Cvičení MAB4

Cvičení z MAB4
Milan Krbálek, Pavel Strachota, Tomáš Hobza, Michal Kozák, Jitka Kostková
6. února 2020
Obsah
1 Limita a spojitost funkce více proměnných 5
2 Diferenciální počet funkce více proměnných 17
3 Totální diferenciál 25
4 Diferenciální počet funkce více proměnných 33
5 Taylorův rozvoj 41
6 Bonusové příklady a Implicitní funkce 50
7 Implicitní funkce 56
8 Regulární transformace 69
9 Záměna proměnných 74
10 Lokální extrémy funkcí 80
11 Vázané lokální extrémy 87
12 Riemannův integrál 95
13 Vícerozměrný Riemannův integrál 102
14 Integrál funkce více proměnných 108
15 Trojrozměrný integrál 114
16 Teorie míry 120
17 Teorie míry 129
18 Konstrukce Lebesgueova integrálu 137
19 Lebesguegův integrál 142
20 Parametrické integrály I 147
21 Parametrické integrály II 155
22 Křivkový integrál 162
23 Plošný integrál 167

1
24 Appendix 177
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
Pro funkci f : Er → R definujte Dom( f ), f (A), f −1 (B) a Ran( f ).
Řešení:
Ve skriptech MAB4 se chápe zápis f (~x) jako dvojznačný:

1. funkční hodnota v bodě ~x,
2. funkce jako objekt - prvek funkčního prostoru.
Tento zápis je výhodný, jestliže funkci nemáme pojmenovanou, tj. jako objekt lze uva-
žovat např. i funkce zapsané předpisem x2 , x+1 apod. Korektnější zápis funkce jako ob-
jektu je však pouze symbolem f , pro nepojmenované funkce pak zápisem tvaru x 7→ x2 .
V tomto materiálu se pokusíme co nejvíce používat tento druhý, korektnější zápis. Proto
nepíšeme f (~x) : Er → R, ale pouze f : Er → R.
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
Dom( f ) := ~x ∈ Er : ∃ f (~x) = ~x ∈ Er : (∃y ∈ R)((~x, y) ∈ f ) ,

f (A) := {y ∈ R : (∃~x ∈ A)(y = f (x))} = { f (~x) : ~x ∈ A} ,

f −1 (B) := {~x ∈ Er : f (~x) ∈ B} ,
Ran( f ) := f (Dom( f )) ,
f −1 (b) := f −1 ({b}) .
5
a nazýváme po řadě definičním oborem funkce f resp. obrazem množiny A při zobrazení f resp. vzo-
rem množiny B při zobrazení f , resp. oborem hodnot funkce f , resp. vzorem prvku b při zobrazení f .
1.2 Vzor množiny a inverzní funkce
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}.
1.3 Grafy funkcí více proměnných
Co představují grafy funkcí
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 ) .
• Funkci f lze přepsat do tvaru

2
f (r) = 1 + e−r ,
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
• Graf funkce g je množina splňující rovnici
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 ,
a provedeme substituci x̃ = 3x, vidíme, že z se rovná kvadrátu vzdálenosti od středu r2 =

x̃2 + y2 a jeho řez libovolnou rovinou rovnoběžnou s osou z je parabola z = r2 . Skutečný graf
v souřadnicích (x, y, z) vznikne „zhuštěním“ útvaru podél osy x s faktorem 3.
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
• Graf funkce h je množina splňující rovnici
z2 = x2 + y2 + 2(x − y) + 2 ; z > 0 ,
což lze po úpravě na čtverec přepsat jako
z2 = (x + 1)2 + (y − 1)2
a je vidět, že se jedná o plášt’ kuželové plochy s vrcholem v bodě (−1, 1).

7
10
0
10
5 −4 −6
0 0 −2
−5 4 2
−10 6
• Funkce k již má definiční obor různý od E2 . Platí
Dom( f ) = {(x, y) ∈ E2 : 9x2 − y2 + 9 ≥ 0} ,
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:
Nebo převodem na normální tvar (viz MAB3) získáme rovnici

y 2 z 2
+ − x2 = 1 ,
3 3
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) .
Z definic zřejmě plyne
lim f (~x) = c =⇒ lim f (~x) = c

~x→~a ~x→~a
~x∈M
pro libovolnou množinu M. Tuto vlastnost lze použít k vyvrácení existence limity, jestliže se nám
podaří najít alespoň dvě množiny M1 , M2 takové, že
lim f (~x) , lim f (~x) .

~x→~a ~x→~a
~x∈M1 ~x∈M2
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.
Podle definice ukažte, že limita

p
lim 9x2 + y2
(x,y)→(0,0)
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 .
Dále lze odhadnout

p p
9x2 + y2 6 3 x2 + y2 < 3δ .
ε
Stačí tedy volit δ = 3
a definiční podmínka bude splněna.
10
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)
Necht’ je dána f : Er → R, ~a ∈ der(Dom( f )) a necht’ existuje
lim f (~x) = c .
~x→~a
Potom pro libovolnou permutaci π ∈ S r platí
lim lim . . . lim f (x1 , x2 , . . . , xr ) = c

xπ(1) →aπ(1) xπ(2) →aπ(2) xπ(r) →aπ(r)
za předpokladu, že je výraz nalevo definován.
Vypočítáme obě parciální limity
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
a tudíž původní dvourozměrná limita neexistuje.

Poznámka. Uvědomme si, že např. v prvním případě je při výpočtu vnitřní limity x pevné číslo různé
od nuly, což plyne z použití získaného výsledku ve výpočtu vnější limity pro x → 0 (a tedy x ∈
U ∗ (0)).
Ukažte, že existuje bod, v němž funkce
(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 .
Pro tuto množinu platí ~a ∈ der(Mk ), a lze tedy vypočítat
(y + 2)2 (x − 1) (y + 2)2 k(y + 2)2 k

lim = lim = .
(x,y)→~a (x − 1) + (y + 2)
2 4 y→−2 (y + 2) + k (y + 2)
4 2 4 1 + k2
(x,y)∈Mk
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
(y + 2)2 (x − 1) (y + 2)k(y + 2)2 (y + 2)k

lim = lim = lim = 0,
(x,y)→~a (x − 1)2 + (y + 2)4 y→−2 (y + 2)2 + k2 (y + 2)4 y→−2 1 + k2 (y + 2)2
˜
(x,y)∈ M̃ k
takže získaný výsledek existenci dvourozměrné limity nevyvrací ani nepotvrzuje.
1.9 Spojitost funkce více proměnných
Připomeňte definici spojitosti funkce více proměnných a spojitosti vzhledem k množině.
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 .
Pokud ~a ∈ der(Dom( f )), je tato definice ekvivalentní s
lim f (~x) = f (~a) .

~x→~a
Funkce je spojitá na množině A ⊂ Er , jestliže je spojitá v každém jejím bodě.

12
Podobně f je spojitá v bodě ~a ∈ R vzhledem k množině M ⊂ Er , jestliže

(∀ε > 0) (∃δ > 0) (∀~x ∈ Uδ (~a) ∩ M) f (~x) − f (~a) < ε .
Pokud ~a ∈ der(Dom( f )) ∩ der(M), je tato definice ekvivalentní s
lim f (~x) = f (~a) .

~x→~a
~x∈M
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
lim f (x, y) = f (a, b)

(x,y)→(a,b)
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
Hledanou množinou je tedy přímka M0 = {(x, y) ∈ R2 |y = −1}.
Diskutujte pojem dodefinovat funkci na spojitou.
Řešení:
Jestliže platí
lim f (~x) = c
~x→~a
a přitom c , f (~a) nebo ~a < Dom( f ), lze definovat funkci


 f (~x) ,

 ~x , ~a ,
˜f (~x) = 
~x = ~a .

c ,


Funkce f˜ je již spojitá v bodě ~a.
14
Pro funkci
ye x
h(x, y) =
e2x + y2 − 1
nalezněte bod ~a ∈ E2 a množiny M, N ⊂ E2 tak, aby
lim h(x, y) = 2 & lim h(x, y) = 3 .

(x,y)→~a (x,y)→~a
(x,y)∈M (x,y)∈N
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
Mk = {(x, kx)| x ∈ R}, k ∈ R \ {0} .
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
Proto lze volit M = M4 a N = M6 .
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.
1.14 Spojitost funkce a Heineova věta
Užitím Heineovy věty dokažte, že funkce

 24
 y4 +5x8 , (x, y) , (0, 0) ,

 3y x
f (x, y) = 

0 ,

 (x, y) = (0, 0) ,
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
což odporuje předpokladu spojitosti
lim f (x, y) = f (0, 0) = 0 .

(x,y)→(0,0)
1.15 Limita funkce více proměnných a parciální limity
Parciálními limitami vyvrat’te existenci limity
(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:
Pokuste se studentům vysvětlit, že parciální derivace má dva významy (číslo, resp.

funkce popisující číselnou hodnotu parciální derivace měnící se se změnou bodu, v němž
se hodnota derivace stanovuje)
Necht’ je funkce f : Er → R definována na jistém okolí bodu ~a = (a1 , a2 , . . . , ar ) ∈

Er . Potom parciální derivací funkce f podle proměnné xi (i ∈ {1, 2, . . . , r}) v bodě ~a
nazýváme limitu (pokud existuje a je vlastní)
∂f f (a1 , a2 , . . . , ai−1 , ai + h, ai+1 , . . . , ar ) − f (~a)

(~a) := lim . (2.1)
∂xi h→0 h
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
∂f f (a1 , a2 , . . . , ai−1 , xi , ai+1 , . . . , an ) − f (~a)

(~a) = lim .
∂xi xi →ai xi − ai
Této rovnosti bylo dosaženo substitucí h = xi − ai v rovnosti (2.1).

p
Uvažme funkci f (x, y) = cos x2 + y2 definovanou na množině M = h−π/2, π/2i × h−π/2, π/2i.
Graf funkce je vyobrazen na následujícím obrázku.
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.
Z definice parciální derivace ukažte, že
∂ ( f + cg) ∂f ∂g
(~a) = (~a) + c (~a) .
∂xk ∂xk ∂xk
Jaké předpoklady platnost takového tvrzení vyžaduje?
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
Předpoklady jsou zřejmé: obě parciální derivace musí v ~a existovat.
∂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
Vše proběhlo v pořádku. Spočítejme je ted’ dle definice:
∂f f (3 + h, −1, 0) − f (3, −1, 0) 3+h−3

(3, −1, 0) = lim = lim = 1,
∂x h→0 h h→0 h
∂f f (3, −1 + h, 0) − f (3, −1, 0) 3(h − 1)2 − 3
(3, −1, 0) = lim = lim = −6.
∂y h→0 h h→0 h
2.4 Příklad – derivace funkce více proměnných
Pro funkci g(x, y) = sin(x) cos(y) podle definice vypočtěte
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
• Druhou možností je využít k výpočtu L’Hospitalovo pravidlo.

• Zde je vhodné připomenout si se studenty součtové vzorce
cos(x ± y) = cos(x) cos(y) ∓ sin(x) sin(y) ,

sin(x ± y) = sin(x) cos(y) ± cos(x) sin(y) .
2.5 Příklad – derivace funkce více proměnných
Existuje derivace funkce


sin(π+y)
 x x2 +(π+y)2

 . . . (x, y) , (0, −π),
f (x, y) = 

. . . (x, y) = (0, −π)

0

v bodě (0, −π)?
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
Derivace tedy existuje.
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.
2.7 Příklad – vztah derivace, spojitosti a limity
Diskutujte:
S~a ⇒ L~a & S~a ; D~a & D~a ; S~a .
Řešení:
Nechte nejdřív implikace doplnit studenty, až po té jim to vysvětlete
Pro funkci jedné proměnné přitom platí princip „anti-LSD“:
Da ⇒ Sa ⇒ La .
Pro funkce více proměnných tedy platí pouze:
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
Vyslovte definici směrové parciální derivace a ukažte, že
∂f ∂f
(~a) = sgn (c) (~a) , (c , 0) .
∂(c~s) ∂~s
Řešení:
Necht’ ~s je nenulový vektor z vektorového prostoru Er . Necht’ je funkce f : Er → R

definována na jistém okolí bodu ~a ∈ Er . Pak parciální derivací funkce f : Er → R
v bodě ~a ve směru ~s rozumíme limitu (pokud existuje a je vlastní)
∂f 1 f (~a + h~s) − f (~a)

(~a) := lim .
∂~s k~sk h→0 h
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:
∂f 1 f (~a + hc~s) − f (~a) 1 f (~a + t~s) − f (~a) ∂f

(~a) = lim = |hc = t| = lim = sgn (c) (~a) .
∂(c~s) kc~sk h→0 h |c| · k~sk t→0 t
c
∂~s
Vypočtěte směrovou parciální derivaci funkce g(x, y, z) = xy + z2 ve směru ~s = (1, 1, 0) v bodě

~a = (3, 2, 0). Geometricky interpretujte výsledek.
Řešení:
∂g
Neužívejte vzorec ∂~s
(~a) = 1
k~sk
hgrad g(~a) | ~si. Studenti ho ještě neznají.
Vypočteme podle definice
∂f 1 f ((3, 2, 0) + h(1, 1, 0)) − f (3, 2, 0)

(~a) = √ lim =
∂~s 2 h→0 h
1 f (3 + h, 2 + h, 0) − f (3, 2, 0) 1 5h + h2 5
= √ lim = √ lim = √
2 h→0 h 2 h→0 h 2
Graf funkce tedy stoupá ve směru ~s = (1, 1, 0) strměji než od 45◦ , konkrétně 74, 21◦ .
23
Diskutujte vztah mezi směrovou derivací a derivací parciální.
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
Definujte pojem totálního diferenciálu a rozeberte.
Řešení:
Necht’ funkce f : Er → R je definována na jistém okolí bodu ~a ∈ Er . Totálním diferen-

ciálem funkce f v bodě ~a rozumíme lineární funkci (funkcionál) d f~a : Er → R tvaru
r
~ ~
X
d f~a h = α i hi ≡ α~ h ,
i=1
kde ~h ∈ U ~0 ⊂ Er , αi ∈ R (i ∈ r̂), pro kterou platí

d f~a ~h = f ~a + ~h − f ~a − η ~h ,

(3.1)
kde
η ~h

lim = 0. (3.2)
~h→~0 ~h
Jestliže funkce d f~a uvedených vlastností existuje, řekneme, že f má v bodě ~a totální

diferenciál (TD), resp. f je diferencovatelná v bodě ~a.
Poznámka. (Souvislost TD s derivací funkce f : R → R) Dosadíme-li (3.1) do (3.2), dostaneme
f ~a + ~h − f (~a) − d f~a ~h

lim = 0. (3.3)
~h→~0 k~hk
Necht’ r = 1, tj. mějme f : R → R a ~h = h ∈ R. Potom dostáváme
f (a + h) − f (a) − d fa (h)
lim = 0,
h→0 |h|
což platí, právě když

f (a + h) − f (a) − d fa (h)
lim =0 (3.4)
h→0 h
(odstranili jsme absolutní hodnotu ve jmenovateli). Lineární zobrazení d fa : R → R je jednoznačně
definováno vztahem
d fa (h) = αh
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
Rovnost zůstane v platnosti i po odstranění absolutní hodnoty u t ve jmenovateli. Odtud po úpravě

dostáváme
1 1 f (~a + t~s) − f (~a) ∂ f
d f~a (~s) = lim = (~a) . (3.5)
k~sk k~sk t→0 t ∂~s
Dále pro lineární funkcionál d f~a platí
r
~
X
d f~a h = αk hk
k=1
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
a zároveň podle (3.5) máme

∂f ∂f
d f~a (~e j ) = (~a) = (~a) .
∂~e j ∂x j
Lze tedy shrnout, že
r
∂f
* +
df
d f~a (~h) = ~
X
(~a)hk = (~a) h .
k=1
∂x k d~
x
Jinými slovy, dostáváme také vzorec pro výpočet derivace ve směru
∂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
~x = ~a + ~h = ~a + d~x ∀~x ∈ Dom( f )
má d~x = ~x − ~a roli vektoru přírůstků jednotlivých složek při přechodu od bodu ~a k bodu ~x.
3.2 Neexistence totálního diferenciálu
Ukažte, že funkce  3

 x
 x2 +y2 (x, y) , (0, 0),
f (x, y) = 

(x, y) = (0, 0),

0

nemá v bodě ~0 totální diferenciál.
Řešení:
Jediným kandidátem na d f~0 je lineární funkcionál
∂ f ~ ∂ f ~
L(h1 , h2 ) = 0 h1 + 0 h2
∂x ∂y
kde parciální derivace v bodě ~0 je nutno spočítat z definice
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
takže L(h1 , h2 ) = h1 . Zbytek je tedy určen vztahem
η(h1 , h2 ) = f (0 + h1 , 0 + h2 ) − f (0, 0) − L(h1 , h2 )

h31 h1 h22
= 2 − 0 − h1 = − 2 .
h1 + h22 h1 + h22
Pokud by L = d f~0 , pro tento zbytek by mělo platit
h h2
− h21+h22
lim q
1 2
= 0.
(h1 ,h2 )→~0
h1 + h2
2 2
To ale neplatí, protože např. pro množinu M = {(h1 , h2 ) ∈ R2 : h1 = h2 } dostáváme
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
což dokážeme z definice
x3
!
(∀ε > 0) (∃δ > 0) (∀(x, y) ∈ Uδ∗ (0, 0)) <ε .
x 2 + y2
Pro každé (x, y) ∈ E2 \ {(0, 0)} totiž platí

 
x3
x 3
≤


x2 +0
, x , 0

≤ |x| .
 
