Professional Documents
Culture Documents
Cvičení MAB4
Cvičení MAB4
Milan Krbálek, Pavel Strachota, Tomáš Hobza, Michal Kozák, Jitka Kostková
6. února 2020
Obsah
3 Totální diferenciál 25
5 Taylorův rozvoj 41
7 Implicitní funkce 56
8 Regulární transformace 69
9 Záměna proměnných 74
12 Riemannův integrál 95
2
Značení
~0 \o \vec{0} nulový vektor
~x, ~y,~z \x,\y,\z \vec{x} vektory
~a, ~b, ~c, ~s, ~h, ϕ
~ \a,\b,\c,\s,\h\vphi \vec{a} vektory
N, Z, Q, R, C \N,\Z,\Q,\R,\Cr \mathbb{} číselné obory
E, Er \E,\Er \mathrm{E} Eukleidův prostor
C \Cs {\mathscr C} Spojité funkce
U \U {\mathcal U} Otevřené okolí bodu
A, B \matA, \matB \mathbb{A}, \mathbb{B} Matice
i \ii {\mathrm{i}} komplexní jednotka
e \e {\mathrm{e}} Exponenciála
tg, cotg \tg,\cotg {\mathrm{tg}}
arctg \arctg {\mathrm{arctg}}
argmin, argmax \argmin, \argmax {\mathrm{argmin}}
sgn \sgn {\mathrm{sgn}\,} signum
Dom \Dom {\mathrm{Dom}} Definiční obor
Ran \Ran {\mathrm{Ran}} Obor hodnot
O \Ok \mathcal{O} Obor konvergence
supp \supp {\mathrm{supp}} Nosič funkce
card \card \mathrm{card} Kardinalita množiny
der \der {\mathrm{der}} Derivace množiny
Tr \Tr \mathrm{Tr\,} stopa matice
rank \rank \mathrm{rank\,} hodnost matice
diag \diag \mathrm{diag\,} diagonála matice
T \T \mathrm{T} transpozice
d \d \mathtt{d} derivace / diferenciál
df \df {\mathtt{d}f}
dg \dg {\mathtt{d}g}
∂ \p \partial paricální derivace
D \D {\mathcal D} totální derivace
grad \grad \mathrm{grad} gradient
div \div \mathrm{div} divergence
rot \rot \mathrm{rot} rotace
3
A, B \A,\B {\mathscr A} obecné množinové systémy
H \Hr {\mathscr H}
K \Kr {\mathscr K}
S \Sr {\mathscr S}
Sub \Sub {\mathrm Sub} Osnova
Mµ \Mmu {{\mathscr M}_\mu} množina všech měřitelných množin
Z \Zak {\mathcal Z} základní systém
D \DD {\mathcal D} Dělení
R \RR {\mathscr R} Riemannův integrál
L \LLL {\mathscr L} Lebesgueův integrál
~
ϕ \LphiR \langle \overline{\varphi} \rangle
~
D E
ψ \LpsiR \langle \overline{\psi} \rangle
~
℘ \PP \overline{\wp}
~
℘ \PPP \left\langle \overline{\wp} \right\rangle
ϕ \phi \varphi
ε \eps \varepsilon
& \et \quad \texttt{\&} \quad
{0, 1, . . . , X} \Nn X \global\long\def\Nn#1{\left\{0,1,\dots,#1\right\}}
{1, 2, . . . , X} \NN X \global\long\def\NN#1{\left\{1,2,\dots,#1\right\}}
h X | Yi \iprod X Y \global\long\def\iprod#1#2{\left\langle \left.#1\vphantom{
.
. a=a0
\left.\frac{.}{.}\right|_{a=a_0}
4
1. Limita a spojitost funkce více proměnných
1.1 Základní pojmy
Řešení:
Symbol r je v MAB4 zpravidla vymezen dimenzi prostoru Rr uspořádaných r-tic reálných čísel.
Jako Er označujeme prostor Rr se standardním skalárním součinem
D E X r
~x ~y := xi yi ,
i=1
euklidovskou normou v
t r
X qD E
k~xk := xi2 = ~x ~y
i=1
a euklidovskou metrikou v
t r
X
%e (~x, ~y) = (xi − yi )2 = ~x − ~y ,
i=1
tj. Er = (Rr , h· | ·i , k · k, %e ). Prostor Er , který se nazývá euklidovským prostorem, lze tedy považovat
za prostor metrický, normovaný i pre-Hilbertův. Navíc se jedná i o tzv. Hilbertův prostor, nebot’ je
úplný vzhledem k metrice generované popsaným skalárním součinem.
Necht’ je tedy dána funkce f : Er → R a množiny A ⊂ Er , B ⊂ R a číslo b ∈ R. Pak definujeme
Na funkci f (x, y) = 1 + e−x −y demonstrujte, že existují případy, kdy f (A) = B neimplikuje f −1 (B) =
2 2
A.
Řešení:
Lze zvolit např. A = h0, +∞) × h0, +∞), pak f (A) = (1, 2i, ale f −1 ((1, 2i) = Er . Při volbě A =
{(1, 0)} máme B = f (A) = {1 + e}, ale f −1 (B) = {(x, y) ∈ R2 : x2 + y2 = 1}.
2 2
p
f (x, y) = 1 + e−x −y , h(x, y) = x2 + y2 + 2(x − y) + 2 ,
p
g(x, y) = 9x2 + y2 , k(x, y) = 9x2 − y2 + 9 ?
Řešení:
Účelem příkladu je umět si představit graf spojité funkce více proměnných (o spojitosti dále), což
je plocha v trojrozměrném prostoru. Graf funkce f je tedy množinou
n o n o
G( f ) = (x, y, z) ∈ R3 : (x, y) ∈ Dom( f ) ∧ z = f (x, y) = (x, y, f (x, y)) ∈ R3 : (x, y) ∈ Dom( f ) .
kde r = x2 + y2 je vzdálenost od počátku v rovině (x, y). G( f ) bude tedy plocha symetrická
p
podle osy z a její řez libovolnou rovinou rovnoběžnou s osou z bude křivka představující graf
funkce f (r).
6
2
1.8
1.6
1.4
1.2
1
4
2 3
2
0 1
0
−2 −1
−2
−4 −3
9x2 + y2 − z = 0 ,
tj. jde o kvadriku, konkrétně o eliptický paraboloid. Při odvození tvaru plochy lze však uvažovat
i intuitivně. Přepíšeme-li rovnici do tvaru
z = (3x)2 + y2 ,
180 180
160 160
140
140
120
120
100
100
80
80
60
60
40
40
20
20
−5
0
0
5
0 0 5
−5 −2 −4 −6 −8 8 6
8 6 4 2 0 4 2 0 −2 −4 −6 −8
z2 = x2 + y2 + 2(x − y) + 2 ; z > 0 ,
z2 = (x + 1)2 + (y − 1)2
0
10
5 −4 −6
0 0 −2
−5 4 2
−10 6
jinými slovy pro body z definičního oboru musí být splněna nerovnost
|y| ≤ 3(x2 + 1) .
Metodou řezů rovinami (x, z) a (y, z) pak zjistíme, že funkce vypadá jako na následujícím ob-
rázku:
což je rovnice jednodílného eliptického hyperboloidu. Protože ale uvažujeme pouze kladnou
větev odmocniny, jedná se pouze o jeho část.
8
1.4 Limita funkce více proměnných
Definujte pojmy limita a limita vzhledem k množině. Odvod’te jejich vztah. Jak ho lze prakticky užít?
Řešení:
Necht’ je dána f : Er → R, ~a ∈ der(Dom( f )). Potom f má v bodě ~a (vlastní) limitu c ∈ R, tj.
lim f (~x) = c ,
~x→~a
právě když
(∀ε > 0)(∃δ > 0)(∀~x ∈ Uδ∗ (~a)) (| f (~x) − c| < ε) . (1.1)
| {z }
⇐⇒ f (~x)∈Uε (c)
Necht’ je dále dána množina M ⊂ Er a necht’ zároveň ~a ∈ der(M). Potom limitou funkce f v bodě ~a
vzhledem k množině M rozumíme číslo
c = lim f (~x) ,
~x→~a
~x∈M
jestliže platí
(∀ε > 0)(∃δ > 0)(∀~x ∈ Uδ∗ (~a) ∩ M)(| f (~x) − c| < ε) .
pro libovolnou množinu M. Tuto vlastnost lze použít k vyvrácení existence limity, jestliže se nám
podaří najít alespoň dvě množiny M1 , M2 takové, že
Dokažte, že
x 2 y2
lim
(x,y)→(0,0) x4 + y4
neexistuje.
Řešení:
Zjistíme, že existuje dokonce nekonečně mnoho hodnot limity lim~x→~a f (~x) v závislosti na tvaru M.
~x∈M
Definujme například
Mk = {(x, kx)| x ∈ R}, k ∈ N .
9
Potom
x2 y2 x 2 y2 x2 k 2 x2 k2
lim = lim = lim = .
(x,y)→~0 x4 + y4 (x,y)→~0 x4 + y4 x→0 x4 + k4 y4 1 + k4
(x,y)∈Mk y=kx
• Množiny Mk volíme tímto způsobem, nebot’ chceme, aby nám pokud možno ve
jmenovateli vyšly stejné mocniny a šlo hezky vytknout a zkrátit proměnné.
• Důležité je upozornit studenty, že bod ~0 musí být hromadným bodem množin
Mk ! Často v tom dělají chyby a vymýšlejí množiny, které s daným bodem nijak
nesouvisí.
existuje.
Řešení:
K použití definice (1.1) musíme nejprve určit hodnotu limity. Intuitivně (či s použitím Heineho
věty a definice limity posloupnosti v euklidovském prostoru Er ) předpokládáme, že jestliže se (x, y)
blíží k (0, 0), blíží se k nule i jednotlivé složky, a tedy kandidátem na hodnotu limity může být jedině 0.
Z definice tedy musí platit
p
(∀ε > 0) (∃δ > 0) (∀(x, y) ∈ Uδ∗ (0, 0)) 9x + y − 0 < ε .
2 2
Pro nějaké pevné (ale neznámé) δ je z předpokladu (x, y) ∈ Uδ∗ (0, 0) splněna nerovnost
p
%e (x, y), (0, 0) = x2 + y2 < δ .
10
1.7 Limita funkce více proměnných
Vyložte pojem parciální limita a odlište ho od pojmu limita vzhledem k množině. Vyslovte větu
o parciálních limitách a komentujte její aplikace na příkladě
x2 + sin(y)
lim x2 .
(x,y)→(0,0) x4 + sin(y)
Řešení:
Věta o parciálních limitách (věta 1.1.28 ve skriptech na str. 14)
lim f (~x) = c .
~x→~a
x2 + sin(y)
!
lim lim x 4 2
= lim 1 = 1 ,
x→0 y→0 x + sin(y) x→0
x2 + sin(y)
!
lim lim x2 4 = lim 0 = 0 , 1
y→0 x→0 x + sin(y) y→0
(y + 2)2 (x − 1)
g(x, y) =
(x − 1)2 + (y + 2)4
nemá limitu.
11
Řešení:
Poučky pro výpočet limit (limita součtu, rozdílu, součinu, podílu) je možné rekurzivně použít
a vyčíslit hodnotu limity v každém bodě, kde limita jmenovatele je různá od nuly. Zkoumejme tedy
jediný bod, kde tomu tak není, a sice bod ~a = (1, −2).
Zvolme množinu
Mk = {(x, y) ∈ R2 | x − 1 = k(y + 2)2 }; k ∈ N .
Opět se ukazuje, že hodnota limity závisí na tvaru množiny Mk , a tedy dvourozměrná limita v bodě ~a
nemůže existovat.
Poznámka. V písemkách někteří bezmyšlenkovitě dosazují vztah y = kx. Uvědomme si však, že
v tomto případě pro množiny
M̃k = {(x, kx) : x ∈ R}; k ∈ N .
platí (1, −2) < der( M̃k ), takže limita v bodě (1, −2) vzhledem k M̃k vůbec nemá smysl. Dále pro
množiny
˜ = {(x, y) ∈ R2 : x − 1 = k(y + 2)}; k ∈ N .
M̃ k
˜ ), ale
sice (1, −2) ∈ der( M̃ k
Řešení:
Z definice platí, že f : Er → R je spojitá v bodě ~a ∈ R, jestliže
(∀ε > 0) (∃δ > 0) (∀~x ∈ Uδ (~a)) f (~x) − f (~a) < ε .
Ukažte, že funkce
x2 +(y+1)2 , (x, y) , (0, −1)
x(y+1)
f (x, y) =
(x, y) = (0, −1) ,
0
není spojitá na E2 .
Řešení:
Opět z pouček o limitě součtu, rozdílu, součinu atd. lze snadno zjistit, že rovnost
platí pro všechna (a, b) taková, že jmenovatel f v bodě (a, b) je různý od nuly. Zbývá ověřit spojitost
pro (a, b) = (0, −1). Má tedy platit
x(y + 1)
lim = f (0, −1) = 0 .
(x,y)→(0,−1) x2 + (y + 1)2
Pokud se nám podaří najít alespoň jednu množinu M, vzhledem k níž bude limita různá od nuly,
spojitost v bodě (0, −1) vyvrátíme. Zvolme
M = {(x, y) ∈ E2 : x = y + 1} .
Potom
x(y + 1) x2 1
lim = lim = , 0.
(x,y)→(0,−1) x + (y + 1)
2 2 x→0 x + x
2 2 2
x=y+1
Pro funkci z předešlého příkladu nalezněte množinu M ⊂ E2 , vzhledem k níž je funkce f spojitá
v bodě (0, −1).
Řešení:
13
Hledáme množinu M, pro niž by platilo
x(y + 1)
lim = 0.
(x,y)→(0,−1) x2 + (y + 1)2
(x,y)∈M
Takovou množinou je
M = {(0, y)|y ∈ R} ,
protože
x(y + 1) 0 · (y + 1)
lim = lim 2 = lim 0 = 0 .
(x,y)→(0,−1) x2 + (y + 1)2 y→−1 0 + (y + 1)2 y→−1
x=0
Pokud ji studenti netipnou rovnou, můžeme volit množiny Mk = {(x, y) ∈ R2 | y + 1 = kx}, potom
x(y + 1) kx2 k !
lim = lim = = 0.
(x,y)→(0,−1) x + (y + 1)
2 2 x→0 x + k x
2 2 2 1+k 1
2
(x,y)∈Mk
Řešení:
Jestliže platí
lim f (~x) = c
~x→~a
14
1.13 Spojitost funkce více proměnných
Pro funkci
ye x
h(x, y) =
e2x + y2 − 1
nalezněte bod ~a ∈ E2 a množiny M, N ⊂ E2 tak, aby
Řešení:
Limity vzhledem k různým množinám mohou být různé jen v bodě nespojitosti funkce h, což je
např. bod (0, 0) (další řešení rovnice e2x + y2 − 1 = 0 by se hledala obtížně). Zkusme použít
Potom
!−1
ye x kxe x x e −1+k x
2x 2 2
lim = lim = lim e
(x,y)→(0,0) e2x + y2 − 1 x→0 e2x + k2 x2 − 1 x→0 kx
y=kx
!−1
2 e2x − 1 k
= lim e x
+kx = .
x→0 2x }
k | {z 2
→1
Funguje také množina y = k(e x − 1). Studenti ale často používají množinu y = ke x ,
kterou ale použít nelze, nebot’ bod (0, 0) není jejím hromadným bodem.
není spojitá.
Řešení:
15
Heineova věta zkráceně zní:
lim f (~x) = c ⇐⇒ lim f (~xn ) = c pro všechny (~xn ) splňující lim ~xn = ~a .
~x→~a n→+∞ n→+∞
Volme !
1 1
(xn , yn ) = , 2 .
n n
Potom 2 4
3y2n xn4 3 n12 n1 3 1
lim f (xn , yn ) = lim 4 = lim 4 = = ,
n→+∞ yn + 5xn 8 8 1+5 2
n→+∞ n→+∞ 1
+5 1
n2 n
(y + 5)2
lim .
(x,y)→(0,−5) sin x + (y + 5)2
Řešení:
(y + 5)2
lim lim = lim 0 = 0 ,
x→0 y→−5 sin x + (y + 5)2 x→0
(y + 5) 2
lim lim = lim 1 = 1 , 0 .
y→−5 x→0 sin x + (y + 5)2 y→0
16
2. Diferenciální počet funkce více
proměnných
2.1 Příklad – diferenciální počet funkce více proměnných
Nechte studenty vyslovit definici parciální derivace. Vyzvěte je k diskusi geometrické interpretace
hodnoty parciální derivace.
Řešení:
Poznámka. Parciální derivace funkce f podle proměnné xi v bodě ~a je tedy fakticky rovna obyčejné
derivaci funkce jedné proměnné ψ(t) = f (a1 , a2 , . . . , ai−1 , t, ai+1 , . . . , an ) v bodě t = ai . Tedy
∂f dψ
(~a) = (ai ) .
∂xi dt
Vzhledem k tomuto faktu představuje parciální derivování fakticky obyčejné derivování podle
vybrané proměnné xi , kdy na zbylé proměnné x j ( j , i) je nahlíženo jako na parametry. Dále pozna-
menáváme, že definiční vztah (2.1) je ekvivalentní vztahu
17
√
Pokusme se demonstrovat geometrický význam parciální derivace ∂∂xf (~a) v bodě ~a = π4 , − 43π . V ob-
√
rázku je tučnou čarou vyznačen řez grafu funkce rovinou y = − 3π/4. Tímto řezem je křivka vyob-
razená na obrázku níže.
z
π/4 α
√
Hodnotou parciální derivace ∂∂xf (~a) v bodě ~a = (π/4, − 3π/4) je tangens úhlu α, který svírá tečna ke
křivce sestrojená v bodě ~a s osou x.
∂ ( f + cg) ∂f ∂g
(~a) = (~a) + c (~a) .
∂xk ∂xk ∂xk
Řešení:
18
Jedná se o snadnou aplikaci definice parciální derivace a vlastností limit z prvního ročníku:
( f + cg)(a1 , . . . , ak + h, . . . , ar ) − ( f + cg)(~a)
LS = lim =
h→0 h
f (a1 , . . . , ak + h, . . . , ar ) − f (~a) g(a1 , . . . , ak + h, . . . , ar ) − g(~a)
= lim + c lim = PS.
h→0 h h→0 h
∂f ∂f
Pro funkci f (x, y, z) = xy2 ez podle definice vypočtěte ∂x
(3, −1, 0) a ∂y
(3, −1, 0).
Řešení:
Nejdříve si spočtěme tyto derivace „klasicky“, tedy derivováním dle jedné proměnné při zafixo-
vání ostatních (bereme je jako parametry) a dosazením.
∂f ∂f
(3, −1, 0) = y2 ez (3,−1,0) = 1 & (3, −1, 0) = x2yez |(3,−1,0) = −6
∂x ∂y
Dg π π
, .
D(x, y) 6 6
Řešení: Tento symbol derivace značí gradient, tedy vektor parciálních derivací funkce g dle všech
19
proměnných; a ty se dají opět spočítat klasicky. Podívejme se rovnou na derivaci z definice:
π π
π π
π π
π π
Dg π π
6 g + h, 6
− g ,
6 6
g ,
6 6
+ h − g ,
6 6
, = lim ; =
D(x, y) 6 6 h→0 h h
π √ √ √
sin + h 3 − 3 cos π + h 1 − 3
6 2 4 6 2 4
= lim ; =
h→0 h h
√3 √ √
+ 3 3
4
cos h 4
sin h − 4 3 cos h − 1 1 sin h 3 1
!
= lim ; − = ; − .
h→0 h 4 h 4 h 4 4
Řešení:
Derivací tu myslíme gradient funkce, čili parciální derivace. Jejich existenci můžeme ověřit pouze
z definice. Navíc, derivaci v bodě (0, −π) ani klasicky spočítat neumíme, musíme z definice! Narozdíl
od všech ostatních bodů, kde derivaci klasicky spočítáme. Ověřme tedy z definice:
∂f 0 ∂f 0
(0, −π) = lim = 0 & (0, −π) = lim = 0.
∂x h→0 h ∂y h→0 h
20
2.6 Příklad – vztah derivace a spojitosti
Rozhodněte, je-li funkce z předchozího příkladu spojitá v R2 . Poté diskutujte platnost implikace
D~a ⇒ S~a .
Řešení:
Uvedená funkce spojitá není, nebot’ pro přímku P = {(x, y) ∈ R2 : y = x − π} platí:
x sin(x) 1
lim f (x, y) = lim = , f (0, −π) = 0 .
(x,y)→(0,−π), x→0 x2 + x2 2
(x,y)∈P
Funkce tedy není spojitá, a to ani přesto, že má podle předešlého příkladu v bodě (0, −π) derivaci, tj.
obě parciální derivace. V rD totiž implikace D~a ⇒ S~a na rozdíl od funkcí jedné proměnné neplatí.
Diskutujte:
S~a ⇒ L~a & S~a ; D~a & D~a ; S~a .
Řešení:
Da ⇒ Sa ⇒ La .
S~a ⇒ L~a .
Roli D~a v implikaci D~a ⇒ S~a zastoupí totální diferenciál. Časem skutečně ukážeme, že TD~a ⇒ S~a .
21
2.8 Příklad – směrová parciální derivace
∂f ∂f
(~a) = sgn (c) (~a) , (c , 0) .
∂(c~s) ∂~s
Řešení:
Poznámka. Nyní pár slov o geometrickém významu směrové parciální derivace v bodě ~a. Množina
n o
(x1 , x2 , . . . , xr , y) ∈ Er+1 ~x ∈ Dom( f ) ∧ y = f (~x) (2.2)
představuje zobecněnou plochu (nadrovinu) v prostoru Er+1 nad definičním oborem Dom( f ) ⊂ Er .
Provedeme-li v bodě ~a ∈ Dom( f ) řez této plochy rovinou, jež je kolmá k rovině, v níž leží Dom( f ) ⊂
Er , a rovnoběžná s vektorem ~s, obdržíme křivku procházející bodem ~a. Hodnota směrové parciální de-
rivace v bodě ~a pak představuje tangentu úhlu, který svírá tečna v bodě ~a ke zmíněné křivce s rovinou,
v níž leží definiční obor. Populárně řečeno: stojíme-li na grafu funkce f (~x) nad bodem ~a definičního
oboru a zamýšlíme-li jít směrem ~s, pak hodnota ∂∂~sf (~a) je mírou pro stoupání či klesání zamýšlené
trasy.
22
Poznámka. Pokusme se výše uvedené poznatky demonstrovat na konkrétním případě. Budeme tedy
√ √
hledat směrovou parciální derivaci funkce f (x, y) = cos( x2 + y2 ) v bodě ~a = ( 2π/36, 2π/36) ve
p
směru ~s = (1, 1). Na grafu funkce f (x, y) vyznačme řez rovinou x − y = 0. Jde o rovinu, jež prochází
bodem ~a, je kolmá k rovině z = 0 a její řez v rovině z = 0 je přímka se směrovým vektorem ~s. Zmí-
něný řez je vyobrazen na obrázku níže. Připomínáme, že vodorovnou osou je vzhledem ke způsobu
provedení řezu přímka {(x, x)| x ∈ R} se směrovým vektorem ~s = (1, 1). Hodnota hledané směrové
parciální derivace je na obrázku představována tangentou úhlu α, který svírá tečna ke grafu funkce
sestrojená v bodě ~a uvedeného řezu a směr ~s.
z
(s1,s2)=(1,1)
α
(a1,a2)
Odvození:
Řešení:
∂g
Neužívejte vzorec ∂~s
(~a) = 1
k~sk
hgrad g(~a) | ~si. Studenti ho ještě neznají.
Graf funkce tedy stoupá ve směru ~s = (1, 1, 0) strměji než od 45◦ , konkrétně 74, 21◦ .
23
2.10 Příklad – směrová parciální derivace
Řešení:
Na tento vztah se často narazí dřív během řeči, pak ho není nutné dělat explicitně.
Pro ~s = c~εk , kde c , 0 a ~εk je jednotkový vektor s jedničkou na k-tém místě, zřejmě platí:
∂f ∂f
(~a) = sgn (c) (~a)q .
∂~s ∂xk
24
3. Totální diferenciál
3.1 Totální diferenciál a jeho význam
Řešení:
d f~a ~h = f ~a + ~h − f ~a − η ~h ,
(3.1)
kde
η ~h
lim = 0. (3.2)
~h→~0 ~h
f ~a + ~h − f (~a) − d f~a ~h
lim = 0. (3.3)
~h→~0 k~hk
f (a + h) − f (a) − d fa (h)
lim = 0,
h→0 |h|
25
kde α ∈ R. Po dosazení do (3.4) dostáváme
f (a + h) − f (a)
α = lim = f 0 (a) .
h→0 h
Je vidět, že definice derivace funkce jedné proměnné je ekvivalentní definici jejího totálního diferen-
ciálu, tj. příslušný lineární funkcionál d fa je jednoznačně určen hodnotou f 0 (a) a naopak. Proto se
někdy totální diferenciál d f (i v Er ) nazývá prostě derivací funkce f .
Poznámka. (Vlastnosti d f~a (~h)) Necht’ existuje d f~a , tj. zejména existuje nulová limita (3.3). Zvolme
~s ∈ Er libovolně. Potom existuje i limita vzhledem k množině
M~s = {t~s : t ∈ R} ,
a platí
f (~a + ~h) − f (~a) − d f~a (~h) f (~a + t~s) − f (~a) − t d f~a (~s)
0 = lim = lim .
~h→~0 k~hk t→0 |t| k~sk
~h∈M~s
kde αk ∈ R jsou jisté koeficienty, jejichž hodnotu zjistíme vzápětí. Zvolme ~s = ~e j . Potom
r
X
d f~a (~e j ) = αk δ jk = α j
k=1
∂f
* +
1 1 df
(~a) = d f~a (~h) = (~a) ~s .
∂~s k~sk k~sk d~x
Vektoru df
d~x
(~a) v tomto případě (že existuje d f~a ) říkáme také gradient funkce f v bodě ~a a značíme
df
(~a) = grad f (~a) = ∇ f (~a) .
d~x
26
Poznámka. Vektor ~h často označujeme také jako d~x, protože při pevné volbě bodu ~a a označení
má d~x = ~x − ~a roli vektoru přírůstků jednotlivých složek při přechodu od bodu ~a k bodu ~x.
Ukažte, že funkce 3
x
x2 +y2 (x, y) , (0, 0),
f (x, y) =
(x, y) = (0, 0),
0
Řešení:
Jediným kandidátem na d f~0 je lineární funkcionál
∂ f ~ ∂ f ~
L(h1 , h2 ) = 0 h1 + 0 h2
∂x ∂y
h 3
∂f ~0 = lim f (h, 0) − f (0, 0) = lim h2 +0
−0
= 1,
∂x h→0 h h→0 h
∂f ~0 = lim f (0, h) − f (0, 0) = lim 0 − 0 = 0 ,
∂y h→0 h h→0 h
h h2
− h21+h22
lim q
1 2
= 0.
(h1 ,h2 )→~0
h1 + h2
2 2
h h2
− h21+h22 h31
lim q
1 2
= lim − 3/2 3 .
(h1 ,h2 )→~0 h1 →0 2 |h1 |
h1 =h2 h21 + h22
27
Tato limita ovšem neexistuje. Proto podmínka nulovosti globální limity není splněna (nebot’ globální
limita také neexistuje) a funkce proto totální diferenciál v daném bodě nemá.
