Mat 1

Tomislav Doli s c Nikola Sandri c
MATEMATIKA 1
Gradevinski fakultet Sveuilite u Zagrebu c s
Predgovor
Potovani itatelji, s c u rukama imate nastavni materijal koji izlae gradivo kolegija Matematika 1 za z z s c studente prve godine Gradevinskog fakulteta. Moda se pitate zato nam, unato dostupnosti niza dobrih udbenika na hrvatskom jeziku koji obraduju sadraje z z ovog kolegija, treba (i) ova skripta. Pitanje je to koje smo si i mi kao autori postavili kad smo procjenjivali trebamo li pristupiti radu na njoj. Odgovor do kojeg smo doli oito je bio dovoljno poticajan da ju napiemo; ponudit emo ga s c s c i vama u nadi da e i za vas biti dobra motivacija da se njome sluite. c z Prvi dio odgovora je sadran u samom pitanju. Tono, postoji vie dobrih z c s udbenika, no niti jedan od njih ne pokriva u potpunosti program naeg kolegija. z s Jedan od uzroka takve situacije je i nedavna reforma visokog obrazovanja, koja je uvjetovala saimanje nastavnih planova i smanjenje broja i satnice matematikih z c kolegija. Posljedino, u okviru kolegija Matematika 1 nali su se zajedno sadraji c s z iz linearne algebre i iz matematike analize, dvaju podruja koja su zbog svoga c c opsega i znaaja vrlo rijetko zastupljena u istom udbeniku. Nadalje, postojee c z c knjige iz linearne algebre obuhvaaju i teme kojima u naem kolegiju nije bilo c s mjesta, kao to su teorija grupa ili teorija linearnih operatora. Pisanjem materijala s koji e ukljuivati samo relevantne sadraje iz obaju podruja eljeli smo otkloniti c c z c z potrebu konzultiranja vie udbenika i probleme vezane s njihovim nabavljanjem. s z Osim toga, zajedniki okvir omoguio je i standardiziranje notacije i olakao c c s pozivanje na prijanje rezultate. s Drugi dio odgovora vezan je uz dojam da su postojei udbenici po koncepc z ciji i nainu izlaganja vie orijentirani prema publici kojoj je matematika primarni c s interes. Shodno tomu, primjerena se pozornost posveuje strogosti formulacije c rezultata te njihovim izvodima i dokazima. Nama se, pak, ini da je u nastavnom c i
ii materijalu namijenjenom studentima tehnikih fakulteta nuno i korisno u izvjesc z noj mjeri odstupiti od tih standarda i umjesto na matematiku rigoroznost nac glasak staviti na motivaciju, primjere i primjene pojmova koji se obraduju. Skripta pred vama je rezultat naeg pokuaja nalaenja dobrog kompromisa izmedu tih s s z zahtjeva. Kompromis je vidljiv ve i u samom izgledu teksta, posebno u dic jelovima otisnutima sitnijim slovima. Te dijelove, koji uglavnom sadre dokaze, z mogue je izostaviti pri spremanju ispita. Oni slue za zadovoljenje intelektualne c z znatielje zahtjevnijeg itatelja. z c Pri pisanju skripte nismo se posebno trudili uiniti ju saetom. Uostalom, c z Matematika 1 je opsean kolegij, s velikom satnicom (4+4), koji nosi 9 ECTS z bodova (najvie na prvoj godini studija), i eljeli smo ve i samim opsegom skripte s z c naglasiti potrebu kontinuiranog rada i uenja. c Ugodna nam je dunost zahvaliti Alanu Filipinu, Dori Pokaz i Martini Benkovi, z c koji su pozorno itali dijelove rukopisa, predloili nam mnoga poboljanja i pronali c z s s brojne pogreke. Zahvaljujemo i studentima Matiji Soevu, Dejanu Stojakoviu, s c c Mati Stojanovu, Marku Vlainiu i Igoru Daidiu koji su nam ukazali na pogreke c zc s u ranijoj verziji skripte. Bit emo zahvalni svima koji nas upozore na preostale c propuste i nedostatke. U Zagrebu, rujna 2008. Tomislav Doli s c Nikola Sandri c
Sadraj z
Predgovor Sadraj z Uvod 1 Vektorski raun c 1.1 Vektori i osnovne operacije s njima . . . . . . . . . . . . 1.2 Vektorski prostor XO (E). Linearna kombinacija vektora . 1.3 Baza vektorskog prostora XO (E). Koordinatni sustav . . 1.4 Vektorski prostor Rn . . . . . . . . . . . . . . . . . . . 1.5 Skalarni produkt . . . . . . . . . . . . . . . . . . . . . . 1.6 Digresija - determinante matrica 2. i 3. reda . . . . . . . 1.7 Desni i lijevi koordinatni sustavi. Orijentacija . . . . . . 1.8 Vektorski produkt . . . . . . . . . . . . . . . . . . . . . 1.9 Mjeoviti produkt . . . . . . . . . . . . . . . . . . . . . s 2 Analitika geometrija c 2.1 Pravac u ravnini . . . . . . . . . . . . . . . . . . . . 2.1.1 Opi oblik jednadbe pravca u ravnini . . . . c z 2.1.2 Segmentni oblik . . . . . . . . . . . . . . . . 2.1.3 Kanonski oblik . . . . . . . . . . . . . . . . . 2.1.4 Pravac kroz dvije toke . . . . . . . . . . . . c 2.1.5 Eksplicitni oblik . . . . . . . . . . . . . . . . 2.1.6 Normirani oblik (normalni oblik) . . . . . . . 2.2 Odnosi toaka i pravaca u ravnini . . . . . . . . . . . c 2.2.1 Kut dvaju pravaca. Paralelnost i okomitost . 2.2.2 Udaljenost toke od pravca . . . . . . . . . . c 2.2.3 Presjecite dvaju pravaca . . . . . . . . . . . s 2.2.4 Uvjet presijecanja pravca i segmenta (duine) z 2.2.5 Uvjet presijecanja triju pravaca u istoj toki . c i iii 1 9 9 15 18 19 20 26 29 30 34 37 37 37 39 40 41 42 43 44 44 48 51 52 53
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
. . . . . . . . . . . . .
iii
iv
2.3 Pravac u prostoru . . . . . . . . . . . . . . . . . . . 2.3.1 Pravac kroz jednu toku sa zadanim smjerom c 2.3.2 Parametarske jednadbe pravca . . . . . . . . z 2.3.3 Kanonske jednadbe pravca . . . . . . . . . . z 2.3.4 Pravac kroz dvije toke . . . . . . . . . . . . c 2.3.5 Pravac zadan dvjema projekcijama . . . . . . 2.3.6 Sveanj pravaca . . . . . . . . . . . . . . . . z 2.3.7 Dijeljenje duine u zadanom omjeru . . . . . z Ravnina u prostoru . . . . . . . . . . . . . . . . . . 2.4.1 Normalni oblik jednadbe ravnine . . . . . . . z 2.4.2 Segmentni oblik jednadbe ravnine . . . . . . z 2.4.3 Opi oblik jednadbe ravnine . . . . . . . . . c z 2.4.4 Parametarski oblik jednadbe ravnine . . . . . z 2.4.5 Jednadba ravnine kroz tri toke . . . . . . . z c Odnosi ravnina i pravaca u prostoru . . . . . . . . . 2.5.1 Kut dviju ravnina . . . . . . . . . . . . . . . 2.5.2 Presjecite triju ravnina . . . . . . . . . . . . s 2.5.3 Kut pravca i ravnine . . . . . . . . . . . . . . 2.5.4 Presjecite pravca i ravnine . . . . . . . . . . s 2.5.5 Pripadnost pravca ravnini . . . . . . . . . . . 2.5.6 Kut dvaju pravaca . . . . . . . . . . . . . . . 2.5.7 Presjecite dvaju pravaca . . . . . . . . . . . s 2.5.8 Udaljenost dvaju pravaca u prostoru . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 55 55 56 57 58 59 60 61 61 62 63 66 68 68 68 70 71 72 73 74 75 78 81 81 81 83 86 88 91 93 96 101 101 103 105 107 109 115 115
2.4
2.5
3 Matrice i linearni sustavi 3.1 Osnove matrinog rauna . . . . . . . . . . . . . . . . . . . . . c c 3.1.1 Motivacija . . . . . . . . . . . . . . . . . . . . . . . . . 3.1.2 Osnovni pojmovi . . . . . . . . . . . . . . . . . . . . . . 3.1.3 Linearna kombinacija matrica . . . . . . . . . . . . . . . 3.1.4 Mnoenje matrica . . . . . . . . . . . . . . . . . . . . . z 3.1.5 Podmatrice i blok matrice . . . . . . . . . . . . . . . . . 3.1.6 Regularne matrice. Inverzna matrica . . . . . . . . . . . 3.1.7 Rang matrice. Elementarne transformacije . . . . . . . . 3.2 Linearni sustavi . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2.1 Osnovni pojmovi . . . . . . . . . . . . . . . . . . . . . . 3.2.2 Geometrijska interpretacija. Kronecker-Capellijev teorem 3.2.3 Homogeni sustavi . . . . . . . . . . . . . . . . . . . . . 3.2.4 Rjeavanje linearnog sustava . . . . . . . . . . . . . . . s 3.2.5 Determinanta. Cramerovo pravilo . . . . . . . . . . . . 3.3 Problem svojstvenih vrijednosti . . . . . . . . . . . . . . . . . . 3.3.1 Matrice kao linearni operatori . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . .
v
3.3.2 Svojstvene vrijednosti i svojstveni vektori . . . . . . . . . . . . 118 125 125 125 128 132 134 135 135 138 140 144 145 145 146 147 149 153 153 153 155 156 158 167 172 176 181 182 182 188 193 197 199 202 208 211
4 Nizovi i redovi 4.1 Nizovi realnih brojeva . . . . . . . . . . . . . . . . . 4.1.1 Pojam niza . . . . . . . . . . . . . . . . . . . 4.1.2 Granina vrijednost niza. Konvergencija niza . c 4.1.3 Raunanje s graninim vrijednostima . . . . . c c 4.1.4 Osnovni limesi . . . . . . . . . . . . . . . . . 4.2 Redovi realnih brojeva . . . . . . . . . . . . . . . . . 4.2.1 Pojam reda. Konvergencija reda . . . . . . . 4.2.2 Geometrijski red . . . . . . . . . . . . . . . . 4.2.3 Svojstva konvergentnih redova . . . . . . . . 4.2.4 Redovi s pozitivnim lanovima . . . . . . . . c 4.3 Kriteriji konvergencije . . . . . . . . . . . . . . . . . 4.3.1 Kriterij usporedivanja . . . . . . . . . . . . . 4.3.2 DAlembertov kriterij . . . . . . . . . . . . . 4.3.3 Cauchyev kriterij . . . . . . . . . . . . . . . . 4.3.4 Leibnizov kriterij . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
. . . . . . . . . . . . . . .
5 Funkcije 5.1 Osnovni pojmovi . . . . . . . . . . . . . . . . . . . . . . . 5.1.1 Motivacija i denicija . . . . . . . . . . . . . . . . 5.1.2 Naini zadavanja funkcije . . . . . . . . . . . . . . c 5.1.3 Graf funkcije . . . . . . . . . . . . . . . . . . . . . 5.1.4 Pojmovi znaajni za realne funkcije realne varijable c 5.1.5 Osnovne raunske operacije s funkcijama . . . . . . c 5.1.6 Kompozicija funkcija . . . . . . . . . . . . . . . . 5.1.7 Inverzna funkcija . . . . . . . . . . . . . . . . . . 5.2 Pregled elementarnih funkcija . . . . . . . . . . . . . . . . 5.2.1 Klasikacija i podjela realnih funkcija . . . . . . . . 5.2.2 Polinomi . . . . . . . . . . . . . . . . . . . . . . . 5.2.3 Racionalne funkcije . . . . . . . . . . . . . . . . . 5.2.4 Algebarske funkcije . . . . . . . . . . . . . . . . . 5.2.5 Eksponencijalne funkcije . . . . . . . . . . . . . . 5.2.6 Logaritamske funkcije . . . . . . . . . . . . . . . . 5.2.7 Trigonometrijske funkcije . . . . . . . . . . . . . . 5.2.8 Ciklometrijske (arkus) funkcije . . . . . . . . . . . 5.2.9 Hiperbolike i area funkcije . . . . . . . . . . . . . c
. . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . .
vi
6 Uvod u diferencijalni raun c 6.1 Neprekidnost i granine vrijednosti . . . . . . . . c 6.1.1 Neprekidnost funkcije . . . . . . . . . . . 6.1.2 Svojstva neprekidnih funkcija . . . . . . . 6.1.3 Neprekidnost elementarnih funkcija . . . . 6.1.4 Granina vrijednost (limes) funkcije . . . c 6.1.5 Neprekidnost i limes . . . . . . . . . . . . 6.1.6 Neodredeni oblici . . . . . . . . . . . . . 6.1.7 Raunanje limesa . . . . . . . . . . . . . c 6.2 Derivacija funkcije . . . . . . . . . . . . . . . . . 6.2.1 Motivacija . . . . . . . . . . . . . . . . . 6.2.2 Derivacija funkcije u toki . . . . . . . . . c 6.2.3 Derivacija funkcije . . . . . . . . . . . . . 6.2.4 Raunanje derivacija . . . . . . . . . . . c 6.2.5 Diferencijal funkcije i lokalna linearizacija 6.2.6 Derivacije vieg reda . . . . . . . . . . . s 6.2.7 Osnovni teoremi diferencijalnog rauna . . c 6.2.8 Primjene derivacija . . . . . . . . . . . . 7 Uvod u integralni raun c 7.1 Neodredeni integral . . . . . . . . . . . . . . . 7.1.1 Primitivna funkcija . . . . . . . . . . . 7.1.2 Neodredeni integral . . . . . . . . . . . 7.1.3 Metode integriranja . . . . . . . . . . . 7.2 Odredeni integral . . . . . . . . . . . . . . . . 7.2.1 Motivacija - problem povrine (plotine) s s 7.2.2 Svojstva odredenog integrala . . . . . . 7.3 Newton - Leibnizova formula . . . . . . . . . . 7.4 Nepravi integral . . . . . . . . . . . . . . . . . 7.5 Primjene integralnog rauna . . . . . . . . . . c 7.5.1 Povrina lika u ravnini . . . . . . . . . . s 7.5.2 Volumen rotacijskog tijela . . . . . . . . 7.5.3 Teite . . . . . . . . . . . . . . . . . . zs 7.5.4 Moment ustrajnosti (inercije) . . . . . . 7.5.5 Duljina i teite luka ravne krivulje . . . zs 7.5.6 Povrina rotacijske plohe . . . . . . . . s 7.5.7 Primjene u zici . . . . . . . . . . . . . 215 215 215 217 219 222 226 228 230 234 234 237 238 240 246 250 252 261 273 273 273 275 277 293 293 301 308 312 319 319 321 326 333 337 338 339
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . .
Uvod
Zato (i kako) treba uiti matematiku? s c Matematika je nezaobilazan dio programa na svim tehnikim fakultetima. c Predaje se, tradicionalno, na prvim godinama i mnogim studentima predstavlja ozbiljnu, ponekad i nepremostivu prepreku na putu do stjecanja akademskog stupnja. Razumljivo je, stoga, da si mnogi studenti postavljaju pitanja: A zato s nam to, uope, treba? Zato moramo ulagati puno truda i vremena u uenje c s c stvari koje nisu ono ime se u ivotu elimo baviti? I zato nam te stvari, ako c z z s nam i trebaju, predaju na apstraktan nain koji nam je stran i koji nije blizak c naoj svakodnevnoj praksi i iskustvu? Unato tomu to su to smislena i legitimna s c s pitanja, ona se rijetko postavljaju javno i naglas - studenti se ne ele dovesti u z poloaj da im se s visoka odgovori kako je to jasno, oito, da je tako uvijek bilo i z c da nije mogue biti dobar inenjer ne znajui matematiku. Svrha je ovog uvodnog c z c poglavlja odgovoriti na ta i slina pitanja i uvjeriti studente da je ulaganje truda c i vremena u svladavanje programa ovog kolegija dobra investicija. Za poetak, ispriat emo vam priu. c c c c Na nekom tritu za pretplatnike se nadmeu dvije tvrtke mobilne telefonije, zs c MobiFon i TeleZvon. MobiFon nudi usluge uz mjesenu pretplatu od 200 kn c i cijenu razgovora od 1 kn/min. TeleZvon trai 0 kn mjesene pretplate, ali z c minuta razgovora naplauje se 2 kn. Koju od njih odabrati ako oekujemo da c c emo telefonirati po 5 min svaki dan? Treba li taj izbor preporuiti i prijatelju c c koji pria po dva sata dnevno? c U istom gradu su i dvije tvrtke za iznajmljivanje automobila. Tvrtka OdiMi trai 400 kn za vozilo i jo 1 kn po prijedenom kilometru, dok tvrtka DojdiMi z s naplauje 800 kn za poetak i 0.5 kn po kilometru. Kod koje od njih treba c c iznajmiti automobil za odlazak u grad udaljen 600 km i povratak iz njega? Je li 1
2 to ista tvrtka kod koje treba iznajmiti vozilo za odlazak po poslovnog partnera na aerodrom udaljen 20 km? Na gornja e pitanja odgovoriti svatko tko je svladao etiri raunske operacije, c c c jer odgovor ne zahtijeva nita vie od nekoliko zbrajanja i mnoenja. Uz neto s s z s eksperimentiranja i pogadanja mogue je ustanoviti i da su za neku kilometrau c z (ili minutau) trokovi isti; u naem primjeru, to je 800 km. No je li to jedina z s s takva vrijednost? Mogu li se trokovi podudarati i za neku manju vrijednost? Ili s za neku veu? Moemo li biti sigurni da je na sva putovanja dulja od 800 km c z ponuda DojdiMi povoljnija od OdiMi, ili za neke velike udaljenosti ponovo OdiMi postaje jeftinija? I kako bismo u to uvjerili skeptika kojem to nije jasno i oito? I c moe li nam odgovor na ova pitanja nekako pomoi odgovoriti na slina pitanja z c c o mobitelima? Gornji su primjeri jednostavni, gotovo karikirani. Unato tome, njihovom c analizom moemo doi do odgovora na neka od pitanja s poetka ovog poglavlja. z c c Prvo, uoimo da je zajednika karakteristika obaju problema to to ovise samo c c s o stvarima koje se dobro opisuju brojevima. Nije bitan tip mobitela, niti marka automobila, niti grad u koji se putuje. Bitne su cijene, udaljenosti, trajanje. Bitni su, dakle, kvantitativni aspekti. Nadalje, jednom kad zanemarimo mobitele i automobile i probleme svedemo na kvantitativne aspekte, vidimo da oba naa s problema imaju istu strukturu; u oba sluaja jedna veliina (cijena) ovisi o drugoj c c (minute, kilometri) tako da se iznos druge mnoi konstantnim faktorom (cijena z po minuti, po kilometru) i da se tome dodaje konstantan iznos (pretplata, startna cijena). Uz neto malo truda mogue je sjetiti se i drugih problema s takvom s c strukturom: cijena vonje taksijem, trokovi proizvodnje, porez. Jasno je da z s razumijevanje jednoga od njih znai i razumijevanje svih ostalih, i da sposobnost c rjeavanja jednog od njih znai i sposobnost rjeavanja ostalih. Treba nam, s c s dakle, okvir u kojem emo moi formulirati i rijeiti opi, arhetipski, problem koji c c s c e opisivati sve ostale probleme tog tipa. Takav nam okvir daje matematika. c Matematika je, dakle, skup znanja i umijea pomou kojih se realni objekti i c c njihovi odnosi prikazuju pomou apstraktnih objekata i njihovih odnosa. Takve c prikaze zovemo matematikim modelima. Iz naih primjera vidimo da se rac s zliite realne situacije mogu prikazivati istim matematikim modelom: linearna c c funkcija f (x) = ax + b slui nam i za opis situacije s mobitelima i s rent-az car tvrtkama. Vrijedno je, dakle, uloiti trud u razumijevanje svojstava linearne z
3 funkcije, jer emo to znanje moi primijeniti u brojnim realnim kontekstima. Na c c istom primjeru vidimo da matematika mora biti apstraktna: mobitelska matematika bi bila beskorisna kod rent-a-cara, i obratno; apstraktna matematika u kojoj baratamo linearnim funkcijama je korisna za sve probleme u kojima se javlja linearna ovisnost. Isto tako nema smisla govoriti o gradevinskoj matematici, jer s s s bi gradevinaru za uspjeno bavljenje strukom jo trebala i ekonomska, ekoloka, geodetska, prometna i tko zna kakva sve jo matematika. Bolje je, stoga imati i s nauiti samo jednu, pa makar i apstraktnu. c Primjeri iz nae priice su, ponavljamo, karikirani. Naveli smo ih stoga jer ste s c se s linearnom funkcijom i rjeavanjem linearnih jednadbi ve sreli u dosadanjem s z c s tijeku svog obrazovanja. No znate li koji apstraktni matematiki koncept opisuje c kvantitativne aspekte zajednike izmjeni godinjih doba, rada srca, izmjeni plime c s i oseke i kripanju tramvaja u zavoju? Znate li da su porast broja stanovnika na s zemlji, koncentracija radioaktivnih tvari i zarada pri oroenju nekog iznosa novca c opisani istim matematikim modelom? Znate li to je zajedniki matematiki c s c c model za osjetljivost ljudskog uha, kiselost sapuna i snagu potresa? I kako se pomou toga moe odrediti kolik je star pretpovijesni kostur? I znate li da ste i c z te stvari ve uili u srednjoj koli? c c s Moda vam se gornja pitanja ine nebitnima za va budui rad. Svakako, z c s c sapuni, kosturi i porast broja stanovnika ne spadaju u probleme s kojima se svakodnevno susree inenjer gradevine. No teko je zanijekati da su nam sile, c z s momenti, brzine i ubrzanja bitni. Sve se te veliine matematiki opisuju pomou c c c pojma vektora. Isplati se, dakle, nauiti baratati vektorima, jer su oni nezaobilazni c u problemima mehanike i statike. Nadalje, ravnotea nekog zikalnog sustava z matematiki se opisuje neim to se zove diferencijalna jednadba. Diferencijalna c c s z se zove stoga to se u njoj pojavljuju derivacije nepoznate funkcije. No to su s s derivacije? Matematiki koncept kojim se opisuje i kvanticira brzina promjene c neke veliine. A kakve to ima veze s ravnoteom? Sila je, po 2. Newtonovom c z zakonu, produkt mase i ubrzanja, ubrzanje je promjena brzine u vremenu, a brzina je promjena poloaja u vremenu. Izgleda, dakle, da su i derivacije neto to treba z s s z zs inenjeru (pa i studentu) gradevine. Uz ravnoteu je vezan i pojam teita. A z kako se odreduje poloaj teita nekog tijela? Integriranjem. A integriranje je z zs postupak suprotan deriviranju. Dakle, i to nam treba. Nadamo se da vas je ovih nekoliko reenica uvjerilo da su svi sadraji obuhvaeni c z c
4 kolegijom Matematika 1 bitni za vae obrazovanje i rad. Nadamo se i da vas je s pria o mobitelima i rent-a-caru uvjerila da je snaga matematike upravo u njenoj c apstraktnosti. Ostaje nam jo odgovoriti na dva pitanja koja se, takoder, ponekad s uju. Prvo je: A zato to sve moramo uiti kad postoje prirunici i tablice? Drugo c s c c je neto modernija inaica: A zato to sve moramo uiti kad imamo raunala i s c s c c software? Podimo redom. Istina je da se mnoge stvari mogu nai u prirunicima i c c tablicama. To nam je dovoljno dok ostajemo u okviru onoga to je netko negdje s nekada ve izraunao, izprojektirao i izgradio. No to ako poelimo izgraditi neto c c s z s novo? Sto ako poelimo izgraditi neto nae, originalno, bez premca i uzora? Ako z s s poelimo (ili budemo primorani) biti kreativni? U tom sluaju, gotovo, knjiko, z c s tablino znanje ne e nam biti od velike koristi. Mi danas ne znamo tko e od nas c c c provesti svoj cijeli radni vijek kao rutinski inenjer koji svoje znanje crpi iz tablica, z je najbolje, ni vi to ne znate. Mudro a tko e poeljeti biti vie od toga. Sto c z s je, stoga, ne ograniiti si budue mogunosti i ne zatvoriti si vrata strunom i c c c c osobnom napredovanju. A upravo je to opasnost kojoj se izlaete oslanjajui se z c samo na tude znanje. Glede drugog pitanja, nepobitno je da nam raunala i software pruaju brojne c z mogunosti koje prijanji narataji strunjaka nisu imali. Tim se mogunostima c s s c c treba u punoj mjeri koristiti. Te mogunosti medutim, nisu neiscrpne i neograniene. c c Prvo je ogranienje isto kao i kod literature - moemo nai samo ono to je c z c s netko ve napravio, izraunao ili isprogramirao. Drugo je ogranienje suptilnije i c c c vezano je s injenicom da raunala daju odgovore koji su dobri samo onoliko koc c liko su dobra pitanja koja im postavljamo. Ne znamo li dobro formulirati pitanje, neemo dobiti dobar odgovor. Cak i na korektno postavljeno pitanje moemo c z dobiti odgovor koji nije lako interpretirati. Prisjetimo se samo kako malo informacija nekolovanom oku prua rendgenska snimka ili elektrokardiogram. Dakle, s z raunala su korisna samo ako im znamo postaviti smisleno pitanje i ako znamo c pravilno interpretirati odgovor. Nadamo se da su vas do sada reene stvari uvjerile da treba (na)uiti matemc c atiku. Sada kad vie nije sporno zato, recimo neto o tome kako to treba s s s uiniti. U dvije rijei - s razumijevanjem. Nitko nema nikakve koristi od napamet c c nauenog odgovora, izrecitirane denicije, ablonski rijeenog zadatka. Ocjena c s s steena temeljem takvog znanja nije korisna nikome, ponajmanje studentu koji c
5 ju je dobio. Koristi od matematike koje smo gore spominjali imaju samo oni koji razumiju to su nauili. s c Uenje matematike, vie nego veine stvari, podsjea na izgradnju vrlo visoke c s c c zgrade. Najbitniji su temelji. A oni se u matematici polau od samih poetaka z c formalnog obrazovanja. Kao to se na loim temeljima ne moe izgraditi solidna s s z zgrada, tako se s nedovoljnim predznanjem ne moe smisleno, s razumijevanjem, z nauiti matematiku. c Prvi je, dakle, preduvjet dobro predznanje. Kao ni jedan drugi predmet, matem atika ovisi o onome to ste nauili tijekom osnovne i srednje kole. Zelimo li vam s c s dati nova znanja, moramo podrazumijevati da ih imate na emu temeljiti. Na c mnoge stvari koje ste uli emo vas podsjeati i u ovoj knjizi i na nastavi, no c c c ne bi bilo realno oekivati da moemo time pokriti sadraje koji se provlae kroz c z z c dvanaest godina obrazovanja. Svjesni smo da studenti dolaze na fakultet s razliitim razinama predznanja, kako zbog razlika u kolama, tako i zbog razliitih c s c individualnih sklonosti prema matematici. No i studenti moraju biti svjesni da je stjecanje zajednike razine predznanja propisane srednjokolskim programom c s iskljuivo njihova odgovornost. Solidno svladan gimnazijski program dobar je c temelj, no programi pojedinih srednjih strunih srednjih kola mogu se pokazati c s nedostatnima. Iskustvo nam govori da studenti iz takvih kola moraju uloiti vie s z s truda i napora kako bi mogli kvalitetno pratiti nastavu i usvajati nove sadraje. z Iskustvo nam, takoder, pokazuje da uz takav pristup razlike u predznanju bivaju uspjeno nadoknadene. s Drugi uvjet za uspjeno svladavanje programa kolegija je stalan i kontinuiran s rad. Matematika je opsean predmet. Razumijevanje je nuan, no ne i dovoljan z z uvjet za uspjeh. Potrebna je i rutina. A rutina se stjee samo radom i vjebom. c z Pri tome ne mislimo samo na rutinu pri raunanju i rjeavanju zadataka, ve i c s c na rutinu u prepoznavanju matematikog sadraja u nekom problemu i u izboru c z odgovarajueg matematikog modela. c c Razumijevanje i rutina su, dakle, dvije, komponente uspjeha. No vanu ulogu z igra i njihov medusobni odnos te organizacija i balansiranje rada u njihovu postizanju. Pogrean se pristup najee sree pri uobiajenom odnosu prema teoriji s c sc c c i zadatcima. Uobiajeno je naime, da se na pismenom dijelu ispita rjeavaju zac s datci, a na usmenom se provjerava poznavanje teorijskih osnova. Kako pismeni ispit prethodi usmenom (i eliminatoran je), tako studenti vrlo esto prvo ulau c z
6 napor u ablonsko rjeavanje nekoliko tipova zadataka, a zatim, produ li piss s meni ispit, pokuavaju u dva - tri dana nauiti teoriju. Nedvojbeno je da takav s c pristup ponekad rezultira polaganjem ispita, no svaki tako poloen ispit je gubitak z za sve koji u tome sudjeluju. Najvei je, svakako, gubitak za studenta koji je tako c poloio ispit. Ako ne mislite tako, pokuajte dati dobar odgovor na pitanje, z s kakva je korist od rjeavanja zadataka bez njihovog razumijevanja? Nitko od vas s ne e za plau rjeavati zadatke iz matematike. Ono to e vam u radu trebati, c c s s c tj. prepoznavanje matematikih sadraja u stvarnim problemima, ne ete postii c z c c rjeavanjem ispitnih zadataka. Stei ete to upoznajui apstraktne matematike s c c c c koncepte i uei se uoavati ih u stvarnim situacijama. Ako nikad niste uli za c c c c linearnu funkciju, teko ete ju prepoznati u naim primjerima s poetka; ako s c s c ne znate uvjete uz koje linearni sustav ima jedinstveno rjeenje nikad neete biti s c sigurni da su uvjeti jedne od tvrtke povoljniji za sve udaljenosti vee od 800 km. c Zadatci na ispitu slue tomu da se vidi jeste li ovladali matematikim (teoriz c jskim, ako hoete) konceptima koji se u njima javljaju, i jeste li stekli dovoljno c rutine da ih moete rijeiti u za to propisanom vremenu. I samo tomu. Dakle, z s prvo teorija, onda zadatci. Spomenuli smo da nam matematika jami da je ponuda tvrtke DojdiMi poc voljnija za sve udaljenosti vee od 800 km. Time smo se dotakli jednog aspekta c matematikog znanja o kome jo nismo govorili: matematiko znanje je sigc s c urno, izvjesno, apsolutno. Ono ne ovisi o mjerenjima ni empirikim opaanjima, c z ve se se do njega dolazi postupkom logikog zakljuivanja. Drugim rijeima, c c c c matematike spoznaje se temelje na dokazima. Ilustrirajmo to na primjeru s koc jim smo se svi sreli, na Pitagorinom pouku. Pitagorin pouak je tvrdnja da je u c c svakom pravokutnom trokutu kvadrat hipotenuze jednak zbroju kvadrata kateta. To se jo uobiajeno zapisuje kao a2 + b2 = c2 , gdje su s a i b oznaene katete s c c a s c hipotenuza pravokutnog trokuta. Za zadani pravokutni trokut je vrlo lako provjeriti da Pitagorin pouak vrijedi. No takva provjera za jedan trokut nita ne c s govori o istinitosti pouka za neki drugi trokut. Kako moemo biti sigurni da ta c z tvrdnja vrijedi za sve pravokutne trokute? Pogledajmo Sliku 1. Na njoj je u kvadrat ABCD upisan kvadrat A B C D , a ostatak ine etiri sukladna pravokutna trokuta. Dakle je povrina kvadrata c c s ABCD jednaka zbroju povrine kvadrata A B C D i etverostruke povrine s c s jednog od tih trokuta, recimo A BB . No povrina velikog kvadrata je jednaka s
D a
b c
C a
D c c c A a A b B a B b
Slika 1: Pitagorin pouak. c kvadratu njegove stranice, a duljina stranice je zbroj kateta pravokutnog trokuta, a + b. Imamo 1 (a + b)2 = c2 + 4 ab. 2 Kvadriranjem izraza na lijevoj strani i sredivanjem dobivamo a2 + b2 = c2 , a to je upravo tvrdnja Pitagorinog pouka. Kako gornji postupak moemo c z provesti za bilo koji pravokutan trokut, vidimo da i Pitagorin pouak vrijedi za sve c pravokutne trokute. Dali smo dokaz te tvrdnje. Ne trebamo vie provjeravati s njenu istinitost za svaki pojedinani sluaj. c c Dokazi su bit matematike. Dokazi izdvajaju matematiko znanje od svih c ostalih vrsta znanja. Dokazi ga ine apsolutnim. Do matematikih se spozc c naja dolazi na razne naine: intuicijom, empirijom, formalnim manipulacijama, c no matematikim istinama one postaju tek kad budu dokazane. Bilo bi, stoga, c razumno oekivati da u nastavnom materijalu za matematiki kolegij sve relec c vantne tvrdnje budu potkrijepljene dokazima. Moramo vas, naalost, razoarati. z c Prelistate li na brzinu ovu knjigu, vidjet ete da je veina tvrdnji izreena bez c c c dokaza. Cak i tamo gdje se nalazi dokaz, najee je otisnut sitnijim slovima, to c sc s upuuje na mogunost preskakivanja tog dijela pri prvom itanju, pa i potpunog c c c
8 izostavljanja. Takav je pristup rezultat kompromisa. S jedne smo strane eljeli z proiriti knjigu dijelom materijala koji se odnosi na srednjokolsko gradivo, a s s s druge smo strane morali voditi rauna o njenoj opsenosti i zadrati ju u razumc z z nim okvirima. Zainteresirani se itatelj za izostavljene dokaze moe obratiti c z nastavnicima ili e ih potraiti u literaturi. c z Evo na kraju i posljednjeg savjeta. Nastavni materijal koji imate pred sobom bit e najbolje iskoriten u kombinaciji s redovitim pohadanjem predavanja. Treba c s ga gledati prije kao dopunu predavanjima nego kao zamjenu za njih. Tek kad je c c z student osloboden potrebe grozniavog zapisivanja i prepisivanja s ploe moe se u potpunosti koncentrirati na ono to se na predavanju govori. S druge strane, s nastavnik osloboden pritiska detaljnog formuliranja iskaza i njegovog zapisivanja na plou moe vie pozornosti posvetiti izlaganju konteksta i motivacije te tako c z s vie pribliiti gradivo studentima. Nadamo se da e tako ostvarena sinergija s z c rezultirati kvalitetnijim nastavnim procesom i poboljati njegove uinke. s c
Poglavlje 1 Vektorski raun c

1.1 Vektori i osnovne operacije s njima
U egzaktnim znanostima osim skalarnih veliina (masa, duljina, temperatura itd.) c imamo i veliine kod kojih nam je bitan smjer (brzina, sila, akceleracija itd.) Takve c veliine zovemo vektorskima. Temeljna je razlika izmedu skalarnih i vektorskih c veliina u tome to nam je za matematiki opis skalarne veliine dovoljan jedan c s c c realan broj, dok nam za vektorske veliine treba vie realnih brojeva. U ovom c s emo poglavlju opisati matematike koncepte i tehnike koje nam omoguuju c c c ekasno matematiko modeliranje vektorskih veliina. c c Primjer 1.1 Na 20 m od vas nalazi se kamion koji vozi brzinom od 72 km/h c (20 m/s). Sto ete poduzeti? Za donoenje odluke o tome treba li skoiti u stranu ili ostati na mjestu nije s c nam dovoljna samo informacija o iznosu brzine. Treba nam i podatak jesmo li na pravcu kojim se kamion giba, i ako jesmo, giba li se prema nama ili od nas. Oznaimo s E na trodimenzonalni prostor koji ima tokastu strukturu tj. c s c njegovi elementi su toke. c Denicija 1.1 Neka su dane toke P, Q E. Duina P Q je skup svih toaka c z c c pravca kroz P i Q koje se nalaze izmedu P i Q, ukljuivo P i Q. Primijetimo da iz Denicije 1.1 direktno slijedi da je P Q = QP . 9
10
POGLAVLJE 1. VEKTORSKI RACUN
Denicija 1.2 Vektor ili usmjerena duina P Q je duina kod koje su rubne z z toke uredene, tj. jedna od njih je poetak P a druga je kraj Q. Poetak jo c c c s zovemo hvatite. s
Q P P
Slika 1.1: Duina i usmjerena duina. z z
Iz Denicije 1.2 slijedi da je openito P Q = QP , jer imaju razliite poetke i c c c krajeve. Denicija 1.3 Kaemo da su vektori P Q i P Q jednaki ako postoji translacija z prostora koja prevodi P u P i Q u Q .
Q Q P P
Slika 1.2: Jednakost vektora. Ova nam denicija zapravo govori da su dva vektora jednaka ako jedan vektor moemo translacijom prevesti na drugi. z Koje su nam informacije nune i dovoljne da bismo mogli jedinstveno deniz rati vektor (jedinstvenost podrazumijevamo u smislu gornje denicije, tj. do na translaciju prostora)? z 1. Prirodno je vektoru pridruiti njegovu duljinu (normu, intenzitet). Duljinu vektora P Q oznaavamo s d(P, Q) =| P Q |. c
1.1. VEKTORI I OSNOVNE OPERACIJE S NJIMA 2. Pravac koji prolazi kroz P i Q zovemo nositelj ili smjer vektora P Q.
11
3. Za vektor P Q kaemo da je orijentiran od P prema Q, tj. poinje u P a z c zavrava u Q. s Provjerimo jesu li nam ova tri uvjeta nuna i dovoljna (u smislu Denicije 1.3). z Ako za neki ne-nul vektor znamo njegovu duljinu i smjer, jasno nam je da imamo samo dva vektora te duljine i tog smjera (u smislu Denicije 1.3). Sada samo izaberemo orijentaciju koja nam treba. Napomena 1.1 O istoj ili suprotnoj orijentaciji ima smisla govoriti ako i samo ako vektori imaju isti smjer. Napomena 1.2 Ako uzmemo proizvoljnu toku P E i zadani vektor , onda c a . postoji jedna jedina toka Q E takva da vrijedi P Q = a c Denicija 1.4 Vektori i b su kolinearni ako lee na istom pravcu ili na a z paralelnim pravcima. Vektor kod kojeg su poetak i kraj jednaki, tj. P = Q, zvat emo nul vektor i c c oznaavati s 0 . Pogledajmo sada neka svojstva nul vektora: c 1. Oito je | 0 | = 0. c 2. Nul vektor nema smjer jer ga moemo translatirati na svaki pravac (tj. z kolinearan je sa svakim vektorom). 3. Jednako je orijentiran kao i svaki vektor pa nema ni orijentaciju. Zbroj vektora i b deniramo kao vektor = + b koji dobijemo tako a c a da poetak vektora b translatiramo na kraj vektora i vektorom zovemo c a c vektor koji ima poetak u poetku od a kraj u kraju od b . Preciznije, uzmemo c c a proizvoljni O E i uzmemo A, B E takve da je OA = i AB = b . Iz a Napomene 1.2 znamo da takve toke A i B postoje i da su jedinstvene. Tada je c = OB. c
12
R a G
Slika 1.3: Motivacija za deniciju zbrajanja vektora. Napomena 1.3 Za bilo koje tri toke P, O, Q E vrijedi P Q = P O + OQ. c Teorem 1.1 (Svojstva zbrajanja vektora) Za sve vektore vrijede sljedee tvrdc nje: 1. ( + b ) + = + ( b + ) (asocijativnost). a c a c a a a 2. + 0 = 0 + = (nul vektor je neutralni element u odnosu na zbrajanje vektora). 3. Za svaki vektor postoji vektor a takav da vrijedi + a = a + = a a a , i oznaavamo ga s 0 . Vektor a zovemo suprotni vektor vektora a c . a =a a a 4. + b = b + (komutativnost).
B b a+b a b 0 A a+b a
Slika 1.4: Pravilo trokuta i pravilo paralelograma.
1.1. VEKTORI I OSNOVNE OPERACIJE S NJIMA
13
Teorem 1.1 nam kae da zbrajanje vektora ima ista svojstva kao obino zbrajanje z c realnih brojeva.
a + b+ c+ d a
Slika 1.5: Pravilo mnogokuta za zbrajanje vie vektora. s a c Napomena 1.4 Vektor a = iz Teorema 1.1 ima sljedea svojstva: ima , ali je suprotne orijentacije. Dakle ako je istu duinu i isti smjer kao i vektor a z = onda je = AB, BA. a a Za sluaj + piemo 2 (tj. vektor koji je istog smjera i iste orijentacije c s a a a ali dvostruke duljine od vektora ). Slino 2 + = 3, itd. Za n N a c a a a = (n 1) + . Jo dodatno deniramo 1 = imamo induktivno n a a a s a a = . Time je motivirana sljedea opa denicija mnoenja vektora i 0 a 0 c c z skalarom, tj. realnim brojem.
a , > 0 B 0 a,<0 a A B
Slika 1.6: Mnoenje vektora skalarom. z Za R, deniramo kao vektor: a 1. ija je duljina jednaka ||| |, c a 2. koji ima isti smjer kao , a
14
POGLAVLJE 1. VEKTORSKI RACUN 3. koji ima istu orijentaciju kao vektor za > 0, a suprotnu orijentaciju a za < 0. od vektora a
Teorem 1.2 (Svojstva mnoenja vektora skalarom) Za sve vektore i sve skalare z vrijedi: 1. ( + b ) = + b (distributivnost obzirom na zbrajanje vektora), a a 2. ( + ) = + (distributivnost obzirom na zbrajanje skalara), a a a 3. () = () (homogenost), a a 4. 1 = (postojanje jedinice). a a Denicija 1.5 Neka je V neki neprazan skup na kojem imamo denirane operacije zbrajanja elemenata i mnoenja elemenata skupa skalarom (realnim broz jem) takve da vrijedi : 1. za sve a, b V je a + b V , 2. za svaki a V i svaki R je a V , 3. operacije zbrajanja i mnoenja sa skalarom zadovoljavaju svojstva iz Teoz rema 1.1 i Teorema 1.2. Tada kaemo da je skup V (realni) vektorski prostor (realni jer su skalari realni z brojevi). Elemente od skupa V zovemo vektori. Primjetimo da se u Deniciji 1.5 nigdje ne govori o geometrijskim veliinama. Iz c nje vidimo da pojam vektora nije ogranien na geometrijske objekte. c Vratimo se sada Deniciji 1.4 i pokuajmo denirati kolinearnost u drugim s terminima. Neka je dan polupravac (zraka) s poetkom u O, i neka je A = O c toka koja lei na tom polupravcu. Tada je jasno da za proizvoljnu toku P E c z c vrijedi: P lei na polupravcu ako i samo ako postoji R takav da je OP = z OA. Ako su vektori i b kolinearni, onda, uz pretpostavku = 0 , postoji pravac a a
1.2. VEKTORSKI PROSTOR XO (E). LINEARNA KOMBINACIJA VEKTORA15 p i toke O, A, B E na p takve da je = OA, b = OB. Imamo da je c a b = , gdje je a | | a = ako a i b imaju istu orijentaciju i |b| | | a = |b| ako i b imaju suprotnu orijentaciju. a
Imamo sljedei zakljuak: vektori = 0 i b su kolinearni ako i samo ako c c a postoji R takav da je b = . Pri tome i b = 0 imaju isti smjer za a a > 0 a suprotan za < 0. (Usporedimo ovo s Denicijom 1.4). Primijetimo jo jednu zanimljivu stvar: za svaki vektor = 0 moemo s a z konstruirati jedinini vektor ili ort vektor, tj. vektor koji ima duinu 1 i ima c z isti smjer i orijentaciju kao i . Kako je = 0 , onda je | | = 0, pa moemo a a a z = a . Oito je | | = 1 i ima isti smjer i orijentaciju kao i , denirati a0 c a0 a0 a |a| = | | . te vrijedi a a a0
1.2
Vektorski prostor XO (E). Linearna kombinacija vektora
Neka je O E proizvoljna istaknuta toka prostora E. Tada znamo da svakoj c drugoj toki P E pripada potpuno odreden vektor OP . Taj vektor zovemo c radij-vektor ili vektor poloaja toke P u odnosu na toku O. Na taj nain z c c c imamo deniranu bijekciju izmedu skupa E i skupa XO (E) = {OP : P E} (skup svih radij-vektora, odnosno svih vektora s poetkom u O i zavretkom c s negdje u E). Bijekcija je konstruirana na prirodan nain, tj. svakoj toki P E c c pridruen je vektor OP . z Neka su sada , b XO (E) i R. Vektore + b i nanosimo od a a a + XO (E) i XO (E) (Napomena 1.1). toke O tako da je a c b a Imamo zadane dvije operacije (funkcije): a a 1. ( , b ) + b je funkcija sa XO (E) XO (E) XO (E). 2. (, ) je funkcija sa R XO (E) XO (E). a a
16
E
P
0
Slika 1.7: Radij-vektori u X0 (E). Vidjeli smo da operacije zbrajanja vektora i moenja vektora skalarom zadoz voljavaju svojstva iz Teorema 1.1 i Teorema 1.2. Stoga je skup XO (E) vektorski prostor prostora E pridruen toki O (Denicija 1.5). z c Napomena 1.5 Uzmemo li neku drugu toku Q E, Q = O, onda je XQ (E) c vektorski prostor prostora E pridruen toki Q ustvari translacija vektorskog z c prostora XO (E) za vektor OQ. Napomena 1.6 Slino deniramo vektorski prostor XO (M ) = {OP : P M } c za ravninu M i vektorski prostor XO (p) = {OP : P p} za pravac p. Neka su sada , , ..., XO (E), 1 , 2 , ..., n R. Tada za vektor a1 a2 an XO (E) koji je oblika = 1 + 2 + + n kaemo da je linearna z a a a1 a2 an , , ..., s koecijentima 1 , 2 , ..., n . Kae se jo da kombinacija vektora a1 a2 an z s je vektor rastavljen u linearnu kombinaciju od , , ..., . a a1 a2 an Denicija 1.6 Za vektore , , ..., XO (E) kaemo da su linearno zava1 a2 an z an a2 a1 isni ako postoje skalari 1 , 2 , ..., n R takvi da je 1 + 2 + + n = , , ..., 0 i bar jedan od skalara 1 , 2 , ..., n je razliit od nule. Vektori a1 a2 c an XO koji nisu lineano zavisni su linearno nezavisni . Napomena 1.7 Iz Denicije 1.6 izravno slijedi: a1 a1 a2 an 1. Vektori , , ..., XO su linearno nezavisni ako i samo ako iz 1 + an a2 2 + + n = 0 slijedi da su 1 = 2 = n = 0.
1.2. VEKTORSKI PROSTOR XO (E). LINEARNA KOMBINACIJA VEKTORA17 2. Ako su , , ..., XO linearno zavisni, onda barem jedan od njih a1 a2 an moemo prikazati kao linearnu kombinaciju drugih. z 3. Ako je barem jedan od vektora , , ..., XO (E) jednak nul veka1 a2 an toru, onda su ti vektori linearno zavisni, jer uz nul vektor moemo staviti z proizvoljan skalar razliit od nule. c a 4. Ako imamo dva vektora , b XO (E), onda su oni linearno zavisni ako i samo ako su kolinearni. Teorem 1.3 Bilo koja dva vektora iz XO (p) su linearno zavisna. Tvrdnja Teorema 1.3 je jasna, jer se nalazimo na pravcu, a na pravcu su bilo koja dva vektora kolinearna pa tvrdnja Teorema 1.3 slijedi iz Napomene 1.7. Teorem 1.4 Ako su , b bilo koja dva linearno nezavisna vektora iz XO (M ), a onda je svaki vektor XO (M ) mogue rastaviti u linearnu kombinaciju od c c i b . Stovie, takav rastav je jedinstven. a s Jednostavna posljedica Teorema 1.4 ja da su svaka tri vektora iz XO (M ) linearno zavisna. Teorem 1.5 Ako su , b i tri linearno nezavisna vektora iz XO (E), onda a c je svaki vektor d XO (E) mogue rastaviti kao linearnu kombinaciju vektora c , i . Stovie, taj rastav je jedinstven. s a b c Iz Teorema 1.5 izravno slijedi da su svaka etiri vektora iz XO (E) linearno zavisna. c Napomena 1.8 Neka su , i vektori iz XO (E) koji ne lee u istoj ravnini. e1 e2 e3 z Tada su oni linearno nezavisni. Dokaz: z Linearna kombinacija bilo koja dva vektora od , i lei u ravnini u e1 e2 e3 kojoj lee i ta dva vektora. Kako trei vektor po pretpostavci ne lei u ravnini u z c z kojoj lee druga dva, on se ne moe izraziti kao njihova linearna konbinacija, pa z z slijedi da su oni linearno nezavisni.
18
1.3
Baza vektorskog prostora XO (E). Koordinatni sustav
Denicija 1.7 Uredena trojka ( , , ) triju linearno nezavisnih vektora iz e1 e2 e3 XO (E) zove se baza vektorskog prostora XO (E). Analogno, uredeni par ( , ) linearno nezavisnih vektora iz XO (M ) je baza vektorskog prostora XO (M ). e1 e2 Napomena 1.9 Primijetimo da je baza vektorskog prostora XO (p) svaki nenul vektor iz XO (p). Neka je (, , ) bilo koja baza vektorskog prostora XO (E) i bilo koji e1 e2 e3 a = a1 +a2 +a3 , pri emu su skalari a1 , a2 i a3 vektor iz XO (E). Tada je a e1 e2 e3 c (Teorem 1.5). Kako su ti skalari jednoznano jednoznano odredeni vektorom a c c odredeni, zakljuujemo da nam je dovoljno znati tri skalara kao informaciju da c bismo znali neki vektor u XO (E). Skalare a1 , a2 i a3 zovemo komponente ili koordinate vektora u bazi (, , ). a e1 e2 e3 Jasno je da uredenih trojki linearno nezavisnih vektora u XO (E) ima beskonano c mnogo. Zanimaju nas takve trojke (baze) u kojoj e komponente svakog vektora c iz XO (E) biti jednostavne ili lake za odrediti. Konstruirajmo jednu takvu bazu na sljedei nain: c c Uzmimo toku O kao ishodite Kartezijevog koodinatnog sustava, te toke Ex = c s c (1, 0, 0), Ey = (0, 1, 0) i Ez = (0, 0, 1). Denirajmo i = OEx , j = OEy i k = OEz . Kako vektori i , j , k ne lee u istoj ravnini, prema Napomeni 1.8 z oni su linearno nezavisni, pa ine bazu. Stovie, duljine su im 1 i lee na okomitim c s z pravcima, pa kaemo da ine ortonormiranu bazu vektorskog prostora XO (E). z c Neka je sada proizvoljan vektor iz XO (E). Tada znamo da vrijedi = a a ax i + ay j + az k i koordinate (ax , ay , az ) su jednoznano odredene. c , XO (E), onda imamo Ako su sada a b = ax + ay + az k a i j b = bx i + by j + bz k . Iz svojstava zbrajanja vektora i mnoenja vektora skalarom (Teorem 1.1 i Teorem z 1.2) imamo + = (ax + bx ) + (ay + by ) + (az + bz ) . a b i j k
1.4. VEKTORSKI PROSTOR RN
19
S druge strane vektor = + b takoder ima razvoj u bazi ( i , j , k ), tj. c a = cx + cy + cz . Zbog jednoznanosti koecijenata imamo da je c i j k c cx = ax + bx , cy = ay + by , cz = az + bz . Zakljuujemo da se zbrajanje vektora svodi na zbrajanje njihovih odgovarajuih c c koordinata. Analogno, imamo = (ax ) i + (ay ) j + (az ) k . a Uzmimo sada bazu ( i , j , k ) i toku P s koordinatama (x, y, z). Tada je c jasno da su koordinate vektora OP vezane uz koordinate toke P , tj. vrijedi c OP = x i + y j + z k . Za toku P s koordinatama (x , y , z ) znamo da je OP = x i + y j + z k . c Sada je, zbog P P = P O + OP = OP + OP = OP OP (pravilo trokuta za zbrajanje vektora), mogue prikazati P P kao c P P = (x x) i + (y y) j + (z z) k . Dakle, komponente (koordinate) vektora P P se dobivaju kao razlika koordinata njegove krajnje i poetne toke. c c Napomena 1.10 Vidjeli smo da je P P = (x x) i + (y y) j + (z z) k . Znamo da je |P P | = d(P, P ) = (x x)2 + (y y)2 + (z z)2 , pa slijedi da je duljina proizvoljnog vektora jednaka | | = a a2 + a2 + a2 . x y z
1.4
Vektorski prostor Rn
Neka je ( i , j , k ) bilo koja baza od XO (E). Tada znamo da za proizvoljni a = ax +ay +az . k XO (E) postoje i jedinstveni su ax , ay , az R takvi da je a i j Ako sada identiciramo XO (E) s uredenom trojkom njegovih koordinata, a = (ax , ay , az ), pravila za zbrajanje vektora i mnoenje vektora sa skalarom a z (koja su opisana u toki 1.3) nam daju pravila za takve operacije nad uredenim c trojkama:
20
POGLAVLJE 1. VEKTORSKI RACUN 1. (ax , ay , az ) + (bx , by , bz ) = (ax + bx , ay + by , az + bz ), 2. (ax , ay , az ) = (ax , ay , az ).
Sada zaboravimo geometriju (jer ne moemo lako predoiti takve skupove) i z c za proizvoljni n N denirajmo takve operacije nad uredenim n-torkama realnih brojeva (x1 , x2 , ..., xn ) gdje su xi R za i = 1, ..., n. Skup svih takvih n-torki oznaavat emo sa Rn . Dakle Rn = {(x1 , x2 , ..., xn ) : xi R za i = 1, ..., n}. c c Za (x1 , x2 , ..., xn ), (y1 , y2 , ..., yn ) Rn i R deniramo: (x1 , x2 , ..., xn ) + (y1 , y2 , ..., yn ) = (x1 + y1 , x2 + y2 , ..., xn + yn ), (x1 , x2 , ..., xn ) = (x1 , x2 , ..., xn ). Lako je provjeriti da zbrajanje uredenih n-torki i njihovo mnoenje skalarom zadoz voljavaju svojstva analogna svojstvima iz Teorema 1.1 i Teorema 1.2. Odatle slijedi da je Rn vektorski prostor za proizvoljni n N. U toki 1.3 smo vidjeli da se svaki vektor iz X0 (E) moe prikazati kao linearna c z kombinacija vektora iz svake baze od X0 (E). To svojstvo baze od X0 (E) zovemo potpunost. Linearna nezavisnost baze jami jedinstvenost takvog prikaza. Sada c n moemo denirati bazu u R kao potpun i linearno nezavisan skup vektora iz z n R . Moe se pokazati da skup od n vektora i = (0, ..., 0, 1, 0, ..., 0) ija je i-ta z e c n koordinata 1 a sve ostale su nula, i = 1, ..., n, ini bazu u R . Kako ta baza ima c n n vektora, kaemo da je R n-dimenzionalni realni vektorski prostor. z
1.5
Skalarni produkt
Vektori su generalizacija brojeva. Zelimo imati operacije koje imamo za brojeve i koje se svode na operacije s brojevima za n = 1 (sluaj n = 1 svodi se na c vektorski prostor XO (p) ili R1 = R). Do sada smo vidjeli kako moemo vektore z zbrajati i mnoiti skalarom. Zelimo uvesti i mnoenje vektora. Kao motivacija z z moe nam posluiti pojam rada sile na nekom putu. z z Znamo da je rad sile F na putu s dan formulom W = F s (odnosno W = | F || |), ako su sila i put kolinearni. Zelimo imati slian izraz i za sluaj s c c kad F i s nisu kolinearni. U tu svrhu moramo na odgovarajui nain denirati c c
1.5. SKALARNI PRODUKT
21
produkt dvaju vektora. Kako je rad skalarna veliina, rezultat produkta vektora c mora biti skalar. Osim toga, novodenirani produkt se za sluaj kolinearnosti F c i mora svoditi na gornju formulu za rad. s Denicija 1.8 Neka su = 0 i b = 0 . Skalarni produkt vektora , b a a XO (E) je skalar koji oznaavamo s b i deniramo formulom c a = | ||| cos(), a b a b gdje je kut izmedu vektora i b . (Uzimamo 0 , odnosno manji od a a a dvaju kutova izmedu vektora i b .) Ako je barem jedan od vektora i b nul vektor, onda je b = 0. a
b a ab> 0
b a ab= 0
b a ab< 0
Slika 1.8: Uz deniciju skalarnog produkta.
Zakljuujemo da iz b = 0 (tj. iz ||| b | cos() = 0) slijedi da su ili i c a a a b okomiti (tj. kut medu njima je 2 ) ili je barem jedan od njih nul vektor. Sto uiniti ako i b nemaju zajedniko hvatite (tj. nisu iz XO (E))? c a c s = i = iz XO (E), pa imamo Uzmimo njima jednake vektore a OA b OB deniran skalarni produkt za svaka dva vektora. Pogledajmo sada jedinine vektore ( i , j , k ) baze pravokutnog koordic natnog sustava (iz toke 1.3). Iz Tablice 1.1 vidimo da su vektori i , j , k c medusobno okomiti (ortogonalni) i jedinini (normirani), pa kaemo da je ( i , j , k ) c z ortonormirana baza vektorskog prostora XO (E). Primijetimo da ( i , j , k ) nije jedina takva baza (npr. ( k , j , i ) je druga takva baza). Svaka tri vektora ( , b , ) za koje vrijede relacije kao gore ine ortonormiranu bazu u XO (E). a c c
22 i j k
POGLAVLJE 1. VEKTORSKI RACUN i j 1 0 0 1 0 0 k 0 0 1
Tablica 1.1: Skalarno mnoenje vektora baze pravokutnog koordinatnog susz tava Sada si postavimo pitanje, kako izraunati skalarni produkt? c Neka su = ax i + ay j + az k i b = bx i + by j + bz k . Tada je a = (ax bx ) + (ay by ) + (az bz ) , a b i j k odnosno | b | = a
(ax bx )2 + (ay by )2 + (az bz )2 ).
a b
Slika 1.9: Raunanje skalarnog produkta. c Sada iz kosinusovog pouka za trokut OAB imamo c | b |2 = | |2 + | b |2 2| || b | cos(). a a a Kako je
= | || | cos() a b a b
1.5. SKALARNI PRODUKT to imamo
23
(ax bx )2 + (ay by )2 + (az bz )2 = a2 + a2 + a2 + b2 + b2 + b2 2 b . a x y z x y z Odatle sredivanjem dobijemo = ax bx + ay by + az bz . a b Napomena 1.11 Primijetimo da skalarni produkt moemo generalizirati na vekz tore prostora proizvoljne dimenzije. Neka su = (x1 , x2 , ..., xn ), = (y1 , y2 , ..., yn ) Rn . Tada skalarni produkt x y vektora x i y deniramo kao = x1 y1 + x2 y2 + ... + xn yn . x y Teorem 1.6 (Svojstva skalarnog produkta) Za sve vektore iz X0 (E) i sve skalare iz R vrijedi: 1. ( + b ) = + b (aditivnost), a c a c c 2. ( ) b = ( b ) (homogenost), a a a a c 3. b = b (simetrinost). 1. Uvrtavajui b = u deniciju skalarnog produkta dobijemo = s c a a a || |, tj. |a a a a | | = = a2 + a2 + a2 . a
x y z
Ova se formula za duinu vektora, slae s Napomenom 1.10. z z 2. Polazei od b = | || b | cos() dobivamo za ne-nul vektore i b c a a a a b cos() = = 2ax bx +ay by +az bz2 2 . ax +a2 +a2 b2 +by +bz y z x | a || b | Time smo dobili korisnu formulu za kut izmedu dva vektora. Denicija 1.9 Neka su V i W realni vektorski prostori. Za preslikavanje (funkciju) sa V u W , tj. f : V W kaemo da je linearni operator ako vrijedi z f ( + b ) = f ( ) + f ( b ) a a za sve , b V i sve , R. Posebno, ako je vektorski prostor W = R, a onda f zovemo linearni funkcional.
24
Primjer 1.2 Neka je XO (E) ksan vektor. Tada je skalarno mnoenje s c z linearni funkcional. ksnim vektorom c
Imamo deniranu funkciju f : XO (E) R s f ( ) = . Neka su sada , b a a c a XO (E) i , R proizvoljni, onda imamo f ( + b ) = ( + b ) = + b = f ( ) + f ( b ). a a c a c c a
Neka je sada ( i , j , k ) naa standardna ortonormirana baza vektorskog pross tora XO (E) (konstruirana u toki 1.3). Tada za proizvoljni XO (E) vrijedi c a = ax + ay + az . Pomnoimo li sada prethodnu jednakost redom vek a i j k z torima baze ( i , j , k ) te iskoristimo svojstvo ortonormiranosti baze dobijemo: ax = i , ay = j , az = k . a a a Dakle imamo = ( ) + ( ) + ( ) . a a i i a j j a k k Napomena 1.12 Analogna formula = ( ) + ( ) + ( ) a a u u a v v a w w vrijedi za bilo koju ortonormiranu bazu, ( , , ). u v w Uzmimo proizvoljni jedinini vektor XO (E) i rastavimo ga u proizvoljnoj c a ortonormiranoj bazi ( i , j , k ) od XO (E). Kako je | | = 1, vrijedi a2 + a2 + a x y 2 az = 1. Tada su oito ax , ay , az [1, 1], pa postoje brojevi , , [0, ] c takvi da je ax = cos , ay = cos , az = cos . Odatle je cos2 + cos2 + cos2 = 1 i = cos + cos + cos . a i j k Brojeve cos , cos , cos zovemo kosinusi smjera vektora . a Neka je sada XO (E), = 0 proizvoljan (ne nuno jedinini) vektor. a a z c a Pogledajmo vektor = . Ve smo rekli (toka 1.1) da je jedinini i iste a0 c c a0 c |a| orijentacije i smjera kao i . Stovie, vrijedi a s = ax + ay + az . a0 | i | j | k |a |a |a
1.5. SKALARNI PRODUKT Dakle su kosinusi smjera vektora denirani s a

ax cos = , |a| ay cos = , |a| az cos = . |a|
25
Iz denicije skalarnog produkta i gornjih razmatranja slijedi da su koordinate vektora jednake duljini njegovih projekcija na koordinatne osi. Moemo promatrati i openitiji problem: z c Kako projicirati zadani vektor na proizvoljni pravac? Neka je d XO (E). Tada postoji D E takva da je d = OD. Uzmimo proizvoljan pravac p kroz O i neka je OD ortogonalna projekcija vektora d na p. Nadalje, neka je XO (E) proizvoljan vektor koji lei na p i njegov a z a0
D d
a0
Slika 1.10: Projekcija vektora na pravac. jedinini vektor. Tada imamo c d = OD + D D = + D D. a0 Mnoei gornju jednadbu s dobivamo z c z a0 = 2 = , a0 d a0 jer su i D D okomiti. Dakle imamo OD = ( d ) jer je OD = . a0 a0 a0 a0 Ako sada uvedemo oznaku d za OD , imamo d = ( d ) . a0 a0
26
1.6
Digresija - determinante matrica 2. i 3. reda
Iz prethodnih smo odjeljaka mogli vidjeti da se uvodenjem vektora i pravila za raunanje s njima dobiva mogunost saetog iskazivanja i zapisivanja rezultata. c c z U ovom se odjeljku upoznajemo s pojmom determinante koji igra vanu ulogu u z saetom i elegantnom formuliranju rezultata o linearnim sustavima, a koristan je z i pri radu s vektorima. Determinante se povijesno javljaju u kontekstu rjeavanja s sustava linearnih jednadbi. Pogledajmo sljedei sustav: z c ax + by = cx + dy = . Ako pomnoimo prvu jednadbu s d, drugu s b i zbrojimo ih, dobijemo z z (ad bc)x = d b, odnosno, za ad bc = 0, x= d b . ad bc
S druge strane, ako prvu jednadbu pomnoimo s c, drugu s a i zbrojimo ih, z z dobijemo c a a c y= = . bc ad ad bc Koecijente naeg sustava moemo zapisati u obliku tablice koju zovemo mas z trica. a b A= . c d Sada za matricu A denirajmo funkciju det koja e matrici A pridruivati realan c z broj na sljedei nain: c c a b c d
det A = det
= ad bc.
1.6. DIGRESIJA - DETERMINANTE MATRICA 2. I 3. REDA Oznaka koju jo koristimo je s a b . Tada imamo c d a c a b c d
27
x=
b d a b c d
y=
Pri izvodenju ovih formula pretpostavljali smo da je ad bc = 0, tj. da smijemo dijeliti s det A. Ako to nije sluaj, to znai da je ad = bc, odnosno a = c c c b . To je uvjet kolinearnosti (pa onda i linearne zavisnosti) vektora a i + b j d i c i + d j , odnosno paralelnosti pravaca deniranih izrazima ax + by = , cx + dy = . Vidimo da je u vrijednosti det A pohranjena informacija o linearnoj zavisnosti/nezavisnosti dvaju vektora. Analogno, za sustav s tri jednadbe i tri nepoznanice imamo: z a1 x + a2 y + a3 z = b1 x + b2 y + b3 z = c1 x + c2 y + c3 z = . Matrica tog sustava je matrica treeg reda, c a1 a2 A = b1 b2 c1 c2 i dana je s a3 b3 . c3
Determinantu matrice treeg reda raunamo rekurzivno razvojem po prvom retku. c c U tom se razvoju pojavljuju determinate drugog reda: a1 a2 a3 b1 b2 b3 c1 c2 c3 b2 b3 c2 c3 b1 b3 c1 c3 b1 b2 . c1 c2
det A =
= a1
a2
+ a3
Determinante matrica drugog reda znamo raunati, tj. sveli smo problem raunanja c c determinante treeg reda na problem raunanja determinante drugog reda. c c Drugi nain na koji moemo raunati determinante matrica treeg reda je Sarc z c c rusovo pravilo: ispod determinante dopiemo njena prva dva redka, pa onda s
28
zbrojimo produkte elemenata na glavnoj dijagonali i njoj paralelnim pravcima i od toga oduzmemo produkte elemenata na sporednoj dijagonali i njoj paralelnim pravcima. Po tom pravilu imamo: a1 a2 a3 b1 b2 b3 c1 c2 c3 = a1 b2 c3 + a3 b1 c2 + a2 b3 c1 a3 b2 c1 a1 b3 c2 a2 b1 c3 .
Svojstva determinante: 1. Zamjena redaka stupcima i obratno ne mijenja vrijednost determinante, tj.: a1 a2 a3 b1 b2 b3 c1 c2 c3 2. Ako dva susjedna redka predznak, tj.: a1 b1 c1 = a1 b1 c1 a2 b2 c2 . a3 b3 c3
(stupca) zamijene mjesta, determinanta mijenja a2 a3 b2 b3 c2 c3 b1 b2 b3 = a1 a2 a3 . c1 c2 c3
3. Ako su dva redka (stupca) u determinanti jednaka, determinanta je jednaka nuli. 4. Ako su svi elementi redka (stupca) pomnoeni istim skalarom, determinanta z se mnoi tim skalarom,tj.: z a1 a2 a3 b1 b2 b3 c1 c2 c3 5. Vrijedi: a1 + d1 a2 + d2 a3 + d3 b1 b2 b3 c1 c2 c3 = a1 a2 a3 b1 b2 b3 c1 c2 c3 d1 d2 d3 + b1 b2 b3 . c1 c2 c3 a1 a2 a3 = b1 b2 b3 . c1 c2 c3
Determinantama emo se vie baviti u poglavlju o rjeavanju linearnih sustava. c s s Ovdje smo uveli samo ona njihova svojstva koja e nam trebati pri radu s vekc torima.
1.7. DESNI I LIJEVI KOORDINATNI SUSTAVI. ORIJENTACIJA
29
1.7
Desni i lijevi koordinatni sustavi. jentacija
Ori-
Znamo da je za proizvoljnu toku O E skup XO (E) vektorski prostor. Neka je c , , ) neka baza od XO (E). Tada uredenu trojku (O; , , ) zovemo (a b c a b c koordinatni sustav. Neka su sada O, O E i neka su ( i , j , k ) i ( i , j , k ) proizvoljne ortogonalne baze od XO (E) odnosno XO (E). Tada imamo dva pravokutna koodinatna sustava S = (O; i , j , k ) i S = (O ; i , j , k ). Postavlja se pitanje, je li mogue krutim gibanjem (rotacija, translacija ili oboje) c prevesti S u S tako da O prijede u O, i u i , j u j i k u k ? Ako je to mogue, onda kaemo da su S i S ekvivalentni ili jednako orijenc z tirani. Kako to odrediti? Prvo translatiramo O u O, onda dovedemo i u i . Tada ravnina okomita na i u kojoj su j i k prijede u ravninu okomitu na i u kojoj su j i k . Sada rotacijom oko osi koja sadri i dovedemo j na j . Time vektor k padne na z pravac vektora k : ili se preklopi s njim (tj. imaju istu orijentaciju), ili je suprotne orijentacije. Jasno je da je svaki trei pravokutni koordinatni sustav jednako orijentiran s c tono jednim od ova dva. Ili se poklopi sa S, ili sa S , ako S nije ekvivalentan c sa S. To znai da se skup svih pravokutnih koordinatnih sustava raspada na dva c podskupa. Koordinatne sustave u jednom podskupu zovemo desnima a drugom lijevima.
k
0 0
i j i k j
Slika 1.11: Desna i lijeva ortonormirana baza. Postavlja se pitanje, kako odrediti jesu li dva pravokutna sustava jednako
30
orijentirana ili nisu? Neka su S = (O; i , j , k ) i S = (O ; i , j , k ) dva pravokutna koordinatna sustava. Prikaimo i , j , k preko i , j , k : z i = a1 i + a2 j + a3 k , j = b1 i + b2 j + b3 k , k = c1 i + c2 j + c3 k . Izraunajmo c D= a1 a2 a3 b1 b2 b3 . c1 c2 c3
Ako je D > 0, onda su S i S (odnosno njihove baze) jednako orijentirani, ako je D < 0, onda nisu. z Napomena 1.13 Za svaka dva sustava S i S (ne nuno pravokutna) je D = 0. Dakle, ako su S i S dva proizvoljna sustava (ne nuno pravokutna), onda se z orijentiranost od S i S ispituje analogno, tj. pomou determinante pripadajue c c matrice. Denicija 1.10 Orijentirani prostor je prostor u kojem se zna koji su koordinatni sustavi desni (pozitivno orijentirani) a koji lijevi (negativno orijentirani).
1.8
Vektorski produkt
Vektorski produkt denira se samo za vektore trodimenzionalnog prostora (vidjeli smo u toki 1.4 da postoje n-dimenzionalni vektorski prostori za svako n N c a u Napomeni 1.10 vidjeli smo da moemo denirati skalarni produkt na nz dimenzionalnom vektorskom prostoru Rn ). Neka je O vrsta toka u prostoru E i (O; i , j , k ) pravokutni normirani c c desni koordinatni sustav. Vektorski produkt vektora i b je vektor a = (ay bz az by ) + (az bx ax bz ) + (ax by ay bx ) , a b i j k
1.8. VEKTORSKI PRODUKT odnosno = a b i j k ax ay az . bx by bz
31
Determinantu u ovoj formuli shvaamo isto formalno, kao saeti zapis. c c z Teorem 1.7 (Svojstva vektorskog produkta) Za sve vektore iz X0 (E) i sve skalare iz R vrijedi: 1. ( ) b = ( ) ( b ) = ( b ) a a a (homogenost),
2. ( b + ) = b + , a c a a c + ) = + (distributivnost prema zbrajanju), (a b c a c b c 3. b = ( b ) a a (antikomutativnost).
Primijetimo da tvrdnje Teorema 1.7 slijede izravno iz svojstava determinante koja smo vidjeli u toki 1.6. c Duljina vektora b je dana formulom a | b |2 = | |2 | b |2 ( b )2 . a a a Napomena 1.14 Vektorski produkt dvaju vektora jednak je nul vektoru ako i samo ako su ti vektori kolinearni. To ukljuuje i sluaj kad je jedan od njih (ili c c ak oba) nul vektor, jer je nul vektor kolinearan sa svakim vektorom. c Dokaz:
Ako je barem jedan od vektora , b nul vektor, tvrdnja slijedi lagano iz formule za duljinu a vektora b . Neka su sada oba vektora razliita od nul vektora. a c i kolinearni. Zbog = ||| | cos , i = 0 ili = , imamo ( )2 = Neka su a b a b a b a b 2 |2 | b | 1, pa desna strana formule za duljinu vektora b iezava. Tada je | | = 0, |a a sc a b pa i b = 0 . a Obratno, neka je b = 0 . Tada je | b | = 0, pa iz formule za duljinu | b | a a a imamo 0 = ||2 | b |2 ( b )2 . Kako je b = ||| b | cos , imamo 0 = | |2 | b |2 (1 a a a a a cos2 ). Po pretpostavci je || = 0 i | b | = 0, pa je cos2 = 1, tj. = 0 ili = . Dakle a i b su kolinearni. a
32
Ako i b nisu kolinearni, iz formule za duljinu | b | slijedi a a | b |2 = | |2 | b |2 (1 cos2 ) = | |2 | b |2 sin2 . a a a Dakle imamo | b | = | || b | sin . a a
Neka su i b nekolinearni. Tada iz svojstva skalarnog produkta i formule za a vektorski produkt imamo: ( ) = 0 a a b b ( a b ) = 0. To znai da je b okomit na ravninu u kojoj su i b , tj. ( , b , b ) c a a a a je jedna baza. Pitanje je sad je li b orijentiran, prema gore ili prema a dolje?
ax b
b a
Slika 1.12: Vektorski produkt. Neka je (O; i , j , k ) pravokutni normirani desni koordinatni sustav, i neka a su = ax i + ay j + az k i b = bx i + by j + bz k zapisi vektora i b u a bazi ( i , j , k ). Tada je b = (ay bz az by ) i + (az bx ax bz ) j + (ax by a ay bx ) k . Izraunajmo sada determinantu D (opisanu u toki 1.7). Imamo: c c ax ay az bx by bz ay bz az by az bx ax bz ax by ay bx
D=
(ay bz az by )2 + (az bx ax bz )2 + (ax by ay bx )2 > 0.
1.8. VEKTORSKI PRODUKT
33
Kako je (O; i , j , k ) desni koordinatni sustav (pravokutni i normirani), to je (O; , b , b ) desni (openito nepravokutni) koordinatni sustav. a a c Pogledajmo slijedee svojstvo ortonormirane baze ( i , j , k ) koje e nam c c biti koristno pri raunanju. c i j k i j 0 k -k 0 j -i k -j i 0
Tablica 1.2: Vektorsko mnoenje vektora ortonormirane baze z z Napomena 1.15 Primijetimo jednu bitnu stvar: vektorsko mnoenje nije aso cijativno. Uzmimo npr. vektore ortonormirane baze ( i , j , k ). Tada je ( i i ) j = 0 , dok je s druge strane i ( i j ) = j tj. ( i i ) j = i ( i j ). Vektorski produkt je koristan pri matematikom opisivanju veliina kao to je c c s kutna brzina. Sa Slike 1.13 vidimo da je = . r v
v 0 r
Slika 1.13: Kutna brzina.

