nn ll n l - web.sgh.waw.plweb.sgh.waw.pl/~mkwas/mat/matebook.pdf · • rachunek różniczkowy...
TRANSCRIPT
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 1 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 2 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Przedmowa
Podręcznik przeznaczony jest dla studentów pierwszego roku studiów w Szkole Głównej Handlowej.
Składa się dziesięciu rozdziałów zawierających teorię (definicje, twierdzenia, przykłady i zadania)
oraz z rozdziału jedenastego zawierającego rozwiązania i odpowiedzi do zadań.
Materiał zawarty w podręczniku w rozdziałach od drugiego do dziewiątego obejmuje program
wykładu z matematyki na pierwszym roku studiów w SGH. Przedstawione w nich są kolejno na-
stępujące tematy:
• własności funkcji rzeczywistych jednej zmiennej;
• ciągi i ich własności, granice ciągów;
• funkcje ciągłe;
• rachunek różniczkowy funkcji jednej zmiennej;
• całki nieznaczone i oznaczone,
• elementy algebry liniowej,
• funkcje dwóch i wielu zmiennych.
Dwa rozdziały, pierwszy i dziesiąty, zawierają materiał wykraczający poza program wykładu z
matematyki. Adresowane są one do studentów wybierających wykłady z zastosowań matematyki
w różnych zagadnieniach ekonomicznych. Rozdział pierwszy zawiera elementy logiki i rachunku
zbiorów. Wprowadzone jest w nim również pojęcie relacji, w szczególności relacji porządku i relacji
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 3 z 365
Powrót
Pełny ekran
Zamknij
Koniec
równoważności oraz definicja odwzorowania jako relacji. W rozdziale dziesiątym przedstawione są
podstawy rachunku prawdopodobieństwa.
Elektroniczna forma podręcznika pozwala na łatwe odnalezienie odpowiednich definicji i twier-
dzeń. Kolorem niebieskim wyróżnione są aktywne linki (spis treści, skorowidz, odsyłacze w tekście).
Również łatwo można przejść, klikając na znak (?) przy numerze zadania, do strony zawierającej
rozwiązanie tego zadania.
Mamy nadzieję, że podręcznik ten ułatwi studentom poznanie i zrozumienie podstawowych
pojęć z matematyki wyższej oraz umożliwi lepsze przygotowanie się do kolokwiów i egzaminów z
tego przedmiotu.
Autorzy
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 4 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Spis treści
1 Elementy logiki i rachunku zbiorów, relacje i odwzorowania
(Maria Ekes, Jacek Kłopotowski) 9
1.1 Rachunek zdań . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2 Rachunek zbiorów . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.3 Rachunek kwantyfikatorów . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.4 Relacje . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.5 Odwzorowania . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2 Własności funkcji
(Monika Dędys) 35
2.1 Dziedzina, zbiór wartości, wykres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.2 Funkcje różnowartościowe, funkcje na,
funkcje wzajemnie jednoznaczne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.3 Monotoniczność funkcji . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 5 z 365
Powrót
Pełny ekran
Zamknij
Koniec
2.4 Ekstrema lokalne funkcji . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.5 Obraz i przeciwobraz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.6 Złożenie funkcji . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
2.7 Funkcja odwrotna . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3 Ciągi liczbowe
(Maria Ekes) 61
3.1 Ciągi liczbowe i ich własności . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
3.2 Zbieżność ciągów . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
4 Granica i ciągłość funkcji
(Maria Ekes) 74
4.1 Granica funkcji . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
4.2 Ciągłość funkcji . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
5 Rachunek różniczkowy funkcji jednej zmiennej
(Maria Ekes, Jacek Kłopotowski) 84
5.1 Pierwsza pochodna funkcji . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
5.2 Interpretacje pochodnej . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
5.2.1 Interpretacja geometryczna . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
5.2.2 Interpretacja fizyczna . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
5.2.3 Interpretacja ekonomiczna . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
5.3 Zastosowania pochodnej . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 6 z 365
Powrót
Pełny ekran
Zamknij
Koniec
5.3.1 Obliczanie granic wyrażeń nieoznaczonych . . . . . . . . . . . . . . . . . . . . . 92
5.3.2 Monotoniczność funkcji . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
5.3.3 Ekstrema lokalne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
5.3.4 Ekstrema globalne funkcji . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
5.4 Druga pochodna funkcji . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
5.5 Zastosowania drugiej pochodnej . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
5.5.1 Wyznaczanie ekstremów lokalnych . . . . . . . . . . . . . . . . . . . . . . . . . . 101
5.5.2 Wypukłość i wklęsłość funkcji . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
5.5.3 Tempo zmian wartości funkcji . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
5.5.4 Badanie przebiegu zmienności funkcji i . . . . . . . . . . . . . . . . . . . . . . . 108
6 Całki
(Monika Dędys) 113
6.1 Całka nieoznaczona . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
6.2 Całka oznaczona . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
6.3 Interpretacja geometryczna całki oznaczonej . . . . . . . . . . . . . . . . . . . . . . . . 120
7 Przestrzeń liniowa Rn
(Jacek Kłopotowski) 130
7.1 Punkty i wektory w R2 i w R3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
7.2 Struktura liniowa w przestrzeni Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
7.3 Liniowa niezależność, baza przestrzeni . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 7 z 365
Powrót
Pełny ekran
Zamknij
Koniec
8 Macierze
(Jacek Kłopotowski) 149
8.1 Określenie macierzy, działania na macierzach . . . . . . . . . . . . . . . . . . . . . . . . 149
8.2 Operacje elementarne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
8.3 Wyznacznik macierzy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
8.4 Układy równań liniowych . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
8.4.1 Rozwiązywanie układów równań za pomocą operacji elementarnych . . . . . . 176
8.4.2 Wzory Cramera . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
9 Funkcje wielu zmiennych
(Sławomir Dorosiewicz) 186
9.1 Pojęcia wstępne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
9.2 Uzupełnienie. Ciągłość funkcji . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
9.3 Pochodne cząstkowe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
9.4 Uzupełnienie. Pochodne kierunkowe. Różniczkowalność funkcji . . . . . . . . . . . . . 203
9.5 Ekstrema funkcji dwóch zmiennych . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
9.6 Uzupełnienie. Ekstrema funkcji wielu zmiennych . . . . . . . . . . . . . . . . . . . . . . 217
10 Rachunek prawdopodobieństwa
(Jacek Kłopotowski) 221
10.1 Własności prawdopodobieństwa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221
10.2 Jednowymiarowe zmienne losowe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228
10.2.1 Zmienne losowe o rozkładzie skokowym . . . . . . . . . . . . . . . . . . . . . . . 229
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 8 z 365
Powrót
Pełny ekran
Zamknij
Koniec
10.2.2 Zmienne losowe o rozkładzie ciągłym . . . . . . . . . . . . . . . . . . . . . . . . 237
10.2.3 Przybliżenia asymptotyczne rozkładu Bernoulliego . . . . . . . . . . . . . . . . 244
11 Rozwiązania i odpowiedzi 248
11.1 Rozwiązania i odpowiedzi do rozdziału 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . 248
11.2 Rozwiązania i odpowiedzi do rozdziału 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . 265
11.3 Rozwiązania i odpowiedzi do rozdziału 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . 271
11.4 Rozwiązania i odpowiedzi do rozdziału 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . 277
11.5 Rozwiązania i odpowiedzi do rozdziału 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . 284
11.6 Rozwiązania i odpowiedzi do rozdziału 6 . . . . . . . . . . . . . . . . . . . . . . . . . . . 297
11.7 Rozwiązania i odpowiedzi do rozdziału 7 . . . . . . . . . . . . . . . . . . . . . . . . . . . 305
11.8 Rozwiązania i odpowiedzi do rozdziału 8 . . . . . . . . . . . . . . . . . . . . . . . . . . . 313
11.9 Rozwiązania i odpowiedzi do rozdziału 9 . . . . . . . . . . . . . . . . . . . . . . . . . . . 326
11.10Rozwiązania i odpowiedzi do rozdziału 10 . . . . . . . . . . . . . . . . . . . . . . . . . . 335
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 9 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Rozdział 1
Elementy logiki i rachunku zbiorów,relacje i odwzorowania
1.1. Rachunek zdań
Zdaniem nazywamy w matematyce wypowiedź oznajmującą, dla której można jednoznacznie
stwierdzić, czy jest prawdziwa, czy fałszywa. Zdania oznaczamy małymi literami p, q, r, . . . . Jeśli
zdanie p jest prawdziwe, to mówimy, że ma wartość logiczną równą 1. Jeśli zdanie p jest fałszy-
we, to mówimy, że ma wartość logiczną równą 0. Korzystając z funktorów zdaniotwórczych ,
-,,,, (nazywanych odpowiednio: negacją, alternatywą, koniunkcją, implikacją, równoważno-
ścią) z danych zdań możemy tworzyć nowe zdania (nazywane zdaniami złożonymi).
Zdanie p, które czytamy nie p lub nieprawda, że p, nazywamy negacją albo zaprzeczeniem
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 10 z 365
Powrót
Pełny ekran
Zamknij
Koniec
zdania p; zdanie p - q, które czytamy p lub q, nazywamy alternatywą zdań p, q; zdanie p , q,
które czytamy p i q, nazywamy koniunkcją zdań p, q; zdanie p q które czytamy jeśli p, to q,
nazywamy implikacją zdań p, q; zdanie p q, które czytamy p wtedy i tylko wtedy, gdy q albo p
jest równoważne q nazywamy równoważnością zdań p, q.
Zauważmy, że negacja jest funktorem jednoargumentowym, pozostałe funktory są dwuar-
gumentowe.
Reguły działania kwantyfikatorów określone są w poniższej tabeli (0 oznacza, że zdanie w na-
główku jest fałszywe, a 1 oznacza, że zdanie w nagłówku jest prawdziwe).
p q p p - q p , q p q p q
0 0 1 0 0 1 1
0 1 1 1 0 1 0
1 0 0 1 0 0 0
1 1 0 1 1 1 1
Z podanych reguł działania kwantyfikatorów wynika, że:
• negacja zmienia wartość logiczną zdania p na przeciwną,
• alternatywa p- q jest zdaniem prawdziwym wówczas, gdy co najmniej jedno ze zdań p, q jest
prawdziwe,
• koniunkcja p , q jest zdaniem prawdziwym tylko wtedy, gdy oba zdania p, q są prawdziwe,
• implikacja p q jest zdaniem fałszywym tylko wtedy, gdy p jest zdaniem prawdziwym, a q
jest zdaniem fałszywym,
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 11 z 365
Powrót
Pełny ekran
Zamknij
Koniec
• równoważność p q jest zdaniem prawdziwym wtedy, gdy oba zdania mają jednakową
wartość logiczną.
Definicja 1.1. Prawem rachunku zdań lub tautologią nazywamy takie zdanie złożone, które
jest zawsze prawdziwe bez względu na wartości logiczne zdań, z których jest utworzone.
Przykład 1.2. Udowodnimy, że zdanie złożone
p - q p , q(prawo de Morgana dla zaprzeczenia alternatywy) jest tautologią.
Rozwiązanie. W dowodzie wykorzystamy tak zwaną metodę zero-jedynkową. Wypiszemy w tabelce
zdania wchodzące w skład rozpatrywanego wyrażenia i zbadamy ich wartości logiczne w zależności
od wartości logicznych zdań p i q.
p q p - q p - q p q p , q p - q p , q0 0 0 1 1 1 1 1
0 1 1 0 1 0 0 1
1 0 1 0 0 1 0 1
1 1 1 0 0 0 0 1
W ostatniej kolumnie otrzymaliśmy same jedynki, co oznacza, że rozważane zdanie jest prawem
rachunku zdań.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 12 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Zadania
1.1. (?) Wykazać, że podane wyrażenia są prawami rachunku zdań:
a) p , q p - q – prawo de Morgana dla zaprzeczenia koniunkcji,
b) p q q p – prawo kontrapozycji,
c) p q p - q,d) p q , q p p q,e) p q , q r p r.
1.2. (?) Sprawdzić, czy podane wyrażenia są prawami rachunku zdań:
a) p , q p - q,b) p - q p , q,c) p p , q,d) p , q p - q.
1.3. (?) Dla jakich wartości logicznych p i q prawdziwe są zdania:
a) p q q, b) p q q p, c) p q p - q.1.4. (?) Zapisać zdanie równoważne zdaniu p - q używając funktorów i ,.
1.5. (?) Zapisać zdanie równoważne zdaniu p , q używając funktorów i -.
1.6. (?) Zapisać zdanie równoważne zdaniu p , q używając funktorów i .
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 13 z 365
Powrót
Pełny ekran
Zamknij
Koniec
1.2. Rachunek zbiorów
Zbiory oznaczać będziemy dużymi literami A,B, . . . ,X, a ich elementy małymi literami a, b, . . . , x.
Zapis x >X oznacza, że x jest elementem zbioru X, w przeciwnym przypadku piszemy x ¶X. Zbiór
skończony złożony z n elementów x1, x2, . . . , xn zapisujemy w postaci x1, x2, . . . , xn. Zbiór, który
nie zawiera żadnego elementu nazywamy zbiorem pustym i oznaczamy symbolem g.
Specjalne oznaczenia przyjmiemy dla podanych niżej zbiorów liczbowych.
Symbolem N oznaczać będziemy zbiór wszystkich liczb naturalnych (przyjmujemy umowę,
że 0 nie jest liczbą naturalną), symbolem C – zbiór wszystkich liczb całkowitych , symbolem W– zbiór wszystkich liczb wymiernych , symbolem R – zbiór wszystkich liczb rzeczywistych .1
Zdefiniujemy dalej działania na zbiorach, wykorzystując określone w poprzednim paragrafie
funktory zdaniotwórcze.
Mówimy, że zbiór A jest podzbiorem zbioru B wtedy i tylko wtedy, gdy dla każdego x spełniony
jest warunek
x > A x > B.
Piszemy wówczas A ` B. W przeciwnym przypadku, jeśli A nie jest podzbiorem zbioru B, piszemy
A ~ B.
Mówimy, że zbiory A i B są równe wtedy i tylko wtedy, gdy dla każdego x spełniony jest
warunek
x > A x > B.
1W literaturze stosuje się również inną symbolikę, zbiór wszystkich liczb całkowitych oznacza się przez Z, a zbiórwszystkich liczb wymiernych przez Q.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 14 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Piszemy wówczas A B. Zauważmy od razu, że A B A ` B ,B ` A.
Sumą zbiorów A, B nazywamy zbiór A 8B określony warunkiem
x > A 8B x > A - x > B,
to znaczy zbiór tych elementów, które należą do co najmniej jednego ze zbiorów A, B.
Częścią wspólną lub iloczynem zbiorów A, B nazywamy zbiór A 9B taki, że
x > A 9B x > A , x > B,
czyli zbiór tych elementów, które należą do obu zbiorów A, B.
Różnicą zbiorów A, B nazywamy zbiór A B określony warunkiem
x > A B x > A , x ¶ B,
a więc zbiór tych elementów zbioru A, które nie należą do zbioru B.
Na ogół rozpatrujemy podzbiory pewnego ustalonego, niepustego zbioru X. Zbiór X nazywamy
wówczas przestrzenią2, a różnicę X A, gdzie A ` X, nazywamy dopełnieniem zbioru A (w
przestrzeni X) i oznaczamy przez A.
Prawa rachunku zbiorów często dowodzimy korzystając z praw rachunku zdań.
Przykład 1.3. Wykażemy, że A 8B A9B
2używa się również nazwy uniwersum.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 15 z 365
Powrót
Pełny ekran
Zamknij
Koniec
(prawo de Morgana dla dopełnienia sumy zbiorów).
Rozwiązanie. Korzystając z prawa de Morgana dla zaprzeczenia alternatywy, otrzymujemy
x > A 8B x ¶ A 8B x > A 8B x > A - x > B x > A , x > B x > A
, x > B x > A
9B
dla każdego elementu x, a zatem zbiory A 8B i A 9B są równe.
Zadania
1.7. (?) Wykazać, że A 9B A 8 B (prawo de Morgana dla dopełnienia iloczynu
zbiorów).
1.8. (?) Wykazać, że dla dowolnych zbiorów A,B,C `X spełnione są warunki:
a) A 8A X, b) A 9A g, c) A B A 9B, d) A ` A 8B,
e) A B 8C A B 9 A C, f) A B 9C A B 8 A C,g) A ` B ,A ` C A ` B 9C, h) A ` C ,B ` C A 8B ` C.
1.3. Rachunek kwantyfikatorów
Definicja 1.4. Niech X x g. Funkcją zdaniową zmiennej x, gdzie x >X, nazywamy wyrażenie
ϕ x, które staje się zdaniem (prawdziwym lub fałszywym), gdy za zmienną x podstawimy nazwę
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 16 z 365
Powrót
Pełny ekran
Zamknij
Koniec
dowolnego elementu ze zbioru X. Zbiór X nazywamy zakresem zmienności funkcji zdaniowej ϕ x.Funkcję zdaniową zmiennej x zapisujemy w postaci ϕ x, x >X, a zbiór tych wszystkich elementów
x >X, dla których ϕ x jest zdaniem prawdziwym oznaczamy symbolem
x >X ϕ x .Przykład 1.5. Niech A `X, ϕ x x > A, wówczas x >X ϕ x A.
Przykład 1.6. Wyrażenie x21 @ 0, x > R, jest funkcją zdaniową. Podstawiając x 0 otrzymujemy
zdanie prawdziwe, a podstawiając x 1 otrzymujemy zdanie fałszywe. Łatwo można zauważyć, że
x > R x2 1 @ 0 1,1 .
Korzystając z funkcji zdaniowych możemy zapisać sumy, iloczyny i różnice podzbiorów ustalo-
nego zbioru X w postaci
A 8B x >X x > A - x > B ,A 9B x >X x > A , x > B ,A B x >X x > A - x ¶ B .
Z funkcji zdaniowych korzystamy często w sformułowaniach definicji i twierdzeń. Używamy
wówczas zwrotów
dla każdego x >X spełniony jest warunek ϕ x
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 17 z 365
Powrót
Pełny ekran
Zamknij
Koniec
oraz
istnieje x >X spełniający warunek ϕ x.Zdania te zapisujemy odpowiednio w postaci
x>Xϕ x oraz
x>Xϕ x. Symbol nazywamy
kwantyfikatorem ogólnym, a symbol nazywamy kwantyfikatorem szczegółowym (lub
egzystencjalnym). Zdanie x>X
ϕ x jest prawdziwe wówczas, gdy
x >X ϕ x X,a zdanie
x>Xϕ x jest prawdziwe wówczas, gdy
x >X ϕ x x g.Uwaga. W literaturze często używa się innych oznaczeń, kwantyfikator ogólny oznacza się
symbolem ¦, a kwantyfikator egzystencjalny – symbolem §.
Przykład 1.7. Wykażemy, że
x>X
ϕ x x>X
ϕ x(prawo de Morgana zaprzeczenia kwantyfikatora ogólnego).
Rozwiązanie. Należy pokazać, że wartości logiczne zdań obu zdań x>X
ϕ x i x>X
ϕ x są
jednakowe. Zdanie x>X
ϕ x jest fałszywe wtedy i tylko wtedy, gdy zdanie x>X
ϕ x jest prawdziwe,
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 18 z 365
Powrót
Pełny ekran
Zamknij
Koniec
tzn. wtedy, gdy x >X ϕ x X; wówczas
x >X ϕ x x >X ϕ x g,a więc zdanie
x>X ϕ x jest również fałszywe.
Zdanie x>X
ϕ x jest prawdziwe wtedy i tylko wtedy, gdy zdanie x>X
ϕ x jest fałszywe, tzn.
wtedy, gdy x >X ϕ x xX; wówczas
x >X ϕ x x >X ϕ x x g,czyli zdanie
x>X ϕ x jest również prawdziwe.
Niech ϕ x, ψ x będą funkcjami zdaniowymi zmiennej x > X. Przez ψxϕ x oznaczamy
zdanie
x>X
ψ x ϕ x ,a przez
ψxϕ x – zdanie
x>X
ψ x , ϕ x .Niech X x g, I x g. Załóżmy, że dla każdego i > I jest określony zbiór Ai ` X. Zbiór tych
wszystkich zbiorów Ai nazywamy indeksowaną rodziną podzbiorów zbioru X i oznaczamy
symbolem Aii>I .Definicja 1.8. Sumą uogólnioną indeksowanej rodziny Aii>I podzbiorów zbioru X nazywamy
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 19 z 365
Powrót
Pełny ekran
Zamknij
Koniec
zbiór
i>I
Ai x >X i>I
x > Ai¡.Iloczynem uogólnionym indeksowanej rodziny Aii>I podzbiorów zbioru X nazywamy zbiór
i>I
Ai x >X i>I
x > Ai¡.Z powyższej definicji wynika, że
x >i>I
Aii>I
x > Ai,
x >i>I
Aii>I
x > Ai,
suma uogólniona indeksowanej rodziny rodziny Aii>I jest zatem zbiorem tych elementów zbioru
X, które należą do co najmniej jednego ze zbiorów Ai, a iloczyn uogólniony indeksowanej rodziny
rodziny Aii>I jest zbiorem tych elementów zbioru X, które należą do każdego zbioru Ai.
Przykład 1.9. Niech At x > R tx @ 1 dla każdej liczby rzeczywistej t. Wyznaczymy t>RAt oraz
t>RAt.
Rozwiązanie. Zauważmy, że A0 x > R 0x @ 1 R. Jeśli t A 0, to
At x > R tx @ 1 x > R x @ 1t ª, 1
t .
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 20 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Jeśli t @ 0, to
At x > R tx @ 1 x > R x A 1t 1
t ,ª .Stąd wynika, że
t>RAt R,
t>RAt 0.
W szczególnym przypadku, gdy I N, zamiast n>N
An piszemyªn1
An, a zamiast n>N
An piszemyªn1
An.
Przykład 1.10. Jeśli An a 1n ,1
1nf dla n > N, to
ªn1
An `1,1 orazªn1
An 0.
Przykład 1.11. Wykażemy, że i>IAi
i>IA
i (prawo de Morgana dopełnienia sumy
uogólnionej ).
Rozwiązanie. Korzystając z prawa de Morgana zaprzeczenie kwantyfikatora ogólnego, otrzymu-
jemy
x > i>I
Ai x ¶i>I
Ai x >i>I
Aii>I
x > Aii>I
x > Aii>I
x > A
i x >i>I
A
i.
Zadania
1.9. (?) Udowodnić, że
x>X
ϕ x x>X
ϕ x(prawo de Morgana zaprzeczenia kwantyfikatora szczegółowego).
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 21 z 365
Powrót
Pełny ekran
Zamknij
Koniec
1.10. (?) Udowodnić, że i>IAi
i>IA
i (prawo de Morgana dopełnienia iloczynu uogól-
nionego).
1.11. (?) Niech At x > R x2 @ t dla każdej liczby rzeczywistej t. Wyznaczyć t>RAt oraz
t>RAt.
1.12. (?) Wyznaczyćªn1
An iªn1
An, jeśli:
a) An a 1n ,
1nf, b) An 1
n ,1n, c) An a1n 1
n ,1 1nf.
1.4. Relacje
Niech X x g, Y x g. Symbolem x, y, gdzie x > X, y > Y , oznaczamy parę uporządkowaną
o poprzedniku x i następniku y.
Definicja 1.12. Iloczynem kartezjańskim zbiorów X i Y nazywamy zbiór
X Y x, y x >X , y > Y .Przykład 1.13. Iloczynem kartezjańskim zbiorów X 1,2,3 i Y a, b jest zbiór
X Y 1, a , 2, a , 3, a , 1, b , 2, b , 3, b .Definicja 1.14. Niech X x g, Y x g. Dowolny podzbiór ρ ` X Y nazywamy relacją określoną
w iloczynie kartezjańskim zbiorów X i Y . Jeśli X Y , to relację ρ ` X X nazywamy relacją
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 22 z 365
Powrót
Pełny ekran
Zamknij
Koniec
w zbiorze X. Mówimy, że element x jest w relacji z elementem y, jeśli x, y > ρ, piszemy wówczas
również xρy. Dziedziną relacji ρ nazywamy zbiór
Dρ x >X y>Y
x, y > ρ,przeciwdziedziną – zbiór
Pρ y > Y x>X
x, y > ρ.Relacją odwrotną do relacji ρ nazywamy relację ρ1 y, x > Y X x, y > ρ.
Przykład 1.15. Niech ρ 1,2 , 1,3 , 2,3 , 3,4 , 3,5 ` N N, wówczas
Dρ 1,2,3 , Pρ 2,3,4,5 , ρ1 2,1 , 3,1 , 3,2 , 4,3 , 5,3 .Zajmiemy się obecnie wybranymi relacjami określonymi w zbiorze X.
Definicja 1.16. Relację ρ `X X nazywamy:
a) zwrotną x>X
x,x > ρ,b) przeciwzwrotną
x>X x,x > ρ,
c) symetryczną x,y>X
x, y > ρ y, x > ρ ,d) przeciwsymetryczną
x,y>Xx, y > ρ y, x > ρ,
e) przechodnią x,y,z>X
x, y > ρ , y, z > ρ x, z > ρ ,f) antysymetryczną
x,y>Xx, y > ρ , y, x > ρ x y ,
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 23 z 365
Powrót
Pełny ekran
Zamknij
Koniec
g) spójną x,y>X
x, y > ρ - y, x > ρ.Przykład 1.17. Określona w zbiorze wszystkich liczb rzeczywistych R relacja niewiększości B
jest zwrotna, przechodnia, antysymetryczna i spójna, a relacja mniejszości @ jest przeciwzwrotna,
przeciwsymetryczna i przechodnia.
Przykład 1.18. Określona w przestrzeni R2 relacja
<@@@@>x1
x2
=AAAA? B<@@@@> y1
y2
=AAAA? x1 B y1 , x2 B y2
jest zwrotna, przechodnia i antysymetryczna, ale nie jest spójna.
Definicja 1.19. Relację ρ ` X X nazywamy częściowym porządkiem wtedy i tylko wtedy,
gdy ρ jest zwrotna, przechodnia i antysymetryczna. Jeśli ponadto ρ jest spójna, to ρ nazywamy
porządkiem liniowym. Parę X,ρ nazywamy wówczas odpowiednio przestrzenią częściowo
(lub liniowo) uporządkowaną.
Definicja 1.20. Relację ρ `X X nazywamy nazywamy relacją równoważności wtedy i tylko
wtedy, gdy ρ jest zwrotna, przechodnia i symetryczna. Jeśli xρy, to mówimy, że elementy x i y są
równoważne.
Definicja 1.21. Klasą abstrakcji o reprezentancie x >X relacji relacji równoważności ρ `X X
nazywamy zbiór xρ y >X xρy. Zbiór klas abstrakcji relacji równoważności ρ nazywamy
przestrzenią ilorazową i oznaczamy symbolem X~ρ.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 24 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Definicja 1.22. Rodzinę Aii>I niepustych i parami rozłącznych podzbiorów przestrzeni X taką,
że i>IAi X nazywamy podziałem zbioru X.
Twierdzenie 1.23. Jeśli ρ jest relacją równoważności w zbiorze X, to zbiór klas abstrakcji relacji
ρ jest podziałem zbioru X.
Przykład 1.24. W zbiorze wszystkich liczb naturalnych N określamy relację
nρk p>N
n k 2p.
Wykażemy, że ρ jest relacją równoważności i wyznaczymy klasy abstrakcji tej relacji.
Rozwiązanie. Relacja ρ jest oczywiście zwrotna i symetryczna, wykażemy, że jest również prze-
chodnia. Załóżmy, że nρk i kρm, tzn. n k 2p i k m 2q, gdzie p, q > N, wówczas
n m n k k m 2k 2 p q k ,przy czym p q k > N. Relacja ta ma dwie klasy abstrakcji:
1ρ 1,3,5, ... ,2ρ 2,4,6, ... .
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 25 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Zadania
1.13. (?) Wykazać, że jeśli niepusta relacja ρ `X X jest przeciwzwrotna i przechodnia, to jest
przeciwsymetryczna.
1.14. (?) Zbadać czy relacja ρ ` X X jest zwrotna, przeciwzwrotna, symetryczna, przeciwsy-
metryczna, przechodnia, antysymetryczna, spójna, jeśli:
a) X N, kρn nSk, 3
b) X R,xρy SxS SyS,c) X R, xρy x @ y,
d) X R, xρy x y 2,
e) X R, xρy sgnx sgn y ,
f) X R, xρy x2 y2 1.
1.15. (?) Sprawdzić, czy określona w zbiorze 2R, relacja AρB A ` B jest:
a) częściowym porządkiem, b) liniowym porządkiem.
1.16. (?) W zbiorze R2 określamy relację
<@@@@>x1
x2
=AAAA?ρ<@@@@> y1
y2
=AAAA? Sx1S Sx2S B Sy1S Sy2S .Sprawdzić, czy ρ jest:
a) częściowym porządkiem, b) liniowym porządkiem.
3Zapis nSk oznacza, że liczba n jest dzielnikiem liczby k.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 26 z 365
Powrót
Pełny ekran
Zamknij
Koniec
1.17. (?) W zbiorze R2 określamy relację
<@@@@>x1
x2
=AAAA?ρ<@@@@> y1
y2
=AAAA? x1 @ y1 - x1 y1 , x2 @ y2 - x1 y1 , x2 y2 .Sprawdzić, czy ρ jest:
a) częściowym porządkiem, b) liniowym porządkiem.
1.18. (?) Niech f R2 R będzie dowolną funkcją. Sprawdzić, czy określona w zbiorze R2 relacja
xρy f x B f y jest:
a) częściowym porządkiem, b) liniowym porządkiem.
1.19. (?) W zbiorze X a, b, c, d, e określona jest relacja
ρ a, a , b, b , b, c , c, c , c, b , d, d , d, e , e, d , e, e .Wykazać, że ρ jest relacją równoważności i podać podział na klasy abstrakcji.
1.20. (?) Sprawdzić, czy ρ `X X jest relacją równoważności, jeśli:
a) X N, kρn p>C
k n 3p,
b) X N, kρn p>N
k n 3p,
c) X R, xρy x2 y2,
d) X R, xρy sinx sin y,
e) X R2, xρy x21 x
22 y
21 y
22.
Jeśli ρ jest relacją równoważności, to podać podział na klasy abstrakcji.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 27 z 365
Powrót
Pełny ekran
Zamknij
Koniec
1.21. (?) Niech f R2 R będzie dowolną funkcją. Sprawdzić, czy określona w zbiorze R2 relacja
xρyfx fy jest relacją równoważności.
1.22. (?) W zbiorze R2 określamy relację
<@@@@>x1
x2
=AAAA?ρ<@@@@> y1
y2
=AAAA? k>C
x1 y1 k , x2 y2 k .a) Wykazać, że ρ jest relacją równoważności.
b) Wyznaczyć klasę abstrakcji<@@@@> 1
2
=AAAA?.
1.23. (?) W zbiorze R2 określamy relację
<@@@@>x1
x2
=AAAA?ρ<@@@@> y1
y2
=AAAA? x21 x
22 y
21 y
22.
a) Wykazać, że ρ jest relacją równoważności.
b) Podać ilustrację graficzną klasy abstrakcji<@@@@><@@@@> 1
1
=AAAA?=AAAA?.
1.24. (?) W zbiorze X R 0 określamy relację
xρy x y x 1y 0.
a) Wykazać, że ρ jest relacją równoważności.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 28 z 365
Powrót
Pełny ekran
Zamknij
Koniec
b) Wyznaczyć klasę abstrakcji 12.
1.25. (?) W zbiorze R określamy relację
xρy k>C
x2 y2 k.
a) Wykazać, że ρ jest relacją równoważności.
b) Wyznaczyć klasę abstrakcji º2.1.26. (?) W zbiorze W określamy relację
xρy k>C
x y k.
a) Wykazać, że ρ jest relacją równoważności.
b) Wyznaczyć klasę abstrakcji 12.
1.27. (?) W zbiorze R określamy relację
xρy w>W
x y w.
a) Wykazać, że ρ jest relacją równoważności.
b) Wyznaczyć klasę abstrakcji º2.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 29 z 365
Powrót
Pełny ekran
Zamknij
Koniec
1.28. (?) W zbiorze N2 określamy relację
<@@@@>x1
x2
=AAAA?ρ<@@@@> y1
y2
=AAAA? x1 y1 x2 y2.
a) Wykazać, że ρ jest relacją równoważności.
b) Wyznaczyć klasę abstrakcji<@@@@><@@@@> 2
1
=AAAA?=AAAA?.
1.29. (?) W zbiorze R2 określamy relację
<@@@@>x1
x2
=AAAA?ρ<@@@@> y1
y2
=AAAA? x1 x22 y1 y22
.
a) Wykazać, że ρ jest relacją równoważności.
b) Wyznaczyć klasę abstrakcji<@@@@><@@@@> 1
3
=AAAA?=AAAA?.
1.30. (?) W zbiorze R2 określamy relację
<@@@@>x1
x2
=AAAA?ρ<@@@@> y1
y2
=AAAA? sin x1 x2 sin y1 y2 .a) Wykazać, że ρ jest relacją równoważności.
b) Wyznaczyć klasę abstrakcji<@@@@><@@@@>
12π
12π
=AAAA?=AAAA?.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 30 z 365
Powrót
Pełny ekran
Zamknij
Koniec
1.31. (?) W zbiorze R2 określamy relację
<@@@@>x1
x2
=AAAA?ρ<@@@@> y1
y2
=AAAA? cos x1 x2 cos y1 y2 .a) Wykazać, że ρ jest relacją równoważności.
b) Wyznaczyć klasę abstrakcji<@@@@><@@@@>
14π
14π
=AAAA?=AAAA?.
1.5. Odwzorowania
Definicja 1.25. Relację ρ `X Y nazywamy:
a) prawostronnie jednoznaczną wtedy i tylko wtedy, gdy
x>X
y1,y2>Y
x, y1 > ρ , x, y2 > ρ y1 y2,
b) lewostronnie jednoznaczną wtedy i tylko wtedy, gdy
x1,x2>X
y>Y
x1, y > ρ , x2, y > ρ x1 x2.
Definicja 1.26. Odwzorowaniem zbioru X w zbiór Y (lub funkcją przekształcającą X w Y )
nazywamy prawostronnie jednoznaczną relację f ` X Y taką, że Df X. Zamiast f ` X Y
piszemy wówczas f X Y , a zamiast x, y > f piszemy y f x.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 31 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Jeśli f X Y jest odwzorowaniem i A ` X, to przez f SA oznaczamy odwzorowanie f SA
A Y określone wzorem f SA x f x dla x > A. Odwzorowanie f SA nazywamy obcięciem
odwzorowania f do zbioru A.
Definicja 1.27. Niech f X Y , A `X, B ` Y .
a) Obrazem zbioru A przy odwzorowaniu f nazywamy zbiór
f A y > Y x>A
y f x f x x > A .b) Przeciwobrazem zbioru B przy odwzorowaniu f nazywamy zbiór
f1 B x >X y>B
y f x x >X f x > B .Definicja 1.28. Odwzorowanie f X Y nazywamy:
a) suriekcją lub odwzorowaniem zbioru X na zbiór Y wtedy i tylko wtedy, gdy
y>Yx>X
y f x ,b) iniekcją lub odwzorowaniem różnowartościowym wtedy i tylko wtedy, gdy
x1,x2>X
x1 x x2 f x1 x f x2 ,c) bijekcją lub odwzorowaniem wzajemnie jednoznacznym wtedy i tylko wtedy, gdy f
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 32 z 365
Powrót
Pełny ekran
Zamknij
Koniec
jest suriekcją i iniekcją.
Uwagi:
1. Odwzorowanie f X Y jest suriekcją wtedy i tylko wtedy, gdy Pf Y , tzn., gdy f X Y .
2. Warunek na różnowartościowość odwzorowania f można zapisać w równoważnej postaci
x1,x2>X
f x1 f x2 x1 x2.
Twierdzenie 1.29. Jeśli f X Y jest bijekcją, to relacja odwrotna f1:
a) jest odwzorowaniem zbioru Y na zbiór X,
b) jest bijekcją.
Odwzorowanie f1 Y Y nazywamy odwzorowaniem odwrotnym do odwzorowania f .
Związek między wartościami f i f1 można zapisać w postaci
x>X
y>Y
y f x x f1 y .Definicja 1.30. Złożeniem lub superpozycją odwzorowań
f X Y, g Y Z
nazywamy odwzorowanie g X f X Z określone wzorem g X f x g f x.Twierdzenie 1.31. Jeśli odwzorowania f X Y , g Y Z są suriekcjami, to gXf jest suriekcją.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 33 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Twierdzenie 1.32. Jeśli odwzorowania f X Y , g Y Z są iniekcjami, to g X f jest iniekcją.
Twierdzenie 1.33. Jeśli odwzorowania f X Y , g Y Z są bijekcjami, to:
a) g X f jest bijekcją,
b) g X f1 f1 X g1.
Zadania
1.32. (?) Sprawdzić, czy relacja f jest odwzorowaniem:
a) f n, y > N W n 2y 3 0,
b) f n, k > N N n k 2,
c) f x, y > R2 x y,
d) f x, y > R2 x2 y2,
e) f x, y > R2 sinx sin y.
1.33. (?) Niech f R R, f x x SxS. Wyznaczyć f `1,1e, f R, f `1,2e, f1 0,f1 `0,ª.1.34. (?) Niech f R R, f x x2 x 2. Wyznaczyć f `2,1e, f R, f `2,0e, f1 0,f1 R.1.35. (?) Niech f R R, f x sinx. Wyznaczyć f a1
2π,12πf, f R, f1 0, f1 a0, 1
2f,f1 R.1.36. (?) Wyznaczyć złożenie g X f funkcji:
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 34 z 365
Powrót
Pełny ekran
Zamknij
Koniec
a) f R R, f x 2x 1, g R R, g x x2;
b) f R R, f x ºx, g R R, g x x2.
1.37. (?) Wyznaczyć złożenie g X f i f X g funkcji f R 0 R, f x logx, g R R 0,
g x 100x.
1.38. (?) Zbadać różnowartościowość funkcji:
a) f R 1 R, f x xx1 ,
b) f 0,ª R, f x lnx2,
c) f R 0 R, f x arc tg 1x,
d) f `1,1e R, f x arc sinx arc cosx.
1.39. (?) Niech f R 12π,
12π, f x arc tg 3x 2.
a) Wykazać, że f jest bijekcją.
b) Wyznaczyć f1.
1.40. (?) Niech f R2 R2, f<@@@@>x1
x2
=AAAA?
<@@@@>x1 x2
x1 x2
=AAAA?.
a) Wykazać, że f jest bijekcją.
b) Wyznaczyć f1.
c) Wyznaczyć 4f R2, f1 y > R2 y1y2 B 0.
4Rn x > Rn xj C 0 dla j 1,2, ..., n.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 35 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Rozdział 2
Własności funkcji
2.1. Dziedzina, zbiór wartości, wykres
Jak pamiętamy, w szkole definiowaliśmy pojęcie funkcji w następujący sposób. Jeżeli każdemu ele-
mentowi x zbioru X przyporządkowany jest dokładnie jeden element y zbioru Y, to mówimy, że w
zbiorze X określona jest funkcja f zmiennej x o wartościach ze zbioru Y. Bardziej formalnie, na
funkcję możemy patrzeć jako na pewien podzbiór iloczynu kartezjańskiego zbiorów X i Y (por. roz-
dział 1). Powtórzymy dla przypadku, gdy X,Y ` R sformułowane w rozdziale 1 definicje dotyczące
odwzorowań.
Definicja 2.1. Niech X,Y ` R, X x g,Y x g. Funkcją ze zbioru X w zbiór Y nazywamy podzbiór
f zbioru X Y taki, że dla każdego x >X istnieje dokładnie jeden y > Y taki, że x, y > f .
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 36 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Uwagi:
1. Zamiast x, y > f piszemy zwykle y fx.2. Funkcję nazywamy też przekształceniem lub odwzorowaniem . Mówimy, że funkcja f
przekształca (odwzorowuje) zbiór X w zbiór Y. Stosujemy przy tym zapisy:
f X Y, y fx;y fxdla x >X;
x( fxdla x >X.
Zbiór X nazywamy dziedziną funkcji (oznaczamy go również symbolem Df ), a elementy x tego
zbioru argumentami funkcji. Z kolei y0 fx0 nazywamy wartością funkcji f dla argumentu x0.
Mówimy też, że y0 jest wartością funkcji f w punkcie x0. Zbiór tych y > Y , dla których istnieje
x >X, takie że y fx nazywamy zbiorem wartości funkcji f i oznaczamy przez fX. Funkcję
f X Y , gdzie X,Y ` R, nazywamy funkcją rzeczywistą jednej zmiennej rzeczywistej .
Często, określając funkcję podaje się sam wzór y fx. Za dziedzinę funkcji przyjmujemy
wtedy zbiór tych wszystkich x, dla których wyrażenie fx jest dobrze określone.
Dla funkcji rzeczywistej jednej zmiennej możemy podać ilustrację graficzną wykresu funkcji, a
więc zbioru tych punktów x, y płaszczyzny kartezjańskiej, których współrzędne spełniają warunek
y fx dla x >X. Zważywszy na definicję 2.1, wykres funkcji utożsamiać możemy ze zbiorem f .
Na rysunkach 2.1-2.6 przypominamy wykresy wybranych funkcji znanych ze szkolnego kursu
matematyki.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 37 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Rysunek 2.1: f R R, fx ax b
(a) f R R, fx x2 (b) f R R, fx x3
Rysunek 2.2: Wykresy wybranych funkcji
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 38 z 365
Powrót
Pełny ekran
Zamknij
Koniec
(a) f R 0 R, fx 1x
(b) f `0,ª R, fx ºx
Rysunek 2.3: Wykresy wybranych funkcji
(a) f R R, fx ax (b) f 0,ª R, fx loga x
Rysunek 2.4: Wykresy wybranych funkcji
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 39 z 365
Powrót
Pełny ekran
Zamknij
Koniec
(a) f R R,fx sinx (b) f R R,fx cosx
Rysunek 2.5: Wykresy wybranych funkcji
(a) f R π2 kπ k > C, fx tgx (b) f R kπ k > C, fx ctgx
Rysunek 2.6: Wykresy wybranych funkcji
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 40 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Wraz z funkcją f X R możemy rozważać funkcje:
y fx dla x >X,
y fx dla x > x x > R , x >X,y fx q dla x >X i q > R,
y fx p dla x > x x > R , x p >X.Łatwo zauważyć, że wykresy powyższych funkcji można otrzymać przekształcając w odpowiedni
sposób wykres funkcji f .
Tabela 2.1: Przekształcenia wykresu funkcji
przekształcenie v obraz wykresu funkcji f w przekształceniu v
symetria osiowa względem osi Oy y fxsymetria osiowa względem osi Ox y fx
translacja o wektor 0, q y fx qtranslacja o wektor p,0 y fx p
Przykład 2.2. Narysujemy wykres funkcji
g ª,4e R, gx Sº4 x 2S.Kolejne etapy rysowania wykresu przedstawiamy na rysunku 2.7. W pierwszym kroku wykres
funkcji f `0,ª R, fx ºx przekształcamy, stosując symetrię osiową względem osi 0y.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 41 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Otrzymujemy w ten sposób wykres funkcji y ºx, który przesuwamy o wektor 4,0. W wyniku
tego przesunięcia dostajemy wykres funkcji y »x 4, który znowu przesuwamy, tym razem o
wektor 0,2. Trzeba jeszcze zauważyć, że
ShxS ¢¦¤hx gdy hx C 0,
hx gdy hx @ 0.
Jeśli zatem część wykresu funkcji y º
4 x 2 znajdującą się pod osią 0x odbijemy symetrycznie
względem tej osi, to otrzymamy wykres funkcji g.
(a) Przekształcenia wykresu funkcjifx º
x(b) Przekształcenia wykresu funkcjifx 4 º
4 x
Rysunek 2.7: Kolejne etapy rysowania wykresu funkcji y Sº4 x 2S z przykładu 2.2
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 42 z 365
Powrót
Pełny ekran
Zamknij
Koniec
2.2. Funkcje różnowartościowe, funkcje na,
funkcje wzajemnie jednoznaczne
Definicja 2.3. Funkcję f X Y nazywamy różnowartościową lub iniekcją wtedy i tylko
wtedy, gdy
x1,x2>X
x1 x x2 fx1 x fx2 .Uwaga. Warunek z definicji jest równoważny następującemu warunkowi:
x1,x2>X
fx1 fx2 x1 x2 .Przykład 2.4. a) Funkcja f R R, fx x2 nie jest funkcją różnowartościową. Na przykład
f2 f2 4.
b) Funkcja g R R, gx 3x 1 jest różnowartościowa. Jeśli bowiem gx1 gx2, czyli
3x1 1 3x2 1, to oczywiście x1 x2.
Przypominamy, że jeśli mamy do dyspozycji wykres funkcji, to badanie różnowartościowości
sprowadza się do wyznaczania punktów przecięcia wykresu funkcji z prostymi równoległymi do osi
0x. Jeśli dla każdego a > R prosta o równaniu y a ma z wykresem funkcji co najwyżej jeden punkt
wspólny, to rozważana funkcja jest różnowartościowa. Patrz rysunek 2.8.
Przykład 2.5. Zbadamy, czy funkcja f R 2 R, fx xx2 jest różnowartościowa. Przy-
puśćmy, że fx1 fx2, czyli x1x12
x2x22 dla pewnych x1, x2 > R 2. Przekształcając ostatnią
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 43 z 365
Powrót
Pełny ekran
Zamknij
Koniec
(a) Funkcja nie jest różnowartościowa (b) Funkcja jest różnowartościowa
Rysunek 2.8: Pojęcie funkcji różnowartościowej. Przykład 2.4
równość, otrzymujemy
x1x2 2 x2x1 2 x1x2 2x1 x1x2 2x2 x1 x2.
A zatem f jest funkcją różnowartościową.
Definicja 2.6. Mówimy, że funkcja f X Y przekształca zbiór X na zbiór Y wtedy i tylko
wtedy, gdy dla każdego y > Y istnieje x >X takie, że y fx.Uwaga. Funkcja f X Y przekształca zbiór X na zbiór Y wtedy i tylko wtedy, gdy zbiór
wartości funkcji f jest równy Y .
Funkcję, która przekształca zbiór X na zbiór Y będziemy nazywać krótko funkcją „na” albo
suriekcją .
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 44 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Przykład 2.7. a) Funkcja f R R, fx x2 nie jest funkcją „na”. Na przykład, dla y 1 nie
istnieje x > R takie, że y fx, bowiem równanie x2 1 nie ma rozwiązania w zbiorze R.
b) Weźmy teraz pod uwagę funkcję g R `0,ª, gx x2. Zauważmy, że dla dowolnego y C 0
istnieje x > R takie, że y fx. Dla y A 0 mamy y x2 wtedy i tylko wtedy gdy x ºy lub
x ºy. Dla y 0 mamy x2 0, czyli x 0. A zatem funkcja g jest „na”.
Przykład 2.8. Funkcja g R R, gx 3x1 jest funkcją „na”. Dla dowolnego y > R znajdziemy
x > R takie, że y gx. Wystarczy zauważyć, że y 3x 1 wtedy i tylko wtedy, gdy x y13 .
Przykład 2.9. Zbadany czy funkcja f R 2 R, fx xx2 jest „na”. Weźmy dowolne y > R.
Szukamy x > R 2 takiego, że y xx2 . Przekształcając kolejno, mamy yx 2 x wtedy i tylko
wtedy, gdy yxx 2y, czyli y1x 2y. Zauważmy, że dla y 1 równanie jest sprzeczne (0x 2.A zatem funkcja f nie jest „na”.
Dodatkowo, biorąc pod uwagę to, że dla y x 1 równanie y1x 2y ma rozwiązanie, dochodzimy
do wniosku, że zbiór R 1 jest zbiorem wartości funkcji f .
Definicja 2.10. Funkcję f X Y nazywamy funkcją wzajemnie jednoznaczną lub bijekcją
wtedy i tylko wtedy, gdy f przekształca zbiór X na zbiór Y i jest różnowartościowa.
Przykład 2.11. W przykładach 2.4 i 2.8 pokazaliśmy, że funkcja g R R, gx 3x 1 jest
różnowartościowa i „na”. Jest zatem funkcją wzajemnie jednoznaczną.
2.3. Monotoniczność funkcji
Definicja 2.12. Niech f X Y , mówimy, że funkcja f jest:
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 45 z 365
Powrót
Pełny ekran
Zamknij
Koniec
(a) Funkcja malejąca (b) Funkcja niemalejąca
Rysunek 2.9: Funkcje monotoniczne
rosnąca x1,x2>X
x1 @ x2 fx1 @ fx2 ;
malejąca x1,x2>X
x1 @ x2 fx1 A fx2 ;
niemalejąca x1,x2>X
x1 @ x2 fx1 B fx2 ;
nierosnąca x1,x2>X
x1 @ x2 fx1 C fx2;stała
x1,x2>X
fx1 fx2.Uwaga. Mówimy, że funkcja f jest monotoniczna wtedy i tylko wtedy, gdy spełnia któryś z
powyższych warunków. W sytuacji, gdy któryś z powyższych warunków jest spełniony dla dowol-
nych x1 i x2 należących do pewnego przedziału zawartego w dziedzinie mówimy, że funkcja f jest
rosnąca (malejąca itp.) w tym przedziale.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 46 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Przykład 2.13. Niech f R 2 R, fx xx2 . Pokażemy, że funkcja f maleje w przedziale2,ª. Weźmy pod uwagę dowolne x1, x2 > 2,ª takie, że x1 @ x2. Oczywiście
fx2 fx1 x2
x2 2
x1
x1 2
2x1 x2x2 2x1 2 .Z nierówności x1 @ x2 wynika, że x1 x2 @ 0. Z kolei dla x1, x2 > 2,ª mamy x1 2 A 0 oraz
x2 2 A 0. A zatem 2x1x2x22x12 @ 0 i tym samym fx2 fx1 @ 0.
Zauważmy jeszcze, że dla x1, x2 > ª,2 takich, że x1 @ x2, mamy x1 2 @ 0 oraz x2 2 @ 0.
Tak więc fx2 fx1 @ 0 i funkcja f maleje także w przedziale.
Warto podkreślić, że funkcja f nie jest malejąca. Na przykład f1 13 , f4 2. A zatem
f1 @ f4 mimo, że 1 @ 4.
Własności funkcji f badaliśmy w przykładach 2.5 oraz 2.9. Oczywiście własności te można łatwo
odczytać z wykresu funkcji. Aby wykonać wykres (patrz rysunek 2.10) wystarczy zauważyć, że
fx x
x 2x 2 2x 2
2
x 2 1.
2.4. Ekstrema lokalne funkcji
Definicja 2.14. Niech funkcja f X Y , x0 >X.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 47 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Rysunek 2.10: Wykres funkcji z przykładu 2.5, 2.9, 2.13.
Mówimy, że funkcja f ma w punkcie x0 maksimum lokalne
rA0
x>X9x0r,x0r
fx B fx0.Mówimy, że funkcja f ma w punkcie x0 minimum lokalne
rA0
x>X9x0r,x0r
fx C fx0.Minima i maksima lokalne funkcji nazywamy ekstremami lokalnymi .
Ilustrację ekstremów lokalnych przedstawia rysunek 2.11.
Uwaga. Jeśli dla każdego x >X 9 x0 r, x0 r x0 spełniona jest nierówność fx @ fx0,to mówimy o właściwym maksimum lokalnym. Podobnie definiujemy pojęcie właściwego minimum
lokalnego.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 48 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Rysunek 2.11: Maksimum lokalne
Przykład 2.15. Funkcja f R R, fx 1 x2 ma w punkcie x0 0 maksimum lokalne (patrz
rysunek 2.12). Zauważmy, że w tym punkcie f ma jednocześnie wartość największą (tzn. fx0 Cfx dla każdego x należącego do dziedziny funkcji f).
Funkcja g R R, gx S1 x2S ma również w punkcie x0 0 maksimum lokalne. Tym razem
gx0 nie jest największą wartością funkcji. Zauważmy jeszcze, że funkcja g ma w punktach x 1
oraz x 1 minima lokalne.
Przykład 2.16. Rozważmy funkcję f R R, fx ¢¦¤x 1 dla x A 0
x 1 dla x B 0
oraz funkcję g R R , gx ¢¦¤x 1 dla x C 0
x 1 dla x @ 0.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 49 z 365
Powrót
Pełny ekran
Zamknij
Koniec
(a) Funkcja ma w punkcie x 0 maksi-mum lokalne i osiąga w tym punkcie war-tość największą
(b) Funkcja ma w punkcie x 0 mak-simum lokalne i nie ma w tym punkciewartości największej
Rysunek 2.12: Maksimum lokalne a największa wartość funkcji
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 50 z 365
Powrót
Pełny ekran
Zamknij
Koniec
(a) Funkcja ma w punkcie x 0 maksi-mum lokalne
(b) Funkcja ma w punkcie x 0 mini-mum lokalne
Rysunek 2.13: Ekstrema lokalne funkcji
Funkcja f ma w punkcie x0 0 maksimum lokalne. Funkcja g ma w punkcie x0 0 minimum
lokalne (patrz rysunek 2.13).
2.5. Obraz i przeciwobraz
Definicja 2.17. Niech f X Y oraz A `X. Obrazem zbioru A względem funkcji f nazywamy
zbiór
fA y > Y x>A
y fx.Definicja 2.18. Niech f X Y oraz B ` Y . Przeciwobrazem zbioru B względem funkcji f
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 51 z 365
Powrót
Pełny ekran
Zamknij
Koniec
(a) Obraz zbioru A (na zielono) (b) Przeciwobraz zbioru B (na zielono)
Rysunek 2.14: Obraz i przeciwobraz. Przykład 2.19
nazywamy zbiór
f1B x >X y>B
y fx.Uwaga. Mówimy też o obrazie (przeciwobrazie) zbioru wyznaczonym przez funkcję f lub o
obrazie (przeciwobrazie) zbioru przy odwzorowaniu f .
Przykład 2.19. Niech f R R, fx x2. Niech A `2,1 oraz B 1,4e. Wykorzystując
wykres funkcji f (patrz rysunek 2.14), łatwo zauważyć, że fA `0,4e oraz
f1B `2,1 8 1,2e.Przykład 2.20. Weźmy pod uwagę funkcję f R R określoną następująco:
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 52 z 365
Powrót
Pełny ekran
Zamknij
Koniec
(a) Obraz zbioru A (na zielono) (b) Przeciwobraz zbioru B (na zielono)
Rysunek 2.15: Obraz i przeciwobraz. Przykład 2.20
fx ¢¦¤
3 Sx 2S dla x > ª,1 ,2 dla x > `1,1,
2x dla x > `1,ª.Wyznaczymy obraz zbioru A `4,1e oraz przeciwobraz B 1,1. Wykres funkcji f przedsta-
wiamy na rysunku 2.15. Na podstawie wykresu funkcji f łatwo stwierdzić, że fA `1,3e 8 12
oraz f1B 6,4 8 `1,ª.Przykład 2.21. Rozpatrujemy funkcję f R R, fx 1
x21 . Znajdziemy obraz zbioru A 2,1e. Zauważmy, że jeśli x > 2,1e, to x2 > `0,4 i tym samym x21 > `1,5. Dla y > `1,5 mamy1y > 1
5 ,1e. Ostatecznie fA 15 ,1e.
Wyznaczymy teraz przeciwobraz zbioru B `14 ,1. Szukamy rozwiązania nierówności 1
4 B fx @
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 53 z 365
Powrót
Pełny ekran
Zamknij
Koniec
1 dla x należących do dziedziny funkcji f (w naszym przypadku dla x > R). W kolejnych krokach
otrzymujemy: ¢¦¤1
x21 C 14
1x21 @ 1
¢¦¤x2 1 B 4
x2 1 A 1
¢¦¤x2 B 3
x2 A 0
¢¦¤x > `º3,
º3e
x x 0.
Ostatecznie fB `º3,º
3e 0.
2.6. Złożenie funkcji
Zajmiemy się teraz sytuacją, w której wartość jednej funkcji staje się argumentem drugiej funkcji.
Definicja 2.22. Niech f X Y oraz g Y Z, gdzie fY ` Y . Złożeniem funkcji f i g
nazywamy funkcję g X f X Z określoną wzorem:
g X f x gfx.Uwaga. Złożenie funkcji nazywamy także superpozycją funkcji.
Przykład 2.23. Weźmy pod uwagę funkcję f R R, fx cosx oraz g R R, gx x2.
Oczywiście zbiór wartości funkcji f zawiera się w dziedzinie funkcji g. Możemy zatem określić
złożenie funkcji f i g. Mamy g X f x gfx gcosx cosx2 dla x > R.Podobnie gR zawiera się w dziedzinie funkcji f. Tak więc możemy wyznaczyć funkcję f X g.
Mamy f X g x fgx fx2 cosx2 dla x > R.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 54 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Przykład 2.24. Niech funkcja f `0,ª R będzie określona wzorem fx ºx, zaś funkcja
g 2,ª R – wzorem gx log3x2. Biorąc pod uwagę to, że f`0,ª `0,ª ` 2,ª,mamy g X f x gfx log3fx 2 log3ºx 2dla x > `0,ª. Zauważmy też, że zbiór wartości funkcji g nie zawiera się w dziedzinie funkcji f ,
gdyż (g2,ª R,) i tym samym nie możemy określić złożenia funkcji f X g.
Oczywiście, gdybyśmy zamiast funkcji g, wzięli pod uwagę na przykład funkcję g `1,ª R,
gx log3x 2, to mielibyśmy
f X g x fgx flog3x 2 »log3x 2dla x > `1,ª.2.7. Funkcja odwrotna
Rozważania rozpoczniemy od przykładu.
Przykład 2.25. Weźmy pod uwagę funkcję f 1,2,3 1,3,5 określoną następująco, f1 5, f2 3 oraz f3 1. Oczywiście funkcja f jest różnowartościowa. Rozważmy funkcję g 1,3,5 1,2,3 określoną następująco: g1 3, g3 2 oraz g5 1. Zauważmy, że
fx y wtedy i tylko wtedy, gdy gy x dla x > 1,2,3 i y > 1,3,5. Niech teraz zx gfxdla x > 1,2,3. Oczywiście z1 g5 1 i ogólnie zx x dla x > 1,2,3. Łatwo sprawdzić, że
również fgy y dla y > 1,3,5.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 55 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Definicja 2.26. Niech f X Y . Funkcją odwrotną do funkcji f nazywamy funkcję g X Y
spełniającą następujący warunek:
x>X
y>Y
fx y gy x.Uwaga. Funkcję odwrotną do funkcji f oznaczamy przez f1.
Przykład 2.27. a) Weźmy pod uwagę funkcję f `0,ª`0,ª, fx x2 . Zauważmy, że dla
każdego x C 0 oraz y C 0 mamy: y x2 wtedy i tylko wtedy, gdy x ºy. A zatem funkcją
odwrotną do funkcji f jest funkcja przekształcająca zbiór `0,ª w zbiór `0,ª i określona wzorem
f1y ºy.
b) Rozważmy teraz funkcję g ª,0e`0,ª, gx x2. Dla każdego x B 0 oraz y C 0 mamy:
y x2 wtedy i tylko wtedy, gdy x ºy. W tym przypadku g1 `0,ª ª,0e , g1y ºy.
Twierdzenie 2.28. Funkcja f X Y ma funkcję odwrotną wtedy i tylko wtedy, gdy f jest funkcją
wzajemnie jednoznaczną.
Przykład 2.29. Funkcja f R `0,ª, fx x2 nie jest różnowartościowa. A zatem f nie ma
funkcji odwrotnej.
Przykład 2.30. Funkcja f R R, fx 2x2 jest funkcją wzajemnie jednoznaczną. Wyznaczy-
my funkcję odwrotną do f . Dowolnemu y chcemy przyporządkować x takie, że y fx. Szukamy
zatem takiego x, że y 2x 2. Z tego równania wyznaczamy x 12y 1. Mamy f1 R R,
f1y 12y 1.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 56 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Rysunek 2.16: Wykresy funkcji f i f1
Przykład 2.31. Funkcja f 0,ª R, fx log2 x jest funkcją wzajemnie jednoznaczną.
Zauważmy, że y log2 x wtedy i tylko wtedy, gdy x 2y. A zatem f1 R 0,ª, f1y 2y.
Omówimy teraz związek między wykresem funkcji f i funkcji odwrotnej f1. Jeśli punkt o
współrzędnych a, b należy do wykresu funkcji f , to punkt o współrzędnych b, a należy do
wykresu funkcji f1. I na odwrót. A zatem wykresy funkcji f i f1 są symetryczne względem
prostej o równaniu y x (patrz rysunek 2.16).
Sformułujemy teraz najważniejsze własności funkcji odwrotnej.
Twierdzenie 2.32. Jeśli funkcja f X Y ma funkcję odwrotną f1 Y X, to:
a) f1 fx x dla x >X.b) f f1y y dla y > Y .c) Funkcja f1 ma funkcję odwrotną. Funkcją odwrotną do f1 jest funkcja f .