≤

x 2 + y2
 
=

 0
, x = 0


0+y2
Zvolme δ > 0 a (x, y) ∈ Uδ∗ (0, 0). Potom

p √
δ > k(x, y) − (0, 0)k = x 2 + y2 ≥ x2 + 0 = |x| .
K danému ε stačí tedy volit δ = ε a podmínka bude splněna.
3.3 Neexistence totálního diferenciálu
Ukažte, že funkce 
 x2 +y2 , (x, y) , (0, 0) ,

 xy
f (x, y) = 

0 ,

 (x, y) = (0, 0) ,
nemá v bodě ~0 totální diferenciál.
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
Ovšem limita vzhledem k množině M = {(x, y) ∈ R2 : x = y} je rovna
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.
3.4 Souvislost TD a derivace ve směru
Při existenci TD odvod’te vzorec:
∂f 1 D E
(~a) = grad f (~a) ~s . (3.6)
∂~s k~sk
Řešení: Vzorec byl odvozen z definice TD v rámci poznámek k př. 3.1.
3.5 Maximální a nulové stoupání
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) .
Dále ze Schwarzovy nerovnosti plyne
∂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
αmax = arctg kgrad f (~a)k .

3.7 Totální diferenciál
Nalezněte TD funkce f (x, y, z) = ye x + xz2 v bodě ~a = (0, −4, 2).
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.
3.8 Tečná rovina
Určete tečnou rovinu k paraboloidu

x 2 y2 z
2
+ 2 −2 =0
a b c
v bodě (x0 , y0 , z0 ).
Řešení:
Připomeňme nejprve vlastnosti tečny ke grafu funkce f : R → R v bodě a. Je to přímka s rovnicí
y = g(x) = f (a) + f 0 (a)(x − a) = f (a) + d fa (x − a) .
Z definice derivace pak vzdálenost bodu na grafu funkce f (x) a bodu na přímce g(x) splňuje
f (x) − g(x) f (x) − f (a) − f 0 (a)(x − a)

lim = lim = 0,
x→a x−a x→a x−a
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
g(~x) = f (~a) + d f~a (~x − ~a)
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
kterou lze upravit do elegantního tvaru
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
3.9 Tečná rovina II
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
Parciální derivace prvního řádu funkce g jsou
∂g 1 ∂g 1
=y+ 2xy & = x+ x2 .
∂x 1 + x4 y2 ∂y 1+x y
4 2
Zderivujeme-li fci g podruhé, dostáváme
∂2 g 2x(1 + x4 y2 ) − 2xy · 2yx4 x(2 − 2x4 y2 )

=1+ = 1 + ,
∂x∂y (1 + x4 y2 )2 (1 + x4 y2 )
∂2 g 2x(1 + x4 y2 ) − x2 · 4x3 y3 x(2 − 2x4 y2 )
=1+ = 1 + .
∂y∂x (1 + x4 y2 )2 (1 + x4 y2 )
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).
4.2 Záměnnost smíšených parciálních derivací
Diskutujte znění věty o záměnnosti smíšených parciálních derivací.
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.
4.3 Smíšené parciální derivace
Kolik parciálních derivací je záměnných s parciální derivací
∂m f
∂xa ∂yb ∂zc
pro funkci f ∈ C ∞ (E3 ).
Řešení: Necht’ M je otevřená množina, tj. M = M 0 .

Symbolem C ∞ (M) rozumíme třídu všech funkcí, jež mají na množině M spojité všechny parciální
derivace všech řádů.
Symbolem C m (M) rozumíme třídu všech funkcí, jež mají na množině M spojité všechny parciální
derivace až do řádu m včetně, tj. parciální derivace
∂m f
∂xi1 . . . ∂xim
existuje pro libovolnou kombinaci i1 , . . . , im a je spojitá.

34
Počet záměnných parciálních derivací je roven počtu permutací tří prvků s opakováním prvního
prvku a-krát, druhého prvku b-krát a třetího prvku c-krát, tj.
   
m m − a m − a − b m! (m − a)! (m − a − b)! m!
      = · · = .
a b c a!(m − a)! (m − a − b)!b! (m − a − b − c)!c! a!b!c!
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.
4.4 Totální diferenciál vyššího řádu
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:
∂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
Všechny parciální derivace třetího řádu jsou již nulové, kromě
∂3 g ∂3 g ∂3 g
= 2z , = 2x , = 2y .
∂x∂y∂z ∂y∂z2 ∂x∂z2
Totální diferenciál třetího řádu v bodě ~a = (1, 2, 3) je
∂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 .
4.6 Přibližný výpočet
Odhadněte 2,032 + 0,98 · e0,03 . K odhadu užijte aproximaci odvozenou od TD.
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
Odtud již snadno sestavíme totální diferenciál funkce g v bodě ~a
dg~a (h1 , h2 , h3 ) = 4h1 + h2 + h3 .
Ten pak může využít k aproximaci funkce
g(a x + h1 , ay + h2 , az + h3 ) ≈ g(~a) + dg~a (h1 , h2 , h3 ) ,
vyčíslením dostaneme přibližnou hodnotu
2,032 + 0,98e0,03 ≈ 4 + 1 + 0,12 − 0,02 + 0,03 = 5,13 .
Chyba aproximace je řádově 10−4 .
Pro funkci g(x, y, z) = xy2 ez vypočtěte totální diferenciál pátého řádu v bodě ~a = (1, 1, 0).
Řešení:
Příklad nechte studentům za domácí cvičení.
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
d5 g~a (h1 , h2 , h3 ) = h53 + 5 h43 h1 + 10 h43 h2 + 20 h33 h2 + 40 h33 h1 h2 + 60 h23 h22 h1 .
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
4.8 Parciální derivace složených funkcí
→
− →
−
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
(1, 0, 0) (0, 1, 0) (0, 0, 1)

∂ ∂ ∂ ∂G3 ∂G2 ∂G1 ∂G3 ∂G2 ∂G1
!
→
−
rot G = = − ; − ; − = (−1 − xy; 1; yz − 2y) .
∂x ∂y ∂z ∂y ∂z ∂z ∂x ∂x ∂y
G1 G2 G3
→−
Dokažte rovnost div rot H = 0. Za jakých předpokladů tato rovnost platí?
Řešení:
(1, 0, 0) (0, 1, 0) (0, 0, 1)

∂ ∂ ∂ ∂H3 ∂H2 ∂H1 ∂H3 ∂H2 ∂H1
!
→−
div rot H = div = div − ; − ; − =
∂x ∂y ∂z ∂y ∂z ∂z ∂x ∂x ∂y
H1 H2 H3
∂2 H3 ∂2 H2 ∂2 H1 ∂2 H3 ∂2 H2 ∂2 H1
= − + − + − = 0.
∂y∂x ∂z∂x ∂z∂y ∂x∂y ∂x∂z ∂y∂z
→−
Rovnost platí na otevřené množině G, pokud H má na množině G spojité derivace do druhého řádu
včetně.
Zde je vhodné udělat také příklad 5.5.
39
Zjednodušte výraz div grad ( f ) a stanovte podmínky.
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
Na jistém okolí bodu (a, b) ∈ R2 platí rovnost

∞ X
X ∞
f (x, y) = βk` (x − a)k (y − b)` .
k=0 `=0
Čemu se rovná βk` ?
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
dostáváme obecný vztah pro m-tou derivaci dle x:
∂m f
(a, b) = m!βm0 .
∂xm
Analogicky pro y (úloha je symetrická vzhledem k x a y) dostáváme
∂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
z čehož získáváme tvar koeficientů
1 ∂k+l f
βkl = (a, b).
k!l! ∂xk ∂yl
5.2 Tvar Taylorova polynomu – provádí cvičící
Zapište tvar Taylorovy řady v řeči totálního diferenciálu. (Možné být součástí dalšího příkladu.)
Řešení: Upravme do tvaru sumy totálních diferenciálů:

∞ X ∞ ∞ X ∞
X 1 ∂k+l f (a, b) `
X 1 (k + l)! ∂k+l f (a, b)
(x − a) (y − b) =
k
(x − a)k (y − b)` =
k=0 `=0
k!l! ∂x ∂y
k l
k=0 `=0
(k + l)! k!l! ∂x ∂y
k l
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!
kde symbolem d0 f(a,b) (x − a, y − b) rozumíme f (a, b).

Tento tvar je aplikovatelný i pro funkce r-proměnných. Jiným způsobem se tvar Taylorovy řady
funkce r-proměnné dá dostat přes vyjádření totálního diferenciálu užívajícího značení tzv. multiin-
dexů:
X 1 ∂|α| f (~a)
dn f(~a) = (~x − ~a)α ,
|α|=n
α! ∂~
x α
kde se pro α ∈ Rr zavádí značení:

• α = (α1 , α2 , . . . , αr ),
• |α| = α1 + α2 + · · · + αr ,
• ~yα = yα1 1 yα2 2 . . . yαr r ,
• α! = α1 α2 . . . αr .
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.
Nalezněte Maclaurinovu řadu funkce f (x, y) =

p
1 − 2y − x2 a její obor konvergence.
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} .
• Obor konvergence je Oz = [−1, 1] implikuje, že −1 ≤ z ≤ 1 a po substituci za z

máme −1 ≤ −2y − x2 ≤ 1. Jedná se tedy o meziparabolí.
• Zdůrazněte studentům, že substituce a převod na funkci jedné proměnné má smysl
ve chvíli, kdy substituujete za polynom.
Nalezněte Maclaurinovu řadu funkce f (x, y) = cosh(x2 + y4 ) a její obor konvergence.
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)!
nebo si ho lehce odvodíme z rozvoje exponenciál:

∞ ∞
ez + e−z X zn + (−1)n zn X z2k
cosh z = = = n = 2k = .
2 n=0
2n! k=0
(2k)!
Dosad’me zpětně substituci a upravme
∞ ∞ 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
Obor konvergence je pak

O xy = R2 .
5.6 Příklad – vektorová analýza
Čemu se rovná div grad (x2 + y4 − z2 ) ?
Řešení:
div grad (x2 + y4 − z2 ) = div (2x, 4y3 , −2z) = 2 + 12y2 − 2 = 12y2

45
5.7 Příklad – parciální derivace vysokých řádů
Pro f (x, y) = ln(1 + x2 + y) vypočtěte

∂100 f
(0, 0) .
∂x50 ∂y50
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:
∂100 f (−1)76 75! 74!50!

(0, 0) = 50!50! = .
∂x ∂y
50 50 75 25!50! 25!
Nalezněte Maclaurinovu řadu funkce g(x, y) = cos(x − y) − cos(x + y) a obor její konvergence.
Řešení: Můžeme na to jít klasicky – použít znalost rozvoje kosinu:
∞ ∞ 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)!
Oba výsledky jsou navzájem na sebe převoditelné. Obor konvergence je
O xy = R2 .
5.9 Příklad – tečná nadrovina
Jaká je rovnice tečné roviny ke grafu funkce

p3
f (x, y) = x 3 + y6
v bodě (2, 0, ?).
Řešení:
Rovnice tečné roviny má tvar
∂f ∂f
z − z0 = (x0 , y0 )(x − x0 ) + (x0 , y0 )(y − y0 ) ,
∂x ∂y
potřebujeme tedy spočítat obě parciální derivace:

!
1 2 1 2
grad f (0, 0) = (x3 + y6 )− 3 3x2 , (x3 + y6 )− 3 6y5 = (1, 0)
3 3 (0,0)
Uvědomme si, že z0 = f (x0 , y0 ) = 2, pak
z = 2 + (x − 2) = x
je rovnicí hledané tečné roviny.
5.10 Příklad – tečná nadrovina a taylorovské rozvoje
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.
Diskutujte, proč se rozlišuje řád a stupeň Taylorova polynomu.
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.
Nalezněte Maclaurinovu řadu funkce
e5x
h(x, y) = p3
1 + 2y
a diskutujte její obor konvergence.
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
Obor konvergence je pak kartézský součin oborů konvergence rozvojů pro f a g:
O xy = R × (−1/2, 1/2i .
Dá se postupovat i z definice počítáním smíšených derivací a uhádnutí obecného koeficientu.
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
Prověřte, zda má funkce


2x5
+ 3x + y + 1 . . . (x, y) , (0, 0) ,


x4 +y2
f (x, y) = 


1 . . . (x, y) = (0, 0) ,



totální diferenciál v bodě (0, 0).
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
neexistuje, nebot’ pro parametrizované množiny Mω = {(h, k) : k = ωh} jsou limity
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
Výpočet vedeme takto:
∂f 4τ(2 + 3τ) 4τ(2 + 3τ)

" #" #
1 2 2
(~a) = lim − + =
∂~s τ→0 5τ 16τ2 + (2 + 3τ)2 − 4 3 16τ2 + (2 + 3τ)2 − 4 3
1 12τ2 + 8τ 2 12τ2 + 8τ 1 12τ2 + 8τ
" #" # " #
2 4 2
= lim − + = lim − =
τ→0 5τ 25τ2 + 12τ 3 25τ2 + 12τ 3 3 τ→0 5τ 25τ2 + 12τ 3
41 −14τ2 4 −14 4 14 14
= lim = lim =− =− .
3 5 τ→0 3τ(25τ + 12τ) 15 τ→0 3(25τ + 12)
2 15 36 135
Nalezněte Maclaurinovu řadu funkce g(x, y) = 1 + 4x − y2 a obor její konvergence.

p3
Řešení: Označme g(s) = (1 + s)1/3 . Pak (podle učiva MAB3) platí

∞ ! ∞
X 1/3 n s X (3n − 4)!!! n
g(s) = s =1+ + (−1)n+1 n n!
s.
n=0
n 3 n=2
3
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:
• Derivaci z00 lze získat dvěma metodami (dalším derivováním rovnice 0 = ∂ x H +

∂z Hz0 nebo derivováním explicitního vztahu (6.1)). Proberte obě a ukažte, že vedou
ke stejnému výsledku.
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
odkud po dosazení generujícího bodu získáváme rovnost
∂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 )
Pokud by se výpočet prováděl postupem
∂ 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
dostaneme po dosazení rovnosti − ∂H

∂x
= ∂H dz
∂z dx
(kterou vyčteme ze vztahu (6.2)) stejnou rovnost jako
v prvním případě.
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
Vypočtěte y0 (x) a y00 (x), je-li

y 1
arctg = ln(x2 + y2 ).
x 2
Řešení: Na funkci H ve tvaru
1 y
H(x, y(x)) = ln(x2 + y2 ) − arctg
2 x
aplikujme vztah odvozený v předchozím příkladě:
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):
d x+y (1 + y0 )(x − y) − (x + y)(1 − y0 ) x 2 + y2