Lako se moe dokazati (iskoristimo mogunost prikaza vektora u ortonormiranoj bazi z c ( i , j , k ), pravila za skalarno mnoenje, pravila za vektorsko mnoenje te gornju tablicu) z z
34
da vrijede slijedee korisne formule: c
( ) = ( ) ( ) a b c a c b a b c ( b ) = ( ) b ( b ) . a c a c c a Primjenom gornjih formula lagano se dokazuje Jacobijev identitet: ( ) + ( ) + ( ) = . a b c b c a c a b 0 Ako u Jacobijev identitet uvrstimo = = 0 , imamo: a c ( ) + ( ) + ( ) = , a b a b a a a a b 0 ( ) + ( ) = . a b a a a b 0 Kako je ( ) = ( ) ( ), a a b a b a a a b imamo odnosno
( ) + ( ) ( ) = a b a a b a a a b 0 tj. ( ) b = ( b ) + ( b ) . Podijelimo li ovaj izraz sa | |2 dobijemo: a a a a a a a 1 b = a b + 2 ( b ). a a a | |2 a || a Dobili smo formulu za rastav vektora b na vektor kolinearan s i vektor okomit na za a a . unaprijed zadani a
1.9
Mjeoviti produkt s
Neka su zadani vektori = ax i + ay j + az k , b = bx i + by j + bz k i a = cx + cy + cz , gdje je ( , , ) neka desna ortonormirana baza. c i j k i j k ( ) deniramo s Tada njihov mjeoviti produkt a s b c ( ) = a b c ax ay az bx by bz , cx cy cz
odnosno s ( ) = ax by bz a b c cy cz ay bx bz cx cz + az bx by . cx cy
1.9. MJESOVITI PRODUKT
35
bx c
a c b
Slika 1.14: Mjeoviti produkt triju vektora. s Denicija 1.11 Za vektore , b , XO (E) kaemo da su komplanarni a c z ako lee u istoj ravnini. z a c Napomena 1.16 Vektori , b , XO (E) su komplanarni ako i samo ako su linearno zavisni. Napomena 1.17 Za vektore , b , XO (E) vrijedi ( b ) = 0 ako a c a c , , komplanarni. i samo ako su a b c
Ako su , b , komplanarni po Napomeni 1.16 oni su linearno zavisni, pa tvrdnja slijedi a c iz svojstava determinante 3,4 i 5 iz toke 1.6. c ( ) = 0 i ako je barem jedan od njih jednak nul vektoru, onda Obratno, ako je a b c tvrdnja lagano slijedi. Pretpostavimo zato da su = 0 , b = 0 i = 0 . Tada, kako je a c ( b c ) = 0, zakljuujemo da su vektori i b c okomiti. No znamo da je vektor a c a b c okomit na ravninu u kojoj lee b i c , pa kako je okomit na b , zakljuujemo z a c c da on lei u ravnini u kojoj lee i b i .. z z c
Dokaz:
Do sada smo spomenuli skalarno mnoenje, vektorsko mnoenje i mjeoviti z z s produkt. Kako pamtiti ove operacije (geometrijska interpretacija)? Neka su , , XO (E). Tada je: a b c 1. | b | je duljina projekcije od na b za jedinini vektor b , jer je a a c | b | = | || cos |. a a 2. | b | je povrina paralelograma razapetog s i b , jer je | b | = a s a a ||| b | sin , gdje je || baza, a | b | sin visina paralelograma. a a
36
POGLAVLJE 1. VEKTORSKI RACUN 3. | ( b )| je volumen paralelepipeda razapetog s , b , , jer je | a c a c a || || cos | ( je kut izmedu i ). Veliina ( b c )| = | a b c a b c c || cos | je duljina visine paralelepipeda. | b c | je povrina baze, a | a s
Pomou mjeovitog produkta moemo proizvoljan vektor d prikazati u proizvoljnoj (ne nunoj c s z z , , ). Neka je dan XO (E) i neka je (, , ) proizvoljna ortonormiranoj) bazi ( a b c d a b c baza od XO (E). Tada vrijedi: ( ) d b c d = ( ) a a b c d ( a c ) ( ) b + a b c d ( a b ) ( ) c . a b c
Napomena 1.18 Neka su dane toke Pi = (xi , yi , zi ) i = 1, 2, 3, 4 (u pravokutnom koordic natnom sustavu (O; i , j , k )). Tada je volumen tetraedra iji su vrhovi toke Pi i = 1, 2, 3, 4 c c jednak apsolutnoj vrijednost broja 1 6 x2 x1 x3 x1 x4 x1 y2 y1 y3 y1 y4 y1 z2 z1 z3 z1 z4 z1
Dokaz: Uzmimo vektore P1 P2 , P1 , P3 , P1 P4 . Tada je volumen paralelepipeda razapetog s P1 P2 , P1 , P3 , P1 P4 jednak apsolutnoj vrijednosti broja x2 x1 x3 x1 x4 x1 y2 y1 y3 y1 y4 y1 z2 z1 z3 z1 z4 z1
Kako je volumen tetraedra iji su vrhovi Pi i = 1, 2, 3, 4 jednak c razapetog s P1 P2 , P1 , P3 , P1 P4 , imamo tvrdnju.
1 6
volumena paralelepipeda
Poglavlje 2 Analitika geometrija c

2.1 Pravac u ravnini
U ovom poglavlju bavimo se analitikom opisom geometrijskih objekata. Ograniit c c emo se pri tome samo na pravce i ravnine u trodimenzionalnom prostoru, no c vano je znati da se na slian nain mogu opisati i sloeniji geometrijski objekti z c c z kao to su krivulje i plohe. Takav analitiki opis ne ovisi o geometrijskom zoru, s c pa se pomou tog aparata mogu prikazivati i prouavati objekti u vie dimenzija. c c s
2.1.1
Opi oblik jednadbe pravca u ravnini c z
Neka je (O; i , j ) ksirani pravokutni koordinatni sustav u ravnini (baza ( i , j ) vektorskog prostora XO (M ) je dobivena analogno kao i baza iz toke 1.3) kojeg c jo oznaavamo Oxy i kojeg emo nadalje bez napomene koristiti u ravnini. s c c Promotrimo jednadbu prvog stupnja z Ax + By + C = 0, pri emu su A, B i C realne konstante i barem jedan od A i B je razliit od c c nule. Ta jednadba opisuje neki skup toaka u ravnini, a zbog uvjeta da je barem z c jedan od A i B razliit od nule, taj skup je neprazan. Ako je B = 0, onda za c proizvoljni x0 imamo C A y0 = x0 . B B 37
38
POGLAVLJE 2. ANALITICKA GEOMETRIJA
Dakle postoji toka (x0 , y0 ) iz ravnine koja zadovoljava jednadbu Ax + By + c z C = 0, tj. vrijedi Ax0 + By0 + C = 0. Oduzimanjem ovih dviju jednadbi z dobijemo jednadbu A(x x0 ) + B(y y0 ) = 0 koja je ekvivalentna jednadbi z z Ax + By + C = 0. Pokaimo sada da je jednadbom A(x x0 ) + B(y y0 ) = 0 odreden pravac p z z kroz toku (x0 , y0 ) okomit na vektor = A i + B j . c n Zaista, ako toka (x, y) lei na pravcu p, onda je taj pravac nositelj vektora c z = (x x0 ) i + (y y0 ), pa zbog okomitosti imamo = 0. Kako je r j r n = A(x x0 ) + B(y y0 ) = 0 imamo A(x x0 ) + B(y y0 ) = 0. r n Ako toka (x, y) ne lei na pravcu p, onda i nisu okomiti, tj. = c z r n r n 0, odnosno ne vrijedi A(x x0 ) + B(y y0 ) = 0. Dakle sve toke na p c zadovoljavaju A(xx0 )+B(yy0 ) = 0, i niti jedna toka izvan p ne zadovoljava c A(xx0 )+B(y y0 ) = 0. To znai da A(xx0 )+B(y y0 ) = 0 zadovoljavaju c samo i jedino toke s pravca p. c
p n r (x ,y )
0 0
(x ,y)
Slika 2.1: Pravac u ravnini. Denicija 2.1 Jednadba z Ax + By + C = 0 s proizvoljnim koecijentima A, B, C takvima da je barem jedan od A i B razliit c 2 2 od nule (to se jo formulira i kao A + B > 0) je opa jednadba pravca. s c z Jo se naziva i implicitna jednadba pravca. s z z Napomena 2.1 Ako imamo dvije jednadbe, Ax + By + C = 0 i A x + B y + C = 0, onda one odreduju isti pravac ako i samo ako postoji t R takav da je A = tA, B = tB i C = tC.
2.1. PRAVAC U RAVNINI Dokaz:
39
Ako jednadbe Ax + By + C = 0 i A x + B y + C = 0 odreduju isti pravac, znai z c da prolaze kroz istu toku (x0 , y0 ) i da je za svaku drugu toku (x, y) tog pravca vektor c c = (x x0 ) + (y y0 ) okomit na = A + B i na = A + B . Dakle r i j n i j n i j i n kolinearni, tj. postoji t R takav da je n = t . Odatle je A = tA i su vektori n n B = tB, no kako jednadbe Ax + By + C = 0 i A x + B y + C = 0 odreduju isti pravac z znai da je i C = tC. c Obratno, ako postoji t R takav da je A = tA, B = tB i C = tC, onda su oito c = A + B i = A + B kolinearni, pa je dovoljno provjeriti da pravci p (pravac n i j n i j odreden s Ax + By + C = 0) i p (pravac odreden s A x + B y + C = 0) prolaze kroz istu toku. Oito je (x0 , y0 ) rjeenje jednadbe Ax + By + C = 0 ako i samo ako je (x0 , y0 ) c c s z rjeenje jednadbe A x + B y + C = 0, pa imamo tvrdnju. s z
Pogledajmo sada neke posebne sluajeve jednadbe pravca (tzv. nepotpune obc z like): 1. Ako je C = 0, onda pravac prolazi kroz ishodite, jer je toka (0, 0) rjeenje s c s jednadbe Ax + By = 0. z 2. Ako je B = 0, onda je pravac paralelan s osi y, jer je tada vektor oblika n =Ai. n 3. Ako je A = 0, onda je pravac paralelan s osi x, jer je tada vektor oblika n =Bj. n 4. Ako je B = C = 0, onda je pravac os y, jer je (0, 0) rjeenje jednadbe s z je oblika = A . Ax = 0 i vektor n n i 5. Ako je A = C = 0, onda je pravac os x, jer je (0, 0) rjeenje jednadbe s z By = 0 i vektor je oblika = b j . n n
2.1.2
Segmentni oblik
Polazimo od potpunog oblika jednadbe pravca Ax+By+C = 0. Pretpostavimo z da je C = 0 i podijelimo jednadbu Ax + By + C = 0 s C. Dobijemo z B A x + C y = 1. Ako su A i B razliiti od 0 to moemo pisati kao c z C y x + C = 1. C A B
40
C Uvedemo li oznake a = C i b = B , imamo A
x a
y b
= 1.
Ovakav oblik jednadbe pravca zovemo segmentni oblik jednadbe pravca. z z Uoimo sljedee: ako je x = 0, onda je y = b, a ako je y = 0, onda je x = a, c c tj. pravac prolazi kroz toke (0, b) i (a, 0). Dakle je geometrijsko znaenje veliina c c c a i b dano tokama u kojima pravac sijee koordinatne osi. c c
y
Slika 2.2: Segmentni oblik jednadbe pravca. z
2.1.3
Kanonski oblik
Jasno je da je pravac jedinstveno odreden tokom kojom prolazi i vektorom smjera c (vektor na kojem lei). z
s=mi+nj P1 = (x 1,y 1 )
Slika 2.3: Kanonski oblik jednadbe pravca. z
2.1. PRAVAC U RAVNINI
41
Sada elimo nai jednadbu pravca p ako znamo toku P1 = (x1 , y1 ) kroz z c z c = m + n . Toka P = (x, y) koju prolazi pravac i vektor smjera pravca s i j c = 1 = (x x1 ) + (y y1 ) i PP lei na p ako i samo ako su vektori r z i j s = . Iz uvjeta x x1 = m i kolinearni, tj. ako postoji R takav da je r s y y1 = n eliminiranjem konstante proporcionalnosti dobijemo
xx1 m
yy1 n .
Ovaj oblik jednadbe pravca zovemo kanonski oblik jednadbe pravca. z z Napomena 2.2 Parametri m i n u nazivnicima kanonske jednadbe su formalni, z u smislu da jedan od njih moe biti jednak nuli (ali ne oba), jer brojevi m i n nam z samo daju informaciju o vektoru smjera i ne predstavljaju djelitelje u operaciji dijeljenja brojeva. Npr. x x1 y y1 = m 0 znai da je 0(xx1 ) = m(yy1 ), tj. y = y1 . Dakle imamo pravac paralelan s osi c x, bez komponente u smjeru j , to se vidi i iz vektora smjera = m i + 0 j . s s
2.1.4
Pravac kroz dvije toke c
Ako uzmemo dvije razliite toke P = (x1 , y1 ) i Q = (x2 , y2 ) u ravnini M , onda c c je jasno da njima prolazi jedinstveni pravac p. Nadimo jednadbu tog pravca. z
p Q = (x2 ,y 2 ) P = (x 1,y 1 )
Slika 2.4: Pravac kroz dvije toke. c Uoimo da je vektor P Q = (x2 x1 ) i + (y2 y1 ) j u stvari vektor smjera c pravca p, a kako p po pretpostavci prolazi tokom P , iz kanonske jednadbe c z
42
pravca imamo da je jednadba pravca kroz dvije toke z c

xx1 x2 x1
yy1 y2 y1
ili y=
y2 y1 (x x2 x1
x1 ) + y 1 .
Pravac kroz jednu toku s koecijentom smjera c Neka je zadan pravac p u ravnini svojom kanonskom jednadbom (tj. znamo z n toku kroz koju prolazi) uz pretpostavku da je m = 0. Uvodei oznaku k = m , c c dobivamo jednadbu pravca kroz jednu toku s koecijentom smjera: z c y y1 = k(x x1 ). Veliinu k zovemo koecijent smjera pravca p. c
2.1.5
Eksplicitni oblik
Neka je zadan pravac p u ravnini jednadbom kroz jednu toku i koecijentom z c smjera, y y1 = k(x x1 ). Tada je y = kx kx1 + y1 . Uvedemo li oznaku l = kx1 , dobivamo eksplicitni oblik jednadbe pravca: z y = kx + l.
y
l 0 x
Slika 2.5: Eksplicitni oblik jednadbe pravca. z
2.1. PRAVAC U RAVNINI Napomena 2.3 Za x = 0 imamo y = l tj. pravac prolazi tokom (0, l). c
43
n Uzeli smo da je k = m . Sto to znai? c Znamo da su m i n komponente vektora smjera pravca p. Neka je kut koji vektor smjera pravca p zatvara s pozitivnim smjerom x osi (tj. s vektorom i ). n Kako je tg = m , imamo k = tg .
2.1.6
Normirani oblik (normalni oblik)
Neka je dan pravac p u ravnini (cijelo vrijeme radimo s pravokutnim desnim koodinatnim sustavom Oxy). Povucimo sada kroz O pravac q okomit na p. Oznaimo s P0 toku presjeka i s d njenu udaljenost od ishodita |OP0 |, tj. c c s d = |OP0 |. Neka je = a i + b j jedinini vektor na pravcu q, tj. a2 + b2 = 1. n c
y q
P0 x r P p
Slika 2.6: Normirani oblik jednadbe pravca. z Jasno je da su a, b [1, 1], pa tada postoje , [0, ] takvi da je a = cos i b = cos . Ovdje su cos i cos kosinusi smjera vektora odnosno pravca p n (toka 1.5). Zbog komplementarnosti kutova i ( = 2 ) je cos = sin , c pa imamo = cos i + sin j . n Toka P = (x, y) lei na pravcu p ako i samo ako projekcija vektora OP = c z r na pravac q ima duljinu d, tj. P = (x, y) lei na pravcu p ako i samo ako je z = d. r n Jednadbu = d, odnosno z r n x cos + y sin = d
44
zovemo normirani oblik jednadbe pravca. z

Ako je pravac u ravnini zadan svojom implicitnom (opom) jednadbom c z Ax + By + C = 0, postavlja se pitanje kako pronai njegov normirani oblik. Pretpostavimo da je c x cos + y sin d = 0 njegov normirani oblik, po Napomeni 2.1 mora postojati t R takav da bude tAx + tBy + tC = x cos + y sin d za sve x i y, dakle mora biti tA = cos , tB = sin , tC = d.
Iz prve dvije jednakosti kvadriranjem i zbrajanjem slijedi t = A2 1 , + B2
a iz tree jednakosti zbog d > 0 nalazimo da je c sign t = sign C (tj. predznak od t je jednak suprotnom predznaku od C). Stoga je t= 1 .
sign C
A2 + B 2
Dakle normirani oblik jednadbe pravca z Ax + By + C = 0 glasi Ax+By+C sign C A2 +B 2
= 0.
2.2
2.2.1
Odnosi toaka i pravaca u ravnini c

Kut dvaju pravaca. Paralelnost i okomitost
Odredimo kut dvaju pravaca u ovisnosti o obliku jednadbe kojom su zadani. z
2.2. ODNOSI TOCAKA I PRAVACA U RAVNINI a) Opi oblik: c Neka su p1 i p2 zadani s A1 x + B1 y + C1 = 0 odnosno A2 x + B2 y + C2 = 0. Vektori koji su okomiti na p1 odnosno p2 su dani s = A1 + B1 1 n i j odnosno s 2 = A2 + B2 . n i j
45
Denicija 2.2 Kut izmedu pravaca p1 i p2 zadanih u opem obliku denic n n ramo kao kut izmedu 1 i 2 . 1 Neka je kut izmedu i 2 . Tada imamo n n 2 1 n n cos = = |||| n1 n2 A1 A2 + B1 B2
2 A2 + B1 1 2 A 2 + B2 2
Dakle kosinus kuta izmedu p1 i p2 je dan formulom: cos =

A1 A2 +B1 B2 . 2 2 A2 +B1 A2 +B2 1 2
n n Napomena 2.4 Pravci p1 i p2 su paralelni ako i samo ako su 1 i 2 1 = 2 , kolinearni, tj. ako i samo ako postoji R takav da je n n odnosno ako i samo ako je A1 B1 = . A2 B2 Napomena 2.5 Pravci p1 i p2 su okomiti ako i samo ako je 1 2 = 0 n n tj. ako i samo ako je A1 A2 + B1 B2 = 0.
46 b) Kanonski oblik:
Neka su p1 i p2 zadani s y y1 x x1 = m1 n1 odnosno s y y2 x x2 = . m2 n2 = m1 + n1 s1 i j odnosno s = m2 + n2 . s2 i j
Tada su vektori smjera pravaca p1 i p2 dani s
Denicija 2.3 Kut izmedu pravaca p1 i p2 zadanih u kanonskom obliku deniramo kao kut njihovih vektora smjera. Kako je kosinus kuta izmedu i dan s s1 s2 s1 s2 cos = = |||| s1 s2 m1 m2 + n1 n2 m2 + n2 1 1 m2 + n2 2 2 ,
to je kosinus kuta izmedu p1 i p2 dan s 2 cos = m1 m2 +n1 n2 2 2

m1 +n1 m2 +n2 2
Napomena 2.6 Pravci p1 i p2 su paralelni ako i samo ako su i s1 s2 kolinearni, tj. ako i samo ako postoji R takav da je = , s1 s2 odnosno ako i samo ako je n1 m1 = . m2 n2 Napomena 2.7 Pravci p1 i p2 su okomiti ako i samo ako je = 0, s1 s2 tj. ako i samo ako je m1 m2 + n1 n2 = 0.
2.2. ODNOSI TOCAKA I PRAVACA U RAVNINI c) Eksplicitni oblik: Neka su p1 i p2 zadani eksplicitnim jednadbama z y = k1 x + l1 , y = k2 x + l2 . Tada su koecijenti smjera pravaca p1 i p2 dani s k1 = tg 1 , k2 = tg 2 ,
47
gdje su 1 odnosno 2 kutovi koje zatvaraju vektori smjera pravaca p1 i p2 s x osi.
p p
2 1
Slika 2.7: Kut dvaju pravaca. Denicija 2.4 Kut izmedu p1 i p2 zadanih u eksplicitnom obliku deniramo kao razliku kutova 2 i 1 . Neka je = 2 1 . Tada imamo tg = tg (2 1 ) = tg 2 tg 1 , 1 + tg 1 tg 2
odnosno tangens kuta izmedu p1 i p2 je dan formulom tg =

k2 k1 1 +k1 k2
48
POGLAVLJE 2. ANALITICKA GEOMETRIJA Napomena 2.8 Pravci p1 i p2 su paralelni ako i samo ako je = 0, tj. ako i samo ako je 1 = 2 , odnosno ako i samo ako je k1 = k2 . Napomena 2.9 Pravci p1 i p2 su okomiti ako i samo ako je = , tj. 2 ako i samo ako je tg = , odnosno ako i samo ako je 1 + k1 k2 = 0. To je ekvivalentno s 1 k1 = . k2
2.2.2
Udaljenost toke od pravca c
Neka su dani toka P0 = (x0 , y0 ) i pravac p u ravnini. Zanima nas udaljenost c toke P0 od pravca p. c Denicija 2.5 Udaljenost toke P0 od pravca p je udaljenost toke P0 do presc c jecita pravca p s pravcem kroz P0 okomitim na p. s Napomena 2.10 Udaljenost toke P0 od pravca p moemo denirati i na drugi c z nain koji je ekvivalentan s Denicijom 2.5. Udaljenost toke P0 od pravca p je c c udaljenost od P0 do njene ortogonalne projekcije na p. Izraunajmo sada udaljenost toke P0 od pravca p. Neka je pravac p dan u c c normiranom obliku, tj. x cos + y sin = d, i neka je = cos i + sin j (kao u toki 2.1.7). Denirajmo sada broj koji n c emo zvati otklon s c (P0 , p) = x0 cos + y0 sin d. Uoimo da je broj c x0 cos + y0 sin u stvari projekcija vektora OP0 na vektor = cos i + sin j . Otklon je n jednak udaljenosti toke P0 od pravca p ako je toka P0 s one strane pravca c c p na koju pokazuje vektor (tj. sa suprotne strane od ishodita) jer je tada n s
2.2. ODNOSI TOCAKA I PRAVACA U RAVNINI
49
(P0 , p) 0, a negativnoj udaljenosti ako je P0 s iste strane pravca p na kojoj je i ishodite jer je tada (P0 , p) < 0. Dakle je udaljenost toke P0 od pravca p s c d(P0 , p) = |x0 cos + y0 sin d|.
Ako je pravac p u ravnini zadan svojom implicitnom (opom) jednadbom c z Ax + By + C = 0, onda iz toke 2.1.6 znamo da njegova jednadba u normiranom obliku glasi c z Ax + By + C = 0. sign C A2 + B 2 Dakle udaljenost toke P0 = (x0 , y0 ) od pravca p je c d(P0 , p) = odnosno d(P0 , p) =
|Ax0 +By0 +C| . A2 +B 2
Ax0 + By0 + C , sign C A2 + B 2
Koristei gornju formulu za udaljenost toke od pravca ija je jednadba c c c z zadana u opem obliku, lagano moemo izvesti i formule za udaljenost toke od c z c pravca ija je jednadba zadana u bilo kojem obliku spomenutom u toki 2.1 c z c (segmentni, kanonski, pravac kroz dvije toke, eksplicitni). c Ukoliko je jednadba pravca p zadana: z a) u segmentnom obliku, tj. odnosno bx + ay ab = 0, udaljenost toke P0 = (x0 , y0 ) od pravca p je c d(P0 , p) =
|bx0 +ay0 ab| ; a2 +b2
x y + = 1, a b
50
POGLAVLJE 2. ANALITICKA GEOMETRIJA b) u kanonskom obliku kroz toku P1 = (x1 , y1 ) s vektorom smjera = c s (m, n), tj. y y1 x x1 = , m n odnosno nx my nx1 + my1 = 0, udaljenost toke P0 = (x0 , y0 ) od pravca p je c d(P0 , p) =
|nx0 my0 nx1 +my1 | ; m2 +n2
c) kroz dvije toke P1 = (x1 , y1 ) i P2 = (x2 , y2 ), tj. c x x1 y y1 = , x2 x1 y2 y1 odnosno (y2 y1 )x (x2 x1 )y (y2 y1 )x1 + (x2 x1 )y1 = 0, udaljenost toke P0 = (x0 , y0 ) od pravca p je c d(P0 , p) =
|(y2 y1 )x0 (x2 x1 )y0 (y2 y1 )x1 +(x2 x1 )y1 |
(x2 x1 )2 +(y2 y1 )2
d) u eksplicitnom obliku, tj. y = kx + l, odnosno kx y + l = 0, udaljenost toke P0 = (x0 , y0 ) od pravca p je c d(P0 , p) =

|kx0 y0 +l| . k2 +1
51
2.2.3
Presjecite dvaju pravaca s
Neka su dana dva pravca u ravnini. Tada su njihovi mogui poloaji u ravnini c z slijedei: c 1. sijeku se u jednoj toki, c 2. paralelni su, 3. poklapaju se, tj. identini su. c
p = p 1 2
Slika 2.8: Mogui poloaji pravaca u ravnini. c z U sluaju da se sijeku u jednoj toki, zovimo je S = (xs , ys ), koordinate toke c c c S dobiju se kao rjeenja sustava dviju linearnih jednadbi s dvjema nepoznanis z cama. Npr. ako se pravci p1 i p2 sijeku u jednoj toki S = (xs , ys ) i dani su u opem c c obliku: A1 x + B1 y + C1 = 0 A2 x + B2 y + C2 = 0 i ako je A 1 B1 A 2 B2 onda je prema toki 1.6 c B1 C1 B2 C2 A1 B1 A2 B2 = 0,
xs =
52 i
ys =
C1 A1 C2 A2 A1 B1 A2 B2
Uoimo sljedeu injenicu koja lagano slijedi iz uvjeta paralelnosti pravaca (Napomc c c ena 2.4). Napomena 2.11 Ako je A 1 B1 A 2 B2 = 0,
onda su p1 i p2 paralelni. Vrijedi i obrat, ako su p1 i p2 paralelni, onda je A 1 B1 A 2 B2 = 0.
2.2.4
Uvjet presijecanja pravca i segmenta (duine) z
U toki 2.2.2 denirali smo otklon toke P0 od pravca p koji je dan u normiranom c c obliku x cos + y sin = d formulom (P0 , p) = x0 cos + y0 sin d. Pokazali smo da je udaljenost toke P0 od pravca p jednaka c |(P0 , p)|. Osim udaljenosti, otklon nam (kroz svoj predznak) daje i drugu informaciju: (P0 , p) je pozitivno ako je P0 na onoj strani od p na koju pokazuje = n cos i + sin j . Odatle imamo sljedei zakljuak: pravac p presijeca duinu AB ako su brojevi c c z (A, p) i (B, p) suprotnog predznaka.
53
2.2.5
Uvjet presijecanja triju pravaca u istoj toki c
Neka su dana tri pravca p1 , p2 , p3 u ravnini u opem obliku, tj. c A1 x + B1 y + C1 = 0 A2 x + B2 y + C2 = 0 A3 x + B3 y + C3 = 0. Traimo uvjet za postojanje tono jednog presjecita. z c s Da bi se p1 , p2 , p3 sjekli u jednoj toki barem jedna od determinanata c A1 B1 , A2 B2 A 1 B1 , A 3 B3 A2 B2 A3 B3
mora biti razliita od nule, jer ako su sve tri jednake nuli, onda prema Napomeni c 2.11 presjecite ili ne postoji ili ih ima beskonano mnogo. s c Neka se sada, bez smanjenja openitosti, p1 i p2 sijeku u jednoj toki. Oznaimo c c c ju sa S = (xs , ys ). Tada p3 mora prolaziti kroz S, tj. mora pripadati svenju z pravaca odredenom s p1 i p2 . Sto moemo iz ovoga zakljuiti? z c Kako se nalazimo u ravnini, po Teoremu 1.4 vektori 1 = A1 + B1 , n i j 2 = A2 + B2 , n i j 3 = A3 + B3 n i j su linearno zavisni, tj. postoje , R takvi da je 3 = + 2 . 1 n n n Dakle imamo A3 = A1 + A2 B3 = B1 + B2 . Dokaimo da je i z C3 = C1 + C2 .
54
Kako p1 , p2 , p3 po pretpostavci prolaze istom tokom, S, imamo c A1 xs + B1 ys + C1 = 0 A2 xs + B2 ys + C2 = 0 A3 xs + B3 ys + C3 = 0, ali kako vrijedi A3 = A1 + A2 B3 = B1 + B2 lagano dobijemo da je C3 = C1 + C2 . Dakle dobili smo da pravac p3 pripada svenju odredenom s p1 i p2 ako i samo z ako vrijedi A3 x + B3 y + C3 = (A1 x + B1 y + C1 ) + (A2 x + B2 y + C2 ) = 0 za neke , R. Drugim rijeima, vektori (A1 , B1 , C1 ), (A2 , B2 , C2 ), (A3 , B3 , C3 ) su linearno zac visni, pa po svojstvima determinante 4. i 5. iz toke 1.6 imamo da je c A1 B1 C1 A2 B2 C2 A3 B3 C3
= 0.
Znai uvjet presijecanja triju pravaca u istoj toki je c c A1 B1 C1 A2 B2 C2 A3 B3 C3 i barem jedna od triju determinanta A 1 B1 , A 2 B2 je razliita od nule. c A1 B1 , A3 B3 A2 B2 A2 B2
=0
2.3. PRAVAC U PROSTORU
55
2.3
2.3.1
Pravac u prostoru
Pravac kroz jednu toku sa zadanim smjerom c
Neka su dani vektor i toka P0 u prostoru i neka je njezin radij-vektor s c r0 (toka 1.2). Zelimo nai jednadbu pravca p kroz toku P0 sa smjerom . c c z c s Toka P E lei na pravcu p ako i samo ako je P0 P = t za neki t R. Neka c z s radij-vektor toke P . Tada imamo P0 P = , odnosno jednadba je r c r r0 z je dana s pravca kroz toku P0 s vektorom smjera s c = + t . r r0 s
p ts P0 r 0 s r0
Slika 2.9: Pravac u prostoru.
2.3.2
Parametarske jednadbe pravca z
Neka je pravac p kroz toku P0 = (x0 , y0 , z0 ) zadan vektorom smjera = c s = + t . a i + b j + c k . Tada znamo da je jednadba pravca dana s r z r0 s Sada, kako je = x0 + y0 + z0 k r0 i j i za proizvoljnu toku P = (x, y, z) E njezin radij vektor je c r = x + y + z , r i j k imamo: P lei na pravcu p ako i samo ako je z (x, y, z) = (x0 + ta, y0 + tb, z0 + tc).
56 Jednadbe z
x = x0 + ta, y = y0 + tb, z = z0 + tc zovemo parametarske jednadbe pravca kroz toku P0 sa smjerom . z c s
2.3.3
Kanonske jednadbe pravca z
Neka je dan pravac p u prostoru s parametarskim jednadbama kroz P0 u smjeru z . Eliminacijom parametra t iz parametarskih jednadbi dobijemo s z
xx0 a
yy0 b
zz0 c .
To su kanonske jednadbe pravca kroz P0 u smjeru . z s Napomena 2.12 Ako je pravac p u prostoru odreden tokom P0 i vektorom c smjera , onda P E lei na p ako i samo ako su P0 P i s kolinearni. Prema s z Napomeni 1.14 to je ekvivalentno s P0 P = 0 . s Raspisano po koordinatama to glasi ((yy0 )c(zz0 )b) i +((zz0 )a(xx0 )c) j +((xx0 )b(yy0 )a) k = 0 . Kako su vektori baze linearno nezavisni, njihova linearna kombinacija je jednaka nuli samo ako su svi koecijenti jednaki nuli. Izjednaavajui s nulom koecijente c c uz i , j i k dobivamo kanonske jednadbe pravca. z Napomena 2.13 Ako je pravac u prostoru zadan kanonskim jednadbama z y y0 z z0 x x0 = = a b c onda iz njih izravno itamo itamo sljedee informacije: c c c c 1. pravac p prolazi tokom (x0 , y0 , z0 ) i 2. vektor smjera pravca p je dan s (a, b, c) odnosno a, b, c su koecijenti smjera pravca p.
2.3. PRAVAC U PROSTORU
57
Posebno, kanonska jednadba pravca kroz ishodite sa vektorom smjera = z s s (a, b, c) je dana s x y z = = . a b c Ako je dan pravac u prostoru s tokom kroz koju prolazi i vektorom smjera i c ako je taj vektor smjera jedinini, onda ima dva kosinusa smjera. Zbog komplec mentarnosti, jedan kosinus smjera prelazi u sinus, i njihov omjer daje koecijent smjera (toka 2.1.5 i toka 2.1.6). c c Ako je pravac u prostoru zadan tokom kroz koju prolazi i vektorom smjera c = (a, b, c), onda znamo da je vektor s a b c 1 s0 = = , , | s | || || |s |s s s jedinini, istog smjera i orijentacije kao i , pa odreduje isti pravac. c s Iz toke 1.5 znamo da postoje kosinusi smjera vektora , odnosno postoje c s0 , , [0, ] takvi da je a cos = , | |s b cos = , | |s c cos = . | |s
Dakle koecijenti smjera a, b, c su razmjerni s kosinusima smjera i koecijent razmjernosti je || = a2 + b2 + c2 . s
2.3.4
Pravac kroz dvije toke c
Neka su dane dvije razliite toke P1 = (x1 , y1 , z1 ) i P2 = (x2 , y2 , z2 ) u prostoru. c c Tada kroz njh prolazi jedinstveni pravac p. Odredimo njegovu jednadbu. z Znamo iz toke 2.3.1 da je pravac jedinstveno odreden tokom kojom prolazi c c i vektorom smjera. Uzmimo sada npr. toku P1 kao toku kojom prolazi p i c c = 1 P2 . Kako p prolazi i tokom P2 jasno je da lei na p, tj. z denirajmo s P c s je vektor smjera pravca p. s Oznaimo s radij vektor proizvoljne toke P E, s radij vektor toke P1 i c r c r1 c radij vektor toke P2 . Sada imamo da je = P1 P2 = , pa iz toke s r2 c s r2 r1 c 2.3.1 imamo: toka P lei na pravcu p ako i samo ako P zadovoljava jednadbu c z z = + t( ). r r1 r2 r1
58
P2 P1 r1 0 r2
Slika 2.10: Pravac kroz dvije toke u prostoru. c Taj izraz zovemo jednadba pravca kroz dvije toke. z c = + t( ) raspiemo koordinatno dobijemo jednadbe Ako sada r r1 r2 r1 s z x = x1 + t(x2 x1 ), y = y1 + t(y2 y1 ), z = z1 + t(z2 z1 ) koje zovemo parametarske jedadbe pravca kroz dvije toke. z c Eliminacijom parametra t iz parametarskih jednadbi dobijemo jednadbu x2 x11 = z z xx yy1 = zzz11 koju zovemo kanonska jednadba pravca kroz dvije toke. z c y2 y1 2 z
2.3.5
Pravac zadan dvjema projekcijama
Neka je pravac p kroz toku P0 = (x0 , y0 , z0 ) s vektorom smjera = (a, b, c) c s zadan svojom kanonskom jednadbom z x x0 y y0 z z0 = = . a b c Iz jednakosti prvog i treeg omjera dobivamo c a a a x = x0 + (z z0 ) = z + x0 z0 , c c c odnosno, uz oznake m =
a c
i m1 = a z0 , c x = mz + m1 .
Analogno, iz jednakosti drugog i treeg omjera imamo c b b b y = y0 + (z z0 ) = z + y0 z0 , c c c
2.3. PRAVAC U PROSTORU odnosno, uz oznake n =

b c b i n1 = c z0 ,
59
y = nz + n1 . Dakle, vrijedi
xm1 m
yn1 n
= z.
y=nz+n 1 x =mz+m
y 0
(m ,n )
1 1
Slika 2.11: Pravac zadan dvjema projekcijama.
Napomena 2.14 Iz toke 2.3.3 slijedi da su kosinusi smjera vektora smjera iz c kanonske jednadbe z x m1 y n1 = =z m n dani s cos = m2 m , + n2 + 1 cos = m2 n , + n2 + 1 cos = m2 1 . + n2 + 1
2.3.6
Sveanj pravaca z
Sveanj pravaca sa sreditem u toki T0 = (x0 , y0 , z0 ) je skup svih pravaca koji z s c prolaze kroz tu toku. Tada za svaki izbor a, b, c R koji nisu svi jednaki nuli c xx0 z jednadbe a = yy0 = zz0 opisuju neki pravac iz tog svenja. z b c
60
2.3.7
Dijeljenje duine u zadanom omjeru z
Neka su dane toke A = (x1 , y1 , z1 ) i B = (x2 , y2 , z2 ) u prostoru. Neka toka C c c n dijeli duinu AB u omjeru m za n, m N, tj. AC : CB = m : n. z Ako je = x1 i + y1 j + z1 k radij vektor toke A i = x2 i + y2 j + z2 k r1 c r2
B n C m A r r2
Slika 2.12: Dijeljenje duine u zadanom omjeru. z c radij vektor toke B, onda je radij vektor toke C dan s c =+ AC. r1 Kako je i imamo AC = n AB m+n
AB = , r2 r1 = + r1
n m + n . r1 r2 ( ) = r2 r1 m+n m+n m+n Dakle koordinate toke C su c
( mx1 +nx2 , my1 +ny2 , mz1 +nz2 ). m+n m+n m+n

Napomena 2.15 Ako je m = n dobivamo koordinate polovita duine AB. s z Imamo = 1 ( + ), r1 r2 2 odnosno x1 + x2 y 1 + y 2 z 1 + z 2 C= , , . 2 2 2
2.4. RAVNINA U PROSTORU
61
2.4
2.4.1
Ravnina u prostoru
Normalni oblik jednadbe ravnine z
Neka je ravnina u prostoru E koja ne prolazi kroz ishodite (tj. toku O) i s c koja sijee sve tri koordinatne osi. Povucimo okomicu iz toke O na ravninu . c c Neka ta okomica sijee u toki P0 i neka je |OP0 | = p. Neka je 0 = OP0 c c n p (tj. jedinini vektor istog smjera i orijentacije kao i OP0 ) i neka su , , kutovi c zatvara s pozitivnim smjerovima osi x, y, z redom (tj. s vektorima baze 0 to ih n s i , j , k iz toke 1.3 ). To znai da je c c 0 = cos + cos + cos . n i j k Tada proizvoljna toku P E lei u ako i samo ako je projekcija njenog c z na pravac odreden s 0 duljine tono p. radij-vektora r n c
P . P0 d r n0 0 M
Slika 2.13: Normalni oblik jednadbe ravnine. z z Drugim rjeima toka P E s radij-vektorom lei u ako i samo ako c c r r zadovoljava jednadbu z 0 = p. r n Taj izraz zovemo normalni (ili Hesseov) oblik jednadbe ravnine, a vektor z 0 zovemo normala ravnine . n Posebno, ako prolazi kroz ishodite (tj. toku O), onda je p = 0, pa je s c normalna jednadba ravnine oblika z 0 = 0. r n
62
c Imamo okomitost radij-vektora toke P E na 0 . r n Napomena 2.16 Ako toka P E ima koordinate (x, y, z), onda je skalarni c oblik normalne jednadbe ravnine dan s z x cos + y cos + z cos p = 0. Napomena 2.17 Normalni oblik jednadbe ravnine je zgodan za odredivanje z udaljenosti toke od ravnine. c Neka je M = (x1 , y1 , z1 ) E proizvoljna. Kao i kod pravca (toka 2.2.2) vektor c 0 (normala) orijentira stvari: vanjska strana u odnosu na ravninu je ona na koju n pokazuje normala. Ako sada kroz M povuemo ravninu koja je paralelna s , duljina okomice c do e biti p + d (za neki d R, jer je duljina okomice do jednaka p), a c kako M lei u , mora biti z x1 cos + y1 cos + z1 cos = p + d (jer je, ravnina paralelna s pa ima istu normalu 0 = cos i + cos j + n cos k kao i ). Kako je d, u stvari, udaljenost ravnine od ravnine , udaljenost toke M od ravnine je c d = x1 cos + y1 cos + z1 cos p, ako je M s one strane na koju pokazuje 0 . Za toke s druge strane bit e n c c d < 0. Imamo neto analogno otklonu iz toke 2.2.2. Stoga je udaljenost toke s c c M od ravnine dana s d(M, ) = |x1 cos + y1 cos + z1 cos p|.
2.4.2
Segmentni oblik jednadbe ravnine z
Neka je ravnina u prostoru E takva da ne prolazi kroz ishodite i neka sijee s c sve tri koordinatne osi. Nadalje, neka su toke A = (a, 0, 0), B = (0, b, 0), C = c (0, 0, c), redom, toke u kojima sijee koordinatne osi x, y, z. c c Sada, kako su A, B, C , iz normalne jednadbe ravnine imamo, z OA = p, n0 OB 0 = p, n OC 0 = p. n

z C
63
c b a A x 0 B y
Slika 2.14: Segmentni oblik jednadbe ravnine. z Dakle, a cos = p, Odatle, b cos = p, c cos = p.
p p p cos = , cos = , cos = . a b c Uvrtavanjem u skalarni oblik normalne jednadbe ravnine dobivamo jednadbu s z z
x a
+y+ b
z c
=1
koju zovemo segmentni oblik jednadbe ravnine. z
2.4.3
Opi oblik jednadbe ravnine c z
Promatramo izraz oblika Ax + By + Cz + D = 0 : pri emu je barem jedan od A, B, C razliit od nule (ili ekvivalentno A2 + B 2 + c c A C 2 > 0). Bez smanjenja openitosti, neka je C = 0, tj. z = C x B y D . c C C Tada postoji toka (x0 , y0 , z0 ) za koju je Ax0 + By0 + Cz0 + D = 0 (jer za c A proizvoljne x0 i y0 je z0 = C x0 B y0 D ). Oduzimanjem izraza Ax0 + By0 + C C Cz0 + D = 0 od Ax + By + Cz + D = 0 dobivamo jednadbu ekvivalentnu z jednadbi Ax + By + Cz + D = 0 z A(x x0 ) + B(y y0 ) + C(z z0 ) = 0.
64
P . 0
r P
Slika 2.15: Opi oblik jednadbe ravnine. c z Pokaimo sada da je jednadbom A(x x0 ) + B(y y0 ) + C(z z0 ) = 0 z z opisana ravnina u prostoru kroz toku P0 = (x0 , y0 , z0 ) i okomita na vektor c = (A, B, C). n Zaista, ako je toka P = (x, y, z) toka u takvoj ravnini, onda je jasno da i c c = 0 lei u toj ravnini. Onda je = 0, odnosno, kako je vektor r PP z n r = A(x x0 ) + B(y y0 ) + C(z z0 ), imamo da izraz n r A(x x0 ) + B(y y0 ) + C(z z0 ) = 0 vrijedi za sve toke na toj ravnini. c S druge strane, ako P E ne lei u ravnini, onda oito = P0 P i nisu z c r n okomiti (jer P0 P ne lei u ravnini), tj. ne vrijedi z A(x x0 ) + B(y y0 ) + C(z z0 ) = 0. Dakle, jednadba z A(x x0 ) + B(y y0 ) + C(z z0 ) = 0 je jednadba ravnine kroz toku P0 = (x0 , y0 , z0 ) koja je okomita na vektor z c = (A, B, C). Izraz n Ax + By + Cz + D = 0 zovemo opi oblik jednadbe ravnine. c z c z Napomena 2.18 Iz ope jednadbe ravnine lagano se prelazi na normalni di jeljenjem s R = A2 + B 2 + C 2 , pri emu se uzima predznak suprotan od c
2.4. RAVNINA U PROSTORU predznaka od D. Dakle imamo cos =
65
A , R
cos =
B , R
cos =
C . R
Vektor normale 0 je normirani vektor = (A, B, C), tj. istog su smjera n n c n i orijentacije, pa odreduju istu ravninu. Stoga emo i vektor zvati vektor normale. Napomena 2.19 Ako je ravnina dana u opem obliku Ax + By + Cz + c D = 0, onda su koordinate A, B, C vektora normale razmjerne s kosinusima n c smjera (Napomena 2.18) i koecijent razmjernosti je A2 + B 2 + C 2 . Veliina |D| je udaljenost od ishodita (toka 2.4.1). s c A2 +B 2 +C 2 Napomena 2.20 Neka je dana toka M = (x1 , y1 , z1 ) E. Tada je, po c Napomeni 2.17, udaljenost toke M od ravnine Ax + By + Cz + D = 0 dana s c d(M, ) =
|Ax1 +By1 +Cz1 +D| . A2 +B 2 +C 2
Ako je ravnina dana u opem obliku Ax + By + Cz + D = 0 i ako je C = 0, c onda je A B D z = x y . C C C

A z Oznaimo a1 = C , b1 = B i c1 = D . Dakle imamo jednadbu c C C
z = a1 x + b1 y + c1 koju zovemo eksplicitni oblik jednadbe ravnine. z Pogledajmo sada specijalne sluajeve jednadbe ravnine (tzv. nepotpune obc z like): c c z 1. Ako je D = 0, onda je oito da O = (0, 0, 0) zadovoljava opu jednadbu ravnine Ax + By + Cz = 0, tj. ravnina prolazi kroz ishodite. s 2. Ako je C = 0, onda normala = (A, B, 0) nema komponentu u smjeru n osi z (tj. k ), pa imamo cos = 0. Tada je jasno da je ravnina paralelna s osi z i da sijee koordinatnu ravninu Oxy u pravcu Ax + By + D = 0. c
66
z

z z z
0 x a
y x
y x
y x
Slika 2.16: Ravnine u posebnim poloajima. z 3. Ako je B = C = 0, onda normala = (A, 0, 0) ima komponentu samo u n smjeru osi x. Imamo Ax + D = 0, odnosno x = D , ravnina je paralelna A s koordinatnom ravninom Oyz. 4. Ako je B = C = D = 0, onda prema 1. ravnina prolazi kroz ishodite s a prema 3. ravnina je paralelna s koordinatnom ravninom Oyz. Dakle zakljuujemo da je ravnina Ax = 0 koordinatna ravnina Oyz. c Od etiri parametra, A, B, C i D, imamo samo tri nezavisna, jer jedan parametar c moemo eliminirati dijelei onim od A, B, C koji je razliit od nule. z c c
2.4.4
Parametarski oblik jednadbe ravnine z
Neka je dana ravnina koja prolazi tokom P0 E i neka su i linearno c s1 s2 nezavisni vektori takvi da je ravnina paralelna s njima. Toka P E lei u ravnini ako i samo ako vrijedi c z P0 P = u + v . s1 s2 (Za P E takvu da je P vektori P0 P , i su komplanarni). s1 s2 radij-vektor toke P E a s radij vektor toke P0 , zbog Ako oznaimo s r c c r0 c P0 P = gornja jednadba prelazi u jednadbu r r0 z z = + u + v , r r0 s1 s2 koju zovemo parametarska jednadba ravnine. Varijable u i v zovemo parametri, z a vektore i vektori smjera. s1 s2

P s2 P
0
67
s1 r r
0
Slika 2.17: Ravnina zadana parametarski. Nek je P0 = (x0 , y0 , z0 ), = (a1 , b1 , c1 ), = (a2 , b2 , c2 ). Tada P = s1 s2 (x, y, z) E lei u ravnini ako i samo ako vrijedi = +u +v . Raspisujui z r r0 s1 s2 c po koordinatama dobijemo jednadbe z x = x0 + ua1 + va2 , y = y0 + ub1 + vb2 , z = z0 + uc1 + vc2 koje zovemo skalarni oblik parametarske jednadbe ravnine. z Napomena 2.21 Kad parametri u i v neovisno jedan o drugom prolaze sve vrijednosti izmedu i dobije se cijela ravnina. Kako imamo dva parametra (u i v), vidi se da je ravnina dvodimenzionalni objekt u prostoru. Napomena 2.22 Eliminacijom parametara iz skalarnog oblika parametarske jednadbe ravnine dobijemo jednadbu ravnine kroz zadanu toku P0 = (x0 , y0 , z0 ) z z c i dva vektora smjera = (a1 , b1 , c1 ) i = (a2 , b2 , c2 ) : s1 s2 x x0 y y0 z z0 a1 b1 c1 a2 b2 c2
= 0.
Dajmo sada geometrijsku interpretaciju gornje jednadbe. z Toka P E lei u ravnini ako i samo ako vrijedi c z P0 P = u + v , s1 s2
68
odnosno, ako i samo ako su P0 P , , komplanarni. Po Napomeni 1.16, vektori s1 s2 P0 P , s1 , s2 su komplanarni ako i samo ako je P0 P ( ) = s1 s2 x x0 y y0 z z0 a1 b1 c1 a2 b2 c2
= 0.
2.4.5
Jednadba ravnine kroz tri toke z c
Neka su dane tri toke P1 = (x1 , y1 , z1 ), P2 = (x2 , y2 , z2 ), P3 = (x3 , y3 , z3 ) u c prostoru takve da ne lee na istom pravcu. Zanima nas jednadba ravnine koju z z c c z odreduju te tri toke. Kako toke P1 , P2 , P3 ne lee na istom pravcu, onda su vektori P1 P2 i P1 P3 nekolinearni. Dakle, moemo uzeti da su P1 P2 i P1 P3 vektori z smjera ravnine kroz tri toke P1 , P2 , P3 (uzmemo npr. toku P1 kao ksnu toku c c c kroz koju ravnina prolazi). Kao i u toki 2.4.4, toka P E lei u ravnini ako c c z i samo ako su vektori P1 P , P1 P2 , P1 P3 komplanarni. Po Napomeni 1.16 to je evivalentno s P1 P (P1 P2 P1 P3 ) = 0. Kako je P1 P (P1 P2 P1 P3 ) = x x1 y y1 z z1 x2 x1 y2 y1 z2 z1 x3 x1 y3 y1 z3 z1
to dobivamo jednadbu ravnine kroz tri toke P1 , P2 , P3 u obliku z c x x1 y y1 z z1 x2 x1 y2 y1 z2 z1 x3 x1 y3 y1 z3 z1
= 0.
2.5
2.5.1
Odnosi ravnina i pravaca u prostoru

Kut dviju ravnina
Neka su 1 i 2 dvije ravnine dane jednadbama z A1 x + B1 y + C1 z + D1 = 0
2.5. ODNOSI RAVNINA I PRAVACA U PROSTORU i A2 x + B2 y + C2 z + D2 = 0.
69
1 Denicija 2.6 Kut izmedu 1 i 2 je kut izmedu njihovih normala = (A1 , B1 , C1 ) n i 2 = (A2 , B2 , C2 ). n Kako je kosinus kuta izmedu 1 i 2 dan s n n 1 2 n n cos = = |||| n1 n2 A1 A2 + B1 B2 + C1 C2
2 2 A2 + B1 + C1 1 2 2 A2 + B2 + C2 2
imamo da je kosinus kuta izmedu 1 i 2 dan s cos =

A1 A2 +B1 +C1 C2 B2 . 2 2 2 2 A2 +B1 +C1 A2 +B2 +C2 1 2
1 Napomena 2.23 Ravnine 1 i 2 e biti paralelne ako i samo ako su i 2 c n n 2 = 1 , odnosno ako kolinearni, tj. ako i samo ako postoji R takav da je n n i samo ako vrijedi A2 : A1 = B2 : B1 = C2 : C1 . 1 Napomena 2.24 Ravnine 1 i 2 e biti okomite ako i samo ako su i 2 c n n okomiti, tj. ako i samo ako je 1 2 = 0, odnosno ako i samo ako vrijedi n n A1 A2 + B1 B2 + C1 C2 = 0. Sada moemo saeto iskazati tvrdnju o svim moguim poloajima dviju ravnina z z c z u prostoru. Teorem 2.1 Promatrajmo dvije ravnine zadane jednadbama A1 x+B1 y+C1 z+ z D1 = 0 i A2 x + B2 y + C2 z + D2 = 0. Tada vrijedi jedna (i samo jedna) od sljedeih triju tvrdnji: c 1. Ravnine se ne sijeku. 2. Ravnine se sijeku u jednom i samo jednom pravcu. 3. Ravnine se podudaraju.
70
Prvi sluaj se deava ako je A1 = B1 = C1 = D1 . Proporcionalnost prvih triju c s A2 B2 C2 D2 koecijenata izraava paralelnost ravnina. Ako je jo i A2 = B1 = C1 = D1 , onda z s A1 B2 C2 D2 se ravnine podudaraju, imamo trei sluaj. Konano, drugi sluaj imamo ako c c c c C1 vrijedi barem jedna od nejednakosti A1 = B1 , B1 = C2 , C1 = A1 , tj. ako ravnine A2 B2 B2 C2 A2 nisu paralelne. Ako ravnine nisu paralelne, onda se one moraju sjei, i njihov c presjek je pravac. Dakle pravac u prostoru moemo zadati i parom jednadbi z z dviju neparalelnih ravnina. Korisno je znati kako iz tog oblika moemo doi do z c kanonskih jednadbi. U tu svrhu treba nai bar jednu toku u presjeku ravnina. z c c Kako ravnine nisu paralelne, naruava se barem jedan od omjera iz Napomene s A1 C1 A 1 B1 i , 2.23. To znai da je bar jedna od determinanata c A2 C2 A 2 B2 B1 C1 A 1 B1 razliita od nule. Uzmimo, odredenosti radi, da je c = 0. B2 C2 A 2 B2 Uvrtavajui z = 0 u jednadbe ravnina dobivamo sustav ije rjeenje nam daje s c z c s toku T0 na pravcu presjeka. Njene su koordinate c B1 D1 B2 D2 T0 = , A1 B1 A2 B2 D1 A1 D2 A2 A1 B1 A2 B2 , 0 .
Vektor smjera pravca presjeka mora biti okomit na obje normale pa ga moemo p z = 2 = (B1 C2 B2 C1 ) + (C1 A2 1 uzeti kao njihov vektorski produkt, p n n i C2 A1 ) j + (A1 B2 A2 B1 ) k . Sada imamo sve elemente (koordinate toke T0 i c komponete vektora ) za formiranje kanonskih jednadbi pravca p. p z
2.5.2
Presjecite triju ravnina s
Neka su dane tri ravnine 1 , 2 i 3 s jednadbama z A1 x + B1 y + C1 z + D1 = 0, A2 x + B2 y + C2 z + D2 = 0, A3 x + B3 y + C3 z + D3 = 0.
2.5. ODNOSI RAVNINA I PRAVACA U PROSTORU
71
Znai, sve toke prostora koje se nalaze u presjecitu 1 , 2 i 3 moraju zadoc c s voljavati sustav A 1 x + B1 y + C 1 z + D 1 = 0 A 2 x + B2 y + C 2 z + D 2 = 0 A3 x + B3 y + C3 z + D3 = 0. Uvedimo slijedee oznake za determinante c A1 B1 C1 A2 B2 C2 , A3 B3 C3 A1 D1 C1 A2 D2 C2 , A3 D3 C3 D1 B1 C1 D2 B2 C2 , D3 B3 C3 A1 B1 D1 A2 B2 D2 . A3 B3 D3
x =
y =
z =
Ako je = 0 (sada su x, y, z nepoznanice), onda je presjecite jedinstveno (tj. s jedna toka, toka 2.4.5) i koordinate su mu c c
x y z , ,
Znai dobili smo uvjet da se tri ravnine sijeku u toki i koordinate te toke. c c c Koji su sluajevi jo mogui? c s c Mogue je da nema rjeenja (bilo koje dvije ravnine se ne sijeku, tj. paralelne su), c s rjeenje je neki pravac (sve tri se sijeku u jednom pravcu) i rjeenje je ravnina s s (sve tri ravnine se podudaraju).
2.5.3
Kut pravca i ravnine
Neka je dan pravac p u prostoru kroz toku P0 s vektorom smjera = (a, b, c) c s i ravnina svojom jednadbom Ax + By + Cz + D = 0. z Denicija 2.7 Kut izmedu pravca p i ravnine je komplement kuta izmedu = (a, b, c) i = (A, B, C). s n
72
Znai, ako je kut izmedu = (a, b, c) i = (A, B, C) onda je kut c s n 2 izmedu p i jednak . s n Kako je kosinus kuta izmedu = (a, b, c) i = (A, B, C) dan s cos( ) = 2 s n aA + bB + cC || | = a2 + b2 + c2 A2 + B 2 + C 2 |s n
i kako je cos( ) = sin , imamo da je sinus kuta izmedu p i dan izrazom 2 sin =
aA+bB+cC . a2 +b2 +c2 A2 +B 2 +C 2
Napomena 2.25 Pravac p i ravnina su okomiti ako i samo ako su i s n = , odnosno ako kolinearni, tj. ako i samo ako postoji R takav da je n s i samo ako vrijedi A : a = B : b = C : c. Napomena 2.26 Pravac p i ravnina e biti paralelni ako i samo ako su i c s okomiti, tj. ako i samo ako je = 0, odnosno ako i samo ako vrijedi n s n aA + bB + cC = 0.
2.5.4
Presjecite pravca i ravnine s
Neka je pravac p u prostoru dan s x = mz + m1 , i ravnina s Ax + By + Cz + D = 0. Uvrtavanjem jednadbi pravca u opi oblik jednadbe ravnine dobijemo jeds z c z nadbu za treu koordinatu toke presjecita, tj. z c c s z0 = Am1 + Bn1 + D . Am + Bn + C y = nz + n1
Sada vraanjem u gornje jednadbe dobijemo da je toka presjeka c z c
Amm1 +Bmn1 +Dm + m1 , Anm1 +Bnn1 +Dn + n1 , Am1 +Bn1 +D . Am+Bn+C Am+Bn+C Am+Bn+C
2.5. ODNOSI RAVNINA I PRAVACA U PROSTORU Napomena 2.27 Ako je nazivnik u Am1 + Bn1 + D Am + Bn + C
73
jednak nuli, tj. ako nema konanog z koji je rjeenje, dobivamo jo jedan uvjet c s s paralelnosti Am + Bn + C = 0. Ako je pravac p zadan parametarski jednadbom z x = x1 + at, y = y1 + bt, z = z1 + ct,
onda uvrtavanje u opu jednadbu ravnine daje jednadbu za vrijednost parames c z z tra t koja odgovara presjecitu s t= Koordinate presjeka su
+By1 +Cz1 +By1 +Cz1 +By1 +Cz1 x1 a Ax1Aa+Bb+Cc+D , y1 b Ax1Aa+Bb+Cc+D , z1 c Ax1Aa+Bb+Cc+D .
Ax1 + By1 + Cz1 + D . Aa + Bb + Cc
Napomena 2.28 Ako ne postoji takav t koji je konaan, tj. ako je nazivnik od c Ax1 + By1 + Cz1 + D Aa + Bb + Cc jednak nuli, imamo uvjet paralelnosti pravca i ravnine Aa + Bb + Cc = 0.
2.5.5
Pripadnost pravca ravnini

xx0 a
Uvjet pripadnosti pravca dan je parom jednadbi z
yy0 b
zz0 c
ravnini Ax + By + Cz + D = 0
Ax0 + By0 + Cz0 + D = 0 Aa + Bb + Cc = 0. Prva jednadba izraava injenicu da toka (x0 , y0 , z0 ) (kojom prolazi pravac) z z c c lei u danoj ravnini, a druga je uvjet paralelnosti pravca i ravnine. z Sada moemo saeto iskazati tvrdnju o medusobnom odnosu pravca i ravnine. z z
74
Teorem 2.2 Neka su ravnina i pravac zadani jednadbama Ax+By +Cz +D = z yy0 xx0 zz0 0 i a = b = c . Tada vrijedi jedna (i samo jedna) od sljedeih triju c tvrdnji: 1. Pravac i ravnina se ne sijeku. c 2. Pravac i ravnina se sijeku u samo jednoj toki. 3. Pravac je sadran u ravnini. z U prvom i treem sluaju pravac je paralelan s ravninom (Aa + Bb + Cc = 0). c c Ako jo imaju i zajedniku toku (Ax0 + By0 + Cz0 + D = 0), onda pravac lei s c c z u ravnini (trei sluaj). Drugi sluaj je karakteriziran s Aa + Bb + Cc = 0. c c c
2.5.6
Kut dvaju pravaca
Neka su dani pravci u prostoru p1 i p2 kroz toke P1 = (x1 , y1 , z1 ) odnosno c P2 = (x2 , y2 , z2 ) s vektorima smjera = (a1 , b1 , c1 ) odnosno = (a2 , b2 , c2 ), s1 s2 redom. Denicija 2.8 Kut izmedu pravaca p1 i p2 je kut izmedu njihovih vektora smjera i . s1 s2
Slika 2.18: Mimosmjerni pravci. Znamo da je kosinus kuta izmedu i jednak s1 s2 s1 s2 cos = = |||| s1 s2 a1 a2 + b1 b2 + c1 c2 a2 1 + b2 + c2 1 1 a2 + b2 + c2 2 2 2 ,
2.5. ODNOSI RAVNINA I PRAVACA U PROSTORU pa je kosinus kuta izmedu p1 i p2 jednak cos =
a1 a2 +b1+c1 c2 b2 . a2 +b2 +c2 a2 +b2 +c2 1 1 2 2 1 2
75
Sto ako se pravci ne sijeku, tj. mimoilaze se? Tada je ideja da ih usporednim (paralelnim) pomakom dovedemo do presijecanja. To emo uiniti tako da projiciramo p1 na ravninu paralelnu sa p1 koja sadri p2 . c c z s1 Napomena 2.29 Pravci p1 i p2 u prostoru su paralelni ako i samo ako su i kolinearni, tj. ako i samo ako postoji R takav da je = , odnosno s2 s1 s2 ako i samo ako je b1 c1 a1 = = . a2 b2 c2 To jo oznaavamo s s c a1 : b1 : c1 = a2 : b2 : c2 . Napomena 2.30 Pravci p1 i p2 u prostoru su okomiti ako i samo ako su i s1 okomiti, tj. ako i samo ako je = 0, odnosno ako i samo ako je s2 s1 s2 a1 a2 + b1 b2 + c1 c2 = 0.
2.5.7
Presjecite dvaju pravaca s
Problem postojanja presjecita dvaju pravaca u prostoru je sloeniji nego u ravnini. s z Dajemo prvo odgovor za posebni sluaj kad su pravci zadani dvjema projekcijama. c Neka su pravci p1 i p2 dani jednadbama z x = mz + m1 i x = m z + m1 y = n z + n1 y = nz + n1
(toka 2.3.5). c Izjednaavanjem izraza za x i za y dobijemo da je trea koordinata toke presjeka c c c dana s n n1 m m1 = 1 . z= 1 mm nn
76
Sada lagano dobijemo da su koordinate toke presjeka dane s c

1 n ( mm1 m1 m , nnnn1 n , n1 n1 ). mm nn
Rijeimo sada problem presjecita dvaju pravaca u opem sluaju s s c c Neka su dani pravci p1 i p2 u prostoru koji prolaze kroz P1 = (x1 , y1 , z1 ) odnosno P2 = (x2 , y2 , z2 ) s pripadajuim vektorima smjera = (a1 , b1 , c1 ) odnosno c s1 = (a2 , b2 , c2 ). Tada su njihove kanonske jednadbe dane s s2 z y y1 z z1 x x1 = = a1 b1 c1 i y y2 z z2 x x2 = = . a2 b2 c2 Jasno je da ako se p1 i p2 sijeku, onda moraju leati u istoj ravnini. Neka je to z ravnina Ax + By + Cz + D = 0. Nadimo sada uvjet da pravci p1 i p2 lee u z istoj ravnini. To znai da i toke P1 = (x1 , y1 , z1 ) i P2 = (x2 , y2 , z2 ) i vektori = (a1 , b1 , c1 ) c c s1 = (a2 , b2 , c2 ) lee u toj ravnini. Tonije, toke lee u toj ravnini, a vektori i s2 z c c z su paralelni s njom. To nam daje uvjete na A, B, C, D. Kako P1 = (x1 , y1 , z1 ) i P2 = (x2 , y2 , z2 ) lee u ravnini, imamo z Ax1 + By1 + Cz1 + D = 0 Ax2 + By2 + Cz2 + D = 0. Kako su = (a1 , b1 , c1 ) i = (a2 , b2 , c2 ) paralelni sa ravninom, iz Napomene s1 s2 2.27 imamo Aa1 + Bb1 + Cc1 = 0 Aa2 + Bb2 + Cc2 = 0. Dobili smo sustav od etiri linearne jednadbe (A, B, C, D su nepoznanice), i c z to homogeni. On ima netrivijalno rjeenje ako i samo ako mu je determinanta s jednaka nuli, odnosno x1 y1 z1 1 x2 y2 z2 1 = 0. a1 b1 c1 0 a2 b2 c2 0
77
Primjenom pravila 5. i 6. iz toke 1.6 na gornju determinantu (tj. prvi redak c pomnoimo sa 1 i dodamo drugom i razvijemo determinantu po zadnjem z stupcu) to se transformira u x2 x1 y2 y1 z2 z1 a1 b1 c1 a2 b2 c2
= 0.
Time smo dobili uvjet da pravci p1 i p2 lee u istoj ravnini. z Moe se desiti da su oni paralelni, pa nema presjecita. Prema Napomeni 2.29, z s pravci p1 i p2 e se sjei ako je c c x2 x1 y2 y1 z2 z1 a1 b1 c1 a2 b2 c2 i ne vrijedi a1 : b1 : c1 = a2 : b2 : c2 . Pomou gornje determinante moemo karakterizirati sva etiri mogua poloaja c z c c z dvaju pravaca u prostoru. Teorem 2.3 Za dva pravca u prostoru vrijedi jedna (i samo jedna) od sljedeih c tvrdnji: 1. Pravci su mimosmjerni, tj. ne lee u istoj ravnini. z 2. Pravci lee u istoj ravnini i ne sijeku se. z 3. Pravci lee u istoj ravnini i sijeku se u jednoj toki. z c 4. Pravci se podudaraju. Prvi sluaj odgovara situaciji u kojoj je determinanta razliita od nule. U drugom c c sluaju su drugi i trei redak determinante proporcionalni (paralelnost pravaca) c c ali nisu proporcionalni prvom. Ako su sva tri redka proporcionalna, imamo isti pravac, etvrti sluaj. U treem sluaju drugi i trei redak nisu proporcionalni c c c c c (pravci nisu paralelni), no prvi se redak moe izraziti kao njihova linearna komz pozicija. Pozabavimo se sluajem mimosmjernih pravaca. c =0
78
2.5.8
Udaljenost dvaju pravaca u prostoru
Neka su dani neparalelni pravci p1 i p2 u prostoru koji prolaze kroz P1 = (x1 , y1 , z1 ) odnosno P2 = (x2 , y2 , z2 ) s pripadajuim vektorima smjera = (a1 , b1 , c1 ) c s1 = (a2 , b2 , c2 ). Onda su njihove kanonske jednadbe dane s odnosno s2 z y y1 z z1 x x1 = = a1 b1 c1 i x x2 y y2 z z2 = = . a2 b2 c2 Denicija 2.9 Udaljenost pravca p1 od pravca p2 je duljina zajednike okomice c na ta dva pravca. Izraunajmo duljinu zajednike okomice: c c Poloimo kroz p1 ravninu paralelnu s p2 (tj. p1 lei u ravnini). Tada je duljina z z zajednike okomice jednaka udaljenosti bilo koje toke na p2 do (jer su p2 i c c paralelni). Dakle, kako p1 lei u i je paralelna sa p2 , imamo da prolazi z kroz P1 = (x1 , y1 , z1 ) i paralelna je sa = (a1 , b1 , c1 ) i = (a2 , b2 , c2 ). Iz s1 s2 Napomene 2.22, jednadba ravnine je dana s z x x1 y y1 z z1 a1 b1 c1 a2 b2 c2 Razvojem po prvom redku dobivamo (x x1 ) b1 c1 b2 c2 + (y y1 ) c1 a1 c2 a2 + (z z1 ) a1 b1 a2 b2 = 0.
= 0.
Iz gornje jednadbe vidimo da je normala od dana s z = n a1 b1 c1 a1 b1 c1 , , a2 b2 c2 a2 b2 c2 .
79
Kako je duljina zajednike okomice jednaka udaljenosti od bilo koje toke na p2 c c do , uzmimo toku P2 = (x2 , y2 , z2 ). Tada je, prema Napomeni 2.20, c x2 x1 y2 y1 z2 z1 a1 b1 c1 a2 b2 c2 b1 c1 b2 c2 odnosno, x2 x1 y2 y1 z2 z1 a1 b1 c1 a2 b2 c2 b1 c1 b2 c2
2
d(P2 , ) =
c1 a1 c2 a2
a1 b1 a2 b2
d(p1 , p2 ) =
c1 a1 c2 a2
a1 b1 a2 b2
Napomena 2.31 Kako znamo da postoji ravnina takva da p1 lei u njoj i z paralelna je sa p2 ? Ekvivalentno je pitanje, kako konstruirati ravninu kroz toku P1 = (x1 , y1 , z1 ) c paralelnu s vektorima i ? s1 s2 i nekolinearni, onda uzmemo da je normala ravnine Ako su s1 s2 = . n s1 s2 Time smo dobili izraz kao i gore tj. = n b1 c1 c1 a1 a1 b1 , , b2 c2 c2 a2 a2 b2
i imamo odredenu ravninu kroz P1 . Ako su i kolinearni, onda su p1 i p2 paralelni, pa je udaljenost p1 od p2 s1 s2 jednaka udaljenosti bilo koje toke s p2 do p1 , to znamo izraunati. (Uzmemo c s c li ravninu okomitu na p1 kroz P1 , jasno je da moemo uzeti da joj je normala z . Tada pogledamo presjek te ravnine i pravca p2 , to je toka, zovimo je M . s1 s c Udaljenost p1 od p2 je jednaka udaljenosti P1 od M ).
Poglavlje 3 Matrice i linearni sustavi

