Professional Documents
Culture Documents
Jozef Kollár
Copyright © 2023 Jozef Kollár
WWW.PENGUIN.SK
Licensed under the Creative Commons Attribution-NonCommercial 3.0 Unported License (the
“License”). You may not use this file except in compliance with the License. You may obtain a
copy of the License at http://creativecommons.org/licenses/by-nc/3.0. Unless required
by applicable law or agreed to in writing, software distributed under the License is distributed on
an “AS IS” BASIS, WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
See the License for the specific language governing permissions and limitations under the License.
I Lineárna algebra
II Postupnosti a rady
V Index
Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 473
Úvod
V tejto časti si najskôr pripomenieme niekoľko základných pojmov, ktoré sa v matematike bežne
používajú a ktoré poznáme už zo základnej a strednej školy. Týmito pojmami sú množiny, operácie
s množinami a základné číselné množiny. Následne sa budeme venovať množine komplexných
čísel, ktorá je pravdepodobne pre veľa súčasných študentov „neznáma“.
1.1 Množiny1
Celá moderná matematika je vybudovaná na pojme množiny. Samotný kľúčový pojem množina
bežným hovorovým jazykom nevieme presne definovať, a preto si vypomôžeme jeho nasledovným
opisným vysvetlením takmer doslovne prevzatým z [24].
Pod množinou rozumieme ľubovoľné jednoznačne vymedzené zoskupenie nejakých
(často i značne rôznorodých) objektov – prvkov množiny – chápané ako jediný objekt.
Množiny budeme väčšinou označovať veľkými latinskými písmenami (A, B, C, . . .) a
ich prvky malými písmenami (a, b, c, . . .). Tvrdenie „objekt a je prvkom množiny A“
zapisujeme a ∈ A; hovoríme tiež, že a patrí do množiny A. Tvrdenie „objekt a nie je
prvkom množiny A“, t. j. a nepatrí do množiny A, zapisujeme a ̸∈ A.
Pojem množina je intuitívne zrejmý a bežne sme sa s ním stretávali na matematike základnej a
strednej školy. Teraz si definujeme a na jednoduchých príkladoch ilustrujeme ešte niekoľko ďalších
pojmov týkajúcich sa množín, ktoré neskôr budeme používať.
1 Nasledujúci text je z veľkej časti prevzatý z [16].
14 Kapitola 1. Číselné množiny a aritmetické operácie
Definícia 1.1.1 — Prázdna množina. Prázdna množina je množina, ktorá neobsahuje žiadne
prvky. Označujeme ju symbolom 0.
/
■ Príklad 1.1
(a) Majme množiny A = 0/ a B = {0} / . Potom ich mohutnosti sú |A| = 0 a |B| = 1, čím sa
opät vraciame ku predošlej poznámke a tomu, že množiny 0/ a {0}/ sú rôzne.
(b) Mohutnosť množiny A = {1, 2, 3} je, podľa definície 1.1.3, |A| = 3 . ■
■ Príklad 1.2 Majme množiny A = {1, 2} a B = {1, 2, 3, 4}. Potom platí A ⊆ B a zároveň platí
A ̸= B, čiže platí aj A ⊂ B. ■
Definícia 1.1.5 — Zjednotenie množín. Majme dve množiny A a B. Potom ich zjednotením,
označujeme ho A ∪ B, je množina C, pre ktorú platí
C = A ∪ B = {x ; x ∈ A alebo x ∈ B} .
■ Príklad 1.3 Majme množiny A = {1, 2} a B = {1, 2, 3, 4}. Potom platí A ∪ B = {1, 2, 3, 4}.
Definícia 1.1.6 — Prienik množín. Majme dve množiny A a B. Potom ich prienikom, ozna-
čujeme ho A ∩ B, je množina C, pre ktorú platí
C = A ∩ B = {x ; x ∈ A a x ∈ B} .
■ Príklad 1.4 Majme množiny A = {1, 2, 3} a B = {2, 3, 4, 5}. Potom platí A ∩ B = {2, 3}. ■
■ Príklad 1.5
(a) Množiny A = {1, 4, 5} a B = {2, 6} sú disjunktné, pretože platí
A ∩ B = {1, 4, 5} ∩ {2, 6} = 0/ .
(b) Množiny A = {1, 4, 5} a B = {2, 5, 6} nie sú disjunktné, pretože platí
A ∩ B = {1, 4, 5} ∩ {2, 5, 6} = {5} ̸= 0/ .
■
Definícia 1.1.8 — Rozdiel množín. Majme dve množiny A a B. Potom ich rozdiel, označujeme
ho A \ B, je množina C, pre ktorú platí
C = A \ B = {x ; x ∈ A a x ̸∈ B} .
■ Príklad 1.6 Majme množiny A = {1, 2, 3, 4, 5} a B = {2, 3}. Potom platí A \ B = {1, 4, 5} a
B \ A = 0/ . ■
Pomocou usporiadaných dvojíc následne môžeme definovať kartézsky (karteziánsky) súčin dvoch
množín.
Definícia 1.1.10 — Kartézsky súčin. Majme dve množiny X a Y. Potom ich kartézsky súčin,
označujeme ho X × Y, sa definuje ako
X × Y = {(x, y) ; x ∈ X a y ∈ Y} .
16 Kapitola 1. Číselné množiny a aritmetické operácie
P • Podobne ako pri usporiadaných dvojiciach, aj pri kartézskom súčine môžeme analo-
gicky definovať kartézsky súčin troch, štyroch a vo všeobecnosti n množín.
• Kartézsky súčin množiny samej so sebou, budeme označovať aj ako mocninu množiny.
Napríklad
N × N × N = N3 alebo Z × Z = Z2 . . .
A × B = {(1, a), (1, b), (2, a), (2, b)} B × A = {(a, 1), (a, 2), (b, 1), (b, 2)} .
Vidíme teda, že vo všeobecnosti platí A × B ̸= B × A . ■
Aby táto čierna skrinka bola binárnou operáciou na množine, musí z nej po opakova-
nom vhodení tej istej usporiadanej dvojice (x, y) vypadnúť vždy ten istý prvok z.
V prípade, že to z kontextu bude jasné budeme namiesto binárna operácia na množine
X hovoriť skrátene len o binárnej operácii.
N = {0, 1, 2, 3, 4, 5, . . .} .
Súvisí to so spôsobom, akým sa množina prirodzených čísel formálne definuje2 , resp. konštruuje.
Ku každému prirodzenému číslu n, existuje jeho nasledovník n + 1. Množina prirodzených čísel
je preto nekonečná a je to najmenšia nekonečná množina akú poznáme. Graficky si ju môžeme
znázorniť pomocou vennovho diagramu
∀a, b ∈ N ∃ (a + b) ∈ N
∀a, b ∈ N ∃ (a · b) ∈ N .
Binárna operácia násobenie je pritom len skrátená podoba zápisu opakovaného sčítania. Platí
a·b = a+a+···+a
| {z }
b−krát
grékov. Na nasledujúcom obrázku vidíme, že ak máme a kameňov a b kameňov, tak ich celkový
počet bude rovnaký, bez ohľadu na poradie a a b.
Rovnako by sme mali vedieť, že operácia súčtu je aj asociatívna. To znamená, že pre ľubovoľné
tri čísla a, b, c ∈ N platí (a + b) + c = a + (b + c). Dôkaz prenechávame na čitateľa. Dá sa opäť
spraviť graficky.
Medzi prirodzenými číslami sa nachádza číslo 0, ktoré má v binárnej operácii + nasledovnú
špeciálnu vlastnosť
∀a ∈ N : a + 0 = 0 + a = a .
Ako vidíme, 0 na množine N, nemení hodnotu prvku, ktorý s ňou vstupuje do binárnej operácie
+. Takýto prvok sa nazýva neutrálny prvok príslušnej binárnej operácie. Uvedieme si formálnu
definíciu neutrálneho prvku.
Rovnako ako súčet, aj súčin je na množine prirodzených čísel komutatívny3 , čiže pre ľubovoľné
dve a, b ∈ N platí a·b = b·a. Graficky to môžeme dokázať pomocou obdĺžnika so šírkou a, výškou b
a doňho umiestnených kameňov4 . Ak tento obdĺžnik otočíme o 90◦ , tak počet kameňov sa nezmení,
ale zmení sa poradie činiteľov v súčine, ako vidíme z nasledujúceho obrázku
∀a ∈ N : a · 1 = 1 · a = a .
Množina prirodzených čísel, spolu s binárnymi operáciami na nej a vlastnosťami, ktoré tieto
operácie spĺňajú, tvorí algebraickú štruktúru5 . Skúmaním algebraických štruktúr a ich vlastností
sa zaoberá matematická disciplína algebra a nie je to obsahom tohto kurzu. Naším cieľom je
3 Čonie je žiadne veľké prekvapenie, keďže súčin je len skrátený zápis opakovaného súčtu.
4 Prípadne bez kameňov môžeme počítať plochu obdĺžnika.
5 Konkrétne monoid.
1.2 Číselné množiny 19
len stručné zopakovanie toho, čo sú to prirodzené čísla, aké na nich poznáme binárne operácie
(aritmetické operácie) a aké majú tieto binárne operácie vlastnosti, pričom vystačíme s poznatkami
zo základnej školy.
Ukázali sme, že prirodzené čísla vieme sčítať a výsledkom bude prirodzené číslo, vieme ich
násobiť a výsledkom opäť bude prirodzené číslo. Okrem toho sme ukázali, že číslo 0 nemení
hodnotu druhého sčítanca v súčte, číslo 1 nemení hodnotu druhého činiteľa v súčine a napokon, že
aj súčet aj súčin sú komutatívne a asociatívne binárne operácie. Na základe tohto už môžeme riešiť
jednoduché rovnice. Pozrime sa na binárnu operáciu +, jej neutrálny prvok 0 a na rovnicu a + x = 0,
kde a ∈ N a x je „neznáme“ prirodzené číslo. Je to jednoduchá rovnica s jednou premennou. Už
v staroveku ľudia pochopili, že ak a ̸= 0, tak táto rovnica nemôže mať v prirodzených číslach
riešenie. Pripomína to úlohu z mnohých vtipov o policajných testoch.
V autobuse sa viezlo 6 ľudí, na zástavke 10 ľudí vystúpilo, koľko ľudí zostalo v autobuse?
Definícia 1.2.2 — Celé číslo. Množina celých čísel sa označuje písmenom Z a definuje sa
predpisom
Z = {a ; a ∈ N} ∪ {−a ; a ∈ N \ {0}}
Množina celých čísel obsahuje prirodzené čísla a záporné prirodzené čísla.
Priamo z uvedenej definície je zrejmé, že platí N ⊂ Z, pretože všetky prirodzené čísla patria
do množiny celých čísel. Nula, ktorú sme my zaradili už medzi prirodzené čísla, bola v čase,
keď matematici začali aj záporné čísla vnímať ako čísla a nie len ako nejaké absurdné pomocné
veličiny, najproblematickejším spomedzi všetkých čísel. Nulová hodnota sa spájala s „ničotou“
a bola pre starovekých ľudí ešte nepredstaviteľnejšia než záporné hodnoty. Navyše nuly (ničoty)
6 Bolto ten slávny Albrecht Dürer (1471–1528), ktorého väčšina ľudí pozná len ako maliara, ale ktorý sám seba
považoval hlavne za matematika a intenzívne sa zaoberal matematikou, fyzikou a astronómiou.
20 Kapitola 1. Číselné množiny a aritmetické operácie
sa starovekí ľudia vyslovene báli a vyhýbali sa jej používaniu. Pozičná nula, t. j. symbol určujúci
pozíciu napríklad jednotiek, desiatok, stoviek. . . v čísle, sa objavila už približne 2 000 rokov pred
n. l. v Babylone7 . Táto pozičná nula sa zapisovala sybolmi ✦ , alebo • , ktoré sa pre zápis nuly
používajú aj v súčasných arabských čísliciach. Avšak nula nebola považovaná za číslo. Bol to
len symbol určujúci pozíciu ostatných cifier v zápise čísla. V 5. storočí pred n. l. starí Gréci
používali nulu ako pomocnú hodnotu v medzivýsledkoch výpočtov, podobne ako záporné čísla,
ale nepovažovali ju za číslo a ani nebola súčasťou číselnej sústavy. Tam sa nula dostala až v 7.
storočí v Indii, kde Brahmagupta používa nulu už ako číslo patriace do číselnej sústavy. Do Európy
sa nula dostala z Indie prostredníctvom arabských matematikov v nasledujúcich storočiach, avšak
európski matematici sa ju stále báli používať. V 10. storočí pápež Silvester II.8 explicitne povolil
používanie nuly pápežskou bulou a na začiatku 13. storočia už Fibonacci používal nulu ako číslo
a súčasť číselnej sústavy.
Graficky si môžeme množinu celých čísel znázorniť pomocou vennovho diagramu
Množina celých čísel je celá zelená plocha a prirodzené čísla sú podmnožinou celých čísel.
Máme už definované celé čísla a pomocou nich vieme riešiť rovnicu a+x = 0. Dnes už aj žiak prvého
stupňa základnej školy vie, že riešením tejto rovnice je číslo x = −a, pretože a+(−a) = 0. Posledná
rovnosť sa zvykne skrátene zapisovať v tvare a − a = 0, čím sa dostávame k binárnej operácii −.
Možno sa niektorí čitatelia tohto textu pozastavovali nad tým, prečo sme na prirodzených číslach
spomínali len binárne operácie + a · a nehovorili sme aj o binárnej operácii mínus (−). Bolo
to preto, lebo rozdiel (odčítanie / mínus) nie je binárna operácia na množine prirodzených čísel.
Podľa toho ako sme „definovali“ binárne operácie na množine (strana 16) musí byť pre ľubovoľné
dva prvky z danej množiny výsledkom binárnej operácie na množine prvok z tej istej množiny. Je
pritom zrejmé, že a − b nemusí byť pre ľubovoľné dve a, b ∈ N prirodzeným číslo. Avšak platí
∀a, b ∈ Z : (a − b) ∈ Z .
Na množine celých čísel preto máme okrem súčtu (+) a súčinu (·) aj binárnu operáciu rozdielu
(−). Táto však na rozdiel od binárnych operácií + a · nie je ani komutatívna, ani asociatívna. Platí
totiž
∃ a, b ∈ Z : a − b ̸= b − a ,
∃ a, b ∈ Z : a − (b − c) = a − b + c ̸= a − b − c = (a − b) − c .
Ku rovnici typu a + x = 0 sme sa dostali cez binárnu operáciu + a jej neutrálneho prvku 0.
Na množine prirodzených čísel nebolo možné riešiť tieto rovnice ani pre binárnu operáciu +, a
preto nemalo zmysel sa zaoberať analogickou rovnicou pre binárnu operáciu · , keďže súčin je
len skrátený zápis opakovaného súčtu. Na celých číslach je táto rovnica pre binárnu operáciu +
riešiteľná, takže sa pozrieme na jej analógiu pre binárnu operáciu · , ktorá má podobu a · x = 1,
pretože neutrálny prvok pre súčin je 1. Každému je hneď zrejmé, že na riešenie tejto rovnice celé
7V Babylone sa nepoužívala desiatková, ale šesťdesiatková číselná sústava, ale aj tá bola pozičná.
8 Jediný pápež s matematickým vzdelaním.
1.2 Číselné množiny 21
čísla nepostačujú, pretože ak a ̸= ±1, tak neexistuje x ∈ Z, ktoré by bolo jej riešením. Tým sa
dostávame k ďalšej číslnej množine.
Z definície 1.2.3 je zrejmé, že množina celých čísel je podmnožinou racionálnych čísel, pretože
platí ∀a ∈ Z : a = a1 . Preto platí N ⊂ Z ⊂ Q a množinu racionálnych čísel graficky môžeme
znázorniť pomocou vennovho diagramu
Množina racionálnych čísel je celá zelená plocha a prirodzené aj celé čísla sú jej podmnožiny.
Na množine racionálnych čísel máme binárnu operáciu + s neutrálnym prvom 0, binárnu operáciu
· s neutrálnym prvom 1 a vieme na nej riešiť všetky rovnice typu a + x = 0 pre a ∈ Q, rovnako ako
všetky rovnice a · x = 1 pre a ∈ Q a a ̸= 0.
Teraz už máme definované prirodzené, celé aj racionálne čísla a mohlo by sa zdať, že nič
viac potrebovať nebudeme. Starogrécki matematici sa dlho domnievali, že všetky čísla9 sú buď
prirodzené, alebo sa dajú zapísať ako zlomok, čiže sú racionálne. Sekta pytagorejcov mala dokonca
toto tvrdenie ako jeden z ústredných článkov svojej viery. V 5. storočí pred n. l. Hippasos, člen
sekty pytagorejcov, úplnou náhodou zistil, že tomu tak nie je. Snažil sa presne vypočítať dĺžku
uhlopriečky štvorca so stranou dĺžky 1 a pritom dokázal, že táto dĺžka nie je prirodzené a nemôže
byť ani racionálne číslo. Ako už bolo u starých grékov zvykom, riešil geometrickú úlohu znázornenú
na nasledovnom obrázku.
9 Samozrejme len kladné.
22 Kapitola 1. Číselné množiny a aritmetické operácie
√ p p2
2= =⇒ 2= =⇒ 2q2 = p2 .
q q2
Opäť z poslednej rovnosti vyplýva, že číslo q je párne. Takže sme ukázali, že obe čísla
p a q sú párne. Tieto čísla potom nie sú nesúdeliteľné, pretože sú obe deliteľné
√ číslom
2, čo je v spore s pôvodným predpokladom. Takže z predpokladu, že číslo√ 2 je možné
zapísať v tvare zlomku, sme dospeli k sporu. Z toho vyplýva, že číslo 2 nemôže byť
racionálne.
√ Podľa legendy Hippasos na tento dôkaz doplatil životom, pretože za vyzradenie toho, že číslo
2 nie je racionálne a že existujú aj čísla, ktoré nie sú prirodzené a nedajú sa zapísať ako zlomok10 ,
ho ostatní členovia sekty utopili v mori. Tímto sa dostávame ku iracionálnym číslam.
1
= 0, 142857142857142857142857142857142857142857142857142857 . . . = 0, 142857 .
7
Na rozdiel od racionálnych čísel však
√
2 = 1, 4142135623730950488016887242096980785696718753769480731766797379 . . .
10 Keď v texte budeme hovoriť o zlomku, tak samozrejme vždy myslíme zlomok, ktorého čitateľ aj menovať sú celé
čísla, čiže máme na mysli racionálne číslo.
1.2 Číselné množiny 23
a tento desatinný rozvoj bude pokračovať donekonečna, bez toho, aby sa niekedy začal opakovať.
Toto číslo síce vieme, rovnako ako aj ľubovoľné iné iracionálne číslo, s ľubovoľnou presnosťou
pomocou zlomku aproximovať11 , ale nikdy ho√nevieme presne zapísať ako zlomok. Napríklad
√ . .
2 = 577
408 = 1, 4142156862745098039, alebo 2 = 886731088897
627013566048 . V prvom prípade sme dostali
aproximáciu s presnosťou na 5 desatinných miest, v druhom prípade dokonca√ s presnosťou na 23
desatinných miest, čo väčšinou v technickej praxi postačuje, ale vyjadriť 2 presne, v tvare zlomku
nemôžeme.
Na matematickej scéne sa teda objavili čísla, ktoré reálne existovali, pretože to boli napríklad
dĺžky uhlopriečky štvorca so stranou 1, alebo dĺžky telesovej uhlopriečky kocky so stranou 1 atď.,
ale tieto čísla sa nedajú zapísať v tvare zlomku. Takéto čísla dostali názov iracionálne čísla ako
opak racionálnych čísel. Graficky môžeme množinu doteraz známych čísel znázorniť pomocou
vennovho diagramu
Množina iracionálnych čísel pozostáva len z modrej a červenej časti uvedeného obrázku. Množina
iracionálnych čísel má s množinami prirodzených, celých aj racionálnych čísel prázdny prienik,
t. j. množiny racionálnych a iracionálnych čísel sú navzájom disjunktné.
Množinou iracionálnych čísel sa nebudeme podrobnejšie zaoberať, pretože to vysoko presahuje
obsah tohto kurzu. Stačí ak vieme, že iracionálne čísla existujú a že sú to čísla, ktoré sa nedajú
zapísať v tvare zlomku. Pre úplnosť však aspoň stručne vysvetlíme rozdelenie iracionálnych čísel
na algebraické čísla a transcendentálne čísla. √ √ √
Medzi algebraické
√ čísla patrí už spomínaná 2. Ďalej tam patria napr. 3, 5. . . Podobne ako
sa dokázalo, že 2 sa nedá zapísať v tvare zlomku, sa dá dokázať, že pre každé číslo n ∈ N, ktoré
√
samo nie je druhou mocninou iného prirodzeného čísla, je n iracionálne číslo. Všetky tieto čísla
majú spoločné to, že sú to korene12 tzv. algebraických rovníc. Pritom pod algebraickou rovnicou
budeme rozumieť rovnicu v tvare
Aby sme boli presní, množina algebraických čísel obsahuje všetky racionálne čísla, to znamená aj
všetky prirodzené a všetky celé čísla, pretože N ⊂ Z ⊂ Q a okrem toho obsahuje aj časť iracionál-
nych čísel, pričom nás bude zaujímať práve táto časť. Preto keď hovoríme o algebraických číslach,
budeme tým mať na mysli iracionálne algebraické čísla.
Tým sme vybavili algebraické čísla. Existujú však aj také iracionálne čísla, ktoré nielenže sa
nedajú zapísať v tvare zlomku, ale sú tak „neslušné“, že ani nie sú koreňom žiadnej algebraickej
rovnice. Zo základnej a strednej školy poznáme dve také čísla. Sú to číslo π a číslo e. Číslo π je
v súvislosti s obvodom a plochou kruhu známe už od staroveku a číslo e objavil švajčiarsky fyzik
a matematik Jakob I Bernoulli (1655–1705), ktorý v roku 1683 pri počítaní úrokov z úrokov zistil,
že ak by postupoval donekonečna, tak hodnota úrokov z úrokov konverguje ku konkrétnemu číslu.
Toto číslo neskôr dostalo označenie
.
e = 2, 71828182845904523536028747135266249775724709369995957496 . . .
a ukázalo sa, že sa veľmi často vyskytuje nielen v úrokových výpočtoch, ale aj v mnohých príro-
dovedných aplikáciach.
Ak sa niekomu zdá, že len dve transcendentálne čísla π a e sú málo, tak ho môžeme ukľudniť.
Až do konca 19. storočia totiž matematici nemali istotu ani v tom, či vôbec tieto dve čísla sú trans-
cendentálne a či nejaké transcendentálne čísla existujú. Prvý raz niekedy okolo roku 1760 Leonhard
Euler ([21], kapitola 8) vyslovil domnienku, že čísla π a e nie sú korene žiadnej algebraickej rov-
nice, t. j. sú transcendentálne. Až v roku 1844 francúzsky matematik Joseph Liouville (1809-1882)
dokázal, že transcendentálne čísla skutočne existujú a nie sú len nejakou fikciou. Liouville vytvoril
algoritmus, pomocou ktorého sa dalo skonštruovať iracionálne číslo, ktoré nemohlo byť koreňom
žiadnej algebraickej rovnice. Liouville pomocou tohto algoritmu zostrojil číslo ([21], kapitola 8),
ktoré dostalo názov Liouvillova konštansta označovaná písmenom L. Algoritmus na jej zostrojenie
je nasledovný
∞
1 1 1 1 1
L = ∑ k! = 1 + 1·2 + 1·2·3 + 1·2·3·4 + · · · =
k=1 10 10 10 10 10
1 1 1 1
= + + + +··· =
10 100 1 000 000 1 000 000 000 000 000 000 000 000
= 0, 110001000000000000000001 . . .
Podobným spôsobom sa dajú zostrojiť aj ďalšie transcendentálne čísla. Liouville síce dokázal,
že transcendentálne čísla existujú, ale stále nebolo známe, či sú čísla π a e transcendentálne. To
sa podarilo dokázať až o niekoľko desaťročí neskôr. V roku 1873 francúzsky matematik Charles
Hermite (1822–1901) dokázal, že číslo e je transcendentálne a v roku 1882 nemecký matematik
Carl Louis Ferdinand von Lindemann (1852–1939) dokázal, že aj číslo π je transcendentálne
(oboje [21], kapitola 8). Máme teda transcendentálne čísla π a e, Liouvillovu konštanstu L a
ďalšie čísla liouvillovho typu, ale nie je to nejako málo transcendentálnych čísel? Ukázalo sa, že
transcendentálnych čísel vôbec nie je málo. V roku 1873 nemecký matematik Georg Cantor (1845–
1918) dokázal, že transcendentálnych čísel je nespočítateľne veľa. Toto tu nebudeme podrobnejšie
rozvádzať, ale znamená to približne to, že ich je neporovnateľne viac než všetkých ostatných doteraz
známych čísel, t. j. takmer všetky reálne čísla sú transcendentálne.
Všetky doteraz známe a spomenuté číselné množiny dokopy, tvoria tzv. reálne čísla, ktorým sa
budeme venovať v nasledujúcej časti.
sformulovali všeobecne platné pravidlá pre počítanie so zápornými číslami. Najneskôr od 5. storočia
pred n. l. bolo známe, že existujú aj čísla, ktoré sa nedajú zapísať ako zlomok. Sú to iracionálne
čísla, ktoré matematici až oveľa neskôr rozdelili na algebraické a trancendentálne. Približne od 16.
storočia už matematici poznali reálne čísla a vedeli s nimi narábať. Graficky si množinu reálnych
čísel môžeme znázorniť pomovou vennovho diagramu
Je to úplne rovnaký diagram, aký sme mali aj pri množine iracionálnych čísel. Množina reálnych
čísel je však tentoraz celá zobrazená množina. Reálne čísla sú zjednotením množín prirodzených,
celých, racionálnych a iracionálnych čísel. Na množine reálnych čísel máme binárnu operáciu +,
ktorá má neutrálny prvok 0, binárnu operáciu · , ktorá má neutrálny prvok 1 a na množine reálnych
čísel vieme riešiť všetky rovnice typov a + x = 0 pre a ∈ R a a · x = 1 pre a ∈ R \ {0}.
V podstate počas celého stredoveku európski matematici, resp. vzdelanci všeobecne, len udr-
žiavali tú trochu vedomostí, ktoré im zostali z antického Grécka, spostredkovane cez antický Rím.
V Európe sa v tom čase nič významné nedialo a keď sa náhodou niečo nové objavilo, tak to prišlo
z indickej matematiky cez arabskú matematiku. Bola to napríklad nula ako číslo, pozičná číselná
sústava, základy aritmetiky atď. Až so začiatkom renesancie sa v Európe začala rýchlo rozvíjať
technika, hlavne v súvislosti s vojenstvom, staviteľstvom, architektúrou a s tým prišiel nutne aj
rozvoj matematiky a potreba riešenia matematických problémov. Jedným z problémov, ktoré bolo
treba riešiť bolo riešenie rovníc.
0123456789
Ako vidíme, podobnosť s číslicami používanými v Európe je len pri čísliciach 0, 1 a 9. Číslica,
ktorá sa podobá na európsku číslicu 7, v skutočnosti označuje 6.
26 Kapitola 1. Číselné množiny a aritmetické operácie
Na obrázku 1.1 vidíme autoportrét Albrechta Dürera s uvedeným rokom 1493. Vpravo vedľa
portrétu vidno ako sa vyvíjala podoba číslice 4 z pôvodnej podoby na portréte, až po dnešný tvar,
ktorý sa ustálil koncom 16. storočia. Albrecht Dürer (1471–1528) bol nielen známy renesančný
maliar a grafik, ale intenzívne sa zaujímal aj o matematiku a bol autorom matematických učebníc.
Desiatková sústava a číslice ako ich poznáme dnes sa od druhej polovice 15. storočia pre-
sadzovali pomaly a práve v čase prechodu z rímskych číslic na arabské, sa môžeme v nápisoch
na budovách, hroboch, alebo na obrazoch stretnúť so zmiešaným zápisom pomocou kombinácie
rímskych a arabských číslic. Napríklad v regensburgskom dóme je v nápise na hrobe farára Ulricha
Ebenkocha rok 1488 zapísaný ako MCCCC88 ([20], kapitola 2). Podobne ako sa prechádzalo
na používanie pozičnej desiatkovej číselnej sústavy a arabských číslic, začala vznikať aj matema-
tická symbolika. Autorom jednej z najvýznamnejších stredoeurópskych matematických učebníc tej
doby bol nemecký matematik Adam Ries (1492–1559). V roku 1522 napísal nemeckú učebnicu,
v ktorej popísal počítanie s „novými číslami“, tvz. písomné počítanie, ktoré v postate zodpovedalo
tomu, čo sa dnes deti učia na prvom stupni základnej školy. V tejto učebnici zaviedol zapisovanie
zlomkov tak, ako ho dnes poznáme a aj názvy čitateľ a menovaľ zlomku pochádzajú odtiaľ. Riesova
učebnica sa tak preslávila, že do roku 1656 dosiahla najmenej 108 známych vydaní ([20], kapitola
9). Ries bol aj vďaka sláve získanej svojou matematickou učebnicou povýšený z „počtára a pisára“
na saského kniežacieho dvorného aritheticusa. Autorom ďalšej významnej učebnice matematiky
bol osobný priateľ Martina Luthera, farár Michael Stifel (1487–1567). Stifel sa o matematiku
začal zaujímať až v pokročilejšom veku a v roku 1541 sa zapísal na univerzitu vo Wittenbergu.
Niekoľko rokov študoval matematické knihy, okrem iného aj Riesovu učebnicu a v roku 1545
napísal učebnicu Deutsche Arithmetica, v ktorej boli po prvý raz použité označenia + a − ako
všeobecné označenia pre aritmetické operácie na číslach. Stifel nebol autorom týchto symbolov.
Tie už koncom 15. storočia používal lipský profesor Johannes Widmann, ale nie v tom význame,
ako ich používame my dnes. Na označenie aritmetických operácií sa v tej dobe používali aj iné
symboly, alebo slovné skratky. Až√ vďaka Stifelovej učebnici sa presadila dnešná symbolika. Okrem
toho Stifel zaviedol aj symbol 2 pre odmocniny a čo je najdôležitejšie, venoval sa všeobecným
postupom na riešenie rovníc ([20], kapitola 9).
1.2 Číselné množiny 27
Kvadratické rovnice
Kvadratické rovnice boli známe už v staroveku. Riešili ich už v starovekom Egypte aj v antickom
Grécku. Ako už bolo spomenuté v predchádzajúcej časti, v tom čase ešte neexistovali všeobecné
postupy (algoritmy) na riešenie ľubovoľnej kvadratickej rovnice, ale každá jedna rovnica sa riešila
individuálne. Kvadratické rovnice sa riešili aj koncom stredoveku a začiatkom renesancie, pretože
vtedy sa v armádach začalo rozširovať delostrelectvo a ako je známe, delové gule lietajú po parabole,
ktorá sa popisuje práve kvadratickou funkciou. Pozrime sa preto na to, čo pod pojmom kvadratická
rovnica chápeme dnes a ako vyzerá všeobecný postup na jej riešenie.
Ako vidíme z definície 1.2.4, kvadratické rovnice sú také rovnice jednej premennej, v ktorých sa
premenná vyskytuje v druhej mocnine a môže sa tam nachádzať ešte aj v prvej a nultej mocnine.13
Teraz si uvedomme, že každú kvadratickú rovnicu (1.2) vieme zapísať v takom tvare, že pri člene
x2 bude koeficient 1. Pretože a ̸= 0 platí
b c
ax2 + bx + c = 0 ⇐⇒x2 + x + = 0 .
a a
Podobne ako pri lineárnych rovniciach, sa pri aj riešení kvadratických rovníc budeme snažiť
vyjadriť premennú x pomocou konštánt a, b, c. To dosiahneme úpravou na úplný štvorec:
b 2 c b2
2 b c
x + x + = 0 ⇐⇒ x+ + − 2 =0
a a 2a a 4a
Odtiaľ potom dostávame
b 2 b2 b 2 b2 − 4ac
c
x+ = 2− , čo je to isté ako x+ =
2a 4a a 2a 4a2
Teraz nám už stačí odmocniť obe strany rovnice. Vieme ale, že pre ľubovoľné r ∈ R platí r2 = (−r)2 .
Preto pri odmocňovaní rovnice, musíme uvažovať obe znamienka, plus aj mínus
r
b 2 b2 − 4ac b2 − 4ac
b
x+ = ⇐⇒ x + = ±
2a 4a2 2a 4a2
Na pravej strane poslednej rovnice máme dve hodnoty rovnakej absolútnej veľkosti, líšiace sa len
znamienkom. Dostávame teda dve riešenia pre premennú x. Rovnicu môžeme ďalej upraviť
r
b b2 − 4ac
x1,2 = − ±
2a 4a2
Menovateľ druhého zlomku 4a2 môžeme odmocniť a oba zlomky potom upravíme na spoločný
Vzorec (1.3) je štandardný tvar riešenia kvadratickej rovnice, uvádzaný v učebniciach. Výraz
b2 − 4ac sa nazýva diskriminant. Pokiaľ je diskriminant kvadratickej rovnice kladný, tak rovnica
bude mať 2 rôzne riešenia. Ak je diskriminant nulový, tak kvadratická rovnica bude mať len
jedno, ale dvojnásobné riešenie. Vo všeobecnosti ale diskriminant kvadratickej rovnice môže byť
aj záporný. V stredoveku, rovnako ako na našich stredných školách, ľudia v takom prípade vraveli,
že „rovnica nemá riešenie“, čo je nesprávne! Správne by, v takom prípade, bolo treba povedať,
že „rovnica nemá reálne riešenie“. Platí totiž, že každá polynomická rovnica n-tého stupňa má
práve n koreňov. Tieto však nemusia byť vždy reálne, ani navzájom rôzne. Zapamätajme si preto,
že kvadratická rovnica má vždy dve riešenia (dva korene), ale tieto nemusia byť nutne reálne!
Máme teda na reálnych číslach rovnice, napríklad x2 + 1 = 0 alebo x2 + x + 1 = 0, ktoré nemajú
na reálnych číslach riešenie. To znamená, že množina reálnych čísel nie je ešte „úplná“. No a tým
sa dostávame ku komplexným číslam.
Definícia 1.3.1 — Kubická rovnica. Nech a, b, c, d sú číselné konštanty. Potom pod kubickou
rovnicou budeme rozumieť rovnicu v tvare
ax3 + bx2 + cx + d = 0 , kde a ̸= 0 . (1.4)
14 tartagliare = koktať, čiže Tartaglia znamená Koktavec
15 Bol to presne ten Cardano, od ktorého máme v autách kardanový hriadeľ, v kryptografii Cardanovu mriežku atď.
1.3 Komplexné čísla 29
Kubické rovnice sú podľa definície 1.4 rovnice jednej premennej, v ktorých sa premenná nachádza
v tretej mocnice a môže sa v nich nachádzať ešte v druhej, prvej a nultej mocnine. Rovnako ako pri
kvadratických rovniciach, môžeme aj každú kubickú rovnicu upraviť do tvaru, v ktorom pri člene
x3 bude koeficient 1, pretože platí a ̸= 0
b c d
ax3 + bx2 + cx + d = 0 ⇐⇒ x3 + x2 + x + = 0 .
a a a
Preto by sme v definícii kubickej rovnice mohli namiesto rovnice (1.4) písať rovnicu
Teraz už vieme, že všeobecná kubická rovnica sa dá zapísať v tvare (1.5) a môžeme sa pustiť
do hľadania jej riešenia. Pripomeňme si, že trik, pomocou ktorého sme našli všeobecné riešenie
kvadratickej rovnice, bol úprava rovnice na úplný štvorec, t. j. (A + B)2 = A2 + 2AB + B2 . Pri
hľadaní riešenia kubickej rovnice sa použije analogický trik, akurát namiesto druhej mocniny,
použijeme tretiu mocninu. Tretia mocnina dvojčlena má podobu
Pomocou rovnosti (1.6) vieme v kubickej rovnici, v tvare (1.5), eliminovať kvadratický člen
a 3 a
x3 + ax2 + bx + c = x + +u x+ + v , kde u, v sú konštanty. (1.7)
3 3
Hodnoty konštánt u, v vieme vyjadriť pomocou konštánt a, b, c
a 3 a a2 a3 au
x+ +u x+ + v = x3 + x2 a + x + + ux + + v .
3 3 3 27 3
Odtiaľ dostávame rovnice pre u, v
a2 3b − a2
+u = b =⇒ u=
3 3
a3 au 27c + 2a3 − 9ab
+ +v = c =⇒ v=
27 3 27
V predošlých krokoch sme ukázali, že každá kubická rovnica sa dá lineárnou substitúciou t = x + a3
previesť na tvar, v ktorom jej kvadratický člen je nulový. Zosumarizujeme to
Vidíme, že stačí nájsť čísla A a B také, aby platilo u = 3AB a v = −(A3 + B3 ). Hľadané riešenie
potom bude t = A + B. Úloha sa zredukovala na riešenie sústavy rovníc s dvoma premennými A, B.
Riešime sústavu rovníc
⇒ u3 = 27A3 B3
u = 3AB
⇒ u3 = −27A3 (A3 + v) ⇒ 27A6 + 27A3 v + u3 = 0 .
v = −(A3 + B3 ) ⇒ B3 = −A3 − v
(1.12), bude číslo t vždy reálne – viď cvičenie 1.1. Dôkaz cvičenia 1.1 je pre tých, ktorí poznajú
geometrickú interpretáciu komplexných čísel, triviálny. Pre matematikov zo začiatku 16. storočia,
ktorí nemali algebraickú symboliku, komplexné čísla a ich geometrickú interpretáciu ešte nepoznali
a práve len začali používať imaginárnu jednotku, to bola veľmi ťažká úloha.
Popísaným spôsobom sa do matematiky dostali komplexné čísla. Cardanov objav imaginárnej
jednotky ďalej rozvinul Rafael Bombelli17 , ktorý vo svojej knihe Algebra, z roku 1572, zhrnul
všetky dovtedy známe poznatky o imaginárnych a vtedy √ už aj komplexných číslach a počítaní
s nimi. Označovanie imaginárnej jednoty písmenom i = −1 zaviedol až o takmer 200 rokov
neskôr Leonhard Euler (1707–1783). A napokon o zhruba ďalšie polstoročie neskôr začal Carl
Friedrich Gauss (1777–1855) zobrazovať komplexné čísla v rovine. Na osi x zobrazol ich reálnu
a na osi y ich imaginárnu časť. Tým zaviedol geometrickú interpretáciu komplexných čisel, čo
významne zjednodušilo výpočty s komplexnými číslami.
Použitím Cardanovho vzorca (1.12) dostaneme jeden koreň poslednej rovnice v tvare
√
3
√ √
t1 = −2 + 2i + 3 −2 − 2i , kde i = −1 (1.13)
17 Bombellibol úspešný architekt a amatérsky matematik. Na jeho príklade dobre vidno aká nevyhnutná je matema-
tická pre všetky technické povolania.
32 Kapitola 1. Číselné množiny a aritmetické operácie
t1 = 1 + i + 1 − i = 2 .
x2 + 12x + 33 = 0 .
P Rovnica z príkladu 1.1 bola špeciálne vybraná tak, aby sa ľahko dali nájst tretie odmocniny
v Cardanovom vzorci (1.12). V tomto prípade bola pôvodná rovnica konštruovaná „od konca“,
t. j. začalo sa dvojčlenmi (1 + i) a (1 − i) a z nich sa odvodila kubická rovnica zo zadania.
Všeobecné kubické rovnice takto ľahko riešiť nejdú, pretože bez znalosti komplexných čísel
a toho ako sa s nimi narába, je veľmi komplikované vypočítať tretie odmocniny komplexných
čísel v Cardanovom vzorci. Každý kto si to sám vyskúša, pochopí aká obrovská musela byť
vynaliezavosť matematikov zo začiatku 16. storočia, ktorí to dokázali.
Matematici, zo začiatku 16. storočia, veľmi rýchlo zistili, že práve „objavené“ komplexné
čísla sú veľmi užitočným nástrojom. V tom čase tieto čísla samozrejme komplexnými √ číslami ešte
nenazývali a veľa o nich nevedeli. Avšak zistili, že s imaginárnou jednotkou i = −1 môžno robiť
matematické výpočty podľa tých istých pravidiel aké platia pre reálne čísla a dostať tak riešenia
problémov, ktoré by inak vyriešiť nevedeli. Čoskoro po nájdení Cardanových vzorcov boli objavené
aj vzorce na riešenie bikvadratickej rovnice.18
Komplexné čísla, ich vlastnosti a možnosti ich využitia boli potom intenzívne skúmane. Mate-
matici v nasledujúcich desaťročiach a storočiach zistili, že komplexné čísla potrebujú pri mnohých
technických výpočtoch vo všetkých oblastiach techniky, sú nevyhnutné pri riešení diferenciálnych
rovníc, pri popisovaní fyzikálnych a prírodnych javov atď. Dokonca aj pri popise prírodných javov,
ktorých fyzikálne parametre sa merajú v reálnych veličinách a pri riešení matematických problé-
mov, ktorých riešenia sú výlučne reálne, sa často nezaobídeme bez komplexných čísel. Ukážeme si
to na jednoduchom matematickom probléme, ktorého finálne riešenie síce uvedieme, ale ku nemu
vedúci postup vynecháme, keďže je mimo rámca tohto kurzu.
Riešenie: S uvedeným typom problému sa možno stretnúť pomerne často. Rekurentný spôsob
vyjadrenia postupnosti je síce dobrý na jej jednoduché definovanie, ale použitelný je len pre
vyčíslenie niekoľkých prvých členov postupnosti. Prvé členy danej postupnosti sú
{1, 4, 6, 4, −4, −16, −24, −16, 16, 64, 96, 64, −64, . . .}
Tieto čísla vieme ľahko vypočítať. Naviac priamo z rekurentného vzťahu definujúceho danú po-
stupnosť vidno, že všetky členy postupnosti sú celé čísla. Vždy totiž odčítame celé číslo od celého
čísla, a preto bude výsledok celé číslo. Ľahko napíšeme program, ktorý nám bude postupne počítať
členy tejto postupnosti. Čo však spravíme, ak by sme potrebovali vypočítať člen an , pre povedzme
n = 10128 ? Ani ten najrýchlejší, v súčastnosti existujúci, počítač by túto úlohu nedokázal vyriešiť
v čase, ktorého by sme sa boli schopní dožiť. Číslo n = 10128 je príliš veľké na to, aby sme sa mohli
ku členu an dopracovať postupne člen po člene. Jediný použiteľný spôsob je teda vyjadriť danú
postupnosť explicitne. Inak povedané, potrebujeme nájsť funkciu f (n), definovanú na prirodzených
číslach tak, že platí an = f (n).
Spôsob, ktorým môžeme rekurentne danú postupnosť vyjadriť explicitne, je tá časť tejto úlohy,
ktorá je výrazne mimo rámca kurzu Matematika 1, a preto postup uvádzať nebudeme. Jedna z mož-
ností ako danú úlohu vyriešiť, je použitie vytvárajúcich funkcií. Bližšie informácie, o vytvárajúcich
funkciách a spôsobe explicitného vyjadrenia rekurentne daných postupností, si záujemci môžu pre-
čítať v skriptách ku predmetu Diskrétna matematika, v kapitole Vytvárajúce funkcie. Elektronická
verzia týchto skrípt je voľne dostupná
http://www.math.sk/jmkollar/feidim/priklady.html
Explicitné vyjadrenie postupnosti zo zadania úlohy má podobu
√
1 3i n 1 3i
an = − (1 + i) + + (1 − i)n , kde i = −1 . (1.14)
2 2 2 2
Vidíme, že aj keď daná postupnosť je celočíselná, jej explicitné vyjadrenie je zapísané pomocou
komplexných čísel. V cvičeniach 1.2 na konci tejto kapitoly vyskúšame podľa vzorca (1.14)
vypočítať niekoľko prvých členov danej postupnosti a overíme, že skutočne sú tieto hodnoty
celočíselné a zodpovedajú rekurentne danej postupnosti. ■
i1 = i , i2 = −1 , i3 = −i , i4 = 1 , i5 = i , . . .
Vidíme, že tieto mocniny sa periodicky opakujú. ■
Pomocou imaginárnych čísel definujeme komplexné čísla, ktoré sa skladajú z reálnej a imaginárnej
časti (zložky).
34 Kapitola 1. Číselné množiny a aritmetické operácie
P Neskôr uvidíme, že komplexné čísla sa dajú zapísať rôznymi spôsobmi. Tvar komplexného
čísla použitý v definícii 1.4.2 (a + ib) sa nazýva algebraický tvar komplexného čísla.
V definícii 1.4.2 sme formálne definovali komplexné čísla. Z tejto definície je hneď zrejmé, že
reálne čísla sú vlastnou podmnožinou komplexných čísel, čiže platí R ⊂ C. Vyplýva to z toho, že
každé reálne číslo môžeme zapísať aj ako komplexné číslo s nulovou imaginárnou zložkou
∀a ∈ R : a = a + 0i , (a + 0i) ∈ C .
Pomocou vennového diagramu si komplexné čísla a vzťahy medzi rôznymi číselnými množinami
vieme znázorniť nasledovným spôsobom.
Komplexné číslo v algebraickom tvare je vlastne usporiadaná dvojica, alebo dvojčlen (a + ib),
ku druhej zložke ktorého je ešte pridaná imaginárna jednotka ako multiplikatívna konštanta. Preto
aj všetky základné aritmetické operácie s komplexnými číslami robíme rovnako, ako by sme ich
robili s bežným (reálnym) dvojčlenom. Jednotlivé aritmetické operácie si ukážeme v nasledujúcich
častiach.
(c) u = −3 + 5i , v = 2 − 7i
u + v = (−3 + 5i) + (2 − 7i) = −1 − 2i , u − v = (−3 + 5i) − (2 − 7i) = −5 + 12i
■
(a + b)(a − b) = a2 − b2 . (1.15)
P Z definície 1.4.4 vidíme, že komplexne združené čísla z a z majú reálne zložky rovnaké a ich
imaginárne zložky majú rovnakú absolútnu hodnotu, ale opačné znamienko.
V prípade, že by číslo z bolo reálne, t. j. jeho imaginárna zložka je nulová (z = a + 0i), tak
samozrejme platí z = z, pretože 0 = −0.
20 Iný zatiaľ nepoznáme.
1.4 Počítanie s komplexnými číslami 37
Dôvod, pre ktorý sme definovali komplexne združené čísla a to ako nám to pomôže pri delení
dvoch komplexných čísel v algebraickom tvare, vyplynie z nasledujúcej lemy21 .
Lema 1.4.1 Ak máme dve komplexne združené čísla z a z, tak číslo z · z je reálne.
Dôkaz: nech je z = a + ib, pre nejaké a, b ∈ R. Potom k nemu komplexné združené číslo má
tvar z = a − ib. Celý dôkaz spočíva len vo vynásobení týchto dvoch čísel.
= a2 − +
iab − i2 b2 = a2 + b2
iab
Keďže a, b ∈ R, tak aj (a2 + b2 ) ∈ R, čo znamená, že súčin z · z je reálne číslo. Q.E.D.
Z lemy 1.4.1 vidíme, že súčin dvoch komplexne združených čísel je vždy reálne číslo. Preto, ak
potrebujeme navzájom vydeliť dve komplexné čísla u, v ∈ C, tak stačí zlomok uv rozšíriť jednotkou
v tvare 1 = vv , kde v je komplexne združené číslo ku menovateľu zlomku uv .
u u v u·v
= · = (1.16)
v v v v·v
V poslednom zlomku rovnosti (1.16) máme v čitateli súčin dvoch komplexných čísel, ale v menova-
teli zlomku je, podľa lemy 1.4.1, vždy reálne číslo. Tým sme previedli delenie dvoch komplexných
čísel na delenie komplexného čísla reálnym číslom. Ilustrujeme si to na niekoľkých príkladoch.
(b) u = 2 + 3i , v = 4 + 6i
u 2 + 3i 2 + 3i 4 − 6i 26 + 0i 1 1
= = · = = + 0i =
v 4 + 6i 4 + 6i 4 − 6i 16 + 36 2 2
| {z }
=1
(c) u = −3 − 5i , v = −2 − 9i
u −3 − 5i −3 − 5i −2 + 9i 51 − 17i 51 17
= = · = = − i
v −2 − 9i −2 − 9i −2 + 9i 4 + 81 85 85
| {z }
=1
■
Ako vidno z príkladu 1.14 (b), podiel dvoch komplexných čísel môže byť reálne číslo. V danom
príklade to vyplýva z toho, že 4 + 6i = 2(2 + 3i).
∀a, b ∈ R : a + ib ←→ (a, b) .
Táto korešpondencia priamo zvádza k tomu, reprezentovať komplexné čísla geometricky, ako
body, resp. vektory v rovine. Už na konci časti 1.3.1 (strana 31) bolo spomenuté, že začiatkom
19. storočia si to všimol a začal robiť Carl Friedrich Gauss (1777–1855). Aj preto sa niekedy
komplexná rovina označuje ako Gaussova rovina. Ak máme usporiadanú dvojicu reálnych čísel
(a, b), tak táto môže reprezentovať buď bod so súradnicami [a, b], alebo vektor (a, b), vychádzajúci
z počiatku súradnicovej sústavy a končiaci v bode [a, b], ako to vidíme na nasledovnom obrázku.
Geometrická reprezentácia komplexných čísel nie je samoúčelná hra, ale má dôležitý význam.
Ak totiž komplexnému číslu zodpovedá vektor, tak potom súčtu (rozdielu) komplexných čísel
zodpovedá súčet (rozdiel) vektorov a súčinu (podielu) komplexných čísel zodpovedá súčin (podiel)
vektorov. Pri súčte a rozdiele komplexných čísel tým žiadne výhody nezískame, pretože tieto
aritmetické operácie s komplexnými číslami vieme jednoducho robiť aj v ich algebraickom tvare.
Ale súčin a najmä podiel sa jednoduchšie počítajú s vektormi. Predtým ako to budeme robiť,
však musíme vektor vyjadrený súradnicami (a, b) a vychádzajúci z počiatku súradnicovej sústavy,
reprezentovať vhodnejším spôsobom. Takýto vektor môžeme jednoznačne charakterizovať nielen
súradnicami jeho koncového bodu [a, b], ale aj jeho dĺžkou a uhlom, ktorý tento vektor zviera s osou
x, ako to vidíme na nasledujúcom obrázku.
Priamo z definície absolútnej hodnoty komplexného čísla je zrejmé, že táto bude vždy reálna,
pretože p
∀a, b ∈ R ⇒ (a2 ≥ 0 , b2 ≥ 0) ⇒ (a2 + b2 ) ≥ 0 ⇒ a2 + b2 ∈ R .
Po definovaní absolútnej hodnoty komplexného čísla môžeme definovať aj ďalší dôležitý pojem,
ktorým je komplexná jednotka.
Definícia 1.4.6 — Komplexná jednotka. Každé komplexné číslo z ∈ C, pre ktoré platí |z| = 1
sa nazýva komplexná jednotka.
√
P Treba si dávať pozor a nepliesť si komplexnú jednotku s imaginárnu jednotku i = −1.
Komplexná jednotka je ľubovoľné komplexné číslo z = a + ib, pre ktoré platí |z| = 1. Pri
geometrickej reprezentácii komplexných čísel v Gaussovej rovine to znamená, že komplexné
jednotky sú všetky komplexné čísla ležiace na jednotkovej kružnici tak, ako to vidno na ob-
rázku 1.4. Každý bod jednotkovej kružnice v Gaussovej rovine predstavuje komplexné číslo,
ktoré je komplexnou jednotkou.
Predtým, než sa budeme venovať goniometrickému tvaru komplexného čísla, pozrime sa ešte
na súvis absolútnej hodnoty reálneho a absolútnej hodnoty komplexného čísla. Reálne čísla sú
podmnožinou komplexných čísel. V komplexnej rovine sú reálne čísla reprezentované reálnou
(x-ovou) osou. Na strednej škole sa táto os, v súvislosti s reálnymi číslami, označovala ako číselná
os. Pre reálne číslo x ∈ R bola jeho absolútna hodnota už na základnej škole definovaná predpisom
x, ak x ≥ 0,
∀x ∈ R : |x| = (1.17)
−x , ak x < 0 .
Pre komplexné číslo sa jeho absolútna hodnota vypočíta podľa definície 1.4.5 ako
p
∀z ∈ C : z = a + ib ⇒ |z| = a2 + b2 .
40 Kapitola 1. Číselné množiny a aritmetické operácie
je uhol, ktorý vektor reprezentujúci komplexné číslo z zviera s osou x – viď obrázok 1.3.
Hlavná výhoda goniometrického tvaru komplexného čísla sa prejaví pri násobení a delení dvoch
komplexných čísel. Predvedieme si to na dvoch príkladoch.
Pri riešení predošlého príkladu sme použili dva najjednoduchšie stredoškolské súčtové vzorce pre
funkcie sin a cos
sin(α ± β ) = sin α cos β ± cos α sin β a cos(α ± β ) = cos α cos β ∓ sin α sin β . (1.18)
=cos(α−β ) =sin(α−β )
z }| { z }| {
|z1 | cos α cos β + sin α sin β +i(sin α cos β − cos α sin β ) |z1 |
= · 2 2
= cos(α − β ) + i sin(α − β )
|z2 | sin β + cos β |z2 |
| {z }
=1
Pri riešení predošlého príkladu sme okrem už spomenutých stredoškolských súčtových vzorcov
(1.18), použili ešte aj notoricky známy vzorec ∀α : sin2 α + cos2 α = 1 .
Na príkladoch 1.15 a 1.16 vidíme, že pri zápise komplexných čísel v goniometrickom tvare, sa
výrazne zjednoduší počítanie ich súčinu a podielu. Súčin (podiel) dvoch komplexných čísel sa pri
zápise v goniometrickom tvare zmení na súčin (podiel) dvoch reálnych čísel, absolútnych hodnôt
daných komplexných čísel a súčet (rozdiel) uhlov. Preto je pre násobenie a delenie komplexných
čísel vhodnejší ich goniometrický tvar. To si už na začiatku 18. storočia, teda zhruba o 100 rokov
skôr, než sa začala bežne používať geometrická interpretácia komplexných čísel, všimol Abraham
de Moivre (1667–1754), autor známej Moivrovej vety.
Veta 1.4.2 — Moivrova veta. Majme komplexné číslo z = |z|(cos ϕ + i sin ϕ) a ľubovoľné číslo
n ∈ N. Potom platí rovnosť
zn = |z|n cos(nϕ) + i sin(nϕ) .
Dôkaz: sa robí podobným spôsobom aký je použitý v riešení príkladu 1.15 a pomocou mate-
matickej indukcie. Tu ho uvádzať nebudeme.
42 Kapitola 1. Číselné množiny a aritmetické operácie
P Znenie Moivrovej vety 1.4.2 je upravené a líši sa od skutočnej Moivrovej vety, ktorá tvrdila
nasledovné.
Pre ľubovoľné číslo x ∈ R a ľubovoľné číslo n ∈ N platí rovnosť
Text vety 1.4.2 vyplýva z pôvodnej Moivrovej vety a je upravený pre komplexné čísla
v goniometrickom tvare, ktorý, ako už bolo spomenuté, sa začal používať až zhruba o 100
rokov neskôr.
V roku 1749 švajčiarsky matematik Leonhard Euler (1707–1783) dokázal známy Eulerov vzorec
Ako vidíme, binomická rovnica je špeciálny (jednoduchý) tvar polynomickej rovnice, ktorej sa
budeme venovať až v nasledujúcej kapitole. V binomickej rovnici sa vyskytuje iba neznáma x a
konštanta c, pričom neznáma x sa tam vyskytuje len v mocnine n ∈ N. Vďaka Moivrovej vete
1.4.2 a jej zovšeobecneniu aj pre reálne mocniny pomocou Eulerovho vzorca (1.19) je riešenie
binomických rovníc 1.20 veľmi jednoduché. Rovnicu (1.20) si upravíme nasledovným spôsobom
√ 1
xn + c = 0 ⇒ xn = −c ⇒ x= n
−c , resp. x = (−c) n .
−c = |c|(cos ϕ + i sin ϕ) .
Odtiaľ potom použitím Moivrovej vety zovšeobecnenej pre reálne mocniny dostaneme riešenie
p ϕ ϕ
x = n |c| cos + i sin . (1.21)
n n
Uvedené riešenie je len jedno z riešení binomickej rovnice (1.20). Už na konci časti 1.2.5 (strana
28) bolo, aj keď bez dôkazu, spomenuté, že „každá polymonická rovnica stupňa n má práve n
koreňov“. Týmto tvrdením sa myslí n komplexných koreňov, pretože vieme, že ani len jednoduchá
22 V nasledujúcom zápise využívame fakt, že | − c| = |c|, ktorý ľahko odvodíme priamo z definície absolútnej hodnoty
komplexného čísla.
1.4 Počítanie s komplexnými číslami 43
kvadratická rovnica nemusí mať na reálnych číslach práve 2 korene. Na komplexných číslach však
má každá polynomická rovnica stupňa n vždy práve n koreňov. Keďže rovnica (1.20) je polynóm
stupňa n, tak musí mať presne n koreňov (riešení). My sme zatiaľ našli a zapísali len jeden koreň
(1.21). Kde sa nachádza zvyšných (n − 1) koreňov? Opäť si pomôžeme Moivrovou vetou.
Ak xn = −c, tak to podľa Moivrovej vety znamená, že v komplexnej rovine musia všetky riešenia
danej rovnice ležať na spoločnej kružnici so stredom v počiatku súradnicovej sústavy a s polomerom
pn
|c|. Je to dané tým, ako sa umocňujú komplexné čísla v goniometrickom tvare. Ak xk ∈ C je
koreňom p danej rovnice, tak potom musí platiť xkn = −c, t. j. absolútna hodnota komplexného čísla xk
musí byť n |c|. Takže už vieme, kde ležia všetky korene rovnice (1.20), ale ešte sme si nepovedali
ako presne sú korene danej rovnice na tejto kružnici umiestnené. Pripomeňme si, že goniometrický
tvar prvého koreňa rovnice (1.20), ktorý sme už našli, má podobu
p ϕ ϕ
x1 = n |c| cos + i sin .
n n
Vďaka periodickosti funkcií sin a cos, ktoré obe majú periódu 2π, potom vieme určiť zvyšné
korene danej rovnice. Vektory reprezentujúce dva susedné korene na kružnici, musia zvierať uhol
2π
n . Takže keď to zhrnieme, rovnica (1.20) bude mať n komplexných koreňov, prvý z nich bude
x1 uvedený vyššie
p a všetky korene v komplexnej rovine ležia rovnomerne rozložené na kružnici
s polomerom n |c| tak, ako to vidíme na obrázku 1.5.
Obr. 1.5: Všetky riešenia binomickej rovnice vždy ležia na spoločnej kružnici.
x5 = 32(cos 0◦ + i sin 0◦ ) .
Vieme, že 32 = 25 , a preto x0 = 2 bude jeden koreň danej rovnice. Podľa (1.22) na strane 43, budú
všetky korene danej rovnice
2kπ 2kπ
xk = 2 cos + i sin , pre k ∈ {0, 1, 2, 3, 4} .
5 5
Ak by sme chceli vypísať všetky korene jednotlivo, je ich „len“ 5, takže to ešte nie je problém, a
uhly pre lepšiu predstavu zapísať v stupňoch, tak dostaneme
x0 = 2 (cos 0◦ + i sin 0◦ ) = 2 ,
x1 = 2 (cos 72◦ + i sin 72◦ ) ,
x2 = 2 (cos 144◦ + i sin 144◦ ) ,
x3 = 2 (cos 216◦ + i sin 216◦ ) ,
x4 = 2 (cos 288◦ + i sin 288◦ ) .
√
8 7π + 8kπ 7π + 8kπ
xk = 32 cos + i sin , pre k ∈ {0, 1, 2, 3} .
16 16
Riešenie: najskôr použijeme substitúciu t = x + 3, potom danú rovnicu upravíme na tvar t 8 = 16i
a číslo 16i zapíšeme v goniometrickom tvare
π π
t 8 = 16 cos + i sin .