!
y (x) =
00
= = 2
dx x − y (x − y)2 (x − y)3
54
Užitím teorie implicitních funkcí odvod’te, že rovnicí tečné nadroviny k ploše
x 4 y4 z4
+ + =1
a4 b4 c4
v jejím bodě (x0 , y0 , z0 ) je rovina

x03 x y30 y z30 z
+ 4 + 4 = 1.
a4 b c
Řešení: Bud’ funkce z = z(x, y) zadána implicitně rovnicí
x 4 y4 z4
H(x, y, z) = + + − 1 = 0.
a4 b4 c4
První derivace jsou rovny
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 )
Nutně musí z , 0 a můžeme napsat rovnici tečny ve tvaru
c4 x03 c4 y30
z − z0 = − (x − x0 ) − (y − y0 ).
a4 z30 b4 z30
Několika úpravami se můžeme dostat i do kompaktnějšího tvaru
x03 x y30 y z30 z

+ 4 + 4 = 1.
a4 b c
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 .
Řešení: Funkce u je zadána rovnicí
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
0 = F(−3, 0, 1, u0 ) = u30 − 3u0 − 2 = (u0 − 2)(u0 + 1)2 ,
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
Funkce z(x, y) je zadána na okolí bodu ~λ = (λ x , λy , λz , λu , λv ) = (?, ?, ?, 2, 1) soustavou rovnic
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).
Řešení: Nejprve najdeme snadno ~λ = (3, 3, 4, 2, 1). Máme

 
 x − u − v2 
~0 = F(~
 
~ x) = y − u2 + v3 
 
z − 2uv
 
A platí
 
∂ x u
~
DF  
 ∂ v  = −∂ x F~
D(u, v, z)  x 
∂x z
~ Pro Taylorův polynom potřebujeme jen ∂ x z, ∂y z, takže by bylo možné použít

a analogicky pro ∂y F.
Cramerovo pravidlo, ale pro výpočet druhé derivace budeme potřebovat i derivace ostatních funkcí,
takže vypočítáme soustavy celé. Platí tedy
   
 −1 −2v 0 −1 −2 0
DF~    
(~λ) = −2u 3v2 0 = −4 3 0
D(u, v, z)    
−2v −2u 1 ~ −2 −4 1
λ
~ ~λ) = (0, 1, 0)T a z toho

~ ~λ) = (1, 0, 0)T . Řešením je (∂ x u, ∂ x v, ∂ x z)|~ = 3 , 4 , 2 . Obdobně ∂y F(

a ∂ x F( λ 11 11

(∂y u, ∂y v, ∂y z) ~λ = 11 2
, − 11
1
,0 .
Taylorův polynom prvního řádu funkce z má tedy tvar T z (x) = 4 + 2(x − 3) = 2x − 2.
∂2 z
Pro výpočet ∂x∂y nemá smysl si pamatovat vzorec obecně, jako si ho pamatujeme pro výpočet
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
Po dosazení bodu ~λ dostaneme

 
 −∂ 2
xy u + 2 1 4
11 11
− 2∂ 2
xy v 
~0 =  −2 2 3 − 4∂2 u − 6 1 4 + 3∂2 v  .
 
 11 11 xy 11 11 xy 
∂ xy z − 2∂ xy u + 2 11 11 − 2 11 11 − 4∂ xy v ~
3 1 2 4
 2 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:
~ x, ~y(~x)) = 0 ∂F~ X ∂F~ ∂yk

F(~ → + = 0,
∂xi k
∂yk ∂xi
 
 
 ∂ 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
Opravená verze příkladu (trochu jiné zadání)
Necht’ je funkce z je zadána na okolí bodu ~λ = (λ x , λy , λz , λu , λv ) = (?, ?, ?, 2, 1) soustavou rovnic
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
F1 (x10 , . . . , xr0 , y01 , . . . , y0s ) = 0

..
.
F s (x10 , . . . , xr0 , y01 , . . . , y0s ) = 0
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.
Soustavu se studenty zderivujte podle jedné z proměnných. Přepište v maticovém tvaru

a ukažte, že nenulovost determinantu je ekvivalentní řešitelnosti soustavy.
Nejprve dosazením λu , λv do soustavy získáme ~λ = (3, 3, 4, 2, 1), ~a = (3, 3), z ~a = 4. Je nutné zaručit

nenulovost determinantu (existenční podmínka)
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
Chceme nalézt Taylorův polynom 1. řádu, tj.
∂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
které po vyčíslení v bodě ~λ přejdou na
∂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
Řešením těchto soustav jsou
∂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
Nalezněte tečnou rovinu grafu funkce u = u(x, y, z) zadané rovnicí
u4 + xu3 − xyu2 + xyzu = 2
v bodě ~a = (1, 1, 1).
Řešení: Rovnice tečné roviny je tvaru
∂u ∂u ∂u
u = u0 + (~a)(x − 1) + (~a)(y − 1) + (~a)(z − 1) .
∂x ∂y ∂z
Dosazením bodu ~a do zadání,

u4 + u3 − u2 + u = 2,
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
Pro u01 = 1 je rovnice tečné roviny po vyčíslení derivací a dosazení
1 1
u = 1 − (x − 1) − (z − 1) .
6 6
Pro u02 = −2 je rovnice tečné roviny po vyčíslení derivací a dosazení
14 2 2
u = −2 − (x − 1) − (y − 1) − (z − 1) .
15 5 15pumped
7.4 Gradient implicitní funkce
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
  
a celkem tedy grad y1 (1, 1) = (e − 2, 2 − e), grad y2 (1, 1) = (−1, −2/e).
2. verze řešení
Dosazením bodu (1, 1) do soustavy získáme bod ~λ = (1, 1, 2, 1). Označme si
F1 (x1 , x2 , y1 , y2 ) = x1 ey2 + y1 ln x2 − e , F2 (x1 , x2 , y1 , y2 ) = x1 y1 + x2 ey2 − 2 − e .
Dále je nutné ověřit existenční podmínku:
D(F1 , F2 ~ ln x2 x1 ey2
!
0 e
det λ = ~λ = = −e , 0 .
D(y1 , y2 ) x1 x2 ey2 1 e
Nyní můžeme obě rovnice zderivovat podle obou proměnných
∂y2 ∂y1 ∂y2 ∂y1 y1

0 = ey2 + x1 ey2 + ln x2 0 = x1 ey2 + ln x2 +
∂x1 ∂x1 ∂x2 ∂x2 x2
∂y1 ∂y2 ∂y1 ∂y2
0 = y1 + x1 + x2 ey2 0 = x1 + ey2 + x2 ey2
∂x1 ∂x1 ∂x2 ∂x2
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
a vyřešením obou soustav získáme hledané parciální derivace

!
2
∇y1 (1, 1) = (e − 2, 2 − e) , ∇y2 (1, 1) = −1, − .
e
7.5 Taylorovské aproximace
Nalezněte Taylorovy polynomy prvního řádu funkcí y, z, u zadaných implicitně rovnicemi
x + y + z + u = 10
x2 + y2 − z2 + u2 = 12
u2 − z2 + y − x = 8
v bodě x = 1. Úlohu řešte na množině M = {(x, y, z, u) : x, y, z, u > 0}.
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
Potřebujeme řešení F(~λ) = 0 kde ~λ = (1, ?, ?, ?). Odečtením 2. a 3. rovnice dostaneme
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
7.6 Nulovost směrových derivací
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.
Chceme, aby d u~a ≡ 0, tj. ∂ x u = ∂y u = ∂z u = 0. Ze vzorce
∂ xi F
∂ xi u = −
∂u F
stačí, aby ∂ x F = ∂y F = ∂z F = 0.Tedy
∂ x F = 1 + zeu = 0
∂y F = 2y = 0
∂z F = 4 + xeu = 0.
Z toho plyne y = 0 a x = −4e−u , z = −e−u . Dosazením zpět do rovnice dopočítáme u a vyjde u = 0. Z

toho celkem
~a = (x0 , y0 , z0 ) = (−4, 0, 1).
64
2. verze řešení
Parciální směrová derivace se za předpokladu existence TD spočítá ze vzorce
∂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
Ta bude nulová ∀~s právě tehdy, když je gradient nulový
∂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
Řešíme soustavu 4 rovnic o čtyřech neznámých
zeu = −1 ,
y = 0,
xeu = −4 ,
x + y2 + 4z + xzeu + 4e−u = u ,
která má jediné řešení ~a = (−4, 0, −1).
~ y, z) = (%(x, y, z), ϕ(x, y, z), h(x, y, z)) zadány soustavou

Necht’ jsou složky vektoru F(x,
x = e% cos ϕ ,
y = e% sin ϕ ,
z = h.
Vypočítejte div F~ a načrtněte množinu všech bodů, kde div F~ = 0.
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
−e% cos ϕ e% sin ϕ

 
0 
DG ~  
=  −e sin ϕ −e cos ϕ 0 

 % %
D(%, ϕ, h)  
0 0 −1
a pravé strany soustavy jsou

     
−1  0   0 
     
~ =  0  , −∂yG
−∂ xG ~ = −1 , −∂zG
~ =  0  .
     
0 0 −1
     
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
−e% cos ϕ e% sin ϕ 0

∆%,x = −e% sin ϕ −e% cos ϕ 0 = −e% cos ϕ
0 0 −1
a podobně ∆ϕ,y = −e% cos ϕ a ∆h,z = ∆. Z toho plyne
∆%,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
a následným vyčíslením derivací těchto funkcí podle x, y, z.
7.8 Tečný paraboloid
Nalezněte rovnici tečného paraboloidu k elipsoidu
x 2 y2 z2
+ + =1
a2 b2 c2
v bodě (x0 , y0 , z0 ) = (0, 0, −c). Užijte teorii Taylorových rozvojů.
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
z čehož ihned v bodě ~x0 plyne ∂ x z = ∂y z = 0. Dalším derivováním získáme
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
z čehož v bodě ~x0 plyne ∂2xx z = c

a2
, ∂2yy z = c
b2
, ∂2xy z = 0. Dosazením do Taylorova rozvoje získáváme
rovnici
1 c 2 c 2
z = −c + x + 2y
2 a2 b
neboli rovnici paraboloidu
c 2 c z
2
x + 2 y2 − = 1.
2a 2b c
68
8. Regulární transformace
8.1 Příklad – regulární zobrazení
Definujte pojem regulárního zobrazení a zmiňte některé jeho vlastnosti.
Řešení:
~ x) : Er → Er nazveme regulární, resp. regulárním zobrazením na

Vektorovou funkci F(~
množině M ⊂ Er , pokud
• množina M je otevřená,
~ x) má na M spojitou Jacobiho matici
• F(~  
 D(F1 , F2 , . . . , Fr )
• a pro všechna ~x ∈ M platí nerovnost det   (~x) , 0.
D(x1 , x2 , . . . , xr ) 
Pro jaké hodnoty ~a, ~b ∈ R2 je zobrazení (ξ, η) = F(x,

~ y) = (a1 x + b1 y; a2 x + b2 y) regulární? Co je
množina regularity a na jaké množině je toto zobrazení transformací?
Řešení: Spočítejme Jacobiho matici a její determinant
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.
Zaved’te pojem transformačních vztahů, vysvětlete studentům jejich praktický význam.
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
Upozorněte studenty, že obecně smíšené parciální derivace záměnné nejsou. V následu-

jících příkladech to bude ale zaručeno z teorie PDR.
8.4 Příklad – transformace parciálních diferenciálních rovnic
Rovnici
∂2 u ∂2 u 2∂ u
2
y2 − 2xy + x =0
∂x2 ∂x∂y ∂y2
transformujte vztahy ξ = x2 + y2 a η = x.
Řešení: Nejdříve ověříme regularitu
∂ξ ∂ξ
∂x ∂y
2x 2y
∂η ∂η
= = −2y , 0 pro y , 0,
∂x ∂y
1 0
množina regularity je tedy

Mreg = R2 \ {(x, 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
Posledním krokem je již jen dosazení
∂u 2 ∂ u
2
2ξ + (ξ − η ) 2 = 0 .
∂ξ ∂η
8.5 Příklad – řešení parciálních diferenciálních rovnic
y
Užitím substituce s = xy, r = x
řešte parciální diferenciální rovnici
∂2 u 2∂ u
2
x2 − y = 0.
∂x2 ∂y2
Řešení: Opět nejdříve ověříme regularitu. Jelikož
y y
!
D(s, r) x
det = y =2 ,
D(x, y) − x2 1 x
x
je zadaná transformace regulární na množině
Mreg = {(x, y) ∈ R2 : x , 0 ∧ y , 0}.
Prostotě zobrazení opět brání různá znaménka, tentokrát v obou proměnných. Stačí uvažovat pro-
měnné pouze z jednoho kvadrantu, vezměme například první
M = (0, ∞) × (0, ∞) = (R+ )2 .
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) ,
a aby bylo řešení úplné, vrátíme vše do starých proměnných

y √
u(x, y) = C̃ xy + D(xy) .
x
8.6 Příklad – transformace parciálních diferenciálních rovnic
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.
D(x, y) cos ϕ −% sin ϕ

!
det = =%,0 ⇒ Mreg = {(%, ϕ) ∈ R2 : % , 0},
D(%, ϕ) sin ϕ % cos ϕ
Obě goniometrické funkce mají periodu 2π, tedy určitě nevezmeme interval větší délky, a srovnáme
s %, které může měnit znaménko. Dohromady můžeme dostat
M = {%, ϕ ∈ R2 : % > 0, ϕ ∈ (0, 2π)} = {%, ϕ ∈ R2 : % , 0, ϕ ∈ (0, π)}.
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).
⇒ M = {%, ϕ ∈ R2 : % > 0, ϕ ∈ (0, 2π)} = {%, ϕ ∈ R2 : % , 0, ϕ ∈ (0, π)}.
Zdůrazněte, že množina M musí být otevřená, proto ϕ nesmí být rovno nule.
Spočteme parciální derivace
∂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
8.7 Příklad – maximální množina regularity
Jaká je maximální množina regularity zobrazení
~ ϕ) = e% cos3 ϕ; e% sin3 ϕ ?

(x, y) = G(%,
Řešení: Opět spočteme jakobián tohoto zobrazení
D(x, y) e% cos3 ϕ −e% 3 cos2 ϕ sin ϕ

!
det = = 3e% cos2 ϕ sin2 ϕ,
D(%, ϕ) % %
e sin ϕ e 3 sin ϕ cos ϕ
3 2
dle čehož dostáváme, že množina regularity je

( kπ ) [ π π
Mreg = (%, ϕ) ∈ R : ϕ ∈ R \
2
: k ∈Z =R× k , (k + 1) .
2 k∈Z
2 2
Připomeňte studentům, jak se vytýká z determinantu.
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 .
Řešení: Nejprve je třeba vyšetřit regularitu zobrazení:
! −1 y x
D(w, u, v)
det = 0 1 1 = 1 − (−1) = 2 , 0 .
D(z, x, y)
0 1 −1
Nebot’ je determinant nenulový vždy, je množina regularity Mreg = E3 .

Tato transformace transformuje kromě nezávisle proměnných také závisle proměnnou, proto uva-
žujeme rozšířený determinant. V předchozích úlohách jsme ponechávali funkce nezměněny a přechá-
zeli od výrazu pro funkci z(x, y) k výrazu pro funkci w(ξ, η), kde z = w. Rozšířený determinant měl
v těchto případech podobu
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
proto byl počítán pouze zúžený determinant.