Poznámka. Podle teorie existence d f~a implikuje spojitost f v bodě ~a. Vyvrátit spojitost v bodě ~0 by
tedy mohl být snazší způsob důkazu, že d f~0 neexistuje. V tomto případě však f spojitá v bodě (0, 0)
je. Platí totiž
x3
lim f (x, y) = f (0, 0) → lim = 0,
(x,y)→(0,0) (x,y)→(0,0) x2 + y2
x3
!
(∀ε > 0) (∃δ > 0) (∀(x, y) ∈ Uδ∗ (0, 0)) <ε .
x 2 + y2
Ukažte, že funkce
x2 +y2 , (x, y) , (0, 0) ,
xy
f (x, y) =
0 ,
(x, y) = (0, 0) ,
Řešení:
Bylo by možné postupovat stejně jako v předchozím příkladě, tj. nalézt lineární funkcionál L jako
kandidáta na d f~0 (a vyšlo by L = 0). Nyní však vyvrátíme existenci d f~0 vyvrácením spojitosti f
v bodě (0, 0). Aby f byla v (0, 0) spojitá, muselo by platit
xy
lim = 0.
(x,y)→(0,0) x2 + y2
xy x2 1
lim = lim = , 0,
(x,y)→(0,0)
x=y
x +y
2 2 x→0 2x 2 2
28
čímž je spojitost f i existence TD v bodě (0, 0) vyvrácena.
V této chvíli doporučuji udělat příklad 6.1., protože na 6. cvičení už nejspíš bude po
prvním minitestu a je tam vcelku zbytečný.
∂f 1 D E
(~a) = grad f (~a) ~s . (3.6)
∂~s k~sk
Pro funkci f (x, y) = x2 y nalezněte směry nulové a maximální směrové derivace v bodě ~a = (1, 2).
Řešení:
Jde o funkci, která je třídy C ∞ R2 , a tedy d f(x,y) existuje ∀(x, y) ∈ R2 . K výpočtu směrové
derivace proto můžeme použít vzorec (3.6). Směrová derivace ∂∂~sf (~a) je nulová, jestliže
~s ⊥ grad f (~a) .
∂f 1 D E 1
(~a) = grad f (~a) ~s ≤ kgrad f (~a)k k~sk = kgrad f (~a)k ,
∂~s k~sk k~sk
přičemž rovnost platí, jestliže ~s je rovnoběžný k grad f (~a), tj. ~s = kgrad f (~a) pro k , 0. V tom případě
platí
∂f 1 D E
(~a) = grad f (~a) kgrad f (~a) = sgn k kgrad f (~a)k .
∂~s |k| kgrad f (~a)k
Lze tedy shrnout, že v absolutní hodnotě je směrová derivace největší, kdykoliv je ~s rovnoběžný
s gradientem funkce f v bodě ~a, a navíc je kladná, jestliže ~s má navíc i stejnou orientaci. grad f (~a) je
tedy směrem maximálního růstu f a navíc jeho velikost je rovna směrnici tohoto růstu.
V našem případě grad f ((1, 2)) = (4, 1) a hodnota směrové derivace ve směru ~smax = (4, 1) je
√
k(4, 1)k = 17. Směrová derivace je nulová např. ve směru ~s0 = (1, −4).
29
3.6 Úhel maximálního stoupání
Pro funkci f : Er → R mající TD odvod’te vzorec pro výpočet maximálního úhlu stoupání grafu
funkce.
Řešení:
Jak jsme si již několikrát ukázali, pro r = 2 je definičním oborem rovina (x, y) a graf je plocha z =
f (x, y) v prostoru E3 . Budeme-li se v rovině pohybovat z bodu ~a po přímce ve směru ~s a vykreslíme
hodnoty f v závislosti na vzdálenosti t od bodu ~a, dostaneme rovinnou křivku popsanou grafem
funkce
~s
!
ϕ(t) = f ~a + t .
k~sk
Tento graf je vlastně řezem grafu f rovinou obsahující bod ~a a rovnoběžnou se směrem ~s a osou z.
Pro obecné r je grafem funkce nadplocha v Er+1 , kterou není snadné si představit. Lze však sestrojit
graf funkce ϕ.
Dosazením do příslušných definic lze snadno zjistit, že
∂f
ϕ0 (0) = (~a) .
∂~s
Úhlem stoupání funkce f ve směru ~s rozumíme úhel mezi osou t a tečnou ke grafu ϕ v bodě 0, který
je roven
∂f
α = arctgϕ0 (0) = arctg (~a) .
∂~s
Úhlem maximálního stoupání je tedy podle výsledku předchozího příkladu
Řešení:
Funkce je třídy C ∞ E3 , a proto v každém bodě existuje TD. Konkrétně
∂f ∂f ∂f
d f~a (h1 , h2 , h3 ) = (~a)h1 + (~a)h2 + (~a)h3 =
∂x ∂y ∂z
= (ye x + z2 ) (0,−4,2) h1 + (e x )|(0,−4,2) h2 + (2xz)|(0,−4,2) h3 = h2 .
30
V této chvíli doporučuji udělat příklad 6.2., protože na 6. cvičení už nejspíš bude po
prvním minitestu a je tam vcelku zbytečný.
Řešení:
Připomeňme nejprve vlastnosti tečny ke grafu funkce f : R → R v bodě a. Je to přímka s rovnicí
Z definice derivace pak vzdálenost bodu na grafu funkce f (x) a bodu na přímce g(x) splňuje
tj. vzdálenost g(x) od skutečné funkční hodnoty f (x) klesá k nule podstatně rychleji, než vzdálenost
x od bodu a.
Podobně u funkce f : Er → R pro lineární funkci
platí
f (~x) − g(~x)
lim = 0.
~x→~a k~x − ~ak
Graf funkce g pak nazýváme tečnou nadrovinou ke grafu f v bodě ~a. Skutečně, definujeme-li v pro-
~x ~a
grad f (~a)
storu Er+1 vektory ~x = , ~a = ~ =
, N , lze vztah
y f (~a) −1
D E
y = g(~x) = f (~a) + d f~a (~x − ~a) = f (~a) + grad f (~a) ~x − ~a .
přepsat do tvaru
~ = 0,
~x − ~a N
~
což je rovnice nadroviny v Er+1 procházející bodem ~a a s normálovým vektorem N.
31
Nyní již k řešení samotného příkladu. Zadaný paraboloid lze chápat jako graf funkce
c x 2 y2
!
z = f (x, y) = + .
2 a2 b2
Tečná rovina k tomuto grafu v bodě (x0 , y0 , z0 ), kde z0 = f (x0 , y0 ), je dána rovnicí
∂f ∂f
z = g(x, y) = f (x0 , y0 ) + (x0 , y0 ) · (x − x0 ) + (x0 , y0 ) · (y − y0 )
∂x ∂y
c c
= z0 + 2 x0 (x − x0 ) + 2 y0 (y − y0 ) ,
a b
x02 y20
!
c c
0 = z0 − z + 2 x 0 x + 2 y0 y − c 2 + 2 ,
a b a b
| {z }
2z0
x0 x y0 y z0 + z
0= 2 + 2 − .
a b c
Ve kterém bodě je tečná rovina roviny k ploše z = 2x2 + 3y2 rovnoběžná s rovinou 4x − 6y + z = 0?
Zapište rovnici takové roviny.
Řešení:
Tečná rovina v obecném bodě má tvar
∂f ∂f
z = g(x, y) = f (x0 , y0 ) + (x0 , y0 ) · (x − x0 ) + (x0 , y0 ) · (y − y0 ) . (3.7)
∂x ∂y
Rovnoběžné roviny mají stejné normálové vektory, takže jejich porovnáním dostaneme podmínky
∂f
(x0 , y0 ) = 4x0 = −4 ,
∂x
∂f
(x0 , y0 ) = 6y0 = 6 .
∂y
Z toho získáme bod dotyku (x0 , y0 , z0 ) = (−1, 1, 5). Dosadíme tento bod do (3.7) a dostaneme rovnici
roviny
4x − 6y + z + 5 = 0 .
32
4. Diferenciální počet funkce více
proměnných
4.1 Smíšené parciální derivace
Pro funkce g(x, y) = xy+arctg x2 y a h(x, y) = xy2 +|x| vypočtěte smíšené parciální derivace druhého
řádu. Diskutujte výsledek.
Řešení:
Smíšenou parciální derivací druhého řádu funkce f budeme rozumět
∂2 f ∂ ∂f ∂2 f ∂ ∂f
! !
= & = .
∂x∂y ∂y ∂x ∂y∂x ∂x ∂y
∂g 1 ∂g 1
=y+ 2xy & = x+ x2 .
∂x 1 + x4 y2 ∂y 1+x y
4 2
Z čehož plyne, že parciální derivace druhého řádu funkce g jsou záměnné, nebot’
∂2 g ∂2 g
= .
∂x∂y ∂y∂x
Zkoumejme dále funkci h. Parciální derivace funkce h podle proměnné x však neexistuje, nebot’
∂2 h
neexistuje derivace funkce |x|. Proto nemůže existovat ani smíšená derivace ∂x∂y . Parciální derivace
funkce h podle proměnné y existuje
∂h
= 2xy .
∂y
Existuje také smíšená derivace
∂2 h
= 2y .
∂y∂x
Nicméně smíšené parciální derivace druhého řádu funkce h se zjevně nerovnají. Shoda mezi smíše-
nými parciálními derivacemi totiž platí pouze za určitých předpokladů (viz následující příklad).
33
Upozorněte studenty, že se mohou setkat i s opačnou notací smíšených parciálních deri-
vací, v případě nesrovnalostí je dobré si v dané literatuře/předmětu notaci zkontrolovat.
Můžete je ale utěšit, že pro „hezké“ funkce je to jedno (viz další příklad).
Řešení:
Věta o záměně smíšených parciálních derivací druhého řádu (věta 1.2.12 skripta str. 28)
∂f ∂f
Necht’ pro i, j ∈ r̂ existují na jistém okolí bodu ~a ∈ Er parciální derivace ,
∂xi ∂x j
funkce
∂2 f ∂2 f
f : Er → R. Necht’ je parciální derivace spojitá v bodě ~a. Potom existuje také
∂xi ∂x j ∂x j ∂xi
v bodě ~a a navíc platí
∂2 f ∂2 f
(~a) = (~a) .
∂xi ∂x j ∂x j ∂xi
Důsledek věty je následující. Má-li funkce f na jistém okolí bodu ~a spojité všechny parciální
derivace až do řádu k ∈ N \ {1} včetně, potom tyto derivace nezávisí na pořadí derivování.
∂m f
∂xa ∂yb ∂zc
∂m f
∂xi1 . . . ∂xim
Význam jednotlivých závorek je následující. V první závorce vybíráme a prvků z m prvků, ve druhé
vybíráme b prvků, ale již pouze z m − a prvků, v poslední pak vybíráme c prvků ze zbylých m − a − b
prvků.
Pro funkci f (x, y) = cos(x + 2y) vypočtěte totální diferenciál druhého a třetího řádu v bodě ~a =
(x0 , y0 ) = (0, π/2).
Řešení:
Totální diferenciál řádu k je definován vztahem
r X
r r
X X ∂k f (~a)
d f~a (~x) =
k
··· (xi − ai1 )(xi2 − ai2 ) . . . (xik − aik ) , (4.1)
i1 =1 i2 =1 ik =1
∂xi1 ∂xi2 . . . ∂xik 1
za předpokladu, že má pravá strana smysl. Speciálně v případě kdy f ∈ C k (Uδ (~a)), parciální derivace
∂k f (~a)
∂xi1 ∂xi2 . . . ∂xik
má
k!
m1 !m2 ! . . . mk !
záměnných derivací, kde mi , i ∈ {1, 2, . . . , r} , je počet výskytů proměnné xi v příslušné derivaci.
Příslušné parciální derivace jsou
∂f ∂f
= − sin(x + 2y) , = −2 sin(x + 2y) ,
∂x ∂y
∂ f
2
∂ f
2
= −2 cos(x + 2y) , = −2 cos(x + 2y) ,
∂x∂y ∂y∂x
∂2 f ∂2 f
= − cos(x + 2y) , = −4 cos(x + 2y) ,
∂x2 ∂y2
∂3 f ∂3 f
= sin(x + 2y) , = 8 sin(x + 2y) ,
∂x3 ∂y3
∂3 f ∂3 f
= 2 sin(x + 2y) , = 4 sin(x + 2y) .
∂x2 ∂y ∂x∂y2
Při výpočtu bylo využito toho, že funkce f ∈ C ∞ (E2 ) a umíme spočítat počet shodných alternativ
35
k derivaci. Po dosazení za bod ~a = (0, π/2) pak dostáváme výsledek
∂2 f ∂2 f ∂2 f
d2 f~a (h1 , h2 ) = (~
a ) h 2
+ (~a ) h 2
+ 2 (~a) h1 h2 = 1h21 + 4h22 + 4h1 h2 ,
∂x 2 1
∂y 2 2
∂x∂y
∂ f
3
∂ f
3
∂3 f ∂3 f
d3 f~a (h1 , h2 ) = 3 (~a) h31 + 3 2 (~a) h21 h2 + 3 (~
a ) h1 h 2
+ (~a) h32 = 0 .
∂x ∂x ∂y ∂x∂y2 2
∂y3
Pro funkci g(x, y, z) = xyz2 vypočtěte totální diferenciál třetího řádu v bodě ~a = (x0 , y0 , z0 ) = (1, 2, 3).
Řešení:
Příslušné parciální derivace jsou
∂g ∂g ∂g
= yz2 , = xz2 , = 2xyz ,
∂x ∂y ∂z
∂g
2
∂g
2
∂2 g
= z2 , = 2yz , = 2xz ,
∂x∂y ∂x∂z ∂y∂z
∂2 g ∂2 g ∂2 g
= 0, = 0, = 2xy .
∂x2 ∂y2 ∂z2
∂3 g ∂3 g ∂3 g
= 2z , = 2x , = 2y .
∂x∂y∂z ∂y∂z2 ∂x∂z2
∂3 f ∂3 f ∂3 f ∂3 f
d3 g~a (h1 , h2 , h3 ) = (~
a ) h 3
+ (~a ) h 3
+ (~
a ) h 3
+ 3 (~a) h21 h3
∂x3 1
∂y3 2
∂z3 3
∂x2 ∂z
∂3 f ∂3 f ∂3 f
+3 (~
a ) h h
1 3
2
+ 3 (~a ) h 2
h
1 2 + 3 (~a) h1 h22
∂x∂z2 ∂x2 ∂y ∂x∂y2
∂3 f ∂3 f ∂3 f
+ 3 2 (~a) h2 h3 + 32
(~a) h2 h3 + 6
2
(~a) h1 h2 h3
∂y ∂z ∂y∂z2 ∂x∂y∂z
=12 h1 h23 + 6 h2 h23 + 36 h1 h2 h3 .
Řešení:
Definujme funkci g(x, y, z) ≡ x2 + yez . Zvolme bod ~a = (2, 1, 0) a odchylku od tohoto bodu
( dx, dy, dz) = (h1 , h2 , h3 ) = (0,03; −0,02; 0,03).
36
Parciální derivace funkce g jsou
∂g ∂g ∂g
= 2x , = ez , = yez .
∂x ∂y ∂z
Pro funkci g(x, y, z) = xy2 ez vypočtěte totální diferenciál pátého řádu v bodě ~a = (1, 1, 0).
Řešení:
Existence TD je zaručena, nebot’ g ∈ C ∞ (E3 ). Derivování této funkce je velmi snadné. Jednotlivé
parciální derivace pátého řádu, jejich hodnota v bodě ~a a násobnost počet záměnných derivací je
uveden v tabulce.
Pátý totální diferenciál by měl mít 21 členů, z nichž 15 je nulových. Výsledek tedy je
37
5. PD podle funkční předpis hodnota v bodě ~a násobnost derivace
5
x 0 0 –
y5 0 0 –
z5 xy2 ez 1 1
x4 y 0 0 –
x4 z 0 0 –
xy4 0 0 –
y4 z 0 0 –
xz4 ye
2 z
1 5
yz4 2xyez 2 5
x3 y2 0 0 –
x3 yz 0 0 –
x3 z2 0 0 –
x2 y3 0 0 –
y3 z2 0 0 –
xy3 z 0 0 –
x2 z3 0 0 –
y2 z3 2xez 2 10
xyz3 2yez 2 20
x 2 y2 z 0 0 –
x2 yz2 0 0 –
xy2 z2 2ez 2 30
→
− →
−
Necht’ F : E2 → R je vnější funkce a G : E3 → E2 je vektor vnitřních funkcí takový, že G(x, y, z) =
→−
(u(x, y, z); w(x, y, z)). Pak H = F ◦ G : E3 → R. Předpokládejte, že existují všechny potřebné derivace,
ale záměnnost garantována není. Vypočtěte
∂H ∂2 H ∂2 H
, , .
∂y ∂y2 ∂y∂z
Řešení:
Jedná se o derivaci složené funkce H(x, y, z) = F(u(x, y, z); w(x, y, z)).
∂H ∂F ∂u ∂F ∂w
= · + · ,
∂y ∂u ∂y ∂w ∂y
!2 !2
∂2 H ∂2 F ∂u ∂F ∂2 u ∂2 F ∂u ∂w ∂2 F ∂w ∂2 F ∂u ∂w ∂F ∂2 w
= · + · + · · + · + · · + · ,
∂y2 ∂u2 ∂y ∂u ∂y2 ∂u∂w ∂y ∂y ∂w2 ∂y ∂w∂u ∂y ∂y ∂w ∂y2
∂2 H ∂2 F ∂u ∂u ∂2 F ∂u ∂w ∂F ∂2 u ∂2 F ∂w ∂w ∂2 F ∂w ∂u ∂F ∂2 w
= 2· · + · · + · + 2· · + · · + · .
∂y∂z ∂u ∂y ∂z ∂u∂w ∂y ∂z ∂u ∂y∂z ∂w ∂y ∂z ∂u∂w ∂y ∂z ∂w ∂y∂z
38
4.9 Vektorová analýza
→
−
Pro funkci f (x, y, z) = x2 + xy + x2 y2 z2 a vektor G(x, y, z) = (x2 + y2 , xyz, z2 − x − y) vypočítejte
→− →−
grad ( f ), div G a rot G.
Řešení:
Jedná se pouze o aplikaci definičních vztahů.
Gradient
∂f ∂f ∂f
!
Df
grad ( f ) = , , = (2x + y + 2xy2 z2 ; x + 2x2 yz2 ; 2x2 y2 z) = ∇ f = .
∂x ∂y ∂z D~x
Divergence
− ∂G1 ∂G2 ∂G3
→
div G = + + = 2x + xz + 2z .
∂x ∂y ∂z
Rotace
→−
Dokažte rovnost div rot H = 0. Za jakých předpokladů tato rovnost platí?
Řešení:
→−
Rovnost platí na otevřené množině G, pokud H má na množině G spojité derivace do druhého řádu
včetně.
39
4.11 Vektorová analýza
Řešení:
∂f ∂f ∂f ∂2 f ∂2 f ∂2 f
!
div grad ( f ) = div , , = 2 + 2 + 2 = ∆f .
∂x ∂y ∂z ∂x ∂y ∂z
Podmínkou je f ∈ C 2 (G), kde G je otevřená množina.
40
5. Taylorův rozvoj
5.1 Příklad – taylorovské rozvoje
Řešení: Postup vychází z odvození tvaru Taylorových koeficientů pro funkci jedné proměnné. Je třeba
si všimnout, že obecně člen (z − c)m je nenulový jen pro m = 0. Dosadíme-li tedy do rovnosti bod
(a, b), nenulový bude pouze člen pro k = 0 a l = 0:
f (a, b) = β00 .
Mocniná řada je na vnitřku svého oboru konvergence stejnoměrně konvergentní, můžeme řadu deri-
vovat člen po členu:
∞ ∞
∂f XX ∂f
(x, y) = βk` k(x − a)k−1 (y − b)` , (a, b) = β10 .
∂x k=1 `=0
∂x
Upozorněme, že při derivování se posouvá dolní mez indexu příslušný proměnné, dle které jsme
derivovali. Pokud bychom tak neučinili, na pravé straně by v sumě vznikl člen x−1 , který očividně
derivováním polynomu vzniknout nemůže. Po dalším derivováním dle x
∞ ∞
∂2 f XX ∂2 f
(x, y) = βk` k(k − 1)(x − a)k−2 (y − b)` , (a, b) = 2β20 ,
∂x 2
k=2 `=0
∂x2
∞ X ∞
∂ f
3 X ∂3 f
(x, y) = βk` k(k − 1)(k − 2)(x − a)k−3 (y − b)` , (a, b) = 6β30 ,
∂x3 k=3 `=0
∂x3
∂m f
(a, b) = m!βm0 .
∂xm
∂n f
(a, b) = n!β0n .
∂yn
Zbývá si uvědomit, že mocninná řada je separovaná funkce, tedy při počítání smíšených derivací nám
41
koeficienty naskáčou stejně jako při počítání nesmíšených derivací, tedy dostaneme
∂m+n f
(a, b) = m!n!βmn ,
∂xm ∂yn
1 ∂k+l f
βkl = (a, b).
k!l! ∂xk ∂yl
Zapište tvar Taylorovy řady v řeči totálního diferenciálu. (Možné být součástí dalšího příkladu.)
n=k+l X ∞ X n
1 n! ∂n f (a, b)
= = (x − a)k (y − b)n−k =
l=n−k n=0 k=0
n! k!(n − k)! ∂x k ∂yn−k
∞
X 1
= dn f(a,b) (x − a, y − b) ,
n=0
n!
42
Studentům často není moc jasný přechod od dvou nekonečných sum k jedné nekonečné
a jedné konečné. Vcelku se chytají u následujícího vysvětlení.
Představíme-li si indexy k a l uspořádané do čtvercové matice (nekonečných rozměrů),
−→
0, 0 0, 1 0, 2 0, 3 ··· 0, l ···
% 1, 0
1, 1 1, 2 1, 3 ... 1, l ···
% 2, 0
2, 1 2, 2 2, 3 ... 2, l ···
% 3, 0 3, 1 3, 2 3, 3 ... 3, l ···
.. .. .. .. .. .. ..
. . . . . . .
k, 0 k, 1 k, 2 k, 3 ··· k, l ···
.. .. .. ..
... ... ...
. . . .
%
první zápis odpovídá vysčítávání prvků matice po řádcích, tj. nejprve sečteme první
řádek (který tvoří nekonečný součet), poté přičteme druhý řádek, . . . Označme si k, l-tý
člen řady ak,l :
+∞ X
X +∞ +∞
X +∞
X +∞
X
ak,l = a0,l + a1,l + a2,l + . . .
k=0 l=0 l=0 l=0 l=0
Druhý zápis odpovídá sčítání po diagonálách. Tento způsob sčítaná lze zapsat následu-
jícím způsobem
+∞ X
X +∞ +∞ X
X n
ak,l = a0,0 + (a1,0 + a0,1 ) + (a2,0 + a1,1 + a0,2 ) + · · · = ak,n .
k=0 l=0 n=0 k=0
Najděte polynom druhého stupně, který pro |x| 1 a |y| 1 aproximuje výraz
sin(x + y)
.
cos(y)
Řešení: Výraz ze zadání si označme symbolem f . Ze zadání plyne, že budeme počítat Taylorův
polynom druhého řádu funkce f v bodě (0, 0). Pak dle předchozího příkladu stačí vyčíslit totální
diferenciály do druhého řádu:
∂f cos (x + y)
~0 = ∂ f ~ cos (x + y) cos y + sin (x + y) sin y cos x
= 1, 0 = = = 1,
∂x cos y ~0 ∂y cos2 y ~0 cos2 y ~0
∂2 f sin (x + y)
~0 = ∂2 f ~ sin (x + y) cos y + cos (x + y) sin y
= 0, 0 = = 0,
∂x2 cos y ~0 ∂y∂x cos2 y ~0
43
∂2 f ~ sin y cos x
0 = −2 = 0,
∂y 2 cos3 y ~0
a tedy Taylorův polynom druhého řádu je roven
T 2 (x, y) = x + y .
Hledaný polynom druhého stupně tedy neexistuje – Taylorův polynom druhého řádu je pouze prvního
stupně.
Řešení: Tento příklad proved’me pečlivě a precizně. V několika místech zmiňme i možnosti, které si
student nezvolil.
√
Označme z(x, y) = −2y − x2 a proved’me Marlaurinův rozvoj funkce g(z) = 1 + z = (1 + z)1/2
a upravme:
∞
X 1
! ∞
X 1
2
− 12 − 32 . . . 21 − n + 1 z X
∞
(2n − 3)!! n
g(z) = 2 zn = 1 + zn = 1 + + (−1)n−1 z.
n=0
n n=1
n! 2 n=2 (2n)!!
Připomeňme, že jsme v první úpravě použili definici zobecněného kombinačního čísla, které se defi-
nuje
!
α
α(α−1)(α−2)...(α−k+1)
= kj=1 α− jj+1 k ≥ 0
Q
k!
:=
k
1
k=0
a v druhé úpravě zvlášt’ vyjádřili i druhý člen, nebot’ faktoriál je definovaný pouze pro nezáporná
čísla. Dosad’me substituci a použijme binomickou větu:
∞ n
x2 X
!
n+1 (2n − 3)!! n
X
f (x, y) = g(−2y − x ) = 1 − y −
2
+ (−1) (−2y)k (−x2 )n−k =
2 n=2 (2n)!! k=0 k
∞ n
x2 X X (2n − 3)!! k 2n−2k
=1−y− − yx .
2 n=2 k=0 k!(2n − 2k)!!
Obor konvergence řady g(z) si bud’ pamatujeme Oz = [−1, 1], nebo si jej musíme odvodit dle
podílového kritéria:
1 (2n − 1)!! (2n)!! 2n − 1
= lim = lim =1
R n→∞ (2n + 2)!! (2n − 3)!! n→∞ 2n + 2
a chování v krajních bodech pomocí Raabeova kritéria
!
2n − 1 3n 3
lim n 1 − = lim = > 1.
n→∞ 2n + 2 n→∞ 2n + 2 2
44
Obor konvergence pro f (x, y) je pak po zpětné substituci roven množině
O = {(x, y) ∈ E2 : |2y + x2 | ≤ 1} .
Řešení:
Opět pomocí substituce z = x2 +y4 převedeme na hledání taylorova rozvoje funkce jedné proměnné
g(z) = cosh z. Ten si bud’ pamatujeme
∞
X z2n
cosh z = , Oz = R ,
n=0
(2n)!
∞ ∞ X
2n
(x2 + y4 )2n
!
X X 1 2n 2k 8n−4k
f (x, y) = = x y .
n=0
(2n)! n=0 k=0
(2n)! k
Řešení:
Řešení:
Budeme hledat Taylorův rozvoj funkce f , nebot’ pak hodnotu hledané derivace můžeme vyjádřit
ze vztahu pro taylorův koeficient
1 ∂m+l f
βml = (0, 0) .
m!l! ∂xm ∂yl
Taylorův rozvoj nalezněme opět substitucí z = x2 + y a převedením na rozvoj funkce jedné proměnné:
∞ ∞ ∞ X n
(−1)n+1 (−1)n+1 (−1)n+1 n 2k n−k
X X X !
ln(1 + x + y) = ln(1 + z) =
2
z =
n
(x + y) =
2 n
x y
n=1
n n=1
n n=1 k=0
n k
s oborem konvergence
O = {(x, y) ∈ R2 : −1 < x2 + y ≤ 1} .