2 2
√
π + 4kπ π + 4kπ
tk = 2 cos + i sin , pre k ∈ {0, 1, 2, 3, 4, 5, 6, 7} .
16 16
1.5 Cvičenia
Cvičenie 1.1 Dokážte, že pre ľubovoľné hodnoty u, v ∈ R je číslo
s r s r
3 v v2 u3 3 v v2 u3
t= − + + + − − + reálne.
2 4 27 2 4 27
■
Cvičenie 1.2 Overte pre malé hodnoty n ∈ {0, 1, 2, 3, . . .}, že členy postupnosti
1 3i n 1 3i
an = − (1 + i) + + (1 − i)n
2 2 2 2
sú celé čísla a zodpovedajú členom rekurentne danej postupnosti z príkladu 1.9 (str. 32). ■
46 Kapitola 1. Číselné množiny a aritmetické operácie
Cvičenie 1.3 Dané sú dve komplexné čísla u, v ∈ C. Vypočítajte ich súčet (u + v) a rozdiel
(u − v).
(a) u = i , v = 2 + i (k) u = 3 , v = 3 − 4i
(b) u = 3 − i , v = 1 + 2i (l) u = 2i , v = 7i
(c) u = 3 + 2i , v = 5−i (m) u = 5 + 2i , v = 3 − 2i
(d) u = 7 + 2i , v = 3+i (n) u = 2 + i , v = 3 + 2i
(e) u = 1 + 3i , v = 2 + 2i (o) u = 4 + 4i , v = 7 − 7i
(f) u = 4 + 3i , v = 4 − 3i (p) u = 1 , v = 3 + 7i
(g) u = 2 + 3i , v = 4 − 3i (q) u = 5 − 6i , v = 7 − 8i
(h) u = 5 − i , v = 7 − 2i (r) u = 2 + i , v = 9 − 3i
(i) u = 3 + 2i , v = 6 − 4i (s) u = 7 + 2i , v = 3 + 5i
(j) u = 9 − 2i , v = 1 + i (t) u = 3 − 7i , v = 2 + 5i
■
Cvičenie 1.4 Dané sú dve komplexné čísla u, v ∈ C. Vypočítajte ich súčin uv a podiely 1u a 1v
tak, že dané čísla ponecháte počas výpočtu v algebraickom tvare.
(a) u = i , v = 2 + i (k) u = 3 , v = 3 − 4i
(b) u = 3 − i , v = 1 + 2i (l) u = 2i , v = 7i
(c) u = 3 + 2i , v = 5−i (m) u = 5 + 2i , v = 3 − 2i
(d) u = 7 + 2i , v = 3+i (n) u = 2 + i , v = 3 + 2i
(e) u = 1 + 3i , v = 2 + 2i (o) u = 4 + 4i , v = 7 − 7i
(f) u = 4 + 3i , v = 4 − 3i (p) u = 1 , v = 3 + 7i
(g) u = 2 + 3i , v = 4 − 3i (q) u = 5 − 6i , v = 7 − 8i
(h) u = 5 − i , v = 7 − 2i (r) u = 2 + i , v = 9 − 3i
(i) u = 3 + 2i , v = 6 − 4i (s) u = 7 + 2i , v = 3 + 5i
(j) u = 9 − 2i , v = 1 + i (t) u = 3 − 7i , v = 2 + 5i
■
Cvičenie 1.5 Preveďte dané komplexné číslo z algebraického tvaru do goniometrického, resp.
z goniometrického tvaru do algebraického.
√
(a) 3 (k) 6 3 (cos 30◦ + i. sin 30◦ )
√
(b) −5i (l) 4 2 (cos 135◦ + i. sin 135◦ )
(c) 3 − 3i (m) 3 (cos 300◦ + i. sin 300◦ )
√ √
(d) 4 3 + 12i (n) 8 3 (cos 240◦ + i. sin 240◦ )
√
(e) 21 − 7 3 i (o) 9 (cos 150◦ + i. sin 150◦ )
√
(f) 4 + 4i (p) 2 3 cos 11 11
√ 6 π + i. sin 6 π
(g) −5 + 5 3 i (q) 7 cos 32 π + i. sin 32 π
√ √
(h) 6 3 + 6i (r) 5 3 cos 23 π + i. sin 23 π
Cvičenie 1.6 Dané sú dve komplexné čísla u, v ∈ C. Vypočítajte ich súčin uv a podiely uv a uv .
√
(a) u = √ 2 (cos 15◦ + i. sin 15◦ ) (k) u = 7 (cos 33◦ + i. sin 33◦ )
v = 2 (cos 45◦ + i. sin 45◦ ) v = 3 (cos 21◦ + i. sin 21◦ )
(b) u = 4 (cos 27◦ + i. sin 27◦ ) (l) u = 6 (cos 18◦ + i. sin 18◦ )
v = 2 (cos 12◦ + i. sin 12◦ ) v = 4 (cos 78◦ + i. sin 78◦ )
√
(c) u = 12 (cos 120◦ + i. sin 120◦ ) (m) u = 2 cos π4 + i. sin π4
√
v = 8 (cos 75◦ + i. sin 75◦ )
v = 6 cos π3 + i. sin π3
√
(d) u = 5 cos 35 π + i. sin 35 π
(n) u = 5 3 cos 56 π + i. sin 56 π
√
v = 2 cos 53 π + i. sin 53 π v = 7 2 cos 45 π + i. sin 45 π
√ 5 5
√
(e) u = 6 cos 12 π + i. sin 12 (o) u = 2 3 cos 35 π + i. sin 35 π
π
√ √
v = 3 cos 43 π + i. sin 43 π
v = 3 2 (cos 45◦ + i. sin 45◦ )
√ √
(f) u = √2 (cos 127◦ + i. sin 127◦ ) (p) u = 4√ 5 (cos 72◦ + i. sin 72◦)
v = 2 3 (cos 95◦ + i. sin 95◦ ) v = 3 4 cos 78 π + i. sin 78 π
√
(g) u = 6 (cos 272◦ + i. sin 272◦ ) (q) u = √ 6 (cos 33◦ + i. sin 33◦)
v = 3 (cos 120◦ + i. sin 120◦ ) v = 2 cos 32 π + i. sin 23 π
√ √
(h) u = 3 cos 56 π + i. sin 65 π
(r) u = 8 cos 37 π + i. sin 37 π
√ √
v = 2 3 cos π3 + i. sin π3 v = 12 (cos 27◦ + i. sin 27◦ )
12 √
π + i. sin 12
(i) u = 13 cos 13 13 π (s) u = 6√ 2 (cos 13◦ + i. sin 13◦)
v = 7 cos 67 π + i. sin 76 π
v = 2 3 cos 89 π + i. sin 89 π
(j) u = 12 cos 47 π + i. sin 47 π
√
√ 7 5 (cos 140◦ + i. sin 140◦ )
(t) u = √
v = 3 2 cos 32 π + i. sin 32 π
v = 125 (cos π + i. sin π)
■
(a) z = z (d) z1 · z2 = z1 · z2
(b) z = z (e) Re z = 12 (z + z)
1
(c) z1 + z2 = z1 + z2 (f) Im z = 2i (z − z)
■
z1 = x2 − 7x + 9yi a z2 = y2 i + 20i − 12
■
Cvičenie 1.13 Nájdite také reálne čísla x, y, aby komplexné čísla 5 + xyi a x + y − 4i boli
komplexne združené. ■
Cvičenie 1.19 Určte, pre ktoré reálne čísla x a y budú čísla z1 a z2 komplexne združené
(a) z1 = 5 + xyi a z2 = x + y + 6i
(b) z1 = 9y2 − 4 − 10xi a z2 = 8y2 + 20i7
√ √
(c) z1 = x + i y a z2 = 4 + xyi
■
(a) 1
z
(b) z5 (c) z−2 (d) z
z
■
n
1 + i tg α
Cvičenie 1.26 Upravte výraz . ■
1 − i tg α
π 4
Cvičenie 1.27 Umocnite tg −i . ■
4
(a) x4 + 1 = 0 (f) x6 + 64 = 0
(b) 32x5 − 1 = 0 (g) x4 + 4 = 0
(c) z4 = |z| (h) x6 − 64 = 0
(d) x3 + 4 = 0 (i) x8 − 256 = 0
(e) x3 − 1 = 0 (j) x4 − a4 = 0, kde a ̸= 0, a ∈ R
■
1 3 1 1 2i
(b) uv = 5 + 5i , i
u = 10 + 10 , v = 5 − 5 (l) uv = −14 , u1 = − 2i , 1v = − 7i
(c) 3
uv = 17 + 7i , 1u = 13 2i
− 13 , 1v = 265
+ 26i (m) 5
uv = 19 − 4i , u1 = 29 − 29 2i
, 1v = 13 3 2i
+ 13
(d) uv = 19+13i , 1u = 53 7 2i 1
− 53 , v = 103
− 10i (n) uv = 4 + 7i , 1u = 25 − 5i , 1v = 13 3 2i
− 13
(e) uv = −4 + 8i , 1u = 10 1
− 10 3i
, 1v = 41 − 4i (o) uv = 56 , 1u = 81 − 8i , 1v = 14 1
+ 14i
(f) uv = 25 , 1u = 254 3i
− 25 , 1v = 25 4
+ 253i
(p) uv = 3 + 7i , 1u = 1 , 1v = 58 3 7i
− 58
(g) 2
uv = 17 + 6i , u1 = 13 3i
− 13 , 1v = 254
+ 253i
(q) uv = −13 − 82i , 1
u = 5
61
6i
+ 61 , 1
v = 7
113
8i
+ 113
1 2 1 1
(h) uv = 33−17i , 1u = 26 5
+ 26i , 1v = 53 7
+ 532i
(r) uv = 21 + 3i , i
u = 5 − 5 , v = 10 + 30
i
(i) uv = 26 , 1u = 133 2i
− 13 , 1v = 26 3
+ 262i
(s) uv = 11+41i , 1u = 53 7
− 532i 1
, v = 343 5i
− 34
(j) uv = 11 + 7i , 1u = 859 2i
+ 85 , 1v = 12 − 2i (t) uv = 41 + i , 1u = 10
1 7i
+ 30 , 1v = 29
2 5i
− 29
■
sin(α ± β ) = sin α cos β + cos α sin β a cos(α ± β ) = cos α cos β ∓ sin α sin β .
Výsledky cvičenia 1.11 Riešením je ľubovoľná usporiadaná dvojica (x, y), kde x ∈ {3, 4} a
y ∈ {4, 5}. ■
a2 −b2 2ab
(c) 2 − 2 i
(a2 +b2 ) (a2 +b2 )
a2 −b2
(d) a2 +b2
− a22ab
+b2
i
■
x = 41 , y = − 52 (a) x = 1 , y = 2
(b)
■
56 Kapitola 1. Číselné množiny a aritmetické operácie
Výsledky cvičenia 1.31 Oba vzťahy platia – odvodenie pomocou zápisu komplexných čísel
v goniometrickom tvare. ■
2. Matice a operácie s maticami
Namiesto ťažkopádneho zápisu cez kartézsky súčin (a, b) ∈ ϕ budeme používať stručný zápis
ϕ(a) = b, ktorý sa obvykle používa v matematickej analýze1 a ktorý znamená „prvok a ∈ A sa
v zobrazení ϕ : A → B zobrazí na prvok b ∈ B“. Podmienka a) v definícii 2.1.1 hovorí to, že
ku každému prvku z množiny A musí existovať jeho obraz v množine B. Podmienka b) zasa
hovorí, že ku každému prvku z množiny A existuje iba jeden obraz v množine B. V matematickej
terminológii sa tieto dve podmienky dajú zhrnúť do jednej stručnej vety „ku každému prvku
z množiny A existuje práve jeden obraz z množiny B.“ Slovné spojenie „existuje práve jeden
obraz“ v matematickej terminológii znamená, že existuje obraz, ale existuje iba jeden obraz.
Ukážeme si niekoľko príkladov toho, čo je a čo nie je zobrazenie množiny na množinu.
Potom čo sme formálne definovali pojem zobrazenia medzi množinami, budú nasledovať tri defi-
nície popisujúce vlastnosti zobrazení.
Definícia 2.1.2 hovorí to, že zobrazenie je inkektívne práve vtedy, ak sa rôzne prvky množiny
A zobrazia na rôzne prvky množiny B. Niekedy sa podmienka z definície 2.1.2 zapisuje aj formou
obrátenej implikácie
nech a1 , a2 ∈ A potom ϕ(a1 ) = ϕ(a2 ) ⇒ (a1 = a2 ) .
∀b ∈ B ∃ a ∈ A : ϕ(a) = b .
Definícia 2.1.3 hovorí to, že zobrazenie je surjektívne práve vtedy, ak ku každému prvku
množiny B existuje prvok z množiny A, ktorý sa naň zobrazí. Inak povedané, obrazy prvkov
z množiny A pokrývajú celú množinu B. Obraz množiny A v zobrazení ϕ : A → B sa označuje
ϕ(A) a definuje sa ako
ϕ(A) = {ϕ(a), a ∈ A} .
Z definície zobrazenia (2.1.1) je zrejmé, že ϕ(A) ⊆ B a zobrazenie ϕ : A → B sa nazýva surjektívne
práve vtedy keď platí ϕ(A) = B.
V staršej slovenskej matematickej terminológii sa surjektívne zobrazenie označovalo aj slov-
ným spojením zobrazenie na množinu. Toto označenie však nebudeme používať, pretože by sa to
mohlo pliesť s označením zobrazenie na množine, čo bude definované ďalej.
Bijektívnosť zobrazenia je veľmi dôležitá vlastnosť a bijektívne zobrazenia hrajú kľúčovú úlohu
napríklad pri porovnávaní mohutnosti množín, predovšetkým nekonečných množín. K pojmom
injekcia, surjekcia a bijekcia sa ešte vrátime v súvislosti s funkciami a ich vlastnosťami. Teraz
uvedieme ešte niekoľko ďalších definícií, aby sme sa čo najrýchlejšie dostali ku algebraickej
štruktúre pole, ktorá nás zaujíma.
62 Kapitola 2. Matice a operácie s maticami
Ako vidno z definície 2.1.5, ak ϕ je zobrazenie na množine, tak to znamená to, že zobrazuje
množinu A samu na seba, čiže ϕ ⊆ A × A a samozrejme musí spĺňať obe podmienky z definície
2.1.1. Zobrazenia na množine sú práve tie najdôležitejšie typy zobrazení, ktorými sa zaoberá ako
algebra, tak aj matematická analýza. Definíciu 2.1.5 nepotrebujeme bezprostredne teraz, ale budeme
ju potrebovať, keď sa budeme zaoberať funkciami jednej reálnej premennej. Tu je táto definícia
uvedená len preto, aby bola pohromade spolu s ostatnými pojmami týkajúcimi sa zobrazení.
Podobným pojmom ako zobrazenie na množine je aj pojem binárna operácia na množine,
ku ktorému sme v časti 1.1.2 (strana 16) uviedli iba matematicky nekorektnú „pseudodefiníciu“.
Teraz už binárnu operáciu na množine môžeme definovať aj matematicky korektne.
Musíme uvedomiť, že definícia 2.1.1 nehovorí nič o tom, aké musia byť množiny A a B. Tieto
dve množiny môžu byť v podstate ľubovoľné. Napríklad z definície 2.1.5 vidíme, že môže platiť
rovnosť A = B. Podobné to bude aj v nasledujúcej definícii.
Binárna operácia na množine A je podľa definície 2.1.6 také zobrazenie ϕ, ktoré každej
usporiadenej dvojici z kartézskeho súčinu B = A × A priradí práve jeden prvok z množiny A.
Takže pri uvedenom označení, je ϕ zobrazenie ϕ : B → A. Definícia matematicky korektne hovorí
to isté, čo sme na strane 16 popisovali pomocou „čiernej skrinky“.
Aby táto čierna skrinka bola binárnou operáciou na množine, musí z nej po opakova-
nom vhodení tej istej usporiadanej dvojice (x, y) vypadnúť vždy ten istý prvok z.
Vo všeobecnosti môže byť binárna operácia definovaná medzi rôznymi množinami. Čiže mohlo
by to byť zobrazenie ϕ : A × B → C, kde A, B a C sú ľubovolné množiny. My sa však budeme
zaoberať výlučne binárnymi operáciami na množine, takže pre stručnosť budeme ďalej používať
2.1 Základné algebraické štruktúry 63
len označenie binárna operácia bez špecifikácie „na množine“. Na označenie binárnych operácii
budeme používať rôzne symboly, ako sú napríklad ◦, △, ⊕, ⊙, ⊛, ⊗, . . . alebo v prípade známych
aritmetických operácií ich obvyklé označenia plus (+), mínus (−), krát (·), deleno (÷). Uvedieme
si niekoľko binárnych operácií na číselných množinách ako aj príklady tých, ktoré binárnymi
operáciami nie sú.
Dve základné vlastnosti, ktoré binárna operácia môže mať, sú komutatívnosť a asociatívnosť.
Definujeme tieto dve vlastnosti.
∀a, b ∈ A : a ◦ b = b ◦ a .
64 Kapitola 2. Matice a operácie s maticami
∀a, b, c ∈ A : (a ◦ b) ◦ c = a ◦ (b ◦ c) .
Asociatívnosť binárnej operácie znamená, že ak máme zreťazené binárne operácie medzi viace-
rými prvkami množiny A, tak ich môžeme vykonávať v ľubovoľnom poradí, čiže operácie môžeme
ľubovoľne uzátvorkovať. Nezáleží na poradí v akom jednotlivé binárne operácie vykonávame v zre-
ťazení2 . Napríklad a ◦ b ◦ c môžeme realizovať tak, že najskôr realizujeme prvú operáciu ◦ medzi
členmi a ◦ b a následne realizujeme druhú operáciu ◦ tak, že na výsledok predošlej operácie apli-
kujeme ešte prvok c. To je možnosť (a ◦ b) ◦ c. Alebo najskôr realizujeme druhú operáciu ◦ medzi
členmi b◦c a potom realizujeme prvú operáciu ◦ a ku prvku a pridáme výsledok predošlej operácie.
To je možnosť a ◦ (b ◦ c).
Posledné dva dôležité pojmy súvisiace s binárnymi operáciami, ktoré potrebujeme definovať,
aby sme sa konečne dostali k algebraickým štruktúram, ktoré nás zaujímajú, sú neutrálny prvok
binárnej operácie a inverzný prvok. Definícia neutrálneho prvku bola uvedená už v časti 1.2.1
na strane 18. Tam sme sa zaoberali číselnými množinami, na ktorých je 0 neutrálny prvok binárnej
operácie súčtu (+) a 1 je neutrálny prvok binárnej operácie súčinu (·). Tu preto uvedieme už len
definíciu inverzného prvku.
Definícia 2.1.9 — Inverzný prvok. Majme neprázdnu množinu A, na nej binárnu operáciu ◦,
ktorá má neutrálny prvok e ∈ A a nech a ∈ A. Potom inverzný prvok ku prvku a v binárnej
operácii ◦, ak existuje, sa označuje a−1 a je to taký prvok a−1 ∈ A, pre ktorý platí
a ◦ a−1 = a−1 ◦ a = e .
Nie ku každému prvku v každej binárnej operácii musí existovať inverzný prvok. Ukážeme si to
na číselných množinách a bežných aritmetických operáciach.
■ Príklad 2.3
(a) Majme množinu prirodzených čísel N a na nej binárnu operáciu súčtu (+). Pre a = 0 existuje
inverzný prvok a−1 = 0, pretože platí 0 + 0 = 0. Ale pre ∀a ∈ N, a ̸= 0 neexistuje inverzný
prvok, pretože pre a ̸= 0 rovnica
x+a = 0
nemá na prirodzených číslach riešenie. Potreba riešenia takýchto rovníc bol dôvod, prečo
sme množinu prirodzených čísel rozširovali o záporné čísla na množinu celých čísel.
(b) Na množine celých čísel Z s binárnou operáciou súčtu (+), má kažké číslo a ∈ Z inverzný
prvok a−1 = −a. V prípade operácie súčtu inverzný prvok ku prvku a označujeme stručne
len −a. Platí a + (−a) = 0. Namiesto komplikovaného zápisu a + (−a) budeme používať
stručnejší zápis a − a.
(c) Na množine celých čísel Z s binárnou operáciou súčinu (·) má a = 1 inverzný prvok a−1 = 1,
pretože platí 1 · 1 = 1. Ale pre ∀a ∈ Z, a ̸= 1 neexistuje inverzný prvok, pretože pre a ̸= 1
rovnica
x·a = 1
nemá na celých číslach riešenie. Potreba riešenia takýchto rovníc bol opäť dôvod, prečo sme
množinu celých čísel rozšírili o zlomky na množinu racionálnych čísel.
(d) Na množine racionálnych čísel Q ku každému a ∈ Q existuje inverzný prvok vzhľadom
na operáciu súčtu (+). Tento označujeme stručne −a. Pre všetky a ∈ Q , a ̸= 0 existuje
inverzný prvok vzhľadom na operáciu súčinu (·) a označujeme ho buď a−1 , alebo a1 .
■
Teraz už máme všetko potrebné na definovanie algebraických štruktúr. Pod algebraickou štruk-
túrou budeme rozumieť neprázdnu množinu, na ktorej je definovaná jedna alebo viacero binárnych
operácii a tieto binárne operácie prípadne spĺňajú aj nejaké ďalšie podmienky. Keďže štúdium
algebraických štruktúr nie je náplňou tohto kurzu, nebudeme uvádzať všetky algebraické štruktúry
(grupoid, pologrupa, monoid, grupa, pole, . . . ) ale definujeme len štruktúru grupa a pomocou nej
štruktúru pole.
⊕ 0 1 2 3 4 ⊙ 0 1 2 3 4
0 0 1 2 3 4 0 0 0 0 0 0
1 1 2 3 4 0 1 0 1 2 3 4
a
2 2 3 4 0 1 2 0 2 4 1 3
3 3 4 0 1 2 3 0 3 1 4 2
4 4 0 1 2 3 4 0 4 3 2 1
⊙ 1 2 3 4
1 1 2 3 4
2 2 4 1 3
3 3 1 4 2
4 4 3 2 1
Napokon pomocou grupy definujeme veľmi dôležitú algebraickú štruktúru, ktorou je pole.
Definícia 2.1.12 — Pole. Nech F je neprázdna množina, na ktorej sú definované dve binárne
operácie ◦ a △. Potom usporiadaná trojica (F, ◦, △) sa nazýva pole, ak (F, ◦) je abelovská grupa
s neutrálnym prvkom e, (F \ {e}, △) je abelovská grupa a pre ∀a, b, c ∈ F platí
Posledná podmienka v definícii 2.1.12 sa na prvý pohľad zdá neprehľadná. Avšak nahraďme si
všeobecné binárne operácie ◦ a △ bežnými aritmetickými operáciami na číselných množinách.
Ak ◦ = + a △ = · , tak dostaneme : a · (b + c) = a · b + a · c a (b + c) · a = b · a + c · a .
Vidíme teda, že podmienka (2.1) v definícii 2.1.12 je pre aritmetické operácie na číselných množi-
nách bežný distributívny zákon. Ten hovorí o „roznásobovaní zátvoriek“ a poznáme ho už od základ-
nej školy. Aj v definícii poľa sa podmienka (2.1) obvykle označuje ako distributívnosť binárnych
operácií ◦ a △.
2.1 Základné algebraické štruktúry 67
∀a, b, c ∈ Z5 : a ⊙ (b ⊕ c) = a ⊙ b ⊕ a ⊙ c a (b ⊕ c) ⊙ a = b ⊙ a ⊕ c ⊙ a
na Z5 platí, môžeme ľahko overiť napr. pomocou tabuliek oboch binárnych operácií, uvedených
v príklade 2.4. To potom znamená, že (Z5 , ⊕, ⊙) je pole.
Platí, že pre každú zvyškovú triedu Z p , kde p je ľubovoľné prvočíslo, je (Z p , ⊕, ⊙) pole. Dokazovať
to však nebudeme, pretože to nebudeme vrámci tohto kurzu potrebovať. ■
d) Nech a·b = a·c a nech a ̸= 0. Usporiadaná dvojica (F\{0}, ·) je abelovská grupa, označme
jej neutrálny prvok 1. Potom v tejto grupe musí existovať prvok a−1 taký, že a · a−1 = 1 a
platí b = 1 · b = (a−1 · a) · b = a−1 · (a · b) = a−1 · (a · c) = (a−1 · a) · c = 1 · c = c .
Dokázali sme, že za daných predpokladov platí b = c.
e) Nech a · b = 0 a nech a ̸= 0. Potom podľa bodu a) platí a · b = a · 0 a z bodu d) potom
vyplýva, že b = 0. Q.E.D.
68 Kapitola 2. Matice a operácie s maticami
Týmto skončíme náš krátky exkurz do algebraických štruktúr. Ešte však dlžíme odpoveď
na otázku „Načo to bolo potrebné?“. Hovoriť o maticiach a neskôr o funkciách na reálnych a
neskôr aj komplexných číslach, by sme mohli aj bez toho, aby sme vedeli, čo je to pole a aké
sú jeho vlastnosti. Musíme k tomu len vedieť ako sa s reálnymi, alebo komplexnými, číslami
počíta, t. j. že súčet a súčin sú asociatívne a komutatívne, že pre ne platí distributívny zákon,
že každá rovnica x + a = 0 má riešenie atď. Toto všetko by sme museli zisťovať a overovať pre
každú množinu a binárne operácie na nej definované. Matematici si však už dávno všimli, že
číselné množiny spolu s binárnymi operáciami, ktoré spĺňajú nejaké presne definované podmienky,
tvoria štruktúry, ktoré majú spoločné vlastnosti. To sú práve vlastnosti uvedené vo vete 2.1.1. Tieto
vlastnosti nezávisia od toho o akú množinu a o aké binárne operácie na nej sa jedná. Pokiaľ sú
splnené všetky podmienky pre danú algebraickú štruktúru3 , tak táto množina so svojími binárnymi
operáciami bude mať všetky vlastnosti príslušnej algebraickej štruktúry.
Z kapitoly 1 si možno spomíname, že sme na množine prirodzených čísel nevedeli riešiť rovnice
x + a = 0. Preto sme pridali záporné čísla a dostali sme množinu celých čísel. Tým sme vlastne
množinu N rozšírili o inverzné prvky vzhľadom na binárnu operáciu (+) a usporiadaná dvojica
(Z, +) už bola abelovská grupa4 s neutrálnym prvkom 0. Na množine Z sme však nevedeli riešiť
rovnice x · a = 1, a preto sme ku množine prirodzených čísel pridali zlomky a dostali sme množinu
racionálnych čísel. Týmto sme vlastne Z rozšírili o inverzné prvky vzhľadom na binárnu operáciu
(·) a usporiadaná dvojica (Q \ {0}, ·) už bola abelovská grupa s neutrálnym prvkom 1. Naviac pre
aritmetické operácie (+) a (·) na číselných množinách platí aj distributívný zákon, takže podľa
definície 2.1.12 je usporiadaná trojica (Q, +, ·) pole.
Rovnice x + a = 0 a x · a = 1 sú pritom len triviálne obchodnícke počty, aké sa praktizovali už
v staroveku a vidíme, že už aj na ich riešenie potrebujeme mať aspoň pole (Q, +, ·), aby sme mohli
robiť nejaké zmysluplné výpočty. To samozrejme platí pre akékoľvek iné, nie iba obchodnícke,
výpočty, ktoré sú potrebné v praxi. S rozvojom techniky prišla aj potreba riešiť rovnice5 vyšších
rádov. Napríklad rovnica x2 − 2 = 0 v poli (Q, +, ·) nemá riešenie. Preto sme množinu racionálnych
čísel museli rozšíriť o iracionálne čísla a dostali sme ďalšie číselné pole, ktorým je usporiadaná
trojica (R, +, ·). Ale ani toto pole nepostačovalo. Sú v ňom totiž rovnice, najjednoduchšia z nich je
x2 + 1 = 0, ktoré v ňom nemajú riešenie. Tým sa dostávame ku poslednému rozšíreniu z reálnych
čísel na komplexné a k polu (C, +, ·). Toto rozšírenie je posledné z toho dôvodu, že už na začiatku
19. storočia bola dokázaná Základná veta algebry, ktorá hovorí o tom, že pole komplexných čísel
je algebraicky úplné. Znamená to, že každá polymonická rovnica na komplexných číslach, má aj
všetky svoje riešenia na komplexných číslach.
Ako už bolo spomenuté, my budeme v ďalšom priebehu tohto kurzu pracovať len s poľom
reálnych čísel, stručne len s reálnymi číslami a občas aj s poľom komplexných čísel, stručne len
s komplexnými číslami. V matematike, informatike a technike sa však pracuje aj s rôznymi inými
druhmi polí, s ktorými rovnako môžeme robiť výpočty a riešiť rovnice. Napríklad v modernej
kryptológii sa často pracuje s tzv. konečnými poliami, čo sú najčastejšie polia polynómov nad
zvyškovými triedami.
2.2.1 Vektor
S vektormi sme sa pravdepodobne už na základnej škole stretli na fyzike, kde sa napríklad hovorilo
o vektore vyjadrujúcom rovnomerný pohyb hmotného bodu v rovine a určite sme sa s nimi stretli
na strednej škole na matematike, keď sa preberala analytická geometria. Tieto vektory boli buď
dvojrozmerné v rovine, prípadne trojrozmerné v trojrozmernom priestore. Vektor tam bol vždy
usporiadaná dvojica, alebo trojica reálnych čísel a naučili sme sa, ako sa vektory sčítajú, odčítajú,
násobia skalárom a skalárne násobia.
Vektory, s ktorými sa budeme zaoberať v tomto kurze, sú zovšeobecnením už spomenutých
vektorov. Rozdiel bude v tom, že to nebudú len usporiadané dvojice, alebo trojice, ale budú to
vo všeobecnosti usporiadané n-tice a ich prvky nemusia byť vždy len reálne čísla, ale vektory
možeme definovať nad ľubovoľným poľom.
Definícia 2.2.1 — Vektor a skalár. Nech F je ľubovoľné pole. Potom usporiadanú n-ticu
(a1 , a2 , . . . , an ), kde pre i ∈ {1, 2, . . . , n} je ai ∈ F, nazývame n-rozmerný vektor a prvok a ∈ F
sa nazýva skalár.
Definícia 2.2.2 — Nulový vektor. Nech (F, +, ·) je pole nad ktorým definujeme vektory a
nech 0 je neutrálny prvok vzhľadom na operáciu + v tomto poli. Potom vektor
0 = (0, 0, . . . , 0)
| {z }
n krát
sa nazýva n-rozmerný nulový vektor a označuje sa tučnou nulou 0.
P Pre reálne a komplexné čísla predošlá definícia hovorí len to, že nulový vektor je taký vektor,
ktorého všetky prvky sú nuly.
Ako vidno z definície 2.2.3, tak dva vektory môžeme sčítať práve vtedy, ak sú nad rovnakým poľom
a ak sú rovnakého rozmeru, t. j. majú rovnaký počet prvkov.
■ Príklad 2.6 Majme dva vektory a = (1, −1, 9, 3, 4) a b = (7, 3, 0, −2, 5). Ich súčet potom je
Vďaka asociativite poľa, nad ktorým máme definované vektory, môžeme sčítavať aj viac než dva
vektory a tento súčet vektorov je tiež asociatívny. Platí napríklad
a + b + c = (a + b) + c = a + (b + c) .
A vďaka komutativite poľa, je aj súčet vektorov nad týmto poľom komutatívny, čiže a + b = b + a.
Ďalšou operáciou s vektormi, je násobenie vektora skalárom.
■ Príklad 2.7 Majme vektor a = (3, −1, 0, 5, −2, 7) a dva skaláry c1 = 3 a c2 = −2. Potom
Keďže operácie v poli sú nielen asociatívne a komutatívne, ale platí tam aj distributívny
zákon, tak priamo z definícií 2.2.3 a 2.2.4 vyplýva distributívnosť ako vzhľadom na skaláry, tak aj
vzhľadom na vektory. Konkrétne platí
(c1 + c2 ) · a = c1 · a + c2 · a a c · (a + b) = c · a + c · b .
Rovnako priamo z definícií vyplýva, že výsledkom násobenie nulovým skalárom je nulový vektor,
čiže 0 · a = 0 a výsledkom násobenia ľubovoľného skalára nulovým vektorom, je nulový vektor,
čiže c · 0 = 0.
Na záver časti o počítaní s vektormi ešte uvedieme definíciu skalárneho súčinu. Skalárny súčin
je súčin dvoch vektorov nad spoločným poľom a výsledkom tohto súčinu je skalár, t. j. prvok
príslušného poľa.
a · b = (a1 , a2 , . . . , an ) · (b1 , b2 , . . . bn ) = a1 · b1 + a2 · b2 + . . . + an · bn .
2.2 Vektory a počítanie s nimi 71
Z definicie 2.2.5 je zrejmé, že skalárne môžeme násobiť len dva vektory rovnakého rozmeru,
čiže s rovnakým počtom prvkov. Skalárne sa dva vektory násobia po zložkách čo znamená, že sa
vynásobia zodpovedajúce si prvky oboch vektorov a výsledky týchto súčinov sa sčítajú. Vzhľadom
na vlastnosti poľa je jasné, že výsledkom skalárneho súčinu bude prvok poľa, čiže skalár. Okrem
toho z vlastností poľa vyplýva aj to, že skalárny súčin dvoch vektorov je komutatívny. Platí
a · b = b · a.
V nasledujúcej vete si uvedieme čo vieme o vektoroch a operáciach s nimi. Vetu uvedieme bez
dôkazu, pretože po prvé sú to veci, ktoré sme pre dvojrozmerné a trojrozmerné vektory poznali
už na základnej a strednej škole a po druhé uvedené fakty triviálne vyplývajú z vlastností polí a
z uvedených definícií.
Na záver časti o vektoroch ešte definujeme tri nové pojmy, ktoré budeme používať v nasledujúcich
častiach.
Definícia 2.2.6 — Lineárna kombinácia vektorov. Nech (F, +, ·) je pole, c1 , c2 , . . . , cn ∈ F
sú ľubovoľné skaláry a v1 , v2 , . . . , vn sú ľubovoľné vektory rovnakého rozmeru nad poľom F.
Potom sa súčet
c1 · v1 + c2 · v2 + · · · + cn · vn
nazýva lineárna kombinácia vektorov v1 , v2 , . . . , vn .
c1 · v1 + c2 · v2 + · · · + cn · vn = 0 .
Ako vidno z definície 2.2.7, vektory sú lineárne závislé práve vtedy, keď jeden z nich je
lineárnou kombináciou ostatných. Nech totiž existujú skaláry c1 , c2 , . . . , cn ∈ F také, že nie sú
všetky nulové a platí
c1 · v1 + c2 · v2 + · · · + cn · vn = 0 .
Predpokladajme, že ci ̸= 0. Potom platí
c1 c2 ci−1 ci+1 cn
− · v1 + − · v2 + · · · + − · vi−1 + − · vi+1 + · · · + − · vn = vi ,
ci ci ci ci ci
čiže vektor vi sa dá zapísať ako lineárna kombinácia zvyšných vektorov. Lineárnu závislosť a
nezávisloť vektorov si ilustrujeme na príkladoch.
■ Príklad 2.9
a) Reálne vektory v1 = (1, 2, 3), v2 = (−1, 0, 2) a v3 = (3, 4, 4) sú lineárne závislé, pretože platí
v3 = (3, 4, 4) = 2 · (1, 2, 3) − 1 · (−1, 0, 2)
Ak sú vektory lineárne závislé, tak vďaka vlastnostiam poľa platí, že niektorý z nich sa dá
zapísať ako lineárna kombinácia ostatných vektorov. V prípade uvedených troch vektorov
platí, že ľubovoľný z nich sa dá zapísať ako lineárna kombinácia zvyšných dvoch.
1 1 1
v1 = (1, 2, 3) = · (−1, 0, 2) + · (3, 4, 4) = · (−1, 0, 2) + (3, 4, 4)
2 2 2
a
v2 = (−1, 0, 2) = 2 · (1, 2, 3) − 1 · (3, 4, 4) .
b) Reálne vektory w1 = (1, 0, 0), w2 = (0, 1, 0) a w3 = (0, 0, 1) nie sú lineárne závislé, pretože
neexistujú žiadne skaláry c1 , c2 ∈ R také, aby platilo
w3 = c1 · w1 + c2 · w2 resp. (0, 0, 1) = c1 · (1, 0, 0) + c2 · (0, 1, 0) .
V takom prípade by totiž musela platiť rovnosť c1 · 0 + c2 · 0 = 1, čo nie je možné. ■
Z definície 2.2.7, ako aj z príkladu 2.9 a), vyplýva nasledovné triviálne tvrdenie.
Na záver definujeme ešte špeciálny názov pre vektory z príkladu 2.9 b).
Definícia 2.2.8 — i-ty jednotkový vektor dĺžky n. Nech (F, +, ·) je pole a 1 je jeho neutrálny
prvok vzhľadom na operáciu (·). Potom vektor dĺžky n, ktorý má na i-tom mieste 1 a všetky
ostatné prvky 0, nazývame i-ty jednotkový vektor dĺžky n a budeme ho označovať ein .
■ Príklad 2.10 Nad poľom reálnych čísel máme napr. e47 = (0, 0, 0, 1, 0, 0, 0) a e23 = (0, 1, 0) . ■
P Ľubovoľný n rozmerný vektor nad poľom F, sa dá jednoznačne zapísať ako lineárna kombi-
nácia jednotkových vektorov e1n , e2n , . . . , enn .
Potom, čo sme si pripomenuli vektory, počítanie s nimi a zovšeobecnenie pre n-rozmerné vektory
nad ľubovoľným poľom, prejdeme konečne ku maticiam.
2.3 Matice
Na úvod tejto časti uvedieme definíciu matice.
Definícia 2.3.1 — Matica typu m × n. Nech (F, +, ·) je pole, potom obdĺžniková tabuľka
prvkov poľa F, ktorá má m riadkov a n stĺpcov sa nazýva matica typu m × n nad poľom F.
P My budeme na tomto kurze pracovať len s maticami nad poľom reálnych čísel a výnimočne
s maticami nad poľom komplexných čísel. Preto namiesto označenia matica typu m × n nad
poľom F, budeme v texte hovoriť len o matici typu m × n a pokiaľ by mohlo dôjsť k nedoru-
zumeniu, tak budeme hovoriť o reálnej matici, prípadne o komplexnej matici. Definície však
aj naďalej budeme formulovať všeobecne pre ľubovoľné pole. V označení typu matice m × n,
prvé číslo (m) vždy znamená počet riadkov a druhé číslo (n) znamená vždy počet stĺpcov
matice.
Rovnako ako vektor (strana 69), aj maticu definujeme nad poľom. Tabuľku prvkov, ktorá má
m riadkov a n stĺpcov síce môžeme definovať na akejkoľvek množine, ale na to, aby sme mohli
s maticami robiť operácie, ktoré budeme popisovať v nasledujúcich častiach, musia byť prvky
matice z nejakého poľa.
V texte budeme matice označovať veľkými latinskými písmenami (A, B, C, . . .), rovnako ako
množiny. V prípade, že to bude potrebné, tak ako index pridáme ku písmenu aj typ matice. Takže
napríklad A3×4 bude označovať maticu A, ktorá má 3 riadky a 4 stĺpce. Prvky matice budeme
označovať rovnakými, ale malými, latinskými písmenami ako samotnú maticu. Tieto malé písmena
navyše budú mať index označujúci riadok a stĺpec, v ktorom sa prvok v matici nachádza. Takže
matica A bude mať prvky ai j , matica B bude mať prvky bi j atď. Samotnú maticu vždy budeme
74 Kapitola 2. Matice a operácie s maticami
Definícia 2.3.2 — Rovnosť matíc. Matice A a B sa rovnajú práve vtedy, keď sú rovnakého
typu a keď majú na rovnakých pozíciach rovnaké prvky, čiže pre ∀i, j : ai j = bi j .
Predtým, než sa začneme zaoberať operáciami, ktoré môžeme robiť s maticami, uvedieme niekoľko
definícií dôležitých typov matíc a pojmov týkajúcich sa matíc.
Definícia 2.3.3 — Nulová matica. Nech (F, +, ·) je pole a 0 je jeho neutrálny prvok vzhľadom
na operáciu (+). Potom nulová matica typu m × n nad poľom F je taká matica, ktorej všetky
prvky sú rovné 0. Znamená to, že ai j = 0 , pre 1 ≤ i ≤ m , 1 ≤ j ≤ n .
Nulovú maticu budeme v texte označovať tučnou nulou O a v prípade, že to bude potrebné,
doplníme aj typ matice Om×n .
Pre reálnu, alebo komplexnú maticu to znamená, že nulová matica je taká, ktorej všetky prvky sú
nuly. Napríklad
0 0 0
O= 0 0 0
0 0 0
je nulová matica typu 3 × 3. Ďalší dôležitý pojem je štvorcová matica.
Definícia 2.3.4 — Štvorcová matica. Štvorcová matica je matica typu m×m, čiže taká matica,
ktorá má rovnako veľa riadkov ako stĺpcov.
Napríklad matice
1 1 2 6
1 0 −1 0 −2 3 5
A= 3 4 −2 a B=
4 2 −1 3
5 7 10
7 6 0 3
sú štvorcové. Matica A je typu 3 × 3 a matica B je typu 4 × 4. Ako uvidíme neskôr, štvorcové
matice majú medzi maticami výnimočné postavenie.
2.3 Matice 75
Definícia 2.3.5 — Hlavná diagonála matice. Nech A je matica typu m × n. Potom hlavná
diagonála, ďalej len diagonála, matice A, je usporiadaná k-tica prvkov (a11 , a22 , . . . , akk ) , kde
k = min {m, n} .
V prípade diagonály matice môžu nastať tri prípady. Buď je m < n, alebo je m = n, alebo m > n.
• V prípade m = n hovoríme o úplnej diagonále. To je taká diagonála matice, ktorá začína
v ľavom hornom a končí v pravom dolnom rohu. Matica
a11 a12 a13 a14
a21 a22 a23 a24
A= a31 a32 a33 a34
Diagonály oboch matíc B a C pozostávajú z usporiadanej trojice (a11 , a22 , a33 ). Matica B
je typu 3 × 4, čiže má menej riadkov než stĺpcov a C je typu 4 × 3, takže má viac riadkov
než stĺpcov. Diagonály matíc B a C sú neúplné, pretože síce začínajú v ľavom hornom, ale
nekončia v pravom dolnom rohu matíc.
Nasledujúci dôležitý typ matice je diagonálna matica.
Definícia 2.3.6 — Diagonálna matica. Nech (F, +, ·) je pole a 0 je jeho neutrálny prvok
vzhľadom na operáciu (+). Potom diagonálna matica je taká štvorcová matica, pre ktorú platí
ai j = 0 ak i ̸= j.
Pre polia reálnych a komplexných čísel je prvok 0 obyčajná nula (číslo). Takže predošlá,
komplikovane vyzerajúca definícia 2.3.6, hovorí len to, že diagonálna matica je štvorcová matica,
ktorá môže mať nenulové prvky iba na diagonále. Príklady diagonálnych matíc sú
1 0 0 0 0 0 0 0
4 0 0 0 −1 0 0
a C= 0 0 0 0 .
A= 0 0 0 , B= 0 0 2 0 0 0 0 0
0 0 5
0 0 0 3 0 0 0 3
Definícia 2.3.6 nehovorí nič o tom, aké prvky (v prípade reálnej a komplexnej matice čísla) majú
byť na diagonále. Definícia diagonálnej matice hovorí len to, že mimo diagonály musia byť 0. To
znamená, že aj na diagonále môžu byť nuly, ako to vidíme na predchádzajúcich maticiach A a C.
Ale znamená to aj, že každá štvorcová nulová matica je zároveň diagonálna matica.
Definícia 2.3.7 — Trojuholníková matica. Nech (F, +, ·) je pole a 0 je jeho neutrálny prvok
vzhľadom na operáciu (+). Potom sa matica A, ktorá má pod, alebo nad diagónálou všetky
prvky rovné 0, nazýva trojuholníková matica. Ak má matica A pod diagonálou len nulové prvky,
76 Kapitola 2. Matice a operácie s maticami
tak sa jedná o hornú trojuholníkovú maticu. Ak má matica A nad diagonálou len nulové prvky,
tak sa jedná o dolnú trojuholníkovú maticu.
Definícia 2.3.8 — Vedúci prvok riadku matice. Nech A je nenulová matica. Potom vedúci
prvok nenulového riadku matice A je prvý nenulový prvok v príslušnom riadku.
nie sú redukované trojuholníkové matice. V prípade matice E vedúci prvok jej 2. riadku nie je
1. V prípade matice F je porušená podmienka c) z definície. V prvom riadku má vedúci prvok
a12 = 1, v treťom riadku má vedúci prvok a31 = 1 a 1 < 3, ale 2 ̸< 1. V prípade matice G je nulový
druhý riadok nad nenulovým tretím riadkom.
Posledný dôležitý typ matice, ktorý definujeme, bude jednotková matica.
Definícia 2.3.10 — Jednotková matica. Nech (F, +, ·) je pole a 1 je jeho neutrálny prvok
vzhľadom na operáciu (·). Potom jednotková matica je taká diagonálna matica typu n × n, pre
ktorú platí aii = 1 pre 1 ≤ i ≤ n. Jednotkovú maticu označujeme písmenom E a v prípade, že
potrebujeme špecifikovať aj jej rozmer, tak En .
Pre pole reálnych a komplexných čísel je prvok 1 obyčajná jednotka (číslo). Definícia 2.3.10 hovorí
to, že všetky prvky na diagonále jednotkovej matice musia byť jednotky. Okrem toho to musí byť
diagonálna matica, takže to musí byť aj štvorcová matica a mimo jej diagonály musia byť len nuly.
Napríklad matice
1 0 0 0
1 0 0
1 0 0 1 0 0
E2 = , E3 = 0 1 0 a E4 = 0 0 1 0 .
0 1
0 0 1
0 0 0 1
sú jednotkové matice typu 2 × 2, 3 × 3 a 4 × 4. V prípade, že rozmer matice je zrejmý z kontextu,
napríklad z nejakej binárnej operácie s inou maticou, tak na označenie jednotkovej matice stačí
písmeno E.
Uvedená matica A je typu 3 × 4 a môžeme sa na ňu pozerať ako na tri riadkové vektory (2, 1, 0, 3),
(0, 1, −1, 2) a (4, 1, 2, −3) napísané pod sebou, alebo ako na štyri stĺpcové vektory (2, 0, 4), (1, 1, 1),
(0, −1, 2) a (3, 2, −3) napísané vedľa seba. To, ako maticu budeme interpretovať, závisí od toho,
čo s ňou potrebujeme robiť.
Definícia 2.4.1 — Súčet matíc. Nech A a B sú dve matice rovnakého typu m × n nad poľom
(F, +, ·). Potom súčet matíc A + B je matica C typu m × n, ktorej prvky sú
ci j = ai j + bi j , pre 0 ≤ i ≤ m a 0 ≤ j ≤ n .
Sčítavať môžeme len matice rovnakého typu a výsledkom bude matica toho istého typu. Ukážeme
si to na príkladoch.
1 0 2 2 2 1
■ Príklad 2.12 Vypočítajte súčet matíc A = a B= .
3 −1 1 0 0 5
Riešenie:
1 0 2 2 2 1 1+2 0+2 2+1 3 2 3
A+B = + = = .
3 −1 1 0 0 5 3 + 0 −1 + 0 1 + 5 3 −1 6
■
Ako môžeme vidieť z príkladu 2.12, matice sa sčítavajú po zložkách, rovnako ako vektory, t.j.
sčítavajú sa navzájom si zodpovedajúce prvky oboch matíc. Súčet matíc je vlastne súčet vektorov,
z ktorých tieto matice pozostávajú. V prípade súčtu matíc je jedno či sa na ne pozeráme ako
na skupinu riadkových, alebo stĺpcových vektorov, ale interpretácia musí byť vo všetkých sčítancoch
rovnaká.
Z faktu, že matice sú definované nad poľom a z definície súčtu matíc 2.4.1 vyplýva,
že súčet
matíc je komutatívny (A +B = B +A) aj asociatívny (A +B) +C = A + (B +C) . Ďalší triviálny
fakt, vyplývajúci priamo z definície, je ten, že nulová matica vhodného typu je neutrálny prvok pre
súčet matíc (A + O = O + A = A) .
Definícia 2.4.2 — Násobenie matice skalárom. Nech A typu m × n nad poľom (F, +, ·) a
c ∈ F je ľubovoľný skalár. Potom násobenie matice skalárom c · A je matica C typu m × n,
ktorej prvky sú ci j = c · ai j , resp. A · c je matica C typu m × n, ktorej prvky sú ci j = ai j · c ,
pre 1 ≤ i ≤ m a 1 ≤ j ≤ n .
Matica sa násobí skalárom tak, že sa daným skalárom vynásobí každý jej prvok. Ukážeme si to
na príklade.
2 0 5
■ Príklad 2.13 Vynásobte maticu A = 1 −1 1 skalárom c = 12 .
7 6 5
Riešenie:
1 1 1 5
2 0 5 2 ·2 2 ·0 2 ·5 1 0 2
1 1 1 1 1 1
· A = · 1 −1 1 = ·1 · (−1) ·1 = − 12 1
.
2 2 2 2 2 2 2
7 6 5 1
·7 1
·6 1
·5 7
3 5
2 2 2 2 2
aby sme maticu obsahujúcu komplikované zlomky, vyjadrili pomocou celočíselnej matice6 náso-
benej vhodným skalárom. Napríklad
1 3 5
3 7 2 14 18 105
3 2 −→ 1
− 2 = −63 84 28 .
2 3 42
5 3
1 105 63 42
2 2
Výhoda celočíselných matíc spočíva v tom, že niektoré operácie sa s nimi robia pohodlnejšie, než
s maticami obsahujúcimi zlomky.
Z vlastností poľa a z definície násobenia matice skalárom 2.4.2 vyplýva c · A = A · c , čiže je
jedno, či maticu skalárom násobíme zľava, alebo sprava. Ďalej 0 · A = O , t. j. ak ľubovoľnú maticu
násobíme nulou, tak dostaneme nulovú maticu a napokon ak nulovú maticu násobíme ľubovoľným
skalárom, tak výsledkom bude nulová matica c · O = O .
Definícia 2.4.3 — Transponovaná matica. Maje maticu A typu m × n. Potom k nej transpo-
novaná matica bude matica B typu n × m, pre ktorej prvky platí
bi j = a ji , pre 1 ≤ i ≤ n a 1 ≤ j ≤ m.
d)
−1
DT = 2 .
D= −1 2 1 −→
1
e) Štvorcovú maticu môžeme transponovať aj tak, že jej prvky preklopíme cez hlavnú diagoválu.
2 1 0 H 2
HH 0 8
T
E = 0 1 −1 −→ E = 1 H1H 3 .
8 3 7 0 −1 H7HH
T
Priamo z definície transponovanej matice vyplýva fakt, že AT = A.
Z podmnienok (a) a (b) definície 2.4.4 a z vlastností poľa je zrejmé, že lineárne zobrazenie
zobrazuje lineárnu kombináciu vektorov7 na lineárnu kombináciu obrazov týchto vektorov. Odtiaľ
aj pochádza názov lineárne zobrazenie. Každé lineárne zobrazenie ϕ sa dá reprezentovať maticou
a opačne, každej matici zodpovedá nejaké lineárne zobrazenie.
Podľa poznámky za príkladom 2.10 (strana 73) sa každý vektor v ∈ Um dá jednoznačne zapísať ako
lineárna kombinácia vektorov {eim }m
i=1 . To znamená, že ∀v ∈ Um
Nech matica A typu m × n je maticou lineárneho zobrazenia ϕ. Podľa definície 2.4.5 bude
ϕ(e1m )
ϕ(e2 )
m
A= (2.3)
..
.
ϕ(emm )
a obraz vektora v ∈ Um v lineárnom zobrazení ϕ budeme môcť vyjadriť pomocou matice zobrazenia.
Tým sa dostávame k súčinu matíc.
Definícia 2.4.6 — Súčin matíc. Nech A je matica typu m × n a B je matica typu n × o nad
tým istým poľom (F, +, ·). Potom súčinom matíc A a B bude matica C typu m × o, zapisujeme
to ako A · B = C, ktorej prvky vypočítame podľa predpisu
n
ci j = ∑ aik · bk j = ai1 · b1 j + ai2 · b2 j + · · · + ain · bn j , pre 0 ≤ i ≤ m a 0 ≤ j ≤ o . (2.4)
k=1
V prvom rade si v definícii 2.4.6 treba všimnúť podmienku hovoriacu o tom, kedy sa dve matice
dajú násobiť. Prvá matica musí mať toľko stĺpcov ako má druhá matica riadkov. Ak máme súčin
matíc A · B a typy týchto matíc si, v rovnakom poradí v akom ich násobíme, napíšeme vedľa seba,
(m × n) · (n × o) (2.5)
tak prostredné čísla musia byť rovnaké – viď (2.5). Ak rovnaké nie sú, tak sa matice A a B
nedajú navzájom násobiť. Ak sa matice A a B násobiť dajú, tak výsledná matica C = A · B bude
typu m × o, čiže bude mať toľko riadkov ako matica A a toľko stĺpcov ako matica B – opäť viď
(2.5). Na prvý pohľad komplikovaný predpis pre výpočet členov matice C sa dá vysvetliť veľmi
jednoducho. Ľubovoľný prvok ci j matice C = A · B vypočítame tak, že skalárne vynásobíme vektor
z i-teho riadku matice A s vektorom z j-teho stĺpca matice B. Pre lepšie pochopenie to ukážeme
na jednoduchom príklade.
1
1 1-1 0
1 2-1 0
c11 = (2, −1, 0) · (1, 2, 0) = 2 · 1 + (−1) · 2 + 0 · 0 = 0 · 2 5 7 3
3 1 1
0-2 1 1
2
1 1-1 0
1 2-1 0
c12 = (2, −1, 0) · (1, 5, −2) = 2 · 1 + (−1) · 5 + 0 · (−2) = −3 · 2 5 7 3
3 1 1
0 -2 1 1
82 Kapitola 2. Matice a operácie s maticami
3
1 1 -1 0
1 2-1 0
c13 = (2, −1, 0) · (−1, 7, 1) = 2 · (−1) + (−1) · 7 + 0 · 1 = −9 · 2 5 7 3
3 1 1
0-2 1 1
4
1 1-1 0
1 2-1 0
c14 = (2, −1, 0) · (0, 3, 1) = 2 · 0 + (−1) · 3 + 0 · 1 = −3 · 2 5 7 3
3 1 1
0-2 1 1
1
1 1-1 0
2-1 0
c21 = (3, 1, 1) · (1, 2, 0) = 3 · 1 + 1 · 2 + 1 · 0 = 5 · 2 5 7 3
2 3 1 1
0-2 1 1
2
1 1-1 0
2-1 0
c22 = (3, 1, 1) · (1, 5, −2) = 3 · 1 + 1 · 5 + 1 · (−2) = 6 · 2 5 7 3
2 3 1 1
0 -2 1 1
3
1 1 -1 0
2-1 0
c23 = (3, 1, 1) · (−1, 7, 1) = 3 · (−1) + 1 · 7 + 1 · 1 = 5 · 2 5 7 3
2 3 1 1
0-2 1 1
4
1 1-1 0
2-1 0
c24 = (3, 1, 1) · (0, 3, 1) = 3 · 0 + 1 · 3 + 1 · 1 = 4 · 2 5 7 3
2 3 1 1
0-2 1 1
Súčin matíc C = A · B bude teda matica
1 1 −1 0
2 −1 0 0 −3 −9 −3
C= · 2 5 7 3 = .
3 1 1 5 6 5 4
0 −2 1 1
Pre súčin matíc B · A máme typy matíc v súčine (3 × 4) · (2 × 3), z čoho vidíme, že súčin B · A
neexistuje. ■
Z predošlého príkladu vidíme, že súčin matíc nie je, na rozdiel od súčinu čísel, komutatívny.
Priamo z definície súčinu matíc a z vlastností poľa sa dá dokázať, že súčin matíc je asociatívny.
Keďže súčin matíc nie je komutatívny, vo všeobecnosti A · B ̸= B · A. Ako vidno z príkladu 2.15,
jeden z týchto súčinov môže a druhý nemusí existovať. A aj v prípade, že oba súčiny existujú,
nemusia sa rovnať. Ukážeme si to na ďalšom príklade.
Riešenie:
a) Typy matíc v oboch súčinoch sú (2 × 3) · (3 × 2) a (3 × 2) · (2 × 3). Ako vidíme, oba súčiny
spĺňajú podmienku a existujú. Tieto súčiny sú
1 1
2 −1 0 0 −3
A·B = · 2
5 = ,
3 1 1 5 6
0 −2
1 1 5 0 1
2 −1 0
B·A = 2 5 · = 19 3 5 .
3 1 1
0 −2 −6 −2 −2
Vidíme, že A · B ̸= B · A už len z toho dôvodu, že matice A · B a B · A sú rôznych typov.
b) Typy matíc v oboch súčinoch sú (2 × 2) · (2 × 2). Podmienka je splnená a oba súčiny existujú.
Tieto súčiny sú
2 −1 1 1 0 −3
A·B = · = ,
3 1 2 5 5 8
1 1 2 −1 5 0
B·A = · = .
2 5 3 1 19 3
Opäť vidíme, že A · B ̸= B · A. Výsledky súčinov A · B a B · A sú síce matice rovnakých typov,
ale tieto matice sú rôzne. ■
Ďalej budeme pre jednoduchší zápis používať namiesto označení a11 , a12 , a21 , a22 označenia a, b, c, d.
Nulový vektor sa v každom lineárnom zobrazení, čiže aj v lineárnej zhodnosit, zobrazí sám
na seba. To vyplýva priamo z definície 2.4.4 (strana 80) a z vlastností poľa. Znamená to, že
(0, 0) · Aϕ = (0, 0). Jednotkové body (vektory) (1, 0) a (0, 1) majú od bodu (vektora) (0, 0) vzdia-
lenosť 1.
P V predošlej vete sme začali zamieňať pojmy bod a vektor. V analytickej geometrii na strednej
škole sa tieto dva pojmy obvykle rozlišujú. Súradnice bodov, na rozdiel od vektorov, sa tam
zapisujú v hranatých zátvorkách (napr. bod [x, y] a vektor (x, y)). Avšak vektor sa v lineárnej
algebre definuje ako usporiadaná n-tica prvkov nejakého poľa (definícia 2.2.1 na strane 69) a
presne tak isto sa v analytickej geometrii definuje aj bod. Takže pojmy bod a vektor môžeme
v lineárnej algebre zamieňať a používať ten z nich, ktorý je v danom kontexte vhodnejší.
To znamená, že aj ich obrazy ϕ (1, 0) a ϕ (0, 1) v lineárnej zhodnosti ϕ, musia mať od bodu
(0, 0) vzdialenosť 1. Platí
a b a b
ϕ (1, 0) = (1, 0) · = (a, b) a ϕ (0, 1) = (0, 1) · = (c, d) .
c d c d
Okrem toho z analytickej geometrie vieme, že vektory (teraz nám vyhovuje pozerať sa na (1, 0) a
(0, 1) ako na vektory) (1, 0) a (0, 1) sú navzájom kolmé. To znamená, že ich skalárny súčin musí
byť 0. Lineárna zhodnosť zachováva aj uhly, a preto platí
Podľa (2.6) platí a2 + b2 = 1 z čoho vyplýva −1 ≤ a ≤ 1. Musí preto existovať taký uhol α, že
a = cos α a opäť z (2.6) vyplýva, že potom b = sin α. Preto jediné dve lineárne zhodnosti v rovine
majú matice
cos α sin α cos α sin α
buď A ϕ1 = , alebo Aϕ2 = .
− sin α cos α sin α − cos α
Matica Aϕ1 je maticou otočenia o uhol α okolo bodu (0, 0) a matica Aϕ2 je maticou osovej
súmernosti podľa osi prechádzajúcej bodom (0, 0) a zvierajúcej uhol α2 s osou x. Viď nasledujúce
obrázky.
