Professional Documents
Culture Documents
KOZMA Beliv PDF
KOZMA Beliv PDF
Matematikai alapok
2. kiegészı́tett kiadás
Debrecen, 2004
Egyetemi jegyzet, kézirat, 2004
2. kiegészı́tett kiadás
3
4
Tartalomjegyzék
2. A valós számokról 13
3. Komplex számok 17
3.1 A komplex számsı́k . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.2 Komplex szám n-edik gyöke . . . . . . . . . . . . . . . . . . . . . . 20
4. Sorozatok konvergenciája 23
4.1 Műveletek konvergens sorozatokkal . . . . . . . . . . . . . . . . . . 24
4.2 A konvergencia monotonitása . . . . . . . . . . . . . . . . . . . . . 25
4.3 Valós számsorozat tágabb értelemben vett határértéke . . . . . . . 26
4.4 Nevezetes határértékek . . . . . . . . . . . . . . . . . . . . . . . . . 26
7. Differenciálás 47
7.1 Differenciálhányados és deriváltfüggvény . . . . . . . . . . . . . . . 47
7.2 A monotonitás és a differenciálhatóság kapcsolata . . . . . . . . . . 50
7.3 L’Hospital szabály . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
5
6 TARTALOMJEGYZÉK
8. Többváltozós függvények 63
8.1 Rn metrikus fogalmai . . . . . . . . . . . . . . . . . . . . . . . . . 63
8.2 Határérték és folytonosság . . . . . . . . . . . . . . . . . . . . . . . 64
8.3 Többváltozós függvények differenciálhatósága . . . . . . . . . . . . 65
8.4 Magasabb rendű parciális deriváltak . . . . . . . . . . . . . . . . . 67
8.5 Kétváltozós függvények szélsőértéke . . . . . . . . . . . . . . . . . 68
8.6 Feltételes szélsőérték-számı́tás . . . . . . . . . . . . . . . . . . . . . 69
9. Határozatlan integrál 75
9.1 Alapintegrálok . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
9.2 Integrálási szabályok . . . . . . . . . . . . . . . . . . . . . . . . . . 76
9.3 Racionális törtfüggvények integrálása . . . . . . . . . . . . . . . . . 78
12. Differenciálegyenletek 97
12.1 Elsőrendű differenciálegyenlet . . . . . . . . . . . . . . . . . . . . . 97
12.2 Szétválasztható differenciálegyenletek . . . . . . . . . . . . . . . . 99
12.3 Lineáris differenciálegyenlet . . . . . . . . . . . . . . . . . . . . . . 100
1.1 Halmazműveletek
Megadott halmazokból újabb halmazokat képezhetünk a következő műveletekkel:
Definı́ció. Az A és B halmazok unióján (másszóval egyesı́tésén) azt a A ∪ B-
vel jelölt halmazt értjük, melynek elemei A és B közül legalább az egyiknek
elemei. A és B metszete az a A ∩ B-vel jelölt halmaz, melynek elemei mind
A-nak, mind B-nek elemei. Ha A ⊂ B, akkor az A halmaz B-re vonatkozó
komplementerének (kiegészı́tő halmazának) nevezzük azt a A-vel jelölt halmazt,
mely B olyan elemeiből áll, amelyek nincsenek A-ban.
9
10 1. HALMAZOK ÉS RELÁCIÓK
Megjegyzés.
∩∞
i=1 Ai = {x| ∀i esetén x ∈ Ai }
∪∞
i=1 Ai = {x| ∃i hogy x ∈ Ai }
Állı́tás.
A∪B = B∪A A∩B = B∩A
(A ∪ B) ∪ C = A ∪ (B ∪ C) (A ∩ B) ∩ C = A ∩ (B ∩ C)
A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C) A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C)
A ∩ (A ∪ B) = A A ∪ (A ∩ B) = A
A∪A = A A∩A = A
A∪B = A∩B A∩B = A∪B
Megjegyzés.
Megjegyzés.
Megjegyzés.
Megjegyzés.
1. A függvény (leképezés) tehát kapcsolatot létesı́t az értelmezési tartományt
alkotó halmaz elemei és az értékkészlet elemei között. Az értelmezési
tartomány minden eleméhez hozzátartozik az értékkészlet valamely eleme,
de fordı́tva nem szükségképpen. A képtér az értékkészlet azon elemeiből áll,
amlyek a leképezés során ’képpé válnak.’
2. Egy leképezést kölcsönösen egyértelműnek (idegen szóval injektı́vnek) mon-
dunk, ha az értelmezési tartomány különböző elemeinek a képei különböző-
ek. Ha képtér egybeesik az értékkészlettel, akkor a leképezést szürjektı́vnek
nevezzük. Az egyaránt injektı́v és szürjektı́v leképezéseket bijektı́vnek mond-
juk. Az ilyen függvények invertálhatók, azaz a függvényt alkotó relációban a
párok felcserélésével előálló (b, a) párok halmaza is függvény. Ezt a függvényt
inverz függvénynek nevezzük, jele: F −1 : B → A.
Nyilvánvalóan F −1 (F (a)) = a és F (F −1 (b)) = b teljesül minden a ∈ A, b ∈ B
esetén.
A valós számok R halmaza a racionális és irracionális számokból áll. Tizedes tört
alakjukat tekintve a racionális számok véges vagy végtelen, de szakaszos tizedes
törtként állı́thatók elő, mı́g az irracionális számok nem szakaszos végtelen tizedes
törtként.
A valós számok körében az összeadás és a szorzás művelete értelmezett, s
teljesı́ti a következő tulajdonságokat (az ún. testaxiómákat):
a+b = b+a ab = ba
(a + b) + c = a + (b + c) (a b) c = a (b c)
a+0 = a a1 = a
1
a + (−a) = 0 a = 1
a
a (b + c) = a b + a c
a≤a
a ≤ b, b ≤ c =⇒ a ≤ c
a ≤ b =⇒ a + c ≤ b + c
a ≥ 0, b ≥ 0 =⇒ a b ≥ 0
A valós számok egy A részhalmazát felülről korlátosnak mondjuk, ha létezik
hozzá olyan b valós szám, melyre a ≤ b teljesül minden a ∈ A esetén. b-t ilyenkor
A egy felső korlátjának mondjuk. Hasonlóan, A-t alulról korlátosnak mondjuk, ha
∃ b ∈ R (alsó korlát), melyre b ≤ a teljesül ∀a ∈ A esetén. Az alulról és felülről is
korlátos halmazokat korlátosnak mondjuk.
Az A ⊂ R halmaz pontos felső korlátja egy olyan b felső korlát, melynél
kisebb felső korlátja A-nak nincsen. Jele: b = supA. Nevezik felső határnak,
idegen szóval szupremumnak is. Hasonlatosan, az A halmaz pontos alsó korlátja
egy olyan alsó korlát, melynél nagyobb alsó korlátja A-nak nincs. Szinonim
13
14 2. A VALÓS SZÁMOKRÓL
2
kifejezés: alsó határ,
√ infinum,√ jele: inf A. Például A = {a ∈ R| a < 2}
esetén inf A = − 2, supA = 2. A valós számhalmaz igen fontos tulajdonsága
(teljességi axiómája) az ún. felső határ-tulajdonság: A valós számok bármely
felülről (alulról) korlátos részhalmazának van pontos felső (alsó) korlátja. Ez
a tulajdonság különbözteti meg a valós számok halmazát a racionális számok
halmazától.
Állı́tás. Legyen adott minden n természetes szám esetén egy [an , bn ] zárt
intervallum, s tegyük fel, hogy ez az intervallumrendszer fogyó, azaz minden n ∈ N-
re [an+1 , bn+1 ] ⊂ [an , bn ]. Ekkor ezen intervallumrendszer metszete nem üres, azaz
van olyan valós szám, amely mindegyik megadott intervallumban benne van.
Bizonyı́tás. Legyen A = {an |n ∈ N}, B = {bn |n ∈ N}, és a = supA, illetve
b = inf B. Azt kell belátnunk, hogy a ≤ b. Tegyük fel indirekten, hogy a > b.
Ekkor van olyan c, hogy b < c < a. Ez a c nem felső korlátja A-nak, s nem
alsó korlátja B-nek, ezért van olyan n1 , illetve n2 index, hogy an1 > c, illetve
bn2 < c. n1 és n2 közül válasszuk ki a nagyobbat, legyen ez pl. n1 . Ekkor
bn1 ≤ bn2 < c < an1 teljesül. Ez viszont lehetetlen, ellentmondás. Q. E. D.
Egy a valós szám ε sugarú nyı́lt környezetén az (a − ε, a + ε) nyı́lt intervallumot
értjük, ahol ε tetszőleges pozitı́v valós számot jelöl. Jele: G(a, ε). Ezt megadhatjuk
a következőképp is:
G(a, ε) = {x ∈ R| |x − a| < ε}
(Ez utóbbi megadás lehetőséget ad arra is, hogy ily módon a komplex számok
körében is értelmezzük a nyı́lt környezet fogalmát, sőt olyan terekben is, ahol az
abszolút érték tulajdonságaival rendelkező távolságfüggvény van megadva.)
Definı́ció. Ha adott egy A részhalmaz, azt mondjuk, hogy az a ∈ A szám
belső pontja az A halmaznak, ha van olyan G(a, ε) nyı́lt környezete a-nak, melyre
G(a, ε) ⊂ A. Azokat a halmazokat, amelyeknek minden pontja belső pont,
nyı́ltaknak nevezzük. Egy A halmazt zártnak nevezünk, ha komplementere nyı́lt.
Az A halmaz torlódási pontjának nevezzük az olyan a ∈ R számot, melynek minden
nyı́lt környezetében az A halmaznak végtelen sok eleme található.
Könnyen látható, hogy a torlódási pont definı́ciójában elegendő lenne azt
megkövetelni, hogy a bármely nyı́lt környezete tartalmazza A-nak legalább egy a-
tól különböző elemét. Ugyanis, ha az ε sugarú nyı́lt környezetben van egy a1 ∈ A,
mely a-tól különbözik, tekintsük ε1 = |a1 − a|-et. A ε1 sugarú környezetben
is található valamely a2 ∈ A, melyre a2 6= a. Újra ezek távolságát képezve
(ε2 ),stb.ismételve a lépéseket, A-nak végtelen sok elemét találjuk az első ε sugarú
környezetben.
Állı́tás. Egy A halmaz pontosan akkor zárt, ha tartalmazza mindegyik torlódási
pontját.
