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

. . . . . . . .3 Niz funkcija . . . . . . . . . z 6. .2.3 Deriviranje reda funkcija . . . z 6. . . . . . . .4 Svojstva limesa . . .5. . . . . . . . . . . . .10 Rjeˇavanje problema ravnoteˇe . . . . . .1 Ispitivanje konvergencije . . . . . . . . . . . . . . . . .3 Broj e .1 Parametarski zadana funkcija . . . . . . . . .4. .2 Omedenost. . . 5. . . . . .4 Red funkcija . . . . . . . . . . .5 Cauchyjev niz . . . . . .4. . . . . .8 Zakrivljenost . .9. . . . 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. . . . .2. . . . . . . 5. . . . . . . . . . . . . . . . . . . 6. . . . . 6.2 Red potencija . . . . . .6 Dva vaˇna limesa . . . . . . . . 6. . . . . . . . 6. . . . . 5. . . . . . . . . . . . . . . . . . . . .2. . . . . . . . . . . . . . . . . . . . . .3 Apsolutna konvergencija . . . .2. . . . . . . . . . . . . 6. . . s z 5. . 6. . . . . . . . . . . . . 6. . . .3 limesa . . . . . . . . .2 Kriteriji konvergencije . . . . . . . . .1 Niz realnih brojeva . .1. . . . . . . .1 Nuˇan uvjet konvergencije . . . . . . . . . . . . . . . . . . . . 5. . . . . .2 Red realnih brojeva . . . . . . . . . . . . . . monotonost i konvergencija 6. . .1. . . . . . . . . . . . . . . . . .4 Alternirani redovi . . . . . . . . . . . . . . . . . . . . . .5 Taylorov red .1. . . . . . . . .L’Hospitalovo pravilo i raˇunanje c oblika . 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5. 6. . neodredenih . . . . . . . . . . . . . . . . . . .1. . . . .4. . . . . . . . . . .1 Geometrijski ekstrem . . 5. . . . . .6 Monotonost . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6. . . . . . . . . . . . 5. . . Indeks viii . . . . . . . . . . . . .1 Gomiliˇte i podniz . 6. . .7. . . . . . . . . .1. . . . . . . . . . . . . . . . . . . . . . 6. . . . . . .9 Ispitivanje toka funkcije . . . . . . . . . . . . . . . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . s 6. . . . .7 Ekstremi . . . . . . . .

88 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2 2. . . . . . . . .15 3. Pravac u prostoru . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108 ix . . . . . . . 88 . . .2 Apsolutna vrijednost |x| . 91 . 82 . . z Zbrajanje vektora (pravilo trokuta) Pravilo paralelograma . . . . . . . . . .12 3. . . . . . . . . 75 .1 4.19 3. . . . . . . . . . . . . . . . . . . . Ravnina u prostoru . . .16 3. . 80 . . 76 . . . . 104 Tabliˇno zadana funkcija . . . . . . . 103 . . . 76 . . . . . . . . .20 4. . .18 3. . . . . . . . . . 102 . . . . . . . . . . . . . . . . Modul vektorskog produkta . . . . . . . . . . . . . Kompleksni broj . . . . . . . . . . . . . . . . . Skalarni produkt . . . . . . . . . . . . . . . . . . .3 3. . . s Mjeˇoviti produkt . . . . . . . . . . . . . . . . . . . .4 3. . . c . . . . . . . . . . . .11 3. . . . . . . . . . . . . . . . . . . . . . .6 3. Krug u kompleksnoj ravnini . . Koordinatizacija ravnine . . . . . . .5 2. .14 3. . . . . . . 97 . . 74 . . . . 86 . . . . . . . . . . . . Povrˇina trokuta . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 c Linearna interpolacija . . . . . . . . . . . . . . . . . . . .5 3. . . . . . . . . . . . c z Standardna grana mreˇe . . . . . . . . . . . . . . Komponente vektora . . . . . . . . . 92 . . .4 1. . . . . . . . . . . . . . . . . . . . . . . . 96 . . . . . . . . . . . . . . . .8 3. .7 3. . . . . . . . . . .2 1. .Popis slika 1. . . . . . . . . . . . s Projekcija toˇke na pravac . .2 3. . . . . . . . . . . z Ekvivalentne usmjerene duˇine . . . . . . .1 3. . . . . . Pravac kao presjek ravnina . . .3 1. . . . . . Elipsa u kompleksnoj ravnini . . . . . . . . . . . . . . . . . . . . . Dio kompleksne ravnine . . . . . . . . 22 24 26 26 27 33 64 65 Pravci koji se sijeku . . . . . . . . . .1 2. . . . . . . . . Sjeciˇte pravca i ravnine . . . . . . . . .3 3. . . . . . . . . . s Volumen tetraedra . . . . . . . . . . . . . .9 3. . Koordinatizacija prostora . Vektorski produkt . . . . . 94 . . . . . . . . . . . . . . .13 3. . . . . . 78 . . Asocijativnost zbrajanja vektora . . . . . . . . . . . . . . . . Pravilo poligona . . . .10 3. . 90 . . . . . . .17 3. . . . . . . . . . . . . . . . Elektriˇna mreˇa .1 1. . . 73 . . . . . c Projekcija toˇke na ravninu . . .

Cikloida . . . . . . . . . . . .16 4. . . . . . . .17 4. . . . . . . . . . .37 4. . . . . . . . . . . . Eksponencijalne funkcije 2x i 2−x . . . . . Funkcija f (x) = log 1/2 x . . . . . Arkus tangens i arkus kotangens . . . . c Kosinusov pouˇak .30 4. . . . . . . . . . . . . . . .33 4. . . . . . . Arkus kosinus . . . . Potenciranje s prirodnim brojem . . . . . . . . . . Trigonometrijska kruˇnica . . . .1 Implicitno zadana funkcija x + arccos(xy) = 0 . . . . . . . . . . . . .6 4. . . . 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 . . . . . . . . . .39 4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .14 4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .38 4. . . .32 4. . . . z Sinus i kosinus . . . .10 4. . .18 4. Konstantna funkcija . . . . . . . . .36 4.4 4. . . Pravilo uklijeˇtene funkcije . . . . . . . . . Tangens hiperbolni i kotangens hiperbolni . . . . . . . . . . . . . Kosa asimptota . . . . . . . . . . . . . . . . . . . . . . . . . Area tangens hiperbolni i area kotangens hiperbolni . . . . . .25 4. . . . . . . .20 4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . √ . Funkcije f (x) = x−k . . . . . . . . . Kotangens .34 4. . . . . . . . . . . Beskonaˇan limes . . . . . . . . . . . . . .5 4. . . . . . . . . . . . .4. . . . . . . . .28 4.12 4. . . . . . . . . . . . .19 4. . . . . . . . . . . . . . . . . .21 4. . . . . . Funkcija 1/x . . . . . . k ∈ N . . . . Limes funkcije . . . . . . . . . . . . . . . . . . . . . Tangens . . . . Funkcija arcsin(sin x) . . . . Implicitno zadana kruˇnica . . . . . . . . . . . . . . . . .40 4. . . . . . . . . . . . . . . . . . . . . . . Sinus hiperbolni i kosinus hiperbolni . . . .22 4. .13 4. . . . . . . . . . . .7 4. . .29 4.42 5. Funkcija f (x) = 3 x √ . . . . . . . . . . . . . . . . . . . . √ Funkcija f (x) = x . . . . . .23 4. . . . . . . . . . . . . . . . . . . Arkus sinus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Funkcija f (x) = log 2 x .35 4. . . . . . . . . .9 4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .31 4. . . Op´a sinusoida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . z Descartesov list .11 4. .3 4. Area sinus hiperbolni i area kosinus hiperbolni . . . . . . . . . . . . . . . . . . . . . . Funkcija sin x/x . . . . . . . . . . . . . . . . . . . . . . . . . . . .8 4. . . . . . . . . . . . . . . . . . . . . . . .27 4. . . . . . . . . . c Neprekidna funkcija . s Funkcija sign(x) . . . . . . . . . . . . . . . . . .24 4. 4 Funkcija galeb(x) = x2 . . . . Funkcija y = cos(x)/x . . . . . . Kompozicije restrikcije sinusa s arkus sinusom . . 163 c x . . . . .41 4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 Funkcija sin x . . . . . .15 4. . . . . . . . . . . . . . . . . . . . . . Funkcije 10x i ex . c Adicioni teoremi . . . . . . . . . . . . . . . . . . . . . .26 4. . .

. . . . . . . . . . . . . . . . . Valjak upisan u stoˇac . . . . . . . . . . . . . . . . . . . . . . . . Lokalni i globalni ekstremi . . . . . . . . . . . . . . . Pretpostavke Lagrangeovog teorema . . . . . . . . . . . . . . . Derivacije varijabli Descartesovog lista po parametru Derivacije Descartesovog lista po varijablama x i y . . . . . . . . . . Elipsa i tangenta . .4 5.1 6. . Konvergencija geometrijskog reda funkcija Konvergencija reda potencija . . . . .14 5. . . . .18 6.5. . . . . . . . . . . . . . . . z Volumen upisanog valjka . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Fermatov teorem . . . . . . . . . . .13 5. . .5 5. . .17 5. . . . . . Taylorov red za ex . . . . . . . . . . . . . . . . . . . . . . . .10 5. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4 6. . . 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 . . . . . . . . . . . . Intervali monotonosti . Graf iracionalne funkcije . . . . . . . . . . .7 5.9 5. . . . Taylorov red za ln((1 + x)/(1 − x)) . . . . . . . . . . . . . Taylorov red za sin x . . . . . . . .7 6. . . . . . . . . .15 5. . .3 6. . . . . . Geometrijska interpretacija Lagrangeovog teorema . . . . . Strogo konveksna funkcija . . . . . .8 Tangenta na krivulju . . . .6 5. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .6 6. . . . Poloˇaj ravnoteˇe mehaniˇkog sustava . . . . . .2 6. . . . . . . . Taylorov red za ln(1 + x) . .5 6. . . . Konkavna i konveksna funkcija . . . . .16 5. .12 5. . . Varijable x i y Descartesovog lista . Diferencijal . . . . . . . . . . . . . . . s Konvergencija niza funkcija . . . . . . . . . . . . . . . . . .8 5. . . . .11 5. .3 5. . . . . . .2 5. . . . . . . . . . . . . . z z c Proˇirenje po neprekidnosti . . . . . . . . . . . . . .

.

. .Popis tablica 1. . . . 146 Monotonost Descartesovog lista . . . . . . . .1 4.1 5. . . . . . . . . . . . . . . . 208 Zakrivljenost Descartesovog lista . . . . . . . . . . . . . . . . .2 Brojevni sustavi . . . . . . 12 Osnovne vrijednosti trigonometrijskih funkcija . . .1 5. . . . . . . . . 209 xiii . . . . . . . . . .

.

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

.

. . . . . . . . . . . . . .4 1. . . . . . . . . . . . .3 Binomni pouˇak . . . . . . . . . . . . . . . . .1 Trigonometrijski oblik . .7. 1.8. .5 Cijeli brojevi . . . . . . . . . . . . . . . . . . . . . . .8. . . . . . . . . . . . . 13 c 1. . . .2 Eksponencijalni oblik . . . . . . . . . . . . . . . . . . . .2. . . . . OSNOVE MATEMATIKE 1. Uredaj na skupu prirodnih brojeva . . . 2 4 5 7 8 9 12 12 1. . . .1 Uredeni skupovi . . . . . . . . . . . . . .2 1. . . . . . . . . . .7 Racionalni brojevi . . 16 1. . . . . . . . . . . . . . . . . .1 1. . .1 1. . . . . . . .2 1. . c Brojevni sustavi . . . . 25 1.2 Teorem o inverznoj funkciji . . . . . . . . . . . . . . . . . . . . Ekvipotencija i beskonaˇni skupovi . . . 10 1. . . . . . . 20 21 Kompleksni brojevi . . . 23 1. .3. . . . . . .7. . . Prirodni brojevi . . . . . . . . . . . . . . . . . . .1 1. . c Apsolutna vrijednost . . . . . . .4. . . . . . .1 1. . . . . . . . . . . . . . . . . . . . . 17 Realni brojevi . . . . . . . . . . c Binarne relacije . . . 28 .6 1. . . . 1. . . . . . .3. . . 19 1. . . . . . . . .2 Osnove matematiˇke logike . . . .4. . . .1.4. . . .3 Funkcije . . . . . . . . . . . . .8 Aritmetika raˇunala . . . . . . . . . . .

Takoder ´emo vrlo op´enito definirati pojam funkcije te dati c c teorem o inverznoj funkciji. ” Svaki brod je jedrenjak” je neistinit sud. [ili A ili B]. cijelih. Pri tome τ (A) = znaˇi A je istinit. ve´ prema danu u c c kojem se izgovara.1 ” Je li danas ˇetvrtak?” nije sud nego pitanje. Istinitost suda A oznaˇimo s τ (A). τ (A) τ (B) ⊥ ⊥ τ (A ∨ B) . Definicija 1. odnosno laˇna. Osnovne operacije sa sudovima i njihove c tablice istinitosti su: – konjunkcija. racionalnih.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. osim u prenesenom znaˇenju. ⊥ ⊥ ⊥ – ekskluzivna disjunkcija. τ (A) τ (B) ⊥ ⊥ τ (A ∧ B) ⊥ ⊥ ⊥ . pojam predikata te vrste kvantifikatora. osnovne operacije sa suc dovima. . [A ili B]. razmatrat ´emo detaljnije skupove c prirodnih. c c a τ (A) = ⊥ znaˇi A je neistinit.1 Osnove matematiˇke logike c U ovom poglavlju definirat ´emo pojam suda. A ∧ B. A ∨ B. ” Danas je ˇetvrtak” je sud koji je istinit ili neistinit. Na kraju. [A i B].1 Sud je svaka smislena izjava koja moˇe biti samo istinita ili z neistinita. A B. ” Jutro je pametc nije od veˇeri” nema smisla kao izjava. pa nije c c sud. realnih i kompleksnih brojeva. 1. z Primjer 1. kao i razne tipove relacija na skupovima. ⊥ ⊥ – disjunkcija.

[A je ekvivalentno s B. B je nuˇan uvjet za A]. . ¬A. i zakoni distribucije. A je dovoljan uvjet za c B. Zadatak 1. z τ (A) τ (B) ⊥ ⊥ τ (A ⇔ B) ⊥ ⊥ . ⊥ ⊥ – negacija. A je nuˇan i dovoljan uvjet za B]. A je ako i samo ako je B. A ⇒ B. z τ (A) τ (B) ⊥ ⊥ τ (A ⇒ B) ⊥ . [ne A. A ∨ (B ∧ C) = (A ∨ B) ∧ (A ∨ C). ⊥ ⊥ – ekvivalencija.1. non A]. B i C vrijede DeMorganovi zakoni. ⊥ ⊥ – implikacija. ⊥ Za sudove A. A ∧ (B ∨ C) = (A ∧ B) ∨ (A ∧ C). iz A slijedi B. ¬(A ∨ B) = ¬A ∧ ¬B.1 Osnove matematiˇke logike c 3 τ (B) ⊥ ⊥ τ (A B) ⊥ ⊥ τ (A) . [A povlaˇi B. Dajte primjere za DeMorganove zakone i zakone distribucije. τ (A) ⊥ τ (¬A) . ¬(A ∧ B) = ¬A ∨ ¬B.1 Dajte primjere za osnovne operacije sa sudovima i protumaˇite c tablice istinitosti. A ⇔ B.

S ∅ oznaˇavamo prazan skup. P (x)] = 1.4 OSNOVE MATEMATIKE Definicija 1. y)] = ⊥. Predikat s dvije varijable oznaˇavamo s P (x. z ∈ S. b}. Tu ˇinjenicu zapisuc jemo s x ∈ S. y ∈ S. Na primjer. . dok. . c}. Na primjer. Skup je pojam koji se ne definira. y) = x je roden prije y. ako je X = {a. . {a. {a. tada je 2X = {∅. P (x)] = P (x. y). Partitivni skup skupa X je skup 2X ˇiji su elementi svi podskupovi skupa c X. P (x. w ∈ S. recimo. Tada vrijedi τ [(∀x ∈ R) τ [(∃x ∈ R) P (x)] = ⊥. / c Zadatak 1. z i w. y.2 Ponovite pojmove podskupa. {c}. y. t ∈ S. c}}. {b}. Dakle. nadskupa. odnosno postoji toˇno jedan x takav da je P (x). c Primjer 1.2 Binarne relacije U ovom poglavlju definirat ´emo partitivni skup. c Kod izraˇavanja pomo´u predikata koristimo kvantifikatore: z c – univerzalni. i – egzistencijalni. Skup je zadan svojim elementima. . unije skupova. uvijek je ∅ ∈ 2X i X ∈ 2X . odnosno za svaki x je P (x). y)] = . Kartezijev produkt skupova c i binarnu relaciju te dati klasifikaciju binarnih relacija. y)] = P (x. Tada vrijedi τ [(∀x)(∃y) τ [(∀y)(∃x) τ [(∀y)(∃!x) b) Neka P (x) glasi x2 = 4. {a. (∃x)P (x).2 Otvorena reˇenica ili predikat je izjavna reˇenica koja sadrˇi c c z parametre i koja postaje sud kada parametri poprime odredenu vrijednost. b. c}. odnosno postoji x takav da je P (x) te (∃!x)P (x). Na primjer. (∀x)P (x). odnosno skup bez elemenata.2 a) Neka je P (x. τ [(∃!x ∈ R) τ [(∃!x ∈ N) P (x)] = ⊥. b. z. c}. w} ima elemente x. skup S = {x. {b. predikat x je roden prije y postaje sud kada su x i y dvije osobe. presjeka skupova i razlike skupova te osnovna svojstva tih operacija. {a}.

ako je X = {1. b).4 Binarna relacija na skupu X je svaki podskup R ⊆ X × X. b). kaˇemo da je x u relaciji R s y. gdje je x ∈ X i y ∈ Y . Definicija 1. y ∈ X vrijedi x ≤ y ∨ y ≤ x. y). a). c – tranzitivna ako (x R y ∧ y R z) ⇒ x R z. donja meda. Ako su. supremum. (3. (3. y ∈ X. x R y ⇒ y R x. x ≤ y moˇemo pisati i kao s z y ≥ x. 2. infimum. tranzitivna i anti-simetriˇna. svaka dva elementa skupa X u relaciji. Ako je uredeni par (x. y) : x ∈ X ∧ y ∈ Y }. y). (x R y ∧ y R z) ⇒ x R z. b)}. a X je ureden skup. c 1. odnosno ∀x. Takoder.1 Relacija ekvivalencije na skupu X cijepa taj skup na medusobno disjunktne podskupove. pa je R relacija ekvivalencije.3 Direktni produkt ili Kartezijev produkt skupova X i Y je skup svih uredenih parova (x.2 Binarne relacije 5 Definicija 1. neka je X skup ljudi i neka je (x. simetriˇna i tranzitivna. X × ∅ = ∅ za svaki skup X. Takoder. a). takozvane klase ekvivalencije. Ako je x ≤ y i x = y.2.1. (2. i piˇemo x R y z s ili R(x. s minimum i maksimum. – simetriˇna ako x R y ⇒ y R x. c Na primjer. (1. Oˇito vrijedi c x R x. odnosno c (x ≤ y ∧ y ≤ x) ⇒ x = y. tada je X × Y = {(1. Definicija 1. Na primjer. dodatno. piˇemo x < y. b}.5 Relacija parcijalnog uredaja ≤ na skupu X je svaka binarna relacija na skupu X koje je refleksivna. (2. Napomena 1. . odnosno X × Y = {(x. Skup X se moˇe na z jedinstven naˇin prikazati kao unija tih klasa ekvivalencije. Binarna relacija je: – refleksivna ako je x R x za svaki x ∈ X. – relacija ekvivalencije ako je refleksivna. 3} i Y = {a.1 Uredeni skupovi U ovom poglavlju definirat ´emo relaciju parcijalnog uredaja i uredeni c skup te pojmove kao ˇto su gornja meda. a). Izreku (∀x ∈ X)(∀y ∈ X) kra´e ´emo zapisati kao c c ∀x. tada je ≤ relacija potpunog uredaja. y) ∈ R. y) ∈ R ako su x i y rodeni istog dana.

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

Definicija 1. funkcije f (x) = x i g(x) = je Dg = R \ {0}. gornje mede skupa A su svi brojevi ve´i ili jednaki osam i vrijedi c sup A = max A = 8. u ovom sluˇaju funkciju. Definicija 1.5 slijedi m1 = m2 . Skup svih vrijednosti nezavisne varijable x za koje je funkcija doista definirana joˇ oznaˇavamo s D f . Prema definiciji 1.6. dokazati vaˇan teorem o inverznoj funkciji te definirati ekvipoz tentnost skupova i beskonaˇne skupove. dok x Na primjer. ako vrijedi Df = D g ∧ f (x) = g(x) za ∀x ∈ Df . neka je m 1 = inf A i m2 = inf A. odnosno f = g. 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. skup Y je podruˇje vrijedc c nosti ili kodomena funkcije f .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 . Nakon ˇto smo definirali novi matematiˇki objekt. .9 Kompozicija funkcija f : X → Y i g : V → Z. Skup X je podruˇje definicije ili domena funkcije f .3 Funkcije U ovom poglavlju dat ´emo osnovne pojmove vezane uz funkcije i klasic fikaciju funkcija. x2 nisu jednake jer je Df = R. x je nezavisna varijabla ili argument funkcije f . supremum. c Definicija 1. Zaista. Primijetimo da su infimum. je funkcija h : X → Z definirana s h(x) = g(f (x)). a y je zavisna varijabla funkcije f . i m2 ≤ m1 = inf A. 1.8 Funkcije f i g su jednake.1. gdje je R f ⊆ V . z Koristimo oznake f : X → Y ili y = f (x). elementi m1 i m2 su takoder donje mede skupa A. Joˇ koristimo oznaku s h = g ◦ f.3 Funkcije 7 druge strane. odnosno m1 ≤ m2 = inf A pa iz definicije 1. s c c potrebno je definirati kada su dva objekta jednaka. minimum i maksimum jedinstveni (ukoliko postoje).

Tako je u ovom sluˇaju i funkcija f1 : R → R \ {0} definirana s c f1 (x) = x. dok ekstenzija to nije. funkcija g je restrikcija ili suˇenje funkcije f . gdje je X = D f . Definicija 1. OSNOVE MATEMATIKE Zaista. je bijekcija ako i samo ako postoji funkcija g : Y → X takva da je g ◦ f = i X i f ◦ g = iY . c Definicija 1.3. odnosno g = f |Dg . gdje su iX i iY odgovaraju´e identitete. funkcija g(x) = x2 /x je restrikcija funkcije f (x) = x na skup Dg = R \ {0}.10 Ako je Dg ⊆ Df i g(x) = f (x) za svaki x ∈ Dg . c .1 Teorem o inverznoj funkciji Prvo ´emo definirati neke klase funkcija. Teorem 1. Primijetimo da je restrikcija uvijek jedinstvena. odnosno funkcija i X : X → X definirana s iX (x) = x za svaki x ∈ X. – bijekcija ili obostrano jednoznaˇno preslikavanje ako je surjekcija i injekc cija. Jedan primjer bijekcije je identiteta. a funkcija f je ekstenzija ili proˇirenje z s funkcije g. za x = 0 za x = 0 = (h ◦ g)(f (x)) = ((h ◦ g) ◦ f )(x) jedna od beskonaˇno mogu´ih ekstenzija funkcije g. 1. Funkcija g je jedinstvena. odnosno h ◦ (g ◦ f ) = (h ◦ g) ◦ f. a funkcija f je ekstenzija funkcije g.8 Kompozicija funkcija je asocijativna. a zove se inverzna c funkcija funkcije f i oznaˇava s f −1 .8. – injekcija ili 1-1 preslikavanje ako f (x) = f (x ) ⇒ x = x za sve x.11 Funkcija f : X → Y je: – surjekcija ili preslikavanje na ako je R f = Y . Na primjer. c c 1.1 Funkcija f : X → Y . 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. x ∈ Df .

odnosno ima beskonaˇno mnogo elec c menata. zanimljivo je da parnih brojeva ima jednako mnogo kao i svih prirodnih brojeva.3. Stoga moˇemo definirati funkciju g : Y → X pravilom z g(y) = x ˇim je c y = f (x). Pretpostavimo da postoje z dvije funkcije s traˇenim svojstvima.1. skup prirodnih brojeva N je beskonaˇan. 1. Dokaˇimo drugi smjer tvrdnje teorema. Dokaˇimo da je f injekcija.12 Skup X je beskonaˇan.8. Potrebno je pokazati da je f bijekcija. Potrebno je konstruirati funkciju g s traˇenim svojstvima.11 z povlaˇi c (∀y ∈ Y )(∃!x ∈ X) takav da je y = f (x). Dakle. c Na primjer. i skup svih brojeva koji c su djeljivi s tisu´u takoder ima jednako mnogo elemenata kao i skup N. Sliˇno. Definicija 1. Neka je x = g(y). Ekvipotencija je oˇito relacija ekvivalencije na skupovima. 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. c . ako postoji bijekcija izmedu ta dva skupa. Na kraju dokaˇimo jedinstvenost funkcije g. f je bijekcija te smo dokazali i drugi smjer tvrdnje teorema. ako je ekvipotentan sa svojim pravim podskupom. Klasa ekvivac lencije kojoj pripada skup X zove se kardinalni broj skupa X i oznaˇava s c kard X.2 Ekvipotencija i beskonaˇni skupovi c Zbog svojstava bijekcije prirodna je sljede´a definicija: skupovi X i Y su c ekvipotentni. tada je z x = iX (x) = g(f (x)) = g(f (x )) = iX (x ) = x . Potrebno je dokazati oba smjera tvrdnje teorema. Zakljuˇujemo da je svaki element y ∈ Y slika nekog elementa x ∈ X pa je f c surjekcija. za svaki c y ∈ Y vrijedi f (g(y)) = f (x) = y pa je f ◦ g = i Y i prvi smjer je dokazan. To oˇito ne vrijedi samo za parne brojeve. Svojstva funkcije g povlaˇe c f (x) = f (g(y)) = (f ◦ g)(y) = iY (y) = y. g i g 1 .3 Funkcije 9 Dokaz. Definicija 1. Neka postoji funkcija g s traˇenim z z svojstvima. ako je f (x) = f (x ). Zaista. Skup X je konaˇan c ako nije beskonaˇan. Za svaki x ∈ X vrijedi g(f (x)) = g(y) = x pa je g ◦ f = i X . jer je funkcija f (n) = c 2n bijekcija izmedu skupa prirodnih brojeva i skupa svih parnih brojeva. Dakle. Odaberimo proizvoljni y ∈ Y . Neka je f bijekcija. odnosno imaju jednako mnogo elemenata.

(i) 1 ∈ M . n ∈ N. Ponovit ´emo i neke naˇine zapisivanja elemec c c nata skupa N. osnovne raˇunske c c operacije na tom skupu i njihova svojstva te relaciju potpunog uredaja. ∀m. Ovaj teorem zapravo kaˇe da se uvijek radi o istom skupu N bez obzira z na to kako oznaˇavamo njegove elemente. Definicija 1.1. P4.4. P2. Dva vaˇna teorema navodimo bez dokaza. . postoji funkcija sljedbenika s : N → N.4 Prirodni brojevi U ovom poglavlju definirat ´emo skup prirodnih brojeva N. n ∈ N. z Teorem 1. odnosno c s(n) = 1 za svaki n ∈ N.13. tada je M = N.13 Skup prirodnih brojeva N je skup koji zadovoljava ˇetiri Peanova c aksioma: P1. ako je M ⊆ N i ako vrijedi (ii) n ∈ M ⇒ s(n) ∈ M . Posebnu paˇnju posvetit ´emo principu matematiˇke indukcije i njegovoj primjeni na z c c dokazivanje binomnog pouˇka.10 OSNOVE MATEMATIKE 1. ∀m. P3. s je injekcija. Razni naˇini oznaˇavanja prirodnih c c c brojeva dani su u poglavlju 1.2 Postoji toˇno jedan skup sa svojstvima iz definicije 1. – mnoˇenje je funkcija · : N × N → N sa svojstvima z m·1 =m ∧ m · s(n) = (m · n) + m. postoji barem jedan element 1 ∈ N koji nije niˇiji sljedbenik. 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). Funkcije c + i · jedine su funkcije s gornjim svojstvima.

Koriste´i c princip matematiˇke indukcije dokazat ´emo da je M = N. Ako je n ∈ M . odnosno ako formula vrijedi za n. (iii) distributivnost. Ovaj c uvjet zove se baza indukcije.3 Dokaˇimo formulu z n i=1 (m · n) · p = m · (n · p). m · n = m · p ⇒ n = p. odnosno m + n = n + m. Princip matematiˇke indukcije P4 iz definicije 1. Neka je M skup svih prirodnih brojeva za koje formula vrijedi. (iv) m + n = m + p ⇒ n = p.3 taj princip ´emo koristiti za c dokazivanje binomnog pouˇka. Za n = 1 formula c c oˇito vrijedi. m · n = n · m. a sada navodimo sljede´i primjer. (ii) komutativnost. i = 1 + 2 + 3 + · · · + (n − 1) + n = n(n + 1) . odnosno m · (n + p) = m · n + m · p. odnosno (m + n) + p = m + (n + p). c c Primjer 1. odnosno formula vrijedi za c svaki n ∈ N. Stoga je 1 ∈ M i tako je ispunjen uvjet (i) aksioma P4. Pokaˇimo da je ispunjen i uvjet (ii) aksioma P4. .3 Mnoˇenje i zbrajanje imaju sljede´a svojstva: za sve m. 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) = . (v) m + n = m. n.13 koristimo za dokazic vanje raznih korisnih tvrdnji.1. (m + n) · p = m · p + n · p. p ∈ N z c vrijedi (i) asocijativnost. z odnosno korak indukcije. n + 1 ∈ M pa aksiom P4 povlaˇi M = N. 2 ∀n ∈ N.4. U poglavlju 1. 2 Dakle.4 Prirodni brojevi 11 Teorem 1.

ako i samo ako postoji p ∈ N za koji je m + p = n. Kod rimskih brojeva oznaka V za broj pet zapravo simbolizira ruku koja ima pet prstiju. Taj sustav je praktiˇan jer je broj 12 djeljiv s dva.1: Brojevni sustavi 1. tri. Raˇunala c zbog tehniˇkih mogu´nosti kreiranja samo dvaju stabilnih stanja (prekidaˇ) c c c koriste sustav s bazom 2.1. Koliˇinu 12 ˇesto zovemo tucet ili duzina.4. Danas dijelove tog sustava koristimo za prikazivanja vremena (1 sat=60 minuta= 60 · 60 sekunda) i kutova. neki od c c kojih su dani u tablici 1. dok oznaka X za broj deset simbolizira dvije ruke.2 Uredaj na skupu prirodnih brojeva Uredaj definiramo na sljede´i naˇin. n ∈ N.4. ako vrijedi m < n ili m = n. U trgovini se takoder koristi i sustav s bazom 12. odnosno m ≤ n. Iz babilonskih vremena smo naslijedili heksagezimalni sustav s bazom 60.14 Neka su m. Radi lakˇeg baratanja s s binarnim brojevima koriste se oktalni sustav s bazom osam i heksadecimalni sustav s bazom 16.12 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. m je manje ili jednako n. . odnosno binarni sustav. Nadalje. c s c c 1. c c Definicija 1. odnosno m < n. Tada je m manji od n.1 Brojevni sustavi Elemente skupa prirodnih brojeva oznaˇavamo na razne naˇine. c ˇetiri i ˇest.

opisati Pascalov c trokut i dokazati binomni pouˇak i neke njegove posljedice. odnosno c kard X = ℵ0 (alef nula). . . n]N . Pri tome je dopuˇten i sluˇaj k = 0. k Teorem 1. Sljede´a definicija nadopunjava definicije iz poglavlja 1. k!(n − k)! Dokaz. odaberemo jedan k-ˇlani podskup od [1. 2. Skup X je prebrojiv ili prebrojivo beskonaˇan.4 Broj razliˇitih kombinacija n-tog reda i k-tog razreda K n jednak c je binomnom koeficijentu n k = n! . ako je ekvipotentan s N. c Definicija 1. . Kombinacija n-tog reda i k-tog razreda je svaki k-ˇlani podskup {i 1 . odnosno kard X = n. uz dogovor 0! = 1. ≤) je diskretan ili diskretno ureden. . f (n + 1) = f (n) · (n + 1).2. U skladu s poglavljem 1. c . 3. .7 je dokazano da skup svih razliˇitih permutacija n-tog reda c ima n! elemenata (n faktorijela). ik } ⊆ c [1. Faktorijele su definirane rekurzivno s (n + 1)! = n!(n + 1) ili kao funkcija f : N → N zadana s f (1) = 1. . . ˇto moˇemo uˇiniti na Kn c s z c naˇina. i2 .4. Ovo svojstvo ´e biti jasnije c kada u poglavljima 1. .6 i 1. .4 Prirodni brojevi 13 S ovako definiranom relacijom potpunog uredaja N je ureden skup po definiciji 1.3 Binomni pouˇak c U ovom poglavlju definirat ´emo permutaciju i kombinaciju.1. 2.2.} = N.15 Skup X ima n elemenata.7 opiˇemo guste skupove Q i R. Skup prirodnih brojeva (N. ako je X ekvipotentan s [1. . c Definicija 1.1 moˇemo definirati intervale z [1. n]N = {p ∈ N : 1 ≤ p ≤ n} = {1. odnosno za svaki n ∈ N vrijedi {p ∈ N : n < p < n + 1} = ∅.16 Permutacija n-tog reda je svaka bijekcija s [1. n}. ·)N = {1.3. Svaku permutaciju n-tog reda moˇemo dobiti u tri koraka: z k 1. s c U teoremu 2. Posebno je [1. n] N .5. n]N . . n] N u [1. n]N . s 1.

(1. 6 5 15 4 10 20 3 6 10 15 2 3 4 5 6 1 1 1 1 1 1 . i to poredani po razredu k = 0. = ∀k. zbroj dvaju elemenata koji se nalaze s lijeve i desne strane u retku iznad. k ≤ n. k+1 ∀k.5 daje nam poznati Pascalov trokut: 1 1 1 1 1 1 1 . 3. 1.5 Vrijedi n k n n + k k+1 = n . ˇto moˇemo uˇiniti na k! s z c naˇina. 1. 2. . z Druga tvrdnja teorema 1..1) U n-tom retku Pascalovog trokuta nalaze se binomni koeficijenti n-tog reda.5. . . c c Ukupan broj permutacija n-tog reda stoga je jednak k n! = Kn · k! · (n − k)! pa je teorem dokazan. . n ∈ N ∪ {0}. n−k n+1 . c 3.3 Dokaˇite teorem 1. . odaberemo jednu permutaciju tog podskupa. .14 OSNOVE MATEMATIKE 2. odaberemo jednu permutaciju preostalog (n−k)-ˇlanog podskupa. ˇto moˇemo c s z uˇiniti na (n − k)! naˇina. . n = 0. . Zadatak 1. osim rubnih. Vidimo da je svaki element. n. 2 · · · . k < n. Teorem 1. n ∈ N ∪ {0}.

c Neka je M skup svih prirodnih brojeva za koje formula vrijedi. formula (1.2) Na primjer. odnosno uvjet (i) aksioma P4. k (1. Binomni pouˇak dokazat ´emo za prirodne brojeve. no on vrijedi i za racionalne. Ako z . Tehnika dokazivanja sliˇna je onoj iz Primjera 1. Teorem ´emo dokazati pomo´u principa matematiˇke indukcije P4 iz c c c definicije 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 .13. 0 1 Dakle. 1 ∈ M pa je ispunjena baza indukcije. Dokaz.6 (Binomni pouˇak) Za svaki n ∈ N vrijedi c n (a + b) = k=0 n n k n−k a b . Dokaˇimo z da je M = N.3. Pokaˇimo da je ispunjen i korak indukcije. c c realne i kompleksne brojeve.2) i Pascalov trokut (1.4 Prirodni brojevi 15 Teorem 1. Za n = 1 formula vrijedi jer je (a + b)1 = 1 0 1 1 1 0 a b + a b . odnosno uvjet (ii) aksioma P4.1.

. 1. k U predzadnjoj jednakosti koristili smo Pascalov trokut (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. Dakle. n+1 ∈ M pa aksiom P4 povlaˇi M = N i teorem je dokazan. odnosno ako formula vrijedi za n.1). 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 .16 OSNOVE MATEMATIKE je n ∈ M .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) jednak je 2 n . c Korolar 1.

c Uredaj na skupu Z uvodimo sliˇno kao u definiciji 1. n2 ) ⇔ m1 · n2 = m2 · n1 . n ∈ N} definiramo relaciju ∼ s (m1 .1. − i · na skupu Z definiramo na poznati naˇin te za c c njih vrijede svojstva sliˇno kao u Teoremu 1. na primjer (2. ∀m ∈ Z. Kako je broj p jedinstven. · i : te relaciju potpunog uredaja ≤ na skupu Q c . n ∈ N . Ako je pak n < m. 9). Skup racionalnih brojeva Q je skup svih klasa ekvivalencije na skupu Z×N. jer je funkcija f : N → Z definirana s f (n) = n 2. n ∈ N vrijedi m < n ⇔ (∃p ∈ N) m + p = n.14 za m.14. a razlikuju se u tome ˇto Z nema najmanji element. Skup (Z. moˇemo pisati p = n − m. 6) ∼ (6. 2 za n paran za n neparan bijekcija. ≤) je diskretan kao i skup N. odnosno m : m ∈ Z.3. 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. − n−1 . z tada n − m ∈ N. Raˇunske operacije +. Q= n ∼ Raˇunske operacije +. odnosno oba skupa imaju jednako mnogo elemenata. ∼ je relacija ekvivalencije. s Skup Z je ekivipotentan s N.6 Racionalni brojevi 17 Prema definiciji 1. c 1. n) : m ∈ Z. 3) ∼ (4.6 Racionalni brojevi U ovom poglavlju definirat ´emo skup racionalnih brojeva Q te dati osc novna svojstva tog skupa. n1 ) ∼ (m2 . Na skupu Z × N = {(m.

Unatoˇ tome ˇto je Q gust. oba skupa imaju jednako mnogo c s elemenata. skup Q je gust. Dovoljno je dokazati da se izmedu svaka dva razliˇita racionalna broja c nalazi barem jedan racionalni broj. n1 n2 Ovdje se zaista radi o definicijama. odnosno c c izmedu svaka dva razliˇita racionalna broja nalazi se beskonaˇno mnogo racionalnih brojeva. n1 n2 n1 · n 2 m1 · m 2 m1 m2 · = . = 2 2n1 n2 m1 . n1 · m 2 za m2 = 0. Tada je q1 < q jer je 2m1 n1 n2 < m1 n1 n2 + n1 n1 m2 . 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. Teorem 1. n1 n2 n1 · n 2 m1 m2 : = n1 n2 m1 n1 m2 n2 OSNOVE MATEMATIKE = m1 · n 2 . c Za razliku od skupova N i Z koji su diskretni. a N prebrojiv. m1 m2 ≤ ⇔ m1 · n2 ≤ n1 · m2 . Raˇunske operacije i relacija uredaja na skupu Q su dobro definirane jer ne ovise o pred9 1 c stavniku klase ekvivalencije. skupovi N i N × N su ekvipotentni jer je funkcija f : N → .7 Skup Q je gust. na primjer 3 + 1 = 2 + 12 . Neka je q1 = Neka je q= q1 + q 2 m1 n2 + n 1 m2 . n1 q2 = m2 n2 i q1 < q2 odnosno m1 n2 < n1 m2 .3. Sliˇno vrijedi q < q2 i c teorem je dokazan.18 definiramo redom kako slijedi: m1 · n 2 + n 1 · m 2 m1 m2 + = . Dokaz. Naime. Za raˇunske operacije 4 6 vrijede poznata svojstva sliˇno kao u teoremu 1. iste oznake za raˇunske operacije i c c c c relaciju uredaja imaju razliˇita znaˇenja na lijevim i desnim stranama.

3)f (9) (3. 2)f (8) ··· ··· (1. / Dokaz. 1)f (2) (3. dobit ´emo po Pitagorinom pouˇku broj 2. Definicija 1. tada prema tablici z istinitosti za implikaciju iz poglavlja 1. c medutim. n odnosno ne mogu se dalje skratiti. iz N ⊂ Q ⊂ Z × N zakljuˇujemo c c da je skup Q takoder ekvipotentan s N. tada je n2 = (2p − 1)2 = 4(p2 − p) + 1 neparan. m i n nisu relativno prosti pa je tvrdnja (B) neistinita. 1)f (7) ··· (1. Prvo uoˇimo da je kvadrat prirodnog broja n paran ako i samo ako c je n paran: ako je n = 2p paran. 1)f (4) (4. Medutim. Konaˇno. navesti njegova osc novna svojstva. 4)f (10) ··· ··· bijekcija. Raˇunske operacije na skupu realnih brojeva definirane su na poznati naˇin c c te za njih vrijede svojstva sliˇno kao u teoremu 1. Naime. tada je (B) 2 = m . 1)f (1) (2. 3)f (6) (2. budu´i je skup Q c gust. tada i tvrdnja (A) mora biti neistinita i teorem je dokazan.8 2 ∈ Q. a ako je n = 2p − 1 neparan. Kada racionalne brojeve nanosimo na brojevni pravac. tada je n 2 = (2p)2 = 4n2 takoder paran. To. Dakle. Teorem ´emo dokazati koriste´i tehniku kontradikcije ili protuslovlja. mogli bismo pomisliti da njegovi elementi prekrivaju ˇitavi pravac.1. objasniti kako rade raˇunala i definirati apsolutnu vrijednost c realnog broja. √ √ c Ako je (A) 2 ∈ Q.3. c Sljede´i teorem navodimo bez dokaza.1 slijedi τ (A) = ⊥. a nisu elementi skupa Q. 1. No. Iz (2p) 2 = 2n2 slijedi 2p2 = n2 pa je n takoder paran. odnosno m = 2p. c c ako je τ (A ⇒ B) = i ako pokaˇemo da je τ (B) = ⊥. tada je m 2 = 2n2 pa je prema prvom dijelu dokaza m paran. Nanesemo li na brojevni pravac dijagonalu kvadrata sa √ stranicom duˇine jedan. z c c √ Teorem 1.17 Iracionalni brojevi su brojevi koji se nalaze na brojevnom pravcu. 1)f (1) znaˇi f (1) = (1. 2)f (3) (1. c . Skup realnih brojeva R je unija skupa racionalnih brojeva i skupa iracionalnih brojeva.7 Realni brojevi U ovom poglavlju definirat ´emo skup realnih bojeva. to c su i skupovi N i Z × N ekvipotentni. Oznaka (1. 1). pri ˇemu su m i n relativno prosti. 2)f (5) (2.7 Realni brojevi 19 N × N definirana s (1. Kako je Z ekvipotentan s N. nije istina.

001. Princip rada raˇunala ilustrirat ´emo na jednostavnom primjeru. . . . 9. . Zamisc c limo raˇunalo koje za pohranjivanje brojeva i raˇunanje raspolaˇe s tri decic c z malna mjesta. tako da osnovni matematiˇki zakoni asocijacije i distribucije iz teoc rema 1. ali ga moˇemo zapisati kao razlomak. . . .009. . odnosno izmedu svaka dva razliˇita realna broja postoji c beskonaˇno realnih brojeva. odnosno izmedu svaka dva razliˇita racionalna c broja postoji beskonaˇno realnih brojeva. . . 10.011. .099.010.00.998. . . Zbog konaˇne memorije.012. .0.98. s c z . . . . . niti kao razlomak.41. 102. (v) elementi skupa R prekrivaju ˇitavi brojevni pravac. . 9. .8.002. 10.20 Teorem 1. neprebrojiv gusti prebrojivi 1. 1. . c Odnos izmedu do sada opisanih skupova brojeva je sljede´i: c N N diskretni ⊂ Z ⊂ Z ⊂ ⊂Q Q ⊂ ⊂ R. . . . 99. . . . U ovakvom raˇunalu moˇemo prikazati brojeve c z 999. . . 998. .101. c (iii) skup R je gust u skupu Q.9. R . . . c (iv) skup R je neprebrojiv. 101.3333 . = c 3 ˙ 0.3 ima beskonaˇni periodiˇni decimalni zapis pa ga ne moˇemo zapisati kao c c z decimalni broj. . . . . . . s tim ˇto se decimalna toˇka moˇe pomicati. . Sliˇno.999. odnosno izmedu svaka dva razliˇita realna c broja postoji beskonaˇno racionalnih brojeva. . .9 Vrijedi: OSNOVE MATEMATIKE (i) skup R je gust. . 1. 100. .997. .098.99.7. . . 99.3 ne vrijede. broj 1 = 0.008. .14. 3. .100.1.2. . c (ii) skup Q je gust u skupu R. z c raˇunala za prikazivanje brojeva i raˇunanje koriste jedan diskretni podskup c c skupa Q.1 Aritmetika raˇunala c √ Broj 2 ima beskonaˇni neperiodiˇni decimalni zapis pa ga ne moˇemo zac c z pisati ni kao decimalni broj. 10. . . .