3.1
3.1.1
Osnove matrinog rauna c c

Motivacija
Promotrimo sustav linearnih jednadbi z x z + 2u = 3 2y + z + u = 1 x +y z = 1
2x + y + z + u = 3. To je sustav od etiri linearne algebarske jednadbe s nepoznanicama x, y, z i c z u. U primjeru iz toke 1.6 smo vidjeli da je kod uvodenja pojma determinante c dobra ideja tretirati sve koecijente (brojeve uz x, y, z i u) kao jedinstveni objekt (matricu). Ako bismo uspjeli razviti raun takvih objekata, onda bismo mogli c sustav linearnih jednadbi gledati kao linearnu jednadbu u jednoj nepoznanici. z z Npr. za gornji sustav bismo imali A= 1 0 1 2 0 1 2 2 1 1 , 1 1 0 1 1 1 81
82
POGLAVLJE 3. MATRICE I LINEARNI SUSTAVI X= B= x y z u 3 1 1 3 , .
Dakle na sustav od etiri linearne jednadbe s etiri nepoznanice bi se mogao s c z c napisati kao linearna jednadba s jednom nepoznanicom z AX =B gdje je operacija mnoenje objekata koje emo prouavati i koju emo z c c c denirati. Promotrimo problem jedne linearne jednadbe s jednom nepoznanicom z ax = b. Imamo dva sluaja: c 1. Ako je a = 0, onda postoji jedinstveno rjeenje x0 od ax = b i vrijedi s x0 = 2. Ako je a = 0, onda: a) za b = 0 ne postoji x0 koji zadovoljava jednadbu ax = b, z z b) za b = 0 svaki x0 R zadovoljava jednadbu ax = b. Na je cilj generalizirati teoriju jedne linearne jednadbe s jednom nepoznans z icom na sluaj vie linearnih jednadbi s vie nepoznanica. Pri tome trebamo c s z s rijeiti neke probleme, kao npr. denirati operacije (zbrajanje, mnoenje s z takvih objekata), smisao jednakosti (denirati kada e dva takva objekta biti jedc naka), inverzije (denirati inverz objekta, koji bi bio generalizacija recipronosti c brojeva), denirati analogone za a = 0, a = 0, b = 0, b = 0 itd. b = a1 b. a
3.1. OSNOVE MATRICNOG RACUNA
83
3.1.2
Osnovni pojmovi
Denicija 3.1 Neka su m i n prirodni brojevi. Pravokutna shema u kojoj je u m redaka i n stupaca sloeno m n realnih brojeva zove se matrica tipa m n. z A=
a11 a21 . . .
a12 a22 . . .
a13 a23 . . .
a1n a2n . . .
am1 am2 am3 amn Matrica A ima m redaka i n stupaca. Realni brojevi sloeni u matricu su njeni z elementi. Svaki element je indeksiran s dva indeksa: prvi je redni broj redka, drugi je redni broj stupca na ijem se presjeku nalazi taj element. Npr. element c aij se nalazi na presjeku i-tog redka i j-tog stupca. Neka je A matrica kao gore. Zbog jednostavnosti zapisa nju jo zapisujemo kao s A = [aij ]m, n i=1,j=1 ili samo A = [aij ]. Primjer 3.1 M= 1 0 1 2 3 1
Matrica M je realna matrica tipa (2 3). Brojevi aik , k = 1, ..., n matrice A ine i-ti redak matrice A (prvi indeks je c ksan, drugi se mijenja od 1 do n). Brojevi akj , k = 1, ..., m matrice A ine j-ti stupac matrice A (drugi indeks je c ksan, prvi se mijenja od 1 do m). Ako je m = n, tj. ako je matrica A oblika a11 a12 a1n a21 a22 a2n . A= . .. . , . . . . . . . an1 an2 ann
84
POGLAVLJE 3. MATRICE I LINEARNI SUSTAVI
kaemo da je kvadratna, i to n-tog reda. z U kvadratnoj matrici elementi s jednakim indeksima, tj. a11 , a22 , ..., ann ine glavnu dijagonalu. Zbroj svih elemenata glavne dijagonale kvadratne mac trice zovemo tragom te matrice i oznaavamo tr A. c tr A = a11 + a22 + + ann . Kvadratna matrica A je dijagonalna ako a11 0 0 a22 A= . . . . . . 0 0 je aij = 0 za i = j, tj. 0 0 . . .. . . . ann
Ako su u dijagonalnoj matrici svi elementi na glavnoj dijagonali jednaki, tj. a11 = a22 = ... = ann = a, matrica je skalarna. Skalarna matrica s jedinicama na glavnoj dijagonali se zove jedinina i oznaava sa In . Takvu matricu c c 1 0 0 0 1 0 . . In = . . ... . . . . . 0 0 1 moemo saeto pisati In = [ij ], pri emu je z z c ij = 1, i = j . 0, i = j
Simbol ij zovemo Kroneckerova delta. Matrica iji su svi elementi jednaki nuli zove se nul matrica. Ako je kvadratna, c onda je reda n, ako nije, onda je tipa m n. Oznaavamo ju s 0mn . c Primjer 3.2 Sljedee c redom, 0 0 0 0 0 0 matrice su nul matrice i to reda 3, tipa 2 4 i tipa 2 1, 0 0 , 0 0 0 0 0 0 0 0 0 0 0
85
Neka je A = [aij ] matrica tipa m n. Matrica B = [bij ] tipa n m za koju je bji = aij za i = 1, ..., m, j = 1, ..., n je transponirana matrica matrice A. Oznaavamo ju s AT . c Primjer 3.3 Ako je A= onda je 2 3 4 0 1 2 ,
2 0 AT = 3 1 . 4 2
Kvadratna matrica A = [aij ] za koju je aij = 0 za i > j zove se gornja trokutasta. Slino se denira donja trokutasta matrica, tj. A = [aij ] je donja c trokutasta ako je aij = 0 za i < j. Primjer 3.4 Matrica A 2 0 A= 0 0 je gornja trokutasta, dok je B donja trokutasta 3 1 0 2 0 0 1 4 2 B = 3 7 0 . , 0 1 0 0 1 2 0 0 2
Kvadratna matrica A je simetrina ako je AT = A, tj. aij = aji za i, j = c T 1, ..., n. Ako je A = A, tj. aij = aji za i, j = 1, ..., n, matrica A je antisimetrina (kososimetrina). c c Primjer 3.5 Matrica A 1 A= 4 7 je simetrina, dok je B antisimetrina c c 4 7 0 1 2 B = 1 0 3 . 2 7 , 7 3 2 3 0
Napomena 3.1 Elementi iznad i ispod glavne dijagonale simetrine matrice c simetrini su u odnosu na glavnu dijagonalu, tj. zrcale se jedni u druge. c Za elemente glavne dijagonale antisimetrine matrice vrijedi aii = aii za c i = 1, ..., n, odnosno vrijedi aii = 0 za i = 1, ..., n. Dakle elementi glavne dijagonale antisimetrine matrice su nuno nule. Elementi iznad i ispod glavne c z dijagonale simetrini su u odnosu na glavnu dijagonalu, ali suprotnog predznaka. c
86
3.1.3
Linearna kombinacija matrica
Oznaimo skup svih matrica tipa m n s Mmn . Uvedimo sada pojam biti c jednak u skup Mmn koji e biti generalizacija jednakosti realnih brojeva. Primc jetimo da je za m = n = 1 skup M11 u stvari skup R, a na R znamo to znai s c biti jednak. Denicija 3.2 Matrice A Mmn i B Mmn su jednake ako je aij = bij za sve i = 1, ..., m; j = 1, ..., n. Piemo A = B. s Napomena 3.2 Jednakost matrica se denira samo za matrice istog tipa. Denicija 3.3 Zbroj matrica A = [aij ] Mmn i B = [bij ] Mmn je matrica C = [cij ] Mmn s elementima cij = aij + bij za i = 1, ..., m; j = 1, ..., n, tj. a1n b11 b1n . . . . + . . = . . . am1 amn bm1 bmn a11 + b11 a1n + b1n . . . . . . . am1 + bm1 amn + bmn Napomena 3.3 Zbroj matrica se denira samo za matrice istog tipa. Denirajmo sada mnoenje matrice skalarom. z Denicija 3.4 Za matricu A = [aij ] Mmn i skalar R deniramo matricu A = [bij ] Mmn s elementima bij = aij za sve i = 1, ..., m; j = 1, ..., n, tj. a11 . A = . . am1 a11 a1n a1n . . . . . . = . . . . am1 amn amn
a11 . C =A+B = . .
Pogledajmo sada neka svojstva zbrajanja i mnoenja matrica skalarom koja izravno z slijede iz Denicije 3.3 odnosno Denicije 3.4.
87
Teorem 3.1 (Svojstva zbrajanja matrica i mnoenja skalarom) Za sve maz trice A, B, C Mmn i sve skalare iz , R vrijedi: 1. (A + B) + C = A + (B + C) (asocijativnost), 2. A + B = B + A (komutativnost), 3. (A + B) = A + B (distributivnost), 4. (A) = ()A (homogenost). Iz Teorema 3.1 slijedi da je skup Mmn uz operacije zbrajanja i mnoenja z skalarom vektorski prostor. Njegovi su elementi (vektori) matrice tipa m n. Unato tome to nije rije o geometrijskim objektima za njih imaju smisla pojmovi c s c kao to su linearna zavisnost i nezavisnost, linearna kombinacija i linearni rastav. s Denicija 3.5 Neka su A1 , A2 , ..., Ak Mmn matrice i 1 , ..., k R skalari. Matrica A = 1 A1 + ... + k Ak je linearna kombinacija matrica A1 , A2 , ..., Ak s koecijentima 1 , ..., k . Kaemo da je A rastavljena (razloena, razvijena) u linearni spoj po matricama z z A1 , A2 , ..., Ak . Linearna kombinacija je netrivijalna ako je barem jedan 1 , ..., k razliit od c nule. Napomena 3.4 Ako je matrica A rastavljena u linearni spoj po matricama A1 , A2 , ..., Ak Mmn , onda je i A Mmn , to slijedi izravno iz Denicije s 3.3 odnosno Denicije 3.4. Moe se pokazati da skup svih m n matrica Eij koje na mjestu (i, j) imaju z jedinicu, a na svim ostalim mjestima nule ini bazu u Mmn . Dakle je dimenzija c vektorskog prostora Mmn jednaka mn. Operacije zbrajanja i mnoenja skalarom su dobro uskladene s operacijom z transponiranja. z Teorem 3.2 Funkcija koja matrici pridruuje njenu transponiranu matricu A AT sa Mmn u Mnm ima sljedea svojstva: c
88
POGLAVLJE 3. MATRICE I LINEARNI SUSTAVI 1. (A + B)T = AT + B T za sve A, B Mmn , 2. (A)T = AT za sve A Mmn i sve R, 3. (AT )T = A za sve A Mmn . Dokaz: Tvrdnja izravno slijedi iz denicije transponiranja, Denicije 3.3 i Denicije 3.4.
Napomena 3.5 Svaka kvadratna matrica A se moe napisati kao zbroj simetrine z c i antisimetrine matrice istog reda: c A = As + Aa , gdje za As vrijedi AT = As , a za Aa vrijedi AT = Aa . s a
Dokaz: Stavimo As = i Aa =
1 (A + AT ) 2 1 (A AT ). 2
Oito je AT = As , AT = Aa i A = As + Aa . Dakle imamo tvrdnju. c s a
3.1.4
Mnoenje matrica z
Mnoenje matrica moe se denirati na razne naine. Najjednostavnije bi bilo z z c denirati ga analogno zbrajanju matrica. Tako bismo za matrice A = [aij ], B = [bij ] Mmn mogli denirati matricu C kao produkt matrica A, B, gdje su elementi od C dani s cij = aij bij za i = 1, ..., m i j = 1, ..., n. Oito je tako denirana matrica C Mmn . Iako jednostavna, c takva denicija produkta matrica ne bi nam bila jako korisna niti pogodna za primjenu na linearne sustave. Takoder, nema podlogu u zici, geometriji, itd. Mnoenje treba denirati tako da bude uskladeno s tim zahtjevima. To nam z namee sljedeu deniciju. Produkt matrica A i B denira se samo ako matrica c c A ima onoliko stupaca koliko matrica B ima redaka. Produkt AB takvih matrica
89
A i B je matrica iji je broj redaka jednak broju redaka od A, a broj stupaca je c jednak broju stupaca od B. Za takve matrice A i B kaemo da su ulanane, z c tj. broj stupaca od A je jednak broju redaka od B. Denicija 3.6 Neka je A = [aij ] Mmn i B = [bij ] Mnp . Produkt matrica A i B je matrica C = A B = [cij ] Mmp iji su elementi zadani formulom c
n
cij =
k=1
aik bkj = ai1 b1j + ai2 b2j + ..., ain bnj ,
i = 1, ..., m, j = 1, ..., p.
n i m .
= j n
(i,j)
Slika 3.1: Produkt matrica. Napomena 3.6 Neka je A = [aij ] Mmn i B = [bij ] Mnp . Tada je i-ti redak matrice A jednak (ai1 , ai2 , ..., ain ), za i = 1, ..., m, a j-ti stupac matrice B je (b1j , b2j , ..., bnj ), za j = 1, ..., p. Dakle, na redke matrice A i stupce matrice B moemo gledati kao na vektore iz Rn (toka 1.4). Znamo da je skalarni produkt z c takva dva vektora (recimo i-tog redka od A i j-tog stupca od B) jednak (ai1 , ai2 , ..., ain ) (b1j , b2j , ..., bnj ) = ai1 b1j + ai2 b2j + ... + ain bnj . Dakle zakljuujemo da na mjestu (i, j) u matrici C = A B stoji element koji je c jednak skalarnom produktu i-tog redka matrice A i j-tog stupca matrice B. Mnoenje matrica vodi rauna o poredku operanada. Moe se dogoditi da za z c z matrice A i B produkt A B postoji, a da B A nije ni deniran. Npr. ako su A Mmn i B Mnp i m = p, onda je A B Mmp , a B A nije denirano. Ako je m = p = n, imamo AB Mmp , a B A Mnn . Dakle opet je AB = B A.
90
Na kraju, za n = m = p, tj. A, B Mnn takoder openito vrijedi A B = B A, c jer npr. za n = 2 imamo 0 1 0 0 a s druge strane, 1 0 1 1 0 1 0 0 = 0 1 0 1 . 1 0 1 1 = 1 1 0 0 ,
Dakle mnoenje matrica je openito nekomutativno. z c Teorem 3.3 (Svojstva mnoenja matrica) Za sve matrice A, B, C takve da z promatrani produkti postoje vrijedi: 1. (A B) C = A (B C) (asocijativnost), gdje je A Mmn , B Mnp i C Mpq , 2. C (A + B) = C A + C B (A + B) D = A D + B D (lijeva distributivnost i desna distributivnost), gdje su A, B Mmn , C Mpm i D Mnq , 3. (A D) = (A) D = A (D), gdje je R, A Mmn i D Mnp , 4. A 0np = 0mp , gdje je A Mmn , 0pm A = 0pn , gdje je A Mmn , 5. Im A = A, A In = A, gdje su A Mmn , Im Mmm i In Mnn (In i Im su jedinine matrice). c Posebno vrijedi A In = In A = A, za A Mnn .
3.1. OSNOVE MATRICNOG RACUNA Dokaz: Tvrdnje izravno slijede iz Denicija 3.3, 3.4, 3.6.
91
Uz ovakvu deniciju mnoenja matrica linearni sustav od m jednadbi s n z z nepoznanica moemo u kompaktnom vidu pisati kao z Ax = b (ili A = b ), x
gdje je A Mmn matrica koecijenata (dobijemo je tako da redom koecijente uz nepoznanice svake linearne jednadbe upisujemo u redke od A, svaka linearna z jednadba ide u svoj redak), b = [b1 , ..., bm ]T poznata matrica desnih strana i z x = [x1 , ..., xn ]T nepoznata matrica.
3.1.5
Podmatrice i blok matrice
Neka je A Mmn . Za svaki izbor r redaka i s stupaca na njihovim presjecima stoji r s elemenata od A. Sloimo li ih u (r s) matricu, dobivamo podmatricu z matrice A. Primjer 3.6 Neka je 2 3 4 1 A = 1 2 1 3 . 1 0 3 0
Neka je r = s = 2. Izaberimo dva redka, npr. prvi i trei, i dva stupca npr. c drugi i trei. Na presjecima ovih redaka i stupaca lee etiri elementa od A i to c z c su 3, 4, 0, 3. Sloimo li ih u (2 2) matricu, dobijemo podmatricu z 3 4 0 3 matrice A. Ako su izabrani redci i stupci uzastopni, takvu podmatricu zovemo blok. Matricu iji su elementi blokovi (matrice) zovemo blok matrica. c
92 Primjer 3.7 Neka je
A=
a11 a21 a31 a41
a12 a22 a32 a42
a13 a23 a33 a43
a14 a24 a34 a44
a15 a25 a35 a45
Izaberimo prva dva redka i prva dva stupca, zatim prva dva redka i zadnja tri stupca, druga dva redka i prva dva stupca, te druga dva redka i zadnja tri stupca. Tada redom dobijemo blokove matrice A A11 = a11 a12 a21 a22 a31 a32 a41 a42 , A12 = a13 a14 a15 a23 a24 a25 a33 a34 a35 a43 a44 a45 ,
A21 =
A22 =
Sada matricu A moemo prikazati u obliku z A= dakle A postaje blok matrica. Napomena 3.7 Neka je A Mmn . Ako izaberemo svih m redaka i prvi stupac, svih m redaka i drugi stupac,..., svih m redaka i n-ti stupac, matrica A prelazi u blok matricu iji su blokovi stupci od A. Ako stupce od A oznaimo sa i c c a i = 1, ..., n, onda je blok matrica A oblika A = [ , ..., n ] a1 a i zovemo je blok matrica stupaca. Analogno se konstruira blok matrica redaka. Naka je A Mmn i B Mnp . Prema Napomeni 3.7 matricu B moemo zapisati z kao blok matricu stupaca, tj. B = [ b1 , ..., b p ]. Sada se lagano provjeri da vrijedi A B = A [ b1 , ..., b p ] = [A b1 , ..., A b p ]. A11 A12 A21 A22 ,
93
3.1.6
Regularne matrice. Inverzna matrica
Ograniimo se samo na kvadratne matrice n-tog reda, tj. na skup Mnn kojeg c emo krae oznaavati s Mn . c c c Iz svojstva 5. Teorema 3.3 znamo da za proizvoljnu A Mn vrijedi A In = In A = A. U toki 3.1.4 smo vidjeli da je mnoenje kvadratnih matrica openito nekomutac z c tivno. Postoje i druga svojstva kojima se mnoenje matrica razlikuje od mnoenja z z brojeva. Npr. 1. U skupu R vrijedi: ako je a b = 0, onda je barem jedan od a ili b jednak nuli. U skupu Mn to ne vrijedi: 0 1 0 0 0 1 0 0 = 0 0 0 0 .
Dakle postoje ne nul matrice iji je produkt nul matrica. c 2. U skupu R vrijedi da svaki a = 0 ima multiplikativni inverz, tj. postoji broj koji pomnoen s a daje 1. U Mn to ne vrijedi: z 0 1 0 0 a b c d = c d 0 0 = 1 0 0 1 ,
dakle ne postoji izbor brojeva a, b, c, d koji bi pomnoen s matricom z 0 1 0 0 davao jedininu matricu. c Napomena 3.8 Za neke kvadratne matrice postoji matrica koja pomnoena s z njom daje jedininu. Npr. neka je dana matrica c 0 1 1 0 .
Konstruirajmo sada matricu takvu da ako ju pomnoimo s z 0 1 1 0
94
rezultat bude jedinina matrica. c 0 1 1 0 a b c d = c d a b .
Ako uzmemo a = d = 0 i b = c = 1 imamo 0 1 1 0 Dakle multiplikativni inverz od 0 1 1 0 je ona sama. z Denicija 3.7 Za matricu A Mn kaemo da je regularna (invertibilna) ako postoji matrica B Mn takva da je A B = B A = In . Za matricu A koja nije regularna kaemo da je singularna. z Napomena 3.9 Neka je A Mn regularna, tj. neka postoji matrica B Mn takva da je A B = B A = In . Tada je B jednoznano odredena s A. c Dokaz: Neka je C Mn neka matrica za koju vrijedi A C = C A = In . Sada imamo C = C In = C (A B) = (C A) B = In B = B. Znai, ako je A Mn regularna onda postoji matrica B Mn takva da je c A B = B A = In i takva je matrica jedinstvena. Stoga B zovemo inverznom matricom matrice A i oznaavamo s B = A1 . Dakle je A A1 = A1 A = c In . Skup svih regularnih matrica n-tog reda oznaavamo s Gn . c Teorem 3.4 (Svojstva regularnih matrica) Za sve regularne matrice vrijedi: 0 1 1 0 = 1 0 0 1 .
3.1. OSNOVE MATRICNOG RACUNA 1. Ako je A Gn onda je i A1 Gn i (A1 )1 = A. 2. Ako su A, B Gn onda je A B Gn i (A B)1 = B 1 A1 .
1 3. In Gn i In = In .
95
4. Gn = Mn , preciznije Gn Mn . 5. 0n Gn . / z Denicija 3.8 Za matricu A Mn kaemo da je ortogonalna ako je A AT = AT A = In .

Napomena 3.10 Neka je A = [aij ] Mn ortogonalna. U Napomeni 3.6 smo rekli da na redke i stupce od A moemo gledati kao na vektore iz Rn . Tada je i-ti redak matrice A z (ai1 , ai2 , ..., ain ) za i = 1, ..., n, a j-ti stupac matrice AT je (aj1 , aj2 , ..., ajn ) za j = 1, ..., n. (To je, u stvari, j-ti redak od A). Skalarni produkt takva dva vektora (recimo i-tog iz A i j-tog iz AT ) jednak je (ai1 , ai2 , ..., ain ) (aj1 , aj2 , ..., ajn ) = ai1 aj1 + ai2 aj2 + ... + ain ajn . Zakljuujemo da na mjestu (i, j) u matrici A AT stoji element koji je jednak skalarnom c produktu i-tog redka matrice A i j-tog stupca matrice AT . Kako je po pretpostavci A ortogonalna, vrijedi A AT = AT A = In . Dakle i matrica AT A ima iste elemente, tovie vrijedi da je s s (ai1 , ai2 , ..., ain ) (aj1 , aj2 , ..., ajn ) = ai1 aj1 + ai2 aj2 + ... + ain ajn = ij odnosno (ai1 , ai2 , ..., ain ) (aj1 , aj2 , ..., ajn ) = ai1 aj1 + ai2 aj2 + ... + ain ajn = 0 za i = j i (ai1 , ai2 , ..., ain ) (aj1 , aj2 , ..., ajn ) = a2 + a2 + ... + a2 = 1 i1 i2 in za i = j. Dakle redci (odnosno stupci) ortogonalne matrice A ine ortonormirani podskup c vektorskog prostora Rn . Stovie, moe se dokazati da ine ortonormiranu bazu od Rn . s z c
96
3.1.7
Rang matrice. Elementarne transformacije
Neka je A = [aij ] Mmn . Iz Napomene 3.6 znamo da stupce, tj. matrice iz Mm1 , moemo promatrati kao vektore u vektorskom prostoru Rm . Slino, njene z c n redke, matrice iz M1n , moemo promatrati kao vektore u R . To nam omoguava z c proirivanje pojmova linearne kombinacije, linearne zavisnosti/nezavisnosti, skalarnog s produkta na stupce i redke matrica (jer je Rn vektorski prostor). Denicija 3.9 Maksimalan broj linearno nezavisnih redaka matrice A = [aij ] Mmn zove se rang po redcima matrice A. Maksimalan broj linearno nezavisnih stupaca matrice A zove se rang po stupcima matrice A. Iskaimo sada jedan bitan rezultat. z Teorem 3.5 (O rangu matrice) Broj linearno nezavisnih redaka matrice A = [aij ] Mmn jednak je broju linearno nezavisnih stupaca od A. Kako je po Teoremu 3.5 rang po redcima jednak rangu po stupcima proizvoljne matrice A Mmn , onda emo taj broj zvati rang matrice A i oznaavati s c c r(A). Za proizvoljnu matricu A Mmn iz Teorema 3.5 izravno slijedi da je r(A) = r(AT ). Denicija 3.10 Neka je V vektorski prostor (Denicija 1.5) i neka je L neki podskup od V . Za L kaemo da je vektorski podprostor vektorskog prostora z V ako je i sam vektorski prostor (tj. vrijede svojstva 1., 2. i 3. iz Denicije 1.5). Denicija 3.11 Neka su , ..., Rm . Podprostor razapet vektorima a1 an , ..., je skup svih linearnih kombinacija vektora , ..., . Oznaavamo ga a1 an a1 an c , ..., ). s L( a1 an an a1 L( , ..., ) = {1 + ... + n : 1 , ..., n R}. a1 an Napomena 3.11 Oito je da je c L(, ..., ) Rm , a1 an i izravno iz Denicije 3.10 slijedi da je L( , ..., ) podprostor od Rm . a1 an
97
Denicija 3.12 Neka su , ..., Rm . Neka je L( , ..., ) podprostor a1 an a1 an m , ..., . Dimenziju vektorskog prostora L( , ..., ) od R razapet sa a1 an a1 an , ..., }. deniramo kao maksimalni broj linearno nezavisnih vektora iz skupa { a1 an , ..., )). Oznaavamo je s dim(L( a1 c an Napomena 3.12 Prisjetimo se da je dimenzija vektorskog prostora broj vektora u bazi tog vektorskog prostora. Napomena 3.13 Kako vektori , ..., razapinju L( , ..., ), znamo da je u a1 an a1 an bazi najvie n vektora. Stoga vrijedi s dim(L(, ..., )) n. a1 an Vratimo se na konkretan vektorski prostor, Mmn . Neka je A Mmn . Neka je R(A) podprostor od Rm razapet stupcima matrice A, i R (A) podprostor Rn razapet redcima od matrice A. Napomena 3.14 Uz gornje oznake iz Teorema 3.5 izravno slijedi r(A) = dim(R(A)) = dim(R (A)). Napomena 3.15 Iz Napomene 3.13 imamo da je r(A) min(m, n). Iskaimo sada jedan koristan rezultat za ispitivanje regularnosti matrice iz Mn . z Teorem 3.6 Matrica A Mn je regularna ako i samo ako je r(A) = n. Primjer 3.8 Vrijedi: 1. Neka je 0 Mmn nul matrica. Tada je r(0) = 0, jer je skup { 0 } uvijek linearno zavisan. 2. Neka je In Mn . Tada je oito r(In ) = n. c
98
POGLAVLJE 3. MATRICE I LINEARNI SUSTAVI 3. Neka je dana B M5,6 s
B=
1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
2 5 8 0 0
3 6 9 0 0
4 7 0 0 0
Jasno je da etvrti i peti redak matrice B ne mogu sudjelovati u skupu c linearno nezavisnih redaka, jer svaki skup koji sadri nul vektor je linearno z zavisan. Nadalje, komponentu 1 na mjestu a11 u prvom redku ne moemo z dobiti ni u kakvoj linearnoj kombinaciji drugog i treeg redka. Slino vrijedi c c i za komponentu na mjestu a22 i a33 . Stoga imamo da je maksimalan broj linearno nezavisnih redaka 3. Dakle, iz Teorema 3.5 imamo da je r(B) = 3. Iz Primjera 3.8 vidimo da je lagano izraunati rang jedinine matrice (za In Mn , c c r(In ) = n) i matrice koja izgleda kao i matrica B, tj. na pozicijama a11 , ..., akk za k min(m, n) ima jedinice, na aij za j < i ima nule, na aij za i < j, j = 2, ..., k, ima nule, na aij za i = k + 1, ..., m ima nule a ostale pozicije su proizvoljne (rang takve matrice iz Mmn je k). Dakle, bilo bi dobro svesti opu matricu A na In (ako je kvadratna) ili na neto c s tipa B. Pitanje je, kako to uiniti? c
Sljedee operacije s matricama zovemo elementarnim transformacijama: c 1. Zamjena dvaju redaka (stupaca); 2. Mnoenje redka (stupca) skalarom = 0; z 3. Dodavanje redku (stupcu) matrice linearne kombinacije ostalih redaka (stupaca) matrice. Primjer 3.9 Neka je matrica M M4 0 1 M = 0 0 dana s 1 0 0 0 0 0 0 1 0 0 1 0 .
99
Zamjenom prvog i drugog redka te treeg i etvrtog, matrica M prelazi u jec c dininu. c Denicija 3.13 Matrice A, B Mmn su ekvivalentne ako se jedna dobiva iz druge pomou konano mnogo elementarnih transformacija. c c Napomena 3.16 Geometrijskim se zakljuivanjem moemo uvjeriti da elemenc z tarne transformacije ne mijenjaju rang matrice. Zamjenom dvaju redaka (stupaca) ne mijenja se rang po redcima (stupcima), jer to odgovara zamjeni mjesta dvaju vektora u nekom skupu. Isto tako, ako pomnoimo redak (stupac) skalarom = 0 nee se promijeniti z c rang po redcima (stupcima), jer mnoenje skalarom ne mijenja poloaj tog vekz z tora u odnosu na ostale, ve samo njegovu duljinu. c Takoder je jasno ako redku (stupcu) matrice dodamo linearne kombinacije ostalih redaka (stupaca) matrice rang po redcima (stupcima) ostaje isti. Dakle, ekvivalentne matrice imaju isti rang, tj. primjenom elementarnih transformacija nad proizvoljnom matricom ne mijenja se njen rang. Neka je A Mmn , A = 0. Primjenom elementarnih transformacija u konano c mnogo koraka dolazimo do njoj ekvivalentne matrice H Mmn koja je oblika H= Ir 01 02 03 ,
gdje je r min(m, n), Ir Mr , 01 Mr,nr , 02 Mmr,r i 03 Mmr,nr (01 , 02 , 03 su nul matrice). Kako je r(A) = r(H) = r, ovim smo dobili postupak (algoritam) za raunanje c ranga matrice A. Matrica H je Hermiteova forma matrice A. Primijenimo li na H elementarne transformacije obrnutim redom, prvih r redaka i prvih r stupaca matrice H prelaze u r linearno nezavisnih redaka i stupaca matrice A, tj. u bazu podprostora razapetog redcima odnosno stupcima od A. a a Napomena 3.17 Ako imamo n vektora 1 , ..., n iz Rm i ako treba odred iti bazu prostora L( 1 , ..., n ), sastavi se matrica A = [ 1 , ..., n ] (vektori a a a a 1 , ..., n ine stupce matrice A) i trai se r = r(A) linearno nezavisnih stupaca c a a z od A. Dakle dobijemo matricu H. Sada primjenom elementarnih transformacija obrnutim redom nad matricom H dolazimo do baze od L( 1 , ..., n ). a a
100
Sljedei nam rezultat govori da se moemo ograniiti na elementarne transforc z c macije samo nad redcima matrice.
Teorem 3.7 Svaka matrica A = [A0 , D] Mrp , p r, kod koje je A0 Mr regularna moe se elementarnim transformacijama samo nad redcima svesti na z matricu oblika [Ir , R], gdje je Ir Mr jedinina. c Pravilo za raunanje inverzne matrice: c Ako je zadana matrica A Mn i ako treba ispitati je li ona regularna, te ako je, nai njen inverz, formiramo matricu [A, In ] i elementarnim transformacijama c nad redcima svodimo je na oblik [In , R] (Teorem 3.7). Ako je to mogue, onda c 1 je A = R, a ako nije, A je singularna.
Zato to vrijedi? s Elementarne transformacije nad redcima odgovaraju mnoenju matrice s lijeva elementarnim z matricama. Primjerice, zamjena i-tog i j-tog redka matrice A postie se mnoenjem matrice z z A s lijeva matricom Qij koja je dobivena zamjenom i-tog i j-tog redka u jedininoj matrici c I. Slino, mnoenje i-tog redka matrice A skalarom = 0 odgovara mnoenju matrice A s c z z lijeva matricom Qi () koja se dobije iz jedinine matrice zamjenom jedinice u i-tom redku s c . Konano, mnoenje matrice A s lijeva matricom Qi (; j) koja se dobije dodavanjem j-tog c z redka jedinine matrice pomnoenog s i-tom redku jedinine matrice, odgovara dodavanju c z c i-tom redku matrice A njenog j-tog redka pomnoenog s . Jasno je da se svaki konani niz z c elementarnih transformacija moe opisati nizom mnoenja matrice A s lijeva matricama tipa z z Qij , Qi () i Qi (; j). Te matrice zovemo elementarnim matricama. Ako smo primjenom q elementarnih transformacija nad redcima matrice [A, In ] dobili matricu [In , R] (tj. ako je A regularna) mi smo zapravo matricu [A, In ] mnoili s lijeva s q elementarnih z matrica Q1 , ..., Qq . Dakle imamo [Q1 Q2 Qq A, Q1 Q2 Qq In ] = [In , R]. Odatle je Q1 Q2 Qq = R
Q1 Q2 Qq A = In , pa je R A = In , odnosno R = A1 .
3.2. LINEARNI SUSTAVI
101
3.2
3.2.1
Linearni sustavi
Osnovni pojmovi
Promatramo sustav od m linearnih jednadbi s n nepoznanica x1 , ..., xn s z koecijentima aij , i = 1, ..., m, j = 1, ..., n i slobodnim lanovima b1 , ..., bm : c a11 x1 + a12 x2 + ... + a1n xn = b1 a21 x1 + a22 x2 + ... + a2n xn = b2 . . . . . . am1 x1 + am2 x2 + ... + amn xn = bm . Uredena n-torka (c1 , c2 , ..., cn ) je rjeenje gornjeg sustava ako pri uvrtavanju s s x1 = c1 ,...,xn = cn gornji sustav postaje skup od m jednakosti medu realnim brojevima. Npr., uredena etvorka (1, 0, 2, 1) je rjeenje sustava s poetka ovog c s c poglavlja. Za sustav kaemo da je homogen ako je b1 = ... = bm = 0. Ako je barem z jedan bi = 0, i = 1, ..., m, sustav je nehomogen. Ako sustav ima barem jedno rjeenje kaemo da je sustav konzistentan, s z suglasan ili mogu. Ako sustav nema rjeenja, kaemo da je nekonzistentan, c s z proturjean ili nemogu. c c Napomena 3.18 Primijetimo: 1. Ako za neki i = 1, ..., m vrijedi ai1 = ... = ain = 0, a bi = 0, sustav je nemogu. c s 2. Homogeni sustav je uvijek mogu, jer x1 = ... = xn = 0 daje rjeenje c svakog homogenog sustava. Takvo rjeenje zovemo trivijalno. s Ako je (c1 , c2 , ..., cn ) rjeenje homogenog sustava i barem jedan ci = 0, s i = 1, ..., n, imamo netrivijalno rjeenje. s s z s 3. Trivijalno rjeenje ne moe biti rjeenje nehomogenog sustava. Denicija 3.14 Za dva sustava kaemo da su ekvivalentna ako je svako rjeenje z s jednoga ujedno rjeenje drugoga i obrnuto. s
102
Napomena 3.19 Ekvivalentni sustavi ne moraju imati isti broj jednadbi, no z moraju imati isti broj nepoznanica (da bismo uope mogli govoriti o jednakosti c rjeenja). s Sustav a11 x1 + a12 x2 + ... + a1n xn = b1 a21 x1 + a22 x2 + ... + a2n xn = b2 . . . . . . am1 x1 + am2 x2 + ... + amn xn = bm zapisujemo u matrinom obliku kao c Ax = b ili A = b . x a1n . . . .
Ovdje je A matrica sustava dana s a11 . A= . .
am1 amn Stupac x je nepoznata matrica, i dana je s = [x1 , ..., xn ]T . x Stupac b je matrica slobodnih lanova dana s c b = [b1 , ..., bm ]T . Jasno je da uz standardno mnoenje ulananih matrica zapisi z c A = b x i a11 x1 + a12 x2 + ... + a1n xn = b1 a21 x1 + a22 x2 + ... + a2n xn = b2
3.2. LINEARNI SUSTAVI . . . . . .
103
am1 x1 + am2 x2 + ... + amn xn = bm predstavljaju isti sustav. Matricu Ab = [A, b ], a11 . Ab = . . a1n . . . b1 . . .
am1 amn bm zovemo proirena matrica sustava. s
3.2.2
Geometrijska interpretacija. Kronecker-Capellijev teorem
Pokuajmo sada geometrijski interpretirati rjeenje sustava A = b . s s x Oznaimo s 1 , ..., n vektor stupce matrice sustava A c a a A = [1 , ..., n ]. a a Proirena matrica sustava ima oblik s Ab = [ 1 , ..., n , b ]. a a Nadalje, vrijedi A = x1 1 + ... + xn n , x a a tj. vektor A je linearna kombinacija vektora 1 , ..., n . x a a = b ima rjeenje ako i samo ako se vektor Dakle, zakljuujemo da sustav A x c s b moe prikazati kao linearna kombinacija vektora 1 , ..., n , tj. ako i samo z a a 1 , ..., n ) (jer b = A = x1 1 + ... + xn n , tj. trae se a z a ako je b L( a a x 1 + ... + xn n ). a x1 , ..., xn R takvi da je b linearna kombinacija od x1 a Rijeiti sustav A = b znai nai sve mogue prikaze vektora b kao linearne s x c c c 1 , ..., n . kombinacije vektora a a Geometrijska nam interpretacija daje kriterij egzistencije i jedinstvenosti rjeenja s sustava A = b . x
104
Teorem 3.8 Za sve matrice A Mmn i b Mm1 vrijedi: I. (Kronecker-Capelli) Sustav A = b ima barem jedno rjeenje ako i samo ako matrica sustava x s A i proirena matrica sustava Ab imaju isti rang. s II. Ako je r = r(A) = r(Ab ), onda je sustav A = b ekvivalentan sustavu x koji se dobije uzimanjem bilo kojih r nezavisnih jednadbi, tj. bilo kojih r z linearno nezavisnih redaka u A. III. Ako je n = m, sustav A = b ima jedinstveno rjeenje ako i samo ako x s = A1 . je A regularna. To je rjeenje dano s x s b
Dokaz: (Dokazujemo samo tvrdnju III.) Ako je n = m i A regularna, onda rang proirene matrice ne moe biti vei od n (jer iz s z c Teorema 3.6 imamo da je r(A) = n), pa je sustav konzistentan, dakle ima bar jedno rjeenje. s 1 1 Uvrtavajui vektor A b u sustav vidimo da je taj vektor rjeenje, jer je A(A b ) = b . s c s Ako je A = b , mnoei s lijeva s A1 vidimo da je = A1 b , tj. da je A1 b i jedino x z c x rjeenje od A = b . s x Obrnuto, neka je m = n i sustav A = b ima jedinstveno rjeenje . To znai da je x s x c b linearna kombinacija stupaca od A. Neka su sada 1 , ..., n R takvi da je 1 1 + ... + a n n = 0 ( 1 , ..., n su vektor stupci od A). Hoemo pokazati da je 1 = ... = n = 0 a a a c (tj. da su stupci od A linearno nezavisni, odnosno da je r(A) = n pa tvrdnju imamo iz Teorema 3.6). Iz b = (1 + x1 ) 1 + ... + (n + xn )n a a slijedi da je vektor + rjeenje od A = b . Iz pretpostavke jedinstvenosti slijedi da x s x je + = tj. = 0 , odnosno 1 = ... = n = 0. Dakle stupci od A su linearno x x nezavisni, tj. A je regularna.
Napomena 3.20 Primijetimo da ako imamo homogeni sustav A = 0 onda x oito vrijedi da je r(A) = r(A0 ), tj. po Teoremu 3.8 homogeni sustav je uvijek c rjeiv. Iz Napomene 3.18 znamo da je jedno rjeenje homogenog sustava sigurno s s = . x 0 Napomena 3.21 Ako sustav A = b ima dva rjeenja, onda ih ima beskonano x s c mnogo.
Dokaz:
105
Neka su i dva razliita rjeenja sustava A = b . Tada je, A = b i A = b . u v c s x u v Stavimo = + (1 ) , gdje je R proizvoljan. Tada imamo z u v A = A + (1 )A = b + (1 ) b = b , z u v to znai da je i rjeenje od A = b . s c z s x
Iz Teorema 3.8 i Napomene 3.20 izravno slijedi: skup svih rjeenja sustava A = s x b moe biti prazan (r(A) = r(Ab )), jednolan (A je kvadratna i regularna) ili z c beskonaan. c
3.2.3
Homogeni sustavi
Iz Napomene 3.18 znamo da homogeni sustav uvijek ima trivijalno rjeenje = s x 0 . Oznaimo skup svih rjeenja homogenog sustava A = 0 s N (A), tj. c s x N (A) = { Rn : A = 0 }. x x Oito je 0 N (A). c Napomena 3.22 N (A) je podprostor od Rn , tj. skup svih rjeenja homogenog s n sustava je vektorski podprostor od R .
Dokaz: Oito je N (A) Rn . Treba provjeriti da N (A) ima svojstva iz Denicije 1.5. c Svojstva iz Teorema 1.1 i Teorema 1.2 su oito zadovoljena, dakle dokaimo da za proizvoljne c z , N (A) vrijedi i u v + N (A) u v i takoder za proizvoljne N (A) i R vrijedi i u N (A). u Kako je A = A = 0 imamo u v A( + ) = A + A = 0 , u v u v dakle + N (A). u v = imamo Kako je A u 0
A = A = 0 . u u
Dakle je N (A) vektorski podprostor od Rn .
106
Iz Napomene 3.22 zakljuujemo da ako su u1 , ..., ut rjeenja homogenog sustava c s = , onda je i njihova linearna kombinacija rjeenje tog sustava. Ax 0 s Dimenzija podprostora N (A) zove se defekt matrice A. Teorem 3.9 Za sve matrice A Mmn i b Mm1 vrijedi: u s x I. Ako je 0 Rn bilo koje rjeenje (nehomogenog) sustava A = b , onda je skup svih rjeenja tog (nehomogenog) sustava A = b dan s s x 0 + N (A) = { 0 + : N (A)}. u u y y II. Neka (nehomogeni) sustav A = b ima isti broj jednadbi i nepoznanica x z = ima samo trivijalno (n = m). Tada pripadni homogeni sustav A x 0 rjeenje ako i samo ako je matrica A tog sustava regularna. s
Dokaz: (Dokazujemo samo tvrdnju II.) Ako je matrica A sustava A = b regularna, onda po Teoremu 3.8 sustav A = b ima x x jedinstveno rjeenje A1 b . Kako je iz Teorema 3.9 I. svako rjeenje od A = b dano s s s x 1 A b + za N (A), iz jedinstvenosti zakljuujemo da je = 0 , tj. N (A) = { 0 }. y y c y Dakle rjeenje od A = 0 je samo 0 . s x Obrnuto, ako A = 0 ima samo trivijalno rjeenje i ako je 0 neko rjeenje sustava x s u s A = b . Onda, prema Teoremu 3.9, svako rjeenje je oblika 0 + 0 , tj. rjeenje je x s u s jedinstveno. Po Teoremu 3.8 je matrica A regularna.
Napomena 3.23 Primijetimo: 1. Tvrdnja Teorema 3.9 I. nam kae da ako znamo jedno rjeenje 0 (nez s a = i sva rjeenja pripadajueg homogenog homogenog) sustava A x b s c sustava A = 0 (to je vektorski prostor N (A)), onda su sva rjeenja od x s = b dana s 0 + , gdje je N (A). Ax a y y 2. Tvrdnja Teorema 3.9 II. kae: ili nehomogeni sustav s istim brojem jedz nadbi i nepoznanica ima jedinstveno rjeenje, ili pripadajui homogeni z s c sustav s istim brojem jednadbi i nepoznanica ima netrivijalno rjeenje. z s
107
3.2.4
Rjeavanje linearnog sustava s
Opiimo sada postupak rjeavanja linearnog sustava A = b od m jednadbi s s x z s n nepoznanica. Prvo treba odrediti rangove matrica A i Ab . Ako oni nisu jednaki, b nije linearna kombinacija stupaca od A i sustav je nekonzistentan (Teorem 3.8). Ako su rangovi jednaki (r(A) = r(Ab ) = r), uzmemo r nezavisnih redaka i r nezavisnih stupaca matrice sustava A (tj. elemente na njihovim presjecima) i prenumeriramo tako da to bude prvih r redaka i prvih r stupaca matrice A. Iz Teorema 3.8 II. slijedi da moemo ispustiti preostalih m r redaka matrice A z (tj. m r jednadbi) i dobiti sustav ekvivalentan polaznomu: z a11 x1 + ... + a1r xr + a1r+1 xr+1 + ... + a1n xn = b1 . . . . . .
ar1 x1 + ... + arr xr + arr+1 xr+1 + ... + arn xn = br . Nadalje, prebacimo lanove s nepoznanicama xr+1 , ..., xn na desnu stranu i doc bijemo: a11 x1 + ... + a1r xr = b1 a1r+1 xr+1 ... a1n xn . . . . . .
ar1 x1 + ... + arr xr = br arr+1 xr+1 ... arn xn . Uvedimo novi vektor desnih strana (c), kao i (c) = bi air+1 cr+1 ... ain cn za i = 1, ..., r, pri emu su cr+1 , ..., cn proizvoljni realni parametri. c Dakle, imamo sustav x A0 0 = (c), pri emu je A0 podmatrica od matrice A koja se sastoji od presjeka prvih r redaka c i prvih r stupaca. Kako je r(A0 ) = r, iz Teorema 3.6 imamo da je A0 regularna, pa ovaj sustav ima jedinstveno rjeenje s 0 = A1 (c) x 0
108 koje je oblika
0 = [c1 , ..., cr ]T . x Dakle, iz Teorema 3.8 II, = [c1 , ..., cr , cr+1 , ..., cn ]T je rjeenje sustava A = c s x b. Brojevi cr+1 , ..., cn su slobodni prametri, dok brojevi c1 , ..., cr ovise o njima i o matricama A (kroz A0 ) i b (kroz (c)) (jer za ksne cr+1 , ..., cn postoje jedinstveni c1 , ..., cr koji su dani s A1 (c) = [c1 , ..., cr ]T ). 0 U toki 3.1.7 odnosno toki 3.2.3 vidjeli smo da su za prozvoljnu matricu c c A Mmn skupovi R(A) odnosno N (A) vektorski prostori. Broj dimR(A) smo zvali rang od A, a broj dimN (A) defekt od A. Teorem 3.10 (O rangu i defektu) Za sve matrice A Mmn i b Mm1 vrijedi: I. dimR(A) + dimN (A) = n. II. Konzistentan sustav A = b ima jedinstveno rjeenje ako i samo ako je x s rang matrice sustava jednak broju nepoznanica, tj. r(A) = dimR(A) = n. Iz Teorema 3.10 I. izravno slijedi da ako znamo rang od A Mmn onda znamo i defekt koji je jednak n r(A), i obratno. Teorem 3.11 Ako je ( r+1 , ..., n ) bilo koja baza prostora N (A) (dimN (A) = u u n r) matrice A Mmn i 0 bilo koje rjeenje sustava A = b , onda je ope u s x c = dano s rjeenje sustava A x s b 0 + r+1 r+1 + ... + n n , u u u pri emu su r+1 , ..., n proizvoljni parametri. c Napomena 3.24 Tvrdnja Teorema 3.11 izravno slijedi iz Teorema 3.9, jer je skup svih rjeenja od A = b dan s 0 + N (A). Kako je ( r+1 , ..., n ) baza s x u u u = b oblika od N (A), onda je svako rjeenje od A x s 0 + r+1 r+1 + ... + n n , u u u pri emu su r+1 , ..., n proizvoljni parametri. c
109
Glavni dio postupka rjeavanja linearnog sustava A = b sadran je u odredivanju s x z rangova od A i Ab . Radimo li to elementarnim transformacijama samo nad redcima, imamo postupak Gaussovih eliminacija. Ovaj se postupak moe primiz jeniti na sve matrice, uz male modikacije je numeriki stabilan, sloenost mu je c z 3 n (tj. za A Mn broj elementarnih operacija zbrajanja i mnoenja je n3 ). z Za neke se posebne matrice druge, posebno dizajnirane, metode mogu pokazati brima (manja im je sloenost). z z Opisani postupak za rjeavanje linearnih sutava se uz male preinake moe s z primijeniti i na istovremeno rjeavanje vie linearnih sustava s istom matricom s s sustava A Mmn i razliitim desnim stranama b 1 , ..., b p , tj. na rjeavanje c s matrine jednadbe c z AX = B (rjeenje X je iz Mnp ). s Elementarne transformacije nad redcima proirene matrice sustava A = b s x vode do rjeenja na mjestu desne strane (tj. lagano moemo oitati rjeenje). s z c s
Zato? s Argument je isti kao i kod pravila za raunanje inverza matrice iz toke 3.1.6. Elementarne c c = odgovaraju mnoenju proirene transformacije nad redcima proirene matrice sustava A x s b z s matrice s lijeva elementarnim matricama. Ako smo primjenom q elementarnih transformacija nad redcima matrice [A, b ] dobili matricu [A , b ] (gdje je matrica A takva da na pozicijama a11 , ..., akk za k min(m, n) ima jedinice, na aij za j < i ima nule, na aij za i < j, j = 2, ..., k, ima nule, na aij za i = k + 1, ..., m ima nule, a ostale pozicije su nebitne), mi smo zapravo matricu [A, b ] mnoili s lijeva elementarnim matricama Q1 , ..., Qq . Dakle z imamo [Q1 Q2 Qq A, Q1 Q2 Qq b ] = [A , b ]. Odatle je Q1 Q2 Qq b = b Q1 Q2 Qq A = A .
3.2.5
Determinanta. Cramerovo pravilo
Determinanta je funkcija koja matrici A Mn pridruuje realan broj koji oznaujemo z c s det A, tj. A det A.
110
U toki 1.6 smo vidjeli kako se deniraju determinante matrica drugog i treeg c c reda. Ako je A M2 oblika A= onda znamo da je det A = a1 b2 a2 b1 . Ako je A M3 zadana s a1 a2 a3 A = b1 b2 b3 , c1 c2 c3 onda razvojem po prvom redku znamo da je det A = a1 b2 b3 c2 c3 a2 b1 b3 c1 c3 + a3 b1 b2 . c1 c2 a1 a2 b1 b2 ,
Determinanta matrice reda n > 3 se denira induktivno. Za A Mn , n > 3, oznaimo s A1k , k = 1, ..., n, matricu koja se iz A dobije isputanjem prvog c s redka i k-tog stupca. Tada se det A denira sa det A = a11 det A11 a12 det A12 + ... + (1)n1 a1n det A1n , odnosno
n
det A =
k=1
(1)k1 a1k det A1k .
Napomena 3.25 Uvedimo oznaku M1 za kvadratne matrice prvog reda (primijetimo da je M1 , u stvari skup R). Tada za A M1 oblika A = [a] deniramo det A = a. Sada oito gornja formula za determinantu matrice reda n > 3 vrijedi i za matrice c reda n 2.
3.2. LINEARNI SUSTAVI Formula det A =

k=1 n
111
(1)k1 a1k det A1k
za determinatu matrice A Mn , n 2, je razvoj determinante po prvom redku. Neka je A Mn dijagonalna matrica. Tada lagano iz formule
n
det A =
k=1
(1)k1 a1k det A1k
zakljuujemo da je det A jednaka produktu elemenata dijagonale. Posebno je c det In = 1. Navedimo sada neka svojstva determinante koja se dokazuju matematikom c indukcijom i koja uvelike olakavaju raunanje determinante proizvoljne matrice s c A Mn , n 2. Svojstva determinante su: 1. Ako svi elementi nekog redka ili stupca matrice A Mn iezavaju, onda sc je det A = 0. 2. Ako je A Mn trokutasta (gornja ili donja), onda je det A = a11 a22 ann . 3. Ako dva stupca ili dva redka u matrici A Mn zamijene mjesta, determinanta mijenja predznak, det(Qij A) = det A. Matrica Qij Mn je elementarna matrica koja odgovara elementarnoj transformaciji zamjene dvaju redaka ili stupaca (toka 3.1.7, pravilo za c raunanje inverza matrice). c 4. Ako su dva redka ili dva stupca matrice A Mn jednaka, onda je det A = 0.
112
5. Ako je i-ti stupac matrice A Mn oblika i = + , a b c gdje su b i proizvoljne matrice iz Mn1 i , R, onda je c det[ 1 , ..., i , ..., n ] = a a a det[ 1 , ..., b + , ..., n ] = a c a det[ 1 , ..., b , ..., n ] + det[ 1 , ..., , ..., n ]. a a a c a Analogno vrijedi i za redke. 6. Ako nekom stupcu matrice A Mn dodamo linearnu kombinaciju ostalih stupaca, determinanta se ne mijenja. Analogno vrijedi i za redke. 7. Ako je neki stupac determinante linearni spoj ostalih stupaca, determinanta je jednaka nuli. Analogno vrijedi i za redke. 8. Ako je matrica A Mn singularna, onda je det A = det AT = 0. Determinanta dijagonalne matrice jednaka je produktu elemenata dijagonale. Stovie, iz drugog svojstva determinante znamo da je determinanta trokutaste s matrice takoder produkt elemenata dijagonale. Bilo bi dobro (ako je mogue) c proizvoljnu matricu A Mn transformirati u trokutastu iju determinantu c znamo lagano izraunati. Ovih osam svojstava nam to omoguava, tj. moemo c c z raunati determinantu tzv. metodom eliminacije. c Metodom eliminacije raunanje determinante proizvoljne matrice A Mn svodimo c na raunanje determinante trokutaste matrice koja ima do na predznak istu dec terminantu. To inimo tako da uzmemo prvi element na dijagonali matrice A i koristei esto c c s pravilo ponitavamo sve elemente u prvom stupcu ispod njega (ako radimo transs formaciju u gornju trokutastu, ako elimo donju trokutastu onda kreemo od z c zadnjeg elementa na dijagonali). Nadalje, uzimamo drugi element na dijagonali i koristei esto pravilo inimo istu stvar tj. ponitavamo sve elemente u stupcu c s c s
113
ispod njega, itd. Radimo sve analogno sve do zadnjeg elementa na dijagonali. Ako se desi da je neki element na dijagonali nakon i-tog koraka nula (tj. ai+1,i+1 = 0), onda pomou treeg pravila dovodimo iz preostalih ni redaka i ni stupaca c c element razliit od nule na poziciju ai+1,i+1 (naravno, vodei rauna o predznaku c c c determinante) i nastavljamo postupak kao i prije. Ako to nije mogue, tj. u c ostalih n i redaka i n i stupaca su sve nule onda smo gotovi. z Vano svojstvo determinante je njena uskladenost s mnoenjem matrica. z Teorem 3.12 Za proizvoljne matrice A, B Mn vrijedi det(AB) = det A det B. Napomena 3.26 Ako je A Mn regularna, onda je det A = 0, det A1 = 0 i vrijedi det A1 = (det A)1 .
Dokaz: Iz Teorema 3.12 imamo det(AA1 ) = (det A)(det A1 ) = 1. Dakle oito je det A = 0, c 1 1 1 det A = 0 i vrijedi det A = (det A) .
Teorem 3.13 (Laplaceov razvoj po elementima i-tog redka) Za proizvoljnu matricu A Mn vrijedi
n
det A =
k=1
(1)i+k aik det Aik .
U Teoremu 3.13 je s Aik oznaena matrica iz Mn1 dobivena iz A isputanjem c s i-tog redka i k-tog stupca. Teorem 3.13 tvrdi da determinantu moemo razviti z po proizvoljnom redku. Teorem 3.14 Za proizvoljnu matricu A Mn vrijedi det A = det AT . Iz Teorema 3.14 izravno slijedi da determinantu moemo denirati i preko razvoja z po elementima stupca. Teorem 3.15 (Laplaceov razvoj po elementima i-tog stupca) Za proizvoljnu matricu A Mn vrijedi
n
det A =
k=1
(1)i+k aki det Aki .
114 Veliinu c
(1)i+k det Aik zovemo kofaktor elementa aik . Denicija 3.15 Kofaktor ili adjunkta matrice A Mn je matrica iz Mn kojoj na mjestu (i, k) stoji kofaktor elementa aki matrice A, tj. (1)k+i det Aki . Kofaktor matrice A oznaavamo s kof (A). c Napomena 3.27 Ako se elementi redka (stupca) matrice A Mn pomnoe z kofaktorima drugog redka (stupca) i rezultati zbroje, dobiva se 0 ako je uzet redak (stupac) razliit od polaznog. Inae je zbroj det A. c c
Dokaz: Neka su uzeti i-ti i j-ti redak. Promatramo zbroj
n
(1)j+k aik det Ajk .

k=1
Oito, ako je i = j, onda je po Teoremu 3.13 prethodni zbroj jednak det A, a ako je i = j c onda zbroj
n
(1)j+k aik det Ajk

k=1
predstavlja determinantu matrice kojoj su i-ti i j-ti redak jednaki. Po etvrtom svojstvu c determinante znamo da je to jednako nula. Analogno ide dokaz za stupce.
Iz Napomene 3.27 izravno slijedi: Teorem 3.16 Za svaku matricu A Mn vrijedi A kof (A) = kof (A) A = (det A) In . Napomena 3.28 U Napomeni 3.26 smo vidjeli da ako je A Mn regularna, onda je det A = 0. Vrijedi i obrat, tj. ako je det A = 0 onda je A regularna i A1 je dana formulom A1 =
kof (A) . det A
Dokaz: Ako je det A = 0, onda iz Teorema 3.16 imamo da je 1 kof (A) A = In . det A Dakle A je regularna i A1 =
kof (A) det A .
3.3. PROBLEM SVOJSTVENIH VRIJEDNOSTI
115
Iz Napomene 3.26 i Napomene 3.28 imamo dobru karakterizaciju regularnosti matrice A Mn . A je regularna ako i samo ako je det A = 0. Iz Teorema 3.8 znamo da je rjeenje linearnog sustava A = b od n s x jednadbi s n nepoznanica jedinstveno ako i samo ako je matrica koecijenata A z regularna. Rjeenje je dano s = A1 b . s x Sljedei teorem nam daje jo jedan nain raunanja rjeenja linearnog sustava c s c c s = od n jednadbi s n nepoznanica uz uvjet da je matrica koecijenata Ax b z A regularna. x Teorem 3.17 (Cramer) Neka je A matrica koecijenata linearnog sustava A = b od n jednadbi s n nepoznanica. Ako je matrica A regularna, onda je rjeenje z s tog sustava dano s x1 = D1 , D x2 = D2 Dn , . . . , xn = , D D
pri emu je D = det A, a Dk , k = 1, ..., n, je determinanta matrice koja se c dobiva iz A zamjenom k-tog stupca k stupcem desnih strana b . a
3.3
3.3.1
Problem svojstvenih vrijednosti

Matrice kao linearni operatori
Neka je A Mmn proizvoljna matrica. Za svaki vektor iz vektorskog prostora x n R = Mn1 deniran je vektor A (kao produkt matrica A i ) iz vektorskog x x m prostora R = Mm1 . Stovie, iz svojstava matrinog mnoenja slijedi da je s c z + ) = A + A , za sve , R i sve , Rn . Dakle A( x y x y x y funkcija A prevodi linearnu kombinaciju u linearnu kombinaciju. Takvu x x funkciju zovemo linearni operator. Denicija 3.16 Funkcija F : Rn Rm zove se linearni operator ako vrijedi F ( + ) = F () + F () x y x y za sve , R i sve , Rn . Ako je m = 1, Rm = R, onda takav linearni x y operator zovemo linearnim funkcionalom.
116
Napomena 3.29 Funkcije medu vektorskim prostorima uobiajeno je zvati opc eratorima. Funkcije s vektorskog prostora u vektorski prostor R zovemo funkcionalima. Iz Denicije 3.16 slijedi da svaka matrica A Mmn denira jedan linearni operator A : Rn Rm formulom = A . y x Neka su F : Rn Rm i G : Rn Rm operatori. Deniramo zbrajanje operatora na sljedei nain c c (F + G)( ) = F ( ) + G( ). x x x Denirajmo jo i mnoenje operatora F : Rn Rm proizvoljnim skalarom s z R na sljedei nain c c (F )( ) = F ( ). x x Napomena 3.30 Skup svih linearnih operatora sa Rn u Rm je vektorski prostor.
Dokaz: Dokaimo da skup svih linearnih operatora zadovoljava svojstva Denicije 1.5. Oito je da z c prethodno denirano zbrajanje linearnih operatora i mnoenje linearnog operatora s skalarom z zadovoljavaju svojstva iz Teorema 1.1 i Teorema 1.2, dakle zadovoljavaju tree svojstvo Denic cije 1.5. Dokaimo da vrijede i prva dva. z Neka su F : Rn Rm i G : Rn Rm linarni operatori. Dokaimo da je i F + G linearni z operator, tj. da vrijedi (F + G)( + ) = (F + G)( ) + (F + G)( ) x y x y za sve , R i sve , Rn . Kako je x y (F + G)( + ) = F ( + ) + G( + ) x y x y x y i kako su F i G linearni, tvrdnja slijedi. Dokaimo sada da za proizvoljni linearni operator F : Rn Rm i proizvoljni R z vrijedi (F )( + ) = (F ) + (F ) x y x y za sve , R i sve , Rn . Tvrdnja lagano slijedi iz linearnosti od F i injenice da je x y c (F )( + ) = F ( + ). x y x y Dakle skup svih linearnih operatora sa Rn u Rm je vektorski prostor.
117
Neka su F : Rn Rm i G : Rp Rq operatori. Ako je p = m deniramo funkciju H : Rn Rq formulom H() = G(F ()) x x i zovemo ju kompozicija operatora F i G i oznaavamo s H = G F . c Analogno ako je q = n deniramo kompoziciju operatora G i F formulom F G : Rp Rm (F G)( ) = F (G( )). x x Teorem 3.18 Kompozicija linearnih operatora (ako postoji) je linearni operator. Rekli smo da je svaka matrica A Mmn linearni operator sa Rn u Rm . Postavlja se pitanje vrijedi li obrat? Tj. je li svaki linearni operator F : Rn Rm neka matrica iz Mmn ? Pogledajmo vektore 1 , ..., n Rn dane sa i = (0, ..., 1, ..., 0), i = 1, ..., n, e e e c gdje je jedinica na i-tom mjestu. Lagano se provjeri da vektori 1 , ..., n ine e e 1 , ..., n ) = Rn . ortonormiran skup vektora, linearno su nezavisni i da vrijedi L( e e Zakljuujemo da je skup { 1 , ..., n } ortonormirana baza vektroskog prostora c e e n R koju zovemo kanonskom bazom. Neka je F : Rn Rm proizvoljan linearni operator. Nadalje, neka je F Mmn matrica takva da je njen i-ti stupac vektor F ( i ) Rm , i = 1, ..., n, rastavljen u e m kanonskoj bazi ( f 1 , ..., f m ) od R . Tada za proizvoljni = (x1 , ..., xn ) Rn x = x1 1 + ... + xn n i vrijedi x e e F = x1 F ( 1 ) + ... + xn F ( n ) = F (x1 1 + ... + xn n ) = F ( ), x e e e e x tj. matrica F i linearni operator F se podudaraju za proizvoljni Rn . Dakle, x n m na svaki linearni operator F : R R moemo gledati kao na matricu iz z i , i = 1, ..., n, vektor F ( i ), i = 1, ..., n, koji je Mmn iji je i-ti stupac a c e rastavljen u kanonskoj bazi ( f 1 , ..., f m ) od Rm , i = F ( i ), i = 1, ..., n. Tu a e matricu nazivamo prikazom linearnog operatora F u paru baza (1 , ..., n ) e e i ( f 1 , ..., f m ). Oito je da ako uzmemo neki drugi par baza (ne nuno ortonormiran) od Rn c z m i R , linearni operator F e imati drugaiji prikaz. Dakle, linearni operator u c c razliitim parovima baza ima razliite prikaze. Stoga treba voditi rauna s kojim c c c parovima baza radimo.
118
Napomena 3.31 Neka su F : Rn Rp i G : Rp Rm linearni operatori. Tada je po Teoremu 3.18 njihova kompozicija H = G F : Rn Rm linearni operator i matrica tog operatora se rauna kao produkt matrica od G i F , tj. c H =GF .
Napomena 3.32 Neka je F : Rn Rm proizvoljan linearni operator i F Mmn njegova matrica. Lako se moe dokazati da je skup F (Rn ) koji zovemo slika od F vektorski potprosz n tor prostora R . Stovie vrijedi da je r(F ) = dim(F (Rn )). Dakle dimenziju slike linearnog s operatora takoder zovemo rang. Nadalje, iz toke 3.2.3 znamo da je N (F ) = { Rn : F = 0 } vektorski potprostor c x x prostora Rn i dimN (F ) zovemo defekt matrice F . Kako su F i F ustvari isti linearni oper atori, vrijedi N (F ) = N (F ) = { Rn : F ( ) = 0 }, odnosno dimN (F ) = dimN (F ). x x Dakle broj dimN (F ) zovemo defekt linearnog operatora F . Neka je F : Rn Rm proizvoljan linearni operator. Iz Napomene 3.32 i Teorema 3.10 izravno slijedi teorem o rangu i defektu za linearni operator, tj. vrijedi dimN (F ) + dimR(F ) = n.
Primjer 3.10 Pogledajmo sljedee primjere: c 1. Neka je dan operator projekcije p2 : R3 R2 formulom p2 (x, y, z) = (x, y). Operator p2 svaki vektor iz prostora ortogonalno projicira na xy ravninu. Njegova je matrica dana s 1 0 0 0 1 0 .
Oito je rang od p2 jednak dva (jer je slika xy ravnina), a defekt jedan. c 2. Neka je dan operator projekcije p1 : R3 R1 formulom p1 (x, y, z) = x. Operator p1 svaki vektor iz prostora ortogonalno projicira na x-os. Njegova je matrica dana s 1 0 0 . Oito je rang od p1 jednak jedan (jer je slika x-os), a defekt dva. c
3.3.2
Svojstvene vrijednosti i svojstveni vektori
Neke je F : Rn Rn linearni operator (tj. F Mn ). Operator F vektoru iz Rn pridruuje vektor iz Rn . Sada nas zanima kada su ti vektori kolinearni. z
119
Denicija 3.17 Neka je A Mn . Realni broj 0 zove se svojstvena (karakteristina) vrijednost matrice (linearnog operatora) A ako postoji takav ne-nul c vektor 0 Rn da vrijedi x A 0 = 0 0 . x x Vektor 0 Rn , 0 = 0 je svojstveni (karakteristini) vektor matrice A koji x x c pripada svojstvenoj vrijednosti 0 . Napomena 3.33 Primijetimo: 1. Ako je 0 = 0 svojstveni vektor matrice A Mn onda on pripada samo x jednoj svojstvenoj vrijednosti. 2. Ako je 0 svojstvena vrijednost od A Mn onda njoj pripada beskonano c mnogo svojstvenih vektora.
Dokaz: 1. Izravno iz Denicije 3.17. 2. Neka je 0 = 0 svojstveni vektor koji pripada svojstvenoj vrijednosti 0 , tj. A 0 = x x 0 . Nadalje, neka je R = 0 proizvoljan. Tada vrijedi 0 x A( 0 ) = A0 = 0 0 = 0 ( 0 ). x x x x Dakle za svaki R, = 0, vektor 0 je takoder svojstveni vektor od A koji pripada x svojstvenoj vrijednosti 0 .
Napomena 3.34 Skup S(0 ) svih svojstvenih vektora koji pripadaju istoj svojstvenoj vrijednosti 0 od A Mn dodavanjem nul vektora postaje vektorski podprostor od Rn .
Dokaz: Oito je S(0 ) podskup od Rn . Dokaimo jo da je S(0 ) vektorski prostor, tj. da c z s zadovoljava uvjete Denicije 1.5. Svojstva iz Teorema 1.1 i Teorema 1.2 oito zadovoljava. Nadalje neka su , S(0 ), c x y tj. vrijedi A = 0 x x i A = 0 . y y Dokaimo da je + S(0 ). Imamo z x y A( + ) = 0 + 0 = 0 ( + ), x y x y x y
120
pa je + S(0 ). x y Dokaimo jo da je za proizvoljni S(0 ) i proizvoljni R S(0 ). Imamo z s x x A( ) = 0 = 0 ( ), x x x pa je S(0 ). Dakle imamo tvrdnju. x
Neka je A Mn i 0 svojstvena vrijednost od A. Tada skup S(0 ) zovemo svojstveni podprostor matrice A koji pripada svojstvenoj vrijednosti 0 . Sada se postavlja pitanje kako odrediti svojstvene vrijednosti i svojstvene vektore prozvoljne matrice iz Mn ? Ako je 0 svojstvena vrijednost matrice A Mn , onda je 0 Rn , 0 = 0 , x x svojstveni vektor koji pripada svojstvenoj vrijednosti 0 ako i samo ako je A 0 = 0 0 , x x tj. ako i samo ako vrijedi (A 0 In ) 0 = 0 . x Dakle, zakljuujemo da je 0 Rn , 0 = 0 , svojstveni vektor koji pripada c x x svojstvenoj vrijednosti 0 ako i samo ako je 0 netrivijalno rjeenje homogenog x s sustava (A 0 In ) = 0 . x Stovie, iz gornje jednadbe vidimo da e R biti svojstvena vrijednost matrice s z c A Mn ako i samo ako homogeni sustav (A In ) = 0 x ima netrivijalno rijeenje 0 . Po Teoremu 3.8 homogeni sustav s x (A In ) = 0 x e imati netrivijalno rjeenje ako i samo ako je matrica A In singularna, to c s s je ekvivalentno s uvjetom det(A In ) = 0. Dakle e R biti svojstvena vrijednost matrice A Mn ako i samo ako je c det(A In ) = 0.
121
Za proizvoljni R i proizvoljnu matricu A = [aij ] Mn vrijedi (AIn ) = [bij ], gdje su bij = aij za i = j i bij = aij za i = j. Dakle, funkcija det(A In ) je polinom stupnja n u varijabli . Taj polinom, u oznaci KA (), zovemo svojstveni ili karakteristini polinom c matrice A. Oito je KA () oblika c KA () = (1)n n + a1 n1 + ... + an . Ako stavimo = 0 dobijemo KA (0) = an = det A. Nadalje, koecijent a1 iz KA () je oito koecijent uz n1 u sumandu oblika c (a11 ) (ann ) kojeg dobijemo u razvoju determinante. Odatle je a1 = (1)n1 a11 + ... + (1)n1 ann , tj. a1 = (1)n1 trA. Skup nultoaka (korijena) svojstvenog polinoma KA () zovemo spektar matrice c A. Dakle, 0 R je svojstvena vrijednost matrice A Mn ako i samo ako se 0 nalazi u spektru od A, tj. ako i samo ako je KA (0 ) = 0. Primjer 3.11 Neka je dan linearni operator A : R2 R2 matricom A= cos sin sin cos
gdje je R, = k k Z. Linearni operator A ustvari predstavlja rotaciju u ravnini za kut oko ishodita. s Izraunajmo svojstvene vrijednosti od A. Imamo c det(A I2 ) = cos sin sin cos = 2 2 cos + 1.
122
Oito je det(A I2 ) = 0 ako i samo ako je 2 2 cos + 1 = 0. Rjeavanjem c s te jednadbe dobivamo da su svojstvene vrijednosti od A z 1,2 = cos Kako je = k, k Z, imamo cos2 1 < 0 tj. svojstvene vrijednosti od A nisu realni brojevi. Dakle iz Primjera 3.11 zakljuujemo da se moe dogoditi da za proizvoljnu c z matricu A Mn svojstveni polinom KA () nema realnih nultoaka, tj. da A c nema realnih svojstvenih vrijednosti. c Teorem 3.19 Neka je A Mn simetrina matrica. Tada su sve njene svojstvene vrijednosti realne. Pronalaenje svojstvenih vrijednosti matrice A Mn je ekvivalentno rjeavanju z s jednadbe det(AIn ) = 0, tj. pronalaenju nultoki karakteristinog polinoma z z c c KA (). Medutim, jednadba det(AIn ) = 0 nije uvijek trivijalna za rjeavanje. z s Za velike matrice karakteristini polinom KA () je polinom velikog stupnja ije je c c nultoke teko nai. Stoga se koriste razne pribline metode, iterativne metode, c s c z itd. Za neke specijalne oblike matrica moemo lagano izraunati svojstvene vrijednosti z c i svojstvene vektore. Tako npr. za trokutaste, nul matrice, skalarne i dijagonalne matrice svojstvene vrijednosti su jednake elementima na dijagonali. Nadalje, za nul matrice, jedinine i skalarne matrice svaki ne-nul vektor je svoc jstveni vektor. Za dijagonalne matrice, svaki vektor kanonske ortonormirane baze od Rn je svojstven. Stoga bi bilo dobro kada bismo mogli proizvoljnu matricu A Mn transformirati u dijagonalnu koja bi imala iste svojstvene vrijednosti kao i polazna. Denicija 3.18 Za matrice A, B Mn kaemo da su sline ako postoji reguz c larna matrica P Mn takva da vrijedi B = P 1 AP. cos2 1.
3.3. PROBLEM SVOJSTVENIH VRIJEDNOSTI Teorem 3.20 Sline matrice imaju iste svojstvene vrijednosti. c
123
Transformirati matricu A Mn u dijagonalnu, tj. dijagonalizirati matricu A, znai da treba pronai regularnu matricu P takvu da je matrica P 1 AP c c dijagonalna. To nije uvijek mogue. c Primjer 3.12 Neka je matrica A dana s
A= 2 0 1 2 .
Pokuajmo je dijagonalizirati, tj. pokuajmo pronai regularnu matricu s s c P = takvu da vrijedi P 1 AP = Uoimo da je gornja jednakost ekvivalentna s c AP = P dakle imamo 2a 2b a + 2c b + 2d Odnosno, imamo sustav 2a = ax 2b = by a + 2c = cx b + 2d = dy. Primijetimo da a, b, c, d ne mogu svi biti istodobno nula. Takoder nikoja tri od a, b, c, d ne mogu biti nula, jer u suprotnom matrica P nije regularna. Matrica P takoder nije regularna ako su a = b = 0 ili a = c = 0 ili b = d = 0 ili c = d = 0. Dakle, pretpostavimo prvo da je b = c = 0. Tada iz tree jednadbe imamo da je a = 0 to c z s ne moe biti, analogno vrijedi za a = d = 0. z Uzmimo sada da je samo a = 0, onda iz druge jednadbe imamo da je y = 2, a iz etvrte z c b = 0 to ne moe biti. Analogno vrijedi ako je b = 0 ili c = 0 ili d = 0. s z Dakle ostaje nam samo sluaj kada su a, b, c, d svi razliiti od nule. Tada iz prve jednadbe c c z imamo x = 2 a iz tree a = 0, to ne moe biti. Dakle matricu A ne moemo dijagonalizirati. c s z z = ax by cx dy . x 0 0 y , x 0 0 y . a b c d
124
Iz Primjera 3.12 vidimo da ne moemo svaku matricu dijagonalizirati. Ipak, z pokazuje se da je svaku simetrinu matricu mogue dijagonalizirati. c c Teorem 3.21 Neka je A Mn simetrina. Tada postoji ortonormirana baza od c Rn takva da je svaki vektor te baze svojstveni vektor matrice A. Napomena 3.35 Matrica A Mn je u stvari linearni operator A : Rn Rn . Ako je A jo simetrina onda iz Teorema 3.21 znamo da postoji ortonormirana s c n baza od R takva da je svaki vektor te baze svojstveni vektor matrice A. Ako pogledamo prikaz matrice A kao linearnog operatora u toj bazi (primijetimo da je ovdje par baza jedna te ista baza) vidimo da je dobivena matrica dijagonalna i da su joj na dijagonali svojstvene vrijednosti od A. Dakle smo za dani operator A nali bazu u kojoj je njegova matrica posebno jednostavna, dijagonalna. s Teorem 3.22 Matrica A Mn je regularna ako i samo ako nula nije svojstvena vrijednost od A.
Dokaz: Ako je A regularna onda znamo da je det(A 0) = det A = 0. Dakle 0 nije svojstvena vrijednost. Obratno, ako 0 nije svojstvena vrijednost od A onda je det(A 0) = det A = 0, tj. A je regularna.
Teorem 3.23 Neka je A Mn regularna matrica ije su svojstvene vrijedc nosti jednake 1 , ..., n . Tada su svojstvene vrijednosti matrice A1 dane s 1 , ..., 1 , a odgovarajui se svojstveni vektori podudaraju. c 1 n
Neka je A Mn i neka je 0 jedna njena svojstvena vrijednost. Tada iz Napomene 3.34 znamo da je skup S(0 ) potprostor od Rn . Dimenziju dim(S(0 )) zovemo geometrijska kratnost od 0 . c Napomena 3.36 Uoimo da je dim(S(0 )) u stvari defekt matrice A 0 In . Rekli smo da je 0 svojstvena vrijednost od A Mn ako i samo ako je 0 nultoka od KA (). c Kako je KA () polinom n-tog stupnja, iz osnovnog teorema algebre (Teorem 5.5) znamo da z z KA () ima n nultoaka 1 , ..., n , medu kojima moe biti istih i koje ne moraju sve (moda c niti jedna) biti realni brojevi. Sada, ako je 0 svojstvena vrijednost od A Mn , tj. nultoka od KA (), ona se u nizu c nultoaka 1 , ..., n od KA () pojavljuje barem jednom. Broj pojavljivanja svojstvene vrijedc nosti 0 u nizu nultoaka 1 , ..., n od KA () zovemo algebarska kratnost od 0 . c Teorem 3.24 Neka je A Mn i neka je 0 njena svojstvena vrijednost. Tada je algebarska kratnost od 0 uvijek vea ili jednaka od njene geometrijske kratnosti. c
Poglavlje 4 Nizovi i redovi