Vyšetřeme ještě prostotu zobrazení. Zobrazení je prosté, jestliže pro každé dvě trojice (x1 , y1 , z1 ),
(x2 , y2 , z2 ) platí (u1 , v1 , w1 ) , (u2 , v2 , w2 ). Předpokládejme, že (u1 , v1 , w1 ) = (u2 , v2 , w2 ), pro jaká (x, y, z)
může tato situace nastat?
x1 + y1 = x2 + y2
x1 − y1 = x2 − y2
x1 y1 − z1 = x2 y2 − z2
Sečtením, respektive odečtením, prvních dvou rovnic získáme podmínky x1 = x2 , y1 = y2 . Po dosazení

do třetí rovnice pak z1 = z2 . Tímto jsme prokázali, že zobrazení je prosté, tedy transformací M = E3 ..
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
většina členů se odečte

∂2 w
−4 + 2 = 0,
∂u2
což lze upravit do tvaru
∂2 w 1
= .
∂u2 2
9.2 Záměna proměnných I. druhu ve 2D
Transformujte parciální diferenciální rovnici
∂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) .
Řešení: Zkoumejme regularitu zobrazení:
D(x, y) cos ϕ % sin ϕ

!
det = = %,
D(%, ϕ) sin ϕ % cos ϕ
proto je množina regularity, na které je zobrazení zároveň prosté,

n o
M = Mreg = (%, ϕ) ∈ R2 % > 0 ∧ 0 < ϕ < 2π ,
přičemž nerovnosti jsou ostré, protože množina musí být otevřená.
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
Analogicky provedeme pro y
∂% ∂ϕ ∂ϕ cos ϕ
0= cos ϕ − % sin ϕ =
∂y ∂y ∂y %
⇒
∂% ∂ϕ ∂%
1= sin ϕ + % cos ϕ = sin ϕ.
∂y ∂y ∂y
Odtud již plyne
∂u ∂u ∂u sin ϕ
= cos ϕ − ,
∂x ∂% ∂ϕ %
∂u ∂u ∂u cos ϕ
= sin ϕ + .
∂y ∂% ∂ϕ %
Dalším derivováním těchto dvou vztahů podle x, resp. y, získáme
∂2 u ∂2 u ∂2 u sin ϕ cos ϕ ∂2 u sin2 ϕ ∂u sin2 ϕ ∂u sin ϕ cos ϕ

= cos 2
ϕ − 2 + 2 2 + +2 ,
∂x 2 ∂% 2 ∂%∂ϕ % ∂ϕ % ∂% % ∂ϕ %2
∂2 u ∂2 u 2 ∂2 u sin ϕ cos ϕ ∂2 u cos2 ϕ ∂u cos2 ϕ ∂u sin ϕ cos ϕ
= sin ϕ − 2 + 2 + −2 ,
∂y 2 ∂% 2 ∂ϕ∂% % ∂ϕ % 2 ∂% % ∂ϕ %2
∂2 u ∂2 u ∂2 u cos 2ϕ ∂2 u sin ϕ cos ϕ ∂u sin ϕ cos ϕ ∂u cos 2ϕ
= 2 sin ϕ cos ϕ + − 2 − − .
∂x∂y ∂% ∂ϕ∂% % ∂ϕ %2 ∂% % ∂ϕ %2
Po dosazení
∂2 u
= 0.
∂ϕ2
9.3 Záměna proměnných II. druhu
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
Po dosazení do původní rovnice a snadné úpravě získáme rovnici v nových proměnných
∂2 u ∂u ∂u
!
1
=− + .
∂ξ∂η 4(ξ + η) ∂ξ ∂η
9.4 Zobecněná záměna proměnných II. druhu
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
9.5 Záměna proměnných I. druhu ve 3D
Transformujte Laplaceův operátor do cylindrických souřadnic.
Řešení: Nové proměnné jsou
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
Obdobně derivováním podle y obdržíme následující soustavu a řešením
∂% ∂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
∂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
Dalším derivováním pak
∂2 sin2 ϕ ∂ ∂2 sin ϕ cos ϕ ∂2 sin ϕ cos ϕ ∂ sin2 ϕ ∂2

= + cos ϕ 2 − 2
2
+2 + ,
∂x2 % ∂% ∂% % ∂%∂ϕ %2 ∂ϕ %2 ∂ϕ2
∂2 cos2 ϕ ∂ ∂2 sin ϕ cos ϕ ∂2 sin ϕ cos ϕ ∂ cos2 ϕ ∂2
= + sin 2
ϕ + 2 − 2 + ,
∂y2 % ∂% ∂%2 % ∂%∂ϕ %2 ∂ϕ %2 ∂ϕ2
∂2 ∂2
= .
∂z2 ∂h2
Po dosazení získáme Laplaceův operátor v polárních souřadnicích
∂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
Vyšetřete lokální extrémy funkce
f (x, y) = x2 + 4xy + 5y2 + 2x − 4y.
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.
Nejprve zkontrolujme definiční obor
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
Body podezřelé z extrému jsou:

• stacionární body: ~a = (−9, 4),
• body, kde gradient neexistuje: (zde nejsou),
• body hranice: Dom( f ) (zde opět nejsou).
Ve stacionárních bodech můžeme ověřit platnost postačující podmínky – analogicky k vyšetřování
znaménka druhé derivace v jedné dimenze zde ověříme definitnost druhého diferenciálu, nebot’ druhý
totální diferenciál je kvadratickou formou v prostoru Er .
∂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:
d2 f~a ( dx, dy) = 2 dx2 + 10 dy2 + 8 dx dy = 2( dx + 2 dy)2 + 2 dy2 B 0.
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.
Vyšetřete lokální extrémy funkce f (x, y) = x2 + |y|.
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
∀(x, y) ∈ R2 \ ~0 : f (x, y) = x2 + |y| > 0 = f (0, 0) ,

n o
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:
grad f = e x −y (10x − 4x2 + 2xy − 2), e x −y (2x − y − 4) = ~0 .

2 2
!
81
Dosazením y = 2x − 4 do první rovnice dostáváme
0 = 10x − 4x2 + 2x(2x − 4) − 2 = 2x − 2 ,
a tedy stacionárním bodem a jediným kandidátem na extrém je (1, −2).

Ověřme postačující podmínku:
∂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.

p
f (x, y) = 4 + x2 − 2x + y2 .
Řešení: Definiční obor funkce je vnějšek kružnice

n o n o
Dom( f ) = ( x, y) ∈ R2 x2 − 2x + y2 ≥ 0 = (x, y) ∈ R2 | (x − 1)2 + y2 ≥ 1 ,
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
8x2 + y2 + 7z2 + 4xy − 12xz − 4yz = 8.
Řešení: Abychom mohli užít VOIFu, musí platit
∂F
= 2(7z − 6x − 2y) , 0 .
∂z
Tuto podmínku ověříme později. Spočtěme tedy parciální derivace
∂F
∂z ∂x −8x − 2y + 6z
= − ∂F = ,
∂x ∂z
7z − 6x − 2y
∂F
∂z ∂y −y − 2x + 2z
= − ∂F = ,
∂y ∂z
7z − 6x − 2y
z kterých dostáváme soustavu rovnic
−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
dostáváme stacionární body
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
diskutujte přesné znění postačující podmínky pro lokální extrémy.
Řešení: Vyšetřeme lokální extrémy obou funkcí:
! !
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
n o
Na množině M = (x, y, z) ∈ E3 : x, y, z > 0 vyšetřete všechny lokální extrémy funkce
f (x, y, z) = xy2 z 9 − x − 4y − 2z.

p
Řešení: Za definiční obor funkce f (x, y, z) je podle zadání kladena množina

n o
Dom( f ) = (x, y, z) ∈ E3 : x, y, z > 0 ∧ x + 4y + 2z 6 9 .
Stacionární body získáme řešením rovnic
∂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
Uvědomíme-li si, že musí platit rovnosti x = 2y a z = y, vypočteme poměrně snadno, že jedi-

√
ným stacionárním bodem této úlohy je bod ~a = (2, 1, 1). Navíc f ~a = 2 9 − 2 − 4 − 2 = 2. Při

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
Odtud po vyčíslení v bodě ~a získáváme
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
nastávají lokální minima s funkční hodnotou f ~b = 0, což vyplývá z jednoduchého faktu, že

∀(x, y, z) ∈ Dom( f ) : f (x, y, z) ≥ 0 .
86
11. Vázané lokální extrémy
11.1 Příklad – lokální extrém explicitní funkce
Vyšetřete lokální extrém funkce

f (x, y, z) = xyz
Řešení:
• Tento příklad předjímá příklad následující, je tedy žádoucí ho nevynechat.
• 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} .
• Postačující podmínka pomocí druhého totálního diferenciálu






2ch1 h2 pro ~a = (0, 0, c) , c ∈ R ,

d2 f~a (h1 , h2 , h3 ) = 2zh1 h2 + 2yh1 h3 + 2xh2 h3 |~a = 

pro ~a = (0, b, 0) , b ∈ R ,


2bh1 h3

pro ~a = (a, 0, 0) , a ∈ R .


2ah2 h3

Všechny tři kvadratické formy jsou indefinitní (viz MAB3), tedy tato funkce nemá lokální extrém.
11.2 Příklad – vázané lokální extrémy explicitní funkce

f (x, y, z) = xyz
vzhledem k vazbě x + y + z = 3 a diskutujte rozdíl s předchozím příkladem.
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
d2 L~a ( dx, dy, dz) = 2 dx dy + 2 dx dz + 2 dy dz CB 0
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
dg~a ( dx, dy, dz) = dx + dy + dz = 0.
Odtud například dz = − dx − dy, a tedy
d2 L~ared ( dx) = +2 dx dy + 2 dx(− dx − dy) + 2 dy(− dx − dy) =

3
= −2 dx2 − 2 dy2 − 2 dx dy = −2( dx + dy/2)2 − dy2 C 0 ,
2
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).

f (x, y) = x2 + 2y2
vázané vazbou
x2 − 2x + 2y2 + 4y = 0.
Řešení: • Definiční obor funkce: Dom( f ) = E2 .

• Lagrangeova funkce: L(x, y | λ) = x2 + 2y2 + λ(x2 − 2x + 2y2 + 4y) .
• Stacionární body
∂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.
Snížíme řád diferenciálu. Totálním diferenciálem vazby g(x, y) = x2 − 2x + 2y2 + 4y = 0 je funkce
dg(x,y) ( dx, dy) = (2x − 2) dx + (4y + 4) dy = 0.
Dále
dg~a ( dx, dy) = −2 dx + 4 dy = 0 dx = 2 dy d2 L~ared ( dy) = 12 dy2 B 0

⇒ ⇒
dg~b ( dx, dy) = 2 dx − 4 dy = 0 dx = 2 dy d2 L~bred ( dy) = −12 dy2 C 0.
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.
• Vyzvěte studenty, aby určili, co je grafem zadané funkce (eliptický paraboloid)

• Můžete upozornit (nebo se zeptají studenti sami), že v případě, že d2 L~a ( d~x) vyjde de-
finitní, je zbytečné snižovat řád. Důvod je čistě algebraický – cokoli dosadíme za vazbu
do d2 L~a ( d~x), hodnota bude zachovávat znaménko a odečíst se některý ze zbývajících
členů také nemůže. Nutno rozmyslet. Studentům jsem to nechával na rozmyšlenou; po-
kud si to dokáží, mohou to používat. Ale zatím se to ještě nestalo.
f (x, y, z, u) = x2 + 2y2 + 6z2 − 2u − 1
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.
• Definiční obor funkce: Dom( f ) = E4 .

• Lagrangeova funkce:
L(x, y, z, u | λ, µ) = x2 + 2y2 + 6z2 − 2u − 1 + λ(x2 + y2 + z2 − 9) + µ(u2 − 4) .
∂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



Dohromady dostáváme následujících 24 stacionárních bodů:

! ! !
1 ~b = 0, ±3, 0, ±2; 2, ± 1 1
~a = ±3, 0, 0, ±2; 1, ± ~c = 0, 0, ±3, ±2; 6, ±
2 2 2
d2 L( dx, dy, dz, du) = 2(1 − λ) dx2 + 2(2 − λ) dy2 + 2(6 − λ) dz2 − 2λ du2
~a : dx = 0, du = 0 → d2 L(red) ( dy, dz) = 2 dy2 + 10 dz2 B 0 → ostrá lok. vázaná minima

~b : dy = 0, du = 0 → d2 L(red) ( dx, dz) = −2 dx2 + 8 dz2 CB 0 → sedlové body
~c : dz = 0, du = 0 → d2 L(red) ( dx, dy) = −10 dx2 − 8 dy2 C 0 → ostrá lok. vázaná maxima
11.5 Příklad – obor hodnot funkce více proměnných
Čemu se pro f (x, y) = 2y(1 − 2x) − x2 − 5y2 rovná Ran( f )? Které vlastnosti garantují existenci
p
globálních extrémů? A jak to souvisí se zadáním? Zdůvodněte!
Řešení: Funkce f je zřejmě spojitá a její definiční obor je
Dom( f ) = {(x, y) ∈ R : 1 ≤ (x + 2y)2 + (y − 1)2 }.
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
Vyšetřete globální extrémy funkce

f (x, y, z) = xy2 z2
na množině
n o
K = (x, y, z) ∈ R3 : x, y, z > 0 ∧ x2 + y4 + z4 = 3 .
Řešení: • Definiční obor funkce je Dom( f ) = E3 . Lagrangeova funkce je tvaru
L(x, y, z|λ) = xy2 z2 + λ(x2 + y4 + z4 − 3 = 0).
∂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
• Postačující podmínka konvergence:
d2 L~a ( dx, dy, dz) = − dx2 − 4 dy2 − 4 dz2 + 4 dx dy + 4 dx dz + 8 dy dz
a po redukci pomocí dx = −2 dy − 2 dz dostaneme

d2 L~a(red) ( dy, dz) = −16 dy2 − 16 dz2 − 16 dy dz = −16 ( dy + dz/2)2 + 3 dz2 /4 C 0,
jedná se tedy o ostré lokální vázané maximum.
11.7 Příklad – globální extrémy explicitní funkce
Vyšetřete lokální extrémy funkce f (x, y) = x2 + 7y2 na množině

n o
M = (x, y) ∈ R2 : x ≥ 0 ∧ x2 + y2 ≤ 1 .
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).
grad f (x, y) = (2x, 14y) = ~0 ⇔ x = 0 ∧ y = 0.
Vidíme, že funkce f na M ◦ žádné extrémy nemá.
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}
L(x, y|λ) = x2 + 7y2 + λ(x2 + y2 − 1) ,

grad L = (2x + 2λx, 14y + 2λy) = ~0 ,
!
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
f (0, 0) = 0, f (1, 0) = 1, f (0, ±1) = 7,
že bodem globálního minima je bod ~a = (0, 0) s hodnotou 0 a body globálních maxim jsou body
~b = (0, ±1) s hodnotou 7.
Nalezněte všechny lokální extrémy funkce u = u(x, y) zadané implicitně rovnicemi
x + y + u + v =6 ,
x2 + y2 + u2 + v2 =12 ,
a stanovte korektně jejich typ.

93
Řešení: • Dvě rovnice zadávají dvě funkce u(x, y) a v(x, y). Ty existují za předpokladu, že
D(F1 , F2 )
!
1 1
det = = 2(u − v) , 0
D(u, v) 2u 2v
• Stanovení stacionárních bodů:
∂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
Ve stacionárních bodech funkce u(x, y) má být ∂u

∂x
= ∂u
∂y
= 0, tedy x = v a y = v. Po dosazení do
původní soustavy dostáváme
3v + u = 6 3v2 + u2 = 12
a tedy stacionární body jsou
~b = (2, 2), u ~b = 0, v ~b = 2 .

~a = (1, 1), u(~a) = 3. v(~a) = 1 &
∂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.
Řešení: Stručně definujeme a komentujeme všechny potřebné pojmy:

• Dvourozměrným intervalem rozumíme množinu J = ha, bi × hc, di, kde a < b a c < d jsou čtyři
reálná čísla. Jde o uzavřený a omezený, a tedy i kompaktní interval.
• Míra (velikost) intervalu J je µ(J) = (b − a)(d − c).
• Necht’ m, n ∈ N. Dělením (též rozdělením) intervalu J nazýváme systém kompaktních množin
D = {S i j : i ∈ {1, 2, . . . , n} , j ∈ {1, 2, . . . , m}}
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
(∀S 0 ∈ D0 )(∃S ∈ D)(S 0 ⊂ S ).
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
• Necht’ D je dělení J, D0 jeho zjemnění. Potom pro libovolnou funkci f : J → R platí
L(D, f ) ≤ L(D0 , f ) ≤ U(D0 , f ) ≤ U(D, f ). (12.1)
– 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
L(D1 , f ) ≤ U(D2 , f ). (12.2)
– plyne z existence společného zjemnění a z předchozího bodu

• Průměrem (diametrem) intervalu S ∈ D rozumíme číslo
diam(S ) = sup %(~x, ~y).