Bizonyı́tás. Ha zárt egy halmaz, akkor komplementere nyı́lt, ezért a komple-
menter minden pontja belső pontja a komplementernek, ezért a komplementer
egyik pontja sem lehet torlódási pontja A-nak, hiszen van olyan környezete, amely
15
17
18 3. KOMPLEX SZÁMOK
|z + w|2 = (z + w)(z + w) = zz + zw + zw + ww =
= |z|2 + 2Re(zw) + |w|2 ≤
≤ |z|2 + 2|zw| + |w|2 =
= |z|2 + 2|z| |w| + |w|2 = (|z| + |w|)2 .
3.1. A KOMPLEX SZÁMSÍK 19
z = a + bi
b
r = |z|
i
ϕ
1 a
z1 z2 = r1 r2 (cos(ϕ1 + ϕ2 ) + i sin(ϕ1 + ϕ2 ))
úgy szemléltethető, mint origó körüli arg ϕ szögű elforgatás és r = |z| arányú
nyújtás együttese.
z1 · z2
ϕ1 + ϕ2
z2
z1
ϕ2
ϕ1
z n = Rn (cos(nϕ) + i sin(nϕ)), n ∈ N
(Moivre képlet)
1
Az osztás formulájának megtalálásához előbb -t állı́tjuk elő trigonometrikus
z
alakban:
1 1
= (cos(−ϕ) + i sin(−ϕ))
z r
Ezért
z1 1 1
= z1 = r1 (cos ϕ1 + i sin ϕ1 ) (cos(−ϕ2 ) + i sin(−ϕ2 )) =
z2 z2 r2
r1
= (cos(ϕ1 − ϕ2 ) + i sin(ϕ1 − ϕ2 )).
r2
tn = r, nψ − ϕ = k 2π
A Moivre képlet alapján látható, hogy w valóban n-edik gyök. w-nek ezen
előállı́tásában ugyan végtelen sok k érték szerepel, de könnyen látható, hogy a
k = 0, 1, . . . , n − 1 választással n különböző w számot kapunk, s a további k
értékek nem adnak újabb gyököt. Ez azt jelenti tehát, hogy minden komplex
számnak — a 0-át kivéve,— pontosan n darab n-edik gyöke van. Speciálisan
minden komplex számnak (s köztük a valós számoknak is ), a 0-t kivéve, a komplex
számok körében mindig pontosan két négyzetgyökük van, s a valós együtthatós
másodfokú egyenleteknek is mindig van megoldása komplex számok körében, vagy
két valós (esetleg egybeeső), vagy két konjugált komplex szám.
Az 1 komplex szám n-dik gyökeit n-dik egységgyököknek nevezzük.
n=6
ε2 ε1
ε3 ε0
1
ε4 ε5
22 3. KOMPLEX SZÁMOK
4. Sorozatok konvergenciája
23
24 4. SOROZATOK KONVERGENCIÁJA
a-tól legtávolabbinak a-tól mért távolságát d-vel jelölve, nyilvánvaló, hogy minden
n-re a − d ≤ an ≤ a + d teljesül.
1
Példa konvergens sorozatra: an = . Ez a sorozat konvergens, s határértéke
n
0, hiszen ha teszőleges ε > 0-t választunk, hozzá lehet találni olyan küszöbindexet,
1 1
pl. n0 = + 1-et, melyre bármely n > n0 esetén valóban |an − 0| = < ε. Nem
ε n
1
konvergens viszont, pl. az bn = (−1)n + sorozat, hiszen két torlódási pontja is
n
van.
Az alkalmazások szempontjából fontos a következő egyszerű tétel:
Állı́tás. Valós, monoton növekvő korlátos sorozat konvergál a pontos felső
korlátjához. Valós, monoton csökkenő korlátos sorozat konvergál a pontos alsó
korlátjához.
Bizonyı́tás. Az an monoton növekvő korlátos sorozat pontos felső korlátját
jelölje a, s tekintsünk egy tetszőleges pozı́tı́v ε-t. a − ε nem felső korlátja a sorozat
elemeinek, ezért van olyan n0 ∈ N, hogy an0 > a − ε. A monotonitás miatt ekkor
minden n > n0 esetén a ≥ an > a − ε, tehát |an − a| < ε. Hasonló érvelés adható
monoton csökkenő sorozat esetén is. Q. E. D.
• Ha an → a és bn → b, akkor an + bn → a + b.
|an − a| < ε/2, illetve |bn − b| < ε/2 teljesedik. Ekkor minden n > max{n1 , n2 }
esetén
|(an + bn ) − (a + b)| ≤ |an − a| + |bn − b| < ε/2 + ε/2 = ε.
Szorzat esetében a következő átalakı́tást végezzük el:
an → a miatt létezik olyan n1 , hogy ha n > n1 , akkor |an − a| < Kε/2. Másrészt,
|b|
bn → b miatt létezik olyan n2 , hogy ha n > n2 , akkor |bn − b| < K ε/2. Ha
|a|
an a
n > max{n1 , n2 }, akkor a fenti átalakı́tást kihasználva kapjuk, hogy | − | < ε.
bn b
Q. E. D.
a+b
bn < b + ε = = a − ε < an .
2
Ez ellentmond állı́tásunk feltételének. Q. E. D.
Megjegyzés. Ha a feltételben szigorú egyenlőtlenség teljesül, a következményben
mégsem állı́tható, hogy a < b. Ezt mutatja az an = 0, bn = n1 sorozatok példája.
Állı́tás. (Rendőrelv) Ha an → a, bn → a, és an ≤ cn ≤ bn minden n ∈ N-re,
akkor cn → a.
26 4. SOROZATOK KONVERGENCIÁJA
Megjegyzés.
1. A műveletekkel kapcsolatosan majdnem ugyanazon tulajdonságok érvénye-
sek, mint a szűkebben értelmezett konvergencia esetében, pl.:
Ha an → ∞, bn → ∞, akkor an + bn → ∞.
Ha an → −∞, bn → −∞, akkor an + bn → −∞.
Ha an → ∞, bn → ∞, akkor an bn → ∞.
Ha an → ∞, bn → b > 0, akkor an bn → ∞.
1 1
2. Ha |an | → ∞, és an 6= 0, akkor → 0. Ugyanis, adott ε > 0 esetén K = -
an ε
1 1
hoz van olyan n0 ∈ N, hogy ha n > n0 , akkor |an | > K = , azaz | | < ε.
ε an
1
Fordı́tva viszont an → 0-ból következik | | → ∞, hasonló érveléssel.
an
1
A számlálóban és a nevezőben szereplő i tagok mindegyike 0-hoz tart, s
n
kihasználva a műveletek és a határátmenet sorrendjének felcserélhetőségét,
pr
valóban an → .
qr
r<s
Most ns -el osztjuk a számlálót, s nevezőt is:
pr ( n1 )r−s + . . . + p0 ( n1 )s
an =
qs + qs−1 n1 + . . . + q0 ( n1 )s
K −1
an ≥ 1 + nh > 1 + h = K.
h
1 1 1
Ha −1 < a < 1, a 6= 0, akkor | | > 1, ezért | | = | |n → ∞. Egy előző
a an a
állı́tásunk miatt an → 0. Q. E. D.
Megjegyzés.
Ha a = −1, akkor an nem konvergens sorozat.
Ha a < −1, akkor an nem konvergens, tágabb értelemben sem.
n
1
Állı́tás. Az an = 1 + sorozat konvergens.
n
Bizonyı́tás. Megmutatjuk, hogy az an sorozat szigorúan monoton növekvő, és
korlátos sorozat. Ebből már a következik a sorozat konvergenciája.
28 4. SOROZATOK KONVERGENCIÁJA
B) an korlátos:
A binomiális tétel szerint kifejtve, majd becsléseket alkalmazva kapjuk, hogy
n
1 1 n(n − 1) 1 n(n − 1)(n − 2) 1 1
an = 1 + =1+n + + + ... + n =
n n 2! n2 3! n3 n
1 1 1 1 1 2 1 1 2 n−1
= 1+ + (1 − ) + (1 − )(1 − ) + . . . + (1 − )(1 − ) . . . (1 − )<
1! 2! n 3! n n n! n n n
1 1 1 1 1 1 1
<1+ + + + ... + < 1 + 1 + + 2 + . . . + n−1 < 3.
1! 2! 3! n! 2 2 2
Q. E. D.
Megjegyzés.
1 1
1. Az an = (1 + )n sorozat határértékét e-vel jelöljük: e = lim (1 + )n .
n n→∞ n
Belátható, hogy ez a szám a bizonyı́tásban szereplő másik sorozattal is
1 1 1 1
előállı́tható: e = lim (1 + + + + . . . + ).
n→∞ 1! 2! 3! n!
2. Bebizonyı́tható, és az alkalmazásokban gyakran szükséges, hogy ha egy bn
sorozat olyan, hogy |bn | → ∞, akkor
1 bn
lim (1 + ) = e.
n→∞ bn
4.4. NEVEZETES HATÁRÉRTÉKEK 29
Függelék
Bernoulli egyenlőtlenség:
Állı́tás. Bármely n ∈ N és h ≥ −1 esetén teljesül a
(1 + h)n ≥ 1 + nh
egyenlőtlenség.
Bizonyı́tás. A bizonyı́tást n szerinti teljes indukcióval végezzük. n = 1 esetén
nyilván teljesül az állı́tás. Tegyük fel, hogy igaz valamely n-re: (1 + h)n ≥ 1 + nh.
1 + h ≥ 0, ezért vele szorozva az egyenlőtlenséget, kapjuk, hogy
Q. E. D.
30 4. SOROZATOK KONVERGENCIÁJA
5. Számsorok és
hatványsorok
5.1 Számsorok
∞
P
Definı́ció. Az a1 + a2 + . . . + ak + . . . = ak végtelen sok tagú összeget
k=1
∞
P
számsornak (vagy numerikus sornak) nevezzük. A ak számsort konvergensnek
k=1
n
P
mondjuk, ha a részletösszegek sn = ak sorozatának létezik határértéke, ezt a
k=1
határértéket a számsor összegének nevezzük.
∞
X n
X
ak = lim ak
n→∞
k=1 k=1
∞
q k mértani sor konvergens, ha |q| < 1. Ugyanis
P
Példa. Az ún.
k=1
n
X q n−1 − 1
sn = qk = q
q−1
k=1
31
32 5. SZÁMSOROK ÉS HATVÁNYSOROK
Divergens viszont a
∞
X 1 1 1
= 1 + + + ...
k 2 3
k=1
alapján sn felülről nem korlátos, hiszen a zárójelezett tagok összege minden esetben
nagyobb, mint 1/2.
P∞
Megjegyzés. Ha a k=1 ak sor konvergens, akkor limn→∞ an = 0. Ugyanis, ha
A-val jelöljük a sor összegét, akkor bármely 2ε > 0-hoz van olyan n0 ∈ N, hogy
n > n0 esetén |sn − A| < 2ε . Ez igaz sn+1 -re is, ezért
5.3 Hatványsorok
Előbb a függvénysort értelmezzük, melynek speciális esete a hatványsor.
