POCHODNA KIERUNKOWA. DEFINICJA Jeśli istnieje granica lim. to granica ta nazywa siȩ pochodn a kierunkow a funkcji f(m) w kierunku osi l i oznaczamy

Wielkość: px
Rozpocząć pokaz od strony:

Download "POCHODNA KIERUNKOWA. DEFINICJA Jeśli istnieje granica lim. to granica ta nazywa siȩ pochodn a kierunkow a funkcji f(m) w kierunku osi l i oznaczamy"

Transkrypt

1 POCHODNA KIERUNKOWA Pochodne cz astkowe funkcji f(m) = f(x, y, z) wzglȩdem x, wzglȩdem y i wzglȩdem z wyrażaj a prȩdkość zmiany funkcji w kierunku osi wspó lrzȩdnych; np. f x jest prȩdkości a zmiany funkcji wzglȩdem x - zak lada siȩ, że punkt przesuwa siȩ tylko po prostej równoleg lej do osi x. Określimy teraz pojȩcie prȩdkości zmiany lub pochodnej funkcji w dowolnie zadanym kierunku. Niech funkcja f(m) bȩdzie określona w pewnym obszarze otwartym. Rozpatrzmy dowolny punkt M 0 = (x 0, y 0, z 0 ) tego obszaru i dowoln a prost a skierowan a (oś) l przechodz ac a przez ten punkt. Niech M = (x, y, z) oznacza dowolny punkt tej osi a M 0 M - d lugość odcinka miȩdzy M 0 i M wziȩt a ze znakiem plus, gdy zwrot M 0 M pokrywa siȩ ze znakiem osi l i ze znakiem minus w przeciwnym przypadku. Niech M zbliża siȩ do M 0. DEFINICJA Jeśli istnieje granica f(m) f(m 0 ) lim M M 0 M 0 M to granica ta nazywa siȩ pochodn a kierunkow a funkcji f(m) w kierunku osi l i oznaczamy j a f l (M 0) Pochodna ta określa prȩdkość zmiany funkcji w punkcie M 0 w kierunku l. W szczególności zwyk le pochodne cz astkowe też można rozpatrywać jako pochodne kierunkowe. Za lóżmy, że funkcja f(x, y, z) ma w rozpatrywanym obszarze ci ag le pochodne cz astkowe. Niech oś l tworzy z osiami wspó lrzȩdnych k aty α, β, γ. Pokażemy, że Oznaczmy M 0 M = t, wtedy f l (x 0, y 0, z 0 ) = f f f cos α + cos β + x y z cos γ x x 0 = t cos α, y y 0 = t cos β, z z 0 = t cos γ 1

2 Tak wiȩc wspó lrzȩdne x, y, z wzd luż osi l można rozpatrywać jako funkcje zmiennej t: x = x 0 + t cos α, y = y 0 + t cos β, z = z 0 + t cos γ a funkcjȩ f(m) = f(x, y, z) - jako funkcjȩ z lożon a ϕ(t) zmiennej t. Przy tych oznaczeniach punktowi M 0 odpowiada wartość t równa zero. Otrzymujemy wiȩc f l (M f(m) f(m 0 ) 0) = lim M M 0 M 0 M = lim t 0 ϕ(t) ϕ(0) t = ϕ (0) jeśli tylko istnieje pochodna ϕ (0). Pochodna ϕ (t) istnieje przy przyjȩtych za lożeniach i wyraża siȩ wzorem ϕ (t) = f x dx dt + f y dy dt + f z dz dt Korzystaj ac z wzorów na wspó lrzȩdne x, y, z otrzymamy sk ad wynika nasz wzór. ϕ (t) = f f f cos α + cos β + x y z cos γ Sprawdzimy teraz w jakim kierunku w danym punkcie funkcja bȩdzie ros la najszybciej. Zak ladamy, że pochodne a = f(x 0, y 0, z 0 ) x, b = f(x 0, y 0, z 0 ), c = f(x 0, y 0, z 0 ) y z nie równaj a siȩ jednocześnie zeru; w przeciwnym razie pochodna w dowolnym kierunku by laby równa zeru. Jeśli przekszta lcimy wyrażenie f f f cos α + cos β + cos γ = a cos α + b cos β + c cos γ = x y z = ( a a 2 + b 2 + c 2 a2 + b 2 + c cos α + 2 b a2 + b 2 + c 2 cos β + ) c a2 + b 2 + c cos γ 2 2

3 to u lamki w nawiasach można traktować jako cosinusy kierunkowe pewnego kierunku g: a b = cos λ, a2 + b 2 + c2 c = cos µ, a2 + b 2 + c2 a2 + b 2 + c 2 = cos ν Otrzymamy wiȩc a2 + b 2 + c 2 (cos λ cos α + cos µ cos β + cos ν cos γ) i jeśli oznaczymy przez (g, l) k at miȩdzy kierunkami g i l, to na mocy wzoru z geometrii analitycznej dostajemy f l = a 2 + b 2 + c 2 cos(g, l) Tak wiȩc, jeśli l pokrywa siȩ z g, to pochodna ta osi agnie najwiȩksz a wartość ( f f g = ) 2 ( ) 2 ( ) 2 f f a 2 + b 2 + c 2 = + + x y z Wektor g = [ f x, f y, f ] z nazywa siȩ gradientem funkcji f(x, y, z). Wskazuje on kierunek najszybszego wzrostu funkcji, a jego d lugość g daje wielkość odpowiedniej pochodnej. POCHODNE I RÓŻNICZKI WYŻSZYCH RZȨDÓW Jeśli funkcja u = f(x, y, z) ma w pewnym obszarze otwartym D pochodn a cz astkow a wzglȩdem jednej ze zmiennych, to pochodna ta, bȩd ac też funkcj a zmiennych x, y, z, może mieć w pewnym punkcie (x 0, y 0, z 0 ) pochodne cz astkowe wzglȩdem tej samej lub dowolnej innej zmiennej. Dla funkcji u s a to pochodne cz astkowe drugiego rzȩdu, które oznaczamy 2 u x 2, 2 u x y... lub odpowiednio u xx, u xy... Analogicznie definiujemy pochodne rzȩdu trzeciego i wyższych. Pochodna cz astkowa rzȩdu co najmniej drugiego wzglȩdem różnych zmiennych nazywa siȩ pochodn a cz astkow a mieszan a. 3

4 Mieszane pochodne cz astkowe tego samego rzȩdu różni ace siȩ tylko kolejności a różniczkowania s a sobie równe dla dość szerokiej klasy funkcji np. dla funkcji spe lniaj acych warunki określone w nastȩpuj acym twierdzeniu. TWIERDZENIE Za lóżmy, że funkcja f(x, y) określona w obszarze otwartym D ma w nim pochodne pierwszego rzȩdu f x i f y i pochodne mieszane drugiego rzȩdu f xy i f yx, które dodatkowo s a ci ag le w pewnym punkcie (x 0, y 0 ) obszaru D. Wtedy w tym punkcie xy(x 0, y 0 ) = yx(x 0, y 0 ) DOWÓD Rozpatrzmy wyrażenie W = f(x 0 + h, y 0 + k) f(x 0 + h, y 0 ) f(x 0, y 0 + k) + f(x 0, y 0 ) hk gdzie h, k s a różne od zera, np. dodatnie i ma le na tyle, aby prostok at [x 0, x 0 + h] [y 0, y 0 + k] by l zawarty w D. Wprowadźmy teraz funkcjȩ pomocnicz a zmiennej x ϕ(x) = f(x, y 0 + k) f(x, y 0 ) k która na mocy za lożeń twierdzenia ma w przedziale [x 0, x 0 + h] pochodn a ϕ (x) = f x(x, y 0 + k) f x(x, y 0 ) k a zatem jest ci ag la. Wyrażenie W W = 1 [ f(x0 + h, y 0 + k) f(x 0 + h, y 0 ) h k można zapisać za pomoc a tej funkcji w postaci W = ϕ(x 0 + h) ϕ(x 0 ) h f(x ] 0, y 0 + k) f(x 0, y 0 ) k 4

5 Dla funkcji ϕ(x) w przedziale [x 0, x 0 + h] spe lnione s a za lożenia twierdzenia Lagrange a, st ad W = ϕ (x 0 + θh) = f x(x 0 + θh, y 0 + k) f x(x 0 + θh, y 0 ) h 0 < θ < 1 Korzystaj ac z istnienia drugiej pochodnej yx(x, y) stosujemy teraz wzór Lagrange a do funkcji f x(x 0 + θh, y) zmiennej y w przedziale [y 0, y 0 + k] otrzymuj ac W = yx(x 0 + θh, y 0 + θ 1 k) 0 < θ, θ 1 < 1 Teraz możemy zamienić rolami zmienne x i y oraz h i k, wprowadzić now a funkcjȩ pomocnicz a ψ(y) = f(x 0 + h, y) f(x 0, y) h i analogicznie jak poprzednio dostaniemy W = xy(x 0 + θ 2 h, y 0 + θ 3 k) 0 < θ 2, θ 3 < 1 Z powyższych równości na W otrzymujemy yx(x 0 + θh, y 0 + θ 1 k) = xy(x 0 + θ 2 h, y 0 + θ 3 k) Przejście do granicy przy h i k d aż acych do zera daje xy(x 0, y 0 ) = yx(x 0, y 0 ) ponieważ θ, θ i, i = 1, 2, 3 s a ograniczone. Tak wiȩc pochodne mieszane f xy i f yx s a zawsze równe. TWIERDZENIE (o pochodnych cz astkowych funkcji z lożonej) Jeśli f(x 1,..., x n ) jest funkcj a klasy C 1 w pewnym obszarze D R n, x i = x i (u 1,... u m ), i = 1,..., n maj a pochodne cz astkowe pierwszego rzȩdu w D 1 R m oraz (x 1 (u 1,..., u m ),..., x n (u 1,..., u m )) D dla (u 1,..., u m ) D 1, to funkcja z lożona m-zmiennych F (u 1,..., u m ) = f[x 1 (u 1,..., u m ),..., x n (u 1,... u m )] ma pochodne cz astkowe pierwszego rzȩdu w każdym punkcie D zadane wzorem F u j = f x 1 x 1 u j f x n x n u j 5 j = 1,..., m

