46) na nu uz mozme pouzit d'alambertov vzorec, riesenie povodnej ulohy najdeme jednoducho ako obmedzenie v na kladne x u(x, t) = v(x, t) x> (3.47) ak x ct > tak sa nic nezmeni, ak x ct < tak obcas nejake zaporne zmanienko, dohromady { 1 u(x, t) = 2 [φ(x + ct) + φ(x ct)] + 1 x+ct 2c x ct ds ψ(s) x > ct 1 2 [φ(x + ct) φ( x + ct)] + 1 x+ct 2c ds ψ(s) 1 2c x ct ds ψ( s) x < ct (3.48) rozmysliet si na obrazku podobnu ntu budeme pouzivat casto. ak je zadana nulova derivacia na okraji, pouzijeme ntu s parnym predlzenim (rozmysliet preco ma parna funkcia v nule vzdy nulovu derivaciu) { φ(x) x > φ(x) = φ( x) x < a (3.49) v tt c 2 v xx = (3.5) v(x, ) = φ(x) (3.51) v t (x, ) = ψ(x) (3.52) z d'alamberta vidime, ze v(x) bude parne v x pre t > a teda v x = t > ak mame teraz niektoru z tychto situacii na ohranicenom intervale x (, L), vyrobime pociatocne podmienky pre cauchyho ulohu nasledovne { φ(x) φ(x) = φ( x) < x < L L < x < 2L (3.53) a potom periodicky s periodou 2L. opat pouzijeme d'almabertov vzorec a ohranicime na interval (, L) aj toto je dobre rozmysliet si na obrazku 34

35 sirenie okrajoveho stavu riesime dirichletovu ulohu s nenulovym cosi (na polpriamke), tj. u tt c 2 u xx = u(x, ) = φ(x) u t (x, ) = ψ(x) u(, t) = h(t) (3.54a) (3.54b) (3.54c) (3.54d) nehomogenne okrajove podmienky zabalime do riesenia homogennej ulohy u A a ostava nam vyriesit v tt c 2 v xx = v(x, ) = v t (x, ) = v(, t) = h(t) (3.55a) (3.55b) (3.55c) (3.55d) ideme hladat riesenie v tvare F (x ct) (nejaka informacia, co cestuje z lava do prava), pociatocna podmenka da v(x, ) = = F (x), v t (x, ) = = cf (x) x > (3.56) okrajova podmienka da F ( ct) = h(t) F (z) = { h( z/c) z < z > (3.57) alebo sa to da preformulovat ako φ(x) = { φ(x) x > h( x/c) x < (3.58) a riesit d'alambertom. funkcia h teda prichadza z lava z regionu x < do regionu x > 3.2 Rovnica vedenia tepla v jednom rozmere Odvodenie rovnice vedenia tepla majme funkciu u(x, t), ktora udava rozdelenie teploty pozdlz jednorozmernej tyce. tepelna energia, ktora sa nachadza v useku medzi bodmi x a x + dx je potom de = cρudx (3.59) kde ρ je (dlzkova) hustota materialu a c je merna tepelna kapacita materialu. pre casov zmenu energie dostavame dde dt = cρu t dx (3.6) 35

36 podla Fourierovho zakona je tok energie cez plochu dany rozdielom teplot na sranach plochy P = κu x. ked napiseme energeticku bilanicu pre element z (3.59) dostavame co da dde dt = P x+dx P x = κ (u x (x + dx, t) u x (x, t)) = u xx (x, t) (3.61) u t = κ cρ u xx = ku xx (3.62) tomuto sa hovori rovnica vedenia tepla, vidme ze ide o parabolicku rovnicu. premysliet si, ako by to fungovalo pre pripad, ked κ nie je konstanta ale κ(x) Poissonov vzorec rovnica (3.62) je prveho radu v case, takze nam bude stacit jedna pociatocna podmienka u(x, ) = φ(x) (3.63) poriadne odvodenie riesenia si uvedieme neskor. idea je hladat ho v tvare u(x, t) = 1 dξ e iξx ũ(ξ, t) (3.64) 2π s pociatocnou podmienkou φ(x) = 1 2π dξ e iξx φ(ξ) (3.65) z toho ũ t + kξ 2 ũ = ũ(x, t) = φ(ξ)e kξ2 t ostava teda uz len dopocitat integral v (3.64), co nie je vobec tazke u(x, t) = 1 dξ φ(ξ)e iξx ktξ2 = 1 dy φ(y) dξ e ktξ2 +iξ(x y) = 2π 2π = 1 4πkt tomuto sa hovori poissonov vzorec (3.66) dy φ(y)e (x y)2 4kt (3.67) napriklad pre pociatocnu podmienku v tvare Gausianu φ(x) = e x2 Gaussian, ktory sa v case rozsiruje (a znizuje) dostaneme ako riesenie tiez 1 u(x, t) = e x2 1+4kt (3.68) 1 + 4kt pre pripad polpriamky alebo usecky potom postupujeme rovnako, ako pri vlnovej rovnici. zavedieme funkciu (parne/neparne predlzenie) { φ(x) = φ(x) x > ±φ( x) x < (3.69) kde znamienko zvolime podla toho, ci mame docinenia s Dirichletovou alebo Neumanovou okrajovou podmienkou, podla poissonovho vzorca vypocitame riesenie ū(x, t) a riesenie u(x, t) dostaneme ohranicenim ū na patricnu oblast premysliet si, co po fyzikalnej stranke znamena u x (, t) = 36

37 3.3 Porovnanie vlastnostní rie²ení na zaver porovnajme riesenie vlnovej rovnice a rovnice vedenia tepla pre tu istu pociatocnu podmienku φ(x) = { 1 x < x > (3.7) tato funkcia nie je hladka ani spojita, ale to nevadi, lebo vzorce pre riesenie (3.16,3.37) a (3.67) funguju dobre tak ci tak vlnova rovnica potrebujeme dorobit este okrajovu podmienku pre ψ(x), najprirodzenejsie pre porovnanie je zobrat ψ(x) =, dosadie do vzorca a dostaneme u(x, t) = 1 x < ct 1 2 x < ct x > ct rovnica vedenia tepla tu je dosadenie do vzorca o cosi pracnejsie u(x, t) = 1 4πt co vyzera ovela nazornejsie nakreslene dy e y2 4kt = 1 π x/(2t) (3.71) du e u2 (3.72) vsimnite si, ze v oboch pripadoch dostavame v limite t rovnomerne rozdelenie u = 1/2, avsak velmi inym sposobom 37