~x,~y∈S
• Normu dělení D definujeme jako ν(D) = max diam(S )

S ∈D
• Necht’ (Dk )k∈N je posloupnost dělení. Jestliže lim ν(Dk ) = 0, hovoříme o normální posloup-
k→∞
nosti dělení.
• Dolním, resp. horním integrálem funkce f přes interval J rozumíme
L( f ) = sup L(D, f ), U( f ) = inf U(D, f ).

D D
• Podle vztahu (12.2) platí vždy L( f ) ≤ U( f ).

• Jestliže L( f ) = U( f ), tuto společnou hodnotu nazýváme Riemannovým integrálem funkce f
přes interval J a značíme Z
(R) f (~x) d~x.
J
12.2 Výpočet Riemannova integrálu z definice
Podle definice vypočítejte Z

(R) 3x + y d(x, y)
J
přes interval J = h0, 1i × h2, 3i.
Řešení: Označme ~x = (x, y) a f (x, y) = 3x + y. Zvolme ekvidistantní dělení Dn intervalu J na

podintervaly * + * +
i−1 i j−1 j
S ij = , × + 2, + 2 , i, j ∈ {1, 2, . . . , n} .
n n n n
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
Při provedení limity pro n → ∞ dostaneme
lim L(Dn , f ) = 4 ≤ L( f ).
n→+∞
Máme tedy odhad pro dolní integrál funkce f . Podobně

n X n
X 1 i j 4
U(Dn , f ) = 3 + + 2 = L(D n , f ) +
i=1 j=1
n2 n n n
a stejně tak
lim U(Dn , f ) = 4 ≥ U( f ).
n→+∞
Z obou nerovností a s použitím L( f ) ≤ U( f ) dostáváme
4 ≤ L( f ) ≤ U( f ) ≤ 4,
z čehož L( f ) = U( f ) = 4, což je tím pádem i hledaná hodnota integrálu.
12.3 Základní věta teorie Riemannova integrálu
Vyslovte a dokažte základní větu teorie Riemannova integrálu o existenci integrálu pro každou spoji-
tou funkci a každý kompaktní dvourozměrný interval.
Řešení: Nejprve dokážeme následující lemma:
Funkce f spojitá na kompaktní množině M ⊂ Er je na M i stejnoměrně spojitá.
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.
Ze spojitosti f v bodě ~x a Heineovy věty pak ale plyne
lim f (~xkn ) = lim f (~ykn ) = f (~x),

n→+∞ n→+∞
a tedy
lim f (~xkn ) − f (~ykn ) = 0,
n→+∞
což je spor s f (~xn ) − f (~yn ) > ε ∀n ∈ N.
Nyní lze přikročit k důkazu samotné věty:
Necht’ f je spojitá funkce na kompaktním dvourozměrném intervalu J. Potom

(R) f (x, y) d(x, y) existuje a pro každou normální posloupnost dělení Dk platí
R
J
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
Po sečtení obou nerovností získáváme

(∀ε > 0) (∃D) U(D, f ) − L(D, f ) < U( f ) − L( 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)
Tím je existence integrálu dokázána pomocí (12.3).

Druhou část tvrzení dokážeme z definice limity. Uvažujme normální posloupnost dělení (Dk )k∈N .
Má platit např. Z
lim U(Dk , f ) = (R) f (x, y) d(x, y).
k→+∞
J
 
 Z 
(∀ε > 0) (∃k0 ∈ N) (∀k > k0 )  U(Dk , f ) − (R) f (x, y) d(x, y) < ε .
 
 
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
U(Dk , f ) − L(Dk , f ) < ε,
a navíc vždy platí i
Z
U(Dk , f ) − (R) f (x, y) d(x, y) < U(Dk , f ) − L(Dk , f ).
J
Důkaz pro L(Dk , f ) by probíhal analogicky.
99
12.4 Fubiniova věta
Vyslovte a komentujte Fubiniovu větu pro spojitou funkci a kompaktní dvourozměrný interval.
Řešení:
Necht’ f : E2 → R je funkce spojitá na uzavřeném intervalu J = ha, bi × hc, di. Pro

x ∈ ha, bi a y ∈ hc, di položme
Zd Zb
f x (x) = f (x, y) dy, fy (y) = f (x, y) dx.
c a
Potom f x je spojitá na ha, bi, fy je spojitá na hc, di a platí
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
12.5 Aplikace Fubiniovy věty
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
12.6 Riemannův integrál na libovolné omezené množině
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.
Řešení: Necht’ M ⊂ E2 je omezená množina. Potom existuje interval J ⊂ E2 takový, že M ⊂ J.

Necht’ f : J → R. Potom definujeme integrál funkce f přes množinu M jako
Z Z
f (x, y) d(x, y) = f (x, y) χ M (x, y) d(x, y),
M J
kde χ M : J → {0, 1} je charakteristická funkce množiny M.

I když f je na J spojitá, funkce (x, y) 7→ f (x, y) χ M (x, y) již spojitá být nemusí a proto základní
větu teorie Riemannova integrálu nelze použít. Uvažujme např. množinu M = D2 kde D = h0, 1i ∩ Q.
Potom Riemannův integrál
Z Z
(R) 1 d(x, y) = (R) χ M (x, y) d(x, y)
M h0,1i2
neexistuje. Pro libovolné rozdělení D a každý S i j ⊂ D totiž platí
vi j = inf χ M (x, y) = 0, Vi j = sup χ M (x, y) = 1.

(x,y)∈S i j (x,y)∈S i j
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
nebo nejprve přes x a poté přes y
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:
• řádně (na obrázku níže) vysvětlete, jak určovat meze

• hlavně vysvětlete, proč v tomto případě nebudou všemi čtyřmi mezemi čísla
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.
13.3 Příklad – výpočet obsahu plochy
Fubiniovou větou (bez použití věty o substituci) vypočtěte obsah elipsy
(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
Případně lze počítat čtyřnásobek integrálu přes čtvrtinu

elipsy.
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
kde M je množina v rovině ohraničená parabolami y = x2 a x = y2 .
Řešení:
Můžeme volit následující integrační meze:
0≤x≤1 0≤y≤1
√ ∨ √
x2 ≤ y ≤ x y2 ≤ x ≤ y
První pořadí integrace:

√
Z1 Z x Z1 " # √x Z1
y2
Z !
x 3 4
(x + y) d(x, y) =
2
(x + y) dy dx =
2
x y+
2
dx = x + − x dx =
5/2
2 x2 2 2
M 0 x2 0 0
" #1
2 7/2 1 2 3 5 33
= x + x − x = .
7 4 10 0 140
Obrácené integrační pořadí:

√
Z Z1 Z y
(x2 + y) d(x, y) = (x2 + y) dx dy .
M 0 y2
104
13.5 Příklad – určení integračních mezí
f (x, y) d(x, y), kde

R
Určete meze integrálu (pro obojí pořadí integrování)
M

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
U opačného pořadí je třeba rozlišit, že

horní mez na intervalu h1, 2i je různá od
horní meze na intervalu h2, 3i. Je proto
nutné zápis rozdělit na dva integrály
Z2 Zx Z3 Z2
f (x, y) dy dx+ f (x, y) dy dx .
1 x+1 2 x+1
2 2
13.6 Příklad – záměna integračních mezí
Zaměňte integrační pořadí

Z4 Z12x
f (x, y) dy dx .
0 3x2
Řešení:
Viz obrázek
√y
Z48 Z 3
f (x, y) dx dy .
0 y
12
105
Nalezněte maximální množinu regularity zobrazení (x, y) = (a% cosn (ϕ), a% sinn (ϕ)) pro n = 1, n =
1/2 a n = 2, a > 0.
Řešení: Pro každé x z množiny regularity musí platit, že determinant
D(x, y) a cosn ϕ −an% cosn−1 ϕ sin ϕ cos ϕ − sin ϕ

!
det = = a 2
n% cosn−1
ϕ sinn−1
ϕ =
D(%, ϕ) a sinn ϕ an% sinn−1 ϕ cos ϕ sin ϕ cos ϕ
= a2 n% cosn−1 ϕ sinn−1 ϕ ≡ ∆
je nenulový, Jacobiho matice je spojitá a M je otevřená množina. Pro n = 1 je ∆ = a2 %, z toho plyne,

že
n o
M1 = (%, ϕ) ∈ R2 % , 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
• Pozor: M musí vždy být otevřená.

• Připomeňte pravidla pro počítání s determinanty.
13.8 Příklad – prosté zobrazení
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)
~ ~ξ : Er → Er je prosté regulární zobrazení otevřené množiny M ⊂ Er na

Necht’ ~x = ϕ
množinu Q ⊂ Er . Pak pro kompaktní interval J ⊂ Q a spojitou funkci f : J → R platí
Z Z
~ ) ~ξ ∆ϕ~ ~ξ d~ξ ,

f (~x) d~x = (f ◦ ϕ
J ~ −1 (J)
ϕ
pokud integrál na pravé straně konverguje. Přitom
, , . . . ,
!
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.
14.2 Příklad – Vícerozměrná integrace
xy d(x, y), kde

R
Aplikací věty o substituci vypočtěte
E
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
14.3 Příklad – Vícerozměrná integrace
Vypočtěte klasickou dvojrozměrnou míru množiny

 r r 
 3 x 2 3 y 2 
A= y) + y > .
 2

(x, ∈ ≤ 1 ∧ x, 0
 
R 2 2
a b

 


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
14.4 Příklad – Obsah plochy
Vypočtěte obsah plochy ohraničené křivkou

!2
x 2 y2 xy
+ =
a2 b2 c2
pro a, b, c ∈ R+ .
Řešení:
Křivku převedeme do zobecněných polárních souřadnic
x = a% cos(ϕ) ,
|J| = ab% .
y = b% sin(ϕ) ,
Křivka v nových souřadnicích bude
ab 2
%4 = % sin(ϕ) cos(ϕ) ,
c2
r
ab
%= sin(2ϕ) .
2c2
Kvůli odmocnině je třeba, aby platilo, že
sin(2ϕ) > 0 ⇒ ϕ ∈ (0, π/2) ∪ (π, 3π/2) .
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.
14.5 Příklad – Obsah plochy
Vypočtěte obsah plochy ohraničené křivkami

r !10
y x y
r
x
+ = − , y = 0,
a b a b
jsou-li a, b kladné parametry.
Řešení: Křivku převedeme do pseudopolárních souřadnic.
x = a% cos4 (ϕ) ,
|J| = 4ab% cos3 (ϕ) sin3 (ϕ) .
y = b% sin (ϕ) ,
4
Křivka v nových souřadnicích bude
%5 =% cos4 (ϕ) − % sin4 (ϕ) ,

%5 =%(cos2 (ϕ) − sin2 (ϕ))(cos2 (ϕ) + sin2 (ϕ)) ,
%4 = cos(2ϕ) ,
% = (cos(2ϕ))1/4 .
Kvůli odmocnině je třeba, aby platilo
cos(2ϕ) > 0 ⇒ ϕ ∈ (−π/4, π/4) ∪ (3π/4, 5π/4) .
Protože navíc x, y > 0 ⇒ ϕ ∈ (0, π/4) a omezíme se na první kvadrant.
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
14.6 Příklad – Třírozměrný integrál
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
Bez použití věty o substituci vypočtěte integrál

$
z d(x, y, z) .
M
Řešení: Množina M představuje eliptický válec. Integrační meze proto budou
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.
14.7 Příklad – Těžiště elipsoidu
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
Řešení: Elipsoid kvůli snazšímu popisu převedeme do zobecněných sférických souřadnic.
x = a% cos(ϑ) cos(ϕ) ,
y = b% cos(ϑ) sin(ϕ) , |J| = abc%2 cos(ϑ) .
z = c% sin(ϑ) ,
Spočítáme objem množiny, která se nachází v prvním oktantu
Z1 Zπ/2 Z2π Zπ/2

1 abcπ abcπ
µ3 (E) = abc%2 cos(ϑ) d% dϑ dϕ = cos(ϑ) dϑ = .
8 12 6
0 −π/2 0 −π/2
Podle vzorce pak snadno spočítáme x-ovou souřadnici těžiště.

R
x d~x Z1 Zπ/2Zπ/2
M 6
tx = = a2 bc%3 cos2 (ϑ) cos(ϕ) dϑ dϕ d% =
µ3 (E) abcπ
0 0 0
Zπ/2Zπ/2 Zπ/2 Zπ/2
3a 3a 3a 1 + cos(2ϑ) 3
= cos2 (ϑ) cos(ϕ) dϑ dϕ = cos2 (ϑ) dϑ = dϑ = a
2π 2π 2π 2 8
0 0 0 0
Analogicky lze také dopočítat zbylé dvě souřadnice. Těžiště množiny E je ~t = 83 (a, b, c).
Na konci těchto cvičení zadávám dobrovolný domácí úkol: Nalezněte matematický

předpis pro čtyřlístek:). Ukáže se na něm, jestli pochopili, jak se kreslí křivky (nebo
jestli umí použít Google).
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
x = a% cos ϕ , ϕ ∈ (0, 2π) ,

y = b% sin ϕ , % ∈ (0, ∞) ,
z = ch , h ∈ R,
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 .
Řešení: Nejdříve si úlohu zjednodušme lineární transformací
u = x + 4y , u ∈ R,
v = 4x + 12y , v ∈ R,
w = z, w ∈ R,
zjistěme příslušnou množinu regularity
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
Úlohu jsme tedy zatím transformovali na úlohu

$
1 n o
w d(u, v, w) , N = (u, v, w) ∈ E3 : u2 + v2 + w2 ≤ 1 ∧ w ≥ 0 .
4
N
Transformujme podruhé pomocí sférických souřadnic
u = % cos ϑ cos ϕ , ϕ ∈ (0, 2π) ,

π π
v = % cos ϑ sin ϕ , ϑ∈ − , ,
2 2
w = % sin ϑ , % ∈ (0, ∞) ,
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
15.3 Příklad – třídimenzionální míra (objem) těles
Vypočtěte µ3(T ), kde

 !5/2 
 x2 y2 z2 x2 y2 
T = y, + + .
 3

(x, z) ∈ E : x ≥ 0 ∧ ≤ −
 

 a 2 b2 c2 a2 2
b 


Řešení: Aplikujme zobecněné sférické souřadnice
x = a% cos ϑ cos ϕ , ϕ ∈ (0, 2π) nebo jiný interval délky 2π ,

π π
y = b% cos ϑ sin ϕ , ϑ∈ − , ,
2 2
z = c% sin ϑ , % ∈ (0, ∞) ,
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
Sloučením obou podmínek dostáváme ϕ ∈ − π4 , π4 . Pak zbývá spočítat:

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
Vypočtěte mu3 (T ), kde

( x y z 2 x y z )
T = (x, y, z) ∈ E : x, y, z ≥ 0 ∧
3
+ + ≤ + − .
a b c a b c
Řešení: Aplikujme zobecněné sférické souřadnice:

π
x = a% cos ϑ cos ϕ , 2 2
ϕ ∈ 0, ,
π2
y = b% cos2 ϑ sin2 ϕ , ϑ ∈ 0, ,
2
z = c% sin2 ϑ , % ∈ (−∞, ∞) ,
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.
Z poslední podmínky nám navíc plyne, že ϑ ∈ 0, π4 . Pak zbývá spočítat:

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
e−ax −by , d(x, y).

R 2 2
Vypočtěte
R2
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
15.6 Příklad – Gaussův integrál
Jak lze předešlého výsledku užít k vyčíslení tzv. Gaussova integrálu?
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
Po odmocnění levé a pravé strany pak
π
Z r
−ax2
e dx = .
a
R
15.7 Příklad – Fubiniova věta jako nástroj k vyčíslení jednoroz-

měrných integrálů
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
• Seznamte studenty s pojmem γ-funkce:
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.“
16.1 Příklad – vlastnosti množinových soustav
Definujte různé vlastnosti množinových soustav a na jednoduchých příkladech je demonstrujte. Volte

např.
n o
B1 = X ⊂ R| X = X̄ ,
B2 = {X ⊂ N} ,
B3 = {X ⊂ N| card(X) < +∞} .
Řešení:
Řekneme, že soustava množin A je

• aditivní, pokud
∀X, Y ∈ A : X ∪ Y ∈ A.
• σ-aditivní, pokud
+∞
[
∀X1 , X2 , . . . ∈ A : Xk ∈ A .
k=1
• okruh, pokud je aditivní a navíc
∀X, Y ∈ A : X \ Y ∈ A.
• σ-okruh, pokud je okruhem a je σ-aditivní.