6 Analogicznie wyprowadzamy pochodne wyższych rzȩdów; dla przyk ladu wyprowadzimy je dla m = n = 2, tzn. = = u ( 2 f x 2 x u + 2 f y x y = 2 f x 2 Analogicznie ( x u F (u, v) = f[x(u, v), y(u, v)] 2 F u = ( ) F = ( f 2 u u u x x u + f y y ) = u ( ) f x x u + f x 2 x u + ( ) f y 2 u y u + f y 2 y u = 2 ) x ( u u + f x 2 x 2 u + f 2 x y x u + 2 f y y 2 u ) f y x x u y ( u + 2 f y y 2 u ) y u + f y 2 y u 2 = ) 2 + f x 2 x u 2 + f y 2 y u 2 2 F v 2 = 2 f x 2 ( ) 2 x f v y x x v y v + 2 f y 2 ( ) 2 y + f v x 2 x v + f 2 y 2 y v 2 Analogicznie 2 F u v = 2 f x x x 2 v u + 2 f y x x y v u + y x x 2 f y f y u y v u + 2 y 2 v + f x 2 x u v + f y 2 y u v WZÓR TAYLORA Dla uproszczenia wypiszemy jedynie pocz atkowe sk ladniki wzoru Taylora dla funkcji dwóch zmiennych f(x, y) w otoczeniu punktu (x 0, y 0 ): f(x 0 + x, y 0 + y) f(x 0, y 0 ) = = [f x(x 0, y 0 ) x + f y(x 0, y 0 ) y]+ + 1 [f x 2! 2(x 0, y 0 ) x 2 + 2f xy(x 0, y 0 ) x y + y 2(x 0, y 0 ) y 2 ]+ + 1 [f x 3! 3(x 0, y 0 ) x 3 +3 x 2 y (x 0, y 0 ) x 2 y +3 xy 2(x 0, y 0 ) x y 2 + y 3(x 0, y 0 ) y 3 ]+... 6

7 EKSTREMA, WARTOŚCI NAJWIȨKSZE I NAJMNIEJSZE WARUNKI KONIECZNE Niech funkcja u = f(x 1,..., x n ) bȩdzie określona w obszarze D i niech (x 0 1,..., x 0 n) bȩdzie punktem wewnȩtrznym tego obszaru. DEFINICJA Mówimy, że funkcja f(x 1,..., x n ) ma w punkcie (x 0 1,..., x 0 n) maksimum (minimum) lokalne, jeśli istnieje takie otoczenie tego punktu, że dla wszystkich punktów tego otoczenia spe lniona jest nierówność f(x 1,..., x n ) f(x 0 1,..., x 0 n) (f(x 1,..., x n ) f(x 0 1,..., x 0 n)) Jeśli to otoczenie można dobrać tak, aby z wyj atkiem punktu (x 0 1,..., x 0 n), by la spe lniona nierówność f(x 1,..., x n ) < f(x 0 1,..., x 0 n) (f(x 1,..., x n ) > f(x 0 1,..., x 0 n)) to mówimy, że w (x 0 1,..., x 0 n) jest maksimum (minimum) w laściwe; w przeciwnym przypadku jest ono niew laściwe. Maksima i minima nazywamy też ekstremami. TWIERDZENIE Za lóżmy, że funkcja f(x 1,..., x n ) ma w punkcie (x 0 1,..., x 0 n) ekstremum. Jeśli w tym punkcie istniej a skończone pochodne cz astkowe f x 1 (x 0 1,..., x 0 n),..., f x n (x 0 1,..., x 0 n) to musz a one być wszystkie równe zeru, tzn. znikanie pochodnych cz astkowych pierwszego rzȩdu jest warunkiem koniecznym istnienia ekstremum. DOWÓD Przyjmijmy, że x 2 = x 0 2,..., x n = x 0 n, a x 1 pozostawmy zmienne. Otrzymujemy w ten sposób funkcjȩ jednej zmiennej x 1 : u = f(x 1, x 0 2,..., x 0 n) Ponieważ za lożyliśmy, że w punkcie (x 0 1,..., x 0 n) istnieje ekstremum (np. maksimum), to wynika st ad, że w pewnym otoczeniu punktu x 1 = x 0 1 musi być spe lniona nierówność f(x 1,..., x 0 n) f(x 0 1,..., x 0 n) 7

8 a wiȩc określona powyżej funkcja jednej zmiennej ma w punkcie x 1 = x 0 1 maksimum. St ad, na mocy twierdzenia Fermata wynika, że f x 1 (x 0 1,..., x 0 n) = 0 W ten sam sposób można pokazać, że również pozosta le pochodne cz astkowe s a równe zero w punkcie (x 0 1,..., x 0 n). Tak wiȩc ekstrema mog a być tylko w tych punktach, w których wszystkie pochodne cz astkowe rzȩdu pierwszego znikaj a. Wspó lrzȩdne tych punktów można znaleźć, rozwi azuj ac uk lad równań f x 1 (x 1,..., x n ) = 0 f x n (x 1,..., x n ) = 0 Tak jak w przypadku funkcji jednej zmiennej punkty te nazywamy punktami stacjonarnymi. UWAGA Gdy rozpatrywana funkcja ma skończone pochodne cz astkowe w ca lym obszarze, wtedy punktów w których funkcja ma ekstremum szukamy tylko wśród punktów stacjonarnych. Może siȩ również zdarzyć, gdy w oddzielnych punktach niektóre pochodne cz astkowe maj a wartości nieskończone lub nie istniej a, podczas, gdy pozosta le s a równe zeru. Punkty takie należy wraz z punktami stacjonarnymi zaliczyć do tych, które podejrzewamy o istnienie ekstemów; s a to tzw. punkty krytyczne. WARUNKI DOSTATECZNE ISTNIENIA dwóch zmiennych) EKSTREMÓW (przypadek funkcji Podobnie jak w przypadku funkcji jednej zmiennej, w punkcie stacjonarnym nie musi być ekstremum. Rozpatrzmy najpierw przypadek funkcji dwóch zmiennych f(x, y). Za lóżmy, że funkcja ta jest określona, ci ag la i ma ci ag le pochodne cz astkowe pierwszego i drugiego rzȩdu w otoczeniu pewnego punktu stacjonarnego (x 0, y 0 ). W punkcie tym mamy f x(x 0, y 0 ) = 0, f y(x 0, y 0 ) = 0 Aby ustalić, czy rzeczywiście funkcja ta ma w punkcie (x 0, y 0 ) ekstremum, rozpatrujemy przyrost f = f(x, y) f(x 0, y 0 ) 8

9 Rozwińmy tȩ różnicȩ wed lug wzoru Taylora ograniczaj ac siȩ do dwóch wyrazów. Ponieważ punkt (x 0, y 0 ) jest z za lożenia stacjonarny, pierwszy wyraz znika i otrzymujemy f = 1 [ f x 2! 2( x)2 + 2f xy x y + y 2( y)2] Przyrosty x, y s a różnicami x x 0, y y 0 a pochodne liczone s a w pewnym punkcie (x 0 + θ x, y 0 + θ y), 0 < θ < 1. Wprowadźmy oznaczenia oraz x 2(x 0, y 0 ) = a 11, xy(x 0, y 0 ) = a 12, y 2(x 0, y 0 ) = a 22 x (x θ x, y 0 + θ y) = a 11 + α 11 f xy(x 0 + θ x, y 0 + θ y) = a 12 + α 12 y (x θ x, y 0 + θ y) = a 22 + α 22 przy czym, wobec ci ag lości pochodnych drugiego rzȩdu, wszystkie α ij x 0 i y 0. Różnicȩ f możemy teraz zapisać w postaci f = 1 2 0, gdy { a11 x 2 + 2a 12 x y + a 22 y 2 + α 11 x 2 + 2α 12 x y + α 22 y 2} Pokażemy, że zachowanie siȩ różnicy f zależy od znaku wyrażenia a 11 a 22 a Wprowadźmy wspó lrzȩdne biegunowe (wybieraj ac jako biegun punkt (x 0, y 0 ) i prowadz ac przez niego oś biegunow a równolegle do osi x). Niech ρ = x 2 + y 2 bȩdzie odleg lości a miȩdzy punktami (x 0, y 0 ) i (x, y), a ϕ niech oznacza k at utworzony przez l acz acy je odcinek z osi a biegunow a. Wówczas x = ρ cos ϕ, y = ρ sin ϕ Interesuj ac a nas różnicȩ możemy teraz zapisać w postaci f = 1 2 ρ2 { a 11 cos 2 ϕ + 2a 12 cos ϕ sin ϕ + a 22 sin 2 ϕ+ +α 11 cos 2 ϕ + 2α 12 cos ϕ sin ϕ + α 22 sin 2 ϕ } (I) Przypuśćmy, że a 11 a 22 a 2 12 > 0. Wtedy a 11 a 22 > 0, czyli a 11 0 i pierwszy trójmian w nawiasach {...} można przedstawić tak: 1 [ (a11 cos ϕ + a 12 sin ϕ) 2 + ( ) a 11 a 22 a 2 12 sin 2 ϕ ] a 11 9