38 4 Teória distribúcií 4.1 Úvod mali sme vztahy pre riesenia roznych rovnic, ktorych odvodenie pozadovalo hladkost funkcii, ktore do nich vstupovali. ale potom sme hned zistili, ze samotne vztahy sa daju pouzit aj pre funckie, ktore nie su hladke, ba dokonca ani spojite tiez malo zmysel zaujimat sa o riesenia v takychto pripadoch a niekedy sme to vyriesili postupnostou funkcii, ktore konvergovali k takejto nespojitej funkcii teraz by sme tomu chceli dat nejaky formalnejsi charakter a vybudovat aparat pre taketo vypocty okrem toho to bude pre nas bude zaujimave aj z fyzikalneho hladiska, nakolko sa nam podari dobre zadenovat objekty lokalizovane v nejakom casovom okamihu alebo priestorovom bode zavedieme pojem distribucie = zovseobecnenej funkcie. tieto nebudu denovane pobodovo, ale budu existovat iba v nejakom lokalne zpriemerovanom zmysle budeme fungovat v priestore R n, ktory si so sebou nesie velmi vela struktury, ale vsetko co povieme sa bude dat zovseobecnit pre lubovolny normovany priestor. budeme oznacovat x R n 4.2 Distribúcie s kompaktným nosi om Priestor testovacích funkcií D suport (nosic) funkcie f(x) - uzaver mnoziny bodov, na ktorych je funkcia nenulova supp f = {x, f(x) } (4.1) o funkcii budeme hovorit ze ma kompaktny suport ak je jej suport kompaktna mnozina, co znamena ze existuje C, ze f(x) = x > C potom je to najmensia kompaktna mnozina, pre ktoru plati f(x) = x R n /supp f priestor testovacich funkcii D - budu take funkcie ϕ(x) pre ktore plati maju kompaktny suport maju vsetky derivacie a maju ich spojite, teda su z C (R n ) treba ocenit ako tazke je splnit tieto dve podmienky prikladom takejto funkcie je funkcia (rozmysliet ze to tak ozaj je) T (x) = { e 1 1 x 2 x < 1 x > 1 (4.2) tato fukcia ma suport na intervale [ 1, 1]. z nej sa potom daju budovat roznymi operaciami dalsie dobre testovacie funkcie (nasobenie polynomom, posuvanie, natahovanie) 38

39 konvergencia v D - budeme hovorit ze postupnost testovacich funkcii ϕ k koverguje k ϕ ak k sebe konverguju suporty, tj R, supp ϕ k B(, R) k vsetky parciane derivacie ϕ k konverguju k derivaciam ϕ, tj α (N {}) n, α ϕ k α αn n ϕ k α ϕ (4.3) B(x, R) bude oznacovat gulu s polomerom R a stredom x, oznacenie α bude caste priestor vsetkych nezapornych celych cisel N {} budeme v dalsom oznacovat N toto je opat velmi silna podmienka Distribúcie ako lineárne operátory na D teraz sme pripraveny zadenovat distribuciu priestor distribucii D - (podla oznacenia) dualny priestor k priestoru D, tj priestor linearnych spojitych funkcionalov na D f D, f : D R ϕ f[ϕ] (f, ϕ) (4.4) to znamena (f, ϕ 1 + λϕ 2 ) = (f, ϕ 1 ) + λ(f, ϕ 2 ), ϕ k ϕ (f, ϕ k ) (f, ϕ) (4.5) podmienka (4.3) pre konvergenciu v D je taka silna, ze existencia nespojiteho linearneho funkcionalu je velmi exoticka (vraj taky je, ale my ho nestretneme) priklady f D (a je xovany element R n, V je xovana oblast v R n ) f[ϕ] = ϕ(a), dx ϕ(x), ϕ (a) (4.6) priklady nelinearnych funkcionalov V ϕ (a)ϕ(a), dxϕ 2 (x) (4.7) V slaba konvergencia v D - konvergenciu v tomto priestore budeme denovat v slabom zmysle a budeme hovorit ze postupnost distribucii f k konverguje k f ked f k W f (fk, ϕ) (f, ϕ) ϕ D (4.8) vzhladom na takuto deniciu kovergencie je priestor D uplny, tj ak je postupnost (cisel) (f k, ϕ) cauchyovska pre lubovolne ϕ D, potom f D f k W f. bez dokazu 39

Matematika Funkcia viac premenných, Parciálne derivácie

Matematika Funkcia viac premenných, Parciálne derivácie Matematika 2-01 Funkcia viac premenných, Parciálne derivácie Euklidovská metrika na množine R n všetkých usporiadaných n-íc reálnych čísel je reálna funkcia ρ: R n R n R definovaná nasledovne: Ak X = x

Διαβάστε περισσότερα

1. Limita, spojitost a diferenciálny počet funkcie jednej premennej

1. Limita, spojitost a diferenciálny počet funkcie jednej premennej . Limita, spojitost a diferenciálny počet funkcie jednej premennej Definícia.: Hromadný bod a R množiny A R: v každom jeho okolí leží aspoň jeden bod z množiny A, ktorý je rôzny od bodu a Zadanie množiny

Διαβάστε περισσότερα

Goniometrické rovnice a nerovnice. Základné goniometrické rovnice

Goniometrické rovnice a nerovnice. Základné goniometrické rovnice Goniometrické rovnice a nerovnice Definícia: Rovnice (nerovnice) obsahujúce neznámu x alebo výrazy s neznámou x ako argumenty jednej alebo niekoľkých goniometrických funkcií nazývame goniometrickými rovnicami

Διαβάστε περισσότερα

7. FUNKCIE POJEM FUNKCIE

7. FUNKCIE POJEM FUNKCIE 7. FUNKCIE POJEM FUNKCIE Funkcia f reálnej premennej je : - každé zobrazenie f v množine všetkých reálnych čísel; - množina f všetkých usporiadaných dvojíc[,y] R R pre ktorú platí: ku každému R eistuje

Διαβάστε περισσότερα

Matematika prednáška 4 Postupnosti a rady 4.5 Funkcionálne rady - mocninové rady - Taylorov rad, MacLaurinov rad

Matematika prednáška 4 Postupnosti a rady 4.5 Funkcionálne rady - mocninové rady - Taylorov rad, MacLaurinov rad Matematika 3-13. prednáška 4 Postupnosti a rady 4.5 Funkcionálne rady - mocninové rady - Taylorov rad, MacLaurinov rad Erika Škrabul áková F BERG, TU Košice 15. 12. 2015 Erika Škrabul áková (TUKE) Taylorov

Διαβάστε περισσότερα

MIDTERM (A) riešenia a bodovanie

MIDTERM (A) riešenia a bodovanie MIDTERM (A) riešenia a bodovanie 1. (7b) Nech vzhl adom na štandardnú karteziánsku sústavu súradníc S 1 := O, e 1, e 2 majú bod P a vektory u, v súradnice P = [0, 1], u = e 1, v = 2 e 2. Aký predpis bude

Διαβάστε περισσότερα

Motivácia Denícia determinantu Výpo et determinantov Determinant sú inu matíc Vyuºitie determinantov. Determinanty. 14. decembra 2010.