5)+200 = 1+200 = 201. ovdje se duljina razmaka mijenja. n (ii) nejednakost trokuta. |x| = | − x|.1 prikazan je graf funkcije |x|. Graf funkcije y = f (x) definiramo kao skup svih toˇaka xy-ravnine za koje je y = f (x).4) + 0. Ovakvo z s c c raˇunalo moˇe.18 Apsolutna vrijednost realnog broja je funkcija | | : R → [0.2 = 201. s z c 1. Na slici 1. |5| = | − 5| = 5.4 + (0. |x| = −x. |x + y| ≤ |x| + |y|. naravno.4 = 200.5+0. za x ≥ 0. pogreˇka u prvom sluˇaju iznosi 0.8) = 200 + 1.001 i .7 Realni brojevi 21 Skup brojeva koje moˇemo prikazati je oˇito diskretan jer. i=1 .4 = 200 + 0. za x < 0.6%.4 = (200 + 0. |x − y| = |y − x|. Definicija 1.7. jer je ((200 + 0. odnosno op´enitije c xi ≤ |xi |. Rezultat je toˇniji ako se prvo zbrajaju brojevi c c koji su bliˇe nuli. Na primjer.1%. c z c Princip rada svih raˇunala je isti. dati i toˇan rezultat (0.4)) = 200 + (0. r). U ovakvom raˇunalu asocijativnost ne vric jedi.1. s time ˇto stvarna raˇunala uglavnom c s c raspolaˇu s 16 decimalnih mjesta. |0| = 0. za razliku od skupova N i Z gdje su razmaci izmedu elemenata konstantni.4) + 0.10 Za apsolutnu vrijednost vrijedi: (i) |x| < r ⇔ −r < x < r ⇔ n i=1 x ∈ (−r. ˇto je op´enito pravilo koje vrijedi za svako raˇunalo. Preciznije definicije funkcije c i grafa dane su u poglavlju 4. Teorem 1.4 + 0. dok c s c u drugom sluˇaju iznosi 0. U odnosu na toˇan rezultat 201.002.4) + 0. ne z c moˇemo prikazati niti jedan broj izmedu 998 i 999 kao niti izmedu . +∞) definirana s x.4 + 0.2. Na taj se naˇin osigurava mala pogreˇka s z c s kojom se mogu kvalitetno vrˇiti ˇeljeni proraˇuni. dok je 200 + (0. na primjer. z No.2 Apsolutna vrijednost U ovom poglavlju definirat ´emu apsolutnu vrijednost realnog broja i dokazati c neka njena svojstva.

odnosno op´enitije c n n xi = i=1 i=1 |xi |. Op´enitiju tvrdnju dokazujemo indukcijom c (vidi primjer 1.1: Apsolutna vrijednost |x| (iii) |x − y| ≥ |x| − |y|.3 i dokaz teorema 1. c (ii) Za svaki x ∈ R vrijedi x ≤ |x|. (v) |x| x = za y = 0. Tvrdnja oˇito vrijedi za n = 1 i c n = 2. (iv) |x · y| = |x| · |y|. a za x < 0 nejednakost c |x| < r povlaˇi −x < r. (i) Za x ≥ 0 nejednakost |x| < r povlaˇi x < r. Ako je x + y ≥ 0. a ako je x + y < 0. 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 |.22 OSNOVE MATEMATIKE 2 1 -2 -1 1 2 Slika 1. odnosno −r < x. tada je |x + y| = −(x + y) = −x − y ≤ | − x| + | − y| = |x| + |y| pa je prva tvrdnja dokazana. tada je |x + y| = x + y ≤ |x| + |y|. y |y| Dokaz. ≤ i=1 |xi | + |xn+1 | = .6).

6. ¯ Modul ili apsolutna vrijednost kompleksnog broja z je nenegativni realni broj r = |z| = x2 + y 2 . i4 = −i · i = −(−1) = 1. z1 − z2 = x1 − x2 + i(y1 − y2 ). trigonometric jski oblik kompleksnog broja i operacije s brojevima u trigonometrijskom obliku te eksponencijalni oblik kompleksnog broja.5 i 4. Raˇunske c operacije su definirane na sljede´i naˇin: c c 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 ).6. (iv) i (v) teorema 1.6. dok sliˇna jednadˇba x 2 + 1 = 0 s c z nema niti jedno rjeˇenje.8 Kompleksni brojevi U ovom poglavlju definirat ´emo skup kompleksnih brojeva C. . y ∈ R. . gdje su x. . Neka su z1 = x1 + iy1 i z2 = x2 + iy2 dva kompleksna broja. z 1.8 Kompleksni brojevi 23 pa nejednakost trokuta vrijedi za svaki n ∈ N.4 Dokaˇite tvrdnje (iii). Konjugirano kompleksni broj broja z = x + iy je broj z = x − iy. Stoga se imaginarna jedinica i definira tako ˇto su s s x = i i x = −i rjeˇenja jednadˇbe x2 + 1 = 0. Dva kompleksna broja su jednaka ako su im jednaki realni i imaginarni dijelovi.1. Definicija 1. i3 = −i. . x1 + iy1 x2 − iy2 z1 = · z2 x2 + iy2 x2 − iy2 x1 x2 + y 1 y2 y1 x2 − x 1 y2 = +i . c z Motivacija za uvodenje kompleksnih brojeva je sljede´a: jednadˇba x 2 −1 = 0 ima dva rjeˇenja u skupu R. Zadatak 1. 2 2 x2 + y 2 x2 + y 2 2 2 za z2 = 0. . i5 = i. osnovne c raˇunske operacije s kompleksnim brojevima i njihova svojstva. i6 = −1. a realni broj y = Im z je imaginarni dio kompleksnog broja z. Iz ove definicije slijedi s z i2 = −1. x = 1 i x = −1.10. Posebno je 0 = 0 + i0.19 Skup kompleksnih brojeva C je skup svih brojeva oblika z = x + iy. Pretpostavljamo da ˇitatelj c poznaje osnovna svojstva trigonometrijskih i arkus funkcija iz poglavlja 4. Realni broj x = Re z je realni dio kompleksnog broja z.

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. 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). 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.12 smijemo prvo zbrojiti realne. .

.

. . . . . Laplaceov razvoj determinante . . . . . . . . . . . 53 Kronecker–Capellijev teorem . . . . . . . . . . . . . . . .1. . . .6 2.3 2. . . . 64 s c z . . . . . . . . . . . . . . . c 62 62 63 2. . . . . .2 2. . . . . . . . . .1. . . 50 51 2. . . . . . 52 Rang matrice . . . . . 58 2. . 60 2. . . . . . . . . . . . . . . . s z 34 35 37 38 39 Matriˇni zapis sustava linearnih jednadˇbi . . . . . . . . . c Transponirana matrica .3 2.9. . . . . .1. . . . . . . . . . . . . .4 Mnoˇenje matrice sa skalarom . . . Elementarne matrice transformacija . . . . . .1. . . . . .1. . . . . . . .2 2. . Raˇunanje inverzne matrice . Joˇ o mnoˇenju matrica . . . 63 2. . . 54 Inverzna matrica . . . .7 2. . . . . . . . . . . . . . . . . . . .5 2. . . . . . . . . . . . . . . . LINEARNA ALGEBRA 2. .4. . . 34 2. . . . . . . . . . . . . .5 2. . . . . . . z Nul-matrica i jediniˇna matrica . . . . . . . . . .2. . . . . . . . . . . . . . . 44 2. .3 2. . . . . . . . . . . . .9. . . . . .1. . . .1 Primjeri . . . . . .4 Podmatrice i poddeterminante . .4. . . . . . . . . . . . . . . . . . . . . . . 41 s Gaussova eliminacija . . . . . . . . . . . . . .5 Cramerovo pravilo .2 2.8 2. . . . 47 2. . . . . . . . . . . . 32 2. . . . . . . . . . .6 2. . .1 Zbrajanje matrica . . 40 c z Rjeˇavanje trokutastih sustava . . .1 Svojstva determinanti . . .3 Pivotiranje .9. . .9. . . .4. 56 Determinante . . . . .10 Rjeˇavanje elektriˇne mreˇe . . . . . . z Mnoˇenje matrica . . . . . . . . . . . . . . .9 Linearna nezavisnost .4 2. . . . . . . . . . . . . . . . . .9. . . . .2 2. . . . . .1 Matrice . . . . . . .

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. z Definicija 2. Za razliku od s sustava nelinearnih jednadˇbi. .32 LINEARNA ALGEBRA U ovoj glavi definirat ´emo pojam sustava linearnih jednadˇbi i opisati c z postupak za njihovo rjeˇavanje. sustav s 2x + y = 1 −x + y = −1 ima rjeˇenje u toˇki x = 2/3. Brojevi ai1 .1). am1 am2 · · · amn m. . tada piˇemo A ∈ Rm·n . rijeˇiti ih. s Rjeˇenje sustava od m ≥ 2 jednadˇbi s n = 2 nepoznanice odgovara s z nalaˇenju sjeciˇta m pravaca u ravnini. s – ako ni prvi ni drugi sluˇaj ne vrijede. . n ∈ N. ai2 . 1 ≤ j ≤ n su elementi matrice ili komponente matrice. Postupak se temelji na primjenama matriˇnog s c raˇuna. Brojevi a ij .. . s c – m pravaca moˇe leˇati na istom pravcu – pripadaju´i sustav ima beskonaˇno z z c c rjeˇenja. Dok se ve´ina studenata ve´ susrela s problemom c c rjeˇavanja sustava linearnih jednadˇbi. Na primjer. tako da ´emo dati i osnovne pojmove o matricama i determinantama c c te operacijama s njima. . 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. . s Tablica se stavlja u uglate ili oble zagrade. .1 Pravokutna tablica brojeva   a11 a12 · · · a1n  a21 a22 · · · a2n    A= . 1 ≤ i ≤ m. tada sustav nema rjeˇenje. . . . . Ako su svi brojevi a ij realni. .1 Matrice Matrice omogu´uju jednostavan zapis i rjeˇavanje sustava linearnih jedc s nadˇbi. zove se matrica tipa m×n. ain . .   . y = −1/3 (slika 2. c c z 2. . c s U poznatom Kronecker–Capellijevom teoremu 2. koriˇtenje matrica je za ve´inu novost.5 vidjet ´emo da su ova tri c sluˇaja jedina mogu´a i to za proizvoljni broj nepoznanica i jednadˇbi. za takve je sustave lako ustanoviti da li su rjeˇivi z s te ako jesu.

.2. brojevi a1j .   a11 a12 π a14 A =  1 −0.min{m. Ako je m = n kaˇemo da je A kvadratna matrica z reda n. x.n}. Na primjer. Matrice obiˇno s c c oznaˇavamo velikim tiskanim slovima. . x. z c a ako je n = 1 kaˇemo da je A stupˇana matrica.n} tvore dijagonalu matrice A. a brojevi a11 . b. Ako je m = 1 kaˇemo da je A retˇana matrica (ima samo jedan redak). Retˇane i stupˇane matrice z c c c se joˇ zovu vektori. Koriste se i oznake c A = (aij ). X. Vektore moˇemo oznaˇavati i s malim ˇtampanim slovima a. . . . A je matrica tipa 3 × 4. ili s masnim z c s slovima. A. . A = (Aij ). amin{m. 5 7 9 11 . . . a22 . a2j . a. amj tvore j-ti stupac. .127 1017 0  . s Skup svih matrica tipa m × n joˇ oznaˇavamo s M mn .1: Pravci koji se sijeku tvore i-ti redak. A = [aij ]. B. . . A = (A)ij . b.1 Matrice 33 1-2*x -1+x 2 1 -2 -1 -1 1 2 -2 Slika 2.

u ovom sluˇaju matricu. Dakle. Svojstva zbrajanja su c c A+B =B+A (komutativnost) i (asocijativnost). c c   0 √ B = 1 2 3 4 . 2.1. Drugim rijeˇima. tada je matrica C =A+B istog tipa kao i matrice A i B i vrijedi cij = aij + bij . Prvi korak je definirati kada su dva objekta jednaka. c Definicija 2.1. (2. 12345 dok su d = 0 i E = x kvadratne matrice reda 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. a ujedno i stupˇane i c retˇane matrice c Nakon ˇto smo definirali novi objekt. Mogu se zbrajati samo matrice istog tipa. matrice se zbrajaju ˇlan po ˇlan.1) . Svojstva ove operacije proizlaze direktno iz svojstava mnoˇenja brojeva: z λ(A + B) = λA + λB. Ako su matrice A i B istog tipa. λ(µA) = (λµ)A.1 Zbrajanje matrica Uvedimo prvu operaciju s matricama. c =  2 . elementi matrice B = λA su z c Bij = λaij . ˇelimo ih s c z nauˇiti usporedivati. j. (A + B) + C = A + (B + C) 2. (λ + µ)A = λA + µA.34 LINEARNA ALGEBRA B i c su primjeri retˇane odnosno stupˇane matrice.2 Matrice A i B su jednake ako su istog tipa i ako je aij = bij za sve parove indeksa i.

ali upravo nam z c ona omogu´ava jednostvno zapisivanje sustava linearnih jednadˇbi. s Na primjer. (2.1 Matrice 35 2.2.      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. 3) produkta. 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. 1 . U sljede´em primjeru su oba mnoˇenja definirana. odnosno ako A z z c ima onoliko stupaca koliko B ima redaka. c z Matrice A i B moˇemo pomnoˇiti samo ako su ulanˇane. A tipa m × k i B tipa k × n. Neka je. Nastavite li na taj naˇin izraˇunat ´ete c c c c a21 b13 + a22 b23 + a23 b33 + a24 b43 .3 Mnoˇenje matrica z Definicija mnoˇenja matrica je na prvi pogled neobiˇna.1. 1 1 1 1   1 1 1 1 1 = 3 . ali umnoˇci c c z s nisu istog tipa:     1 1 1 1 1 1 1 1 = 1 1 1 . Tada je matrica C tipa m × n i vrijedi k cij = l=1 ail blj = ai1 b1j + ai2 b2j + · · · + aik bkj . Matrica C = A·B ima redaka koliko A i stupaca koliko B. 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”. dakle. ˇto je upravo element (2.2) Element (2.

(iii) (A + B)C = AC + BC (distributivnost). oba umnoˇka jednaka: s 2 2 . 6 6 A= B= AB = BA = Iz prethodnih primjera zakljuˇujemo kako.1 (Svojstva mnoˇenja matrica) Za proizvoljne matrice A. moramo c z posebno navesti distributivnost prema mnoˇenju slijeva i zdesna. za razliku od mnoˇenja brojeva. B tipa k × l i C tipa l × n. (ii) A(B + C) = AB + AC (distributivnost). (iv) λ(AB) = (λA)B = A(λB). ukoliko su svi umnoˇci definirani vrijedi: s (i) (AB)C = A(BC) (asocijativnost). ali nisu jednaki: c s 2 1 . −1 1 −1 1 . pak.36 LINEARNA ALGEBRA U sljede´em primjeru su umnoˇci AB i BA istog tipa. c z mnoˇenje matrica op´enito nije komutativno. jer se ova ˇinjenica lako zaboravi kada se manipulira s formuc lama koje sadrˇe matrice. z Dokaz. z c Budite oprezni. Tada je AB tipa . Primijetimo da zbog op´enite nekomutativnosti mnoˇenja matrica. (i) neka je A tipa m × k. 5 2 −1 −1 . 2 2 1 2 . B i z C i broj λ. 12 5 A= B= AB = BA = U ovom primjeru su. 2 1 6 6 . 1 0 3 4 . z Teorem 2.

1 2 3 1 2 3 0 0 0 0 0 0 1 2 3 . Na c z c .4 Nul-matrica i jediniˇna matrica c Kod zbrajanja brojeva broj 0 je neutralni element s obzirom na zbrajanje. Nulmatricu oznaˇavamo s O. Analogija kod matrica je jediniˇna matrica .1 Matrice 37 m × l. z z odnosno x · 1 = 1 · x = x za svaki broj x. 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 .1. c 2. c jediniˇne matrice u odnosu na mnoˇenje slijeva i zdesna su razliˇitog reda. Ostale tvrdnje dokazuju se sliˇno. = + = + 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. Ukoliko matrica nije kvadratna. odnosno x + 0 = 0 + x = x za svaki broj x. Analogija kod matrica je nul-matrica koja ima sve elemente jednake nuli.2. Na primjer. odnosno Omn kada ˇelimo naglasiti o kojem tipu se c z radi. a (AB)C je tipa m × n.

0 0 9 2 8 2 −1 dok je  T  1 2 3 1 2 3 2 4 5  = 2 4 5  .5 Transponirana matrica Uvedimo joˇ jedan novi pojam. 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 . Op´enito je. D je dijagonalna c c matrica ako jedini ne-nula elementi leˇe na njenoj dijagonali. 2. 48 29 25 −8 0 0 1 48 29 25 −8 i za svaku matricu tipa m × n vrijedi Im A = AIn = A.1.38 primjer. ako je A tipa m × n tada je AT tipa n × m. 3 5 6 3 5 6  . odnosno z Dij = 0 za i = j. Transponirana matrica matrice A je mas trica AT koja je definirana sa [AT ]ij = Aji . za i = j. dakle c Iij = 1 0 za i = j. odnosno s I n ako ˇelimo naglasiti o kojoj c c z dimenziji se radi.     12 5 7 −2 1 0 0 12 5 7 −2 0 1 0 30 17 16 −5 = 30 17 16 −5 . 0 48 29 25 −8 1 Jediniˇnu matricu oznaˇavamo s I. Dakle. 1 2 0 −1 =   .     1 1 0 T 2 1 2 8 T = 2 9  . Jediniˇna matrica je poseban sluˇaj dijagonalne matrice. Na primjer.

simetriˇne matrice su ˇeste u primjenama. c c (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. Transponiranje se lijepo uklapa u ostale operacije s c matricama: (A + B)T = AT + B T . Matrica za koju je AT = A je simetriˇna matrica.2.3) 2. Zbog oˇite simetrije u c c prirodi. 9 8 7 9 8 7 9 8 7 .1. (µA)T = µAT .6 Joˇ o mnoˇenju matrica s z Formula (2. 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 . (AB)T = B T AT .1 Matrice 39 Oˇito je (AT )T = A. 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 .

c.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 2.40 Zadatak 2. x2 b= 1 . 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. c++.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. x i b zadane s c A= 2 1 . FORTRAN ili java). = −1 x2 Istoznaˇnost ova dva zapisa slijedi iz definicije jednakosti matrica 2. Matrica c A se zove matrica sustava. −1 1 x= x1 . sustav u obliku c 2x1 + x2 − 1 = 0 b = 2 1 −1 1 1 . −1 (2. pri ˇemu su matrice A.2.4) x1 1 . z pascal. −1 −x1 + x2 + 1 = 0 . Programe moˇete napisati i u nekom drugom programskom jeziku (basic. Postoji li joˇ mogu´ih interpretacija s c matriˇnog mnoˇenja? c z 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.

3 Rjeˇavanje trokutastih sustava s 41 moˇemo zapisati kao z gdje je O21 odgovaraju´a nul-matrica. . Iz svojstava mnoˇenja matrica skalarom i mnoˇenja matrica slijedi z z Ax(λ) = λAx1 + (1 − λ)Ax2 = λb + (1 − λ)b = b. svi elementi koji leˇe ispod dijagonale su nula. Ax − b = O21 .2 Ako su x1 i x2 razliˇita rjeˇenja sustava Ax = b. Detalje o tome kada nastupa koji od ovih sluˇajeva s c daje nam Kronecker–Capellijev teorem 2. sustav nema rjeˇenje. matrica L je donje trokutasta ako c i < j =⇒ lij = 0. z c Teorem 2. s 2.5. Matrica U je gornje trokutasta ako Drugim rijeˇima. odnosno elementi iznad dijagonale su nula. sustav ima beskonaˇno rjeˇenja. 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. c s 3. 2. Ovaj teorem nam zapravo kaˇe da je uvijek ispunjen toˇno jedan od tri z c sluˇaja: c 1. tada je c s x(λ) = λx1 + (1 − λ)x2 s takoder rjeˇenje tog sustava za svaki λ ∈ R.2. c s kao ˇto smo vidjeli u uvodu. pa je teorem dokazan. Dokaz.3 Rjeˇavanje trokutastih sustava s i > j =⇒ uij = 0. c Sada moˇemo lako dokazati sljede´i teorem. sustav ima toˇno jedno rjeˇenje.

u11 Kako su po pretpostavci dijagonalni elementi u ii razliˇiti od nule.j--) b[i]=b[i]-u[i][j]*b[j]. b[i]=b[i]/u[i][i]. Ovaj postupak se oˇito moˇe izvesti za proizvoljnu c c z dimenziju n pa je teorem dokazan.3 Ako su svi dijagonalni elementi kvadratne gornje trokutaste matrice U razliˇiti od nule. 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 . Ilustrirajmo prvo rjeˇavanje sustava za n = 5. } . ove formule c jednoznaˇno odreduju xi . u55 Dobivenu vrijednost od x5 moˇemo uvrstiti u ˇetvrtu jednadˇbu koju potom z c z rijeˇimo i dobijemo s b4 − u45 x5 .i--){ for (j=n. 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 .j>i. c s Dokaz.42 LINEARNA ALGEBRA Teorem 2. tada sustav U x = b ima jedinstveno rjeˇenje.i>=1. Odgovaraju´i z s c c program u programskom jeziku C glasi for (i=n. x1 = Ovaj postupak se jednostavno moˇe izvrˇiti na raˇunalu. 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 .

n b(i)=b(i)-u(i. ovaj put napisan koriˇtenjem s uzlazne petlje.3 Rjeˇavanje trokutastih sustava s 43 Nakon zavrˇetka programa.i) enddo Broj raˇunskih operacija potrebnih za rjeˇavanje gornje trokutastog susc s tava iznosi n n(n + 1) − n ≈ n2 .j)*b(j) enddo b(i)=b(i)/u(i.j)*b(j) end b(i)=b(i)/l(i. rjeˇenje x se nalazi na mjestu gdje se na poˇetku s s c nalazio vektor b.i) end Kako se trokutasti sustavi lako rjeˇavaju. rjeˇavanje trokutastog sustava dimenzije n = 1000 traje oko s 1/30 sekunde. izgleda ovako: do k=1. rjeˇenje op´eg (netrokutastog) s s c sustava dobijemo tako da pomo´u Gaussove eliminacije zadani sustav svedemo c na trokutasti oblik.n i=n-k+1 do j=i+1.i) end Isti program u programskom jeziku FORTRAN. .2. 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. (2i − 1) = 2 2 i=1 Na modernim raˇunalima (Pentium 350). 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. koja izvrˇavaju do 30 milijuna opc s eracija u sekundi.

(iv’) zamijenimo dva stupca u matrici A. z z c (ii) zamijenimo dvije jednadˇbe. Kombiniraju´i radnje (i’) i (iii’) imamo: jednom retku dodamo drugi redak c pomnoˇen s nekim brojem. (iii’) jedan redak pribrojimo drugome. 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. Pri tome moˇete koristiti program Octave c z On-line. z (iv) zamijenimo dvije varijable.5) . 3.4 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.44 LINEARNA ALGEBRA Zadatak 2.3 Zadajte nekoliko gornje i donje trokutastih sustava i rijeˇite ih s pomo´u opisanih Matlab programa. 2. 4 (2. z (iii) jednu jednadˇbu pribrojimo drugoj. z c (ii’) zamijenimo dva retka. z z Ove radnje odgovaraju sljede´im radnjama na proˇirenoj matrici sustava : c s (i’) neki redak pomnoˇimo s brojem razliˇitim od nule. Radnje (i) i (iii) ˇesto vrˇimo istovremeno: jednoj jednadˇbi dodamo drugu c s z jednadˇbu pomnoˇenu s nekim brojem. Tada stavimo mi1 = ai1 /a11 . z Koriste´i navedene transformacije matricu A svodimo na gornje trokutasti c oblik. i = 2. Taj postupak se zove Gaussova eliminacija.

4 Gaussova eliminacija 45 i oduzmemo prvu jednadˇbu pomnoˇenu s m i1 od i-te jednadˇbe (i = 2. Primijetimo da je varijabla x1 eliminirana iz tri posljednje jednadˇbe. i=4 i oduzmemo tre´u jednadˇbu pomnoˇenu s m i3 od ˇetvrte jednadˇbe. Brojevi z mi1 kojima se u postupku eliminacije mnoˇi prva jednadˇba zovu se multipz z likatori. i = 3.2. bi = bi − mi1 b1 . Konaˇno.3. 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 . Neka je i a22 = 0. Tada stavimo mi2 = ai2 /a22 . Dobiveni gornje trokutasti sustav sada rijeˇimo na naˇin koji je opisan u s c poglavlju 2. 3. 4). bi = bi − mi3 b2 . bi = bi − mi2 b2 . . 4 i oduzmemo drugu jednadˇbu pomnoˇenu s m i2 od i-te jednadˇbe (i = 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 . stavimo c mi3 = ai3 /a33 . 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 .

Postupak Gaussove eliminacije moˇemo interpretirati i kao mnoˇenje proˇirene z z s matrice sustava s lijeve strane s elementarnim matricama transformacije. koja izvrˇavaju do 30 milijuna operacija u sekundi. 0 1 a13 a23 a33 a43 a14 a24 a34 a44  b1 b2   b3  b4 a12 a22 a32 a42  Dalje.5) i neka je s je A   1 0 0 0 −m21 1 0 0  M1 =  −m31 0 1 0 . neka je 1 0 0 1 M2 =  0 −m32 0 −m42 . 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. z Postupak Gaussove eliminacije koji smo upravo opisali za sustav reda ˇetiri c na oˇit se naˇin moˇe poop´iti na sustave proizvoljnog reda.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 . Neka b proˇirena matrica sustava (2. odnosno oko 700 godina.4. −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  . Na modernim raˇunalima (Pentium 350).000. potrebno je dodatno koristiti postupak pivotiranja koji je opisan u poglavlju 2. b3  b4  0 0 . Ukoliko je neki od c c z c brojeva s kojima dijelimo jednak nuli.000 traje 1003 puta duˇe. dok za n = 10000 traje 6 sati.2. a za n = 1. svodenje sustava dimenzije s n = 1000 na trokutasti oblik traje oko 20 sekundi.

2.1 Primjeri Sljede´i primjeri pokazuju tri sluˇaja koja se mogu dogoditi prilikom rjeˇavanja c c s sustava pomo´u Gaussove eliminacije.2. 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  . 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 .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.4. 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. c .4 Napiˇite program za svodenje proˇirene matrice sustava na trokus s tasti oblik.

48 Primjer 2. Sustav ima jedinstveno rjeˇenje. s c zapisujemo samo proˇirene matrice odgovaraju´ih sustava. − 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. Postupak rjeˇavanja sustava opisan u poglavlju 2. s c Kada sustav rjeˇavamo ”ruˇno”. tada koristimo pojednostavljeno pisanje.1 rjeˇava se na sljede´i c s c . Sustav iz primjera 2. x = 1. y = −11. Pri tom operacije biramo tako da. ukoliko s je mogu´e.4 idealan je za raˇunala. Rjeˇenje sustava geometrijski odgovara toˇki s s c u kojoj se sijeku tri ravnine. 5  1 0 0 1 −2 1 0 1 0 0 5 −4 = 3 0 −3 1 0 5 1  5 −13 . Naime.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 . izbjegnemo razlomke. a sa strane naznaˇimo s c c koje operacije na retcima vrˇimo.

ˇto je toˇno. a iz drugog retka slijedi x3 = 0.4 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 . Vrijednosti nezavisnih varijabli x 1 i x2 dobijemo iz prvog retka. −3 0  1 −1  −4 III − II 2 IV + 2 II ˇ Cetvrti redak glasi 0 = 0. −1 x4 t ∈ R. Iz tre´eg retka slijedi s c c x4 = −1.     1 − 2t x1 x2   t    = x3   0  . Sustav ima parametarsko rjeˇenje. x1 = 1 − 2t. −14  5 −13 → 5 5 III + 3 II Sljede´i primjer pokazuje kako izgleda trokutasti oblik kada imamo paramc etarska rjeˇenja: s Primjer 2. . x2 = t.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 . odnosno beskonaˇno rjeˇenja koja ovise o s c s jednom parametru t.

1 U praksi se sustavi jednadˇbi ˇesto rjeˇavaju koriste´i raˇunala. odnosno    s x1 x2   1 − s    = 2 2 . x3   0  −1 x4  je takoder oblik rjeˇenja sustava. c s z Zbog toga se neka pitanja vezana uz Kronecker–Capellijev teorem.4.7.3  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 . kao ˇto su s utvrdivanje linearne nezavisnosti skupa vektora (vidi poglavlje 2. s Sljede´i primjer pokazuje kako iz trokutastog oblika moˇemo zakljuˇiti da c z c sustav nema rjeˇenja.5. 0 1  −2 2   4  III − 2 II 3 IV − II s∈R ˇ Cetvrti redak glasi 0 = 1. s Primjer 2.1. ne mogu rijeˇiti numeriˇkim raˇunanjem. z c s c c pri ˇemu dolazi do pogreˇaka zaokruˇivanja kako je opisano u poglavlju 1. s c c 2.6). tada moramo zamijeniti odgovaraju´e retke proˇirene matrice c s .2 Pivotiranje Ukoliko je element kojim moramo dijeliti da bi dobili multiplikatore m ij jednak nuli.50 LINEARNA ALGEBRA Primijetimo da smo mogli i x1 uzeti za parametar.5) i odredivanje ranga matrice (vidi poglavlje 2. Napomena 2. s c s Formalan opis sluˇajeva koji mogu nastati prilikom rjeˇavanja sustava daje c s nam Kronecker–Capellijev teorem 2. ˇto je nemogu´e pa sustav nema rjeˇenja.

i ostale operacije na retcima moˇemo interpretirati na z sliˇan naˇin. c 2.  0 0 → 1 III − I   1 1 1 0 0 1 1  → 0 0 0 1 1 III + II x = 0. Neka je A ∈ M45 . Na sliˇan naˇin.   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. 1 pa je rjeˇenje sustava s y = −1. 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.4 smo vidjeli kako je pribrajanje jednom retku nekog drugog retka pomnoˇenog nekim brojem ekvivalentno mnoˇenju s elementarnom maz z tricom M s lijeva. 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. Na taj naˇin uvijek vrijedi |m ij | ≤ 1 ˇto doprinosi c c s numeriˇkoj stabilnost algoritma.4. (Pij )ij = (Pij )ji = 1.2. Op´enito.  0 0 .4 Gaussova eliminacija 51 sustava. U praksi je poˇeljno vrˇiti zamjenu redaka i kada je broj kojim dijelimo z s jako blizu nule. No. Tada produkt c c   1  π  A D2 A =   1  1 vrˇimo zamjenu prvog i tre´eg retka matrice A. . Op´enito.3 Elementarne matrice transformacija odgovara mnoˇenju drugog retka matrice A s brojem π. matrica z c Di se od jediniˇne matrice razlikuje samo u jednom elementu i to (D i )ii = 1 i c (Di )ii = 0.  0 1 1 Na primjer. 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.

· · · . Ona je simetriˇna. · · · . Definicija 2. ak su linearno zavisni ako i samo ako postoje λ 1 . Ovaj uvjet joˇ zapisujemo kao i |λi | > 0. Na koji naˇin moˇemo pomo´u mnoˇenja c z c z matrice A elementarnim matricama tre´em stupcu dodati trostruki prvi stuc pac. P = P T . zove se linearna kombinacija vektora a 1 .52 LINEARNA ALGEBRA Matrica P se zove matrica permutacije. · · · . ak ∈ Mn1 stupˇani vektori. Vektor c a = λ 1 a1 + λ 2 a2 + · · · + λ k ak . · · · . · · · .5 Neka je A ∈ M45 . . Ekvivalentna formulacija gornjeg s uvjeta glasi i λ2 > 0. Bez dokaza navodimo sljede´e tvrdnje: c (a) ako je neki od vektora a1 . tre´i stupac pomnoˇiti s dva? c z 2. ak . a2 . Linearna zavisnost skupa vektora znaˇi i da je jedan c i od tih vektora linearna kombinacija preostalih – ako je na primjer λ 1 = 0. · · · . odnosno c |λ1 | + |λ2 | + · · · + |λk | > 0. λ k ∈ R λ1 a1 + λ 2 a2 + · · · + λ k ak = 0 ⇒ λ1 = · · · = λk = 0. U protivnom su vektori a1 . a njena inverzna matrica je P upravo P T (vidi poglavlje 2. tada su ti vektori linearno zavisni. · · · . · · · . ak ima jednakih. λ1 .5 Linearna nezavisnost Neka su a1 . λk c takvi da je λ1 a1 + λ 2 a2 + · · · + λ k ak = 0 i da je barem jedan od λi razliˇit od nule. · · · . λk ∈ R. zamijeniti drugi i peti stupac. ak su linearno nezavisni ako za sve skalare λ1 . · · · .8). tada su ti vektori linearno zavisni. tada je λk λ2 a1 = − a2 − · · · − ak . Dakle. Zadatak 2. matrica P je regularna. Drugim rijeˇima.3 Vektori a1 . ak nul-vektor. a1 . ak linearno zavisni. λ1 λ1 Linearna kombinacija i linearna nezavisnost retˇanih vektora definira se c analogno. a2 . (b) ako medu vektorima a1 . i vrijedi c T P = P P T = I.

Matrice c c Mi iz poglavlja 2. e2 .4 zakljuˇujemo kako jediniˇna matrica I n ima rang n. e3 . e4 definirani s       1 0 0 0 1 0 e1 =   . n}.2 Skup vektora {e1 . ak+1 .4 Vektori e1 . 0 0 1 0 0 0   0 0 e4 =   . · · · . e2 . (e) bilo kojih n + 1 vektora iz skupa M n1 (ili M1n ) su linearno zavisni. e2 . e 2 =   . takoder uvijek imaju rang jednak dimenziji. · · · . a = αe1 + βe2 + γe3 + δe4 . tada su vektori e1 . aq . e3 .2. e4 . Maksimalan broj linearno nezavisnih stupaca jednak je maksimalnom broju linearno nezavisnih redaka matrice (ovu tvrdnju navodimo bez dokaza).4. · · · . ak linearno zavisni. z 2.3. jer λ1 e1 + λ 2 e2 + λ 3 e3 + λ 4 e4 = 0 povlaˇi λ1 = λ2 = λ3 = λ4 = 0. tada je oˇito rang(A) ≤ min{m. 0 1 su nezavisni. tada su i vektori a1 . Iz primjera 2. Iz toga slijedi da je rang(A) = rang(AT ).6 Rang matrice 53 (c) ako su vektori a1 . a linearno zavisni jer je jedan od njih linearna kombinacija ostalih. e4 } tvori jednu bazu ˇetverodimenzionalnog c vektorskog prostora M4 .4 te matrice Di i Pij iz poglavlja 2. Napomena 2. e 3 =   . (d) ako su vektori a1 . 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.6 Rang matrice Rang matrice A jednak je maksimalnom broju linearno nezavisnih stupaca. Primjer 2. · · · . e3 . ako je A tipa m × n. Dodamo li ovom skupu peti vektor a = c T α β γ δ . ak . tada je svakih p < k vektora izabranih izmedu tih vektora takoder linearno nezavisno. · · · . ak linearno nezavisni. aq linearno zavisni za bilo koje vektore a k+1 . c Takoder. .

Definicija 2.   .   . zamjene dvaju redaka i dodavanja z c jednog retka drugome te istih operacija sa stupcima. c Kako A i B imaju isti rang. kao i rang matrice sustava iz primjera 2.  . to i matricu B moˇemo svesti na isti oblik. 2. Kako elementarne transformacije iz poglavlja 2. a te matrice su regularne (vidi poglavlje 2. Piˇemo A ∼ B. Dokaz.3 jednak dva. dok je rang matrice sustava iz primjera 2.8).4 Matrice A i B istog tipa su ekvivalentne ako imaju isti rang.2.4 Ako su matrice A i B ekvivalentne.. zakljuˇujemo da je postupak traˇenja ranga istovjetan c z s postupkom Gaussove eliminacije. Pomo´u navedenih elementarnih transformacija matricu A moˇemo c z svesti na oblik   1   1     . s . zakljuˇujemo da je A ∼ B ako i c samo ako postoje regularne matrice matrice S i T takve da je B = SAT.  0 pri ˇemu je rang(A) jednak broju dijagonalnih elemenata koji su jednaki jedan.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. dakle.54 LINEARNA ALGEBRA Iz ovih primjera zakljuˇujemo da rang matrice lako moˇemo raspoznati c z iz trokutastog oblika. s Teorem 2.4 ne mijenjaju rang matrice.  1     0     . a rang proˇirene matrice sustava s iz istog primjera jednak tri. Tako je.1 jednak tri. 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.. Sada z lako nademo niz elementarnih transformacija koje matricu A prebacuju u matricu B. rang matrice sustava iz primjera 2. Kako se sve navedene elementarne transformacije mogu izvesti mnoˇenjem z matrice A elementarnim matricama transformacija bilo s lijeva bilo s desna.

6 Protumaˇite primjere 2.2.5 c s slijedi da ´e homogeni sustav imati i netrivijalna (parametarska) rjeˇenja ako c s i samo ako je rang(A) < n.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.6) xn T i neka su Dakle. c . Tada je rjeˇenje s s jedinstveno ako i samo ako je rang(A) = n. pri ˇemu je n broj nepoznanica. Iz poglavlja 2. zakljuˇujemo da je b linearna kombinacija c stupaca matrice A.1. (ii) Ako je rang(A) = rang( A b ).2 i 2. tada sustav ima beskonaˇno rjeˇenja koja su izraˇena pomo´u n − rang(A) c s z c parametara. ˇto znaˇi da je x c s c rjeˇenje sustava. zakljuˇujemo da z c je rang( A b ) = rang(A). xn za koje vrijedi (2. odnosno z rang(A) linearno nezavisnih redaka matrice A b . Homogeni sustav oˇito uvijek ima trivijalno rjeˇenje x = 0.6). (i) Neka sustav ima rjeˇenje x = x1 x2 · · · s a1 . tada sustav ima ista rjeˇenja kao i s sustav koji dobijemo kada uzmemo rang(A) nezavisnih jednadˇbi. odnosno da postoje brojevi x 1 . 2. Zadatak 2. U matriˇnom obliku to odgovara zapisu Ax = b.3 prema teoremu 2. Kako ve´ medu stupcima c Obratno.5. Dokaz. s Dokaze tvrdnji (ii) i (iii) izostavljamo. · · · . · · · . neka je rang(A) = rang( A matrice A ima r linearno nezavisnih.7 Kronecker–Capellijev teorem 55 Teorem 2. x2 . Kako se dodavanjem stupca rang ne moˇe smanjiti. Ako je rang(A) < n.1. odnosno sustave oblika Ax = 0. a n stupci matrice A. b je linearna kombinacija stupaca matrice A pa je rang( A b )≤ rang(A). b ) = r. (iii) Neka sustav ima rjeˇenje i neka je n broj nepoznanica. a 2 . c Posebno je lagana primjena Kronecker–Capellijevog teorema na homogene sustave. Iz teorema 2.6 zakljuˇujemo da matriˇno mnoˇenje Ax = c c z b moˇemo pisati i kao z x1 a1 + x2 a2 + · · · + xn an = b. (2.

8 Inverzna matrica Kod mnoˇenja realnih brojeva svaki broj razliˇit od nule ima svoj inverz.56 LINEARNA ALGEBRA 2. Ako stavimo s Y = y1 y2 · · · yn . postavlja se pitanje da li su s sve kvadratne matrice regularne. odnosno Y T A = I. pa je X = Y T = A−1 . Matrica je singularna ako nije regularna. Neka je rang(A) = n i neka ei oznaˇava i-ti stupac jediniˇne mac c trice. Odgovor na to pitanje daje sljede´i teorem. tada je oˇito AT Y = I. ukoliko postoji. Sada imamo c Y T = Y T I = Y T (AX) = (Y T A)X = IX = X. Matrica B je. ∀x = 0. Tada je oˇito AX = I.5 svaki od sustava Ax i = ei ima jedinstveno rjeˇenje. z c odnosno x · x−1 = x−1 · x = 1.7) Kao ˇto kod brojeva broj nula nema inverz. Matrica A−1 zove se inverzna matrica z matrice A. Tu tvrdnju dokazujemo na sljede´i naˇin: pretpostavimo da je C neka druga matrica za koju vrijedi c c AC = CA = I. Dokaz. nesingularna) ako postoji matrica B ∈ Mn za koju vrijedi AB = BA = I. Po Kronecker–Capellijevom teoremu 2.6 Matrica A ∈ Mn je regularna ako i samo ako je rang(A) = n. za svaku regularnu matricu vrijedi AA−1 = A−1 A = I. rang(A T ) = n povlaˇi da svaki od sustava c c c AT yi = ei ima jedinstveno rjeˇenje. Tada je C = CI = C(AB) = (CA)B = IB = B. jedinstvena. Dakle. c Definicija 2. c Teorem 2. (2. odnosno A je regularna. Stoga moˇemo uvesti oznaku B = A−1 .5 Matrica A ∈ Mn je regularna (invertibilna. . U skupu kvadratnih matrica Mn imamo sljede´u definiciju. Sliˇno. Neka je s X = x1 x2 · · · xn .

odnosno rang(A) < n. No iz A−1 Ax = Ix = 0 slijedi da je x = 0. Pretpostavimo da teorem ne vrijedi. (iv) (A−1 )−1 = A za ∀A ∈ Gn .2. Ukoliko se ne moˇe dobiti ovaj oblik. (iii) (AB)−1 = B −1 A−1 za ∀A. Kako su stupci od A zavisni. c Naime. Kada pomo´u elementarnih transformacija dobijemo oblik c I B . svi sustavi Axi = ei imaju zajedniˇku matricu sustava pa proˇirene c s matrice svih n sustava moˇemo pisati zajedno.7). zakljuˇujemo da postoji vektor c x = 0 takav da je Ax = 0.7). a svojstvo (iv) slijedi iz (2. svojstvo (ii) vrijedi jer II = I povlaˇi c I −1 = I.8 Inverzna matrica 57 Obratno. tada je A−1 = B. svojstvo (iii) slijedi iz (AB)(B −1 A−1 ) = A(BB −1 )A−1 = AIA−1 = AA−1 = I.6. z Zadatak 2. ˇto je s kontradikcija.6 nam daje postupak za raˇunanje inverzne matrice. Svojstvo (i) slijedi iz teorema 2. z A I . neka je A regularna. (ii) I ∈ Gn . Skup Gn svih regularnih matrica ima sljede´a svojstva: c (i) Gn = Mn . B ∈ Gn . A je singularna.  .7 Nadite inverznu matricu matrice  1 2 3 A = 4 5 6  7 8 6 i provjerite da vrijedi (2. Dokaz teorema 2.

Tada ip moˇemo prebaciti na q-tu poziciji s q − p zamjena susjednih elemez nata udesno.2) (3. n javlja toˇno jedanput. . . . 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. a neparna inaˇe. . . z (ii) Ako dva susjedna elementa zamijene mjesta.2. (ii) ako u permutaciji (i1 . c Dokaz. i2 .2. a i p i iq su zamijenili mjesta.2) (2. Permutacija brojeva 1. . Pri tome su se svi elementi i p+1 . To vrijedi za svaki n. in ) zamijenimo mjesta brojevima ip i iq .3. (i) Prvo mjesto u permutaciji moˇemo popuniti s n brojeva. tada se parnost promijeni. Pri tome se ostali elementi ip+1 . . . Permutacija je parna ako je broj inverzija u njoj paran. . . iq−1 vrate na svoja originalna mjesta. . Sljede´a tablica prikazuje sve permutacije brojeva c c 1. . parnost ´e se promijeniti. p = q. a pola neparno. Ukupno smo izvrˇili 2(q − p) − 1. broj inverzija i parnost: permutacija (1.1) # inverzija 0 1 1 2 2 3 parnost parna neparna neparna parna parna neparna Vidimo da je pola permutacija parno. .3) (2. 2. 3. . Teorem 2. . 2. Brojevi i p i iq su u inc verziji ako je p < q i ip > iq .7 Vrijedi sljede´e: c (i) broj permutacija od n brojeva jednak je n(n − 1)(n − 2) · · · 1 ≡ n!. Sada pomo´u q − p − 1 zamjena susjednih elemenata c ulijevo prebacimo element iq s pozicije q − 1 na poziciju p.9 Determinante Za definiciju determinante potreban nam je pojam permutacije.58 LINEARNA ALGEBRA 2. . dakle neparni broj s zamjena susjednih elemenata pa se parnost promijenila. Pretpostavimo sada da je q − p > 1. . . .3.3) (1. . . . . odnosno i p i iq nisu susjedi.1. iq pomakli za jedno mjesto ulijevo. in ) u kojoj se svaki od brojeva 1. .1. 2.1) (3. a drugo mjesto z u permutaciji moˇemo popuniti s preostalih n − 1 brojeva. n je svaka uredena n-torka (i 1 . i2 . .

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 . Determinantu matrice A joˇ oznaˇavamo s |A|. 2. i2 .9 Izraˇunajte determinantu matrice 3 × 3 prema formuli (2. 7. (2. a k(π) je broj inc verzija u permutaciji π.8) pri ˇemu je Πn skup svih permutacija π = (i1 .8) ima toˇno jedan element iz svakog retka i z c svakog stupca. in ).8) potrebno je (n − 1)n! mnoˇenja i n! − 1 c z zbrajanja. .7. c Sada moˇemo definirati determinantu. 5. . Moˇe se pokazati da inverzna permutacija ima istu z parnost kao i π. n).8). pri ˇemu su indeksi redaka navedeni u osnovnoj permutaciji c (1. . c c Svaki umnoˇak u formuli (2. Stoga vrijedi det(A) = (−1)k(π) ai1 1 ai2 2 · · · ain n .2. Na primjer. a zatim zamijenite i2 i i5 na naˇin koji je opisan u dokazu teorema 2. 6. . . Za izraˇunavanje formule (2. Indeksi redaka tada stoje u inverznoj permutaciji permutacije π. ˇto je praktiˇno neizvedivo za veliki n. s c a b = ad − bc. z Definicija 2. Formulu za determinantu matrice 3 × 3 jednostavnije pamtimo pomo´u Sarc rusovog pravila. . svaki umnoˇak moˇemo zapisati i tako da indeksi stupaca z z budu u osnovnoj permutaciji. U poglavlju 2. .1 ´emo s c c vidjeti kako se determinante efikasno raˇunaju pomo´u Gaussove eliminacije. (2. 4).9) i c usporedite s izrazom (2.9 Determinante 59 Zadatak 2.9.8 Odredite parnost permutacije (1. .9) kojeg smo dobili prema formuli (2.9) π∈Π Zadatak 2. . 3. No.6 Determinanta matrice A = (a ij ) ∈ Mn je broj det(A) = π∈Πn (−1)k(π) a1i1 a2i2 · · · anin . 2.