10 Wyrażenie w nawiasach [...] jest zawsze dodatnie, czyli trójmian ten (nie bȩd ac dla żadnej wartości ϕ równy zeru) zachowuje znak wspó lczynnika a 11. Jego wartość bezwzglȩdna (jako funkcja ci ag la zmiennej ϕ w przedziale [0, 2π]) ma najmniejsz a wartość m dodatni a: a 11 cos 2 ϕ + 2a 12 cos ϕ sin ϕ + a 22 sin 2 ϕ m > 0 Z drugiej strony, wobec α ij 0 gdy x 0, y 0, drugi trójmian w nawiasach {...} jest α 11 cos 2 ϕ + 2α 12 cos ϕ sin ϕ + α 22 sin 2 ϕ α α 12 + α 22 < m dla wszystkich ϕ, jeśli tylko ρ jest dostatecznie ma le. Ale wtedy ca le wyrażenie w nawiasach {...}, a tym samym i różnica f, bȩdzie mia la ten sam znak, co pierwszy z trójmianów, to jest znak wspó lczynnika a 11. A wiȩc, jeśli a 11 > 0, to i f > 0 i tym samym funkcja w rozpatrywanym punkcie (x 0, y 0 ) ma minimum, zaś gdy a 11 < 0, to również f < 0 i jest maksimum. (II) Za lóżmy teraz, że a 11 a 22 a 2 12 < 0. Niech a 11 0; można wówczas znów zastosować przekszta lcenie jak w poprzednim przypadku 1 [ (a11 cos ϕ + a 12 sin ϕ) 2 + ( ) a 11 a 22 a 2 12 sin 2 ϕ ] a 11 Dla ϕ = ϕ 1 = 0 wyrażenie w nawiasach [...] jest dodatnie, bo sprowadza siȩ do a Natomiast dla ϕ = ϕ 2 wyznaczonego z warunku wyrażenie to sprowadza siȩ do a 11 cos ϕ 2 + a 12 sin ϕ 2 = 0 (sin ϕ 2 0) ( ) a11 a 22 a 2 12 sin 2 ϕ 2 a wiȩc jest ujemne. Dla dostatecznie ma lych ρ drugi trójmian w nawiasach {...} jest dowolnie ma ly zarówno dla ϕ = ϕ 1 jak i dla ϕ = ϕ 2 i znak f jest określony przez znak pierwszego trójmianu. Czyli dowolnie blisko rozpatrywanego punktu (x 0, y 0 ) na pó lprostych tworz acych z osi a x k aty ϕ = ϕ 1 i ϕ = ϕ 2 wartości przyrostu f maj a przeciwne znaki. W punkcie tym nie może wiȩc być ekstremum. 10

11 Jeśli a 11 = 0, to pierwszy trójmian w nawiasach {...} sprowadza siȩ do postaci 2a 12 cos ϕ sin ϕ + a 22 sin 2 ϕ = sin ϕ (2a 12 cos ϕ + a 22 sin ϕ) Korzystaj ac z tego, że musi być teraz a 12 0, można tak określić k at ϕ 1 0, aby a 22 sin ϕ 1 < 2 a 12 cos ϕ 1 Wtedy dla ϕ = ϕ 1 i ϕ = ϕ 2 = ϕ 1 trójmian ten bȩdzie mia l przeciwne znaki i dalsze rozumowanie jest takie samo jak poprzednie. Udowodniliśmy wiȩc nastȩpuj ace TWIERDZENIE Jeśli a 11 a 22 a 2 12 > 0 to w badanym punkcie stacjonarnym (x 0, y 0 ) funkcja f(x, y) ma ekstremum i jest to maksimum w laściwe gdy a 11 < 0 lub minimum w laściwe gdy a 11 > 0. Jeśli zaś a 11 a 22 a 2 12 < 0, to ekstremum nie ma. UWAGA W przypadku a 11 a 22 a 2 12 = 0 powyższe twierdzenie nie rozstrzyga zagadnienia istnienia ekstremum w badanym punkcie. Korzystamy wtedy bezpośrednio z definicji ekstremów. WARUNKI DOSTATECZNE ISTNIENIA EKSTREMÓW (przypadek ogólny) Niech funkcja f(x 1,..., x n ) bȩdzie określona i ci ag la i niech ma ci ag le pochodne pierwszego i drugiego rzȩdu w pewnym otoczeniu punktu stacjonarnego (x 0 1,..., x 0 n). Rozwijaj ac różnicȩ f = f(x 1,..., x n ) f(x 0 1,..., x 0 n) wed lug wzoru Taylora otrzymujemy, tak jak poprzednio f = 1 { } x 2 2 x x 2 x2 n n + 2f x 1 x 2 x 1 x f x n 1 x n x n 1 x n = = 1 2 n i,k=1 x i x k x i x k 11

12 Tutaj x i = x i x 0 i a wszystkie pochodne liczone s a w pewnym punkcie Wprowadźmy oznaczenia (x θ x 1,..., x 0 n + θ x n ) (0 < θ < 1) x i x k (x 0 1,..., x 0 n) = a ik i, k = 1,..., n oraz x i x k (x θ x 1,..., x 0 n + θ x n ) = a ik + α ik przy czym α ik 0, gdy x 1 0,..., x n 0. i, k = 1,..., n Teraz interesuj ace nas wyrażenie f można zapisać w postaci { n } f = 1 n a ik x i x k + α ik x i x k 2 i,k=1 Pierwszym sk ladnikiem w nawiasie jest tzw. forma kwadratowa zmiennych x 1,..., x n. Okazuje siȩ, że od w lasności tej formy kwadratowej zależy rozwi azanie interesuj acego nas zagadnienia. UWAGA 1 W algebrze formȩ kwadratow a i,k=1 n a ik y i y k (a ik = a ki ) i,k=1 zmiennych y 1,..., y n nazywamy określon a dodatnio (ujemnie), jeśli przybiera ona wartości dodatnie (ujemne) dla wszystkich wartości argumentów nie równych jednocześnie zeru. UWAGA 2 (Sylvester) Warunkiem koniecznym i dostatecznym na to aby forma n a ik y i y k i,k=1 by la określona dodatnio jest ci ag nierówności a 11 > 0, a 11 a 12 a 21 a 22 > 0,..., 12

13 a a 1n a n1... a nn > 0 Forma określona ujemnie scharakteryzowana jest ci agiem nierówności, który powstaje z powyższego przez zmianȩ znaku > na < w nierówności pierwszej, trzeciej, pi atej, itd. Formȩ kwadratow a nazywamy nieokreślon a, jeśli może ona przybierać wartości różnych znaków. Pos luguj ac siȩ tymi pojȩciami sformu lujemy warunek dostateczny istnienia ekstremum w przypadku funkcji dowolnej liczby zmiennych. TWIERDZENIE Jeśli forma kwadratowa n a ik x i x k i,k=1 jest określona dodatnio (ujemnie), to w badanym punkcie (x 0 1,..., x 0 n) jest minimum (maksimum) w laściwe. Jeśli natomiast powyższa forma kwadratowa jest nieokreślona, to w tym punkcie funkcja nie ma ekstremum. UWAGA Dla funkcji f(x) jednej zmiennej powyższa forma sprowadza siȩ do jednego wyrazu (x 0 ) x 2 gdzie x 0 jest badanym punktem. Ta forma jest określona dodatnio, gdy (x 0 ) > 0 i jest określona ujemnie, gdy (x 0 ) < 0 i tym samym warunek wystarczaj acy istnienia ekstremum dla funkcji jednej zmiennej jest szczególnym przypadkiem powyższego kryterium. NAJWIȨKSZE I NAJMNIEJSZE WARTOŚCI FUNKCJI Niech u = f(x 1,..., x n ) bȩdzie funkcj a określon a i ci ag l a w pewnym ograniczonym i domkniȩtym obszarze D, która ma skończone pochodne cz astkowe w ca lym tym obszarze. Z twierdzenia Weierstrassa wynika, że w tym obszarze istnieje punkt (x 0 1,..., x 0 n), w którym funkcja osi aga najwiȩksz a (najmniejsz a) wartość. Jeśli punkt (x 0 1,..., x 0 n) leży wewn atrz obszaru D, to w nim funkcja ma oczywiście maksimum (minimum), 13