■
2.4 Operácie s maticami 85
V príklade 2.17 sme našli matice otočenia a osovej súmernosti v rovine, čo sú jediné dve lineárne
zhodnosti v rovine. Teraz je na mieste otázka, na čo vlastne potrebujeme lineárne zobrazenia
reprezentovať a realizovať pomocou matíc?
Predstavme si, že nemáme len jeden vektor (bod), ale máme ich väčší počet. Nech (F, +, ·) je
pole, Um je množina m-rozmerných vektorov nad poľom F, Vn je množina n-rozmerných vektorov
nad poľom F, ϕ : Um → Vn je lineárne zobrazenie a v1 , v2 , . . . , vk ∈ Um . Máme k vektorov z Um a
tieto chceme pomocou lineárneho zobrazenia ϕ transformovať. Ako to spravíme? Odpoveď je veľmi
jednoduchá. Ak Aϕ je matica lineárneho zobrazenia ϕ, tak všetky vektory naraz transformujeme
pomocou súčinu ′
v1 v1
v2 v′
2
.. · Aϕ = .. .
. .
vk v′k
Vektory vi napíšeme ako riadky matice typu k × m a túto maticu vynásobime maticou lineárneho
zobrazenia. Vektory teda nemusíme transformovať jeden po druhom, ale môžeme ich transformovať
všetky naraz. Predvedieme si to na jednoduchom príklade.
■ Príklad 2.18 V grafickej aplikácii máme obrázok jednoduchého domčeka v rovine a tento obrázok
chceme otočiť o 60◦ okolo bodu (0, 0), tak ako je to znázornené na obrázku 2.8 (strana 86). Ako
vypočítame súradnice bodov A′ , B′ ,C′ , D′ , E ′ ?
Riešenie: podľa obrázku 2.8 sú súradnice bodov A, B,C, D, E nasledovné
Matica otočenia okolo bodu (0, 0) o 60◦ v rovine je podľa príkladu 2.17
√ !
1 3
cos 60◦ sin 60◦
2√ 2
A60◦ = = .
− sin 60◦ cos 60◦ − 23 1
2
Súradnice bodov A, B,C, D, E si napíšeme pod sebou ako riadky matice typu 5 × 2 a túto maticu
vynásobíme maticou otočenia.
√ √
6− 3 6 3+1
2 √2
′
6 1 10−√3 A
10 3+1
10 1 √ ! ′
B
1 3 2 2
6−5√3 √
6 5 ·
2√ 2 6 3+5 ′
= 2√ 2
= C .
3 1
− 2 √
′
10 5 2
10−5 3 10 3+5 D
8 8 2 2
E′
√ √
4−4 3 4+4 3
86 Kapitola 2. Matice a operácie s maticami
V predpise (2.8) definujúcom skladanie zobrazení sa vyskytujú obe obvykle používané označe-
nia zloženého zobrazenie. Označenie ψ ◦ ϕ sa častejšie používa v algebre. Znamená to, že na prvok
a sa najskôr aplikuje zobrazenie ϕ a na výsledok sa následne aplikuje zobrazenie ψ. Druhé označe-
nie pomocou zátvoriek, sa častejšie
používa v matematickej analýze a ešte sa s ním na tomto kurze
budeme stretávať. Zápis ψ ϕ(a) opäť znamená, že na prvok a sa najskôr aplikuje zobrazenie ϕ a
na výsledok sa následne aplikuje zobrazenie ψ. Skladanie zobrazení predvedieme na jednoduchom
príklade.
2.4 Operácie s maticami 87
zobrazení ψ ◦ ϕ sa podľa definície 2.4.7 na každý prvok množiny A najskôr aplikuje zobrazenie ϕ a
potom sa na výsledok aplikuje zobrazenie ψ, tak ako to vidno na obrázku 2.9. Zložené zobrazenie
ψ ◦ ϕ je zobrazením množiny A do množiny C a je dané predpisom
ϕ(a) = 3, ϕ(b) = 1, ϕ(c) = 5, ϕ(d) = 5, ϕ(e) = 3 .
■
Skladanie zobrazení, tak ako je definované na strane 86, funguje pre zobrazenia všeobecne. To
znamená, že aj pre lineárne zobrazenie. V časti 2.4.4 sme ukázali, že každé lineárne zobrazenie sa
dá reprezentovať maticou a naopak, každá matica reprezentuje nejaké lineárne zobrazenie. Okrem
toho lineárne zobrazenie vektora vieme realizovať násobením vektora maticou. Čiže ak ϕ je lineárne
zobrazenie a Aϕ je jeho matica, tak platí
ϕ(v) = v · Aϕ .
Ak máme dve lineárne zobrazenia ϕ a ψ, tak potom pre zložené zobrazenie ψ ◦ ϕ platí
ψ ◦ ϕ(u + v) = ψ ϕ(u + v) = ψ ϕ(u) + ϕ(v) =
= ψ (ϕ(u) + ψ ϕ(v) = ψ ◦ ϕ(u) + ψ ◦ ϕ(v) .
a ďalej platí
ψ ◦ ϕ(c · u) = ψ ϕ(c · u) = ψ c · ϕ(u) = c · ψ ϕ(u) = c · ψ ◦ ϕ(u) .
Takže ak ϕ a ψ sú lineárne zobrazenia, tak zložené zobrazenie ψ ◦ ϕ spĺňa podmienky (a) a (b)
pre lineárne zobrazenie a je lineárnym zobrazením.
Teraz už zostáva len ukázať, že matica zloženia dvoch lineárnych zobrazení je rovná súčinu
matíc týchto dvoch zobrazení. Vieme, že Aϕ je matica lineárneho zobrazenia ϕ a Bψ je matica
lineárneho zobrazenie ψ a vieme, že platí
ϕ(u) = u · Aϕ a ψ(v) = v · Bψ .
Posledná rovnosť vyplýva z toho, že súčin matíc je asociatívny a znamená to, že matica zloženého
zobrazenia je súčinom matíc skladaných zobrazení v tom poradí, v akom ich skladáme. Q.E.D.
P V poslednom kroku dôkazu vety 2.4.1 sme využili asociatívnosť súčinu matíc, ktorú sme
predtým nedokazovali. Táto vlastnosť bola len spomenutá pred príkladom 2.16 (strana 82).
Keďže medzi lineárnymi zobrazeniami a maticami je jednoznačná korešpondencia, uvedená
veta platí aj obrátene. To znamená, že platí tvrdenie
Ak máme maticu A typu m × n, ktorej zodpovedá lineárne zobrazenie ϕ a maticu
B, typu n × o, ktorej zodpovedá lineárne zobrazenie ψ, tak potom matici A · B
zodpovedá lineárne zobrazenie ψ ◦ ϕ.
Z vety 2.4.1 a z poznámky za ňou vyplýva to, že násobenie matíc jednoznačne zodpovedá skladaniu
lineárnych zobrazení. Predvedieme si to na príklade lineárnych zobrazení v rovine.
■ Príklad 2.20 Nájdite maticu lineárneho zobrazenia, ktoré rovinný útvar otočí o 30◦ okolo bodu
(0, 0) a následne preklopí okolo osi prechádzajúcej bodom (0, 0) a zvierajúcej s osou x uhol 45◦ .
Riešenie: z príkladu 2.17 vieme, že matica otočenia o 30◦ okolo bodu (0, 0) je
√ !
3 1
cos 30◦ sin 30◦
2 2
A30◦ = = √
− sin 30◦ cos 30◦ − 21 3
2
a matica osovej súmernosti9 podľa osi prechádzajúcej bodom (0, 0) a zvierajúcej uhol 45◦ s osou
x je
cos 90◦ sin 90◦
0 1
B/45◦ = = .
sin 90◦ − cos 90◦ 1 0
Matica lineárneho zobrazenia, ktoré najskôr rovinný útvar otočí o 30◦ okolo bodu (0, 0) a následne
ho preklopí okolo osi prechádzajúcej bodom (0, 0) a zvierajúcej s osou x uhol 45◦ bude podľa vety
9Z príkladu 2.17 si treba všimnúť, že pri osovej súmernosti je v matici dvojnásobok uhla, ktorý os zviera s osou x.
2.4 Operácie s maticami 89
2.4.1 √ ! √ !
3 1 1 3
2 2 0 1 2 2
A30◦ · B/45◦ = √ · = √
− 12 3 1 0 3
− 12
2 2
obdĺžnik najskôr otočíme o 30◦ . Dostaneme obdĺžnik A′ B′C′ D′ , ktorý je na obrázku nakreslený
modrou farbou. Tento obdĺžnik potom preklopíme cez os, ktorá je na obrázku nakreslená červenou
farbou a dostaneme obdĺžnik A′′ B′′C′′ D′′ . Súradnice bodov A′′ , B′′ ,C′′ , D′′ vypočítame pomocou
matice zloženého lineárneho zobrazenia
√ √
3+ 3 3 3−1 A′′
3 1 √ ! 2√ √2
1 3 9+ 3 9 3−1 B′′
9 1
· √2 2
=
2√ √2
= ′′
.
9 5 3 1 9+5 3 9 3−5 C
2 − 2
2 2
3 5
√ √
3+5 3
2
3 3−5
2
D′′
■
90 Kapitola 2. Matice a operácie s maticami
2.5 Zhrnutie
Na záver úvodnej časti o maticiach a maticových operáciach zhrnieme vlastnosti maticových
operácií do vety. Túto vetu nebudeme dokazovať, pretože všetky tvrdenia v nej obsiahnuté priamo
vyplývajú z definícií popisovaných maticových operácií a z vlastností poľa, nad ktorým sú tieto
matice definované.
2.6 Cvičenia
Cvičenie 2.1 Dané sú dve matice A a B. Zistite, či existujú súčiny A.B, resp. B.A a ak existujú,
tak ich vypočítajte
1 2 2 0
(a) A = B=
−2 3 1 −1
2 1 1 3 5
(b) A = B=
3 −1 2 4 6
1 −1 1
2 −1 5
(c) A = 2 3 −1 B=
1 3 −1
0 −1 2
2 1 0 3 1 1
(d) A = −1 2 1 B= 1 4 1
−2 0 1 1 1 5
1
(e) A = 1 1 1 B= 1
1
2 1 −1 1 0 1
(f) A = B=
1 −1 1 2 1 3
1 −1 1 −1 3 2 5 4
−1 1 −1 1 1 6 3 2
(g) A =
1 −1
B=
1 −1 2 7 1 1
−1 1 −1 1 4 5 2 1
1 2 0 4 −3 2 −1
1 1 2 −1 1 2 5
(h) A =
1 0 −2
B= 3 3 −1
4
1 3 1 2 2 1 3
■
2.6 Cvičenia 91
Cvičenie 2.3 Rovnako ako pri mocninách čísel, mocnina matice je súčin matice samej so sebou
(ak existuje). Čiže napr. A2 = A.A alebo A3 = A.A.A. Vypočítajte mocniny matíc
3 n
2 −1
1 −2 (d) , kde n ∈ N
(a) 3 −2
3 −4
3 n
3 1 a 1
(b) (e) , kde n ∈ N
2 −1 0 a
4 n
0 1 cos α sin α
(c) (f) , kde n ∈ N
2 0 sin α − cos α
■
Cvičenie 2.6 Rozhodnite, ktoré z nasledujúcich množín s danou operáciou tvoria grupu
(a) (Z, ⊛), kde a ⊛ b = a + b − 2,
(b) (Z, ·),
(c) množina párnych čísel s operáciou (+),
(d) množina nepárnych čísel s operáciou (+),
(e) množina párnych čísel s operáciou (·),
(f) množina nepárnych čísel s operáciou (·),
92 Kapitola 2. Matice a operácie s maticami
Cvičenie 2.7 Rozhodnite, ktoré z nasledujúcich množín s operáciami (+) a (·) tvoria pole
(a) N,
(b) Z,
(c) Q,
(d) C,
(e) množina komplexných čísel s kladnou imaginárnou zložkou,
(f) množina komplexných čísel a + ib, kde a, b ∈ Z,
(g) množina komplexných čísel a + ib, kde b ∈ Z,
(h) množina komplexných čísel a + ib, kde a, b ∈ Q,
(i) množina komplexných čísel a + ib, kde b ∈ Q,√
(j) množina všetkých reálnych čísel v tvare a + b 5. ■
2.7 Odpovede a výsledky cvičení 93
S lineárnymi rovnicami sme sa stretli veľmi skoro už na základnej škole. Lineárna rovnica jednej
premennej, tak ako ju poznáme zo základnej a strednej školy, má základný tvar ax + b = 0,
kde a, b ∈ R, ale ako vieme z predošlej kapitoly, vo všeobecnosti to môžu byť komplexné čísla,
alebo prvky ľubovoľného poľa. V lineárnej rovnici jednej premennej je x neznáma a a, b sú
koeficienty. Lineárnou sa uvedená rovnica nazýva preto, lebo jej grafickou reprezentáciou, ako
vieme zo stredoškolskej analytickej geometrie, je priamka. Viď nasledovný obrázok.
Na obrázku sú koeficienty rovnice označené k, q, tak ako sa obvykle zapisuje priamka v smerni-
covom tvare na analytickej geometrii. Koeficient k sa nazýva smernica a je rovný tangensu uhla,
ktorý priamka zviera s osou x. Koeficient q je posunutie voči bodu (0, 0) na osi y, čiže vyjadruje
priesečník priamky s osou y. Priesečník priamky s osou x je koreň, t. j. riešenie, rovnice.
Teraz uvedieme definíciu sústavy lineárnych rovníc a budeme sa zaoberať rôznymi spôsobmi jej
riešenia.
96 Kapitola 3. Sústavy lineárnych rovníc a matice
Definícia 3.1.1 — Sústava lineárnych rovníc. Nech F je ľubovoľné pole. Potom pod sústavou
m lineárnych rovníc s n neznámymi budeme rozumieť systém rovníc
a11 x1 + · · · + a1n xn = b1
a21 x1 + · · · + a2n xn = b2
.. .. .. (3.1)
. . .
am1 x1 + · · · + amn xn = bm
P V príkladoch sa budeme zaoberať sústavami lineárnych rovníc nad poľom reálnych čísel,
takže ∀ai j ∈ R a ∀bi ∈ R. Vo všeobecnosti však sústavy lineárnych rovníc môžeme riešiť nad
akýmkoľvek poľom. Ich riešiteľnosť zaručujú práve vlastnosti poľa.
Uvedený postup riešenia sústav lineárnych rovníc je v poriadku, avšak je ťažkopádny a už pre
rovnice s troma premennými narážame na hranice jeho použiteľnosti. Preto sme sa na strednej
škole učili aj iný postup ako riešiť sústavy lineárnych rovníc.
Ďalej ak násobok niektorej rovnice pripočítame ku inej rovnici, tak na riešení to tiež nič nezmení.
To je druhá z troch úprav, ktoré môžeme robiť na sústave lineárnych rovníc. Vyššie bolo povedané,
že riešením sústavy lineárnych rovníc je taká n-tica (r1 , . . . , rn ), pre ktorú platí ri x1 + · · · + ri xn = bi
pre všetky 1 ≤ i ≤ m . Preto ak k-násobok nejakého riadku sústavy lineárnych rovníc pripočítame
ku inému riadku, nebude to mať vplyv na riešenie. Ak
ai1 x1 + . . . + ain xn +k a j1 x1 + . . . + a jn xn = bi + kb j ,
| {z } | {z }
ľavá strana riadku i ľavá strana riadku j
tak
ai1 r1 + . . . + ain rn +k a j1 r1 + . . . + a jn rn = bi + kb j .
| {z } | {z }
=bi =b j
V danej sústave rovníc máme v prvom riadku x1 , v druhom riadku 3x2 a v treťom riadku 2x1 .
Spravíme preto nasledovné úpravy a dostaneme
x1 + x2 + x3 = 6 x1 + x2 + x3 = 6
3x1 + 2x2 + x3 = 10 / − 3 · ( prvý riadok) ⇒ − x2 − 2x3 = −8
2x1 − x2 + 3x3 = 9 / − 2 · ( prvý riadok) − 3x2 + x3 = −3
x1 + x2 + x3 = 6 x1 + x2 + x3 = 6
− x2 − 2x3 = −8 / · (−1) ⇒ x2 + 2x3 = 8
− 3x2 + x3 = −3 − 3x2 + x3 = −3
V druhom riadku poslednej sústavy máme neznámu x2 a v treťom riadku −3x2 . Pripočítame teda
trojnásobok druhého riadku k tretiemu riadku a dostaneme
x1 + x2 + x3 = 6 x1 + x2 + x3 = 6
x2 + 2x3 = 8 ⇒ x2 + 2x3 = 8
− 3x2 + x3 = −3 / + 3 · R2 7x3 = 21
Tretia rovnica je lineárna rovnica jednej premennej. Z nej dostávame riešenie x3 = 3. Toto riešenie
dosadíme do druhého riadku sústavy a dostaneme riešenie x2 = 2 a tieto dve riešenia dosadíme
do prvého riadku sústavy a dostaneme riešenie x1 = 1. Riešením danej sústavy rovníc je usporiadaná
trojica (x1 , x2 , x3 ) = (1, 2, 3). ■
Uvedený postup riešenie sústav lineárnych rovníc je prehľadnejší než bol ten zo základnej školy
a dá sa použiť aj pre sústavy viac než dvoch rovníc s dvoma neznámymi, ale stále to nie je ono. Ak
má sústava viac neznámych, tak prepisovanie označení neznámych xi znamienok = a znamienok
+ je zbytočné. Každá sústava lineárnych rovníc je jednoznačne určená svojími koeficientami ai j a
bi . Každú sústavu lineárnych rovníc môžeme preto zapísať pomocou matice. Napríklad
3x1 + 2x2 − x3 = 8 3 2 −1 8
−x1 + 3x2 + 2x3 = 3 ←→ −1 3 2 3 .
2x1 − x2 + 4x3 = −4 2 −1 4 −4
98 Kapitola 3. Sústavy lineárnych rovníc a matice
Z danej sústavy lineárnych rovníc vieme jednoznačne zapísať jej maticu a z danej matice vieme
jednoznačne zapísať k nej prislúchajúcu sústavu lineárnych rovníc. Znamienka + z rovníc vynechá-
vame, tie tam predpokladáme automaticky. Avšak znamienka − pri koeficientoch písať musíme,
pretože tam sa jedná o pripočítavanie inverzného prvku vzhľadom na operáciu (+) v danom poli.
Napríklad v poslednej matici −1 znamená +(−1). Predtým ako budeme riešiť sústavy lineárnych
rovníc pomocou matíc, uvedieme si niekoľko definícií.
Definícia 3.1.2 — Matica a rozšírená matica sústavy lineárnych rovníc. Majme sústavu
m lineárnych rovníc s n neznámymi.
a11 x1 + · · · + a1n xn = b1
a21 x1 + · · · + a2n xn = b2
.. .. .. (3.4)
. . .
am1 x1 + · · · + amn xn = bm
Z definície 3.1.2 vidíme, že matica sústavy lineárnych rovníc obsahuje len jej koeficienty ai j a
rozšírená matica sústavy lineárnych rovníc obsahuje aj pravé strany jednotlivých rovníc. V rozšíre-
nej matici sústavy sa pravé strany rovníc zvyknú oddeľovať zvislou čiarou. Predtým ako prejdeme
k riešeniu sústav lineárnych rovníc pomocou matíc, uvedieme ešte definíciu elementárnych riad-
kových operácií, ktoré budeme môcť na maticiach vykonáť a definíciu riadkovo ekvivalentných
matíc.
Definícia 3.1.3 — Elementárne riadkové operácie. Nech A je matica typu m × n nad poľom
F. Potom elementárne riadkové operácie na matici A sú
a) ľubovoľná zmena poradia riadkov matice A,
b) pripočítanie k-násobku riadku i ku riadku j pre ľubovoľné 1 ≤ i, j ≤ m a ľubovoľné k ∈ F,
c) vynásobenie ľubovoľného riadku matice A koeficientom c ∈ F, c ̸= 0.
Uvedené tri elementárne riadkové operácie budeme v prípade potreby označovať ERO1, ERO2
a ERO3. Vidíme, že sú to presne tie tri operácie, ktoré sme používali na úpravu sústavy lineárnych
rovníc v príklade 3.1 (strana 96), čiže tie operácie so sústavou lineárnych rovníc, ktoré poznáme
zo strednej školy. Aplikovanie elementárnych riadkových operácií na rozšírenú maticu sústavy
lineárnych rovníc nemá žiaden vplyv na jej riešenia, t. j. nezmení riešenia danej sústavy. Ak
pomocou elementárnych riadkových operácií dostaneme z matice A maticu A′ , tak hovoríme, že
tieto matice sú riadkovo ekvivalentné.
3.1 Sústavy lineárnych rovníc 99
4x1 + 3x2 − x3 = 3
2x1 − 5x2 + 3x3 = −11
7x1 + 8x2 − 4x3 = 9
Riešenie: rozšírená matica danej sústavy je
4 3 −1 3
2 −5 3 −11
7 8 −4 9
V prvom stĺpci a prvom riadku chceme dostať nejaké vhodné číslo, najlepšie 1. Ak máme dve
nesúdeliteľné čísla, v našom prípade 4 a 7, tak to vždy vieme spraviť pomocou ich celočíselných
násobkov (2 · 4 − 7 = 1). Takže
4 3 −1 3 /2 · R1 − R3 1 −2 2 −3
2 −5 3 −11 ∼ 2 −5 3 −11
7 8 −4 9 7 8 −4 9
V prvom riadku je teraz vedúci prvok 1 a pomocou tohto prvku, pripočítaním vhodných násobkov
prvého riadku ku druhému a tretiemu riadku, vynulujeme čísla 2 a 7 v prvom stĺpci.
1 −2 2 −3 1 −2 2 −3
2 −5 3 −11 / − 2 · R1 ∼ 0 −1 −1 −5
7 8 −4 9 / − 7 · R1 0 22 −18 30
Prvý stĺpec je už vybavený. Vedúci prvok v prvom riadku je 1 a ostatné čísla sú 0. V druhom riadku
máme vedúci prvok −1, takže celý riadok prenásobíme číslom −1, aby sme zmenili znamienko.
1 −2 2 −3 1 −2 2 −3
0 −1 −1 −5 / · (−1) ∼ 0 1 1 5 .
0 22 −18 30 0 22 −18 30
Ďalej pomocou vedúceho prvku v druhom riadku vynulujeme ostatné čísla v druhom stĺpci.
1 −2 2 −3 / + 2 · R2 1 0 4 7
0 1 1 5 ∼ 0 1 1 5 .
0 22 −18 30 / − 22 · R2 0 0 −40 −80
Druhý stĺpec je už tiež vybavený. V treťom riadku je vedúci prvok −40, takže tento riadok musíme
vydeliť číslom −40, aby sme dostali vedúci prvok 1.
1 0 4 7 1 0 4 7
0 1 1 5 ∼ 0 1 1 5 .
0 0 −40 −80 / ÷ (−40) 0 0 1 2
100 Kapitola 3. Sústavy lineárnych rovníc a matice
Nakoniec ešte pomocou vedúceho prvku v treťom riadku, musíme vynulovať zvyšné čísla v treťom
stĺpci.
1 0 4 7 / − 4 · R3 1 0 0 −1
0 1 1 5 / − R3 ∼ 0 1 0 3 .
0 0 1 2 0 0 1 2
Vľavo od zvislej čiary sme dostali jednotkovú maticu, čo je tiež redukovaná trojuholníková matica.
Z tejto matice vidíme riešenie danej sústavy lineárnych rovníc, ktorým je (x1 , x2 , x3 ) = (−1, 3, 2).
Ak by sme chceli vykonať skúšku správnosti, tak nájdené riešenie dosadíme do všetkých rovníc
sústavy a všetky rovnice musia byť splnené. ■
Pri riešení sústavy lineárnych rovníc Gaussovou eliminačnou metódou, t. j. upravovaní rozšírenej
matice sústavy lineárnych rovníc na redukovanú trojuholníkovú maticu, nerobíme elementárne
riadkové operácie „náhodne“, ale musíme dodržiavať určité pravidlá, aby sme sa „nezacyklili“.
Možných postupov, ako eliminovať rozšírenú maticu sústavy lineárnych rovníc, je viacero. Žiaden
z nich nie je univerzálne najefektívnejší. Efektivita závisí od konkrétnej sústavy rovníc. Jeden
zo spôsobov eliminovania rozšírenej matice sústavy lineárnych rovníc na redukovaný trojuholní-
kový tvar, popíšeme formou algoritmu.
1) Postupujeme po diagonále matice, pričom začíname v prvom riadku a v prvom stĺpci (ľavý
horný roh) matice.
2) Zavedieme si pomocnú premennú k = min {m, n}. Čiže k bude menšie z čísel m a n.
3) Sme v i-tom riadku a stĺpci matice, pre 1 ≤ i ≤ k.
• Ak aspoň v jednom z riadkov {i . . . m} je nenulové číslo, tak iba pomocou riadkov
{i . . . m}, vhodným použitím operácií ERO1, ERO2 a ERO3 vytvoríme v i-tom riadku
a stĺpci matice jednotku.
• Inak prejdeme na nasledujúci riadok a stĺpec matice a pokračujeme bodom 3).
4) Pomocou i-teho. riadku matice vhodným použitím operácie ERO2 vynulujeme všetky
ostatné nenulové prvky v i-tom stĺpci matice.
5) Ak i < k, tak prejdeme na (i + 1). riadok a (i + 1). stĺpec matice a pokračujeme bodom 3).
6) Inak koniec algoritmu.
Pomocou uvedeného algoritmu z rozšírenej matice sústavy lineárnych rovníc, dostaneme reduko-
vanú trojuholníkovú maticu, ktorá je s ňou riadkovo ekvivalentná. Na nasledujúcich troch príkla-
doch si ukážeme tri možnosti, ktoré môžu nastať a to, ako z výslednej redukovanej trojuholníkovej
matice dostaneme riešenie pôvodnej sústavy lineárnych rovníc. Prvá možnosť je tá, že daná sústava
rovníc má práve jedno riešenie. To bol prípad aj sústavy z príkladu 3.3 na strane 99. Ukážeme si
ešte jeden príklad takejto sústavy lineárnych rovníc.
Riešenie: postupovať budeme presne podľa algoritmu uvedeného na strane 100. V prvom stĺpci
matice sústavy máme čísla (2, 1, 0, −3). Jednotku na diagonále preto „vyrobíme“ pomocou operácie
ERO1 vzájomným prehodením 1. a 2. riadku. Všetky použité elementárne riadkové operácie budú
vždy vyznačené pri matici.
1. 2 −1 3 −10 2. 1 2 4 0
2. 1 2 4 ∼ 1. 2 −1 3 −10 / − 2 · R1 ∼
0
3. 0 3 1 12 3. 0 3 1 12
4. −3 2 1 1 4. −3 2 1 1 / + 3 · R1
1 2 4 0 1 2 4 0 / − 2 · R2
0 −5 −5 −10 / ÷ (−5) 0 1 1 2
∼ ∼ ∼
0 3 1 12 0 3 1 12 / − 3 · R2
0 8 13 1 0 8 13 1 / − 8 · R2
1 0 2 −4 1 0 2 −4 / − 2 · R3
/ − 1 · R3 ∼
0 1 1 2 0 1 1 2
∼ ∼
0 0 −2 6 / ÷ (−2) 0 0 1 −3
0 0 5 −15 0 0 5 −15 / − 5 · R3
1 0 0 2
0 1 0 5
∼
0 0 1 −3
0 0 0 0
Posledná matice je v redukovanom trojuholníkovom tvare. Prvé tri riadky matice sústavy (vľavo
od zvislej čiary) tvoria jednotkovú maticu typu 3 × 3 a posledný riadok je nulový (nulový vektor).
Ak by sme poslednú maticu prepísali do tvaru sústavy lineárnych rovníc, tak dostaneme
x1 = 2
x2 = 5
x3 = −3
0 = 0
1. prípad
Sústava m lineárnych rovníc s n neznámymi bude mať jedno riešenie práve vtedy, keď m ≥ n
a po eliminácii rozšírenej matice sústavy na redukovaný trojuholníkový tvar, bude prvých
n riadkov matice sústavy tvoriť jednotkovú maticu typu n × n.
Druhý prípad, ktorý môže nastať, je ten, že sústava lineárnych rovníc nebude mať riešenie.
2x1 + 3x2 − x3 = 1
x1 − x2 + x3 = 2
3x1 + 2x2 = 5
Riešenie: v prvom stĺpci rozšírenej matice sústavy rovníc máme čísla (2, 1, 3), takže opäť nám
stačí len vymeniť 1. a 2. riadok.
1. 2 3 −1 1 2. 1 −1 1 2
2. 1 −1 1 2 ∼ 1. 2 3 −1 1 / − 2 · R1 ∼
3. 3 2 0 5 3. 3 2 0 5 / − 3 · R1
1 −1 1 2 1 −1 1 2
∼ 0 5 −3 −3 ∼ 0 5 −3 −3
0 5 −3 −1 / − 1 · R2 0 0 0 2
V predposlednej matici sme síce nemali na diagonále jednotku, ale v druhom stĺpci máme v druhom
aj treťom riadku číslo 5, a preto môžeme odpočítať druhý radok od tretieho a vynulovať tak číslo
5 v treťom riadku. Ďalej už ani nemusíme pokračovať. Všimnime si posledný riadok poslednej
matice. Ak by sme si tento riadok prepísali do podoby rovnice, tak dostaneme
To je rovnosť 0 = 2, ktorá neplatí! Posledný riadok teda predstavuje nikdy nesplniteľnú rovnicu, a
preto daná sústava rovníc nemôže mať žiadne riešenie. ■
V riešení sústavy rovníc v predošlom príklade sme nepostupovali presne podľa algoritmu
uvedeného na strane 100. Už pred uvedením spomenutého algoritmu bolo napísané, že žiaden
algoritmus eliminácie matice na redukovaný trojuholníkový tvar nie je univerzálne najefektívnejší
a že efektivita použitého algoritmu závisí od konkrétnej matice. To bol dôvod, pre ktorý sme v tretej
matici z príkladu 3.5 nevyrábali v druhom stĺpci na diagonále jednotku, pomocou ktorej by sme
následne nulovali ostatné čísla druhého stĺpca. Výsledok, ktorý by sme dostali, by bol rovnaký,
ako výsledok v príklade 3.5, ale dostali by sme v matici zlomky a výpočty by boli náročnejšie.
2. prípad
Sústava lineárnych rovníc nebude mať riešenie práve vtedy, keď počas eliminácie, alebo
po eliminácii, rozšírenej matice sústavy na redukovaný trojuholníkový tvar, dostaneme
v matici riadok (0 . . . 0 | c), kde c ̸= 0.
Ak sa počas eliminácie rozšírenej matice sústavy vyskytne v matici riadok, ktorý vľavo od zvis-
lej čiary bude mať len nuly a vpravo bude nenulové číslo, tak môžeme s elimináciou skončiť a napísať
odpoveď „daná sústava nemá riešenie“.
3.1 Sústavy lineárnych rovníc 103
Treťou a poslednou možnosťou je, že sústava lineárnych rovníc bude mať nekonečne veľa riešení.
x1 + 2x2 + 3x3 = 3
2x1 + x2 − x3 = 2
6x1 + 6x2 + 4x3 = 10
Riešenie: na prvom mieste diagonály rozšírenej matice sústavy už jednotku máme, takže môžeme
začať rovno nulovaním ostatných čísel v prvom stĺpci matice.
1 2 3 3 1 2 3 3
2 1 −1 2 / − 2 · R1 ∼ 0 −3 −7 −4 ∼
6 6 4 10 / − 6 · R1 0 −6 −14 −8 / − 2 · R2
1 2 3 3
1 2 3 3 / − 2 · R2
∼ 0 −3 −7 −4 / ÷ (−3) ∼ 0 1 73 4
∼
3
0 0 0 0 0 0 0 0
1 0 − 53 1
− 5
= 1
3 x1 3 x3 3
7 4 7 4
∼ 0 1 −→ x2 + 3 x3 =
3 3 3
0 0 0 0 0 = 0
V druhej matici sú v druhom stĺpci čísla −3 a −6. Preto je výhodnejšie najskôr pomocou druhom
riadku vynulovať číslo −6 v treťom riadku a až potom vyrábať jednotku na druhom mieste diagonály.
Posledná matica je už v redukovanom trojuholníkovom tvare a jej tretí riadok je nulový. Vedľa
poslednej matice máme jej prepis do tvaru sústavy lineárnych rovníc. Vidíme, že je to sústava s troma
neznámymi, ale len dvoma rovnicami. Tretiu rovnicu 0 = 0 ignorujeme, pretože tá o neznámych
x1 , x2 a x3 nič nehovorí.
Z takej sústavy lineárnych rovníc, ktorá má menej rovníc než neznámych jedno konkrétne
riešenie nedostaneme. V našom prípade môžeme z prvej rovnice vyjadriť neznámu x1 pomocou
neznámej x3 a z druhej rovnice môžeme vyjadriť neznámu x2 pomocou neznámej x3 . Dostaneme
1
x1 = 3 + 53 x3
4
x2 = 3 − 73 x3
Vidíme, že neznáme x1 a x2 môžeme vyjadriť pomocou neznámej x3 , ale o tom aká má byť hodnota
neznámej x3 nám rovnice danej sústavy nedávajú žiadnu informáciu. V takom prípade si hodnotu
neznámej x3 môžeme zvoliť ľubovoľne a pomocou nej vyjadríme hodnoty neznámych x1 a x2 . Takže
ak danú sústavu lineárnych rovníc riešime nad poľom reálnych čísel, môžeme napísať jej riešenie
v tvare
1 5t 4 7t
x3 = t , pre ∀t ∈ R , x1 = + , x2 = − ,
3 3 3 3
alebo v tvare
1 5t 4 7t
(x1 , x2 , x3 ) = + , − , t pre ∀t ∈ R .
3 3 3 3
Hodnota t je parameter, pomocou ktorého vypočítame hodnoty neznámych x1 , x2 a x3 vyhovujúcich
danej sústave rovníc. Za t si môžeme dosadiť ľubovoľné reálne číslo, napríklad t = 1 a preň
vypočítať príslušné riešenie (x1 , x2 , x3 ) = (2, −1, 1). Keďže t ∈ R je ľubovoľné, máme nekonečne
vela možností ako ho zvoliť a daná sústava rovníc bude mať preto nekonečne veľa riešení. ■
104 Kapitola 3. Sústavy lineárnych rovníc a matice
3. prípad
Sústava lineárnych rovníc s n neznámymi bude mať nekonečne veľa riešení práve vtedy,
keď po eliminácii rozšírenej matice sústavy na redukovaný trojuholníkový tvar, bude mať
výsledná matica menej než n nenulových riadkov.
Uvedené tri prípady vyčerpávajú všetky možnosti, ktoré môžu pri riešení sústav lineárnych rovníc
nastať. Zopakujeme si ich
1) Po eliminácii na redukovaný trojuholníkový tvar má matica práve toľko nenulových riadkov,
koľko má sústava neznámych. Vtedy má sústava rovníc jedno riešenie.
2) Po, alebo počas eliminácie matice na redukovaný trojuholníkový tvar nám vznikne riadok
(0 . . . 0 | c), kde c ̸= 0, ktorý zodpovedá neriešiteľnej rovnici. Vtedy sústava rovníc nemá
žiadne riešenie.
3) Po eliminácii na redukovaný trojuholníkový tvar má matica menej nenulových riadkov, než
má sústava neznámych. Vtedy má sústava rovníc nekonečne veľa riešení.
Žiadny iný prípad, než uvedené tri možnosti, nastať nemôže. Ak by matica po eliminácii
na redukovaný trojuholníkový tvar mala viac nenulových riadkov než má sústava neznámych, tak
to musia byť riadky typu (0 . . . 0 | c), kde c ̸= 0, čiže 2. z uvedených prípadov. Každej neznámej
sústavy lineárnych rovníc totiž zodpovedá jeden stĺpec v matici sústavy, čiže v časti rozšírenej
matice sústavy vľavo od zvislej čiary. Počas eliminácie postupujeme po diagonále začínajúc v ľavom
hornom rohu a postupujeme po stĺpcoch doprava. Vždy, ak to je možné, vyrobíme na diagonále
jednotku a pomocou nej vynulujeme ostatné čísla v príslušnom stĺpci. Preto viac nenulových
riadkov než má matica sústavy stĺpcov, nemôže vzniknúť inak než tak, že nenulové čísla sú vpravo
od zvislej čiary, t. j. musia to byť riadky typu (0 . . . 0 | c), kde c ̸= 0.
V príkalde 3.6 sme mali sústavu lineárnych rovníc, ktorá mala nekonečne veľa riešení a tieto
riešenia boli vyjadrené pomocou jedného parametra. V matici tejto sústavy, eliminovanej na re-
dukovaný trojuholníkový tvar, boli vedúce prvky (jednotky) prvého a druhého riadku v prvom a
druhom stĺpci, čiže išli na diagonále bezprostredne za sebou a tretí riadok matice bol nulový. Nie
vždy to však musí takto pekne výjsť. Preto si ukážeme ešte ďalšie dva príklady sústav lineárnych rov-
níc s nekonečne veľa riešeniami. Na nasledujúcom príklade ukážeme, že vedúce prvky (jednotky)
nemusia ísť na diagonále matice eliminovanej na redukovaný trojuholníkový tvar bezprostredne
za sebou.
Riešenie: v prvom kroku navzájom vymeníme prvý a druhý riadok matice, aby sme na prvé
miesto diagonály dostali číslo 1 a ďalej budeme pokračovať tak ako je to vyznačené pri jednotlivých
maticiach.
1. 3 6 −2 7 2. 1 2 3 6
2. 1 2 3 6 ∼ 1. 3 6 −2 7 / − 3 · R1 ∼
3. 2 4 −5 1 3. 2 4 −5 1 / − 2 · R1
3.1 Sústavy lineárnych rovníc 105
1 2 3 6 1 2 3 6
∼ 0 0 −11 −11 ∼ 0 0 −11 −11 / ÷ (−11) ∼
0 0 −11 −11 / − 1 · R2 0 0 0 0
1 2 3 6 / − 3 · R2 1 2 0 3
∼ 0 0 1 1 ∼ 0 0 1 1
0 0 0 0 0 0 0 0
Eliminácia sa končí poslednou, podčiarknutou, maticou, ktorá už je v redukovanom trojuholní-
kovom tvare. Vidíme, že vedúce jednotky jej nenulových riadkov nejdú na diagonále bezprostredne
za sebou. V prvom riadku / stĺpci je jednotka na diagonále, ale v druhom riadku je vedúca jednotka
až v treťom stĺpci. Na určenie toho, za ktoré neznáme sústavy rovníc budeme dosadzovať parametre,
si ukážeme jednoduchú mnemotechnickú pomôcku. Poradie riadkov poslednej matice zmeníme
tak, aby vedúce jednotky každého jej riadku boli na diagonále a ku výslednej matici si napíšeme
jej zodpovedajúcu sústavu lineárnych rovníc.
1 2 0 3 x1 + 2x2 = 3
0 0 0 0 −→ 0 = 0
0 0 1 1 x3 = 1
(x1 , x2 , x3 ) = (3 − 2t , t , 1) , kde t ∈ R ,
Ukážeme si príklad ešte jednej sústavy lineárnych rovníc, ktorá má nekonečne veľa riešení, na vy-
jadrenie ktorých budeme potrebovať viac než jeden parameter.
Riešenie: opäť navzájom prehodíme prvý a druhý riadok, aby sme na prvé miesto diagonály
dostali 1. Ďalej pokračujeme tak, ako je to vyznačené pri jednotlivých maticiach.
1. 2 −2 1 8 3 2. 1 −1 2 7 0
2. 1 −1 2 7 ∼ 1. 2 −2
0 1 8 3 / − 2 · R1 ∼
3. 3 −3 −4 1 10 3. 3 −3 −4 1 10 / − 3 · R1
4. −1 1 5 7 −7 4. −1 1 5 7 −7 / + 1 · R1
1 −1 2 7 0
0 0 −3 −6 / ÷ (−3) ∼
3
∼
0 0 −10 −20 10 / ÷ (−10)
0 0 7 14 −7 /÷7
V poslednej matici vidíme, že na druhom mieste diagonály, čiže v druhom riadku a v druhom
stĺpci, už nemáme ako vyrobiť jednotku. Budeme preto pokračovať až tretím stĺpcom. Všimnime
si však, že všetky čísla v druhom riadku sú násobky −3, v treťom riadky sú to násobky −10 a
vo štvrtom riadku sú to násobky 7. Tieto tri riadky preto môžeme vydeliť uvedenými číslami a
dostaneme
1 −1 2 7 0 / − 2 · R2 1 −1 0 3 2
0 0 1 2 −1 0 0 1 2 −1
∼ ∼
0 0 1 2 −1 / − 1 · R2 0 0 0 0 0
0 0 1 2 −1 / − 1 · R2 0 0 0 0 0
Posledná, podčiarknutá, matica je už v redukovanom trojuholníkovom tvare a tu už končíme
s elimináciou. Pre lepšie pochopenie však zmeníme poradie jej riadkov tak, aby vedúce jednotky
jednotlivých riadkov boli na diagonále a prepíšeme maticu do tvaru sústavy lineárnych rovníc,
ktorá jej zodpovedá.
1 −1 0 3 2 x1 − x2 + 3x4 = 2
0 0 0 0 0 0 = 0
−→
0 0 1 2 −1 x3 + 2x4 = −1
0 0 0 0 0 0 = 0
V poslednej matici chýbajú jednotky na druhom a štvrtom mieste diagonály. Preto si parametre
dosadíme za druhú a štvrtú neznámu sústavy rovníc. Napríklad x2 = r a x4 = s, kde r, s ∈ R a
následne si z prvej a tretej rovnice vyjadríme neznáme x1 a x3 pomocou parametrov. Dostaneme
riešenia
(x1 , x2 , x3 , x4 ) = (2 + r − 3s , r , −1 − 2s , s) , kde r, s ∈ R .
■
Týmto končíme s riešením sústav lineárnych rovníc pomocou Gaussovej eliminačnej metódy a
budeme sa opäť venovať vektorom a maticiam.
Majme množinu vektorov {v1 , v2 , . . . , vn }. Podľa vety 2.2.2 (strana 72) sú tieto vektory li-
neárne závislé práve vtedy, keď existuje taká ich lineárna kombinácia, ktorá je rovná nulovému
vektoru. To znamená, že vektory {v1 , v2 , . . . , vn } sú lineárne závislé práve vtedy, ak existujú ska-
láry c1 , c2 , . . . , cn také, že 0 = c1 · v1 + c2 · v2 + · · · + cn · vn . Ak máme nejakú množinu vektorov
{v1 , v2 , . . . , vn }, tak zisťovať koľko z nich je lineárne nezávislých, môžeme viacerými spôsobmi.
Zrejme najtriviálnejší, ale zároveň časovo najnáročnejší spôsob je zisťovať to postupným pridáva-
ním vektorov. Začneme množinou {v1 }. Jeden vektor, ak je nenulový, je vždy lineárne nezávislý.
Pridáme ďalší vektor {v1 , v2 } a riešením sústav lineárnych rovníc budeme zisťovať, či existujú ska-
láry c1 , c2 také, aby 0 = c1 · v1 + c2 · v2 . Ak také skaláry existujú, tak vektor v2 vyhodíme a pridáme
nasledujúci vektor {v1 , v3 }. Ak také skaláry neexistujú, t. j. vektory v1 a v2 sú lineárne nezávislé,
tak pridáme ďalší vektor {v1 , v2 , v3 }. Potom overíme, či nová množina vektorov je lineárne ne-
závislá. Takto budeme pokračovať, pokiaľ neoveríme všetky vektory z množiny {v1 , v2 , . . . , vn } a
zistíme koľko z nich je lineárne nezávislých. Popísaný postup je síce jednoduchý, ale veľmi zdĺhavý
a nepraktický. Rýchlejšie riešenie uvedeného problému funguje nasledovným spôsobom. Vektory
{v1 , v2 , . . . , vn } si zapíšeme ako riadky matice
v1
v2
A= .
..
.
vn
ktorá vznikne tak, že posledný riadok vynásobíme skalárom cn (ERO3) a potom k nemu postupne
pripočítame ci ·vi pre i ∈ {1, . . . , (n−1)} (ERO2). Ak bude posledný riadok nulový, tak to znamená,
že dané vektory sú lineárne závislé. Ako ale zistíme, či existujú také skaláry c1 , c2 , . . . , cn , aby
posledný riadok bol nulový vektor? Pomocou eliminácie matice A na redukovaný trojuholníkovy
tvar! Počas úpravy matice na redukovaný trojuholníkový tvar pomocou vedúceho prvku v riadku,
nulujeme ostatné prvky v stĺpci, v ktorom sa tento vedúci prvok nachádza. Preto, pokiaľ existujú
také skaláry c1 , c2 , . . . , cn , pre ktoré 0 = c1 · v1 + c2 · v2 + · · · + cn · vn , tak eliminácia matice A
na redukovaný trojuholníkový tvar ich nájde.
■ Príklad 3.9 Zistite, či sú vektory (1, 2, 3), (−1, 0, 4) a (3, 2, 1) lineárne závislé.
Riešenie: dané vektory napíšeme ako riedky matice, ktorú potom budeme eliminovať na reduko-
vaný trojuholníkový tvar
1 2 3 1. 1 2 3 1. 1 2 3 / − 2 · R2
−1 0 4 / + 1 · R1 ∼ 2. 0 2 7 ∼ 3. 0 1 2 ∼
3 2 1 / − 3 · R1 3. 0 −4 −8 / ÷ (−4) 2. 0 2 7 / − 2 · R2
1 0 −1 1 0 −1 / + 1 · R3 1 0 0
∼ 0 1 2 ∼ 0 1 2 / − 2 · R3 ∼ 0 1 0
0 0 3 /÷3 0 0 1 0 0 1
Vidíme, že vo výslednej matici nie je žiaden nulový riadok, čo znamená, že dané tri vektory sú
lineárne nezávislé. ■
108 Kapitola 3. Sústavy lineárnych rovníc a matice
■ Príklad 3.10 Zistite, či sú vektory (3, 8, 3), (−1, 2, 13) a (2, 9, 13) lineárne závislé.
Riešenie: dané vektory napíšeme ako riadky matice, ktorú potom budeme eliminovať na reduko-
vaný trojuholníkový tvar
3 8 3 / − 1 · R3 1 −1 −10
−1 2 13 ∼ −1 2 13 / + 1 · R1 ∼
2 9 13 2 9 13 / − 2 · R1
1 −1 −10 / + 1 · R2 1 0 −7
∼ 0 1 3 ∼ 0 1 3
0 11 33 / − 11 · R2 0 0 0
Posledná matica je už v redukovanom trojuholníkovom tvare. V tejto matici je posledný riadok
nulový, a preto dané tri vektory sú lineárne závislé. Iba 2 z nich sú lineárne nezávislé, pretože
matica v redukovanom trojuholníkovom tvare má 2 nenulové riadky. ■
Na predošlých dvoch príkladoch sme ilustrovali prípady, lineárne nezávislých a lineárne zá-
vislých vektorov. Vzhľadom na spôsob akým zisťujeme lineárnu závislosť / nezávislosť vektorov, je
zrejmé, že n-rozmerných vektorov môže byť lineárne nezávislých najviac n. Už za príkladom 3.6
na strane 104 bolo spomenuté, že pri eliminácii matice na redukovaný trojuholníkový tvar postu-
pujeme po diagonále z ľavého horného rohu matice a pomocou vedúcich jednotiek na diagonále
nulujeme ostatné prvky v príslušnom stĺpci. Preto výsledná matica v redukovanom trojuholníkovom
tvare nemôže mať viac nenulových riadkov, než má stĺpcov.
Pomocou lineárnej nezávislosti vektorov, resp. spôsobu akým zisťujeme lineárnu nezávislosť vek-
torov, definujeme hodnosť matice.
Definícia 3.2.1 — Hodnosť matice. Daná je matica A. Jej hodnosť označujeme h(A) a je to
počet nenulových riadkov matice, ktorú z matice A dostaneme jej elimináciou na redukovaný
trojuholníkový tvar.
Hodnosť matice A je teda vlastne počet lineárne nezávislých vektorov, ktoré tvoria riadky matice
A. Pozrime sa na matice z príkladov 3.8, 3.9 a 3.10. Matica
2 −2 1 8 3 1 −1 0 3 2
1 −1 2 7 0 0
∼ 0 1 2 −1
A=
3 −3 −4 1 10 0 0 0 0 0
−1 1 5 7 −7 0 0 0 0 0
3 8 3 1 0 −7
C = −1 2 13 ∼ 0 1 3
2 9 13 0 0 0
z príkladu 3.10 (strana 108) má hodnosť h(C) = 2. Vo všeobecnosti pre ľubovoľnú maticu M typu
m × n platí h(M) ≤ n.
Pomocou hodnosti matice môžeme sformulovať nasledujúcu vetu, hovoriacu o tom, kedy má sústava
lineárnych rovníc riešenie.
Veta 3.2.1 — Frobeniova veta. Sústava lineárnych rovníc má riešenie práve vtedy, keď je
hodnosť matice sústavy rovnaká ako hodnosť rozšírenej matice sústavy.
Dôkaz: už pri preberaní možností, ktoré môžu nastať pri riešení sústav lineárnych rovníc Gaus-
sovou eliminačnou metódou sme ukázali, že môžu nastať len tri prípady: sústava rovníc má jedno
riešenie, sústava rovníc má nekonečne veľa riešení, alebo sústava rovníc nemá riešenie. Vidíme,
že sú dva prípady, kedy sústava rovníc má riešenie, či už jedno, alebo nekonečne veľa a len jeden
prípad keď riešenie nemá. Budeme preto dokazovať tvrdenie
Sústava lineárnych rovníc nemá riešenie práve vtedy, keď sa hodnosť matice sústavy
nerovná hodnosti rozšírenej matice sústavy.
Toto tvrdenie je ekvivalentné s tvrdením Frobeniovej vety. Dokazovať ho budeme ako dve
implikácie.
⇒ Rozšírenú maticu sústavy budeme pomocou Gaussovej metódy eliminovať na redukovaný
trojuholníkový tvar. Riadky redukovanej trojuholníkovej matice, ktoré sú celé nulové,
alebo riadky, ktoré vľavo aj vpravo od zvislej čiary majú aspoň jedno číslo nenulové,
prispievajú do hodnosti matice sústavy aj do hodnosti rozšírenej matice sústavy rovnakou
hodnotou (0, alebo 1).
Ak sústava lineárnych rovníc nemá riešenie, tak rozšírená matica tejto sústavy musí
byť riadkovo ekvivalentná s redukovanou trojuholníkovou maticou, ktorá obsahuje aspoň
jeden riadok (0 . . . 0 | c), kde c ̸= 0. Každý takýto riadok do hodnosti matice sústavy
prispeje hodnotou 0, avšak do hodnosti rozšírenej matice sústavy prispeje hodnotou 1.
Preto hodnosť rozšírenej matice sústavy bude väčšia, než hodnosť matice sústavy.
⇐ Nech sa hodnosti matice sústavy a rozšírenej matice sústavy nerovnajú. To znamená, že
hodnosť rozšírenej matice sústavy je väčšia než hodnosť matice sústavy, pretože táto tvorí
časť rozšírenej matice sústavy vľavo od zvislej čiary. Keďže hodnosť matice sústavy je
menšia, tak to znamená, že táto matica po eliminácii na redukovaný trojuholníkový tvar
má nulový riadok, ale rozšírená matica sústavy má v tomto riadku vpravo od zvislej
čiary nenulové číslo. Čiže obsahuje riadok v tvare (0 . . . 0 | c), kde c ̸= 0. Ten zodpovedá
nesplniteľnej rovnici, a preto daná sústava nemá riešenie.
Q.E.D.
Frobeniova veta hovorí o tom, kedy sústava lineárnych rovníc má riešenie. Z praktického
hľadiska však nemá žiaden veľký význam. Jednak nehovorí o tom, či má jedno riešenie, alebo
nekonečne veľa riešení a jednak pri riešení sústavy lineárnych Gaussovou eliminačnou metódou
eliminujeme rozšírenú maticu sústavy a zároveň aj v nej obsiahnutú maticu sústavy. Po eliminácii
rozšírenej matice sústavy na redukovaný trojuholníkový tvar dostaneme hodnoti oboch týchto
matíc a zároveň aj riešenie sústavy, pokiaľ existuje, alebo zistíme, že riešenie neexistuje. Preto
samostatné overovanie toho, či sústava lineárnych rovníc má riešenie pomocou Frobeniovej vety,
110 Kapitola 3. Sústavy lineárnych rovníc a matice
Veta 3.2.2 — O hodnosti riadkovo ekvivalentných matíc. Nech sú A a B dve matice typu
m × n, pre ktoré platí A ∼ B. Potom platí h(A) = h(B).
Dôkaz: dve matice sú riadkovo ekvivalentné práve vtedy, ak jednu maticu dostaneme z druhej
matice konečnou postupnosťou elementárnych riadkových operácií. Tieto sú len tri a na dôkaz
tvrdenia vety stačí ukázať, že žiadna z elementárnych riadkových operácií nemení hodnosť matice.
ERO1: Prvou elementárnou riadkovou operáciou je zmena poradia riadkov matice. Zmena poradia
riadkov matice nemení počet jej nenulových riadkov a pri eliminovaní matice na redu-
kovaný trojuholníkový tvar je revertibilná. Preto ak sa matice A a B líšia len poradím
riadkov, budú mať rovnakú hodnosť.
ERO2: Druhou elementárnou riadkovou operáciou je pripočítanie k-násobku riadku i ku riadku
j. Táto operácia môže zmeniť počet nenulových riadkov matice, ale len v prípade, ak je
riadok j násobkom riadku i. Inak povedané, len v prípade, že sú riadky i a j lineárne
závislé. V takom prípade sa počas eliminácie matice na redukovaný trojuholníkový tvar
nutne vynuluje jeden z riadkov i a j ako v matici A, tak aj v matici B. Preto ak sa matice
A a B líšia len jednou operáciou ERO2, tak budú mať rovnakú hodnosť.
ERO3: Treťou elementárnou riadkovou operáciou je vynásobenie riadku matice nenulovým ko-
eficientom. Rovnako ako ERO1, ani vynásobenie riadku matice nenulovým koeficientom
nemení počet jej nenulových riadkov a je to revertibilná operácia. Preto ak sa matice A a
B líšia len jednou operáciou ERO3, tak budú mať rovnakú hodnosť.
Q.E.D.
Druhé tvrdenie je len pomocné a hovorí o tom, že ak sa dve matice líšia len permutáciou1
stĺpcov, tak vektory tvoriace riadky jednej z nich sú lineárne závislé práve vtedy, keď vektory
tvoriace riadky druhej z nich sú lineárne závislé.
Lema 3.2.3 Nech A je ľubovoľná matica a nech B je matica, ktorú z matice A dostaneme
permutáciou jej stĺpcov. Potom sú vektory tvoriace riadky matice A lineárne závislé práve
vtedy, keď sú vektory tvoriace riadky matice B lineárne závislé.
Dôkaz: nech je matica A typu m × n a nech n-rozmerné vektory v1 , v2 , . . . , vm tvoria jej riadky.
Vektory v1 , v2 , . . . , vm sú lineárne závislé práve vtedy, keď existujú skaláry c1 , . . . , cm , ktoré nie
sú všetky nulové a platí
c1 · v1 + c2 · v2 + . . . + cm · vm = 0 . (3.5)
Skaláry c1 , . . . , cm sme zapísali ako maticu typu 1 × m a vektory v1 , v2 , . . . , vm sme zapísali ako
riadky matice typu m × n. Výsledkom súčinu týchto matíc bude matica typu 1 × n. Pre lepšiu
ilustráciu si jednotlivé vektory vi rozpíšeme po zložkách
v11 v12 . . . v1n
v21 v22 . . . v2n
(c1 , c2 , . . . , cm ) · . .. = (0, 0, . . . , 0) . (3.6)
.. . | {z }
n núl
vm1 vm2 . . . vmn
permutáciou jej stĺpcov. Ak maticu (c′1 , c′2 , . . . , c′m ) dostaneme z matice (c1 , c2 , . . . , cm ) rovnakou
permutáciou stĺpcov, tak evidentne, na základe rovnosti 3.7, platí
Uvedený postup môžeme rovnako spraviť aj opačne, t. j. vychádzajúc z toho, že vektory tvoriace
riadky matice B sú lineárne závislé a ukázať, že potom aj vektory tvoriace riadky matice A sú
lineárne závislé. To znamená, že vektory tvoriace riadky matice A sú lineárne závislé práve
vtedy, keď sú lineárne závislé vektory tvoriace riadky matice B. Q.E.D.
Keďže vektory sú lineárne nezávislé práve vtedy, keď nie sú lineárne závislé, lema 3.2.3 platí
aj vtedy, ak v jej tvrdení všetky výskyty slova „závislé“ zameníme za „nezávislé“. Ďalšie pomocné
tvrdenie je dôsledkom predchádzajúceho a hovorí o tom, že ak sa dve matice líšia len permutáciou
stĺpcov, tak budú mať rovnakú hodnosť.
Lema 3.2.4 Nech A je ľubovoľná matica a nech B je matica, ktorú z matice A dostaneme
permutáciou jej stĺpcov. Potom platí h(A) = h(B).
Dôkaz: hodnosť matice A je poďla definície 3.2.1 počet nenulových riadkov matice A△ , ktorú
z matice A dostaneme jej elimináciou na redukovaný trojuholníkový tvar. Eliminácia matice A
spočíva v aplikovaní konečného počtu elementárnych riadkových operácií (op1 , . . . , opn ). Ak
budeme tieto elementárne riadkové operácie súčasne robiť aj na matici B, dostaneme maticu B′ ,
112 Kapitola 3. Sústavy lineárnych rovníc a matice
ktorá sa od matice A△ líši rovnakou permutáciou stĺpcov, akou sa matica B líši od matice A. Je
to preto, lebo každá z elementárnych riadkových operácií je „uzavretá“ vrámci stĺpca. Tým sa
myslí to, že hodnoty prvkov vrámci i-teho stĺpca závisia len od prvkov v i-tom stĺpci a nezávisia
od prvkov ostatných stĺpcoch.
Nech matica A△ má k nenulových riadkov, čiže h(A) = k. Potom aj matica B′ má k
nenulových riadkov a keďže sa od matice A△ líši len permutáciou stĺpcov, musia byť, podľa
lemy 3.2.3, všetky jej nenulové riadky lineárne nezávislé. Takže h(B′ ) = k. Matica B′ je ale
riadkovo ekvivaletná s maticou B, a preto podľa vety 3.2.2 majú tieto matice rovnakú hodnosť.
Platí teda h(A) = h(B) = k. Q.E.D.
Rovnako, ako sme na strane 98 definovali elementárne riadkové operácie, definujeme teraz
elementárne stĺpcové operácie a stĺpcovú ekvivalenciu matíc. Tieto pojmy využijeme pri dôkaze
za nimi nasledujúcich tvrdení a s elementárnymi stĺpcovými operáciami sa ešte stretneme aj pri
výpočte determinantov matíc.
Definícia 3.2.2 — Elementárne stĺpcové operácie. Nech A je matica typu m × n nad poľom
F. Potom elementárne stĺpcové operácie na matici A sú
a) ľubovoľná zmena poradia stĺpcov matice A,
b) pripočítanie k-násobku stĺpca i ku stĺpcu j pre ľubovoľné 1 ≤ i, j ≤ n a ľubovoľné k ∈ F,
c) vynásobenie ľubovoľného stĺpca matice A koeficientom c ∈ F, c ̸= 0.
Lema 3.2.5 Nech sú A a B dve matice typu m × n, ktoré sú stĺpcovo ekvivaletné. Potom platí
h(A) = h(B).
Dôkaz: dve matice sú stĺpcovo ekvivalentné práve vtedy, ak jednu maticu dostaneme z druhej
matice konečnou postupnosťou elementárnych stĺpcových operácií. Tieto sú len tri a na dôkaz
tvrdenia vety stačí ukázať, že žiadna z elementárnych stĺpcových operácií nemení hodnosť
matice.
