Funkce více proměnných.

Slides:



Advertisements
Podobné prezentace
Přednáška 10 Určitý integrál
Advertisements

Komplexní čísla. Komplexní číslo je uspořádaná dvojice [x, y], kde číslo x představuje reálnou část a číslo y imaginární část. Pokud je reálná část nulová,
Fakulta životního prostředí Katedra informatiky a geoinformatiky
Lineární funkce - příklady
Fakulta životního prostředí Katedra informatiky a geoinformatiky
7. Přednáška limita a spojitost funkce
Lineární funkce a její vlastnosti
Zjištění průběhu funkce
Limita funkce. Koncentrace 137Cs v odpadním kanálu jaderné elektrárny se v časovém intervalu (t1, t2) řídí rovnicí c (t) = c0e -(t-t0). V čase t1 dojde.
Neurčitý integrál. Příklad.
Fakulta životního prostředí Katedra informatiky a geoinformatiky Přednáška 07 Průběh funkce Matematika II. KIG / 1MAT2.
Základy infinitezimálního počtu
Fakulta životního prostředí Katedra informatiky a geoinformatiky
Fakulta životního prostředí Katedra informatiky a geoinformatiky Přednáška 05 Spojitost a derivace funkce Matematika II. KIG / 1MAT2.
DERIVACE A MONOTÓNNOST, LOKÁLNÍ EXTRÉMY Autor: RNDr. Věra Freiová Gymnázium K. V. Raise, Hlinsko, Adámkova 55.
Použití derivací. a f(a) T t 1) Tečna ke grafu funkce
Funkce.
Vlastnosti funkcí Vypracoval: Mgr. Lukáš Bičík
Základní číselné množiny
Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti
5. Přednáška funkce BRVKA Johann P.G.L. Dirichlet (1805 – 1859)
CZECH SALES ACADEMY Trutnov – střední odborná škola s.r.o.
F U N K C E.
MATEMATIKA I.
Neurčitý integrál. Příklad. Na ploše 10 m x 10 m se vysazuje stejný typ rostlin ve 2 barvách. Obě barvy jsou odděleny křivkou y = x ( 1 – 0.1x ). Kolik.
Formulace a vlastnosti úloh lineárního programování
Dostupné z Metodického portálu ISSN: , financovaného z ESF a státního rozpočtu ČR. Provozováno Výzkumným ústavem pedagogickým v Praze.
KONVEXNOST A KONKÁVNOST FUNKCE INFLEXNÍ BODY
Diferenciální rovnice
Lineární zobrazení.
Reprezentace klasifikátoru pomocí „diskriminant“ funkce
Diferenciální počet funkcí více proměnných
Diferenciální geometrie křivek
Derivace funkce. Velikost populace v čase t 0 je N (t 0 ). Velikost populace v čase t  t 0 je N ( t ). Přírůstek populace za jednotku času je [N(t) –
Derivace funkce. Velikost populace v čase t 0 je N (t 0 ). Velikost populace v čase t  t 0 je N ( t ). Přírůstek populace za jednotku času je [N(t) –
Gradientní metody Metoda největšího spádu (volný extrém)
FUNKCE. Závislost délky vegetační sezóny na nadmořské výšce
Množiny.
Komplexní čísla - 3  Zobrazení komplexních čísel  Základní pojmy VY_32_INOVACE_20-03.
Vektorové prostory.
Předpokládejme, že velikost populace v čase t  0 lze vyjádřit vztahem
Úvod do logiky (presentace 2) Naivní teorie množin, relace a funkce
Diferenciální geometrie křivek
2. Vybrané základní pojmy matematické statistiky
DERIVACE FUNKCE. Def.: Nechť je funkce  definována v jistém okolí bodu x 0. Existuje-li nazýváme ji derivací funkce  v bodě x 0  ´(x 0 ) Pozn.: Derivaci.
Repetitorium z matematiky Podzim 2012 Ivana Medková
Čísla Množiny a podmnožiny čísel Přirozená čísla Nula Celá čísla
Repetitorium z matematiky Podzim 2012 Ivana Medková
Dostupné z Metodického portálu ISSN: , financovaného z ESF a státního rozpočtu ČR. Provozováno Výzkumným ústavem pedagogickým v Praze.
Exponenciální funkce. y = f ( x ) = e x D ( f ) = R R ( f ) = (0, +∞)
DERIVACE A MONOTÓNNOST, LOKÁLNÍ EXTRÉMY. ROLLEOVA VĚTA: Mějme funkci , která má tyto vlastnosti: a) je spojitá v uzavřeném intervalu ‹a,b› b) v každém.
MME41 Ekonomicko-matematické metody 4 Prof. RNDr. Jaroslav Ramík, CSc.
Reálná funkce reálné proměnné Přednáška č.1. Požadavky ke zkoušce Na Tamtéž studijní literatura.
Funkce. Funkce - definice Funkce je zobrazení, které každému číslu z podmnožiny množiny reálných čísel R přiřazuje právě jedno reálné číslo. Funkci značíme.
Funkce Lineární funkce a její vlastnosti 2. Funkce − definice Funkce je předpis, který každému číslu z definičního oboru, který je podmnožinou množiny.
Lineární funkce Rozdělení lineárních funkcí Popis jednotlivých funkcí.
Funkce Funkce je zobrazení z jedné číselné množiny do druhé, nejčastěji Buď A a B množiny, f zobrazení. Potom definiční obor a obor hodnot nazveme množiny:
1. Spojité funkce Funkce je spojitá na intervalu I, lze-li její graf nakreslit plynulou čarou, aniž zdvihneme tužku z papíru. Znamená to, že tužku nemůžeme.
Definiční obor a obor hodnot
Předpokládejme, že velikost populace v čase t  0 lze vyjádřit vztahem
Derivace funkce Přednáška 2.
Kružnice Vypracoval: Mgr. Lukáš Bičík
1 Lineární (vektorová) algebra
Funkce více proměnných.
Lineární funkce a její vlastnosti
Výuka matematiky v 21. století na středních školách technického směru
Grafy kvadratických funkcí
Definiční obory. Množiny řešení. Intervaly.
KŘIVKY Cílem této přednášky není prezentovat kompletní teorii vektorových funkcí a diferenciální geometrii křivek, ale nastínit jen tu část, která nám.
Grafy kvadratických funkcí
Transkript prezentace:

Funkce více proměnných. Základní pojmy. Rn = Rn = R x R x … x R = {[x1, x2, …, xn], xi  R, i = 1, …, n }. Pro u, v  Rn, u = [u1, …, un], v = [v1, …, vn] definujeme: u  v = [u1  v1, …, un  vn] u  0 = [u1, …, un] pro c  R je cu = [cu1, …, cun ] 1.u = [u1, …, un ] - u = [- u1, …, - un ]. u.v = u1v1 + u2v2 . …. +Unvn u = v  ui = vi, i = 1, …, n Rn lze chápat jako lineární vektorový prostor nad tělesem R. V Rn lze definovat vzdálenost mnoha způsoby. Například pro u, v  Rn eukleidovská vzdálenost kosočtvercová vzdálenost čtvercová vzdálenost Pokud v = 0, píšeme a mluvíme o normě u. V tomto smyslu je vzdálenost u - v od 0, neboli norma u - v. Rn je tedy možno chápat jako normovaný lineární prostor.

Nechť a  Rn. Pak U(a, e) = {x  Rn takových, že } se nazývá e-okolí bodu a. P(a, e) = {x  Rn takových, že 0 < } se nazývá prstencové e-okolí bodu a. Nechť M  Rn. x  M je vnitřním bodem množiny M  existuje e > 0 tak, že U(x, e)  M. Množina všech vnitřních bodů množiny M se nazývá vnitřek množiny M. x  M je hraničním bodem množiny M  pro každé e > 0 je U(x, e)  M  . Množina všech hraničních bodů množiny M se nazývá hranice množiny M. x  M je hromadným bodem množiny M  pro každé e > 0 je P(x, e)  M  . x  M je izolovaným bodem množiny M  existuje e > 0 tak, že P(x, e)  M = . * x M = A  {x}. x je izolovaný bod množiny M y je hraniční bod množiny M z je vnitřní bod množiny M * z * y A Přiřazení f, které každému bodu x  Rn přiřadí nejvýše jedno y  Rk nazveme funkce z Rn do Rk. Definiční obor funkce f je D(f) = {x  Rn takových, že existuje y  Rk tak, že f ( x ) = y}. Obor hodnot funkce f je H(f) = {y  Rk takových, že existuje x  Rn tak, že f ( x ) = y}. Grafem funkce f je G ( f ) = {[x,y] Rn x Rk takových, že f ( x ) = y}.

