Ivan Slapniˇar c

MATEMATIKA 1

http://www.fesb.hr/mat1
Fakultet elektrotehnike, strojarstva i brodogradnje Split, 2002.

Sadrˇaj z
Popis slika Popis tablica Predgovor 1 OSNOVE MATEMATIKE 1.1 Osnove matematiˇke logike . . . . . . . . c 1.2 Binarne relacije . . . . . . . . . . . . . . . 1.2.1 Uredeni skupovi . . . . . . . . . . 1.3 Funkcije . . . . . . . . . . . . . . . . . . . 1.3.1 Teorem o inverznoj funkciji . . . . 1.3.2 Ekvipotencija i beskonaˇni skupovi c 1.4 Prirodni brojevi . . . . . . . . . . . . . . . 1.4.1 Brojevni sustavi . . . . . . . . . . 1.4.2 Uredaj na skupu prirodnih brojeva 1.4.3 Binomni pouˇak . . . . . . . . . . c 1.5 Cijeli brojevi . . . . . . . . . . . . . . . . 1.6 Racionalni brojevi . . . . . . . . . . . . . 1.7 Realni brojevi . . . . . . . . . . . . . . . . 1.7.1 Aritmetika raˇunala . . . . . . . . c 1.7.2 Apsolutna vrijednost . . . . . . . . 1.8 Kompleksni brojevi . . . . . . . . . . . . . 1.8.1 Trigonometrijski oblik . . . . . . . 1.8.2 Eksponencijalni oblik . . . . . . . 2 LINEARNA ALGEBRA 2.1 Matrice . . . . . . . . . . . . . . . . . 2.1.1 Zbrajanje matrica . . . . . . . 2.1.2 Mnoˇenje matrice sa skalarom . z 2.1.3 Mnoˇenje matrica . . . . . . . z 2.1.4 Nul-matrica i jediniˇna matrica c v . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xi xiii xv 1 2 4 5 7 8 9 10 12 12 13 16 17 19 20 21 23 25 28 31 32 34 34 35 37

2.1.5 Transponirana matrica . . . . . . . . 2.1.6 Joˇ o mnoˇenju matrica . . . . . . . s z 2.2 Matriˇni zapis sustava linearnih jednadˇbi . c z 2.3 Rjeˇavanje trokutastih sustava . . . . . . . s 2.4 Gaussova eliminacija . . . . . . . . . . . . . 2.4.1 Primjeri . . . . . . . . . . . . . . . . 2.4.2 Pivotiranje . . . . . . . . . . . . . . 2.4.3 Elementarne matrice transformacija 2.5 Linearna nezavisnost . . . . . . . . . . . . . 2.6 Rang matrice . . . . . . . . . . . . . . . . . 2.7 Kronecker–Capellijev teorem . . . . . . . . 2.8 Inverzna matrica . . . . . . . . . . . . . . . 2.9 Determinante . . . . . . . . . . . . . . . . . 2.9.1 Svojstva determinanti . . . . . . . . 2.9.2 Podmatrice i poddeterminante . . . 2.9.3 Laplaceov razvoj determinante . . . 2.9.4 Raˇunanje inverzne matrice . . . . . c 2.9.5 Cramerovo pravilo . . . . . . . . . . 2.10 Rjeˇavanje elektriˇne mreˇe . . . . . . . . . s c z

. . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . .

38 39 40 41 44 47 50 51 52 53 54 56 58 60 62 62 63 63 64

ˇ 3 VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA 71 3.1 Vektori . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72 3.2 Zbrajanje vektora . . . . . . . . . . . . . . . . . . . . . . . . . . 74 3.3 Mnoˇenje vektora skalarom . . . . . . . . . . . . . . . . . . . . 75 z 3.4 Prostor radijus-vektora . . . . . . . . . . . . . . . . . . . . . . . 77 3.5 Koordinatizacija . . . . . . . . . . . . . . . . . . . . . . . . . . 77 3.5.1 Koordinatizacija pravca . . . . . . . . . . . . . . . . . . 77 3.5.2 Koordinatizacija ravnine . . . . . . . . . . . . . . . . . . 78 3.5.3 Koordinatizacija prostora . . . . . . . . . . . . . . . . . 80 3.6 Duljina vektora, jediniˇni vektor, kut izmedu vektora i kosinusi c smjerova . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82 3.7 Linearna nezavisnost vektora . . . . . . . . . . . . . . . . . . . 83 3.8 Baza prostora E . . . . . . . . . . . . . . . . . . . . . . . . . . . 84 3.9 Skalarni produkt . . . . . . . . . . . . . . . . . . . . . . . . . . 85 3.10 Vektorski produkt . . . . . . . . . . . . . . . . . . . . . . . . . 87 3.11 Mjeˇoviti produkt . . . . . . . . . . . . . . . . . . . . . . . . . . 90 s 3.12 Vektorsko-vektorski produkt . . . . . . . . . . . . . . . . . . . . 93 3.13 Pravac . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93 3.14 Ravnina . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96 3.15 Primjene . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98 3.15.1 Primjeri . . . . . . . . . . . . . . . . . . . . . . . . . . . 101 vi

4 FUNKCIJE REALNE VARIJABLE 4.1 Naˇini zadavanja funkcija . . . . . . . . . c 4.1.1 Tabliˇno zadavanje . . . . . . . . . c 4.1.2 Eksplicitno zadavanje . . . . . . . 4.1.3 Implicitno zadavanje . . . . . . . . 4.1.4 Parametarsko zadavanje . . . . . . 4.2 Klasifikacija funkcija . . . . . . . . . . . . 4.3 Limes . . . . . . . . . . . . . . . . . . . . 4.3.1 Svojstva limesa . . . . . . . . . . . 4.3.2 Limes slijeva i zdesna . . . . . . . 4.3.3 Limes u beskonaˇnosti . . . . . . . c 4.3.4 Beskonaˇan limes . . . . . . . . . . c 4.4 Neprekidnost . . . . . . . . . . . . . . . . 4.4.1 Svojstva neprekidnih funkcija . . . 4.4.2 Vrste prekida . . . . . . . . . . . . 4.5 Asimptote . . . . . . . . . . . . . . . . . . 4.6 Pregled elementarnih funkcija . . . . . . . 4.6.1 Konstantna funkcija . . . . . . . . 4.6.2 Potencija . . . . . . . . . . . . . . 4.6.3 Eksponencijalna funkcija . . . . . . 4.6.4 Logaritamska funkcija . . . . . . . 4.6.5 Trigonometrijske funkcije . . . . . 4.6.6 Arkus funkcije . . . . . . . . . . . 4.6.7 Klasifikacija elementarnih funkcija 4.6.8 Polinomi i racionalne funkcije . . . 4.6.9 Hiperbolne i area funkcije . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

105 107 107 108 109 112 115 117 119 122 123 124 125 126 128 130 132 132 133 136 139 141 149 153 154 156 161 162 165 166 167 170 170 174 175 176 177 179 180 180 181

5 DERIVACIJE I PRIMJENE 5.1 Derivacija . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.1.1 Tangenta i normala . . . . . . . . . . . . . . . . . 5.1.2 Derivacije slijeva i zdesna . . . . . . . . . . . . . . 5.1.3 Pravila deriviranja . . . . . . . . . . . . . . . . . . 5.1.4 Deriviranje implicitno zadane funkcije . . . . . . . 5.1.5 Derivacije elementarnih funkcija . . . . . . . . . . 5.1.6 Logaritamsko deriviranje . . . . . . . . . . . . . . 5.2 Diferencijal . . . . . . . . . . . . . . . . . . . . . . . . . . 5.2.1 Pribliˇno raˇunanje . . . . . . . . . . . . . . . . . . z c 5.3 Viˇe derivacije i diferencijali . . . . . . . . . . . . . . . . . s 5.4 Deriviranje parametarski zadane funkcije . . . . . . . . . . 5.5 Teoremi diferencijalnog raˇuna . . . . . . . . . . . . . . . c 5.5.1 Fermatov i Rolleov teorem . . . . . . . . . . . . . . 5.5.2 Cauchyjev i Lagrangeov teorem srednje vrijednosti vii

L’Hospitalovo pravilo i raˇunanje c oblika . . . . . . . . . . . . . . . 5.6 Monotonost . . . . . . . . . . . . . . . . 5.7 Ekstremi . . . . . . . . . . . . . . . . . . 5.7.1 Geometrijski ekstrem . . . . . . . 5.8 Zakrivljenost . . . . . . . . . . . . . . . 5.9 Ispitivanje toka funkcije . . . . . . . . . 5.9.1 Parametarski zadana funkcija . . 5.10 Rjeˇavanje problema ravnoteˇe . . . . . s z

5.5.3

limesa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

neodredenih . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . .

184 186 188 192 193 197 203 210 215 216 219 221 222 223 225 225 227 229 230 233 234 235 236 238 239 240 242 247

6 NIZOVI I REDOVI 6.1 Niz realnih brojeva . . . . . . . . . . . . . . . . 6.1.1 Gomiliˇte i podniz . . . . . . . . . . . . s 6.1.2 Omedenost, monotonost i konvergencija 6.1.3 Broj e . . . . . . . . . . . . . . . . . . . 6.1.4 Svojstva limesa . . . . . . . . . . . . . . 6.1.5 Cauchyjev niz . . . . . . . . . . . . . . . 6.1.6 Dva vaˇna limesa . . . . . . . . . . . . . z 6.2 Red realnih brojeva . . . . . . . . . . . . . . . . 6.2.1 Nuˇan uvjet konvergencije . . . . . . . . z 6.2.2 Kriteriji konvergencije . . . . . . . . . . 6.2.3 Apsolutna konvergencija . . . . . . . . . 6.2.4 Alternirani redovi . . . . . . . . . . . . 6.3 Niz funkcija . . . . . . . . . . . . . . . . . . . . 6.4 Red funkcija . . . . . . . . . . . . . . . . . . . . 6.4.1 Ispitivanje konvergencije . . . . . . . . . 6.4.2 Red potencija . . . . . . . . . . . . . . . 6.4.3 Deriviranje reda funkcija . . . . . . . . . 6.5 Taylorov red . . . . . . . . . . . . . . . . . . . Indeks

viii

Popis slika
1.1 1.2 1.3 1.4 1.5 2.1 2.2 2.3 3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 3.9 3.10 3.11 3.12 3.13 3.14 3.15 3.16 3.17 3.18 3.19 3.20 4.1 4.2 Apsolutna vrijednost |x| . . . Kompleksni broj . . . . . . . Krug u kompleksnoj ravnini . Dio kompleksne ravnine . . . Elipsa u kompleksnoj ravnini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 24 26 26 27 33 64 65

Pravci koji se sijeku . . . . . . . . . . . . . . . . . . . . . . . . Elektriˇna mreˇa . . . . . . . . . . . . . . . . . . . . . . . . . . c z Standardna grana mreˇe . . . . . . . . . . . . . . . . . . . . . . z Ekvivalentne usmjerene duˇine . . z Zbrajanje vektora (pravilo trokuta) Pravilo paralelograma . . . . . . . Pravilo poligona . . . . . . . . . . Asocijativnost zbrajanja vektora . Koordinatizacija ravnine . . . . . . Koordinatizacija prostora . . . . . Komponente vektora . . . . . . . . Skalarni produkt . . . . . . . . . . Vektorski produkt . . . . . . . . . Modul vektorskog produkta . . . . Povrˇina trokuta . . . . . . . . . . s Mjeˇoviti produkt . . . . . . . . . . s Volumen tetraedra . . . . . . . . . Pravac u prostoru . . . . . . . . . . Pravac kao presjek ravnina . . . . Ravnina u prostoru . . . . . . . . . Sjeciˇte pravca i ravnine . . . . . . s Projekcija toˇke na pravac . . . . . c Projekcija toˇke na ravninu . . . . c . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. 73 . 74 . 75 . 76 . 76 . 78 . 80 . 82 . 86 . 88 . 88 . 90 . 91 . 92 . 94 . 96 . 97 . 102 . 103 . 104

Tabliˇno zadana funkcija . . . . . . . . . . . . . . . . . . . . . . 107 c Linearna interpolacija . . . . . . . . . . . . . . . . . . . . . . . 108 ix

4.3 4.4 4.5 4.6 4.7 4.8 4.9 4.10 4.11 4.12 4.13 4.14 4.15 4.16 4.17 4.18 4.19 4.20 4.21 4.22 4.23 4.24 4.25 4.26 4.27 4.28 4.29 4.30 4.31 4.32 4.33 4.34 4.35 4.36 4.37 4.38 4.39 4.40 4.41 4.42 5.1

Implicitno zadana funkcija x + arccos(xy) = 0 . . . . Funkcija y = cos(x)/x . . . . . . . . . . . . . . . . . Implicitno zadana kruˇnica . . . . . . . . . . . . . . z Descartesov list . . . . . . . . . . . . . . . . . . . . . Cikloida . . . . . . . . . . . . . . . . . . . . . . . . . Limes funkcije . . . . . . . . . . . . . . . . . . . . . . Pravilo uklijeˇtene funkcije . . . . . . . . . . . . . . s Funkcija sign(x) . . . . . . . . . . . . . . . . . . . . Funkcija sin x/x . . . . . . . . . . . . . . . . . . . . . Funkcija 1/x . . . . . . . . . . . . . . . . . . . . . . Beskonaˇan limes . . . . . . . . . . . . . . . . . . . . c Neprekidna funkcija . . . . . . . . . . . . . . . . . . 1 Funkcija sin x . . . . . . . . . . . . . . . . . . . . . . Kosa asimptota . . . . . . . . . . . . . . . . . . . . . Konstantna funkcija . . . . . . . . . . . . . . . . . . Potenciranje s prirodnim brojem . . . . . . . . . . . Funkcije f (x) = x−k , k ∈ N . . . . . . . . . . . . . . √ Funkcija f (x) = x . . . . . . . . . . . . . . . . . . √ . Funkcija f (x) = 3 x √ . . . . . . . . . . . . . . . . . 4 Funkcija galeb(x) = x2 . . . . . . . . . . . . . . . . Eksponencijalne funkcije 2x i 2−x . . . . . . . . . . . Funkcije 10x i ex . . . . . . . . . . . . . . . . . . . . Funkcija f (x) = log 2 x . . . . . . . . . . . . . . . . . Funkcija f (x) = log 1/2 x . . . . . . . . . . . . . . . . Trigonometrijska kruˇnica . . . . . . . . . . . . . . . z Sinus i kosinus . . . . . . . . . . . . . . . . . . . . . Tangens . . . . . . . . . . . . . . . . . . . . . . . . . Kotangens . . . . . . . . . . . . . . . . . . . . . . . . Op´a sinusoida . . . . . . . . . . . . . . . . . . . . . c Kosinusov pouˇak . . . . . . . . . . . . . . . . . . . c Adicioni teoremi . . . . . . . . . . . . . . . . . . . . Arkus sinus . . . . . . . . . . . . . . . . . . . . . . . Kompozicije restrikcije sinusa s arkus sinusom . . . . Funkcija arcsin(sin x) . . . . . . . . . . . . . . . . . . Arkus kosinus . . . . . . . . . . . . . . . . . . . . . . Arkus tangens i arkus kotangens . . . . . . . . . . . Sinus hiperbolni i kosinus hiperbolni . . . . . . . . . Tangens hiperbolni i kotangens hiperbolni . . . . . . Area sinus hiperbolni i area kosinus hiperbolni . . . Area tangens hiperbolni i area kotangens hiperbolni

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

110 111 112 113 113 118 120 123 124 125 126 128 129 131 133 134 135 136 137 137 138 138 139 140 142 143 145 146 147 148 149 150 151 151 152 153 156 158 159 159

Izolirana toˇka . . . . . . . . . . . . . . . . . . . . . . . . . . . 163 c x

5.2 5.3 5.4 5.5 5.6 5.7 5.8 5.9 5.10 5.11 5.12 5.13 5.14 5.15 5.16 5.17 5.18 6.1 6.2 6.3 6.4 6.5 6.6 6.7 6.8

Tangenta na krivulju . . . . . . . . . . . . . . . . . . Elipsa i tangenta . . . . . . . . . . . . . . . . . . . . Diferencijal . . . . . . . . . . . . . . . . . . . . . . . Fermatov teorem . . . . . . . . . . . . . . . . . . . . Geometrijska interpretacija Lagrangeovog teorema . Pretpostavke Lagrangeovog teorema . . . . . . . . . Intervali monotonosti . . . . . . . . . . . . . . . . . . Lokalni i globalni ekstremi . . . . . . . . . . . . . . . Valjak upisan u stoˇac . . . . . . . . . . . . . . . . . z Volumen upisanog valjka . . . . . . . . . . . . . . . . Strogo konveksna funkcija . . . . . . . . . . . . . . . Konkavna i konveksna funkcija . . . . . . . . . . . . Graf iracionalne funkcije . . . . . . . . . . . . . . . . Varijable x i y Descartesovog lista . . . . . . . . . . Derivacije varijabli Descartesovog lista po parametru Derivacije Descartesovog lista po varijablama x i y . Poloˇaj ravnoteˇe mehaniˇkog sustava . . . . . . . . z z c Proˇirenje po neprekidnosti . . . . . . . . s Konvergencija niza funkcija . . . . . . . . Konvergencija geometrijskog reda funkcija Konvergencija reda potencija . . . . . . . Taylorov red za sin x . . . . . . . . . . . . Taylorov red za ex . . . . . . . . . . . . . Taylorov red za ln(1 + x) . . . . . . . . . Taylorov red za ln((1 + x)/(1 − x)) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . .

166 171 175 181 183 183 188 189 192 194 195 196 203 207 208 209 210 227 236 238 241 244 245 246 248

xi

Popis tablica
1.1 4.1 5.1 5.2 Brojevni sustavi . . . . . . . . . . . . . . . . . . . . . . . . . . 12

Osnovne vrijednosti trigonometrijskih funkcija . . . . . . . . . . 146 Monotonost Descartesovog lista . . . . . . . . . . . . . . . . . . 208 Zakrivljenost Descartesovog lista . . . . . . . . . . . . . . . . . 209

xiii

Predgovor
Ova knjiga namijenjena je studentima tehniˇkih i prirodnih znanosti, a c u prvom redu studentima Fakulteta elektrotehnike, strojarstva i brodogradnje u Splitu (FESB). U njoj je izloˇeno gradivo kolegija ”Matematika 1” po z sadrˇaju koji se predaje na FESB-u. Obradena su poglavlja Osnove matemz atike, Linearna algebra, Vektorska algebra i analitiˇka geometrija, Funkcije c realne varijable, Derivacije i primjene, te Nizovi i redovi. Sliˇan sadrˇaj nalazi c z se u ve´ini istoimenih kolegija koji se predaju na tehniˇkim i prirodoslovnim c c fakultetima. Budu´i se radi o standardnom sadrˇaju, nije citirana posebna literatura. c z Spomenut ´u samo neke od knjiga koje su utjecale na sadrˇaj, a koje prec z poruˇujem i ˇitatelju: c c D. Blanuˇa, Viˇa matematika, I. dio (1. i 2. svezak), Tehniˇka knjiga, s s c Zagreb, 1973. ˇ c ˇ L. Krni´ i Z. Siki´, Raˇun diferencijalni i integralni, I. dio, Skolska knjiga, c c Zagreb, 1992. N. Ugleˇi´, Predavanja iz matematiˇke analize I, Svuˇiliˇte u Splitu, Split, sc c c s 1989. B. P. Demidovi´, Zadaci i rijeˇeni primjeri iz viˇe matematike, Tehniˇka c s s c knjiga, Zagreb, 1978. s s s U izradi ovog udˇbenika takoder je koriˇteno iskustvo i zabiljeˇke bivˇih i z sadaˇnjih nastavnika matematike na FESB-u pa im ovom prilikom iskazujem s svoju zahvalnost. Za paˇljivo ˇitanje teksta i korisne primjedbe tijekom rada z c zahvaljujem se kolegi Marku Mati´u. c U Splitu, rujna 2002. Autor

xv

1. OSNOVE MATEMATIKE
1.1 1.2 Osnove matematiˇke logike . . . . . . . . . . . . . . . c Binarne relacije . . . . . . . . . . . . . . . . . . . . . 2 4 5 7 8 9 12 12

1.2.1 Uredeni skupovi . . . . . . . . . . . . . . . . . . . . 1.3 Funkcije . . . . . . . . . . . . . . . . . . . . . . . . . . 1.3.1 1.3.2 1.4 1.4.1 1.4.2 Teorem o inverznoj funkciji . . . . . . . . . . . . . . Ekvipotencija i beskonaˇni skupovi . . . . . . . . . . c Brojevni sustavi . . . . . . . . . . . . . . . . . . . . Uredaj na skupu prirodnih brojeva . . . . . . . . . .

Prirodni brojevi . . . . . . . . . . . . . . . . . . . . . 10

1.4.3 Binomni pouˇak . . . . . . . . . . . . . . . . . . . . 13 c 1.5 Cijeli brojevi . . . . . . . . . . . . . . . . . . . . . . . 16 1.6 1.7 Racionalni brojevi . . . . . . . . . . . . . . . . . . . . 17 Realni brojevi . . . . . . . . . . . . . . . . . . . . . . 19 1.7.1 1.7.2 1.8 Aritmetika raˇunala . . . . . . . . . . . . . . . . . . c Apsolutna vrijednost . . . . . . . . . . . . . . . . . . 20 21

Kompleksni brojevi . . . . . . . . . . . . . . . . . . . 23 1.8.1 Trigonometrijski oblik . . . . . . . . . . . . . . . . . 25 1.8.2 Eksponencijalni oblik . . . . . . . . . . . . . . . . . 28

2

OSNOVE MATEMATIKE

U ovoj glavi prvo ´emo definirati osnovne pojmove matematiˇke logike koji c c su potrebni za pra´enje predavanja. Zatim ´emo dati neke pojmove vezane c c uz skupove te detaljnije definirati pojam relacije, kao i razne tipove relacija na skupovima. Takoder ´emo vrlo op´enito definirati pojam funkcije te dati c c teorem o inverznoj funkciji. Na kraju, razmatrat ´emo detaljnije skupove c prirodnih, cijelih, racionalnih, realnih i kompleksnih brojeva.

1.1

Osnove matematiˇke logike c

U ovom poglavlju definirat ´emo pojam suda, osnovne operacije sa suc dovima, pojam predikata te vrste kvantifikatora. Definicija 1.1 Sud je svaka smislena izjava koja moˇe biti samo istinita ili z neistinita, odnosno laˇna. z Primjer 1.1 ” Je li danas ˇetvrtak?” nije sud nego pitanje. ” Jutro je pametc nije od veˇeri” nema smisla kao izjava, osim u prenesenom znaˇenju, pa nije c c sud. ” Danas je ˇetvrtak” je sud koji je istinit ili neistinit, ve´ prema danu u c c kojem se izgovara. ” Svaki brod je jedrenjak” je neistinit sud. Istinitost suda A oznaˇimo s τ (A). Pri tome τ (A) = znaˇi A je istinit, c c a τ (A) = ⊥ znaˇi A je neistinit. Osnovne operacije sa sudovima i njihove c tablice istinitosti su: – konjunkcija, A ∧ B, [A i B], τ (A) τ (B) ⊥ ⊥ τ (A ∧ B) ⊥ ⊥ ⊥ ,

⊥ ⊥ – disjunkcija, A ∨ B, [A ili B], τ (A)

τ (B) ⊥ ⊥

τ (A ∨ B) , ⊥

⊥ ⊥ – ekskluzivna disjunkcija, A

B, [ili A ili B],

1.1 Osnove matematiˇke logike c

3 τ (B) ⊥ ⊥ τ (A B) ⊥ ⊥

τ (A)

,

⊥ ⊥

– implikacija, A ⇒ B, [A povlaˇi B; iz A slijedi B; A je dovoljan uvjet za c B; B je nuˇan uvjet za A], z τ (A) τ (B) ⊥ ⊥ τ (A ⇒ B) ⊥ ,

⊥ ⊥

– ekvivalencija, A ⇔ B, [A je ekvivalentno s B; A je ako i samo ako je B; A je nuˇan i dovoljan uvjet za B], z τ (A) τ (B) ⊥ ⊥ τ (A ⇔ B) ⊥ ⊥ ,

⊥ ⊥ – negacija, ¬A, [ne A; non A],

τ (A) ⊥

τ (¬A) . ⊥

Za sudove A, B i C vrijede DeMorganovi zakoni, ¬(A ∧ B) = ¬A ∨ ¬B,

¬(A ∨ B) = ¬A ∧ ¬B, i zakoni distribucije,

A ∧ (B ∨ C) = (A ∧ B) ∨ (A ∧ C),

A ∨ (B ∧ C) = (A ∨ B) ∧ (A ∨ C).

Zadatak 1.1 Dajte primjere za osnovne operacije sa sudovima i protumaˇite c tablice istinitosti. Dajte primjere za DeMorganove zakone i zakone distribucije.

4

OSNOVE MATEMATIKE

Definicija 1.2 Otvorena reˇenica ili predikat je izjavna reˇenica koja sadrˇi c c z parametre i koja postaje sud kada parametri poprime odredenu vrijednost. Na primjer, predikat x je roden prije y postaje sud kada su x i y dvije osobe. Predikat s dvije varijable oznaˇavamo s P (x, y). c Kod izraˇavanja pomo´u predikata koristimo kvantifikatore: z c – univerzalni, (∀x)P (x), odnosno za svaki x je P (x), i – egzistencijalni, (∃x)P (x), odnosno postoji x takav da je P (x) te (∃!x)P (x), odnosno postoji toˇno jedan x takav da je P (x). c Primjer 1.2 a) Neka je P (x, y) = x je roden prije y. Tada vrijedi τ [(∀x)(∃y) τ [(∀y)(∃x) τ [(∀y)(∃!x) b) Neka P (x) glasi x2 = 4. Tada vrijedi τ [(∀x ∈ R) τ [(∃x ∈ R) P (x)] = ⊥, P (x)] = P (x, y)] = P (x, y)] = , ,

P (x, y)] = ⊥.

, .

τ [(∃!x ∈ R)

τ [(∃!x ∈ N)

P (x)] = ⊥, P (x)] =

1.2

Binarne relacije

U ovom poglavlju definirat ´emo partitivni skup, Kartezijev produkt skupova c i binarnu relaciju te dati klasifikaciju binarnih relacija. Skup je pojam koji se ne definira. Skup je zadan svojim elementima. Na primjer, skup S = {x, y, z, w} ima elemente x, y, z i w. Tu ˇinjenicu zapisuc jemo s x ∈ S, y ∈ S, z ∈ S, w ∈ S, dok, recimo, t ∈ S. S ∅ oznaˇavamo prazan skup, odnosno skup bez elemenata. / c Zadatak 1.2 Ponovite pojmove podskupa, nadskupa, unije skupova, presjeka skupova i razlike skupova te osnovna svojstva tih operacija. Partitivni skup skupa X je skup 2X ˇiji su elementi svi podskupovi skupa c X. Na primjer, ako je X = {a, b, c}, tada je 2X = {∅, {a}, {b}, {c}, {a, b}, {a, c}, {b, c}, {a, b, c}}. Dakle, uvijek je ∅ ∈ 2X i X ∈ 2X .

1.2 Binarne relacije

5

Definicija 1.3 Direktni produkt ili Kartezijev produkt skupova X i Y je skup svih uredenih parova (x, y), gdje je x ∈ X i y ∈ Y , odnosno X × Y = {(x, y) : x ∈ X ∧ y ∈ Y }. Na primjer, ako je X = {1, 2, 3} i Y = {a, b}, tada je X × Y = {(1, a), (2, a), (3, a), (1, b), (2, b), (3, b)}. Takoder, X × ∅ = ∅ za svaki skup X. Definicija 1.4 Binarna relacija na skupu X je svaki podskup R ⊆ X × X. Ako je uredeni par (x, y) ∈ R, kaˇemo da je x u relaciji R s y, i piˇemo x R y z s ili R(x, y). Binarna relacija je: – refleksivna ako je x R x za svaki x ∈ X; – simetriˇna ako x R y ⇒ y R x; c – tranzitivna ako (x R y ∧ y R z) ⇒ x R z; – relacija ekvivalencije ako je refleksivna, simetriˇna i tranzitivna. c Na primjer, neka je X skup ljudi i neka je (x, y) ∈ R ako su x i y rodeni istog dana. Oˇito vrijedi c x R x, x R y ⇒ y R x, (x R y ∧ y R z) ⇒ x R z,

pa je R relacija ekvivalencije. Napomena 1.1 Relacija ekvivalencije na skupu X cijepa taj skup na medusobno disjunktne podskupove, takozvane klase ekvivalencije. Skup X se moˇe na z jedinstven naˇin prikazati kao unija tih klasa ekvivalencije. c

1.2.1

Uredeni skupovi

U ovom poglavlju definirat ´emo relaciju parcijalnog uredaja i uredeni c skup te pojmove kao ˇto su gornja meda, donja meda, infimum, supremum, s minimum i maksimum. Izreku (∀x ∈ X)(∀y ∈ X) kra´e ´emo zapisati kao c c ∀x, y ∈ X. Definicija 1.5 Relacija parcijalnog uredaja ≤ na skupu X je svaka binarna relacija na skupu X koje je refleksivna, tranzitivna i anti-simetriˇna, odnosno c (x ≤ y ∧ y ≤ x) ⇒ x = y. Ako je x ≤ y i x = y, piˇemo x < y. Takoder, x ≤ y moˇemo pisati i kao s z y ≥ x. Ako su, dodatno, svaka dva elementa skupa X u relaciji, odnosno ∀x, y ∈ X vrijedi x ≤ y ∨ y ≤ x, tada je ≤ relacija potpunog uredaja, a X je ureden skup.

6

OSNOVE MATEMATIKE

kao

Na primjer, skup ljudi je potpuno ureden s relacijom ≤ koju definiramo x ≤ y ⇔ x nije stariji (viˇi,lakˇi) od y. s s

Naravno, skupovi N, Z, Q i R su potpuno uredeni sa standardnom relacijom uredaja ≤. Ako je (X, ≤) ureden skup, zatvoreni interval definiramo kao [a, b] = {x ∈ X : a ≤ x ≤ b}, a otvoreni interval definiramo kao (a, b) = {x ∈ X : a < x < b}. Sliˇno definiramo i poluotvorene intervale, (a, b] i [a, b), kao i skupove tipa c [a, ·) = {x ∈ X : a ≤ x}. Definicija 1.6 Neka je (X, ≤) ureden skup i A neprazan podskup od X. (i) Element m ∈ X je donja meda skupa A ako ∀a ∈ A vrijedi m ≤ a. Skup c A je omeden odozdo ako ima barem jednu donju medu. Najve´a donja meda ili infimum skupa A je element inf A ∈ X sa svojstvima: – inf A je donja meda od A; – za svaku donju medu m skupa A vrijedi m ≤ inf A. Najmanji element ili minimum skupa A je element min A ∈ A koji je ujedno i donja meda skupa A. (ii) Element M ∈ X je gornja meda skupa A ako ∀a ∈ A vrijedi a ≤ M . Skup A je omeden odozgo ako ima barem jednu gornju medu. Najmanja gornja meda ili supremum skupa A je element sup A ∈ X sa svojstvima: – sup A je gornja meda od A; – za svaku gornju medu M skupa A vrijedi sup A ≤ M . Najve´i element ili maksimum skupa A je element max A ∈ A koji je c ujedno i gornja meda skupa A. Neka je, na primjer X = N i A = {5, 6, 7, 8} ⊆ N. Donje mede skupa A su brojevi 1, 2, 3, 4 i 5. Najve´a donja meda je inf A = 5, a kako je 5 ∈ A, c to je i min A = 5. Nadalje, gornje mede skupa A su brojevi 8, 9, 10, 11, . . ., a sup A = max A = 8. Razliku izmedu infimuma i minimuma moˇemo ilustrirati na skupu realnih z brojeva. Neka je, dakle, X = R i A = (4, 8] ⊆ R. Donje mede skupa A su svi brojevi manji ili jednaki ˇetiri, pa je inf A = 4, dok A nema minimum. S c

1.3 Funkcije

7

druge strane, gornje mede skupa A su svi brojevi ve´i ili jednaki osam i vrijedi c sup A = max A = 8. Primijetimo da su infimum, supremum, minimum i maksimum jedinstveni (ukoliko postoje). Zaista, neka je m 1 = inf A i m2 = inf A. Prema definiciji 1.6, elementi m1 i m2 su takoder donje mede skupa A, odnosno m1 ≤ m2 = inf A pa iz definicije 1.5 slijedi m1 = m2 . i m2 ≤ m1 = inf A,

1.3

Funkcije

U ovom poglavlju dat ´emo osnovne pojmove vezane uz funkcije i klasic fikaciju funkcija, dokazati vaˇan teorem o inverznoj funkciji te definirati ekvipoz tentnost skupova i beskonaˇne skupove. c Definicija 1.7 Funkcija ili preslikavanje iz skupa X u skup Y je svako pravilo f po kojemu se elementu x ∈ X pridruˇuje jedinstveni element y ∈ Y . z Koristimo oznake f : X → Y ili y = f (x). Skup X je podruˇje definicije ili domena funkcije f , skup Y je podruˇje vrijedc c nosti ili kodomena funkcije f , x je nezavisna varijabla ili argument funkcije f , a y je zavisna varijabla funkcije f . Skup svih vrijednosti nezavisne varijable x za koje je funkcija doista definirana joˇ oznaˇavamo s D f , a skup svih vrijednosti s c koje poprima zavisna varijabla oznaˇavamo s R f i zovemo slika funkcije, c Rf = {y ∈ Y : (∃x ∈ Df ) takav da je y = f (x)} ⊆ Y. Nakon ˇto smo definirali novi matematiˇki objekt, u ovom sluˇaju funkciju, s c c potrebno je definirati kada su dva objekta jednaka. Definicija 1.8 Funkcije f i g su jednake, odnosno f = g, ako vrijedi Df = D g ∧ f (x) = g(x) za ∀x ∈ Df . x2 nisu jednake jer je Df = R, dok x

Na primjer, funkcije f (x) = x i g(x) = je Dg = R \ {0}.

Definicija 1.9 Kompozicija funkcija f : X → Y i g : V → Z, gdje je R f ⊆ V , je funkcija h : X → Z definirana s h(x) = g(f (x)). Joˇ koristimo oznaku s h = g ◦ f.

8 Kompozicija funkcija je asocijativna, odnosno h ◦ (g ◦ f ) = (h ◦ g) ◦ f.

OSNOVE MATEMATIKE

Zaista, za proizvoljni x za koji je kompozicija definirana vrijedi (h ◦ (g ◦ f ))(x) = h((g ◦ f )(x)) = h(g(f (x))) pa tvrdnja slijedi iz definicije jednakosti funkcija 1.8. Definicija 1.10 Ako je Dg ⊆ Df i g(x) = f (x) za svaki x ∈ Dg , funkcija g je restrikcija ili suˇenje funkcije f , a funkcija f je ekstenzija ili proˇirenje z s funkcije g. Na primjer, funkcija g(x) = x2 /x je restrikcija funkcije f (x) = x na skup Dg = R \ {0}, odnosno g = f |Dg , a funkcija f je ekstenzija funkcije g. Primijetimo da je restrikcija uvijek jedinstvena, dok ekstenzija to nije. Tako je u ovom sluˇaju i funkcija f1 : R → R \ {0} definirana s c f1 (x) = x, 1, za x = 0 za x = 0

= (h ◦ g)(f (x)) = ((h ◦ g) ◦ f )(x)

jedna od beskonaˇno mogu´ih ekstenzija funkcije g. c c

1.3.1

Teorem o inverznoj funkciji

Prvo ´emo definirati neke klase funkcija. c Definicija 1.11 Funkcija f : X → Y je: – surjekcija ili preslikavanje na ako je R f = Y ; – injekcija ili 1-1 preslikavanje ako f (x) = f (x ) ⇒ x = x za sve x, x ∈ Df ; – bijekcija ili obostrano jednoznaˇno preslikavanje ako je surjekcija i injekc cija. Jedan primjer bijekcije je identiteta, odnosno funkcija i X : X → X definirana s iX (x) = x za svaki x ∈ X. Teorem 1.1 Funkcija f : X → Y , gdje je X = D f , je bijekcija ako i samo ako postoji funkcija g : Y → X takva da je g ◦ f = i X i f ◦ g = iY , gdje su iX i iY odgovaraju´e identitete. Funkcija g je jedinstvena, a zove se inverzna c funkcija funkcije f i oznaˇava s f −1 . c

1.3 Funkcije

9

Dokaz. Potrebno je dokazati oba smjera tvrdnje teorema. Neka je f bijekcija. Potrebno je konstruirati funkciju g s traˇenim svojstvima. Definicija 1.11 z povlaˇi c (∀y ∈ Y )(∃!x ∈ X) takav da je y = f (x). Stoga moˇemo definirati funkciju g : Y → X pravilom z g(y) = x ˇim je c y = f (x).

Za svaki x ∈ X vrijedi g(f (x)) = g(y) = x pa je g ◦ f = i X . Sliˇno, za svaki c y ∈ Y vrijedi f (g(y)) = f (x) = y pa je f ◦ g = i Y i prvi smjer je dokazan. Dokaˇimo drugi smjer tvrdnje teorema. Neka postoji funkcija g s traˇenim z z svojstvima. Potrebno je pokazati da je f bijekcija. Odaberimo proizvoljni y ∈ Y . Neka je x = g(y). Svojstva funkcije g povlaˇe c f (x) = f (g(y)) = (f ◦ g)(y) = iY (y) = y. Zakljuˇujemo da je svaki element y ∈ Y slika nekog elementa x ∈ X pa je f c surjekcija. Dokaˇimo da je f injekcija. Zaista, ako je f (x) = f (x ), tada je z x = iX (x) = g(f (x)) = g(f (x )) = iX (x ) = x . Dakle, f je bijekcija te smo dokazali i drugi smjer tvrdnje teorema. Na kraju dokaˇimo jedinstvenost funkcije g. Pretpostavimo da postoje z dvije funkcije s traˇenim svojstvima, g i g 1 . Za svaki y ∈ Y vrijedi z g(y) = x = iX (g(y)) = (g1 ◦ f )(g(y)) = g1 (f (g(y))) = g1 (iY (y)) = g1 (y) pa je g = g1 prema definiciji 1.8.

1.3.2

Ekvipotencija i beskonaˇni skupovi c

Zbog svojstava bijekcije prirodna je sljede´a definicija: skupovi X i Y su c ekvipotentni, odnosno imaju jednako mnogo elemenata, ako postoji bijekcija izmedu ta dva skupa. Ekvipotencija je oˇito relacija ekvivalencije na skupovima. Klasa ekvivac lencije kojoj pripada skup X zove se kardinalni broj skupa X i oznaˇava s c kard X. Definicija 1.12 Skup X je beskonaˇan, odnosno ima beskonaˇno mnogo elec c menata, ako je ekvipotentan sa svojim pravim podskupom. Skup X je konaˇan c ako nije beskonaˇan. c Na primjer, skup prirodnih brojeva N je beskonaˇan, jer je funkcija f (n) = c 2n bijekcija izmedu skupa prirodnih brojeva i skupa svih parnih brojeva. Dakle, zanimljivo je da parnih brojeva ima jednako mnogo kao i svih prirodnih brojeva. To oˇito ne vrijedi samo za parne brojeve; i skup svih brojeva koji c su djeljivi s tisu´u takoder ima jednako mnogo elemenata kao i skup N. c

10

OSNOVE MATEMATIKE

1.4

Prirodni brojevi

U ovom poglavlju definirat ´emo skup prirodnih brojeva N, osnovne raˇunske c c operacije na tom skupu i njihova svojstva te relaciju potpunog uredaja. Posebnu paˇnju posvetit ´emo principu matematiˇke indukcije i njegovoj primjeni na z c c dokazivanje binomnog pouˇka. Ponovit ´emo i neke naˇine zapisivanja elemec c c nata skupa N. Definicija 1.13 Skup prirodnih brojeva N je skup koji zadovoljava ˇetiri Peanova c aksioma: P1. postoji funkcija sljedbenika s : N → N; P2. s je injekcija; P3. postoji barem jedan element 1 ∈ N koji nije niˇiji sljedbenik, odnosno c s(n) = 1 za svaki n ∈ N; P4. ako je M ⊆ N i ako vrijedi (ii) n ∈ M ⇒ s(n) ∈ M , tada je M = N. Aksiom P4 zove se princip matematiˇke indukcije. c Operacije na skupu N definiramo na sljede´i naˇin: c c – zbrajanje je funkcija + : N × N → N sa svojstvima m + 1 = s(m) ∧ m + s(n) = s(m + n), ∀m, n ∈ N; (i) 1 ∈ M ,

– mnoˇenje je funkcija · : N × N → N sa svojstvima z m·1 =m ∧ m · s(n) = (m · n) + m, ∀m, n ∈ N;

Dva vaˇna teorema navodimo bez dokaza. z Teorem 1.2 Postoji toˇno jedan skup sa svojstvima iz definicije 1.13. Funkcije c + i · jedine su funkcije s gornjim svojstvima. Ovaj teorem zapravo kaˇe da se uvijek radi o istom skupu N bez obzira z na to kako oznaˇavamo njegove elemente. Razni naˇini oznaˇavanja prirodnih c c c brojeva dani su u poglavlju 1.4.1.

1.4 Prirodni brojevi

11

Teorem 1.3 Mnoˇenje i zbrajanje imaju sljede´a svojstva: za sve m, n, p ∈ N z c vrijedi (i) asocijativnost, odnosno (m + n) + p = m + (n + p), (ii) komutativnost, odnosno m + n = n + m, (iii) distributivnost, odnosno m · (n + p) = m · n + m · p, (iv) m + n = m + p ⇒ n = p, (v) m + n = m. Princip matematiˇke indukcije P4 iz definicije 1.13 koristimo za dokazic vanje raznih korisnih tvrdnji. U poglavlju 1.4.3 taj princip ´emo koristiti za c dokazivanje binomnog pouˇka, a sada navodimo sljede´i primjer. c c Primjer 1.3 Dokaˇimo formulu z
n i=1

(m · n) · p = m · (n · p);

m · n = n · m;

(m + n) · p = m · p + n · p;

m · n = m · p ⇒ n = p;

i = 1 + 2 + 3 + · · · + (n − 1) + n =

n(n + 1) , 2

∀n ∈ N.

Neka je M skup svih prirodnih brojeva za koje formula vrijedi. Koriste´i c princip matematiˇke indukcije dokazat ´emo da je M = N. Za n = 1 formula c c oˇito vrijedi. Stoga je 1 ∈ M i tako je ispunjen uvjet (i) aksioma P4. Ovaj c uvjet zove se baza indukcije. Pokaˇimo da je ispunjen i uvjet (ii) aksioma P4, z odnosno korak indukcije. Ako je n ∈ M , odnosno ako formula vrijedi za n, tada je
n+1 n

i=
i=1 i=1

i

+n+1 =

n(n + 1) n2 + n + 2n + 2 +n+1= 2 2

(n + 1)(n + 2) = . 2 Dakle, n + 1 ∈ M pa aksiom P4 povlaˇi M = N, odnosno formula vrijedi za c svaki n ∈ N.

12
Decimalni sustav 1 s(1) = 1 + 1 = 2 s(2) = 2 + 1 = 3 s(3) = 3 + 1 = 4 5 6 7 8 9 10 11 12 13 14 15 16 Rimski brojevi I II III IIII ili IV V VI VII VIII IX X XI XII XIII XIV XV XVI Binarni sustav 1 10 11 100 101 110 111 1000 1001 1010 1011 1100 1101 1110 1111 10000

OSNOVE MATEMATIKE Heksadecimalni sustav 1 2 3 4 5 6 7 8 9 A B C D E F 10

Oktalni sustav 1 2 3 4 5 6 7 10 11 12 13 14 15 16 17 20

Tablica 1.1: Brojevni sustavi

1.4.1

Brojevni sustavi

Elemente skupa prirodnih brojeva oznaˇavamo na razne naˇine, neki od c c kojih su dani u tablici 1.1. Kod rimskih brojeva oznaka V za broj pet zapravo simbolizira ruku koja ima pet prstiju, dok oznaka X za broj deset simbolizira dvije ruke. Raˇunala c zbog tehniˇkih mogu´nosti kreiranja samo dvaju stabilnih stanja (prekidaˇ) c c c koriste sustav s bazom 2, odnosno binarni sustav. Radi lakˇeg baratanja s s binarnim brojevima koriste se oktalni sustav s bazom osam i heksadecimalni sustav s bazom 16. Iz babilonskih vremena smo naslijedili heksagezimalni sustav s bazom 60. Danas dijelove tog sustava koristimo za prikazivanja vremena (1 sat=60 minuta= 60 · 60 sekunda) i kutova. U trgovini se takoder koristi i sustav s bazom 12. Taj sustav je praktiˇan jer je broj 12 djeljiv s dva, tri, c ˇetiri i ˇest. Koliˇinu 12 ˇesto zovemo tucet ili duzina. c s c c

1.4.2

Uredaj na skupu prirodnih brojeva

Uredaj definiramo na sljede´i naˇin. c c Definicija 1.14 Neka su m, n ∈ N. Tada je m manji od n, odnosno m < n, ako i samo ako postoji p ∈ N za koji je m + p = n. Nadalje, m je manje ili jednako n, odnosno m ≤ n, ako vrijedi m < n ili m = n.

1.4 Prirodni brojevi

13

S ovako definiranom relacijom potpunog uredaja N je ureden skup po definiciji 1.5. U skladu s poglavljem 1.2.1 moˇemo definirati intervale z [1, n]N = {p ∈ N : 1 ≤ p ≤ n} = {1, 2, . . . , n}. Posebno je [1, ·)N = {1, 2, 3, . . .} = N. Sljede´a definicija nadopunjava definicije iz poglavlja 1.3.2. c Definicija 1.15 Skup X ima n elemenata, odnosno kard X = n, ako je X ekvipotentan s [1, n]N . Skup X je prebrojiv ili prebrojivo beskonaˇan, odnosno c kard X = ℵ0 (alef nula), ako je ekvipotentan s N. Skup prirodnih brojeva (N, ≤) je diskretan ili diskretno ureden, odnosno za svaki n ∈ N vrijedi {p ∈ N : n < p < n + 1} = ∅. Ovo svojstvo ´e biti jasnije c kada u poglavljima 1.6 i 1.7 opiˇemo guste skupove Q i R. s

1.4.3

Binomni pouˇak c

U ovom poglavlju definirat ´emo permutaciju i kombinaciju, opisati Pascalov c trokut i dokazati binomni pouˇak i neke njegove posljedice. c Definicija 1.16 Permutacija n-tog reda je svaka bijekcija s [1, n] N u [1, n]N . Kombinacija n-tog reda i k-tog razreda je svaki k-ˇlani podskup {i 1 , i2 , . . . , ik } ⊆ c [1, n]N . Pri tome je dopuˇten i sluˇaj k = 0. s c U teoremu 2.7 je dokazano da skup svih razliˇitih permutacija n-tog reda c ima n! elemenata (n faktorijela). Faktorijele su definirane rekurzivno s (n + 1)! = n!(n + 1) ili kao funkcija f : N → N zadana s f (1) = 1, f (n + 1) = f (n) · (n + 1). uz dogovor 0! = 1,

k Teorem 1.4 Broj razliˇitih kombinacija n-tog reda i k-tog razreda K n jednak c je binomnom koeficijentu

n k

=

n! . k!(n − k)!

Dokaz. Svaku permutaciju n-tog reda moˇemo dobiti u tri koraka: z
k 1. odaberemo jedan k-ˇlani podskup od [1, n] N , ˇto moˇemo uˇiniti na Kn c s z c naˇina; c

14

OSNOVE MATEMATIKE

2. odaberemo jednu permutaciju tog podskupa, ˇto moˇemo uˇiniti na k! s z c naˇina; c 3. odaberemo jednu permutaciju preostalog (n−k)-ˇlanog podskupa, ˇto moˇemo c s z uˇiniti na (n − k)! naˇina. c c Ukupan broj permutacija n-tog reda stoga je jednak
k n! = Kn · k! · (n − k)!

pa je teorem dokazan. Teorem 1.5 Vrijedi n k n n + k k+1 = n , n−k n+1 , k+1 ∀k, n ∈ N ∪ {0}, k ≤ n,

=

∀k, n ∈ N ∪ {0},

k < n.

Zadatak 1.3 Dokaˇite teorem 1.5. z Druga tvrdnja teorema 1.5 daje nam poznati Pascalov trokut: 1 1 1 1 1 1 1 . . . 6 5 15 4 10 20 3 6 10 15 2 3 4 5 6 1 1 1 1 1 1 . . . (1.1)

U n-tom retku Pascalovog trokuta nalaze se binomni koeficijenti n-tog reda, n = 0, 1, 2, 3, . . ., i to poredani po razredu k = 0, 1, 2 · · · , n. Vidimo da je svaki element, osim rubnih, zbroj dvaju elemenata koji se nalaze s lijeve i desne strane u retku iznad.

1.4 Prirodni brojevi

15

Teorem 1.6 (Binomni pouˇak) Za svaki n ∈ N vrijedi c

n

(a + b) =
k=0

n

n k n−k a b . k

(1.2)

Na primjer, formula (1.2) i Pascalov trokut (1.1) za n = 4 daju

(a + b)4 =

4 4 0 4 3 1 4 2 2 4 1 3 4 0 4 a b a b + a b + a b + a b + 4 3 2 1 0

= b4 + 4ab3 + 6a2 b2 + 4a3 b + a4 .

Binomni pouˇak dokazat ´emo za prirodne brojeve, no on vrijedi i za racionalne, c c realne i kompleksne brojeve. Dokaz. Teorem ´emo dokazati pomo´u principa matematiˇke indukcije P4 iz c c c definicije 1.13. Tehnika dokazivanja sliˇna je onoj iz Primjera 1.3. c Neka je M skup svih prirodnih brojeva za koje formula vrijedi. Dokaˇimo z da je M = N. Za n = 1 formula vrijedi jer je

(a + b)1 =

1 0 1 1 1 0 a b + a b . 0 1

Dakle, 1 ∈ M pa je ispunjena baza indukcije, odnosno uvjet (i) aksioma P4. Pokaˇimo da je ispunjen i korak indukcije, odnosno uvjet (ii) aksioma P4. Ako z

16

OSNOVE MATEMATIKE

je n ∈ M , odnosno ako formula vrijedi za n, tada je
n

(a + b)n+1 =
k=0 n

n k n−k (a + b) a b k n k+1 n−k a b + k
n k=0

=
k=0 n+1

n k n−k+1 a b k
n k=0

=
k=1

n ak bn−(k−1) + k−1
n k=1

n k n−k+1 a b k
n k=1

= + = =

n n+1 0 a b + n n 0 n+1 a b 0 n n+1 0 a b + n

n ak bn−k+1 + k−1

n k n−k+1 a b k

n k=1 n

n n + k−1 k

ak bn−k+1 +

n 0 n+1 a b 0

n + 1 n+1 0 a b + n+1
n+1

k=1

n + 1 0 n+1 n + 1 k n+1−k a b a b + 0 k

=
k=0

n + 1 k n+1−k a b . k

U predzadnjoj jednakosti koristili smo Pascalov trokut (1.1). Dakle, n+1 ∈ M pa aksiom P4 povlaˇi M = N i teorem je dokazan. c Korolar 1.1 Za svaki n ∈ N vrijedi
n

(a − b) = (a + (−1)b) = i 2 =
k=0 n n

n

n

k=0

n (−1)n−k ak bn−k k

n , k

odnosno zbroj elemenata u n-tom retku Pascalovog trokuta (1.1) jednak je 2 n .

1.5

Cijeli brojevi

U ovom poglavlju ukratko ´emo dati osnovnu motivacija za uvodenje skupa c cijelih brojeva Z te navesti osnovna svojstva tog skupa.

1.6 Racionalni brojevi

17

Prema definiciji 1.14 za m, n ∈ N vrijedi m < n ⇔ (∃p ∈ N) m + p = n.

Kako je broj p jedinstven, moˇemo pisati p = n − m. Ako je pak n < m, z tada n − m ∈ N. Stoga skup prirodnih brojeva N proˇirujemo s njegovom / s negativnom kopijom i dodajemo element 0 za koji vrijedi 0·m=0 i 0 + m = m, ∀m ∈ Z.

c Uredaj na skupu Z uvodimo sliˇno kao u definiciji 1.14. Skup (Z, ≤) je diskretan kao i skup N, a razlikuju se u tome ˇto Z nema najmanji element. s Skup Z je ekivipotentan s N, odnosno oba skupa imaju jednako mnogo elemenata, jer je funkcija f : N → Z definirana s f (n) =
n 2, − n−1 , 2

za n paran za n neparan

bijekcija. Raˇunske operacije +, − i · na skupu Z definiramo na poznati naˇin te za c c njih vrijede svojstva sliˇno kao u Teoremu 1.3. c

1.6

Racionalni brojevi

U ovom poglavlju definirat ´emo skup racionalnih brojeva Q te dati osc novna svojstva tog skupa. Na skupu Z × N = {(m, n) : m ∈ Z, n ∈ N} definiramo relaciju ∼ s (m1 , n1 ) ∼ (m2 , n2 ) ⇔ m1 · n2 = m2 · n1 . ∼ je relacija ekvivalencije, na primjer (2, 3) ∼ (4, 6) ∼ (6, 9). Skup racionalnih brojeva Q je skup svih klasa ekvivalencije na skupu Z×N, odnosno m : m ∈ Z, n ∈ N . Q= n ∼ Raˇunske operacije +, · i : te relaciju potpunog uredaja ≤ na skupu Q c

18 definiramo redom kako slijedi: m1 · n 2 + n 1 · m 2 m1 m2 + = , n1 n2 n1 · n 2 m1 · m 2 m1 m2 · = , n1 n2 n1 · n 2 m1 m2 : = n1 n2
m1 n1 m2 n2

OSNOVE MATEMATIKE

=

m1 · n 2 , n1 · m 2

za

m2 = 0,

m1 m2 ≤ ⇔ m1 · n2 ≤ n1 · m2 . n1 n2 Ovdje se zaista radi o definicijama, jer smo ”nove” operacije i relaciju c uredaja na lijevim stranama definirali pomo´u poznatih operacija i uredaja na skupu Z na desnim stranama. Dakle, iste oznake za raˇunske operacije i c c c c relaciju uredaja imaju razliˇita znaˇenja na lijevim i desnim stranama. Raˇunske operacije i relacija uredaja na skupu Q su dobro definirane jer ne ovise o pred9 1 c stavniku klase ekvivalencije, na primjer 3 + 1 = 2 + 12 . Za raˇunske operacije 4 6 vrijede poznata svojstva sliˇno kao u teoremu 1.3. c Za razliku od skupova N i Z koji su diskretni, skup Q je gust, odnosno c c izmedu svaka dva razliˇita racionalna broja nalazi se beskonaˇno mnogo racionalnih brojeva. Teorem 1.7 Skup Q je gust. Dokaz. Dovoljno je dokazati da se izmedu svaka dva razliˇita racionalna broja c nalazi barem jedan racionalni broj. Neka je q1 = Neka je q= q1 + q 2 m1 n2 + n 1 m2 . = 2 2n1 n2 m1 , n1 q2 = m2 n2 i q1 < q2 odnosno m1 n2 < n1 m2 .

Tada je q1 < q jer je 2m1 n1 n2 < m1 n1 n2 + n1 n1 m2 . Sliˇno vrijedi q < q2 i c teorem je dokazan. Unatoˇ tome ˇto je Q gust, a N prebrojiv, oba skupa imaju jednako mnogo c s elemenata. Naime, skupovi N i N × N su ekvipotentni jer je funkcija f : N →

1.7 Realni brojevi

19

N × N definirana s (1, 1)f (1) (2, 1)f (2) (3, 1)f (4) (4, 1)f (7) ··· (1, 2)f (3) (1, 3)f (6) (2, 2)f (5) (2, 3)f (9) (3, 2)f (8) ··· ··· (1, 4)f (10) ··· ···

bijekcija. Oznaka (1, 1)f (1) znaˇi f (1) = (1, 1). Kako je Z ekvipotentan s N, to c su i skupovi N i Z × N ekvipotentni. Konaˇno, iz N ⊂ Q ⊂ Z × N zakljuˇujemo c c da je skup Q takoder ekvipotentan s N.

1.7

Realni brojevi

U ovom poglavlju definirat ´emo skup realnih bojeva, navesti njegova osc novna svojstva, objasniti kako rade raˇunala i definirati apsolutnu vrijednost c realnog broja. Kada racionalne brojeve nanosimo na brojevni pravac, budu´i je skup Q c gust, mogli bismo pomisliti da njegovi elementi prekrivaju ˇitavi pravac. To, c medutim, nije istina. Nanesemo li na brojevni pravac dijagonalu kvadrata sa √ stranicom duˇine jedan, dobit ´emo po Pitagorinom pouˇku broj 2. z c c √ Teorem 1.8 2 ∈ Q. / Dokaz. Prvo uoˇimo da je kvadrat prirodnog broja n paran ako i samo ako c je n paran: ako je n = 2p paran, tada je n 2 = (2p)2 = 4n2 takoder paran, a ako je n = 2p − 1 neparan, tada je n2 = (2p − 1)2 = 4(p2 − p) + 1 neparan. Teorem ´emo dokazati koriste´i tehniku kontradikcije ili protuslovlja. Naime, c c ako je τ (A ⇒ B) = i ako pokaˇemo da je τ (B) = ⊥, tada prema tablici z istinitosti za implikaciju iz poglavlja 1.1 slijedi τ (A) = ⊥. √ √ c Ako je (A) 2 ∈ Q, tada je (B) 2 = m , pri ˇemu su m i n relativno prosti, n odnosno ne mogu se dalje skratiti. Medutim, tada je m 2 = 2n2 pa je prema prvom dijelu dokaza m paran, odnosno m = 2p. Iz (2p) 2 = 2n2 slijedi 2p2 = n2 pa je n takoder paran. Dakle, m i n nisu relativno prosti pa je tvrdnja (B) neistinita. No, tada i tvrdnja (A) mora biti neistinita i teorem je dokazan. Definicija 1.17 Iracionalni brojevi su brojevi koji se nalaze na brojevnom pravcu, a nisu elementi skupa Q. Skup realnih brojeva R je unija skupa racionalnih brojeva i skupa iracionalnih brojeva. Raˇunske operacije na skupu realnih brojeva definirane su na poznati naˇin c c te za njih vrijede svojstva sliˇno kao u teoremu 1.3. c Sljede´i teorem navodimo bez dokaza. c

20 Teorem 1.9 Vrijedi:

OSNOVE MATEMATIKE

(i) skup R je gust, odnosno izmedu svaka dva razliˇita realna broja postoji c beskonaˇno realnih brojeva; c (ii) skup Q je gust u skupu R, odnosno izmedu svaka dva razliˇita realna c broja postoji beskonaˇno racionalnih brojeva; c (iii) skup R je gust u skupu Q, odnosno izmedu svaka dva razliˇita racionalna c broja postoji beskonaˇno realnih brojeva; c (iv) skup R je neprebrojiv; (v) elementi skupa R prekrivaju ˇitavi brojevni pravac. c Odnos izmedu do sada opisanih skupova brojeva je sljede´i: c N N diskretni ⊂ Z ⊂ Z ⊂ ⊂Q Q ⊂ ⊂ R, R . neprebrojiv

gusti

prebrojivi

1.7.1

Aritmetika raˇunala c

√ Broj 2 ima beskonaˇni neperiodiˇni decimalni zapis pa ga ne moˇemo zac c z pisati ni kao decimalni broj, niti kao razlomak. Sliˇno, broj 1 = 0.3333 . . . = c 3 ˙ 0.3 ima beskonaˇni periodiˇni decimalni zapis pa ga ne moˇemo zapisati kao c c z decimalni broj, ali ga moˇemo zapisati kao razlomak. Zbog konaˇne memorije, z c raˇunala za prikazivanje brojeva i raˇunanje koriste jedan diskretni podskup c c skupa Q, tako da osnovni matematiˇki zakoni asocijacije i distribucije iz teoc rema 1.3 ne vrijede. Princip rada raˇunala ilustrirat ´emo na jednostavnom primjeru. Zamisc c limo raˇunalo koje za pohranjivanje brojeva i raˇunanje raspolaˇe s tri decic c z malna mjesta, s tim ˇto se decimalna toˇka moˇe pomicati, s c z . . . .