Motivácia Denícia determinantu Výpo et determinantov Determinant sú inu matíc Vyuºitie determinantov. Determinanty. 14. decembra 2010. 14. decembra 2010 Rie²enie sústav Plocha rovnobeºníka Objem rovnobeºnostena Rie²enie sústav Príklad a 11 x 1 + a 12 x 2 = c 1 a 21 x 1 + a 22 x 2 = c 2 Dostaneme: x 1 = c 1a 22 c 2 a 12 a 11 a 22 a 12

Διαβάστε περισσότερα

Komplexné čísla, Diskrétna Fourierova transformácia 1

Komplexné čísla, Diskrétna Fourierova transformácia 1 Komplexné čísla, Diskrétna Fourierova transformácia Komplexné čísla C - množina všetkých komplexných čísel komplexné číslo: z = a + bi, kde a, b R, i - imaginárna jednotka i =, t.j. i =. komplexne združené

Διαβάστε περισσότερα

6 Limita funkcie. 6.1 Myšlienka limity, interval bez bodu

6 Limita funkcie. 6.1 Myšlienka limity, interval bez bodu 6 Limita funkcie 6 Myšlienka ity, interval bez bodu Intuitívna myšlienka ity je prirodzená, ale definovať presne pojem ity je značne obtiažne Nech f je funkcia a nech a je reálne číslo Čo znamená zápis

Διαβάστε περισσότερα

ARMA modely čast 2: moving average modely (MA)

ARMA modely čast 2: moving average modely (MA) ARMA modely čast 2: moving average modely (MA) Beáta Stehlíková Časové rady, FMFI UK, 2014/2015 ARMA modely časť 2: moving average modely(ma) p.1/24 V. Moving average proces prvého rádu - MA(1) ARMA modely

Διαβάστε περισσότερα

Motivácia pojmu derivácia

Motivácia pojmu derivácia Derivácia funkcie Motivácia pojmu derivácia Zaujíma nás priemerná intenzita zmeny nejakej veličiny (dráhy, rastu populácie, veľkosti elektrického náboja, hmotnosti), vzhľadom na inú veličinu (čas, dĺžka)

Διαβάστε περισσότερα

ARMA modely čast 2: moving average modely (MA)

ARMA modely čast 2: moving average modely (MA) ARMA modely čast 2: moving average modely (MA) Beáta Stehlíková Časové rady, FMFI UK, 2011/2012 ARMA modely časť 2: moving average modely(ma) p.1/25 V. Moving average proces prvého rádu - MA(1) ARMA modely

Διαβάστε περισσότερα

Úvod do lineárnej algebry. Monika Molnárová Prednášky

Úvod do lineárnej algebry. Monika Molnárová Prednášky Úvod do lineárnej algebry Monika Molnárová Prednášky 2006 Prednášky: 3 17 marca 2006 4 24 marca 2006 c RNDr Monika Molnárová, PhD Obsah 2 Sústavy lineárnych rovníc 25 21 Riešenie sústavy lineárnych rovníc

Διαβάστε περισσότερα

Ekvačná a kvantifikačná logika

Ekvačná a kvantifikačná logika a kvantifikačná 3. prednáška (6. 10. 004) Prehľad 1 1 (dokončenie) ekvačných tabliel Formula A je ekvačne dokázateľná z množiny axióm T (T i A) práve vtedy, keď existuje uzavreté tablo pre cieľ A ekvačných

Διαβάστε περισσότερα

Matematika 2. časť: Analytická geometria

Matematika 2. časť: Analytická geometria Matematika 2 časť: Analytická geometria RNDr. Jana Pócsová, PhD. Ústav riadenia a informatizácie výrobných procesov Fakulta BERG Technická univerzita v Košiciach e-mail: jana.pocsova@tuke.sk Súradnicové

Διαβάστε περισσότερα

Matematika 2. časť: Funkcia viac premenných Letný semester 2013/2014

Matematika 2. časť: Funkcia viac premenných Letný semester 2013/2014 Matematika 2 časť: Funkcia viac premenných Letný semester 2013/2014 RNDr. Jana Pócsová, PhD. Ústav riadenia a informatizácie výrobných procesov Fakulta BERG Technická univerzita v Košiciach e-mail: jana.pocsova@tuke.sk

Διαβάστε περισσότερα

x x x2 n

x x x2 n Reálne symetrické matice Skalárny súčin v R n. Pripomeniem, že pre vektory u = u, u, u, v = v, v, v R platí. dĺžka vektora u je u = u + u + u,. ak sú oba vektory nenulové a zvierajú neorientovaný uhol

Διαβάστε περισσότερα

Priamkové plochy. Ak každým bodom plochy Φ prechádza aspoň jedna priamka, ktorá (celá) na nej leží potom plocha Φ je priamková. Santiago Calatrava

Priamkové plochy. Ak každým bodom plochy Φ prechádza aspoň jedna priamka, ktorá (celá) na nej leží potom plocha Φ je priamková. Santiago Calatrava Priamkové plochy Priamkové plochy Ak každým bodom plochy Φ prechádza aspoň jedna priamka, ktorá (celá) na nej leží potom plocha Φ je priamková. Santiago Calatrava Priamkové plochy rozdeľujeme na: Rozvinuteľné

Διαβάστε περισσότερα

Príklady na precvičovanie Fourierove rady

Príklady na precvičovanie Fourierove rady Príklady na precvičovanie Fourierove rady Ďalším významným typom funkcionálnych radov sú trigonometrické rady, pri ktorých sú jednotlivé členy trigonometrickými funkciami. Konkrétne, jedná sa o rady tvaru

Διαβάστε περισσότερα

Prechod z 2D do 3D. Martin Florek 3. marca 2009

Prechod z 2D do 3D. Martin Florek 3. marca 2009 Počítačová grafika 2 Prechod z 2D do 3D Martin Florek florek@sccg.sk FMFI UK 3. marca 2009 Prechod z 2D do 3D Čo to znamená? Ako zobraziť? Súradnicové systémy Čo to znamená? Ako zobraziť? tretia súradnica

Διαβάστε περισσότερα

Súradnicová sústava (karteziánska)

Súradnicová sústava (karteziánska) Súradnicová sústava (karteziánska) = sú to na seba kolmé priamky (osi) prechádzajúce jedným bodom, na všetkých osiach sú jednotky rovnakej dĺžky-karteziánska sústava zavedieme ju nasledovne 1. zvolíme

Διαβάστε περισσότερα

Cvičenie č. 4,5 Limita funkcie

Cvičenie č. 4,5 Limita funkcie Cvičenie č. 4,5 Limita funkcie Definícia ity Limita funkcie (vlastná vo vlastnom bode) Nech funkcia f je definovaná na nejakom okolí U( ) bodu. Hovoríme, že funkcia f má v bode itu rovnú A, ak ( ε > )(

Διαβάστε περισσότερα

Obvod a obsah štvoruholníka

Obvod a obsah štvoruholníka Obvod a štvoruholníka D. Štyri body roviny z ktorých žiadne tri nie sú kolineárne (neležia na jednej priamke) tvoria jeden štvoruholník. Tie body (A, B, C, D) sú vrcholy štvoruholníka. strany štvoruholníka

Διαβάστε περισσότερα

7 Derivácia funkcie. 7.1 Motivácia k derivácii

7 Derivácia funkcie. 7.1 Motivácia k derivácii Híc, P Pokorný, M: Matematika pre informatikov a prírodné vedy 7 Derivácia funkcie 7 Motivácia k derivácii S využitím derivácií sa stretávame veľmi často v matematike, geometrii, fyzike, či v rôznych technických