4.1
4.1.1
Nizovi realnih brojeva

Pojam niza
Niz je matematiki koncept koji opisuje situaciju u kojoj su elementi nekog skupa c poredani, tj. indeksirani prirodnim brojevima. Denicija 4.1 Niz (slijed) u nepraznom skupu A je funkcija a : N A. Vrijednost funkcije a na elementu n N uobiajeno je oznaavati s an umjesto c c a(n). Argument n zovemo indeks. Nas zanimaju nizovi realnih brojeva, tj. funkcije a : N R. Elemente niza, tj. brojeve a1 , a2 , ... zovemo lanovi niza. Umjesto zapisa a1 , a2 , ... za niz jo emo c sc koristiti i zapis (an )nN ili samo (an ). Ako je an = 0 za konano mnogo n N kaemo da je niz konaan. Nas e c z c c zanimati beskonani nizovi. c Niz moemo zadati na vie naina: z s c - listom ili popisom (ovakvo zadavanje niza se koristi samo za konane nic zove), - formulom (npr. an = n2 + 1), - rekurzijom (npr. an = 2an1 , a1 = 1), - svojstvom (npr. an je broj triangulacija mnogokuta dijagonalama). 125
126
POGLAVLJE 4. NIZOVI I REDOVI
Primjer 4.1 Pogledajmo sljedee primjere: c 1. Niz prirodnih brojeva poinje s 1, 2, 3, ..., a opi lan mu je zadan formulom c c c an = n. 2. Niz kvadrata prirodnih brojeva zadan je formulom an = n2 , a poinje c lanovima 1, 4, 9, .... c c 3. Niz prostih brojeva poinje brojevima 2, 3, 5, 7, 11, 13, 17, .... Za njegov opi lan ne postoji formula. c c 4. Niz Fibonaccijevih brojeva zadan je pravilom an = an1 + an2 i poetnim c vrijednostima a0 = 0, a1 = 1. To je primjer niza zadanog rekurzijom. Niz (an ) je rastui ako je an+1 an za svaki n N. Niz (an ) je padajui c c ako je an+1 an za svaki n N. Ako su nejednakosti stroge, imamo strogo rastui odnosno strogo padajui niz. Ako je niz rastui ili padajui, kaemo c c c c z da je monoton. Niz (an ) je pozitivan (negativan) ako je an 0, an 0 za svaki n N. Ako su nejednakosti stroge, imamo strogo pozitivan (strogo negativan) niz. Ponekad se nizovi za koje vrijedi an 0 za svaki n N zovu i nenegativni, a pozitivnima se zovu nizovi s an > 0 za svaki n N. Denirajmo funkciju sign : R R formulom 1, x < 0 sign x = 0, x = 0 . 1, x > 0 Funkcija sign realnom broju pridruuje njegov predznak. z Ako je sign an = 0 i sign an = sign an+1 za svaki n N, onda kaemo da je z niz (an ) alternirajui. c c Primjer 4.2 Pogledajmo sljedee primjere: 1. Niz an = n je strogo rastui i pozitivan. c 2. Niz an =
1 n
je strogo padajui i pozitivan. c
3. Niz an = log n je rastui i pozitivan jer je a1 = ... = a9 = 0, a10 = ... = c a99 = 1, a100 = ... = a999 = 2,...
4.1. NIZOVI REALNIH BROJEVA 4. Niz an = (1)n nije monoton nego alternirajui. c Podniz niza (an ) je niz dobiven isputanjem nekih lanova iz niza (an ). s c
127
Denicija 4.2 Za niz (bn ) kaemo da je podniz niza (an ) ako postoji strogo z rastui niz (pn ) u N tj. strogo rastua funkcija p : N N takva da vrijedi c c bn = ap(n) , za svaki n N. Denicija 4.3 Za niz (an ) kaemo da je ogranien ili omeden ako postoji z c realan broj M > 0 takav da je |an | < M , za svaki n N, ili, ekvivalentno, ako je M < an < M , za svaki n N. c Primjer 4.3 Pogledajmo sljedee primjere: 1. Niz an = sin je omeden niz jer je funkcija sinus omedena, i moemo uzeti z n npr. M = 2. 2. Niz an = n nije omeden jer za svaki M > 0 postoji n N takav da je n > M . Dovoljno je uzeti n > M 2 . Niz (an ) je aritmetiki ako je c an+1 an = d, za svaki n N, gdje je d R konstanta. Formula opeg lana aritmetikog niza c c c je an = a1 + (n 1)d. Ako je d > 0 onda je (an ) strogo rastui, za d < 0 niz (an ) je strogo padajui c c a za d = 0 imamo konstantni niz an = a1 , za svaki n N. Uoimo da za c aritmetiki niz (an ) vrijedi formula c an =
an1 +an+1 , 2
za svaki n N, tj. svaki lan niza (osim prvog) je aritmetika sredina svojih c c susjeda. Niz (an ) je geometrijski ako je
an+1 an
= q,
128
za svaki n N, gdje je q R, q = 0, konstanta. Formula opeg lana geometric c jskog niza je an = a1 q n1 . Ako je q < 0 onda je niz (an ) alternirajui. Za a1 > 0 i q > 1 niz raste, za c a1 > 0 i 0 < q < 1 niz pada. Za a1 < 0 i q > 1 niz pada, za a1 < 0 i 0 < q < 1 niz raste. Uoimo da za geometrijski niz (an ) takav da je a1 > 0 i q > 0 vrijedi c formula an = an1 an+1 , za svaki n N, tj. svaki lan niza osim prvog je geometrijska sredina svojih c susjeda. c Primjer 4.4 Pogledajmo sljedee primjere: 1. Za aritmetiki niz 1, 4, 7, 10, 13, ... je a1 = 1, d = 3 i an = 3n 2. c 2. Za aritmetiki niz 8, 6, 4, 2, 0, 2, 4, ... je a1 = 8, d = 2 i an = 2n + c 10. 3. Za geometrijski niz 1, 2, 4, 8, 16, ... je a1 = 1, q = 2 i an = 2n1 . 4. Za geometrijski niz 1, 1, 1, 1, 1, ... je a1 = 1, q = 1 i an = (1)n1 .
4.1.2
Granina vrijednost niza. Konvergencija niza c
1 Pogledajmo niz (an ) zadan formulom an = n , za svaki n N. Njegove vrijednosti padaju i prilaze po volji blizu broju 0. Slino, vrijednosti niza (an ) zadanog c n1 formulom an = n se pribliavaju po volji blizu broju 1. S druge strane, vriz jednosti nizova (an ), (bn ) i (cn ) zadanih formulama an = (1)n , bn = (1)n n i cn = n2 , ne pribliavaju se za velike vrijednosti indeksa n niti jednom ksnom z realnom broju. Dakle se ti nizovi kvalitativno drugaije ponaaju. c s
c Denicija 4.4 Realni broj L je granina vrijednost ili limes niza (an ) ako ( > 0)(n0 N) takav da (n > n0 ) (|an L| < ). To piemo an L ili L = lim an . s
n
4.1. NIZOVI REALNIH BROJEVA
129
Uvjet |an L| < iz Denicije 4.4 ustvari znai < an L < odnosno c L < an < + L. Dakle, Denicija 4.4 ustvari govori da je realni broj L limes niza (an ) ako izvan proizvoljno malog intervala oko limesa ostaje samo konano c mnogo lanova niza. c Denicija 4.5 Niz (an ) je konvergentan ako postoji L R za koji je L = lim an .
n
Inae kaemo da je (an ) divergentan. c z Napomena 4.1 Ako je niz (an ) konvergentan onda je njegov limes jedinstven.
Dokaz: Pretpostavimo suprotno, tj. da niz (an ) ima bar dva limesa L i L . Uzmimo sada da je jednak |L L |, pa kako su L i L limesi niza (an ) za = |L L | postoje n1 , n2 N takvi da za sve n > n1 i n > n2 vrijedi |an L| < 2 i |an L | < 2 . Dakle za n > n1 i n > n2 imamo = |L L | = |L an + an L | |L an | + |an L | < . Dobili smo da je < , to ne moe biti. Dakle pretpostavka da postoje bar dva limesa je s z pogrena. s
Primjer 4.5 Pogledajmo sljedee primjere: c

1 1. Neka je niz (an ) dan formulom an = n . Tada je
1 = 0. n n lim
Zaista, uzmimo > 0 proizvoljan. Pitanje je: moemo li nai n0 N takav z c 1 da je n 0 < , za svaki n > n0 ? Oito je dovoljno uzeti n0 = 1 . c 100 100 Za mali , npr. = 10 , n0 = 10 , to je vrlo velik, no jo uvijek s s konaan broj. c 2. Neka je niz (an ) dan formulom an = lim
n2 . n2 1
Tada je
n2 = 1. n n2 1
130
POGLAVLJE 4. NIZOVI I REDOVI Zaista, uzmimo > 0 proizvoljan. Traimo n0 N takav da je z , za svaki n > n0 . Izraz . Odatle slijedi n21 < 1 je dovoljno uzeti n0 =
n2 1 < n2 1 2 2 n n 1 je uvijek pozitivan pa imamo n2 1 1 < n2 1 , tj. (n2 1) > 1, tj. n2 > +1 . Dakle za n0 +1 .
Pogledajmo sada ponaanje nizova koji nisu konvergentni. s Denicija 4.6 Kaemo da niz (an ) tei u + ako z z (M > 0)(n0 N) takav da (n > n0 ) (an > M ). To piemo s
n
lim an = +.
Analogno, kaemo da niz (an ) tei u ako z z (M > 0)(n0 N) takav da (n > n0 ) (an < M ), i piemo s
n
lim an = .
Primjer 4.6 Neka je niz (an ) dan formulom an = n2 . Tada je

n
lim an = +.
Neka je M > 0 proizvoljan. Tada je za n0 dovoljno uzeti an > M za svaki n > n0 .
M , pa je
Napomena 4.2 Treba imati u vidu da +, R, pa su nizovi koji tee u / z + ili ustvari divergentni. Kae se da su divergentni u uem smislu. z z n Pogledajmo ponaanje niza (bn ) danog formulom bn = (1) . U blizini broja s 1 i broja 1 ima beskonano mnogo lanova niza. Ipak, to nisu granine vrijedc c c nosti, jer izvan proizvoljno male okoline tih brojeva ostaje beskonano mnogo c n lanova niza (a ne konano mnogo). Dakle niz bn = (1) ne tei ni u c c z beskonanu ni u konanu granicu. Kaemo da takav niz divergira u irem c c z s smislu.
131
Denicija 4.7 Realni broj G je gomilite niza (an ) ako se u proizvoljno maloj s okolini broja G nalazi beskonano mnogo lanova niza. c c Primjer 4.7 Niz (an ) dan formulom an = n nema gomilite. s c s Napomena 4.3 Granina vrijednost niza (ako postoji) je i gomilite tog niza. n Obrat ne vrijedi. Npr. niz (an ) zadan formulom an = (1) ima dva gomilita s 1 i 1, ali nema limesa. Iz Napomene 4.3 vidimo da niz moe imati vie gomilita. Najvee gomilite niza z s s c s (an ) (ako postoji) zovemo limes superior od (an ) i oznaavamo ga c lim sup an , dok najmanje gomilite (ako postoji) niza (an ) zovemo limes inferior od (an ) s i oznaavamo ga c lim inf an . Rekli smo da je realni broj G gomilite niza (an ) ako se u proizvoljno maloj okolini s broja G nalazi beskonano mnogo lanova niza. Ako uzmemo te lanove niza c c c dobivamo jedan podniz niza (an ), tj. vrijedi: Teorem 4.1 Realni broj G je gomilite niza (an ) ako i samo ako postoji podniz s (bn ) niza (an ) koji konvergira u G. Napomena 4.4 Ako je niz (an ) konvegentan s limesom L onda je lim sup an = lim inf an = L. Teorem 4.2 (Bolzano-Weierstrass) Svaki omeden niz ima barem jedno gomilite, s tj. barem jedan konvergentan podniz. Pogledajmo sada neka svojstva konvergentnih nizova: c c c 1. Promjena konano mnogo lanova ne utjee na limes. 2. Svaki konvergentan niz je ogranien. c 3. Svaki podniz konvergentnog niza tei prema istoj graninoj vrijednost kao z c i sam niz. z c 4. Limes moe no i ne mora biti lan niza (npr. an = bn = 1, 1 je lan niza). c
1 , n
0 nije lan niza, c
132
4.1.3
Raunanje s graninim vrijednostima c c
Raunanje graninih vrijednosti izravno iz denicije je nespretno, ako ne i nemogue. c c c Npr. konvergira li, i ako da, prema kojoj vrijednosti, niz (an ) zadan formulom an = 3n4 5n2 + 7n 1 ? 2n4 7n3 + 3n + 2
Prvo bi trebalo pogoditi limes L, pa dokazati da ( > 0)(n0 N) takav da (n > n0 ) (|an L| < ). Mi emo pokuati izbjei ovakav nain raunanja limesa direktno iz denicije, c s c c c tj. izgradit emo repertoar osnovnih limesa i pravila pomou kojih se sloeniji c c z sluajevi svode na jednostavnije. c Teorem 4.3 Neka je (an ) niz s pozitivnim lanovima. Tada c an 0 1 . an
Teorem 4.4 Neka su (an ) i (bn ) konvergentni nizovi, te c R proizvoljan. Tada vrijedi: 1. lim (an bn ) = lim an lim bn ,
n n n
2. lim (can ) = c lim an ,

n n
3. lim (an bn ) = lim an lim bn ,

n n n
4. ako je bn = 0 i
lim bn = 0, onda je
lim an an = n . n bn lim bn lim

n
Napomena 4.5 Neka je (an ) konvergentan niz. Onda vrijedi

n
lim |an | =
lim an .
Ako je r R, r = 0, proizvoljan i an 0 za svaki n N, onda vrijedi

n
lim
an =
lim an .
133
Teorem 4.5 Beskonani geometrijski niz (an ) s kvocijentom q je konvergentan c za |q| < 1 a divergentan za |q| > 1. Za |q| < 1 je lim an = 0.
n
Dokaz: Iz toke 4.1.1 znamo da je opi lan geometrijskog niza dan formulom an = a1 q n1 . c c c Prema Teoremu 4.4 dovoljno je promatrati niz s a1 = 1, tj. niz 1, q, q 2 , q 3 , .... Pogledajmo prvo sluaj |q| < 1. Uzmimo proizvoljan > 0 i pogledajmo nejednadbu |q n 0| = c z n n |q | < . To je ekvivalentno s |q| < . Logaritmiranjem se dobije n log |q| < log , jer je log |q| < 0. Imamo log n> . log |q| Dakle svi lanovi niza 1, q, q 2 , q 3 , ... za koje je n > c
n log log |q|
padaju u interval (, ), pa je
lim an = 0.
1 |q n |
Neka je sada |q| > 1. Tada je

n
1 |q|
< 1, pa prema prethodnom niz

n n
0. Sada, po
Teoremu 4.3 imamo |q | , dakle ili q , ili q alternira po predznaku (za q < 1) i raste u beskonanost po apsolutnoj vrijednosti, dakle divergira ili u uem, ili u irem smislu. c z s
Napomena 4.6 Beskonani geometrijski niz (an ) s kvocijentom q = 1 je konc vergentan niz za koji vrijedi an = a1 , za svaki n N. Ako je pak q = 1 imamo alternirajui niz an = a1 (1)n1 , dakle divergentan. c Napomena 4.7 Jasno je da beskonani aritmetiki niz (an ) s razlikom d konc c vergira ako i samo ako je d = 0. Teorem 4.6 Monoton, ogranien niz je konvergentan. c
Dokaz: Neka je (an ) monoton i ogranien. Tada po Teoremu 4.2 niz (an ) ima barem jedno c gomilite. Kako je (an ) monoton, on moe imati najvie jedno gomilite. U suprotnom, ako s z s s (an ) ima barem dva gomilita G i G , G > G , i ako npr. (an ) raste, izvan proizvoljno s male okoline oko G imamo konano mnogo lanova. Tj. postoji okolina oko G u kojoj c c je samo konano mnogo lanova, to ne moe biti jer je G gomilite. Dakle imamo samo c c s z s jedno gomilite, tj. vrijedi lim inf an = lim sup an R. Onda je po Napomeni 4.4, niz (an ) s konvergentan.
Teorem 4.6 je tipini teorem egzistencije, tj. znamo da neto postoji, no ne c s znamo koliko je i kako to nai, odrediti, izraunati. c c
134
Teorem 4.7 (Nuan i dovoljan uvjet konvergencije niza) Niz (an ) konverz gira ako i samo ako ( > 0)(n0 N) takav da (n > n0 ) (|an an+r | < , r N). Teorem 4.7 je najopenitiji. Daje nune i dovoljne uvjete konvergencije niza i u c z njemu guriraju samo lanovi niza. c On u stvari kae da niz (an ) konvergira ako i samo ako razlike medu po volji z udaljenim lanovima niza postaju po volji male, tj. tee k nuli. c z
4.1.4
Osnovni limesi
Pogledajmo sada neke osnovne limese: 1. Neka je niz (an ) dan formulom an = n , gdje je > 0, = 1, proizvoljan. Tada vrijedi , ako je > 1 lim an = n 0, ako je 0 < < 1. 2. Neka je niz (an ) dan formulom an = || , gdje je R proizvoljan. Tada n! vrijedi lim an = 0. 3. Neka je niz (an ) dan formulom an = n , gdje je > 0 proizvoljan. Tada vrijedi lim an = 1.
n n
n
4. Neka je niz (an ) dan formulom an = n , gdje je R proizvoljan. Tada vrijedi , ako je > 0 lim an = 1, ako je = 0. n 0, ako je < 0 5. Neka je niz (an ) dan formulom an = n n. Tada vrijedi
n
lim an = 1.
1 n . n
6. Neka je niz (an ) dan formulom an = 1 +

n
Tada vrijedi
lim an = e.
4.2. REDOVI REALNIH BROJEVA
135
4.2
4.2.1
Redovi realnih brojeva

Pojam reda. Konvergencija reda
Ako u beskonanom nizu (an ), tj. a1 , a2 , a3 , ... zareze zamijenimo plusevima c dobijemo beskonani red. No, zato bi to netko elio napraviti? c s z Ako lanovi niza predstavljaju doprinose, to je kumulativni efekt prvih n lanova c s c niza? To je
n
a1 + a2 + ... + an =
k=1
ak = Sn ,
tj. n-ta parcijalna suma. Dakle, nizu (an ) smo pridruili niz parcijalnih suma (Sn ). Za svaki konaan n z c veliina Sn je dobro denirana, konana suma. c c se zbiva ako zbrojimo sve lanove niza (an )? Sto c
n
Izraz
k=1
ak prelazi u
k=1
ak , a konana suma postaje red. c
Denicija 4.8 Neka je (an ) niz. Red koji dobijemo od niza (an ) je uredeni par nizova ((an ), (Sn )), gdje je (Sn ) niz parcijalnih suma niza (an ). Red dobiven od niza (an ) oznaavamo s c an . Denicija 4.9 Red an konvergira ako konvergira njegov niz parcijalnih suma (Sn ). Ako je S = lim Sn < , kaemo da je suma reda jednaka S i z n piemo s
an = S.
n=1
Ako niz parcijalnih suma (Sn ) divergira, kaemo da i red z Napomena 4.8 Oznaka sumu reda an . an je oznaka za red, a oznaka
an divergira.
an je oznaka za
n=1
Primjer 4.8 Pogledajmo sljedee primjere: c
136 1. Red
POGLAVLJE 4. NIZOVI I REDOVI n divergira jer za svaki n N je Sn = 1 + 2 + ... + n = odnosno

n
n(n + 1) , 2
lim Sn = .
2. Red
1 n
divergira jer se moe pokazati da za svaki n N vrijedi z S2n > n + 1. 2
3. Red
1 n!
konvergira i suma mu je
n=1
1 = e 1. n!
4. Red
1 n(n+1)
konvergira jer za svaki n N vrijedi 1 1 1 = . n(n + 1) n n+1
Dakle imamo Sn = 1 za svaki n N. Kako je

n
1 , n+1
lim Sn = 1,
imamo da red
1 n(n+1)
konvergira i suma mu je jednaka
n=1
1 = 1. n(n + 1)
5. Red
1 2n
konvergira jer za svaki n N i svaki x R vrijedi (1 + x + x2 + ... + xn )(1 x) = 1 xn+1 .
Dakle, za x =
1 2
imamo Sn = 1
1 2n+1 1 2
1=1
1 , 2n
4.2. REDOVI REALNIH BROJEVA za svaki n N. Kako je

n
137
lim Sn = 1
imamo da red
1 2n
konvergira i suma mu je jednaka
n=1
1 = 1. 2n
n
Napomena 4.9 Ako red Dokaz: Neka je S suma reda
an konvergira onda je lim an = 0.
an , tj. S = lim Sn =
n n=1
an . Nadalje, oito vrijedi c
Sn+1 = Sn + an+1 . Putajui limes po n u beskonanost u gornjoj jednakosti dobivamo s c c S = S + lim an+1 ,
n
odnosno
n
lim an+1 = 0.
1 1 Napomena 4.10 Iz Primjera 4.8 znamo da red = divergira i da je lim n n n 0. Dakle zakljuujemo da obrat tvrdnje iz Napomene 4.9 openito ne vrijedi, tj. c c ako opi lan niza (an ) konvergira u nulu, onda openito red c c c an ne mora konvergirati. Denicija 4.10 Red an apsolutno konvergira ako konvergira red |an |. Ako red an konvergira, a red |an | ne konvergira, kaemo da red z an konvergira uvjetno. Primjer 4.9 Red
1 (1)n1 n konvergira i suma mu je
(1)n1
n=1
1 = ln 2, n
1 (1)n1 n uvjetno konvergentan.
dok red
1 n
divergira (Primjer 4.8). Dakle je red
Teorem 4.8 Ako red apsolutno konvergira, onda on konvergira i obino. c Uoimo da iz Primjera 4.9 ne slijedi obrat Teorema 4.8. c
138
4.2.2
Geometrijski red
Red oblika a1 + a1 q + a1 q 2 + ... = a1 q n1 , gdje su a1 , q R proizvoljni, zovemo geometrijski red s kvocijentom q. Teorem 4.9 Geometrijski red a1 q n1 je konvergentan ako i samo ako je |q| < 1. Za |q| < 1 njegova je suma jednaka
a1 q n1 =
n=1
a1 . 1q
Dokaz: Ako je a1 = 0 onda red a1 q n1 oito konvergira i suma mu je nula. c Pretpostavimo da je a1 = 0 i |q| < 1. Pogledajmo n-tu parcijalnu sumu, tj. Sn = a1 + a1 q + a1 q 2 + ... + a1 q n1 . Ako Sn pomnoimo s q dobivamo z qSn = a1 q + a1 q 2 + a1 q 3 + ... + a1 q n . Nadalje, imamo Sn qSn = a1 (1 q n ), tj. vrijedi Sn = a1 za svaki n N. Iz Teorema 4.5 imamo da je lim Sn = a1 lim a1 1 qn = . n 1 q 1q 1 qn , 1q
Dakle limes niza parcijalnih suma je konaan, pa geometrijski red za |q| < 1 konvergira i suma c mu je jednaka a1 . a1 q n1 = 1q n=1 Obrnuto, pretpostavimo da geometrijski red a1 q n1 konvergira i dokaimo da je onda z n1 |q| < 1. Pretpostavimo suprotno, tj. da geometrijski red a1 q konvergira i da je |q| 1. Ako je q = 1, onda je oito an = a1 , pa je Sn = na1 , a to divergira za svaki a1 = 0. c Ako je q = 1, onda je oito an = a1 (1)n1 . Nadalje kako je c
n
lim an = 0

za a1 = 0, iz Napomene 4.9 zakljuujemo da red c Ako je |q| > 1 i q > 0, onda imamo
n n
139
a1 (1)n1 divergira.
lim an = lim a1 q n1 = a1 lim q n1 ,

n
a po Teoremu 4.5 je
n
lim q n1 = . lim Sn = , a1 q n1 divergira i to u uem smislu. z
Dakle je
n
pa iz Napomene 4.9 zakljuujemo da red c I na kraju ako je |q| > 1 q < 0 imamo
n n
lim an = lim a1 q n1 = a1 lim q n1 ,

n
a po Teoremu 4.5 je
n
lim q n1 = 0.
Dakle iz Napomene 4.9 zakljuujemo da red a1 q n1 divergira u irem smislu (jer niz a1 q n1 c s alternira). Dakle ako geometrijski red a1 q n1 konvergira mora biti |q| < 1.
Primjer 4.10 Pogledajmo sljedee primjere: c 1. Neka je dan geometrijski red Teorema 4.9 znamo da red
1 . 2n1 1
2n1
Oito je a1 = 1 i q = 1 . Tada iz c 2 konvergira i suma mu je 1 1

1 2
1 2n1
= 2.
n=1
2. Neka je a R oblika a = 0.333... Tada oito vrijedi c 0.333... = i oito je a1 = c iq = konvergira i suma mu je
3 10
3 3 3 + + + ... = 10 100 1000

1 . 10
n=1
3 , 10n
3 10n
Tada iz Teorema 4.9 znamo da red
n=1
3 3 1 1 = 1 = . n 10 10 1 10 3
Napomena 4.11 Uoimo da nam formula c 3 1 = n 10 3
n=1
govori da racionalan broj malnim brojem.
1 3
moemo s proizvoljnom tonou aproksimirati deciz c sc
140
4.2.3
Svojstva konvergentnih redova
Rekli smo da red an konvergira ako i samo ako konvergira njegov niz parcijalnih suma Sn . Dakle, iz Teorema 4.7 imamo nuan i dovoljan uvjet konvergencije reda z an : Teorem 4.10 (Nuan i dovoljan uvjet konvergencije reda) Red z vergira ako i samo ako an kon-
( > 0)(n0 N) takav da (n > n0 ) (|Sn Sn+r | < , r N). Uoimo da je izraz c |Sn Sn+r | < iz Teorema 4.10 jednak izrazu |an+1 + an+2 + ... + an+r | < . Dakle, Teorem 4.10 tvrdi da red an konvergira ako i samo ako se apsolutna vrijednost zbroja bilo kojeg konanog broja uzastopnih lanova niza (an ) moe c c z uiniti dovoljnom malom, ponemo li od dovoljno dalekog lana niza (tj. doc c c voljno velikog n N). Kriterij Teorema 4.10 nije jako koristan u praksi, jer je uvjet teko provjeriti. s Dakle, bilo bi dobro pronai kriterije konvergencije reda ije uvjete je lake provc c s jeriti. Cijena toga e biti slabljenje kriterija, tako da emo obino dobivati samo c c c dovoljnost za konvergenciju. Oito je da ako izostavimo prvih konano mnogo lanova reda c c c an onda, se konvergentnost novog reda ne mijenja (tj. ako red an konvergira onda, konvergira i novi red, ako red an divergira onda divergira i novi red). Dakle, ako red an konvergira onda, konvergira i red an+1 + an+2 + ..., za svaki n N. Red an+1 + an+2 + ... zovemo ostatak reda Ako red an konvergira i suma mu je S, vrijedi S = Sn + Rn , za svaki n N, gdje je Rn suma reda an+1 + an+2 + .... Nadalje, kako Sn S, tako mora Rn 0. Dakle, ostatak konvergentnog reda tei u 0 za n . z an .
141
Napomena 4.12 Rekli smo, ako je red an konvergentan sa sumom S, onda vrijedi S = Sn + Rn , za svaki n N. Dakle ostatak reda daje pogreku aproksis macije pri zamjeni prave sume reda S n-tom parcijalnom sumom Sn , odnosno Rn = S Sn . Napomena 4.13 Red an konvergira ako i samo ako konvergira i red an+1 + an+2 + ..., za svaki n N.
Dokaz: Ako red an konvergira onda, oito konvergira i red an+1 + an+2 + ..., za svaki n N. c Obrnuto, ako red an+1 + an+2 + ... konvergira onda, oito konvergira i red c an , jer smo redu an+1 + an+2 + ... dodali samo konano mnogo lanova a1 , ..., an , ija je suma oito konana. c c c c c
Teorem 4.11 Za sve redove 1. Neka su an i
an i
bn vrijedi:

bn konvergentni redovi i neka je

n=1
an = A i
n=1
bn =
B. Tada je konvergentan i red 2. Neka je
(an bn ) i vrijedi
n=1
(an bn ) = A B.
an konvergentan red sa sumom A i neka je c R. Tada je
konvergentan i red
can i vrijedi
n=1
can = cA.
Dokaz:
n n
1. Neka su An =
i=1
ai i Bn =
i=1
bi n-te parcijalne sume redova
an i
bn . Nadalje,
neka je niz (cn ) zadan formulom cn = an bn . Tada je n-ta parcijalna suma reda cn = (an bn ) dana s
n n
Cn =
i=1
ci =
i=1
(ai bi ) = An Bn .
Kako limes desne strane u gornjoj formuli postoji, i jednak je AB, tako mora postojati i biti jednak tome limes lijeve strane, a to je upravo suma reda (an bn ).
n
2. Neka je An =
i=1
ai n-ta parcijalna suma reda
an . Nadalje, neka je niz (cn ) zadan cn = can dana s
formulom cn = can . Tada je n-ta parcijalna suma reda

n n
Cn =
i=1
ci =
i=1
cai = cAn .
142

Kako limes desne strane u gornjoj formuli postoji, i jednak je cA, tako mora postojati i biti jednak tome limes lijeve strane, a to je upravo suma reda can .
Primjer 4.11 Neka je dan red
(1)n , tj.
1 + 1 1 + 1 1 + ... Tada po Napomeni 4.9 taj red divergira. S druge strane pogledajmo red (1 + 1) + (1 + 1) + (1 + 1) + ... Ovaj red oito konvergira i suma mu je nula. c Dakle, zakljuujemo da kod grupiranja lanova (isputanje ili dodavanje zagrada) c c s moramo biti paljivi. z Teorem 4.12 Ako lanove konvergentnog reda grupiramo, po redu kojim dolaze, c u konane skupine, i od zbrojeva tih skupina napravimo novi red, taj red konverc gira i suma mu je jednaka sumi polaznog reda. Dakle, Teorem 4.12 tvrdi da ako u konvergentnom redu po redu kojim dolaze u konane skupine c an lanove grupiramo c
(a1 + ... + ap ) + (ap+1 + ... + ar ) + (ar+1 + ... + as ) + ..., i ako od zbrojeva tih skupina u1 = a1 + ... + ap , u2 = ap+1 + ... + ar , u3 = ar+1 + ... + as , ... formiramo novi red un , on konvergira. Takoder vrijedi

an =
n=1 n=1
un .
Napomena 4.14 Primijetimo da iz Primjera 4.11 slijedi da je u Teoremu 4.12 konvergencija reda bitan uvjet da bismo mogli grupirati lanove u konane skupine. c c
4.2. REDOVI REALNIH BROJEVA Napomena 4.15 Zato je suma reda s vergentnog reda an ?
143 un iz Teorema 4.12 jednaka sumi kon-
Dokaz: Oito je niz parcijalnih suma niza (un ), tj. reda c un , podniz niza parcijalnih suma reda an , dakle podniz konvergentnog niza. Sada tvrdnja lagano slijedi iz treeg svojstva c konvergentnih nizova iz toke 4.1.2. c
Teorem 4.12 je poopenje svojstva asocijativnosti zbrajanja na beskonane konc c vergentne sume (tj. moemo po volji ubacivati i izbacivati zagrade). Medutim z za komutativnost se to ne moe napraviti (ne smijemo permutirati lanove). z c Primjer 4.12 U Primjeru 4.9 smo spomenuli da red (1)n1 1 1 1 1 1 1 1 = 1 + + + + ... n 2 3 4 5 6 7 8 konvergira i suma mu je
n=1
(1)n1 = ln 2. n
Zapiimo isti red na drugi nain, s ispremijeanim lanovima s c s c 1 1 1 1 1 1 1 1 1 1 + + + ... = 2 4 3 6 8 5 10 12 7
1 1 1 1 1 1 1 1 1 (1 ) + ( ) + ( ) + ( ... = 2 4 3 6 8 5 10 12 7 1 1 1 1 1 1 + + + ... = 2 4 6 8 10 12 1 1 1 1 1 1 1 1 (1 + + + + ...). 2 2 3 4 5 6 7 8 Dobili smo 1 ln 2 = ln 2, 2 to ne moe biti. s z Dakle, iz Primjera 4.12 zakljuujemo da openito ne smijemo permutirati lanove c c c reda (niti konvergentnog), jer se u tom sluaju suma moe promijeniti. Postoje c z redovi kod kojih se to smije uiniti. c
144
Teorem 4.13 Ako red apsolutno konvergira onda, njegova suma ne ovisi o poretku lanova. c Ako su svi lanovi konvergentnog reda pozitivni onda, oito red i apsolutno konc c vergira pa po Teoremu 4.13 zakljuujemo da suma takvog reda ne ovisi o poretku c lanova. c
4.2.4
Redovi s pozitivnim lanovima c
Za red an kaemo da je red s pozitivnim lanovima ako je an 0 za svaki z c n N. Jasno je da je niz parcijalnih suma reda s pozitivnim lanovima monotono rastui, c c dakle red s pozitivnim lanovima ne moe divergirati u irem smislu (suma je ili c z s konana ili +). c Ako je S suma reda s pozitivnim lanovima, pri emu doputamo sluaj S = + c c s c (tj. ako red divergira), onda je jasno da je Sn S za svaki n N. an red s pozitivnim lanovima i neka je (cn ) omeden c Teorem 4.14 Neka je niz pozitivnih brojeva. Ako red an konvergira, onda konvergira i red cn an .
Dokaz: Kako je (cn ) omeden niz, to postoji M > 0 takav da je M > cn za svaki n N. Nadalje, neka je A suma reda an . Tada znamo da je za svaki n N n-ta parcijalna suma od an manja ili jednaka od sume A reda an .
n
Neka je Sn =
i=1
cn an n-ta parcijalna suma reda
c cn an . Oito je niz (Sn ) pozitivan i rastui c
niz, dakle monoton. Nadalje, vrijedi

n n n
Sn =
i=1
cn an
i=1
M an = M
i=1
an M A.
Monoton niz parcijalnih suma (Sn ) reda red cn an konvergentan.
cn an je ogranien, pa iz Teorema 4.6 slijedi da je c
Neka su dani redovi
an i
bn . Za red
cn = a1 b1 +(a1 b2 +a2 b1 )+(a1 b3 +a2 b2 +a3 b1 )+(a1 b4 +a2 b3 +a3 b2 +a4 b1 )+... kaemo da je produkt redova z an i bn .
4.3. KRITERIJI KONVERGENCIJE
145
Teorem 4.15 Neka su an i bn konvergentni redovi s pozitivnim lanovima c ije su sume jednake A i B, redom. Tada je konvergentan i njihov produkt, tj. c red cn = a1 b1 +(a1 b2 +a2 b1 )+(a1 b3 +a2 b2 +a3 b1 )+(a1 b4 +a2 b3 +a3 b2 +a4 b1 )+... konvergira i njegova suma je jednaka AB.
4.3
4.3.1
Kriteriji konvergencije
Kriterij usporedivanja
bn red s pozitivnim lanovima, c
Teorem 4.16 Neka je an red u R i neka je (bn 0 za svaki n N), takav da 1. 2. Tada red bn majorira bn konvergira. an apsolutno konvergira i vrijedi

an , tj. |an | bn , za svaki n N,
an
n=1 n=1
|an |
n=1
bn .
Napomena 4.16 Neka su an i je an bn , za svaki n N. Onda 1. ako red
bn redovi s pozitivnim lanovima takvi da c an i vrijedi
bn konvergira onda, konvergira i red

an
n=1 n=1
bn , bn .
2. ako red
an divergira onda, divergira i red
Dokaz: 1. Slijedi izravno iz Teorema 4.16. 2. Red an divergira ako i samo ako divergira niz parcijalnih suma (An ) reda an . Kako je po pretpostavci 0 an bn , onda je oito Bn An , dakle i niz parcijalnih suma c reda bn divergira, pa i on sam.
146
Neka je (an ) proizvoljan niz. Red oblika an xn , gdje je x R proizvoljan, zovemo red potencija. Oito je za x = 0 svaki red potencija konvergentan. Za x = 0 imamo sljedei c c rezultat: an xn konvergira za neki x0 R, onda konTeorem 4.17 Ako red potencija 0 n vergira apsolutno i red an x za sve x R za koje je |x| < |x0 |. Ako red n an x0 divergira, divergira i red an xn za sve x R za koje je |x| > |x0 |. Primjer 4.13 1. Neka je an = 1, za svaki n N. Tada iz Teorema 4.9 znamo da red potencija xn1 konvergira za svaki x R takav da je 1 |x| < 1, i suma mu je 1x .
1 2. Neka je an = n! , za svaki n N. Tada red potencija konvergira za svaki x R i suma mu je ex . 1 xn1 (n1)!
4.3.2
DAlembertov kriterij
an red s pozitivnim lanovima. Ako postoji R, c Teorem 4.18 Neka je 0 < < 1, i n0 N takav da je an+1 , an za svaki n n0 , onda red an konvergira.
Dokaz: Neka su R, 0 < < 1, i n0 N takvi da vrijedi an+1 , an za svaki n n0 . Dakle imamo an0 +1 an0 , an0 +2 an0 +1 2 an0 , an0 +3 an0 +2 3 an0 , . . . , an0 +m m an0 , za svaki m N. Dakle, red an0 + an0 +1 + ...
4.3. KRITERIJI KONVERGENCIJE
147
je majoriran geometrijskim redom an0 n1 s kvocijentom < 1 koji po Teoremu 4.9 konvergira. Sada iz Napomene 4.16 imamo da i red an0 + an0 +1 + ... konvergira. Kako se dodavanjem konano mnogo lanova konvergentnom redu konvergencija c c nee promijeniti, imamo da red c an konvergira.
Napomena 4.17 U primjenama se ee koristi slabiji oblik Teorema 4.18 u c sc kojem se zahtijeva da niz kvocijenata susjednih lanova reda konvergira (ima c limes): Neka je an red s pozitivnim lanovima. Ako postoji limes c an+1 = l, n an lim onda red an konvergira za l < 1, divergira za l > 1, a ne moemo nita z s zakljuiti za l = 1. c Primjer 4.14 1. Neka je dan red divergira, ali vrijedi
1 . n
Tada iz Primjera 4.8 znamo da on = 1.
1 n+1 lim n 1 n
2. Neka je dan red vrijedi
1 . n2
Tada iz Primjera 4.8 znamo da on konvergira, ali

1 (n+1)2 lim 1 n n2
= 1.
Iz ovog primjera vidimo zato smo u Napomeni 4.17 rekli da ne moemo odluiti s z c o konvergenciji reda za l = 1.
4.3.3
Cauchyev kriterij
Teorem 4.19 Neka je an red s pozitivnim lanovima. Ako postoji R, c 0 < < 1, i n0 N takav da je n za svaki n n0 , onda red an ,
an konvergira.
148
Napomena 4.18 U primjenama se ee koristi slabiji oblik Teorema 4.19 u c sc kojem se zahtijeva da niz n an konvergira (ima limes): Neka je an red s pozitivnim lanovima. Ako postoji limes c
n
lim
an = l,
onda red an konvergira za l < 1, divergira za l > 1, a ne moemo nita z s zakljuiti za l = 1. c

1 Primjer 4.15 Analogno kao i u Primjeru 4.14 za red odnosno red n znamo da divergira odnosno konvergira, a iz toke 4.1.4 znamo da je c 1 n2
lim
1 = lim n n
1 = 1. n2
Dakle sluaj l = 1 nam ne govori nita o konvergenciji reda. c s Cauchyev kriterij je jai, tj. postoje situacije u kojima on moe a DAlembertov c z kriterij ne moe odluiti. z c Neto slino Cauchyevom kriteriju pojavljuje se kod odredivanja radijusa kons c vergencije redova potencija (podruja na kojem red potencija konvergira). c Teorem 4.20 Neka je an xn red potencija, (an ) niz u R i x R prozvoljan. Ako postoji lim sup n |an | i lim sup n |an | = 0, onda za = 1 lim sup
n
|an |
vrijedi: red potencija an xn konvergira apsolutno za svaki x R za koji je |x| < , a divergira za sve x R za koje je |x| > . Broj (ako postoji) =
1 lim sup n |an |
iz Teorema 4.20 zovemo radijus konvergencije reda potencija
a n xn .
4.3. KRITERIJI KONVERGENCIJE Primjer 4.16 1. Neka je dan red potencija lim sup
n
149
1 n x . n
Tada je
1 = lim n n
1 = 1, n
1 n x n
dakle je = 1. Po Teoremu 4.20 red potencija |x| < 1, a divergira za |x| > 1.
konvergira za
Pogledajmo sada ako je |x| = 1. Ako je x = 1, onda iz Primjera 4.9 1 znamo da red (1)n konvergira i suma mu je ln 2, dok za x = 1 red n 1 divergira. n 2. Neka je dan red potencija lim sup
n
1 n x . n2
Tada je
n
1 = lim n n2
1 = 1, n2
1 n x n2
dakle je = 1. Po Teoremu 4.20 red potencija |x| < 1, a divergira za |x| > 1.
konvergira za
Pogledajmo sada ako je |x| = 1. Ako je x = 1 onda, iz Primjera 4.8 znamo 1 1 da red konvergira, dakle i apsolutno konvergira red (1)n . Iz n2 n2 1 Teorema 4.8 imamo da konvergira i red (1)n . Dakle red potencija n2 1 n x konvergira za |x| 1. n2 Teoremu 4.20 smo vidjeli da red potencija an xn konvergira za |x| < , a divergira za |x| > (ako lim sup n |an | postoji). Teorem 4.20 nita ne govori s za x R takve da je |x| = , ali smo u Primjeru 4.16 vidjeli da red potencija an xn moe konvergirati i divergirati za x R takve da je |x| = . Dakle za z |x| = moramo posebno provjeriti konvergenciju reda potencija.
4.3.4
Leibnizov kriterij
Ako red ima konaan broj lanova s negativnim predznakom, to nije problem c c (jer konvergencija reda ovisi o ostatku reda); problem se pojavljuje ako ih je beskonano mnogo (npr. c sin n, tg n, (1)n , itd.). Specijalni sluaj je c kad lanovi reda alterniraju po predznaku. Tada imamo sljedei kriterij (Leibnic c zov):
150 Teorem 4.21 Ako red
POGLAVLJE 4. NIZOVI I REDOVI an alternira, ako je |an | |an+1 | i ako je

n
lim an = 0,
onda taj red konvergira.

Dokaz: Pogledajmo niz parcijalnih suma Sn reda an . Ako red poinje pozitivnim lanom, tj. c c ako je a1 0, onda je podniz od Sn indeksiran parnim indeksima rastui, onaj indeksiran c neparnim indeksima je padajui. Ako red poinje negativnim lanom, onda imamo obratnu c c c situaciju. Zaista, S2n+2 = S2n + a2n+1 + a2n+2 . Kako je po pretpostavci a2n+1 0, a2n+2 0 i |a2n+1 | |a2n+2 |, imamo a2n+1 + a2n+2 0, dakle je S2n+2 S2n za svaki n N. Analogno se dokae da je z S2n1 S2n+1 za svaki n N. Nadalje, vrijedi S2n = a1 (a2 a3 ) ... (a2n2 a2n1 ) + a2n = a1 [(a2 a3 ) + ... + (a2n2 a2n1 ) a2n ]. Kako smo pretpostavili da je a2n1 pozitivan, a a2n negativan za svaki n N, te kako vrijedi |an | |an+1 |, imamo da je S2n razlika od a1 i strogo pozitivnog broja, tj. S2n je omeden s a1 . Analogno se dokae da je S2n1 takoder omeden sa a1 . Kako je niz S2n odnosno S2n1 z rastui odnosno padajui, iz Teorema 4.6 slijedi da su nizovi konvergentni. Nadalje, vrijedi c c
n
lim |S2n+1 S2n | = lim |a2n+1 | = 0,

n
dakle nizovi S2n i S2n1 konvergiraju istom limesu S, koji je suma reda jer je S2n S S2n1 , za svaki n N. Kako je niz (an ) alternirajui i vrijedi |an | |an+1 |, imamo da je pogreka aproksimacije sume c s S reda an sa Sn manja od apsolutne vrijednosti prvog isputenog lana, tj. s c |Rn | = |S Sn | |an+1 |, i istog je predznaka kao taj lan. c
4.3. KRITERIJI KONVERGENCIJE Primjer 4.17 Iz Teorema 4.21 izravno slijedi da red (1)n 1 n
151
s kojim smo se sreli u prijanjim primjerima konvergira. s
Poglavlje 5 Funkcije
5.1
5.1.1
Osnovni pojmovi
Motivacija i denicija
Mnoge su veliine u prirodi i u ivotu ovisne o drugim veliinama: opseg krunice c z c z o njenom polumjeru; cijena dijamanta o njegovoj teini, istoi, manama, bruenju; z c c s uspjeh na ispitu o uloenom trudu, kvaliteti nastavnih materijala, sklonosti prema z predmetu. Matematiki modeli takvih situacija temelje se na pojmu funkcije. Kad se veliine c c koje promatramo daju dobro kvanticirati, njihov odnos promatramo pomou rec alnih funkcija realne varijable. Denicija 5.1 Neka su dani neprazni skupovi X i Y . Funkcija ili preslikavanje sa X u Y je pravilo f koje svakom elementu x iz X pridruuje jedan jedini element z iz Y . Element y iz Y pridruen elementu x iz X se zove vrijednost funkcije z f na elementu x; elementi iz X su argumenti funkcije f . To pridruivanje se z oznauje c y = f (x), ili f : x y, ili x f (x). 153
154
POGLAVLJE 5. FUNKCIJE
Skup X se zove podruje denicije ili domena funkcije f . Skup Y se zove c kodomena funkcije f . Skup svih moguih vrijednosti funkcije f (u oznaci R(f )) c zove se podruje vrijednosti ili slika funkcije f . c Prirodna domena funkcije f (u oznaci D(f )) je skup svih moguih argumec nata za koje se moe odrediti vrijednost funkcije. Problem odredivanja prirodne z domene pojavljuje se kad domena nije specicirana. Napomena 5.1 Za proizvoljnu funkciju f : X Y oito vrijedi R(f ) Y . c Dakle za funkciju f koja elementima iz X pridruuje elemente iz Y imamo z sljedee oznake c f : X Y ili, ako elimo biti precizniji, z f : D(f ) R(f ). Neka je funkcija f : X Y , te neka je A X. Tada funkciju g : A Y deniranu sa g(x) = f (x), za svaki x A, zovemo restrikcija funkcije f na skup A i oznaavamo sa g = f |A . c Neka je funkcija f : X Y , te neka je A X. Tada funkciju g : A Y za koju vrijedi g(x) = f (x) za svaki x X, zovemo proirenjem funkcije f na s skup A. Proirenje ne mora biti jedinstveno. s Ako su veliine, iju ovisnost (odnos) promatramo, takve da se svaka moe c c z izraziti realnim brojem, moemo to modelirati funkcijom iji su argumenti i ije z c c su vrijednosti realni brojevi. Govorimo o realnim funkcijama realne varijable. Piemo s f : R R, pri emu i domena i slika mogu biti podskupovi skupa R. Veliinu x je uobiajeno c c c nazivati argumentom ili nezavisnom varijablom, a veliinu y zavisnom c varijablom; veliinu x moemo mijenjati po volji, a vrijednost veliine y ovisi, c z c na nain propisan pravilom f , o vrijednosti veliine x. c c
5.1. OSNOVNI POJMOVI
155
5.1.2
Naini zadavanja funkcije c
Imamo tri osnovna naina zadavanja funkcije tj. opisivanja funkcijske ovisnosti: c tablino, graki i formulom (analitikim izrazom). Dakako, svaki od tih naina c c c c ima svoje prednosti i mane. - Prednost tablinog zadavanja ili opisivanja funkcije je da je ponekad to c jedini nain zadavanja, a mana je da ne znamo vrijednosti funkcije izvan c podruja podataka tablice i izmedu vrijednosti u kojima je poznata funkcija. c - Ako imamo graki opisanu funkciju, onda su prednosti zornost, komc paktnost, preglednost, dok su mane netonost oitavanja i nemogunost c c c koritenja vrijednosti izvan crtanog podruja. s c - Za fukciju zadanu formulom prednost je da znamo sve o funkciji, dok je mana netrivijalnost dolaenja do tih informacija. z Dakako, prelaenje iz jednog oblika u drugi je mogue, ali u nekim sluajevima z c c to je vrlo teko. s - Prelazak iz tablinog oblika u graki je lagan, naravno ako imamo dovoljan c c broj tablinih vrijednosti. c - Problem da se na osnovi tablinih vrijednosti funkcije dobije formula funkcije c je vrlo netrivijalan. Koriste se metode interpolacije, aproksimacije, itd. Kljuno je imati dobru ideju o moguoj klasi funkcija kojoj naa funkcija c c s pripada. - Prijelaz iz grakog oblika u tablini je lagan, do na tonost oitavanja. c c c c - Problem pronalaenja formule funkcije na osnovi poznavanja njenog grafa z je slian problemu pronalaenja formule funkcije pri poznavanju tablinih c z c vrijednosti, tj. vrlo je netrivijalan problem. Prvo treba iz oblika grafa pogoditi u koju skupinu spada ta funkcija, a nakon toga odrediti njene numerike parametre. c c - Naravno, ako znamo formulu funkcije, onda je naelno trivijalno dobivanje tablice vrijednosti iste funkcije.
156
POGLAVLJE 5. FUNKCIJE - Na kraju, problem odredivanja grafa funkcije na osnovi njene formule je netrivijalan postupak, no izvediv. U nastavku emo se baviti ovim problec mom.
5.1.3
Graf funkcije
Funkcije se zorno prikazuju grafovima. Graf funkcije f je krivulja u ravnini koja sadri toke ije su koordinate vezane funkcijom f , tj. graf funkcije f dobijemo z c c kad sve parove oblika (x, f (x)), x D(f ), prikaemo u koordinatnom sustavu. z Denicija 5.2 Graf realne funkcije f realne varijable f : D(f ) R(f ) je skup (f ) = {(x, f (x)); x D(f )} R2 . Drugim rijeima, graf funkcije f sadri sve toke ravnine (x, y) za koje je y = c z c f (x), i graki prikazuje ovisnost y R(f ) o x D(f ) zadanu funkcijom f . c
y f(x) f(x2)
0 f(x1)
x1
x2
Slika 5.1: Koordinate toaka na grafu funkcije. c Napomena 5.2 Uoimo da vrijedi: c D(f ) = x (f ) (tj. projekcija grafa na x-os je prirodna domena od f ) i R(f ) = y (f ) (tj. projekcija grafa na y-os je slika od f ).

y
157
(f)
0 x
Slika 5.2: Graf funkcije f i njegove projekcije na koordinatne osi. Napomena 5.3 Uoimo da nije svaka krivulja u ravnini graf neke funkcije. Npr. c krunica u ravnini nije graf niti jedne funkcije, jer postoji pravac paralelan s y z osi koji sijee krunicu u dvije toke, a to znai da se jednom realnom broju c z c c pridruuju dvije vrijednosti funkcije, to je suprotno s denicijom funkcije. z s
Iz Napomene 5.3 zakljuujemo: da bi krivulja u ravnini bila graf neke funkcije c nuno i dovoljno je da svaki pravac paralelan s osi y sijee krivulju u najvie z c s jednoj toki. c
y
x0 0 x
Slika 5.3: Primjer krivulje koja nije graf funkcije.
158
Nulite funkcije f je vrijednost argumenta za koju je vrijednost funkcije s jednaka nuli, tj. x0 D(f ) je nulite funkcije f ako je f (x0 ) = 0. s Dakle, nulita funkcije f se nalaze rjeavanjem jednadbe f (x) = 0 u skupu s s z D(f ). Gledamo li graf funkcije f , onda su nultoke od f presjecita grafa funkcije c s i x osi, tj. toke oblika (x0 , 0) (f ). Nulite je apscisa nultoke. c s c Napomena 5.4 Presjek grafa funkcije f s osi y (ako postoji) je (najvie jedna) s toka s apscisom 0 i ordinatom f (0). To, dakako, ne mora biti nultoka funkcije c c (npr. f (x) = cos x, za x = 0 je f (0) = 1), pa ovu toku ne smijemo pobrkati s c nultokama. c Osim podruja denicije, podruja vrijednosti i nultoaka, kao to smo rekli, iz c c c s grafa funkcije jo moemo vidjeti lokalne i globalne ekstreme (tj. toke u kojima s z c funkcija postie lokalni ili globalni maksimum ili minimum, ako postoje), intervale z monotosti (tj. podruja gdje funkcija raste ili pada), toke prekida i asimptotsko c c ponaanje. s
5.1.4
Pojmovi znaajni za realne funkcije realne varic jable
Pojam funkcije je vrlo openit i obuhvaa sve mogue vrste ovisnosti jedne veliine c c c c o drugoj. Pokazuje se da najvei broj funkcija koje se pojavljuju u primjenama c ima i neka dodatna svojstva. U ovoj toki bavit emo se pojmovima i svojstvima c c funkcija koja su karakteristina za funkcije koje opisuje ovisnost jedne kvantitac tivne veliine o drugoj (tj. realne funkcije realne varijable). Ti su pojmovi vezani c uz usporedbe vrijednosti, ekstremne vrijednosti, bliskost argumenata i slino. c Neka je interval I = a, b R sadran u podruju denicije funkcije f , tj. z c I D(f ). Tada kaemo da funkcija f raste na intervalu I ako za svake dvije z vrijednosti x1 , x2 I za koje je x1 < x2 vrijedi f (x1 ) f (x2 ). Ako za takve dvije vrijednosti x1 , x2 I vrijedi f (x1 ) f (x2 ), kaemo da funkcija f pada z z na I. Ako su nejednakosti izmedu f (x1 ) i f (x2 ) stroge, kaemo da je funkcija f strogo raste, odnosno strogo pada na I. Ako funkcija f ne mijenja ponaanje na intervalu I (tj. f je (strogo) padajua s c ili (strogo) rastua na I), kaemo da je f (strogo) monotona na intervalu I. c z
159
Funkcija raste (pada) u toki x0 R ako raste (pada) na nekom intervalu I koji c sadri toku x0 . z c Primjer 5.1 1. Funkcija f : R R zadana formulom f (x) = x je denirana na cijelom R, tj. D(f ) = R, i strogo je rastua na svakom intervalu c u R, pa i na cijelom R. Posebno, funkcija f (x) = x je strogo rastua u c svakoj toki iz R, i strogo je monotona na svakom intervalu u R. c 2. Funkcija f : R R zadana formulom f (x) = x je denirana na cijelom R, tj. D(f ) = R, i strogo je padajua na svakom intervalu u R, pa i na c cijelom R. Posebno, funkcija f (x) = x je strogo padajua u svakoj toki c c iz R, i strogo je monotona na svakom intervalu u R. 3. Funkcija f : R R zadana formulom f (x) = 5 je denirana na cijelom R, tj. D(f ) = R. Uoimo da je funkcija f (x) = 5 i rastua i padajua (ali c c c ne strogo) na svakom intervalu u R, pa i na cijelom R. Posebno, funkcija f (x) = 5 je monotona u svakoj toki iz R. c 4. Funkcija f : R R zadana formulom f (x) = x2 je denirana na cijelom R, tj. D(f ) = R, i slika su joj svi nenegativni realni brojevi, tj. R(f ) = {x R : x 0}. Funkcija f (x) = x2 je strogo rastua na svakom c intervalu u [0, + i strogo padajua na svakom intervalu u , 0]. c Dakle, funkcija f (x) = x2 je strogo rastua u svakoj toki iz 0, + , c c strogo padajua u svakoj toki iz , 0 , dok u 0 nije ni rastua ni c c c padajua. c Svaki interval oblika x0 , x0 + gdje je toka x0 R i R, > 0, zovemo c okolina toke x0 . c Ako za sve toke x iz neke okoline toke x0 D(f ) vrijedi c c f (x) f (x0 ), kaemo da u toki x0 funkcija f ima lokalni maksimum. Analogno, ako postoji z c > 0 takav da za x0 D(f ) vrijedi x0 , x0 + D(f ) i ako je f (x) f (x0 ),
160
za svaki x x0 , x0 + , onda kaemo da funkcija f u toki x0 ima lokalni z c minimum. Ako su nejednakosti stroge, govorimo o strogom lokalnom maksimumu odnosno minimumu. Lokalne maksimume i minimume jednim imenom zovemo lokalni ekstremi. Ako vrijedi f (x) f (x0 ) za sve x D(f ), onda kaemo da funkcija f ima u x0 D(f ) globalni makz simum; ako je f (x) f (x0 ) za sve x D(f ), onda kaemo da funkcija f ima u x0 D(f ) globalni miniz mum. Analogno, ako su nejednakosti stroge, govorimo o strogom globalnom maksimumu odnosno minimumu. Globalne maksimume i minimume jednim imenom zovemo globalni ekstremi. Primjer 5.2 1. Funkcija f : R R zadana formulom f (x) = x2 je strogo rastua na svakom intervalu u [0, + i strogo padajua na svakom interc c valu u , 0]. Dakle, u tokama iz R \ {0} f nema lokalnih ekstrema. c Nadalje, oito je da je 0 strogi lokalni minimum za svaku okolinu oko 0, c dakle je i strogi globalni minimum. 2. Funkcija f : R R zadana formulom f (x) = x2 je strogo padajua c na svakom intervalu u [0, + a strogo rastua na svakom intervalu u c , 0]. Dakle u tokama iz R \ {0} f nema lokalnih ekstrema. Nadalje, c oito je da je 0 strogi lokalni maksimum za svaku okolinu oko 0, dakle je i c strogi globalni maksimum. 3. Funkcija f : R R zadana formulom f (x) = 5 je i rastua i padajua na c c svakom intervalu u R, dakle svaki x R je lokalni maksimum i minimum, pa i globalni maksimum i minimum. 4. Funkcija f : R R zadana formulom f (x) = x je strogo rastua na c svakom intervalu u R, pa i na cijelom R. Dakle f nema lokalnih pa ni globalnih ekstrema. c Napomena 5.5 Uoimo, ako je x0 D(f ) lokalni ekstrem funkcije f , onda on ne mora biti i globalni, dok je svaki globalni ekstrem i lokalni.