U ovakvom raˇunalu moˇemo prikazati brojeve c z 999, 998, . . . , 102, 101, 100, 99.9, 99.8, . . . , 10.2, 10.1, 10.0, 9.99, 9.98, . . . , 3.14, . . . , 1.41, . . . , 1.00, .999, .998, .997, . . . , .101, .100, .099, .098, . . . , .012, .011, .010, .009, .008, . . . , .002, .001.

1.7 Realni brojevi

21

Skup brojeva koje moˇemo prikazati je oˇito diskretan jer, na primjer, ne z c moˇemo prikazati niti jedan broj izmedu 998 i 999 kao niti izmedu .001 i .002. z No, za razliku od skupova N i Z gdje su razmaci izmedu elemenata konstantni, ovdje se duljina razmaka mijenja. U ovakvom raˇunalu asocijativnost ne vric jedi, jer je ((200 + 0.4) + 0.4) + 0.4 = (200 + 0.4) + 0.4 = 200 + 0.4 = 200, dok je 200 + (0.4 + (0.4 + 0.4)) = 200 + (0.4 + 0.8) = 200 + 1.2 = 201. U odnosu na toˇan rezultat 201.2, pogreˇka u prvom sluˇaju iznosi 0.6%, dok c s c u drugom sluˇaju iznosi 0.1%. Rezultat je toˇniji ako se prvo zbrajaju brojevi c c koji su bliˇe nuli, ˇto je op´enito pravilo koje vrijedi za svako raˇunalo. Ovakvo z s c c raˇunalo moˇe, naravno, dati i toˇan rezultat (0.5+0.5)+200 = 1+200 = 201. c z c Princip rada svih raˇunala je isti, s time ˇto stvarna raˇunala uglavnom c s c raspolaˇu s 16 decimalnih mjesta. Na taj se naˇin osigurava mala pogreˇka s z c s kojom se mogu kvalitetno vrˇiti ˇeljeni proraˇuni. s z c

1.7.2

Apsolutna vrijednost

U ovom poglavlju definirat ´emu apsolutnu vrijednost realnog broja i dokazati c neka njena svojstva. Definicija 1.18 Apsolutna vrijednost realnog broja je funkcija | | : R → [0, +∞) definirana s x, za x ≥ 0, |x| = −x, za x < 0. Na primjer, |0| = 0, |5| = | − 5| = 5, |x| = | − x|, |x − y| = |y − x|.

Na slici 1.1 prikazan je graf funkcije |x|. Graf funkcije y = f (x) definiramo kao skup svih toˇaka xy-ravnine za koje je y = f (x). Preciznije definicije funkcije c i grafa dane su u poglavlju 4. Teorem 1.10 Za apsolutnu vrijednost vrijedi: (i) |x| < r ⇔ −r < x < r ⇔
n i=1

x ∈ (−r, r);
n

(ii) nejednakost trokuta, |x + y| ≤ |x| + |y|, odnosno op´enitije c xi ≤ |xi |;

i=1

22

OSNOVE MATEMATIKE

2

1

-2

-1

1

2

Slika 1.1: Apsolutna vrijednost |x| (iii) |x − y| ≥ |x| − |y|; (iv) |x · y| = |x| · |y|, odnosno op´enitije c
n n

xi =
i=1 i=1

|xi |;

(v)

|x| x = za y = 0. y |y|

Dokaz. (i) Za x ≥ 0 nejednakost |x| < r povlaˇi x < r, a za x < 0 nejednakost c |x| < r povlaˇi −x < r, odnosno −r < x. c (ii) Za svaki x ∈ R vrijedi x ≤ |x|. Ako je x + y ≥ 0, tada je |x + y| = x + y ≤ |x| + |y|, a ako je x + y < 0, tada je |x + y| = −(x + y) = −x − y ≤ | − x| + | − y| = |x| + |y| pa je prva tvrdnja dokazana. Op´enitiju tvrdnju dokazujemo indukcijom c (vidi primjer 1.3 i dokaz teorema 1.6). Tvrdnja oˇito vrijedi za n = 1 i c n = 2. Za n ≥ 2 imamo
n+1 n n

xi =
i=1 i=1 n

xi + xn+1 ≤

i=1 n+1 i=1

xi + |xn+1 | |xi |,

i=1

|xi | + |xn+1 | =

1.8 Kompleksni brojevi

23

pa nejednakost trokuta vrijedi za svaki n ∈ N. Zadatak 1.4 Dokaˇite tvrdnje (iii), (iv) i (v) teorema 1.10. z

1.8

Kompleksni brojevi

U ovom poglavlju definirat ´emo skup kompleksnih brojeva C, osnovne c raˇunske operacije s kompleksnim brojevima i njihova svojstva, trigonometric jski oblik kompleksnog broja i operacije s brojevima u trigonometrijskom obliku te eksponencijalni oblik kompleksnog broja. Pretpostavljamo da ˇitatelj c poznaje osnovna svojstva trigonometrijskih i arkus funkcija iz poglavlja 4.6.5 i 4.6.6. c z Motivacija za uvodenje kompleksnih brojeva je sljede´a: jednadˇba x 2 −1 = 0 ima dva rjeˇenja u skupu R, x = 1 i x = −1, dok sliˇna jednadˇba x 2 + 1 = 0 s c z nema niti jedno rjeˇenje. Stoga se imaginarna jedinica i definira tako ˇto su s s x = i i x = −i rjeˇenja jednadˇbe x2 + 1 = 0. Iz ove definicije slijedi s z i2 = −1, i3 = −i, i4 = −i · i = −(−1) = 1, i5 = i, i6 = −1, . . . . Definicija 1.19 Skup kompleksnih brojeva C je skup svih brojeva oblika z = x + iy, gdje su x, y ∈ R. Posebno je 0 = 0 + i0. Realni broj x = Re z je realni dio kompleksnog broja z, a realni broj y = Im z je imaginarni dio kompleksnog broja z. Dva kompleksna broja su jednaka ako su im jednaki realni i imaginarni dijelovi. Konjugirano kompleksni broj broja z = x + iy je broj z = x − iy. ¯ Modul ili apsolutna vrijednost kompleksnog broja z je nenegativni realni broj r = |z| = x2 + y 2 . Neka su z1 = x1 + iy1 i z2 = x2 + iy2 dva kompleksna broja. Raˇunske c operacije su definirane na sljede´i naˇin: c c z1 + z2 = x1 + x2 + i(y1 + y2 ), z1 − z2 = x1 − x2 + i(y1 − y2 ), z1 · z2 = (x1 + iy1 )(x2 + iy2 ) = x1 x2 + iy1 x2 + ix1 y2 + i2 y1 y2 = x1 x2 − y1 y2 + i(x1 y2 + x2 y1 ),

x1 + iy1 x2 − iy2 z1 = · z2 x2 + iy2 x2 − iy2 x1 x2 + y 1 y2 y1 x2 − x 1 y2 = +i , 2 2 x2 + y 2 x2 + y 2 2 2

za

z2 = 0.

24 Zadatak 1.5 Dokaˇite da za z, z1 , z2 ∈ C vrijedi: z a) z1 + z2 = z1 + z2 , ¯ ¯ b) z1 · z2 = z1 · z2 , ¯ ¯ c) z1 z2 = z1 ¯ , za z2 = 0, z2 ¯

OSNOVE MATEMATIKE

d) z = z, ¯ e) z = z ⇔ z ∈ R, ¯ f) z + z = 2 Re z, ¯ g) z − z = 2i Im z, ¯ h) z · z = z · z = |z|2 , ¯ ¯ i) |z| = 0 ⇔ z = 0, j) |z1 + z2 | ≤ |z1 | + |z2 | (nejednakost trokuta). Kompleksnom broju z = x + iy jednoznaˇno je pridruˇen uredeni par c z (x, y) ∈ R × R, odnosno toˇka T = (x, y) u ravnini, kao ˇto se vidi na slici 1.2. c s

y

z=x+iy, T=(x,y)

|x|=r ϕ 0 x

Slika 1.2: Kompleksni broj Iz slike 1.2 se vidi zaˇto su formule za zbrajanje kompleksnih brojeva sliˇne s c formulama za zbrajanje vektora, odnosno zaˇto se posebno zbrajaju realni, a s posebno imaginarni dijelovi.

1.8 Kompleksni brojevi

25

1.8.1

Trigonometrijski oblik

Kao ˇto se vidi na slici 1.2, kompleksni broj z = x + iy je jednoznaˇno s c − → odreden s modulom r i s kutom ϕ izmedu radij-vektora OT i pozitivnog smjera x-osi. Kut ϕ je argument broja z , odnosno ϕ = arg z. Trigonometrijski oblik kompleksnog broja glasi z = r(cos ϕ + i sin ϕ) = r cos ϕ + ir sin ϕ. Veze izmedu dva oblika su sljede´e: ako su zadani r i ϕ, tada je c x = Re z = r cos ϕ, a ako su zadani x i y, tada je y ϕ = arctg , x pri ˇemu kvadrant u kojem se nalazi ϕ treba odrediti sa slike odnosno iz predc znaka od x i y. r = |z| = x2 + y 2 , Primjer 1.4 a) Skup je krug radijusa dva sa srediˇtem u toˇki z 0 = i − 1 (vidi sliku 1.3). Zaista, s c iz definicije 1.19 slijedi |z − i + 1| ≤ 2 ⇔ Op´enito, skup c je krug radijusa r oko toˇke z0 . c b) Skup {z ∈ C : |z − z0 | ≤ r} (x + 1)2 + (y − 1)2 ≤ 2 ⇔ (x + 1)2 + (y − 1)2 ≤ 4. {z ∈ C : |z − i + 1| ≤ 2} y = Im z = r sin ϕ,

π ∧ Im z ≥ 1} 3 nacrtan je na slici 1.4. Pri tome se toˇke na iscrtkanom pravcu nalaze izvan c skupa, kao i toˇka u kojoj se dva pravca sijeku. c {z ∈ C : 0 < arg z < {z ∈ C : |z − 1| + |z + 2| = 5}

c) Skup je elipsa sa ˇariˇtima u toˇkama z 1 = 1 i z2 = −2 (vidi sliku 1.5). z s c {z ∈ C : |z − z1 | + |z − z2 | = r, z1 = z2 , r > 0} je skup svih toˇaka ˇiji je zbroj udaljenosti do dvije fiksne toˇke konstantan. c c c Mogu´a su tri sluˇaja: ako je |z1 − z2 | < r, tada se radi o elipsi; ako je c c |z1 − z2 | = r, tada se radi o duˇini koja spaja toˇke z 1 i z2 ; a ako je z c |z1 − z2 | > r, tada se radi o praznom skupu.

Op´enito, skup c

26

OSNOVE MATEMATIKE

i

-1

Slika 1.3: Krug u kompleksnoj ravnini

i

Slika 1.4: Dio kompleksne ravnine

Zadatak 1.6 Dokaˇite da je elipsa iz primjera 1.4.c zadana s formulom z
1 (x + 2 )2 y 2 + = 1. 6.25 4

Po uzoru na primjer 1.4.c analizirajte skup

{z ∈ C : |z − z1 | − |z − z2 | = r, z1 = z2 , r > 0}.

1.8 Kompleksni brojevi

27

-3

-2

-1/2

1

2

Slika 1.5: Elipsa u kompleksnoj ravnini

Trigonometrijski oblik kompleksnog broja omogu´uje jednostavno izvodenje c raˇunskih operacija. Adicioni teoremi daju c z1 · z2 = r1 (cos ϕ1 + i sin ϕ1 ) · r2 (cos ϕ2 + i sin ϕ2 ) = r1 r2 [cos ϕ1 cos ϕ2 − sin ϕ1 sin ϕ2 + i(sin ϕ1 cos ϕ2 + cos ϕ1 sin ϕ2 )] (1.3) = r1 r2 (cos(ϕ1 + ϕ2 ) + i sin(ϕ1 + ϕ2 )). Sliˇno, za z2 = 0 vrijedi c r1 z1 = (cos(ϕ1 − ϕ2 ) + i sin(ϕ1 − ϕ2 )). z2 r2 Iz formule (1.3) indukcijom slijedi
n n n n

zk =
k=1 k=1

rk

cos
k=1

ϕk + i sin
k=1

ϕk

.

Kada u gornju formulu uvrstimo z1 = · · · = zn = z = r(cos ϕ + i sin ϕ), dobijemo Moivreovu formulu za potenciranje s prirodnim brojem z n = r n (cos nϕ + i sin nϕ). (1.4)

Nadalje, n-ti korijen kompleksnog broja z je svaki kompleksni broj koji podignut na n-tu potenciju daje z. Vrijedi √ n z = zn =
1

√ ϕ + 2kπ ϕ + 2kπ n + i sin r cos , n n

k ∈ {0, 1, 2, . . . , n − 1}. (1.5)

28

OSNOVE MATEMATIKE

Naime, primjenom Moivreove formule (1.4) vidimo da svaki od brojeva na desnoj strani podignut na n-tu potenciju daje broj z, pa je stoga jednak ntom korijenu iz z. Zakljuˇujemo da svaki kompleksni broj, osim nule, ima n c medusobno razliˇitih n-tih korijena koji svi leˇe na srediˇnjoj kruˇnici radijusa c z s z √ n r i dijele tu kruˇnicu na n jednakih dijelova. z √ √ Primjer 1.5 Izraˇunajmo 6 1 = 6 1 + 0i. Trigonometrijski oblik glasi c 1 = 1 · (cos 0 + i sin 0), pa formula (1.5) daje √ 6 1 =1· cos 0 + 2kπ 0 + 2kπ + i sin , 6 6 k = 0, 1, 2, 3, 4, 5.

Uvrˇtavanje vrijednosti za k daje ˇest razliˇitih ˇestih korijena: s s c s w0 = cos 0 + i sin 0 = 1, √ π π 1 3 w1 = cos + i sin = + i , 3 3 2 2 √ 2π 2π 1 3 w2 = cos + i sin = − +i , 3 3 2 2 w3 = cos π + i sin π = −1, √ 4π 4π 1 3 w4 = cos + i sin = − −i , 3 3 2 √2 3 5π 1 5π + i sin = −i . w5 = cos 3 3 2 2

Zadatak 1.7 Nacrtajte sve kompleksne ˇeste korijene od jedan iz primjera s 1.5 i uvjerite se da dijele jediniˇnu kruˇnicu na ˇest jednakih dijelova. Zatim c z s √ √ √ 3 4 6 izraˇunajte i nacrtajte −1, i i 1 + i 3. c

1.8.2

Eksponencijalni oblik
eiϕ = cos ϕ + i sin ϕ.

Eksponencijalni ili Eulerov oblik kompleksnog broja glasi

Ova formula slijedi iz Taylorovih razvoja funkcija sin x, cos x i e x danih u primjeru 6.19 i zadatku 6.5. Kada formalno uvrstimo iϕ umjesto x u Taylorov razvoj funkcije ex , dobit ´emo c eiϕ = 1 + iϕ i2 ϕ2 i3 ϕ3 i4 ϕ4 i5 ϕ5 i6 ϕ6 i7 ϕ7 + + + + + + + ··· 1! 2! 3! 4! 5! 6! 7! ϕ2 ϕ3 ϕ4 ϕ5 ϕ6 ϕ7 ϕ −i + +i − −i + ··· . =1+i − 1! 2! 3! 4! 5! 6! 7!

1.8 Kompleksni brojevi

29

Red na desnoj strani je apsolutno konvergentan pa po teoremu 6.12 smijemo prvo zbrojiti realne, a zatim imaginarne ˇlanove pa Taylorovi razvoji funkcija c cos x i sin x daju eiϕ = ϕ2 ϕ4 ϕ6 + − + ··· 2! 4! 6! = cos ϕ + i sin ϕ. 1− +i ϕ ϕ3 ϕ5 ϕ7 − + − + ··· 1! 3! 5! 7!

Pomo´u Eulerovog oblika moˇemo definirati potenciranje s kompleksnim c z eksponentom ez = ex+iy = ex · eiy = ex (cos y + i sin y).

2. LINEARNA ALGEBRA
2.1 Matrice . . . . . . . . . . . . . . . . . . . . . . . . . . 32 2.1.1 Zbrajanje matrica . . . . . . . . . . . . . . . . . . . 34 2.1.2 2.1.3 2.1.4 2.1.5 2.1.6 2.2 2.3 2.4 Mnoˇenje matrice sa skalarom . . . . . . . . . . . . . z Mnoˇenje matrica . . . . . . . . . . . . . . . . . . . z Nul-matrica i jediniˇna matrica . . . . . . . . . . . . c Transponirana matrica . . . . . . . . . . . . . . . . . Joˇ o mnoˇenju matrica . . . . . . . . . . . . . . . . s z 34 35 37 38 39

Matriˇni zapis sustava linearnih jednadˇbi . . . . . 40 c z Rjeˇavanje trokutastih sustava . . . . . . . . . . . . 41 s Gaussova eliminacija . . . . . . . . . . . . . . . . . . 44 2.4.1 Primjeri . . . . . . . . . . . . . . . . . . . . . . . . . 47 2.4.2 2.4.3 Pivotiranje . . . . . . . . . . . . . . . . . . . . . . . Elementarne matrice transformacija . . . . . . . . . 50 51

2.5 2.6 2.7 2.8 2.9

Linearna nezavisnost . . . . . . . . . . . . . . . . . . 52 Rang matrice . . . . . . . . . . . . . . . . . . . . . . . 53 Kronecker–Capellijev teorem . . . . . . . . . . . . . 54 Inverzna matrica . . . . . . . . . . . . . . . . . . . . . 56 Determinante . . . . . . . . . . . . . . . . . . . . . . . 58 2.9.1 Svojstva determinanti . . . . . . . . . . . . . . . . . 60 2.9.2 2.9.3 2.9.4 Podmatrice i poddeterminante . . . . . . . . . . . . Laplaceov razvoj determinante . . . . . . . . . . . . Raˇunanje inverzne matrice . . . . . . . . . . . . . . c 62 62 63

2.9.5 Cramerovo pravilo . . . . . . . . . . . . . . . . . . . 63 2.10 Rjeˇavanje elektriˇne mreˇe . . . . . . . . . . . . . . 64 s c z

32

LINEARNA ALGEBRA

U ovoj glavi definirat ´emo pojam sustava linearnih jednadˇbi i opisati c z postupak za njihovo rjeˇavanje. Postupak se temelji na primjenama matriˇnog s c raˇuna, tako da ´emo dati i osnovne pojmove o matricama i determinantama c c te operacijama s njima. Dok se ve´ina studenata ve´ susrela s problemom c c rjeˇavanja sustava linearnih jednadˇbi, koriˇtenje matrica je za ve´inu novost. s z s c Pojam ”linearnih” znaˇi da se u jednadˇbama nepoznanice pojavljuju samo c z na prvu potenciju i da se ne pojavljuju umnoˇci nepoznanica. Za razliku od s sustava nelinearnih jednadˇbi, za takve je sustave lako ustanoviti da li su rjeˇivi z s te ako jesu, rijeˇiti ih. s Rjeˇenje sustava od m ≥ 2 jednadˇbi s n = 2 nepoznanice odgovara s z nalaˇenju sjeciˇta m pravaca u ravnini. Oˇito vrijedi sljede´e: z s c c – m pravaca se moˇe sje´i u jednoj toˇki – pripadaju´i sustav ima toˇno z c c c c jedno rjeˇenje. Na primjer, sustav s 2x + y = 1 −x + y = −1 ima rjeˇenje u toˇki x = 2/3, y = −1/3 (slika 2.1). s c – m pravaca moˇe leˇati na istom pravcu – pripadaju´i sustav ima beskonaˇno z z c c rjeˇenja; s – ako ni prvi ni drugi sluˇaj ne vrijede, tada sustav nema rjeˇenje. c s U poznatom Kronecker–Capellijevom teoremu 2.5 vidjet ´emo da su ova tri c sluˇaja jedina mogu´a i to za proizvoljni broj nepoznanica i jednadˇbi. c c z

2.1

Matrice

Matrice omogu´uju jednostavan zapis i rjeˇavanje sustava linearnih jedc s nadˇbi. z Definicija 2.1 Pravokutna tablica brojeva   a11 a12 · · · a1n  a21 a22 · · · a2n    A= . . . , .. . .   . . . . . am1 am2 · · · amn

m, n ∈ N,

zove se matrica tipa m×n. Ako su svi brojevi a ij realni, tada piˇemo A ∈ Rm·n . s Tablica se stavlja u uglate ili oble zagrade. Brojevi a ij , 1 ≤ i ≤ m, 1 ≤ j ≤ n su elementi matrice ili komponente matrice. Brojevi ai1 , ai2 , . . . , ain

2.1 Matrice

33

1-2*x -1+x 2

1

-2

-1 -1

1

2

-2

Slika 2.1: Pravci koji se sijeku

tvore i-ti redak, brojevi a1j , a2j , . . . , amj tvore j-ti stupac, a brojevi a11 , a22 , . . . , amin{m,n},min{m,n} tvore dijagonalu matrice A. Ako je m = n kaˇemo da je A kvadratna matrica z reda n. Ako je m = 1 kaˇemo da je A retˇana matrica (ima samo jedan redak), z c a ako je n = 1 kaˇemo da je A stupˇana matrica. Retˇane i stupˇane matrice z c c c se joˇ zovu vektori. s Skup svih matrica tipa m × n joˇ oznaˇavamo s M mn . Matrice obiˇno s c c oznaˇavamo velikim tiskanim slovima, A, B, X, . . . Koriste se i oznake c A = (aij ), A = [aij ], A = (Aij ), A = (A)ij .

Vektore moˇemo oznaˇavati i s malim ˇtampanim slovima a, b, x, ili s masnim z c s slovima, a, b, x. Na primjer, A je matrica tipa 3 × 4,   a11 a12 π a14 A =  1 −0.127 1017 0  , 5 7 9 11

34

LINEARNA ALGEBRA

B i c su primjeri retˇane odnosno stupˇane matrice, c c   0 √ B = 1 2 3 4 , c =  2 , 12345 dok su d = 0 i E = x kvadratne matrice reda 1, a ujedno i stupˇane i c retˇane matrice c Nakon ˇto smo definirali novi objekt, u ovom sluˇaju matricu, ˇelimo ih s c z nauˇiti usporedivati. Prvi korak je definirati kada su dva objekta jednaka. c Definicija 2.2 Matrice A i B su jednake ako su istog tipa i ako je aij = bij za sve parove indeksa i, j.

2.1.1

Zbrajanje matrica

Uvedimo prvu operaciju s matricama. Mogu se zbrajati samo matrice istog tipa. Ako su matrice A i B istog tipa, tada je matrica C =A+B istog tipa kao i matrice A i B i vrijedi cij = aij + bij . Dakle, matrice se zbrajaju ˇlan po ˇlan. Svojstva zbrajanja su c c A+B =B+A (komutativnost) i (asocijativnost).

(A + B) + C = A + (B + C)

2.1.2

Mnoˇenje matrice sa skalarom z

Matrica se mnoˇi s nekim skalarom (brojem) tako da se svaki element z matrice pomnoˇi s tim brojem. Drugim rijeˇima, elementi matrice B = λA su z c Bij = λaij . Svojstva ove operacije proizlaze direktno iz svojstava mnoˇenja brojeva: z λ(A + B) = λA + λB, (λ + µ)A = λA + µA, λ(µA) = (λµ)A. (2.1)

2.1 Matrice

35

2.1.3

Mnoˇenje matrica z

Definicija mnoˇenja matrica je na prvi pogled neobiˇna, ali upravo nam z c ona omogu´ava jednostvno zapisivanje sustava linearnih jednadˇbi. c z Matrice A i B moˇemo pomnoˇiti samo ako su ulanˇane, odnosno ako A z z c ima onoliko stupaca koliko B ima redaka. Matrica C = A·B ima redaka koliko A i stupaca koliko B. Neka je, dakle, A tipa m × k i B tipa k × n. Tada je matrica C tipa m × n i vrijedi
k

cij =
l=1

ail blj = ai1 b1j + ai2 b2j + · · · + aik bkj .

(2.2)

Element (2, 3) umnoˇka s   b11  a11 a12 a13 a14  a21 a22 a23 a24  b21 b31 a31 a32 a33 a34 b41 b12 b22 b32 b42 b13 b23 b33 b43 b14 b24 b34 b44  b15 b25   b35  b45

nalazi se tako da stavite lijevi kaˇiprst na a 21 a desni na b13 i kaˇete ”puta”. z z Tada pomiˇete kaˇiprste prema a22 i b23 govore´i ”plus” dok se kaˇiprsti c z c z pomiˇu i ”puta” kada stignu na cilj. Nastavite li na taj naˇin izraˇunat ´ete c c c c a21 b13 + a22 b23 + a23 b33 + a24 b43 , ˇto je upravo element (2, 3) produkta. s Na primjer,      12 5 7 −2 1 2 3 1 2 0 −1 4 5 6 4 3 2 1  = 30 17 16 −5 48 29 25 −8 7 8 9 1 −1 1 −1

Uoˇimo da mnoˇenje u obrnutom poretku nije definirano stoga ˇto matrice c z s nisu ulanˇane. U sljede´em primjeru su oba mnoˇenja definirana, ali umnoˇci c c z s nisu istog tipa:     1 1 1 1 1 1 1 1 = 1 1 1 , 1 1 1 1   1 1 1 1 1 = 3 . 1

36

LINEARNA ALGEBRA

U sljede´em primjeru su umnoˇci AB i BA istog tipa, ali nisu jednaki: c s 2 1 , 1 0 3 4 , −1 1 −1 1 , 5 2 −1 −1 . 12 5

A=

B=

AB =

BA =

U ovom primjeru su, pak, oba umnoˇka jednaka: s 2 2 , 2 2 1 2 , 2 1 6 6 . 6 6

A=

B=

AB = BA =

Iz prethodnih primjera zakljuˇujemo kako, za razliku od mnoˇenja brojeva, c z mnoˇenje matrica op´enito nije komutativno. z c Budite oprezni, jer se ova ˇinjenica lako zaboravi kada se manipulira s formuc lama koje sadrˇe matrice. z

Teorem 2.1 (Svojstva mnoˇenja matrica) Za proizvoljne matrice A, B i z C i broj λ, ukoliko su svi umnoˇci definirani vrijedi: s (i) (AB)C = A(BC) (asocijativnost), (ii) A(B + C) = AB + AC (distributivnost), (iii) (A + B)C = AC + BC (distributivnost), (iv) λ(AB) = (λA)B = A(λB).

Primijetimo da zbog op´enite nekomutativnosti mnoˇenja matrica, moramo c z posebno navesti distributivnost prema mnoˇenju slijeva i zdesna. z Dokaz. (i) neka je A tipa m × k, B tipa k × l i C tipa l × n. Tada je AB tipa

2.1 Matrice

37

m × l, a (AB)C je tipa m × n. Za proizvoljni element matrice (AB)C vrijedi:
l

[(AB)C]ij =
p=1 l

[AB]ip Cpj
k

=
p=1 l q=1 k

s Aiq Bqp Cpj = raspiˇemo sumu

=
p=1 q=1 k l

Aiq Bqp Cpj = zamijenimo redoslijed zbrajanja

=
q=1 p=1 k

Aiq Bqp Cpj = grupiramo pribrojnike na drugi naˇin c
l

=
q=1 k

Aiq
p=1

Bqp Cpj

=
q=1

Aiq [BC]qj

= [A(BC)]ij . Ostale tvrdnje dokazuju se sliˇno. c

2.1.4

Nul-matrica i jediniˇna matrica c

Kod zbrajanja brojeva broj 0 je neutralni element s obzirom na zbrajanje, odnosno x + 0 = 0 + x = x za svaki broj x. Analogija kod matrica je nul-matrica koja ima sve elemente jednake nuli. Nulmatricu oznaˇavamo s O, odnosno Omn kada ˇelimo naglasiti o kojem tipu se c z radi. Na primjer, 1 2 3 1 2 3 0 0 0 0 0 0 1 2 3 . = + = + 4 5 6 4 5 6 0 0 0 0 0 0 4 5 6 Kod mnoˇenja brojeva broj 1 je neutralni element s obzirom na mnoˇenje, z z odnosno x · 1 = 1 · x = x za svaki broj x. Analogija kod matrica je jediniˇna matrica . Ukoliko matrica nije kvadratna, c jediniˇne matrice u odnosu na mnoˇenje slijeva i zdesna su razliˇitog reda. Na c z c

38 primjer, lako vidimo da je   1 12 5 7 −2  30 17 16 −5 0 0 48 29 25 −8 0   0 1 0 0 0 0 1 0

LINEARNA ALGEBRA

   0 12 5 7 −2 0   = 30 17 16 −5 , 0 48 29 25 −8 1

Jediniˇnu matricu oznaˇavamo s I, odnosno s I n ako ˇelimo naglasiti o kojoj c c z dimenziji se radi. Op´enito je, dakle c Iij = 1 0 za i = j, za i = j,

    12 5 7 −2 1 0 0 12 5 7 −2 0 1 0 30 17 16 −5 = 30 17 16 −5 . 48 29 25 −8 0 0 1 48 29 25 −8

i za svaku matricu tipa m × n vrijedi Im A = AIn = A. Jediniˇna matrica je poseban sluˇaj dijagonalne matrice. D je dijagonalna c c matrica ako jedini ne-nula elementi leˇe na njenoj dijagonali, odnosno z Dij = 0 za i = j.

2.1.5

Transponirana matrica

Uvedimo joˇ jedan novi pojam. Transponirana matrica matrice A je mas trica AT koja je definirana sa [AT ]ij = Aji . Dakle, ako je A tipa m × n tada je AT tipa n × m. Na primjer,     1 1 0 T 2 1 2 8 T = 2 9  , 1 2 0 −1 =   , 0 0 9 2 8 2 −1 dok je  T  1 2 3 1 2 3 2 4 5  = 2 4 5  . 3 5 6 3 5 6 

2.1 Matrice

39

Oˇito je (AT )T = A. Transponiranje se lijepo uklapa u ostale operacije s c matricama: (A + B)T = AT + B T , (µA)T = µAT , (AB)T = B T AT . Matrica za koju je AT = A je simetriˇna matrica. Zbog oˇite simetrije u c c prirodi, simetriˇne matrice su ˇeste u primjenama. c c (2.3)

2.1.6

Joˇ o mnoˇenju matrica s z

Formula (2.2) zapravo znaˇi da se matrice mnoˇe na sljede´i naˇin: c z c c    1 2 3 1 2 0 4 5 6 4 3 2 = 7 8 9 1 −1 1  (1 · 1 + 2 · 4 + 3 · 1) 1 · 2 + 2 · 3 + 3 · (−1)) (1 · 0 + 2 · 2 + 3 · 1) (4 · 1 + 5 · 5 + 6 · 1) (4 · 2 + 5 · 3 + 6 · (−1)) (4 · 0 + 5 · 2 + 6 · 1)  (7 · 1 + 8 · 5 + 9 · 1) (7 · 2 + 8 · 3 + 9 · (−1)) (7 · 0 + 8 · 2 + 9 · 1) 

No, mnoˇenje matrica se moˇe interpretirati na joˇ dva naˇina: z z s c    1 2 3 1 2 0 4 5 6 4 3 2 = 7 8 9 1 −1 1

i    1 2 3 1 2 0 4 5 6 4 3 2 = 7 8 9 1 −1 1

      1 2 3 4 1 2 0 + 5 4 3 2 + 6 1 −1 1 , 7 8 9

                   3 2 1 3 2 1 3 2 1 1 4 + 4 5 + 1 6 2 4 + 3 5 + (−1) 6 0 4 + 2 5 + 1 6 . 9 8 7 9 8 7 9 8 7

40 Zadatak 2.1 Izraˇunajte umnoˇak c z    1 −1 2 1 2 0 9 3 4 −3 4 1 1 1 −1 na sva tri opisana naˇina. c

LINEARNA ALGEBRA

Zadatak 2.2 Napiˇite programe za mnoˇenje matrica na ova tri naˇina u s z c programskom jeziku Matlab. Pri tome moˇete koristiti program Octave Onz line. Programe moˇete napisati i u nekom drugom programskom jeziku (basic, z pascal, c, c++, FORTRAN ili java). Postoji li joˇ mogu´ih interpretacija s c matriˇnog mnoˇenja? c z

2.2

Matriˇni zapis sustava linearnih jednadˇbi c z

Sustav 2x1 + x2 = 1 −x1 + x2 = −1 moˇemo zapisati kao z 2 1 −1 1 odnosno kao Ax = b, pri ˇemu su matrice A, x i b zadane s c A= 2 1 , −1 1 x= x1 , x2 b= 1 . −1 (2.4) x1 1 , = −1 x2

Istoznaˇnost ova dva zapisa slijedi iz definicije jednakosti matrica 2.2. Matrica c A se zove matrica sustava, a vektor b se zove slobodni vektor ili vektor slobodnih ˇlanova. Zbog jednostavnosti moˇemo izostaviti vektor x jer se njegovo c z prisustvo podrazumijeva pa stoga ˇesto zapisujemo proˇirenu matricu sustava c s A Sliˇno, sustav u obliku c 2x1 + x2 − 1 = 0 b = 2 1 −1 1 1 . −1

−x1 + x2 + 1 = 0

2.3 Rjeˇavanje trokutastih sustava s

41

moˇemo zapisati kao z gdje je O21 odgovaraju´a nul-matrica. c Sada moˇemo lako dokazati sljede´i teorem. z c Teorem 2.2 Ako su x1 i x2 razliˇita rjeˇenja sustava Ax = b, tada je c s x(λ) = λx1 + (1 − λ)x2 s takoder rjeˇenje tog sustava za svaki λ ∈ R. Dokaz. Iz svojstava mnoˇenja matrica skalarom i mnoˇenja matrica slijedi z z Ax(λ) = λAx1 + (1 − λ)Ax2 = λb + (1 − λ)b = b, pa je teorem dokazan. Ovaj teorem nam zapravo kaˇe da je uvijek ispunjen toˇno jedan od tri z c sluˇaja: c 1. sustav nema rjeˇenje, s 2. sustav ima toˇno jedno rjeˇenje, c s 3. sustav ima beskonaˇno rjeˇenja, c s kao ˇto smo vidjeli u uvodu. Detalje o tome kada nastupa koji od ovih sluˇajeva s c daje nam Kronecker–Capellijev teorem 2.5. Ax − b = O21 ,

2.3

Rjeˇavanje trokutastih sustava s
i > j =⇒ uij = 0.

Matrica U je gornje trokutasta ako

Drugim rijeˇima, svi elementi koji leˇe ispod dijagonale su nula. Primjer gornje c z trokutaste matrice reda pet je   u11 u12 u13 u14 u15  0 u22 u23 u24 u25    0 u33 u34 u35  U = 0    0 0 0 u44 u45  0 0 0 0 u55 Sliˇno, matrica L je donje trokutasta ako c i < j =⇒ lij = 0, odnosno elementi iznad dijagonale su nula.

42

LINEARNA ALGEBRA

Teorem 2.3 Ako su svi dijagonalni elementi kvadratne gornje trokutaste matrice U razliˇiti od nule, tada sustav U x = b ima jedinstveno rjeˇenje. c s Dokaz. Ilustrirajmo prvo rjeˇavanje sustava za n = 5. Prvo napiˇimo sustav s s u skalarnom obliku u11 x1 + u12 x2 + u13 x3 + u14 x4 + u15 x5 = b1 u22 x2 + u23 x3 + u24 x4 + u25 x5 = b2 u33 x3 + u34 x4 + u35 x5 = b3 u44 x4 + u45 x5 = b4 u55 x5 = b5 Peta jednadˇba sadrˇi samo nepoznanicu x 5 i moˇemo je rijeˇiti odmah: z z z s x5 = b5 . u55

Dobivenu vrijednost od x5 moˇemo uvrstiti u ˇetvrtu jednadˇbu koju potom z c z rijeˇimo i dobijemo s b4 − u45 x5 . x4 = u44 Uvrˇtavanjem x4 i x5 u tre´u jednadˇbu te rjeˇavanjem te jednadˇbe dobijemo s c z s z x3 = b3 − u34 x4 − u35 x5 . u33

Nastavljaju´i ovim postupkom dobijemo c x2 = i b2 − u23 x3 − u24 x4 − u25 x5 u22

b1 − u12 x2 − u13 x3 − u14 x4 − u15 x5 . u11 Kako su po pretpostavci dijagonalni elementi u ii razliˇiti od nule, ove formule c jednoznaˇno odreduju xi . Ovaj postupak se oˇito moˇe izvesti za proizvoljnu c c z dimenziju n pa je teorem dokazan. x1 = Ovaj postupak se jednostavno moˇe izvrˇiti na raˇunalu. Odgovaraju´i z s c c program u programskom jeziku C glasi for (i=n;i>=1;i--){ for (j=n;j>i;j--) b[i]=b[i]-u[i][j]*b[j]; b[i]=b[i]/u[i][i]; }

2.3 Rjeˇavanje trokutastih sustava s

43

Nakon zavrˇetka programa, rjeˇenje x se nalazi na mjestu gdje se na poˇetku s s c nalazio vektor b. Program za rjeˇavanje gornje trokutastog sustava u programskom jeziku s Matlab izgleda neˇto jednostavnije: s for i=n:-1:1 for j=n:-1:i+1 b(i)=b(i)-u(i,j)*b(j) end b(i)=b(i)/u(i,i) end Isti program u programskom jeziku FORTRAN, ovaj put napisan koriˇtenjem s uzlazne petlje, izgleda ovako: do k=1,n i=n-k+1 do j=i+1,n b(i)=b(i)-u(i,j)*b(j) enddo b(i)=b(i)/u(i,i) enddo Broj raˇunskih operacija potrebnih za rjeˇavanje gornje trokutastog susc s tava iznosi n n(n + 1) − n ≈ n2 . (2i − 1) = 2 2
i=1

Na modernim raˇunalima (Pentium 350), koja izvrˇavaju do 30 milijuna opc s eracija u sekundi, rjeˇavanje trokutastog sustava dimenzije n = 1000 traje oko s 1/30 sekunde. Postupak za rjeˇavanje donje trokutastog sustava Lx = b je sliˇan i dan s c je u sljede´em Matlab programu: c for i=1:n for j=i+1:n b(i)=b(i)-l(i,j)*b(j) end b(i)=b(i)/l(i,i) end Kako se trokutasti sustavi lako rjeˇavaju, rjeˇenje op´eg (netrokutastog) s s c sustava dobijemo tako da pomo´u Gaussove eliminacije zadani sustav svedemo c na trokutasti oblik.

44

LINEARNA ALGEBRA

Zadatak 2.3 Zadajte nekoliko gornje i donje trokutastih sustava i rijeˇite ih s pomo´u opisanih Matlab programa. Pri tome moˇete koristiti program Octave c z On-line.

2.4

Gaussova eliminacija

Lako vidimo da se rjeˇenje sustava ne mijenja ako izvrˇimo bilo koju od s s sljede´ih radnji: c (i) neku jednadˇbu pomnoˇimo s brojem razliˇitim od nule, z z c (ii) zamijenimo dvije jednadˇbe, z (iii) jednu jednadˇbu pribrojimo drugoj, z (iv) zamijenimo dvije varijable. Radnje (i) i (iii) ˇesto vrˇimo istovremeno: jednoj jednadˇbi dodamo drugu c s z jednadˇbu pomnoˇenu s nekim brojem. z z Ove radnje odgovaraju sljede´im radnjama na proˇirenoj matrici sustava : c s (i’) neki redak pomnoˇimo s brojem razliˇitim od nule; z c (ii’) zamijenimo dva retka; (iii’) jedan redak pribrojimo drugome; (iv’) zamijenimo dva stupca u matrici A. Kombiniraju´i radnje (i’) i (iii’) imamo: jednom retku dodamo drugi redak c pomnoˇen s nekim brojem. z Koriste´i navedene transformacije matricu A svodimo na gornje trokutasti c oblik. Taj postupak se zove Gaussova eliminacija. Neka je zadan sustav 4 × 4 a11 x1 + a12 x2 + a13 x3 + a14 x4 = b1 a21 x1 + a22 x2 + a23 x3 + a24 x4 = b2 a31 x1 + a32 x2 + a33 x3 + a34 x4 = b3 a41 x1 + a42 x2 + a43 x3 + a44 x4 = b4 Neka je a11 = 0. Tada stavimo mi1 = ai1 /a11 , i = 2, 3, 4 (2.5)

2.4 Gaussova eliminacija

45

i oduzmemo prvu jednadˇbu pomnoˇenu s m i1 od i-te jednadˇbe (i = 2, 3, 4) z z z te dobijemo sustav a11 x1 + a12 x2 + a13 x3 + a14 x4 = b1 a22 x2 + a23 x3 + a24 x4 = b2 a32 x2 + a33 x3 + a34 x4 = b3 a42 x2 + a43 x3 + a44 x4 = b4 gdje je aij = aij − mi1 a1j , bi = bi − mi1 b1 . Primijetimo da je varijabla x1 eliminirana iz tri posljednje jednadˇbe. Brojevi z mi1 kojima se u postupku eliminacije mnoˇi prva jednadˇba zovu se multipz z likatori. Neka je i a22 = 0. Tada stavimo mi2 = ai2 /a22 , i = 3, 4

i oduzmemo drugu jednadˇbu pomnoˇenu s m i2 od i-te jednadˇbe (i = 3, 4). z z z Rezultat je sustav a11 x1 + a12 x2 + a13 x3 + a14 x4 = b1 a22 x2 + a23 x3 + a24 x4 = b2 a33 x3 + a34 x4 = b3 a43 x3 + a44 x4 = b4 gdje je aij = aij − mi2 a2j , Konaˇno, stavimo c mi3 = ai3 /a33 , i=4 i oduzmemo tre´u jednadˇbu pomnoˇenu s m i3 od ˇetvrte jednadˇbe. Rezultat c z z c z je gornje trokutasti sustav a11 x1 + a12 x2 + a13 x3 + a14 x4 = b1 a22 x2 + a23 x3 + a24 x4 = b2 a33 x3 + a34 x4 = b3 a44 x4 = b4 gdje je aij = aij − mi3 a2j , bi = bi − mi3 b2 . Dobiveni gornje trokutasti sustav sada rijeˇimo na naˇin koji je opisan u s c poglavlju 2.3. bi = bi − mi2 b2 .

46

LINEARNA ALGEBRA

Broj raˇunskih operacija potrebnih za svodenje kvadratnog sustava reda n c na gornje trokutasti oblik iznosi
n i=1

2i(i − 1) = 2

n(n + 1) 2 n(n + 1)(2n + 1) −2 ≈ n3 . 6 2 3

Vidimo da je za ve´e dimenzije n broj raˇunskih operacija potreban za rjeˇavanje c c s trokutastog sustava zanemariv u odnosu na broj raˇunskih operacija potrebc c nih za svodenje na trokutasti oblik. Na modernim raˇunalima (Pentium 350), koja izvrˇavaju do 30 milijuna operacija u sekundi, svodenje sustava dimenzije s n = 1000 na trokutasti oblik traje oko 20 sekundi, dok za n = 10000 traje 6 sati, a za n = 1.000.000 traje 1003 puta duˇe, odnosno oko 700 godina. z Postupak Gaussove eliminacije koji smo upravo opisali za sustav reda ˇetiri c na oˇit se naˇin moˇe poop´iti na sustave proizvoljnog reda. Ukoliko je neki od c c z c brojeva s kojima dijelimo jednak nuli, potrebno je dodatno koristiti postupak pivotiranja koji je opisan u poglavlju 2.4.2. Postupak Gaussove eliminacije moˇemo interpretirati i kao mnoˇenje proˇirene z z s matrice sustava s lijeve strane s elementarnim matricama transformacije. Neka b proˇirena matrica sustava (2.5) i neka je s je A   1 0 0 0 −m21 1 0 0  M1 =  −m31 0 1 0 . −m41 0 0 1 Tada je A1 b1 = M 1 A 1 −m21 = −m31 −m41  a11  0 =  0 0  0 1 0 0 b 0 0 1 0 a13 a23 a33 a43  a11 0  a21 0  0 a31 1 a41 a14 a24 a34 a44 0 0 1 0 a12 a22 a32 a42  b1 b2  . b3  b4  0 0 . 0 1 a13 a23 a33 a43 a14 a24 a34 a44  b1 b2   b3  b4

a12 a22 a32 a42 

Dalje, neka je

1 0 0 1 M2 =  0 −m32 0 −m42

2.4 Gaussova eliminacija

47

Tada je A2 b2 = M 2 A1  1 0 0 1 = 0 −m32 0 −m42  a11 a12  0 a22 =  0 0 0 0 Konaˇno, neka je c  b1 0 0 1 0 a13 a23 a33 a43  0 a11 0  0  0  0 0 1 a14 a24 a34 a44 a12 a22 a32 a42  b1 b2  . b3  b4  0 0 . 0 1 a13 a23 a33 a43 a14 a24 a34 a44  b1 b2   b3  b4

Tada je A3

1 0 M3 =  0 0 b3 = M 3 A2 1 0 = 0 0   b2

0 0 1 0 0 1 0 −m43

0 0 1 0 0 1 0 −m43

 0 a11 a12   0 a22 0  0 0  0 0 0 1 a14 a24 a34 a44  b1 b2  . b3  b4

a13 a23 a33 a43

a14 a24 a34 a44

 b1 b2   b3  b4

a11 a12 a13  0 a22 a23 =  0 0 a33 0 0 0

Zadatak 2.4 Napiˇite program za svodenje proˇirene matrice sustava na trokus s tasti oblik.

2.4.1

Primjeri

Sljede´i primjeri pokazuju tri sluˇaja koja se mogu dogoditi prilikom rjeˇavanja c c s sustava pomo´u Gaussove eliminacije. c

48 Primjer 2.1 Rijeˇimo sustav s x − 2y + z = 5

LINEARNA ALGEBRA

2x + y − 2z = −3 −x − y = 0

Tada imamo  1 0 0 1 −2 1 −2 1 0  2 1 −2 b = −1 −1 0 1 0 1  5 −13 , 5  1 0 0 1 −2 1 0 1 0 0 5 −4 = 3 0 −3 1 0 5 1  5 −13 . − 14 5   5 −13 5   5 −3 0

A1

b1 = M 1 A

 1 −2 1 = 0 5 −4 0 −3 1 A2 b2 = M 2 A1 b1

 1 −2 1 = 0 5 −4 0 0 −7 5

Iz ovog gornje trokutastog sustava lako vidimo da je z = 2, y = −11, x = 1.

Sustav ima jedinstveno rjeˇenje. Rjeˇenje sustava geometrijski odgovara toˇki s s c u kojoj se sijeku tri ravnine.

Postupak rjeˇavanja sustava opisan u poglavlju 2.4 idealan je za raˇunala. s c Kada sustav rjeˇavamo ”ruˇno”, tada koristimo pojednostavljeno pisanje. Naime, s c zapisujemo samo proˇirene matrice odgovaraju´ih sustava, a sa strane naznaˇimo s c c koje operacije na retcima vrˇimo. Pri tom operacije biramo tako da, ukoliko s je mogu´e, izbjegnemo razlomke. Sustav iz primjera 2.1 rjeˇava se na sljede´i c s c

2.4 Gaussova eliminacija

49

naˇin: c  1 −2 1 2 1 −2 −1 −1 0

  1 −2 1 5 −3 II − 2 I → 0 5 −4 III + I 0 −3 1 0 1 −2 1 0 5 −4 → 0 0 −7   5 −13 . −14

 5 −13 → 5 5 III + 3 II

Sljede´i primjer pokazuje kako izgleda trokutasti oblik kada imamo paramc etarska rjeˇenja: s Primjer 2.2  1 2 −1 0 2 4 0 1  −1 −2 3 4 1 2 −5 −2

  1 1 0 1  II − 2 I  → 0 −5 III + I 3 0 IV − I  1 0 → 0 0 2 −1 0 0 2 1 0 0 3 0 0 0

2 −1 0 0 2 1 0 2 4 0 −4 −2  1 −1 . −3 0

 1 −1  −4 III − II 2 IV + 2 II

ˇ Cetvrti redak glasi 0 = 0, ˇto je toˇno. Iz tre´eg retka slijedi s c c x4 = −1, a iz drugog retka slijedi x3 = 0. Vrijednosti nezavisnih varijabli x 1 i x2 dobijemo iz prvog retka, x2 = t, x1 = 1 − 2t.

Sustav ima parametarsko rjeˇenje, odnosno beskonaˇno rjeˇenja koja ovise o s c s jednom parametru t,     1 − 2t x1 x2   t    = x3   0  , −1 x4

t ∈ R.

50

LINEARNA ALGEBRA

Primijetimo da smo mogli i x1 uzeti za parametar, odnosno    s x1 x2   1 − s    = 2 2 , x3   0  −1 x4  je takoder oblik rjeˇenja sustava. s Sljede´i primjer pokazuje kako iz trokutastog oblika moˇemo zakljuˇiti da c z c sustav nema rjeˇenja. s Primjer 2.3  2 −1 1 3 0 1 −1 2  −2 3 −3 1 2 0 0 5   −2 2 −1 1 3  0 1 −1 2 2  → 0 2 −2 4 6  III + I 1 IV − I 0 1 −1 2  2 −1 1 3 0 1 −1 2 → 0 0 0 0 0 0 0 0  −2 2 . 0 1  −2 2   4  III − 2 II 3 IV − II

s∈R

ˇ Cetvrti redak glasi 0 = 1, ˇto je nemogu´e pa sustav nema rjeˇenja. s c s Formalan opis sluˇajeva koji mogu nastati prilikom rjeˇavanja sustava daje c s nam Kronecker–Capellijev teorem 2.5. Napomena 2.1 U praksi se sustavi jednadˇbi ˇesto rjeˇavaju koriste´i raˇunala, z c s c c pri ˇemu dolazi do pogreˇaka zaokruˇivanja kako je opisano u poglavlju 1.7.1. c s z Zbog toga se neka pitanja vezana uz Kronecker–Capellijev teorem, kao ˇto su s utvrdivanje linearne nezavisnosti skupa vektora (vidi poglavlje 2.5) i odredivanje ranga matrice (vidi poglavlje 2.6), ne mogu rijeˇiti numeriˇkim raˇunanjem. s c c

2.4.2

Pivotiranje

Ukoliko je element kojim moramo dijeliti da bi dobili multiplikatore m ij jednak nuli, tada moramo zamijeniti odgovaraju´e retke proˇirene matrice c s

2.4 Gaussova eliminacija

51

sustava.  0 1 1

Na primjer,   1 1 1 1 1 0 0 → 0 1 1 1 1 0 1 1 0 1 1  1 1 1 0 1 1 → 0 −1 0 z = 1,

 0 0 → 1 III − I   1 1 1 0 0 1 1  → 0 0 0 1 1 III + II x = 0.  0 0 , 1

pa je rjeˇenje sustava s

y = −1,

U praksi je poˇeljno vrˇiti zamjenu redaka i kada je broj kojim dijelimo z s jako blizu nule. Gotovi programi uvijek vrˇe zamjenu redaka i to na naˇin s c da se najve´i element po apsolutnoj vrijednosti u stupcu kojeg poniˇtavamo c s dovede na vode´u poziciju. Na taj naˇin uvijek vrijedi |m ij | ≤ 1 ˇto doprinosi c c s numeriˇkoj stabilnost algoritma. c

2.4.3

Elementarne matrice transformacija

odgovara mnoˇenju drugog retka matrice A s brojem π. Op´enito, matrica z c Di se od jediniˇne matrice razlikuje samo u jednom elementu i to (D i )ii = 1 i c (Di )ii = 0. Na sliˇan naˇin, pomo´u produkta c c c   0 0 1 0 0 1 0 0  P13 A =  1 0 0 0 A 0 0 0 1

U poglavlju 2.4 smo vidjeli kako je pribrajanje jednom retku nekog drugog retka pomnoˇenog nekim brojem ekvivalentno mnoˇenju s elementarnom maz z tricom M s lijeva. No, i ostale operacije na retcima moˇemo interpretirati na z sliˇan naˇin. Neka je A ∈ M45 . Tada produkt c c   1  π  A D2 A =   1  1

vrˇimo zamjenu prvog i tre´eg retka matrice A. Op´enito, matrica P = P ij se s c c od jediniˇne matrice razlikuje samo u ˇetiri elementa i to c c (Pij )ii = (Pij )jj = 0, (Pij )ij = (Pij )ji = 1.

52

LINEARNA ALGEBRA

Matrica P se zove matrica permutacije. Ona je simetriˇna, P = P T , i vrijedi c T P = P P T = I. Dakle, matrica P je regularna, a njena inverzna matrica je P upravo P T (vidi poglavlje 2.8). Zadatak 2.5 Neka je A ∈ M45 . Na koji naˇin moˇemo pomo´u mnoˇenja c z c z matrice A elementarnim matricama tre´em stupcu dodati trostruki prvi stuc pac; zamijeniti drugi i peti stupac; tre´i stupac pomnoˇiti s dva? c z

2.5

Linearna nezavisnost

Neka su a1 , a2 , · · · , ak ∈ Mn1 stupˇani vektori. Vektor c a = λ 1 a1 + λ 2 a2 + · · · + λ k ak , λ1 , · · · , λk ∈ R,

zove se linearna kombinacija vektora a 1 , · · · , ak . Definicija 2.3 Vektori a1 , a2 , · · · , ak su linearno nezavisni ako za sve skalare λ1 , · · · , λ k ∈ R λ1 a1 + λ 2 a2 + · · · + λ k ak = 0 ⇒ λ1 = · · · = λk = 0.

U protivnom su vektori a1 , · · · , ak linearno zavisni. Drugim rijeˇima, a1 , · · · , ak su linearno zavisni ako i samo ako postoje λ 1 , · · · , λk c takvi da je λ1 a1 + λ 2 a2 + · · · + λ k ak = 0 i da je barem jedan od λi razliˇit od nule, odnosno c |λ1 | + |λ2 | + · · · + |λk | > 0. Ovaj uvjet joˇ zapisujemo kao i |λi | > 0. Ekvivalentna formulacija gornjeg s uvjeta glasi i λ2 > 0. Linearna zavisnost skupa vektora znaˇi i da je jedan c i od tih vektora linearna kombinacija preostalih – ako je na primjer λ 1 = 0, tada je λk λ2 a1 = − a2 − · · · − ak . λ1 λ1 Linearna kombinacija i linearna nezavisnost retˇanih vektora definira se c analogno. Bez dokaza navodimo sljede´e tvrdnje: c (a) ako je neki od vektora a1 , · · · , ak nul-vektor, tada su ti vektori linearno zavisni, (b) ako medu vektorima a1 , · · · , ak ima jednakih, tada su ti vektori linearno zavisni,

2.6 Rang matrice

53

(c) ako su vektori a1 , · · · , ak linearno nezavisni, tada je svakih p < k vektora izabranih izmedu tih vektora takoder linearno nezavisno, (d) ako su vektori a1 , · · · , ak linearno zavisni, tada su i vektori a1 , · · · , ak , ak+1 , · · · , aq linearno zavisni za bilo koje vektore a k+1 , · · · , aq , (e) bilo kojih n + 1 vektora iz skupa M n1 (ili M1n ) su linearno zavisni. Primjer 2.4 Vektori e1 , e2 , e3 , e4 definirani s       1 0 0 0 1 0 e1 =   , e 2 =   , e 3 =   , 0 0 1 0 0 0   0 0 e4 =   , 0 1

su nezavisni, jer

λ1 e1 + λ 2 e2 + λ 3 e3 + λ 4 e4 = 0 povlaˇi λ1 = λ2 = λ3 = λ4 = 0. Dodamo li ovom skupu peti vektor a = c T α β γ δ , tada su vektori e1 , e2 , e3 , e4 , a linearno zavisni jer je jedan od njih linearna kombinacija ostalih, a = αe1 + βe2 + γe3 + δe4 . Napomena 2.2 Skup vektora {e1 , e2 , e3 , e4 } tvori jednu bazu ˇetverodimenzionalnog c vektorskog prostora M4 . Op´enito, svaki skup od n linearno nezavisnih vekc tora n-dimenzionalnog prostora tvori jednu bazu tog prostora te se svaki vektor iz tog prostora moˇe prikazati kao linearna kombinacija vektora baze. z

2.6

Rang matrice

Rang matrice A jednak je maksimalnom broju linearno nezavisnih stupaca. Maksimalan broj linearno nezavisnih stupaca jednak je maksimalnom broju linearno nezavisnih redaka matrice (ovu tvrdnju navodimo bez dokaza). Iz toga slijedi da je rang(A) = rang(AT ). c Takoder, ako je A tipa m × n, tada je oˇito rang(A) ≤ min{m, n}. Iz primjera 2.4 zakljuˇujemo kako jediniˇna matrica I n ima rang n. Matrice c c Mi iz poglavlja 2.4 te matrice Di i Pij iz poglavlja 2.4.3, takoder uvijek imaju rang jednak dimenziji.