• algebra, pokud je okruhem a má prezidenta.
• σ-algebra, pokud je σ-okruhem a má prezidenta.
• polookruh, pokud není prázdná a platí
∀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}.
Prezident soustavy B je množina E ∈ B taková, že ∀X ∈ B : X ⊂ E.
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
• není okruhem - protipříklad:
h1, 2i \ h3/2, 2i = h1, 3/2) < B1
• 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
• je okruhem - uzavřená na rozdíly a aditivní

• není σ-okruhem
• nemá prezidenta - jediným kandidátem je E = N, ale card(N) = ℵ0
• je polookruhem, protože se jedná o neprázdný okruh
16.2 Příklad – základní pojmy teorie míry
Rozhodněte, zda je soustava všech otevřených množin z R okruhem nebo polookruhem.
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.
(1, 3), (2, 3) ∈ A ⇒ (1, 3) \ (2, 3) = (1, 2i < A .
16.3 Příklad – soustava H2
S pomocí ilustračních obrázků vysvětlete, proč soustava

n o
H2 = ∅, hα1 , β1 ) × hα2 , β2 )| − ∞ < αk < βk < +∞, k ∈ 2̂
není okruhem, ale polookruhem ano.
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 .
16.4 Příklad – prezident soustavy
Dokažte, že každá soustava má nejvýše jednoho prezidenta.
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: Jediným adeptem na prezidenta je Er , ale ta do Hr nepatří. Kdyby se Er do Hr dodalo, pak

už by Hr nebyl ani polookruhem.
16.6 Příklad – okruh vs. algebra
Ukažte, že existuje okruh, který není algebrou.
Řešení:
B = {X ⊂ N| card(X) < ℵ0 }
16.7 Příklad – borelovský uzávěr
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:
• Vysvětlete, co se myslí termínem minimální.

• Sdělte studentům, že množinám z D0 se říká borelovské.
Necht’ A je soustava množin. σ-okruh B ⊃ A, pro který navíc platí, že je-li C ⊃ A

také σ-okruhem, pak B ⊂ C nazveme minimálním σ-okruhem generovaným soustavou
A nebo borelovským uzávěrem soustavy A.
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}
16.8 Příklad – množinové funkce a (ideální) míra
Vyslovte axiomy míry a také další vlastnosti množinových funkcí.
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.
Vlastnosti množinových funkcí:
Řekneme, že množinová funkce F : A → R∗ je na soustavě A

• aditivní, pokud
∀X, Y ∈ A , X ∩ Y = ∅ ∧ X ] Y ∈ A : F(X ] Y) = F(X) + F(Y) .
• 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.
Řekneme, že množinová funkce F : A → R∗ je mírou na soustavě A, splňuje-li axiomy

• axiom prázdné množiny: ∅ ∈ A.
• axiom nulovosti: F(∅) = 0.
• axiom nezápornosti: ∀X ∈ A : F(X) ≥ 0.
• axiom aditivity: ∀X, Y ∈ A : (X∩Y = ∅ ∧ X∪Y ∈ A) ⇒ F(X]Y) = F(X)+F(Y).
• axiom monotonie: ∀X, Y ∈ A : X ⊂ Y ⇒ F(X) ≤ F(Y).
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.
Necht’ je dána míra F : A → h0, +∞i na soustavě A. Řekneme, že F je na A úplná,

pokud ∀X ∈ A : (F(X) = 0 ∧ Y ⊂ X) ⇒ F(Y) = 0.
16.9 Příklad – množinové funkce a (ideální) míra
Pokuste se definovat 2 nejjednodušší míry


0 , X = ∅


F(X) = 0 ∀X ∈ A , F(X) =  .

1) 2)
a , X , ∅


Řešení:
Z axiomů míry ukažte, že 2) projde jen tehdy, když a = +∞.
Ad 1)
• axiom nulovosti X
• axiom nezápornosti X
• axiom aditivity
F(X ] Y) = F(X) + F(Y)

0=0+0 X
• 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
F(X ] Y) = F(X) + F(Y)

→X = Y = ∅ ⇒ 0=0+0 X
→X = ∅ , Y , ∅ ⇒ a=0+a X
→X , ∅ , Y , ∅ ⇒ a=a+a
⇒ a = 0 ∨ a = +∞ X
• axiom monotonie
F(X) ≤ F(Y)
→X = Y = ∅ 0≤0 X
→X = ∅ , Y , ∅ 0≤a X
→X , ∅ , Y , ∅ a≤a X
⇒ je mírou, pokud a = +∞.
16.10 Příklad – míra na H1
Jaké vlastnosti musí mít funkce ϕ, aby předpis


ϕ(β) − ϕ(α) , X = hα, β) ,


F(X) = 

0 ,

 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.
16.11 Příklad – míra na Hr
Ukažte, jak prostřednictvím r vytvořujících funkcí zavést míru F : Hr → h0, +∞i na Hr .
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:
F(H) = (ϕ(9) − ϕ(7)) (ψ(2) − ψ(−1)) = (45 − 35)(4 − (−1)) = 50
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
Intervaly se blíží k a zleva. Kdyby se blížily k a − 1 zprava ⇒

+∞ * !
] 1 1
a−1+ ,a − 1 + = (a − 1, a) < H1 !
k=1
k+1 k
16.14 Příklad – σ-aditivita míry na H1
Ukažte, že míra F generovaná vytvořující funkcí ϕ(x) = sgn (x) není na H1 σ-aditivní.
Řešení:
Diskutujte, jaká vlastnost vytvořující funkce bude σ-aditivitu garantovat (spojitost

zleva). Vysvětlete, že od této chvíle budou už všechny vytvořující funkce zleva spo-
jité.
P.S. nahrává nám i definice Heavisideovy funkce, kdy Θ(0) = 0.
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
To ale neplatí nebot’
F(H) =ϕ(0) − ϕ(−1) = sgn (0) − sgn (−1) = 1

+∞ * !! X +∞ ! !! X +∞ ! !!
X 1 1 1 1 1 1
F − ,− = ϕ − −ϕ − = sgn − − sgn −
k=1
k k+1 k=1
k+1 k k=1
k+1 k
+∞
X +∞
X
= (−1 − (−1)) = 0 = 0 , F(H)
k=1 k=1
16.15 Příklad – závislost axiomů míry na okruhu
Ukažte, že je-li A okruhem, pak jsou axiomy míry závislé.
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:
Necht’ A je libovolná soustava množin. Osnovou soustavy A rozumíme soustavu
Sub(A) = {X| ∃A ∈ A : X ⊂ A} .
Necht’ F : A → R je míra na soustavě A. Necht’ Sub(A) je osnova soustavy A.

Položme pro každé X ∈ Sub(A)
F (ex) (X) = inf{F(A)| A ∈ A ∧ X ⊂ A} .
Pak funkci F (ex) nazýváme vnější mírou vytvořenou mírou F.
Např. není aditivní: A = Q ∩ h0, 1) , B = (R \ Q) ∩ h0, +) , ϕ(x) = x
⇒ F (ex) (A) = 1 ∧ F (ex) (B) = 1 ∧ A ] B = h0, 1) ∧ F (ex) (A ] B) = 1
17.2 Příklad – Sr
Definujte Sr a ukažte, že h0, +∞) × h0, +∞) ∈ S2 .
Řešení:
Sr je soustavou všech spočetných sjednocení množin z Hr . Bez újmy na obecnosti lze

tato sjednocení uvažovat jako disjunktní, tj.
 +∞ 

] 
Sr =  H .
 
H : H ∈

 k k r 

 
k=1
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:
Sr obsahuje všechny otevřené intervaly v Er včetně celého prostoru Er .
Další věta popisuje vlastnosti Sr jako algebraické struktury:
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
ha, a + 1)r \ ((a, a + 1) × ha, a + 1)r−1 ) = {a} × ha, a + 1)r−1 ,

| {z }
∈Sr ... snadno lze rozmyslet
který v Sr neleží ani ho nejde nakombinovat z konečného sjednocení prvků.
17.3 Příklad – zavedení míry na S
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:
Necht’ F je σ-aditivní míra na polookruhu Hr . Potom existuje jednoznačné rozšíření F

na Sr tj. σ-aditivní míra µσ : Sr → R∗ taková, že ∀J ∈ Hr platí µσ (J) = F(J).
V důkazu předchozí věty se definuje (zcela přirozeně)

+∞
X +∞
]
µσ (X) = F(Jk ) , kde X = Jk ∈ Sr
k=1 k=1
130
pro každou posloupnost (Jk )+∞
k=1 ⊂ Hr .
Protože
+∞
]
h0, +∞) = hk − 1, k),
k=1
tak podle definice

+∞
X +∞
X n
X
µσ (h0, +∞)) = F(hk − 1, k)) = (ϕ(k) − ϕ(k − 1)) = lim (ϕ(k) − ϕ(k − 1)) = lim ϕ(n) − ϕ(0) ,
k→+∞ n→+∞
k=1 k=1 k=1
kde ϕ je vytvořující funkce míry F. Pro klasickou míru (ϕ(x) = x) je
µσ (h0, +∞)) = +∞.
17.4 Příklad – otevřené intervaly v S1
Dokažte, že pro všechna a, b ∈ R, a < b, platí, že (a, b) ∈ S1 .
Řešení: Pro jednoduchost si můžeme zpočátku uvědomit, že platí

+∞ * !
] 1 1
(0, 1) = , ,
k=1
n+1 n
takže škálováním a posunutím dostaneme postupně

+∞ * !
] b−a b−a
(0, b − a) = , ,
k=1
n + 1 n
+∞ * !
] b−a b−a
(a, b) = a+ ,a + .
k=1
n+1 n
Je důležité, že k levému krajnímu bodu se blížíme posloupností intervalů zprava, proto

se bodu a nikdy nenabývá.
17.5 Příklad – výpočet míry µσ
Necht’ ϕ(x) = 3x + Θ(x − 4). Vypočítejte µσ (h1, 4)) a µσ ((1, 4)).
Řešení: Protože h1, 4) ∈ H1 , máme rovnou
µσ (h1, 4)) = F(h1, 4)) = ϕ(4) − ϕ(1) = 12 − 3 = 9

131
V případě otevřeného intervalu (1, 4) platí
+∞ * !
] 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.
17.6 Příklad – měřitelné množiny
Detailně rozeberte definici µ-měřitelné množiny. Ukažte, že Sr ⊂ Mµ ∧ Hr ⊂ Mµ .
Řešení:
X ⊂ Er je µ-měřitelná právě tehdy, když ∀ ε > 0 ∃ S ∈ Sr : S ⊃ X ∧ µ(ex)

σ (S \ X) < ε .
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 .
17.7 Příklad – měřitelné množiny
Ukažte, že pokud ϕ(x) = x, pak

• {7} ∈ Mµ ,
• {7, 9, 11} ∈ Mµ ,
• {2n + 1| n ∈ N} ∈ Mµ .
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 .
V posledním případě pomůže volba

+∞ *
ε/2
] !
S = 2n + 1, 2n + 1 + .
n=1
n(n + 1)
• 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)
17.8 Příklad – třetí krok konstrukce Lebesgueovy míry
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(h1, 4i) =µ(ex)

σ ((h1, 4i)) = inf {µσ (h1, 4 + ε))} = inf {F(h1, 4 + ε))} = inf {3(4 + ε) + 1 − 3}
ε>0 ε>0 ε>0
= lim (10 + 3ε) = 10 .

ε→0+
• Pro jednoprvkovou množinu pak platí
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).
17.9 Příklad – prezident Mµ
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) .
17.10 Příklad – Lebesgueova míra
Necht’ 
 −8 . . . x < 0


ϕ(x) = 

 x + 3 ... x ≥ 0


je vytvořující funkce Lebesgueovy míry µ(X) : Mµ → R~ . Čemu se rovná µ((−∞, 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
= lim [ϕ(0) − ϕ(−n)] = 3 + 8 = 11 .

n→∞
17.11 Příklad – dirichletovské množiny
Ukažte, že dirichletovské množiny (průniky intervalů a množiny Q) jsou µ-měřitelné.

134
Řešení:
Užijte faktu, že µ je σ-aditivní a každou dirichletovskou množinu lze zapsat jako spo-
četné sjednocení jednoprvkových množin.
Označme X = {a} a S = ha, a + δ), pak S \ X = (a, a + δ) a z definice měřitelnosti

δ
µ(ex)
σ (S \ X) = µσ ((a, a + δ)) = ϕ(a + δ) − lim ϕ a + = ϕ(a + δ) − ϕ(a+ ) < ε .
n→+∞ n+1
Výsledná nerovnost plyne ze spojitosti zleva. Proto jednoprvková množina je měřitelná a díky vlast-
nostem σ-algebry také všechny dirichletovské množiny.
17.12 Příklad – 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!
Míra jednoprvkové množiny je
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.
17.13 Příklad – měřitelnost borelovského uzávěru
Ukažte, že borelovský uzávěr D0 soustavy všech otevřených množin D = {X ⊂ Rr | X = X ◦ } je

podsoustavou Mµ , tj. D0 ⊂ Mµ .
Řešení:
135
Vysvětlete, že pro praktické aplikace (např. pravděpodobnost, statistika) je snazší pra-
covat právě s D0 .
Závěr: Všechny borelovské množiny jsou µ-měřitelné.
• D0 je minimálním σ-okruhem vystavěným nad D.

• Podle Kallmünzerova lemmatu platí série inkluzí D ⊂ Sr ⊂ Mµ . Protože D je podmnožina
Mµ a Mµ je σ-algebra, je nutně Mµ také σ-okruhem nad D.
• Protože je D0 minimálním σ-okruhem, musí být podmnožinou každého σ-okruhu vystavěného
nad D ⇒ D0 ⊂ Mµ .
⇒ Každá borelovská množina je µ-měřitelná.
136
18. Konstrukce Lebesgueova integrálu
18.1 Příklad – měřitelná funkce
Rozhodněte, zda je funkce g(x) = dxe λ−měřitelná.
Řešení:
Řekneme, že funkce f : Er → R∗ je µ-měřitelná, jestliže ∀c ∈ R platí
{~x ∈ Er | f (~x) > c} ∈ Mµ .
{x ∈ R| dxe > c} = (bcc, +∞) ∈ S1 ⊂ Mλ ⇒ ano,

je měřitelná.
Rozhodněte, zda je Dirichletova funkce


 1 ... x∈Q


D(x) = 

 0 ... x ∈ R \ Q


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
Dokažte, že je-li funkce g µ−měřitelná, pak pro každé c ∈ R platí:
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.
18.4 Příklad – domácí úkol pro studenty
Dokažte, že je-li funkce g µ−měřitelná, pak pro každé c ∈ R platí:
Zc = {~x ∈ Er | f (~x) < c} ∈ Mµ ,
Wc = {~x ∈ Er | f (~x) = c} ∈ Mµ .
Řešení:
Viz věta 5.2.4 ve skriptech Teorie míry a Lebesgueova integrálu z roku 2014.
18.5 Příklad – finitní funkce
Necht’
√
ϕ(x) = Θ(x) x
je vytvořující funkce Lebesgueovy míry µ(X) : Mµ → R~ . Je funkce g(x) = Θ(x)x2 µ−finitní?
Řešení:
Necht’ je dána obecná funkce f : Er → R∗ . Množinu supp( f ) = {~x ∈ Er | f (x) , 0}

nazýváme nosičem funkce f . Řekneme, že funkce f je finitní, jestliže platí µ(supp( f )) <
+∞.
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
Míra nosiče funkce není konečná. Funkce g tedy není finitní.
18.6 Příklad – finitní funkce
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, +∞) .
Míra nosiče se spočte

∞ ∞
1 X n+1 k+1
!
X n
µ((0, +∞)) = µσ ((0, +∞)) = µ((0, 1)) + F(hn, n + 1)) = + − = lim =
n=1
2 n=1 n + 2 n + 1 k→∞ k + 2
= 1 < +∞ .
Funkce g je tedy µ−finitní.
18.7 Příklad – základní systém funkcí
Je Heavisideova funkce funkcí ze základního systému Zλ ?
Řešení:
Základním systémem funkcí Zµ rozumíme množinu všech jednoduchých (µ-měřitelné

a obor hodnot je konečná množina) a finitních funkcí f : Er → R+0 .
Musíme ověřit čtyři vlastnosti:

1. Funkce zobrazuje do R+0 :
Θ(R) = {0, 1} ⊂ R~ X
139
2. Obraz definičního oboru je konečná množina:
card({0, 1}) = 2 < +∞ X
3. Funkce musí být λ-měřitelná:
R ∈ S1 , c < 0 ,






 +
{x ∈ R| Θ(x) > c} =  R ∈ S1 , c ∈ h0, 1) , X




 ∅ ∈ H1


c≥1
4. Funkce musí být finitní: λ((0, +∞)) = +∞ 7

⇒ Θ < Zλ
18.8 Příklad – základní systém funkcí
Necht’ ϕ(x) = x3 je vytvořující funkce Lebesgueovy míry µ(X) : Mµ → R~ . Je funkce h(x) =

Θ(x)Θ(3 − x)dxe funkcí ze základního systému Zµ ?
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 .
18.9 Příklad – první etapa lebesgueovských integrací
h(x) dµ(x) pro h(x) a µ(X) z předešlého příkladu.