Ze zadání plyne, že m = l = 50, což odpovídá soustavě 2k = 50, n − k = 50, a tedy k = 25 a n = 75.
Pak dosazením dostáváme:
Nalezněte Maclaurinovu řadu funkce g(x, y) = cos(x − y) − cos(x + y) a obor její konvergence.
∞ ∞ 2n
(−1)n (−1)n X 2n k
X X !
g(x, y) = (x − y) − (x + y) =
n n
x (−y) 2n−k
−xy
k 2n−k
=
n=0
(2n)! n=0
(2n)! k=0 k
∞ X 2n ∞ X n−1
(−1)n 2n k 2n−k (−1)n+1 2n
X ! X !
= xy (−1) − 1 = k = 2l + 1 = 2
−k
x2l+1 y2n−2l−1 =
n=0 k=0
(2n)! k n=1 l=0
(2n)! 2l + 1
∞ X
n−1
X (−1)n+1
=2 x2l+1 y2n−2l−1 .
n=1 l=0
(2n − 2l − 1)!(2l + 1)!
46
Druhá cesta spočívá v goniometrické úpravě:
∞ ∞
X (−1)m 2m+1 X (−1)k 2k+1
cos(x − y) − cos(x + y) = 2 sin x sin y = 2 x y =
m=0
(2m + 1)! k=0
(2k + 1)!
∞ X
n
X (−1)n
=2 x2n−2 j+1 y2 j+1
m=0 j=0
(2 j + 1)!(2m − 2 j + 1)!
O xy = R2 .
Řešení:
Rovnice tečné roviny má tvar
∂f ∂f
z − z0 = (x0 , y0 )(x − x0 ) + (x0 , y0 )(y − y0 ) ,
∂x ∂y
z = 2 + (x − 2) = x
Diskutujte, jak souvisí tečná nadrovina s Taylorovým rozvojem. Rozeberte i existenci jiných tečných
ploch. Jaký tečný útvar je reprezentován grafem Taylorova polynomu druhého řádu?
Řešení:
47
T n (~x) je v podstatě tečná polynomiální plocha stupně maximálně n a pro T 2 (~x) může vzniknou
eliptický paraboloid, hyperbolický paraboloid nebo parabolický válec. Protože proměnná z může vy-
stupovat vždy pouze v první mocnině, kvadratická plocha vždy má lineární člen a v názvu slovo
parabolický/paraboloid.
Řešení:
Je-li dn f~a (~h) = 0, pak T n (~x) je polynomem nižšího stupně, než je stupeň Taylorova polynomu.
Stupeň Taylorova polynomu nese informaci o samotném polynomu, zatímco řád Taylorova polynomu
značí přesnost Taylorovy aproximace – neexistuje jiný polynom menšího nebo rovného stupně, který
by lépe aproximoval danou funkci.
e5x
h(x, y) = p3
1 + 2y
Řešení:
Všimněme si, že je funkce h separovaná, tj. h(x, y) = f (x)g(y). Taylorovu řadu h pak dostaneme
jako součin rozvojů f a g (upozorněme studenty, že v případě neseparovaných řad je nelze takto
jednoduše upravit):
∞ ∞ ∞ X ∞
(5x)n X − 13 5n 2k − 13 n k
X ! X !
− 31
h(x, y) = e (1 + 2y) =
5x
(2y) =
k
xy =
n=0
n! k=0 k n=0 k=0
n! k
∞ ∞ ∞
X 5n n X X 5n 2k (3k − 2)!!! n k
= x + (−1)k k k!
xy .
n=0
n! n=0 k=1
n! 3
O xy = R × (−1/2, 1/2i .
48
Pokud si dodefinujeme (−2)!!! ≡ 1 (což je běžná praxe v literatuře), zápis se zjednoduší
na ∞ X ∞
X 5n 2k (3k − 2)!!! n k
(−1)k xy .
n=0 k=0
n! 3k k!
49
6. Bonusové příklady a Implicitní funkce
6.1 Příklad – totální diferenciál
Řešení:
Pokud by měl totální diferenciál existovat, museli by jistě existovat obě parciání derivace. Po-
kusme se je tedy vypočítat. Nejprve
∂f f (τ, 0) − f (0, 0) 2τ + 3τ + 1 − 1
(0, 0) = lim = lim = 5.
∂x τ→0 τ τ→0 τ
Podobně
∂f f (0, τ) − f (0, 0) τ+1−1
(0, 0) = lim = lim = 1.
∂x τ→0 τ τ→0 τ
Pokud tedy totální diferenciál bude existovat, musí mít nutně tvar d f ~0 (h, k) = 5h + k. O existenci
η(h,k)
ale musí rozhodnout splnění nebo nesplnění podmínky lim k(h,k)k = 0 kladené na zbytkovou funkci
(h,k)→~0
−2hk2
η(h, k) = h4 +k2
. Snadno ale ukážeme, že uvedená limita
η(h, k) hk2 1
lim = −2 lim 4 √
(h,k)→~0 h + k
2
(h,k)→~0 k(h, k)k h2 + k2
hk2 1 ω2 h3 1 1
lim √ = lim √ = √
(h,k)∈M,(h,k)→~0 h + k h2 + k2 h→0 h + ω h h2 + ω2 h2
4 2 4 2 2
1 + ω2
vzhledem k množinám Mω různé, což podle jedné z vět odporuje existenci limity bez přívlastku.
Pro funkci 2
xy
. . . x2 + y2 , 4,
x2 +y2 −4
f (x, y) =
4
. . . x2 + y2 = 4,
9
∂f
vypočtěte ∂~s
(0, 2) ve směru přímky 3x − 4y + 8 = 0.
50
Řešení: Normálovým vektorem přímky 3x − 4y + 8 = 0 je zjevně ~n = (3, −4), z čehož ihned vidíme,
že směrovým vektorem je např. vektor ~s = (4, 3), nebot’ mezi normálovým a směrovým vektorem
musí vždy platit rovnost h~n|~si = 0. Podle zadání dále snadno stanovíme, že ~a = (0, 2), odkud pak
~a + τ~s = (4τ, 2 + 3τ). Pak už postupujeme podle definice. Tedy
!2
∂f f (~a + τ~s) − f (~a) f (4τ, 2 + 3τ) − f (0, 2) 1 4τ(2 + 3τ)
1 4
(~a) = lim = lim = lim − .
∂~s τ→0 τ τ→0 τ 5 τ→0 τ 16τ2 + (2 + 3τ)2 − 4 9
Odtud ∞ n
4x − y2 X
!
n+1 (3n − 4)!!! n
X
g(x, y) = 1 + + (−1) n n!
(−1)n−k (4x)k y2(n−k) =
3 n=2
3 k=0
k
∞ n
4x − y2 X X 4k (3n − 4)!!! k 2n−2k
=1+ + (−1)k+1 n xy =
3 n=2 k=0
3 k!(n − k)!
∞ n
4x − y2 X X (3n − 4)!!!
=1+ + (−1)k+1 4k xk y2n−2k .
3 n=2 k=0
(3k)!!! (3n − 3k)!!!
P 1/3 n
Protože oborem konvergence řady ∞n=0 n s je interval h−1, 1i, platí odtud, že
O xy = {(x, y) ∈ R2 : −1 ≤ 4x − y2 ≤ 1},
což je uzavřená „oblast“ (nezaměňovat s pojmem oblast jakožto otevřenou a souvislou množinou)
omezená dvojicí parabol.
51
6.4 Příklad – implicitní funkce
Vyzvěte studenta, aby vysvětlil pojem implicitní funkce. Jaká je podmínka nutná k tomu, aby rovnice
F(x, y, z, u) = 0 zadávala implicitní funkci u = u(x, y, z) na okolí bodu ~λ = (x0 , y0 , z0 , u0 )? Jaká je
hodnota takové implicitní funkce, tj. co je u(x0 , y0 , z0 ) =?
Řešení: Uvažujeme generující rovnici F(x, y, z, u) = 0, která za příznivých okolností může na okolí
bodu ~λ = (x0 , y0 , z0 , u0 ) generovat implicitní funkci u = u(x, y, z). Aby existence takové implicitní
funkce byla garantovaná, je (podle věty o implicitních funkcích) nezbytné, aby bod ~λ nebyl bodem
kritickým, tj. aby platilo, že ∂F ∂u
(~λ) , 0. Pak nejenže zmiňovaná implicitní funkce existuje (na okolí
bodu ~λ), ale je navíc určena jednoznačně. Z principu věci je jasné, že funkční hodnotou takové impli-
citní funkce v bodě (x0 , y0 , z0 ) nutně musí být u0 , tj. u(x0 , y0 , z0 ) = u0 .
Necht’ je funkce z = z(x) zadána implicitně rovnicí H(x, z) = 0. Vypočtěte z0 (x) a z00 (x). Jaké poža-
davky na H(x, y) kladete?
Řešení:
Nejprve tedy derivujeme generující rovnici H(x, z) = 0 s přihlédnutím k faktu, že z chápeme jako
funkci nezávisle proměnné x. Předpokládáme navíc podle motivace uvozené předešlým příkladem, že
~λ = (x0 , z0 ) není bodem kritickým, tedy že ∂H (~λ) , 0. Dále
∂z
∂H ∂H dz
+ = 0, (6.1)
∂x ∂z dx
∂H
dz ∂x
(x0 , z0 )
0
z (x0 ) ≡ (x0 ) = − ∂H . (6.2)
dx ∂z
(x0 , z0 )
Derivujme dále rovnici (6.1). Zde již bude nezbytné požadovat (nad rámec předpokladů věty o impli-
citních funkcích), aby H(x, z) ∈ C 2 (E2 ). Odtud
∂2 H ∂2 H dz ∂ H ∂2 H dz dz ∂H d2 z
" 2 #
+ + + + = 0.
∂x2 ∂x∂z dx ∂z∂x ∂z2 dx dx ∂z dx2
52
Znovu dosad’me generující bod (x0 , z0 ). Pak
2
∂2 H ∂ H ∂2 H
2
dz2
∂x2
(x0 , z0 ) + 2 ∂x∂z (x0 , z0 ) dx
dz
(x0 ) + ∂z2
(x0 , z0 ) dz
dx
(x0 )
z00 (x0 ) ≡ (x0 ) = − ∂H
.
dx2 ∂z
(x0 , z0 )
∂ H ∂2 H dz ∂H ∂2 H ∂2 H dz ∂H
h 2 i h i
+ +
∂H
d2 z d ∂x ∂x2 ∂x∂z dx ∂z
−
∂z∂x ∂z2 dx ∂x
= − = − ,
dx ∂H
2
dx2
∂H
∂z ∂z
Proč je nutné, aby H(x, z) byla třídy C 1 (Uδ (x0 , y0 ))? Proč nestačí pouze to, že grad H(x0 , z0 ) existuje?
Řešení: C 1 (Uδ (x0 , y0 )) je postačující podmínkou pro existenci TD, jehož existence je nutná k důkazu
jednoznačnosti řešení na celém okolí bodu (x0 , y0 ).
Necht’ rovnice H(x, y, z) = 0 zadává na okolí bodu ~λ = (x0 , y0 , z0 ) implicitní funkci z(x, y).
Vypočtěte všechny první a druhé derivace této implicitní funkce. Předpokládejte, že H(x, y, z) ∈
C 2 (Uδ (x0 , y0 , z0 )).
Řešení: Postup kopíruje řešení příkladu 6.5. První derivace získáme zderivováním rovnice postupně
dle daných proměnných
∂H
dH ∂H ∂H ∂z ∂z ∂x
= + ⇒ = − ∂H ,
dx ∂x ∂z ∂x ∂x ∂z
∂H
dH ∂H ∂H ∂z ∂z ∂y
= + ⇒ = − ∂H .
dy ∂y ∂z ∂y ∂y ∂z
Druhé derivace můžeme opět počítat dvěma podobně náročnými způsoby: dvojitém zderivování rov-
53
nice, nebo totálním zderivováním první derivace. Proved’me pro smíšenou derivaci:
d2 H ∂2 H ∂2 H ∂z ∂ H ∂2 H ∂z ∂z ∂H ∂2 z
" 2 #
= + + + + =0
dx dy ∂x∂y ∂x∂z ∂y ∂z∂y ∂z2 ∂y ∂x ∂z ∂x∂y
∂2xy H + ∂2xz H∂y z + ∂2yz H∂ x z + ∂2zz H∂ x z∂y z
⇒ ∂2xy z = − ,
∂z H
kde jsme použili intuitivní zkrácený zápis. Zbývající druhé derivace se mohou udělat pro procvičení,
nebo pouze přepsáním proměnných ve smíšené derivaci
∂2xx H + 2∂2xz H∂ x z + ∂2zz H(∂ x z)2 ∂2yy H + 2∂2yz H∂y z + ∂2zz H(∂y z)2
∂2xx z = − & ∂2yy z = − .
∂z H ∂z H
1 y
H(x, y(x)) = ln(x2 + y2 ) − arctg
2 x
1 1 1 y
2x +
2 x2 + y 2 y 2 2
1+ x x x+y
y0 (x) = − = .
1 1 1 1 x−y
2y −
2 x2 + y 2 y 2
1+ x x
Druhou derivaci v tomto případě bude lepší počítat jako derivaci první derivace (ne dle vzorečku):
54
6.9 Příklad – implicitní funkce
x 4 y4 z4
+ + =1
a4 b4 c4
x 4 y4 z4
H(x, y, z) = + + − 1 = 0.
a4 b4 c4
4 by4
3 3
∂z 4 ax4 c4 x03 ∂z c4 y30
(x0 , y0 ) = − z3 =− 4 3 & (x0 , y0 ) = − z3 = − 4 3.
∂x 4 c4 a z0 ∂y 4 c4 b z0
(x0 ,y0 ,z0 ) (x0 ,y0 ,z0 )
c4 x03 c4 y30
z − z0 = − (x − x0 ) − (y − y0 ).
a4 z30 b4 z30
Výpočet tedy funguje pouze pro z0 , 0. Jinou volbou proměnná/funkce, nebo-li symetričnosti
úlohy můžeme snadno dojít k závěru, že tento výsledek je univerzální, že platí i pro z = 0.
55
7. Implicitní funkce
7.1 Směrová derivace
Vypočítejte směrovou derivaci implicitní funkce u(x, y, z) v bodě ~a = (−3, 0, 1) ve směru ~r = (3, 0, 4).
Funkce u(x, y, z) necht’ je zadána rovnicí
u3 + xu + y2 = 2z .
F(x, y, z, u) = u3 + xu + y2 − 2z = 0.
Protože F je polynom, je třídy C ∞ (R4 ), a tedy i funkce u bude třídy C ∞ na okolí, kde je definována.
Pro výpočet směrové derivace lze tedy použít vzorec
∂u 1 D E
(~a) = grad u(~a) ~r .
∂~r k~rk
K výpočtu složek gradientu u, tj. parciálních derivací ∂u , ∂u , ∂u v bodě ~a potřebujeme nejprve znát bod
∂x ∂y ∂z
~λ = (~a, u0 ) takový, že F(~λ) = 0. Dosazením dostáváme
kde rozklad na kořenové činitele jsme získali tradičním uhodnutím jednoho z kořenů.
V bodě ~λ(1) = ~a, u(1)
0 = (−3, 0, 1, 2) platí
∂u 1 ∂u ∂u
! !
1 2 2 2
(−3, 0, 1) = (−3, 0, 1) · 3 + (−3, 0, 1) · 4 = − ·3+ ·4 = ,
∂~r 5 ∂x ∂z 5 9 9 45
protože
∂ x F ~λ(1)
∂u u 2 2
(~a) = − =− 2 =− =− .
∂x ∂u F ~λ(1) 3u + x (−3,0,1,2) 12 − 3 9
∂z F ~λ(1)
∂u 2 2 2
(~a) = − =− 2 =+ =+ .
∂z ∂u F ~λ(1) 3u + x (−3,0,1,2) 12 − 3 9
V bodě ~λ(2) = ~a, u(2) = (−3, 0, 1, −1) nelze použít teorii implicitních funkcí, protože ∂u F ~λ(2) = 0.
0
56
7.2 Taylorovské aproximace
x = u + v2
y = u2 − v3
z = 2uv.
∂2 z
Nalezněte Taylorův polynom prvního řádu funkce z(x, y) v bodě ~a = (λ x , λy ) a hodnotu ∂x∂y
(~a).
A platí
∂ x u
~
DF
∂ v = −∂ x F~
D(u, v, z) x
∂x z
57
první derivace. Dvakrát zderivujeme vztah ~0 = F(
~ ~λ) a dostaneme postupně
1 − ∂ x u − 2v∂ x v
~0 = ∂ x F(
~ ~λ) = −2u∂ x u + 3v2 ∂ x v
∂ x z − 2∂ x uv − 2u∂ x v ~
λ
−∂ 2
xy u − 2∂ y v∂ x v − 2v∂2
xy v
~0 = ∂2xy F(
~ ~λ) = −2∂y u∂ x u − 2u∂2 u + 6v∂y v∂ x v + 3v2 ∂2 v
xy xy
∂ xy z − 2∂ xy uv − 2∂ x u∂y v − 2∂y u∂ x v − 2u∂2xy v ~
2 2
λ
DF~ ~λ )
Dostáváme tedy soustavu (se stejnou maticí D(u,v,z)
−1 −2 0 ∂2xy u − 8
121
−4 3 0 ∂2 v = 12
xy 121
−2 −4 1 ∂2xy z
10
121
4
a její řešení je 0, 121 , 121
26
.
Poznámka. Ukažme odvození obecného vzorce pro druhou derivaci, aby bylo vidět, že stejná matice
při výpočtu druhé derivace nevyšla náhodou:
∂ F~ X ∂2 F~ ∂yk X ∂2 F~ X ∂2 F~ ∂yl ∂yk ∂F~
∂ yk
2 2
+ +
∂yk ∂x j +
∂x +
= 0.
∂xi ∂x j ∂xi ∂yk ∂x j ∂y ∂y ∂x ∂yk ∂xi ∂x j
k l k l j i
|{z} | {z }
koeficienty matice neznámé
x = u + v3 ∧ y = u2 − v3 ∧ z = 2uv .
∂2 z
Nalezněte Taylorův polynom prvního řádu funkce z v bodě ~a = (λ x , λy ) a hodnotu ∂x∂y
(~a).
58
Řešení:
Necht’ jsou dány funkce Fi : Er+s → R pro i ∈ ŝ. Necht’ bod ~λ = (x10 , . . . , xr0 , y01 , . . . , y0s )
vyhovuje soustavě
a všechny funkce Fi (x10 , . . . , xr0 , y01 , . . . , y0s ) = 0 (i ∈ ŝ) mají v okolí bodu ~λ spojité parci-
ální derivace 1. řádu podle všech proměnných, přičemž
D(F1 , . . . , F s ) ~
!
det (λ) , 0 .
D(y1 , . . . , y s )
Pak na jistém okolí bodu x~0 = (x10 , . . . , xr0 ) existuje jediná soustava spoji-
tých funkcí y1 , . . . , y s zadaných implicitně touto soustavou taková, že platí y01 =
y1 (x10 , . . . , xr0 ), . . . , y0s = y s (x10 , . . . , xr0 ). Každá z funkcí y1 , . . . , y s má na okolí uvažova-
ného bodu spojitou derivaci.
Nejprve dosazením λu , λv do soustavy získáme ~λ = (3, 3, 4, 2, 1), ~a = (3, 3), z ~a = 4. Je nutné zaručit
0 1 −3v2
D(F1 , F2 , F3 ) ~
!
1 −3
λ = 0 −2u 3v2 ~λ =
det = −15 , 0 .
D(z, u, v) −4 3
1 −2v −2u
∂z ∂z
T z1 (x, y) = z(3, 3) + (3, 3)(x − 3) + (3, 3)(y − 3) .
∂x ∂y
Potřebujeme tedy obě parciální derivace funkce z. Zderivováním soustavy podle x a y získáme sou-
59
stavy
∂u ∂v ∂u ∂v
1= + 3v2 0= + 3v2
∂x ∂x ∂y ∂y
∂u ∂v ∂u ∂v
0 = 2u − 3v2 1 = 2u − 3v2
∂x ∂x ∂y ∂y
∂z ∂u ∂v ∂z ∂u ∂v
= 2v + 2u = 2v + 2u
∂x ∂x ∂x ∂y ∂y ∂y
∂u ∂v ∂u ∂v
1= ~a + 3 ~a 0= ~a + 3 ~a
∂x ∂x ∂y ∂y
∂u ∂v ∂u ∂v
0=4 ~a − 3 ~a 1=4 ~a − 3 ~a
∂x ∂x ∂y ∂y
∂z ∂u ∂v ∂z ∂u ∂v
~a = 2 ~a + 4 ~a ~a = 2 ~a + 4 ~a
∂x ∂x ∂x ∂y ∂y ∂y
∂u ∂v ∂z ∂u ∂v ∂z
! ! ! !
1 4 22 1 −1 2
, , ~a = , , , , ~a = , , .
∧
∂x ∂x ∂x 5 15 15 ∂y ∂y ∂y 5 15 15
Zderivujeme-li soustavu před vyčíslením podruhé (např. první podle y), dostáváme
∂2 u ∂v ∂v ∂2 v
0= + 6v + 3v2
∂x∂y ∂y ∂x ∂x∂y
∂u ∂u ∂u
2
∂v ∂v ∂2 v
0=2 + 2u − 6v − 3v2
∂y ∂x ∂x∂y ∂y ∂x ∂x∂y
∂z
2
∂u
2
∂u ∂v ∂v
2
∂v ∂u
0= − 2v −2 − 2u −2
∂x∂y ∂x∂y ∂x ∂y ∂x∂y ∂x ∂y
po dosazení
∂2 u ∂v ∂v ∂2 v
0= ~a + 6 ~a ~a + 3 ~a
∂x∂y ∂y ∂x ∂x∂y
∂u ∂u ∂2 u ∂v ∂v ∂2 v
0=2 ~a ~a + 4 ~a − 6 ~a ~a − 3 ~a
∂y ∂x ∂x∂y ∂y ∂x ∂x∂y
∂2 z ∂2 u ∂u ∂v ∂2 v ∂v ∂u
0= ~a − 2 ~a − 2 ~a ~a − 4 ~a − 2 ~a ~a
∂x∂y ∂x∂y ∂x ∂y ∂x∂y ∂x ∂y
jejímž řešením je
∂2 u ∂2 v ∂2 z
! !
−2 46 146
, , ~a = , , .
∂x∂y ∂x∂y ∂x∂y 125 1215 1125
60
7.3 Tečná rovina ke grafu implicitní funkce
∂u ∂u ∂u
u = u0 + (~a)(x − 1) + (~a)(y − 1) + (~a)(z − 1) .
∂x ∂y ∂z
dostaneme u01 = 1, u02 = −2. Dle předchozího postupně vypočítáme potřebné derivace
∂u u3 − yu2 + yzu
=− 3 ,
∂x 4u + 3xu2 − 2xyu + xyz
∂u xu2 + xzu
=− 3 ,
∂y 4u + 3xu2 − 2xyu + xyz
∂u xyu
=− 3 .
∂z 4u + 3xu − 2xyu + xyz
2
1 1
u = 1 − (x − 1) − (z − 1) .
6 6
14 2 2
u = −2 − (x − 1) − (y − 1) − (z − 1) .
15 5 15pumped
Vypočítejte gradienty funkcí y1 , y2 v bodě (x1 , x2 ) = (1, 1), kde y1 , y2 jsou zadány implicitně soustavou
x1 ey2 + y1 ln x2 = e
x1 y1 + x2 ey2 = 2 + e
61
Řešení: Dosazením bodu (x1 , x2 ) = (1, 1) vypočítáme zbylé souřadnice: y2 = 1, y1 = 2. Označme
x1 ey2 + y1 ln x2 − e
~ 1 , x2 , y1 , y2 ) =
F(x = ~0.
y2
x1 y1 + x2 e − 2 − e
Vypočítáme
DF~ ∂ x1 y1
~
= −∂ x1 F,
D(y1 , y2 ) ∂ x1 y2
tj.
ln x2 x1 ey2 ∂ x1 y1 y2
= − e ,
x1 x2 ey2 ∂ x1 y2 y1
a v daném bodě
0 e ∂ x1 y1
= − e
1 e ∂ x1 y2 2
a z toho
∂ x1 y1 e − 2
= .
∂ x1 y 2 −1
Obdobně dopočítáme
∂ x2 y1 2 − e
=
∂ x2 y2 −2/e
2. verze řešení
Dosazením bodu (1, 1) do soustavy získáme bod ~λ = (1, 1, 2, 1). Označme si
D(F1 , F2 ~ ln x2 x1 ey2
!
0 e
det λ = ~λ = = −e , 0 .
D(y1 , y2 ) x1 x2 ey2 1 e
62
vyčíslit v příslušném bodě
∂y2 ∂y2
0=e+e (1, 1) 0=e (1, 1) + 2
∂x1 ∂x2
∂y1 ∂y2 ∂y1
0=2+ (1, 1) + e (1, 1) 0= (1, 1) + e − 2
∂x1 ∂x1 ∂x2
x + y + z + u = 10
x2 + y2 − z2 + u2 = 12
u2 − z2 + y − x = 8
Řešení: Máme
x + y + z + u − 10
~0 = F(~
~ x) = x2 + y2 − z2 + u2 − 12
u − z2 + y − x − 8
2
Platí
y0
~
DF 0 ~
z = −∂ x F.
D(y, z, u)
u0
V našem případě tedy:
1 1 1 y0 1
2y −2z 2u z0 = − 2x .
0
1 −2z 2u u −1
y2 − y − 2 = 0,
63
z čehož za daných omezení plyne y = 2. Z první a třetí rovnice potom máme
z + u = 7,
u2 − z2 = 7,
což už lze snadno dopočítat, ale já jsem uhodl z = 3, u = 4. Celkem tedy ~λ = (1, 2, 3, 4) a naše
soustava má tvar
1 1 1 y0 −1
4 −6 8 z0 = −2 .
1 −6 8 u0 1
Řešením je (y0 (1), z0 (1), u0 (1)) = −1, − 17 , 71 . Taylorovy polynomy v bodě x = 1 mají tedy tvar
T y (x) = 2 − (x − 1) = 3 − x,
1 1
T z (x) = 3 − (x − 1) = (22 − x),
7 7
1 1
T u (x) = 4 + (x − 1) = (27 − x).
7 7
Nalezněte všechny body ~a, v nichž jsou všechny směrové derivace funkce u(x, y, z) zadané rovnicí
x + y2 + 4z + xzeu + 4e−u = u
nulové.
Řešení: Označme
F(x, y, z, u) = x + y2 + 4z + xzeu + 4e−u − u.
∂ xi F
∂ xi u = −
∂u F
∂ x F = 1 + zeu = 0
∂y F = 2y = 0
∂z F = 4 + xeu = 0.
∂u ∂u ∂u ∂u
* + !
1 Du 1
~a = ~a ~s = ~a · s1 + ~a · s2 + ~a · s3 .
∂~s ~s D(x, y, z) ~s ∂x ∂y ∂z
∂u 1 + zeu
=− u ,
∂x xze − 4e−u − 1
∂u 2y
=− u ,
∂y xze − 4e−u − 1
∂u 4 + xeu
=− u .
∂z xze − 4e−u − 1
zeu = −1 ,
y = 0,
xeu = −4 ,
x + y2 + 4z + xzeu + 4e−u = u ,
x = e% cos ϕ ,
y = e% sin ϕ ,
z = h.