▷ Prvou elementárnou stĺpcovou operáciou je zmena poradia stĺpcov matice. Podľa lemy
3.2.4 majú dve matice, ktoré sa líšia len permutáciou stĺpcov, rovnakú hodnosť.
▷ Druhou elementárnou stĺpcovou operáciou je pripočítanie k-násobku stĺpca i ku stĺpcu j,
kde i, j sú čísla ľubovoľných dvoch stĺpcov matice. V druhej, upravenej, matici budeme
mať v stĺpci j prvky (vk j + k · vki ) pre 1 ≤ k ≤ m (čísla riadkov matice). Pôvodnú maticu
budeme eliminovať na redukovaný trojuholníkový tvar konečnou postupnosťou elementár-
nych riadkových operácií (op1 , . . . , ops ). Čo dostaneme, ak rovnaké elementárne riadkové
operácie budeme robiť na druhej, upravenej, matici? Ak sa pozrieme na definíciu redu-
kovanej trojuholníkovej matice (definícia 2.3.9, strana 76), tak je zrejmé, že každý stĺpec
3.2 Lineárna nezávislosť vektorov a hodnosť matíc 113
matice v redukovanom trojuholníkovom tvare obsahuje buď len samé nuly, alebo jednu
jednotku a zvyšné prvky nuly, alebo môže obsahovať ľubovoľné čísla, ale len horných
riadkoch obsahujúcich vedúce jednotky a naviac to musí byť stĺpec, ktorý neobsahuje ve-
dúcu jednotku žiadneho riadku. Možnosti sú teda len tri a pri každej z nich vieme maticu,
ktorá z upravenej matice vznikla elimináciou, použitím len ERO2 a ERO3 spraviť ma-
ticu v redukovanom trojuholníkovom tvare, pričom sa týmito elementárnymi riadkovými
operáciami počet nenulových riadkov nezmení. Preto sú hodnosti dvoch matíc, ktoré sa
líšia len druhou elementárnou stĺpcovou operáciou, rovnaké.
▷ Treťou elementárnou stĺpcovou operáciou je vynásobenie ľubovoľného stĺpca matice
ľubovoľným nenulovým koeficientom c ̸= 0. Ak pôvodnú maticu budeme eliminovať
na redukovaný trojuholníkový tvar a zároveň budeme rovnaké elementárne riadkové
operácie robiť aj na druhej matici s vynásobeným stĺpcom, tak z vlastností poľa vyplýva,
že výsledné matice sa budú líšiť len tým, že v druhej matici bude jeden stĺpec vynásobený
koeficientom c ̸= 0. Hodnosti výsledných eliminovaných matíc budú preto rovnaké a
rovnaké teda musia byť aj hodnosti pôvodných dvoch matíc.
Q.E.D.
V predošlom tvrdení sú dôkazy pre prvú a tretiu elementárnu stĺpcovú operáciu triviálne a
ľahko pochopiteľné. Dôkaz pre druhú elementárnu stĺpcovú operáciu môže byť pre niekoho ťažšie
pochopiteľný a preto si situáciu popisovanú v dôkaze ilustrujeme na nasledujúcom príklade.
Najskôr maticu A eliminujeme na redukovaný trojuholníkový tvar a tým zistíme jej hodnosť.
1. 2. 3. 4. 5.
3 0 5 7 5 1 0 0 0 2
5 0 4 11 20 0 0 1
∼ ······ ∼ 0 −3
A=
2
= A△ .
0 5 11 11 0 0 0 1 2
−1 0 1 2 −1 0 0 0 0 0
Z matice A△ vidíme aké typy stĺpcov môže obsahovať matica v redukovanom trojuholníkovom
tvare.
1. Stĺpec obsahuje len samé nuly. V uvedenom príklade je to 2. stĺpec.
2. Stĺpec obsahuje jednu jednotku a zvyšné prvky nuly. V uvedenom príklade sú to 1., 3. a 4.
stĺpec. Sú to stĺpce, ktoré obsahujú vedúcu jednotku niektorého riadku.
3. Stĺpec obsahuje ľubovoľné čísla. V uvedenom príklade je to 5. stĺpec. Tieto čísla, pokiaľ sú
nenulové, môžu byť len v riadkoch obsahujúcich vedúce jednotky a v stĺpcoch neobsahujúcich
vedúce jednotky.
Pokiaľ ide o pripočítavanie k násobku stĺpca i ku stĺpcu j, máme viacero možností podľa typu
stĺpcov, ktoré pripočítavame aj ku ktorým pripočítavame.
• Pripočítanie ľubovoľného násobku nulového stĺpca k akémukoľvek inému stĺpcu na matici
nič nezmení, a preto sa tým nemusíme zaoberať.
114 Kapitola 3. Sústavy lineárnych rovníc a matice
1. 2. 3. 4. 5. 1. 2. 3. 4. 5.
1 0 0 0 2 1 0 0 0 2
3 0 1 0 −3 −3 · R1
0 0 1 0 −9
0
∼
0 0 1 2 0 0 0 1 2
0 0 0 0 0 0 0 0 0 0
1. 2. 3. 4. 5. 1. 2. 3. 4. 5.
1 0 0 0 2 1 0 0 0 2
1 1
0
3 1 0 −3
· 3 ∼ 0 1 3 0 −1
0 0 0 1 2 0 0 0 1 2
0 0 0 0 0 0 0 0 0 0
1. 2. 3. 4. 5.
1 0 0 0 2
0 0 1 0 0
0 0 0 1 2
0 0 0 0 0
Ďalej už nebudeme pokračovať, pretože vidíme, že tretí riadok stačí vynásobiť 17 . Tým v ňom
dostaneme vedúcu jednotku a propočítaním vhodných násobkov tretieho riadku ku prvým
dvom riadkom vynulujeme ostatné čísla v 4. stĺpci. Takže len pomocou operácií ERO2 a
ERO3 dostaneme maticu v redukovanom trojuholníkovom tvare.
3.2 Lineárna nezávislosť vektorov a hodnosť matíc 115
Veta 3.2.6 — O hodnosti transponovanej matice. Nech A je ľubovoľná matica. Potom platí
h A = h AT .
Dôkaz: hodnosť matice A zisťujeme tak, že túto maticu pomocou elementárnych riadkových
operácií (op1 , . . . , opn ) eliminujeme na redukovaných trojuholníkový tvar, čím dostaneme maticu
A△ . Na matici AT budeme robiť elementárne stĺpcové operácie, ktoré zodpovedajú postupnosti
riadkových operácií (op1 , . . . , opn ). Keďže AT je transponovaná matica A, dostaneme tak AT△ .
Táto matica je trojuholníková, ale nemusí byť redukovaná. Znamená to, že pod diagonálou
môže mať nenulové čísla. Iba s použitím operácií ERO2 vieme z tejto matice spraviť maticu
v redukovanom trojuholníkovom tvare a táto matica bude mať presne toľko nenulových riadkov
ako matica A△ . Matice AT a AT△ sú stĺpcovo ekvivalentné a podľa lemy 3.2.5 majú rovnakú
hodnosť. To znamená, že h A = h AT . Q.E.D.
Maticu A budeme eliminovať na redukovaný trojuholníkový tvar, aby sme zistili jej hodnosť.
1 1 0 −1 2 1. 1 1 0 −1 2
−1 1 2 1 2 +R1 ∼ 2. 0 2 2 0 4 +R1 ∼
A= 1 −1 −2 1 0 −R1 3. 0 −2 −2 2 −2 −R1
1 2 1 3 8 −R1 4. 0 1 1 4 6 −R1
116 Kapitola 3. Sústavy lineárnych rovníc a matice
1. 1 1 0 −1 2 −R1 i. 1 0 −1 −5 −4
4. 0
1 1 4 6
0 1
ii. 1 4 6
∼ ∼ ∼
2. 0 2 2 0 4 −2 · R2 iii. 0 0 0 −8 −8 +4 · R4
3. 0 −2 −2 2 −2 +R2 iv. 0 0 0 2 2 ÷2
i. 1 0 −1 −5 −4 +5 · R3 1 0 −1 0 1
0 1
ii. 1 4 −4 · R3 ∼
6 0 1 1 0 2
∼ = A△
iv. 0 0 0 1 1 0 0 0 1 1
iii. 0 0 0 0 0 0 0 0 0 0
Elimináciou sme dostali maticu A△ , ktorá je v redukovanom trojuholníkovom tvare, má 3 nenulové
riadky, vedúce jednotky na týchto riadkoch sú zvýraznené tučným písmom a vidíme, že h(A) = 3.
Pripomeňme ešte, že v súlade s definícou 2.3.9 má redukovaná trojuholníková matica v stĺpcoch,
ktoré obsahujú vedúce jednotky, okrem týchto jednotiek už len nuly.
Zoberme si teraz maticu AT . Na nej budeme robiť postupnosť elementárnych stĺpcových ope-
rácií, ktoré budú presne zodpovedať elementárnym riadkovým operáciam použitým pri eliminácii
A na A△ vyššie. Keďže stĺpce matice AT sú riadky matice A, dostaneme
1 −1 1 1 1 0 0 0
1 1 −1 2
0 1 0
0
T = AT
A =
0 2 −2 1
∼ · · · · · · · · · ∼ −1 1 0
0 △
−1 1 1 3 0 0 1 0
2 2 0 8 1 2 1 0
Vedúce jednotky riadkov matice A△ sú opäť zvýraznené tučným písmom. Sú to jednotky v tých
riadkoch matice AT△ , ktoré okrem jednej jednotky, obsahujú už len nuly. Matica AT△ je trojuholní-
ková2 , ale nie je redukovaná, pretože v stĺpcoch obsahujúcich vedúce jednotky, sú (vo všeobecnosti
môžu byť) aj nenulové prvky. Trojuholníkovú maticu AT△ však na redukovaný trojuholníkový tvar
môžeme upraviť veľmi jednoducho
1 0 0 0 1. 1 0 0 0 1. 1 0 0 0
0 1 0 0 2. 0 1 0 0 2. 0 1 0 0
AT△
=
−1 1 0 0
+R1 − R2 ∼ 3.
0 0 0 0 ∼ 4.
0 0 1 0
0 0 1 0 4. 0 0 1 0 3. 0 0 0 0
1 2 1 0 −R1 − 2 · R2 − R4 5. 0 0 0 0 5. 0 0 0 0
V prvom kroku sme kvôli stručnosti spojili v druhom riadku dve a v piatom riadku tri operácie
ERO2. Všimnime si, že keď transponujeme maticu v redukovanom trojuholníkovom tvare, tak
jej vedúce jednotky zostanú vedúcimi jednotkami aj v transponovanej matici, po jej redukcii
na redukovaný trojuholníkový tvar. Preto matica AT△ bude mať rovnakú hodnosť ako matica A△ .
Matice AT a AT△ sú stĺpcovo ekvivalentné, takže podľa lemy 3.2.5 platí h(A) = h AT = 3.
■
Na záver časti zaoberajúcej sa hodnosťami matíc si ukážeme, ako vypočítať vhodné koeficienty
c1 , . . . , cn , ktorými musíme násobiť vektory v1 , . . . , vn , aby sme ich lineárnou kombinácou dostali
nulový vektor.
Elimináciou matice na redukovaný trojuholníkový tvar síce zistíme, či sú vektory tvoriace
riadky tejto matice, lineárne závislé / nezávislé a aj to, koľko z týchto vektorov je lineárne nezá-
vislých. Vyššie spomínané koeficienty c1 , . . . , cn však týmto spôsobom nezískame. Pripomeňme
2 Tým
sa myslí to, že všetky nenulové prvky má táto matica len v trojuholníku tvorenom jej diagonálou a časťou
matice buď nad, alebo pod diagonálou.
3.2 Lineárna nezávislosť vektorov a hodnosť matíc 117
si, ako sme postupovali v dôkaze lemy 3.2.3. Ak sú vektory v1 , v2 , . . . , vm lineárne závislé, tak
existujú skaláry c1 , . . . , cm , ktoré nie sú všetky nulové a platí
c1 · v1 + c2 · v2 + . . . + cm · vm = 0 .
Definícia 3.2.4 — Homogénna sústava lineárnych rovníc. Nech F je ľubovoľné pole. Potom
pod homogénnou sústavou m lineárnych rovníc s n neznámymi budeme rozumieť systém rovníc
a11 x1 + · · · + a1n xn = 0
a21 x1 + · · · + a2n xn = 0
.. .. .. (3.9)
. . .
am1 x1 + · · · + amn xn = 0
V prípade homogénnej sústavy lineárnych rovníc sa nemôže stať, že by sústava nemala riešenie.
Homogénna sústava lineárnych rovníc môže mať buď jedno riešenie, alebo nekonečne veľa riešení.
■Príklad 3.13 Pre dané vektory zistite, či sú lineárne závislé a ak sú, tak nájdite lineárne kombi-
nácie, ktorými z nich dostaneme nulový vektor.
(a) Dané sú vektory u = (3, −1, 2), v = (−2, 4, −2) a w = (5, 1, 3).
(b) Dané sú vektory u = (2, 3, 1), v = (1, 2, −3) a w = (4, 7, −5).
Riešenie:
(a) Dané vektory zapíšeme ako stĺpce matice sústavy lineárnych rovníc, pravé strany rovníc
položíme rovné 0 a sústavu riešime Gaussovou eliminačnou metódou.
3 −2 5 0 −R3 1 0 2 0 1 0 2 0
−1 4 1 0 ∼ −1 4 1 0 +R1 ∼ 0 4 3 0 ∼
2 −2 3 0 +2 · R2 0 6 5 0 0 6 5 0 −R2
1. 1 0 2 0 1. 1 0 2 0
∼ 2. 0 4 3 0 ∼ 3. 0 1 1 0 ∼
3. 0 2 2 0 ÷2 2. 0 4 3 0 −4 · R2
1 0 2 0 −2 · R3 1 0 0 0
∼ 0 1 1 0 +R3 ∼ 0 1 0 0
0 0 −1 0 ·(−1) 0 0 1 0
Ak si neznáme danej sústavy lineárnych rovníc označíme ako c1 , c2 a c3 , tak z poslednej
matice vidíme, že sústava má práve jedno riešenie, ktorým je usporiadaná trojica (c1 , c2 , c3 ) =
(0, 0, 0). To znamená, že dané tri vektory sú lineárne nezávislé, pretože neexistuje trojica
koeficientov, z ktorých by aspoň jeden bol nenulový a pomocou ktorých by sme lineárnou
kombinácou daných vektorov dostali nulový vektor.
(b) Rovnako ako v bode (a) si dané vektory zapíšeme ako stĺpce matice sústavy lineárnych rovníc,
ktorej pravé strany sú všetky nulové a túto sústavu budeme riešiť Gaussovou eliminačnou
metódou.
1. 2 1 4 0 −2 · R3 3. 1 −3 −5 0
2. 3 2 7 0 −3 · R3 ∼ 1. 0 7 14 0 ÷7 ∼
3. 1 −3 −5 0 2. 0 11 22 0 ÷11
1 −3 −5 0 +3 · R2 1 0 1 0
∼ 0 1 2 0 ∼ 0 1 2 0
0 1 2 0 −R2 0 0 0 0
Posledná matice je už v redukovanom trojuholníkovom tvare. Nenulových riadkov je menej
než neznámych čo znamená, že sústava lineárnych rovníc bude mať nekonečne veľa riešení.
Neznáme si, rovnako ako v bode (a), označíme c1 , c2 a c3 . V poslednej matici chýba vedúca
jednotka v treťom stĺpci, a preto si za neznámu c3 dosadíme parameter t ∈ R. Všetky riešenia
danej sústavy rovníc môžeme vyjadriť ako usporiadanú trojicu
(c1 , c2 , c3 ) = (−t, −2t,t) , kde t ∈ R.
Znamená to, že dané tri vektory sú lineárne závislé, pretože napríklad pre t = −1 dostaneme
koeficienty c1 = 1, c2 = 2 a c3 = −1, ktoré sú riešením sústavy rovníc a pre ktoré platí
1·u+2·v−1·w = 0.
■
3.3 Inverzné matice 119
a ⊙ a−1 = a−1 ⊙ a = e .
Symbol ⊙ opäť označuje binárnu operáciu na množine A, prvok e ∈ A je jej neutrálny prvok a ak
existuje prvok a−1 ∈ A spĺňajúci uvedené rovnosti, tak ho nazývame inverzný prvok ku prvku a ∈ A.
Aritmetická binárna operácia (·) definovaná na číselných množinách má svoj neutrálny prvok 1.
Okrem toho na číselných množinách, ktoré spolu s binárnymi operáciami (+) a (·) tvoria pole
(racionálne, reálne a komplexné čísla) má každé číslo okrem 0 aj svoj inverzný prvok vzhľadom
na násobenie. Tento inverzný prvok pre číslo a ̸= 0 obvykle označujeme a1 , ale môže sa označovať
aj a−1 . Keďže Q ⊂ R ⊂ C, môžeme písať
Existencia inverzných prvkov vzhľadom na aritmetické operácie (+) a (·) hrá, aj keď si to možno
neuvedomujeme, kľúčovú úlohu pri riešení rovníc.
Pre matice máme tiež definovanú operáciu súčinu (·). Existuje aj pre matice inverzný prvok
vzhľadom na násobenie? Ak áno, tak pre ktoré matice a tvoria potom takéto matice algebraickú
štruktúru pole? To sú otázky, ktorými sa teraz budeme zaoberať.
V prípade matíc hrá úlohu jednotky, čiže neutrálneho prvku vzhľadom na násobenie, jednotková
matica E. Viď definícia 2.3.10 (strana 77) a veta 2.5.1 (strana 90). Ak by pre nejakú maticu A mal
existovať inverzný prvok (čiže matica) vzhľadom na zásobenie, tak by to musela byť taká matica
X, pre ktorú by platilo
A · X = X · A = E.
Predpokladajme, že existujú oba súčiny A · X aj X · A a oba tieto súčiny sa rovnajú jednotkovej
matici E. Nech je matica A typu m × n. Pozrime sa na súčin matíc A · X. Podľa definície súčinu
matíc (definícia 2.4.6, strana 81) musí byť matica X typu n × k. Matica X musí mať toľko riadkov,
ako má matica A stĺpcov. Vieme teda, že matica X je typu n × k. Pozrime sa teraz na súčin X · A.
Podľa definície súčinu matíc, musí mať matica X toľko stĺpcov, ako má matica A riadkov, čiže
k = m. Z faktu, že existujú súčiny A · X aj X · A preto vyplýva, že matica A je typu m × n a matica
X je typu n × m. Oba tieto súčiny sa naviac majú rovnať jednotkovej matici. Najskôr si zoberme
súčin A · X = E. Podľa definície súčinu matíc musí byť výsledná jednotková matica E typu m × m.
Ale pre súčin X · A = E musí byť výsledná jednotková matica E typu n × n. Preto, ak je splnená
podmienka
A·X = X·A = E,
tak z toho vyplýva, že všetky tri matice A, X aj E musia byť typu n × n.
A·X = X·A = E,
Ukázali sme teda, že inverzná matica pre maticu A môže existovať iba v prípade, že matica A
je štvorcová. Skúsme teraz takúto inverznú maticu nájsť. Začneme súčinom
A·X = E.
Matice A, X aj E si rozpíšeme na ich prvky
a11 . . . a1n x11 . . . x1n 1 ... 0
.. . . . . .. . .. . . ..
. . .. · .. . .. = . . . (3.10)
an1 . . . ann xn1 . . . xnn 0 ... 1
V v rovnici (3.10) matice A a E poznáme. Matica A je daná štvorcová matica a matica E je
jednotková matica rovnakého typu ako matica A. Prvky matice X sú v rovnici (3.10) neznáme,
ktoré chceme nájsť.
Maticu E, na pravej strane rovnice (3.10) rozložíme na jej stĺpce a pozrieme sa na to, ako
ich, podľa definície súčinu matíc (definícia 2.4.6, strana 81), vypočítame. Z výpočtu prvého stĺpca
matice E dostaneme sústavu rovníc pre neznáme z prvého stĺpca matice X.
a11 ... a1n x11 ... x1n 1 ... 0 a11 x11 + · · · + a1n xn1 = 1
.. .. .. · .. .. .. = .. .. .. → .. ..
. . . . . . . . . . .
an1 ... ann xn1 ... xnn 0 ... 1 an1 x11 + · · · + ann xn1 = 0
Riadkami matice A budeme postupne násobiť prvý stĺpec matice X, pričom súčin i-teho riadku
matice A s prvým stĺpcom matice X sa musí rovnať prvku i-teho riadku prvého stĺpca matice E.
Sústavu rovníc pre neznáme z druhého stĺpca matice X dostaneme z výpočtu druhého stĺpca matice
E.
x11 x12 ... x1n 1 0 ... 0 a11 x12 + · · · + a1n xn2 = 0
a11 ... a1n
..
.. · x21 x22 ... x2n 0 1 ... 0 a21 x12 + · · · + a2n xn2 = 1
.. .. .. .. =
.. .. .. → ..
..
. . . .. ..
. . . . . . . . . .
an1 ... ann
xn1 xn2 ... xnn 0 0 ... 1 an1 x12 + · · · + ann xn2 = 0
Rozdiel oproti prvému stĺpcu je len v tom, že v maticiach X a E berieme ich druhé stĺpce. Takto
budeme pokračovať až po posledný n. stĺpec, z ktorého dostaneme sústavu rovníc pre neznáme
z n-tého stĺpca matice X.
a11 ... a1n x11 ... x1n 1 ... 0 a11 x1n + · · · + a1n xnn = 0
.. .. .. · .. .. .. = .. .. .. → .. ..
. . . . . . . . . . .
an1 ... ann xn1 ... xnn 0 ... 1 an1 x1n + · · · + ann xnn = 1
Uvedeným spôsobom sme dostali n sústav n lineárnych rovníc s n neznámymi. Matica X bude
existovať práve vtedy, keď budú mať všetky tieto sústavy rovníc riešenie. Každú z týchto sústav
rovníc vieme riešiť Gaussovou eliminačnou metódou. Všimnime si však, že matica sústavy je
v každej z nich tá istá. Je to matica A. Všetky tieto sústavy rovníc sa líšia len svojou pravou
stranou, t. j. stĺpcom vpravo od zvislej čiary.
Pri riešení sústav lineárnych rovníc Gaussovou eliminačnou metódou, eliminujeme maticu
sústavy na redukovaný trojuholníkový tvar, z ktorého potom zistíme riešenie, ak existuje. Vzhľadom
na to, že matica sústavy je v tomto prípade pre všetky sústavy rovníc rovnaká a je to matica A, bude
jej eliminácia na redukovaný trojuholníkový tvar pre všetky sústavy rovníc rovnaká. Nemusíme
preto sústavy zapisovať a riešiť jednotlivo, ale celé to môžeme spraviť naraz. Namiesto rozšírenej
matice jednej sústavy rovníc, zapíšeme rozšírenú maticu všetkých n sústav rovníc naraz
a11 . . . a1n 1 . . . 0
.. . . . .. . . ..
. . .. . . . alebo stručne A E (3.11)
an1 . . . ann 0 . . . 1
3.3 Inverzné matice 121
Pravé strany jednotlivých sústav rovníc sú stĺpce jednotkovej matice, a preto, keď ich zapíšeme
vedľa seba, dostaneme maticu E. Takúto „rozšírenú“ maticu n sústav lineárnych rovníc budeme
eliminovať pomocou elementárnych riadkových operácii tak, aby sme vľavo od zvislej čiary dostali
maticu v redukovanom trojuholníkovom tvare. Z toho potom zistíme, či existujú riešenia všetkých
n sústav lineárnych rovníc a pokiaľ existujú, tak ich aj budeme vedieť určiť.
Kedy budú existovať riešenia všetkých n sústav lineárnych rovníc? Čiže kedy bude existovať
matica X? Vráťme sa k príkladu 3.5 (strana 102) a pripomeňme si, kedy sústava lineárnych rovníc
nemá riešenie. Je to vtedy, keď po eliminácie rozšírenej matice sústavy do redukovaného trojuhol-
níkového tvaru dostaneme riadok, ktorý má na ľavej strane len nuly a na pravej strane nenulové
číslo. Pozrime sa teraz na maticu (3.11). Táto má na pravej strane jednotkovú maticu E, typu
n × n. Hodnosť tejto matice je h(E) = n a jej riadky sú lineárne nezávislé vektory. To znamená,
že neexistuje žiadna ich lineárna kombinácia, ktorou by sme z nich mohli dostať nulový vektor.
Povedané inak, žiadnou postupnosťou elementárnych riadkových operácií nemôžeme vynulovať
čo i len jeden riadok matice na pravej strane. Kedy by teda mohla nastať situácia, že niektorá
z n sústav lineárnych rovníc reprezentovaných maticou (3.11) nebude mať riešenie? Vtedy, keď
hodnosť matice A bude h(A) < n. V takom prípade bude mať matica na ľavej strane, po eliminácii
na redukovaný trojuholníkový tvar, aspoň jeden nulový riadok, ale matica na pravej strane bude mať
všetky riadky nenulové. Preto v aspoň jednej z n sústav lineárnych rovníc nastane prípad, že na ľavej
strane budú len nuly a na pravej strane nenulové číslo. Táto sústava rovníc nebude mať riešenie, ale
potom nebude existovať ani matica X, pretože na jej existenciu je potrebné, aby všetkých n sústav
rovníc malo riešenie. Teraz zadefinujeme nový pojem a uvedieme tvrdenie hovoriace o tom, kedy
ku štvorcovej matici A existuje inverzná matica.
Veta 3.3.1 — O existencii inverznej matice. Nech A je štvorcová matica typu n × n. Potom
ku matici A existuje inverzná matica práve vtedy, keď matica A je regulárna.
Dôkaz: na predošlých stranách sme už ukázali, že riešenie maticovej rovnice A · X = E existuje
práve vtedy, keď matica A je regulárna. Jednoduchým dosadením tohto riešenia do maticovej
rovnice X · A = E sa dá ukázať, že matica X vyhovuje aj tejto rovnici. Prípadne môžeme sústavu
rovníc danú maticovou rovnicou X · A = E riešiť obdobným spôsobom, aký sme použili pri
riešení rovníc A · X = E . Rozdieľ bude len v tom, že z matice E nebudeme brať stĺpce, ale
riadky. Keďže E = ET , tak je to vlastne jedno. Tento dôkaz tu nebudeme robiť.
tento inverzný prvok len zriedkavo označujeme symbolom a−1 . Častejšie ho označujeme 1a , alebo
povieme, že „obe strany rovnice vydelíme číslom a (÷a).“ Delenie číslom poznáme už od prvých
ročníkov základnej školy, avšak nikto nám na základnej a asi ani na strednej škole neprezradil, že
„delenie“ je iba pomocný pojem maskujúci „násobenie inverzným prvkom“.
A·X = B,
kde matice A a B poznáme, matica X je neznáma a všetky tri matice sú takého typu, aby sa dal uve-
dený súčin vypočítať. Potom, ak je matica A štvorcová a regulárna, vieme uvedenú rovnicu vyriešiť
s pomocou jej inverznej matice. Obe strany rovnice prenásobíme inverznou maticou ku matici A.
A · X = B / · A−1 (obe strany rovnice násobíme zľava)
−1 −1
A ·A·X = A ·B
Vieme, že A−1 · A = E a vieme, že pre ľubovoľnú maticu X platí E · X = X. Takže pokračujeme
v riešení
E · X = A−1 · B
X = A−1 · B
Riešením rovnice je matica X = A−1 · B. Na rozdiel od čísel, násobenie matíc nie je komutatívne.
Preto si musíme dávať pozor na to, z ktorej strany násobíme obe strany rovnice. Ak rovnicu
násobíme zľava, tak musíme zľava násobiť obe jej strany. Ak rovnicu násobíme sprava, tak musíme
sprava násobiť obe jej strany. V prípade, že matica, ktorou násobíme rovnicu, nie je jednotková,
tak nesmieme jednu stranu rovnice násobiť touto maticou z ľavej a druhú stranu rovnice z pravej
strany. Rovnica X · A = B by sa riešila takto
X · A = B / · A−1 (obe strany rovnice násobíme sprava)
−1 −1
X·A·A = B·A
X · E = B · A−1
X = B · A−1 .
A − 2B · X = X .
A − 2B · X = X / + 2B · X
A = X + 2B · X
V poslednej rovnisti sa neznáma matica X vyskytuje len na pravej strane a to v oboch sčítancoch.
Nabáda to k použitiu distributívneho zákona x + 2b · x = (1 + 2b) · x. Pri maticiach ale nemôžeme
napísať X + 2B · X = (1 + 2B) · X. Výraz (1 + 2B) totiž nie je definovaný, pretože 1 je skalár (číslo)
a B je matica. Vieme však, že pre každú maticu platí E · X = X · E = X. Môžeme preto napísať
A = X + 2B · X
A = (E + 2B) · X
Ďalšia vec, na ktorú si musíme dávať dobrý pozor, keď používame distributívny zákon pre matice,
je to, z ktorej strany násobíme zátvorku. Vo výraze X + 2B · X je matica B násobená maticou
X sprava. Preto ak pri použití distributívneho zákona budeme vynímať maticu X, musíme ňou
zátvorku násobiť z pravej strany! Ak by sme namiesto toho napísali X + 2B · X = X · (E + 2B), tak
je to špatne. Platí totiž X · (E + 2B) = X + 2X · B ̸= X + 2B · X.
Pokračujme v upravách
Vidíme, že pokiaľ je matica E + 2B regulárna, t. j. existuje k nej inverzná matica, tak sme dostali
riešenie pôvodnej maticovej rovnice
X = (E + 2B)−1 · A .
Musíme teda zistiť, či existuje inverzná matica ku matici E + 2B, vypočítať ju a potom túto inverznú
maticu vynásobiť maticou A, čím dostaneme neznámu maticu X.
1 0 0 3 −4 5 7 −8 10
E + 2B = 0 1 0 + 2 2 −3 1 = 4 −5 2
0 0 1 3 −5 −1 6 −10 −1
Teraz musíme vypočítať inverznú maticu, ak existuje. Výpočet inverznej matice nebudeme rozpi-
sovať, ale uvedieme len jeho výsledok.
1 0 0 − 25 108 34
− 53
7 −8 10 1 0 0 53 53
4 −5 2 0 1 0 ∼ · · · · · · · · · ∼ 0 1 0 − 16 67 26
53 − 53
53
6 −10 −1 0 0 1 0 0 1 10
− 22 3
53 53 53
3 4 1
1 0 0 12 12 12
3 4 1
3 3 −1 1
∼ 0 1 0 − 12 0 12 ⇒ A = −3 0 3 .
12
0 0 1 −3 −8 7 −3 −8 7
12 12 12
Vidíme, že inverzná matica ku matici sústavu existuje. Riešením danej sústavy lineárnych rovníc
potom bude
3 4 1 0 24 2
−1 1 1
X = A ·B = −3 0 3 · 3 = 36 = 3 .
12 12
−3 −8 7 12 60 5
3.4 Cvičenia
Všetky sústavy z nasledujúcich cvičení treba riešiť len s použitím Gaussovej eliminačnej metódy.
Rozšírenú maticu sústavy treba eliminovať až na redukovanú trojuholníkovú maticu. V prípade rov-
níc s nekonečným počtom riešení ich treba všetky napísať s použitím potrebného počtu parametrov.
(d) x1 − 2x3 + x4 = 3
−x1 + x2 + 3x3 − x4 = 5
2x1 − 2x2 + 3x4 = 5
3x1 + 4x2 + x4 = −3
(g) x1 − x2 − 3x4 = −1
7x1 − 2x2 − 2x3 − 10x4 = −2
7x1 − x2 + x3 − 9x4 = −4
2x1 − 2x3 − 4x4 = −6
6x1 − x2 + 2x3 − 7x4 = −1
(b) x1 − x2 + x3 − x4 = −2
x1 + 2x2 − 2x3 − x4 = −5
2x1 − x2 − 3x3 + 2x4 = −1
x1 + 2x2 + 3x3 − 6x4 = −10
(c) x1 + 2x2 + x3 + x4 = −2
2x1 + 6x2 − 2x3 + 3x4 = 7
2x1 + 5x2 + 3x4 = 4
(d) x1 − x2 + 2x3 − x4 = −1
2x1 + x2 − 2x3 − 2x4 = −2
−x1 + 2x2 − 4x3 + x4 = 1
3x1 − 3x4 = −3
(f) 4x1 + x2 − x3 − x4 = 3
2x1 − 11x2 + 5x3 + 9x4 = 2
2x1 + 12x2 − 6x3 − 10x4 = 1
(c) 2x1 + x2 − x3 + x4 = 1
3x1 − 2x2 + 2x3 − 3x4 = 2
2x1 − x2 + x3 − 3x4 = 4
5x1 + x2 − x3 + 2x4 = −1
Cvičenie 3.9 Vypočítajte hodnosť matice A a pri štvorcových maticiach určte, či je matica
regulárna alebo singulárna
1 −2 1 2 −3 8
(a) A = 2 1 3 2 0 −3
(m) A = 4 −3 −6
3 2 2
5 −3 −1
−1 3 2
(b) A = 2 −1 4 3 1 3
3 2 −1 3 2 −1
(n) A = 5
3 2
5 −2 2
(c) A = −2 1 1 6 −4 2
4 −1 1 6 3 3 −4
4 7 −2 5
1 4 −3 (o) A =
(d) A = 2 5 −1 3 1 1 2
2 1 4 1 −1 2 3
1 2 1 −1
1 −1 1
(e) A = 3 2 0 1 3 1 3
(p) A =
2 3 −1 2 −1 2 1
11 −4 −3
3 1 −1 2
(f) A = 1 1 −3 1 −1 1 0
3 −2 1
1 −3 2 0
2 −1 1
(q) A = 3
3 2 1
−2 4 1 3 1
5 1
(g) A = 5 3 3 1
1 1 −1
3 −7 −2 1 5 3 1
1 −2 −1 −1
4 −3 −6
2 −3 8 (r) A = 1
7 5 3
(h) A = 2 9 8 3
0 −3
2
5 −3 −1 3 −2 1 −1
1 1 −3
1 2 −1 0
(i) A = 8 −2 −4
1 3 −1 −1
(s) A = 2 −3
3 −2 1 6 −1
9 −1 15 −5
3 2 5
(j) A = 2 −8 −6 2 −1 1 −3
2 −1 1
2 1 −1 1
(t) A =
3 −2 2 −3
3 1 −1
0 5 1 −1 2
1 2
(k) A =
2 −1 −1
1 8 2 1
2 0 0 −1
5 2 0
(u) A = −2 2 0 0
1 1 −4
3 10 2 −1
1 2 3
(l) A =
1 6 10
4 3 1 1
4 7 5 1 4 −3 6 0
3
0 −1 −2 −4
(v) A = 4
1 −2 −1 −5
6 −3 0 −9 −3
10 1 −4 −5 −13
■
134 Kapitola 3. Sústavy lineárnych rovníc a matice
Cvičenie 3.10 Sú vektory (1, 2, 3) , (1, 2, 4) a (2, 4, 7) lineárne závislé, alebo nezávislé? Ak sú
závislé, určte akou ich lineárnou kombináciou vznikne nulový vektor. ■
Cvičenie 3.12 V nasledujúcich sústavách rovníc je p ∈ R reálny parameter. Zistite pre akú
hodnotu parametra p uvedené sústavy rovníc
1) majú práve jedno riešenie,
2) majú nekonečne veľa riešení,
3) nemajú riešenie.
V prípadoch keď sústava má riešenie, nájdite toto riešenie.
(a) 3x1 + 7x2 + 2px3 = 23 (e) 2x1 + x2 − x3 = −3 − 4p
−x1 + 2x2 − px3 = 0 3x1 + 2x2 + 2x3 = 3 − 6p
2x1 + 5x2 + 3px3 = 21 x1 + 7x2 − 4x3 = −2 − 2p
Cvičenie 3.13 Napíšte sústavu lineárnych rovníc, ktorá má všetky koeficienty nenulové a jej
jediné riešenie je (x1 , x2 , x3 ) = (−4, 5, 13). ■
Cvičenie 3.15 Napíšte sústavu troch LR, ktorá má všetky koeficienty nenulové a má nekonečne
veľa riešení v tvare (x1 , x2 , x3 ) = (1 + 4t, 2 − 5t,t), kde t ∈ R. ■
Cvičenie 3.16 Napíšte sústavu štyroch lineárnych rovníc o štyroch neznámych, ktorá má všetky
koeficienty nenulové a nemá riešenie. ■
3.4 Cvičenia 135
Cvičenie 3.17 V nasledovných úlohach nájdite inverznú maticu ku matici A pomocou Gauss-
Jordanovej metódy.
1 0 2 1
(a) A = (k) A =
2 1 3 2
3 −2 3 11
(b) A = (l) A =
−2 1 1 4
1 2 1 −2
(c) A = (m) A =
3 4 1 5
40 21 35 30
(d) A = (n) A =
5 3 14 15
1 0 1 1 0 −2
(e) A = 2 −1 0 (o) A = −2 1 3
2 1 3 0 1 −2
2 5 7 −1 3 −2
(f) A = 6 3 4 (p) A= 3 0 3
5 −2 −3 2 1 2
2 −3 1 2 −2 3
(g) A = 1 2 −1 (q) A= 2 1 −2
2 1 1 −1 3 1
−8 29 −11 0 1 1 1 1
0 0 0 1 0 1 1 1
(h) A = −5 18 −7 0
(r) A= 0 0 1 1
1 −3 1 0 0 0 0 1
2 1 1 1 1 1 0 0
3 2 1 1 0 1 1 0
(i) A =
4 3 2 1
(s) A= 0 0 1 1
5 4 3 2 0 0 0 1
1 2 −1 −2 1 0 −2 1
2 1 1 1 −1 1 3 −1
(j) A =
1 −1 −1
(t) A= 2 −2
1 0 3
1 2 2 −1 3 4 0 1
■
136 Kapitola 3. Sústavy lineárnych rovníc a matice
Cvičenie 3.18 V nasledovných úlohach nájdite inverznú maticu ku matici A pomocou Gauss-
Jordanovej metódy.
1 2 3 4 1 2 0 4
2 3 1 2 1 1 2 −1
(a) A = (d) A =
1 1 2 −1 1 0 −2 4
1 0 −2 −6 1 3 1 2
cos α sin α cos α sin α
(b) A = (e) A =
− sin α cos α sin α − cos α
cos α sin α 0 cos α sin α 0
(c) A = − sin α cos α 0 (f) A = sin α − cos α 0
0 0 1 0 0 1
■
(g) (x1 , x2 , x3 , x4 ) = 2, − 92 , 0, 52
(c) (x1 , x2 , x3 , x4 ) = (0, 0, 0, 0)
(d) (x1 , x2 , x3 , x4 ) = (−20, 9, −1, 21) (h) (x1 , x2 , x3 , x4 ) = 21 , 38 , 14 , 54
■
3x1 − x2 + 2x3 = 9
2x1 + 3x2 − x3 = −6
−2x1 + 4x2 + 7x3 = 119
■
7x1 + 2x2 + x3 = − 11
7
153
3x1 + 14x2 + 2x3 = 14
13
x1 + 2x2 + 3x3 = 7
■
1 5 3 −2 1 1 −2 1 1 ■
4. Determinanty a ich využitie
4.1 Determinanty
Časť o determinantoch začneme tým, že budeme hľadať riešenie sústavy dvoch rovníc s dvomi
neznámymi
a11 x1 + a12 x2 = b1
(4.1)
a21 x1 + a22 x2 = b2
Za predpokladu, že sústava rovníc (4.1) má riešenie, už vieme, že je to práve vtedy, keď jej matica
je regulárna, môžeme ju riešiť stredoškolským spôsobom, t. j. prvú rovnicu vynásobíme číslom
a22 , druhú rovnicu vynásobime číslom −a12 , rovnice sčítame a dostaneme x1 .
a11 x1 + a12 x2 = b1 / · a22 a11 a22 x1 + a12 a22 x2 = b1 a22
→
a21 x1 + a22 x2 = b2 / · (−a12 ) −a12 a21 x1 − a12 a22 x2 = −b2 a12
b1 a22 − b2 a12
(a11 a22 − a12 a21 )x1 = b1 a22 − b2 a12 ⇒ x1 = (4.2)
a11 a22 − a12 a21
Ak chceme vypočítať neznámu x2 postupujeme analogicky
a11 x1 + a12 x2 = b1 / · (−a21 ) −a11 a21 x1 − a12 a21 x2 = −a21 b1
→
a21 x1 + a22 x2 = b2 / · a11 a11 a21 x1 + a11 a22 x2 = a11 b2
a11 b2 − a21 b1
(a11 a22 − a12 a21 )x2 = a11 b2 − a21 b1 ⇒ x2 = (4.3)
a11 a22 − a12 a21
a11 a12
Definícia 4.1.1 — Determinant matice typu 2 × 2. Nech A = je matica typu
a21 a22
2 × 2 nad poľom F. Potom determinant matice A označujeme |A| a vypočítame ho ako |A| =
a11 a22 − a12 a21 .
146 Kapitola 4. Determinanty a ich využitie
P Ak maticu označujeme sybolom (písmenom), tak jej determinant zapisujeme ako |A|, |B|, |C|, . . .
V prípade, že chceme zapísať determinant konkrétnej matice danej konkrétnymi prvkami (čís-
lami), tak okolo matice píšeme len zvislé čiary a nepíšeme maticové zátvorky. Napríklad
1 4 1 4
A= → |A| = .
−2 3 −2 3
P Permutácia množiny M je akékoľvek preusporiadanie poradia jej prvkov. Nás bude v ďalšom
zaujímať len množina M = {1, . . . , n}, čiže n-prvková množina, ktorej prvky sú čísla 1 až
n. Permutáciu ϕ ∈ P(M) budeme zapisovať ako ϕ(1, . . . , n), alebo ako usporiadanú n-ticu
ϕ(1), . . . , ϕ(n) .
■ Príklad 4.1 Napríklad pre množinu M = {1, 2, 3} bude množina všetkých jej permutácií
P(M) = (1, 2, 3), (1, 3, 2), (2, 1, 3), (2, 3, 1), (3, 1, 2), (3, 2, 1) .
| {z }
ϕ
Ak ϕ ∈ P(M) je ϕ(1, 2, 3) = (2, 3, 1), tak to znamená, že ϕ(1) = 2, ϕ(2) = 3 a ϕ(3) = 1. Inak
povedavé, v permutácii ϕ sa prvok 1 zobrazí na 2, prvok 2 sa zobrazí na 3 a prvok 3 sa zobrazí
na 1. ■
Teraz si definujeme ešte jeden pomocný pojem, ktorý budeme potrebovať pri definícii determinantu
matice typu n × n.
4.1 Determinanty 147
■ Príklad 4.2 Majme množinu M = {1, 2, 3, 4, 5} a permutáciu ϕ ∈ P(M) danú predpisom ϕ(1, 2, 3, 4, 5) =
(3, 5, 1, 4, 2). Koľko a akých inverzií má permutácia ϕ?
Riešenie: najskôr sa pozrime na usporiadanú dvojicu (1, 2) jej obraz v permutácii ϕ je usporiadaná
dvojica ϕ(1), ϕ(2) = (3, 5). Platí 1 < 2, rovnako ako 3 < 5. Preto usporiadaná dvojica (1, 2) nie
je inverzia permutácie ϕ.
Ďalej si zoberme
usporiadanú dvojicu (1, 3). Jej obraz v permutácii ϕ je usporiadaná dvojica
ϕ(1), ϕ(3) = (3, 1). Platí 1 < 3, ale 3 > 1. Preto je podľa definície 4.1.3 usporiadaná dvojica
(1, 3) inverziou permutácie ϕ.
Všetky inverzie permutácie ϕ sú (1, 3) , (1, 5) , (2, 3) , (2, 4) , (2, 5) , (4, 5) .
Počet všetkých inverzií permutácie ϕ je i(ϕ) = 6. ■
Definícia 4.1.4 — Determinant matice typu n × n. Nech A je matica typu n × n nad poľom
F a jej prvky sú (ai j ). Označme si množinu M = {1, . . . , n}. Potom determinant matice A
označujeme |A| a vypočítame ho ako súčet
P Súčiny a1ϕ(1) a2ϕ(2) . . . anϕ(n) v súčte (4.4) sú také n-prvkové súčiny prvkov matice A, v kto-
rých sa z každého riadku a každého stĺpca matice A nachádza práve jeden prvok. To nám
zabezpečí permutácia ϕ. Okrem toho každému takémuto súčinu priraďujeme ešte znamienko
± v tvare (−1)i(ϕ) . Ak má permutácia ϕ párny počet inverzií, tak znamienko súčinu bude +
a ak má permutácia ϕ nepárny počet inverzií, tak znamienko súčinu bude −.
Počítanie determinantov podľa definície 4.1.4 by bolo časovo veľmi náročné. Preto existujú
rôzne spôsoby, ktoré výrazne zjednodušujú a urýchľujú výpočet determinantu matice. Náročnosť
výpočtu determinantu priamo z definície 4.1.4 predvedieme na nasledujúcom príklade.
Riešenie: matica A je typu 3 × 3, takže budeme brať všetky permutácie množiny M = {1, 2, 3}.
Všetky permutácie tejto množiny sme už vypísali v príklade 4.1. Sú to permutácie
P(M) = (1, 2, 3), (1, 3, 2), (2, 1, 3), (2, 3, 1), (3, 1, 2), (3, 2, 1) .
| {z } | {z } | {z } | {z } | {z } | {z }
ϕ1 ϕ2 ϕ3 ϕ4 ϕ5 ϕ6
Každá z týchto šiestich permutácii predstavuje taký výber prvkov a1ϕ(1) , a2ϕ(2) , . . . , anϕ(n) matice
A, v ktorom z každého riadku a každého stĺpca matice vyberáme práve jeden prvok. Pritom týchto 6
148 Kapitola 4. Determinanty a ich využitie
permutácií predstavuje všetky takéto výbery prvkov matice A. Teraz si jednotlivé vývery rozpíšeme
a pre každú permutáciu uvedieme počet jej inverzií.
Sarusovo pravidlo
Sarusovo pravidlo je mnemotechnická pomôcka na výpočet determinantov matíc typu 3 × 3. Pred-
tým ako sa mu budeme venovať, uvedieme jedno dôležité upozornenie1 .
Dôležité upozornenie!
Sarusovo pravidlo sa smie používať len pre matice typu
3 × 3. Pre matice typu n × n, kde n ̸= 3 nefunguje!
Sarusovo pravidlo má tri podoby. Uvedieme ich všetky tri a je len vecou vkusu používateľa, pre
ktorú z nich sa rozhodne.
1. V prvej verzii Sarusovho pravidla sa ku determinantu, ktorý ideme počítať, pripíšu jeho prvé
dva stĺpce tak, ako to vidíme na obrázku.
Potom sa v determinante spoja úsečkou tri prvky hlavnej diagonály a dve vedľajšie trojice
prvkov spojené úsečkami rovnobežnými s hlavnou diagonálou. Na obrázku sú to zelené čiary.
Ďalej sa úsečkou spoja tri prvky vedľajšej diagonály a dve vedľajšie trojice prvkov spojené
úsečkami rovnobežnými s vedľajšou diagonálou. Na obrázku sú to červené čiary. Determinant
sa vypočíta tak, že vypočítame súčiny trojíc prvkov spojených úsečkami, zvlášť sčítame
súčiny zodpovedajúce zeleným čiaram a zvlášť sčítame súčiny zodpovedajúce červeným
čiaram a nakoniec od súčtu zelených súčinov odčítame súčet červených súčinov. Výsledok
bude
|A| = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 − (a13 a22 a31 + a11 a23 a32 + a12 a21 a33 )
1 Napriek tomuto upozorneniu je isté, že sa medzi študentami vždy nájde dosť takých, ktorí budú determinanty matíc
2. V druhej verzii Sarusovho pravidla sa ku determinantu, ktorý ideme počítať, pripisujú jeho
prvé dva riadky tak, ako to vidíme na nasledujúcom obrázku.
Rovnako ako v predošlom prípade sa v determinante spoja úsečkou tri prvky hlavnej dia-
gonály a dve spodné trojice prvkov spojené úsečkami rovnobežnými s hlavnou diagonálou.
Na obrázku sú to zelené čiary. Ďalej sa úsečkou spoja tri prvky vedľajšej diagonály a dve
spodné trojice prvkov spojené úsečkami rovnobežnými s vedľajšou diagonálou. Na obrázku
sú to červené čiary. Determinant sa vypočíta tak, že vypočítame súčiny trojíc prvkov spo-
jených úsečkami, zvlášť sčítame súčiny zodpovedajúce zeleným čiaram a zvlášť sčítame
súčiny zodpovedajúce červeným čiaram a nakoniec od súčtu zelených súčinov odčítame
súčet červených súčinov. Výsledok bude
|A| = a11 a22 a33 + a21 a32 a13 + a31 a12 a23 − (a13 a22 a31 + a23 a32 a11 + a33 a12 a21 )
Súčiny trojíc prvkov, ktoré sa do výsledku budú pričítať, sú reprezentované hlavnou diago-
nálou matice a dvoma trojuholníkmi, ktorých najdlhšia výška je kolmá na hlavnú diagonálu.
Je to obrázok vľavo, so zelenými čiarami. Súčiny trojíc prvkov, ktoré sa od výsledku budú
odčítať, sú reprezentované vedľajšou diagonálou matice a dvoma trojuholníkmi, ktorých naj-
dlhšia výška je kolmá na vedľajšiu diagonálu. Je to obrázok vpravo, s červenými čiarami.
Výsledok bude
|A| = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 − (a13 a22 a31 + a11 a23 a32 + a12 a21 a33 )
Vlastnosti determinantov
Už sme definovali pojem determinantu a vieme ako sa vypočíta determinant matíc typu 2 × 2
a 3 × 3. Máme definovaný aj všeobecný pojem determinantu matice n × n, avšak na počítanie
determinantov je táto definícia, jemne povedané, nepraktická. Teraz si ukážeme niektoré vlastnosti
determinantov, pomocou ktorých budeme efektívnejšie vedieť počítať determinanty matíc.
Priamo z definície determinantu matice typu n × n (definícia 4.1.4, strana 147) vyplýva a
bolo to už aj viackrát spomenuté, že v súčiny n-tíc prvkov matice, pomocou ktorých počítame jej
determinant, vždy obsahujú práve jeden prvok z každého riadku a z každého stĺpca matice. Majme
teda maticu A, ktorá je typu n × n a nech ai j je jej ľubovoľný prvok. Potom má zmysel zobrať
v súčte
všetky sčítance, ktoré obsahujú prvok ai j a tento prvok, na základe distributívneho zákona, vyňať
pred zátvorku, t. j. zápísať súčet týchto sčítancov v tvare ai j · Ai j . Číslo Ai j sa nazýva algebraický
doplnok prvku ai j . Keďže každý súčin v súčte (4.6) obsahuje práve jeden prvok z každého riadku
a z každého stĺpca matice A, môžeme determinant matice A zapísať aj v tvare
|A| = a1 j · A1 j + a2 j · A2 j + · · · + an j · An j , (4.8)
ak si vyberieme j-ty stĺpec matice A. Nasledujúce tvrdenie hovorí o tom, ako sa vypočíta algebraický
doplnok Ai j .
Ai j = (−1)i+ j |Mi j | ,
kde Mi j je matica, ktorá z matice A vznikne vynechaním jej i-teho riadku a j-teho stĺpca.
Dôkaz: determinant matice, tak ako je definovaný na strane 147 je súčet súčinov vyjadrený
vzorcom (4.6) vyššie. Algebraický doplnok, popísaný v texte bezprostredne za vzorcom (4.6),
bude potom vyjadrený vzorcom
kde Pi j ⊂ P(M) je množina všetkých tých permutácií z množiny P(M), pre ktoré platí ϕ(i) = j.
Inak povedané, všetkých tých permutácií z P(M), ktorých súčiny budú obsahovať prvok ai j .
Zo súčinov obsahujúcich prvok ai j sa tento prvok výjme a v súčte pre algebraický doplnok
zostanú už len súčiny (n−1) prvkov. Každej permutácii ϕ ∈ Pi j vieme preto jednoznačne priradiť
permutáciu množiny {1, . . . , (n − 1)} tak, že každá inverzia tejto permutácie bude zároveň aj
inverziou zodpovedajúcej permutácie zo sumy predstavujúcej |A|. Ukážeme si to názorne. Nech
ϕ ∈ P(M) je permutácia, ktorej súčin vo vzorci (4.6) obsahuje prvok ai j . Potom
ϕ : ϕ(1), . . . , ϕ(i − 1), ϕ(i), ϕ(i + 1), . . . , ϕ(n) a ϕ(i) = j .
4.1 Determinanty 151
Uvedené číslo predstavuje počet inverzií 2. typu, ktoré sa stratia. Medzi počtom inverzií i(ϕ) a
i(ψ) platí preto nasledujúci vzťah
x + x + j − i = i(ψ) + 2x + j − i .
i(ϕ) = i(ψ) + |{z}
| {z }
1. typ 2. typ
Pozrime sa teraz na to, ako rozdiel počtu inverzií ovplyvní hodnoty (−1)i(ϕ) a (−1)i(ψ) .
Platí teda, že (−1)i(ϕ) = (−1)i(ψ) · (−1)i+ j a pre algebraický doplnok preto platí
kde Mi j je matica, ktorú z pôvodnej matice A dostaneme vynechaním i-teho riadku a j-teho
stĺpca. Symbolom ∀ψ pod sumou sa myslia všetky permutácie množiny {1, . . . , (n − 1)}, ktoré
z permutácií ϕ ∈ Pi j ⊂ P(M) zostrojíme vyššie popísaným spôsobom. Q.E.D.
152 Kapitola 4. Determinanty a ich využitie
Priamo zo vzorcov (4.7), (4.8) a z vety 4.1.1 vyplýva nasledujúce tvrdenie, pomocou kto-
rého budeme schopní počítať determinanty matíc typu 4 × 4 a väčších jednoduchšie, než priamo
z definície 4.1.4.
Veta 4.1.2 — Laplaceov rozvoj determinantu podľa riadku, alebo podľa stĺpca. Nech A
je matica typu n × n. Potom jej determinant sa dá vypočítať podľa vzťahov
|A| = (−1)i+1 ai1 · |Mi1 | + (−1)i+2 ai2 · |Mi2 | + · · · + (−1)i+n ain · |Min | ,
|A| = (−1)1+ j a1 j · |M1 j | + (−1)2+ j a2 j · |M2 j | + · · · + (−1)n+ j an j · |Mn j | ,
kde Mi j je matica, ktorú z pôvodnej matice A dostaneme vynechaním i-teho riadku a j-teho
stĺpca.
Dôkaz: vyplýva bezprostredne zo vzorcov (4.7), (4.8) a z vety 4.1.1. Q.E.D.
Veta 4.1.2 umožňuje vypočítať determinant matice typu n × n ako súčet determinantov typu
(n − 1) × (n − 1). Čiže zmenšíme rozmer matice, z ktorej determinant počítame, o 1. Z matice
typu n × n spravíme postupne matice typu (n − 1) × (n − 1), (n − 2) × (n − 2), . . . , 3 × 3 až
napokon determinanty matíc typu 3 × 3 vypočítame pomocou Sarusovho pravidla. Ukážeme si to
na nasledujúcom príklade.
2 0 1 4
−1 3 2 1
.
0 2 0 −3
3 1 3 2
Riešenie: na základe vety 4.1.2 môžeme daný determinant rozvinúť podľa ľubovoľného riadku,
alebo stĺpca. Prvým krokom riešenia preto bude výber riadku, alebo stĺpca, podľa ktorého budeme
determinant rozvíjať. Tento výber nebude náhodný, ale bude sa riadiť dvoma kritériami.
1. Vyberáme ten riadok, alebo stĺpec, ktorý obsahuje najviac núl.
2. Ak máme podľa bodu 1. na výber viacero riadkov, resp. stĺpcov, tak si zvolíme ten, v ktorom
sú čo najjednoduchšie nenulové prvky, napríklad čísla 1, −1, 2, −2, . . .
V danom determinante vieme už na základe prvého kritéria jednoznačne vybrať 3. riadok, v ktorom
sa nachádzajú dve nuly. Podľa vety 4.1.2 potom dostávame
2 0 1 4
0 1 4 2 1 4
−1 3 2 1
= (−1)3+1 0 3 2 1 + (−1)3+2 2 −1 2 1 +
0 2 0 −3
1 3 2 3 3 2
3 1 3 2
2 0 4 2 0 1
+(−1)3+3 0 −1 3 1 + (−1)3+4 (−3) −1 3 2 =
3 1 2 3 1 3
ohľadu na hodnotu determinantu |Mi j |, vždy 0. V uvedenom výpočte sú pre úplnosť rozpísané aj
členy zodpovedajúce nulovým prvkom, ale v praxi nulové členy vynechávame. Stačí preto napísať
2 0 1 4
2 1 4 2 0 1
−1 3 2 1
= (−1)3+2 2 −1 2 1 + (−1)3+4 (−3) −1 3 2 =
0 2 0 −3
3 3 2 3 1 3
3 1 3 2
= (−2) · (−29) + 3 · 4 = 58 + 12 = 70
Daný determinant matice typu 4 × 4 vieme teda vypočítať pomocou dvoch determinantov 3 × 3.
Na záver ešte názorne rozpíšeme to, ako dostaneme matice Mi j vynechaním i-teho riadku a j-teho
stĺpca pôvodnej matice.
Výpočet determinantu matice typu 4 × 4 a väčšej Laplaceov rozvojom je síce lepší spôsob než
jeho počítanie priamo z definície, ale stále to môže byť časovo náročný, a preto nepraktocký spôsob.
Predstavme si, že máme počítať determinant matice 6 × 6, ktorá neobsahuje žiadne nulové prvky.
Tento rozvinieme na 6 determinantov matice 5 × 5, každý z nich rozvinieme na 5 determinantov
matice 4 × 4 a každý z nich rozvinieme na 4 determinanty 3 × 3. Spolu teda budeme mať
6 · 5 · 4 = 120
determinantov matíc typu 3 × 3, ktoré by sme mali počítať Sarusovým pravidlom. Budeme sa
preto zaoberať ďalšími vlastnosťami determinantov, ktoré nám zjednodušia ich počítanie. Začneme
nasledujúcim tvrdením.
b) Ak matica B vznikne z matice A tak, že i-ty riadok, alebo j-ty stĺpec matice A vynásobíme
skalárom c ∈ F a ostatné prvky týchto matíc sa zhodujú, tak |B| = c · |A| .
a11 . . . . . . . . . a1n a11 . . . . . . . . . a1n
.. . . . . . . .. .. .. .. .. ..
.
. . . .
. . . . .
A = ai1 . . . ai j . . . ain ⇒
c ai1 . . . c ai j . . . c ain = c · |A|
.. . . . . . . .. .. .. .. .. ..
. . . . . . . . . .
an1 . . . . . . . . . ann an1 . . . . . . . . . ann
a11 . . . a j1 . . . a1n a11 . . . c a j1 . . . a1n
.. . . . .. . .. . . .. .. .
. .. . .. . ..
.
. . .
.. . . . . .. . . . .
A= . ai j . . .. ⇒ . c ai j . . .. = c · |A|
. .
.. . . . .. . .. . . .. .
..
. .. . .. . ..
. . . .
an1 . . . a jn . . . ann an1 . . . c a jn . . . ann
a11 . . . a j1 + b j1 . . . a1n
.. . . .. .. .
. . . . ..
.. . . .. .
= . . ai j + bi j . ..
.. . . .. .. .
. . . . ..
an1 . . . a jn + b jn . . . ann
4.1 Determinanty 155
d) Determinant matice, ktorá má dva rovnaké riadky, alebo dva rovnaké stĺpce je rovný 0.
Dôkaz:
a) Spraví sa Laplaceov rozvoj determinantu podľa i-teho riadku, resp. j-teho stĺpca.
b) Spraví sa Laplaceov rozvoj determinantu podľa i-teho riadku, resp. j-teho stĺpca.
c) Spraví sa Laplaceov rozvoj determinantu podľa i-teho riadku, resp. j-teho stĺpca.
d) Dôkaz sa robí indukciou vzhľadom na rozmer matice a využije sa v ňom aj tvrdenie
z bodu c). Q.E.D.