Legyenek f1 , f2 , . . . , fk , . . . függvények mind ugyanazon az I ⊂ R intervallumon
értelmezettek. Az
∞
X
f1 (x) + f2 (x) + . . . + fk (x) + . . . = fk (x)
k=1
végtelen
P∞ tagú összeget függvénysornak nevezzük. A függvénysor x-ban konvergens,
ha a k=1 fk (x) számsor konvergens. Azon pontok halmazát, amelyekben a
függvénysor konvergens, a függvénysor konvergenciatartományának nevezzük.
34 5. SZÁMSOROK ÉS HATVÁNYSOROK
számsorozatot.
Ha (bk ) nem korlátos, akkor a hatványsor csak x = 0-ban konvergens.
Ha (bk ) korlátos és a legnagyobb torlódási pontja a 6= 0, akkor a hatványsor
abszolút konvergens minden |x| < a1 esetén.
Ha (bk ) korlátos, és csak a = 0 a torlódási pontja, akkor minden x ∈ R esetén
abszolút konvergens a hatványsor.
Bizonyı́tás. Ha (bk ) nem korlátos, akkor bármely x 6= 0 esetén végtelen sok
1
p
k-ra k |ak | > |x| , azaz |ak xk | > 1. Ez azt jelenti, hogy a sor általános tagja nem
tart nullához, tehát a sor x 6= 0 esetén nem konvergens.
Második esetben bármely |x| < a1 esetén legyen x0 olyan, hogy |x| < x0 < a1 .
Ekkor véges sok k kivételével
k
p 1 1 x
k
|ak | < < , azaz |ak xk | < < 1.
x0 |x| x0
x2 x3 xk+1
ln (1 + x) = x − + − . . . + (−1)k + ...
2 3 k+1
Ez a sor x = 1-nél is konvergens, s ı́gy
1 1 1
ln 2 = 1 − + − + ...
2 3 4
36 5. SZÁMSOROK ÉS HATVÁNYSOROK
6. Függvények határértéke
és folytonossága
6.1 Határérték
Definı́ció. Tekintsük az f : D ⊂ R → R függvény értelmezési tartományának
egy x0 torlódási pontját. Az f függvény x0 -beli határértékének nevezünk egy a
számot, ha bármely x0 -hoz konvergáló xn ∈ D, xn 6= x0 sorozat esetében az f (xn )
sorozat konvergál a-hoz.
Megjegyzés.
37
38 6. FÜGGVÉNYEK HATÁRÉRTÉKE ÉS FOLYTONOSSÁGA
sin x1
• ha lim f (x) = lim g(x) = a és f (x) ≤ h(x) ≤ g(x) minden x ∈ D-re,
x→x0 x→x0
akkor lim h(x) = a.
x→x0
Bizonyı́tás.
xn → x0 =⇒ f (xn ) → a =⇒ g(f (xn )) → b.
Q. E. D.
6.2 Folytonosság
Definı́ció. Az f : D ⊂ R → R függvényt folytonosnak nevezzük az értelmezési
tartományának x0 torlódási pontjában, ha lim f (x) = f (x0 ).
x→x0
Megjegyzés.
minden x ∈ G(x0 , δ)-ra f (x) ∈ G(f (x0 ), ε). Az abszolút érték jelével ezt
gyakran formálisan ı́gy fejezik ki:
y
y = f (x)
f (x0 ) 2ε
x0
x
x0 − δ x0 + δ
|f (x0 )|
Bizonyı́tás. A) ε = -höz van olyan G(x0 , δ) nyı́lt környezet, hogy
2
ha x ∈ G(x0 , δ), akkor f (x) ∈ G(f (x0 ), ε), azaz, ha pl. f (x0 ) > 0, akkor
f (x) > f (x0 ) − ε > 0 minden x ∈ G(x0 , δ)-ra.
B) Feltehetjük, hogy f (a) < y0 < f (b). Legyen A = {x ∈ [a, b] | f (x) < y0 }.
A felülről korlátos, nem üres, ezért van pontos felső korlátja: x0 = sup A. Ha
f (x0 ) > y0 , akkor f (x) − y0 jeltartó tulajdonsága miatt x0 egy környezetében
is f (x) − y0 > 0 teljesülne, de ekkor x0 nem lehet felső korlát, csak ha x0 = a.
De ekkor f (a) > y0 következne, ami ellentmondás. Ha f (x0 ) < y0 lenne, akkor
f (x) < y0 teljesülne szinén x0 egy környezetében, s ı́gy nem lehet x0 felső korlát,
csak ha x0 = b. De ekkor f (b) < y0 következne, ami lehetetlen. Tehát csak
f (x0 ) = y0 lehetséges. Q. E. D.
Bizonyı́tás. Tegyük fel, hogy f nem szigorúan monoton, azaz pl. van olyan
x1 < x2 < x3 , hogy f (x1 ) < f (x2 ) és f (x2 ) > f (x3 ). Legyen y0 olyan valós
szám, hogy max{f (x1 ), f (x3 )} < y0 < f (x2 ). Folytonos függvény felvesz minden
közbülső értéket, tehát van olyan x̃1 és x̃2 , hogy x̃1 ∈ (x1 , x2 ), x̃2 ∈ (x2 , x3 ), s
f (x̃1 ) = y0 = f (x̃2 ). Az injektivitás miatt viszont ez nem lehetséges.
Legyen yn ∈ [c, d] valamely y0 ∈ [c, d]-hoz konvergáló sorozat. Azt kell
megmutatni, hogy az xn = f −1 (yn ) sorozat konvergál f −1 (y0 )-hoz. Az xn sorozat
korlátos, ezért van egy x0 torlódási pontja, s ehhez konvergáló részsorozata: xnk →
x0 . f folytonossága miatt ilyenkor f (xnk ) → f (x0 ), de f (xnk ) = ynk → y0 , tehát
f (x0 ) = y0 , azaz x0 = f −1 (y0 ). Ebből következik, hogy az f −1 (yn ) sorozatnak
x0 = f −1 (y0 )-on kı́vül más torlódási pontja nincs, tehát f −1 (yn ) → f −1 (y0 ), azaz
f −1 folytonos y0 -ban. Q. E. D.
42 6. FÜGGVÉNYEK HATÁRÉRTÉKE ÉS FOLYTONOSSÁGA
sin x
3. lim = 1.
x→0 x
π
Bizonyı́tás. Geometriai ismereteinkből kapjuk, hogy 0 < x < 2 esetén
Megjegyzés.
1. Itt is megadható a környezetekkel történő definı́ció analógiája: f x0 -beli
határértéke végtelen, ha bármely K ∈ R számhoz van olyan G(x0 , δ)
nyı́lt környezete x0 -nak, hogy minden ebből vett, de x0 -tól különböző x-re
f (x) > K.
2. Hasonlatosan értelmezhető a mı́nusz végtelenhez való tartás is.
3. E kibővı́tett értelmű határértékről is egyszerű tulajdonságok fogalmazhatók
meg. Pl.:
• ha lim f (x) = ∞ és lim g(x) = ∞, akkor lim (f (x) + g(x)) = ∞ és
x→x0 x→x0 x→x0
lim (f (x) g(x)) = ∞
x→x0
Megjegyzés.
1. E definı́ciókat környezetek segı́tségével is megadhattuk volna, pl.:
lim f (x) = a, ha ∀ ε > 0 ∃ K ∈ R, hogy ∀ x ∈ D, x > K-ra |f (x) − a| < ε.
x→∞
3π
2
π
2 x
7. Differenciálás
f (x)
f (x) − f (x0 )
f (x0 )
x − x0
x0 x
Megjegyzés.
1. A differenciálhányados értelmezéséhez szükséges, hogy x0 az értelmezési
tartománynak nemcsak pontja, hanem torlódási pontja is legyen. Ha
tipikusan D intervallum, ez semmilyen megszorı́tást nem jelent.
47
48 7. DIFFERENCIÁLÁS
x sin x1
√ f (xn ) − f (x0 )
Az f = x függvény sem differenciálható 0-ban, mivel a
xn − x0
hányados végtelenhez tart, nem konvergál x → 0 esetén.
7.1. DIFFERENCIÁLHÁNYADOS ÉS DERIVÁLTFÜGGVÉNY 49
f
• ha g(x0 ) 6= 0, akkor is differenciálható x0 -ban, és
g
′
f f ′ (x0 ) g(x0 ) − f (x0 ) g ′ (x0 )
(x0 ) =
g g 2 (x0 )
g(f (xn )) − g(f (x0 )) g(f (xn )) − g(f (x0 )) f (xn ) − f (x0 )
= → g ′ (f (x0 )) f ′ (x0 )
xn − x0 f (xn ) − f (x0 ) x − x0
f −1 (yn ) − f −1 (y0 ) 1
lim = lim yn − y0 =
n→∞ yn − y0 n→∞
f −1 (yn ) − f −1 (y0 )
1 1 1
= = ′ = ′ −1
f (xn ) − f (x0 ) f (x0 ) f (f (y0 ))
limn→∞
xn − x0
Q. E. D.
x0 x
f (x) − f (x0 )
Bizonyı́tás. Ha f monoton nő, akkor a függvény minden x 6= x0 -
x − x0
ra nemnegatı́v , ezért határértéke, az x0 -beli differenciálhányados is nemnegatı́v
szám. Hasonlóan érvelhetünk monoton csökkenő függvény esetében is.
f (x) − f (x0 )
Ha f -nek x0 -ban pl. helyi minimuma van, akkor x < x0 esetén a
x − x0
függvény nempozitı́v, mı́g x > x0 esetén nemnegatı́v, ezért az x0 -beli határértéke,
mely feltételünk szerint létezik, csak 0 lehet. Q. E. D.
f (b) − f (a)
= f ′ (ξ)
b−a
52 7. DIFFERENCIÁLÁS
f (b)
f (a)
a ξ b x
f (b) − f (a)
Bizonyı́tás. Alkalmazzuk Rolle tételét a h(x) = f (x) − (x − a)
b−a
függvényre. Van olyan ξ ∈ (a, b), hogy h′ (ξ) = 0. Átrendezéssel kapjuk az állı́tást.
Q. E. D.
Megjegyzés. E két tételnek igen szemléletes jelentése van. Rolle tétele azt
mondja, hogy a diffenciálható függvénynek valahol vı́zszintes érintője van, mı́g
Lagrange tétele szerint a húrral párhuzamos érintőt is lehet húzni.
Állı́tás. Legyen f differenciálható az (a, b) intervallumon. Ekkor
• ha f ′ ≥ 0 minden x ∈ (a, b)-re, akkor f monoton növekvő,
• ha f ′ ≤ 0 minden x ∈ (a, b)-re, akkor f monoton csökkenő,
• ha f ′ = 0 minden x ∈ (a, b)-re, akkor f konstans.