14 a wiȩc w tym przypadku punkt ten należy do punktów podejrzanych o to, że jest w nich ekstremum. Jednak swoj a najwȩksz a (najmniejsz a) wartość funkcja u może osi agać i na brzegu obszaru. Dlatego też, dla znalezienia najwiȩkszej (najmniejszej) wartości funkcji u = f(x 1,..., x n ) w obszarze D, trzeba znaleźć wszystkie wewnȩtrzne punkty podejrzane o ekstremum, obliczyć wartości funkcji w nich i porównać z wartościami funkcji na brzegu. Najwiȩksza (najmniejsza) z tych wartości bȩdzie najwiȩksz a (najmniejsz a) wartości a funkcji w ca lym obszarze. 14

Funkcje wielu zmiennych

Funkcje wielu zmiennych Funkcje wielu zmiennych 8 Pochodna kierunkowa funkcji Definicja Niech funkcja f określona bȩdzie w otoczeniu punktu P 0 = (x 0, y 0 ) oraz niech v = [v x, v y ] bȩdzie wektorem. Pochodn a kierunkow a funkcji

Bardziej szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych Funkcje wielu zmiennych 13 Zbiory w przestrzeni Definicja Przestrzeni a trójwymiarow a (przestrzeni a) nazywamy zbiór wszystkich trójek uporz adkowanych (x y z) gdzie x y z R. Przestrzeń tȩ oznaczamy symbolem

Bardziej szczegółowo

Sterowalność liniowych uk ladów sterowania

Sterowalność liniowych uk ladów sterowania Sterowalność liniowych uk ladów sterowania W zadaniach sterowania docelowego należy przeprowadzić obiekt opisywany za pomoc a równania stanu z zadanego stanu pocz atkowego ẋ(t) = f(x(t), u(t), t), t [t,

Bardziej szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych Funkcje wielu zmiennych Zbiory na p laszczyźnie Przestrzeni a dwuwymiarow a (p laszczyzn a) nazywamy zbiór wszystkich par uporz adkowanych (x, y), gdzie x, y R. Przestrzeń tȩ oznaczamy symbolem R 2 : R

Bardziej szczegółowo

Zestaw nr 7 Ekstremum funkcji jednej zmiennej. Punkty przegiȩcia wykresu. Asymptoty

Zestaw nr 7 Ekstremum funkcji jednej zmiennej. Punkty przegiȩcia wykresu. Asymptoty Zestaw nr 7 Ekstremum funkcji jednej zmiennej. Punkty przegiȩcia wykresu. Asymptoty November 20, 2009 Przyk ladowe zadania z rozwi azaniami Zadanie 1. Znajdź równanie asymptot funkcji f jeśli: a) f(x)

Bardziej szczegółowo

Sterowanie optymalne dla uk ladów nieliniowych. Zasada maksimum Pontriagina.

Sterowanie optymalne dla uk ladów nieliniowych. Zasada maksimum Pontriagina. Sterowanie optymalne dla uk ladów nieliniowych. Zasada maksimum Pontriagina. Podstawowy problem sterowania optymalnego dla uk ladów nieliniowych W podstawowym problemie sterowania optymalnego minimalizacji

Bardziej szczegółowo

Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania

Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania 1 Przekszta lcenia liniowe i ich w lasności Definicja 9.1. Niech V i W bed przestrzeniami liniowymi. Przekszta lcenie f : V W spe lniajace warunki:

Bardziej szczegółowo

Zagadnienie Dualne Zadania Programowania Liniowego. Seminarium Szkoleniowe Edyta Mrówka

Zagadnienie Dualne Zadania Programowania Liniowego. Seminarium Szkoleniowe Edyta Mrówka Zagadnienie Dualne Zadania Programowania Liniowego Seminarium Szkoleniowe Edyta Mrówka Ogólne zagadnienie PL Znajdź taki wektor X = (x 1, x 2,..., x n ), który minimalizuje kombinacje liniow a przy ograniczeniach

Bardziej szczegółowo

Funkcje dwóch zmiennych

Funkcje dwóch zmiennych Funkcje dwóch zmiennych Andrzej Musielak Str Funkcje dwóch zmiennych Wstęp Funkcja rzeczywista dwóch zmiennych to funkcja, której argumentem jest para liczb rzeczywistych, a wartością liczba rzeczywista.

Bardziej szczegółowo

13. Funkcje wielu zmiennych pochodne, gradient, Jacobian, ekstrema lokalne.

13. Funkcje wielu zmiennych pochodne, gradient, Jacobian, ekstrema lokalne. 13. Funkcje wielu zmiennych pochodne, gradient, Jacobian, ekstrema lokalne. 1. Wprowadzenie. Dotąd rozważaliśmy funkcje działające z podzbioru liczb rzeczywistych w zbiór liczb rzeczywistych, zatem funkcje

Bardziej szczegółowo

Wyk lad 14 Formy kwadratowe I

Wyk lad 14 Formy kwadratowe I Wyk lad 14 Formy kwadratowe I Wielomian n-zmiennych x 1,, x n postaci n a ij x i x j, (1) gdzie a ij R oraz a ij = a ji dla wszystkich i, j = 1,, n nazywamy forma kwadratowa n-zmiennych Forme (1) można

Bardziej szczegółowo

1 Funkcje dwóch zmiennych podstawowe pojęcia

1 Funkcje dwóch zmiennych podstawowe pojęcia 1 Funkcje dwóch zmiennych podstawowe pojęcia Definicja 1 Funkcją dwóch zmiennych określoną na zbiorze A R 2 o wartościach w zbiorze R nazywamy przyporządkowanie każdemu punktowi ze zbioru A dokładnie jednej

Bardziej szczegółowo

ci agi i szeregi funkcji Javier de Lucas Ćwiczenie 1. Zbadać zbieżność (punktow a i jednostajn a) ci agu funkcji nx 2 + x

ci agi i szeregi funkcji Javier de Lucas Ćwiczenie 1. Zbadać zbieżność (punktow a i jednostajn a) ci agu funkcji nx 2 + x ci agi i szeregi funkcji Javier de Lucas Ćwiczenie 1 Zbadać zbieżność (punktow a i jednostajn a) ci agu funkcji f n : [, [ x nx + x nx + 1, Rozwi azanie: Mówi siȩ, że ci ag funkcji f n zd aży punktowo

Bardziej szczegółowo

IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych,

IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych, IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. Definicja 1.1. Niech D będzie podzbiorem przestrzeni R n, n 2. Odwzorowanie f : D R nazywamy

Bardziej szczegółowo

II. FUNKCJE WIELU ZMIENNYCH

II. FUNKCJE WIELU ZMIENNYCH II. FUNKCJE WIELU ZMIENNYCH 1. Zbiory w przestrzeni R n Ustalmy dowolne n N. Definicja 1.1. Zbiór wszystkich uporzadkowanych układów (x 1,..., x n ) n liczb rzeczywistych, nazywamy przestrzenią n-wymiarową

Bardziej szczegółowo

Funkcje dwóch zmiennych

Funkcje dwóch zmiennych Funkcje dwóch zmiennych Je zeli ka zdemu punktowi P o wspó rzednych x; y) z pewnego obszaru D na p aszczyźnie R 2 przyporzadkujemy w sposób jednoznaczny liczb e rzeczywista z, to przyporzadkowanie to nazywamy

Bardziej szczegółowo

Wyk lad 7 Baza i wymiar przestrzeni liniowej

Wyk lad 7 Baza i wymiar przestrzeni liniowej Wyk lad 7 Baza i wymiar przestrzeni liniowej 1 Baza przestrzeni liniowej Niech V bedzie przestrzenia liniowa. Powiemy, że podzbiór X V jest maksymalnym zbiorem liniowo niezależnym, jeśli X jest zbiorem

Bardziej szczegółowo

ANALIZA II 15 marca 2014 Semestr letni. Ćwiczenie 1. Czy dan a funkcjȩ da siȩ dookreślić w punkcie (0, 0) tak, żeby otrzymana funkcja by la ci ag la?