10 5
161
-10
-5 -5 -10
10
Slika 5.4: Primjer funkcije s lokalnim ekstremima. Problem nalaenja ekstrema je vrlo bitan. Uglavnom zahtijeva primjenu diferz encijalnog rauna. Kod nalaenja globalnih ekstrema se pojavljuje problem ruba c z podruja (jer ima funkcija kojima je prirodno podruje vrijednosti segment ili c c poluotvoreni interval, tj. D(f ) = [a, b], D(f ) = [a, b ili D(f ) = a, b]), gdje nam metode diferencijalnog rauna ne pomau (jer nisu primjenjive na rubovima c z segmenta). Ako je podruje denicije funkcije f simetrino s obzirom na ishodite, tj. c c s x D(f ) povlai x D(f ), onda ima smisla promatrati ponaanje vrijednosti c s funkcije kod promjene predznaka argumenta. Ako vrijedi f (x) = f (x), za svaki x D(f ) , onda kaemo da je funkcija f parna. z Ako vrijedi f (x) = f (x), za svaki x D(f ), onda kaemo da je funkcija f neparna. z c c Napomena 5.6 Oito je graf parne funkcije krivulja zrcalno simetrina s obzirom na y os, dok je graf neparne funkcije krivulja centralno simetrina s obzirom na c ishodite. s Primjer 5.3 1. Funkcije f (x) = x2 , f (x) = x4 , f (x) = |x|, f (x) = parne fukcije. 2. Funkcije f (x) = x, f (x) = x3 , f (x) = x|x| su neparne.
1 , |x|
su
162
5 4 3 2 -2 -1 1 2
10 7.5 5 2.5 -1 -3 -2-2.5 1 2 3 -5 -7.5 -10
Slika 5.5: Primjer parne (lijevo) i neparne (desno) funkcije. Primjer 5.4 Neka je funkcija f : R R takva da ima svojstvo da je i parna i neparna. Dakle imamo da vrijedi f (x) = f (x) = f (x), tj. f (x) = 0 za svaki x R. Zakljuujemo da je jedina funkcija s tim svojstvom-nul funkcija. c Ponaanje funkcije u blizini rubova prirodnog podruja denicije zovemo s c njenim asimptotskim ponaanjem. Jasno je da rubovi prirodnog podruja s c denicije mogu biti konani i beskonani (npr. za funkciju deniranu formulom c c f (x) = x je D(f ) = [0, + , tj. jedan rub je konaan a drugi beskonaan). c c Imamo sljedee mogue sluajeve ponaanja funkcije u blizini rubova prirodnog c c c s podruja denicije funkcije: c 1. Rub prirodnog podruja denicije funkcije je konaan: c c a) Funkcija je denirana u rubu prirodnog podruja denicije. Npr. neka c je funkcija f : [1, 1] R dana formulom f (x) = 1 x2 . Funkcija iz naeg primjera ima i u drugom rubu x = 1 regularnu s toku. Tada je oito f denirana u konanom rubu prirodnog poc c c druja denicije, tj. postoji i konaan je broj f (1). Takav je rub c c regularna toka. c c b) Funkcija nije denirana u rubu prirodnog podruja denicije ali ima svojstvo da kad se argumenti iz prirodnog podruja denicije proizvoljno c
163
pribliavaju rubu vrijednosti funkcije ostaju konane. (Npr. neka je z c funkcija f : 0, + R dana formulom f (x) = xx . Tada oito c f nije denirana u konanom rubu prirodnog podruja denicije, ali c c ako se argumenti proizvoljno pribliavaju toki 0 vrijednost funkcije z c se pribliava (ali ne dosee) vrijednost 1.) z z c) Funkcija nije denirana u rubu prirodnog podruja denicije i ima svoc jstvo da kad se argumenti iz prirodnog podruja denicije proizvoljno c pribliavaju rubu vrijednost funkcije raste ili pada u + ili . Ako z je a R taj rub, onda se graf funkcije proizvoljno blizu pribliava z vertikalnom pravcu x = a, ali ga nikada nee sjei ili dotaknuti (jer c c funkcija uope nije denirana u tom rubu). (Npr. neka je funkcija c 1 c f : 1, + R dana formulom f (x) = x1 . Tada oito f nije denirana u konanom rubu prirodnog podruja denicije i ako se c c argumenti proizvoljno pribliavaju toki 1 vrijednost funkcije raste u z c +. Graf funkcije f se po volji blizu pribliava pravcu x = 1.) z
1 x
Slika 5.6: Ponaanje funkcije u konanom rubu podruja denicije. s c c c c 2. Rub prirodnog podruja denicije funkcije je beskonaan; a) Vrijednost funkcije raste ili pada u + ili kada argumenti prirodnog podruja denicije idu u beskonani rub, tj. + ili , ali taj rast c c ili pad je bri od rasta ili pada svakog pravca u ravnini. To znai z c da, ne postoji pravac kojem se graf funkcije po volji blizu pribliava z kada argumenti prirodnog podruja denicije idu u beskonani rub. c c (Npr. neka je funkcija f : [0, + R dana formulom f (x) = 2x . Tada oito f strogo raste u +, i to bre od svakog pravca.) c z
164
POGLAVLJE 5. FUNKCIJE b) Vrijednost funkcije raste ili pada u + ili kada argumenti prirodnog podruja denicije idu u beskonani rub, tj. + ili , i taj rast c c ili pad je jednak rastu ili padu nekog kosog pravca u ravnini (tj. y = ax + b i a = 0, jer kad bi a bio nula tada vrijednosti funkcije ne bi rasle ili padale u beskonanost). Dakle, postoji pravac kojem se graf c funkcije po volji blizu pribliava kada argumenti prirodnog podruja z c denicije idu u beskonani rub. (Npr. neka je funkcija f : R R c dana formulom f (x) = x ex . Tada za velike vrijednosti od x izraz ex postaje vrlo mali, i cijeli izraz x ex je dobro aproksimiran izrazom x. Dakle, zakljuujemo, kada argument funkcije f ide u +, c graf funkcije f se proizvoljno blizu pribliava pravcu y = x). z c c) Vrijednost funkcije raste ili pada prema konanom broju a, ali nikad ga ne dostie, kada argumenti prirodnog podruja denicije idu u z c beskonani rub. To znai da se graf funkcije po volji blizu pribliava c c z pravcu y = a kada argumenti prirodnog podruja denicije idu u c beskonani rub. (Npr. neka je funkcija f : R R dana formulom c f (x) = ex +1. Oito, kada argument x ide u +, tada se vrijednost c x izraza e + 1 proizvoljno blizu pribliava broju jedan. Odnosno, z kada argumenti funkcije f postaju dovoljno veliki, graf funkcije se proizvoljno blizu (odozgo) pribliava pravcu y = 1). z
Slika 5.7: Ponaanje funkcije u beskonanom rubu podruja denicije. s c c Ako postoji pravac kojem se graf funkcije po volji blizu pribliava, kaemo da z z funkcija (odnosno njen graf) ima asimptotu. Postoje horizontalne, vertikalne i kose asimptote. Funkcija moe imati vertikalnu asimptotu samo u konanom rubu, a druge dvije z c
5.1. OSNOVNI POJMOVI samo u beskonano dalekom rubu domene. c
165
Napomena 5.7 Ako funkcija ima asimptotu, onda ona moe imati najvie jednu z s asimptotu u jednom rubu. Kad bi imala dvije asimptote u jednom rubu, zbog svojstva asimptote da se graf funkcije proizvoljno blizu pribliava svakoj od asimpz tota, slijedilo bi da se i asimptote (odnosno pravci) proizvoljno blizu pribliavaju z jedna drugoj. Zbog linearnosti asimptota imamo da je to jedna te ista asimptota (tj. pravac). Denirajmo sada pojam neprekidnosti funkcije. Intuitivno, funkcija je neprekidna ako se njezin graf moe nacrtati bez podizanja olovke s papira. z Denicija 5.3 Realna funkcija realne varijable f : I = a, b R, gdje je I D(f ), je neprekidna u toki x0 I ako c ( > 0)( > 0) takav da (|x x0 | < ) (|f (x) f (x0 )| < ). Funkcija je neprekidna na intervalu I ako je neprekidna u svakoj toki intervala c I. Denicija 5.3 kae da je funkcija f : I = a, b R neprekidna u x0 I ako z za proizvoljnu okolinu oko vrijednosti f (x0 ) postoji okolina oko x0 koja se cijela preslika u okolinu oko f (x0 ). Odnosno, ako ( > 0)( > 0) takav da je f ( x0 , x0 + ) f (x0 ) , f (x0 ) + . Funkcija je neprekidna ako male promjene u argumentu rezultiraju malim promjenama u vrijednosti funkcije. Primjer 5.5 Neka je dana funkcija sign : R R formulom 1, x > 0 sign x = 0, x = 0 1 x < 0 Funkcija f ima prekid u 0, dok je u svim drugim tokama neprekidna. c
1 Uzmimo = 2 . Tada za svaki > 0 i sve x R za koje je |x 0| = |x| < 1 c vrijedi |f (x) f (0)| = |f (x)| = 1 > 2 . Dakle nula je toka prekida od f .
166
y 1
0
x 1
Slika 5.8: Funkcija sign(x). Ako je x0 > 0, onda za proizvoljni > 0 i za = |x0 | imamo da za sve x R za koje je |x x0 | < vrijedi |f (x) f (x0 | = |1 1| = 0 < , tj. funkcija je neprekidna u x0 . Analogo se dokae za x0 < 0. z
Denicija 5.4 Realna funkcija realne varijable f : I = a, b R, gdje je I D(f ), je ograniena ili omedena na I ako postoje realni brojevi m, M R c takvi da je m f (x) M, za svaki x I. Napomena 5.8 Ako u Deniciji 5.4 stavimo M = max{|m|, |M |} dobijemo ekvivalentnu deniciju: Realna funkcija realne varijable f : I = a, b R, gdje je I D(f ), je ograniena na I ako postoji realan broj M R, M > 0, takav da je c |f (x)| M , za svaki x I. Napomena 5.9 Iz Denicije 5.4, tj. iz uvjeta m f (x) M, za svaki x I, slijedi da je graf ograniene funkcije sadran u horizontalnoj traci izmedu pravaca c z y = m i y = M. Napomena 5.10 Ako je funkcija f : I = a, b R neprekidna u toki c x0 I, onda je funkcija f ograniena na nekoj okolini oko x0 . c
167
Napomena 5.11 Ako funkcija ima prekid u toki, onda ona moe ali i ne mora c z biti ograniena na nekoj okolini toke prekida. Npr. funkcija f : R R dana c c formulom 1 , x=0 x f (x) = 0, x = 0 ima prekid u nuli (jer kada se argument pribliava prema nuli vrijednost funkcije z raste odnosno pada prema + odnosno , dok je sama vrijednost funkcije f (0) = 0). Oito je funkcija f neograniena na svakoj okolini oko nule. c c S druge strane, funkcija sign : R R iz Primjera 5.5 za koju znamo da ima prekid u nuli je oito ograniena na svakoj okolini oko nule. c c
5.1.5
Osnovne raunske operacije s funkcijama c
Za dane dvije realne funkcije realne varijable postavlja se pitanje moemo li, i z kako, vriti raunske operacije s njima? s c Elementarne raunske operacije s funkcijama deniraju se preko operacija nad c njihovim vrijednostima, tj. realnim brojevima, tako da smo operacije s funkcijama denirali dosta prirodno (onako kako smo i oekivali). c Za zadane dvije funkcije f, g : R R, deniramo njihov - zbroj ili razliku s (f g)(x) = f (x) g(x), pri emu je x D(f ) D(g), tj. c D(f g) = D(f ) D(g); - produkt s (f g)(x) = f (x)g(x), pri emu je x D(f ) D(g), tj. c D(f g) = D(f ) D(g); - kvocijent s
f g
(x) =
f (x) , g(x)
168
POGLAVLJE 5. FUNKCIJE pri emu je x D(f ) D(g) ali takav da je g(x) = 0, tj. c D
f g
= (D(f ) D(g)) \ {x D(g) : g(x) = 0}.
Napomena 5.12 Primijetimo da je za proizvoljnu funkciju f : R R i proizvoljni R funkcija h : R R dana formulom h(x) = f (x) u stvari produkt funkcija f : R R i g : R R, gdje je g konstantna funkcija g(x) = za svaki x R. Funkciju h oznaavamo sa f i oito je D(f ) = D(f ). Dakle imamo denirano c c mnoenje funkcije skalarom. z
c z Napomena 5.13 Uz ve denirano zbrajanje funkcija i mnoenja funkcija skalarom (Napomena 5.12) oito je da je skup svih funkcija f : R R vektorski prostor (Denicija 1.5). c Preciznije, skup svih realnih funkcija realne varijable je beskonano dimenzionalan vektorski c prostor. Beskonano dimenzionalan je jer ne moemo nai niti jednu konanu bazu za taj prosc z c c 2 n tor. Npr. skup funkcija {1, x, x , ..., x } je linearno nezavisan skup za svaki n N (linearna nezavisnost proizlazi iz Teorema 5.3), dakle beskonani skup {xn , n = 0, 1, ...} je sadran u c z nekoj bazi od vektorskog prostora realnih funkcija realne varijable.
Pogledajmo sada neke specijalne sluajeve raunskih operacija s funkcijama. c c Neka su f, g : R R, pri emu je f proizvoljna, a g dana formulom g(x) = c, c c R. Uoimo da je D(g) = R, pa je D(f g) = D(f ), D(f g) = D(f ) i c g D f = {x D(f ) : f (x) = 0}. 1. Pogledajmo funkciju f + g u ovisnosti o c R. a) Ako je c = 0, onda je (f + g)(x) = f (x) za svaki x D(f ). Tj. graf funkcije f + g je isti kao i graf funkcije f . b) Ako je c > 0, onda je (f + g)(x) = f (x) + c za svaki x D(f ). Graf funkcije f + g je ustvari graf funkcije f translatiran za c u smjeru y osi prema gore. c) Ako je c < 0, onda je (f + g)(x) = f (x) c za svaki x D(f ). Graf funkcije f + g je ustvari graf funkcije f translatiran za c u smjeru y osi prema dolje.
169
f(x)+c c f(x) x
Slika 5.9: Graf funkcije f (x) + c za c > 0. 2. Pogledajmo funkciju f g u ovisnosti o c R. a) Ako je c = 0, onda je (f g)(x) = 0 za svaki x D(f ). Graf funkcije f g je pravac y = 0 ili x os. b) Ako je 0 < c < 1, onda je (f g)(x) = cf (x) za svaki x D(f ), tj. vrijedi |(f g)(x)| |f (x)|, pri emu jednakost vrijedi samo u c nultokama od f . Dakle, funkcija f g ima iste nultoke kao i funkcija c c f , dok su druge vrijednosti po apsolutnoj vrijednosti umanjene c puta. Graf funkcije f g je slian grafu funkcije f , samo je usporen pad i rast c funkcije f .
y 2 f(x)
f(x) x
Slika 5.10: Graf funkcije 2f (x).
170
POGLAVLJE 5. FUNKCIJE c) Ako je c > 1, onda je (f g)(x) = cf (x) za svaki x D(f ), tj. vrijedi |(f g)(x)| |f (x)|, pri emu jednakost vrijedi samo u nultokama od c c f . Dakle, funkcija f g ima iste nultoke kao i funkcija f , dok su druge c vrijednosti po apsolutnoj vrijednosti uveane c puta. Graf funkcije f g c je slian grafu funkcije f samo je ubrzan pad i rast funkcije f . c d) Ako je c = 1, onda je (f g)(x) = f (x) za svaki x D(f ). Graf funkcije f g je isti kao i graf funkcije f . e) Ako je c = 1, onda je (f g)(x) = f (x) za svaki x D(f ). Graf funkcije f g dobijemo tako da zrcalimo graf funkcije f s obzirom na x os.
f(x) x f(x)
Slika 5.11: Graf funkcije f (x). f) Ako je 1 < c < 0, onda je (f g)(x) = cf (x) za svaki x D(f ), tj. vrijedi |(f g)(x)| |f (x)|, pri emu jednakost vrijedi samo u c nultokama od f . Dakle, funkcija f g ima iste nultoke kao i funkcija c c f , dok su druge vrijednosti po apsolutnoj vrijednosti umanjene |c| puta, ali su suprotnog predznaka. Graf funkcije f g dobijemo tako da zrcalimo graf funkcije (f |g|)(x) = |c|f (x) s obzirom na x os. g) Ako je c < 1, onda je (f g)(x) = cf (x) za svaki x D(f ), tj. vrijedi |(f g)(x)| |f (x)|, pri emu jednakost vrijedi samo u nultokama od c c f . Dakle, funkcija f g ima iste nultoke kao i funkcija f , dok su druge c vrijednosti po apsolutnoj vrijednosti uveane |c| puta, ali su suprotnog c
171
predznaka. Graf funkcije f g dobijemo tako da zrcalimo graf funkcije (f |g|)(x) = |c|f (x) s obzirom na x os. 3. Pogledajmo funkciju
g f
u ovisnosti o c R. .
g f
g a) Ako je c = 0, onda je f (x) = 0 za svaki x D
, tj. funkcija
g f
je jednaka pravcu y = 0 na skupu D
g f
g g 1 b) Ako je c = 1, onda je f (x) = f (x) za svaki x D f . Uoimo prvo c g c c c da funkcija f nema nultoke. Ako funkcija f ima nultoke, onda oito g funkcija f u njima nije denirana. Nultoke od f su rubovi prirodnog c g g podruja denicije od f (toka 5.1.4), tj. funkcija f u njima ima c c vertikalne asimptote. Dakle, kada se argument x pribliava nultoki z c g od f funkcija f e rasti odnosno padati u + odnosno . Na c g 1 ostalim podrujima funkcija f e rasti s vrijednostima f (x) tamo gdje c c g funkcija f pada i obratno, gdje funkcija f raste, tamo funkcija f pada.
Ostale situacije u ovisnosti o c R svode se na sluajeve 2 b), c), f), c g) i 3 b). c c c Napomena 5.14 Oito je zbroj dviju rastuih funkcija rastua funkcija (na podruju gdje je zbroj deniran). Zbroj dviju padajuih funkcija je padajua funkcija. c c c Za ostale operacije ova tvrdnja ne vrijedi, npr. za f, g : R R dane formulama f (x) = x2 i g(x) = x znamo da su obje strogo rastue na , 0 ali funkcije c (f g)(x) = x3 i f (x) = x g
su strogo padajue na , 0 . c
172
Pogledajmo jo kako se elementarne operacije slau s parnou odnosno s z sc neparnou. Neka su f, g : R R funkcije. Tada izravno iz denicije parnosti sc i neparnosti imamo: 1. Ako su obje neparne, onda je funkcija f g neparna, te funkcije f g i obje parne. 2. Ako su obje parne, onda su funkcije f g, f g i
f g f g
sve parne.
3. Ako je jedna funkcija, recimo g, neparna a f parna, onda funkcija f g nije ni parna ni neparna (osim ako jedna od f ili g nije nul funkcija, Primjer 5.4), dok su funkcije f g i f obje neparne. g
5.1.6
Kompozicija funkcija
Ponekad je o funkcijama korisno razmiljati kao o strojevima koji uzimaju odredenu s sirovinu (argument) na ulazu i daju gotovi proizvod (vrijednost) na izlazu. Kao to esto izlaz jednog stroja slui kao ulaz drugome, tako esto i vrijednost s c z c jedne funkcije slui kao argument druge. Tim se postupkom mogu stvarati nove z funkcije. Matematiki se to formalizira pojmom kompozicija funkcija. c
h
f A B
g C
Slika 5.12: Kompozicija funkcija. Denicija 5.5 Za dane funkcije f : A B i g : B C deniramo funkciju h : A C koju zovemo kompozicija funkcija f i g (u oznaci g f ) formulom (g f )(x) = g(f (x)), za svaki x D(f ) takav da je f (x) D(g). Dakle D(g f ) = {x D(f ) : f (x) D(g)}.
5.1. OSNOVNI POJMOVI Primjer 5.6 Odredimo kompozicije gf i f g funkcija f (x) = 3x i g(x) = 2 3x 6x = . 3x + 1 3x + 1 2x 6x = . x+1 x+1
173
2x . x+1
(g f )(x) = g(3x) = (f g)(x) = f 2x x+1
=3
Iz Primjera 5.6 vidimo da operacija kompozicije funkcija nije komutativna, tj. da je, openito, g f = f g. c Napomena 5.15 Ako vrijednosti funkcije f moemo padaju u njenu domenu, z funkciju f komponirati samu sa sobom. U takvom sluaju piemo f 2 = f f . c s Ovdje treba biti oprezan i ne pobrkati ovo s operacijom kvadriranja vrijednosti funkcije f .
1 Primjer 5.7 Neka je dana funkcija f (x) formulom f (x) = x . Tada je oito c D(f ) = R(f ), tj. moemo gledati funkciju f f . Tako imamo z
(f f )(x) = to je oito razliito od vrijednosti s c c (f (x))2 =
1
1 x
= x,
1 . x2
Funkcija f : R R dana formulom f (x) = x ima s obzirom na operaciju kompozicije funkcija slinu ulogu kao i broj 1 s obzirom na operaciju mnoenja c z realnih brojeva. Naime, za tu funkciju vrijedi g f = f g = g, za svaku funkciju g : R R. Funkciju f (x) = x zovemo identiteta i oznaavamo je s i(x) ili c id(x). Dakle imamo f id = id f = f, za proizvoljnu funkciju f . Napomena 5.16 Primijetimo da kompozicija f id = id f = f uvijek postoji za svaku funkciju f , jer je D(id f ) = D(f id) = D(f ).
174
Pogledajmo jo neka svojstva kompozicije funkcija. s 1. Monotonost kompozicije u ovisnosti o monotonosti komponenata. a) Ako su funkcije f i g rastue, onda za x1 , x2 D(g f ) takve da c vrijedi x1 x2 imamo (g f )(x1 ) = g(f (x1 )) (zbog rasta od f i g) g(f (x2 )) = (g f )(x2 ), tj. njihova kompozicija je rastua. c c b) Ako su funkcije f i g padajue, onda za x1 , x2 D(g f ) takve da vrijedi x1 x2 imamo (g f )(x1 ) = g(f (x1 )) (zbog pada od f i g) g(f (x2 )) = (g f )(x2 ), tj. njihova kompozicija je rastua. c c) Ako je funkcija f rastua a g padajua, onda za x1 , x2 D(g f ) c c takve da vrijedi x1 x2 imamo (g f )(x1 ) = g(f (x1 )) (zbog rasta od f i pada od g) g(f (x2 )) = (g f )(x2 ), tj. njihova kompozicija je padajua. c d) Ako je funkcija f padajua a g rastua, onda za x1 , x2 D(g f ) c c takve da vrijedi x1 x2 imamo (g f )(x1 ) = g(f (x1 )) (zbog pada od f i rasta od g) g(f (x2 )) = (g f )(x2 ), tj. njihova kompozicija je padajua. c
5.1. OSNOVNI POJMOVI 2. Parnost kompozicije u ovisnosti o parnosti komponenata.
175
a) Ako su funkcije f i g parne, onda je i kompozicija g f parna jer vrijedi (g f )(x) = g(f (x)) = g(f (x)) = (g f )(x). b) Ako su funkcije f i g neparne, onda je kompozicija g f neparna jer vrijedi (g f )(x) = g(f (x)) = g(f (x)) = g(f (x)) = (g f )(x). c) Ako je funkcija f parna a g neparna, onda je kompozicija g f parna jer vrijedi (g f )(x) = g(f (x)) = g(f (x)) = (g f )(x). d) Ako je funkcija f neparna a g parna, onda je kompozicija g f parna jer vrijedi (g f )(x) = g(f (x)) = g(f (x)) = g(f (x)) = (g f )(x).
N N P
P P P
N P
Slika 5.13: Kompozicija funkcija. z 3. Vano je da se svojstvo neprekidnosti dobro nasljeduje pri kompoziciji funkcija. Tonije, ako je funkcija f neprekidna u x0 , a funkcija g denirana c i neprekidna u f (x0 ), onda je i kompozicija g f neprekidna u x0 , ali to emo detaljnije razraditi kasnije. c
176
5.1.7
Inverzna funkcija
Cesto se javlja potreba da se iz poznate vrijednost funkcije odredi vrijednost argumenta za koju se ta vrijednost postie. To je za neke funkcije mogue, a za z c neke nije. Primjer 5.8 Trokovi rada stroja su 200 kn/h, i jo 500 kn za dovoz i odvoz. s s Jasno je da e nas npr. 10 sati rada stroja kotati 2500 kn. c s Pogledajmo sada obratni problem. Koliko si dugo moemo priutiti stroj ako na z s raspolaganju imamo 1300 kn? Oznaimo s x vrijeme rada stroja a s y iznos novaca. Tada je oito iznos c c novca u ovisnosti o vremenu rada stroja dan s y(x) = 200x + 500. Nas zanima x(y). Dakle imamo, 200x + 500 = 1300. Rjeavajui tu jednadbu po x dobijemo x = 4 h. Uspjeli smo rijeiti problem, tj. s c z s za svako vrijeme rada (unajmljivanja) stroja postoji jedinstvena cijena, i obrnuto, za svaki iznos novaca postoji jedinstveno vrijeme rada (unajmljivanja) stroja. Primjer 5.9 Neka je dana funkcija b koja svakom studentu pridruuje broj bodova z na teorijskom dijelu kolokvija, tj. b : studenti {0, 1, 2, ..., 12}. Sada se postavlja pitanje: koji je student imao nula bodova na teorijskom dijelu kolokvija? Na alost, moe biti vie studenata koji su imali nula bodova. Dakle, zaz z s kljuujemo da ne postoji jedinstveni argument funkcije b ija je vrijednost 0. Ne c c moemo rijeiti problem. z s Denicija 5.6 Funkcija f : A B je injekcija ako za svaki x1 , x2 D(f ) uvjet x1 = x2 povlai f (x1 ) = f (x2 ). Drugim rijeima, injekcija razliitim c c c vrijednostima argumenta pridruuje razliite funkcijske vrijednosti. Kae se i da z c z f ne lijepi argumente.

y y
177
Slika 5.14: Graf injekcije (lijevo) i funkcije koja nije injekcija (desno). Napomena 5.17 Uoimo da je uvjet injektivnosti funkcije f iz Denicije 5.6 c ekvivalentan sljedeem: za x1 , x2 D(f ), f (x1 ) = f (x2 ) povlai x1 = x2 . c c
Denicija 5.7 Funkcija f : A B je surjekcija ako za svaki y R(f ) postoji x D(f ) takav da je y = f (x). Napomena 5.18 Primijetimo da je svaka funkcija f : A B uvijek surjekcija na svoju sliku, tj. f : D(f ) R(f ) je uvijek surjekcija. Denicija 5.8 Funkcija f je bijekcija ako je i injekcija i surjekcija. Injektivnost, surjektivnost i bijektivnost su vana svojstva realnih funkcija. S z njima se najee susreemo kod rjeavanja jednadbi. Surjektivnost osigurava c sc c s z postojanje rjeenja, a injektivnost njegovu jedinstvenost. s Injektivnost se na grafu realne funkcije manifestira injenicom da se presjek grafa c i pravca y = c sastoji od najvie jedne toke, za bilo koji c R. s c Primjer 5.10 Funkcija f (x) = xn , n N, je injekcija za neparan n, ali ne i za paran n, jer pravac y = 1 sijee graf funkcije f (x) = xn za parno n u tokama c c (1, 1) i (1, 1). Primjer 5.11 U Primjeru 5.8 izraunali smo da je x(1300) = 4. Ako sada c umjesto y = 1300 uzmemo bilo koji c R i rijeimo jednadbu s z 200x + 500 = c,
178 dobivamo formulu za x u terminima c, x(c) = c 500 . 200
Komponiramo li (uvrstimo) formulu za c(x) i x(c), dobivamo c(x(c)) = 200 x(c(x)) = c 500 + 500 = c, 200
(200x 500) + 500 = x. 200
Denicija 5.9 Za zadanu funkciju f : A B kaemo da ima inverznu z funkciju ako postoji funkcija g : B A takva da je (f g)(x) = (g f )(x) = x. Funkciju g oznaavamo s g = f 1 i piemo g(x) = f 1 (x). c s (f f 1 )(x) = (f 1 f )(x) = x f (f 1 (x)) = f 1 (f (x)) = x. Dakle, funkcija g : B A je inverzna funkcija funkcije f : A B ako i samo ako vrijedi f g = g f = id.
4 3 2 1
-4
-2 -1 -2 -3 -4
Slika 5.15: Graf funkcije i njoj inverzne funkcije.
179
Napomena 5.19 Funkcija f : A B ima inverznu funkciju ako i samo ako je bijekcija. Tada je funkcija koja vrijednostima slike od f pridruuje argumente z od f dobro denirana. Neka je f : D(f ) R(f ) i za x D(f ) neka je y = f (x) R(f ). Tada je dobro denirana funkcija g : R(f ) D(f ) formulom g(y) = g(f (x)) = x. To je oito inverzna funkcija od f , jer je c f g = g f = id. Problem odredivanja bijektivnosti moemo svesti na problem odredivanja injekz tivnosti jer je svaka funkcija surjekcija na svoju sliku. Dakle, kad govorimo o inverzima funkcija f : R R, uvijek mislimo na inverze njihovih restrikcija na intervale na kojima su injektivne. Primjer 5.12 Funkcija f : R R(f ) dana formulom f (x) = x2 nije injekcija (Primjer 5.10), no njezine restrikcije na , 0] i [0, + jesu. Dakle, f | ,0] i f |[0,+ su bijekcije s inverzima g1 : [0, + , 0], g1 (x) = x, i g2 : [0, + [0, + , g2 (x) = x. Napomena 5.20 Ako je funkcija f : R R strogo monotona, onda je ona oito i bijekcija na svoju sliku, pa ima i inverznu funkciju. c Primijetimo da ako f nije strogo monotona nego samo monotona, onda ona ne mora imati inverznu funkciju jer ne mora biti injekcija. Teorem 5.1 Inverzna funkcija strogo rastue funkcije je strogo rastua, a strogo c c padajue funkcije strogo padajua. c c Dokaz: Neka je f : R R strogo rastua. Tada iz Napomene 5.20 znamo da f c ima inverznu funkciju g. Dakle vrijedi f g = g f = id. Kad g ne bi bila strogo rastua funkcija onda niti f g ne bi bila strogo rastua. No f g = id, a ona c c je strogo rastua funkcija. c Analogno se dokae tvrdnja ako je f strogo padajua. z c
180
Teorem 5.2 Inverzna funkcija neparne funkcije je neparna. Dokaz: Neka je funkcija f neparna bijekcija i neka je f 1 njena inverzna funkcija. Tada imamo f 1 (f (x)) = f 1 (f (x)) = x = f 1 (f (x)). Dakle, f 1 je neparna. Iz Primjera 5.12 slijedi da tvrdnju Teorema 5.2 ne moemo izrei za parne funkcije. z c Napomena 5.21 Primijetimo da iz uvjeta f f 1 = f 1 f = id slijedi da su graf funkcije f i graf njoj inverzne f 1 zrcalno simetrini s obzirom na pravac c y = id(x) = x. Pokuajmo sada, praktino izraunati, inverznu funkciju proizvoljne bijekcije s c c f : R R. Kako za inverznu funkciju vrijedi f (f 1 (x)) = x, zakljuujemo da se odredivanje funkcije f 1 svodi na rjeavanje jednadbe f (f 1 (x)) = c s z x po nepoznanici f 1 (x). Primjer 5.13 Odredimo inverznu funkciju za funkciju f : R+ R(f ) danu 0 2 formulom f (x) = x 4. Rjeavajui jednadbu f (f 1 (x)) = x po f 1 (x) dobivamo s c z f 1 (x) = x + 4.
Predznak + odabrali smo kako bi f 1 (x) bila rastua funkcija, jer je f (x) c rastua. c Analogno kao u Primjeru 5.13 funkcija f (x) = xn za paran n je denirana na cijelom R i slika joj je [0, + , ali nije bijekcija. Ako elimo pronai inz c verznu funkciju od f moramo f restringirati na , 0] ili [0, + gdje je bijekcija. Tada je njena inverzna funkcija g : [0, + , 0] odnosno
5.2. PREGLED ELEMENTARNIH FUNKCIJA
181
g : [0, + [0, + dana formulom n x odnosno n x. Ako je n neparan, onda je f bijekcija sa R u R i inverzna funkcija joj je g : R R dana formulom g(x) = n x. Cak i za funkcije koje imaju inverze, nije uvijek mogue te inverzne funkcije c eksplicitno zapisati pomou elementarnih funkcija. Primjer takve funkcije je c x f (x) = xe . Restrikcija te funkcije na interval [1, + je bijekcija, tj. ima inverznu funkciju, no ona se ne moe izraziti kao konana kombinacija elementarnih z c funkcija.
0.8 0.6 0.4 0.2 -3 -2 -1 -0.2 -0.4 1 2
Slika 5.16: Graf funkcije f (x) = xex .
5.2
Pregled elementarnih funkcija
Funkcije koje se u primjeni najee pojavljuju dobile su tijekom povijesti posebna c sc imena i oznaku. Najee i najjednostavnije zovemo elementarnim funkcijama. S c sc mnogima od njih smo se ve susreli tijekom dosadanjeg obrazovanja pa u ovom c s odjeljku samo ukratko podsjeamo na njihova osnovna svojstva. c Osim elementarnih postoje i tzv. specijalne funkcije kojima se ovdje neemo c baviti. Pojam funkcije je vrlo openit i obuhvaa i tipove ovisnosti koji nemaju veliku c c praktinu primjenu. c
182
5.2.1
Klasikacija i podjela realnih funkcija
1. Elementarne a) Algebarske - Polinomi - Racionalne funkcije - Ostale algebarske funkcije b) Transcendentne - Eksponencijalne - Logaritamske - Trigonometrijske - Ciklometrijske - Hiperbolike c - Area 2. Specijalne a) Gama b) Besselove c) erf d) Ortogonalni polinomi e) Hipergeometrijske f) Ostale
5.2.2
Polinomi
Za svaki realan broj x mogue je izraunati svaku njegovu potenciju s nenegac c tivnim cjelobrojnim eksponentom k 0, xk = x x x .
k
Po deniciji stavljamo x0 = 1, za svaki x R. Zbrajajui konano mnogo takvih c c potencija istog broja x R, mnoenih nekim koecijentima, dolazimo do pojma z
183
polinoma. Polinomi su konceptualno najjednostavije funkcije. Vrijednost polinoma P (x) moe se izraunati konanim brojem operacija zbrajanja i mnoenja za svaki z c c z realan broj x. Dakle je svaki polinom deniran na cijelom skupu R. Denicija 5.10 Polinom n-tog stupnja u varijabli x je funkcija zadana formulom
n
Pn (x) =
i=0
ai xi = an xn + an1 xn1 + . . . + a2 x2 + a1 x + a0 .
Ovdje podrazumijevamo da je an = 0. Stupanj polinoma je najvia potencija nezavisne varijable x u formuli za s Pn (x). Realne konstante an , . . . ,a1 , a0 su koecijenti polinoma Pn (x). Koecijent an je vodei, a a0 je slobodni koecijent. c
10 7.5 5 2.5 -3 -2 -1 -2.5 -5 50 40 30 20 10 -3 -2 -1 -10 1 2 3 4 1 2 3 -2 -200 -400 2 4 200
60 40 20 -2 -1 -20 -40 1 2 3 4
Slika 5.17: Na slici su prikazani redom grafovi (funkcija) polinoma P6 (x) = x2 (x2 1)(x2 4) = x6 5x4 +4x2 , P5 (x) = x(x2)(x4)2 (x+3) = x5 7x4 + 2x3 +64x2 96x, P4 = (x1)(x3)(x+2)2 i P7 = (x+1)(x1)3 (x2)(x3)2 . Denicija 5.11 Dva polinoma P i Q su jednaka, ako su jednaki kao funkcije, tj. P, Q : R R su jednaki ako je P (x) = Q(x) za svaki x R. Polinom P : R R takav da vrijedi P (x) = 0 za svaki x R zovemo nulpolinom.
184
n
Teorem 5.3 (Teorem o nulpolinomu) Polinom Pn (x) = nom ako i samo ako je a0 = a1 = ... = an = 0.
i=0
ai xi jest nulpoli-
Kao posljedicu Teorema 5.3 moemo sada dati drugu karakterizaciju jednakosti z polinoma iz Denicije 5.11, tj.:
n m
Teorem 5.4 Polinomi Pn (x) =

i=0
ai x i Qm (x) =
i=0
bi xi su jednaki ako i
samo ako je m = n i ai = bi , za sve i = 0, 1, ..., n.
Broj x0 R za koji je Pn (x0 ) = 0 je realna nultoka polinoma Pn . c Pravilnije bi bilo rei da je takav broj nulite polinoma, a toka u kojoj graf c s c polinoma sijee os x da je nultoka. Apscisa nultoke je nulite, a ordinata je, c c c s naravno, 0. Kaemo da je x0 nultoka k-tog reda polinoma Pn ako je z c Pn (x) = (x x0 )k Qnk (x), pri emu je Qnk (x) polinom stupnja n k u varijabli x i Qnk (x0 ) = 0. Broj c k zove se red ili kratnost nultoke x0 . c Primjer 5.14 Polinom f (x) = x ima u x = 0 nultoku prvog reda. Polinom c f (x) = (x1)2 ima u toki x = 1 nultoku drugog reda. Polinom f (x) = (x2)3 c c ima u x = 2 nultoku treeg reda. c c
2 1 -2 -1 -1 -2 -1 1 2 1 1 2 3 -0.01 -0.02 4 0.02 3 2 0.01 1.5 2 2.5 3
Slika 5.18: Primjeri nultoaka razliite kratnosti iz Primjera 5.14. c c
185
Napomena 5.22 U nultokama neparnog reda polinom mijenja predznak, dok c u nultokama parnog reda nema promjene predznaka. c
Dokaz: Svaki polinom je neprekidna funkcija na R (Teorem 6.8). Ako je x0 R nultoka reda k c od Pn (x), onda znamo da Pn (x) moemo zapisati kao Pn (x) = (x x0 )k Qnk (x), gdje je k z red nultoke x0 i Qnk (x) polinom stupnja n k takav da je Qnk (x0 ) = 0, tj. po Teoremu c 6.3 Qnk (x) = 0 na nekoj oklini oko x0 . Ako je k neparan, onda iz Teorema 6.3 imamo da na nekoj okolini oko x0 za x < x0 vrijedi (x x0 )k < 0, dok za x > x0 vrijedi (x x0 )k > 0. Dakle Pn (x) mijenja predznak u nultoki c x0 neparnog reda. Ako je k paran, onda iz Teorema 6.3 imamo da na nekoj okolini oko x0 za x < x0 i za x > x0 vrijedi (x x0 )k > 0. Dakle Pn (x) ne mijenja predznak u nultoki x0 parnog reda. c
Polinom prvog stupnja p(x) = ax + b zovemo linearna funkcija. Graf linearne funkcije je pravac s koecijentom smjera a i odsjekom na osi y jednakim c b. Za a = 0 imamo konstantnu funkciju p(x) = b. Linearna funkcija p(x) = ax + b je rastua ako je a 0, a padajua ako je a 0. Ako su ove nejednakosti c c stroge, kaemo da je linearna funkcija strogo rastua, odnosno strogo padajua. z c c Ponaanje linearne funkcije je isto na cijelom podruju denicije - ako raste u s c nekoj toki, raste na cijelom R. c b Oito za a = 0 linearna funkcija ima tono jednu nultoku a . c c c
1000 800 600 400 200 200 400 600 800 1000
Slika 5.19: Graf linearne funkcije f (x) = x + 75, za x 0. Funkcija p : R R dana formulom p(x) = ax2 + bx + c, a = 0, je polinom drugog stupnja ili kvadratna funkcija. Graf kvadratne funkcije je parabola koja ima os simetrije paralelnu s osi y. Otvor joj je okrenut prema gore ako je a > 0, a prema dolje ako je a < 0. Tjeme
186
6 4 2 -5 -4 -3 -2 -1 -2 -4 -6
Slika 5.20: Graf kvadratne funkcije f (x) = x2 + 3x 4. parabole ima koordinate (b/2a, D/4a), gdje je D diskriminanta kvadratne funkcije D = b2 4ac. Nultoke kvadratne funkcije dane su formulom c x1,2 =
b D , 2a
i realne su ako je D 0. Vidimo da je pronalaenje nultoaka polinoma prvog i drugog stupnja relaz c tivno lagano. Za polinome treeg i etvrtog stupnja takoder postoje formule c c za raunanje njihovih nultoaka, dok za polinome stupnja vieg od etiri takve c c s c formule ne postoje. Traenje nultoaka polinoma stupnja vieg od etiri (ako z c s c polinom nema neki posebni oblik, npr. P7 (x) = (x 4)7 ) svodi se na numerike c metode. Teorem 5.5 (Osnovni teorem algebre) Svaki polinom n-tog stupnja ima tono c n kompleksnih nultoaka. c Iz Teorema 5.5 direktno slijedi da svaki polinom n-tog stupnja moe imati najvie z s n realnih nultoaka. c Napomena 5.23 Polinom neparnog stupnja mora imati barem jednu nultoku. c
Dokaz: Za dovoljno velike pozitivne x R oito Pn (x) poprima velike pozitivne vrijednosti (ako c je an > 0, inae velike negativne vrijednosti), dok za velike negativne x R oito Pn (x) c c poprima velike negativne vrijednosti (ako je an > 0, inae velike pozitivne). Zbog neprekidnosti c polinoma na R (Teorem 6.8) graf polinoma mora negdje sjei x os, tj. mora postojati broj c x0 R koji e biti nultoka od Pn (x). c c
187
Primjer 5.15 Kvadratna funkcija p(x) = x2 + 1 nema realne nultoke jer je c D < 0. Dakle, iz Primjera 5.15 zakljuujemo da polinom parnog stupnja moe i ne mora c z imati realne nultoke. c
n
Za velike apsolutne vrijednosti argumenta polinom Pn (x) =

i=0
ai xi se
ponaa kao njegov vodei lan, tj. kao funkcija an xn , jer za velike apsolutne s c c vrijednosti argumenta x broj xn je po apsolutnoj vrijednosti puno vei od broja c i x , i = 1, ..., n 1. Primjer 5.16 Pogledajmo funkciju (polinom) Pn (x) = xn . 1. Ako je n = 1, onda je P1 (x) = x linearna funkcija, tj. pravac y = x. Oito je D(P1 ) = R(P1 ) = R, P1 (x) strogo raste na R, dakle je bijekcija, c neparna je i ima nultoku u (0, 0). c 2. Ako je n paran broj, onda je oito funkcija Pn (x) = xn parna, tj. graf c joj je zrcalno simetrian s obzirom na y os, dakle nije injekcija. Nadalje, c vrijedi D(Pn ) = R, R(Pn ) = [0, + . Strogo pada na , 0], strogo raste na [0, + i ima nultoku u (0, 0). c
4 2 12 10 8 6 -4 -2 -2 -4 2 4 4 2 -3 -2 -1 1 2 3
Slika 5.21: Grafovi funkcije f (x) = xn za neparne (lijevo) i parne (desno) n. 3. Ako je n neparan broj, onda je oito funkcija Pn (x) = xn neparna, tj. c graf joj je centralno simetrian s obzirom na ishodite. Nadalje vrijedi c s D(Pn ) = R(Pn ) = R, Pn (x) strogo raste na R, dakle je bijekcija i ima nultoku u (0, 0). c
188
Napomena 5.24 Uoimo da za polinom prvog stupnja (linearnu funkciju) nema c smisla govoriti o asimptotama. Vertikalnu ne moe imati jer je svaki polinom neprekidna funkcija, dok za kosu z ili horizontalnu nema smisla govoriti jer je polinom prvog stupnja ustvari pravac, tj. sam sebi je asimptota. Napomena 5.25 Polinom proizvoljnog stupnja n > 1 nema asimptotu.
Dokaz: Zbog neprekidnosti svakog polinoma na R (Teorem 6.8) zakljuujemo da polinom stupnja c n > 1 ne moe imati vertikalnu asimptotu. z
n
Nadalje, kako se polinom Pn (x) =

i=0
ai xi , n > 1, za velike apsulutne vrijednosti argumenta
ponaa kao an xn i jer je n > 1 zakljuujemo da polinom Pn (x) ne moe imati niti horizontalnu s c z n niti kosu asimptotu jer funkcija an x puno bre raste ili pada od svakog pravca. z
Osim promatranih polinoma jedne varijable moemo promatrati i polinome z vie varijabli. Naravno, u tom sluaju se situacija komplicira. Npr. ne moemo s c z govoriti o monotonosti takvih funkcija jer ne znamo usporedivati uredene p-torke (ako polinom ima p varijabli), problem ponitavanja je vrlo kompliciran, problem s asimptotike je sloeniji, itd. z Denicija 5.12 Polinom (n + m)-tog stupnja u dvije varijable x i y je funkcija zadana formulom
n m
Pnm (x, y) =
i=0 j=0
aij xi y j .
Realne konstante aij , i = 1, ..., n, j = 1, ..., m, su koecijenti polinoma Pnm (x).
5.2.3
Racionalne funkcije
Oito je zbroj, razlika, umnoak i kompozicija polinoma ponovo polinom, ali c z kvocijent dvaju polinoma openito nije polinom. Dakle, dijeljenjem polinoma c izlazimo iz te klase funkcija, slino kao to dijeljenjem prirodnih (ili cijelih) broc s jeva dobivamo brojeve koji (openito) nisu prirodni. Po analogiji s racionalnim c brojevima, kvocijente dvaju polinoma nazivamo racionalnim funkcijama. Za
189
razliku od polinoma, racionalne funkcije openito nisu denirane na cijelom skupu c R jer se njihove vrijednosti ne mogu izraunati u tokama u kojima im se nazivnik c c ponitava. Naravno, postoje i racionalne funkcije kojima se nazivnik nigdje ne s ponitava; takve su denirane na cijelom R. Polinomi su specijalni sluaj racionals c nih funkcija kojima je polinom u nazivniku jednak 1. Denicija 5.13 Funkcija f : R R je racionalna ako je oblika f (x) =
Pn (x) , Qm (x)
pri emu su Pn (x) i Qm (x) polinomi u x. c Primjer 5.17 Pogledajmo sljedee primjere: c 1. Funkcija f dana formulom f (x) = 2. Funkcija g dana formulom g(x) =
x+2 x2 3 x sin x x1
je racionalna funkcija. nije racionalna funkcija. je racionalna funkcija.
3. Funkcija hR dana formulom h(x) = 4. Funkcija i dana formulom i(x) =
x7 5 23xx3
2x+1 x
nije racionalna funkcija.
5. Funkcija j dana formulom j(x) = x13 je polinom, ali i racionalna funkcija kod koje je nazivnik polinom Q1 (x) = 1. 6. Funkcija k dana formulom k(x) =
2 23x
je racionalna funkcija.
Pn Racionalna funkcija f (x) = Qm(x) je denirana u svim realnim brojevima osim u (x) onima za koje se nazivnik ponitava, tj. nultokama nazivnika. Dakle, s c
D(f ) = {x R; Qm (x) = 0}. (Smatramo da je racionalna funkcija ve skraena, tj. da ne postoji x0 R koji c c je nultoka i brojnika i nazivnika.) Dakle, racionalna funkcija nije denirana u c najvie konano mnogo toaka iz R. s c c Nultoke racionalne funkcije su nultoke njenog brojnika. Dakle, f (x) = c c Pn (x) = 0 ako i samo ako je Pn (x) = 0. Qm (x) Nultoke nazivnika se zovu polovi racionalne funkcije. U polu racionalna funkcija c nije denirana. Red pola je red odgovarajue nultoke nazivnika. c c
190
100 75 50 25 -1 -0.5 -25 -50 -75 -100 0.5 1 80 60 40 20 -1 -0.5 0.5
1 x
Slika 5.22: Primjer pola neparnog reda funkcije f (x) = 1 parnog reda funkcije f (x) = x2 (desno).
(lijevo) i pola
Napomena 5.26 Ako je pol parnog reda, onda vrijednosti racionalne funkcije s njegove lijeve i desne strane tee u istu beskonanost, dok za polove neparnog z c reda, vrijednosti funkcije s lijeve i desne strane pola tee u suprotne beskonanosti. z c Dokaz: Red pola je red nultoke nazivnika. Sada tvrdnja izravno slijedi iz Napomene c 5.22. Za odredenu kombinaciju stupnjeva brojnika i nazivnika, kao i u tokama u c kojima se nazivnik ponitava, racionalna funkcija pokazuje ponaanje koje nismo s s nalazili kod polinoma - graf racionalne funkcije moe imati asimptote: z 1. Racionalna funkcija u polu ima vertikalnu asimptotu (jer je pol rub prirodnog podruja denicije racionalne funkcije). U okolini polova vrijednosti racionalne c funkcije postaju po volji velike (idu u +) ili po volji male (idu u ) s jedne i s druge strane (Napomena 5.26). 2. Osim vertikalnih, racionalne funkcije mogu imati jo i horizontalne i kose s asimptote, i to na vanjskim rubovima prirodnog podruja denicije, tj. kad c argument ide u + i . Dakle, imamo
n n
f (x) =
Pn (x) = Qm (x)
ai x
i=0 m
x =
n i=0 m
ai xin . bi x
i=0 im
bi x
i=0
xm

n m
191 ai x
in
Sada kada argument ide u beskonanost izraz c

i=0
odnosno
i=0
bi xim
ide u an odnosno u bm . Dakle za velike x racionalna funkcija f se ponaa s kao

an nm . bm x
an a) Ako je n < m, onda izraz bm xnm postaje po volji blizu nuli kada argument ide u beskonanost. Racionalna funkcija ima horizontalnu c asimptotu y = 0.
b) Ako je n = m, onda racionalna funkcija ima horizontalnu asimptotu y = c, gdje je c jednak kvocijentu vodeih koecijenata polinoma u c an brojniku i nazivniku, bn .
an c) Ako je n > m + 1, onda je n m > 1, tj. izraz bm xnm raste ili an pada bre od pravca bm x, odnosno racionalna funkcija (koja se za z an velike vrijednosti argumenta ponaa kao bm xnm ) raste ili pada bre s z od pravca. Dakle, racionalna funkcija nema ni horizontalne ni kose asimptote.
d) Ako je n = m + 1, onda je n m = 1, odnosno racionalna fukcija se an u beskonanosti ponaa kao bm x. Preciznije, imamo c s
m+1 m
f (x) =
Pm+1 (x) = Qm (x)
ai xi
i=0 m
= b i xi
am+1 x
m
m+1
ai xi +
i=0 m
= b i xi
b i xi
i=0 m i=0
i=0
x (am+1 x)
m
x +
m i=0 m
ai xim . bi xim
i=0
xm
i=0 m
bi xim
xm
Sada kad pustimo da argument ide u beskonanost drugi pribrojnik, c

xm
ai xim
i=0 m
tj.
xm
, se pribliava broju z bi x
im
am , bm
dok prvi pribrojnik, tj.
i=0
192
xm (am+1 x) , m im xm bi x i=0 m
POGLAVLJE 5. FUNKCIJE ide u

am+1 x, bm
jer
i=0
bi xim ide u bm . Dakle, kada
argument ide u beskonanost, racionalna funkcija se pribliava pravcu c z (kosoj asimptoti)

am+1 bm x
am bm .
4 2 -1 -2 -4 1 2 3 -6 -4 -2
4 2 2 -2 -4 4
1 1 Slika 5.23: Primjer racionalnih funkcija f (x) = 1 x1 (lijevo), f (x) = x + x (desno) i njihovih asimptota.
Napomena 5.27 Analogno kao i kod vertikalnih asimptota, racionalne funkcije imaju svojstvo da im je isti pravac horizontalna (ili kosa) asimptota na obje strane. Dakle, ako racionalna funkcija ima asimptotu y = c kad x tei u +, z onda je isti pravac horizontalna asimptota i kad x tei u . z Primjer 5.18 Neka je dana funkcija f : R R formulom f (x) = x2 + 1. Oito je D(f ) = R, R(f ) = [1, + , f je parna, tj. zrcalno simetrina obzirom c c na y os, dakle nije injekcija. Nadalje, f strogo pada na , 0] i za svaki x , 0 vrijedi f (x) > x, f strogo raste na [0, + i za svaki x 0, + vrijedi f (x) > x. Za dovoljno velike po apsolutnoj vrijednosti argumente funkcija f se proizvoljno blizu pribiava pravcu y = x (za x < 0) odnosno pravcu y = x (za x > 0). z Dakle pravci y = x i y = x su kose asimptote funkcije f . Primjetimo da pravci y = x i y = x nisu kose asimptote funkcije f na obje strane jer slika funkcije f je [1, + . Iz Primjera 5.18 zakljuujemo da za funkcije koje nisu racionalne (jo kaemo c s z da su iracionalne) svojstvo iz Napomene 5.27 ne mora vrijediti.

3 2 1 -4 -2 -1 -2 -3 2 4
193
Slika 5.24: Primjer iracionalne funkcije f (x) = iz Primjera 5.18.
x2 + 1 i njenih asimptota
z Napomena 5.28 Funkcija ne moe na istu stranu imati i horizontalnu i kosu asimptotu, jer u suprotnom ne bi bila funkcija.
5.2.4
Algebarske funkcije
Funkcija je algebarska ako se u formuli kojom je zadana pojavljuju samo cjelobrojne potencije i korijeni. Denicija 5.14 Funkcija f : R R je algebarska ako postoji polinom od dvije varijable P (x, y) takav da vrijedi P (x, f (x)) = 0. Napomena 5.29 Svaki polinom i racionalna funkcija su algebarske funkcije.
Dokaz: Neka je dan proizvoljni polinom Pn (x). Denirajmo polinom u dvije varijable s P (x, y) = Pn (x) y. Tada je oito P (x, Pn (x)) = 0, dakle je svaki polinom algebarska funkcija. c Neka je sada f (x) = funkcija i algebarska.
Pn (x) Qm (x)
proizvoljna racionalna funkcija. Denirajmo polinom u dvije
varijable s P (x, y) = Qm (x)y Pn (x). Tada je oito P (x, f (x)) = 0, dakle je svaka racionalna c
Primjer 5.19 1. Funkcija f dana formulom f (x) = n x je algebarska za svaki n N jer za polinom P (x, y) = x y n oito je P (x, f (x)) = 0. c
194
1 2. Funkcija f dana formulom f (x) = x je algebarska za svaki n N jer za n polinom P (x, y) = xy n 1 oito je P (x, f (x)) = 0. c
Kako se u algebarskoj funkciji pojavljuju samo cjelobrojne potencije i korijeni zakljuujemo da je prirodno podruje denicije algebarske funkcije cijeli R bez c c nultoaka nazivnika i bez podruja gdje nisu denirani parni korijeni (Primjer c c 5.13). Primjer 5.20 1. Neka je dana algebarska funkcija f formulom f (x) = x. Funkcija f je inverzna funkcija restrikcije funkcije g(x) = x2 na [0, + . Dakle, je D(f ) = R(f ) = [0, + (Primjer 5.13), f strogo raste na domeni i f je denirana u konanom rubu prirodnog podruja denicije, c c tj. 0 je regularna toka (toka 5.1.4), dakle nema vertikalnu asimptotu. c c Nadalje, kako za velike argumente vrijednost x puno sporije raste od bilo kojeg pravca zakljuujemo da f nema kosu asimptotu. Horizontalnu ne c moe imati zbog strogog rasta i neomedenosti. z 2. Neka je dana algebarska funkcija f formulom f (x) = 3 x. Funkcija f je inverzna funkcija funkcije g(x) = x3 , koja je bijekcija sa R na R. Dakle, je D(f ) = R(f ) = R (Primjer 5.13), f strogo raste na R i neomedena je, dakle nema niti vertikalnu niti horizontalnu asimptotu. Nadalje, kako za velike argumente vrijednost 3 x puno sporije raste od bilo kojeg pravca zakljuujemo da f nema kosu asimptotu. c
1 3. Neka je dana algebarska funkcija f formulom f (x) = x1 . Funkcija f je denirana svugdje osim u tokama u kojima je x 1 = 0 i x 1 < 0 c (Primjer 5.13). Dakle, je D(f ) = 1, + i R(f ) = 0, + , f strogo pada na domeni i f nije denirana u konanom rubu prirodnog podruja c c denicije, tj. u 1 (toka 5.1.4). Kada se argument sve vie pribliava c s z broju 1, vrijednost funkcije raste u + i njen se graf prozvoljno blizu pribliava pravcu x = 1, tj. ima vertikalnu asimptotu x = 1. Nadalje, za z velike argumente vrijednosti funkcije se proizvoljno blizu pribliavaju nuli, z tj. pravac y = 0 je horizontalna asimptota funkcije f , dok kosu asimptotu ne moe imati zbog Napomene 5.28. z 1 4. Neka je dana algebarska funkcija f formulom f (x) = 1 + x . Funkcija 4 f je denirana svugdje osim u tokama u kojima je 4 x = 0 i x < 0 c
195
(Primjer 5.13). Dakle, je D(f ) = 0, + i R(f ) = 1, + , f strogo pada na domeni i f nije denirana u konanom rubu prirodnog podruja c c denicije, tj. u 0 (toka 5.1.4). Kada se argument sve vie pribliava broju c s z 0, vrijednost funkcije raste u + i prozvoljno se blizu pribliava pravcu z x = 0, tj. ima vertikalnu asimptotu x = 0. Nadalje, za velike argumente vrijednost funkcije se proizvoljno blizu pribliava broju 1, tj. pravac y = 1 z je horizontalna asimptota funkcije f , dok kosu asimptotu ne moe imati z zbog Napomene 5.28. 5. Neka je dana algebarska funkcija f formulom f (x) = x2 1. Funkcija f je denirana svugdje osim u tokama u kojima je x2 1 < 0 (Primjer c 5.13). Dakle, je D(f ) = R \ 1, 1 i R(f ) = [0, + , f je parna i strogo pada na , 1] a strogo raste na [1, + . Denirana je u konanim c rubovima prirodnog podruja denicije, tj. 1 i 1 su regularne toke (toka c c c 5.1.4), dakle nema vertikalnu asimptotu. Horizontalnu ne moe imati zbog z strogog rasta i neomedenosti. Za dovoljno velike po apsolutnoj vrijednosti argumente vrijednost funkcije se pribliava pravcu y = x (za x < 1) z odnosno pravcu y = x (za x > 1). Dakle f ima kose asimptote. Iz Primjera 5.20 vidimo da algebarskoj funkciji konani rubovi mogu biti reguc larni, a moe u njima imati i vertikalnu asimptotu. U beskonanim rubovima z c imamo sva tri ponaanja, kao i kod racionalne funkcije, tj. moe se dogoditi da s z nema asimptote ali i da imamo kosu ili horizontalnu (ali ne obje na istoj strani, Napomena 5.28). Potencije Izraz oblika ab zovemo potencijom s bazom a i eksponentom b. Za cjelobrojni pozitivni eksponent b potenciju s eksponentom b deniramo kao ab = a a . . . a, pri emu se baza a pojavljuje b puta kao faktor u umnoku na desnoj strani gornje c s jednakosti. Primjer funkcije u kojoj jedna veliina ovisi o potenciji druge veliine je ovisnost c c povrine kruga o njegovom polumjeru: s P (r) = r2 .
196
Ovako denirane potencije su specijalni sluaj polinoma s kojima smo se ve c c susreli. Pokazuje se da se potencije mogu denirati i za eksponente koji nisu prirodni brojevi. Ako je eksponent potencije negativan cijeli broj n za n N, deniramo xn formulom xn = x1n . Takve potencije ne moemo izraunati kad je x = 0. z c n Dakle je podruje denicije funkcije f (x) = x c cijeli skup R bez toke 0. c Ponovo, podruje vrijednosti i oblik grafa ovise o parnosti eksponenta n. Funkcija c n f (x) = x za parno n je parna funkcija, dakle nije injekcija, strogo pada na 0, + dok na , 0 strogo raste. Funkcija f (x) = xn za neparno n je neparna funkcija, i strogo pada na , 0 i na 0, + , dakle je injekcija.
10 7.5 8 5 2.5 -2 -1 -2.5 -5 -7.5 -10 -2 -1 1 2 2 1 2 6 4 10
Slika 5.25: Grafovi funkcije f (x) = xn za neparne (lijevo) i parne (desno) n. I s ovakvim smo se potencijama ve susretali kad smo govorili o racionalnim c funkcijama. Za razlomljene eksponente oblika b = m pri emu je m Z, n N, deniramo c n n m/n x = xm . Za parne n takve su funkcije denirane samo za nenegativne vrijednosti nezavisne varijable x (jer je funkcija f (x) = n x za parno n inverzna funkcija funkcije g|[0,+ (x) = xn ); za neparne n, denirane su na cijelom R (jer je funkcija f (x) = n x za neparno n inverzna funkcija funkcije g(x) = xn koja je bijekcija sa R u R). Dakle, u ovoj toki denirali smo potencije kojima smo eksponent proirili c s prvo sa skupa N na skup Z, a nakon toga i na skup Q. Sada je pitanje moemo z li, i kako, denirati potenciju s proizvoljnim realnim brojem kao eksponentom? To je mogue, ali ne za sve baze (za negativne baze ne moemo). Dolazimo do c z pojma eksponencijalne funkcije.

1.5 1 0.5 1 -3 -2 -1 -0.5 -1 -1.5 1 2 3 0.75 0.5 0.25 0.5 1 1.5 2 2.5 3 1.75 1.5 1.25
197
Slika 5.26: Grafovi funkcije f (x) = x1/n za neparne (lijevo) i parne (desno) n.
5.2.5
Eksponencijalne funkcije
Eksponencijalne se funkcije prirodno javljaju kao matematiki modeli situacija c u kojima je promjena neke veliine proporcionalna toj veliini. Primjeri su rast c c populacije, prirast biomase, razmnoavanje bakterija, raspadanje radioaktivnih z tvari, raunanje kamate itd. c Denicija 5.15 Eksponencijalna funkcija s bazom a (a > 0, rana formulom f (x) = ax . a = 1) je deni-
Osnovica ili baza eksponencijalne funkcije je faktor za koji se promijeni vrijednost funkcije kada se vrijednost argumenta promijeni za 1. Ako je a > 1, imamo eksponencijalni rast, ako je a < 1, imamo eksponencijalni (ras)pad. Nezavisna varijabla se nalazi u eksponentu, odatle i ime. To je i temeljna razlika od polinoma u kojima se nezavisna varijabla nalazi u bazi potencije, a eksponenti su konstantni. Vrijednosti eksponencijalne funkcije mogu se izraunati za sve realne brojeve. c x Dakle je D(a ) = R, za svaku bazu a. Vrijednosti eksponencijalne funkcije su strogo pozitivne; nije mogue potenciranjem pozitivne baze dobiti kao rezultat c negativan broj ili nulu. To znai da je R(ax ) = R+ = 0, . c Za a > 1 funkcija f (x) = ax strogo raste na R. Za dovoljno velike argumente n ta funkcija raste bre od bilo koje potencije. To znai da veliina xx postaje po z c c a volji mala za svaki n N i za dovoljno veliki x. Kako je ax = a1x , slijedi da ax tei k nuli kada argumet x tei u . Dakle je os x jednostrana (lijeva) z z horizontalna asimptota grafa funkcije f (x) = ax .
198
20 15 10 5
20 15 10 5
-3
-2
-1
-3
-2
-1
Slika 5.27: Grafovi funkcija f (x) = ex (lijevo) i f (x) = (1/e)x = ex (desno). Za baze 0 < a < 1, graf funkcije f (x) = ax dobivamo iz grafa funkcije 1 x 1 g(x) = a zrcaljenjem preko y-osi. (Za 0 < a < 1 je a > 1). Dakle funkcija f (x) = ax je strogo padajua, D(ax ) = R, R(ax ) = 0, + , za c x 0 < a < 1 funkcija a raste neogranieno kada argument x tei u i x os joj c z je jednostrana (desna) horizontalna asimptota. Temeljno svojstvo eksponencijalnih funkcija izdvaja od svih moguih baza c x jednu kao najprirodniju. Naime, oznaimo li promjenu veliine a s (ax ), uvjet c c proporcionalnosti se iskazuje kao (ax ) = k ax , pri emu je k konstanta proporcionalnosti koja ovisi o bazi a. Najjednostavnija c konstanta proporcionalnosti je k = 1. Moe se pokazati da se ta konstanta z postie za tono jednu bazu. Tu bazu oznaavamo slovom e. Priblina vrijednost z c c z broja e je e = 2.718281828... Broj e je jedna od fundamentalnih konstanta prirode, slino kao konstanta . c Kasnije emo pokazati da se svaka eksponencijalna funkcija moe prikazati kao c z x px eksponencijalna funkcija s bazom e, tj. a = e , za neki p R. Teorem 5.6 (Osnovna svojstva eksponencijalne funkcije) Za svaki a > 0 vrijedi: 1. ax = ay = x = y;
5.2. PREGLED ELEMENTARNIH FUNKCIJA 2. ax ay = ax+y ; 3.

ax ay
199
= axy ;
4. (ax )y = axy ; 5. (a b)x = ax bx ; 6.

a x b
ax ; bx
7. a0 = 1. Posljedica sedmog svojstva iz Teorema 5.6 je da grafovi svih eksponencijalnih funkcija prolaze kroz toku (0, 1). c Napomena 5.30 Ponekad se eksponencijalna funkcija zapisuje u bazi oblika 1 + r > 0, tj. f (x) = (1 + r)x . Za r > 0 imamo interpretaciju r kao brzine rasta. Za r < 0 imamo brzinu (ras)pada. Funkcija ax za a > 0 je bijekcija sa R u 0, + , dakle ima inverznu funkciju koju zovemo logaritamska funkcija.
5.2.6
Logaritamske funkcije
Primjer 5.21 Izotop ugljika C 14 je zastupljen u odredenoj koliini u svim ivim c z biima. Nakon prestanka izmjene tvari s okolinom, tj. nakon smrti organizma, c radioaktivni C 14 se vie ne obnavlja i zateena koliina se poinje raspadati. Od s c c c 14 ukupne koliine C u organizmu pola se raspadne za 5730 godina. Dakle je x c godina nakon smrti organizma poetna koliina C 14 svedena na c c C(x) = C0 1 2
x 5730
Ovdje je C0 koliina izotopa C 14 u ivoj tvari. c z Koliko je davno ivio organizam ako je poetna koliina C 14 svedena na jednu z c c esnaestinu? s Treba rjeiti jednadbu C(x) = C0 . Koristei injenicu da je 16 = 24 i iz s z c c 16 Teorema 5.6, dobivamo C0 C0 C0 = 4 = x , 16 2 2 5730 i odatle je x = 4 5730 = 28920 godina.
200
Sto bismo uinili da se nije radilo o cjelobrojnoj potenciji broja 2 (npr. da je c poetna koliina C 14 svedena na jednu sedamnaestinu), tj. da ne moemo iskoc c z ristiti Teorem 5.6? Denicija 5.16 Neka je a > 0, a = 1. Logaritam pozitivnog realnog broja x po bazi a je broj c kojim treba potencirati bazu a da bi se dobio broj x. c = loga x ac = x. Iz Denicije 5.16 imamo aloga x = x i loga ac = c, tj. logaritamska funkcija s bazom a je inverzna eksponencijalnoj funkciji s istom bazom.
4 3 2 1
-4
-2 -1 -2 -3 -4
Slika 5.28: Graf funkcije f (x) = 2x (lijevo) i njoj inverzne funkcije f 1 (x) = log2 x (desno). Logaritam s bazom 10 zovemo dekadski ili Briggsov i oznaavamo s log x, c tj. ne piemo bazu 10. Logaritam po bazi e zovemo prirodni ili Napierov s i oznaavamo s ln x. U primjenama se jo pojavljuju i logaritmi s bazom 2, c s ld x . Iz Denicije 5.16 vidimo da logaritme moemo raunati samo za pozitivne z c realne brojeve. Dakle je D(loga ) = 0, + , za svaki a > 0. Iz Teorema 5.1 zakljuujemo da loga (x) strogo raste za a > 1, dok za 0 < a < 1 loga (x) strogo c pada. R(loga ) = R, za svaki a > 0. Kako je ax u 0 jednako 1, imamo da je
201
loga (1) = 0, tj. graf od loga (x) prolazi kroz toku (1, 0). Kako je x os lijeva c (a > 1) odnosno desna (0 < a < 1) horizontalna asimptota od ax , zakljuujemo c da vrijednosti funkcije loga (x) tee u kada vrijednosti argumenta tee u z z nulu za a > 1, odnosno vrijednosti funkcije loga (x) tee u + kada vrijednosti z argumenta tee u nulu za 0 < a < 1. Os y je vertikalna asimptota. z Teorem 5.7 (Osnovna svojstva logaritamske funkcije) Neka su x i y pozitivni realni brojevi. Tada za svaki a > 0 vrijedi: 1. loga (xy) = loga x + loga y; 2. loga
x y
= loga x loga y;
3. loga xr = r loga x; 4. loga a = 1; loga 1 = 0; 5. loga ay = y; aloga x = x;
6. log1/a x = loga x; 7. loga x = loga y = x = y. Iz Teorema 5.7, svojstvo 6, vidimo da graf logaritamske funkcije s bazom 0 < a < 1 dobivamo zrcaljenjem preko osi x grafa logaritamske funkcije s bazom 1/a i obrnuto.
3 2 1 2 -1 -2 -3 -4 -5 -1 -2 -3
1 2
5 4 3 4 6 8 2 1 2 4 6 8
Slika 5.29: Grafovi logaritamskih funkcija s bazom 2 (lijevo) i bazom (desno).
202
Vrijednosti logaritma istog broja x po dvjema razliitim bazama povezane su c sljedeom formulom: c x = blogb x = (aloga b )logb x = aloga b logb x tj. imamo loga x = loga b logb x. Vidimo da su vrijednosti logaritma proporcionalne. Konstantu proporcionalnosti 1 M = loga b = log a zovemo transformacijskim modulom, ili modulom b prijelaza. Zahvaljujui gornjoj relaciji, dovoljno je poznavati vrijednosti logaric tamske funkcije za jednu bazu; za sve ostale baze koristimo se odgovarajuim c modulima prijelaza. Moduli prijelaza su korisni i pri svodenju funkcije f (x) = ax na funkciju ex . Iz svojstava operacije potenciranja slijedi ax = (eln a )x = eM x , gdje je M = ln a. Vrijednosti dekadskih logaritama su tabelirane u logaritamskim tablicama, koje su nekad bile nezaobilazno pomagalo svakog inenjera. S porastom dostupz nosti elektronikih raunala vanost logaritama kao raunalnih pomagala poela c c z c c se smanjivati, no logaritamska funkcija je i dalje bitna za opis i razumijevanje mnogih prirodnih pojava.
5.2.7
Trigonometrijske funkcije
Trigonometrijske funkcije su sinus ili sin x, kosinus ili cos x, tangens ili tg x i kotangens ili ctg x. Povijesno se pojavljuju u metrikim problemima vezanim za pravokutni trokut. c Odatle im i ime. Ako je dan pravokutni trokut sa vrhovima A, B, C, katetama a, b i hipotenuzom c (stranica a je nasuprot vrha A, itd.) i kutovima , , (kut je uz vrh A, itd.), onda vrijedi: b a sin = , cos = , c c a b tg = , ctg = . b a
203
Vrijednosti ovih funkcija nisu nezavisne. Svaka od njih se moe izraziti preko bilo z koje od preostalih. Primjerice, iz Pitagorinog pouka slijedi c sin2 + cos2 = 1. Odatle je cos = Nadalje, a tg = = b 1 sin2 .
a c b c
sin , cos cos ctg = . sin Napomena 5.31 Predmetak ko u kosinus i kotangens dolazi zbog komplementarnosti kuta, tj. = cos = sin(90o ), ctg = tg(90o ).
Trigonometrijske funkcije prvotno su bile denirane za iljaste kutove. Odgos varajuom konstrukcijom mogu se poopiti i na realne brojeve. Prvo nam treba c c veza izmedu kuta i broja. Neka je K krunica polumjera r u ravnini sa sreditem u ishoditu. Neka je dan z s s proizvoljni kut . Ako sada povuemo polupravac (zraku) s poetkom u ishoditu c c s koji zatvara s pozitivnim djelom x osi kut , onda on sijee krunicu u jednoj c z toki T . Pogledajmo dio krunice (luk) izmedu toaka (r, 0) (presjek krunice c z c z i pozitivnog dijela x osi) i T (gledan u smjeru suprotnom od kazaljke na satu). Oito je kut vezan s duljinom luka, tj. imamo preslikavanje koje svakom kutu c pridruuje jedinstvenu duljinu luka s poetkom u toki (r, 0). Ovo preslikavanje je z c c oito bijekcija. Dakle, umjesto kuta moemo gledati odgovarajuu duljinu luka. c z c Za r = 1, opseg krunice je 2, a duljina luka koji odgovara kutu moe se z z uzeti kao mjera tog kuta. Tako punom kutu odgovara mjera 2, ispruenom , z a pravom 2 . Jedinica u kojoj je ta mjera izraena zovemo radijan. Tako npr. pravi kut ima z radijana. Dakle, 1 radijan je kut za koji je duljina luka jednaka polumjeru. 2 Neka je sada dana jedinina krunica u ravnini sa sreditem u ishoditu i c z s s pravac koji prolazi tokom (1, 0) paralelan s osi y. Uzmimo koordinatni sustav na c pravcu (tj. identicirajmo ga sa skupom R) tako da mu ishodite padne u toku s c
204
1
sin x 0 cos x
x 1
Slika 5.30: Trigonometrijska krunica i vrijednosti sinusa i kosinusa kuta x. z (1, 0). Denirajmo sada preslikavanje koje e namatati pravac na krunicu. Pri c z tome polupravac na kojem su smjeteni pozitivni brojevi namatamo na krunicu s z suprotno gibanju kazaljke na satu, a polupravac na kojem su smjeteni negativni s brojevi namatamo na krunicu u skladu s gibanjem kazaljke na satu. Time svakom z realnom broju t s pravca pridruili smo jedinstvenu toku T = (xt , yt ) na krunici. z c z Jasno je da za t [0, 2 ] (tj. t je iljasti kut) pravokutnosti trokuta sa katetama s xt , yt i hipotenuzom 1 slijedi da je xt = cos t i yt = sin t. Ako je t [ , ], onda 2 t nije iljast, ali oito vrijedi xt = xt i yt = yt . Dakle za t [ , ] moemo s c z 2 denirati cos t = cos( t) i sin t = sin( t). Slino, ako je t [, 3 ], c 2 3 onda je oito xt = x 3 t i yt = y 3 t . Dakle za t [, 2 ] moemo c z 2 2 3 3 3 denirati cos t = cos( 2 t) i sin t = sin( 2 t). Ako je t [ 2 , 2], onda vrijedi xt = x2t i yt = y2t . Dakle za t [ 3 , 2] moemo denirati z 2 cos t = cos(2 t) i sin t = sin(2 t). Proirili smo funkcije sinus i kosinus s sa iljastih kutova, tj. s [0, 2 ], na kutove iz [0, 2]. Analogno se sinus i kosinus s proire s [0, ] na [ , 0] odnosno na [2, 0] (pri emu je namatanje u smjeru s c 2 2 kazaljke na satu). Naravno, sada moemo sinus i kosinus analogno proirivati na R. Nakon to z s s namotamo komad duljine 2, situacija se poinje ponavljati. Kaemo da su sin c z i cos periodike funkcije. Dakle vrijedi c sin(t + 2k) = sin t, cos(t + 2k) = cos t
205
za svaki k Z. Svaki 2k, k Z, je period funkcija sin i cos. Najmanji pozitivni period je 2 i zovemo ga temeljni period. Dakle zbog periodinosti namatanjem pravca na krunicu moemo vrijednosti c z z trigonometrijskih funkcija pridruiti i argumentima izvan intervala [0, ], odnosno z 2 vrijednosti sinusa i kosinusa moemo denirati za sve realne brojeve. Dakle je z D(sin) = D(cos) = R. Nadalje, vidimo da je 1 cos t 1, 1 sin t 1, za svaki t R. To znai R(sin) = R(cos) = [1, 1]. c
2 1.5 1 0.5 -10 -5 -0.5 -1 -1.5 -2 5 10 -10 -5 2 1.5 1 0.5 -0.5 -1 -1.5 -2 5 10
Slika 5.31: Grafovi funkcija f (x) = sin x (lijevo) i f (x) = cos x (desno).
Napomena 5.32 Lako je vidjeti da je kosinus parna funkcija, dok je sinus neparna. Nadalje, zbog periodinosti, parnosti i neparnosti jasno je da je doc voljno znati vrijednosti jedne od tih funkcija na [0, ]. 2 Sinus i kosinus u primjenama slue za opis periodikih pojava, npr. za opis osz c cilacija, krvnoga tlaka, napona, temperatura kroz godinu, plime i oseke, itd. U mehanici i elektrotehnici se esto govori o oscilacijama u terminima perioda, c amplitude i faze. Vidjeli smo da sinus i kosinus poprimaju vrijednosti izmedu [1, 1], tj. amplituda (polovica razlike izmedu minimuma i maksimuma vrijednosti) im je 1. Nadalje, vidjeli smo da im je temeljni period 2 i da imaju takvo ponaanje da je vrijednost sinusa u nuli nula i u jedan, a kosinusa obrnuto, tj. s 2 1 u nuli i 0 u . Kaemo da im je faza nula. Medutim, u prirodi ima pojava koje z 2 se ne ponaaju tako, tj. imaju amplitudu razliitu od 1, period razliit od 2 i ne s c c
206
nul fazu. Malom modikacijom sinusa i kosinusa mogu se opisati i takve pojave, formulom A sin(Bx x0 ). Amplituda ove funkcije je A (jer je amplituda sinusa 1), period je 2 za B = 0 B (jer je period sinusa 2) i pomak u fazi, tj. pomak funkcije na x osi je x0 . Napomena 5.33 Zbog periodinosti, funkcije sinus i kosinus nisu injekcije, dakle c niti bijekcije, na svoju sliku. Iz konstrukcije proirenja lagano se vidi da je sinus s strogo rastua na [ 2 , 2 ], a kosinus strogo padajua na [0, ]. Dakle, c c Sin x = sin |[ , ] x 2 2 i Cos x = cos |[0 ,] x su bijekcije na [1, 1]. Osim kao kvocijent sinusa i kosinusa tangens i kotangens imaju i izravnu interpretaciju na trigonometrijskoj krunici. z Ako imamo jedininu krunicu u ravnini s sreditem u ishoditu i pravac paralelan c z s s s osi y koji prolazi tokom (1, 0) (jo ga zovemo tangensna os), onda je interc s pretacija vrijednosti tg t za t [0, 2 ] udaljenost toaka (1, 0) i P na tangensnoj c osi, gdje je toka P presjek polupravca iz ishodita kroz toku T (toka u koju c s c c se preslika t namatanjem na krunicu). Slino kao i sinus i kosinus, i funkciju z c tangens proirujemo izvan intervala [0, 2 ]. Dakle formula s sin t cos t vrijedi na cijelom R osim za vrijednosti t gdje je cos t = 0, tj. imamo D(tg) = R \ {(2k + 1) , k Z}, 2 to se vidi i s trigonometrijske krunice. Jasno je kada se t pribliava tokama s z z c z oblika (2k + 1) 2 tada vrijednost tangensa tei s jedne strane u + a s druge u . U tim tokama tangens ima vertikalnu asimptotu. c Zbog neparnosti sinusa i parnosti kosinusa imamo da je tangens neparna funkcija. Iz interpretacije tangensa s trigonometrijske krunice jasno je da je z tg t = tg (t + k ) = tg t,
207
za svaki t R \ {(2k + 1) , k Z}. Dakle je funkcija tangens periodina s c 2 temeljnim periodom i vrijedi R(tg) = R. Slino se interpretira i kotangens. Ako imamo jedininu krunicu u ravnini s c c z centrom u ishoditu i pravac paralelan s osi x koji prolazi tokom (0, 1) (jo s c s ga zovemo kotangensna os), onda je interpretacija vrijednosti ctg t za t [0, 2 ] udaljenost toaka (0, 1) i Q na kotangesnoj osi, gdje je toka Q presjek polupravca c c iz ishodite kroz toku T i kotangensne osi. Slino kao i sinus i kosinus, i funkciju s c c kotangens proirujemo na gotovo cijeli R. s
1 P T x 0 1 tg x ctg x Q
Slika 5.32: Trigonometrijska krunica i vrijednosti tangensa i kotangensa z kuta x. Dakle vrijedi formula cos t sin t na cijelom R osim za vrijednosti t gdje je sin t = 0. Imamo ctg t = D(ctg) = R \ {k, k Z}, to se vidi i s trigonometrijske krunice. Kada se t pribliava tokama oblika k s z z c tada vrijednost kotangensa tei s jedne strane u + a s druge u , pa u tim z tokama kotangens ima vertikalnu asimptotu. c Zbog neparnosti sinusa i parnosti kosinusa imamo da je kotangens neparna funkcija. Iz interpretacije kotangensa s trigonometrijske krunice jasno je da z je ctg (t + k ) = ctg t,
208
za svaki t R \ {k, k Z}. Funkcija kotangens je periodina s temeljnim c periodom i vrijedi R(ctg) = R.
4 2 -10 -5 -2 -4 5 10 -10 -5
4 2 5 -2 -4 10
Slika 5.33: Grafovi funkcija f (x) = tg x (lijevo) i f (x) = ctg x (desno). Napomena 5.34 Zbog periodinosti, ni tangens ni kotangens nisu injekcije, c dakle niti bijekcije, na svoju sliku. Iz konstrukcije proirenja lagano se vidi da s je tangens strogo rastua na 2 , 2 , a kotangens strogo padajua na 0, . c c Dakle, njihove restrikcije Tg x = tg| , x 2 2 i Ctg x = ctg| 0, x su bijekcije s tih intervala na R.
5.2.8
Ciklometrijske (arkus) funkcije
Trigonometrijske funkcije su periodine, dakle nisu bijekcije. Npr. jednadba c z sin x = c zbog periodinosti sinusa ima beskonano mnogo rjeenja za 1 c 1, a c c s nema rjeenja za c [1, 1]. Dakle sinus nema inverznu funkciju, a isto vrijedi s / i za ostale trigonometrijske funkcije. Zato se kod trigonometrijskih funkcija ograniimo na maksimalne intervale na c kojima su one bijekcije. Dakle, restringirajmo sinus na [ , ], kosinus na 2 2 [0, ], tangens na 2 , 2 i kotangens na 0, . Tada prema Napomeni 5.33
209
i Napomeni 5.34 znamo da su funkcije sin |[ , ] i tg| , strogo rastue, a c 2 2 2 2 cos |[0,] i ctg| 0, strogo padajue, dakle su i bijekcije. c Tako restringirane trigonometrijske funkcije imaju inverzne funkcije, koje zovemo arkus funkcije. One zadanoj vrijednosti trigonometrijske funkcije pridruuju z vrijednost kuta (duljine luka) za koju se ta vrijednost funkcije postie. z Za x [1, 1] deniramo arcsin x kao rjeenje t [ 2 , 2 ] jednadbe sin t = s z s z x. Kako je sin |[ , ] bijekcija, rjeenje jednadbe postoji i jedinstveno je. Dakle, 2 2 dobro je denirana funkcija arkus sinus arcsin : [1, 1] [ , ], 2 2 koja je inverzna funkciji sin |[ , ] . 2 2 Analogno deniramo funkciju arkus kosinus arccos : [1, 1] [0, ], inverznu funkciji cos |[0,] .
1.5 1 0.5 -1 -0.5 -0.5 0.5 1 -1 -1.5
3 2.5 2 1.5 1 0.5 -1 -0.5 0.5 1
Slika 5.34: Grafovi funkcija f (x) = arcsin x (lijevo) i f (x) = arccos x (desno). Iz Teorema 5.1 i Napomene 5.33 slijedi da je arcsin strogo rastua, a arccos c strogo padajua na [1, 1]. Nadalje, oito je c c D(arcsin) = D(arccos) = [1, 1], R(arcsin) = [ , ], 2 2 R(arccos) = [0, ],
i rubne toke 1 i 1 prirodnog podruja denicije su regularne za arcsin i za c c arccos. Za x R deniramo arctg x kao rjeenje t , jednadbe tg t = x . s z 2 2 s z Kako je tg| , bijekcija, rjeenje jednadbe postoji i jedinstveno je. Dakle, 2 2 dobro je denirana funkcija arkus tangens arctg : R , , 2 2
210 koja je inverzna funkciji tg| , . 2 2 Analogno deniramo funkciju arkus kotangens
arcctg : R 0, , inverznu funkciji ctg| 0, .
-4
2 1.5 1 0.5 -2 -0.5 -1 -1.5 -2
4 3.5 3 2.5 2 1.5 1 0.5 -4 -2
Slika 5.35: Grafovi funkcija f (x) = arctg x (lijevo) i f (x) = arcctg x (desno). Iz Teorema 5.1 i Napomene 5.34 slijedi da je arctg strogo rastua a arcctg strogo c padajua na R. Nadalje, oito je c c D(arctg) = D(arcctg) = R, R(arctg) = , , R(arcctg) = 0, . 2 2 Kako su pravci x = i x = odnosno pravci x = 0 i x = verikalne 2 2 asimptote od tg| 2 , 2 odnosno ctg| 0, imamo da su pravci y = i y = 2 2 odnosno pravci y = 0 i y = horizontalne asimptote od arctg odnosno arcctg. Napomena 5.35 Pri konstrukciji arkus funkcija restringirali smo trigonometrijske funkcije na odgovarajue intervale. Zbog periodinosti smo mogli odabrati c c i neke druge intervale restrikcije, tako da bi smo dobili arkus funkcije denirane na tim intervalima. Dakle, pri traenju rjeenja t jednadbe, npr. z s z sin x = t, treba voditi rauna u kojem se intervalu periodinosti trigonometrijske funkcije c c nalazi broj x. c Sljedea stvar na koju treba takoder paziti je podruje denicije trigonometrijske c i arkus funkcije. Npr. funkcija sin arcsin je denirana i jednaka je funkciji id na intervalu [1, 1], dok funkcija arcsin sin je denirana i jednaka je funkciji id z c na intervalu [ , ]. Dakle ne moemo rei da je sin arcsin = arcsin sin jer 2 2 nemaju isto podruje denicije. c
211
5.2.9
Hiperbolike i area funkcije c
Hiperbolike funkcije deniramo sljedeim formulama: c c e x + e x , 2 e x e x sh x = , 2 sh x e x e x th x = = x , ch x e + e x 1 , cth x = th x i zovemo ih redom kosinus hiperboliki, sinus hiperboliki, tanges hiperc c boliki i kotanges hiperboliki. Hiperbolike (ili hiperbolne) funkcije su po c c c nekim svojstvima sline trigonometrijskim funkcijama, iako se deniraju u terc minima eksponencijalne funkcije. Primjerice, vrijedi ch x = ch2 x sh2 x = 1 , za svaki x R. Napomena 5.36 Iz jednakosti ch2 x sh2 x = 1 dolazi ime hiperbolike, jer c 2 2 je jednadba x y = 1 jednadba hiperbole u ravnini. z z Pogledajmo sada neka svojstva hiperbolnih funkcija: 1. Kako je ch zadan u terminima eksponencijalne funkcije zakljuujemo da je c D(ch) = R. Lagano se vidi da je ch x > 0 , za svaki x R. Nadalje, parna je, dakle nije injekcija, neograniena je, strogo pada na , 0] i c strogo raste na [0, + . Dakle je R(ch) = [1, + i nema asimptote. 2. Kako je sh takoder zadan u terminima eksponencijalne funkcije imamo D(sh) = R. Lako se vidi da je neparna, strogo raste na R, neograniena c je pa je R(sh) = R i nema asimptote. 3. Kako ch nema nultoke zakljuujemo da je D(th) = R. Zbog neparnosti c c od sh i parnosti od ch, th je neparna. Strogo raste na R. Iz formule lagano slijedi da je |th x | < 1 , za svaki x R. Stovie, kada argument tei u s z + th x se sve vie pribliava pravcu y = 1, a kad argument tei u s z z th x se sve vie pribliava pravcu y = 1. Dakle th ima dvije horizonzalne s z asimptote, y = 1 i y = 1, i R(th) = 1, 1 .
212
6 4 2 -4 -2 -2 -4 -6 2 4
6 5 4 3 2 1 -4 -2 2 4
Slika 5.36: Grafovi funkcija f (x) = sh x (lijevo) i f (x) = ch x (desno). 4. Kako je jedina nultoka od th toka 0 zakljuujemo da je D(cth) = R\{0} c c c i cth u 0 ima vertikalnu asimptotu. Zbog neparnosti od th i cth je neparna. Kako th strogo raste na R, cth strogo pada na R \ {0}. Nadalje, kako je |th x | < 1 , za svaki x R, imamo da je |cth x | > 1 , za svaki x R\{0}. Kako se th x pribliava pravcu y = 1 kada x tei u + i y = 1 kada x z z tei u , to mora i cth x . Dakle cth ima i dvije horizontalne asimptote, z y = 1 i y = 1, i R(cth) = R \ [1, 1].
1.5 1 0.5 -4 -2 -0.5 -1 -1.5 2 4 -4 -2 -2 -4
4 2 2 4
Slika 5.37: Grafovi funkcija f (x) = th x (lijevo) i f (x) = cth x (desno). Sve hiperbolike funkcije su bijekcije sa svoje prirodne domene na svoju sliku, c osim funkcije ch. Ako ch, zbog parnosti, restringiramo na , 0] ili [0, + , ch postaje bijekcija na svoju sliku. Funkcije inverzne hiperbolikima zovu se area funkcije, preciznije areakosc inus hiperboliki ili Arch, areasinus hiperboliki ili Arsh, areatanges hiperc c boliki ili Arth i areakotanges hiperboliki ili Arcth. c c Kako su formule za hiperbolike funkcije dane u terminima eksponencijalne, forc mule za area funkcije mogu se izraziti u terminima logaritamske funkcije. Svojstva area funkcija lagano slijede iz svojstava hiperbolnih, tj. imamo:
213
1. Ako smo ch restringirali na [0, +), onda je D(Arch) = [1, + i R(Arch) = [0, + . Iz Teorema 5.1 zakljuujemo da Arch strogo raste, 1 joj je regc ularna toka i nema asimptote jer ih nema niti ch. c 2. Oito je D(Arsh) = R(Arsh) = R, iz Teorema 5.1 slijedi da Arsh strogo c raste i nema asimptote jer ih nema niti sh.
3 2 1 -4 -2 -1 -2 -3 2 4 3 2.5 2 1.5 1 0.5 0.5 1 1.5 2 2.5 3
Slika 5.38: Grafovi funkcija f (x) = Arsh x (lijevo) i f (x) = Arch x (desno). c 3. Oito je D(Arth) = 1, 1 , R(Arth) = R i iz Teorema 5.1 slijedi da Arth strogo raste. Kako su y = 1 i y = 1 horizontalne asimptote od th, onda su rubovi 1 i 1, tj. pravci x = 1 i x = 1, vertikalne asimptote od Arth. 4. Oito je D(Arcth) = R \ [1, 1], R(Arth) = R \ {0} i iz Teorema 5.1 c slijedi da Arcth strogo pada. Kako su y = 1, y = 1 horizontalne, a x = 0 vertikalna asimptota od cth, onda su rubovi 1 i 1, tj. pravci x = 1 i x = 1, vertikalne asimptote od Arth, a pravac y = 0 horizontalna asimptota.
3 2 1 -1 -0.5 -1 -2 -3 0.5 1 -4 -2 -1 -2 -3 3 2 1 2 4
Slika 5.39: Grafovi funkcija f (x) = Arth x (lijevo) i f (x) = Arcth x (desno).
Poglavlje 6 Uvod u diferencijalni raun c