= → cos x0
xn − x0 xn − x0
sin x
hiszen lim = 1.
x→0 x
Az exponenciális esetben emeljünk ki ax0 -at:
ax n − ax 0 axn −x0 − 1
= ax 0 → ax0 ln a
xn − x0 xn − x0
ax − 1
hiszen már láttuk, hogy lim = ln a. Q. E. D.
x→0 x
Megjegyzés.
1. Ezek után könnyen adódik a többi trigonometrikus függvény deriváltja:
π π
(cos x)′ = (sin( − x))′ = − cos( − x) = − sin x
2 2
′
sin x cos x cos x + sin x sin x 1
(tg x)′ = = =
cos x cos2 x cos2 x
′
− 12
′ 1 1
(ctg x) = = cos2 x = − 2
tg x tg x sin x
2. Láthatjuk, hogy különösen egyszerű az ex deriváltfüggvényének képzése:
(ex )′ = ex . A természetes alapú logaritmus függvény deriváltja:
1 1
(ln x)′ = =
e ln x x
f (x) f ′ (ξ)
= ′ .
g(x) g (ξ)
f ′ (x)
lim =A
x→x0 +0 g ′ (x)
Ezért
f (x) − f (y) ε
g(x) − g(y) − A < 2
Q. E. D.
Megjegyzés.
ln f (x)
1
(f (x))g(x) = e g(x)
átalakı́tás segı́tségével.
56 7. DIFFERENCIÁLÁS
y
f konvex
x1 x2 x
λx1 + (1 − λ)x2
f (n+1) (ξ)
Rn (x) = (x − x0 )n+1
(n + 1)!
Rn (x) = M (x − x0 )n+1
x2 x3 xn
Tn (x) = 1 + x + + + ...+
2! 3! n!
x3 x5 x2k+1
T2k+1 (x) = x − + + . . . + (−1)k
3! 5! (2k + 1)!
f (n+1) (ξ)
f (x) − f (x0 ) = (x − x0 )n+1
(n + 1)!
Ha f (n+1) (x0 ) > 0, akkor a folytonos differenciálhatóság miatt van x0 -nak olyan
környezete, hogy onnan választott összes ξ-re f (n+1) (ξ) > 0. Ezért ha n + 1
páros szám, akkor f (x) − f (x0 ) ≥ 0, tehát f -nek x0 -ban helyi minimuma van.
Hasonlóanf (n+1)(x0 ) < 0 esetén páros n + 1 mellett f -nek helyi maximuma van.
Ha n + 1 páratlan, és pl. f (n+1) (x0 ) > 0, akkor x > x0 esetén f (x) − f (x0 ) > 0,
mı́g x < x0 esetén f (x)−f (x0 ) < 0, azaz f -nek nincs x0 -ban szélsőértéke. Q. E. D.
Megjegyzés.
1. Fontos megjegyezni, hogy a helyi szélsőérték létezésének e tételben mondott
1
feltételei nem mind szükségesek. Ezt mutatja az e− x2 függvény példája,
7.7. A FÜGGVÉNY SZÉLSŐÉRTÉKE LÉTEZÉSÉNEK FELTÉTELEI 61
63
64 8. TÖBBVÁLTOZÓS FÜGGVÉNYEK
(1) (n)
hacsak k > max(k0 , . . . , k0 ). Q. E. D.
Példa. A G(x0 , ε) nyı́lt környezet nyı́lt halmaz, torlódási pontjait az {y ∈
Rn | ky − xk ≤ ε} halmaz elemei jelentik. Az xk = ( k1 , 1 + k12 ) R2 -beli sorozat
konvergens, s határpontja a (0, 1) pont. Zárt halmazra példa az 1 pontból álló
{x0 } részhalmaz, vagy a {x ∈ Rn | kxk ≥ 1} ”lyukas” sı́k.
Az Rn euklideszi téren most értelmezett nyı́lt halmaz, zárt halmaz, torlódási
pont, konvergencia, stb. fogalmak bevezetése szinte szó szerinti ismétlése a
valós számok körében megismert fogalmaknak. Az ott felsorolt tulajdonságok,
összefüggések most is érvényesek. A bizonyı́tások is majd’ szószerint átvihetők.
Érvényes a Bolzano-Weierstraß tétel is.
Megjegyzés.
2. Konvex halmazra példa a nyı́lt vagy a zárt gömb, félsı́k, stb. Konvex halmaz
lehet akár nyı́lt, akár zárt, vagy egyik se.
értéke. A legjobb közelı́tés itt most azt jelentette, hogy a lineáris függvénynek (az
egyenesnek) az eltérése a függvénytől (a függvény görbéjétől) oly annyira kicsi,
hogy még x − x0 -al osztva is nullához tart. A többváltozós függvények esetében
is ilyen, legjobban közelı́tő, lineáris függvényyel akarjuk közelı́teni a függvényt. A
lineáris függvények Rn -en (a, x) alakban adhatók meg.
Definı́ció. Legyen f : D ⊂ Rn → R és x0 ∈ D. Az f függvényt x0 -ban
differenciálhatónak mondjuk, ha van olyan a ∈ Rn , hogy
Bizonyı́tás.
f (x0 + tei ) − f (x0 ) f (x0 + tei ) − f (x0 ) − (Df (x0 ), tei )
lim = lim + (Df (x0 ), ei ) =
t→0 t t→0 t
f (x0 + tei ) − f (x0 ) − (Df (x0 ), tei )
= lim + (Df (x0 ), ei ) = (Df (x0 ), ei )
x0 +tei →x0 ktei k
Q. E. D.
Állı́tás. Ha f : D ⊂ Rn → R függvény x0 ∈ D egy környezetében parciálisan
differenciálható és a parciális deriváltfüggvények x0 -ban folytonosak, akkor f x0 -
ban totálisan is differenciálható.
Bizonyı́tás. Kétváltozós függvény esetében ı́rjuk le a bizonyı́tást.
Legyen (x0 , y0 ) ∈ D ⊂ R2 . Megmutatjuk, hogy
Df (x0 , y0 ) = (∂1 f (x0 , y0 ), ∂2 f (x0 , y0 )). Ugyanis az abszolútérték tulajdonságai, s
|h| ≤ k(h, k)k, |k| ≤ k(h, k)k alapján a Lagrange tétel kétszeri alkalmazásával:
|f (x0 + h, y0 + k) − f (x0 , y0 ) − ∂1 f (x0 , y0 )h − ∂2 f (x0 , y0 )k|
≤
k(h, k)k
|f (x0 + h, y0 + k) − f (x0 , y0 + k) − ∂1 f (x0 , y0 )h|
≤ +
|h|
|f (x0 , y0 + k) − f (x0 , y0 ) − ∂2 f (x0 , y0 )k|
+ =
|k|
= |∂1 f (x0 + h′ , y0 ) − ∂1 f (x0 , y0 )| + |∂2 f (x0 , y0 + k′ ) − ∂2 f (x0 , y0 )|
A parciális deriváltak folytonosságából adódik állı́tásunk. Q. E. D.
Állı́tás. Ha f -nek helyi szélsőértéke van (x0 , y0 )-ban és parciálisan deriválható
(x0 , y0 )-ban, akkor a parciális deriváltak ott eltűnnek:
ϕ′′ (t) = ∂11 f (x0 + th, y0 + tk)h2 + 2∂12 f (x0 + th, y0 + tk)hk + ∂22 f (x0 + th, y0 + tk)k2
1
= (∂11 f (x0 + th, y0 + tk)h2 + 2∂12 f (x0 + th, y0 + tk)hk + ∂22 f (x0 + th, y0 + tk)k2 )
2
Mivel Q(h, k) > 0 (h, k) 6= 0 esetén, a másodrendű parciális deriváltak
folytonossága miatt
4. Ha Q-ra nem teljesülnek a fenti feltételek egyike sem, attól még f -nek lehet
ott helyi szélsőértéke. Ilyenkor további vizsgálat szükséges.
∂1 f (x0 , y0 ) + λ0 ∂1 g(x0 , y0 ) = 0
∂2 f (x0 , y0 ) + λ0 ∂2 g(x0 , y0 ) = 0
adódik, mely ekvivalens a
∂1 L(x0 , y0 , λ0 ) = 0
∂2 L(x0 , y0 , λ0 ) = 0
feltételrendszerrel. L harmadik parciális deriváltjára automatikusan teljesül
∂3 L(x0 , y0 , λ0 ) = 0,
függvénynek (x0 , λ10 , . . . , λk0 ) stacionárius helye, azaz ott L mindegyik parciális
deriváltja nulla.
A tételben szereplő L függvényt Lagrange függvénynek, λ1 , . . . , λk -kat pedig
multiplikátoroknak szokták nevezni.
8.6. FELTÉTELES SZÉLSŐÉRTÉK-SZÁMÍTÁS 73
9.1 Alapintegrálok
Az alapintegrálok felsorolásában C tetszőleges konstans valós számot jelöl.
xα+1
Z
xα dx = + C, ha α 6= −1.
α+1
1
Z
dx = ln |x| + C
x
ax
Z Z
x
a dx = + C, speciálisan ex dx = ex + C
ln a
Z
sin xdx = − cos x + C
Z
cos xdx = sin x + C
75
76 9. HATÁROZATLAN INTEGRÁL
1
Z
dx = tg x + C
cos2 x
1
Z
dx = −ctg x + C
sin2 x
1
Z
√ dx = arc sin x + C
1 − x2
1
Z
dx = arc tg x + C
1 + x2
Q. E. D.
A parciális integrálás szabályát akkor célszerű alkalmazni az f ′ g alakú
integrandus határozatlan integráljának meghatározására, ha f g ′ határozatlan
integráljának felismerése könnyebbnek tűnik.
Példa. 1) Az x cos x függvény határozatlan integráljának megkereséséhez
célszerű cos x-et deriváltfüggvénynek tekinteni, mert a parciális integrálás során
a másik (az x függvény) fokszáma csökken. Tehát f (x) = x, g ′ (x) = cos x
választással g(x) = sin x, ı́gy
Z Z
x cos xdx = x sin x − 1 · sin xdx = x sin x + cos x + C
Z Z
= ex sin x − (ex cos x + ex sin xdx) = ex (sin x − cos x) − ex sin xdx
alapján
1 x
Z
ex sin xdx = e (sin x − cos x) + C
2
Az összetett függvényderiválási szabályának megfelelője a helyettesı́téssel való
integrálás.