54

LINEARNA ALGEBRA

Iz ovih primjera zakljuˇujemo da rang matrice lako moˇemo raspoznati c z iz trokutastog oblika. Kako elementarne transformacije iz poglavlja 2.4 ne mijenjaju rang matrice, zakljuˇujemo da je postupak traˇenja ranga istovjetan c z s postupkom Gaussove eliminacije. Tako je, dakle, rang matrice sustava iz primjera 2.1 jednak tri, kao i rang matrice sustava iz primjera 2.2, dok je rang matrice sustava iz primjera 2.3 jednak dva, a rang proˇirene matrice sustava s iz istog primjera jednak tri. Definicija 2.4 Matrice A i B istog tipa su ekvivalentne ako imaju isti rang. Piˇemo A ∼ B. s Teorem 2.4 Ako su matrice A i B ekvivalentne, tada se matrica B moˇe z dobiti iz matrice A pomo´u elementarnih transformacija koje se sastoje od c mnoˇenja retka s brojem razliˇitim od nule, zamjene dvaju redaka i dodavanja z c jednog retka drugome te istih operacija sa stupcima. Dokaz. Pomo´u navedenih elementarnih transformacija matricu A moˇemo c z svesti na oblik   1   1     ..   .   ,  1     0     ..  .  0

pri ˇemu je rang(A) jednak broju dijagonalnih elemenata koji su jednaki jedan. c Kako A i B imaju isti rang, to i matricu B moˇemo svesti na isti oblik. Sada z lako nademo niz elementarnih transformacija koje matricu A prebacuju u matricu B. Kako se sve navedene elementarne transformacije mogu izvesti mnoˇenjem z matrice A elementarnim matricama transformacija bilo s lijeva bilo s desna, a te matrice su regularne (vidi poglavlje 2.8), zakljuˇujemo da je A ∼ B ako i c samo ako postoje regularne matrice matrice S i T takve da je B = SAT.

2.7

Kronecker–Capellijev teorem

Sljede´i teorem nam opisuje strukturu rjeˇenja sustava linearnih jednadˇbi c s z u ovisnosti o rangu matrice sustava i rangu proˇirene matrice sustava. s

2.7 Kronecker–Capellijev teorem

55

Teorem 2.5 (Kronecker–Capelli) Za sustav Ax = b vrijedi: (i) Sustav ima rjeˇenje ako i samo ako matrice A i A s b imaju isti rang.

(ii) Ako je rang(A) = rang( A b ), tada sustav ima ista rjeˇenja kao i s sustav koji dobijemo kada uzmemo rang(A) nezavisnih jednadˇbi, odnosno z rang(A) linearno nezavisnih redaka matrice A b . (iii) Neka sustav ima rjeˇenje i neka je n broj nepoznanica. Tada je rjeˇenje s s jedinstveno ako i samo ako je rang(A) = n. Ako je rang(A) < n, tada sustav ima beskonaˇno rjeˇenja koja su izraˇena pomo´u n − rang(A) c s z c parametara. Dokaz. (i) Neka sustav ima rjeˇenje x = x1 x2 · · · s a1 , a 2 , · · · , a n stupci matrice A. Iz poglavlja 2.1.6 zakljuˇujemo da matriˇno mnoˇenje Ax = c c z b moˇemo pisati i kao z x1 a1 + x2 a2 + · · · + xn an = b. (2.6) xn
T

i neka su

Dakle, b je linearna kombinacija stupaca matrice A pa je rang( A b )≤ rang(A). Kako se dodavanjem stupca rang ne moˇe smanjiti, zakljuˇujemo da z c je rang( A b ) = rang(A). b ) = r. Kako ve´ medu stupcima c Obratno, neka je rang(A) = rang( A matrice A ima r linearno nezavisnih, zakljuˇujemo da je b linearna kombinacija c stupaca matrice A, odnosno da postoje brojevi x 1 , x2 , · · · , xn za koje vrijedi (2.6). U matriˇnom obliku to odgovara zapisu Ax = b, ˇto znaˇi da je x c s c rjeˇenje sustava. s Dokaze tvrdnji (ii) i (iii) izostavljamo.

Zadatak 2.6 Protumaˇite primjere 2.1, 2.2 i 2.3 prema teoremu 2.5. c Posebno je lagana primjena Kronecker–Capellijevog teorema na homogene sustave, odnosno sustave oblika Ax = 0. Homogeni sustav oˇito uvijek ima trivijalno rjeˇenje x = 0. Iz teorema 2.5 c s slijedi da ´e homogeni sustav imati i netrivijalna (parametarska) rjeˇenja ako c s i samo ako je rang(A) < n, pri ˇemu je n broj nepoznanica. c

56

LINEARNA ALGEBRA

2.8

Inverzna matrica

Kod mnoˇenja realnih brojeva svaki broj razliˇit od nule ima svoj inverz, z c odnosno x · x−1 = x−1 · x = 1, ∀x = 0. U skupu kvadratnih matrica Mn imamo sljede´u definiciju. c Definicija 2.5 Matrica A ∈ Mn je regularna (invertibilna, nesingularna) ako postoji matrica B ∈ Mn za koju vrijedi AB = BA = I. Matrica je singularna ako nije regularna. Matrica B je, ukoliko postoji, jedinstvena. Tu tvrdnju dokazujemo na sljede´i naˇin: pretpostavimo da je C neka druga matrica za koju vrijedi c c AC = CA = I. Tada je C = CI = C(AB) = (CA)B = IB = B. Stoga moˇemo uvesti oznaku B = A−1 . Matrica A−1 zove se inverzna matrica z matrice A. Dakle, za svaku regularnu matricu vrijedi AA−1 = A−1 A = I. (2.7)

Kao ˇto kod brojeva broj nula nema inverz, postavlja se pitanje da li su s sve kvadratne matrice regularne. Odgovor na to pitanje daje sljede´i teorem. c Teorem 2.6 Matrica A ∈ Mn je regularna ako i samo ako je rang(A) = n. Dokaz. Neka je rang(A) = n i neka ei oznaˇava i-ti stupac jediniˇne mac c trice. Po Kronecker–Capellijevom teoremu 2.5 svaki od sustava Ax i = ei ima jedinstveno rjeˇenje. Neka je s X = x1 x2 · · · xn .

Tada je oˇito AX = I. Sliˇno, rang(A T ) = n povlaˇi da svaki od sustava c c c AT yi = ei ima jedinstveno rjeˇenje. Ako stavimo s Y = y1 y2 · · · yn ,

tada je oˇito AT Y = I, odnosno Y T A = I. Sada imamo c Y T = Y T I = Y T (AX) = (Y T A)X = IX = X, pa je X = Y T = A−1 , odnosno A je regularna.

2.8 Inverzna matrica

57

Obratno, neka je A regularna. Pretpostavimo da teorem ne vrijedi, odnosno rang(A) < n. Kako su stupci od A zavisni, zakljuˇujemo da postoji vektor c x = 0 takav da je Ax = 0. No iz A−1 Ax = Ix = 0 slijedi da je x = 0, ˇto je s kontradikcija. Skup Gn svih regularnih matrica ima sljede´a svojstva: c (i) Gn = Mn , (ii) I ∈ Gn , (iii) (AB)−1 = B −1 A−1 za ∀A, B ∈ Gn , (iv) (A−1 )−1 = A za ∀A ∈ Gn . Svojstvo (i) slijedi iz teorema 2.6, svojstvo (ii) vrijedi jer II = I povlaˇi c I −1 = I, svojstvo (iii) slijedi iz (AB)(B −1 A−1 ) = A(BB −1 )A−1 = AIA−1 = AA−1 = I, a svojstvo (iv) slijedi iz (2.7). Dokaz teorema 2.6 nam daje postupak za raˇunanje inverzne matrice. c Naime, svi sustavi Axi = ei imaju zajedniˇku matricu sustava pa proˇirene c s matrice svih n sustava moˇemo pisati zajedno, z A I .

Kada pomo´u elementarnih transformacija dobijemo oblik c I B ,

tada je A−1 = B. Ukoliko se ne moˇe dobiti ovaj oblik, A je singularna. z Zadatak 2.7 Nadite inverznu matricu matrice  1 2 3 A = 4 5 6  7 8 6 i provjerite da vrijedi (2.7). 

58

LINEARNA ALGEBRA

2.9

Determinante

Za definiciju determinante potreban nam je pojam permutacije. Permutacija brojeva 1, 2, . . . , n je svaka uredena n-torka (i 1 , i2 , . . . , in ) u kojoj se svaki od brojeva 1, 2, . . . , n javlja toˇno jedanput. Brojevi i p i iq su u inc verziji ako je p < q i ip > iq . Permutacija je parna ako je broj inverzija u njoj paran, a neparna inaˇe. Sljede´a tablica prikazuje sve permutacije brojeva c c 1, 2, 3, broj inverzija i parnost: permutacija (1,2,3) (1,3,2) (2,1,3) (2,3,1) (3,1,2) (3,2,1) # inverzija 0 1 1 2 2 3 parnost parna neparna neparna parna parna neparna

Vidimo da je pola permutacija parno, a pola neparno. To vrijedi za svaki n. Teorem 2.7 Vrijedi sljede´e: c (i) broj permutacija od n brojeva jednak je n(n − 1)(n − 2) · · · 1 ≡ n!, (ii) ako u permutaciji (i1 , i2 , . . . , in ) zamijenimo mjesta brojevima ip i iq , p = q, parnost ´e se promijeniti. c Dokaz. (i) Prvo mjesto u permutaciji moˇemo popuniti s n brojeva, a drugo mjesto z u permutaciji moˇemo popuniti s preostalih n − 1 brojeva. To znaˇi da z c prva dva mjesta moˇemo popuniti na n(n − 1) razliˇitih naˇina pa prvu z c c tvrdnju moˇemo dokazati indukcijom. z (ii) Ako dva susjedna elementa zamijene mjesta, tada se parnost promijeni. Pretpostavimo sada da je q − p > 1, odnosno i p i iq nisu susjedi. Tada ip moˇemo prebaciti na q-tu poziciji s q − p zamjena susjednih elemez nata udesno. Pri tome su se svi elementi i p+1 , . . . , iq pomakli za jedno mjesto ulijevo. Sada pomo´u q − p − 1 zamjena susjednih elemenata c ulijevo prebacimo element iq s pozicije q − 1 na poziciju p. Pri tome se ostali elementi ip+1 , . . . , iq−1 vrate na svoja originalna mjesta, a i p i iq su zamijenili mjesta. Ukupno smo izvrˇili 2(q − p) − 1, dakle neparni broj s zamjena susjednih elemenata pa se parnost promijenila.

2.9 Determinante

59

Zadatak 2.8 Odredite parnost permutacije (1, 3, 5, 7, 6, 2, 4), a zatim zamijenite i2 i i5 na naˇin koji je opisan u dokazu teorema 2.7. c Sada moˇemo definirati determinantu. z Definicija 2.6 Determinanta matrice A = (a ij ) ∈ Mn je broj det(A) =
π∈Πn

(−1)k(π) a1i1 a2i2 · · · anin ,

(2.8)

pri ˇemu je Πn skup svih permutacija π = (i1 , i2 , . . . , in ), a k(π) je broj inc verzija u permutaciji π. Determinantu matrice A joˇ oznaˇavamo s |A|. Na primjer, s c a b = ad − bc, c d i a11 a12 a13 a21 a22 a23 = + a11 a22 a33 − a11 a23 a32 − a12 a21 a33 a31 a32 a33 + a12 a23 a31 + a13 a21 a32 − a13 a22 a31 . Formulu za determinantu matrice 3 × 3 jednostavnije pamtimo pomo´u Sarc rusovog pravila. Za izraˇunavanje formule (2.8) potrebno je (n − 1)n! mnoˇenja i n! − 1 c z zbrajanja, ˇto je praktiˇno neizvedivo za veliki n. U poglavlju 2.9.1 ´emo s c c vidjeti kako se determinante efikasno raˇunaju pomo´u Gaussove eliminacije. c c Svaki umnoˇak u formuli (2.8) ima toˇno jedan element iz svakog retka i z c svakog stupca, pri ˇemu su indeksi redaka navedeni u osnovnoj permutaciji c (1, 2, . . . , n). No, svaki umnoˇak moˇemo zapisati i tako da indeksi stupaca z z budu u osnovnoj permutaciji. Indeksi redaka tada stoje u inverznoj permutaciji permutacije π. Moˇe se pokazati da inverzna permutacija ima istu z parnost kao i π. Stoga vrijedi det(A) = (−1)k(π) ai1 1 ai2 2 · · · ain n . (2.9)

π∈Π

Zadatak 2.9 Izraˇunajte determinantu matrice 3 × 3 prema formuli (2.9) i c usporedite s izrazom (2.9) kojeg smo dobili prema formuli (2.8).

60

LINEARNA ALGEBRA

2.9.1

Svojstva determinanti

Navodimo najvaˇnija svojstva determinanti. Dokazi nekih tvrdnji dani su z u obliku uputa ili naznaka ili u vrlo saˇetom obliku. z D1. Determinanta trokutaste matrice jednaka je produktu elemenata na dijagonali. Ako je A recimo gornje trokutasta matrica, tada svi umnoˇci u (2.8), osim s a11 a22 · · · ann , imaju barem jedan element iz donjeg trokuta pa su jednaki nula. Na primjer, za jediniˇnu matricu vrijedi c det(I) = 1. D2. det(A) = det(AT ). Jednakost vrijedi zbog formula (2.8) i (2.9). Iz ovog svojstva zakljuˇujemo c da sva svojstva koja ´emo navesti za retke vrijede i za stupce. c D3. Zamjenom dvaju stupaca determinanta mijenja predznak. Zamjenom dvaju stupaca u svakom umnoˇku u formuli (2.8) dolazi do s zamjene dvaju elemenata u permutaciji drugih indeksa pa se po teoremu 2.7 u svakom umnoˇku parnost permutacije promijeni. s D4. Determinanta matrice s dva jednaka stupca je nula. Svojstvo slijedi stoga ˇto po svojstvu D3 zamjenom dvaju redaka deters minanta mijenja predznak, a kako smo zamijenili iste retke determinanta se ne mijenja. Koji broj jedini ostaje isti kada promijeni predznak? D5. Determinanta je multilinearna funkcija svojih stupaca, odnosno ··· βb + γc · · · = β · · · b ··· + γ ··· c ··· .

Ovo svojstvo slijedi direktno iz formule (2.8). Posebno zakljuˇujemo da c za matricu A1 koja se dobije tako ˇto se svi elementi nekog stupca matrice s A pomnoˇe s brojem α vrijedi z det(A1 ) = α det(A). Takoder, ako matrica A ima nul-stupac, tada je det(A) = 0. D6. Determinanta se ne mijenja ako jednom stupcu pribrojimo neki drugi stupac pomnoˇen s nekim brojem. z Po svojstvu D5 vrijedi

2.9 Determinante

61

···

a + βb · · ·

b ··· = ···

+ β ···

a ···

b ···

b ···

b ··· ,

a po svojstvu D4 je druga determinanta na desnoj strani jednaka nula. D7. Za matrice A, B ∈ Mn vrijedi det(AB) = det(A) det(B). Na primjer, za regularnu matricu A det(AA−1 ) = det(A) det(A−1 ) = det(I) = 1 povlaˇi c det(A−1 ) = 1 . det(A)

D8. Determinanta je razliˇita od nule ako i samo ako su stupci matrice linc earno nezavisni, odnosno ako je matrica regularna. Ako je rang(A) < n, tada je jedan od stupaca linearna kombinacija ostalih pa ga, koriste´i operacije iz svojstva D6, moˇemo poniˇtiti. Tada je c z s det(A) = 0 po svojstvu D5. Obratno, ako je det(A) = 0, tada matrica A mora biti singularna, odnosno rang(A) < n, jer bi u protivnom det(A) det(A −1 ) = 1 povlaˇilo det(A) = c 0. Napomena 2.3 Koriste´i svojstva D3, D5 i D6 lako moˇemo pratiti kako se c z determinanta mijenja kada vrˇimo elementarne transformacije na matrici – s determinanta ili promijeni predznak ili se uve´a za neki faktor ili ostane ista. c Nakon ˇto Gaussovom eliminacijom dobijemo trokutasti oblik, determinantu s lako izraˇunamo po svojstvu D1. Napose, ako koristimo samo matrice transc formacije Mi opisane u poglavlju 2.4, ˇija je determinanta jednaka jedan, tada c je determinanta polazne matrice jednaka determinanti trokutaste matrice. Zadatak 2.10 Izraˇunajte c 1 −2 1 2 1 −2 −1 −1 0 pomo´u formule (2.9) i pomo´u Gaussove eliminacije (vidi primjer 2.1). c c

62

LINEARNA ALGEBRA

2.9.2

Podmatrice i poddeterminante

Rang matrice moˇemo definirati i pomo´u podmatrica. Neka je zadana z c matrica A tipa m × n. Na presjeku r redaka i s stupaca matrice A nalazi se matrica tipa r × s koju zovemo podmatrica ili submatrica matrice A. Naravno da je i A svoja vlastita podmatrica, kao i svaki element od A. Poddeterminante matrice A su determinante kvadratnih podmatrica matrice A. Teorem 2.8 Sljede´e tvrdnje su ekvivalentne: c (i) rang(A) = r. (ii) Barem jedna poddeterminanta od A reda r je razliˇita od nule, a sve c poddeterminante reda ve´eg od r su jednake nula. c

2.9.3

Laplaceov razvoj determinante

Neka Dij oznaˇava determinantu podmatrice koja se dobije kada iz kvadratne c matrice A ispustimo i-ti redak i j-ti stupac. Algebarski komplement ili kofaktor elementa aij je broj Aij = (−1)i+j Dij . Ako pribrojnike u formulama (2.8) ili (2.9) grupiramo po elementima koji se nalaze u i-tom retku dobijemo Laplaceov razvoj determinante po elementima i-tog retka,
n

det(A) =
j=1

aij Aij .

Sliˇno, ako pribrojnike grupiramo po elementima koji se nalaze u j-tom stupcu, c tada dobijemo razvoj determinante po elementima j-tog stupca,
n

det(A) =
i=1

aij Aij .

Na primjer, koriste´i svojstva determinanti i Laplaceov razvoj imamo c −2 8 8 −4 3 12 15 −3 =2·3·7 7 28 −14 14 3 8 4 3 −1 1 1 3 4 4 −2 4 5 −1 II + I III + I 4 −2 2 8 4 3 IV + 3 I

−1 4 4 −2 8 9 −3 0 8 9 −3 0 = 4032. = 42(−1)(−1)1+1 8 2 = 42 0 8 2 0 20 16 −3 0 20 16 −3

2.9 Determinante

63

2.9.4

Raˇunanje inverzne matrice c

Postoji joˇ jedan vaˇan izraz za inverznu matricu. s z ˜ Teorem 2.9 Neka je A regularna matrica i neka je A matrica ˇiji su elementi c algebarski komplementi Aij . Tada je A−1 = 1 ˜ AT . det(A)

˜ Dokaz. Stavimo B = AT / det(A). Tada je (AB)ij =
k

aik bkj =

1 det(A)

aik Ajk .
k

Za i = j suma na desnoj strani predstavlja Laplaceov razvoj determinante matrice A po i-tom retku pa je (AB)ii = 1. Za i = j suma na desnoj strani predstavlja Laplaceov razvoj determinante s dva jednaka retka pa je jednaka nuli. Dakle, AB = I. Sliˇno se pokaˇe BA = I pa je teorem dokazan. c z Zadatak 2.11 Nadite inverznu matricu matrice A iz zadatka 2.7 koriste´i c prethodni teorem.

2.9.5

Cramerovo pravilo

Sljede´i teorem daje formulu za rjeˇenje sustava linearnih jednadˇbi kada c s z je matrica sustava regularna. Teorem 2.10 (Cramer) Neka je A regularna matrica i neka je D i determinanta matrice koja se dobije kada se i-ti stupac matrice A zamijeni s vektorom b. Tada su komponente rjeˇenja sustava Ax = b dane s s xi = Dokaz. Matrica A je regularna pa je x = A−1 b = 1 ˜ AT b. det(A) Di . det(A)

Ova jednakost napisana po komponentama glasi xi = pa je teorem dokazan. 1 det(A) Aki bk =
k

1 Di det(A)

64 Zadatak 2.12 Neka je matrica sustava a11 x1 + a12 x2 = b1 a21 x1 + a22 x2 = b2

LINEARNA ALGEBRA

regularna. Rijeˇite sustav pomo´u Cramerovog pravila i provjerite rjeˇenje. s c s

2.10

Rjeˇavanje elektriˇne mreˇe s c z

U ovom poglavlju pokazat ´emo kako se pomo´u matriˇnog raˇuna mogu c c c c rjeˇavati elektriˇne mreˇe. Zanimljivo ja da se u tom postupku koriste mnoga s c z svojstva matrica i sustava jednadˇbi koja smo opisali u prethodnim poglavljima. z Stoga pra´enje primjera nije jednostavno i zahtijeva odliˇno poznavanje prethodc c nih poglavlja. Promotrimo mreˇu prikazanu na slici 2.2 1 . z
4

5 3 2 3 4 6

1 7 1

2

Slika 2.2: Elektriˇna mreˇa c z Grane mreˇe su oznaˇene s brojevima od 1 do 7, a ˇvorovi mreˇe s brojez c c z vima od 1 do 4. Grana k se sastoji od serijskog spoja otpora R k i naponskog ˇ izvora Uk , a kroz granu teˇe struja Ik (vidi Sliku 2.3). Cvor i ima napon c (potencijal) Vi . Naˇ zadatak je izraˇunati struje I k ako znamo otpore Rk i s c naponske izvore Uk . Za rjeˇavanje mreˇe koristimo dva zakona: s z
1

Ovaj primjer izradio je prof. dr. sc. Kreˇimir Veseli´, Fernuniversit¨t Hagen, Njemaˇka. s c a c

2.10 Rjeˇavanje elektriˇne mreˇe s c z
Rk i Uk

65
+
j

+
Ik

-

Slika 2.3: Standardna grana mreˇe z

– prvi Kirchoffov zakon po kojemu je zbroj struja koje ulaze u pojedini ˇvor jednak nula i c – Ohmov zakon po kojemu je struja kroz otpor = napon na otporu . otpor

Ako struje koje ulaze u ˇvor oznaˇimo s predznakom −, a struje koje izlaze c c iz ˇvora s predznakom +, tada prvi Kirchoffov zakon primijenjen na ˇvorove c c 1–4 daje I1 +I2 +I3 −I7 = 0 −I1 −I4 +I6 = 0 −I2 +I4 +I5 = 0 −I3 −I5 −I6 = 0

Vidimo da se radi o homogenom sustavu linearnih jednadˇbi koji ima ˇetiri z c jednadˇbe i sedam nepoznanica, I1 , . . . , I7 . Ako je z   I1 I2      1 1 1 −1 I3    −1  −1 1  , A= I = I4  ,    −1 1 1 I5    −1 −1 −1 I6  I7 tada matriˇni zapis sustava glasi c AI = 0. (2.10)

Matrica A zove se matrica incidencija ili matrica susjedstva zadane elektriˇne c mreˇe. Ako zadnji stupac matrice A premjestimo na prvo mjesto, dobit ´emo z c gornje trokutastu matricu pa lako vidimo da je rang(A) = 4. Ako k-ti vodiˇ ide od ˇvora i prema ˇvoru j, tada Ohmov zakon daje c c c Rk Ik = V i − V j + U k .

66

LINEARNA ALGEBRA

Dakle, imamo joˇ jedan sustav linearnih jednadˇbi koji glasi s z R1 I1 = V 1 − V 2 + U 1

R2 I2 = V 1 − V 3 + U 2

R3 I3 = V 1 − V 4 + U 3

R4 I4 = −V2 + V3 + U4 R5 I5 = V 3 − V 4 + U 5 R6 I6 = V 2 − V 4 + U 6

R7 I7 = −V1 + 0 + U7

Neka je R dijagonalna matrica otpora vodiˇa (matrica ˇiji su dijagonalni elc c ementi otpori), V vektor napona ˇvorova i U vektor naponskih izvora na c vodiˇima, c     U1 R1  U2     R2     V1  U3   R3  V2     ,  ,  R4 V =  U = U4  . R=    V3  U5   R5     V4  U6   R6 U7 R7 Uz ove oznake gornji sustav moˇemo zapisati u matriˇnom obliku kao z c RI = AT V + U. (2.11)

Primijetimo da se i u matriˇnom zapisu Ohmovog zakona ponovo javlja mac trica incidencija A, ovaj put transponirana. Matrica R je dijagonalna, a njeni dijagonalni elementi (otpori) su ve´i od c nule pa je prema tome R regularna i vrijedi 1 
R1

R−1

Kada jednadˇbu (2.11) pomnoˇimo s matricom R −1 s lijeve strane, dobit z z ´emo novi ekvivalentan sustav c I = R−1 AT V + R−1 U. (2.12)

     =    

1 R2

1 R3

1 R4

1 R5

1 R6

1 R7

         

2.10 Rjeˇavanje elektriˇne mreˇe s c z

67

Pomnoˇimo sada ovu jednadˇbu s matricom incidencija A s lijeve strane. To z z nam daje sustav AI = AR−1 AT V + AR−1 U = 0. (2.13) Zadnja jednakost u ovoj jednadˇbi slijedi iz prvog Kirchoffovog zakona (2.10). z Radi lakˇeg snalaˇenja uvedimo nove oznake, s z K = AR−1 AT , L = −AR−1 U. (2.14)

Matrica K i vektor L su poznati jer su matrice A i R i vektor U zadani. Matrica K je dimenzije 4 × 4, a vektor L je dimenzije 4 × 1. Matrica K je simetriˇna jer je c K T = (AR−1 AT )T = (AT )T (R−1 )T AT = AR−1 AT = K. Uz ove oznake jednadˇba (2.13) daje sustav od ˇetiri jednadˇbe i ˇetiri nepozz c z c nanice KV = L. (2.15) Primijetimo da u elektriˇnoj mreˇi ˇvorova uvijek ima manje nego vodiˇa. c z c c Stoga je ovaj sustav manjih dimenzija od sustava (2.10) pa je njega povoljnije rjeˇavati. s Prema Kronecker-Cappelijevom teoremu sustav (2.15) ´e imati jedinstveno c rjeˇenje V ako i samo ako je rang(K) = 4. Da je taj uvjet zaista ispuns jen moˇemo zakljuˇiti pomo´u sljede´eg vaˇnog teorema koji navodimo bez z c c c z dokaza. Teorem 2.11 Ako je matrica A tipa m × k i matrica B tipa k × n, tada je rang(A) + rang(B) − k ≤ rang(AB) ≤ min{rang(A), rang(B)}. Pored toga, za svaku matricu A vrijedi rang(AAT ) = rang(AT A) = rang(A). Da bi primijenili teorem 2.11, uoˇimo da matricu K moˇemo zapisati kao c z K = AR−1 AT = AS −1 (S −1 )T AT = F F T , gdje je F = AS −1 , a S = (sij ) je dijagonalna matrica ˇiji su dijagonalni c √ elementi skk = Rk . Kako je rang(A) = 4 i rang(S) = rang(R) = 7, prva tvrdnja teorema 2.11 daje 4 + 7 − 7 ≤ rang(AS −1 ) = rang(F ) ≤ min{4, 7}, odnosno rang(F ) = 4. Druga tvrdnja teorema 2.11 sada povlaˇi rang(K) = c rang(F ) = 4 pa sustav (2.15) ima jedinstveno rjeˇenje V . s

68

LINEARNA ALGEBRA

Konaˇno, nakon ˇto smo izraˇunali napone u ˇvorovima V , struje kroz c s c c vodiˇe I lako izraˇunamo uvrˇtavanjem u jednadˇbu (2.12). c c s z Za kraj, izraˇunajmo napone u ˇvorovima V i struje u vodiˇima I za elekc c c triˇnu mreˇu sa slike 2.2 za sluˇaj kada su otpori svih vodiˇa jednaki 10 oma, c z c c Rk = 10 Ω, a u vodiˇima 1, 4 i 5 se nalaze naponski izvori od jednog volta, c U1 = U4 = U5 = 1 V. Uvrˇtavanje u relaciju (2.14) daje s  0.4 −0.1 −0.1 −0.1  −0.1 0.3 −0.1 −0.1  , K=  −0.1 −0.1 0.3 −0.1  −0.1 −0.1 −0.1 0.3  Rjeˇenje sustava (2.15) daje napone u ˇvorovima s c 0  0.75 V =  −0.25 0.5  0.025 0.025 −0.05 0 0.025 0.025 0   V V  , V  V A A A A A A A   −0.1  0.2   L=  −0.2  . 0.1 

a uvrˇtavanje u jednadˇbu (2.12) daje struje u vodiˇima s z c

    I =    

    .    

Zadatak 2.13 Gornje rjeˇenje dobiveno je pomo´u sljede´eg programa napisanog s c c u programskom jeziku Matlab: A=[1 1 1 0 0 0 -1; -1 0 0 -1 0 1 0; 0 -1 0 1 1 0 0; 0 0 -1 0 -1 -1 0] R=diag([10 10 10 10 10 10 10]) U=[1 0 0 1 1 0 0]’ R1=inv(R) K=A*R1*A’ L=-A*R1*U V=K\L I=R1*(A’*V+U) U prvom retku programa matrica A je zadana po retcima, pri ˇemu su c retci odvojeni znakom ;. U drugom retku programa naredba diag koristi se

2.10 Rjeˇavanje elektriˇne mreˇe s c z

69

za kreiranje dijagonalne matrice ˇiji su dijagonalni elementi jednaki elemenc tima zadanog vektora. U tre´em, petom i zadnjem retku znak ’ oznaˇava c c transponiranu matricu. U ˇetvrtom retku koristi se naredba inv koja daje c inverznu matricu. U sedmom retku znak \ znaˇi rjeˇavanje sustava. c s Izvedite gornji program u Matlabu. Zatim rijeˇite elektriˇnu mreˇu sa slike s c z 2.2 za neke druge vrijednosti otpora R k i naponskih izvora Uk . Zadajte neku drugu elektriˇnu mreˇu i rijeˇite je na isti naˇin. Pri rjeˇavanju zadatka moˇete c z s c s z koristiti program Octave On-line.

3. VEKTORSKA ALGEBRA I ˇ ANALITICKA GEOMETRIJA
3.1 3.2 3.3 3.4 3.5 Vektori . . . . . . . . . . . . . . . . . . . . . . . . . . . 72 Zbrajanje vektora . . . . . . . . . . . . . . . . . . . . 74 Mnoˇenje vektora skalarom . . . . . . . . . . . . . . 75 z Prostor radijus-vektora . . . . . . . . . . . . . . . . . 77 Koordinatizacija . . . . . . . . . . . . . . . . . . . . . 77 3.5.1 3.5.2 Koordinatizacija pravca . . . . . . . . . . . . . . . . Koordinatizacija ravnine . . . . . . . . . . . . . . . . 77 78

3.5.3 Koordinatizacija prostora . . . . . . . . . . . . . . . 80 3.6 Duljina vektora, jediniˇni vektor, kut izmedu vekc tora i kosinusi smjerova . . . . . . . . . . . . . . . . . 82 3.7 Linearna nezavisnost vektora . . . . . . . . . . . . . 83 3.8 3.9 Baza prostora E . . . . . . . . . . . . . . . . . . . . . 84 Skalarni produkt . . . . . . . . . . . . . . . . . . . . . 85

3.10 Vektorski produkt . . . . . . . . . . . . . . . . . . . . 87 3.11 Mjeˇoviti produkt . . . . . . . . . . . . . . . . . . . . 90 s 3.12 Vektorsko-vektorski produkt . . . . . . . . . . . . . . 93 3.13 Pravac . . . . . . . . . . . . . . . . . . . . . . . . . . . 93 3.14 Ravnina . . . . . . . . . . . . . . . . . . . . . . . . . . 96 3.15 Primjene . . . . . . . . . . . . . . . . . . . . . . . . . . 98 3.15.1 Primjeri . . . . . . . . . . . . . . . . . . . . . . . . . 101

72

ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA

U ovoj glavi definirat ´emo pojam vektora, osnovne operacije s vektorima c (zbrajanje i mnoˇenje sa skalarom), prikaz vektora u koordinatnom sustavu z te produkte vektora s vektorom. Kod raˇunanja produkata vektora svoju c primjenu nalaze i determinante dimenzije 3 × 3. Potom ´emo pomo´u vektora c c izvesti jednadˇbu pravca u prostoru i jednadˇbu ravnine te objasniti kako z z ispitujemo medusobne odnose toˇaka, pravaca i ravnina. c

3.1

Vektori

U ovom poglavlju definirat ´emo pojmove duˇine, usmjerene duˇine i vekc z z tora te navesti osnovno svojstvo trodimenzionalnog Euklidskog prostora E. Pretpostavljamo da su pojmovi kao ˇto su pravac, ravnina, kut i prostor pozs nati. c c Definicija 3.1 Duˇina P Q je skup svih toˇaka pravca kroz toˇke P i Q koje se z c c s z nalaze izmedu toˇaka P i Q ukljuˇivˇi i njih. Duljina duˇine P Q je udaljenost toˇaka P i Q i oznaˇava se s d(P, Q) ili |P Q|. c c − − → Usmjerena duˇina P Q je duˇina kod koje su rubne toˇke uredene, odnosno z z c toˇka P je poˇetak ili hvatiˇte, a toˇku Q svrˇetak. Udaljenost toˇaka P i Q c c s c s c − − → se u ovom sluˇaju zove duljina (norma ili intenzitet) usmjerene duˇine P Q i c z − − → oznaˇava s |P Q|. c − − −→ → − Usmjerene duˇine P Q i P Q su ekvivalentne, odnosno z − − − → −→ PQ ∼ P Q , ako duˇine P Q i P Q imaju zajedniˇko poloviˇte (vidi sliku 3.1) . z c s Vektor je klasa ekvivalencije usmjerenih duˇina. Vektore oznaˇavamo s z c a, b, c, . . . , a, b, c, . . . . − − → Ako je usmjerena duˇina P Q predstavnik vektora a, tada je duljina (norma z ili intenzitet) vektora a jednaka udaljenosti toˇaka P i Q. Duljinu vektora c oznaˇavamo s |a|. c Nul-vektor je vektor koji ima poˇetak i kraj u istoj toˇki. Nul-vektor c c oznaˇavamo s 0, vrijedi |0| = 0, a njegovi predstavnici su sve usmjerene duˇine c z − − → oblika P P . Dokaˇimo da je relacija ∼ iz definicije 3.1 zaista relacija ekvivalencije. z Prema definiciji 1.4, relacija ekvivalencije je refleksivna, simetriˇna i tranzc − − → − − → itivna. Oˇito je P Q ∼ P Q pa je relacija ∼ refleksivna. Takoder, ako je c − −→ − − − − → −→ − → P Q ∼ P Q , tada je i P Q ∼ P Q pa je relacija ∼ simetriˇna. Dokaz tranzic tivnosti je neˇto sloˇeniji. Ukoliko toˇke P , Q, P i Q ne leˇe na istom pravcu, s z c z

3.1 Vektori
Q

73

P

Q’

P’

Slika 3.1: Ekvivalentne usmjerene duˇine z − − − → −→ tada je P Q ∼ P Q ako i samo ako su toˇke P QQ P susjedni vrhovi paraleloc grama (vidi sliku 3.1). Ukoliko toˇke P , Q, P i Q leˇe na istom pravcu, tada c z − − − → −→ je P Q ∼ P Q ako i samo ako vrijedi d(P, Q) = d(P , Q ) ∧ d(P, P ) = d(Q, Q ).

U ovom sluˇaju kaˇemo da su toˇke P QQ P susjedni vrhovi degeneriranog c z c paralelograma. Stoga, ako je − − − → −→ PQ ∼ P Q ∧ −→ −− − −→ P Q ∼P Q ,

tada su toˇke P QQ P susjedni vrhovi nekog paralelograma ili degeneriranog c paralelograma, a isto vrijedi i za toˇke P Q Q P . Tada su i toˇke P QQ P c c susjedni vrhovi nekog paralelograma ili degeneriranog paralelograma. Dakle −→ − − → −− P Q ∼ P Q pa je relacija ∼ tranzitivna. Vezu izmedu usmjerenih duˇina i vektora daje nam osnovno svojstvo eukz lidskog prostora: ako je P ∈ E proizvoljna toˇka i a zadani vektor, tada postoji c − − → jedinstvena toˇka Q takva da je usmjerena duˇina P Q predstavnik vektora a. c z S ovim postupkom je vektor a sveden na poˇetak P odnosno nanesen na P . c U primjenama ˇesto piˇemo i c s − − → a = P Q. Premda taj zapis nije sasvim korektan jer je vektor a klasa ekvivalencije, a − − → P Q samo jedan predstavnik tog vektora, zbog osnovnog svojstva euklidskog prostora uvijek je jasno o kojem se vektoru radi. Stoga uglavnom ne´emo c praviti razliku izmedu vektora i njegovog predstavnika.

74

ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA

Definicija 3.2 Vektori a i b su kolinearni ako leˇe na istom ili paralelnim z pravcima. Ako su vektori a i b kolinearni, moˇemo odbrati toˇke O, A i B z c koje leˇe na istom pravcu takve da je z − → a = OA, −→ − b = OB.

Vektori a i b imaju istu orijentaciju ako se toˇke A i B nalaze s iste strane c toˇke O. Vektori a i b imaju suprotnu orijentaciju ako se toˇke A i B nalaze c c s razliˇitih strana toˇke O. c c Iz definicije slijedi da su dva vektora jednaka ako su kolinearni, istog smjera i jednake duljine. Posebno, nul-vektor je kolinearan sa svakim vektorom i za njega nema smisla govoriti o orijentaciji.

3.2

Zbrajanje vektora

U ovom poglavlju definirat ´emo operaciju zbrajanja vektora te dati njena c osnovna svojstva. Definicija 3.3 Neka su zadani vektori a i b i toˇke O, A i B takve da je c − → a = OA, − − → b = AB.

−→ − Zbroj vektora a i b je vektor c = OB. Ovakav naˇin zbrajanja vektora zove c se pravilo trokuta i prikazan je na slici 3.2.
B c=a+b b

O

a

A

Slika 3.2: Zbrajanje vektora (pravilo trokuta) Vektore takoder moˇemo zbrajati i po pravilu paralelograma koje je prikazano z na slici 3.3. Viˇe vektora zbrajamo po pravilu poligona kao ˇto je prikazano na s s slici 3.4: ako su zadani vektori a1 , a2 , . . . , an i toˇke O, A1 , A2 , . . . , An takve c da je −→ − −− −→ −− − − −→ a1 = OA1 , a2 = A1 A2 , . . . , an = An−1 An ,

3.3 Mnoˇenje vektora skalarom z

75

a+b

b

a O

Slika 3.3: Pravilo paralelograma

tada je

−→ − a = a1 + a2 + · · · + an = OAn . (asocijativnost),

Zbrajanje vektora ima sljede´a svojstva: c Z1. (a + b) + c = a + (b + c) Z2. a + b = b + a

(komutativnost),

Z3. za nul-vektor 0 vrijedi a + 0 = 0 + a = a, − − → − − → Z4. za svaki vektor a = P Q postoji suprotni vektor −a = QP takav da je a + (−a) = a − a = 0. Suprotni vektor je kolinearan s a, ima istu duljinu i suprotnu orijentaciju. Svojstva Z2, Z3 i Z4 slijede direktno iz definicije zbrajanja vektora, dok je svojstvo Z1 prikazano na slici 3.5.

3.3
je

Mnoˇenje vektora skalarom z

Vektor a mnoˇimo s realnim brojem λ na sljede´i naˇin: ako je a = 0, tada z c c λa = 0, ∀λ ∈ R.

− → Ako je a = 0, odaberemo toˇke O i A takve da je a = OA. Produkt vektora a c i skalara λ je vektor −→ − b = λa = OB,

76

ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA

c a b d

a+b+c+d

Slika 3.4: Pravilo poligona
b

a a+b

b+c

c

(a+b)+c=a+(b+c)

Slika 3.5: Asocijativnost zbrajanja vektora

pri ˇemu toˇka B leˇi na pravcu koji prolazi kroz toˇke O i A i c c z c – za λ > 0 toˇka B leˇi s iste strane toˇke O kao toˇka A i vrijedi c z c c d(O, B) = λ · d(O, A), |b| = λ|a|,

– za λ < 0 toˇka B leˇi sa suprotne strane toˇke O od toˇke A i vrijedi c z c c d(O, B) = −λd(O, A), |b| = −λ|a| = |λ| |a|.

Mnoˇenje vektora skalarom ima sljede´a svojstva: z c M1. λ(a + b) = λa + λb, M2. (λ + µ)a = λa + µa,

3.4 Prostor radijus-vektora

77

M3. (λµ)a = λ(µa), M4. 0 a = 0, M5. 1 a = a, ∀a, ∀a.

3.4

Prostor radijus-vektora

U mnogim primjenama je praktiˇno uzeti predstavnike vektora koji svi c imaju hvatiˇte u istoj toˇki. Ako u prostoru E odaberemo toˇku O, svakoj s c c − − → − − → toˇki P pripada jednoznaˇno odreden vektor OP . Vektor OP je radijus-vektor c c ili vektor poloˇaja toˇke P u odnosu na hvatiˇte O. Skup radijus vektora V O je z c s skup svih takvih vektora. Zbrajanje radijus-vektora definira se kao i zbrajanje vektora u poglavlju 3.2, uz dodatak ˇto zbroj opet mora biti u skupu V O pa se koristi pravilo s paralelograma. Pri tome vrijede svojstva Z1–Z4. Mnoˇenje radijus-vektora skalarom definira se kao i mnoˇenje vektora skalarom z z u poglavlju 3.3, pri ˇemu vrijede svojstva M1–M5. c

3.5

Koordinatizacija

c c Uvodenje koordinatnog sustava omogu´ava predstavljanje vektora pomo´u realnih brojeva. Na taj naˇin se pojednostavnjuje rukovanje s vektorima, jer c se operacije s vektorima svode na odgovaraju´e operacije s brojevima. c

3.5.1

Koordinatizacija pravca

Koordinatizaciju pravca definiramo na sljede´i naˇin: odaberemo pravac p c c kroz toˇku O ∈ E te na njemu nanesemo brojevni pravac tako da je nula u toˇki c c − → O. Jediniˇni vektor i definiramo kao i = OI, pri ˇemu je broju 1 brojevnog c c pravca pridruˇena toˇka I. Vektor i je jednoznaˇno odreden i vrijedi z c c d(O, I) = |i| = 1. S ovim smo na pravcu p zadali koordinatni sustav (O, i). Svakoj toˇki T koja leˇi na pravcu p jednoznaˇno je pridruˇena njena apc z c z − → scisa x i vektor OT . Po pravilu o mnoˇenju vektora skalarom iz poglavlja 3.3 z vrijedi − → − → OT = x · OI = x i. − → Broj x je skalarna komponenta vektora OT . Zbog jednoznaˇnosti prikaza, u c koordinatnom sustavu (O, i) koristimo sljede´e oznake c − → − → OT = {x} ili OT = x .

78

ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA

Uvodenjem koordinatizacije operacije s vektorima sveli smo na operacije s brojevima: ako je − → OS = 3 i = 3 , tada je, na primjer, − → OT = 2 i = 2 ,

− → − → 4 (OS + 2 OT ) = 28 i = 28 .

3.5.2

Koordinatizacija ravnine

U ravnini ρ koja se nalazi u prostoru E prvo odaberemo toˇku O kao c z ishodiˇte. Zatim odaberemo medusobno okomite pravce p i q koji leˇe u ravnini s ρ i prolaze kroz toˇku O. Na pravcima p i q definiramo koordinatne sustave c (O, i) i (O, j), redom, pri ˇemu je c − → i = OI, − → j = OJ, |i| = |j| = 1.

Toˇke I i J su odabrane tako da toˇka I rotacijom oko toˇke O za kut π/2 u c c c pozitivnom smjeru, odnosno suprotno od kazaljke sata, prelazi u toˇku J. S c ovim smo u ravnini ρ zadali desni pravokutni (ortogonalni) koordinatni sustav (O, i, j), koji je prikazan na slici 3.6.

II Q y

I T

a J j x i III I P

IV

Slika 3.6: Koordinatizacija ravnine Brojevni pravac koji smo nanijeli na pravac p zove se apscisna os ili x-os, a brojevni pravac koji smo nanijeli na pravac q zove se ordinatna os ili y-os. Osi dijele ravninu ρ na ˇetiri kvadranta i to na I., II., III. i IV. kvadrant c (slika 3.6).

3.5 Koordinatizacija

79

Neka toˇka T pripada ravnini ρ. Pravac kroz toˇku T , koji je paralelan s c c pravcem q, sijeˇe pravac p u toˇki P . Toˇka P u koordinatnom sustavu (O, i) c c c ima koordinatu x. Pravac kroz toˇku T koji je paralelan s pravcem p sijeˇe c c pravac q u toˇki Q. Toˇka Q u koordinatnom sustavu (O, j) ima koordinatu y. c c x i y su koordinate toˇke T = (x, y) u sustavu (O, i, j), odnosno x je apscisa, c a y je ordinata toˇke T (slika 3.6). c − → Neka je a = OT radijus-vektor u ravnini ρ. Prema pravilu o zbrajanju vektora iz poglavlja 3.2 vrijedi (slika 3.6) − → − → − → OT = x OI + y OJ, odnosno a = x i + y j. − → Brojevi x i y su skalarne komponente radijus-vektora OT odnosno vektora a. − → − → − → Radijus-vektori x OI i y OJ su vektorske komponente radijus-vektora OT , a vektori x i i y j su vektorske komponente vektora a. Kako su skalarne komponente jednoznaˇno odredene toˇkom T , za oznaˇavanje c c c vektora koristimo skra´ene zapise c a = {x, y}, a= x y , a= x . y

Vidimo da vektor u ravnini moˇemo zapisati kao retˇanu matricu dimenz c zije 1 × 2 ili kao stupˇanu matricu dimenzije 2 × 1. Zbrajanje vektora i c mnoˇenje vektora skalarom stoga odgovara zbrajanju matrica i mnoˇenju maz z trica skalarom. Primjer 3.1 Neka je a = 2 i − 3 j, Tada je 3 (a + b) = 3 (2 i − 3 j + i + j) = 9 i − 6 j, odnosno 3 (a + b) = 3 2 1 + −3 1 = 9 . −6 b = i + j.

Poglavlje ´emo zavrˇiti s dvije definicije: vektori koji leˇe u ravnini ρ su c s z kolinearni ravnini ρ, a vektori su komplanarni ako imaju predstavnike koji su kolinearni jednoj ravnini. Na primjer, vektori i, j i a = x i+y j su komplanarni za ∀x, y ∈ R.

80

ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA

3.5.3

Koordinatizacija prostora

Koordinatizaciju trodimenzionalnog prostora E dobijemo sliˇno kao u prethodc nim poglavljima. Prvo odaberemo ishodiˇte O i medusobno okomite pravce p, s q i r koji prolaze kroz toˇku O. U ravnini razapetoj s pravcima p i q definiramo c desni pravokutni koordinatni sustav (O, i, j) na naˇin opisan u poglavlju 3.5.2. c Potom na pravcu r definiramo koordinatni sustav (O, k) tako da vektori i, j i k zadovoljavaju pravilo desnog vijka. Time smo definirali desni pravokutni koordinatni sustav (O, i, j, k) u prostoru E koji je prikazan na slici 3.7. Pri tome vrijedi − → i = OI, − → j = OJ,
r R z

−→ − k = OK,

|i| = |j| = |k| = 1.

T K k y i I j J Q q a

x P p T’

Slika 3.7: Koordinatizacija prostora Brojevni pravci koje smo nanijeli na pravce p, q i r su koordinatne osi i to redom apscisna, ordinatna i aplikatna os (x-os, y-os i z-os). Tri ravnine c x-y, x-z i y-z, koje su odredene odgovaraju´im koordinatnim osima, zovu se koordinatne ravnine i dijele prostor na osam oktanata. Neka je zadana toˇka T ∈ E. Ravnine paralelne s koordinatnim osima koje c prolaze kroz toˇku T sijeku koordinatne osi u toˇkama P , Q i R (slika 3.7). c c Koordinate tih toˇaka u koordinatnim sustavima (O, i), (O, j) i (O, k) jednake c

3.5 Koordinatizacija

81

su x, y i z. Brojevi x, y i z su koordinate toˇke T , odnosno x je apscisa, y je c ordinata, a z je aplikata toˇke T . c − → Brojevi x, y i z su takoder skalarne komponente vektora a = OT u sustavu (O, i, j, k). Prema pravilu o zbrajanju vektora iz poglavlja 3.2 vrijedi (slika 3.7) − − → −→ − − → − → − → −→ − OT = OT + OR = x OI + y OJ + z OK, odnosno a = x i + y j + z k. c c Skalarne komponente jednoznaˇno su odredene toˇkom T pa za oznaˇavanje c vektora koristimo skra´ene zapise c   x a = {x, y, z}, a= x y z , a = y  . z

Kako vektor u prostoru moˇemo zapisati ili kao retˇanu matricu dimenzije z c 1×3 ili stupˇanu matricu dimenzije 3×1, zbrajanje vektora i mnoˇenje vektora c z skalarom odgovara zbrajanju matrica i mnoˇenju matrica skalarom. z U koordinatnom sustavu moˇemo na´i skalarne komponente vektora, odnosno z c usmjerene duˇine koja je zadana s dvije toˇke. z c

Primjer 3.2 Neka su zadane toˇke A = (x A , yA , zA ) i B = (xB , yB , zB ). Kao c ˇto se vidi na slici 3.8 vrijedi s − → − − → −→ − OA + AB = OB, odnosno Dakle,   xB − x A − − → AB = (xB − xA ) i + (yB − yA ) j + (zB − zA ) k =  yB − yA  . zB − z A A = (1, 2, 3) ∧ B = (−1, 0, 5) ⇒ − − → AB = {−2, −2, 2}. − − → −→ − − → AB = OB − OA.

Na primjer,

Napomena 3.1 Kod definicije pravokutnih koordinatnih sustava u ovom i prethodnom poglavlju koristili smo medusobno okomite pravce. Medutim, koordinatni sustav se moˇe definirati i s pravcima koji nisu medusobno okomiti. z

82

ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA

B

O

A

Slika 3.8: Komponente vektora

Tako kod koordinatizacije ravnine moˇemo uzeti bilo koja dva pravca koja z prolaze kroz toˇku O i nisu paralelna. Sliˇno, kod koordinatizacije prostora c c moˇemo uzeti bilo koju koordinatizaciju neke odabrane ravnine u prostoru i z tre´i pravac koji prolazi kroz ishodiˇte i ne leˇi u toj ravnini (vidi poglavlje c s z 3.8).

3.6

Duljina vektora, jediniˇni vektor, kut izmedu c vektora i kosinusi smjerova
x2 + y 2 + z 2 .

Duljina ili norma vektora a = {x, y, z} jednaka je |a| = (3.1) Naime, dvostrukom primjenom Pitagorinog pouˇka (slika 3.7) dobijemo: c −→ − − → − − → − − → −→ − − − → |OT |2 = |OT |2 + |OR|2 = |OP |2 + |OQ|2 + |OR|2 . Jediniˇni vektor vektora a = 0 je vektor c a . a0 = |a| Iz definicije slijedi |a0 | = a 1 = |a| = 1, |a| |a|

odnosno jediniˇni vektor ima duljinu jedan, kolinearan je vektoru a i ima istu c orijentaciju. Na primjer, vektori i, j i k su sami svoji jediniˇni vektori. c

3.7 Linearna nezavisnost vektora

83

− → −→ − Neka je a, b = 0 i neka su OA i OB njihovi predstavnici s hvatiˇtem u toˇki s c O, redom. Kut izmedu vektora a i b definiramo kao kut izmedu usmjerenih − → −→ − duˇina OA i OB, z − −→ → − ∠(a, b) = ∠(OA, OB). Prikloni kutovi vektora a = 0 su kutovi koje taj vektor zatvara s vektorima i, j i k. Kosinusi smjerova su kosinusi priklonih kutova. Teorem 3.1 Kosinusi smjerova vektora a = 0 jednaki su skalarnim komponentama jediniˇnog vektora a0 . c Dokaz. Tvrdnja slijedi iz definicije skalarnog produkta u poglavlju 3.9 (vidi primjer 3.6). Ako je a = x i + y j + z k i ako priklone kutove oznaˇimo redom s α, β i γ, c tada je cos α = Oˇito je c a0 = cos α i + cos β j + cos γ k, 1 = cos2 α + cos2 β + cos2 γ. Primjer 3.3 Ako je a = i − 3 j + 2 k, tada je 3 2 1 a0 = √ i − √ j + √ k, 14 14 14 1 cos α = √ , 14 3 cos β = − √ , 14 2 cos γ = √ . 14 x x2 + y 2 + z 2 , cos β = y x2 + y 2 + z 2 , cos γ = z x2 + y 2 + z 2 .

3.7

Linearna nezavisnost vektora

Definicija linearne nezavisnosti vektora u prostoru E jednaka je definiciji linearne nezavisnosti stupˇanih vektora iz poglavlja 2.5, pri ˇemu smo se ovdje c c ograniˇili na trodimenzionalni prostor. c Linearna kombinacija vektora a1 , · · · , ak je vektor a = λ 1 a1 + λ 2 a2 + · · · + λ k ak , λ1 a1 + λ 2 a2 + · · · + λ k ak = 0 ⇒ λ1 , · · · , λk ∈ R, λ1 = · · · = λk = 0. Vektori a1 , a2 , · · · , ak su linearno nezavisni ako za sve skalare λ 1 , · · · , λk ∈ R

84

ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA

U protivnom su vektori linearno zavisni. Drugim rijeˇima, vektori a 1 , · · · , ak c su linearno zavisni ako i samo ako postoje λ 1 , · · · , λk takvi da je λ1 a1 + λ2 a2 + · · · + λk ak = 0, pri ˇemu je c Ako je |λi | > 0. a1 = {x1 , y1 , z1 }, · · · , ak = {xk , yk , zk }, tada je linearna nezavisnost vektora a 1 , · · · visnoˇ´u stupaca matrice sc  x1 x2 · · ·  y1 y2 · · · z1 z2 · · · , ak ekvivalentna s linearnom neza xk yk  . zk

Primjer 3.4 Svaka dva kolinearna vektora i svaka tri komplanarna vektora su linearno zavisna. Svaka ˇetiri vektora u prostoru E su linearno zavisna. c Svaka dva nekolinearna vektora i svaka tri nekomplanarna vektora su linearno nezavisna.

3.8

Baza prostora E

Svaka tri linearno nezavisna vektora a, b i c ˇine bazu prostora E i definic raju koordinatni sustav (O, a, b, c). Svaki vektor d iz prostora E moˇe se z jednoznaˇno prikazati kao linearna kombinacija vektora baze, odnosno c d = α a + β b + γ c. (3.2)

Sljede´i primjer prikazuje postupak transformacije iz jedne baze u drugu, c odnosno iz jednog koordinatnog sustava u drugi. Primjer 3.5 Neka su u sustavu (O, i, j, k) zadani vektori a = {1, −1, 1}, Definirajmo matricu b = {1, 0, 2},  c = {0, 1, −1}.

ˇiji su stupci zadani vektori. Vrijedi det A = −2 = 0 pa je prema svojstvu c D8 iz poglavlja 2.9.1 matrica A regularna, odnosno njeni stupci su linearno nezavisni. Dakle, vektori a, b i c ˇine bazu. c

 1 1 0 A = −1 0 1  1 2 −1

3.9 Skalarni produkt

85

Da bi vektor d = i+2 j+3 k prikazali u sustavu (O, a, b, c) trebamo rijeˇiti s jednadˇbu (3.2), odnosno z         0 1 1 1 2 = α −1 + β 0 + γ  1  . −1 2 1 3 Iz interpretacije matriˇnog mnoˇenja u poglavlju 2.1.6 vidimo da je ovo zac z pravo sustav linearnih jednadˇbi z      1 1 1 0 α −1 0 1  β  = 2 . 3 1 2 −1 γ Rjeˇenje sustava je α = −3/2, β = 5/2 i γ = 1/2, odnosno s 3 5 1 d = − a + b + c. 2 2 2 Obratno, vektor e = 2 a − b + c ima u sustavu (O, i, j, k) zapis     2 1 e = A −1 = −1 . 1 −1

3.9

Skalarni produkt

Definicija 3.4 Skalarni produkt vektora a i b je broj a · b = |a| |b| cos ∠(a, b). Joˇ koristimo oznake a b i (a, b). s Skalarni produkt ima sljede´a svojstva: c S1. a · b = 0 ako je a = 0 ili b = 0 ili a ⊥ b, S2. a · b ≥ 0 ako je ∠(a, b) ≤ π/2, a a · b < 0 ako je ∠(a, b) > π/2, S3. vrijedi i · i = j · j = k · k = 1,

i · j = j · i = i · k = k · i = j · k = k · j = 0, S4. a · a = |a| |a| = |a|2 ,

86

ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA

S5. a · b = |a| ba , gdje je

duljina projekcije vektora b na pravac definiran s vektorom a pomnoˇena z s odgovaraju´im predznakom prema svojstvu S2 (slika 3.9), c S6. a · b = b · a (komutativnost), (distributivnost), (homogenost).

ba = |b| cos ∠(a, b)

S7. a · (b + c) = a · b + a · c

S8. λ(a · b) = (λa) · b = a · (λb)

b

ab

a

Slika 3.9: Skalarni produkt U koordinatnom sustavu raˇunanje skalarnog produkta je vrlo jednostavno. c Teorem 3.2 Ako je a = ax i + ay j + az k, tada je a · b = a x bx + a y by + a z bz . Dokaz. Tvrdnja slijedi iz svojstava S7, S8 i S3. Ako su vektori a i b zadani kao stupˇane matrice, iz definicija matriˇnog c c mnoˇenja u poglavlju 2.1.3 i transponirane matrice u poglavlju 2.1.5 slijedi da z skalarni produkt moˇemo zapisati i kao z a · b = aT b. Definicija skalarnog produkta 3.4 i teorem 3.2 omogu´uju raˇunanje kuta c c izmedu dva vektora u prostoru pomo´u formule c cos ∠(a, b) = a·b . |a| |b| b = bx i + by j + bz k,

3.10 Vektorski produkt

87

Primjer 3.6 Kosinus kuta izmedu vektora a = {2, −3, 1} i b = {1, 1, 0} jednak je cos ∠(a, b) = a·b 2·1−3·1+1·0 1 √ =√ =− √ . |a| |b| 4+9+1 1+1 2 7

Na isti naˇin, kosinus priklonog kuta kojeg vektor a = {x, y, z} zatvara s c vektorom i jednak je cos ∠(a, i) = ˇime smo dokazali teorem 3.1. c Zadatak 3.1 Je li trokut ABC, gdje je A = (1, 3, 1), B = (0, 1, 2) i C = (1, −1, 0) pravokutan? Je li jednakokraˇan? c a·i = |a| |i| x x2 + y2 + z 2 ,

3.10

Vektorski produkt

Definicija 3.5 Vektorski produkt vektora a i b je vektor c = a × b takav da je |c| = |a| |b| sin ∠(a, b). Pored toga, ako je |c| > 0, tada je c⊥a ∧ c ⊥ b,

c pri ˇemu uredena trojka vektora (a, b, c) ˇini desni sustav (slika 3.10). c Vektorski produkt ima sljede´a svojstva: c V1. a × b = 0 ako je a = 0 ili b = 0 ili ako su vektori a i b kolinearni, V2. vrijedi i × i = j × j = k × k = 0, i × j = k, j × i = −k, j × k = i, k × j = −i,

k × i = j,

i × k = −j,

V3. a × b = −b × a

(anti-komutativnost), (distributivnost), (homogenost),

V4. a × (b + c) = a × b + a × c

V5. λ(a × b) = (λa) × b = a × (λb)

88

ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA

c

b

a

Slika 3.10: Vektorski produkt

b

|b| sin ϕ

ϕ a

Slika 3.11: Modul vektorskog produkta

V6. norma |a × b| jednaka je povrˇini paralelograma ˇto ga razapinju vektori s s a i b (slika 3.11). U pravokutnom koordinatnom sustavu vektorski produkt raˇunamo pomo´u c c determinante. Teorem 3.3 Ako je a = ax i + ay j + az k, tada je a × b = (ay bz − az by ) i + (az bx − ax bz ) j + (ax by − ay bx ) k, b = bx i + by j + bz k,

3.10 Vektorski produkt

89

odnosno

i j k a × b = ax ay az . bx by bz

Dokaz. Tvrdnja slijedi iz svojstava V2, V4 i V5. Napomena 3.2 Svojstva vektorskog produkta odgovaraju svojstvima determinanti iz poglavlja 2.9.1: – prvi dio svojstva V2 odgovara svojstvu D4 koje kaˇe da je determinanta z s dva jednaka retka jednaka nuli, – svojstvo V3 odgovara svojstvu D3 koje kaˇe da zamjenom dvaju redaka z determinanta mijenja predznak, – svojstva V4 i V5 odgovaraju svojstvu D5. Definicija vektorskog produkta 3.5 i teorem 3.3 omogu´uju raˇunanje povrˇine c c s poligonalnih likova u ravnini. Primjer 3.7 Izraˇunajmo povrˇinu trokuta c s A = (1, 2, 3), B = (0, −1, 2), ABC zadanog s C = (3, 3, 0).