6.1
6.1.1
Neprekidnost i granine vrijednosti c

Neprekidnost funkcije
Primjer 6.1 Promatrajmo funkciju koja opisuje visinu potarine u ovisnosti o s masi poiljke. Neka je visina potarine za pisma mase do (ukljuivo) 20 g jednaka s s c 2.8 kn, a za pisma mase preko 20 g neka je potarina dana formulom c(m) = s 3.5 + 0.05(m 20) kn. (Masa m je izraena u gramima, a visina potarine c u z s kunama). Dakle imamo c(m) = 2.8, 0 m 20 3.5 + 0.05(m 20), m > 20.
Graf te funkcije prikazan je na slici 6.1. Promatrajmo ponaanje vrijednosti s funkcije c(m) u okolini toaka m = 10, m = 20 i m = 30. Vidimo da je c ponaanje u okolini toke m = 20 kvalitativno drugaije od ponaanja u okolini s c c s drugih dviju toaka. Naime, u tokama m = 10 i m = 30 (i u svim drugim c c tokama osim u m = 20) mala promjena vrijednosti argumenta rezultira malom c promjenom vrijednosti funkcije. Za toke m < 20 nema nikakve promjene u c vrijednosti funkcije, a za toke m > 20 promjena argumenta za neku malu c vrijednost h = m rezultira promjenom funkcije za vrijednost 0.05h (c = 0.05h = 0.05m). Zelimo li promjenu vrijednosti funkcije odrati manjom od z nekog unaprijed zadanog broja M , moramo se pobrinuti da promjena argumenta bude manja od 20M (ako je M c(m2 ) c(m1 ) = 0.05(m2 m1 ), onda je 215
216
POGLAVLJE 6. UVOD U DIFERENCIJALNI RACUN

5 4 3 2 1 10 20 30 40 50
Slika 6.1: Graf visine potarine u ovisnosti o masi poiljke. s s 20M (m2 m1 )). S druge strane, proizvoljno mala promjena argumenta od vrijednosti 20 na 20 + m e rezultirati skokom vrijednosti funkcije c za barem c 0.7 kn, i ne postoji dovoljno mali m koji bi rezultirao manjom promjenom vrijednosti funkcije c. Vizualnom inspekcijom grafa vidimo da u toki m = 20 c funkcija c(m) ima skok, odnosno da graf funkcije ima prekid u toj toki. c Denicija 6.1 Funkcija f je neprekidna (ili neprekinuta) u toki x0 D(f ) c ako za svaki > 0 postoji > 0 takav da (|x x0 | < ) = (|f (x) f (x0 )| < ). Funkcija je neprekidna na skupu I R ako je neprekidna u svakoj toki skupa c I. Denicija 6.1 je samo tehnika formalizacija zahtjeva da mali pomaci u arguc mentu rezultiraju malim pomacima u vrijednosti funkcije. Funkcija je neprekidna ako se promjene vrijednosti funkcije mogu kontrolirati promjenama vrijednosti argumenata. Neformalna geometrijska interpretacija neprekidnosti funkcije u toki je da pri c crtanju grafa funkcije u toj toki ne moramo podii olovku s papira. c c Napomena 6.1 Ako za dano > 0 i neko > 0 vrijedi Denicija 6.1 onda za svako > pogotovo vrijedi (|x x0 | < ) = (|f (x) f (x0 )| < ).
6.1. NEPREKIDNOST I GRANICNE VRIJEDNOSTI
217
Zato je za neprekidnost funkcije f u toki x0 dovoljno da za svaki > 0, koji c je manji od nekog ksnog strogo pozitivnog broja, postoji > 0 za koji vrijedi Denicija 6.1. Drugim rijeima treba panju obratiti na malene > 0. c z Ako za dani > 0 i neki > 0 vrijedi Denicija 6.1 onda za svaki 0 < < pogotovo vrijedi (|x x0 | < ) = (|f (x) f (x0 )| < ). Prema tome za svaki > 0 ako postoji jedan > 0, onda postoji i beskonano c mnogo takvih > 0 da vrijedi Denicija 6.1. No, nama je dovoljno samo jedan takav > 0 to je i naznaeno u Deniciji 6.1. s c c Napomena 6.2 Iz Denicije 6.1 slijedi da funkcija f ima prekid u toki x0 D(f ) ako postoji > 0 takav da za svaki > 0 postoji x D(f ) takav da (|x x0 | < ) i (|f (x ) f (x0 )| > ). Primjer 6.2 Funkcija c(m) iz Primjera 6.1 ima prekid u toki c = 20, ali je ona c neprekidna s lijeva u toj toki. Odnosno c(m) aproksimira c(20) s tonou do c c sc , ako je m lijevo od 20 i dovoljno blizu 20. S druge strane, ako je m > 20 i m blizu 20, ipak m(c) nije blizu m(20). Primjer 6.2 nam daje ideju za sljedeu deniciju: c Denicija 6.2 Funkcija f je neprekidna s lijeva u toki x0 D(f ) ako za c svaki > 0 postoji > 0 takav da (x x0 ; |x x0 | < ) = (|f (x) f (x0 )| < ). Analogno, kaemo da je funkcija f neprekidna s desna u toki x0 D(f ) z c ako za svaki > 0 postoji > 0 takav da (x x0 ; |x x0 | < ) = (|f (x) f (x0 )| < ).
6.1.2
Svojstva neprekidnih funkcija
Teorem 6.1 Neka su funkcije f, g : R R denirane i neprekidne u toki c x0 R. Tada su u toki x0 neprekidne i funkije: c
218 1. f + g, 2. f g, 3. f g, 4.
f , g
ako je g(x0 ) = 0.
Teorem 6.2 Neka su funkcije f, g : R R takve da je denirano (g f )(x0 ), i x0 D(f ) i f (x0 ) D(g). Ako je funkcija f neprekidna u x0 , i funkcija g neprekidna u f (x0 ), onda je funkcija g f neprekidna u x0 . c Teorem 6.3 Neka je f : I R neprekidna u toki c I, i neka je f (c) > 0 (f (c) < 0). Tada postoji > 0 takav da je f (x) > 0 (f (x) < 0) za sve x c , c + .
Dokaz: Pretpostavimo suprotno, tj. da je f (c) > 0 i za svaki > 0 postoji x (c , c + ) takav da je f (x ) 0. Uzmimo = f (c). Tada za svaki > 0, po pretpostavci, postoji x (c , c + ), tj. |x c| < , za koji je f (x ) 0. Tada je |f (x ) f (c)| > f (c) = . Dakle, f ima prekid u toki c, to je suprotno pretpostavci. c s Analogno se dokae sluaj f (c) < 0. z c
Teorem 6.4 Neka je funkcija f : R R neprekidna na segmentu [a, b], i neka je f (a)f (b) < 0. Tada postoji x0 a, b takav da je f (x0 ) = 0. Teorem 6.4 kae da ako imamo neprekidnu funkciju na segmentu takvu da su z njene vrijednosti u rubovima suprotnog predznaka, onda njezin graf mora negdje sjei x os, tj. mora imati nultoku. c c Primjer 6.3 Iz Napomene 5.11 znamo da je funkcija f : R R dana formulom 1 , x=0 x f (x) = 1, x = 0 svugdje neprekidna osim u nuli. Ako pogledamo funkciju f restringiranu na segment [1, 1], tj. f |[1,1] : [1, 1] R, onda je oito f (1)f (1) = 1 < 0, ali oito f nema nultoku na segmentu c c c [1, 1] (jer je nema na cijelom R).
6.1. NEPREKIDNOST I GRANICNE VRIJEDNOSTI Iz Primjera 6.3 slijedi da je uvjet neprekidnosti iz Teorema 6.4 nuan. z
219
Prisjetimo se da je funkcija f : R R ograniena ili omedena na interc valu I R ako postoje m, M R takvi da je m f (x) M, za svaki x I (Denicija 5.4) Teorem 6.5 Funkcija neprekidna na segmentu je i ograniena na segmentu. c Tvrdnja Teorema 6.5 ne vrijedi za otvorene intervale. Npr. funkcija f (x) = neprekidna na 0, 1 , ali oito je neomedena. c
1 x
je
Teorem 6.6 (Bolzano-Weierstrass) Neka je funkcija f : R R neprekidna na [a, b]. Tada ona na tom segmentu poprima svoj minimum i maksimum i sve vrijednosti izmedu te dvije. Teorem 6.6 kae da je slika segmenta neprekidnom funkcijom segment. Tvrdnja z Teorema 6.6 ne vrijedi za otvorene intervale. Npr. slika otvorenog intervala , funkcijom tg je R, i funkcija tg x ne poprima ni minimalnu ni maksimalnu 2 2 vrijednost na otvorenom intervalu , . 2 2 Dakle neprekidna funkcija na segmentu preslikava taj segment u segment. Pitanje je sad, moemo li neto rei o funkciji koja preslikava otvoreni interval u otvoreni z s c interval? Ako je funkcija strogo monotona na otvorenom intervalu i ako je slika tog intervala interval, onda je ta funkcija i neprekidna. Teorem 6.7 Neka je funkcija f : R R strogo monotona na otvorenom intervalu I R, i neka je slika intervala I funkcijom f otvoreni interval I R. Tada je funkcija f neprekidna na intervalu I. Nadalje, postoji inverzna funkcija f 1 i ona je neprekidna na intervalu I .
6.1.3
Neprekidnost elementarnih funkcija
Primjer 6.4 Funkcije f, g : R R dane formulama f (x) = c i g(x) = x su neprekidne na R.
220
1. Dokaimo da je funkcija f (x) = c neprekidna u proizvoljnoj toki x0 R. z c Uzmimo proizvoljni > 0, i nadimo > 0 takvo da (|x x0 | < ) = (|f (x) f (x0 )| < ). Budui da je f (x) f (x0 ) = c c = 0, slijedi da c za moemo uzeti bilo koji pozitivan broj. z 2. Dokaimo da je funkcija f (x) = x neprekidna u proizvoljnoj toki x0 R. z c Uzmimo proizvoljni > 0, i nadimo > 0 takvo da (|x x0 | < ) = (|f (x) f (x0 )| < ). Budui da je |f (x) f (x0 )| = |x x0 |, slijedi da c moemo uzeti = . z Iz Primjera 6.4 i Teorema 6.1 direktno imamo:
n
Teorem 6.8 Svaki polinom Pn (x) =

i=0
ai xi je neprekidan na R. Svaka racionalna
funkcija je neprekidna na cijelom svom prirodnom podruju denicije. c

Dokaz: U Primjeru 6.4 dokazali smo da je funkcija f (x) = x neprekidna na R. Iz Teorema 6.1 sada slijedi da je na R neprekidna i funkcija x2 . Na isti nain se zakljui da su xi , i = 0, 1, ..., n, c c neprekidne na R. Zbog neprekidnosti konstantne funkcije na R (Primjer 6.4) i Teorema 6.1, na R su neprekidne i funkcije ai xi , i = 0, 1, ..., n. Na kraju, takoder iz Teorema 7.1, zakljuujemo c da je i suma od ai xi , i = 0, 1, ..., n, tj. polinom Pn (x) neprekidan na R. Neprekidnost racionalne funkcije na cijelom svom prirodnom podruju denicije slijedi c izravno iz Teorema 6.1, jer je svaka racionalna funkcija kvocijent dvaju polinoma.
Napomena 6.3 Moe se pokazati i da su sve algebarske funkcije neprekidne z tamo gdje su denirane. Teorem 6.9 Eksponencijalne, logaritamske, trigonometrijske, arkus, hiperbolike c i area funkcije su neprekidne na svojim domenama.
Dokaz: Neprekidnost eksponencijalnih, logaritamskih, hiperbolikih (osim kosinusa hiperbolnog), c area (osim area kosinusa hiperbolnog) funkcija slijedi izravno iz Teorema 6.7. Neprekidnost funkcije ch slijedi iz neprekidnosti eksponencijalne funkcije i Teorema 6.1. Neprekidnost funkcija tg i ctg na cijelom podruju denicije lagano slijedi iz Teorema 6.7 c i periodinosti, jer su njihove restrikcije npr. na intervale , odnosno 0, monotone c 2 2 bijekcije na R, dakle iz Teorema 6.7 su neprekidne. Nadalje, takoder iz Teorema 6.7 imamo da su neprekidne i funkcije arctg i arcctg.
221
Restrikcije funkcija sin x i cos x na intervale , i 0, su monotone bijekcije na 2 2 1, 1 , dakle su po Teoremu 6.7 i neprekidne. Sada lagano zakljuujemo da su funkcije sin c i cos zbog periodinosti neprekidne na R \ { + k : k Z} odnosno na R \ {k : k Z}. c 2 Dokaimo jo da je sin neprekidna u i , analogno se dokazuje za ostale toke oblika z s c 2 2 2 + k, k Z. Znamo da za funkciju sin x i proizvoljni a R vrijedi da je sin x sin a = 2 sin Ako sada stavimo da je a =
2,
xa x+a cos . 2 2
imamo 2x + 2x cos . 4 4
sin x = 1 + 2 sin
Ako pustimo da x varira po intervalu 0, 3 , onda 2x varira po intervalu , , dakle 2 4 4 2 je funkcija f (x) = sin 2x neprekidna na 0, 3 . Isto tako 2x+ varira po intervalu , 4 2 4 4 kada x varira po intervalu 0, 3 . Sada imamo da je sin x neprekidna na 0, 3 , posebno je 2 2 neprekidna u . Zbog neparnosti imamo da je sin x neprekidna i u . Analogno se dokazuje 2 2 neprekidnost u svim tokama oblika + k, k Z. c 2 Neprekidnost funkcije cos x na R lagano slijedi iz formule cos x = sin(x + ). 2
Zbog stroge monotonosti funkcija sin x, cos x i ch x redom na intervalima , , 0, 2 2 i 0, + iz Teorema 6.7 imamo da su neprekidne funkcije arcsin x, arccos x i Arch x redom na intervalima 1, 1 , 1, 1 i 1, + . Kako su one denirane i u rubovima intervala elimo z da su neprekidne i tamo. Dakle treba dokazati da su arcsin x i arccos x neprekidne s desna u 1 i neprekidne s lijeva u 1, te da je Arch x neprekidna s desna u 1. Dokaimo da je arccos x neprekidna s lijeva u 1. Uzmimo proizvoljan > 0 i pronadimo z > 0 takav da vrijedi (x 1; |x 1| < ) = (| arccos x arccos 1| < ). Kako je arccos 1 = 0 i arccos x 0 za x 1, imamo da je arccos neprekidna s lijeva u 1 ako za proizvoljan > 0 pronademo > 0 takav da vrijedi (1 x < ) = (arccos x < ). Za proizvoljan > 0 uzmimo = 1 cos . Oito je > 0. Naravno za tako denirani c i proizvoljni ne mora vrijediti > 0, tj. moemo dobiti i = 0, ali u Napomeni 6.1 smo z rekli da kada govorimo o proizvoljnosti broja promatramo male . Tada za x 1 za koje je 1 x < imamo 1 x < 1 cos , to je ekvivalentno s s arccos x < . Dakle je arccos x neprekidna s lijeva u toki 1. c Analogno se dokazuju i druge jednostrane neprekidnosti. Dakle su funkcije arccos x, arcsin x i Arch x redom neprekidne na [1, 1], [1, 1] i [1, + .
222
Time smo pokazali da su sve elementarne funkcije neprekidne gdje god su denirane.
6.1.4
Granina vrijednost (limes) funkcije c

1. Funkcija f : R R dana formulom f (x) = x2 3x + 2 x1
Primjer 6.5
nije denirana u toki x = 1. Pogledajmo kako se ponaaju njene vrijedc s nosti u okolini toke x = 1. Raunajui te vrijednosti, vidimo da su one c c c blizu vrijednosti 1; za vrijednosti od x koje su malo vee od 1, vrijednosti c funkcije su malo vee od 1, za x malo manji od 1, vrijednosti funkcije c su malo manje od 1. Dakle, zakljuujemo, dodemo li s x dovoljno blizu c toki 1, dovest emo vrijednosti funkcije proizvoljno blizu vrijednosti 1. c c 2. Za funkciju f : R R danu formulom f (x) = 1 x2
imamo problem u nuli, tj. funkcija nije denirana u toki 0. Pogledajmo c kako se ponaaju vrijednosti funkcije f u okolini toke 0. Jasno je da ako s c uzmemo toku x po apsolutnoj vrijednosti dovoljno malu, tj. dovoljno blizu c nule, vrijednost funkcije postaje vee od po volji velikog realnog broja. c 3. Funkcija f : R R dana formulom f (x) = 1 x
takoder ima problem u nuli, tj. funkcija nije denirana u toki 0. Pogledac jmo kako se ponaaju vrijednosti funkcije f u okolini toke 0. Ako uzmemo s c toku x dovoljno malu, ali pozitivnu, vrijednost funkcije postaje vee od po c c volji velikog pozitivnog realnog broja. S druge strane, ako uzmemo toku c x dovoljno malu, ali negativnu, vrijednost funkcije postaje manja od po volji malog negativnog realnog broja. 4. Za funkciju f : R R danu formulom f (x) = arctg x
223
znamo iz toke 5.2.8 da za velike vrijednost argumenta vrijednosti funkcije c postaju po volji bliske broju , tj. pravac y = je horizontalna asimptota. 2 2 5. Neka je dana funkcija f : R R formulom f (x) = xx . Primijetimo prvo da ona nije denirana za vrijednosti manje od nule (toka c 5.2.5), a ne znamo izraunati ni njenu vrijednost za x = 0. Dakle, ako c elimo promatrati ponaanje oko nule, moramo se ograniiti samo na pozz s c itivne vrijednosti. Za vrijednosti po volji blizu nule funkcija poprima vrijednosti bliske broju 1. 6. Za funkciju f : R R danu formulom f (x) = sin x znamo da se vrijednosti funkcije ne pribliavaju niti jednoj odredenoj realnoj z vrijednosti za velike vrijednosti argumenta. Situacije iz Primjera 6.5 matematiki opisujemo pojmom limesa ili granine vric c jednosti funkcije. Denicija 6.3 Neka je funkcija f : R R denirana na nekoj okolini toke c c, osim, moda u samoj toki c. Realni broj L je limes ili granina vrijednost z c c funkcije f u toki c ako za svaki > 0 postoji > 0 takav da c (0 < |x c| < ) = (|f (x) L| < ). Ako funkcija ima limes L u toki c, onda piemo c s L = lim f (x).
xc
Ako limes postoji on je i jedinstven: Teorem 6.10 Neka je dana funkcija f : R R koja je denirana na nekoj okolini toke c, osim, moda u samoj toki c. Neka postoje realni brojevi L i M c z c takvi da za svaki > 0 postoji > 0, takav da (0 < |x c| < ) = (|f (x) L| < ; |f (x) M | < ).
224 Tada je L = M .
Dokaz: Pretpostavimo suprotno, tj. da je M = L. Uzmimo sada = 1 |M L|. Tada za taj , 2 po pretpostavci, postoji > 0, takav da (|x c| < ) = (|f (x) L| < ; |f (x) M | < ). Ali, |M L| = |M f (x) + f (x) L| |f (x) M | + |f (x) L| < 2 vrijedi za argumente iz domene od f za koje je |x c| < . Dakle imamo |M L| < |M L|, to ne moe biti. Dakle je M = L. s z
c c Napomena 6.4 Uoimo da je denicija limesa (Denicija 6.2) jako slina deniciji neprekidnosti (Denicija 6.1) (vidjet emo kasnije da su to ustvari blisko c povezani pojmovi), ali postoji bitna razlika. U deniciji limesa ne zahtijevamo da funkcija bude denirana u toki u kojoj gledamo limes, dok je za neprekidnost to c nuno da bi se uope moglo govoriti o neprekidnosti u toki. z c c Uz malu zloporabu notacije moemo Deniciju 6.3 proiriti tako da ukljuuje z s c i c = + odnosno c = . Pri tome uzimamo da je svaki otvoreni interval oblika (M, +) okolina od +, i svaki interval oblika (, M ) je okolina od . Tada kaemo da je L = lim f (x) ako za svaki > 0 postoji M > 0 takav da z
x+
(x > M ) = (|f (x) L| < ). Analogno, L = lim f (x) ako za svaki > 0 postoji M > 0 takav da
x
(x < M ) = (|f (x) L| < ). Po analogiji s divergencijom niza u uem smislu (Denicija 4.6 i Napomz ena 4.2) moemo proiriti deniciju limesa tako da ukljuuje i sluaj L = + z s c c odnosno L = , pri emu, naravno ne zaboravljamo, +, R. c / Kaemo da je lim f (x) = + ako za svaki M > 0 postoji > 0 takav da z
xc
(0 < |x c| < ) = (f (x) > M ).
6.1. NEPREKIDNOST I GRANICNE VRIJEDNOSTI Analogno, lim f (x) = ako za svaki M > 0 postoji > 0 takav da
xc
225
(0 < |x c| < ) = (f (x) < M ). Deniciju 6.3 moemo proiriti i na sluaj c = + odnosno c = i z s c L = + odnosno . Kaemo da je lim f (x) = + ako za svaki M > 0 postoji N > 0 takav da z x+ za sve (x > N ) = (f (x) > M );
x+
lim f (x) = ako za svaki M > 0 postoji N > 0 takav da za sve (x > N ) = (f (x) < M );
lim f (x) = + ako za svaki M > 0 postoji N > 0 takav da za sve (x < N ) = (f (x) > M );
lim f (x) = ako za svaki M > 0 postoji N > 0 takav da za sve (x < N ) = (f (x) < M ).
Zelimo li naglasiti da se argument x pribliava vrijednosti c samo s jedne z strane, recimo odozgo, tj. s desna, piemo s
xc+
lim f (x).
Dakle, za funkciju f : R R deniranu na nekoj okolini toke c, osim, moda, c z u samoj toki c kaemo da ima limes L R s desna u toki c i piemo c z c s L = lim f (x)
xc+
ako za svaki > 0 postoji > 0 takav da (x > c; |x c| < ) = (|f (x) L| < ). Za funkciju f : R R deniranu na nekoj okolini toke c, osim, moda u c z samoj toki c kaemo da ima limes L R s lijeva u toki c i piemo c z c s L = lim f (x)
xc
ako za svaki > 0 postoji > 0 takav da (x < c; |x c| < ) = (|f (x) L| < ).
226
Teorem 6.11 Neka je funkcija f : R R denirana na nekoj okolini toke c, c osim, moda u samoj toki c. Funkcija f ima limes L (L moe biti i + i ) z c z u c ako i samo ako ima limes s lijeva i limes s desna i oni su jednaki L.
Dokaz: Ako funkcija f ima limes L u toki c, onda je jasno iz Denicije 6.3 i denicija limesa s c desna i limesa s lijeva da oni postoje i da su jednaki L. Obrnuto, ako postoje limesi s lijeva i s desna i oni su jednaki L, onda iz Denicije 6.3 direktno slijedi da postoji i limes u toki c i jednak je L. c
Primjer 6.6 Opiimo sada pomou limesa Primjer 6.5. s c 1. lim 2. lim 3. x2 3x + 2 = 1, x1 x1 1 = +, x0 x2 lim
1 1 = + i lim = , tj. limesi s lijeva i s desna su razliiti c x0+ x x0 x 1 dakle ne postoji lim , x0 x 4. lim arctg x = , x+ 2 5.
x0+
lim xx = 1,
x+
6. ne postoji
lim sin x.
6.1.5
Neprekidnost i limes
Primjer 6.7 Iz Primjera 5.5 znamo da funkcija 1, x < 0 sign x = 0, x = 0 1, x > 0 ima prekid u nuli. Nadalje je oito da je c
x0+
lim sign x = 1 ,
x 0
lim sign x = 1 .
Dakle je
x0+
lim sign x = sign 0
6.1. NEPREKIDNOST I GRANICNE VRIJEDNOSTI i

x0
227
lim sign x = sign 0 .
Primjer 6.8 Funkcija f : R R dana formulom f (x) = x2 je neprekidna na R (Teorem 6.1 i Primjer 6.4). Nadalje, oito vrijedi c f (2) = lim f (x).
x2
Primjeri 6.7 i 6.8 nam daju naslutiti da postoji neka uska veza izmedu neprekidnosti funkcije i limesa u toki. Zaista imamo: c c Teorem 6.12 Funkcija f : R R je neprekidna u toki c ako i samo ako je
xc
lim f (x) = f (c).
Dokaz: Izravno iz Denicije 6.1 i 6.3. Teorem 6.12 kae da ako je funkcija neprekidna u toki c, onda limes i funkcija z c komutiraju tj. imamo
xc
lim f (x) = f (c) = f ( lim x).

xc
Napomena 6.5 U Teoremu 6.12 se podrazumijeva da je funkcija f denirana u toki c (Napomena 6.4) i da limes mora postojati, tj. konaan je broj. c c Sada direktno iz Napomene 6.5 imamo sljedei rezultat za kompoziciju funkcija: c Teorem 6.13 Neka je funkcija g : R R neprekidna, i neka postoji limes funkcije f u toki c. Tada je c
xc
lim g(f (x)) = g( lim f (x)).

xc
Analogno kao Teorem 6.12 imamo: Teorem 6.14 Funkcija f : R R je neprekidna s lijeva (s desna) u toki c c ako i samo ako je lim f (x) = f (c)
xc
( lim f (x) = f (c)).

xc+
Dokaz: Izravno iz Denicije 6.2 i denicije jednostranog limesa.
228
Teorem 6.15 Funkcija f : R R je neprekidna u toki c ako i samo ako c postoje limesi s lijeva i s desna u toki c i ako vrijedi c
xc
lim f (x) = lim f (x) = f (c).

xc+
Dokaz: Izravno iz Teorema 6.11, 6.12 i 6.14.
6.1.6
Neodredeni oblici
Zato moramo raunati limese? Zato ne moemo naprosto uvrstiti vrijednost s c s z argumenta u formulu? Odgovor je da moemo uvrstiti, no moe se desiti da dobijemo izraz koji nije z z deniran, jer operacije nisu denirane i operandi nisu realni brojevi. To se posebno odnosi na veliine + i . Kako one nisu realni brojevi, neka od pravila za c raunanje s realnim brojevima ne vrijede za raunanje s + i . c c Pravila za raunanje s beskonanim veliinama: c c c 1. (+) + (+) = +; 2. + a = +, a R proizvoljan; 3. () + () = ; 4. a = , a R proizvoljan; 5. (+) (+) = +; 6. (+) () = ; 7. () () = +; 8. (+) a = +, a > 0 , a < 0; , a > 0 +, a < 0;
9. () a = 10.
a +
= 0, a R proizvoljan;
6.1. NEPREKIDNOST I GRANICNE VRIJEDNOSTI 11.

a
229
= 0, a R proizvoljan.
Sljedee operacije s beskonanim veliinama nisu denirane: c c c 1.

+ , + + , , + ;
2. (+) + (); 3. + 0, 4. (+)0 , 5. 1+ , 0; ()0 ; 1 .
Osim s beskonanim veliinama, mogu se desiti i situacije u kojima se javljaju c c nedenirane operacije s nulom: 1.
0 ; 0
2. 00 . Tih sedam (do na predznak) situacija zovemo neodredenim oblicima. Sedam velianstvenih: c 0 , 0 , , 0, 0 , 1 , 0 .
Sto znai da je izraz neodreden? c Ako se uvrtavanjem vrijednosti x = c u funkciju f (x) dobije realan broj, onda s je to i limes od f (x) kad x c. Ako se dobije jedan od neodredenih oblika, onda taj izraz treba transformirati u neto to e se dati izraunati. s s c c Iz Primjera 6.6 znamo da vrijednost izraza 0 koji se dobije uvrtavanjem s 0 x2 3x+2 z vrijednosti x = 1 u funkciju f (x) = x1 je 1. Analogno se dokae da je vrijednost izraza za koji se dobije uvrtavanjem vrijednosti x = 2 u funkciju s x2 3x+2 f (x) = x2 je 1. Dakle, s jedne strane smo dobili da je vrijednost izraza 0 jednaka 1 a s druge strane 1, pa je 0 neodreden oblik. 0 0
230
6.1.7
Raunanje limesa c
Neki temeljni limesi 1. lim xn = +, n N proizvoljan; , n N neparan +, n N paran;

x+
x+
2. 3.
lim xn =
lim xn = lim xn = 0, n N proizvoljan; +, > 0 0, < 0;

x0
4. 5. 6.
x+
lim x =
x0+
lim xn = lim xn = +, n N paran; lim xn = +, lim xn = , n N neparan;
x0+
x0
7.
x0+
lim x =
0, >0 +, < 0; +, a>1 0, 0 < a < 1; 0, a>1 +, 0 < a < 1; +, a>1 , 0 < a < 1; , a>1 +, 0 < a < 1.
8.
x+
lim ax =
9.
lim ax =
10.
x+
lim loga x =
11.
x0+
lim loga x =
U gornjim pravilima svuda imamo R. Sva se ova pravila mogu strogo izvesti iz svojstava limesa i elementarnih funkcija.

Primjer 6.9 Dokaimo da je z
x+
231
lim
loga x = +,
za a > 1, a R. Treba dokazati da za svaki M > 0 postoji N > 0 takav da za sve (x > N ) = (loga x > M ). Iz toke 5.2.6 znamo da je za a > 1 logaritamska funkcija strogo rastua na (0, +) i da joj c c je slika cijeli R. Dakle, za svaki M > 0 sigurno postoji N > 0 takav da (x > N ) = (loga x > M ). To znai da je c
x+
lim
loga x = +.
Vrijednosti ostalih deset limesa dokazuju se analogno kao u Primjeru 6.9, koristei denicije limesa i jednostranih limesa (toka 6.1.4), svojstva potencija, c c eksponencijalnih i logaritamskih funkcija, tj. njihov rast, pad, parnost, neparnost i slino. c Osim ovih limesa, vanu ulogu igraju i z sin x x0 x lim Teorem 6.16 lim i 1 lim (1 + )x . x+ x
sin x = 1. x0 x
Dokaz: Uzmimo trigonometrijsku (jedininu) krunicu sa sreditem u ishoditu O i c z s s pravac paralelan s osi y koji prolazi tokom B = (1, 0) u ravnini. Kako gledamo c limes funkcije sin x kada x 0, i zbog parnosti od sin x , jasno je da je dovoljno x x promatrati x (0, ). Kada s pravca uzmemo x (0, ) i namotamo ga 2 2 na krunicu on se preslikava u toku A = (cos x, sin x). Oznaimo s A = z c c (cos x, 0), ortogonalnu projekcija toke A na x os, i s B = (1, tg x ), presjek c polupravca kroz ishodite i toku A s tangesnom osi (interpretacija tangensa s c preko trigonometrijske krunice). Jasno je da se trokut OAA nalazi unutar z krunog isjeka OBA , koji se nalazi unutar trokuta OBB . Dakle imamo z c P (OAA ) P (OBA ) P (OBB ).
232
B tg x
sin x x 0 A
Slika 6.2: Uz izvod osnovnog trigonometrijskog limesa. Povrina krunog isjeka s duljinom luka x dana je formulom s z c P (OBA ) = odnosno P (OBA ) = jer je krunica jedinina. Dakle imamo z c 1 x 1 sin x cos x 1 tg x . 2 2 2 Podijelimo li ovaj izraz sa sin x dobijemo cos x odnosno x 1 , sin x cos x xr , 2 x 2
sin x 1 cos x. cos x x Pustimo li sada x 0 u gornjoj nejednakosti, i iz injenice da je lim cos x = c cos 0 = 1 (Teorem 6.12) dobijemo 1 lim odnosno
x0 x0
sin x 1, x0 x sin x = 1. x
lim
6.1. NEPREKIDNOST I GRANICNE VRIJEDNOSTI Teorem 6.17

x+
233
lim
1+
1 x
= e.
Primjer 6.10 ex 1 = 1, x0 x lim i ax 1 = ln a, x0 x lim
a > 0, a R.
Promatramo prvo
x0
lim
1 ln(1 + x) = lim ln(1 + x) x . x0 x
Iz Teorema 6.12 i Teorema 6.17 slijedi

x0
lim ln(1 + x) x = ln( lim (1 + x) x ) = ln e = 1.

x0
Dakle je
x0
lim
ln(1 + x) = 1. x
Oznaimo sada ex 1 sa t. Tada je jasno da t 0 kada x 0, i da je x = ln(t + 1). c Zbog toga je ex 1 t lim = lim = 1. x0 t0 ln(t + 1) x Iz toke 5.2.6 znamo da za proizvoljni a > 0 vrijedi c ax = ex ln a . Dakle imamo ax 1 ex ln a 1 = lim . x0 x0 x x lim Sada uz zamjenu varijable t = ex ln a 1 imamo da t 0 kad x 0 i x = imamo ea ln x 1 t lim = lim ln(t+1) = ln a. x0 t0 x
ln a ln(t+1) ln a .
Dakle
234
Svojstva limesa i pravila za njihovo raunanje c Teorem 6.18 Neka postoje

xc
lim f (x) lim g(x)
i
xc
funkcija f, g : R R. Tada 1. funkcija f g ima limes u toki c i vrijedi c

xc
lim (f (x) g(x)) = lim f (x) lim g(x);

xc xc
2. funkcija f ima limes u toki c za proizvoljan R i vrijedi c

xc
lim (f (x)) = lim f (x);

xc
c 3. funkcija f g ima limes u toki c i vrijedi

xc
lim (f (x) g(x)) = lim f (x) lim g(x);

xc xc
4. funkcija
f g
ima limes u toki c i vrijedi c lim f (x) g(x) =

xc
lim f (x) lim g(x)
xc
xc
ako je g(c) = 0 i lim g(x) = 0.

xc
Teoremi 6.13, 6.16, 6.17, 6.18 i temeljni limesi iz toke 6.1.7 su nam dovoljni za c raunanje gotovo svih limesa. c
6.2
6.2.1
Derivacija funkcije
Motivacija
Osim ponaanja vrijednosti neke veliine i naina na koji ona ovisi o nekoj drugoj s c c veliini vano je znati i kako se brzo ona mijenja kada se mijenja veliina o kojoj c z c ona ovisi.
6.2. DERIVACIJA FUNKCIJE
235
Primjer 6.11 Automobil je put od Zagreba do Karlovca (50 km) preao za pola s sata. Kojom se prosjenom brzinom kretao? c Prema formuli
s v= , t
gdje je s prijedeni put, a t vrijeme za koje smo preli taj put, dobivamo s v= 50 km = 100 . 0.5 h
Gornja nam formula ne daje nikakvu informaciju o tome kojom se brzinom automobil kretao npr. 15 minuta nakon polaska. Kretanje je promjena poloaja u vremenu. Trenutna brzina, za razliku od prosjene, z c zahtijeva podrobnije razmatranje. Ideja je koristiti ono to znamo, tj. promatrati prosjenu brzinu na sve kraim i s c c kraim intervalima oko trenutka koji nas zanima. c Promatramo prosjenu brzinu na vremenskom intervalu (a, b). Dana je formulom c v= s(b) s(a) , ba
gdje je s(b) odnosno s(a) prijedeni put do trenutka b odnosno trenutka a. Uzmimo a = t0 , b = t0 + t, za neki mali t i pogledajmo prosjenu brzinu na c [t0 , t0 + t], tj. s(t0 + t) s(t0 ) v= . t Sto je t manji, to bolje ovaj izraz aproksimira pravu brzinu u t = t0 . No uvrstimo li t = 0 u gornju formulu, dobivamo neodredeni izraz tipa 0 . Dakle, 0 moramo promatrati limes. Deniramo brzinu u toki t0 s c v(t0 ) = lim s(t0 + t) s(t0 ) . t0 t
Ova formula predstavlja osnovnu ideju i temelj diferencijalnog rauna. c Dok je Newton doao do otkria diferencijalnog rauna preko problema brzine, s c c je Leibniz diferencijalni raun otkrio preko problema tangente. c
236
Primjer 6.12 Projektil je baen vertikalno u vis u trenutku t = 0 nekom poetnom c c brzinom v0 s visine y0 . Iz zike znamo da je visina projektila u trenutku t dana formulom 1 y(t) = y0 + v0 t gt2 . 2
y t y t 0 t y
Slika 6.3: Ovisnost visine projektila o vremenu. Prosjena brzina projektila u drugoj sekundi njegovog leta je c y(2) y(1) . 21 Prosjena brzina u 1001-oj milisekundi je c y(1.001) y(1) . 1.001 1 Ova druga je bolja aproksimacija prave brzine projektila u t0 = 1 nego ona prva. Openito, prosjena brzina projektila u vremenskom intervalu [t0 , t0 + t] je c c dana izrazom y y(t0 + t) y(t0 ) = . t t No izraz y je tangens kuta koji sekanta krivulje y = y(t) kroz toke (t0 , y(t0 )) i c t (t0 +t, y(t0 +t)) zatvara s osi x, a to je jednako koecijent smjera te sekante. Dakle, prosjena brzina odgovara koecijentu smjera sekante, c y = tg . t

y y
237
y t 0 t 0 t
Slika 6.4: Sekante i tangenta. Prava brzina u trenutku t0 bi onda odgovarala koecijetu smjera tangente na krivulju y = y(t) u toki s apscisom t0 . Time smo mehaniki problem odredivanja c c trenutne brzine sveli na geometrijski problem odredivanja koecijenta smjera tangente na graf funkcije koja opisuje ovisnost visine o vremenu.
6.2.2
Derivacija funkcije u toki c

f x
U Primjeru 6.11 smo vidjeli da limes kvocijenta f u ovisnosti o veliini x. c
mjeri brzinu promjene veliine c
Denicija 6.4 Neka je funkcija f denirana na nekom otvorenom intervalu I koji sadri toku x0 , tj. f : I R, x0 I. Ako postoji z c f (x0 + x) f (x0 ) , x0 x lim onda kaemo da je funkcija f diferencijabilna ili derivabilna u toki x0 i broj z c f (x0 ) = lim f (x0 + x) f (x0 ) x0 x
zovemo derivacija funkcije f u toki x0 . c Primjer 6.13 Izraunajmo derivaciju funkcije f (x) = x2 u toki x0 = 3. c c
(3 + x)2 32 f (3 + x) f (3) = lim = lim (6+x) = 6. f (3) = lim x0 x0 x0 x x
238
Primjer 6.14 Odredimo derivaciju funkcije f (x) = sin x u toki x0 = . c
f () = lim lim
f ( + x) f () sin( + x) sin = lim = x0 x0 x x
sin cos x + cos sin x sin cos sin x = lim = x0 x0 x x sin x cos lim = cos = 1. x0 x
6.2.3
Derivacija funkcije
Ako je funkcija f derivabilna u svakoj toki nekog otvorenog intervala I, onda je c pravilom x f (x) dobro denirana jedna funkcija na I. Tu funkciju zovemo derivacija funkcije f i oznaavamo s f (x). Dakle je c f (x) = lim f (x + x) f (x) . x0 x
Napomena 6.6 Uoimo bitnu razliku. Derivacija funkcije f u toki x0 je broj, c c koji se oznaava sa f (x0 ). Derivacija funkcije f (na nekom intervalu I na kojem c je denirana i na kojem je u svakoj toki diferencijabilna) je funkcija, koja se c oznaava s f (x) i koja svakoj vrijednosti x I pridruuje broj f (x). c z Primjer 6.15 Pogledajmo sljedee primjere: c 1. Derivacija funkcije f (x) = kx + l je f (x) = k, za proizvoljne k, l R.
f (x) = lim
kx + kx + l kx l f (x + x) f (x) = lim = x0 x0 x x
x0
lim k = k.
Dakle brzina promjene linearne funkcije je konstanta.
239
U specijalnom sluaju kada je k = 0, tj. funkcija f (x) = l je konstanta, a c iz gornjeg rauna imamo da je c f (x) = 0. Dakle je promjena brzine konstantne funkcije nula, to smo i oekivali. s c 2. Derivacija funkcije f (x) = x2 je f (x) = 2x.
f (x) = lim lim
f (x + x) f (x) (x + x)2 x2 = lim = x0 x0 x x
x2 + 2xx + x2 x2 = lim (2x + x) = 2x. x0 x0 x Primjer 6.16 Derivacija funkcije f (x) = sin x je f (x) = cos x. f (x + x) f (x) = x0 x
f (x) = lim lim
sin(x + x) sin x sin x cos x + cos x sin x sin x = lim = x0 x0 x x

x0
lim
sin x(cos x 1) sin x cos x + lim = x0 x x cos x 1 sin x + cos x lim . x0 x0 x x cos 2x 1 = 2 sin2 x
sin x lim Kako je
imamo 2 sin2 cos x 1 sin x sin x lim +cos x lim = cos x+sin x lim x0 x0 x x0 x x cos x sin x lim sin x 2
x 2 x 2
x0
x0
lim sin
x 2
= cos x sin x 1 0 = cos x.
240
Graka interpretacija c Ako je u nekoj toki derivacija funkcije pozitivna, to znai da je koecijent smjera c c tangente u toj toki pozitivan, odnosno da je tangenta pravac koji raste. Ako je c funkcija denirana na nekom intervalu i ako je f (x) > 0 za sve x iz tog intervala, onda je funkcija f rastua na tom intervalu (jer je tangenta u svakoj toki tog c c intervala rastua). Slino, ako je f (x) < 0 na nekom intervalu, funkcija pada c c na tom intervalu. U tokama gdje je f (x) = 0, tangenta je paralelna s osi x. Tu funkcija niti raste c niti pada. Takve toke zovemo stacionarne toke. c c
6.2.4
Raunanje derivacija c
Kako je denicija derivacije (Denicija 6.4) ustvari limes funkcije f (x + x) f (x) , x mogu se javiti neki problemi pri raunanju derivacije. To su npr., problem postoc janja limesa, problem razliitih vrijednosti s lijeva i zdesna, problem konanosti c c limesa, problem rubova domene. Primjer 6.17 1. Funkcija f : R R dana formulom f (x) = |x| nije derivabilna u x0 = 0. Pogledajmo sljedee limese: c L= i lim f (x0 + x) f (x0 ) x
x0+
f (x0 + x) f (x0 ) . x Lagano se vidi da je M = 1 i L = 1. Dakle iz Teorema 6.11 zakljuujemo c da f (x0 + x) f (x0 ) lim x0 x ne postoji, tj. ne postoji f (0). M=
x0
lim
6.2. DERIVACIJA FUNKCIJE 2. Funkcija f : R R dana formulom f (x) = Pogledajmo sljedei limes: c 3 x0 + x 3 x0 f (x0 + x) f (x0 ) lim = lim = x0 x0 x x 3 x 1 . lim = lim 3 x0 x x0 x2 Iz toke 6.1.7 imamo da je c lim 3 1 x2 = +, 3
241 x nije derivabilna u x0 = 0.
x0
dakle ne postoji f (0). 3. Funkcija f : R R dana formulom f (x) = x0 = 0. Pogledajmo sljedei limes: c
3 (x0 + x)2 f (x0 + x) f (x0 ) lim = lim x0 x0 x x 3 x2 1 lim = lim . 3 x0 x x0 x 3
x2 nije derivabilna u
x2 0
Iz toke 6.1.7 imamo da je c lim 3 1 = +, x
x0
dakle ne postoji f (0). Teorem 6.19 Neka je funkcija f derivabilna u toki x0 otvorenog intervala I, c x0 I D(f ). Tada je f i neprekidna u x0 .
Dokaz: Fukcija f je derivabilna u x0 D(f ), dakle postoji limes f (x0 ) = lim f (x0 + x) f (x0 ) . x
x0
242
Denirajmo sada funkciju g : I R formulom g(x0 + x) = Kako je

x0 f (x0 +x)f (x0 ) , x
f (x0 ),
x = 0 . x = 0
lim g(x0 + x) = g(x0 ) = f (x0 )
iz Teorema 6.12 zakljuujemo da je funkcija g neprekidna u x0 . Nadalje, za x = 0 vrijedi c f (x0 + x) = g(x0 + x)x + f (x0 ). Sada imamo
x0 x0
lim f (x0 + x) = lim (g(x0 + x)x + f (x0 )) =

x0 x0 x0
lim g(x0 + x) lim x + lim f (x0 ) = g(x0 ) 0 + f (x0 ) = f (x0 ).
Iz Teorema 6.12 imamo da je f neprekidna u x0 .
Obrat Teorema 6.19 openito ne vrijedi. Sve tri funkcije iz Primjera 6.17 su c neprekidne u nuli, ali vidjeli smo da nisu derivabilne.
Derivacija zbroja, razlike, produkta i kvocijenta funkcija Teorem 6.20 Neka su funkcije f, g : R R derivabilne na otvorenom intervalu I D(f ), I D(g). Tada su na I derivabilne i funkcije f g, f g i f g (tamo gdje je denirana, tj. za one x I za koje je g(x) = 0), i vrijedi 1. (f (x) g(x)) = f (x) g (x) 2. (f (x) g(x)) = f (x)g(x) + f (x)g (x) 3.
f (x) g(x)
f (x)g(x)f (x)g (x) . g 2 (x)
Dokaz: 1. (f (x) g(x)) = lim lim

x0
(f (x + x) g(x + x)) (f (x) g(x)) = x
x0
f (x + x) f (x) g(x + x) g(x) lim = f (x) g (x). x0 x x

2. (f (x) g(x)) = lim lim f (x + x) g(x + x) f (x) g(x) = x
243
x0
f (x + x) g(x + x) f (x) g(x + x) + f (x) g(x + x) f (x)g(x) = x0 x lim g(x + x) g(x + x) g(x) f (x + x) f (x) + lim f (x) = x0 x x f (x) lim g(x + x) + f (x)g (x).
x0
x0
Sada iz Teorema 6.19 imamo
x0
lim g(x + x) = g(x), odnosno
(f (x) g(x)) = f (x)g(x) + f (x)g (x). 3. Izraunajmo prvo c

1 g(x)
. Kako je g(x)
1 g(x)
= 1, imamo g(x) = 0. Dakle
1 g(x)
= 0, tj. po
1 pravilu derivacije produkta g (x) g(x) + g(x)
1 g(x)
1 g(x) Kako je
f (x) g(x)
g (x) . g 2 (x)
f (x) g(x)
1 f (x) g(x) , po pravilu deriviranja produkta imamo
1 f (x) g(x) + f (x)
1 g(x)
f (x) g(x)
f (x)g (x) g 2 (x) ,
tj.
f (x) g(x)
f (x)g(x) f (x)g (x) . g 2 (x)
Napomena 6.7 Neka je funkcija f : R R derivabilna na otvorenom intervalu I D(f ). Tada je funkcija f , gdje je R proizvoljan, derivabilna na I i vrijedi (f ) (x) = f (x), za svaki x I. Dokaz: Denirajmo funkciju g : R R formulom g(x) = . Oito je D(g) = R, c dakle je po Teoremu 6.20 funkcija g f = f derivabilna na I i vrijedi (f ) (x) = 0 f (x) + f (x) = f (x), za svaki x I.
244
Derivacija kompozicije funkcija Teorem 6.21 Neka je funkcija f : R R derivabilna u toki x otvorenog c intervala I, x I D(f ), i funkcija g : R R derivabilna u toki f (x) c otvorenog intervala J, f (x) J D(g). Tada je funkcija g f derivabilna u x i vrijedi (g f ) (x) = g (f (x)) f (x). Gornju formulu za derivaciju kompozicije funkcija zovemo lanano pravilo. c Primjer 6.18 Koja je derivacija funkcije h(x) = (sin x)2 ? Funkcija h je kompozicija g f , gdje je g(x) = x2 , f (x) = sin x. Dakle, iz Teorema 6.21, Primjera 6.15 i Primjera 6.16 imamo h (x) = (g f ) (x) = g (f (x)) f (x) = 2f (x)f (x) = 2 sin x cos x = sin 2x. Izraunajmo jo i (f g) . Dakle imamo c s (f g) (x) = f (g(x))g (x) = cos(x2 )(2x) = 2x cos x2 . Derivacija inverzne funkcije Specijalan sluaj kompozicije funkcija je kada je funkcija g inverzna funkciji f , c 1 tj. g = f . Dakle imamo f 1 (f (x)) = x. Sada primjenom Teorema 6.21 imamo (f 1 f ) (x) = (f 1 ) (f (x))f (x) = 1, odnosno (f 1 ) (f (x)) = 1 . f (x)
Ovo se, naravno, moe provesti samo ako je f (x) = 0. z Teorem 6.22 Neka je funkcija f : R R derivabilna na intervalu I, f (x) = 0 na I i neka postoji f 1 . Tada je f 1 derivabilna i vrijedi (f 1 ) (f (x)) =
1 . f (x)
6.2. DERIVACIJA FUNKCIJE Primjer 6.19 Pogledajmo sljedee primjere: c

1 1. Derivacija funkcije g(x) = ln x je g (x) = x .
245
Pogledajmo prvo derivaciju funkcije f (x) = ex . Dakle imamo ex+x ex ex 1 = ex lim . x0 x0 x x Iz Primjera 6.10 imamo da je f (x) = lim ex 1 = 1, x0 x lim dakle je f (x) = ex . Kako je (f g)(x) = x iz Teorema 6.22 imamo da je f (g(x))g (x) = eln x g (x) = xg (x) = 1, odnosno g (x) = 2. Derivacija funkcije g(x) = 1 . x
1 . 2 x
x je g (x) =
Iz Primjera 6.15 znamo da je derivacija funkcije f (x) = x2 funkcija f (x) = 2x, i vrijedi (f g)(x) = x. Iz Teorema 6.22 imamo da je f (g(x))g (x) = 2 xg (x) = 1, odnosno 1 g (x) = . 2 x
Derivacije elementarnih funkcija Na osnovi Teorema 6.20, 6.21 i 6.22 mogu se izraunati derivacije svih elemenc tarnih funkcija. Osnovne derivacije dajemo u sljedeoj tablici. Derivacije svih c drugih elementarnih funkcija mogu se dobiti primjenom pravila iz Teorema 6.20, 6.21 i 6.22 i derivacijama iz donje tablice. c Napomena 6.8 Studentima se preporuuje da provjere donje formule samostalno.
246 f (x) c x ex ax ln x loga x sin x cos x tg x ctg x arcsin x
POGLAVLJE 6. UVOD U DIFERENCIJALNI RACUN f (x) 0 x1 ex ax ln a

1 x 1 x ln a
f (x) arccos x arctg x arcctg x sh x ch x th x cth x Arsh x Arch x Arth x Arcth x
f (x)
1 1x2 1 1+x2 1 1+x2
ch x sh x
1 ch2 x 1 sh2 x 1 1+x2 1 x2 1 1 1x2 1 1x2
cos x sin x
1 cos2 x sin12 x 1 1x2
Tablica 6.1: Derivacije elementarnih funkcija
6.2.5
Diferencijal funkcije i lokalna linearizacija
Pretpostavimo da nas za danu funkciju f : I R zanima kako se promijeni vrijednost funkcije u toki x0 I kada se argument promijeni za x. Toan c c iznos promjene vrijednosti funkcije je f (x0 + x) f (x0 ), no to je ponekad teko izraunati. Umjesto te vrijednosti lake je izraunati s c s c razliku f izmedu f (x0 ) i toke na tangenti funkcije f kroz toku (x0 , f (x0 )) s c c f apscisom x0 + x. Jasno je da je x = tg , odnosno f = tg x , gdje je kut izmedu tangente funkcije f u toki (x0 , f (x0 )) i osi x. Iz formule c f = tg x vidimo da e za male vrijednosti od x i pogreka c s f (f (x0 + x) f (x0 )) uinjena zamjenom krivulje y = f (x) tangentom kroz (x0 , f (x0 )) biti dosta mala, c tj. vrijednost f e biti to blia vrijednosti f (x0 + x) f (x0 ) to je manji c z s
247
x. Prijedemo li sada sa konanog prirasta x funkcije f na beskonano mali c c prirast dx, veliinu c df (x0 ) = f (x0 )dx zovemo diferencijal funkcije f u toki x0 . Ako f ima derivaciju u svakoj c toki nekog otvorenog intervala I, onda je s c df (x) = f (x)dx deniran diferencijal funkcije f na intervalu I.
y
f(x)
x0
x 0+ x
Slika 6.5: Diferencijal funkcije. Rekli smo da je derivacija funkcije f u toki x0 I ustvari koecijent smjera c tangente na graf funkcije f u toki (x0 , f (x0 )). Dakle, jednadba tangente u c z toki (x0 , f (x0 )) na graf funkcije f je dana s c y f (x0 ) = f (x0 )(x x0 ), odnosno s y = f (x0 ) + f (x0 )(x x0 ) (toka 2.1.5). c Teorem 6.23 Neka je f : I R derivabilna u toki x0 I i c g(x) = f (x0 ) + f (x0 )(x x0 ). Tada od svih polinoma stupnja najvie jedan, polinom g najbolje aproksimira s funkciju f u neposrednoj okolini toke x0 . c
248
-1
-0.5 -1
0.5
1.5
Slika 6.6: Tangenta je graf najbolje linearne aproksimacije funkcije u okolini neke toke. c Kako se u okolini toke x0 tangenta dobro prijubljuje uz graf funkcije f (Teorem c 6.23), to su razlike ordinata na grafu i na tangenti male za istu apscisu. Dakle, dovoljno blizu toki x0 moemo graf funkcije f zamijeniti komadom tangente: c z f (x) f (x0 ) + f (x0 )(x x0 ). Gornja formula predstavlja lokalnu linearizaciju funkcije f u toki x = x0 . c Primjer 6.20 Pronadimo lokalnu linearizaciju funkcije f (x) = sin x u toki x0 = c 0. Iz Primjera 6.16 znamo da je f (x) = cos x, dakle je f (0) = cos 0 = 1. Imamo f (x) sin 0 + cos 0(x 0) = x, odnosno sin x x na dovoljno maloj okolini oko x0 = 0. Zamjena funkcije f (x) = sin x funkcijom g(x) = x za male x omoguava c jednostavno rjeavanje diferencijalne jednadbe koja opisuje gibanje njihala za s z male otklone. Za velike otklone to ne moemo uiniti jer nemamo vie dobru aproksimaciju z c s funkcijom g(x) = x i njihalo se vie ne ponaa kao harmoniki oscilator. s s c
249
Primjer 6.21 Pravilo 70 za udvostruenje iznosa novca uloenog uz i% kac z mata godinje. Koliko godina treba da se novac uloen uz i% kamata godinje s z s udvostrui? c Stavimo r =
i . 100
Tada je suma novca nakon t godina dana formulom S(t) = G(1 + r)t ,
gdje je G glavnica. Nas zanima vrijeme koje mora proi da se uloeni novac udvostrui. Rjeavamo c z c s jednadbu z S(t) = 2G. Imamo 2G = G(1 + r)t , odnosno 2 = (1 + r)t . Logaritmiranjem gornjeg izraza dobivamo formulu t= ln 2 . ln(1 + r)
Linearizirajmo lokalno funkciju f (r) = ln(1 + r) oko r = 0. 1 Kako je f (0) = 0, f (r) = 1+r , odnosno f (0) = 1, imamo f (r) f (0) + f (0)(r 0) = r. Dakle imamo ln(1 + r) r na dovoljno maloj okolini oko toke r = 0. c Sada imamo ln 2 100 ln 2 70 ln 2 = . t= ln(1 + r) r i i Dakle dobili smo formulu za priblino vrijeme udvostruenja uloenog novca. z c z Uoimo da je iz te formule puno lake izraunati vrijeme nego iz tone formule c s c c t= ln 2 . ln(1 + r)
Za male r je uinjena pogreka takoder mala. c s
250
POGLAVLJE 6. UVOD U DIFERENCIJALNI RACUN 1 + x u toki c
Primjer 6.22 Pronadimo lokalnu linearizaciju funkcije f (x) = x0 = 0. Kako je f (0) = 1, f (x) =
1 2 1+x
odnosno f (0) =
1 2
imamo
x f (x) f (0) + f (0)(x 0) = 1 + . 2 Dakle je 1+x1+ x 2
na dovoljno maloj okolini oko toke x0 = 0. c
6.2.6
Derivacije vieg reda s
Ponekad je bitno znati i brzinu promjene brzine promjene. Npr., ubrzanje ili akceleracija je brzina promjene brzine, dakle derivacija brzine. Kako je sama brzina derivacija puta po vremenu imamo da je ubrzanje derivacija (po vremenu) derivacije puta po vremenu. To je druga derivacija puta po vremenu. To nas vodi do ope denicije. c Ako je funkcija f derivabilna u svakoj toki otvorenog intervala I D(f ), c onda iz toke 6.2.3 znamo da je dobro denirana funkcija c x f (x), za svaki x I. Sada ako u toki x0 I postoji limes c f (x0 + x) f (x0 ) , x0 x lim kaemo da funkcija f ima drugu derivaciju u toki x0 i piemo z c s f (x0 ) = lim f (x0 + x) f (x0 ) . x0 x
Gornjim je izrazom denirano preslikavanje x0 f (x0 ). Dakle, ako je to pridruivanje denirano u svakoj toki nekog intervala J z c D(f ) = I, onda se funkcija x f (x)
6.2. DERIVACIJA FUNKCIJE oznaava s f i zove druga derivacija funkcije f (na J). Dakle, vrijedi c f (x) = [f (x)] , za svaki x J. Analogno se deniraju i derivacije vieg reda: s f (x), i vrijedi f (n) (x) = [f (n1) (x)] , f IV (x), . . . , f (n) (x),
251
za svaki n N. Geometrijska interpretacija predznaka i iznosa prve derivacije je nagib i strmina tangente. Geometrijska interpretacija predznaka druge derivacije vezana je uz konveksnost i konkavnost grafa funkcije, a njezinog iznosa uz zakrivljenost grafa. (Graf linearne funkcije je pravac. Druga derivacija linerane funkcije je identiki jednaka nuli, tj. pravac se ne zakrivljuje. Odatle ideja da se druga c derivacija vee uz zakrivljenost. Odnos nije jednostavan, zakrivljenost funkcije f z u toki x je dana s c |f (x)| (x) = , (1 + [f (x)]2 )3 gdje je (x) = 1 (x)
polumjer krunice koja se od svih moguih krunica najbolje priljubljuje uz graf z c z funkcije f u toki (x, f (x)). O tome e biti vie rijei u Matematici II.) c c s c Pozitivnost druge derivacije znai rast prve derivacije; negativnost druge c derivacije znai pad prve derivacije. Dakle, ako je (u nekoj toki) (na nekom c c intervalu) f (x) > 0 to znai da koecijent smjera tangente na graf funkcije c f raste kad idemo tim intervalom s lijeva na desno. Kaemo da je funkcija f z konveksna na tom intervalu. Ako je f (x) < 0 na intervalu, koecijent smjera tangente pada s lijeva na desno. Takve funkcije zovemo konkavnima (na promatranom intervalu). Pojmovi konveksnosti i konkavnosti imaju smisla i u toki, tj. funkcija f je konc veksna u x0 ako je f (x0 ) > 0, a konkavna u x0 ako je f (x0 ) < 0. Toke u kojima se f (x) ponitava i mijenja predznak su zanimljive jer se u c s
252
y

y
f(x) f(x)
Slika 6.7: Konveksna (lijevo) i konkavna (desno) glatka funkcija. njima graf funkcije ponaa vrlo slino tangenti, tj. ravan je (lokalno) i prelazi s s c jedne strane tangente na drugu. Takve toke se zovu toke prijevoja ili toke c c c ineksije. To su toke prijelaza iz konveksnosti u konkavnost i obratno. U tim c tokama funkcija najbre odnosno najsporije raste odnosno pada. c z Primjer 6.23 Funkcija f : R R dana formulom f (x) = x3 ima toku c ineksije u x0 = 0. Oito je f (x) = 3x2 , odnosno f (x) = 6x. Dakle je f (x) = 0 ako i samo c ako je x = x0 = 0. Nadalje je f (x) > 0 za x > 0 i f (x) < 0 za x < 0, tj. f je konveksna na 0, + i konkavna na , 0 . Dakle x0 = 0 je toka c ineksije.
6.2.7
Osnovni teoremi diferencijalnog rauna c
Vidjeli smo da je neprekidnost funkcije u toki i na intervalu svojstvo koje je c nuno za postojanje derivacije u toki (na intervalu) (Teorem 6.19). Zelimo li z c raditi s derivacijama vieg reda, ne samo funkcija, nego i njene derivacije moraju s biti neprekidne. Funkcija f : I R je klase C 1 (I) ako ima prvu derivaciju na I i ako je ta prva derivacija neprekidna na I. Slino, funkcija f je klase C k (I) ako ima sve c derivacije do ukljuivo reda k na I i ako je f (k) neprekidna na I. c Za funkcije neprekidne na I kaemo da su klase C 0 (I) ili samo C(I). Ako funkcija z ima neprekidne derivacije bilo kojeg reda, kao npr. f (x) = ex , f (x) = sin x na
6.2. DERIVACIJA FUNKCIJE R, kaemo da su klase C (I). z Za funkcije iz C 1 (I), C 2 (I),...,C (I) kaemo jo da su glatke. z s
253
Napomena 6.9 Iz Teorema 6.1, Teorema 6.20 i Napomene 6.7 direktno slijedi da su skupovi C 0 (I), C 1 (I), ... i C (I) realni vektorski prostori. Stovie, to su podprostori realnog veks torskog prostora svih funkcija f : I R (Napomena 5.13). Beskonanodimenzionalni su, jer c 2 n npr. skup {1, x, x , ..., x } je linearno nezavisan za svaki n N (Teorem 5.3), i svaka funkcija iz tog skupa ima derivaciju svakog reda na I. Dakle beskonani skup {xn : n = 0, 1, ...} se c nalazi u nekoj bazi svakog od tih vektorskih prostora.
Napomena 6.10 Vrijedi C 0 (I) C 1 (I) C 2 (I) ... C (I).