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 57 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Zadania
2.1. (?) Niech f R R, fx ¢¦¤x 23 1 dla x A 1º
1 x dla x B 1.a) Sprawdzić, czy f1 @ f2.b) Narysować wykres funkcji f .
c) Podać zbiór wartości funkcji f .
d) Czy f jest funkcją „na”?
e) Podać przedziały, w których funkcja f maleje.
f) Wyznaczyć ekstrema lokalne funkcji f .
2.2. (?) Niech f R R, fx ¢¦¤Slog2 x 2 S dla x C 2
x2 2x 1 dla x @ 2.a) Narysować wykres funkcji f .
b) Podać zbiór wartości funkcji f .
c) Dla jakich x > R funkcja przyjmuje wartości dodatnie?
d) Dla jakich x > R spełniona jest nierówność fx C 2?
e) Podać przedziały, w których funkcja rośnie.
f) Wyznaczyć ekstrema lokalne funkcji f .
2.3. (?) Wyznaczyć dziedzinę funkcji:
a) fx ºx 1 1ºx2
; b) fx ¼x1x2 ;
c)fx log3 2x1 1 ; d)fx log24x2log2x3log2x.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 58 z 365
Powrót
Pełny ekran
Zamknij
Koniec
2.4. (?) Sprawdzić, czy funkcja f jest różnowartościowa, „na”, wzajemnie jednoznaczna, gdy:
a)f R R, fx x3 2;
b) f R 2 R, fx x3x2 ;
c)f R `0,ª, fx »Sx 1S.2.5. (?) Niech f X Y , fx cosx. Podać przykład takich zbiorów X i Y , że:
a) funkcja f jest różnowartościowa i jest funkcją typu „na”;
b) funkcja f nie jest różnowartościowa i jest funkcją typu „na”;
c) funkcja f jest różnowartościowa i nie jest funkcją typu „na”;.
d) funkcja f nie jest różnowartościowa i nie jest funkcją typu „na”.
2.6. (?) Sprawdzić, czy funkcja f jest monotoniczna. Odpowiedź uzasadnić.
a)f R R, fx 2x 5;
b) f 13 ,ª R, fx log0,53x 1;
c) f ª,1e 8 `0,ª R, fx ºx2 x.
2.7. (?) Niech f X R oraz g X R . Czy funkcja f g X R,gdzie f gx fxgxjest:
a) różnowartościowa, jeśli funkcje f i g są różnowartościowe?
b) jest „na”, jeśli funkcje f i g są „na”?
c) rosnąca, jeśli funkcje f i g są rosnące?
2.8. (?) Wyznaczyć obraz zbioru A i przeciwobraz zbioru B wyznaczone przez funkcję f .
a) f 1,2, ...,10 N, fn 3n, A 2,3,4, B 6n n > N .
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 59 z 365
Powrót
Pełny ekran
Zamknij
Koniec
b) f R R, fx x2 4x 5, A `0,3, B ª,2e.c) f R R, fx 1
3Sx1S, A ª,2, B `1
9 ,13e.
d) f R R, fx Sx2 9S, A `4,1 8 3,3º2), B 5,7e.e) f R R, fx Sx 1S SxS, A `3,2 8 `3,4, B 1,2.f) f R R, fx ¢¦¤
tgx dla x > 0, π2 8 π2 , πx w p.p.,
A 1, 23πe, B `º3,ª.
g) f R R, fx ¢¦¤3x dla x > 2,2elog2Sx 2S w p.p.,
A 6,6, B 0,1.h)*f 0, π R, fx log2sinx, A `1
4π,34πe, B `1,1e.
2.9. (?) Wyznaczyć, o ile to możliwe, funkcje f X g oraz g X f, gdy:
a) f R R, fx 2x 1, g R R, gx sinx cosx;
b) f R R, fx 11x2 , g ª,0 R, gx log3x;
c)f R R, fx 21x2 , g R R, gx ¢¦¤
3x 1 dla x @ 1
x2 dla x C 1.
2.10. (?) Niech f X Y oraz g Y Z. Czy g X f jest:
a) funkcją różnowartościową, jeśli funkcje f i g są różnowartościowe?
b) funkcją „na”, jeśli funkcje f i g są funkcjami „na”?
c) funkcją rosnącą, jeśli funkcje f i g są rosnące?
d) funkcją malejącą, jeśli funkcje f i g są malejące?
e) funkcją malejącą, jeśli funkcja f jest malejąca, zaś g rosnąca?
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 60 z 365
Powrót
Pełny ekran
Zamknij
Koniec
2.11. (?) Niech f X Y oraz g Y Z. Funkcja gXf jest różnowartościowa. Czy z tego wynika,
że:
a) f jest funkcją różnowartościową?
b)g jest funkcją różnowartościową?
2.12. (?) Niech f X Y oraz g Y Z. Funkcja g X f jest funkcją „na”. Czy z tego wynika, że:
a) f jest funkcją „na”?
b) g jest funkcją „na”?
2.13. (?) Dana jest funkcja f X Y . Wyznaczyć zbiór Y taki, że f jest bijekcją, a następnie
znaleźć funkcję odwrotną do funkcji f , gdy:.a) f R Y , fx 3x 1;
b)f `1,ª Y , fx ºx 1;
c) f R Y , fx 5x2;
d) f 32 ,ª Y , fx log32x 3;
e) f `1,ª Y , fx x2 2x 3;
f) f ª,1e Y , fx x2 2x 3;
g) f R 2 Y , fx x4x2 .
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 61 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Rozdział 3
Ciągi liczbowe
3.1. Ciągi liczbowe i ich własności
Definicja 3.1. Ciągiem liczbowym nazywamy dowolną funkcję a N R, gdzie N jest zbio-
rem liczb naturalnych, a R jest zbiorem liczb rzeczywistych. Wartość an an nazywamy n-tym
wyrazem ciągu . Ciąg oznaczamy symbolem an, a zbiór jego wyrazów – symbolem an.
Przykład 3.2. Ciąg o początkowych wyrazach 1,3,5,7,9, ...możemy zapisać za pomocą wzoru an
2n 1 i jest to ciąg liczb nieparzystych. Podobnie ciąg liczb parzystych 2,4,6,8,10, ... będzie dany
wzorem an 2n. Ciągi możemy także opisywać w sposób rekurencyjny, co oznacza, że wyznaczamy
wzór na n-ty wyraz ciągu, korzystając z wartości wyrazów poprzedzających oraz podając wartości
odpowiedniej liczby wyrazów początkowych, np. a1 1, a2 2, an2 2an an1 dla n C 3.
Wówczas kolejne wyrazy ciągu będą równe: a3 2 1 2 0, a4 2 2 0 4 i tak dalej.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 62 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Ważnym przykładem jest ciąg postaci an n! dla n > N 8 0 (jest to silnia kolejnych liczb
naturalnych). Jego wyrazy są równe odpowiednio a0 0! 1, a1 1! 1, a2 2! 1 2 2,
a3 3! 1 2 3 6 i ogólnie an n! 1 2 n 1 n. Zauważmy, że ciąg ten można zdefiniować
w sposób rekurencyjny następująco: a0 1, oraz an an1 n dla n > N.
Definicja 3.3. Mówimy, że an jest ciągiem:
a) rosnącym n>Nan1 A an,
b) niemalejącym n>Nan1 C an,
c) malejącym n>Nan1 @ an,
d) nierosnącym n>Nan1 B an,
e) stałym n>Nan1 an.
Ciąg mający jedną z tych własności nazywamy ciągiem monotonicznym . Zauważmy, że ciąg
monotoniczny charakteryzuje się tym, że różnica między jego kolejnymi wyrazami ma stały znak
(to znaczy jest stale niedodatnia, albo stale nieujemna).
Przykład 3.4. Sprawdzimy, czy ciąg o wyrazie ogólnym danym wzorem an n2 3n jest ciągiem
monotonicznym. W tym celu badamy znak różnicy
an1 an n 12 3n 1 n2
3n 2n 2 C 0
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 63 z 365
Powrót
Pełny ekran
Zamknij
Koniec
dla n > N. Różnica an1 an jest dodatnia dla wszystkich n naturalnych większych od 1, a dla
n 1 wynosi 0, co oznacza, że ciąg an jest niemalejący. Co więcej możemy stwierdzić, że ciąg andla n 2,3,4, ... jest ciągiem rosnącym.
Przykład 3.5. Ciąg an 1n nn42 nie jest monotoniczny, ponieważ jego wyrazy są na przemian
ujemne i dodatnie.
Definicja 3.6. Ciąg an nazywamy
a) arytmetycznym r>Rn>Nan1 an r,
b) geometrycznym q>R0 n>N
an1an
q.
Liczbę r w definicji ciągu arytmetycznego nazywamy różnicą ciągu arytmetycznego, a liczbę
q w definicji ciągu geometrycznego nazywamy ilorazem ciągu geometrycznego. Z definicji ciągu
arytmetycznego wynika, że jest on zawsze ciągiem monotonicznym – rosnącym dla r A 0, malejącym
dla r @ 0 i stałym dla r 0. Wartość n-tego wyrazu ciągu arytmetycznego zależy od wartości jego
pierwszego wyrazu i od różnicy tego ciągu i daje się zapisać wzorem
an a1 n 1r dla n > N.
Wyrazy ciągu arytmetycznego spełniają zależność
an 12an1 an1
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 64 z 365
Powrót
Pełny ekran
Zamknij
Koniec
dla n A 1, czyli wyraz o numerze n jest średnią arytmetyczną jego wyrazów sąsiednich - poprzedza-
jącego an1 i następnego an1. Suma n początkowych wyrazów ciągu arytmetycznego wyraża się
wzorem
Sn n
Qi1ai n
a1 an2
.
Dla ciągu geometrycznego można także zapisać wzór uzależniający wartość wyrazu an od war-
tości a1 i ilorazu q:
an a1qn1 dla n > N.
Wyrazy ciągu geometrycznego, w którym a1 A 0 i q A 0 spełniają warunek an ºan1 an1 dla
n A 1, czyli każdy wyraz ciągu geometrycznego o numerze większym od 1 jest średnią geometryczną
dwóch sąsiednich wyrazów. Suma n początkowych wyrazów ciągu geometrycznego jest dana wzorem
Sn n
Qi1ai a1
1 qn
1 q.
Przykład 3.7. Sprawdźmy, czy ciąg an jest ciągiem arytmetycznym lub geometrycznym, jeśli
a) an 3n 2,
b) an 2 3n1
Dla ciągu z punktu a) mamy: an1 an 3n 1 2 3n 2 3, czyli jest to ciąg arytmetyczny
o różnicy r równej 3. W przypadku ciągu z punktu b) zachodzi: an1an
23n223n1 3, czyli jest to ciąg
geometryczny o ilorazie q równym 3. Zauważmy, że w obu przypadkach są to ciągi rosnące.
Definicja 3.8. Mówimy, że ciąg an jest:
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 65 z 365
Powrót
Pełny ekran
Zamknij
Koniec
a) ograniczony z góry M>R
n>Nan BM ,
b) ograniczony z dołu m>R
n>Nan Cm,
c) ograniczony m,M>R
n>Nm B an BM .
Powyższe warunki interpretujemy w następujący sposób: ciąg jest ograniczony z góry, jeśli
wszystkie jego wyrazy są nie większe od pewnej liczby rzeczywistej M , ciąg jest ograniczony z
dołu, jeśli wszystkie jego wyrazy są nie mniejsze od pewnej liczby rzeczywistej m oraz ciąg jest
ograniczony, jeśli jest ograniczony z góry i z dołu, czyli wszystkie jego wyrazy należą do przedziału`m,Me, dla liczb rzeczywistych m,M takich, że m @M .
Przykład 3.9. Ciąg an n6n3 jest ciągiem ograniczonym. Zauważmy, że wyrazy tego ciągu można
zapisać w następujący sposób an n33n3 1 3
n3 . Ponieważ ciąg bn 3n3 jest ciągiem malejącym i
jego pierwszy wyraz jest równy 34 , ciąg an jest ograniczony z góry przez 7
4 . Widać też, że wszystkie
wyrazy ciągu an są większe od 1, zatem ciąg an) jest ograniczony z dołu przez liczbę 1.
Przykład 3.10. Zauważmy, że każdy ciąg niemalejący jest ograniczony z dołu przez swój pierwszy
wyraz, a każdy ciąg nierosnący jest ograniczony z góry przez swój pierwszy wyraz.
Zadania
3.1. (?) Ciąg an jest ciągiem arytmetycznym takim, że a1 2 oraz a6 a3 6. Podać wzór
ogólny ciągu an oraz obliczyć sumę jego pierwszych dziesięciu wyrazów.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 66 z 365
Powrót
Pełny ekran
Zamknij
Koniec
3.2. (?) Ciąg an jest ciągiem geometrycznym, którego pierwszy wyraz jest równy 2 oraz spełnio-
ny jest warunek a4a2
9. Podać wzór ogólny ciągu an oraz zbadać, czy ciąg ten jest monotoniczny.
3.3. (?) Obliczyć piąty wyraz ciągu 3x1 ,3x2 ,3x3 , . . . wiedząc, że jest to ciąg geometryczny oraz, że
x1 x2 x9 9 i x1 x8. Czy jest to ciąg ograniczony?
3.4. (?) Zbadać, czy poniższe ciągi są monotoniczne i ograniczone.
a) an 3n 4, b) bn 1n12n3n , c) cn 5n1
n2 , d) dn n n2, e) en 2n! 3.
3.5. (?) Sprawdzić, czy poniższe ciągi są ciągami geometrycznymi.
a) an 45n, b) bn n!
3n , c) 1n1n2 .
3.6. (?) Niech an 52n32n5n3n . Wykazać, że an 5n 3n oraz sprawdzić, czy an jest ciągiem
arytmetycznym oraz czy jest monotoniczny.
3.2. Zbieżność ciągów
Definicja 3.11. Mówimy, że liczba g > R jest granicą (właściwą) ciągu an wtedy i tylko
wtedy, gdy spełniony jest warunek
εA0
Nε>N
nANε
San gS @ ε.Warunek zbieżności oznacza, że w każdym otoczeniu granicy ciągu znajdują się prawie wszystkie
(czyli wszystkie za wyjątkiem skończonej liczby) wyrazy ciągu. Jeśli ciąg an ma granicę g > R, to
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 67 z 365
Powrót
Pełny ekran
Zamknij
Koniec
mówimy, że jest on zbieżny (do g) i zapisujemy to w następujący sposób limnª
an g, lub an g.
Jeżeli ciąg nie ma granicy, czyli nie istnieje liczba g spełniająca warunek podany w definicji 3.11,
to mówimy, że ciąg jest rozbieżny .
Przykład 3.12. Pokażemy, że ciąg z przykładu 3.9 jest zbieżny do 1. Weźmy dowolne ε A 0. Mamy
San 1S T 3n3 T 3
n3 @ ε n A 3ε 3.
Jeżeli zatem weźmiemy Nε 3ε 3 1, gdzie x oznacza część całkowitą liczby rzeczywistej x, to
dla wszystkich n A Nε będzie spełniony warunek San 1S @ ε, dla dowolnego ε A 0. Oznacza to, że
liczba 1 jest granicą ciągu an.Przykład 3.13. Rozważmy ciąg an 1n. Łatwo stwierdzić, że ten ciąg nie ma granicy, czyli
jest ciągiem rozbieżnym. Jego wyrazy są na przemian równe 1 oraz 1, więc w dowolnym otoczeniu
liczby 1 znajdują się wszystkie wyrazy ciągu o numerach nieparzystych, a w dowolnym otoczeniu
liczby 1 znajdują się wszystkie wyrazy ciągu o numerach parzystych, ale w żadnym z tych przy-
padków nie są to prawie wszystkie wyrazy ciągu. Nie istnieje zatem żadna liczba rzeczywista g,
która spełnia warunek z definicji 3.11, czyli ciąg an jest rozbieżny.
Przykład 3.14. Jeżeli iloraz ciągu geometrycznego an spełnia warunek SqS @ 1, to ciąg sum
częściowych Sn Pni1 ai tego ciągu jest zbieżny do S Pª
i1 ai a11q . Warunek SqS @ 1 jest warunkiem
koniecznym i dostatecznym zbieżności ciągu sum częściowych ciągu geometrycznego.
Twierdzenie 3.15 (arytmetyka granic właściwych). Jeżeli an a i bn b, gdzie a, b > R, to
a) an bn a b,
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 68 z 365
Powrót
Pełny ekran
Zamknij
Koniec
b) an bn a b,
c) anbn
ab , gdy b x 0,
d) SanS SaS.Twierdzenie 3.16 (wybrane własności granic).
a) 1n 0,
b) an 0 SaS @ 1,
c) nºn 1
d) an a , b A 0 ban ba,
e) an a , a A 0 , n>Nan A 0
p>Rapn ap.
Twierdzenie 3.17 (Twierdzenie o trzech ciągach). Jeśli spełnione są warunki
a) n>Ncn B an B bn,
b) limnª
cn limnª
bn g,
to limnª
an g.
Przykład 3.18. Pokażemy, że ciąg an 1n
3n jest zbieżny do 0. Zauważmy, że wszystkie wyrazy
ciągu spełniają nierówność
1
3n B an B1
3n .
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 69 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Ciągi 13n oraz 1
3n są zbieżne do zera, zatem na mocy twierdzenia o trzech ciągach, ciąg an jest
także zbieżny do 0.
Twierdzenie 3.19. Ciąg zbieżny jest ograniczony.
Twierdzenie 3.20. Jeśli ciąg an jest monotoniczny i ograniczony, to jest zbieżny.Przykład 3.21. Rozważmy ciąg postaci an 1 1
nn. Wykażemy, że jest to ciąg niemalejący
i ograniczony, a zatem zbieżny. Jego granicą jest liczba Eulera e 2.7182818... . W tym celu
skorzystamy z dwumianu Newtona. Zauważmy, że
an 1 1nn 1 1
n0
n 1n1
nn 1
2! 1n2
n!n!
1nn
1 1 1 1
n
2!
1 1n 1 n1
n
n!.
Podobnie
an1 1 1
n 1n1
1 1n 1
0
n 1 1n 1
1
n 1n
2! 1n 1
2
n 1!n 1! 1
n 1n1
1 1 1 1
n1
2!
1 1n1 1 n1
n1n!
1 1
n1 1 nn1n 1! .
Porównując kolejne wyrazy sum łatwo widać, że an B an1, czyli ciąg an jest niemalejący.
Wykażemy teraz, że jest on ograniczony z góry (jest ograniczony z dołu przez swój pierwszy wyraz
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 70 z 365
Powrót
Pełny ekran
Zamknij
Koniec
jako ciąg niemalejący). Zauważmy, że
an 1 1 1 1
n
2!
1 1n 1 n1
n
n!B 1 1
12!
13!
1n!
B 1 1 122
123
12n
1 1 1
2n1 1
2
B 1 1
1 12
3.
Wynika stąd, że ciąg an jest monotoniczny i ograniczony, a więc zbieżny.
Definicja 3.22. Mówimy, że ciąg an ma granicę niewłaściwą ª (odpowiednio ª) wtedy
i tylko wtedy, gdy
M>R
NM >N
nANM
an AM odpowiednio an @M.
Jeśli ciąg ma granicę niewłaściwą ª (ª), to mówimy, że jest rozbieżny do ª, (rozbieżny
do ª) i piszemy limnª
an ª lub an ª (odpowiednio limnª
an ª lub an ª ).
Przykład 3.23. Pokażemy, że ciąg an 3n 2n jest rozbieżny do ª. Weźmy dowolną liczbę
dodatnią M . Wówczas an AM 3n 2n AM . Zauważmy, że jeśli znajdziemy takie n, że 3n AM ,
to będziemy także mieć spełnioną nierówność 3n 2n A M. Z nierówności 3n A M wynika, że
n A log3M . Zatem dla n A NM , gdzie NM log3M 1 zachodzi an A M , czyli ciąg an jest
rozbieżny do ª.
Przykład 3.24. Każdy ciąg arytmetyczny o dodatniej różnicy jest to rozbieżny do ª, a każdy
ciąg arytmetyczny o ujemnej różnicy jest rozbieżny do ª. Każdy ciąg geometryczny o ilorazie
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 71 z 365
Powrót
Pełny ekran
Zamknij
Koniec
większym od 1 jest rozbieżny do ª, jeśli jego pierwszy wyraz jest dodatni oraz jest rozbieżny
doª, jeśli jego pierwszy wyraz jest ujemny.
Twierdzenie 3.25 (arytmetyka granic niewłaściwych). Niech an, bn będą ciągami licz-bowymi.
a) Jeśli an ª i bn ª, to an bn ª oraz an bn ª;
b) jeśli an ª i bn ª, to an bn ª oraz an bn ª;
c) jeśli an ª i bn ª, to an bn ª, bn an ª oraz an bn ª;
d) jeśli an a, gdzie a > R i bn ª, to an bn ª oraz anbn 0;
e) jeśli an a, gdzie a A 0 i bn ª, to an bn ª ;
f) jeśli an a, gdzie a @ 0 i bn ª, to an bn ª.
Istnieją także przypadki ciągów (złożonych z innych ciągów), których granicy nie da się określić,
znając granice ciągów składowych. Na przykład, jeśli ciągi an i bn są rozbieżne do ª, to nie je-
steśmy w stanie powiedzieć w przypadku ogólnym jaka będzie granica ilorazu tych ciągów anbn
, którą
możemy umownie zapisać jako ª
ª. Tego typu granice nazywamy wyrażeniami nieoznaczony-
mi , ich wartość zależy od konkretnych przypadków rozważanych ciągów. Poniżej przedstawiamy
listę wyrażeń nieoznaczonych (wypisane wartości rozumiemy zawsze jako umowne znaki, opisujące
granice rozważanych ciągów, a nie działania arytmetyczne).
• ªª lub ªª
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 72 z 365
Powrót
Pełny ekran
Zamknij
Koniec
•00
•ª
ª
• 0 ª
• 1ª
• ª0
• 00
Przykład 3.26. Obliczymy granicę ciągu an n23n1n27n3 . Granicą licznika jest ª, a granicą mia-
nownika jest ª, zatem mamy do czynienia z wyrażeniem nieoznaczonym w granicy. Jednak jeśli
podzielimy licznik i mianownik ułamka przez n2 otrzymamy an 1 3n
1n2
1 7n
3n2
. Widać teraz, że granicą
licznika jest 1, a granicą mianownika jest 1, czyli limnª
an 1.
Twierdzenie 3.27. Jeśli ciąg an jest rozbieżny do ª lub do ª, to limnª
1 1anan e.
Zadania
3.7. (?) Obliczyć granicę ciągu:
a) 3n 5n2, b) n312n31 , c) 2n33n22
n23n2 , d) n22n41 , e) n14n24n14n24 , f)
ºnn1n23n2
ºn32 ,
g)ºn2 1
ºn2 3, h)
»n
ºn
»n
ºn, i) n22n5
2nn23 , j) 3n5n15n1 , k) 1
n2 Pnk1 k,
l) n3nn , m) 1 1
n2n3, n) n6
n42n1, o*)1 1n12n1
, p*) nº
2n 3 4n 7n,
q) sinnn1 , r*) an1
º2 an, a1 1.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 73 z 365
Powrót
Pełny ekran
Zamknij
Koniec
3.8. (?) Rozwiązać równanie 11x 1
1x2 1
1x3 1 2x.
3.9. (?) Dany jest ciąg o wyrazie ogólnym an 2 22 23 2n. Obliczyć limnª
anan1
.
3.10. (?) Wyznaczyć granicę ciągu o wyrazie ogólnym an 510155n
n5 n5 .
3.11. (?) Dla jakich wartości parametru p > R granica ciągu an log2p21n2
n1 jest większa od 1?
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 74 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Rozdział 4
Granica i ciągłość funkcji
4.1. Granica funkcji
Definicja 4.1. Punkt x0 > R nazywamy punktem skupienia zbioru X ` R wtedy i tylko
wtedy, gdy istnieje ciąg xn zbieżny do x0 o wyrazach należących do zbioru X x0. Punkt
x0 > X ` R nazywamy punktem izolowanym zbioru X wtedy i tylko wtedy, gdy nie jest on
punktem skupienia zbioru X.
Przykład 4.2. Niech X 2,1e 8 2,8. Wówczas zbiór punktów skupienia zbioru X to `2,1e,natomiast zbiór punktów izolowanych to 2,8.
Definicja 4.3 (Heinego zbieżności funkcji w punkcie). Niech x0 > R będzie punktem skupienia
zbioru X ` R oraz f będzie funkcją, której dziedziną jest zbiór X, czyli f X R. Mówimy, że
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 75 z 365
Powrót
Pełny ekran
Zamknij
Koniec
funkcja f ma granicę właściwą g w punkcie x0 wtedy i tylko wtedy, gdy dla każdego ciąguxn zbieżnego do x0 o wyrazach należących do zbioru X x0 zachodzi równość limnª
fxn g.
Jeśli g jest granicą funkcji f w punkcie x0, to piszemy limxx0
fx g.
Jeżeli zbiór X zawiera przedział a,ª (odpowiednio ª, a) dla pewnego a > R i dla każdego
ciągu xn rozbieżnego do ª (odpowiednio do ª ) o wyrazach należących do X zachodzi
limnª
fxn g,to mówimy, że funkcja f ma granicę właściwą w ª (odpowiednio w ª ) i piszemy lim
xªfx
g (odpowiednio limxª
fx g).
Jeżeli dla każdego ciągu xn zbieżnego do x0 o wyrazach należących do zbioru Xx0 zachodzi
równość
limnª
fxn ª odpowiednio limnª
fxn ª,to mówimy, że funkcja f ma granicę niewłaściwą w punkcie x0 i piszemy lim
xx0fx ª
(odpowiednio limxx0
fx ª).
Uwaga. Jeżeli w definicji Heinego założymy, że rozpatrujemy jedynie takie ciągi xn zbieżne
do x0, których wszystkie wyrazy należą do X i są mniejsze od x0 (odpowiednio są większe od
x0), to otrzymamy definicję granicy lewostronnej (odpowiednio prawostronnej ) w x0 , którą
oznaczamy w następujący sposób limxx0
fx (odpowiednio limxx0
fx).Przykład 4.4. Niech fx 2x1
4x23 . Obliczymy limx1
fx. Weźmy dowolny ciąg xn zbieżny do 1
o wyrazach różnych od 1. Mamy wtedy bn fxn 2xn14x2n3 . Ciąg bn jest ilorazem dwóch zbieżnych
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 76 z 365
Powrót
Pełny ekran
Zamknij
Koniec
ciągów, przy czym ciąg w liczniku jest zbieżny do 1 a ciąg w mianowniku jest zbieżny do 7. Wynika
stąd, że limnª
bn 17 , czyli lim
x1fx 1
7 .
Przykład 4.5. Obliczymy limxª
x21x22 . Weźmy dowolny ciąg xn rozbieżny do ª. Mamy wtedy
bn fxn x2n1x2n2 . Jeżeli podzielimy licznik i mianownik ciągu bn przez x2
n, dostaniemy bn 1 1
x2n1 2
x2n
.
Wyrażenia 1x2n
i 2x2n
są zbieżne do 0, gdyż ciąg x2n jest rozbieżny do ª. Wynika stąd, że lim
nªbn 1,
zatem limxª
x21x22 1.
Przykład 4.6. Obliczymy limx3
xx3 . Zauważmy, że mianownik tego wyrażenia dąży do 0 i jest
ujemny (rozważamy tylko ciągi zbieżne do 3 o wartościach mniejszych od 3). Granicę mianownika
możemy więc symbolicznie zapisać jako 0. Licznik jest zbieżny do 3, zatem nasza granica jest
postaci ” 30 ”, czyli dzielimy wyrażenie dodatnie przez ujemne dążące do 0, a to daje ª. Obliczając
w ten sam sposób granicę prawostronną dostaniemy ª.
Twierdzenie 4.7. Jeżeli limxx0
fx a oraz limxx0
fx b, gdzie a, b > R, toa) lim
xx0
fx gx a b;b) lim
xx0
fx gx a b;c) lim
xx0
fxgx a
b , jeśli gx ~ 0 w pewnym otoczeniu punktu x0 i b x 0.
Powyższe wzory są także prawdziwe dla granic jednostronnych oraz w przypadku, gdy zastąpimy
granicę w punkcie x0 przez granicę w ª lub w ª.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 77 z 365
Powrót
Pełny ekran
Zamknij
Koniec
4.2. Ciągłość funkcji
Definicja 4.8. Funkcję f X R, gdzie X ` R nazywamy ciągłą w punkcie x0 > X wtedy i
tylko wtedy, gdy dla każdego ciągu xn zbieżnego do x0 o wyrazach w zbiorze X zachodzi
limnª
fxn fx0.Mówimy, że funkcja f X R jest ciągła w zbiorze X, jeśli jest ciągła w każdym punkcie tego
zbioru.
Jeżeli x0 jest punktem skupienia zbioru X, to warunek ciągłości w punkcie x0 jest równoważny
warunkowi limxx0
fx fx0. Jeżeli x0 jest punktem izolowanym zbioru X, to zbieżność ciąguxn ` X do tego punktu oznacza, że musi to być od pewnego miejsca ciąg stale równy x0. Zatem
dowolna funkcja jest ciągła w punktach izolowanych dziedziny.
Przykład 4.9. Niech f R R, fx x2 3. Wykażemy, że funkcja f jest ciągła w swojej
dziedzinie. Weźmy dowolny ciąg xn zbieżny do punktu x0. Mamy wówczas
limxx0
fx limnª
x2n 3 lim
nªx2n 3 x2
0 3 fx0.Wynika stąd, że granica funkcji f w dowolnym punkcie dziedziny jest równa jej wartości w tym
punkcie, a zatem funkcja f jest ciągła w swojej dziedzinie.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 78 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Przykład 4.10. Dana jest funkcja f R R, określona wzorem
fx ¢¦¤»Sx 3S x x 3
1 x 3.
Zbadamy, czy funkcja f jest ciągła w punkcie x0 3. W tym celu obliczymy najpierw granice
jednostronne funkcji f w x0. Mamy więc:
limx3
fx limx3
»Sx 3S limx3
»x 3 0.
limx3
fx limx3
»Sx 3S limx3
ºx 3 0.
Wynika stąd, że limx3
fx 0. Zauważmy jednak, że funkcja f nie jest ciągła w punkcie x0,
ponieważ nie jest spełniona równość limx3
fx f3, gdyż f3 1.
Przykład 4.11. Wielomiany, funkcje potęgowe, wykładnicze, wymierne, logarytmiczne i trygono-
metryczne są ciągłe w swoich dziedzinach.
Uwaga: Jeżeli obliczając granicę funkcji otrzymujemy jedno z wyrażeń nieoznaczonych, oma-
wianych na stronie 3.2, to musimy starać się tak je przekształcić, aby otrzymać wyrażenie, którego
granicę potrafimy obliczyć (podobnie jak w przypadku ciągów).
Twierdzenie 4.12 (działania na funkcjach ciągłych).
a) Jeżeli funkcje f X R, g X R są ciągłe w zbiorze X ` R, to funkcje f g, f g, f gsą ciągłe w zbiorze X.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 79 z 365
Powrót
Pełny ekran
Zamknij
Koniec
b) Jeśli funkcje f X R, g X R są ciągłe w zbiorze X ` R, to funkcja fg jest określona i
ciągła w zbiorze X x > R gx x 0.c) Jeżeli funkcja f X Y jest ciągła w zbiorze X ` R oraz funkcja g Y Z jest ciągła w
zbiorze Y ` R, to złożenie tych funkcji, czyli g X f X Z jest ciągła w zbiorze X.
Przykład 4.13. Funkcja h 0,ª R, hx log3 x2 3 jest ciągła jako złożenie ciągłych
funkcji f 0,ª R, fx log3 x oraz g R R, gy y2 3.
Definicja 4.14. Jeśli przynajmniej jedna z granic jednostronnych limxx0
fx, limxx0
fx jest niewła-
ściwa, to prostą o równaniu x x0 nazywamy asymptotą pionową wykresu funkcji f X R.Jeśli lim
xªfx c ( lim
xªfx c odpowiednio), gdzie c > R, to prostą o równaniu y c nazywamy
asymptotą poziomą wykresu funkcji f X R w ª (odpowiednio w ª). Jeżeli spełniony
jest warunek
limxª
fx ax b 0
lub
limxª
fx ax b 0,
gdzie a, b > R, a x 0, to prostą o równaniu y ax b nazywamy asymptotą ukośną wykresu
funkcji f X R odpowiednio w ª lub w ª.
Twierdzenie 4.15. Jeżeli granice:
a limxª
fxx
, b limxª
fx ax
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 80 z 365
Powrót
Pełny ekran
Zamknij
Koniec
odpowiednio:
a limxª
fxx
, b limxª
fx axistnieją i są właściwe, to prosta y ax b jest asymptotą ukośną wykresu funkcji f w ª (odpo-
wiednio w ª).
Przykład 4.16. Wyznaczymy asymptoty wykresu funkcji fx x2
x1 dla x x 1. Sprawdzimy
najpierw, czy prosta o równaniu x 1 jest asymptotą pionową. Obliczając granice jednostronne
funkcji f w tym punkcie, otrzymujemy:
limx1
fx limx1
x2
x 1 ª
oraz
limx1
fx limx1
x2
x 1 ª,
podobnie jak w przykładzie 4.6. Ponieważ obie granice w punkcie x 1 są niewłaściwe, prosta
x 1 jest asymptotą pionową (obustronną) wykresu funkcji f. Obliczymy teraz granice funkcji f
w ª i w ª. Mamy więc
limxª
x2
x 1 limxª
x
1 1x
ª
1 ª.
Podobnie dostajemy, że limxª
x2
x1 ª. Wynika stąd, że wykres funkcji f nie ma asymptoty po-
ziomej w ª, ani w ª. W tej sytuacji powinniśmy jeszcze sprawdzić, czy wykres funkcji f ma
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 81 z 365
Powrót
Pełny ekran
Zamknij
Koniec
asymptotę ukośną. Obliczamy najpierw granicę
limxª
fxx
limxª
x2
x2 x limxª
11 1
x2
1.
Taki sam wynik otrzymamy wyznaczając granicę wyrażenia fxx w ª. Stąd otrzymujemy, że a 1.
Wyznaczamy teraz granicę
limxª
x2
x 1 x lim
xª
x2 x2 x
x 1 limxª
x
x 1 limxª
11 1
x
1.
Znowu łatwo zauważyć, że w ª otrzymamy tę samą granicę. Wynika stąd, że prosta y x1 jest
asymptotą ukośną wykresu funkcji f w ª oraz w ª.
Zadania
4.1. (?) Obliczyć granice funkcji
a) limx1
x3x2 , b) lim
x3x29x3 , c) lim
x1x22x1x3x , d) lim
x0x22x
32
3x32 5x2
ºx, e) lim
x2x22x2x2 ,
f) limx3
x33x2x6 , g) lim
xª
x32x24x2x24x3 , h) lim
xª
2x253x36x8 , i) lim
xª
4x43x22x32x46x11 ,
j) limxª
ºx2 5x ºx2 8x 14, k) lim
xªºx3 4x2 8
ºx3 x 2,
l) limx0
sin 3xx , m) lim
x0sin 2x
8x , n) limx0
sin 5xsin 9x , o) lim
x0e1x , p) lim
x0e1x ,
q) limxª
ex21, r) lim
xªlnx2 2, s) lim
xª
1lnx13 , t*) lim
x0x sin 1
x .
4.2. (?) Wykazać, że poniższe granice nie istnieją:
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 82 z 365
Powrót
Pełny ekran
Zamknij
Koniec
a) limxª
sinx, b) limxª
cosx, c) limxπ4
sin 1xπ4
, d) limx1
Sx1Sx1 .
4.3. (?) Zbadać ciągłość funkcji:
a) fx ¢¦¤ x2 2 dla x B 0,
2x 1 dla x A 0
b) gx ¢¦¤x2 1 dla x B 0,
0 dla 0 @ x @ 1,
lnx dla x C 1
c) hx ¢¦¤ ln x 42 dla x ¶ `5; 5e ,x2 25 dla x > `5; 5e
4.4. (?) Dla jakich wartości parametrów a, b > R funkcja f jest ciągła?
a) fx ¢¦¤3x3 dla x B 2
ax b dla 2 @ x @ 31x2 2 dla x C 3
, b) fx ¢¦¤ºax 3 dla x B 3
e3x dla x A 3
4.5. (?) Wyznaczyć dziedzinę podanych funkcji oraz ich granice na krańcach dziedziny.
a) fx lnx2 4, b) gx ¼x21x3 , c) hx e 1
x432 , d) kx ln S2x 4S4.6. (?) Wyznaczyć asymptoty wykresu funkcji:
a) fx 3x52x6 , b) gx ex41 1, c) hx ¼ 3Sx31S , d) kx 3x 4
x24 ,
e*) px sinxx
4.7. (?) Wiadomo, że limxx0
fx 3, limxx0
gx 0, limxx0
hx ª oraz limxx0
px ª. W tych
przypadkach, w których jest to możliwe, obliczyć następujące granice:
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 83 z 365
Powrót
Pełny ekran
Zamknij
Koniec
a) limxx0
fxfxgx , b) lim
xx0
fxhxgxpx , c) lim
xx0
gxfxpx , d) lim
xx0efxgx, e) lim
xx0ehxpx,
f) limxx0
½Uhxpx U, g) limxx0
ln 2f2xp2x
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 84 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Rozdział 5
Rachunek różniczkowy funkcji jednejzmiennej
5.1. Pierwsza pochodna funkcji
Definicja 5.1. Mówimy, że funkcja f a, b R jest różniczkowalna w punkcie x0 > a, bwtedy i tylko wtedy, gdy istnieje granica właściwa
f x0 limh0
fx0 h fx0h
.
Liczbę f x0 nazywamy pochodną funkcji w punkcie x0. Funkcję f określoną w tych punktach
x > a, b dla których istnieje f x nazywamy pochodną pierwszego rzędu lub pierwszą
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 85 z 365
Powrót
Pełny ekran
Zamknij
Koniec
pochodną funkcji f . Wyrażenie fx0hfx0h nazywamy ilorazem różnicowym funkcji f w
punkcie x0. Jeśli funkcja f a, b R ma pochodną w każdym punkcie x > a, b, to mówimy, że
funkcja f jest różniczkowalna w przedziale a, b.Twierdzenie 5.2. Jeśli funkcja f a, b R jest różniczkowalna w punkcie x0 > a, b, to f jestciągła w x0.
Przykład 5.3. Obliczymy pochodną funkcji fx x2 w dowolnym punkcie x > R.
Rozwiązanie.
f x limh0
fx h fxh
limh0
x h2 x2
h limh0
x h2 x2
h
limh0
x2 2xh h2 x2
h limh0
2xh h2
h limh0
2x h 2x.
Otrzymany wynik zapisujemy symbolicznie w postaci x2 2x.
Analogicznie do definicji pochodnej funkcji f w punkcie x0 określamy pochodne jednostronne
funkcji f w punkcie x0. Pochodną lewostronną funkcji f a, b R w punkcie x0 > a, bnazywamy granicę
f x0 lim
h0
fx0 h fx0h
,
a pochodną prawostronną – granicę
f x0 lim
h0
fx0 h fx0h
.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 86 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Twierdzenie 5.4. Funkcja f a, b R jest różniczkowalna w punkcie x0 > a, b wtedy i tylkowtedy, gdy istnieją obie pochodne jednostronne i są równe.
Przykład 5.5. Pokażemy, że funkcja f R R, fx SxS nie jest różniczkowalna w punkcie x0 0.
Rozwiązanie. Obliczając pochodne jednostronne, otrzymujemy
f 0 lim
h0
f0 h f0h
limh0
ShSh
1,
f 0 lim
h0
f0 h f0h
limh0
ShSh
1.
Wynika stąd, że f 0 nie istnieje.
Pochodne funkcji obliczamy korzystając ze wzorów na pochodne funkcji elementarnych i z tzw.
reguł różniczkowania. Przedstawimy najpierw pochodne wybranych funkcji elementarnych:
Tabela 5.1: Pochodne wybranych funkcji elementarnych
C 0 – pochodna funkcji stałejxα αxα1 – pochodna funkcji potęgowejex ex – pochodna funkcji wykładniczej
lnx 1x
– pochodna funkcji logarytmicznejsinx cosx – pochodna funkcji sinuscosx sinx – pochodna funkcji cosinus
Przykład 5.6. Obliczymy pochodną funkcji fx ºx.
Rozwiązanie. f x ºx x 12 12x121 1
2x12 1
2ºx.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 87 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Twierdzenie 5.7 (reguły różniczkowania). Jeśli f i g są funkcjami różniczkowalnymi, to:
a) cfx cf x – pochodna iloczynu funkcji przez stałą,b) fx gx f x gx – pochodna sumy (różnicy) funkcji,c) fxgx f xgx fxgx – pochodna iloczynu funkcji,d) fx
gx f xgx fxgxg2x – pochodna ilorazu funkcji,
e) gfx gfxf x – pochodna funkcji złożonej.Przykład 5.8. Korzystając z podanych wzorów i reguł różniczkowania obliczymy pochodne funk-
cji:
a) 3x2 2 sinx 3x2 2sinx 6x 2 cosx,
b) 4x5 cosx 4x5 cosx 4x5 cosx 20x4 4x5 sinx,
c) 12x2
x 1 12x2 x 1 12x2x 1x 12
24xx 1 12x2x 12
12x2 24xx 12
,
d) tgx sinxcosx
sinx cosx sinxcosxcos2 x
cosx cosx sinx sinx
cos2 x
cos2 x sin2 x
cos2 x
1cos2 x
,
e) ctgx cosxsinx
cosx sinx cosxsinxsin2 x
sinx sinx cosx cosx
cos2 x
sin2 x cos2 x
sin2 x
1sin2 x
,
f) ºx2 4 1
2ºx2 4
2x xºx2 4
.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 88 z 365
Powrót
Pełny ekran
Zamknij
Koniec
5.2. Interpretacje pochodnej
5.2.1. Interpretacja geometryczna
Prosta przechodząca przez leżące na wykresie funkcji y fx (patrz rysunek 5.1) punkty
A x0, f x0 , B x0 h, f x0 h ,ma równanie
y fx0 fx0 h fx0h
x x0.
xx x0 0+ h
y
y = f x ( )
x
x0+ hx
x0f
f (
(
)
)
Rysunek 5.1: Interpretacja geometryczna pochodnej
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 89 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Iloraz różnicowy funkcji f w punkcie x0 jest równy współczynnikowi kierunkowemu prostej
przechodzącej przez punkty A i B. Jeśli h dąży do 0, to punkt B dąży do punktu A i otrzymujemy
styczną do wykresu funkcji w punkcie x0, fx0. Różniczkowalność funkcji f w punkcie x0 jest
zatem równoważna warunkowi, że istnieje styczna do wykresu funkcji w punkcie o odciętej x0.
Styczna ta ma równanie
y fx0 f x0x x0,a więc pochodna f x0 jest równa współczynnikowi kierunkowemu stycznej, tzn. f x0 tgα,
gdzie α jest miarą kąta, jaki tworzy styczna z osią 0x.
Przykład 5.9. Wyznaczymy równanie stycznej do wykresu funkcji fx 2x5 3x2 w punkcie o
odciętej x0 1.
Rozwiązanie. Mamy f1 1, f x 10x4 6x oraz f 1 4. Wstawiając do wzoru na
styczną, otrzymujemy y 1 4x 1 y 4x 5.
5.2.2. Interpretacja fizyczna
Jeśli przyjmiemy, że ft, gdzie t C 0, oznacza długość drogi jaką przebył pewien obiekt od chwili
0 do chwili t, to różnica ft0 h ft0 jest równa długości przebytej drogi od chwili t0 do chwili
t0h. Iloraz różnicowy ft0hft0h jest zatem równy średniej prędkości rozważanego obiektu między
chwilami t0 i t0 h, a granica tego ilorazu (przy h 0) f t0 jest równa prędkości rozważanego
obiektu w chwili t0. Rozszerzając tę interpretację na inne funkcje różniczkowalne możemy przy-
jąć, że wartość pochodnej f x0 określa prędkość zmian wartości funkcji f w pewnym otoczeniu
punktu x0.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 90 z 365
Powrót
Pełny ekran
Zamknij
Koniec
5.2.3. Interpretacja ekonomiczna
Wprost z definicji pochodnej wynika, że dla wartości h x 0 „bliskich” 0 mamy:
f x limh0
fx h fxh
fx h fx
h, .
czyli, że
f xh fx h fx.Zakładając, że wartości funkcji „nie zmieniają się zbyt szybko”, możemy podstawić h 1, otrzy-
mując
f x fx 1 fx.Wartość f x jest więc w przybliżeniu równa przyrostowi wartości funkcji w przypadku, gdy
wartość argumentu wzrośnie o jednostkę (licząc od początkowej wartości x). Wartość f x, zgodnie
z interpretacją fizyczną, może być uznana za miarę szybkości zmian wartości funkcji.
Przykład 5.10. Niech x oznacza wielkość produkcji w pewnym przedsiębiorstwie, a Kx całkowi-
ty koszt jej wytworzenia. Funkcję Kx, gdzie x C 0, nazywamy funkcją kosztów całkowitych ,
funkcję kpx Kxx , określoną dla x A 0, nazywamy funkcją kosztów przeciętnych , a funkcję
K x, x A 0 (o ile istnieje) nazywamy funkcją kosztów krańcowych .
Przykład 5.11. Załóżmy, że funkcja kosztów ma postać Kx 0,2x2 6x 200, x A 0. Wtedy
K x 0,4x 6 i w szczególności K 10 10 oznacza przybliżony wzrost kosztów w przypadku,
gdy wielkość produkcji wzrośnie z poziomu 10 do 11. Dokładna wartość jest równa K11K10 10,2.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 91 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Definicja 5.12. Współczynnikiem elastyczności funkcji f w punkcie x nazywamy liczbę
(jeśli istnieje)
Exf xf xfx .
Elastyczność dodatniej funkcji różniczkowalnej w punkcie x A 0 określa przybliżoną względną
zmianę wartości funkcji przy zmianie argumentu o 1% (przy początkowej wartości x). To znaczy,
jeśli argument x zmieni się o 1%, to wartość funkcji zmieni się w przybliżeniu o Ex0f %.
Przykład 5.13. Współczynnik elastyczności funkcji kosztów z przykładu 5.11 w punkcie x 10
jest równy około 0,36. Jeżeli więc wielkość produkcji x zwiększymy o 1% (z początkowego poziomu
x 10), to koszt wzrośnie w przybliżeniu o 0,36%.
Podobne zastosowanie ma pochodna w odniesieniu do innych funkcji występujących w ekono-
mii. I tak na przykład, z funkcji utargu całkowitego można uzyskać funkcję utargu krańcowego
i przeciętnego, z funkcji produkcji, funkcję produkcji krańcowej i przeciętnej itp.
5.3. Zastosowania pochodnej
Pochodną funkcji wykorzystujemy między innymi przy obliczaniu granic wyrażeń nieoznaczonych
oraz do badania monotoniczności funkcji i wyznaczania ekstremów lokalnych.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 92 z 365
Powrót
Pełny ekran
Zamknij
Koniec
5.3.1. Obliczanie granic wyrażeń nieoznaczonych
Twierdzenie 5.14 (Reguła de l’Hospitala). Jeśli funkcje f i g są określone i różniczkowalne
w przedziale x0 ε, x0 ε, gdzie ε A 0, gx ~ 0, gx ~ 0 dla x > x0 ε, x0 ε, x ~ x0,
limxx0
fx limxx0
gx 0
oraz istnieje granica limxx0
f xgx a, to
limxx0
fxgx lim
xx0
f xgx a.
Uwaga. Twierdzenie jest również prawdziwe, gdy:
a) x0 ª,
b) limxx0 fx limxx0 gx ª,
c) a ª.
Przykład 5.15. Obliczymy limxª
lnxx.
Rozwiązanie. Funkcje fx lnx i gx x spełniają warunki limxª lnx ª, limxª x ª,
ponadto
limxª
lnxx limxª
1x
1 limxª
1x 0,
zatem limxª
lnxx
0.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 93 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Uwaga. Założenie twierdzenia de l’Hospitala o istnieniu granicy ilorazu pochodnych jest istotne.
Istnieją takie funkcje f i g, że istnieje granica ilorazu f~g, a nie istnieje granica ilorazu pochodnych
f ~g.Przykład 5.16. Rozważmy granicę
limx0
x2 sin 1x
sinx.
Grupując odpowiednio wyrażenia, otrzymujemy
limx0
x2 sin 1x
sinx limx0
x
sinxx sin
1x 1 0 0.
Nie istnieje jednak granica ilorazu pochodnych
limx0
x2 sin 1xsinx lim
x0
2x sin 1x cos 1
x
cosx,
ponieważ nie istnieje granica limx0
cos1x
.
5.3.2. Monotoniczność funkcji
Twierdzenie 5.17. Niech f a, b R będzie funkcją różniczkowalną.a) Funkcja f jest niemalejąca (odpowiednio nierosnąca) w przedziale a, b wtedy i tylko wtedy,
gdy f x C 0 (odpowiednio f x B 0) dla każdego x > a, b.b) Funkcja f jest stała w przedziale a, b wtedy i tylko wtedy, gdy f x 0 dla każdego x > a, b.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 94 z 365
Powrót
Pełny ekran
Zamknij
Koniec
c) Jeśli f x A 0 dla każdego x > a, b, to f rośnie w przedziale a, b.d) Jeśli f x @ 0 dla każdego x > a, b, to f maleje w przedziale a, b.
Przykład 5.18. Wyznaczymy przedziały monotoniczności funkcji fx x3 5x2 3x 2.
Rozwiązanie. Dziedziną funkcji jest zbiór R, funkcja jest ciągła i różniczkowalna w swojej dzie-
dzinie, a jej pochodna jest równa
f x x3 5x2
3x 2 x3 5 x2 3 x 2 3x2 10x 3.
Badając znaki pochodnej, otrzymujemy
f x 0 x 13 - x 3,
f x A 0 x > ª, 13 8 3,ª ,
f x @ 0 x > 13 ,3 .
Wynika stąd, że funkcja f rośnie w przedziale ª, 13 i w przedziale 3,ª, a maleje w przedziale1
3 ,3.5.3.3. Ekstrema lokalne
W rozdziale 2 podana została definicja ekstremów lokalnych funkcji jednej zmiennej. Korzystając
z pochodnej funkcji możemy podać efektywną metodę wyznaczania ekstremów funkcji różniczko-
walnych.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 95 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Twierdzenie 5.19 (warunek konieczny na ekstremum). Jeśli funkcja f a, b R jestróżniczkowalna i ma w punkcie x0 > a, b ekstremum lokalne, to f x0 0.
Punkty x, w których f x 0, nazywamy punktami podejrzanymi o ekstremum lub
punktami stacjonarnymi .
Twierdzenie 5.20 (warunek dostateczny na ekstremum). Niech f a, b R będzie funkcjąróżniczkowalną, x0 > a, b i f x0 0. Jeśli istnieje takie r A 0, że:
a) f x A 0 dla x > x0 r, x0 i f x @ 0 dla x > x0, x0 r, to funkcja f ma w punkcie x0
maksimum lokalne;
b) f x @ 0 dla x > x0 r, x0 i f x A 0 dla x > x0, x0 r, to funkcja f ma w punkcie x0
minimum lokalne;
c) f x C 0 dla x > x0 r, x0 r albo f x B 0 dla x > x0 r, x0 r, to funkcja f nie ma wpunkcie x0 ekstremum lokalnego.
Przykład 5.21. Wyznaczymy ekstrema lokalne funkcji fx 3x5 5x3.
Rozwiązanie. Funkcja f określona jest na całej osi liczbowej, a jej pochodna f x 15x415x2
jest wielomianem czwartego stopnia. Badamy znak pochodnej rozkładając ją na na czynniki
15x4 15x2 15x2x2
1 15x2x 1x 1.Miejscami zerowymi pochodnej są punkty x1 1, x2 0, x3 1, przy czym x1, x3 są pierwiastka-
mi pojedynczymi, a x2 jest pierwiastkiem podwójnym. Znak pochodnej najłatwiej można zbadać
korzystając z jej wykresu (patrz rysunek 5.2).
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 96 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Rysunek 5.2: Wykres pochodnej f x 15x4 15x2
Otrzymane wyniki zapisujemy w tabeli postaci
x ª,1 1 1,0 0 0,1 1 1,ªf x 0 0 0
fx 2 0 2
Na podstawie tej tabeli możemy stwierdzić, że funkcja f ma w punkcie 1 maksimum lokalne, w
punkcie 1 ma minimum lokalne, w punkcie 0 (mimo, że pochodna jest równa 0) nie ma ekstremum
lokalnego.
5.3.4. Ekstrema globalne funkcji
Największą i najmniejszą wartość w przedziale domkniętym `a, be funkcja może przyjąć w punk-
tach, w których ma ekstrema lokalne lub na końcach przedziału. Stąd wynika metoda wyznaczania
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 97 z 365
Powrót
Pełny ekran
Zamknij
Koniec
wyznaczania ekstremów globalnych w przedziale `a, be funkcji różniczkowalnej y fx. Wyznacza-
my miejsca zerowe pochodnej (nie musimy sprawdzać, czy są to ekstrema lokalne) leżące wewnątrz
przedziału, a następnie obliczamy wartość funkcji w wyznaczonych punktach i na końcach prze-
działu. Z otrzymanych liczb wybieramy wartość największą i najmniejszą.
Przykład 5.22. Wyznaczymy największą i najmniejszą wartość funkcji
fx 2x3 9x2
24x
w przedziale `1,2e.Rozwiązanie. Mamy f x 6x2 18x 24 oraz
f x 0 x 1 - x 4.
Obliczając wartości funkcji w punktach 1, 1, 3 (4 ~> `1,2e) , otrzymujemy f1 31, f1 13,
f3 4. Największą wartość równą 31 funkcja osiąga w punkcie 1, a najmniejszą równą 13 w
punkcie 1. Odpowiedź zapisujemy w postaci
fmax maxx>`1,3e fx f1 31, fmin min
x>`1,3e fx f1 13.
Zadania
5.1. (?) Obliczyć pochodną funkcji:
a) fx x2 3x, b) fx 3ºx2, c) gx 3x2 sinx, d) fx 2x4 x cosx, e) fx x2
x 3,
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 98 z 365
Powrót
Pełny ekran
Zamknij
Koniec
f) hx ºx
2x 5, g) ft 1
11 t2
, h) fx 3 x2
2x2, i ) hx ctgx, j) ft t3 sin t,
k) gz z 3z3 4z
, l) ht 1 sin t2 cos t
, ł) fy 2 sin y1 cos y
, m) fx x sinxx cosx
.
5.2. (?) Obliczyć pochodną funkcji złożonej:
a) fx ºx2 1, b) fx sin2 x, c) fx sinx2, d) gx 1ºx2 4
, e) ht t 35
t4,
f) hv cos1 v2, g) fx ºx 1x2
.
5.3. (?) Wyznaczyć dziedzinę funkcji określonej wzorem fx x 1x
. Zbadać, czy równanie
f x 2x
ma rozwiązanie.
5.4. (?) Wykazać, że pochodna funkcji określonej wzorem fx x sinx, x > R jest funkcją
nieparzystą.
5.5. (?) Wyznaczyć styczną do wykresu funkcji fx x2 3x w punkcie o odciętej x0 2.
5.6. (?) Wyznaczyć styczną do wykresu funkcji fx x 1x 4
w punkcie o odciętej x0 1.
5.7. (?) W jakim punkcie styczna do wykresu funkcji fx 13x
3 2x 1 ma równanie
6x 3y 11 0?
5.8. (?) Wyznaczyć równanie prostej przechodzącej przez początek układu współrzędnych i stycz-
nej do wykresu funkcji fx x2 x.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 99 z 365
Powrót
Pełny ekran
Zamknij
Koniec
5.9. (?) Obliczyć granice:
a) limxª
3x4 2xx2 3x2 , b) limx0
xex
ex 1, c) lim
x0
2x 1x
, d) limx0
ex ex
sinx, e) lim
x0
ln 3xctgx
, f) limx0
xx,
g) limxª
x1ºx , h) lim
x 12ππ2 x tgx, i) lim
x01x
1tgx
, j) limxª
1 a
xx .
5.10. (?) Wyznaczyć przedziały monotoniczności funkcji:
a) fx x2 2x 5, b) ft 2t4 t2, c) fx x 1x
, d) fx 3x2 1x2 2
, e) fx 6 x2
2x2 1,
f) fx x 3x2 5
.
5.11. (?) Wyznaczyć b tak, aby funkcja określona wzorem fx cos2 x bx, x > R była funkcją
malejącą.
5.12. (?) Niech fx x2 a
x 1. Dla jakich a > R funkcja f :
a) jest przedziałami rosnąca,
b) ma ekstremum lokalne w punkcie x 2?
5.13. (?) Wyznaczyć ekstrema lokalne funkcji:
a) fx 4x x2, b) fx x2 6x 5, c) fx 3x x 22, d) fx x 1x, e) fx 1
1 x2,
f) fx x
1 x2.
5.14. (?) Cena p, jaką uzyskuje się za jednostkę pewnego towaru zależy od wielkości dostawy x
według wzoru p 100
x2 100. Przy jakiej wielkości dostawy uzyska się największy utarg?
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 100 z 365
Powrót
Pełny ekran
Zamknij
Koniec
5.15. (?) W pewnym zakładzie produkcyjnym koszt całkowity wytworzenia x jednostek towaru
wyraża się wzorem Kx 2x3 50x 32, gdzie x C 0. Przy jakiej wielkości produkcji koszt
przypadający na jednostkę wytworzonego produktu jest najmniejszy?
5.16. (?) Wyznaczyć taką liczbę a, żeby funkcja fx 2x3 3ax 4 miała ekstremum lokalne
w punkcie x 1. Następnie zbadać, czy jest to maksimum czy minimum.
5.17. (?) Niech fx ax3 3x2 2, x > R. Dla jakich wartości parametru a > R funkcja f : a) ma
ekstremum lokalne w punkcie x 5, b) ma dokładnie jedno ekstremum lokalne?
5.18. (?) Wyznaczyć największą i najmniejszą wartość funkcji fx xx 22 w przedziale`1,2e.5.19. (?) Wyznaczyć największą i najmniejszą wartość funkcji fx x3 6x 2 w przedziale`2,3e.5.20. (?) Wyznaczyć największą i najmniejszą wartość funkcji fx x 2
x 2 w przedziale `1; 4e.5.21. (?) Wydajność pracy pewnego robotnika zmienia się w ciągu 8-godzinnego dnia pracy i po t
godzinach osiąga wartość w 10012t9t24t3. O której godzinie jego wydajność jest największa,
jeżeli pracę rozpoczyna o godzinie siódmej?
5.4. Druga pochodna funkcji
Definicja 5.23. Pochodną drugiego rzędu lub drugą pochodną funkcji f a, b R nazywa-
my funkcję f f , o ile taka funkcja istnieje. Funkcję, która w każdym punkcie przedziału a, b
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 101 z 365
Powrót
Pełny ekran
Zamknij
Koniec
ma drugą pochodną, nazywamy funkcją dwukrotnie różniczkowalną , a jeśli f a, b Rjest funkcją ciągłą, to mówimy, że f jest dwukrotnie różniczkowalna w sposób ciągły .
Przykład 5.24. Wyznaczymy drugą pochodną funkcji f R R, fx x3 cosx.
Rozwiązanie. f x 3x2 cosx x3 sinx oraz f x 6x cosx 6x2 sinx x3 cosx.
Przykład 5.25. Wykażemy, że nie istnieje f 0, gdzie f R R, fx xSxS.Rozwiązanie. Dla x A 0 funkcja f jest określona wzorem fx x2, zatem fx 2x; dla x @ 0
mamy fx x2, a więc w tym przypadku f x 2x. Pochodną w 0 obliczamy z korzystając z
definicji:
f 0 limh0
fh f0h
limh0
hShSh
limh0
ShS 0.
Ostatecznie mamy f x 2SxS, a ta funkcja nie jest różniczkowalna w x 0 (por. przykład 5.5).
5.5. Zastosowania drugiej pochodnej
5.5.1. Wyznaczanie ekstremów lokalnych
Drugą pochodną stosujemy do wyznaczania ekstremów lokalnych funkcji, wyznaczania przedziałów
wypukłości i wklęsłości wykresu funkcji f oraz do badania tempa zmian wartości funkcji.
Twierdzenie 5.26 (Warunek dostateczny na ekstremum). Niech f a, b R będzie funkcjądwukrotnie różniczkowalną w sposób ciągły, a x0 > a, b takim punktem, że f x0 0.
a) Jeśli f x0 A 0, to f ma w x0 minimum lokalne.
b) Jeśli f x0 @ 0, to f ma w x0 maksimum lokalne.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 102 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Przykład 5.27. Wyznaczymy ekstrema lokalne funkcji fx x 4x .
Rozwiązanie. Dziedziną funkcji jest zbiór Df ª,0 8 0,ª. Pierwsza pochodna jest rów-
na f x 1 4x2 oraz f x 0 x 2 - x 2. Druga pochodna jest równa f x 8
x3 .
Ponadtof 2 1 @ 0, f 2 1 A 0. Funkcja f w punkcie x 2 ma maksimum lokalne, a w
punkcie x 2 ma minimum lokalne.