Lema 4.1.3 bola prípravou na nasledujúce tvrdenie, pomocou ktorého budeme schopní výrazne
zjednodušiť výpočet determinantov.
Lema 4.1.4 — Vlastnosti determinantov 2. Nech A je matica typu n × n nad poľom F. Potom
platia nasledujúce tvrdenia.
a) Determinant matice A sa nezmení, ak ku jej i-temu riadku pripočítame ľubovoľný násobok
jej k-teho riadku, kde 1 ≤ i, k ≤ n.
b) Determinant matice A sa nezmení, ak ku jej j-temu stĺpcu pripočítame ľubovoľný násobok
jej k-teho stĺpca, kde 1 ≤ j, k ≤ n.
c) Ak v matici A zameníme medzi sebou dva riadky, tak jej determinant zmení znamienko.
d) Ak v matici A zameníme medzi sebou dva stĺpce, tak jej determinant zmení znamienko.
Dôkaz: vidíme, že tvrdenia z bodov a) a b), rovnako ako tvrdenia z bodov c) a d) sú rovnaké,
rozdiel medzi nimi je len v tom, že jedno z nich hovorí o riadkoch a druhé o stĺpcoch. Aj dôkazy
týchto dvojíc tvrdení sú rovnaké, stačí v nich len zameniť slová riadok / stĺpec. Uvedieme iba
dôkazy riadkových verzií tvrdení.
a) Ku i-temu riadku matice A propočítame c ∈ F násobok jej k-teho riadku. Bez újmy na vše-
obecnosti môžeme predpokladať, že i < k. Prípad i > k by sa dokazoval rovnako. Teraz počítame
determinant takto upravenej matice.
pretože podľa bodu d) lemy 4.1.3 je druhý determinant 0, keďže má dva rovnaké riadky.
c) Predpokladajme, že v matici A medzi sebou zameníme dva riadky i ̸= k, kde 1 ≤ i, k ≤ n. Opäť
bez újmy na všeobecnosti môžeme predpokladať, že i < k. Prípad i > k sa dokazuje rovnako.
Podľa bodu d) lemy 4.1.3 platí
Uvedený determinant podľa bodu c) lemy 4.1.3 rozpíšeme ako súčet štyroch determinantov
a11 ... ... ... a1n a11 ... ... ... a1n
.. .. .. .. .. .. .. .. .. ..
. . . . . . . . . .
ai1 ... ai j ... ain ak1 ... ak j ... akn
.. .. .. .. .. + .. .. .. .. .. =
. . . . . . . . . .
ak1 + ai1 . . . ak j + ai j . . . akn + ain ak1 + ai1 . . . ak j + ai j . . . akn + ain
.. .. .. .. .. .. .. .. .. ..
. . . . . . . . . .
an1 ... ... ... ann an1 ... ... ... ann
4.1 Determinanty 157
Predošlé dve lemy sú silným nástrojom pri výpočte determinantov matíc typu 4 × 4 a väčších.
Vyplýva z nich, že maticu v determinante môžeme upravovať, pričom používame elementárne
riadkové operácie. Na rozdiel od eliminácie matíc, ktorú sme robili pri Gaussovej eliminačnej
metóde, môžeme pri úprave determinantov používať aj elementárne stĺpcové operácie (definícia
3.2.2, strana 112). Podmienky, za ktorých tieto operácie môžeme používať tak, aby sa nezmenila
hodnota počítaného determinantu, vyplývajú z liem 4.1.3 a 4.1.4. Tu uvedieme len podmienky
pre elementárne riadkové operácie. Pre im zodpovedajúce elementárne stĺpcové operácie platia
rovnaké podmienky.
(i) Ak v matici A zameníme medzi sebou dva riadky, tak determinant musíme násobiť koefi-
cientom (−1).
(ii) Ak v matici A ku jej i-temu riadku pripočítame ľubovoľný násobok jej k-teho riadku (i ̸= k),
tak determinant sa nezmení.
(iii) Ak v matici A násobíme jeden riadok konštantou c ̸= 0, tak determinant musíme násobiť
konštantou c−1 (v prípade čísel to znamená 1c ).
158 Kapitola 4. Determinanty a ich využitie
Skôr, než použitie úprav determinantu ilustrujeme na príklade, uvedieme ešte niekoľko ďalších
jednoduchých tvrdení.
Veta 4.1.5 — Veta o determinantoch. Nech A je matica typu n × n nad poľom F. Potom
platia nasledujúce tvrdenia.
a) Matica A je regulárna práve vtedy, keď |A| ̸= 0.
b) Determinant trojuholníkovej matice sa vypočíta ako súčin prvkov na jej diagonále.
c) Pre determinant matice AT platí |A| = |AT |
Dôkaz:
a) Tvrdenie je ekvivalencia, a preto ho budeme dokazovať ako dve implikácie. Na základe
liem 4.1.3 a 4.1.4 vieme, že |A| ≠ 0 práve vtedy, keď |A△ | =
̸ 0, kde A△ je matica, ktorú
z matice A dostaneme jej elimináciou na redukovaný trojuholníkový tvar.
⇒ Nech matica A je regulárna. Podľa definície 3.3.2 je matica A typu n×n regulárna, ak
h(A) = n. To znamená, že po eliminácii na redukovaný trojuholníkový tvar má matica
n nenulových riadkov. V prípade štvorcovej regulárnej matice je jej redukovaný
trojuholníkový tvar zhodný s diagonálnou maticou, ktorá má na diagonále všetky
prvky nenulové! Pri počítaní determinantu takejto matice priamo z definície 4.1.4
bude existovať len jediná permutácia ϕ taká, že súčin a1ϕ(1) a2ϕ(2) . . . anϕ(n) bude
nenulový. Preto |A△ | ̸= 0 ⇒ |A| ̸= 0.
⇐ Nech |A| = ̸ 0. Potom |A△ | ≠ 0 čo znamená, že matica A△ má n nenulových riadkov,
čiže matica A je regulárna.
b) Každá trojuholníková matica typu n × n sa dá pomocou elementárnych riadkový operácií
eliminovať na diagonálnu maticu. Ak počítame determinant diagonálnej matice priamo
z definície 4.1.4, tak len permutácia ϕ predstavujúca súčin a11 . . . ann môže byť nenulová,
všetky ostatné permutácie reprezentujú nulové súčiny. Preto bude determinant trojuholní-
kovej matice rovný súčinu prvkov na jej diagonále.
c) Štvorcovú maticu A vieme pomocou konečnej postupnosti elementárnych riadkových
operácií eliminovať na diagonálnu maticu Ad , pričom z liem 4.1.3 a 4.1.4 vieme, že
|A| = c · |Ad |, kde c ̸= 0 je nejaká konštanta. Maticu AT ale vieme pomocou konečnej po-
stupnosti elementárnych stĺpcových operácií, zodpovedajúcich elementárnym riadkovým
operáciam použitým pri matici A, tiež eliminovať na diagonálnu maticu Ad a takisto bude
platiť |AT | = c · |Ad |, kde c je rovnaká konštanta ako v predošlom prípade. Takže
Q.E.D.
Veta 4.1.6 — O determinante súčinu matíc a inverznej matice. Nech A a B sú matice typu
n × n nad poľom F. Potom platia nasledujúce tvrdenia.
a) |A · B| = |A| · |B|.
1
b) A−1 =
|A|
4.1 Determinanty 159
Dôkaz tvrdenia z bodu a) predošlej vety svojím rozsahom presahuje možnosti tohto kurzu.
Tvrdenie z bodu b) bezprostredne vyplýva z bodu a). Vieme, že |E| = 1 a vieme, že A · A−1 = E.
Takže z bodu a) vety 4.1.6 dostávame
1
1 = |E| = A · A−1 = |A| · A−1 ⇒ A−1 = .
|A|
Teraz si na príklade ukážeme, ako sa uvedené vlastnosti determinantov dajú využiť na zjednodušenie
výpočtu determinantov matíc typu 4 × 4 a väčších.
1 2 −1 3 2
7 3 1 2 1
2 3 1 2 2
1 1 1 1 1
6 5 1 4 3
Riešenie: samotný Laplaceov rozvoj determinantu je v prípade matíc, ktoré neobsahujú nulové
prvky, neefektívny. Na základe lemy 4.1.3, lemy 4.1.4 a vety 4.1.5 vieme, že pomocou elementár-
nych riadkových aj stĺpcových operácií môžeme maticu v determinante upraviť na trojuholníkový
tvar a z neho potom vypočítať determinant ako súčin prvkov na diagonále. To je obvykle efek-
tívnejšie než rozvoj, ale stále to môže byť časovo náročné. Najefektívnejšia metóda na výpočet
determinantu je kombinácia eleminácie matice a rozvoja determinantu. V každom kroku najskôr
eliminujeme maticu tak, aby sme v niektorom riadku, alebo stĺpci vytvorili nuly a jedno nenulové
číslo a potom spravíme rozvoj determinantu podľa tohto upraveného riadku, alebo stĺpca, čím
z determinantu matice typu n × n dostaneme determinant (len jeden!!!) matice (n − 1) × (n − 1).
Daný determinant môžeme počítať napríklad takto
1 2 −1 3 2 +R5 2 3 0 4 3
7 3 1 2 1 −R5 6 2 0 1 0
2 3 1 2 2 −R5 = 1 2 0 1 1 =
1 1 1 1 1 1 1 1 1 1
6 5 1 4 3 −R5 5 4 0 3 2
použili sme ERO2, ktorú nemusíme nijako kompenzovať, pretože nemení hodnotu determinantu.
Pokračujeme rozvojom determinantu podľa 3. stĺpca
2 3 4 3 −3 · R3 −1 −3 1 0
6 2 1 0 6 2 1 0
= (−1)3+4 · 1 · =− =
1 2 1 1 1 2 1 1
5 4 3 2 −2 · R3 3 0 1 0
Teraz spravíme rozvoj podľa 4. stĺpca
−1 −3 1 −1 −3 1 −R3
= −(−1)3+4 · 1 · 6 2 1 = 6 2 1 −R3 =
3 0 1 3 0 1
Posledný determinant je už len z matice 3 × 3 a mohli by sme ho vypočítať pomocou Sarusovho
pravidla. Avšak Laplaceov rozvoj determinatov a úpravy determinantov fungujú pre všetky matice
typu n × n, kde n ∈ N a nie len pre n ≥ 4. Preto môžeme pokračovať v úpravách a rozvoji
−4 −3 0
−4 −3 −4 −3
= 3 2 0 = (−1)3+3 · 1 · = = −8 − (−9) = 1
3 2 3 2
3 0 1
160 Kapitola 4. Determinanty a ich využitie
Determinant poslednej matice typu 2 × 2 sme už vypočítali podľa definície. Aj determinant matíc
typu 2 × 2 sa ešte dá rozvinúť na determinanty matíc typu 1 × 1, čo sú čísla (skaláry). Ale v našom
prípade by to už nešlo len pomocou ERO2 a bez zlomkov. Preto bolo jednoduchšie počítať to podľa
definície 4.1.1. ■
Z bodu d) lemy 4.1.3 je zrejmé, že ak i ̸= k, tak |A2 | = 0, pretože matica A2 má dva rovnaké riadky.
Spravme teraz Laplaceov rozvoj determinantu matice A2 podľa jej i-teho riadku, ktorý je označený
zelenou farbou. Dostaneme
Rovnako, ako sme to robili pre riadky, môžeme odvodiť analogickú rovnosť pre stĺpce (v matici A1
nahradíme j-ty stĺpec jej k-tym stĺpcom.
(
n |A1 | , ak j = k
∑ aik · Ai j = 0 , ak j ̸= k (4.10)
i=1
Čiže ak algebraické doplnky niektorého riadku / stĺpca násobíme prvkami iného riadku / stĺpca a
tieto súčiny sčítame, tak výsledok bude 0. Z rovností (4.9) a (4.10) potom triviálne vyplýva veta
o výpočte inverznej matice pomocou determinantov.
4.2 Použitie determinantov 161
Potom už stačí len vynásobiť matice A · A−1 , resp. A−1 · A a použiť rovnosti (4.9) a (4.10).
Výsledkom oboch súčinov bude jednotková matica. Q.E.D.
Pre regulárnu maticu A typu n × n poznáme už dva spôsoby hľadania k nej inverznej matice. Sú
to Gaussova metóda a počítanie inverznej matice pomocou determinantov. Druhý spôsob hľadania
inverznej matice je pomerne pracný. Najskôr musíme vypočítať determinant matice typu n × n a
potom musíme vypočítať algebraické doplnky pre všetky prvky matice A, čo je n2 determinantov
matíc typu (n − 1) × (n − 1). Preto inverzné matice v praxi počítame pomocou determinantov len
v troch prípadoch.
• V prípade malých matíc, čiže matíc typu 2 × 2, alebo 3 × 3. V nich sú algebraické doplnky
determinanty matíc typu 1 × 1 a 2 × 2 a tie vieme vypočítať ľahko a rýchlo.
• V prípade, že inverzná matica pozostáva z „divokých“ zlomkov. Pri Gaussovej eliminácii
sa nie každá matica dá upravovať tak, aby obsahovala len celé čísla, alebo jednoduché
zlomky ako sú 21 , alebo 13 . V prípade, že nám pri eliminácie matice vzniknú zlomky ako sú
n n
napríklad 1031 , alebo 10589 , tak ďalšia eliminácia matice sa stáva veľmi nepríjemnou. Vtedy
je jednoduchšie použiť na výpočet inverznej matice determinanty.
• V prípade, keď pole F, nad ktorým je matica A, nie je číselné pole, ale je to napr. pole funkcií.
Aj vtedy síce Gaussova eliminácia je principiálne možná, ale obvykle je jednoduchšie počítať
inverznú maticu pomocou determinantov.
Tieto tri prípady ilustrujeme na príkladoch.
Riešenie: daná matica A zahŕňa prvé dva spomenuté prípady. Po prvé je to má matica typu
3 × 3 a po druhé by počas jej eliminácie Gaussovou metódou, začali vznikať nepríjemné zlomky.
K nej inverznú maticu budeme preto počítať pomocou determinantov. Najskôr musíme vypočítať
determinant samotnej matice A. Keďže je to matica typu 3 × 3, použijeme Sarusovo pravidlo.
Dostaneme
3 2 5
|A| = 1 7 2 = 47 ̸= 0 .
−1 3 1
Tu je dôležité to, že determinant |A| =
̸ 0. Podľa bodu a) vety 4.1.5 to znamená, že matica A je
regulárna a existuje k nej inverzná matica. Ďalej musíme vypočítať 9 algebraických doplnkov
7 2 2 5 2 5
A11 = (−1)1+1 · =1 A21 = (−1)2+1 · = 13 A31 = (−1)3+1 · = −31
3 1 3 1 7 2
1 2 3 5 3 5
A12 = (−1)1+2 · = −3 A22 = (−1)2+2 · =8 A32 = (−1)3+2 · = −1
−1 1 −1 1 1 2
1 7 3 2 3 2
A13 = (−1)1+3 · = 10 A23 = (−1)2+3 · = −11 A33 = (−1)3+3 · = 19
−1 3 −1 3 1 7
Všimnime si, že algebraické doplnky sú už zapísané v „transponovanom“ tvare, čiže algebraické
doplnky prvkov z riadkov matice A sú zapísané do stĺpcov. Teraz podľa vety 4.2.1 môžeme priamo
zapísať inverznú maticu ku matici A
1 13 −31
1
A−1 = · −3 8 −1 .
47
10 −11 19
■
a11 x1 + · · · + a1n xn = b1
a21 x1 + · · · + a2n xn = b2
.. .. .. (4.12)
. . .
an1 x1 + · · · + ann xn = bn
Na uvedenom postupe je založená metóda riešenia sústav lineárnych rovníc pomocou determinan-
tov. Táto metóda sa nazýva Cramerovo pravidlo a hovorí o nej nasledujúca veta.
Veta 4.2.2 — Cramerovo pravidlo. Nech má sústava lineárnych rovníc (4.12) maticu sústavy
A a táto matica je regulárna. Potom má sústava rovníc (4.12) práve jedno riešenie, ktoré môžeme
zapísať v tvare
|A1 | |A2 | |An |
x1 = , x2 = , . . . , xn = ,
|A| |A| |A|
kde Ai je matica, ktorú z matice A dostaneme nahradením jej i-teho stĺpca pravou stranou
sústavy rovníc.
Dôkaz: priamy dôkaz je veľmi jednoduchý. Začneme tým, že v matici sústavy nahradíme jej
164 Kapitola 4. Determinanty a ich využitie
Ďalej budeme počítať determinant |A1 | tak, že spravíme Laplaceov rozvoj matice Ai podľa jej
i-teho stĺpca.
Z toho, ako sme zostrojili maticu Ai , je zrejmé, že všetky vyššieuvedené algebraické doplnky
Aki pre k ∈ {1, . . . , n} sú identické s im zodpovedajúcimi algebraickými doplnkami matice A.
Podľa vzorca (4.13) sa neznáma xi vypočíta ako
1
xi = · (b1 · A1i + b2 · A2i + · · · + bn · Ani ) , pre i ∈ {1, . . . , n} ,
|A|
|Ai |
čo spolu s (4.14) znamená, že xi = . Q.E.D.
|A|
Riešenie: daná sústava lineárnych rovníc spĺňa 2 z 3 kritérii na použitie Cramerovho pravidla.
Matica sústavy je malá, je to matica typu 3 × 3 a pri jej Gaussovej eliminácii by vychádzali veľmi
4.2 Použitie determinantov 165
nepríjemné zlomky. Preto je pri riešení danej sústavy výhodnejšie použiť Cramerovo pravidlo.
Matica danej sústavy je
4 −7 −13
A = 23 −31 5
8 9 −4
a jej determinant môžeme vypočítať napríklad pomocou Sarusovho pravidla (alebo aj úpravou a
rozvojom matice). Dostaneme
4 −7 −13
|A| = 23 −31 5 = −6523 ̸= 0 .
8 9 −4
Z hodnoty determinantu matice A vidíme po prvé, že matica sústavy je regulárna, t. j. sústava bude
mať práve jedno riešenie a po druhé je zrejmé, že pri Gaussovej eliminácii tejto matice by vznikali
nepríjemné zlomky. Hodnota determinantu −6523 by sa objavila v ich menovateľoch.
Ďalej musíme vypočítať determinanty matíc A1 , A2 a A3 , ktoré z matice A postupne dostaneme
nahradením jej prvého, druhého a tretieho stĺpca pravou stranou sústavy rovníc.
19 −7 −13 4 19 −13
|A1 | = −17 −31 5 = −1728 , |A2 | = 23 −17 5 = −3135
13 9 −4 8 13 −4
4 −7 19
|A3 | = 23 −31 −17 = 10 690
8 9 13
Podľa vety 4.2.2 je potom riešenie danej sústavy rovníc usporiadaná trojica
−1728 1728 −3135 627 10 690 2138
x1 = = , x2 = = , x3 = =− .
−6523 6523 −6523 1307 −6523 1307 ■
V ďalšom príklade si ukážeme sústavu rovníc, ktorá spľňa 1. a 3. kritérium na použitie Cramerovho
pravidla.
(cos α) · x1 − (sin α) · x2 = 5
(sin α) · x1 + (cos α) · x2 = 2
Riešenie: matica danej sústavy je malá, je len typu 2 × 2 a jej prvkami sú funkcie. Preto je
výhodnejšie na riešenie tejto sústavy rovníc použiť Cramerovo pravidlo. Matica sústavy je
cos α − sin α
A= a jej determinant je |A| = cos2 α + sin2 α = 1 .
sin α cos α
Determinanty matíc A1 a A2 , ktoré z matice A dostaneme nahradením jej prvého, resp. druhého
stĺpca pravou stranou sústavy rovníc sú
5 − sin α cos α 5
|A1 | = = 5 cos α + 2 sin α a |A2 | = = 2 cos α − 5 sin α .
2 cos α sin α 2
Riešením danej sústavy rovníc potom je usporiadaná dvojica
|A1 | |A2 |
x1 = = 5 cos α + 2 sin α , x2 = = 2 cos α − 5 sin α .
|A| |A| ■
166 Kapitola 4. Determinanty a ich využitie
Okrem toho, že riešiť sústavy lineárnych rovníc pomocou Cramerovho pravidla, alebo inverznej
matice môžeme len v prípade, keď ich matica sústavy je regulárna, majú tieto dve metódy ešte
jednu veľkú nevýhodu v porovnaní s Gaussovou eliminačnou metódou. Pri riešení sústav rovníc
Gaussovou eliminačnou metódou sa na konci riešenia vždy dozvieme, či má daná sústava rovníc
• práve jedno riešenie,
• nekonečne veľa riešení,
• alebo nemá žiadne riešenie.
V prípade riešenia sústav lineárnych rovníc pomocou Cramerovho pravidla, alebo inverznej matice
nájdeme riešenie len v prípade sústav, ktoré majú práve jedno jedno riešenie. Ak však matica
sústavy nie je regulárna, tak netušíme, či má nekonečne veľa riešení, alebo či nemá riešenie. Ak
chceme zistiť odpoveď na túto otázku, musíme použiť Gaussovu eliminačnú metódu.
4.3 Cvičenia 167
4.3 Cvičenia
Cvičenie 4.1 Vypočítajte determinant matice
1 2 3 5
(a) |A| = (l) |A| =
3 4 0 1
2 7 −1 1
(b) |A| = (m) |A| =
8 −1 3 −3
cos α sin α cos α sin α
(c) |A| = (n) |A| =
− sin α cos α sin α − cos α
√ √ 1 1
4 + √5 2 − √7 a−b a+b
(d) |A| = (o) |A| =
2+ 7 4− 5 b a
2 3 7 1 5 −1
(e) |A| = 1 2 1 (p) |A| = 3 2 1
−4 −5 −19 −2 −3 4
1 8 1 1 2 1
(f) |A| = 2 0 3 (q) |A| = 2 −3 1
2 −1 1 3 1 3
2 1 3 2 1 2
(g) |A| = 3 2 2 (r) |A| = −1 3 −2
1 −2 1 3 0 3
2 1 1 1 −5 −2
(h) |A| = 1 2 −1 (s) |A| = 3 6 4
2 −3 1 2 3 5
2 −1 4 −1 −2 3
(i) |A| = −1 3 2 (t) |A| = 3 −7 4
3 2 −1 1 1 2
1 1 1 1 0 1 1 1
1 0 1 1 1 0 1 1
(j) |A| = (u) |A| =
1 1 0 1 1 1 0 1
1 1 1 0 1 1 1 1
5 1 2 7 0 5 2 0
3 0 0 2 8 3 5 4
(k) |A| = (v) |A| =
1 3 4 5 7 2 4 1
2 0 0 3 0 4 1 0
■
168 Kapitola 4. Determinanty a ich využitie
1 1 1 1 −1 2 1 3
−1 0 1 1 5 1 0 −2
(a) |A| = (j) |A| =
−1 −1 0 1 4 −2 −1 3
−1 −1 −1 0 −5 10 2 0
2 3 −3 4 2 2 2 2
2 1 −1 2 −2 0 2 2
(b) |A| = (k) |A| =
6 2 1 0 −2 −2 0 2
2 3 0 −5 −2 −2 −2 0
1 1 1 0 2 2 2 2
1 1 0 1 2 0 2 2
(c) |A| = (l) |A| =
1 0 1 1 2 2 0 2
0 1 1 1 2 2 2 0
2 −1 1 0 3 1 −1 2
0 1 2 −1 1 2 1 −1
(d) |A| = (m) |A| =
3 −1 2 3 2 −1 2 1
3 1 6 1 1 3 1 3
2 2 2 0 1 1 1 1
2 2 0 2 1 2 1 1
(e) |A| = (n) |A| =
2 0 2 2 1 1 3 1
0 2 2 2 1 1 1 4
1 2 −1 −2 1 −1 2 −1
2 1 1 1 2 1 −2 −2
(f) |A| = (o) |A| =
1 −1 −1 1 −1 2 −4 1
1 2 2 −1 3 0 0 −3
2 2 7 2 1 0 −2 1
6 4 1 1 −1 1 3 −1
(g) |A| = (p) |A| =
1 −2 6 −1 2 −2 0 3
3 −8 3 −1 3 4 0 4
3 −1 2 2 3 −1 2 −1
−2 5 4 4 1 −10 1 1
(h) |A| = (q) |A| =
7 3 2 2 2 4 4 2
4 1 −5 −5 −1 −4 4 5
2 1 1 1 1 5 6 0 0 0
1 3 1 1 1 1 5 6 0 0
(i) |A| = 1 1 4 1 1 (r) |A| = 0 1 5 6 0
1 1 1 5 1 0 0 1 5 6
1 1 1 1 6 0 0 0 1 5
■
4.3 Cvičenia 169
3 0 −1 −2 −4 1 2 3 4 5
4 1 −2 −1 −5 2 1 3 4 5
(a) |A| = 1 4 −3 6 0 (c) |A| = 2 3 1 4 5
6 −3 0 −9 −3 2 3 4 1 5
10 1 −4 −5 −13 2 3 4 5 1
0 1 1 1 1 1 1 1 1 1 1 1
1 0 1 1 1 1 1 0 1 1 1 1
1 1 0 1 1 1 1 1 0 1 1 1
(b) |A| = (d) |A| =
1 1 1 0 1 1 1 1 1 0 1 1
1 1 1 1 0 1 1 1 1 1 0 1
1 1 1 1 1 1 1 1 1 1 1 0
■
Cvičenie 4.4 Bez výpočtu determinantu zdôvodnite, prečo jeho hodnota je rovná nule
13 4 7 −2 2 5 1 0
12 6 0 −3 −1 4 7 3
(a) |A| = (b) |A| =
11 0 8 0 5 6 −5 −3
10 −8 0 4 3 −5 9 11
■
k q n 4k 4l 4m
(d) l r o =4 (h) 3n − 5q 3o − 5r 3p − 5s = 48
m s p −q −r −s
■
II
5 Postupnosti a limity postupností . . . . . . 177
5.1 Úvod
5.2 Postupnosti
5.3 Limity postupností
5.4 Cvičenia
5.5 Odpovede a výsledky cvičení
5.1 Úvod
Predtým, než sa začneme venovať postupnostiam a ich limitám, zopakujeme si niektoré známe
veci a pridáme zopár nových pojmov a faktov. S pojmom interval sme sa už stretli na základnej
aj strednej škole v súvislosti s množinou reálnych čísel. Intervaly poznáme otvorené, zapisujeme
ich bežnými zátvorkami (a, b), uzavreté, zapisujeme ich lomenými zátvorkami ⟨a, b⟩ a napokon
z jednej strany otvorené a z druhej otvorené (a, b⟩, alebo ⟨a, b). Formálne sa uvedené typy intervalov
pre a, b ∈ R, a ≤ b definujú takto
• (a, b) = {x ∈ R : a < x < b}, • (a, b⟩ = {x ∈ R : a < x ≤ b},
• ⟨a, b⟩ = {x ∈ R : a ≤ x ≤ b}, • ⟨a, b) = {x ∈ R : a ≤ x < b}.
Pojem interval však nie je obmedzený len na množinu reálnych čísel. Tento pojem môžeme defino-
vať a používať v súvislosti s akoukoľvek lineárne usporiadanou množinou. Množina A je lineárne
usporiadaná, ak pre ľubovoľné dva prvky a, b ∈ A vieme jednoznačne povedať, ktorý z nich má
„menšiu hodnotu“ a ktorý má „väčšiu hodnotu“ a ak nenastane ani jedna z týchto dvoch možností,
tak potom prvky a, b majú „rovnakú hodnotu“. V prípade číselných množín toto porovnávanie
veľkosi ich prvkov, robíme pomocou symbolov < , >. Tieto symboly sa však v matematike zvyknú
používať aj pre porovnávanie prvkov ľubovoľných usporiadaných množín, nielen číselných množín.
Spomedzi číselných množín, sú lineárne usporiadanými množinami napríklad množiny prirodze-
ných, celých, racionálnych a iracionálnych čísel a samozrejme aj ich podmnožiny. V prípade
komplexných čísel by sme museli najskôr definovať, kedy je jedno komplexné číslo menšie / väčšie
než iné komplexné číslo. Formálna definícia pojmu interval je nasledovná.
Definícia 5.1.2 — Nevlastné body. Symboly ±∞ sú pre reálne čísla definované nasledovným
spôsobom
a) ∀x ∈ R : x < +∞,
b) ∀x ∈ R : −∞ < x,
c) −∞ < +∞.
Hodnoty ±∞ sa nazývajú nevlastné hodnoty, alebo nevlastné body. Nevlastné body nepatria
medzi reálne čísla, čiže ±∞ ̸∈ R. Občas však budeme používať tzv. rozšírenú množinu reálnych
čísel, ktorú budeme označovať R∗ a ktorá je definovaná ako R∗ = R ∪ {−∞, ∞}.
Takmer úplne rovnakým spôsobom, akým sme v definícii 5.1.2 definovali symboly ±∞ pre
reálne čísla, môžeme symbol ∞ definovať pre prirodzené, celé, racionálne a komplexné čísla a
symbol −∞ pre celé, racionálne a komplexné čísla a následne definovať rozšírené množiny N∗ , Z∗ ,
Q∗ a C∗ . Ak sú hranicami intervalu nevlastné body, tak je v nich interval vždy otvorený.
Definícia 5.1.3 — Okolie bodu. Nech δ ∈ R, δ > 0 a nech z ∈ C. Potom δ okolie bodu z
označujeme Oδ (z) a je to množina Oδ (z) = {c ∈ C : |z − c| ≤ δ } .
Definícia 5.1.4 — Prstencové okolie bodu. Nech δ ∈ R, δ > 0 a nech z ∈ C. Potom prstencové
δ okolie bodu z označujeme O◦δ (z) a je to množina O◦δ (z) = {c ∈ C : |z − c| ≤ δ , z ̸= c} .
P Pred definíciami (5.1.3) a (5.1.4) bolo spomenuté, že okolie a prstencové okolie definujeme
pre reálne a komplexné čísla, ale v definíciach sú uvedené len komplexné čísla. Pýtate sa
prečo? Stačí si uvedomiť, že R ⊂ C a každé reálne číslo a ∈ R sa dá jednoznačne zapísať ako
komplexné číslo (a+0 i) ∈ C, čiže ako komplexné číslo s nulovou imaginárnou zložkou. Preto
v definíciach a tvrdeniach, ktoré budeme chcieť zapísať pre množiny reálnych aj komplexných
5.1 Úvod 179
čísel, budeme uvádzať len komplexné čísla. Napríklad definícia 5.1.4 by pre reálne číslo a ∈ R
mala tvar
O◦δ (a) = {x ∈ R : |a − x| ≤ δ , x ̸= a} ,
čiže prstencovým okolím bodu a ∈ R je interval bez jedného bodu ⟨a − δ , a + δ ⟩ \ {a}.
Definícia 5.1.5 — Okolie nevlastných bodov ±∞. Nech δ ∈ R. Potom okolie nevlastného
bodu ∞ je interval δ1 , ∞ pre ľubovoľnú hodnotu δ > 0 a označujeme ho Oδ (∞). Podobne
okolie nevlastného bodu −∞ je interval −∞, − δ1 pre ľubovoľnú hodnotu δ > 0 a označujeme
ho Oδ (−∞).
Komplexné čísla sú body komplexnej roviny, a preto si môžeme okolie a prstencové okolie bodu
z ∈ C znázorniť graficky ako kruh so stredom v bode z (viď obrázok 5.1, strana 179).
Analogicky môžeme znázorniť okolie a prstencové okolie reálneho bodu a ∈ R ako interval bez
jedného bodu na reálnej osi (viď obrázok 5.2).
Jediný rozdiel medzi okolím a prstencovým okolím bodu spočíva v tom, či samotný bod,
do okolia patrí, alebo nepatrí. Podobne ako sme pri intervaloch na reálnych číslach hovorili o ot-
vorenom a uzavretom intervale, môžeme aj pri okoliach hovoriť o uzavretom a otvorenom okolí.
Okolie a prstencové okolie z definícií 5.1.3 a 5.1.4 obe zahŕňajú aj svoju hranicu. Ak by sme chceli
definovať okolie, alebo prstencové okolie s „otvorenou“ hranicou, t. j. obdobu otvoreného intervalu,
stačilo by v definíciach zameniť symbol ≤ za symbol < .
V definíciach 5.1.3 a 5.1.4 sme použili zápis |z − c| ≤ δ , resp. v poznámke za definíciami pri
reálnych číslach analogický zápis |a − x| ≤ δ . Označenie |z − c| pri komplexných číslach znamená
dĺžku komplexného čísla z − c. Táto dĺžka je identická so vzdialenosťou komplexných čísel z a c,
ako sa veľmi ľahko môžeme presvedčiť pomocou zápisu oboch komplexných čísel v algebraickom
tvare a vedomostí zo stredoškolskej analytickej geometrie. Pri reálnych číslach zápis |a−x| rovnako
predstavuje vzdialenosť čísel a a x. V prípade reálnych čísel sa táto vzdialenosť vyjadruje bežnou
absolútnou hodnotou, ktorú poznáme už zo základnej školy a ktorá sa formálne definuje ako
(
a , pre a ≥ 0
|a| =
− a , pre a < 0 .
Trojuholníková nerovnosť sa v jednej, či druhej podobe často využíva v rôznych odhadoch. Naprí-
klad
1 1 1
≤ ≤ , pre x ∈ ⟨−1, 1⟩ ,
6 |5 − x| 4
pretože pre |x| ≤ 1 platí
4 = |5| − 1 ≤ |5| − |x| ≤ |5 − x| ≤ 5 + |x| ≤ |5| + 1 = 6 .
Na záver úvodnej časti uvedieme a dokážeme jednu známu nerovnosť, ktorú ďalej budeme viackrát
využívať.
3. Dokážeme, že za predpokladu z bodu 2., bude tvrdenie platiť aj pre číslo (n + 1).
2.
n x2 ≥ 1 + (n + 1) x .
(1 + x)n+1 = (1 + x)n (1 + x) ≥ (1 + n x) (1 + x) = 1 + n x + x + |{z}
≥0
Tým je dokázané, že ak platí tvrdenie pre n, tak platí aj pre (n + 1). Q.E.D.
5.2 Postupnosti
Už na strednej škole sme sa stretli s rôznymi postupnosťami. Určite poznáme aritmetickú postupnosť,
geometrickú postupnosť a možno aj Fibonacciho postupnosť a iné rekurentné postupnosti. Teraz
uvedieme formálnu definíciu postupnosti.
Definícia 5.2.1 — Postupnosť. Nech A je neprázdna množina. Potom pod postupnosťou rozu-
mieme ľubovoľné zobrazenie f : N → A. Postupnosť budeme označovať (an )∞
n=0 , alebo (an )n∈N ,
pričom prvky postupnosti sú an = f (n).
P V definícii 5.2.1 sme na označenie zobrazenia použili f a nie ϕ, ako v definícii 2.1.1 a v celej
2. kapitole. Tento rozdiel je daný konvenciou, podľa ktorej v matematickej analýze označu-
jeme zobrazenia (funkcie) malými písmenami latinskej abecedy. Na rozdiel od matematickej
analýzy, sa zvyknú zobrazenia v algebre označovať malými písmenami gréckej abecedy.
V zásade je úplne jedno akými symbolmi zobrazenia označujeme. Jedinými podmienkami
pre použité označenie sú jeho jednoznačnosť a zrozumiteľnosť.
Postupnosť môžeme zadať rôznymi spôsobmi. Napríklad ju môžeme zadať napísaním jej niekoľkých
prvých členov
0, 1, 4, 9, 16, 25, 36, 49, . . .
Tento spôsob sa používa len zriedkavo, pretože nie je jednoznačný. Zápis uvedený vyššie evokuje
predstavu, že n-tý člen danej postupnosti je n2 . To však s istotou môžeme povedať len o prvých
ôsmych členoch tejto postupnosti. Odkiaľ však vieme, že a8 = 64 a nie napríklad −5? Preto ak
sa v cvičeniach vyskytnú úlohy tohto typu, musíme vždy predpokladať, že uvedených niekoľko
prvých členov charakterizuje danú postupnosť.
Druhý spôsob zadávania postupnosti je explicitný. Explicitne zadávame postupnosť pomocou
zobrazenia, ktoré jú definuje. Predošlú postupnosť
∞ môžeme explicite zapísať ako (an )n∈N , kde
∞
an = n2 , alebo ju môžeme zapísať ako n2 n=0 , prípadne ako an = n2 n=0 .
■ Príklad 5.1 Zapíšte explicitne aritmetickú postupnosť, ktorej prvý člen je a0 a diferencia je d a
geometrickú postupnosť, ktorej prvý člen je g0 a kvocient q.
Riešenie: aritmetickú postupnosť poznáme zo strednej školy a vieme, že jej členy sú
a0 , a1 = a0 + d, a2 = a1 + d = a0 + 2 d, a3 = a2 + d = a0 + 3 d, a4 = a3 + d = a0 + 4 d, . . .
Explicitný zápis aritmetickej postupnosti potom bude
(an )∞
n=0 , kde an = a0 + n d .
Tretí spôsob, ktorým môžeme zadať postupnosť je rekurentný. Rekurentne zadáme postupnosť
tak, že jej n-tý člen vyjadríme pomocou jej predchádzajúcich členov. To už poznáme z aritmetickej
a geometrickej postupnosti a možno poznáme aj dobre známu Fibonacciho postupnosť.
(an )∞
n=0 , kde a0 ∈ R a an = an−1 + d .
(b) Geometrická postupnosť je definovaná svojím prvým členom a tým, že gn vypočítame tak,
že gn−1 vynásobíme kvocientom q. Takže jej rekurentné vyjadrenie bude napríklad
(gn )∞
n=0 , kde g0 ∈ R a gn = gn−1 q .
(c) Fibonacciho postupnosť sa rekurentne definuje pomocou svojích prvých dvoch členov f0 = 1,
f1 = 1 a pre n ≥ 2 rekurentným predpisom fn = fn−1 + fn−2 . To znamená, že n-tý člen
Fibonacciho postupnosti pre n ≥ 2 vypočítame ako súčet bezprostredne mu predchádzajúcich
dvoch členov tejto postupnosti. Prvé členy Fibonacciho postupnosti sú
tak vidíme, že hodnota členov tejto postupnosti rastie a je evidentné, že porastie do nekonečna.
Nasledujúca definícia je preto intuitívne zrejmá.
1 napríklad lineárne
5.3 Limity postupností 183
Definícia 5.3.1 — Monotónnosť postupnosti. Nech (an )n∈N je postupnosť reálnych čísel.
Potom hovoríme, že postupnosť (an )n∈N je
a) rastúca, ak ∀ n ∈ N : an < an+1 ,
b) neklesajúca, ak ∀ n ∈ N : an ≤ an+1 ,
c) klesajúca, ak ∀ n ∈ N : an > an+1 ,
d) nerastúca, ak ∀ n ∈ N : an ≥ an+1 .
Postupnosť majúca niektorú z uvedených vlastností sa nazýva monotónna postupnosť.
■ Príklad 5.3
∞
(a) Postupnosť log n1 n=1
je klesajúca. Jej prvé členy sú
1 1 1 1
0 > log > log > log > log > . . .
2 3 4 5
(b) Postupnosť ((−1)n )n∈N nie je ani rastúca, ani klesajúca. Jej prvé členy sú
Definícia 5.3.2 — Ohraničenosť postupností. Nech (an )n∈N je postupnosť reálnych čísel.
Potom hovoríme, že postupnosť (an )n∈N je
a) ohraničená zdola, ak existuje číslo L ∈ R také, že ∀ n ∈ N : L ≤ an ,
b) ohraničená zhora, ak existuje číslo L ∈ R také, že ∀ n ∈ N : an ≤ L ,
c) ohraničená, ak existuje číslo L ∈ R také, že ∀ n ∈ N : |an | ≤ L .
■ Príklad 5.4
(a) Postupnosť (2n )∞ n
n=0 je ohraničená zdola. Pre všetky jej členy platí 1 ≤ an = 2 .
■ Príklad 5.5
∞
(a) Členy postupnosti 1n n=1 si môžeme graficky znázorniť v rovine. Prvých 10 členov tejto
postupnosti bude mať podobu
Vieme, že 1n > 0 pre všetky n ∈ N \ {0}, a preto intuitívne tušíme, že ak n porastie do neko-
nečna, tak hodnoty an sa budú blížiť k nule.
n ∞
(b) S postupnosťou 1 + n1 sa pravdepodobne ako prvý zaoberal švajčiarsky fyzik a
n=1
matematik Jakob I. Bernoulli pri počítaní úrokov. Ak si požičiame 1 e so 100 % úrokom,
ktorý sa platí raz ročne, tak po roku zaplatíme 1 + 1 eur. Ak namiesto 100 % úroku raz ročne,
2
budeme mať 50 % úrok dvakrát ročne, tak po roku zaplatíme 1 + 12 · 1 + 12 = 1 + 21
eur. Takto môžeme pokračovať ďalej a úrok 100 % rozdeliť na n častí s úročením n-krát ročne
1 n
a po roku zaplatíme 1 + n eur. Ak si tieto sumy vyčíslime, tak dostaneme
1 1 1 2 1 3
1+1 = 1+ =2 1+ = 2, 25 1+ = 2, 370 ...
1 2 3
n
Nie je ťažké dokázať (viď príklad 5.15), že postupnosť s členmi an = 1 + n1 je rastúca.
Nebude však rásť do nekonečna, ale je to ohraničená postupnosť, ktorej členy sa budú
s rastúcim n blížiť k hodnote
.
e = 2, 71828182845904523536028747135266249775724709369995957496 . . .
Ako sme videli v predošlom príklade, hodnoty členov postupností sa s n idúcim do nekonečna
môžu približovať k nejakej hodnote. Táto hodnota môže byť konečná, ako tomu bolo v príklade
5.5, alebo môže byť nekonečná, ako tomu bolo v príkladoch 5.3 (a) a 5.4 (a). Na zisťovanie toho,
či a ku akej hodnote sa blíži an , keď n ide do nekonečna slúži limita postupnosti. Predtým, než
uvedieme definíciu limity postupnosti, musíme uviesť definíciu hromadného bodu množiny.
Rovnako ako tomu bolo v prípade definície okolí nevlastných bodov ±∞ (strana 179), aj
hromadný bod budeme potrebovať definovať len pre množiny reálnych čísel a prirodzených čísel,
pretože pre iné množiny v tomto kurze hromadné body potrebovať nebudeme. Uvedieme si preto
definíciu hromadného bodu pre množinu R a v príklade za ňou si uvedieme, čo je hromadným
bodom množiny N.
5.3 Limity postupností 185
V predošlej definícii je bod a ∈ R∗ z rozšírenej množiny reálnych čísel, čiže to môže byť aj
nevlastný bod. Definícia potom hovorí, že bod a je hromadným bodom množiny M, ak jeho ľubo-
voľné2 okolie má s množinou M spoločný ešte aspoň jeden ďalší bod, ktorý je rôzny od samotného
bodu a.
Ak by sme chceli definovať hromadný bod pre množinu prirodzených čísel, tak stačí v definícii
5.3.3 zameniť R za N. Samozrejme číslo δ > 0 zostáva reálne, čiže δ ∈ R. V nasledujúcom príklade
sa pozrieme na to, ktoré body sú hromadnými bodmi množiny reálnych, resp. prirodzených čísel.
■ Príklad 5.6 Nájdite všetky hromadné body množiny R∗ a všetky hromadné body množiny N∗ .
Riešenie:
(a) Ukážeme, že každý bod a ∈ R∗ je hromadným bodom množiny R. Okolie bodu a ∈ R je
definované ako
Oδ (a) = {x ∈ R : |a − x| ≤ δ } .
To znamená, že pre ľubovoľne malé δ > 0 bude okolím bodu a ∈ R interval ⟨a−δ , a+δ ⟩. Ak
z tohto intervalu vyhodíme samotný bod a, tak dostaneme intervaly ⟨a − δ , a) a (a, a + δ ⟩.
V prípade, že bod a je nevlastný, tak jeho okolie bude interval −∞, − δ1 , alebo interval
1
. Pre ľubovoľný bod a ∈ R∗ a ľubovoľnú hodnotu δ > 0, majú všetky uvedené intervaly
δ , ∞
s množinou R neprázdny prienik. To znamená, že každý bod a ∈ R∗ je hromadným bodom
množiny R
(b) Množina N∗ znamená rozšírenú množinu reálnych čísel, čiže množinu N ∪ {∞}. Ak by sme si
vzali ľubovoľné prirodzené číslo n ∈ N, tak jeho δ okolím interval ⟨n − δ , n + δ ⟩. Keď z tohto
intervalu vyhodíme samotný bod n, tak dostaneme dva intervaly ⟨n − δ , n) a (n, n + δ ⟩. Ak
si hodnotu δ zvolíme tak, že 0 < δ < 1, tak platí
⟨n − δ , n) ∩ N = 0/ a (n, n + δ ⟩ ∩ N = 0/ .
Dôvod, pre ktorý sme definovali pojem hromadného bodu je ten, že limitu má zmysel hľadať len
v hromadných bodoch príslušnej množiny. Preto, ak budeme hľadať limitu postupnosti, tak to bude
vždy len pre n → ∞ (číta sa to „ n idúce do nekonečna“). Pri postupnostiach sú členy postupnosti
indexované prirodzenými číslami. Preto nemá žiaden zmysel pýtať sa na limitu postupnosti pre
ľubovoľné n ∈ N. Hodnotu an , t. j. n-tého člena postupnosti, vieme vypočítať bez ohľadu na to, či je
postupnosť daná explicitne, alebo rekurentne. Jediným hromadným bodom množiny prirodzených
čísel je nevlastný bod ∞, a preto nás pri postupnostiach bude zaujímať to, či existuje hodnota,
ku ktorej sa budú členy postupnosti blížiť, keď n porastie do nekonečna. Toto priamo z predpisu
definujúceho postupnosť vypočítať nevieme, pretože čosi ako „nekonečný člen“ a∞ neexistuje
(∞ ̸∈ N). V každom okolí nevlastného bodu ∞ sa však nachádzajú prirodzené čísla, je to hromadný
bod množiny N, dokonca sa ich v každom okolí nevlastného bodu ∞ nachádza nekonečne veľa, a
preto môžeme hľadať limitu postupnosti pre n → ∞.
Definícia 5.3.4 — Limita postupnosti. Majme komplexnú postupnosť (an )n∈N . Nech a ∈ C∗ .
Hovoríme, že bod a je limitou postupnosti (an )n∈N , označujeme to lim an = a , ak platí
n→∞
Skôr, než sa pustíme do vysvetľovania uvedenej definície limity postupností musíme priznať,
že sme v tejto definícii išli s kanónom na vrabce. Definícia 5.3.4 totiž definuje limitu komplexnej
postupnosti, čiže postupnosti, ktorej členy môžu byť komplexné čísla (an ∈ C). V skutočnosti
takmer všetky postupnosti, s ktorými sa stretneme v príkladoch, budú reálne postupnosti, t. j.
∀n ∈ N : an ∈ R. Avšak kurz Matematika 2, ktorý beží v 2. semestri, sa zaoberá aj komplexnými
postupnosťami a funkciami, a preto nie je na škodu veci mať potrebné pojmy definované už teraz.
Pozrime sa teraz na to, čo znamená zápis
∀ ε > 0 ∃ δ > 0 : n ∈ Oδ (∞) ⇒ an ∈ Oε (a) .
Začnime
tým, že si pripomenieme, čo je to δ okolie nevlastného bodu ∞. Je to akýkoľvek interval
1 1
δ , ∞ pre δ > 0. Keďže pre každé δ > 0 existuje prirodzené číslo n 0 ∈ N také, že δ ≤ n0 , tak
namiesto ∃ δ > 0 : n ∈ Oδ (∞) môžeme písať ∃ n0 ∈ N : n ∈ ⟨n0 , ∞), alebo ∃ n0 ∈ N : n ≥ n0 .
Teraz sa pozrieme na to, čo znamená an ∈ Oε (a) pre vlastný bod a ∈ C. Okolie Oε (a) pre ε > 0
podľa definície 5.1.3 znamená Oε (a) = {c ∈ C : |a − c| ≤ ε }. Oproti definícii 5.1.3 sme len
zamenili označenie z za a a δ za ε. Takže podmienku (5.4) z definície limity môžeme prepísať
v tvare
∀ ε > 0 ∃ n0 ∈ N : n ≥ n0 ⇒ |a − an | ≤ ε . (5.5)
Podmienka (5.5) je už dostatočne zrozumiteľná. Jej slovné vyjadrenie hovorí
Pre ľubovoľne malé ε > 0 existuje také prirodzené číslo n0 , že pre všetky prirodzené
čísla n ≥ n0 bude vzdialenosť členov postupnosti (an )n∈N od hodnoty a nanajvýš ε.
Podmienka (5.5) platí len pre vlastný bod a ∈ C. Pre nevlastný bod a ∈ {±∞} bude mať mierne
odlišnú podobu, ktorú si ukážeme neskôr. V predošlej vete sa dôraz kladie na slovné spojenie
„ľubovoľne malé ε > 0“. To znamená, že my si môžeme zvoliť ľubovoľne malé, rozumej idúce až
k nule, okolie bodu a a vždy bude existovať také prirodzené číslo n0 , že všetky členy skúmanej
postupnosti budú pre n ≥ n0 ležať v tomto okolí. Hovorí sa tomu ešte aj tak, že „chvost postupnosti“,
čiže všetky členy od nejakého n0 ∈ N vyššie, leží celý v ε okolí bodu a.
To, ako sa správajú členy postupnosti (an )n∈N pre n < n0 nie je dôležité. Pre ľubovoľné n0 ∈ N
je týchto členov len konečný počet a pre n idúce do nekonečna, na konečnom počte prvých členov
postupnosti nezáleží. Zoberme si ako príklad postupnosť, ktorej členy sú definované predpisom
an = 10 · sinn n pre n ≥ 1. Jej prvé členy sú znázornené na nasledovnom obrázku
5.3 Limity postupností 187
Z obrázku vidíme, že prvých 8 členov leží mimo vyznačeného okolia, ale od n0 = 9 už ďalšie
členy ležia vo vyznačenom
r okolí. Pretože pre každé ε > 0 vieme nájsť n0 ∈ N s touto vlastnosťou,
!
n 3 5 5
bude lim · 1+ −1 = .
n→∞ 2 n 6
Predtým, než sa začneme zaoberať vlastnosťami limít a ich počítaním, povieme si, ako rozlišujeme
limity a kedy hovoríme, že postupnosť konverguje, alebo diverguje.
Definícia 5.3.5 — Vlastná a nevlastná limita. Majme limitu lim an = a. Hovoríme, že táto
n→∞
limita je vlastná, ak a ∈ C. V prípade, že a = −∞, alebo a = ∞, hovoríme, že limita je nevlastná.
Označenie vlastná / nevlastná limita hovorí o tom, či je hodnota limity konečné číslo, alebo je
hodnotou limity nevlastný bod. V prípade, že hodnotou limity je nevlastný bod, môžeme definíciu
limity alternatívne zapísať v tvare
alebo v tvare
Tvary (5.6) a (5.7) sa od (5.5) líšia preto, lebo okolie nevlastného bodu Oε (±∞) má iný tvar, než
okolie vlastného bodu Oε (a) pre a ∈ C. Všetky tieto tri tvary definície limity, sú len prepisom
definície 5.3.4 pre vlastné a nevlastné body a. Nasledujúca definícia bude hovoriť o tom, kedy
postupnosť konverguje a kedy diverguje.
Predošlá definícia hovorí o tom, že postupnosť (an )n∈N je konvergentná, ak sa jej členy, pri n
idúcom do nekonečna, blížia k nejakej konečnej hodnote. Ukážeme si to teraz na príkladoch.
188 Kapitola 5. Postupnosti a limity postupností
■ Príklad 5.7 Daná je postupnosť (an )n∈N , ktorej členy sú an = nz , kde z ∈ C. Zistite, či je táto
postupnosť konvergentná.
z
Riešenie: máme vlastne zistiť, či existuje limita lim a či je táto limita vlastná. Už skôr bolo
n→∞ n
spomenuté, že je intuitívne zrejmé, že ak n rastie do nekonečna, tak hodnota 1n klesá k nule. Okrem
z
toho vieme, že pre každé n ∈ N je n1 > 0. Aby sme dokázali, že lim = 0, musíme podľa definície
n→∞ n
5.3.4 ukázať, že pre každé ε > 0, existuje také n0 ∈ N, že pre n ≥ n0 bude nz − 0 ≤ ε. Platí
z z |z| z |z|
n − 0 = n = n . Preto nerovnosť n − 0 ≤ ε je identická s nerovnosťou n ≤ ε. To môžeme
ďalej upraviť
|z| |z|
≤ε ⇔ ≤ n.
n ε
|z|
Pre ľubovoľné ε > 0 potom stačí zvoliť n0 ∈ N tak, že ε < n0 a dostaneme
|z| z
∀ ε > 0 ∃ n0 ∈ N, n0 > : n ≥ n0 ⇒ −0 ≤ ε .
ε n
To podľa definície 5.3.4 znamená, že
|z|
lim an = lim = 0.
n→∞ n→∞ n
z
Preto daná postupnosť n n∈N konverguje pre ľubovoľné z ∈ C. ■
Postupnosť z predošlého príkladu, rovnako ako všetky ostatné postupnosti, ktoré konvergujú k 0,
majú osobitné postavenie medzi postupnosťami a majú aj svoje označenie.
Definícia 5.3.7 — Nulová postupnosť. Postupnosť (an )n∈N , pre ktorú platí lim an = 0 , sa
n→∞
nazýva nulová postupnosť.
Za príkladom 5.4 (strana 183) bolo spomenuté, že postupnosti z príkladov 5.3 (b) a 5.4 (c) sa
„neblížia k žiadnej konštantnej hodnote“, ale „kolísajú“. To podľa definície 5.3.6 znamená, že sú
to divergentné postupnosti. V nasledujúcom príklade to dokážeme.
n
■ Príklad 5.8 Dokážte, že postupnosti (−1) a (sin n)n∈N sú divergentné.
n∈N
Riešenie: na to, aby sme ukázali, že nejaká postupnosť je divergentná, musíme dokázať, že
neexistuje jej vlastná limita lim an = a.
n→∞
(a) Členy postupnosti (−1)n n∈N nadubúdajú len dve hodnoty. Pre párne n je an = 1 a pre
nepárne n je an = −1. To, že neexistuje limita tejto postupnosti, ukážeme sporom. Predpo-
kladajme, že existuje limita lim (−1)n = a. To podľa definície znamená, že
n→∞
Dostali sme teda, že ε ≥ 1. To je spor, pretože ak by existovala lim (−1)n = a, tak by (5.8)
n→∞
muselo platiť pre ∀ ε > 0 a nie len pre ε ≥ 1. Takže uvedená limita neexistuje.
5.3 Limity postupností 189
(b) Hodnoty členov postupnosti an = sin n ležia v intervale ⟨−1, 1⟩3 . Preto limitou postup-
nosti (sin n)n∈N nemôže byť žiadne a > 1, ani a < −1. Stačilo by zvoliť okolie Oε (a) pre
−1−a
ε = a−1
2 > 0 ak a > 1, alebo ε = 2 > 0 ak a < −1 a v tomto okolí určite neleží žiaden
člen postupnosti. Ak by postupnosť (sin n)n∈N konvergovala k nejakému a ∈ R, tak zostáva
už len možnosť a ∈ ⟨−1, 1⟩. Toto môžeme rozdeliť na tri prípady: a < 0, a = 0, alebo a > 0.
Vieme, že funkcia sin x je periodická a nadobúda kladné aj záporné hodnoty. V prípade
postupnosti (sin n)n∈N je jedno, či hodnotu n udávame v stupňoch, alebo v radiánoch. Ar-
gument na vyvrátenie všetkých troch prípadov bude rovnaký, a preto uvedieme len prípad
a > 0. Predpokladajme, že existuje vlastná limita lim sin n = a. Zoberme si ε = 2a a okolie
n→∞
Oε (a). Toto okolie celé leží v kladnej polrovine, ale vzhľadom na periodičnosť funkcie sin x
vieme, že pre každé n0 ∈ N existujú n > n0 také, že an = sin n < 0, t. j. an ̸∈ Oε (a). To je spor
s tým, že daná postupnosť konverguje k bodu a. V prípade, že n je hodnota v stupňoch, tak sa
kladné a záporné hodnoty budú striedať s periódou 180. Ak by bola hodnota n v radiánoch,
.
tak π = 3, 14 . . ., čo je iracionálne číslo a perióda funkcie sin x je viac než trojnásobne väčšia,
než je „krok“ medzi členmi postupnosti sin n. Preto sa znamienko členov tejto postupnosti
bude striedať približne každé 3–4 členy. ■
3 Pre
n ∈ N ležia hodnoty sin n v intervale (−1, 1), ale to v tomto prípade nie je dôležité, a preto to ani nemusíme
dokazovať.
190 Kapitola 5. Postupnosti a limity postupností
√
n 1
• Pre a < 1 je an = a < 1 a zároveň platí a > 1 a podľa predošlého prípadu existuje
vlastná limita
r
1 n 1
lim = lim = 1. (5.9)
n→∞ an n→∞ a
Ďalej platí
1 1
|an − 1| = |an | · 1 − ≤ 1− . (5.10)
an an
Majme ľubovoľne malé ε > 0 a zvoľme si n0 ∈ N tak, aby platilo ∀ n > n0 : 1 − a1n ≤ ε .
Existenciu takého n0 ∈ N nám zaručuje√limita (5.9). Potom podľa nerovnosti (5.10)
platí aj |an − 1| ≤ ε čo znamená, že lim n a = 1 aj pre a < 1.
n→∞
(c) Tu opäť použijeme Bernoulliho nerovnosť. Pre |a| < 1 platí
1 − |a| n
1 1 1 − |a|
n
= n = 1+ ≥ 1+n· .
|a | |a| |a| |a|
To môžeme ďalej upraviť
1 |a| |a|
|an | ≤ 1−|a|
= ≤ .
1+n· |a| + n (1 − |a|) n (1 − |a|)
|a|
|a|
Teraz už stačí pre ľubovoľne malé ε > 0 zvoliť n0 ∈ N tak, aby ε (1−|a|) ≤ n0 . Potom
|a| |a|
∀ n ≥ n0 : |an | ≤ ≤ ≤ε.
n (1 − |a|) n0 (1 − |a|)
To podľa definície 5.3.4 znamená, že pre |a| < 1 je lim an = 0 . ■
n→∞
Na niekoľkých príkladoch sme si ukázali dôkaz toho, že daná postupnosť konverguje, resp.
diverguje. Teraz dokážeme, že ak postupnosť konverguje, tak môže konvergovať len k jedinému
bodu.
Dôkaz: ak existujú limity lim an = a a lim an = b, tak pre ľubovoľne malé ε > 0 existujú
n→∞ n→∞
hodnoty n0 , m0 ∈ N také, že platí
ε ε
∀ n ≥ n0 : |an − a| ≤ a ∀ n ≥ m0 : |an − b| ≤ .
2 2
Zoberme teraz p = max{m0 , n0 }. Potom z trojuholníkovej nerovnosti dostávame
Teraz ideme dokázať sériu niekoľkých tvrdení, pomocou ktoré nám zjednodušia počítanie limít
postupností. Začneme triviálnym tvrdením.
5.3 Limity postupností 191
∀ n ≥ n0 : |an − a| ≤ 1 . (5.11)
Takže pre n ≥ n0 je |an | ≤ 1 + |a|. Stačí potom zobrať L = max {a0 , a1 , . . . , an0 −1 , 1 + |a|} a máme
podľa definície 5.3.2 ohraničenie pre postupnosť (an )n∈N . Q.E.D.
Predošlá veta nám môže pomôcť napríklad pri dôkaze toho, že nejaká postupnosť diverguje. Uká-
žeme si to na príklade.
■ Príklad 5.10 Dokážte, že pre a ∈ C, |a| > 1 postupnosť definovaná predpisom an = an diverguje.