Dokaz: Oito vrijedi c C 0 (I) C 1 (I) C 2 (I) ... C (I), jer ako je npr. funkcija klase n + 1, onda ona mora biti i klase n, n = 0, 1, .... Iz Primjera 6.17 znamo da za funkciju danu formulom f (x) = |x| vrijedi f C 1 (I) na intervalu / I oko nule, ali oito je da je f C 0 (I), dakle je C 0 (I) C 1 (I). c Denirajmo funkciju f : R R formulom f= 1, 1 (x 1)2 + 2, x1 . 1<x2
Slika 6.8: Funkcija ija druga derivacija nije neprekidna. c

Kako je
x1
lim f (x) = 1 = f (1)
254
iz Teorema 6.12 zakljuujemo da je f neprekidna na D(f ) = , 2 . Kako je c f (x) = i

x1
0, x1 2 , 1(x1)
x1 1<x2
lim f (x) = 0 = f (1)
imamo da je f neprekidna na , 2 , dakle je f C 1 , 2 . Pogledajmo drugu dervaciju od f . Imamo 0, x1 . f (x) = 1 , 1<x2 3

(x(2x))
Kako je
x1
lim f (x) = 0
x1+
lim f (x) = 1 C 2 , 2 , /
zakljuujemo da f nije neprekidna u x = 1, ima skok s 0 na 1. Dakle f c odnosno je C 1 , 2 C 2 , 2 .
Ovaj je primjer zanimljiv jer pokazuje da pri prijelazu s ravnog komada na kruni z luk dolazi do skoka druge derivacije. Kako je zikalna interpretacija druge derivacije ubrzanje to znai da tu dolazi do skoka sile. To je razlog zato se c s kod cesta i pruga takvi prijelazi ne rade. Openito se stroga inkluzija dokazuje promatranjem funkcije f (x) = xn x c na [0, + . Teorem 6.24 (Fermatova lema-nuan uvjet ekstrema) Neka je f : I z 1 R klase C (I) i neka f ima lokalni ekstrem u toki x0 I. Tada je f (x0 ) = 0. c
y
f(x)
Slika 6.9: Fermatova lema.
255
Geometrijska interpretacija Teorema 6.24 je da u toki lokalnog ekstrema glatke c funkcije tangenta mora biti paralelna s x osi. To vrijedi i za lokalne minimume i maksimume. Napomena 6.11 Primijetimo: 1. Uvjet f C 1 (I) iz Teorema 6.24 je bitan. Jasno je da funkcija f (x) = |x 1| ima lokalni (ak i globalni) ekstrem u x = 1, no iz Primjera 6.16 c znamo da f (1) ne postoji, pa se ne moe niti ponitavati. z s 2. Uvjet f (x0 ) = 0 nije i dovoljan da bi funkcija f C 1 (I) imala u x0 I lokalni ekstrem. Za funkciju f (x) = x3 vrijedi f (0) = 0, ali znamo da ona strogo raste na R, dakle ne moe imati ekstreme. z
y
f(x)
Slika 6.10: Glatkost funkcije je nuna u Fermatovoj lemi. z Teorem 6.25 (Rolleov teorem) Neka je f : I R klase C 1 (I) i neka je f (a) = f (b) = 0 za neke a, b I, a < b. Tada postoji x0 a, b takav da je f (x0 ) = 0.
Dokaz: Kako je funkcija f neprekidna na segmentu [a, b] prema Teoremu 6.6 funkcija f poprima svoj minimum m i maksimum M na [a, b], tj. postoje toke x1 , x2 [a, b] za koje je f (x1 ) = m c i f (x2 ) = M . Ako je m = M onda je f konstantna na [a, b], tj. je f (x) = 0, za svaki x (a, b). Dakle u tom sluaju svaki x0 (a, b) zadovoljava tvrdnju teorema. c Ako je m < M , onda je barem jedan od brojeva m i M razliit od nule. Pretpostavimo da je c
256
M = 0. Kako je f (a) = f (b) = 0 i f (x2 ) = M to je x2 = a i x2 = b. Dakle je toka x2 c unutarnja toka segmenta [a, b]. c Kako je f diferencijabilna u toki x2 i ima maksimum u x2 iz Teorema 6.24 imamo da je c f (x2 ) = 0. Analogno se dokae kada je m = 0. z
Teorem 6.25 kae da ako imamo neprekidno diferencijabilnu funkciju na I koja z se ponitava u dvjema tokama iz I, onda u barem jednoj toki izmedu tih dviju s c c toaka funkcija ima lokalni ekstrem. c
y
f(x)
x0
Slika 6.11: Geometrijska ilustracija Rolleova teorema.
Napomena 6.12 Primijetimo da je Teorem 6.25 u stvari Teorem 6.4 primijenjen na funkciju f . Kako je prva derivacija funkcije u toki koecijent smjera c tangente, odnosno, daje nam informaciju o rastu i padu funkcije u toki, jasno c je da kada funkcija f ide iz nultoke (a, 0) prema sljedeoj nultoki tada ako c c c raste (pada) zbog neprekidnosti mora padati (rasti) pri dolasku u tu sljedeu c nultoku. Dakle postoje toke x1 , x2 [a, b] za koje je f (x1 ) > 0 (f (x1 ) < 0) c c i f (x2 ) < 0 (f (x2 ) > 0), odnosno je f (x1 )f (x2 ) < 0, pa po Teoremu 6.4 postoji x0 [x1 , x2 ] za koju je f (x0 ) = 0. Na slici 6.11 je prikazana najjednostavnija situacija kad izmedu a i b nema drugih nultoaka. c Teorem 6.26 (Lagrangeov teorem srednje vrijednosti) Neka je f C 1 (I). Tada za sve a < b, a, b I, postoji x a, b takav da je f (b) f (a) = f (x )(b a).
257
Dokaz: Neka su a, b I, a < b, proizvoljne. Neka je L pravac kroz toke (a, f (a)) i (b, f (b)), tj. c L(x) = f (a) + Tada oito funkcija c F (x) = f (x) L(x) zadovoljava Teorem 6.25, tj. postoji x a, b za koju je F (x ) = 0. Kako je F (x) = f (x) L (x) = f (x) imamo f (b) f (a) = f (x )(b a). f (b) f (a) , ba f (b) f (a) (x a). ba
y
f(x)
x0
Slika 6.12: Geometrijska ilustracija Lagrangeovog teorema srednje vrijednosti.
Napomena 6.13 Primijetimo: 1. Ako jednadbu f (b) f (a) = f (x )(b a) zapiemo u obliku z s f (b) f (a) = f (x ), ba onda Teorem 6.26 kae da za svaku sekantu kroz toke (a, f (a)) i (b, f (b)) z c postoji toka x a, b u kojoj je tangenta paralelna s tom sekantom. c
258
2. Uvjet f C 1 (I) iz Teorema 6.26 je bitan. Ako je dana funkcija f : R R formulom 3x, x 1 f (x) = 3 x > 1, oito je c
x1
lim f (x) = 3 = f (1),
pa je, po Teoremu 6.12, f neprekidna na R. Kako je f (x) = 3, x 1 , 0 x>1
oito f ima prekid u x = 1. Dakle je f C 0 (R) i f C 1 (R). Sada za c / a = 0 i b = 2 imamo f (b) f (a) = 1, ba ali ne postoji x 0, 2 za koji je f (x ) = 1.
y
f(x)
Slika 6.13: Glatkost je nuna u Lagrangeovom teoremu srednje vrijednosti. z Iz Teorema 6.26 imamo da za svaki x iz neke okoline od a imamo x a, x za koji je f (x) f (a) = f (x ). xa To moemo pisati kao z f (x) = f (a) + f (x )(x a).
259
Broj x ovisi o x, i ne znamo ga tono, ne znamo u kojoj toki je tangenta parc c alelna sa sekantom kroz (a, f (a)) i (x, f (x)), no u nekoj toki sigurno je. c Usporedimo to s lokalnom linearizacijom (toka 6.2.5). Lokalna linearizacija c funkcije f oko toke x0 je dana s f (x) f (x0 ) + f (x0 )(x x0 ), tj. imamo c priblini izraz. S druge strane, iz Teorema 6.26 imamo da je f (x) = f (x0 ) + z f (x )(x x0 ), tj. imamo toan izraz, ali ne znamo za koji x . c Zamjenom tone vrijednosti f (x ) priblinom vrijednou f (x0 ) dobijemo lokalnu c z sc linearizaciju, tj. poznavajui prvu derivaciju f (x0 ) moemo aproksimirati funkciju c z u okolini toke x0 . Koliko je ta aproksimcija dobra? Odnosno, poznavajui vric c jednosti viih derivacija u x0 , moemo li dobiti bolju aproksimaciju funkcije f u s z okolini toke x0 ? c Teorem 6.27 (Taylorov teorem srednje vrijednosti) Neka je f : I R klase C n+1 (I) i neka je x0 I. Tada za svaki x I postoji cx izmedu x0 i x takav da vrijedi
n
f (x) =
i=0
f (i) (x0 ) f (n+1) (cx ) (x x0 )i + (x x0 )n+1 = i! (n + 1)! f (x0 ) f (n) (x0 ) f (n+1) (cx ) (xx0 )2 +...+ (xx0 )n + (xx0 )n+1 . 2! n! (n + 1)!
f (x0 )+f (x0 )(xx0 )+ Izraz

n
f (x) =
i=0
f (i) (x0 ) f (n+1) (cx ) (x x0 )i + (x x0 )n+1 i! (n + 1)!
se zove Taylorova formula. Sastoji se od Taylorovog polinoma n-tog stupnja

n
Tn (x) =
i=0
f (i) (x0 ) (x x0 )i i!
i ostatka Rn (x) =
f (n+1) (cx ) (x (n+1)!
x0 )n+1 .
Napomena 6.14 Za n = 0 Teorem 6.27 je ba Lagrangeov teorem srednje s vrijednosti, tj. Teorem 6.26.
260
Za sluaj n = 1 dobivamo c f (x) = f (x0 ) + f (x0 )(x x0 ) + Ostatak f (cx ) (x x0 )2 . 2!
f (cx ) (x x0 )2 2 predstavlja greku lokalne linearizacije s R2 (x) = f (x) f (x0 ) + f (x0 )(x x0 ) funkcije f u okolini toke x0 . Dakle, ocjenjivanje pogreke uinjene pri linearizaciji c s c svodi se na ocjenjivanje veliine c |f (cx )|. Slino kao i Teorem 6.23, Taylorovi polinomi se najbolje priljubljuju (dakle c najbolje aproksimiraju) uz graf funkcije f u okolini toke (x0 , f (x0 )) od svih c polinoma danog stupnja. Daleko od x0 aproksimacija moe biti (i obino je) vrlo z c loa. Aproksimacija je dobra lokalno. s Primjer 6.24 Neka je dana funcija f (x) = sin x. Tada su Taylorovi polinomi u okolini toke x0 = 0 dani sa c T0 (x) = f (0) = 0, T1 (x) = f (0) + f (0)x = x,
x2 = x, 2 x2 x3 x3 T3 (x) = f (0) + f (0)x + f (0) + f (0) = x , ... 2 3! 6 T2 (x) = f (0) + f (0)x + f (0)
n
Tn (x) =
i=0
(1)i
x2i+1 . (2i + 1)!
Ako je f C (I) onda Taylorov polinom postoji za svaki stupanj n N. Dakle, dobro je deniran red f (x) = f (x0 ) + f (x0 )(x x0 ) + f (x0 ) (x x0 )2 + ... 2!
261
Medutim taj red moe divergirati za svako x = x0 , odnosno konvergirati nekoj z (x drugoj funkciji. Red f (x) = f (x0 ) + f (x0 )(x x0 ) + f 2! 0 ) (x x0 )2 + ... e c konvergirati funkciji f u okolini toke x0 ako je c
n
lim (f (x) Tn (x)) = lim Rn (x) = 0,

n
gdje je Tn (x) = f (x0 ) + f (x0 )(x x0 ) + i Rn (x) = f (x) Tn (x). Tada red f (x) =
nN0
f (x0 ) f (n) (x0 ) (x x0 )2 + ... + (x x0 )n 2! n!
f (n) (x0 ) (x x0 )n n!
zovemo Taylorov red funkcije f . Primijetimo da je Taylorov red red potencija u varijabli (x x0 ) (toka 4.3.1). c U posebnom sluaju za x0 = 0 red c f (x) =
nN0
f (n) (0) n x n!
zovemo McLaurinov red funkcije f . Moe se pokazati da su funkcije ex , sin x, cos x prikazive pomou svojih z c McLaurinovih redova na cijelom R, tj. da je radijus konvergencije odgovarajuih c McLaurinovih redova beskonaan: c
ex =
n=0
xn , n!
sin x =
n=0
(1)n
x2n+1 , (2n + 1)!
cos x =
n=0
(1)n
x2n . (2n)!
Napomena 6.15 Taylorovi redovi obino sporo konvergiraju, dakle nisu jako c dobri za numeriku.
6.2.8
Primjene derivacija
Monotonost i lokalni ekstremi Teorem 6.28 Neka je f C 1 (I) za neki interval I.
262
1. Funkcija f raste na I ako i samo ako je f (x) 0, za svaki x I. 2. Funkcija f pada na I ako i samo ako je f (x) 0, za svaki x I.
Dokaz: c 1. Neka je f C 1 (I) rastua funkcija na I. Tada za x > 0 vrijedi f (x + x) f (x), pa je f (x + x) f (x) 0, x za svaki x I. Limes nenegativne funkcije mora i sam biti nenegativan, pa je f (x) = lim za svaki x I. Obratno, neka je f (x) 0 za svaki x I i neka je x > 0. Tada, po Teoremu 6.26 postoji x (x, x + x) takav da je f (x + x) f (x) = f (x )x. Kako je desna strana gornje jednadbe nenegativna, to je i lijeva strana takva, dakle z funkcija f raste na I. 2. Dokaz ide na slian nain. c c
x0
f (x + x) f (x) 0, x
Primjer 6.25 Funkcija f : R R dana formulom f (x) = x3 je strogo rastua c na R i vrijedi f (0) = 0. Dakle ne vrijedi f (x) > 0 na R. Iz Primjera 6.25 zakljuujemo da u Teoremu 6.28 ne moemo nejednakosti tipa c z () zamjeniti strogim nejednakostima i dobiti analogne tvrdnje teorema za strogi rast i pad. Jedan smjer bismo mogli dokazati; ako za funkciju f C 1 (I) vrijedi f (x) > 0 (f (x) < 0) na I, onda funkcija strogo raste (pada) na I. Ovaj smjer se dokazuje analogno kao u Teoremu 6.28 primjenom Teorema 6.26. Medutim, obratna tvrdnja ne mora vrijediti, zbog injenice da limes strogo pozic tivne (negativne) veliine ne mora biti strogo pozitivan (negativan) ve moe biti c c z jednak nuli (npr. lim x2 = 0).
x0
U Teoremu 6.24 smo vidjeli da, ako je x0 I toka lokalnog ekstrema funkcije c 1 f C (I), onda je f (x0 ) = 0. Iz Napomene 6.11 imamo da obrat ne vrijedi. Toke u kojima se prva derivacija ponitava e nam ipak biti zanimljive, jer se c s c medu njima nalaze potencijalni ekstremi.
263
Denicija 6.5 Toke u kojima se prva derivacija funkcije iz C 1 (I) ponitava c s zovu se stacionarne toke. c Dakle, u stacionarnim tokama je tangenta na graf funkcije paralelna s osi x. c Kao to smo rekli, u stacionarnoj toki funkcija moe, ali i ne mora, imati s c z lokalni ekstrem. To ovisi o promjeni ponaanja funkcije u toj toki, a ta se s c promjena ponaanja oituje kroz promjenu predznaka derivacije. Ako derivacija s c ne mijenja predznak, u stacionarnoj toki nema lokalnog ekstrema (imamo rast c ili pad na nekoj okolini te toke); inae ima lokalni ekstrem (s jedne strane toke c c c funkcija raste (pada), a s druge pada (raste)). Teorem 6.29 Neka je f C 1 (I) i f (x0 ) = 0 za neki x0 I. Funkcija f ima lokalni ekstrem u toki x0 ako i samo ako f (x) mijenja predznak u toki x0 . c c Ako je f (x) < 0 lijevo od x0 i f (x) > 0 desno od x0 , onda u x0 funkcija f ima lokalni minimum, ako je f (x) > 0 lijevo od x0 i f (x) < 0 desno od x0 , onda u x0 funkcija f ima lokalni maksimum. Dokaz: Izravno iz toke 5.1.4, Teorema 6.24, Teorema 6.28. c Konveksnost, konkavnost i toke ineksije c Alternativni pristup problemu odredivanja lokalnih ekstrema je preko konveksnosti i konkavnosti funkcije. U formulaciji emo zahtijevati neto veu glatkou funkcije c s c c (tj. da je barem f C 2 (I)), jer konveksnost i konkavnost ovise o predznaku druge derivacije. Denicija 6.6 Neprekidna funkcija f : I R je konveksna na I ako je f za sve x1 , x2 I. Ako je f x1 + x2 2 f (x1 ) + f (x2 ) , 2 x1 + x2 2 f (x1 ) + f (x2 ) , 2
za sve x1 , x2 I, kaemo da je f konkavna na I. z Ako su nejednakosti stroge govorimo o strogo konveksnoj i strogo konkavnoj funkciji na I.
264
Denicija 6.6 kae da je funkcija f : I R konveksna ako je za sve x1 , x2 I z slika aritmetike sredine od x1 i x2 manja ili jednaka od aritmetike sredine slika c c x1 i x2 , a konkavna ako je za sve x1 , x2 I slika aritmetike sredine od x1 i x2 c vea ili jednaka od aritmetike sredine slika x1 i x2 . c c Dakle, izmedu x1 , x2 I graf konveksne funkcije je ispod, a graf konkavne funkcije iznad sekante kroz toke (x1 , f (x1 )) i (x2 , f (x2 )). c Ako je funkcija f dovoljno glatka (barem klase C 2 (I)), konveksnost i konkavnost su odredene predznakom druge derivacije. Teorem 6.30 Neka je f : I R klase C 2 (I). 1. Funkcija f je konveksna na I ako i samo ako je f (x) 0, za svaki x I. 2. Funkcija f je konkavna na I ako i samo ako je f (x) 0, za svaki x I. Teorem 6.31 Neka je x0 stacionarna toka funkcije f C 2 (I). c 1. Ako je f (x0 ) > 0, funkcija f ima u x0 I lokalni minimum. 2. Ako je f (x0 ) < 0, funkcija f ima u x0 I lokalni maksimum.
Dokaz: 1. Uzmimo stacionarnu toku x0 za koju je f (x) > 0. Zbog neprekidnosti druge c derivacije, druga derivacija je pozitivna i na nekoj okolini od x0 (Teorem 6.3). Uzmimo x proizvoljan iz te okoline. Onda e i toka cx iz Teorema 6.27 biti iz te okoline, jer c c se nalazi izmedu x0 i x. Dakle je f (cx ) > 0. Primijenimo li Teorem 6.27 za sluaj c n = 1, imamo f (x) = f (x0 )+f (x0 )(xx0 )+ f (cx ) f (cx ) (xx0 )2 = f (x0 )+ (xx0 )2 f (x0 ). 2 2
Dakle u toki x0 funkcija f ima lokalni minimum. c 2. Dokaz ide na slian nain. c c
Uvjet f (x) 0 (f (x) 0), iz Teorema 6.31, da funkcija f C 2 (I) ima lokani maksimum (minimum) nije nuan. Npr. funkcija f : R R dana formulom z f (x) = x4 oito ima u x = 0 (globalni) minimum, ali je f (0) = 0. c
265
Denicija 6.7 Neka je f : I R i c I. Neka postoji > 0 takav da je funkcija f na c , c strogo konveksna i na c, c + strogo konkavna ili je na c , c strogo konkavna i na c, c + strogo konveksna. Tada kaemo da je z toka c toka ineksije funkcije f . c c Kae se jo da je toka (c, f (c)) toka ineksije grafa funkcije f . z s c c Teorem 6.32 Neka je f C 2 (I). Ako je c I toka ineksije od f , onda je c f (c) = 0.
Dokaz: Bez smanjenja openitosti, neka je f na c , c strogo konveksna i na c, c + strogo c konkavna za neki > 0. Tada iz Teorema 6.30 imamo da funkcija f raste na (c , c) i pada na (c, c + ). Dakle, f ima lokalni maksimum u c, pa je po Teoremu 6.24 f (c) = 0.
Uvjet f (c) = 0 iz Teorema 6.32 nije i dovoljan da bi funkcija f C 2 (I) imala u toki c I toku ineksije. Npr. za funkciju f : R R danu formulom c c 4 f (x) = x vrijedi f (0) = 0, ali je f (x) > 0 za x , 0 i f (x) > 0 za x 0, . Dakle je konveksna na , 0 i 0, , pa x = 0 ne moe biti z toka ineksije. c Teorem 6.33 Neka funkcija f C 2 (I) zadovoljava uvjet f (c) = 0 za neki c I i neka f (x) mijenja predznak u c. Onda je c toka ineksije od f . c Dokaz: Izravno iz Denicije 6.7. Raunanje limesa - LHospitalovo pravilo c Teorem 6.34 Neka su f i g derivabilne funkcije na I osim, moda, u x0 I. z Neka je lim f (x) = lim g(x) = 0. Ako je g (x) = 0 za svaki x = x0 , x I, i ako postoji
xx0 xx0
xx0
lim
f (x) = L, g (x)
onda je i
xx0
lim
f (x) = L. g(x)
Dokaz: Promatrajmo sluaj kad su f i g dovoljno glatke (bar klase C 2 (I)) i g (x) = 0 za svaki c x = x0 , x I. Zbog neprekidnosti od f i g na I imamo f (x0 ) = lim f (x) = 0 i g(x0 ) = lim g(x) = 0. Iz Teorema 6.27 imamo
xx0 xx0
f (x) = f (x0 )(x x0 ) + r1 (x x0 )(x x0 )
266
i
g(x) = g (x0 )(x x0 ) + r2 (x x0 )(x x0 ), gdje su r1 i r2 neprekidne u 0 i r1 (0) = r2 (0) = 0. Za x = x0 vrijedi f (x0 ) + r1 (x x0 ) f (x) = . g(x) g (x0 ) + r2 (x x0 ) Putajui x x0 iz gornje jednadbe i jer je r1 (0) = r2 (0) = 0 dobivamo s c z
xx0
lim
f (x) f (x0 ) = . g(x) g (x0 )
Sada zbog neprekidnosti od f i g u x0 (Teorem 6.12) i iz Teorema 6.18 imamo lim f (x) f (x0 ) = = g(x) g (x0 )
xx0
lim f (x) lim g (x) = lim

xx0
xx0
xx0
f (x) . g (x)
f g
Na Teorem 6.34 moemo gledati i kao na teorem o proirenju funkcije z s neprekidnosti u toki x0 (Teorem 6.12). c Napomena 6.16 Neka su funkcije f, g C n+1 (I) i neka vrijedi f (x0 ) = 0, g(x0 ) = 0, f (x0 ) = 0, . . . f (n) (x0 ) = 0, g (n+1) (x0 ) = 0.
po
g (x0 ) = 0, . . . g (n) (x0 ) = 0,
Tada, analogno kao u dokazu Teorema 6.34, iz Teorema 6.27 imamo

xx0
lim
f (x) f (n+1) (x) = lim (n+1) . g(x) xx0 g (x)
Kut izmedu krivulja Kut izmedu dviju krivulja odnosno grafova funkcija f1 i f2 u toki njihovog c presjeka denira se kao kut izmedu njihovih tangenti u toj toki. Znamo da je c tg 1 = f1 (x0 ), tg 2 = f2 (x0 ),
gdje je x0 apscisa toke presjeka grafova funkcija f1 i f2 , 1 odnosno 2 kutovi c koje tangente na f1 odnosno f2 u toki x0 zatvaraju s pozitivnim smjerom x osi. c Dakle, kut izmedu f1 i f2 u toki x0 je c = 2 1 .
267
y f (x)
1
f2 (x) 0 x
Slika 6.14: Kut izmedu dviju krivulja. Iz toke 2.2.1 imamo da je c tg = tg (2 1 ) = Odatle je = arctg tg 2 tg 1 f (x0 ) f1 (x0 ) = 2 . 1 + tg 1 tg 2 1 + f1 (x0 )f2 (x0 ) f2 (x0 ) f1 (x0 ) . 1 + f1 (x0 )f2 (x0 )
Napomena 6.17 Krivulje (odnosno grafovi funkcija) f1 i f2 su okomite u toki c x0 ako i samo ako je = 2 , odnosno ako i samo ako je tg = , tj. ako i samo ako je f1 (x0 )f2 (x0 ) = 1. Ako je = 0, onda je i tg = 0 , dakle je f1 (x0 ) = f2 (x0 ). To znai da u c toki (x0 , f (x0 )) krivulje (odnosno funkcije) f1 i f2 imaju zajedniku tangentu, c c pa moemo rei da se diraju u toj toki. z c c Primjer 6.26 Odredimo kut izmedu krivulja xy = a i y 2 x2 = a, a > 0. Zapiemo li krivulje u eksplicitnom obliku imamo s y= y= a = f1 (x), x
a + x2 = f2 (x).
268
Nadimo presjecite krivulja f1 i f2 , tj. nadimo rjeenje jednadbe f1 (x) = f2 (x). s s z Iz a = a + x2 x kvadriranjem dolazimo do bikvadratne jednadbe po x, tj. z x4 + ax2 a2 = 0. Supstitucijom x2 = u dobivamo u2 + au a2 = 0, a odatle je u=a
51 2
(drugo rjeenje je negativno). Uzimajui pozitivno rjeenje jednadbe s c s z x =a imamo za apscisu toke presjeka c x0 = Derivirajui f1 i f2 po x dobivamo c f1 (x) = Nadalje je f1 (x0 )f2 (x0 ) = a x0 a + x2 0 = ... = 1. a , x2 f2 (x) = x . a + x2 a 51 . 2
2
51 , 2
Dakle, f1 i f2 su okomite u toki x0 , odnosno sve krivulje f1 (x) i f2 (x) su c medusobno okomite (tj. okomite su za svaki a > 0).
6.2. DERIVACIJA FUNKCIJE Skiciranje grafa i ispitivanje toka funkcije
269
Metode diferencijalnog rauna su kljune pri skiciranju grafa funkcije zadane c c formulom. Postupak: 1. Odrediti domenu funkcije (prirodno podruje denicije); c c 2. Ispitati parnost, neparnost, periodinost; 3. Pronai toke presjeka grafa funkcije s koordinatnim osima; c c 4. Ispitati ponaanje na rubovima domene (asimptote); s 5. Pronai stacionarne toke; c c 6. Odrediti intervale monotonosti i lokalne ekstreme; 7. Pronai intervale konveksnosti, konkavnosti i toke ineksije; c c z 8. Sloiti sve dobivene podatke u graf funkcije. Postupak je, u izvjesnom smislu, samokorigirajui. Ako se rezultat nekog c koraka ne slae s rezultatima prijanjih koraka, to upuuje na pogreku u raunu. z s c s c Praktini ekstremalni problemi c Diferencijalni nam raun daje ekasan i gotovo mehaniki nain odredivanja ekc c c strema u raznim praktinim problemima. c Primjer 6.27 Karton oblika kvadrata duljine stranice a treba izrezati na vrhovima tako da se dobije kutija najveeg volumena. c Iz geometrijskih i praktinih razloga je jasno da uz svaki vrh treba izrezat kvadratni c komad i da duljina stranice tog komada treba biti ista za sve vrhove. Oznaimo c li tu duljinu s x, volumen kutije bit e dan formulom c V (x) = (a 2x)2 x. Nadalje je V (x) = (a 2x)(a 6x).
270
x a x
Slika 6.15: Kako napraviti kutiju najveeg volumena?. c Iz uvjeta V (x) = 0 nalazimo stacionarne toke c a x1 = , 6 a x2 = . 2
Jasno je toka x1 = a odgovara lokalnom maksimumu, jer tu funkcija V (x) c 6 prelazi iz pozitivnih u negativne vrijednosti, dakle funkcija V (x) prelazi iz rasta u pad. Istim zakljuivanjem se vidi da x2 = a daje lokalni minimum. Maksimalni c 2 volumen je 2 a = a3 . V 6 27 Primjer 6.28 Odredite dimenzije pravokutnog gradilita povrine 1 ha takvog s s da su trokovi njenog ogradivanja minimalni. s
1 Oznaimo dimenzije gradilita s x i y. Iz P = xy = 1 slijedi da je y = x . c s (Ovdje su x i y u jedinicama iji produkt daje 1 ha, dakle u stotinama metara.) c 1 Trokovi ogradivanja su proporcionalni opsegu pravokutnika sa stranicama x i x , s i oni e biti minimalni za onu vrijednost x za koju se minimizira funkcija f (x) = c 1 x + x . Derivirajui f (x) i izjednaavajui f (x) s nulom nalazimo stacionarne c c c toke x1 = 1 i x2 = 1. Druga oito nema smisla u danom kontekstu, a za c c prvu se lako provjeri da je u njoj lokalni minimum. Dakle je od svih pravokutnika zadane povrine najjeftinije ograditi kvadrat. Za povrinu od 1 ha to daje kvadrat s s stranice 100 m.
271
1 Do istog smo rjeenja mogli doi i na drugi nain. Izraz x + x je dvostruka s c c 1 aritmetika sredina veliina x i x . Poznato je da je aritmetika sredina dviju c c c pozitivnih veliina uvijek vea ili jednaka od njihove geometrijske sredine (AG c c nejednakost), a da se jednakost postie samo za sluaj da su te veliine jednake. z c c 1 1 1 Kako je geometrijska sredina od x i x jednaka x x = 1, slijedi da je x + x 1. 1 Nadalje, minimalna vrijednost 1 se postie za sluaj kad je x = x , tj. za x = 1. z c Usporedimo sada ova dva pristupa. U prvom smo sluaju slijedili poznatu proc ceduru i nismo ovisili o nadahnuu niti o vezama s drugim podrujima matemc c atike. U drugom pristupu, koji je elegantniji, pozvali smo se na rezultat koji, dodue, je dio matematike ope kulture, no kojeg se ipak treba sjetiti i dovesti u s c c vezu s danim problemom. Snaga pristupa preko diferencijalnog rauna je upravo c u tome to daje postupak koji se moe provesti rutinski i gotovo mehaniki. s z c
Poglavlje 7 Uvod u integralni raun c

7.1
7.1.1
Neodredeni integral
Primitivna funkcija
U praksi se esto javlja potreba odredivanja nepoznate funkcije ija nam je c c derivacija poznata. Npr., iz poznate brzine kojom se tijelo giba elimo odrediti z njegov poloaj u budunosti; iz poznate brzine rasta populacije elimo predvidjeti z c z njeno kretanje u iduih nekoliko godina; iz poznate stope inacije elimo procic z jeniti budue trokove ivota. c s z Ako su te veliine konstantne, odgovor je jednostavan - treba ih samo mnoiti c z vremenom. Tijelo koje se giba konstantan brzinom v bit e za t sekundi tono c c v t metara udaljeno od svog sadanjeg poloaja. Ako se populacija poveava za s z c 100 lanova godinje, za n godina bit e ih za n100 vie nego danas. No to ako c s c s s se tijelo giba brzinom koja se i sama mijenja u ovisnosti o vremenu, v = v(t)? Ili prirast populacije nije konstantan, ve raste s vremenom? Nije uvijek u pitanju c ovisnost o vremenu. Kako odrediti funkciju (nepoznatu) za koju nam je u svakoj toki poznat koecijent smjera tangente na njen graf? c Iz gornjih primjera vidimo da postoji potreba za operacijom ili postupkom koji e ponitavati uinak deriviranja. Derivaciju moemo promatrati kao funkciju c s c z n+1 koja funkciji f C (I) pridruuje funkciju f C n (I), n = 0, 1, 2, ..., . Iz z Napomene 6.9 znamo da su skupovi C n (I), n = 0, 1, 2, ..., , vektorski prostori s obzirom na zbrajanje funkcija i mnoenje funkcija skalarom. Dakle je funkcija z 273
274
POGLAVLJE 7. UVOD U INTEGRALNI RACUN
deriviranja operator. Iz Teorema 6.20 i Napomene 6.7 izravno slijedi da je operator deriviranja linearan. Zanima nas, ako postoji, linearan operator koji mu je inverzan. Citajui tablicu derivacija elementarnih funkcija iz toke 6.2.5 s desna na lijevo c c vidimo da za neke elementarne funkcije postoje funkcije ije su one derivacije. c Primjerice, iz (sin x) = cos x slijedi da je za f (x) = cos x funkcija sin x ona koju treba derivirati da bi se dobilo f (x). Uvedimo prvo ime za takve funkcije, a onda pogledajmo kada postoje i koja su im svojstva. Denicija 7.1 Neka je f neprekidna funkcija na I R. Funkcija F : I R za koju vrijedi F (x) = f (x) zove se primitivna funkcija funkcije f na I. Iz tablice derivacija elementarnih funkcija vidimo da je sin x primitivna funkcija 2 funkcije cos x, da je x primitivna funkcija funkcije x, itd. Stovie, vidimo da je s 2 svaka konstanta C R primitivna funkcija funkcije f (x) = 0, jer je derivacija svake konstante jednaka nuli. Odatle slijedi vano svojstvo primitivnih funkcija. z
F(x)+5 F(x)+e F(x)+1 F(x) F(x)2 F(x)7
f(x)
Slika 7.1: Neodredeni integral funkcije f (x) kao skup svih primitivnih funkcija od f (x). Teorem 7.1 Neka je F primitivna funkcija funkcije f na I R. Tada je i F +C primitivna funkcija funkcije f na I za svaki C R i sve primitivne funkcije od f na I su oblika F + C, C R.
7.1. NEODREDENI INTEGRAL

Dokaz: Neka je C R proizvoljan. Tada je (F (x) + C) = F (x) + 0 = F (x) = f (x).
275
Dakle imamo prvu tvrdnju. Uzmimo sada dvije razliite primitivne funkcije od f na I i oznaimo ih s F i G. Za c c njihovu razliku H(x) = F (x) G(x) i proizvoljni x0 I iz Teorema 6.26 imamo H(x) H(x0 ) = H (c)(x x0 ), gdje je c neka toka izmedu x i x0 . Zbog c H (c) = F (c) G (c) = f (c) f (c) = 0, slijedi H(x) = H(x0 ) za svaki x I, tj. H je konstantna funkcija. Dakle se svake dvije primitivne funkcije od f razlikuju za konstantu, a to je upravo druga tvrdnja teorema.
7.1.2
Neodredeni integral
U literaturi se primitivna funkcija funkcije f naziva jo i njenom antiderivacijom. s To nije tono inverz od derivacije, jer linearni operator deriviranja nije injektivan: c on skup svih primitivnih funkcija od f , koji je po Teoremu 7.1 beskonaan, alje c s u f. Skup svih primitivnih funkcija funkcije f zove se neodredeni integral funkcije f . Piemo s f (x)dx = F (x) + C. Interpretirajmo elemente ove formule: je znak integrala, dolazi od S kao suma; f (x) je integrand; dx pokazuje po emu se integrira; c F (x) je primitivna funkcija funkcije f (x); C R je konstanta integracije.
Neodredene integrale nekih elementarnih funkcija moemo oitati iz tablice z c derivacija elementarnih funkcija (toka 6.2.4). Ostale raunamo koristei svojstva c c c
276
neodredenog integrala. Osnovna svojstva slijede iz svojstva linearnosti deriviranja (Teorem 6.20 i Napomena 6.7). Odnose se na operacije zbrajanja funkcija i mnoenja funkcija skalarom. Za ostale operacije nema jednostavnih pravila. z Teorem 7.2 f (x)dx = f (x).
Dokaz: Neka je F primitivna funkcija funkcije f . Kako je imamo f (x)dx
f (x)dx = F (x) + C,
= (F (x) + C) = F (x) = f (x).
Napomena 7.1 Iz Teorema 7.1 slijedi da je za f C 1 (I) f (x)dx = f (x) + C. Teorem 7.3 Vrijedi: 1. 2. (f (x) g(x))dx = cf (x)dx = c f (x)dx g(x)dx,
f (x)dx.
Dokaz: 1. Neka je F primitivna funkcija funkcije f i G primitivna funkcija funkcije g. Oito je, c zbog linearnosti derivacije, F G primitivna funkcija funkcije f g. Dakle je (f (x) g(x))dx = F (x) G(x) + C = f (x)dx g(x)dx.
2. Neka je F primitivna funkcija funkcije f . Oito je, zbog linearnosti derivacije, cF c primitivna funkcija funkcije cf . Dakle je cf (x)dx = cF (x) + C = c f (x)dx.
277
f (x) x ex ax
1 x 1 x ln a 1 1x2 1 x2 +1 x+1 +1
f (x)dx + C ( = 1) ex + C ax +C ln a ln |x| + C loga x + C arcsin x + C ln |x + x2 + 1| + C
f (x) sin x cos x

1 cos2 x 1 sin2 x 1 1+x2 1 1x2 1 x2 1
f (x)dx cos x + C sin x + C tg x + C ctg x + C arctg x + C 1 ln | x+1 | + C 2 x1 ln |x + x2 1| + C
Tablica 7.1: Tablini integrali c Koristei svojstva Teorema 7.3 i gornju tablicu moemo raunati jednostavnije c z c integrale. Tako moemo integrirati polinome i jednostavnije racionalne, eksponencijalne i z trigonometrijske funkcije. Za ostale funkcije moramo razviti metode kojima emo c njihovu integraciju svesti na gornje, tzv. tabline integrale. c
7.1.3
Metode integriranja
Deriviranje je mehanika procedura: uz dovoljno vremena i strpljivosti mogue je, c c koristei pravila i tablicu derivacija (toka 6.2.4), izraunati derivaciju bilo koje c c c elementarne funkcije. S druge strane, postoje dosta jednostavne elementarne 2 funkcije iji integrali nisu elementarne funkcije. Najpoznatiji primjer je ex dx, c koji se ne moe izraziti kao konana kombinacija elementarnih funkcija. Nije lako z c unaprijed rei koja se funkcija uope moe integrirati. Ako se i moe integrirati, c c z z to obino nije lako. c Izravna integracija U izravnoj integraciji se koriste tablini integrali (toka 7.1.2) i svojstva iz Teoc c rema 7.3. Primjer 7.1 Pogledajmo sljedee primjere: c
278
1. Odredimo integral funkcije f (x) = x2 + sin x. Koristei Teorem 7.3 i tabline integrale imamo: c c (x2 + sin x)dx = x2 dx + sin x dx = x3 cos x + C. 3
2. Odredimo funkciju ija tangenta u toki s apscisom x ima koecijent smjera c c 2 3x + 1, i iji graf prolazi kroz toku (1, 3). Drugim rjeima, odredimo c c c 2 primitivnu funkciju F (x) funkcije f (x) = 3x + 1 koja prolazi tokom c (1, 3). Koristei Teorem 7.3 i tabline integrale imamo: c c (3x2 + 1)dx = x3 + x + C = F (x).
y 3
0 1 x
Slika 7.2: Primitivne funkcije funkcije 3x2 + 1. Konstantu integracije C R odredujemo iz uvjeta F (1) = 3. Dakle je 3 = F (1) = 1 + 1 + C, pa je C = 1. Traena funkcija je F (x) = x3 + x + 1. z Dakle funkcija 3x2 + 1 ima beskonano mnogo primitivnih funkcija, i one c 3 su oblika x +x+C. Samo jedna prolazi tokom (1, 3), i to je x3 +x+1. c
7.1. NEODREDENI INTEGRAL Integriranje zamjenom varijabli ili supstitucijom
279
Izravnom integracijom se, openito, ne mogu integrirati produkti funkcija (osim c za polinome, ili u posebnim sluajevima kad se oni mogu pretvoriti u zbroj ili c razliku kao kod nekih trigonometrijskih izraza). Ipak, ima jedan sluaj kad se c produkt funkcija lako integrira. To je sluaj kad je jedan od faktora u produktu c jednak derivaciji drugoga. Razlog je tomu injenica da se takvi produkti dobivaju c deriviranjem kompozicije funkcija, tj. deriviranjem sloenih funkcija. z Primjer 7.2 Odredimo integral funkcije f (x) = sin x cos x. Integral sin x cos x dx ne moemo izravno rijeiti koristei Teorem 7.3 i tabline integrale. No uoimo z s c c c da se izraz sin x cos x dx moe pisati kao z sin x(sin x) dx. Koristei izraz za diferencijal (toka 6.2.5), ovo moemo pisati kao c c z sin x d(sin x). Dakle je sin x cos x dx = Uvodei oznaku c u = sin x, gornji se integral svodi na u du, a to znamo da je
u2 2
sin x d(sin x).
+ C. Dakle je sin x cos x dx = 1 2 sin x + C. 2
280
U Primjeru 7.2 smo vidjeli nain raunanja integrala zamjenom varijable ili supc c stitucijom. Ista se ideja moe primijeniti i ako jedan faktor nije ista derivacija z c drugoga. Primjer 7.3 Odredimo integral funkcije f (x) = sin5 x cos x. Zamjenom varijabli kao u Primjeru 7.2 vidimo da se izraz sin5 x cos x dx moe pisati kao u5 du, a to je diferencijal od z u6 + C. 6 Dakle je sin x cos x dx =
5
u du =
u6 u6 1 d( + C) = + C = sin6 x + C. 6 6 6
Promatrajmo openiti sluaj u kojem se pojavljuje produkt oblika c c g(u(x))u (x) kao integrand. Uoavajui da je izraz c c u (x)dx u stvari diferencijal argumenta funkcije g, tj. d(u(x)) = u (x)dx, moemo podintegralnu funkciju pisati kao z g(u)du. Ako je G(u) primitivna funkcija od g(u), onda iz G (u) = g(u)u (x) slijedi dG(u) = G (u)du = g(u)u (x)dx = g(u)du. Odatle dobivamo ope pravilo: c g(u(x))u (x)dx = G(u(x)) + C.
7.1. NEODREDENI INTEGRAL Primjer 7.4 Odredimo integral funkcije f (x) = tg x .
281
sin Integral tg x dx nije tablini, a nije ni produkt. Uoimo da kvocijent cos x c c x moemo pisati kao z 1 sin x, cos x i da je sin x derivacija od cos x. Manipuliramo malo izraz pod integralom kako bismo ga sveli na oblik pogodan za supstituciju:
tg x dx =
sin x dx = cos x
1 sin x dx = cos x
1 ( sin x )dx = cos x
d(cos x) = cos x
du = ln |u| + C = ln | cos x| + C. u
Napomena 7.2 Uoimo posebno jednostavan sluaj zamjene varijable: c c u = ax + b, f (ax + b)dx = f (u) du 1 = a a du = a dx
1 1 f (u)du = F (u) + C = F (ax + b) + C. a a
Kljuni korak pri supstituciji je izbor nove varijable u koja e podintegralni izraz c c svesti na derivaciju sloene funkcije. Nakon uvodenja nove varijable u iz podz integralnog izraza mora posve nestati varijabla x, kako iz integranda, tako i iz diferencijala. Dakle, dio s dx mora se moi zgodno izraziti u terminima difrencic jala novouvedene varijable u. Primjer 7.5 Odredimo integral funkcije f (x) =
3x . x2 1
Uvedimo supstituciju u = x2 1. Sada je du = 2x dx, pa je dx = Uvrstimo u integral, imamo 3x dx = 3 x2 1 Da smo imali x du 3 = u 2x 2 du 3 3 = ln |u| + C = ln |x2 1| + C. u 2 2 du . 2x
1 dx, 1 to se ne bi dalo rijeiti gornjom supstitucijom jer se dx ne bi dao izraziti preko s du. x2
282
Parcijalna integracija Parcijalnu integraciju primjenjujemo kad je podintegralna funkcija produkt dvaju faktora od kojih se jedan lako integrira, a drugi se deriviranjen pojednostavnjuje. Polazimo od formule za derivaciju produkta funkcija, (uv) = u v + v u. Piui to kao diferencijal imamo s c d(uv) = (uv) dx = u v dx + v u dx = v du + u dv. Integrirajui obje strane gornje jednakosti dobivamo c uv = To moemo pisati z u dv = uv ili, zbog dv = v dx, du = u dx, u(x)v (x)dx = u(x)v(x) Moemo to iskazati u obliku teorema: z Teorem 7.4 Neka su u i v neprekidno diferencijabilne funkcije na intervalu I, tj. klase C 1 (I). Tada vrijedi u(x)v (x)dx = u(x)v(x) u (x)v(x)dx. u (x)v(x)dx. v du, v du + u dv.
Napomena 7.3 Pravilo parcijalne integracije se najee zapisuje i pamti kao c sc u dv = uv Primjer 7.6 Pogledajmo sljedee primjere: c 1. Odredimo integral funkcije f (x) = x cos x. Imamo produkt u kojem oba faktora znamo lako integrirati. Koji od njih treba odabrati kao v? v du.
283
Stavimo u = x, v = cos x, tj. dv = v dx = cos x dx. Sada je v = sin x, du = u dx = dx. Imamo x cos x dx = x sin x sin x dx = x sin x + cos x + C.
Do ega bi doveo suprotni izbor? Imali bismo u = cos x, v = x, tj. c 2 dv = v dx = x dx. Sada je v = x , du = sin x dx. Imamo 2 x cos x dx = x2 1 cos x + 2 2 x2 sin x dx.
Dobili smo integral koji je kompliciraniji od polaznog. 2. Odredimo integral funkcije f (x) = x2 ex . Poueni prethodnim primjerom stavljamo dv = ex dx, tj. v = ex , i u = x2 , c to daje du = u dx = 2x dx i v = ex . Dobivamo s x2 ex dx = x2 ex 2 xex dx.
Jo nismo izraunali polazni integral, no sveli smo ga na jednostavniji ins c tegral xex dx. Primijenimo li parcijalnu integraciju jo jednom, dobivamo s xex dx = xex Konano, c x2 ex dx = (x2 2x + 2)ex + C. Iz Primjera 7.6 moemo zakljuiti da e se parcijalnom integracijom moi inz c c c tegrirati produkti polinoma i eksponencijalnih ili trigonometrijskih funkcija. Takvi se produkti jo mogu integrirati i metodom neodredenih koecijenata. s Parcijalnom se integracijom moemo posluiti i kad, na prvi pogled, nema proz z dukta u podintegralnoj funkciji. c Primjer 7.7 Pogledajmo sljedee primjere: ex dx = xex ex + C.
284
1. Odredimo integral funkcije f (x) = ln x. Stavimo dv = dx, tj. v = 1, i u = ln x, to daje du = u dx = s Dobivamo ln x dx = x ln x x dx = x ln x x + C. x

dx x
i v = x.
2. Odredimo integral funkcije f (x) = arctg x . Stavimo dv = dx, tj. v = 1, i u = arctg x , to daje du = u dx = s v = x. Dobivamo arctg x dx = x arctg x Sada analogno kao i u Primjeru 7.5 imamo x dx 1 = ln(x2 + 1) + C. 2+1 x 2 Imamo arctg x dx = x arctg x 1 ln(x 2 + 1 ) + C . 2 x dx . x2 + 1
dx 1+x2
Jo jedna mogunost primjene parcijalne integracije ilustrirana je sljedeim prims c c jerima: Primjer 7.8 Oznaimo c I= Sada imamo I= sin2 x dx = sin x sin x dx. sin2 x dx. 1. Odredimo integral funkcije f (x) = sin2 x.
Stavimo dv = sin x dx, tj. v = sin x, i u = sin x, to daje du = u dx = s cos x dx i v = cos x. Dobivamo I= sin2 x dx = sin x sin x dx = sin x cos x + cos2 x dx =
7.1. NEODREDENI INTEGRAL sin x cos x+ (1sin2 x)dx = xsin x cos x Odatle je 2I = x sin x cos x, pa je I= 1 sin2 x dx = (x sin x cos x) + C. 2
285 sin2 x dx = xsin x cos xI.
2. Parcijalnom integracijom mogu se izvesti i rekurzivne formule. Odredimo integral funkcije f (x) = sinm x. Oznaimo c Im = Sada imamo Im = sinm x dx = sinm1 x sin x dx. sinm x dx.
Stavimo dv = sin x dx, tj. v = sin x, i u = sinm1 x, to daje du = s m2 u dx = (m 1) sin x cos x dx i v = cos x. Dobivamo Im = sinm x dx = sinm1 x sin x dx = sinm2 cos2 x dx = sinm2 (1 sin2 x)dx =
sinm1 x cos x + (m 1) sinm1 x cos x + (m 1)
sinm1 x cos x + (m 1)Im2 (m 1)Im . Odatle je Im = 1 m1 sinm1 x cos x + Im2 . m m
Formula za Im je rekurzivna, tj. daje nam Im u terminima integrala s niom potencijom funkcije sin x. Kako znamo I0 i I1 , nakon konano z c mnogo primjena gornje formule doi emo do eksplicitnog izraza za Im . c c Slino se raunaju i integrali c c cosm x dx, sinm x dx, sinm x cosn x dx.
286
Integriranje racionalnih funkcija Podsjetimo se da je racionalna funkcija funkcija oblika R(x) = Pn (x) , Qm (x)
gdje su Pn (x) i Qm (x) polinomi stupnja n i m, redom. Pretpostavljamo da su Pn (x) i Qm (x) skraeni, tj. da nemaju zajednikih faktora i da je n < m. Ako c c nije, moemo podijeliti polinom u brojniku polinomom u nazivniku. Rezultat e z c biti polinom stupnja n m i ostatak u vidu racionalne funkcije kojoj je stupanj brojnika manji od stupnja nazivnika. Polinomijalni komad se izravno integrira, i problem je sveden na integraciju racionlne funkcije s n < m. Ponekad se takva racionalna funkcija jo zove i prava racionalna funkcija. s Sve se racionalne funkcije mogu integrirati. Neke se mogu zgodnim supstitucijama svesti na tabline integrale. c c Primjer 7.9 Pogledajmo sljedee primjere: 1. Odredimo integral funkcije f (x) =
3x . x2 +5
Uvedimo supstituciju u = x2 + 5. Sada je du = 2x dx, pa je dx = Uvrstimo u integral, imamo x2 3x dx = 3 +5 x du 3 = u 2x 2 du 3 3 = ln |u| + C = ln(x2 + 5) + C. u 2 2

1 . x2 +9
du . 2x
2. Odredimo integral funkcije f (x) = Imamo
x2
1 dx = +9 9
( x )2 3
dx . 3
dx . +1 Uvrstimo u integral, imamo
Uvedimo supstituciju u = x , pa je du = 3 x2 dx 1 = +9 9 ( x )2 3 dx 1 = 3 +1 u2
du 1 1 x = arctg u+C = arctg +C . +1 3 3 3
7.1. NEODREDENI INTEGRAL 3. Odredimo integral funkcije f (x) =

1 . x3
287
Uvedimo supstituciju u = x 3, pa je du = dx. Uvrstimo u integral, imamo dx = x3 du = ln |u| + C = ln |x 3| + C. u
Integriranje racionalnih funkcija za koje ne moemo nai zgodnu supstituciju z c temelji se na metodi rastava racionalne fukcije na parcijalne (djelomine) rac zlomke. Ideja metode je naelno jednostavna: polinom u nazivniku se faktorizira c u linearne i kvadratne faktore i zatim se R(x) prikae kao zbroj razlomaka u ijim z c su nazivnicima potencije linearnih i kvadratnih faktora, a u brojnicima konstante ili linearni polinomi. Time se dobiva sustav linearnih jednadbi za koecijente z u brojnicima parcijalnih razlomaka. Nakon nalaenja tih koecijenata parcijalne z razlomke integriramo izravno iz tablice pomou jednostavnih supstitucija. c Metoda se temelji na sljedeim svojstvima polinoma. c
Napomena 7.4 Neka je Pn (x) polinom stupnja n > 0 s realnim koecijentima. Tada vrijedi: 1. ako je x0 C nultoka od Pn (x), onda polinom (x x0 ) dijeli Pn (x); c 2. ako je x0 C nultoka od Pn (x), onda je to i x0 ; c c 3. ako je x0 C nultoka kratnosti r od Pn (x), onda je to i x0 . (Ovdje x0 oznaava konjugirano kompleksni broj od x0 , tj. ako je x0 C oblika a + bi, gdje c su a, b R, onda je x0 = a bi.) Dokaz: 1. Dijeljenjem polinoma Pn (x) polinomom (x x0 ) dobivamo polinom stupnja n 1, Qn1 (x), i ostatak r(x) koji je polinom stupnja 0, tj. konstanta, r(x) = C R. Dakle imamo Pn (x) = (x x0 )Qn1 + C. Uvrtavajui nultoku x0 u gornju jednadbu imamo C = 0, tj. polinom (x x0 ) dijeli s c c z polinom Pn (x). 2. Ako je x0 R, onda je x0 = x0 , pa tvrdnja oito vrijedi. c Neka je x0 C \ R. Kako je Pn (x) polinom s realnim koecijentima imamo Pn (x0 ) = Pn (x0 ) = 0 = 0.
288
3. Ako je x0 R, onda je x0 = x0 , pa tvrdnja oito vrijedi. c Neka je x0 C \ R. Kako je x0 nultoka kratnosti r od Pn (x), onda je po tvrdnji 2. i c x0 nultoka kratnosti jedan ili vie od Pn (x). Iz 1. znamo da Pn (x) moemo podijeliti c s z polinomom (x x0 )(x x0 ). Neka je Pn2 (x) = Pn (x) : ((x x0 )(x x0 )). Kako je x0 nultoka kratnosti r od Pn (x), to je x0 nultoka kratnosti r 1 od Pn2 (x). c c Dakle je po tvrdnji 2. x0 nultoka od Pn2 (x), odnosno x0 je nultoka kratnosti dva c c ili vie od Pn (x). Nastavljajui ovaj postupak nakon r koraka zakljuujemo da je x0 s c c c z nultoka kratnosti r ili vie od Pn (x). Medutim, njena kratnost je tono r. Ne moe c s biti vea jer bi u suprotnom x0 = x0 bila nultoka od Pn (x) kratnosti vee od r to je c c c s suprotno pretpostavci.
n
Napomena 7.5 Iz Teorema 5.5 znamo da svaki polinom Pn (x) =

i=0
ai xi stupnja n > 0
z s realnim koecijentima ima tono n kompleksnih nultoaka z1 , ..., zn , medu kojima moe c c biti istih. Neka su x1 , x2 , ..., xs sve razliite nultoke medu z1 , ..., zn od Pn (x) s pripadnim c c kratnostima r1 , r2 , ..., rs , redom, r1 + r2 + ... + rs = n. Iz Napomene 7.4 direktno slijedi da se Pn (x) moe zapisati kao z Pn (x) = an (x x1 )r1 (x x2 )r2 (x xs )rs . Medutim, medu brojevima x1 , x2 , ..., xs , odnosno medu linearnim fakorima (x x1 ), (x x2 ), ..., (x xs ), s n, ima moda onih s komplesnim koecijentima. Mi elimo iskljuivo z z c raditi s realnim koecijentima. Neka je = u+vi, v = 0, jedna kompleksna nultoka medu razliitim nultokama x1 , x2 , ..., xs c c c od Pn (x) kratnosti r . Tada je po Napomeni 7.4 i = u vi nultoka od Pn (x) kratnosti c r . Dakle, u rastavu polinoma Pn (x) uvijek se u paru javljaju faktori (x (u + vi))r i (x (u vi))r . Mnoei ta dva faktora dobivamo z c (x (u + vi))r (x (u vi))r = (x2 2ux + u2 + v 2 )r . Dakle svaki polinom Pn (x) s realnim koecijentima moemo zapisati kao produkt razliitih z c linearnih i kvadratnih faktora s realnim koecijentima i pripadajuim kratnostima, tj. c Pn (x) = an (x )r (x )r (x2 + ax + b)rab (x2 + cx + d)rcd gdje je (r + r + ...) + 2(rab + rcd + ...) = n, x2 + ax + b = (x (e + f i))(x + (e f i)), f = 0, x2 + cx + d = (x (g + hi))(x + (g hi)), h = 0, ... i gdje su , , ... razliite realne nultoke s pripadnim kratnostima r , r , ... i e + f i, g + hi, ... c c razliite kompleksne nultoke s pripadnim kratnostima rab , rcd , ..., medu razliitim nultokama c c c c x1 , x2 , ..., xs od Pn (x). Kvadratni faktori nemaju realnih korijena, tj. a2 4b < 0, c2 4d < 0, ...
7.1. NEODREDENI INTEGRAL Neka je polinom Qm (x) rastavljen kao u Napomeni 7.5, tj. Qm (x) = (x )r (x )r (x2 + ax + b)rab (x2 + cx + d)rcd ,
289
gdje je (r + r + ...) + 2(rab + rcd + ...) = m. Tada R(x) moemo pisati kao z R(x) = Pn (x) Ar A1 A2 + ... + + = + 2 Qm (x) x (x ) (x )r
Br B1 B2 + + ... + + ...+ 2 x (x ) (x )r M1 x + N1 M2 x + N2 Mr x + Nrab + 2 + ... + 2 ab + 2 + ax + b 2 x (x + ax + b) (x + ax + b)rab R1 x + L1 R2 x + L2 Rr x + Lrcd + 2 + ... + 2 cd + ... x2 + cx + d (x + cx + d)2 (x + cx + d)rcd Svodenjem desne strane na zajedniki nazivnik i mnoenjem s Qm (x) dobivamo c z jednakost Pn (x) = S(x), pri emu je S(x) polinom u ijim se koecijentima c c pojavljuju nepoznati koecijenti A1 , ..., Ar , B1 , ..., Br , M1 , N1 , ..., Mrab , Nrab , ... iz brojnika desne strane. Izjednaavanjem koecijenata uz iste potencije od x u c Pn (x) i S(x) (Teorem 5.4) dobivamo sustav linearnih jednadbi iz kojeg nalazimo z nepoznate koecijente u brojnicima parcijalnih razlomaka. Ovim je postupkom problem integriranja racionalne funkcije R(x) sveden na problem integriranja parcijalnih razlomaka oblika A , (x )p Prvi sluaj je gotovo trivijalan: c
A dx (x)p
Mx + N . (x2 + ax + b)q
A (p1)(x)p1 + C, p > 1
A ln |x | + C,
p = 1.
Drugi je sluaj osjetno sloeniji. Supstitucijom c z t= x+ b

a 2 a2 4
290 dobivamo
1 Mx + N a2 aM ) dx = (b )q+ 2 (N 2 + ax + b)q (x 4 2
(t2
dt + + 1)q
(b
a2 q+1 ) M 4
(t2
tdt . + 1)q
Time smo problem sveli na odredivanje integrala I1,q = (t2 t dt + 1)q i I2,q = (t2 dt . + 1)q
Integral I1,q se lako izrauna supstitucijom u = t2 + 1: c I1,q =

(b a )q1 1 4 + C, 2(q1) (x2 +ax+b)q1 1 ln |x2 + ax + b| + C, 2
2
q>1 q = 1.
Integracija integrala I2,q je sloenija. Dobiva se z I2,q = + 2q3 I2,q1 , q>1 2q2 arctg frac2x + a 4b a2 + C, q = 1.
t 2(q1)(t2 +1)q1
(Raun kojim se dolazi do ove formule izostavljamo.) c Kako je formula za I2,q rekurzivna, i kako znamo izraunati integral I2,1 , nakon c konano mnogo primjena gornje formule doi emo do eksplicitnog izraza za I2,q . c c c Time je problem integracije racionalne funkcije u potpunosti rijeen. Integral s racionalne funkcije izraava se preko kombinacije racionalnih funkcija, logaritama z i arkustangensa. Primjer 7.10 Odredimo integral racionalne funkcije f (x) = Polazimo od faktorizacije x3 2x2 + x = x(x 1)2 . Imamo 2x2 3x + 3 A B D = + + . x3 2x2 + x x (x 1)2 x 1
2x2 3x+3 . x3 2x2 +x
7.1. NEODREDENI INTEGRAL Odatle slijedi
291
2x2 3x+3 = A(x1)2 +Bx+Dx(x1) = (A+D)x2 +(2AD +B)x+A. To nam daje sustav A+D =2 2A + B D = 3 A = 3. Rjeenje je A = 3, B = 2, D = 1. Dakle je s 2x2 3x + 3 dx = 3 x3 2x2 + x 3 ln |x| dx +2 x dx (x 1)2 dx = x1
2 ln |x 1| + C. x1
Ako su nulita nazivnika jednostruka, sustav za koecijente se moe lako rjeiti s z s njihovim uvrtavanjem: s Primjer 7.11 Odredimo integral racionalne funkcije f (x) = Imamo
x+2 . x(x2)(x+1)
x+2 A B D = + + . x(x 2)(x + 1) x x2 x+1
Svodenjem na zajedniki nazivnik dobivamo c x + 2 = A(x + 1)(x 2) + Bx(x + 1) + Dx(x 2). Uvrtavajui nulite x = 0 dobivamo A = 1; uvrtavajui nulite x = 1 s c s s c s 1 2 dobivamo D = 3 ; uvrtavajui nulite x = 2 dobivamo B = 3 . Dakle je s c s x+2 dx = x(x 2)(x + 1) ln |x| + dx 2 + x 3 dx 1 + x2 3 dx = x+1
2 1 ln |x 2| + ln |x + 1| + C. 3 3
292
Na integriranje racionalnih funkcija svodi se i integriranje racionalnih funkcija eksponencijalne funkcije i racionalnih funkcija hiperbolikih funkcija. Racionalna c fukcija eksponencijalne funkcije je, npr. f (x) = (e2x )3 + 2e2x 3 . e2x 5
Neka je R(eax ) racionalna funkcija eksponencijalne funkcije eax . Supstitucijom 1 1 eax = t, tj. aeax dx = dt, dobivamo dx = a edt = a dt . Dakle je ax t R(eax )dx = to znamo rijeiti. s s Racionalna funkcija u varijablama sin x i cos x moe se takoder integrirati z kao racionalna funkcija varijable uvedene supstitucijom tg x = t. To je tzv. 2 univerzalna trigonometrijska supstitucija. Ona daje cos x =
1t2 , 1+t2 1 a R(t) dt, t
sin x =
2t , 1+t2
dx =
2 dt . 1+t2
Primjer 7.12 Odredimo integral funkcije f (x) =
1 . 5+sin x+3 cos x
Koristei univerzalnu trigonometrijsku supstituciju imamo c 1 dx = 5 + sin x + 3 cos x

2 dt 1+t2 2 2t + 33t2 1+t2 1+t
5+
5+
5t2
2 dt = + 2t + 3 3t2
t2
dt = +t+4
2tg x + 1 15 1 2t + 1 2 2 arctg ( ) + C = arctg 2 + C. 4 15 15 15 Slinom se supstitucijom, th x = t, integriranje racionlne funkcije od sh x, c 2 ch x svodi na integriranje racionlne funkcije od t. Imamo sh x =
2t , 1t2
ch x =
1+t2 , 1t2
dx =
2 dt . 1t2
7.2. ODREDENI INTEGRAL
293
7.2
7.2.1
Odredeni integral
Motivacija - problem povrine (plotine) s s
Problem odredivanja povrine (plotine) geometrijskog lika lako je rjeiti ako je s s s taj lik omeden ravnim komadima granice, tj. duinama. Lik se triangulira, tj. z podijeli na trokute tako da se ti trokuti ne preklapaju i da je njihova unija jednaka cijelom zadanom liku. Uz te uvjete povrina lika je jednaka zbroju povrina svih s s trokuta u triangulaciji. Kako povrinu trokuta znamo raunati, problem moemo s c z smatrati u biti rijeenim. s P =
i
P (Ti ),
gdje se zbraja po svim trokutima triangulacije Ti .
T1 T2 T3 T4
Slika 7.3: Triangulacija podruja u ravnini omedenog duinama. c z
Napomena 7.6 Bilo bi korektnije govoriti o odredivanju plotine ravnog lika s nego o odredivanju njegove povrine. Povrina je geometrijska kategorija, ploha. s s c z s c Plotina je realan broj koji na odreden nain slui kao mjera povrine. Imajui to s na umu mi emo uglavnom i dalje govoriti o povrini, jer je to uobiajenije. c s c Sto ako neki komadi granice ravninskog lika nisu ravni, ako su ti komadi krivulje? z Promatramo najjednostavniji takav sluaj, kad imamo lik omeden s tri duine i c jednim komadom krivulje. Takav lik esto zovemo krivuljnim trapezom. c
294
y f(x)
P
0 a
Slika 7.4: Krivuljni trapez. Openit sluaj se moe svesti na zbroj povrina krivuljnih trapeza ija unija c c z s c ini zadani lik. Pri tom rastavljamo lik tako da krivuljni trapezi imaju ravne c stranice paralelne s koordinatnim osima, i da komad krivulje bude graf neke funkcije. Neka je ta funkcija neprekidna.
KT
KT2 KT
KT3
Slika 7.5: Rastav ravnog lika na krivuljne trapeze. Promatrajmo, dakle, krivuljni trapez omeden odozdo komadom osi x, s lijeva pravcem x = a, zdesna pravcem x = b i odozgo grafom strogo pozitivne i neprekidne na [a, b] funkcije f (x). (Funkcija f je strogo pozitivna na [a, b] ako je f (x) > 0, za svaki x [a, b].) Po Teoremu 6.6, funkcija f na segmentu [a, b]
7.2. ODREDENI INTEGRAL poprima minimalnu i maksimalnu vrijednost. Dakle je m f (x) M, x [a, b],
295
gdje je m minimum, a M maksimum funkcije f na [a, b]. Sada se krivuljni trapez kojeg promatramo moe cijeli upisati u pravokutnik kojem je osnovica segment z [a, b] i visina M . S druge strane, pravokutnik s osnovicom [a, b] i visinom m je cijeli sadran u naem krivuljnom trapezu. Oznaimo li traenu plotinu s P , z s c z s odavde slijedi (b a)m P (b a)M. Imamo gornju i donju ocjenu nepoznate veliine P . Ta je ocjena to bolja to c s
y M
f(x)
m 0 a
P
b x
Slika 7.6: Gornja i donja meda za plotinu krivuljnog trapeza. s je manja razlika vrijednosti M i m. Smanjenje te razlike moe se postii podz c jelom segmenta [a, b] na manje segmente i promatranjem krivuljnih trapeza nad tim manjim segmentima. Ideja je da se uzimanjem sve uih i uih osnovica z z nepoznata plotina P moe po volji dobro aproksimirati zbrojevima povrina pras z s vokutnika upisanih ili opisanih malim krivuljnim trapezima. Podijelimo segment [a, b] na bilo kakav nain na n podsegmenata tokama c c x1 < x2 < ... < xn1 , pri emu su xi a, b za svaki i = 1, ..., n 1. c Krajeve segmenta [a, b] oznaimo s x0 = a i xn = b. Oznaimo duljine malih c c segmenata s xi = xi xi1 , i = 1, ...n. Oznaimo s mi i Mi najmanju i c najveu vrijednost funkcije f na segmentu [xi1 , xi ], i = 1, ..., n (brojevi mi i Mi c
296
postoje po Teoremu 6.6). Uvijek je m mi Mi M, i = 1, ...n,
jer najmanja (najvea) vrijednost na podsegmentu ne moe biti manja (vea) od c z c najmanje (najvee) vrijednosti na cijelom segmentu. c
11 111 00 000 11 00 11 11 111 00 00 000 1 11111 11 0 00000 00 111 000 11 00 111 000 11 00 111 000 11 00 11 00 11 00 11 00
0 a b x
f(x)
Slika 7.7: Podjela intervala na podintervale i odgovarajue aproksimacije c plotine pravokutnicima. s Oznaimo li sada zadanu podjelu {x1 , x2 , ..., xn1 } s r, jasno je da su toj c podjeli r pridruena dva broja s(r) i S(r), koji predstavljaju zbrojeve povrina z s upisanih i opisanih pravokutnika krivuljnim trapezima nad segmentima te podjele:
n n
s(r) =
i=1
mi xi ,
S(r) =
i=1
Mi xi .
Veliine S(r) i s(r) zovemo gornja i donja Darbouxova suma funkcije f za c podjelu r na segmentu [a, b]. Zbog mi Mi , i = 1, ..., n, imamo s(r) S(r), a zbog m mi i Mi M , i = 1, ..., n, imamo
n n n
S(r) =
i=1
Mi xi
i=1
M xi = M
i=1
xi = M (b a).
Slino, c m(b a) s(r),
7.2. ODREDENI INTEGRAL pa vrijedi m(b a) s(r) S(r) M (b a).
297
Dakle su obje veliine s(r) i S(r) ograniene i odozdo i odozgo za svaku podjelu c c r. Sto se zbiva s gornjom i donjom Darbouxovom sumom prijedemo li na sitniju podjelu segmenta [a, b]? Istim zakljuivanjem kao gore vidimo da se gornja Darbouxova suma ne poveava, c c a donja se ne smanjuje. To vrijedi ako se podjela pronjuje, tj. ako su stare toke c u podjeli podskup novih. Dakle, tada je svaki mali krivuljni trapez stare podjele rastavljen na konaan broj jo manjih krivuljnih trapeza. c s Uzmimo u svakom segmentu [xi1 , xi ] toku si , i = 1, ..., n. Kako je mi c f (si ) Mi , i = 1, ..., n, to vrijedi
n n n
mi xi
i=1 n i=1
f (si )xi
i=1
Mi xi .
Izraz
i=1
f (si )xi zovemo integralna suma funkcije f . Ako uzimanjem sve
nijih i nijih podjela od [a, b] gornja i donja Darbouxova suma tee prema z vrijednostima koje su jednake i koje ne ovise o nainu dijeljenja od [a, b], onda i c integralna suma izmedu njih mora teiti prema istoj vrijednosti. Pokazuje se da z je to uvijek sluaj za neprekidnu funkciju f . c Denicija 7.2 Neka je f neprekidna funkcija na [a, b]. Tada veliinu c
n xi 0
lim
f (si )xi
i=1
zovemo odredeni integral funkcije f na segmentu [a, b] i oznaavamo s c

b
f (x)dx.
a
Krajevi segmenta [a, b] su granice integrala (donja i gornja). Funkcija f (x) je podintegralna funkcija ili integrand. Veliina x je varijabla integracije. c Napomena 7.7 Iz gornjih smo razmatranja vidjeli da se plotina ravnog lika s omedenog osi x, pravcima x = a i x = b, te komadom grafa pozitivne neprekidne (na [a, b]) funkcije f denira kao odredeni integral funkcije f u granicama od a do b.
298
Denicija 7.3 Ako za funkciju f moemo denirati odredeni integral na [a, b] z kaemo da je f integrabilna na [a, b]. z Postoje i funkcije za koje limesi gornje i donje Darbouxove sume nisu isti, tj. nisu integrabilne. Primjer 7.13 Dirichletova funkcija, f (x) = nije integrabilna. Uoimo da za svaku podjelu r segmenta [a, b] imamo mi = 0 i Mi = 1, c i = 1, ..., n. Dakle je s(r) = 0 i S(r) = b a za svaku podjelu r segmenta [a, b]. Gornja i donja Darbouxova suma uvijek tee razliitim vrijednostima (b a i 0), z c tj. Dirichletova funkcija nije integrabilna. Napomena 7.8 Dirichletova funkcija ima prekid u svakoj toki. c Iz Primjera 7.13 vidimo da nisu sve funkcije na segmentu [a, b] integrabilne. Koje jesu? Neprekidne sigurno jesu. Koje jo? s Teorem 7.5 Svaka monotona funkcija na [a, b] je integrabilna. Teorem 7.6 Svaka neprekidna funkcija na [a, b] je integrabilna. Napomena 7.9 Uoimo da ako je f monotona funkcija na [a, b], onda je ona i c ograniena. c Dokaz: Ako f raste na [a, b], onda je f (a) f (x) f (b), za svaki x [a, b], dakle je f ograniena funkcija na [a, b]. Analogno se dokae sluaj kada f pada na c z c [a, b]. Primjer 7.14 1. Izraunajmo iz denicije c
b
1, xQ 0, x R \ Q,
1 dx.
a
299
Oito je funkcija f (x) = 1 neprekidna na [a, b]. Za svaku podjelu r segc menta [a, b] je mi = Mi = f (si ) = 1, i = 1, ..., n. Dakle imamo
n n n n n
xi =
i=1 i=1
mi xi = s(r)
i=1
f (si )xi S(r) =

i=1
Mi xi =
i=1
xi .
Kako je S(r) = s(r) = b a prijelazom na limes dobivamo

b b
ba
a
f (x)dx =
a b
1 dx b a,
dakle je
a
1 dx = b a. c 2. Izraunajmo
a
x dx.
y f(x)=x
x x x 1 2 3
Slika 7.8: Raunanje odredenog integrala funkcije f (x) = x iz denicije. c Oito je funkcija f (x) = x neprekidna na [a, b]. Podijelimo segment [a, b] c na n jednakih djelova, x = ba . Sada je mi = a + (i 1)x, Mi = n a + ix. Dakle imamo
n n n
s(r) =
i=1
mi x = x
i=1
(a + (i 1)x) = nax + x
2 i=1
(i 1) =
nax + x2
n(n 1) b a (b a)2 n(n 1) = na + = 2 n n2 2
300
POGLAVLJE 7. UVOD U INTEGRALNI RACUN n 1 (b a)2 a(b a) + . n 2 Prijelazom na limes dobivamo (b a)2 b2 a2 lim s(r) = a(b a) + = . n 2 2 2 Analogno dobijemo da je S(r) = dakle je
b
b2 a2 , 2 2 b2 a2 . 2 2
x dx =
a
Sto ako funkcija nije pozitivna na [a, b]? Ako je f neprekidna i negativna na [a, b] (f (x) 0, za svaki x [a, b]) moemo napraviti analognu konstrukciju z mjere povriine krivuljnog trapeza omedenog odozgo s osi x, s lijeva s pravcem s x = a, zdesna pravcem x = b i odozdo grafom funkcije f , tj. odredenog integrala
b
f (x)dx, kao i za neprekidnu pozitivnu funkciju. Medutim, u ovom sluaju c e biti m 0 i M 0, i za svaku podjelu r segmenta [a, b] e biti mi 0 i c c c Mi 0, i = 1, ..., n. Dakle vrijednost odredenog integrala negativne funkcije e biti nepozitivan broj, tj.
b a
f (x)dx 0.
a
Ako je neprekidna funkcija f na [a, b] takva da je pozitivna na [a, c] i negativna na [c, b] (zbog neprekidnosti je f (c) = 0), za neki c a, b , onda je
b
f (x)dx
a
razlika plotine P1 ispod grafa pozitivnog dijela funkcije f (nad [a, c]) i plotine s s P2 iznad grafa negativnog dijela funkcije f (nad [c, b]). Dakle, u opem sluaju c c odredeni integral je algebarski zbroj plotina izmedu osi x i grafa krivulje. Po s tomu je pravilu
2
sin x dx = 0.
0
301
7.2.2
a
Svojstva odredenog integrala

f (x)dx = 0.
a
1.
Dokaz: Za bilo koju podjelu r segmenta [a, a] su gornja i donja Darbouxova suma
a
jednake nula, pa je
a a b
f (x)dx = 0.
2.
b
f (x)dx =
a
f (x)dx.
Dokaz: Ako je a < b onda e u Darbouxovim sumama i integralnoj sumi kojima c

a
se denira
b
f (x)dx vrijednosti xi , i = 1, ..., n, biti negativne, a vri-
jednosti mi , Mi i f (si ), i = 1, ..., n, ostaju iste. Dakle odredeni integral mijenja predznak ako se zamijene granice.
b c b
3.
a
f (x)dx =
a
f (x)dx +
c
f (x)dx,
za svaku toku c a, b . c
Ovo se zove aditivnost integrala po podruju integracije. c Dokaz: Rezultat slijedi jer se uzimanjem toke c a, b u svaku podjelu od [a, b] c
n
zbrojevi
i=1
f (si )xi rastavljaju u zbrojeve u kojima su svi si < c i u

c b
zbrojeve u kojima su svi si > c, i = 1, ..., n. Prijelazom na limes prvi zbrojevi tee u z
a
f (x)dx, a drugi u
c
f (x)dx.
Ovo se poopuje i na konaan zbroj pribrojnika, tj. c c

b a1 a2 b
f (x)dx =
a a
f (x)dx +
a1
f (x)dx + ... +
an1
f (x)dx,
za a < a1 < a2 < ... < an1 < b.
302
POGLAVLJE 7. UVOD U INTEGRALNI RACUN Uoimo da ovo svojstvo vijedi i za c a, b ako uzmemo u obzir svojstvo c / 2. Za c < a < b imamo
b a b
f (x)dx =
c c
f (x)dx +
a
f (x)dx,
pa onda vrijedi
b a b c b
f (x)dx =
a c
f (x)dx +
c
f (x)dx =
a
f (x)dx +
c
f (x)dx.
Analogno se dokae ako je a < b < c. z Napomena 7.10 Iz ovog svojstva slijedi da i funkcije koje na [a, b] imaju konano mnogo toaka prekida u kojima imaju konane skokove (f : I c c c R ima u c I konaan skok ako je | lim+ f (x) lim f (x)| < +) c
xc xc b
imaju odredeni integral. To moemo napraviti tako da integral z zapiemo u obliku s

b a1 a2 b a
f (x)dx
f (x)dx =
a a
f (x)dx +
a1
f (x)dx + ... +
an1
f (x)dx,
gdje su a < a1 < a2 < ... < an1 < b sve toke prekida od f na [a, b]. c Kako je f neprekidna, na svakom segmentu [a, a1 ], ..., [an1 , b] znamo
a1 b
izraunati integrale c
a b
f (x)dx, ...,
an1
f (x)dx, dakle znamo izraunati c
i
a
f (x)dx.
Denicija 7.4 Funkcija f : [a, b] R je po dijelovima monotona ako postoji n N i toke c a < a1 < a2 < ... < an < b, takve da je f monotona na svakom segmentu [a, a1 ], ..., [an , b]. Dakle, iz Teorema 7.5 i svojstva 3. izravno slijedi da je svaka po dijelovima monotona funkcija na segmentu i integrabilna.