5.5.2. Wypukłość i wklęsłość funkcji
Definicja 5.28. Mówimy, że funkcja f a, b R jest wypukła wtedy i tylko wtedy, gdy speł-
niony jest warunek
f 1 tx1 tx2 B 1 t fx1 tfx2dla dowolnych x1, x2 > a, b, t > `0,1e. Jeśli ponadto f 1 tx1 tx2 @ 1 t fx1 tfx2 dla
t > 0,1, to mówimy, że funkcja f jest ściśle wypukła . Mówimy, że funkcja f a, b R jest
wklęsła wtedy i tylko wtedy, gdy spełniony jest warunek
f 1 tx1 tx2 C 1 t fx1 tfx2dla dowolnych x1, x2 > a, b, t > `0,1e. Jeśli ponadto f 1 tx1 tx2 A 1 t fx1 tfx2 dla
t > 0,1, to mówimy, że funkcja f jest ściśle wklęsła .
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 103 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Rysunek 5.3: Wykres funkcji wypukłej
Warunek podany w definicji 5.28 oznacza, że dla dowolnych x1, x2 > a, b odcinek łączący
punkty x1, fx1, x2, fx2 w przestrzeni R2 (cięciwa wykresu funkcji f) funkcji wypukłej
(odpowiednio wklęsłej) leży na lub powyżej (odpowiednio leży na lub poniżej) wykresu funkcji
f (por. rys. 5.3). Bezpośrednio z definicji wynika również, że jeśli funkcja f jest wklęsła (ściśle
wklęsła), to funkcja f jest wypukła (ściśle wypukła) i na odwrót.
Definicja 5.29. Punkt x0, f x0, gdzie x0 > a, b, nazywamy punktem przegięcia wykresu
funkcji f wtedy i tylko wtedy, gdy istnieje takie r A 0, że w jednym z przedziałów x0 r, x0,x0, x0 r funkcja jest wypukła, a w drugim wklęsła.
Twierdzenie 5.30. Niech f a, b R będzie funkcją dwukrotnie różniczkowalną w sposób ciągły.Wówczas:
a) funkcja f jest wypukła na a, b wtedy i tylko i wtedy, gdy f x C 0 dla każdego x > a, b;
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 104 z 365
Powrót
Pełny ekran
Zamknij
Koniec
b) funkcja f jest wklęsła na a, b wtedy i tylko i wtedy, gdy f x B 0 dla każdego x > a, b;c) jeśli f x A 0 (odpowiednio f x @ 0) dla każdego x > a, b, to funkcja f jest ściśle wypukła
(odpowiednio ściśle wklęsła) na a, b.Twierdzenie 5.31. Niech f a, b R będzie funkcją dwukrotnie różniczkowalną w sposób ciągły,x0 > a, b. Jeśli x0, f x0 jest punktem przegięcia wykresu funkcji f , to f x0 0.
Twierdzenie 5.32. Niech f a, b R będzie funkcją dwukrotnie różniczkowalną w sposób ciągły,x0 > a, b, f x0 0. Jeśli istnieje takie r A 0, że w jednym z przedziałów x0 r, x0, x0, x0 rmamy f x B 0, a w drugim f x C 0, to x0, f x0 jest punktem przegięcia wykresu funkcji f .Przykład 5.33. Niech fx xex. Wyznaczmy przedziały wypukłości i wklęsłości funkcji f oraz
punkty przegięcia jej wykresu.
Rozwiązanie. Dziedziną funkcji f jest zbiór R. Pierwsza i druga pochodna jest odpowiednio
równa:
f x ex xex, f x 2ex xex.
Mamy:
f x 0 x 2,
f x A 0 x A 2,
f x @ 0 x @ 2.
Stąd wynika, że f jest wypukła w przedziale 2,ª, wklęsła w przedziale ª,2, a punkt 2,2e2jest punktem przegięcia wykresu funkcji.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 105 z 365
Powrót
Pełny ekran
Zamknij
Koniec
5.5.3. Tempo zmian wartości funkcji
W tym paragrafie przedstawimy zastosowanie pierwszej i drugiej pochodnej do badania tempa
zmian wartości funkcji. Rozważmy na początku funkcję liniową fx axb, która jest jednocześnie
wypukła i wklęsła. Jeśli a 0, to funkcja jest stała (jej wartości nie zmieniają się). Jeśli a A 0, to
funkcja jest rosnąca, ale tempo zmian jej wartości jest stałe (jednakowym przyrostom argumentów
odpowiadają jednakowe przyrosty wartości funkcji). W ostatnim przypadku, gdy a @ 0, funkcja
jest malejąca, ale również tempo zmian wartości jest stałe (jednakowym przyrostom argumentów
odpowiadają jednakowe spadki wartości funkcji).
Zajmijmy się teraz funkcjami nieliniowym.
Definicja 5.34. Niech f a, b R.a) Jeśli funkcja f jest rosnąca i ściśle wypukła, to mówimy, że funkcja f rośnie coraz szybciej
w przedziale a, b.b) Jeśli funkcja f jest rosnąca i ściśle wklęsła, to mówimy, że funkcja f rośnie coraz wolniej
w przedziale a, b.c) Jeśli funkcja f jest malejąca i ściśle wypukła, to mówimy, że funkcja f maleje coraz wolniej
w przedziale a, b.d) Jeśli funkcja f jest malejąca i ściśle wklęsła, to mówimy, że funkcja f maleje coraz szybciej
w przedziale a, b.Twierdzenie 5.35. Niech f a, b R będzie funkcją dwukrotnie różniczkowalną w sposób ciągły.a) Jeśli f x A 0 i f x A 0 dla każdego x > a, b, to funkcja f rośnie coraz szybciej w
przedziale a, b.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 106 z 365
Powrót
Pełny ekran
Zamknij
Koniec
(a) Funkcja rośnie coraz szybciej (b) Funkcja rośnie coraz wolniej
Rysunek 5.4: Tempo zmian funkcji rosnącej
b) Jeśli f x A 0 i f x @ 0 dla każdego x > a, b, to funkcja f rośnie coraz wolniej w przedzialea, b.c) Jeśli f x @ 0 i f x A 0 dla każdego x > a, b, to funkcja f maleje coraz wolniej w
przedziale a, b.d) Jeśli f x @ 0 i f x @ 0 dla każdego x > a, b, to funkcja f maleje coraz szybciej w
przedziale a, b.Przykład 5.36. Zbadamy tempo zmian wartości funkcji f 0,2π R, fx sinx.
Rozwiązanie. Mamy f x cosx, f x sinx, oraz
f x 0 cosx 0 , x >Df x 12π - x
32π,
f x 0 sinx 0 , x >Df x π.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 107 z 365
Powrót
Pełny ekran
Zamknij
Koniec
(a) Funkcja maleje coraz wolniej (b) Funkcja maleje coraz szybciej
Rysunek 5.5: Tempo zmian funkcji malejącej
Ponadto
f x A 0 cosx A 0 x > 0, 12π - 3
2π,2π ,f x @ 0 cosx @ 0 x > 1
2π,32π ,
f x A 0 sinx A 0 x > π,2π,f x @ 0 sinx @ 0 x > 0, π.
Zestawiamy znaki pochodnych w tabeli.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 108 z 365
Powrót
Pełny ekran
Zamknij
Koniec
x 0, 12π 1
2π 12π,π π π, 3
2π 32π 3
2π,2πf x 0 0
f x 0
fx ¼ 1 ¿ 0 Ç 1 Ä
Wynika stąd, że funkcja f rośnie coraz wolniej w przedziale 0, 12π, maleje coraz szybciej w
przedziale 12π,π, maleje coraz wolniej w przedziale π, 3
2π, rośnie coraz szybciej w przedziale32π,2π.
5.5.4. Badanie przebiegu zmienności funkcji i
W tym paragrafie omówimy badanie przebiegu zmienności funkcji i szkicowanie jej wykresu.
Badanie funkcji dwukrotnie różniczkowalnej w sposób ciągły przeprowadzamy według następu-
jącego schematu:
• wyznaczamy dziedzinę funkcji oraz (jeśli istnieją) punkty w których wykres funkcji przecina
osie układu współrzędnych, tzn. wartość f0 i rozwiązania równania fx 0;
• obliczamy granice funkcji na końcach przedziałów określoności i wyznaczamy równania asymp-
tot;
• wyznaczamy pierwszą pochodną i badamy jej znaki;
• wyznaczamy drugą pochodną i badamy jej znaki;
• w tabeli zestawiamy znaki pochodnych i zaznaczamy tempo zmian wartości funkcji;
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 109 z 365
Powrót
Pełny ekran
Zamknij
Koniec
• na podstawie tabeli szkicujemy wykres funkcji.
Przykład 5.37. Zbadamy przebieg zmienności funkcji f x x2 12x 4
.
Rozwiązanie. Dziedziną funkcji jest zbiór Df ª,2 8 2,ª. Obliczając f0 i rozwiązując
równanie fx 0, otrzymujemy f0 14 , fx 0 x 1 - x 1, zatem wykres przecina osie
układu współrzędnych w punktach 0,14, 1,0, 1,0.
Obliczamy granice na końcach przedziałów określoności. W ª mamy
limxª
fx limxª
x2 12x 4
limxª
x2 12x 4
limxª
x2 1 1x2
x 2 4x lim
xª
x 1 1x22 4
x ª.
Podobnie limxª
fx ª. Nie istnieje zatem asymptota pozioma. Sprawdzamy, czy istnieje asymp-
tota ukośna y ax b. W ª mamy
a limxª
fxx
limxª
1x
x2 12x 4
12,
b limxª
fx ax limxª
x2 12x 4
12x 1.
Analogiczne wartości granic otrzymujemy w ª. Prosta y 12x1 jest asymptotą ukośną zarówno
w ª i w ª.
Obliczamy granice jednostronne w punkcie x 2 .
limx2
fx ª, limx2
fx ª.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 110 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Prosta x 2 jest asymptotą pionową wykresu funkcji.
Pierwsza pochodna funkcji jest równa
f x 12x2 4x 1x 22 .
Badając jej znaki otrzymujemy
f x 0 x 2 º
3 - x 2 º
3,
f x A 0 x > ª,2 º
3 8 2 º
3,ª ,f x @ 0 x > 2
º3,2 8 2,2
º3 .
Druga pochodna funkcji jest równa
f x 3x 23 .
Druga pochodna nie zeruje się w żadnym punkcie, ponadto
f x A 0 x > 2,ª .f x @ 0 x > ª,2 .
Tabelka przebiegu zmienności funkcji.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 111 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Rysunek 5.6: Wykres funkcji f x x212x4
x ª . . . 2 º
3 . . . 2 . . . 2 º
3 . . . ª
f x 0 0
f x
fx ª ¼ 2 º
3max
¿ ª ª Ç 2 º
3min
Ä ª
Wykres funkcji przedstawiony jest na rysunku 5.6.
Zadania
5.22. (?) Wyznaczyć pochodną drugiego rzędu funkcji f i obliczyć jej wartość w punkcie x0:
a) fx x3 2x2 4xºx 1
x4 3, x0 1, b) fx lnxx , x0
1e , c)fx ex22x, x0 0,
d) fx x21ex , x0 0.
5.23. (?) Wyznaczyć przedział, w którym funkcja fx 3x
x3 :
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 112 z 365
Powrót
Pełny ekran
Zamknij
Koniec
a) maleje coraz szybciej, b) rośnie coraz wolniej.
5.24. (?) Wyznaczyć przedział, w którym funkcja fx º4 x2:
a) rośnie coraz szybciej, b) rośnie coraz wolniej, c) maleje coraz szybciej, d) maleje
coraz wolniej.
5.25. (?) Wyznaczyć przedziały wypukłości i wklęsłości oraz punkty przegięcia wykresu funkcji:
a) fx x2e2x, b) fx x21x , c) fx x lnx2, d) fx º
xlnx .
5.26. (?) Zbadać tempo zmian wartości funkcji:
a) fx e1x
x , b) gx º2x2 3 , c) hx x 3x2 , d) px cosx.
5.27. * (?) Zbadać, dla jakich wartości parametrów α,β, γ > R funkcja fx xα βx γ jest
wklęsła, a dla jakich wypukła w przedziale 0,ª. Czy istnieją takie wartości parametrów, przy
których funkcja rośnie coraz wolniej w przedziale 0,ª?5.28. * (?) Zbadać tempo zmian wartości funkcji fx eax eax w zależności od wartości
parametru a > R 0.
5.29. (?) Zbadać przebieg zmienności funkcji f :
a) fx x122x , b) fx 1
1ex , c) fx xlnx , d) fx xex2 .
5.30. * (?) Dla funkcji z zadania 5.29 wyznaczyć f1,ª, f1ª,0, fDf.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 113 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Rozdział 6
CAŁKI
6.1. Całka nieoznaczona
Mając daną funkcję f wyznaczaliśmy jej pochodną (o ile taka istniała). Obecnie zajmiemy się nieco
innym, w pewnym sensie odwrotnym działaniem. Dla danej funkcji f będziemy poszukiwać funkcji,
której pochodną jest funkcja f .
Definicja 6.1. Funkcję F nazywamy funkcją pierwotną funkcji f w (niepustym) przedziale
I a, b wtedy i tylko wtedy, gdy F x fx dla każdego x > I.
Uwaga. Możemy również definiować funkcję pierwotną funkcji f w przedziale domkniętym`a, be i w dowolnym innym przedziale, żądając dodatkowo aby F
a fa oraz F
b fb..
Przykład 6.2. Funkcją pierwotną funkcji fx 3x2 w dowolnym przedziale I jest na przykład
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 114 z 365
Powrót
Pełny ekran
Zamknij
Koniec
funkcja F x x3, ale też funkcja F x x35. Ogólnie, każda funkcja postaci F x x3C, gdzie
C jest pewną stałą należącą do zbioru R, jest funkcją pierwotną funkcji f w dowolnym przedziale
I . Dla każdego x > R mamy bowiem Fx x3 C x3 0 3x2.
Przykład 6.3. Funkcją pierwotną funkcji fx sinx 3 w dowolnym przedziale I jest funkcja
F x cosx 3x C, gdzie C > R.
Przykład 6.4. Funkcją pierwotną funkcji fx 1x w dowolnym przedziale I ` 0,ª jest funkcja
F x lnx C, gdzie C > R. Zauważmy również, że lnx 1x 1
x . A zatem funkcja
F x lnx C jest funkcją pierwotną funkcji fx 1x w dowolnym przedziale I ` ª,0.
Łatwo zauważyć, że jeśli funkcja F jest funkcją pierwotną funkcji f, to również funkcja F C,
gdzie C > R, jest funkcją pierwotną funkcji f . Pojawia się pytanie, czy wszystkie funkcje pierwotne
funkcji f są tej postaci.
Twierdzenie 6.5. Niech funkcja F będzie funkcją pierwotną funkcji f w przedziale I. Wtedy:
a) Dla każdego C > R funkcja G F C jest funkcją pierwotną funkcji f w przedziale I.
b) Jeśli G jest funkcją pierwotną funkcji f w przedziale I, to istnieje C > R takie, że G F C.
A zatem wyznaczając jedną funkcję pierwotną danej funkcji, znajdujemy wszystkie funkcje pier-
wotne tej funkcji. Operację wyznaczania funkcji pierwotnych nazywamy całkowaniem, zaś rodzinę
wszystkich funkcji pierwotnych danej funkcji całką nieoznaczoną.
Definicja 6.6. Całką nieoznaczoną funkcji f w przedziale I nazywamy rodzinę wszystkich
funkcji pierwotnych funkcji f w przedziale I.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 115 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Uwaga. Całkę nieoznaczoną oznaczamy przez R fxdx.
Mamy zatem:
S fxdx F x C F x fx.Poniżej przedstawiamy przydatne wzory, które wynikają wprost ze wzorów na pochodne wy-
branych funkcji.
R xadx 1a1x
a1 c, a ~ 1
R 1xdx ln SxS C
R axdx 1lnaa
x C
R exdx ex CR cosxdx sinx C
R sinxdx cosx C
Przykład 6.7. R 3x2dx x3 C, gdyż x3 3x2.
Przykład 6.8. R x2dx 13x
2 C, gdyż 13x
3 13x3 x2.
Przykład 6.9. R 1xdx lnSxS C w każdym przedziale, do którego nie należy 0, gdyż lnSxS
lnx 1x dla x A 0 oraz lnSxS lnx 1
x dla x @ 0.
Przykład 6.10. R tg2x 1dx R sin2 xcos2 x 1dx R sin2 xcos2 x
cos2 x dx R 1cos2 xdx tgx C.
Twierdzenie 6.11. Jeśli funkcje f i g mają funkcje pierwotne w przedziale I, to funkcje f g,
af , gdzie a > R, mają funkcje pierwotne w tym przedziale, przy czym:a) R afxdx a R fxdx;
b) R fx gxdx R fxdx R gxdx.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 116 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Przykład 6.12. R 5xdx 5 R xdx 5 x22 C 52x
2 C.
Przykład 6.13. R 3ºxdx 3 R x 12dx 3 1
121
x121C 6
ºx C.
Przykład 6.14. R x4 sinxdx R x4dx R sinxdx 15x
5 cosx C.
Przykład 6.15. R x31x1 dx R x1x2x1
x1 R x2 x 1dx R x2dx R xdx R 1dx
13x
3 12x
2 x C.
Twierdzenie 6.16. Jeśli funkcja f jest ciągła w przedziale I (otwartym lub domkniętym), to f
ma funkcję pierwotną w tym przedziale.
Uwaga. Całkowanie jest na ogół przedsięwzięciem znacznie trudniejszym od wyznaczania po-
chodnej. Co więcej, istnieją funkcje ciągłe, których funkcje pierwotne nie są funkcjami elementar-
nymi. Do takich funkcji należy między innymi funkcja fx ex2 .Obecnie przedstawimy twierdzenie, które w wielu wypadkach ułatwia całkowanie.
Twierdzenie 6.17. (Twierdzenie o całkowaniu przez części) Jeśli funkcje f i g mają w
przedziale I ciągłe pochodne f i g, to
S fxgxdx fxgx S f xgxdx.Uwaga. Teza twierdzenia wynika bezpośrednio ze wzoru na pochodną iloczynu funkcji.
Przykład 6.18. R xexdx R xexdx xex R xexdx xex R exdx xex ex C.
Czasem wygodniej wykonywać rachunki, wypisując wszystkie kroki pośrednie. Na przykład
można to zrobić w następującej postaci.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 117 z 365
Powrót
Pełny ekran
Zamknij
Koniec
R xexdx
¢¦¤ fx x f x 1
gx ex gx ex£§¥ xex R 1exdx xex ex C.
Przykład 6.19. R x sinxdx R x cosxdx x cosx R x cosxdx x cosx R cosxdx
x cosx sinx C.
Przykład 6.20. R lnxºxdx R lnx2ºxdx 2
ºxlnx R 2
ºxlnxdx 2
ºxlnx R 2
ºx 1
xdx
2ºxlnx 2 R 1º
xdx 2
ºxlnx 4
ºx C.
Przykład 6.21. R lnxdx R x lnxdx xlnx R xlnxdx xlnx R x 1xdx xlnx R 1dx
xlnx x C.
Innym ważnym twierdzeniem ułatwiającym całkowanie jest twierdzenie związane ze wzorem na
pochodną funkcji złożonej.
Twierdzenie 6.22. (Twierdzenie o całkowaniu przez podstawienie) Jeśli funkcja g ma w
przedziale I ciągłą pochodną g, zaś funkcja f ma w przedziale gI funkcję pierwotną F, toS fgxgxdx F gx C
w przedziale I.
Zauważmy, że R ftdt F t C. Tym samym wzór możemy zapisać w następującej postaci:
R fgxgxdx R ftdt, gdzie t gx. Innymi słowy stosujemy podstawienie t gx i
obliczanie całki sprowadzamy do wyznaczenia R ftdt.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 118 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Przykład 6.23. Znajdziemy całkę nieoznaczoną funkcji hx 2xx2 110. Zauważmy, że we
wzorze funkcji h występuje funkcja gx x2 1 wraz ze swoja pochodną gx 2x. Przyjmując
dodatkowo, że fx x10, mamy fgx x2 110. Tak więc hx fgxgx. Funkcja
F x 111x
11 jest funkcją pierwotną funkcji f w dowolnym przedziale I. Mamy zatem F gx 111x2 111 i tym samym R 2xx2 110dx 1
11x2 111 C.
Wykorzystując notację t gx oraz dt gxdx, powyższe rachunki możemy przedstawić w
nieco bardziej zwartej postaci.
R 2xx2 110dx
¢¦¤ t x2 1
dt 2xdx
£§¥ R t10dt 111t
11 C 111x2 111 C.
Przykład 6.24. R cos5x 2dx ¢¦¤t 5x 2
dt 5dx15dt dx
£§¥ R 1
5 cos tdt 15 sin t C 1
5 sin5x 2 C.
Przykład 6.25. R x2ex3dx
¢¦¤
t x3
dt 3x2dx13dt x
2dx
£§¥ R 1
3etdt 1
3et C 1
3ex3 C.
Przykład 6.26. R tgxdx R sinxcosxdx
¢¦¤
t cosx
dt sinxdx
dt sinxdx
£§¥ R 1
tdt lnStS C lnS cosxS C.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 119 z 365
Powrót
Pełny ekran
Zamknij
Koniec
6.2. Całka oznaczona
Definicja 6.27. Niech f będzie funkcją ciągłą w przedziale `a, be. Całką oznaczoną funkcji f
w przedziale `a, be nazywamy liczbę
Sb
afxdx F b F a,
gdzie F jest funkcją pierwotną funkcji f w przedziale `a, be.Uwaga. Liczbę a nazywamy dolną granicą całkowania, liczbę b zaś górną granicą całkowania. W
dalszych rozważaniach będziemy posługiwać się następującym oznaczeniem: F xba F bF a.Przykład 6.28. R 1
2x2 4dx 13x
3 4x1
2 1
3 13 4 1 1
3 23 4 2 15.
Przykład 6.29. Wyznaczymy całkę R 10 xe
xdx. Po zastosowaniu twierdzenia o całkowaniu przez
części (patrz przykład 6.18) otrzymujemy R xexdx xex ex C. A zatem R 10 xe
xdx xex ex10 1 e1 e1 0 e0 e0 1.
Łatwo pokazać, że całka oznaczona ma następujące własności.
Twierdzenie 6.30. Jeśli funkcje f i g są ciągłe w przedziale `a, be, to:a) R ba αfxdx α R ba fxdx dla dowolnego α > R ;b) R ba fx gxdx R ba fxdx R ba gxdx;c)R ba fxdx R ca fxdx R bc fxdx dla dowolnego c > a, b.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 120 z 365
Powrót
Pełny ekran
Zamknij
Koniec
6.3. Interpretacja geometryczna całki oznaczonej
Poznamy teraz jedno z ważnych zastosowań całki oznaczonej.
Weźmy pod uwagę funkcję f ciągłą w przedziale `a, be taką, że fx C 0 dla x > `a, be. Rozważamy
zbiór A x, y x > R , y > R , x > `a, be , 0 B y B fx. Interpretację geometryczną zbioru A
przedstawia rysunek 6.1. Można udowodnić, że pole powierzchni zbioru A (oznaczane dalej przezSAS ) jest równe R ba fxdx.
Rysunek 6.1: Interpretacja geometryczna całki oznaczonej
Wykorzystując powyższy fakt, możemy także wyznaczać pole powierzchni B zbioru ograniczo-
nego prostymi o równaniach x a i x b, osią 0x oraz wykresem funkcji f, która w przedziale `a, bejest ciągła i niedodatnia. Odbijając wykres funkcji f symetrycznie względem osi 0x, otrzymujemy
wykres funkcji g f , która w przedziale `a, be jest ciągła i nieujemna (patrz rysunek 6.2). Łatwo
zauważyć, że SBS R ba gxdx R ba fxdx R ba fxdx.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 121 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Rysunek 6.2: Interpretacja geometryczna całki oznaczonej
Przykład 6.31. Obliczymy pole powierzchni zbioru A ograniczonego wykresem funkcji fx
x2 2x 2, osią 0x oraz prostymi o równaniach x 1 i x 2 (patrz rysunek 6.3). Zauważmy,
że w przedziale `1,2e funkcja f jest nieujemna i ciągła. Mamy zatem SAS R 21x2 2x 2dx x33 x2 2x2
1 6.
Rysunek 6.3: Interpretacja geometryczna całki. Przykład 6.31
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 122 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Przykład 6.32. Wyznaczymy pole zbioru A ograniczonego wykresem funkcji fx cosx, osią
0x oraz prostymi o równaniach x 12π i x 5
4π. Zbiór A znajduje się na rysunku 6.4.
Rysunek 6.4: Interpretacja geometryczna całki z przykładu 6.32
Zauważmy, że fx B 0 dla x > `12π,
54πe. Mamy zatem
SAS R 54π12π
cosxdx sinx 54π12π
sin 54π sin 1
2π º2
2 1 º2
2 1.
Przykład 6.33. Obliczymy pole powierzchni zbioru A ograniczonego wykresami funkcji fx x21 i gx 1
2x2 1
2x3 oraz prostymi o równaniach x 3 i x 3. Zbiór A został przedstawiony
na rysunku 6.5a.
Pole powierzchni tego zbioru można na przykład obliczyć, wyznaczając pola powierzchni na-
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 123 z 365
Powrót
Pełny ekran
Zamknij
Koniec
stępujących zbiorów (patrz rysunek 6.5a):
A1 x, y x > R , y C 0 , x > `3,1e , 12x
2
12x 3 B y B x2
1 ,A2 x, y x > R , y B 0 , x > `2,3e , 1
2x2
12x 3 B y B x2
1 ,A3 x, y x > R , y C 0 , x > `1,3e , y B x2
1 .Mamy kolejno:
SA1S S 1
3x2
1dx S 2
11
2x2
12x 3dx,
SA2S S 3
21
2x2
12x 3dx S 1
1x2
1dx ,SA3S S 3
1x2
1dx.Ostatecznie SAS SA1S SA2S SA3S.
Możemy też postąpić w nieco inny sposób. Zauważmy mianowicie, że przesuwając wykresy obu
funkcji o wektor v 0,m otrzymujemy zbiór, którego pole powierzchni jest równe SAS (patrz
rysunek 6.5). Rzędna wierzchołka paraboli o równaniu y 12x
2 12x 3 jest równa
258 . Dla m C 25
8
mamy zatem 12x
2 12x 3 m C 0 dla x > R. W szczególności dla x > `3,3e mamy fx m C
0 oraz gx m C 0. Wystarczy teraz obliczyć pole powierzchni zbioru B (patrz rysunek 6.5b)
ograniczonego wykresami funkcji y fx m, y gx m oraz prostymi o równaniach x 3 i
x 3.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 124 z 365
Powrót
Pełny ekran
Zamknij
Koniec
(a) Zbiór A (b) Zbiór B
Rysunek 6.5: Interpretacja geometryczna całki. Przykład 6.33
Oczywiście
SBS S 3
3fx mdx S 3
3fx mdx S 3
3fx m gx mdx
S3
3fx gxdx S 3
3x2
1 12x
2
12x 3dx S 3
31
2x2
12x 2
16x
3
14x
2 2x3
3 21.
Okazuje się, że postępowanie opisane w przykładzie 6.33 daje się uogólnić. Można pokazać, że
dla funkcji f ciągłej w przedziale `a, be istnieje takie m > R, że fxm C 0 dla x > R. Spostrzeżenie
to prowadzi do następującego twierdzenia.
Twierdzenie 6.34. Jeśli funkcje f i g są ciągłe w przedziale `a, be oraz fx C gx dla x > `a, be,
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 125 z 365
Powrót
Pełny ekran
Zamknij
Koniec
to pole powierzchni zbioru A ograniczonego wykresami funkcji y fx i y gx oraz prostymi orównaniach x a i x b jest równe
SAS S b
afx gxdx.
Na rysunku 6.6 przedstawiamy interpretację geometryczną zbioru A.
Rysunek 6.6: Interpretacja geometryczna całki. Twierdzenie 6.34
Przykład 6.35. Wyznaczymy pole powierzchni zbioru A ograniczonego wykresami fx 2 sinx
1, gx sinx 12 oraz prostymi o równaniach x π i x π. Oczywiście 2 sinx1 C sinx 1
2 wtedy
i tylko wtedy, gdy sinx C 32 . A zatem dla każdego x > R, a w szczególności dla x > `π,πe mamy
fx C gx. Tak więc
SAS S π
π2 sinx 1 sinx
12dx S π
πsinx
32dx cosx
32xπ
π
3π.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 126 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Dodatkowo interpretację zbioru A zamieszczono na rysunku 6.7.
Rysunek 6.7: Interpretacja geometryczna całki. Przykład 6.35
Przykład 6.36. Wyznaczymy pole powierzchni zbioru A ograniczonego parabolą o równaniu y
x2 2x 5 oraz prostymi o równaniach y 2x 1 i y x 1 (patrz rysunek 6.8).
SAS S 0
22x 1 x2
2x 5dx S 4
0x 1 x2
2x 5dx S
0
2x2
4dx S 4
0x2
3x 4dx 163
563 24.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 127 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Rysunek 6.8: Interpretacja geometryczna całki.Przykład 6.36
Zadania
6.1. (?) Sprawdzić, czy funkcja F jest funkcją pierwotną funkcji f w dowolnym przedziale a, b,gdy:
a) fx 4x3 x 5, F x x4 12x
2 5x 5, a, b ` R;
b) fx x2lnx, F x x3
3 lnx x3
9 2, a, b ` 0,ª;c) fx ex, F x ex 1, a, b ` R;
d) fx 2x5 4ºx 1, F x 1
3x6 4
54»x 15 3, a, b ` 1,ª.
6.2. (?) Znaleźć taką funkcję pierwotną funkcji f , do której wykresu należy punkt x0, y0.a) fx 3x2 x, x0, y0 1,0;b) fx 2 sinx 1, x0, y0 π,2.
6.3. (?) Wyznaczyć całki:
a)R 2x 1dx; b)R x5 2ºx 5dx; c)R sinx cosxdx; d)R x 2x 3dx;
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 128 z 365
Powrót
Pełny ekran
Zamknij
Koniec
e)R x41x21dx; f)R 4
ºxx 3dx; g)R x34 3
ºx1ºx
dx; h)*R 2ctg2x 3dx;
i)R e2x1ex dx; j)R 2x1 4xdx.
6.4. (?) Stosując wór na całkowanie przez części, wyznaczyć całki:
a)R x cosxdx; b)R xexdx; c)R xlnxdx; d) R x2 sinxdx;
e)R lnxx2 dx; f)R ºx 3lnxdx; g)R x2exdx; h)*R ex cosxdx.
6.5. (?) Stosując wór na całkowanie przez podstawienie, wyznaczyć całki:
a)R xx21dx; b)R
º3x 5dx; c)R xex2dx; d)R ln2x
x dx;
e)R xlnx1dx; f)R ctgxdx; g)R sinºxº
xdx; h)R exex
exexdx;
i)R sin3 xdx; j)R 6x24ºx32x
dx.
6.6. * (?) Wyznaczyć R fxdx dwiema metodami: stosując wzór na całkowanie przez części oraz
korzystając ze wzoru na całkowanie przez podstawienie.
a)fx sinx cosx;
b)fx cos2 x;
c)fx lnxx .
6.7. (?) Wyznaczyć całki:
a)R xº
2x 5dx; b)R x3ºxdx; c)R x 1e3xdx; d)R 3
x1dx;
e)R x1x1dx; f)R 1
x3 e1xdx; g)R sin2 x cos3 xdx; h)R x cos3x 2dx;
i)R ºxlnxdx; j)R tg4x4cos2 x dx; k)*R log3x 1dx.
6.8. (?) Obliczyć:
a)R 312x 1dx; b) R
π4π sin 2xdx; c)R 2
0x2
x31 ; d)R 01 xe
xdx;
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 129 z 365
Powrót
Pełny ekran
Zamknij
Koniec
e)R 11 S2x 1Sdx; f)R π3 fxdx, gdzie fx ¢¦¤
x 1 dla x B 0
cosx dla x A 0;
g)R 32 S1 x2Sdx; h)*R e1
exS lnxSdx.
6.9. (?) Wyznaczyć funkcję g 1,ª R, gt R t1 fxdx, gdy fx Sx 1S.6.10. (?) Wyznaczyć pole powierzchni obszaru ograniczonego:
a) parabolą o równaniu y x2 3x 4 i prostą o równaniu y 2x 2;
b) parabolami o równaniach y x2 oraz y2 x;
c) parabolami o równaniach y 3x2 2x 2 oraz y x2 2x 6;
d) wykresem funkcji y lnx, styczną do wykresu tej funkcji w punkcie o odciętej x0 e oraz
prostą o równaniu y 0.
6.11. (?) Wyznaczyć pole powierzchni zbioru A, gdy:
a) A x, y x > R , y > R , x > `1,2e , 0 B y B eSxS ;
b) A x, y x > `0,ª , y > R ,x2
2 B y Bºx , xy B 1 ;
c) A x, y x > `0,ª , y > R ,x2
2 B y Bºx , xy C 1 ;
d)A x, y y > R , x > `π6 , π3 e , 0 B y B tgx , y B ctgx .
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 130 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Rozdział 7
Przestrzeń liniowa Rn
7.1. Punkty i wektory w R2 i w R3
Rysując na płaszczyźnie dwie wzajemnie prostopadłe osie liczbowe, o jednakowych długościach
odcinków jednostkowych, przecinające się w punkcie 0; otrzymujemy kartezjański układ współ-
rzędnych. Każdy punkt a płaszczyzny ma wówczas jednoznaczne przedstawienie w postaci pary
liczb xa i ya, gdzie xa jest rzutem prostopadłym punktu a na pierwszą oś (oznaczaną 0x), a ya
– rzutem prostopadłym na drugą oś (oznaczaną 0y). Liczby xa i ya nazywamy współrzędnymi
punktu a i będziemy dalej pisali a
<@@@@>xaya=AAAA?1. Płaszczyznę z wprowadzonym kartezjańskim układem
współrzędnych możemy zatem utożsamić ze zbiorem wszystkich par liczb rzeczywistych x i y. Zbiór
1Elementy przestrzeni Rn będziemy zapisywali w postaci pionowych kolumn.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 131 z 365
Powrót
Pełny ekran
Zamknij
Koniec
tych par oznaczamy symbolem R2 i naszywamy przestrzenią dwuwymiarową .
Odległością dwóch punktów a,b > R2 nazywamy liczbę określoną wzorem2
d a,b ¼xa xb2 ya yb2
.
Definicja 7.1. Prostą w przestrzeni R2 nazywamy zbiór punktów<@@@@>xy
=AAAA? > R2 takich, że axby c,
gdzie co najmniej jedna z liczb a, b jest różna od zera.
Równanie ax by c nazywamy równaniem prostej w postaci ogólnej . Jeśli prosta nie jest
prostopadła do osi 0x, to można jej równanie zapisać również w postaci kierunkowej y mx c,
gdzie liczbę m nazywamy współczynnikiem kierunkowym prostej . Prosta prostopadła do osi
0x ma równanie x x0.
Dwa różne punkty a,b > R2 wyznaczają jednoznacznie prostą przechodzącą przez punkty a i
b. Zbiór punktów tej prostej leżących między punktami a i b nazywamy odcinkiem łączącym
punkty a i b i punkty te nazywamy końcami odcinka. Odcinek zorientowany, w którym punkt a
uznajemy za początek, a punkt b za koniec, nazywamy wektorem związanym o początku w
punkcie a i końcu w punkcie b. Oznaczamy go symbolemÐÐa,b. Liczbę
UÐÐa,bU ¼xa xb2 ya yb2
równą odległości punktów a i b nazywamy długością wektora związanego. Współrzędnymi
2Wynika on z twierdzenia Pitagorasa.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 132 z 365
Powrót
Pełny ekran
Zamknij
Koniec
albo składowymi (odpowiednio pierwszą i drugą) wektora związanegoÐÐa,b, gdzie a
<@@@@>xaya=AAAA?,
b
<@@@@>xbyb=AAAA?, nazywamy liczby xbxa i ybya. Współrzędne wektora zapisujemy w postaci
<@@@@>xb xayb ya
=AAAA?.
Tak zapisany ciąg dwuwyrazowy nazywamy wektorem swobodnym wyznaczonym przez wektor
związanyÐÐa,b. Każdy wektor związany wyznacza jednoznacznie wektor swobodny. Na odwrót, dany
wektor swobodny v
<@@@@>xy=AAAA? i ustalony punkt a
<@@@@>xaya=AAAA? wyznacza jednoznacznie wektor związany
ÐÐa,b,
gdzie b
<@@@@>xa xya y
=AAAA?. Mówimy wówczas, że wektorÐÐa,b otrzymujemy zaczepiając wektor swobodny
v w punkcie a.
Zaczepiając wektor swobodny v
<@@@@>xy=AAAA? w początku układu współrzędnych, czyli w punkcie
0
<@@@@> 0
0
=AAAA?, otrzymujemy wektorÐÐ0,b, gdzie punkt b ma takie same współrzędne jak wektor v.
Możemy zatem utożsamiać punkty przestrzeni R2 z wektorami swobodnymi. Dalej wektorem w R2
będziemy nazywali dwuelementowy ciąg liczb rzeczywistych zapisanych w postaci<@@@@>xy
=AAAA?. Możemy
ten ciąg interpretować jako punkt przestrzeni lub jako wektor swobodny, będziemy więc używali
również nazwy punkt.
Na wektorach w przestrzeni R2 określamy dwa działania: działanie mnożenia wektora przez
liczbę rzeczywistą i działanie dodawanie dwóch wektorów.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 133 z 365
Powrót
Pełny ekran
Zamknij
Koniec
(a) Iloczyn wektora przez liczbę (b) Suma wektorów
Rysunek 7.1: Działania na wektorach
Definicja 7.2. Iloczynem wektora v
<@@@@>xy=AAAA? przez liczbę α nazywamy wektor αv
<@@@@>αxαy=AAAA?.
Sumą wektorów v
<@@@@>x1
y1
=AAAA? i w
<@@@@>x2
y2
=AAAA? nazywamy wektor v w
<@@@@>x1 x2
y1 y2
=AAAA? .Wprowadzone działania mają prostą interpretację geometryczną (por. rysunek 7.1).
Jeśli wektor a
<@@@@>xaya=AAAA? potraktujemy jako punkt, zaś wektor v
<@@@@>xvyv=AAAA? jako wektor swobodny,
to sumę a tv
<@@@@>xa txvya tyv
=AAAA?, gdzie t > R, możemy potraktować jako punkt otrzymany z punktu a
przez przesunięcie o wektor tv. Dla różnych wartości parametru t otrzymujemy zatem różne punkty
leżące na prostej przechodzącej przez punkt a i równoległej do wektora v (por. rysunek 7.2).
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 134 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Rysunek 7.2: Prosta przechodząca przez punkt a i równoległa do wektora v
Układ¢¦¤x xa txv,y ya tyv,
t > R, nazywamy równaniem parametrycznym prostej przechodzą-
cej przez punkt a i równoległej do wektora v.
Rozważmy teraz prostą przechodzącą przez dwa różne punkty a
<@@@@>xaya=AAAA?, b
<@@@@>xbyb=AAAA? . Wektor
związanyÐÐa,b leży na tej prostej, a zatem jest ona równoległa do wektora b a
<@@@@>xb xayb ya
=AAAA?, w
konsekwencji jej równanie parametryczne można zapisać w postaci¢¦¤x xa t xb xa ,y ya t yb ya , t > R,
czyli symbolicznie w postaci w a t b a, t > R, gdzie w
<@@@@>xy=AAAA? albo w postaci w 1 ta
tb, t > R. Jeśli zakres zmienności parametru t ograniczymy do przedziału `0,1e, to otrzymamy
odcinek łączący punkty a i b. Równanie w 1 ta tb, t > `0,1e nazywamy równaniem
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 135 z 365
Powrót
Pełny ekran
Zamknij
Koniec
parametrycznym odcinka łączącego punkty a i b.
Każda prosta dzieli płaszczyznę na dwie części nazywane półpłaszczyznami. Półpłaszczyzny
(odpowiednio z brzegiem lub bez brzegu) określone są przez nierówności otrzymane z równania
prostej przez zastąpienie znaku równości znakiem nierówności (odpowiednio nieostrej lub ostrej).
Półpłaszczyzny określone nierównością liniową (pierwszego stopnia) zaznaczamy w układzie współ-
rzędnych rysując najpierw jej brzeg będący linią prostą, a następnie sprawdzamy, wybierając dowol-
ny punkt nie leżący na otrzymanej prostej, czy jego współrzędne spełniają wyjściową nierówność.
Jeśli tak, to szukanym zbiorem jest półpłaszczyzna jest zawierająca wybrany przez nas punkt; jeśli
nie, to szukanym zbiorem jest półpłaszczyzna leżąca po drugiej stronie prostej.
Podobnie można wprowadzić kartezjański układ współrzędnych w przestrzeni otrzymując prze-
strzeń trójwymiarową R3 złożoną z wektorów
<@@@@@@>x
y
z
=AAAAAA? , gdzie x, y, z > R. Nie będziemy powtarzali tych
określeń, gdyż sformułujemy je później ogólnie w przestrzeni Rn. Zwróćmy tylko uwagą na różnice
między określeniem prostej w R2 i w R3.
Definicja 7.3. Płaszczyzną w przestrzeni R3 nazywamy nazywamy zbiór punktów
<@@@@@@>x
y
z
=AAAAAA? > R3,
takich że ax by cz d, gdzie co najmniej jedna z liczb a, b, c jest różna od zera. Równanie
ax by cz d nazywamy równaniem płaszczyzny w R3.
Prostą w przestrzeni R3 możemy określić jako część wspólną dwóch płaszczyzn, które nie są
równoległe, lub za pomocą równania parametrycznego.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 136 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Przykład 7.4. Wyznaczymy równanie parametryczne prostej będącej częścią wspólną dwóch
płaszczyzn o równaniach 2x 3y z 2 i x 2y z 1.
Zadanie sprowadza się do rozwiązania układu równań
¢¦¤ 2x 3y z 2,
x 2y z 1.
Dodając stronami, otrzymujemy xy 3, a stąd mamy y 3x. Wstawiamy otrzymaną zależność
do pierwszego równania otrzymując
2x 33 x z 2 z 7 x.
Rozwiązanie układu możemy zapisać w postaci¢¦¤ y 3 x,
z 7 x,gdzie y i z są zmiennymi zależnymi, a
x jest zmienną niezależną, tzn. x może przybierać dowolne wartości rzeczywiste. Podstawmy x t
, gdzie t > R, wówczas y 3 t, z 7 t. Układ
¢¦¤x t,
y 3 t,
z 7 t,
t > R jest równaniem parametrycznym
prostej leżącej w podanych płaszczyznach.
Zadania
7.1. (?) Sprawdzić, czy punkty a
<@@@@@@>1
1
3
=AAAAAA? ,b
<@@@@@@>2
1
0
=AAAAAA? ,c
<@@@@@@>0
1
3
=AAAAAA? leżą na jednej prostej.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 137 z 365
Powrót
Pełny ekran
Zamknij
Koniec
7.2. (?) Wyznaczyć równanie parametryczne prostej w R3 leżącej w płaszczyznach o równaniach
2x y z 2, x 3y z 1.
7.3. (?) Wyznaczyć równanie parametryczne prostej w R3 leżącej w płaszczyznach o równaniach
2x 3y z 1, 2x y z 3. Sprawdzić, czy punkt a
<@@@@@@>2
1
0
=AAAAAA? leży na tej prostej.
7.4. (?) Zbadać wzajemne położenie prostej przechodzącej przez punkty a,b > R3 i płaszczyzny
3x y z 3, jeśli:
a) a
<@@@@@@>1
0
2
=AAAAAA? ,b
<@@@@@@>2
1
1
=AAAAAA?; b) a
<@@@@@@>0
5
2
=AAAAAA? ,b
<@@@@@@>2
1
4
=AAAAAA?; c) a
<@@@@@@>2
1
1
=AAAAAA? ,b
<@@@@@@>2
1
1
=AAAAAA? .7.5. (?) Punkt c należy do odcinka a,b o długości 9. Wyznaczyć współrzędne punktu b, jeśli
a
<@@@@@@>1
3
1
=AAAAAA? ,c
<@@@@@@>0
1
1
=AAAAAA?.
7.2. Struktura liniowa w przestrzeni Rn
W tym paragrafie zajmiemy się wektorami w przestrzeni Rn. Elementy przestrzeni Rn, n-wyrazowe
ciągi liczb rzeczywistych, zapisywać będziemy w postaci pionowych kolumn i nazywać wektora-
mi lub punktami. Wektory oznaczać będziemy małymi pogrubionymi literami, a ich współrzędne
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 138 z 365
Powrót
Pełny ekran
Zamknij
Koniec
niepogrubionymi, tzn. będziemy pisali
a
<@@@@@@@@@>a1
a2
an
=AAAAAAAAA?,b
<@@@@@@@@@>b1
b2
bn
=AAAAAAAAA?, . . . ,x
<@@@@@@@@@>x1
x2
xn
=AAAAAAAAA?.
Zbiór Rn nazywać będziemy n-wymiarową przestrzenią wektorową .
Definicja 7.5. Zbiór H x > Rn a1x1 a2x2 anxn b , gdzie co najmniej jedna z liczb
a1, a2, . . . , an jest różna od zera, nazywamy hiperpłaszczyzną . Równanie a1x1a2x2anxn b
nazywamy równaniem hiperpłaszczyzny .
Zauważmy, że dla n 1 równanie hiperpłaszczyzny ma postać ax b, gdzie a ~ 0, zatem jest to
punkt x ba na osi liczbowej. Dla n 2 hiperpłaszczyzna jest prostą w przestrzeni R2. Dla n 3
hiperpłaszczyzna jest płaszczyzną w przestrzeni R3.
Każda hiperpłaszczyzna dzieli przestrzeń Rn na dwie części nazywane półprzestrzeniami .
Definicja 7.6. Odległością punktów a,b > Rn nazywamy liczbę
da,b ¼a1 b12 a1 b12
an bn2.
Na wektorach w przestrzeni Rn, analogicznie jak w przestrzeni R2, określamy dwa działania:
działanie mnożenia wektora przez liczbę rzeczywistą i działanie dodawanie dwóch wektorów.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 139 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Definicja 7.7. Iloczynem wektora x
<@@@@@@@@@>x1
x2
xn
=AAAAAAAAA?przez liczbę α nazywamy wektor αx
<@@@@@@@@@>αx1
αx2
αxn
=AAAAAAAAA?.
Sumą wektorów x
<@@@@@@@@@>x1
x2
xn
=AAAAAAAAA?i y
<@@@@@@@@@>y1
y2
yn
=AAAAAAAAA?nazywamy wektor xy
<@@@@@@@@@>x1 y1
x2 y2
xn yn
=AAAAAAAAA?. Przestrzeń Rn z tak
określonymi działaniami nazywamy przestrzenią liniową .
Wektor x
<@@@@@@@@@>x1
x2
xn
=AAAAAAAAA?nazywamy wektorem przeciwnym do wektora x. Wektor 0
<@@@@@@@@@>0
0
0
=AAAAAAAAA?nazywamy wektorem zerowym .
Korzystając z wprowadzonych działań możemy zdefiniować prostą w przestrzeni Rn.
Definicja 7.8. Niech a,b > Rn, a ~ b. Prostą w przestrzeni Rn nazywamy zbiór
L 1 ta tb t > R .Równanie x 1 ta tb, t > R nazywamy równaniem parametrycznym prostej przecho-
dzącej przez punkty a i b.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 140 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Definicja 7.9. Odcinkiem o końcach a i b nazywamy zbiór
a,b 1 ta tb t > `0,1e .Równanie x 1 ta tb, t > `0,1e nazywamy równaniem parametrycznym odcinka o
końcach a i b.
Zadania
7.6. (?) Wykonać działania:
a) 2
<@@@@@@>1
0
2
=AAAAAA? 3
<@@@@@@>1
2
2
=AAAAAA?; b) 2
<@@@@@@>1
2
3
=AAAAAA? 4
<@@@@@@>2
1
1
=AAAAAA?; c)
<@@@@@@>1
2
1
=AAAAAA? 2
<@@@@@@>1
0
1
=AAAAAA? 2
<@@@@@@>1
4
1
=AAAAAA?.
7.7. (?) Wykonać działania:
a) 3
<@@@@@@@@@>1
0
3
1
=AAAAAAAAA?
<@@@@@@@@@>1
2
1
2
=AAAAAAAAA?; b) 2
<@@@@@@@@@>0
1
1
2
=AAAAAAAAA? 3
<@@@@@@@@@>2
0
2
2
=AAAAAAAAA?.
7.8. (?) Wyznaczyć równanie parametryczne prostej przechodzącej przez punkty a, b. Sprawdzić,
czy punkt x leży na tej prostej, jeśli:
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 141 z 365
Powrót
Pełny ekran
Zamknij
Koniec
a) a
<@@@@@@@@@>1
1
2
0
=AAAAAAAAA?, b
<@@@@@@@@@>0
2
2
1
=AAAAAAAAA?, x
<@@@@@@@@@>1
5
2
2
=AAAAAAAAA?;
b) a
<@@@@@@@@@>2
1
1
1
=AAAAAAAAA?, b
<@@@@@@@@@>1
2
3
1
=AAAAAAAAA?, x
<@@@@@@@@@>1
1
0
1
=AAAAAAAAA?.
7.9. (?) Wyznaczyć równanie parametryczne odcinka łączącego punkty a i b, sprawdzić, czy
punkt x leży na tym odcinku, jeśli:
a) a
<@@@@@@@@@>2
0
2
1
=AAAAAAAAA?, b
<@@@@@@@@@>1
1
0
3
=AAAAAAAAA?, x
<@@@@@@@@@>1134313
=AAAAAAAAA?; b) a
<@@@@@@@@@>1
2
4
0
=AAAAAAAAA?, b
<@@@@@@@@@>2
1
1
1
=AAAAAAAAA?, x
<@@@@@@@@@>3
4
6
2
=AAAAAAAAA?.
7.10. (?) Wykazać, że jeśli punkt c > Rn należy do odcinka a,b ` Rn, to
d a,c d c,b d a,b .
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 142 z 365
Powrót
Pełny ekran
Zamknij
Koniec
7.3. Liniowa niezależność, baza przestrzeni
Definicja 7.10. Niech v1,v2, ...,vk > Rn, α1, α2, ..., αk > R. Wektor
x α1v1 α2v2 ... αkvk
nazywamy kombinacją liniową wektorów v1,v2, ...,vk. Liczby α1, α2, ..., αk nazywamy współ-
czynnikami kombinacji liniowej.
Przykład 7.11. Wektor
x 2
<@@@@@@>1
2
3
=AAAAAA? 3
<@@@@@@>2
3
0
=AAAAAA? <@@@@@@>
1
2
1
=AAAAAA? <@@@@@@>
7
15
5
=AAAAAA?jest kombinacją liniową wektorów
<@@@@@@>1
2
3
=AAAAAA? ,<@@@@@@>
2
3
0
=AAAAAA? ,<@@@@@@>
1
2
1
=AAAAAA? o współczynnikach odpowiednio 2, 3, 1.
Definicja 7.12. Mówimy, że wektory v1,v2, . . . ,vk > Rn tworzą układ liniowo niezależny lub że
są liniowo niezależne wtedy i tylko wtedy, gdy dla dowolnych liczb α1, α2, ..., αk > R z warunku
α1v1 α2v2 ... αkvk 0
wynika, że każda z liczb α1, α2, ..., αk jest równa zeru. W przeciwnym przypadku mówimy, że wek-
tory v1,v2, ...,vk > Rn tworzą układ liniowo zależny lub że są liniowo zależne .
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 143 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Przykład 7.13. Zbadamy liniową niezależność wektorów
v1
<@@@@@@>1
2
0
=AAAAAA? ,v2
<@@@@@@>1
1
1
=AAAAAA? ,v3
<@@@@@@>0
3
2
=AAAAAA?w przestrzeni liniowej R3.
Rozwiązanie. Warunek α1v1 α2v2 α3v3 0 jest spełniony wtedy i tylko wtedy, gdy liczby
α1, α2, α3 są rozwiązaniem układu ¢¦¤
α1 α2 0,
2α1 α2 3α3 0,
α2 2α3 0.
Jedynym rozwiązaniem tego układu są liczby α1 α2 α3 0, a zatem wektory v1,v2,v3 są liniowo
niezależne.
Przykład 7.14. Zbadamy liniową niezależność wektorów
v1
<@@@@@@>1
1
2
=AAAAAA? ,v2
<@@@@@@>1
1
1
=AAAAAA? ,v3
<@@@@@@>0
2
3
=AAAAAA?w przestrzeni liniowej R3.
Rozwiązanie. Analogicznie jak w przykładzie 7.13 warunek α1v1α2v2α3v3 0 jest spełniony
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 144 z 365
Powrót
Pełny ekran
Zamknij
Koniec
wtedy i tylko wtedy, gdy liczby α1, α2, α3 spełniają układ równań
¢¦¤
α1 α2 0,
α1 α2 2α3 0,
2α1 α2 3α3 0.
Z pierwszego równania wynika, że α1 α2. Podstawiając α2 zamiast α1 w drugim i w trzecim
równaniu, otrzymujemy ¢¦¤
α1 α2
2α2 2α3 0
3α2 3α3 0
¢¦¤α1 α2,
α3 α2.
A zatem warunek α1v1 α2v2 α3v3 0 jest spełniony dla liczb α1, α2, α3 takich, że α1 α2,
α3 α2, gdzie α2 może przyjmować dowolną wartość rzeczywistą. W szczególności dla α2 1
mamy α1 1 oraz α3 1. Istnieją zatem takie niezerowe skalary α1, α2, α3, że α1v1α2v2α3v3 0.
Oznacza to, że wektory v1,v2,v3 są liniowo zależne. Zauważmy ponadto, że spełniony jest warunek
v1 v2 v3 0, który jest równoważny warunkowi v3 v1 v2, czyli wektor v3 jest kombinacją
liniową wektorów v1,v2.
Twierdzenie 7.15. Niech A będzie co najmniej dwuelementowym podzbiorem przestrzeni liniowej
Rn. Wektory ze zbioru A są liniowo zależne wtedy i tylko wtedy, gdy jeden z nich jest kombinacją
liniową innych wektorów należących do A.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 145 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Twierdzenie 7.16. Jeśli A v1,v2, . . . ,vk ` Rn, gdzie k A n, to wektory v1,v2, . . . ,vk są liniowo
zależne.
Jak wynika z twierdzenia 7.16 w przestrzeni Rn co najwyżej n wektorów tworzy układ liniowo
niezależny.
Definicja 7.17. Zbiór B v1,v2, . . . ,vn, gdzie wektory v1,v2, . . . ,vn są liniowo niezależne,
nazywamy bazą przestrzeni przestrzeni liniowej Rn.
Twierdzenie 7.18. Jeśli zbiór B v1,v2, . . . ,vn jest bazą przestrzeni Rn, to każdy wektor x > Rn
ma jednoznaczne przedstawienie w postaci kombinacji liniowej
x α1v1 α2v2 ... αnvn.
Przykład 7.19. Wektory v1
<@@@@@@>1
2
0
=AAAAAA? ,v2
<@@@@@@>1
1
1
=AAAAAA? ,v3
<@@@@@@>0
3
2
=AAAAAA? z przykładu 7.13 są liniowo niezależne,
zbiór B v1,v2,v3 jest zatem bazą przestrzeni R3. Wyznaczymy współczynniki kombinacji
liniowej α1v1 αv2 α3v3 x, gdzie x
<@@@@@@>1
4
1
=AAAAAA? .
Rozwiązanie. Równanie wektorowe α1
<@@@@@@>1
2
0
=AAAAAA? α2
<@@@@@@>1
1
1
=AAAAAA? α3
<@@@@@@>0
3
2
=AAAAAA?
<@@@@@@>1
4
1
=AAAAAA? zapisujemy w postaci
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 146 z 365
Powrót
Pełny ekran
Zamknij
Koniec
układu trzech równań ¢¦¤α1 α2 1,
2α1 α2 3α3 4,
α2 2α3 1,
o trzech niewiadomych α1, α2, α3. Z pierwszego równania wyznaczamy α1 1 α2 i wstawiamy
do drugiego i trzeciego równania otrzymując układ
¢¦¤ 2 1 α2 α2 3α3 4
α2 2α3 1
¢¦¤ 3α2 3α3 6
α2 2α3 1
¢¦¤ α2 α3 2,
α2 2α3 1.
Odejmując od pierwszego równania drugie, otrzymujemy α3 1, stąd α2 3, α1 2.
Definicja 7.20. Wektory e1
<@@@@@@@@@>1
0
0
=AAAAAAAAA?,e1
<@@@@@@@@@>0
1
0
=AAAAAAAAA?, . . . ,en
<@@@@@@@@@>0
0
1
=AAAAAAAAA?nazywamy wektorami jednostko-
wymi albo wersorami osi .
Wektory jednostkowe są liniowo niezależne, zbiór B e1,e2, . . . ,en jest zatem bazą przestrzeni
Rn, a każdy wektor x > Rn ma jednoznaczne przedstawienie w postaci
<@@@@@@@@@>x1
x2
xn
=AAAAAAAAA? x1
<@@@@@@@@@>1
0
0
=AAAAAAAAA? x2
<@@@@@@@@@>0
1
0
=AAAAAAAAA? xn
<@@@@@@@@@>0
0
1
=AAAAAAAAA?.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 147 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Zadania
7.11. (?) Zbadać liniową niezależność wektorów:
a)
<@@@@@@>1
1
2
=AAAAAA? ,<@@@@@@>
1
1
2
=AAAAAA? ; b)
<@@@@@@>1
2
3
=AAAAAA? ,<@@@@@@>
0
1
2
=AAAAAA? ,<@@@@@@>
2
1
0
=AAAAAA?; c)
<@@@@@@>1
2
1
=AAAAAA? ,<@@@@@@>
2
1
2
=AAAAAA? ,<@@@@@@>
3
3
3
=AAAAAA? ,<@@@@@@>
1
1
1
=AAAAAA?;
d)
<@@@@@@@@@>1
0
2
1
=AAAAAAAAA?,
<@@@@@@@@@>0
1
1
2
=AAAAAAAAA?,
<@@@@@@@@@>1
1
1
3
=AAAAAAAAA?; e)
<@@@@@@@@@>1
0
0
0
=AAAAAAAAA?,
<@@@@@@@@@>1
1
0
0
=AAAAAAAAA?,
<@@@@@@@@@>1
1
1
0
=AAAAAAAAA?,
<@@@@@@@@@>1
1
1
1
=AAAAAAAAA?.
7.12. (?) Udowodnić, że jeśli wektory a,b,c > Rn, są liniowo niezależne, to wektory x 2abc,
y a b c, z a c też są liniowo niezależne.
7.13. (?) Wykazać, że wektory v1
<@@@@@@>1
0
0
=AAAAAA? ,v2
<@@@@@@>1
1
0
=AAAAAA? ,v3
<@@@@@@>1
1
1
=AAAAAA? tworzą bazę przestrzeni R3. Przed-
stawić wektor x
<@@@@@@>1
2
2
=AAAAAA? w postaci kombinacji liniowej tych wektorów.
7.14. (?) Wykazać, że wektory v1
<@@@@@@>1
0
1
=AAAAAA? ,v2
<@@@@@@>1
2
1
=AAAAAA? ,v3
<@@@@@@>1
1
0
=AAAAAA? tworzą bazę przestrzeni R3.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 148 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Przedstawić wektor x
<@@@@@@>1
2
1
=AAAAAA? w postaci kombinacji liniowej tych wektorów.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 149 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Rozdział 8
Macierze
8.1. Określenie macierzy, działania na macierzach
Definicja 8.1. Podwójnie indeksowany ciąg aij liczb rzeczywistych, gdzie i 1,2, ...,m,
j 1,2, ..., n, zapisany w postaci prostokątnej tablicy<@@@@@@@@@>a11 a12 . . . a1n
a21 a22 . . . a2n
am1 am2 . . . amn
=AAAAAAAAA?,
nazywamy macierzą o wymiarach m n. Liczby aij > R nazywamy elementami macierzy.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 150 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Wektor poziomy ai1, . . . , ain nazywamy i-tym wierszem macierzy, wektor pionowy
<@@@@@@>a1j
amj
=AAAAAA? na-
zywamy j-tą kolumną macierzy.
Macierze o wymiarach m n oznaczamy również dużymi pogrubionymi literami Amn, Bmn,
Cmn,... lub A, B, C,... pomijając oznaczenie wymiarów macierzy. Jeśli A jest macierzą utworzoną
z elementów aij, to piszemy także A aij. W szczególnym przypadku, gdy m n, macierz A
nazywamy macierzą kwadratową stopnia n. Ciąg elementów a11, a22, ..., ann nazywamy wówczas
główną przekątną macierzy A.