Povrˇina trokuta jednaka je polovici povrˇine paralelograma razapetog s veks s − − − → → torima AB i AC (slika 3.12). Kako je − − → AB = {−1, −3, −1}, vrijedi P i j k − → − → 1 1− −1 −3 −1 = |AB × AC| = 2 2 2 1 −3 1√ 1 = |i (9 + 1) − j (3 + 2) + k (−1 + 6)| = 150 ≈ 6.12. 2 2 Uoˇimo da smo na jednostavan naˇin rijeˇili naoˇigled sloˇeni problem, jer smo c c s c z naˇli povrˇinu trokuta smjeˇtenog u prostoru, a nismo ga morali niti skicirati. s s s Na isti naˇin moˇemo provjeriti leˇe li tri toˇke na pravcu, jer ´e u tom sluˇaju c z z c c c povrˇina trokuta biti nula. s Na sliˇan naˇin moˇemo izraˇunati povrˇinu bilo kojeg poligonalnog lika u c c z c s prostoru, jer svaki takav lik moˇemo podijeliti na trokute. z − → AC = {2, 1, −3},

ABC

90

ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA
z A B

2

3 y

1

3 C

x

Slika 3.12: Povrˇina trokuta s

Zadatak 3.2 Izraˇunajte povrˇinu trokuta iz prethodnog primjera pomo´u c s c − − −→ → − paralelograma razapetog s vektorima BA i BC. Moˇe li se zadatak rijeˇiti ako z s − − −→ → − promatramo paralelogram razapet s vektorima AB i BC?

3.11

Mjeˇoviti produkt s

Definicija 3.6 Mjeˇoviti produkt ili vektorsko-skalarni produkt vektora a, b i s c je broj (a × b) · c = |a × b| |c| cos ∠(a × b, c) = |a| |b| sin ∠(a, b) |c| cos ∠(a × b, c).

Mjeˇoviti produkt jednak je volumenu ili negativnoj vrijednosti volumena s paralelopipeda kojeg razapinju vektori a, b i c. Naime, |a| |b| sin ∠(a, b) je povrˇina baze koja je razapeta vektorima a i b, a ako s ρ oznaˇimo ravninu s c baze, tada je |c| cos ∠(a × b, c) = ±|c| sin ∠(ρ, c),

3.11 Mjeˇoviti produkt s

91

ˇto je jednako visini ili negativnoj vrijednosti visine (slika 3.13). s Takoder zakljuˇujemo da je (a × b) · c = 0 ako i samo ako je barem jedan c od vektora nul-vektor ili ako su vektori komplanarni, odnosno linearno zavisni.

c

v

b

a

Slika 3.13: Mjeˇoviti produkt s

Teorem 3.4 Ako je a = {ax , ay , az }, tada je ax ay az (a × b) · c = bx by bz cx cy cz Dokaz. Tvrdnja slijedi iz teorema 3.2 i 3.3. Zadatak 3.3 Koriste´i teorem 3.4 i svojstvo determinante D3 iz poglavlja c 2.9.1 dokaˇite da je z (a × b) · c = (b × c) · a = (c × a) · b = −(a × c) · b = −(b × a) · c = −(c × b) · a. Sliˇno kao ˇto pomo´u vektorskog produkta moˇemo raˇunati povrˇine c s c z c s poligonalnih likova (primjer 3.7), tako pomo´u mjeˇovitog produkta i teorema c s 3.4 moˇemo raˇunati volumene svih tijela koja su omedena samo s ravnim z c plohama. Primjer 3.8 Izraˇunajmo volumen tetraedra ABCD zadanog toˇkama c c A = (0, −1, 0), B = (3, 3, 0), C = (−1, 3, 1), D = (1, 1, 4). b = {bx , by , bz }, c = {cx , cy , cz },

92

ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA

Volumen tetraedra jednak je ˇestini volumena paralelopipeda razapetog veks − − − → → −→ − torima AB, AC i AD (slika 3.14). Kako je − − → − → −→ − AB = {3, 4, 0}, AC = {−1, 4, 1}, AD = {1, 2, 4}, vrijedi − → − → −→ − 1 1 − V = |(AB × AC) · AD| = 6 6 3 4 0 −1 4 1 1 2 4 = 62 6

Uoˇimo da smo na jednostavan naˇin rijeˇili naoˇigled sloˇen problem, jer smo c c s c z naˇli volumen tijela, a nismo ga morali niti skicirati. Na isti naˇin moˇemo s c z provjeriti leˇe li ˇetiri toˇke u istoj ravnini, jer ´e u tom sluˇaju volumen z c c c c tetraedra biti nula. Na sliˇan naˇin moˇemo izraˇunati volumen bilo kojeg c c z c z tijela koje je omedeno samo s ravnim plohama, jer svako takvo tijelo moˇemo podijeliti na tetraedre.
z D

C

1

A
1

3

y

3

B x

Slika 3.14: Volumen tetraedra

Zadatak 3.4 Izraˇunajte volumen tetraedra iz prethodnog primjera pomo´u c c − −→ −→ − − → − paralelopipeda razapetog s vektorima BA, BC i BD. Moramo li uzeti vektore s hvatiˇtem u istom vrhu? s

3.12 Vektorsko-vektorski produkt

93

3.12

Vektorsko-vektorski produkt

Vektorsko-vektorski produkt vektora a, b i c je vektor (a × b) × c. Moˇe se pokazati da vrijedi z (a × b) × c = b (a · c) − a (b · c), (3.3)

odnosno, rezultiraju´i vektor leˇi u ravnini razapetoj s vektorima a i b. c z Sliˇno, c a × (b × c) = b (a · c) − c (a · b), (3.4) pa rezultiraju´i vektor leˇi u ravnini razapetoj s vektorima b i c. c z Zadatak 3.5 Dokaˇite formule (3.3) i (3.4) ako su vektori a, b i c zadani kao z u teoremu 3.4.

3.13

Pravac

Pravac p je u prostoru E zadan s dvije razliˇite toˇke T 1 i T2 . Za svaku c c − → −→ − − toˇku T koja leˇi na pravcu p vektori T1 T2 i T1 T su kolinearni, odnosno postoji c z t ∈ R takav da je (slika 3.15) −→ − −→ − T1 T = t T1 T2 . Uz oznake −→ − s = T1 T2 , −→ − r1 = OT1 , − → r = OT ,

imamo vektorsku jednadˇbu pravca z r − r1 = t s, odnosno r = r1 + t s, t ∈ R. (3.5) Vektor s je vektor smjera pravca p. Za vektor smjera moˇemo uzeti i bilo koji z drugi vektor koji je kolinearan s vektorom s. Neka je u koordinatnom sustavu (O, i, j, k)   a s = b , c   x1 r 1 =  y1  , z1   x r = y  . z t ∈ R,

94

ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA

T1 s T2 r T
1

p r

Slika 3.15: Pravac u prostoru

Eliminacijom parametra t iz jednadˇbe (3.6) dobivamo kanonsku (simetriˇnu) z c jednadˇbu pravca z y − y1 z − z1 x − x1 = = . (3.7) a b c U gornjoj formuli nazivnici ne oznaˇavaju dijeljenje nego skalarne komponente c vektora smjera pa ih piˇemo i onda kada su jednaki nula. s Primjer 3.9 Jednadˇba x-osi glasi z  x = t  y=0   z=0 odnosno

Tada vektorska jednadˇba pravca (3.5) prelazi u parametarsku jednadˇbu pravca z z  x = x1 + a t  t ∈ R. (3.6) y = y1 + b t   z = z1 + c t

t ∈ R,

x y z = = . 1 0 0 Naime, x-os prolazi ishodiˇtem O = (0, 0, 0), a vektor smjera joj je i = {1, 0, 0}. s No, x+5 y z √ = = , 0 0 2

3.13 Pravac

95

je takoder jednadˇba x-osi. z U formuli (3.7) je zapisan sustav od tri linearne jednadˇbe s tri nepoznanz ice, b (x − x1 ) = a (y − y1 ) c (x − x1 ) = a (z − z1 ) c (y − y1 ) = b (z − z1 ). (3.8)

Ove jednadˇbe definiraju pravac pa sustav ima jednoparametarsko rjeˇenje. z s Stoga su prema Kronecker-Capellijevom teoremu 2.5 jednadˇbe linearno zavz isne, a sustav je ekvivalentan sustavu od dvije linearno nezavisne jednadˇbe z koje odaberemo medu njima. Dakle, pravac moˇemo zadati s dvije linearno nezavisne jednadˇbe s tri z z nepoznanice, A1 x + B 1 y + C 1 z + D 1 = 0 A2 x + B2 y + C2 z + D2 = 0, (3.9) od kojih svaka predstavlja jednu ravninu u prostoru (poglavlje 3.14). Iz sustava (3.9) eliminacijom jedne od varijabli dobijemo kanonsku jednadˇbu (3.7), iz z koje onda lako dobijemo parametarsku jednadˇbu pravca (3.6). z z Primjer 3.10 Nadimo kanonsku i parametarsku jednadˇbu pravca zadanog s (slika 3.16) 2x + y + z + 1 = 0 x − y + 2z − 1 = 0. Kad od prve jednadˇbe oduzmemo dvostruku drugu dobijemo 3y − 3z + 3 = 0, z odnosno y+1 z y z−1 = ili = . 1 1 1 1 Kada zbrojimo prvu i drugu jednadˇbu dobijemo 3x + 3z = 0, odnosno z z x z x = ili = . 1 −1 −1 1 Stoga kanonska jednadˇba pravca glasi z x y+1 z = = . −1 1 1 Pravac prolazi toˇkom T = (0, −1, 0) i ima vektor smjera s = {−1, 1, 1}. c Parametarska jednadˇba glasi z  x = −t  t ∈ R. y = −1 + t   z=t

96

ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA
p -2*x-y-1 (-x+y+1)/2 z 3 0 -3

-3

-2

-1 x

0

1

2

3 -3

-2

-1

0

1

2 y

3

Slika 3.16: Pravac kao presjek ravnina

Primjer 3.11 Ako pravac p leˇi u x-y ravnini, tada svi izrazi koji sadrˇe z z varijablu z u (3.6), (3.7) i (3.8) nestaju. Posebno, (3.8) prelazi u b (x − x1 ) = a (y − y1 ). b (x − x1 ). a b Oznaˇimo li koeficijent smjera s k = a , dobijemo jednadˇbu pravaca kroz c z toˇku T1 = (x1 , y1 ) s koeficijentom smjera k, c y − y1 = y − y1 = k (x − x1 ). Ako odaberemo toˇku T1 = (0, l), pri ˇemu je l odsjeˇak na y-osi, dobijemo c c c poznatu jednadˇbu z y = k x + l. Ako je a = 0, imamo

3.14

Ravnina

Ravnina ρ je u prostoru E zadana s tri toˇke T 1 , T2 i T3 koje ne leˇe na c z −→ − → − → − − − istom pravcu. Za svaku toˇku T koja leˇi u ravnini ρ vektori T1 T , T1 T2 i T1 T3 c z su komplanarni (slika 3.17). Stoga je volumen paralelopipeda ˇto ga razapinju s ti vektori jednak nula (primjer 3.8), odnosno −→ − → − → − − − T1 T · (T1 T2 × T1 T3 ) = 0. (3.10)

3.14 Ravnina

97

Uz oznake −→ − r1 = OT1 , − → r = OT , −→ −→ − − n = T1 T2 × T1 T3 ,

jednadˇba (3.10) prelazi u vektorsku jednadˇbu ravnine z z (r − r1 ) · n = 0. (3.11)

Vektor n je normalni vektor ili normala ravnine ρ. Svaki vektor kolinearan s n je takoder normala ravnine ρ.

n

r1

T1

T2 ρ T

r

T3

Slika 3.17: Ravnina u prostoru Ako je u koordinatnom sustavu (O, i, j, k) n = {A, B, C}, r1 = {x1 , y1 , z1 }, r = {x, y, z},

tada vektorska jednadˇba ravnine (3.11) prelazi u jednadˇbu ravnine kroz toˇku z z c T1 = (x1 , y1 , z1 ), A(x − x1 ) + B(y − y1 ) + C(z − z1 ) = 0. z c z Sredivanje gornje jednadˇbe daje op´i oblik jednadˇbe ravnine Ax + By + Cz + D = 0. (3.13) (3.12)

98

ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA

U obje jednadˇbe (3.12) i (3.13) brojevi A, B i C su skalarne komponente z vektora normale n. Ako je T = (x, y, z), Ti = (xi , yi , zi ), i = 1, 2, 3, tada jednadˇbu (3.10) moˇemo zapisati pomo´u determinante. To nam daje z z c jednadˇbu ravnine kroz tri toˇke, z c x − x1 y − y1 z − z1 x2 − x1 y2 − y1 z2 − z1 = 0. x3 − x 1 y3 − y 1 z3 − z 1 Zadatak 3.6 Pokaˇite da je jednadˇba (3.14) ekvivalentna s z z x y z x1 y1 z1 x2 y2 z2 x3 y3 z3 1 1 = 0. 1 1 (3.14)

Ako ravnina ρ ne prolazi ishodiˇtem i ako za toˇke T 1 , T2 i T3 odaberemo s c sjeciˇta ravnine s koordinatnim osima, s T1 = (a, 0, 0), T2 = (0, b, 0), T3 = (0, 0, c), a, b, c = 0,

tada iz (3.14) rjeˇavanjem determinante s x−a y z −a b 0 = 0 −a 0 c dobijemo segmentni oblik jednadˇbe ravnine z x y z + + = 1, a b c a, b, c = 0.

3.15

Primjene

Pomo´u vektora i operacija s njima te pomo´u raznih oblika jednadˇbi c c z pravca i ravnine moˇemo ispitivati ˇitav niz meduodnosa i svojstava: z c a) Medusobni odnosi pravaca i ravnina. 1. Pravci p1 i p2 su paralelni, p1 p2 , ako za njihove vektore smjera vrijedi s1 = t s2 , t ∈ R. Paralelni pravci mogu, ali ne moraju leˇati jedan na z drugom.

3.15 Primjene

99

2. Pravci p1 i p2 su okomiti, p1 ⊥ p2 , ako za njihove vektore smjera vrijedi s1 · s2 = 0. Okomiti pravci se mogu sje´i, ali mogu biti i mimosmjerni. c

3. Ravnine ρ1 i ρ2 su paralelne, ρ1 ρ2 , ako za njihove normale vrijedi n1 = t n2 , t ∈ R. Paralelne ravnine mogu, ali ne moraju leˇati jedna na z drugoj.

5. Kut izmedu pravaca p1 i p2 nalazimo pomo´u skalarnog produkta vekc tora smjera, s1 · s 2 . cos ∠(p1 , p2 ) = |s1 | |s2 |

4. Ravnine ρ1 i ρ2 su okomite, ρ1 ⊥ ρ2 , ako za njihove normale vrijedi n1 · n2 = 0. Okomite ravnine se sijeku u pravcu.

6. Kut izmedu ravnina ρ1 i ρ2 nalazimo pomo´u skalranog produkta norc mala, n1 · n 2 . cos ∠(ρ1 , ρ2 ) = |n1 | |n2 | 7. Kut izmedu pravca p i ravnine ρ nalazimo pomo´u skalranog produkta c vektora smjera i normale sin ∠(p, ρ) = b) Sjeciˇta. s 1. Toˇka T u kojoj se sijeku pravci p 1 i p2 , T = p1 ∩ p2 . c 2. Pravac p koji je presjek ravnina ρ 1 i ρ2 , p = ρ1 ∩ ρ2 . 3. Toˇka T u kojoj pravac p sijeˇe ravninu ρ, T = p ∩ ρ: sjeciˇte traˇimo c c s z tako da parametarsku jednadˇbu pravca uvrstimo u op´i oblik jednadˇbe z c z ravnine i rijeˇimo linearni sustav od jedne jednadˇbe s jednom nepozs z nanicom (primjer 3.12). s·n . |s| |n|

c) Projekcije. 1. Projekcija toˇke T na pravac p (primjer 3.13). c 2. Projekcija toˇke T na ravninu ρ (primjer 3.14). c 3. Projekcija pravca p na ravninu ρ. Najˇeˇ´e traˇimo ortogonalne projekcije, ali moˇemo traˇiti i projekcije u c sc z z z bilo kojem smjeru. d) Udaljenosti.

100

ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA

1. Udaljenost toˇaka T1 = (x1 , y1 , z1 ) i T2 = (x2 , y2 , z2 ): iz postupka c nalaˇenja komponenata vektora u primjeru 3.2 i formule za duljinu vekz tora (3.1) slijedi −→ − d(T1 , T2 ) = |T1 T2 | = (x2 − x1 )2 + (y2 − y1 )2 + (z2 − z1 )2 .

c 2. Udaljenost toˇke T od pravca p: prvo nademo projekciju T toˇke T na c −→ − pravac p, a onda izraˇunamo d(T, p) = | T T | (primjer 3.13). c 3. Udaljenost toˇke T od ravnine ρ: prvo nademo projekciju T toˇke T na c c −→ − ravninu ρ, a onda izraˇunamo d(T, ρ) = | T T | (primjer 3.14). c 4. Udaljenost pravaca p1 i p2 , d(p1 , p2 ). 5. Udaljenost ravnina ρ1 i ρ2 , d(ρ1 , ρ2 ). 6. Udaljenost pravca p i ravnine ρ, d(p, ρ). e) Analiza trokuta. 1. Teˇiˇte – sjeciˇte teˇiˇnica, odnosno pravaca koji spajaju vrh trokuta sa zs s zs sredinom nasuprotne stranice. 2. Upisana kruˇnica – srediˇte je sjeciˇte simetrala kutova, odnosno pravaca z s s koji raspolovljuju unutarnje kutove trokuta, a radijus je udaljenost srediˇta s od bilo koje stranice. 3. Opisana kruˇnica – srediˇte je sjeciˇte simetrala stranica, odnosno okomz s s ica podignutih od sredine stranice trokuta, a radijus je udaljenost srediˇta s od bilo kojeg vrha. 4. Ortocentar – sjeciˇte visina, odnosno okomica spuˇtenih iz vrha trokuta s s na nasuprotnu stranicu. f) Povrˇine i volumeni. s 1. Povrˇina poligonalnih likova u prostoru – lik rastavljamo na trokute, a s povrˇine trokuta raˇunamo pomo´u vektorskog produkta kao u primjeru s c c 3.7. 2. Volumeni tijela omedenih samo s ravnim plohama – tijelo rastavljamo na tetraedre, a povrˇine tetraedara raˇunamo pomo´u mjeˇovitog produkta s c c s kao u primjeru 3.8. Postupci za ispitivanje ovih meduodnosa i svojstava detaljno su opisani u vjeˇbama. z

3.15 Primjene

101

3.15.1

Primjeri

Sljede´i primjeri ilustriraju nalaˇenje sjeciˇta pravca i ravnine, projekcije c z s toˇke na pravac i udaljenosti toˇke od pravca te projekcije toˇke na ravninu i c c c udaljenosti toˇke od ravnine. c Primjer 3.12 Odredimo toˇku T u kojoj se sijeku pravac c p ... x−1 y−3 z−2 = = −1 2 3

i ravnina ρ zadana s x + 2y + z − 3 = 0. Parametarska jednadˇba pravca glasi z  x = 1 − t  t ∈ R. y = 3 + 2t   z = 2 + 3t Uvrˇtavanje u jednadˇbu ravnine daje s z 1 − t + 2(3 + 2t) + 2 + 3t − 3 = 0, odnosno t = −1. Uvrˇtavanje ove vrijednosti t u parametarsku jednadˇbu s z pravca daje x = 2, y = 1 i z = −1 pa je traˇena toˇka T jednaka (slika 3.18) z c p ∩ ρ = T = (2, 1, −1). Primjer 3.13 Odredimo projekciju T toˇke T = (4, 4, 5) na pravac c p ... y−6 z+1 x−4 = = 1 2 −1

i udaljenost toˇke T od pravca p. c Za odredivanje projekcije odredit ´emo pomo´nu ravninu ρ koja prolazi c c toˇkom T , a okomita je na pravac p. Toˇka T je sjeciˇte pravca p i ravnine ρ c c s (slika 3.19). Normala ravnine ρ jednaka je vektoru smjera pravca p, n = s = {1, 2, −1}. Ravnina prolazi toˇkom T pa formula (3.12) daje c x − 4 + 2(y − 4) − (z − 5) = 0. Nadimo sjeciˇte pravca i ravnine kao u primjeru 3.12: parametarska jednadˇba s z pravca p glasi  x = 4 + t  t∈R y = 6 + 2t   z = −1 − t

102

ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA
z

p 1 y

ρ 2

T x

Slika 3.18: Sjeciˇte pravca i ravnine s

5 s pa uvrˇtavanje u jednadˇbu ravnine daje t = − 3 . Uvrˇtavanje t u params z etarsku jednadˇbu pravca daje z

T = Konaˇno, c −→ − d(T, p) = |T T | = 7 −4 3
2

7 8 2 , , 3 3 3

.

+

8 −4 3

2

+

2 −5 3

2

√ 210 = ≈ 4.83. 3

Primjer 3.14 Odredimo projekciju T toˇke T = (4, 4, 5) na ravninu c ρ ... 3x + 6y + 2z − 6 = 0

i udaljenost toˇke T od ravnine ρ. c Prvo ´emo na´i pomo´ni pravac p koji prolazi toˇkom T , a okomit je na c c c c ravninu ρ. Toˇka T je tada sjeciˇte pravca i ravnine (slika 3.20). c s Vektor smjera pravca p jednak je normali ravnine ρ, s = n = {3, 6, 2}.

3.15 Primjene

103
z

T

d(T,p)

8/3

4 y

7/3

T’

n=s

4 x

p ρ

Slika 3.19: Projekcija toˇke na pravac c

Sliˇno kao u prethodnom primjeru, uvrˇtavanje u jednadˇbu ravnine daje t = c s z − 40 , odnosno 49 T = Konaˇno c 76 −44 165 , , 49 49 49 ≈ (1.55, −0.9, 3.37).

Pravac prolazi toˇkom T pa njegova parametarska jednadˇba glasi c z  x = 4 + 3t  t ∈ R. y = 4 + 6t   z = 5 + 2t

−→ − 280 d(T, ρ) = |T T | = ≈ 5.71. 49

104

ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA

z T T’ p

s=n

4

y
76/49

4

ρ x

Slika 3.20: Projekcija toˇke na ravninu c

4. FUNKCIJE REALNE VARIJABLE
4.1 Naˇini zadavanja funkcija . . . . . . . . . . . c 4.1.1 Tabliˇno zadavanje . . . . . . . . . . . . . . . c 4.1.2 Eksplicitno zadavanje . . . . . . . . . . . . . 4.1.3 Implicitno zadavanje . . . . . . . . . . . . . . 4.1.4 Parametarsko zadavanje . . . . . . . . . . . . Klasifikacija funkcija . . . . . . . . . . . . . . . Limes . . . . . . . . . . . . . . . . . . . . . . . . 4.3.1 Svojstva limesa . . . . . . . . . . . . . . . . . 4.3.2 Limes slijeva i zdesna . . . . . . . . . . . . . 4.3.3 Limes u beskonaˇnosti . . . . . . . . . . . . . c 4.3.4 Beskonaˇan limes . . . . . . . . . . . . . . . . c Neprekidnost . . . . . . . . . . . . . . . . . . . 4.4.1 Svojstva neprekidnih funkcija . . . . . . . . . 4.4.2 Vrste prekida . . . . . . . . . . . . . . . . . . Asimptote . . . . . . . . . . . . . . . . . . . . . Pregled elementarnih funkcija . . . . . . . . . 4.6.1 Konstantna funkcija . . . . . . . . . . . . . . 4.6.2 Potencija . . . . . . . . . . . . . . . . . . . . 4.6.3 Eksponencijalna funkcija . . . . . . . . . . . . 4.6.4 Logaritamska funkcija . . . . . . . . . . . . . 4.6.5 Trigonometrijske funkcije . . . . . . . . . . . 4.6.6 Arkus funkcije . . . . . . . . . . . . . . . . . 4.6.7 Klasifikacija elementarnih funkcija . . . . . . 4.6.8 Polinomi i racionalne funkcije . . . . . . . . . 4.6.9 Hiperbolne i area funkcije . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 107 108 109 112 115 117 119 122 123 124 125 126 128 130 132 132 133 136 139 141 149 153 154 156

4.2 4.3

4.4

4.5 4.6

106

FUNKCIJE REALNE VARIJABLE

Ova glava kao i sljede´a o derivacijama, posve´ene su ispitivanju realnih c c funkcija realne varijable, dakle funkcije kod kojih su domena, i kodomena podskupovi skupa realnih brojeva. Posebno ´emo promatrati tipove funkcija c koje se javljaju u tehniˇkim primjenama, a to su funkcije oblika c f : D → K, D, K ⊆ R,

pri ˇemu D oznaˇava domenu, a K kodomenu funkcije (vidi definiciju 1.7). Za c c ispitivanje funkcije potrebno je znati: – podruˇje definicije ili domenu, c – podruˇje vrijednosti ili kodomenu, c – podruˇje neprekidnosti, c – ponaˇanje funkcije u rubovima podruˇja definicije, ukljuˇuju´i ∞ i −∞ s c c c kad god to ima smisla te u toˇkama prekida (limesi i asimptote), c – simetriju (parnost ili neparnost), – periodiˇnost, c – podruˇja monotonosti (rastu´a ili padaju´a funkcija), c c c – zakrivljenost (konveksnost ili konkavnost) i toˇke infleksije, odnosno c toˇke u kojima dolazi do promjene zakrivljenosti, c – ekstreme, odnosno lokalne i globalne minimume i maksimume, – skicirati funkciju, – odrediti inverznu funkciju ukoliko je zadana funkcija bijekcija. Derivacije, koje su tema sljede´e glave, koriste se kod nalaˇenja limesa te c z kod ispitivanja monotonosti, zakrivljenosti i ekstrema. Graf funkcije op´enito moˇemo definirati kao prikaz ovisnosti varijabli x i c z y pomo´u krivulje u ravnini. Kako je svakoj funkciji jednoznaˇno pridruˇen c c z njen graf, to u daljnjem izlaganju ˇesto ne´emo praviti razliku izmedu funkcije c c i njenog grafa, ukoliko je iz konteksta jasno na ˇto se misli. Precizne definicije s grafa funkcije ovise o naˇinu zadavanja funkcije pa ´emo ih navesti kasnije u c c odgovaraju´im poglavljima. c U sljede´im poglavljima opisat ´emo naˇine zadavanja funkcija, te dati c c c klasifikaciju funkcija, odnosno definirati neke vaˇne klase funkcija. Zatim ´emo z c opisati pojam limesa te pomo´u njega uvesti pojam neprekidnosti i opisati c vrste prekida. Takoder ´emo navesti i svojstva limesa i neprekidnih funkcija. c Potom ´emo definirati pojam asimptote i opisati kako ih nalazimo, a na kraju c ´emo dati pregled elementarnih funkcija i njihovih svojstava. c

4.1 Naˇini zadavanja funkcija c

107

4.1

Naˇini zadavanja funkcija c

Funkciju moˇemo zadati tabliˇno, eksplicitno, implicitno i parametarski. z c

4.1.1

Tabliˇno zadavanje c

Tabliˇno zadavanje funkcija je ˇesto u primjenama, jer se vrijednost zac c visne varijable moˇe izmjeriti samo u nekim toˇkama. Tako se na primjer z c temperatura ili tlak zraka mjeri su meteoroloˇkim stanicama, a kod prikaza se s u meteoroloˇkim kartama te vrijednosti interpoliraju glatkim krivuljama. s Funkcija zadana s x y = f (x) prikazana je na slici 4.1. 0 -1 1 1 3 3 4 5 5 7 8 6

7 6 5 4 3 2 1 0 1 -1 2 3 4 5 6 7 8

Slika 4.1: Tabliˇno zadana funkcija c Graf tabliˇno zadane funkcije je skup toˇaka u ravini, S ⊂ R 2 , definiran s c c S = {(x, y) : y = f (x)}. Za odredivanje vrijednosti funkcije u ostalim toˇkama koristimo postupak c interpolacije. Najjednostavnija je linearna interpolacija kod koje se vrijednosti

108

FUNKCIJE REALNE VARIJABLE

funkcije izmedu dvije susjedne toˇke grafa prikazuju kao da leˇe na pravcu c z izmedu te dvije toˇke. Dakle, za x ∈ (x i , xi+1 ) se uzima (vidi primjer 3.11) c f (x) = y = yi + Tako je, na primjer (slika 4.2), f (2.6) = y(1) + y(3) − y(1) (2.6 − 1) = 2.6 3−1 yi+1 − yi (x − xi ). xi+1 − xi

7 6 5 4 3 2 1 0 1 -1 2 3 4 5 6 7 8

Slika 4.2: Linearna interpolacija

Vaˇan primjer tabliˇno zadanih funkcija su i logaritamske tablice. U tabliz c cama su zadane vrijednosti elementarnih funkcija kao sin x, cos x, log x, ln x i ex u odredenim toˇkama, dok se vrijednosti funkcija u ostalim toˇkama nalaze c c odgovaraju´om interpolacijom. c

4.1.2

Eksplicitno zadavanje

Eksplicitno se funkcija zadaje pomo´u pravila c y = f (x), gdje je f (x) izraz koji sadrˇi samo nezavisnu varijablu x. Dakle, eksplicitno z zadana funkcija je preslikavanje f : D → K pri ˇemu su domena D i kodomena c

4.1 Naˇini zadavanja funkcija c

109

K podskupovi skupa R. Domena je skup svih vrijednosti nezavisne varijable x za koje izraz f (x) ima smisla (definicija 1.7). Pri tome jednoj vrijednosti nezavisne varijable x ∈ D odgovara samo jedna vrijednost zavisne varijable y. Graf eksplicitno zadane funkcije je krivulja u ravini, Γ ⊂ R 2 , definirana s Γ = {(x, y) : y = f (x), x ∈ D}. Primjer eksplicitno zadane funkcije je y= x3 − 2 . 2 cos x

Domenu funkcije odredujemo iz definicija elementarnih funkcija. Znamo da se ne smije dijeliti s nulom, a kako je kosinus jednak nula u svim toˇkama c π π xk = 2 + kπ, k ∈ Z, zakljuˇujemo da je D = R \ { 2 + kπ : k ∈ Z}. c Zadatak 4.1 Nacrtajte funkciju u raznim podruˇjima pomo´u programa Netc c Plot i uvjerite se da je K = R. Opiˇite rijeˇima izgled funkcije. s c

4.1.3

Implicitno zadavanje

Implicitno se funkcija zadaje pomo´u pravila c F (x, y) = 0, gdje je F (x, y) izraz koji sadrˇi nezavisnu varijablu x i zavisnu varijablu y. z Graf implicitno zadane funkcije je krivulja u ravini, Γ ⊂ R 2 , definirana s Γ = {(x, y) : F (x, y) = 0}. Primjer implicitno zadane funkcije je x + arccos(xy) = 0. Domenu funkcije ponovo odredujemo iz definicija elementarnih funkcija, ali u ovom sluˇaj potrebne su dodatne transformacije. Funkcija arccos : [−1, 1] → c [0, π] je inverzna funkcija kosinusa (vidi poglavlje 4.6.6). Slijedi xy ∈ [−1, 1]. Funkciju moˇemo zapisati i kao z arccos(xy) = −x. (4.1)

Slijedi −x ∈ [0, π], odnosno x ∈ [−π, 0]. Za x i xy koji zadovoljavaju prethodna ograniˇenja moˇemo uzeti kosinus lijeve i desne strane jednakosti (4.1), ˇto c z s daje xy = cos(−x) = cos(x) (u zadnjoj jednakosti koristili smo ˇinjenicu da je c kosinus parna funkcija, vidi poglavlje 4.6.5). Za x = 0 slijedi y= cos(x) . x

110

FUNKCIJE REALNE VARIJABLE

Da x mora biti razliˇit od nule slijedi i iz formule (4.1) jer uvrˇtavanje nule c s daje π = arccos 0 = −0, 2 ˇto je nemogu´e. s c Zakljuˇimo: funkcija x + arccos(xy) = 0 definirana je za x ∈ [−π, 0) i na c tom intervalu poprima iste vrijednosti kao eksplicitno zadana funkcija y = cos(x)/x (vidi sliku 4.3). Sama funkcija y = cos(x)/x definirana je na ve´em c podruˇju, x ∈ R \ {0} (slika 4.4). c

-3

-2.5

-2

-1.5

-1

-0.5

0

-5

-10

Slika 4.3: Implicitno zadana funkcija x + arccos(xy) = 0 Za razliku od prethodnog primjera, izrazom F (x, y) = 0 moˇe biti zadano z viˇe eksplicitno zadanih funkcija. U tom sluˇaju jednoj vrijednosti varijable x s c moˇe odgovarati viˇe vrijednosti varijable y. z s Primjer 4.1 [Kruˇnica] Izrazom z x2 + (y − 1)2 − 4 = 0 implicitno je zadana kruˇnica sa srediˇtem u toˇki (0, 1) radijusa 2. Na primjer, z s c ovim izrazom eksplicitno su zadane dvije osnovne funkcije, y 1 (x) i y2 (x), od kojih svaka predstavlja jednu polukruˇnicu. Zaista, jednadˇba z z (y − 1)2 = 4 − x2 povlaˇi c y−1= 4 − x2 ili y − 1 = − 4 − x2 ,

4.1 Naˇini zadavanja funkcija c

111

10

5

-10

-5

5

10

-5

-10

Slika 4.4: Funkcija y = cos(x)/x

odnosno y1 = 1 + 4 − x2 i y2 = 1 − 4 − x2 . Kako izraz pod korijenom mora bit ve´i ili jednak nuli, domene su D 1 = D2 = c [−2, 2] (slika 4.5).

Napomena 4.1 Op´enito, izraz c (x − x0 )2 + (y − y0 )2 = r 2 je implicitna jednadˇba kruˇnice radijusa r sa srediˇtem u toˇki (x 0 , y0 ). z z s c Implicitno zadane funkcije ˇesto nije mogu´e svesti na eksplicitni oblik. c c Primjer 4.2 Descartesov list je krivulja zadana s izrazom x3 + y 3 − 3xy = 0. Premda funkciju (slika 4.6) nije mogu´e jednostavno rastaviti na eksplicitno c zadane funkcije kao u primjeru 4.1, moˇemo je analizirati u parametarskom z obliku (primjeri 4.4 i 4.12).

112

FUNKCIJE REALNE VARIJABLE

3

1+sqrt(4-x**2) 1-sqrt(4-x**2)

2

1

0 -2 -1 -1 0 1 2

Slika 4.5: Implicitno zadana kruˇnica z

4.1.4

Parametarsko zadavanje

Funkcija se zadaje parametarski tako da se x i y zadaju kao funkcije parametra t, x = ϕ(t) y = ψ(t), t ∈ T ⊆ R.

Graf parametarski zadane funkcije je krivulja u ravini, Γ ⊂ R 2 , definirana s Γ = {(x, y) : x = ϕ(t), y = ψ(t), t ∈ T }. (4.2)

Kao i kod implicitno zadanih funkcije, kod parametarski zadane funkcije jednoj vrijednosti varijable x moˇe odgovarati viˇe vrijednosti varijable y. z s Na primjer, parametarska jednadˇba kruˇnice iz primjera 4.1 glase z z x = 2 sin t y = 1 + 2 cos t, t ∈ [0, 2π].

Lako se provjeri da x i y zadovoljavaju jednadˇbu kruˇnice iz primjera 4.1. z z Uoˇljivo je da je ovo samo jedna od beskonaˇno mogu´ih parametarskih jedc c c nadˇbi ove kruˇnice (navedite joˇ barem jednu). z z s

4.1 Naˇini zadavanja funkcija c

113

3 2 1 0 -3 -2 -1 -1 -2 -3 0 1 2 3

Slika 4.6: Descartesov list

Primjer 4.3 Cikloida je krivulja koju opisuje fiksna toˇka kruˇnice kada se c z ta kruˇnica kotrlja bez klizanja po pravcu. Parametarska jednadˇba cikloide z z glasi (slika 4.7) x = r(t − sin t)

y = r(1 − cos t),

t ∈ R.

r

r

2*r*pi

Slika 4.7: Cikloida

Zadatak 4.2 (a) Epicikloida je krivulja koju opisuje toˇka na kruˇnici kada c z se ta kruˇnica bez klizanja kotrlja po vanjskom rubu druge kruˇnice. z z Hipocikloida je krivulja koju opisuje toˇka na kruˇnici kada se ta kruˇnica c z z

114

FUNKCIJE REALNE VARIJABLE

bez klizanja kotrlja po unutraˇnjem rubu druge kruˇnice. Nadite jeds z nadˇbe epicikloide i hipocikloide u matematiˇkom priruˇniku i nacrtajte z c c te krivulje pomo´u programa NetPlot. c (b) Izvedite implicitnu jednadˇbu cikloide: z x+ 2ry − y 2 − r arccos r−y r = 0.

(c) Kako glasi jednadˇba cikloide koja polazi iz toˇke (1, 0)? Provjerite rjeˇenje z c s pomo´u programa NetPlot. c Primjer 4.4 Izvedimo parametarsku jednadˇbu Descartesovog lista iz primz jera 4.2. Iz jednadˇbe z x3 + y 3 − 3xy = 0

vidimo da krivulja prolazi kroz toˇku (0, 0). Ako je x, y = 0, tada jednadˇbu c z moˇemo podijeliti s y 3 ˇto daje z s x 1 x3 + 1 − 3 · = 0. 3 y y y

Uvedimo novu varijablu t= ˇto daje s

x y 1 = 0. y

t3 + 1 − 3t Dakle, 3t , t3 + 1 3 t2 x = ty = 3 , t +1 y=

t ∈ R \ {−1}.

Zadatak 4.3 Koje dijelove Descartesovog lista na slici 4.6 dobijemo kada parametar t poprima vrijednosti u intervalima (−∞, −1), (−1, 0), [0, 1) i [1, ∞)? Kod rjeˇavanja zadatka moˇete koristiti program NetPlot. s z U ovoj i sljede´oj glavi vidjet ´emo da su najbolje razvijeni teoretski rezulc c tati za analiziranje eksplicitno zadanih funkcija, dok se implicitno i parametarski zadane funkcije analiziraju pomo´u odgovaraju´ih prilagodbi tih rezulc c tata. Stoga je kod ispitivanja parametarski zadanih funkcija vaˇno znati kada z je i na kojem podruˇju s x i y eksplicitno zadana funkcija y = f (x) ili x = g(y). c Pri tome je vaˇno uoˇiti da su kod parametarski zadanih funkcija varijable x i y z c ravnopravne. Sljede´i teorem nam daje uvjete za postojanje funkcije y = f (x), c dok se analogni teorem za sluˇaj funkcije x = g(y) dobije zamjenom varijabli. c

4.2 Klasifikacija funkcija

115

Teorem 4.1 Neka je skup Γ definiran relacijom (4.2) graf neke parametarski zadane funkcije. Ako je funkcija ϕ injekcija, tada je Γ ujedno i graf eksplicitno zadane funkcije y = f (x) pri ˇemu je f = ψ ◦ ϕ −1 . c Dokaz. Neka je skup D = ϕ(T ) slika funkcije ϕ. Kako je ϕ injekcija, a ujedno i surjekcija sa skupa T na skup D, zakljuˇujemo da je ϕ bijekcija c izmedu skupova T i D. Po Teoremu o inverznoj funkciji 1.1 postoji inverzna funkcija ϕ−1 : D → T . Definirajmo kompoziciju f = ψ ◦ ϕ −1 . Oˇito vrijedi c f : D → R. Nadalje, y = ψ(t) = ψ(ϕ−1 (ϕ(t))) = ψ(ϕ−1 (x)) = f (x), i teorem je dokazan.

4.2

Klasifikacija funkcija

U ovom poglavlju definirat ´emo ˇto su c s – omedene i neomedene funkcije, – parne i neparne funkcije, – rastu´e i padaju´e (monotone) funkcije i c c – periodiˇne funkcije. c Neka je f : D → K, D, K ⊆ R.

Definicija 4.1 Funkcija f je omedena ako postoji broj m takav da je |f (x)| ≤ m za svaki x ∈ D. Funkcija f je neomedena ako nije omedena. Na primjer, funkcija |x| iz poglavlja 1.7.2 je neomedena jer za svaki m > 0 postoji x ∈ D takav da je |x| > m. Definicija 4.2 Funkcija f je parna ako je f (−x) = f (x) za svaki x ∈ D, a neparna ako je f (−x) = −f (x) za svaki x ∈ D. Oˇito i kod parne i neparne funkcije podruˇje definicije mora biti simetriˇno c c c s obzirom na ishodiˇte. Na primjer, funkcija s xn , n∈N

116

FUNKCIJE REALNE VARIJABLE

je parna za n paran, a neparna za n neparan pa odatle i nazivi: f (−x) = (−x)n = (−1)n xn = (−1)n f (x). Funkcija |x| je parna: ako je x > 0, tada je −x < 0 pa vrijedi | − x| = −(−x) = x = |x|, a ako je x < 0 tada je −x > 0 pa vrijedi | − x| = −x = |x|. Definicija 4.3 Funkcija f je rastu´a ili uzlazna na intervalu A ⊆ D ako c (∀x1 , x2 ∈ A) x1 < x2 ⇒ f (x1 ) ≤ f (x2 ).

Funkcija f je strogo rastu´a na intervalu A ⊆ D ako c (∀x1 , x2 ∈ A) x1 < x2 ⇒ f (x1 ) < f (x2 ).

Sliˇno, funkcija f je padaju´a ili silazna na intervalu A ⊆ D ako c c (∀x1 , x2 ∈ A) x1 < x2 a strogo padaju´a na intervalu A ⊆ D ako c (∀x1 , x2 ∈ A) x1 < x2 ⇒ f (x1 ) > f (x2 ). ⇒ f (x1 ) ≥ f (x2 ),

Ako je A = D tada kaˇemo da je funkcija f (strogo) rastu´a ili padaju´a bez z c c navodenja skupa. Ako je funkcija (strogo) rastu´a ili padaju´a, joˇ kaˇemo i da je (strogo) monoc c s z tona. Funkcija je po dijelovima monotona ako se podruˇje definicije D moˇe rasc z taviti na konaˇno mnogo podintervala takvih da je na svakom od njih funkcija c monotona. Na primjer, funkcija |x| je strogo padaju´a na intervalu (−∞, 0] i strogo c rastu´a na intervalu [0, ∞), dakle po dijelovima strogo monotona. Konstantna c funkcija f (x) = 2 (slika 4.17) je monotona i to istovremeno i rastu´a i padaju´a c c na ˇitavoj domeni (ali ne strogo). c Definicija 4.4 Funkcija f je periodiˇna ako postoji broj P = 0 takav da za c svaki x ∈ D vrijedi f (x + P ) = f (x). Tada oˇito mora vrijediti x + P ∈ D. Najmanji pozitivni P s ovim svojstvom c zove se osnovni period ili period funkcije f .

4.3 Limes

117

Primjeri periodiˇnih funkcija su trigonometrijske funkcije. c Primjer 4.5 Funkcija najve´e cijelo, [x] : R → Z je definirana s c [x] = k, Definirajmo funkciju f : R → R s f (x) = x − [x]. Kako je 0 ≤ f (x) < 1, to je Rf = [0, 1). Nadalje, za svaki n ∈ N vrijedi f (x + n) = x + n − [x + n] = x + n − ([x] + n) = x + n − [x] − n = x − [x] = f (x) pa je f periodiˇna funkcija s osnovnim periodom P = 1. c Zadatak 4.4 Nacrtajte funkcije [x] i f iz primjera 4.5. k ≤ x < k + 1, k ∈ Z.

4.3

Limes

Pojam limesa je jedan od najvaˇnijih pojmova za razumijevanje analize z funkcija. U ovom poglavlju definirat ´emo limes funkcije i dati njegova svoc jstva. Takoder ´emo definirati limes slijeva i zdesna, limes u beskonaˇnosti i c c beskonaˇan limes. c Definicija 4.5 Ako se vrijednost funkcije f (x) pribliˇava vrijednosti a kada z se nezavisna varijabla x pribliˇava toˇki x 0 , tada kaˇemo da f (x) teˇi prema z c z z a kada x teˇi prema x0 , odnosno z f (x) → a kada x → x0 .

Broj a je limes ili graniˇna vrijednost funkcije f kada x teˇi prema x 0 , odnosno c z
x→x0

lim f (x) = a.

Pored ove, viˇe intuitivne definicije limesa, imamo i matematiˇku definiciju: s c
x→x0

lim f (x) = a

ako (slika 4.8) (∀ε > 0) (∃δ > 0) x ∈ D \ {x0 } ∧ |x − x0 | < δ ⇒ |f (x) − a| < ε. (4.3)

z c Ako limx→x0 f (x) postoji, tada kaˇemo da funkcija f konvergira u toˇki x 0 . z c Ako limx→x0 f (x) ne postoji, tada kaˇemo da funkcija f divergira u toˇki x 0 .

118

FUNKCIJE REALNE VARIJABLE

Iako izgleda sloˇeno, precizna definicija limesa (4.3) nuˇna je za dokazivanje z z raznih svojstava limesa kao u teoremima 4.2 i 4.3. Napomena 4.2 (1) Veliˇine ε i δ u definiciji (4.3) su op´enito mali brojevi c c (vidi sliku 4.8). (2) Iz definicije 4.5 vidimo da funkcija f moˇe imati limes u nekoj toˇki, a z c da nije definirana u toj toˇki, ali mora biti definirana u nekoj okolini te c toˇke. c

a+ ε a a- ε

x - δ x x +δ 0 0 0

Slika 4.8: Limes funkcije

Slika 4.8 prikazuje situaciju iz relacije (4.3). Drugim rijeˇima, za svaki inc terval oko toˇke a postoji interval oko toˇke x 0 , takav da se vrijednost funkcije c c nalazi u prvom intervalu, ˇim se x nalazi u drugom intervalu. U ovom sluˇaju c c se za x iz drugog intervala vrijednosti funkcije nalaze u uˇem intervalu, no z taj interval je sadrˇan u polaznom intervalu oko a pa je relacija (4.3) zadovolz jena. Dokaˇimo prvi teorem o limesu. z Teorem 4.2 Limes je jedinstven. Dokaz. Dokaz ´emo provesti pomo´u kontradikcije. Pretpostavimo suprotno c c od tvrdnje teorema, odnosno da postoje dva razliˇita limesa u toˇki x 0 , c c
x→x0

lim f (x) = a

i

x→x0

lim f (x) = b.

4.3 Limes

119

Odaberimo ε = (b − a)/3. Prema relaciji (4.3) postoje δ a i δb takvi da |x − x0 | < δa ⇒ f (x) ∈ (a − ε, a + ε) ∧ |x − x0 | < δb ⇒ f (x) ∈ (b − ε, b + ε).

Tada bi za δ = min{δa , δb } moralo vrijediti |x − x0 | < δ ⇒ f (x) ∈ (a − ε, a + ε) ∧ f (x) ∈ (b − ε, b + ε).

No, kako su intervali na desnoj strani disjunktni zbog naˇeg izbora ε, to je s nemogu´e. Dobili smo kontradikciju pa je teorem dokazan. c

4.3.1

Svojstva limesa

Za praktiˇno raˇunanje limesa ne koristimo relaciju (4.3), nego svojstva c c limesa i osnovne limese koje ´emo upoznati tijekom predavanja. c Teorem 4.3 (Osnovna svojstva limesa) Neka funkcije f i g imaju limese kada x → x0 . Tada vrijedi
x→x0

lim (f + g)(x) = lim f (x) + lim g(x),
x→x0 x→x0

x→x0

lim (f − g)(x) = lim f (x) − lim g(x),
x→x0 x→x0 x→x0

lim (f · g)(x) = lim f (x) · lim g(x),
x→x0 x→x0

x→x0

lim

f limx→x0 f (x) , (x) = g limx→x0 g(x)

uz

x→x0

lim g(x) = 0.

Dokaz. Dokaˇimo prvo svojstvo. Odaberimo ε > 0. Prema relaciji (4.3) z postoje δf i δg takvi da |x − x0 | < δf ⇒ |f (x) − a| < ε 2 ∧ |x − x0 | < δg ⇒ |g(x) − b| < ε , 2

pri ˇemu su a i b odgovaraju´i limesi. Neka je δ = min{δ f , δg }. Tada |x−x0 | < c c δ povlaˇi c |(f +g)(x)−(a+b)| = |f (x)−a+g(x)−b| ≤ |f (x)−a|+|g(x)−b| < ε ε + =ε 2 2

i tvrdnja je dokazana. U gornjoj nejednakosti koristili smo nejednakost trokuta za apsolutnu vrijednost iz teorema 1.10 (ii). Ostale tvrdnje dokazuju se na sliˇan naˇin pomo´u relacije (4.3). c c c

120 Posebno, za konstantu c vrijedi
x→x0

FUNKCIJE REALNE VARIJABLE

lim (c + f (x)) = c + lim f (x),
x→x0 x→x0

lim (cf (x)) = c lim f (x),
x→x0

c c lim = , x→x0 f (x) limx→x0 f (x) Sljede´a dva teorema navodimo bez dokaza. c

x→x0

lim f (x) = 0.

Teorem 4.4 (Pravilo uklijeˇtene funkcije) Neka je s
x→x0

lim f (x) = lim g(x) = a.
x→x0

Ako postoji δ > 0 takav da za funkciju h vrijedi x ∈ (x0 − δ) ∪ (x0 + δ) tada je takoder
x→x0

f (x) ≤ h(x) ≤ g(x),

lim h(x) = a.

Situacija opisana u teoremu prikazana je na slici 4.9

g(x)

h(x)

a

f(x)

x0

Slika 4.9: Pravilo uklijeˇtene funkcije s

Primjer 4.6 Dokaˇimo da je z lim sin x = 1. x (4.4)

x→0

4.3 Limes

121

Neka je x blizu nule. Iz slike 4.27 zakljuˇujemo da za x > 0 vrijedi c tg x > x > sin x, pa dijele´i nejednakost sa sin x > 0 imamo c x 1 > > 1. cos x sin x Sliˇno, za x < 0 vrijedi (negativni brojevi) c tg x < x < sin x, dijele´i nejednakost sa sin x < 0 ponovo imamo c x 1 > > 1. cos x sin x Dakle, za x = 0 vrijedi i reciproˇna nejednakost c 1> Kako je
x→0

sin x > cos x. x lim cos x = 1,

lim 1 = 1,

x→0

jednakost (4.4) vrijedi po teoremu 4.6. Jednakost (4.4) se lijepo vidi i na slici 4.11. Zadatak 4.5 Koriste´i formulu sin 2x = 2 sin x cos x, tre´u tvrdnju teorema c c 4.3 i jednakost (4.4) izraˇunajte c lim sin 2x . x

x→0

ˇ Cemu je jednak limes sin x 2 ? x→0 x lim Teorem 4.5 (Pravilo zamjene) Neka funkcije f i g imaju iste vrijednosti u nekoj okolini toˇke x0 , (x0 − δ, x0 + δ), osim moˇda u samoj toˇki x0 . Tada c z c je lim f (x) = lim g(x).
x→x0 x→x0

122

FUNKCIJE REALNE VARIJABLE

4.3.2

Limes slijeva i zdesna

Kada nezavisna varijabla x teˇi k x 0 slijeva ili zdesna, limesi ne moraju z biti jednaki. Vrijednost a je limes slijeva funkcije f u toˇki x 0 , odnosno c
x→x0 −0

lim f (x) = a,

ako (∀ε > 0) (∃δ > 0) x ∈ D ∩ (x0 − δ, x0 ) ⇒ |f (x) − a| < ε.

Sliˇno, vrijednost a je limes zdesna funkcije f u toˇki x 0 , odnosno c c
x→x0 +0

lim f (x) = a,

ako (∀ε > 0) (∃δ > 0) x ∈ D ∩ (x0 , x0 + δ) ⇒ |f (x) − a| < ε.

Napomena 4.3 Svojstva limesa iz poglavlja 4.3.1 vrijede i za limese s lijeva i zdesna. Primjer 4.7 Funkcija predznak ili signum definirana je na sljede´i naˇin: c c sign : R \ {0} → R, sign(x) = x . |x|

ˇ Cesto se po dogovoru uzima sign(0) = 1 (vidi sliku 4.10). Odredimo limese slijeva i zdesna u toˇki x0 = 0: za x > 0 vrijedi sign(x) = x/x = 1 pa je c x = 1. x→x0 +0 |x| lim Za x < 0 vrijedi sign(x) = x/(−x) = −1 pa je x = −1. x→x0 −0 |x| lim Iz slike 4.10 vidimo da za svaki ε > 0 moˇemo uzeti bilo koji δ > 0. z

4.3 Limes

123

1

-1

Slika 4.10: Funkcija sign(x)

4.3.3

Limes u beskonaˇnosti c

Ako je podruˇje definicije D neograniˇene s jedne ili s obje strane, zanima c c nas postoji li limes funkcije kada nezavisna varijabla x teˇi k −∞ ili +∞. z Vrijednost a je limes funkcije f kada x → +∞ (limes u desnom kraju), odnosno lim f (x) = a,
x→+∞

ako (∀ε > 0) (∃M > 0) x∈D ∧ x>M ⇒ |f (x) − a| < ε. Sliˇno, vrijednost a je limes funkcije f kada x → −∞ (limes u lijevom kraju), c odnosno lim f (x) = a,
x→−∞

ako (∀ε > 0) (∃M < 0) x∈D ∧ x<M ⇒ |f (x) − a| < ε.

Napomena 4.4 Svojstva limesa iz poglavlja 4.3.1 vrijede i za limese u beskonaˇnosti. c Primjer 4.8 a) Kako je funkcija sinus omedena, | sin x| ≤ 1, vrijedi (vidi sliku 4.11) sin x sin x lim = 0, lim = 0. x→+∞ x x→−∞ x b) Funkcija f (x) = 1/x oˇito teˇi k nuli kada x → +∞ i kada x → −∞. Za c z razliku od prvog primjera, ovdje moˇemo ˇak odrediti da li f (x) → 0 s z c gornje ili donje strane (vidi sliku 4.12): 1 = 0+ , x→+∞ x lim 1 = 0− . x→−∞ x lim

124
1 0.8 0.6 0.4 0.2 ε 0 −ε −0.2 −0.4

FUNKCIJE REALNE VARIJABLE

10

M

20

30

40

50

Slika 4.11: Funkcija sin x/x

4.3.4

Beskonaˇan limes c

c z c Kada x → x0 takoder je mogu´e da vrijednosti funkcije f teˇe u beskonaˇnost. Funkcija f teˇi u +∞ kada x → x0 , odnosno z
x→x0

lim f (x) = +∞,

ako (∀M > 0) (∃δ > 0) x ∈ D \ {x0 } ∧ |x − x0 | < δ lim f (x) = −∞, ⇒ f (x) > M.

Sliˇno, funkcija f teˇi u −∞ kada x → x 0 , odnosno c z
x→x0

ako (∀M < 0) (∃δ > 0) x ∈ D \ {x0 } ∧ |x − x0 | < δ ⇒ f (x) < M.

Napomena 4.5 Beskonaˇne limese slijeva i zdesna definiramo na sliˇan naˇin. c c c Svojstva limesa iz poglavlja 4.3.1 vrijede i za beskonaˇne limese. c Na primjer, lako se vidi da je (slika 4.13)
x→0−0

lim

1 = −∞, x

x→0+0

lim

1 = +∞. x

4.4 Neprekidnost

125

ε M

Slika 4.12: Funkcija 1/x

Zadatak 4.6 Koji su limesi funkcija f (x) = 1 , x2 g(x) = 1 x3

kada x → 0 − 0, x → 0 + 0, x → +∞ i x → −∞ ?