Příklad. Určete definiční obor funkce . x > -1 a současně x2 + y2 < 4. Příklad. Určete definiční obor funkce . ( y  0 a současně sin (x)  0 ) nebo ( y  0 a současně sin (x)  0)  ( y  0 a současně x  <0, p > +2kp ) nebo ( y  0 a současně x  <0, p > +2kp ). Graf funkcí více proměnných. Speciálně se bude jednat o grafy funkcí R2  R. Příklad. Určete definiční obor a nakreslete graf funkce . Definiční obor: , neboli vnitřek a hranice kružnice se středem v bodě [0, 0] a poloměrem 4. Graf je definován jako {[x, y, z] R3, }, neboli jako podmnožina R3:

Častěji se však používají pro představu grafu řezy. Řezy je nutno použít, jestliže definiční obor je podmnožinou Rn, kde n > 2. 1. x je konstantní , , roste roste

2. Analogický graf dostaneme pro y konstatntní. 3. z konstatní, z = k: grafem jsou kružnice se středem v bodě [0, 0] a poloměrem 4. Odtud 0  k  4. Zákonitosti z vrstevnicových grafů dávají dohromady 3-rozměrný graf. V případě, že nezávislých proměnných je více než 2, máme k dispozici pouze jednotlivé řezy jako podmnožiny R2. Příklad. Určete definiční obor a graf funkce . Definičním oborem je R2. Jestliže x = k je konstanta, grafy jsou přímky procházející počátkem. Podobná situace nastane pro y = k. Jestliže z = k, pak y = k/x, pro x  0. x = 0 má smysl pouze pro k = 0, pak y je libovolné. Pro k = 0 jsou x a y libovolné.

Limita a spojitost. Nechť f : R  R. Jestliže existují , a obě se rovnají A, pak existuje a . V tomto případě máme pouze 2 možnosti: x  a+, nebo x  a -. Jestliže ale f : Rn  Rk, pak x se blíží nejen po ose x, ale v jakémkoliv směru  výpočet limit je obtížný. Příklad. Vypočítejte . Bod [1, 1] lze do výrazu dosadit, aniž bychom dostali jako výsledek neurčitý výraz. Příklad. Vypočítejte . Do výrazu nelze bod [0, 0] dosadit, výsledkem by byl neurčitý výraz „0/0“. Dosaďme speciální dvojice [x, y] = [x, kx], tj k bodu [0, 0] se blížíme po přímkách, které se liší směrnicí k. Tím převedeme problém do jedné dimenze: Pro různá k bude tedy limita různá. Protože pokud limita existuje, je určena jednoznačně, neexistuje.

Definice. Nechť f : M  Rn  Rk, nechť a je hromadný množiny M. Řekneme, že , jestliže pro každé e > 0 existuje d > 0 tak, že platí: x  P (a, d )  f (x)  U (A, e ). Jestliže navíc A = f ( a ), řekneme, že f je spojitá v a. Zápis limity a spojitosti je stejný jako pro n = k = 1, avšak, jak vyplývá z předchozího příkladu, interpretace je jiná. Definice. Nechť speciálně f : M  R2  R, nechť a = [a1, a2] je hromadný množiny M. , nebo nazýváme dvojnásobné limity. Tvrzení. Nechť f : M  R2  R, nechť a = [a1, a2] je hromadný množiny M. Nechť existuje a = = A. Pak = A. Nechť = A. Pak = = A.

Poznámka. Jestliže existují obě dvojnásobné limity a rovnají se, neplyne z toho existence limity. . Přesto jsme v předchozím ukázali, že neexistuje. Proto ukázat existenci limity v Rn je obtížné, někdy se podaří prokázat její neexistenci. Příklad. Vypočítejte . Dvojnásobné limity se nerovnají  neexistuje. Příklad. Vypočítejte . Dvojnásobné limity se nerovnají  limita neexistuje.