Állı́tás. Z Z
f (x)dx = f (g(t)) g ′ (t)dt (g −1 (x))
1
= f (g(g −1 (x))) g ′ (g −1 (x)) · = f (x)
g ′ (g −1 (x))
Q. E. D.
A helyettesı́téssel való integrálás módszere a következő lépésekből áll:
1) kiválasztjuk az x helyére helyettesı́tendő g(t) függvényt, meghatározzuk a
g ′ (t) deriváltfüggvényt,
2) f (x)dx-ben x helyébe g(t)-t, dx helyébe g ′ (t)dt-t ı́runk és kiszámı́tjuk a
R
Z p Z p Z
1 − x2 dx = 1 − sin2 t cos tdt = cos2 tdt =
1 + cos 2t t sin 2t 1 1
Z p
= dt = + = (t + sin t cos t) = (arc sin x + x 1 − x2 )
2 2 4 2 2
F (ax + b)
Z
f (ax + b)dx = +C
a
2)
f ′ (x)
Z
dx = ln |f (x)| + C
f (x)
3)
1
Z
f α (x) f ′ (x)dx = f α+1 (x) + C ha α 6= −1.
α+1
Példa.
x 1 2x 1
Z Z
dx = dx = ln (1 + x2 ) + C
1 + x2 2 1 + x2 2
− sin x
Z Z
tg xdx = − dx = −ln | cos x| + C
cos x
3
Z p Z
1 4
2x 1 + x dx = 2x(1 + x2 ) 3 dx = (1 + x2 ) 3 · + C
3
2
4
ak xk + . . . a1 x + a0
f (x) = .
bn xn + . . . b1 x + b0
Az ilyen függvények határozatlan integráljai mindig meghatározhatók az ún. par-
ciális (vagy elemi) törtekre bontás segı́tségével. A módszert teljes általánosságában
nem ismertetjük, most csak néhány példán mutatjuk be.
Először is a korábbiakból tudjuk, hogy speciális törtfüggvények esetében:
1
Z
dx = ln |x − a| + C
x−a
1 1/(1 − α)
Z
α
dx = +C
(x − a) (x − a)α−1
1
Z
dx = arc tg x + C
1 + x2
x 1
Z
2
dx = ln (1 + x2 ) + C
1+x 2
1
Z
Az dx alakú határozatlan integrál kiszámı́tásához 3 esetet tárgya-
ax2 + bx + c
lunk:
9.3. RACIONÁLIS TÖRTFÜGGVÉNYEK INTEGRÁLÁSA 79
• D = b2 − 4ac = 0. Ilyenkor
1 1 1
Z Z
2
dx = 2
dx = − +C
ax + bx + c a(x − x0 ) a(x − x0 )
A+B =0
−Ax2 − Bx1 = −1
1 1
összefüggéseknek kell teljesülni. Innen A = x2 −x 1
és B = x1 −x 2
következik.
Tehát most
Z
1 1 1/(x2 − x1 ) 1/(x1 − x2 )
Z
dx = + dx =
ax2 + bx + c a x − x1 x − x2
1 1 1
= ln |x − x1 | + ln |x − x2 | + C
a x2 − x1 x1 − x2
4a 1 2 2a b
Z
=− 2a b
dx = √ arc tg ( √ x+ √ ) + C.
D ( −D x + −D ) + 1
√ √ 2 −D −D −D
A − C = −1
ahonnan A = 1, B = 2, C = 2 adódik. Így
3x2 − 1 1 2x 1
Z Z Z Z
2
dx = dx + 2
dx + 2
dx =
(x − 1)(x + 1) x−1 x +1 x +1
= ln |x − 1| + ln (x2 + 1) + 2arc tg x.
10. Határozott integrál
b−a
xi = a + i , i = 0, 1, . . . , 2n .
2n
n
2
X
sn = mi (xi − xi−1 )
i=1
81
82 10. HATÁROZOTT INTEGRÁL
y
f (x)
a b x
Z b Z b
f (x) dx vagy f.
a a
Megjegyzés.
1. A fentiekhez hasonlóan — minimumok helyett maximumokkal — értelmez-
hető a felső közelı́tő összegek Sn sorozata is, amelyről belátható, hogy
monoton csökken, alulról korlátos, ezért szintén konvergens. Sőt folytonos
függvény esetében igazolható, hogy sn és Sn határértéke megegyezik.
2. Nem folytonos, de korlátos függvény esetében a határozott integrál ı́gy nem
értelmezhető. Ekkor minimumok és maximumok helyett az alsó, illetve a
10.1. ALAPFOGALOM ÉS TULAJDONSÁGOK 83
felső közelı́tő összegek képzésében a pontos alsó korlát és a pontos felső korlát
fogalmát használjuk:
Megjegyzés.
Ra Ra Rb
1. Megállapodás szerint a
f = 0 és b
f =− a
f.
84 10. HATÁROZOTT INTEGRÁL
2. A 4) tulajdonság miatt
b
1
Z
m≤ f ≤ M,
b−a a
y
f (x)
T (x)
a x x
Rx
Bizonyı́tás. Az előbb láttuk, hogy a T (x) = a f területmérő függvény is
primitı́v függvénye f -nek, ezért F (x) = T (x) + C, ahol C ∈ R konstans. Így
T (a) = 0 miatt
Z b
f = T (b) − T (a) = F (b) − F (a).
a
Q. E. D.
A jobboldali kifejezésre gyakran a tömörı́tett [F (x)]ba jelölést alkalmazzuk.
R π/2
Példa.R Számı́tsuk ki a 0 sin x dx határozott integrált!
Mivel sin x dx = − cos x + C,
π/2
π
Z
π/2
sin x dx = [− cos x]0 = − cos + cos 0 = 1.
0 2
Ezzel megkaptuk a szinusz ”félhullám’ alatti területet.
f ′ g és
R
RÁllı́t ás. Ha f és g [a, b]-n differenciálható függvények és léteznek az
f g ′ határozatlan integrálok, akkor
Z b Z b
f ′ (x)g(x) dx = f (b)g(b) − f (a)g(a) − f (x)g ′ (x) dx
a a
Z b Z b
′
= f (x)g(x) − f (x)g (x) dx = f (b)g(b) − f (a)g(a) − f (x)g ′ (x) dx
a a
Q. E. D.
Állı́tás. Ha f [a, b]-n folytonos, van primitı́v függvénye és g: [α, β] → [a, b]
bijektı́v differenciálható függvény, g(α) = a, g(β) = b, akkor
Z b Z β
f (x) dx = f (g(t))g ′ (t) dt.
a α
Bizonyı́tás.
Z b Z b Z b
′ −1
f (x) dx = f (x) dx = f (g(t))g (t) dt (g (x)) =
a a a
Z β Z β
= f (g(t))g ′ (t) dt = f (g(t))g ′ (t) dt.
α α
Q. E. D.
1
ex
Z
Példa. Számı́tsuk ki az 2x
dx határozott integrált!
0 1+e
Az x = g(t) = ln t, t = ex helyettesı́tést választjuk. Most g ′ (t) = 1t , s
g(1) = 0, g(e) = 1, ezért
1 e e
ex t 1 1 π
Z Z Z
e
dx = dt = dt = [arc tg t]1 = arc tg e − .
0 1 + e2x 1 1 + t2 t 1 1 + t2 4
10.4. ALKALMAZÁSOK 87
10.4 Alkalmazások
A határozott integrál legegyszerűbb alkalmazásai a geometriai motivációhoz
kötődnek. Mint a fogalom kialakı́tásakor is jeleztük, a határozott integrál az
f (x) függvénygörbe alatti területet jelenti, amennyiben f (x) ≥ 0 [a, b]-n. Ahol
a függvény negatı́v, ott a függvénygörbe feletti x tengelyig terjedő terület −1-
szeresét kapjuk.
A) Tegyük fel most, hogy két függvény görbéje zár közre egy sı́ktartományt,
úgy, hogy f (a) = g(a) és f (b) = g(b), továbbá f (x) ≥ g(x) minden x ∈ [a, b]-re.
Ilyenkor a két függvény görbe közötti sı́ktartomány területe nyilván
Z b
(f (x) − g(x)) dx.
a
√
Példaképp számı́tsuk ki a kör területét!
√ A felső félkört az y = R2 − x2
függvény ı́rja le, mı́g az alsót az y = − R2 − x2 függvény. A
Z R p
T = 2 R2 − x2 dx
−R
π/2 π/2
cos 2t
Z
2 2
=R (1 + cos 2t) dt = R t+ = R2 π.
−π/2 2 −π/2
f (x)
a b x
z
Példa. Vezessük
√ le a gömb felszı́nére és térfogatára vonatkozó képleteket!
Most f (x) = R2 − x2 , ı́gy f ′ (x) = √R−x
2 −x2
.
R
r
x2
Z p
F = 2π R2 − x2 1+ dx =
−R R2 − x2
Z R
= 2π R dx = 2π[Rx]R 2
−R = 4πR .
−R
R R
x3 4πR3
Z
2 2 2
V =π (R − x ) dx = π R x − = .
−R 3 −R 3
10.5. IMPROPRIUS INTEGRÁLOK 89
Most, mint látjuk, ezt az integrált nem közelı́tő összegek segı́tségével definiáltuk,
hanem korlátos intervallumon vett határozott integrálok határértékeként.
Egy balról végtelen (∞, a] intervallumon folytonos f függvény improprius
integrálja az előbbihez hasonlóan értelmezhető:
Z a Z a
f (x) dx = lim f (x) dx
−∞ b→−∞ b
Könnyen látható, hogy az ı́gy értelmezett integrál nem függ az a szám megválasz-
tásától.
Példa. Számı́tsuk ki az Z ∞
1
2
dx
−∞ 1 + x
improprius integrált!
f (x)
x
90 10. HATÁROZOTT INTEGRÁL
a = 0-nál bontjuk:
∞
1 π
Z
dx = lim [arc tg x]b0 =
0 1 + x2 b→∞ 2
91
92 11. KETTŐS INTEGRÁL
Megjegyzés.
1. Mint egyváltozós esetben, most is megjegyezzük, hogy minimumok helyett
maximumokkal képezve a felső közelı́tő Sn összeget, határértékként ugyanah-
hoz az integrálfogalomhoz jutunk. Nem folytonos, de korlátos függvények
esetében az integrálhatóság kérdése merül fel. Részleteket illetően lásd az
egyváltozós esetet.
2. Ha a D integrációs tartomány nem feltétlenül téglalap, de korlátos, akkor
belefoglalhatjuk egy bővebb D̃ = [a, b] × [c, d] téglalapba, s az f függvényt
kiterjesztjük D̃-ra:
f (x, y) ha (x, y) ∈ D
f˜(x, y) =
0 ha (x, y) ∈ D̃ \ D.
Rb
Ha pedig bármely y ∈ [c, d] esetén létezik az a f (x, y) dx integrál, akkor
Z Z d Z b
f (x, y) dxdy = ( f (x, y) dx)dy.