Determinanta trokutaste matrice jednaka je produktu elemenata na dijagonali. imaju barem jedan element iz donjeg trokuta pa su jednaki nula. Ovo svojstvo slijedi direktno iz formule (2. Takoder. c D3.9).8) dolazi do s zamjene dvaju elemenata u permutaciji drugih indeksa pa se po teoremu 2. z Po svojstvu D5 vrijedi . ako matrica A ima nul-stupac. z D1. Determinanta se ne mijenja ako jednom stupcu pribrojimo neki drugi stupac pomnoˇen s nekim brojem. odnosno ··· βb + γc · · · = β · · · b ··· + γ ··· c ··· . Zamjenom dvaju stupaca determinanta mijenja predznak. za jediniˇnu matricu vrijedi c det(I) = 1.8). Iz ovog svojstva zakljuˇujemo c da sva svojstva koja ´emo navesti za retke vrijede i za stupce. Dokazi nekih tvrdnji dani su z u obliku uputa ili naznaka ili u vrlo saˇetom obliku. osim s a11 a22 · · · ann . Determinanta je multilinearna funkcija svojih stupaca. s D4.9.1 Svojstva determinanti Navodimo najvaˇnija svojstva determinanti. Koji broj jedini ostaje isti kada promijeni predznak? D5.7 u svakom umnoˇku parnost permutacije promijeni. a kako smo zamijenili iste retke determinanta se ne mijenja.8) i (2. D6. tada je det(A) = 0. 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). Zamjenom dvaju stupaca u svakom umnoˇku u formuli (2. det(A) = det(AT ). Ako je A recimo gornje trokutasta matrica. Jednakost vrijedi zbog formula (2.60 LINEARNA ALGEBRA 2. Na primjer. tada svi umnoˇci u (2. D2. Svojstvo slijedi stoga ˇto po svojstvu D3 zamjenom dvaju redaka deters minanta mijenja predznak.8). Determinanta matrice s dva jednaka stupca je nula.

9) i pomo´u Gaussove eliminacije (vidi primjer 2. det(A) D8.1). D7. ˇija je determinanta jednaka jedan. Zadatak 2. Tada je c z s det(A) = 0 po svojstvu D5. Na primjer. ako je det(A) = 0. Obratno.9 Determinante 61 ··· a + βb · · · b ··· = ··· + β ··· a ··· b ··· b ··· b ··· .10 Izraˇunajte c 1 −2 1 2 1 −2 −1 −1 0 pomo´u formule (2.2. odnosno ako je matrica regularna. c c . Determinanta je razliˇita od nule ako i samo ako su stupci matrice linc earno nezavisni.4. koriste´i operacije iz svojstva D6. Ako je rang(A) < n.3 Koriste´i svojstva D3. a po svojstvu D4 je druga determinanta na desnoj strani jednaka nula. odnosno rang(A) < n. determinantu s lako izraˇunamo po svojstvu D1. Napomena 2. tada matrica A mora biti singularna. moˇemo poniˇtiti. B ∈ Mn vrijedi det(AB) = det(A) det(B). ako koristimo samo matrice transc formacije Mi opisane u poglavlju 2. tada je jedan od stupaca linearna kombinacija ostalih pa ga. Napose. 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. jer bi u protivnom det(A) det(A −1 ) = 1 povlaˇilo det(A) = c 0. za regularnu matricu A det(AA−1 ) = det(A) det(A−1 ) = det(I) = 1 povlaˇi c det(A−1 ) = 1 . Za matrice A. tada c je determinanta polazne matrice jednaka determinanti trokutaste matrice. c Nakon ˇto Gaussovom eliminacijom dobijemo trokutasti oblik.

9.8) ili (2. Neka je zadana z c matrica A tipa m × n.2 Podmatrice i poddeterminante Rang matrice moˇemo definirati i pomo´u podmatrica. Sliˇno. kao i svaki element od A. 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 .8 Sljede´e tvrdnje su ekvivalentne: c (i) rang(A) = r. Teorem 2.9.9) 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 . c 2. a sve c poddeterminante reda ve´eg od r su jednake nula. Naravno da je i A svoja vlastita podmatrica. c tada dobijemo razvoj determinante po elementima j-tog stupca. Algebarski komplement ili kofaktor elementa aij je broj Aij = (−1)i+j Dij . Poddeterminante matrice A su determinante kvadratnih podmatrica matrice A. ako pribrojnike grupiramo po elementima koji se nalaze u j-tom stupcu. Na presjeku r redaka i s stupaca matrice A nalazi se matrica tipa r × s koju zovemo podmatrica ili submatrica matrice A. (ii) Barem jedna poddeterminanta od A reda r je razliˇita od nule. n det(A) = i=1 aij Aij .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. Ako pribrojnike u formulama (2.62 LINEARNA ALGEBRA 2.

c z Zadatak 2.9 Determinante 63 2.5 Cramerovo pravilo Sljede´i teorem daje formulu za rjeˇenje sustava linearnih jednadˇbi kada c s z je matrica sustava regularna. Stavimo B = AT / det(A). 1 det(A) Aki bk = k 1 Di det(A) . 2. Tada je A−1 = 1 ˜ AT . k Za i = j suma na desnoj strani predstavlja Laplaceov razvoj determinante matrice A po i-tom retku pa je (AB)ii = 1. Tada su komponente rjeˇenja sustava Ax = b dane s s xi = Dokaz. det(A) Di . det(A) ˜ Dokaz. s z ˜ Teorem 2. det(A) Ova jednakost napisana po komponentama glasi xi = pa je teorem dokazan. AB = I.9.11 Nadite inverznu matricu matrice A iz zadatka 2. Matrica A je regularna pa je x = A−1 b = 1 ˜ AT b.9.2.9 Neka je A regularna matrica i neka je A matrica ˇiji su elementi c algebarski komplementi Aij . Sliˇno se pokaˇe BA = I pa je teorem dokazan.7 koriste´i c prethodni teorem. Dakle. Za i = j suma na desnoj strani predstavlja Laplaceov razvoj determinante s dva jednaka retka pa je jednaka nuli. Tada je (AB)ij = k aik bkj = 1 det(A) aik Ajk .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. Teorem 2.4 Raˇunanje inverzne matrice c Postoji joˇ jedan vaˇan izraz za inverznu matricu.

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

U ˇetvrtom retku koristi se naredba inv koja daje c inverznu matricu.2. U sedmom retku znak \ znaˇi rjeˇavanje sustava. U tre´em. 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 .10 Rjeˇavanje elektriˇne mreˇe s c z 69 za kreiranje dijagonalne matrice ˇiji su dijagonalni elementi jednaki elemenc tima zadanog vektora. Zadajte neku drugu elektriˇnu mreˇu i rijeˇite je na isti naˇin. petom i zadnjem retku znak ’ oznaˇava c c transponiranu matricu. Pri rjeˇavanju zadatka moˇete c z s c s z koristiti program Octave On-line.

.

. . .2 3. . . . . . . . . 72 Zbrajanje vektora . . . . 101 . . . . . . . . . . . . . . . . . . . kut izmedu vekc tora i kosinusi smjerova . . . . . . . . . 77 3. . . . . . . .9 Baza prostora E . . . .10 Vektorski produkt . . . . . . . . . . VEKTORSKA ALGEBRA I ˇ ANALITICKA GEOMETRIJA 3. . . 83 3. . . .12 Vektorsko-vektorski produkt . . . . . . . . . . . . . . . . . 74 Mnoˇenje vektora skalarom . . . . . . . . . . . . . . 84 Skalarni produkt . . . . . . . . . . . . . . . . . . . . . . . . . . 87 3. .4 3. 82 3.7 Linearna nezavisnost vektora . . . . . .3. . . . . . . . . . . . . . . . . .5 Vektori . . . . . . . . 93 3. . . . . . . . . . . . . . . . 75 z Prostor radijus-vektora . . . . .6 Duljina vektora. . . .5. . . . . . . 77 78 3. . . . . . . 85 3. . . . . . . . . . . . . . . .15. . . . . . .2 Koordinatizacija pravca . . . . . . . . . . . . . . . . 98 3. . . .11 Mjeˇoviti produkt . . . . . . . . . . . . . . . . .1 3. . . .15 Primjene .3 3. . . . . . . . . 77 Koordinatizacija . . . . . . . . . . . . . Koordinatizacija ravnine . . . . . . . . . . . . . . . . . . . . . .3 Koordinatizacija prostora . . . . . . . . . . . . . . . 93 3. . . . .1 Primjeri . . . . . . . . . . .8 3. . . . . . . . . . 90 s 3. . . . . . 80 3. . . jediniˇni vektor. .14 Ravnina . . . . . . . . . 96 3. . . . .5. . . . . .13 Pravac . . . . . . . . . . . . .1 3. . .5.

b. s z c z . c. . c Nul-vektor je vektor koji ima poˇetak i kraj u istoj toˇki. Takoder.1 Vektori U ovom poglavlju definirat ´emo pojmove duˇine.1) . − − → Ako je usmjerena duˇina P Q predstavnik vektora a. Q) ili |P Q|. pravaca i ravnina. . ako duˇine P Q i P Q imaju zajedniˇko poloviˇte (vidi sliku 3. Ukoliko toˇke P . Vektore oznaˇavamo s z c a. Pretpostavljamo da su pojmovi kao ˇto su pravac. Kod raˇunanja produkata vektora svoju c primjenu nalaze i determinante dimenzije 3 × 3. Dokaˇimo da je relacija ∼ iz definicije 3. Oˇito je P Q ∼ P Q pa je relacija ∼ refleksivna. . Duljina duˇine P Q je udaljenost toˇaka P i Q i oznaˇava se s d(P. c 3. z c s Vektor je klasa ekvivalencije usmjerenih duˇina. c. ravnina. osnovne operacije s vektorima c (zbrajanje i mnoˇenje sa skalarom). ako je c − −→ − − − − → −→ − → P Q ∼ P Q . a.1 zaista relacija ekvivalencije.72 ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA U ovoj glavi definirat ´emo pojam vektora. . tada je duljina (norma z ili intenzitet) vektora a jednaka udaljenosti toˇaka P i Q. c − − −→ → − Usmjerene duˇine P Q i P Q su ekvivalentne. odnosno z z c toˇka P je poˇetak ili hvatiˇte. . tada je i P Q ∼ P Q pa je relacija ∼ simetriˇna. Q. b. Nul-vektor c c oznaˇavamo s 0. c c Definicija 3. P i Q ne leˇe na istom pravcu. relacija ekvivalencije je refleksivna. z Prema definiciji 1. Potom ´emo pomo´u vektora c c izvesti jednadˇbu pravca u prostoru i jednadˇbu ravnine te objasniti kako z z ispitujemo medusobne odnose toˇaka. prikaz vektora u koordinatnom sustavu z te produkte vektora s vektorom. a njegovi predstavnici su sve usmjerene duˇine c z − − → oblika P P . . simetriˇna i tranzc − − → − − → itivna. a toˇku Q svrˇetak. odnosno z − − − → −→ PQ ∼ P Q . usmjerene duˇine i vekc z z tora te navesti osnovno svojstvo trodimenzionalnog Euklidskog prostora E. vrijedi |0| = 0. Dokaz tranzic tivnosti je neˇto sloˇeniji. Duljinu vektora c oznaˇavamo s |a|. c c − − → Usmjerena duˇina P Q je duˇina kod koje su rubne toˇke uredene. . kut i prostor pozs nati. 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|. .4.1 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.

1 Vektori Q 73 P Q’ P’ Slika 3. tada postoji c − − → jedinstvena toˇka Q takva da je usmjerena duˇina P Q predstavnik vektora a. Vezu izmedu usmjerenih duˇina i vektora daje nam osnovno svojstvo eukz lidskog prostora: ako je P ∈ E proizvoljna toˇka i a zadani vektor. Q. a − − → P Q samo jedan predstavnik tog vektora. U ovom sluˇaju kaˇemo da su toˇke P QQ P susjedni vrhovi degeneriranog c z c paralelograma. Q ) ∧ d(P.3. tada c z − − − → −→ je P Q ∼ P Q ako i samo ako vrijedi d(P. Premda taj zapis nije sasvim korektan jer je vektor a klasa ekvivalencije. c U primjenama ˇesto piˇemo i c s − − → a = P Q. zbog osnovnog svojstva euklidskog prostora uvijek je jasno o kojem se vektoru radi. Q) = d(P . . tada su toˇke P QQ P susjedni vrhovi nekog paralelograma ili degeneriranog c paralelograma.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. ako je − − − → −→ PQ ∼ P Q ∧ −→ −− − −→ P Q ∼P Q . Ukoliko toˇke P . Dakle −→ − − → −− P Q ∼ P Q pa je relacija ∼ tranzitivna.1). c z S ovim postupkom je vektor a sveden na poˇetak P odnosno nanesen na P . P i Q leˇe na istom pravcu. Stoga. Stoga uglavnom ne´emo c praviti razliku izmedu vektora i njegovog predstavnika. P ) = d(Q. a isto vrijedi i za toˇke P Q Q P . Q ). Tada su i toˇke P QQ P c c susjedni vrhovi nekog paralelograma ili degeneriranog paralelograma.

. −→ − b = OB.3 Neka su zadani vektori a i b i toˇke O.2: Zbrajanje vektora (pravilo trokuta) Vektore takoder moˇemo zbrajati i po pravilu paralelograma koje je prikazano z na slici 3. .74 ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA Definicija 3. A1 . Ako su vektori a i b kolinearni. .3. . istog smjera i jednake duljine. . . . nul-vektor je kolinearan sa svakim vektorom i za njega nema smisla govoriti o orijentaciji. B c=a+b b O a A Slika 3.2 Zbrajanje vektora U ovom poglavlju definirat ´emo operaciju zbrajanja vektora te dati njena c osnovna svojstva. −→ − Zbroj vektora a i b je vektor c = OB.2. Posebno. − − → b = AB. Vektori a i b imaju istu orijentaciju ako se toˇke A i B nalaze s iste strane c toˇke O. an i toˇke O. Definicija 3. . . A i B takve da je c − → a = OA. A i B z c koje leˇe na istom pravcu takve da je z − → a = OA. . An takve c da je −→ − −− −→ −− − − −→ a1 = OA1 . .2 Vektori a i b su kolinearni ako leˇe na istom ili paralelnim z pravcima. c c Iz definicije slijedi da su dva vektora jednaka ako su kolinearni.4: ako su zadani vektori a1 . . Vektori a i b imaju suprotnu orijentaciju ako se toˇke A i B nalaze c c s razliˇitih strana toˇke O. an = An−1 An . Viˇe vektora zbrajamo po pravilu poligona kao ˇto je prikazano na s s slici 3. A2 . a2 . a2 = A1 A2 . 3. Ovakav naˇin zbrajanja vektora zove c se pravilo trokuta i prikazan je na slici 3. moˇemo odbrati toˇke O. .

(asocijativnost). ∀λ ∈ R. . 3.3 Mnoˇenje vektora skalarom z 75 a+b b a O Slika 3.3: Pravilo paralelograma tada je −→ − a = a1 + a2 + · · · + an = OAn . Produkt vektora a c i skalara λ je vektor −→ − b = λa = OB. ima istu duljinu i suprotnu orijentaciju. tada z c c λa = 0. za nul-vektor 0 vrijedi a + 0 = 0 + a = a. Svojstva Z2. (a + b) + c = a + (b + c) Z2. za svaki vektor a = P Q postoji suprotni vektor −a = QP takav da je a + (−a) = a − a = 0. Z3. − − → − − → Z4. Suprotni vektor je kolinearan s a. odaberemo toˇke O i A takve da je a = OA. Zbrajanje vektora ima sljede´a svojstva: c Z1. Z3 i Z4 slijede direktno iz definicije zbrajanja vektora. − → Ako je a = 0. 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. a + b = b + a (komutativnost).

4: Pravilo poligona b a a+b b+c c (a+b)+c=a+(b+c) Slika 3. B) = λ · d(O. λ(a + b) = λa + λb. Mnoˇenje vektora skalarom ima sljede´a svojstva: z c M1. – za λ < 0 toˇka B leˇi sa suprotne strane toˇke O od toˇke A i vrijedi c z c c d(O. A). |b| = −λ|a| = |λ| |a|. A). |b| = λ|a|. B) = −λd(O.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. (λ + µ)a = λa + µa. . M2.76 ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA c a b d a+b+c+d Slika 3.

pri ˇemu je broju 1 brojevnog c c pravca pridruˇena toˇka I.2. u c koordinatnom sustavu (O. I) = |i| = 1. Zbog jednoznaˇnosti prikaza. S ovim smo na pravcu p zadali koordinatni sustav (O. 1 a = a. Mnoˇenje radijus-vektora skalarom definira se kao i mnoˇenje vektora skalarom z z u poglavlju 3. Svakoj toˇki T koja leˇi na pravcu p jednoznaˇno je pridruˇena njena apc z c z − → scisa x i vektor OT .4 Prostor radijus-vektora 77 M3. Zbrajanje radijus-vektora definira se kao i zbrajanje vektora u poglavlju 3.5 Koordinatizacija c c Uvodenje koordinatnog sustava omogu´ava predstavljanje vektora pomo´u realnih brojeva. pri ˇemu vrijede svojstva M1–M5. 3. (λµ)a = λ(µa). . Skup radijus vektora V O je z c s skup svih takvih vektora. − → Broj x je skalarna komponenta vektora OT . c 3. ∀a. uz dodatak ˇto zbroj opet mora biti u skupu V O pa se koristi pravilo s paralelograma.3 z vrijedi − → − → OT = x · OI = x i.3. Vektor i je jednoznaˇno odreden i vrijedi z c c d(O.3. 0 a = 0. jer c se operacije s vektorima svode na odgovaraju´e operacije s brojevima.5. Ako u prostoru E odaberemo toˇku O. Po pravilu o mnoˇenju vektora skalarom iz poglavlja 3. i) koristimo sljede´e oznake c − → − → OT = {x} ili OT = x . Vektor OP je radijus-vektor c c ili vektor poloˇaja toˇke P u odnosu na hvatiˇte O.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. Na taj naˇin se pojednostavnjuje rukovanje s vektorima. M4. Pri tome vrijede svojstva Z1–Z4. Jediniˇni vektor i definiramo kao i = OI.4 Prostor radijus-vektora U mnogim primjenama je praktiˇno uzeti predstavnike vektora koji svi c imaju hvatiˇte u istoj toˇki. svakoj s c c − − → − − → toˇki P pripada jednoznaˇno odreden vektor OP . i). c 3. ∀a. M5.

koji je prikazan na slici 3. Zatim odaberemo medusobno okomite pravce p i q koji leˇe u ravnini s ρ i prolaze kroz toˇku O. II Q y I T a J j x i III I P IV Slika 3. a brojevni pravac koji smo nanijeli na pravac q zove se ordinatna os ili y-os.6). II. pri ˇemu je c − → i = OI. tada je. redom. i. kvadrant c (slika 3. − → − → 4 (OS + 2 OT ) = 28 i = 28 . i) i (O. odnosno suprotno od kazaljke sata. j). 3. prelazi u toˇku J. j).6.6: Koordinatizacija ravnine Brojevni pravac koji smo nanijeli na pravac p zove se apscisna os ili x-os. i IV. − → j = OJ.. Osi dijele ravninu ρ na ˇetiri kvadranta i to na I.. na primjer.78 ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA Uvodenjem koordinatizacije operacije s vektorima sveli smo na operacije s brojevima: ako je − → OS = 3 i = 3 . Na pravcima p i q definiramo koordinatne sustave c (O. |i| = |j| = 1.2 Koordinatizacija ravnine U ravnini ρ koja se nalazi u prostoru E prvo odaberemo toˇku O kao c z ishodiˇte. .5. III. S c ovim smo u ravnini ρ zadali desni pravokutni (ortogonalni) koordinatni sustav (O. − → OT = 2 i = 2 . Toˇke I i J su odabrane tako da toˇka I rotacijom oko toˇke O za kut π/2 u c c c pozitivnom smjeru.

c c x i y su koordinate toˇke T = (x. a= x y . − → − → − → Radijus-vektori x OI i y OJ su vektorske komponente radijus-vektora OT . y}. koji je paralelan s c c pravcem q. y ∈ R. Poglavlje ´emo zavrˇiti s dvije definicije: vektori koji leˇe u ravnini ρ su c s z kolinearni ravnini ρ. Na primjer. Pravac kroz toˇku T . Prema pravilu o zbrajanju vektora iz poglavlja 3. Pravac kroz toˇku T koji je paralelan s pravcem p sijeˇe c c pravac q u toˇki Q. Primjer 3. j).2 vrijedi (slika 3.1 Neka je a = 2 i − 3 j. i) c c c ima koordinatu x. c a y je ordinata toˇke T (slika 3. −6 b = i + j. Kako su skalarne komponente jednoznaˇno odredene toˇkom T . j) ima koordinatu y. odnosno 3 (a + b) = 3 2 1 + −3 1 = 9 . odnosno x je apscisa. Toˇka Q u koordinatnom sustavu (O.3. y) u sustavu (O. odnosno a = x i + y j. y Vidimo da vektor u ravnini moˇemo zapisati kao retˇanu matricu dimenz c zije 1 × 2 ili kao stupˇanu matricu dimenzije 2 × 1. − → Brojevi x i y su skalarne komponente radijus-vektora OT odnosno vektora a. . za oznaˇavanje c c c vektora koristimo skra´ene zapise c a = {x. Toˇka P u koordinatnom sustavu (O. i. Zbrajanje vektora i c mnoˇenje vektora skalarom stoga odgovara zbrajanju matrica i mnoˇenju maz z trica skalarom. Tada je 3 (a + b) = 3 (2 i − 3 j + i + j) = 9 i − 6 j. vektori i. a vektori x i i y j su vektorske komponente vektora a. a= x . c − → Neka je a = OT radijus-vektor u ravnini ρ.6) − → − → − → OT = x OI + y OJ.5 Koordinatizacija 79 Neka toˇka T pripada ravnini ρ. j i a = x i+y j su komplanarni za ∀x.6). a vektori su komplanarni ako imaju predstavnike koji su kolinearni jednoj ravnini. sijeˇe pravac p u toˇki P .

3 Koordinatizacija prostora Koordinatizaciju trodimenzionalnog prostora E dobijemo sliˇno kao u prethodc nim poglavljima. i). Pri tome vrijedi − → i = OI. (O.5.2. Q i R (slika 3. c Potom na pravcu r definiramo koordinatni sustav (O. i. Prvo odaberemo ishodiˇte O i medusobno okomite pravce p. zovu se koordinatne ravnine i dijele prostor na osam oktanata. i. x-z i y-z. k) u prostoru E koji je prikazan na slici 3. U ravnini razapetoj s pravcima p i q definiramo c desni pravokutni koordinatni sustav (O.5. s q i r koji prolaze kroz toˇku O.80 ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA 3. Tri ravnine c x-y.7: Koordinatizacija prostora Brojevni pravci koje smo nanijeli na pravce p. j) na naˇin opisan u poglavlju 3. Neka je zadana toˇka T ∈ E. r R z −→ − k = OK. ordinatna i aplikatna os (x-os. T K k y i I j J Q q a x P p T’ Slika 3. Ravnine paralelne s koordinatnim osima koje c prolaze kroz toˇku T sijeku koordinatne osi u toˇkama P . q i r su koordinatne osi i to redom apscisna. c c Koordinate tih toˇaka u koordinatnim sustavima (O. j) i (O.7). koje su odredene odgovaraju´im koordinatnim osima.7. − → j = OJ. |i| = |j| = |k| = 1. y-os i z-os). Time smo definirali desni pravokutni koordinatni sustav (O. k) tako da vektori i. j i k zadovoljavaju pravilo desnog vijka. j. k) jednake c .

7) − − → −→ − − → − → − → −→ − OT = OT + OR = x OI + y OJ + z OK. Na primjer. z c Primjer 3. c c Skalarne komponente jednoznaˇno su odredene toˇkom T pa za oznaˇavanje c vektora koristimo skra´ene zapise c   x a = {x.2 vrijedi (slika 3. yB . 2}.   xB − x A − − → AB = (xB − xA ) i + (yB − yA ) j + (zB − zA ) k =  yB − yA  . a z je aplikata toˇke T .8 vrijedi s − → − − → −→ − OA + AB = OB. a= x y z . odnosno a = x i + y j + z k. 5) ⇒ − − → AB = {−2. −2. z . − − → −→ − − → AB = OB − OA. koordinatni sustav se moˇe definirati i s pravcima koji nisu medusobno okomiti. y i z. y je c ordinata. a = y  . i. Kao c ˇto se vidi na slici 3. Brojevi x. Napomena 3. z U koordinatnom sustavu moˇemo na´i skalarne komponente vektora. y. 2. z}. zA ) i B = (xB . k). y i z su koordinate toˇke T . zbrajanje vektora i mnoˇenje vektora c z skalarom odgovara zbrajanju matrica i mnoˇenju matrica skalarom. y i z su takoder skalarne komponente vektora a = OT u sustavu (O. z Kako vektor u prostoru moˇemo zapisati ili kao retˇanu matricu dimenzije z c 1×3 ili stupˇanu matricu dimenzije 3×1. odnosno x je apscisa. Prema pravilu o zbrajanju vektora iz poglavlja 3.1 Kod definicije pravokutnih koordinatnih sustava u ovom i prethodnom poglavlju koristili smo medusobno okomite pravce. 0. Medutim. yA . odnosno Dakle.5 Koordinatizacija 81 su x. j. odnosno z c usmjerene duˇine koja je zadana s dvije toˇke.2 Neka su zadane toˇke A = (x A . c − → Brojevi x. zB − z A A = (1.3. 3) ∧ B = (−1. zB ).

z} jednaka je |a| = (3. kut izmedu c vektora i kosinusi smjerova x2 + y 2 + z 2 . a0 = |a| Iz definicije slijedi |a0 | = a 1 = |a| = 1. Sliˇno.8). 3.6 Duljina vektora. j i k su sami svoji jediniˇni vektori. Duljina ili norma vektora a = {x. dvostrukom primjenom Pitagorinog pouˇka (slika 3.7) dobijemo: c −→ − − → − − → − − → −→ − − − → |OT |2 = |OT |2 + |OR|2 = |OP |2 + |OQ|2 + |OR|2 .8: Komponente vektora Tako kod koordinatizacije ravnine moˇemo uzeti bilo koja dva pravca koja z prolaze kroz toˇku O i nisu paralelna. 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. c . Jediniˇni vektor vektora a = 0 je vektor c a . kolinearan je vektoru a i ima istu c orijentaciju. vektori i. jediniˇni vektor.82 ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA B O A Slika 3.1) Naime. Na primjer. |a| |a| odnosno jediniˇni vektor ima duljinu jedan. y.

14 14 14 1 cos α = √ . λk ∈ R . tada je 3 2 1 a0 = √ i − √ j + √ k.5. Tvrdnja slijedi iz definicije skalarnog produkta u poglavlju 3. cos γ = z x2 + y 2 + z 2 . · · · . 14 3 cos β = − √ .1 Kosinusi smjerova vektora a = 0 jednaki su skalarnim komponentama jediniˇnog vektora a0 . ak su linearno nezavisni ako za sve skalare λ 1 . redom. 14 x x2 + y 2 + z 2 .7 Linearna nezavisnost vektora 83 − → −→ − Neka je a. · · · . λk ∈ R. Primjer 3. c tada je cos α = Oˇito je c a0 = cos α i + cos β j + cos γ k. · · · . λ1 a1 + λ 2 a2 + · · · + λ k ak = 0 ⇒ λ1 . a2 . 3.3 Ako je a = i − 3 j + 2 k.3. b = 0 i neka su OA i OB njihovi predstavnici s hvatiˇtem u toˇki s c O. Vektori a1 . · · · . 14 2 cos γ = √ . cos β = y x2 + y 2 + z 2 .7 Linearna nezavisnost vektora Definicija linearne nezavisnosti vektora u prostoru E jednaka je definiciji linearne nezavisnosti stupˇanih vektora iz poglavlja 2. Prikloni kutovi vektora a = 0 su kutovi koje taj vektor zatvara s vektorima i. ak je vektor a = λ 1 a1 + λ 2 a2 + · · · + λ k ak . 1 = cos2 α + cos2 β + cos2 γ. Teorem 3.9 (vidi primjer 3. c Dokaz. pri ˇemu smo se ovdje c c ograniˇili na trodimenzionalni prostor. Kosinusi smjerova su kosinusi priklonih kutova. λ1 = · · · = λk = 0. β i γ. Kut izmedu vektora a i b definiramo kao kut izmedu usmjerenih − → −→ − duˇina OA i OB. j i k. OB). c Linearna kombinacija vektora a1 . Ako je a = x i + y j + z k i ako priklone kutove oznaˇimo redom s α.6). z − −→ → − ∠(a. b) = ∠(OA.

a1 = {x1 . Drugim rijeˇima. λk takvi da je λ1 a1 + λ2 a2 + · · · + λk ak = 0. · · · . vektori a. 1}. c  1 1 0 A = −1 0 1  1 2 −1 .5 Neka su u sustavu (O.1 matrica A regularna. −1. z1 }. zk }. Vrijedi det A = −2 = 0 pa je prema svojstvu c D8 iz poglavlja 2. · · · . · · · . 0. Definirajmo matricu b = {1. c). ˇiji su stupci zadani vektori. k) zadani vektori a = {1. 2}. j. odnosno c d = α a + β b + γ c. odnosno njeni stupci su linearno nezavisni.4 Svaka dva kolinearna vektora i svaka tri komplanarna vektora su linearno zavisna. 1. Svaki vektor d iz prostora E moˇe se z jednoznaˇno prikazati kao linearna kombinacija vektora baze. −1}. 3. y1 . c Svaka dva nekolinearna vektora i svaka tri nekomplanarna vektora su linearno nezavisna. b i c ˇine bazu. ak = {xk .84 ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA U protivnom su vektori linearno zavisni. Primjer 3. c odnosno iz jednog koordinatnog sustava u drugi. i. ak ekvivalentna s linearnom neza xk yk  . Svaka ˇetiri vektora u prostoru E su linearno zavisna. Dakle. ak c su linearno zavisni ako i samo ako postoje λ 1 . b. tada je linearna nezavisnost vektora a 1 . zk Primjer 3.2) Sljede´i primjer prikazuje postupak transformacije iz jedne baze u drugu. vektori a 1 . a.8 Baza prostora E Svaka tri linearno nezavisna vektora a. pri ˇemu je c Ako je |λi | > 0.9. (3. · · · visnoˇ´u stupaca matrice sc  x1 x2 · · ·  y1 y2 · · · z1 z2 · · · . b i c ˇine bazu prostora E i definic raju koordinatni sustav (O.  c = {0. yk .

S3. i · j = j · i = i · k = k · i = j · k = k · j = 0. 1 −1 3. β = 5/2 i γ = 1/2. vrijedi i · i = j · j = k · k = 1.2). b) ≤ π/2. vektor e = 2 a − b + c ima u sustavu (O. j. a a · b < 0 ako je ∠(a. a. b). s Skalarni produkt ima sljede´a svojstva: c S1. b) > π/2.9 Skalarni produkt 85 Da bi vektor d = i+2 j+3 k prikazali u sustavu (O.1. odnosno s 3 5 1 d = − a + b + c. S4.9 Skalarni produkt Definicija 3. 2 2 2 Obratno. a · b ≥ 0 ako je ∠(a.4 Skalarni produkt vektora a i b je broj a · b = |a| |b| cos ∠(a. i. b.6 vidimo da je ovo zac z pravo sustav linearnih jednadˇbi z      1 1 1 0 α −1 0 1  β  = 2 . c) trebamo rijeˇiti s jednadˇbu (3. odnosno z         0 1 1 1 2 = α −1 + β 0 + γ  1  . S2. −1 2 1 3 Iz interpretacije matriˇnog mnoˇenja u poglavlju 2. 3 1 2 −1 γ Rjeˇenje sustava je α = −3/2.3. b). . a · b = 0 ako je a = 0 ili b = 0 ili a ⊥ b. a · a = |a| |a| = |a|2 . k) zapis     2 1 e = A −1 = −1 . Joˇ koristimo oznake a b i (a.

iz definicija matriˇnog c c mnoˇenja u poglavlju 2. |a| |b| b = bx i + by j + bz k.9: Skalarni produkt U koordinatnom sustavu raˇunanje skalarnog produkta je vrlo jednostavno.3 i transponirane matrice u poglavlju 2. Dokaz.5 slijedi da z skalarni produkt moˇemo zapisati i kao z a · b = aT b. S8 i S3.9).1. b) S7. . ba = |b| cos ∠(a. a · b = b · a (komutativnost). a · b = |a| ba . λ(a · b) = (λa) · b = a · (λb) b ab a Slika 3. b) = a·b .2 omogu´uju raˇunanje kuta c c izmedu dva vektora u prostoru pomo´u formule c cos ∠(a. Definicija skalarnog produkta 3.1. c Teorem 3.86 ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA S5.2 Ako je a = ax i + ay j + az k. c S6. gdje je duljina projekcije vektora b na pravac definiran s vektorom a pomnoˇena z s odgovaraju´im predznakom prema svojstvu S2 (slika 3. (homogenost). tada je a · b = a x bx + a y by + a z bz . a · (b + c) = a · b + a · c S8. Tvrdnja slijedi iz svojstava S7. Ako su vektori a i b zadani kao stupˇane matrice.4 i teorem 3. (distributivnost).

10 Vektorski produkt 87 Primjer 3. 1. y. B = (0. |a| |b| 4+9+1 1+1 2 7 Na isti naˇin. i × j = k. tada je c⊥a ∧ c ⊥ b. λ(a × b) = (λa) × b = a × (λb) . −3. −1. 0) pravokutan? Je li jednakokraˇan? c a·i = |a| |i| x x2 + y2 + z 2 . a × (b + c) = a × b + a × c V5. k × j = −i.10). b. c Vektorski produkt ima sljede´a svojstva: c V1. 0} jednak je cos ∠(a. k × i = j. z} zatvara s c vektorom i jednak je cos ∠(a. c) ˇini desni sustav (slika 3. j × i = −k.6 Kosinus kuta izmedu vektora a = {2. 1. 2) i C = (1. (homogenost). ako je |c| > 0. V3. vrijedi i × i = j × j = k × k = 0. i × k = −j. 1} i b = {1. 3.3. (distributivnost). c pri ˇemu uredena trojka vektora (a. c Zadatak 3. 3. Pored toga.5 Vektorski produkt vektora a i b je vektor c = a × b takav da je |c| = |a| |b| sin ∠(a. 1). gdje je A = (1.10 Vektorski produkt Definicija 3.1. kosinus priklonog kuta kojeg vektor a = {x. a × b = −b × a (anti-komutativnost). b) = a·b 2·1−3·1+1·0 1 √ =√ =− √ . V4. i) = ˇime smo dokazali teorem 3. b). a × b = 0 ako je a = 0 ili b = 0 ili ako su vektori a i b kolinearni. j × k = i.1 Je li trokut ABC. V2.

3 Ako je a = ax i + ay j + az k.10: Vektorski produkt b |b| sin ϕ ϕ a Slika 3. tada je a × b = (ay bz − az by ) i + (az bx − ax bz ) j + (ax by − ay bx ) k. U pravokutnom koordinatnom sustavu vektorski produkt raˇunamo pomo´u c c determinante. .11: Modul vektorskog produkta V6. b = bx i + by j + bz k.88 ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA c b a Slika 3.11). Teorem 3. norma |a × b| jednaka je povrˇini paralelograma ˇto ga razapinju vektori s s a i b (slika 3.

10 Vektorski produkt 89 odnosno i j k a × b = ax ay az . B = (0. 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. 3. bx by bz Dokaz. – svojstvo V3 odgovara svojstvu D3 koje kaˇe da zamjenom dvaju redaka z determinanta mijenja predznak. jer svaki takav lik moˇemo podijeliti na trokute. 2 2 Uoˇimo da smo na jednostavan naˇin rijeˇili naoˇigled sloˇeni problem. 1.12). jer smo c c s c z naˇli povrˇinu trokuta smjeˇtenog u prostoru. −3. Definicija vektorskog produkta 3.9.5 i teorem 3. Primjer 3. jer ´e u tom sluˇaju c z z c c c povrˇina trokuta biti nula.3. ABC . – svojstva V4 i V5 odgovaraju svojstvu D5. −3}. Kako je − − → AB = {−1.3 omogu´uju raˇunanje povrˇine c c s poligonalnih likova u ravnini.1: – prvi dio svojstva V2 odgovara svojstvu D4 koje kaˇe da je determinanta z s dva jednaka retka jednaka nuli. a nismo ga morali niti skicirati.7 Izraˇunajmo povrˇinu trokuta c s A = (1. s s s Na isti naˇin moˇemo provjeriti leˇe li tri toˇke na pravcu. Napomena 3. 2). Tvrdnja slijedi iz svojstava V2. 2. Povrˇina trokuta jednaka je polovici povrˇine paralelograma razapetog s veks s − − − → → torima AB i AC (slika 3.12. z − → AC = {2. ABC zadanog s C = (3. 0).2 Svojstva vektorskog produkta odgovaraju svojstvima determinanti iz poglavlja 2. V4 i V5. 3). s Na sliˇan naˇin moˇemo izraˇunati povrˇinu bilo kojeg poligonalnog lika u c c z c s prostoru. −1. −1}.

Mjeˇoviti produkt jednak je volumenu ili negativnoj vrijednosti volumena s paralelopipeda kojeg razapinju vektori a.90 ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA z A B 2 3 y 1 3 C x Slika 3. c). c). b i c. c) = ±|c| sin ∠(ρ.12: Povrˇina trokuta s Zadatak 3. Naime. . b i s c je broj (a × b) · c = |a × b| |c| cos ∠(a × b.2 Izraˇunajte povrˇinu trokuta iz prethodnog primjera pomo´u c s c − − −→ → − paralelograma razapetog s vektorima BA i BC. |a| |b| sin ∠(a. b) |c| cos ∠(a × b. tada je |c| cos ∠(a × b. a ako s ρ oznaˇimo ravninu s c baze. c) = |a| |b| sin ∠(a.6 Mjeˇoviti produkt ili vektorsko-skalarni produkt vektora a. Moˇe li se zadatak rijeˇiti ako z s − − −→ → − promatramo paralelogram razapet s vektorima AB i BC? 3.11 Mjeˇoviti produkt s Definicija 3. b) je povrˇina baze koja je razapeta vektorima a i b.

cy . D = (1. tada je ax ay az (a × b) · c = bx by bz cx cy cz Dokaz. −1. az }. bz }. c = {cx .9. 1.4 Ako je a = {ax .13: Mjeˇoviti produkt s Teorem 3. 3. Primjer 3. 3.7). odnosno linearno zavisni.3 Koriste´i teorem 3.1 dokaˇite da je z (a × b) · c = (b × c) · a = (c × a) · b = −(a × c) · b = −(b × a) · c = −(c × b) · a.3. 4). Sliˇno kao ˇto pomo´u vektorskog produkta moˇemo raˇunati povrˇine c s c z c s poligonalnih likova (primjer 3.4 moˇemo raˇunati volumene svih tijela koja su omedena samo s ravnim z c plohama. 0). 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. tako pomo´u mjeˇovitog produkta i teorema c s 3.8 Izraˇunajmo volumen tetraedra ABCD zadanog toˇkama c c A = (0.11 Mjeˇoviti produkt s 91 ˇto je jednako visini ili negativnoj vrijednosti visine (slika 3. . cz }. 1). B = (3. Zadatak 3. by . C = (−1.3. ay . b = {bx .4 i svojstvo determinante D3 iz poglavlja c 2. Tvrdnja slijedi iz teorema 3. c v b a Slika 3.13). 0).2 i 3.

jer svako takvo tijelo moˇemo podijeliti na tetraedre. a nismo ga morali niti skicirati. Na isti naˇin moˇemo s c z provjeriti leˇe li ˇetiri toˇke u istoj ravnini. Moramo li uzeti vektore s hvatiˇtem u istom vrhu? s .4 Izraˇunajte volumen tetraedra iz prethodnog primjera pomo´u c c − −→ −→ − − → − paralelopipeda razapetog s vektorima BA. jer smo c c s c z naˇli volumen tijela. jer ´e u tom sluˇaju volumen z c c c c tetraedra biti nula. BC i BD.14).92 ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA Volumen tetraedra jednak je ˇestini volumena paralelopipeda razapetog veks − − − → → −→ − torima AB. AC i AD (slika 3. 4}. 0}. 1}. 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. 4. Kako je − − → − → −→ − AB = {3. AC = {−1. Na sliˇan naˇin moˇemo izraˇunati volumen bilo kojeg c c z c z tijela koje je omedeno samo s ravnim plohama. 4. z D C 1 A 1 3 y 3 B x Slika 3. AD = {1.14: Volumen tetraedra Zadatak 3. 2.

4) ako su vektori a.4.12 Vektorsko-vektorski produkt Vektorsko-vektorski produkt vektora a.13 Pravac Pravac p je u prostoru E zadan s dvije razliˇite toˇke T 1 i T2 . odnosno postoji c z t ∈ R takav da je (slika 3. t ∈ R. b i c zadani kao z u teoremu 3. c z Sliˇno.3. 3. Uz oznake −→ − s = T1 T2 .4) pa rezultiraju´i vektor leˇi u ravnini razapetoj s vektorima b i c. z t ∈ R. z1   x r = y  . imamo vektorsku jednadˇbu pravca z r − r1 = t s. k)   a s = b . (3. (3. Za vektor smjera moˇemo uzeti i bilo koji z drugi vektor koji je kolinearan s vektorom s.5 Dokaˇite formule (3. . (3.3) i (3. rezultiraju´i vektor leˇi u ravnini razapetoj s vektorima a i b. b i c je vektor (a × b) × c. Neka je u koordinatnom sustavu (O.12 Vektorsko-vektorski produkt 93 3. Za svaku c c − → −→ − − toˇku T koja leˇi na pravcu p vektori T1 T2 i T1 T su kolinearni.15) −→ − −→ − T1 T = t T1 T2 . c z Zadatak 3. −→ − r1 = OT1 . Moˇe se pokazati da vrijedi z (a × b) × c = b (a · c) − a (b · c). − → r = OT .5) Vektor s je vektor smjera pravca p. c   x1 r 1 =  y1  . odnosno r = r1 + t s. j. c a × (b × c) = b (a · c) − c (a · b).3) odnosno. i.

0}. (3. x+5 y z √ = = .5) prelazi u parametarsku jednadˇbu pravca z z  x = x1 + a t  t ∈ R. 1 0 0 Naime.9 Jednadˇba x-osi glasi z  x = t  y=0   z=0 odnosno Tada vektorska jednadˇba pravca (3. a vektor smjera joj je i = {1. s No.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.6) dobivamo kanonsku (simetriˇnu) z c jednadˇbu pravca z y − y1 z − z1 x − x1 = = .94 ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA T1 s T2 r T 1 p r Slika 3. 0 0 2 . (3. 0.15: Pravac u prostoru Eliminacijom parametra t iz jednadˇbe (3. 0. x-os prolazi ishodiˇtem O = (0.6) y = y1 + b t   z = z1 + c t t ∈ R. 0). s Primjer 3. x y z = = .

5 jednadˇbe linearno zavz isne. 1 −1 −1 1 Stoga kanonska jednadˇba pravca glasi z x y+1 z = = .9) eliminacijom jedne od varijabli dobijemo kanonsku jednadˇbu (3.7) je zapisan sustav od tri linearne jednadˇbe s tri nepoznanz ice. pravac moˇemo zadati s dvije linearno nezavisne jednadˇbe s tri z z nepoznanice.8) Ove jednadˇbe definiraju pravac pa sustav ima jednoparametarsko rjeˇenje. z odnosno y+1 z y z−1 = ili = . y = −1 + t   z=t . −1.13 Pravac 95 je takoder jednadˇba x-osi. z U formuli (3. Dakle.7). (3. 1}.6). Iz sustava (3. 1. a sustav je ekvivalentan sustavu od dvije linearno nezavisne jednadˇbe z koje odaberemo medu njima.3.14). z z Primjer 3. A1 x + B 1 y + C 1 z + D 1 = 0 A2 x + B2 y + C2 z + D2 = 0.16) 2x + y + z + 1 = 0 x − y + 2z − 1 = 0. 0) i ima vektor smjera s = {−1. z s Stoga su prema Kronecker-Capellijevom teoremu 2.9) od kojih svaka predstavlja jednu ravninu u prostoru (poglavlje 3. iz z koje onda lako dobijemo parametarsku jednadˇbu pravca (3. −1 1 1 Pravac prolazi toˇkom T = (0. (3. Kad od prve jednadˇbe oduzmemo dvostruku drugu dobijemo 3y − 3z + 3 = 0. b (x − x1 ) = a (y − y1 ) c (x − x1 ) = a (z − z1 ) c (y − y1 ) = b (z − z1 ). odnosno z z x z x = ili = . 1 1 1 1 Kada zbrojimo prvu i drugu jednadˇbu dobijemo 3x + 3z = 0. c Parametarska jednadˇba glasi z  x = −t  t ∈ R.10 Nadimo kanonsku i parametarsku jednadˇbu pravca zadanog s (slika 3.