Macierz kwadratową A aij stopnia n nazywamy macierzą diagonalną, jeśli aij 0 dla
i x j, tzn., gdy wszystkie wyrazy poza główną przekątną są równe zeru1. Macierz diagonalną taką,
że aii 1 dla i 1,2, ..., n, nazywamy macierzą jednostkową. Macierz jednostkową stopnia n
oznaczać będziemy dalej symbolem I. Macierz kwadratową A nazywamy macierzą trójkątną
górną, jeśli aij 0 dla i A j, to znaczy, jeśli wszystkie elementy poniżej głównej przekątnej są
równe zeru. Macierz kwadratową A nazywamy macierzą trójkątną dolną, jeśli aij 0 dla i @ j,
to znaczy, jeśli wszystkie elementy powyżej głównej przekątnej są równe zeru.
Definicja 8.2. Dwie macierze A aij, B bij, gdzie aij, bij > R, nazywamy równymi wtedy
i tylko wtedy, gdy macierze A, B mają jednakowe wymiary m n oraz aij bij dla i 1,2, ...,m,
j 1,2, ..., n. Piszemy wówczas A B.
Na macierzach określamy, podobnie jak na wektorach w przestrzeni liniowej Rn, działanie do-
dawania macierzy i działanie mnożenia macierzy przez liczby rzeczywiste.1Wyrazy na głównej przekątnej też mogą być równe zeru
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 151 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Definicja 8.3. Sumą macierzy A aij, B bij o jednakowych wymiarach m n nazywamy
macierz AB aij bij. Iloczynem macierzy A aij przez liczbę α > R nazywamy macierz
αA αaij.Przykład 8.4. Sumą macierzy A
<@@@@>1 3 2
2 0 4
=AAAA? i B
<@@@@> 2 3 1
1 2 7
=AAAA? jest macierz A B
<@@@@> 1 0 3
1 2 11
=AAAA?.
Iloczynem macierzy A przez liczbę 1 jest macierz A
<@@@@> 1 3 2
2 0 4
=AAAA?.
Definicja 8.5. Macierzą transponowaną macierzy A aij o wymiarach m n nazywamy
macierz AT αji o wymiarach nm, gdzie αji aij dla i 1,2, ...,m, j 1,2, ..., n. Przekształcenie
macierzy A na macierz AT nazywamy transpozycją macierzy A. Mówimy, że macierz A jest
symetryczna (odpowiednio antysymetryczna), jeśli AT A (AT A).
Macierz transponowana powstaje przez zamianę i-tego wiersza (i 1,2, ...,m) macierzy A na
i-tą kolumnę macierzy AT .
Przykład 8.6. Jeśli A
<@@@@> 2 0 4
1 6 1
=AAAA?, to AT
<@@@@@@>2 1
0 6
4 1
=AAAAAA?.
Na macierzach określamy również działanie mnożenia dwóch macierzy przez siebie.
Definicja 8.7. Iloczynem macierzy Amn aij i Bnp bjk nazywamy macierz C AB cik o wymiarach m p, gdzie
cik ai1b1k ai2b2k ainbnk.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 152 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Iloczyn AB dwóch macierzy A i B jest określony wtedy i tylko wtedy, gdy liczba kolumn
macierz A jest równa liczbie wierszy macierzy B. Zauważmy również, że liczba wierszy macierzy
C AB jest równa liczbie wierszy macierzy A, a liczba kolumn jest równa liczbie kolumn macierzy
B. Związek między wymiarami macierzy A, B, AB możemy zapisać symbolicznie w postaci
Amn Bnp ABmp.
Przykład 8.8. Wyznaczymy iloczyn AB, gdzie A
<@@@@> 1 2 3
2 0 4
=AAAA? ,B
<@@@@@@>2 2 0
1 3 4
0 1 1
=AAAAAA? .Rozwiązanie.
AB
<@@@@> 1 2 3
2 0 4
=AAAA?<@@@@@@>
2 2 0
1 3 4
0 1 1
=AAAAAA?
<@@@@> 1 2 2 1 3 0 1 2 2 3 3 1 1 0 2 4 3 12 2 0 1 4 0 2 2 0 3 4 1 2 0 0 4 4 1
=AAAA?
<@@@@> 4 7 5
4 8 4
=AAAA? .Twierdzenie 8.9 (Własności działań na macierzach). Jeśli wymiary macierzy A,B,C,I są
tak dobrane, że wykonalne są poniższe działania, to:
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 153 z 365
Powrót
Pełny ekran
Zamknij
Koniec
a) A B B A, g) AB C AB AC,
b) A B C A B C, h) A BC AC BC,
c) AT T A, i) ABC ABC,d) A BT AT BT , j) ABT BTAT ,
e) αAT αAT , k) AI A,
f) AαB αAB, l) IA A.
Przykład 8.10. Pokażemy, że działanie mnożenia macierzy nie jest przemienne. Niech A
<@@@@>1 2
1 3
=AAAA?,
B
<@@@@> 2 1
0 1
=AAAA?. Mamy wówczas AB
<@@@@>2 3
2 2
=AAAA? oraz BA
<@@@@>1 7
1 3
=AAAA?.
Definicja 8.11. Jeśli macierze kwadratowe A i B jednakowego stopnia n spełniają warunek AB
BA, to mówimy, że są przemienne .
Dowolną macierz A o wymiarach m n możemy zapisać w postaci kolumnowej
A a1,a2, ...,an,gdzie kolumny aj (j 1,2, ..., n) są wektorami z przestrzeni liniowej Rm. Na przykład macierz
jednostkowa I ma postać kolumnową I e1,e2, ...,en. Jeśli macierz B zapiszemy w postaci ko-
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 154 z 365
Powrót
Pełny ekran
Zamknij
Koniec
lumnowej B b1,b2, ...,bp, wówczas iloczyn macierzy A i B można zapisać w postaci
AB Ab1,Ab2, ...,Abp,gdzie Abk (k 1,2, ..., p) jest iloczynem macierzy A i wektora (macierzy jednokolumnowej) bk.
Definicja 8.12. Rzędem macierzy A a1,a2, ...,an nazywamy maksymalną liczbę liniowo
niezależnych kolumn tej macierzy. Rząd macierzy A oznaczamy symbolem rzA.
Twierdzenie 8.13. Jeśli macierz A ma wymiary m n, to rzA B minm,n.Przykład 8.14. Macierz A
<@@@@>1 0 3
2 1 4
=AAAA? ma rząd równy 2, gdyż pierwsza i druga kolumna są liniowo
niezależne, a trzy kolumny są liniowo zależne jako wektory z przestrzeni dwuwymiarowej.
Twierdzenie 8.15 (Własności rzędu macierzy). Dla dowolnych macierzy Amn, Bnp speł-
nione są warunki:
a) rzAT rzA,
b) rzA rz ATA rz AAT ,c) rz AB B minrzA, rzB.
Definicja 8.16. Macierz kwadratową A stopnia n nazywamy nieosobliwą wtedy i tylko wtedy,
gdy rzA n. W przeciwnym przypadku A nazywamy macierzą osobliwą.
Definicja 8.17. Niech A będzie macierzą kwadratową stopnia n. Macierz B nazywamy macierzą
odwrotną do macierzy A wtedy i tylko wtedy, gdy
AB BA I.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 155 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Macierz odwrotną do macierzy A oznaczać będziemy dalej przez A1.
Twierdzenie 8.18. Macierz kwadratowa A jest nieosobliwa wtedy i tylko wtedy, gdy istnieje ma-
cierz odwrotna A1.
Twierdzenie 8.19. Jeśli macierz A jest nieosobliwa, to istnieje dokładnie jedna macierz odwrotna
A1, która także jest nieosobliwa oraz A11 A.
Twierdzenie 8.20. Jeśli macierz A jest nieosobliwa, to macierz AT jest nieosobliwa oraz AT 1 A1T .Twierdzenie 8.21. Jeśli macierze A i B są nieosobliwe, to macierz AB jest nieosobliwa orazAB1 B1A1.
Zadania
8.1. (?) Dane są macierze:
A
<@@@@>1 2 2
0 1 4
=AAAA? ,B
<@@@@@@>1 3 2
2 1 4
0 2 2
=AAAAAA? ,C
<@@@@>3 2 0 1
2 4 1 3
=AAAA? .Wykonać każde z następujących działań lub uzasadnić, że nie jest to możliwe:
a) AB A, b) 2B ATA, c) BAT 3A, d) ATA CTC.
8.2. (?) Wykazać, że jeśli macierze A i B są przemienne (por. definicja 8.11), to:
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 156 z 365
Powrót
Pełny ekran
Zamknij
Koniec
a) A BA B A2 B2; b) A B2 A2 2AB B2,
gdzie A2 A A.
8.3. (?) Podać wymiary macierzy A,B,C tak, aby wykonalne było działanie 5ABACB. Rozłożyć
to wyrażenie na czynniki.
8.4. (?) Wykazać, że dla dowolnej macierzy A istnieją macierze ATA oraz AAT . Wykazać, że
macierze ATA i AAT są symetryczne.
8.5. (?) Wyznaczyć rząd macierzy:
a)<@@@@>1 2 2
2 1 1
=AAAA?,
b)
<@@@@@@>2 1 1
1 2 3
1 3 2
=AAAAAA?,
c)
<@@@@@@>2 1 3 1
2 3 5 1
0 2 2 2
=AAAAAA?.
8.2. Operacje elementarne
W tym paragrafie przedstawimy efektywną metodę obliczania rzędu macierzy i wyznaczania ma-
cierzy odwrotnej.
Definicja 8.22. Niech A będzie macierzą o wymiarach m n, gdzie m C 2.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 157 z 365
Powrót
Pełny ekran
Zamknij
Koniec
a) Operacją elementarną pierwszego typu na macierzy A nazywamy zamianę miejscami
dwóch wierszy macierzy A.
b) Operacją elementarną drugiego typu na macierzy A nazywamy pomnożenie pewnego
wiersza macierzy A przez skalar różny od zera.
c) Operacją elementarną trzeciego typu na macierzy A nazywamy dodanie do pewnego
wiersza macierzy A innego wiersza tej macierzy pomnożonego przez skalar różny od zera.
Podobnie można określić operacje elementarne na kolumnach macierzy, ale stosować je będziemy
tylko przy obliczaniu wyznacznika macierzy.
Definicja 8.23. Macierz B nazywamy równoważną macierzy A wtedy i tylko wtedy, gdy ma-
cierz B otrzymujemy z A przez wykonanie skończonej liczby operacji elementarnych na wierszach
macierzy A. Piszemy wówczas A B.
Twierdzenie 8.24. Jeśli A B, to rzB rzA.
Wyznaczając za pomocą operacji elementarnych rząd macierzy przekształcamy wybrane ko-
lumny na wektory jednostkowe. Maksymalna liczba różnych wektorów jednostkowych jest równa
rzędowi macierzy.
Przykład 8.25. Wyznaczymy rząd macierzy A
<@@@@@@>1 2 2 4
3 1 1 3
2 1 3 1
=AAAAAA? .Rozwiązanie. Stosując operacje elementarne, wybieramy najpierw kolumnę, którą będziemy
zamieniali na wektor jednostkowy, a następnie wybieramy wiersz, w którym (w wybranej kolumnie)
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 158 z 365
Powrót
Pełny ekran
Zamknij
Koniec
będzie liczba 1. W rozważanym przykładzie przekształcać będziemy najpierw kolumnę trzecią, a
następnie drugą. Wykonywaną operację elementarną zapisujemy przed otrzymaną w wyniku tej
operacji macierzą na wysokości przekształcanego wiersza.
A
<@@@@@@>1 2 2 4
3 1 1 3
2 1 3 1
=AAAAAA? w1 2w2
w3 3w2
<@@@@@@>7 4 0 10
3 1 1 3
7 4 0 10
=AAAAAA? w3 w1
<@@@@@@>7 4 0 10
3 1 1 3
0 0 0 0
=AAAAAA?
14w1
<@@@@@@>
74 1 0 10
4
3 1 1 3
0 0 0 0
=AAAAAA? w2 w1
<@@@@@@@>
74 1 0 10
4
54 0 1
12
0 0 0 0
=AAAAAAA? B.
Ponieważ rząd macierzy B jest równy 2, zatem rząd macierzy A jest również równy 2. Zauważmy
ponadto, że kolumny macierzy B b1,b2,b3,b4 spełniają warunki
b1 74b2
54b3 oraz b4
104 b2
12b3.
Te same zależności spełnione są również dla kolumn macierzy A a1,a2,a3,a4, to znaczy
a1 74a2
54a3 i a4
104 a2
12a3.
Twierdzenie 8.26. Jeśli w macierzy A a1,a2, ...,an kolumny aj1 ,aj2 , ...,ajk tworzą maksymal-
ny układ wektorów liniowo niezależnych, to istnieje taka macierz B b1,b2, ...,bn równoważnamacierzy A, że kolumny bj1 ,bj2 , ...,bjk są różnymi wektorami jednostkowymi.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 159 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Definicja 8.27. Niech B będzie taką macierzą równoważną macierzy A, że kolumny aj1 ,aj2 , ...,ajkmacierzy A tworzące maksymalny układ liniowo niezależny zostały przekształcone na wektory
jednostkowe. Macierz B nazywamy postacią bazową macierzy A względem kolumn j1, j2, ..., jk.
W przykładzie 8.25 macierz A sprowadziliśmy do postaci bazowej względem kolumny drugiej
i trzeciej. Macierz tę można oczywiście sprowadzić również do postaci bazowej względem kolumny
pierwszej i drugiej lub do postaci bazowej względem kolumny pierwszej i trzeciej.
Operacje elementarne stosujemy także do wyznaczania macierzy odwrotnej. Korzystamy wów-
czas z następującego twierdzenia.
Twierdzenie 8.28. Macierz kwadratowa A stopnia n jest nieosobliwa wtedy i tylko wtedy, gdy
A I, gdzie I jest macierzą jednostkową stopnia n. Ponadto, operacje elementarne, które prze-
kształcają macierz A na macierz jednostkową I przekształcają jednocześnie macierz I na macierz
A1.
Przykład 8.29. Wyznaczymy, stosując operacje elementarne, macierz odwrotną do macierzy
A
<@@@@@@>1 1 2
2 3 1
2 3 1
=AAAAAA? .Rozwiązanie. Przekształcać będziemy macierz ASI w taki sposób, aby macierz A zamienić na
macierz jednostkową.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 160 z 365
Powrót
Pełny ekran
Zamknij
Koniec
ASI <@@@@@@>1 1 2
2 3 1
2 3 1
RRRRRRRRRRRRRRRRR1 0 0
0 1 0
0 0 1
=AAAAAA? w2 2w1
w3 2w1
<@@@@@@>1 1 2
0 1 5
0 1 3
RRRRRRRRRRRRRRRRR1 0 0
2 1 0
2 0 1
=AAAAAA? w1 w2
w3 w2
<@@@@@@>1 0 7
0 1 5
0 0 2
RRRRRRRRRRRRRRRRR3 1 0
2 1 0
0 1 1
=AAAAAA?
12w3
<@@@@@@>1 0 7
0 1 5
0 0 1
RRRRRRRRRRRRRRRRR3 1 0
2 1 0
0 12
12
=AAAAAA? w1 7w3
w2 5w3
<@@@@@@@>1 0 0
0 1 0
0 0 1
RRRRRRRRRRRRRRRRRRR3
52
72
2 32
52
0 12
12
=AAAAAAA?.
Stąd wynika, że A1
<@@@@@@@>3
52
72
2 32
52
0 12
12
=AAAAAAA?.
Zadania
8.6. (?) Wyznaczyć, korzystając z operacji elementarnych, rząd macierzy:
a)<@@@@> 1 2
2 1
=AAAA?, b)
<@@@@@@>1 1
2 0
3 1
=AAAAAA? , c)
<@@@@@@>1 1 1
2 1 1
3 0 2
=AAAAAA?, d)
<@@@@@@>1 2 1 3 0
2 1 1 2 1
1 3 2 1 1
=AAAAAA?, e)
<@@@@@@@@@>1 2 0
0 2 3
1 2 0
1 0 2
=AAAAAAAAA?.
8.7. (?) Wyznaczyć macierz odwrotną A1, jeśli:
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 161 z 365
Powrót
Pełny ekran
Zamknij
Koniec
a) A
<@@@@@@>1 2 0
1 3 0
1 2 1
=AAAAAA?, b) A
<@@@@@@>2 1 1
1 3 2
3 4 1
=AAAAAA? c) A
<@@@@@@>2 1 0
1 2 2
0 1 0
=AAAAAA? , d) A
<@@@@@@@@@>1 1 2 2
0 1 1 3
0 0 1 4
0 0 0 5
=AAAAAAAAA?.
8.8. (?) Wykazać, że macierz A jest nieosobliwa i rozwiązać równanie macierzowe:
a) AX B, gdzie A
<@@@@@@>1 1 2
1 1 2
2 0 1
=AAAAAA?, B
<@@@@@@>1 2 1 3
0 1 2 0
2 1 3 1
=AAAAAA?;
b) AX A I, gdzie A
<@@@@@@>2 1 0
0 1 2
3 1 0
=AAAAAA?;
c) AXA1AT B AT , gdzie A
<@@@@@@>1 2 4
0 2 7
1 1 0
=AAAAAA?, B
<@@@@@@>2 1 5
2 0 3
1 4 2
=AAAAAA?.
8.3. Wyznacznik macierzy
W tym paragrafie podamy definicję wyznacznika kwadratowej i podamy jego najważniejsze własno-
ści. Definicję sformułujemy w postaci rekurencyjnej, tzn., określimy wyznacznik macierzy stopnia
n 1, a wyznacznik macierzy stopnia n, gdzie n A 1, zdefiniujemy przez wyznaczniki macierzy
stopnia n 1.
Niech A aij będzie macierzą kwadratową stopnia n, gdzie n A 1. Przez Aij oznaczamy
macierz otrzymaną z macierzy A przez skreślenie i-tego wiersz oraz j-tej kolumny.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 162 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Definicja 8.30. Wyznacznikiem macierzy nazywamy taką funkcję oznaczaną symbolem det
określoną na zbiorze wszystkich macierzy kwadratowych, że:
a) jeśli A jest macierzą stopnia 1, tzn. A a, to detA a;
b) jeśli A aij jest macierzą stopnia n, gdzie n A 1, to
detA 111a11 detA11 121
a21 detA21 1n1an1 detAn1.
Wyznacznik macierzy (stopnia n A 1) oznaczamy również symbolem SAS.Przykład 8.31. Obliczymy wyznacznik macierzy stopnia drugiego
A
<@@@@> a11 a12
a21 a22
=AAAA? .Rozwiązanie. Bezpośrednio z definicji 8.30 otrzymujemy
det<@@@@> a11 a12
a21 a22
=AAAA? 111a11detA11 121
a21 detA21 a11a22 a21a12.
Otrzymany wzór łatwo można zapamiętać, wyznacznik macierzy stopnia drugiego otrzymujemy
odejmując od iloczynów wyrazów na głównej przekątnej iloczyn wyrazów na drugiej przekątnej.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 163 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Przykład 8.32. Obliczymy wyznacznik macierzy stopnia trzeciego
A
<@@@@@@>a11 a12 a13
a21 a22 a23
a31 a32 a33
=AAAAAA? .Rozwiązanie. Zgodnie z definicją 8.30 mamy
det
<@@@@@@>a11 a12 a13
a21 a22 a23
a31 a32 a33
=AAAAAA? 111a11detA11 112
a21 detA21 113a31 detA31
a11 det<@@@@> a22 a23
a32 a33
=AAAA? a21 det<@@@@> a12 a13
a32 a33
=AAAA? a31 det<@@@@> a12 a13
a22 a23
=AAAA? a11 a22a33 a32a23 a21 a12a33 a32a13 a31 a12a23 a22a13 a11a22a33 a11a32a23 a21a12a33 a21a32a13 a31a12a23 a31a22a13.
Ten wzór raczej trudno zapamiętać, ale dla macierzy stopnia trzeciego istnieje prosta reguła, na-
zywana schematem Sarrusa, umożliwiająca obliczanie wyznacznika. Po prawej stronie macierzy
dopisujemy kolumnę pierwszą i drugą, a następnie tworzymy iloczyny ze znakami według przed-
stawionego poniżej schematu. Dodając otrzymane iloczyny z odpowiednimi znakami, dostajemy
wyznacznik macierzy.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 164 z 365
Powrót
Pełny ekran
Zamknij
Koniec
RRRRRRRRRRRRRRRRRa11 a12 a13
a21 a22 a23
a31 a32 a33
RRRRRRRRRRRRRRRRRa11 a12
a21 a22
a31 a32
Przykład 8.33. Obliczymy wyznacznik stopnia trzeciego
RRRRRRRRRRRRRRRRR2 1 3
0 2 4
1 5 3
RRRRRRRRRRRRRRRRR .Rozwiązanie. Stosując schemat Sarrusa, otrzymujemy
RRRRRRRRRRRRRRRRR2 1 3
0 2 4
1 5 3
RRRRRRRRRRRRRRRRR2 1
0 2
1 5
2 2 3 1 4 1 3 0 5 3 2 1 2 4 5 1 0 3 12 4 6 40 54.
Schemat Sarrusa można stosować tylko do obliczania wyznaczników stopnia trzeciego. Wyznacz-
niki wyższych stopni obliczamy, stosując na ogół tzw. rozwinięcia Laplace’a.
Twierdzenie 8.34 (Rozwinięcia Laplace’a). Jeśli A jest macierzą stopnia n C 2, to:
a) detA 11ja1j detA1j12j
a2j detA2j1nj anj detAnj (rozwinięcie względem
j-tej kolumny),
b) detA 1i1ai1 detAi1 1i2
ai2 detA12 1in ain detAin (rozwinięcie względem
i-tego wiersza).
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 165 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Zauważmy, że wzór podany w definicji 8.30 jest rozwinięciem Laplace’a względem pierwszej
kolumny.
Przykład 8.35. Obliczymy wyznacznik macierzy A stopnia czwartego, gdzie
A
<@@@@@@@@@>1 0 3 2
2 3 0 4
3 0 2 1
0 3 2 1
=AAAAAAAAA?.
Rozwiązanie. Stosując rozwinięcie Laplace’a, wybieramy ten wiersz lub kolumnę macierzy A, w
której jest najwięcej zer i względem tego wiersza lub tej kolumny rozwijamy wyznacznik. W roz-
ważanym przypadku najwięcej zer jest w kolumnie drugiej, zastosujemy więc rozwinięcie Laplace’a
względem tej kolumny.
Zgodnie z punktem a) twierdzenia 8.34, mamy
detA 112 0
RRRRRRRRRRRRRRRRR2 0 4
3 2 1
0 2 1
RRRRRRRRRRRRRRRRR 122 3 RRRRRRRRRRRRRRRRR
1 3 2
3 2 1
0 2 1
RRRRRRRRRRRRRRRRR 132
0
RRRRRRRRRRRRRRRRR1 3 2
2 0 4
0 2 1
RRRRRRRRRRRRRRRRR 142 3
RRRRRRRRRRRRRRRRR1 3 2
2 0 4
3 2 1
RRRRRRRRRRRRRRRRR .Zauważmy, że w otrzymanym rozwinięciu składniki pierwszy i trzeci są równe zeru, a zatem musimy
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 166 z 365
Powrót
Pełny ekran
Zamknij
Koniec
obliczyć tylko dwa wyznaczniki stopnia trzeciego. Stosując schemat Sarrusa, mamy odpowiednio
RRRRRRRRRRRRRRRRR1 3 2
3 2 1
0 2 1
RRRRRRRRRRRRRRRRR1 3
3 2
0 2
2 12 2 9 7,
RRRRRRRRRRRRRRRRR1 3 2
2 0 4
3 2 1
RRRRRRRRRRRRRRRRR1 3
2 0
3 2
36 8 8 6 14.
Stąd detA 3 7 3 14 63.
Przedstawimy poniżej najważniejsze własności wyznaczników.
Twierdzenie 8.36. Niech A aij będzie macierzą kwadratową stopnia n.a) detAT detA.
b) Jeśli macierz A ma kolumnę (wiersz) złożoną z samych zer, to detA 0.
c) Jeśli A jest macierzą trójkątną górną lub trójkątną dolną, lub macierzą diagonalną, to detA
a11a22...ann.
d) det
<@@@@@@@@@>1 0 0
0 1 0
0 0 1
=AAAAAAAAA? 1.
e) Jeśli A jest macierzą otrzymaną z macierzy A przez zamianę miejscami dwóch kolumn
(dwóch wierszy), to det A detA.
f) Jeśli w macierzy A dwie kolumny (dwa wiersze) są identyczne, to detA 0.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 167 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Twierdzenie 8.37 (Cauchy’ego). Jeśli A i B są macierzami kwadratowymi stopnia n, to
detAB detAdetB.
Twierdzenie 8.38. Niech A będzie macierzą kwadratową stopnia n, a j taką liczbą naturalną, że
1 B j B n.
a) Jeśli A a1, ..., αaj, ...,an, to detA αdet a1, ...,aj, ...,an.b) Jeśli A a1, ...,aj aj , ...,an, to detA deta1, ...,aj, ...,an deta1, ...,aj , ...,an.Analogiczne twierdzenie jest prawdziwe również dla wierszy macierzy (por. podpunkt a) twier-
dzenia 8.36). Wynika stąd na podstawie podpunktu f) twierdzenia 8.36, że wykonywane na macierzy
A operacje elementarne trzeciego typu nie zmieniają wartości wyznacznika detA. Otrzymujemy
stąd dodatkową regułę pozwalającą uprościć obliczanie wyznacznika za pomocą rozwinięcia La-
place’a. Stosując najpierw operacje elementarne trzeciego typu (które możemy w tym przypadku
wykonywać również na kolumnach macierzy), sprowadzamy macierz A do postaci, w której pewna
kolumna lub pewien wiersz mają co najwyżej jeden element różny od zera. Wówczas rozwinięcie
Laplace’a względem tej kolumny lub tego wiersza ma co najwyżej jeden składnik różny od zera.
Przykład 8.39. Obliczymy wyznacznik macierzy A z przykładu 8.35.
Rozwiązanie. Dodając najpierw wiersz czwarty do wiersza drugiego, a następnie rozwijając
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 168 z 365
Powrót
Pełny ekran
Zamknij
Koniec
wyznacznik względem drugiej kolumny, otrzymujemy
detA
RRRRRRRRRRRRRRRRRRRRRRR1 0 3 2
2 3 0 4
3 0 2 1
0 3 2 1
RRRRRRRRRRRRRRRRRRRRRRRw2 w4
RRRRRRRRRRRRRRRRRRRRRRR1 0 3 2
2 0 2 3
3 0 2 1
0 3 2 1
RRRRRRRRRRRRRRRRRRRRRRR
142 3
RRRRRRRRRRRRRRRRR1 3 2
2 2 3
3 2 1
RRRRRRRRRRRRRRRRR 3 2 27 8 12 6 6 63.
Operacje elementarne stosowaliśmy do badania rzędu macierzy i do wyznaczania macierzy od-
wrotnej. Podobne zastosowania ma również wyznacznik macierzy. Przedstawimy najpierw metodę
badania rzędu macierzy za pomocą wyznacznika, a następnie omówimy metodę wyznaczania ma-
cierzy odwrotnej.
Definicja 8.40. Niech A będzie macierzą o wymiarach m n, a B macierzą kwadratową stopnia
k otrzymaną z macierzy A przez skreślenie m k wierszy i n k kolumn. Wyznacznik detB
nazywamy minorem stopnia k macierzy A. Jeśli A jest macierzą kwadratową stopnia n, to każdy
minor otrzymany przez skreślenie n k wierszy i n k kolumn o tych samych numerach, gdzie
k 1,2, ..., n, nazywamy minorem głównym stopnia k macierzy A.
Twierdzenie 8.41. Rząd macierzy A o wymiarach m n jest równy k wtedy i tylko wtedy, gdy
istnieje różny od zera minor stopnia k macierzy A i każdy minor stopnia większego od k jest równy
zeru.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 169 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Przykład 8.42. Macierz A
<@@@@@@>1 2 2 2
1 2 2 2
1 1 1 1
=AAAAAA? ma rząd równy 2, gdyż skreślając trzeci wiersz oraz
trzecią i czwartą kolumnę, otrzymujemy minor stopnia 2 różny od zera, a każdy minor stopnia 3
jest równy zeru, bo ma dwie identyczne kolumny.
Twierdzenie 8.43. Macierz kwadratowa A stopnia n jest nieosobliwa wtedy i tylko wtedy, gdy
detA x 0.
Definicja 8.44. Niech A aij będzie macierzą kwadratową stopnia n, gdzie n C 2. Dopełnie-
niem algebraicznym elementu aij nazywamy liczbę
dij 1ij detAij.
Macierz AD dij nazywamy macierzą dopełnień algebraicznych lub macierzą dołączoną
macierzy A.
Twierdzenie 8.45. Jeśli macierz A jest nieosobliwa, to A1 1detA ADT .
Przykład 8.46. Wyznaczymy macierz odwrotną do macierzy
A
<@@@@@@>1 2 0
2 4 1
3 2 0
=AAAAAA? .Rozwiązanie. Obliczając wyznacznik macierzy A, otrzymujemy detA 8, a zatem macierz A jest
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 170 z 365
Powrót
Pełny ekran
Zamknij
Koniec
nieosobliwa i istnieje macierz odwrotna. Wyznaczamy dopełnienia algebraiczne elementów macierzy
A.
d11 111RRRRRRRRRRR 4 1
2 0
RRRRRRRRRRR 2,
d12 112RRRRRRRRRRR 2 1
3 0
RRRRRRRRRRR 3,
d13 113RRRRRRRRRRR 2 4
3 2
RRRRRRRRRRR 8,
d21 121RRRRRRRRRRR 2 0
2 0
RRRRRRRRRRR 0,
d22 122RRRRRRRRRRR1 0
3 0
RRRRRRRRRRR 0,
d23 123RRRRRRRRRRR1 2
3 2
RRRRRRRRRRR 8,
d31 131RRRRRRRRRRR 2 0
4 1
RRRRRRRRRRR 2,
d32 132RRRRRRRRRRR1 0
2 1
RRRRRRRRRRR 1,
d33 133RRRRRRRRRRR1 2
2 4
RRRRRRRRRRR 8.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 171 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Macierz dopełnień algebraicznych macierzy A jest więc równa
AD
<@@@@@@>2 3 8
0 0 8
2 1 8
=AAAAAA? .Stąd mamy
A1 18
<@@@@@@>2 0 2
3 0 1
8 8 8
=AAAAAA? <@@@@@@@>
14 0
14
38 0
18
1 1 1
=AAAAAAA?.
Przedstawiona metoda wyznaczania macierzy odwrotnej za pomocą dopełnień algebraicznych
jest mało efektywna. Na przykład dla macierzy stopnia czwartego należy obliczyć 17 wyznaczników
(jeden stopnia czwartego i szesnaście stopnia trzeciego). Porównując tę metodę z przedstawioną
wcześniej metodą odwracania macierzy za pomocą operacji elementarnych, można stwierdzić, że
dla macierzy stopnia trzeciego obie metody wymagają wykonania porównywalnej liczby działań
algebraicznych. W przypadku macierzy wyższych stopni metoda operacji elementarnych jest o
wiele szybsza. Jednakże dla macierzy stopnia drugiego z twierdzenia 8.45 otrzymujemy łatwy do
zapamiętania wzór na macierz odwrotną. Jeśli macierz A
<@@@@> a11 a12
a21 a22
=AAAA? jest nieosobliwa, tzn. detA
a11a22 a12a21 x 0, to <@@@@> a11 a12
a21 a22
=AAAA?1
1
a11a22 a12a21
<@@@@> a22 a12
a21 a11
=AAAA? .
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 172 z 365
Powrót
Pełny ekran
Zamknij
Koniec
A więc macierz odwrotną do macierzy nieosobliwej stopnia drugiego otrzymujemy zamieniając miej-
scami elementy na głównej przekątnej, zmieniając znaki pozostałych elementów i dzieląc wszystkie
elementy przez wyznacznik macierzy.
Przykład 8.47.<@@@@>1 3
4 2
=AAAA?1
110
<@@@@> 2 3
4 1
=AAAA? <@@@@> 0,2 0,3
0,4 0,1
=AAAA?.
Twierdzenie 8.48. Jeśli macierz A jest nieosobliwa, to
detA1 1
detA.
Zadania
8.9. (?) Obliczyć wyznacznik:
a)<@@@@>1 2
3 0
=AAAA? b)RRRRRRRRRRR cosα sinα
sinα cosα
RRRRRRRRRRR, c)
RRRRRRRRRRRRRRRRR1 2 3
2 3 1
3 1 2
RRRRRRRRRRRRRRRRR, d)RRRRRRRRRRR 2 x x
3 1
RRRRRRRRRRR, e)
RRRRRRRRRRRRRRRRR2x 0 1
x x 2
1 x 2 x
RRRRRRRRRRRRRRRRR, f)
RRRRRRRRRRRRRRRRRx y x y
y x y x
x y x y
RRRRRRRRRRRRRRRRR, g)
RRRRRRRRRRRRRRRRRRRRRRR1 0 2 3
1 2 1 0
1 1 3 2
1 2 1 2
RRRRRRRRRRRRRRRRRRRRRRR, h)
RRRRRRRRRRRRRRRRRRRRRRR1 1 1 1
1 2 1 1
1 1 3 1
1 1 1 4
RRRRRRRRRRRRRRRRRRRRRRR, i)
RRRRRRRRRRRRRRRRRRRRRRR1 1 1 1
1 x x x
1 x x2 x2
1 x x2 x3
RRRRRRRRRRRRRRRRRRRRRRR.
8.10. (?) Wykazać, że jeśli A jest macierzą stopnia n, to detαA αn det A.
8.11. (?) Wykazać, że jeśli A jest macierzą nieosobliwą stopnia n, to:
a) detA1 1detA , b) detAD detAn1, c) detATA A 0.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 173 z 365
Powrót
Pełny ekran
Zamknij
Koniec
8.12. (?) Obliczyć det3ATBAB1B, jeśli A i B są macierzami stopnia 3 o wyznacznikach
detA 1, detB 2.
8.13. (?) Obliczyć
det 2A1BT ABT B1T ,jeśli:A
<@@@@@@>1 2 1
0 2 3
0 2 1
=AAAAAA?, B
<@@@@@@>1 1 0
0 2 3
2 3 1
=AAAAAA?.
8.14. (?) Wyznaczyć, w zależności od wartości parametru m > R, rząd macierzy:
a) A
<@@@@> 3 m
m 3
=AAAA?, b) B
<@@@@@@>1 m 1
m 1 m
2 2 2
=AAAAAA?, c) C
<@@@@@@>1 m 1
m 1 m
1 2 1
=AAAAAA?, d) D
<@@@@@@>m m 1
m2 1 m
2 2 1
=AAAAAA?, e) E
<@@@@@@>1 1 m
1 1 m
1 m m2
=AAAAAA?.
8.15. (?) Wyznaczyć, korzystając z dopełnień algebraicznych, macierz odwrotną do macierzy:
a)<@@@@> 1 3
4 2
=AAAA?, b)<@@@@> 2 1
1 2
=AAAA?, c)
<@@@@@@>1 2 0
1 3 2
2 1 0
=AAAAAA?, d)
<@@@@@@>1 2 2
0 1 0
0 2 1
=AAAAAA?, e)
<@@@@@@@@@>1 1 1 1
0 1 1 1
0 0 1 1
0 0 0 1
=AAAAAAAAA?.
8.16. (?) Niech P będzie macierzą nieosobliwą. Wykazać, że jeśli B P1AP, to detA detB.
8.17. (?) Obliczyć deta1 a3,a1 a2,2a2 a3, jeśli deta1,a2,a3 2.
8.18. (?) Wykazać, że dete1,a2,a3, deta1,e2,a3, deta1,a2,e3 są minorami głównymi stopnia
2 macierzy A a1,a2,a3.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 174 z 365
Powrót
Pełny ekran
Zamknij
Koniec
8.4. Układy równań liniowych
Definicja 8.49. Układ równań
¢¦¨¤
a11x1 a12x2 ... a1nxn b1,
a21x1 a22x2 ... a2nxn b2,
..................................................
am1x1 am2x2 ... amnxn bm,
gdzie aij, bi > R dla i 1,2, ...,m, j 1,2, ..., n, nazywamy układem m równań liniowych o n
niewiadomych zapisanym w postaci skalarnej. Macierz A aij o wymiarach mn utworzoną ze
współczynników przy niewiadomych x1, x2, ..., xn nazywamy macierzą podstawową układu, wek-
tor b b1, b2, ..., bmT utworzony z liczb stojących po prawej stronie każdego równania nazywamy
wektorem wyrazów wolnych, x x1, x2, ..., xnT nazywamy wektorem niewiadomych. Do-
łączając do macierzy A kolumnę b otrzymujemy macierz o wymiarach mn1, którą oznaczamy
symbolicznie ASb, nazywaną macierzą rozszerzoną układu.
Układ równań możemy zapisać również w postaci wektorowej
x1a1 x2a2 ... xnan b,
gdzie aj oznacza j-tą (j 1,2, ..., n) kolumnę macierzy A lub w postaci macierzowej
Ax b.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 175 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Formułując własności układu równań, będziemy najczęściej używali zapisu w postaci macierzowej.
Definicja 8.50. Układ równań Ax 0 nazywamy układem jednorodnym, układ równań Ax
b, gdzie b x 0, nazywamy układem niejednorodnym.
Definicja 8.51. Rozwiązaniem układu równań Ax b nazywamy dowolny wektor Âx > Rn
taki, że AÂx b.
Dowolny układ jednorodny ma zawsze przynajmniej jedno rozwiązanie, jest nim wektor 0.
Układ niejednorodny może nie mieć rozwiązań (mówimy wówczas, że jest sprzeczny), może mieć
dokładnie jedno rozwiązanie lub nieskończenie wiele rozwiązań (w obu tych przypadkach układ
nazywamy niesprzecznym). Warunek konieczny i dostateczny na to, aby układ równań liniowych
miał rozwiązanie podaje poniższe twierdzenie.
Twierdzenie 8.52 (Kroneckera-Capelli). Układ równań Ax b ma rozwiązanie wtedy i tylko
wtedy, gdy rz ASb rzA.
Wniosek 8.53. Jeśli macierz A o wymiarach m n ma rząd równy m, to układ równań Ax b
ma rozwiązanie.
Niech Xb x > Rn Ax b oznacza zbiór rozwiązań układu Ax b. Jeśli b 0, to zbiór
X0 x > Rn Ax 0 nazywamy przestrzenią zerową macierzy A.
Twierdzenie 8.54. Jeśli Âx jest rozwiązaniem układu niejednorodnego Ax b, to dowolne rozwią-
zanie x tego układu można zapisać w postaci x Âx x0, gdzie x0 >X0.
Tezę twierdzenia 8.54 często formułuje się następująco. Rozwiązanie ogólne układu niejedno-
rodnego jest sumą rozwiązania szczególnego układu niejednorodnego i rozwiązania ogólnego układu
jednorodnego.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 176 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Zadania
8.19. (?) Wykazać, że każdy układ Ax 0, gdzie macierz A ma wymiary m n i m @ n, ma
niezerowe rozwiązanie.
8.20. (?) Sprawdzić, czy układ równań jest niesprzeczny:
a)¢¦¤ 2x1 3x2 x3 1,
x1 2x2 2x3 3;
b)
¢¦¤
x1 2x2 x3 2,
2x1 x2 2x3 4,
x1 3x2 3x3 1.
8.4.1. Rozwiązywanie układów równań za pomocą operacji elementar-
nych
Przedstawimy algorytm wyznaczania w skończonej liczbie kroków rozwiązania układu równań lub
pozwalający stwierdzić, że układ jest sprzeczny. W algorytmie tym wykorzystuje się operacje ele-
mentarne wykonywane na wierszach macierzy.
Definicja 8.55. Układy równań Ax b i Cx d nazywamy równoważnymi wtedy i tylko
wtedy, gdy ASb CSd.Twierdzenie 8.56. Jeśli układy Ax b i Cx d są równoważne, to mają identyczne zbiory
rozwiązań.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 177 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Rozwiązywanie metodą operacji elementarnych niesprzecznego układu równań Ax b, gdzie
macierz A ma rząd równy k, polega na przekształceniu macierzy rozszerzonej układu ASb do po-
staci bazowej CSd względem liniowo niezależnych kolumn aj1 ,aj2 , ...,ajk macierzy A. Korzystając
z otrzymanego układu równoważnego Cx d (nazywanego również postacią bazową układu
Ax b), każdą z niewiadomych xjl l 1,2, ..., k wyznaczamy jako zmienną zależną od pozosta-
łych niewiadomych (zmiennych niezależnych) xj różnych od xj1 , xj2 , ..., xjk .
Jeśli układ równań jest sprzeczny, to przekształcając macierz rozszerzoną ASb do postaci
bazowej CSd względem liniowo niezależnych kolumn macierzy A otrzymujemy układ równoważny,
który ma co najmniej jedno sprzeczne równanie postaci 0x1 0x2 ... 0xn d, gdzie d x 0.
Przykład 8.57. Wyznaczymy rozwiązanie ogólne układu równań w R4
¢¦¤
3x1 x2 x3 2x4 2,
x1 2x2 2x3 3x4 1,
4x1 x2 x3 5x4 3.
Rozwiązanie. Wyznaczamy macierz rozszerzoną układu i sprowadzamy ją do postaci bazowej
ASb <@@@@@@>3 1 1 2 2
1 2 2 3 1
4 1 1 5 3
=AAAAAA? w2 2w1
w3 w1
<@@@@@@>3 1 1 2 2
7 0 0 7 5
7 0 0 7 5
=AAAAAA?
w3 w2
<@@@@@@>3 1 1 2 2
7 0 0 7 5
0 0 0 0 0
=AAAAAA? 17w2
<@@@@@@>3 1 1 2 2
1 0 0 1 57
0 0 0 0 0
=AAAAAA? w1 3w2
<@@@@@@>0 1 1 1
17
1 0 0 1 57
0 0 0 0 0
=AAAAAA? .
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 178 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Zapisujemy w postaci skalarnej układ o macierzy rozszerzonej otrzymanej po wykonaniu ostatniej
operacji elementarnej (trzecie równanie możemy pominąć, gdyż jest ono równaniem tożsamościo-
wym 0 0) ¢¦¤x2 x3 x4 17 ,
x1 x4 57 .
Macierz układu ma postać bazową względem kolumny pierwszej i drugiej i możemy jednoznacznie
wyznaczyć zmienne x1, x2 w zależności od zmiennych x3, x4, otrzymując
¢¦¤x2 17 x3 x4,
x1 57 x4.
Zauważmy, że zmienne x3 i x4 mogą przybierać dowolne wartości rzeczywiste. Podstawiając x3 α,
x4 β, gdzie α,β > R, rozwiązanie układu zapisujemy w postaci
¢¦¨¤x1
57 β,
x2 17 α β,
x3 α,
x4 β.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 179 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Zapisując z kolei rozwiązanie w postaci wektorowej, otrzymujemy
x
<@@@@@@@@@>x1
x2
x3
x4
=AAAAAAAAA?
<@@@@@@@@@>
57 β
17 α β
α
β
=AAAAAAAAA?
<@@@@@@@@@>
57
17
0
0
=AAAAAAAAA? α
<@@@@@@@@@>0
1
1
0
=AAAAAAAAA? β
<@@@@@@@@@>1
1
0
1
=AAAAAAAAA?,
gdzie α,β > R. Jak łatwo można sprawdzić, wektor 57
17 0 0T jest szczególnym rozwiązaniem
układu niejednorodnego, a kombinacja liniowa
α
<@@@@@@@@@>0
1
1
0
=AAAAAAAAA? β
<@@@@@@@@@>1
1
0
1
=AAAAAAAAA?przedstawia rozwiązanie ogólne układu jednorodnego (tzn. każdy wektor z przestrzeni zerowej ma-
cierzy układu można zapisać w takiej postaci przy odpowiednim wyborze α i β).
Przykład 8.58. Wyznaczymy rozwiązanie ogólne układu równań:
¢¦¤
2x1 x2 x3 2,
x1 2x2 x3 1,
x1 3x2 2x3 2.
Rozwiązanie. Analogicznie, jak w poprzednim przykładzie, wyznaczamy macierz rozszerzoną
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 180 z 365
Powrót
Pełny ekran
Zamknij
Koniec
układu i sprowadzamy ją do postaci bazowej
<@@@@@@>2 1 1 2
1 2 1 1
1 3 2 2
=AAAAAA? w1 2w3
w2 w3
<@@@@@@>0 5 3 2
0 5 3 3
1 3 2 2
=AAAAAA? w1 w2
<@@@@@@>0 0 0 1
0 5 3 3
1 3 2 2
=AAAAAA? .W tym miejscu możemy już przerwać obliczenia, gdyż pierwszy wiersz otrzymanej macierzy rozsze-
rzonej wyznacza sprzeczne równanie 0 1. Stąd wynika, że układ równań jest sprzeczny. Czytelnik
może łatwo sprawdzić, że rzA 2, rz ASb 3.
Definicja 8.59. Niech Cx d będzie postacią bazową układu Ax b względem kolumn aj1 ,aj2 , ...,
ajk macierzy A. Zmienne xj1 , xj2 , ..., xjk nazywamy wówczas zmiennymi bazowymi, a pozostałe
zmienne nazywamy zmiennymi niebazowymi. Rozwiązanie szczególne Âx układu Ax b, w
którym zmienne niebazowe są równe zeru nazywamy rozwiązaniem bazowym.
Podział zmiennych na zmienne bazowe i niebazowe zależy oczywiście od tego, do jakiej postaci
bazowej sprowadziliśmy wyjściowy układ równań Ax b. Dla różnych postaci bazowych układu
mamy różne układy zmiennych bazowych i niebazowych, a w konsekwencji także na ogół różne
rozwiązania bazowe. Identyczna jest jednak liczba zmiennych bazowych dla każdej postaci bazowej
układu, gdyż jest ona równa rzędowi macierzy A.
Przykład 8.60. Wyznaczymy dwa rozwiązania bazowe układu równań z przykładu 8.57.
Rozwiązanie. Jedno z rozwiązań bazowych otrzymujemy natychmiast, przyjmując α 0, β 0.
Mamy zatem x1 57
17 0 0 T . Aby wyznaczyć inne rozwiązania bazowe, możemy sprowadzić
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 181 z 365
Powrót
Pełny ekran
Zamknij
Koniec
układ do postaci bazowej względem na przykład kolumny pierwszej i trzeciej macierzy A. Można
również wykorzystać w tym celu rozwiązanie ogólne układu. Ponieważ liczba zmiennych bazowych
w każdym rozwiązaniu bazowym jest równa 2, więc również liczba zmiennych niebazowych jest stała
i w każdym rozwiązaniu bazowym jest równa 2 (liczba zmiennych niebazowych liczba zmiennych
rząd macierzy A). A zatem, w każdym rozwiązaniu bazowym co najmniej dwie zmienne będą
miały wartość równą zeru. Wyznaczymy rozwiązanie bazowe, w którym x2 0 i x4 0. Korzystając
z rozwiązania ogólnego, otrzymujemy układ dwóch równań względem α i β
¢¦¤17 α β 0
β 0
¢¦¤α 17 ,
β 0.
Drugim rozwiązaniem bazowym jest więc wektor x2 57 0 1
7 0 T .
Na zakończenie zauważmy, że nie istnieje rozwiązanie bazowe, w którym x1 0 i x4 0. Odpo-
wiedni układ równań względem parametrów jest wówczas sprzeczny. Jest to spowodowane faktem,
iż druga i trzecia kolumna macierzy A są liniowo zależne, a zatem x2 i x3 nie mogą być zmiennymi
bazowymi.
Zadania
8.21. (?) Wyznaczyć rozwiązanie ogólne układu równań i wszystkie rozwiązania bazowe:
a)¢¦¤ 2x1 x2 3x3 1,
x1 3x2 x3 2;
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 182 z 365
Powrót
Pełny ekran
Zamknij
Koniec
b)
¢¦¤x1 x2 2x3 1,
2x1 x2 2x3 2,
x1 2x2 1.
8.22. (?) Wyznaczyć rozwiązanie ogólne układu równań i dwa różne rozwiązania bazowe:
a)
¢¦¤
3x1 2x2 x3 3x4 1,
x1 3x2 x3 2x4 3,
x1 2x3 x4 2;
b)
¢¦¤x1 3x2 x3 2x4 2,
x1 2x2 x3 x4 3,
x2 3x4 5;
c)
¢¦¨¤
2x1 x2 x3 1,
x1 2x2 x3 0,
x1 3x2 1,
3x1 x2 2x3 1.
8.4.2. Wzory Cramera
W poprzednim paragrafie przedstawiliśmy metodę rozwiązywania dowolnego układu równań za
pomocą operacji elementarnych. W szczególnym przypadku, gdy macierz A układu Ax b jest
kwadratowa (a więc liczba równań jest równa liczbie niewiadomych) i nieosobliwa, rozwiązanie
układu możemy również wyznaczyć korzystając z wyznaczników.
Definicja 8.61. Jeśli macierz A jest kwadratowa i nieosobliwa, to układ równań Ax b nazywamy
układem Cramera.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 183 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Twierdzenie 8.62. Układ Cramera Ax b ma dokładnie jedno rozwiązanie Âx A1b, gdzie A1
jest macierzą odwrotną do macierzy A.
Twierdzenie 8.63 (Wzory Cramera). Jeśli macierz A a1,a2, ...,an jest nieosobliwa, toskładowe Âxj rozwiązania układu równań Ax b są postaci:
Âxj deta1,a2, ...,aj1,b,aj1, ...,andetA
dla j 1,2, ..., n.
Wzory Cramera z twierdzenia 8.63 zapisujemy zwykle w postaci xj Wj
W , gdzie W detA,
Wj deta1,a2, ...,aj1,b,aj1, ...,an dla j 1,2, ..., n. Wyznacznik W nazywamy wówczas wy-
znacznikiem głównym układu Ax b.
Przykład 8.64. Wyznaczymy rozwiązanie układu równań:
¢¦¤
3x1 x2 x3 2,
2x1 2x3 4,
x1 x2 x3 1.
Rozwiązanie. Macierz układu A
<@@@@@@>3 1 1
2 0 2
1 1 1
=AAAAAA?. Obliczając jej wyznacznik, otrzymujemy
W detA 0 2 2 0 6 2 8.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 184 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Układ równań jest zatem układem Cramera. Mamy następnie
W1 det
<@@@@@@>2 1 1
4 0 2
1 1 1
=AAAAAA? 2 4 4 4 2,
W2 det
<@@@@@@>3 2 1
2 4 2
1 1 1
=AAAAAA? 12 4 2 4 6 4 4,
W3 det
<@@@@@@>3 1 2
2 0 4
1 1 1
=AAAAAA? 4 4 12 2 14.
Stąd otrzymujemy
x1 W1W 2
8 14 , x2
W2W 4
8 12 , x3
W3W 14
8 74 .
Zadania
8.23. (?) Rozwiązać układ równań:
a)¢¦¤ 2x1 x2 2,
x1 3x2 2;b)
¢¦¤ 2x1 x2 1,
x1 x2 2;c)
¢¦¤
2x1 x2 3x3 1,
x1 2x2 x3 2,
x1 x2 2x3 1;
d)
¢¦¨¤x1 x2 x3 x4 1,
x2 x3 x4 1,
x1 x3 2,
x3 x4 2.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 185 z 365
Powrót
Pełny ekran
Zamknij
Koniec
8.24. (?) Dla jakich k > R układ równań:
a)¢¦¤ kx 2y k,
2x ky k;b)
¢¦¤kx1 x2 3x3 1,
x1 kx2 x3 1,
x1 x2 x3 k;
c)
¢¦¤
kx1 x2 x3 1,
x1 kx2 kx3 2,
2x1 x2 kx3 1.ma rozwiązania. Wyznaczyć te rozwiązania.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 186 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Rozdział 9
FUNKCJE WIELU ZMIENNYCH
9.1. Pojęcia wstępne
Będziemy rozważali funkcje określone na podzbiorach przestrzeni Rk. Przypomnijmy, że
Rk R . . . R´¹¹¹¹¹¹¹¹¹¹¹¹¹¹¹¹¹¹¹¹¹¹¸¹¹¹¹¹¹¹¹¹¹¹¹¹¹¹¹¹¹¹¹¹¹¶k czynników
x1, x2, . . . , xk i
xi > R¡ .Elementy tego zbioru będziemy nazywali punktami lub – w zależności od kontekstu – wektorami.
Niech x > Rk będzie dowolnie wybranym punktem. Każdy ze zbiorów
Kx, ε x > Rk
k
Qi1xi xi2 @ ε2¡ ,
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 187 z 365
Powrót
Pełny ekran
Zamknij
Koniec
gdzie ε A 0, nazywamy kulą o środku x i promieniu ε. Zbiory te będziemy także nazywali otocze-
niami punktu x.
Punkt x nazywamy punktem wewnętrznym zbioru X, jeśli Kx, ε `X dla pewnego ε A 0.
Jeśli każdy punkt zbioru X jest jego punktem wewnętrznym, to X nazywamy zbiorem otwartym .
Definicja 9.1. Niech X będzie niepustym podzbiorem Rk. Odwzorowanie f X R nazywamy
funkcją rzeczywistą k zmiennych (lub krótko funkcją). Zbiór X nazywamy dziedziną tej
funkcji, a dowolny element x >X – argumentem tej funkcji.
Jeśli będzie podane jedynie wyrażenie fx1, . . . , xk, to za dziedzinę tej funkcji przyjmiemy
maksymalny podzbiór przestrzeni Rk złożony z tych elementów, dla których wspomniane wyrażenie
jest dobrze określone.
W dalszej części niniejszego rozdziału skupimy uwagę przede wszystkim na funkcjach dwóch
zmiennych (k 2).
Przykład 9.2. a) Dziedziną funkcji f x1, x2 x21 x
22 jest zbiór R2.
b) Funkcja f x1, x2 »x21 x2 jest określona na zbiorze x1, x2 > R2x2 B x2
1.
c) Dziedziną funkcji fx1, x2 1 2»x2
1 x22
»x2
2 x21 jest zbiór x1, x2 > R2 Sx2S Sx1S.
Definicja 9.3. Zbiór x, fx >X Rx >X nazywamy wykresem funkcji f X R. War-
stwicą (poziomicą, izokwantą) funkcji f , odpowiadającą wartości z > R, nazywamy zbiór
Wz x >X fx z .Zbiór fX fxx >X nazywamy zbiorem wartości funkcji f .
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 188 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Warstwica jest więc zbiorem wszystkich tych argumentów dla których wartość funkcji jest rów-
na z.
x1
x2
y
y = x21 + x2
2
y = z
Wz :x21 + x2
2 = z
Rysunek 9.1: Wykres i warstwica funkcji z przykładu 9.2 a)
Przykład 9.4. Wyznaczymy warstwice i zbiory wartości funkcji z przykładu 9.2.
9.2) Warstwica funkcji fx x21 x
22 odpowiadająca wartości z @ 0 jest zbiorem pustym. Dalej
mamyW0 0,0, a jeśli z A 0, to zbiórWz jest okręgiem o środku w punkcie (0,0) i promieniuºz.
Funkcja przyjmuje dowolne wartości nieujemne – jej zbiorem wartości jest więc przedział `0,ª.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 189 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Pewne wyobrażenie na temat relacji pomiędzy wykresem funkcji, jego przekrojami i warstwicami
daje rys. ??.
9.2) Dla z C 0 zbiór Wz jest określony równaniem x2 x21 z
2, określającym parabolę. Jeśli
z @ 0, to Wz g. Zbiór wartości funkcji jest identyczny jak w podpunkcie 9.2).
9.2) Dla x > X mamy fx 1, dlatego jedyną niepustą warstwicą funkcji jest W1. Zbiór ten
jest identyczny z dziedziną funkcji. Zbiór wartości funkcji jest równy 1.
1
b) c)
x1x1x2x2
yy
Rysunek 9.2: Wykresy funkcji z przykładu 9.2 (b,c)
Zadania
9.1. (?) Wyznaczyć dziedzinę funkcji:
a) fx1, x2 ºx1 ºx23,
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 190 z 365
Powrót
Pełny ekran
Zamknij
Koniec
b) fx1, x2 »x41 x
42 x
21x
22,
c) fx1, x2 lnx1x2x1
x1x2x1x2
,
d) fx1, x2 ¼ 1x1
1x2
,
e) fx1, x2 ¼ex212x22 1x1x2.
9.2. (?) Wyznaczyć zbiór wartości funkcji:
a) fx1, x2 ex21x22 ,
b) fx1, x2 2Sx1x2S 1x21x
22,
c) fx1, x2 x21 x
222 x2
1 x22 2.
9.3. (?) Wyznaczyć warstwice funkcji f odpowiadające podanej wartości z0:
a) f x1, x2 3x1 2x2, z0 f1,0;b) f x1, x2 1
4x21
14x
22, z0 f2,2;
c) f x1, x2 lnx1x2, z0 1, z0 0;
d) f x1, x2 x2ex1 1, z0 2, z0 1;
e) fx1, x2 x2x1
, z0 1, z0 0.
9.4. (?) Naszkicować przebieg warstwic („mapę warstwic”) funkcji:
a) fx1, x2 3ºx1x2,
b) fx1, x2 x21 x
22,
c) fx1, x2 x2~x1,
d) fx1, x2 minx1, x2,e) fx1, x2 maxx1 2,0.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 191 z 365
Powrót
Pełny ekran
Zamknij
Koniec
9.2. Uzupełnienie. Ciągłość funkcji
Zasadnicza definicja tego podrozdziału jest uogólnieniem określenia ciągłości sformułowanego dla
funkcji jednej zmiennej. Rozważania rozpoczniemy jednak od pojęcia ciągu punktów przestrzeni
Rk.
Definicja 9.5. NiechX ` Rk będzie niepustym zbiorem. Ciągiem punktów zbioru X nazywamy
odwzorowanie xNX. Element xn xn >X nazywamy n-tym wyrazem ciągu .
Ciąg o którym mowa w ostatniej definicji będziemy oznaczali przez xn, bądź xn, n > N. Od-
powiada mu k ciągów liczbowych x1n , x2n ,. . . , xkn tak, że:
xn x1n , x2n , . . . , x
kn , n > N.
Zbieżność tych ciągów pozwala w naturalny sposób zdefiniować zbieżność ciągu xn.Definicja 9.6. Mówimy, że ciąg xn jest zbieżny do punktu x x1, . . . , xk > Rk, co zapisujemy
w postaci limnª
xn x (lub xn x), wtedy i tylko wtedy, gdy dla każdego i 1, . . . , k ciąg xin jest
zbieżny do xi. Ciąg xn nazywamy zbieżnym , jeśli jest zbieżny do pewnego punktu przestrzeni
Rk.
Przykład 9.7. Zbadamy zbieżność kilku ciągów przestrzeni R2.
a) Ciąg n1n , 1
2n , n > N, jest zbieżny do punktu 1,0.b) Ciąg n1
n ,2n , n > N, nie jest zbieżny.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 192 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Definicja 9.8. Mówimy, że funkcja f X R jest ciągła w punkcie x >X wtedy i tylko wtedy,
gdy dla każdego, zbieżnego do x, ciągu xn elementów zbioru X, ciąg fxn jest zbieżny do
fx, czyli
xn
n>Nxn >X , lim
nªxn x lim
nªfxn fx . (9.1)
Jeśli f jest ciągła w każdym punkcie X, to mówimy po prostu, że f jest ciągła .
Przykład 9.9. a) Pokażemy, że funkcja
fx1, x2 ¢¦¤x1x2x21x
22
dla x1, x2 x 0,0 ,0 dla x1, x2 0,0 ,
nie jest ciągła w punkcie 0,0. W tym celu rozpatrzmy ciąg xn 1n ,
1n, n > N. Jest on zbieżny do
punktu 0,0. Dalej mamy limnª
fxn 12 x f0,0, zatem nie jest spełniony warunek 9.1. Funkcja
f nie jest więc ciągła w rozważanym punkcie.
b) Zbadamy ciągłość funkcji
fx1, x2 ¢¦¤x21x2x21x
22
dla x1, x2 x 0,0,0 dla x1, x2 0,0,
w punkcie x 0,0. Zauważmy przede wszystkim, że Sfx1, x2S B Sx2S. Niech xn x1,n, x2,n,n > N, będzie dowolnym ciągiem zbieżnym do 0,0. Oznacza to, że każdy z ciągów x1,n orazx2,n jest zbieżny do 0. Ponieważ 0 B SfxnS B Sx2,nS, więc z twierdzenia o trzech ciągach wynika,
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 193 z 365
Powrót
Pełny ekran
Zamknij
Koniec
że ciąg SfxnS dąży do 0 f0,0, a zatem także do zera zbieżny jest ciąg fxn. Spełniony jest
zatem warunek 9.1, więc funkcja f jest ciągła w punkcie 0,0.Poniżej przypominamy własności funkcji ciągłych.
Twierdzenie 9.10 (własności funkcji ciągłych). a) Suma, iloczyn, iloraz, złożenie funkcji
ciągłych są funkcjami ciągłymi (tam, gdzie są określone).
b) Wielomiany, funkcje wykładnicze, logarytmiczne i trygonometryczne są ciągłe.