R
Vypočtěte (L )I
R
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
nazveme integrálem z funkce f přes množinu E podle míry µ a označíme

R
f (~x) dµ(~x).
E
Funkce h může nabývat hodnot d1 = 1, d2 = 2, d3 = 3. Vzory těchto hodnot jsou
h−1 (d1 ) = (0, 1i ∧ h−1 (d2 ) = (1, 2i ∧ h−1 (d3 ) = (2, 3i .
Lebesgueův integrál se spočte z definice

Z 3
X
(L )I h(x) dµ(x) = dk µ(Ak ) = 1 · 1 + 2(8 − 1) + 3(27 − 8) = 1 + 14 + 57 = 72 .
R 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.
19.2 Příklad – druhá etapa lebesgueovských integrací
Vypočítejte (L ) Θ(x) dλ(x).

R
R
Řešení:
Označme
Z+µ = { f | Ran( f ) ⊂ R+0 ∧ ∃ fn (x) ∈ Zµ : fn % f } .
Zvolme posloupnost ( fn (x))+∞ +

n=1 funkcí ze Zµ takovou, že fn % f , f ∈ Zµ . Pak definu-
jeme Z Z
(L )II f (x) dµ(x) = lim (L )I fn (x) dµ(x) .
n→+∞
E E
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
19.3 Příklad – třetí etapa lebesgueovských integrací
R
Vypočítejte (L ) dxe dλ(x).
R
Řešení:
Bud’ f měřitelná funkce taková, že
f + (x) = f (x) · Θ( f (x)) ∈ Z+µ ,

f − (x) = − f (x) · Θ(− f (x)) ∈ Z+µ .
Potom definujeme Lebesgueův integrál

Z Z Z
+
(L )III f (x) dµ(x) = (L )II f (x) dµ(x) − (L )II f − (x) dµ(x) ,
E E E
pokud pravá strana existuje.
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
Řešení: Jelikož platí

∞ x 1
µ(suppΘ(x)) = µ((0, ∞)) = ϕ(x) = −0 + lim = ,
0 n→∞ 1 + 5|x| 5
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
Užitím věty o převodu abstraktního Lebesgueova integrálu na klasický vypočítejte

Z
1 dµ(x, y) ,
x2 +y2 ≤R2
kde µ je míra generovaná vytvořujícími funkcemi ϕ(x) = x a ψ(y) = y|y|.
Řešení: Použitím věty dostáváme

Z Z Z
dϕ(x) dψ(x)
1 dµ(x, y) = dλ(x, y) = 2 |y| d(x, y) ,
dx dy
x2 +y2 ≤R2 x2 +y2 ≤R2 x2 +y2 ≤R2
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
Necht’ ϕ(x) = arctg(x) je vytvořující funkce Lebesgueovy míry µ : Mµ → R~ . Vypočítejte

Z
(L ) Θ(x)arctg(x) dµ(x) .
R
Řešení: Postupovat budeme stejně jako v předchozím příkladě
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}
je-li µ generována vytvořující funkcí


 x|x| , x ≤ 5,


ϕ(x) = 

 x + 23 ,

 x > 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}
= µ h1, 2) + 2 · µ h2, 3) + 5 · µ {5} =

n o
= ϕ(2) − ϕ(1) + 2 · ϕ(3) − 2 · ϕ(2) + 5 · inf µσ h5; 5 + ε) =
ε>0
n o
= 4 − 1 + 2 · (9 − 4) + 5 inf 5 + ε + 23 − 52 = 13 + 5 · 3 = 28
ε>0
145
19.8 Příklad – Lebesgueova míra
Necht’ {E, Mµ , µ} je prostor s úplnou mírou. Dokažte implikaci:
µ(M ◦ ) = µ(M) ∈ R ⇒ M ∈ Mµ . (19.1)
Řešení:
Jelikož Mµ obsahuje všechny otevřené a uzavřené mno-

žiny, je i M ◦ , M ∈ Mµ . Rádi bychom zjistili něco
o B = M \ M ◦ , ovšem k tomu nám pomůže prozkou-
mání následující množiny D.
Vezměme množinu D jako doplněk množiny M ◦ do
množiny M, tj. D = M \ M ◦ . Z čehož plyne, že mno-
žina D ∈ Mµ díky vlastnostem σ-algebry.
Z aditivity míry spočteme její velikost

µ(M ◦ ) + µ(D) = µ M ⇒ µ(D) = µ M − µ(M ◦ ) = 0 .
Jelikož B ⊂ D a µ(D) = 0, víme z úplnosti µ, že B ∈ Mµ a µ(B) = 0. Pak už jen zbývá si uvědomit,

že M je disjunktní sjednocení dvou měřitelných množiny, a tedy M = M ◦ ] B ∈ Mµ .
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).
Necht’ I ⊂ R je otevřený interval a funkce f (x, α) definovaná na E×I splňuje následující

předpoklady:
• integrál F(α) = f (x, α) dµ(x) konverguje alespoň pro jedno α ∈ I,
R
E
• pro každé α ∈ I je funkce x 7→ f (x, α) měřitelná,
• existuje funkce g(x) ∈ L (E, µ) (tj. je integrabilní - její integrál existuje a je ko-
nečný) taková, že pro skoro všechna x ∈ E a všechna α ∈ I platí
∂ f (x, α)
≤ g(x) .
∂α
Potom pro všechna α ∈ I integrál F(α) konverguje a platí
∂ f (x, α)
Z
dF
= dµ(x) .
dα ∂α
E
Ověřme tedy předpoklady:

• F(β) = 0, takže integrál pro α = β konverguje.
• f je spojitá funkce na celém E = (0, +∞), a tedy je měřitelná.
• Nalezneme tzv. integrabilní majorantu g, která je nezávislá na parametru. Zvolme pevné α0 > 0
(ovšem libovolně malé). Potom pro všechna α > α0 platí
∂ 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
Zpětným zintegrováním podle α dostaneme
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
Pro a > 0 vypočítejte Z

2
x2 e−ax dx .
R
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
Pro α > 0 a β ∈ R vypočítejte

Z+∞
sin(βx)
F(β) = e−αx dx
x
0
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
Podle věty o derivaci podle parametru tedy platí
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+∞ Z+∞ Z+∞

e−αx (cos(βx) + i sin(βx)) dx = e−αx eiβx dx = e(−α+iβ)x dx
0 0 0
#+∞
α + iβ
"
1 1
= e(−α+iβ)x = = 2 .
−α + iβ 0 α − iβ α + β2
Porovnáním reálné a imaginární části výsledku máme
Z+∞
α
e−αx cos(βx) dx = , (20.2)
α2 + β2
0
Z+∞
β
e−αx sin(βx) dx = . (20.3)
α2 + β2
0
Nyní se můžeme vrátit k původnímu integrálu. Platí

1
α β
Z Z
α
F(β) = dβ = β 2 dβ = arctg +C.
α + β2
2
1+ α
α
Ze známé hodnoty integrálu pro β = 0 dopočítáme hodnotu konstanty C. Máme
0 = F(0) = arctg(0) + C = C .
Proto (pro β > 0) můžeme shrnout
Z+∞ β
−αx sin(βx)
F(β) = e dx = arctg .
x α
0
Pro a > 0 a b ∈ R vypočítejte

Z+∞
2
F(b) = e−ax cos(bx) dx .
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) ,
takže po dosazení dostaneme
" #+∞ Z+∞

dF 1 −ax2 b 2 b
= e sin(bx) − e−ax cos(bx) dx = − F .
db 2a 0 2a 2a
| {z } 0
=0
Jedná se o separovatelnou diferenciální rovnici pro neznámou funkci F(b)

Z Z
dF b
=− db,
F 2a
b2
ln F = − + C,
4a
b2
!
F = C exp − .
4a
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
Pro a, b > 0 vypočítejte
e−a(x +y ) − e−b(x +y )
Z 2 2 2 2
F(a) = cos(x2 + y2 ) d(x, y) .

x 2 + y2
R2
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
nezávisle na a > a0 , přičemž g ∈ L (R2 ).

Platí proto
Z
dF
−e−a(x +y ) cos(x2 + y2 ) d(x, y) =
2 2
=
da
R2
x = % cos ϕ Z2π Z+∞

2
= y = % sin ϕ = − dϕ d% %e−a% cos(%2 ) =
D(x,y)
det D(%,ϕ) = % 0 0
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
Hodnotu C získáme dosazením a = b, kde
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
Pro a, b ∈ [0, +∞) vypočítejte

Z+∞ 8 8
e−ax − e−bx
F(a) = dx .
x5
0
Řešení:
• 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
nezávisle na a > a0 , přičemž g ∈ L (R).

Proto platí
Z+∞ Z+∞
= 4
π
r
dF 8 t x 1 2 1
= − x3 e−ax = =− e−at dt = − ,
da dt = 4x3 dx 4 8 a
0 0
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
Můžeme tedy shrnout

Z+∞ 8 8
e−ax − e−bx 1 √ √ √
5
dx = π b− a .
x 4
0
20.7 Užití věty o spojitosti integrálu s parametrem
Vyšetřete spojitost integrálu

Z+∞
cos(ax)
F(a) = dx
1 + x2
0
jako funkce parametru a.

153
Řešení:
Použijeme větu 4.4.3 ve skriptech na str. 229 (o spojitosti integrálu podle parametru).
Necht’ je dána množina P ⊂ R a funkce f (x, α) definovaná na E × P splňuje následující

předpoklady:
• pro skoro všechna x ∈ E je funkce α 7→ f (x, α) spojitá na P,
• pro každé α ∈ P je funkce x 7→ f (x, α) měřitelná,
• existuje funkce g(x) ∈ L (E, µ) (tj. integrabilní – její integrál existuje a je ko-
nečný) taková, že pro skoro všechna x ∈ E a všechna α ∈ P platí
| f (x, α)| ≤ g(x) .
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)
• Zbývá najít integrabilní majorantu k funkci f (x, a). Platí
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
takže hodnota integrálu F(a) spojitou funkcí paramteru a pro všechna a ∈ R.
154
21. Parametrické integrály II
Vypočítejte
π
Z2
F(p) = ln(1 + p sin2 x) dx , p ≥ 0 .
0
Řešení:
• 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
Hodnotu konstanty C zjistíme dosazením p = 0
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
21.2 Užití věty o spojitosti integrálu s parametrem
Vyšetřete spojitost integrálů
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
21.3 Lebesgueova věta
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).
Necht’ fn ∈ Λµ (tj. jde o µ-měřitelné funkce) pro všechna n ∈ N a fn → f skoro všude.

Necht’ existuje g ∈ L (E, µ) (tzv. integrabilní majoranta) tak, že pro všechna n ∈ N platí
nerovnost | fn (x)| ≤ g(x) skoro všude v E. Potom f ∈ L (E, µ) a platí
Z Z
lim fn (x) dµ(x) = f (x) dµ(x) .
n→+∞
E E
Ověřme tedy předpoklady:

• pro každé n ∈ N je funkce fn (x) = xn e−(n+1)x spojitá na R, a tedy měřitelná (klasickou Lebesgu-
eovou mírou λ).
• Zbývá nalézt integrabilní majorantu g(x), pro níž platí | fn (x)| = fn (x) ≤ g(x). Ukážeme nejprve,
že
∀x > 0, ∀n ∈ N0 : fn+1 (x) < fn (x) .
Po dosazení
xn+1 e−(n+2)x < xn e−(n+1)x ,

xe−x < 1 .
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
h0 (x) = e−x − xe−x = e−x (1 − x) = 0 =⇒ x = 1
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
Z+∞ Z+∞ Z+∞

lim n −(n+1)x
xe dx = lim x e n −(n+1)x
dx = 0 dx = 0 .
n→+∞ n→+∞
0 0 0
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
Lze tedy nejprve spočítat limitu posloupnosti integrandů
e x/n x2 1 x2
lim =
n→+∞ e x/n + 1 (1 + x2 )2 2 (1 + x2 )2
a poté použít Lebesgueovu větu
Z+∞ Z+∞ Zπ/2

e x/n x2 1 x2 x = tg u 1 π
lim dx = dx = = sin2 u du = .
n→+∞ e x/n + 1 (1 + x2 )2 2 (1 + x2 )2 dx = cos12 u du 2 8
0 0 0
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
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.
21.6 Příklad – křivky a křivkové integrály
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
pokud pravá strana této rovnosti existuje.
Podle této definice tedy počítejme
ϕ
!
D~ dx dy
= , = (−a sin(τ), b cos(τ)) ,
Dτ dτ dτ
ϕ
q
D~
= a2 sin2 (τ) + b2 cos2 (τ) .
Dτ
Integrál se pak dá napsat
Z Z2π q
λ1 (E) = 1 dµc (~x) = a2 sin2 (τ) + b2 cos2 (τ) dτ .
hϕ~ i 0
Pro a = b pak zřejmě λ1 (E) = 2πa.
21.7 Příklad – křivkový integrál prvního druhu
Vypočtěte křivkový integrál Z

x dµc (~x) ,
M
√
kde M je část paraboly y = x2 mezi body (0, 0) a ( 2, 2).
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
• Výpočet integrálu prvního druhu

√
Z2 √ Z9
u = 1 + 4t 2
√
Z
1 13
x dµc (~x) = t 1 + 4t2 dt = = u du = .
du = 8t dt 8 6
M 0 1
21.8 Příklad – parametrizace křivky
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
kde M je oblouk cykloidy x = a(t − sin(t)) , y = a(1 − cos(t)) pro 0 ≤ t ≤ 2π .
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
y dµc (x, y) = 2a (1 − cos(t)) 1 − cos(t) dt = 2a (1 − cos(t))5/2 dt =

2 3 2
p
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
22.2 Určení koncového bodu křivky
Necht’ je v prostoru E4 dána křivka

√
~ (t) = cos(t) sin(t), sin2 (t), 3t, ln cos2 (t)
ϕ
s počátečním bodem (0, 0, 0, 0) o délce

√ 
 2 + 2 

l = ln  √  .
2− 2
Určete koncový bod křivky.
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
22.3 Křivkový integrál druhého druhu
Vypočtěte křivkový integrál druhého druhu

Z
(x, −y) dµc (~x) ,
M
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
pokud pravá strana této rovnosti existuje.
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 definice křivkového integrálu pak snadno
Z Z1 "2 #1
t 3
(x, −y) dµc (~x) = t − 8t dt =
3
− 2t = − .
4
2 0 2
M 0
22.4 Křivkový integrál druhého druhu
Vypočtěte Z
−x2 y, xy2 dµc (x, y) ,
M
kde M je kružnice x2 + y2 = R2 , probíhaná proti směru hodinových ručiček.
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
Řešte předchozí příklad za pomoci Greenovy věty.
Řešení:
Greenova věta (věta 2.1.28 skripta str. 142)
Necht’ S ⊂ R2 je oblast a ϕ~ uzavřená, po částech hladká regulární křivka taková, že

~ = bd(S ). Necht’ M je otevřená množina taková, že S̄ ⊂ M. Pak pro každé spojitě
ϕ
~ x) = F1 (~x), F2 (~x) na množině S platí
diferencovatelné vektorové pole F(~
"
∂F2 ∂F1
I !
~ x) dµc (~x) = a
F(~ − (~x) dx1 dx2 ,
hϕ~ i ∂x1 ∂x2
S
kde bud’ a = 1 nebo a = −1.
~ .
Přičemž znaménko v Greenově větě závisí na způsobu proběhnutí geometrického obrazu ϕ
∂F2 ∂F1
= y2 , = −x2 .
∂x ∂y
Integrál podle Greenovy věty bude
Z " x = % cos(ϕ) Z2π ZR ZR

−x y, xy dµc (x, y) =
2 2
y + x dx dy = y = % sin(ϕ) =
2 2
% dϕ d% = 2π %3 d% =
3
M x2 +y2 =R2 |J| = % 0 0 0
πR4
= .
2
22.6 Greenova věta
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
Integrál v závorce vyřešíme pomocí per partes
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
Vypočtěte povrch koule o poloměru R.
Řešení:
Na úvod shrneme potřebné pojmy.
~ (u, v) : G → E3 je parametrizace jednoduché hladké regulární plochy S ⊂ E3 .