Řešení: Definujeme
x − e% cos ϕ
~0 = G(x,
~ y, z, %, ϕ, h) = y − e% sin ϕ .
z−h
65
Chceme spočítat div F~ = ∂%
∂x
+ ∂ϕ
∂y
+ ∂h
∂z
. Platí
∂ xi %
DG ~
∂ ϕ = −∂ G
xi
~
D(%, ϕ, h) xi
∂ xi h
kde x1 , x2 , x3 = x, y, z. Platí
Protože potřebujeme od každé funkce %, ϕ, h jen jednu derivaci (jednu neznámou pro každou pravou
stranu), použijeme Cramerovo pravidlo. S použitím rozvojů determinantu snadno vypočítáme
DG ~
∆= = −e2%
D(%, ϕ, h)
~ a vypočítáme determinant
a dále zaměníme 1. sloupec odpovídající neznámé % za pravou stranu −∂ xG
∆%,x 1
∂x % = = % cos ϕ
∆ e
∆ϕ,y 1
∂y ϕ = = % cos ϕ
∆ e
∆h,z
∂z h = = 1.
∆
Celkem tedy
2 2e% cos ϕ 2x
div F~ = 1 + cos ϕ = 1 + = 1 + .
e% e2% x 2 + y2
Z toho plyne že div F~ = 0 v bodech kde
0 = x2 + y2 + 2x ⇐⇒ 0 = (x + 1)2 + y2 = 1.
66
Poznámka. Stejného výsledku bychom dosáhli explicitním vyjádřením
1 2
%(x, y, z) = ln x + y2
2
y
ϕ(x, y, z) = arctg
x
h(x, y, z) = z
x 2 y2 z2
+ + =1
a2 b2 c2
Řešení: Na okolí bodu (0, 0, −c) (spodek elipsoidu) lze vyjádřit z = z(x, y) a tuto funkci aproximovat
kvadratickou plochou - Taylorovým polynomem druhého řádu
1 2
T 2 (z) = z0 + dz x~0 (~x − ~x0 ) + d z x~0 (~x − ~x0 )
2!
kde ~x0 = (x0 , y0 ) = (0, 0). K tomu potřebujeme všechny první a druhé parciální derivace funkce z.
Máme
x 2 y2 z2
0 = F(x, y, z) = 2 + 2 + 2 − 1.
a b c
67
Derivováním dostaneme
2x 2z
0 = ∂x F = + ∂x z
a2 c2
2y 2z
0 = ∂y F = 2 + 2 ∂y z
b c
2 2 2z
0 = ∂2xx F = 2
+ 2 (∂ x z)2 + 2 ∂2xx z
a c c
2 2 2z
0 = ∂2yy F = 2 + 2 (∂y z)2 + 2 ∂2yy z
b c c
2 2z
0 = ∂2xy F = 2 ∂ x z∂y z + 2 ∂2xy z
c c
68
8. Regulární transformace
8.1 Příklad – regulární zobrazení
Řešení:
D(F1 , F2 ) ∂ξ ∂ξ
∂x ∂y
a1 b1
|J| = = = = a1 b2 − b1 a2 , 0.
D(x1 , x2 ) ∂η ∂η
a2 b2
∂x ∂y
Jacobiho matice je složena z konstant, tedy spojitých funkcí, R2 je otevřená množina a při splnění
podmínky det(A) , 0 je i Jakobián nenulový, tedy zobrazení regulární, a za platnosti podmínky je
i množina regularity Mreg = R2 .
Zobrazení je transformací na M, pokud je na M regulární a prosté. Za předpokladu det(A) , 0
z lineární algebry víme, že soustava ze zadání má pro každou pravou stranu právě jedno řešení, a tedy
je zobrazení F~ prosté, spolu s první částí dohromady i transformací.
Řešení:
69
8.3 Příklad – transformace parciálních diferenciálních výrazů
∂2 u
Transformujte výraz ∂x∂y
do proměnných ξ = a1 x + b1 y a η = a2 x + b2 y.
Řešení: V prvé řadě je třeba ověřit, zda a na jaké množině M je (ξ, η) transformací, tedy regulární
a prosté. To už ale máme z předešlého příkladu. Můžeme se tedy pustit do spočtení parciálních deri-
vací. K tomu používáme řetízkové pravidlo na funkci u, kterou si můžeme ilustrativně napsat do tvaru
u = u(ξ(x, y), η(x, y)).
∂u ∂u ∂u
= a1 + a2 ,
∂x ∂ξ ∂η
∂u
2
∂u
2
∂2 u ∂2 u ∂2 u
! !
= b1 + b2 a1 + b2 + b1 a2 .
∂x∂y ∂ξ2 ∂ξ∂η ∂η2 ∂η∂ξ
Rovnici
∂2 u ∂2 u 2∂ u
2
y2 − 2xy + x =0
∂x2 ∂x∂y ∂y2
transformujte vztahy ξ = x2 + y2 a η = x.
∂ξ ∂ξ
∂x ∂y
2x 2y
∂η ∂η
= = −2y , 0 pro y , 0,
∂x ∂y
1 0
a následně i prostotu. Problematické jsou body (x, ±y), které zobrazují na stejný bod. Proto budeme
nadále uvažovat transformaci na množině
M = R × (0, ∞).
70
Dále spočteme derivace funkce u = u(ξ(x, y), η(x, y)):
∂u ∂u ∂u ∂2 u ∂2 u 2 ∂2 u ∂2 u ∂u
= 2x + , = 4x + 4x + +2 ,
∂x ∂ξ ∂η ∂x 2 ∂ξ 2 ∂ξ∂η ∂η 2 ∂ξ
∂u ∂u ∂u ∂u 2
2 2
∂u
= 2y , = 2 4y + 2 ,
∂y ∂ξ ∂y 2 ∂ξ ∂ξ
∂u
2
∂u
2
∂2 u
= 2 4xy + 2y .
∂x∂y ∂ξ ∂ξ∂η
∂u 2 ∂ u
2
2ξ + (ξ − η ) 2 = 0 .
∂ξ ∂η
y
Užitím substituce s = xy, r = x
řešte parciální diferenciální rovnici
∂2 u 2∂ u
2
x2 − y = 0.
∂x2 ∂y2
y y
!
D(s, r) x
det = y =2 ,
D(x, y) − x2 1 x
x
Prostotě zobrazení opět brání různá znaménka, tentokrát v obou proměnných. Stačí uvažovat pro-
měnné pouze z jednoho kvadrantu, vezměme například první
Dále:
∂2 u ∂ ∂u ∂u y 2 ∂ u
2
y2 ∂2 u y2 ∂2 u y ∂u
!
= y− =y −2 2 + 4 2 +2 3
∂x 2 ∂x ∂s ∂r x 2 ∂s 2 x ∂s∂r x ∂r x ∂r
∂2 u ∂ ∂u ∂u ∂u
2
∂u2
1 ∂u
2
!
1
= x+ = x2 2 + 2 + 2 2
∂y 2 ∂y ∂s ∂r x ∂s ∂s∂r x ∂r
71
Dosadíme do rovnice za členy s derivací, posléze i za nové proměnné:
∂2 u y ∂u
2y2 − =0 / : 2y2
∂s∂r x ∂r
∂2 u 1 ∂u
− =0
∂s∂r 2s ∂r
Pomocí substituce v = ∂u ∂r
převedeme tuto kvaziparciální rovnici na obyčejnou, kterou jednoduše
vyřešíme např. integračním faktorem nebo separační metodou
dv 1
− v=0
ds 2s
√
Z Z
dv ds
= ⇒ v(s) = C(r) s
v 2s
Zde je potřeba si uvědomit, že C je konstanta jen vůči proměnné s, ne však vůči r. Správnost úvahy
je dobré si ověřit zpětným zderivováním. Podobnou úvahu musíme ještě provést po integraci v(s)
√
Z
u(s, r) = v dr = C̃(r) s + D(s) ,
Do rovnice
∂2 u 1 ∂2 u 1 ∂u
+ + =0
∂%2 %2 ∂ϕ2 % ∂%
zaved’te nové souřadnice x = % cos(ϕ), y = % sin(ϕ).
Řešení: Jedná se stále o transformaci druhého druhu. Zkoumejme regularitu a poté prostotu.
Obě goniometrické funkce mají periodu 2π, tedy určitě nevezmeme interval větší délky, a srovnáme
s %, které může měnit znaménko. Dohromady můžeme dostat
Správnost volby M se dobře ilustruje na představě generování kruhu, kde v prvním případě ob-
kroužíme 360◦ po kladných poloosách, nebo v druhém případě obkroužíme půlkruh s oběma směry
polopřímek. Nakreslete si.
72
Každý bod v prostoru lze jednoznačně popsat vzdáleností od počátku % > 0 a úhlem
ϕ ∈ (0, 2π), který svírá průvodič s osou x. Fyzikové častěji používají přístup % , 0, ϕ ∈
(0, π).
Zdůrazněte, že množina M musí být otevřená, proto ϕ nesmí být rovno nule.
∂2 u ∂ ∂u ∂u ∂2 u ∂2 u ∂2 u 2
!
= cos ϕ + sin ϕ = cos 2
ϕ + cos ϕ sin ϕ + sin ϕ,
∂%2 ∂% ∂x ∂y ∂x2 ∂x∂y ∂y2
∂2 u ∂ ∂u ∂u
!
= − % sin ϕ + % cos ϕ =
∂ϕ2 ∂ϕ ∂x ∂y
∂u
2
∂u 2
2
∂2 u ∂u ∂u
= 2 %2 sin2 ϕ − 2 % cos ϕ sin ϕ + 2 %2 cos2 ϕ − % cos ϕ − % sin ϕ.
∂x ∂x∂y ∂y ∂x ∂y
Po dosazení dostaneme
∂2 u ∂2 u
∆u = 2 + 2 = 0
∂x ∂y
~ ϕ) = e% cos3 ϕ; e% sin3 ϕ ?
(x, y) = G(%,
73
9. Záměna proměnných
9.1 Zobecněná záměna proměnných II. druhu ve 2D
Rovnici
∂2 z ∂2 z ∂2 z
+ 2 + =0
∂x2 ∂x∂y ∂y2
pro funkci z(x, y) zapište v nových proměnných u = x + y , v = x − y a w = xy − z .
! −1 y x
D(w, u, v)
det = 0 1 1 = 1 − (−1) = 2 , 0 .
D(z, x, y)
0 1 −1
1 0 0
∂ξ ∂ξ
D(w, ξ, η) D(ξ, η)
! !
= 0
det
D(z, x, y) ∂x ∂y = det D(x, y) ,
∂η ∂η
0
∂x ∂y
x1 + y1 = x2 + y2
x1 − y1 = x2 − y2
x1 y1 − z1 = x2 y2 − z2
74
Rozšířená transformace II. druhu:
∂2 z ∂2 w ∂2 w ∂2 w
z = xy − w = − − 2 −
∂x2 ∂u2 ∂u∂v ∂v2
∂z ∂w ∂w ∂2 z ∂2 w ∂2 w ∂2 w
=y− − = − + 2 −
∂x ∂u ∂v ∂y2 ∂u2 ∂u∂v ∂v2
∂z ∂w ∂w
= x− + ∂2 z ∂2 w ∂2 w
∂y ∂u ∂v =1− 2 + 2
∂x∂y ∂u ∂v
Dosadíme-li
∂2 w ∂2 w ∂2 w ∂2 w ∂2 w ∂2 w ∂2 w ∂2 w
!
− 2 −2 − +2 1− 2 + 2 +− 2 +2 − = 0,
∂u ∂u∂v ∂v2 ∂u ∂v ∂u ∂u∂v ∂v2
∂2 u ∂2 u 2∂ u
2
∂u ∂u
y2 − 2xy + x −x −y =0
∂x 2 ∂x∂y ∂y 2 ∂x ∂y
pro neznámou funkci u(x, y) na rovnici pro funkci u(%, ϕ) prostřednictvím vztahů
x = % cos(ϕ) , y = %, sin(ϕ) .
75
∂% ∂ϕ
Zderivujeme-li vztahy podle x, získáme soustavu dvou rovnic o dvou neznámých ∂x
a ∂x
∂% ∂ϕ ∂ϕ sin ϕ
1= cos ϕ − % sin ϕ =−
∂x ∂x ∂x %
⇒
∂% ∂ϕ ∂%
0= sin ϕ + % cos ϕ = cos ϕ.
∂x ∂x ∂x
∂% ∂ϕ ∂ϕ cos ϕ
0= cos ϕ − % sin ϕ =
∂y ∂y ∂y %
⇒
∂% ∂ϕ ∂%
1= sin ϕ + % cos ϕ = sin ϕ.
∂y ∂y ∂y
∂u ∂u ∂u sin ϕ
= cos ϕ − ,
∂x ∂% ∂ϕ %
∂u ∂u ∂u cos ϕ
= sin ϕ + .
∂y ∂% ∂ϕ %
Po dosazení
∂2 u
= 0.
∂ϕ2
Substituujte rovnici
∂2 u 2x ∂ u
2
∂u
4y2 − e − 4y2 =0
∂x 2 ∂y 2 ∂x
na oblasti R+ × R+ vztahy ξ = y2 + e x , η = y2 − e x .
Řešení: Nebot’
D(ξ, η) e x 2y
!
det = = 4ye x > 0
D(x, y) −e x 2y
na oblasti R+ × R+ , je zobrazení na této oblasti regulární.
76
Prostotu zobrazení prošetříme porovnáním transformačních vztahů pro různá (x, y).
e x1 + y21 = e x2 + y22
−e x1 + y21 = −e x2 + y22
Odečtením rovnic získáme podmínku e x1 = e x2 , z čehož nutně plyne x1 = x2 . Sečtením rovnic získáme
y21 = y22 , z čehož plyne, že y1 = ±y2 . Zobrazení tedy obecně prosté není. Omezíme-li se však pouze
na oblast R+ × R+ , je prostota zaručena.
Transformace druhého druhu:
∂2 u ∂2 u 2x x ∂ u
2
x ∂u ∂2 u 2x ∂u
= e − 2e + e + e − ex
∂u ∂u x ∂u ∂x 2 ∂ξ 2 ∂ξ∂η ∂ξ ∂η 2 ∂η
= e − ex
∂x ∂ξ ∂η ∂u ∂u 2
2 2
∂u
2
∂u ∂u ∂u2
= 2 4y + 8y2 + 2 + 2 + 4y2 2
∂u ∂u ∂u ∂y 2 ∂ξ ∂ξ∂η ∂ξ ∂η ∂η
= 2y + 2y
∂y ∂ξ ∂η ∂u
2
∂u
2
∂u
2
∂u
2
∂2 u
= 2 2ye x + 2ye x − 2ye x 2 − 2ye x
∂x∂y ∂ξ ∂ξ∂η ∂η ∂η∂ξ
∂2 u ∂u ∂u
!
1
=− + .
∂ξ∂η 4(ξ + η) ∂ξ ∂η
Rovnici
∂2 u
2∂ u ∂2 u ∂u
2
1 + x2 + y − 2xy + 2x = 0
∂x 2 ∂y 2 ∂x∂y ∂x
substituujte vztahy ξ = xy , η = y , w = xy + u , kde w se chápe jako w(ξ, η) .
Řešení: Jelikož
y x 0
D(ξ, η, w) y 0
!
det = 0 1 0 = = y , 0,
D(x, y, u) y 1
y x 1
n o
je množina regularity Mreg = (x, y, u) ∈ E3 y , 0 . Velice snadno lze ověřit, že zobrazení je také
prosté.
Rozšířená transformace II. druhu:
∂2 u ∂2 w 2
u = w − xy = 2y
∂x2 ∂ξ
∂u ∂w ∂w ∂u
2
∂2 w ∂2 w ∂w
= y+0 −y = 2 xy + y +
∂x ∂ξ ∂η ∂x∂y ∂ξ ∂ξ∂η ∂ξ
−1
∂u ∂w ∂w
= x+ −x ∂2 u ∂2 w 2 ∂2 w ∂2 w
∂y ∂ξ ∂η = x + 2x +
∂y2 ∂ξ2 ∂ξ∂η ∂η2
77
Po dosazení a jednoduchých úpravách získáme transformovanou rovnici
∂2 w ∂2 w
∆w = + = 0.
∂ξ2 ∂η2
x = % cos ϕ ,
y = % sin ϕ ,
z = h.
n o
Toto zobrazení je regulární a zároveň prosté na množině M = (%, ϕ, h) ∈ E3 % > 0 ∧ ϕ ∈ (0, 2π) .
Jedná se o transformaci I. druhu. Po zderivování transformačních vztahů podle x obdržíme sou-
stavu tří rovnic o třech neznámých a tu vyřešíme
∂% ∂ϕ
1= cos ϕ − % sin ϕ
∂x ∂x
∂% ∂ϕ ∂% ∂ϕ ∂h sin ϕ
! !
0= sin ϕ + % cos ϕ ⇒ , , = cos ϕ, − ,0 .
∂x ∂x ∂x ∂x ∂x %
∂h
0=
∂x
∂% ∂ϕ
0= cos ϕ − % sin ϕ
∂y ∂y
∂% ∂ϕ ∂% ∂ϕ ∂h cos ϕ
! !
1= sin ϕ + % cos ϕ ⇒ , , = sin ϕ, ,0 .
∂y ∂y ∂y ∂y ∂y %
∂h
0=
∂y
A analogicky i pro z
∂% ∂ϕ
0= cos ϕ − % sin ϕ
∂z ∂z
∂% ∂ϕ ∂% ∂ϕ ∂h
!
0= sin ϕ + % cos ϕ ⇒ , , = (0, 0, 1) .
∂z ∂z ∂z ∂z ∂z
∂h
1=
∂z
78
Odtud
∂ ∂ sin ϕ ∂
= cos ϕ − ,
∂x ∂% % ∂ϕ
∂ ∂ cos ϕ ∂
= sin ϕ + ,
∂y ∂% % ∂ϕ
∂ ∂
= .
∂z ∂h
∂2 ∂2 1 ∂2 1 ∂
∆= + + + .
∂z 2 ∂% 2 % ∂ϕ
2 2 % ∂%
Studenti mají z nějakého důvodu často psychologický problém s operátory, protože tam
najednou není funkce, ale prázdné místo. Často k pochopení stačí jen psát místo prázd-
ného místa tečku:).
79
10. Lokální extrémy funkcí
10.1 Příklad – lokální extrémy explicitní funkce
Řešení:
• V tomto prvním příkladě motivujme kroky postupu jako analogii k postupu v případě
funkce jedné proměnné;
• zdůrazněme atypické body postupu (např. že extrém může nastat i v bodech, kde gra-
dient neexistuje);
• a připomeňme, že druhý totální diferenciál je kvadratickou formou v prostoru Er a zna-
čení definitnosti pomocí B.
Dom( f ) = E2 .
Obdobně jako v jedné dimenzi hledáme body, ve kterých je derivace rovna nule. V případě více
dimenzí vyšetřujeme nulovost gradientu, tedy parciálních derivací:
∂f ∂f
!
= (2x + 4y + 2, 4x + 10y − 4) = ~0
!
grad f = ,
∂x ∂y
2 4 −2 1 2 −1 1 0 −9
∼ ∼ .
4 10 4 0 2 8 0 1 4
∂2 f ∂2 f ∂2 f
(~a) = 2 (~a) = 10 (~a) = 4
∂x2 ∂y2 ∂x∂y
80
Definitnost se dá určit bud’ pomocí Sylvesterova pravidla, nebo babylonskou redukcí:
Jedná se tedy o pozitivně definitní kvadratickou formu, a proto má zadaná funkce v bodě (−9, 4)
ostré lokální minimum s hodnotou fmin = f (−9, 4) = −17.
Nejčastější chybou při sestavování druhého totálního diferenciálu je, že studenti zapo-
menou zohlednit počet záměnných smíšených parciálních derivací.
Řešení: Definiční obor funkce je opět celé E2 , nemáme odsud kandidáty na extrém. Gradient je pro
y , 0 roven
grad f = (2x, sgn (y)),
a tedy vždy nenulový; v bodech (x0 , 0), x0 ∈ R, neexistuje, čili se jedná o body podezřelé z extrému.
Postačující podmínku užít nelze (neexistuje-li gradient, nemůže existovat ani druhý totální diferen-
ciál), je nutné aplikovat definici. Protože pro bod (0, 0) platí
je bod ~0 bodem ostrého lokálního minima. Ostatní body (x0 , 0), x0 , 0, ovšem extrémy nejsou,
nebot’ na jednom okolí bodu hodnota funkce stoupá, na druhém klesá, což se dá nahlédnout například
nakreslením grafu funkce f (x, 0).
2
f (x, y) = e x −y (5 − 2x + y).
Řešení: Definiční obor funkce je opět celé E2 , nemáme odsud kandidáty na extrém. Gradient existuje
všude a je roven:
81
Dosazením y = 2x − 4 do první rovnice dostáváme
∂2 f 2 ∂2 f
= e x −y (2x(10x − 4x2 + 2xy − 2) + 10 − 8x + 2y) , (~a) = −2e3 ,
∂x 2 ∂x 2
∂2 f 2 ∂2 f
= e x −y (−1(2x − y − 4) − 1) , (~a) = −e3 ,
∂y 2 ∂y2
∂2 f 2 ∂2 f
= e x −y (−1(10x − 4x2 + 2xy − 2) + 2x) , (~a) = 2e3 .
∂x∂y ∂x∂y
Poznamenejme, že můžeme s výhodou využít dosazení bodu ~a již v průběhu derivovaní, čímž vynu-
lujeme spoustu členů (vnitřní závorku) díky nulovosti gradientu v bodě ~a
h i
d2 f~a ( dx, dy) = −2e3 dx2 − e3 dy2 + 4e3 dx dy = −e3 ( dy − 2 dx)2 − 2 dx2 CB 0 .
Jedná se tedy o indefinitní kvadratickou formu, a proto zadaná funkce na E2 extrém nemá. Grafem
funkce je část eliptického hyperboloidu.
a tato kružnice (bd(Dom( f ))) je kandidát na extrém. Navíc má funkce v bodech kružnice hodnotu
4, na okolí těchto bodů vyšší hodnotu, tedy body kružnice jsou body lokálního minima, tentokrát
neostrého. Hledejme stacionární body:
2x − 2 2y = ~0 .
!
grad f = p , p
2 x2 − 2x + y2 2 x2 − 2x + y2
Kandidátem by byl bod (1, 0), ovšem ten leží vně definičního oboru, tedy ho nemá smysl řešit. Jedi-
nými extrémy jsou tedy body kružnice.
82
10.5 Příklad – lokální extrémy implicitní funkce
Vyšetřete lokální extrémy funkce z(x, y), jež je zadána implicitně rovnicí
∂F
= 2(7z − 6x − 2y) , 0 .
∂z
∂F
∂z ∂x −8x − 2y + 6z
= − ∂F = ,
∂x ∂z
7z − 6x − 2y
∂F
∂z ∂y −y − 2x + 2z
= − ∂F = ,
∂y ∂z
7z − 6x − 2y
−8x − 2y + 6z = 0,
−y − 2x + 2z = 0,
8x2 + y2 + 7z2 + 4xy − 12xz − 4yz = 8.
Z prvních dvou rovnic (například odečtením nejdřív dvojnásobku, poté čtyřnásobku druhé rovnice od
první) získáme rovnosti
z
x= a y = z,
2
dosazením čehož do třetí rovnice
z2 z2
0 = 8 + z + 7z + 4 − 6z2 − 4z2 − 8 = 0
2 2
4 2
a ~b = (−1, −2); z ~b = −2 .
~a = (1, 2); z ~a = 2
Ověřme postačující podmínku. Druhé derivace určíme pouze ve stacionárních bodech, kde platí
zjednodušený vztah pro derivování podílu:
83
g(x0 ) g0 (x)h(x) − g(x)h0 (x) g0 (x0 )h(x0 ) − 0 · h0 (x0 ) g0 (x0 )
f 0 (x0 ) = = 0 ⇒ f 00 (x0 ) = = =
h(x0 ) h2 (x) x0
h2 (x0 ) h(x0 )
Navíc díky nulovosti gradientu v bodě x~0 nepočítáme totální derivaci funkcí, ale pouze parciální.
∂2 z −8 −2
x~0 = ~a
= =
∂x2 x~0
7z − 6x − 2y x~0
2
x~0 = ~b
∂2 z −1 − 4
1
x~0 = ~a
= =
∂y2 x~0
7z − 6x − 2y x~0 1
x~0 = ~b
4
∂2 z −2 − 2
1
x~0 = ~a
= =
∂x∂y x~0
7z − 6x − 2y x~0 1
x~0 = ~b
2
1h i 1h i
d2 z~a ( dx, dy) = − 8 dx2 + dy2 + 4 dx dy = − ( dy + 2 dx)2 + 4 dx2 C 0
4 4
1 h i 1h i
d2 z~b ( dx, dy) = 8 dx2 + dy2 + 4 dx dy = ( dy + 2 dx)2 + 4 dx2 B 0
4 4
Bod ~a = (1, 2) je tedy bodem ostrého lokálního maxima s hodnotou zmax = 2 a bod ~b = (−1, −2)
je bodem ostrého lokálního minima s hodnotou fmin = −2. Grafem funkce je elipsoid, takže výsledek
odpovídá.
Na příkladech
g(x, y) = 8x2 + 3y2 − 1, h(x, y) = −x4 + 2y2
! !
grad g(x, y) = (16x, 6y) = 0, grad h(x, y) = (−4x3 , 4y) = 0 ,
~xg = (0, 0) , ~xh = (0, 0) ,
d2 g~0 ( dx, dy) = 16 dx2 + 6 dy2 B 0 , d2 h~0 ( dx, dy) = 4 dy2 D 0 .
V případě funkce g postačující podmínka říká, že bod ~0 je bodem ostrého lokálního minima. V pří-
padě funkce h nám ovšem nic neřekla. Z tvarů funkcí je zjevně bod ~0 lokálním minimem funkce
g a sedlovým bodem funkce h. Vidíme tedy, že semidefinitnost druhého totálního diferenciálu nám
neříká nic o existenci extrému.
84
10.7 Příklad – lokální extrémy explicitní funkce
n o
Na množině M = (x, y, z) ∈ E3 : x, y, z > 0 vyšetřete všechny lokální extrémy funkce
∂f − 12 9 − x − 4y − 2z − 2x
= y2 z 9 − x − 4y − 2z + xy2 z p = y2 z p = 0,
p
∂x 9 − x − 4y − 2z 9 − x − 4y − 2z
∂f −2 9 − x − 4y − 2z − y
= 2xyz 9 − x − 4y − 2z + xy2 z p = 2xyz p = 0,
p
∂y 9 − x − 4y − 2z 9 − x − 4y − 2z
∂f −1 9 − x − 4y − 2z − z
= xy2 9 − x − 4y − 2z + xy2 z p = xy2 p = 0.
p
∂z 9 − x − 4y − 2z 9 − x − 4y − 2z
prověřování postačující podmínky užijeme s výhodou zjednodušení, kdy hodnoty druhých derivací
85
budou určovány pouze ve stacionárním bodě. Proto
∂2 f − 23 ∂2 f −5 ∂2 f −3
= y2 z p , = 2xyz p , = xy2 p .
∂x2 stac 9 − x − 4y − 2z ∂y2 stac 9 − x − 4y − 2z ∂z2 stac 9 − x − 4y − 2z
∂ f
2
−4 ∂ f
2
−2 ∂2 f −2
= y2 z p , = y2 z p , = 2xyz p .