Διαβάστε περισσότερα

M6: Model Hydraulický systém dvoch zásobníkov kvapaliny s interakciou

M6: Model Hydraulický systém dvoch zásobníkov kvapaliny s interakciou M6: Model Hydraulický ytém dvoch záobníkov kvapaliny interakciou Úlohy:. Zotavte matematický popi modelu Hydraulický ytém. Vytvorte imulačný model v jazyku: a. Matlab b. imulink 3. Linearizujte nelineárny

Διαβάστε περισσότερα

24. Základné spôsoby zobrazovania priestoru do roviny

24. Základné spôsoby zobrazovania priestoru do roviny 24. Základné spôsoby zobrazovania priestoru do roviny Voľné rovnobežné premietanie Presné metódy zobrazenia trojrozmerného priestoru do dvojrozmernej roviny skúma samostatná matematická disciplína, ktorá

Διαβάστε περισσότερα

Vektorový priestor V : Množina prvkov (vektory), na ktorej je definované ich sčítanie a ich

Vektorový priestor V : Množina prvkov (vektory), na ktorej je definované ich sčítanie a ich Tuesday 15 th January, 2013, 19:53 Základy tenzorového počtu M.Gintner Vektorový priestor V : Množina prvkov (vektory), na ktorej je definované ich sčítanie a ich násobenie reálnym číslom tak, že platí:

Διαβάστε περισσότερα

Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy

Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy Beáta Stehlíková Časové rady, FMFI UK, 2012/2013 Jednotkový koreň(unit root),diferencovanie časového radu, unit root testy p.1/18

Διαβάστε περισσότερα

Numerické metódy matematiky I

Numerické metódy matematiky I Prednáška č. 7 Numerické metódy matematiky I Riešenie sústav lineárnych rovníc ( pokračovanie ) Prednáška č. 7 OBSAH 1. Metóda singulárneho rozkladu (SVD) Úvod SVD štvorcovej matice SVD pre menej rovníc

Διαβάστε περισσότερα

Moderné vzdelávanie pre vedomostnú spoločnosť Projekt je spolufinancovaný zo zdrojov EÚ M A T E M A T I K A

Moderné vzdelávanie pre vedomostnú spoločnosť Projekt je spolufinancovaný zo zdrojov EÚ M A T E M A T I K A M A T E M A T I K A PRACOVNÝ ZOŠIT II. ROČNÍK Mgr. Agnesa Balážová Obchodná akadémia, Akademika Hronca 8, Rožňava PRACOVNÝ LIST 1 Urč typ kvadratickej rovnice : 1. x 2 3x = 0... 2. 3x 2 = - 2... 3. -4x

Διαβάστε περισσότερα

Obyčajné diferenciálne rovnice

Obyčajné diferenciálne rovnice (ÚMV/MAN3b/10) RNDr. Ivan Mojsej, PhD ivan.mojsej@upjs.sk 14.3.2013 Úvod patria k najdôležitejším a najviac prepracovaným matematickým disciplínam. Nielen v minulosti, ale aj v súčastnosti predstavujú

Διαβάστε περισσότερα

FUNKCIE N REÁLNYCH PREMENNÝCH

FUNKCIE N REÁLNYCH PREMENNÝCH FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY UNIVERZITY KOMENSKÉHO V BRATISLAVE FUNKCIE N REÁLNYCH PREMENNÝCH RNDr. Kristína Rostás, PhD. PREDMET: Matematická analýza ) 2010/2011 1. DEFINÍCIA REÁLNEJ FUNKCIE

Διαβάστε περισσότερα

Matematická analýza pre fyzikov IV.

Matematická analýza pre fyzikov IV. 119 Dodatok - klasické riešenia PDR 8.1. Parciálne diferenciálne rovnice Príklady parciálnych diferenciálnych rovníc: Lalpaceova rovnica u = 0 Helmholtzova rovnica u = λu n Lineárna transportná rovnica

Διαβάστε περισσότερα

DIFERENCÁLNE ROVNICE Matematická analýza (MAN 2c)

DIFERENCÁLNE ROVNICE Matematická analýza (MAN 2c) Prírodovedecká fakulta Univerzity P. J. Šafárika v Košiciach Božena Mihalíková, Ivan Mojsej Strana 1 z 43 DIFERENCÁLNE ROVNICE Matematická analýza (MAN 2c) 1 Obyčajné diferenciálne rovnice 3 1.1 Úlohy

Διαβάστε περισσότερα

Technická univerzita v Košiciach Fakulta elektrotechniky a informatiky MATEMATIKA II. Zbierka riešených a neriešených úloh

Technická univerzita v Košiciach Fakulta elektrotechniky a informatiky MATEMATIKA II. Zbierka riešených a neriešených úloh Technická univerzita v Košiciach Fakulta elektrotechniky a informatiky MATEMATIKA II Zbierka riešených a neriešených úloh Anna Grinčová Jana Petrillová Košice 06 Technická univerzita v Košiciach Fakulta

Διαβάστε περισσότερα

Definícia parciálna derivácia funkcie podľa premennej x. Definícia parciálna derivácia funkcie podľa premennej y. Ak existuje limita.

Definícia parciálna derivácia funkcie podľa premennej x. Definícia parciálna derivácia funkcie podľa premennej y. Ak existuje limita. Teória prednáška č. 9 Deinícia parciálna deriácia nkcie podľa premennej Nech nkcia Ak eistje limita je deinoaná okolí bod [ ] lim. tak túto limit nazýame parciálno deriácio nkcie podľa premennej bode [

Διαβάστε περισσότερα

Metódy vol nej optimalizácie

Metódy vol nej optimalizácie Metódy vol nej optimalizácie Metódy vol nej optimalizácie p. 1/28 Motivácia k metódam vol nej optimalizácie APLIKÁCIE p. 2/28 II 1. PRÍKLAD: Lineárna regresia - metóda najmenších štvorcov Na základe dostupných

Διαβάστε περισσότερα

Úvod. Na čo nám je numerická matematika? Poskytuje nástroje na matematické riešenie problémov reálneho sveta (fyzika, biológia, ekonómia,...