D c a
Rd
Bizonyı́tás. A bizonyı́táshoz legyen g(x) = c f (x, y) dy és az [xi−1 , xi ]
intervallumon jelölje g(x) értékeinek pontos alsó, illetve felső korlátját m′i illetve
Rb Rd
Mi′ . Az a ( c f (x, y) dy)dx integrál alsó és felső közelı́tő összegeit jelöli s′n illetve
Sn′ :
X
s′n = m′i (xi − xi−1 )
i
X
Sn′ = Mi′ (xi − xi−1 )
i
Ha x ∈ [xi−1 , xi ], akkor
Z d XZ yj X
g(x) f (x, y) dy = f (x, y) dy ≤ Mij (yj − yj−1 )
c j yj−1 j
ezért X
Mi′ ≤ Mij (yj − yj−1 ),
j
D = { (x, y) | 0 ≤ x ≤ 1, 0 ≤ y ≤ 2x }
11.3. TÖBBSZÖRÖS INTEGRÁL 95
háromszögtartomány felett!
Most D elsőfajú normáltartomány (is), ϕ1 (x) = 0, ϕ2 (x) = 2x.
1 2x 1 2x
y3
Z Z Z Z
(x2 + y 2 ) dxdy = (x2 + y 2 ) dx dx = x2 y + dx =
D 0 0 0 3 0
1 1
8x3 14x4
14
Z
= (2x3 + ) dx = = .
0 3 12 0 12
1 Z 1 Z 1
1 11 111 1
Z
= ( ( y 2 z 3 ) dy) dz = ( z 3 ) dz = = .
0 0 2 0 2 3 2 3 4 24
96 11. KETTŐS INTEGRÁL
12. Differenciálegyenletek
y ′ = f (x, y)
97
98 12. DIFFERENCIÁLEGYENLETEK
Megjegyzés.
A legegyszerűbb differenciálegyenlet
y ′ = f (x)
Példa. Tegyük fel, hogy a népesség növekedésének üteme egy szigeten arányos
a népesség aktuális létszámával, s továbbá a sziget maximális befogadóképességét
jelentő A értéktől való eltéréssel:
y ′ = ay(A − y)
y ′ + p(x)y = q(x)
y ′ = −p(x)y
Ezért
1
Z Z
dy = − p(x) dx
y
azaz Z
ln |y| = − p(x) dx + ln |C|
alakban kapjuk.
Példa. Oldjuk meg az
xy ′ − y = x3 + 1
lineáris differenciálegyenletet!
102 12. DIFFERENCIÁLEGYENLETEK
y′ 1
= , tehát y = Cx
y x
x2 C ′ + xC − Cx = x3 + 1
azaz
1 x2 1
C′ = x + , tehát C(x) = −
x2 2 x
Így az egyenletünk általános megoldása:
x3
y(x) = − 1 + Cx.
2
13. Vektorterek
∀ a, b ∈ V : a + b = b + a
∀ a, b, c ∈ V : (a + b) + c = a + (b + c)
∃ 0∈V : a + 0 = a
∀ a ∈ V ∃(−a) ∈ V : a + (−a) = 0
továbbá minden λ ∈ R valós szám esetén értelmezett az ún. λ-val való szorzás,
mely a ∈ V -hez λ a-t rendeli, s e hozzárendelés teljesı́ti az alábbi tulajdonságokat:
∀ λ, µ ∈ R, a ∈ V : (λ + µ)a = λa + µa
∀ λ ∈ R, a, b ∈ V : λ(a + b) = λa + λb
∀ λ, µ ∈ R, a ∈ V : (λ · µ)a = λ(µa)
1·a= a
Megjegyzés.
103
104 13. VEKTORTEREK
(b1 , b2 )
b
a (a1 , a2 )
(λ f )(x) = λ f (x) (x ∈ X)
13.1. LINEÁRIS FÜGGŐSÉG 105
κ(b + c) = (β1 + γ1 , . . . , βn + γn ) =
• oszlopvektoraiban additı́v:
• skalárszorzó kiemelhető:
109
110 14. DETERMINÁNSOK
• az egységmátrix determinánsa 1:
Megjegyzés.
n
X
= ai1 1 . . . ain n det (ei1 , . . . , ein )
i1 ,...,in =1
Az utóbbi det (ei1 , . . . , ein ) determináns értéke nulla, ha két azonos oszlopa
van, azaz csak akkor különbözik nullától, ha i1 , i2 , . . . , in permutációja az
1, 2, . . . , n számoknak. Ekkor viszont az oszlopok — melyek most a természe-
tes bázis tagjai — szomszédos oszlopcserékkel átrendezhetők úgy, hogy végül az
egységmátrixot kapjuk. Közben e determináns értéke minden cserénél előjelet vált.
Pontosan annyi csere volt szükséges, amennyi az inverziók száma az i1 , i2 , . . . , in
permutációban. (Két elem inverzióban áll egymással az adott permutációban, ha
a nagyobb elem megelőzi a kisebbet.) Ezért
det (ei1 , . . . , ein ) = (−1)I det (e1 , . . . , en ) = (−1)I
Megjegyzés.
1. Hagyományosan ez a képlet jelenti a determináns definı́cióját, s akkor az
általunk adott definı́ció kikötései egyszerű tulajdonságokként adódnak.
2. A származtatott képlet azonban csak korlátozottan hatékony a determináns
értékének kiszámı́tására, mivel nagyobb n esetén általában az összes n!
szorzat megkeresése hosszadalmas. Ha azonban a mátrix speciális alakú,
pl. felső vagy alsó háromszög alakú, akkor e kiszámı́tási képletből azonnal
adódik, hogy egyetlen olyan szorzat van, amely nem biztosan zérus: a
főátlóban álló elemek szorzata:
a11 a12 . . . a1n
0 a22 . . . a2n
.. .. .. = a11 a22 . . . ann
. . .
0 0 . . . ann
112 14. DETERMINÁNSOK
= det B · det A
Q. E. D.
Az eddigiekből következik, hogy
Állı́tás. Egy kvadratikus mátrix pontosan akkor invertálható, ha determinánsa
nem nulla.
Bizonyı́tás. Ha invertálható, akkor van olyan B, hogy A · B = E, ezért a
szorzástétel alapján
aj = a1j e1 + . . . + anj en .
Ekkor
|A| = det (a1 , . . . , an ) = det (a1 , . . . , a1j e1 + . . . + anj en , . . . , an ) =
Q. E. D.
14.2. RANGSZÁMTÉTEL 115
Megjegyzés.
2. Ha egy kiválasztott sor (vagy oszlop) elemeit egy másik kiválasztott sor (vagy
oszlop) megfelelő elemeihez tartozó algebrai aldeterminánsokkal szorozzuk, s
e szorzatok összegét képezzük, 0-át kapunk: (Ferde kifejtési tétel) Ha j 6= k
n
X
0 = a1j A1k + . . . + anj Ank = aij Aik
i=1
Ha i 6= k
n
X
0 = ai1 Ak1 + . . . + ain Akn = aij Akj
j=1
14.2 Rangszámtétel
Legyen most A egy k × n-es mátrix. A mátrix rangján oszlopvektorainak a rangját
értjük. Mindjárt látni fogjuk, hogy ez megegyezik a sorvektorainak rangjával.
Tetszőleges A ∈ Mk×n mátrix l-edrendű aldeterminánsát úgy értelmezzük,
hogy kiválasztunk l darab sort és l darab oszlopot, s ezek metszetében szereplő
elemek alkotta l-edrendű determinánst
képezzük. Ilyen l-edrendű aldeterminánsa
a mátrixnak sok van, pontosan kl nl darab. Most bebizonyı́tjuk, hogy tetszőleges
mátrix rangja meghatározható ezen aldeterminánsokkal, nevezetesen:
Állı́tás. Az A mátrix rangja megegyezik maximális rendű nullától különböző
aldeterminánsának rendjével.
Bizonyı́tás. Tekintsünk egy maximális rendű nullától különböző aldeter-
minánst, s az egyszerűbb ı́rásmód kedvéért tegyük fel, hogy ez a bal felső sarokban
116 14. DETERMINÁNSOK
van, jelölje D, rendje legyen r. Megmutatjuk, hogy ekkor a mátrix rangja r, azaz
speciálisan az a1 , a2 , . . . , ar oszlopvektorok lineárisan függetlenek, de bármelyik
oszlopvektort hozzájuk véve, lineárisan függő vektorrendszert kapunk.
Lineáris függetlenségük abból következik, hogy ha az a1 , . . . , ar oszlopvektorok
lineárisan függők volnának, akkor a csak az első r sorban lévő részoszlopok –
melyek az aldetermináns oszlopai – is függők volnának, s ı́gy a kiválasztott D
aldetermináns nulla volna, ami lehetetlen.
Vegyük hozzá az a1 , a2 , . . . , ar oszlopvektorokhoz az aj oszlopvektort (j > r).
Megmutatjuk, hogy aj lineárisan kifejezhető az előbbiekkel. Tetszőleges i-dik sort
még kiválasztva (i > r), az 1, 2, . . . , r, i sorokkal és 1, 2, . . . , r, j oszlopokkal képzett
aldetermináns nulla, ezért kifejtve az utolsó sora szerint:
117
118 15. LINEÁRIS EGYENLETRENDSZEREK
Most bemutatunk egy módszert, mely alkalmas egy tetszőleges lineáris egyenle-
trendszer megoldásainak előállı́tására, illetve annak eldöntésére is, hogy az egyen-
letrendszer határozott, határozatlan vagy ellentmondásos. Ez a módszer a Gauss
15.1. GAUSS ELIMINÁCIÓ 119
15.2 Mátrixszámı́tás
Ha adott k · n darab valós szám, s ezeket k sorban, s n oszlopban helyezzük el,
akkor k×n tı́pusú mátrixról beszélünk. Jelölése:
a11 a12 ... a1n
a21 a22 ... a2n
A= .. ..
. .
ak1 ak2 . . . akn
Itt aij az A mátrix i-dik sorának j-dik elemét jelöli. Gyakran mondjuk, hogy
aij az A mátrix (i, j)-dik eleme. Elméleti megfontolásokban gyakran a tömörı́tett
A = (aij ) jelölést alkalmazzuk. Az összes k × n tı́pusú mátrixok halmazát Mk×n
jelöli. Ha egy mátrixban a sorok és oszlopok száma megegyezik: k = n, akkor
n-edrendű kvadratikus (négyzetes) mátrixról beszélünk. Ezek halmazát adott
n esetén Mn jelöli. Azt a speciális mátrixot, melynek minden eleme nulla,
nullmátrixnak mondjuk, s általában O-val jelöljük. n-edrendű egységmátrixon azt
az n-edrendű kvadratikus mátrixot értjük, melynek főátlójában (diagonálisában)
mindenütt 1 áll, másutt pedig 0: Jele:
1 0 ... 0
0 1 ... 0
E= .. ..