ANALIZA II 15 marca 2014 Semestr letni. Ćwiczenie 1. Czy dan a funkcjȩ da siȩ dookreślić w punkcie (0, 0) tak, żeby otrzymana funkcja by la ci ag la? Ci ag lość i norma Ćwiczenie. Czy dan a funkcjȩ da siȩ dookreślić w punkcie (0, 0) tak, żeby otrzymana funkcja by la ci ag la? f (x, y) = x2 y 2 x 2 + y 2, f 2(x, y) = x2 y x 2 + y 2 f 3 (x, y) = x2 y

Bardziej szczegółowo

Zestaw nr 6 Pochodna funkcji jednej zmiennej. Styczna do krzywej. Elastyczność funkcji. Regu la de l Hospitala

Zestaw nr 6 Pochodna funkcji jednej zmiennej. Styczna do krzywej. Elastyczność funkcji. Regu la de l Hospitala Zestaw nr 6 Pochodna funkcji jednej zmiennej. Styczna do krzywej. Elastyczność funkcji. Regu la de l Hospitala November 12, 2009 Przyk ladowe zadania z rozwi azaniami Zadanie 1. Oblicz pochodne nastȩpuj

Bardziej szczegółowo

STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1

STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1 1 STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1 Klasyczny Rachunek Prawdopodobieństwa. 1. Pojȩcia wstȩpne. Doświadczeniem losowym nazywamy doświadczenie, którego wynik nie jest znany. Posiadamy

Bardziej szczegółowo

WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3

WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3 WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3 Definicja 1 Przestrzenia R 3 nazywamy zbiór uporzadkowanych trójek (x, y, z), czyli R 3 = {(x, y, z) : x, y, z R} Przestrzeń

Bardziej szczegółowo

Niech X bȩdzie dowolnym zbiorem. Dobry porz adek to relacja P X X (bȩdziemy pisać x y zamiast x, y P ) o w lasnościach:

Niech X bȩdzie dowolnym zbiorem. Dobry porz adek to relacja P X X (bȩdziemy pisać x y zamiast x, y P ) o w lasnościach: Teoria miary WPPT IIr semestr zimowy 2009 Wyk lad 4 Liczby kardynalne, indukcja pozaskończona DOBRY PORZA DEK 14/10/09 Niech X bȩdzie dowolnym zbiorem Dobry porz adek to relacja P X X (bȩdziemy pisać x

Bardziej szczegółowo

1 Pochodne wyższych rzędów

1 Pochodne wyższych rzędów Pochodne wyższych rzędów Pochodną rzędu drugiego lub drugą pochodną funkcji y = f(x) nazywamy pochodną pierwszej pochodnej tej funkcji. Analogicznie definiujemy pochodne wyższych rzędów, jako pochodne

Bardziej szczegółowo

Liczby zespolone, liniowa zależność i bazy Javier de Lucas. a d b c. ad bc

Liczby zespolone, liniowa zależność i bazy Javier de Lucas. a d b c. ad bc Liczby zespolone, liniowa zależność i bazy Javier de Lucas Ćwiczenie. Dowieść, że jeśli µ := c d d c, to homografia h(x) = (ax+b)/(cx+d), a, b, c, d C, ad bc, odwzorowuje oś rzeczywist a R C na okr ag

Bardziej szczegółowo

Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej

Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej 27-28/10/09 ZBIORY MIERZALNE WZGLȨDEM MIARY ZEWNȨTRZNEJ Niech µ bȩdzie miar

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA

STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA 1 STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA 1. Pojȩcia wstȩpne. Doświadczeniem losowym nazywamy doświadczenie, którego wynik nie jest znany.

Bardziej szczegółowo

z n n=1 S n nazywamy sum a szeregu. Szereg, który nie jest zbieżny, nazywamy rozbieżnym. n=1

z n n=1 S n nazywamy sum a szeregu. Szereg, który nie jest zbieżny, nazywamy rozbieżnym. n=1 3 Szeregi zespolone 3. Szeregi liczbowe Mówimy, że szereg o wyrazach zespolonych jest zbieżny, jeżeli ci ag jego sum czȩściowych {S n }, gdzie S n = z + z +... + jest zbieżny do granicy w laściwej. Granicȩ

Bardziej szczegółowo

Normy wektorów i macierzy

Normy wektorów i macierzy Rozdzia l 3 Normy wektorów i macierzy W tym rozdziale zak ladamy, że K C. 3.1 Ogólna definicja normy Niech ψ : K m,n [0, + ) b edzie przekszta lceniem spe lniaj acym warunki: (i) A K m,n ψ(a) = 0 A = 0,

Bardziej szczegółowo

Rozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym.

Rozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym. Rozdzia l 11 Przestrzenie Euklidesowe 11.1 Definicja, iloczyn skalarny i norma Definicja 11.1 Przestrzenia Euklidesowa nazywamy par e { X K,ϕ }, gdzie X K jest przestrzenia liniowa nad K, a ϕ forma dwuliniowa

Bardziej szczegółowo

y 1 y 2 = f 2 (t, y 1, y 2,..., y n )... y n = f n (t, y 1, y 2,..., y n ) f 1 (t, y 1, y 2,..., y n ) y = f(t, y),, f(t, y) =

y 1 y 2 = f 2 (t, y 1, y 2,..., y n )... y n = f n (t, y 1, y 2,..., y n ) f 1 (t, y 1, y 2,..., y n ) y = f(t, y),, f(t, y) = Uk lady równań różniczkowych Pojȩcia wsȩpne Uk ladem równań różniczkowych nazywamy uk lad posaci y = f (, y, y 2,, y n ) y 2 = f 2 (, y, y 2,, y n ) y n = f n (, y, y 2,, y n ) () funkcje f j, j =, 2,,

Bardziej szczegółowo

Matematyka II. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 2018/2019 wykład 13 (27 maja)

Matematyka II. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 2018/2019 wykład 13 (27 maja) Matematyka II Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 208/209 wykład 3 (27 maja) Całki niewłaściwe przedział nieograniczony Rozpatrujemy funkcje ciągłe określone na zbiorach < a, ),

Bardziej szczegółowo

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym Sprowadzanie zadań sterowania optymalnego do zadań wariacyjnych metod a funkcji kary i mnożników Lagrange a - zadania sterowania optymalnego

Bardziej szczegółowo

1 Wartości własne oraz wektory własne macierzy

1 Wartości własne oraz wektory własne macierzy Rozwiązania zadania umieszczonego na końcu poniższych notatek proszę przynieść na kartkach Proszę o staranne i formalne uzasadnienie odpowiedzi Za zadanie można uzyskać do 6 punktów (jeżeli przyniesione

Bardziej szczegółowo

Pierwsze kolokwium z Matematyki I 4. listopada 2013 r. J. de Lucas

Pierwsze kolokwium z Matematyki I 4. listopada 2013 r. J. de Lucas Pierwsze kolokwium z Matematyki I 4. listopada 03 r. J. de Lucas Uwagi organizacyjne: Każde zadanie rozwi azujemy na osobnej kartce, opatrzonej imieniem i nazwiskiem w lasnym oraz osoby prowadz acej ćwiczenia,

Bardziej szczegółowo

RÓŻNICZKOWANIE FUNKCJI WIELU ZMIENNYCH: rachunek pochodnych dla funkcji wektorowych. Pochodne cząstkowe funkcji rzeczywistej wielu zmiennych

RÓŻNICZKOWANIE FUNKCJI WIELU ZMIENNYCH: rachunek pochodnych dla funkcji wektorowych. Pochodne cząstkowe funkcji rzeczywistej wielu zmiennych RÓŻNICZKOWANIE FUNKCJI WIELU ZMIENNYCH: rachunek pochodnych dla funkcji wektorowych Pochodne cząstkowe funkcji rzeczywistej wielu zmiennych wyliczamy według wzoru (x, x 2,..., x n ) f(x, x 2,..., x n )

Bardziej szczegółowo

OSOBNO ANALITYCZNYCH

OSOBNO ANALITYCZNYCH Uniwersytet Jagielloński Instytut Matematyki Zbigniew B locki ZBIORY OSOBLIWOŚCI FUNKCJI OSOBNO ANALITYCZNYCH Praca magisterska Promotor: Prof. dr hab. Józef Siciak Kraków 99 .Wstȩp. Jeśli Ω jest zbiorem

Bardziej szczegółowo

Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji

Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji Adam Kiersztyn Lublin 2014 Adam Kiersztyn () Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji maj 2014 1 / 24 Zanim przejdziemy

Bardziej szczegółowo

2. Definicja pochodnej w R n

2. Definicja pochodnej w R n 2. Definicja pochodnej w R n Niech będzie dana funkcja f : U R określona na zbiorze otwartym U R n. Pochodną kierunkową w punkcie a U w kierunku wektora u R n nazywamy granicę u f(a) = lim t 0 f(a + tu)

Bardziej szczegółowo

Ekstrema funkcji wielu zmiennych.