Riešenie: podľa Bernoulliho nerovnosti máme
Pravá strana nerovnosti (5.12) je pre n → ∞ zjavne neohraničená, a preto je aj postupnosť (an )n∈N
neohraničená. Potom podľa vety 5.3.2 daná postupnosť diverguje. ■
Pre monotónne reálne postupnosti platí aj obrátené tvrdenie ku tvrdeniu predošlej vety. Pri
jeho dôkaze sa využívajú pojmy infimum a suprémum, ktoré teraz definujeme. Tieto pojmy sa
vo všeobecnosti definujú pre ľubovoľnú usporiadanú množinu. My ich však budeme potrebovať len
pre množinu reálnych čísel, a preto aj nasledujúce definície budú len pre reálne čísla.
resp. suprémum. Toto tvrdenie sa nedokazuje, pretože sa berie ako axióma.. Konkrétne sa jedná
o axiómu zavedenia reálnych čísel, ktorá hovorí
Existuje usporiadané pole (R, +, ·) reálnych čísel, ktoré obsahuje usporiadané pole
(Q, +, ·) racionálnych čísel, pričom v poli reálnych čísel má každá neprázdna, zhora
ohraničená množina M ⊂ R suprémum.
Alternatívny, ale inak ekvivalentný, prístup spočíva v tom, že by sa zobrala Bolzanova-Weierstraßova
veta o hromadnej hodnote vybraných postupností ako axióma a pomocou nej sa potom dá dokázať
vyššieuvedená axioma zavedenia reálnych čísel.
Takže pre ľubovoľne malé ε > 0 existuje n0 ∈ N také, že platí β −ε < an0 ≤ β < β +ε. Postupnosť
je naviac rastúca, alebo neklesajúca, takže pre n0 ≤ n bude an0 ≤ an . Odtiaľ dostávame
Predošlá veta hovorí o tom, že limita zdola / zhora ohraničenej reálnej postupnosti je rovná
infimu / suprému množiny tvorenej členmi tejto postupnosti.
V mnohých prípadoch dokážeme pri postupnosti (an )n∈N rozdiel |an − a| ohraničiť nejakou už
známou nulovou postupnosťou (viď definícia 5.3.7) a pomocou toho potom dokázať konvergengen-
ciu postupnosti (an )n∈N .
Veta 5.3.4 — Majorantné kritérium konvergencie postupnosti. Majme nejakú nulovú po-
stupnosť (bn )n∈N . Nech (an )n∈N je ľubovoľná komplexná postupnosť, a ∈ C a c > 0 je ľubovoľná
konštanta. Potom ak existuje n0 ∈ N také, že
∀ n ≥ n0 : |an − a| ≤ c |bn | ,
čo podľa definície 5.3.4 znamená, že postupnosť (an )n∈N konverguje k bodu a ∈ C. Q.E.D.
V nasledujúcom príklade pomocou vety 5.3.4 dokážeme, že faktoriál n! „rastie oveľa rýchlejšie“
než mocnina an .
5.3 Limity postupností 193
an
lim = 0.
n→∞ n!
Veta 5.3.5 — O dvoch policajtoch. Majme tri reálne postupnosti (an )n∈N , (bn )n∈N a (cn )n∈N
a nech
lim an = lim cn = a .
n→∞ n→∞
bn − a ≤ cn − a ≤ |cn − a|
a − bn ≤ a − an ≤ |an − a|
lim c an = c a .
n→∞
Dôkaz: postupnosť (an )n∈N je konvergentná, čo znamená, že pre ľubovoľne malé ε > 0 existuje
ε
n0 ∈ N také, že pre všetky n ≥ n0 je |an − a| ≤ |c| . Potom pre ∀ n ≥ n0 platí
|c an − c a| = |c| · |an − a| ≤ ε ,
Veta 5.3.7 — O limite súčtu a rozdielu konvergentných postupností. Majme dve komplexné
konvergentné postupnosti (an )n∈N a (bn )n∈N a nech lim an = a a lim bn = b . Potom
n→∞ n→∞
lim (an ± bn ) = a ± b .
n→∞
Dôkaz: postupnosti (an )n∈N a (bn )n∈N konvergujú. To znamená, že pre ľubovoľne malé ε > 0
existujú čísla m0 , n0 ∈ N také, že
ε ε
∀ n ≥ m0 : |an − a| ≤ a ∀ n ≥ n0 : |bn − b| ≤ .
2 2
Stačí potom zobrať p = max {m0 , n0 }, použiť trojuholníkovú nerovnosť a pre ∀n ≥ p dostaneme
nerovnosti
ε ε
|an + bn − (a + b)| = |(an − a) + (bn − b)| ≤ |an − a| + |bn − b| = + =ε (5.13)
2 2
ε ε
|(an − bn ) − (a − b)| = |(an − a) + (b − bn )| ≤ |an − a| + |bn − b| = + =ε (5.14)
2 2
Nerovnosti (5.13) a (5.14) spolu s majorantným kritériom znamenajú, že
Veta 5.3.8 — O limite súčinu konvergentných postupností. Majme dve komplexné konver-
gentné postupnosti (an )n∈N a (bn )n∈N a nech lim an = a a lim bn = b . Potom
n→∞ n→∞
lim (an bn ) = a b .
n→∞
|an bn − a b| = an bn − a b + b an − b an + a bn − a bn + a b − a b =
| {z } | {z } | {z }
=0 =0 =0
= |(an − a) (bn − b) + b (an − a) + a(bn − b)| ≤ |(an − a) (bn − b)| + |b (an − a)| + |a(bn − b)|
Ak novú postuposť (cn )n∈N definujeme pomocou pravej strany poslednej nerovnosti
tak z konvergencie postupností (an )n∈N a (bn )n∈N a z vety o súčte postupností (veta 5.3.7) ľahko
nahliadneme, že postupnosť (cn )n∈N konverguje k 0. Potom z majorantného kritéria (veta 5.3.4)
vyplýva
lim (an bn ) = a b . Q.E.D.
n→∞
5.3 Limity postupností 195
Veta 5.3.9 — O limite podielu konvergentných postupností. Majme dve komplexné kon-
vergentné postupnosti (an )n∈N a (bn )n∈N a nech lim an = a a lim bn = b ̸= 0 . Potom
n→∞ n→∞
an a
lim = .
n→∞ bn b
|b|
Dôkaz: postupnosť (bn )n∈N konverguje a b ̸= 0, a preto pre ε = 2 > 0 existuje n0 ∈ N také, že
|b|
∀ n ≥ n0 : |bn − b| ≤ .
2
S použitím alternatívnej podoby trojuholníkovej nerovnosti (5.2) (strana 180) potom dostávame
|b| |b|
|bn | = |b − (b − bn )| ≥ |b| − |b − bn | ≥ |b| − = > 0.
2 2
Predošlá nerovnosť hovorí o tom, že od nejakého n0 ∈ N sú všetky členy postupnosti (bn )n∈N
rôzne od nuly. To znamená, že podieľ bann je definovaný pre ∀ n ≥ n0 a platí
an a b an − a bn 2 2 2|a|
− = ≤ 2 b (an − a) + a (b − bn ) ≤ · |an − a| + 2 · |bn − b| (5.15)
bn b bn · b |b| |b| |b|
2 2|a|
cn = · (an − a) + 2 · (bn − b) ,
|b| |b|
ktorá bude konvergovať k nule, a preto podľa majorantného kritéria (veta 5.3.4) platí
an a
lim = . q.e.d.
n→∞ bn b
Predošlé vety o počítaní s limitami nám umožňujú riešiť veľa druhov limít. Obmedzuje nás
len fakt, že všetky uvedené pravidlá pre počítanie s limitami predpokladajú konvergenciu limít.
Musíme preto vedieť, že príslušná limita konverguje, alebo aspoň predpokladať jej konvergenciu,
ktorú potom dodatočne musíme aj dokázať. Počítanie niekoľkých limít si predvedieme na sérii
príkladov.
n+1 +5n
■ Príklad 5.12 Vypočítajte limitu postupnosti definovanej predpisom an = 7 7n +1 .
Riešenie: predpis definujúci danú postupnosť si môžeme upraviť
5 n
7n+1 + 5n 7 + 7
= 1 n
.
7n + 1
1+ 7
5 n 1 n
Z príkladu 5.9 (c) vieme, že postupnosti 7 a 7 konvergujú k 0 a z vety o podiele
n∈N n∈N
postupností potom dostávame
7n+1 + 5n 7 + 0
lim = = 7.
n→∞ 7n + 1 1+0
■
196 Kapitola 5. Postupnosti a limity postupností
2 +17 n+3
■ Príklad 5.13 Vypočítajte limitu postupnosti definovanej predpisom an = 34nn2 −11 n+5
.
Riešenie: predpis definujúci danú postupnosť si upravíme
17 3
3 n2 + 17 n + 3 3 + n + n2
=
4n2 − 11 n + 5 4 − 11 5
n + n2
Z príkladu 5.9 (a) vieme, že postupnosti zodpovedajúce zlomkom v čitateli a menovateli hlavného
zlomku konvergujú všetky k 0. Potom z vety o podiele postupností dostávame
3 n2 + 17 n + 3 3 + 0 + 0 3
lim = = .
n→∞ 4n2 − 11 n + 5 4−0+0 4
■
V predošlých príkladoch sme používali úpravy typu „pričítania nuly“ v tvare 0 = (+x − x) a
„násobenia jednotkou“ v tvare 1 = xx , ktoré nemenia hodnotu upravovaného výrazu. Okrem toho
sme v príklade 5.14 použili roznásobovanie v tvare (a + b)(a − b) = a2 − b2 . To sú úpravy, ktoré
sa výpočte limít používajú veľmi často. Nasledujúci príklad je veľmi dôležitý a často sa naň pri
výpočte limít budeme odvolávať.
1 n
■ Príklad 5.15 Dokážte, že existuje konečná limita lim 1+ .
n→∞ n
Riešenie: podľa vety o konvergencii ohraničenej monotónnej postupnosti (veta 5.3.3, strana 192)
∞
1 n
stačí ukázať, že postupnosť 1 + n je neklesajúca a zhora ohraničená. Platí
n=1
1 n
n 1 n 1 n 1
an = 1 + = 1+ +···+ k
+···+ =
n 1 n k n n nn
n(n − 1) · · · (n − k + 1) 1 n(n − 1) · · · (n − n + 1) 1
= 1+1+···+ · k +···+ · n=
k! n n! n
5.3 Limity postupností 197
1 − n1 1 − n1 1 − 2n 1 − k−1 1 − n1 1 − 2n · · · 1 − n−1
n n
= 1+1+ +···+ +···+
| 2! k! {z n! }
(n+1) sčítancov
i
Pre i ∈ {1, . . . , n − 1} platí 0 < 1 − n < 1, a preto všetkých (n + 1) sčítancov v poslednom riadku
je kladných. Ak by sme rovnakým spôsobom rozpísali súčet pre an+1 , tak dostaneme
1 − n1 1 − n2 · · · 1 − k−1 1 2 n−1
n 1 − n 1 − n · · · 1 − n
an = 1 + 1 + · · · + +···+
| k! {z n! }
(n+1) sčítancov
1 2 k−1 1 2 n
1 − n+1 1 − n+1 · · · 1 − n+1 1 − n+1 1 − n+1 · · · 1 − n+1
an+1 = 1 + 1 + · · · + +···+
k! (n + 1)!
| {z }
(n+2) sčítancov
Ak si porovnáme k-ty sčítanec pre an s k-tym sčítancom pre an+1 , tak vidíme, že sa líšia len číslom
v menovateľoch zlomkov (n, resp. (n + 1)). Všetky sčítance sú kladné, k-ty sčítanec pre an+1 je
väčší než k-ty sčítanec pre an a okrem toho je v súčte pre an+1 o jeden sčítanec viac. To znamená,
že daná postupnosť je neklesajúca pre ∀ n ≥ 1. Okrem toho z uvedeného pre ∀ n ≥ 1 dostávame
1 1 1
an ≤ 1 + 1 + +···+ ···+ (5.16)
2! k! n!
Ďalej pre ∀ k ≥ 1 platí
1 1 1 1
= ≤ = k−1 (5.17)
k! 1.2 . . . k 1. 2.2
| {z. . . 2} 2
(k−1)×2
Pre všetky členy postupnosti platia nerovnosti 0 ≤ an < 3 čo podľa vety 5.3.3 znamená, že
postupnosť je konvergentná. ■
Postupnosť z príkladu 5.15 je veľmi dôležitá. Jej limitou je číslo e, ktoré je základom pri-
rodzeného logaritmu. Zatiaľ vieme len toľko, že existuje a až neskôr si ukážeme spôsob ako ho
vypočítame s ľubovoľnou presnosťou. Teraz uvedieme dve dôležité a často využívané limity po-
stupností. Prvá z nich je limita z príkladu 5.15 a druhá je jej zovšeobecnením. Dôkaz spravíme
neskôr (veta 7.4.1, strana 258).
Limita z nasledujúceho príkladu patrí tiež medzi významnejšie limity, ktoré sa dajú využiť pri
výpočte niektorých zložitejších limít z cvičení.
√
n
■ Príklad 5.16 Dokážte, že platí lim n = 1.
n→∞
√
Riešenie: zoberme si postupnosť definovanú predpisom an = n n. Potom limita zo zadania je
√
limita lim an . Najskôr ukážeme, že pre n ≥ 1 je postupnosť an = n n zdola ohraničená číslom 1
n→∞
a pre n ≥ 3 je táto postupnosť nerastúca. To podľa vety 5.3.3 bude znamenať, že je konvergentná.
√
Uvedomme si, že pre ľuvovoľné c ≥ 1, c ∈ R platí n c ≥ 1. To znamená, že aj pre n ≥ 1, n ∈ N
√
platí n n ≥ 1. Tým je ukázané, že daná postupnosť je pre n ≥ 1 zdola ohraničená hodnotou 1. Ešte
zostáva ukázať nerastúcosť. Budeme porovnávať členy an a an+1 a ukážeme, že pre n ≥ 3 platí
an ≥ an+1 .
√ √ n+1 n
n+1 n+1 n
n
(an ≥ an+1 ) ⇔ n≥ n+1 ⇔ n ≥ (n + 1) ⇔ n ≥
n
1 n
n ≥ 1+
n
| {z }
→e
a riešením tejto nerovnosti je n ≥ 3 (viď rámček s dvoma dôležitými limitami na predošlej strane).
Hodnotu člena an si bez straty všeobecnosti môžeme zapísať ako an = 1 + xn , pričom je zrejmé, že
xn ≥ 0 pre ∀ n ∈ N a postupnosť xn = an − 1 je nerastúca. Ďalej triviálne platí
√ n
(1 + xn )n = n
n = n.
Poďme teda upraviť výraz (1 + xn )n a odhadnúť jeho hodnotu. Použijeme pritom binomickú vetu.
n n 2 n 3 n 2 n(n − 1) 2
n = (1 + xn )n = 1n + xn + xn + xn + · · · + xnn > x = · xn
1 2 3 2 n 2
| {z } | {z }
≥1 ≥0
lim x2 = 0.
n→∞ n
Potom s použitím podmienky (ii) a vety o limite rozdielu konvergentných postupností platí
∃ c1 , c2 ∈ R ∀ n ∈ N : c1 , c2 ∈ ⟨an , bn ⟩
Definícia 5.3.10 — Vybraná postupnosť. Majme postupnosť (an )n∈N a nech (kn )n∈N je ras-
túca postupnosť prirodzených čísel. Potom postupnosť (akn )n∈N sa nazýva vybraná postupnosť
z postupnosti (an )n∈N , alebo tiež podpostupnosť postupnosti (an )n∈N .
■ Príklad 5.17
1 ∞
(a) Majme postupnosť (an )∞
n=1 = n n=1 . Potom
1 1 1 1
• pre kn = 2n máme vybranú postupnosť (akn )∞
n=1 = 2, 4, 6, 8,··· ,
1 1 1
• pre kn = 2n − 1 máme vybranú postupnosť n=1 = 1, 3 , 5 , 7 , · · · .
(akn )∞
(b) Majme postupnosť (an )n∈N = ((−1)n )n∈N . Potom
n=1 = (1, 1, 1, 1, 1, · · · ),
• pre kn = 2n máme vybranú postupnosť (akn )∞
n=1 = (−1, −1, −1, −1, −1, · · · ).
• pre kn = 2n + 1 máme vybranú postupnosť (akn )∞
■
Veta 5.3.11 — O limite vybranej postupnosti. Majme postupnosť (an )n∈N a nech (akn )n∈N je
jej vybraná postupnosť. Potom ak existuje limita lim an = a, tak existuje aj limita lim akn = a.
n→∞ n→∞
Dôkaz: triviálne vyplýva priamo z definície limity a z definície vybranej postupnosti. Q.E.D.
Obrátené tvrdenie ku tvrdeniu z vety 5.3.11 neplatí. Stačí si pozrieť postupnosť z príkladu 5.17 (b)
a tam uvedené vybrané postupnosti.
Definícia 5.3.11 — Hromadná hodnota postupnosti. Majme postupnosť (an )n∈N . Bod a je
hromadná hodnota postupnosti (an )n∈N , ak existuje taká vybraná postupnosť (akn )n∈N , pre ktorú
platí lim akn = a .
n→∞
P Predošlá definícia je formulovaná všeobecne pre ľubovoľné postupnosti. Pre reálne postup-
nosti by sa dala naformulovať napríklad takto.
Majme postupnosť (an )n∈N . Bod a ∈ R∗ je hromadná hodnota postupnosti (an )n∈N ,
ak platí
∀ ε > 0 ∃ nekonečne veľa n ∈ N : an ∈ Oε (a) .
Nasledujúca veta hovorí o vzťahu medzi pojmami „hromadný bod množiny“ a „hromadná hodnota
postupnosti“.
Veta 5.3.12 — O hromadnom bode a hromadnej hodnote. Majme postupnosť (an )n∈N .
Potom ak bod a je hromadným bodom množiny {an }n∈N , tak je aj hromadnou hodnotou tejto
postupnosti.
Dôkaz: podľa definície 5.3.3, ak je a je hromadným bodom množiny {an }n∈N , tak v ľubovoľnom
prstencovom okolí bodu a sa nachádza aspoň jeden bod z množiny {an }n∈N . Ľubovoľné okolie
pre ε > 0 obsahuje nekonečne veľa „vnorených“ okolí ε2 , ε3 , ε4 , · · · , pre ktoré to tiež platí. Preto
ak je a je hromadným bodom množiny {an }n∈N , tak sa v jeho ľubovoľnom okolí nachádza
nekonečne veľa členov postupnosti (an )n∈N čo znamená, že je jej hromadnou hodnotou. Q.E.D.
Tvrdenie opačné ku tvrdeniu predošlej vety neplatí. Ak je bod a hromadnou hodnotou postup-
nosti (an )n∈N , tak nemusí byť aj hromadným bodom množiny {an }n∈N . Ukážeme si to na nasledu-
júcom príklade.
Veta 5.3.13 — O limite postupnosti a hromadnej hodnote. Majme postupnosť (an )n∈N . Ak
existuje lim an = a, tak bod a je hromadnou hodnotou tejto postupnosti.
n→∞
Opačné tvrdenie neplatí, ako by sa dalo ukázať na už notoricky známom príklade postupnosti
((−1)n )n∈N . Platí však nasledujúca séria tvrdení. Dôkazy prvých troch tvrdení z tejto série síce nie
sú komplikované, ale sú pomerne dlhé, a preto ich nebudeme uvádzať.
Veta 5.3.14 — O hromadnej hodnote a limite vybranej postupnosti. Majme reálnu po-
stupnosť (an )n∈N . Potom je bod a ∈ R∗ jej hromadnou hodnotou práve vtedy, ak existuje vybraná
postupnosť {akn }n∈N taká, že lim akn = a.
n→∞
V nasledujúcom tvrdení sa bude vyskytovať pojem kompaktná množina, ktorý si najskôr musíme
definovať.
Definícia 5.3.12 — Kompaktná množina. Neprázdna množina K ⊂ R sa nazýva kompaktná,
ak pre ľubovoľnú postupnosť (an )n∈N , ktorej všetky členy sú z množiny K, t. j. ∀ n ∈ N : an ∈ K,
existuje konvergentná vybraná postupnosť {akn }n∈N , pre ktorú platí lim akn ∈ K.
n→∞
Veta 5.3.18 — O hromadnej hodnote postupnosti. Každá reálna postupnosť má aspoň jednu
hromadnú hodnotu.
Dôkaz: označme si danú postupnosť (an )n∈N a M = {an }n∈N množinu jej členov. Množina M
je neprázdna a môžu nastať len dve možnosti.
• Množina M je ohraničená. Potom podľa vety 5.3.15 existuje konvergentná vybraná po-
stupnosť {akn }n∈N a limita lim akn = a je hromadná hodnota postupnosti (an )n∈N .
n→∞
• Množina M je neohraničená. Neohraničená môže byť troma spôsobmi.
– Neohraničená zhora. Ukážeme, že potom nevlastný bod ∞ je jej nevlastnou hodnotou.
Ak je postupnosť (an )n∈N neohraničená zhora, tak to znamená, ze
∀ k ∈ N ∃ n0 ∈ N : an0 > k
Pre každé reálne číslo an0 vždy existuje väčšie prirodzené číslo ⌈an0 ⌉ a k nemu
∃ n1 ∈ N také, že an1 > ⌈an0 ⌉ > an0 > k. Takto môžeme pokračovať donekonečna a
dostaneme vybranú postupnosť
Teraz máme pripravené všetko na to, aby sme uviedli jednu dôležitú definíciu a s ňou súvisiace
tvrdenie o limitach postupností.
Definícia 5.3.13 — Limes inferior a limes superior. Majme reálnu postupnosť (an )n∈N a
označme množinu všetkých jej hromadných hodnôt H. Potom
• Limes inferior postupnosti (an )n∈N je inf (H) a označujeme ho lim inf an , alebo lim an .
n→∞ n→∞
• Limes superior postupnosti (an )n∈N je sup (H) a označujeme ho lim sup an , alebo lim an .
n→∞ n→∞
Podľa vety 5.3.18 je množina H z definície 5.3.13 neprázdna, a preto každá reálna postupnosť
má limes inferior aj limes superior. Nie každá reálna postupnosť však má limitu. O tom ako tieto
dve veci spolu súvisia, hovorí nesledujúce tvrdenie.
5.3 Limity postupností 203
Veta 5.3.19 — O existencii limity reálnej postupnosti. Nech (an )n∈N je reálna postupnosť.
a) Limita reálnej postupnosti (an )n∈N existuje práve vtedy, ak lim an = lim an .
n→∞ n→∞
Dôkaz: tvrdenie vety je vo forme ekvivalencie, a preto ho budeme dokazovať ako dve implikácie.
5.4 Cvičenia
Cvičenie 5.1 Napíšte prvý a trinásty člen postupnosti
∞ ∞
5 n
(a) (e)
3n n=1 1 n=1
∞ 13
n+2 13
(b) (f)
2n − 1 n=0 n n=0
∞
(c) n2 + 3n − 5 n=0
∞
(g) logn+1 n2 n=1
∞
(d) n2 − 2n + 19 n=0
∞
ln n10
(h) e 10
n=2
■
∞
Cvičenie 5.2 Daná je postupnosť n2 + 6n + 9 n=0 .
Ktoré z množiny čísel {2, 4, 5, 9, 10, 15, 16, 25, 29, 39, 49, 61, 71, 81} sú jej členmi? ■
Cvičenie 5.3 Nájdite explicitné vyjadrenie n-tého člena konečnej postupnosti, s členmi
1 2 3 4 5 6 7 8 2 1 1 2 3
(a), , , , , , , (d) − , − , 0, , ,
2 3 4 5 6 7 8 9 3 4 6 7 8
1 2 3 4 5 6 7 (e) sin 30◦ , sin 60◦ , sin 90◦ , sin 120◦
(b) , , , , , ,
1 3 9 27 81 243 729 1 1 1 1
(c) 1, −1, 1, −1, 1, −1, 1 (f) log 2, log 5, log 8, log 11
2 4 8 16
■
100
Cvičenie 5.4 Rozhodnite, či každý člen postupnosti n2 − n + 17 n=1 je prvočíslo.
■
Cvičenie 5.5 Určte, ktorá z nasledujúcich postupností je aritmetická, resp. geometrická a určte
je diferenciu, resp. kvocient
∞ ∞ 2 ∞
1 n n +n−6
(a) (d) (f)
n n=1 n + 1 n=1 n−2 n=3
∞
(b) 32n n=1
∞
(e) 2n · 32−n n=1 (g) {an }∞n=1 , a ∈ R
3 ∞
(c) 2 n=1
■
Cvičenie 5.6 Dokážte, že počnúc druhým členom, je každý člen aritmetickej postupnosti
aritmetickým priemerom predošlého a nasledujúceho člena. ■
Cvičenie 5.7 Dokážte, že počnúc druhým členom, je absolútna hodnota každého člena geomet-
rickej postupnosti geometrickým priemerom predošlého a nasledujúceho člena. ■
5.4 Cvičenia 205
1 (n − 1)(n + 1)(n + 2)
(l) lim (y) lim
n→∞ 2n
n→∞ n4 + 2n2 + 3
1 π 1 + 21 + 14 + ... + 21n
(m) lim cos n (z) lim
n→∞ n 2 n→∞ 1 + 13 + 19 + ... + 31n
■
n2 + 1 2n + 1 n
(i) lim (v) lim
n→∞ 2n + 1 n→∞ 2n
(−1)n + n1 n+k+1 n
(j) lim (w) lim ,k∈N
n→∞ 12 − (−1)n n→∞ n+k
n
n
2 +3 2
n
1 + 2 + 3 + ... + n n
(k) lim − (x) lim
n→∞ n+2 2 n→∞ 2n
2n+2 − 3n+3 n + 2 2n
(l) lim (y) lim
n→∞ 2n + 3n n→∞ n
2n + 3−n p p
(m) lim (z) lim n2 + n − n2 − n
n→∞ 2−n − 3n n→∞
■
Výsledky cvičenia 5.2 Z danej množiny sú členmi postupnostilen čísla {16, 25, 49, 81}. ■
n+3 5 n + 10 n
(g) lim = −1 (t) lim =0
n→∞ 2 − n n→∞ 2n − 1
n+k+1 n
(−1)n + n1
(j) lim = −1 (w) lim =e
n→∞ 12 − (−1)n n→∞ n+k
n
n
2 +3 2
n
1 + 2 + 3 + ... + n n 1 (x) lim = e3
(k) lim − =− n→∞ 2n
n→∞ n+2 2 2
2n+2 − 3n+3 n + 2 2n
(l) lim = −27 (y) lim = e4
n→∞ 2n + 3n n→∞ n
2n + 3−n
p p
(m) lim =0 (z) lim n2 + n − n2 − n = 1
n→∞ 2−n − 3n n→∞
■
1 + a + a2 + ... + an b − 1
(d) lim =
n→∞ 1 + b + b2 + ... + bn a−1
210 Kapitola 5. Postupnosti a limity postupností
p 2
3
(e) lim n3 + 2n2 − n =
n→∞ 3
√n
8−1 3
(f) lim √n
=
n→∞ 16 − 1 4
jp k
4
(g) lim n4 + 4n3 − n = 0
n→∞
∞
Medzi radom ∑ ai a postupnosťou jeho čiastočných súčtov (sn )∞
n=1 je úzke prepojenie. Radom
n=1
je jednoznačne definovaná postupnosť čiastočných súčtov
n
sn = ∑ ai
i=1
a1 = s1 , a2 = s2 − s1 , . . . an = sn − sn−1 .
212 Kapitola 6. Nekonečné rady
Platí
sn = a1 + a2 + · · · + an = s1 + (s2 − s1 ) + · · · + (sn − sn−1 ) .
V definícii 6.1.1 sú postupnosť a z nej vytvorený nekonečný rad indexované od n = 1. Takéto
indexovanie budeme používať vo väčšine tejto kapitoly. Indexovanie je však len vecou dohody,
takže v niektorých prípadoch budeme postupnosti a rady indexovať pre n ∈ N, rovnako ako sme to
robili v predošlej kapitole, alebo od n = k, pre nejaké k ∈ N, k > 1.
Tak ako nás pri postupnostiach zaujímalo, či konvergujú, alebo divergujú, tak aj pri nekonečných
radoch budeme skúmať ich konvergenciu, alebo divergenciu.
■ Príklad 6.1
∞
(a) Majme postupnosť (1)∞
n=1 . Potom z nej utvorený rad ∑ 1 diverguje do ∞, pretože postup-
n=1
nosť jeho čiastočných súčtov je (n)∞
n=1 .
∞
(b) Majme postupnosť (−1)∞
n=1 . Potom z nej utvorený rad ∑ (−1) diverguje do −∞, pretože
n=1
postupnosť jeho čiastočných súčtov je (−n)∞
n=1 .
∞ ∞
(c) Majme postupnosť (−1)n+1 n=1 . Potom z nej utvorený rad ∑ (−1)n+1 osciluje, pretože
n=1
postupnosť jeho čiastočných súčtov je (sn )∞
n=1 má členy
(
1 , pre n = 2k + 1
sn =
0 , pre n = 2k , k∈N
■
∞
Definícia 6.1.3 — Súčet nekonečného radu. Majme konvergentný nekonečný rad ∑ ai
n=1
a nech (sn )∞
n=1 je postupnosť jeho čiastočných súčtov. Potom S = lim sn nazývame súčet
n→∞
∞
nekonečného radu a zapisujeme to ∑ ai = S.
n=1
■ Príklad 6.2
(a) Aritmetická postupnosť je definovaná svojím prvým členom a1 a diferenciou d. Každý jej
člen pre n > 1 sa vypočíta podľa rekurentného predpisu an = an−1 + d. Súčet prvých n členov
aritmetickej postupnosti vieme vypočítať podľa vzorca
n
n(n − 1)
sn = ∑ ai = n a1 + d · .
i=1 2
Vidíme teda, že rad utvorený z aritmetickej postupnosti nie je príliš zaujímavý. Takýto rad
konverguje len v prípade, že sa jedná o postupnosť, ktorej všetky členy sú nulové. Ak a1 ̸= 0,
alebo d ̸= 0, tak takýto rad diverguje.
(b) Geometrická postupnosť je daná svojím prvým členom a1 a kvocientom q. Každý jej člen
pre n > 1 sa vypočíta podľa rekurentného predpisu an = an−1 q. Súčet prvých n členov
aritmetickej postupnosti vieme vypočítať podľa vzorca
n
qn − 1
sn = ∑ ai = a1 · .
i=1 q−1
qn − 1
S = lim a1 · (6.2)
n→∞ q−1
Z príkladov 5.9 (c) (strana 189) a 5.10 (strana 191) vieme, že rad (6.2) bude konvergovať
ak |q| < 1 a divergovať ak |q| > 1. V prípade |q| = 1 bude rad konvergovať ak a1 = 0 a
divergovať ak a1 ̸= 0. Pre |q| < 1 z príkladu 5.9 (c) a viet o súčte, rozdiele, súčine a podiele
konvergentných postupností dostaneme
qn − 1 a1 a1 a1
S = lim a1 · = · lim (qn − 1) = − = . (6.3)
n→∞ q−1 q − 1 n→∞ q−1 1−q
Vzorec (6.3) by sme mali poznať už zo strednej školy, dá sa veľmi ľahko odvodiť aj bez
použitia limít. Je to známy vzorec pre výpočet súčtu geometrického radu.
■
V predchádzajúcom príklade sme použili pojem geometrický rad, ktorý ešte nebol formálne defi-
novaný.
Riešenie: daný geometrický rad má prvý člen a1 = 12 a kvocient q = 21 . Podľa príkladu 6.2 bude
jeho súčet
∞
1 1 1 1
∑ 2n = 2 · 1 − 1 = 2 · 2 = 1
n=1 2
■
Súčet radu sa obvykle nepočíta tak ľahko, ako tomu bolo v predošlom príklade geometrického
radu. Obvykle musíme používať komplikovanejšie a trikovejšie postupy. Jeden z trikov, ktoré
môžeme používať si ilustrujeme na nasledujúcom príklade.
∞
1
■ Príklad 6.4 Vypočítajte súčet radu ∑ (n + 2)(n + 3) .
n=1
Riešenie: pri riešení tejto úlohy sa používa trik spočívajúci v rozklade na parciálne zlomky.
1 A B
Zlomok (n+2)(n+3) si vieme rozložiť na súčet dvoch zlomkov v tvare n+2 + n+3 , kde A, B ∈ R,
nasledovným spôsobom.
1 A B A (n + 3) + B (n + 2) n (A + B) + (3A + 2B)
= + = =
(n + 2)(n + 3) n + 2 n + 3 (n + 2)(n + 3) (n + 2)(n + 3)
Porovnajme teraz prvý a posledný zlomok v uvedenej rovnosti. Menovatele týchto zlomkov sú
rovnaké, hodnoty zlomkov sú rovnaké, a preto musia byť rovnaké aj čitatele týchto zlomkov. Z toho
dostávame sústavu dvoch lineárnych rovníc o dvoch neznámych, z ktorej vypočítame A a B.
A + B = 0
3A + 2B = 1
1
Riešením uvedenej sústavy je A = 1 a B = −1. Takže rozklad zlomku (n+2)(n+3) je
1 1 1
= − .
(n + 2)(n + 3) n + 2 n + 3
Rad si potom môžeme rozpísať a z toho dostaneme jeho súčet
∞ ∞
1 1 1 1 1 1 1 1 1 1 1 1 1 1
∑ (n + 2)(n + 3) = ∑ n + 2 − n + 3 = 3 − 4 + 4 − 5 + 5 − 6 + 6 − 7 + 7 − 8 + · · · = 3 .
n=1 n=1 | {z } | {z } | {z } | {z } | {z }
=0 =0 =0 =0 =0
■
V nasledujúcej vete si ukážeme nutnú podmienku konvergencie radu. Veta bude formulovaná len
pre rady utvorené z reálnych postupností. V prípade komplexných postupností by sme namiesto an
museli brať |an |, ale inak by bol dôkaz takmer rovnaký.
Veta 6.1.1 — Nutná podmienka konvergencie nekonečného radu. Nech nekonečný rad
∞
∑ ai konverguje. Potom platí lim an = 0.
n→∞
n=1
∞
Predošlá veta hovorí to, že ak rad ∑ ai konverguje, tak postupnosť (an )∞n=1 , z ktorej je utvorený,
n=1
je nulová postupnosť, t. j. členy tejto postupnosti konvergujú k 0. Je to teda nutná podmienka,
ktorú musí spĺňat postupnosť každého konvergentného radu. Opačné tvrdenie neplatí, ako ukazuje
nasledujúci príklad.
∞
1
■ Príklad 6.5 Dokážte, že rad ∑n diverguje.
n=1
Riešenie: najskôr ukážeme, že daný rad je rastúci a potom odhadneme jeho čiastočné súčty a
pomocou odhadu dokážeme, že rastú do nekonečna. Majme postupnosť čiastočných súčtov (sn )∞ n=1
1 1
daného radu. Platí sn+1 = sn + n+1 a vzhľadom na to, že n+1 > 0 pre ∀ n ∈ N, je postupnosť (sn )∞
n=1
rastúca. Teraz odhadneme členy postupnosti čiastočných súčtov.
0
s1 = s20 = 1 = 1+
2
1 1
s2 = s21 = 1+ = 1+
2 2
1 1 1 1 1 1 2
s4 = s22 = 1+ + + > 1+ + + = 1+
2 |3 {z 4} 2 4 4 2
1 1 1 1 1 1 1 1 1 1 1 1 1 1 3
s8 = s23 = 1+ + + + + + + > 1+ + + + + + + = 1+
2 |3 {z 4} |5 6 {z 7 8} 2 4 4 8 8 8 8 2
.. ..
. .
1 1 n
s2n = 1+ +···+ n > 1+
2 2 2
Poslednú nerovnosť s2n > 1 + n2 pre n ∈ N by bolo treba ešte dokázať. Zatiaľ to je len hypotéza.
Dôkaz sa robí matematickou indukciou vzhľadom na n a pre jeho jednoduchosť ho robiť nebudeme.
n
Z uvedených čiastočných súčtov je zrejmé, že lim s2 = 1 +
n = ∞, čo znamená, postupnosť
n→∞ 2
∞
1
(s2n )n∈N je zhora neohraničená. Potom aj postupnosť (sn )∞
n=1 je zhora neohraničená a rad ∑
n=1 n
diverguje do nekonečna. ■
∞
1 ∞
1
Z predošlého príkladu vidíme, že postupnosť n n=1 konverguje k 0, ale rad ∑n ktorý je z nej
n=1
utvorený, diverguje do ∞. Rad z príkladu 6.4 má svoje vlastné označenie.
∞
1
Definícia 6.1.5 — Harmonický rad. Nekonečný rad ∑n sa nazýva harmonický rad. Jeho
n=1
∞
1
zovšeobecnením je rad ∑ nα , pre α > 0, ktorý sa nazýva všeobecný harmonický rad, alebo
n=1
aj Riemanov rad.
Dôkaz: použijeme rovnaký trik, aký sme použili v príklade 6.5 pri dôkaze divergencie harmo-
∞
1
nického radu. Postupnosť čiastočných súčtov radu ∑ α označíme (sn )∞ n=1 a budeme skúmať
n=1 n
jej vybranú postupnosť (s2n )∞
n=1 . Rozlišujeme pritom dva prípady.
• α > 1 : Napríklad pre n = 3 máme čiastočný súčet
1 1 1 1 1 1 1
s23 = 1 + + α+ α+ α+ α+ α+ α (6.4)
2α
|{z} |3 {z 4 } |5 6 {z 7 8}
1 člen 2 členy 4 členy
V tomto čiastočnom súčte zgrupujeme členy do skupín tak, ako je to uvedené vyššie.
V prvej skupine bude 1 člen, v druhej skupine budú 2 členy, v tretej skupine budú 4 členy
a v k-tej skupine bude 2k−1 členov súčtu. Všimnime si, že prvý člen v k-tej skupine je
1
vždy k−1 a tento člen má v príslušnej skupine najväčšiu hodnotu. Čiastočný súčet
(2 + 1)α
preto môžeme odhadnúť tak, že všetky členy v skupine nahradíme prvým členom skupiny,
čím súčet zväčšíme.
1 1 1 1 1 1 1
s23 ≤ 1 + + α+ α+ α+ α+ α+ α (6.5)
2α
|{z} |3 {z 3 } |5 5 {z 5 5}
1 člen 2 členy 4 členy
Výraz na pravej strane nerovnosti môžeme ďalej zväčšiť tým, že v k-tej skupine členy
1 1
k−1
nahradíme členmi k−1 α . Takže platí
(2 + 1) α (2 )
1 1 1 1 1 1 1 1 1 1
s23 < 1 + + α + α + α + α + α + α = 1 + α−1 + α−1 + α−1
1α 2 2
|{z} | {z } |4 4 {z 4 4 } 1 2 4
1 člen 2 členy 4 členy
Posledné tri zlomky na predošlom riadku tvoria geometrickú postupnosť, ktorej prvý člen
1
je 1 a kvocient 2α−1 . Platí
3
1 α−1 1 α−1
∞
1 1 1 1
1+ + + = 1 + ∑ 2i−1 < 1 + ∑ 2i−1 = 1+ 1
1 α−1 2α−1 4α−1 i=1 i=1 1 − 2α−1
Úpravy, ktoré sme práve robili samozrejme platia pre ľuvovoľné n a čístočný súčet s2n .
Platí preto
n α−1 ∞ α−1
1 1 1
s2n < 1 + ∑ < 1+ ∑ = 1+ 1
i=1 2i−1 i=1 2i−1 1 − 2α−1
1
Teraz si už stačí uvedomiť, že α > 1 je konštanta, a preto ̸= 1 je tiež konštanta, čo
2α−1
znamená, že vybraná postupnosť čiastočných súčtov (s2n )∞
n=1 je zhora
ohraničená. Z toho
∞
vyplýva, že aj postupnosť čiastočných súčtov (sn )n=1 musí byť zhora ohraničená a okrem
6.1 Základné pojmy 217
toho je táto postupnosť aj rastúca. Takže podľa vety 5.3.3 (strana 192) je postupnosť (sn )∞
n=1
∞
1
konvergentná a teda aj rad ∑ α konverguje.
n=1 n
• α ≤ 1 : V tomto prípade budeme rovnako robiť vybranú postupnosť čiastočných súčtov.
Avšak namiesto toho, aby sme v súčte (6.4) všetky členy v skupine nahrádzali najväčším
členom skupiny, ako to bolo robené v (6.5), nahradíme všetky členy skupiny najmenším
členom skupiny a dostaneme
1 1 1 1 1 1 1 1 2 4
s23 > 1 + + α + α + α + α + α + α = 1+ α + α + α
2 α
|{z} |4 {z 4 } |8 8 {z 8 8} 2 4 8
1 člen 2 členy 4 členy
To ďalej upravíme
20 21 22 1 3 i(1−α) 1 3 1−α i
s23 > 1 + + + = 1 + · ∑ 2 = 1 + ·∑ 2
2α 22α 23α 2 i=1 2 i=1
1 n i
s2n > 1 + · ∑ 21−α
2 i=1
Uvedené kritérium konvergencie hovorí, že rad konverguje práve vtedy, ak pre ľubovoľne
malé ε > 0 vieme nájsť také prirodzené číslo n0 , že pre každé prirodzené číslo p je súčet p
členov postupnosti (an )∞
n=1 , počínajúc od (n + 1), menší než ε. Vetu 6.1.3 nebudeme dokazovať
v uvedenom tvare, ale ekvivalentne ju preformulujeme pomocou postupnosti čiastočných súčtov
radu a dokážeme ju v takomto preformulovanom tvare.
218 Kapitola 6. Nekonečné rady
∀ ε > 0 ∃ n0 ∈ N : p, q > n0 ⇒ |s p − sq | ≤ ε .
Dôkaz: tvrdenie vety je ekvivalencia, a preto ho budeme dokazovať ako dve implikácie.
⇒ Nech S = lim sn a S ∈ R. To z definície limity znamená, že platí
n→∞
ε ε
∀ > 0 ∃ n0 ∈ N : p > n0 ⇒ |s p − S| ≤
2 2
ε ε
∀ > 0 ∃ n0 ∈ N : q > n0 ⇒ |sq − S| ≤
2 2
Použitím trojuholníkovej nerovnosti z toho dostaneme
ε ε
|s p − sq | ≤ |s p − S| + |sq − S| ≤ + =ε.
2 2
Takže platí
∀ ε > 0 ∃ n0 ∈ N : p, q > n0 ⇒ |s p − sq | ≤ ε .
⇐ Nech platí
Na záver tejtočasti dokážeme ešte konvergenciu tzv. exponenciálneho radu. Tento rad úzko súvisí
1 n
s limitou lim 1 + , ktorej konvergenciu sme dokazovali v príklade 5.15.
n→∞ n
∞
1
■ Príklad 6.6 Dokážte, že rad ∑ n! konverguje.
n=1
Dôkaz: Označme si (sn )∞ n=1 postupnosť čiastočných súčtov daného radu. Najskôr ukážeme, že
postupnosť (sn )∞
n=1 je neklesajúca, potom ukážeme, že je zhora ohraničená a tým bude dokázané,
že daný rad konverguje.
Pre všetky n ∈ N, n ≥ 1 je n!1 > 0. Z toho triviálne vyplýva, že postupnosť (sn )∞ n=1 je neklesajúca.
V príklade 5.15 bolo uvedené, že pre všetky n ∈ N platí nerovnosť n!1 ≤ 2n−1
1
, čo sa dá ľahko dokázať
matematickou indukciou. Z tejto nerovnosti dostávame ohraničenie
n n n ∞
1 1 1 1 2
sn = ∑ ≤ ∑ i−1 = 2 · ∑ i ≤ 2 · ∑ i = = 4.
i=1 i! i=1 2 i=1 2 i=1 2 1 − 21
Tým je ukázané, že postupnosť (sn )∞n=1 je zhora ohraničená a keďže je aj nerastúca, tak podľa vety
∞
1
5.3.3 konverguje a teda aj jej zodpovedajúci rad konverguje. Suma tohto radu je ∑ = e. ■
n=1 n!
Z predošlej rovnosti vidíme, že sn+k = A + s′n , kde A je konštanta a z toho vyplýva tvrdenie vety.
Q.E.D.
∞ ∞
Veta 6.1.6 — O radoch s rovnakým charakterom 2. Ak sa rady ∑ an a ∑ bn od seba
n=1 n=1
líšia v nanajvýš konečnom počte členov, tak majú rovnaký charakter.
Dôkaz: bezprostredne vyplýva z vety 6.1.5.
s′n = α a1 + α a2 + · · · + α an = α sn .
Z predošlej rovnosti je zrejmé, že pre členy čiastkových súčtov oboch radov platí s′n = α sn a
potom z vety 5.3.6 vyplýva tvrdenie vety. Q.E.D.
(α a1 + α a2 + · · · + α an + · · · ) = α (a1 + a2 + · · · + an + · · · ) ,
čo je distributívny zákon pre nekonečne veľa sčítancov. Asociatívny a komutatívny zákon sa takto
zovšeobecniť nedajú ako si ukážeme neskôr.
6.1 Základné pojmy 221
∞
Veta 6.1.8 — O radoch s rovnakým charakterom 4. Majme rad ∑ an , označme ho a) a
n=1
rastúcu postupnosť prirodzených čísel (kn )∞
n=1 . Označme si súčty
b1 = a1 + · · · + ak1
b2 = ak1 +1 + · · · + ak2
b3 = ak2 +1 + · · · + ak3
.. ..
. .
bn = akn−1 +1 + · · · + akn
.. ..
. .
∞
a z postupnosti (bn )∞
n=1 utvorme rad ∑ bn , ktorý označíme b). Potom ak rad a) konverguje (resp.
n=1
diverguje), tak aj rad b) konverguje (resp. diverguje rovnakým spôsobom).
Dôkaz: označme si (sn )∞ ′ ∞
n=1 a (sn )n=1 postupnosti čiastkových súčtov radov a) a b). Potom platí
s′n = b1 + · · · + bn = skn .
Tvrdenie opačné ku tvrdeniu predošlej vety neplatí, ako sa presvedčíme na nasledujúcom príklade.
∞
■ Príklad 6.7 Zoberme si postupnosť (−1)n+1 n=1 a postupnosť definovanú predpisom kn = 2n.
∞
Spôsobom popísaným vo vete 6.1.8 zostrojíme rad ∑ bn . Platí
n=1
b1 = a1 + a2 = 0 , b2 = a3 + a4 = 0 , b3 = a5 + a6 = 0 , . . .
∞ ∞ ∞ ∞
Takže ∑ bn = ∑ 0 = 0. Rad ∑ bn konverguje, ale rad ∑ an osciluje, čo sme ukázali v príklade
n=1 n=1 n=1 n=1
6.1 (c). ■
Takže ako vidíme, tvrdenie opačné ku tvrdeniu vety 6.1.8 vo všeobecnosti neplatí, ale pre konver-
gentné rady platí, pretože pre ne platí
∞ ∞
∑ an = ∑ bn .
n=1 n=1
Je to vlastne zovšeobecnená verzia asociatívneho zákona pre nekonečne veľa sčítancov, ale platí
∞
to len v prípade, ak rad ∑ an konverguje. V nasledujúcom príklade si ukážeme, že pre rady
n=1
vo všeobecnosti neplatí ani komutatívny zákon.
222 Kapitola 6. Nekonečné rady
∞
(−1)n+1
■ Príklad 6.8 Zoberme si postupnosť n . Teraz vypočítame súčet z nej utvoreného radu
n=1
a pripočítame k nemu jeho polovicu.
S = 1 − 21 + 13 − 41 + 15 − 16 + 17 − 81 + 19 1
− 10 1
+ 11 1
− 12 +···
1 1
2 ·S = 2 − 41 + 16 − 81 1
+ 10 1
− 12 +···
+
3
2 ·S = 1 + 13 − 21 + 15 + 17 − 41 + 19 1
+ 11 − 16 +···
V poslednom súčte 32 · S máme rovnaké členy ako v prvom súčte S, ale tieto členy sú v popreha-
dzovanom poradí. Tvrdenie predošlej (gramatickej) vety je síce pravdivé, ale bolo by ho treba aj
formálne dokázať, čo nebudeme robiť. Z uvedených súčtov potom vyplýva, že
3
S= ·S ⇒ S = 0.
2
To však nemôže byť pravda, pretože platí
1 1 1 1 1 1 1 1 1 1 1 1
S = 1− + − + − + − + − + − +··· > .
| {z 2} |3 {z 4} |5 {z 6} |7 {z 8} |9 {z10} |11 {z 12} 2
= 12 >0 >0 >0 >0 >0
Vidíme, že ak by bolo možné v nekonečnom súčte ľubovoľne poprehadzovať poradie sčítancov, tak
môžeme dospieť ku kontradikcii1 ako je tá vyššie uvedená, ktorá hovorí, že S = 0 a zároveň S > 21 .
Takže vo všeobecnosti pre nekonečné rady komutatívny zákon neplatí. ■
∞ ∞
Veta 6.1.9 — O súčte konvergentných radov. Ak rady ∑ an a ∑ bn konvergujú, tak
n=1 n=1
∞ ∞ ∞ ∞
koverguje aj rad ∑ (an ± bn ) a platí ∑ (an ± bn ) = ∑ an ± ∑ bn .
n=1 n=1 n=1 n=1
∞
Dôkaz: označme si (sn )∞ ′ ∞ ∗ ∞
n=1 , (sn )n=1 a (sn )n=1 postupnosti čiastkových súčtov radov ∑ an ,
n=1
∞ ∞
∑ bn a ∑ (an ± bn ) v uvedenom poradí. Potom platí
n=1 n=1
Ak existujú konečné limity lim sn a lim s′n , tak z vety o limite súčtu a rozdielu konvergentných
n→∞ n→∞
postupností (veta 5.3.7, strana 194) vyplýva tvrdenie vety. Q.E.D.
1 kontradikcia=spor
6.2 Nekonečné rady s nezápornými členmi 223
Definícia 6.2.1 — Skoro všetky n ∈ N. Budeme hovoriť, že výrok Vn platí pre skoro všetky
n ∈ N, ak platí pre všetky n ∈ N s výnimkou konečného počtu prirodzených čísel.
P Ak nejaký výrok Vn platí pre všetky n ∈ N s výnimkou konečného počtu prirodzených čísel,
tak musí existovať najväčšie také prirodzené číslo, označme si ho n0 ∈ N, pre ktoré výrok Vn0
neplatí. Potom však už pre všetky n > n0 výrok Vn platí.
Niektoré tvrdenia v tejto časti budú formulované tak, že bude predpokladaná nezápornosť
skoro všetkých členov radu a dôkazy budú robené tak, ako keby všetky členy radu boli nezáporné.
Umožňuje nám to veta 6.1.5 a predošlá poznámka.
Pri radoch s nezápornými členmi sú ich postupnosti čiastočných súčtov neklesajúce a kladné,
a preto tieto radu nemôžu divergovať do −∞, ani nemôžu oscilovať. Rady s nezápornými členmi
môžu len konvergovať, alebo môžu divergovať do ∞. Ako prvé si dokážeme jedno veľmi jednoduché
kritérium konvergencie radu s nezápornými členmi.
Veta 6.2.1 — Triviálne kritérium konvergencie radu s nezápornými členmi. Majme rad
∞
∑ an , kde pre všetky n ∈ N platí an ≥ 0. Potom tento rad konverguje práve vtedy, keď jeho
n=1
postupnosť čiastočných súčtov je zhora ohraničená.
Dôkaz: tvrdenie je formulované ako ekvivalencia, a preto ho budeme dokazovať ako dve impli-
kácie.
⇒ Táto implikácia platí triviálne, priamo z definície konvergencie radu.
⇐ Nech je (sn )∞
n=1 postupnosť čiastočných súčtov daného radu a nech je táto postupnosť zhora
ohraničená. Platí
sn+1 = sn + an+1 ⇒ sn+1 ≥ sn .
|{z}
>0
Veta 6.2.2 — I. porovnávacie kritérium konvergencie. Nech pre skoro všetky n ∈ N platí
0 ≤ an ≤ bn . Potom
∞ ∞
a) ak rad ∑ bn konverguje, tak aj rad ∑ an konverguje.
n=1 n=1
∞ ∞
b) ak rad ∑ an diverguje, tak aj rad ∑ bn diverguje.
n=1 n=1
Dôkaz: výroky a) a b) sú ekvivalentné, a preto stačí dokázať jeden z nich. Budeme dokazovať
224 Kapitola 6. Nekonečné rady
∞
výrok a). Nech (sn )∞
n=1 je postupnosť čiastočných súčtov radu ∑ an a nech (s′n )∞n=1 je postupnosť
n=1
∞
čiastočných súčtov radu ∑ bn . Z predpokladov vyplýva, že
n=1
∃ n0 ∈ N : n ≥ n0 ⇒ an ≤ bn ⇒ sn ≤ s′n .
(6.10)
∞
Predpokladáme, že rad ∑ bn konverguje, z čoho vyplýva, že postupnosť (s′n )∞
n=1 je zhora
n=1
ohraničená a potom zo (6.10) vyplýva, že aj postupnosť (sn )∞
n=1 je zhora ohraničená. Podľa vety
∞
6.2.1 potom aj rad ∑ an konverguje. Q.E.D.
n=1
∞ ∞
P Ak máme dva rady ∑ an a ∑ bn a pre skoro všetky n ∈ N platí an ≤ bn , alebo inak zapísané
n=1 n=1
∃ n0 ∈ N : n ≥ n0 ⇒ an ≤ bn ,
∞ ∞
tak hovoríme, že rad ∑ bn majorizuje rad ∑ an , Zapisujeme to
n=1 n=1
∞ ∞
∑ an ≪ ∑ bn .
n=1 n=1
Veta 6.2.2 sa dá mierne upraviť takým spôsobom, že postačuje predpokladať nezápornosť členov
len jedného z radov.
Veta 6.2.3 — II. porovnávacie kritérium konvergencie. Nech pre skoro všetky n ∈ N platí
|an | ≤ bn . Potom
∞ ∞
a) ak rad ∑ bn konverguje, tak aj rad ∑ an konverguje.
n=1 n=1
∞ ∞
b) ak rad ∑ an diverguje, tak aj rad ∑ bn diverguje.
n=1 n=1
Dôkaz: výroky a) a b) sú ekvivalentné, a preto stačí dokázať jeden z nich. Budeme dokazovať
výrok a). Stačí si uvedomiť, že podmienka |an | ≤ bn je ekvivalentná s podmienkou 0 ≤ |an | ≤ bn .
6.2 Nekonečné rady s nezápornými členmi 225
∞ ∞ ∞
To znamená, že rad ∑ bn je radom s nezápornými členmi. Ďalej platí ∑ an ≪ ∑ |an | a
n=1 n=1 n=1
tvrdenie vety potom vyplýva priamo z vety 6.2.2. Q.E.D.
Do tretice si uvedieme ešte jedno porovnávacie kritérium pre rady s nezápornými členmi.
∞
Veta 6.2.4 — III. porovnávacie kritérium konvergencie. Majme rad ∑ an , kde pre všetky
n=1
an+1 bn+1
n ∈ N platí an > 0. Majme postupnosť (bn )∞
n=1 a nech pre skoro všetky n ∈ N platí an ≤ bn .
Potom
∞ ∞
a) ak rad ∑ bn konverguje, tak aj rad ∑ an konverguje.
n=1 n=1
∞ ∞
b) ak rad ∑ an diverguje, tak aj rad ∑ bn diverguje.
n=1 n=1
Dôkaz: výroky a) a b) sú ekvivalentné, a preto stačí dokázať jeden z nich. Budeme dokazovať
výrok a). Podľa predpokladov platí
an+1 bn+1 bn bn+1 bn0 bn +1
∃ n0 ∈ N : n ≥ n0 ⇒ ≤ ⇒ ≤ ⇒ ≤ 0 ≤ ···
an bn an an+1 an0 an0 +1
|{z}
=k
∃ n0 ∈ N : n ≥ n0 ⇒ k a n ≤ bn .
∞ ∞
Dôsledok 6.2.5 Majme dva rady s nezápornými členmi ∑ an a ∑ bn . Ak existuje k > 0 také,
n=1 n=1
∞ ∞
an
že pre všetky n ∈ N platí bn ≤ k, tak ak konverguje rad ∑ bn , tak konverguje aj rad ∑ an .
n=1 n=1
Dôkaz: platí
an
∃k > 0 ∀n ∈ N : ≤ k ⇔ (∃ k > 0 ∀ n ∈ N : an ≤ k bn )
bn
∞ ∞
Dôsledok 6.2.6 Majme dva rady s nezápornými členmi ∑ an a ∑ bn a nech existuje konečná
n=1 n=1
an
limita lim = l > 0. Potom uvedené dva rady majú rovnaký charakter.
n→∞ bn
226 Kapitola 6. Nekonečné rady
an
∀ ε > 0 : l − ε > 0 ∃ n0 ∈ N n ≥ n0 ⇒ −l ≤ ε
bn
∞
Veta 6.2.7 — Cauchyho kritérium konvergencie. Majme nekonečný rad ∑ an a nech
n=1
√
lim n an = α, α ∈ R . Potom
n→∞
a) ak α < 1, tak daný rad konverguje,
b) ak α > 1, tak daný rad diverguje,
c) pre α = 1 existujú divergentné aj konvergentné rady.
Dôkaz: pripomeňme si najskôr definíciu limes superior (definícia 5.3.13, strana 202). Majme
postupnosť (bn )∞
n=1 , H bude množinou jej hromadných hodnôt a α = n→∞
lim bn = sup (H). Potom
platí
A) α ∈ H,
B) ∀ a > α ∃ n0 ∈ N : n ≥ n0 ⇒ bn < a,
C) α je jednoznačne určené vlastnosťami A) a B).
Teraz poďme dokazovať tvrdenia vety.
a) Nech α < 1. Zvoľme si číslo q tak, aby α < q < 1. Z vlastnosti B) pre limes superior
vyplýva, že platí
√
∃ n0 ∈ N : n ≥ n0 ⇒ n an < q ⇒ an < qn .
∞ ∞
Keďže q < 1, rad ∑ qn konverguje a z vety 6.2.2 potom vyplýva, že aj rad ∑ an
n=1 n=1
konverguje.
b) Nech α > 1. Z vlastnosti A) pre limes superior vyplýva, že α je hromadnou hodnotou
√ ∞
postupnosti n an n=1 . To znamená, že
√
∀ ε > 0 : α − ε > 1 ∃ nekonečne veľa n ∈ N : 1 < α − ε ≤ n
an ≤ α + ε
Z predošlého riadku vyplýva, že existuje nekonečne veľa n ∈ N, pre ktoré an > 1. Preto
∞
nemôže platiť lim an = 0, nie je splnená nutná podmienka konvergencie a rad ∑ an
n→∞
n=1
6.2 Nekonečné rady s nezápornými členmi 227
diverguje.
c)
∞
1
• Zoberme si rad ∑ n2 . Toto je všeobecný harmonický (Riemanov) rad, o ktorom
n=1
vieme, že konverguje. Počítajme
1 2
r
√ n 1
lim n an = lim = lim √ =1
n→∞ n→∞ n2 n→∞ n n
∞
1
• Zoberme si rad ∑n. Toto je harmonický rad, o ktorom vieme, že diverguje.
n=1
Počítajme r
√ n 1 1
lim n an = lim = lim √
n
=1
n→∞ n→∞ n n→∞ n
Q.E.D.
Veta o Cauchyho odmocninovom kritériu sa často formuluje pomocou obyčajnej limity, na-
miesto limes superior. Z vety 5.3.19 (strana 203) vieme, že limita postupnosti existuje práve vtedy
ak sa limes inferior a limes superior rovnajú. Okrem toho ak limita existuje, tak sa rovná limes
superior. Takže formulácia pomocou limes superior je silnejšia, ale na druhej strane sa obyčajná
limita ľahšie počíta. Modifikovaná verzia Cauchyho konvergenčného kritéria, s ktorou sa môžeme
stretnúť vo väčšine učebníc bude mať podobu uvedenú v nasledovnej vete.