. .
0 0 ... 1
Megjegyzés.
2. Lehet egy mátrixnak csupán egyetlen sora, vagy csak egy oszlopa, ilyenkor
sormátrixról, illetve oszlopmátrixról beszélünk.
15.2. MÁTRIXSZÁMÍTÁS 121
15.21. Mátrixműveletek
Két mátrix összeadása csak akkor lehetséges, ha azonos tı́pusúak. Az A = (aij ) és
B = (bij ) k×n tı́pusú mátrixok összege az a k×n tı́pusú mátrix, melynek (i, j)-dik
eleme A (i, j)-dik elemének és B (i, j)-dik elemének összege:
a11 + b11 a12 + b12 . . . a1n + b1n
a21 + b21 a22 + b22 . . . a2n + b2n
A+B = .. ..
. .
ak1 + bk1 ak2 + bk2 . . . akn + bkn
(A + B) + C = A + (B + C)
A+B =B+A
A+O = O+A= A
A + (−A) = O
ahol −A azt a mátrixot jelöli, mely A-ból úgy keletkezik, hogy minden elemét
−1-el szorozzuk.
Legyen λ tetszőleges valós szám. λA azt a mátrixot jelöli, mely A-
ból úgy keletkezik, hogy A minden elemét megszorozzuk λ-val. Ezt a fajta
szorzást skalárral való szorzásnak mondjuk. Nyilvánvalóan teljesülnek a következő
tulajdonságok:
(λµ)A = λ(µA)
(λ + µ)A = λA + µA
λ(A + B) = λA + λB
Két mátrix szorzata csak akkor értelmezett, ha az elsőnek annyi oszlopa van,
mint ahány sora a másodiknak. Az A ∈ Mk×n és a B ∈ Mn×l mátrixok szorzata
az a C ∈ Mk×l mátrix, mely (i, j)-dik eleme:
n
X
cij = ai1 b1j + ai2 b2j + . . . + ain bnj = ais bsj
s=1
A mátrixszorzás tulajdonságai:
A(BC) = (AB)C
(A + B)C = AC + BC
A(B + C) = AB + AC
AE = A
Fontos fölfigyelnünk arra, hogy a mátrix szorzás nem kommutatı́v: általában
AB 6= BA.
122 15. LINEÁRIS EGYENLETRENDSZEREK
AX = B
mátrixegyenletté tömörı́thető.
Egy A kvadratikus mátrixot invertálhatónak mondunk, ha létezik hozzá olyan
B mátrix, hogy AB = BA = E. Ezt a B mátrixot A inverzmátrixának nevezzük,
s a jele A−1 .
Meg lehet mutatni, hogy ha A invertálható, akkor csak egyetlen
inverze
van.
0 0
Viszont nem minden kvadratikus mátrix invertálható, pl. a mátrix
1 1
sem. Később fogunk majd mondani feltételeket arra, hogy egy mátrix mikor
invertálható.
Az n-edrendű invertálható mátrixok halmaza a szorzás műveletére nézve zárt,
azaz két invertálható mátrix szorzata is invertálható, és
(AB)−1 = B −1 A−1
a1 x1 + . . . + an xn = b
15.3. LINEÁRIS EGYENLETRENDSZEREK MEGOLDHATÓSÁGA 123
Q. E. D.
126 15. LINEÁRIS EGYENLETRENDSZEREK
16. Euklideszi terek
Ha a valós vektortér eddigi műveletein túl értelmezve van egy ún. belső szorzat,
— amely bármely két vektorhoz egy valós számot rendel, — akkor euklideszi vek-
tortérről beszélünk. Előbb a skalár-n-esek Rn vektorterében értelmezzük a stan-
dard belső szorzatot, megvizsgáljuk tulajdonságait, melyek alapján értelmezhető
ezen euklideszi térben a vektorok normája (hossza), és szöge, illetve merőlegessége
(idegen szóval ortogonalitása). Ezt követően láthatjuk majd, hogy e fogalmak,
melyek a
szabadvektorok terében geometriai értelemben használatosak, az általános euk-
lideszi vektorterekben is értelmezhetők, és analóg tulajdonságokkal rendelkeznek.
Végül a merőleges vetı́tés egy alkalmazását mutatjuk be.
Definı́ció. A valós szám-n-esek körében az x = (x1 , . . . , xn ) és y = (y1 , . . . , yn )
vektorok (standard) belső szorzatán az
(x, y) = x1 y1 + . . . + xn yn
valós számot értjük. Az x = (x1 , . . . , xn ) vektor normájának nevezzük az
p q
||x|| = (x, x) = x21 + . . . + x2n
számot.
A belső szorzatot szokták nevezni skaláris szorzatnak is, a normát pedig a
vektor hosszának.
A belső szorzat nyilvánvalóan teljesı́ti a következő tulajdonságokat:
1. a belső szorzat szimmetrikus:
(x, y) = (y, x) (16.1)
127
128 16. EUKLIDESZI TEREK
3. a skalár kiemelhető:
(λx, y) = λ(x, y) (16.3)
(x + λy, x + λy) ≥ 0
azaz
(x, x) + 2λ(x, y) + λ2 (y, y) ≥ 0
Tehát e λ-ban másodfokú polinom diszkriminánsa D ≤ 0 :
Q. E. D.
Megjegyzés.
(x, y)
cos α =
||x|| · ||y||
ahol |x| a vektor hosszát, α pedig x és y szögét jelöli. A fent jelzett 4 karakterizáló
tulajdonság közűl az additivitás a merőleges vetı́tés tulajdonságaiból adódik,
ugyanis, ha y egységvektor (|y| = 1), akkor (x, y) nem más, mint az x vektor
y irányra eső merőleges vetületének a hossza, előjelesen számı́tva, azaz pozı́tı́v, ha
a merőleges vetület y-nal azonos irányú, illetve ellenkező esetben negatı́v. A többi
tulajdonság nyilvánvalóan teljesül.
Szem előtt tartva Rn fent bevezetett belső szorzatának és a szabadvektorok
skaláris szorzatának tulajdonságait, ezek közös általánosı́tásaként vezetjük be az
euklideszi tér fogalmát:
Definı́ció. Egy E valós vektorteret euklideszi vektortérnek nevezünk, ha
értelmezve van benne a vektorok belső szorzata, amely bármely két vektorhoz
úgy rendel valós számot, hogy teljesüljön az (1)–(4) tulajdonság.
Így speciális euklideszi teret jelent Rn a fent definiált belső szorzattal, illetve
a szabadvektorok tere a skaláris szorzattal. Egy adott vektortéren sokféleképpen
megadható belső szorzat, ezek közül egy kiválasztása jelenti az euklideszi struktúra
megadását. A legfeljebb n-edfokú polinomok vektorterében (vagy a folytonos
függvények vektorterében) a belső szorzat szokásos definı́ciója integrállal történik:
Z 1
(p, q) = p(t)q(t)dt
−1
(y, x) = (x, y)
(x + y, z) = (x, z) + (y, z)
(λx, y) = λ(x, y)
(x, x) ≥ 0 ∀ x 6= 0
Az első tulajdonságban a komplex számok konjugálása szerepel, s ennek fontos
következményei vannak: a második változó esetén a skalár kiemelésekor konjugálás
is történik: (x, λy) = λ(x, y). Másrészt, ebből adódik az is, hogy (x, x) mindig
valós szám, ui. (x, x) = (x, x). A komplex szám-n-esek C n vektorterében a
standard belső szorzat:
(x, y) = x1 y1 + . . . + xn yn
Ezáltal
||x||2 = (x, x) = |x1 |2 + . . . + |xn |2
illetve a Schwarz egyenlőtlenség alakja:
16.2 Ortogonalitás
Definı́ció. Az euklideszi vektortér két x és y vektorát ortogonálisnak mondjuk,
ha (x, y) = 0. Jele: x ⊥ y. Az x ∈ E vektor egységvektor, ha ||x|| = 1.
Egy vektorrendszer ortogonális, ha páronként ortogonális vektorokból áll. Egy
e1 , e2 , . . . , ek vektorrendszer ortonormált, ha ortogonális és egységvektorokból áll.
(ei , ej ) = δij
0 = (0, ei ) = (α1 e1 + . . . + αk ek , ei ) =
illetve
||x||2 = x21 + . . . + x2n
A szám-n-esek Rn euklideszi vektorterében a természetes bázis nyilvánva-
lóan ortonormált bázist ad meg. A szabadvektorok körében pedig pl. egy
kocka egy csúcsából induló élvektorai határoznak meg ortonormált bázist. Most
megmutatjuk, hogy minden véges dimenziós euklideszi vektortérben van ortonor-
mált bázis.
Állı́tás. Gram–Schmidt ortogonalizálási eljárás
Bármely b1 , b2 , . . . , bn ∈ E bázishoz konstruálható olyan e1 , e2 , . . . , en ortonormált
bázis, melyre L(e1 , . . . , ek ) = L(b1 , . . . , bk ) teljesül minden k = 1, 2, . . . , n-re.
Bizonyı́tás. A konstrukció lényege: legyen e1 = ||bb11 || . Ha e1 , . . . , ek már
ismert, akkor ek+1 -hez a következőképp jutunk. Előbb legyen e′k+1 = bk+1 −
e′
(bk+1 , e1 )e1 − . . . − (bk+1 , ek )ek , majd ek+1 = ||ek+1 . Könnyen ellenőrizhető, hogy
k+1 ||
′
x′
L
135
136 17. LINEÁRIS TRANSZFORMÁCIÓK
Ker ϕ = { a ∈ V1 | ϕ(a) = 0 }
Megjegyzés.
1. Látható, hogy a nulltér valóban altér V1 -ben, és ϕ(V1 ) altér V2 -ben, ezért
beszélhetünk a dimenzióikról. Pl. ha a, b ∈ Ker ϕ, akkor
dim V1 = def ϕ + rg ϕ
x1
A transzformáció mátrixának jelentése a következő: ha az X = ...
xn
oszlopmátrixba ı́rjuk a tetszőleges
x ∈ V 1 vektor b 1 , . . . , b n bázisra vonatkozó
y1
koordinátáit, illetve Y = ... oszlopmátrixba a ϕ(x) képvektor koordinátáit,
yn
akkor
Y = Mϕ · X
138 17. LINEÁRIS TRANSZFORMÁCIÓK
xn xn
A mátrixreprezentáció a következő — egyszerűen igazolható — tulajdonságokkal
rendelkezik:
Állı́tás. Ha ϕ és ψ két lineáris transzformáció, akkor
Mϕ+ψ = Mϕ + Mψ
Mϕ◦ψ = Mϕ · Mψ
ahol ϕ + ψ és ϕ ◦ ψ jelentése
(ϕ ◦ ψ)(x) = ϕ(ψ(x)) ∀ x ∈ V
Továbbá
ϕ reguláris ⇐⇒ Mϕ invertálható mátrix.