Příklad. Vypočítejte . Příklad. Vypočítejte . Položíme y – 4 = k (x – 1), tedy . Pro různá k je limita různá  neexistuje.

Derivace. Derivace ve směru. V dalším budeme předpokládat, že funkce jsou definovány v prostoru Rn. Obor hodnot je v R. Definice. Nechť funkce f: Rn  R je definována v otevřené množině G  Rn, a  G. Derivace funkce f ve směru h Rn se definuje jako Poznámka. V praxi hrají roli zejména derivace ve směru standardní báze prostoru Rn, e = (e1, …, en), kde ei = (0, 0, …, 0, 1, 0, …, 0) (1 na i-tém místě). Těmto derivacím se říká parciální derivace (podle i-té proměnné) Vektor se nazývá gradient funkce f v bodě a.

Algebraické operace s parciálními derivacemi. Nechť f a g jsou funkce Rn  R, průnik definičních oborů je neprázdný. Nechť existují parciální derivace obou funkcí v bodě a patřícímu tomuto průniku. Pak pro všechna i = 1, 2, …, n je Je možno parciální derivace znovu derivovat, dostaneme parciální derivace 2. řádu . Při tom (a). Pro i  j se nazývají smíšené a platí .

Definice.   Je–li funkce f v bodě a diferencovatelná, je v tomto bodě spojitá. Jsou-li pro všechna i =1, … ,n spojité, je funkce f diferencovatelná, a tedy spojitá, Nadrovina se nazývá tečná nadrovina ke grafu funkce f: Rn  R v bodě a, jestliže platí Jsou-li všechny parciální derivace spojité, pak , i = 1, …, n. . Chyba této aproximace je úměrná . Poslední výraz lze přepsat do tvaru obecné rovnice nadroviny .

Směr kolmý k rovině vyjadřuje normálový vektor n = grad f ( a ) Normálová přímka v bodě [a, f(a)] má v Rn parametrický tvar: Nechť funkce f : Rn  R je (m + 1)-krát spojitě diferencovatelná v bodě a a na nějakém jeho okolí. Pak pro x z tohoto okolí platí . Tento výraz se nazývá Taylorův rozvoj funkce f na okolí bodu a. se nazývá Taylorův polynom m-tého řádu funkce f v bodě a a Rm se nazývá Lagrangeův zbytek. Rm je úměrný d (m+1) f (a).

Příklad. Je dána funkce . Tečná nadrovina k funkci f v bodě [-1,1] : Příklad. Vypočítejte přibližně hodnotu funkce v bodě [1.11, 0.58] pomocí hodnot v bodě [1, 0.5]. f (1, 0.5) = 1.5, x - x0 = 1.11 – 1 = 0.11, y – y0 = 0.58 – 0.5 = 0.08. Při tom f (1.11,0.58) = 2.148079. Rozdíl je dán pohybem po lineární tečné nadrovině při aproximaci.

Lokální extrémy funkcí. Jedná se o funkce Rn  R . Nechť funkce f: Rn  R má definiční obor D(f). Jestliže existuje okolí bodu a D(f) takové, že pro každé x z tohoto okolí je f(x) ≥ f(a), pak a je lokální minimum funkce f. f(x) > f(a), pak a je ostré lokální minimum funkce f. f(x) ≤ f(a), pak a je lokální maximum funkce f. f(x) < f(a), pak a je ostré lokální maximum funkce f.   Nechť funkce f: Rn  R má definiční obor D(f). Nechť existují všechny parciální derivace funkce f v bodě a. Nechť a je lokální extrém funkce f. Pak a je stacionární bod funkce f.

  Příklad.    

  Obecně.  

  Nechť f : Rn  R , a D (f) je stacionární bod funkce f. Nechť na okolí bodu a existují všechny 2. parciální derivace a jsou spojité. Pak jestliže pro každé sudé i je Di > 0 a zároveň pro každé liché i je Di < 0, f má v bodě a lokální maximum. pro každé sudé i je Di > 0 a zároveň pro každé liché i je Di > 0, f má v bodě a lokální minimum. v ostatních případech f může a nemusí mít v bodě a lokální extrém. Příklad.   D (f) = R2