Ekstrema funkcji wielu zmiennych. Ekstrema funkcji wielu zmiennych. Adam Kiersztyn Lublin 2013 Adam Kiersztyn () Ekstrema funkcji wielu zmiennych. kwiecień 2013 1 / 13 Niech dana b ¾edzie funkcja f (x, y) określona w pewnym otoczeniu punktu

Bardziej szczegółowo

Definicja pochodnej cząstkowej

Definicja pochodnej cząstkowej 1 z 8 gdzie punkt wewnętrzny Definicja pochodnej cząstkowej JeŜeli iloraz ma granicę dla to granicę tę nazywamy pochodną cząstkową funkcji względem w punkcie. Oznaczenia: Pochodną cząstkową funkcji względem

Bardziej szczegółowo

1 Pochodne wyższych rzędów

1 Pochodne wyższych rzędów 1 Pochodne wyższych rzędów Definicja 1.1 (Pochodne cząstkowe drugiego rzędu) Niech f będzie odwzorowaniem o wartościach w R m, określonym na zbiorze G R k. Załóżmy, że zbiór tych x G, dla których istnieje

Bardziej szczegółowo

ANALIZA MATEMATYCZNA Z ELEMENTAMI STATYSTYKI MATEMATYCZNEJ

ANALIZA MATEMATYCZNA Z ELEMENTAMI STATYSTYKI MATEMATYCZNEJ ANALIZA MATEMATYCZNA Z ELEMENTAMI STATYSTYKI MATEMATYCZNEJ FUNKCJE DWÓCH ZMIENNYCH RZECZYWISTYCH Definicja 1. Niech A będzie dowolnym niepustym zbiorem. Metryką w zbiorze A nazywamy funkcję rzeczywistą

Bardziej szczegółowo

Metoda Simplex bez użycia tabel simplex 29 kwietnia 2010

Metoda Simplex bez użycia tabel simplex 29 kwietnia 2010 R. Rȩbowski 1 WPROWADZENIE Metoda Simplex bez użycia tabel simplex 29 kwietnia 2010 1 Wprowadzenie Powszechnie uważa siȩ, że metoda simplex, jako uniwersalny algorytm pozwalaj acyznaleźć rozwi azanie optymalne

Bardziej szczegółowo

gdy wielomian p(x) jest podzielny bez reszty przez trójmian kwadratowy x rx q. W takim przypadku (5.10)

gdy wielomian p(x) jest podzielny bez reszty przez trójmian kwadratowy x rx q. W takim przypadku (5.10) 5.5. Wyznaczanie zer wielomianów 79 gdy wielomian p(x) jest podzielny bez reszty przez trójmian kwadratowy x rx q. W takim przypadku (5.10) gdzie stopieñ wielomianu p 1(x) jest mniejszy lub równy n, przy

Bardziej szczegółowo

Rachunek różniczkowy i całkowy w przestrzeniach R n

Rachunek różniczkowy i całkowy w przestrzeniach R n Rachunek różniczkowy i całkowy w przestrzeniach R n Na dzisiejszym wykładzie rozważać będziemy funkcje f : R m R n Każda taka funkcję f można przedstawić jako wektor funkcji (f 1, f 2,, f n ), gdzie każda

Bardziej szczegółowo

czastkowych Państwo przyk ladowe zadania z rozwiazaniami: karpinw adres strony www, na której znajda

czastkowych Państwo przyk ladowe zadania z rozwiazaniami:   karpinw adres strony www, na której znajda Zadania z równań różniczkowych czastkowych Za l aczam adres strony www, na której znajda Państwo przyk ladowe zadania z rozwiazaniami: http://math.uni.lodz.pl/ karpinw Zadanie 1. Znaleźć wszystkie rozwiazania

Bardziej szczegółowo

Analiza dla informatyków 2 DANI LI2 Pawe l Domański szkicowe notatki do wyk ladu

Analiza dla informatyków 2 DANI LI2 Pawe l Domański szkicowe notatki do wyk ladu Analiza dla informatyków 2 DANI LI2 Pawe l Domański szkicowe notatki do wyk ladu Wyk lad 5 1. Iloczyn ortogonalny funkcji Wróćmy na chwilȩ do dowodu wzorów Eulera-Fouriera. Kluczow a rolȩ odgrywa l wzór:

Bardziej szczegółowo

Rozdzia l 2. Najważniejsze typy algebr stosowane w logice

Rozdzia l 2. Najważniejsze typy algebr stosowane w logice Rozdzia l 2. Najważniejsze typy algebr stosowane w logice 1. Algebry Boole a Definicja. Kratȩ dystrybutywn a z zerem i jedynk a, w której dla każdego elementu istnieje jego uzupe lnienie nazywamy algebr

Bardziej szczegółowo

Pochodna funkcji odwrotnej

Pochodna funkcji odwrotnej Pochodna funkcji odwrotnej Niech będzie dana w przedziale funkcja różniczkowalna i różnowartościowa. Wiadomo, że istnieje wówczas funkcja odwrotna (którą oznaczymy tu : ), ciągła w przedziale (lub zależnie

Bardziej szczegółowo

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym Sprowadzanie zadań sterowania optymalnego do zadań wariacyjnych metod a funkcji kary i mnożników Lagrange a - zadania sterowania optymalnego

Bardziej szczegółowo

Wzór Maclaurina. Jeśli we wzorze Taylora przyjmiemy x 0 = 0 oraz h = x, to otrzymujemy tzw. wzór Maclaurina: f (x) = x k + f (n) (θx) x n.

Wzór Maclaurina. Jeśli we wzorze Taylora przyjmiemy x 0 = 0 oraz h = x, to otrzymujemy tzw. wzór Maclaurina: f (x) = x k + f (n) (θx) x n. Wzór Maclaurina Jeśli we wzorze Taylora przyjmiemy x 0 = 0 oraz h = x, to otrzymujemy tzw. wzór Maclaurina: f (x) = n 1 k=0 f (k) (0) k! x k + f (n) (θx) x n. n! Wzór Maclaurina Przykład. Niech f (x) =

Bardziej szczegółowo

Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE

Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE Niech K = R lub K = C oraz X - dowolny zbiór. Określmy dwa dzia lania: dodawanie + : X X X i mnożenie przez liczbȩ : K X X, spe lniaj ace nastȩpuj ace

Bardziej szczegółowo

3. Funkcje wielu zmiennych

3. Funkcje wielu zmiennych 3 Funkcje wielu zmiennych 31 Ciagłość Zanim podamy definicję ciagłości dla funkcji wielu zmiennych wprowadzimy bardzo ogólne i abstrakcyjne pojęcie przestrzeni metrycznej Przestrzeń metryczna Metryka w

Bardziej szczegółowo

Rozdzia l 10. Najważniejsze normalne logiki modalne

Rozdzia l 10. Najważniejsze normalne logiki modalne Rozdzia l 10. Najważniejsze normalne logiki modalne 1. Logiki modalne normalne Definicja. Inwariantny zbiór formu l X jȩzyka modalnego L = (L,,,,, ) nazywamy logik a modaln a zbazowan a na logice klasycznej

Bardziej szczegółowo

Trigonometria. Funkcje trygonometryczne

Trigonometria. Funkcje trygonometryczne 1 Trigonometria. Funkcje trygonometryczne Trigonometria to wiedza o zwi azkach miarowych pomiedzy bokami i k atami trójk atów. Takie znaczenie s lowa Trigonometria by lo używane w czasach starożytnych

Bardziej szczegółowo

Cia la i wielomiany Javier de Lucas

Cia la i wielomiany Javier de Lucas Cia la i wielomiany Javier de Lucas Ćwiczenie 1. Za lóż, że (F, +,, 1, 0) jest cia lem i α, β F. w laściwości s a prawd a? Które z nastȩpuj acych 1. 0 α = 0. 2. ( 1) α = α. 3. Każdy element zbioru F ma

Bardziej szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych dr Krzysztof yjewski Informatyka I rok I 0 in» 12 stycznia 2016 Funkcje wielu zmiennych Informacje pomocnicze Denicja 1 Niech funkcja f(x y) b dzie okre±lona przynajmniej na otoczeniu punktu (x 0 y 0 )

Bardziej szczegółowo

Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych.

Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych. Wykªad jest prowadzony w oparciu o podr cznik Analiza matematyczna 2. Denicje, twierdzenia, wzory M. Gewerta i Z. Skoczylasa. Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych. Denicja Mówimy,»e funkcja

Bardziej szczegółowo

P (x, y) + Q(x, y)y = 0. g lym w obszrze G R n+1. Funkcje. zania uk ladu (1) o wykresie przebiegaja

P (x, y) + Q(x, y)y = 0. g lym w obszrze G R n+1. Funkcje. zania uk ladu (1) o wykresie przebiegaja 19. O ca lkach pierwszych W paragrafie 6 przy badaniu rozwia zań równania P (x, y) + Q(x, y)y = 0 wprowadzono poje cie ca lki równania, podano pewne kryteria na wyznaczanie ca lek równania. Znajomość ca

Bardziej szczegółowo

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Wyk lad 9 Baza i wymiar przestrzeni liniowej Wyk lad 9 Baza i wymiar przestrzeni liniowej 1 Operacje elementarne na uk ladach wektorów Niech α 1,..., α n bed dowolnymi wektorami przestrzeni liniowej V nad cia lem K. Wyróżniamy nastepuj ace operacje

Bardziej szczegółowo

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego Wyk lad 8 Rzad macierzy i twierdzenie Kroneckera-Capellego 1 Określenie rz edu macierzy Niech A bedzie m n - macierza Wówczas wiersze macierzy A możemy w naturalny sposób traktować jako wektory przestrzeni

Bardziej szczegółowo

Pochodne cz ¾astkowe i ich zastosowanie.