∂x∂y stac 9 − x − 4y − 2z ∂x∂z stac 9 − x − 4y − 2z ∂y∂z stac 9 − x − 4y − 2z
3
d2 f~a ( dx, dy, dz) = − dx2 − 20 dy2 − 6 dz2 − 8 dx dy − 4 dx dz − 16 dy dz .
2
Tedy
− 3 −4 −2
2
d f~a ( dx, dy, dz) = ( dx, dy, dz) −4 −20 −8 ( dx, dy, dz)| .
2
−2 −8 −6
Jelikož pro hlavní minory matice B := −A platí ∆1 = 32 > 0, ∆2 = 30 − 16 > 0 a ∆3 > 0, je matice B
pozitivně definitní, čili A je negativně definitní. Proto je bod ~a ostrým lokálním maximem s hodnotou
f (~a) = 2. Navíc ve všech bodech množiny
n o
bd (Dom( f )) = (x, y, z) ∈ E3 : x, y, z > 0 ∧ x + 4y + 2z = 9
86
11. Vázané lokální extrémy
11.1 Příklad – lokální extrém explicitní funkce
Řešení:
• Kritické body: Definiční obor funkce je R2 , tedy jedinými kandidáty jsou nulové body gradientu
grad f (~x) = (yz, xz, xy) = ~0 ⇒ {(0, 0, c), (0, b, 0), (a, 0, 0) : a, b, c ∈ R} .
Všechny tři kvadratické formy jsou indefinitní (viz MAB3), tedy tato funkce nemá lokální extrém.
Řešení:
• Jde o demonstrační příklad (je také podrobněji komentován), proved’te sami a vysvět-
lete studentům postup.
• Zdůrazněte, že samotná kvadratická forma Lagrangeovy funkce o extrému nerozho-
duje, že je třeba zkoumat typ definitnosti redukované kvadratické formy (pokud si ne-
dokáží něco jiného).
87
• Definiční obor funkce:
Dom( f ) = E3 .
• Lagrangeova funkce:
L(x, y, z|λ) = xyz + λ(x + y + z − 3) .
• Stacionární body: Kandidáty na lokální extrém jsou pak nulové body gradientu (dle proměnných
x, y, z) z Langrangeovy funkce doplněné o vazební podmínky. Nebo se dá mluvit o nulových bodech
gradientu všech proměnných x, y, z, λ (viz teoretický dodatek).
∂L ∂L ∂L
= yz + λ = 0 & = xz + λ = 0 & = xy + λ = 0 & x+y+z=3
∂x ∂y ∂z
Z této soustavy, například postupným odčítám prvních tří rovnic mezi sebou a dosazením do čtvrté,
dostaneme následující stacionární body:
~a = (1, 1, 1), λ~a = −1, ~b = (0, 0, 3), λ~ = 0, ~c = (0, 3, 0), λ~c = 0, d~ = (3, 0, 0), λd~ = 0.
b
Pokud u bodu vyšlo λ = 0, znamená to, že tyto body jsou kandidáty na extrém bez nutnosti podmínky.
To nám dovoluje ověřovat ne pomocí postačující podmínky vázaných extrémů, ale pomocí jednodušší
podmínky nevázaného extrému. Platí totiž implikace, že lokální extrém je vždy vázaným lokálním
extrémem k vazbě, kterou splňuje.
• Postačující podmínka: V našem případě se jedná o poslední tři body, které jsme vyšetřili už v pů-
vodním příkladu, můžeme se tedy zaměřit na zbývající bod ~a. Na něj aplikujeme postačující podmínku
vázaného extrému.
∂2 L ∂2 L ∂2 L ∂2 L ∂2 L ∂2 L
(~
a ) = (~
a ) = (~a) = 0 & (~a) = (~a) = (~a) = 1
∂x2 ∂y2 ∂z2 ∂x∂y ∂x∂z ∂y∂z
Tato forma je indefinitní v E3 (podrobně odvod’te, viz MAB3), což ovšem o extrému nic nevypovídá.
Snížíme dimenzi druhého diferenciálu Lagrangeovy funkce o počet vazeb (zde tedy o jedna). Totálním
diferenciálem vazby g(x, y, z) = x + y + z − 3 = 0 je funkce
což je negativně definitní forma v prostoru E3−1 = E2 . Proto je bod ~a = (1, 1, 1) bodem ostrého
lokálního vázaného maxima s hodnotou fmax = 1.
88
• Připomeňte, že dimenze, pro níž se vyšetřuje typ definitnosti redukované kvadratické
formy Lagrangeovy funkce, se vypočte jako r − s, kde r je počet proměnných původní
funkce a s je počet vazeb. • Na TEFu se často derivuje také podle Lagrangeova mul-
tiplikátoru (ekvivalentní opsání vazby). Nenechte to studenty dělat, protože pak špatně
sestavují 2. TD (což se na fyzikách nedělá vůbec).
vázané vazbou
x2 − 2x + 2y2 + 4y = 0.
∂L !
= 2x + λ(2x − 2) = 0
∂x λ
∂L x= ~a = (0, 0) λ~a = 0
!
= 4y + λ(4y + 4) = 0 ⇒ λ+1 ⇒
∂y λ ~b = (2, −2) λ~b = −2
y=− = −x
∂L λ+1
!
!
= x2 − 2x + 2y2 + 4y = 0
∂λ
• Postačující podmínka:
∂2 L ∂2 L ∂2 L
= 2 + 2λ & = 4 + 4λ & =0
∂x2 ∂y2 ∂x∂y
d2 L~a ( dx, dy) = 2 dx2 + 4 dy2 B 0 & d2 L~b ( dx, dy) = −2 dx2 − 4 dy2 C 0.
Dále
Proto je bod ~a = (0, 0) bodem ostrého lokálního vázaného minima s hodnotou fmin = 0 a bod
89
~b = (2, −2) bodem ostrého lokálního vázaného maxima s hodnotou fmax = 12.
na množině
K = {(x, y, z, u) ∈ R4 : x2 + y2 + z2 = 9 ∧ u2 = 4}.
Řešení:
• Úloha lze řešit i snáze, vy ale postupujte důsledně metodou Lagrangeových multipli-
kátorů se dvěma vazbami.
• Stacionární body
∂L
!
= 2x + 2λx = 0
∂x
∂L
x , 0 → λ = −1 → y = 0 = z → x = ±3
!
= 4y + 2λy = 0
∂y
y , 0 → λ = −2 → x = 0 = z → y = ±3
⇒
∂L !
= 12z + 2λz = 0
z , 0 → λ = −6 → x = 0 = y → z = ±3
! ∂z
∂L
!
= x2 + y2 + z2 − 9 = 0
∂λ
90
∂L
= −2 + 2λu = 0
∂u
1
u = ±2 → µ = ±
⇒
∂L
!
2
= u2 − 4 = 0
∂µ
• Postačující podmínka:
d2 L( dx, dy, dz, du) = 2(1 − λ) dx2 + 2(2 − λ) dy2 + 2(6 − λ) dz2 − 2λ du2
Čemu se pro f (x, y) = 2y(1 − 2x) − x2 − 5y2 rovná Ran( f )? Které vlastnosti garantují existenci
p
Z přednášky víme, že spojitá funkce nabývá na kompaktní množině svých globálních extrémů a to,
že převádí souvislou množinu na souvislou. Pro zjištění Ran( f ) tedy stačí najít oba extrémy funkce.
Zřejmě je funkce nezáporná, nejmenší hodnotou je 0 nabývaná na hranici Dom( f ), proto stačí
hledat lokální maximum:
−2y − x 1 − 2x − 5y
grad f = p = ~0.
; p
2y(1 − 2x) − x2 − 5y2 2y(1 − 2x) − x2 − 5y2
Řešením je stacionární bod (−2, 1). Postačující podmínku extrému již zkoumat nemusíme, díky zmi-
ňované větě víme, že se maxima nabývat musí a bod (−2, 1) je jedinou zbývající možností.
Oborem hodnot tedy je interval Ran( f ) = h0, 1i.
91
11.6 Příklad – vázané lokální extrémy explicitní funkce
na množině
n o
K = (x, y, z) ∈ R3 : x, y, z > 0 ∧ x2 + y4 + z4 = 3 .
• Stacionární body
∂L ∂L ∂L
= y2 z2 + 2λx = 0 & = 2xyz2 + 4λy3 = 0 & = 2xy2 z + 4λz3 = 0
∂x ∂y ∂z
Vhodným sečtením druhé a třetí rovnice dostaneme y = z. Dosazením zpět do druhé rovnice zís-
káme x = −2λ. Z první rovnice už stačí vyjádřit y a dosadit vše do vazební podmínky. Pokud jsme
nezapomněli na podmínku x, y, z > 0, vyšel nám jediný stacionární bod
1
~a = (1, 1, 1), λ~a = − .
2
Řešení:
92
Jelikož funkce spojitá na kompaktní množině nabývá svých
extrémů, stačí nalézt všechny lokální extrémy a vybrat z nich
ten nejmenší a největší. Stačí pouze najít kandidáty na lo-
kální extrémy (příp. vázané lokální extrémy) a porovnat je-
jich funkční hodnoty. Není třeba v tomto případě ověřovat
postačující podmínku. Nejprve vyšetříme lokální extrémy na
M ◦ (vnitřek množiny M).
Dále vyšetříme lokální extrémy na bd(M). Zdůrazněte studentům, že nemůžeme sestavit Lagran-
geovu funkci se dvěma vazbami x = 0 a x2 +y2 = 1. Protože byste se tím omezili pouze na dva body. Je
tedy potřeba zvlášt’ vyšetřit obě vazby. Vázané lokální extrémy vzhledem k vazbě {(x, y) : x2 +y2 = 1}
1 = x2 + y2 ,
~a = (1, 0) , λ~a = −1 ,
~b = (0, ±1) , λ~ = −7 .
b
Pro vazbu x = 0 můžeme dosazením do funkce snížit dimenzi problému a vyšetřovat funkci
g(y) = f (0, y) jako funkci jedné proměnné. Tím získáme body podezřelé z extrému (0, 0) a (0, ±1).
Vidíme dle funkčních hodnot ve všech bodech podezřelých z extrému
že bodem globálního minima je bod ~a = (0, 0) s hodnotou 0 a body globálních maxim jsou body
~b = (0, ±1) s hodnotou 7.
x + y + u + v =6 ,
x2 + y2 + u2 + v2 =12 ,
D(F1 , F2 )
!
1 1
det = = 2(u − v) , 0
D(u, v) 2u 2v
∂u ∂v ∂u v − x ∂u ∂v ∂u v − y
1+ + =0 = 1+ + =0 =
∂x ∂x ∂x u − v ∂y ∂y ∂y u − v
⇒ ⇒
∂u ∂v ∂v x − u ∂u ∂v ∂v y − u
x+u +v =0 = y+u +v =0 =
∂x ∂x ∂x u − v ∂y ∂y ∂y u − v
~b = (2, 2), u ~b = 0, v ~b = 2 .
~a = (1, 1), u(~a) = 3. v(~a) = 1 &
• Postačující podmínka:
∂v ∂v ∂v
∂2 u ∂x
(~a) − 1 ∂2 u ∂y
(~a) − 1 ∂2 u ∂y
(~a)
(~
a ) = , (~
a ) = , (~a) = .
∂x 2 u(~a) − v(~a) ∂y2 u(~a) − v(~a) ∂x∂y u(~a) − v(~a)
∂u ∂u ∂v ∂v ∂2 u ∂2 u ∂2 u 1
(~a) = (~a) = 0 , (~a) = (~a) = −1 (~a) = (~a) = −1 , (~a) = −
∂x ∂y ∂x ∂y ∂x2 ∂y2 ∂x∂y 2
⇒
∂u ~ ∂u ~ ∂v ~ ∂v ~ ∂2 u ~ ∂2 u ~ ∂u ~
2
1
(b) = (b) = 0 , (b) = (b) = −1 (b) = (b) = 1 , (b) =
∂y ∂x ∂x ∂y ∂x2 ∂y2 ∂x∂y 2
!2
dy 3
d u~a ( dx, dy) = − dx − dy − dx dy = − dx +
2 2 2
− dy2 C 0 ,
2 4
!2
dy 3
d2 u~b ( dx, dy) = dx2 + dy2 + dx dy = dx + + dy2 B 0 .
2 4
Funkce u(x, y) má ostré lokální minimum v bodě (2, 2) a ostré lokální maximum v bodě (1, 1).
94
12. Riemannův integrál
12.1 Zavedení Riemannova integrálu na uzavřeném 2D intervalu
Zaved’te a diskutujte pojmy: dolní a horní integrální součet, zjemnění dělení, horní a dolní Riemannův
integrál, definice Riemannova integrálu a její přepis pomocí nerovnosti U(D, f ) − L(D, f ) < ε.
kde S i j = hxi−1 , xi i×hy j−1 , y j i a xi , y j jsou reálná čísla splňující a = x0 < x1 < x2 < · · · < xn = b,
c = y0 < y1 < y2 < · · · < ym = d.
Poznámka. V teorii jednorozměrného Riemannova integrálu představuje posloupnost D x =
(xi )ni=0 dělení intervalu ha, bi a posloupnost Dy = (y)mj=0 dělení intervalu hc, di.
• Řekneme, že D0 je zjemněním dělení D, jestliže
Poznámka. Lze si rozmyslet, že tato definice znamená totéž, jako že D0 je definováno pomocí
posloupností D0x a D0y takových, že D0x ⊂ D x a D0y ⊂ Dy . V takovém případě říkáme, že D0x je
zjemněním dělení D x a D0y je zjemněním D x .
• Každá dvě dělení J mají společné zjemnění.
• Dolním, resp. horním integrálním součtem funkce f : J → R při dělení D rozumíme výrazy
n X
X m n X
X m
L(D, f ) = µ(S i j )vi j , resp. U(D, f ) = µ(S i j )Vi j ,
i=1 j=1 i=1 j=1
kde
vi j = inf f (x), Vi j = sup f (x).
x∈S i j x∈S i j
– prostřední nerovnost plyne z definic L(D0 , f ), U(D0 , f ) a zřejmé nerovnosti mezi supre-
mem a infimem
95
– levá nerovnost plyne z faktu, že jednomu (i, j)-tému sčítanci µ(S i j )vi j v definici L(D, f )
odpovídá v definici L(D0 , f ) několik sčítanců µ(S i j,k )vi j,k přes intervaly S i j,k , pro které
platí:
∗ S i j = S i j,k ,
S
k P
∗ µ(S i j ) = µ(S i j,k ),
k
∗ vi j,k = inf f (x) ≥ vi j .
x∈S i j,k
– pravou nerovnost lze dokázat analogicky
• Necht’ D1 , D2 jsou dvě libovolná dělení f . Potom platí
96
Potom platí
n X n ! n n
X 1 i−1 j−1 1 XX 1
L(Dn , f ) = 3 + +2 = 2 (3i + j − 4) + 2
i=1 j=1
n2 n n n i=1 j=1 n
n(n + 1) 1 n(n + 1)
!
1 1
= 2 ·n·3 + ·n· − 4n + 2n2
n n 2 n 2
3(n + 1) n + 1 4
= + − + 2.
2n 2n n
lim L(Dn , f ) = 4 ≤ L( f ).
n→+∞
a stejně tak
lim U(Dn , f ) = 4 ≥ U( f ).
n→+∞
4 ≤ L( f ) ≤ U( f ) ≤ 4,
Vyslovte a dokažte základní větu teorie Riemannova integrálu o existenci integrálu pro každou spoji-
tou funkci a každý kompaktní dvourozměrný interval.
Důkaz. Připomeňme si pojem stejnoměrné spojitosti, s nímž se v kurzu matematické analýzy setká-
váme jen okrajově. Funkce f je spojitá na množině M, právě když platí
(∀~x0 ∈ M) (∀ε > 0) (∃δ > 0) (∀~x ∈ Uδ (~x0 ) ∩ M) ( f (~x) ∈ Uε ( f (~x0 ))).
Vztah stejnoměrné spojitosti a spojitosti je analogický jako vztah stejnoměrné konvergence a konver-
97
gence. Konkrétně, funkce f je spojitá na množině M stejnoměrně, právě když
(∀ε > 0) (∃δ > 0) (∀~x0 ∈ M) (∀~x ∈ Uδ (~x0 ) ∩ M) ( f (~x) ∈ Uε ( f (~x0 ))).
Při záměně symbolu ~x0 za ~y lze tento výrok v normovaném prostoru přepsat ekvivalentně jako
(∀ε > 0) (∃δ > 0) (∀~x, ~y ∈ M) (k~x − ~yk < δ =⇒ f (~x) − f (~y) < ε),
což představuje tzv. Bolzanovo-Cauchyovo kritérium stejnoměrné spojitosti. Volně přeloženo: jakmile
jsou dva body ~x, ~y dostatečně blízko, jsou dost blízko i funkční hodnoty f (~x), f (~y), přičemž vůbec
nezáleží na poloze ~x, ~y v množině M. Tento výrok nyní použijeme pro důkaz sporem.
Necht’ tedy platí opak, tj.
(∃ε > 0)(∀δ > 0)(∃~x, ~y ∈ M)(k~x − ~yk < δ ∧ f (~x) − f (~y) ≥ ε).
Uvažujme tedy toto ε a pro každé n ∈ N zvolme δ = 1n . K němu najdeme ~xn , ~yn tak, že sice k~xn − ~yn k <
1
n
, ale zároveň f (~xn ) − f (~yn ) > ε. Protože M je kompaktní, existuje konvergentní podposloupnost ~xkn
s limitou, kterou označíme ~x. Protože však k~xkn − ~ykn k < 1n , musí též platit
n→+∞
~ykn −−−−−→ ~x.
a tedy
lim f (~xkn ) − f (~ykn ) = 0,
n→+∞
Z
lim L(Dk , f ) = lim U(Dk , f ) = (R) f (x, y) d(x, y).
k→+∞ k→+∞
J
Důkaz. Vyjdeme z alternativní formulace existence integrálu, kterou lze zapsat takto:
(∀ε > 0) (∃D) U(D, f ) − L(D, f ) < ε . (12.3)
98
Skutečně, z definic L( f ), resp. U( f ) a 2. vlastnosti suprema, resp. infima plynou nerovnosti
(∀ε > 0) (∃D) L(D, f ) > L( f ) − ε ⇐⇒ (∀ε > 0) (∃D) − L(D, f ) < −L( f ) + ε ,
resp.
(∀ε > 0) (∃D) U(D, f ) < U( f ) + ε
což je ekvivalentní s (12.3), právě když U( f ) = L( f ), což je původní definice existence integrálu.
Dokažme tedy (12.3). Zvolme pevně ε > 0. Ze spojitosti f , a tedy i stejnoměrné spojitosti f na
kompaktním intervalu J plyne existence δ > 0 takového, že pro každé ~x, ~y ∈ J vzdálené od sebe méně
ε
než δ platí f (~x) − f (~y) < µ(J) . Zvolme nyní libovolné dělení D takové, že kDk < δ. Potom pro každé
S i j ∈ D nabývá f svého maxima v jistém bodě ~xi j a svého minima v bodě ~yi j , které jsou od sebe
vzdálené méně než δ. Proto platí
ε
Vi j − vi j = sup f (~x) − inf f (~x) = f (~xi j ) − f (~yi j ) < ,
~x∈S i j ~x∈S i j µ(J)
a tedy X X ε
U(D, f ) − L(D, f ) = µ(S i j )(Vi j − vi j ) ≤ µ(S i j ) = ε.
i, j i, j
µ(J)
Zvolme ε > 0 libovolně. V první části důkazu najdeme příslušné δ a protože posloupnost (Dk ) je
normální, od jistého k0 platí kDk k < δ. Potom však ∀k > k0 platí
Z
U(Dk , f ) − (R) f (x, y) d(x, y) < U(Dk , f ) − L(Dk , f ).
J
99
12.4 Fubiniova věta
Vyslovte a komentujte Fubiniovu větu pro spojitou funkci a kompaktní dvourozměrný interval.
Řešení:
Zd Zb
f x (x) = f (x, y) dy, fy (y) = f (x, y) dx.
c a
Z Zb Zd
f (x, y) d(x, y) = f x (x) dx = fy (y) dy.
J a c
Věta umožňuje vypočítat dvourozměrný integrál pomocí dvou vnořených jednorozměrných inte-
grálů. Po dosazení za f x , fy totiž dostáváme známější tvar
Zb Zd Zd
b
Z Z
f (x, y) d(x, y) = f (x, y) dy dx = f (x, y) dx dy.
J a c c a
Poznámka. Příslušnost integračních mezí k jednotlivým proměnným je velmi přehledně vidět, když
přímo za integrační symbol zapíšeme příslušný "diferenciální" symbol dx, dy:
Z Zb Zd Zd Zb
f (x, y) d(x, y) = dx dy f (x, y) = dy dx f (x, y).
J a c c a
Vypočítejte příklad 12.2 s pomocí Fubiniovy věty. Řešte pro obě pořadí integrace.
100
Řešení:
Z1 Z3 Z1 #3
y2
Z "
3x + y d(x, y) = dx dy 3x + y = dx 3xy +
2 y=2
h0,1i×h2,3i 0 2 0
Z1 " #1
5 3 2 5
= 3x + dx = x + x = 4,
2 2 2 0
0
Z Z3 Z1 Z3 " #1
3
3x + y d(x, y) = dy dx 3x + y = dy x2 + xy
2 x=0
h0,1i×h2,3i 2 0 2
Z3 #3
y2
"
3 3
= + y dy = y + = 4.
2 2 2 2
2
Podle skript zaved’te Riemannův integrál také pro libovolnou omezenou množinu a diskutujte, proč
nelze obecně garantovat, že integrál ze spojité funkce přes takovou množinu existuje.
Proto
L(D, χ M ) = 0, U(D, χ M ) = 1
a tedy i
L(χ M ) = 0, U(χ M ) = 1.
101
13. Vícerozměrný Riemannův integrál
13.1 Příklad – dvojrozměrný integrál
Vypočtěte Z
x
d(x, y) ,
y
M
n o
kde M = (x, y) ∈ E2 0 ≤ x ≤ 4 ∧ 1 ≤ y ≤ e .
Řešení:
Integrovat můžeme dvěma způsoby. Bud’ nejprve přes
y a poté přes x
Z4 Ze Z4 Z4
x
dy dx = x ln |y| e1 dx = x dx = 8 ,
y
0 1 0 0
Ze Z4 Ze Ze
x 1 h 2 i4 8
dx dy = x dy = dy = 8 .
y 2y 0 y
1 0 1 1
Ani jedna z mezí není funkční (jsou konstantní), tím pádem jsou oba způsoby stejně výpočetně ná-
ročné.
Vypočtěte Z
12(x + y)2 d(x, y) ,
M
n o
kde M = (x, y) ∈ E2 0 ≤ x ≤ 1 ∧ 0 ≤ y ≤ x .
Řešení:
Opět lze postupovat dvěma způsoby podle pořadí integrace. Jako první si vždy zvolíme jednu
proměnnou a určíme její maximální rozsah (první integrál), poté určíme, jak se druhá proměnná chová
v závislosti na první. Tím dostaneme meze pro druhý integrál, které budou obecně funkční.
102
Postup pro integrování přes y a poté přes x vypadá násle-
dovně
Z Z1 Zx
12(x + y) d(x, y) =
2
12(x + y)2 dy dx =
M 0 0
Z1 #x
(x + y)3
"
= 12 dx =
3 0
0
Z1
= 7x3 dx = 7
0
Zdůrazněte, že meze prvního integrálu nikdy nesmí být funkční! Vždy má obě meze
čísla.
(x − s)2 (y − t)2
( )
E = (x, y) ∈ E 2
+ ≤ 1, a, b > 0, s, t ∈ R .
a2 b2
Řešení: Konstanty s a t pouze posunují souřadnice středu elipsy. Můžeme je proto BÚNO položit
rovny nule a obsah elipsy bude stále stejný.
Maximální rozsah souřadnice x je (−a, a), meze dru-
hého integrálu zjistíme z nerovnosti
r
x2 y2 x2
+ ≤1 ⇒ |y| ≤ b 1− .
a2 b2 a2
q
2
b 1− x2
Za a Za
x =
r
a cos t
Z Z
x2
µ(E) = 1 d(x, y) = 1 dy dx = 2b 1− dx = =
a2 dx = −a sin t dt
E −a −a
q
2
−b 1− x2
a
Zπ Zπ Zπ
Z π
= 2ab sin2 t dt = ab(1 − cos(2t)) dt = ab 1 dt − cos(2t) dt = πab
0 0 0 0
| {z }
=0
103
• tento příklad prozatím neprovádějte užitím věty o substituci (bude probíráno poz-
ději)
R
• zdůrazněte, jak řešit integrály typu sin2 (x) dx
– sudé mocniny goniometrických funkcí se řeší převodem na dvojnásobný
úhel
– liché mocniny substitucí a převodem na polynom
• pokuste se studenty přesvědčit, že per partes zde není výhodné (převod na dvoj-
násobný úhel je daleko efektivnější)
Vypočtěte Z
(x2 + y) d(x, y) ,
M
Řešení:
0≤x≤1 0≤y≤1
√ ∨ √
x2 ≤ y ≤ x y2 ≤ x ≤ y
104
13.5 Příklad – určení integračních mezí
M = (x, y) ∈ E2 0 < y ≤ 2 ∧ y ≤ x ≤ 2y − 1 .
Řešení:
Snazší varianta je
2y−1
Z2 Z
f (x, y) dx dy .
1 y
Z2 Zx Z3 Z2
f (x, y) dy dx+ f (x, y) dy dx .
1 x+1 2 x+1
2 2
Řešení:
Viz obrázek
√y
Z48 Z 3
f (x, y) dx dy .
0 y
12
105
13.7 Příklad – regulární zobrazení
Nalezněte maximální množinu regularity zobrazení (x, y) = (a% cosn (ϕ), a% sinn (ϕ)) pro n = 1, n =
1/2 a n = 2, a > 0.
Pro n = 1/2 je ∆ = 21 a2 %(cos ϕ sin ϕ)−1/2 , pod odmocninou nemůže být záporné číslo, tj. oba sinus
i kosinus musí být kladné (jejich odmocniny vystupují v Jacobiho matici)
π
M1/2 = (%, ϕ) ∈ R % , 0 ∧ ϕ ∈ 0, + 2kπ k ∈ Z .
2
2
Pro n = 2 je ∆ = 2a2 % cos ϕ sin ϕ, musíme tedy vyloučit hodnoty, pro které sinus a kosinus jsou
nulové
( )
2ϕ
M2 = (%, ϕ) ∈ R % , 0 ∧
2
<Z .
π
Jak se změní výsledek předešlého příkladu, budeme-li k regularitě navíc požadovat, aby citované
zobrazení bylo na dané množině prosté?
Řešení: Musíme vzít v úvahu, že dané funkce jsou periodické a druhá mocnina ruší znaménko.
U první množiny můžeme provést úvahu, že libovolný bod kruhu dokážeme popsat pomocí délky
106
průvodiče a úhlu, který svírá s osou x
n o
M1 = (%, ϕ) ∈ R2 % > 0 ∧ ϕ ∈ (0, 2π) .
U druhé a třetí množiny připouštíme také záporná %, protože mocnina, resp. odmocnina, goniomet-
rické funkce nemůže nabývat záporných hodnot.
π
M1/2 = (%, ϕ) ∈ R2 % , 0 ∧ ϕ ∈ 0,
π 2
M2 = (%, ϕ) ∈ R2 % , 0 ∧ ϕ ∈ 0,
2
107
14. Integrál funkce více proměnných
14.1 Věta o substituci
Vyslovte větu o substituci pro Riemannův integrál a podrobně komentujte její obsah i symboliku.