Przykład 9.11. a) Funkcje f1x x1, f2x x2 są ciągłe. Z ostatniego twierdzenia wynika, że
wszystkie wielomiany są ciągłe. Także ich ilorazy, czyli funkcje wymierne są ciągłe tam, gdzie są
określone. Tym samym obie funkcje z przykładu 9.9 są ciągłe na zbiorze R2 0,0. Jak poka-
zaliśmy, funkcja z podpunktu 9.9) jest ciągła także w punkcie 0,0; ostatecznie więc wspomniana
funkcja jest ciągła na całej swojej dziedzinie, tj. na R2.
b) Z twierdzenia 9.10 wynika bezpośrednio, że funkcja fx1, x2 x21x
32
1¼
1x21x22
sinx1 x2 jest
ciągła na R2.
Zadania
9.5. (?) Zbadać ciągłość funkcji:
a) fx1, x2 ¢¦¤x21x
22
x21x22x1x22 dla x1, x2 x 0,0,
0 dla x1, x2 0,0,b) fx1, x2 ¢¦¤
x1x22
x21x42
dla x1, x2 x 0,0,0 dla x1, x2 0,0.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 194 z 365
Powrót
Pełny ekran
Zamknij
Koniec
9.6. (?) Dla jakiej wartości parametru m > R funkcja
fx1, x2 ¢¦¤sinx31x21x
22
dla x1, x2 x 0,0,m dla x1, x2 0,0,
jest ciągła?
9.3. Pochodne cząstkowe
Niech f X R, gdzie X ` Rk, będzie daną funkcją, x x1, x2, . . . , xk > X – ustalonym punktem
wewnętrznym zbioru X.
Definicja 9.12. Pochodną cząstkową (pierwszego rzędu) funkcji f w punkcie x względem
zmiennej x1 nazywamy liczbę (o ile ta istnieje):
∂f
∂x1x lim
t0
fx1 t, x2, . . . , xk fx1, x2, . . . , xkt
. (9.2)
Analogicznie definiujemy pochodną cząstkową względem drugiej zmiennej:
∂f
∂x2x lim
t0
fx1, x2 t, . . . , xk fx1, x2, . . . , xkt
, (9.3)
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 195 z 365
Powrót
Pełny ekran
Zamknij
Koniec
i kolejnych zmiennych, aż do xk:
∂f
∂xkx lim
t0
fx1, x2, . . . , xk t fx1, x2, . . . , xkt
. (9.4)
Powyższe pochodne zapisywane są także w postaci odpowiednio f x1x, f x2x, . . . , f xkx.Zwykle (choć jednak z pewnymi wyjątkami) będziemy stosowali właśnie te ostatnie oznaczenia.
Przykład 9.13. W wybranych punktach x > R2 wyznaczymy bezpośrednio z definicji pochodne
cząstkowe funkcji fx1, x2 »Sx1x2S.a) Niech x 0,0. Mamy
f x10,0 limt0
ft,0 f0,0t
limt0
ºt 0 0t
0.
Podobnie można pokazać, że f x20,0 0.
b) W punkcie x 0,1 granica
limt0
ft,1 f0,1t
limt0
»StSt
nie istnieje. Tym samym nie istnieje więc pochodna f x10,1. Natomiast
f x20,1 limt0
f0,1 t f0,1t
0.
Zauważmy, że ze wzorów 9.2-9.4 wynika, że obliczanie pochodnej cząstkowej względem danej
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 196 z 365
Powrót
Pełny ekran
Zamknij
Koniec
zmiennej polega na różniczkowaniu danej funkcji względem tej zmiennej i traktowaniu pozostałych
zmiennych jak stałych. W rachunkach można więc często wykorzystać wcześniej przytoczone wzory
rachunku różniczkowego. W wielu przypadkach pozwala to łatwo wyznaczyć stosowne pochodne.
Pokazuje to kolejny przykład.
Przykład 9.14. Pochodne cząstkowe funkcji fx1, x2 3x1x22 5x1x2 x2
2 2x1 są równe
f x1x 3x22 5x2 2, f x2x 6x1x2 5x1 2x2. (9.5)
Przeciwnik zbytnich ułatwień mógłby i w tym przypadku skorzystać bezpośrednio z definicji 9.12:
f x1x1, x2 limt0
fx1 t, x2 fx1, x2t
limt0
3x1 tx22 5x1 tx2 x2
2 2x1 t 3x1x22 5x1x2 x2
2 2x1t
3x22 5x2 2
i, w analogiczny sposób, potwierdzić prawdziwość drugiego ze wzorów 9.5.
Przy pomocy pochodnych cząstkowych można badać monotoniczność względem poszczegól-
nych zmiennych. Analogicznie jak to miało miejsce w przypadku funkcji jednej zmiennej, można
interpretować wartości pochodnych jako prędkości zmian wartości funkcji w wyniku zmian warto-
ści odpowiednich zmiennych. Znaki pochodnych cząstkowych informują o typie monotoniczności.
Pokazuje to kolejny przykład.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 197 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Przykład 9.15. Rozważmy funkcję z ostatniego przykładu i zbadajmy, w otoczeniu punktu x 1,2, jej monotoniczność ze względu na każdą ze zmiennych. Podstawiając współrzędne punktu
x do 9.5, otrzymujemy f x1x 4 A 0. Tym samym f jest, przy ustalonej wartości x2 2, rosnącą
funkcją zmiennej x1 w otoczeniu x1 1 (innymi słowy, funkcja fx1,2 jest rosnąca w otoczeniu
x1 1). Podobnie, ponieważ f x2x 3 @ 0, więc przy ustalonym x1 1, wzrost wartości x2
w otoczeniu punktu x2 2 powoduje spadek wartości funkcji (tj. funkcja f1, x2 jest rosnąca
w otoczeniu x2 2).
Definicja 9.16. Załóżmy, że w punkcie x > X ` Rk istnieją wszystkie pochodne cząstkowe pierw-
szego rzędu funkcji f X R. Wektor o składowych
f x1x, . . . , f xkxnazywamy gradientem funkcji f w punkcie x i oznaczamy symbolem ©fx, gradfx lub f x.
Wartości pochodnych cząstkowych stanowią przybliżenie przyrostów wartości funkcji. Ze wzo-
rów 9.2-9.4, po podstawieniu t 1, wynika, że
f x1x fx1 1, x2, . . . , xk fx1, x2, . . . , xk,f x2x fx1, x2 1, . . . , xk fx1, x2, . . . , xk,. . . . . . . . .
f xkx fx1, x2, . . . , xk 1 fx1, x2, . . . , xk. (9.6)
Przybliżenie jest zwykle tym lepsze, im „mniej gwałtownie” zmieniają się wartości funkcji w oto-
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 198 z 365
Powrót
Pełny ekran
Zamknij
Koniec
czeniu punktu x. Miernikiem względnych zmian wartości funkcji są jej elastyczności.
Definicja 9.17. Elastycznością cząstkową funkcji f X R w punkcie x >X względem i-tej
zmiennej nazywamy liczbę (przy założeniu, że istnieje):
Exifx xi fxixfx . (9.7)
Załóżmy dodatkowo, że współrzędne punktu x są dodatnie oraz fx A 0. Analogicznie jak
w przypadku funkcji jednej zmiennej, wielkość 9.7 określa przybliżony procentowy przyrost wartości
funkcji f w przypadku, gdy wartość zmiennej xi zwiększy się o 1% (względem wartości xi), przy
niezmiennych wartościach pozostałych zmiennych (równych xj, gdzie j x i).
Przykład 9.18. Wielkość produkcji pewnej firmy jest równa
fx1, x2 100x21 20x1x2 10x2
2,
gdzie x1, x2 oznaczają – wyrażone liczbami dodatnimi – ilości zaangażowanych czynników (np.
pracy i kapitału). Różniczkując, otrzymujemy f x1 200x1 20x2 oraz f x2 20x1 20x2. Jeśli na-
kłady czynników produkcji wynoszą na przykład x 3,5, to f x13,5 700 oraz f x23,5 160.
Wielkości te są równe w przybliżeniu przyrostom f4,5 f3,5 oraz f3,6 f3,5. Ponieważ
rzeczywiste wielkości tych przyrostów są równe odpowiednio 800 oraz 170, względny błąd przy-
bliżenia jest równy 100/800 oraz 10/170, a więc 12,5% oraz około 6%). Elastyczności cząstkowe
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 199 z 365
Powrót
Pełny ekran
Zamknij
Koniec
funkcji f są równe
Ex1f3,5 3f x13,5~f3,5 1.448 . . . , Ex2f3,5 5f x23,5~f3,5 0.551 . . . .
Jeśli wartość x1, początkowo równa 3, wzrośnie o 1% (przy ustalonej wartości x2 5), to wartość
funkcji wzrośnie w przybliżeniu o około 1,45% w porównaniu z wartością f3,5 1450. Analogiczną
interpretację można nadać drugiej z wyliczonych elastyczności.
Definicja 9.19. Przypuśćmy, że w każdym punkcie pewnego otoczenia punktu x > Rk, istnieje
pochodna cząstkowa ∂f∂xi
. Jeśli w punkcie x istnieje pochodna cząstkowa ∂∂xj
∂f∂xi
, to nazywamy
ją pochodną cząstkową drugiego rzędu funkcji f w punkcie x, względem zmiennych xi, xji oznaczamy symbolem
∂2f
∂xj∂xix lub f xixjx. (9.8)
Jeśli i x j, to pochodne 9.8 nazywamy pochodnymi mieszanymi . W przypadku, gdy i j
stosujemy oznaczenia∂2f
∂x2i
x lub f xixix.Jeśli istnieją pochodne cząstkowe rzędu 2 względem wszystkich par zmiennych, to często wy-
godnie posługiwać się macierzą
f x f xi,xjxkk . (9.9)
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 200 z 365
Powrót
Pełny ekran
Zamknij
Koniec
nazywaną macierzą pochodnych cząstkowych drugiego rzędu lub hesjanem funkcji.
Przykład 9.20. Znajdziemy pochodne cząstkowe drugiego rzędu funkcji z przykładu 9.14. Wy-
znaczyliśmy tam pochodne cząstkowe rzędu pierwszego. Kontynuując, otrzymujemy:
f x1,x1 ∂2f
∂x21
∂
∂x1 ∂f∂x1
0, f x2,x1 ∂2f
∂x2∂x1
∂
∂x2 ∂f∂x1
6x2 5,
f x1,x2 ∂2f
∂x1∂x2
∂
∂x1 ∂f∂x2
6x2 5, f x2,x2 ∂2f
∂x22
∂
∂x2 ∂f∂x2
6x1 2.
Macierz 9.9 w punkcie x > R2 ma postać:
f x <@@@@> f
x1,x1x f x1,x2xf x2,x1x f x2,x2x
=AAAA? <@@@@> 0 6x2 5
6x2 5 6x1 2
=AAAA? .Na przykład w punkcie x 1,2 mamy:
f 1,2 <@@@@> 0 7
7 8
=AAAA? .Twierdzenie 9.21 (Schwarza). Jeśli funkcja f ma w pewnym otoczeniu punktu x ciągłe1 mie-
szane pochodne cząstkowe drugiego rzędu: f xi,xj oraz f
xj ,xigdzie i x j, to są one tam równe.
Pochodne cząstkowe rzędu B 2 są stosowane miedzy innymi do badania tempa zmian wartości
funkcji.1o ciągłości funkcji piszemy w Dodatku 9.2
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 201 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Przykład 9.22. Rozważmy funkcję f R2 R, fx1, x2 x21x
32 2x1x2 2x1 i punkt x 1,1.
Mamy f x11,1 2 @ 0 oraz f x1,x11,1 2 A 0. Oznacza to, że przy ustalonej wartości x2
1, przy wzroście wartości x1 w otoczeniu x1 1, wartości funkcji maleją coraz wolniej. Dalej,
f x21,1 5 A 0 oraz f x2,x21,1 6 A 0. Tym samym wartości funkcji f1, x2 rosną coraz
szybciej w otoczeniu punktu x2 1.
Zadania
9.7. (?) Wyznaczyć bezpośrednio z definicji pochodne cząstkowe pierwszego rzędu funkcji f
w punkcie x, jeśli:
a) fx1, x2 x41 4x2, x 0,1,
b) fx1, x2 2x1x22 4x2, x 1,1,
c) fx1, x2 Sx1S 2x2, x 0,1,d) fx1, x2 x1Sx2S, x 0,0.
9.8. (?) Zbadać, czy w punkcie 0,0 istnieją pochodne cząstkowe funkcji f określonej następująco:
a) fx1, x2 2 jeśli x1 0 lub x2 0, w pozostałych przypadkach fx1, x2 x21 x2.
b) fx1, x2 1 jeśli x2 x31, x1 A 0, w pozostałych przypadkach fx1, x2 0.
c) fx1, x2 »x21 x
22
»x2
2 x21.
9.9. (?) Wyznaczyć pochodne cząstkowe pierwszego rzędu funkcji:
a) fx1, x2 x31x2 2x1x2
ºx1 x2,
b) fx1, x2 lnx1 lnx2,c) fx1, x2 x1ex1x2 ,
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 202 z 365
Powrót
Pełny ekran
Zamknij
Koniec
d) fx1, x2 2x1 x2 cosx1.
9.10. (?) Wyznaczyć elastyczności cząstkowe podanych funkcji. Zmienne i parametry przyjmują
wartości dodatnie.
a) fx1, x2 xα1 xβ2 ,
b) fx1, x2 x21 x
22,
c) fx1, x2 xk1 xk21~k.9.11. (?) Obliczyć pochodne cząstkowe rzędu 2 funkcji z zadania 9.9.
9.12. (?) Niech fx1, x2 x1x2x21x
22
dla x1, x2 x 0,0. Dodatkowo f0,0 0. Zbadać istnienie
pochodnej cząstkowej f x1,x20,0.9.13. (?) Sprawdzić, czy prawdziwe są zdania:
a) Funkcja fx1, x2 ln ex1 ex2 spełnia równanie f x1 f
x2 1.
b) Funkcja fx1, x2 ln x21 x
22 spełnia równanie f x1,x1 f
x2,x2 0.
9.14. (?) Znaleźć pochodne mieszane drugiego rzędu funkcji f w punkcie 0,0, jeśli:
fx1, x2 ¢¦¤x1x2x21x
22
x21x22
dla x1, x2 x 0,0,0 dla x1, x2 0,0.
Czy wynik „kłóci się” z twierdzeniem Schwarza?
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 203 z 365
Powrót
Pełny ekran
Zamknij
Koniec
9.4. Uzupełnienie.
Pochodne kierunkowe. Różniczkowalność funkcji
Definicja 9.23. Pochodną kierunkową funkcji f X R w punkcie x >X w kierunku wektora
h > Rk nazywamy liczbę (jeśli istnieje)
©hfx limt0
fx t h fxt
. (9.10)
x1
x2
y
(x, f(x))
y = f(x)
hx
α
Rysunek 9.3: Pochodna kierunkowa funkcji f w punkcie x w kierunku wektora h (o długościjednostkowej) jest równa tgα
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 204 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Przykład 9.24. Obliczmy pochodną kierunkową funkcji fx1, x2 x1x222 w punkcie x 1,1
w kierunku wektora h 2,1. Mamy x th 1 2t,1 t i dlatego
©hfx limt0
f1 2t,1 t f1,1t
limt0
1 2t1 t2 2 3t
4.
Możemy teraz zgrabnie wprowadzić pochodne cząstkowe.
Definicja 9.25. Niech ei będzie i-tym wektorem jednostkowym w Rk. Jeśli istnieje pochodna
kierunkowa ©eifx, to nazywamy ją pochodną cząstkową funkcji f w punkcie x względem
zmiennej xi (przypomnijmy, że oznaczamy ją symbolem ∂f∂xi
x lub f xix).Zgodnie z definicją:
∂f
∂xix ©eifx lim
t0
f x1, . . . , xi t, . . . , xn f x1, . . . , xi . . . , xnt
. (9.11)
Definicja 9.26. Wektor h > Rk nazywamy wektorem wzrostu wartości funkcji f X Rw punkcie x >X wtedy i tylko wtedy, gdy spełniony jest warunek
εA0
t>0,ε fx th A fx. (9.12)
Definiując wektor spadku wartości funkcji f w punkcie x należy w formule 9.12 zmienić zwrot
nierówności na przeciwny.
Twierdzenie 9.27. Załóżmy, że istnieje pochodna kierunkowa ©hfx. Jeśli ©hfx A 0 (odpo-
wiednio ©hfx @ 0), to h jest wektorem wzrostu (odpowiednio spadku) wartości f w punkcie x. Na
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 205 z 365
Powrót
Pełny ekran
Zamknij
Koniec
odwrót: jeśli h jest wektorem wzrostu (odpowiednio spadku) wartości f w punkcie x, to ©hfx C 0
(odpowiednio ©hfx B 0).
x1
x2
y
ww
s
s
(x, f(x))
x
y = f(x)
Rysunek 9.4: Wektory wzrostu (w) i spadku (s) wartości funkcji f w punkcie x
Definicja 9.28. Niech X ` Rk, będzie zbiorem otwartym. Mówimy, że funkcja f X R jest
różniczkowalna w sposób ciągły na zbiorze A `X wtedy i tylko wtedy, gdy w zbiorze tym są ciągłe
wszystkie pochodne cząstkowe f x1 , . . . , f xk . Jeśli A X, to mówimy, że f jest różniczkowalna w
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 206 z 365
Powrót
Pełny ekran
Zamknij
Koniec
sposób ciągły. Macierz
f x f x1x, . . . , f xkxnazywamy macierzą pochodnej funkcji f w punkcie x.
Twierdzenie 9.29. Suma, różnica, iloczyn, iloraz i złożenie funkcji różniczkowalnych w sposób
ciągły, tam gdzie istnieje, jest funkcją różniczkowalną w sposób ciągły.
Przykład 9.30. Z ostatniego twierdzenia łatwo wynikają następujące fakty.
a) Dla dowolnego i 1, . . . , k, funkcja fix xi jest różniczkowalna w sposób ciągły. Podobnie
dowolna funkcja wielomianowa.
b) Funkcja fx1, x2 ln2 x21 sin2 x2 jest różniczkowalna w sposób ciągły.
Twierdzenie 9.31. Jeśli funkcja f jest różniczkowalna w sposób ciągły w otoczeniu punktu x, to
f jest ciągła w tym punkcie. Ponadto dla dowolnego wektora h > Rk istnieje pochodna kierunkowa
©hfx i jest równa©hfx f x h. (9.13)
Przykład 9.32. Przy pomocy twierdzenia 9.27 potwierdzimy wyniki uzyskane w przykładzie 9.14.
Mamy f x 4,3. Dla c A 0 otrzymujemy ©c,0fx 4,3 c,0 4c A 0, zatem każdy
z wektorów c,0 jest kierunkiem wzrostu wartości f w punkcie x (przy okazji warto zauważyć,
że ©c,0fx 4,3 c,0 4c @ 0, więc – zgodnie z intuicją – wektory c,0 wyznaczają
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 207 z 365
Powrót
Pełny ekran
Zamknij
Koniec
kierunek spadku wartości rozważanej funkcji). Ponieważ ©0,cfx 4,3 0, c 3c @ 0, więc
każdy z wektorów 0, c jest wektorem spadku wartości f w punkcie x.
Przykład 9.33. Zauważmy przede wszystkim, iż wzór 9.13 oznacza, że pochodna kierunkowa
©hfx zależy liniowo od współrzędnych wektora h: dla każdego α > R mamy ©αhfx α©hfxoraz ©h1h2fx ©h1fx ©h2fx. Spostrzeżenia te często są pomocne przy badaniu różnicz-
kowalności funkcji. Aby zilustrować te uwagi, zbadajmy, czy funkcja
fx1, x2 ¢¦¤x21x2x21x
22
dla x1, x2 x 0,0,0 dla x1, x2 0,0.
jest różniczkowalna w punkcie 0,0. W punkcie tym pochodna w kierunku niezerowego wektora
h h1, h2 jest równa
©hf0,0 limt0
fth1, th2 f0,0t
limt0
h21h2t3
h1t2h2t2 0
t
h21h2
h21 h
22. (9.14)
Jeśli h 0,0, to oczywiście ©hf0,0 0. Funkcja f ma zatem w punkcie 0,0 pochodną
w kierunku dowolnego wektora h > R2, jednak zależność ©hf0,0 od h nie jest liniowa. Rzeczy-
wiście z formuły 9.14 wynika na przykład, iż ©1,0f0,0 ©0,1f0,0 0, ale ©1,1f0,0
12 x ©1,0f0,0 ©0,1f0,0, czyli pochodna kierunkowa nie jest liniową funkcją wektora h.
W konsekwencji, funkcja f nie jest więc różniczkowalna w punkcie 0,0.Na zakończenie niniejszego podrozdziału uogólnimy definicję 9.19 na przypadek pochodnych
cząstkowych dowolnych rzędów .
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 208 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Definicja 9.34. Niech m C 1 będzie dowolną liczbą naturalną. Pochodną cząstkową rzędu m
względem zmiennych xim , . . . , xi1 określamy następująco:
∂mf
∂xim∂xim1 . . . ∂xi1x ∂
∂xim ∂
∂xim1
. . . ∂f∂xi1
x , (9.15)
przy założeniu, że wyrażenie po prawej stronie jest dobrze określone.
W sposób naturalny różniczkowalność w sposób ciągły rozszerza się także na przypadek po-
chodnych wyższych rzędów.
Definicja 9.35. Niech m będzie dowolną liczbą naturalną.
a) Jeśli wszystkie pochodne cząstkowe m-tego rzędu funkcji f są ciągłe w każdym punkcie zbioru
(otwartego) A, to mówimy, że funkcja f jest m-krotnie różniczkowalna w sposób ciągły na
zbiorze A (inaczej mówiąc f jest klasy Cm na A). Jeśli A pokrywa się z dziedziną funkcji, to
mówimy, że f jest m-krotnie różniczkowalna w sposób ciągły.
b) Jeśli f jest m-krotnie różniczkowalna dla dowolnego m > N, to powiemy, że funkcja ta jest
nieskończenie wiele razy różniczkowalna (inaczej: klasy Cª).
Przykład 9.36. Wszystkie funkcje rozważane w przykładzie 9.30 są klasy Cª.
9.15. (?) Obliczyć pochodną kierunkową ©hfx, jeśli:
a) fx1, x2 x21 3x1x2 2x2
2 x1 x2, x 1,2, h 3,2,b) fx1, x2 ex1 sinx2, x 1, π2 , h 1,1,c) fx1, x2 »Sx1x2S, x 0,0, h 1,1.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 209 z 365
Powrót
Pełny ekran
Zamknij
Koniec
9.16. (?) Sprawdzić, że funkcja fx1, x2 »Sx1x2S, ma w otoczeniu punktu x 0,0 pochodne
cząstkowe rzędu pierwszego, ale nie są one ciągłe w tym punkcie.
9.17. (?) Wykazać, że poniższe funkcje są różniczkowalne w sposób ciągły:
a) fx1, x2 x21 5x3
2 4x1x2 10,
b) fx1, x2 ln 2 »x2
1 x22 1,
c) fx1, x2 sincosx1 cosx2,d) fx1, x2 x1
2sinx2.
9.18. (?) Zbadać, czy wektor h jest wektorem wzrostu (ewentualnie spadku) wartości funkcji f
w punkcie x, jeśli:
a) fx x21x2 x3
2, x 1,1, h 0,2,b) fx lnx2
1 2x22, x 0,1, h 1,3,
c) fx ¢¦¤x21x
22
x1x2dla x1 x2 x 0,
0 dla x1 x2 0,x 0,1, h 2,3,
d) funkcja identyczna jak w (c), tylko x 0,0, h 1,1,e) funkcja identyczna jak w (c), tylko x 0,0, h 1,1.
9.5. Ekstrema funkcji dwóch zmiennych
Definicja 9.37. Mówimy, że funkcja f X R ma minimum lokalne w punkcie x >X wtedy i
tylko wtedy, gdy
rA0
x>Kx,r9X fx C fx.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 210 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Jeśli dla każdego x > X zachodzi fx C fx, to mówimy, że f ma w punkcie x minimum
globalne (inaczej, osiąga swoją najmniejszą wartość).
Funkcja f ma maksimum lokalne (globalne) w punkcie x > X wtedy i tylko wtedy, gdy
funkcja f ma w tym punkcie minimum lokalne (globalne).
Podobnie jak miało to miejsce w przypadku funkcji jednej zmiennej, minima i maksima funkcji
określane są mianem jej ekstremów.
x1
x2
a
bc
y
Rysunek 9.5: Funkcja, której fragmenty wykresu przedstawione są na rysunku, ma: minimum lo-kalne w punkcie a, maksimum lokalne – w punkcie b. W punkcie c funkcja nie ma ekstremum
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 211 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Przykład 9.38. a) Funkcja fx1, x2 x21 x
22, x1, x2 > R2, ma minimum globalne w punkcie0,0. Dla każdego x1, x2 > R2 zachodzi bowiem fx1, x2 C f0,0.
b) Funkcja fx1, x2 eSx1x2S, x1, x2 > R2, ma maksimum globalne w każdym punkcie, którego
współrzędne spełniają warunek x1 x2 0.
Wyznaczanie ekstremów lokalnych funkcji różniczkowalnych znacznie się upraszcza. Przyto-
czymy stosowne twierdzenia dla przypadku funkcji dwóch zmiennych. Uogólnienia na przypadek
większej liczby zmiennych można znaleźć w dalszej części rozdziału.
Twierdzenie 9.39 (Warunek konieczny istnienia ekstremum lokalnego funkcji). Jeśli
zbiór X ` R2 jest niepusty i otwarty, funkcja f X R ma pochodne cząstkowe rzędu 1 w otoczeniupunktu x i ma w tym punkcie ekstremum lokalne, to
f x1x 0, f x2x 0. (9.16)
Warunek podany w twierdzeniu 9.39 nazywamy również warunkiem pierwszego rzędu ist-
nienia ekstremum .
Rozwiązania układu 9.16 nazywamy punktami stacjonarnymi (lub punktami krytycz-
nymi) funkcji f .
Łatwo zauważyć, iż warunek zerowania się pochodnych, sformułowany w twierdzeniu 9.39 nie
wystarcza do istnienia ekstremum (podobnie zresztą, jak w przypadku funkcji jednej zmiennej).
Istotnie, na przykład dla funkcji fx1, x2 x1x2 i punktu 0,0 warunek 9.16 jest spełniony, nato-
miast funkcja ta nie ma w tym punkcie ekstremum – w każdym otoczeniu punktu 0,0 przyjmuje
zarówno wartości dodatnie jak i ujemne, a więc większe oraz mniejsze od f0,0.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 212 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Przed sformułowaniem kolejnego twierdzenia wygodnie jest wprowadzić krótsze oznaczenie dla
wyznacznika macierzy drugiej pochodnej (por. 9.9):
W x det f x <@@@@> f
x1,x1x f x1,x2xf x2,x1x f x2,x2x
=AAAA? .Twierdzenie 9.40 (Warunek wystarczający istnienia ekstremum lokalnego funkcji.).
Załóżmy, że funkcja f X R jest dwukrotnie różniczkowalna w sposób ciągły w otoczeniu pewnego
punktu x, który spełnia warunek 9.16. Wówczas:
a) Jeśli f x1,x1x A 0 oraz W x A 0, to f ma w x minimum lokalne.
b) Jeśli f x1,x1x @ 0 oraz W x A 0, to f ma w x maksimum lokalne.
c) Jeśli W x @ 0, to f nie ma ekstremum w punkcie x.
Czytelnik zechce zauważyć, że pierwsze z nierówności z podpunktów a) i b) można zastąpić
odpowiednio przez f x2,x2x A 0 oraz f x2,x2x @ 0.
Przykład 9.41. Wyznaczymy ekstrema lokalne funkcji fx1, x2 x41 2x2
2 4x1x2. Współrzędne
punktów stacjonarnych spełniają układ równań
f x1 4x31 4x2 0, f x2 4x2 4x1 0,
skąd wynika, że funkcja f ma trzy punkty stacjonarne:
a 0,0, b 1,1, c 1,1.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 213 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Macierz drugiej pochodnej analizowanej funkcji ma postać: f x1, x2 <@@@@> 12x21 4
4 4
=AAAA? .Macierze drugiej pochodnej f w punktach stacjonarnych są równe:
f a <@@@@> 0 4
4 4
=AAAA? , f b f c <@@@@> 12 4
4 4
=AAAA? .Mamy kolejno: W a det f a @ 0, zatem w punkcie a funkcja f nie ma ekstremum; f x1,x1b f x1,x1c A 0 oraz W b W c A 0, czyli w punktach b i c funkcja f ma minima lokalne.
Przykład 9.42. Twierdzenie 9.40 nie rozwiązuje problemu w sytuacji, gdy f x1,x1x 0 lub
W x 0. W takim przypadku funkcja f może, choć nie musi, mieć w punkcie x ekstremum.
Aby to pokazać, przeanalizujemy dwie niezbyt skomplikowane funkcje.
a) Niech fx1, x2 x211 x2
2. Funkcja f jest różniczkowalna na R2; jej punkty stacjonarne to0, c, gdzie c > R. W rozważanym przypadku mamy jednak W 0, c 0, więc twierdzenie 9.40
nie jest specjalnie pomocne. Łatwo jednak zauważyć, iż w każdym przypadku mamy fx1, x2 C0 f0, c, a więc funkcja f ma minima (globalne) we wszystkich swoich punktach stacjonarnych.
b) Nietrudno sprawdzić, że punkt x 0,0 jest jedynym punktem stacjonarnym funkcji
fx1, x2 x21x1x4
2. Ostatnie twierdzenie także i w tym przypadku nie rozstrzyga, czy w rozważa-
nym punkcie funkcja ma ekstremum. Tym razem jednak w dowolnym otoczeniu punktu x istnieją
zarówno punkty, w których wartość funkcji jest mniejsza, jak i większa od wartości f0,0 0.
W punkcie (0,0) funkcja f nie ma zatem ekstremum.
Na zakończenie rozważmy krótko problem wyznaczania ekstremów globalnych – największych
i najmniejszych wartości funkcji. W ogólności problem jest skomplikowany, jednak w prostych
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 214 z 365
Powrót
Pełny ekran
Zamknij
Koniec
przypadkach – a tylko takie będą stanowiły przedmiot naszych rozważań – stosunkowo łatwo znaleźć
rozwiązanie.
Definicja 9.43. Mówimy, że największa wartość funkcji na zbiorze jest równa m wtedy i
tylko wtedy, gdy fx B m dla każdego x > A oraz fx m dla pewnego x > A. O punkcie x
mówimy, że f osiąga tam swoją największą wartość na zbiorze
Definiując najmniejszą wartość funkcji na zbiorze wystarczy zmienić zwrot podanej
nierówności na przeciwny.
Przykład 9.44. a) Wyznaczymy największą i najmniejszą wartość funkcji fx1, x2 x1 x2
na kole X, określonym nierównością x21 x
22 B 2. Warstwice funkcji f są prostymi o równaniach
x1 x2 c, gdzie c > R jest wartością funkcji. Szukając największej wartości f na zbiorze X należy
wyznaczyć warstwicę mającą co najmniej jeden punkt wspólny ze zbiorem X i odpowiadającą
możliwie największej wartości funkcji. Analogicznie w przypadku minimum. Łatwo zauważyć, że
im „wyżej”(„niżej”) położona warstwica, tym odpowiada większej (mniejszej) wartości funkcji.
Tym samym największa wartość f na X jest równa f1,1 2, najmniejsza zaś f1,1 2
(por. rys. ?? (a)).
b) Najmniejsza wartość funkcji fx1, x2 x21x
22 na zbiorze X x1, x2 > R2x1x2 2 jest
równa f1,1 2, największej wartości funkcja nie osiąga – funkcja jest nieograniczona z góry na
tym zbiorze (por. rys. ?? (b)).
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 215 z 365
Powrót
Pełny ekran
Zamknij
Koniec
(a) (b)
x1x1
x2 x2x2
(-1,-1)
(1,1)(1,1)
Rysunek 9.6: Rysunki do przykładu 9.44. Warstwice funkcji oznaczono kolorem czerwonym, strzał-kami oznaczono (przykładowe) kierunki wzrostu wartości funkcji
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 216 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Zadania
9.19. (?) Sprawdzić, czy funkcja fx1, x2 12x
41 x
22 2x1x2 2 ma ekstrema w punktach: 0,0,2,2, 1,1, 2,1, 1,1.
9.20. (?) Wyznaczyć (o ile istnieją) ekstrema lokalne funkcji:
a) fx1, x2 3x21 3x1x2 x2
2 15x1,
b) fx1, x2 2x21 3x1x2 3x2
2 2x1 x2 1,
c) fx1, x2 x21 x1x2 x2
2 6x1 4x2 5,
d) fx1, x2 x31 x
32 3ax1x2, gdzie a > R jest parametrem,
e) fx1, x2 x41 4x1x2 x4
2 2x21 2x2
2 8,
f) fx1, x2 4x1x2 1x1
1x2
, gdzie x1 x 0, x2 x 0,
g) fx1, x2 x1x2 lnx21 x
22, x1, x2 x 0,0.
9.21. (?) Dobrać stałe a, b > R tak, aby liczba R 10 x2 ax b2dx, była możliwie najmniejsza.
Znaleźć najmniejszą wartość tej całki.
9.22. (?) Dane jest n C 2 punktów xi, yi takich, że przynajmniej dwie spośród liczb x1, x2, . . . , xn,
są różne. Dobrać stałe a i b tak, aby suma Pni1axi b yi2 była najmniejsza.
9.23. (?) Niech f X R będzie dowolną funkcją. Wykazać, że jeśli gR R jest funkcją rosnącą,
to g X f ma maksimum (minimum) lokalne w punkcie x > X wtedy i tylko wtedy, gdy f ma w x
maksimum (minimum) lokalne.
9.24. (?) Wyznaczyć najmniejszą i największą wartość funkcji f na zbiorze X, jeśli:
a) fx1, x2 x21 x
22 2x1 2x2, X x1, x2 > R2x1 x2 B 3, x1 C 0, x2 C 0,
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 217 z 365
Powrót
Pełny ekran
Zamknij
Koniec
b) fx1, x2 x21 x
22, X x1, x2 > R2x2
1 x22 B 1,
c) fx x21 3x2, X x > R2x1 2x2 B 2, x1 C 0, x2 C 0,
d) fx x1 x2, X x > R2x21 x
22 B 4, x1 C 0,
e) fx x21 2x2
2, X x > Rx21 x
22 B 9,
f) fx x1 2x2, X x > Rx1 C 0, x2 C 0, x1 x2 B 2.
9.25. (?) Właściciel psa może kupić dwa rodzaje A i B, gotowych pokarmów zawierających
miedzy innymi dwa ważne dla życia mikroelementy: (m1) i (m2). Zawartość tych składników oraz
cena 1kg pokarmu podane są w tablicy. Pies może zjeść w ciągu dnia nie więcej niż 2 kg pokarmu.
Należy ustalić wielkość dziennej konsumpcji obu pokarmów tak, aby ich łączny koszt był możliwie
najmniejszy, pies zaś otrzymał co najmniej 15mg i 30mg odpowiednio m1 oraz m2.
PokarmZawartość mg~kg
Cena, zł/kgm1 m2
A 10 30 12B 15 20 15
Czy odpowiedź zmieniłaby się, gdyby: a) doliczyć VAT (22% ceny każdego pokarmu); b) cena
pokarmu B spadła o 1zł?
9.6. Uzupełnienie. Ekstrema funkcji wielu zmiennych
Podamy obecnie warunki istnienia ekstremów dla funkcji f X R, gdzie X ` Rk. Dla k 2 są
one identyczne ze sformułowanymi poprzednio.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 218 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Twierdzenie 9.45 (Warunek konieczny istnienia ekstremum). Jeśli zbiór X ` Rk jest
niepusty i otwarty, funkcja f X R jest różniczkowalna w otoczeniu punktu x > X i ma w tym
punkcie ekstremum lokalne, to
f xix 0 dla każdego i 1, . . . , k. (9.17)
Dla kwadratowej macierzy A aijkk oraz liczby p 1, . . . , k, oznaczamy
DpA detaiji,j1,...,p.
W wersji bardziej rozwiniętej:
D1A deta11,D2A det<@@@@> a11 a12
a21 a22
=AAAA? ,D3A det
<@@@@@@>a11 a12 a13
a21 a22 a23
a31 a32 a33
=AAAAAA? , . . . ,DkA detA. (9.18)
Twierdzenie 9.46 (Warunek wystarczający istnienia ekstremum). Załóżmy, że funkcja
f X R jest dwukrotnie różniczkowalna w sposób ciągły w otoczeniu pewnego punktu x, który
spełnia warunek 9.17. Wówczas:
a) Jeśli Dp f x1,x1x A 0 dla wszystkich p 1, . . . , k, to f ma w x minimum lokalne.
b) Jeśli 1pDp f x1,x1x A 0 (a więc Dp f x1,x1x są dodatnie dla parzystych p i ujemnedla p nieparzystych), to f ma w x maksimum lokalne.
c) Jeśli Dp f x1,x1x jest ujemne dla pewnego parzystego p lub istnieją liczby nieparzyste p, qdla których Dp f x oraz Dq f x mają różne znaki, to f nie ma ekstremum w punkcie x.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 219 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Przykład 9.47. Rozważmy funkcję (a właściwie ich rodzinę indeksowaną parametrem a o warto-
ściach rzeczywistych):
fx1, x2, x3 x12 ax2
2 3x3
2 4x1x2 2x3 6x1 3x2.
Funkcja jest klasy C2 (nawet Cª), zatem poszukując jej ekstremów lokalnych możemy skorzystać
z dwóch ostatnich twierdzeń. Punkty stacjonarne spełniają układ równań
f x1 2x1 4x2 6 0, f x2 2ax2 4x1 3 0, f x3 6x3 2 0.
Macierz M drugiej pochodnej f ma postać:
M
<@@@@@@>2 4 0
4 2a 0
0 0 6
=AAAAAA? ,stąd, zgodnie z 9.18, mamy:
D1M 2, D2M det<@@@@> 2 4
4 2a
=AAAA? , D3M detM 64a 16.Wyniki te pozwalają na sformułowanie kilku faktów:
a) Jeżeli a 5 funkcja ma jeden punkt stacjonarny 18, 152 ,
13. W rozważanym przypadku
mamy D1M 2 A 0, D2M 4 A 0, D3M 24 A 0, funkcja ma więc minimum.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 220 z 365
Powrót
Pełny ekran
Zamknij
Koniec
b) Jeśli a 1 funkcja ma jeden punkt stacjonarny, jeśli natomiast a 4 nie ma takiego punktu.
W obu przypadkach nie ma ekstremum.
c) Dla każdego a wartość D1M jest dodatnia. Funkcja nie ma więc maksimów.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 221 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Rozdział 10
Rachunek prawdopodobieństwa
10.1. Własności prawdopodobieństwa
Rachunek prawdopodobieństwa zajmuje się badaniem zdarzeń, które zależą od przypadku, czyli
tak zwanych zdarzeń losowych. Przykładem takich zdarzeń są wyniki rzutu monetą lub wyniki
rzutu kostką do gry. Wynik doświadczenia nazywamy zdarzeniem elementarnym i oznaczamy
symbolem ω. Zbiór wszystkich zdarzeń elementarnych oznaczamy symbolem Ω. Zdarzeniami
losowymi nazywamy wyróżnione podzbiory zbioru Ω. Jeśli Ω jest zbiorem skończonym, to możemy
przyjąć, że każdy podzbiór zbioru Ω jest zdarzeniem losowym. W ogólnym przypadku o zdarzeniach
losowych zakładamy, że należą do rodziny M spełniającej warunki:
a) Ω >M,
b) A >M A >M,
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 222 z 365
Powrót
Pełny ekran
Zamknij
Koniec
c) n>N
An >M A1 8A2 8 ... >M.
W rachunku prawdopodobieństwa zbiór Ω nazywamy zdarzeniem pewnym, a zbiór g nazy-
wamy zdarzeniem niemożliwym. Jeśli ω > A, to mówimy, że zdarzenie elementarne ω sprzyja
zajściu zdarzenia losowego A. Jeśli A ` B, to mówimy, że zdarzenie A pociąga za sobą zdarzenie B.
Sumę zbiorów A8B nazywamy alternatywą zdarzeń A, B, a iloczyn zbiorów A9B – koniunk-
cją zdarzeń A, B. Zdarzeniem przeciwnym do zdarzenia A nazywamy zdarzenie A Ω A.
Mówimy, że zdarzenia A i B są rozłączne , jeśli A 9B g.
Niech A1,A2, . . . będzie nieskończonym ciągiem zdarzeń losowych, zdarzenie A A1 8A2 8 . . .,
które zachodzi wówczas, gdy zachodzi co najmniej jedno ze zdarzeń A1,A2, . . ., nazywamy również
alternatywą zdarzeń A1,A2, . . .. Podobnie zdarzenie A A1 9A2 9 . . ., które zachodzi wówczas, gdy
zachodzi każde że zdarzeń A1,A2, . . ., nazywamy koniunkcją zdarzeń A1,A2, . . ..
Definicja 10.1. Niech Ω będzie zbiorem zdarzeń elementarnych, a M rodziną zdarzeń losowych.
Prawdopodobieństwem nazywamy funkcję P M R spełniającą warunki:
a) P A C 0 dla każdego A >M;
b) P Ω 1;
c) jeśli zdarzenia losowe An >M, gdzie n 1,2, ..., są parami rozłączne, to
P A1 8A2 8A3 8 . . . P A1 P A2 P A3 Przykład 10.2 (klasyczna definicja prawdopodobieństwa). Jeśli Ω ω1, ω2, ..., ωn, M jest rodzi-
ną wszystkich podzbiorów zbioru Ω, to funkcja P M R określona wzorem P A
A
Ω, gdzie
A
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 223 z 365
Powrót
Pełny ekran
Zamknij
Koniec
oznacza liczbę elementów zbioru A, a
Ω liczbę elementów zbioru Ω, jest prawdopodobieństwem.
Przykład 10.3. Jeśli zbiór zdarzeń elementarnych Ω jest nieskończony, to zdarzeniami losowymi
nie muszą być wszystkie podzbiory zbioru Ω. Przykładem prawdopodobieństwa określonego na
rodzinie podzbiorów zbioru nieskończonego jest tak zwane prawdopodobieństwo geometryczne.
Załóżmy, że Ω jest podzbiorem przestrzeni Rn (gdzie n 1,2,3 o skończonej dodatniej mierze
(odpowiednio: długości, polu powierzchni, objętości), prawdopodobieństwo zdarzenia losowego A `
Ω określamy wówczas wzorem
P A SASSΩS ,gdzie SAS oznacza miarę zbioru A, zaś SΩS – miarę zbioru Ω.
Twierdzenie 10.4. Niech P M R będzie prawdopodobieństwem, wówczas:a) P g 0;
b) jeśli zdarzenia losowe A1,A2, ...,Ak są parami rozłączne, to
P A1 8A2 8 ... 8Ak k
Qj1P Aj;
c) P A 1 P A;d) jeśli A ` B, to P B A P B P A oraz P A B P B;e) P A 8B P A P B P A 9B.
Definicja 10.5. Mówimy, że zdarzenia losowe A i B są niezależne wtedy i tylko wtedy, gdy
P A 9B P AP B.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 224 z 365
Powrót
Pełny ekran
Zamknij
Koniec
W przeciwnym przypadku mówimy, że zdarzenia A i B są zależne .
Definicja 10.6. Prawdopodobieństwem warunkowym zdarzenia A, pod warunkiem, że zaszło
zdarzenie B, gdzie P B A 0, nazywamy liczbę
P ASB P A 9BP B .
Twierdzenie 10.7 (wzór na prawdopodobieństwo całkowite). Jeśli zdarzenia losowe B1, B2, ...,
Bn spełniają warunki:
a) B1 8B2 8 ... 8Bn Ω;
b) P Bk A 0 dla k 1,2, ..., n;
c) Bj 9Bk g dla k, j 1,2, ..., n, k x j; to dla dowolnego zdarzenia losowego A
P A n
Qk1P ASBkP Bk.
Twierdzenie 10.8 (wzór Bayesa). Jeśli zdarzenia losowe B1,B2, ...,Bn spełniają założenia po-
przedniego twierdzenia oraz P A A 0, to dla dowolnego j 1,2, ..., n
P Bj SA P ASBjP BjnPk1P ASBkP Bk .
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 225 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Zadania
10.1. (?) Obliczyć prawdopodobieństwo zdarzenia, że w trzykrotnym rzucie monetą symetryczną
otrzymamy:
a) dokładnie dwa orły,
b) co najmniej dwa orły,
c) wszystkie wyniki identyczne.
10.2. (?) Rzucamy dwukrotnie kostką do gry. Wyznaczyć zbiór zdarzeń elementarnych. Obliczyć
prawdopodobieństwo zdarzenia:
a) suma wyrzuconych oczek jest mniejsza od 5,
b) suma wyrzuconych oczek jest nieparzysta,
c) suma wyrzuconych oczek jest równa 6 lub 10.
10.3. (?) Rzucamy raz sześcioma kostkami do gry. Jakie jest prawdopodobieństwo zdarzenia, że
na każdej kostce wypadnie inna liczba oczek?
10.4. (?) Wykazać, że:
a) dla dowolnych zdarzeń losowych A,B,C
P A 8B 8C P A P B P C P A 9B P A 9C P B 9C P A 9B 9C,
b) jeśli P A 1 i P B 1, to P A 9B 1,
c) jeśli P A P B A 1, to A 9B x g.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 226 z 365
Powrót
Pełny ekran
Zamknij
Koniec
10.5. (?) Z przedziału o długości a wybieramy losowo punkt x. Obliczyć prawdopodobieństwo
zdarzenia, że odległość wybranego punktu od środka przedziału jest mniejsza od 14a.
10.6. (?) Z przedziału `0,1e wybrano losowo dwa punkty x i y. Wyznaczyć prawdopodobieństwo
zdarzenia, że y B 12x.
10.7. (?) Z przedziału `0,1e wybrano losowo dwa punkty x i y. Wyznaczyć prawdopodobieństwo
zdarzenia, że xy @ 13 .
10.8. (?) Wyznaczyć prawdopodobieństwo zdarzenia, że pierwiastki równania
x2 2bx c 0
są rzeczywiste, jeśli liczby b i c zostały wybrane losowo z przedziału `0,1e .10.9. (?) Z przedziału `0,1e wybrano losowo dwa punkty x i y. W zależności od wartości parametru
a > R wyznaczyć F a P x y B a. Obliczyć pochodną funkcji F a. Narysować wykres funkcji
F a i fa F a.10.10. (?) Niech A i B będą niezależnymi zdarzeniami losowymi takimi, że P A 1
4 , P B 15 .
Obliczyć:
a) P A 9B,b) P A 8B,c) P A B.
10.11. (?) Udowodnić, że jeśli zdarzenia A i B są niezależne, to niezależne są również zdarzenia:
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 227 z 365
Powrót
Pełny ekran
Zamknij
Koniec
a) A i B,
b) A i B.
10.12. (?) Udowodnić, że jeśli zdarzenia A i B są niezależne oraz A 8 B Ω, to P A 1 lub
P B 1.
10.13. (?) Rzucamy raz dwiema kostkami do gry. Niech A oznacza zdarzenie: suma liczby wy-
rzuconych oczek jest mniejsza od 6, B – zdarzenie: suma liczby wyrzuconych oczek jest parzysta.
Zbadać niezależność zdarzeń A i B.
10.14. (?) Rzucamy trzykrotnie monetą. Niech A oznacza zdarzenie: otrzymane wyniki nie są
identyczne, B – zdarzenie: co najwyżej jedna reszka. Zbadać niezależność zdarzeń A i B.
10.15. (?) Rzucamy dwukrotnie kostką sześcienną. Niech A oznacza zdarzenie: wśród wyrzuconej
liczby oczek jest co najmniej jedna szóstka, B – zdarzenie: wśród wyrzuconej liczby oczek jest co
najwyżej jedna liczba parzysta. Zbadać, czy zdarzenia A i B są niezależne.
10.16. (?) Z urny zawierającej 3 kule białe i 5 czarnych losujemy dwa razy bez zwracania jedną
kulę. Niech A oznacza zdarzenie: pierwsza wylosowana kula jest biała, B – zdarzenie: wylosowane
kule mają różne kolory. Zbadać niezależność zdarzeń A i B.
10.17. (?) W pierwszej urnie znajduje się 5 kul białych i 4 czarne, w drugiej 3 białe i 2 czarne.
Losujemy jedną kulę z pierwszej urny i nie oglądając jej wkładamy do drugiej urny. Następnie
losujemy jedną kulę z drugiej urny. Obliczyć prawdopodobieństwo wylosowania z drugiej urny kuli
czarnej.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 228 z 365
Powrót
Pełny ekran
Zamknij
Koniec
10.18. (?) Rozpatrzmy doświadczenie opisane w zadaniu 10.17. Obliczyć prawdopodobieństwo
zdarzenia, że z pierwszej urny wylosowaliśmy kulę białą, jeśli wiadomo, że z drugiej otrzymaliśmy
kulę czarną.
10.2. Jednowymiarowe zmienne losowe
Niech Ω będzie zbiorem zdarzeń elementarnych, a M rodziną zdarzeń losowych.
Definicja 10.9. Funkcję X Ω R nazywamy jednowymiarową zmienną losową wtedy i
tylko wtedy, gdy zbiór ω > Ω Xw B x jest zdarzeniem losowym dla każdego x > R.
Twierdzenie 10.10. Jeśli X Ω R jest jednowymiarową zmienną losową, to dla dowolnych liczbrzeczywistych a, b zbiory
ω > Ω Xw @ b, ω > Ω Xw A b, ω > Ω Xw b,ω > Ω a @Xw B b,ω > Ω a @Xw @ b, ω > Ω a BXw @ b, ω > Ω a BXw B bsą zdarzeniami losowymi.
Przyjmujemy umowę, że opuszczać będziemy dalej symbole Ω i ω. Na przykład zamiastω > Ω a @ Xw @ b będziemy pisali a @ X @ b, a zamiast ω > Ω Xw b będziemy
pisali X b.
Definicja 10.11. Dystrybuantą zmiennej losowej X nazywamy funkcję F R R określoną
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 229 z 365
Powrót
Pełny ekran
Zamknij
Koniec
wzorem
F x P X B x.Twierdzenie 10.12. Jeśli F R R jest dystrybuantą zmiennej losowej X, to:a) lim
xªF x 0, lim
xªF x 1.
b) F jest funkcją niemalejącą.
c) F jest funkcją prawostronnie ciągłą.
O dystrybuancie F zmiennej losowej X mówimy, że wyznacza rozkład prawdopodobieństwa
zmiennej losowej X.
10.2.1. Zmienne losowe o rozkładzie skokowym
Definicja 10.13. Mówimy, że zmienna X ma rozkład skokowy wtedy i tylko wtedy, gdy istnieje
skończony lub przeliczalny1 zbiór S x1, x2, ... ` R taki, że
a) xk>S
P X xk A 0,
b) PkP X xk 1.
Jeśli X ma rozkład skokowy, to jej dystrybuanta spełnia warunek pk P X xk
F xk F xk 0, dla każdego xk > S, gdzie F xk 0 oznacza granicę lewostronną funkcji
F w punkcie xk.
1Zbiór nazywamy przeliczalnym, jeśli ze wszystkich jego elementów można utworzyć ciąg. Na przykład zbiór liczbnaturalnych lub zbiór liczb parzystych jest przeliczalny.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 230 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Definicja 10.14. Funkcję p S R określoną wzorem pxk P X xk nazywamy funkcją
prawdopodobieństwa zmiennej X.
Jeśli S jest zbiorem skończonym, to funkcję prawdopodobieństwa zmiennej X zapisujemy często
w tabeli postacixk x1 x2 ... xn
pk p1 p2 ... pn,
gdzie pk pxk dla k 1,2, ..., n. O funkcji prawdopodobieństwa p mówimy, że wyznacza rozkład
prawdopodobieństwa zmiennej losowej X.
Definicja 10.15. Wartością oczekiwaną zmiennej losowej X o funkcji prawdopodobieństwa
p S R, pxk pk nazywamy liczbę
EX Qxk>S
xkpk.
Twierdzenie 10.16. (własności wartości oczekiwanej)
a) Jeśli istnieje EX, to EaX b aEX b, dla każdego a, b > R.b) Jeśli istnieją wartości oczekiwane EX1, EX2, to E X1 X2 EX1 EX2.
Twierdzenie 10.17. Jeśli Y h X, gdzie h jest funkcją przedziałami ciągłą, a zmienna X marozkład o funkcji prawdopodobieństwa pxk pk, to
Eh X Qxk>S
h xkpk.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 231 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Definicja 10.18. Wariancją zmiennej losowej X nazywamy liczbę
D2X EX EX2.
Odchyleniem standardowym zmiennej losowej X nazywamy liczbę
DX ºD2X.
Twierdzenie 10.19. Jeśli istnieje wariancja D2X, to:
a) D2X EX2 EX2,
b) D2aX a2D2X, dla każdego a > R.c) D2X a D2X, dla każdego a > R.
Wartość oczekiwaną EX nazywamy momentem zwykłym pierwszego rzędu, wartość ocze-
kiwaną E X2 nazywamy momentem zwykłym drugiego rzędu, a wariancję D2X nazywamy
momentem centralnym drugiego rzędu.
Wybrane rozkłady skokowe
Definicja 10.20. Mówimy, że zmienna losowa X Ω R ma rozkład jednopunktowy w punkcie
x0 > R wtedy i tylko wtedy, gdy
P X x0 1.
W rozkładzie jednopunktowym momenty zmiennej X są równe EX x0, D2X 0.2
2Jest to jedyny rozkład o wariancji równej zeru.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 232 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Definicja 10.21. Mówimy, że zmienna losowa X Ω R ma rozkład zero-jedynkowy z para-
metrem p > 0,1 wtedy i tylko wtedy, gdy
P X 1 p,P X 0 q,gdzie q 1 p. Dla rozkładu zero-jedynkowego mamy EX p, D2X pq.
Definicja 10.22. Mówimy, że zmienna losowa X Ω R ma rozkład równomierny skoncen-
trowany w punktach x1, x2, ..., xn wtedy i tylko wtedy, gdy
P X xi 1n dla i 1,2, ..., n.
Momenty zmienne X są równe EX 1n
nPi1xi, D2X 1
n
nPi1x2i 1
n
nPi1xi2
.
Definicja 10.23. Mówimy, że zmienna losowa X Ω R ma rozkład Bernoulliego z parame-
trami p > 0,1, n > N wtedy i tylko wtedy, gdy
P X k nkpkqnk,gdzie k 0,1, ..., n, q 1 p. W rozkładzie Bernoulliego momenty są równe EX np, D2X npq.
Definicja 10.24. Mówimy, że zmienna losowa X Ω R ma rozkład geometryczny z parame-
trem p > 0,1 wtedy i tylko wtedy, gdy
P X k qk1p,
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 233 z 365
Powrót
Pełny ekran
Zamknij
Koniec
gdzie k 1,2, ..., q 1 p. Momenty zmiennej X są równe EX 1p , D2X
qp2 .
Definicja 10.25. Mówimy, że zmienna losowa X Ω R ma rozkład Poissona z parametrem
λ A 0 wtedy i tylko wtedy, gdy
P X k λk
k! eλ,
gdzie k 0,1, ... . Dla rozkładu Poissona mamy EX λ, D2X λ.
Zadania
10.19. (?) Niech X oznacza liczbę orłów w dwukrotnym rzucie monetą symetryczną.
a) Wyznaczyć rozkład zmiennej X.
b) Wyznaczyć dystrybuantę zmiennej X i narysować jej wykres.
c) Obliczyć EX i D2X.
10.20. (?) Niech X oznacza liczbę orłów w trzykrotnym rzucie monetą symetryczną.
a) Wyznaczyć rozkład zmiennej X.
b) Wyznaczyć dystrybuantę zmiennej X.
c) Obliczyć EX i D2X.
10.21. (?) Niech X oznacza liczbę oczek wyrzuconych w jednokrotnym rzucie kostką do gry.
a) Wyznaczyć rozkład zmiennej X.
b) Obliczyć EX i D2X.
10.22. (?) Zmienna losowa X ma rozkład określony tabelką
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 234 z 365
Powrót
Pełny ekran
Zamknij
Koniec
xk 2 0 1
pk14
12
14
.
a) Wyznaczyć dystrybuantę zmiennej X.
b) Obliczyć P X2 B 1 .10.23. (?) Zmienna losowa X ma rozkład określony tabelką
xk 1 0 1 2
pk15
25
15
15
.
a) Wyznaczyć dystrybuantę zmiennej X i naszkicować jej wykres.
b) Obliczyć EX i D2X.
c) Obliczyć P X2 C 1.10.24. (?) Zmienna losowa X ma dystrybuantę określoną wzorem
F x ¢¨¦¨¤
0 dla x @ 2,15 dla 2 B x @ 1,25 dla 1 B x @ 2,
1 dla x C 2.
a) Wyznaczyć rozkład zmiennej X.
b) Obliczyć EX i D2X.
c) Obliczyć P 3X B 2.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 235 z 365
Powrót
Pełny ekran
Zamknij
Koniec
10.25. (?) Na egzaminie z rachunku prawdopodobieństwa trzech studentów otrzymało ocenę 2,
dziesięciu – ocenę 3, pięciu – ocenę 4 i dwóch – ocenę 5. Niech X oznacza ocenę uzyskaną przez
wybranego losowo z tej grupy jednego studenta.
a) Wyznaczyć rozkład zmiennej losowej X.
b) Obliczyć prawdopodobieństwo zdarzenia, że wybrany losowo student otrzymał ocenę co naj-
mniej 4.
c) Obliczyć EX i D2X.
10.26. (?) W sklepie znajduję się 1000 butelek wody mineralnej „Czysty zdrój”, 1500 butelek
wody mineralnej „Kaskada zdrowia” i 2500 butelek wody mineralnej „Górski potok”. Jedna butelka
wody „Czysty zdrój” kosztuje 1 zł, jedna butelka wody „Kaskada zdrowia” kosztuje 2 zł, a jedna
butelka wody „Górski potok” kosztuje 3 zł. Niech X oznacza cenę wybranej losowo jednej butelki
wody mineralnej.
a) Wyznaczyć rozkład zmiennej losowej X.
b) Wyznaczyć dystrybuantę zmiennej X.
10.27. (?) Z talii 52 kart wybieramy losowo 2 karty. Niech X oznacza liczbę pików wśród tych 2
kart.
a) Wyznaczyć rozkład zmiennej losowej X.
b) Wyznaczyć rozkład zmiennej Y X 1.
c) Sprawdzić, czy zmienne X i Y X 1 mają taką samą wariancję.
10.28. (?) Rzucamy kostką do gry tak długo, aż wyrzucimy 5 lub 6 oczek. Niech X oznacza liczbę
wykonanych rzutów.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 236 z 365
Powrót
Pełny ekran
Zamknij
Koniec
a) Wyznaczyć rozkład zmiennej losowej X.
b) Obliczyć prawdopodobieństwo zdarzenia, że wykonamy co najmniej 5 rzutów.
10.29. (?) Zmienna losowa X ma rozkład jednopunktowy skoncentrowany w punkcie x0 3.
a) Wyznaczyć dystrybuantę zmiennej X i narysować jej wykres.
b) Wyznaczyć EX i D2X.
10.30. (?) Zmienna losowa X ma rozkład zero-jedynkowy z parametrem p.
a) Obliczyć EX i D2X.
b) Wyznaczyć dystrybuantę zmiennej X i narysować jej wykres dla p 13 .
10.31. (?) Zmienna losowa X ma rozkład Bernoulliego z parametrami p 14 , n 3.
a) Obliczyć wartości P X k dla k 0,1,2,3.
b) Wyznaczyć dystrybuantę zmiennej X.
10.32. (?) Obliczyć prawdopodobieństwo otrzymania w ośmiu rzutach monetą symetryczną:
a) dokładnie 3 orłów,
b) co najmniej 3 orłów,
c) co najwyżej 3 orłów.
10.33. (?) Rzucamy sześć razy kostką do gry. Jakie jest prawdopodobieństwo otrzymania nie
mniej niż 5 oczek:
a) dokładnie jeden raz,
b) dokładnie dwa razy,
c) przynajmniej jeden raz.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 237 z 365
Powrót
Pełny ekran
Zamknij
Koniec
10.2.2. Zmienne losowe o rozkładzie ciągłym
Definicja 10.26. Mówimy, że zmienna losowa X o dystrybuancie F ma rozkład ciągły wtedy
i tylko wtedy, gdy istnieje taka nieujemna funkcja f R R, że dla każdego x > R spełniony jest
warunek
F x x
Sª
ftdt.Funkcję f nazywamy funkcją gęstości rozkładu prawdopodobieństwa zmiennej losowej X.
Jeśli zmienna X ma rozkład ciągły, to jej dystrybuanta jest funkcją ciągłą.
Twierdzenie 10.27. Jeśli f R R jest funkcją gęstości zmiennej losowej X, to:a) fx C 0 w każdym punkcie x > R;b) F x fx w każdym punkcie ciągłości x > R funkcji f ;c) P a @ X @ b P a B X B b P a @ X B b P a B X @ b b
Rafxdx dla dowolnych liczb
a, b > R, a @ b.d)
ª
Rª
fxdx 1.