Pochodne cz ¾astkowe i ich zastosowanie. Pochodne cz ¾astkowe i ich zastosowanie. Adam Kiersztyn Lublin 2013 Adam Kiersztyn () Pochodne cz ¾astkowe i ich zastosowanie. maj 2013 1 / 18 Zanim przejdziemy do omawiania pochodnych funkcji wielu zmiennych

Bardziej szczegółowo

Zadania z analizy matematycznej - sem. I Pochodne funkcji, przebieg zmienności funkcji

Zadania z analizy matematycznej - sem. I Pochodne funkcji, przebieg zmienności funkcji Zadania z analizy matematycznej - sem. I Pochodne funkcji przebieg zmienności funkcji Definicja 1. Niech f : (a b) R gdzie a < b oraz 0 (a b). Dla dowolnego (a b) wyrażenie f() f( 0 ) = f( 0 + ) f( 0 )

Bardziej szczegółowo

0.1 Sposȯb rozk ladu liczb na czynniki pierwsze

0.1 Sposȯb rozk ladu liczb na czynniki pierwsze 1 Temat 5: Liczby pierwsze Zacznijmy od definicji liczb pierwszych Definition 0.1 Liczbȩ naturaln a p > 1 nazywamy liczb a pierwsz a, jeżeli ma dok ladnie dwa dzielniki, to jest liczbȩ 1 i sam a siebie

Bardziej szczegółowo

Wyk lad 11 1 Wektory i wartości w lasne

Wyk lad 11 1 Wektory i wartości w lasne Wyk lad 11 Wektory i wartości w lasne 1 Wektory i wartości w lasne Niech V bedzie przestrzenia liniowa nad cia lem K Każde przekszta lcenie liniowe f : V V nazywamy endomorfizmem liniowym przestrzeni V

Bardziej szczegółowo

Pochodna funkcji. Pochodna funkcji w punkcie. Różniczka funkcji i obliczenia przybliżone. Zastosowania pochodnych. Badanie funkcji.

Pochodna funkcji. Pochodna funkcji w punkcie. Różniczka funkcji i obliczenia przybliżone. Zastosowania pochodnych. Badanie funkcji. Pochodna funkcji Pochodna funkcji w punkcie. Różniczka funkcji i obliczenia przybliżone. Zastosowania pochodnych. Badanie funkcji. Małgorzata Wyrwas Katedra Matematyki Wydział Informatyki Politechnika

Bardziej szczegółowo

Matematyka z el. statystyki, # 4 /Geodezja i kartografia I/

Matematyka z el. statystyki, # 4 /Geodezja i kartografia I/ Matematyka z el. statystyki, # 4 /Geodezja i kartografia I/ dr n. mat. Zdzisław Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Akademicka 15, p.211a, bud. Agro

Bardziej szczegółowo

Wyk lad 6 Podprzestrzenie przestrzeni liniowych

Wyk lad 6 Podprzestrzenie przestrzeni liniowych Wyk lad 6 Podprzestrzenie przestrzeni liniowych 1 Określenie podprzestrzeni Definicja 6.1. Niepusty podzbiór V 1 V nazywamy podprzestrzeni przestrzeni liniowej V, jeśli ma on nastepuj ace w lasności: (I)

Bardziej szczegółowo

Ekonomia matematyczna i dynamiczna optymalizacja

Ekonomia matematyczna i dynamiczna optymalizacja Ekonomia matematyczna i dynamiczna optymalizacja Ramy wyk ladu i podstawowe narz edzia matematyczne SGH Semestr letni 2012-13 Uk lady dynamiczne Rozwiazanie modelu dynamicznego bardzo czesto można zapisać

Bardziej szczegółowo

Metody Numeryczne Wykład 4 Wykład 5. Interpolacja wielomianowa

Metody Numeryczne Wykład 4 Wykład 5. Interpolacja wielomianowa Sformułowanie zadania interpolacji Metody Numeryczne Wykład 4 Wykład 5 Interpolacja wielomianowa Niech D R i niech F bȩdzie pewnym zbiorem funkcji f : D R. Niech x 0, x 1,..., x n bȩdzie ustalonym zbiorem

Bardziej szczegółowo

Pochodne funkcji wraz z zastosowaniami - teoria

Pochodne funkcji wraz z zastosowaniami - teoria Pochodne funkcji wraz z zastosowaniami - teoria Pochodne Definicja 2.38. Niech f : O(x 0 ) R. Jeżeli istnieje skończona granica f(x 0 + h) f(x 0 ) h 0 h to granicę tę nazywamy pochodną funkcji w punkcie

Bardziej szczegółowo

RACHUNEK RÓŻNICZKOWY FUNKCJI JEDNEJ ZMIENNEJ. Wykorzystano: M A T E M A T Y K A Wykład dla studentów Część 1 Krzysztof KOŁOWROCKI

RACHUNEK RÓŻNICZKOWY FUNKCJI JEDNEJ ZMIENNEJ. Wykorzystano: M A T E M A T Y K A Wykład dla studentów Część 1 Krzysztof KOŁOWROCKI RACHUNEK RÓŻNICZKOWY FUNKCJI JEDNEJ ZMIENNEJ Wykorzystano: M A T E M A T Y K A Wykład dla studentów Część 1 Krzyszto KOŁOWROCKI Przyjmijmy, że y (, D, jest unkcją określoną w zbiorze D R oraz niec D Deinicja

Bardziej szczegółowo

Funkcje dwóch zmiennych

Funkcje dwóch zmiennych Maciej Grzesiak Instytut Matematyki Politechniki Poznańskiej Funkcje dwóch zmiennych 1. Funkcje dwóch zmiennych: pojęcia podstawowe Definicja 1. Funkcją dwóch zmiennych określoną na zbiorze A R 2 o wartościach

Bardziej szczegółowo

Zadania z analizy matematycznej - sem. II Ekstrema funkcji wielu zmiennych, twierdzenia o funkcji odwrotnej i funkcji uwikªanej

Zadania z analizy matematycznej - sem. II Ekstrema funkcji wielu zmiennych, twierdzenia o funkcji odwrotnej i funkcji uwikªanej Zadania z analizy matematycznej - sem. II Ekstrema funkcji wielu zmiennych, twierdzenia o funkcji odwrotnej i funkcji uwikªanej Denicja 1. Niech X = R n b dzie przestrzeni unormowan oraz d(x, y) = x y.

Bardziej szczegółowo

VIII. Zastosowanie rachunku różniczkowego do badania funkcji. 1. Twierdzenia o wartości średniej. Monotoniczność funkcji.

VIII. Zastosowanie rachunku różniczkowego do badania funkcji. 1. Twierdzenia o wartości średniej. Monotoniczność funkcji. VIII. Zastosowanie rachunku różniczkowego do badania funkcji. 1. Twierdzenia o wartości średniej. Monotoniczność funkcji. Twierdzenie 1.1. (Rolle a) Jeżeli funkcja f jest ciągła w przedziale domkniętym

Bardziej szczegółowo

22 Pochodna funkcji definicja

22 Pochodna funkcji definicja 22 Pochodna funkcji definicja Rozważmy funkcję f : (a, b) R, punkt x 0 b = +. (a, b), dopuszczamy również a = lub Definicja 33 Mówimy, że funkcja f jest różniczkowalna w punkcie x 0, gdy istnieje granica

Bardziej szczegółowo

Rozdzia l 3. Elementy algebry uniwersalnej

Rozdzia l 3. Elementy algebry uniwersalnej Rozdzia l 3. Elementy algebry uniwersalnej 1. Podalgebry, homomorfizmy Definicja. Niech = B A oraz o bȩdzie n-argumentow a operacj a na zbiorze A. Mówimy, że zbiór B jest zamkniȩty na operacjȩ o, gdy dla

Bardziej szczegółowo

liniowych uk ladów sterowania

liniowych uk ladów sterowania Sterowalność i obserwowalność liniowych uk ladów sterowania W zadaniach sterowania docelowego należy przeprowadzić obiekt opisywany za pomoc a równania stanu z zadanego stanu pocz atkowego ẋ(t) = f(x(t),

Bardziej szczegółowo

Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu

Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu Wyk lad 4 1. Zbiory otwarte i domkniȩte Pojȩcia które teraz wprowadzimy można rozpatrywać w każdej przestrzeni metrycznej

Bardziej szczegółowo

Rozdzia l 10. Formy dwuliniowe i kwadratowe Formy dwuliniowe Definicja i przyk lady

Rozdzia l 10. Formy dwuliniowe i kwadratowe Formy dwuliniowe Definicja i przyk lady Rozdzia l 10 Formy dwuliniowe i kwadratowe 10.1 Formy dwuliniowe 10.1.1 Definicja i przyk lady Niech X K b edzie przestrzenia liniowa nad cia lem K, dim(x K ) = n. Definicja 10.1 Przekszta lcenie ϕ : X

Bardziej szczegółowo

Optymalizacja Rozpoczniemy od przedstawienia kilku charakterystycznych przyk ladów zadań optymalizacji liniowej.