Necht’ ℘
Necht’ f : E3 → R je funkce definovaná alespoň na množině S . Potom definujeme
~ předpisem
plošný integrál prvního druhu z funkce f (~x) přes plochu ℘
" "
D~℘ D~
℘
f (~x) dµS (~x) ≡ ~ (u, v) ·
f ℘ × (u, v) du dv ,
Du Dv
h℘~ i G
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
Necht’ ℘~ (u, v) : G → E3 je parametrizace jisté jednoduché a hladké regulární plochy

S ⊂ E3 . Pak funkci
 
 D~℘ D~℘ ℘ D~
D~ ℘ 
 Du Du Du Dv 
∆g (u, v) ≡ det    (u, v)
 D~℘ D~℘ ℘ D~
D~ ℘  
Dv Du Dv Dv
definovanou všude na G nazýváme Gramovým determinantem (gramiánem) plošné pa-

~ (u, v).
rametrizace ℘
Necht’ jsou splněny předpoklady předchozích definic, potom platí rovnost

" " q
f (~x) dµS (~x) = ℘(u, v)) ∆g (u, v) d(u, v) .
f (~
S G
Nejprve je nutné parametrizovat povrch koule. Parametrizace plochy koule (zjevná souvislost se
sférickými souřadnicemi pro konstantní vzdálenost od středu)
~ (ϑ, ϕ) = (R cos(ϑ) cos(ϕ); R cos(ϑ) sin(ϕ); R sin(ϑ)),

℘ ϑ ∈ (−π/2, π/2) , ϕ ∈ (0, 2π) ,
167
oba intervaly musí být otevřené, nebot’ G musí tvořit oblast.
K výpočtu využijeme Gramův determinant. Musíme tedy spočítat příslušné derivace
℘
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
a poté skalární součiny
℘ ℘
* +
D~ D~
E≡ = R2 ,
Dϑ Dϑ
℘ ℘
* +
D~ D~
F≡ = R2 cos2 (ϑ) ,
Dϕ Dϕ
℘ ℘
* +
D~ D~
G≡ = 0.
Dϑ Dϕ
Gramův determinant pak bude
∆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).
23.2 Příklad – obsah plochy
Nalezněte obsah plochy z = x2 + y2 , omezené vnitřkem válce x2 + y2 = 2x.

p
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 .
Hledání u, v je z rovnice válce, kterou lze přepsat na tvar
(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
Příslušné skalární součiny
℘ ℘ 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
23.3 Příklad – obsah plochy
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.
Parametrizace plochy má tvar

√ √
~ (ϕ, h) =
℘ r2 − h2 cos ϕ, r2 − h2 sin ϕ, h , ϕ ∈ (0, 2π) , h ∈ (H1 , H2 ) .
Derivace podle parametrů jsou
℘ √ 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
Příslušné skalární součiny
℘ ℘
* +
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 .
Obsah části kruhového pásu je
Z2π ZH2 Z2π

µ (S ) =
2
r dh dϕ = r(H2 − H1 ) dϕ = 2πr(H2 − H1 ) .
0 H1 0
23.4 Příklad – plošná míra grafu funkce
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)) .
℘
Derivace podle parametrů
℘ ∂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
23.5 Příklad – obsah matematického anuloidu
Vypočtěte plošnou míru matematického anuloidu.
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
~ (ϕ, t) = ((R + r cos t) cos ϕ, (R + r cos t) sin ϕ, r sin t) ,

℘ t, ϕ ∈ (0, 2π) .
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 .
Plošná míra matematického anuloidu je
Z2π Z2π
2
~ )=
µ( ℘ r(R + r cos t) dt dϕ = 4π2 rR .
0 0
23.6 Příklad – plošný integrál druhého druhu
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
V tomto místě je dobré připomenout, jak se dá počítat vektorový součin.
Skalární součin normálového vektoru a integrandu
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) .
Výpočet plošného integrálu druhého druhu
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
Necht’ a ∈ R+ . Vypočtěte plošný integrál

R
x3 , z3 , y2 dµS (x, y, z), kde S je vnější plášt’ tělesa T =
S
y2
n o
3 x2 z2
(x, y, z) ∈ E a2 + b2 + c2 = 1 .
Řešení:
(Gaussova–Ostrogradského věta) Necht’ V ⊂ E3 je omezená oblast, k níž existuje jed-

noduchá, jednoduše uzavřená a hladká regulární plocha ℘ ~ taková, že pro S ≡ ℘ ~ je
S̄ = bd(V). Necht’ dále existuje otevřená množina G taková, že pro uzávěr množiny V
~ x) : E3 → E3 je funkční vektor spojitě diferencovatelný na G. Pak
platí V̄ ⊂ G. Necht’ F(~
" $
~ x) dµS (~x) = a
F(~ ~ x) d(x1 , x2 , x3 ) ,
div F(~
S V
kde a je bud’ 1 nebo -1.
~ y, z) = x3 , z3 , y2 . Divergence vektorové funkce F~ je

Naše vektorová funkce je F(x,
∂F1 ∂F2 ∂F3

div F~ = + + = 3x2 .
∂x ∂y ∂z
Podle výše uvedené věty tedy platí
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
Gaussovou-Ostrogradského větou vypočtěte plošný integrál druhého druhu

"
(x, y + z, x + y + z) dµS (x, y, z) ,
S
kde S je zobecněná plocha (x − y + z)2 + (y − z + x)2 + (z − x + y)2 = 1.
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
Pro výpočet objemu µ3 (V) užijeme substituci


u= x−y+z 
 1 −1 1 !!−1
D(u, v, w) D(x, y, z)


 !
v=y−z+x  = 1 −1 = 4 = det .

det

1


 D(x, y, z) D(u, v, w)
w=z−x+y 

 −1 1 1
Trojrozměrná míra množiny V je

$
1 14 π
µ (V) =
3
du dv dw = π=
4 43 3
u2 +v2 +w2 ≤1
a výsledný integrál "

(x, y + z, x + y + z) dµS (x, y, z) = π .
S
23.9 Příklad – Stokesova věta
Užitím Stokesovy věty vypočtěte křivkový integrál druhého druhu

Z
(y − z, z − x, x − y) dµC (x, y, z) ,
C
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
kde bud’ a = 1, nebo a = −1.
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
∂F3 ∂F2 ∂F1 ∂F3 ∂F2 ∂F1

!
~
rot F = − , − , − = (−2, −2, −2) .
∂y ∂z ∂z ∂x ∂x ∂y
Parametrizace plochy ohraničené křivkou C je
~ (%, ϕ) = (% cos ϕ, % sin ϕ, 1 − % cos ϕ) ,

℘ % ∈ (0, 1) , ϕ ∈ (0, 2π) .
Derivace parametrizace plochy
℘
D~
= (cos ϕ, sin ϕ, − cos ϕ) ,
D%
℘
D~
= (−% sin ϕ, % cos ϕ, % sin ϕ) ,
Dϕ
Normálový vektor plochy
~ı ~ ~k
℘ D~
D~ ℘
× = cos ϕ sin ϕ − cos ϕ = (%, 0, %) .
D% Dϕ
−% sin ϕ % cos ϕ % sin ϕ
Skalární součin normálového vektoru s integrandem

rot F~ (%, 0, %) = −4% .
Křivkový integrál přes křivku C je podle Stokesovy věty
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 )
Často používáme označení ~λ = (x0 , y0 , z0 ).

• 7→ vs. →: První jmenované značí přiřazení, druhé zobrazení z jedné množiny do druhé. Ukažme
rozdíl na příkladě:
(∀x ∈ X) ( f : x 7→ R) ↔ f : X → R.
• 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
Koeficienty λk se nazývají Lagrangeovy multiplikátory.
Lagrangeova věta - nutná podmínka pro extrém. Necht’ A ⊂ Er+p je otevřená a f, G ~ ∈

C 1 (A). Dále necht’
DG~
rank = p ∀~x ∈ M. (24.1)
D~x
Potom má-li f v bodě ~a lokální extrém vzhledem k množině M, existují čísla λ1 , . . . , λ p
taková, že
∂L
(~a) = 0 ∀k ∈ {1, 2, . . . , r + p} .
∂xk
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).
~~a , tj. ~h ∈ T M (~a) ⇐⇒ dG

Platí T M (~a) = ker dG ~~a (~h) = ~0.
~ ∈ M platí
Důkaz. Dokážeme pouze implikaci ⇒. Pro každé t z předpokladu ψ(t)
~ψ
G( ~ (t)) = ~0.
Zderivováním tohoto vztahu jako složené funkce dostaneme

r+p
~
∂G ~ 0 (t) = ~0
~ (t))ψ
X
(ψ
k=1
∂xk
a dosazením t = 0 pak
r+p
~
∂G ~~a (~h) = ~0.
(~a)~h = dG
X
k=1
∂xk
~ , která využívá větu o implicitních funkcích.

Opačná implikace vyžaduje konstrukci zobrazení ψ
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)
Poznámka. Předchozí tvrzení má přirozenou intuitivní interpretaci. Jestliže se zajímáme o extrém

vzhledem k M, nelze jako argument d2 L~a brát libovolné směry, nýbrž jen směry tečné k M v bodě ~a.
Již víme, že takové směry ~h splňují soustavu p lineárních rovnic
~~a (~h) = ~0.

dG (24.2)
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
d2 L~a(red) (~k) = d2 L~a T (~h)

M (~
a)
kde vztah mezi ~k a ~h je dán jednoznačně soustavou rovnic (24.2).

Shrneme nyní postup při vyšetřování lokálních vázaných extrémů:
1. Sestavíme Lagrangeovu funkci L(~x; ~λ)
2. Najdeme stacionární body a příslušné Lagrangeovy multiplikátory řešením soustavy r + 2p
rovnic
∂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
M = {(x, y) ∈ E2 : (x − 2)2 + y2 = 1}.
• 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
L(x, y, λ) = x2 + y2 − λ((x − 2)2 + y2 − 1).
Stacionární bod musí splňovat podmínku vazby
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
dL(x1.2 ,0) ( dx, dy) = (2 + 2λ) dx2 + (2 + 2λ) dy2
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
0 = dG(x1,2 ,0) ( dx, dy) = 2(x1,2 − 2) dx,
tj. dx = 0. Redukovaná forma by měla tvar
(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.
K této rovnici přidáme vazební podmínku
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
Po dosazení získáme soustavu

    
 2x −1   x0  −2y
    =   .
2(x − 2) 0 z0 −2y
    
Z toho Cramerovým pravidlem vypočítáme

 
1  2x −2y  = −4y ,

z0 = det 
δ 2(x − 2) −2y
 (x − 2)
kde podmínkou řešitelnosti je δ = 2(x − 2) , 0, tj. x , 2. Položíme-li z0 = 0, dostaneme

okamžitě y = 0 a dosazením do vazební podmínky pak dvě hodnoty x1 = 1 a x2 = 3. Nakonec
zjistíme druh extrému výpočtem druhé derivace
−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

Cvičení MAB4

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Cvičení MAB4

Uploaded by

Copyright:

Available Formats

Cvičení z MAB4

1 Limita a spojitost funkce více proměnných 5

2 Diferenciální počet funkce více proměnných 17

4 Diferenciální počet funkce více proměnných 33

6 Bonusové příklady a Implicitní funkce 50

10 Lokální extrémy funkcí 80

11 Vázané lokální extrémy 87

13 Vícerozměrný Riemannův integrál 102

14 Integrál funkce více proměnných 108

15 Trojrozměrný integrál 114

16 Teorie míry 120

17 Teorie míry 129

18 Konstrukce Lebesgueova integrálu 137

19 Lebesguegův integrál 142

20 Parametrické integrály I 147

21 Parametrické integrály II 155

22 Křivkový integrál 162

23 Plošný integrál 167

Pro funkci f : Er → R definujte Dom( f ), f (A), f −1 (B) a Ran( f ).

Ve skriptech MAB4 se chápe zápis f (~x) jako dvojznačný:

Dom( f ) := ~x ∈ Er : ∃ f (~x) = ~x ∈ Er : (∃y ∈ R)((~x, y) ∈ f ) ,

f (A) := {y ∈ R : (∃~x ∈ A)(y = f (x))} = { f (~x) : ~x ∈ A} ,

1.2 Vzor množiny a inverzní funkce

1.3 Grafy funkcí více proměnných

Co představují grafy funkcí

• Funkci f lze přepsat do tvaru

• Graf funkce g je množina splňující rovnici

a provedeme substituci x̃ = 3x, vidíme, že z se rovná kvadrátu vzdálenosti od středu r2 =

• Graf funkce h je množina splňující rovnici

což lze po úpravě na čtverec přepsat jako

a je vidět, že se jedná o plášt’ kuželové plochy s vrcholem v bodě (−1, 1).

• Funkce k již má definiční obor různý od E2 . Platí

Dom( f ) = {(x, y) ∈ E2 : 9x2 − y2 + 9 ≥ 0} ,

Nebo převodem na normální tvar (viz MAB3) získáme rovnici

Z definic zřejmě plyne

lim f (~x) = c =⇒ lim f (~x) = c

lim f (~x) , lim f (~x) .

1.5 Limita funkce více proměnných

1.6 Limita funkce více proměnných

Podle definice ukažte, že limita

Dále lze odhadnout

Necht’ je dána f : Er → R, ~a ∈ der(Dom( f )) a necht’ existuje

Potom pro libovolnou permutaci π ∈ S r platí

lim lim . . . lim f (x1 , x2 , . . . , xr ) = c

za předpokladu, že je výraz nalevo definován.

Vypočítáme obě parciální limity

a tudíž původní dvourozměrná limita neexistuje.

1.8 Limita funkce více proměnných

Ukažte, že existuje bod, v němž funkce

Pro tuto množinu platí ~a ∈ der(Mk ), a lze tedy vypočítat

(y + 2)2 (x − 1) (y + 2)2 k(y + 2)2 k

(y + 2)2 (x − 1) (y + 2)k(y + 2)2 (y + 2)k

takže získaný výsledek existenci dvourozměrné limity nevyvrací ani nepotvrzuje.

1.9 Spojitost funkce více proměnných

Připomeňte definici spojitosti funkce více proměnných a spojitosti vzhledem k množině.

Pokud ~a ∈ der(Dom( f )), je tato definice ekvivalentní s

lim f (~x) = f (~a) .

Funkce je spojitá na množině A ⊂ Er , jestliže je spojitá v každém jejím bodě.

Pokud ~a ∈ der(Dom( f )) ∩ der(M), je tato definice ekvivalentní s

lim f (~x) = f (~a) .

1.10 Spojitost funkce více proměnných

lim f (x, y) = f (a, b)

1.11 Spojitost funkce více proměnných