∞
Veta 6.2.8 — Zoslabené Cauchyho kritérium konvergencie. Majme nekonečný rad ∑ an
√ n=1
a nech existuje vlastná limita lim n
an = α,. Potom
n→∞
a) ak α < 1, tak daný rad konverguje,
b) ak α > 1, tak daný rad diverguje,
c) pre α = 1 existujú divergentné aj konvergentné rady.
Dôkaz nie je uvedený, pretože tvrdenie vety bezprostredne vyplýva z predošlej vety 6.2.7.
Posledné konvergenčné kritérium, ktoré si v tejto kapitole uvedieme, bude d’Alembertovo kritérium
konvergencie nekonečných radov.
∞
Veta 6.2.9 — d’Alembertovo kritérium konvergencie. Majme nekonečný rad ∑ an a pre
n=1
všetky n ≥ 1 je an > 0. Potom
an+1
a) ak lim < 1, tak daný rad konverguje
n→∞ an
b) ak pre skoro všetky n ∈ N platí an+1 > an , tak daný rad diverguje,
an+1 an+1
c) existujú divergentné aj konvergentné rady, pre ktoré platí lim ≤ 1 ≤ lim .
n→∞ an n→∞ an
Dôkaz:
an+1
a) Zvoľme si číslo q tak, že lim < q < 1. Potom z vlastnosti B) pre limes superior
n→∞ an
228 Kapitola 6. Nekonečné rady
an+1 qn+1
∃ n0 ∈ N : n ≥ n0 ⇒ <q= n
an q
∞ ∞
Vieme, že pre 0 < q < 1 rad ∑ qn konverguje, a preto podľa vety 6.2.4 aj rad ∑ an
n=1 n=1
konverguje.
b) Predpoklad hovorí, že
∃ n0 ∈ N n ≥ n0 ⇒ an+1 > an
To je spor s tým, že lim an = 0. Stačí si zvoliť ε = an0 a použiť definíciu limity. Takže nie
n→∞
∞
je splnená nutná podmienka konvergencie a rad ∑ an diverguje.
n=1
c)
∞
1
• Zoberme si rad ∑ n2 . Toto je všeobecný harmonický (Riemanov) rad, o ktorom
n=1
vieme, že konverguje. Počítajme
2 !2
an+1 n 1
lim = lim = lim =1
n→∞ an n→∞ n + 1 n→∞ 1 + 1n
∞
1
• Zoberme si rad ∑n. Toto je harmonický rad, o ktorom vieme, že diverguje.
n=1
Počítajme
an+1 n 1
lim = lim = lim =1
n→∞ an n→∞ n + 1 n→∞ 1 + 1
n
Q.E.D.
Rovnako ako pri Cauchyho kritériu, aj d’Alembertovo kritérium sa často formuluje s obyčajnou
limitou namiesto limes superior. Je to zoslabená verzia a dôvody jej používania sú rovnaké ako pri
Cauchyho kritériu. Podoba takéhoto modifikovaného d’Alembertovho kritéria je nasledovná.
Dôkaz predošlej vety opäť nie je uvedený preto, lebo tvrdenie vety bezprostredne vyplýva z vety
6.2.9.
6.2 Nekonečné rady s nezápornými členmi 229
∞
■ Príklad 6.10 Majme rad ∑ an , ktorého členy sú dané predpisom
n=1
1
a2n−1 = 2n ,
1
a2n = 3n , n ∈ {1, 2, 3 . . .}
∞
1 1 1 1 1 1
∑ an = 2 + 3 + 22 + 32 + · · · + 2k + 3k + · · ·
n=1
6.3 Cvičenia
∞ ∞ ∞
n−1 1
(b) ∑ arctg n (f) ∑ arcsin (j) ∑ cos n
n=1 n=1 n n=1
∞ ∞
e.n + 100
(c) ∑ ln(n + 3) (g) ∑ ln n
n=1 n=1
∞
2n − 7 ∞ √ √ √
(d) ∑ (h) ∑ n+3 n− n−1
n=1 n − 3 n=1
■
Cvičenie 6.2 Zistite, či daný geometrický rad konverguje a ak áno, tak nájdite jeho súčet
(a) 24 − 12 + 6 − 3 + . . . ∞
πn
(j) ∑ 3n+2
√ √ √ n=1
(b) 125 + 25 + 5 + . . .
1 1
∞
3n + 2n
(c) 1 − + − . . . (k) ∑
3 9 n=1 6n
√ √ √ ∞ n
(d) 2 + 4 + 8 + . . . 3π
(l) ∑
n=1 5
e e2 e3
(e) + + +... ∞
3 9 27
(m) ∑ (ln 2)n
π π2 n=1
(f) 1 + + +...
4 16 ∞
1
(n) ∑ (ln 2)n
∞
2n n=1
(g) ∑ 32n−1
n=1 n
∞ n
1 2
n (o) ∑ 2 −3
∞
1 n=1 3 5
(h) ∑
n=1 2 ∞ n
e n 3
n (p) ∑ +4
∞
2 n=1 4 7
(i) ∑ 5
n=1 3
■
232 Kapitola 6. Nekonečné rady
Cvičenie 6.3 Pomocou porovnávacieho (majorantného) kritéria zistite, či daný rad konverguje
√ √
∞
n ∞
n ∞
n4 + 2
(a) ∑ (g) ∑ (m) ∑
n=1 n − 1
5
n=2 ln n n=1 n
∞ ∞ ∞
1 3 1
(b) ∑ n√n2 + 3 (h) ∑ n−3 (n) ∑ 3n + 1
n=1 n=1 n=1
∞
sin2 n ∞
1 ∞
1
(c) ∑ n (i) ∑ √3 n4 + n (o) ∑ (3n − 4)2
n=1 3 n=1 n=1
∞
∞
8n + 8 arctg n ∞
n3
(d) ∑ (j) ∑ (p) ∑ ln 2n
n=1 n(n + 1)(n + 3) n=1 n2 n=1
∞
∞
2 4 ∞
2
(e) ∑ 3 (k) ∑ 4n − 3 (q) ∑ √n + 7
n=1 n + 4 n=1 n=1
∞
∞
1 + sin n 5 ∞
cos2 n
(f) ∑ (l) ∑ 3n − 4 (r) ∑ n
n=1 10n n=1 n=1 2
■
Cvičenie 6.4 Pomocou D’Alambertovho (podieľového) kritéria zistite, či daný rad konverguje
∞
n+1 ∞
nn ∞
nn
(a) ∑ 2n (f) ∑ n! (k) ∑ 31+3n
n=1 n=1 n=1
∞
n! ∞
n!n! ∞
n2 2n
(b) ∑ 2n (g) ∑ (2n)! (l) ∑
n=1 n=1 n=1 n!
∞
2n ∞
n! ∞
1
(c) ∑ (n + 1)! (h) ∑ en (m) ∑ 4n
n=1 n=1 n=1
n
∞
2 ∞
n2 ∞
3n−1
(d) ∑ n (i) ∑ n (n) ∑
n=1 3 n=1 2 n=1 n!
∞
(n + 2)!5! ∞
n(−3)n ∞
2n
(e) ∑ n!5n (j) ∑ n−1 (o) ∑ 3n+1
n=1 n=1 4 n=1
■
6.3 Cvičenia 233
Cvičenie 6.5 Pomocou Cauchyho (odmocninového) kritéria zistite, či daný rad konverguje
∞ ∞
nn ∞
2n
(a) ∑ (arctg (n + 1))n (e) ∑ 31+3n (i) ∑ n2
n=1 n=1 n=1
∞
1 ∞
2n+1 ∞
1
(b) ∑ lnn (n + 1) (f) ∑ n (j) ∑ n2n
n=1 n=1 n n=1
∞ n n2 ∞ n
1 ∞
n n+6
(c) ∑ (g) (k) ∑
n=1 ln n ∑ n+1 n=1 4n − 2
n=1
n n
n2 + 1 3n3 + 6
∞ ∞
(d)
∞
n2 (l)
∑ 2n2 + 1 (h) ∑ n ∑ 8n3 + 3
n=1 n=1 2 n=1
■
Cvičenie 6.6 Zistite, či daný rad konverguje. V prípade konvergentných radov zistite k čomu
konvergujú.
1 1 1 1
(a) + + +...+ +...
1.2 2.3 3.4 n(n + 1)
1 1 1 1
(b) + + +...+ +...
1.4 4.7 7.10 (3n − 2)(3n + 1)
1 1 1 1 1 1 1 1
(c) + + 2 + 2 + 3 + 3 +···+ n + n +...
2 3 2 3 2 3 2 3
1 3 5 2n − 1
(d) + 2 + 3 +...+ +...
2 2 2 2n
1 1 1
(e) 1 + + + . . . + +...
3 5 2n − 1
√ √ √
(f) 0.001 + 0.001 + 3 0.001 + . . . + n 0.001 + . . .
■
234 Kapitola 6. Nekonečné rady
2n 2 n 6
∞ ∞
(g) ∑ 32n−1 = ∑3 =
n=1 n=1 9 7
n
∞
1
(h) ∑ =1
n=1 2
∞ n
2
(i) ∑ 5 = 10
n=1 3
∞
πn ∞
1 π n
(j) ∑ 3n+2 = ∑ 9 3
. Rad diverguje!
n=1 n=1
∞
3n + 2n 3
(k) ∑ =
n=1 6n 2
6.4 Odpovede a výsledky cvičení 235
∞
3π n
(l) ∑ . Rad diverguje!
n=1 5
∞
ln 2
(m) ∑ (ln 2)n = 1 − ln 2
n=1
∞
1
(n) ∑ (ln 2)n . Rad diverguje!
n=1
∞ n n
1 2
(o) ∑ 2 −3 = −1
n=1 3 5
∞ n n
e 3 6−e
(p) ∑ +4 = 2·
n=1 4 7 4−e ■
sin2 n
∞ ∞
1
(c) konverguje → ∑ n
≪ ∑ n
n=1 3 n=1 3
∞ ∞
8n + 8 8n + 8
(d) konverguje → ≪
∑ n(n + 1)(n + 3) ∑ n3
n=1 n=1
∞ ∞
2 2
(e) konverguje → ≪
∑ n3 + 4 ∑ n3
n=1 n=1
∞ ∞
1 + sin n 2
(f) konverguje → ∑ n
≪ ∑ n
n=1 10 n=1 10
∞ ∞ √
1 n
(g) diverguje → ∑ ≪ ∑
n=1 n n=1 n − 1
∞ ∞
3 3
(h) diverguje → ∑ n ≪ ∑ n−3
n=1 n=1
∞ ∞
1 1
(i) konverguje → ∑ 3 n4 + n ∑ √3 n4
√ ≪
n=1 n=1
∞ ∞
arctg n π
(j) konverguje → ∑ ≪ ∑ 2n2
n=1 n2 n=1
∞ ∞
1 4
(k) diverguje → ∑ n ≪ ∑ 4n − 3
n=1 n=1
236 Kapitola 6. Nekonečné rady
∞ ∞
5 5
(l) diverguje → ∑ 3n ≪ ∑ 3n − 4
n=1 n=1
n4 + 2 ∞
∞
1 2
(m) diverguje → ∑ 5
=∑ + 5
n=1 n n=1 n n
∞ ∞
1 1
(n) konverguje → ≪
∑ 3n + 1 ∑ 3n
n=1 n=1
∞ ∞
1 1
(o) konverguje → ∑ (3n − 4)2 ≪ ∑ 9n2
n=1 n=1
1 ∞ 2 ∞
n3
(p) diverguje → ∑ n ≪∑ n
ln 2 n=1 n=1 ln 2
∞ ∞
1 2
(q) diverguje → ∑ n ∑ √n + 7
√ ≪
n=8 n=1
cos2 n
∞ ∞
1
(r) konverguje → ∑ n
≪ ∑ n
n=1 2 n=1 2 ■
∞
∞
(n + 2)!5! 1
(e) ∑ n!5n → konverguje (m) ∑ 4n → konverguje
n=1 n=1
∞
nn ∞
3n−1
(f) ∑ n! → diverguje (n) ∑ → konverguje
n=1 n=1 n!
∞
n!n! ∞
2n
(g) ∑ (2n)! → konverguje (o) ∑ n+1 → konverguje
n=1 n=1 3
∞
n!
(h) ∑ en → diverguje
n=1
■
6.4 Odpovede a výsledky cvičení 237
∞
Pozrime sa teraz na rad ∑ xn−1 . Toto je geometrická postupnosť, ktorá pre x ∈ (−1, 1)
n=1
1
konverguje k f (x) = . Ak túto funkciu zderivujeme, dostaneme
1−x
∞
1
f ′ (x) = = ∑ nxn−1
(1 − x)2 n=1
1
Konkrétne pre x = dostávame
2
∞ ∞
1 n 2n
4= = ∑ 2n−1 = ∑ 2n
1 2
1− 2 n=1 n=1
Na zisťovanie konvergencie alternujúcich radov existuje jedno veľmi ľahko aplikovateľné kritérium.
∀ n ∈ N : |S − sn | ≤ an+1 .
platia nerovnosti
S′′ = lim s2n = lim (s2n−1 + a2n ) = lim s2n−1 + lim a2n = S′
n→∞ n→∞ n→∞ n→∞
| {z }
=0
Inak zapísané
∀ ε > 0 ∃ n0 ∈ N : n ≥ n0 ⇒ |sn − S| ≤ ε ,
čo znamená, že lim sn = S .
n→∞
Ešte musíme dokázať druhú časť tvrdenia vety, týkajúcu sa odhadu čiastočného súčtu radu.
Treba si uvedomiť, že zo zreťazenej série nerovností (7.3) vyplýva, že máme sériu vnorených
intervalov, ktorých krajnými bodmi sú susediace párne a nepárne členy postupnosti (sn )∞n=1 .
Jedná sa o intervaly
⟨s2 , s1 ⟩ ⊇ ⟨s4 , s3 ⟩ ⊇ ⟨s6 , s5 ⟩ ⊇ · · ·
Pre súčet radu z doteraz uvedených faktov vyplýva, že S leží v ľubovoľnom intervale, ktorého
ľavá hranica je niektorý párny člen s2n a pravá hranica je ľubovoľný nepárny člen s2n−1 . Preto
pre všetky n platia nerovnosti
Z posledných nerovností potom vyplýva |sn − S| ≤ an+1 pre všetky n, čo bolo treba dokázať.
Q.E.D.
7.2 Absolútna konvergencia 241
∞
(−1)n+1
■ Príklad 7.1 Zistite, či rad ∑ n konverguje.
n=1
1
Riešenie: použijeme Leibnizovo kritérium. Postupnosť (an )∞ n=1 je definovaná predpisom an = n .
1 1
Pre všetky jej členy platí an > 0 a takisto pre všetky n ∈ {1, 2, 3, . . .} platí an+1 = n+1 < n = an ,
1
takže postupnosť (an )∞n=1 je klesajúca. Z príkladu 5.7 (strana 188) vyplýva, že n→∞ lim = 0, čiže
n
postupnosť (an )∞
n=1 je nulová. Potom podľa Leibnizovho kritéria daný rad konverguje. ■
∞
Pre ľubovoľné x ∈ R, rovnako ako pre ľubovoľné x ∈ C, platí |x| ≥ 0, čiže rad ∑ |an | je vlastne
n=1
radom s nezápornými členmi a môžeme naň používať kritéria konvergencie, s ktorými sme sa
zoznámili v 6. kapitole. Platí nasledujúca veta.
∞
Veta 7.2.1 — O absolútnej konvergencii a konvergencii. Ak rad ∑ an absolútne konver-
n=1
∞
guje, tak rad ∑ an konverguje.
n=1
∞ ∞
Dôkaz: to, že rad ∑ an absolútne konverguje znamená, že konverguje rad ∑ |an | . Podľa
n=1 n=1
Cauchyho-Bolzanovho kritéria konvergencie (veta 6.1.3, strana 217) potom platí
|an+1 | + |an+2 | + · · · + |an+p | ≤ |an+1 + an+2 + · · · + an+p | ≤ |an+1 | + |an+2 | + · · · + |an+p | < ε ,
∞
čo podľa Cauchyho-Bolzanovho kritéria konvergencie znamená, že rad ∑ an konverguje.
n=1
Q.E.D.
∞
(−1)n+1
■ Príklad 7.2 Pozrime sa na rad ∑ z príkladu 7.1. V príklade 7.1 sme ukázali, že tento
n=1 n
rad konverguje, ale rad
∞
(−1)n+1 ∞
1
∑ =∑ ,
n=1 n n=1 n
Z predošlého príkladu vidíme, že obrátené tvrdenie ku tvrdeniu z vety 7.2.1 neplatí. Ak nejaký
rad konverguje, tak to neznamená, že musí aj absolútne konvergovať. Tým sa dostávame k pojmu
relatívna konvergencia.
Ako bolo spomenuté na začiatku časti o absolútnej konvergencii, na určovanie toho, či nejaký
rad absolútne konverguje môžeme používať rovnaké kritéria, ako na zisťovanie konvergencie radov
s nezápornými členmi. V našom prípade sú to majorantné, Cauchyho a d’Alembertovo kritérium.
Ukážeme si to na dvoch príkladoch.
∞ √
n n+2 n
■ Príklad 7.3 Dokážte, že rad ∑ (−1) relatívne konverguje.
n=1 n2 + 4n + 3
√ ∞
n+2 n
Riešenie: označme si an = n2 +4n+3
. Najskôr ukážeme, že rad ∑ (−1)n an konverguje. Člen an
n=1
si môžeme rozpísať nasledovným spôsobom
√
1 2n n − 4n − 3
an = + bn , kde bn = .
n n(n2 + 4n + 3)
Platnosť uvedeného vzťahu medzi an a bn si ľahko overíme sčítaním uvedených zlomkov. Teraz
∞
dokážeme, že rad ∑ (−1)n bn absolútne konverguje. Platí
n=1
√ √
n 2n n − 4n − 3 9n n 9
|(−1) bn | = < = 3 ,.
n(n2 + 4n + 3) n3 n2
Z uvedeného vyplýva
∞ ∞
9
∑ |(−1)n bn | ≪ ∑ n 3
2
.
n=1 n=1
∞
Na pravej strane máme konvergujúci Riemanov rad, a preto aj rad ∑ |(−1)n bn | konverguje a podľa
n=1
∞
n (−1)n
∞
vety 7.2.1 aj rad ∑ (−1) bn konverguje. Z príkladu 7.1 vieme, že rad ∑ n
konverguje. Takže
n=1 n=1
rad
∞ ∞
(−1)n ∞
∑ (−1)n an = ∑ n
+ ∑ (−1)n bn
n=1 n=1 n=1
∞
bude tiež konvergovať. To, že rad ∑ (−1)n an nekonverguje absolútne vyplýva z toho, že platí
n=1
√ ∞ ∞
n+2 n 3n 3 3
|(−1)n an | = |an | = > = ⇒ ∑ 8n ≪ ∑ |(−1)n an |
n2 + 4n + 3 8n2 8n n=1 n=1
∞
3
a rad ∑ 8n je divergentný. Daný rad je teda relatívne konvergentný. ■
n=1
7.2 Absolútna konvergencia 243
∞
2 + (−1)n
■ Príklad 7.4 Vyšetrite konvergenciu radu ∑ .
n=1 2n−1
Riešenie: pomocou Cauchyho kritéria ukážeme, že daný rad konverguje absolútne. V tomto
prípade sa nejedná o alternujúci rad, pretože (−1)n má hodnotu buď 1, alebo −1. Čitateľ zlomku
bude preto mať hodnotu buď 3, alebo 1. Označíme si
s
2 + (−1) n p 2 + (−1)n
an = n−1
⇒ n |an | = n .
2 2n−1
√
n
√
n
Platí lim 1 = lim 3 = 1, takže
n→∞ n→∞
p p
p n
|2 + (−1)n | n
{1, 3} 1
lim n |an | = lim = lim = <1
n→∞ n→∞ n−1
n→∞ 1− 1n 2
2 n 2
Takže daný rad konverguje absolútne. ■
Absolútne konvergentné rady majú rôzne zaujímavé vlastnosti, ktoré relatívne konvergujúce rady
nemajú. Uvedieme si niektoré z nich.
∞
Veta 7.2.2 — Absolútne konvergujúce rady a vybrané postupnosti. Ak rad ∑ an abso-
n=1
lútne konverguje a (akn )∞ ∞
n=1 je ľubovoľná vybraná postupnosť z postupnosti (an )n=1 , tak aj rad
∞
∑ ak n absolútne konverguje.
n=1
∞
Dôkaz: podľa Cauchyho-Bolzanovho kritéria rad ∑ an absolútne konverguje práve vtedy ak
n=1
platí
∀ ε > 0 ∃ n0 ∈ N ∀ p ∈ N : n ≥ n0 ⇒ |an+1 | + |an+2 | + · · · + |an+p | < ε .
Potom však platí
Už v predošlej kapitole sme si na príklade 6.8 ilustrovali fakt, že nekonečné rady vo všeobecnosti
nie sú komutatívne. Teraz si definujeme jeden pojem, ktorý súvisí s komutatívnosťou radov a
ukážeme si dve tvrdenia, ktoré hovoria o tom, ktoré rady nie sú a ktoré sú komutatívne.
Na miernej modifikácii príkladu 6.8 ešte raz a iným spôsobom ukážeme, že rady vo všeobecnosti
nie sú komutatívne.
(−1)n+1
∞
■ Príklad 7.6 Majme rad ∑ n . Označme si (sn )∞n=1 jeho postupnosť čiastočných súčtov a
n=1
S = lim sn . Vezmime si prerovnanie daného radu, určené predpisom
n→∞
1 1 1 1 1 1 1 1 1 1 1
1− − + − − + − − +···+ − − +··· (7.6)
2 4 3 6 8 5 10 12 2n − 1 4n − 2 4n
Označme si postupnosť čiastočných súčtov prerovnania (7.6) ako (s′n )∞
n=1 . Platí
1 1 1 1 1
− − = − ,
2n − 1 4n − 2 4n 4n − 2 4n
a preto súčet násobku trojíc prvkov prerovnania (7.6) vieme zapísať ako
1 1 1 1 1 1 1 1
s′3n = − + − + − +···+ − =
2 4 6 8 10 12 4n − 2 4n
1 1 1 1 1 1 1 1 sn
= ·1− + − + − +···+ − = .
2 2 3 4 5 6 2n − 1 2n 2
| {z }
=sn
∞
Veta 7.2.3 — Riemanova veta o prerovnaní radu. Nech ∑ an je relatívne konvergentný
n=1
∞ ∞
rad. Ďalej nech α, β ∈ R∗ a α ≤ β . Potom existuje také prerovnanie ∑ akn radu ∑ an
n=1 n=1
s postupnosťou čiastočných súčtov (s′n )∞
n=1 , pre ktoré platí
Riemanová veta o prorovnaní radov v podstate hovorí to, že ak je rad relatívne konvergentný, tak
ho vieme prerovnať tak, že môžeme dostať ľubovoľný súčet. V prípade absolútne konvergentných
radov je situácia iná. Tam platí komutatívnosť, čiže absolútne konvergentné rady môžeme ľubovoľne
prerovnávať a ich súčet sa tým nezmení. Hovorí o tom nasledujúca veta.
∞
Veta 7.2.4 — O prerovnaniach absolútne konvergentného radu. ∑ an je absolútne kon-
n=1
vergentný rad práve vtedy, keď ľubovoľné jeho prerovnanie konverguje k tomu istému súčtu.
Dôkaz: tvrdenie vety je formulované ako ekvivalencia, a preto ho budeme dokazovať ako dve
imlikácie.
∞
⇒ Nech daný rad absolútne konverguje. To znamená, že rad ∑ |an | konverguje. Podľa
n=1
Cauchyho-Bolzanovho kritéria konvergencie (veta 6.1.3, strana 217) to znamená, že platí
Označme si (sn )∞ ′ ∞
n=1 postupnosť čiastočných súčtov pôvodného radu a (sn )n=1 postupnosť
∞
čiastočných súčtov jeho prerovnania ∑ ak n . Potom platí lim sn = S, kde S je súčet
n→∞
n=1
pôvodného radu. Musíme dokázať, že aj lim s′ = S, alebo, čo je ekvivalentné, dokázať, že
n→∞ n
lim (sn − s′n ) = 0.
n→∞
Zvoľme si n1 ∈ N tak veľké, že sa medzi číslami {k1 , k2 , . . . , kn1 } budú nachádzať všetky
čísla {1, 2, . . . , n0 }. Potom platí
Súčet ±al1 ± al2 ± · · · ± ali v (7.7) neznamená, že musia všade platiť buď znamienka +,
alebo všade znamienka −. V tomto prípade ± znamená, že pri každom sčítanci môže byť
ľubovoľné z týchto znamienok. Každopádne, podľa toho ako sme vyberali číslo n1 , musí
platiť, že l1 , l2 , . . . , li > n1 . Z toho potom vyplýva
∞
⇐ Nech pre ľubovoľné prerovnanie pôvodného radu platí ∑ ak n = S . Dokážeme, že potom
n=1
pôvodný rad konverguje absolútne. Dôkaz budeme robiť sporom.
∞
Predpokladajme, že pôvodný rad je len relatívne konvergentný, t. j. rad ∑ |ak |
n diver-
n=1
guje. Potom podľa Riemanovej vety o prerovnaní radu (veta 7.2.3), musí existovať také
prerovnanie pôvodného radu, ktoré diverguje, čo je spor s predpokladom. To znamená, že
∞
rad ∑ |ak | konverguje a teda pôvodný rad je absolútne konvergentný.
n
n=1
Q.E.D.
∞ ∞ ∞
∑ cn = ∑ an · ∑ bn
n=0 n=0 n=0
∞ ∞ ∞
a rad ∑ cn sa nazýva Caychyho súčin radov ∑ an a ∑ bn .
n=0 n=0 n=0
Veta 7.2.6 — Cauchyho súčin absolútne konvergujúcich radov. Majme absolútne konver-
∞ ∞
gujúce rady ∑ an a ∑ bn . Potom ich Cauchyho súčin
n=0 n=0
∞ ∞ ∞ n
∑ cn = ∑ an · ∑ bn , kde cn = ∑ ai bn−i ,
n=0 n=0 n=0 i=0
konverguje absolútne.
∞ ∞ n ∞
Dôkaz: platí ∑ cn = ∑ ∑ ai bn−i . Budeme odhadovať čiastočné súčty radu ∑ |cn | , pričom
n=0 n=0 i=0 n=0
n
na odhad radu ∑ ai bn−i použijeme trojuholníkovú nerovnosť.
i=0
k k n
∑ |cn | ≤ ∑ ∑ |ai | · |bn−i | = ∑ |ai | · |b j | , pre ∀ k ∈ N (7.8)
n=0 n=0 i=0 (i, j)∈∆k
7.2 Absolútna konvergencia 247
Dvojitú sumu sme previedli na jednoduchú sumu použitím množiny ∆k , ktorá je definovaná takto
∆k = (i, j) ∈ Z2 : i, j ≥ 0, i + j ≤ k .
Množinu ∆k v odhade (7.8) môžeme zväčšiť tým, že trojuholník s vrcholmi [0, k], [0, 0], [k, 0]
rozšírime na štvorec s vrcholmi [0, k], [0, 0], [k, 0], [k, k]. Na ilustračnom obrázku pre ∆5 by to
znamenalo, že ku červeným bodom pridáme ešte aj vyznačené modré body. Dostaneme ďalší
odhad
k k k k k
∑ |cn | ≤ ∑ ∑ |ai | · |b j | = ∑ |ai | · ∑ |b j | , pre ∀ k ∈ N (7.9)
n=0 i=0 j=0 i=0 j=0
pričom, podľa predpokladov vety, sumy v súčine na pravej strane konvergujú. To podľa majo-
∞
rantného kritéria znamená, že rad ∑ |cn | konverguje.
n=0
Poďme ďalej odhadovať rozdiel
k k k k−1 n
rk = ∑ ai · ∑ b j − ∑ cn ≤ ∑ ∑ |ak−i | · |bk−(n−i) | . (7.10)
i=0 j=0 n=0 n=0 i=0
Dvojitá suma na pravej strane (7.10) beží cez všetky mrežové body oblasti {⟨0, k⟩ × ⟨0, k⟩} \ ∆k .
Na obrázku s príkladom ∆5 sú to všetky modré body. Okrem toho bola pri odhade (7.10) opäť
∞ ∞
použitá trojuholníková nerovnosť. Vzhľadom na to, že rady ∑ an a ∑ bn absolútne konvergujú,
n=0 n=0
môžeme predpokladať, že pre skoro všetky n ∈ N platí |an | ≤ qn a |bn | ≤ qn , pre nejaké |q| < 1.
Inak povedané, vieme tieto rady zhora ohraničiť nejakým konvergujúcim geometrickým radom.
To, že taký musí existovať, sa dokáže sporom, čo prenechávame na čitateľa. Potom môžeme
ďalej odhadovať rozdiel rk .
k−1 n k−1 n k−1 k−1 n
k−i k−(n−i) 2k−n 2k −n 2k 1
rk ≤ ∑ ∑q ·q = ∑ ∑q = q · ∑ (i + 1)q ≤ kq · ∑ =
n=0 i=0 n=0 i=0 n=0 n=0 q
248 Kapitola 7. Nekonečné rady, funkcie
k
1
k−1
1
n
q −1 1 − qk
2k 2k
= kq · ∑ = kq · 1
= k qk+1 ·
n=0 q q −1 1−q
Platí
1 − qk
lim k qk+1 · = 0.
k→∞ 1−q
1 − qk ∞
Stačí použiť d’Alembertovo kritérium konvergencie pre rad
1−q ∑ k qk+1 ·
a potom použiť
k=0
nutnú podmienku konvergencie radu. Takže ukázali sme, že pre k → ∞ je rk → 0, z čoho vyplýva
∞ ∞ ∞
∑ cn = ∑ an · ∑ bn .
n=0 n=0 n=0
Q.E.D.
Pri mocninových radoch, nás rovnako ako pri nekonečných radoch doteraz, bude zaujímať či
konvergujú. Na rozdiel od nekonečných radoch, s ktorými sme sa zaoberali doteraz, však ich kon-
vergencia nezávisí len od postupnosti (an )∞
n=1 ich koeficientov. V mocninových radoch figuruje ešte
aj premenná x, od ktorej môže závisieť konvergencia, alebo divergencia radu. V princípe na zisťova-
nie konvergencie mocninových radov používame tie isté kritéria ako na zisťovanie konvergencie nie
mocninových radov. Vzhľadom na komplikáciu spôsobenú premennou x, budeme namiesto kon-
∞ ∞
vergencie radu ∑ an (x − a)n zisťovať absolútnu konvergenciu radu ∑ bn , kde bn = an (x − a)n .
n=1 n=1
Ukážeme si to na nasledujúcej sérii príkladov.
∞
xn
■ Príklad 7.7 Zistite, či a pre ktoré x ∈ R konverguje rad ∑ .
n=1 n!
Posledná limita sa podľa príkladu 5.7 (strana 188) rovná 0 a podľa d’Alembertovho kritéria potom
daný rad konverguje. Vidíme teda, že daný mocninový rad konverguje pre všetky reálne čísla x. ■
∞
■ Príklad 7.8 Zistite, či a pre ktoré x ∈ R konverguje rad ∑ n! xn .
n=1
∞
■ Príklad 7.9 Zistite, či a pre ktoré x ∈ R konverguje rad ∑ xn .
n=1
Nerovnosť |x| < 1 platí pre všetky x ∈ (−1, 1). To znamená, že pre všetky tieto hodnoty x daný rad
konverguje. ■
x
pre všetky x ∈ (−|x0 |, |x0 |) je |x| < |x0 | . Pre každé pevne zvolené x ∈ (−|x0 |, |x0 |) je x0 <1
∞ n
x
konštanta a vieme, že geometrický rad ∑M· x0
konverguje. Podľa majorantného kritéria
n=1
∞ ∞
potom aj rad ∑ |an xn | konverguje, čiže rad ∑ an x n absolútne konverguje. Q.E.D.
n=1 n=1
∞
Dôsledok 7.3.2 Ak existuje x1 ̸= 0, pre ktoré mocninový rad ∑ an xn diverguje, alebo relatívne
n=1
konverguje, tak potom tento rad diverguje pre všetky x ∈ (−∞, −|x1 |) ∨ x ∈ (|x1 |, ∞).
Dôkaz: tvrdenie sa dokáže sporom s priamym využitím predošlej vety. Nech existuje x0 ̸= 0
∞
pre ktoré daný rad konverguje a nech |x0 | > |x1 |. Potom z vety 7.3.1 vyplýva, že rad ∑ an x1n
n=1
absolútne konverguje, čo je spor. Q.E.D.
Veta 7.3.3 — Konvergencia mocninového radu 2. Nech existuje x0 ̸= 0, pre ktoré mocninový
∞
rad ∑ an x n konverguje. Potom existuje jediné R : 0 ≤ R ≤ ∞ také, že pre všetky x ∈ (−R, R)
n=1
daný rad konverguje a ak R < ∞, tak pre všetky x ∈ (−∞, −R) ∨ x ∈ (R, ∞) daný rad diverguje.
Dôkaz: jednoznačnosť takého R je zrejmá. Vyplýva z predošlej vety a jej dôsledku. Treba
dokázať, že také R existuje. Zoberme si množiny M definovanú takto
( )
∞
M= |x| , x ∈ R : ∑ an xn konverguje .
n=1
Množina M je určite neprázdna, pretože podľa predpokladu vety x0 ∈ M. Číslo R potom zvolíme
nasledovným spôsobom. Môžu nastať dve možnosti
(
je zhora ohraničená ⇒ ∃ sup (M) = R ,
M
je zhora neohraničená ⇒ R = ∞ .
čo je spor.
b) Ak je množina M neohraničená, tak si zvoľme ľubovoľné x ∈ (−∞, ∞). Z neohraničenosti
M potom vyplýva
∞ ∞
∀ |x| ∃ |x0 | ∈ M : |x0 | > |x| ⇒ ∑ an x0n konverguje ⇒ ∑ an x n konverguje .
n=1 n=1
∞
Definícia 7.3.2 — Polomer a interval konvergencie. Majme mocninový rad ∑ an xn . Po-
n=1
tom polomer konvergencie tohto radu je také R ≥ 0, že pre všetky x ∈ (−R, R) daný rad
konverguje a ak R < ∞, tak pre všetky x ∈ (−∞, −R) ∨ x ∈ (R, ∞) daný rad diverguje. Interval
(−R, R) sa nazýva interval konvergencie daného radu. Ak daný mocninový rad konverguje len
vo svojom strede, tak kladieme polomer konvergencie R = 0.
P Polomer konvergencie z definície 7.3.2 je tá hodnota R, o ktorej hovorí veta 7.3.3. Pri
zisťovaní polomeru konvergencie mocninového radu môžeme používať všetky nám známe
kritéria (absolútnej) konvergencie nekonečných radov. V našom prípade sú to majorantné,
Cauchyho a d’Alembertovo kritérium.
d’Alembertovo konvergenčné kritérium (veta 6.2.9, strana 227) a aj jeho dôkaz je takmer identický.
(x − a) = ξ ⇒ x = ξ +a.
Preto ak by mocninový rad v tvare (7.11) mal polomer konvergencie R, tak to znamená, že bude
konvergovať pre všetky x ∈ (a − R, a + R). Vidíme teda, že stred radu je vždy stredom intervalu
konvergencie radu. Ak máme rad s polomerom konvergencie R a so stredom v bode a ∈ C, kde
a ̸= 0, tak jeho interval konvergencie je (a − R, a + R). Ak máme rad s polomerom konvergencie R
a so stredom v bode a = 0, tak jeho interval konvergencie je (−R, R).
Hľadanie intervalu konvergencie mocninového radu si ilustrujeme na nasledujúcej sérii príkladov.
∞
xn
■ Príklad 7.10 Nájdite polomer konvergencie radu ∑ (−1)n n
.
n=1
V predošlom príklade sme sa nezaoberali konvergenciou daného radu pre x = ±1. Pre x = 1
∞
(−1)n
dostávame alternujúci rad ∑ , ktorý podľa Leibnizovho kritéria (veta 7.1.1) konverguje.
n=1 n
Pre x = −1 dostávame rad
∞
(−1)n ∞
(−1)2n ∞
1
∑ (−1)n n
=∑
n
=∑ ,
n=1 n=1 n=1 n
čiže harmonický rad, o ktorom vieme, že diverguje. Vo všeobecnosti ak má nejaký mocninový rad
polomer konvergencie R, tak v krajných bodoch svojho intervalu konvergencie môže konvergovať,
aj divergovať.
∞
■ Príklad 7.11 Nájdite polomer konvergencie radu ∑ 3n xn .
n=1
1
Dostali sme α = 3, takže polomer konvergencie daného radu je R = 3 a jeho interval konvergencie
je − 13 , 13 . ■
∞
■ Príklad 7.12 Nájdite polomer konvergencie radu ∑ n! xn .
n=1
Pre α = ∞ je polomer konvergencie daného radu R = 0, čiže daný rad konverguje len pre x = 0 . ■
Predtým než prejdeme k ďalšej časti venujúcej sa funkciám, určíme ešte polomery konvergencie
dvoch dôležitých radov.
(b)
1
(2n+2)! (2n)! 1
α = lim 1
= lim = lim =0
n→∞
(2n)!
n→∞ (2n + 2)! n→∞ (2n + 1)(2n + 2)
7.4 Funkcie
Hneď v úvode 2. kapitoly sme definovali pojem zobrazenie množiny A do množiny B (definícia
2.1.1, strana 59) a zaoberali sme sa rôznymi vlastnosťami zobrazení a skladaním zobrazení. V mate-
matickej analýze sa namiesto pojmu zobrazenie používa pojem funkcia. V tomto kurze sa budeme
zaoberať iba reálnymi funkciami jednej premennej a začneme tým, že si definujeme pojem funkcia.
H( f ) = {y ∈ B, ∃ x ∈ A : f (x) = y}
Ako vidíme z predošlej definície, reálna funkcia nie je nič iné, ako už dobre známe zobrazenie
z množiny do množiny. Rozdiely, oproti zobrazeniu, ktoré poznáme z lineárnej algebry, sú len
kozmetické
• v algebre sa zobrazenia obvykle označujú malými gréckymi písmenami (napr. ϕ, ψ, χ, . . .),
v matematickej analýze sa funkcie obvykle označujú malými písmenami latinskej abecedy
(napr. f , g, h, . . .),
• v algebre môžu byť množiny A a B akékoľvek, v matematickej analýze, pokiaľ sa jedná
o reálne1 funkcie jednej premennej, sú množiny A = D( f ) ⊆ R a H( f ) ⊆ B ⊆ R podmnožiny
reálnych čísel,
Definičný obor funkcie može byť zadaný spolu s predpisom, ktorý funkciu definuje, napríklad
f (x) = x3 − 1 pre x ∈ ⟨1, 4⟩. Uvedená definície funkcie f znamená, že jej definičný obor je
D( f ) = ⟨1, 4⟩. V prípade, že funkcia f bude zadaná nejakým predpisom, bez zadania definičného
oboru, musíme definičný obor určiť z predpisu funkcie. Určujeme ho množinu všetkých hodnôt
x ∈ R, pre ktoré daný predpis má zmysel, alebo inak povedané ako množinu všetkých hodnôt x ∈ R,
pre ktoré f (x) ∈ R.
Pri reálnych funkciách zvyčajne prvky definičného oboru označujeme písmenom x a prvky
oboru funkčných hodnôt označujeme y. To aký prvok y ∈ H( f ) funkcia f priradí prvku x ∈ D( f )
f
sa zapisuje ako y = f (x), alebo x → y. O tom, kedy sa dve funkcie rovnajú, hovorí nasledujúca
definícia.
Definícia 7.4.2 — Rovnosť funkcií. Majme funkciu f : D( f ) → A a funkciu g : D(g) → B.
Hovoríme, že funkcie f a g sa rovnajú, zapisujeme to f = g ak platí
Keďže aj prvky definičného oboru, aj prvky oboru funkčných hodnôt sú reálne čísla, dokážeme
väčšinu funkcií znázorniť aj graficky v rovine. Na osi x budú prvky definičného oboru a na osi y
budú hodnoty prvkov oboru funkčných hodnôt. Bod [x, y] vyznačený v rovine potom znamená, že
prvok x sa v danej funkcii zobrazuje na prvok y.
Definícia 7.4.3 — Graf funkcie. Nech funkcia f (x) má definičný obor D( f ). Potom graf
funkcie f je množina
G f = {[x, f (x)], x ∈ D( f )}.
P Graf funkcie, podľa predošlej definície, je množina bodov [x, f (x)] v rovine, pre všetky
x ∈ D( f ). Opäť, v prípade že množina D( f ) je nekonečná, nemôžeme pre jednotlivé hodnoty
x počítať a zakreslovať tieto body v rovine jednotlivo. Pre tzv. elementárne funkcie musíme
vedieť ako vyzerajú ich grafy a pre všetky ostatné funkcie budeme vyšetrovať ich priebeh,
čiže určovať ich vlastnosti a na základe toho potom kresliť ich grafy.
■ Príklad 7.15 Majme funkciu f , ktorá každému x ∈ R priradí hodnotu x2 . To môžeme zapísať ako
f
f (x) = x2 , alebo y = x2 , alebo x → x2 . Definičným oborom tejto funkcie je D( f ) = R, čo vyplýva
priamo zo zadania, ktoré hovorí „. . . každému x ∈ R priradí hodnotu. . . “. Oborom funkčných
hodnôt bude množina H( f ) = ⟨0, ∞), pretože pre každé x ∈ R je x2 ≥ 0 a vieme, že pre každé
√ √ 2
y ∈ ⟨0, ∞) existuje x = y také, že y = x2 = y . Graficky danú funkciu môžeme znázorniť ako
Zobrazovať v nejakej funkcii f môžeme nielen jednotlivé prvky, ale aj celé množiny prvkov.
f [A] = {y ∈ R, ∃ x ∈ A : f (x) = y} .
256 Kapitola 7. Nekonečné rady, funkcie
Podobne ako sme v predošlej definícii definovali pojem obrazu množiny vo funkcii f , môžeme
definovať aj pojem vzoru množiny vo funkcii f .
f −1 [B] = {x ∈ D( f ), f (x) ∈ B} .
pre reálne hodnoty x (rad (7.16)), ale aj pre všetky z ∈ C. S komplexnými funkciami sa stretnete
na kurze Matematika 2 v 2. semestri. Okrem toho budeme využívať definíciu funkcií pomocou radov
aj pri dokazovaní niektorých vlastností funkcií, počítaní limít, derivácií a neurčitých integrálov
funkcií2
kde
n
xi yn−i 1 n n! 1
cn = ∑ = ·∑ ·xi yn−i = · (x + y)n
i=0 i!(n − i)! n! i=0 i!(n − i)!
| {z }
n!
(ni)
Takže sme dostali ∞
xn ∞
yn ∞
(x + y)n
ex · ey = ∑ n! · ∑ n! = ∑ = ex+y .
n=0 n=0 n=0 n!
■
Rovnako ľahko sa pomocou radov dokáže, že funkcia sin x je nepárna a funkcia cos x je párna.
1 n
V príklade 5.15 (strana 196) sme dokázali, že existuje konečná limita lim 1 + . Za týmto
n→∞ n
príkladom boli bez dôkazu uvedené dve dôležité limity, z ktorých všeobecnejšia bola
a n
lim 1 + = ea , ∀ a ∈ R .
n→∞ n
Teraz dokážeme, že skutočne platí uvedená rovnosť.
2 Až R sin x
budete v 2. semestri počítať neurčité integrály funkcií, tak skúste nájsť integrál x dx bez použitia nekoneč-
ných radov.
258 Kapitola 7. Nekonečné rady, funkcie
Ďalej platí
n i
n! (n − i + 1) · · · n x n x
i
= ≤1 ⇒ 1+ ≤ ∑ = sn . (7.19)
(n − i)!n | n ·{z ··n } n i=0 i!
i činiteľov
Spodný odhad s′n sme dostali tak, že z poslednej sumy v (7.18) sme zobrali len prvých k členov.
Z nerovností v (7.19) a (7.20) sme dostali odhady
′
x n
sn ≤ 1 + ≤ sn . (7.21)
n
Číslo k necháme stále zafixované a budeme počítať limity všetkých troch členov v (7.21) pre
n → ∞. Horná hranica je podľa (7.14) ex a spodná hranica tiež konverguje: lim ′ = sk . Takže
n→∞sn
dostávame odhady
x n
sk ≤ lim 1 + ≤ ex . (7.22)
n→∞ n
Teraz necháme aj číslo k bežať do ∞ a spodná hranica bude podľa (7.14) takisto konvergovať k
ex . Takže sme dostali
x n x n
ex ≤ lim 1 + ≤ ex ⇒ lim 1 + = ex . (7.23)
n→∞ n n→∞ n
V predošlej časti sme predpokladali x > 0. Teraz sa budeme zaoberať prípadom keď x < 0.
Použijeme starý známy vzorec a + b)(a − b) = a2 − b2 . Konkrétne ho použijeme v podobe
x x x2
1+ 1− = 1− 2 . (7.24)
n n n
7.4 Funkcie 259
Pre x < 0 je (−x) > 0, takže podľa prvej časti dôkazu, menovateľ zlomku v (7.25) konverguje ku
e−x . Čitateľ toho istého zlomku odhadneme pomocou Bernoulliho nerovnosti (veta 5.1.1, strana
180). Dostaneme
n
x2 x2 x2
1 ≥ 1− 2 ≥ 1−n· 2 = 1− . (7.26)
n n n
Spodná hranica v (7.26) konverguje pre n → ∞ k 1 a teda čitateľ zlomku v (7.25) konverguje pre
n → ∞ k 1. Pre x < 0 sme teda dostali
x n 1
lim 1 + = −x (7.27)
n→∞ n e
1
Z príkladu 7.16 vyplýva, že e−x = , takže tvrdenie vety platí aj pre x < 0. Q.E.D.
ex
■ Príklad 7.18 Daná je funkcia f (x) = 2x − 1. Nakreslite jej graf a zistite, či je injektívna.
Pre graf funkcie injektívnosť znamená, že každá rovnobežka s osou x, t. j. priamka v tvare y = k,
kde k ∈ R, pretína graf funkcie nanajvýš v jednom bode. ■
■ Príklad 7.19 Daná je funkcia f (x) = x2 . Nakreslite jej graf a zistite, či je injektívna.
Riešenie: toto je rovnaká funkcia ako v príklade 7.15. Je to kvadratická funkcia. Kvadratické
funkcie sú polynomické funkcie 2. stupňa (sú definované polynómom 2. stupňa) a patria medzi
elementárne funkcie, ktorých všetky vlastnosti musíme poznať a ich graf vedieť nakresliť. Definičný
obor funkcie f (x) = x2 je D( f ) = R a jej grafom je konvexná parabola.
■ Príklad 7.20 Daná je funkcia f (x) = x3 . Nakreslite jej graf a zistite, či je surjektívna.
Riešenie: funkcia f (x) = x3 tiež patrí medzi elementárne funkcie, ktorých všetky vlastnosti a graf
musíme poznať. Graf tejto funkcie je na nasledujúcom obrázku.
7.4 Funkcie 261
Funkcia f (x) = x3 je surjektívna. Jej funkčné hodnoty idú od −∞ po ∞ a pre každé y ∈ R existuje
√ √ 3
x = 3 y ∈ R, pre ktoré platí x3 = 3 y = y. Okrem toho je táto funkcia aj injektívna. Z jej grafu
to vidíme podľa toho, že ľuvovoľná rovnobežka s osou x, pretne graf funkcie nanajvýš v jednom
bode. Keďže je funkcia f (x) = x3 injektívna a zároveň aj surjektívna s H( f ) = R platí tvrdenie, že
ľubovoľná rvnobežka s osou x pretne jej graf práve v jednom bode. ■
■ Príklad 7.21 Daná je funkcia f (x) = sin x. Nakreslite jej graf a zistite, či je surjektívna.
Riešenie: funkcia f (x) = sin x je opäť elementárna funkcia, ktorej vlasnosti aj graf musíme poznať.
Graf tejto funkcie je krivka nazývana sínusoida.
Funkcia f (x) = sin x, pokiaľ je definovaná ako f : R → R, nie je surjektívna, pretože nadobúda iba
hodnoty z intervalu ⟨−1, 1⟩ a jej obor funkčných hodnôt je H( f ) = ⟨−1, 1⟩. Ak by však funkcia
f (x) = sin x bola definovaná ako f : R → ⟨−1, 1⟩, tak surjektívna je. Vieme, že táto funkcia je
periodická, čiže nebude injektívna. Z obrázku vidíme, že ľubovoľná rovnobežka s osou x, priamka
y = k, bude pre k ∈ ⟨−1, 1⟩ pretínať graf funkcie v nekonečne veľa bodoch. ■
Príkladom bijektívnej funkcie je funkcia z príkladu 7.20. Táto funkcia je injektívna a je aj surjek-
tívna na R. Znamená to, že f : R → R definovaná predpisom f (x) = x3 je bijektívna funkcia.
■ Príklad 7.22 Daná je funkcia f (x) = ex . Nakreslite jej graf a zistite, či je bijektívna.
Riešenie: exponenciálna funkcia f (x) = ex je ďalšia elementárna funkcia, ktorej všetky vlastnosti
a graf musíme poznať. Jej grafom je exponenciálne rastúca krivka.
Z obrázku vidíme, že ľubovoľná rovnobežka s osou x pretne graf funckie f (x) = ex najviac v jednom
bode. Táto funkcia je teda injektívna. Jej oborom hodnôt je otvorený interval (0, ∞). Ak túto funkciu
berieme ako funkciu f : R → R, tak nie je surjektívna, pretože záporné hodnoty y < 0 nemajú
vzor. Ale ak exponenciálnu funkciu berieme ako funkciu f : R → (0, ∞), tak surjektívna je. Vtedy
pre každé y ∈ (0, ∞) existuje x ∈ R také, že y = ex . ■
262 Kapitola 7. Nekonečné rady, funkcie
■ Príklad 7.23 Daná je funkcia f (x) = x2 − 1. Nakreslite jej graf a zistite, či je bijektívna.
Keďže už funkcia x2 nebola injektívna, ani jej posunutie smerom nadol nebude injektívne. Preto
funkcia f (x) = x2 − 1 nemôže byť bijekcia. ■
Predošlé tri definície môžeme porovnať s definíciami 2.1.2, 2.1.3 a 2.1.4 a zistíme, že sa v podstate
jedná o rovnaké definície.
Občas budeme potrebovať aby funkcia, s ktorou pracujeme, bola injektívna, surjektívna, alebo bijek-
tívna. Ako sme videli v niektorých z predchádzajúcich príkladov, v prípade surjektívosti stačí danú
funkciu definovať ako zobrazenie z množiny D( f ) do množiny H( f ), čiže ako
f : D( f ) → H( f ) a surjektívnosť máme zaručenú priamo z definície. Pre nás dôležitejšou vlastnos-
ťou bude injektívnosť. V príkladoch 7.19, 7.21 a 7.23 sme mali funkcie definované na D( f ) = R,
ktoré neboli injektívne. V prípade, že sa z nejakého dôvodu vyžaduje injektívnosť, musíme defi-
ničný obor funkcie „zúžiť“ na množinu, na ktorej daná funkcia je injektívna.
■ Príklad 7.24 Zoberme si napríklad funkciu f : R → R definovanú predpisom f (x) = sin x. S touto
funkciou sme sa zaoberali v príklade 7.21 a vieme, že nie je injektívna. Na množine − π2 , π2 ⊂ R
však injektívna je. Zoberme si g = f − π , π , zúženie funkcie f na uvedený interval. Toto zúženie
2 2
je funkcia g : − π2 , π2 → R, alebo g : − π2 , π2 → ⟨−1, 1⟩ a jeho grafom je
7.4 Funkcie 263
■
7.25 Dané
Príklad sú funkcie f (x) = 2x + 3 a g(x) = x2 − 6x + 11. Nájdite zložené funkcie
g f (x) a f g(x) ako aj ich definičné obory a obory funkčných hodnôt.
Riešenie: funkcie f a g sú zadané len predpisom, a preto si ich definičné obory musíme určiť
sami. Funkcia f je lineárna, funkcia g je kvadratická a obe tieto funkcie sú definované pre všetky
reálne čísla. Platí D( f ) = D(g) = R. Pokiaľ ide o obory ich funkčných hodnôt, tak funkcia f je
surjektívna na R, čiže H( f ) = R. Pre funkciu g platí g(x) = x2 − 6x + 11 = (x − 3)2 + 2 z čoho
vidno, že H(g) = ⟨2, ∞) . Zložená funkcia g f (x) bude definovaná predpisom
bude D(g ◦ f ) = R a jej obor funkčných hodnôt bude H(g ◦ f ) = ⟨2, ∞) . Zložená
Jej definičný obor
funkcia f g(x) bude definovaná predpisom
Jej definičný obor bude D( f ◦ g) = R a jej obor funkčných hodnôt dostaneme z úpravy predpisu
√ 2
funkcie na úplný štvorec. Platí 2x2 − 12x + 25 = 2 x − √62 + 7. Z toho vidíme, že obor
funkčných hodnôt bude H( f ◦ g) = ⟨7, ∞) . ■
V úlohách, napríklad pri vyšetrovaní priebehu funkcií, budeme často potrebovať robiť opačný
proces, t. j. rozkladať zloženú funkciu na elementárne funkcie, z ktorých je zložená. Celkom iste
to budeme potrebovať pri deriváciach funkcií, pretože zložené funkcie sa derivujú po zložkách a
pokiaľ nevieme z akých funkcií a v akom poradí je daná funkcia zložená, tak ju nebudeme schopní
zderivovať. Rozklad funkcie na jej zložky si ilustrujeme na dvoch príkladoch.
264 Kapitola 7. Nekonečné rady, funkcie
■ Príklad 7.26 Rozložte danú funkciu na elementárne funkcie z ktorých je zložená a určte aj
v akom poradí je z týchto funkcií zložená.
(a) f (x) = ln sin3 (3x − 5) .
√
(b) f (x) = esin x2 +1
Riešenie: v prípade, že by sme skutočne chceli vyšetrovať priebeh daných funkcií, tak by sme ako
prvé museli určiť ich definičné obory. My to v tomto prípade robiť nebudeme. Funkcie nebudeme
ani vyšetrovať, ani derivovať. My ich potrebujeme iba rozložiť na elementárne funkcie, z ktorých sú
zložené. Pri rozklade zloženej funkcie na zložky postupujeme tak, ako v prípade, keď chceme vy-
čísliť hodnotu funkcie f pre dané x ∈ D( f ). V oboch daných funkciách budeme farebne vyznačovať
vždy tú funkciu, ktorú práve vyčíslujeme.
(a) f (x) = ln sin3 (3x − 5) = ln (sin(3x − 5))3
1. f (x) = ln (sin(3x − 5))3 −→ g1 (x) = 3x − 5
2. f (x) = ln (sin(g1 (x)))3 −→ g2 (x) = sin x
3. f (x) = ln (g2 (g1 (x)))3 −→ g3 (x) = x3
4. f (x) = ln (g3 (g2 (g1 (x)))) −→ g4 (x) = ln x
Daná funkcia f je zložená zo štyroch elementárnych funkcií g1 až g4 a platí
f = g4 ◦ g3 ◦ g2 ◦ g1 alebo f = g4 g3 g2 g1 (x) .
√
(b) f (x) = esin( x2 +1)
√
1. f (x) = esin( x2 +1)
−→ g1 (x) = x2 + 1
√
√
sin g1 (x)
2. f (x) = e −→ g2 (x) = x
3. f (x) = esin(g2 (g1 (x))) −→ g3 (x) = sin x
4. f (x) = eg3 (g2 (g1 (x))) −→ g4 (x) = ex
Daná funkcia f je znova zložená zo štyroch elementárnych funkcií g1 až g4 a platí
f = g4 ◦ g3 ◦ g2 ◦ g1 alebo f = g4 g3 g2 g1 (x) .
H( f ) = {y ∈ B, ∃ x ∈ D( f ) : f (x) = y} .
To znamená, že každý prvok y ∈ H( f ) má v danej funkcii svoj vzor. Preto ak potrebujeme, aby
funkcia f : D( f ) → H( f ) bola bijekcia, stačí požadovať, aby bola injektívna.
7.4 Funkcie 265
P V prípade funkcií označenie f −1 neznamená prevrátenú hodnotu ako pri číslach, t. j. nie je to
1 −1 symbol označujúci inverznú funkciu ku funkcii f . Je to funkcia,
f . V prípade funkcie je f
pre ktorú platí f −1 f (x) = x pre všetky hodnoty x ∈ D( f ).
Riešenie: ako prvé musíme určiť definičný obor a obor funkčných hodnôt danej funkcie. Funkcia
√
f je zložená z dvoch elementárnych funkcií. Vnútorná funkcia je 2x + 1 a vonkajšia funkcia je 3 x.
Obe tieto elementárne funkcie majú definičný obor aj obor funkčných hodnôt množinu R a obe sú
injektívne. Takže aj daná funkcia bude f : R → R. Ukážeme, že funkcia f je injektívna. Platí
p
3
p
2x1 + 1 = 3 2x2 + 1 ⇒ 2x1 + 1 = 2x2 + 1 ⇒ 2x1 = 2x2 ⇒ x1 = x2
Ako vidíme, ak sa rovnajú funkčné hodnoty f (x1 ) = f (x2 ), tak sa musia rovnať aj ich vzory
x1 = x2 , čo znamená, že √
funkcia je injektívna. Môžeme teda hľadať inverznú funkciu.
√ Danú funkciu
3 3
si zapíšeme v tvare y = 2x + 1, čiže namiesto f (x) píšeme y. V rovnici y = 2x + 1 je hodnota y
vyjadrená pomocou hodnoty x. My z tejto rovnice naopak potrebujeme vyjadriť hodnotu x pomocou
hodnoty y.
√
y = 3 2x + 1 / ( )3
y3 = 2x + 1 / −1
3
y − 1 = 2x / ÷2
y3 − 1
=x
2
Posledná rovnica, ktorá vyjadruje hodnotu x pomocou hodnoty y je predpisom definujúcim inverznú
funkciu, pretože z obrazov (hodnoty y) vyjadruje ich vzory (hodnoty x). Takže inverzná funkcia
3 3
ku danej funkcii je f −1 (x) = x 2−1 . Ako vidíme, v rovnici x = y 2−1 sme len medzi sebou zamenili
písmená x ↔ y. ■
266 Kapitola 7. Nekonečné rady, funkcie
Čo však robiť, keď funkcia nie je injektívna? Už sme ukázali, že funkcia, ktorá nie je injektívna,
nemôže mať inverznú funkciu. Vo všeobecnosti pre neinjektívne funkcie môžeme hľadať k nim
„inverznú“ funkciu len na podmnožinách ich definičného oboru, na ktorých tieto funkcie injektívne
sú. Pri neinjektívnych funkciách môžeme hľadať inverzné funkcie len na nejakom ich zúžení
na vhodnú množinu. V príklade 7.24 sme si ukázali ako vyzerá injektívne zúženie funkcie f (x) =
sin x na interval ⟨− π2 , π2 ⟩. K takto zúženej funkcii existuje inverzná funkcia. Táto sa nazýva arkus
sínus (arcsin x) a patrí medzi tzv. cyklometrické funkcie. Cyklometrické funkcie sú inverzné funkcie
ku zúženiam goniometrických funkcií. Vieme, že všetky goniometrické funkcie sú periodické, čo
znamená, že žiadna z nich nie je injektívna. Preto ku žiadnej z nich neexistuje inverzná funkcia.
Ale ak ich zúžime na vhodný interval, na ktorom sú tieto funkcie bijektívne, tak k týmto zúženiam
existujú inverzné funkcie. Na samotnú existenciu inverznej funkcie stačí injektívnosť. Surjektívnosť,
čiže spolu s injektívnosťou bijektívnosť, vyžadujeme preto, aby bol pokrytý celý obor funkčných
hodnôt pôvodnej funkcie. Cyklometrické funkcie patria tiež medzi elementárne funkcie, ktorých
vlastnosti a grafy musíme poznať. Pre istotu ich tu však uvedieme.