Podobnie, jak dla rozkładów skokowych, określamy momenty zmiennych losowych o rozkładach
ciągłych.
Definicja 10.28. Wartością oczekiwaną zmiennej losowej X o funkcji gęstości f R Rnazywamy liczbę
EX
ª
Sª
xf xdx.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 238 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Twierdzenie 10.29. Jeśli Y h X, gdzie h jest funkcją przedziałami ciągłą, a zmienna X marozkład o funkcji gęstości f , to
Eh X ª
Sª
h x f xdx.Definicja 10.30. Wariancją zmiennej losowej X nazywamy liczbę
D2X EX EX2.
Odchyleniem standardowym zmiennej losowej X nazywamy liczbę
DX ºD2X.
Twierdzenie 10.31. Jeśli istnieje wariancja D2X, to:
a) D2X EX2 EX2,
b) D2aX a2D2X, dla każdego a > R.c) D2X a D2X, dla każdego a > R.
Analogicznie, jak w rozkładach skokowych, wartość oczekiwaną EX nazywamy momentem
zwykłym pierwszego rzędu, wartość oczekiwaną E X2 nazywamy momentem zwykłym
drugiego rzędu, a wariancję D2X nazywamy momentem centralnym drugiego rzędu
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 239 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Wybrane rozkłady ciągłe
Definicja 10.32. Mówimy, że zmienna losowa X ma rozkład jednostajny w przedziale `a, bewtedy i tylko wtedy, gdy jej funkcja gęstości jest określona wzorem
fx ¢¦¤1ba dla x > `a, be ,0 dla x ¶ `a, be .
Momenty zmiennej losowej X o rozkładzie jednostajnym są równe EX ab2 , D2X
ab212 .
Definicja 10.33. Mówimy, że zmienna losowa X ma rozkład gamma z parametrami λ A 0, s A 0
wtedy i tylko wtedy, gdy jej funkcja gęstości jest dana wzorem
fx ¢¦¤λs
Γsxs1eλx dla x A 0,
0 dla x B 0,
gdzie tak zwana funkcja gamma jest postaci Γ s ª
R0ts1etdt dla s A 0. Momenty w rozkładzie
gamma są równe EX sλ , D2X s
λ2 .
Przyjmując w rozkładzie gamma s 1 otrzymujemy rozkład wykładniczy.
Definicja 10.34. Mówimy, że zmienna losowa X ma rozkład wykładniczy z parametrem λ A 0
wtedy i tylko wtedy, gdy jej funkcja gęstości jest określona wzorem
fx ¢¦¤λeλx dla x A 0,
0 dla x B 0.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 240 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Zmienna losowa X o rozkładzie wykładniczym ma momenty EX 1λ , D2X 1
λ2 .
Przyjmując z kolei w rozkładzie gamma λ 12 i s n
2 otrzymujemy rozkład chi-kwadrat.
Definicja 10.35. Mówimy, że zmienna losowa X ma rozkład chi-kwadrat o n stopniach
swobody wtedy i tylko wtedy, gdy jej funkcja gęstości jest dana wzorem
fx ¢¦¤1
2n~2Γn~2xn~21ex~2 dla x A 0,
0 dla x B 0.
Mamy wówczas EX n, D2X 2n.
Definicja 10.36. Mówimy, że zmienna losowa X ma rozkład normalny z parametrami m > R,σ A 0, wtedy i tylko wtedy, gdy jej funkcja gęstości jest określona wzorem
fx 1
σº
2πe
xm22σ2 .
Zmienna losowa X o rozkładzie normalnym ma momenty EX m, D2X σ2. Jeśli m 0 σ 1, to
mówimy, że zmienna X ma rozkład standaryzowany .
Rozkład normalny z parametrami m > R, σ A 0 oznaczamy symbolicznie Nm,σ. Nie może-
my podać wzoru na dystrybuantę zmiennej X o rozkładzie Nm,σ umożliwiającego efektywne
obliczanie wartości tej dystrybuanty, gdyż całka z funkcji gęstości nie jest funkcją elementarną.
Wartości dystrybuanty rozkładu normalnego N0,1 podane są w tablicach. Tablice te podają
wartości dystrybuanty F x dla nieujemnych argumentów x. Jeśli x @ 0, to wartość dystrybuanty
F x obliczamy na podstawie wzoru F x 1F x, który wynika z parzystości funkcji gęstości.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 241 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Twierdzenie 10.37. Jeśli zmienna losowa X ma rozkład Nm,σ, to zmienna losowa Y X m
σma rozkład N0,1.Zadania
10.34. (?) Zmienna losowa X ma rozkład o funkcji gęstości
fx ¢¦¤ c dla x > `0,2e ,0 dla x ¶ `0,2e .
a) Wyznaczyć stałą c.
b) Wyznaczyć dystrybuantę zmiennej X.
c) Narysować wykresy funkcji f i F .
d) Obliczyć prawdopodobieństwo zdarzenia 1 @X @ 13 .
10.35. (?) Zmienna losowa X ma rozkład jednostajny w przedziale `a, be .a) Wyznaczyć dystrybuantę zmiennej X.
b) Obliczyć EX i D2X.
10.36. (?) Zmienna losowa X ma rozkład jednostajny w przedziale `1,3e . Wyznaczyć funkcję
gęstości zmiennej Y X 2.
10.37. (?) Zmienna losowa X ma rozkład jednostajny w przedziale `1,1e . Wyznaczyć funkcję
gęstości zmiennej Y X2.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 242 z 365
Powrót
Pełny ekran
Zamknij
Koniec
10.38. (?) Zmienna losowa X ma rozkład o funkcji gęstości
fx ¢¦¤ cx dla x > `0,2e ,0 dla x ¶ `0,2e .
a) Wyznaczyć stałą c.
b) Wyznaczyć dystrybuantę zmiennej X.
c) Narysować wykresy funkcji f i F .
d) Obliczyć prawdopodobieństwo zdarzenia 1 @X @ 12 .
10.39. (?) Zmienna losowa X ma rozkład o funkcji gęstości
fx ¢¦¤ c x x2 dla x > `0,1e ,
0 dla x ¶ `0,1e .a) Wyznaczyć stałą c.
b) Wyznaczyć dystrybuantę zmiennej X.
c) Obliczyć P X @ 12 .
10.40. (?) Zmienna losowa X ma rozkład o funkcji gęstości
fx ¢¦¤ c sinx dla x > `0, πe ,0 dla x ¶ `0, πe .
a) Wyznaczyć stałą c.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 243 z 365
Powrót
Pełny ekran
Zamknij
Koniec
b) Obliczyć EX i D2X.
c) Obliczyć prawdopodobieństwo zdarzenia 12π @X @ 3
4π.
d) Wyznaczyć dystrybuantę zmiennej X.
10.41. (?) Zmienna losowa X ma rozkład o funkcji gęstości:
fx ¢¦¤ c cosx dla x > a12π; 1
2πf ,0 dla x ¶ a1
2π; 12πf .
a) Wyznaczyć stałą c.
b) Obliczyć EX i D2X.
10.42. (?) Zmienna losowa X ma rozkład o funkcji gęstości
fx ¢¦¤ 0 dla x B 2cx2 dla x A 2.
a) Wyznaczyć stałą c.
b) Wyznaczyć dystrybuantę zmiennej X.
c) Sprawdzić czy istnieje EX.
10.43. (?) Zmienna losowa X ma rozkład o dystrybuancie określonej wzorem
F x ¢¦¤ 0 dla x @ 0,
1 e2x dla x C 0.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 244 z 365
Powrót
Pełny ekran
Zamknij
Koniec
a) Obliczyć P 1 @X @ 52 .
b) Wyznaczyć funkcję gęstości zmiennej X.
c) Wyznaczyć EX i D2X.
10.44. (?) Zmienna losowa X ma rozkład wykładniczy z parametrem λ 3.
a) Obliczyć prawdopodobieństwo zdarzenia P 12 @X B 2.
b) Wyznaczyć funkcję gęstości zmiennej Y 3X.
10.45. (?) Zmienna losowa X ma rozkład N1,3. Wyznaczyć za pomocą dystrybuanty rozkładu
N0,1 wartości prawdopodobieństw:
a) P 1 @X @ 3,b) P 0 @X @ 1,c) P SX EX S C 3σ.
10.2.3. Przybliżenia asymptotyczne rozkładu Bernoulliego
Twierdzenie 10.38 (lokalne de Moivre’a-Laplace’a). Niech Xn będzie ciągiem zmiennych losowych
o rozkładach Bernoulliego z parametrami n, p p jest stałe dla każdego n, kn będzie ciągiem nie-ujemnych liczb całkowitych rozbieżnym do ª takim, że ciąg xn
knnpºnpq jest ograniczony. Wówczas
limnª
ºnpq P Xn kn 1º2πe12x2n 1.
Jeśli X ma rozkład Bernoulliego z parametrami n, p, to przybliżoną wartość P X k możemy
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 245 z 365
Powrót
Pełny ekran
Zamknij
Koniec
obliczać, korzystając z twierdzenia lokalnego de Moivre’a-Laplace’a, według wzoru
P X k 1ºnpq
fxk,gdzie xk
knpºnpq , fx 1º
2πe12x2
jest funkcją gęstości rozkładu N0,1.Twierdzenie 10.39 (integralne de Moivre’a-Laplace’a). Niech Xn będzie ciągiem zmiennych lo-
sowych o rozkładach Bernoulliego z parametrami n, p (p jest stałe dla każdego n. Dla dowolnychliczb a @ b
limnª
P a @ Xn npºnpq
@ b F b F a,gdzie F x 1º
2π
x
Rª
e12 t2dt.
Jeśli X ma rozkład Bernoulliego z parametrami n, p, to przybliżoną wartość prawdopodo-
bieństwa P k1 @ X @ k2 możemy obliczać, korzystając z twierdzenia integralnego de Moivre’a-
Laplace’a, według wzoru
P k1 @X @ k2 P k1npºnpq @
Xnpºnpq @
k2npºnpq F k2npº
npq F k1npºnpq ,
gdzie F x 1º2π
x
Rª
e12 t2dt.
Twierdzenie 10.40 (Poissona). Niech Xn będzie ciągiem zmiennych losowych o rozkładach Ber-
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 246 z 365
Powrót
Pełny ekran
Zamknij
Koniec
noulliego z parametrami n, pn. Jeśli limnª
npn λ A 0, to
limnª
P Xn k λkk!eλ.
Z twierdzenia Poissona otrzymujemy wzór przybliżony P X k λk
k! eλ, gdzie λ np.
Zadania
10.46. (?) Wyznaczyć przybliżoną wartość prawdopodobieństwa otrzymania w 100 rzutach mo-
netą:
a) 45 orłów, b) 50 orłów, c) 60 orłów.
10.47. (?) Obliczyć przybliżoną wartość prawdopodobieństwa zdarzenia, że w 10000 rzutów mo-
netą otrzymamy orła 4950 razy.
10.48. (?) Obliczyć przybliżoną wartość prawdopodobieństwa zdarzenia, że w 18000 rzutów kostką
do gry trzymamy 3 oczka 2950 razy.
10.49. (?) Obliczyć przybliżoną wartość prawdopodobieństwa otrzymania w 10000 rzutów monetą
liczby orłów zawartej między 4950 i 5100.
10.50. (?) Rzucamy 100 razy monetą symetryczną. Obliczyć przybliżoną wartość prawdopodobień-
stwa zdarzenia, że liczba otrzymanych orłów będzie zawarta między liczbami 40 i 60.
10.51. (?) Obliczyć przybliżoną wartość prawdopodobieństwa zdarzenia, że w 180 rzutach kostką
otrzymamy 3 oczka co najmniej 40 razy.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 247 z 365
Powrót
Pełny ekran
Zamknij
Koniec
10.52. (?) Ze zbioru liczb 1,2, ...,200 losujemy 10000 razy ze zwracaniem po jednej liczbie. Wy-
znaczyć przybliżoną wartość prawdopodobieństwa zdarzenia, że:
a) liczb parzystych otrzymamy o 200 więcej niż nieparzystych,
b) liczb parzystych otrzymamy co najmniej o 200 więcej niż nieparzystych.
10.53. (?) Z urny zawierającej 1 kulę białą i 49 czarnych losujemy ze zwracaniem 50 razy jedną
kulę. Wyznaczyć prawdopodobieństwo wylosowania co najmniej dwa razy kuli białej.
10.54. (?) Z partii towaru zawierającej 5% sztuk wadliwych pobrano próbkę liczącą 60 sztuk.
Jakie jest prawdopodobieństwo zdarzenia, że:
a) w próbce nie będzie ani jednej sztuki wadliwej,
b) w próbce będą co najmniej 3 sztuki wadliwe.
10.55. (?) W książce liczącej 120 stron znajduje się 48 błędów. Obliczyć przybliżoną wartość
prawdopodobieństwa, że na 50 stronie znajdują się co najmniej 2 błędy.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 248 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Rozdział 11
Rozwiązania i odpowiedzi
11.1. Rozwiązania i odpowiedzi do rozdziału 1
1.1. a) Zadanie rozwiążemy analogicznie do przykładu 1.2 (dla skrócenia zapisu całe wyrażenie
w ostatniej kolumnie zastąpimy symbolem w.p q p , q p , q p q p - q w
0 0 0 1 1 1 1 1
0 1 0 1 1 0 1 1
1 0 0 1 0 1 1 1
1 1 1 0 0 0 0 1
.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 249 z 365
Powrót
Pełny ekran
Zamknij
Koniec
b)
p q p q p q q p w
0 0 1 1 1 1 1
0 1 1 1 0 1 1
1 0 0 0 1 0 1
1 1 1 0 0 1 1
.
c)
p q p q p p - q w
0 0 1 1 1 1
0 1 1 1 1 1
1 0 0 0 0 1
1 1 1 0 1 1
.
d)
p q p q q p p q , q p p q w
0 0 1 1 1 1 1
0 1 1 0 0 0 1
1 0 0 1 0 0 1
1 1 1 1 1 1 1
.
e) Zadanie można rozwiązać, tak jak poprzednie podpunkty, metodą zero-jedynkową, ale wy-
każemy, że zdanie jest tautologią metodą nie wprost. Załóżmy, że rozważane zdanie jest fałszywe,
tzn. że zdanie p r jest fałszywe, a zdanie p q , q r jest prawdziwe. Zdanie p r jest
fałszywe wówczas, gdy zdanie p jest prawdziwe, a zdanie r – fałszywe. Zdanie p q,q r jest
prawdziwe, gdy oba zdania p q, q r są prawdziwe. Skoro p jest zdaniem prawdziwym i p q
jest zdaniem prawdziwym, to q jest zdaniem prawdziwym. Stąd, ponieważ q r jest zdaniem
prawdziwym, wynika, że r jest zdaniem prawdziwym. Otrzymaliśmy sprzeczność, a zatem badane
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 250 z 365
Powrót
Pełny ekran
Zamknij
Koniec
wyrażenie jest tautologią.
1.2. a) Jest tautologią.
b) Nie jest tautologią, jeśli jedno ze zdań p, q jest prawdziwe, a drugie fałszywe, to zdaniep - q p , q jest fałszywe.
c) Nie jest tautologią.
d) Jest tautologią.
1.3. a) Jest fałszywe tylko w przypadku, gdy w p 0 i w q 0.
b) Jest prawdziwe, gdy wartości logiczne zdań p, q są jednakowe.
c) Jest prawdziwe, jeśli w p 0 i w q 1, albo w p 1 i w q 1.
1.4. p - q p , q.1.5. p , q p - q.1.6. p , q p q.1.7. Korzystając z prawa de Morgana dla zaprzeczenia koniunkcji, otrzymujemy
x > A 9B x ¶ A 9B x > A 9B x > A , x > B x > A - x > B x > A
- x > B x > A
8B
dla każdego elementu x, a zatem zbiory A 9B i A 8B są równe.
1.8. a) Zauważmy, że jeśli weźmiemy dowolny element x >X, to zdanie x > A - x > A, równo-
ważne zdaniu x > A - x ¶ A, jest prawdziwe, zatem A 8A X.
b) Nie istnieje taki x > X, dla którego zdanie x > A , x ¶ A ma wartość logiczną 1, zatem
A 9A g.
c) x > A B x > A , x ¶ B x > A , x > B x > A 9B.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 251 z 365
Powrót
Pełny ekran
Zamknij
Koniec
d) x > A x > A - x > B x > A 8B.
e) Korzystając z prawa de Morgana, otrzymujemy
x > A B 8C x > A , x ¶ B 8C x > A , x ¶ B , x ¶ C x > A , x ¶ B , x > A , x ¶ C x > A B 9 A C .
f) Podobnie jak w podpunkcie e), mamy
x > A B 9C x > A , x ¶ B 9C x > A , x ¶ B - x ¶ C x > A , x ¶ B - x > A , x ¶ C x > A B 8 A C .
g) Zauważmy, że
x > A x > B , x > A x > C x > A x > B , x > C x > A x > B 9C ,
czyli A ` B ,A ` C A ` B 9C.
h) Mamy
x > A x > C , x > B x > C x > A - x > B x > C x > A 8B x > C ,czyli A ` C ,B ` C A 8B ` C.
1.9. Możemy powtórzyć rozumowanie z rozwiązania przykładu 1.7, ale wykorzystamy udowod-
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 252 z 365
Powrót
Pełny ekran
Zamknij
Koniec
niony tam wzór i skorzystamy z prawa p p. Zastępując we wzorze
x>X
ϕ x x>X
ϕ xfunkcję zdaniową ϕ x przez funkcję ϕ x, otrzymujemy
x>X ϕ x
x>Xϕ x. Stąd mamy
x>X
ϕ x x>X
ϕ x ,czyli
x>X ϕ x
x>Xϕ x.
1.10. Podstawiając we wzorze i>IAi
i>IA
i zbiór A
i zamiast zbioru Ai, otrzymujemy
i>IA
i i>IA
i i>IAi. Stąd wynika, że
i>IA
i i>IAi.
1.11. Zauważmy, że At ¢¦¤ g dla t B 0,ºt,ºt dla t A 0.
Zatem t>RAt R,
t>RAt g.
1.12. a)ªn1
An `1,1e, ªn1
An 0.
b)ªn1
An 1,1, ªn1
An 0.
c)ªn1
An a23 ,2f, ª
n1An g.
1.13. Załóżmy, że relacja ρ jest przeciwzwrotna i przechodnia oraz, że nie jest przeciwsymetrycz-
na (dowód nie wprost). Istnieją zatem takie elementy x, y > X, że x, y > ρ , y, x > ρ. Wówczas
z przechodniości mamy x, y > ρ , y, x > ρ x,x > ρ, co jest sprzeczne z przeciwzwrotnością.
Zatem relacja ρ jest przeciwsymetryczna.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 253 z 365
Powrót
Pełny ekran
Zamknij
Koniec
1.14. a) Jest zwrotna, bo kSk dla każdego k > N; nie jest symetryczna, bo np. 3S6, ale nieprawda,
że 6S3; jest antysymetryczna, bo jeśli k jest podzielne przez n i n jest podzielne przez k, to n k;
jest przechodnia, bo jeśli nSk i mSn, to mSk (k l1n, n l2m, gdzie l1, l2 > N, to k l1l2m); nie jest
spójna, bo np. nie jest prawdą, że 12S5 lub 5S12.
b) Jest zwrotna (dla każdego x > R zachodzi SxS SxS), symetryczna
xρy SxS SyS SyS SxS yρx,
przechodnia
xρy , yρz SxS SyS , SyS SzS SxS SzS xρz,
nie jest antysymetryczna i nie jest spójna.
c) Jest przeciwzwrotna (dla każdego x > R nieprawda, że x @ x), przeciwsymetryczna (jeśli
x @ y, to nieprawda, że y @ x), antysymetryczna (ponieważ jest przeciwsymetryczna, poprzednik w
implikacji opisującej warunek antysymetrii jest zawsze fałszywy, a więc implikacja jest prawdziwa),
przechodnia
xρy , yρz x @ y , y @ z x @ z xρz,
nie jest spójna, ponieważ nie jest zwrotna (jeśli weźmiemy x y, to nieprawda, że xρy oraz nie-
prawda, że yρx).
d) Jest przeciwzwrotna (dla każdego x > R nieprawda, że x x 2), przeciwsymetryczna (jeśli
x y 2, to nieprawda, że y x 2), antysymetryczna (patrz punkt b), nie jest przechodnia ani
spójna.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 254 z 365
Powrót
Pełny ekran
Zamknij
Koniec
e) Jest zwrotna (dla każdego x > R zachodzi sgnx sgnx), symetryczna
xρy sgnx sgn y sgn y sgnx yρx
i przechodnia
xρy , yρz sgnx sgn y , sgn y sgn z sgnx sgn z xρz,
nie jest antysymetryczna i nie jest spójna.
f) Nie jest zwrotna, ani przeciwzwrotna, jest symetryczna, nie jest antysymetryczna, nie jest
przechodnia, nie jest spójna.
1.15. a) Relacja zawierania zbiorów jest zwrotna (dla każdego zbioru A ` R zachodzi A ` A),
antysymetryczna (jeśli A ` B i B ` A, to A B) i przechodnia (A ` B ,B ` C A ` C). Jest to
zatem częściowy porządek.
b) Relacja zawierania zbiorów nie jest spójna, na przykład mamy `0,2e ` `1,3e oraz `1,3e ` `0,2e, zatem nie jest to porządek liniowy.
1.16. Relacja ρ jest zwrotna, gdyż Sx1S Sx2S B Sx1S Sx2S dla dowolnego x > R2, przechodnia,
ponieważ z warunku Sx1S Sx2S B Sy1S Sy2S , Sy1S Sy2S B Sz1S Sz2Swynika, że Sx1S Sx2S B Sz1S Sz2S, ale nie jest antysymetryczna, bo na przykład
<@@@@>1
2
=AAAA?ρ<@@@@>2
1
=AAAA? ,<@@@@>2
1
=AAAA?ρ<@@@@>1
2
=AAAA? ,
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 255 z 365
Powrót
Pełny ekran
Zamknij
Koniec
ale<@@@@>2
1
=AAAA? x<@@@@>1
2
=AAAA?. Nie jest to więc częściowy porządek, a zatem nie jest to także porządek liniowy.
1.17. a) Relacja ρ jest zwrotna, bo dla każdego x > R2 mamy xρx na mocy trzeciego czło-
nu alternatywy. Jest to relacja przechodnia, aby to wykazać, rozpatrzymy następujące przypadki
(zakładamy, że<@@@@>x1
x2
=AAAA?ρ<@@@@> y1
y2
=AAAA? ,<@@@@> y1
y2
=AAAA?ρ<@@@@> z1
z2
=AAAA?):
1) x1 @ y1 , y1 @ z1 - y1 z1 , y2 @ z2 - y1 z1 , y2 z2, mamy wówczas x1 @ z1 i stąd<@@@@>x1
x2
=AAAA?ρ<@@@@> z1
z2
=AAAA?;
2) x1 y1 , x2 @ y2 - x1 y1 , x2 y2 , y1 @ z1, wtedy x1 @ z1, a zatem<@@@@>x1
x2
=AAAA?ρ<@@@@> z1
z2
=AAAA?;
3) x1 y1 , x2 @ y2 , y1 z1 , y2 @ z2 - y1 z1 , y2 z2, wówczas x1 z1 , x2 @ z2, czyli<@@@@>x1
x2
=AAAA?ρ<@@@@> z1
z2
=AAAA?;
4) x1 y1 , x2 y2 , y1 z1 , y2 z2, wówczas x1 z1 , x2 z2, a więc<@@@@>x1
x2
=AAAA?ρ<@@@@> z1
z2
=AAAA?.
Relacja ta jest antysymetryczna, warunek
<@@@@>x1
x2
=AAAA?ρ<@@@@> y1
y2
=AAAA? ,<@@@@> y1
y2
=AAAA?ρ<@@@@>x1
x2
=AAAA? ,jest spełniony tylko wówczas, gdy x1 y1 , x2 y2, czyli, gdy
<@@@@>x1
x2
=AAAA? <@@@@> y1
y2
=AAAA?. Jest to więc porządek
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 256 z 365
Powrót
Pełny ekran
Zamknij
Koniec
liniowy.
b) Relacja ρ jest spójna – dowolne wektory<@@@@>x1
x2
=AAAA? ,<@@@@> y1
y2
=AAAA? > R2, spełniają warunek
<@@@@>x1
x2
=AAAA?ρ<@@@@> y1
y2
=AAAA? -<@@@@> y1
y
=AAAA?ρ<@@@@>x1
x2
=AAAA? ,zatem porządek ten jest liniowy. Relacja ρ jest nazywana porządkiem leksykograficznym.
1.18. Relacja ρ jest zwrotna, bo dla dowolnej funkcji f R2 R i dla dowolnego x > R2 zachodzi
f x B f x, jest przechodnia, bo
x,y,z>R2
f x B f y , f y B f z f x B f z xρz.
Nie jest to relacja antysymetryczna, bo
xρy , yρx f x B f y,f y B f x f x f y ,
ale nie wynika stąd, że x y. Relacja ρ nie jest więc ani porządkiem częściowym, ani liniowym.
1.19. Relacja jest zwrotna, bo należą do niej pary a, a , b, b , c, c , d, d ,e, e. Jest syme-
tryczna, gdyż należą do niej b, c , c, b , d, e , e, d. Jest także przechodnia. Klasami abstrakcji
są zbiory: aρ a, bρ b, c, dρ d, e.
1.20. a) Relacja ρ jest zwrotna, kk 0 3 0, dla każdego naturalnego k; jest symetryczna, jeśli
kn 3p, to nk 3p 3p; jest przechodnia, jeśli kn 3p i nl 3q, to kl 3pq. Klasami
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 257 z 365
Powrót
Pełny ekran
Zamknij
Koniec
abstrakcji tej relacji są zbiory: 1ρ 1,4,7,10, ..., 2ρ 2,5,8,11, ..., 3ρ 3,6,9,12, ....
b) Nie jest to relacją równoważności, bo nie jest zwrotna – np. 2ρ2.
c) Relacja ρ jest zwrotna, bo x2 x2 dla każdej liczby x > R; jest symetryczna, gdyż x2
y2 y2 x2 dla dowolnych x, y > R; jest przechodnia, ponieważ x2 y2 , y2 z2 x2 z2
dla dowolnych x, y, z > R, zatem ρ jest relacją równoważności. Jej klasy abstrakcji są następujące:0ρ 0, xρ x,x dla wszystkich x x 0.
d) Jest to relacja równoważności (patrz rozwiązanie podpunktu c). Jej klasy abstrakcji to:0ρ kπ, k > C, xρ x 2kπ, k > C dla wszystkich x x 0.
e) Jest to relacja równoważności (patrz rozwiązanie podpunktu c). Jej klasy abstrakcji to:<@@@@><@@@@> 0
0
=AAAA?=AAAA?ρ
¢¦¤<@@@@> 0
0
=AAAA?£§¥,<@@@@><@@@@>xy
=AAAA?=AAAA?ρ
¢¦¤<@@@@> uw
=AAAA? > R2 u2 w2 x2 y2£§¥ dla x2 y2 x 0 (czyli jest to zbiór zawie-
rający punkt<@@@@> 0
0
=AAAA? oraz okręgi o środku w tym punkcie i promieniu»x2 y2).
1.21. Jest to relacja zwrotna i przechodnia (patrz rozwiązanie zadania 1.18). Jest ona także
symetryczna: xρy fx fy fy fx yρx. Zatem ρ jest relacją równoważności.
1.22. a) Relacja ρ jest zwrotna, gdyż x1 x1 x2 x2 0 > C; jest symetryczna, ponieważ
<@@@@>x1
x2
=AAAA?ρ<@@@@> y1
y2
=AAAA? x1 y1 k , x2 y2 k y1 x1 k , y2 x2 k <@@@@> y1
y2
=AAAA?ρ<@@@@>x1
x2
=AAAA? ,
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 258 z 365
Powrót
Pełny ekran
Zamknij
Koniec
gdzie k,k > C; jest przechodnia, jeśli<@@@@>x1
x2
=AAAA?ρ<@@@@> y1
y2
=AAAA? i<@@@@> y1
y2
=AAAA?ρ<@@@@> z1
z2
=AAAA?, to
x1 y1 k1 , x2 y2 k1 , y1 z1 k2 , y2 z2 k2 x1 z1 k1 k2 , x2 z2 k1 k2,
gdzie k1, k2, k1 k2 > C, czyli<@@@@>x1
x2
=AAAA?ρ<@@@@> z1
z2
=AAAA?.
b)<@@@@> 1
2
=AAAA? ¢¦¤<@@@@> k
k 1
=AAAA? k > C£§¥ .
1.23. a) Wynika z zadania 1.21 dla funkcji f R2 R, f x x21 x
22.
b)<@@@@><@@@@> 1
1
=AAAA?=AAAA?
¢¦¤<@@@@>x1
x2
=AAAA? > R2 x21 x
22 0 Sx1S Sx2S£§¥, czyli jest to zbiór zawierający punkt
<@@@@> 0
0
=AAAA?oraz wierzchołki kwadratów o środku w punkcie
<@@@@> 0
0
=AAAA? i bokach równoległych do osi układu współ-
rzędnych.
1.24. a) Relacja ρ jest zwrotna, ponieważ x x x 1x 0, jest symetryczna, gdyż jeśli xρy,
to
x y x 1y 0 x y - x 1
y y x - y 1x y x y 1
x 0
dla x, y > R 0, czyli yρx. Jest to także relacja przechodnia – w celu wykazania tego faktu
rozpatrzmy następujące przypadki (zakładamy, że xρy , yρz ):
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 259 z 365
Powrót
Pełny ekran
Zamknij
Koniec
1) x y 0 , y z 0 x z 0 xρz,
2) x y 0 , y 1z 0 x 1
z 0 xρz,
3) x 1y 0 , y z 0 x 1
z 0 xρz,
4) x 1y 0 , y 1
z 0 x z 0 xρz.
b) 12 1
2 ,2.
1.25. a) Relacja ρ jest zwrotna, ponieważ x2 x2 0 > C, czyli xρx dla każdego x > R, jest
symetryczna, gdyż x2 y2 k y2 x2 k, gdzie k,k > C, czyli xρy yρx; jest również
przechodnia, bo jeśli xρy i yρz to
x2 y2 k1 , y
2 z2 k2 x2
z2 k1 k2,
gdzie k1, k2, k1 k2 > C, a więc xρz.
b) º2 ºk 2,ºk 2;k > C.
1.26. a) Relacja ρ jest zwrotna, symetryczna i przechodnia (patrz rozwiązanie zadania 1.25).
b) 12 2k1
2 ;k > C.1.27. a) Relacja ρ jest zwrotna, symetryczna i przechodnia (patrz rozwiązanie zadania 1.25).
b) º2 w º
2;w >W.
1.28. a) Relacja ρ jest zwrotna, ponieważ x1 x1 x2 x2 dla każdego x > N2, czyli xρx; jest
symetryczna, bo
<@@@@>x1
x2
=AAAA?ρ<@@@@> y1
y2
=AAAA? x1 y1 x2 y2 y1 x1 y2 x2
<@@@@> y1
y2
=AAAA?ρ<@@@@>x1
x2
=AAAA? ;
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 260 z 365
Powrót
Pełny ekran
Zamknij
Koniec
jest przechodnia, gdyż
<@@@@>x1
x2
=AAAA?ρ<@@@@> y1
y2
=AAAA? ,<@@@@> y1
y2
=AAAA?ρ<@@@@> z1
z2
=AAAA? x1 y1 x2 y2 , y1 z1 y2 z2
x1 z1 x2 z2
<@@@@>x1
x2
=AAAA?ρ<@@@@> z1
z2
=AAAA? .b)
<@@@@><@@@@> 2
1
=AAAA?=AAAA?
¢¦¤<@@@@> 1 n
n
=AAAA? n > N£§¥ .
1.29. a) Relacja ρ jest zwrotna, ponieważ x1 x22 x1 x22 dla x > R2; jest symetryczna,
ponieważ
<@@@@>x1
x2
=AAAA?ρ<@@@@> y1
y2
=AAAA? x1 x22 y1 y22
y1 y22 x1 x22
<@@@@> y1
y2
=AAAA?ρ<@@@@>x1
x2
=AAAA? ;
jest przechodnia, gdyż z warunku
x1 x22 y1 y22
, y1 y22 z1 z22
x1 x22 z1 z22
wynika, że<@@@@>x1
x2
=AAAA?ρ<@@@@> y1
y2
=AAAA? ,<@@@@> y1
y2
=AAAA?ρ<@@@@> z1
z2
=AAAA?<@@@@>x1
x2
=AAAA?ρ<@@@@> z1
z2
=AAAA? .
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 261 z 365
Powrót
Pełny ekran
Zamknij
Koniec
b)<@@@@><@@@@> 1
3
=AAAA?=AAAA?
¢¦¤<@@@@>x1
x2
=AAAA? > R2 Sx1 x2S 4£§¥.
1.30. a) Jest to relacja zwrotna sin x1 x2 sin x1 x2 dla x > R2, symetryczna
<@@@@>x1
x2
=AAAA?ρ<@@@@> y1
y2
=AAAA? sin x1 x2 sin y1 y2 sin y1 y2 sin x1 x2 <@@@@> y1
y2
=AAAA?ρ<@@@@>x1
x2
=AAAA?i przechodnia
<@@@@>x1
x2
=AAAA?ρ<@@@@> y1
y2
=AAAA? ,<@@@@> y1
y2
=AAAA?ρ<@@@@> z1
z2
=AAAA? sin x1 x2 sin y1 y2 , sin y1 y2 sin z1 z2 sin x1 x2 sin z1 z2 <@@@@>x1
x2
=AAAA?ρ<@@@@> z1
z2
=AAAA? .
b)<@@@@><@@@@>
12π
12π
=AAAA?=AAAA?
¢¦¤<@@@@>x kπx
=AAAA? x > R , k > C£§¥.
1.31. a) Patrz rozwiązanie zadania 1.30.
b)<@@@@><@@@@>
14π
14π
=AAAA?=AAAA?
¢¦¤<@@@@>x
2k12 π
x
=AAAA? x > R , k > C£§¥.
1.32. a) Z warunku n 2y 3 0 wynika, że para n, y > f wtedy i tylko wtedy, gdy y n32 .
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 262 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Zatem dla każdego n > N mamy
n, y1 > f , n, y2 > f y1 y2 n3
2 >W,
więc f jest odwzorowaniem.
b) Dla n A 2 nie istnieje k > N takie, że n k 2, zatem f nie jest odwzorowaniem (Df x N).
c) Jest to odwzorowanie.
d) Nie jest odwzorowaniem, np. 1,1 > f , 1,1 > f .
e) Nie jest odwzorowaniem, np. 0,0 > f , 0, π > f .
1.33. Zauważmy, że fx ¢¦¤ 2x dla x C 0,
0 dla x @ 0.Stąd f `1,1e `0,2e, f `1,2e `2,4e, f1 0 ª,0e, f1 `0,ª ª,ª.1.34. Funkcję f można zapisać w postaci fx x 2x 1. Wierzchołek paraboli będącej
wykresem funkcji f ma współrzędne 12 ,
94, a punkty przecięcia z osią 0x to 2,0 i 1,0.
Zatem f `2,1e a94 ,0f, f R a9
4 ,ª, f `2,0e a94 ,0f, f1 0 2,1, f1 R R.
1.35. f a12π,
12πf `1,1e, f R `1,1e, f1 0 kπ k > C,
f1 a0, 12f
k>Ca2kπ, 1
6π 2kπf 8 a56π 2kπ,2 k 1πf, f1 R R.
1.36. a) g X f R R, g X f x 2x 12.
b) g X f R R, g X f x x.
1.37. g X f R 0 R 0, g X f x x2, f X g R R, f X g x 2x.
1.38. a) Jeśli f x1 fx2, to
x1
x1 1
x2
x2 1 x1x2 x1 x1x2 x2 x1 x2,
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 263 z 365
Powrót
Pełny ekran
Zamknij
Koniec
czyli f jest różnowartościowa.
b) Funkcja f jest złożeniem dwóch iniekcji: g 0,ª R, gx x2 i h R R, hx lnx,
f h X g, czyli jest iniekcją.
c) Jest iniekcją jako złożenie dwóch iniekcji.
d) Nie jest iniekcją – jest to funkcja stała, fx π2 dla każdego x > `1,1e.
1.39. a) Funkcja f jest bijekcją, ponieważ jest złożeniem dwóch bijekcji, tzn. f h X g, gdzie
g R R, gx 3x 2 i h R a12π,
12πf , hx arc tgx.
b) y arc tg3x 2 tg y 3x 2 x tg y 2
3, czyli f1 a1
2π,12πf R,
f1x 13 tgx 2.
1.40. a) Wykażemy najpierw, że f jest iniekcją. Załóżmy, że f<@@@@>x1
x2
=AAAA? f
<@@@@>x
1
x2
=AAAA?, wówczas
mamy <@@@@>x1 x2
x1 x2
=AAAA? <@@@@>x
1 x
2
x1 x
2
=AAAA?¢¦¤x1 x2 x1 x
2,
x1 x2 x1 x
2.
Dodając stronami, dostajemy 2x1 2x1, czyli x1 x1, a odejmując stronami, dostajemy 2x2 2x2,
czyli x2 x2, stąd<@@@@>x1
x2
=AAAA? <@@@@>x
1
x2
=AAAA?. Wykażemy teraz, że f jest suriekcją. Z warunku
f<@@@@>x1
x2
=AAAA?
<@@@@> y1
y2
=AAAA?<@@@@>x1 x2
x1 x2
=AAAA? <@@@@> y1
y2
=AAAA?¢¦¤x1 x2 y1,
x1 x2 y2,
wynika, że x1 12y1
12y2, x2 1
2y1 12y2, tak więc dla każdego y > R2 istnieje taki x > R2, że
y f x.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 264 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Warto zwrócić uwagę, że z wyprowadzonych dla x1 i x2 wzorów wynika również, że f jest
iniekcją, gdyż te wzory jednoznacznie określają x1 i x2 w zależności od y1 i y2.
b) Z rozwiązania podpunktu a) wynika, że
f1 R2
R2, f1 <@@@@> y1
y2
=AAAA?
<@@@@>12y1
12y2
12y1
12y2
=AAAA? .Uwaga. Podpunkty a) i b) zadania można łatwo rozwiązać, jeśli zauważymy, że odwzorowanie
f jest przekształceniem liniowym o nieosobliwej macierzy<@@@@> 1 1
1 1
=AAAA?.
c) Ponieważ x1 C 0, oraz x2 C 0, więc wykorzystując przekształcenie odwrotne uzyskujemy12y1 y2 C 0 i 1
2y1 y2 C 0, czyli
f R2 ¢¦¤
<@@@@> y1
y2
=AAAA? > R2 y1 B y2 B y1
£§¥ .Jeśli y1y2 B 0, to wykorzystując wzór przekształcenia mamy x1 x2x1 x2 B 0, czyli x2
1 x22 B 0.
Stąd f1 y > R2 y1y2 B 0 ¢¦¤<@@@@>x1
x2
=AAAA? > R2 Sx1S B Sx2S£§¥ .
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 265 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Rysunek 11.1: Wykres funkcji z zadania 2.1
11.2. Rozwiązania i odpowiedzi do rozdziału 2
2.1 a) f1 »1 1 º2, f2 2 23 1 1, a zatem f1 A f2.b) Wykres funkcji przedstawiony jest na rysunku 11.1.
c) fX `0,ª.d)f X Y , gdzie X R i Y R. fX x Y . Funkcja f nie jest „na”.
e) Funkcja maleje w przedziale ª,1.f) Funkcja f ma minimum lokalne w punkcie x 1.
2.2 a) Wykres funkcji przedstawiony jest na rysunku 11.2.
b) fX R.
c) fx A 0
¢¦¤x B 2
x2 2x 1 A 0lub
¢¦¤x A 2Slog2 x 2 S A 0
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 266 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Rysunek 11.2: Wykres funkcji z zadania 2.2
x > º2 1,º
2 1 lub
¢¦¤x A 2
log2x 2 x 0 x > º2 1,
º2 1 8 2,3 8 3,ª.
d)fx A 0
¢¦¤x B 2
x2 2x 1 B 2lub
¢¦¤x A 2Slog2 x 2 S B 2
x B 2 lub
¢¦¤x A 2
2 Blog2 x 2 B 2 x > ª,2e 8 `9
4 ,6e.e) Funkcja f rośnie w przedziałach: ª,1, 2,ª.f) Funkcja f ma maksimum lokalne w punkcie x 1, zaś minima lokalne w punktach x 2 i
x 3.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 267 z 365
Powrót
Pełny ekran
Zamknij
Koniec
2.3 a)
¢¦¤x 1 C 0
x 2 C 0ºx 2 x 0
¢¦¤x C 1
x A 2 x C 1.
b)
¢¦¤x1x2 C 0
x 2 x 0
¢¦¤x 1x 2 C 0
x x 2 x > ª,2 8 `1,ª.
c) 2x1 1 A 0 x 1 A 0 x A 1.
d)
¢¦¤
4 x2 A 0
x A 0log2x3 log2x x 0
¢¦¤2 x2 x A 0
x A 0
log2x log2x2 1 x 0
¢¨¦¨¤
x > 2,2x A 0
log2x x 0
log2x x 1
log2x x 1
x > 0,2 12 ,1 .
2.4 Wnioskować możemy na podstawie wykresów funkcji
a) f jest różnowartościowa, „na”, a więc wzajemnie jednoznaczna.
b) f jest różnowartościowa, nie jest „na”, a więc nie jest wzajemnie jednoznaczna.
c) f jest „na”, nie jest różnowartościowa, a więc nie jest wzajemnie jednoznaczna.
2.5 a) Na przykład X `0, πe, Y `1,1e. b) Na przykład X `π2 , π2 e, Y `0,1e.c) Na przykład X `0, πe, Y R. d) Na przykład X R, Y R.2.6 a) f jest funkcją malejącą. Dla x1, x2 > R mamy bowiem x1 @ x2 2x1 A 2x2
2x1 5 A 2x2 5.
b) f jest funkcją malejącą. Dla x1, x2 > 13 ,ª takich, że x1 @ x2 mamy 3x11 @ 3x21. A stąd,
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 268 z 365
Powrót
Pełny ekran
Zamknij
Koniec
zważywszy na to, że y log0,5x jest funkcją malejącą, otrzymujemy log0,53x1 1 A log0,53x2 1.c) f nie jest funkcją monotoniczną. Wystarczy na przykład zauważyć, że f2 º2, f1 0
oraz f1 º2.
Dodatkowo możemy pokazać, że f maleje w przedziale ª,1e i rośnie w przedziale `0,ª.Zauważmy, że y x2 x x 1
22 14 maleje w przedziale ª,1
2 i rośnie w przedziale 12 ,ª.
Tak więc dla x1, x2 >ª,1e takich, że x1 @ x2 mamy x21 x1 A x2
2 x2. Pamiętając o tym, że
y ºx jest funkcją rosnącą otrzymujemy
»x2
1 x1 A»x2
2 x2. Z kolei x1, x2 >`0,ª takich, że
x1 @ x2 mamy x21 x1 @ x2
2 x2. Stąd»x2
1 x1 @»x2
2 x2.
2.7 a) Nie. Funkcja fg nie musi być różnowartościowa. Na przykład funkcje f R R, fx xoraz g R R, gx x są funkcjami różnowartościowymi. Funkcja f gx x x 0 nie
jest różnowartościowa.
b) Nie. Przykład jak w podpunkcie a).
c) Tak. Weźmy pod uwagę x1 @ x2. Funkcje f i g są rosnące, a zatem fx1 @ fx2 oraz gx1 @gx2. Stąd mamy fx1 gx1 @ fx2 gx1 @ fx2 gx2.
2.8 a) fA 6,9,12, f1B 2,4,6,8,10.b) fA `5,1e, f1B ª,1e 8 `3,ª.c) fA 0,1e, f1B `1,0e 8 `2,3e.d) fA `0,9e, f1B `4,
º14 8 2,
º2e 8 `º2,2 8 º14,4e.
e) fA `5,7e, f1B `0,1e 8 12 ,
32 .
f) fA `º3,ª, f1B `π3 , π2 8 `π,ª.g) fA ª,6e, f1B 0, 1
3 8 3,4.h) Jeśli x > `1
4π,34πe, to sinx > `º2
2 ,1e i tym samym log2sinx > `12 ,0e. fA `1
2 ,0e.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 269 z 365
Powrót
Pełny ekran
Zamknij
Koniec
¢¦¤x > 0, πlog2sinx B 1
log2sinx C 1
¢¦¤x > 0, πsinx B 2
sinx C 12
¢¦¤x > 0, πsinx C 1
2
x > `16π,
56πe. f1B `1
6π,56πe.
2.9 a) g X f R R, g X fx gfx g2x 1 sin2x 1 cos2x 1.f X g R R, f X gx fgx fsinx cosx 2sinx cosx 1.
b) Sprawdzamy, czy spełniony jest warunek fR ` ª,0. Łatwo zauważyć, że fx 11x2 C 0
dla x > R. A zatem zbiór wartości funkcji f nie zawiera się w dziedzinie funkcji g i tym samym nie
możemy określić g X f ,
f X g ª,0 R,f X gx fgx flog3x 11log3x2 .
c) Zauważmy, że 21x2 @ 1 x2 A 1 x > ª,1 8 1,ª. Tak, więc g X f R R,
gfx ¢¦¤6
1x2 1 dla x > ª,1 8 1,ª41x22 dla x > `1,1e.
f X g R R, f X gx fgx ¢¦¤2
13x12 dla x @ 12
1x4 dlax C 1.2.10 a)Tak. Jeśli gfx1 gfx2, to, zważywszy na to, że g jest funkcją różnowartościową,
mamy fx1 fx2. A skoro f jest funkcją różnowartościową, to x1 x2.
b) Tak. Weźmy pod uwagę dowolne z > Z. Chcemy pokazać, że istnieje takie x >X, że gfx z. Funkcja g odwzorowuje zbiór Y na zbiór Z. A zatem istnieje y > Y takie, że gy z. Funkcja
f odwzorowuje zbiór X na zbiór Y. Tak więc istnieje x > X takie, że fx y i jednocześnie
gfx gy z.c) Tak. Jeśli x1 @ x2, to fx1 @ fx2. A stąd wynika, że gfx1 @ gfx2.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 270 z 365
Powrót
Pełny ekran
Zamknij
Koniec
d) Nie. Jeśli x1 @ x2, to fx1 A fx2. A stąd wynika, że gfx1 @ gfx2.e) Tak. Jeśli x1 @ x2, to fx1 A fx2. A stąd wynika, że gfx1 A gfx2.2.11 a) Tak. Przypuśćmy, że f nie jest różnowartościowa. A zatem istnieją x1, x2 >X, takie, że
x1 x x2 i fx1 fx2. Wtedy mamy x1 x x2 i gfx1 gfx2. A stąd wynika, że g X f nie
jest różnowartościowa.
b) Nie. Na przykład f R R, fx 2x oraz g R R, gx x2. Wtedy gfx 22x.
2.12 a) Nie. f R R, fx 2x 1 oraz g R `0,ª, gx x2. Wtedy gfx 2x 12.
b)Tak. Jeśli g nie jest „na” , to istnieje z > Z dla którego nie istnieje y > Y , że gy z. Tym
samym nie istnieje takie x >X, że gfx z, a więc g X f nie jest funkcją „na”.
2.13 a)Y R, f1y 13y
13 .
b) Y `0,ª,f1y y2 1.
c) Y `0,ª,f1y log5x 2.
d) Y R, f1y 3y32 .
e)Y `2,ª, f1y ºy 2 1.
f) Y `2,ª, f1y ºy 2 1.
g) Y R 1, f1y 2y4y1 .
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 271 z 365
Powrót
Pełny ekran
Zamknij
Koniec
11.3. Rozwiązania i odpowiedzi do rozdziału 3
3.1. W ciągu arytmetycznym różnica między kolejnymi dwoma wyrazami jest stała, czyli an1
an r dla n > N. Wynika stąd, że różnica a6 a3 3r, zatem r 2. Ponieważ a1 2, wzór ogólny
ciągu an jest następujący:
an a1 n 1r 2 2n 1 4 2n.
Suma jego pierwszych dziesięciu wyrazów będzie równa S10 10a1a10
2 70.
3.2. W ciągu geometrycznym iloraz dwóch kolejnych wyrazów jest stały, czyli an1an q dla n > N.
Wynika stąd, że a4a2
q2, czyli q 3 lub q 3. Mamy zatem dwa rozwiązania an 2 3n1 lub
an 2 1n13n1. Pierwszy ciąg jest ciągiem rosnącym, a drugi nie jest monotoniczny, ponieważ
jego wyrazy są na przemian ujemne i dodatnie.
3.3. Z warunków zadania wynika, że 3xn13xn 3xn1xn const dla n > N. Oznacza to, że ciąg xn
jest ciągiem arytmetycznym, który spełnia warunki 9 2x1 8r 18 , 2x1 7r 0. Rozwiązanie
układu równań wynosi x1 7 , r 2, czyli xn 9 2n. Piąty wyraz ciągu 3x1 ,3x2 ,3x3 , . . . jest
zatem równy 31 13 , ciąg ten jest ograniczony z dołu przez 0, a z góry przez pierwszy wyraz równy
37 2187.
3.4. a) Ciąg an jest ciągiem arytmetycznym o różnicy 3, ponieważ an1 an 3n 3 4 3n 4 3, a zatem jest ciągiem malejącym, rozbieżnym do ª (a więc nieograniczonym z
dołu), ograniczonym z góry przez swój pierwszy wyraz a1 7.
b) Ciąg bn nie jest monotoniczny, jako ciąg naprzemienny (wyraz na przemian dodatnie i
ujemne), jest ograniczony z góry przez pierwszy wyraz b1 15 i z dołu przez swój drugi wyraz
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 272 z 365
Powrót
Pełny ekran
Zamknij
Koniec
a2 113 .
c) cn 5 11n2 , więc cn jest rosnący i ograniczony z góry przez 5 a z dołu przez c1
43 .
d) Ciąg dn jest malejący, ograniczony z góry przez d1 0, nieograniczony z dołu.
e) Ciąg en jest rosnący, ograniczony z dołu przez e1 5, nieograniczony z góry.
3.5. a) an1an
4
5n1
45
n 45 , zatem an jest ciągiem geometrycznym o ilorazie równym q 4
5 i
pierwszym wyrazie równym 45 .
b) bn1bn
n1!3n3n
3nn!
n1n!3n3n
3nn!
n1nn1 n, czyli iloraz kolejnych wyrazów ciągu bn nie jest
stały, zatem nie jest to ciąg geometryczny.
c) Ciąg cn nie jest geometryczny.
3.6. Korzystając ze wzorów skróconego mnożenia mamy an 5n3n5n3n
5n3n 5n 3n. Sprawdzi-
my, czy an jest ciągiem arytmetycznym, obliczając różnicę kolejnych wyrazów
an1 an 5n1 3n1
5n 3n 5 5n 5n 3 3n 3n 4 5n 2 3n.
Różnica nie jest stała (zależy od n), zatem nie jest to ciąg arytmetyczny. Różnica an1 an jest
zawsze dodatnia, zatem jest to ciąg rosnący.
3.7.
a) limnª
3n n2 limnª
n3 n ª ª ª.
b) limnª
n312n31 lim
nª
1 1n3
2 1n3
12 , ponieważ 1
n3 0.
c) limnª
2n33n22n23n2 lim
nª
2n3 2n2
1 3n2n2
ª
1 ª.
d) limnª
n22n41 lim
nª
1n2
2n4
1 1n4
01 0.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 273 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Uwaga : Ciągi z punktów a) - c) są wyrażeniami wymiernymi ze względu na n, czyli ułamkami,
których licznik i mianownik są wielomianami ze względu na n. Granice tych wyrażeń są typu ª
ª, a
obliczamy je dzieląc licznik i mianownik przez n w najwyższej potędze z mianownika (w podpunkcie
a) dzieliliśmy przez n3, w b) przez n2a w c) przez n4). Łatwo zauważyć, że jeśli stopień licznika
i mianownika jest taki sam, to granicą jest iloraz współczynnika przy n w najwyższej potędze z
licznika i współczynnika przy n w najwyższej potędze z mianownika. Jeśli stopień licznika jest niższy
od stopnia mianownika, to granicą ciągu jest 0, a jeśli stopień licznika jest wyższy niż mianownika,
to granica jest niewłaściwa, a jej znak zależy od znaków współczynników przy n w najwyższej
potędze z licznika i z mianownika.
e) limnª
n14n24n14n24 0, ponieważ stopień licznika jest równy 3 (n4 się redukuje), a stopień
mianownika wynosi 4.
f) limnª
ºnn1n23n2
ºn32 lim
nª
ºnn3n23n3º
n72n4 limnª
ºn7n59n39nº
n72n4 limnª
¼n7n59n39n
n72n4 º
1 1.
g) limnª
ºn2 1
ºn2 3 lim
nª
n21n23ºn21
ºn23
limnª
2ºn21
ºn23
2ª
0. W pierwszym przekształ-
ceniu pomnożyliśmy nasz ciąg przez 1 zapisane w postaciºn21
ºn23º
n21ºn23
i skorzystaliśmy ze wzoru
skróconego mnożenia.
h) limnª
»n
ºn
»n
ºn lim
nª
2ºn»
nºn
»n
ºn limnª
2¼1 1º
n
¼11 1º
n
211 1.
i) limnª
n22n52nn23 lim
nª
n22n5n23
12n 1 0 0.
j) limnª
3n5n15n1 lim
nª
3n
5n 115n 5
limnª
35 n115n 5
15 .
k) limnª
1n2 Pn
k1 k limnª
12nn1n2 1
2 . W pierwszym przekształceniu korzystamy ze wzoru na sumę
n wyrazów ciągu arytmetycznego.
l) limnª
n3nn lim
nª1 3
n n lim
nª1 3
n n3 3
e3.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 274 z 365
Powrót
Pełny ekran
Zamknij
Koniec
m) limnª
1 1n2n3
limnª
1 1n2n2
1 1n2
limnª
1 1n2n21
1 1n2 e1 1 e1
n) limnª
n6n42n1
limnª
1 6n
1 4n
2n
1 6n
1 4n
1
limnª
1 6nn6
1 4nn4 8
12
1 6n
1 4n
1
e12
e8 1 e4.
o*) limnª
1 1n12n1 limnª
1 1n1 1 1n1n1
limnª
1 1n1n1 1 1n1n1 lim
nª1 1n1n11
1 1n1n1 e1 e 1.
p*) Granicę tego ciągu obliczymy, korzystając z twierdzenia o trzech ciągach. Zauważmy, że dla
wszystkich n spełnione są nierówności:
nº
7n B nº
2n 3 4n 7n B nº
5 7n.
Lewa strona ograniczenia jest ciągiem stałym, równym 7, natomiast
limnª
nº
5 7n limnª
7 nº
5 limnª
7 51n 7 1 7.
Stąd limnª
nº
2n 3 4n 7n 7.
q) Korzystamy z twierdzenia o trzech ciągach. Zauważmy, że ciąg sinnn1 spełnia następujące
nierówności dla każdego n > N:1n 1
Bsinnn 1
B1
n 1,
i oba ciągi ograniczające są zbieżne do 0. Wynika stąd, że limnª
sinnn1 0.
r*) Najpierw wykażemy, za pomocą indukcji matematycznej, że ciąg an jest monotoniczny i
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 275 z 365
Powrót
Pełny ekran
Zamknij
Koniec
ograniczony, a zatem jest zbieżny, co wynika z twierdzenia 3.20. Zauważmy, że zachodzi nierówność
a2 B a1 ponieważ a1 1, a2 º
3. Wykażemy zatem, że ciąg an jest rosnący, pokazując, że jeśli
an1 C an, to an2 C an1 dla n C 2. Mamy:
an2 º
2 an1 Cº
2 an an1,
(nierówność wynika z założenia indukcyjnego), czyli rozważany ciąg jest rosnący, a więc ograniczony
z dołu przez a1 1. Wykażemy teraz, że ciąg an jest ograniczony z góry przez 2. Pierwszy wyraz
spełnia ograniczenie, więc pokażemy, że jeśli an B 2, to an1 B 2. Zatem:
an1 º
2 an Bº
2 2 2.
Ciąg an jest więc ciągiem zbieżnym. Jego granicę obliczymy, korzystając z rekurencyjnego wzoru
na n-ty wyraz ciągu. Zauważmy, że:
limnª
an limnª
º2 an,
stąd wynika, że granica g ciągu an spełnia równanie:
g »
2 g.
Rozwiązując równanie dostajemy g2 2 g g2 g 2 0. Pierwiastki tego równania, to g1 1
oraz g2 2. Ponieważ wyrazy ciągu są dodatnie, jego granicą jest g2 2.
3.8. Lewa strona równania jest sumą nieskończonego ciągu geometrycznego. Aby była ona
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 276 z 365
Powrót
Pełny ekran
Zamknij
Koniec
zbieżna, iloraz tego ciągu q 11x musi spełniać warunek T 1
1x T @ 1, stąd wynika, że x @ 0 - x A 2.
Dla takich x lewa strona równania może być zapisana jako11x
1 11x
1x . Musimy zatem rozwiązać
równanie 1x 1 2x. To równanie ma dwa rozwiązania x1
12 , x2 1, z których tylko x1 1
spełnia warunki x @ 0 - x A 2. Rozwiązaniem równania jest zatem x 1.
3.9. Ciąg an jest ciągiem sum częściowych ciągu geometrycznego o ilorazie 2 i pierwszym wyrazie
równym 2. Zatem
an 212n12 2 2n 1 .
Stąd limnª
anan1
limnª
22n122n11 lim
nª
2n12n11 lim
nª
12
12n1
1 12n1
12 .
3.10. Po przekształceniu licznika w pierwszym składniku sumy (używamy wzoru na sumę ciągu
arytmetycznego) dostajemy
an 5 1 nn
2n 10n
5
25 25n2 10n 2n2
10n 50
23n2 10n 2510n 50
.
Stąd otrzymujemy limnª
23n210n2510n50 ª.
3.11. Obliczamy granicę ciągu an:
limnª
log2p21n2n1 lim
nª
n log2p212n1 lim
nª
log2p21 2n
1 1n
log2p2 1.
Mamy zatem rozwiązać nierówność log2p21 A 1. Rozwiązując tę nierówność dostajemy warunek
p2 1 A 21, czyli p2 1 A 2. Zatem otrzymujemy p2 A 1, czyli p A 1 lub p @ 1. Wynika stąd, że
granica ciągu an log2p21n2
n1 jest większa od 1 dla p > ª,1 8 1,ª.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 277 z 365
Powrót
Pełny ekran
Zamknij
Koniec
11.4. Rozwiązania i odpowiedzi do rozdziału 4
4.1. a) Funkcja fx x3x2 jest ciągła w punkcie x 1, zatem lim
x1x3x2 f1 4.
b) Korzystając ze wzorów skróconego mnożenia otrzymujemy: limx3
x29x3 lim
x3
x3x3x3
limx3
x 3 6.
c) limx1
x22x1x3x2 lim
x1
x12x2x1 lim
x1x1x2 0.
d) limx0
x22x32
3x32 5x3
ºx limx0
x32
ºx2
35x2 0 23 0.
e) limx2
x22x2x2 6
0 ª.
f) Mianownik ma dwa miejsca zerowe x0 2 i x1 3 oraz dodatni współczynnik przy x2, a
zatem jeśli x dąży do 3 z lewej strony, to mianownik przyjmuje wartości ujemne, a licznik jest
równy 30. Stąd limx3
x33x2x6 ª.
g) Aby obliczyć granicę limxª
x32x24x2x24x3 podzielimy licznik i mianownik ułamka przez x w
najwyższej potędze z mianownika, czyli w tym przypadku przez x2. Mamy więc
limxª
x32x24x2x24x3 lim
xª
x2 4x2
1 4x3x2
ª,
ponieważ licznik przekształconego wyrażenia jest rozbieżny do ª, a mianownik jest zbieżny do 1.
h) limxª
2x253x36x8 lim
xª
2x5x3
3 6x28x3
03 0
i) limxª
4x43x22x32x46x11 lim
xª
4 3x22x33x4
2 6x311x4
42 2
Uwaga: W przykładach g), h) oraz i) mieliśmy funkcje wymierne, czyli ułamki, w których
liczniku i mianowniku występowały wielomiany. Granicę w nieskończoności wyrażenia tego typu
oblicza się analogicznie jak w przypadku ciągów i wnioski są takie same jak w uwadze 11.3.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 278 z 365
Powrót
Pełny ekran
Zamknij
Koniec
j) Analogicznie do rozwiązania podpunktu g) zadania 3.1 mamy
limxª
ºx2 5x ºx2 8x 14 lim
xª
x25xx28x14ºx25x
ºx28x14
limxª
3x14ºx25x
ºx28x14
limxª
3 14x¼
1 5x
¼1 8
x14x2
311
32 .
k) limxª
ºx3 4x2 8 ºx3 x 2 lim
xª
x34x28x3x2ºx34x28
ºx3x2
limxª
4x2x6ºx34x28
ºx3x2
limxª
4ºx 1º
x6»x3¼
1 4x8x3
¼1 1
x22x3
ª
2 ª.
l) Korzystamy tu z faktu, że limx0
sinxx 1. Zauważmy, że: lim
x0sin 3xx lim
x03 sin 3x
3x limy0
3 sinyy 3, gdzie
y 3x.
m) limx0
sin 2x8x lim
x02 sin 2x
2x 18 1
4
n) limx0
sin 5xsin 9x lim
x0sin 5x
5x9x
sin 9x59 5
9
o) Zauważmy, że wykładnik rozważanego wyrażenia jest rozbieżny do ª, a więc mamy
limx0
e1x 0.
p) limx0
e1x ª.
q) limxª
ex21 0
r) limxª
lnx2 2 ªs) lim
xª
1lnx13
1ª 0
t*) Zauważmy, że wartość bezwzględną rozważanej funkcji można ograniczyć w następujący
sposób:
0 B Vx sin1xV B SxS ,
ponieważ Tsin 1xT B 1. Oba ograniczenia (górne i dolne) są zbieżne do 0 przy x 0, a więc z
twierdzenia o trzech ciągach mamylimx0
Tx sin 1xT 0, czyli lim
x0x sin 1
x 0. Możemy także obliczyć
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 279 z 365
Powrót
Pełny ekran
Zamknij
Koniec
granicę tej funkcji korzystając z faktu, że jeśli mamy iloczyn funkcji f g, z których jedna jest
ograniczona, a druga zbieżna do 0 w pewnym punkcie, to iloczyn f g też jest zbieżny do 0 w tym
punkcie. W naszym przypadku funkcja fx x jest zbieżna do 0 przy x 0, a funkcja gx sin 1x
jest ograniczona, ponieważ 1 B sin 1x B 1.
