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
|
|
- Halina Rogowska
- 7 lat temu
- Przeglądów:
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 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 szczegółowoFunkcje 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 szczegółowoSterowalność 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 szczegółowoFunkcje 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 szczegółowoZestaw 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 szczegółowoSterowanie 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 szczegółowoWyk 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 szczegółowoZagadnienie 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 szczegółowoFunkcje 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 szczegółowo13. 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 szczegółowoWyk 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 szczegółowo1 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 szczegółowoci 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 szczegółowoIX. 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 szczegółowoII. 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 szczegółowoFunkcje 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 szczegółowoWyk 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 szczegółowoANALIZA 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 szczegółowoZestaw 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 szczegółowoSTYSTYSTYKA 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 szczegółowoWYK 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 szczegółowoNiech 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 szczegółowo1 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 szczegółowoLiczby 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 szczegółowoTeoria 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 szczegółowoSTATYSTYKA 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 szczegółowoz 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 szczegółowoNormy 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 szczegółowoRozdzia 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 szczegółowoy 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 szczegółowoMatematyka 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 szczegółowoMnożniki 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 szczegółowo1 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 szczegółowoPierwsze 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 szczegółowoRÓŻNICZKOWANIE 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 szczegółowoOSOBNO 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 szczegółowoPochodne 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 szczegółowo2. 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 szczegółowoEkstrema 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 szczegółowoDefinicja 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 szczegółowo1 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 szczegółowoANALIZA 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 szczegółowoMetoda 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 szczegółowogdy 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 szczegółowoRachunek 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 szczegółowoczastkowych 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 szczegółowoAnaliza 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 szczegółowoRozdzia 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 szczegółowoPochodna 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 szczegółowoMnożniki 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 szczegółowoWzór 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 szczegółowoElementy 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 szczegółowo3. 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 szczegółowoRozdzia 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 szczegółowoTrigonometria. 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 szczegółowoCia 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 szczegółowoFunkcje 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 szczegółowoWykªad 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 szczegółowoP (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 szczegółowoWyk 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 szczegółowoWyk 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 szczegółowoPochodne 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 szczegółowoZadania 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 szczegółowo0.1 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 szczegółowoWyk 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 szczegółowoPochodna 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 szczegółowoMatematyka 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 szczegółowoWyk 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 szczegółowoEkonomia 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 szczegółowoMetody 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 szczegółowoPochodne 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 szczegółowoRACHUNEK 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 szczegółowoFunkcje 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 szczegółowoZadania 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 szczegółowoVIII. 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 szczegółowo22 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 szczegółowoRozdzia 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 szczegółowoliniowych 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 szczegółowoAnaliza 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 szczegółowoRozdzia 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 szczegółowoOptymalizacja 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 szczegółowo2. 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 szczegółowoSuma 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 szczegółowoZagadnienia 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 szczegółowoSuma 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 szczegółowoFunkcje 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 szczegółowoAnaliza 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 szczegółowoNiesimpleksowe 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 szczegółowoWyk 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 szczegółowoCHEMIA 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 szczegółowoANALIZA 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 szczegółowoFUNKCJE 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 szczegółowoSterowanie 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 szczegółowoAnaliza 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 szczegółowoSZKO 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 szczegółowoZajęcia 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 szczegółowoAsymptota 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 szczegółowoStabilność 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 szczegółowoWykłady 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 szczegółowoPierwiastki 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