Úvod. Na čo nám je numerická matematika? Poskytuje nástroje na matematické riešenie problémov reálneho sveta (fyzika, biológia, ekonómia,... Úvod Na čo nám je numerická matematika? Poskytuje nástroje na matematické riešenie problémov reálneho sveta (fyzika, biológia, ekonómia,...) Postup pri riešení problémov: 1. formulácia problému 2. formulácia

Διαβάστε περισσότερα

VLASTNÉ ČÍSLA A JORDANOV KANONICKÝ TVAR. Michal Zajac. 3 T b 1 = T b 2 = = = 2b

VLASTNÉ ČÍSLA A JORDANOV KANONICKÝ TVAR. Michal Zajac. 3 T b 1 = T b 2 = = = 2b VLASTNÉ ČÍSLA A JORDANOV KANONICKÝ TVAR Michal Zajac Vlastné čísla a vlastné vektory Pripomeňme najprv, že lineárny operátor T : L L je vzhl adom na bázu B = {b 1, b 2,, b n } lineárneho priestoru L určený

Διαβάστε περισσότερα

Prednáška Fourierove rady. Matematická analýza pre fyzikov IV. Jozef Kise lák

Prednáška Fourierove rady. Matematická analýza pre fyzikov IV. Jozef Kise lák Prednáška 6 6.1. Fourierove rady Základná myšlienka: Nech x Haφ 1,φ 2,...,φ n,... je ortonormálny systém v H, dá sa tento prvok rozvinút do radu x=c 1 φ 1 + c 2 φ 2 +...,c n φ n +...? Ako nájdeme c i,

Διαβάστε περισσότερα

Start. Vstup r. O = 2*π*r S = π*r*r. Vystup O, S. Stop. Start. Vstup P, C V = P*C*1,19. Vystup V. Stop

Start. Vstup r. O = 2*π*r S = π*r*r. Vystup O, S. Stop. Start. Vstup P, C V = P*C*1,19. Vystup V. Stop 1) Vytvorte algoritmus (vývojový diagram) na výpočet obvodu kruhu. O=2xπxr ; S=πxrxr Vstup r O = 2*π*r S = π*r*r Vystup O, S 2) Vytvorte algoritmus (vývojový diagram) na výpočet celkovej ceny výrobku s

Διαβάστε περισσότερα

Lineárna algebra I - pole skalárov, lineárny priestor, lineárna závislosť, dimenzia, podpriestor, suma podpriestorov, izomorfizmus

Lineárna algebra I - pole skalárov, lineárny priestor, lineárna závislosť, dimenzia, podpriestor, suma podpriestorov, izomorfizmus 1. prednáška Lineárna algebra I - pole skalárov, lineárny priestor, lineárna závislosť, dimenzia, podpriestor, suma podpriestorov, izomorfizmus Matematickým základom kvantovej mechaniky je teória Hilbertových

Διαβάστε περισσότερα

Goniometrické substitúcie

Goniometrické substitúcie Goniometrické substitúcie Marta Kossaczká S goniometrickými funkciami ste sa už určite stretli, pravdepodobne predovšetkým v geometrii. Ich použitie tam ale zďaleka nekončí. Nazačiatoksizhrňme,čoonichvieme.Funkciesínusakosínussadajúdefinovať

Διαβάστε περισσότερα

PREHĽAD ZÁKLADNÝCH VZORCOV A VZŤAHOV ZO STREDOŠKOLSKEJ MATEMATIKY. Pomôcka pre prípravný kurz

PREHĽAD ZÁKLADNÝCH VZORCOV A VZŤAHOV ZO STREDOŠKOLSKEJ MATEMATIKY. Pomôcka pre prípravný kurz KATEDRA APLIKOVANEJ MATEMATIKY A INFORMATIKY STROJNÍCKA FAKULTA TU KOŠICE PREHĽAD ZÁKLADNÝCH VZORCOV A VZŤAHOV ZO STREDOŠKOLSKEJ MATEMATIKY Pomôcka pre prípravný kurz 8 ZÁKLADNÉ ALGEBRAICKÉ VZORCE ) (a±b)

Διαβάστε περισσότερα

3. Striedavé prúdy. Sínusoida

3. Striedavé prúdy. Sínusoida . Striedavé prúdy VZNIK: Striedavý elektrický prúd prechádza obvodom, ktorý je pripojený na zdroj striedavého napätia. Striedavé napätie vyrába synchrónny generátor, kde na koncoch rotorového vinutia sa

Διαβάστε περισσότερα

Analytická geometria

Analytická geometria Analytická geometria Analytická geometria je oblasť matematiky, v ktorej sa študujú geometrické útvary a vzťahy medzi nimi pomocou ich analytických vyjadrení. Praktický význam analytického vyjadrenia je

Διαβάστε περισσότερα

Einsteinove rovnice. obrázkový úvod do Všeobecnej teórie relativity. Pavol Ševera. Katedra teoretickej fyziky a didaktiky fyziky

Einsteinove rovnice. obrázkový úvod do Všeobecnej teórie relativity. Pavol Ševera. Katedra teoretickej fyziky a didaktiky fyziky Einsteinove rovnice obrázkový úvod do Všeobecnej teórie relativity Pavol Ševera Katedra teoretickej fyziky a didaktiky fyziky (Pseudo)historický úvod Gravitácia / Elektromagnetizmus (Pseudo)historický

Διαβάστε περισσότερα

Elektromagnetické pole

Elektromagnetické pole Elektromagnetické pole Elektromagnetická vlna. Maxwellove rovnice v integrálnom tvare a diferenciálnom tvare. Vlnové rovnice pre E a. Vjadrenie rýchlosti elektromagnetickej vln. Vlastnosti a znázornenie

Διαβάστε περισσότερα

Tomáš Madaras Prvočísla

Tomáš Madaras Prvočísla Prvočísla Tomáš Madaras 2011 Definícia Nech a Z. Čísla 1, 1, a, a sa nazývajú triviálne delitele čísla a. Cele číslo a / {0, 1, 1} sa nazýva prvočíslo, ak má iba triviálne delitele; ak má aj iné delitele,

Διαβάστε περισσότερα

Súčtové vzorce. cos (α + β) = cos α.cos β sin α.sin β cos (α β) = cos α.cos β + sin α.sin β. tg (α β) = cotg (α β) =.

Súčtové vzorce. cos (α + β) = cos α.cos β sin α.sin β cos (α β) = cos α.cos β + sin α.sin β. tg (α β) = cotg (α β) =. Súčtové vzorce Súčtové vzorce sú goniometrické hodnoty súčtov a rozdielov dvoch uhlov Sem patria aj goniometrické hodnoty dvojnásobného a polovičného uhla a pridám aj súčet a rozdiel goniometrických funkcií

Διαβάστε περισσότερα

Kapitola K2 Plochy 1

Kapitola K2 Plochy 1 Kapitola K2 Plochy 1 Plocha je množina bodov v priestore, ktorá vznikne spojitým pohybom čiary u, ktorá nie je dráhou tohto pohybu, pričom tvar čiary u sa počas pohybu môže meniť. Čiara u sa nazýva tvoriaca

Διαβάστε περισσότερα

Funkcie - základné pojmy

Funkcie - základné pojmy Funkcie - základné pojmy DEFINÍCIA FUNKCIE Nech A, B sú dve neprázdne číselné množiny. Ak každému prvku x A je priradený najviac jeden prvok y B, tak hovoríme, že je daná funkcia z množiny A do množiny

Διαβάστε περισσότερα

Úvod do lineárnej algebry

Úvod do lineárnej algebry Katedra matematiky Fakulta elektrotechniky a informatiky Technická Univerzita v Košiciach Úvod do lineárnej algebry Monika Molnárová, Helena Myšková 005 RECENZOVALI: RNDr. Štefan Schrötter, CSc. RNDr.