4.4

Neprekidnost

Definirat ´emo svojstvo neprekidnosti, dati svojstva neprekidnih funkcija, c opisati vrste prekida koje funkcija moˇe imati te definirati asimptote i opisati z postupak za njihovo nalaˇenje. z Intuitivna definicija neprekidnosti je sljede´a: funkcija je neprekidna ako c njen graf moˇemo nacrtati bez podizanja olovke s papira. Medutim, ova definiz cija nas ne zadovoljava jer pomo´u nje nismo u mogu´nosti dokazati razna c c svojstva neprekidnih funkcija koja koristimo u analizi. Stroga matematiˇka c definicija neprekidnosti koristi pojam limesa. Definicija 4.6 Funkcija f je neprekidna u toˇki x 0 ∈ D ako je c
x→x0

lim f (x) = f (x0 ).

126

FUNKCIJE REALNE VARIJABLE

M δ

Slika 4.13: Beskonaˇan limes c

Funkcija f je neprekidna na skupu A ⊆ D ako je neprekidna u svakoj toˇki c skupa A. Funkcija f je neprekidna ako je neprekidna u svakoj toˇki svoga c podruˇja definicije D. c Pomo´u ove definicije i definicije limesa (4.3) moˇemo dokazati nekoliko c z izuzetno vaˇnih svojstava neprekidnih funkcija. Tri teorema u sljede´em poglavlju z c navodimo bez dokaza.

4.4.1

Svojstva neprekidnih funkcija

Teorem 4.6 Neka su funkcije f i g neprekidne u toˇki x (na skupu A). Tada c f uz su u toˇki x (na skupu A) neprekidne i funkcije f + g, f − g, f · g i c g g(x) = 0 (g(x) = 0 za svaki x ∈ A). Dokaz ovog teorema sliˇan je dokazu teorema 4.3. c Teorem 4.7 (i) Ako je funkcija f neprekidna u toˇki x, a funkcija g neprekidna c u toˇki y = f (x), tada je kompozicija g ◦ f neprekidna u toˇki x. c c (ii) Ako je
x→x0

lim f (x) = y

4.4 Neprekidnost

127

i ako je funkcija g neprekidna u toˇki y, tada je c
x→x0

lim g(f (x)) = g lim f (x) = g(y).
x→x0

Druga tvrdnja teorema nam olakˇava nalaˇenje limesa, jer nam omogu´ava da s z c s limesom ”udemo” u neprekidnu funkciju. Primjer 4.9 a) Zbog neprekidnosti funkcije e x i teorema 4.7 (ii) vrijedi
2x2 −1

x→+∞

lim e 1−x2 = e

limx→+∞

2x2 −1 1−x2

= e−2 =

1 . e2

b) Broj e je definiran kao (vidi poglavlje 6.1.3) e = lim 1+ 1 x √
x x→0+0

x→+∞

= lim (1 + x) x . x i teorema 4.7 (ii) vrijedi
1

1

Zbog neprekidnosti funkcija ln x i lim ln(1 + x) 2x = ln
1

x→0+0

x→0+0
1 2

lim (1 + x) 2x = ln

x→0+0

lim (1 + x) x

1

1 2

1 1 = ln e = ln e = . 2 2 Teorem 4.8 Neka je funkcija f neprekidna na zatvorenom intervalu [a, b], a < b. Tada vrijedi: (i) ako restrikcija f |[a,b] nije konstanta, tada je slika tog intervala, f ([a, b]) = [c, d] ⊆ R, takoder zatvoreni interval; (ii) restrikcija f |[a,b] poprima na intervalu [a, b] svoj minimum i maksimum, kao i svaku vrijednost izmedu njih. Situacija iz teorema prikazana je na slici 4.14. Zatvorenost intervala je bitna, jer je funkcija na slici neprekidna i na intervalu (e, a], ali teorem ne vrijedi. Napomena 4.6 Druga tvrdnja teorema 4.8 ima vaˇan korolar: ako je sign f (a) = z sign f (b), tada postoji toˇka x ∈ (a, b) takva da je f (x) = 0. Ovu ˇinjenicu c c koriste numeriˇke metode za nalaˇenje nul-toˇaka funkcije, kao, na primjer, c z c metoda bisekcije.

128

FUNKCIJE REALNE VARIJABLE

d

a e c b

Slika 4.14: Neprekidna funkcija

4.4.2

Vrste prekida

Razlikujemo tri vrste prekida funkcije: uklonjivi prekid, prekid prve vrste i prekid druge vrste. Definicija 4.7 Neka je funkcija f definirana u nekoj okolini (x 0 − ε, x0 + ε), osim moˇda u samoj toˇki x0 . Funkcija f ima uklonjivi prekid u toˇki x 0 ako z c c je lim f (x) = lim f (x) = a ∈ R,
x→x0 −0 x→x0 +0

pri ˇemu f ili nije definirana u toˇki x 0 ili je f (x0 ) = a. Prekid se ukloni tako c c ˇto se definira f (x0 ) = a. s Funkcija f ima prekid prve vrste u toˇki x 0 ako su limesi slijeva i zdesna u c toˇki x0 konaˇni i razliˇiti. c c c Funkcija f ima prekid druge vrste u toˇki x 0 ako je barem jedan od limesa c slijeva ili zdesna beskonaˇan ili ne postoji. c Na primjer, funkcija f (x) = x2 /x ima uklonjivi prekid u toˇki x = 0. c Prekid se ukloni tako ˇto definiramo f (0) = 0, u kojem sluˇaju dobijemo s c neprekidnu funkciju f (x) = x. Funkcija sign(x) (slika 4.10) ima u toˇki x = 0 c

4.4 Neprekidnost

129

prekid prve vrste. Naime, u toj toˇki postoje limesi slijeva i zdesna koji su c −1 (slika 4.12), x−2 , x−3 , . . . , sve imaju prekid konaˇni, ali razliˇiti. Funkcije x c c druge vrste u toˇki x = 0, jer su limesi s obje strane beskonaˇni. c c Primjer 4.10 Navodimo dva zanimljiva primjera prekida druge vrste. a) Funkcija f (x) = 0, x≤0 1 sin x , x > 0

1 ima prekid druge vrste u toˇki x = 0 (vidi sliku 4.15). Naime, funkcija sin x c sve brˇe titra kada x → 0 + 0 pa limes zdesna ne postoji (u svakom, ma z koliko malom, intervalu oko nule funkcija poprimi sve vrijednosti izmedu −1 i 1).

b) Funkcija f : R → {0, 1} definirana s f (x) = 1, 0, x∈Q x∈R\Q

c ima u svakoj toˇki prekid druge vrste. Naime, kako su po teoremu 1.9 (ii) i (iii) skupovi R i Q gusti jedan u drugom, funkcija nema limes ni u jednoj toˇki (u svakom, ma koliko malom, intervalu oko bilo koje toˇke funkcija c c beskonaˇno puta poprimi vrijednost 0 i vrijednost 1). c

1

-2

-1

0

1

2

3

-1

1 Slika 4.15: Funkcija sin x

130

FUNKCIJE REALNE VARIJABLE

4.5

Asimptote

tada je pravac y = kx + l kosa asimptota funkcije f u lijevoj strani. Kosu asimptotu funkcije f u desnoj strani definiramo analogno. Izvedimo formule (4.5). Prema slici 4.16 udaljenost od toˇke na krivulji do c asimptote je d(M, L). Prema definiciji asimptote d(M, L) → 0 kada x → +∞. Kako je cos α = 0 konstanta, zakljuˇujemo da c d(M, L) → 0 ⇔ d(M, N ) → 0 ⇔
x→+∞

Asimptota funkcije je pravac sa svojstvom da udaljenost izmedu toˇke c na grafu funkcije i tog pravca teˇi k nuli kada toˇka na grafu odmiˇe u z c c beskonaˇnost. Funkcija moˇe imati vertikalne, horizontalne i kose asimptote. c z Pravac x = x0 je vertikalna asimptota funkcije f u toˇki x 0 s lijeve strane c ako je limx→x0 −0 f (x) = +∞ ili limx→x0 −0 f (x) = −∞. Analogno, pravac x = x0 je vertikalna asimptota funkcije f u toˇki x 0 s desne strane ako je c limx→x0 +0 f (x) = +∞ ili limx→x0 +0 f (x) = −∞. Vertikalne asimptote se mogu nalaziti u toˇkama prekida funkcije ili u otvorenim rubovima podruˇja c c definicije. 1 Na primjer, pravac x = 0 je vertikalna asimptota funkcije x s obje strane (slika 4.12). Pravac x = 0 je vertikalna asimptota funkcija ln x, log x i log 2 x (slika 4.25) s desne strane. U ovom sluˇaju vertikalna asimptota se nalazi u c rubu podruˇja definicije. c Pravac y = y0 je horizontalna asimptota funkcije f u lijevoj strani ako je limx→−∞ f (x) = y0 . Analogno, pravac y = y0 je horizontalna asimptota funkcije f u desnoj strani ako je lim x→+∞ f (x) = y0 . Na primjer pravac y = 0 1 je horizontalna asimptota funkcije x u obje strane, kao i y = 0 horizontalna asimptota funkcija 2x i ex u lijevoj strani (slika 4.23). Ako je f (x) = k, lim (f (x) − kx) = l, (4.5) lim x→−∞ x→−∞ x pri ˇemu je c k = 0, −∞, +∞, l = −∞, +∞,

lim |f (x) − (kx + l)| = 0.

Zadnji uvjet, koji je ekvivalentan s
x→+∞

lim (f (x) − kx − l) = 0

(4.6)

je oˇito nuˇan i dovoljan uvjet za postojanje kose asimptote. Gornja jednakost c z je ekvivalentna s limx→+∞ (f (x) − kx) = l. Nadalje, (4.6) povlaˇi c f (x) − kx − l = 0, x→+∞ x lim pa je limx→+∞
f (x) x

= k.

4.5 Asimptote

131

f(x) M y=kx+l N α L

Slika 4.16: Kosa asimptota

Primjer 4.11 Ispitajmo ponaˇanje funkcije s f (x) = u desnoj strani. Vrijedi lim f (x) = lim x2 ·
1 x2 1 x2

x2 1+x

x→+∞

x→+∞

(1 + x) ·

= lim

1 = +∞ x→+∞ 0 + 0

pa funkcija nema horizontalnu asimptotu u desnoj strani. Potraˇimo kosu asimptotu: vrijedi z f (x) x = lim =1 x→+∞ x x→+∞ 1 + x lim pa je k = 1. Potraˇimo l: vrijedi z lim (f (x) − kx) = lim x2 −x 1+x = lim −x = −1 x→+∞ 1 + x

x→+∞

x→+∞

pa je l = −1. Dakle, pravac y = x − 1 je kosa asimptota funkcije f u desnoj strani. Zadatak 4.7 Ispitajte ponaˇanje funkcije iz primjera 4.11 u lijevoj strani i u s toˇki prekida x = −1. Pokuˇajte skicirati funkciju. c s

132

FUNKCIJE REALNE VARIJABLE

Primjer 4.12 Asimptote moˇemo traˇiti i kod parametarski zadanih funkcija. z z Dokaˇimo da je pravac y = −x − 1 kosa asimptota Descartesovog lista iz primz jera 4.2 kao ˇto je prikazano na slici 4.6. Descartesov list je u parametarskom s obliku zadan s formulama kao u primjeru 4.4: 3t 3 t2 , y = y(t) = 3 , t ∈ R \ {−1}. t3 + 1 t +1 Kako su x i y funkcije parametra t, prvo moramo utvrditi za koje vrijednosti parametra x teˇi u beskonaˇno. Vrijedi z c x = x(t) = 3 t2 3 (−1)2 3 = = = −∞, 3+1 3 +1 t→−1−0 t→−1−0 t (−1 − 0) −0 3 t2 3 (−1)2 3 lim x(t) = lim 3 = = = +∞. t→−1+0 t→−1+0 t + 1 (−1 + 0)3 + 1 +0 lim x(t) = lim Potraˇimo prvo kosu asimptotu u lijevoj strani. Formule (4.5) primjenjujemo z na sljede´i naˇin: c c k = lim y(t) y = lim = lim x→−∞ x t→−1−0 x(t) t→−1−0
x→−∞ t→−1−0 3t t3 +1 3 t2 t3 +1

=

t→−1−0

lim

1 = −1, t 3 t2 3t + 3 t3 + 1 t + 1

l = lim (y − kx) = =
t→−1−0

lim (y(t) − (−1)x(t)) =

t→−1−0

lim

lim 3 t

= −1.

1+t 3 (−1) 3t = lim = 3+1 2−t+1 2 − (−1) + 1 t→−1−0 t t (−1)

Dakle, pravac y = −x−1 je kosa asimptota Descartesovog lista u lijevoj strani. Sliˇno se pokaˇe da je isti pravac kosa asimptota i u desnoj strani . c z

4.6

Pregled elementarnih funkcija

Opisat ´emo elementarne funkcije i njihova svojstva. Detaljno poznavanje c svih elementarnih funkcija i svih njihovih svojstava nuˇno je za uspjeˇnu z s analizu funkcija.

4.6.1

Konstantna funkcija
f (x) = c, ∀x ∈ R.

Funkcija f : R → {c}, pri ˇemu je c ∈ R, definirana s c zove se konstantna funkcija (slika 4.17). Konstantna funkcija je neprekidna, omedena, parna, monotona, nema vertikalne ni kose asimptote te je oˇito sama sebi horizontalna asimptota u oba c kraja.

4.6 Pregled elementarnih funkcija

133

c

Slika 4.17: Konstantna funkcija

4.6.2

Potencija

Potenciranje s prirodnim brojem je funkcija f : R → R definirana s f (x) = xn , Potenciranje je definirano rekurzivno: x0 = 1, x1 = x, ∀x = 0, (00 je nedefinirano) n ∈ N.

xn+1 = xn · x. Pravila potenciranja se lako dokaˇu indukcijom: z xm+n = xm · xn , (x ) = x
n m n m·n n

(P1) (P2) (P3)

,

(x · y) = x · y .

n

Primjeri potencija dani su na slici 4.18. Vidimo da su (ne)parne potencije (ne)parne funkcije. Takoder vidimo da je za neparan n funkcija x n bijekcija pa ima inverznu funkciju po teoremu 1.1, dok je za paran n restrikcija funkcije xn na interval [0, ∞) bijekcija pa ima inverznu funkciju. Ako je x = 0 i k ∈ N, tada su dobro definirane i funkcije f : R\{0} → R (vidi sliku 4.19) 1 f (x) = x−k = k . x Pravila (P1), (P2) i (P3) vrijede ∀m, n ∈ Z ukoliko su izrazi dobro definirani, odnosno ukoliko nazivnik nije nula. Potenciranje s racionalnim eksponentom Funkciju f (x) = x n =
1

√ n x

134

FUNKCIJE REALNE VARIJABLE

1

1 -1

x x**2 x**3

Slika 4.18: Potenciranje s prirodnim brojem

definiramo kao inverznu funkciju funkcije x n ili njene restrikcije na interval [0, ∞), ukoliko je n paran (vidi slike 4.20 i 4.21). Napomena 4.7 Graf inverzne funkcije simetriˇan je grafu zadane funkcije s c obzirom na simetralu I i III kvadranta, to jest pravac y = x. Napomena 4.8 Uz sliku 4.21 vezana je zanimljiva primjedba. Uoˇite da je c √ c c funkcija 3 x = x1/3 nacrtana iz dva dijela na pomalo neobiˇan naˇin. Mi 1/3 inverzna funkcija funkcije x 3 . Medutim, raˇunala barataju c znamo da je x samo s diskretnim podskupom skupa Q (vidi poglavlje 1.7.1, a broj 1 = 3 ˙ 0.3333 . . . = 0.3 ima beskonaˇni periodiˇni decimalni zapis. Stoga programi c c za crtanje funkcije oblika x1/k takve sluˇajeve ˇesto tretiraju kao potencije c c s realnim eksponentom koje su definirane samo za x > 0 (vidi poglavlje 4.6.2). Naredba za crtanje funkcije x 0.33333 u programu Gnuplot tako daje sliku funkcije samo za x > 0, dok se lijeva strana dobije tako ˇto se nacrta s 0.33333 . funkcija −(−x) Nadalje, za n ∈ N moˇemo definirati funkciju z f (x) = x− n = pri ˇemu je c D(x− n ) = D(x n )\{0}.
1 1 1

1

xn

1

,

4.6 Pregled elementarnih funkcija

135

x**(-1) x**(-2)

1

-1 -1

1

Slika 4.19: Funkcije f (x) = x−k , k ∈ N z Takoder moˇemo definirati i funkcije oblika f (x) = x n ,
m

m ∈ Z,

n ∈ N,

pri ˇemu se podruˇje definicije odreduje na temelju prethodnih pravila. Na c c primjer, 2 3 D(x 3 ) = R, D(x 2 ) = [0, ∞). Zadatak 4.8 Koje od funkcija xk , x1/k , k ∈ Z, su omedene (odozdo, odozgo), parne ili neparne, monotone ili po dijelovima monotone, neprekidne ili imaju prekide (kakvi su ti prekidi) te koje imaju vertikalne, horizontalne ili kose asimptote ? Prisjetimo se da je skup racionalnih brojeva Q zapravo skup klasa ekvivalencije na skupu Z × N. Ukoliko su m i n relativno prosti tada je podruˇje c definicije uvijek jednoznaˇno odredeno i vrijedi c x n = (xm ) n = (x n )m . Ukoliko m i n nisu relativno prosti tada moˇe do´i do situacije kao u sljede´em z c c primjeru: √ √ f (x) = ( 4 x)2 = x, D = [0, ∞) √ 4 galeb(x) = x2 , D = R.
m 1 1

136

FUNKCIJE REALNE VARIJABLE

1

x**2 sqrt(x) x

-1

1

Slika 4.20: Funkcija f (x) =

√ x

Dok je prva funkcija prikazana na slici 4.20, funkcija galeb(x) prikazana je na slici 4.22. √ Sliˇno je i x2 = |x| (vidi sliku 1.1). c Potenciranje s realnim brojem Za x > 0 i a ∈ R definiramo funkciju f (x) = x a sa  inf{xq : q ∈ Q ∧ q > a}, za x > 1  xa = 1, za x = 1  1  −a (x) , za x < 1.

Pored toga, 0x = 0, ∀x = 0, a 00 je neodredeni oblik. Pravila potenciranja (P1), (P2) i (P3) vrijede i za potenciranje s racionalnim i realnim brojevima, a takoder vrijede i sljede´a svojstva: c [(0 < x < y) ∧ (a > 0)] [(x > 1) ∧ (a < b)] [(0 < x < 1) ∧ (a < b)] ⇒ ⇒ xa < y a ,
b

(P4) (P5) (P6)

x <x , x >x .
a b

a

4.6.3

Eksponencijalna funkcija

ˇije se vrijednosti raˇunaju po prethodnim pravilima potenciranja. Iz svojstva c c (P5) slijedi da je expa za a > 1 strogo rastu´a funkcija. Takoder, za a > 1 c

Ako fiksiramo bazu a ∈ R+ = (0, ∞), a = 1, tada moˇemo definirati z funkciju expa : R → R+ , expa (x) ≡ expa x = ax ,

4.6 Pregled elementarnih funkcija

137

1

-1 -1

1

x**3 x**(0.33333) -(-x)**(0.33333) x

Slika 4.21: Funkcija f (x) =

√ 3 x

funkcija expa ima horizontalnu asimptotu y = 0 kada x → −∞. Nadalje, kako je 1 x = a−x , a c to je funkcija exp 1 simetriˇna funkciji expa s obzirom na y-os. Dakle, za a a < 1 funkcija expa je strogo padaju´a i ima horizontalnu asimptotu y = 0 c kada x → +∞. expa je uvijek bijekcija (vidi sliku 4.23). Napomena 4.9 Posebno se ˇesto koriste funkcije 10 x i ex . Broj e se zove c

1

-1

1

Slika 4.22: Funkcija galeb(x) =

√ 4 x2

138

FUNKCIJE REALNE VARIJABLE

2**x 2**(-x) 2

1

-2

-1 -1/2

1/2

1

2

Slika 4.23: Eksponencijalne funkcije 2 x i 2−x

baza prirodnih logaritama, definiran je kao 1 n
n

e = lim

n→∞

1+

= lim

x→+∞

1+

1 x

x

,

i pribliˇno je jednak e ≈ 2.7182 . . . (vidi sliku 4.24). z
10**x e**x

e

1 1/e -1 1

Slika 4.24: Funkcije 10x i ex

4.6 Pregled elementarnih funkcija

139

4.6.4

Logaritamska funkcija

Kako je expa bijekcija, logaritamsku funkciju definiramo kao inverznu funkciju eksponencijalne funkcije (vidi slike 4.25 i 4.26): loga ≡ exp−1 : R+ → R. a Posebno se koriste Briggsovi ili dekadski logaritmi s bazom 10, log10 x ≡ log x, i prirodni logaritmi s bazom e, loge x ≡ ln x. ln je kratica od logaritam naturalis.
log(x)/log(2) 2**x x 2

1

-2

-1 -1/2 -1

1/2 1

2

Slika 4.25: Funkcija f (x) = log 2 x Zbog svojstava inverznih funkcija vrijedi (teorem 1.1) (log a ◦ expa )(x) = log a (ax ) = x,
loga (x)

(expa ◦ log a )(x) = a

= x,

∀x ∈ R+ .

∀x ∈ R,

Zadatak 4.9 Nacrtajte funkcije log a (ax ) i aloga (x) .

140

FUNKCIJE REALNE VARIJABLE

log(x)/log(0.5) 2**(-x) x

2

1 1/2 -2 -1 -1 1/2 1 2

-2

Slika 4.26: Funkcija f (x) = log 1/2 x

Svojstva logaritama Najvaˇnija svojstva logaritamskih funkcija su: z loga x = loga b · logb x (veza dvaju baza), 1 loga b = , logb a loga (x · y) = log a x + log a y, x, y > 0, x loga = loga x − log a y, x, y > 0, y loga xy = y log a x, x > 0, x =a
r r·loga x

(L1) (L2) (L3) (L4) (L5) (L6)

,

x > 0.

Dokaz svojstva (L1): jednakost x = x moˇemo koriste´i logaritme s bazama a z c i b zapisati kao aloga x = blogb x . Uvrˇtavanje b = aloga b u gornju nejednakost i primjena svojstva potenciranja s (P2) daju aloga x = aloga b
logb x

= aloga b·logb x .

Kako su u prethodnoj jednakosti baze jednake, to moraju biti jednaki i eksponenti, odnosno svojstvo (L1) vrijedi.

4.6 Pregled elementarnih funkcija

141

Dokaz svojstva (L2): kada u svojstvo (L1) uvrstimo x = a dobijemo 1 = log a a = loga b · logb a. Dokaz svojstva (L3): sliˇno kao u dokazu svojstva (L1) izraz xy = x·y moˇemo c z zapisati kao aloga (xy) = aloga x · aloga y = aloga x+loga y . Svojstva (L4–L6) dokazuju se sliˇno. c Napomena 4.10 Kako ve´ina programa za crtanje funkcija moˇe crtati samo c z funkcije log x i ln x, kod crtanja funkcija log 2 x i log 1/2 x na slikama 4.25 i 4.26 koriˇtena su svojstva (L1) i (L2). Program Gnuplot pomo´u kojeg su nacrtane s c slike funkciju ln x oznaˇava s log(x). c Zadatak 4.10 Nacrtajte funkcije log x, ln x, log 3 x i log 1/3 x. funkcije omedene, monotone, neprekidne i imaju li asimptote? Jesu li te

4.6.5

Trigonometrijske funkcije

Promotrimo srediˇnju jediniˇnu kruˇnicu implicitno zadanu s s c z x2 + y 2 = 1. Tu kruˇnicu ´emo u ovom sluˇaju joˇ zvati i trigonometrijska kruˇnica. Njen z c c s z opseg jednak je O = 2rπ = 2 · 1 · π. Broj π ima beskonaˇni neperiodiˇni decimalni zapis, a njegovih prvih pedeset c c znamenaka glasi 3.14159265358979323846264338327950288419716939937508 Broj π moˇemo definirati na razliˇite naˇine. Tako je, na primjer, π jednak z c c limesu beskonaˇnog niza brojeva (vidi zadatak 6.1): c π = lim 2n
n→+∞

2−

2+

2+

2···

(4.7)

n − 1 korijen z c c Takoder, π moˇemo definirati i pomo´u sume beskonaˇnog reda brojeva (vidi poglavlje 6.2.4): π=4
∞ n=0

(−1)n =4 2n + 1

1 1 1 1 1 1 − + − + − + ··· . 1 3 5 7 9 11

142

FUNKCIJE REALNE VARIJABLE

Zanimljiva priˇa o tome kako je Arhimed izraˇunao broj π s pogreˇkom manc c s jom od 0.1% nalazi se na http://www.ima.umn.edu/∼arnold/graphics.html. Definirajmo prvo funkcije sinus i kosinus. Na trigonometrijsku kruˇnicu z nanesimo brojevni pravac tako da se broj 0 brojevnog pravca nalazi u toˇki c I = (1, 0) u koordinatnom sustavu ravnine, dok se pozitivni dio brojevnog pravca namata na kruˇnicu u pozitivnom smjeru (obrnuto od kazaljke na satu). z Tada se toˇka x brojevnog pravca nalazi u toˇki c c T = (cos x, sin x) u koordinatnom sustavu (slika 4.27). Drugim rijeˇima, cos x je apscisa, a sin x c ordinata toˇke T u kojoj se nalazi broj x. c
tg x

x sin x T

0 cos x I=(1,0)

Slika 4.27: Trigonometrijska kruˇnica z Promatraju´i sliku 4.27 moˇemo zakljuˇiti sljede´e: c z c c – funkcije sin x i cos x su omedene (definicija 4.1), odnosno vrijedi sin x, cos : R → [−1, 1], – sin x je neparna, a cos x je parna funkcija (definicija 4.2),

4.6 Pregled elementarnih funkcija

143

– sin x i cos x su periodiˇne funkcije a osnovnim periodom 2π (definicija c 4.4), – sin x i cos x su neprekidne funkcije (definicija 4.6), – nul-toˇke funkcija sin x i cos x su c sin x = 0 cos x = 0 ⇔ ⇔ x = kπ, k ∈ Z, π x = + kπ, k ∈ Z, 2

(4.8)

– primjena Pitagorinog pouˇka na pravokutni trokut s katetama sin x i c cos x i hipotenuzom jednakom 1 daje osnovni trigonometrijski identitet sin2 x + cos2 x = 1 (4.9)

(gornji izraz je identitet, a ne jednadˇba, stoga ˇto vrijedi za svaki x ∈ R). z s Funkcije sin x i cos x prikazane su na slici 4.28.
sin(x) 1

-pi

-pi/2 -1

pi/2

pi

2*pi

cos(x) 1

-pi

-pi/2 -1

pi/2

pi

2*pi

Slika 4.28: Sinus i kosinus Pomo´u sinusa i kosinusa definiramo tangens i kotangens: c tg x ≡ tan x = sin x , cos x ctg x = cos x . sin x

Vidimo da tangens nije definiran u nul-toˇkama kosinusa, dok kotangens nije c definiran u nul-toˇkama sinusa. Formula (4.8) i definicije sinusa i kosinusa c

144 stoga povlaˇe c

FUNKCIJE REALNE VARIJABLE

π + kπ : k ∈ Z → R, 2 ctg : R \ {kπ : k ∈ Z} → R. tg : R \ U svim toˇkama u kojima su obje funkcije definirane oˇito vrijedi c c ctg x = Pored toga, zbog proporcionalnosti sin x tg x = , cos x 1 geometrijski prikaz tangensa je kao na slici 4.27. Da bi odredili ponaˇanje funkcije tg x u toˇkama prekida, moramo posebno s c promotriti limese slijeva i zdesna. Definicija funkcije cos x (vidi slike 4.27 i 4.28) povlaˇi c
x→ π −0 2

1 . tg x

1−0 sin x = = +∞, cos x +0 sin x 1−0 lim tg x = lim = = −∞. π π −0 x→ 2 +0 x→ 2 +0 cos x lim tg x =
x→ π −0 2

lim

z c c Iz ove analize takoder moˇemo zakljuˇiti da je u svim toˇkama oblika x = π/2 + kπ, k ∈ Z limes slijeva jednak +∞, a limes zdesna jednak −∞. Dakle, funkcija tg x u svim toˇkama prekida ima prekid druge vrste (definicija 4.7), c a pravci π x = + kπ, k ∈ Z, 2 su vertikalne asimptote s obje strane (vidi poglavlje 4.5). Sliˇna analizu moˇemo napraviti i za funkciju ctg x. Tangens i kotangens c z prikazani su na slikama 4.29 i 4.30. Promatraju´i slike 4.29 i 4.30 zakljuˇujemo sljede´e: c c c – obje funkcije tg x i ctg x su neparne, i to stoga ˇto su kvocijent jedne s parne i jedne neparne funkcije (definicija 4.2), – tg x je strogo rastu´a funkcija (definicija 4.3) na svakom podintervalu c otvorenog intervala π π + kπ, + (k + 1)π , k ∈ Z, 2 2 a ctg x je strogo padaju´a funkcija na svakom podintervalu otvorenog c intervala (kπ, (k + 1)π), k ∈ Z,

4.6 Pregled elementarnih funkcija

145

1

-pi

-pi/2

1 pi/2

pi

3*pi/2

2*pi

Slika 4.29: Tangens

– tg x i ctg x su periodiˇne funkcije a osnovnim periodom 2π (definicija c 4.4), – nul-toˇke funkcije tg x su nul-toˇke funkcije sin x, a nul-toˇke funkcije c c c ctg x su nul-toˇke funkcije cos x (vidi formulu (4.8)). c Napomena 4.11 Osnovne vrijednosti funkcija sin x, cos x i tg x nalaze se u tablici 4.1 Vrijednosti ovih funkcija u toˇkama −π/6, −π/4, −π/3, −π/2, c 2π/3, 3π/4, 5π/6, . . . , lako odredimo koriste´i tablicu i svojstva funkcija (pec riodiˇnost, parnost, odnosno neparnost). Vrijednosti funkcija u nekim drugim c toˇkama kao π/12, 7π/12, . . . , moˇemo odrediti pomo´u prethodnih vrijedc z c nosti i adicionih teorema koji su opisani kasnije. Op´a sinusoida c Op´a sinusoida je funkcija oblika c f (x) = A sin(ωx + ϕ), Broj A je amplituda i vrijedi f : R → [−A, A]. A, ω > 0.

146

FUNKCIJE REALNE VARIJABLE

1

-pi

-pi/2

1 pi/2

pi

3*pi/2

2*pi

Slika 4.30: Kotangens

Osnovni period op´e sinusoide je c P = 2π , ω

a fazni pomak, odnosno nul-toˇka desno od koje op´a sinusoida poˇinje rasti, c c c je ϕ x0 = − . ω Kako je sin 0 = 0, formula za fazni pomak slijedi iz jednakosti ωx + ϕ = 0, a kako je osnovni period funkcije sin x jednak 2π, formula za period slijedi iz x 0 π/6 π/4 π/3 π/2 sin x 0 1/2 √ √2/2 3/2 1 cos x √1 √3/2 2/2 1/2 0 tg x √0 3/3 1 √ 3 −

Tablica 4.1: Osnovne vrijednosti trigonometrijskih funkcija

4.6 Pregled elementarnih funkcija

147

jednakosti sin(ω(x + P ) + ϕ) = sin(ωx + ϕ) Na primjer, op´a sinusoida c f (x) = 2 sin(3x − 1) ima amplitudu A = 2, period 2π/3 i nul-toˇku x 0 = 1/3 (slika 4.31). c
2*sin(3*x-1) 2

ωP = 2π.

1/3

1/3+pi/3

-2

Slika 4.31: Op´a sinusoida c Funkciju cos x takoder moˇemo promatrati kao op´u sinusoidu uz A = 1, z c ω = 1 i ϕ = π/2, odnosno π . cos x = sin x + 2 Sliˇno je i c sin x = cos(x − π/2). (4.10) Kosinusov pouˇak i adicioni teoremi c U ovom poglavlju izvest ´emo neke veze izmedu trigonometrijskih funkcija. c Za pravokutni trokut s katetama a i b i hipotenuzom c, Pitagorin pouˇak c glasi c2 = a2 + b2 . Za trokut koji nije pravokutan Pitagorin pouˇak i osnovni c trigonometrijski identitet (4.9) daju kosinusov pouˇak (vidi sliku 4.32): c c2 = (b sin x)2 + (b cos x − a)2 = b2 sin2 x + b2 cos2 x − 2ab cos x + a2 = a2 + b2 − 2ab cos x.

148

FUNKCIJE REALNE VARIJABLE

b c

b sin x

x a b cos x - a

Slika 4.32: Kosinusov pouˇak c

Adicioni teoremi nam daju formule za sinus i kosinus zbroja i razlike kutova. Promotrimo sliku 4.33. Primjena kosinusovog pouˇka na trokut OQP daje c |P Q|2 = 12 + 12 − 2 cos(u − t). S druge strane, iz Pitagorinog pouˇka slijedi c |P Q|2 = (cos t − cos u)2 + (sin u − sin t)2

= cos2 t − 2 cos t cos u + cos2 u + sin2 u − 2 sin u sin t + sin2 t = 1 + 1 − 2 cos t cos u − 2 sin u sin t.

Izjednaˇavanje gornjih izraza daje prvi adicioni teorem c cos(u − t) = cos u cos t + sin u sin t. Kako je sinus neparna, a kosinus parna funkcija, zamjena t → −t daje cos(u + t) = cos u cos t − sin u sin t. Dalje, za u = t imamo cos 2t = cos2 t − sin2 t. Zamjena t → t − π/2 u (A2) daje cos u + t − π π π = cos u cos t − − sin u sin t − 2 2 2 (A3) (A2) (A1)

4.6 Pregled elementarnih funkcija

149

Q=(cos u, sin u)

P=(cos t, sin t) u t O 1

Slika 4.33: Adicioni teoremi

pa jednakost (4.10) povlaˇi c sin(u + t) = cos u sin t + sin u cos t. Konaˇno, kada u (A4) izvrˇimo zamjenu t → −t imamo c s sin(u − t) = − cos u sin t + sin u cos t, a kada u (A4) uvrstimo u = t imamo sin 2t = 2 sin t cos t. (A6) (A5) (A4)

Koriste´i osnovne adicione teoreme moˇemo izvesti i razne druge formule. c z
1 Zadatak 4.11 Izvedite formule koje funkcije sin 3x, sin 4x, sin 2 x, cos 3x, cos 4x i cos 1 x prikazuju pomo´u funkcija sin x i cos x. Izvedite joˇ nekoc s 2 c liko veza izmedu trigonometrijskih funkcija koje se nalaze u Matematiˇkom priruˇniku ili logaritamskim tablicama. c

4.6.6

Arkus funkcije

Arkus funkcije ili ciklometrijske funkcije su inverzne funkcije odgovaraju´ih c restrikcija trigonometrijskih funkcija. Naime, ni jedna od trigonometrijskih

150

FUNKCIJE REALNE VARIJABLE

funkcija nije bijekcija (funkcija ne moˇe biti bijekcija ˇim je periodiˇna). Medutim, z c c u primjenama se ˇesto javlja potreba za njihovim inverzima, pa su inverzi c definirani za pogodno odabrane restrikcije koje jesu bijekcije. Pri tome se najˇeˇ´e biraju restrikcije na odgovaraju´i interval koji je najbliˇi nuli. c sc c z Na slici 4.28 vidimo da je restrikcija sinusa na interval [−π/2, π/2] bijekcija. Arkus sinus je inverzna funkcija te restrikcije pa vrijedi arcsin ≡ sin−1 : [−1, 1] → − π π , . 2 2

Funkcija arcsin x prikazana je na slici 4.34. Vidimo da je funkcija strogo rastu´a, neparna, neprekidna i nema asimptota. c
sin(x) asin(x) pi/2

1

-pi/2

-1

1

pi/2

-1

-pi/2

Slika 4.34: Arkus sinus Prema Teoremu o inverznoj funkciji 1.1 vrijedi (slika 4.35): arcsin(sin x) = x, sin(arcsin x) = x, x∈ − π π , , 2 2 x ∈ [−1, 1]

Medutim, funkcija arcsin(sin x) je definirana za svaki x ∈ R, a njen graf dan je na slici 4.36. Funkcija arkus kosinus je inverzna funkcija restrikcije funkcije cos x na interval [0, π] (vidi sliku 4.28) i vrijedi arccos ≡ cos−1 : [−1, 1] → [0, π].

4.6 Pregled elementarnih funkcija

151

asin(sin(x)) pi/2

sin(asin(x))

1

-pi/2

pi/2

-1 -1

1

-pi/2

Slika 4.35: Kompozicije restrikcije sinusa s arkus sinusom

pi/2

asin(sin(x))

-pi

-pi/2 -pi/2

pi/2

pi

Slika 4.36: Funkcija arcsin(sin x)

Funkcija arccos x prikazana je na slici 4.37. Ona je strogo padaju´a, neprekidna c i nema asimptota. Funkcija arkus tangens je inverzna funkcija restrikcije funkcije tg x na interval (−π/2, π/2) (vidi sliku 4.29) i vrijedi π π arctg ≡ tg −1 : R → − , . 2 2 Funkcija arctg x je strogo rastu´a, neparna i neprekidna te ima horizontalne c asimptote i to pravac y = −π/2 u lijevom i y = π/2 u desnom kraju (slika 4.38). Sliˇno, funkcija arkus kotangens je inverzna funkcija restrikcije funkcije c ctg x na interval (0, π) (vidi sliku 4.30) pa vrijedi arcctg ≡ ctg −1 : R → (0, π). Funkcija arcctg x je strogo padaju´a i neprekidna te ima horizontalne asimpc tote i to pravac y = π u lijevom i y = 0 u desnom kraju (slika 4.38). Kako

152

FUNKCIJE REALNE VARIJABLE

acos(x) pi

pi/2

-1

1

Slika 4.37: Arkus kosinus

program za crtanje Gnuplot nema ugradenu funkciju arcctg x, tu funkciju smo nacrtali

4.6 Pregled elementarnih funkcija

153

koriste´i vezu c arcctg x =

π − arctg x. 2

pi

atan(x) pi/2-atan(x)

pi/2

-1 -pi/2

1

Slika 4.38: Arkus tangens i arkus kotangens

Zadatak 4.12 Nacrtajte funkcije f (x) = cos(arccos x), f (x) = tg(arctg x), f (x) = ctg(arcctg x), f (x) = sin(arccos x), f (x) = arccos(cos x), f (x) = arctg(tg x), f (x) = arcctg(ctg x), f (x) = arccos(sin x).

4.6.7

Klasifikacija elementarnih funkcija

Elementarna funkcija je svaka funkcija koja nastaje primjenjuju´i konaˇan c c broj puta zbrajanje, oduzimanje, mnoˇenje, dijeljenje i komponiranje na do z sada opisane elementarne funkcije. Pri tome je (f ± g)(x) = f (x) ± g(x), (f · g)(x) = f (x) · g(x), f (x) f , (x) = g g(x) g(x) = 0.

Primjer 4.13 Funkcija f : [0, +∞) → R zadana s √ 2 f (x) = 3x −2 · sin( 4 x) + 1 je elementarna funkcija jer je sastavljena na sljede´i naˇin: c c f = [f1 ◦ (f2 − f3 )] · (f4 ◦ f5 ) + f6 ,

154 gdje je f1 (x) = exp3 (x), f4 (x) = sin(x),

FUNKCIJE REALNE VARIJABLE

f2 (x) = x2 , √ f5 (x) = 4 x,

f3 (x) = 2, f6 (x) = 1.

Algebarske funkcije su one elementarne funkcije koje nastaju komponiranjem potencije s racionalnim eksponentom (vidi poglavlje 4.6.2 i racionalne funkcije s racionalnim koeficijentima (vidi poglavlje 4.6.8). Sve ostale elementarne funkcije su transcendentne funkcije. Na primjer, funkcija f (x) = je algebarska, dok je funkcija f (x) = x2 + 1 2x3 − 5x
√ 2
4

x2 + 1 2x3 − 5x

5

transcendentna. Od algebarskih funkcija posebno nas zanimaju polinomi i racionalne funkcije (vidi poglavlje 4.6.8), a od transcendentnih funkcija posebno nas zanimaju hiperbolne funkcije i njima inverzne area funkcije (vidi poglavlje 4.6.9).

4.6.8

Polinomi i racionalne funkcije
n

Polinom n-tog stupnja je funkcija pn (x) = an x + an−1 x
n n−1

+ · · · + a 2 x + a1 x + a 0 =

2

ai xi ,
i=0

pri ˇemu su koeficijenti ai realni brojevi i vrijedi an = 0. Napomenimo da c je prirodno definirati i polinome ˇiji su koeficijenti kompleksni brojevi. Takvi c polinomi se razmatraju u Matematici 3. Za polinome vrijedi sljede´i vaˇan teorem kojeg navodimo bez dokaza, a c z koji slijedi iz poznatog Osnovnog teorema algebre. Teorem 4.9 Svaki polinom n-tog stupnja p n ima toˇno n kompleksnih nulc toˇaka zi za koje vrijedi pn (zi ) = 0, i = 1, 2, . . . , n. Drugim rijeˇima, p n se c c dade rastaviti kao pn (x) = an xn + · · · + a1 x + a0 = an (x − z1 )(x − z2 ) · · · (x − zn ). Nadalje, strogo kompleksne nul-toˇke (one za koje je Im z i = 0) se uvijek c javljaju u konjugirano kompleksnim parovima, odnosno pn (zi ) = 0 ⇔ pn (¯i ) = 0. z

4.6 Pregled elementarnih funkcija

155

Primijetimo da u iskazu teorema nul-toˇke z i ne moraju biti medusobno c razliˇite. Ako je neki broj z nul-toˇka koja se u gornjem rastavu pojavljuje c c k puta, tada kaˇemo da je z k-terostruka nul-toˇka polinoma p n ili nul-toˇka z c c kratnosti k. Zadnja tvrdnja teorema takoder ima zanimljive posljedice. Tako polinom drugog stupnja moˇe imati samo ili dvije realne ili dvije konjugirano komz pleksne nul-toˇke, a ne moˇe imati jednu realnu i jednu strogo kompleksnu c z nul-toˇku. Na primjer, c 1 2x2 − x − 1 = 2(x − 1) x + , 2 √ √ −1 + i 3 −1 − i 3 2 x +x+1= x− x− 2 2 √ √ 1 3 3 1 = x+ −i x+ +i . 2 2 2 2 Sliˇno, polinom tre´eg stupnja moˇe imati ili tri ili jednu realnu nul-toˇku, c c z c a polinom ˇetvrtog stupnja moˇe imati ili ˇetiri ili dvije ili nijednu realnu c z c nul-toˇku. c Zadatak 4.13 Nacrtajte nekoliko polinoma razliˇitih stupnjeva pomo´u proc c grama NetPlot i opiˇite njihovo ponaˇanje. s s Racionalna funkcija je kvocijent dvaju polinoma, r(x) = Oˇito vrijedi c U toˇkama prekida racionalna funkcija ima ili vertikalu asimptotu s obje strane c ili uklonjivi prekid. Ako je stupanj brojnika manji od stupnja nazivnika, n < m, tada kaˇemo z da je r prava racionalna funkcija. Ako je n ≥ m, tada moˇemo podijeliti z polinom pn s polinomom qm , odnosno vrijedi r(x) = sk (x) + tl (x) , qm (x) r : R \ {x ∈ R : qm (x) = 0} → R. pn (x) . qm (x)

pri ˇemu su sk i tl takoder polinomi. Ostatak c tl (x) qm (x) je prava racionalna funkcija, odnosno vrijedi l < m. Na primjer, 4x − 11 2x3 − x2 + 4x − 2 = 2x + 3 + 2 . 2 − 2x + 3 x x − 2x + 3

156

FUNKCIJE REALNE VARIJABLE

4.6.9

Hiperbolne i area funkcije

Hiperbolne funkcije definiramo pomo´u eksponencijalne funkcije e x (poglavlje c 4.6.3). Hiperbolne funkcije su zanimljive jer su rjeˇenja mnogih problema u s fizici i tehnici izraˇena pomo´u njih. Veze izmedu hiperbolnih funkcija sliˇne z c c su vezama izmedu trigonometrijskih funkcija. Sinus hiperbolni je funkcija sh : R → R, a kosinus hiperbolni je funkcija ch : R → [1, +∞), ch x = ex + e−x . 2 sh x = ex − e−x , 2

Funkcije sh x i ch x prikazane su na slici 4.39.

3 2 1

-2

-1 -1 -2 -3

1

2

sinh(x) cosh(x)

Slika 4.39: Sinus hiperbolni i kosinus hiperbolni

Vidimo da je sinus hiperbolni neparna, a kosinus hiperbolni parna funkcija te da je sinus hiperbolni strogo rastu´a funkcija. Kosinus hiperbolni se joˇ c s zove i lanˇanica, jer lanac objeˇen o dvije toˇke u gravitacijskom polju zauzme c s c

4.6 Pregled elementarnih funkcija

157

oblik dijela te krivulje. Za funkcije sh x i ch x vrijedi ch2 x − sh2 x = 1

ch 2x = sh2 x + ch2 x sh 2x = 2 sh x ch x.

(4.11)

Zadatak 4.14 Dokaˇite svojstva (4.11). Usporedite ta svojstva s trigonometrijz skim identitetom (4.9) i adicionim teoremima (A3) i (A6). Opiˇite sliˇnosti i s c razlike? Sliˇno kao kod trigonometrijskih funkcija, tangens hiperbolni definiramo c kao kvocijent sinusa i kosinusa, a kotangens hiperbolni kao kvocijent kosinusa i sinusa, odnosno th x = sh x , ch x ch x cth x = , sh x th : R → (−1, 1), cth : R \ {0} → (−∞, −1) ∪ (1, +∞).

Funkcije th x i cth x prikazane su na slici 4.40. Funkcija th x je neparna, strogo rastu´a i neprekidna te ima horizontalne asimptote y = −1 i lijevom c i y = 1 u desnom kraju. Funkcija cth x je neparna, strogo padaju´a i ima c prekid druge vrste u toˇki x = 0. Njene horizontalne asimptote su takoder c pravci y = −1 i lijevom i y = 1 u desnom kraju, a pravac x = 0 je vertikalna asimptota s obje strane. Zadatak 4.15 Koriste´i svojstva funkcije e x izraˇunajte limese c c lim th x, lim cth x, lim cth x, lim th x, lim cth x, lim cth x.

x→−∞

x→+∞

x→−∞ x→0−0

x→+∞ x→0+0

Area funkcije su inverzne funkcije hiperbolnih funkcija. Primijetimo da su sve hiperbolne funkcije bijekcije, osim ch x pa za kosinus hiperbolni inverznu funkciju definiramo za restrikciju ch | [0,+∞) . Funkcije area sinus hiperbolni, area kosinus hiperbolni, area tangens hiperbolni i area kotangens hiperbolni

158

FUNKCIJE REALNE VARIJABLE

3 2 1

-3

-2

-1 -1 -2 -3

1

2

3

tanh(x) 1/tanh(x)

Slika 4.40: Tangens hiperbolni i kotangens hiperbolni

definirane su redom na sljede´i naˇin: c c arsh x = sh−1 x = ln(x + arch x = ch−1 x = ln(x + arsh : R → R, x2 + 1), x2 − 1),

arch : [1, +∞) → [0, +∞), 1 1+x , arth x = th−1 x = ln 2 1−x arth : (−1, 1) → R, 1 x+1 arcth x = cth−1 x = ln , 2 x−1 arcth : (−∞, −1) ∪ (1, +∞) → R \ {0}.

(4.12)

Area funkcije se ponekad oznaˇavaju i s velikim poˇetnim slovom kao na c c primjer Arsh x. Funkcije arsh x i arch x prikazane su na slici 4.41, a funkcije arth x i arcth x na slici 4.42. Zadatak 4.16 a) Dokaˇite da su formule za area funkcije te njihove domene z i kodomene zaista dane s odgovaraju´im izrazima u (4.12). c b) Koje su horizontalne i vertikalne asimptote funkcija arth x i arcth x (vidi

4.6 Pregled elementarnih funkcija

159

asinh(x) log(x+sqrt(x**2-1))

2

1

-2

-1 -1

1

2

-2

Slika 4.41: Area sinus hiperbolni i area kosinus hiperbolni

atanh(x) log((x+1)/(x-1))/2 2 1

-3

-2

-1 -1 -2

1

2

3

Slika 4.42: Area tangens hiperbolni i area kotangens hiperbolni

160

FUNKCIJE REALNE VARIJABLE

sliku 4.42)? Dokaˇite da su to asimptote tako ˇto ´ete izraˇunati odgoz s c c varaju´e limese. c c) Nacrtajte funkcije f (x) = sh(arsh x), f (x) = ch(arch x), f (x) = th(arth x), f (x) = cth(arcth x), f (x) = arsh(sh x), f (x) = arch(ch x), f (x) = arth(th x), f (x) = arcth(cth x).

5. DERIVACIJE I PRIMJENE
5.1 Derivacija . . . . . . . . . . . . . . . . . . . . . . . . . 162 5.1.1 Tangenta i normala . . . . . . . . . . . . . . . . . . 165 5.1.2 5.1.3 5.1.4 5.1.5 5.1.6 5.2 5.3 5.4 5.5 Derivacije slijeva i zdesna . . . . . . . . . . . . . . . 166 Pravila deriviranja . . . . . . . . . . . . . . . . . . . 167 Deriviranje implicitno zadane funkcije . . . . . . . . 170 Derivacije elementarnih funkcija . . . . . . . . . . . 170 Logaritamsko deriviranje . . . . . . . . . . . . . . . 174

Diferencijal . . . . . . . . . . . . . . . . . . . . . . . . 175 5.2.1 Pribliˇno raˇunanje . . . . . . . . . . . . . . . . . . . 176 z c Viˇe derivacije i diferencijali . . . . . . . . . . . . . . 177 s Deriviranje parametarski zadane funkcije . . . . . . 179 Teoremi diferencijalnog raˇuna . . . . . . . . . . . . 180 c 5.5.1 Fermatov i Rolleov teorem . . . . . . . . . . . . . . . 180 5.5.2 5.5.3 Cauchyjev i Lagrangeov teorem srednje vrijednosti . 181 L’Hospitalovo pravilo i raˇunanje limesa neodredenih c oblika . . . . . . . . . . . . . . . . . . . . . 184 Monotonost . . . . . . . . . . . . . . . . . . . . . . . . 186

5.6 5.7 5.8 5.9

Ekstremi . . . . . . . . . . . . . . . . . . . . . . . . . . 188 5.7.1 Geometrijski ekstrem . . . . . . . . . . . . . . . . . . 192 Zakrivljenost . . . . . . . . . . . . . . . . . . . . . . . 193 Ispitivanje toka funkcije . . . . . . . . . . . . . . . . 197 5.9.1 Parametarski zadana funkcija . . . . . . . . . . . . . 203

5.10 Rjeˇavanje problema ravnoteˇe . . . . . . . . . . . . 210 s z

162

DERIVACIJE I PRIMJENE

Ova je glava posve´ena derivacijama i njihovim primjenama. To je jedno c od najvaˇnijih podruˇja matematiˇke analize, joˇ poznato i kao diferencijalni z c c s raˇun. c Za derivaciju op´enito moˇemo re´i je da je ona mjera promjene. Stoga nam c z c c derivacije omogu´uju odredivanje podruˇja na kojem funkcija raste ili pada, c nalaˇenje toˇaka u kojima funkcija dostiˇe najmanju ili najve´u vrijednost te z c z c odredivanje podruˇja na kojima je funkcija konkavna ili konveksna. Rjeˇavanje c s navedenih zadataka sastavni je dio rjeˇavanja mnogih problema koji se javljaju s u inˇenjerskim primjenama pa je stoga potpuno poznavanje diferencijalnog z raˇuna nuˇno za svakog inˇenjera. c z z Klasiˇne primjene zbog kojih se u XVII. stolje´u i razvio diferencijalni c c raˇun su nalaˇenje brzine i ubrzanja (primjer 5.2) i nalaˇenje jednadˇbe tanc z z z gente (poglavlje 5.1.1).

5.1

Derivacija

U ovom poglavlju definirat ´emo derivaciju te derivacije slijeva i zdesna, c izvesti formule za jednadˇbe tangente i normale i dati osnovna pravila deriviz ranja. Potom ´emo izvesti formule za derivacije svih elementarnih funkcija iz c poglavlja 4.6. Definicija 5.1 Funkcija f : D → R je derivabilna u toˇki x 0 ∈ D ako postoji c limes f (x) − f (x0 ) = f (x0 ). lim x→x0 x − x0 Broj f (x0 ) je derivacija funkcije f u toˇki x 0 . f (x) definirana na ovaj naˇin c c je takoder funkcija i vrijedi f : A ⊆ D → R. Ako je A ⊂ D, tada je funkcija f derivabilna na skupu A, a ako je A = D, tada je f derivabilna funkcija. Ako je pored toga funkcija f neprekidna, tada je f neprekidno derivabilna ili glatka funkcija. Definicija limesa 4.5 povlaˇi da u izoliranoj toˇki x 0 derivacija f (x0 ) ne c c postoji, premda je funkcija f definirana u toj toˇki (vidi sliku 5.1). c Dokaˇimo sljede´i vaˇan teorem. z c z Teorem 5.1 Ako je funkcija f derivabilna u toˇki x 0 , tada je i neprekidna u c toj toˇki. c

5.1 Derivacija

163

f(x)

f(x )
0

x

0

x

Slika 5.1: Izolirana toˇka c

Dokaz. Derivabilnost funkcije f u toˇki x 0 povlaˇi c c
x→x0

lim (f (x) − f (x0 )) = lim

f (x) − f (x0 ) (x − x0 ) x − x0 f (x) − f (x0 ) = lim lim (x − x0 ) x→x0 x→x0 x − x0 = f (x0 ) lim (x − x0 )
x→x0 x→x0

= 0. c Dakle, limx→x0 f (x) = f (x0 ), pa je funkcija f neprekidna u toˇki x 0 po definiciji 4.6. Vidimo da funkcija nema derivaciju u toˇkama prekida. Obrat teorema c ne vrijedi, odnosno ako je funkcija f neprekidna u toˇki x 0 , ne mora imati c derivaciju u toj toˇki (vidi primjer 5.3). c Ako u definiciji 5.1 prirast nezavisne varijable u toˇki x 0 oznaˇimo s c c ∆x = x − x0 , a prirast funkcije y = f (x) u toˇki x 0 oznaˇimo s c c ∆f (x0 ) ≡ ∆y = f (x0 + ∆x) − f (x0 ), tada imamo f (x0 + ∆x) − f (x0 ) ∆f (x0 ) ∆y = lim = lim . ∆x→0 ∆x→0 ∆x→0 ∆x ∆x ∆x Kada u ovoj formuli zamijenimo x0 s x, dobijemo izraz za derivaciju koji je pogodan za primjene, f (x0 ) = lim f (x) = lim
∆x→0

f (x + ∆x) − f (x) ∆f (x) ∆y = lim = lim . ∆x→0 ∆x ∆x→0 ∆x ∆x

(5.1)

164

DERIVACIJE I PRIMJENE

Iz teorema 5.1 slijedi da u definiciji 5.1 i formuli (5.1) brojnik i nazivnik istovremeno teˇe k nuli, odnosno derivacija je definirana kao limes neodredenog z 0 oblika 0 . Medutim, takvi neodredeni limesi se mogu izraˇunati, ˇto nam daje c s formule za derivacije zadanih funkcija. Primjer 5.1 a) Za konstantnu funkciju f (x) = c po formuli (5.1) vrijedi f (x) = lim
∆x→0

c−c f (x + ∆x) − f (x) = lim = lim 0 = 0. ∆x→0 ∆x ∆x→0 ∆x

b) Za funkciju f (x) = cx vrijedi f (x) = lim
∆x→0

f (x + ∆x) − f (x) c(x + ∆x) − cx c∆x = lim = lim = c. ∆x→0 ∆x→0 ∆x ∆x ∆x

c) Za funkciju f (x) = x2 vrijedi f (x) = lim (x + ∆x)2 − x2 f (x + ∆x) − f (x) = lim ∆x→0 ∆x→0 ∆x ∆x x2 + 2x∆x + (∆x)2 − x2 = lim (2x + ∆x) = lim ∆x→0 ∆x→0 ∆x = 2x.

d) Adicioni teoremi (A4) i (A5) povlaˇe c sin(u + t) − sin(u − t) = 2 cos u sin t. Primjena ove formule daje (sin x) = lim sin(x + ∆x) − sin(x) ∆x→0 ∆x ∆x sin[(x + 2 ) + ∆x ] − sin[(x + ∆x ) − ∆x ] 2 2 2 = lim ∆x→0 ∆x 2 sin ∆x 2 cos(x + ∆x ) sin ∆x ∆x 2 2 2 = lim lim cos x + = lim ∆x→0 ∆x→0 ∆x ∆x ∆x→0 2 = cos x.

U predzadnjoj jednakosti koristili smo tre´u tvrdnju teorema 4.3 o limesu c produkta, a u zadnjoj jednakosti koristili smo zadatak 4.5. e) Na sliˇan naˇin moˇemo pokazati da je c c z (cos x) = − sin x. Dokaˇite ovu formulu. z Primijetimo da su po definiciji 5.1 sve ove funkcije glatke, jer su im derivacije neprekidne.

5.1 Derivacija

165

Derivacija je nezaobilazni alat u rjeˇavanju mnogih problema u fizici, mehanici s i op´enito tehnici. Isaac Newton je u XVII. stolje´u zapoˇeo razvijati diferenc c c cijalni raˇun bave´i se problemom odredivanja brzine. c c Primjer 5.2 Neka je s s = f (t) dan zakon prema kojem se toˇka T giba po pravcu, pri ˇemu s oznaˇava c c c prijedeni put, a t oznaˇava vrijeme. Pretpostavimo da je kretanje zapoˇelo c c iz ishodiˇta, odnosno f (0) = 0. Tada toˇka T do trenutka t 0 prevali put s c s0 = f (t0 ), a do trenutka t > t0 put s = f (t). Prosjeˇna brzina kojom se toˇka c c T gibala u vremenu od trenutka t0 do trenutka t jednaka je s − s0 ∆s = . t − t0 ∆t Ako je f derivabilna funkcija, tada kada t → t 0 gornji izraz teˇi k trenutaˇnoj z c brzini toˇke T u trenutku t0 , c v0 = v(t0 ) = lim
t→t0

s − s0 ∆s = lim = f (t0 ). ∆t→0 ∆t t − t0

Dakle, brzina je derivacija puta po vremenu. Na sliˇan naˇin moˇemo pokazati c c z i da je ubrzanje (akceleracija) derivacija brzine po vremenu. Vidimo da u ovom sluˇaju vrijedi op´enita tvrdnja, izreˇena na poˇetku poglavlja, o derivaciji kao c c c c ”mjeri promjene”.