Řešení: Věta o substituci pro Riemannův integrál (věta 1.6.36 skripta str. 97)
, , . . . ,
!
D(x x x )
∆ϕ~ (~ξ) = det ~ξ .
1 2 r
D(ξ1 , ξ2 , . . . , ξr )
Věta o substituci je vyslovena v omezeném znění na rozdíl od věty o substituci pro Lebesgueův in-
tegrál. Tato věta má méně předpokladů a platí ve smyslu hodnoty i existence obou integrálů. Problém
~ −1 (J) nemusí být obecně kompaktní
se zobecněním této věty spočívá v tom, že i když je J kompakt, ϕ
ani omezená množina. Pro neomezené množiny však Riemannův integrál nemůže být vytvořen.
x 2 y2
( )
E = (x, y) ∈ R 2 + 2 ≤ 1 ∧ x, y > 0 .
2
a b
Řešení: Množina E představuje čtvrtelipsu v prvním kvadrantu. Pro elipsu je výhodný popis v zobec-
něných polárních souřadnicích. Tj.
108
x = a% cos(ϕ) ,
y = b% sin(ϕ) ,
|J| = ab% .
Mez pro % získáme dosazením transformačních vztahů do nerovnosti ze zadání, úhel pak uváže-
ním, že se pohybujeme v prvním kvadrantu.
Z Zπ/2Z1 Zπ/2Z1
sin(2ϕ)
xy d(x, y) = a% cos(ϕ) · b% sin(ϕ) · ab% d% dϕ = a2 b2 %3 d% dϕ =
2
E 0 0 0 0
Zπ/2
a2 b2 a2 b2
= sin(2ϕ) dϕ =
8 8
0
Řešení: Množina A představuje plochu v prvním kvadrantu. Pro tuto plochu je výhodný popis v pseu-
dopolárních souřadnicích. Tj.
x = a% cos3 (ϕ) ,
y = b% sin3 (ϕ) ,
|J| = 3ab% cos2 (ϕ) sin2 (ϕ) .
Mez pro % získáme dosazením transformačních vztahů do nerovnosti ze zadání %2 ≤ 1, úhel pak
uvážením, že se pohybujeme v prvním kvadrantu ϕ ∈ [0, π/2].
109
Z Zπ/2Z1 Zπ/2
3ab
µ(A) = 1 d(x, y) = 3ab% cos2 (ϕ) sin2 (ϕ) d% dϕ = sin2 (2ϕ) dϕ =
8
A 0 0 0
Zπ/2 Zπ/2
3ab 1 − cos(4ϕ) 3ab 3abπ
= dϕ = 1 dϕ =
8 2 16 32
0 0
pro a, b, c ∈ R+ .
Řešení:
Křivku převedeme do zobecněných polárních souřadnic
x = a% cos(ϕ) ,
|J| = ab% .
y = b% sin(ϕ) ,
ab 2
%4 = % sin(ϕ) cos(ϕ) ,
c2
r
ab
%= sin(2ϕ) .
2c2
Z předpisu pro % v závislosti na ϕ je zřejmé, že % je rostoucí funkcí na (0, π/4) ∪ (π, 5π/4), pro
ϕ ∈ {π/4, 5π/4} dosahuje maxima rovného ab/(2c2 ), na intervalu (π/4, π/2) ∪ (5π/4, 3π/2) je tato
p
funkce klesající.
110
Obsah plochy ohraničené touto křivkou je integrál z jedničky přes množinu M.
q
ab
sin(2ϕ)
Zπ/2 2c2 Zπ/2 !2
a2 b2
Z Z
1 ab
µ(M) = d~x = 2 ab% d% dϕ = sin(2ϕ) dϕ =
2c2 2 c
M 0 0 0
Věnujte zvýšenou pozornost vysvětlení způsobu, jak kreslit křivky v polárních souřad-
nicích.
x = a% cos4 (ϕ) ,
|J| = 4ab% cos3 (ϕ) sin3 (ϕ) .
y = b% sin (ϕ) ,
4
111
√
4
√
4
Zπ/4 Zcos(2ϕ) Zπ/4 Zcos(2ϕ)
sin3 (2ϕ)
Z
µ(M) = d~x = 4ab% cos3 (ϕ) sin3 (ϕ) d% dϕ = 4ab% d% dϕ =
8
M 0 0 0 0
Zπ/4 p Zπ/4 p
ab ab
= cos(2ϕ) sin (2ϕ) dϕ =
3
cos(2ϕ) sin(2ϕ)(1 − cos2 (2ϕ)) dϕ =
4 4
0 0
Z1
cos(2ϕ) = t ab ab
= = t1/2 1 − t2 dt =
−2 sin(2ϕ) dϕ = dt 8 21
0
Necht’ a, b, c > 0 jsou pevně zvolené parametry. Necht’ je dále dána množina
x 2 y2
( )
M = (x, y, z) ∈ E 2 + 2 ≤ 1 ∧ 0 < z < c .
3
a b
0 < z < c,
−a ≤ x ≤ a ,
r r
x2 x2
−b 1 − 2 ≤ y ≤ b 1 − 2 .
a a
Za využití Fubiniovy věty lze snadno spočítat integrál.
q q
2 2
b 1− x2 b 1− x2
$ Za a Zc Za a Za r
c2 c2
Z Z
x2
z d(x, y, z) = z dx dy dz = 1 dx dy = 2b 1− dx =
2 2 a2
M −a 0 −a −a
q q
2 2
−b 1− x2 −b 1− x2
a a
Zπ p Zπ
a cos(ϕ) = x
= = abc 2
1 − cos2 (ϕ) sin(ϕ) dϕ = abc 2
sin2 (ϕ) dϕ =
−a sin(ϕ) dϕ = dx
0 0
Zπ
abc2 abc2 π
= (1 − cos(2ϕ)) dϕ =
2 2
0
112
Integrál pouze sestavte a výpočet ponechte jako domácí cvičení.
Necht’ a, b, c > 0 jsou pevně zvolené parametry. Vypočtěte těžiště části elipsoidu
x2 y2 z2
( )
E = (x, y, z) ∈ E x, y, z > 0 ∧ 2 + 2 + 2 ≤ 1 .
3
a b c
x = a% cos(ϑ) cos(ϕ) ,
y = b% cos(ϑ) sin(ϕ) , |J| = abc%2 cos(ϑ) .
z = c% sin(ϑ) ,
Analogicky lze také dopočítat zbylé dvě souřadnice. Těžiště množiny E je ~t = 83 (a, b, c).
113
15. Trojrozměrný integrál
15.1 Příklad – objem eliptického paraboloidu
Necht’ a, b, c, H > 0 jsou pevně zvolené parametry. Vypočtěte objem eliptického paraboloidu v dia-
gonálním tvaru
x2 y2
( )
z
T = (x, y, z) ∈ E : 2 + 2 − 2 ≤ 0 ∧ z ≤ H .
3
a b c
Řešení:
Zvolme cylindrické (válcové) souřadnice
s jakobiánem
D(x, y, z)
!
det = abc% > 0 .
D(%, ϕ, h)
Transformujme nerovnice v definici množiny T
%2 − 2h ≤ 0 ch < H
√ H
|%| ≤ 2h h< ,
c
navíc z první nerovnosti plyne h > 0. Dohromady tedy dostáváme meze integrálu
√ H
ϕ ∈ (0, 2π) , % ∈ (0, 2h) , h∈ .
c
Výpočet:
H √ H
Z2π Zc Z 2h " #2π Zc " 2 # √2h " 2 # Hc
% h ab
µ3 (T ) = abc% d% dh dϕ = abc ϕ dh = 2abcπ = πH 2 .
0
2 0 2 0 c
0 0 0 0
114
15.2 Příklad – třírozměrný integrál
#
Vypočtěte integrál z d(x, y, z), kde
M
n o
M = (x, y, z) ∈ E3 : (x + 4y)2 + (4x + 12y)2 + z2 ≤ 1 ∧ z ≥ 0 .
u = x + 4y , u ∈ R,
v = 4x + 12y , v ∈ R,
w = z, w ∈ R,
D(u, v, w)
!
det = 12 − 16 = −4.
D(x, y, z)
Ovšem to není jakobián, dle věty o substituci totiž potřebujeme determinant z matice derivací starých
proměnných dle nových proměnných. Pak podle věty o Jacobiho matici inverzního zobrazení máme
D(x, y, z)
!
1
J = det =− .
D(u, v, w) 4
s jakobiánem
D(u, v, w)
!
det = %2 cos(ϑ).
D(%, ϕ, ϑ)
115
Výpočet:
$ $ Z2π Zπ/2Z1
1 1
z d(x, y, z) = w d(u, v, w) = %3 cos(ϑ) sin(ϑ) d% dϑ dϕ =
4 4
M N 0 0 0
4 1
#2π " #π
% π
" #"
−cos(2ϑ) 2
= ϕ = .
4 0 0
4 0
16
s jakobiánem
D(x, y, z)
!
det = abc%2 cos(ϑ) .
D(%, ϕ, ϑ)
Transformujme nerovnice v definici množiny T
5
a% cos ϕ cos ϑ ≥ 0 (%2 ) 2 ≤ %2 cos2 ϑ cos 2ϕ
cos ϕ ≥ 0 %3 ≤ cos2 ϑ cos 2ϕ
π π
√
3 π π √
cos2 ϑ cos 2ϕ # 3 cos2 ϑ cos 2ϕ
Z2 Z4 Z2 Z4 "
%3
Z
µ3 (T ) = abc %2 cos ϑ d% dϕ dϑ = abc cos ϑ dϕ dϑ
3 0
− π2 − π4 0 − π2 − π4
π π π
Z2 Z4 Z1 Z4
abc abc
= cos3 ϑ cos 2ϕ dϕ dϑ = 1 − t2 dt cos 2ϕ dϕ
3 3
− π2 − π4 −1 − π4
" 3 1
# " # π4
abc t sin 2ϕ abc 4 4
= t− = = abc .
3 3 −1
2 − π4
3 3 9
116
15.4 Příklad – třídimenzionální míra (objem) těles
s jakobiánem
D(x, y, z)
!
det = −2abc%2 sin(2ϕ) sin ϑ cos3 ϑ .
D(%, ϕ, ϑ)
Jelikož jsme v prvním kvadrantu, musí % > 0. Transformujme zbývající nerovnici v definici T
%2 ≤ %(cos2 ϑ − sin2 ϑ)
% ≤ cos 2ϑ.
π π
Z4 Z2 cos
Z 2ϑ
µ (T ) =
3
2abc%2 sin(2ϕ) sin ϑ cos3 ϑ d% dϕ dϑ
0 0 0
π π
Z Z2 " 4 #cos 2ϑ
%3
= 2abc sin(2ϕ) sin ϑ cos3 ϑ dϕ dϑ
3 0
0 0
π π
Z4 Z2
2abc sin (2ϑ) 1 + cos (2ϑ)
= cos3 (2ϑ) dϑ sin(2ϕ) dϕ
3 2 2
0 0
π
Z1 2 #1 " #π
abc t4 t5
Z "
abc cos(2ϕ) 2
= t3 (1 + t) dt sin(2ϕ) dϕ = + −
12 12 4 5 0 2 0
0 0
!
abc 9 1 1 3
= + = abc .
12 20 2 2 80
117
15.5 Příklad – dvojrozměrný integrál přes neomezenou množinu
Řešení: Poznamenejme, že znak integrálu zde značí zobecněný Riemannův integrál, tedy přímočarou
analogii Riemannova integrálu zobecněného na neomezené množiny – možno zmínit i studentům.
Tento integrál počítejme pomocí již klasické transformace
1
x = √ % cos ϕ , ϕ ∈ (0, 2π) ,
a
1
y = √ % sin ϕ , % ∈ (0, ∞) ,
b
%
s jakobiánem √ .
ab
Integrál je pak roven
Z Z∞ Z2π Z2π Z∞
−ax2 −by2 1 −%2 1 1 −t
e d(x, y) = √ %e dϕ d% = √ 1 dϕ e dt =
ab ab 2
R2 0 0 0 0
" #2π " 2 #∞
1 t π
= √ ϕ = √ .
ab 0 4 0 ab
Řešení: V předešlém výsledku volme speciálně a = b, čímž spolu s použitím Fubiniovy věty dostá-
váme
π
Z Z Z Z Z
−ax2 −ay2 −ax2 −ay2 −ax2 2
= e d(x, y) = e dx e dy = e dx e−ax dx.
a
R2 R R R R
π
Z r
−ax2
e dx = .
a
R
R∞
Pro a > 0 vypočtěte
2
x2 e−ax dx.
0
118
Řešení: Vypočteme postupem analogickým k předchozím dvěma příkladům. Dle Fubiniovy věty platí
Z Z Z Z Z
2 2 −ax2 −ay2 2 −ax2 2 −ay2 2 −ax2 2
xye d(x, y) = xe dx ye dy = xe dx x2 e−ax dx .
R2+ R+ R+ R+ R+
Stačí nám tedy spočítat integrál na levé straně, což provedeme opět pomocí polární transformace
totožné s předpředchozím příkladem. Pak počítejme
Zπ/2Z∞
%2 cos2 (ϕ) %2 sin2 (ϕ) −%2 %
Z
2 2 −a(x2 +y2 )
xye d(x, y) = e d% dϕ =
a a a
R2+ 0 0
Zπ/2 Z∞
1 1 − cos (4ϕ) 1
= 3 dϕ t2 e−t dt =
a 8 2
0 0
" #π/2
1 π
= 3
ϕ Γ(3) =
16a 0
16a3
Pak
Z∞
π
r
2 −ax2 1
xe dx = .
4 a3
0
Z+∞
√
Γ(p) = t p−1 e−t dt , Γ(p + 1) = pΓ(p) , Γ(1) = 1 , Γ(1/2) = π.
0
• Vzorečky pro Gaussovské integrály se budou studentům hodit při počítání inte-
grálů s parametry.
119
16. Teorie míry
Motto: „Každý dospělý člověk musí znát míru.“
Řešení:
• σ-aditivní, pokud
+∞
[
∀X1 , X2 , . . . ∈ A : Xk ∈ A .
k=1
∀X, Y ∈ A : X \ Y ∈ A.
∀X, Y ∈ A : X ∩ Y ∈ A,
n
]
∀X, Y ∈ A ∃Q1 , . . . , Qn ∈ A : X \ Y = Qk .
k=1
120
Potencí množiny U rozumíme 2U = {X| X ⊂ U}.
Soustava B1 :
• je aditivní, protože sjednocení dvou uzavřených množin je uzavřená množina
• není σ-aditivní - protipříklad:
+∞ * +
[ 1 1
A= , = (0, 1i < B1
k=1
k + 1 k
• když není okruhem, nemůže být ani σ-okruhem, algebrou nebo σ-algebrou
• není ani polookruhem, protože ha, b) nelze zapsat jako konečné sjednocení uzavřených množin
Soustava B2 :
• je zjevně aditivní i σ-aditivní
• je uzavřená na rozdíly, proto je okruhem i σ-okruhem
• je algebrou i σ-algebrou, nebot’ má prezidenta E = N
• protože každý neprázdný okruh je také polookruh, je B2 polookruhem
Soustava B3 :
• je aditivní, protože sjednocení množin s konečným počtem prvků má konečný počet prvků
• není σ-aditivní - protipříklad:
+∞
[
A= {k} , card(A) = ℵ0
k=1
Řešení: Není ani jedno. Je pouze aditivní a σ−aditivní. Není uzavřená na rozdíly a rozdíly se nedají
121
nakombinovat ani jako konečné sjednocení otevřených množin. Např.
Řešení: Není aditivní, tj. nemůže být okruhem. Je uzavřená na průniky a každý rozdíl H \ K, kde
K, H ∈ H2 , lze nakombinovat z konečného počtu množin C1 , . . . , Cm ∈ H2 .
Řešení:
Necht’ A má 2 prezidenty A a B, A , B. Pro každé X ∈ A : X ⊂ A ∧ X ⊂ B. Tj. A ⊂ B ∧ B ⊂ A ⇔
B = A. Spor.
122
16.5 Příklad – prezident soustavy
Má soustava
Hr = {∅, hα1 , β1 ) × · · · × hαr , βr )| − ∞ < αk < βk < +∞, k ∈ r̂}
prezidenta?
Řešení:
B = {X ⊂ N| card(X) < ℵ0 }
Definujte borelovský uzávěr (minimální σ-okruh nad danou soustavou) a rozmyslete, které všechny
množiny spadají do borelovského uzávěru D0 soustavy D = {X ⊂ R| X = X ◦ }.
Řešení:
D0 obsahuje:
• všechny otevřené množiny
• všechny uzavřené množiny
• všechny konečně i spočetně prvkové množiny
• všechny intervaly v R
– (1, 3) \ (2, 3) = (1, 2i
123
– (1, 3) \ (1, 2) = h2, 3)
– h1, 3) ∪ (2, 3i = h1, 3i
– h1, 2) \ (1, 2) = {1}
Řešení:
Vysvětlete, že míra je zobrazení ze soustav množin do h0, +∞i. Symbolu h0, +∞i se
nebojte. Jsme na něm domluvení se studenty. Vysvětlete také, kdy se míra klasifikuje
jako ideální.
• konečně aditivní, jestliže pro libovolnou konečnou disjunktní posloupnost (Xn )mn=1
takovou, že Xn ∈ A ∀n ∈ m̂, pro niž navíc X = mn=1 Xn ∈ A, je F(X) =
U
Pm
n=1 F(Xn ).
• σ-aditivní, jestliže pro libovolnou nekonečnou disjunktní posloupnost (Xn )+∞n=1 ta-
U+∞ P+∞
kovou, že Xn ∈ A ∀n ∈ N a X = n=1 Xn ∈ A, je F(X) = n=1 F(Xn ).
• monotónní, jestliže ∀X, Y ∈ A : X ⊂ Y ⇒ F(X) ≤ F(Y).
• nezáporná, jestliže ∀X ∈ A : F(X) ≥ 0.
124
Řekneme, že množinová funkce F : A → h0, +∞i je ideální mírou na soustavě A,
pokud A je σ-algebra, F je σ-aditivní na A a F je úplná na A.
Řešení:
Ad 1)
• axiom nulovosti X
• axiom nezápornosti X
• axiom aditivity
• axiom monotonie
F(X) ≤ F(Y)
0≤0 X
⇒ je mírou.
Ad 2)
• axiom nulovosti X
• axiom nezápornosti je splněn, pokud a ≥ 0 X
125
• axiom aditivity
• axiom monotonie
F(X) ≤ F(Y)
→X = Y = ∅ 0≤0 X
→X = ∅ , Y , ∅ 0≤a X
→X , ∅ , Y , ∅ a≤a X
definoval míru na H1 ?
Řešení:
Funkce ϕ : R → R je reálná neklesající funkce s Dom(ϕ) = R. ϕ nazýváme vytvořující funkcí
míry F na polookruhu H1 nebo generátorem míry.
Řešení:
Y r
(ϕk (βk ) − ϕk (αk )) , X = hα1 , β1 ) × · · · × hαr , βr ) ,
F(X) =
k=1
0 ,
X = ∅,
126
16.12 Příklad – míra na H2
Necht’ ϕ(x) = 5x a ψ(y) = y|y| jsou vytvořující funkce míry F na H2 . Vypočtěte F(H), kde H =
h7, 9) × h−1, 2).
Řešení:
16.13 Příklad – H1
U+∞
Nalezněte posloupnost disjunktních množin Hk ∈ H1 takovou, že k=1 ∈ H1 .
Řešení:
* ! +∞
1 1 ]
Hk = a − , a − ⇒ Hk = ha − 1, a)
k k+1 k=1
Ukažte, že míra F generovaná vytvořující funkcí ϕ(x) = sgn (x) není na H1 σ-aditivní.
Řešení:
Volme posloupnost * !
1 1
Hk = − , − ,
k k+1
127
potom
+∞
]
H= Hk = h−1, 0) .
k=1
Je důležité, aby v tomto případě byla nula pravým krajním bodem (který se nikdy nenabývá). Kdyby
byla míra σ-aditivní, platilo by, že
+∞ * !!
X 1 1
F(h−1, 0)) = F − ,− .
k=1
k k+1
Řešení:
Je-li A neprázdný, pak existuje X ∈ A. Z aditivity, nezápornosti a reálnosti míry plynou následu-
jící axiomy.
• A je uzavřená na rozdíly ⇒ X \ X ∈ A ⇒ axiom prázdné množiny X
• F(∅) = F(∅) + F(∅) ∧ F je reálná ⇒ F(∅) = 0 ⇒ axiom nulovosti X
• Je-li X, Y ∈ A ∧ X ⊂ Y, pak na okruhu Y \ X ∈ A. Z aditivity míry F(X) + F(Y \ X) = F(Y).
Z nezápornosti F(Y \ X) ≥ 0 ⇒ F(X) ≤ F(Y) ⇒ axiom monotonie X
128
17. Teorie míry
17.1 Příklad – vnější míra
Vyslovte definici vnější míry a na příkladě míry F : H1 → h0, +∞i ukažte, že vnější míra nemusí
vždy splňovat axiomy míry, a tudíž není vždy mírou.
Řešení:
Sub(A) = {X| ∃A ∈ A : X ⊂ A} .
17.2 Příklad – Sr
Řešení:
129
My si ted’ ukážeme, že h0, +∞) × h0, +∞) ∈ S2 . Platí totiž
+∞
]
h0, +∞) × h0, +∞) = hk − 1, k) × hl − 1, l),
k,l=1
tj. množinu představující celý kladný kvadrant lze zapsat jako sjednocení „dlaždiček“ tvaru jednot-
kového čtverce. Navíc platí následující tvrzení, které lze dokázat podobným způsobem:
Platí:
• Sr je σ-aditivní,
• Sr není okruh ani polookruh.
Dokážeme poslední bod. Uvažujme případ r = 1. Jestliže do S1 patří otevřené intervaly, pak např.
rozdílem polouzavřeného intervalu ha, a + 1) a otevřeného intervalu (a, a + 1) získáme jednoprvkovou
množinu {a}. Kdyby byl S1 okruh, byl by uzavřený na rozdíly a musel by tedy tyto jednoprvkové
množiny obsahovat. Kdyby to byl polookruh, muselo by být možné jednoprvkovou množinu zapsat
jako konečné sjednocení prvků z S1 . Z konstrukce S1 však plyne, že ani jedno z toho není možné.
Podobně pro obecné Sr lze vyrobit rozdíl
Jak se zavádí míra na Sr ? Jak se podle této definice vypočte míra množiny h0, +∞)?
Řešení:
Míru na Sr je možné zavést díky následující větě:
+∞ * !
] 3 3
(1, 4) = 1+ ,1 + ,
k=1
k+1 k
takže
∞ * !! ∞ ! !
X 3 3 X 3 3
µσ ((1, 4)) = F 1+ ,1 + = ϕ 1+ −ϕ 1+
k=1
k+1 k k=1
k k+1
!
3
= ϕ(4) − lim ϕ 1 + = ϕ(4) − ϕ(1) = 9.
k→+∞ k+1
Ani v jednom případě se neprojevila Heavisidova funkce Θ(x − 4), protože ϕ jsme vždy vyčíslovali
v bodech x ≤ 4.
Řešení:
Znakem Mµ rozumíme soustavu všech µ-měřitelných množin. Protože Hr ⊂ Sr , stačí nám do-
kázat, že Sr ⊂ Mµ . Vezměme X ∈ Sr a ε > 0, pak za S můžeme zvolit přímo danou množinu X, tj.
S = X. Potom
µ(ex)
σ (S \ X) = µσ (∅) = 0 < ε .
Řešení:
132
Při výpočtu využíváme faktu, že pokud je vytvořující funkce míry spojitá, je míra in-
tervalu stejná nezávisle na tom, jestli do něj krajní body patří nebo ne, tj. µ((a, b)) =
µ(ha, b)) = µ((a, bi) = µ(ha, bi).
• Pro X = {7} zvolme S = h7, 7 + ε/2), potom S \ X = (7, 7 + ε/2) ∈ Sr a z definice měřitelnosti
µ(ex)
σ (S \ X) = µσ ((7, 7 + ε/2)) = µσ (h7, 7 + ε/2)) = ε/2 < ε .
(ex)
• Pro X = {7, 9, 11} zvolme S = h7, 7 + ε/6) ∪ h9, 9 + ε/6) ∪ h11, 11 + ε/6), potom S \ X =
(7, 7 + ε/6) ∪ (9, 9 + ε/6) ∪ (11, 11 + ε/6) ∈ Sr a z definice měřitelnosti
µ(ex)
σ (S \ X) = µσ (h7, 7 + ε/6)) + µσ (h9, 9 + ε/6)) + µσ (h11, 11 + ε/6)) = ε/2 < ε .
• Pak
+∞
ε/2
] !
S \X = 2n + 1, 2n + 1 +
n=1
n(n + 1)
a z definice měřitelnosti
+∞ +∞
ε/2 ε/2
X * !! X
µ(ex)
σ (S \ X) = F 2n + 1, 2n + 1 + = = ε/2 < ε .
n=1
n(n + 1) n=1
n(n + 1)
Necht’ ϕ(x) = 3x + Θ(x − 4) je vytvořující funkce Lebesgueovy míry µ(X) : Mµ → R~ . Čemu se rovná
µ(h1, 4i) ? Čemu se rovná µ({4}) ?
Řešení:
• V případě uzavřeného intervalu vypadá výpočet následovně
µ({4}) = µ(ex)
σ ({4}) = inf {µσ (h4, 4 + ε))} = inf {F(h4, 4 + ε))} = inf {3(4 + ε) + 1 − 12} = 1 .
ε>0 ε>0 ε>0
133
Jedná se tedy o bod, který má nenulovou míru (díky tomu, že vytvořující funkce míry má
v tomto bodě skok).
Ukažte, že Mµ má prezidenta. Poté ukažte, že pro ϕ(x) = x je µ(R) = +∞, ale pro ϕ(x) = arctg(x) je
µ(R) = π.
Řešení:
Kandidátem na prezidenta je Er . Protože Er ∈ Sr , je také prvkem Mµ . Navíc pro každou množinu
X ∈ Mµ platí, že X ⊂ Er . Er je tedy skutečně prezidentem Mµ .
Míra R = +∞ j=1 h− j, − j + 1) ] h j − 1, j) je
U
+∞
X k
X
µ(R) = (ϕ(− j + 1) − ϕ(− j) + ϕ( j) − ϕ( j − 1)) = lim (ϕ(− j + 1) − ϕ(− j) + ϕ( j) − ϕ( j − 1))
k→+∞
j=1 j=1
+ ∞ , ϕ(x) = x ,
= lim (ϕ(k) − ϕ(−k)) =
k→+∞ π ,
ϕ(x) = arctg(x) .
Necht’
−8 . . . x < 0
ϕ(x) =
x + 3 ... x ≥ 0
Řešení:
Nejprve snadno prokážeme, že U = (−∞, 0) ∈ Mµ . Protože U = ]∞ k=1 h−k, −k + 1), jde z definice
soustavy S1 prokázáno, že U ∈ S1 . A protože S1 ⊂ Mµ , je tvrzení prokázáno. Pro množiny z S1
ale platí, že µ(U) = µσ (U). Proto
∞
X n
X n
X
µ(U) = F(h−k, −k + 1)) = lim F(h−k, −k + 1)) = lim [ϕ(−k + 1) − ϕ(−k)] =
n→∞ n→∞
k=1 k=1 k=1
Užijte faktu, že µ je σ-aditivní a každou dirichletovskou množinu lze zapsat jako spo-
četné sjednocení jednoprvkových množin.