Διαβάστε περισσότερα

Cieľom cvičenia je zvládnuť riešenie diferenciálnych rovníc pomocou Laplaceovej transformácie,

Cieľom cvičenia je zvládnuť riešenie diferenciálnych rovníc pomocou Laplaceovej transformácie, Kapitola Riešenie diferenciálnych rovníc pomocou Laplaceovej tranformácie Cieľom cvičenia je zvládnuť riešenie diferenciálnych rovníc pomocou Laplaceovej tranformácie, keď charakteritická rovnica má rôzne

Διαβάστε περισσότερα

Zložené funkcie a substitúcia

Zložené funkcie a substitúcia 3. kapitola Zložené funkcie a substitúcia Doteraz sme sa pri funkciách stretli len so závislosťami medzi dvoma premennými. Napríklad vzťah y=x 2 nám hovoril, ako závisí premenná y od premennej x. V praxi

Διαβάστε περισσότερα

M8 Model "Valcová a kužeľová nádrž v sérií bez interakcie"

M8 Model Valcová a kužeľová nádrž v sérií bez interakcie M8 Model "Valcová a kužeľová nádrž v sérií bez interakcie" Úlohy: 1. Zostavte matematický popis modelu M8 2. Vytvorte simulačný model v prostredí: a) Simulink zostavte blokovú schému, pomocou rozkladu

Διαβάστε περισσότερα

Spojité rozdelenia pravdepodobnosti. Pomôcka k predmetu PaŠ. RNDr. Aleš Kozubík, PhD. 26. marca Domovská stránka. Titulná strana.

Spojité rozdelenia pravdepodobnosti. Pomôcka k predmetu PaŠ. RNDr. Aleš Kozubík, PhD. 26. marca Domovská stránka. Titulná strana. Spojité rozdelenia pravdepodobnosti Pomôcka k predmetu PaŠ Strana z 7 RNDr. Aleš Kozubík, PhD. 6. marca 3 Zoznam obrázkov Rovnomerné rozdelenie Ro (a, b). Definícia.........................................

Διαβάστε περισσότερα

Spriahnute oscilatory

Spriahnute oscilatory Spriahnute oscilatory Juraj Tekel 1 Tema spriahnutych oscilatorov je na strednej skole vacsinou vynechana. Je vsak velmi zaujimava a velmi dolezita. Ide o situaciu, ked sa sustava sklada z viacerych telies,

Διαβάστε περισσότερα

Integrovanie racionálnych funkcií

Integrovanie racionálnych funkcií Integrovanie racionálnych funkcií Tomáš Madaras 2009-20 Z teórie funkcií už vieme, že každá racionálna funkcia (t.j. podiel dvoch polynomických funkcií) sa dá zapísať ako súčet polynomickej funkcie a funkcie

Διαβάστε περισσότερα

Numerické metódy Učebný text pre bakalárske štúdium

Numerické metódy Učebný text pre bakalárske štúdium Imrich Pokorný Numerické metódy Učebný text pre bakalárske štúdium Strana 1 z 48 1 Nepresnosť numerického riešenia úloh 4 1.1 Zdroje chýb a ich klasifikácia................... 4 1.2 Základné pojmy odhadu

Διαβάστε περισσότερα

Obsah. 1.1 Reálne čísla a ich základné vlastnosti... 7 1.1.1 Komplexné čísla... 8

Obsah. 1.1 Reálne čísla a ich základné vlastnosti... 7 1.1.1 Komplexné čísla... 8 Obsah 1 Číselné obory 7 1.1 Reálne čísla a ich základné vlastnosti............................ 7 1.1.1 Komplexné čísla................................... 8 1.2 Číselné množiny.......................................

Διαβάστε περισσότερα

Technická univerzita v Košiciach. Zbierka riešených a neriešených úloh. z matematiky. pre uchádzačov o štúdium na TU v Košiciach

Technická univerzita v Košiciach. Zbierka riešených a neriešených úloh. z matematiky. pre uchádzačov o štúdium na TU v Košiciach Technická univerzita v Košiciach Zbierka riešených a neriešených úloh z matematiky pre uchádzačov o štúdium na TU v Košiciach Martin Bača Ján Buša Andrea Feňovčíková Zuzana Kimáková Denisa Olekšáková Štefan

Διαβάστε περισσότερα

Numerické metódy Zbierka úloh

Numerické metódy Zbierka úloh Blanka Baculíková Ivan Daňo Numerické metódy Zbierka úloh Strana 1 z 37 Predhovor 3 1 Nelineárne rovnice 4 2 Sústavy lineárnych rovníc 7 3 Sústavy nelineárnych rovníc 1 4 Interpolačné polynómy 14 5 Aproximácia

Διαβάστε περισσότερα

Základné vzťahy medzi hodnotami goniometrických funkcií

Základné vzťahy medzi hodnotami goniometrických funkcií Ma-Go-2-T List Základné vzťahy medzi hodnotami goniometrických funkcií RNDr. Marián Macko U: Predstav si, že ti zadám hodnotu jednej z goniometrických funkcií. Napríklad sin x = 0,6. Vedel by si určiť

Διαβάστε περισσότερα

Úvod 2 Predhovor... 2 Sylaby a literatúra... 2 Označenia... 2

Úvod 2 Predhovor... 2 Sylaby a literatúra... 2 Označenia... 2 Obsah Úvod Predhovor Sylaby a literatúra Označenia Euklidovské vektorové priestory 3 Skalárny súčin 3 Gram-Schmidtov ortogonalizačný proces 8 Kvadratické formy 6 Definícia a základné vlastnosti 6 Kanonický

Διαβάστε περισσότερα

primitívnoufunkcioukfukncii f(x)=xnamnožinereálnychčísel.avšakaj 2 +1 = x, tedaajfunkcia x2

primitívnoufunkcioukfukncii f(x)=xnamnožinereálnychčísel.avšakaj 2 +1 = x, tedaajfunkcia x2 Neurčitý integrál. Primitívna funkcia a neurčitý integrál Funkcia F(x)sanazývaprimitívnoufunkcioukfunkcii f(x)naintervale(a,b),akpre každé x (a,b)platí F (x)=f(x). Z definície vidíme, že pojem primitívnej

Διαβάστε περισσότερα

Úvod. Na čo nám je numerická matematika? Poskytuje nástroje na matematické riešenie problémov reálneho sveta (fyzika, biológia, ekonómia,...

Úvod. Na čo nám je numerická matematika? Poskytuje nástroje na matematické riešenie problémov reálneho sveta (fyzika, biológia, ekonómia,... Úvod Na čo nám je numerická matematika? Poskytuje nástroje na matematické riešenie problémov reálneho sveta (fyzika, biológia, ekonómia,...) Postup pri riešení problémov: 1. formulácia problému 2. formulácia

Διαβάστε περισσότερα

Derivácia funkcie. Pravidlá derivovania výrazov obsahujúcich operácie. Derivácie elementárnych funkcií

Derivácia funkcie. Pravidlá derivovania výrazov obsahujúcich operácie. Derivácie elementárnych funkcií Derivácia funkcie Derivácia funkcie je jeden z najužitočnejších nástrojov, ktoré používame v matematike a jej aplikáciách v ďalších odboroch. Stručne zhrnieme základné informácie o deriváciách. Podrobnejšie

Διαβάστε περισσότερα

Smernicový tvar rovnice priamky

Smernicový tvar rovnice priamky VoAg1-T List 1 Smernicový tvar rovnice priamk RNDr.Viera Vodičková U: Medzi prevratné objav analtickej geometrie patrí to, že s priamkou nenarábame ako s geometrickým objektom, ale popisujeme ju rovnicou.