5.1.1

Tangenta i normala

Gottfried Wilhelm Leibnitz, filozof i matematiˇar, u XVII. stolje´u je nezac c visno od Newtona razvio osnove diferencijalnog raˇuna rjeˇavaju´i problem c s c nalaˇenja tangente zadane krivulje u nekoj toˇki. z c Neka je krivulja zadana s formulom y = f (x), pri ˇemu je f derivabilna c funkcija. Sekanta krivulje y = f (x) koja prolazi toˇkama (x 0 , f (x0 )) i (x, f (x)), c pri ˇemu je x0 = x, je pravac s koeficijentom (vidi sliku 5.2) c tg α = f (x) − f (x0 ) . x − x0

Kada x → x0 , tada sekanta teˇi k tangenti krivulje y = f (x) u toˇki z c (x0 , f (x0 )), ˇiji je koeficijent smjera jednak tg α 0 . Oˇito vrijedi c c x → x0 ⇒ tg α → tg α0 = f (x0 ). (5.2)

Stoga je jednadˇba tangente na krivulju y = f (x) u toˇki x 0 dana s z c y − f (x0 ) = f (x0 )(x − x0 ).

166

DERIVACIJE I PRIMJENE

f(x0)

f(x) α x

α0 x0

Slika 5.2: Tangenta na krivulju

Normala na krivulju y = f (x) u toˇki x 0 je pravac koji prolazi kroz toˇku c c (x0 , f (x0 )) i okomit je na tangentu u toj toˇki. Jednadˇba normale stoga glasi c z y − f (x0 ) = − 1 (x − x0 ), f (x0 )

pri ˇemu smo pretpostavili da je f (x0 ) = 0. c

5.1.2

Derivacije slijeva i zdesna

Ako u definiciji 5.1 ili formuli (5.1) umjesto limesa izraˇunamo limes slijeva c odnosno zdesna (vidi poglavlje 4.3.2), dobit ´emo derivaciju slijeva odnosno c zdesna u zadanoj toˇki. c Definicija 5.2 Derivacija slijeva funkcije f u toˇki x je broj c f (x− ) = lim f (x + ∆x) − f (x) , ∆x

∆x→0−0

ukoliko limes na desnoj strani postoji. Derivacija zdesna funkcije f u toˇki x c je broj f (x + ∆x) − f (x) , f (x+ ) = lim ∆x→0+0 ∆x ukoliko limes na desnoj strani postoji.

5.1 Derivacija

167

Usporeduju´i ovu definiciju s definicijom derivacije (5.1) zakljuˇujemo da c c derivacija f (x) postoji ako i samo ako u toˇki x postoje derivacije slijeva i c zdesna i ako su one jednake. Primjer 5.3 Funkcija |x| (definicija 1.18) je neprekidna, ali je moramo rastaviti kako bi je mogli derivirati: – za x ≥ 0 vrijedi |x| = x pa je |x| = 1, – za x < 0 vrijedi |x| = −x pa je |x| = −1. Dakle, pri ˇemu je funkcija sign definirana u primjeru 4.7 i prikazana na slici 4.10. c Vidimo da derivacija |x| ima u toˇki x = 0 prekid prve vrste te da funkcija c |x| ima u toˇki x = 0 derivacije slijeva i zdesna. c |x| = sign(x),

5.1.3

Pravila deriviranja

Pravila koja ´emo dati u ovom poglavlju znatno olakˇavaju raˇunanje c s c derivacija zadanih funkcija. Teorem 5.2 Ako su funkcije f, g : D → R derivabilne na skupu A ⊆ D, tada za svaki x ∈ A vrijedi (f + g) (x) = f (x) + g (x), (f − g) (x) = f (x) − g (x), f g (x) = (f · g) (x) = f (x)g(x) + f (x)g (x),

f (x)g(x) − f (x)g (x) , g 2 (x)

g(x) = 0.

Dokaz. Dokaˇimo zadnju tvrdnju teorema. Prema formuli (5.1) vrijedi z f g (x) = lim f (x + ∆x)g(x) − f (x)g(x + ∆x) ∆x→0 ∆x→0 ∆x g(x + ∆x)g(x)∆x f (x + ∆x)g(x) − f (x)g(x) + f (x)g(x) − f (x)g(x + ∆x) = lim ∆x→0 g(x + ∆x)g(x)∆x = lim = lim =
f (x+∆x)−f (x) g(x) ∆x ∆x→0 f (x+∆x) g(x+∆x)

f (x) g(x)

− f (x) g(x+∆x)−g(x) ∆x g(x + ∆x)g(x)

− lim∆x→0 f (x) g(x+∆x)−g(x) ∆x lim∆x→0 g(x + ∆x)g(x) f (x)g(x) − f (x)g (x) = , g 2 (x) lim∆x→0
f (x+∆x)−f (x) g(x) ∆x

168

DERIVACIJE I PRIMJENE

ˇto je i trebalo dokazati. Dokaz prve tri tvrdnje ostavljamo za vjeˇbu. s z

Primjer 5.4 a) Tre´a tvrdnja teorema 5.2 i primjer 5.1 povlaˇe c c (x3 ) = (x2 · x) = (x2 ) · x + x2 · (x) = 2x · x + x2 · 1 = 3x2 . ˇ b) Cetvrta tvrdnja teorema 5.2 i primjer 5.1 povlaˇe c cos2 x + sin2 x sin x (sin x) · cos x − sin x · (cos x) = = cos x cos2 x cos2 x 1 , = cos2 x cos x (cos x) · sin x − cos x · (sin x) − cos2 x − sin2 x (ctg x) = = = 2 sin x sin x sin2 x 1 =− 2 . sin x (tg x) = Primijetimo da po su definiciji 5.1 sve derivirane funkcije glatke, jer su im derivacije neprekidne na ˇitavom podruˇju definicije. c c Sljede´a dva teorema navodimo bez dokaza. c Teorem 5.3 (Deriviranje inverzne funkcije) Neka je funkcija f : D → K bijekcija, neka je derivabilna u toˇki x i neka je f (x) = 0. Neka je inverzna c funkcija f −1 : K → D neprekidna u toˇki y = f (x). Tada je c (f −1 ) (y) = 1 . f (x)

Primjer 5.5 a) Za funkciju y = x2 koja ima inverznu funkciju za x ≥ 0 teorem 5.3 daje 1 1 1 √ ( y) = 2 = = √ . (x ) 2x 2 y Sada na lijevoj i na desnoj strani imamo funkciju od y pa moˇemo zamijeniti z y s x ˇto nam daje standardni zapis s √ 1 ( x) = √ , 2 x x > 0.

Dodatno ograniˇenje x = 0 smo morali uvesti jer dijeljenje s nulom nije c √ c mogu´e. Na slici 4.20 vidimo da funkcija x nema derivaciju u toˇki x = 0. c

5.1 Derivacija

169

b) Za funkciju y = sin x koja ima inverznu funkciju za x ∈ [−π/2, π/2] vrijedi (arcsin y) = 1 1 = = (sin x) cos x 1 1 − sin x
2

=

1

odnosno, nakon zamjene y s x, 1 , (arcsin x) = √ 1 − x2

1 − y2

,

x ∈ (−1, 1).

Funkcija arcsin x je definirana na intervalu [−1, 1] (poglavlje 4.6.6), dok njena derivacija nije definirana u rubovima tog intervala kako bi se izbjeglo dijeljenje s nulom. c) Za funkciju y = tg x koja ima inverznu funkciju za x ∈ (−π/2, π/2) (vidi sliku 4.38) vrijedi (arctg y) = 1 = (tg x) 1
1 cos2 x

= cos2 x =

1 1 2 x = 1 + y2 , 1 + tg

odnosno, nakon zamjene y s x, (arctg x) = 1 , 1 + x2 x ∈ R.

Teorem 5.4 (Deriviranje kompozicije funkcija) Ako je funkcija f derivabilna u toˇki x, a funkcija g derivabilna u toˇki y = f (x), tada je kompozicija c c g ◦ f derivabilna u toˇki x i vrijedi c [g(f (x))] = g (y)f (x) = g (f (x))f (x). Ovaj naˇin deriviranja je vrlo ˇest. Sada ´emo navesti samo dva primjera, c c c a dvije vaˇne primjene dat ´emo u poglavljima o deriviranju implicitno zadane z c funkcije 5.1.4 i logaritamskom deriviranju 5.1.6. Primjer 5.6 a) Ako je y = f (x), tada je (y 2 ) = 2yy . Tako iz primjera 5.1 i 5.4 za y = x3 − 3x2 + 5x slijedi

[(x3 − 3x2 + 5x)2 ] = 2(x3 − 3x2 + 5x)(x3 − 3x2 + 5x) = 2(x3 − 3x2 + 5x)(3x2 − 6x + 5).

b) Ako je y = f (x), tada teorem 5.6 i primjer 5.1 povlaˇe c (sin y) = (cos y)y . Tako za funkciju f (x) = sin(cos x) vrijedi f (x) = cos(cos x)(cos x) = cos(cos x)(− sin x).

170

DERIVACIJE I PRIMJENE

5.1.4

Deriviranje implicitno zadane funkcije

Implicitno zadanu funkciju F (x, y) = 0 deriviramo tako da izraze koji sadrˇe zavisnu varijablu y deriviramo koriste´i Teorem o deriviranju kompoziz c cije 5.4. Na primjer, ˇelimo odrediti tangentu na elipsu z x2 + y2 = 1 4 u toˇki x = 1, y > 0. Kako su lijeva i desna strana jednadˇbe elipse jednake, c z jednake su im i derivacije. Pored toga, y 2 deriviramo kao u primjeru 5.6. Dakle, 2x + 2yy = 0, 4 odnosno y =− x . 4y

Vidimo da smo dobili izraz za derivaciju y kao funkciju od x i y. Za toˇku u c kojoj traˇimo jednadˇbu tangente vrijedi z z y(1) = + √ 3 12 1− = 4 2

(pozitivnu vrijednost korijena smo uzeli zbog uvjeta y > 0) pa je koeficijent smjera tangente dan s 1 y (1) = − √ . 2 3 z z Uvrˇtavanje u formulu (5.2) nakon sredivanja daje jednadˇbu traˇene tangente, s 1 2 y =− √ x+ √ . 2 3 3 Zadana elipsa i njena tangenta prikazane su na slici 5.3. (5.3)

5.1.5

Derivacije elementarnih funkcija

U ovom poglavlju izvest ´emo derivacije osnovnih elementarnih funkcija iz c poglavlja 4.6.

5.1 Derivacija

171

1

1

2

Slika 5.3: Elipsa i tangenta

Trigonometrijske i arkus funkcije Za trigonometrijske funkcije iz poglavlja 4.6.5 vrijedi: (sin x) = cos x, (cos x) = − sin x, 1 (tg x) = , cos2 x 1 (ctg x) = − 2 , sin x x ∈ R, x ∈ R \ {π/2 + kπ : k ∈ Z}, x ∈ R \ {kπ : k ∈ Z}.

x ∈ R,

Ove formule su dokazane u primjerima 5.1 i 5.4. Za arkus funkcije definirane u poglavlju 4.6.6 vrijedi (vidi primjer 5.5): 1 , (arcsin x) = √ 1 − x2 1 (arccos x) = − √ , 1 − x2 1 , (arctg x) = 1 + x2 1 (arcctg x) = − , 1 + x2 Eksponencijalna i logaritamska funkcija Za eksponencijalnu funkciju definiranu u poglavlju 4.6.3 vrijedi (ax ) = ax ln a, a > 0, x ∈ R. (5.4) x ∈ (−1, 1), x ∈ (−1, 1), x ∈ R, x ∈ R.

172 Posebno, za a = e zbog ln e = 1 vrijedi (ex ) = ex ,

DERIVACIJE I PRIMJENE

x ∈ R,

(5.5)

pa je ex jedina funkcija koju deriviranje ”ne mijenja”. Izvod formule je neˇto s sloˇeniji. Koriste´i definiciju derivacije (5.1) i teorem 4.3 imamo z c (ax ) = lim ax a∆x − ax ax (a∆x − 1) ax+∆x − ax = lim = lim ∆x→0 ∆x→0 ∆x→0 ∆x ∆x ∆x ∆x − 1 a = ax lim . ∆x→0 ∆x

Uvedimo supstituciju a∆x = t + 1, odnosno ∆x = ˇto povlaˇi s c ∆x → 0 (ax ) = ax lim ⇔ t t → 0. Koriste´i redom teorem 4.3, teorem 4.7 i primjer 4.9 b) imamo c
t→0 ln(t+1) ln a t→0 1 t

ln(t + 1) , ln a

1 ln(t + 1) 1 = ax ln a limt→0 ln(t + 1)1/t 1 = ax ln a ln limt→0 (t + 1)1/t 1 = ax ln a ln e = ax ln a, = ax ln a lim ˇto smo i ˇeljeli dokazati. s z Za logaritamsku funkciju iz poglavlja 4.6.4 vrijedi (log a x) = Posebno, za a = e imamo 1 , x ln a a > 0, a = 1, x > 0.

1 . x Zaista, Teorem o deriviranju inverzne funkcije 5.3 i formula (5.4) daju (ln x) = (log a x) = 1 1 1 = y = . y) (a a ln a x ln a

5.1 Derivacija

173

Hiperbolne i area funkcije Derivacije hiperbolnih funkcija iz poglavlja 4.6.9 lako dobijemo pomo´u c formule (5.5) i osnovnih pravila deriviranja: (sh x) = ch x, (ch x) = sh x, 1 (th x) = 2 , ch x 1 (cth x) = − 2 , sh x x ∈ R, x ∈ R, x ∈ R, x ∈ R \ {0}. (5.6)

Derivacije area funkcija dobijemo primjenjuju´i Teorem o deriviranju inc verzne funkcije 5.3 na formule (5.6): 1 , (arsh x) = √ 1 + x2 1 (arch x) = √ , 2−1 x 1 , (arth x) = 1 − x2 1 (arcth x) = , 1 − x2 x ∈ R, x ∈ (1, +∞), x ∈ (−1, 1), x ∈ (−∞, −1) ∪ (1, +∞). (5.7)

Zadatak 5.1 a) Opiˇite sliˇnosti i razlike izmedu derivacija hiperbolnih i area s c funkcija i derivacija trigonometrijskih i arkus funkcija. b) Dokaˇite formule (5.6) i (5.7). z c) Nadite asimptote funkcija u (5.7) i skicirajte te funkcije. Potencije Derivacija potencije dana je s (xr ) = rxr−1 , r ∈ R, x > 0.

Dokaˇimo ovu formulu: koriste´i Teorem o deriviranju kompozicije 5.4 i forz c mule za derivaciju eksponencijalne i logaritamske funkcije imamo 1 = rxr−1 . x Formula za derivaciju potencije vrijedi i u svim ostalim sluˇajevima u koc jima je xr definirano (vidi poglavlje 4.6.2). (xr ) = er ln x = er ln x (r ln x) = xr r z Zadatak 5.2 Nadite jednadˇbe tangente i normale na krivulju y = u toˇki x = eπ/6 . c
3

sin(ln x)

174

DERIVACIJE I PRIMJENE

5.1.6

Logaritamsko deriviranje

Logaritamsko deriviranje koristimo za deriviranje funkcija oblika y = h(x) = f (x)g(x) . U onim toˇkama u kojima derivacija postoji vrijedi c f (x)g(x) = f (x)g(x) g (x) ln(f (x)) + g(x) f (x) . f (x)

Postupak kojim se dolazi do derivacije sastoji se od tri koraka koji se lako pamte: – logaritmiramo obje strane, – deriviramo obje strane, pri ˇemu y deriviramo kao sloˇenu funkciju (komc z poziciju), – sredimo dobivenu jednakost. Ovaj jednostavan postupak ilustrirat ´emo sljede´im primjerom. c c Primjer 5.7 Izraˇunajmo derivaciju funkcije c y = (1 + x) x . Logaritmiranje daje ln y = Deriviranje obaju strana daje 1 1 1 1 y = − 2 ln(1 + x) + · · 1, y x x 1+x pri ˇemu smo ln y derivirali po teoremu 5.4. Konaˇno, sredivanje ove jednakosti c c daje y =y − 1 1 1 ln(1 + x) + · 2 x x 1+x = (1 + x) x
1 1

1 ln(1 + x). x

1 x

1 1 . ln(1 + x) + x 1+x

Zadatak 5.3 Izraˇunajte derivacije funkcija c y = xx , y = xx .
x

5.2 Diferencijal

175

5.2

Diferencijal

Za razliku od derivacije koja daje koeficijent smjera tangenta, diferencijal je linearna aproksimacija prirasta funkcije u okolini neke toˇke. c Definicija 5.3 Neka je funkcija y = f (x) derivabilna u toˇki x. Diferencijal c funkcije f u toˇki x je izraz c dy ≡ df (x) = f (x)∆x. Geometrijsko znaˇenje diferencijala prikazano je na slici 5.4. Ono slijedi c iz definicije tangensa kuta u pravokutnom trokutu ABC s vrhovima A = (x, f (x)), B = (x + ∆x, f (x)) i C = (x + ∆x, f (x) + dy) jer je tg α = f (x).

y+ ∆ y=f(x+∆ x) y+dy y=f(x) dy=f’(x)∆ x

x

x+ ∆ x

Slika 5.4: Diferencijal Iz formule (5.1) i definicije 5.3 slijedi ∆y − dy ∆y = lim − f (x) = f (x) − f (x) = 0, ∆x→0 ∆x→0 ∆x ∆x lim pa zakljuˇujemo da razlika ∆y − dy teˇi k nuli brˇe od ∆x. To se takoder c z z moˇe vidjeti i na slici 5.4. z Isto tako, za dovoljno male ∆x vrijedi ∆y ≈ dy. (5.8)

ˇ Oznaka ”≈” znaˇi ”pribliˇno jednako”. Sto je ”dovoljno malo”, a ˇto ”pribliˇno c z s z jednako” zavisi od primjene, Viˇe o tome bit ´e govora u sljede´em poglavlju. s c c

176

DERIVACIJE I PRIMJENE

Diferencijal se lako raˇuna pomo´u derivacija. Tako je, na primjer, c c d sin x ≡ d(sin x) = (sin x) ∆x = cos x∆x. Takoder, dx ≡ d(x) = (x) ∆x = ∆x. Iz ove jednakosti i definicije diferencijala slijedi dy = f (x)dx, odnosno (5.9)

dy , (5.10) dx ˇto je joˇ jedan naˇin zapisivanja derivacije (usporedite formule (5.10) i (5.1)). s s c Formule (5.8) i (5.10) zapravo znaˇe da krivulju moˇemo dobro aproksimirati c z s njenom tangentom za dovoljno male vrijednosti od ∆x. Svojstva diferencijala sliˇna su svojstvima derivacija iz teorema 5.2. c f (x) = Teorem 5.5 Ako su funkcije f, g : D → R derivabilne na skupu A ⊆ D, tada u svakoj toˇki x ∈ A vrijedi c d(f + g) = df + dg, d(f − g) = df − dg, d f g = d(f · g) = df · g + f · dg,

df · g − f · dg , g2

g(x) = 0.

Dokaz. Dokaˇimo, na primjer, tre´u tvrdnju teorema. Koriste´i teorem 5.2 z c c imamo d(f · g) = (f · g) dx = (f · g + f · g )dx = f dx · g + f · g dx = df · g + f · dg. Ostale tvrdnje lako se dokaˇu na sliˇan naˇin. z c c

5.2.1

Pribliˇno raˇunanje z c

Jedna od vaˇnih primjena diferencijala je pribliˇno raˇunanje. Neka smo z z c vrijednost nezavisne varijable x izmjerili s pogreˇkom koja po apsolutnoj vris jednosti ne prelazi neki ∆x. Ako pomo´u tako izraˇunatog x raˇunamo vric c c jednost funkcije y = f (x), tada po (5.8) apsolutna pogreˇka u tako izraˇunatoj s c vrijednosti funkcije pribliˇno iznosi z |∆y| ≈ |dy| = |f (x)∆x|,

5.3 Viˇe derivacije i diferencijali s

177

∆y dy ≈ . y y Ovo je krasna ideja, uz uvjet da znamo preciznije kazati ˇto znaˇi ”≈”. s c √ √ c c Primjer 5.8 Izraˇunajmo pribliˇno 4 84 koriste´i ˇinjenicu da je 4 81 = 3. c z Vrijedi √ √ 1 4 4 84 = 4 81 + 3 = 3 1 + . 27 Definirajmo funkciju √ f (x) = 3 4 1 + x i odaberimo x0 = 0 i ∆x = 1/27. Koriste´i diferencijal imamo c √ 4 84 = f (x0 + ∆x) ≈ f (x0 ) + df (x0 ) = f (x0 ) + f (x0 )∆x 3 3 3 1 ˙ = f (x0 ) + (1 + x0 )− 4 ∆x = 3 + · 1 · = 3.027. 4 4 27 Toˇna vrijednost na ˇetiri decimale je 3.0274 pa smo u ovom sluˇaju uz vrlo jedc c c nostavne operacije dobili dobru aproksimaciju izbjegavˇi pri tome raˇunanje s c ˇetvrtog korijena. c √ c Pri raˇunanju 4 84 zaporavo smo koristili prva dva ˇlana Taylorovog reda c odabrane funkcije. Taylorov red je tema kojom se bavi poglavlje 6.5 pa ´e c tamo takoder biti viˇe rijeˇi o ocjeni pogreˇke prilikom ovakvog pribliˇnog s c s z raˇunanja. c

dok relativna pogreˇka iznosi s

5.3

Viˇe derivacije i diferencijali s

Neka je f : D → R zadana funkcija. Njena derivacija f : A ⊆ D → R je takoder funkcija pa je moˇemo derivirati. Druga derivacija funkcije f je z derivacija funkcije f , odnosno f ≡ (f ) : B ⊆ A ⊆ D → R. Indukcijom definiramo n-tu derivaciju funkcije f kao derivaciju njene (n−1)-ve derivacije, f (n) = f (n−1) . Primjer 5.9 a) Za viˇe derivacije funkcije y = e kx vrijedi s y = kekx · k = k 2 ekx , y = ekx · k = kekx ,

y = k 2 ekx · k = k 3 ekx ,

178

DERIVACIJE I PRIMJENE

pa indukcijom zakljuˇujemo da je n-ta derivacija jednaka c y (n) = k n ekx . b) Za polinom y = a 3 x3 + a 2 x2 + a 1 x + a 0 vrijedi y = 3a3 x2 + 2a2 x + a1 , y = 6a3 x + 2a2 , y = 6a3 , y IV = 0, y V = 0, . . . Lako vidimo da op´enito za polinom n-tog stupnja p n (x) vrijedi c
(k) pn (x) = 0,

k > n.

Diferencijale viˇeg reda definiramo analogno. Neka je y = f (x) dva puta s derivabilna funkcija. Diferencijal drugog reda funkcije f je diferencijal njenog diferencijala dy, odnosno d2 f ≡ d2 y = d(dy). Pri tome prema formuli (5.9) vrijedi d2 y = d(dy) = (dy) dx = (f (x)dx) dx = f (x)dx · dx = f (x)dx2 . Primijetimo da se ovdje prilikom deriviranja dx tretira kao konstanta. Iz ove formule slijedi joˇ jedan koristan izraz za drugu derivaciju: s f (x) = d2 y . dx2 (5.11)

Nadalje, ako je y = f (x) n puta derivabilna funkcija, tada je diferencijal n-tog reda funkcije f dan s dn f ≡ dn y = d(dn−1 )y = f (n) dxn .

5.4 Deriviranje parametarski zadane funkcije

179

5.4

Deriviranje parametarski zadane funkcije

Jedna od vaˇnih primjena diferencijala je deriviranje parametarski zadanih z funkcija. Derivaciju parametarski zadane funkcije x = ϕ(t), y = ψ(t), t ∈ D ⊆ R,

raˇunamo pomo´u formule (5.10): c c f (x) = d(ψ(t)) ψ (t)dt ψ (t) dy = = = . dx d(ϕ(t)) ϕ (t)dt ϕ (t)

ˇ Cesto se koristi i kra´i zapis c y = y ˙ , x ˙ y = ψ (t), ˙ x = ϕ (t), ˙

pri ˇemu y oznaˇava deriviranje po nezavisnoj varijabli x, a x i y oznaˇava c c ˙ ˙ c deriviranje po parametru. Primjer 5.10 Odredimo tangentu na krivulju zadanu s x = 2 cos t, y = sin t, t ∈ [0, 2π],

u toˇki x = 1, y > 0. Ovo je parametarski zadana elipsa iz poglavlja 5.1.4 c koja je prikazana na slici 5.3. Formula (5.10) daje y = cos t . −2 sin t

Odredimo t: iz x = 1 = cos t slijedi cos t =√ pa je t = π/3 ili t = −π/3. 1/2 Uvjet y > 0 povlaˇi t = π/3 i y = sin π/3 = 3/2. Dakle, c y (1) =
1 cos π 1 3 2 π = − √3 = − √ −2 sin 3 2 3 2 2

pa je jednadˇba traˇene tangente dana s (5.3). z z Formulu za drugu derivaciju parametarski zadane funkcije takoder dobijemo primjenom formule (5.10): d(y ) y = = dx d y ˙ x ˙ xdt ˙ y x − y¨ ¨˙ ˙x dt 2 y x − y¨ ¨˙ ˙x x ˙ = = . 3 xdt ˙ x ˙

c Ovu formulu smo takoder mogli izvesti koriste´i formulu (5.11).

180

DERIVACIJE I PRIMJENE

5.5

Teoremi diferencijalnog raˇuna c

U ovom poglavlju dokazat ´emo osnovne teoreme diferencijalnog raˇuna. c c To su Fermatov teorem, Rolleov teorem, Cauchyjev teorem, Lagrangeov teorem i L’Hospitalov teorem (L’Hospitalovo pravilo). Fermatov teorem sluˇi z za ispitivanje ekstrema (poglavlje 5.7) i za dokazivanje Rolleovog teorema. Rolleov teorem sluˇi za dokazivanje Cauchyjevog teorema srednje vrijednosti. z Lagrangeov teorem slijedi iz Cauchyjevog teorema i sluˇi za dokazivanje Teoz rema o monotonosti (poglavlje 5.6). Cauchyjev teorem sluˇi za dokazivanje z L’Hospitalovog pravila, a L’Hospitalovo pravilo sluˇi za nalaˇenje limesa u z z z sluˇaju neodredenih oblika. Odnose izmedu navedenih teorema moˇemo prikazati c i shematski:
Lagrange Rolle Fermat ekstremi Cauchy L’Hospital neodredjeni oblici monotonost

5.5.1

Fermatov i Rolleov teorem

Teorem 5.6 (Fermat) Neka funkcija f poprima u toˇki c ∈ (a, b) ⊆ D svoju c najmanju ili najve´u vrijednost na intervalu (a, b). Ako derivacija u toˇki c c c postoji, tada je f (c) = 0. Dokaz. Dokaˇimo teorem za sluˇaj da funkcija f u toˇki c poprima najve´u z c c c vrijednost na intervalu (a, b) (dokaz u sluˇaju najmanje vrijednosti je sliˇan). c c Ako f nije derivabilna u toˇki c, tada je teorem dokazan. Ako f (c) postoji, c tada u toˇki x = c postoje i derivacije slijeva i zdesna i one su jednake. Vrijedi c (vidi sliku 5.5): f (c− ) = lim f (x) − f (c) − ≥ 0, = x−c − − f (x) − f (c) = f (c+ ) = lim ≤ 0. x→c+0 x−c +
x→c−0

Kako su ova dva limesa jednaka, oba moraju biti jednaka nuli pa je f (c) = 0.

Odabir otvorenog intervala u iskazu Fermatovog teorema je vaˇan stoga z ˇto je u sluˇaju zatvorenog intervala mogu´e da funkcija poprima najmanju ili s c c najve´u vrijednost u toˇki koja se nalazi u intervalu, a u kojoj derivacija nije c c nula: ako na primjeru sa slike 5.5 promatramo zatvoreni interval [a, b], tada

5.5 Teoremi diferencijalnog raˇuna c

181

f(c) f(x)

a

c

x

b

Slika 5.5: Fermatov teorem

funkcija svoju najmanju vrijednost na tom intervalu dostiˇe upravo u toˇki b z c u kojoj je oˇito f (b) = 0. c Posljedica Fermatovog teorema je i sljede´i korolar. c Korolar 5.1 Funkcija f moˇe imati ekstrem u toˇki x ∈ D samo ako nije z c derivabilna u x (odnosno, ako f ne postoji u x) ili ako je f (x) = 0. Viˇe govora o ekstremima bit ´e u poglavlju 5.7. s c Teorem 5.7 (Rolle) Neka je funkcija f neprekidna na zatvorenom intervalu [a, b], derivabilna na otvorenom intervalu (a, b) te neka je f (a) = f (b). Tada postoji toˇka c ∈ (a, b) takva da je f (c) = 0. c Dokaz. Razlikujemo dva sluˇaja. Ako je funkcija f konstantna na intervalu c [a, b], odnosno f (x) = k, ∀x ∈ [a, b], tada je f (x) = 0, ∀x ∈ (a, b) pa je teorem dokazan. Ako f nije konstantna, tada ona poprima svoju najve´u ili najmanju c vrijednost na intervalu (a, b) u nekoj toˇki c ∈ (a, b) pa tvrdnja slijedi iz Ferc matovog teorema 5.6.

5.5.2

Cauchyjev i Lagrangeov teorem srednje vrijednosti

Teorem 5.8 (Cauchy) Neka su funkcije f i g neprekidne na zatvorenom intervalu [a, b] i derivabilne na otvorenom intervalu (a, b) te neka je g (x) = 0

182

DERIVACIJE I PRIMJENE

za svaki x ∈ (a, b). Tada postoji toˇka c ∈ (a, b) takva da je c f (b) − f (a) f (c) = . g (c) g(b) − g(a) Dokaz. Pretpostavka g (x) = 0 za svaki x ∈ (a, b) povlaˇi da je g(a) = g(b). c Naime, ako bi vrijedilo g(a) = g(b), tada bi po Rolleovom teoremu postojala toˇka x iz intervala (a, b) za koju je g (x) = 0. Sada moˇemo definirati funkciju c z F (x) = f (x) − f (a) − f (b) − f (a) (g(x) − g(a)). g(b) − g(a)

Funkcija F je dobro definirana jer je nazivnik u gornjem izrazu razliˇit od c nule. Oˇito vrijedi DF = Df ∩ Dg i F (a) = F (b) = 0. Nadalje, kako su f c i g neprekidne na intervalu [a, b] i derivabilne na intervalu (a, b), takva je i F . Funkcija F stoga ispunjava pretpostavke Rolleovog teorema 5.7 pa postoji toˇka c ∈ (a, b) takva da je F (c) = 0. Dakle, c 0 = F (c) = f (c) − i teorem je dokazan. Ako u Cauchyjevom teoremu odaberemo g(x) = x, tada je g (x) = 1 i g(b) − g(a) = b − a pa imamo sljede´i vaˇan teorem. c z Teorem 5.9 (Lagrange) Neka je funkcija f neprekidna na zatvorenom intervalu [a, b] i derivabilna na otvorenom intervalu (a, b). Tada postoji toˇka c c ∈ (a, b) takva da je f (b) − f (a) f (c) = . b−a Lagrangeov teorem ima zanimljivu geometrijsku interpretaciju koja je prikazana na slici 5.6. Vrijednost f (b) − f (a) b−a je koeficijent smjera sekante koja prolazi kroz toˇke A = (a, f (a)) i B = c (b, f (b)), a vrijednost f (c) je koeficijent smjera tangente kroz toˇku C = c (c, f (c)). Lagrangeov teorem dakle znaˇi da (ako su ispunjene pretpostavke) c postoji toˇka u kojoj je tangenta paralelna sa sekantom. Zbog toga se ˇesto za c c oba teorema u ovom poglavlju koristi i naziv Teorem srednje vrijednosti. Primijetimo da Lagrangeov teorem samo kaˇe da toˇka c postoji. To ne iskljuˇuje z c c mogu´nost da postoji viˇe takvih toˇaka, kao ˇto je sluˇaj na slici 5.6. Moˇe c s c s c z li postojati beskonaˇno takvih toˇaka? c c f (b) − f (a) g (c), g(b) − g(a)

5.5 Teoremi diferencijalnog raˇuna c

183

f(b) f(c) f(c) f(a)

a

c

c

b

Slika 5.6: Geometrijska interpretacija Lagrangeovog teorema

Da bi bolje razumjeli Lagrangeov teorem, vaˇno je uoˇiti zbog ˇega su vaˇne z c c z pretpostavke da je f neprekidna na intervalu [a, b] i derivabilna na intervalu (a, b). Ukoliko f nije neprekidna, tada je mogu´a situacija kao na slici 5.7 a) c pa traˇena toˇka c ne postoji. Ukoliko je f neprekidna ali nije derivabilna, z c tada je mogu´a situacija kao na slici 5.7 b) pa traˇena toˇka c opet ne postoji. c z c

f(b) f(b) f(a) a b f(a) a b

a)

b)

Slika 5.7: Pretpostavke Lagrangeovog teorema Tvrdnju Lagrangeovog teorema moˇemo zapisati na joˇ nekoliko naˇina. z s c ˇ Cesto se koristi zapis f (b) − f (a) = f (c)(b − a). Uz oznaku ϑ≡ c−a b−a

184 vrijedi c = a + ϑ(b − a),

DERIVACIJE I PRIMJENE

0 < ϑ < 1,

pa se Lagrangeov teorem ˇesto zapisuje u obliku c f (b) − f (a) = f (a + ϑ(b − a))(b − a), 0 < ϑ < 1.

Dalje, koriste´i oznake a = x i b = x + ∆x moˇemo pisati c z ∆f (x) = f (x + ∆x) − f (x) = f (x + ϑ∆x)∆x, 0 < ϑ < 1.

5.5.3

L’Hospitalovo pravilo i raˇunanje limesa neodredenih c oblika

Kod raˇunanja limesa moˇe se pojaviti jedan od sedam neodredenih oblika, c z 0 , 0 ∞ , ∞ 0 · ∞, ∞ − ∞, 00 , 1∞ , ∞0 .

Neodredeni oblici 0/0 i ∞/∞ rjeˇavaju se pomo´u L’Hospitalovog pravila, s c c c a ostali neodredeni oblici se pomo´u odgovaraju´ih transformacija svode na jedan od ova dva oblika (vidi primjer 5.11). Teorem 5.10 (L’Hospitalovo pravilo) Neka za funkcije f, g : D → R vrijedi lim f (x) = 0, lim g(x) = 0,
x→c x→c

pri ˇemu je c ∈ (a, b) ⊆ D. Neka su f i g neprekidne na skupu [a, b] i c neprekidno derivabilne na skupu (a, c) ∪ (c, b). Neka je g(x) = 0 za svaki x ∈ (a, c) ∪ (c, b). Ako postoji limx→c f (x)/g (x) = k, pri ˇemu je k ∈ R ili c k = +∞ ili k = −∞, tada je
x→c

lim

f (x) f (x) = lim = k. x→c g (x) g(x)

Dokaz. Kako su f i g neprekidne, to je f (c) = g(c) = 0 pa je f (x) − f (c) f (x) = . g(x) g(x) − g(c) Za svaki x ∈ (a, c) ∪ (c, b) funkcije f i g ispunjavaju pretpostavke Cauchyjevog teorema 5.8 na intervalu [x, c] ako je x < c, odnosno [c, x] ako je x > c. Po Cauchyjevom teoremu postoji toˇka x ∈ (x, c), odnosno x ∈ (c, x), za koju je c ¯ ¯ f (x) f (x) − f (c) f (¯) x = = . g(x) g(x) − g(c) g (¯) x

5.5 Teoremi diferencijalnog raˇuna c

185

Prijelaz na limes kada x → c i koriˇtenje ˇinjenice da x → c ˇim x → c, daje s c ¯ c f (x) f (¯) x f (¯) x = lim = lim = k, x→c g(x) x→c g (¯) x→c g (¯) ¯ x x lim i teorem je dokazan. Vaˇno je uoˇiti da pretpostavke L’Hospitalovog teorema traˇe samo da z c z limes limx→c f (x)/g (x) postoji, a ne da je g (c) = 0. Ukoliko dodatno vrijedi g (c) = 0, odnosno g (x) = 0 za svaki x ∈ (a, b), tada moˇemo iskoristiti z teorem 4.3 pa dokaz L’Hospitalovog teorema postaje joˇ jednostavniji: s f (x) f (x) − f (c) lim = lim = lim x→c g(x) x→c g(x) − g(c) x→c
f (x)−f (c) x−c g(x)−g(c) x−c

=

limx→c

f (x)−f (c) x−c g(x)−g(c) limx→c x−c

=

f (c) . g (c)

Napomena 5.1 (i) L’Hospitalovo pravilo vijedi i kada x → +∞ ili x → −∞, za neodredeni oblik ∞/∞ te za limese i derivacije slijeva ili zdesna. (ii) L’Hospitalovo pravilo se moˇe primijeniti viˇe puta uzastopce ako se z s ponovo dobije jedan od neodredenih oblika 0/0 ili ∞/∞ te ako nove funkcije ispunjavaju uvjete teorema 5.12 ili neke njegove varijante iz prethodne toˇke (vidi primjer 5.11). c (iii) Ostali neodredeni oblici se pogodnim transformacijama mogu svesti na jedan od oblika 0/0 ili ∞/∞ (vidi primjer 5.11). Primjer 5.11 a) Limes kojeg smo izraˇunali u primjeru 4.6 moˇemo joˇ jedc z s nostavnije izraˇunati pomo´u L’Hospitalovog pravila: c c 0 sin x cos x = = 1. = lim x→0 x x→0 1 0 lim b) U sljede´em sluˇaju L’Hospitalovo pravilo moramo primijeniti dva puta: c c x2 ∞ ∞ 2x 2 = = lim x = = lim x = 0. x x→+∞ e x→+∞ e x→+∞ e ∞ ∞ lim Iz ovog primjera indukcijom moˇemo zakljuˇiti da eksponencijalna funkcija z c s bazom ve´om od 1 raste brˇe od bilo koje potencije! c z c) U ovom primjeru potrebno je izvrˇiti nekoliko transformacija. Izraˇunajmo s c
x→0+0

lim xx = 00 = lim ex ln x = elimx→0+0 x ln x .
x→0+0

186

DERIVACIJE I PRIMJENE

U zadnjoj jednakosti koristili smo neprekidnost funkcije e x i teorem 4.7 (vidi primjer 4.9). Izraˇunajmo limes u eksponentu posebno: c lim x ln x = (0 · (−∞)) = lim = lim x = 0.
x→0+0

ln x
1 x

x→0+0

x→0+0

=

1 −∞ x = lim x→0+0 − 1 +∞ x2

Dakle, traˇeni limes je z
x→0+0

lim xx = e0 = 1.

d) Sljede´i primjer takoder moˇemo primijeniti na ˇiroku klasu zadataka: c z s lim 1 x − x − 1 ln x = (∞ − ∞) = lim x ln x − (x − 1) x→1 (x − 1) ln x 1 ln x + x x − 1 0 = = lim x→1 ln x + (x − 1) 1 0 x 0 = lim x→1 0
1 x 1 x

x→1

=

+

1 x2

=

1 . 2

5.6

Monotonost

Predznak derivacije nam takoder kazuje da li funkcija raste ili pada na nekom intervalu. Pojam rastu´e i padaju´e (monotone) funkcije dan je u c c definiciji 4.3. U dokazu sljede´eg teorema koristit ´emo Lagrangeov teorem c c srednje vrijednosti 5.9. Teorem 5.11 Neka je funkcija f derivabilna na intervalu (a, b). Tada vrijedi: (i) funkcija f je rastu´a na intervalu (a, b) ako i samo ako je f (x) ≥ 0 za c svaki x ∈ (a, b); (ii) funkcija f je padaju´a na intervalu (a, b) ako i samo ako je f (x) ≤ 0 za c svaki x ∈ (a, b); (iii) ako je f (x) > 0 za svaki x ∈ (a, b), tada je funkcija f strogo rastu´a na c intervalu (a, b); (iv) ako je f (x) < 0 za svaki x ∈ (a, b), tada je funkcija f strogo padaju´a c na intervalu (a, b). Dokaz. Dokaˇimo prvu tvrdnju, pri ˇemu treba dokazati oba smjera. z c

5.6 Monotonost

187

Neka je f rastu´a i derivabilna na intervalu (a, b). Trebamo dokazati da c je f (x) ≥ 0 za svaki x ∈ (a, b). Odaberimo proizvoljni x ∈ (a, b). Kako je f rastu´a, za ∆x < 0 vrijedi f (x + ∆x) ≤ f (x) pa je c
∆x→0−0

lim

f (x + ∆x) − f (x) ≥ 0. ∆x

S druge strane, za ∆x > 0 vrijedi f (x + ∆x) ≥ f (x) pa je f (x + ∆x) − f (x) ≥ 0. ∆x→0+0 ∆x lim Kako je f derivabilna, to je f (x) = f (x + ∆x) − f (x) f (x + ∆x) − f (x) = lim ≥ 0. ∆x→0−0 ∆x→0+0 ∆x ∆x lim

Toˇka x je bila proizvoljno odabrana pa zakljuˇujemo da je f (x) ≥ 0 za svaki c c x ∈ (a, b). Dokaˇimo drugi smjer. Neka je f derivabilna na intervalu (a, b) i neka je z f (x) ≥ 0 za svaki x ∈ (a, b). Trebamo dokazati da je f rastu´a po definiciji 4.3. c Odaberimo dvije toˇke x1 , x2 ∈ (a, b), takve da je x1 < x2 . Po Lagrangeovom c teoremu 5.9 postoji toˇka c ∈ (x1 , x2 ) takva da je c f (x2 ) − f (x1 ) = f (c) ≥ 0. x2 − x 1 Kako je x2 − x1 > 0, zakljuˇujemo da je nuˇno f (x2 ) ≥ f (x1 ), odnosno f je c z rastu´a na intervalu (a, b). S ovim smo dokazali prvu tvrdnju teorema. Dokaz c ostalih tvrdnji je sliˇan. c Dok prve dvije tvrdnje teorema vrijede u jednom i u drugom smjeru (ako i samo ako), zadnje dvije tvrdnje vrijede samo u jednom smjeru. Kao primjer zaˇto kod tih tvrdnji ne vrijedi drugi smjer, moˇemo uzeti funkciju y = x 3 s z koja je strogo rastu´a na ˇitavom skupu R, ali je y (0) = 0. c c Primjer 5.12 Odredimo intervale monotonosti funkcije f (x) = x 3 − 3x − 2. Vrijedi f (x) = 3x2 − 3. Stoga funkcija f raste za 3x2 − 3 ≥ 0. Nakon rjeˇavanja nejednadˇbe zakljuˇujemo da je f rastu´a na intervalima (−∞, −1) s z c c ˇ i (1, +∞). Stoviˇe, poˇto u prethodnoj nejednakosti jednakost vrijedi samo s s za x = −1 i x = 1, zakljuˇujemo da je na tim intervalima f strogo rastu´a. c c Sliˇno, funkcija f pada za 3x2 − 3 ≤ 0, odnosno f je strogo padaju´a na c c intervalu (−1, 1). Funkcija f i njena derivacija prikazane su na slici 5.8.

188

DERIVACIJE I PRIMJENE

1

-1

1

x**3-3*x-2 3*x**2-3

Slika 5.8: Intervali monotonosti

5.7

Ekstremi

Kod ekstrema razlikujemo lokalne i globalne ekstreme. Za ispitivanje lokalnih ekstrema koristimo Fermatov teorem 5.6 i Teorem o monotonosti 5.11. U definiciji lokalnih ekstrema te u iskazima i dokazima teorema o ekstremima, koristimo pojam ε-okoline: ε-okolina toˇke x je interval (x − ε, x + ε) pri c ˇemu je ε > 0. c Definicija 5.4 (i) Funkcija f ima lokalni minimum f (c) u toˇki c ∈ D ako c postoji ε-okolina toˇke c takva da je f neprekidna na toj okolini i pri c tome vrijedi f (x) > f (c) za svaki x ∈ (c − ε, c) ∪ (c, c + ε). (ii) Funkcija f ima lokalni maksimum f (c) u toˇki c ∈ D ako postoji εc okolina toˇke c takva da je f neprekidna na toj okolini i pri tome vrijedi c f (x) < f (c) za svaki x ∈ (c − ε, c) ∪ (c, c + ε). (iii) Funkcija f ima globalni minimum f (c) u toˇki c ∈ D ako je f (x) ≥ f (c) c za svaki x ∈ D. (iv) Funkcija f ima globalni maksimum f (c) u toˇki c ∈ D ako je f (x) ≤ f (c) c za svaki x ∈ D. Razlike izmedu lokalnih i globalnih ekstrema prikazane su na slici 5.9. Kod lokalnih ekstrema se traˇi da je vrijednost funkcije u toˇki ekstrema strogo z c

5.7 Ekstremi

189

najmanja ili najve´a na nekoj okolini. S druge strane, definicija globalnih c ekstrema dozvoljava da se globalni ekstrem nalazi u viˇe toˇaka pa ˇak i na s c c nekom intervalu. Na primjer, za prikazanu funkciju f : [a, j] :→ R vrijedi sljede´e: c – ni jedna toˇka u intervalu [a, b] nije ni lokalni, niti globalni ekstrem; c – u toˇki c funkcija ima lokalni minimum, ali ne i globalni minimum; c – u toˇki d funkcija ima lokalni maksimum, ali ne i globalni maksimum; c – sve toˇke u intervalu [e, f ] su toˇke globalnog minimuma, a ni jedna nije c c toˇka lokalnog minimuma; c – u toˇki g funkcija istovremeno ima lokalni i globalni maksimum; c – u toˇki i funkcija ima lokalni minimum. c

a

b

c

d

e

f

g

h

i

j

Slika 5.9: Lokalni i globalni ekstremi

Za iskazivanje teorema koji daju uvjete za postojanje ekstrema, potrebna nam je sljede´a definicija. c Definicija 5.5 Neka je funkcija f neprekidna u toˇki c. Toˇka c je stacionarna c c toˇka funkcije f ako je f (c) = 0. Toˇka c je kritiˇna toˇka funkcije f ako je c c c c c stacionarna toˇka ili ako f nije derivabilna u toˇki c. c c

190

DERIVACIJE I PRIMJENE

Na primjer, za funkciju prikazanu na slici 5.9 stacionarne toˇke su sve toˇke c c u intervalima (a, b) i (e, f ) te toˇke c, d i g. Kritiˇne toˇke su sve navedene c c c toˇke te joˇ toˇke a, b, e, f , h i i. c s c Razlikujemo dvije vrste uvjeta za postojanje lokalnog ekstrema u nekoj toˇki: nuˇan uvjet je uvjet kojeg ispunjava svaka toˇka u kojoj funkcija ima c z c lokalni ekstrem; dovoljan uvjet je uvjet koji znaˇi da funkcija u nekoj toˇki c c ima lokalni ekstrem ˇim je taj uvjet ispunjen. c Teorem 5.12 (Nuˇan uvjet za postojanje ekstrema) Neka je funkcija f z neprekidna u toˇki c. Ako funkcija f ima lokalni ekstrem u toˇki c, tada je c c c kritiˇna toˇka funkcije f . c c Dokaz. Ako funkcija f nije derivabilna u toˇki c, tada je teorem dokazan c (nemamo ˇto dokazivati). Ako je f derivabilna u toˇki c i ima lokalni ekstrem s c u toj toˇki, tada po definiciji 5.4 funkcija f ima u toˇki c najve´u ili najmanju c c c vijednost na nekoj ε-okolini toˇke c. Sada po Fermatovom teoremu 5.6 vrijedi c f (c) = 0. Na primjer, vidimo da su toˇke c, d, g i i u kojima funkcija prikazana c na slici 5.9 ima lokalne ekstreme ujedno i kritiˇne toˇke te funkcije. S druge c c strane, vidimo da teorem 5.12 daje samo nuˇan, a ne i dovoljan uvjet za z postojanje lokalnog ekstrema, jer funkcija nema lokalne ekstreme u ostalim kritiˇnim toˇkama. c c Teorem 5.12 ´emo ilustrirati joˇ jednim primjerom. c s Primjer 5.13 a) Funkcija f (x) = x2 ima lokalni (i globalni) minimum u toˇki x = 0. Teorem 5.12 vrijedi jer je f (x) = 2x pa je f (0) = 0. c b) Funkcija f (x) = |x| ima lokalni (i globalni) minimum u toˇki x = 0. Teorem c 5.12 vrijedi jer je funkcije nije derivabilna u toˇki 0. c c) Za funkciju f (x) = x3 vrijedi f (x) = 3x2 pa je f (0) = 0. Medutim, f (0) nije lokalni ekstrem pa vidimo da obrat teorema 5.12 ne vrijedi, odnosno teorem daje samo nuˇan uvjet za postojanje ekstrema. z Za iskazivanje teorema koji daju dovoljne uvjete za postojanje ekstrema, potrebna nam je sljede´a definicija. c Definicija 5.6 Funkcija f mijenja predznak u toˇki c, ako postoji ε > 0 takav c da su vrijednosti funkcije f na intervalu (c−ε, c) stalnog i suprotnog predznaka od vrijednosti te funkcije na intervalu (c, c + ε). Primijetimo da funkcija moˇe mijenjati predznak u nekoj toˇki, a da pri z c tome nije definirana u toj toˇki. c

5.7 Ekstremi

191

Teorem 5.13 (Dovoljan uvjet za postojanje ekstrema) Ako prva derivacija f mijenja predznak u kritiˇnoj toˇki c, tada funkcija f ima lokalni ekstrem c c u toˇki c. Pri tome vrijedi sljede´e: ako f mijenja predznak s − na +, tada c c je f (c) lokalni minimum, a ako f mijenja predznak s + na −, tada je f (c) lokalni maksimum. Dokaz. Ako derivacija f mijenja predznak s − na +, tada po teoremu 5.11 funkcija f strogo pada na intervalu (c−ε, c) i strogo raste na intervalu (c, c+ε). Stoga funkcija f ima u toˇki c lokalni minimum po definiciji 5.4. Ako derivacija c f mijenja predznak s + na −, tada na sliˇan naˇin zakljuˇujemo da funkcija c c c f ima u toˇki c lokalni maksimum. c Na primjer, funkcije iz primjera 5.13 a) i b) ispunjavaju uvjete teorema, dok funkcija iz primjera 5.13 c) te uvjete ne ispunjava. Dovoljan uvjet za postojanje ekstrema moˇemo izraziti i pomo´u druge z c derivacije. Teorem 5.14 (Dovoljan uvjet za postojanje ekstrema) Neka je u stacionarnoj toˇki c funkcija f dva puta derivabilna. Ako je f (c) = 0, tada funkcija c f ima lokalni ekstrem u toˇki c. Pri tome vrijedi sljede´e: ako je f (c) > 0, c c tada je f (c) lokalni minimum, a ako je f (c) < 0, tada je f (c) lokalni maksimum. Dokaz. Druga derivacija f je derivacija prve derivacije pa pretpostavka da f (c) postoji zbog definicije 5.1 znaˇi da prva derivacija f postoji ne samo u c toˇki c, ve´ i u nekoj ε-okolini toˇke c. Neka je f (c) > 0. Tada vrijedi c c c 0 < f (c) = lim f (x) f (x) − f (c) = lim . x→c x − c x→c x−c

Zadnja jednakost vrijedi jer je c stacionarna toˇka pa je f (c) = 0. Za x < c c je x − c < 0 pa gornja nejednakost povlaˇi f (x) < 0. Za x > c je x − c > 0 c pa gornja nejednakost povlaˇi f (x) > 0. Dakle, prva derivacija f mijenja c predznak u toˇki c i to s − na + pa po teoremu 5.13 funkcija f ima lokalni c minimum u toˇki c. Sliˇno se dokaˇe da za f (c) = 0 i f (c) < 0 funkcija f c c z ima u toˇki c lokalni maksimum. c Prethodni dokaz moˇemo rijeˇima iskazati i na sljede´i naˇin: ako je z c c c f (c) > 0, tada je f ve´a od nule i na nekoj okolini toˇke c. To znaˇi da c c c je prva derivacija f strogo rastu´a na toj okolini. Kako je f (c) = 0, zac kljuˇujemo da je f negativna lijevo od toˇke c i pozitivna desno do toˇke c. c c c To pak znaˇi da funkcija f strogo pada lijevo od toˇke c, a strogo raste desno c c od toˇke c pa je c toˇka lokalnog minimuma. c c

192

DERIVACIJE I PRIMJENE

Na primjer, funkcija f (x) = x2 ispunjava uvjete teorema 5.14 u toˇki x = 0, c jer je f (0) = 0, a f (0) = 2 > 0 pa se u toˇki x = 0 nalazi lokalni minimum. c S druge strane, teorem ne moˇemo primijeniti na funkciju f (x) = |x| u toˇki z c x = 0, jer nije derivabilna u toj toˇki. Teorem takoder ne moˇemo primijeniti c z niti na funkciju f (x) = x3 u toˇki x = 0, jer je f (0) = 0 i f (0) = 0. U tom c sluˇaju moˇemo koristiti viˇe derivacije (vidi teorem 5.18). c z s

5.7.1

Geometrijski ekstrem

U ovom poglavlju objasnit ´emo postupak traˇenje globalnih ekstrema u c z sluˇaju kada su u problemu koji rjeˇavamo zadana neka ograniˇenja. Ograniˇenja c s c c se ˇesto javljaju prilikom rjeˇavanja geometrijskih i fizikalnih problema pa odac s tle i naziv geometrijski ekstrem. Rijeˇimo sljede´i zadatak: od svih valjaka koje moˇemo upisati u zadani s c z stoˇac visine h i radijusa baze r, na naˇin da donja baza valjka leˇi na bazi z c z stoˇca, nadimo onaj koji ima najve´i volumen. s c Stoˇac i valjak prikazani su na slici 5.10. Volumen traˇenog valjka je z z V = yx2 π.

h y

x r

Slika 5.10: Valjak upisan u stoˇac z Naˇ cilj je izraziti volumen kao funkciju jedne varijable te na´i njen maks c simum uz zadani uvjet da se valjak nalazi unutar stoˇca. Sliˇnost trokuta s c

5.8 Zakrivljenost

193

daje

r−x r = , y h h y = (r − x) . r

odnosno Dakle,

h V = V (x) = (r − x) x2 π. r V (x) je neprekidna funkcija, a u naˇem zadatku x poprima vrijednosti u ins tervalu [0, r]. Po teoremu 4.8 neprekidna funkcija poprima na zatvorenom intervalu svoj maksimum i minimum pa zadani problem sigurno ima rjeˇenje. s Pored toga, vrijedi V (0) = 0 i V (r) = 0, ˇto se takoder vidi sa slike. Potraˇimo s z lokalne ekstreme funkcije V (x). Vrijedi h h V (x) = π (2x(r − x) + x2 (−1)) = π x(−3x + 2r). r r Jednadˇba V (x) = 0 ima dva rjeˇenja, x = 0 i x = 2r/3. Prvo rjeˇenje nije z s s rjeˇenje naˇeg zadatka, jer je V (0) = 0. Kako je V (x) > 0 za x ∈ (0, 2r/3) s s i V (x) < 0 za x ∈ (2r/3, r), zakljuˇujemo da je x = 2r/3 toˇka lokalnog c c maksimuma. Iz istog razloga zakljuˇujemo da je x = 2r/3 ujedno i toˇka c c globalnog maksimuma promatrane funkcije na intervalu [0, r]. Dakle, traˇeni z valjak ima radijus x = 2r/3, visinu y = h/3 i volumen 4 2 r hπ. 27 Ovisnost volumena upisanog valjka o njegovom radijusu prikazana je na slici 5.11. V =

5.8

Zakrivljenost

U ovom poglavlju opisat ´emo postupak za ispitivanje zakrivljenosti funkcije, c pri ˇemu vaˇnu ulogu ima druga derivacija zadane funkcije. c z Definicija 5.7 Funkcija f je konveksna na intervalu (a, b) ⊆ D ako za proizvoljne toˇke x1 , x2 ∈ (a, b) takve da je x1 = x2 vrijedi c f (t x1 + (1 − t) x2 ) ≤ t f (x1 ) + (1 − t) f (x2 ), t ∈ (0, 1). Sliˇno, funkcija f je konkavna na intervalu (a, b) ⊆ D ako za proizvoljne toˇke c c x1 , x2 ∈ (a, b) takve da je x1 = x2 vrijedi f (t x1 + (1 − t) x2 ) ≥ t f (x1 ) + (1 − t) f (x2 ), t ∈ (0, 1). U sluˇaju strogih nejednakosti, funkcija f je strogo konveksna odnosno strogo c konkavna.

194

DERIVACIJE I PRIMJENE

V(x)

2r/3

r

Slika 5.11: Volumen upisanog valjka

Strogo konveksna funkcija prikazana je na slici 5.12. Na istoj slici je prikazano i geometrijsko znaˇenje definicije 5.7. Funkcija prikazana na slici c 5.13 a) je konkavna, ali ne i strogo konkavna, dok je funkcija na slici 5.13 b) istovremeno i konveksna i konkavna. Napomena 5.2 Za graf konveksne funkcije vrijedi sljede´e: c a) graf zakre´e na gore na intervalu (a, b); c b) u svakoj toˇki x ∈ (a, b) graf se nalazi iznad tangente u toj toˇki (vidi sliku c c 5.12); c) za proizvoljne toˇke x1 , x2 ∈ (a, b) takve da je x1 < x2 , graf restrikcije c f |[x1 ,x2 ] nalazi se ispod spojnice toˇaka (x 1 , f (x1 )) i (x2 , f (x2 ) (vidi sliku c 5.12); d) ako je funkcija f derivabilna na intervalu (a, b), tada je f (strogo) konveksna na intervalu (a, b) ako i samo ako je derivacija f (strogo) rastu´a na c intervalu (a, b). Zadatak 5.4 Kako glase tvrdnje analogne onima iz napomene 5.2 za konkavne funkcije?