10) . (3. Posebno. tada svi izrazi koji sadrˇe z z varijablu z u (3. odnosno −→ − → − → − − − T1 T · (T1 T2 × T1 T3 ) = 0. Ako odaberemo toˇku T1 = (0.14 Ravnina Ravnina ρ je u prostoru E zadana s tri toˇke T 1 . Za svaku toˇku T koja leˇi u ravnini ρ vektori T1 T .11 Ako pravac p leˇi u x-y ravnini. y1 ) s koeficijentom smjera k.17).7) i (3.16: Pravac kao presjek ravnina Primjer 3.8) prelazi u b (x − x1 ) = a (y − y1 ). imamo 3.96 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. b (x − x1 ). (3. Stoga je volumen paralelopipeda ˇto ga razapinju s ti vektori jednak nula (primjer 3. c y − y1 = y − y1 = k (x − x1 ).6). T1 T2 i T1 T3 c z su komplanarni (slika 3. l). dobijemo c c c poznatu jednadˇbu z y = k x + l. Ako je a = 0. T2 i T3 koje ne leˇe na c z −→ − → − → − − − istom pravcu.8). pri ˇemu je l odsjeˇak na y-osi. dobijemo jednadˇbu pravaca kroz c z toˇku T1 = (x1 .8) nestaju. a b Oznaˇimo li koeficijent smjera s k = a . (3.

y. z1 }. n r1 T1 T2 ρ T r T3 Slika 3. −→ −→ − − n = T1 T2 × T1 T3 . z1 ). Svaki vektor kolinearan s n je takoder normala ravnine ρ.3.11) Vektor n je normalni vektor ili normala ravnine ρ.11) prelazi u jednadˇbu ravnine kroz toˇku z z c T1 = (x1 . (3. A(x − x1 ) + B(y − y1 ) + C(z − z1 ) = 0. y1 .17: Ravnina u prostoru Ako je u koordinatnom sustavu (O. C}. i.14 Ravnina 97 Uz oznake −→ − r1 = OT1 . jednadˇba (3. y1 . z c z Sredivanje gornje jednadˇbe daje op´i oblik jednadˇbe ravnine Ax + By + Cz + D = 0.12) . z}. k) n = {A. tada vektorska jednadˇba ravnine (3. − → r = OT .13) (3. r = {x. r1 = {x1 .10) prelazi u vektorsku jednadˇbu ravnine z z (r − r1 ) · n = 0. (3. j. B.

13) brojevi A.12) i (3. c = 0. 3. b. t ∈ R. B i C su skalarne komponente z vektora normale n. a b c a. Pravci p1 i p2 su paralelni. s T1 = (a. Ako je T = (x.14) Ako ravnina ρ ne prolazi ishodiˇtem i ako za toˇke T 1 . yi . b. z). To nam daje z z c jednadˇbu ravnine kroz tri toˇke.6 Pokaˇite da je jednadˇba (3. 2. 0. c = 0. . x3 − x 1 y3 − y 1 z3 − z 1 Zadatak 3. c). 3. ako za njihove vektore smjera vrijedi s1 = t s2 . T2 i T3 odaberemo s c sjeciˇta ravnine s koordinatnim osima. T2 = (0. 0). i = 1. z c x − x1 y − y1 z − z1 x2 − x1 y2 − y1 z2 − z1 = 0. tada jednadˇbu (3. b.98 ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA U obje jednadˇbe (3. 0). Paralelni pravci mogu. p1 p2 .14) ekvivalentna s z z x y z x1 y1 z1 x2 y2 z2 x3 y3 z3 1 1 = 0.10) moˇemo zapisati pomo´u determinante. 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. zi ). Ti = (xi . 1 1 (3. ali ne moraju leˇati jedan na z drugom. 1. 0. y. T3 = (0.15 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. a.

Toˇka T u kojoj pravac p sijeˇe ravninu ρ. c 2. Projekcija toˇke T na ravninu ρ (primjer 3.13).12). s·n . ako za njihove normale vrijedi n1 · n2 = 0. Okomite ravnine se sijeku u pravcu. Paralelne ravnine mogu. Kut izmedu pravca p i ravnine ρ nalazimo pomo´u skalranog produkta c vektora smjera i normale sin ∠(p. c 3. c 2. ali mogu biti i mimosmjerni. 5. n1 · n 2 . p1 ⊥ p2 . s 1. Ravnine ρ1 i ρ2 su paralelne. 1. ρ1 ⊥ ρ2 . ρ2 ) = |n1 | |n2 | 7. Toˇka T u kojoj se sijeku pravci p 1 i p2 . Okomiti pravci se mogu sje´i. p = ρ1 ∩ ρ2 . . ali moˇemo traˇiti i projekcije u c sc z z z bilo kojem smjeru. Projekcija pravca p na ravninu ρ. 6. Pravac p koji je presjek ravnina ρ 1 i ρ2 . 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. ρ1 ρ2 . ako za njihove normale vrijedi n1 = t n2 . ako za njihove vektore smjera vrijedi s1 · s2 = 0. c 3. t ∈ R. Ravnine ρ1 i ρ2 su okomite. Kut izmedu pravaca p1 i p2 nalazimo pomo´u skalarnog produkta vekc tora smjera. cos ∠(p1 .15 Primjene 99 2. Pravci p1 i p2 su okomiti. Najˇeˇ´e traˇimo ortogonalne projekcije. ali ne moraju leˇati jedna na z drugoj. Kut izmedu ravnina ρ1 i ρ2 nalazimo pomo´u skalranog produkta norc mala. d) Udaljenosti. |s| |n| c) Projekcije. cos ∠(ρ1 . s1 · s 2 . ρ) = b) Sjeciˇta.3.14). p2 ) = |s1 | |s2 | 4. Projekcija toˇke T na pravac p (primjer 3. 3. T = p1 ∩ p2 .

5. Udaljenost pravca p i ravnine ρ. 6. a povrˇine tetraedara raˇunamo pomo´u mjeˇovitog produkta s c c s kao u primjeru 3. Udaljenost ravnina ρ1 i ρ2 . Opisana kruˇnica – srediˇte je sjeciˇte simetrala stranica. 4. 2. 1. Povrˇina poligonalnih likova u prostoru – lik rastavljamo na trokute. d(p1 . z1 ) i T2 = (x2 .1) slijedi −→ − d(T1 . y1 . T2 ) = |T1 T2 | = (x2 − x1 )2 + (y2 − y1 )2 + (z2 − z1 )2 .100 ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA 1.13). p2 ). y2 . Udaljenost pravaca p1 i p2 . a radijus je udaljenost srediˇta s od bilo kojeg vrha. odnosno okomica spuˇtenih iz vrha trokuta s s na nasuprotnu stranicu. Upisana kruˇnica – srediˇte je sjeciˇte simetrala kutova. Volumeni tijela omedenih samo s ravnim plohama – tijelo rastavljamo na tetraedre. z2 ): iz postupka c nalaˇenja komponenata vektora u primjeru 3. Udaljenost toˇke T od ravnine ρ: prvo nademo projekciju T toˇke T na c c −→ − ravninu ρ.2 i formule za duljinu vekz tora (3. ρ). p) = | T T | (primjer 3. f) Povrˇine i volumeni. c 2. odnosno okomz s s ica podignutih od sredine stranice trokuta.7. d(ρ1 . Udaljenost toˇke T od pravca p: prvo nademo projekciju T toˇke T na c −→ − pravac p. a onda izraˇunamo d(T. 2. Teˇiˇte – sjeciˇte teˇiˇnica. odnosno pravaca koji spajaju vrh trokuta sa zs s zs sredinom nasuprotne stranice.8. a s povrˇine trokuta raˇunamo pomo´u vektorskog produkta kao u primjeru s c c 3. d(p. c 3. c 4. 3. a radijus je udaljenost srediˇta s od bilo koje stranice. e) Analiza trokuta. Postupci za ispitivanje ovih meduodnosa i svojstava detaljno su opisani u vjeˇbama. ρ) = | T T | (primjer 3. a onda izraˇunamo d(T. Udaljenost toˇaka T1 = (x1 .14). s 1. z . odnosno pravaca z s s koji raspolovljuju unutarnje kutove trokuta. ρ2 ). Ortocentar – sjeciˇte visina.

y = 1 i z = −1 pa je traˇena toˇka T jednaka (slika 3. Toˇka T je sjeciˇte pravca p i ravnine ρ c c s (slika 3.15 Primjene 101 3..13 Odredimo projekciju T toˇke T = (4. c Primjer 3..12) daje c x − 4 + 2(y − 4) − (z − 5) = 0. 5) na pravac c p . 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 .15.. y−6 z+1 x−4 = = 1 2 −1 i udaljenost toˇke T od pravca p. −1}. 1. Normala ravnine ρ jednaka je vektoru smjera pravca p. y = 3 + 2t   z = 2 + 3t Uvrˇtavanje u jednadˇbu ravnine daje s z 1 − t + 2(3 + 2t) + 2 + 3t − 3 = 0. Primjer 3.19). x−1 y−3 z−2 = = −1 2 3 i ravnina ρ zadana s x + 2y + z − 3 = 0. n = s = {1. Uvrˇtavanje ove vrijednosti t u parametarsku jednadˇbu s z pravca daje x = 2. odnosno t = −1.12 Odredimo toˇku T u kojoj se sijeku pravac c p . 2. a okomita je na pravac p.18) z c p ∩ ρ = T = (2. 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. −1). 4.3. Parametarska jednadˇba pravca glasi z  x = 1 − t  t ∈ R.1 Primjeri Sljede´i primjeri ilustriraju nalaˇenje sjeciˇta pravca i ravnine. Ravnina prolazi toˇkom T pa formula (3. c Za odredivanje projekcije odredit ´emo pomo´nu ravninu ρ koja prolazi c c toˇkom T .

3x + 6y + 2z − 6 = 0 i udaljenost toˇke T od ravnine ρ. a okomit je na c c c c ravninu ρ. .20). 3 Primjer 3. 2}. 4..83.. c Prvo ´emo na´i pomo´ni pravac p koji prolazi toˇkom T . + 8 −4 3 2 + 2 −5 3 2 √ 210 = ≈ 4. Toˇka T je tada sjeciˇte pravca i ravnine (slika 3.18: Sjeciˇte pravca i ravnine s 5 s pa uvrˇtavanje u jednadˇbu ravnine daje t = − 3 . .102 ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA z p 1 y ρ 2 T x Slika 3. c −→ − d(T. s = n = {3. Uvrˇtavanje t u params z etarsku jednadˇbu pravca daje z T = Konaˇno.14 Odredimo projekciju T toˇke T = (4. 3 3 3 . p) = |T T | = 7 −4 3 2 7 8 2 . 5) na ravninu c ρ . c s Vektor smjera pravca p jednak je normali ravnine ρ. 6.

19: Projekcija toˇke na pravac c Sliˇno kao u prethodnom primjeru. 49 49 49 ≈ (1. ρ) = |T T | = ≈ 5. Pravac prolazi toˇkom T pa njegova parametarska jednadˇba glasi c z  x = 4 + 3t  t ∈ R. uvrˇtavanje u jednadˇbu ravnine daje t = c s z − 40 . 49 .55. y = 4 + 6t   z = 5 + 2t −→ − 280 d(T.p) 8/3 4 y 7/3 T’ n=s 4 x p ρ Slika 3. .9. odnosno 49 T = Konaˇno c 76 −44 165 .71. −0. 3.3.37).15 Primjene 103 z T d(T.

20: Projekcija toˇke na ravninu c .104 ˇ VEKTORSKA ALGEBRA I ANALITICKA GEOMETRIJA z T T’ p s=n 4 y 76/49 4 ρ x Slika 3.

. .6. . . . . . .1. . . . . . .7 Klasifikacija elementarnih funkcija . . . . . . . . . . . . .3 4. . . . . . . . . . . . . .3 Limes u beskonaˇnosti . . . . . . .1. .3 Implicitno zadavanje . . . . . . . . . . . 4. . . .4 Logaritamska funkcija . . . . . . . . . . . . . 4. . . .4. . .6. . . . 4. . . . . . . . . . . 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 4.6. . . .6. . . . . . 4. . . . . . . . . . . . . . . . . . . . . . . . . . 4. . . . . . c 4. . . . . . . . . .1 Naˇini zadavanja funkcija . . . 4. . .4 Beskonaˇan limes . . .6. . . . . . .1 Konstantna funkcija . . .6. . . . . . .1 Svojstva neprekidnih funkcija . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Asimptote . . . . c Neprekidnost . . . . . . . . . 4. . . . . . . . . .3. . . . . . . . . . . . . . . .3. . . . . . . . . . .5 Trigonometrijske funkcije . . . . . . . . . . . . . . 4. . . . . .6. . . . . . . . . . . .6. .4 Parametarsko zadavanje . . .6 . . . . 4. . . . . . . . . . . . . . .4 4. . 4. . . . . . . . . . . Limes . . .2 Vrste prekida . . . 4. . . . . . . . . . 4. . . . . . . . . . . . . .3. . . . .9 Hiperbolne i area funkcije . . c 4.3 Eksponencijalna funkcija . . . 4. . . . . . . . . . . . . . .4. . . . . . . . .4. .2 Eksplicitno zadavanje . . . . . . . . . c 4. .8 Polinomi i racionalne funkcije . . . . . . .2 4.2 Potencija . . . . . . . . . . . . . .6 Arkus funkcije . . . . .1. . . . . . . . . . . . Pregled elementarnih funkcija . .3. . . . .1 Svojstva limesa . . .1. . .6. 4. . . . . . .5 4. . . . . . . . .1 Tabliˇno zadavanje . . . . Klasifikacija funkcija . FUNKCIJE REALNE VARIJABLE 4. . . . . . 4. . . . . 4. .2 Limes slijeva i zdesna . . .

a K kodomenu funkcije (vidi definiciju 1. Derivacije. te dati c c c klasifikaciju funkcija. Takoder ´emo navesti i svojstva limesa i neprekidnih funkcija. K ⊆ R. posve´ene su ispitivanju realnih c c funkcija realne varijable. zakrivljenosti i ekstrema. a na kraju c ´emo dati pregled elementarnih funkcija i njihovih svojstava. i kodomena podskupovi skupa realnih brojeva. Kako je svakoj funkciji jednoznaˇno pridruˇen c c z njen graf. c c c – zakrivljenost (konveksnost ili konkavnost) i toˇke infleksije. Precizne definicije s grafa funkcije ovise o naˇinu zadavanja funkcije pa ´emo ih navesti kasnije u c c odgovaraju´im poglavljima. pri ˇemu D oznaˇava domenu. c – ponaˇanje funkcije u rubovima podruˇja definicije. c – podruˇja monotonosti (rastu´a ili padaju´a funkcija). ukoliko je iz konteksta jasno na ˇto se misli. – periodiˇnost.106 FUNKCIJE REALNE VARIJABLE Ova glava kao i sljede´a o derivacijama. – odrediti inverznu funkciju ukoliko je zadana funkcija bijekcija. D. c – podruˇje neprekidnosti. odnosno definirati neke vaˇne klase funkcija. c – simetriju (parnost ili neparnost).7). a to su funkcije oblika c f : D → K. c U sljede´im poglavljima opisat ´emo naˇine zadavanja funkcija. – skicirati funkciju. koriste se kod nalaˇenja limesa te c z kod ispitivanja monotonosti. Zatim ´emo z c opisati pojam limesa te pomo´u njega uvesti pojam neprekidnosti i opisati c vrste prekida. c – podruˇje vrijednosti ili kodomenu. dakle funkcije kod kojih su domena. Posebno ´emo promatrati tipove funkcija c koje se javljaju u tehniˇkim primjenama. odnosno lokalne i globalne minimume i maksimume. Graf funkcije op´enito moˇemo definirati kao prikaz ovisnosti varijabli x i c z y pomo´u krivulje u ravnini. odnosno c toˇke u kojima dolazi do promjene zakrivljenosti. to u daljnjem izlaganju ˇesto ne´emo praviti razliku izmedu funkcije c c i njenog grafa. ukljuˇuju´i ∞ i −∞ s c c c kad god to ima smisla te u toˇkama prekida (limesi i asimptote). c . Za c c ispitivanje funkcije potrebno je znati: – podruˇje definicije ili domenu. c – ekstreme. c Potom ´emo definirati pojam asimptote i opisati kako ih nalazimo. koje su tema sljede´e glave.

S ⊂ R 2 .1: Tabliˇno zadana funkcija c Graf tabliˇno zadane funkcije je skup toˇaka u ravini.1 Naˇini zadavanja funkcija c 107 4. Za odredivanje vrijednosti funkcije u ostalim toˇkama koristimo postupak c interpolacije. y) : y = f (x)}.1 Tabliˇno zadavanje c Tabliˇno zadavanje funkcija je ˇesto u primjenama. eksplicitno.1 Naˇini zadavanja funkcija c Funkciju moˇemo zadati tabliˇno. Tako se na primjer z c temperatura ili tlak zraka mjeri su meteoroloˇkim stanicama. 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. implicitno i parametarski.4. definiran s c c S = {(x. Najjednostavnija je linearna interpolacija kod koje se vrijednosti . a kod prikaza se s u meteoroloˇkim kartama te vrijednosti interpoliraju glatkim krivuljama.1. s Funkcija zadana s x y = f (x) prikazana je na slici 4. z c 4. jer se vrijednost zac c visne varijable moˇe izmjeriti samo u nekim toˇkama.

2). dok se vrijednosti funkcija u ostalim toˇkama nalaze c c odgovaraju´om interpolacijom. cos x.11) c f (x) = y = yi + Tako je. za x ∈ (x i .6 − 1) = 2.6 3−1 yi+1 − yi (x − xi ). ln x i ex u odredenim toˇkama.2 Eksplicitno zadavanje Eksplicitno se funkcija zadaje pomo´u pravila c y = f (x). Dakle. Dakle.1.6) = y(1) + y(3) − y(1) (2. f (2. log x. xi+1 − xi 7 6 5 4 3 2 1 0 1 -1 2 3 4 5 6 7 8 Slika 4.108 FUNKCIJE REALNE VARIJABLE funkcije izmedu dvije susjedne toˇke grafa prikazuju kao da leˇe na pravcu c z izmedu te dvije toˇke. na primjer (slika 4. c 4.2: Linearna interpolacija Vaˇan primjer tabliˇno zadanih funkcija su i logaritamske tablice. xi+1 ) se uzima (vidi primjer 3. U tabliz c cama su zadane vrijednosti elementarnih funkcija kao sin x. eksplicitno z zadana funkcija je preslikavanje f : D → K pri ˇemu su domena D i kodomena c . gdje je f (x) izraz koji sadrˇi samo nezavisnu varijablu x.

Graf eksplicitno zadane funkcije je krivulja u ravini. z Graf implicitno zadane funkcije je krivulja u ravini.5). π] je inverzna funkcija kosinusa (vidi poglavlje 4.1. Domena je skup svih vrijednosti nezavisne varijable x za koje izraz f (x) ima smisla (definicija 1.7). 0]. y) izraz koji sadrˇi nezavisnu varijablu x i zavisnu varijablu y. y) = 0}.1) Slijedi −x ∈ [0. Domenu funkcije ponovo odredujemo iz definicija elementarnih funkcija. odnosno x ∈ [−π. Opiˇite rijeˇima izgled funkcije. Γ ⊂ R 2 . Slijedi xy ∈ [−1. 1] → c [0. a kako je kosinus jednak nula u svim toˇkama c π π xk = 2 + kπ. Pri tome jednoj vrijednosti nezavisne varijable x ∈ D odgovara samo jedna vrijednost zavisne varijable y. Γ ⊂ R 2 . Funkcija arccos : [−1. 1]. Za x = 0 slijedi y= cos(x) . Za x i xy koji zadovoljavaju prethodna ograniˇenja moˇemo uzeti kosinus lijeve i desne strane jednakosti (4. definirana s Γ = {(x. Primjer eksplicitno zadane funkcije je y= x3 − 2 . vidi poglavlje 4. definirana s Γ = {(x. Primjer implicitno zadane funkcije je x + arccos(xy) = 0. x ∈ D}.6. k ∈ Z. y) : y = f (x).1). x . Znamo da se ne smije dijeliti s nulom. y) : F (x. s c 4. ali u ovom sluˇaj potrebne su dodatne transformacije.4. π]. gdje je F (x.3 Implicitno zadavanje Implicitno se funkcija zadaje pomo´u pravila c F (x. ˇto c z s daje xy = cos(−x) = cos(x) (u zadnjoj jednakosti koristili smo ˇinjenicu da je c kosinus parna funkcija. c Zadatak 4.6.1 Naˇini zadavanja funkcija c 109 K podskupovi skupa R. zakljuˇujemo da je D = R \ { 2 + kπ : k ∈ Z}.6). Funkciju moˇemo zapisati i kao z arccos(xy) = −x. 2 cos x Domenu funkcije odredujemo iz definicija elementarnih funkcija.1 Nacrtajte funkciju u raznim podruˇjima pomo´u programa Netc c Plot i uvjerite se da je K = R. y) = 0. (4.

Sama funkcija y = cos(x)/x definirana je na ve´em c podruˇju.5 -2 -1.5 -1 -0. y) = 0 moˇe biti zadano z viˇe eksplicitno zadanih funkcija.4).3: Implicitno zadana funkcija x + arccos(xy) = 0 Za razliku od prethodnog primjera. 1) radijusa 2. x ∈ R \ {0} (slika 4. c -3 -2. z s Primjer 4. izrazom F (x. Zaista. 2 ˇto je nemogu´e. Na primjer. . z s c ovim izrazom eksplicitno su zadane dvije osnovne funkcije. jednadˇba z z (y − 1)2 = 4 − x2 povlaˇi c y−1= 4 − x2 ili y − 1 = − 4 − x2 .1 [Kruˇnica] Izrazom z x2 + (y − 1)2 − 4 = 0 implicitno je zadana kruˇnica sa srediˇtem u toˇki (0. 0) i na c tom intervalu poprima iste vrijednosti kao eksplicitno zadana funkcija y = cos(x)/x (vidi sliku 4.5 0 -5 -10 Slika 4. od kojih svaka predstavlja jednu polukruˇnicu.1) jer uvrˇtavanje nule c s daje π = arccos 0 = −0. y 1 (x) i y2 (x).3). s c Zakljuˇimo: funkcija x + arccos(xy) = 0 definirana je za x ∈ [−π. U tom sluˇaju jednoj vrijednosti varijable x s c moˇe odgovarati viˇe vrijednosti varijable y.110 FUNKCIJE REALNE VARIJABLE Da x mora biti razliˇit od nule slijedi i iz formule (4.

domene su D 1 = D2 = c [−2.1 Naˇini zadavanja funkcija c 111 10 5 -10 -5 5 10 -5 -10 Slika 4. Napomena 4.5). 2] (slika 4.4: Funkcija y = cos(x)/x odnosno y1 = 1 + 4 − x2 i y2 = 1 − 4 − x2 .4 i 4.12). c c Primjer 4.2 Descartesov list je krivulja zadana s izrazom x3 + y 3 − 3xy = 0. y0 ). Premda funkciju (slika 4.1 Op´enito. moˇemo je analizirati u parametarskom z obliku (primjeri 4.4. . izraz c (x − x0 )2 + (y − y0 )2 = r 2 je implicitna jednadˇba kruˇnice radijusa r sa srediˇtem u toˇki (x 0 . z z s c Implicitno zadane funkcije ˇesto nije mogu´e svesti na eksplicitni oblik.6) nije mogu´e jednostavno rastaviti na eksplicitno c zadane funkcije kao u primjeru 4. Kako izraz pod korijenom mora bit ve´i ili jednak nuli.1.

z s Na primjer.1. t ∈ T ⊆ R. Graf parametarski zadane funkcije je krivulja u ravini.2) Kao i kod implicitno zadanih funkcije.5: Implicitno zadana kruˇnica z 4. z z s .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 4.1 glase z z x = 2 sin t y = 1 + 2 cos t.1. Γ ⊂ R 2 . 2π].4 Parametarsko zadavanje Funkcija se zadaje parametarski tako da se x i y zadaju kao funkcije parametra t. y = ψ(t). parametarska jednadˇba kruˇnice iz primjera 4. (4. t ∈ T }. kod parametarski zadane funkcije jednoj vrijednosti varijable x moˇe odgovarati viˇe vrijednosti varijable y. t ∈ [0. Lako se provjeri da x i y zadovoljavaju jednadˇbu kruˇnice iz primjera 4. y) : x = ϕ(t). x = ϕ(t) y = ψ(t). z z Uoˇljivo je da je ovo samo jedna od beskonaˇno mogu´ih parametarskih jedc c c nadˇbi ove kruˇnice (navedite joˇ barem jednu). definirana s Γ = {(x.

7: Cikloida Zadatak 4.7) x = r(t − sin t) y = r(1 − cos t).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. r r 2*r*pi Slika 4.4.2 (a) Epicikloida je krivulja koju opisuje toˇka na kruˇnici kada c z se ta kruˇnica bez klizanja kotrlja po vanjskom rubu druge kruˇnice.6: Descartesov list Primjer 4. t ∈ R. z z Hipocikloida je krivulja koju opisuje toˇka na kruˇnici kada se ta kruˇnica c z z .1 Naˇini zadavanja funkcija c 113 3 2 1 0 -3 -2 -1 -1 -2 -3 0 1 2 3 Slika 4.

s z U ovoj i sljede´oj glavi vidjet ´emo da su najbolje razvijeni teoretski rezulc c tati za analiziranje eksplicitno zadanih funkcija. y t3 + 1 − 3t Dakle. t3 + 1 3 t2 x = ty = 3 .4 Izvedimo parametarsku jednadˇbu Descartesovog lista iz primz jera 4. dok se implicitno i parametarski zadane funkcije analiziraju pomo´u odgovaraju´ih prilagodbi tih rezulc c tata. 0). Nadite jeds z nadˇbe epicikloide i hipocikloide u matematiˇkom priruˇniku i nacrtajte z c c te krivulje pomo´u programa NetPlot. c dok se analogni teorem za sluˇaj funkcije x = g(y) dobije zamjenom varijabli. c . 3t . Ako je x. 0).6 dobijemo kada parametar t poprima vrijednosti u intervalima (−∞. (−1. c (b) Izvedite implicitnu jednadˇbu cikloide: z x+ 2ry − y 2 − r arccos r−y r = 0.114 FUNKCIJE REALNE VARIJABLE bez klizanja kotrlja po unutraˇnjem rubu druge kruˇnice. c Pri tome je vaˇno uoˇiti da su kod parametarski zadanih funkcija varijable x i y z c ravnopravne. t +1 y= t ∈ R \ {−1}. −1). ∞)? Kod rjeˇavanja zadatka moˇete koristiti program NetPlot. c Primjer 4. (c) Kako glasi jednadˇba cikloide koja polazi iz toˇke (1. [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. Zadatak 4.2. 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). y = 0. 1) i [1. Sljede´i teorem nam daje uvjete za postojanje funkcije y = f (x).3 Koje dijelove Descartesovog lista na slici 4. Iz jednadˇbe z x3 + y 3 − 3xy = 0 vidimo da krivulja prolazi kroz toˇku (0. 0)? Provjerite rjeˇenje z c s pomo´u programa NetPlot.

i teorem je dokazan.7. – rastu´e i padaju´e (monotone) funkcije i c c – periodiˇne funkcije. tada je Γ ujedno i graf eksplicitno zadane funkcije y = f (x) pri ˇemu je f = ψ ◦ ϕ −1 .1 Neka je skup Γ definiran relacijom (4. n∈N . Na primjer. a neparna ako je f (−x) = −f (x) za svaki x ∈ D. funkcija |x| iz poglavlja 1.2 Klasifikacija funkcija U ovom poglavlju definirat ´emo ˇto su c s – omedene i neomedene funkcije. funkcija s xn . c Neka je f : D → K. Definicija 4. K ⊆ R. Oˇito i kod parne i neparne funkcije podruˇje definicije mora biti simetriˇno c c c s obzirom na ishodiˇte. c Dokaz. Po Teoremu o inverznoj funkciji 1. Kako je ϕ injekcija.2 Funkcija f je parna ako je f (−x) = f (x) za svaki x ∈ D.2 Klasifikacija funkcija 115 Teorem 4. Na primjer. zakljuˇujemo da je ϕ bijekcija c izmedu skupova T i D. Definirajmo kompoziciju f = ψ ◦ ϕ −1 . Nadalje. 4. Oˇito vrijedi c f : D → R.2 je neomedena jer za svaki m > 0 postoji x ∈ D takav da je |x| > m.4. y = ψ(t) = ψ(ϕ−1 (ϕ(t))) = ψ(ϕ−1 (x)) = f (x). Neka je skup D = ϕ(T ) slika funkcije ϕ. a ujedno i surjekcija sa skupa T na skup D. Ako je funkcija ϕ injekcija. D.1 postoji inverzna funkcija ϕ−1 : D → T . Funkcija f je neomedena ako nije omedena.1 Funkcija f je omedena ako postoji broj m takav da je |f (x)| ≤ m za svaki x ∈ D. Definicija 4. – parne i neparne funkcije.2) graf neke parametarski zadane funkcije.

0] i strogo c rastu´a na intervalu [0. dakle po dijelovima strogo monotona. Definicija 4. Na primjer. Funkcija f je strogo rastu´a na intervalu A ⊆ D ako c (∀x1 .17) je monotona i to istovremeno i rastu´a i padaju´a c c na ˇitavoj domeni (ali ne strogo). x2 ∈ A) x1 < x2 ⇒ f (x1 ) ≤ f (x2 ). x2 ∈ A) x1 < x2 a strogo padaju´a na intervalu A ⊆ D ako c (∀x1 . Ako je funkcija (strogo) rastu´a ili padaju´a. Funkcija |x| je parna: ako je x > 0. 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. Sliˇno. x2 ∈ A) x1 < x2 ⇒ f (x1 ) > f (x2 ).4 Funkcija f je periodiˇna ako postoji broj P = 0 takav da za c svaki x ∈ D vrijedi f (x + P ) = f (x). x2 ∈ A) x1 < x2 ⇒ f (x1 ) < f (x2 ). funkcija |x| je strogo padaju´a na intervalu (−∞. Ako je A = D tada kaˇemo da je funkcija f (strogo) rastu´a ili padaju´a bez z c c navodenja skupa. joˇ kaˇemo i da je (strogo) monoc c s z tona. ⇒ f (x1 ) ≥ f (x2 ).3 Funkcija f je rastu´a ili uzlazna na intervalu A ⊆ D ako c (∀x1 . funkcija f je padaju´a ili silazna na intervalu A ⊆ D ako c c (∀x1 . tada je −x < 0 pa vrijedi | − x| = −(−x) = x = |x|. Najmanji pozitivni P s ovim svojstvom c zove se osnovni period ili period funkcije f . a neparna za n neparan pa odatle i nazivi: f (−x) = (−x)n = (−1)n xn = (−1)n f (x). c Definicija 4. a ako je x < 0 tada je −x > 0 pa vrijedi | − x| = −x = |x|.116 FUNKCIJE REALNE VARIJABLE je parna za n paran. . Konstantna c funkcija f (x) = 2 (slika 4. Tada oˇito mora vrijediti x + P ∈ D. ∞).

4.4 Nacrtajte funkcije [x] i f iz primjera 4. Kako je 0 ≤ f (x) < 1. odnosno c z x→x0 lim f (x) = a. tada kaˇemo da funkcija f divergira u toˇki x 0 . 1).5 Funkcija najve´e cijelo. k ∈ Z.3 Limes 117 Primjeri periodiˇnih funkcija su trigonometrijske funkcije.3) z c Ako limx→x0 f (x) postoji. Broj a je limes ili graniˇna vrijednost funkcije f kada x teˇi prema x 0 . Pored ove.8) (∀ε > 0) (∃δ > 0) x ∈ D \ {x0 } ∧ |x − x0 | < δ ⇒ |f (x) − a| < ε. 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. Takoder ´emo definirati limes slijeva i zdesna. c Primjer 4. [x] : R → Z je definirana s c [x] = k. U ovom poglavlju definirat ´emo limes funkcije i dati njegova svoc jstva. tada kaˇemo da funkcija f konvergira u toˇki x 0 . to je Rf = [0. viˇe intuitivne definicije limesa. k ≤ x < k + 1. c Zadatak 4. imamo i matematiˇku definiciju: s c x→x0 lim f (x) = a ako (slika 4. Definirajmo funkciju f : R → R s f (x) = x − [x].5.5 Ako se vrijednost funkcije f (x) pribliˇava vrijednosti a kada z se nezavisna varijabla x pribliˇava toˇki x 0 . Nadalje. c Definicija 4. limes u beskonaˇnosti i c c beskonaˇan limes. 4. (4. z c Ako limx→x0 f (x) ne postoji. odnosno z f (x) → a kada x → x0 .3 Limes Pojam limesa je jedan od najvaˇnijih pojmova za razumijevanje analize z funkcija. . tada kaˇemo da f (x) teˇi prema z c z z a kada x teˇi prema x0 .

8).2 i 4. Napomena 4.8 prikazuje situaciju iz relacije (4. odnosno da postoje dva razliˇita limesa u toˇki x 0 . a z c da nije definirana u toj toˇki.ε x . no z taj interval je sadrˇan u polaznom intervalu oko a pa je relacija (4. Drugim rijeˇima. Dokaz.δ x x +δ 0 0 0 Slika 4. c a+ ε a a. ali mora biti definirana u nekoj okolini te c toˇke. Dokaˇimo prvi teorem o limesu. za svaki inc terval oko toˇke a postoji interval oko toˇke x 0 . (2) Iz definicije 4.118 FUNKCIJE REALNE VARIJABLE Iako izgleda sloˇeno. ˇim se x nalazi u drugom intervalu. . precizna definicija limesa (4.2 (1) Veliˇine ε i δ u definiciji (4.8: Limes funkcije Slika 4.5 vidimo da funkcija f moˇe imati limes u nekoj toˇki.3) su op´enito mali brojevi c c (vidi sliku 4. U ovom sluˇaju c c se za x iz drugog intervala vrijednosti funkcije nalaze u uˇem intervalu.3).2 Limes je jedinstven. z Teorem 4. Dokaz ´emo provesti pomo´u kontradikcije.3) nuˇna je za dokazivanje z z raznih svojstava limesa kao u teoremima 4. c c x→x0 lim f (x) = a i x→x0 lim f (x) = b.3) zadovolz jena.3. Pretpostavimo suprotno c c od tvrdnje teorema. takav da se vrijednost funkcije c c nalazi u prvom intervalu.

Dokaz. x→x0 x→x0 x→x0 lim (f · g)(x) = lim f (x) · lim g(x). δg }. nego svojstva c c limesa i osnovne limese koje ´emo upoznati tijekom predavanja.3). a + ε) ∧ |x − x0 | < δb ⇒ f (x) ∈ (b − ε.3 Limes 119 Odaberimo ε = (b − a)/3.10 (ii). c c c .3).3. 2 pri ˇemu su a i b odgovaraju´i limesi. kako su intervali na desnoj strani disjunktni zbog naˇeg izbora ε.4. Dokaˇimo prvo svojstvo.3) z postoje δf i δg takvi da |x − x0 | < δf ⇒ |f (x) − a| < ε 2 ∧ |x − x0 | < δg ⇒ |g(x) − b| < ε . b + ε). 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). No. Odaberimo ε > 0. x→x0 x→x0 x→x0 lim f limx→x0 f (x) . b + ε).3 (Osnovna svojstva limesa) Neka funkcije f i g imaju limese kada x → x0 . c 4.3) postoje δ a i δb takvi da |x − x0 | < δa ⇒ f (x) ∈ (a − ε. Ostale tvrdnje dokazuju se na sliˇan naˇin pomo´u relacije (4. Prema relaciji (4. c Teorem 4. Tada bi za δ = min{δa . Dobili smo kontradikciju pa je teorem dokazan. (x) = g limx→x0 g(x) uz x→x0 lim g(x) = 0. U gornjoj nejednakosti koristili smo nejednakost trokuta za apsolutnu vrijednost iz teorema 1. Neka je δ = min{δ f . to je s nemogu´e. δb } moralo vrijediti |x − x0 | < δ ⇒ f (x) ∈ (a − ε. a + ε) ∧ f (x) ∈ (b − ε. Prema relaciji (4.1 Svojstva limesa Za praktiˇno raˇunanje limesa ne koristimo relaciju (4. 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.

za konstantu c vrijedi x→x0 FUNKCIJE REALNE VARIJABLE lim (c + f (x)) = c + lim f (x). x→x0 c c lim = .6 Dokaˇimo da je z lim sin x = 1.4) x→0 .9: Pravilo uklijeˇtene funkcije s Primjer 4. x→x0 f (x) limx→x0 f (x) Sljede´a dva teorema navodimo bez dokaza.120 Posebno. 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.9 g(x) h(x) a f(x) x0 Slika 4. x (4.4 (Pravilo uklijeˇtene funkcije) Neka je s x→x0 lim f (x) = lim g(x) = a. c x→x0 lim f (x) = 0. x→x0 x→x0 lim (cf (x)) = c lim f (x). Teorem 4. Situacija opisana u teoremu prikazana je na slici 4.

Zadatak 4. osim moˇda u samoj toˇki x0 . pa dijele´i nejednakost sa sin x > 0 imamo c x 1 > > 1. (x0 − δ.3 i jednakost (4. x lim cos x = 1. lim 1 = 1. Tada c z c je lim f (x) = lim g(x).27 zakljuˇujemo da za x > 0 vrijedi c tg x > x > sin x. cos x sin x Sliˇno.3 Limes 121 Neka je x blizu nule.11. tre´u tvrdnju teorema c c 4. za x < 0 vrijedi (negativni brojevi) c tg x < x < sin x.5 (Pravilo zamjene) Neka funkcije f i g imaju iste vrijednosti u nekoj okolini toˇke x0 . Jednakost (4. cos x sin x Dakle.4) izraˇunajte c lim sin 2x . Iz slike 4. x→0 jednakost (4. za x = 0 vrijedi i reciproˇna nejednakost c 1> Kako je x→0 sin x > cos x.6. x→x0 x→x0 .4) se lijepo vidi i na slici 4. x0 + δ).4.5 Koriste´i formulu sin 2x = 2 sin x cos x. x x→0 ˇ Cemu je jednak limes sin x 2 ? x→0 x lim Teorem 4. dijele´i nejednakost sa sin x < 0 ponovo imamo c x 1 > > 1.4) vrijedi po teoremu 4.

x→x0 −0 |x| lim Iz slike 4. Napomena 4.10). Primjer 4. Vrijednost a je limes slijeva funkcije f u toˇki x 0 . odnosno c c x→x0 +0 lim f (x) = a. z . ako (∀ε > 0) (∃δ > 0) x ∈ D ∩ (x0 .2 Limes slijeva i zdesna Kada nezavisna varijabla x teˇi k x 0 slijeva ili zdesna. x→x0 +0 |x| lim Za x < 0 vrijedi sign(x) = x/(−x) = −1 pa je x = −1. x0 ) ⇒ |f (x) − a| < ε. Odredimo limese slijeva i zdesna u toˇki x0 = 0: za x > 0 vrijedi sign(x) = x/x = 1 pa je c x = 1.3 Svojstva limesa iz poglavlja 4. Sliˇno.122 FUNKCIJE REALNE VARIJABLE 4.7 Funkcija predznak ili signum definirana je na sljede´i naˇin: c c sign : R \ {0} → R. x0 + δ) ⇒ |f (x) − a| < ε.1 vrijede i za limese s lijeva i zdesna. vrijednost a je limes zdesna funkcije f u toˇki x 0 . limesi ne moraju z biti jednaki.3.10 vidimo da za svaki ε > 0 moˇemo uzeti bilo koji δ > 0. ako (∀ε > 0) (∃δ > 0) x ∈ D ∩ (x0 − δ. odnosno c x→x0 −0 lim f (x) = a. sign(x) = x . |x| ˇ Cesto se po dogovoru uzima sign(0) = 1 (vidi sliku 4.3.

x→+∞ ako (∀ε > 0) (∃M > 0) x∈D ∧ x>M ⇒ |f (x) − a| < ε.10: Funkcija sign(x) 4.8 a) Kako je funkcija sinus omedena. x→−∞ x lim .3.3. x→+∞ x lim 1 = 0− . Sliˇno. ovdje moˇemo ˇak odrediti da li f (x) → 0 s z c gornje ili donje strane (vidi sliku 4.3 Limes u beskonaˇnosti c Ako je podruˇje definicije D neograniˇene s jedne ili s obje strane. Napomena 4.12): 1 = 0+ .4 Svojstva limesa iz poglavlja 4.11) sin x sin x lim = 0. c Primjer 4. odnosno lim f (x) = a. c odnosno lim f (x) = a. | sin x| ≤ 1.1 vrijede i za limese u beskonaˇnosti. zanima c c nas postoji li limes funkcije kada nezavisna varijabla x teˇi k −∞ ili +∞.4. vrijednost a je limes funkcije f kada x → −∞ (limes u lijevom kraju). Za c z razliku od prvog primjera. x→+∞ x x→−∞ x b) Funkcija f (x) = 1/x oˇito teˇi k nuli kada x → +∞ i kada x → −∞. lim = 0. vrijedi (vidi sliku 4.3 Limes 123 1 -1 Slika 4. x→−∞ ako (∀ε > 0) (∃M < 0) x∈D ∧ x<M ⇒ |f (x) − a| < ε. z Vrijednost a je limes funkcije f kada x → +∞ (limes u desnom kraju).

4 0. x . Napomena 4.1 vrijede i za beskonaˇne limese.5 Beskonaˇne limese slijeva i zdesna definiramo na sliˇan naˇin. Sliˇno.8 0.13) x→0−0 lim 1 = −∞. Funkcija f teˇi u +∞ kada x → x0 . funkcija f teˇi u −∞ kada x → x 0 . c c c Svojstva limesa iz poglavlja 4.4 FUNKCIJE REALNE VARIJABLE 10 M 20 30 40 50 Slika 4.11: Funkcija sin x/x 4.3. x x→0+0 lim 1 = +∞. ako (∀M > 0) (∃δ > 0) x ∈ D \ {x0 } ∧ |x − x0 | < δ lim f (x) = −∞. ⇒ f (x) > M.6 0.4 Beskonaˇan limes c c z c Kada x → x0 takoder je mogu´e da vrijednosti funkcije f teˇe u beskonaˇnost.3. lako se vidi da je (slika 4. odnosno c z x→x0 ako (∀M < 0) (∃δ > 0) x ∈ D \ {x0 } ∧ |x − x0 | < δ ⇒ f (x) < M.2 −0.2 ε 0 −ε −0. c Na primjer.124 1 0. odnosno z x→x0 lim f (x) = +∞.

z Intuitivna definicija neprekidnosti je sljede´a: funkcija je neprekidna ako c njen graf moˇemo nacrtati bez podizanja olovke s papira. Medutim. . c opisati vrste prekida koje funkcija moˇe imati te definirati asimptote i opisati z postupak za njihovo nalaˇenje. 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.6 Koji su limesi funkcija f (x) = 1 . x → +∞ i x → −∞ ? 4.4 Neprekidnost Definirat ´emo svojstvo neprekidnosti. Definicija 4.6 Funkcija f je neprekidna u toˇki x 0 ∈ D ako je c x→x0 lim f (x) = f (x0 ). x2 g(x) = 1 x3 kada x → 0 − 0. Stroga matematiˇka c definicija neprekidnosti koristi pojam limesa. dati svojstva neprekidnih funkcija.4.12: Funkcija 1/x Zadatak 4. x → 0 + 0.4 Neprekidnost 125 ε M Slika 4.

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.

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.16: Kosa asimptota Primjer 4. Dakle.11 u lijevoj strani i u s toˇki prekida x = −1.7 Ispitajte ponaˇanje funkcije iz primjera 4. 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. Pokuˇajte skicirati funkciju.5 Asimptote 131 f(x) M y=kx+l N α L Slika 4. Potraˇimo kosu asimptotu: vrijedi z f (x) x = lim =1 x→+∞ x x→+∞ 1 + x lim pa je k = 1. Zadatak 4.4.11 Ispitajmo ponaˇanje funkcije s f (x) = u desnoj strani. c s . pravac y = x − 1 je kosa asimptota funkcije f u desnoj strani.

6. prvo moramo utvrditi za koje vrijednosti parametra x teˇi u beskonaˇno.1 Konstantna funkcija f (x) = c. Detaljno poznavanje c svih elementarnih funkcija i svih njihovih svojstava nuˇno je za uspjeˇnu z s analizu funkcija. Formule (4. definirana s c zove se konstantna funkcija (slika 4. t ∈ R \ {−1}. nema vertikalne ni kose asimptote te je oˇito sama sebi horizontalna asimptota u oba c kraja. . Funkcija f : R → {c}.6 Pregled elementarnih funkcija Opisat ´emo elementarne funkcije i njihova svojstva.6. pravac y = −x−1 je kosa asimptota Descartesovog lista u lijevoj strani. y = y(t) = 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.2 kao ˇto je prikazano na slici 4.12 Asimptote moˇemo traˇiti i kod parametarski zadanih funkcija. omedena.17). 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. Sliˇno se pokaˇe da je isti pravac kosa asimptota i u desnoj strani . 4. Konstantna funkcija je neprekidna. pri ˇemu je c ∈ R. Descartesov list je u parametarskom s obliku zadan s formulama kao u primjeru 4. z z Dokaˇimo da je pravac y = −x − 1 kosa asimptota Descartesovog lista iz primz jera 4.132 FUNKCIJE REALNE VARIJABLE Primjer 4. 1+t 3 (−1) 3t = lim = 3+1 2−t+1 2 − (−1) + 1 t→−1−0 t t (−1) Dakle.4: 3t 3 t2 . ∀x ∈ R. monotona. c z 4. parna. Vrijedi z c x = x(t) = 3 t2 3 (−1)2 3 = = = −∞.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. t3 + 1 t +1 Kako su x i y funkcije parametra t. 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 = = = +∞.

dok je za paran n restrikcija funkcije xn na interval [0. (x ) = x n m n m·n n (P1) (P2) (P3) . Ako je x = 0 i k ∈ N. x1 = x.1.2 Potencija Potenciranje s prirodnim brojem je funkcija f : R → R definirana s f (x) = xn . n ∈ Z ukoliko su izrazi dobro definirani. n Primjeri potencija dani su na slici 4. x Pravila (P1). Takoder vidimo da je za neparan n funkcija x n bijekcija pa ima inverznu funkciju po teoremu 1.19) 1 f (x) = x−k = k . tada su dobro definirane i funkcije f : R\{0} → R (vidi sliku 4. Potenciranje je definirano rekurzivno: x0 = 1. (00 je nedefinirano) n ∈ N. Potenciranje s racionalnim eksponentom Funkciju f (x) = x n = 1 √ n x . Vidimo da su (ne)parne potencije (ne)parne funkcije. odnosno ukoliko nazivnik nije nula. (P2) i (P3) vrijede ∀m.6. ∀x = 0.4. ∞) bijekcija pa ima inverznu funkciju. (x · y) = x · y . xn+1 = xn · x. Pravila potenciranja se lako dokaˇu indukcijom: z xm+n = xm · xn .18.17: Konstantna funkcija 4.6 Pregled elementarnih funkcija 133 c Slika 4.