4.2. a) Wskażemy dwa ciągi xn i yn rozbieżne do ª takie, że limnª
sin xn x limnª
sin yn.Niech xn 2nπ oraz yn π
2 2nπ. Wówczas
limnª
sin xn limnª
sin 2nπ 0,
natomiast
limnª
sin yn limnª
sin π2 2nπ 1.
Wynika stąd, że granica limxª
sinx nie istnieje.
b) Analogicznie jak w podpunkcie a) weźmy xn 2nπ oraz yn π2 2nπ. Otrzymujemy
wtedy:
limnª
cos xn limnª
cos2nπ 1,
natomiast
limnª
cos xn limnª
cosπ2 2nπ 0,
czyli limxª
cosx nie istnieje.
c) Weźmy xn π4 1
2nπ oraz yn π4 1
π4 2nπ . Wówczas lim
nªxn lim
nªyn 0 oraz lim
nªsin 1
xnπ4
limnª
sin 1π4
12nπ
π4 limnª
sin 2nπ 0, natomiast limnª
sin 1yn
π4 limnª
sin 1π4
1π4 2nπ
π4
limnª
sinπ4 2nπ º2
2 , czyli limxπ4
sin 1xπ4
nie istnieje.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 280 z 365
Powrót
Pełny ekran
Zamknij
Koniec
d) Obliczymy granice jednostronne wyrażenia Sx1Sx1 w punkcie x0 1. Mamy: lim
x1Sx1Sx1 lim
x1x1x1
1, natomiast limx1
Sx1Sx1 lim
x1x1x1 1. Wynika stąd, że granica lim
x1
Sx1Sx1 nie istnieje.
4.3. a) Należy zbadać ciągłość funkcji f w punkcie x 0 (wszędzie poza tym punktem jest ona
ciągła; dla x @ 0 jest to funkcja kwadratowa, a dla x A 0 - liniowa). Wartość funkcji f w punkcie
x 0 wynosi f0 02 2 2 i jest ona równa granicy prawostronnej funkcji f w tym punkcie.
Natomiast granica lewostronna funkcji f w punkcie x 0 jest równa limx0
2x 1 1. Zatem granica
funkcji f w punkcie x 0 nie istnieje, czyli funkcja ta nie jest ciągła w x 0.
b) Ciągła w R 0, nieciągła w x 0.
c) Ciągła w R 5, nieciągła w x 5.
4.4 a) Należy tak dobrać wartości parametrów a i b, aby funkcja f była ciągła w punktach
x 2 oraz x 3 (poza tymi punktami jest ciągła, gdyż jest to na odpowiednich przedziałach
funkcja wykładnicza, liniowa oraz wymierna). Wartość funkcji f w punkcie x 2 wynosi 3, a
jej granica prawostronna w tym punkcie jest równa limx2
ax b 2a b, czyli musi być spełnione
równanie 2a b 3. W punkcie 3 wartość funkcji f jest równa f3 1, czyli drugi warunek
na parametry dostajemy z równości limx3
ax b f3 1, czyli 3a b 1. Rozwiązujemy układ
równań ¢¦¤2a b 3
3a b 1
i dostajemy a 25 , b 11
5 .
b) Funkcja f będzie ciągła, jeśli spełniony będzie warunekº
3a 3 1. Stąd otrzymujemy
równość 3a 2, czyli a 23 . Należy jeszcze zauważyć, że dziedzina funkcji gx ¼
23x 3, która
jest równa aª, 92f zawiera przedział `ª,3e na którym funkcja f jest zadana wzorem
¼
23x 3.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 281 z 365
Powrót
Pełny ekran
Zamknij
Koniec
4.5. a) Dziedziną funkcji logarytmicznej są liczby dodatnie, więc rozwiązujemy nierówność
x2 4 A 0 i otrzymujemy Df ª,2 8 2,ª. Obliczamy zatem następujące granice:
limxª
lnx2 4 ª, limx2
lnx2 4 ª, limx2
lnx2 4 ª, limxª
lnx2 4 ª.
b) Wyrażenie pod pierwiastkiem musi być dodatnie oraz mianownik ułamka musi być różny od
0. Musimy zatem rozwiązać nierówność x21x3 C 0 oraz x x 3. Otrzymujemy stąd Dg 3,1e 8`1,ª. Obliczamy granice:
limx3
¼x21x3
¼90 ª, lim
x1
¼x21x3 f1 0, lim
x1
¼x21x3 f1 0,
limxª
¼x21x3 ª.
c) Dziedziną funkcji wykładniczej jest zbiór liczb rzeczywistych, więc jedynym ograniczeniem
na dziedzinę funkcji h jest warunek x4 32 x 0, czyli x x 2 4º
2 oraz x x 2 4º
2. Dziedzina funkcji h
jest więc następująca: Dh ª,2 4º
2 8 2 4º
2,2 4º
2 8 2 4º2,ª. Obliczamy granice:
limxª
e1
x432 e0 1,
limx2 4
º2
e1
x432 ª (wykładnik dąży do ª czyli wartość funkcji dąży do ª),
limx2 4
º2
e1
x432 0, (wykładnik dąży do ª czyli wartość funkcji dąży do 0),
limx2 4
º2
e1
x432 0, limx2 4
º2
e1
x432 ª, limxª
e1
x432 e0 1.
d) Wartość bezwzględna dowolnego wyrażenia jest nieujemna, więc musimy jedynie zapewnić, żeS2x 4S x 0, czyli x x 2. Wynika stąd, żeDk ª,282,ª. Obliczając poszczególne granice,
korzystając z własności funkcji logarytmicznej otrzymujemy: limxª
ln S2x 4S ª, limx2
ln S2x 4S ª lim
x2ln S2x 4S, lim
xªln S2x 4S ª.
4.6. a) Ponieważ z dziedziny funkcji f wyłączamy x 3, sprawdzamy, czy prosta o równaniu
x 3 jest asymptotą pionową wykresu funkcji f . Mamy: limx3
3x52x6 ª oraz lim
x33x52x6 ª.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 282 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Zatem prosta x 3 jest asymptotą pionową wykresu funkcji f . Obliczamy teraz granice funkcji
f w nieskończoności: limxª
3x52x6 3
2 limxª
3x52x6 , ponieważ w liczniku i mianowniku mamy funkcję
liniową. Stąd prosta y 32 jest asymptotą poziomą wykresu funkcji f w ª i w ª.
b) Dziedziną funkcji g jest zbiór liczb rzeczywistych, więc wykres g nie ma asymptot pionowych.
Sprawdzamy, czy ma on asymptoty poziome: limxª
ex41 1 1 limxª
ex41 1, ponieważ
wykładnik funkcji g w obu przypadkach dąży do ª.
c) Dziedziną funkcji h jest zbiór Dh ª,1 8 1,ª, więc obliczamy:
limx1
¼3Sx31S ª lim
x1
¼3Sx31S . Stąd prosta x 1 jest asymptotą pionową wykresu funkcji h.
Obliczamy teraz granice: limxª
¼3Sx31S 0 lim
xª
¼3Sx31S , czyli prosta y 0 jest asymptotą poziomą
wykresu funkcji h w ª i w ª.
d) Dk ª,2 8 2,2 8 2,ª, limx2
3x 4x24 lim
x23x 4
x24 ª,
limx2
3x 4x24 lim
x23x 4
x24 ª, czyli proste x 2 oraz x 2 są asymptotami pio-
nowymi wykresu funkcji k. Obliczamy teraz: limxª
3x 4x24 ª, ponieważ lim
xª3x ª oraz
limxª
4x24 0. Analogicznie lim
xª3x 4
x24 ª. Zatem wykres funkcji k nie ma asymptot pozio-
mych. Sprawdzamy więc, czy istnieje asymptota ukośna wykresu k. Obliczamy
limxª
kxx lim
xª3 4
x34x 3 limxª
3 4x34x.
Stąd mamy a 3 i obliczamy
limxª
kx 3x limxª
3x 4x24 3x lim
xª
4x24 0 lim
xªkx 3x ,
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 283 z 365
Powrót
Pełny ekran
Zamknij
Koniec
czyli b 0 i prosta y 3x jest asymptotą ukośną wykresu funkcji k w ª i w ª.
e*) Dp R 0, ale ponieważ limx0
sinxx 1, funkcja p nie ma asymptoty pionowej. Obliczamy
teraz granice p w nieskończoności. Zauważmy, że podobnie jak w zadaniu 3.7 w podpunkcie t*)
możemy skorzystać z ograniczenia 0 B T sinxx T B T 1x T. Obie funkcje ograniczające są zbieżne do 0 przy
x ª oraz przy x ª, zatem prosta y 0 jest asymptotą poziomą wykresu funkcji p w ª
oraz w ª.
4.7. a) limxx0
fxfxgx 3
30 1,
b) limxx0
fxhxgxpx ª
ª, wyrażenie nieoznaczone,
c) limxx0
gxfxpx 0
ª 0,
d) limxx0
efxgx e0 1,
e) limxx0
ehxpx eª 0,
f) limxx0
½Uhxpx U »ª
ª, wyrażenie nieoznaczone,
g) limxx0
ln 2f2xp2x ln 2
ª ª.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 284 z 365
Powrót
Pełny ekran
Zamknij
Koniec
11.5. Rozwiązania i odpowiedzi do rozdziału 5
5.1. a) f x 2x3, b) f x 23 3ºx, c) gx 6x sinx3x2 cosx, d) f x 8x3cosxx sinx,
e) f x x2 6xx 32 , f) hx 12
2x 5ºx 2x 52 , g) f t 2t1 t22 , h) f x 3x3,
i) hx 1sin2 x
, j) f t 3t2 sin t t3 cos t, k) gz 2z3 9z2 12
z2 z2 42 ,
l) ht 2 cos t sin t 14 4 cos t cos2 t
, ł) f y 21 cos y
, m) f x sinx cosx x2 cosx xx2 2x cosx cos2 x
.
5.2. a) f x xºx2 1
; b) f x 2 sinx cosx sin 2x; c) f x 2x cosx2;d) gx xºx2 43 ; e) ht t 34 t 12
t5; f) hv 2v sin 1 v2;
g) f x 12
3x 4
x3ºx 1
.
5.3. Df ª,0 8 0,ª; tak x1 º
2 1, x2 1 º
2.
5.4. f x sinx x cosx, x > R. Ponieważ
f x sinx x cosx f x,więc funkcja f jest nieparzysta.
5.5. y x 4.
5.6. y 59x
19 .
5.7. x 2.
5.8. y x.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 285 z 365
Powrót
Pełny ekran
Zamknij
Koniec
5.9. (?)a) 3, b) 1, c) ln 2, d) 2, e) 0, f) 1, g) 1, h) 1, i) 0, j) ea.
5.10. a) Df R, funkcja f maleje w przedziale ª,1, rośnie w przedziale 1,ª;b) Df R, funkcja f maleje w przedziale ª,1
2 i w przedziale 0, 12, rośnie w przedziale1
2 ,0 i w przedziale 12 ,ª;
c) Df R0, funkcja f rośnie w przedziale ª,1 i w przedziale 1,ª, maleje w przedziale1,0 i w przedziale 0,1;d) funkcja f jest malejąca w przedziale ª,0, rosnąca w przedziale 0,ª;e) funkcja f jest rosnąca w przedziale ª,0, malejąca w przedziale 0,ª;f) Df ª,º58º5,
º58º5,ª. Funkcja f maleje w przedziałach ª,5, 1,
º5,º5,ª, rośnie w przedziałach 5,
º5, º5,1.
5.11. b > `1,ª.5.12. a) dla a C 1, b) a 0.
5.13. a) maksimum lokalne w punkcie x 2; b) minimum lokalne w punkcie x 3; c) maksimum
lokalne w punkcie x 23 , minimum lokalne w punkcie x 2; d) maksimum lokalne w punkcie x 1,
minimum lokalne w punkcie x 1; e) maksimum lokalne w punkcie x 0; f) minimum lokalne w
punkcie x 1, maksimum lokalne w punkcie x 1.
5.14. Wyznaczamy maksimum funkcji ux xp 100xx2 100
, x > 0,ª; xmax 10.
5.15. Wyznaczamy minimum funkcji kx 2x2 50 32x2
, x > 0,ª; xmin 2.
5.16. a 2, maksimum.
5.17.
a) a 25 , b) a 0.
5.18. fmin f1 9, fmax f23 32
27 .
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 286 z 365
Powrót
Pełny ekran
Zamknij
Koniec
5.19. fmin fº2 4º
2 2, fmax f3 7.
5.20. fmin fº2 2º
2 2, fmax f4 212 .
5.21. O godzinie dziewiątej.
5.22. a) f x 3x2 4x 6ºx 4
x5 , f”x 6x 4 3ºx
20x6 , f”1 15.
b) f x 1lnxx2 , f”x 2 lnx3
x3 , f”1e 5e3.
c) f x 2x 1ex22x, f”x 2ex22x 2x 12ex22x 2ex22x2x2 4x 3, f”0 6.
d) f x x12ex , f”x ex2x1x12
e2x x24x3ex , f”0 3.
5.23. a) Po pierwsze należy zauważyć, że dziedzina funkcji f ma postać Df ª,080,ª.Następnie obliczamy pierwszą i drugą pochodną funkcji f i badamy znaki tych pochodnych. Mamy
więc f x 3x2
13 oraz f”x 6
x3 . Zauważmy, że pierwsza pochodna funkcji f jest ujemna
w dziedzinie, czyli funkcja f jest malejąca w przedziale ª,0 oraz jest malejąca w przedziale0,ª. Druga pochodna jest ujemna w przedziale ª,0, czyli funkcja f w tym przedziale maleje
coraz szybciej.
b) Nie istnieje przedział, w którym funkcja f rośnie coraz wolniej.
5.24. Df `2,2e, f x xº4x2
, f”x º4x2 x2»
4x2
4x2 44x2º4x2.
a) nie istnieje b) 2,0 c) 0,2 d) nie istnieje
5.25. a) f x e2xx2x,f”x e2xx24x2, zatem funkcja jest wypukła w przedziałachª,2 º2, 2 º2,ª, ponieważ w tych przedziałach zachodzi f”x A 0. Funkcja jest wklęsła
w przedziale 2 º2,2 º
2, gdyż w tym przedziale zachodzi f”x @ 0.Punktami przegięcia
wykresu funkcji są x1 2 º
2oraz x2 2 º
2.
b) Df R 0. Zauważmy, że funkcję f można zapisać w następujący sposób: fx x 1x .
Mamy zatem f x 1 1x2 , f”x 2
x3 . Wynika stąd, że funkcja f jest wypukła w przedziale
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 287 z 365
Powrót
Pełny ekran
Zamknij
Koniec
0,ª oraz wklęsła w przedziale ª,0. Funkcja f nie ma punktów przegięcia.
c) Df R 0, f x lnx2 2, f x 2x . Funkcja jest zatem wypukła w przedziale 0,ª i
wklęsła w przedziale ª,0. Funkcja nie ma punktów przegięcia.
d)Df 0,181,ª, f x 12
lnx2ºx ln2 x
, f x 14
8ln2 xºx3 ln3 x. Rozwiązaniami równania 1
48ln2 xºx3 ln3 x
0 są punkty x1 e2º
2, x2 e2º
2. Nierówność 14
8ln2 xºx3 ln3 xA 0 jest spełniona dla 0 @ x @ e2
º2 oraz
dla 1 @ x @ e2º
2, natomiast nierówność 14
8ln2 xºx3 ln3 x@ 0 jest spełniona dla e2
º2 @ x @ 1 oraz dla
x A e2º
2. Stąd f jest wypukła w przedziałach 0, e2º
2 oraz 1, e2º
2, a wklęsła w przedziałache2º
2,1 oraz e2º
2,ª. Punkty przegięcia wykresu funkcji f to x1 e2º
2, x2 e2º
2.
5.26. a) Df R 0, f x e1xx1x3 , f x e 1x 4x12x2
x5 . Zbadamy znaki obu pochodnych.
Po pierwsze mamy:
e1xx 1x3
0 x 1.
Nierówność f x A 0 jest zatem spełniona dla x > 1,0, natomiast nierówność f x @ 0 zachodzi
dla x > ª,1 8 0,ª. Podobnie dla f” mamy:
f”x 0 e1x
4x 1 2x2
x5 0 x 1
12
º2 - x 1
12
º2.
Nierówność e1x
4x12x2x5 A 0 jest spełniona dla 1 1
2
º2 @ x @ 1 1
2
º2 oraz dla x A 0, natomiast
nierówność e1x
4x12x2x5 @ 0 zachodzi dla x @ 1 1
2
º2 oraz dla 1 1
2
º2 @ x @ 0. Wyniki dotyczące
znaków pochodnych są przedstawione w tabeli 11.1.
Funkcja f rośnie coraz szybciej w przedziale 1,1 12
º2, rośnie coraz wolniej w przedziale1 1
2
º2,0 , maleje coraz wolniej w przedziałach 1 1
2
º2,1 oraz 0,ª i maleje coraz
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 288 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Tabela 11.1: Znaki pochodnych funkcji fx e1x
x
x ª . . . 1 12
º2 . . . 1 . . . 1 1
2
º2 . . . 0 . . . ª
f x 0
f x 0 0
fx ¿ 0.11234pp
Ç e1min
Ä 0.32609pp
¼ Ç
Tabela 11.2: Znaki pochodnych funkcji gx º2x2 3
x ª . . . 0 . . . ª
f x
f x
f x Ǻ
3min
Ä
szybciej w przedziale ª,1 12
º2.
b) Dg R, g x 2x»2x23 , g x 6
»2x233 . Widać zatem, że f x A 0 x A 0 oraz
f x @ 0 x @ 0, natomiast druga pochodna funkcji f jest zawsze dodatnia. Stąd f maleje coraz
wolniej w przedziale ª,0 i rośnie coraz szybciej w przedziale 0,ª.c) Dh R 2, h x x24x1x22 , h x 62x3 . Miejsca zerowe pierwszej pochodnej to
x1 2 º
3, x2 2 º
3. Funkcja h jest rosnąca w przedziałach ª,2 º3, 2 º3,ª,a malejąca w przedziałach 2 º3,2, 2,2 º3. Druga pochodna jest dodatnia w przedziale2,ª i ujemna w przedziale ª,2. Wyniki są zestawione w tabeli 11.3.
Funkcja h rośnie coraz wolniej w przedziale ª,2 º3, maleje coraz szybciej w przedzia-
le 2 º3,2, maleje coraz wolniej w przedziale 2,2 º3 i rośnie coraz szybciej w przedziale
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 289 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Tabela 11.3: Znaki pochodnych funkcji hx x 3x2
x ª . . . 2 º
3 . . . 2 . . . 2 º
3 . . . ª
f x 0 X 0
f x X
f x ¼ 2 2º
3max
¿ X Ç 2 2º
3min
Ä
2 º3,ª.d)Dp R, px sinx, p”x cosx.Mamy więc px A 0 dla x > 2k 1π,2kπ , k > C,
px @ 0 dla x > 2kπ, 2k 1π , k > C, p”x A 0 dla x > π2 2kπ, 32π 2kπ , k > C oraz
p”x @ 0 dla x > π2 2kπ, π2 2kπ , k > C . Funkcja p rośnie coraz wolniej w przedziałach
postaci π2 2kπ,2kπ, maleje coraz szybciej w przedziałach postaci 2kπ, π2 2kπ, maleje coraz
wolniej w przedziałach postaci π2 2kπ, 2k 1πi rośnie coraz szybciej w przedziałach postaci2k 1π, 32π 2kπ, gdzie k > C.
5.27. Obliczając pochodne, otrzymujemy f x αxα1β, f x α2xα2αxα2 α2 αxα2.
Zajmujemy się przedziałem 0,ª, a więc aby druga pochodna była dodatnia w tym przedziale
(funkcja f była wypukła), musi być spełniony warunek α2 α A 0, natomiast aby funkcja była
wklęsła w tym przedziale, musi zachodzić α2 α @ 0. Wynika stąd, że funkcja f jest wypukła w
przedziale 0,ª dla α > ª,0 8 1,ª i dowolnych wartości parametrów β, γ, natomiast f
jest wklęsła w przedziale 0,ª dla α > 0,1 i dowolnych wartości parametrów β, γ. Jeśli α 0
lub α 1, to funkcja f jest liniowa i jest jednocześnie wklęsła i wypukła. Aby funkcja rosła coraz
wolniej w przedziale 0,ª, musi zachodzić αxα1 β A 0 oraz α2 αxα2 @ 0 dla x A 0. Z
poprzedniej części zadania wiemy, że druga pochodna funkcji f jest ujemna na przedziale 0,ª
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 290 z 365
Powrót
Pełny ekran
Zamknij
Koniec
dla α > 0,1. Widać zatem, że wyrażenie αxα1 jest w tym przypadku dodatnie, wystarczy zatem
wziąć β A 0, aby nasze warunki były spełnione, czyli aby funkcji f rosła coraz wolniej na przedziale0,ª. Stąd przy α > 0,1, β > 0,ª oraz γ > R funkcja f rośnie coraz wolniej na przedziale0,ª.5.28. f x aeax 1 e2ax, f x a2eax 1 e2ax. Niezależnie od wartości parametru a
rozwiązaniem równania aeax 1 e2ax 0 jest x 0. Także niezależnie od wartości parametru a
mamy f x A 0 dla x A 0 oraz f x @ 0 dla x @ 0. Druga pochodna funkcji f jest zawsze dodatnia,
niezależnie od wartości parametru a. Stąd mamy wniosek, że funkcja f maleje coraz wolniej na
przedziale ª,0 oraz rośnie coraz szybciej na przedziale 0,ª.5.29.
a) Df ª,0 8 0,ª. Rozpoczynamy od obliczenia granic funkcji na krańcach dziedziny:
limxª
f x ª, limx0
f x ª, limx0
f x ª, limxª
f x ª. Wynika stąd, że funkcja f ma
asymptotę pionową obustronną x 0 oraz nie ma asymptot poziomych. Sprawdzamy, czy istnieje
asymptota ukośna wykresu funkcji f.
a limxª
fxx 1
2 limxª
fxx , b lim
xªf x 1
2x 1 limxª
f x 12x.
Zatem prosta o równaniu y 12x1 jest asymptotą ukośną wykresu f w ª i w ª. Obliczając
pierwszą pochodną otrzymujemy: f x 12 x 1 x1
x2 12
12x2 . Jej miejsca zerowe, to x1 1, x2
1. Pierwsza pochodna jest dodatnia dla x > ª,18 1,ª, jest ujemna dla x > 1,08 0,1.Ekstrema lokalne funkcji f to x1 1 i jest to maksimum lokalne oraz x2 1 i jest to minimum
lokalne. Druga pochodna f jest równa f x 1x3 i jest ujemna dla x @ 0 i dodatnia dla x A 0 (nie
ma punktów przegięcia). Funkcja f jest wklęsła na przedziale ª,0, i wypukła na przedziale0,ª. Wynika stąd, że f rośnie coraz wolniej w przedziale ª,1, maleje coraz szybciej w
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 291 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Tabela 11.4: Przebieg zmienności funkcji fx x122x
x ª . . . 1 . . . 0 . . . 1 . . . ª
f x 0 0
f x
f x ª ¼ 0max
¿ ª ª Ç 2min
Ä ª
-1
0
1
2
3
-4 -2 2 4x
Rysunek 11.3: Wykres funkcji fx x122x
1,0, maleje coraz wolniej w (0,1) i rośnie coraz szybciej w 1,ª. Wyniki są podsumowane w
tabeli 11.4; dalej prezentujemy szkic wykresu funkcji f.
b) Df ª,0 8 0,ª, limxª
f x 1, limx0
f x ª, limx0
f x ª limxª
fx 0.
Wynika stąd, że prosta x 0 jest asymptotą pionową (obustronną) wykresu f , prosta y 1 jest
asymptotą poziomą wykresu f w ª oraz prosta y 0 jest asymptotą poziomą wykresu f w ª.
Pierwsza pochodna funkcji f ma postać f x exex12 . Widać, że jest ona dodatnia w dziedzinie
funkcji f,zatem f nie ma ekstremów lokalnych i jest rosnąca w przedziałach ª,0, 0,ª. Druga
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 292 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Tabela 11.5: Przebieg zmienności funkcji fx 11ex
x ª . . . 0 . . . ª
f x
f x
fx 1 Ä ª ª ¼ 0
Rysunek 11.4: Wykres funkcji fx 11ex
pochodna f jest dana wzorem f x ex ex1ex13 . Jest ona ujemna dla x A 0 oraz dodatnia dla
x @ 0, czyli funkcja f jest wypukła na przedziale ª,0 i wklęsła na przedziale 0,ª. Stąd
funkcja rośnie coraz szybciej w przedziale ª,0 i rośnie coraz wolniej w przedziale 0,ª.c) Df 0,1 8 1,ª, lim
x0f x 0, lim
x1f x ª, lim
x1f x ª lim
xªfx ª.
Zatem prosta x 1 jest asymptotą pionową wykresu funkcji f . Asymptoty poziomej w ª nie ma.
Asymptota ukośna w ª także nie istnieje, ponieważ a limxª
fxx 0, ale b nie istnieje (granica f
w nieskończoności jest niewłaściwa).
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 293 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Tabela 11.6: Przebieg zmienności funkcji fx xlnx
x 0 . . . 1 . . . e . . . e2 . . . ª
f x 0
f x 0
fx 0 ¿ ª ª Ç emin
Ä12e
2
pp¼ ª
Pierwsza pochodna funkcji jest równa f x lnx1ln2 x
, więc jej miejsce zerowe to x e. Pochodna
f jest dodatnia w przedziale e,ª, czyli funkcja jest rosnąca w tym przedziale, natomiast f jest
ujemna dla x > 0,1 8 1, e, czyli funkcja f maleje w przedziałach 0,1 oraz 1, e. W punkcie
x e funkcja f ma minimum lokalne. Druga pochodna f wyraża się wzorem f x lnx2xln3 x .
Druga pochodna jest dodatnia dla x > 1, e2, czyli w tym przedzialef jet wypukła, natomiast
funkcja f jest wklęsła w przedziałach 0,1 oraz e2,ª. Punkt x e2jest punktem przegięcia
wykresu funkcji f . Podsumowując wyniki dotyczące pierwszej i drugiej pochodnej stwierdzamy, że
funkcja f maleje coraz szybciej w przedziale 0,1 maleje coraz wolniej w przedziale (1, e), rośnie
coraz szybciej w przedziale e, e2 i rośnie coraz wolniej w przedziale e2,ª.d) Df R, lim
xªfx 0, lim
xªfx 0 . Wynika stąd, że prosta y 0 jest asymptotą pozio-
mą funkcji f w ª i w ª. Pierwsza pochodna f jest dana wzorem f x ex21 2x2. Jej
miejsca zerowe to x1 12
º2, x2 1
2
º2 . Funkcja f rośnie w przedziale 1
2
º2, 1
2
º2, maleje w
przedziałach ª,12
º2 oraz 1
2
º2,ª, Punkt x1 jest minimum lokalnym funkcji f , a punkt
x2 jest maksimum lokalnym funkcji f. Druga pochodna f wynosi f x 2xex22x2 3. Miejsca
zerowe drugiej pochodnej to: x1 12
º6, x2 0 oraz x3
12
º6 (wszystkie są punktami przegięcia
wykresu funkcji f). Funkcja f jest wypukła w przedziałach: 12
º6,0, 1
2
º6,ª, jest wklęsła
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 294 z 365
Powrót
Pełny ekran
Zamknij
Koniec
-2
0
2
4
6
1 2 3 4 5x
Rysunek 11.5: Wykres funkcji fx xlnx
Tabela 11.7: Przebieg zmienności funkcji fx xex2x ª . . .
12
º6 . . .
12
º2 . . . 0 . . . 1
2
º2 . . . 1
2
º6 . . . ª
f x 0 0
f x 0 0 0
fx 0 ¿ 12e
¼6e
pp
Ç 12
¼2e
min
Ä 0pp
¼12
¼2e
max
¿12e
¼6e
pp
Ç 0
w przedziałach: ª,12
º6, 0, 1
2
º6. Tempo zmian wartości funkcji f jest następujące: maleje
coraz szybciej w ª,12
º6, 1
2
º2, 1
2
º6, maleje coraz wolniej w 1
2
º6,1
2
º2, 1
2
º6,ª,
rośnie coraz szybciej w 12
º2,0 i rośnie coraz wolniej w 0, 1
2
º2.
Zauważmy dodatkowo, że funkcja f spełnia równanie fx fx dla wszystkich x > R, czyli
jest funkcją nieparzystą (jej wykres jest symetryczny względem punktu 0,0).
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 295 z 365
Powrót
Pełny ekran
Zamknij
Koniec
-0.4
-0.2
0
0.2
0.4
-4 -2 2 4x
Rysunek 11.6: Wykres funkcji f x xex2Zauważmy dodatkowo, że funkcja f spełnia równanie fx fx dla wszystkich x > R, czyli
jest funkcją nieparzystą (jej wykres jest symetryczny względem punktu 0,0).5.30. a) Funkcja fx x12
2x jest rosnąca w przedziale 1,ª oraz limxª
f x ª, zatem
f1,ª f1,ª 2,ª. Przeciwobraz zbioru ª,0 przy funkcji f to zbiór wszystkich
x > Df takich, że fx @ 0. W tym przypadku f1ª,0 ª,0. Zbiór fDf, to zbiór
wartości funkcji. Dla fx x122x jest to fDf ª,0e 8 `2,ª.
b) Funkcja fx 11ex jest rosnąca w przedziale 1,ª oraz lim
xªfx 0, zatem f1,ª 1
1e ,0; f1ª,0 ª,0; fDf ª,0 8 1,ª.c) Funkcja fx x
lnx maleje w przedziale 1, e i rośnie w przedziale e,ª. Dodatkowo
limx1
f x ª oraz fe e, zatem f1,ª e,ª. Ponadto f1ª,0 0,1; fDf ª,0 8 `e,ª.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 296 z 365
Powrót
Pełny ekran
Zamknij
Koniec
d) Funkcja fx xex2jest malejąca w przedziale 1,ª oraz limxª
fx 0, czyli f1,ª 0, 1e; f1ª,0 ª,0, fDf b1
2
º2e
12 , 1
2
º2e
12 g.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 297 z 365
Powrót
Pełny ekran
Zamknij
Koniec
11.6. Rozwiązania i odpowiedzi do rozdziału 6
6.1. Wystarczy sprawdzić, czy F x fx dla x > a, b (patrz definicja 6.1).
a) Tak. b)Tak. c)Nie, ex ex. d)Tak.
6.2. a) F x x3 x2
2 C, F 1 0, czyli 13 1212 C 0. Stąd C 1
2 .
b) F x 2cosx x C. C π.
6.3 a) R 2x 1dx x2 x C.
b)R x5 2ºx 5dx 1
6x6 4
3x32 5x C.
c) R sinx cosxdx cosx sinx C.
d)R x 2x 3dx R x2 x 6dx 13x
3 12x
2 6x C.
e) R x41x21dx R x2 1dx 1
3x3 x C.
f) R 4ºxx 3dx R x 54 3x
14dx 4
9x94
125 x
54 C.
g) R x34 3ºx1ºx
dx R x 52 4x16 x
12dx 2
7x72
245 x
56 2x
12 C.
h) R 2ctg2x 3dx R 2ctg2x 1 1 R 2 cos2 xsin2 x 1 1dx R 2 1
sin2 x 1dx 2ctgx x C.
i) R e2x1ex dx=R ex exdx ex ex C.
j) R 2x1 4xdx R 2x 2xdx 2xln 2
2xln 2 C.
6.4. Stosujemy oznaczenia z twierdzenia 6.17.
a) cosx x sinx C. Wskazówka: fx x, gx cosx.
b) 1 x ex C.R xexdx
¢¦¤ fx x fx 1
gx ex gx ex
£§¥ xex R exdx xex ex C.c) 1
2x2 lnx 1
4x2 C. Wskazówka: fx lnx, gx x.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 298 z 365
Powrót
Pełny ekran
Zamknij
Koniec
d) x2 cosx 2 cosx 2x sinx C. Wskazówka: fx x2, gx sinx, całkujemy przez części
dwukrotnie.
e) lnxx
1x . Wskazówka: fx lnx, gx 1
x2 .
f) 23x32 lnx 4
9x32 3x lnx 3x C. Wskazówka: fx lnx, gx ºx 3.
R ºx 3lnxdx ¢¦¤ fx lnx f x 1x
gx ºx 3 gx 23x32 3x
£§¥ 23x32 3x lnx R 2
3x12 3dx
23x32 3x lnx 4
9x32 3x C.
g) x2 2x 2 ex C. Wskazówka: fx x2, gx ex, całkujemy przez części dwukrotnie.
h ) 12ex cosx 1
2ex sinx C. Wskazówka: fx cosx, gx ex, całkujemy przez części dwu-
krotnie.
6.5. a) 12 ln x2 1 C. Wskazówka: podstawienie t x2 1.
b) 29 3x 53~2
C. Wskazówka: podstawienie t 3x 5.
c) 12ex2 C. Wskazówka: podstawienie t x2.
d) 13 lnx3
C. Wskazówka: podstawienie t lnx.
e) ln S lnxS C. Wskazówka: podstawienie t lnx.
R xlnx1dx R 1x lnxdx
¢¦¤ t lnx
dt 1xdx
£§¥ R 1tdt ln StS C ln S lnxS C.
f) ln S sinxS C; wskazówka: podstawienie t sinx, porównaj przykład 6.26;
g) 2 cosºx C. Wskazówka: podstawienie t
ºx.
R sinºxº
xdx
¢¦¤ t ºx
dt 12ºxdx
£§¥ R 2 sin tdt 2 cos t C 2 cosºx C.
h) ln ex ex C. Wskazówka: podstawienie t ex ex.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 299 z 365
Powrót
Pełny ekran
Zamknij
Koniec
R exex
exexdx
¢¦¤ t ex ex
dt ex exdx£§¥ R 1
tdt ln StS C ln ex ex C.i) 1
3 cosx3 cosx C. Wskazówka: podstawienie t cosx.
R sin3 xdx R 1 cos2 x sinxdx
¢¦¤ t cosx
dt sinxdx
£§¥ R 1 t2dt 13t
3 t C 13 cosx3
cosx C.
j) 4ºx3 2x C. Wskazówka: podstawienie t x3 2x.
6.6. a) Całkowanie przez części:
R sinx cosxdx ¢¦¤ fx sinx f x cosx
gx cosx gx sinx
£§¥ sin2 x R sinx cosxdx. Mamy zatem
R sinx cosxdx sin2 x R sinx cosxdx. Stąd R sinx cosxdx 12 sin2 x C.
Całkowanie przez podstawienie. Korzystając ze wzoru sin 2x 2 sinx cosx, mamy:
R sinx cosxdx R 12 sin 2xdx
¢¦¤ t 2x
dt 2dx
£§¥ R 14 sin tdt
14 cos t C 1
4 cos 2x C 14cos2 x sin2 x 1
41 2 sin2 x C.b) Całkowanie przez części: R cos2 xdx
¢¦¤ fx cosx fx sinx
gx cosx gx sinx
£§¥
cosx sinx R sin2 xdx cosx sinx R 1 cos2 xdx cosx sinx x R cos2 xdx.
Mamy zatem R cos2 xdx cosx sinx x R cos2 xdx. Stąd R cos2 xdx 12 cosx sinx 1
2x C.
Całkowanie przez podstawienie. Korzystamy ze wzoru cos 2x cos2 x sin2 x.
R cos2 xdx R cos 2x12 dx R cos 2x
2 dx+R 12dx=
¢¦¤ t 2x
dt 2dx
£§¥ R 14 cos tdt R 1
2dx
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 300 z 365
Powrót
Pełny ekran
Zamknij
Koniec
14 sin 2x 1
2x C 12 cosx sinx 1
2x C.‘
c) Całkowanie przez części R lnxx dx
¢¦¤ fx lnx f x 1x
gx 1x gx lnx
£§¥ lnx2R lnx
x dx. Stąd R lnxx dx
12 lnx2
C.
Całkowanie przez podstawienie:
R lnxx dx
¢¦¤ t lnx
dt 1xdx
£§¥ R tdt 12t
2 C 12 lnx2
C.
6.7. a) 110 2x 5 52 5
6 2x 5 32 C. R xº2x 5dx
¢¦¨¤t 2x 5
dt 2dx
x t52
12dt dx
£§¨¥ R 1
4 t 5ºtdt 1
4 R t 32 5t12dt 1
10t52
56t32 C 1
10 2x 5 52 56 2x 5 32 C.
b) 23
ºx 9 x C. Wskazówka: funkcję podcałkową przedstawić w postaci sumy.
c) 19 2 3x e3x C. Wskazówka: zastosować twierdzenie 6.17.
d) 3 ln Sx 1S C. Wskazówka: zastosować twierdzenie 6.22.
e) x 2 ln Sx 1S C. Wskazówka: R x1x1dx R 1 2
x1dx;
f) 1 1x e 1x C.
R 1x3 e
1xdx
¢¦¤ t 1x
dt 1x2dx
£§¥ R tetdt. Dalej całkujemy przez części ( patrz przykład 6.18).
g) 13 sin3 x 1
5 sin5 x C. Wskazówka:
R sin2 x cos3 xdx R sin2 x 1 sin2 x cosxdx ¢¦¤ t sinx
dt cosxdx
£§¥ R t21 t2dt R t2 t4dt.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 301 z 365
Powrót
Pełny ekran
Zamknij
Koniec
h) 13x sin 3x 2 1
9 cos 3x 2 C.R x cos3x 2dx
¢¦¤ fx x f x 1
gx cos3x 2 gx 13 sin3x 2
£§¥ 13x sin 3x 2 R 1
3 sin3x 2dx 1
3x sin 3x 2 19 cos 3x 2 C.
i) 23x
3~2 lnx 49x
3~2 C. Wskazówka: zastosować twierdzenie 6.17.
j) 15tg5x 4tgx C. Zastosować twierdzenie 6.22.
k) x log3x 1 xln 3
lnx1ln 3 C. Wskazówka: zastosować twierdzenie 6.17.
6.8. a)R 312x 1dx 12.
b) Rπ4π sin 2xdx 1
2 cos 2xπ4π
12 .
c)R 20
x2
x31 13 ln Sx3 1S2
0 1
3 ln 9.
d)R 01 xe
xdx xex ex01 2e1 1, patrz przykład 6.18.
e) R 11 S2x 1Sdx R 121 S2x 1Sdx R 1
12S2x 1Sdx R 121 2x 1dx R 1
122x 1dx 9
4 14 10
4 .
f) R π3 fxdx R 03x 1dx R π0 cosxdx 3
2 0 32 .
g) R 32 S1 x2Sdx=R 1
2 x2 1dx R 111 x2dx R 3
1 x2 1dx=43
43
203 28
3 .
h)R e1exS lnxSdx R 1
1ex lnxdx R e1 x lnxdx 1
4 34e
2 14
14e
2 . Wskazówka: skorzystać z
twierdzenia 6.17.
6.9. gt ¢¦¤R t1 x 1dx dla t > 1,1eR 11 x 1dx R t1 x 1dx dla t A 1.
Stąd gt ¢¦¤t2
2 t 32 dla t > 1,1e.
t2
2 t 52 dla t A 1.
6.10. Stosujemy twierdzenie 6.34. Patrz rysunek 11.7.
a) SAS R 23 2x 2 x2 3x 4dx 125
6 .
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 302 z 365
Powrót
Pełny ekran
Zamknij
Koniec
b)SAS R 10 ºx x2dx 1
3 .
c)SAS R 21 x2 2x 6 3x2 2x 2dx 18.
d) Styczna ma równanie y 1ex. Od pola powierzchni trójkąta o wierzchołkach 0,0, e,1 oraze,0 odejmujemy pole powierzchni zbioru ograniczonego wykresem funkcji y lnx oraz prostymi
o równaniach y 0 oraz x e. Mamy SAS e2 R e1 lnxdx= e
2 1.
6.11. Stosujemy twierdzenie 6.34. Patrz rysunek 11.8 (a 3º
2, b 3º
4).
a) SAS R 01 e
xdx R 20 e
xdx e e2 2.
b) SAS R 10 ºx x2
2 dx R 3º21 1
x x2
2 dx 12 1
3 ln 2 16 1
3 13 ln 2.
c) SAS R 3º21 ºx 1
xdx R 3º4
3º2 ºx x2
2 dx 23º2 1 1
3 ln 2 1 23
º2 1
3 13 ln 2.
d) SAS R π4π6
tgxdx Rπ3π4
ctgxdx ln 3 ln 2.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 303 z 365
Powrót
Pełny ekran
Zamknij
Koniec
(a) (b)
(c) (d)
Rysunek 11.7: Rysunki do zadania 6.10
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 304 z 365
Powrót
Pełny ekran
Zamknij
Koniec
(a) (b)
(c) (d)
Rysunek 11.8: Rysunki do zadania 6.11
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 305 z 365
Powrót
Pełny ekran
Zamknij
Koniec
11.7. Rozwiązania i odpowiedzi do rozdziału 7
7.1. Wyznaczymy równanie parametryczne prostej przechodzącej przez punkty a i b, a następ-
nie sprawdzimy, czy współrzędne punktu c spełniają to równanie. Szukana prosta ma równanie
parametryczne w 1 ta tb, t > R, czyli równanie
¢¦¤x 1 t 2t
y 1 t 1 tz 1 t3
¢¦¤x 1 t,
y 1 2t,
z 3 3t,
gdzie t > R. Wstawiając współrzędne punktu c, otrzymujemy układ
¢¦¤
0 1 t,
1 1 2t,
3 3 3t,
, który jest sprzecz-
ny. Punkty nie leżą na jednej prostej.
7.2. x 45t 1, y 3
5t, z t, t > R.
7.3. x t 2, y t 1, z t, t > R. Rozwiązując układ
¢¦¤t 2 2,
t 1 1,
t 0,
otrzymujemy t 0, zatem
punkt a leży na prostej.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 306 z 365
Powrót
Pełny ekran
Zamknij
Koniec
7.4. a) Prosta przechodząca przez punkty a
<@@@@@@>1
0
2
=AAAAAA? ,b
<@@@@@@>2
1
1
=AAAAAA? ma równanie parametryczne
<@@@@@@>x
y
z
=AAAAAA? 1 t<@@@@@@>
1
0
2
=AAAAAA? t<@@@@@@>
2
1
1
=AAAAAA?¢¦¤x 1 t,
y t,
z 2 3t,
gdzie t > R. Wstawiając do równania płaszczyzny otrzymane wyrażenia, otrzymujemy
3x y z 3 3 1 t t 2 3t 3 t 27 .
Prosta przebija płaszczyznę w punkcie o współrzędnych x 97 , y
27 , z
87 .
b) Prosta przechodząca przez punkty a
<@@@@@@>0
5
2
=AAAAAA? ,b
<@@@@@@>2
1
4
=AAAAAA? ma równanie parametryczne
¢¦¤x 2t,
y 5 4t,
z 2 2t,gdzie t > R. Stąd mamy
3x1 x2 x3 3 3 2t 5 4t 2 2t 3 3 3.
Otrzymane równanie jest spełnione tożsamościowo dla każdego t > R, co oznacza, że prosta leży na
płaszczyźnie.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 307 z 365
Powrót
Pełny ekran
Zamknij
Koniec
c) Prosta ma równanie parametryczne
¢¦¤x 2,
y 1 2t,
z 1 2t,
gdzie t > R. Wstawiając do równania płasz-
czyzny, otrzymujemy
3x1 x2 x3 3 6 1 2t 1 2t 3 6 3.
Równanie jest sprzeczne, prosta w żadnym punkcie nie przebija płaszczyzny, jest do niej zatem
równoległa.
7.5. Z założenia istnieje taka liczba t > 0,1, że
c 1 ta tb tb c 1 ta b 1tc
1tt a,
czyli xb 1t 1, yb 2
t 3, zb 2t 1. Obliczając odległość da,b, otrzymujemy
da,b ¾1 1t 12
3 2t 32
1 2t 12
3StS .
Z warunków 3StS 9 i t > 0,1 wynika, że t 13 , zatem b
<@@@@@@>2
3
5
=AAAAAA?.
7.6. a)
<@@@@@@>1
6
2
=AAAAAA?, b)
<@@@@@@>6
8
10
=AAAAAA?, c)
<@@@@@@>1
6
3
=AAAAAA?.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 308 z 365
Powrót
Pełny ekran
Zamknij
Koniec
7.7. a)
<@@@@@@@@@>4
2
8
1
=AAAAAAAAA?, b)
<@@@@@@@@@>6
2
4
2
=AAAAAAAAA?.
7.8. a) Prosta ma równanie parametryczne
x 1 t<@@@@@@@@@>
1
1
2
0
=AAAAAAAAA? t
<@@@@@@@@@>0
2
2
1
=AAAAAAAAA?
<@@@@@@@@@>1 t
1 3t
2
t
=AAAAAAAAA?,
gdzie t > R. Rozwiązując układ równań
¢¦¨¤
1 t 1,
1 3t 5,
2 2,
t 2,
otrzymujemy t 2. Punkt leży na prostej.
b) Prosta ma równanie parametryczne
x 1 t<@@@@@@@@@>
2
1
1
1
=AAAAAAAAA? t
<@@@@@@@@@>1
2
3
1
=AAAAAAAAA?
<@@@@@@@@@>2 3t
1 t
1 2t
1 2t
=AAAAAAAAA?,
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 309 z 365
Powrót
Pełny ekran
Zamknij
Koniec
gdzie t > R. Układ równań
¢¦¨¤
2 3t 1,
1 t 1,
1 2t 0,
1 2t 1,
jest sprzeczny, zatem punkt nie leży na prostej.
7.9. a) Odcinek ma równanie parametryczne
1 t<@@@@@@@@@>
2
0
2
1
=AAAAAAAAA? t
<@@@@@@@@@>1
1
0
3
=AAAAAAAAA?
<@@@@@@@@@>2 3t
t
2 2t
1 4t
=AAAAAAAAA?,
gdzie t > `0,1e. Rozwiązując układ równań
¢¦¨¤
2 3t 1,
t 13 ,
2 2t 43 ,
1 4t 13 ,
otrzymujemy t 13 . Punkt x leży na
odcinku.
b) Odcinek ma równanie parametryczne
x 1 t<@@@@@@@@@>
1
2
4
0
=AAAAAAAAA? t
<@@@@@@@@@>2
1
1
1
=AAAAAAAAA?
<@@@@@@@@@>1 t
2 3t
4 5t
t
=AAAAAAAAA?,
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 310 z 365
Powrót
Pełny ekran
Zamknij
Koniec
gdzie t > `0,1e. Układ równań
¢¦¨¤
1 t 3,
2 3t 4,
4 5t 6,
t 2,
ma rozwiązanie t 2, które nie należy do przedziału
`0,1e. Punkt x leży na odcinku.
7.10. Z założenia punkt c ma współrzędne cj 1 taj tbj dla j 1,2 . . . , n, gdzie t > `0,1e.Stąd otrzymujemy
da,c d c,b ¿ÁÁÀ n
Qj1
aj cj2
¿ÁÁÀ n
Qj1
cj bj2
¿ÁÁÀ n
Qj1
aj 1 taj tbj2
¿ÁÁÀ n
Qj1
1 taj tbj bj2
¿ÁÁÀ n
Qj1
taj tbj2
¿ÁÁÀ n
Qj1
1 taj 1 t bj2
¿ÁÁÀt2n
Qj1
aj bj2
¿ÁÁÀ1 t2n
Qj1
aj bj2
StS¿ÁÁÀ n
Qj1
aj bj2 S1 tS¿ÁÁÀ n
Qj1
aj bj2
t
¿ÁÁÀ n
Qj1
aj bj2 1 t¿ÁÁÀ n
Qj1
aj bj2
¿ÁÁÀ n
Qj1
aj bj2 da,b.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 311 z 365
Powrót
Pełny ekran
Zamknij
Koniec
7.11. a) Liniowo niezależne.
b) Liniowo niezależne.
c) Liniowo zależne, bo liczba wektorów jest większa od wymiaru przestrzeni (por. twierdzenie
7.16).
d) Liniowo zależne, trzeci wektor jest sumą pierwszego i drugiego.
e) Liniowo niezależne.
7.12. Rozważmy równanie wektorowe αx βy γz 0 równoważne równaniu
α 2a b c βa b c γ a c 0.
Po przekształceniu otrzymujemy równanie
2α β γa α βb α β γc 0.
Ponieważ wektory a,b,c są liniowo niezależne, więc liczby α,β, γ spełnią układ równań
¢¦¤
2α β γ 0,
α β 0,
α β γ 0.
Jedynym rozwiązaniem tego układu są liczby α 0, β 0, γ 0, czyli wektory x,y,z są liniowo
niezależne.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 312 z 365
Powrót
Pełny ekran
Zamknij
Koniec
7.13. Układ równań ¢¦¤α1 α2 α3 0,
α2 α3 0,
α3 0,
ma tylko zerowe rozwiązania, co oznacza, że wektory v1,v2, v3 są liniowo niezależne, tworzą zatem
bazę przestrzeni R3. Rozwiązując układ
¢¦¤α1 α2 α3 1,
α2 α3 2,
α3 2,
otrzymujemy α1 3, α2 0, α3 2, a więc x 3v1 0v2 2v3.
7.14. Wektory v1,v2,v3 są liniowo niezależne, tworzą zatem bazę przestrzeni R3. Rozwiązaniem
układu
¢¦¤α1 α2 α3 1,
2α2 α3 2,
α1 α2 1,
są liczby α1 1, α2 2, α3 2, zatem x v1 2v2 2v3.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 313 z 365
Powrót
Pełny ekran
Zamknij
Koniec
11.8. Rozwiązania i odpowiedzi do rozdziału 8
8.1. a) Macierz A ma wymiary 2 3, macierz B ma wymiary 3 3. Iloczyn AB istnieje, bo
liczba kolumn macierzy A jest równa liczbie wierszy macierzy B. Macierz AB ma wymiary 2 3,
określona jest zatem różnica AB A
<@@@@>4 7 0
2 8 16
=AAAA?.
b) Macierz ATA ma wymiary 3 3, istnieje zatem różnica 2B ATA
<@@@@@@>1 4 6
2 3 8
2 4 24
=AAAAAA? .c) Istnieje iloczyn BAT , ale ma wymiary 3 2, suma BAT
3A jest nieokreślona.
d) Macierz ATA ma wymiary 33, macierz CTC ma wymiary 44. Różnica ATA CTC jest
nieokreślona.
8.2. a) Korzystając z własności działań na macierzach i z warunku AB BA, otrzymujemyA BA B AA B BA B AA AB BA BB A2 O B2 A2 B2.
b) Podobnie jak w podpunkcie a) mamy A B2 A BA B A2 AB BA B2
A2 2AB B2.
8.3. Załóżmy, że macierz A ma wymiary m n, wówczas z warunku, że istnieje iloczyn AB
wynika, że macierz B ma wymiary n k. Z kolei z warunku, że istnieją iloczyny AC i CB wynika,
że macierz C ma wymiary n n. Rozkładając na czynniki, otrzymujemy
5AB ACB A 5B CB A 5I CB.
8.4. Jeśli macierz A ma wymiary m n, to macierz AT ma wymiary n m. Istnieje zatem
iloczyn ATA, gdyż liczba kolumn macierzy AT jest równa liczbie wierszy macierzy A. Z własności
transpozycji wynika, że ATAT AT AT T ATA, macierz ATA jest zatem symetryczna.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 314 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Dowód dla iloczynu AAT jest podobny.
8.5. a) 2, b) 2, c) 2 (wyznaczanie rzędu z definicji jest na ogół dość żmudnym zajęciem, efektywna
metoda badania rzędu macierzy przedstawiona jest w następnym paragrafie).
8.6. a)<@@@@> 1 2
2 1
=AAAA? w2 2w1
<@@@@> 1 2
0 5
=AAAA? 15
<@@@@> 1 2
0 1
=AAAA? w1 2w2<@@@@> 1 0
0 1
=AAAA?, rząd jest równy 2.
b) 2.
c)
<@@@@@@>1 1 1
2 1 1
3 0 2
=AAAAAA? w2 w1
<@@@@@@>1 1 1
1 0 2
3 0 2
=AAAAAA?
w1 w2
w3 3w2
<@@@@@@>0 1 1
1 0 2
0 0 8
=AAAAAA?
18w3
<@@@@@@>0 1 1
1 0 2
0 0 1
=AAAAAA?
w1 w3
w2 2w3
<@@@@@@>0 1 0
1 0 0
0 0 1
=AAAAAA? ,rząd jest równy 3.
d) 2.
e) 3.
8.7. a) Przekształcać będziemy, podobnie jak w przykładzie 8.29, macierz ASI <@@@@@@>1 2 0
1 3 0
1 2 1
RRRRRRRRRRRRRRRRR1 0 0
0 1 0
0 0 1
=AAAAAA?.
Stosując operacje elementarne, otrzymujemy
ASI <@@@@@@>1 2 0
1 3 0
1 2 1
RRRRRRRRRRRRRRRRR1 0 0
0 1 0
0 0 1
=AAAAAA? w1 w2
w3 w2
<@@@@@@>0 5 0
1 3 0
0 1 1
RRRRRRRRRRRRRRRRR1 1 0
0 1 0
0 1 1
=AAAAAA? 15w1
<@@@@@@>0 1 0
1 3 0
0 1 1
RRRRRRRRRRRRRRRRR15
15 0
0 1 0
0 1 1
=AAAAAA? w2 3w1
w3 w1
<@@@@@@>0 1 0
1 0 0
0 0 1
RRRRRRRRRRRRRRRRR15
15 0
35
25 0
15
45 1
=AAAAAA? w2
w1
<@@@@@@>1 0 0
0 1 0
0 0 1
RRRRRRRRRRRRRRRRR
35
25 0
15
15 0
15
45 1
=AAAAAA? ,
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 315 z 365
Powrót
Pełny ekran
Zamknij
Koniec
zatem A1
<@@@@@@>
35
25 0
15
15 0
15
45 1
=AAAAAA?.
b) Stosując operacje elementarne, otrzymujemy
ASI <@@@@@@>2 1 1
1 3 2
3 4 1
RRRRRRRRRRRRRRRRR1 0 0
0 1 0
0 0 1
=AAAAAA? w1 2w2
w3 3w2
<@@@@@@>0 5 5
1 3 2
0 5 5
RRRRRRRRRRRRRRRRR1 2 0
0 1 0
0 3 1
=AAAAAA? w1 w3
<@@@@@@>0 0 0
1 3 2
0 5 5
RRRRRRRRRRRRRRRRR1 1 1
0 1 0
0 3 1
=AAAAAA? .W tym miejscu możemy już przerwać obliczenia. Rząd macierzy A jest mniejszy od 3 (jest równy
2), A jest macierzą osobliwą i A1 nie istnieje.
c) A1
<@@@@@@>12 0 1
2
0 0 114
12
54
=AAAAAA?.
d) A1
<@@@@@@@@@>1 1 1 1
0 1 1 15
0 0 1 45
0 0 0 15
=AAAAAAAAA?.
8.8 a) Stosując operacje elementarne, otrzymujemy A1
<@@@@@@>12
12 0
52
32 2
1 1 1
=AAAAAA?. Zauważmy, że
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 316 z 365
Powrót
Pełny ekran
Zamknij
Koniec
AX BX A1B, zatem X
<@@@@@@>12
12 0
52
32 2
1 1 1
=AAAAAA?<@@@@@@>
1 2 1 3
0 1 2 0
2 1 3 1
=AAAAAA? <@@@@@@>
12
32
12
32
132
92
112
112
3 2 2 2
=AAAAAA? .b) A1
<@@@@@@>15 0
15
35 0 2
5
310
12
15
=AAAAAA?. Ponadto AX A IAX I AX A1 I AX A1 I,
więc X
<@@@@@@>15 0
15
35 0 2
5
310
12
15
=AAAAAA? <@@@@@@>
1 0 0
0 1 0
0 0 1
=AAAAAA? <@@@@@@>
45 0
15
35 1 2
5
310
12
65
=AAAAAA?.
c) A1
<@@@@@@>7 4 6
7 4 7
2 1 2
=AAAAAA?, ponadto AXA1AT BAT AXA1
BT2AX A1BTA
2A,
zatem
X
<@@@@@@>7 4 6
7 4 7
2 1 2
=AAAAAA?<@@@@@@>
2 1 5
2 0 3
1 4 2
=AAAAAA?T <@@@@@@>
1 2 4
0 2 7
1 1 0
=AAAAAA? 2
<@@@@@@>1 2 4
0 2 7
1 1 0
=AAAAAA? <@@@@@@>
39 89 196
40 103 243
13 30 66
=AAAAAA? .8.9. a) 6, b) sin2α cos2α 1, c) 18, d) 2 2x, e) 2x3 x2 7x, f) 2x3 2y3, g) 22, h) 6,
i) x6 3x5 3x4 x3.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 317 z 365
Powrót
Pełny ekran
Zamknij
Koniec
8.10. Jeśli A a1,a2, ...,an, to korzystając z własności wyznaczników, otrzymujemy
detαA det αa1, αa2, ..., αan αdet a1, αa2, ..., αan α2 det a1,a2, ..., αan ... αn det a1,a2, ...,an αn detA.
8.11. a) Ze wzoru A1A I wynika, że det A1A det I, czyli, że detA1 detA 1. Dzieląc
obie strony przez detA otrzymujemy wzór detA1 1detA .
b) Ponieważ A1 1detA ADT , więc detA1 1
detAn det ADT . Stąd mamy
1detA 1detAn detAD
detAn1 detAD.
c) det ATA detAT detA detAdetA detA2A 0.
8.12. Korzystając z własności wyznaczników, otrzymujemy
det3ATBAB1B 33 detAT detBdetAB1 detB
27 detAdetB 1detAdetB detB 27 detB 54.
8.13. Wyznaczniki macierzy A i B są odpowiednio równe detA 8, detB 17, zatem
det 2A1BT ABT B1T 23 1detA detBdetAdetB 1
detB 8 17 136.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 318 z 365
Powrót
Pełny ekran
Zamknij
Koniec
8.14. a) rzA
¢¦¤ 2 dla m x 3,
1 dla m 3.b) Dla każdego m > R rząd macierzy B jest mniejszy od 3, bo kolumny pierwsza i trzecia są
równe. Dla m 1 wszystkie kolumny są jednakowe i w tym przypadku rzB 1. Jeśli m x 1, to
macierz B ma minor stopnia 2 różny od zera (np.RRRRRRRRRRR 1 m
2 2
RRRRRRRRRRR 2 2m) i jej rząd jest równy 2.
c) rzC
¢¦¤ 3 dla m x 0 ,m x 2,
2 dla m 0 -m 3.
d) rzD
¢¦¤ 3 dla m x 2 ,m x 1 ,m x 1,
2 dla m 2 -m 1 -m 1.
e) rzE
¢¦¤ 2 dla m x 1,
1 dla m 1.
8.15. a)<@@@@>
15
310
25
110
=AAAA?, b)<@@@@>
25
15
15
25
=AAAA?, c)
<@@@@@@>
15 0 2
525 0 1
5710
12
110
=AAAAAA?. d)
<@@@@@@>1 2 2
0 1 0
0 2 1
=AAAAAA?, e)
<@@@@@@@@@>1 1 0 0
0 1 1 0
0 0 1 1
0 0 0 1
=AAAAAAAAA?(tutaj metoda
operacji elementarnych jest o wiele lepsza).
8.16. detB det P1AP detP1 detAdetP 1detP detAdetP detA.