5.8 Zakrivljenost

195

0.5 f(x1 )+0.5 f(x2 )

f(0.5x1 +0.5x2 )

a

x1

0.5x 1 +0.5x2 x

x2

b

Slika 5.12: Strogo konveksna funkcija

Teorem 5.15 (Dovoljan uvjet zakrivljenosti) Neka je funkcija f dva puta derivabilna na intervalu (a, b). Ako je f (x) > 0 za svaki x ∈ (a, b), tada je funkcija f strogo konveksna na intervalu (a, b). Ako je f (x) < 0 za svaki x ∈ (a, b), tada je funkcija f strogo konkavna na intervalu (a, b). Dokaz. Kako f postoji na intervalu (a, b), to po definiciji derivacije na tom intervalu postoji i prva derivacija f . Dokaˇimo prvu tvrdnju teorema. Ako z je f (x) > 0 za svaki x ∈ (a, b), tada je po teoremu 5.11 prva derivacija f strogo rastu´a na tom intervalu pa je funkcija f konveksna po napomeni 5.2 c d). Dokaz druge tvrdnje je sliˇan. c Ovaj teorem daje samo dovoljan, ali ne i nuˇan uvjet zakrivljenosti. Na z primjer, funkcija f (x) = x4 je konveksna na ˇitavom skupu R, ali je f (0) = 0. c U prouˇavanju funkcija zanimaju nas toˇke u kojima se zakrivljenost mic c jenja. Definicija 5.8 Glatka funkcija f ima infleksiju u toˇki c ako postoji ε-okolina c toˇke c, (c − ε, c + ε) ∈ D, takva da je f strogo konveksna na intervalu (c − ε, c) c i strogo konkavna na intervalu (c, c + ε) ili obrnuto. Toˇka (c, f (c)) je toˇka c c infleksije grafa funkcije f .

196

DERIVACIJE I PRIMJENE

a

b

a

b

a)

b)

Slika 5.13: Konkavna i konveksna funkcija

Teorem 5.16 (Nuˇan uvjet za postojanje infleksije) Ako funkcija f ima z infleksiju u toˇki c i ako f (c) postoji, tada je f (c) = 0. c Dokaz. Kako f (c) postoji, definicija derivacije 5.1 povlaˇi da prva derivacija c f postoji u nekoj okolini toˇke c. Takoder, kako je f derivabilna u toˇki c, to c c je i neprekidna u toˇki c. Neka funkcija f ima infleksiju u toˇki c i to tako da c c je, na primjer, strogo konveksna lijevo od toˇke c i strogo konkavna desno od c toˇke c. To po napomeni 5.2 d) znaˇi da je f strogo rastu´a lijevo od toˇke c c c c c i strogo padaju´a desno od toˇke c, odnosno f ima lokalni maksimum u toˇki c c c c. No tada je f (c) = 0 po teoremu 5.12. Prethodni teorem daje samo nuˇan, ali ne i dovoljan uvjet za postojanje z infleksije. Na primjer, za funkcije f (x) = x 3 i f (x) = x4 vrijedi f (0) = 0, a samo prva funkcija ima infleksiju u toˇki x = 0, dok druga nema. c Teorem 5.17 (Dovoljan uvjet za postojanje infleksije) Neka je funkcija dva puta derivabilna na nekoj ε-okolini toˇke c, osim moˇda u toˇki c. Ako f c z c mijenja predznak u toˇki c, tada funkcija f ima infleksiju u toˇki c. c c Dokaz. Neka f mijenja predznak u toˇki c. Tada je po teoremu 5.15 funkcija c f konveksna lijevo od toˇke c, a konkavna desno od toˇke c, ili obrnuto pa stoga c c ima infleksiju u toˇki c. c Na primjer, za funkciju f (x) = tg x vrijedi f (x) = (−2) cos−3 x(− sin x), f (0) = 0.

Oˇito je f (x) < 0 za −π/2 < x < 0 i f (x) > 0 za 0 < x < π/2. Dakle, c funkcija tg x je po teoremu 5.15 konkavna za −π/2 < x < 0 i konveksna za 0 < x < π/2, pa ima infleksiju u toˇki x = 0. c

5.9 Ispitivanje toka funkcije

197

Konaˇno, za ispitivanje lokalnih ekstrema i toˇaka infleksije moˇemo koc c z ristiti i viˇe derivacije. Sljede´i vaˇan teorem navodimo bez dokaza. s c z Teorem 5.18 Neka funkcija f ima u nekoj ε-okolini toˇke c neprekidne derivacije c do ukljuˇivo reda n, pri ˇemu je n ≥ 3. Neka je c c f (c) = f (c) = · · · = f (n−1) (c) = 0, f (n) (c) = 0.

Ako je n neparan, tada funkcija f ima infleksiju u toˇki c. Ako je n paran i c ako je uz to joˇ i f (c) = 0, tada funkcija f ima lokalni ekstrem u toˇki c i to s c minimum za f (n) (c) > 0 i maksimum za f (n) (c) < 0. Primjer 5.14 a) Za funkciju f (x) = x4 vrijedi f (0) = f (0) = 0, f IV (0) = 24 = 0. Kako je f (0) = 0 i f IV (0) > 0, zadana funkcija ima po teoremu 5.18 lokalni minimum u toˇki x = 0. c b) Za funkciju f (x) = x5 vrijedi f (0) = f (0) = f IV (0) = 0, f V (0) = 120 = 0. Kako je n = 5 neparan, iz teorema 5.18 slijedi da zadana funkcija ima infleksiju u toˇki x = 0. U ovom sluˇaju radi se o ”horizontalnoj infleksiji”, c c jer je f (0) = 0, odnosno tangenta u toˇki infleksije je paralelna s x-osi. c c) Za funkciju f (x) = tg x vrijedi f (0) = 0, f (0) = 2 = 0 pa je po teoremu 5.18 toˇka x = 0 toˇka infleksije. U ovom sluˇaju radi se o ”kosoj infleksiji”, c c c jer je f (0) = 1, odnosno tangenta u toˇki infleksije zatvara s x-osi kut od c π/4. c Zadatak 5.5 Ispitajte podruˇja konveksnosti i konkavnosti te nadite toˇke c infleksije i lokalne ekstreme funkcija sin x, cos x, sh x i arctg x. Kod toˇaka c infleksije utvrdite da li se radi o horizontalnim ili kosim infleksijama.

5.9

Ispitivanje toka funkcije

Ispitivanje toka funkcije je sloˇen postupak u kojem se primjenjuje sve ˇto z s je do sada reˇeno o funkcijama i derivacijama. Ispitivanje funkcije y = f (x) c sastoji se od sljede´ih koraka: c 1. Podruˇje definicije – potrebno je poznavati elementarne funkcije iz poglavlja c 4.6 i postupke za rjeˇavanje jednadˇbi ili nejednadˇbi. s z z 2. Parnost – provjerava se pomo´u definicije 4.2. c 3. Periodiˇnost – provjerava se pomo´u definicije 4.4. Pri tome je vaˇno c c z uoˇiti da elementarna funkcija (vidi poglavlje 4.6.7) ne moˇe biti periodiˇna c z c ako ne sadrˇi neku od trigonometrijskih funkcija. z

198

DERIVACIJE I PRIMJENE

4. Nul-toˇke – postupak se sastoji od rjeˇavanja jednadˇbe f (x) = 0. c s z 5. Asimptote (vertikalne, horizontalne i kose) – postupak koji je opisan u poglavlju 4.5 sastoji se od nalaˇenje limesa te primjene L’Hospitalovog z pravila iz poglavlja 5.5.3 ukoliko je to potrebno. Pri tome je nuˇno voditi z raˇuna o sljede´em: c c a) asimptote je najbolje traˇiti u opisanom redoslijedu, z b) kod traˇenja horizontalnih i kosih asimptota limese kada x → −∞ i z kada x → +∞ uvijek treba raˇunati posebno, c c) treba biti oprezan u sluˇaju parnih korijena kada x → −∞, na primjer c √ √ x2 x2 = − lim = −1. lim x→+∞ x x→−∞ x

6. Ekstremi – potrebno je provjeriti nuˇne i dovoljne uvjeta ekstrema. Provz jera nuˇnih uvjeta vrˇi se po teoremu 5.12. Potrebno je na´i stacionarne z s c i kritiˇne toˇke po definiciji 5.5, odnosno potrebno je odrediti podruˇje c c c definicije prve derivacije f i rijeˇiti jednadˇbu f (x) = 0. Provjera dos z voljnih uvjeta ekstrema moˇe se vrˇiti na tri naˇina: z s c a) pomo´u promjene predznaka prve derivacije (teorem 5.13), c b) pomo´u druge derivacije (teorem 5.14) ili c c) pomo´u viˇih derivacija (teorem 5.18). c s 7. Intervali monotonosti – nakon ˇto smo u prethodnoj toˇki izraˇunali s c c c prvu derivaciju f , intervale monotonosti odredujemo promatraju´i predznake od f po teoremu 5.11. 8. Intervali zakrivljenosti – prvo je potrebno izraˇunati drugu derivaciju c f . Potom intervale konveksnosti i konkavnosti moˇemo odrediti pomo´u z c z teorema 5.15 promatraju´i predznake od f . Takoder moˇemo pogledati c gdje prva derivacija f raste, a gdje pada i primijeniti napomenu 5.2 d). 9. Toˇke infleksije – potrebno je na´i toˇke u kojima druga derivacija f c c c mijenja predznak, odnosno toˇke koje ispunjavaju dovoljne uvjete infleksije c po teoremu 5.17. Za provjeru dovoljnih uvjeta infleksije moˇemo koristiti z i viˇe derivacije po teoremu 5.18. U tom sluˇaju potrebno je prvo na´i s c c toˇke u kojima je druga derivacija f jednaka nuli, odnosno toˇke koje c c zadovoljavaju nuˇan uvjet infleksije po teoremu 5.16. z 10. Graf funkcije – potrebno je sve do sada dobivene informacije o funkciji spojiti u suvislu sliku. Prilikom crtanja grafa mogu´e je otkriti nelogiˇnosti, c c odnosno pogreˇke u prethodnom raˇunu te ih ispraviti. s c

5.9 Ispitivanje toka funkcije

199

Kao primjer, ispitat ´emo tok i nacrtati graf funkcije c y = f (x) = 1. Podruˇje definicije c Domena funkcije je D = R. 2. Parnost √ √ √ √ Vrijedi f (−1) = 3 2 + 1 = 3 3, dok je f (1) = 3 2 − 1 = 3 1 = 1. Zakljuˇujemo da funkcija nije ni parna ni neparna jer je f (−x) = f (x) i c f (−x) = −f (x). 3. Periodiˇnost c Funkcija nije periodiˇna, jer je elementarna, a ne sadrˇi neku od trigonometric z jskih funkcija. 4. Nul-toˇke c Rijeˇimo jednadˇbu y = 0. Vrijedi s z
3 3

2x2 − x3 .

2x2 − x3 = 0

2x2 − x3 = 0

x2 (2 − x) = 0

pa su nul-toˇke jednake x1 = 0 i x2 = 2. c 5. Asimptote a) Vertikalne asimptote Funkcija nema vertikalnih asimptota jer je D = R.

b) Horizontalne asimptote U lijevoj strani vrijedi lim f (x) = lim

3

x→−∞

x→−∞

2x2 − x3 = lim
3

3

x→−∞

x3

2 −1 x

= lim x
x→−∞

2 − 1 = (−∞) · (−1) = +∞ x

pa funkcija nema horizontalnu asimptotu u lijevoj strani. U desnoj strani vrijedi lim f (x) = lim
3

x→+∞

x→+∞

2x2 − x3 = lim
3

3

x→+∞

x3

2 −1 x

= lim x
x→+∞

2 − 1 = (+∞) · (−1) = −∞ x

pa funkcija nema horizontalnu asimptotu ni u desnoj strani. Dakle, funkcija nema horizontalnih asimptota, no dobili smo korisne informacije.

200 c) Kose asimptote U lijevoj strani vrijedi lim f (x) = lim x→−∞ x
3

DERIVACIJE I PRIMJENE

x→−∞

2x2 − x3 ·

1 = lim x x→−∞

3

2 − 1 = −1 ≡ k. x

Dalje,
x→−∞

lim f (x) − kx = lim

3

x→−∞

2x2 − x3 + x = (+∞ − ∞)
3

= lim x
x→−∞

2 −1+1 x −1+1
1 x

= (−∞ · 0)
3

= lim = lim = lim Dakle, pravac y = −x + strani vrijedi f (x) = lim x→+∞ x→+∞ x lim Dalje,
x→+∞ 2 3

2 x

x→−∞ 1 2 3 x

= −

0 0
2 x2

x→−∞

−1

−2/3 1 − x2

2 2 −1 x→−∞ 3 x

−2/3

=

2 ≡ l. 3

je kosa asimptota u lijevoj strani. U desnoj 1 = lim x x→+∞ 2 − 1 = −1 ≡ k. x

3

2x2 − x3 ·

3

lim f (x) − kx = lim

3

x→+∞

2x2 − x3 + x = (−∞ + ∞)
3

= lim x
x→+∞
3

2 −1+1 x −1+1
1 x

= (+∞ · 0) 0 0

= lim = lim = lim Dakle, pravac y = −x +
2 3

2 x

x→+∞ 1 2 3 x

= −

x→+∞

−1

−2/3 1 − x2

2 x2

2 2 −1 x→+∞ 3 x

−2/3

=

2 ≡ l. 3

je kosa asimptota i u desnoj strani.

5.9 Ispitivanje toka funkcije

201

6. Ekstremi Izraˇunajmo prvu derivaciju: c 1 1 f (x) = (2x2 − x3 )−2/3 (4x − 3x2 ) = · 3 3
3

x(4 − 3x)

x4 (2 − x)2

.

Podruˇje definicije derivacije jednako je D f = R \ {0, 2}. Dakle, dvije c kritiˇne toˇke funkcije su x1 = 0 i x2 = 2. Za x ∈ Df moˇemo skratiti x u c c z brojniku i nazivniku, odnosno vrijedi f (x) = 1 · 3
3

4 − 3x . x(2 − x)2

Vidimo da je stacionarna toˇka (tre´a kritiˇna toˇka) jednaka x 3 = 4/3. c c c c Dakle, imamo tri toˇke koje zadovoljavaju nuˇan uvjet ekstrema, odnosno c z u kojima funkcija moˇe imati lokalne ekstreme. Dovoljne uvjete ekstrema z provjerit ´emo pomo´u prve derivacije, odnosno provjerit ´emo da li u c c c kritiˇnim toˇkama prva derivacija mijenja predznak. Imamo tri sluˇaja: c c c (i) Za x < 0 je brojnik ve´i od nule, a nazivnik manji of nule pa je c f (x) < 0. Drugim rijeˇima, funkcija f je strogo padaju´a na intervalu c c (−∞, 0). (ii) Za x ∈ (0, 4/3) su i brojnik i nazivnik ve´i od nule, pa je f (x) > 0. c Drugim rijeˇima, funkcija f je strogo rastu´a na intervalu (0, 4/3). c c (iii) Za x > 4/3 je brojnik manji od nule, a nazivnik ve´i od nule pa je c f (x) < 0. Drugim rijeˇima, funkcija f je strogo padaju´a na intervalu c c (4/3, +∞). Iz prethodnog razmatranja moˇemo zakljuˇiti sljede´e: z c c a) Iz (i) i (ii) slijedi da funkcija ima lokalni minimum u kritiˇnoj toˇki c c x1 = 0. Vrijednost lokalnog minimuma je f (0) = 0. b) Iz (ii) i (iii) slijedi da funkcija ima lokalni maksimum u √ cnoj toˇki kritiˇ c 3 x3 = 4/3. Vrijednost lokalnog maksimuma je f (4/3) = 2 4/3. c) Iz (iii) takoder slijedi da funkcija nema lokalni ekstrem u kritiˇnoj toˇki c c x2 = 2, jer prva derivacija ne mijenja predznak u toj toˇki, odnosno c funkcija je strogo padaju´a s obje strane te toˇke. c c Funkcija nema globalni maksimum ni globalni minimum jer je kodomena jednaka R. 7. Intervali monotonosti Monotonost smo ve´ ispitali u prethodnoj toˇki: funkcija je strogo padaju´a c c c na intervalima (−∞, 0) i (4/3, +∞), a strogo rastu´a na intervalu (0, 4/3). c

202 8. Intervali zakrivljenosti Izraˇunajmo drugu derivaciju: c
3 2 1 −3 x(2 − x) − f (x) = · 3

DERIVACIJE I PRIMJENE

4−3x [(2 3[x(2−x)2 ]2/3
3

− x)2 + x · 2(2 − x)(−1)]

1 1 −3(x(2 − x)2 ) − 3 (4 − 3x)(2 − x)(2 − 3x) · 3 3 x4 (2 − x)8 −8 . = 3 4 (2 − x)5 9 x

x2 (2 − x)4

=

Vidimo da je predznak od f obrnut od predznaka izraza 2 − x. Dakle, za x < 2 je f (x) < 0 pa je funkcija f konkavna po teoremu 5.15. Za x > 2 je f (x) > 0 pa je funkcija f konveksna po teoremu 5.15. 9. Toˇke infleksije c Iz razmatranja zakrivljenosti u prethodnoj toˇki, po teoremu 5.17 zakljuˇujemo c c da je x = 2 jedina toˇka infleksije funkcije f . c 10. Graf funkcije Kombiniraju´i sve prethodne rezultate dobijemo graf zadane funkcije i c njene kose asimptote, koji je prikazan na slici 5.14. Kako je slika nacrtana pomo´u programa Gnuplot, funkciju smo morali nacrtati iz dva dijela, kao c ˇto je objaˇnjeno u napomeni 4.8. s s

Zadatak 5.6 Ispitajte tok i skicirajte grafove sljede´ih funkcija: c f (x) = 1 − ln x , x2 1 ln 2

e2x , e2x + 1 1 f (x) = x2 − 1 · ln √ , 2−1 x f (x) = x2/3 (1 + x)3 , f (x) = arctg ex − f (x) = (x − 1)e x−1 ,
1 x+1

f (x) = e x2 −3x−4 , f (x) = xe− 4 + 4x . Rjeˇenja provjerite tako ˇto ´ete funkcije nacrtati pomo´u programa NetPlot. s s c c
x 3

5.9 Ispitivanje toka funkcije

203

(2*x**2-x**3)**(0.33) - (-2*x**2+x**3)**(0.33) -x+0.67

2/3 4/3

2

Slika 5.14: Graf iracionalne funkcije

5.9.1

Parametarski zadana funkcija

Postupak opisan u prethodnim poglavljima se, uz odgovaraju´e izmjene, c moˇe primijeniti i za ispitivanje toka parametarski zadane funkcije. Medutim, z kako su kod parametarski zadanih funkcija varijable x i y ravnopravne, postupak ispitivanja takvih funkcija moˇe biti sloˇeniji od ispitivanja eksplicitno z z zadanih funkcija. Ispitivanje toka parametarski zadane funkcije ilustrirat ´emo na primjeru c Descartesovog lista iz primjera 4.2, 4.4 i 4.12, koji je u parametarskom obliku zadan s 3t 3 t2 , y = y(t) = 3 . x = x(t) = 3 t +1 t +1 1. Podruˇje definicije c Funkcija je definirana za t ∈ R \ {−1}. Primijetimo da za ove vrijednosti parametra t, varijable x i y poprimaju sve vrijednosti iz skupa R. 2. Parnost Kako kod implicitno zadane funkcije jednoj vrijednosti varijable x moˇe z odgovarati viˇe vrijednosti varijable y, to definicija parne i neparne funkcije s na naˇin dan u definiciji 4.2 nema smisla. Kod parametarski zadanih c funkcija ima smisla koristiti sljede´u definiciju: funkcija je parna ako je njen c graf simetriˇan s obzirom na y-os, a neparna ako je njen graf simetriˇan s c c

204

DERIVACIJE I PRIMJENE

obzirom na ishodiˇte. Primijetimo da je ova definicija ukljuˇuje definiciju s c 4.2. Ispitajmo parnost zadane funkcije po prethodnoj definiciji. Pretpostavimo da je funkcija parna. Ako je toˇka (x(t), y(t)) element grafa funkcije, tada c je i toˇka (−x(t), y(t)) takoder element grafa funkcije. No, tada postoji c t1 ∈ R \ {−1} takav da je (−x(t), y(t)) = (x(t 1 ), y(t1 )). Uvrˇtavanje u s definiciju funkcije daje −x(t) ≡ − 3 t2 3 t2 = 3 1 ≡ x(t1 ), t3 + 1 t1 + 1 y(t) ≡ t3 3 t1 3t = 3 ≡ y(t1 ). +1 t1 + 1

Gornje jednakosti su ispunjene samo za t = t 1 = 0. Naime, za t, t1 = 0 gornje jednakosti povlaˇe c − 3 t2 3t t3 + 1 2 = 3 t = t3 + 1 . 3 t1 1 1

Pretpostavimo sada da je funkcija neparna. Ako je toˇka (x(t), y(t)) elec ment grafa funkcije, tada je i toˇka (−x(t), −y(t)) takoder element grafa c funkcije. No, tada postoji t1 ∈ R \ {−1} takav da je (−x(t), −y(t)) = (x(t1 ), y(t1 )). Uvrˇtavanje u definiciju funkcije daje s −x(t) ≡ − t3 3 t2 3 t2 = 3 1 ≡ x(t1 ), +1 t1 + 1 −y(t) ≡ − 3t 3 t1 ≡ y(t1 ). = 3 t3 + 1 t1 + 1

Nakon kra´enja prva jednakost povlaˇi −t/t 1 = 1, odnosno t1 = −t. c c Uvrˇtavanje u drugu jednakost daje −1 = (t 3 + 1)/(−t3 + 1), odnosno s t3 − 1 = t3 + 1 ˇto je nemogu´e pa zakljuˇujemo da funkcije nije parna. s c c

Kao i u prethodnom sluˇaju, gornje jednakosti su ispunjene samo za t = c t1 = 0. Naime, za t, t1 = 0 gornje jednakosti povlaˇe c − t3 + 1 3 t2 3t = 3 . =− 3 t1 3 t2 t1 + 1 1

Nakon kra´enja prva jednakost povlaˇi t/t 1 = 1, odnosno t1 = t. Uvrˇtavanje c c s 3 + 1)/(t3 + 1), ˇto je nemogu´e pa zau drugu jednakost daje −1 = (t s c kljuˇujemo da funkcije nije neparna. c 3. Periodiˇnost c Funkcija nije periodiˇna, jer su x i y zadane pomo´u elementarnih funkcija, c c a ne sadrˇe neku od trigonometrijskih funkcija. z 4. Nul-toˇke c c Jednadˇba x(t) = 0 povlaˇi t = 0, a jednadˇba y(t) = 0 takoder povlaˇi z c z t = 0 pa je ishodiˇte jedina nul-toˇka funkcije. s c

5.9 Ispitivanje toka funkcije

205

5. Asimptote a) Vertikalne asimptote Funkcija nema vertikalnih asimptota jer je x ∈ R.

b) Horizontalne asimptote U primjeru 4.12 smo pokazali da x → −∞ kada t → −1 − 0. No,
t→−1−0

lim y(t) =

t→−1−0 t3

lim

3t 3 (−1) −3 = = = +∞ 3+1 +1 (−1 − 0) −0

pa funkcija nema horizontalnu asimptotu u lijevoj strani. Sliˇno, x → c +∞ kada t → −1 + 0. Kako je
t→−1+0

lim

y(t) =

t→−1+0 t3

lim

3 (−1) −3 3t = = = −∞, 3 +1 +1 (−1 + 0) +0

zakljuˇujemo da funkcija nema horizontalnu asimptotu ni u desnoj strani. c c) Kose asimptote U primjeru 4.12 smo pokazali da je pravac y = −x − 1 kosa asimptota u obje strane. 6. Ekstremi Za razliku od implicitno zadane funkcije, kod parametarski zadane funkcije su varijable x i y ravnopravne pa moˇemo imati dvije vrste lokalnih ekz strema: a) lokalni ekstrem po x, odnosno lokalno najmanji ili najve´i y i c b) lokalni ekstrem po y, odnosno lokalno najmanji ili najve´i x. c z c s Ekstreme po x i po y takoder traˇimo pomo´u prve i viˇih derivacija kako je opisano u poglavlju 5.7, odnosno koriste´i teoreme 5.12, 5.13, 5.14 i 5.18. c Pri tome derivacije yx i xy , kao i viˇe derivacije, raˇunamo po pravilima o s c deriviranju parametarski zadanih funkcija iz poglavlja 5.4: yx = y ˙ , x ˙ xy = x ˙ , y ˙ yx = y x − y¨ ¨˙ ˙x . 3 x ˙

Zbog sloˇenosti postupka, kod ispitivanje ekstrema i monotonosti potrebno z je voditi raˇuna o mnogim detaljima. c Nadimo ekstreme po x. Vrijedi x(t) = ˙ 6 t (t3 + 1) − 3 t2 · 3 t2 3 t (−t3 + 2) = , (t3 + 1)2 (t3 + 1)2 3 (t3 + 1) − 3 t · 3 t2 3 (−2 t3 + 1) y(t) = ˙ = . (t3 + 1)2 (t3 + 1)2

206 Dakle, y(t) ˙ yx = = x(t) ˙
3 (t3 +1)−3 t·3 t2 (t3 +1)2 6 t (t3 +1)−3 t2 ·3 t2 (t3 +1)2

DERIVACIJE I PRIMJENE

=

−2 t3 + 1 . t (−t3 + 2)

Po Teoremu o nuˇnim uvjetima ekstrema 5.12 imamo tri toˇke u kojima z c se mogu nalaziti lokalni ekstremi i to za vrijednosti parametra t 1 = 0, √ √ t2 = 1/ 3 2 i t3 = 3 2. Medutim, da bi mogli ispravno primijeniti teoreme o nuˇnim i dovoljnim uvjetima ekstrema iz poglavlja 5.7, potrebno je da z je u okolini kritiˇnih toˇaka zaista definirana neka funkcija y = f (x). Po c c teoremu 4.1, to ´e sigurno biti ispunjeno ako je u okolini promatrane toˇke c c funkcija x(t) injekcija. S druge strane, x(t) je sigurno injekcija tamo gdje je strogo rastu´a ili padaju´a. Vidimo da u okolini toˇke t 2 vrijedi x(t) > 0 c c c ˙ pa je po Teoremu o monotonosti 5.11 funkcija x(t) strogo rastu´a u okolini c toˇke t2 . Kako yx mijenja predznak s + na − u okolini toˇke t 2 , teorem c c 5.13 nam kaˇe da se radi o lokalnom maksimumu. To, medutim, nije z dovoljno! Naime, kako bi zaista bili sigurni da se radi o lokalnom maksimumu po x u smislu definicije 5.4, moramo joˇ provjeriti da i funkcija x(t) s raste u okolini toˇke t2 . No, to smo ve´ pokazali jer je u toj okolini x(t) > 0 c c ˙ pa je naˇ zakljuˇak da se radi o lokalnom minimumu opravdan. (Obrnuti s c sluˇaj pokazat ´emo kasnije). c c s s c Medutim, s ovim joˇ nismo rijeˇili status toˇaka t 1 i t3 . Pogledajmo sada ekstreme po y. Vrijedi xy = t (−t3 + 2) x(t) ˙ = . y(t) ˙ −2 t3 + 1

√ Oˇito je u okolinama toˇaka t1 = 0 i t3 = 3 2 derivacija y(t) = 0 pa c c ˙ je funkcija y(t) injekcija. U okolini toˇke t 1 je y(t) > 0, odnosno y(t) je c ˙ rastu´a, a kako xy mijenja predznak s − na + radi se o lokalnom minimumu. c U okolini toˇke t3 derivacija xy takoder mijenja predznak s − na + pa bi c mogli zakljuˇiti da se radi o lokalnom minimumu po y. Kako je u toj c okolini y(t) < 0, odnosno y(t) je padaju´a, zakljuˇujemo da se zapravo ˙ c c radi o lokalnom maksimumu. Naime, ˇinjenica da y(t) pada, zapravo znaˇi c c da je derivacija xy negativna desno od toˇke y(t3 ), a pozitivna lijevo od c te toˇke, ˇto je zapravo definicija lokalnog maksimuma gledano od desne c s prema lijevoj strani. Radi lakˇeg pra´enja prethodnog izlaganja, funkcije x(t) i y(t) te njihove s c derivacije po parametru t i po x i y prikazane su na slikama 5.15, 5.16 i 5.17. Vidimo da je prilikom ispitivanja toka parametarski zadane funkcije korisno detaljno ispitati i tokove funkcija x(t) i y(t). To je u ovom sluˇaju c jednostavno, jer se radi o racionalnim funkcijama.

5.9 Ispitivanje toka funkcije

207

3*t**2 / (t**3+1) 3*t / (t**3+1)

-1

t0

t1 t2

Slika 5.15: Varijable x i y Descartesovog lista

Ove slike nam daju joˇ neke korisne informacije. Tako iz oblika funkcija x(t) s i y(t) na slici 5.15 zakljuˇujemo se na dijelu grafa funkcije ista vrijednosti c varijable x javlja za tri razliˇite toˇke (konkretno, isti x se javlja za po jedan c c t iz intervala (−1, 0), (0, t2 ) i (t2 , +∞)). S druge strane, svakoj vrijednosti t ∈ (−∞, −1) odgovara toˇno jedan x (funkcija x(t) je na tom intervalu c injekcija). Takoder, kako funkcija x(t) raste na intervalu (0, t 2 ), a pada na intervalu (t2 , +∞), zakljuˇujemo da tu graf funkcije ima petlju. c 7. Intervali monotonosti Ispitat ´emo monotonost od y kao funkcije od x koriste´i teorem 5.11. c c Radi preglednosti rezultate ´emo prikazati tabliˇno. U tablici 5.1 prikazani c c su redom intervali parametra t, vrijednost derivacije y x te kao posljedica, monotonost odgovaraju´e funkcije y = f (x). Radi lakˇeg crtanja grafa c s funkcije prikazani su i odgovaraju´i intervali u kojima se nalazi varijabla x c te vrijednost derivacije x(t) iz koje zakljuˇujemo da li na danom intervalu ˙ c x(t) raste ili pada. Iz tablice 5.1 se takoder lijepo vidi da graf krivulje ima petlju za √ ∈ t √ (0, +∞), odnosno za x ∈ (0, 3 4], kao i da svakoj vrijednosti x ∈ (0, 3 4) odgovaraju tri vrijednosti varijable y. 8. Zakrivljenost Ispitat ´emo zakrivljenost od y kao funkcije od x. Pri tome ´emo koristiti c c napomenu 5.2 d), sliku 5.17 iz koje vidimo da li na odgovaraju´em intervalu c

208

DERIVACIJE I PRIMJENE

3*t*(-t**3+2) / (t**3+1)**2 3*(-2*t**3+1) / (t**3+1)**2

-1

t0

t1 t2

Slika 5.16: Derivacije varijabli Descartesovog lista po parametru t (−∞, −1) (−1, 0) (0, t1 ) (t1 , t2 ) (t2 , +∞) yx − − + − + y = f (x) pada pada raste pada raste x(t) (−∞, 0) (0, +∞) √ (0, 3√ √ 2) ( 3 2, 3 4) √ (0, 3 4) x(t) ˙ − − + + −

Tablica 5.1: Monotonost Descartesovog lista

derivacija yx raste ili pada te sliku 5.15 iz koje vidimo da li funkcija x(t) raste ili pada. Zakljuˇujemo na sljede´i naˇin: c c c – ako na nekom intervalu yx raste i pri tome x(t) raste, tada je graf funkcije na tom intervalu konveksan; – ako na nekom intervalu yx raste, a pri tome x(t) pada, to zapravo znaˇi da yx pada kada x raste pa je graf funkcije na tom intervalu c konkavan; – ako na nekom intervalu yx pada i pri tome x(t) raste, tada je graf funkcije na tom intervalu konkavan; – ako na nekom intervalu yx pada, a pri tome x(t) pada, to zapravo znaˇi da yx raste kada x raste pa je graf funkcije na tom intervalu c konveksan.

5.9 Ispitivanje toka funkcije

209

(-2*t**3+1) / (t*(-t**3+2)) t*(-t**3+2) / (-2*t**3+1)

-1

t0

t1 t2

Slika 5.17: Derivacije Descartesovog lista po varijablama x i y

Radi preglednosti rezultate ´emo opet prikazati tabliˇno. U tablici 5.2 dani c c su redom intervali parametra t, ponaˇanje derivacije y x , ponaˇanje varijable s s x(t) i konaˇan zakljuˇak o zakrivljenosti. c c t (−∞, −1) (−1, 0) (0, t1 ) (t1 , t2 ) (t2 , +∞) yx pada pada pada pada pada x(t) pada pada raste raste pada zakrivljenost konveksna konveksna konkavna konkavna konveksna

Tablica 5.2: Zakrivljenost Descartesovog lista

9. Toˇke infleksije c Iz definicije 5.8 i tablice 5.2 slijedi da se infleksije √ c √ nalaze u toˇkama za koje 3 3 je t = 0 i t = t2 , odnosno u toˇkama (0, 0) i ( 4, 2). c 10. Graf funkcije Kombiniraju´i sve prethodne rezultate dobijemo graf zadane funkcije i c njene kose asimptote, koji je prikazan na slici 4.6.

210

DERIVACIJE I PRIMJENE

5.10

Rjeˇavanje problema ravnoteˇe s z

Diferencijalni raˇun izloˇen u prethodnim poglavljima ima mnoge vaˇne c z z primjene u fizici i tehnici. Ovdje ´emo kao ilustraciju detaljno opisati postupak c rijeˇavanja problema ravnoteˇe prikazanog na slici 5.18: s z Preko koluta radijusa r koji se nalazi na udaljenosti d od ishodiˇta s namotana je nit duljine l na ˇijim su krajevima objeˇeni utezi s c s masama m1 i m2 . Pri tome je r < d i m1 > m2 . Kolut se oko svoje osi vrti bez trenja, a uteg s masom m 2 se takoder bez trenja kliˇe po y-osi. Zadatak je odrediti ima li navedeni mehaniˇki sustav z c poloˇaj ravnoteˇe, te ukoliko ima, na´i taj poloˇaj. 1 z z c z

B A O

r α D E

α C

m2

Slika 5.18: Poloˇaj ravnoteˇe mehaniˇkog sustava z z c Sa slike 5.18 vidimo da je d = |OD|. Potencijalna energija E zadanog sustava u polju sile teˇe s gravitacijskom konstantom g dana je jednadˇbom z z E = −m1 g|EF | − m2 g|OC|. (5.12)

Sustav ´e, kao ˇto je poznato, imati ravnoteˇu tamo gdje je potencijalna c s z energija minimalna. Naˇ je zadatak stoga izraziti potencijalnu energiju kao s
1

Ovaj zadatak izradio je dr. sc. Dieter Keim, Fernuniversit¨t Hagen, Njemaˇka. a c

¤¡¤¡ £ £ ¡¤¡ ¡£¡¤£ £¤¡¤¡£¤¡£ ¡£¡¡£ ¤£¤¡¤¡£¤ £¡£¡¡£ ¤¡¤¡£¤ £¡£¡£¤¡ ¡¡¡££
m1

¡ ¡ ¢  ¢¡¢¡ ¡ ¡ ¢ ¢ ¢¡¢¡¢  ¡ ¡  ¢¡¢¡¢  ¡ ¡ ¡¡ ¢ 

F

5.10 Rjeˇavanje problema ravnoteˇe s z

211

funkciju jedne varijable, utvrditi da li ta funkcija ima minimum te na´i minic mum ukoliko postoji. Pokazuje se da je najpogodnija varijabla kut α. Zbog sliˇnosti trokuta c vrijedi ∠ADB = ∠ACO = α. Oˇito je α ∈ (0, π/2]. Trokut ACO je c pravokutan pa je |OA| . |OC| = tg α Zbog pravokutnosti trokuta ADB vrijedi |OA| = |OD| − |AD| = d − |AD| = d − pa je |OC| = r cos α (5.13)

d cos α − r cos α d cos α − r · = . cos α sin α sin α Oznaˇimo s l1 duljinu dijela niti namotanog na kolut, c l1 = (π − α)r.

Tada je |EF | = l − l1 − |CB|. Vrijedi |CB| = |CA| + |AB| = pa je d cos α − r sin α d − r cos α |OC| + r tg α = +r = cos α sin α cos α cos α sin α

d − r cos α . (5.14) sin α Konaˇno, uvrˇtavanje izraza (5.13) i (5.14) u formulu (5.12) daje traˇenu c s z funkciju |EF | = l − (π − α)r − E ≡ E(α) = −m1 g l − (π − α)r − d − r cos α sin α − m2 g d cos α − r . sin α

Sada treba utvrditi ima li funkcija E(α) minimum za α ∈ (0, π/2]. Zapravo se u ovom sluˇaju takoder radi o geometrijskom ekstremu (vidi poglavlje 5.7.1). c Pogledajmo prvo kako se funkcija ponaˇa u rubovima intervala. Vrijedi s π r − d + m2 gr, 2 d−r lim E(α) = lim −m1 g l − πr − α→0+0 α→0+0 sin α E(π/2) = −m1 g l −

d−r sin α 1 = −m1 g(l − πr) + g(m1 − m2 )(d − r) lim α→0+0 sin α = +∞. − m2 g

212

DERIVACIJE I PRIMJENE

U zadnjoj jednakosti smo koristili ˇinjenicu da zbog pretpostavki vrijedi m 1 − c m2 > 0 i d − r > 0. Promotrimo funkciju E(α) na zatvorenom intervalu [ε, π/2] pri ˇemu je ε > 0 takav da je E(ε) > E(π/2). Takav ε sigurno postoji c jer je limα→0+0 E(α) = +∞. No, kako je funkcija E(α) na tom intervalu neprekidna, teorem 4.8 nam garantira da funkcija na tom intervalu dostiˇe z svoj minimum. Dakle, zadani sustav ima poloˇaj ravnoteˇe. z z Ovim smo napravili vaˇan korak u analizi zadanog sustava, jer ˇak i ako z c poloˇaj ravnoteˇe ne budemo mogli toˇno odrediti, znamo da on postoji. z z c Da bi odredili poloˇaj ravnoteˇe, nadimo prvo derivaciju zadane funkcije: z z E (α) = −m1 g r − r sin α · sin α − (d − r cos α) cos α sin2 α −d sin α sin α − (d cos α − r) cos α −m2 g sin2 α −m1 g(d − r cos α) cos α − m2 g(−d + r cos α) . = sin2 α

Izjednaˇavanje (brojnika) s nulom daje kvadratnu jednadˇbu po cos α, c z (m1 gr) cos2 α − (m1 gd + m2 gr) cos α + m2 gd = 0. Rjeˇenja ove jednadˇbe su s z (cos α)1,2 = (m1 gd + m2 gr)2 − 4 · m1 gr · m2 gd 2m1 gr m1 gd + m2 gr ± (m1 gd − m2 gr)2 = , 2m1 gr m1 gd + m2 gr ± d , r m2 . m1

odnosno (cos α)1 =

(cos α)2 =

Kako je d > r to je d/r > 1 pa je prvo rjeˇenje nemogu´e. S druge strane, po s c pretpostavci je 0 < m2 /m1 < 1 pa je rjeˇenje jednadˇbe E (α) = 0 dano s s z cos α0 = odnosno α0 = arccos m2 , m1 m2 . m1

Kako je derivacija E (α) neprekidna na promatranom intervalu, to je α 0 jedina kritiˇna toˇka funkcije E(α). c c

5.10 Rjeˇavanje problema ravnoteˇe s z

213

Dovoljan uvjet ekstrema provjerit ´emo pomo´u teorema 5.14. Pri tome c c moˇemo koristiti postupak skra´enog deriviranja koji se sastoji u sljede´em: z c c ako je derivacija neke funkcije razlomak f (x) = B(x) N (x)

i ako je f (x) = 0, to jest B(x) = 0, tada drugu derivaciju u toj toˇki moˇemo c z jednostavnije izraˇunati koriste´i sljede´u jednakost c c c f (x) = Dakle, E (α)skr. = −m1 g(r sin α) cos α − m1 g(d − r cos α)(− sin α) − m2 g(−r sin α) sin2 α gr(m2 − m1 cos α) + m1 g sin α(d − r cos α) = . sin2 α 0 + m1 g sin α0 (d − r cos α0 ) >0 sin2 α0 B (x)N (x) − B(x)N (x) B (x)N (x) − 0 · N (x) B (x) = = . 2 (x) 2 (x) N N N (x)

Vrijedi E (α0 ) =

pa funkcija E(α) ima u toˇki α0 lokalni minimum. c Trebamo joˇ ustanoviti da se u toˇki α 0 nalazi i globalni minimum zadane s c funkcije na promatranom intervalu. Zaista, kako je E (α0 ) > 0 to znaˇi da je c derivacija E (α) rastu´a u nekoj okolini toˇke α 0 . Kako je E (α0 ) = 0, to je c c E (α) negativna lijevo od toˇke α0 , a pozitivna desno od toˇke α0 . Kako je α0 c c jedina nul-toˇka derivacije na promatranom intervalu, slijedi da je E (α) < 0 c za α ∈ (0, α0 ) i E (α) > 0 za α ∈ (α0 , π/2). Teorem o monotonosti 5.11 povlaˇi c da je funkcija E(α) strogo padaju´a na intervalu (0, α 0 ) i strogo rastu´a na c c intervalu (α0 , π/2) pa zakljuˇujemo je α0 toˇka globalnog minimuma. c c Zadani sustav ´e zauzeti poloˇaj ravnoteˇe za kut α 0 = arccos(m2 /m1 ). c z z Zanimljivo je uoˇiti da poloˇaj ravnoteˇe ne ovisi ni o udaljenosti d, ni o c z z radijusu koluta r, niti o duljini niti l, nego samo o omjeru masa utega. Na primjer, kada se udaljenost d pove´a, tada se uteg s masom m 1 podigne, a c uteg s masom m2 spusti.

6. NIZOVI I REDOVI
6.1 Niz realnih brojeva . . . . . . . . . . . . . . . . . . . 216 6.1.1 Gomiliˇte i podniz . . . . . . . . . . . . . . . . . . . 219 s 6.1.2 6.1.3 6.1.4 6.1.5 6.1.6 6.2 Omedenost, monotonost i konvergencija . . . . . . . 221 Broj e . . . . . . . . . . . . . . . . . . . . . . . . . . 222 Svojstva limesa . . . . . . . . . . . . . . . . . . . . . 223 Cauchyjev niz . . . . . . . . . . . . . . . . . . . . . . 225 Dva vaˇna limesa . . . . . . . . . . . . . . . . . . . . 225 z

Red realnih brojeva . . . . . . . . . . . . . . . . . . . 227 6.2.1 Nuˇan uvjet konvergencije . . . . . . . . . . . . . . . 229 z 6.2.2 6.2.3 Kriteriji konvergencije . . . . . . . . . . . . . . . . . 230 Apsolutna konvergencija . . . . . . . . . . . . . . . . 233

6.2.4 Alternirani redovi . . . . . . . . . . . . . . . . . . . 234 6.3 Niz funkcija . . . . . . . . . . . . . . . . . . . . . . . . 235 6.4 Red funkcija . . . . . . . . . . . . . . . . . . . . . . . 236 6.4.1 Ispitivanje konvergencije . . . . . . . . . . . . . . . . 238 6.4.2 6.4.3 6.5 Red potencija . . . . . . . . . . . . . . . . . . . . . . 239 Deriviranje reda funkcija . . . . . . . . . . . . . . . . 240

Taylorov red . . . . . . . . . . . . . . . . . . . . . . . 242

216

NIZOVI I REDOVI

U ovoj glavi, ˇiji je sadrˇaj za ve´inu studenata potpuno nov, bavit ´emo c z c c se nizovima realnih brojeva, redovima realnih brojeva te nizovima i redovima funkcija. Redovi brojeva su zapravo sume beskonaˇno pribrojnika koji se zbrac jaju u zadanom redoslijedu i premda je tih pribrojnika beskonaˇno, njihova c suma moˇe biti konaˇna. S tim problemima bavili su se ve´ grˇki matematiˇari z c c c c pa ´emo objasniti poznati Zenonov paradoks o Ahilu i kornjaˇi. c c Kod redova funkcija najzanimljiviji su redovi potencija. Jedna od najvaˇnijih primjena takvih redova je razvoj elementarnih funkcija u Taylorov red z potencija. Taylorov red nam omogu´uje raˇunanje vrijednosti elementarnih c c x , log x) do unaprijed zadane toˇnosti pomo´u funkcija (npr. sin x, cos x, e c c osnovnih raˇunskih operacija +, −, ∗, /. c

6.1

Niz realnih brojeva

U ovom poglavlju definirat ´emo niz realnih brojeva, osnovne tipove nizova, c limes niza, odnosno konvergenciju niza, dokazati jedinstvenost limesa te dati nekoliko primjera. Definicija niza je vrlo jednostavna. Definicija 6.1 Niz realnih brojeva (kra´e niz) je svaka funkcija a : N → R. c Broj a(n) ≡ an je n-ti ˇlan niza. c Niz moˇemo oznaˇiti tako da napiˇemo prvih nekoliko ˇlanova i op´i ˇlan: z c s c c c a1 , a 2 , a 3 , . . . , a n , . . . . Takoder koristimo oznake (an ) ili {an }. Pri tome treba razlikovati niz {an } od skupa {an : n ∈ N}. Naime, kod niza svaki ˇlan ima toˇno odredeno mjesto na kojem se nalazi, dok kod skupa to c c nije sluˇaj. Takoder, ako se elementi ponavljaju, tada skup ostaje isti, dok se c niz mijenja. Primjer 6.1 a) Niz ˇiji je op´i ˇlan c c c an = glasi 1 4 9 16 , , , ,... 3 5 7 9 n2 2n + 1

6.1 Niz realnih brojeva

217

b) Niz zadan s pravilom  1 − n  , an = 1 n  ,  n za n neparan, za n paran,

glasi

1 2 1 4 1 0, , − , , − , , . . . 2 3 4 5 6 c) Niz zadan s pravilom an = glasi 2, 4, 6, 8, 8, 8, 8, . . . Ovo je takozvani stacionarni niz, odnosno niz sa svojstvom (∃r ∈ R, ∃n0 ∈ N) takvi da n ≥ n0 ⇒ an = r. 2n, n ≤ 3, 8, n ≥ 4,

Definicija 6.2 Niz {an } je rastu´i (padaju´i, strogo rastu´i, strogo padaju´i, c c c c monoton) ako je takva pripadna funkcija a : N → R. Na primjer, niz an = 1 1 1 1 = 1, , , , . . . n 2 3 4

je monoton (strogo padaju´i) jer vrijedi c an+1 = S druge strane, niz an = nije monoton. Definicija 6.3 Realan broj a je graniˇna vrijednost ili limes niza {a n } ako c (∀ε > 0)(∃nε ∈ N) takav da n ≥ nε ⇒ |an − a| < ε. 3 2 5 4 7 (−1)n + n = 0, , , , , , . . . n 2 3 4 5 6 1 1 < = an . n+1 n

Niz koji ima limes je konvergentan odnosno konvergira. U protivnom je niz divergentan odnosno divergira.

218

NIZOVI I REDOVI

Iz definicije zakljuˇujemo da kod konvergentog niza svaki ε interval (a − ε, a + c ε) sadrˇi beskonaˇno ˇlanova niza, dok se izvan toga intervala nalazi samo z c c konaˇno ˇlanova niza. c c Konvergenciju niza oznaˇavamo na sljede´e naˇine: c c c an → a, Primjer 6.2 Dokaˇimo z {an } → a, lim
n→∞

lim an = a,

lim an = a.

1 = 0. n Zaista, neka je ε > 0 proizvoljan. Tada 1 1 1 − 0 < ε ⇔ < ε ⇔ < n, n n ε pa je nε = 1 + 1. ε

S [x] oznaˇavamo najve´e cijelo pozitivnog broja x. Na primjer, za ε = 0.2 c c je nε = 6 pa se ˇlanovi niza a6 , a7 , a8 , . . . nalaze unutar intervala (−0.2, 0.2). c Kada smanjimo ε, tada ve´i broj (ali uvijek konaˇan) ˇlanova niza ostane c c c izvan intervala (a − ε, a + ε), dok je uvijek beskonaˇno ˇlanova niza unutar tog c c intervala. Postupkom iz primjera 6.2 rijeˇili smo osnovnu nejednadˇbu konvergencije s z za niz {an }. Definicija 6.4 Niz {an } divergira prema +∞ ako vrijedi (∀r > 0)(∃nr ∈ N) takav da n ≥ nr ⇒ an > r.

Sliˇno, niz {an } divergira prema −∞ ako vrijedi c (∀r < 0)(∃nr ∈ N) takav da n ≥ nr ⇒ an < r.

Na primjer, niz an = n divergira u +∞, a niz an = −n2 divergira u −∞. Napomena 6.1 Zbog jedinstvenosti terminologije u nastavku izlaganja, u prvom sluˇaju iz definicije 6.4 joˇ kaˇemo da niz {a n } konvergira prema +∞ i c s z piˇemo lim an = +∞. Sliˇno, u drugom sluˇaju iz definicije 6.4 joˇ kaˇemo da s c c s z niz {an } konvergira prema −∞ i piˇemo lim a n = −∞. s Na kraju dokaˇimo jedinstvenost limesa. z Teorem 6.1 Niz moˇe imati najviˇe jedan limes. z s

6.1 Niz realnih brojeva

219

Dokaz. Neka su a i a dva razliˇita (konaˇna) limesa niza {a n }. Neka je ¯ c c ε = |a − a|/2. Tada se unutar intervala (a − ε, a + ε) mora nalaziti beskonaˇno ¯ c ˇlanova niza, dok se izvan toga intervala nalazi samo konaˇno ˇlanova niza. c c c Isto mora vrijediti i za interval (¯ − ε, a + ε). Kako su intervali disjunktni, to a ¯ je nemogu´e. c

6.1.1

Gomiliˇte i podniz s

Definicija 6.5 Broj r je gomiliˇte niza {a n } ako se u svakoj ε-okolini broja r s nalazi beskonaˇno mnogo ˇlanova niza, odnosno c c (∀ε > 0)(∀n ∈ N)(∃n ∈ N, n > n) takav da |an − r| < ε. Dalje, +∞ je gomilˇte niza {an } ako s (∀r > 0)(∀n ∈ N)(∃n ∈ N, n > n) takav da an > r, a −∞ je gomilˇte niza {an } ako s (∀r < 0)(∀n ∈ N)(∃n ∈ N, n > n) takav da an < r. Najve´e gomiliˇte zove se limes superior i oznaˇava s lim sup, a najmanje gomic s c liˇte zove se limes inferior i oznaˇava s lim inf. s c Limes je ujedno i gomiliˇte, dok gomiliˇte ne mora biti limes. Nadalje, razs s lika izmedu gomiliˇta i limesa je u tome ˇto se unutar svake ε-okoline gomiliˇta s s s r (koje nije ujedno i limes) nalazi beskonaˇno ˇlanova niza, ali se i izvan te c c c c okoline takoder nalazi beskonaˇno ˇlanova niza. Ukoliko je niz konvergentan, tada je oˇito c lim an = lim sup an = lim inf an . Primjer 6.3 a) Niz an = (−1)n n 1 2 3 4 5 6 , odnosno − , , − , , − , , . . . n+1 2 3 4 5 6 7

je divergentan i ima dva gomiliˇta 1 i −1. Oˇito je lim inf a n = −1 i s c lim sup an = 1. b) Niz an = n(1 − (−1)n ), odnosno 2, 0, 6, 0, 10, 0, . . . s je takoder divergentan i ima gomiliˇta 0 i +∞ te vrijedi lim inf a n = 0 i lim sup an = +∞.

220

NIZOVI I REDOVI

Definicija 6.6 Podniz niza a : N → R je svaka kompozicija a ◦ n, gdje je n : N → N strogo rastu´a funkcija. K-ti ˇlan podniza a ◦ n je c c (a ◦ n)(k) = a(n(k)) = an(k) = ank . Drugim rijeˇima, podniz se dobije iz polaznog niza preskakanjem ˇlanova. c c Podniz je oˇito ponovo niz. c Na primjer, podniz {a2n } niza an = (−1)n glasi 2 4 6 , , ,..., 3 5 7 a podniz {a2n−1 } istog niza glasi 1 3 5 − ,− ,− ,... 2 4 6 Sljede´i primjer opisuje ponaˇanje jednog vaˇnog niza. c s z Primjer 6.4 Niz an = q n , q ∈ R, odnosno q, q 2 , q 3 , q 4 , · · · , n n+1

zove se geometrijski niz. Za |q| < 1 niz konvergira prema nuli. Za q = 1 niz je stacionaran, 1, 1, 1, . . ., i konvergira prema 1. Za q = −1 niz glasi −1, 1, −1, 1, −1, 1, . . . pa ima dva gomiliˇta 1 i −1. Za |q| > 1 niz divergira. s Posebno, za q > 1 niz divergira prema +∞ po definiciji 6.4, odnosno konvergira prema +∞ po napomeni 6.1. Kombiniraju´i definicije podniza i gomiliˇta 6.5 i 6.6, zakljuˇujemo sljede´e: c s c c (i) broj r je gomiliˇte niza {an } ako i samo ako postoji (barem jedan) podniz s {ank } koji konvergira prema r; (ii) ako je niz {an } konvergentan, tada za svaki podniz {a nk } vrijedi
k→∞

lim ank = lim an .
n→∞

6.1 Niz realnih brojeva

221

6.1.2

Omedenost, monotonost i konvergencija

U ovom poglavlju dokazat ´emo ˇetiri teorema koji povezuju monotonost, c c omedenost i konvergenciju nizova i podnizova. Teorem 6.2 Svaki konvergentan niz je omeden. Dokaz. Neka je a = lim an . Odaberimo ε > 0. Tada se ˇlanovi niza c anε , anε +1 , anε +2 , . . . nalaze unutar intervala (a − ε, a + ε). To znaˇi da za svaki n vrijedi c min{a1 , a2 , . . . , anε −1 , a − ε} ≤ an ≤ max{a1 , a2 , . . . , anε −1 , a + ε} i teorem je dokazan. Teorem 6.3 Svaki niz ima monotoni podniz. Dokaz. Neka je zadan niz {an }. Definirajmo skup M = {m ∈ N : n ≥ m ⇒ an ≥ am }. Na primjer, ako je niz zadan s a1 = 1, a2 = 3, a3 = 2, a4 = 4, a5 = 5 i an = n za n ≥ 6, tada je 1 ∈ M , 2 ∈ M , 3 ∈ M . Skup M ⊆ N je ili konaˇan ili beskonaˇan pa c c svaki od tih sluˇajeva razmatramo posebno. c Ako je skup M beskonaˇan, tada u njemu moˇemo odabrati strogo uzlazni c z niz n1 < n 2 < · · · < n k < · · · . Prema definiciji skupa M vrijedi a n1 ≤ a n2 ≤ · · · ≤ a nk ≤ · · · . c Dakle, {ank } je rastu´i podniz niza {an } i teorem je dokazan. Ako je skup M konaˇan, odaberimo n1 ∈ N koji je ve´i od svih elemenata c c od M . Tada postoji n2 ∈ N takav da je n2 > n1 i an2 < an1 , jer bi u protivnom n1 bio iz M . Oˇito je i n2 ∈ M . Nastavljaju´i ovim postupkom c c dobivamo strogo uzlazni niz n1 < n 2 < · · · < n k < · · · , ˇiji su elementi iz skupa N \ M . Vrijedi c a n1 > a n2 > · · · > a nk > · · · c pa je {ank } strogo padaju´i podniz niza {an }.

222

NIZOVI I REDOVI

Teorem 6.4 Svaki monoton i omeden niz je konvergentan. Dokaz. Dokazat ´emo sluˇaj kada je niz {a n } padaju´i. Neka je a najve´a c c c c c c donja meda skupa ˇiji su elementi ˇlanovi niza, a = inf{a 1 , a2 , · · · }. Tada (∀ε > 0)(∃nε ∈ N) takav da anε < a + ε. Naime, u protivnom bi postojao ε > 0 takav da je a n ≥ a + ε za svaki n, ˇto s je u suprotnosti s pretpostavkom da je a infimum. Niz je padaju´i pa za n ≥ nε vrijedi c a ≤ an ≤ anε ≤ a + ε, odnosno |an − a| < ε. Dakle, definicija 6.1 povlaˇi lim a n = a i teorem je c dokazan. Koriste´i ovaj teorem u poglavlju 6.1.3 dat ´emo definiciju broja e, odnosno c c baze prirodnih logaritama. Prethodna dva teorema nam takoder koriste za dokazivanje poznatog Bolzano–Weierstrassovog teorema. Teorem 6.5 (Bolzano—Weierstrass) Svaki omeden niz ima konvergentan podniz. Dokaz. Po teoremu 6.3 svaki niz ima monotoni podniz. Ako je zadani niz omeden, tada je i monotoni podniz omeden pa podniz konvergira po teoremu 6.4.

6.1.3

Broj e

Dokazat ´emo da je niz c an = 1+ 1 n
n

rastu´i i omeden odozgo pa stoga konvergira po teoremu 6.4. Limes tog niza c oznaˇavamo s e, c 1 n . e = lim 1 + n→∞ n Broj e ima beskonaˇni neperiodiˇni decimalni zapis, a njegovih prvih pedeset c c znamenaka glasi 2.71828182845904523536028747135266249775724709369995

6.1 Niz realnih brojeva

223

Dokaˇimo da je zadani niz omeden: z 1 +1 n
n n

=
k=0

n k
n

1 n

k

1n−k 1− 1 2k−1 2 n ··· 1 − k−1 n

=1+
k=1 n

1 1 1· 1− k! n 1 ≤1+ k!
n k=1

≤1+ < 3.

k=1

=1+2 1−

1 2n

Dokaˇimo da je zadani niz strogo rastu´i: z c 1 +1 n
n n

=
k=0 n+1

n 1 ≤ k nk

n k=0

n+1 1 k (n + 1)k 1 +1 n+1
n+1

<
k=0

1 n+1 = k (n + 1)k

.

Takoder moˇemo dokazati z lim 1− 1 n
−n

n→∞

= e.

Napomena 6.2 Broj e takoder moˇemo izraˇunati i kao sumu beskonaˇnog z c c reda brojeva (vidi formulu (6.1) u poglavlju 6.2.2 i zadatak 6.5). Zadatak 6.1 Niz (4.7), koji je u poglavlju 4.6.5 naveden kao jedna od mogu´ih c definicija broja π, moˇemo definirati i rekurzivno kao niz {b n } koji je definiran z formulama: √ √ b 1 = 22 2 − a 1 , a1 = 2, √ bn = 2n+1 2 − an . an = 2 + an−1 , Prema (4.7) vrijedi lim bn = π. Dokaˇite da je niz {bn } konvergentan tako ˇto z s ´ete pokazati da je strogo rastu´i i omeden odozgo. c c

6.1.4

Svojstva limesa

Svojstva limesa nizova sliˇna su svojstvima limesa funkcija koja su dana u c poglavlju 4.3.1. Dokaz sljede´eg teorema sliˇan je dokazu teorema 4.3 pa ga c c stoga izostavljamo.