Naredba za crtanje funkcije x 0.2). Napomena 4.8 Uz sliku 4. za n ∈ N moˇemo definirati funkciju z f (x) = x− n = pri ˇemu je c D(x− n ) = D(x n )\{0}. 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 4.21 vezana je zanimljiva primjedba. ∞). funkcija −(−x) Nadalje.134 FUNKCIJE REALNE VARIJABLE 1 1 -1 x x**2 x**3 Slika 4. Uoˇite da je c √ c c funkcija 3 x = x1/3 nacrtana iz dva dijela na pomalo neobiˇan naˇin. = 0. Napomena 4. ukoliko je n paran (vidi slike 4.21).7. .33333 . to jest pravac y = x. dok se lijeva strana dobije tako ˇto se nacrta s 0.7 Graf inverzne funkcije simetriˇan je grafu zadane funkcije s c obzirom na simetralu I i III kvadranta.6.3333 . raˇunala barataju c znamo da je x samo s diskretnim podskupom skupa Q (vidi poglavlje 1. . Mi 1/3 inverzna funkcija funkcije x 3 .33333 u programu Gnuplot tako daje sliku funkcije samo za x > 0. Medutim.3 ima beskonaˇni periodiˇni decimalni zapis.1. . 1 1 1 1 xn 1 . a broj 1 = 3 ˙ 0.18: Potenciranje s prirodnim brojem definiramo kao inverznu funkciju funkcije x n ili njene restrikcije na interval [0.20 i 4.

monotone ili po dijelovima monotone. horizontalne ili kose asimptote ? Prisjetimo se da je skup racionalnih brojeva Q zapravo skup klasa ekvivalencije na skupu Z × N. n ∈ N. m 1 1 . odozgo). k ∈ N z Takoder moˇemo definirati i funkcije oblika f (x) = x n . neprekidne ili imaju prekide (kakvi su ti prekidi) te koje imaju vertikalne.8 Koje od funkcija xk .6 Pregled elementarnih funkcija 135 x**(-1) x**(-2) 1 -1 -1 1 Slika 4. Zadatak 4. parne ili neparne. Na c c primjer. pri ˇemu se podruˇje definicije odreduje na temelju prethodnih pravila.4. D = [0. 2 3 D(x 3 ) = R. D = R. x1/k . D(x 2 ) = [0. m m ∈ Z. ∞). 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. ∞) √ 4 galeb(x) = x2 .19: Funkcije f (x) = x−k . 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 . k ∈ Z. su omedene (odozdo.

expa (x) ≡ expa x = ax . a 00 je neodredeni oblik. 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 . tada moˇemo definirati z funkciju expa : R → R+ .1). ∀x = 0. Pored toga.6.3 Eksponencijalna funkcija ˇije se vrijednosti raˇunaju po prethodnim pravilima potenciranja. a = 1. za x < 1. za x > 1  xa = 1. Iz svojstva c c (P5) slijedi da je expa za a > 1 strogo rastu´a funkcija. a b a 4. za x = 1  1  −a (x) . funkcija galeb(x) prikazana je na slici 4. (P2) i (P3) vrijede i za potenciranje s racionalnim i realnim brojevima. Takoder.20. b (P4) (P5) (P6) ⇒ x <x .22. ∞). .20: Funkcija f (x) = √ x Dok je prva funkcija prikazana na slici 4. Pravila potenciranja (P1). c Potenciranje s realnim brojem Za x > 0 i a ∈ R definiramo funkciju f (x) = x a sa  inf{xq : q ∈ Q ∧ q > a}. x >x . 0x = 0. za a > 1 c Ako fiksiramo bazu a ∈ R+ = (0.136 FUNKCIJE REALNE VARIJABLE 1 x**2 sqrt(x) x -1 1 Slika 4. √ Sliˇno je i x2 = |x| (vidi sliku 1.

4.23). Napomena 4.9 Posebno se ˇesto koriste funkcije 10 x i ex .22: Funkcija galeb(x) = √ 4 x2 . kako je 1 x = a−x . Dakle. za a a < 1 funkcija expa je strogo padaju´a i ima horizontalnu asimptotu y = 0 c kada x → +∞.6 Pregled elementarnih funkcija 137 1 -1 -1 1 x**3 x**(0. Broj e se zove c 1 -1 1 Slika 4.33333) x Slika 4.21: Funkcija f (x) = √ 3 x funkcija expa ima horizontalnu asimptotu y = 0 kada x → −∞. expa je uvijek bijekcija (vidi sliku 4. a c to je funkcija exp 1 simetriˇna funkciji expa s obzirom na y-os. Nadalje.33333) -(-x)**(0.

23: Eksponencijalne funkcije 2 x i 2−x baza prirodnih logaritama. (vidi sliku 4. definiran je kao 1 n n e = lim n→∞ 1+ = lim x→+∞ 1+ 1 x x . .24: Funkcije 10x i ex .24). .138 FUNKCIJE REALNE VARIJABLE 2**x 2**(-x) 2 1 -2 -1 -1/2 1/2 1 2 Slika 4.7182 . z 10**x e**x e 1 1/e -1 1 Slika 4. i pribliˇno je jednak e ≈ 2.

. ln je kratica od logaritam naturalis.25: Funkcija f (x) = log 2 x Zbog svojstava inverznih funkcija vrijedi (teorem 1. log10 x ≡ log x. logaritamsku funkciju definiramo kao inverznu funkciju eksponencijalne funkcije (vidi slike 4.6.4 Logaritamska funkcija Kako je expa bijekcija. ∀x ∈ R+ . a Posebno se koriste Briggsovi ili dekadski logaritmi s bazom 10. loge x ≡ ln x.6 Pregled elementarnih funkcija 139 4. i prirodni logaritmi s bazom e. loga (x) (expa ◦ log a )(x) = a = x.25 i 4.26): loga ≡ exp−1 : R+ → R. Zadatak 4. log(x)/log(2) 2**x x 2 1 -2 -1 -1/2 -1 1/2 1 2 Slika 4. ∀x ∈ R.4.9 Nacrtajte funkcije log a (ax ) i aloga (x) .1) (log a ◦ expa )(x) = log a (ax ) = x.

x. Kako su u prethodnoj jednakosti baze jednake. y > 0. x. 1 loga b = . Uvrˇtavanje b = aloga b u gornju nejednakost i primjena svojstva potenciranja s (P2) daju aloga x = aloga b logb x = aloga b·logb x . x > 0. logb a loga (x · y) = log a x + log a y. y > 0. odnosno svojstvo (L1) vrijedi. x =a r r·loga x (L1) (L2) (L3) (L4) (L5) (L6) .5) 2**(-x) x 2 1 1/2 -2 -1 -1 1/2 1 2 -2 Slika 4. y loga xy = y log a x. .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). x > 0.140 FUNKCIJE REALNE VARIJABLE log(x)/log(0. x loga = loga x − log a y. to moraju biti jednaki i eksponenti. Dokaz svojstva (L1): jednakost x = x moˇemo koriste´i logaritme s bazama a z c i b zapisati kao aloga x = blogb x .

neprekidne i imaju li asimptote? Jesu li te 4. kod crtanja funkcija log 2 x i log 1/2 x na slikama 4. π moˇemo definirati i pomo´u sume beskonaˇnog reda brojeva (vidi poglavlje 6. 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 .26 koriˇtena su svojstva (L1) i (L2). Svojstva (L4–L6) dokazuju se sliˇno.1): c π = lim 2n n→+∞ 2− 2+ 2+ √ 2··· (4.4.6. 1 3 5 7 9 11 .2. Njen z c c s z opseg jednak je O = 2rπ = 2 · 1 · π.5 Trigonometrijske funkcije Promotrimo srediˇnju jediniˇnu kruˇnicu implicitno zadanu s s c z x2 + y 2 = 1. ln x.14159265358979323846264338327950288419716939937508 Broj π moˇemo definirati na razliˇite naˇine. monotone. Broj π ima beskonaˇni neperiodiˇni decimalni zapis. a njegovih prvih pedeset c c znamenaka glasi 3. Program Gnuplot pomo´u kojeg su nacrtane s c slike funkciju ln x oznaˇava s log(x). funkcije omedene.7) n − 1 korijen z c c Takoder.25 i 4. log 3 x i log 1/3 x.10 Nacrtajte funkcije log x. Tu kruˇnicu ´emo u ovom sluˇaju joˇ zvati i trigonometrijska kruˇnica.10 Kako ve´ina programa za crtanje funkcija moˇe crtati samo c z funkcije log x i ln x.4): π=4 ∞ n=0 (−1)n =4 2n + 1 1 1 1 1 1 1 − + − + − + ··· . π jednak z c c limesu beskonaˇnog niza brojeva (vidi zadatak 6. c Napomena 4. c Zadatak 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. na primjer. Tako je.

0) Slika 4.27: Trigonometrijska kruˇnica z Promatraju´i sliku 4.27). Definirajmo prvo funkcije sinus i kosinus. .1).1% nalazi se na http://www. dok se pozitivni dio brojevnog pravca namata na kruˇnicu u pozitivnom smjeru (obrnuto od kazaljke na satu). a cos x je parna funkcija (definicija 4. z Tada se toˇka x brojevnog pravca nalazi u toˇki c c T = (cos x. 0) u koordinatnom sustavu ravnine. sin x) u koordinatnom sustavu (slika 4. Na trigonometrijsku kruˇnicu z nanesimo brojevni pravac tako da se broj 0 brojevnog pravca nalazi u toˇki c I = (1. Drugim rijeˇima. cos : R → [−1.27 moˇemo zakljuˇiti sljede´e: c z c c – funkcije sin x i cos x su omedene (definicija 4.142 FUNKCIJE REALNE VARIJABLE Zanimljiva priˇa o tome kako je Arhimed izraˇunao broj π s pogreˇkom manc c s jom od 0.edu/∼arnold/graphics.html. c tg x x sin x T 0 cos x I=(1. cos x je apscisa. a sin x c ordinata toˇke T u kojoj se nalazi broj x. – sin x je neparna.2). 1].ima. odnosno vrijedi sin x.umn.

z s Funkcije sin x i cos x prikazane su na slici 4. k ∈ Z.6).4. stoga ˇto vrijedi za svaki x ∈ R).6 Pregled elementarnih funkcija 143 – sin x i cos x su periodiˇne funkcije a osnovnim periodom 2π (definicija c 4. – nul-toˇke funkcija sin x i cos x su c sin x = 0 cos x = 0 ⇔ ⇔ x = kπ. cos x ctg x = cos x .8) i definicije sinusa i kosinusa c .9) (gornji izraz je identitet. 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. sin x Vidimo da tangens nije definiran u nul-toˇkama kosinusa. π x = + kπ. a ne jednadˇba. k ∈ Z.4). dok kotangens nije c definiran u nul-toˇkama sinusa.28: Sinus i kosinus Pomo´u sinusa i kosinusa definiramo tangens i kotangens: c tg x ≡ tan x = sin x . Formula (4.28. – sin x i cos x su neprekidne funkcije (definicija 4. 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.

k ∈ Z. cos x +0 sin x 1−0 lim tg x = lim = = −∞.2). Da bi odredili ponaˇanje funkcije tg x u toˇkama prekida.27. 2 2 a ctg x je strogo padaju´a funkcija na svakom podintervalu otvorenog c intervala (kπ. k ∈ Z.29 i 4. k ∈ Z.30.28) povlaˇi c x→ π −0 2 1 . . Dakle.7).144 stoga povlaˇe c FUNKCIJE REALNE VARIJABLE π + kπ : k ∈ Z → R. Tangens i kotangens c z prikazani su na slikama 4. (k + 1)π). funkcija tg x u svim toˇkama prekida ima prekid druge vrste (definicija 4. zbog proporcionalnosti sin x tg x = .3) na svakom podintervalu c otvorenog intervala π π + kπ. a limes zdesna jednak −∞. – tg x je strogo rastu´a funkcija (definicija 4. moramo posebno s c promotriti limese slijeva i zdesna. i to stoga ˇto su kvocijent jedne s parne i jedne neparne funkcije (definicija 4. Definicija funkcije cos x (vidi slike 4. cos x 1 geometrijski prikaz tangensa je kao na slici 4. Promatraju´i slike 4. Sliˇna analizu moˇemo napraviti i za funkciju ctg x. tg : R \ U svim toˇkama u kojima su obje funkcije definirane oˇito vrijedi c c ctg x = Pored toga.27 i 4. c a pravci π x = + kπ. 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.5).29 i 4. 2 su vertikalne asimptote s obje strane (vidi poglavlje 4. k ∈ Z limes slijeva jednak +∞.30 zakljuˇujemo sljede´e: c c c – obje funkcije tg x i ctg x su neparne. 2 ctg : R \ {kπ : k ∈ Z} → R. tg x 1−0 sin x = = +∞. + (k + 1)π .

cos x i tg x nalaze se u tablici 4. 5π/6. Broj A je amplituda i vrijedi f : R → [−A.4. . .1 Vrijednosti ovih funkcija u toˇkama −π/6.29: Tangens – tg x i ctg x su periodiˇne funkcije a osnovnim periodom 2π (definicija c 4. – nul-toˇke funkcije tg x su nul-toˇke funkcije sin x. c Napomena 4. . parnost. Vrijednosti funkcija u nekim drugim c toˇkama kao π/12. A]. Op´a sinusoida c Op´a sinusoida je funkcija oblika c f (x) = A sin(ωx + ϕ). lako odredimo koriste´i tablicu i svojstva funkcija (pec riodiˇnost.11 Osnovne vrijednosti funkcija sin x. . 7π/12.4). 3π/4. A. −π/3. −π/2. moˇemo odrediti pomo´u prethodnih vrijedc z c nosti i adicionih teorema koji su opisani kasnije. . a nul-toˇke funkcije c c c ctg x su nul-toˇke funkcije cos x (vidi formulu (4. c 2π/3. . .8)). −π/4. . odnosno neparnost).6 Pregled elementarnih funkcija 145 1 -pi -pi/2 1 pi/2 pi 3*pi/2 2*pi Slika 4. . ω > 0.

odnosno nul-toˇka desno od koje op´a sinusoida poˇinje rasti. a kako je osnovni period funkcije sin x jednak 2π. ω Kako je sin 0 = 0.1: Osnovne vrijednosti trigonometrijskih funkcija . c c c je ϕ x0 = − . 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. ω a fazni pomak.30: Kotangens Osnovni period op´e sinusoide je c P = 2π . formula za fazni pomak slijedi iz jednakosti ωx + ϕ = 0.146 FUNKCIJE REALNE VARIJABLE 1 -pi -pi/2 1 pi/2 pi 3*pi/2 2*pi Slika 4.

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 .

f (x) = arccos(sin x).7 Klasifikacija elementarnih funkcija Elementarna funkcija je svaka funkcija koja nastaje primjenjuju´i konaˇan c c broj puta zbrajanje. f (x) = sin(arccos x).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 . f (x) = ctg(arcctg x).4. f (x) = tg(arctg x). (x) = g g(x) g(x) = 0.6 Pregled elementarnih funkcija 153 koriste´i vezu c arcctg x = π − arctg x.38: Arkus tangens i arkus kotangens Zadatak 4. f (x) = arccos(cos x).12 Nacrtajte funkcije f (x) = cos(arccos x). 4. f (x) f . Pri tome je (f ± g)(x) = f (x) ± g(x). Primjer 4. dijeljenje i komponiranje na do z sada opisane elementarne funkcije.6. oduzimanje. f (x) = arctg(tg x). (f · g)(x) = f (x) · g(x). mnoˇenje. f (x) = arcctg(ctg x). 2 pi atan(x) pi/2-atan(x) pi/2 -1 -pi/2 1 Slika 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 . Drugim rijeˇima. dok je funkcija f (x) = x2 + 1 2x3 − 5x √ 2 4 x2 + 1 2x3 − 5x 5 transcendentna. Na primjer.6. strogo kompleksne nul-toˇke (one za koje je Im z i = 0) se uvijek c javljaju u konjugirano kompleksnim parovima. Za polinome vrijedi sljede´i vaˇan teorem kojeg navodimo bez dokaza. i = 1. Takvi c polinomi se razmatraju u Matematici 3.154 gdje je f1 (x) = exp3 (x).6. Algebarske funkcije su one elementarne funkcije koje nastaju komponiranjem potencije s racionalnim eksponentom (vidi poglavlje 4. f6 (x) = 1.9 Svaki polinom n-tog stupnja p n ima toˇno n kompleksnih nulc toˇaka zi za koje vrijedi pn (zi ) = 0. . f3 (x) = 2. Nadalje. √ f5 (x) = 4 x.6. Od algebarskih funkcija posebno nas zanimaju polinomi i racionalne funkcije (vidi poglavlje 4. a c z koji slijedi iz poznatog Osnovnog teorema algebre. funkcija f (x) = je algebarska. a od transcendentnih funkcija posebno nas zanimaju hiperbolne funkcije i njima inverzne area funkcije (vidi poglavlje 4. Sve ostale elementarne funkcije su transcendentne funkcije. .8). odnosno pn (zi ) = 0 ⇔ pn (¯i ) = 0. Teorem 4. . z . p n se c c dade rastaviti kao pn (x) = an xn + · · · + a1 x + a0 = an (x − z1 )(x − z2 ) · · · (x − zn ).2 i racionalne funkcije s racionalnim koeficijentima (vidi poglavlje 4.9). Napomenimo da c je prirodno definirati i polinome ˇiji su koeficijenti kompleksni brojevi. i=0 pri ˇemu su koeficijenti ai realni brojevi i vrijedi an = 0.6. n. FUNKCIJE REALNE VARIJABLE f2 (x) = x2 . 4. f4 (x) = sin(x).8). 2.

tada moˇemo podijeliti z polinom pn s polinomom qm . s s Racionalna funkcija je kvocijent dvaju polinoma. 4x − 11 2x3 − x2 + 4x − 2 = 2x + 3 + 2 .4. odnosno vrijedi r(x) = sk (x) + tl (x) . Na primjer. Ako je n ≥ m. tada kaˇemo z da je r prava racionalna funkcija.13 Nacrtajte nekoliko polinoma razliˇitih stupnjeva pomo´u proc c grama NetPlot i opiˇite njihovo ponaˇanje. qm (x) r : R \ {x ∈ R : qm (x) = 0} → R. a ne moˇe imati jednu realnu i jednu strogo kompleksnu c z nul-toˇku. 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.6 Pregled elementarnih funkcija 155 Primijetimo da u iskazu teorema nul-toˇke z i ne moraju biti medusobno c razliˇite. pn (x) . 2 √ √ −1 + i 3 −1 − i 3 2 x +x+1= x− x− 2 2 √ √ 1 3 3 1 = x+ −i x+ +i . Zadnja tvrdnja teorema takoder ima zanimljive posljedice. r(x) = Oˇito vrijedi c U toˇkama prekida racionalna funkcija ima ili vertikalu asimptotu s obje strane c ili uklonjivi prekid. qm (x) pri ˇemu su sk i tl takoder polinomi. 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. Ostatak c tl (x) qm (x) je prava racionalna funkcija. Ako je stupanj brojnika manji od stupnja nazivnika. Tako polinom drugog stupnja moˇe imati samo ili dvije realne ili dvije konjugirano komz pleksne nul-toˇke. 2 2 2 2 Sliˇno. c Zadatak 4. Na primjer. 2 − 2x + 3 x x − 2x + 3 . c 1 2x2 − x − 1 = 2(x − 1) x + . odnosno vrijedi l < m. n < m.

6. +∞).3).156 FUNKCIJE REALNE VARIJABLE 4.39.9 Hiperbolne i area funkcije Hiperbolne funkcije definiramo pomo´u eksponencijalne funkcije e x (poglavlje c 4. 3 2 1 -2 -1 -1 -2 -3 1 2 sinh(x) cosh(x) Slika 4. 2 Funkcije sh x i ch x prikazane su na slici 4.6. Sinus hiperbolni je funkcija sh : R → R. a kosinus hiperbolni je funkcija ch : R → [1. Hiperbolne funkcije su zanimljive jer su rjeˇenja mnogih problema u s fizici i tehnici izraˇena pomo´u njih. a kosinus hiperbolni parna funkcija te da je sinus hiperbolni strogo rastu´a funkcija. jer lanac objeˇen o dvije toˇke u gravitacijskom polju zauzme c s c . Kosinus hiperbolni se joˇ c s zove i lanˇanica. ch x = ex + e−x . 2 sh x = ex − e−x . Veze izmedu hiperbolnih funkcija sliˇne z c c su vezama izmedu trigonometrijskih funkcija.39: Sinus hiperbolni i kosinus hiperbolni Vidimo da je sinus hiperbolni neparna.

1). area tangens hiperbolni i area kotangens hiperbolni . +∞).6 Pregled elementarnih funkcija 157 oblik dijela te krivulje. a pravac x = 0 je vertikalna asimptota s obje strane.40. x→−∞ x→+∞ x→−∞ x→0−0 x→+∞ x→0+0 Area funkcije su inverzne funkcije hiperbolnih funkcija.9) i adicionim teoremima (A3) i (A6).4. tangens hiperbolni definiramo c kao kvocijent sinusa i kosinusa. Primijetimo da su sve hiperbolne funkcije bijekcije. Funkcija cth x je neparna.11).11) Zadatak 4.+∞) . Funkcija th x je neparna. Funkcije th x i cth x prikazane su na slici 4. lim cth x.15 Koriste´i svojstva funkcije e x izraˇunajte limese c c lim th x. Usporedite ta svojstva s trigonometrijz skim identitetom (4. Opiˇite sliˇnosti i s c razlike? Sliˇno kao kod trigonometrijskih funkcija. lim cth x. area kosinus hiperbolni. odnosno th x = sh x . lim th x.14 Dokaˇite svojstva (4. (4. 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. Funkcije area sinus hiperbolni. strogo padaju´a i ima c prekid druge vrste u toˇki x = 0. sh x th : R → (−1. Zadatak 4. lim cth x. strogo rastu´a i neprekidna te ima horizontalne asimptote y = −1 i lijevom c i y = 1 u desnom kraju. osim ch x pa za kosinus hiperbolni inverznu funkciju definiramo za restrikciju ch | [0. ch x ch x cth x = . cth : R \ {0} → (−∞. lim cth x. a kotangens hiperbolni kao kvocijent kosinusa i sinusa. Njene horizontalne asimptote su takoder c pravci y = −1 i lijevom i y = 1 u desnom kraju. −1) ∪ (1.

Funkcije arsh x i arch x prikazane su na slici 4.42. 2 x−1 arcth : (−∞.12). 1) → R. arch : [1. x2 + 1).12) Area funkcije se ponekad oznaˇavaju i s velikim poˇetnim slovom kao na c c primjer Arsh x. +∞) → [0. −1) ∪ (1. (4. Zadatak 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.158 FUNKCIJE REALNE VARIJABLE 3 2 1 -3 -2 -1 -1 -2 -3 1 2 3 tanh(x) 1/tanh(x) Slika 4.41. x2 − 1). a funkcije arth x i arcth x na slici 4. arth x = th−1 x = ln 2 1−x arth : (−1. +∞). 1 1+x . c b) Koje su horizontalne i vertikalne asimptote funkcija arth x i arcth x (vidi . +∞) → R \ {0}. 1 x+1 arcth x = cth−1 x = ln .16 a) Dokaˇite da su formule za area funkcije te njihove domene z i kodomene zaista dane s odgovaraju´im izrazima u (4.

42: Area tangens hiperbolni i area kotangens hiperbolni .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 4.4.6 Pregled elementarnih funkcija 159 asinh(x) log(x+sqrt(x**2-1)) 2 1 -2 -1 -1 1 2 -2 Slika 4.

f (x) = arsh(sh x). f (x) = th(arth x). f (x) = arch(ch x).42)? Dokaˇite da su to asimptote tako ˇto ´ete izraˇunati odgoz s c c varaju´e limese.160 FUNKCIJE REALNE VARIJABLE sliku 4. f (x) = ch(arch x). . f (x) = cth(arcth x). f (x) = arcth(cth x). f (x) = arth(th x). c c) Nacrtajte funkcije f (x) = sh(arsh x).

. . . .1. .1 Derivacija . . 186 5. . . . . . . . . . . . . . .4 5. . . . . . . .2 5. . .2 5. . .8 5. . . . . . . . . . . . 188 5. . . . 180 5. . . . . . . . . . . . .1 Fermatov i Rolleov teorem . . . . . . . . . . .1. . . . . . . . . . . . . .9. . . . . . .5. . . . .3 Cauchyjev i Lagrangeov teorem srednje vrijednosti .2. . . . . . . . 197 5. . . . . . . . . . . . . . . . . . . . . . . . . . . . .7. . 203 5. . . . . . .1. . . . 176 z c Viˇe derivacije i diferencijali . . . . . . . . . 170 Logaritamsko deriviranje . . . . . . . . .6 5. . 166 Pravila deriviranja . . . . . . . . . . . . . . . .5. . . . 192 Zakrivljenost . . . . . . .5 Derivacije slijeva i zdesna . . .9 Ekstremi .1 Pribliˇno raˇunanje . . . . . . . . . . . . 162 5. . . .5 5. . . . . . . . . . . . . . . DERIVACIJE I PRIMJENE 5. .10 Rjeˇavanje problema ravnoteˇe . . 210 s z . . . 167 Deriviranje implicitno zadane funkcije . . . .6 5. . . .4 5. . . . . . .5.1 Geometrijski ekstrem . . . . . . . 179 Teoremi diferencijalnog raˇuna . . . . . . . . 184 Monotonost . . 170 Derivacije elementarnih funkcija . . 180 c 5. . 175 5. . . . . . . .1 Parametarski zadana funkcija . . . . .2 5. . . . . . . . . . . . . .1 Tangenta i normala . . . .5. . . . . . .3 5. 177 s Deriviranje parametarski zadane funkcije . . . . . . . . . . . . . . . . . . . . .1. . . . 165 5. . . . . . .1. . . . 193 Ispitivanje toka funkcije . 174 Diferencijal . . . . .3 5. . . . . . 181 L’Hospitalovo pravilo i raˇunanje limesa neodredenih c oblika . . .7 5. . . . . . . . . . . . . . . . .1. . . .

Ako je A ⊂ D. lim x→x0 x − x0 Broj f (x0 ) je derivacija funkcije f u toˇki x 0 . To je jedno c od najvaˇnijih podruˇja matematiˇke analize. 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 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.1 Funkcija f : D → R je derivabilna u toˇki x 0 ∈ D ako postoji c limes f (x) − f (x0 ) = f (x0 ). tada je funkcija f derivabilna na skupu A. Stoga nam c z c c derivacije omogu´uju odredivanje podruˇja na kojem funkcija raste ili pada. tada je f derivabilna funkcija.1). a ako je A = D. tada je f neprekidno derivabilna ili glatka funkcija.2) i nalaˇenje jednadˇbe tanc z z z gente (poglavlje 5. Definicija 5. f (x) definirana na ovaj naˇin c c je takoder funkcija i vrijedi f : A ⊆ D → R. stolje´u i razvio diferencijalni c c raˇun su nalaˇenje brzine i ubrzanja (primjer 5. joˇ poznato i kao diferencijalni z c c s raˇun. 5. c izvesti formule za jednadˇbe tangente i normale i dati osnovna pravila deriviz ranja. c Dokaˇimo sljede´i vaˇan teorem. tada je i neprekidna u c toj toˇki.1). c Za derivaciju op´enito moˇemo re´i je da je ona mjera promjene.1. c z z Klasiˇne primjene zbog kojih se u XVII.1 Derivacija U ovom poglavlju definirat ´emo derivaciju te derivacije slijeva i zdesna. z c z Teorem 5.162 DERIVACIJE I PRIMJENE Ova je glava posve´ena derivacijama i njihovim primjenama. premda je funkcija f definirana u toj toˇki (vidi sliku 5. Definicija limesa 4. c .1 Ako je funkcija f derivabilna u toˇki x 0 . Ako je pored toga funkcija f neprekidna.5 povlaˇi da u izoliranoj toˇki x 0 derivacija f (x0 ) ne c c postoji.6. Potom ´emo izvesti formule za derivacije svih elementarnih funkcija iz c poglavlja 4.

∆x→0 ∆x→0 ∆x→0 ∆x ∆x ∆x Kada u ovoj formuli zamijenimo x0 s x.1 prirast nezavisne varijable u toˇki x 0 oznaˇimo s c c ∆x = x − x0 . 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. pa je funkcija f neprekidna u toˇki x 0 po definiciji 4. f (x0 ) = lim f (x) = lim ∆x→0 f (x + ∆x) − f (x) ∆f (x) ∆y = lim = lim . Vidimo da funkcija nema derivaciju u toˇkama prekida. odnosno ako je funkcija f neprekidna u toˇki x 0 .1) . Obrat teorema c ne vrijedi.6. ne mora imati c derivaciju u toj toˇki (vidi primjer 5. limx→x0 f (x) = f (x0 ).1 Derivacija 163 f(x) f(x ) 0 x 0 x Slika 5. a prirast funkcije y = f (x) u toˇki x 0 oznaˇimo s c c ∆f (x0 ) ≡ ∆y = f (x0 + ∆x) − f (x0 ). c Dakle. tada imamo f (x0 + ∆x) − f (x0 ) ∆f (x0 ) ∆y = lim = lim . c Ako u definiciji 5.3).1: Izolirana toˇka c Dokaz. ∆x→0 ∆x ∆x→0 ∆x ∆x (5. dobijemo izraz za derivaciju koji je pogodan za primjene.5.

Dokaˇite ovu formulu. ∆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. odnosno derivacija je definirana kao limes neodredenog z 0 oblika 0 . jer su im derivacije neprekidne.3 o limesu c produkta.5. Primjer 5.1 slijedi da u definiciji 5. ∆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. ˇto nam daje c s formule za derivacije zadanih funkcija.164 DERIVACIJE I PRIMJENE Iz teorema 5. 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. takvi neodredeni limesi se mogu izraˇunati. .1 sve ove funkcije glatke.1 a) Za konstantnu funkciju f (x) = c po formuli (5. d) Adicioni teoremi (A4) i (A5) povlaˇe c sin(u + t) − sin(u − t) = 2 cos u sin t.1 i formuli (5. a u zadnjoj jednakosti koristili smo zadatak 4. Medutim. U predzadnjoj jednakosti koristili smo tre´u tvrdnju teorema 4.1) brojnik i nazivnik istovremeno teˇe k nuli.1) vrijedi f (x) = lim ∆x→0 c−c f (x + ∆x) − f (x) = lim = lim 0 = 0. z Primijetimo da su po definiciji 5. e) Na sliˇan naˇin moˇemo pokazati da je c c z (cos x) = − sin x.

odnosno f (0) = 0. f (x0 )). u XVII.2) c tg α = f (x) − f (x0 ) .1 Derivacija 165 Derivacija je nezaobilazni alat u rjeˇavanju mnogih problema u fizici. x − x0 Kada x → x0 . f (x0 )) i (x. (5. filozof i matematiˇar. a t oznaˇava vrijeme. tada sekanta teˇi k tangenti krivulje y = f (x) u toˇki z c (x0 .2 Neka je s s = f (t) dan zakon prema kojem se toˇka T giba po pravcu.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 ). stolje´u zapoˇeo razvijati diferenc c c cijalni raˇun bave´i se problemom odredivanja brzine.5. c c Primjer 5. mehanici s i op´enito tehnici. 5. Na sliˇan naˇin moˇemo pokazati c c z i da je ubrzanje (akceleracija) derivacija brzine po vremenu. t − t0 ∆t Ako je f derivabilna funkcija. pri ˇemu s oznaˇava c c c prijedeni put.1 Tangenta i normala Gottfried Wilhelm Leibnitz. Tada toˇka T do trenutka t 0 prevali put s c s0 = f (t0 ). pri ˇemu je f derivabilna c funkcija. ˇiji je koeficijent smjera jednak tg α 0 . brzina je derivacija puta po vremenu. tada kada t → t 0 gornji izraz teˇi k trenutaˇnoj z c brzini toˇke T u trenutku t0 . Oˇito vrijedi c c x → x0 ⇒ tg α → tg α0 = f (x0 ). o derivaciji kao c c c c ”mjeri promjene”.1. c v0 = v(t0 ) = lim t→t0 s − s0 ∆s = lim = f (t0 ). c pri ˇemu je x0 = x. z c Neka je krivulja zadana s formulom y = f (x). a do trenutka t > t0 put s = f (t). 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. je pravac s koeficijentom (vidi sliku 5. f (x)). Pretpostavimo da je kretanje zapoˇelo c c iz ishodiˇta. izreˇena na poˇetku poglavlja. . Sekanta krivulje y = f (x) koja prolazi toˇkama (x 0 . ∆t→0 ∆t t − t0 Dakle. Prosjeˇna brzina kojom se toˇka c c T gibala u vremenu od trenutka t0 do trenutka t jednaka je s − s0 ∆s = . Isaac Newton je u XVII. Vidimo da u ovom sluˇaju vrijedi op´enita tvrdnja.

166 DERIVACIJE I PRIMJENE f(x0) f(x) α x α0 x0 Slika 5. c 5.1 ili formuli (5.1) umjesto limesa izraˇunamo limes slijeva c odnosno zdesna (vidi poglavlje 4. Jednadˇba normale stoga glasi c z y − f (x0 ) = − 1 (x − x0 ).2 Derivacije slijeva i zdesna Ako u definiciji 5. Derivacija zdesna funkcije f u toˇki x c je broj f (x + ∆x) − f (x) .2 Derivacija slijeva funkcije f u toˇki x je broj c f (x− ) = lim f (x + ∆x) − f (x) .2).3. ∆x ∆x→0−0 ukoliko limes na desnoj strani postoji. c Definicija 5. dobit ´emo derivaciju slijeva odnosno c zdesna u zadanoj toˇki. f (x+ ) = lim ∆x→0+0 ∆x ukoliko limes na desnoj strani postoji.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.1. . f (x0 ) pri ˇemu smo pretpostavili da je f (x0 ) = 0.

f g (x) = (f · g) (x) = f (x)g(x) + f (x)g (x). g 2 (x) lim∆x→0 f (x+∆x)−f (x) g(x) ∆x .1 Derivacija 167 Usporeduju´i ovu definiciju s definicijom derivacije (5.7 i prikazana na slici 4. – za x < 0 vrijedi |x| = −x pa je |x| = −1. Dokaˇimo zadnju tvrdnju teorema. pri ˇemu je funkcija sign definirana u primjeru 4. g 2 (x) g(x) = 0. ali je moramo rastaviti kako bi je mogli derivirati: – za x ≥ 0 vrijedi |x| = x pa je |x| = 1. Prema formuli (5.10.5. g : D → R derivabilne na skupu A ⊆ D. Dokaz.3 Pravila deriviranja Pravila koja ´emo dati u ovom poglavlju znatno olakˇavaju raˇunanje c s c derivacija zadanih funkcija.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) = . 5. c |x| = sign(x).2 Ako su funkcije f. f (x)g(x) − f (x)g (x) . 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. Dakle.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.3 Funkcija |x| (definicija 1. Primjer 5. (f − g) (x) = f (x) − g (x).1.18) je neprekidna. tada za svaki x ∈ A vrijedi (f + g) (x) = f (x) + g (x). Teorem 5.

1 povlaˇe c c (x3 ) = (x2 · x) = (x2 ) · x + x2 · (x) = 2x · x + x2 · 1 = 3x2 .168 DERIVACIJE I PRIMJENE ˇto je i trebalo dokazati.2 i primjer 5.20 vidimo da funkcija x nema derivaciju u toˇki x = 0. c c Sljede´a dva teorema navodimo bez dokaza. Dokaz prve tri tvrdnje ostavljamo za vjeˇbu. neka je derivabilna u toˇki x i neka je f (x) = 0. Tada je c (f −1 ) (y) = 1 .2 i primjer 5. jer su im derivacije neprekidne na ˇitavom podruˇju definicije. c . ˇ b) Cetvrta tvrdnja teorema 5. = 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. s z Primjer 5.5 a) Za funkciju y = x2 koja ima inverznu funkciju za x ≥ 0 teorem 5. Neka je inverzna c funkcija f −1 : K → D neprekidna u toˇki y = f (x). 2 x x > 0. f (x) 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 . (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) = √ .4 a) Tre´a tvrdnja teorema 5. Na slici 4. Dodatno ograniˇenje x = 0 smo morali uvesti jer dijeljenje s nulom nije c √ c mogu´e. c Teorem 5.3 (Deriviranje inverzne funkcije) Neka je funkcija f : D → K bijekcija.3 daje 1 1 1 √ ( y) = 2 = = √ .

Tako iz primjera 5. 1).5. Ovaj naˇin deriviranja je vrlo ˇest.1 povlaˇe c (sin y) = (cos y)y . Primjer 5. nakon zamjene y s x.6). Funkcija arcsin x je definirana na intervalu [−1.6. x ∈ (−1. c c c a dvije vaˇne primjene dat ´emo u poglavljima o deriviranju implicitno zadane z c funkcije 5.1. c) Za funkciju y = tg x koja ima inverznu funkciju za x ∈ (−π/2. Tako za funkciju f (x) = sin(cos x) vrijedi f (x) = cos(cos x)(cos x) = cos(cos x)(− sin x). tada teorem 5. Sada ´emo navesti samo dva primjera.4 i logaritamskom deriviranju 5. π/2) (vidi sliku 4.38) vrijedi (arctg y) = 1 = (tg x) 1 1 cos2 x = cos2 x = 1 1 2 x = 1 + y2 .6. a funkcija g derivabilna u toˇki y = f (x). dok njena derivacija nije definirana u rubovima tog intervala kako bi se izbjeglo dijeljenje s nulom. 1 .6 i primjer 5. 1] (poglavlje 4.4 (Deriviranje kompozicije funkcija) Ako je funkcija f derivabilna u toˇki 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).1 i 5. b) Ako je y = f (x).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). Teorem 5.1. nakon zamjene y s x.6 a) Ako je y = f (x). tada je (y 2 ) = 2yy . . π/2] vrijedi (arcsin y) = 1 1 = = (sin x) cos x 1 1 − sin x 2 = 1 odnosno. (arcsin x) = √ 1 − x2 1 − y2 . 1 + x2 x ∈ R. (arctg x) = 1 . 1 + tg odnosno.1 Derivacija 169 b) Za funkciju y = sin x koja ima inverznu funkciju za x ∈ [−π/2.

. (5. 4y Vidimo da smo dobili izraz za derivaciju y kao funkciju od x i y. Pored toga. 4 odnosno y =− x . y 2 deriviramo kao u primjeru 5. ˇelimo odrediti tangentu na elipsu z x2 + y2 = 1 4 u toˇki x = 1.1.4 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. c z jednake su im i derivacije.170 DERIVACIJE I PRIMJENE 5. Kako su lijeva i desna strana jednadˇbe elipse jednake.5 Derivacije elementarnih funkcija U ovom poglavlju izvest ´emo derivacije osnovnih elementarnih funkcija iz c poglavlja 4. y > 0. 2x + 2yy = 0. 2 3 3 Zadana elipsa i njena tangenta prikazane su na slici 5. 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) = − √ .6.1. Dakle.3.6. s 1 2 y =− √ x+ √ .3) 5. 2 3 z z Uvrˇtavanje u formulu (5. Na primjer.2) nakon sredivanja daje jednadˇbu traˇene tangente.4.

.6.6 vrijedi (vidi primjer 5.3: Elipsa i tangenta Trigonometrijske i arkus funkcije Za trigonometrijske funkcije iz poglavlja 4.1 Derivacija 171 1 1 2 Slika 5.4. (5. x ∈ R \ {π/2 + kπ : k ∈ Z}.6.6. (cos x) = − sin x. x ∈ R \ {kπ : k ∈ Z}.3 vrijedi (ax ) = ax ln a. 1 − x2 1 . 1). cos2 x 1 (ctg x) = − 2 . 1). 1 (tg x) = .5.5 vrijedi: (sin x) = cos x. x ∈ R. x ∈ R. (arctg x) = 1 + x2 1 (arcctg x) = − . x ∈ (−1. x ∈ R. 1 + x2 Eksponencijalna i logaritamska funkcija Za eksponencijalnu funkciju definiranu u poglavlju 4. (arcsin x) = √ 1 − x2 1 (arccos x) = − √ . a > 0. Ove formule su dokazane u primjerima 5. Za arkus funkcije definirane u poglavlju 4.5): 1 . sin x x ∈ R.1 i 5.4) x ∈ (−1. x ∈ R.

5) pa je ex jedina funkcija koju deriviranje ”ne mijenja”. y) (a a ln a x ln a .7 i primjer 4. Koriste´i definiciju derivacije (5. za a = e imamo 1 . 1 . Izvod formule je neˇto s sloˇeniji.3.6. Teorem o deriviranju inverzne funkcije 5.3 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 .3 i formula (5. 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. za a = e zbog ln e = 1 vrijedi (ex ) = ex . odnosno ∆x = ˇto povlaˇi s c ∆x → 0 (ax ) = ax lim ⇔ t t → 0. Koriste´i redom teorem 4. teorem 4.1) i teorem 4. a = 1. (5.4) daju (ln x) = (log a x) = 1 1 1 = y = . x > 0. x ln a a > 0. DERIVACIJE I PRIMJENE x ∈ R. = ax ln a lim ˇto smo i ˇeljeli dokazati. x Zaista. s z Za logaritamsku funkciju iz poglavlja 4.172 Posebno.4 vrijedi (log a x) = Posebno.9 b) imamo c t→0 ln(t+1) ln a t→0 1 t ln(t + 1) . ∆x→0 ∆x Uvedimo supstituciju a∆x = t + 1.

x ∈ (−∞. 1 − x2 x ∈ R.2 Nadite jednadˇbe tangente i normale na krivulju y = u toˇki x = eπ/6 .6) i (5.7) i skicirajte te funkcije. x ∈ (−1. (arsh x) = √ 1 + x2 1 (arch x) = √ . b) Dokaˇite formule (5. x ∈ R.5) i osnovnih pravila deriviranja: (sh x) = ch x. (5. (ch x) = sh x. (arth x) = 1 − x2 1 (arcth x) = .6) Derivacije area funkcija dobijemo primjenjuju´i Teorem o deriviranju inc verzne funkcije 5. x ∈ R. c 3 sin(ln x) . Dokaˇimo ovu formulu: koriste´i Teorem o deriviranju kompozicije 5. (5. x > 0. Potencije Derivacija potencije dana je s (xr ) = rxr−1 .1 Derivacija 173 Hiperbolne i area funkcije Derivacije hiperbolnih funkcija iz poglavlja 4. z c) Nadite asimptote funkcija u (5. 1 (th x) = 2 .1 a) Opiˇite sliˇnosti i razlike izmedu derivacija hiperbolnih i area s c funkcija i derivacija trigonometrijskih i arkus funkcija. ch x 1 (cth x) = − 2 .3 na formule (5. −1) ∪ (1.6. sh x x ∈ R.6): 1 .5. r ∈ R.9 lako dobijemo pomo´u c formule (5. x ∈ R \ {0}. x ∈ (1. +∞).4 i forz c mule za derivaciju eksponencijalne i logaritamske funkcije imamo 1 = rxr−1 .2). 2−1 x 1 .7) Zadatak 5.7).6. 1). x Formula za derivaciju potencije vrijedi i u svim ostalim sluˇajevima u koc jima je xr definirano (vidi poglavlje 4. (xr ) = er ln x = er ln x (r ln x) = xr r z Zadatak 5. +∞).

4.3 Izraˇunajte derivacije funkcija c y = xx . pri ˇemu y deriviramo kao sloˇenu funkciju (komc z poziciju). x 1 x − 1 1 . f (x) Postupak kojim se dolazi do derivacije sastoji se od tri koraka koji se lako pamte: – logaritmiramo obje strane. – sredimo dobivenu jednakost. ln(1 + x) + x 1+x Zadatak 5. x . c c Primjer 5. y x x 1+x pri ˇemu smo ln y derivirali po teoremu 5.7 Izraˇunajmo derivaciju funkcije c y = (1 + x) x .174 DERIVACIJE I PRIMJENE 5. 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). 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) . Konaˇno. – deriviramo obje strane. y = xx .1. Ovaj jednostavan postupak ilustrirat ´emo sljede´im primjerom.6 Logaritamsko deriviranje Logaritamsko deriviranje koristimo za deriviranje funkcija oblika y = h(x) = f (x)g(x) . Logaritmiranje daje ln y = Deriviranje obaju strana daje 1 1 1 1 y = − 2 ln(1 + x) + · · 1.