Διαβάστε περισσότερα

Goniometrické funkcie

Goniometrické funkcie Goniometrické funkcie Oblúková miera Goniometrické funkcie sú funkcie, ktoré sa používajú pri meraní uhlov (Goniometria Meranie Uhla). Pri týchto funkciách sa uvažuje o veľkostiach uhlov udaných v oblúkovej

Διαβάστε περισσότερα

Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy

Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy Beáta Stehlíková Časové rady, FMFI UK, 2013/2014 Jednotkový koreň(unit root),diferencovanie časového radu, unit root testy p.1/27

Διαβάστε περισσότερα

1. písomná práca z matematiky Skupina A

1. písomná práca z matematiky Skupina A 1. písomná práca z matematiky Skupina A 1. Vypočítajte : a) 84º 56 + 32º 38 = b) 140º 53º 24 = c) 55º 12 : 2 = 2. Vypočítajte zvyšné uhly na obrázku : β γ α = 35 12 δ a b 3. Znázornite na číselnej osi

Διαβάστε περισσότερα

Chí kvadrát test dobrej zhody. Metódy riešenia úloh z pravdepodobnosti a štatistiky

Chí kvadrát test dobrej zhody. Metódy riešenia úloh z pravdepodobnosti a štatistiky Chí kvadrát test dobrej zhody Metódy riešenia úloh z pravdepodobnosti a štatistiky www.iam.fmph.uniba.sk/institute/stehlikova Test dobrej zhody I. Chceme overiť, či naše dáta pochádzajú z konkrétneho pravdep.

Διαβάστε περισσότερα

23. Zhodné zobrazenia

23. Zhodné zobrazenia 23. Zhodné zobrazenia Zhodné zobrazenie sa nazýva zhodné ak pre každé dva vzorové body X,Y a ich obrazy X,Y platí: X,Y = X,Y {Vzdialenosť vzorov sa rovná vzdialenosti obrazov} Medzi zhodné zobrazenia patria:

Διαβάστε περισσότερα

Obsah. 1.1 Základné pojmy a vzťahy Základné neurčité integrály Cvičenia Výsledky... 11

Obsah. 1.1 Základné pojmy a vzťahy Základné neurčité integrály Cvičenia Výsledky... 11 Obsah Neurčitý integrál 7. Základné pojmy a vzťahy.................................. 7.. Základné neurčité integrály............................. 9.. Cvičenia..........................................3

Διαβάστε περισσότερα

Goniometrické rovnice riešené substitúciou

Goniometrické rovnice riešené substitúciou Ma-Go-10-T List 1 Goniometrické rovnice riešené substitúciou RNDr. Marián Macko U: Okrem základných goniometrických rovníc, ktorým sme sa už venovali, existujú aj zložitejšie goniometrické rovnice. Metódy

Διαβάστε περισσότερα

Vzorové príklady s riešeniami k lineárnej algebre a geometrie pre aplikovaných informatikov k písomke

Vzorové príklady s riešeniami k lineárnej algebre a geometrie pre aplikovaných informatikov k písomke Vzorové príklady s riešeniami k lineárnej algebre a geometrie pre aplikovaných informatikov k písomke 23.5.26 Príklad č. Riešte sústavu Bx = r (B r) 2 3 4 2 3 4 6 8 8 2 (B r) = 6 9 2 6 3 9 2 3 4 2 3 2

Διαβάστε περισσότερα

MATEMATIKA I ZBIERKA ÚLOH

MATEMATIKA I ZBIERKA ÚLOH TECHNICKÁ UNIVERZITA V KOŠICIACH STAVEBNÁ FAKULTA ÚSTAV TECHNOLÓGIÍ, EKONOMIKY A MANAŽMENTU V STAVEBNÍCTVE KATEDRA APLIKOVANEJ MATEMATIKY RNDr. Pavol PURCZ, PhD. Mgr. Adriana ŠUGÁROVÁ MATEMATIKA I ZBIERKA

Διαβάστε περισσότερα

Nelineárne optimalizačné modely a metódy

Nelineárne optimalizačné modely a metódy Nelineárne optimalizačné modely a metódy Téma prednášky č. 8 Metódy transformujúce úlohu naviazaný extrém na úlohu na voľný extrém Prof. Ing. Michal Fendek, CSc. Katedra operačného výskumu a ekonometrie

Διαβάστε περισσότερα

NUMERICKÁ MATEMATIKA. Moderné vzdelávanie pre vedomostnú spoločnosť/ Projekt je spolufinancovaný zo zdrojov EÚ. Fakulta elektrotechniky a informatiky

NUMERICKÁ MATEMATIKA. Moderné vzdelávanie pre vedomostnú spoločnosť/ Projekt je spolufinancovaný zo zdrojov EÚ. Fakulta elektrotechniky a informatiky Moderné vzdelávanie pre vedomostnú spoločnosť/ Projekt je spolufinancovaný zo zdrojov EÚ NUMERICKÁ MATEMATIKA Fakulta elektrotechniky a informatiky Štefan Berežný Táto publikácia vznikla za finančnej podpory

Διαβάστε περισσότερα

Ján Buša Štefan Schrötter

Ján Buša Štefan Schrötter Ján Buša Štefan Schrötter 1 KOMPLEXNÉ ČÍSLA 1 1.1 Pojem komplexného čísla Väčšine z nás je známe, že druhá mocnina ľubovoľného reálneho čísla nemôže byť záporná (ináč povedané: pre každé x R je x 0). Ako

Διαβάστε περισσότερα

,Zohrievanie vody indukčným varičom bez pokrievky,

,Zohrievanie vody indukčným varičom bez pokrievky, Farba skupiny: zelená Označenie úlohy:,zohrievanie vody indukčným varičom bez pokrievky, Úloha: Zistiť, ako závisí účinnosť zohrievania vody na indukčnom variči od priemeru použitého hrnca. Hypotéza: Účinnosť

Διαβάστε περισσότερα

NUMERICKÁ MATEMATIKA A MATEMATICKÁ ŠTATISTIKA

NUMERICKÁ MATEMATIKA A MATEMATICKÁ ŠTATISTIKA Moderné vzdelávanie pre vedomostnú spoločnosť Projekt je spolufinancovaný zo zdrojov EÚ NUMERICKÁ MATEMATIKA A MATEMATICKÁ ŠTATISTIKA Stavebná fakulta Doc.Ing. Roman Vodička, PhD. RNDr. PavolPurcz, PhD.