b b b
303 f (x)dx g(x)dx,

a
4.
a
(f (x) g(x))dx =
a
ili aditivnost integrala.
Dokaz: Aditivnost integrala slijedi izravno iz Denicije 7.2 i Teorema 6.18.

b b
5.
a
cf (x)dx = c
a
f (x)dx,
gdje je c R proizvoljan.
Dokaz: Ovo svojstvo se zove svojstvo homogenosti integrala i izravno slijedi iz Denicije 7.2 i Teorema 6.18.
c Napomena 7.11 Ako s R(I) oznaimo skup svih integrabilnih funkcija na I = [a, b] (skup R(I) nije prazan, unutra se sigurno nalaze sve neprekidne funkcije na [a, b]), onda iz svojstva aditivnosti i homogenosti slijedi da je skup R(I) beskonanodimenzionalni c vektorski prostor. Stovie, R(I) je podprostor realnog vektorskog prostora svih funkcija s f : I R (Napomena 5.13). Beskonanodimenzionalan je, jer npr. skup c {1, x, x2 , ..., xn } je linearno nezavisan za svaki n N (Teorem 5.3), i svaka funkcija iz tog skupa je neprekidna na I, dakle i integrabilna. Dakle beskonani skup {xn : n = 0, 1, ...} se c nalazi u nekoj bazi od R(I). Nadalje, iz svojstva aditivnosti i homogenosti odredenog integrala vidimo da je odredeni integral linearni funkcional na R(I).
6. Ako je funkcija f : [a, b] R takva da je f (x) = 0 osim u konano c mnogo toaka, onda je c
b
f (x)dx = 0.
a
Dokaz: Uzmimo prvo da je f (x) = 0 osim moda u toki c [a, b] i da je f (c) > 0. Oito je z c c tada m = 0, M = f (c) i za svaku podjelu r segmenta [a, b] toka c pada u tono jedan c c [xj1 , xj ], pa je mi = 0, i = 1, ..., n, Mi = 0, i = 1, ..., j 1, j + 1, ..., n, i Mj = f (c). Dakle je s(r) = 0 i S(r) = Mj xj . Prelazei na limes dobivamo da je c
xj 0
lim
S(r) = 0,
304
dakle je
f (x)dx = 0.
a
U sluaju kad je f (x) = 0 osim u konano mnogo toaka, i kad f nije nuno pozitivna c c c z dokaz ide posve analogno tako da segment [a, b] po svojstvu 3. rastavimo na konaan c broj podsegmenata koji sadre najvie jedno nulite funkcije f , i prema dokazanome je z s s
b
f (x)dx = 0.
a
Kao izravnu posljedicu imamo: ako se funkcije g i h razlikuju na [a, b] u samo konano mnogo toaka onda je c c
b b
g(x)dx =
a a
h(x)dx.
7.
a) Ako je f : [a, a] R neparna, onda je

a
f (x)dx = 0.
a
b) Ako je f : [a, a] R parna, onda je

a a
f (x)dx = 2
a 0
f (x)dx.
Dokaz:
a 0 a 0 a
a)
a
f (x)dx =
a 0
f (x)dx+
0 a
f (x)dx =
a a
f (x)dx+
0 a
f (x)dx =
a a
f (x)dx +
0 0
f (x)dx =
0 a
f (x)dx +
0 0
f (x)dx = 0.
a
b)
a
f (x)dx =
a a
f (x)dx+
0 a
f (x)dx =
a a
f (x)dx+
0
f (x)dx =
f (x)dx +
0 0
f (x)dx = 2
0
f (x)dx.
305
8. Ako je f neprekidna i nenegativna funkcija na [a, b] i ako je f (c) > 0 za neki c [a, b], onda je
b
f (x)dx > 0.
a
Dokaz: Kako je f (c) > 0 za neki c [a, b] iz Teorema 6.3 slijedi da postoji interval I [a, b] oko toke c takav da je f (x) > 0, za svaki x I . Dakle postoje x1 , x2 I takve c da je x1 < c < x2 . Iz pozitivnosti funkcije f na [a, b] odnosno stroge pozitivnosti na [x1 , x2 ] imamo
x2
f (x)dx > 0,
x1
odnosno
b x1 x2 b
f (x)dx =
a a
f (x)dx +
x1
f (x)dx +
x2
f (x)dx > 0.
9. Neka su f i g neprekidne funkcije na [a, b] takve da je f (x) g(x) za svaki x [a, b]. Tada je
b b
f (x)dx
a a
g(x)dx.
Ako je f (c) < g(c) za bar jedno c [a, b] onda vrijedi stroga nejednakost. Ovo svojstvo se zove svojstvo monotonosti integrala.
Dokaz: Po Teoremu 7.8 je dobro denirana funkcija F C 1 [a, b] formulom
x
F (x) =
a
(g() f ())d,
i oito ima pozitivnu derivaciju, tj. c F (x) = g(x) f (x) 0. Dakle, po Teoremu 6.28 F raste na [a, b]. Odatle slijedi da je F (b) F (a) = 0, odnosno
b
F (b) =
a
(g() f ())d 0.
Ako je f (c) < g(c) za bar jedno c [a, b], onda je F (c) = g(c) f (c) > 0. Kako je funkcija F = g f neprekidna na [a, b] tada iz Teorema 6.3 slijedi da postoji interval
306

I [a, b] oko toke c takav da je F (x) > 0, za svaki x I , odnosno po Teoremu 6.28 c F strogo raste na I . Dakle postoje x1 , x2 I takve da je x1 < x2 i F (x1 ) < F (x2 ). Kako je F (a) F (x1 ) i F (x2 ) F (b), imamo da je F (b) > F (a) = 0, odnosno imamo strogu nejednakost.
10. Neka je f : [a, b] R. Oito vrijedi |f (x)| f (x) |f (x)|, za svaki c x [a, b]. Nadalje, iz svojstva 9. imamo da je
b b b
|f (x)|dx
a
f (x)dx
a
|f (x)|dx,
tj.
a
f (x)dx
a
|f (x)|dx.
11. Teorem 7.7 (Teorem srednje vrijednosti) Neka je funkcija f neprekidna na [a, b]. Tada postoji toka c [a, b] takva da je c
b
f (x)dx = f (c)(b a).

a
Dokaz: Po Teoremu 6.6, iz neprekidnosti funkcije f na [a, b] slijedi da f dostie z svoj minimum m i maksimum M na [a, b], tj. m f (x) M , za svaki x [a, b]. Ako f nije konstanta na [a, b], iz svojstva 9. i Primjera 7.14 slijedi
b b b
m(b a) = m
a
dx <
a
f (x)dx < M
a
dx = M (b a).
Nadalje iz Teorema 6.6 znamo da funkcija f poprima barem jednom svaku vrijednost izmedu m i M , pa postoji barem jedan c [a, b] za koji je
b
f (x)dx = f (c)(b a).

a
Izraz
1 ba
f (x)dx
a

y
307
M f(x) m 0 a b x
Slika 7.9: Teorem srednje vrijednosti za odredeni integral. se zove srednja vrijednost funkcije f na segmentu [a, b]. Povrina ispod s grafa neprekidne funkcije f nad [a, b] jednaka je povrini pravokutnika s s
b
osnovicom b a i visinom
1 ba
f (x)dx. Odatle ime teoremu.

a
Teorem 7.7 kae da je srednja vrijednost neprekidne funkcije na segmentu z [a, b] jednaka vrijednosti te funkcije u nekoj toki tog segmenta. c Napomena 7.12 Srednja vrijednost je poopenje pojma aritmetike srec c a1 +a2 +...+an dine (aritmetika sredina od a1 , a2 , ..., an R je a = c ). n Za funkcije koje nisu neprekidne Teorem 7.7 ne mora vrijediti: Primjer 7.15 Neka je dana funkcija f : R R formulom f (x) = 1, x 0 1, x < 0.
Oito je da funkcija f ima prekid u x0 = 0. Nadalje, kako je f neparna c funkcija, iz svojstva 7. imamo da je
1
f (x)dx = 0,
1
medutim ne postoji toka c [1, 1] za koju je f (c) = 0. c
308

y
0 1 1 x
Slika 7.10: Teorem srednje vrijednosti ne mora vrijediti za funkcije koje nisu neprekidne.
7.3
Newton - Leibnizova formula
Raunanje odredenih integrala izravno iz denicije mukotrpno je i teko izvedivo c s ak i za jednostavne funkcije. Sreom, postoji veza izmedu primitivne funkcije c c i odredenog integrala koja omoguuje raunanje odredenih integrala pomou c c c c c neodredenih. Dokazat emo tu vezu u najjednostavnijem sluaju, kad je podintegralna funkcija neprekidna. Prije formuliranja i dokazivanja teorema, promatrajmo na segmentu [a, b] neprekidnu
x
i, jednostavnosti radi, pozitivnu funkciju f . Za svaki x [a, b] postoji

a
f ()d,
i taj je broj jednak plotini izmedu grafa funkcije f i osi x omedenoj vertikalnim s pravcima x = a i x. Dakle imamo pridruivanje koje svakom x [a, b] pridrui z z plotinu ispod grafa funkcije f desno od a i lijevo od x. Tim je pridruivanjem s z denirana funkcija koju oznaimo s F . Imamo c x F (x), gdje je F (x) =
a x
f ()d.
Pokazat emo da je ta funkcija F derivabilna na [a, b] i izraunat emo njenu c c c derivaciju. Teorem 7.8 Neka je f C[a, b]. Funkcija F denirana formulom
x
F (x) =
a
f ()d
7.3. NEWTON - LEIBNIZOVA FORMULA je derivabilna na [a, b] i vrijedi F (x) = f (x). Dokaz: Raunamo derivaciju od F po deniciji: c
x+x x x+x
309
F = F (x + x) F (x) =
a
f ()d
a
f ()d =
x
f ()d.
Hoemo gledati c
F . x0 x Funkcija f je neprekidna na [a, b], pa onda i na svakom podsegmentu [x, x+x]. lim
y f(x)
F(x)
x+ x
b x
Slika 7.11: Funkcija F (x). Onda ona na tom segmentu poprima svoj minimum m u 1 i maksimum M u 2 (Teorem 6.6). Po Teoremu 7.7 vrijedi
x+x
mx
x
f ()d M x, F M = f (2 ). x
odnosno f (1 ) = m
310
Prijelazom na limes kad x 0, toke 1 i 2 moraju teiti prema x, pa imamo c z

x0
lim f (1 ) lim
F lim f (2 ). x0 x x0
Kad 1 x, onda, zbog neprekidnosti funkcije f na [a, b], mora vrijediti f (1 ) f (x) (Teorem 6.12). Slino i za 2 x. Odatle slijedi c f (x) lim tj. f (x) F (x) f (x), tj. F (x) = f (x). Dakle je F (x) derivabilna funkcija na cijelom [a, b] i F (x) = f (x).
x x0
F f (x), x
Teorem 7.8 kae da je z

a
f ()d primitivna funkcija funkcije f . Slina se tvrdnja c
moe dokazati i ako se uvjet neprekidnosti funkcije f zamijeni uvjetom integraz bilnosti, no dokaz je bitno sloeniji. z Teorem 7.9 (Newton - Leibnizova formula) Neka je funkcija f denirana i neprekidna na [a, b] Tada postoji primitivna funkcija F funkcije f i vrijedi
b
f (x)dx = F (b) F (a).

a
Dokaz: Prema Teoremu 7.8 znamo da je F (x) =

a
f ()d primitivna funkcija
funkcije f . Uvrstimo li x = a i x = b u izraz za F iz svojstva 1. iz toke 7.2.2 c dobivamo

x b
F (a) =
a
f (a)d = 0,
b
F (b) =
a
f ()d.
Odatle je
a
f (x)dx = F (b) F (a). Newton - Leibnizova formula je jedan od najznaajnijih rezultata cijele matematike c c analize. U njoj se povezuju odredeni integral, do kojeg dolazimo preko limesa niza integralnih suma, i neodredeni, do kojeg smo doli pokuavajui invertirati s s c
7.3. NEWTON - LEIBNIZOVA FORMULA
311
linearni operator deriviranja. Time je omoguena primjena metoda razvijenih za c neodredene integrale na raunanje odredenih. c Desna strana Newton - Leibnizove formule se jo krae pie kao s c s F (b) F (a) = F (x) .
a b
Citamo to kao F (x) u granicama od a do b. Kod primjene na raunanje odredenih integrala, u metodama izravne integracije c se samo na kraju u izraunati neodredeni integral uvrste granice, i od vrijednosti u c gornjoj granici se oduzme vrijednost u donjoj granici. Pri tome nestane konstanta integracije. Kod metode zamjene varijabli jedan nain je da se provede raun do kraja, c c da se u konani neodredeni integral vrati putem obrnute supstitucije originalna c varijabla integriranja i da se onda uvrste originalne granice. Stvari se znaju zakomplicirati ako ima vie supstitucija. Drugi pristup je da se kod svake supstis tucije osim podintegralne funkcije i diferencijala modiciraju i granice. Onda na kraju ne treba vraati natrag originalnu varijablu integracije ni originalne granice. c Prilikom izbora supstitucije treba jo voditi rauna o neprekidnosti derivacije sups c stitucije i o tome da njene vrijednosti ne izlaze izvan granice zadanog segmenta integracije (da bi odredeni integral bio dobro deniran). Teorem 7.10 (Zamjena varijabli u odredenom integralu) Neka je funkcija neprekidna na segmentu [, ] i neka na [, ] ima neprekidnu derivaciju . Ako vrijednosti funkcije na [, ] ne izlaze izvan segmenta [a, b], i ako je () = a, () = b, onda za f C([a, b]) vrijedi formula zamjene varijabli
b
f (x)dx =
a
f ((t)) (t)dt.
Primjer 7.16 Izraunajmo c

3 3
4 x2 dx.
Stavimo (t) = 2 sin t. Iz (t) = 3, tj. sin t = 23 imamo t1 = . 3 3 3 c Analogno, iz (t) = 3 dobijemo t2 = 3 . Sada oito funkcija : [ 2 , 2 ]
312
R zadovoljava uvjete Teorema 7.10, dakle imamo

3
4
3
x2
dx =
2 cos t
4 4 sin t dt = 4
3
cos2 t dt =
1 2 (1 + cos 2t)dt = 2(t + sin 2t) 2 3
4 + 3. 3
Kod parcijalne integracije situacija je jednostavnija, samo se uvrste granice:

b b
u(x)v (x)dx =
a b b a
[(u(x)v(x)) u (x)v(x)]dx =
b b
(u(x)v(x)) dx
a a
u (x)v(x)dx = u(x)v(x)
a a b b
u (x)v(x)dx,
tj. u dv = uv
a b a
v du.
Primjer 7.17 Izraunajmo c

0
xex dx.
Iz Primjera 7.6 imamo

1 0
xex dx = xex
0 0
ex dx = e ex
1 0
= e e + 1 = 1.
7.4
Nepravi integral
Do sada smo uvijek pretpostavljali da je podintegralna funkcija neprekidna (dakle po Teoremu 6.6 i omedena) na podruju integracije, kao i da je samo poc druje integracije konano. Vrijednosti integrala mogu se ponekad (ali ne uvijek) c c izraunati i ako su neki od tih uvjeta narueni. U takvim sluajevima govorimo c s c o nepravim integralima. Promatramo prvo sluaj kad integrand nije ogranien na podruju integracije. c c c Neka je funkcija f neprekidna na [a, b i neka je
xb
lim f (x) = +.
7.4. NEPRAVI INTEGRAL
313
Znamo da za svaki x [a, b postoji integral te funkcije u granicama od a do x, tj. postoji

x
f ()d.
x a
Ako funkcija
a
f ()d tei prema nekoj konanoj graninoj vrijednosti L R z c c

b
kada x b, kaemo da nepravi integral z konvergira i piemo s

b x a
f ()d ima vrijednost ili da
f ()d = lim
a
xb
f ()d = L.
a
Ako promatrani limes ne postoji, kaemo da integral divergira ili da nema z znaenja. c
y f(x)
Slika 7.12: Nepravi integral funkcije koja nije ograniena na podruju intec c gracije. Slino se radi u sluajevima kad f (x) za x b, te za sluajeve c c c kad funkcija nije ograniena u donjoj granici integracije, tj. u toki a. c c Primjer 7.18 1. Integral dx 1 x2 0 + kada x 1 . Znamo da je = arcsin
x 0 1
je nepravi integral, jer

x 0
1 1x2
d 1 2
= arcsin x,
314 i znamo da je
POGLAVLJE 7. UVOD U INTEGRALNI RACUN , 2
x1 1
lim arcsin x =
pa onda znamo i da
0
dx konvergira i da je 1 x2
1
dx = . 2 2 1x
1 0
2. Integral
dx x
1 x 1 x
+ kada x 0 + . Raunamo c
1 x
d =2
= 2(1
x).
Nadalje imamo
1 x0+ 1
lim
d = 2 lim (1 x) = 2. x0+
Dakle
0
dx konvergira i x
1 0
dx = 2. x
1 0
3. Integral
dx x
1 x
+ kada x 0 + . Raunamo c
1 x
d = ln
1 x
= ln x.
Nadalje imamo
1 x0+
lim
d = lim+ ( ln x) = +. x0
Dakle ovaj nepravi integral divergira.
315
Ako se toka u kojoj funkcija nije denirana nalazi u segmentu integracije, c taj interval se rastavi u dva intervala s tom tokom kao granicom, tj. c
b c1 b
f (x)dx = lim
a
1 0
f (x)dx + lim
a
2 0 b
f (x)dx.
c+2
Ako oba limesa na desnoj strani postoje, onda divergira.

1 a
f (x)dx konvergira, inae c
Primjer 7.19
1. Izraunajmo c
1 1 x2
dx . x2
Funkcija f (x) = imamo

1 1
nije denirana u toki x0 = 0 segmenta [1, 1]. Dakle c dx + lim x2 2 0

1 2
dx = lim 1 0 x2
1 1
dx 1 = lim ( 2 1 0 x x
1 1
)+ lim (
2 0
1 x
1 2
)=
1 1 1 1 + lim = +. 2 0 2 1 0 1 lim
1
Dakle
1
dx divergira. x2
b
2. Izraunajmo c
a
dx . (x b)n
Stavimo (t) = t + b. Iz (t) = a, tj. t + b = a imamo t1 = a b. Analogno, iz (t) = b dobijemo t2 = 0. Sada oito funkcija : [a c b, 0] R zadovoljava uvjete Teorema 7.10, dakle imamo
b a
dx = (x b)n
0 ab
dt . tn
Ako je n < 0, onda je n > 0 pa imamo

0 ab
dt tn+1 = tn n + 1
0 ab
(a b)1n . 1n
Ako je n = 0 imamo
0 ab
dt = tn
dt = t
ab
0 ab
= b a.
316

1 Ako je n 1, onda funkcija f (x) = (xb)n nije denirana u desnom rubu segmenta [a, b], odnosno funkcija g(t) = t1 nije denirana u desnom rubu n segmenta [a b, 0]. Integral 0 ab
dt tn
1 tn
je nepravi integral za n 1, jer t1 + za paran n i n neparan n kada t 0 . Znamo da je

t ab
za
d = ln || n
t ab
= ln |t| ln(b a),
za n = 1 i
t ab
d n+1 = n n + 1
t ab
(a b)n+1 tn+1 , n + 1 n + 1
za n > 1. Kako je
t0
lim (ln |t| ln(b a)) =
i za paran n i
tn+1 (b a)n+1 = +, t0 n + 1 n + 1 lim tn+1 (b a)n+1 = t0 n + 1 n + 1 lim

0 ab
za neparan n, integral
dx divergira za n 1. Dakle tn
b a
dx (x b)n
konvergira za n < 1, divergira za n 1. Problem konvergencije nepravih integrala moe se rjeavati slinim metodama z s c kao problem konvergencije redova. Uz svojstvo monotonosti integrala (svojstvo 9. iz toke 7.2.2) npr. Primjer 7.19 moe posluiti pri usporedivanju. c z z Promatrajmo sada drugi mogui izvor problema, tj. situaciju kad podruje c c integracije nije ogranieno. Neka je funkcija f neprekidna na [a, + . Znamo c
317
f(x) 0 a x
Slika 7.13: Nepravi integral po neogranienom podruju integracije. c c da za svaki x [a, + postoji integral te funkcije u granicama od a do x, tj. postoji
x
f ()d.
a x
Ako funkcija
a
f ()d tei prema nekoj konanoj graninoj vrijednosti kada z c c

+
x +, kaemo da nepravi integral z vergira i piemo s

+ a
f ()d ima vrijednost ili da kon-
f (x)dx = lim
a
x+
f ()d.
a
Ako promatrani limes ne postoji, kaemo da integral divergira. z Slino postupamo i za sluaj c c
b
f (x)dx,
pa i za sluaj c
f (x)dx.
Primjer 7.20
1. Izraunajmo c
+ 0
ex dx.
318 Imamo
+ 0
ex dx = lim
x 0
x+
e d = lim (e ) = 1 lim ex = 1.
x+ 0 x+
Dakle gornji nepravi integral konvergira. 2. Izraunajmo c

1 +
dx . x
Imamo
+ 1
dx = lim x+ x
x 1
x d = lim (ln ) = lim ln x = +. x+ x+ 1
Dakle vidimo da ovaj nepravi integral divergira. Moe se pokazati da z nepravi integral + dx xp 1 konvergira za svaki p > 1 i divergira za 0 < p 1. c 3. Izraunajmo
1 +
dx . x2
Imamo
+ 1
dx = lim x+ x2
x 1
d 1 x 1 = lim ( ) = lim + 1 = 1. 2 x+ x+ x 1
+
4. Izraunajmo c
dx . 1 + x2
Zbog neparnosti funkcije arctg imamo

+
dx = lim 1 + x2 x+
x x
d = lim (arctg 1 + 2 x+
x+
x x
)=
x+
lim (arctg x arctg (x)) = 2 lim arctg x = .
Zanimljivo je da neomedena povrina ispod grafa racionalne funkcije ima s transcendentnu konanu vrijednost . c
7.5. PRIMJENE INTEGRALNOG RACUNA
319
7.5
7.5.1
Primjene integralnog rauna c

Povrina lika u ravnini s
b
U toki 7.2.1 smo rekli da za neprekidnu i pozitivnu funkciju f : [a, b] R broj c f (x)dx
a
predstavlja plotinu lika omedenog grafom funkcije f , osi x, pravcem x = a i s pravcem x = b. Ako je funkcija f neprekidna i negativna na [a, b], onda broj
b
f (x)dx
a
predstavlja plotinu povrine omedene grafom funkcije f , osi x, pravcem x = a s s i pravcem x = b, ali negativnog predznaka. Nadalje, ako je f : [a, b] R neprekidna takva da je pozitivna na [a, c] i negativna na [c, b], za neki c a, b , onda
b
f (x)dx
a
je razlika plotine povrine P1 ispod grafa pozitivnog dijela funkcije f (nad [a, c]) s s i plotine povrine P2 iznad grafa negativnog dijela funkcije f (nad [c, b]), tj. s s
b
f (x)dx = P1 P2 .
a
Plotina povrine izmedu grafa funkcije f , osi x, pravca x = a i pravca x = b, s s tj. broj P1 + P2 , jednaka je
c b
P = P1 + P2 =
a
f (x)dx
c
f (x)dx.
Iz gornjih razmatranja imamo da je plotina povrine izmedu grafova fukcija f1 s s i f2 omedena pravcima x = a i x = b, gdje su f1 , f2 : [a, b] R neprekidne i takve da je f1 (x) f2 (x), za svaki x [a, b], dana s
b
(f1 (x) f2 (x))dx.

a
320
f (x) 1
f (x) 2 0 a b x
Slika 7.14: Plotina lika omedenog grafovima dviju funkcija. s
Ako je g : [c, d] R neprekidna i pozitivna funkcija u varijabli y, tj. promatramo krivulju x = g(y), onda je plotina povrine omedene grafom funkcije g, s s osi y, pravcem y = c i pravcem y = d dana s
d
g(y)dy.
c
y d
P
c 0 g(y)
Slika 7.15: Plotina lika omedenog grafom funkcije od y. s Analogno se deniraju i ostali odredeni integrali (plotine), tj. za sluaj kada s c je funkcija g negativna, odredeni integral proizvoljne neprekidne funkcije, plotinu s
321
omedenu grafom proizvoljne neprekidne funkcije, osi y, pravcem y = c i pravcem y = d i plotinu izmedu grafova neprekidnih funcija g1 i g2 na [c, d] takvih da je s g1 (y) g2 (y), za svaki y [c, d].
7.5.2
Volumen rotacijskog tijela
Promatramo neko tijelo u tri dimenzije, recimo stoac visine H i polumjera osz novice r. Nareemo ga na tanke ploke, recimo visine h = H , n N, i u z s n svakom sloju izmedu visine h i h + h, h = 0, h, ..., H h, zamijenimo komad stoca, tj. krnji stoac visine h, valjkom iste visine s osnovicom jedz z nakom gornjoj (tj. manjoj) osnovici krnjeg stoca. Za veliki n N e zbroj z c
Slika 7.16: Volumen stoca kao limes sume volumena tankih valjaka. z volumena tih valjia biti dobra aproksimacija volumena stoca. Za n , cc z tj. za h 0, dobit emo tonu formulu za volumen stoca. c c z Promatrajmo sada tijelo T u tri dimenzije omedeno ravninama x = a i x = b te plohom koja nastaje rotacijom grafa funkcije f oko osi x. Uzmimo da je funkcija f pozitivna i neprekidna na segmentu [a, b]. Podijelimo segment [a, b] na n dijelova pomou toaka a = x0 < x1 < ... < xn1 < xn = b. Time je c c i tijelo T podijeljeno na n slojeva. Volumen komada tijela T izmedu ravnina x = xi i x = xi+1 , i = 0, 1, ..., n 1, zamijenimo valjkom ija osnovica ima c polumjer f (xi ) a visina je xi+1 = xi+1 xi . Povrinu osnovice tog valjia s cc
322
y
f(x) T
Slika 7.17: Volumen rotacijskog tijela nastalog rotacijom grafa funkcije f (x) oko osi x. oznaimo s P (xi ). Promatramo zbroj svih volumena tih valjia: c cc
n1
P (xi )xi+1 .
i=0
Prijedemo na limes; ako taj limes postoji kad n , tj. kad max xi+1 0, onda gornja suma tei prema vrijednosti koja nije nita drugo do li odredeni z s integral od a do b funkcije P (x) koja daje povrinu poprenog presjeka tijela T s c ravninom paralelnom s ravninom yz kroz toku (x, 0, 0). No taj popreni presjek c c 2 je krug, a njegova povrina za zadani x je jednaka f (x). S druge strane, s u limesu zbroj volumena valjia tei prema volumenu tijela T . Odatle slijedi cc z formula za volumen dijela prostora kojeg dobijemo rotacijom grafa neprekidne funkcije f : [a, b] R oko osi x omedenog ravninama x = a i x = b:
b b
Vx =
a
P (x)dx =
a
f 2 (x)dx.
Primjer 7.21 Izraunajmo volumen tijela koje nastaje rotacijom luka sinusoide c izmedu x = 0 i x = oko osi x. Iz Primjera 7.8 imamo
Vx =
0
1 sin2 (x)dx = [ (x sin x cos x)] 2
2 . 2
323
Vidimo da je volumen tijela T jednak integralu po njegovoj visini funkcije povrine s poprenog presjeka P na odredenoj visini. c Primjer 7.22 Izraunajmo volumen stoca visine H i polumjera osnovice R. c z
y R
Slika 7.18: Volumen stoca nastalog rotacijom duine oko osi x. z z Po gornjoj formuli, koristei injenicu da takav stoac nastaje rotacijom grafa c c z funkcije R y= x H oko osi x, imamo
H
Vx =
0
R2 2 R2 x dx = 2 H2 H
H 0
R 2 x3 x dx = 2 H 3
2
H 0
1 = R2 H. 3
Pomou ove formule moemo raunati i volumene tijela koja nastaju rotacijom c z c zatvorenih krivulja oko x osi. Dakle, ako su f1 , f2 : [a, b] R neprekidne i takve da je f1 (x) f2 (x), za svaki x [a, b], onda je volumen dijela prostora koji nastaje rotacijom dijela ravnine izmedu grafova funkcija f1 i f2 omedenog pravcima x = a i x = b dan s
b
V =
a
2 2 (f1 (x) f2 (x))dx.
324
y

f 1 (x)
f 2 (x) 0 a b x
Slika 7.19: Volumen tijela nastalog rotacijom podruja omedenog grafovima c dviju funkcija oko osi x. Primjer 7.23 Izraunajmo volumen torusa koji nastaje rotacijom krunice c z x2 + (y R)2 = r2 , R > r.
y R r
Slika 7.20: Volumen torusa nastalog rotacijom krunice sa sreditem na osi z s y oko osi x. Iz jednadbe krunice x2 + (y R)2 = r2 imamo z z f1 (x) = R + r 2 x2 , f2 (x) = R r 2 x2 ,
7.5. PRIMJENE INTEGRALNOG RACUNA dakle je Imamo V =

r
325
2 2 f1 (x) f2 (x) = 4R r2 x2 .
r
4R r2 x2 dx = 4R
r r
r2 x2 dx.
Sada iz Primjera 7.16 imamo

r
V = 4R
r
r2 x2 dx = 4R
r2 x 1 x [arcsin + sin(2 arcsin )] 2 r 2 r
r r
2Rr2 2 = 2Rr2 . Ovaj rezultat je posebni sluaj prvog Guldinovog teorema. c Teorem 7.11 (Prvi Guldinov teorem) Volumen tijela koje nastaje rotacijom lika oko osi x jednak je produktu povrine lika i opsega krunice koju pri rotaciji s z opisuje teite lika. zs Na Guldinov teorem emo se vratiti kasnije. c Promatrajmo sada tijelo koje nastaje rotacijom lika oko osi y omedenog pravcima x = a, x = b, x osi i grafom (pozitivne i neprekidne na [a, b]) funkcije f . Podijelimo li opet segment [a, b] na n dijelova, rotacijom komada izmedu [xi1 , xi ], i = 1, ..., n, nastaje cilindrini sloj. Zamijenimo li komad grafa od c f iznad segmenta [xi1 , xi ] konstantom f (xi ), volumen tog komada moemo z izraunati. Razreemo ga po izvodnici i razmotamo, dobijemo prizmu, tj. parc z alelepiped sa stranicama osnovice f (xi ) i 2xi , debljine xi = xi xi1 . Volumen tog paralelepipeda je priblino jednak z 2xi f (xi )xi , a zbroj svih takvih volumena je dobra aproksimacija volumena cijelog tijela. U limesu, to nam daje formulu za volumen dijela prostora kojeg dobijemo rotacijom grafa neprekidne funkcije f : [a, b] R oko osi y
b
Vy = 2
a
xf (x)dx.
326

y
Slika 7.21: Volumen rotacijskog tijela nastalog rotacijom grafa funkcije f (x) oko osi y. Primjer 7.24 Izraunajmo volumen tijela koje nastaje rotacijom funkcije f : c [0, 1] R dane formulom f (x) = x2 oko osi y i osi x. Imamo
1
Vy = 2
0 1
xx2 dx = 2
0 1 0
x3 =
4 x 2
1 0
1 0
, 2
Vx =
0
(x2 )2 dx =
x4 =
5 x 5
. 5
7.5.3
Teite zs
Teite homogenog ravnog lika zs Neka je funkcija f neprekidna i pozitivna na [a, b]. Promatramo lik omeden pravcima x = a, x = b, segmentom [a, b] na osi x i grafom funkcije f nad [a, b]. Uzmemo li kare i izreemo taj lik, dobijemo tanko tijelo. Pretpostavimo s z da je materijal na kojem je lik bio nacrtan homogen, tj. da mu je gustoa c svuda ista. Zelimo odrediti teite izrezanog lika. (Teite je toka u kojoj, zs zs c ako podupremo tijelo, ono ostaje u ravnotei.) Iz klasine mehanike znamo da z c za sustav materijalnih toaka s masama mi smjetenima u tokama (xi , yi ), c s c
7.5. PRIMJENE INTEGRALNOG RACUNA i = 1, ..., n, vrijedi

n
327
m1 x1 + m2 x2 + ... + mn xn xT = = m1 + m2 + ... + mn
m i xi
i=1 n
mi
i=1 n
m1 y1 + m2 y2 + ... + mn yn yT = = m1 + m2 + ... + mn
mi yi
i=1 n
. mi
i=1
Ovdje su xT i yT koordinate teita materijalnih toaka. Suma nazivnika je zs c ukupna masa sustava, a izrazi u brojnicima su statiki ili linearni momenti c
n
sustava masa, i to
i=1
mi xi s obzirom na os y (jer su brojevi xi , i = 1, ..., n,

n
udaljenosti toaka od osi y), a c

i=1
mi yi s obzirom na os x (jer su brojevi yi ,
i = 1, ..., n, udaljenosti toaka od osi x). Oznaimo li te statike momente s My c c c i Mx , redom, a ukupnu masu s M , imamo xT = My , M yT = Mx . M
Izrazi za sustav od n (konano mnogo) materijalnih toaka izvode se induktivno: c c za jednu materijalnu toku koordinate teita su oito koordinate same materic zs c jalne toke, ako imamo dvije materijalne toke, onda koordinate teita se lagano c c zs nalaze preko zakona ravnotee za poluge. Induktivno, ako teite od n materiz zs jalnih toaka s masama m1 , m2 , ..., mn ima koordinate (xT , yT ) i ako dodamo u c sustav jo jednu materijalnu toku s masom m na poziciju (x, y), onda je to suss c tav od dvije materijalne toke s masama m1 + ... + mn i m na pozicijama, redom, c (xT , yT ) i (x, y), a koordinate teita tog sustava slijede iz zakona ravnotee zs z za poluge F1 k1 = F2 k2 , odnosno m1 k1 = m2 k2 ,
328
gdje su k1 i k2 duljine krakova poluge, a F1 i F2 odnosno m1 i m2 sile odnosno mase na pripadne krakove poluge. Ideja za raunanje teita lika je: podijelimo lik na male pravokutnike i c zs zamijenimo lik sustavom materijalnih toaka od kojih e svaka biti smjetena c c s
y f(x) f(si )
1111111 0000000 11 00 11 00 11 00 11 00 11 00 11 00 11 00 a x x
i1 i
Slika 7.22: Teite homogenog krivuljnog trapeza. zs u teitu jednog pravokutnika (a to znamo odrediti) i imat e masu jednaku masi zs c pravokutnika. Poveanjem broja pravokutnika teite takvog sustava materijalc zs nih toaka bit e sve bolja i bolja aproksimacija teita lika. c c zs Podijelimo segment [a, b] na n dijelova [xi1 , xi ], i = 1, ..., n. Promatramo pravokutnik visine f (si ) nad [xi1 , xi ] za neki si [xi1 , xi ]. Uz konstantnu gustou mase , njegova masa je jednaka f (si )xi , xi = xi xi1 , a teite c zs xi1 +xi 1 mu ima ordinatu 2 f (si ) i apscisu . Raunamo statiki moment tog susc c 2 tava materijalnih toaka s obzirom na os x. To se dobije zbrajanjem po svim c pravokutnicima, dakle n 1 f 2 (si )xi . 2 i=1 Prijelazom na sve nije i nije podjele segmenta [a, b], ovaj e izraz u limesu c 2 postati odredeni integral od a do b funkcije 2 f (x). Dakle je
1 Mx = 2 b a
f 2 (x)dx.
Statiki moment s obzirom na os y rauna se slino. Masa pravokutnika je i c c c xi1 +xi dalje f (si )xi , a apscisa njegovog teita je zs . Kako je broj xi1 +xi 2 2 izmedu xi1 i xi , a ta udaljenost je mala, moemo uzeti da je apscisa teita z zs
329
pravokutnika, recimo, upravo xi . Zbrajajui po svim pravokutnicima dobivamo c

n
xi f (si )xi ,
i=1
a to u limesu daje My =
b a
xf (x)dx.
Kako je masa promatranog lika jednaka M = P, pri emu je P njegova povrina (to znamo izraunati), to nam formule za koorc s s c dinate teita glase zs xT =
b a xf (x)dx b a f (x)dx
yT =
1 2
b 2 a f (x)dx b a f (x)dx
Sada je jasno to govori prvi Guldinov teorem (Teorem 7.11). s Primjer 7.25 Odredimo teite polukruga radijusa r sa sreditem u ishoditu. zs s s
Slika 7.23: Teite homogenog polukruga. zs Imamo f (x) = r2 x2 . Iz simetrije je jasno da mora biti xT = 0. Takoder, iz Primjera 7.16 znamo da je
r r
f (x)dx =
r r
1 r2 x2 dx = r2 . 2
330
Ostaje izraunati yT . Kako je c 1 2 imamo yT =

r r
f 2 (x)dx =
1 2
2 (r2 x2 )dx = r3 , 3 r 4r , 3
r pa teite ima koordinate (0, 4 ). zs 3 Analognim raunom bismo dobili teite polukruga radijusa r sa sreditem u c zs s 2 x2 . Dakle teite je (0, 4 r ). ishoditu, ali opisanog funkcijom f (x) = r s zs 3
Primjer 7.26 Sada moemo, po prvom Guldinovu teoremu, izraunati razliku z c izmedu volumena vanjskog i unutarnjeg dijela torusa. Neka je dan torus T koji nastaje rotacijom krunice radijusa r sa sreditem z s u R, R > r, tj. x2 + (y R)2 = r2 . Tada su, po prvom Guldinovu teoremu i Primjeru 7.25, volumen vanjskog Vv i volumen unutarnjeg Vu dijela torusa dani s 1 4r 4 Vv = r2 (2(R + )) = r2 R 2 + r3 2 3 3 1 4r 4 Vu = r2 (2(R )) = r2 R 2 r3 . 2 3 3 Dakle je 8 Vv Vu = r3 . 3
Zbog aditivnosti momenata (ako u sustav od n materijalnih toaka sa moc mentima Mx i My dodamo jo jednu materijalnu toku mase m na koordinate s c (u, v) tada su novi momenti jednaki Mx + my i My + mx), teite lika omedenog zs zatvorenom krivuljom (tj. dijelom ravnine izmedu grafova neprekidnih funkcija f1 i f2 na [a, b] takvih da je f2 (x) f1 (x), za svaki x [a, b], i omedenim pravcima x = a i x = b) rauna se po formulama c Mx = 1 2 My =
b a b a 2 f2 (x)dx 1 2 b a b a 2 f1 (x)dx,
xf2 (x)dx
xf1 (x)dx,
7.5. PRIMJENE INTEGRALNOG RACUNA xT =

My , M
331
yT =
Mx , M
gdje je M plotina izmedu grafova neprekidnih funkcija f1 i f2 na [a, b] omedena s pravcima x = a i x = b, tj.
b b
M=
a
f2 (x)dx
a
f1 (x)dx.
Napomena 7.13 Koordinate teita se mogu izraunati i iz prvog Guldinovog zs c teorema. Teite homogenog rotacijskog tijela zs Promatramo rotacijsko tijelo koje nastaje vrtnjom grafa (pozitivne i neprekidne na [a, b]) funkcije f oko osi x. Zbog simetrije, teite e leati na osi rotacije, zs c z tj. na osi x. Zanima nas njegova apscisa. Podijelimo segment [a, b] na n podsegmenata tokama a = x0 < x1 < ... < xn1 < xn = b. Obujam dijela c tijela izmedu ravnina x = xi1 i x = xi , i = 1, ..., n, je izmedu obujama valjaka m2 xi i Mi2 xi , gdje su mi i Mi najmanja i najvea vrijednost funkcije f c i na [xi1 , xi ] i xi = xi xi1 . Zbog neprekidnosti od f , volumen tog dijela (sloja) tijela je Vi = f 2 (si )xi , gdje je si [xi1 , xi ]. Uz konstantnu gustou , masa tog komadia je f 2 (si )xi . Moemo smatrati da je ta masa c c z koncentrirana u teitu tog sloja, a to je u sreditu valjka. Dakle mu je apscisa zs s si . Sad imamo sustav materijalnih toaka mase mi = Vi = f 2 (si )xi u c koordinatama (si , 0). Raunamo statiki moment s obzirom na os y, My : c c
n
My =
i=1
si f 2 (si )xi .
U limesu xi 0 ovo prelazi u odredeni integral My = pa za apscisu teita dobivamo zs xT =

b 2 a xf (x)dx b 2 a f (x)dx
b a
xf 2 (x)dx,
b a x dm b a dm
Ovdje smo s dm oznaili veliinu dm = f 2 (x)dx; njenim integriranjen od a c c do b dobije se masa rotacijskog tijela, M=
b a
dm.
332
Slinim razmatranjem dobijemo da se teite tijela koje se dobije rotacijom grafa c zs funkcije f oko y osi nalazi na osi y i da mu je ordinata (sada gledamo inverznu funkciju f 1 funkcije f , koja je funkcija varijable y) yT =
b 1 (y))2 dy a y(f b 1 (y))2 dy a (f
b a y dm b a dm
Primjer 7.27 Odredimo apscisu teita stoca visine H i polumjera osnovice R zs s R kojeg dobijemo rotacijom pravca f (x) = H x za = 1.
y R
111 000 111 000 111 000 111 000 111 000 111 000 111 000 111 000 111 000 111 000 111 000 111 000 111 000 111 000 111 000
Slika 7.24: Teite homogenog stoca. zs z Imamo

H
My =
0
R2 xf (x)dx = 2 H
2
H 0
1 x3 dx = R2 H 2 . 4
3 Zbog M = V = 1 R2 H, dobivamo xT = 4 H, tj. teite se nalazi na etvrtini zs c 3 visine stoca, mjereno od osnovice. z
Primjer 7.28 Odredimo teite polukugle koja nastaje rotacijom polukrunice zs z z s s f (x) = R2 x2 (polukrunica sa sreditem u ishoditu polumjera R) oko osi y, za = 1. Kako je f 1 (y) =
R
R2 y 2 za x [0, R] imamo y(f 1 (y))2 dy =

0 R
Mx =
0
y(R2 y 2 )dy = = 3 R. 8
4 R . 4
Zbog M = V =
14 3 R , 23
dobivamo xT =
Mx M
333
Po formulama koje smo izveli mogu se raunati i koordinate teita tijela c zs kojima gustoa nije konstantna, ve se mijenja kao funkcija koordinate po kojoj c c se integrira. U tom sluaju bismo imali c dm = (x)f 2 (x)dx, i vie ne bi izlazio kao konstanta izvan integrala. Iz zikalnih razloga uzimamo s (x) > 0 na [a, b] ( je gustoa mase). c
7.5.4
Moment ustrajnosti (inercije)
Za materijalnu toku mase m deniramo njen moment ustrajnosti, moment c tromosti ili moment inercije s obzirom na zadanu toku, pravac ili ravninu kao c produkt mase toke i kvadrata udaljenosti do zadane toke, pravca ili ravnine. c c Piemo s I = mr2 , gdje je r reena udaljenost. Veliina I se jo zove i kvadratni moment, a ako c c s je s obzirom na toku, zove se i polarni moment. Za sustav od n materijalnih c toaka s masama m1 , m2 , ..., mn na udaljenostima r1 , r2 , ..., rn od zadane toke, c c pravca ili ravnine imamo
n
I=
i=1
2 mi ri .
Kao i statiki moment, moment inercije je aditivan. Pomou integrala moemo c c z denirati momente inercije i za ravne likove i za tijela. Promatramo prvo homogeni pravokutnik sa stranicama a i b smjeten u s ravnini tako da mu stranica b lei na osi y, a stranica a lei na x osi. Izraunajmo z z c njegov moment inercije s obzirom na os x. Podijelimo stranicu b, tj. segment [0, b] na osi y, na n dijelova 0 = y0 < y1 < ... < yn = b. Tako smo na s pravokutnik podijelili na male pravokutnike sa stranicama a i yi = yi yi1 , i = 1, ..., n. Masa svakog malog pravokutnika je ayi , a njegovo teite, tj. zs mjesto u kojem smatramo da je masa koncentrirana ima ordinatu si , gdje je si [yi1 , yi ]. Za veliki n je si xi , dakle je moment inercije malog pravokutnika aproksimiran s ayi s2 . Zbrajanjem po svim malim pravokutnicima i
334
y b y i+1 0000000 1111111 1111111 y i 0000000
11111111111111111111 00000000000000000000 a x 0
Slika 7.25: Moment inercije homogenog pravokutnika.
n
dobivamo
i=1
ayi s2 , a to, za yi 0, tei u z i

b
a
a
y 2 dy = a
b3 1 1 = abb2 = M b2 = Ix , 3 3 3
tj.
1 Ix = 3 M b2 ,
gdje je M = ab masa pravokutnika. Slino se dobije da je c I y = 1 M a2 . 3 Ako je pravokutnik smjeten tako da ga osi x i y raspolavljaju, dobije se s Ix =
1 M b2 , 12
Iy =
1 M a2 . 12
Promatramo sad homogen ravan lik omeden komadom [a, b] osi x, pravcima x = a i x = b, te grafom (pozitivne i neprekidne na [a, b]) funkcije f . Podijelimo lik na n malih pravokutnika s osnovicama [xi1 , xi ] i visinama f (si ), i = 1, ..., n, za si [xi , xi+1 ]. Za svaki od tih pravokutnika je moment tromosti s obzirom na os x jednak 1 1 Mi f 2 (si ) = f 3 (si )xi , 3 3
7.5. PRIMJENE INTEGRALNOG RACUNA gdje je xi = xi xi1 . Zbrajanjem po svim pravokutnicima dobivamo
n
335
i=1
1 3 f (si )xi , 3
to u limesu za xi 0 daje s 1 Ix = 3
b a
f 3 (x)dx.
Uvedemo li oznake dP = f (x)dx, dm = dP = f (x)dx, imamo Ix = Slinim se razmatranjem dobije c Iy =

d c 1 3 b a
f 2 (x)dm.
g 2 (y)dm,
pri emu je lik omeden pravcima y = c i y = d, komadom [c, d] osi y i grafom c pozitivne i neprekidne na [c, d] funkcije g. Neka je dana materijalna toka mase m s koordinatama (x, y). Znamo da je c 2 2 Ix = mx i Iy = my . Broj r = x2 + y 2 je udaljenost materijalne toke od c ishodita, pa je moment tromosti s obzirom na ishodite I0 jednak s s I0 = mr2 = mx2 + my 2 = Ix + Iy . Tako za pravokutnik s poetka ove toke imamo c c I0 = 1 M (a2 + b2 ), 3 a ako mu je ishodite u sredini, onda je s I0 =
1 M (a2 12
+ b2 ).
Primjer 7.29 Izraunajmo moment inercije polukruga sa sreditem u ishoditu c s s i polumjera r obzirom na x os, za = 1. Oito je f (x) = c r2 x2 , dakle je 1 Ix = 3
r 3
(r2 x2 ) 2 dx.
336
Stavimo (t) = r cos t. Iz (t) = r imamo t1 = . Analogno iz (t) = r imamo t2 = 0. Oito funkcija : [0, ] R zadovoljava Teorem 7.10, pa je c 1 Ix = 3 1 (r x ) dx = 3 3
2 2
3 2
r4 r (1 cos t) (r sin t)dt = 3

3 2
3 2
sin4 t dt.
Sada iz Primjera 7.8 imamo
1 Ix = r4 . 8 Zbog aditivnosti momenta inercije i simetrije moment inercije cijelog kruga je 1 1 1 Ix = r4 = r2 r2 = M r2 . 4 4 4 Takoder zbog simetrije, moment inercije cijelog kruga obzirom na y os je Iy = Ix , dakle je 1 I0 = Ix + Iy = M r2 . 2 Kombinacijom razmatranja iz toke 7.5.2 i ovih gore dolazimo do formule za c moment inercije rotacijskog tijela nastalog rotacijom grafa funkcije f (neprekidne i pozitivne na segmentu [a, b]) oko osi x s obzirom na ravninu kroz ishodite: s Ir =
b a
x2 f 2 (x)dx.
Moment inercije takvog tijela s obzirom na os rotacije oko koje je tijelo nastalo dan je formulom Ix = 1 2
b a
f 4 (x)dx.
Formula se dobije tako da se prvo izvede formula za moment inercije valjka visine h i polumjera osnovice r 1 1 Ix = M r2 = r4 h, 2 2 a onda se interval [a, b] podijeli na male podsegmente [xi1 , xi ], i = 1, ..., n, i zbroje se momenti inercije malih valjaka polumjera f (si ), gdje je si [xi1 , xi ], i visine xi = xi xi1 . Prijelazom na limes dobijemo gornju formulu. c Primjer 7.30 Moment inercije homogene kugle gustoe i polumjera r s obzirom na promjer kao os vrtnje dan je formulom 2 Ix = M r2 . 5
337
Bez smanjenja openitosti moemo pretpostaviti da smo danu kuglu dobili c z vrtnjom polukruga f (x) = r2 x2 oko osi x. Takoder je jasno da je zbog simetrinosti svejedno koji pravac kroz sredite uzmemo kao os vrtnje, pa uzmimo c s os x. Sada iz gornje formule imamo 1 Ix = 2 1 f 4 (x)dx = 2 r
r r r
(r2 x2 )2 dx =
8 5 2 r = M r2 . 15 5
7.5.5
Duljina i teite luka ravne krivulje zs
Promatramo luk ravne krivulje koja je na [a, b] zadana kao graf funkcije f C 1 [a, b] eksplicitnom formulom y = f (x). Podijelimo segment [a, b] na podsegmente [xi1 , xi ], i = 1, ..., n. Duljina luka od toke A = (a, f (a)) do toke c c B = (b, f (b)) bit e aproksimirana duljinom izlomljene crte koja se sastoji od c spojnica toaka (xi1 , f (xi1 )) i (xi , f (xi )). Duljina svakog takvog komada je, c po Pitagorinu pouku, jednaka c di = x2 + (f (xi ) f (xi1 ))2 , i
gdje je xi = xi xi1 , i = 1, ..., n. Zbrajajui dobivamo duljinu izlomljene crte c
y f(x) f x A a x x+ x
i
Slika 7.26: Duljina luka zadanog kao graf funkcije f (x).

n
1+
i=1
f (xi ) f (xi1 ) xi
xi =
i=1
1 + f (si )xi ,
338
gdje je si [xi1 , xi ], i = 1, ..., n. Ovdje smo koristili teorem srednje vrijednosti (Teorem 6.26). Za limes kad xi 0 imamo da je duljina luka AB jednaka s=
b a
1 + [f (x)]2 dx.
Slinim se razmatranjem dobivaju i statiki momenti luka krivulje homogene c c gustoe, mase , a onda i koordinate teita: c zs xT =
b a
1+[f (x)]2 dx , s
yT =
b a
f (x)
1+[f (x)]2 dx . s
7.5.6
Povrina rotacijske plohe s
Neka neprekidna i pozitivna funkcija f na [a, b] rotira oko osi x. Dijeljenjem segmenta [a, b] na podsegmente [xi1 , xi ], i = 1, ..., n, moemo na svakom z takvom segmentu zamijeniti komad plohe nastale rotacijom grafa funkcije f oko osi x platom krnjeg stoca s osnovicama f 2 (xi1 ) i f 2 (xi ). Kako je povrina s s s
y f(x) T
Slika 7.27: Plotina plata rotacijskog tijela. s s plata krnjeg stoca polumjera donje osnovice R, polumjera gornje osnovice r i s z duljine izvodnice l jednaka l(R + r), imamo da je povrina plata krnjeg stoca s s z u naem sluaju jednaka s c x2 + (f (xi ) f (xi1 ))2 (f (xi1 ) + f (xi )), i
7.5. PRIMJENE INTEGRALNOG RACUNA gdje je xi = xi xi1 . Zbrajajui sva ta oploja krnjih stoaca dobivamo c s z
n
339
i=1
1+
f (xi ) f (xi1 ) xi
n
(f (xi1 ) + f (xi ))xi =
2
i=1
f (si ) 1 + f (si )xi ,
gdje je si [xi1 , xi ], i = 1, ..., n. Ovdje smo ponovno koristili teorem srednje vrijednosti (Teorem 6.26). To u limesu daje formulu za povrinu rotacijske plohe s P = 2
b a
f (x)
1 + [f (x)]2 dx = 2
b a
f (x)ds.
Ovdje smo s ds oznaili diferencijal luka, c ds = 1 + [f (x)]2 dx.
Primjer 7.31 Izraunajmo oploje kugle, tj. plotinu sfere polumjera r. c s s Bez smanjenja openitosti moemo pretpostaviti da smo danu kuglu dobili c z 2 x2 oko osi x. Sada iz gornje formule imamo vrtnjom polukruga f (x) = r
r r
P = 2
r
f (x) 1 + [f
(x)]2 dx
= 2
r
r2
x2 dx
= 2
r
r dx = 4r2 .
Ovo je ilustracija rezultata poznatog kao drugi Guldinov teorem. Teorem 7.12 (Drugi Guldinov teorem) Povrina rotacijske plohe nastale rotacis jom luka AB oko osi x jednaka je produktu duljine luka i opsega krunice to je z s pri rotaciji opie teite luka. s zs
7.5.7
Primjene u zici
Prijedeni put pri nejednolikom gibanju Pomou integrala moemo odrediti prijedeni put u vremenu izmedu trenutka t1 c z i t2 ako nam je poznata vrijednost brzine v(t) u svakom trenutku izmedu t1 i t2 . Tonije, ako znamo poloaj tijela u trenutku t1 = 0, i ako je taj poloaj dan c z z izrazom s(0) = s0 , onda u svakom trenutku t > 0 imamo
t
s(t) =
0
v(t)dt + s0 .
340
Za sluaj konstantne brzine v(t) = v, gornja se formula svodi na izraz c s(t) = vt + s0 . Rad sile Sila je tipian primjer vektorske veliine. Ako konstantna sila F djeluje na putu c c duljine | | u smjeru vektora , ona pri tome vri rad s s s W = F . s Ako su vektori F i kolinearni, dobivamo poznatu formulu za rad s W = F s. Promatrajmo sada sluaj sile konstantnog smjera iji iznos se neprekidno mijenja. c c Jednostavnosti radi, uzmimo da je F (x) = F (x) i . Podijelimo segment [a, b] na n posegmenata tokama a = x0 < x1 < x2 < ... < xn1 < xn = b i c pretpostavimo da je na svakom segmentu [xi1 , xi ], i = 1, ..., n, duljine xi , i = 1, ..., n, sila konstantna, recimo F (xi ).
F(x)
W
0 a b x
Slika 7.28: Rad sile F (x) na putu [a, b]. Tada je suma
F (xi )xi xi
i=1
341
dobra aproksimacija rada koji sila F (x) izvri na putu [a, b]. Iz neprekidnosti s funkcije F (x) i razmatranja koja smo proveli kod uvodenja odredenog integrala slijedi da poveavajui neogranieno broj podintervala dok njihova duljina tei u c c c z nulu moemo dobiti traenu formulu za rad sile F (x) na putu [a, b] z z
b
W =
a
F (x)dx.
Odavde odmah slijedi da je rad sile F (x) na putu [a, b] po iznosu jednak komadu povrine izmedu grafa funkcije F (x) i osi x omedenom pravcima x = a i x = b. s Primjer 7.32 Znamo da je za rastezanje neke opruge za duljinu x potrebno uloiti rad W1 . Koliki je rad potrebno uloiti za rastezanje iste opruge za duljinu z z 3x? Prema Hookeovom zakonu, sila kojom se opruga opire rastezanju proporcionalna je (i suprotna) rastezanju, F = kx. Konstanta k nam nije zadana u ovom primjeru, no nije ni bitna. Bitna je injenica da sila linearno ovisi o c rastezanju. Tada e njen integral (tj. rad) biti kvadratna funkcija pomaka x, pa c slijedi da za rastezanje 3x treba uloiti rad 9W1 . z Posebno vaan sluaj je rad sile tee. Iz zike znamo da je za podizanje tijela z c z mase m na visinu h potrebno uloiti rad W = mgh, pri emu je g 9.80665 z c m/s2 ubrzanje Zemljine sile tee na njenoj povrini. Tu podrazumijevamo da z s je visina h jako mala u osnosu na polumijer Zemlje. To je formula dobivena integriranjem konstantne sile mg od 0 do h. Ako sila nije konstantna, tj. ako se masa tijela mijenja, onda je
b
W (h) =
a
F (x)dx.
Primjer 7.33 Jarak duljine 10 m, irine 2 m i dubine 1 m iji je popreni s c c presjek jednakokrani trokut ispunjen je vodom. Koliki je rad potrebno uloiti za c z isuivanje jarka? s Za isuivanje jarka potrebno je svu vodu iz njega dii (barem) do njegove s c povrine. Problem rjeevamo tako da izraunamo masu vode u sloju izmedu s s c dubine x i x + x te rad potreban ze njeno podizanje do povrine, i nakon toga s
342
10m
2m 1m
Slika 7.29: Jarak iz Primjera 7.33. zbrojimo sve te doprinose uzimajui sve tanje i tanje slojeve. Prijelazom na limes c dobivamo
h
W =g
0
x m(x)dx,
pri emu je m(x) masa vode u sloju debljine dx na dubini x. Postavimo koordic natni sustav tako da ishodite bude na sredini stranice koja predstavlja povrinu s s jarka, a x os ide prema dolje tako da se dno jarka nalazi na apscisi x = h. U tom je koordinatnom sustavu irina jarka na dubini x dana formulom y = 2(h x). s
x 0 y
Slika 7.30: Jarak iz Primjera 7.33. Dakle sloj vode na dubini x ima masu m(x) = 2(1 x) 10 103 dx kg. (Ovdje smo uzeli da je gustoa vode jednaka 103 kg/m3 , duljina jarka je 10 m, irina c s 2(1 x) m, a debljina sloja je dx metara). Integrirajui doprinose svih dubina c od 0 do h = 1 m, imamo
1 1
W =g
0
20000(1 x)xdx = 20000g

0
(x x2 )dx = 32688.83 J.
343
Zadatak smo mogli i jednostavnije rjeiti uoavajui da je teite vode u jarku s c c zs 1 na dubini od 3 m ( jer je teite trokuta na treini teinice, a teinica se ovdje zs c zs zs podudara sa simetralom i visinom) a njena teina je 98066 N . To moemo uiniti z z c jer se iznos g(x) ne mijenja znaajno s promjenom x. c Veliinu g(x) moemo smatrati konstantnom ako je razlika visina dovoljno c z mala. Primjer situacije u kojoj to ne smijemo pretpostaviti nalazimo u balistici. z z Primjer 7.34 Koliki je rad potreban uloiti da se tijelo (npr. projektil) teine P podigne na visinu h iznad Zemljine povrine? s Ako h nije zanemarivo malo u usporedbi s polumjerom Zemljine R ne smijemo vie uzimati g kao konstantnu veliinu. Po Newtonovom zakonu znamo da je s c sila kojom Zemlja djeluje na tjelo mase mp na udaljenosti x od sredita zemlje s mz mp jednaka F (x) = G x2 . (Ovdje je mz masa Zemlje, mp masa projektila i G univerzalna gravitacijska konstanta). No ta sila je, po deniciji, upravo teina z K tijela. Uzimajui da su mp , mz i G konstante, imamo F (x) = x2 , gdje smo s c K oznaili K = Gmz mp . Za x = R imamo teinu tijela na povrini Zemlje, c z s 2 K F (R) = R2 = P . Dakle je K = P R2 i F (x) = PxR . Traeni rad je sada jednak z 2
R+h
W (h) =
R
P R2 dx = P R2 2 x
R+h R
dx P Rh = . 2 x R+h
Uoimo da gornji raun ne bi bio valjan za raketu ija se masa mijenja, tj. c c c smanjenje zbog utroka goriva. s Hidrostatiki tlak c Po Pascalovom zakonu, sila P kojom tekuina specine teine djeluje na c c z povrinu S na dubini h dana je formulom P = hS. Polazei od te formule s c mogue je izraunati ukupnu silu kojom tekuina djeluje na stijenke posude i/ili c c c na objekte s kojima je u kontaktu. To se postie integriranjem po dubini sile na z mali element povrine. s z Primjer 7.35 Kanal polukrunog presjeka polumjera 1 m zatvoren je zasunom. Kolikom silom djeluje voda na zasun ako je s jedne strane zasuna kanal pun a s druge prazan?
344
0 1
Slika 7.31: Kanal iz Primjera 7.35.
Primjer ostavljamo bez rjeenja kako bi ga studenti mogli samostalno fors mulirati i rjeiti primjenjujui Pascalov zakon i odredeni integral. s c
Bibliograja
[1] D. Blanua, Via matematika I i II, Tehnika knjiga, Zagreb, 1974. s s c [2] K. Horvati, Linearna algebra, Tehnika knjiga, Zagreb, 2004. c c [3] V.A. Ilin, E.G. Poznjak, Analitieskaja geometrija, Nauka, Moskva, 1981. c [4] S. Kurepa, Uvod u linearnu algebru, Skolska knjiga, Zagreb, 1978. c c [5] S. Kurepa, Matematika analiza 1 i 2, Tehnika knjiga, Zagreb, 1976. [6] Z. Markovi, Uvod u viu analizu I i II, Sveuilite u Zagrebu, 1961. c s c s [7] B. Pavkovi, D. Veljan, Elementarna matematika 1 i 2, Skolska knjiga, Zac greb, 1995. c [8] M.M. Postnikov, Analitieskaja geometrija, Nauka, Moskva, 1979. [9] B. Zalar, Teia in vztrajnostni momenti, DMFA, Ljubljana, 2005. z sc
345

Mat 1

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Mat 1

Uploaded by

Copyright:

Available Formats

Tomislav Doli s c Nikola Sandri c

Gradevinski fakultet Sveuilite u Zagrebu c s

Poglavlje 1 Vektorski raun c

POGLAVLJE 1. VEKTORSKI RACUN

POGLAVLJE 1. VEKTORSKI RACUN

Slika 1.4: Pravilo trokuta i pravilo paralelograma.

1.1. VEKTORI I OSNOVNE OPERACIJE S NJIMA

Vektorski prostor XO (E). Linearna kombinacija vektora

POGLAVLJE 1. VEKTORSKI RACUN

POGLAVLJE 1. VEKTORSKI RACUN

Baza vektorskog prostora XO (E). Koordinatni sustav

1.4. VEKTORSKI PROSTOR RN

POGLAVLJE 1. VEKTORSKI RACUN 1. (ax , ay , az ) + (bx , by , bz ) = (ax + bx , ay + by , az + bz ), 2. (ax , ay , az ) = (ax , ay , az ).

1.5. SKALARNI PRODUKT

Slika 1.8: Uz deniciju skalarnog produkta.

POGLAVLJE 1. VEKTORSKI RACUN i j 1 0 0 1 0 0 k 0 0 1

(ax bx )2 + (ay by )2 + (az bz )2 ).

1.5. SKALARNI PRODUKT to imamo

POGLAVLJE 1. VEKTORSKI RACUN

1.5. SKALARNI PRODUKT Dakle su kosinusi smjera vektora denirani s a

POGLAVLJE 1. VEKTORSKI RACUN

Digresija - determinante matrica 2. i 3. reda

POGLAVLJE 1. VEKTORSKI RACUN

(stupca) zamijene mjesta, determinanta mijenja a2 a3 b2 b3 c2 c3 b1 b2 b3 = a1 a2 a3 . c1 c2 c3

1.7. DESNI I LIJEVI KOORDINATNI SUSTAVI. ORIJENTACIJA

Desni i lijevi koordinatni sustavi. jentacija

POGLAVLJE 1. VEKTORSKI RACUN

1.8. VEKTORSKI PRODUKT odnosno = a b i j k ax ay az . bx by bz

2. ( b + ) = b + , a c a a c + ) = + (distributivnost prema zbrajanju), (a b c a c b c 3. b = ( b ) a a (antikomutativnost).

POGLAVLJE 1. VEKTORSKI RACUN

(ay bz az by )2 + (az bx ax bz )2 + (ax by ay bx )2 > 0.

1.8. VEKTORSKI PRODUKT

Slika 1.13: Kutna brzina.

POGLAVLJE 1. VEKTORSKI RACUN

1.9. MJESOVITI PRODUKT

Kako je volumen tetraedra iji su vrhovi Pi i = 1, 2, 3, 4 jednak c razapetog s P1 P2 , P1 , P3 , P1 P4 , imamo tvrdnju.

Poglavlje 2 Analitika geometrija c

Opi oblik jednadbe pravca u ravnini c z

POGLAVLJE 2. ANALITICKA GEOMETRIJA

2.1. PRAVAC U RAVNINI Dokaz:

POGLAVLJE 2. ANALITICKA GEOMETRIJA

C Uvedemo li oznake a = C i b = B , imamo A

Slika 2.2: Segmentni oblik jednadbe pravca. z

2.1. PRAVAC U RAVNINI

Pravac kroz dvije toke c

POGLAVLJE 2. ANALITICKA GEOMETRIJA

pravca imamo da je jednadba pravca kroz dvije toke z c

Slika 2.5: Eksplicitni oblik jednadbe pravca. z

Normirani oblik (normalni oblik)

POGLAVLJE 2. ANALITICKA GEOMETRIJA

zovemo normirani oblik jednadbe pravca. z

Iz prve dvije jednakosti kvadriranjem i zbrajanjem slijedi t = A2 1 , + B2

Dakle normirani oblik jednadbe pravca z Ax + By + C = 0 glasi Ax+By+C sign C A2 +B 2

Odnosi toaka i pravaca u ravnini c

Odredimo kut dvaju pravaca u ovisnosti o obliku jednadbe kojom su zadani. z

Dakle kosinus kuta izmedu p1 i p2 je dan formulom: cos =

POGLAVLJE 2. ANALITICKA GEOMETRIJA

Neka su p1 i p2 zadani s y y1 x x1 = m1 n1 odnosno s y y2 x x2 = . m2 n2 = m1 + n1 s1 i j odnosno s = m2 + n2 . s2 i j

Tada su vektori smjera pravaca p1 i p2 dani s

to je kosinus kuta izmedu p1 i p2 dan s 2 cos = m1 m2 +n1 n2 2 2

gdje su 1 odnosno 2 kutovi koje zatvaraju vektori smjera pravaca p1 i p2 s x osi.

odnosno tangens kuta izmedu p1 i p2 je dan formulom tg =

Udaljenost toke od pravca c

2.2. ODNOSI TOCAKA I PRAVACA U RAVNINI