To se takoder c z z moˇe vidjeti i na slici 5. Sto je ”dovoljno malo”.8) ˇ Oznaka ”≈” znaˇi ”pribliˇno jednako”. f (x)). diferencijal je linearna aproksimacija prirasta funkcije u okolini neke toˇke.5.4. Geometrijsko znaˇenje diferencijala prikazano je na slici 5. a ˇto ”pribliˇno c z s z jednako” zavisi od primjene. Diferencijal c funkcije f u toˇki x je izraz c dy ≡ df (x) = f (x)∆x. y+ ∆ y=f(x+∆ x) y+dy y=f(x) dy=f’(x)∆ x x x+ ∆ x Slika 5.2 Diferencijal 175 5. s c c . ∆x→0 ∆x→0 ∆x ∆x lim pa zakljuˇujemo da razlika ∆y − dy teˇi k nuli brˇe od ∆x.1) i definicije 5.2 Diferencijal Za razliku od derivacije koja daje koeficijent smjera tangenta.4: Diferencijal Iz formule (5. B = (x + ∆x.3 slijedi ∆y − dy ∆y = lim − f (x) = f (x) − f (x) = 0. f (x) + dy) jer je tg α = f (x). (5. za dovoljno male ∆x vrijedi ∆y ≈ dy. c Definicija 5. Ono slijedi c iz definicije tangensa kuta u pravokutnom trokutu ABC s vrhovima A = (x. z Isto tako. f (x)) i C = (x + ∆x.4. Viˇe o tome bit ´e govora u sljede´em poglavlju.3 Neka je funkcija y = f (x) derivabilna u toˇki x.

odnosno (5.1 Pribliˇno raˇunanje z c Jedna od vaˇnih primjena diferencijala je pribliˇno raˇunanje.5 Ako su funkcije f.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.2.10) dx ˇto je joˇ jedan naˇin zapisivanja derivacije (usporedite formule (5.1)). Dokaˇimo. Dokaz.2. d(f − g) = df − dg. Ostale tvrdnje lako se dokaˇu na sliˇan naˇin. tre´u tvrdnju teorema.9) dy . df · g − f · dg . g : D → R derivabilne na skupu A ⊆ D. na primjer.8) i (5. c f (x) = Teorem 5. Neka smo z z c vrijednost nezavisne varijable x izmjerili s pogreˇkom koja po apsolutnoj vris jednosti ne prelazi neki ∆x. . d f g = d(f · g) = df · g + f · dg. Koriste´i teorem 5. z c c 5. na primjer. Iz ove jednakosti i definicije diferencijala slijedi dy = f (x)dx. Svojstva diferencijala sliˇna su svojstvima derivacija iz teorema 5.10) zapravo znaˇe da krivulju moˇemo dobro aproksimirati c z s njenom tangentom za dovoljno male vrijednosti od ∆x. Ako pomo´u tako izraˇunatog x raˇunamo vric c c jednost funkcije y = f (x). tada po (5. Tako je. g2 g(x) = 0. (5. c c d sin x ≡ d(sin x) = (sin x) ∆x = cos x∆x.10) i (5.8) apsolutna pogreˇka u tako izraˇunatoj s c vrijednosti funkcije pribliˇno iznosi z |∆y| ≈ |dy| = |f (x)∆x|. tada u svakoj toˇki x ∈ A vrijedi c d(f + g) = df + dg. s s c Formule (5. dx ≡ d(x) = (x) ∆x = ∆x.176 DERIVACIJE I PRIMJENE Diferencijal se lako raˇuna pomo´u derivacija. Takoder.

4 4 27 Toˇna vrijednost na ˇetiri decimale je 3. Primjer 5. f (n) = f (n−1) . s c √ √ c c Primjer 5. Druga derivacija funkcije f je z derivacija funkcije f .8 Izraˇunajmo pribliˇno 4 84 koriste´i ˇinjenicu da je 4 81 = 3. 27 Definirajmo funkciju √ f (x) = 3 4 1 + x i odaberimo x0 = 0 i ∆x = 1/27.0274 pa smo u ovom sluˇaju uz vrlo jedc c c nostavne operacije dobili dobru aproksimaciju izbjegavˇi pri tome raˇunanje s c ˇetvrtog korijena. Njena derivacija f : A ⊆ D → R je takoder funkcija pa je moˇemo derivirati.027. y = ekx · k = kekx . y = k 2 ekx · k = k 3 ekx . uz uvjet da znamo preciznije kazati ˇto znaˇi ”≈”.3 Viˇe derivacije i diferencijali s 177 ∆y dy ≈ . odnosno f ≡ (f ) : B ⊆ A ⊆ D → R.3 Viˇe derivacije i diferencijali s Neka je f : D → R zadana funkcija. 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. c √ c Pri raˇunanju 4 84 zaporavo smo koristili prva dva ˇlana Taylorovog reda c odabrane funkcije.5. c dok relativna pogreˇka iznosi s 5. Taylorov red je tema kojom se bavi poglavlje 6. y y Ovo je krasna ideja. .5 pa ´e c tamo takoder biti viˇe rijeˇi o ocjeni pogreˇke prilikom ovakvog pribliˇnog s c s z raˇunanja.9 a) Za viˇe derivacije funkcije y = e kx vrijedi s y = kekx · k = k 2 ekx . Indukcijom definiramo n-tu derivaciju funkcije f kao derivaciju njene (n−1)-ve derivacije. c z Vrijedi √ √ 1 4 4 84 = 4 81 + 3 = 3 1 + .

Iz ove formule slijedi joˇ jedan koristan izraz za drugu derivaciju: s f (x) = d2 y .178 DERIVACIJE I PRIMJENE pa indukcijom zakljuˇujemo da je n-ta derivacija jednaka c y (n) = k n ekx . Diferencijale viˇeg reda definiramo analogno. . Lako vidimo da op´enito za polinom n-tog stupnja p n (x) vrijedi c (k) pn (x) = 0. y = 6a3 x + 2a2 . k > n.11) Nadalje. . dx2 (5. y V = 0. y IV = 0. b) Za polinom y = a 3 x3 + a 2 x2 + a 1 x + a 0 vrijedi y = 3a3 x2 + 2a2 x + a1 . Pri tome prema formuli (5. tada je diferencijal n-tog reda funkcije f dan s dn f ≡ dn y = d(dn−1 )y = f (n) dxn . Diferencijal drugog reda funkcije f je diferencijal njenog diferencijala dy. Neka je y = f (x) dva puta s derivabilna funkcija. . Primijetimo da se ovdje prilikom deriviranja dx tretira kao konstanta. ako je y = f (x) n puta derivabilna funkcija. . y = 6a3 . odnosno d2 f ≡ d2 y = d(dy).9) vrijedi d2 y = d(dy) = (dy) dx = (f (x)dx) dx = f (x)dx · dx = f (x)dx2 .

5. u toˇki x = 1.3.1.11). y = sin t.10) daje y = cos t . raˇunamo pomo´u formule (5.10 Odredimo tangentu na krivulju zadanu s x = 2 cos t.4 c koja je prikazana na slici 5. Formula (5. −2 sin t Odredimo t: iz x = 1 = cos t slijedi cos t =√ pa je t = π/3 ili t = −π/3. dx d(ϕ(t)) ϕ (t)dt ϕ (t) ˇ Cesto se koristi i kra´i zapis c y = y ˙ . Primjer 5. Ovo je parametarski zadana elipsa iz poglavlja 5. . t ∈ D ⊆ R.10): d(y ) y = = dx d y ˙ x ˙ xdt ˙ y x − y¨ ¨˙ ˙x dt 2 y x − y¨ ¨˙ ˙x x ˙ = = .10): c c f (x) = d(ψ(t)) ψ (t)dt ψ (t) dy = = = . y = ψ(t). ˙ x = ϕ (t).4 Deriviranje parametarski zadane funkcije 179 5. z z Formulu za drugu derivaciju parametarski zadane funkcije takoder dobijemo primjenom formule (5. 1/2 Uvjet y > 0 povlaˇi t = π/3 i y = sin π/3 = 3/2. y > 0. t ∈ [0. ˙ pri ˇemu y oznaˇava deriviranje po nezavisnoj varijabli x. 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. Derivaciju parametarski zadane funkcije x = ϕ(t). Dakle. 3 xdt ˙ x ˙ c Ovu formulu smo takoder mogli izvesti koriste´i formulu (5. x ˙ y = ψ (t). 2π]. a x i y oznaˇava c c ˙ ˙ c deriviranje po parametru.4 Deriviranje parametarski zadane funkcije Jedna od vaˇnih primjena diferencijala je deriviranje parametarski zadanih z funkcija.3).

Lagrangeov teorem i L’Hospitalov teorem (L’Hospitalovo pravilo).1 Fermatov i Rolleov teorem Teorem 5. z Lagrangeov teorem slijedi iz Cauchyjevog teorema i sluˇi za dokazivanje Teoz rema o monotonosti (poglavlje 5. 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. Dokaz. Vrijedi c (vidi sliku 5. Dokaˇimo teorem za sluˇaj da funkcija f u toˇki c poprima najve´u z c c c vrijednost na intervalu (a. b). Ako f (c) postoji. tada je f (c) = 0. c c Ako f nije derivabilna u toˇki c.180 DERIVACIJE I PRIMJENE 5. Fermatov teorem sluˇi z za ispitivanje ekstrema (poglavlje 5. Rolleov teorem sluˇi za dokazivanje Cauchyjevog teorema srednje vrijednosti. Cauchyjev teorem.6). a u kojoj derivacija nije c c nula: ako na primjeru sa slike 5. = x−c − − f (x) − f (c) = f (c+ ) = lim ≤ 0.6 (Fermat) Neka funkcija f poprima u toˇki c ∈ (a. b) (dokaz u sluˇaju najmanje vrijednosti je sliˇan).7) i za dokazivanje Rolleovog teorema. a L’Hospitalovo pravilo sluˇi za nalaˇenje limesa u z z z sluˇaju neodredenih oblika. oba moraju biti jednaka nuli pa je f (c) = 0. c tada u toˇki x = c postoje i derivacije slijeva i zdesna i one su jednake. b) ⊆ D svoju c najmanju ili najve´u vrijednost na intervalu (a. x→c+0 x−c + x→c−0 Kako su ova dva limesa jednaka. Rolleov teorem.5 promatramo zatvoreni interval [a. b]. Cauchyjev teorem sluˇi za dokazivanje z L’Hospitalovog pravila. c c To su Fermatov teorem. tada je teorem dokazan. Ako derivacija u toˇki c c c postoji.5 Teoremi diferencijalnog raˇuna c U ovom poglavlju dokazat ´emo osnovne teoreme diferencijalnog raˇuna. tada . Odnose izmedu navedenih teorema moˇemo prikazati c i shematski: Lagrange Rolle Fermat ekstremi Cauchy L’Hospital neodredjeni oblici monotonost 5.5.5): f (c− ) = lim f (x) − f (c) − ≥ 0.

5 Teoremi diferencijalnog raˇuna c 181 f(c) f(x) a c x b Slika 5. odnosno f (x) = k. b) pa tvrdnja slijedi iz Ferc matovog teorema 5. b]. b) u nekoj toˇki c ∈ (a. 5. b]. ako f ne postoji u x) ili ako je f (x) = 0.1 Funkcija f moˇe imati ekstrem u toˇki x ∈ D samo ako nije z c derivabilna u x (odnosno.7. b]. b) te neka je g (x) = 0 . ∀x ∈ (a. derivabilna na otvorenom intervalu (a. tada je f (x) = 0. b) te neka je f (a) = f (b). b] i derivabilne na otvorenom intervalu (a.2 Cauchyjev i Lagrangeov teorem srednje vrijednosti Teorem 5.6. b) takva da je f (c) = 0. ∀x ∈ [a. s c Teorem 5. b) pa je teorem dokazan. Ako je funkcija f konstantna na intervalu c [a.8 (Cauchy) Neka su funkcije f i g neprekidne na zatvorenom intervalu [a. Ako f nije konstantna. c Dokaz.5. tada ona poprima svoju najve´u ili najmanju c vrijednost na intervalu (a.7 (Rolle) Neka je funkcija f neprekidna na zatvorenom intervalu [a. c Korolar 5. Tada postoji toˇka c ∈ (a.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. Razlikujemo dva sluˇaja. Viˇe govora o ekstremima bit ´e u poglavlju 5.5.

f (c)). ako bi vrijedilo g(a) = g(b). Tada postoji toˇka c c ∈ (a. b] i derivabilna na otvorenom intervalu (a. Oˇito vrijedi DF = Df ∩ Dg i F (a) = F (b) = 0. b). g(b) − g(a) Funkcija F je dobro definirana jer je nazivnik u gornjem izrazu razliˇit od c nule. Primijetimo da Lagrangeov teorem samo kaˇe da toˇka c postoji. kao ˇto je sluˇaj na slici 5. c Naime.7 pa postoji toˇka c ∈ (a. b). Nadalje. Sada moˇemo definirati funkciju c z F (x) = f (x) − f (a) − f (b) − f (a) (g(x) − g(a)). b) takva da je f (b) − f (a) f (c) = . b) povlaˇi da je g(a) = g(b). g(b) − g(a) . Ako u Cauchyjevom teoremu odaberemo g(x) = x. Moˇe c s c s c z li postojati beskonaˇno takvih toˇaka? c c f (b) − f (a) g (c).9 (Lagrange) Neka je funkcija f neprekidna na zatvorenom intervalu [a. g (c) g(b) − g(a) Dokaz. f (a)) i B = c (b. b] i derivabilne na intervalu (a. tada bi po Rolleovom teoremu postojala toˇka x iz intervala (a. Vrijednost f (b) − f (a) b−a je koeficijent smjera sekante koja prolazi kroz toˇke A = (a. tada je g (x) = 1 i g(b) − g(a) = b − a pa imamo sljede´i vaˇan teorem. Zbog toga se ˇesto za c c oba teorema u ovom poglavlju koristi i naziv Teorem srednje vrijednosti. b). a vrijednost f (c) je koeficijent smjera tangente kroz toˇku C = c (c.6. b−a Lagrangeov teorem ima zanimljivu geometrijsku interpretaciju koja je prikazana na slici 5. kako su f c i g neprekidne na intervalu [a. c 0 = F (c) = f (c) − i teorem je dokazan. Tada postoji toˇka c ∈ (a. To ne iskljuˇuje z c c mogu´nost da postoji viˇe takvih toˇaka.6. Dakle. b) takva da je c f (b) − f (a) f (c) = . f (b)). Pretpostavka g (x) = 0 za svaki x ∈ (a. Funkcija F stoga ispunjava pretpostavke Rolleovog teorema 5.182 DERIVACIJE I PRIMJENE za svaki x ∈ (a. b) takva da je F (c) = 0. b) za koju je g (x) = 0. c z Teorem 5. takva je i F . Lagrangeov teorem dakle znaˇi da (ako su ispunjene pretpostavke) c postoji toˇka u kojoj je tangenta paralelna sa sekantom.

Uz oznaku ϑ≡ c−a b−a .7 b) pa traˇena toˇka c opet ne postoji. z c tada je mogu´a situacija kao na slici 5.6: Geometrijska interpretacija Lagrangeovog teorema Da bi bolje razumjeli Lagrangeov teorem. b). z s c ˇ Cesto se koristi zapis f (b) − f (a) = f (c)(b − a). Ukoliko je f neprekidna ali nije derivabilna.7: Pretpostavke Lagrangeovog teorema Tvrdnju Lagrangeovog teorema moˇemo zapisati na joˇ nekoliko naˇina.5.5 Teoremi diferencijalnog raˇuna c 183 f(b) f(c) f(c) f(a) a c c b Slika 5. b] i derivabilna na intervalu (a. tada je mogu´a situacija kao na slici 5. vaˇno je uoˇiti zbog ˇega su vaˇne z c c z pretpostavke da je f neprekidna na intervalu [a. c z c f(b) f(b) f(a) a b f(a) a b a) b) Slika 5.7 a) c pa traˇena toˇka c ne postoji. Ukoliko f nije neprekidna.

Neodredeni oblici 0/0 i ∞/∞ rjeˇavaju se pomo´u L’Hospitalovog pravila. Dalje. Po Cauchyjevom teoremu postoji toˇka x ∈ (x.11). x→c x→c pri ˇemu je c ∈ (a. Teorem 5. b) funkcije f i g ispunjavaju pretpostavke Cauchyjevog teorema 5.10 (L’Hospitalovo pravilo) Neka za funkcije f. x). pri ˇemu je k ∈ R ili c k = +∞ ili k = −∞. 0 < ϑ < 1. ∞ − ∞. c) ∪ (c. tada je x→c lim f (x) f (x) = lim = k. 0 ∞ . c) ∪ (c. za koju je c ¯ ¯ f (x) f (x) − f (c) f (¯) x = = . c).3 L’Hospitalovo pravilo i raˇunanje limesa neodredenih c oblika Kod raˇunanja limesa moˇe se pojaviti jedan od sedam neodredenih oblika. b). to je f (c) = g(c) = 0 pa je f (x) − f (c) f (x) = . Neka je g(x) = 0 za svaki x ∈ (a. c] ako je x < c. Kako su f i g neprekidne. ∞ 0 · ∞.184 vrijedi c = a + ϑ(b − a). s c c c a ostali neodredeni oblici se pomo´u odgovaraju´ih transformacija svode na jedan od ova dva oblika (vidi primjer 5. g : D → R vrijedi lim f (x) = 0. b) ⊆ D. 1∞ . lim g(x) = 0. Neka su f i g neprekidne na skupu [a. b). 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. DERIVACIJE I PRIMJENE 0 < ϑ < 1. x] ako je x > c. c) ∪ (c. odnosno [c. Ako postoji limx→c f (x)/g (x) = k. g(x) g(x) − g(c) Za svaki x ∈ (a. c z 0 . 0 < ϑ < 1. 5. ∞0 .8 na intervalu [x. b] i c neprekidno derivabilne na skupu (a. pa se Lagrangeov teorem ˇesto zapisuje u obliku c f (b) − f (a) = f (a + ϑ(b − a))(b − a). x→c g (x) g(x) Dokaz. odnosno x ∈ (c.5. 00 . g(x) g(x) − g(c) g (¯) x .

Primjer 5.3 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) . tada moˇemo iskoristiti z teorem 4. Izraˇunajmo s c x→0+0 lim xx = 00 = lim ex ln x = elimx→0+0 x ln x . 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. b).5. a ne da je g (c) = 0. Vaˇno je uoˇiti da pretpostavke L’Hospitalovog teorema traˇe samo da z c z limes limx→c f (x)/g (x) postoji.1 (i) L’Hospitalovo pravilo vijedi i kada x → +∞ ili x → −∞. x→0+0 .11). x→c g(x) x→c g (¯) x→c g (¯) ¯ x x lim i teorem je dokazan.11).6 moˇemo joˇ jedc z s nostavnije izraˇunati pomo´u L’Hospitalovog pravila: c c 0 sin x cos x = = 1.12 ili neke njegove varijante iz prethodne toˇke (vidi primjer 5. g (c) Napomena 5. daje s c ¯ c f (x) f (¯) x f (¯) x = lim = lim = k.11 a) Limes kojeg smo izraˇunali u primjeru 4. za neodredeni oblik ∞/∞ te za limese i derivacije slijeva ili zdesna. Ukoliko dodatno vrijedi g (c) = 0. (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. = 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. c (iii) Ostali neodredeni oblici se pogodnim transformacijama mogu svesti na jedan od oblika 0/0 ili ∞/∞ (vidi primjer 5.5 Teoremi diferencijalnog raˇuna c 185 Prijelaz na limes kada x → c i koriˇtenje ˇinjenice da x → c ˇim x → c. odnosno g (x) = 0 za svaki x ∈ (a.

traˇeni limes je z x→0+0 lim xx = e0 = 1. b). tada je funkcija f strogo rastu´a na c intervalu (a.7 (vidi primjer 4. z c . b).3. b).9). Izraˇunajmo limes u eksponentu posebno: c lim x ln x = (0 · (−∞)) = lim = lim x = 0. b) ako i samo ako je f (x) ≤ 0 za c svaki x ∈ (a. b) ako i samo ako je f (x) ≥ 0 za c svaki x ∈ (a. 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 . b). tada je funkcija f strogo padaju´a c na intervalu (a. x→0+0 ln x 1 x x→0+0 x→0+0 = 1 −∞ x = lim x→0+0 − 1 +∞ x2 Dakle. Teorem 5. b). 2 5. b). (iv) ako je f (x) < 0 za svaki x ∈ (a.9. (iii) ako je f (x) > 0 za svaki x ∈ (a. Dokaz. pri ˇemu treba dokazati oba smjera.11 Neka je funkcija f derivabilna na intervalu (a. U dokazu sljede´eg teorema koristit ´emo Lagrangeov teorem c c srednje vrijednosti 5. Tada vrijedi: (i) funkcija f je rastu´a na intervalu (a. b).186 DERIVACIJE I PRIMJENE U zadnjoj jednakosti koristili smo neprekidnost funkcije e x i teorem 4. Pojam rastu´e i padaju´e (monotone) funkcije dan je u c c definiciji 4. Dokaˇimo prvu tvrdnju. (ii) funkcija f je padaju´a na intervalu (a.6 Monotonost Predznak derivacije nam takoder kazuje da li funkcija raste ili pada na nekom intervalu.

odnosno f je c z rastu´a na intervalu (a. za ∆x > 0 vrijedi f (x + ∆x) ≥ f (x) pa je f (x + ∆x) − f (x) ≥ 0. Dokaz c ostalih tvrdnji je sliˇan.12 Odredimo intervale monotonosti funkcije f (x) = x 3 − 3x − 2. b). x2 ) takva da je c f (x2 ) − f (x1 ) = f (c) ≥ 0. to je f (x) = f (x + ∆x) − f (x) f (x + ∆x) − f (x) = lim ≥ 0. −1) s z c c ˇ i (1. zadnje dvije tvrdnje vrijede samo u jednom smjeru. c Odaberimo dvije toˇke x1 . b). Dokaˇimo drugi smjer. takve da je x1 < x2 . x2 ∈ (a. b). c c Sliˇno. Kao primjer zaˇto kod tih tvrdnji ne vrijedi drugi smjer. b). ∆x→0+0 ∆x lim Kako je f derivabilna. b). Trebamo dokazati da je f rastu´a po definiciji 4. c c Primjer 5. ali je y (0) = 0. b) i neka je z f (x) ≥ 0 za svaki x ∈ (a.5. moˇemo uzeti funkciju y = x 3 s z koja je strogo rastu´a na ˇitavom skupu R. 1). Trebamo dokazati da c je f (x) ≥ 0 za svaki x ∈ (a.6 Monotonost 187 Neka je f rastu´a i derivabilna na intervalu (a. Odaberimo proizvoljni x ∈ (a. Stoga funkcija f raste za 3x2 − 3 ≥ 0. zakljuˇujemo da je nuˇno f (x2 ) ≥ f (x1 ). funkcija f pada za 3x2 − 3 ≤ 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. Vrijedi f (x) = 3x2 − 3. Stoviˇe. odnosno f je strogo padaju´a na c c intervalu (−1. x2 − x 1 Kako je x2 − x1 > 0. Po Lagrangeovom c teoremu 5.8. Nakon rjeˇavanja nejednadˇbe zakljuˇujemo da je f rastu´a na intervalima (−∞. b).9 postoji toˇka c ∈ (x1 . Kako je f rastu´a. Funkcija f i njena derivacija prikazane su na slici 5. . +∞). ∆x S druge strane. b). zakljuˇujemo da je na tim intervalima f strogo rastu´a. za ∆x < 0 vrijedi f (x + ∆x) ≤ f (x) pa je c ∆x→0−0 lim f (x + ∆x) − f (x) ≥ 0. S ovim smo dokazali prvu tvrdnju teorema. c Dok prve dvije tvrdnje teorema vrijede u jednom i u drugom smjeru (ako i samo ako).3. Neka je f derivabilna na intervalu (a. poˇto u prethodnoj nejednakosti jednakost vrijedi samo s s za x = −1 i x = 1.

c + ε). Kod lokalnih ekstrema se traˇi da je vrijednost funkcije u toˇki ekstrema strogo z c . koristimo pojam ε-okoline: ε-okolina toˇke x je interval (x − ε.9. (iv) Funkcija f ima globalni maksimum f (c) u toˇki c ∈ D ako je f (x) ≤ f (c) c za svaki x ∈ D. c Definicija 5.8: Intervali monotonosti 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. Za ispitivanje lokalnih ekstrema koristimo Fermatov teorem 5. x + ε) pri c ˇemu je ε > 0.7 Ekstremi Kod ekstrema razlikujemo lokalne i globalne ekstreme. (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.188 DERIVACIJE I PRIMJENE 1 -1 1 x**3-3*x-2 3*x**2-3 Slika 5. c) ∪ (c.6 i Teorem o monotonosti 5. (iii) Funkcija f ima globalni minimum f (c) u toˇki c ∈ D ako je f (x) ≥ f (c) c za svaki x ∈ D.11. U definiciji lokalnih ekstrema te u iskazima i dokazima teorema o ekstremima. Razlike izmedu lokalnih i globalnih ekstrema prikazane su na slici 5. c) ∪ (c. c + ε).

Na primjer. potrebna nam je sljede´a definicija.5. ali ne i globalni minimum. c – u toˇki g funkcija istovremeno ima lokalni i globalni maksimum.7 Ekstremi 189 najmanja ili najve´a na nekoj okolini.5 Neka je funkcija f neprekidna u toˇki c. c – u toˇki i funkcija ima lokalni minimum. c – sve toˇke u intervalu [e. c a b c d e f g h i j Slika 5. S druge strane. ali ne i globalni maksimum. 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 – u toˇki c funkcija ima lokalni minimum. c – u toˇki d funkcija ima lokalni maksimum. Toˇka c je stacionarna c c toˇka funkcije f ako je f (c) = 0. definicija globalnih c ekstrema dozvoljava da se globalni ekstrem nalazi u viˇe toˇaka pa ˇak i na s c c nekom intervalu. c Definicija 5. a ni jedna nije c c toˇka lokalnog minimuma. b] nije ni lokalni. j] :→ R vrijedi sljede´e: c – ni jedna toˇka u intervalu [a. niti globalni ekstrem.9: Lokalni i globalni ekstremi Za iskazivanje teorema koji daju uvjete za postojanje ekstrema. c c . f ] su toˇke globalnog minimuma. za prikazanu funkciju f : [a.

Kritiˇne toˇke su sve navedene c c c toˇke te joˇ toˇke a. jer funkcija nema lokalne ekstreme u ostalim kritiˇnim toˇkama.9 ima lokalne ekstreme ujedno i kritiˇne toˇke te funkcije.13 a) Funkcija f (x) = x2 ima lokalni (i globalni) minimum u toˇki x = 0. c) stalnog i suprotnog predznaka od vrijednosti te funkcije na intervalu (c.12 ne vrijedi. d i g.12 daje samo nuˇan. 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. c c) Za funkciju f (x) = x3 vrijedi f (x) = 3x2 pa je f (0) = 0. Na primjer. tada je c c c kritiˇna toˇka funkcije f . f ) te toˇke c. Sada po Fermatovom teoremu 5. Ako funkcija f nije derivabilna u toˇki c.12 vrijedi jer je f (x) = 2x pa je f (0) = 0.6 Funkcija f mijenja predznak u toˇki c. Ako je f derivabilna u toˇki c i ima lokalni ekstrem s c u toj toˇki. c . b. odnosno teorem daje samo nuˇan uvjet za postojanje ekstrema. potrebna nam je sljede´a definicija. c c Teorem 5.4 funkcija f ima u toˇki c najve´u ili najmanju c c c vijednost na nekoj ε-okolini toˇke c. Primijetimo da funkcija moˇe mijenjati predznak u nekoj toˇki.12 (Nuˇan uvjet za postojanje ekstrema) Neka je funkcija f z neprekidna u toˇki c. z Za iskazivanje teorema koji daju dovoljne uvjete za postojanje ekstrema.12 ´emo ilustrirati joˇ jednim primjerom. c c Dokaz. c b) Funkcija f (x) = |x| ima lokalni (i globalni) minimum u toˇki x = 0. tada po definiciji 5.12 vrijedi jer je funkcije nije derivabilna u toˇki 0. a da pri z c tome nije definirana u toj toˇki. vidimo da su toˇke c. g i i u kojima funkcija prikazana c na slici 5. c Definicija 5. c s Primjer 5. h i i. b) i (e. a ne i dovoljan uvjet za z postojanje lokalnog ekstrema. tada je teorem dokazan c (nemamo ˇto dokazivati).6 vrijedi c f (c) = 0. f . e. Teorem 5.190 DERIVACIJE I PRIMJENE Na primjer.9 stacionarne toˇke su sve toˇke c c u intervalima (a. f (0) nije lokalni ekstrem pa vidimo da obrat teorema 5. d. c + ε). Ako funkcija f ima lokalni ekstrem u toˇki c. Teorem c 5. c Teorem 5. za funkciju prikazanu na slici 5. ako postoji ε > 0 takav c da su vrijednosti funkcije f na intervalu (c−ε. Medutim. S druge c c strane. dovoljan uvjet je uvjet koji znaˇi da funkcija u nekoj toˇki c c ima lokalni ekstrem ˇim je taj uvjet ispunjen. vidimo da teorem 5.

c c . Ako derivacija f mijenja predznak s − na +. Kako je f (c) = 0. Dokaz. c Na primjer. prva derivacija f mijenja c predznak u toˇki c i to s − na + pa po teoremu 5. Za x > c je x − c > 0 c pa gornja nejednakost povlaˇi f (x) > 0.4.1 znaˇi da prva derivacija f postoji ne samo u c toˇki c. Druga derivacija f je derivacija prve derivacije pa pretpostavka da f (c) postoji zbog definicije 5. Za x < c c je x − c < 0 pa gornja nejednakost povlaˇi f (x) < 0. To znaˇi da c c c je prva derivacija f strogo rastu´a na toj okolini. Dokaz. c Prethodni dokaz moˇemo rijeˇima iskazati i na sljede´i naˇin: ako je z c c c f (c) > 0.5. Dakle.13 c) te uvjete ne ispunjava. Pri tome vrijedi sljede´e: ako je f (c) > 0. Ako je f (c) = 0.13 a) i b) ispunjavaju uvjete teorema. a ako f mijenja predznak s + na −. Tada vrijedi c c c 0 < f (c) = lim f (x) f (x) − f (c) = lim . c) i strogo raste na intervalu (c. c c c To pak znaˇi da funkcija f strogo pada lijevo od toˇke c. tada je f (c) lokalni maksimum.7 Ekstremi 191 Teorem 5. a strogo raste desno c c od toˇke c pa je c toˇka lokalnog minimuma. Ako derivacija c f mijenja predznak s + na −. zac kljuˇujemo da je f negativna lijevo od toˇke c i pozitivna desno do toˇke c. Stoga funkcija f ima u toˇki c lokalni minimum po definiciji 5. tada je f ve´a od nule i na nekoj okolini toˇke c. c c tada je f (c) lokalni minimum.13 (Dovoljan uvjet za postojanje ekstrema) Ako prva derivacija f mijenja predznak u kritiˇnoj toˇki c. Neka je f (c) > 0.14 (Dovoljan uvjet za postojanje ekstrema) Neka je u stacionarnoj toˇki c funkcija f dva puta derivabilna.13 funkcija f ima lokalni c minimum u toˇki c. ve´ i u nekoj ε-okolini toˇke c. tada funkcija f ima lokalni ekstrem c c u toˇki c. tada je f (c) lokalni maksimum.11 funkcija f strogo pada na intervalu (c−ε. Pri tome vrijedi sljede´e: ako f mijenja predznak s − na +. Dovoljan uvjet za postojanje ekstrema moˇemo izraziti i pomo´u druge z c derivacije. tada po teoremu 5. tada c c je f (c) lokalni minimum. dok funkcija iz primjera 5. Teorem 5. c+ε). tada na sliˇan naˇin zakljuˇujemo da funkcija c c c f ima u toˇki c lokalni maksimum. x→c x − c x→c x−c Zadnja jednakost vrijedi jer je c stacionarna toˇka pa je f (c) = 0. tada funkcija c f ima lokalni ekstrem 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. a ako je f (c) < 0. funkcije iz primjera 5.

Sliˇnost trokuta s c .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. Volumen traˇenog valjka je z z V = yx2 π. c z s 5.10. s c Stoˇac i valjak prikazani su na slici 5. teorem ne moˇemo primijeniti na funkciju f (x) = |x| u toˇki z c x = 0. Teorem takoder ne moˇemo primijeniti c z niti na funkciju f (x) = x3 u toˇki x = 0.192 DERIVACIJE I PRIMJENE Na primjer.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. jer je f (0) = 0 i f (0) = 0.14 u toˇki x = 0.18). Rijeˇimo sljede´i zadatak: od svih valjaka koje moˇemo upisati u zadani s c z stoˇac visine h i radijusa baze r. nadimo onaj koji ima najve´i volumen. Ograniˇenja c s c c se ˇesto javljaju prilikom rjeˇavanja geometrijskih i fizikalnih problema pa odac s tle i naziv geometrijski ekstrem. na naˇin da donja baza valjka leˇi na bazi z c z stoˇca. h y x r Slika 5. c jer je f (0) = 0. a f (0) = 2 > 0 pa se u toˇki x = 0 nalazi lokalni minimum. c S druge strane. jer nije derivabilna u toj toˇki. U tom c sluˇaju moˇemo koristiti viˇe derivacije (vidi teorem 5. funkcija f (x) = x2 ispunjava uvjete teorema 5.

c z Definicija 5. t ∈ (0. Prvo rjeˇenje nije z s s rjeˇenje naˇeg zadatka. h V = V (x) = (r − x) x2 π. Iz istog razloga zakljuˇujemo da je x = 2r/3 ujedno i toˇka c c globalnog maksimuma promatrane funkcije na intervalu [0. r]. b) takve da je x1 = x2 vrijedi f (t x1 + (1 − t) x2 ) ≥ t f (x1 ) + (1 − t) f (x2 ). s Pored toga. 1). zakljuˇujemo da je x = 2r/3 toˇka lokalnog c c maksimuma. vrijedi V (0) = 0 i V (r) = 0. r]. Vrijedi h h V (x) = π (2x(r − x) + x2 (−1)) = π x(−3x + 2r). b) ⊆ D ako za proizvoljne toˇke x1 . 27 Ovisnost volumena upisanog valjka o njegovom radijusu prikazana je na slici 5. Po teoremu 4. 1). r). x2 ∈ (a.8 Zakrivljenost 193 daje r−x r = . funkcija f je konkavna na intervalu (a. b) takve da je x1 = x2 vrijedi c f (t x1 + (1 − t) x2 ) ≤ t f (x1 ) + (1 − t) f (x2 ). Dakle. x = 0 i x = 2r/3. ˇto se takoder vidi sa slike. t ∈ (0.8 neprekidna funkcija poprima na zatvorenom intervalu svoj maksimum i minimum pa zadani problem sigurno ima rjeˇenje. Sliˇno.5. V = 5. r V (x) je neprekidna funkcija. x2 ∈ (a. . funkcija f je strogo konveksna odnosno strogo c konkavna. y h h y = (r − x) . visinu y = h/3 i volumen 4 2 r hπ.8 Zakrivljenost U ovom poglavlju opisat ´emo postupak za ispitivanje zakrivljenosti funkcije. b) ⊆ D ako za proizvoljne toˇke c c x1 . Kako je V (x) > 0 za x ∈ (0. r r Jednadˇba V (x) = 0 ima dva rjeˇenja. traˇeni z valjak ima radijus x = 2r/3. 2r/3) s s i V (x) < 0 za x ∈ (2r/3. r odnosno Dakle. c pri ˇemu vaˇnu ulogu ima druga derivacija zadane funkcije.11. Potraˇimo s z lokalne ekstreme funkcije V (x). U sluˇaju strogih nejednakosti.7 Funkcija f je konveksna na intervalu (a. jer je V (0) = 0. a u naˇem zadatku x poprima vrijednosti u ins tervalu [0.

f (x2 ) (vidi sliku c 5.12. ali ne i strogo konkavna. x2 ∈ (a.4 Kako glase tvrdnje analogne onima iz napomene 5. b) ako i samo ako je derivacija f (strogo) rastu´a na c intervalu (a. graf restrikcije c f |[x1 . Napomena 5.2 Za graf konveksne funkcije vrijedi sljede´e: c a) graf zakre´e na gore na intervalu (a.12). dok je funkcija na slici 5. Funkcija prikazana na slici c 5. Na istoj slici je prikazano i geometrijsko znaˇenje definicije 5. Zadatak 5. d) ako je funkcija f derivabilna na intervalu (a. tada je f (strogo) konveksna na intervalu (a. c b) u svakoj toˇki x ∈ (a.13 a) je konkavna.11: Volumen upisanog valjka Strogo konveksna funkcija prikazana je na slici 5. b) graf se nalazi iznad tangente u toj toˇki (vidi sliku c c 5. b). b). b) takve da je x1 < x2 . f (x1 )) i (x2 . b).12).194 DERIVACIJE I PRIMJENE V(x) 2r/3 r Slika 5.13 b) istovremeno i konveksna i konkavna.2 za konkavne funkcije? .7. c) za proizvoljne toˇke x1 .x2 ] nalazi se ispod spojnice toˇaka (x 1 .

2 c d). .11 prva derivacija f strogo rastu´a na tom intervalu pa je funkcija f konveksna po napomeni 5. Dokaz druge tvrdnje je sliˇan.5 f(x1 )+0. ali je f (0) = 0.5. b). Ako je f (x) > 0 za svaki x ∈ (a. Kako f postoji na intervalu (a. c + ε) ∈ D. Ako z je f (x) > 0 za svaki x ∈ (a. tada je po teoremu 5. (c − ε. tada je funkcija f strogo konkavna na intervalu (a.5x2 ) a x1 0. b). Toˇka (c. Dokaz. to po definiciji derivacije na tom intervalu postoji i prva derivacija f . f (c)) je toˇka c c infleksije grafa funkcije f . b). funkcija f (x) = x4 je konveksna na ˇitavom skupu R. b). b).5x2 x x2 b Slika 5. Definicija 5. tada je funkcija f strogo konveksna na intervalu (a.5 f(x2 ) f(0. Dokaˇimo prvu tvrdnju teorema.15 (Dovoljan uvjet zakrivljenosti) Neka je funkcija f dva puta derivabilna na intervalu (a. Ako je f (x) < 0 za svaki x ∈ (a.5x1 +0. takva da je f strogo konveksna na intervalu (c − ε. b). c U prouˇavanju funkcija zanimaju nas toˇke u kojima se zakrivljenost mic c jenja. ali ne i nuˇan uvjet zakrivljenosti.8 Zakrivljenost 195 0. Na z primjer. c Ovaj teorem daje samo dovoljan.8 Glatka funkcija f ima infleksiju u toˇki c ako postoji ε-okolina c toˇke c.12: Strogo konveksna funkcija Teorem 5. c + ε) ili obrnuto. b). c) c i strogo konkavna na intervalu (c.5x 1 +0.

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. No tada je f (c) = 0 po teoremu 5. c Dokaz. pa ima infleksiju u toˇki x = 0.12.15 konkavna za −π/2 < x < 0 i konveksna za 0 < x < π/2. c c Dokaz. c Na primjer. ili obrnuto pa stoga c c ima infleksiju u toˇki c. Na primjer. Oˇito je f (x) < 0 za −π/2 < x < 0 i f (x) > 0 za 0 < x < π/2. c funkcija tg x je po teoremu 5. za funkciju f (x) = tg x vrijedi f (x) = (−2) cos−3 x(− sin x). kako je f derivabilna u toˇki c. Ako f c z c mijenja predznak u toˇki c.15 funkcija c f konveksna lijevo od toˇke c. tada funkcija f ima infleksiju u toˇki c. c . strogo konveksna lijevo od toˇke c i strogo konkavna desno od c toˇke c.1 povlaˇi da prva derivacija c f postoji u nekoj okolini toˇke c. f (0) = 0.196 DERIVACIJE I PRIMJENE a b a b a) b) Slika 5. To po napomeni 5. ali ne i dovoljan uvjet za postojanje z infleksije. tada je f (c) = 0. za funkcije f (x) = x 3 i f (x) = x4 vrijedi f (0) = 0. definicija derivacije 5. Neka f mijenja predznak u toˇki c.16 (Nuˇan uvjet za postojanje infleksije) Ako funkcija f ima z infleksiju u toˇki c i ako f (c) postoji. to c c je i neprekidna u toˇki c. na primjer. Takoder. Tada je po teoremu 5. osim moˇda u toˇki c. dok druga nema. Neka funkcija f ima infleksiju u toˇki c i to tako da c c je. c Teorem 5. Kako f (c) postoji.17 (Dovoljan uvjet za postojanje infleksije) Neka je funkcija dva puta derivabilna na nekoj ε-okolini toˇke c. a samo prva funkcija ima infleksiju u toˇki x = 0.13: Konkavna i konveksna funkcija Teorem 5. a konkavna desno od toˇke c. Dakle. odnosno f ima lokalni maksimum u toˇki c c c c. Prethodni teorem daje samo nuˇan.

c c c jer je f (0) = 1. 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. c b) Za funkciju f (x) = x5 vrijedi f (0) = f (0) = f IV (0) = 0.4. 5.2. Periodiˇnost – provjerava se pomo´u definicije 4. pri ˇemu je n ≥ 3. Ispitivanje funkcije y = f (x) c sastoji se od sljede´ih koraka: c 1. c c) Za funkciju f (x) = tg x vrijedi f (0) = 0.18 toˇka x = 0 toˇka infleksije.6. Pri tome je vaˇno c c z uoˇiti da elementarna funkcija (vidi poglavlje 4. odnosno tangenta u toˇki infleksije zatvara s x-osi kut od c π/4. z . Kod toˇaka c infleksije utvrdite da li se radi o horizontalnim ili kosim infleksijama. c Zadatak 5. s c z Teorem 5. iz teorema 5. f IV (0) = 24 = 0. Ako je n paran i c ako je uz to joˇ i f (c) = 0. s z z 2. Sljede´i vaˇan teorem navodimo bez dokaza.5. f (0) = 2 = 0 pa je po teoremu 5. U ovom sluˇaju radi se o ”kosoj infleksiji”. Podruˇje definicije – potrebno je poznavati elementarne funkcije iz poglavlja c 4.18 slijedi da zadana funkcija ima infleksiju u toˇki x = 0. odnosno tangenta u toˇki infleksije je paralelna s x-osi.9 Ispitivanje toka funkcije 197 Konaˇno.18 Neka funkcija f ima u nekoj ε-okolini toˇke c neprekidne derivacije c do ukljuˇivo reda n. Neka je c c f (c) = f (c) = · · · = f (n−1) (c) = 0. sh x i arctg x. za ispitivanje lokalnih ekstrema i toˇaka infleksije moˇemo koc c z ristiti i viˇe derivacije. Parnost – provjerava se pomo´u definicije 4. Kako je n = 5 neparan. tada funkcija f ima infleksiju u toˇki c. f V (0) = 120 = 0. f (n) (c) = 0. zadana funkcija ima po teoremu 5. c c jer je f (0) = 0. U ovom sluˇaju radi se o ”horizontalnoj infleksiji”.7) ne moˇe biti periodiˇna c z c ako ne sadrˇi neku od trigonometrijskih funkcija.5 Ispitajte podruˇja konveksnosti i konkavnosti te nadite toˇke c infleksije i lokalne ekstreme funkcija sin x.18 lokalni minimum u toˇki x = 0. Kako je f (0) = 0 i f IV (0) > 0. Primjer 5.6 i postupke za rjeˇavanje jednadˇbi ili nejednadˇbi.14 a) Za funkciju f (x) = x4 vrijedi f (0) = f (0) = 0. Ako je n neparan.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. c 3. cos x.

9.18. Asimptote (vertikalne. horizontalne i kose) – postupak koji je opisan u poglavlju 4. a gdje pada i primijeniti napomenu 5.5. Provz jera nuˇnih uvjeta vrˇi se po teoremu 5.11.15 promatraju´i predznake od f . Potom intervale konveksnosti i konkavnosti moˇemo odrediti pomo´u z c z teorema 5.3 ukoliko je to potrebno. Provjera dos z voljnih uvjeta ekstrema moˇe se vrˇiti na tri naˇina: z s c a) pomo´u promjene predznaka prve derivacije (teorem 5. Ekstremi – potrebno je provjeriti nuˇne i dovoljne uvjeta ekstrema. lim x→+∞ x x→−∞ x 6. odnosno potrebno je odrediti podruˇje c c c definicije prve derivacije f i rijeˇiti jednadˇbu f (x) = 0.2 d). Intervali zakrivljenosti – prvo je potrebno izraˇunati drugu derivaciju c f . Prilikom crtanja grafa mogu´e je otkriti nelogiˇnosti. Takoder moˇemo pogledati c gdje prva derivacija f raste. U tom sluˇaju potrebno je prvo na´i s c c toˇke u kojima je druga derivacija f jednaka nuli. c b) pomo´u druge derivacije (teorem 5. c c) treba biti oprezan u sluˇaju parnih korijena kada x → −∞. Potrebno je na´i stacionarne z s c i kritiˇne toˇke po definiciji 5.198 DERIVACIJE I PRIMJENE 4. intervale monotonosti odredujemo promatraju´i predznake od f po teoremu 5. Pri tome je nuˇno voditi z raˇuna o sljede´em: c c a) asimptote je najbolje traˇiti u opisanom redoslijedu.16. Intervali monotonosti – nakon ˇto smo u prethodnoj toˇki izraˇunali s c c c prvu derivaciju f .13). na primjer c √ √ x2 x2 = − lim = −1. Za provjeru dovoljnih uvjeta infleksije moˇemo koristiti z i viˇe derivacije po teoremu 5. s c . odnosno toˇke koje c c zadovoljavaju nuˇan uvjet infleksije po teoremu 5. 8.12.18). odnosno toˇke koje ispunjavaju dovoljne uvjete infleksije c po teoremu 5.14) ili c c) pomo´u viˇih derivacija (teorem 5.5. z b) kod traˇenja horizontalnih i kosih asimptota limese kada x → −∞ i z kada x → +∞ uvijek treba raˇunati posebno. Graf funkcije – potrebno je sve do sada dobivene informacije o funkciji spojiti u suvislu sliku.5 sastoji se od nalaˇenje limesa te primjene L’Hospitalovog z pravila iz poglavlja 5. c c odnosno pogreˇke u prethodnom raˇunu te ih ispraviti. c s 7. Nul-toˇke – postupak se sastoji od rjeˇavanja jednadˇbe f (x) = 0. Toˇke infleksije – potrebno je na´i toˇke u kojima druga derivacija f c c c mijenja predznak. c s z 5.17. z 10.

Nul-toˇke c Rijeˇimo jednadˇbu y = 0. dok je f (1) = 3 2 − 1 = 3 1 = 1. 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.9 Ispitivanje toka funkcije 199 Kao primjer. ispitat ´emo tok i nacrtati graf funkcije c y = f (x) = 1. . Dakle. Zakljuˇujemo da funkcija nije ni parna ni neparna jer je f (−x) = f (x) i c f (−x) = −f (x). Periodiˇnost c Funkcija nije periodiˇna. Vrijedi s z 3 3 2x2 − x3 . no dobili smo korisne informacije. Parnost √ √ √ √ Vrijedi f (−1) = 3 2 + 1 = 3 3. Podruˇje definicije c Domena funkcije je D = R. 3. funkcija nema horizontalnih asimptota. 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. 2.5. jer je elementarna. c 5. 2x2 − x3 = 0 ⇔ 2x2 − x3 = 0 ⇔ x2 (2 − x) = 0 pa su nul-toˇke jednake x1 = 0 i x2 = 2. Asimptote a) Vertikalne asimptote Funkcija nema vertikalnih asimptota jer je D = R. 4. a ne sadrˇi neku od trigonometric z jskih funkcija.