Výsledná nerovnost plyne ze spojitosti zleva. Proto jednoprvková množina je měřitelná a díky vlast-
nostem σ-algebry také všechny dirichletovské množiny.
Dokažte:
ϕ(x) = x ⇒ µ(Q ∩ hα, β)) = 0 .
Řešení:
Užijte stejný trik jako v příkladě 17.11. Zdůrazněte, že pokud existují množiny {q} ta-
kové, že µ({q}) , 0, což pro ϕ(x) , x lze, pak µ(Q ∩ hα, β)) nemusí vyjít nula!
µ({q}) = µ(ex)
σ ({q}) = inf {µσ (hq, q + ε))} = 0 .
ε>0
Míra dirichletovské množiny tedy musí být součet měr spočetně mnoha jednoprvkových množin (σ-
aditivita míry), což je pro ϕ(x) = x rovno nule.
Řešení:
135
Vysvětlete, že pro praktické aplikace (např. pravděpodobnost, statistika) je snazší pra-
covat právě s D0 .
Závěr: Všechny borelovské množiny jsou µ-měřitelné.
136
18. Konstrukce Lebesgueova integrálu
18.1 Příklad – měřitelná funkce
Řešení:
λ−měřitelná.
Řešení:
R, c < 0,
{x ∈ R| D(x) > c} = Q , c ∈ h0, 1) ,
∅ c ≥ 1
• R ∈ S1 ⊂ Mλ X
• Q ∈ Mλ , jak bylo ukázáno na minulých cvičení v příkladech na dirichletovské množiny X
• ∅ ∈ H1 ⊂ S1 ⊂ Mλ X
Ano, Dirichletova funkce je měřitelná.
137
18.3 Příklad – měřitelná funkce
Yc = {~x ∈ Er | f (~x) ≤ c} ∈ Mµ .
Řešení:
Označme: Xc = {~x ∈ Er | f (~x) > c} ∈ Mµ . Pak Yc = Er \ Xc . Zbytek plyne z faktu, že Mµ je
σ−algebra.
Wc = {~x ∈ Er | f (~x) = c} ∈ Mµ .
Řešení:
Viz věta 5.2.4 ve skriptech Teorie míry a Lebesgueova integrálu z roku 2014.
Necht’
√
ϕ(x) = Θ(x) x
Řešení:
Nosičem funkce je
supp(g) = {x ∈ R| g(x) , 0} = (0, +∞) .
138
Míra nosiče
+∞ * !! +∞
X 1 1 X
µ(supp(g)) = µσ ((0, 1)) + µσ (h1, +∞)) = F , + F (hk, k + 1)) =
k=1
k+1 k k=1
+∞ +∞
√ √ √
! X !
X 1 1 1
= √ − √ + k + 1 − k = lim k+1− √ = +∞
k=1 k k+1 k=1
k→+∞ k + 1
Necht’
x
ϕ(x) = Θ(x)
1+x
je vytvořující funkce Lebesgueovy míry µ(X) : Mµ → R~ . Je funkce g(x) = Θ(x)x2 µ−finitní?
Řešení:
Nosičem funkce g je interval
supp(g) = (0, +∞) .
= 1 < +∞ .
Řešení:
R ∈ S1 , c < 0 ,
+
{x ∈ R| Θ(x) > c} = R ∈ S1 , c ∈ h0, 1) , X
∅ ∈ H1
c≥1
Řešení:
1. h(R) ⊂ R~ X
2. h(R) = {0, 1, 2, 3} X
3. h je λ−měřitelná:
R ∈ S1 , c < 0,
(0, 3) ∈ S1 , c ∈ h0, 1) ,
{x ∈ R| h(x) > c} = (1, 3) ∈ S1 , c ∈ h1, 2) , X
(2, 3) ∈ S1 , c ∈ h2, 3) ,
∅ ∈ H1 ,
c≥3
4. h je finitní, nebot’ supp(h) = (0, 3) a µ(supp(h)) = 27 < +∞ X
⇒ h ∈ Zµ .
Řešení:
140
Necht’ f ∈ Zµ . Jestliže f (E) \ {0} = ∅, pak f (~x) dµ(~x) = 0. Pokud f (E) \ {0} =
R
E
{d1 , . . . , dm } , m ∈ N , dk ∈ R+ , k ∈ m̂ , jsou navzájem různá čísla. Pak součet
m
X
dk µ f −1 (dk )
k=1
Diskutujte, že není vždy pravda, že µ((a, bi) = µ(ha, b)). Zde to ale platí, nebot’ ϕ(x) =
x3 je všude spojitá.
141
19. Lebesguegův integrál
19.1 Příklad – Lebesgueův integrál z Dirichletovy funkce
Podle definice a poté podle věty o ekvivalentních funkcích vypočtěte klasický Lebesgueův integrál
z Dirichletovy funkce
1 , x ∈ Q ,
D(x) =
0 , x ∈ R \ Q .
Řešení:
Začneme cestou definice. Dirichletova funkce má díky µ(Q) = 0 omezený nosič a obor hodnot je
dvouprvkový, tedy D(x) je jednoduchá funkce a můžeme její integrál počítat dle kroku I
Z
(L )I D(x) dλ(x) = 1 · µ(Q) = 0.
R
Druhou možností je použít větu o ekvivalentních funkcí, která říká, že pokud se dvě funkce liší od
sebe pouze na množině míry nula, příslušné integrály se rovnají. A protože se Dirichletova funkce
liší od funkce nulové pouze na množině Q, což je množina míry nula, jsou oba integrály sobě rovné
a rovnají se nule.
Řešení:
Označme
Z+µ = { f | Ran( f ) ⊂ R+0 ∧ ∃ fn (x) ∈ Zµ : fn % f } .
Θ má dvouprvkový, tedy konečný obor hodnot, ale není finitní, tedy nepatří do Zλ . Hledejme
142
fn ∈ Zλ tak, aby fn (x) % Θ(x). Volme fn (x) = Θ(x)Θ(n − x). Pak:
Z Z
(L )II Θ(x) dλ(x) = lim (L )I Θ(x)Θ(n − x) dλ(x) = lim n = +∞.
n→∞ n→∞
R R
R
Vypočítejte (L ) dxe dλ(x).
R
Řešení:
Funkce dxe nabývá kladných i záporných hodnot, proto dxe < Z+λ a musíme postupovat dle třetího
kroku konstrukce Lebesgueova integrálu, tedy
Z Z Z
+
(L )III dxe dλ(x) = (L )II f (x) dλ(x) − (L )II f − (x) dλ(x)
R R R
pro
f + (x) = Θ(x)dxe, f − (x) = −Θ(−x)dxe.
Spočtěme první integrál. Funkce Θ(x)dxe opět není jednoduchá, proto vezměme posloupnost jedno-
duchých funkcí Θ(x)Θ(n − x)dxe, na kterou můžeme aplikovat první krok integrace:
n
n(n + 1)
Z Z X
(L )II Θ(x)dxe dλ(x) = lim (L )I Θ(x)Θ(n − x)dxe dλ = lim j = lim = +∞.
n→∞ n→∞
j=1
n→∞ 2
R R
Obdobně můžeme zjistit, že i druhý integrál je roven +∞. Jelikož je rozdíl nekonečen nedefino-
vaný, dostáváme dxe < L ? (R).
143
19.4 Příklad – Lebesgueův integrál
Necht’ ϕ(x) = x
1+5|x|
je vytvořující funkce Lebesgueovy míry µ : Mµ → R~ . Vypočítejte
Z
(L ) Θ(x) dµ(x).
R
je funkce Θ(x) µ-finitní, tedy patří do Zµ , a můžeme integrál z ní spočítat dle prvního kroku:
Z
1
(L ) Θ(x) dµ(x) = 1 ∗ µ(suppΘ(x)) = .
5
R
Pokud bychom si nevšimli, že Θ ∈ Zµ , můžeme integrál spočítat dle druhého kroku použitím
posloupnosti funkcí fn (x) = Θ(x)Θ(n − x) následovně
Z Z n n 1
(L ) Θ(x) dµ(x) = lim Θ(x)Θ(n − x) dµ(x) = lim ϕ(x) = lim = .
n→∞ n→∞ 0 n→∞ 1 + 5n 5
R R
což už můžeme počítat klasickými metodami jako doposud. Použijeme standardní polární souřadnice:
Z ZR Z2π %3 R π 2π ! 8
2 |y| d(x, y) = 2 % | sin ϕ| dϕ d% = 2
2
− cos ϕ + cos ϕ = R3 .
3 0 0 π 3
x2 +y2 ≤R2 0 0
144
19.6 Příklad – Lebesgueův integrál
Z Z∞ π
t2 2 π2
arctg(x)
(L ) Θ(x)arctg(x) dµ(x) = dx = = .
1 + x2 2 0 8
R 0
Vypočtěte Z
bxc dµ(x) ,
h1,3)∪{5}
Řešení:
Jelikož je generující funkce ϕ(x) se skokem, budeme postupovat dle definice.
Z Z Z Z
bxc dµ(x) = 1 dµ(x) + 2 dµ(x) + 1 dµ(x) =
h1,3)∪{5} h1,2) h2,3) {5}
145
19.8 Příklad – Lebesgueova míra
Řešení:
Omezenost množin M a M ◦ jsme použili při výpočtu µ(D). Pokud by byly neomezené,
nemohli bychom spočítat velikost množiny D; tento rozdíl by nebyl definovaný.
146
20. Parametrické integrály I
20.1 Integrál s parametrem
Vypočítejte
Z+∞
e−αx − e−βx
F(α) = dx
x
0
kde α, β > 0.
Řešení:
Použijeme větu 4.4.6 ve skriptech na str. 231 (o derivaci integrálu podle parametru).
∂ f (x, α)
≤ g(x) .
∂α
∂ f (x, α)
Z
dF
= dµ(x) .
dα ∂α
E
∂ f (x, α)
= −e−αx = e−αx ≤ e−α0 x = g(x),
∂α
přičemž
Z+∞ Z+∞ " #+∞
1 −α0 x 1
g(x) dx = e−α0 x
dx = − e = − ∈ R,
α0 0 α0
0 0
takže skutečně g ∈ L (R+ ). Jelikož můžeme brát α0 libovolně malé, máme skutečně pro každé
147
α ∈ (0, ∞) integrabilní majorantu nezávislou na α. Díky výše uvedené větě tedy platí
Z+∞ Z+∞
e−αx − e−βx ∂ e−αx − e−βx
!
dF d
= dx = dx
dα dα x ∂α x
0 0
Z+∞
1
= −e−αx dx = − .
α
0
F(α) = − ln α + C .
Z rovnosti
0 = F(β) = − ln β + C
dostaneme C = ln β, a tedy
Z+∞
e−αx − e−βx β
dx = ln β − ln α = ln .
x α
0
Řešení:
Využijeme znalosti Gaussova integrálu (až na znaménko −)
π
Z r
−ax2
F(a) = |{z} dx = −
−e , (20.1)
a
R f (x,a)
přičemž náš integrál vznikne derivací integrandu podle a. Ověříme předpoklady věty o derivaci podle
parametru.
• Původní integrál F(a) existuje pro každé a, protože jej umíme vypočítat.
• Funkce f (x, a) je spojitá a tedy měřitelná ∀a > 0.
• Integrabilní majorantu derivace lze zvolit jako
∂ f (x, a) 2 2 2
= x2 e−ax = x2 e−ax ≤ x2 e−a0 x = g(x)
∂a
pro pevně zvolené a0 > 0 a ∀a > a0 . Musíme ještě dokázat, že g ∈ L (R). Funkci g rozdělíme
148
na součin dvou funkcí, z nichž jedna je integrabilní a druhá omezená
a0 x 2 a0 x 2 a0 x 2 a0 x 2 a0 x 2
g(x) = x2 e− 2 · e− 2 ≤ sup(x2 e− 2 ) · e− 2 = K · e− 2 ∈ L (R) .
Potom platí
∂ −ax2 dF(a) 1 √ − 32
Z Z Z
2 −ax2 d 2
xe dx = −e dx = −e−ax dx = = πa .
∂a da da 2
R R R
Řešení:
Opět lze použít větu o derivaci podle parametru.
• F(0) = 0.
• Integrand f je na (0, +∞) spojitá, a tedy měřitelná funkce ∀β ∈ R.
• Nezávisle na β lze odhadnout derivaci integrandu integrabilní majorantou
∂ f (x, β)
= e−αx cos(βx) ≤ e−αx ∈ L (R+ )
∂β
Z+∞ Z+∞
∂ −αx sin(βx) α
!
dF
= e dx = e−αx cos(βx) dx = 2 .
dβ ∂β x α + β2
0 0
149
Pro výpočet tohoto integrálu lze použít komplexní analýzy. Platí
Z+∞
α
e−αx cos(βx) dx = , (20.2)
α2 + β2
0
Z+∞
β
e−αx sin(βx) dx = . (20.3)
α2 + β2
0
0 = F(0) = arctg(0) + C = C .
Z+∞ β
−αx sin(βx)
F(β) = e dx = arctg .
x α
0
Řešení:
Jedná se o další příklad na derivaci integrálu podle parametru. Ověříme předpoklady věty:
+∞
• Integrál existuje alespoň pro b = 0: F(0) = e−ax dx = 21 e−ax dx = 21 πa (polovina Gaus-
R 2
R 2 p
0 R
sova integrálu (20.1)).
150
• Integrand f je opět spojitá, a tedy měřitelná funkce na (0, +∞), a to ∀b ∈ R.
• Nezávisle na b ∈ R lze odhadnout
∂ f (x, b)
= −xe−ax sin(bx) ≤ xe−ax ∈ L (R+ ) ,
2 2
∂b
přičemž integrabilita plyne z podobného odhadu jako ve 2. příkladu. Integrál je také možné
spočítat přímo, jak bude shodou okolností vidět ve vztahu (20.4).
Po zderivování dostaneme
Z+∞
dF 2
= − xe−ax sin(bx) dx .
db
0
Na tento integrál aplikujeme metodu per partes při volbě u0 (x) = xe−ax , v(x) = sin(bx). Zjistíme
2
nejprve
t = −ax2
Z Z
−ax2 1 1 −ax2
u(x) = xe dx = =− et dt = − e , (20.4)
dt = −2ax dx 2a 2a
v0 (x) = b cos(bx) ,
Případně lze použít metodu integračního faktoru. Integrační konstantu C určíme dosazením b = 0,
pro něž hodnotu integrálu známe (viz 1. bod ověření předpokladů věty). Dostaneme C = 21 πa , takže
p
lze shrnout
Z+∞
1 π
r
b2
!
−ax2
e cos(bx) dx = exp − .
2 a 4a
0
151
20.5 Vícerozměrný integrál s parametrem
e−a(x +y ) − e−b(x +y )
Z 2 2 2 2
Řešení:
Integrál lze spočítat za pomoci věty o derivaci podle parametru. Ověříme její předpoklady:
• Integrál existuje pro a = b, protože zřejmě F(b) = 0.
• Integrand f je spojitá, a tudíž měřitelná funkce ∀a, ∀(x, y) ∈ R2 .
• Pro jisté pevně zvolené a0 > 0 platí
∂ f (x, y, a)
= −e−a(x +y ) cos(x2 + y2 ) ≤ e−a0 (x +y ) = g(x, y)
2 2 2 2
∂a
Z+∞
t = %2 a
= = −π e−at cos t dt = −π 2 ,
dt = 2% d% a +1
0
přičemž poslední rovnost plyne opět z (20.2). Nyní zpětně zintegrujeme podle a a dostaneme
π
Z
a da
F(a) = −π = − ln(a2 + 1) + C .
a +1
2 2
π
0 = F(b) = − ln(b2 + 1) + C ,
2
π
C = ln(b2 + 1) .
2
Shrneme tedy
e−a(x +y ) − e−b(x +y ) π π π b2 + 1
Z 2 2 2 2 !
cos(x + y ) d(x, y) = ln(b + 1) − ln(a + 1) = ln 2
2 2 2 2
.
x 2 + y2 2 2 2 a +1
R2
152
20.6 Integrál s parametrem
Řešení:
Integrál lze spočítat za pomoci věty o derivaci podle parametru. Ověříme její předpoklady:
• Integrál existuje alespoň pro a = b, protože zřejmě F(b) = 0.
• Integrand f je spojitá, a tudíž měřitelná funkce ∀a, ∀x ∈ R.
• Pro jisté pevně zvolené a0 > 0 platí
∂ f (x, a) 8 8
= −x3 e−ax ≤ x3 e−a0 x = g(x)
∂a
nebot’ poslední integrál je pouze polovina Gaussova integrálu (20.1). Zpětnou integrací podle a do-
staneme √ Z r
π 1 1√
F(a) = − da = − πa + C .
8 a 4
Dosazením a = b získáme hodnotu konstanty C z rovnosti
1√
0=− πb + C ,
4
1√
C= πb .
4
Potom je funkce Z
α 7→ f (x, α) dµ(x)
E
spojitá na P.
Řešení příkladu spočívá v ověření předpokladů této věty. Zde máme P = R, E = (0, +∞).
• Funkce ϕ(a) = cos(ax)
1+x2
je evidentně spojitou funkcí a pro každé x > 0.
• Funkce ϕ(x) = 1+x2 je spojitou funkcí x, a tedy i měřitelnou.
cos(ax)
cos(ax) 1
| f (x, a)| = ≤ = g(x) ,
1+x 2 1 + x2
kde integrál
Z+∞
1 π
dx = arctgx +∞
0 = ∈ R,
1+x 2 2
0
154
21. Parametrické integrály II
21.1 Integrál s parametrem
Vypočítejte
π
Z2
F(p) = ln(1 + p sin2 x) dx , p ≥ 0 .
0
Řešení:
Integrál lze spočítat za pomoci věty o derivaci podle parametru. Ověříme její předpoklady:
• Integrál existuje alespoň pro p = 0, protože zřejmě F(0) = 0.
• Integrand f je spojitá, a tudíž měřitelná funkce ∀p, ∀x ∈ (0, π2 ).
• Integrabilní majorantu lze volit jako
∂ f (x, p) sin2 x π
= ≤ sin x = g(x) ∈ L 0,
2
∂p 1 + p sin2 x 2
nezávisle na p ≥ 0.
Proto platí
Z2
π
t = tgx Z+∞ t2 Z+∞
dF sin2 x 1+t2 1 t2 1
= dx = dx = 1+t
dt = dt = dt
dp 1 + p sin2 x
2
1 + p 1+t
t 2
2
1 + t2 1 + (1 + p)t 1 + t2
2
t2
0 sin x = 1+t2
2 0 0
Z+∞ Z+∞
1 1 1 1 π 1
=− dt + dt = 1 − p .
p 1 + (1 + p)t 2 p 1 + t2 2p p+1
0 0
Tento postup rozkladu na parciální zlomky však nelze použít pro p = 0. V tom případě bychom měli
vypočítat integrál
Zπ/2 Zπ/2
1 − cos(2x) π
sin2 x dx = dx = .
2 4
0 0
Poslední tvar funkce v předchozích úpravách již platí i pro p = 0 a má příjemný tvar i pro
dF
dp
(p)
zpětnou integraci. Dostaneme
π
Z
1 p
F(p) = p dp = π ln p + 1 + 1 + C .
2 p+1 p+1+1
p
0 = π ln 2 + C → C = −π ln 2 .
155
Shrneme tedy
π
Z2 p p + 1 + 1
p
ln(1 + p sin2 x) dx = π ln p + 1 + 1 − π ln 2 = π ln .
2
0
Z+∞
F(a) = e−|a|x cos x dx ,
0
Z+∞
G(a) = e−|a|x sin(|a| x) dx ,
0
Řešení:
Pro a , 0 podle vztahů (20.2), (20.3) ihned dostáváme hodnoty
Z+∞
|a|
F(a) = e−|a|x cos x dx = ,
a2 +1
0
Z+∞
|a| 1
G(a) = e−|a|x sin(|a| x) dx = = .
a2 +a 2 2 |a|
0
Pro F platí sice lim F(a) = 0, avšak F(0) neexistuje, protože není splněna ani nutná podmínka kon-
a→0
vergence nevlastního integrálu, tj. konvergence integrandu k nule pro x → ±∞. Nemůžou být tedy
splněny předpoklady věty o spojitosti integrálu vzhledem k parametru. Konkrétně na množině obsa-
hující a = 0 není možné najít integrabilní majorantu.
Podobně pro G platí evidentně G(0) = 0, ale naopak lim G(a) = +∞.
a→0
Rozhodněte, zda
Z+∞ Z+∞
lim n −(n+1)x
xe dx = lim xn e−(n+1)x dx .
n→+∞ n→+∞
0 0
Řešení:
156
Jedná se o záměnu integrálu a limity, se kterou jsme se setkali již v MAB3 pro případ 1D Rieman-
nova integrálu a stejnoměrné konvergence funkční posloupnosti na uzavřeném omezeném intervalu
[a, b]. To však není tento případ. Místo toho lze pro ověření dané rovnosti použít větu 4.2.40 ve
skriptech na str. 218 (Lebesgueovu větu o integrabilní majorantě).
Po dosazení
Poslední rovnost lze ověřit nalezením lokálního maxima funkce h(x) = xe−x v bodě x = 1
s hodnotou h(1) = e−1 < 1. Platí totiž
a
h00 (1) = e−x (x − 2) x=1 = −e−1 < 0 .
Poznámka. V bodě x = 0 platí rovnost f0 (0) = fn (0), což nám stačí, ale tento bod není třeba
vůbec uvažovat, nebot’ nerovnost fn (x) ≤ g(x) musí být splněna pouze skoro všude.
Jako funkci g(x) lze tedy volit g(x) = f0 (x) = e−x , což je integrabilní funkce (tj. platí g ∈
L (E, µ)), protože
Z+∞
e−x dx = −e−x +∞
0 = 1 < +∞ .
• Protože
lim xn e−(n+1)x = 0 ∀x ≥ 0 ,
n→+∞
157
lze okamžitě vypočítat
Vypočítejte
Z+∞
e x/n x2
lim dx .
n→+∞ e x/n + 1 (1 + x2 )2
0
Řešení:
Naším cílem bude vypočítat zadaný příklad záměnou integrálu a limity. Nejprve ověříme předpo-
klady Lebesguovy věty.
• Funkce fn (x) jsou opět spojité, a tedy měřitelné.
• Platí
e x/n x2 x2 1
fn (x) = x/n ≤ ≤ = g(x) .
e + 1 (1 + x ) 2 2 (1 + x )
2 2 1 + x2
Funkce g je integrabilní majorantou funkční posloupnosti fn , protože
Z+∞ Z+∞
1 π
g(x) dx = dx = arctgx +∞
0 = < +∞ .
1+x 2 2
0 0
e x/n x2 1 x2
lim =
n→+∞ e x/n + 1 (1 + x2 )2 2 (1 + x2 )2
Případně lze využít vztahu, který lze snadno získat aplikací per partes
Z+∞ Z+∞
1 x2
dx = 2 .
1 + x2 (1 + x2 )2
0 0
158
21.5 Lebesgueova věta
Jak se to má s rovností
Z1 Z1
lim x dx =
n
lim xn dx ?
n→+∞ n→+∞
0 0
Řešení:
Oba předpoklady Lebesgueovy věty jsou splněny (integrabilní majorantou je na intervalu x ∈
h0, 1i funkce g(x) = 1), a proto rovnost platí. Navíc limn→+∞ xn = 0 pro x ∈ (0, 1), což je totéž jako
pro skoro všechna x ∈ h0, 1i. Tím pádem
Z1 Z1
lim xn dx = 0 dx = 0 .
n→+∞
0 0
Obdobnou větu o záměně z MAB3 zde opět nelze použít. Sice je nyní integrační interval omezený (a
lze ho považovat pro účely riemannovské integrace za uzavřený), ale limitní funkce f posloupnosti
spojitých funkcí fn (x) = xn na intervalu h0, 1i je
0 , x ∈ h0, 1) ,
f (x) =
1 ,
x = 1.
h0,1i (0,1)
Není tedy spojitá, takže fn 6⇒ f . Snadno lze však supremálním kritériem ukázat, že dokonce fn 6⇒ 0.
Parametrizujte elipsu
(x − s)2 (y − t)2
+ =1
a2 b2
a sestavte integrál reprezentující vyčíslení její délky. Pro variantu a = b integrál vyčíslete.
Řešení:
V řeči středoškolské analytické geometrie, převedeme středový tvar elipsy na parametrický
x(τ) = s + a cos(τ)
~ (τ) = (x(τ), y(τ))
ϕ : , τ ∈ h0, 2πi .
y(τ) = t + b sin(τ)
Délka křivky se spočte jako integrál jednotkové funkce přes tuto křivku. Definice křivkového
integrálu prvního druhu je následující (definice 2.1.10 skripta str. 135).
159
Necht’ ϕ~ (t) : ha, bi → Er je parametrizace jednoduché hladké regulární křivky a necht’
f : Er → R je funkce definovaná alespoň na množině ϕ ~ . Pak definujeme křivkový
integrál prvního druhu z funkce f podél křivky ϕ ~ předpisem
Z Zb
˙
f (~x) dµc (~x) := ~ (t) ϕ
f ϕ ~ (t) dt ,
hϕ~ i a
ϕ
!
D~ dx dy
= , = (−a sin(τ), b cos(τ)) ,
Dτ dτ dτ
ϕ
q
D~
= a2 sin2 (τ) + b2 cos2 (τ) .
Dτ
Z Z2π q
λ1 (E) = 1 dµc (~x) = a2 sin2 (τ) + b2 cos2 (τ) dτ .
hϕ~ i 0
Řešení:
• Parametrizace
D √ E
~ (t) = t, t2 ,
ϕ t ∈ 0, 2
• Derivace paramerizace
~˙ (t) = (1, 2t)
ϕ
• Norma derivace
√
~˙ (t) =
ϕ 1 + 4t2
160
• Geometrický obraz křivky
D √ E
~ = (x, y) ∈ E y = x ∧ x ∈ 0, 2
ϕ 2 2
Parametrizujte křivku
x 2 y2 x y z
( )
C = (x, y, z) ∈ E 3
+ =1 ∧ + + =1 .
a2 b2 a b c
Řešení:
Možností parametrizace je vždy více, výhodné je vzít takovou, která nám zjednoduší rovnice nebo
definiční obory. V tomto příkladě volíme
x(τ) = a cos(τ) ,
~ (τ) = (x(τ), y(τ), z(τ)) ;
ϕ y(τ) = b sin(τ) , τ ∈ h0, 2πi .
z(τ) = c (1 − cos(τ) − sin(τ)) ,
161
22. Křivkový integrál
22.1 Křivkový integrál prvního druhu
Vypočtěte Z
y2 dµc (x, y) ,
M
Řešení:
Parametrizace
~ (t) = (a(t − sin(t)), a(1 − cos(t))) ,
ϕ t ∈ h0, 2πi .
Derivace
~˙ (t) = (a(1 − cos(t)), a sin(t)) .
ϕ
q
~˙ (t)k =
kϕ a2 1 − 2 cos(t) + cos2 (t) + a2 sin2 (t) = a 2(1 − cos(t))
p
Integrál bude
Z Z2π √ √ 3Z
2π
M 0 0
Z2π Z2π
t t t x = cos 2t = x
=(2a)3 sin5 dt = (2a)3 sin 1 − cos2 dt = =
2 2 2 1
2
sin t
2
dt = dx
0 0
Z1 #1
2x3 x5
"
256 3
=16a 3
1 − x dx = 16a x −
2 3
+ = a .