MϕB = S −1 MϕA S
ahol az S mátrix a bázisok közötti átmenetet leı́ró azon mátrix, melynek j-dik
oszlopában bj -bek az a1 , . . . , an bázisra vonatkozó koordinátái állnak.
Bizonyı́tás. Legyen MϕA = (αij ), MϕB = (βij ), S = (sij ). Ekkor
X X X XX
ϕ(bj ) = βkj bk = βkj ( sik ai ) = ( sik βkj )ai
k k i i k
17.3. SAJÁTÉRTÉK-PROBLÉMA 139
másrészt
X X X X XX
ϕ(bj ) = ϕ( skj ak ) = skj ϕ(ak ) = skj ( αik ai ) = ( αik skj )ai
k k k i i k
Így bármely i, j = 1, 2, . . . , n esetén k sik βkj = k αik skj , azaz SMϕB = MϕA S.
P P
S invertálhatóságát felhasználva — melyet most nem igazolunk — kapjuk a
bizonyı́tandót. Q. E. D.
Megjegyzés.
17.3 Sajátérték-probléma
ϕ(a) = λa ⇐⇒ (ϕ − λid)(a) = 0
Megjegyzés.
1. ϕ karakterisztikus polinomja nem függ attól, hogy mely bázist rögzı́tettük
kiindulásul. Ui. különböző bázisra vonatkozó mátrixai hasonlók: B =
S −1 AS, s ı́gy
det (B − λE) = det (S −1 AS − λE) = det (S −1 (A − λE)S) =
1
det S −1 det (A − λE)det S = det (A − λE)det S = det (A − λE).
det S
2. Szokás beszélni egy A mátrix karakterisztikus polinomjáról, illetve saját-
értékeiről, ami nem zavaró, hiszen az A mátrixszal való szorzás lineáris
transzformációt jelent Rn -ben.
3. A sajátérték mindig annak a számtestnek eleme, mely felett a V vektortér
értelmezett. Ezért valós vektortér esetén a karakterisztikus polinomnak csak
a valós gyökei lesznek sajátértékek.
4. Komplex vektortér esetén mindig van sajátértéke bármely lineáris transz-
formációnak, hiszen a karakterisztikus polinomnak mindig van gyöke a komp-
lex számok körében.
5. Mivel egy polinomnak legfeljebb annyi gyöke van, mint amennyi a fokszáma,
n-dimenziós téren értelmezett lineáris transzformációnak legfeljebb n db
különböző sajátértéke van.
17.3. SAJÁTÉRTÉK-PROBLÉMA 141
(A − λE)X = O.
Megjegyzés.
143
144 18. AZ EUKLIDESZI TEREK TRANSZFORMÁCIÓI
Ekkor
Xn n
X
δij = (bi , bj ) = ( ski ak , slj al ) =
k=1 l=1
n
X n
X n
X
= ski slj (ak , al ) = ski slj δkl = ski skj = (S T S)ij
k,l=1 k,l=1 k=1
tehát S T S = E.
Belátható az is hasonlóan, hogy ha egy ortonormált bázist ortogonális
mátrixszal transzformálunk, akkor a kapott új bázis is ortonormált.
Megjegyzés.
1. Ha egy lineáris transzformáció valamely ortonormált bázisra vonatkozó
mátrixa szimmetrikus (ortogonális), akkor bármely más ortonormált bázisban
is az. Ugyanis, ortonormált bázisok cseréje esetén a bázistranszformációt
leı́ró S mátrix ortogonális. Így ha A szimmetrikus, akkor B = S −1 AS =
S T AS is szimmetrikus, hiszen
B T = (S T AS)T = S T AT S = S T AS = B.
B T B = (S T AS)T (S T AS) = S T AT SS T AS = S T AT AS = E
18.2. SZIMMETRIKUS ÉS ORTOGONÁLIS TRANSZFORMÁCIÓK 145
X X X
= xi yj (ϕ(ei ), ej ) = xi yj ( αki ek , ej ) =
ij ij k
X X X
= αki xi yj (ek , ej ) = αki xi yj δkj = αji xi yj
ijk ijk ij
s következésképpen
kϕ(x)k = kxk
18.3. KVADRATIKUS FORMÁK 147
X X
= αki αlj δkl = αki αkj = δij
k,l k
Ha x = x1 e1 + . . . + xn en és y = y1 e1 + . . . + yn en , akkor
X X
(ϕ(x), ϕ(y)) = ( xi ϕ(ei ), yj ϕ(ej )) =
i j
X X X X X
= xi yj (ϕ(ei ), ϕ(ej )) = xi yj δij = xi yi = (x, y)
i j i j i
Q. E. D.
Megjegyzés.
xj ≥ 0 j = 1, 2, . . . , n
149
150 19. LINEÁRIS PROGRAMOZÁS
célfüggvény maximumát a
Ax = b, x≥0
feltételek mellett. Bevezetjük még a következő jelöléseket. Az A mátrix osz-
lopvektorait a1 , a2 , . . . , an jelöli, és feltesszük, hogy az A mátrix rangja r. Az
Ax = b lineáris egyenletrendszer azon megoldásait, amelyek a teljesı́tik a x ≥ 0
feltételt, megengedhető vagy lehetséges megoldásnak nevezzük. Ezek halmaza
M = {x ∈ Rn | Ax = b, x ≥ 0 }.
Az oszlopvektorok által generált altér egy bázisát, azaz A oszlopainak egy r tagú
lineárisan független ai1 , . . . , air részrendszerét megengedett bázisnak nevezzük, ha
van hozzá olyan megengedhető x = (x1 , . . . , xn ) megoldás, hogy xj = 0 minden
j 6= is , s = 1, 2, . . . , r esetén. Az ilyen x megoldást az adott megengedett
bázishoz tartozó bázismegoldásnak nevezzük. A megengedett bázis degenerált,
ha a hozzátartozó bázismegoldásban legalább egy xis elem nulla. A megengedett
bázist és a hozzátartozó bázismegoldást optimálisnak mondjuk, ha a célfüggvény
ennél a bázismegoldásnál maximális értékű, tehát az optimális megoldást v-vel
jelölve
cT v = max cT x.
x∈M
y1 a1 + . . . + yl al = b. (19.1)
x1 a1 + . . . + xr ar = b, x ≥ 0. (19.3)
Tegyük fel, hogy valamely rögzı́tett h-ra λ1h , . . . , λrh között vannak pozitı́v
számok, s legyen
xj xi
= min .
λjh λih >0 λih
Ekkor
a1 , . . . , aj−1 , ah , aj+1 , . . . , ar (19.5)
is megengedett bázis.
Bizonyı́tás. Először is belátjuk, hogy az új vektorrendszer lineárisan független.
Tegyük fel az ellenkezőjét, azaz hogy velük a nullavektort egy nemtriviális lineáris
kombinációval előállı́thatjuk. E lineáris kombinációban aj együtthatója nem lehet
nulla, mert akkor a többi vektor lineárisan függő vektorrendszer lenne. Ezért
152 19. LINEÁRIS PROGRAMOZÁS
Most egy olyan feltételt fogalmazunk meg, mely teljesülése esetén a célfüggvény
növekszik.
Állı́tás. Az előző állı́tás feltételeit és jelöléseit magtartva, az a1 , . . . , ar megen-
gedett bázisról térjünk át a (19.5) új megengedett bázisra, az utóbbihoz tartozó
bázismegoldást jelölje x′1 , . . . , x′n . Ha
r
X
dh = λih ci − ch < 0,
i=1
akkor
cT x′ ≥ cT x,
153
Ha minden h = r + 1, . . . , n esetén
r
X
dh = λih ci − ch ≥ 0,
i=1
Így a célfüggvényre
r r n
!
X X X
T
c x = ci xi = ci yi + yh λih
i=1 i=1 h=r+1
154 19. LINEÁRIS PROGRAMOZÁS
n n n r
!
X X X X
= ci y i − ci y i + yh λih ci
i=1 h=r+1 h=r+1 i=1
n
X
= cT y + yh dk ≥ cT y,
h=r+1
hiszen yk ≥ 0, dk ≥ 0. Q. E. D.
Végül feltételt adunk arra, hogy a maximumfeladatnak mikor nincs megoldása.
Ez akkor következik be, - feltéve, hogy megengedhető megoldások vannak, – ha a
célfüggvény felülről nem korlátos a megengedhető megoldások halmazán.
Állı́tás. Legyen a1 , . . . , ar egy megengedett bázis és tegyük fel, hogy valamely
rögzı́tett h esetén (h > r)
r
X r
X
ah = λih ai , dh = λih ci − ch ,
i=1 i=1
Amennyiben q-t alkalmasan választjuk; úgy, hogy cT x − qdh > p teljesedjék, akkor
valóban cT x′ > p. Q. E. D.
A bizonyı́tott állı́tások alapján a standard lineáris programozási feladat meg-
oldására a következő szimplex módszer adódik.
1) Először is a lineáris egyenletrendszernek keresünk egy olyan megoldását,
amelynek minden komponense nemnegatı́v, azaz megengedhető a megoldás.
2) A megengedhető megoldás segı́tségével elő tudunk állı́tani egy megengedett
bázist és az ahhoz tartozó bázismegoldást.
155
2x1 + x2 + 5x3 + x4 = 11
xi ≥ 0, i = 1, 2, 3, 4
feltételek mellett. Most tehát cT = (0, 1, 0, 1) , x egy számnégyes oszlopvektor, az
A mátrix és b a következő:
3 1 7 2 16
A= , b= .
2 1 5 1 11
2x1 + x2 + 5x3 + x4 = 0,
s annak egy megoldását, pl.
Most
yi y1 y2
min = = = 1.
λi >0 λi λ1 λ2
Válasszuk mondjuk j = 2-t. Az új megengedhető megoldás x = (0, 0, 2, 1). Mivel
a3 , , a4 lineárisan függetlenek, x bázismegoldás.
Készı́tsük el az ún. szimplex táblát !
0 1 0 1
b a1 a2 a3 a4
0 a3 2 1/3 1/3 1 0
1 a4 1 1/3 −2/3 0 1
1 1/3 −5/3 0 0
156 19. LINEÁRIS PROGRAMOZÁS
0 1 0 1
b a1 a2 a3 a4
0 a2 6 1 1 3 0
1 a4 5 1 0 2 1
11 2 0 5 0