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. 3 je kosa asimptota i u desnoj strani. 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. 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. x Dalje. 3 je kosa asimptota u lijevoj strani.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→−∞ 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. U desnoj 1 = lim x x→+∞ 2 − 1 = −1 ≡ k. .

x(2 − x)2 Vidimo da je stacionarna toˇka (tre´a kritiˇna toˇka) jednaka x 3 = 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. 2}. funkcija f je strogo padaju´a na intervalu c c (−∞. a nazivnik ve´i od nule pa je c f (x) < 0. 4/3).5. funkcija f je strogo padaju´a na intervalu c c (4/3. odnosno vrijedi f (x) = 1 · 3 3 4 − 3x . odnosno provjerit ´emo da li u c c c kritiˇnim toˇkama prva derivacija mijenja predznak. Vrijednost lokalnog minimuma je f (0) = 0. Podruˇje definicije derivacije jednako je D f = R \ {0. Dovoljne uvjete ekstrema z provjerit ´emo pomo´u prve derivacije. 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 . a nazivnik manji of nule pa je c f (x) < 0. jer prva derivacija ne mijenja predznak u toj toˇki. c c (iii) Za x > 4/3 je brojnik manji od nule. a strogo rastu´a na intervalu (0. Drugim rijeˇima. Za x ∈ Df moˇemo skratiti x u c c z brojniku i nazivniku. 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. Dakle. c Drugim rijeˇima. pa je f (x) > 0. funkcija f je strogo rastu´a na intervalu (0. 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. dvije c kritiˇne toˇke funkcije su x1 = 0 i x2 = 2. c c c c Dakle. +∞). c .9 Ispitivanje toka funkcije 201 6. 7. c) Iz (iii) takoder slijedi da funkcija nema lokalni ekstrem u kritiˇnoj toˇki c c x2 = 2. imamo tri toˇke koje zadovoljavaju nuˇan uvjet ekstrema. +∞). Drugim rijeˇima. 0) i (4/3. 4/3) su i brojnik i nazivnik ve´i od nule. 4/3). Imamo tri sluˇaja: c c c (i) Za x < 0 je brojnik ve´i od nule. (ii) Za x ∈ (0. Intervali monotonosti Monotonost smo ve´ ispitali u prethodnoj toˇki: funkcija je strogo padaju´a c c c na intervalima (−∞. odnosno c z u kojima funkcija moˇe imati lokalne ekstreme.

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 . za x < 2 je f (x) < 0 pa je funkcija f konkavna po teoremu 5.17 zakljuˇujemo c c da je x = 2 jedina toˇka infleksije funkcije f . 2−1 x f (x) = x2/3 (1 + x)3 . koji je prikazan na slici 5.14. f (x) = arctg ex − f (x) = (x − 1)e x−1 .202 8. kao c ˇto je objaˇnjeno u napomeni 4. Graf funkcije Kombiniraju´i sve prethodne rezultate dobijemo graf zadane funkcije i c njene kose asimptote. e2x + 1 1 f (x) = x2 − 1 · ln √ .15. x2 1 ln 2 e2x . s s c c x 3 . Dakle. po teoremu 5. c 10. Za x > 2 je f (x) > 0 pa je funkcija f konveksna po teoremu 5.15. Kako je slika nacrtana pomo´u programa Gnuplot. 9. s s Zadatak 5. Toˇke infleksije c Iz razmatranja zakrivljenosti u prethodnoj toˇki.8. funkciju smo morali nacrtati iz dva dijela. Rjeˇenja provjerite tako ˇto ´ete funkcije nacrtati pomo´u programa NetPlot.6 Ispitajte tok i skicirajte grafove sljede´ih funkcija: c f (x) = 1 − ln x . 1 x+1 f (x) = e x2 −3x−4 . = 3 4 (2 − x)5 9 x x2 (2 − x)4 = Vidimo da je predznak od f obrnut od predznaka izraza 2 − x. f (x) = xe− 4 + 4x .

a neparna ako je njen graf simetriˇan s c c . Parnost Kako kod implicitno zadane funkcije jednoj vrijednosti varijable x moˇe z odgovarati viˇe vrijednosti varijable y. varijable x i y poprimaju sve vrijednosti iz skupa R. Ispitivanje toka parametarski zadane funkcije ilustrirat ´emo na primjeru c Descartesovog lista iz primjera 4.1 Parametarski zadana funkcija Postupak opisan u prethodnim poglavljima se. postupak ispitivanja takvih funkcija moˇe biti sloˇeniji od ispitivanja eksplicitno z z zadanih funkcija.14: Graf iracionalne funkcije 5. y = y(t) = 3 . z kako su kod parametarski zadanih funkcija varijable x i y ravnopravne. 4.33) .9 Ispitivanje toka funkcije 203 (2*x**2-x**3)**(0. to definicija parne i neparne funkcije s na naˇin dan u definiciji 4. Primijetimo da za ove vrijednosti parametra t.12. x = x(t) = 3 t +1 t +1 1. Podruˇje definicije c Funkcija je definirana za t ∈ R \ {−1}.5.2. uz odgovaraju´e izmjene.4 i 4. 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. 2.2 nema smisla. Medutim.67 2/3 4/3 2 Slika 5. koji je u parametarskom obliku zadan s 3t 3 t2 . c moˇe primijeniti i za ispitivanje toka parametarski zadane funkcije.(-2*x**2+x**3)**(0.33) -x+0.9.

No. tada postoji c t1 ∈ R \ {−1} takav da je (−x(t). odnosno t1 = −t. tada postoji t1 ∈ R \ {−1} takav da je (−x(t). Periodiˇnost c Funkcija nije periodiˇna. y(t)) element grafa funkcije. Naime. Pretpostavimo da je funkcija parna. Ako je toˇka (x(t). s c c Kao i u prethodnom sluˇaju. c c a ne sadrˇe neku od trigonometrijskih funkcija. z 4. =− 3 t1 3 t2 t1 + 1 1 Nakon kra´enja prva jednakost povlaˇi t/t 1 = 1. Uvrˇtavanje u definiciju funkcije daje s −x(t) ≡ − t3 3 t2 3 t2 = 3 1 ≡ x(t1 ). ˇto je nemogu´e pa zau drugu jednakost daje −1 = (t s c kljuˇujemo da funkcije nije neparna. y(t)) = (x(t 1 ). +1 t1 + 1 Gornje jednakosti su ispunjene samo za t = t 1 = 0. gornje jednakosti su ispunjene samo za t = c t1 = 0. tada je i toˇka (−x(t). Naime. t1 = 0 gornje jednakosti povlaˇe c − t3 + 1 3 t2 3t = 3 . y(t1 )). +1 t1 + 1 −y(t) ≡ − 3t 3 t1 ≡ y(t1 ). za t. −y(t)) takoder element grafa c funkcije. odnosno s t3 − 1 = t3 + 1 ˇto je nemogu´e pa zakljuˇujemo da funkcije nije parna. y(t)) takoder element grafa funkcije. s c . tada c je i toˇka (−x(t). Ispitajmo parnost zadane funkcije po prethodnoj definiciji. 3 t1 1 1 Pretpostavimo sada da je funkcija neparna. y(t)) elec ment grafa funkcije. No. Uvrˇtavanje u s definiciju funkcije daje −x(t) ≡ − 3 t2 3 t2 = 3 1 ≡ x(t1 ). c c Uvrˇtavanje u drugu jednakost daje −1 = (t 3 + 1)/(−t3 + 1). −y(t)) = (x(t1 ).2. c 3. t1 = 0 gornje jednakosti povlaˇe c − 3 t2 3t t3 + 1 2 = 3 t = t3 + 1 . za t. jer su x i y zadane pomo´u elementarnih funkcija. a jednadˇba y(t) = 0 takoder povlaˇi z c z t = 0 pa je ishodiˇte jedina nul-toˇka funkcije. Uvrˇtavanje c c s 3 + 1)/(t3 + 1). Nul-toˇke c c Jednadˇba x(t) = 0 povlaˇi t = 0.204 DERIVACIJE I PRIMJENE obzirom na ishodiˇte. = 3 t3 + 1 t1 + 1 Nakon kra´enja prva jednakost povlaˇi −t/t 1 = 1. Primijetimo da je ova definicija ukljuˇuje definiciju s c 4. t3 + 1 t1 + 1 y(t) ≡ t3 3 t1 3t = 3 ≡ y(t1 ). Ako je toˇka (x(t). odnosno t1 = t. y(t1 )).

5.7. odnosno lokalno najmanji ili najve´i y i c b) lokalni ekstrem po y. Ekstremi Za razliku od implicitno zadane funkcije. (t3 + 1)2 (t3 + 1)2 .14 i 5. 5.9 Ispitivanje toka funkcije 205 5. Vrijedi x(t) = ˙ 6 t (t3 + 1) − 3 t2 · 3 t2 3 t (−t3 + 2) = .12. b) Horizontalne asimptote U primjeru 4. odnosno koriste´i teoreme 5.13. No.12 smo pokazali da x → −∞ kada t → −1 − 0. kod parametarski zadane funkcije su varijable x i y ravnopravne pa moˇemo imati dvije vrste lokalnih ekz strema: a) lokalni ekstrem po x. x → c +∞ kada t → −1 + 0.12 smo pokazali da je pravac y = −x − 1 kosa asimptota u obje strane. Kako je t→−1+0 lim y(t) = t→−1+0 t3 lim 3 (−1) −3 3t = = = −∞. c c) Kose asimptote U primjeru 4. Asimptote a) Vertikalne asimptote Funkcija nema vertikalnih asimptota jer je x ∈ R. 3 +1 +1 (−1 + 0) +0 zakljuˇujemo da funkcija nema horizontalnu asimptotu ni u desnoj strani. (t3 + 1)2 (t3 + 1)2 3 (t3 + 1) − 3 t · 3 t2 3 (−2 t3 + 1) y(t) = ˙ = . Sliˇno. c Nadimo ekstreme po 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. kod ispitivanje ekstrema i monotonosti potrebno z je voditi raˇuna o mnogim detaljima. 5. 6.18. x ˙ xy = x ˙ . kao i viˇe derivacije. 3 x ˙ Zbog sloˇenosti postupka. 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. raˇunamo po pravilima o s c deriviranju parametarski zadanih funkcija iz poglavlja 5. y ˙ yx = y x − y¨ ¨˙ ˙x .4: yx = y ˙ . c Pri tome derivacije yx i xy . odnosno lokalno najmanji ili najve´i x.

11 funkcija x(t) strogo rastu´a u okolini c toˇke t2 . a kako xy mijenja predznak s − na + radi se o lokalnom minimumu.15. √ √ t2 = 1/ 3 2 i t3 = 3 2. to ´e sigurno biti ispunjeno ako je u okolini promatrane toˇke c c funkcija x(t) injekcija.16 i 5. zapravo znaˇi c c da je derivacija xy negativna desno od toˇke y(t3 ). Pogledajmo sada ekstreme po y. ˇinjenica da y(t) pada. x(t) je sigurno injekcija tamo gdje je strogo rastu´a ili padaju´a.4. U okolini toˇke t 1 je y(t) > 0. To. kako bi zaista bili sigurni da se radi o lokalnom maksimumu po x u smislu definicije 5. 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 .12 imamo tri toˇke u kojima z c se mogu nalaziti lokalni ekstremi i to za vrijednosti parametra t 1 = 0. Naime. Po c c teoremu 4. Vidimo da u okolini toˇke t 2 vrijedi x(t) > 0 c c c ˙ pa je po Teoremu o monotonosti 5.17. Medutim. funkcije x(t) i y(t) te njihove s c derivacije po parametru t i po x i y prikazane su na slikama 5. jer se radi o racionalnim funkcijama. s ovim joˇ nismo rijeˇili status toˇaka t 1 i t3 . odnosno y(t) je padaju´a. 5.7. medutim. zakljuˇujemo da se zapravo ˙ c c radi o lokalnom maksimumu. To je u ovom sluˇaju c jednostavno. S druge strane. t (−t3 + 2) Po Teoremu o nuˇnim uvjetima ekstrema 5. Kako je u toj c okolini y(t) < 0. 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. c c s s c Medutim. teorem c c 5. moramo joˇ provjeriti da i funkcija x(t) s raste u okolini toˇke t2 . Kako yx mijenja predznak s + na − u okolini toˇke t 2 . Vidimo da je prilikom ispitivanja toka parametarski zadane funkcije korisno detaljno ispitati i tokove funkcija x(t) i y(t). (Obrnuti s c sluˇaj pokazat ´emo kasnije).1. Radi lakˇeg pra´enja prethodnog izlaganja. 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. 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. odnosno y(t) je c ˙ rastu´a.206 Dakle. da bi mogli ispravno primijeniti teoreme o nuˇnim i dovoljnim uvjetima ekstrema iz poglavlja 5. a pozitivna lijevo od c te toˇke. No. Vrijedi xy = t (−t3 + 2) x(t) ˙ = . nije z dovoljno! Naime. potrebno je da z je u okolini kritiˇnih toˇaka zaista definirana neka funkcija y = f (x).13 nam kaˇe da se radi o lokalnom maksimumu. . ˇto je zapravo definicija lokalnog maksimuma gledano od desne c s prema lijevoj strani.

U tablici 5. (0. t2 ) i (t2 . Tako iz oblika funkcija x(t) s i y(t) na slici 5. vrijednost derivacije y x te kao posljedica. c 7. t 2 ). odnosno za x ∈ (0.1 prikazani c c su redom intervali parametra t. +∞)). svakoj vrijednosti t ∈ (−∞.15 zakljuˇujemo se na dijelu grafa funkcije ista vrijednosti c varijable x javlja za tri razliˇite toˇke (konkretno.11. a pada na intervalu (t2 . 3 4]. 0). Intervali monotonosti Ispitat ´emo monotonost od y kao funkcije od x koriste´i teorem 5. monotonost odgovaraju´e funkcije y = f (x). sliku 5. 3 4) odgovaraju tri vrijednosti varijable y. Pri tome ´emo koristiti c c napomenu 5. kako funkcija x(t) raste na intervalu (0.1 se takoder lijepo vidi da graf krivulje ima petlju za √ ∈ t √ (0. −1) odgovara toˇno jedan x (funkcija x(t) je na tom intervalu c injekcija). 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. c c Radi preglednosti rezultate ´emo prikazati tabliˇno.2 d). +∞).15: Varijable x i y Descartesovog lista Ove slike nam daju joˇ neke korisne informacije. Iz tablice 5. isti x se javlja za po jedan c c t iz intervala (−1. 8.9 Ispitivanje toka funkcije 207 3*t**2 / (t**3+1) 3*t / (t**3+1) -1 t0 t1 t2 Slika 5.5. +∞). zakljuˇujemo da tu graf funkcije ima petlju. kao i da svakoj vrijednosti x ∈ (0. Takoder.17 iz koje vidimo da li na odgovaraju´em intervalu c . Zakrivljenost Ispitat ´emo zakrivljenost od y kao funkcije od x. S druge strane.

t1 ) (t1 . 0) (0. −1) (−1. 0) (0. tada je graf funkcije na tom intervalu konkavan.16: Derivacije varijabli Descartesovog lista po parametru t (−∞. Zakljuˇujemo na sljede´i naˇin: c c c – ako na nekom intervalu yx raste i pri tome x(t) raste. – ako na nekom intervalu yx pada. 3 4) √ (0. +∞) √ (0. tada je graf funkcije na tom intervalu konveksan. to zapravo znaˇi da yx raste kada x raste pa je graf funkcije na tom intervalu c konveksan. +∞) yx − − + − + y = f (x) pada pada raste pada raste x(t) (−∞. a pri tome x(t) pada. .1: Monotonost Descartesovog lista derivacija yx raste ili pada te sliku 5. – ako na nekom intervalu yx raste.15 iz koje vidimo da li funkcija x(t) raste ili pada. t2 ) (t2 . 3√ √ 2) ( 3 2. – ako na nekom intervalu yx pada i pri tome x(t) raste. a pri tome x(t) pada. 3 4) x(t) ˙ − − + + − Tablica 5. to zapravo znaˇi da yx pada kada x raste pa je graf funkcije na tom intervalu c konkavan.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.

2 dani c c su redom intervali parametra t.2 slijedi da se infleksije √ c √ nalaze u toˇkama za koje 3 3 je t = 0 i t = t2 . ponaˇanje varijable s s x(t) i konaˇan zakljuˇak o zakrivljenosti. 0) (0.2: Zakrivljenost Descartesovog lista 9. c c t (−∞. +∞) yx pada pada pada pada pada x(t) pada pada raste raste pada zakrivljenost konveksna konveksna konkavna konkavna konveksna Tablica 5. . Graf funkcije Kombiniraju´i sve prethodne rezultate dobijemo graf zadane funkcije i c njene kose asimptote. U tablici 5.5. Toˇke infleksije c Iz definicije 5. odnosno u toˇkama (0. 2). t2 ) (t2 .17: Derivacije Descartesovog lista po varijablama x i y Radi preglednosti rezultate ´emo opet prikazati tabliˇno. t1 ) (t1 .8 i tablice 5.6. koji je prikazan na slici 4. ponaˇanje derivacije y x . 0) i ( 4. c 10. −1) (−1.9 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.

Pri tome je r < d i m1 > m2 . te ukoliko ima. Naˇ je zadatak stoga izraziti potencijalnu energiju kao s 1 Ovaj zadatak izradio je dr. 1 z z c z B A O r α D E α C m2 Slika 5. Ovdje ´emo kao ilustraciju detaljno opisati postupak c rijeˇavanja problema ravnoteˇe prikazanog na slici 5. 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|. na´i taj poloˇaj. (5. Zadatak je odrediti ima li navedeni mehaniˇki sustav z c poloˇaj ravnoteˇe. Kolut se oko svoje osi vrti bez trenja. imati ravnoteˇu tamo gdje je potencijalna c s z energija minimalna.12) Sustav ´e. a c ¤¡¤¡ £ £ ¡¤¡ ¡£¡¤£ £¤¡¤¡£¤¡£ ¡£¡¡£ ¤£¤¡¤¡£¤ £¡£¡¡£ ¤¡¤¡£¤ £¡£¡£¤¡ ¡¡¡££ m1 ¡ ¡ ¢  ¢¡¢¡ ¡ ¡ ¢ ¢ ¢¡¢¡¢  ¡ ¡  ¢¡¢¡¢  ¡ ¡ ¡¡ ¢  F .18: Poloˇaj ravnoteˇe mehaniˇkog sustava z z c Sa slike 5. kao ˇto je poznato. a uteg s masom m 2 se takoder bez trenja kliˇe po y-osi. Njemaˇka. Fernuniversit¨t Hagen. sc. Dieter Keim.210 DERIVACIJE I PRIMJENE 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 .18 vidimo da je d = |OD|.10 Rjeˇavanje problema ravnoteˇe s z Diferencijalni raˇun izloˇen u prethodnim poglavljima ima mnoge vaˇne c z z primjene u fizici i tehnici.

1). Pokazuje se da je najpogodnija varijabla kut α. Zbog sliˇnosti trokuta c vrijedi ∠ADB = ∠ACO = α. (5. − m2 g . 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 = +∞. c l1 = (π − α)r.14) sin α Konaˇno. 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. Vrijedi s π r − d + m2 gr. Zapravo se u ovom sluˇaju takoder radi o geometrijskom ekstremu (vidi poglavlje 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 .13) d cos α − r cos α d cos α − r · = . π/2].10 Rjeˇavanje problema ravnoteˇe s z 211 funkciju jedne varijable. Tada je |EF | = l − l1 − |CB|.5. uvrˇtavanje izraza (5. c Pogledajmo prvo kako se funkcija ponaˇa u rubovima intervala. Oˇito je α ∈ (0. sin α Sada treba utvrditi ima li funkcija E(α) minimum za α ∈ (0. cos α sin α sin α Oznaˇimo s l1 duljinu dijela niti namotanog na kolut. utvrditi da li ta funkcija ima minimum te na´i minic mum ukoliko postoji. π/2].7.14) u formulu (5. 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 .13) i (5.

z z c Da bi odredili poloˇaj ravnoteˇe. m1 Kako je derivacija E (α) neprekidna na promatranom intervalu. π/2] pri ˇemu je ε > 0 takav da je E(ε) > E(π/2). Promotrimo funkciju E(α) na zatvorenom intervalu [ε. 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 . No. z z Ovim smo napravili vaˇan korak u analizi zadanog sustava. 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) . c z (m1 gr) cos2 α − (m1 gd + m2 gr) cos α + m2 gd = 0. r m2 . c c . 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 = . to je α 0 jedina kritiˇna toˇka funkcije E(α). kako je funkcija E(α) na tom intervalu neprekidna. zadani sustav ima poloˇaj ravnoteˇe. Takav ε sigurno postoji c jer je limα→0+0 E(α) = +∞.8 nam garantira da funkcija na tom intervalu dostiˇe z svoj minimum. teorem 4. jer ˇak i ako z c poloˇaj ravnoteˇe ne budemo mogli toˇno odrediti. = sin2 α Izjednaˇavanje (brojnika) s nulom daje kvadratnu jednadˇbu po cos α.212 DERIVACIJE I PRIMJENE U zadnjoj jednakosti smo koristili ˇinjenicu da zbog pretpostavki vrijedi m 1 − c m2 > 0 i d − r > 0. 2m1 gr m1 gd + m2 gr ± d . Dakle. S druge strane. znamo da on postoji. m1 odnosno (cos α)1 = (cos α)2 = Kako je d > r to je d/r > 1 pa je prvo rjeˇenje nemogu´e.

a c uteg s masom m2 spusti. kako je E (α0 ) > 0 to znaˇi da je c derivacija E (α) rastu´a u nekoj okolini toˇke α 0 . niti o duljini niti l. π/2). Kako je E (α0 ) = 0. α 0 ) i strogo rastu´a na c c intervalu (α0 . slijedi da je E (α) < 0 c za α ∈ (0. c Trebamo joˇ ustanoviti da se u toˇki α 0 nalazi i globalni minimum zadane s c funkcije na promatranom intervalu. Zaista. kada se udaljenost d pove´a. c z z Zanimljivo je uoˇiti da poloˇaj ravnoteˇe ne ovisi ni o udaljenosti d. Kako je α0 c c jedina nul-toˇka derivacije na promatranom intervalu.5. . α0 ) i E (α) > 0 za α ∈ (α0 . c c Zadani sustav ´e zauzeti poloˇaj ravnoteˇe za kut α 0 = arccos(m2 /m1 ). 2 (x) 2 (x) N N N (x) Vrijedi E (α0 ) = pa funkcija E(α) ima u toˇki α0 lokalni minimum. Teorem o monotonosti 5. a pozitivna desno od toˇke α0 . to jest B(x) = 0.10 Rjeˇavanje problema ravnoteˇe s z 213 Dovoljan uvjet ekstrema provjerit ´emo pomo´u teorema 5.14. to je c c E (α) negativna lijevo od toˇke α0 . nego samo o omjeru masa utega. 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) = = . π/2) pa zakljuˇujemo je α0 toˇka globalnog minimuma. tada se uteg s masom m 1 podigne.11 povlaˇi c da je funkcija E(α) strogo padaju´a na intervalu (0. 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) = . ni o c z z radijusu koluta r. tada drugu derivaciju u toj toˇki moˇemo c z jednostavnije izraˇunati koriste´i sljede´u jednakost c c c f (x) = Dakle. Na primjer. 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.

.

. . 235 6. 229 z 6.2 6. . . . . .2. . . . . . .1. . .4. . . . . . . . . . . . . . .6 6. . . . . . . . . . . . . .2.2. . . . . . . . . . . . . . . . . . . . . . . 219 s 6. . . 221 Broj e . . . 233 6. . . . .4 Red funkcija . . . . . . . . . .4 Alternirani redovi . . . . . . . . . . . . .3 Niz funkcija . . . . . . . . . . . . . . . . 222 Svojstva limesa .4. . . . . . . . . . . .5 Red potencija . . . . . . .3 Kriteriji konvergencije . . . . . . .3 6. . . . . . . .2.4 6. . . . . 227 6. . . . 234 6. . . . . . . . . . . .1 Nuˇan uvjet konvergencije . . . . . . . . . . . . . . . . . . . 225 Dva vaˇna limesa . 223 Cauchyjev niz . . . . . . . . . . . . . . . . . . .2 6. . . . . . . .1. . . . . . . . . . . . .1 Niz realnih brojeva . . . . . . . . 225 z Red realnih brojeva . . . . 240 Taylorov red . . . . . . . .1 Ispitivanje konvergencije .5 6. . 236 6. . 230 Apsolutna konvergencija . 242 . . .2 Omedenost. . . . . .1. . . . . . . 238 6. . . . . . . . . . . . . . . .1 Gomiliˇte i podniz . . . . . . .2 6. . NIZOVI I REDOVI 6. .1. . . . monotonost i konvergencija . . . . . . . . . . . . .3 6.4. . . . . . 239 Deriviranje reda funkcija . . . .1. . . . . . . . . . . . . . .6. . . . . . . . . . . . . . .1. . . . . . 216 6. . . . .

Redovi brojeva su zapravo sume beskonaˇno pribrojnika koji se zbrac jaju u zadanom redoslijedu i premda je tih pribrojnika beskonaˇno. c c Kod redova funkcija najzanimljiviji su redovi potencija. Definicija 6. . odnosno konvergenciju niza. c limes niza. a 3 . ako se elementi ponavljaju. ˇiji je sadrˇaj za ve´inu studenata potpuno nov. c Niz moˇemo oznaˇiti tako da napiˇemo prvih nekoliko ˇlanova i op´i ˇlan: z c s c c c a1 . kod niza svaki ˇlan ima toˇno odredeno mjesto na kojem se nalazi.. sin x.1 Niz realnih brojeva U ovom poglavlju definirat ´emo niz realnih brojeva. ∗. Pri tome treba razlikovati niz {an } od skupa {an : n ∈ N}. log x) do unaprijed zadane toˇnosti pomo´u funkcija (npr.216 NIZOVI I REDOVI U ovoj glavi. 3 5 7 9 n2 2n + 1 . redovima realnih brojeva te nizovima i redovima funkcija. Takoder. e c c osnovnih raˇunskih operacija +. . . c 6. . njihova c suma moˇe biti konaˇna. osnovne tipove nizova. c Broj a(n) ≡ an je n-ti ˇlan niza. Takoder koristimo oznake (an ) ili {an }.1 Niz realnih brojeva (kra´e niz) je svaka funkcija a : N → R. Primjer 6. dokazati jedinstvenost limesa te dati nekoliko primjera. tada skup ostaje isti. dok kod skupa to c c nije sluˇaj. Jedna od najvaˇnijih primjena takvih redova je razvoj elementarnih funkcija u Taylorov red z potencija. /. Naime. . a n . .1 a) Niz ˇiji je op´i ˇlan c c c an = glasi 1 4 9 16 . S tim problemima bavili su se ve´ grˇki matematiˇari z c c c c pa ´emo objasniti poznati Zenonov paradoks o Ahilu i kornjaˇi. Definicija niza je vrlo jednostavna. cos x. bavit ´emo c z c c se nizovima realnih brojeva. . . dok se c niz mijenja. . .. Taylorov red nam omogu´uje raˇunanje vrijednosti elementarnih c c x . −. a 2 . ..

∃n0 ∈ N) takvi da n ≥ n0 ⇒ an = r. n+1 n Niz koji ima limes je konvergentan odnosno konvergira. n 2 3 4 5 6 1 1 < = an . 8. 4. . 8. Definicija 6. c c c c monoton) ako je takva pripadna funkcija a : N → R. . . strogo rastu´i.6. . . . . n ≤ 3. . − . odnosno niz sa svojstvom (∃r ∈ R. 8.3 Realan broj a je graniˇna vrijednost ili limes niza {a n } ako c (∀ε > 0)(∃nε ∈ N) takav da n ≥ nε ⇒ |an − a| < ε. 2n. .1 Niz realnih brojeva 217 b) Niz zadan s pravilom  1 − n  . . an = 1 n  . . . niz an = 1 1 1 1 = 1. . . 6. . . Definicija 6. 8. . niz an = nije monoton. .  n za n neparan. glasi 1 2 1 4 1 0. − . 8. . n ≥ 4. . n 2 3 4 je monoton (strogo padaju´i) jer vrijedi c an+1 = S druge strane. . Ovo je takozvani stacionarni niz. 2 3 4 5 6 c) Niz zadan s pravilom an = glasi 2. . Na primjer.2 Niz {an } je rastu´i (padaju´i. . . strogo padaju´i. 3 2 5 4 7 (−1)n + n = 0. za n paran. U protivnom je niz divergentan odnosno divergira.

Primjer 6. 1 = 0. z Teorem 6. . a + c ε) sadrˇi beskonaˇno ˇlanova niza. s Na kraju dokaˇimo jedinstvenost limesa. neka je ε > 0 proizvoljan. niz an = n divergira u +∞. a8 . . . Definicija 6.4 joˇ kaˇemo da niz {a n } konvergira prema +∞ i c s z piˇemo lim an = +∞. dok je uvijek beskonaˇno ˇlanova niza unutar tog c c intervala.2 rijeˇili smo osnovnu nejednadˇbu konvergencije s z za niz {an }. nalaze unutar intervala (−0. dok se izvan toga intervala nalazi samo z c c konaˇno ˇlanova niza. 0. Sliˇno. Napomena 6. niz {an } divergira prema −∞ ako vrijedi c (∀r < 0)(∃nr ∈ N) takav da n ≥ nr ⇒ an < r.1 Zbog jedinstvenosti terminologije u nastavku izlaganja. Tada 1 1 1 − 0 < ε ⇔ < ε ⇔ < n. Sliˇno.2 c c je nε = 6 pa se ˇlanovi niza a6 . a niz an = −n2 divergira u −∞. n n ε pa je nε = 1 + 1. c c Konvergenciju niza oznaˇavamo na sljede´e naˇine: c c c an → a. Na primjer. za ε = 0. a7 . c Kada smanjimo ε.4 Niz {an } divergira prema +∞ ako vrijedi (∀r > 0)(∃nr ∈ N) takav da n ≥ nr ⇒ an > r. n Zaista. z s .2). tada ve´i broj (ali uvijek konaˇan) ˇlanova niza ostane c c c izvan intervala (a − ε.2 Dokaˇimo z {an } → a.218 NIZOVI I REDOVI Iz definicije zakljuˇujemo da kod konvergentog niza svaki ε interval (a − ε. u drugom sluˇaju iz definicije 6. ε S [x] oznaˇavamo najve´e cijelo pozitivnog broja x.2. Postupkom iz primjera 6. a + ε).4 joˇ kaˇemo da s c c s z niz {an } konvergira prema −∞ i piˇemo lim a n = −∞.1 Niz moˇe imati najviˇe jedan limes. Na primjer. u prvom sluˇaju iz definicije 6. lim an = a. lim n→∞ lim an = a.

. − . 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. Najve´e gomiliˇte zove se limes superior i oznaˇava s lim sup. .1. Ukoliko je niz konvergentan. . − . odnosno c c (∀ε > 0)(∀n ∈ N)(∃n ∈ N. Primjer 6. Tada se unutar intervala (a − ε. Oˇito je lim inf a n = −1 i s c lim sup an = 1. +∞ je gomilˇte niza {an } ako s (∀r > 0)(∀n ∈ N)(∃n ∈ N. s c Limes je ujedno i gomiliˇte. Dalje. odnosno − . to a ¯ je nemogu´e. Neka su a i a dva razliˇita (konaˇna) limesa niza {a n }. a + ε). 0. . Nadalje. Neka je ¯ c c ε = |a − a|/2. n > n) takav da an < r. dok se izvan toga intervala nalazi samo konaˇno ˇlanova niza. 6. . ali se i izvan te c c c c okoline takoder nalazi beskonaˇno ˇlanova niza.6. . . c c c Isto mora vrijediti i za interval (¯ − ε.1 Gomiliˇte i podniz s Definicija 6. tada je oˇito c lim an = lim sup an = lim inf an .1 Niz realnih brojeva 219 Dokaz. a najmanje gomic s c liˇte zove se limes inferior i oznaˇava s lim inf. s je takoder divergentan i ima gomiliˇta 0 i +∞ te vrijedi lim inf a n = 0 i lim sup an = +∞. dok gomiliˇte ne mora biti limes. 10.3 a) Niz an = (−1)n n 1 2 3 4 5 6 . 0. n > n) takav da an > r. n+1 2 3 4 5 6 7 je divergentan i ima dva gomiliˇta 1 i −1. a + ε) mora nalaziti beskonaˇno ¯ c ˇlanova niza. a −∞ je gomilˇte niza {an } ako s (∀r < 0)(∀n ∈ N)(∃n ∈ N. . b) Niz an = n(1 − (−1)n ). . n > n) takav da |an − r| < ε. . c 6. 0. Kako su intervali disjunktni. odnosno 2.5 Broj r je gomiliˇte niza {a n } ako se u svakoj ε-okolini broja r s nalazi beskonaˇno mnogo ˇlanova niza.

1.5 i 6.− . 1. s Posebno. c s z Primjer 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... . . . n→∞ ..6. 1. odnosno q.− . Za q = −1 niz glasi −1. K-ti ˇlan podniza a ◦ n je c c (a ◦ n)(k) = a(n(k)) = an(k) = ank . 1.. Za q = 1 niz je stacionaran. (ii) ako je niz {an } konvergentan.4. · · · . 2 4 6 Sljede´i primjer opisuje ponaˇanje jednog vaˇnog niza. .6 Podniz niza a : N → R je svaka kompozicija a ◦ n. Kombiniraju´i definicije podniza i gomiliˇta 6. podniz {a2n } niza an = (−1)n glasi 2 4 6 . 3 5 7 a podniz {a2n−1 } istog niza glasi 1 3 5 − . −1. tada za svaki podniz {a nk } vrijedi k→∞ lim ank = lim an . Za |q| < 1 niz konvergira prema nuli. odnosno konvergira prema +∞ po napomeni 6. c c Podniz je oˇito ponovo niz. za q > 1 niz divergira prema +∞ po definiciji 6.4 Niz an = q n . gdje je n : N → N strogo rastu´a funkcija... podniz se dobije iz polaznog niza preskakanjem ˇlanova. 1. . . n n+1 zove se geometrijski niz. q 4 . c Na primjer. q 2 .220 NIZOVI I REDOVI Definicija 6. pa ima dva gomiliˇta 1 i −1. Drugim rijeˇima. Za |q| > 1 niz divergira. . 1. i konvergira prema 1.. q ∈ R.. . −1.1. q 3 .

2 Omedenost. c Dakle. {ank } je rastu´i podniz niza {an } i teorem je dokazan. To znaˇi da za svaki n vrijedi c min{a1 . Neka je zadan niz {an }. Prema definiciji skupa M vrijedi a n1 ≤ a n2 ≤ · · · ≤ a nk ≤ · · · . ˇiji su elementi iz skupa N \ M . . . a − ε} ≤ an ≤ max{a1 . a + ε} i teorem je dokazan. Dokaz. 2 ∈ M . nalaze unutar intervala (a − ε. Oˇito je i n2 ∈ M . c Ako je skup M beskonaˇan. .1. Skup M ⊆ N je ili konaˇan ili beskonaˇan pa c c svaki od tih sluˇajeva razmatramo posebno. . Nastavljaju´i ovim postupkom c c dobivamo strogo uzlazni niz n1 < n 2 < · · · < n k < · · · . Dokaz. jer bi u protivnom n1 bio iz M . Ako je skup M konaˇan. odaberimo n1 ∈ N koji je ve´i od svih elemenata c c od M . tada je 1 ∈ M . . Odaberimo ε > 0. anε +2 . anε −1 . a5 = 5 i an = n za n ≥ 6. anε +1 . 3 ∈ M . monotonost i konvergencija U ovom poglavlju dokazat ´emo ˇetiri teorema koji povezuju monotonost. a4 = 4. anε −1 . ako je niz zadan s a1 = 1. Vrijedi c a n1 > a n2 > · · · > a nk > · · · c pa je {ank } strogo padaju´i podniz niza {an }. . . tada u njemu moˇemo odabrati strogo uzlazni c z niz n1 < n 2 < · · · < n k < · · · . Definirajmo skup M = {m ∈ N : n ≥ m ⇒ an ≥ am }. a2 .3 Svaki niz ima monotoni podniz. Teorem 6. . Neka je a = lim an . . a2 . . . Tada postoji n2 ∈ N takav da je n2 > n1 i an2 < an1 . c c omedenost i konvergenciju nizova i podnizova.1 Niz realnih brojeva 221 6. Tada se ˇlanovi niza c anε . . Na primjer.2 Svaki konvergentan niz je omeden. a3 = 2.6. Teorem 6. a2 = 3. a + ε).

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. · · · }.5 (Bolzano—Weierstrass) Svaki omeden niz ima konvergentan podniz.71828182845904523536028747135266249775724709369995 . ˇto s je u suprotnosti s pretpostavkom da je a infimum. Koriste´i ovaj teorem u poglavlju 6.1. Po teoremu 6.1.4.1 povlaˇi lim a n = a i teorem je c dokazan. Dakle. Teorem 6. Prethodna dva teorema nam takoder koriste za dokazivanje poznatog Bolzano–Weierstrassovog teorema. definicija 6. Dokaz. Tada (∀ε > 0)(∃nε ∈ N) takav da anε < a + ε. Dokaz. a2 . tada je i monotoni podniz omeden pa podniz konvergira po teoremu 6. a = inf{a 1 .3 dat ´emo definiciju broja e. Limes tog niza c oznaˇavamo s e. c 1 n . e = lim 1 + n→∞ n Broj e ima beskonaˇni neperiodiˇni decimalni zapis. Naime.222 NIZOVI I REDOVI Teorem 6.3 svaki niz ima monotoni podniz. odnosno c c baze prirodnih logaritama. odnosno |an − a| < ε. Ako je zadani niz omeden. Niz je padaju´i pa za n ≥ nε vrijedi c a ≤ an ≤ anε ≤ a + ε.4.4 Svaki monoton i omeden niz je konvergentan. a njegovih prvih pedeset c c znamenaka glasi 2. 6. Neka je a najve´a c c c c c c donja meda skupa ˇiji su elementi ˇlanovi niza. u protivnom bi postojao ε > 0 takav da je a n ≥ a + ε za svaki n. Dokazat ´emo sluˇaj kada je niz {a n } padaju´i.

5 naveden kao jedna od mogu´ih c definicija broja π.3.1) u poglavlju 6.2. √ bn = 2n+1 2 − an .7) vrijedi lim bn = π.6. Prema (4.2 i zadatak 6.1 Niz (4.6. moˇemo definirati i rekurzivno kao niz {b n } koji je definiran z formulama: √ √ b 1 = 22 2 − a 1 . Zadatak 6.2 Broj e takoder moˇemo izraˇunati i kao sumu beskonaˇnog z c c reda brojeva (vidi formulu (6. a1 = 2. c c 6.3 pa ga c c stoga izostavljamo.7). .1. Dokaz sljede´eg teorema sliˇan je dokazu teorema 4. 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 . an = 2 + an−1 . koji je u poglavlju 4.4 Svojstva limesa Svojstva limesa nizova sliˇna su svojstvima limesa funkcija koja su dana u c poglavlju 4.5). Takoder moˇemo dokazati z lim 1− 1 n −n n→∞ = e.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. Dokaˇite da je niz {bn } konvergentan tako ˇto z s ´ete pokazati da je strogo rastu´i i omeden odozgo. Napomena 6.1.

vrijedi lim an = lim a2 = 1 2 + . tada je lim an bn = (lim an )lim bn ... bn lim bn (v) ako za svaki n vrijedi an > 0 i ako je lim an > 0. 4 4 1 2 n(n a3 = 1 2 3 + + . {bn } i {cn } postoji n0 ∈ N takav da n ≥ n0 povlaˇi an ≤ bn ≤ cn i ako je lim an = lim cn = a. (iii) lim(an · bn ) = lim(an ) · lim(bn ). c n k .4. ako je bn stacionaran niz.224 NIZOVI I REDOVI Teorem 6. Posebno.7 Ako za nizove {an }.6 Neka su nizovi {an } i {bn } konvergentni. 2 n 2 Sljede´i teorem je sliˇan pravilu o uklijeˇtenoj funkciji 4. 32 32 32 . c. bn = x. b. tada je lim an lim an = .. cn + d a. c . Primjer 6. c c s Teorem 6. n2 odnosno a1 = 1. + 1) n2 = lim 1 n+1 1 · lim = . (an + b) · (cn + d) · = lim a + lim c + b n d n = a . (iv) ako za svaki n vrijedi bn = 0 i ako je lim bn = 0. tada je i lim bn = a. (ii) lim(an − bn ) = lim(an ) − lim(bn ).5 a) Za niz an = vrijedi lim an = lim b) Za niz an = k=1 an + b . Tada vrijedi: (i) lim(an + bn ) = lim(an ) + lim(bn ). tada je lim(an )x = (lim an )x . d ∈ R. 1 n 1 n c = 0.

1. Za a > 1 vrijedi c √ √ √ | n a − 1| < ε ⇔ n a − 1 < ε ⇔ n a < 1 + ε.1. Pokaˇimo z tako ˇto ´emo rijeˇiti osnovnu nejednadˇbu konvergencije. ∀k ∈ N) vrijedi |an+k − an | < ε.6. budu´i je −1 ≤ sin n ≤ 1.5 Cauchyjev niz Prilikom dokazivanja konvergencije pomo´u osnovne nejednadˇbe konverc z gencije potrebno je poznavati limes niza. n n n 1 Kako − n → 0 i 1 n → 0.8 Niz je konvergentan ako i samo ako je Cauchyjev. 1 n < ε.7 Niz an = 1 n je Cauchyjev pa prema tome konvergira. Teorem 6. n Zaista.1 Niz realnih brojeva 225 Primjer 6. s c s z Za a = 1 tvrdnja je oˇita. n+k n n n+k n n+k Posljednja nejednakost je sigurno ispunjena ˇim je c 1 uzeti nε = [ ε ] + 1. Zaista. to za svaki n ∈ N vrijedi c − 1 sin n 1 ≤ ≤ . konvergenciju niza moˇemo z ispitati i bez poznavanja limesa.6 Dva vaˇna limesa z lim √ n a=1 za a > 0.6 Pokaˇimo z sin n → 0. tvrdnja slijedi iz teorema 6.7. 6. odnosno moˇemo z 6. Definicija 6. ln(1 + ε) . 1 1 1 1 1 1 <ε⇔ − − <ε⇔ <ε+ .7 Niz {an } je Cauchyjev niz ako (∀ε > 0)(∃nε ∈ N) takav da (∀n ≥ nε . Primjer 6. No. Logaritmiraju´i obje strane dobivamo c 1 ln a ln a < ln(1 + ε) ⇔ <n n ln(1 + ε) odnosno nε = ln a + 1.

Tako. n ln(1 − ε) Nejednakost je promijenila smjer prilikom dijeljenja s negativnim brojem ln(1− ε).1. Dakle. y = lim a1/x ⇔ ln y = ln( lim a1/x ) = lim x→+∞ x→+∞ x→+∞ 1 ln a = 0 x pa je y = 1. ). . .3 slijedi e = lim a zamjenom x = 1/t slijedi e = lim (1 + t)1/t . c s Naime. x→+∞ √ Sada na limx→+∞ x a moˇemo primijeniti tehnike za nalaˇenje limesa funkcija z z realne varijable (logaritamsko deriviranje. Postupak proˇirenja po neprekidnosti se ˇesto koristi. ln a nε = + 1. Logaritmiraju´i obje strane dobivamo c ln(1 − ε) < ln a 1 ln a ⇔ n > . na primjer. u ovom sluˇaju je c n→∞ lim √ √ n a = lim x a.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. Zadatak 6. ln(1 − ε) Gornji limes mogli smo odrediti i primjenjuju´i proˇirenje po neprekidnosti. L’Hospitalovo pravilo . Slika 6. iz s c definicije broja e iz poglavlja 6. . t→0 x→+∞ 1+ 1 x x . Dakle.226 Za a < 1 vrijedi NIZOVI I REDOVI √ √ √ | n a − 1| < ε ⇔ 1 − n a < ε ⇔ 1 − ε < n a. .1 prikazuje (1 + 1/x)x i (1 + 1/n)n .

Konvergencija reda definira se pomo´u niza parcijalnih suma.1: Proˇirenje po neprekidnosti s 6.8 Red realnih brojeva (kra´e red) je zbroj beskonaˇno (prebrojivo c c mnogo) pribrojnika koji se nalaze u zadanom poretku. c dat ´emo nuˇne i dovoljne uvjete konvergencije te uvesti pojmove apsolutne i c z uvjetne konvergencije.6. Broj sk = c niz {sk } je niz parcijalnih suma.2 Red realnih brojeva 227 3 2 1 (1+1/x)**x exp(1) "a_n" 2 4 6 8 10 Slika 6. je k-ta parcijalna suma reda . zatim konvergenciju reda pomo´u niza parcijalnih suma. Koristimo oznake ∞ n=1 an . a1 + a2 + a3 + · · · + a n + · · · k n=1 an Broj an je n-ti ˇlan reda. a c Niz {sk } je jednoznaˇno odreden nizom {an } i oˇito vrijedi c sk+1 = sk + ak+1 . odnosno sumu beskonaˇno c c mnogo sumanada. c . an . Definicija 6.2 Red realnih brojeva U ovom poglavlju definirat ´emo red realnih brojeva.

s Primjer 6. q n−1 = 1n−1 = +∞. q n−1 = lim sk = k→∞ 1−q n=1 Za q ≥ 1 je q n−1 = +∞.8 Promotrimo geometrijski red ∞ n=1 q n−1 = ∞ n=0 qn odnosno 1 + q + q 2 + q 3 + q 4 + · · · . a 10 puta je brˇi. c c c s Zenon sluˇatelja navodi na zakljuˇak da zbroj od beskonaˇno udaljenosti mora s c c biti beskonaˇan.9 Red konvergira ako konvergira niz parcijalnih suma. .228 NIZOVI I REDOVI Definicija 6.4) pa geometrijski red konvergira i vrijedi ∞ 1 . Ako krenu c z istovremeno. s = lim sk = k→∞ an . niz {a n } je zbrojiv ili sumabilan.9 Zenon je postavio sljede´e pitanje poznato kao Zenonov paradoks: c Ahil se nalazi 1 metar iza kornjaˇe. Stoga Ahil nikad ne´e sti´i kornjaˇu. kornjaˇa ´e odmaknuti malo naprijed i tako z c c c dalje. Ako je red konvergentan. ˇto je paradoks. Primjer 6. koc z c rnjaˇa ´e odmaknuti malo naprijed. 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 . suma reda jednaka je limesu niza parcijalnih suma. a za q ≤ −1 niz {sk } nema limes. Dok Ahil stigne do novog c c poloˇaja kornjaˇe. 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. ˇto u ovom sluˇaju nije toˇno. Joˇ koristimo izraze: red je konvergentan. dok Ahil stigne do poˇetnog poloˇaja kornjaˇe. 1−q Za |q| < 1 vrijedi q k → 0 (vidi primjer 6.