3 5 −1 15
−1
162
Řešení:
Derivace
√
~˙ (t) = cos(2t), sin(2t), 3, −2tg(t) .
ϕ
Norma derivace
2
q q
~˙ (t) =
ϕ cos2 (2t) + sin2 (2t) + 3 + 4tg2 (t) = 2 1 + tg2 (t) = .
cos(t)
Délka křivky
Zβ Zβ sin(β)
x = sin(t)
Z
2 2 cos(t) dx
l= dt = 2
dt = =2 =
cos(t) 1 − sin (t) dx = cos(t) dt 1 − x2
0 0 0
sin(β)
1 + sin(β)
Z ! !
1 1
= + dx = − ln(1 − sin(β)) + ln(1 + sin(β)) = ln
1−x 1+x 1 − sin(β)
0
se má rovnat √
√
1 + 2
2 + 2
2
√ = ln .
ln √
2− 2 2
1− 2
√
Odtud plyne, že sin(β) = 2
2
, proto β = π4 . Koncovým bodem je tedy bod
√ !
1 1 3π 1
, , , ln .
2 2 4 2
kde
n o
M = (x, y) ∈ E2 y = 2x2 ∧ x ∈ h0, 1i .
Řešení:
Definice křivkového integrálu druhého druhu je následující (definice 2.1.13 skripta str. 136).
163
Necht’ ϕ~ (t) : ha, bi → Er je parametrizace jednoduché hladké regulární křivky a necht’
~ x) : Er → Er je funkční vektor definovaný alespoň na množině ϕ
F(~ ~ . Pak definujeme
~ x) podél křivky ϕ
křivkový integrál druhého druhu z vektoru funkcí F(~ ~ předpisem
Z Zb X
r Zb D
~ x) dµc (~x) :=
E
F(~ ϕ(t))ϕ̇i (t) dt =
Fi (~ F(~ ~˙ (t) dt ,
ϕ(t)) ϕ
i=1
hϕ~ i a a
Parametrizace
~ (t) = t, 2t2 ,
ϕ t ∈ h0, 1i .
Derivace
~˙ (t) = (1, 4t) ,
ϕ
D E
~˙ (t) = t, −2t2 (1, 4t) = t − 8t3 .
ϕ(t)) ϕ
F(~
Z Z1 "2 #1
t 3
(x, −y) dµc (~x) = t − 8t dt =
3
− 2t = − .
4
2 0 2
M 0
Vypočtěte Z
−x2 y, xy2 dµc (x, y) ,
M
Řešení:
Parametrizace
~ (t) = (R cos(t), R sin(t)) ,
ϕ t ∈ h0, 2πi .
Derivace
~˙ (t) = (−R sin(t), R cos(t)) ,
ϕ
D E
~˙ (t) = −R3 cos 2(t) sin(t), R3 cos(t) sin(t) (−R sin(t), R cos(t)) = 2R4 cos2 (t) sin2 (t) .
ϕ(t)) ϕ
F(~
Integrál bude
Z2π Z2π
2
πR4
Z
4 sin (2t) 1
−x y, xy
2 2
dµc (~x) = 2 R dt = R4 (1 − cos(4t)) dt = .
4 4 2
M 0 0
164
22.5 Greenova věta
Řešení:
Greenova věta (věta 2.1.28 skripta str. 142)
~ .
Přičemž znaménko v Greenově větě závisí na způsobu proběhnutí geometrického obrazu ϕ
Příslušné parciální derivace jsou
∂F2 ∂F1
= y2 , = −x2 .
∂x ∂y
πR4
= .
2
Vypočítejte Z
e x [(1 − cos(y)) dx − (y − sin(y)) dy] ,
M
n o
kde M je hranice oblasti O = (x, y) ∈ E2 0 < x < π ∧ 0 < y < sin(x) , probíhaná v kladném směru.
Řešení:
Označme F1 = e x (1 − cos(y)), F2 = e x (sin(y) − y), potom
∂F1 ∂F2
= e x sin(y) , = e x (sin(y) − y) .
∂y ∂x
165
Podle Greenovy věty pak
Zπ sin(x)
Z Z
e [(1 − cos(y)) dx − (y − sin(y)) dy] =
x
e (sin(y) − y − sin(y)) dy dx =
x
M 0 0
π
Z sin(x)
Z Zπ
1
=− ye x dy dx = − sin2 (x)e x dx =
2
0 0 0
Zπ Zπ
1 1
=− (1 − cos(2x))e x dx = − eπ + 1 + cos(2x)e x dx .
4 4
0 0
Zπ Zπ Zπ
x
cos(2x)e dx = [cos(2x)e x ]π0 +2 sin(2x)e dx = e − 1 +
x π
2 [sin(2x)e x ]π0 −4 cos(2x)e x dx ,
0 0 0
Zπ
eπ − 1
cos(2x)e x dx = .
5
0
Po dosazení
eπ − 1
Z !
1 π 1
e [(1 − cos(y)) dx − (y − sin(y)) dy] = − e + 1 +
x
= − (eπ − 1) .
4 5 5
M
166
23. Plošný integrál
23.1 Příklad – plocha pláště koule
Řešení:
Na úvod shrneme potřebné pojmy.
pokud integrál napravo existuje (bud’ jako Riemannův nebo jako Lebesgueův). Číslo
!
~ )=
µ( ℘ 1 dµS (~x), pokud existuje, nazýváme obsahem plochy S v E3 .
h℘~ i
Nejprve je nutné parametrizovat povrch koule. Parametrizace plochy koule (zjevná souvislost se
sférickými souřadnicemi pro konstantní vzdálenost od středu)
℘
D~
= (−R sin(ϑ) cos(ϕ); −R sin(ϑ) sin(ϕ); R cos(ϑ)) ,
Dϑ
℘
D~
= (−R cos(ϑ) sin(ϕ); R cos(ϑ) cos(ϕ); 0) ,
Dϕ
℘ ℘
* +
D~ D~
E≡ = R2 ,
Dϑ Dϑ
℘ ℘
* +
D~ D~
F≡ = R2 cos2 (ϑ) ,
Dϕ Dϕ
℘ ℘
* +
D~ D~
G≡ = 0.
Dϑ Dϕ
∆g = E · F − G2 = R4 cos2 (ϑ) .
n o
Označme povrch koule jako G = (x, y, z) ∈ E3 x2 + y2 + z2 = R2 . Pak
Z Zπ/2 Z2π
µ (G) =
2
1 dµS (x, y, z) = R2 cos(ϑ) dϕ dϑ = 4πR2 .
G −π/2 0
Prakticky vždy je rychlejší počítat normu normálového vektoru (vektorový součin deri-
vací).
Řešení:
Parametrizace plochy, pokud je zadaná funkcí, je triviální. x a y jsou pro nás parametry a třetí
složku již máme vyjádřenou pomocí prvních dvou
√ √ √
~ (u, v) = u; v; u2 + v2 ,
℘ u ∈ (0; 2) , v ∈ − 2u − u2 ; 2u − u2 .
(u − 1)2 + v2 = 1 .
168
V rovině u − v tedy vysekne kruh o poloměru 1 a středu (1, 0). U jednoho parametru volíme ma-
ximální možný rozsah, u druhého vyjádříme, jakých hodnot může nabývat v závislosti na hodnotě
předchozího.
Derivace parametrizace budou
℘
!
D~ u
= 1; 0; √ ,
Du u2 + v2 !
℘
D~ v
= 0; 1; √ .
Dv u2 + v2
℘ ℘ u2
* +
D~ D~
=1+ 2 ,
Du Du u + v2
℘ ℘ v2
* +
D~ D~
=1+ 2 ,
Dv Dv u + v2
℘ ℘
* +
D~ D~ uv
= 2 .
Du Dv u + v2
Gramův determinant
u2 v2 u2 v2 u2 v2
∆g = 1 + + + − = 2.
u2 + v2 u2 + v2 u2 + v2 u2 + v2
Obsah plochy je
√
" Z2 Z2u−u2 q 2
√ Z √ √
~
µ2 ℘ = 1 dµS (~x) = ∆g dv du = 2 2 u 2 − u du =
√
h℘~ i 0 − 2u−u2 0
π/2 Zπ/2
u = 2 sin2 (t) √ Z √
= = 16 2 sin2 (t) cos2 (t) dt = 4 2 sin2 (2t) dt =
du = 4 sin(t) cos(t) dt
0 0
Zπ/2 π/2
√ Z √
= 2 2 1 dt − cos(4t) dt = 2π .
0 0
| {z }
=0
n o
Vypočtěte obsah části kulového pásu S = (x, y, z) ∈ E3 x2 + y2 + z2 = r2 ∧ 0 < H1 < z < H2 < r ,
kde H1 , H2 , r ∈ R+ jsou parametry.
Řešení:
169
Jde o plochu se symetrií kolem osy z, proto volíme cylindrické souřadnice
x = % cos ϕ
y = % sin ϕ x2 + y2 + z2 = r2 ⇒ %2 + h2 = r2 .
z=h
Volit zde sférické souřadnice není výhodné, ačkoliv se jedná o část koule. Bylo by totiž
obtížné identifikovat množinu M.
℘ √ 2
D~ √
= − r − h2 sin ϕ, r2 − h2 cos ϕ, 0 ,
Dϕ
℘
!
D~ −h −h
= √ cos ϕ, √ sin ϕ, 1 .
Dh r 2 − h2 r 2 − h2
℘ ℘
* +
D~ D~
= r 2 − h2 ,
Dϕ Dϕ
℘ ℘ r2
* +
D~ D~
= 2 ,
Dh Dh r − h2
℘ ℘
* +
D~ D~
= 0.
Dϕ Dh
Gramův determinant je
∆g = h2 + r2 − h2 = r2 .
Odvod’te vzorec pro výpočet plošné míry grafu funkce dvou proměnných.
Řešení:
170
Uvažme f : M → R, kde f je diferencovatelná na množině M = M ◦ . Parametrizace grafu funkce
má tvar
~ (x, y) = (x, y, f (x, y)) .
℘
℘ ∂f
!
D~
= 1, 0, ,
Dx ∂x
℘ ∂f
!
D~
= 0, 1, .
Dy ∂y
Skalární součiny
!2
℘
℘ D~ ∂f
* +
D~
=1+ ,
Dx Dx ∂x
!2
℘
℘ D~ ∂f
* +
D~
=1+ ,
Dϕ Dϕ ∂y
℘ D~
℘ ∂f ∂f
* +
D~
= · .
Dϑ Dϕ ∂x ∂y
Gramián !2 !2
∂f ∂f
∆g = 1 + + .
∂x ∂y
Vzorec pro výpočet plošné míry grafu funkce
"
s
!2 !2
∂f ∂f
~ )=
µ( ℘ 1+ + dx dy .
∂x ∂y
M
Řešení:
Zajímavým zástupcem ploch v E3 je matematický anuloid, nazývaný někdy též toroid či tórus. Stu-
denti si jej mohou představit jako donut (americký koblížek, který s oblibou svačil Homer Simpson).
Tato plocha de facto představuje ideální pneumatiku. Její rozměry jsou popsány dvěma poloměry –
velkým R, jež dimenzuje poloměr anuloidu (vzdálenost středu a osy anuloidu) a malým r, jež dimen-
zuje poloměr kruhového kolmého řezu toroidem. Parametrizací matematického anuloidu může být
např. zobrazení
171
Jedná se o integrál prvního druhu. Vypočteme tedy nejprve derivace parametrizace
℘
D~
= (−r sin t cos ϕ, r sin t sin ϕ, r cos t) ,
Dt
℘
D~
= (−(R + r cos t) sin ϕ, (R + r cos t) cos ϕ, 0) ,
Dϕ
a skalární součiny
℘ ℘
* +
D~ D~
= (R + r cos t)2 ,
Dϕ Dϕ
℘ ℘
* +
D~ D~
= r2 ,
Dt Dt
℘ ℘
* +
D~ D~
= 0.
Dϕ Dt
Gramián
∆g = r2 (R + r cos t)2 .
Z2π Z2π
2
~ )=
µ( ℘ r(R + r cos t) dt dϕ = 4π2 rR .
0 0
Vypočtěte plošný integrál druhého druhu I = (y − z, x − z, x − y) dµS (x, y, z) přes část pláště S kužele
R
S
x2 + y2 = z2 , kde 0 ≤ z ≤ H a x, y > 0.
Řešení:
Nejprve si připomeňme definici integrálu druhého druhu.
172
Necht’ ℘ ~ (u, v) : G → E3 je parametrizace jednoduché hladké regulární plochy v eukli-
~ x) : E3 → E3 definovaný alespoň na
dovské prostoru E3 . Necht’ je dán funkční vektor F(~
množině ℘ ~ x)
~ . Pak definujeme plošný integrál druhého druhu z funkčního vektoru F(~
přes plochu ℘ ~ předpisem
" " *
℘ ℘
+
~ x) dµS (~x) ≡ D~ D~
F~ ℘
~ (u, v) (u, v) × (u, v) d(u, v) ,
F(~
Du Dv
h℘~ i G
je-li pravá strana definována. Tento integrál někdy zapisujeme též v méně formálním
tvaru Z
F1 (~x) dx2 dx3 + F2 (~x) dx3 dx1 + F3 (~x) dx1 dx2 .
h℘~ i
Opět se jedná o plochu se symetrií okolo osy z, je proto výhodný popis v cylindrických souřadni-
cích
~ (r, t) = (r cos(t), r sin(t), r), r ∈ (0, H) , t ∈ (0, π/2) .
℘
Derivace parametrizace
℘
D~
= (cos(t), sin(t), 1) ,
Dr
℘
D~
= (−r sin(t), r cos(t), 0) ,
Dt
a normálový vektor
~ı ~ ~k
℘ D~
D~ ℘
× = cos(t) sin(t) 1 = (−r cos(t), −r sin(t), r) .
Du Dv
−r sin(t) r cos(t) 0
h(r sin(t) − r, r cos(t) − r, r cos(t) − r sin(t)) | (−r cos(t), −r sin(t), r)i = 2r2 cos(t) − 2r2 cos(t) sin(t) .
ZH Zπ/2 Z1
H3
Z
2 3
I= (y − z, x − z, x − y) dµS (x, y, z) = 2r cos(t)(1 − sin(t)) dt dr = H
2
t dt = .
3 3
S 0 0 0
173
23.7 Příklad – Gaussova-Ostrogradského věta
Řešení:
Z x = a% cos ϑ cos ϕ ,
x3 , z3 , y2 dµS (x, y, z) = y = b% cos ϑ sin ϕ , |J| = abc%2 cos ϑ =
S z = c% sin ϑ ,
Z2π Zπ/2 Z1
= a3 bc 3%2 cos2 ϑ cos2 ϕ%2 cos ϑ d% dϑ dϕ =
0 −π/2 0
Z2π Zπ/2 1 + cos(2ϕ)
3
= a3 bc cos ϑ 1 − sin2 ϑ dϑ dϕ =
5 2
0 −π/2
Z1
3 4
= a3 bcπ 1 − t2 dt = a3 bcπ .
5 5
−1
174
23.8 Příklad – Gaussova-Ostrogradského věta
Řešení:
~ y, z) = (x, y + z, x + y + z) je div F~ = 3. Podle Gaussovy–
Divergence vektorové funkce F(x,
Ostrogradského věty je integrál
" $
x dy dz + (y + z) dz dx + (x + y + z) dx dy = 3 dx dy dz = 3µ3 (V) .
S V
n o
kde C = (x, y, z) ∈ E3 x2 + y2 = 1 ∧ x + z = 1 .
Řešení:
175
(Stokesova věta) Necht’ je množina S jednoduchou hladkou regulární plochou v E3 , jejíž
ϕi. Necht’ dále
okraj tvoří uzavřená, jednoduchá, po částech hladká regulární křivka h~
existuje otevřená množina G taková, že pro uzávěr množiny S platí S̄ ⊂ G. Necht’ dále
F~ : E3 → E3 je vektor funkcí spojitě diferencovatelný na množině G. Potom
I "
~ x) dµC (~x) = a
F(~ ~ x) dµS (~x) ,
rot F(~
hϕ~ i S
Množinou C je elipsa vzniklá řezem válce x2 +y2 = 1 rovinou x +z = 1. Rotace funkčního vektoru
F~ = (y − z, z − x, x − y) je
℘
D~
= (cos ϕ, sin ϕ, − cos ϕ) ,
D%
℘
D~
= (−% sin ϕ, % cos ϕ, % sin ϕ) ,
Dϕ
~ı ~ ~k
℘ D~
D~ ℘
× = cos ϕ sin ϕ − cos ϕ = (%, 0, %) .
D% Dϕ
−% sin ϕ % cos ϕ % sin ϕ
Z Z2π Z1
(y − z, z − x, x − y) dµC (x, y, z) = − 4% d% dϕ = −4π .
C 0 0
176
24. Appendix
24.1 FAQ
• Er vs Rr : Základním vztahem mezi těmito dvěmi pojmy je Er = (Rr , h·|·i, k·k, %e (·)). Prakticky, ozna-
čení Er používáme pro zdůraznění, že využíváme znalosti eukleidovské metriky/normy/příslušného
skalárního součinu. V mnoha případěch stačí uvádět Rr .
• grad vs. ∇: Základním pojmem MAB4 je gradient jakožto vektor parciálních derivací. Operátorová
podoba, pro studenty z fyzikálních předmětů známá, nabla, není zas tak využitelná. Hodí se použít
jen v souvislosti s ostatními diferenciálními operátory (rotace, divergence, laplace).
• Bacha na body, ve kterých počítáme derivaci implicitně zadané funkce. Např pro funkci z = z(x, y)
zadanou rovnicí F(x, y, z) = 0 počítáme
∂z ∂ x F(x0 , y0 , z0 )
(x0 , y0 ) = − .
∂x ∂z F(x0 , y0 , z0 )
• Mreg : Připomeňme dvě definice: na množině regularity je dané zobrazení regulární; a zobrazení je
na M transformací, pokud je na M regulární a prosté. Proto, pokud je otázka směřována na množinu
regularity, výsledkem má být Mreg (ne nutně prosté zobrazení), ale jakmile mluvíme o transformaci
(chceme transformovat nějaký výraz), zjišt’ujeme Mreg i M, kde je navíc prostá. Můžeme přemýšlet
o konkrétnějším značení, např. Mtrans .
• Neomezený Riemannův integrál: Narozdíl od toho, co se v těchto nebo předešlých zápiskách tvrdí,
studenti se v prváku setkali s rozšířením Riemannova integrálu na neomezené intervaly. Na situ-
aci to mění jen to, že větu typu "Riemann nefunguje na neomezených množinách"zaměníme za typ
"Riemannem na neomezených množinách se nebudeme zabývat, protože si zanedlouho představíme
Lebesguea".
• d(x, y) vs. dx dy: Kvůli konzistenci s teorií je třeba i v příkladech rozlišovat tato značení. Pokud
máme vícerozměrný integrál (tedy neurčeno pořadí integrace; tedy před použitím Fubiniovy věty),
je třeba použít d(x, y). Jakmile je integrál napsán jako složení jednorozměrných integrálů, můžeme
použít dx dy.
177
24.2 Cvičení 11 - Vázané extrémy
Nejprve krátce shrneme nástroje diferenciálního počtu k vyšetřování lokálních vázaných extrémů
funkcí. Pro p, r ∈ N a necht’ je dána funkce f : Er+p → R a množina
~ x) = ~0}
M = {~x ∈ Er+p : G(~
kde G ~ : Er+p → E p . Potom funkce f má lokální vázaný extrém v bodě ~a vzhledem k množině M,
jestliže platí
(∃ε > 0) (∀~x ∈ Dom( f )) ~x ∈ Uε∗ (~a) ∩ M =⇒ f (~x) • f (~a) .
kde relační operátor • ∈ {>, ≥, <, ≤}. Podle volby • se jedná po řadě o ostré (vázané lokální) minimum,
neostré minimum, ostré maximum a neostré maximum.
~ x) = ~0 má tvar
Lagrangeova funkce příslušná funkci f a vazební podmínce G(~
p
L(~x; ~λ) = f (~x) −
X
λkGk (~x).
k=1
Poznámka. Podmínka (24.1) zaručuje, že v každém bodě ~x ∈ M lze vybrat p sloupců i1 , . . . i p matice
DG ~
D~x
tak, že z nich složená matice rozměru p × p má nenulový determinant (je regulární). To však
~ x) = ~0
podle věty o implicitních funkcí znamená, že odpovídající proměnné xi1 , . . . .xi p lze z vazby G(~
lokálně vyjádřit pomocí zbývajících r složek vektoru ~x. Množina M s těmito vlastnostmi se nazývá
r-rozměrnou varietou v Er+p .
Poznámka. r + p složek stacionárního bodu ~a (bodu podezřelého z lokálního vázaného extrému) a p
hodnot Lagrangeových multiplikátorů λ1 , . . . , λ p lze vypočítat ze soustavy rovnic
∂L ~
(~a; λ) = 0 ∀k ∈ {1, 2, . . . , r + p} ,
∂xk
Gk (~a) = 0 ∀k ∈ {1, 2, . . . , p} .
178
Rovnice v druhém řádku přitom pouze zajišt’ují, že ~a ∈ M. Platí však
∂L ~
Gk (~a) = (~a; λ),
∂λk
takže vlastně pokládáme rovny nule derivace L podle všech prostorových proměnných i Lagrangeo-
vých multiplikátorů.
Vektor ~h ∈ Er+p je tečným vektorem k varietě M v bodě ~a, jestliže existuje zobrazení
~ : R → M takové, že ψ
ψ ~ 0 (0) = ~h. Množinu všech tečných vektorů k M
~ (0) = ~a a ψ
v bodě ~a nazýváme tečným prostorem k M v bodě ~a a značíme T M (~a).
~ ∈ M platí
Důkaz. Dokážeme pouze implikaci ⇒. Pro každé t z předpokladu ψ(t)
~ψ
G( ~ (t)) = ~0.
a dosazením t = 0 pak
r+p
~
∂G ~~a (~h) = ~0.
(~a)~h = dG
X
k=1
∂xk
Postačující podmínka pro lokální vázaný extrém. Ve stacionárním bodě ~a je ostré vázané
lokální minimum, resp. maximum, resp. není extrém, jestliže druhý totální diferenciál
funkce L (vzhledem k prostorovým proměnným ~x) zúžený na tečný prostor T M (~a), je
pozitivně definitní, resp. negativně definitní, resp. indefinitní. Značíme
d2 L~a T B 0, atd.
M (~
a)
179
~~a (~h) = rank DG~ = p, lze z těchto rovnic vždy vyjádřit p proměnných
Protože rank dG D~x
~k = (hi1 , . . . , hi p )
a dosadit do d2 L~a (~h). Vznikne kvadratická forma ve zbylých r proměnných, kterou nazýváme redu-
kovanou kvadratickou formou a značíme d2 L~a(red) . Přitom platí
∂L ~
(~a; λ) = 0 ∀k ∈ {1, 2, . . . , r + p} ,
∂xk
Gk (~a) = 0 ∀k ∈ {1, 2, . . . , p} .
3. Vypočítáme d2 L~a .
~~a (~h) = ~0 vypočítáme p složek vektoru ~h
4. Zúžíme d2 L~a na tečný prostor T M (~a), tj. ze vztahu dG
a dosadíme do d2 L~a (~h), čímž získáme redukovanou formu v r proměnných d2 L~a(red) (~k).
5. Rozhodneme o typu (definitnosti) redukované formy d2 L~a(red) .
Poznámka. V důkazu nutné podmínky existence vázaného lokálního extrému využíváme větu o impli-
citních funkcích, která nám umožňuje pomocí p vazebních rovnic vyjádřit p proměnných xi1 , . . . .xi p
jako funkce ostatních r proměnných. Nemusíme však apriori vědět, které to jsou.
Větu o implicitních funkcích lze využít k hledání vázaných extrémů i přímo. Rovnici (resp. více
rovnic), která implicitně definuje jednu funkci (resp. více funkcí), doplníme o dalších p vazebních
rovnic. Poté již standardním způsobem vyšetřujeme lokální extrém implicitně zadané funkce. Počet
nezávisle proměnných přidáním vazeb klesne o p. Tyto proměnné však nyní musíme pevně zvolit.
Jestliže pro naši volbu najdeme body, kde nejsou splněny předpoklady věty o implicitních funkcích
(tzv. kritické body), stále může vést k řešení jiná volba nezávisle proměnných.
Na jednoduchém příkladu si nyní demonstrujeme probrané postupy. Hledejme vázaný lokální
extrém funkce f (x, y) = x2 + y2 na množině
• Intuitivní postup: Z úvahy nebo obrázku je hned vidět, že M je jednotková kružnice se středem
v bodě (2, 0) a f (x, y) je pouze kvadrát vzdálenosti od počátku. Proto nabývá minima v bodě
(1, 0) a maxima v bodě (3, 0). Pokud nevěříme obrázku, lze z vazby vyjádřit
f (x, y) = x2 + y2 = 3 + 2x
180
a je zřejmé, že vzdálenost od počátku je největší, resp. nejmenší pro bod z M s největší, resp.
nejmenší hodnotou x.
• Standardní postup: Sestavíme Lagrangeovu funkci
G(x, y) = (x − 2)2 + y2 − 1 = 0
a k tomu
∂L
0= = 2x + 2λ(x − 2),
∂x
∂L
0= = 2y + 2λy = 2y(1 + λ)
∂y
Z druhé rovnice vychází bud’ y = 0 nebo λ = −1. Ve druhém případě by však nebyla splněna
první rovnice, a proto y = 0. Z vazby dopočítáme dvě hodnoty x1 = 1 a x2 = 3. Jim přísluší
hodnoty λ1 = 1, resp. λ2 = −3. Druhý diferenciál
je pozitivně, resp. negativně definitní v bodech (1, 0), resp. (3, 0). Není tedy ani třeba provádět
zúžení na tečný prostor, který je dán rovnicí
(red)
dL(x1,2 ,0)
( dy) = (2 + 2λ) dy2 .
Závěr je stejný, f nabývá vázaného lokálního minima v bodě (1, 0) a maxima v bodě (3, 0).
• Postup pomocí vyšetřování extrému implicitní funkce: Necht’ z = f (x, y) je implicitně defino-
váno rovnicí
F(x, y, z) = x2 + y2 − z = 0.
G(x, y, z) = (x − 2)2 + y2 − 1 = 0.
Z těchto vazeb lze vyjádřit 2 ze 3 proměnných jako funkce zbývající proměnné. Zvolme si jako
181
nezávisle proměnnou y a uvažujme x = x(y), z = z(y). Potom pro derivace x0 = dx 0
dy
,z = dz
dy
platí
D(F, G) x0 ∂ F
= − .
D(x, z) z0 ∂y G
−4(x − 2) + 4y · x0
!
d −4y 4
z =
00
= = .
dy (x − 2) (x − 2)2 x∈{1,3},y=0 2−x
Po dosazení x = x1 = 1 dostáváme z00 (0) = 4 > 0, takže v bodě (x, y) = (1, 0) je lokální mini-
mum z(y), a tedy i lokální vázané minimum f (x, y). Podobně pro x = x2 = 3 je z00 (0) = −4 < 0
a v bodě (3, 0) má z(y) lokální maximum, resp. f (x, y) lokální vázané maximum. Nakonec při-
pomeňme, že při volbě x jako nezávisle proměnné by úloha neměla řešení, protože v bodech
(1, 0) a (3, 0) je
D(F, G) 2y −1
det = det = 2y = 0.
D(y, z) 2y 0
182