8.17. Operacje elementarne trzeciego typu, tzn. operacje polegające na dodaniu do pewnego
wiersza (kolumny) innego wiersza (kolumny) pomnożonego przez skalar, nie zmieniają wartości
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 319 z 365
Powrót
Pełny ekran
Zamknij
Koniec
wyznacznika, więc
det a1 a3,a1 a2,2a2 a3 det a1,a1 a2,2a2 a3 . det a1,a2,2a2 a3 det a1,a2,a3 2.
8.18. Niech A
<@@@@@@>a11 a12 a13
a21 a22 a23
a31 a32 a33
=AAAAAA?. Wykażemy, że dete1,a2,a3 jest minorem głównym stopnia
drugiego. Korzystając z rozwinięcia Laplace’a względem pierwszej kolumny, otrzymujemy
dete1,a2,a3 det
<@@@@@@>1 a12 a13
0 a22 a23
0 a32 a33
=AAAAAA? 111 det<@@@@> a22 a23
a32 a33
=AAAA? det<@@@@> a22 a23
a32 a33
=AAAA? .Dowód w pozostałych przypadkach jest analogiczny.
8.19. Rząd macierzy A może być równy co najwyżej m, zatem kolumny macierzy A, których jest
n, gdzie n A m, tworzą układ liniowo zależny. Oznacza to, że istnieje liniowa kombinacja kolumn
macierzy A o niezerowych współczynnikach, która jest równa wektorowi zerowemu. Współczynniki
tej kombinacji stanowią różne od zera rozwiązanie układu Ax 0.
8.20. a) Rząd macierzy współczynników układu A
<@@@@> 2 3 1
1 2 2
=AAAA? jest równy 2, rząd macierzy
rozszerzonej ASb <@@@@> 2 3 1
1 2 2
RRRRRRRRRRR 1
3
=AAAA? również jest równy 2, układ jest niesprzeczny.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 320 z 365
Powrót
Pełny ekran
Zamknij
Koniec
b) Rząd macierzy współczynników układu A
<@@@@@@>1 2 1
2 1 2
1 3 3
=AAAAAA? jest równy 2, rząd macierzy rozsze-
rzonej ASb <@@@@@@>1 2 1
2 1 2
1 3 3
RRRRRRRRRRRRRRRRR2
4
1
=AAAAAA? jest równy 3, układ jest sprzeczny.
8.21. a) Rozwiążemy układ za pomocą operacji elementarnych na wierszach macierzy rozsze-
rzonej układu.
A Sb <@@@@> 2 1 3
1 3 1
RRRRRRRRRRR 1
2
=AAAA? w2 3w1
<@@@@> 2 1 3
7 0 8
RRRRRRRRRRR 1
1
=AAAA? 18w2
<@@@@> 2 1 3
78 0 1
RRRRRRRRRRR 1
18
=AAAA? w1 3w2<@@@@>
58 1 0
78 0 1
RRRRRRRRRRR58
18
=AAAA? .Rozwiązanie ogólne układu jest zatem postaci
¢¦¤x1 t,
x2 58
58t,
x3 18
78t,
gdzie t > R. Rozwiązaniem bazowym odpowiadającym otrzymanej postaci bazowej jest wektor
x1 0 58
18 T . Pozostałe rozwiązania bazowe wyznaczymy korzystając z rozwiązania ogólnego.
Rozwiązanie bazowe, w którym zmienna x2 jest zmienną niebazową spełnia warunek x2 0, czyli58
58t 0, zatem t 1. Uzyskujemy więc kolejne rozwiązanie bazowe x2 1 0 1 T . Ostatnim
rozwiązaniem bazowym, w którym zmienna x3 jest zmienną niebazową (czyli x3 0, a więc t 17),
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 321 z 365
Powrót
Pełny ekran
Zamknij
Koniec
jest wektor x3 17
57 0 T .
b) Rozwiązanie ogólne układu jest postaci
x 1 0 0 T t 4 2 3 T ,gdzie t > R. Układ ma dwa różne rozwiązania bazowe 1 0 0 T oraz 0 1
2 34 T .
8.22. a) Stosując operacje elementarne, otrzymujemy
A Sb <@@@@@@>3 2 1 3
1 3 1 2
1 0 2 1
RRRRRRRRRRRRRRRRR1
3
2
=AAAAAA? w1 3w3
w2 w3
<@@@@@@>0 2 7 0
0 3 3 3
1 0 2 1
RRRRRRRRRRRRRRRRR5
5
2
=AAAAAA? 1
3w2
<@@@@@@>0 2 7 0
0 1 1 1
1 0 2 1
RRRRRRRRRRRRRRRRR5
53
2
=AAAAAA? 12w1
w3 w2
<@@@@@@>0 1
72 0
0 1 1 1
1 1 1 0
RRRRRRRRRRRRRRRRR
525313
=AAAAAA? w2 w1
w3 w1
<@@@@@@>0 1
72 0
0 0 52 1
1 0 92 0
RRRRRRRRRRRRRRRRR
52
56
176
=AAAAAA? .Rozwiązanie ogólne ma postać ¢
¦¨¤x1
176
92t,
x2 52
72t,
x3 t,
x4 56
52t,
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 322 z 365
Powrót
Pełny ekran
Zamknij
Koniec
gdzie t > R. Rozwiązaniami bazowymi są wektory
x1 176
52 0
56 T ,x2 4
3 43
13 0 T ,x3 8
21 0 57
2021 T ,x4 0
827
1727
2027 T .
b) Rozwiązanie ogólne układu równań ma postać
¢¦¨¤x1 13 t 7s,
x2 5 3s,
x3 t,
x4 s,
gdzie t, s > R. Rozwiązaniami bazowymi są między innymi wektory
x1 13 5 0 0 T ,x2 0 5 13 0 T .c) Rozwiązanie ogólne układu ma postać
¢¦¤x1 1 3t,
x2 t,
x3 1 5t
dla t > R. Rozwiązaniami bazowymi są wektory
x1 1 0 1 T ,x2 0 13
23 T ,x3 2
5 15 0 T .
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 323 z 365
Powrót
Pełny ekran
Zamknij
Koniec
8.23. a) W
RRRRRRRRRRR 2 1
1 3
RRRRRRRRRRR 7, W1
RRRRRRRRRRR 2 1
2 3
RRRRRRRRRRR 4, W2
RRRRRRRRRRR 2 2
1 2
RRRRRRRRRRR 6, x1 W1W 4
7 , x2 W2W 6
7 .
b) x1 1, x2 1.
c) W
RRRRRRRRRRRRRRRRR2 1 3
1 2 1
1 1 2
RRRRRRRRRRRRRRRRR 10, W1
RRRRRRRRRRRRRRRRR1 1 3
2 2 1
1 1 2
RRRRRRRRRRRRRRRRR 10, W2
RRRRRRRRRRRRRRRRR2 1 3
1 2 1
1 1 2
RRRRRRRRRRRRRRRRR 12, W3
RRRRRRRRRRRRRRRRR2 1 1
1 2 2
1 1 1
RRRRRRRRRRRRRRRRR 6,
x1 1, x2 65 , x3
35 .
d) Stosując operacje elementarne trzeciego typu, otrzymujemy
W
RRRRRRRRRRRRRRRRRRRRRRR1 1 1 1
0 1 1 1
1 0 1 0
0 0 1 1
RRRRRRRRRRRRRRRRRRRRRRR
w1 w3RRRRRRRRRRRRRRRRRRRRRRR0 1 2 1
0 1 1 1
1 0 1 0
0 0 1 1
RRRRRRRRRRRRRRRRRRRRRRR 131
RRRRRRRRRRRRRRRRR1 2 1
1 1 1
0 1 1
RRRRRRRRRRRRRRRRR
w2 w1
RRRRRRRRRRRRRRRRR1 2 1
1 1 1
0 1 1
RRRRRRRRRRRRRRRRR RRRRRRRRRRRRRRRRR1 2 1
0 3 2
0 1 1
RRRRRRRRRRRRRRRRR 111RRRRRRRRRRR 3 2
1 1
RRRRRRRRRRR 5.
Podobnie obliczamy W1 4, W2 3,W3 6, W4 4. Zatem x1 45 , x2
35 , x3
65 , x4
45 .
8.24. a) Wyznacznik główny układu jest równy W
RRRRRRRRRRR k 2
2 k
RRRRRRRRRRR k2 4. Dla k ~ 2 układ jest
układem Cramera, ponadto W1
RRRRRRRRRRR k 2
k k
RRRRRRRRRRR k2 2k, W2
RRRRRRRRRRR k k2 k
RRRRRRRRRRR k2 2k, zatem x k22kk24 k
k2 ,
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 324 z 365
Powrót
Pełny ekran
Zamknij
Koniec
y k22kk24 k
k2 . Dla k 2 mamy układ niesprzeczny¢¦¤ 2x 2y 2,
2x 2y 2,tzn. zmienne spełniają warunek
xy 1; jego rozwiązanie można zapisać w postaci x t, y 1t, gdzie t > R. Dla k 2 otrzymany
układ¢¦¤2x 2y 2,
2x 2y 2,jest sprzeczny (dodając stronami otrzymujemy sprzeczne równanie 0 4).
b) W
RRRRRRRRRRRRRRRRRk 1 3
1 k 1
1 1 1
RRRRRRRRRRRRRRRRR k2 4k 3, W ~ 0 wtedy i tylko wtedy, gdy k ~ 1 i k ~ 3. W tym przypadku
układ ma rozwiązanie x1 3k1k3 , x2 1, x3
kk22k3 . Jeśli k 1, to układ
¢¦¤x1 x2 3x3 1,
x1 x2 x3 1,
x1 x2 x3 1,
ma rozwiązanie (wyznaczamy je korzystając z operacji elementarnych) x1 1 t, x2 t, x3 0,
gdzie t > R. Dla k 3 otrzymujemy układ
¢¦¤
3x1 x2 3x3 1,
x1 3x2 x3 1,
x1 x2 x3 3.
Korzystając z operacji elementarnych możemy wykazać, że jest on sprzeczny.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 325 z 365
Powrót
Pełny ekran
Zamknij
Koniec
c) W k3 k2 k 1, W ~ 0 wtedy i tylko wtedy, gdy k ~ 1. Układ ma wówczas rozwiązanie
x1 k2k21 , x2
k2k3k2k3k1 , x3
4k4k2k2k3k1 .
Dla k 1 lub k 1 układ jest sprzeczny, gdyż w obu przypadkach rzA 2, rz ASb 3.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 326 z 365
Powrót
Pełny ekran
Zamknij
Koniec
11.9. Rozwiązania i odpowiedzi do rozdziału 9
9.1. a) x1, x2 > R2 x1 C 0, x2 C 0.
b) Ponieważ x41 x
42 x
21x
22 x2
1 x222 x2
1x22 C 0, więc dziedziną funkcji jest zbiór R2.
c) x1, x2 > R2x1 x2 A 0, x1 x 0.
d) Dziedzina jest określona nierównością 1x1
1x2
C 0, tj. x1 A 0, x2 A 0 albo x1x2 @ 0, x1 x2 B 0.
e) Ponieważ ex212x22 1 B 0, więc dziedzina jest określona warunkiem x1x2 B 0.
9.2. a) 0,1e.b) `3,ª. Wskazówka. Po podstawieniu t Sx1x2S (t może przyjmować wszystkie wartości do-
datnie), problem sprowadza się do wyznaczenia zbioru wartości gt 2t t2, gdzie t A 0, co
można łatwo uczynić metodami analizy funkcji jednej zmiennej. 9.2) ª,9~4e. Wskazówka. War-
to zastosować podstawienie t x21 x
22 C 0 i zastosować analogiczne receptury, jak w poprzednim
podpunkcie.
9.3. a) Prosta o równaniu 3x1 2x2 3.
b) Okrąg o środku w punkcie (0,0) i promieniu 2º
2.
c) Zbiorami W0, W1 są hiperbole o równaniach odpowiednio x1x2 1 oraz x1x2 e1.
d) W2, W1 określone są odpowiednio równaniami x2 ex1 , x2 0.
e) Zbiór W1 jest określony warunkami x2 x1, x1 x 0, zaś W0 – warunkami x2 0, x1 x 0.
9.4. a) Warstwica Wz, gdzie z > R, jest określona równaniem x1x2 z3. Mapę warstwic pokazano
na rys. 11.9 a).
b) Por. rys. do 11.9 b).
c) Zbiór Wz jest określony warunkami x2 zx1, x1 x 0, zob. rys. 11.9 c).
d) Rozwiązując równanie minx1, x2 z otrzymujemy układ warunków: x1 B x2, x1 z lub x1 C
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 327 z 365
Powrót
Pełny ekran
Zamknij
Koniec
x2, x2 z. Zbiór Wz tworzą dwie prostopadłe półproste o wspólnym początku z, z, por. rys. 11.9
d).
(a) (b) (c)
(d) (e)
x1x1
x1x1x1
x2x2
x2x2x2
Rysunek 11.9: Mapy warstwic funkcji z zadania 9.4
e) Dla z @ 0 mamy Wz g. Zbiór W0 jest półpłaszczyzną określoną warunkiem x1 B 2, zaś dla
z A 0 warstwica Wz jest prostą o równaniu x1 2 z, por. rys. do zadania 11.9 e).
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 328 z 365
Powrót
Pełny ekran
Zamknij
Koniec
9.5. Obie funkcje nie są ciągłe w punkcie 0,0. W innych punktach dziedziny są ciągłe.
9.6. Dla m 0. Warto zauważyć, że z nierówności S sinxS B SxS (Czytelnikowi proponujemy
jej wykazanie) wynika, że dla każdego x1, x2 > R2 0,0 mamy Sfx1, x2S B Sx1S. Dla każdego
ciągu xn o wyrazach różnych od 0,0 i zbieżnego do 0,0 mamy więc limnª
fxn 0. Warunkiem
ciągłości funkcji jest więc m f0,0 0.
9.7. a) f x1x 0, f x2x 4. b) f x1x 2, f x2x 0. c) f x1x nie istnieje, f x2x 2.
d) f x1x f x2x 0.
9.8. a) f x10,0 f x20,0 0. b) Wynik identyczny jak w a). c) Pochodne nie istnieją.
Wskazówka: wyznaczyć dziedzinę funkcji.
9.9. Wszystkie pochodne cząstkowe istnieją. Czytelnikowi proponujemy wyznaczenie obszarów
ich określoności.
a) f x1 3x21x2 2x2
12ºx1
, f x2 x31 2x1 1.
b) f x1 1
x1lnx2, f x2
1x2x1lnx2 .
c) f x1 ex1x21 x1x2, f x2 x21 ex1x2 .
d) f x1 2 x2 sinx1, f x2 cosx1.
9.10. a) Ex1fx1, x2 α, Ex2fx1, x2 β; b) Exifx1, x2 2x2ix21x
22
dla i 1,2; c) Exifx1, x2 xi~fx1, x2k dla i 1,2.
9.11. Rozszerzając wyniki uzyskane w zadaniu 9.9, otrzymujemy:
a) f x1,x1 6x1x2 1~4x3~21 , f x1,x2 f
x2,x1 3x21 2, f x2,x2 0;
b) f x1,x1 x1 lnx22, f x1,x2 f
x2,x1 1x1lnx22x2 , f x2,x2
1x22x1lnx2 1
x22x1lnx22 ;c) f x1,x1 x2ex1x22 x1x2, f x1,x2 f x2,x1 x1ex1x22 x1x2, f x2,x2 x3
1ex1x2 ;
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 329 z 365
Powrót
Pełny ekran
Zamknij
Koniec
d) f x1,x1 x2 cosx1, f x1,x2 f x2,x1 sinx1, f x2,x2 0.
9.12. Przede wszystkim zauważmy, że wprost z definicji wynika, że f x20,0 0. W pozostałych
punktach mamy
f x2x1, x2 x1x21 x
22x2
1 x222
.
Ponieważ
limt0
f x2t,0 f x20,0t
ª,
zatem pochodna cząstkowa f x1,x20,0 nie istnieje.
9.13. a) Tak, na zbiorze R2. b) Tak, na R2 0.0.
9.14. W punkcie x1, x2 x 0,0 pochodne cząstkowe rzędu pierwszego są równe:
f x1x1, x2 x2x2
1 x22
x21 x
22 2x1x2
2x1x22x2
1 x222
f x2x1, x2 x1x2
1 x22
x21 x
22 2x1x2
2x2x21x2
1 x222
;
w punkcie 0,0 obie pochodne mają natomiast wartość 0. Otrzymujemy stąd
f x1,x20,0 limt0
f x2t,0 f x20,0t
1,
f x2,x10,0 limt0
f x10, t f x10,0t
1.
Pochodne mieszane są więc różne. Czytelnikowi pozostawiamy sprawdzenie, że pochodne mieszane
drugiego rzędu funkcji f nie są ciągłe w punkcie 0,0 – nie są więc spełnione założenia twierdzenia
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 330 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Schwarza, a zatem wynik nie pozostaje w sprzeczności z tym twierdzeniem.
9.15. a) Funkcja jest różniczkowalna w sposób ciągły, przy czym f x 2x1 3x2 1, 3x1
4x2 1 , a więc f 1,2 9,10. Z twierdzenia 9.31 otrzymujemy ©hf1,2 9 3 10 2 47.
b) ©hfx f xh e.
c) Pochodna ©hfx nie istnieje, bowiem nie istnieje granica limt0
ft,tf0,0t lim
t0
StSt .
9.16. Rozważmy pochodną cząstkową względem np. zmiennej x1. W przykładzie 9.13 pokazali-
śmy, że f x10,0 0. Ciąg xn 1n ,
1n jest oczywiście zbieżny do punktu 0,0. Tymczasem prosty
rachunek pokazuje, że dla dowolnego n > N mamy
f x1xn limt0
f 1n t,
1n f 1
n ,1n
t limt0
¼S 1n t 1
n S 1n
t
12,
czyli limnª
f x1xn 12 x f x10,0 0. Tym samym pochodna f x1 nie jest ciągła w punkcie 0,0.
Przypadek pochodnej f x2 może być rozpatrzony analogicznie.
9.17. Bezpośrednim rachunkiem łatwo przekonać się, że pochodne cząstkowe pierwszego rzędu
każdej z rozważanych funkcji są ciągłe.
9.18. h jest wektorem: a) spadku, b) wzrostu, c) spadku, d) wzrostu, e) ani wzrostu, ani spadku.
9.19. Spośród podanych punktów funkcja ma ekstremum (minimum) jedynie w 1,1.9.20. a) Istnieje jeden punkt stacjonarny 10
7 ,157 , ale funkcja nie ma ekstremów lokalnych.
b) Maksimum lokalne w punkcie 1,23.
c) Minimum lokalne w 83 ,
23.
d) Warto rozważyć osobno przypadki a 0 i a x 0. W pierwszym brak ekstremów, w drugim
jedno ekstremum w punkcie a,a: minimum dla a @ 0, zaś maksimum dla a A 0.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 331 z 365
Powrót
Pełny ekran
Zamknij
Koniec
e) Punkty stacjonarne: x0 0,0, x1 º2,º
2 oraz x2 º2,º
2. W pierwszym funkcja
nie ma ekstremum, w dwóch kolejnych ma minima lokalne.
f) Minimum lokalne 13º4, 13º4.
g) Obliczając pochodne cząstkowe funkcji f łatwo zauważyć, że współrzędne punktów stacjo-
narnych spełniają układ równań:
x2 ln x21 x
22 2x2
1x2
x21 x
22 0, x1 ln x2
1 x22 2x2
2x1
x21 x
22 0. (11.1)
Załóżmy najpierw, że x1 x 0 i x2 x 0. Mnożąc pierwsze równanie przez x1, a drugie przez x2
i odejmując stronami, otrzymujemy po krótkich przekształceniach Sx1S Sx2S. Rozpatrując kolejno
przypadki x1 x2 i x1 x2 otrzymujemy z 11.1 współrzędne punktów stacjonarnych:
x1 1º2e,
1º2e ,x2 1º
2e,1º2e ,x3 1º
2e,1º2e ,x4 1º
2e,
1º2e .
Przypadki x1 0, x2 x 0 oraz x1 x 0, x2 0 oraz równania 11.1 prowadzą do kolejnych punktów
stacjonarnych:
x5 0,1, x6 1,0, x7 0,1, x8 1,0.Badając określoność macierzy drugiej pochodnej funkcji f w znalezionych punktach, łatwo można
wykazać, że w punktach x1 i x2 istnieje minimum lokalne funkcji f , a w punktach x3 i x4 lokalne
maksimum, w pozostałych zaś punktach funkcja nie ma ekstremum.
9.21. Ponieważ R 10 x2 ax b2dx 1
5 b2 1
3 a2 2
3 b 12 a ab, więc wyrażenie to ma
najmniejszą wartość, równą 1180 , dla a 1 i b 1
6 . Łatwo podać interpretację rozważanego proble-
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 332 z 365
Powrót
Pełny ekran
Zamknij
Koniec
mu, na przykład w kontekście przybliżenia funkcji kwadratowej funkcjami typu axb. Naturalnym
kryterium jest dążenie do minimalizacji, odpowiednio określonego, błędu przybliżenia. Czytelnika
zachęcamy, aby myśli te uściślił.
9.22. W oczywisty sposób zadanie sprowadza się do wyznaczenia minimum funkcji
f R2 R, fa, b n
Qi1axi b yi2.
Współrzędne jej punktu stacjonarnego a, b spełniają układ równań:
an
Qi1x2i b
n
Qi1xi
n
Qi1xiyi, a
n
Qi1xi bn
n
Qi1yi. (11.2)
Funkcja ma dokładnie jeden punkt stacjonarny a, b o współrzędnych:
a
n nPi1xiyi
nPi1xi
nPi1yi
n nPi1x2i nP
i1xi2 , b
1n
n
Qi1yi a
1n
n
Qi1xi,
w którym
f a, b <@@@@@@>nPi1x2i
nPi1xi
nPi1xi n
=AAAAAA? .Przy uczynionych założeniach, z podpunktu a) twierdzenia 9.40 łatwo wydedukować, że funkcja f
osiąga minimum lokalne dla stałych a, b o wartościach 11.2. Istotnie, skoro wśród liczb x1, . . . , xn
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 333 z 365
Powrót
Pełny ekran
Zamknij
Koniec
przynajmniej dwie są różne, to co najmniej jedna jest różna od 0, więcnPi1x2i A 0. Dalej zauważmy,
że dla każdego t > R wyrażenienPi1xi t2 jest dodatnie (dlaczego?). Stąd
0 @
n
Qi1xi t2 nt2 2t
n
Qi1xi
n
Qi1x2i .
Mamy do czynienia z trójmianem kwadratowym (względem t) przyjmującym zawsze wartości do-
datnie. Koniecznym i wystarczającym tego warunkiem jest ujemna wartość wyróżnika, ∆, tego
trójmianu. Otrzymujemy stąd nierówność
∆ 4 n
Q1xi2
4nn
Q1x2i @ 0,
która jest równoważna detf a, b A 0. Intuicyjnie wydaje się oczywiste, że funkcja f osiąga dla
wyznaczonych wartości parametrów swoją najmniejszą wartość. Czytelnikowi proponujemy podanie
stosownej argumentacji.
9.23. Wskazówka. Załóżmy, że f ma w punkcie x maksimum lokalne. Zauważmy, że jeśli funkcja
g jest rosnąca, to nierówność fx B fx jest równoważna nierówności g fx B g fx. Teza
wynika bezpośrednio z definicji maksimum lokalnego. Przypadek minimum f można rozważyć
analogicznie.
9.24. Największa i najmniejsza wartość funkcji są równe kolejno:
a) f0,3 15 oraz f1,0 1.
b) f1,0 f1,0 1, f0,1 f0,1 1.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 334 z 365
Powrót
Pełny ekran
Zamknij
Koniec
c) f2,0 4, f0,1 3;
e) fº2,º
2 2º
2, f0,2 2;
f) f0,3 f0,3 18, f0,0 0.
g) f0,2 4 i f0,0 0.
9.25. Niech x1, x2 oznaczają (wyrażone w kg.) zakupione i skonsumowane dzienne porcje odpo-
wiednio pokarmu A,B. Ich łączny koszt wynosi 12x115x2 zł. Parę x1, x2 można uznać za dzienną
dietę psa. Musi ona spełniać opisane w zadaniu warunki: dzienna konsumpcja nie przekracza 2kg.
(czyli x1x2 B 2). Zawartość (w mg.) mikroelementów m1 oraz m2 wynosi odpowiednio 10x115x2
oraz 30x1 20x2. Stąd otrzymujemy warunki 10x1 15x2 C 15 oraz 30x1 20x2 C 30. Oczywisty
sens mają warunki nieujemności x1 C 0, x2 C 0. Zadanie sprowadza się do znalezienia maksymalnej
wartości funkcji fx1, x2 12x1 15x2 na zbiorze określonym powyższymi warunkami. Rozwiąza-
niem jest x1, x2 35 ,
35. Minimalna wartość f , czyli minimalny koszt dziennej diety psa wynosi
f35 ,
35 81
5 , czyli 16,20 zł.
a) Uwzględnienie podatku VAT prowadzi do zwiększenia kosztów o 22%, co odpowiada za-
daniu wyznaczenia minimum funkcji 1,22fx1, x2 przy identycznych jak poprzednio warunkach
ograniczających. Rozwiązanie nie zmieni się, wzrośnie jedynie koszt utrzymania.
b) Efekt spadku ceny pokarmu B uwzględniamy wyznaczając minimum funkcji kosztu. Tym
razem jest ona równa gx1, x2 12x1 14x2. Czytelnika prosimy, aby sprawdził, że rozwiązanie
nie zmieni się.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 335 z 365
Powrót
Pełny ekran
Zamknij
Koniec
11.10. Rozwiązania i odpowiedzi do rozdziału 10
10.1. a) Zbiorem zdarzeń elementarnych jest zbiór
Ω O,O,O , O,O,R , O,R,O , R,O,O , R,R,O , R,O,R , O,R,R , R,R,Roraz
Ω 8. Zbiorem zdarzeń sprzyjających zajściu zdarzenia, że otrzymamy dokładnie dwa orły
jest zbiór
A O,O,R , O,R,O , R,O,O ,zatem P A 3
8 .
b) B O,O,O , O,O,R , O,R,O , R,O,O, P B 12 .
c) C O,O,O , R,R,R, P C 14 .
10.2. a) Zbiór zdarzeń elementarnych Ω k,n k,n > 1,2, . . . ,6,
Ω 36. Zbiór zdarzeń
sprzyjających A 1,1 , 1,2 , 1,3 , 2,1 , 2,2 , 3,1 ,
A 6. Stąd P A 16 .
b) 12 .
c) Niech A1 oznacza zdarzenie: suma wyrzuconych oczek jest równa 6, a A2 – zdarzenie suma
wyrzuconych oczek jest równa 10. Wówczas rozpatrywane zdarzenie A jest alternatywą rozłącz-
nych zdarzeń A1 i A2, tzn. A A1 8 A2. Zauważmy, że A1 1,5 , 2,4 , 3,3 , 4,2 , 5,1,
A2 4,6 , 5,5 , 6,4, zatem
P A P A1 8A2 P A1 P A2 536
336 8
36 29 .
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 336 z 365
Powrót
Pełny ekran
Zamknij
Koniec
10.3. Zdarzeniami elementarnymi są są 6-cio elementowe wariacje z powtórzeniami ze zbioru
6-cio elementowego, zatem
Ω 66. Zbiorem zdarzeń sprzyjających jest zbiór A wszystkich 6-cio
elementowych wariacji bez powtórzeń ze zbioru 6-cio elementowego,
A 666 6!. StądP A
6!66
5!65
5324 .
10.4. a) Skorzystamy ze wzoru na sumę dwóch zdarzeń losowych (por. twierdzenie.10.4).
P A 8B 8C P A 8 B 8C P A P B 8C P A 9 B 8C P A P B P C P B 9C P A 9 B 8C P A P B P C P B 9C P A 9B 8 A 8C P A P B P C P B 9C P A 9B P A 8C P A 9B 9C .
b) Z warunku 1 P A B P A 8B B 1 wynika, że P A 8B 1, zatem
P A 9B P A P B P A 8B 1.
c) Z prawa kontrapozycji p q q p (por. rachunek zdań) wynika, że rozważane zdanie
jest równoważne zdaniu: jeśli A9B g, to P AP B B 1, którego dowód jest natychmiastowy,
gdyż P A 8B B 1.
10.5. Skorzystamy z prawdopodobieństwa geometrycznego. Możemy przyjąć, że zbiorem zda-
rzeń elementarnych jest przedział `0, ae o długości a, a zbiorem zdarzeń sprzyjających – przedziała14a,
34af o długości 1
2a. Zatem szukane prawdopodobieństwo jest równe 12 .
10.6. Zbiorem zdarzeń elementarnych jest zbiór wszystkich takich par x, y, że x, y > `0,1e,
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 337 z 365
Powrót
Pełny ekran
Zamknij
Koniec
czyli Ω `0,1e `0,1e. Zbiorem zdarzeń sprzyjających jest zbiór A x, y > Ω y B 12x (por.
rysunek 11.10). Mamy SΩS 1, SAS 14 , zatem P A 1
4 .
Rysunek 11.10: Ilustracja do rozwiązania zadania 10.6
10.7. Zbiorem zdarzeń elementarnych jest zbiór Ω `0,1e `0,1e, SΩS 1. Zbiorem zdarzeń
sprzyjających jest zbiór A x, y > Ω x 0 - x A 0 , y @ 13x (por. rysunek 11.11).
Mamy SΩS 1, A 13 1 R 1
13
13xdx
13
13 ln 3, zatem P A 1
3 13 ln 3.
10.8. Równanie ma rzeczywiste pierwiastki wówczas, gdy jego wyróżnik ∆ 4b2 4c jest
nieujemny. Stąd otrzymujemy warunek c B b2. Skorzystamy z prawdopodobieństwa geometrycznego.
Mamy Ω b, c b, c > `0,1e, SΩS 1, A b, c > Ω c B b2, SAS 13 , zatem P A 1
3 .
10.9. a) F a ¢¦¨¤
0 dla a @ 0,12a
2 dla 0 B a @ 1,
1 12 2 a2 dla 1 B a @ 2,
1 dla a C 2.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 338 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Rysunek 11.11: Ilustracja do rozwiązania zadania 10.7
b) fa ¢¦¨¤
0 dla a @ 0,
a dla 0 B a @ 1,
2 a dla 1 B a @ 2,
0 dla a C 2.c) Wykresy funkcji przedstawione są na rysunku 11.12.
10.10. a) P A 9B P AP B 14
15
120 .
b) P A 8B P A P B P A 9B 14
15
120 2
5 .
c) P A B P A P A 9B 14
120
15 .
10.11. a) Ponieważ A 8A Ω, więc A 9B 8 A 9B Ω 9B B. Stąd otrzymujemy
P A 9B P A9B P B P AP B P A
9B P B P A
9B P B P AP B P A9B 1 P AP B
P A9B 1 P AP B P A
9B P AP B.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 339 z 365
Powrót
Pełny ekran
Zamknij
Koniec
(a) Wykres funkcji y F a (b) Wykres funkcji y fa
Rysunek 11.12: Ilustracja do rozwiązania zadania 10.9
b) Wynika bezpośrednio z podpunktu a).
10.12. Z danych zadania wynika, że
P A P B P AP B 1,
zatem 1 P A P B1 P A, czyli 1 P A P B1 P A 0. Stąd otrzymujemy1 P A 1 P B 0, co kończy dowód.
10.13. Zbiór zdarzeń elementarnych Ω k,n k,n > 1,2, . . .6,
Ω 36,
A 1,1 , 1,2 , 1,3 , 1,4 , 2,1 , 2,2 , 2,3 , 3,1 , 3,2 , 4,1 ,
A 10, P A 1036 . B jest zbiorem takich par k,n > Ω, że albo obie liczby k,n są parzyste, albo
obie nieparzyste, P B 12 . Cześć wspólna A 9B 1,1 , 1,3 , 2,2 , 3,1, P A 9B 4
36
19 . Zdarzenia A i B są zatem zależne, gdyż P A 9B ~ P AP B.10.14. Zbadamy niezależność zdarzeń A – otrzymane wyniki są identyczne i B. Wyznaczając
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 340 z 365
Powrót
Pełny ekran
Zamknij
Koniec
zbiór zdarzeń elementarnych łatwo można zauważyć, że P A 14 , P B 1
2 , A9B O,O,O,
P A 9B 18 . Zdarzenia są niezależne, gdyż P A 9B P AP B.
10.15. Wystarczy zbadać niezależność zdarzeń A: wśród wyrzuconej liczby oczek nie ma ani
jednej szóstki, B: obie wyrzucone liczby oczek są parzyste. Wówczas A9B oznacza zdarzenie: obie
wyrzucone liczby oczek są parzyste i mniejsze od szóstki. Mamy zatem P A 9B 436 , P A 25
36 ,
P B 936 . Łatwo można sprawdzić, że 4
36 x 2536
936 . Zdarzenia A i B są więc zależne.
10.16. Zdarzenie A zachodzi wówczas, gdy druga wylosowana kula jest biała lub czarna, zatem
P A 38
27
38
57 3
8 . Zdarzenie B zachodzi wówczas, gdy pierwsza wylosowana kula jest biała,
a druga czarna lub, gdy pierwsza jest czarna, a druga – biała, stąd P B 38
57
58
37 15
28 .
Koniunkcja A9B oznacza zdarzenie: pierwsza wylosowana kula jest biała, a druga – czarna, zatem
P A 9B 38
57
1556 . Zdarzenia A i B są zależne.
10.17. Skorzystamy ze wzoru na prawdopodobieństwo całkowite. Niech A oznacza zdarzenie:
kula wylosowana z drugiej urny jest czarna, B1 – zdarzenie: z pierwszej urny wylosowaliśmy kulę
białą, a B2 – zdarzenie: z pierwszej urny wylosowaliśmy kulę czarną. Mamy wówczas
P A P ASB1P B1 P ASB2P B2 26
59
36
49
1127 .
10.18. Korzystamy ze wzoru Bayesa.
P B1SA P ASB1P B1P ASB1P B1 P ASB2P B2 5
271127
511 .
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 341 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Rysunek 11.13: Wykres dystrybuanty
10.19. a)xk 0 1 2
pk14
12
14
.
b) F x ¢¨¦¨¤
0 dla x @ 0,14 dla 0 B x @ 1,34 dla 1 B x @ 2,
1 dla x C 2.
Wykres funkcji przedstawiony jest na rysunku 11.13.
c) EX 0 14 1 1
2 2 14 1, EX2 02 1
4 12 12 22 1
4 32 , D2X E X2 EX2
32 1 1
2 .
10.20. a)xk 0 1 2 3
pk18
38
38
18
.
b) F x ¢¨¦¨¤
0 dla x @ 0,18 dla 0 B x @ 1,12 dla 1 B x @ 2,78 dla 2 B x @ 3,
1 dla x C 3.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 342 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Rysunek 11.14: Wykres dystrybuanty
c) EX 0 18 1 3
8 2 38 3 1
8 32 , EX2 02 1
8 12 38 22 3
8 32 18 3, D2X E X2EX2
3 322
34 .
10.21. a) P X k 16 dla k 1,2, . . . ,6.
b) EX 72 , D2X 35
12 .
10.22. a) F x ¢¦¨¤
0 dla x @ 2,14 dla 2 B x @ 0,34 dla 0 B x @ 1,
1 dla x C 1.b) P X2 B 1 P X 0 -X 1 P X 0 P X 1 3
4 .
10.23. a) F x ¢¨¦¨¤
0 dla x @ 1,15 dla 1 B x @ 0,35 dla 0 B x @ 1,45 dla 1 B x @ 2,
1 dla x C 2.Wykres dystrybuanty przedstawiony jest na rysunku 11.14.
b) EX 1 15 0 2
5 1 15 2 1
5 25 , EX
2 12
15 02 2
5 12 15 22 1
5 65 , D
2X 65 2
52 26
25 .
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 343 z 365
Powrót
Pełny ekran
Zamknij
Koniec
c) P X2 C 1 1 P X2 @ 1 P X 0 25 .
10.24. a)xk 2 1 2
pk15
15
35
.
b) EX 2 15 1 1
5 2 35 1, EX2 22
15 12 1
5 22 35
175 , D2X 17
5 12 125 .
c) P 3X B 2 P X B 23 F 2
3 15 .
10.25. a)xk 2 3 4 5
pk320
1020
520
220
b) P X C 4 P X 4 -X 5 P X 4 P X 5 720 .
c) EX 3310 , D2X 71
100 .
10.26. a)xk 1 2 3
pk15
310
12
.
b) F x ¢¨¦¨¤
0 dla x @ 1,15 dla 1 B x @ 2,12 dla 2 B x @ 3,
1 dla x C 3.
10.27. a)xk 0 1 2
pk1934
1334
117
.
b)yk 1 0 1
pk1934
1334
117
.
c) EX 0 1934 1 13
34 2 117 1
2 , EX2 02 1934 12 13
34 22 117 21
34 , D2X 2134 1
22 25
68 ,
EY 1 1934 0 13
34 1 117
12 , EY 2 12
1934 02 13
34 12 117 21
34 , D2Y 2134 1
22 25
68 .
Wariancje są jednakowe (wynika to z twierdzenia 10.19).
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 344 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Rysunek 11.15: Wykres dystrybuanty
10.28. a) Zmienna X ma rozkład geometryczny z parametrem p 13 , P X k 1
3 23k1
,
gdzie k 1,2, . . ..
b) P X C 5 1 P X @ 5 1 13
13
23
13 2
32
13 2
33 1 6581 16
81 .
10.29. a) F x ¢¦¤ 0 dla x @ 3,
1 dla x C 3.Wykres funkcji na rysunku 11.15.
b) EX 3, D2X 0.
10.30. a) EX 0 q 1 p, gdzie q 1 p, EX2 p, D2X p p2 p 1 p pq.b) F x
¢¦¤
0 dla x @ 0,23 dla 0 B x @ 1,
1 dla x C 1.Wykres dystrybuanty na rysunku 11.16.
10.31. a) P X 0 30 1
40 343
2764 , P X 1 3
1 141 3
42 27
64 , P X 2 32 1
42 341
964 , P X 3 3
3 143 3
40 1
64 .
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 345 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Rysunek 11.16: Wykres dystrybuanty
b) F x ¢¨¦¨¤
0 dla x @ 0,2764 dla 0 B x @ 1,5464 dla 1 B x @ 2,6364 dla 2 B x @ 3,
1 dla x C 3.10.32. Niech X oznacza liczbę otrzymanych orłów. Zmienna X ma rozkład Bernoulliego z
parametrami p 12 , n 8.
a) P X 3 83 1
28 7
32 .
b) P X C 3 1 P X @ 3 1 P X 0 P X 1 P X 2 1 8
0 128
81 1
28 8
2 128 219
256 .
c) P X B 3 P X 0 P X 1 P X 2 P X 3 8
0 128
81 1
28 8
2 128
83 1
28 93
256 .
10.33. Niech X oznacza liczbę sukcesów. Zmienna X ma rozkład Bernoulliego z parametrami
p 13 , n 6.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 346 z 365
Powrót
Pełny ekran
Zamknij
Koniec
a) P X 1 61 1
31 235
64243 .
b) P X 2 62 1
32 234
80243 .
c) P X C 1 1 P X 0 1 60 1
30 236
665729 .
10.34. a) Korzystając z własności całki niewłaściwej, otrzymujemy
Sª
ª
fxdx S 0
ª
fxdx S 2
0fxdx S ª
2fxdx S 2
0fxdx S 2
0cdx 2c.
Z warunku R ªª fxdx=1 wynika, że c 12 .
b) Jeśli x @ 0, to F x R xª ftdt R xª 0dt 0.
Dla 0 B x @ 2 mamy
Sx
ª
ftdt S 0
ª
ftdt S x
0ftdt S 0
ª
0dt Sx
0ftdt S x
0
12dt
12x.
Zaś dla x C 2 mamy
Sx
ª
ftdt S 0
ª
ftdt S 2
0ftdt S x
2ftdt S 2
0
12dt 1.
Ostatecznie F x ¢¦¤
0 dla x @ 0,12x dla 0 B x @ 2,
1 dla x C 2.c) Wykresy na rysunku 11.17.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 347 z 365
Powrót
Pełny ekran
Zamknij
Koniec
(a) Wykres funkcji gęstości (b) Wykres dystrybuanty
Rysunek 11.17: Wykresy funkcji z rozwiązania zadania 10.34
d) P 1 @X @ 13 F 1
2 F 1 12
13 0 1
6 .
10.35. a) Funkcja gęstości jest określona wzorem
fx ¢¦¤1
b adla x > `a, be ,
0 dla x ¶ `a, be .Dla x @ a mamy F x R xª ftdt R xª 0dt 0. Dla a > `a, b mamy
F x S x
ª
ftdt S a
ª
0dt Sx
a
1b a
dt x a
b a.
Jeśli x C b, to
F x S x
ª
ftdt S a
ª
0dt Sb
a
1b a
dt Sª
b0dt 1.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 348 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Ostatecznie
F x ¢¦¤
0 dla x @ a,xaba dla a B x @ b,
1 dla x C b.
b) Momenty są odpowiednio równe
EX Sª
ª
xfxdx S b
ax
1b a
dx 1
b a
12x2b
a
12
1b a
b2 a2 b a
2,
EX2 Sª
ª
x2fxdx S b
ax2 1b a
dx 1
b a
13x3b
a
13
1b a
b3 a3 1
3b2
ab a2 ,D2X
12b2
ab a2 12b a2
112
b a2.
10.36. Wyznaczymy dystrybuantę zmiennej Y , a następnie obliczymy jej pochodną otrzymując
funkcję gęstości. Zmienna X ma dystrybuantę
F x ¢¦¤
0 dla x @ 1,x1
4 dla 1 B x @ 3,
1 dla x C 3.
Niech G y P Y B y będzie dystrybuantą zmiennej Y . Mamy
G y P X 2 B y P X B y 2 F y 2 ,
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 349 z 365
Powrót
Pełny ekran
Zamknij
Koniec
zatem
Gy ¢¦¤
0 dla y @ 1,y1
4 dla 1 B y @ 5,
1 dla y C 5.
Funkcja G y jest różniczkowalna poza punktami y 1 i y 5 (w tych punktach funkcja gęsto-
ści gy nie jest ciągła). Zmienna Y ma rozkład jednostajny w przedziale `1,5e o funkcji gęstości
fx ¢¦¤14 dla x > `1,5e ,0 dla x ~> `1,5e .
10.37. Dystrybuanta zmiennej Y jest określona wzorem Gy P Y B y P X2 B y. Roz-
ważmy następujące przypadki. Jeśli y B 0, to Gy 0. Dla y A 0 mamy
G y P ºy BX Bºy F ºy F ºy ,
gdzie F x jest dystrybuantą zmiennej X. Jeśli y > 0,1e, to ºy > `1,0, w konsekwencji
F ºy F ºy 12ºy 1 1
2ºy 1 ºy.
Jeśli y A 1, to ºy @ 1, wówczas F ºy F ºy 1. Ostatecznie
G y ¢¦¤
0 dla y @ 0,ºy dla 0 B y @ 1,
1 dla y C 1.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 350 z 365
Powrót
Pełny ekran
Zamknij
Koniec
(a) Wykres funkcji gęstości (b) Wykres dystrybuanty
Rysunek 11.18: Wykresy funkcji z rozwiązania zdania 10.38
Różniczkując, poza punktami y 0 i y 1, funkcję Gy otrzymamy funkcję gęstości gy zmiennej
Y (w punktach y 0 i y 1 możemy przyjąć gy 0). Reasumując gy ¢¦¤1
2ºy dla y > 0,1 ,
0 dla y ~> 0,1 .10.38. a) c 1
2 .
b) fx ¢¦¤
0 dla x @ 0,14x
2 dla 0 B x @ 2,
1 dla x C 2.c) Wykresy funkcji na rysunku 11.18.
d) P 1 @X @ 12 F 1
2 F 1 116 0 1
16 .
10.39. a) c 6.
b) F x ¢¦¤
0 dla x @ 0,
3x2 2x3 dla 0 B x @ 1,
1 dla x C 1.c) P X @ 1
2 F 12 1
2 .
10.40. a) Ponieważπ
R0c sinxdx 2c, więc c 1
2 .
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 351 z 365
Powrót
Pełny ekran
Zamknij
Koniec
b) Momenty zmiennej X są równe
EX
π
S0
12x sinxdx 1
2π,
EX2
π
S0
12x
2 sinxdx 12π
2 2,
D2X 12π
2 2 1
2π2 1
4π2 2.
c) P 12π @X @ 3
4π R 34ππ2
12 sinxdx 1
4
º2.
d) F x ¢¦¤
0 dla x @ 0,12
12 cosx dla 0 B x @ π,
1 dla x C π.
10.41. a) c 12 .
b) EX 0, D2X 14π
2 2.
10.42. a) c 2.
b) F x ¢¦¤ 0 dla x @ 2,
1 2x dla x C 2.
c) Całkując, otrzymujemy
EX Sª
22x
1x2dx S
ª
22
1xdx 2 lnxª2 ª.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 352 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Całka jest rozbieżna, EX nie istnieje.
10.43. a) P 1 @X @ 52 F 5
2 F 1 1 e5 1 e2 e2 e5.
b) fx ¢¦¤ 0 dla x B 0
2e2x dla x A 0.c) Zmienna losowa X ma rozkład wykładniczy z parametrem λ 2, zatem EX 1
λ 12 ,
D2X 1λ2
14 .
10.44. a) Zmienna X ma funkcję gęstości fx ¢¦¤ 0 dla x B 0,
3e3x dla x A 0i dystrybuantę
F x ¢¦¤ 0 dla x B 0,
1 e3x dla x A 0.
Stąd P 12 @X B 2 F 2 F 1
2 1 e6 0 1 e6.
b) Niech Gy P Y B y będzie dystrybuantą zmiennej Y . Dla y B 0 mamy
Gy P 3X B y P X B 13y F 1
3y 0.
Dla y A 0 mamy Gy F 13y 1 ey. Funkcja gęstości zmiennej Y jest określona wzorem
gy ¢¦¤ 0 dla y B 0,
ey dla y A 0.Zmienna Y ma rozkład wykładniczy z parametrem λ 1.
10.45. Niech F x oznacza dystrybuantę rozkładu N0,1. Zauważmy, że na podstawie twier-
dzenia 10.37 zmienna Y X 1
3ma rozkład N0,1.
a) P 1 @X @ 3 P 113 @ X1
3 @ 313 F 2
3 F 23 2F 2
3 1.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 353 z 365
Powrót
Pełny ekran
Zamknij
Koniec
b) P 0 @X @ 1 F 0 F 13 1
2 1 F 13 F 1
3 12 .
c) P SX EX S C 3σ 1 P SX EX S @ 3σ 1 P SX 1S @ 9 1 P 9 @X 1 @ 9 1 P 3 @ X1
3 @ 3 1 F 3 F 3 2 2F 3.10.46. Oznaczmy przezX liczbę otrzymanych orłów. Zmienna losowaX ma rozkład Bernoulliego
z parametrami n 100, p 12 .
a) Korzystamy z twierdzenia lokalnego de Moivre’a-Laplace’a (tw. 10.38). Mamy np 50, npq
25,ºnpq 5, x45
45505 1,
P X 45 15
1º2πe12 1
5º
2πe
(wartość numeryczną można wyznaczyć korzystając z kalkulatora lub tablic statystycznych).
b) P X 50 15
1º2πe0 1
5º
2π.
c) P X 60 15
1º2πe2.
10.47. Niech X oznacza liczbę otrzymanych orłów. Zmienna losowa X ma rozkład Bernoulliego
z parametrami n 10000, p 12 . Korzystamy z twierdzenia 10.38. Mamy np 5000, npq 2500,º
npq 50, x4950 49505000
50 1, a więc P X 4950 150
1º2πe12 .
10.48. 150
1º2πe12 .
10.49. Oznaczmy przezX liczbę otrzymanych orłów. Zmienna losowaX ma rozkład Bernoulliego
z parametrami n 10000, p 12 . Skorzystamy z twierdzenia integralnego de Moivre’a-Laplace’a (tw.
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 354 z 365
Powrót
Pełny ekran
Zamknij
Koniec
10.39). Mamy np 5000,ºnpq 50, a więc
P 4950 @X @ 5100 P 4950500050 @ X5000
50 @ 5100500050 P 1 @ X5000
50 @ 2 P 1 @ X5000
50 @ 2 F 2 F 1 F 2 F 1 1,
gdzie F oznacza dystrybuantę rozkładu N0,1.10.50. 2F 2 1, gdzie F oznacza dystrybuantę rozkładu N0,1.10.51. Niech X oznacza liczbę sukcesów. Zmienna X ma rozkład Bernoulliego z parametrami
n 180, p 16 .
P X C 40 1 P k @ 40 1 P X305 @ 2 1 F 2 ,
gdzie F jest dystrybuantą rozkładu N0,1.10.52. a) Korzystamy z twierdzenia lokalnego de Moivre’a-Laplace’a dla n 10000, p 1
2 , q 12 .
Oznaczmy przez X liczbę wylosowanych liczb parzystych, wówczas
X 200 10000 XX 5100,
xk knpºnpq 2.
Stąd P X 5100 150º
2πe2.
b) Korzystamy z twierdzenia integralnego de Moivre’a-Laplace’a. Przyjmując oznaczenia takie,
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 355 z 365
Powrót
Pełny ekran
Zamknij
Koniec
jak w podpunkcie a), otrzymujemy
P X 200 C 10000 X P X C 5100 1 P X @ 5100 1 P X5000
50 @ 2 1 F 2 .10.53. Niech X oznacza liczbę wylosowanych kul białych. Zmienna losowa X ma rozkład Berno-
ulliego z parametrami n 50, p 150 . Stosując twierdzenie Poissona (twierdzenie 10.40), gdzie λ n
p
50 150 1, otrzymujemy
P X C 2 1 P X B 1 1 P X 0 P X 1 1 10
0! e1
111! e
1 1 2e1.
10.54. Niech X oznacza liczbę sztuk wadliwych w pobranej próbce. Przyjmujemy, że zmienna lo-
sowa X ma rozkład Bernoulliego (jeśli pobrana próbka jest mała w stosunku do całej partii towaru,
to można przyjąć takie założenie) z parametrami n 60, p 120 . Szacujemy prawdopodobieństwa
zdarzeń korzystając z twierdzenia Poissona, gdzie λ np 3.
a) P X 0 300! e
3 e3.
b) P X C 3 1 P X B 2 1 P X 0 P X 1 P X 2 1 30
0! e3 31
1! e3 32
2! e3 1 17
2 e3.
10.55. Niech X oznacza liczbę błędów na ustalonej stronie (numer strony jest nieistotny).
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 356 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Zmienna losowa X ma rozkład Bernoulliego z parametrami n 48, p 1120 . Korzystamy z twier-
dzenia Poissona, gdzie λ 48120
25 , stąd
P X C 2 1 P X @ 2 1 P X 0 P X 1 1 1 2
5 e25 1 7
5e
25 .
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 357 z 365
Powrót
Pełny ekran
Zamknij
Koniec
Skorowidz
alternatywa zdarzeń, 222
asymptota
pionowa, 79
pozioma, 79
ukośna, 79
baza
przestrzeni liniowej, 145
bijekcją, 44
bijekcja, 31
całka
nieoznaczona, 114
oznaczona, 119
- interpretacja geometryczna, 120
ciąg
arytmetyczny, 63
geometryczny, 63
liczbowy, 61
malejący, 62
monotoniczny, 62
niemalejący, 62
nierosnący, 62
ograniczony, 65
z dołu, 65
z góry, 65
rosnący, 62
rozbieżny, 67
do nieskończoności, 70
stały, 62
zbieżny, 67
ciągłość funkcji
w punkcie, 77
w zbiorze, 77
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 358 z 365
Powrót
Pełny ekran
Zamknij
Koniec
częściowy porządek, 23
długość wektora, 131
dopełnienie algebraiczne, 169
druga pochodna, 100
dystrybuanta, 228
ekstremum funkcji, 209
ekstremum lokalne, 47
elastyczność cząstkowa funkcji, 198
elastyczność funkcji, 91
element
macierzy, 149
funkcja, 30, 35
m-krotnie różniczkowalna, 208
ściśle wklęsła, 102
ściśle wypukła, 102
ciągła, 192
ciągła w punkcie, 192
dwukrotnie różniczkowalna, 101
w sposób ciągły, 101
dziedzina, 36
gęstości, 237
gamma, 239
kosztów całkowitych, 90
kosztów krańcowych, 90
kosztów przeciętnych, 90
malejąca, 45
malejąca coraz szybciej, 105
malejąca coraz wolniej, 105
monotoniczna, 45
na, 43
niemalejąca, 45
nierosnąca, 45
odwrotna, 55
prawdopodobieństwa, 230
różniczkowalna, 85
w sposób ciągły, 205
różniczkowalna w punkcie, 84
różnowartościowa, 42
rosnąca, 45
rosnąca coraz szybciej, 105
rosnąca coraz wolniej, 105
rzeczywista jednej zmiennej, 36
stała, 45
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 359 z 365
Powrót
Pełny ekran
Zamknij
Koniec
wklęsła, 102
wypukła, 102
złożona, 53
zbiór wartości, 36
funkcja
wzajemnie jednoznaczna, 44
funkcja pierwotna, 113
funkcja rzeczywista
k-zmiennych, 187
funkcja zdaniowa, 15
funktor, 9
alternatywa, 10
dwuargumentowy, 10
implikacja, 10
jednoargumentowy, 10
koniunkcja, 10
negacja, 9
równoważność, 10
zdaniotwórczy, 9
główna przekątna macierzy, 150
gradient funkcji, 197
granica
ciągu, 66
lewo- i prawostronna funkcji
w punkcie, 75
niewłaściwa, 70
niewłaściwa funkcji
w punkcie, 75
właściwa funkcji
w nieskończoności, 75
w punkcie, 75
hesjan, 200
hiperpłaszczyzna, 138
iloczyn macierzy, 151
iloczyn macierzy przez liczbę, 151
iloczyn wektora przez liczbę, 133, 139
iloraz ciągu geometrycznego, 63
iloraz różnicowy, 85
iniekcja, 31, 42
kartezjański układ współrzędnych, 130
klasa abstrakcji, 23
kolumna macierzy, 150
kombinacja
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 360 z 365
Powrót
Pełny ekran
Zamknij
Koniec
liniowa, 142
koniunkcja zdarzeń, 222
kwantyfikator, 17
egzystencjalny, 17
ogólny, 17
szczegółowy, 17
liczba Eulera, 69
macierz, 149
antysymetryczna, 151
diagonalna, 150
dołączona, 169
dopełnień algebraicznych, 169
jednostkowa, 150
kwadratowa, 150
nieosobliwa, 154
odwrotna, 154
osobliwa, 154
pochodnej, 206
pochodnych cząstkowych drugiego rzędu, 200
podstawowa, 174
postać kolumnowa, 153
równoważna, 157
rozszerzona, 174
symetryczna, 151
trójkątna dolna, 150
trójkątna górna, 150
transponowana, 151
macierze
równe, 150
macierze przemienne, 153
maksimum lokalne, 47
maksimum lokalne funkcji, 210
minimum lokalne, 47
minimum lokalne funkcji, 209
minor, 168
główny, 168
moment
centralny drugiego rzędu, 231, 238
zwykły drugiego rzędu, 231, 238
zwykły pierwszego rzędu, 231, 238
obraz zbioru, 31, 50
odchylenie standardowe, 231, 238
odcinek, 131
odległość, 131, 138
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 361 z 365
Powrót
Pełny ekran
Zamknij
Koniec
odwzorowanie, 30, 36
obcięcie, 31
odwrotne, 32
różnowartościowe, 31
wzajemnie jednoznacznym, 31
zbioru na zbiór, 31
operacja elementarna
drugiego typu, 157
pierwszego typu, 157
trzeciego typu, 157
otoczenie punktu, 187
półpłaszczyzna, 135
półprzestrzeń, 138
płaszczyzna, 135
para uporządkowana, 21
pierwsza pochodna, 85
pochodna
cząstkowa, 204
drugiego rzędu, 199
cząstkowa rzędu m, 208
funkcji w punkcie, 84
kierunkowa, 203
lewostronna funkcji, 85
prawostronna funkcji, 85
pochodna funkcji
drugiego rzędu, 100
pierwszego rzędu, 84
pochodne
mieszanymi, 199
podzbiór, 13
podział zbioru, 24
porządek liniowy, 23
postać bazowa
macierzy, 159
układu równań, 177
prawdopodobieństwo, 222
geometryczne, 223
warunkowe, 224
prawo de Morgana, 11
dopełnienie iloczynu uogólnionego, 21
dopełnienie iloczynu zbiorów, 15
dopełnienie sumy uogólnionej, 20
dopełnienie sumy zbiorów, 15
zaprzeczenie alternatywy, 11
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 362 z 365
Powrót
Pełny ekran
Zamknij
Koniec
zaprzeczenie koniunkcji, 12
zaprzeczenie kwantyfikatora ogólnego, 17
prawo rachunku zdań, 11
prosta, 131
przeciwobraz zbioru, 31, 50
przekształcenie, 36
przestrzeń, 14
częściowo uporządkowana, 23
dwuwymiarowa, 131
ilorazowa, 23
liniową, 139
liniowo uporządkowana, 23
wektorowa, 138
zerowa macierzy, 175
punkt
izolowany, 74
podejrzany o ekstremum, 95
przegięcia wykresu funkcji, 103
skupienia, 74
stacjonarny, 95
stacjonarny funkcji, 211
wewnętrzny, 187
różnica ciągu arytmetycznego, 63
równanie
hiperpłaszczyzny, 138
kierunkowe prostej, 131
ogólne prostej, 131
płaszczyzny, 135
parametryczne odcinka, 135, 140
parametryczne prostej, 134, 139
relacja, 21
antysymetryczna, 22
dziedziną, 22
lewostronnie jednoznaczna, 30
odwrotna, 22
prawostronnie jednoznaczna, 30
przechodnia, 22
przeciwdziedzina, 22
przeciwsymetryczna, 22
przeciwzwrotna, 22
równoważności, 23
spójna, 23
symetryczna, 22
zwrotna, 22
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 363 z 365
Powrót
Pełny ekran
Zamknij
Koniec
rozkład
Bernoulliego, 232
chi-kwadrat, 240
ciągły, 237
gamma, 239
geometryczny, 232
jednopunktowy, 231
jednostajny, 239
normalny, 240
Poissona, 233
prawdopodobieństwa, 229
równomierny, 232
skokowy, 229
standaryzowany, 240
wykładniczy, 239
zero-jedynkowy, 232
rozwiązanie
bazowe, 180
układu, 175
rozwinięcie Laplace’a, 164
rząd
macierzy, 154
schemat Sarrusa, 163
silnia, 62
składowe wektora, 132
suma macierzy, 151
suma wektorów, 133, 139
superpozycja, 53
superpozycja odwzorowań, 32
suriekcja, 31, 43
tautologia, 11
prawo kontrapozycji, 12
transpozycja, 151
twierdzenie
Cauchy’ego, 167
Kroneckera-Capelli, 175
o całkowaniu przez części, 116
o całkowaniu przez podstawienie, 117
Schwarza, 200
układ
liniowo niezależny, 142
liniowo zależny, 142
układ Cramera, 182
układ równań
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 364 z 365
Powrót
Pełny ekran
Zamknij
Koniec
jednorodny, 175
niejednorodny, 175
niesprzeczny, 175
postać macierzowa, 174
postać skalarna, 174
postać wektorowa, 174
równoważny, 176
sprzeczny, 175
wariancja, 231, 238
warstwica funkcji, 187
wartość logiczna, 9
wartość oczekiwana, 230, 237
wektor
jednostkowy, 146
niewiadomych, 174
przeciwny, 139
spadku wartości funkcji, 204
swobodny, 132
wyrazów wolnych, 174
wzrostu wartości funkcji, 204
zerowy, 139
związany, 131
wektory
liniowo niezależne, 142
liniowo zależne, 142
wersor osi, 146
wiersz macierzy, 150
współczynnik
kierunkowy prostej, 131
kombinacji liniowej, 142
współrzędne
punktu, 130
wektora, 132
wykres funkcji, 187
wyrażenia nieoznaczone, 71
wyraz ciągu, 61
wyznacznik
główny układu, 183
wyznacznik macierzy, 162
wzory Cramera, 183
złożenie odwzorowań, 32
zbiór, 13
dopełnienie, 14
liczb całkowitych, 13
Strona główna
Strona tytułowa
Spis treści
NN LL
N L
Strona 365 z 365
Powrót
Pełny ekran
Zamknij
Koniec
liczb naturalnych, 13
liczb rzeczywistych, 13
liczb wymiernych, 13
otwarty, 187
pusty, 13
skończony, 13
zbiory, 13
część wspólną, 14
iloczyn, 14
iloczyn kartezjański, 21
iloczyn uogólniony, 19
indeksowana rodzina podzbiorów, 18
różnica, 14
równe, 13
suma, 14
suma uogólniona, 18
zdanie, 9
złożone, 9
zdarzenia
niezależne, 223
rozłączne, 222
zależne, 224
zdarzenie
elementarne, 221
losowe, 221
niemożliwe, 222
pewne, 222
przeciwne, 222
zmienna
bazowa, 180
losowa jednowymiarowa, 228
niebazowa, 180