Sada imamo c lim an = lim(sn − sn−1 ) i teorem je dokazan. Teorem 6.9 Ako je red Teorem moˇemo iskazati drukˇije: ako je lim a n = 0. 6. pri ˇemu je {sn } limes niza parcijalnih suma. tada red z c Dokaz. vrijedi lim s n−1 = s. tada je lim an = 0. 2 + 1 1 + 3 4 1 1 1 + m + ··· + m m 2 2 2 s c Dakle. ˇto povlaˇi limk→∞ sk = +∞.2. ˇto ´emo analizirati u sljede´em s c c poglavlju. limm→∞ s2m = +∞.10 Harmonijski red 1 n 1 ispunjava nuˇan uvjet konvergencije jer je lim n = 0. Napomena 6.6 (ii) = lim sn − lim sn−1 = 0 Primjer 6. Neka je s= an = lim sn .3 Red 1 np konvergira za p > 1.2 Red realnih brojeva 229 6.1 Nuˇan uvjet konvergencije z an konvergentan. 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 + . . Dokaˇimo tu tvrdnju: niz parcijalnih suma {s k } je strogo rastu´i.6. Kako limes niza ne ovisi o c pomicanju indeksa za konaˇan broj mjesta. a divergira za p ≤ 1. ali divergira. Tm. odnosno z 1 z c n = +∞. an divergira.

tada red bn divergira. bn > 0 za ∀n ∈ N. na prvo pitanje ˇesto moˇemo odgovoriti koriste´i c c c z c jedan od ˇetiri kriterija konvergencije koje navodimo u ovom poglavlju. tada red bn konvergira. a red an je minoranta reda bn . Red je konvergentan ako ima konvergentnu majorantu. tada red . odnosno c an .230 NIZOVI I REDOVI 6. Neka je lim Tada vrijedi: (a) ako je 0 < r < +∞. istovremeno smo odgovorili na pitanje da li red konvergira i naˇli njegovu sumu. (ii) Poredbeni kriterij II. tada red an konvergira. tada red divergira. nego na drugo pitanje.2.10 Neka su an i bn redovi s pozitivnim ˇlanovima. bn (iii) D’Alembertov kriterij. an konvergira. an an an konvergira. an = r. Tako kod redova s ˇiji su svi ˇlanovi pozitivni. an divergira. Ako postoji n0 ∈ N takav da n ≥ n0 povlaˇi an ≤ bn . (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. koja mu je suma? ˇ Cesto je lakˇe odgovoriti na prvo. a divergentan ako ima divergentnu minorantu. bn konvergira. tada red bn divergira. tada oba reda ili konvergiraju ili divergiraju. Teorem 6. a ako je q > 1. s Medutim.10 (Kriteriji konvergencije) Neka su an i bn redovi s pozitivnim ˇlanovima. Neka je lim Ako je q < 1. Tada vrijede sljede´i kriteriji konvergencije: c c (i) Poredbeni kriterij I. an+1 = q.2 Kriteriji konvergencije Kod razmatranja konvergencije geometrijskog reda u primjeru 6. c red bn je majoranta reda an . c Definicija 6.8. zapravo se radi o dva odvojena pitanja: 1) Da li zadani red konvergira? 2) Ukoliko red konvergira.

n(n + 1) Zbog 1 1 1 = − n(n + 1) n n+1 . Primjer 6. niz {sk } je i strogo rastu´i pa konvergira po teoremu 6.12 Promotrimo red 1 . Neka je lim Ako je q < 1. (v) Raabeov kriterij.10). Neka je lim n 1 − Ako je q > 1.6.2 Red realnih brojeva 231 (iv) Cauchyjev kriterij. Neka red an ima konvergentnu majorantu bn = b i neka je an ≤ bn .11 Kako je 1 n ≤ 1 √ . tada red divergira. Kako je an > 0. c z dakle kada je lim an+1 /an = 1. a ako je q > 1. Dokazat ´emo samo prvu varijantu poredbenog kriterija. red 1 np divergira za p < 1 zbog istog razloga (vidi napomenu 6. a ako je q < 1. sk ≤ b. an an konvergira. an √ n an = q. Niz parcijalnih suma {sk } reda an je omeden odozgo. n red 1 √ n 1 divergira jer ima divergentnu minorantu c n (vidi primjer 6. Dat ´emo nekoliko primjera. tada red Dokaz.3). Op´enito. Druga c tvrdnja je oˇita. dok dokaze c ostalih tvrdnji izostavljamo. tada red an konvergira. tada red divergira. c Primjer 6. an+1 an = q. c Raabeov kriterij se obiˇno koristi tek kada zakaˇe D’Alembertov kriterij.4.

6. 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. Red konvergira po D’Alembertovom kriteriju jer je lim an+1 = lim an n+1 3n+1 n 3n = lim n+1 1 = < 1. tada kon- Zadnju jednakost ´emo dokazati u Matematici 3. 3n 3 Red konvergira po Cauchyjevom kriteriju jer je √ n √ n n Zad.1) dokazat ´e se u zadatku 6.14 Sljede´i vaˇan red daje nam prikaz broja e: c z 1 1 1 1 = 1 + 1 + + + + · · · = e. Konaˇno. n Primjer 6. lim an = lim n 3 3 3 Primjer 6. prema poredc c 1 benom kriteriju red p konvergira za p ≥ 2 (vidi napomenu 6.13 Ispitajmo konvergenciju reda n 3n po D’Alembertovom i Cauchyjevom kriteriju. c . n2 (n + 1)2 6 1 n(n+1) . No.2 1 n n = = lim < 1.5.1) = lim 1 = 0 < 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+ = . n+1 Zadnja jednakost u formuli (6.232 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 .3).

Razmatranje redova ˇiji ˇlanovi imaju razliˇite predznake c c c c je sloˇenije.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 .4). 3 Sliˇno. redovi 1− i 1− 1 1 1 1 1 1 + − + − + ··· 2 4 8 16 32 64 (6. Definicija 6. c Redovi koji su konvergentni.12 Apsolutno konvergentnom redu smijemo komutirati sumande. Za redove s pozitivnim ˇlanovima koje smo razmatrali u prethodnom poglavlju c vrijedi an = |an | pa nema razlike izmedu konvergencije i apsolutne konvergencije.2 Red realnih brojeva 233 6.6. Po prethodnom teoremu suma reda (6. c Apsolutno konvergentni redovi imaju sljede´e vaˇno i korisno svojstvo. Sljede´a dva teorema vezana uz apsolutno konvergentne redove navodimo c bez dokaza. razliˇite. c z Teorem 6. naravno. suma reda (6. Na primjer.2. 7 1 1 1 + + + ··· 4 32 256 . Sume su im.2.2) 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 . to jest redoslijed zbrajanja ne utjeˇe na sumu reda. tada je i konvergentan. Teorem 6.3 Apsolutna konvergencija U prethodnom poglavlju dani su kriteriji konvergencije za redove s pozitivnim ˇlanovima.11 Ako je red apsolutno konvergentan.3) 2 4 8 16 32 64 su apsolutno konvergentni jer je njihov red apsolutnih vrijednosti konvergentan geometrijski red 1/2n−1 . U nekim sluˇajevima pomaˇe nam teorem o apsolutnoj konverz c z genciji.2) 1 1 1 1 1 1 − + − − + ··· (6. ali nisu apsolutno konvergentni nemaju ovo svojstvo (vidi poglavlje 6.11 Red an je apsolutno konvergentan odnosno konvergira apsolutno ako konvergira red |an |.

12 ne vrijedi za alternirani harmonijski red. 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.2. ali ne konvergira apsolutno jer 1 c red 2n−1 divergira.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. n ∞ Izborom odgovaraju´eg redoslijeda zbrajanja. pomaˇe nam Leibnitzov kriterij konvergencije. alternirani harmonijski red (−1)n−1 1 1 1 1 = 1 − + − + · · · = ln 2 n 2 3 4 konvergira po Leibnitzovom kriteriju.234 NIZOVI I REDOVI 6. z Red an za koji je sign an+1 = − sign an za svaki n zove se alternirani red. zatim uzmemo onoliko negativnih ˇlanova dok se ne vratimo ispod s. Zadnju jednakost ´emo dokazati u primjeru 6. Na primjer. Teorem 6. je sloˇenije. Pokaˇimo da teorem 6. medutim konverc z c gencija je vrlo spora. c . c Ovaj postupak moˇemo ponavljati unedogled jer je svaki ostatak od pozitivnog z i negativnog dijela i dalje beskonaˇan.4 Alternirani redovi Razmatranje redova ˇiji ˇlanovi imaju razliˇite predznake. Dakle. Zadnja jednakost bit ´e dokazana u Matematici 2. a pri c c tome koristimo sve ˇlanove reda. zatim onoliko pozitivnih ˇlanova dok ne predemo s. ali ne konvergira apsolutno jer red apso1 lutnih vrijednosti c n divergira. n 1 1 > 2n − 1 2 1 = +∞. c 1 1 = 2n 2 1 = +∞. c (ii) lim an = 0.2) i (6. U posebnom sluˇaju kada predznaci alterniz c raju. i tako dalje. suma ´e biti jednaka s.13 (Leibnitz) Alternirani red an konvergira ako vrijedi: (i) (∃n0 ∈ N) takav da n ≥ n0 povlaˇi |an+1 | ≤ |an |. a koji nisu apc c c solutno konvergentni. 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. Ovakav postupak oˇito ne moˇemo provesti c c z za redove (6. Pomo´u ovog reda moˇemo izraˇunati vrijednost broja π.3) jer su i pozitivni i negativni dijelovi tih redova konaˇni.

Promotrimo prvo toˇke x = 0 i x = 1. Na primjer.ε ⇒ |fn (x) − f0 (x)| ≤ ε. c Promotrimo konvergenciju niza funkcija (6. . Iz svojstava geometrijskog niza danog u primjeru 6. .4. Iz definicije slijedi da je uniformna konvergencija jaˇe svojstvo. f3 (x). .4) Definicija 6.12 Neka je D ⊆ R. Za x = 0 niz je stacionaran c . 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. f 2 . . .4). Niz funkcija je svaka funkcija f : N → R D . odnosno n→∞ lim fn = f0 . . f n .ε ≡ nε . niz funkcija zadan s fn (x) = xn−1 glasi 1. pri ˇemu je f (n) = fn : D → R. x. . 1] prema funkciji f0 : (−1. . odnosno c niz funkcija koji konvergira uniformno konvergira i po toˇkama. .ε ne ovisi o x ve´ samo o ε. . (6. Oznaˇimo s R D skup svih funkcija iz D u c R. . c f1 . . .3 Niz funkcija 235 6. konvergenciju u toˇki te c c obiˇnu i uniformnu konvergenciju na nekom skupu. x2 . c Niz funkcija oznaˇavamo s {fn }. {fn (x)}. 1] → {0. . . Funkcija f0 je limes niza funkcija {fn (x)}. vidimo da niz konvergira za x ∈ (−1. Simboliˇki zapisujemo: c (∀x ∈ A)(∀ε > 0)(∃nx.3 Niz funkcija U ovom poglavlju definirat ´emo niz funkcija. f 3 . c Definicija 6. . . c Funkcija fn ≡ fn (x) je n-ti ˇlan niza. niz funkcija {fn } c konvergira uniformno ili jednoliko prema funkciji f 0 .13 Niz funkcija {fn } konvergira u toˇki x prema funkciji f 0 c ako niz realnih brojeva {fn (x)} konvergira prema f0 (x). x3 . Ako nx. dok obrnuto c op´enito ne vrijedi. . x4 .6. . odnosno nx. ili f1 (x). Niz konvergira obiˇno ˇto ´emo vidjeti rjeˇavaju´i osnovnu nejednadˇbu konc s c s c z vergencije. . za x = 1. . 1} zadanoj s f0 (x) = 0 1 za − 1 < x < 1. .ε ∈ N) takav da n ≥ nx. . fn (x). . f2 (x). xn−1 .

c |xn − 0| < ε ⇔ n ln x < ε ⇔ n > poˇevˇi od drugog ˇlana pa je n0. ln x Prilikom dijeljenja negativnim brojem ln x nejednakost je promijenila smjer.5 x x**2 x**3 x**4 x**5 x**10 x**25 1 -0. Za 0 < x < 1 vrijedi c 1 0. To se ne moˇe dogoditi kada se radi o uniformnoj konvergenciji.ε = 2 za ∀ε > 0. z Teorem 6.14 Ako niz neprekidnih funkcija {f n } konvergira uniformno prema funkciji f0 . tada je f0 takoder neprekidna funkcija. Zadatak 6. nx. Sliˇno se dobije u sluˇaju −1 < x < 0 pa se radi o obiˇnoj konvergenciji.2.ε = ln x + 1. limes nije neprekidna c funkcija. apsolutnu i uniformnu konvergenciju na nekom skupu.5 0. Konvergencija niza prikazana je na slici 6. Pokazat ´emo c c . c 6.5 -1 Slika 6.5 -1 -0.3 Pokaˇite da niz neprekidnih funkcija f n (x) = sinnnx konvergira z uniformno prema neprekidnoj funkciji f 0 (x) = 0 na ˇitavom skupu R.236 NIZOVI I REDOVI ε . konvergenciju u toˇki. Za x = 1 niz je stacionaran c s c od poˇetka pa je n0.2: Konvergencija niza funkcija Premda su svi ˇlanovi niza {xn−1 } neprekidne funkcije. te c c obiˇnu. ε c c Dakle.ε = 1 za ∀ε > 0.4 Red funkcija U ovom poglavlju definirat ´emo red funkcija.

14 Red funkcija je zbroj beskonaˇno (prebrojivo mnogo) funkcija. (iii) Red funkcija fn konvergira apsolutno na skupu A ako red brojeva |fn (x)| konvergira za ∀x ∈ A. konvergenciju u nekoj toˇki i obiˇnu konvergenciju moˇemo definic c z rati na dva naˇina: preko reda brojeva ili preko niza parcijalnih suma. f 1 + f2 + f3 + · · · + f n + · · · . (iv) Red funkcija fn konvergira uniformno prema funkciji s na skupu A ako niz funkcija {sk } konvergira uniformno prema funkciji s na skupu A. Funkcija fn je n-ti ˇlan reda. odnosno ako sk (x) → s(x) za ∀x ∈ A. c ∞ n=1 fn . Koristimo i oznake c ∞ n=1 fn (x). red funkcija xn−1 moˇemo zapisati i kao z 1 + x + x 2 + x3 + · · · + x n + · · · . Definicija 6. pri ˇemu je fn : D → R. . Takoder.15 (i) Red funkcija fn konvergira u toˇki x prema funkciji c s ako red realnih brojeva fn (x) konvergira prema s(x). Niz funkcija {s k } je niz parcijalnih suma reda funkcija fn . Dakle. apc s c solutnu i uniformnu. (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.6. c pored obiˇne konvergencije imamo joˇ dvije razliˇite vrste konvergencije. Na primjer. a funkcija c k sk = n=1 fn je k-ta parcijalna suma.4 Red funkcija 237 kako se moˇe odrediti podruˇje konvergencije reda funkcija te dati jedan lako z c primjenjiv kriterij konvergencije. Definicija 6. odnosno ako niz realnih brojeva sk (x) konvergira prema s(x).

(6.2.16. 1). a prikazana je na slici 6.8 slijedi da za geometrijski red funkcija vrijedi 1 + x + x 2 + x3 + x4 + · · · = 1 .238 NIZOVI I REDOVI Primjer 6.1 Ispitivanje konvergencije Ispitati konvergenciju reda funkcija znaˇi na´i podruˇje. n n→∞ |1 − x| |1 − x| 1−x n−1 .3: Konvergencija geometrijskog reda funkcija 6. 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. Konvergencija je apsolutna jer red |x|n−1 konvergira za ∀x ∈ (−1.10 daje lim n n→∞ |fn (x)| = lim n n→∞ |x|n−1 |x| n x = lim = . za koje dani red konvergira. c Zadan je red funkcija ∞ xn−1 . Konvergencija je takoder uniformna prema teoremu 6. 1).5 1 Slika 6. odnosno sve vric c c ˇ jednosti x. 1−x ∀x ∈ (−1.3.4.5) (1 − x)n n=1 Cauchyjev kriterij iz teorema 6. Postupak ´emo objasniti na primjeru. Cesto ispitujemo podruˇje apsoc lutne konvergencije koriste´i kriterije konvergencije za redove realnih brojeva c iz poglavlja 6.2.15 Iz svojstava geometrijskog reda iz primjera 6.5 0.

a divergira na skupu R\[x0 −ρ. z c c Teorem 6.16 Red potencija (6. 1/2). 6. Na primjer. Radijus konvergencije reda potencija je broj ρ= 1 lim sup n |an | ili ρ= 1 lim sup an+1 an . Teorem 6. Podruˇje konvergencije reda potencija daje nam sljede´i teorem kojeg ´emo c c c dokazati u Matematici 3.15 (Weierstrass) Red funkcija fn . Uniformnu konvergenciju moˇemo ispitati na sljede´i naˇin.6. 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 = +∞. pri ˇemu je fn : D → R. red (6.4 Red funkcija 239 Dakle. 1−x odnosno za x ∈ (−∞. odnosno x0 ) ∞ n=0 za koji je fn (x) = an (x − (6.6) konvergira uniformno i apsolutno na svakom segmentu [x0 −ρ .4.2 Red potencija ∞ n=0 fn Red potencija je poseban red funkcija n . odnosno (∃n0 ∈ N) takav da n ≥ n0 ⇒ |fn (x)| ≤ an .6) an (x − x0 )n ili a0 + a1 (x − x0 ) + a2 (x − x0 )2 + a3 (x − x0 )3 + · · · + an (x − x0 )n + · · · . ∀x ∈ D. gdje je ρ < ρ.5) konvergira apsolutno za sve toˇke x ∈ R \ {1} za koje je c x < 1. tada red potencija konvergira za ∀x ∈ R. tada red potencija konvergira samo u toˇki c x = x0 (trivijalno). an ∈ R. x0 +ρ]. c . x0 +ρ ]. ako je ρ = 0. a ako je ρ = +∞. c konvergira uniformno na skupu D ako ima konvergentnu majorantu an . Konvergenciju u toˇkama x = x0 − ρ i x = x0 + ρ treba ispitati posebno.

n2 Ovdje je takoder x0 = 0. n Ovdje je oˇito x0 = 0.3 Deriviranje reda funkcija Kada funkcija s(x) = fn (x) nije elementarna. a divergira inaˇe. U 1 toˇki x = 1 red glasi c c n pa divergira (vidi primjer 6. z 6. njenu derivaciju moˇemo raˇunati deriviraju´i pripadni red funkcija.240 Primjer 6. 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. a divergira inaˇe. zadani red konvergira za x ∈ [−1. a u toˇki x = −1 red glasi (−1) n2 c solutno (teorem 6. c z c c Naime. poglavlje 6.17 Zadan je red potencija 1 n x . Kako je ρ = 1.2). 1).10). U toˇki x = −1 red n 1 (alternirani harmonijski red. Dakle. 1]. 1). 1). n to je ρ = 1 pa red konvergira uniformno i apsolutno na intervalu (−1.2) c lim sup n NIZOVI I REDOVI |an | = lim sup n 1 = 1. U toˇki x = 1 red glasi c pa konvergira (vidi poglavlje n2 n 1 pa konvergira jer konvergira ap6.11).4 Nadite podruˇje apsolutne konvergencije reda nn n x . Prethodne tvrdnje ne´emo dokazivati.2. n! Ispitivanje konvergencije u rubovima intervala je sloˇenije pa ga izostavite.2. ili nema prikladan analitiˇki izraz.4) pa konvergira glasi (−1) n po Leibnitzovom kriteriju. c c Zadatak 6. ako su sve derivacije fn (x) neprekidne i ako red fn (x) konvergira. Kako je (vidi zadatak 6. ve´ navodimo sljede´i zanimljiv primc c c jer. red konvergira uniformno i apsolutno 1 na intervalu (−1. Dakle. . zadani red konvergira apsolutno za x ∈ [−1. c Primjer 6.16 Zadan je red potencija 1 n x .4.

4 Red funkcija 241 Primjer 6. ∞ n=1 Osim toga ∞ n=0 (xn ) = ∞ n=0 nxn−1 = nxn−1 .4: Konvergencija reda potencija .4. Za geometrijski red vrijedi ∞ n=0 xn = 1 .5 0.18 Izraˇunajmo sumu reda potencija c nxn−1 = 1 + 2x + 3x2 + 4x3 + · · · + nxn−1 + · · · za |x| < 1.6.5 1 Slika 6. 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/(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. (1 − x)2 Konvergencija reda prikazana je na slici 6. 1−x |x| < 1.

a izraz u formuli (6.8) je Schl¨mlio chov oblik ostatka. Tada za proizvoljnu toˇku x0 ∈ (a. 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 )). (6.8) za p ∈ N i 0 < θ < 1. e x i ln x do ˇeljene toˇnosti c z c i to koriste´i samo ˇetiri osnovne raˇunske operacije. b) derivaciju reda n + 1.5 Taylorov red Razvoj elementarnih funkcija u Taylorov red jedna je od najvaˇnijih primz jena dosadaˇnjih rezultata ove glave. z Red potencija (6.17 Neka funkcija f ima na intervalu (a. Dokazi teorema koje c c c navodimo su sloˇeni pa ih izostavljamo. b) derivacije proizvoljnog reda.9) zove se Taylorov red ili Taylorov razvoj funkcije f u toˇki c x0 . Tada za proizvoljnu toˇku x0 ∈ (a.10) Posebno je vaˇna primjena Taylorovog razvoja na elementarne funkcije. Taylorov razvoj u toˇki x0 = 0 zove se MacLaurinov razvoj. Pomo´u Taylorove formule moˇemo s c z raˇunati vrijednosti elementarnih funkcija kao sin x. z . x) i za ∀x ∈ (a. b) vrijedi c f (x) = f (x0 ) + ∞ n=1 f (n) (x0 ) (x − x0 )n n! (6.18 Neka funkcija f ima na intervalu (a. z Teorem 6. (n + 1)! Teorem 6. b) i za ∀x ∈ (a.242 NIZOVI I REDOVI 6. 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). za p = 1 dobivamo Cauchyjev oblik ostatka (x − x0 )n+1 (1 − θ)n f (n+1) (x0 + θ(x − x0 )). c f (x) = f (0) + ∞ n=1 f (n) (0) n x .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. n! (6.9) ako i samo ako niz ostataka {Rn (x)} teˇi k nuli za ∀x ∈ (a. Formula (6. Posebno. b).7) zove se Taylorova formula .

7! 7! 1 1 ˙ + ± 0.20 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.0002. f (0) = −1.11) s vrijedi.19 formula vrijedi za sve x za koje red na desnoj strani konvergira. sin 1 = 1 − x7 1 | − cos(θx)| ≤ < 0.8416 ± 0. f (0) = 0. (2n − 1)! (6. .4.19 Nadimo MacLaurinov razvoj funkcije f (x) = sin x. f (x) = − sin x. (x) = sin x.11) Zadatak joˇ nije gotov.5. Taylorovu formulu (6. f (x) = − cos x. c c Primjer 6. 6 120 .11) vrijedi za ∀x ∈ R.6. f V (0) = 1.19 Taylorov red elementarne funkcije f (x) konvergira prema f (x) u svakoj toˇki svog podruˇja konvergencije. 2n(2n + 1) odnosno ρ = +∞ (vidi poglavlje 6. .5 Taylorov red 243 Teorem 6. Po teoremu 6. u formulu (6.0002 = 0.0002. . Uvrˇtavanje s f (0) = 0. Po D’Alembertovom kriteriju lim |x2n+1 | (2n+1)! |x2n−1 | (2n−1)! = lim x2 = 0. .10) daje x x3 x5 x7 sin x = − + − +··· = 1! 3! 5! 7! ∞ n=1 (−1)n+1 x2n−1 . f IV (0) = 0. f f V (x) = cos x. f (x) = cos x. Konvergencija Taylorovog reda prikazana je na slici 6.2). pa formula (6. IV f (0) = 1. Primjer 6.7) koristimo za raˇunanje vrijednosti elementarnih c funkcija. jer ne znamo za koje vrijednosti x formula (6.

e x i ln x na sliˇan naˇin. odnosno c c c c koriste´i samo osnovne raˇunske operacije.25 i sin 0. Izraˇunajte vrijednosti od x. odnosno c c polinomi manjeg stupnja s kojima se postiˇe ista ili ve´a toˇnost. Postoje i ”bolji” polinomi.25)| = 0. n! ∀x ∈ R.5 i usporedite s rezultatima koje daje kalkulator! c Raˇunala raˇunaju funkcije sin x.5 1 2 3 -1 Slika 6.244 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 0.3·10−8 .5 Izraˇunajte MacLaurinove razvoje c x2n x2 x4 x6 (−1)n + − + ··· = 1 + . z c c Zadatak 6. cos x.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.3.25 c na ovaj naˇin sin 0.5 -3 -2 -1 -0.5: 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. Konvergencija s s Taylorovog reda za funkciju ex prikazana je na slici 6.6. jer je na primjer |R 6 (0. 2! 3! 4! n! n=1 ∞ ˇto je joˇ jedan prikaz broja e pored definicije iz poglavlja 6. xn . . Za x = 1 prethodna formula daje e=1+1+ 1 1 1 1 + + + ··· = 1 + .

(1 + x)4 f (x) = (−1)(−2) zakljuˇujemo c f (n) (x) = (−1)n−1 (n − 1)! pa je Uvrˇtavanje u formulu (6. (1 + x)n (−1)n−1 n x n (6. (1 + x)2 f (x) = 1 . 1+x 1 f (x) = − . nego koristimo jedan od sljede´a dva MacLaurinova razvoja. Iz 1 . ∞ n=1 1 .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 6.21 Nadimo MacLaurinov razvoj funkcije f (x) = ln(1 + x). c Primjer 6.12) .6.10) daje s ln(1 + x) = f (n) (0) = (−1)n−1 (n − 1)!.6: Taylorov red za ex Funkciju ln x ne razvijamo u Taylorov red direktno. (1 + x)3 1 f IV (x) = (−1)(−2)(−3) .

12) vrijedi za x ∈ (−1. Kons vergencija reda prikazana je na slici 6. tada nam formula (6.8 -0. 1 -0. 1 Dalje.7: Taylorov red za ln(1 + x) Ukoliko ˇelimo izraˇunati. Radijus konvergencije reda potencija je (vidi poglavlje 6. 2 3 4 ˇto nam daje sumu alterniranog harmonijskog reda iz poglavlja 6. U toˇki x = −1 red glasi − c n pa divergira kao ˇto smo pokazali u primjeru 6. ln 3.4. Na primjer.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. s Dakle. ali moˇemo korisiti sljede´i razvoj. 1).12) vrijedi za x ∈ (−1.10.4 0. na primjer.2) ρ= 1 lim sup |an+1 | |an | = 1 n =1 lim n+1 pa formula (6.246 NIZOVI I REDOVI pa preostaje odrediti za koje vrijednosti x formula vrijedi. odnosno za koje vrijednosti x red potencija na desnoj strani konvergira.2.4 0. u toˇki x = 1 red glasi (−1)n−1 n pa konvergira po Leibnitzovom c 1 kriteriju (vidi poglavlje 6. s ln 2 = 1 − 1 1 1 + − + ··· . z c .2.4).7. ln 2 moˇemo izraˇunati tako z c ˇto u formulu (6.12) uvrstimo x = 1. 1] pa pomo´u nje moˇemo izraˇunati c z c vrijednosti funkcije ln x za x ∈ (0. 2].12) ne z c koristi.4. formula (6.

13) konvergira za |x| < 1. Dakle. a u toˇki x = −1 red glasi −2 2n−1 pa takoder divergira. 1+x 1−x 1 1 f (x) = − + (−1) (−1). U toˇki x = 1 c 1 1 red glasi 2 c 2n−1 pa divergira. red na desnoj strani formule (6. Kako je lim |an+1 | = |an | x2 . Na primjer.6 Koliko ˇlanova reda treba za raˇunanje ln 2 na ˇetiri decimale c c c kada koristimo formulu (6. (6. formula (6. a koliko kada koristimo formulu (6.12). ln 3 moˇemo izraˇunati tako z c 2 ˇto ´emo u formulu (6.6. Uvrˇtavanje u formulu (6. n (1 + x) (1 − x)n f (2n) (0) = 0.13) Preostaje odrediti za koje vrijednosti x formula vrijedi. Primjer 6. x2n−1 x3 x5 x7 =2 x+ + + + ··· 2n − 1 3 5 7 . 2 (1 + x) (1 − x)2 1 1 + 1(−2) (−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)!.5 Taylorov red 247 1+x 1−x . 1) pa pomo´u nje moˇemo izraˇunati c z c vrijednosti funkcije ln x za ∀x ∈ R.8. f (x) = (−1)(−2) (1 + x)3 (1 − x)3 1 1 f IV (x) = (−1)(−2)(−3) + 1 · 2(−3) (−1). Zadatak 6. Konvergencija reda prikazana je na s c slici 6. odnosno f (2n−1) (0) = 2(2n − 2)!.10) daje s ln 1+x =2 1−x ∞ n=1 1 1 + (n − 1)! .22 Nadimo MacLaurinov razvoj funkcije f (x) = ln f (x) = ln(1 + x) − ln(1 − x) slijedi Iz 1 1 + .13) uvrstiti x = 3 .13) vrijedi za x ∈ (−1.13)? .

4 0.248 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 -0.8: Taylorov red za ln((1 + x)/(1 − x)) .8 -2 -3 Slika 6.4 -1 0.

150 arkus kotangens. 145. 130. 5 anti-simetriˇna. 2 . 5 c ekvivalencije. 5 simetriˇna. 4 ∈. 5 refleksivna. 12 heksadecimalni. 81 apscisa. 23 area kosinus hiperbolni. 2 A adicioni teoremi. 155 asocijativnost. 4 ∀. 157 argument funkcije.Indeks ⇔. 62 amplituda. 4 ∃.2 ∧. 13 n k . 164 algebarski komplement. 5 c tranzitivna. 53. 130. 5 parcijalnog uredaja. 157. 13 ∅. 12 . 12 binomni koeficijent. 167 kompleksnog broja. 136 logaritamske funkcije. 19. 21. 81 apsolutna vrijednost. 4 ¬. 3 ∈. 139 brojevni pravac. 12 rimski. 157 sinus hiperbolni. 3 ℵ0 . 12 heksagezimalni. 4 / ∨. 145 anti-komutativnost. 8 binarna relacija. 148. 84 bijekcija. 20 c arkus kosinus. 198 horzontalna. 79. 12 decimalni. 151 arkus sinus. 130 vertikalna. 157 kotangens hiperbolni. 25 aritmetika raˇunala. 7 kompleksnog broja. 20 brojevni sustav binarni. 157 tangens hiperbolni. 151 asimptota. 75 B baza eksponencijalne funkcije. 140 baza prostora. 12 oktalni. 77. 87 aplikata. 15 c Briggs. 130 kosa. 13 binomni pouˇak. 5 binarni sustav. 150 arkus tangens. 11.

86. 7 arkus. 176 druga. 136 derivacija. 111. 13 fazni pomak. 7. 23 cikloida. 175. 149 derivacija. 114. 198 z ekvipotencija. 198 toˇka infleksije. 42 C. 9 ekvivalencija. 197 s zdesna. 192. 162. 197 nuˇan uvjet. 171 ciklometrijska. 109 derivacija. 178 implicitno zadane funkcije. 222. 197. 170 . 139. 170 inverzne funkcije. 117 c hiperbolna. 156. 136. 168 kompozicije funkcija. 72 duljina. 60 diferencijal. 198 dovoljan uvjet. 112. 8 elementarna. 113 ekstenzija. 5 disjunkcija. 166 viˇeg reda. 178 s direktni produkt. 166 Descartesov list. 198 INDEKS geometrijski. 112 Cramerovo pravilo. 106 donja meda. 149 derivabilna. 188. 59 Laplaceov razvoj. 226 eipcikloida. 153 eskplicitno zadana. 167. 179 euklidski prostor. 194. 203 determinanta. 107. 173 implicitno zadana. 188 lokalni. 7. 87 domena. 136. 139 F faktorijele. 195. 154 area. 179 slijeva. 3 elipsa implicitno zadana. 127. 132. 2 distributivnost. 132 strogo padaju´a. 72 z usmjerena. 43 funkcija. 2 ekskluzivna. 62 svojstva. 3 duˇina. 190. 108 glatka. 188. 8 ekstrem. 185 baza. 162 eksponencijalna. 132 ispitivanje toka. 73 expa . 82 E e. 109. 156 derivacija. 3 derivacija. 63 D DeMorganovi zakoni. 146 FORTRAN. 162 graf. 191. 169 parametarski zadane funkcije.250 C C. 178 viˇeg reda. 106. 177. 211 globalni. 170 parametarski zadana. 11. 173 argument. 72. 177. 171 ekstenzija. 186 c algebarska. 198 c graniˇna vrijednost. 137. 6 dovoljan uvjet. 176 drugog reda. 139. 157 derivacija.

152. 133. 134. 141. 197 periodiˇna. 6 infleksija. 6. 197 c po dijelovima monotona. 86. 155 . 198 injekcija. 219 s gornja meda. 116 podruˇje definicije. 7. 139 derivacija. 44. 126 nul-toˇka. 186 c parametarska. 6 poluotvoreni. 47 Gnuplot. 7. 195. 55 homogenost. 168 graf. 164 konveksna. 173 pravila. 115. 136 pravila potenciranja. 145 uzlazna. 116 c strogo rastu´a. 169 konkavna. 115. 154 s realnim brojem. 8 implikacija. 172 prirodni logaritam. 186. 116 G Gaussova eliminacija. 134 ispitivanje toka. 198 neomedena. 126 derivacija. 58 inverzna. 116. 87 hvatiˇte. 112 derivacija. 8 intenzitet. 193. 217 c H heksadecimalni sustav. 139 dekadski logaritmi. 154. 198 konstantna. 116. 203 parna. 7 strogo konkavna. 107 interval otvoreni. 171 vrijednosti. 193. 155 racionalna. 139 baza. 12 hipocikloida. 107 c transcendentna. 202 gomiliˇte. 197 kompozicija. 138 prirodni logaritmi. 186 c tabliˇna. 140 Briggsovi logaritmi. 198 c omedena. 139 derivacija. 21 graniˇna vrijednost. 113 homogeni sustav. 3 infimum. 140 monotona. 127 inverzija. 116. 193 strogo padaju´a. 132.INDEKS 251 rastu´a. 186 c restrikcija. 198 limes. 7. 72 interpolacija. 115 neparna. 133. 197 c podruˇje vrijednosti. 6 zatvoreni. 8. 139. 179 ispitivanje toka. 6 graf. 125. 116 slika. 197 neprekidna. 154 trigonometrijska. 133 s racionalnim brojem. 116. 193 strogo konveksna. 72 s I identiteta. 139 svojstva. 195. 156 derivacija. 8 silazna. 127 logaritamska. 106 c potencija. 197. 133 s prirodnim brojem. 116. 117–119. 106. 195. 115 padaju´a. 136 prava racionalna. 141. 185 derivacija.

80 kosinus. 86 izmedu pravaca. 83. 154 potenciranje. 78. 125. 23. 235 uniformna. 123 u lijevom kraju. 139 log. 28 Eulerov oblik. 124 superior. 27 argument. 226 lanˇanica. 189. 99 izmedu ravnina. 237 jednolika. 7. 11. 235. 139 log a . 122. 230 Leibnitzov. 147. 117–119. 124 linearna kombinacija. 184. 142. 149 . 25 eksponencijalni oblik. 219 u beskonaˇnosti. 237 koordinatizacija pravca. 87 kosinusov pouˇak. 86 konjunkcija. 23 trigonometrijski oblik. 2 konvergencija apsolutna. 80 pravokutni.252 inverzna funkcija. 9 Kartezijev produkt. 77 desni. 25 komutativnost. 165 limes beskonaˇan. 150 hiperbolni. 83. 52. 184 niza brojeva. 123 zdesna. 217 niza funkcija. 230 Cauchyjev. 198 c c kruˇnica z implicitno zadana. 157 kriterij konvergencije. 62 kombinacija. 156 c Leibnitz. 78 kvantifikator egzistencijalni. 52. 143. 239 kritiˇna toˇka. 106 kofaktor. 83 linearna zavisnost. 23 konjugirani. 99 izmedu pravca i ravnine. 110 parametarska jednadˇba. 4 L L’Hospitalovo pravilo. 13 kompleksni broj n-ti korijen. 122. 108. 219 neodredeni oblik. 78 koordinatni sustav. 52. 75. 123 c u desnom kraju. 147 c kotangens. Gottfried Wilhelm. 127 inferior. 139 logaritamske tablice. 5 kodomena. 84 ln. 77 prostora. 84 linearna nezavisnost. 4 univerzalni. 99 kvadrant. 151 hiperbolni. 231 Weierstrassov. 27 realni dio. 80 ravnine. 78. 112 z kut. 156 kosinus smjera. 198. 80 ortogonalni. 19 K kardinalni broj. 231 INDEKS D’Alembertov. 234 poredbeni. 28 imaginarni dio. 230 Raabeov. 5 klasa ekvivalencije. 235 slijeva. 124 c funkcije. 78. 8 iracionalni brojevi.

INDEKS 253 N N. 56. 218. 217. 235 norma. 230 mjeˇoviti produkt. 3 z O okolina. s 44. 217 omeden. 237 rastu´i. 109. 217 niz funkcija. 225. 100 z ordinata. 33 dijagonalna. 188 Matlab. 235 c jednolika konvergencija. 41 zbrajanje. 235 limes. 188 minoranta. 6 globalni. 117 c negacija. 10 z modul kompleksnog broja. 39 c singularna. 188 lokalni. 217 c realnih brojeva. 242 majoranta. 38 ekvivalentne matrice. 79. 230 maksimum. 188 lokalni. 56 simetriˇna. 51 elementi. 46. 235 limes. 235 obiˇna konvergencija. 217 svojstva. 216 c Cauchyjev. Isaac. 225 divergentan. 39 z mnoˇenje sa skalarom. 40. 56 transponirana. 12 opisana kruˇnica. 10 najve´e cijelo. 114. 38 trokutasta. 82 normala. 225 padaju´i. 216 stacionaran. 62 regularna. 174 M MacLaurinov razvoj. 97. 235 ˇlan. 218 funkcija. 32 invertibilna. 27 . 220 konvergentan. 188 oktalni sustav. 235 c konvergentan. 56 inverzna. 222. 155. 217 c parcijalnih suma. 217. 23 Moivreova formula. 227. 21 NetPlot. 72. 3 nejednakost trokuta. 90 s mnoˇenje. 34 minimum. 221 osnovna nejednadˇba konvergenz cije. 43 matrica. 53. 37. 202 Newton. 54 elementarna matrica transformacije. 235 konvergencija po toˇkama. 53 c matrica sustava. 37 proˇirena matrica sustava. 35. 165 niz ˇlan. 40 mnoˇenje. 81 logaritamsko deriviranje. 48 rang. 235 c uniformna konvergencija. 34 z nul-matrica. 63 jediniˇna. 166 nuˇan uvjet. 32 dijagonala. 235 geometrijski. 6 globalni. 223 monoton.

99 c Q Q. 98 parametarska jednadˇba. 94 z okomiti pravci. 99 toˇke na pravac. 176 relativna. 8 obostrano jednoznaˇno. 234 Pitagorin pouˇak. 49 s parcijalna suma. 128 prve vrste. 4 prekid. 242 Schl¨mlichov. 116 osnovni. 99 op´i oblik. 58 π. 13. 239 ravnina. 242 Lagrangeov. 14. 98 c normala. 223. 8 s proˇirenje po neprekidnosti. 99 c toˇke na ravninu. 97 okomite ravnine. 112 parametarsko rjeˇenje. 74 poligona. 94 z presjek ravnina. 128 uklonjivi. 95 u ravnini. 88 poligonalnog lika. 87 princip matematiˇke indukcije. 155 druge vrste. 29 povrˇina s paralelograma. 154 ostatak Cauchyjev. 4 c P parametar. 83. 220. 74 pravilo uklijeˇtene funkcije. 242 o otvorena reˇenica. 17 R R. 222 pogreˇka. 7 1-1. 62 podniz. 99 segmentni oblik. 93 z pravilo paralelograma. 143. 237 Pascalov trokut. 227. 97 z c kroz tri toˇke. 50 poddeterminanta. 120 s pravilo zamjene. 128 preslikavanje. 226 s projekcija ortogonalna. 82. 154. 93 kanonska jednadˇba. 100 trokuta. 100 osnovni teorem algebre. 89 pravac. 141. 155 nul-toˇka. 97 c paralelne ravnine. 21 s apsolutna. 10 period. 99 paralelni pravci. 93 INDEKS vektorska jednadˇba. 154 c potenciranje s kompleksnim eksponentom. 177 polinom. 116 permutacija. 97 z red . 62 podmatrica.254 ortocentar. 130. 98 vektorska jednadˇba. 16 Peanovi aksiomi. 148 c pivotiranje. 8 na. 74 trokuta. 99 pravca na ravninu. 10 c proˇirenje. 96 jednadˇba kroz toˇku. 8 c prikloni kut. 96 vektor smjera. 121 predikat. 19 radijus konvergencije.

13 c prirodnih brojeva. 6 partitivni. 146 sjeciˇte s pravaca. 28. 9 c neprebrojiv. 17 ekvipotentni skupovi. 45 T tangens. 7 slobodni vektor. 229 z parcijalna suma. 41. 233 geometrijski. 227 c alternirani. 13. 2 istinitost. 228 harmonijski. 237 ˇlan. 237 c geometrijski. 238 c red potencija. 156 sin. 142. 10 racionalnih brojeva. 242 teˇiˇte trokuta. 9 c cijelih brojeva. 55 s parametarsko rjeˇenje. 165 z Taylorov razvoj. 77. 238 konvergentan. 151 hiperbolni. 20 kompleksnih brojeva. 227 realnih brojeva. 2 supremum. 20 omeden odozdo. 8 z sud. 229 konvergentan. 4 gust. 228 nuˇan uvjet konvergencije. 23 konaˇan. 99 skalarna komponenta. 143. 9. 4 prebrojiv. 177. 79. 18. 165. 122 sinus.INDEKS 255 diskretan. 239 relacija ekvivalencije. 16 . 242 Taylorova formula. 63. 145 fazni pomak. 165 sign. 81 skalarni produkt. 177. 55 s trokutasti sustav. 19 ureden. 6 omeden odozgo. 85 jedinstveno rjeˇenje. 8. 32. 176 jednadˇba. 6 surjekcija. 234 apsolutno konvergentan. 150 hiperbolni. 40. 145 c amplituda. 127 S sekanta. z 55. 198 c stoˇac. 72 parcijalnog uredaja. 4 prazan. 13 element. 13 prebrojivo beskonaˇan. 4 beskonaˇan. 40 stacionarna toˇka. 5 potpunog uredaja. 13 restrikcija. 17 realnih brojeva. 85 skup. 157 tangenta. 189. 227 Taylorov. 237 podruˇje konvergencije. 5. 100 zs ˇlan. 234 alternirani harmonijski. 123. 192 z suˇenje. 8 sustav linearnih jednadˇbi. 99 pravca i ravnine. 5. 242 red funkcija. 13 slika funkcije. 5. 242 Taylorov red. 170 aproksimacija krivulje. 99 ravnina. 123 sinusoida op´a.

74 poloˇaja. 7. 181 Fermat. 77 z radijus-vektor. 79. 184. 79 vektorski produkt. 7 vektor. 186 Rolle. 100 ravnina. 75 z nul-vektor. 198 Lagrange. 93 INDEKS vektorska komponenta. 157 U udaljenost pravaca. 100 c toˇke od ravnine. 234 o monotonosti. 87 vektorsko-skalarni produkt. 91 tijela s ravnim plohama. 182 Weierstrass. 54 L’Hospital. 72 orijentacija. 3 zbrajanje. 33. 100 pravca i ravnine. 141 z trigonometrijski identitet. 239 trigonometrijska kruˇnica. 72 jediniˇni. 93 volumen paralelopipeda. 82 c kolinearan. 16 zakoni distribucije.256 Teorem Bolzano–Weierstrass. 77 suprotni. 90 tetraedra. 163 zavisna. 192 varijabla nezavisna. 52. 84 mnoˇenje skalarom. 75 zbrajanje. 181 srednje vrijednosti. 100 Z Z. 84 komplanaran. 182 Leibnitz. 222 Cauchy. 228 . 74 vektor smjera. 181. 100 c toˇke od pravca. 90 vektorsko-vektorski produkt. 100 z V valjak. 100 c upisana kruˇnica. 143. 74. 100 toˇaka. 10 Zenonov paradoks. 79. 180 Kronecker–Capelli.