Optymalizacja Rozpoczniemy od przedstawienia kilku charakterystycznych przyk ladów zadań optymalizacji liniowej. Optymalizacja Rozpoczniemy od przedstawienia kilku charakterystycznych przyk ladów zadań optymalizacji liniowej. Zagadnienie diety. Jak wymieszać wymieszać pszenice, soje i maczk e rybna by uzyskać najtańsza

Bardziej szczegółowo

2. ZASTOSOWANIA POCHODNYCH. (a) f(x) = ln 3 x ln x, (b) f(x) = e2x x 2 2.

2. ZASTOSOWANIA POCHODNYCH. (a) f(x) = ln 3 x ln x, (b) f(x) = e2x x 2 2. 2. ZASTOSOWANIA POCHODNYCH. Koniecznie trzeba znać: twierdzenia o ekstremach (z wykorzystaniem pierwszej i drugiej pochodnej), Twierdzenie Lagrange a, Twierdzenie Taylora (z resztą w postaci Peano, Lagrange

Bardziej szczegółowo

Suma i przeciȩcie podprzestrzeni, przestrzeń ilorazowa Javier de Lucas

Suma i przeciȩcie podprzestrzeni, przestrzeń ilorazowa Javier de Lucas Suma i przeciȩcie podprzestrzeni, przestrzeń ilorazowa Javier de Lucas Ćwiczenie 1. Dowieść, że jeśli U i V s a podprzestrzeniami n-wymiarowej przestrzeni wektorowej oraz dim U = r i dim V = s, to max(0,

Bardziej szczegółowo

Zagadnienia brzegowe dla równań eliptycznych

Zagadnienia brzegowe dla równań eliptycznych Temat 7 Zagadnienia brzegowe dla równań eliptycznych Rozważmy płaski obszar R 2 ograniczony krzywą. la równania Laplace a (Poissona) stawia się trzy podstawowe zagadnienia brzegowe. Zagadnienie irichleta

Bardziej szczegółowo

Suma i przeciȩcie podprzestrzeń, suma prosta, przestrzeń ilorazowa Javier de Lucas

Suma i przeciȩcie podprzestrzeń, suma prosta, przestrzeń ilorazowa Javier de Lucas Suma i przeciȩcie podprzestrzeń suma prosta przestrzeń ilorazowa Javier de Lucas Ćwiczenie 1 W zależności od wartości parametru p podaj wymiar przestrzeni W = v 1 v v 3 gdzie p 0 v 1 = 1 + p 3 v = 5 3

Bardziej szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych dr Krzysztof yjewski Analiza matematyczna 2; MatematykaS-I 0 lic 21 maja 2018 Funkcje wielu zmiennych Informacje pomocnicze Denicja 1 Niech funkcja f(, y b dzie okre±lona przynajmniej na otoczeniu punktu

Bardziej szczegółowo

Analiza matematyczna 2 zadania z odpowiedziami

Analiza matematyczna 2 zadania z odpowiedziami Analiza matematyczna zadania z odpowiedziami Maciej Burnecki strona główna Spis treści I Całki niewłaściwe pierwszego rodzaju II Całki niewłaściwe drugiego rodzaju 5 III Szeregi liczbowe 6 IV Szeregi potęgowe

Bardziej szczegółowo

Niesimpleksowe metody rozwia zywania zadań PL. Seminarium Szkoleniowe Edyta Mrówka

Niesimpleksowe metody rozwia zywania zadań PL. Seminarium Szkoleniowe Edyta Mrówka Niesimpleksowe metody rozwia zywania zadań PL Seminarium Szkoleniowe Metoda Simplex: wady i zalety Algorytm SIMPLEX jest szeroko znany i stosowany do rozwi azywania zadań programowania liniowego w praktyce.

Bardziej szczegółowo

Wyk lad 3 Wielomiany i u lamki proste

Wyk lad 3 Wielomiany i u lamki proste Wyk lad 3 Wielomiany i u lamki proste 1 Konstrukcja pierścienia wielomianów Niech P bedzie dowolnym pierścieniem, w którym 0 1. Oznaczmy przez P [x] zbiór wszystkich nieskończonych ciagów o wszystkich

Bardziej szczegółowo

CHEMIA KWANTOWA MONIKA MUSIA L. Ćwiczenia. mm

CHEMIA KWANTOWA MONIKA MUSIA L. Ćwiczenia.   mm CHEMIA KWANTOWA MONIKA MUSIA L Ćwiczenia METODY PRZYBLIŻONE ROZWIA ZYWANIA RÓWNANIA SCHRÖDINGERA METODA WARIACYJNA metoda wariacyjna ĤΨ n = E n Ψ n Ψ n ortonormalne Szukamy rozwi azań dla stanu podstawowego,

Bardziej szczegółowo

ANALIZA MATEMATYCZNA 2 zadania z odpowiedziami

ANALIZA MATEMATYCZNA 2 zadania z odpowiedziami ANALIZA MATEMATYCZNA zadania z odpowiedziami Maciej Burnecki strona główna Spis treści Całki niewłaściwe pierwszego rodzaju Całki niewłaściwe drugiego rodzaju Szeregi liczbowe 4 4 Szeregi potęgowe 5 5

Bardziej szczegółowo

FUNKCJE LICZBOWE. x 1

FUNKCJE LICZBOWE. x 1 FUNKCJE LICZBOWE Zbiory postaci {x R: x a}, {x R: x a}, {x R: x < a}, {x R: x > a} oznaczane sa symbolami (,a], [a, ), (,a) i (a, ). Nazywamy pó lprostymi domknie tymi lub otwartymi o końcu a. Symbol odczytujemy

Bardziej szczegółowo

Sterowanie minimalnoczasowe dla uk ladów liniowych. Krzywe prze l aczeń.

Sterowanie minimalnoczasowe dla uk ladów liniowych. Krzywe prze l aczeń. Sterowanie minimalnoczasowe dla uk ladów liniowych. Krzywe prze l aczeń. Sprowadzanie zadań sterowania optymalnego do zadań wariacyjnych metod a funkcji kary i mnożników Lagrange a - zadania sterowania

Bardziej szczegółowo

Analiza Matematyczna MAEW101 MAP1067

Analiza Matematyczna MAEW101 MAP1067 1 Analiza Matematyczna MAEW101 MAP1067 Wydział Elektroniki Przykłady do Listy Zadań nr 14 Funkcje wielu zmiennych. Płaszczyzna styczna. Ekstrema Opracowanie: dr hab. Agnieszka Jurlewicz Przykłady do zadania

Bardziej szczegółowo

SZKO LA PODSTAWOWA HELIANTUS WARSZAWA ul. BAŻANCIA 16. Szeṡcian w uk ladzie wspȯ lrzȩdnych x, y, z GEOMETRIA PRZESTRZENNA STEREOMETRIA

SZKO LA PODSTAWOWA HELIANTUS WARSZAWA ul. BAŻANCIA 16. Szeṡcian w uk ladzie wspȯ lrzȩdnych x, y, z GEOMETRIA PRZESTRZENNA STEREOMETRIA SZKO LA PODSTAWOWA HELIANTUS 02-892 WARSZAWA ul. BAŻANCIA 16 z y 0 x Szeṡcian w uk ladzie wspȯ lrzȩdnych x, y, z GEOMETRIA PRZESTRZENNA STEREOMETRIA Prof. dr. Tadeusz STYŠ Warszawa 2018 1 1 Projekt trzynasty

Bardziej szczegółowo

Zajęcia nr 1 (1h) Dwumian Newtona. Indukcja. Zajęcia nr 2 i 3 (4h) Trygonometria

Zajęcia nr 1 (1h) Dwumian Newtona. Indukcja. Zajęcia nr 2 i 3 (4h) Trygonometria Technologia Chemiczna 008/09 Zajęcia wyrównawcze. Pokazać, że: ( )( ) n k k l = ( n l )( n l k l Zajęcia nr (h) Dwumian Newtona. Indukcja. ). Rozwiązać ( ) ( równanie: ) n n a) = 0 b) 3 ( ) n 3. Znaleźć

Bardziej szczegółowo

Asymptota pozioma: oṡ x, gdy y = 0 Asymptota pionowa: oṡ y, gdy x = 0. Hyperbola 1 x

Asymptota pozioma: oṡ x, gdy y = 0 Asymptota pionowa: oṡ y, gdy x = 0. Hyperbola 1 x 1 SZKO LA PODSTAWOWA HELIANTUS 02-892 WARSZAWA ul. BAŻANCIA 16 Asymptota pozioma: oṡ x, gdy y = 0 Asymptota pionowa: oṡ y, gdy x = 0 2 1 0 3 1 2 x Hyperbola 1 x FUNKCJE ELEMENTARNE WYMIERNE POTȨGOWE LOGARYTMICZNE

Bardziej szczegółowo

Stabilność liniowych uk ladów sterowania

Stabilność liniowych uk ladów sterowania Stabilność liniowych uk ladów sterowania Stabilność uk ladów z czasem ci ag lym W teorii stabilności uk ladów sterowania badamy wrażliwość trajektorii stanu na zaburzenia stanu pocz atkowego. Interesuje

Bardziej szczegółowo

Wykłady z matematyki inżynierskiej EKSTREMA FUNKCJI. JJ, IMiF UTP

Wykłady z matematyki inżynierskiej EKSTREMA FUNKCJI. JJ, IMiF UTP Wykłady z matematyki inżynierskiej EKSTREMA FUNKCJI JJ, IMiF UTP 05 MINIMUM LOKALNE y y = f () f ( 0 ) 0 DEFINICJA. Załóżmy, że funkcja f jest określona w pewnym otoczeniu punktu 0. MINIMUM LOKALNE y y

Bardziej szczegółowo

Pierwiastki arytmetyczne n a

Pierwiastki arytmetyczne n a Chapter 1 Pierwiastki arytmetyczne n a Operacja wyci aganie pierwiastka stopnia n z liczby a jest odwrotn a operacj a do potȩgowania, jeżeli operacja odwrotna jest wykonalna w liczbach rzeczywistych. Zacznijmy

Bardziej szczegółowo