224

NIZOVI I REDOVI

Teorem 6.6 Neka su nizovi {an } i {bn } konvergentni. Tada vrijedi: (i) lim(an + bn ) = lim(an ) + lim(bn ), (ii) lim(an − bn ) = lim(an ) − lim(bn ), (iii) lim(an · bn ) = lim(an ) · lim(bn ), (iv) ako za svaki n vrijedi bn = 0 i ako je lim bn = 0, tada je lim an lim an = , bn lim bn

(v) ako za svaki n vrijedi an > 0 i ako je lim an > 0, tada je lim an bn = (lim an )lim bn . Posebno, ako je bn stacionaran niz, bn = x, tada je lim(an )x = (lim an )x . Primjer 6.5 a) Za niz an = vrijedi lim an = lim b) Za niz an =
k=1

an + b , cn + d

a, b, c, d ∈ R,
1 n 1 n

c = 0,

(an + b) · (cn + d) ·

=

lim a + lim c +

b n d n

=

a . c

n

k , n2

odnosno a1 = 1, vrijedi lim an = lim a2 = 1 2 + , 4 4
1 2 n(n

a3 =

1 2 3 + + , 32 32 32

...,

+ 1)

n2

= lim

1 n+1 1 · lim = . 2 n 2

Sljede´i teorem je sliˇan pravilu o uklijeˇtenoj funkciji 4.4. c c s Teorem 6.7 Ako za nizove {an }, {bn } i {cn } postoji n0 ∈ N takav da n ≥ n0 povlaˇi an ≤ bn ≤ cn i ako je lim an = lim cn = a, tada je i lim bn = a. c

6.1 Niz realnih brojeva

225

Primjer 6.6 Pokaˇimo z

sin n → 0. n Zaista, budu´i je −1 ≤ sin n ≤ 1, to za svaki n ∈ N vrijedi c − 1 sin n 1 ≤ ≤ . n n n

1 Kako − n → 0 i

1 n

→ 0, tvrdnja slijedi iz teorema 6.7.

6.1.5

Cauchyjev niz

Prilikom dokazivanja konvergencije pomo´u osnovne nejednadˇbe konverc z gencije potrebno je poznavati limes niza. No, konvergenciju niza moˇemo z ispitati i bez poznavanja limesa. Definicija 6.7 Niz {an } je Cauchyjev niz ako (∀ε > 0)(∃nε ∈ N) takav da (∀n ≥ nε , ∀k ∈ N) vrijedi |an+k − an | < ε. Teorem 6.8 Niz je konvergentan ako i samo ako je Cauchyjev. Primjer 6.7 Niz an =
1 n

je Cauchyjev pa prema tome konvergira. Zaista,

1 1 1 1 1 1 <ε⇔ − − <ε⇔ <ε+ . n+k n n n+k n n+k Posljednja nejednakost je sigurno ispunjena ˇim je c 1 uzeti nε = [ ε ] + 1.
1 n

< ε, odnosno moˇemo z

6.1.6

Dva vaˇna limesa z
lim √ n a=1 za a > 0,

Pokaˇimo z

tako ˇto ´emo rijeˇiti osnovnu nejednadˇbu konvergencije. s c s z Za a = 1 tvrdnja je oˇita. Za a > 1 vrijedi c √ √ √ | n a − 1| < ε ⇔ n a − 1 < ε ⇔ n a < 1 + ε. Logaritmiraju´i obje strane dobivamo c 1 ln a ln a < ln(1 + ε) ⇔ <n n ln(1 + ε) odnosno nε = ln a + 1. ln(1 + ε)

226 Za a < 1 vrijedi

NIZOVI I REDOVI

√ √ √ | n a − 1| < ε ⇔ 1 − n a < ε ⇔ 1 − ε < n a. Logaritmiraju´i obje strane dobivamo c ln(1 − ε) < ln a 1 ln a ⇔ n > . n ln(1 − ε)

Nejednakost je promijenila smjer prilikom dijeljenja s negativnim brojem ln(1− ε). Dakle, ln a nε = + 1. ln(1 − ε) Gornji limes mogli smo odrediti i primjenjuju´i proˇirenje po neprekidnosti. c s Naime, u ovom sluˇaju je c
n→∞

lim

√ √ n a = lim x a.
x→+∞

√ Sada na limx→+∞ x a moˇemo primijeniti tehnike za nalaˇenje limesa funkcija z z realne varijable (logaritamsko deriviranje, L’Hospitalovo pravilo , . . . ). Dakle, y = lim a1/x ⇔ ln y = ln( lim a1/x ) = lim
x→+∞ x→+∞

x→+∞

1 ln a = 0 x

pa je y = 1. Postupak proˇirenja po neprekidnosti se ˇesto koristi. Tako, na primjer, iz s c definicije broja e iz poglavlja 6.1.3 slijedi e = lim a zamjenom x = 1/t slijedi e = lim (1 + t)1/t .
t→0

x→+∞

1+

1 x

x

,

Slika 6.1 prikazuje (1 + 1/x)x i (1 + 1/n)n . Zadatak 6.2 Pokaˇite z lim √ √ n n = lim x x = 1
x→+∞

tako ˇto ´ete rijeˇiti osnovnu nejednadˇbu konvergencije te pomo´u proˇirenja s c s z c s po neprekidnosti.

6.2 Red realnih brojeva

227

3

2

1

(1+1/x)**x exp(1) "a_n"

2

4

6

8

10

Slika 6.1: Proˇirenje po neprekidnosti s

6.2

Red realnih brojeva

U ovom poglavlju definirat ´emo red realnih brojeva, odnosno sumu beskonaˇno c c mnogo sumanada, zatim konvergenciju reda pomo´u niza parcijalnih suma, c dat ´emo nuˇne i dovoljne uvjete konvergencije te uvesti pojmove apsolutne i c z uvjetne konvergencije. Definicija 6.8 Red realnih brojeva (kra´e red) je zbroj beskonaˇno (prebrojivo c c mnogo) pribrojnika koji se nalaze u zadanom poretku. Koristimo oznake
∞ n=1

an ,

an ,

a1 + a2 + a3 + · · · + a n + · · ·
k n=1 an

Broj an je n-ti ˇlan reda. Broj sk = c niz {sk } je niz parcijalnih suma.

je k-ta parcijalna suma reda , a

c Niz {sk } je jednoznaˇno odreden nizom {an } i oˇito vrijedi c sk+1 = sk + ak+1 . Konvergencija reda definira se pomo´u niza parcijalnih suma. c

228

NIZOVI I REDOVI

Definicija 6.9 Red konvergira ako konvergira niz parcijalnih suma. Ako je red konvergentan, suma reda jednaka je limesu niza parcijalnih suma, s = lim sk =
k→∞

an .

Joˇ koristimo izraze: red je konvergentan; niz {a n } je zbrojiv ili sumabilan. s Primjer 6.8 Promotrimo geometrijski red
∞ n=1

q

n−1

=

∞ n=0

qn

odnosno 1 + q + q 2 + q 3 + q 4 + · · · . q n−1 = 1n−1 = +∞. Iz

Za q = 1 oˇito vrijedi sk = k pa je c

(1 + q + q 2 + q 3 + · · · + q k−1 )(1 − q) = 1 − q k za q = 1 slijedi
k

sk =
n=1

q n−1 =

1 − qk . 1−q

Za |q| < 1 vrijedi q k → 0 (vidi primjer 6.4) pa geometrijski red konvergira i vrijedi ∞ 1 . q n−1 = lim sk = k→∞ 1−q n=1 Za q ≥ 1 je q n−1 = +∞, a za q ≤ −1 niz {sk } nema limes.

Primjer 6.9 Zenon je postavio sljede´e pitanje poznato kao Zenonov paradoks: c Ahil se nalazi 1 metar iza kornjaˇe, a 10 puta je brˇi. Ako krenu c z istovremeno, dok Ahil stigne do poˇetnog poloˇaja kornjaˇe, koc z c rnjaˇa ´e odmaknuti malo naprijed. Dok Ahil stigne do novog c c poloˇaja kornjaˇe, kornjaˇa ´e odmaknuti malo naprijed i tako z c c c dalje. Stoga Ahil nikad ne´e sti´i kornjaˇu, ˇto je paradoks. c c c s Zenon sluˇatelja navodi na zakljuˇak da zbroj od beskonaˇno udaljenosti mora s c c biti beskonaˇan, ˇto u ovom sluˇaju nije toˇno. Zapravo se radi o geometric s c c jskom redu i Ahil stigne kornjaˇu nakon c 1+ 1 10 1 1 + + ··· = 1 = 9 10 100 1 − 10 metara.

6.2 Red realnih brojeva

229

6.2.1

Nuˇan uvjet konvergencije z
an konvergentan, tada je lim an = 0. an divergira.

Teorem 6.9 Ako je red

Teorem moˇemo iskazati drukˇije: ako je lim a n = 0, tada red z c Dokaz. Neka je s= an = lim sn ,

pri ˇemu je {sn } limes niza parcijalnih suma. Kako limes niza ne ovisi o c pomicanju indeksa za konaˇan broj mjesta, vrijedi lim s n−1 = s. Sada imamo c lim an = lim(sn − sn−1 ) i teorem je dokazan.
Tm. 6.6 (ii)

=

lim sn − lim sn−1 = 0

Primjer 6.10 Harmonijski red 1 n
1 ispunjava nuˇan uvjet konvergencije jer je lim n = 0, ali divergira, odnosno z 1 z c n = +∞. Dokaˇimo tu tvrdnju: niz parcijalnih suma {s k } je strogo rastu´i, a za njegov podniz {s2m } vrijedi

1 1 s 2m = + + 1 2

1 1 1 1 + + + + ··· 5 6 7 8 1 1 1 + m−1 + ··· + m + m−1 + 1 2 2 +2 2 1 1 1 1 1 1 1 + + ··· + >1 + + + + + + 2 4 4 8 8 8 8 m =1 + . 2 +

1 1 + 3 4

1 1 1 + m + ··· + m m 2 2 2

s c Dakle, limm→∞ s2m = +∞, ˇto povlaˇi limk→∞ sk = +∞. Napomena 6.3 Red 1 np konvergira za p > 1, a divergira za p ≤ 1, ˇto ´emo analizirati u sljede´em s c c poglavlju.

230

NIZOVI I REDOVI

6.2.2

Kriteriji konvergencije

Kod razmatranja konvergencije geometrijskog reda u primjeru 6.8, istovremeno smo odgovorili na pitanje da li red konvergira i naˇli njegovu sumu. s Medutim, zapravo se radi o dva odvojena pitanja: 1) Da li zadani red konvergira? 2) Ukoliko red konvergira, koja mu je suma? ˇ Cesto je lakˇe odgovoriti na prvo, nego na drugo pitanje. Tako kod redova s ˇiji su svi ˇlanovi pozitivni, na prvo pitanje ˇesto moˇemo odgovoriti koriste´i c c c z c jedan od ˇetiri kriterija konvergencije koje navodimo u ovom poglavlju. c Definicija 6.10 Neka su an i bn redovi s pozitivnim ˇlanovima, odnosno c an , bn > 0 za ∀n ∈ N. Ako postoji n0 ∈ N takav da n ≥ n0 povlaˇi an ≤ bn , c red bn je majoranta reda an , a red an je minoranta reda bn . Teorem 6.10 (Kriteriji konvergencije) Neka su an i bn redovi s pozitivnim ˇlanovima. Tada vrijede sljede´i kriteriji konvergencije: c c (i) Poredbeni kriterij I. Red je konvergentan ako ima konvergentnu majorantu, a divergentan ako ima divergentnu minorantu. (ii) Poredbeni kriterij II. Neka je lim Tada vrijedi: (a) ako je 0 < r < +∞, tada oba reda ili konvergiraju ili divergiraju; (b) ako je r = 0 i red (c) ako je r = 0 i red (d) ako je r = +∞ i red (e) ako je r = +∞ i red an divergira, tada red bn konvergira, tada red an konvergira, tada red bn divergira, tada red bn divergira; an konvergira; bn konvergira; an divergira. an = r. bn

(iii) D’Alembertov kriterij. Neka je lim Ako je q < 1, tada red divergira. an+1 = q. an an

an konvergira, a ako je q > 1, tada red

6.2 Red realnih brojeva

231

(iv) Cauchyjev kriterij. Neka je lim Ako je q < 1, tada red divergira. (v) Raabeov kriterij. Neka je lim n 1 − Ako je q > 1, tada red divergira. an+1 an = q. an √ n an = q. an

an konvergira, a ako je q > 1, tada red

an konvergira, a ako je q < 1, tada red

Dokaz. Dokazat ´emo samo prvu varijantu poredbenog kriterija, dok dokaze c ostalih tvrdnji izostavljamo. Neka red an ima konvergentnu majorantu bn = b i neka je an ≤ bn . Niz parcijalnih suma {sk } reda an je omeden odozgo, sk ≤ b. Kako je an > 0, niz {sk } je i strogo rastu´i pa konvergira po teoremu 6.4. Druga c tvrdnja je oˇita. c Raabeov kriterij se obiˇno koristi tek kada zakaˇe D’Alembertov kriterij, c z dakle kada je lim an+1 /an = 1. Dat ´emo nekoliko primjera. c Primjer 6.11 Kako je
1 n

1 √ , n

red 1 √ n

1 divergira jer ima divergentnu minorantu c n (vidi primjer 6.10). Op´enito, red 1 np divergira za p < 1 zbog istog razloga (vidi napomenu 6.3).

Primjer 6.12 Promotrimo red 1 . n(n + 1) Zbog 1 1 1 = − n(n + 1) n n+1

232 vrijedi
k

NIZOVI I REDOVI

sk =
n=1

1 1 1 1 1 1 1 1 1 = 1 − + − + − + ··· + + − n(n + 1) 2 2 3 3 4 k−1 k k+1 1 . k+1

=1− Stoga je

1 n(n+1)

= lim sk = 1. Red 1 (n + 1)2

takoder konvergira jer ima konvergentnu majorantu vergira i red π 1 1 =1+ = . n2 (n + 1)2 6

1 n(n+1) .

No, tada kon-

Zadnju jednakost ´emo dokazati u Matematici 3. Konaˇno, prema poredc c 1 benom kriteriju red p konvergira za p ≥ 2 (vidi napomenu 6.3). n Primjer 6.13 Ispitajmo konvergenciju reda n 3n po D’Alembertovom i Cauchyjevom kriteriju. Red konvergira po D’Alembertovom kriteriju jer je lim an+1 = lim an
n+1 3n+1 n 3n

= lim

n+1 1 = < 1. 3n 3

Red konvergira po Cauchyjevom kriteriju jer je √ n √ n n Zad. 6.2 1 n n = = lim < 1. lim an = lim n 3 3 3 Primjer 6.14 Sljede´i vaˇan red daje nam prikaz broja e: c z 1 1 1 1 = 1 + 1 + + + + · · · = e. n! 2! 3! 4! n=0 Red konvergira po D’Alembertovom kriteriju jer je an+1 = lim lim an
1 (n+1)! 1 n! ∞

(6.1)

= lim

1 = 0 < 1. n+1

Zadnja jednakost u formuli (6.1) dokazat ´e se u zadatku 6.5. c

6.2 Red realnih brojeva

233

6.2.3

Apsolutna konvergencija

U prethodnom poglavlju dani su kriteriji konvergencije za redove s pozitivnim ˇlanovima. Razmatranje redova ˇiji ˇlanovi imaju razliˇite predznake c c c c je sloˇenije. U nekim sluˇajevima pomaˇe nam teorem o apsolutnoj konverz c z genciji. Definicija 6.11 Red an je apsolutno konvergentan odnosno konvergira apsolutno ako konvergira red |an |. Za redove s pozitivnim ˇlanovima koje smo razmatrali u prethodnom poglavlju c vrijedi an = |an | pa nema razlike izmedu konvergencije i apsolutne konvergencije. Sljede´a dva teorema vezana uz apsolutno konvergentne redove navodimo c bez dokaza. Teorem 6.11 Ako je red apsolutno konvergentan, tada je i konvergentan. Na primjer, redovi 1− i 1− 1 1 1 1 1 1 + − + − + ··· 2 4 8 16 32 64 (6.2)

1 1 1 1 1 1 − + − − + ··· (6.3) 2 4 8 16 32 64 su apsolutno konvergentni jer je njihov red apsolutnih vrijednosti konvergentan geometrijski red 1/2n−1 . Sume su im, naravno, razliˇite. c Apsolutno konvergentni redovi imaju sljede´e vaˇno i korisno svojstvo. c z Teorem 6.12 Apsolutno konvergentnom redu smijemo komutirati sumande, to jest redoslijed zbrajanja ne utjeˇe na sumu reda. c Redovi koji su konvergentni, ali nisu apsolutno konvergentni nemaju ovo svojstvo (vidi poglavlje 6.2.4). Po prethodnom teoremu suma reda (6.2) jednaka je 1+ 1 1 1 + + + ··· 4 16 64 − 1 1 1 + + + ··· 2 8 32 = 1 1−
1 4

1 1 · 2 1−

1 4

=

2 . 3

Sliˇno, suma reda (6.3) jednaka je c 1+ 1 1 + + ··· 8 64 − = 1 1 1 + + + ··· 2 16 128 1 1 1 1− − = 2 4 1− 1 8 − 2 . 7 1 1 1 + + + ··· 4 32 256

234

NIZOVI I REDOVI

6.2.4

Alternirani redovi

Razmatranje redova ˇiji ˇlanovi imaju razliˇite predznake, a koji nisu apc c c solutno konvergentni, je sloˇenije. U posebnom sluˇaju kada predznaci alterniz c raju, pomaˇe nam Leibnitzov kriterij konvergencije. z Red an za koji je sign an+1 = − sign an za svaki n zove se alternirani red. Teorem 6.13 (Leibnitz) Alternirani red an konvergira ako vrijedi:

(i) (∃n0 ∈ N) takav da n ≥ n0 povlaˇi |an+1 | ≤ |an |, c (ii) lim an = 0. Na primjer, alternirani harmonijski red (−1)n−1 1 1 1 1 = 1 − + − + · · · = ln 2 n 2 3 4

konvergira po Leibnitzovom kriteriju, ali ne konvergira apsolutno jer red apso1 lutnih vrijednosti c n divergira. Zadnju jednakost ´emo dokazati u primjeru 6.21. Alternirani red (−1)n−1 1 1 1 1 1 1 π = − + − + − + ··· = 2n − 1 1 3 5 7 9 11 4 n=1 takoder konvergira po Leibnitzovom kriteriju, ali ne konvergira apsolutno jer 1 c red 2n−1 divergira. Zadnja jednakost bit ´e dokazana u Matematici 2. Pomo´u ovog reda moˇemo izraˇunati vrijednost broja π, medutim konverc z c gencija je vrlo spora. Pokaˇimo da teorem 6.12 ne vrijedi za alternirani harmonijski red, odnosno z suma reda koji je konvergentan ali nije apsolutno konvergentan ovisi o redoslijedu zbrajanja. Prvo primijetimo da su i pozitivni i negativni dio alterniranog harmonijskog reda beskonaˇni, c 1 1 = 2n 2 1 = +∞, n 1 1 > 2n − 1 2 1 = +∞. n

Izborom odgovaraju´eg redoslijeda zbrajanja, moˇemo posti´i bilo koju unc z c aprijed zadanu sumu s (recimo s > 0): uzmemo onoliko pozitivnih ˇlanova c c dok ne predemo s, zatim uzmemo onoliko negativnih ˇlanova dok se ne vratimo ispod s, zatim onoliko pozitivnih ˇlanova dok ne predemo s, i tako dalje. c Ovaj postupak moˇemo ponavljati unedogled jer je svaki ostatak od pozitivnog z i negativnog dijela i dalje beskonaˇan. Dakle, suma ´e biti jednaka s, a pri c c tome koristimo sve ˇlanove reda. Ovakav postupak oˇito ne moˇemo provesti c c z za redove (6.2) i (6.3) jer su i pozitivni i negativni dijelovi tih redova konaˇni. c

6.3 Niz funkcija

235

6.3

Niz funkcija

U ovom poglavlju definirat ´emo niz funkcija, konvergenciju u toˇki te c c obiˇnu i uniformnu konvergenciju na nekom skupu. c Definicija 6.12 Neka je D ⊆ R. Oznaˇimo s R D skup svih funkcija iz D u c R. Niz funkcija je svaka funkcija f : N → R D , pri ˇemu je f (n) = fn : D → R. c Funkcija fn ≡ fn (x) je n-ti ˇlan niza. c Niz funkcija oznaˇavamo s {fn }, {fn (x)}, c f1 , f 2 , f 3 , . . . , f n , . . . , ili f1 (x), f2 (x), f3 (x), . . . , fn (x), . . . .

Na primjer, niz funkcija zadan s fn (x) = xn−1 glasi 1, x, x2 , x3 , x4 , . . . , xn−1 , . . . . (6.4)

Definicija 6.13 Niz funkcija {fn } konvergira u toˇki x prema funkciji f 0 c ako niz realnih brojeva {fn (x)} konvergira prema f0 (x). Niz funkcija {fn } konvergira po toˇkama ili obiˇno prema funkciji f 0 na skupu A ako {fn (x)} → c c f0 (x) za ∀x ∈ A. Simboliˇki zapisujemo: c (∀x ∈ A)(∀ε > 0)(∃nx,ε ∈ N) takav da n ≥ nx,ε ⇒ |fn (x) − f0 (x)| ≤ ε. Funkcija f0 je limes niza funkcija {fn (x)}, odnosno
n→∞

lim fn = f0 .

Ako nx,ε ne ovisi o x ve´ samo o ε, odnosno nx,ε ≡ nε , niz funkcija {fn } c konvergira uniformno ili jednoliko prema funkciji f 0 . Iz definicije slijedi da je uniformna konvergencija jaˇe svojstvo, odnosno c niz funkcija koji konvergira uniformno konvergira i po toˇkama, dok obrnuto c op´enito ne vrijedi. c Promotrimo konvergenciju niza funkcija (6.4). Iz svojstava geometrijskog niza danog u primjeru 6.4, vidimo da niz konvergira za x ∈ (−1, 1] prema funkciji f0 : (−1, 1] → {0, 1} zadanoj s f0 (x) = 0 1 za − 1 < x < 1, za x = 1.

Niz konvergira obiˇno ˇto ´emo vidjeti rjeˇavaju´i osnovnu nejednadˇbu konc s c s c z vergencije. Promotrimo prvo toˇke x = 0 i x = 1. Za x = 0 niz je stacionaran c

236

NIZOVI I REDOVI

ε . ln x Prilikom dijeljenja negativnim brojem ln x nejednakost je promijenila smjer. ε c c Dakle, nx,ε = ln x + 1. Sliˇno se dobije u sluˇaju −1 < x < 0 pa se radi o obiˇnoj konvergenciji. Konvergencija niza prikazana je na slici 6.2. c |xn − 0| < ε ⇔ n ln x < ε ⇔ n >

poˇevˇi od drugog ˇlana pa je n0,ε = 2 za ∀ε > 0. Za x = 1 niz je stacionaran c s c od poˇetka pa je n0,ε = 1 za ∀ε > 0. Za 0 < x < 1 vrijedi c

1

0.5

-1

-0.5

0.5 x x**2 x**3 x**4 x**5 x**10 x**25

1

-0.5

-1

Slika 6.2: Konvergencija niza funkcija Premda su svi ˇlanovi niza {xn−1 } neprekidne funkcije, limes nije neprekidna c funkcija. To se ne moˇe dogoditi kada se radi o uniformnoj konvergenciji. z Teorem 6.14 Ako niz neprekidnih funkcija {f n } konvergira uniformno prema funkciji f0 , tada je f0 takoder neprekidna funkcija. Zadatak 6.3 Pokaˇite da niz neprekidnih funkcija f n (x) = sinnnx konvergira z uniformno prema neprekidnoj funkciji f 0 (x) = 0 na ˇitavom skupu R. c

6.4

Red funkcija

U ovom poglavlju definirat ´emo red funkcija, konvergenciju u toˇki, te c c obiˇnu, apsolutnu i uniformnu konvergenciju na nekom skupu. Pokazat ´emo c c

6.4 Red funkcija

237

kako se moˇe odrediti podruˇje konvergencije reda funkcija te dati jedan lako z c primjenjiv kriterij konvergencije. Definicija 6.14 Red funkcija je zbroj beskonaˇno (prebrojivo mnogo) funkcija, c
∞ n=1

fn ,

pri ˇemu je fn : D → R. Koristimo i oznake c
∞ n=1

fn (x),

f 1 + f2 + f3 + · · · + f n + · · · .

Funkcija fn je n-ti ˇlan reda, a funkcija c
k

sk =
n=1

fn

je k-ta parcijalna suma. Niz funkcija {s k } je niz parcijalnih suma reda funkcija fn . Na primjer, red funkcija xn−1 moˇemo zapisati i kao z

1 + x + x 2 + x3 + · · · + x n + · · · . Definicija 6.15 (i) Red funkcija fn konvergira u toˇki x prema funkciji c s ako red realnih brojeva fn (x) konvergira prema s(x), odnosno ako niz realnih brojeva sk (x) konvergira prema s(x). (ii) Red funkcija fn konvergira po toˇkama ili obiˇno prema funkciji s na c c skupu A ako fn (x) konvergira prema s(x) za ∀x ∈ A, odnosno ako sk (x) → s(x) za ∀x ∈ A. (iii) Red funkcija fn konvergira apsolutno na skupu A ako red brojeva |fn (x)| konvergira za ∀x ∈ A. (iv) Red funkcija fn konvergira uniformno prema funkciji s na skupu A ako niz funkcija {sk } konvergira uniformno prema funkciji s na skupu A. Dakle, konvergenciju u nekoj toˇki i obiˇnu konvergenciju moˇemo definic c z rati na dva naˇina: preko reda brojeva ili preko niza parcijalnih suma. Takoder, c pored obiˇne konvergencije imamo joˇ dvije razliˇite vrste konvergencije, apc s c solutnu i uniformnu.

238

NIZOVI I REDOVI

Primjer 6.15 Iz svojstava geometrijskog reda iz primjera 6.8 slijedi da za geometrijski red funkcija vrijedi 1 + x + x 2 + x3 + x4 + · · · = 1 , 1−x ∀x ∈ (−1, 1).

Konvergencija je apsolutna jer red |x|n−1 konvergira za ∀x ∈ (−1, 1). Konvergencija je takoder uniformna prema teoremu 6.16, a prikazana je na slici 6.3.

1/(1-x) 6 1+x+x**2 1+x+x**2+x**3 1+x+x**2+x**3+x**4+x**5+x**6+x**7+x**8+x**9+x**10 5 4 3 2 1

-1

-0.5

0.5

1

Slika 6.3: Konvergencija geometrijskog reda funkcija

6.4.1

Ispitivanje konvergencije

Ispitati konvergenciju reda funkcija znaˇi na´i podruˇje, odnosno sve vric c c ˇ jednosti x, za koje dani red konvergira. Cesto ispitujemo podruˇje apsoc lutne konvergencije koriste´i kriterije konvergencije za redove realnih brojeva c iz poglavlja 6.2.2. Postupak ´emo objasniti na primjeru. c Zadan je red funkcija ∞ xn−1 . (6.5) (1 − x)n
n=1

Cauchyjev kriterij iz teorema 6.10 daje lim
n

n→∞

|fn (x)| = lim

n

n→∞

|x|n−1 |x| n x = lim = . n n→∞ |1 − x| |1 − x| 1−x

n−1

6.4 Red funkcija

239

Dakle, red (6.5) konvergira apsolutno za sve toˇke x ∈ R \ {1} za koje je c x < 1, 1−x odnosno za x ∈ (−∞, 1/2). U toˇki x = 1/2 Cauchyjev kriterij ne daje odluku c pa ´emo taj sluˇaj razmotriti posebno: c c fn 1 2 =
1 n−1 2 1 n 2

=

2 = +∞.

Uniformnu konvergenciju moˇemo ispitati na sljede´i naˇin. z c c Teorem 6.15 (Weierstrass) Red funkcija fn , pri ˇemu je fn : D → R, c konvergira uniformno na skupu D ako ima konvergentnu majorantu an , an ∈ R, odnosno (∃n0 ∈ N) takav da n ≥ n0 ⇒ |fn (x)| ≤ an , ∀x ∈ D.

6.4.2

Red potencija
∞ n=0 fn

Red potencija je poseban red funkcija n , odnosno x0 )
∞ n=0

za koji je fn (x) = an (x − (6.6)

an (x − x0 )n

ili a0 + a1 (x − x0 ) + a2 (x − x0 )2 + a3 (x − x0 )3 + · · · + an (x − x0 )n + · · · . Radijus konvergencije reda potencija je broj ρ= 1 lim sup n |an | ili ρ= 1 lim sup
an+1 an

.

Podruˇje konvergencije reda potencija daje nam sljede´i teorem kojeg ´emo c c c dokazati u Matematici 3. Teorem 6.16 Red potencija (6.6) konvergira uniformno i apsolutno na svakom segmentu [x0 −ρ , x0 +ρ ], gdje je ρ < ρ, a divergira na skupu R\[x0 −ρ, x0 +ρ]. Na primjer, ako je ρ = 0, tada red potencija konvergira samo u toˇki c x = x0 (trivijalno), a ako je ρ = +∞, tada red potencija konvergira za ∀x ∈ R. Konvergenciju u toˇkama x = x0 − ρ i x = x0 + ρ treba ispitati posebno. c

240 Primjer 6.16 Zadan je red potencija 1 n x . n Ovdje je oˇito x0 = 0. Kako je (vidi zadatak 6.2) c lim sup
n

NIZOVI I REDOVI

|an | = lim sup

n

1 = 1, n

to je ρ = 1 pa red konvergira uniformno i apsolutno na intervalu (−1, 1). U 1 toˇki x = 1 red glasi c c n pa divergira (vidi primjer 6.10). U toˇki x = −1 red n 1 (alternirani harmonijski red, poglavlje 6.2.4) pa konvergira glasi (−1) n po Leibnitzovom kriteriju. Dakle, zadani red konvergira za x ∈ [−1, 1), a divergira inaˇe. c Primjer 6.17 Zadan je red potencija 1 n x . n2 Ovdje je takoder x0 = 0. Kako je ρ = 1, red konvergira uniformno i apsolutno 1 na intervalu (−1, 1). U toˇki x = 1 red glasi c pa konvergira (vidi poglavlje n2 n 1 pa konvergira jer konvergira ap6.2.2), a u toˇki x = −1 red glasi (−1) n2 c solutno (teorem 6.11). Dakle, zadani red konvergira apsolutno za x ∈ [−1, 1], a divergira inaˇe. c c Zadatak 6.4 Nadite podruˇje apsolutne konvergencije reda nn n x . n! Ispitivanje konvergencije u rubovima intervala je sloˇenije pa ga izostavite. z

6.4.3

Deriviranje reda funkcija

Kada funkcija s(x) = fn (x) nije elementarna, ili nema prikladan analitiˇki izraz, njenu derivaciju moˇemo raˇunati deriviraju´i pripadni red funkcija. c z c c Naime, ako su sve derivacije fn (x) neprekidne i ako red fn (x) konvergira, tada vrijedi fn (x) Posebno za red potencija vrijedi
∞ n=0 ∞ n=1

=

fn (x).
∞ n=0

an (x − x0 )n

=

nan (x − x0 )n−1 = )n

(n + 1)an+1 (x − x0 )n

u svim toˇkama u kojima red c an (x − x0 konvergira. Prethodne tvrdnje ne´emo dokazivati, ve´ navodimo sljede´i zanimljiv primc c c jer.

6.4 Red funkcija

241

Primjer 6.18 Izraˇunajmo sumu reda potencija c nxn−1 = 1 + 2x + 3x2 + 4x3 + · · · + nxn−1 + · · · za |x| < 1. Za geometrijski red vrijedi
∞ n=0

xn =

1 , 1−x

|x| < 1.
∞ n=1

Osim toga

∞ n=0

(xn ) =

∞ n=0

nxn−1 =

nxn−1 .

Ovaj red potencija takoder konvergira za |x| < 1 pa stoga za |x| < 1 vrijedi
∞ n=1

nxn−1 =

∞ n=0

(xn ) =

∞ n=0

xn

=

1 1−x

=

1 . (1 − x)2

Konvergencija reda prikazana je na slici 6.4.

1/(1-x)**2 1+2*x+3*x**2 1+2*x+3*x**2+4*x**3 1+2*x+3*x**2+4*x**3+5*x**4+6*x**5+7*x**6+8*x**7+9*x**8 8

10

6

4

2

-1

-0.5

0.5

1

Slika 6.4: Konvergencija reda potencija

242

NIZOVI I REDOVI

6.5

Taylorov red

Razvoj elementarnih funkcija u Taylorov red jedna je od najvaˇnijih primz jena dosadaˇnjih rezultata ove glave. Pomo´u Taylorove formule moˇemo s c z raˇunati vrijednosti elementarnih funkcija kao sin x, e x i ln x do ˇeljene toˇnosti c z c i to koriste´i samo ˇetiri osnovne raˇunske operacije. Dokazi teorema koje c c c navodimo su sloˇeni pa ih izostavljamo. z Teorem 6.17 Neka funkcija f ima na intervalu (a, b) derivaciju reda n + 1. Tada za proizvoljnu toˇku x0 ∈ (a, b) i za ∀x ∈ (a, b) vrijedi c f (x) = f (x0 )+ f (x0 ) f (x0 ) f (x0 ) (x − x0 ) + (x − x0 )2 + (x − x0 )3 + 1! 2! 3! f (n) (x0 ) ··· + (x − x0 )n + Rn (x), (6.7) n! (x − x0 )n+1 (1 − θ)n+1−p f (n+1) (x0 + θ(x − x0 )) p · n!

gdje je Rn (x) = (6.8)

za p ∈ N i 0 < θ < 1.

Formula (6.7) zove se Taylorova formula , a izraz u formuli (6.8) je Schl¨mlio chov oblik ostatka. Posebno, za p = 1 dobivamo Cauchyjev oblik ostatka (x − x0 )n+1 (1 − θ)n f (n+1) (x0 + θ(x − x0 )), n! a za p = n + 1 dobivamo Lagrangeov oblik ostatka Rn (x) = Rn (x) = (x − x0 )n+1 (n+1) f (x0 + θ(x − x0 )). (n + 1)!

Teorem 6.18 Neka funkcija f ima na intervalu (a, b) derivacije proizvoljnog reda. Tada za proizvoljnu toˇku x0 ∈ (a, x) i za ∀x ∈ (a, b) vrijedi c f (x) = f (x0 ) +
∞ n=1

f (n) (x0 ) (x − x0 )n n!

(6.9)

ako i samo ako niz ostataka {Rn (x)} teˇi k nuli za ∀x ∈ (a, b). z Red potencija (6.9) zove se Taylorov red ili Taylorov razvoj funkcije f u toˇki c x0 . Taylorov razvoj u toˇki x0 = 0 zove se MacLaurinov razvoj, c f (x) = f (0) +
∞ n=1

f (n) (0) n x . n!

(6.10)

Posebno je vaˇna primjena Taylorovog razvoja na elementarne funkcije. z

6.5 Taylorov red

243

Teorem 6.19 Taylorov red elementarne funkcije f (x) konvergira prema f (x) u svakoj toˇki svog podruˇja konvergencije. c c Primjer 6.19 Nadimo MacLaurinov razvoj funkcije f (x) = sin x. Uvrˇtavanje s f (0) = 0, f (x) = cos x, f (x) = − cos x,
IV

f (0) = 1, f (0) = 0, f IV (0) = 0, f (0) = −1, f V (0) = 1, . . . ,

f (x) = − sin x, (x) = sin x,

f

f V (x) = cos x, u formulu (6.10) daje x x3 x5 x7 sin x = − + − +··· = 1! 3! 5! 7!

∞ n=1

(−1)n+1

x2n−1 . (2n − 1)!

(6.11)

Zadatak joˇ nije gotov, jer ne znamo za koje vrijednosti x formula (6.11) s vrijedi. Po teoremu 6.19 formula vrijedi za sve x za koje red na desnoj strani konvergira. Po D’Alembertovom kriteriju lim
|x2n+1 | (2n+1)! |x2n−1 | (2n−1)!

= lim

x2 = 0, 2n(2n + 1)

odnosno ρ = +∞ (vidi poglavlje 6.4.2), pa formula (6.11) vrijedi za ∀x ∈ R. Konvergencija Taylorovog reda prikazana je na slici 6.5. Taylorovu formulu (6.7) koristimo za raˇunanje vrijednosti elementarnih c funkcija. Primjer 6.20 S kolikom toˇnoˇ´u c sc x− x3 x5 + 3! 5! Pogreˇku ´emo s c

aproksimira funkciju sin x za |x| ≤ 1? Koliko je sin 1? izraˇunati koriste´i Lagrangeov oblika ostatka: c c |R6 (x)| = Dakle, sin 1 = 1 − x7 1 | − cos(θx)| ≤ < 0.0002. 7! 7!

1 1 ˙ + ± 0.0002 = 0.8416 ± 0.0002. 6 120

244
sin(x) x-x**3/6 x-x**3/6+x**5/120 x-x**3/6+x**5/120-x**7/5040

NIZOVI I REDOVI

1

0.5

-3

-2

-1 -0.5

1

2

3

-1

Slika 6.5: Taylorov red za sin x

Ovo je gotovo toˇnost logaritamskih tablica. Toˇnost je joˇ ve´a za manje c c s c 7 /7! < 1.3·10−8 . Izraˇunajte vrijednosti od x, jer je na primjer |R 6 (0.25)| = 0.25 c na ovaj naˇin sin 0.25 i sin 0.5 i usporedite s rezultatima koje daje kalkulator! c Raˇunala raˇunaju funkcije sin x, cos x, e x i ln x na sliˇan naˇin, odnosno c c c c koriste´i samo osnovne raˇunske operacije. Postoje i ”bolji” polinomi, odnosno c c polinomi manjeg stupnja s kojima se postiˇe ista ili ve´a toˇnost. z c c Zadatak 6.5 Izraˇunajte MacLaurinove razvoje c x2n x2 x4 x6 (−1)n + − + ··· = 1 + , cos x = 1 − 2! 4! 6! (2n)! n=1 i ex = 1 + x x2 x3 x4 + + + + ··· = 1 + 1! 2! 3! 4!
∞ n=1 ∞

∀x ∈ R,

xn , n!

∀x ∈ R.

Za x = 1 prethodna formula daje e=1+1+ 1 1 1 1 + + + ··· = 1 + , 2! 3! 4! n! n=1

ˇto je joˇ jedan prikaz broja e pored definicije iz poglavlja 6.1.3. Konvergencija s s Taylorovog reda za funkciju ex prikazana je na slici 6.6.

6.5 Taylorov red

245

exp(x) 1+x+x**2/2 1+x+x**2/2+x**3/6 6 1+x+x**2/2+x**3/6+x**4/24 5 4 3 2 1

-5

-4

-3

-2

-1

1

Slika 6.6: Taylorov red za ex

Funkciju ln x ne razvijamo u Taylorov red direktno, nego koristimo jedan od sljede´a dva MacLaurinova razvoja. c Primjer 6.21 Nadimo MacLaurinov razvoj funkcije f (x) = ln(1 + x). Iz 1 , 1+x 1 f (x) = − , (1 + x)2 f (x) = 1 , (1 + x)3 1 f IV (x) = (−1)(−2)(−3) , (1 + x)4 f (x) = (−1)(−2) zakljuˇujemo c f (n) (x) = (−1)n−1 (n − 1)! pa je Uvrˇtavanje u formulu (6.10) daje s ln(1 + x) = f (n) (0) = (−1)n−1 (n − 1)!.
∞ n=1

1 , (1 + x)n

(−1)n−1 n x n

(6.12)

246

NIZOVI I REDOVI

pa preostaje odrediti za koje vrijednosti x formula vrijedi, odnosno za koje vrijednosti x red potencija na desnoj strani konvergira. Radijus konvergencije reda potencija je (vidi poglavlje 6.4.2) ρ= 1 lim sup
|an+1 | |an |

=

1 n =1 lim n+1

pa formula (6.12) vrijedi za x ∈ (−1, 1). 1 Dalje, u toˇki x = 1 red glasi (−1)n−1 n pa konvergira po Leibnitzovom c 1 kriteriju (vidi poglavlje 6.2.4). U toˇki x = −1 red glasi − c n pa divergira kao ˇto smo pokazali u primjeru 6.10. s Dakle, formula (6.12) vrijedi za x ∈ (−1, 1] pa pomo´u nje moˇemo izraˇunati c z c vrijednosti funkcije ln x za x ∈ (0, 2]. Na primjer, ln 2 moˇemo izraˇunati tako z c ˇto u formulu (6.12) uvrstimo x = 1, s ln 2 = 1 − 1 1 1 + − + ··· , 2 3 4

ˇto nam daje sumu alterniranog harmonijskog reda iz poglavlja 6.2.4. Kons vergencija reda prikazana je na slici 6.7.

1

-0.8

-0.4

0.4

0.8

-1

log(1+x) x-x**2/2+x**3/3 x-x**2/2+x**3/3-x**4/4+x**5/5

-2

Slika 6.7: Taylorov red za ln(1 + x)

Ukoliko ˇelimo izraˇunati, na primjer, ln 3, tada nam formula (6.12) ne z c koristi, ali moˇemo korisiti sljede´i razvoj. z c

6.5 Taylorov red

247
1+x 1−x .

Primjer 6.22 Nadimo MacLaurinov razvoj funkcije f (x) = ln f (x) = ln(1 + x) − ln(1 − x) slijedi

Iz

1 1 + , 1+x 1−x 1 1 f (x) = − + (−1) (−1), 2 (1 + x) (1 − x)2 1 1 + 1(−2) (−1), f (x) = (−1)(−2) (1 + x)3 (1 − x)3 1 1 f IV (x) = (−1)(−2)(−3) + 1 · 2(−3) (−1). (1 + x)4 (1 − x)4 f (x) = Zakljuˇujemo c f (n) (x) = (−1)n−1 (n − 1)! pa je f (n) (0) = ((−1)n−1 + 1)(n − 1)!, odnosno f (2n−1) (0) = 2(2n − 2)!, Uvrˇtavanje u formulu (6.10) daje s ln 1+x =2 1−x
∞ n=1

1 1 + (n − 1)! , n (1 + x) (1 − x)n

f (2n) (0) = 0.

x2n−1 x3 x5 x7 =2 x+ + + + ··· 2n − 1 3 5 7

.

(6.13)

Preostaje odrediti za koje vrijednosti x formula vrijedi. Kako je lim |an+1 | = |an | x2 , red na desnoj strani formule (6.13) konvergira za |x| < 1. U toˇki x = 1 c 1 1 red glasi 2 c 2n−1 pa divergira, a u toˇki x = −1 red glasi −2 2n−1 pa takoder divergira. Dakle, formula (6.13) vrijedi za x ∈ (−1, 1) pa pomo´u nje moˇemo izraˇunati c z c vrijednosti funkcije ln x za ∀x ∈ R. Na primjer, ln 3 moˇemo izraˇunati tako z c 2 ˇto ´emo u formulu (6.13) uvrstiti x = 3 . Konvergencija reda prikazana je na s c slici 6.8. Zadatak 6.6 Koliko ˇlanova reda treba za raˇunanje ln 2 na ˇetiri decimale c c c kada koristimo formulu (6.12), a koliko kada koristimo formulu (6.13)?

248

NIZOVI I REDOVI

log((1+x)/(1-x)) 2*(x+x**3/3) 2*(x+x**3/3+x**5/5)

3

2

1

-0.8

-0.4 -1

0.4

0.8

-2

-3

Slika 6.8: Taylorov red za ln((1 + x)/(1 − x))

Indeks
⇔, 3 ℵ0 , 13 n k , 13 ∅, 4 ∃, 4 ∀, 4 ∈, 4 ¬, 3 ∈, 4 / ∨, 2 ,2 ∧, 2 A adicioni teoremi, 145, 148, 157, 164 algebarski komplement, 62 amplituda, 145 anti-komutativnost, 87 aplikata, 81 apscisa, 77, 79, 81 apsolutna vrijednost, 21, 167 kompleksnog broja, 23 area kosinus hiperbolni, 157 kotangens hiperbolni, 157 sinus hiperbolni, 157 tangens hiperbolni, 157 argument funkcije, 7 kompleksnog broja, 25 aritmetika raˇunala, 20 c arkus kosinus, 150 arkus kotangens, 151 arkus sinus, 150 arkus tangens, 151 asimptota, 130, 198 horzontalna, 130 kosa, 130 vertikalna, 130, 155 asocijativnost, 11, 75 B baza eksponencijalne funkcije, 136 logaritamske funkcije, 140 baza prostora, 53, 84 bijekcija, 8 binarna relacija, 5 anti-simetriˇna, 5 c ekvivalencije, 5 parcijalnog uredaja, 5 refleksivna, 5 simetriˇna, 5 c tranzitivna, 5 binarni sustav, 12 binomni koeficijent, 13 binomni pouˇak, 15 c Briggs, 139 brojevni pravac, 19, 20 brojevni sustav binarni, 12 decimalni, 12 heksadecimalni, 12 heksagezimalni, 12 oktalni, 12 rimski, 12

250 C C, 42 C, 23 cikloida, 112 Cramerovo pravilo, 63 D DeMorganovi zakoni, 3 derivacija, 162, 167, 176 druga, 177, 178 implicitno zadane funkcije, 170 inverzne funkcije, 168 kompozicije funkcija, 169 parametarski zadane funkcije, 179 slijeva, 166 viˇeg reda, 177, 197 s zdesna, 166 Descartesov list, 111, 114, 132 ispitivanje toka, 203 determinanta, 59 Laplaceov razvoj, 62 svojstva, 60 diferencijal, 175, 176 drugog reda, 178 viˇeg reda, 178 s direktni produkt, 5 disjunkcija, 2 ekskluzivna, 2 distributivnost, 11, 86, 87 domena, 7, 106 donja meda, 6 dovoljan uvjet, 3 duˇina, 72 z usmjerena, 72 duljina, 72, 82 E e, 127, 137, 139, 222, 226 eipcikloida, 113 ekstenzija, 8 ekstrem, 188, 198 dovoljan uvjet, 191, 198

INDEKS

geometrijski, 192, 211 globalni, 188 lokalni, 188, 197 nuˇan uvjet, 190, 198 z ekvipotencija, 9 ekvivalencija, 3 elipsa implicitno zadana, 170 parametarski zadana, 179 euklidski prostor, 73 expa , 136, 139 F faktorijele, 13 fazni pomak, 146 FORTRAN, 43 funkcija, 7, 132 strogo padaju´a, 186 c algebarska, 154 area, 157 derivacija, 173 argument, 7 arkus, 149 derivacija, 171 ciklometrijska, 149 derivabilna, 162 eksponencijalna, 136, 139, 156, 185 baza, 136 derivacija, 171 ekstenzija, 8 elementarna, 132, 153 eskplicitno zadana, 108 glatka, 162 graf, 106, 107, 109, 112, 194, 198 toˇka infleksije, 195, 197, 198 c graniˇna vrijednost, 117 c hiperbolna, 156 derivacija, 173 implicitno zadana, 109 derivacija, 170

INDEKS

251 rastu´a, 116, 186 c restrikcija, 8 silazna, 116 slika, 7 strogo konkavna, 193 strogo konveksna, 193 strogo padaju´a, 116 c strogo rastu´a, 116, 186 c tabliˇna, 107 c transcendentna, 154 trigonometrijska, 141, 156 derivacija, 171 vrijednosti, 145 uzlazna, 116 G Gaussova eliminacija, 44, 47 Gnuplot, 134, 141, 152, 202 gomiliˇte, 219 s gornja meda, 6 graf, 21 graniˇna vrijednost, 217 c H heksadecimalni sustav, 12 hipocikloida, 113 homogeni sustav, 55 homogenost, 86, 87 hvatiˇte, 72 s I identiteta, 8 implikacija, 3 infimum, 6 infleksija, 195, 197, 198 injekcija, 8 intenzitet, 72 interpolacija, 107 interval otvoreni, 6 poluotvoreni, 6 zatvoreni, 6, 127 inverzija, 58

inverzna, 8, 139 derivacija, 168 graf, 134 ispitivanje toka, 197 kompozicija, 7, 126 derivacija, 169 konkavna, 193, 195, 198 konstantna, 132, 164 konveksna, 193, 195, 198 limes, 117–119, 127 logaritamska, 139 baza, 139, 140 Briggsovi logaritmi, 139 dekadski logaritmi, 139 derivacija, 172 prirodni logaritam, 138 prirodni logaritmi, 139 svojstva, 140 monotona, 116, 186, 198 neomedena, 115 neparna, 115, 197 neprekidna, 125, 126 nul-toˇka, 198 c omedena, 115 padaju´a, 116, 186 c parametarska, 112 derivacija, 179 ispitivanje toka, 203 parna, 115, 197 periodiˇna, 116, 197 c po dijelovima monotona, 116 podruˇje definicije, 7, 106, 197 c podruˇje vrijednosti, 7, 106 c potencija, 133, 185 derivacija, 173 pravila, 136 pravila potenciranja, 133 s prirodnim brojem, 133 s racionalnim brojem, 133, 154 s realnim brojem, 136 prava racionalna, 155 racionalna, 154, 155

252 inverzna funkcija, 8 iracionalni brojevi, 19 K kardinalni broj, 9 Kartezijev produkt, 5 klasa ekvivalencije, 5 kodomena, 7, 106 kofaktor, 62 kombinacija, 13 kompleksni broj n-ti korijen, 27 argument, 25 eksponencijalni oblik, 28 Eulerov oblik, 28 imaginarni dio, 23 konjugirani, 23, 154 potenciranje, 27 realni dio, 23 trigonometrijski oblik, 25 komutativnost, 11, 75, 86 konjunkcija, 2 konvergencija apsolutna, 237 jednolika, 235 uniformna, 235, 237 koordinatizacija pravca, 77 prostora, 80 ravnine, 78 koordinatni sustav, 77 desni, 78, 80 ortogonalni, 78, 80 pravokutni, 78, 80 kosinus, 142, 147, 150 hiperbolni, 156 kosinus smjera, 83, 87 kosinusov pouˇak, 147 c kotangens, 143, 151 hiperbolni, 157 kriterij konvergencije, 230 Cauchyjev, 231

INDEKS

D’Alembertov, 230 Leibnitzov, 234 poredbeni, 230 Raabeov, 231 Weierstrassov, 239 kritiˇna toˇka, 189, 198 c c kruˇnica z implicitno zadana, 110 parametarska jednadˇba, 112 z kut, 86 izmedu pravaca, 99 izmedu pravca i ravnine, 99 izmedu ravnina, 99 kvadrant, 78 kvantifikator egzistencijalni, 4 univerzalni, 4 L L’Hospitalovo pravilo, 184, 198, 226 lanˇanica, 156 c Leibnitz, Gottfried Wilhelm, 165 limes beskonaˇan, 124 c funkcije, 117–119, 125, 127 inferior, 219 neodredeni oblik, 184 niza brojeva, 217 niza funkcija, 235 slijeva, 122, 124 superior, 219 u beskonaˇnosti, 123 c u desnom kraju, 123 u lijevom kraju, 123 zdesna, 122, 124 linearna kombinacija, 52, 83, 84 linearna nezavisnost, 52, 83 linearna zavisnost, 52, 84 ln, 139 log, 139 log a , 139 logaritamske tablice, 108, 149

INDEKS

253 N N, 10 najve´e cijelo, 117 c negacija, 3 nejednakost trokuta, 21 NetPlot, 109, 114, 155, 202 Newton, Isaac, 165 niz ˇlan, 216 c Cauchyjev, 225 divergentan, 217, 218 funkcija, 235 geometrijski, 220 konvergentan, 217, 222, 225, 235 limes, 217 svojstva, 223 monoton, 217 omeden, 221 osnovna nejednadˇba konvergenz cije, 218, 225 padaju´i, 217 c parcijalnih suma, 227, 237 rastu´i, 217 c realnih brojeva, 216 stacionaran, 217 niz funkcija, 235 ˇlan, 235 c jednolika konvergencija, 235 konvergencija po toˇkama, 235 c konvergentan, 235 limes, 235 obiˇna konvergencija, 235 c uniformna konvergencija, 235 norma, 72, 82 normala, 97, 166 nuˇan uvjet, 3 z O okolina, 188 oktalni sustav, 12 opisana kruˇnica, 100 z ordinata, 79, 81

logaritamsko deriviranje, 174 M MacLaurinov razvoj, 242 majoranta, 230 maksimum, 6 globalni, 188 lokalni, 188 Matlab, 43 matrica, 32 dijagonala, 33 dijagonalna, 38 ekvivalentne matrice, 54 elementarna matrica transformacije, 46, 51 elementi, 32 invertibilna, 56 inverzna, 56, 63 jediniˇna, 37, 53 c matrica sustava, 40 mnoˇenje, 35, 39 z mnoˇenje sa skalarom, 34 z nul-matrica, 37 proˇirena matrica sustava, 40, s 44, 48 rang, 53, 62 regularna, 56 simetriˇna, 39 c singularna, 56 transponirana, 38 trokutasta, 41 zbrajanje, 34 minimum, 6 globalni, 188 lokalni, 188 minoranta, 230 mjeˇoviti produkt, 90 s mnoˇenje, 10 z modul kompleksnog broja, 23 Moivreova formula, 27

254 ortocentar, 100 osnovni teorem algebre, 154 ostatak Cauchyjev, 242 Lagrangeov, 242 Schl¨mlichov, 242 o otvorena reˇenica, 4 c P parametar, 112 parametarsko rjeˇenje, 49 s parcijalna suma, 227, 237 Pascalov trokut, 14, 16 Peanovi aksiomi, 10 period, 116 osnovni, 116 permutacija, 13, 58 π, 141, 223, 234 Pitagorin pouˇak, 82, 143, 148 c pivotiranje, 50 poddeterminanta, 62 podmatrica, 62 podniz, 220, 222 pogreˇka, 21 s apsolutna, 176 relativna, 177 polinom, 154, 155 nul-toˇka, 154 c potenciranje s kompleksnim eksponentom, 29 povrˇina s paralelograma, 88 poligonalnog lika, 100 trokuta, 89 pravac, 93 kanonska jednadˇba, 94 z okomiti pravci, 99 paralelni pravci, 98 parametarska jednadˇba, 94 z presjek ravnina, 95 u ravnini, 96 vektor smjera, 93

INDEKS

vektorska jednadˇba, 93 z pravilo paralelograma, 74 poligona, 74 trokuta, 74 pravilo uklijeˇtene funkcije, 120 s pravilo zamjene, 121 predikat, 4 prekid, 130, 155 druge vrste, 128 prve vrste, 128 uklonjivi, 128 preslikavanje, 7 1-1, 8 na, 8 obostrano jednoznaˇno, 8 c prikloni kut, 83, 87 princip matematiˇke indukcije, 10 c proˇirenje, 8 s proˇirenje po neprekidnosti, 226 s projekcija ortogonalna, 99 pravca na ravninu, 99 toˇke na pravac, 99 c toˇke na ravninu, 99 c Q Q, 17 R R, 19 radijus konvergencije, 239 ravnina, 96 jednadˇba kroz toˇku, 97 z c kroz tri toˇke, 98 c normala, 97 okomite ravnine, 99 op´i oblik, 97 c paralelne ravnine, 99 segmentni oblik, 98 vektorska jednadˇba, 97 z red

INDEKS

255 diskretan, 13, 17 ekvipotentni skupovi, 9, 13 element, 4 gust, 18, 20 kompleksnih brojeva, 23 konaˇan, 9 c neprebrojiv, 20 omeden odozdo, 6 omeden odozgo, 6 partitivni, 4 prazan, 4 prebrojiv, 13 prebrojivo beskonaˇan, 13 c prirodnih brojeva, 10 racionalnih brojeva, 17 realnih brojeva, 19 ureden, 5, 13 slika funkcije, 7 slobodni vektor, 40 stacionarna toˇka, 189, 198 c stoˇac, 192 z suˇenje, 8 z sud, 2 istinitost, 2 supremum, 6 surjekcija, 8 sustav linearnih jednadˇbi, 32, 40, z 55, 63, 85 jedinstveno rjeˇenje, 55 s parametarsko rjeˇenje, 55 s trokutasti sustav, 41, 45 T tangens, 143, 151 hiperbolni, 157 tangenta, 165, 170 aproksimacija krivulje, 176 jednadˇba, 165 z Taylorov razvoj, 28, 242 Taylorov red, 177, 242 Taylorova formula, 242 teˇiˇte trokuta, 100 zs

ˇlan, 227 c alternirani, 234 alternirani harmonijski, 234 apsolutno konvergentan, 233 geometrijski, 228 harmonijski, 229 konvergentan, 228 nuˇan uvjet konvergencije, 229 z parcijalna suma, 227 realnih brojeva, 227 Taylorov, 177, 242 red funkcija, 237 ˇlan, 237 c geometrijski, 238 konvergentan, 237 podruˇje konvergencije, 238 c red potencija, 239 relacija ekvivalencije, 5, 72 parcijalnog uredaja, 5 potpunog uredaja, 5, 13 restrikcija, 8, 127 S sekanta, 165 sign, 122 sinus, 123, 142, 150 hiperbolni, 156 sin, 123 sinusoida op´a, 145 c amplituda, 145 fazni pomak, 146 sjeciˇte s pravaca, 99 pravca i ravnine, 99 ravnina, 99 skalarna komponenta, 77, 79, 81 skalarni produkt, 85 skup, 4 beskonaˇan, 9 c cijelih brojeva, 16

256 Teorem Bolzano–Weierstrass, 222 Cauchy, 181 Fermat, 180 Kronecker–Capelli, 54 L’Hospital, 184, 198 Lagrange, 182 Leibnitz, 234 o monotonosti, 186 Rolle, 181 srednje vrijednosti, 181, 182 Weierstrass, 239 trigonometrijska kruˇnica, 141 z trigonometrijski identitet, 143, 157 U udaljenost pravaca, 100 pravca i ravnine, 100 ravnina, 100 toˇaka, 100 c toˇke od pravca, 100 c toˇke od ravnine, 100 c upisana kruˇnica, 100 z V valjak, 192 varijabla nezavisna, 7, 163 zavisna, 7 vektor, 33, 52, 72 jediniˇni, 82 c kolinearan, 74, 79, 84 komplanaran, 79, 84 mnoˇenje skalarom, 75 z nul-vektor, 72 orijentacija, 74 poloˇaja, 77 z radijus-vektor, 77 suprotni, 75 zbrajanje, 74 vektor smjera, 93

INDEKS

vektorska komponenta, 79 vektorski produkt, 87 vektorsko-skalarni produkt, 90 vektorsko-vektorski produkt, 93 volumen paralelopipeda, 90 tetraedra, 91 tijela s ravnim plohama, 100 Z Z, 16 zakoni distribucije, 3 zbrajanje, 10 Zenonov paradoks, 228

Sign up to vote on this title
UsefulNot useful