Διαβάστε περισσότερα

Mini minimaliz acia an BUˇ Koˇ sice 2011

Mini minimaliz acia an BUˇ Koˇ sice 2011 Mini minimalizácia Ján BUŠA Košice 2011 RECENZOVALI: Prof. RNDr. Noname, CSc. Doc. RNDr. Emanname, PhD. Prvé vydanie Za odbornú stránku učebného textu zodpovedá autor. Rukopis neprešiel redakčnou ani jazykovou

Διαβάστε περισσότερα

Gramatická indukcia a jej využitie

Gramatická indukcia a jej využitie a jej využitie KAI FMFI UK 29. Marec 2010 a jej využitie Prehľad Teória formálnych jazykov 1 Teória formálnych jazykov 2 3 a jej využitie Na počiatku bolo slovo. A slovo... a jej využitie Definícia (Slovo)

Διαβάστε περισσότερα

18. kapitola. Ako navariť z vody

18. kapitola. Ako navariť z vody 18. kapitola Ako navariť z vody Slovným spojením navariť z vody sa zvyknú myslieť dve rôzne veci. Buď to, že niekto niečo tvrdí, ale nevie to poriadne vyargumentovať, alebo to, že niekto začal s málom

Διαβάστε περισσότερα

1.4 Rovnice, nerovnice a ich sústavy

1.4 Rovnice, nerovnice a ich sústavy 1. Rovnice, nerovnice a ich sústavy Osah Pojmy: rovnica, nerovnica, sústava rovníc, sústava nerovníc a ich riešenie, koeficient, koreň, koreňový činiteľ, diskriminant, doplnenie do štvorca, úprava na súčin,

Διαβάστε περισσότερα

STRIEDAVÝ PRÚD - PRÍKLADY

STRIEDAVÝ PRÚD - PRÍKLADY STRIEDAVÝ PRÚD - PRÍKLADY Príklad0: V sieti je frekvencia 50 Hz. Vypočítajte periódu. T = = = 0,02 s = 20 ms f 50 Hz Príklad02: Elektromotor sa otočí 50x za sekundu. Koľko otáčok má za minútu? 50 Hz =

Διαβάστε περισσότερα

Reálna funkcia reálnej premennej

Reálna funkcia reálnej premennej (ÚMV/MAN3a/10) RNDr. Ivan Mojsej, PhD ivan.mojsej@upjs.sk 18.10.2012 Úvod V každodennom živote, hlavne pri skúmaní prírodných javov, procesov sa stretávame so závislosťou veľkosti niektorých veličín od

Διαβάστε περισσότερα

Deliteľnosť a znaky deliteľnosti

Deliteľnosť a znaky deliteľnosti Deliteľnosť a znaky deliteľnosti Medzi základné pojmy v aritmetike celých čísel patrí aj pojem deliteľnosť. Najprv si povieme, čo znamená, že celé číslo a delí celé číslo b a ako to zapisujeme. Nech a

Διαβάστε περισσότερα

TREDNÁ ODBORNÁ ŠKOLA STRÁŽSKE PRACOVNÝ ZOŠIT. k predmetu Matematika pre

TREDNÁ ODBORNÁ ŠKOLA STRÁŽSKE PRACOVNÝ ZOŠIT. k predmetu Matematika pre TREDNÁ ODBORNÁ ŠKOLA STRÁŽSKE PRACOVNÝ ZOŠIT k predmetu Matematika pre 2. ročník SOŠ v Strážskom, študijný odbor 3760 6 00 prevádzka a ekonomika dopravy Operačný program: Vzdelávanie Programové obdobie:

Διαβάστε περισσότερα

MATEMATICKÁ OLYMPIÁDA

MATEMATICKÁ OLYMPIÁDA S MATEMATICÁ OLYMPIÁDA skmo.sk 2008/2009 58. ročník Matematickej olympiády Riešenia úloh IMO. Nech n je kladné celé číslo a a,..., a k (k 2) sú navzájom rôzne celé čísla z množiny {,..., n} také, že n

Διαβάστε περισσότερα

Vektorové a skalárne polia

Vektorové a skalárne polia Vetorové a salárne pola Ω E e prestorová oblasť - otvorená alebo uavretá súvslá podmnožna bodov prestoru E určených arteánsm súradncam usporadaným trocam reálnch čísel X [ ] R. Nech e salárna unca torá

Διαβάστε περισσότερα

Goniometrické nerovnice

Goniometrické nerovnice Ma-Go--T List Goniometrické nerovnice RNDr. Marián Macko U: Problematiku, ktorej sa budeme venovať, začneme úlohou. Máme určiť definičný obor funkcie f zadanej predpisom = sin. Máš predstavu, s čím táto

Διαβάστε περισσότερα

1 Úvod Predhovor Sylaby a literatúra Základné označenia... 3

1 Úvod Predhovor Sylaby a literatúra Základné označenia... 3 Obsah 1 Úvod 3 1.1 Predhovor...................................... 3 1.2 Sylaby a literatúra................................. 3 1.3 Základné označenia................................. 3 2 Množiny a zobrazenia

Διαβάστε περισσότερα

Riešenie rovníc s aplikáciou na elektrické obvody

Riešenie rovníc s aplikáciou na elektrické obvody Zadanie č.1 Riešenie rovníc s aplikáciou na elektrické obvody Nasledujúce uvedené poznatky z oblasti riešenia elektrických obvodov pomocou metódy slučkových prúdov a uzlových napätí je potrebné využiť

Διαβάστε περισσότερα

Faculty of Mathematics, Physics and Informatics Comenius University Bratislava. NumDif

Faculty of Mathematics, Physics and Informatics Comenius University Bratislava. NumDif Numerické riešenie diferenciálnych rovníc Jela Babušíková Faculty of Mathematics, Physics and Informatics Comenius University Bratislava Klasifikácia diferenciálnych rovníc: obyčajné - počiatočná a okrajová

Διαβάστε περισσότερα

G. Monoszová, Analytická geometria 2 - Kapitola III

G. Monoszová, Analytická geometria 2 - Kapitola III text obsahuje znenia viet, ktoré budeme dokazovat na prednáškach text je doplnený aj o množstvo poznámok, ich ciel om je dopomôct študentom k lepšiemu pochopeniu pojmov aj súvislostí medzi nimi text je

Διαβάστε περισσότερα

Termodynamika. Doplnkové materiály k prednáškam z Fyziky I pre SjF Dušan PUDIŠ (2008)

Termodynamika. Doplnkové materiály k prednáškam z Fyziky I pre SjF Dušan PUDIŠ (2008) ermodynamika nútorná energia lynov,. veta termodynamická, Izochorický dej, Izotermický dej, Izobarický dej, diabatický dej, Práca lynu ri termodynamických rocesoch, arnotov cyklus, Entroia Dolnkové materiály

Διαβάστε περισσότερα

Volny pad s odoporom vzduchu (ako uvod do poruchovych vypoctov)

Volny pad s odoporom vzduchu (ako uvod do poruchovych vypoctov) Volny pad s odoporom vzduchu (ako uvod do poruchovych vypoctov) Juro Tekel juraj(dot)tekel(at)gmail(dot)com Text o tom, ako sa da priblizne poratat volny pad s odporom vzduchu a o tom, ze sa to rovnako

Διαβάστε περισσότερα