7.4 Funkcie 267
Za povšimnutie stojí fakt, že graf inverznej funkcie f −1 je súmerný s grafom funkcie f podľa osi
I. a III. kvadrantu (priamka y = x).
268 Kapitola 7. Nekonečné rady, funkcie
7.5 Cvičenia
∞
ln n ∞
(−1)n ∞
sin n
(b) ∑ (−1)n−1 (g) ∑ (k) ∑ (−1)n 6n
n=1 n n=1 ln n n=1
∞
cos nπ ∞
n2 ∞
(−1)n
(c) ∑ √ (h) ∑ (−1)n 2n (l) ∑ n
n=1 n n=1 n=1 4
∞
(−1)n ∞
(−1)n−1
∞
2
(d) ∑ 2n + 1 (i) ∑ (m) ∑ (−1)n+1 √n + 7
n=1 n=1 2n − 1 n=1
∞
(−1)n
(e) ∑ 2
n=1 n + 10
■
Cvičenie 7.2 Zistite, či daný rad absolútne konverguje, konverguje, alebo diverguje.
V prípade konvergentných radov so striedavými znamienkami nájdite n0 ∈ N také, že pre
∀n > n0 : |s − sn | < 10−3 , kde s je súčet radu a sn je čiastkový súčet radu.
∞ p √
n ∞
2n + n2 + 1
(a) ∑ (−1)n+1 n (i) ⋆ ∑
n=1 2 n2
n=1
q √ √
∞ n + 1n ∞ 4
n+1− 4 n
(b) ∑ (−1)n+1 (j) ⋆ ∑ √3
n n=1 n+1
n=1
∞ 4
√ √
∞
3
n n+1− 4 n
(c) ∑ (k) ⋆ √
∑ 4 n+2
n=1 3 + 7i n=1
∞
cos n π2
∞
1
(d) ∑ (l) ∑ (−1)n+1 n
n=1 n2 n=1
√
∞
√
∞
11n + 7
n n+2− n−2
(e) (m) ∑ ,α ∈R
∑ 7n n=1 nα
n=1
∞
∞
(n + 1)! 1
(f) ∑ (n) ∑ arcsinn n
n=1 (2n)! n=1
∞ ∞ π
n! (o)
(g) ∑ n ∑ sin 2n
n=1 n n=1
∞ ∞ π
2
(h) ∑2
+1
− nn+1 (p) ∑ n2 . sin 2n
n=1 n=1
∞
1
(q) ∑ ln(n + 1)
n=0
■
7.5 Cvičenia 269
Cvičenie 7.3 Zistite, pre ktoré x ∈ R daný rad konverguje. Pozor, niektoré z daných radov nie
sú mocninové!
∞ ∞
(a) ∑ xn (j) ∑ n2 x n
n=1 n=1
∞ ∞
xn
(b) ∑ lnn x (k) ∑
n=1 n=0 2.n!
∞ ∞
n+1
(c) ∑ 2n (x − 4)n (l) ∑ nn (x + 2)n
n=1 n=1
∞
(x + 3)n ∞
(x − 1)2n
(d) ∑ (−1)n 4n
(m) ∑ 1 n
n=1 n=1 1 + n
∞
xn ∞
3n + (−1)n
(e) ∑ n + √n
n=1
(n) ∑ n2 + 1 (2x − 1)n
n=1
∞
(x + 2)n ∞
xn
(f) ∑ n (o) ∑
n=1 3 (n + 1)(n + 2) n=0 n!
(Toto je definícia funkcie ex )
∞
xn
(g) ∑ √
n=1 n x2n+1
∞
(p) ∑ (−1)n (2n + 1)!
∞ n=0
(h) ∑ n2 (x − 3)n (Toto je definícia funkcie sin x)
n=1
n
∞
x2n
(i)
∞
∑ (−1) nx (q) ∑ (−1)n (2n)!
n=1 9n n=0
(Toto je definícia funkcie cos x)
■
∞
Cvičenie 7.4 Pomocou nekonečného radu majme definovanú funkciu f (x) = ∑ xn .
n=1
Nájdite explicitný zápis tejto funkcie, jej definičný obor a obor hodnôt. ■
8
(e) f (x) = √ (q) f (x) = arcsin (3x − 5)
(x−3)(x+5)
3
√ (r) f (x) = arcsin x−2
x+1
(f) f (x) = + log(1 + x)
sin(2x)
p (s) f (x) = arccos (x2 − 2x)
(g) f (x) = 3 − log2 x √
x2 +2x+3
p (t) f (x) = arctg x−5
(h) f (x) = −2 + log3 (x − 1) q
x2 −5x+6
q (u) f (x) = arctg x2 +x+1
(i) f (x) = −2 + log 1 (x − 1) √
3
9−x2
(v) f (x) = arccotg
(j) f (x) = √ x+1 |x−1|
x−x2 +6 √
3+2x−x2
x2 −4x+3 (w) f (x) = arctg x
(k) f (x) = x
x2 −5x+7
p (x) f (x) =
(l) f (x) = |x − 3| − 1 2
ex +5x+6 −1
■
Cvičenie 7.10 Rozhodite, či platí veta: Dve funkcie sa rovnajú práve vtedy, keď sa rovnajú ich
definičné obory a obory funkčných hodnôt. Svoje tvrdenie zdôvodnite. ■
Cvičenie 7.11 Existuje funkcia, ktorej definičný obor je nekonečná množina a obor funkčných
hodnôt je konečná množina? ■
Cvičenie 7.12 Existuje funkcia, ktorej definičný obor je konečná množina a obor funkčných
hodnôt je nekonečná množina? ■
Cvičenie 7.13 Napíšte zložené funkcie f (g(x)) a g ( f (x)) a nájdite ich definičné obory ak
√
(a) f (x) = x2 ; g(x) = x (g) f (x) = ln x ; g(x) = 3x − 4
x+1 √ q
2 +x−6
(b) f (x) = x−1 ; g(x) = x (h) f (x) = ex ; g(x) = xx2 −4x−5
√ √ √
(c) f (x) = x ; g(x) = 3 − x
√ (i) f (x) = x3 ; g(x) = |x|
(d) f (x) = x
; g(x) = x − 2 √
x−1 (j) f (x) = 1 − x2 ; g(x) = x
(e) f (x) = (−1)x ; g(x) = ex √
(k) f (x) = cos x ; g(x) = x − 1
(f) f (x) = sin x ; g(x) = 2x − 3 (l) f (x) = 1
; g(x) = log3 x
x
■
Cvičenie 7.14 Nájdite definičný obor zloženej funkcie a rozložte ju na zložky (elementárne
funkcie alebo elementárne funkcie spojené aritmetickými operáciami).
√ √ √
x−2
(a) f (x) = x−3 (e) f (x) = 3 2 − ln x (i) f (x) = ln(2 cos x − 3)
p
(f) f (x) = 3 (2x + 3)2 (j) f (x) = |x|sin x
q
x−1
(b) f (x) = x+1
p √ (g) f (x) = ln |x| (k) f (x) = ln 2−x
2+x
(c) f (x) = 3 − x sin x q
(h) f (x) = e 2−x
(l) f (x) = √3 4x+1
5 1
(d) f (x) = cos2 x
■
272 Kapitola 7. Nekonečné rady, funkcie
Cvičenie 7.15 Nájdite definičný obor, zistite či je funkcia f injektívna (prostá) a ak je, tak
k nej nájdite inverznú funkciu.
(a) f (x) = 3x (f) f (x) = x3 − 1 (k) f (x) = 4sin x
1−x x3
(b) f (x) = 1+x (g) f (x) = (l) f (x) = 3.e2x+1
x3 +1
(c) f (x) = x √ p
x2 +2 (h) f (x) = −4 + 3 x (m) f (x) = 1 − log2 (x − 1)
√ √ √
(d) f (x) = x (i) f (x) = x3 − 1 (n) f (x) = 5 + 3 x
(e) f (x) = ln(2 − 3x) (j) f (x) = x.|x| (o) f (x) = 3 + arcsin (2x + 1)
■
Cvičenie 7.16
(a) Dokážte, že zložením dvoch injektívnych funkcií vznikne injektívna funkcia.
(b) Dokážte, že zložením dvoch surjektívnych funkcií vznikne surjektívna funkcia.
(c) Dokážte, že zložením dvoch bijektívnych funkcií vznikne bijektívna funkcia.
■
n+1 1
an+1 = < 10−3 =
2n+1 1000
13
Pre n = 12 máme a13 = 8192 ≈ 1, 58.10−3 , ale už pre n = 13 máme a14 = 14
16384 ≈
−4 −3
8, 5.10 < 10 . Takže n0 = 14 už spĺňa podmienku zadania.
q
∞ n + 1n
(b) ∑ (−1)n+1 konverguje → Leibnizovo kritérium. Avšak platí
n=1 n q
∞
1 ∞ n + 1n
∑ √ ≪ ∑ n ,
n=1 n n=1
p
n 3 9 − 21i 3
q = lim |an | = = = √ < 1,
n→∞ 3 + 7i 58 58
a preto rad konverguje absolútne.
274 Kapitola 7. Nekonečné rady, funkcie
cos n π2
∞
(d) ∑ konverguje absolútne → majorantné kritérium
n=1 n2
cos n π2 1
≤ pre ∀n ∈ N .
n2 n2
∞ n
11n + 7
(e) ∑ diverguje → odmocninové kritérium.
n=3 7n
∞
(n + 1)!
(f) ∑ konverguje absolútne → podieľové kritérium.
n=1 (2n)!
∞
n!
(g) ∑ nn konverguje absolútne → podieľové kritérium.
n=1
∞
n2 +1
(h) ∑ 2− n+1 konverguje absolútne → odmocninové kritérium.
n=1
p √
∞
2n + n2 + 1
(i) ∑ konverguje absolútne → majorantné kritérium
n=1 n2
p √ p √ √
2n + n2 + 1 2n + n2 + 3n2 2 n 2
0≤ 2
≤ 2
= 2 = 3
n n n n2
∞ 4
√ √
n+1− 4 n
(j) ∑ √
3
konverguje absolútne → majorantné kritérium
n=1 n+1
√
4
√ √ √
n+1− 4 n n+1− n
0≤ √
3
= √ √ √ =
n+1 ( 4 n + 1 + 4 n) 3 n + 1
1 1 1
= √ √ √ 4
√ √3
≤√ √3
√4
= 13
4
( n + 1 + n)( n + 1 + n) n + 1 n n n n 12
∞ 4
√ √
n+1− 4 n
(k) ∑ √
4
diverguje → majorantné kritérium
n=1 n+2
√
4
√ √ √
n+1− 4 n n+1− n
0≤ √
4
= √ √ √ =
n+2 ( 4 n + 1 + 4 n) 4 n + 2
1 1
= √ √ √ √ √ ≥ √ √ √ =
( n + 1 + n)( n + 1 + n) n + 2 2 n + 2 .2. n + 2 . 4 n + 2
4 4 4 4
1 1
= ≥
4(n + 2) 8n
∞
1
(l) ∑ (−1)n+1 n konverguje → Leibnizovo kritérium. Avšak nekonverguje absolútne, pre-
n=1
∞
1
tože ∑ (−1)n+1 je harmonický rad.
n=1 n
7.6 Odpovede a výsledky cvičení 275
(b) x ∈ e−1 , e
(h) x ∈ (2, 4) (n) x ∈ ⟨0, 1)
∞
1
Výsledky cvičenia 7.4 Geometrická postupnosť f (x) = ∑ xn = 1 − x .
n=1
1
Definičný obor je D( f ) = ⟨−1, 1) a obor funkčných hodnôt je H( f ) = 2,∞ . ■
Výsledky cvičenia 7.5 Dôkaz triviálne vyplýva z definície funkcií ex , sin x a cos x pomocou
nekonečných radov. ■
276 Kapitola 7. Nekonečné rady, funkcie
■
278 Kapitola 7. Nekonečné rady, funkcie
Funkcia f je zadaná predpisom, na základe ktoré hodnotám x prideľujeme hodnoty f (x) a spolu
s tým je v zadaní povedané, pre ktoré hodnoty x tento predpis platí. V takomto prípade je definičným
oborom zadanej funkcie f interval D( f ) = ⟨e, e3 ⟩.
284 Kapitola 8. Vlastnosti funkcií, úvod k limitám funkcií
Častejší je však prípad, kedy je funkcia f zadaná len priraďovacím predpisom x → f (x) a nie je
povedané, pre ktoré hodnoty x ∈ R predpis platí. Vtedy za definičný obor danej funkcie berieme
maximálnu možnú podmnožinu reálnych čísel, pre ktorú daný predpis má zmysel, t. j. x ∈ R, pre
ktoré platí −∞ < f (x) < ∞, resp. f (x) ∈ R. Formálne zapísané, definičný obor bude množina
D( f ) = {x ∈ R : f (x) ∈ R} .
Ilustrujeme to na príklade.
1
■ Príklad 8.1 Nájdite definičný obor funkcie f (x) = √x−2 .
√ √
Riešenie: v predpise definujúcom funkciu f figuruje odmocnina x. Druhá odmocnina x je
elementárna funkcia, a preto musíme vedieť, že jej definičným oborom je interval ⟨0,
√ ∞). Ďalej
musíme vedieť, že v menovateli zlomku nesmie byť 0, čiže musí platiť nerovnosť x − 2 ̸= 0.
Z týchto dvoch skutočností potom zistíme
√
(x − 2 ≥ 0) ∧ x − 2 ̸= 0 ⇒ x ∈ (2, ∞) .
O funkcii ln x musíme vedieť, že jej definičný obor je interval (0, ∞), z čoho vyplýva podmienka
S definičným oborom funkcie úzko súvisí pojem body nespojitosti funkcie. Body nespoji-
tosti funkcie potrebujeme poznať napríklad pri hľadaní jej asymptot bez smernice. Tento pojem
definujeme a na príkladoch ilustrujeme, až keď ho budeme potrebovať, neskôr.
■ Príklad 8.3 Nájdite definičný obor funkcie f (x) = 5x3 − 11x2 + 11x − 5 .
Riešenie: predpis definujúci funkciu f je kubický polynóm 5x3 − 11x2 + 11x − 5. Musíme vedieť,
že definičným oborom polynómov sú všetky reálne čísla, a preto D( f ) = R. Na nájdenie nulových
bodov danej funkcie, musíme riešiť rovnicu 5x3 − 11x2 + 11x − 5 = 0, čo je kubická rovnica. Pokiaľ
táto rovnica má celočíselný koreň, musí to byť deliteľ čísla 5. Ako celočíselné korene prichádzajú
do úvahy čísla {±1, ±5}. Ich vyskúšaním zistíme, že x1 = 1 je koreňom danej rovnice. Teraz
kubický polynóm vydelíme jeho koreňovým činiteľom a dostaneme
Rovnica 5x2 − 6x + 5 = 0 je už len kvadratická a jej korene nájdeme napríklad pomocou vzorca
na riešenie kvadratických rovníc. √
6 ± −64
x2,3 = ̸∈ R .
10
Ako vidíme, kvadratická rovnica 5x2 − 6x + 5 = 0 nemá reálne korene, a teda ani kubická
rovnica 5x3 − 11x2 + 11x − 5 = 0 nemá iné reálne korene, než x1 = 1. Vo všeobecnosti ešte musíme
skontrolovať, či a ktoré z nájdených riešení rovnice f (x) = 0 ležia v definičnom obore D( f ). Ak
by bola napríklad funkcia f (x) zadaná s definičným oborom D( f ) = ⟨−3, 1), tak by 1 ̸∈ ⟨−3, 1).
Naša funkcia má D( f ) = R, takže jej nulový bod je x1 = 1. ■
Keďže D( f ) = R, tak všetky nájdené riešenia rovnice f (x) = 0 sú nulové body danej funkcie.
Na tomto príklade vidíme, že funkcia môže mať aj nekonečne veľa nulových bodov. ■
Teraz, keď už vieme čo je to symetrická množina, môžeme definovať pojmy párna a nepárna
funkcia.
Definícia 8.1.2 — Párna a nepárna funkcia. Nech f : D( f ) → R a nech D( f ) je symetrická
množina. Potom hovoríme, že funkcia f
a) je párna, ak pre všetky x ∈ D( f ) platí f (x) = f (−x) ,
b) je nepárna, ak pre všetky x ∈ D( f ) platí f (x) = − f (−x) .
286 Kapitola 8. Vlastnosti funkcií, úvod k limitám funkcií
P Z predošlej definície vidíme, že hovoriť o párnej, alebo nepárnej funkcii má zmysel len
v prípade, ak jej definičný
√ obor je symetrická množina. To znamená, že pri funkciách ako
sú napríklad f (x) = x, alebo f (x) = log x paritu nemusíme zisťovať, pretože ich definičné
obory sú intervaly ⟨0, ∞), resp. (0, ∞).
Pokiaľ zistíme, že daná funkcia je párna, alebo nepárna, môžeme tento fakt využiť pri kreslení
jej grafu. Pre párne funkcie platí f (x) = f (−x) a pre nepárne funkcie platí f (x) = − f (−x) pre
∀ x ∈ D( f ). Pre graf funkcie to znamená, že graf párnej funkcie je súmerný podľa osi y a graf
nepárnej funkcie je súmerný podľa bodu [0, 0]. Určovanie parity funkcie spočíva v tom, že najskôr
určíme jej definičný obor, zistíme, či je to symetrická množina a ak je, tak potom skúmame hodnotu
f (−x) a zisťujeme, či sa rovná buď f (x), alebo − f (x). Predvedieme si to na príkladoch.
■ Príklad 8.5 Zistite, či sú funkcie f (x) = sinh x a g(x) = cosh x párne, alebo nepárne.
Riešenie: funkcie f (x) = sinh x a g(x) = cosh x nepatria medzi elementárne funkcie. Sú to funkcie,
ktoré z elementárnych funkcií dostaneme pomocou aritmetických operácií a obe tieto funkcie patria
medzi tzv. hyperbolické funkcie. Okrem toho, že sa používajú v tzv. hyperbolickej geometrii, sa s
nimi môžeme stretnúť aj pri riešení niektorých typov diferenciálnych rovníc. Preto by sme ich mali
poznať. Definície hyperbolického sínusu a kosínusu sú
ex − e−x ex + e−x
sinh x = a cosh x =
2 2
Vidíme, že obe tieto funkcie z funkcie ex a zloženej funkcie e−x dostaneme pomocou súčtu a
delením konštantou. Keďže funkcia ex je elementárna, vieme, že jej definičný oborom je R, tak aj
funkcie f (x) = sinh x a g(x) = cosh x budú mať definičné obory D( f ) = D(g) = R. Ich definičné
obory sú teda symetrické množiny a môžeme skúmať hodnoty
e−x − e−(−x) e−x − e−(−x) e−x − ex
f (−x) = sinh(−x) = = = = − f (x)
2 2 2
e−x + e−(−x) e−x + e−(−x) e−x + ex
g(−x) = cosh(−x) = = = = g(x)
2 2 2
Z uvedeného vidíme, že platí f (x) = − f (−x), čiže funkcia f (x) = sinh x je nepárna a platí g(x) =
g(−x), čiže funkcia g(x) = cosh x je párna. Grafy týchto dvoch funkcií sú nasledovné.
■
8.1 Vlastnosti funkcií 287
2
■ Príklad 8.6 Zistite, či je funkcia f (x) = 2x√ +3
2
párna, alebo nepárna.
x− x −4
Riešenie: najskôr by sme sa mali pozrieť na definičný obor danej funkcie. V tomto prípade to však
výnimične preskočíme, pretože priamo z predpisu funkcie je zrejmé, že daná funkcia nemôže byť
párna, ani nepárna. Platí totiž
2(−x)2 + 3 2x2 + 3
f (−x) = p = √
−x − (−x)2 − 4 −x − x2 − 4
a je teda zrejmé, že f (−x) ̸= f (x), rovnako ako f (−x) ̸= − f (x). Daná funkcia preto nie je ani
párna, ani nepárna. ■
Na určenie toho, či je daná funkcia ohraničená, prípadne ako je ohraničená, potrebujeme poznať
jej obor funkčných hodnôt. Pri jednoduchších funkciách znova vystačíme s elementárnymi fun-
kciami, ich vlastnosťami a stredoškolskou matematikou. O funkcii f (x) = x2 − 5 vieme na základe
jej grafu povedať, že je ohraničená zdola a nie je ohraničená zhora, pretože jej obor funkčných
hodnôt je H( f ) = ⟨−5, ∞). Funkcia f (x) = 1x je zasa neohraničená, pretože jej obor funkčných
hodnôt je H( f ) = R \ {0}. Pri zložitejších funkciách si pri určovaní oboru funkčných hodnôt
budeme v niektorých prípadoch musieť pomôcť limitami. Tým sa budeme zaoberať až v časti 8.2
(strana 296) a v 9. kapitole. Teraz ešte jeden jednoduchý ilustračný príklad.
alebo
Teraz si už stačí len uvedomiť, že ak x1 ̸= x2 , tak platí buď x1 < x2 , alebo x1 > x2 a z (8.3), alebo
z (8.4) potom vyplýva tvrdenie vety. Q.E.D.
Tvrdenie opačné ku tvrdeniu predošlej vety neplatí. To znamená, že ak je funkcia injektívna, nemusí
byť aj rýdzomonotónna. Ukážeme si to na nasledujúcom príklade.
8.1 Vlastnosti funkcií 289
■ Príklad 8.8 Majme funkciu f (x) = 1x . Je to elementárna funkcia, ktorej vlastnosti musíme poznať.
Vieme, že jej definičný obor je D( f ) \ {0} a jej grafom je hyperbola
Už aj podľa grafu vidíme, že táto funkcia je injektívna, pretože ľubovoľná rovnobežka s osou x,
pretne jej graf najviac v jednom bode. Okrem toho z grafu vidíme, že funkcia f klesá na intervale
(−∞, 0) aj na intervale (0, ∞), ale neklesá na celom svojom D( f ), pretože na intervale (−∞, 0) sú
všetky jej hodnoty menšie, než sú jej hodnoty na intervale (0, ∞). Takže funkcia f je injektívna,
ale nie je rýdzomonotónna. Dokážeme to aj formálne, čiže bez odvolávania sa na graf funkcie. Je
zrejmé, že pre ∀ x1 , x2 ∈ D( f ) také, že x1 ̸= x2 platí x11 ̸= x12 . Bez strany na všeobecnosti môžeme
predpokladať, že x1 < x2 . Potom ak
1 1 1 1
x1 < x2 < 0 ⇒ < a 0 < x1 < x2 ⇒ <
x2 x1 x2 x1
1 1
ale pre x1 < 0 < x2 platí x1 < x2 . To znamená, že funkcia nie je rýdzomonotónna. ■
Ako sme videli z predošlého príkladu, funkcia nemusí byť na celom svojom definičnom obore
monotónna. Vo všeobecnosti môže byť funkcia na častiach svojho definičného oboru rastúca,
na iných častiach definičného oboru klesajúca atď. Definujeme si preto, čo to znamemá, že funkcia
je monotúnna v bode a monotónna na intervale. Definíciu uvedieme len pre rastúcosť a neklesa-
júcosť zvyšné dve možnosti (klesajúcosť a nerastúcosť) sa definujú rovnakým spôsobom, v súlade
s definíciou týchto pojmov v definícii 8.1.4.
Pri elementárnych funkciách musíme poznať ich priebeh a to znamená, že musíme vedieť aj to,
kde sú tieto funkcie monotónne. Pri niektorých jednoduchších funkciách získaných z elementárnych
290 Kapitola 8. Vlastnosti funkcií, úvod k limitám funkcií
funkcií pomocou aritmetických operácií a operácie skladania funkcií, by sme mali vedieť určiť
intervaly monotónnosti týchto funkcií na základe triviálne odvoditeľných a dokázateľných pravidiel.
Príkladom takých pravidiel je napríklad to, že súčet dvoch rastúcich funkcií, je rastúca funkcia,
alebo ak zložíme rastúcu funkciu s rastúcou funkciou, tak výsledná funkcia je tiež rastúca atď.
Ilustrujeme si to na jednoduchom príklade.
Riešenie: daná funkcia je kvadratická. Funkcia x2 je elementárna a jej vlastnosti aj graf musíme
poznať. Grafom tejto funkcie je konvexná parabola s vrcholom v bode [0, 0]. Danú funkciu f si
upravíme na úplný štvorec, čím dostaneme
f (x) = x2 − 4x − 1 = (x − 2)2 − 5 .
Graf funkcie f sme získali len na základe vedomostí o grafe funkcie x2 pomocou dvoch triviálnych
operácií. Z grafu funkcie vidíme, že daná funkcia má definičný obor D( f ) = R, klesá na intervale
(−∞, 2) a rastie na intervale (2, ∞). Intervaly monotónnosti funkcie f sú uvedené dva intervaly,
na ktorých funkcia f klesá, resp. rastie. ■
Pri zložitejších funkciách už pri hľadaní ich intervalov monotónnosti iba s poznaním vlastností
elementárnych funkcií a zopár jednoduchými pravidlami nevystačíme. V týchto prípadoch hľadáme
ich intervaly monotónnosti pomocou derivácií. Tým sa budeme zaoberať až v 10. kapitole, v časti
10.5 (strana 369).
b) lokálne maximum, ak pre nejaké δ > 0 existuje okolie Oδ (x0 ) také, že platí
c) rýdze lokálne minimum, ak pre nejaké δ > 0 existuje okolie O◦δ (x0 ) také, že platí
d) rýdze lokálne maximum, ak pre nejaké δ > 0 existuje okolie O◦δ (x0 ) také, že platí
Uvedenú definíciu si najlepšie ilustrujeme na grafe funkcie, viď obrázok 8.1. Časť funkcie f ,
ktorej graf vidíme na obrázku 8.1, má päť lokálnych extrémov, ktoré sú vyznačené na osi x ako body
x0 až x4 . Tri z nich sú lokálne minimá (x0 , x2 , x4 ) a dva z nich (x1 , x3 ) sú lokálne maximá. Okolo
bodov x0 až x4 sú na obrázku vyznačené aj ich okolia Oδ (xi ). Podľa toho ako vyzerá graf funkcie
na obrázku, budú zrejme všetky vyznačené lokálne extrémy zároveň rýdze lokálne extrémy.
Okrem lokálnych extrémov môže mať funkcia aj globálne extrémy. Ich definícia je nasledovná.
292 Kapitola 8. Vlastnosti funkcií, úvod k limitám funkcií
Globálne extrémy by sa dali definovať aj inak. Globálne minimum funkcie f by sme mohli
definovať ako min H( f ) , ak toto minimum oboru funkčných hodnôt existuje. Podobne globálne
maximum funkcie f môžeme definovať ako max H( f ) , ak toto maximum oboru funkčných
hodnôt existuje. Tu si musíme uvedomiť, že nie každá množina A ⊆ R musí mať minimálnu,
alebo maximálnu hodnotu a to dokonca aj v prípade, keď je táto množina ohraničená. Zoberme si
napríklad interval (1, 2). Tento interval nemá ani minimálnu, ani maximálnu hodnotu, pretože čísla
1 a 2 doň nepatria. Na určenie globálnych extrémov funkcie, musíme určiť najmenšiu a najväčšiu
hodnotu, ktorú daná funkcia môže nadobudnúť, ak také hodnoty existujú.
Priamo z definícií 8.1.6 a 8.1.7 vyplýva, že každý globálny extrém je zároveň aj lokálnym
extrémom, ale naopak to neplatí. Lokálne extrémy funkcie hľadáme pomocou jej intervalov mono-
tónnosti, ktorými sme sa už zaoberali v časti 8.1.5 (strana 288). Ak poznáme intervaly monotónnosti
danej funkcie, tak poznáme aj všetky jej lokálne extrémy. Zoberme si ako príklad graf funkcie z na-
sledujúceho obrázku.
Už pred definíciou 8.1.10 bolo spomenuté, že goniometrické funkcie sin x, cos x, tg x a cotg x
sú periodické. Prvé dve majú periódu 2π a posledné dve majú periódu π. Keďže sú to všetko
elementárne funkcie, musíme poznať všetky ich vlastnosti aj grafy.
Ak skladáme periodické funkcie s inými funkciami, tak výsledkom môže, ale nemusí byť
periodická funkcia. Zrejme sme sa už na strednej škole stretli s funkciami ako sú napríklad
cos(2x + 1), alebo tg (3x), či cotg x − 1. Všetky tieto funkcie sú periodické a ich periódy by sme
mali vedieť určiť pomocou vedomostí zo strednej školy. Avšak funkcie ako sin x3 , alebo tg x2
periodické nie sú. Na nasledovnom obrázku máme príklad troch funkcií, ktoré vznikly zložením
funkcie sin x s inou funkciou. Prvá z nich je periodická a ďalšie dve periodické nie sú.
na os x. Kolmice na os x by totiž museli mať nekonečne veľkú smernicu k. Tým sa dostávame k dru-
hému typu priamok, ktorým sú tzv. priamky bez smernice. Sú to priamky v rovine, kolmé na os
x a ich rovnica má tvar x = a, kde a ∈ R. Na základe takéhoto rozdelenia priamok, aj asymptoty
ku grafu funkcie budeme rozdeľovať na asymptoty so smernicou a asymptoty bez smernice.
Typickým príkladom funkcie, ktorá má asymptoty oboch druhov, je f (x) = 1x , ktorej grafom je
hyperbola. Je to elementárna funkcia, ktorej vlastnosti a graf musíme poznať a stretli sme sa s ňou
už aj v príklade 8.8. Jej graf vidíme na nasledovnom obrázku.
Na obrázku máme vyznačenú zelenou farbou asymptotu so smernicou (os x) a modrou farbou
asymptotu bez smernice (os y). Vo všeobecnosti daná funkcia mať asymptoty oboch druhov,
prípadne mať asymptoty len jedného druhy, alebo nemusí mať žiadne asymptoty. Asymptoty funkcie
sa určujú pomocou limít, a preto sa ich hľadaním budeme zaoberať az neskôr.
vi) Lokálne extrémy: body predstavujúce lokálne extrémy danej funkcie si vyznačíme v rovine.
Sú to body cez ktoré bude graf funkcie prechádzať.
vii) Konvexnosť a konkávnosť: už máme v grafe vyznačené niektoré body, cez ktoré bude prechá-
dzať graf funkcie. Sú to nulové body a lokálne extrémy. K tomu teraz pridáme ešte inflexné
body funkcie. Poznáme aj intervaly monotónnosti, takže vieme, na ktorých intervaloch bude
graf funkcie stúpať, alebo klesať. Intervaly konvexnosti a konkávnosti nám k tomu pridajú
ešte informáciu o tom, ktorým smerom bude graf funkcie vypuklý, čiže akým spôsobom
klesá, alebo stúpa.
viii) Periodickosť funkcie: ak je daná funkcia periodická, stačí vedieť ako jej graf vyzerá vrámci
jedného úseku jej periódy. Ďalej sa to bude už len opakovať.
ix) Asymptoty ku grafu funkcie: ak daná funkcia má asymptoty, tak si ich zakreslíme do grafu
funkcie a vieme, že graf sa k nim musí blížiť, ale nikdy ich nedosiahne.
■ Príklad 8.10 Daná je funkcia f (x) = 2x + 3. Zistite ako sa táto funkcia správa, keď sa x blíži k 1.
Riešenie: daná funkcia je lineárna, jej definičný obor je D( f ) = R a jej grafom je priamka
na nasledujúcom obrázku.
Z grafu funkcie vidíme, že táto funkcia sa správa „slušne“, čo znamená, že malé zmeny hodnoty
x znamenajú malé zmeny hodnoty y. Presnú definíciu toho aké presne sú to tie „slušné“ funkcie
uvedieme neskôr. Daná funkcia f je naviac definovaná pre všetky reálne čísla, takže si priamo
môžeme vypočítať jej hodnotu v bode x = 1 a dostaneme f (1) = 5. Môžeme potom povedať, že „ak
sa x blíži k 1, tak y, alebo f (x), sa blíži k 5“. Exaktne matematicky by sme toto tvrdenie zapísali
ako
Neprípomína nám to niečo? Nie je to veľmi podobné definícii limity postupnosti (definícia 5.3.4,
strana 186)? Ak si myslíme, že odpoveď na predošlú otázku je „áno“, tak sa nemýlime. Samotný
zápis tvrdenia sa teda podobá na definíciu limity postupnosti, ale stále sme nedokázali, že tvrdenie
(8.5) je pravdivé. To spravíme teraz. Najskôr si musíme uvedomiť, čo je na množine reálnych čísel
δ okolie čísla 1. Je to interval Oδ (1) = (1 − δ , 1 + δ ). Podobne Oε (5) = (5 − ε, 5 + ε). Tvrdenie
8.2 Limity funkcií 297
V predošlom príklade sme skúmali funkciu, ktorá bola definovaná pre všetky reálne čísla a
naviac sa správala veľmi „slušne“. Čo však budeme robiť, ak daná funkcia nebude definovaná pre
všetky reálne čísla?
■ Príklad 8.11 Daná je funkcia f (x) = x12 . Zistite ako sa táto funkcia správa, keď sa x blíži k 0.
Riešenie: definičný obor danej funkcie je D( f ) = R \ {0}. Vidíme, že táto funkcia práve v bode,
ktorý nás zaujíma, nie je definovaná. Nemôžeme si preto jednoducho vypočítať jej hodnotu v tomto
bode a potom vysloviť tvrdenie podobné tomu z predošlého príkladu. Na základe vedomostí
zo základnej školy však vieme, že ak hodnota x bude blízka k 0, tak hodnota f (x) = x12 bude „veľmi
veľká“, pretože zlomok definujúci funkciu f má v čitateli konštantu 1 a jeho menovateľ bude blízky
k 0. Graf danej funkcie bude
Teraz nie je podstatné ako sme sa k uvedenému grafu dopracovali. Dôležité je to, že ak sa hodnota
x bude blížiť k 0, tak hodnota f (x) sa bude blížiť k ∞. Formálne toto tvrdenie zapíšeme ako
∀ ε > 0 ∃ δ > 0 : x ∈ Oδ (0) ⇒ f (x) ∈ Oε (∞) . (8.7)
Pripomeňme si, že podľa definície 5.1.5 je Oε (∞) = ε1 , ∞ . To, že v definícii 5.1.5 je tento interval
uzavretý je len nepodstatný kozmetický detail. Tvrdenie (8.7) poto môžeme zapísať v tvare
1
∀ ε > 0 ∃ δ > 0 : |x| < δ ⇒ f (x) > . (8.8)
ε
Aby tvrdenie (8.7) platilo, musíme pre každé ε > 0 nájsť vhodné δ > 0. Začneme s nerovnicou
f (x) > ε1 .
1 1 √ √ √
f (x) = 2 > ⇔ ε > x2 ⇔ − ε < x < ε ⇔ |x| < ε
x ε
√
Pre ľuvovoľné ε > 0 stačí zvoliť δ = ε > 0 a vidíme, že tvrdenie (8.7) platí. ■
298 Kapitola 8. Vlastnosti funkcií, úvod k limitám funkcií
V treťom a poslednom z tejto série príkladov si ukážeme situáciu, v ktorej x bude nevlastný bod.
■ Príklad 8.12 Daná je funkcia f (x) = sinx x . Zistite ako sa táto funkcia správa, keď sa x blíži k ∞.
Riešenie: daná funkcia má definičný obor D( f ) = R \ {0}, ale to, ako sa správa v okolí bodu ∞,
nemôžeme zistiť dosadením hodnoty ∞ do predpisu definujúceho funkciu. Je to totiž nevlastný bod.
Vieme však, že sin x v čitateli zlomku je ohraničená funkcia a ak hodnota x v menovateli zlomku
bude „veľmi veľká“, tak hodnota f (x) bude „blízka k 0“. Graf danej funkcie bude
Na predošlých troch príkladoch sme si ukázali spôsom, ktorým zisťujeme správanie danej
funkcie, keď sa hodnota x blíži k nejakému vlastnému, alebo nevlastnému bodu. Pri slovnom
popise správania funkcie sme však používali vágne pojmy ako „slušná funkcia“, „blízko“, „veľmi
veľká“ a pod. Ak chceme správanie funkcie popísať exaktne, budeme musieť zaviesť a používať
pojem limita funkcie, ktorý je základom infinitezimálneho počtu. Infinitezimálny počet, ktorého
názov je odvodený od latinského slova infinitus1 je spôsob akým matematika narába s nekonečne
malými a nekonečne veľkými veličinami. S nekonečne malými, ak sa napríklad hodnota x blíží
k vlastnému bodu a ∈ R a nekonečne veľkými, ak sa napríklad hodnota x blíži k nevlastným bodom
±∞. Začneme definíciou limit funkcie.
Definícia 8.2.1 — Limita funkcie. Majme funkciu f : D( f ) → R, nech a, b ∈ R∗ a bod a
je hromadným bodom množiny D( f ). Hovoríme, že bod b je limitou funkcie f v bode a,
označujeme to lim f (x) = b , ak platí
x→a
P Podoba definície 8.2.1 s definíciou limity postupnosti (definícia 5.3.4, strana 186) vôbec nie
je náhodná. Už po niekoľký raz opakujeme, že postupnosť je len špeciálny prípad funkcie. Je
to funkcia definovaná na množine prirodzených čísel. Každá postupnosť (an )n∈N je vlastne
funkcia f : N → C, pre ktorú platí f (n) = an . Rozdiel medzi limitou postupnosti a funkcie je
len v tom, že množina N má len jediný hromadný bod, ktorým je nevlastný bod ∞. Preto limity
postupností počítame len pre n → ∞. Definičný obor reálnej funkcie obvykle má nekonečne
veľa hromadných bodov, v ktorých môžeme počítať limitu funkcie.
1 infinitus = nekonečný / neobmedzený
8.3 Vety o limitách 299
Pojem hromadný bod bol definovaný v definícii 5.3.3 (strana 185). Podmienka, že bod a musí
byť hromadným bodom množiny D( f ) je nutná na to, aby podmienka (8.11) z definície 8.2.1 mala
zmysel. Ak a je hromadný bod množiny D( f ), tak pre všetky δ > 0 platí O◦δ (a) ∩ D( f ) ̸= 0.
/
V súvislosti s definíciou limity funkcie sa teraz vráťme naspäť ku príkladom 8.10 až 8.12 a
pozrime sa na to, čo sme vlastne v týchto príkladoch zisťovali.
• v príklade 8.10 sme zistili, že lim (2x + 3) = 5, čiže a = 1 a b = 5 ,
x→1
1
• v príklade 8.11 sme zistili, že lim = ∞, čiže a = 0 a b = ∞ a
x→0 x2
sin x
• v príklade 8.12 sme zistili, že lim = 0, čiže a = ∞ a b = 0 .
x→∞ x
Vo všetkých troch uvedených príkladoch sme limitu počítali priamo z definície, čo znamená, že
pre každé ε > 0 sme našli δ > 0 tak, aby platila podmienka (8.11) z definície 8.2.1.
V prípade postupností sme rozdeľovali limity len na vlastné a nevlastné (definícia 5.3.5, strana
187). Limity funkcií tiež rozdeľujeme na vlastné a nevlastné, ale pribúda ešte ďalšie rozdelenie
na limity vo vlastnom a limity v nevlastnom bode. Súvisí to s tým, že pri limitách funkcií je a ∈ R∗ ,
kým pri limitách postupností bolo vždy a = ∞ (limity postupností sú vždy pre n → ∞). Uvedieme
si definíciu hovoriacu o tom, ako rozdeľujeme limity funkcií.
Ako vidíme z definície 8.2.2, limity funkcií rozdeľujeme na štyri rôzne typy. Limita z príkladu
8.10 bola vlastná vo vlastnom bode, limita z príkladu 8.11 bola nevlastná vo vlastnom bode a limita
z príkladu 8.12 bola vlastná v nevlastnom bode. Chýba už len príklad nevlastnej limity v nevlastnom
bode. Je ňou napríklad limita lim x2 = ∞. Dôkaz, samozrejme priamo z definície, prenechávame
x→∞
na čitateľa.
Dôkaz: dôkaz tohto tvrdenia sa robí sporom. Predpokladajme, že existujú limity lim f (x) = b1
x→a
a lim f (x) = b2 a b1 ̸= b2 . Bez straty na všeobecnosti môžeme predpokladať, že b1 , b2 ∈ R. Pre
x→a
300 Kapitola 8. Vlastnosti funkcií, úvod k limitám funkcií
|b1 − b2 |
∀ ε1 , ε2 : 0 < ε1 , ε2 < ⇒ Oε1 (b1 ) ∩ Oε2 (b2 ) = 0/ .
2
|b1 −b2 |
Zvolíme si také hodnoty ε1 > 0 a ε2 > 0, aby platilo ε1 , ε2 < 2 . Potom podľa podmienky
(8.11) z definície limity funkcie platí
Teraz si zoberieme δ = min {δ1 , δ2 }. Pre takto zvolenú hodnotu δ platí O◦δ (a) ⊆ O◦δ1 (a) aj
O◦δ (a) ⊆ O◦δ2 (a), čiže bude platiť (8.12) aj (8.13). Platí teda
∃ δ > 0 : x ∈ O◦δ (a) ⇒ f (x) ∈ Oε1 (b) ∧ f (x) ∈ Oε2 (b) ∧ Oε1 (b1 ) ∩ Oε2 (b2 ) = 0/ .
Posledné trvdenie je spor s definíciou funkcie (jednej hodnote x ∈ D( f ) je priradená len jedna
hodnota f (x)). Predpoklad b1 ̸= b2 bol teda nesprávny a musí platiť b1 = b2 . Q.E.D.
Nasledujúce tvrdenie o limitách funkcií je síce triviálne, ale má obrovský význam pri počítaní limít
funkcií.
Veta 8.3.2 — O limitách funkcií líšiacich sa v jednom bode. Majme funkcie f a g. Nech
pre bod a ∈ R a nejaké δ > 0 platí
Potom platí
∃ lim f (x) = b ⇒ ∃ lim g(x) = b .
x→a x→a
Dôkaz: ak existuje lim f (x) = b, tak podľa podmienky (8.11) z definície limity platí
x→a
Ak existuje také δ > 0, tak predošlá vlastnosť musí platiť aj pre ľubovoľné 0 < δ1 < δ , pretože
O◦δ1 (a) ⊆ O◦δ (a). Takže platí
Na predošlej vete je založená jedna často používaná metóda výpočtu limít. Ilustrujeme si ju
na nasledujúcom príklade.
8.3 Vety o limitách 301
2x2 + x − 3
■ Príklad 8.13 Vypočítajte limitu lim .
x→1 x−1
+x−3 2
Riešenie: funkcia f (x) = 2x x−1 má definičný obor D( f ) = R\{1}. Preto nemôžeme jednoducho
dosadiť do jej predpisu x = 1 a vypočítať hodnotu f (1). Platí však
Funkcia g(x) = 2x + 3 má definičný obor D(g) = R. Pre všetky x ∈ R \ {1} však platí f (x) = g(x),
čiže môžeme použiť vetu 8.3.2. Dostávame
2x2 + x − 3
lim = lim (2x + 3) = 5 .
x→1 x−1 x→1
Veta 8.3.3 — O porovnaní limít funkcií. Majme funkcie f a g. Nech pre bod a ∈ R a nejaké
δ > 0 platí
∃ O◦δ (a) : x ∈ O◦δ (a) ⇒ f (x) ≤ g(x) .
Potom ak existuje limita lim f (x) = b1 a existuje aj limita lim g(x) = b2 , tak platí
x→a x→a
Dôkaz: je podobný dôkazu vety 8.3.1. Tvrdenie budeme dokazovať sporom. Predpokladajme,
že limity lim f (x) = b1 a lim g(x) = b2 existujú a platí b1 > b2 . Zvolíme si také hodnoty ε1 > 0
x→a x→a
a ε2 > 0, aby platilo ε1 , ε2 < |b1 −b
2
2|
. Potom platí
|b1 − b2 |
0 < ε1 , ε2 < ⇒ Oε1 (b1 ) ∩ Oε2 (b2 ) = 0/ (8.14)
2
a podľa podmienky (8.11) z definície limity funkcie platí
O◦δ3 (a) ⊆ O◦δ (a) ∧ O◦δ3 (a) ⊆ O◦δ1 (a) ∧ O◦δ3 (a) ⊆ O◦δ2 (a) .
čiže budú platiť (8.14), (8.15) aj (8.16). Z týchto troch tvrdení vyplýva, že b1 ≤ b2 , čo je spor
s predpokladom, že b1 > b2 . Preto musí platiť b1 ≤ b2 . Q.E.D.
Ako ďalšie dokážeme tvrdenie zodpovedajúce vete o dvoch policajtoch (veta 5.3.5, strana 193).
Matematicky korektný názov tejto vety je veta o minorantnej a majorantnej funkcii.
302 Kapitola 8. Vlastnosti funkcií, úvod k limitám funkcií
Veta 8.3.4 — O minorantnej a majorantnej funkcii. Majme funkcie f1 , f2 a g. Nech pre bod
a ∈ R a nejaké δ > 0 platí
Potom ak
∃ lim f1 (x) = b ∧ ∃ lim f2 (x) = b ⇒ ∃ lim g(x) = b .
x→a x→a x→a
Dôkaz: z existencie limít lim f1 (x) = b, lim f2 (x) = b a definície limity vyplýva
x→a x→a
O◦δ3 (a) ⊆ O◦δ (a) ∧ O◦δ3 (a) ⊆ O◦δ1 (a) ∧ O◦δ3 (a) ⊆ O◦δ2 (a) .
čiže budú platiť (8.18), (8.19) aj (8.20). Z týchto tvrdení potom vyplýva
V nasledujúcich štyroch príkladoch si ukážeme výpočet limít funkcie priamo z definície a pomocou
už dokázaných vetách o limitách.
■ Príklad 8.14 Nech f (x) = c, kde c ∈ R a nech a ∈ R∗ . Vypočítajte limitu lim f (x).
x→a
bez ohľadu na x, δ a O◦δ (a). Takže podmienka (8.21) je splnená, čo znamená, že lim f (x) = c. ■
x→a
Riešenie: daná funkcia má definičný obor D( f ) = R, je to lineárna funkcia, jej grafom je priamka
a dá sa očakávať, že limita v bode a sa bude rovnať f (a). Priamo z definície limity dokážeme, že
lim f (x) = a. Ak táto limita existuje, tak podľa definície musí platiť
x→a
Keďže f (x) = x pre všetky x ∈ R, vidíme, že pre ľubovoľné ε > 0 stačí položiť δ = ε a podmienka
(8.22) bude splnená. ■
■ Príklad 8.16 Nech f (x) = cos x a nech a ∈ R∗ . Dokážte, že lim f (x) = cos a.
x→a
Riešenie: daná funkcia má definičný obor D( f ) = R. Pri výpočte použijeme vzorec na rozdiel
goniometrických funkcií
α +β α −β
cos α − cos β = −2 sin · sin (8.23)
2 2
Vzorec (8.23) samozrejme nemusíme nosiť v hlave. Nájdeme ho napríklad v [2] (strana 364) a
ľahko ho dokážeme pomocou troch základných goniometrických vzorcov, ktoré musíme poznať
zo strednej školy. Je to vzorec sin2 α + cos2 α = 1 a tieto dva súčtové vzorce
sin(α ± β ) = sin α cos β ± cos α sin β , cos(α ± β ) = cos α cos β ∓ sin α sin β .
Platí
α +β α β α β α −β α β α β
sin = sin cos + cos sin , sin = sin cos − cos sin .
2 2 2 2 2 2 2 2 2 2
Potom
α +β α −β 2α 2β 2α 2β
−2 sin · sin = −2 sin cos − cos sin .
2 2 2 2 2 2
Výraz v zátvorke na pravej strane môžeme upraviť takto
α β α β α 2 β α β
sin2 cos2 − cos2 sin2 = 1 − cos2 cos − cos2 sin2 =
2 2 2 2 2 2 2 2
2β 2α 2β 2α 2β 2β 2α 2β 2β
= cos − cos cos − cos sin = cos − cos cos + sin =
2 2 2 2 2 2 2 2 2
β α
= cos2 − cos2 .
2 2
Takže sme dostali
α +β α −β 2β 2β 2α 2α
−2 sin · sin = − cos + cos − cos − cos =
2 2 2 2 2 2
2β 2β 2α 2α
= − cos + 1 − sin − cos − 1 + sin =
2 2 2 2
2β 2β 2α 2 α
= −cos 2 − sin 2 − cos 2 − sin 2 = −(cos β − cos α) = cos α − cos β .
| {z } | {z }
=cos β =cos α
Tým je ukázané, že platí rovnosť (8.23) a ideme ukázať, že existuje limita lim f (x) = cos a. Podľa
x→a
definície limity musí platiť
∀ ε > 0 ∃ δ > 0 : |x − a| < δ , x ̸= a ⇒ | f (x) − cos a| < ε . (8.24)
304 Kapitola 8. Vlastnosti funkcií, úvod k limitám funkcií
x+a x−a x−a x−a
| cos x − cos a| = 2 sin · sin ≤ 2 sin ≤2 = |x − a| < ε .
2 2 2 2
| {z }
≤1
V predošlom riadku sme využili nerovnosť | sin x| ≤ |x| ≤ |tg x|, ktorá triviálne platí pre x ∈ − π2 , π2 ,
čo vidno z jednotkovej kružnice.
Vidíme teda, že pre ľubovoľné ε > 0 stačí zvoliť δ = ε a podmienka (8.24) bude splnená, čo
znamená, že existuje limita lim f (x) = cos a. ■
x→a
Riešenie: definičný obor danej funkcie je D( f ) = R \ {0}. Pre x = 0 funkcia nie je definovaná.
Pri výpočte limity použijeme nerovnosť | sin x| ≤ |x| ≤ |tg x| pre x ∈ − π2 , π2 , ktorú sme použili už
aj v predošlom príklade. Platí
π π sin x
pre x ∈ − , , x ̸= 0 : | sin x| > 0 a | sin x| < |x| < .
2 2 cos x
Potom
x 1 sin x
1< < ⇔ | cos x| < <1
sin x | cos x| x
sin x
Podľa príkladu 8.16 platí lim cos x = 1 a podľa vety 8.3.4 potom platí lim = 1 . Neskôr
x→0 x→0 x
si ukážeme, že existencia tejto limity sa dá dokázať aj podstatne stručnejším a jednoduchším
spôsobom. ■
Nasledujúca veta bude hovoriť o limite zloženej funkcie a je na nej založená substitučná metóda,
často používaná pri výpočte limít funkcií.
8.3 Vety o limitách 305
Veta 8.3.5 — O limite zloženej funkcie. Majme zloženú funkciu h(x) = g f (x) . Nech platí
a) ∃ lim f (x) = b ,
x→a
b) ∃ lim g(t) = L ,
t→b
c) pre nejaké ζ > 0 ∃ O◦ζ (a) : f (x) ̸= b .
Potom existuje limita lim g f (x) = L .
x→a
V (8.26) sme namiesto obvyklého označenia ε dali δ > 0 a použili sme to isté δ , ktoré figuruje
v (8.25). Podľa predpokladu c) existuje ζ > 0, pre ktoré platí
To znamená, že existuje limita lim g f (x) = L . Q.E.D.
x→a
sin(x − 1)
■ Príklad 8.18 Vypočítajte limitu lim .
x→1 x−1
Riešenie: použitím substitúcie t = x − 1 dostaneme
sin(x − 1) sint
lim = lim = 1.
x→1 x−1 t→0 t
sint
Limitu lim = 1 sme vypočítali v príklade 8.17. ■
t→0 t
Veta 8.3.6 — O lokálnej ohraničenosti. Ak existuje vlastná limita lim f (x) , tak pre nejaké
x→a
δ > 0 platí
∃ O◦δ (a) : x ∈ O◦δ (a) ∩ D( f ) ⇒ f je ohraničená .
Dôkaz: ak existuje vlastná limita lim f (x) = b ∈ R , tak to podľa definície limity znamena
x→a
Lokálna ohraničenosť funkcie v bode a znamená to, že existuje nejaké okolie bodu a, kde je
táto funkcia ohraničená, čiže nadobúda len konečné hodnoty a „neulieta“ do ±∞. Nasledujúca veta
bude hovoriť o súčte vlastných limít.
Veta 8.3.7 — O súčte vlastných limít. Ak existujú vlastné limity lim f (x) = L1 , lim g(x) = L2 ,
x→a x→a
tak existuje aj limita
lim f (x) + g(x) = L1 + L2 .
x→a
Dôkaz: existencia vlastných limít funkcií f a g v bode a podľa definície limity znamená
ε ε
∀ > 0 ∃ δ1 > 0 : x ∈ O◦δ1 (a) ⇒ | f (x) − L1 | < (8.27)
2 2
ε ε
∀ > 0 ∃ δ2 > 0 : x ∈ O◦δ2 (a) ⇒ |g(x) − L2 | < (8.28)
2 2
Ak položíme δ = min {δ1 , δ2 } a použijeme trojuholníkovú nerovnosť, tak z (8.27) a (8.28)
vyplýva
Veta 8.3.8 — O vlastnej limite násobenej konštantou. Nech existuje vlastná limita
lim f (x) = L
x→a
Z viet 8.3.7 a 8.3.8 vyplýva, že ak máme ľubovoľný konečný počet funkcií, ktorých limita v bode
a je vlastná, tak existuje aj limita ich ľubovoľnej lineárnej kombinácie a rovná sa zodpovedajúcej
lineárnej kombinácii limít týchto funkcií. Nasledujúca veta hovorí o limite súčinu ohraničenej
funkcie, s funkciou, ktorej limita je 0.
Veta 8.3.9 — O limite súčinu s ohraničenou funkciou. Nech lim f (x) = 0 a nech existuje
x→a
δ > 0 také, že na okolí O◦δ (a) je funkcia g(x) ohraničená. Potom platí
lim f (x) · g(x) = 0 .
x→a
ε ε
∀ > 0 ∃ δ1 > 0 : x ∈ O◦δ1 (a) ⇒ | f (x)| < (8.31)
K K
Ak položíme δ2 = min {δ , δ1 }, tak z (8.30) a (8.31) vyplýva, že existuje limita
lim f (x) · g(x) = 0 Q.E.D.
x→a
1
■ Príklad 8.19 Vypočítajte limitu lim x sin .
x→0 x
Riešenie: limita lim x = 0 a funkcia sin 1x je ohraničená na celom svojom definičnom obore a teda
x→0
aj v okolí bodu 0. To podla vety 8.3.9 znamená, že
1
lim x sin = 0.
x→0 x
■
lim f (x) − L1 ) = 0 .
x→a
308 Kapitola 8. Vlastnosti funkcií, úvod k limitám funkcií
Ak existuje limita lim g(x) = L2 , tak to podľa vety 8.3.6 znamená, že existuje okolie O◦δ (a),
x→a
v ktorom je funkcia g ohraničená. Podľa viet 8.3.7, 8.3.8 a 8.3.9 potom platí
lim f (x) · g(x) = lim f (x) − L1 ) g(x) + L1 g(x) = 0 + L1 L2 .
x→a x→a
Q.E.D.
Predošlá veta sa dá zovšeobecniť pre ľubovoľný konečný počet činiteľov. V spojení s predošlými
vetami môžeme pomocou tejto vety počítať limity ľuvovoľnej polynomickej funkcie v bode a ∈ R.
Veta 8.3.11 — O limite prevrátenej hodnoty funkcie. Ak existujú vlastná limita lim f (x) = L
x→a
a L ̸= 0, tak existuje aj limita
1 1
lim = .
x→a f (x) L
Dôkaz: dôkaz budeme robiť len pre L > 0. Pre L < 0 sa robí analogicky.
Ak L > 0, tak existuje ε > 0 také, že L − ε > 0. Existencia limity lim f (x) = L podľa definície
x→a
znamená
Ďalej platí
| f (x) − L| < ε ⇔ L − ε < f (x) < L + ε
| {z }
funkcia f (x) je ohraničená
1 1 1 1 1 f (x) − L
= + − = − (8.33)
f (x) L f (x) L L L f (x)
Z predošlých viet vyplýva napríkad spôsob počítania limity racionálnej funkcie vo vlastnom
bode. Racionálna funkcia je funkcia v tvare f (x) = QPnm(x)
(x) , kde Pn (x) je polynóm n-tého stupňa a
Qm (x) je polynóm m-tého stupňa. Vety 8.3.7, 8.3.8, 8.3.10 a 8.3.12 hovoria o limitách súčtu, súčinu
s konštantou, súčinu a podielu funkcií, ktorých limity v danom limitnom bode sú vlastné. Z týchto
viet potom vyplýva, že pre ľubovoľný bod a ∈ R platí
Pn (x) Pn (a)
lim = .
x→ a Qm (x) Qm (a)
310 Kapitola 8. Vlastnosti funkcií, úvod k limitám funkcií
8.4 Cvičenia
Cvičenie 8.4 Nájdite definičný obor, zistite či je funkcia f periodická a ak je, tak určte jej
periódu p.
(a) f (x) = sin 2x
3 (g) f (x) = sin 1x
(b) f (x) = 5 cos 2πx (h) f (x) = arcsin(sin x)
(c) f (x) = cos2 x (i) f (x) = ln(cos x + sin x)
(d) f (x) = cos x2 (j) f (x) = 3 cos x − 5 sin 4x
(e) f (x) = x sin x (k) f (x) = sin 2x + tg 2x
(l) f (x) = 2 sin 3x + 3π
(f) f (x) = 2 sin 3x + 3 sin 2x 4
■
Cvičenie 8.5 Zistite, či je funkcia f (x) periodická, ak je určte jej periódu a načrtnite jej graf.
d Zápis ⌊x⌋ znamená dolnú celú časť čísla x. Napr. ⌊3.14⌋ = 3 a ⌊−2.71⌋ = −3.
Cvičenie 8.8 K ľubovoľnému okoliu U čísla 3 nájdite také okolie V čísla 1, aby platilo
∀x ∈ V ⇒ 2x + 1 ∈ U.
Pod okolím čísla a sa myslí „guľové okolie“ obsahujúce aj číslo a, t. j. pre okolie čísla 3 platí
U = O(3) = (3 − δ , 3 + δ ). ■
Cvičenie 8.9 K ľubovoľnému okoliu U čísla 3, nájdite také okolie V čísla 5, aby platilo
x+4
∀x ∈ V ⇒ 3 ∈ U. ■
312 Kapitola 8. Vlastnosti funkcií, úvod k limitám funkcií
Cvičenie 8.10 K ľubovoľnému okoliu U čísla 4, nájdite také okolie V čísla 2, aby platilo
x2 −4
(∀x ∈ V, x ̸= 2) ⇒ x−2 ∈ U. ■
(b) lim x4 + x2 − x √
x→−1 1+x−1
(g) lim
x→0 x
x2 − 2x √
(c) lim
x→2 x2 − 4 x+3−2
(h) lim
x→1 x−1
x2 + x √
(d) lim √
x→−1 2(x2 − 1) 2+x− 2
(i) lim
x→0 x
x2 − 1
(e) lim x2 − x
x→1 x2 − 3x + 2
(j) lim √
x→1 x − 1
■
8.5 Odpovede a výsledky cvičení 313
Výsledky cvičenia 8.8 Ak u = (3 − δ , 3 + δ ), tak V = 1 − δ2 , 1 + δ2 . Ak si označíme ε = δ2 ,
tak platí
∀x ∈ (1 − ε, 1 + ε) ⇒ (2x + 1) ∈ (3 − δ , 3 + δ )
■
V záverečnej časti 8. kapitoly sme sa zaoberali vetami o vlastných limitách. Ukázali sme, že ak
majú dve funkcie v bode a vlastné limity, tak ich možno sčítať, odčítať, násobiť a deliť. Teraz sa
budeme zaoberať tvrdeniami, ktoré platia v prípade, ak jedna, alebo obe funkcie majú v bode a
nevlastnú limitu. Na úvod si dokážeme sériu viet, ktoré platia pre funkcie s nevlastnou limitou.
Veta 9.1.1 — O súčte nevlastnej a ohraničenej limity. Majme dve funkcie f (x) a g(x). Ak
limita lim f (x) = ∞ a pre nejaké δ > 0 platí
x→a
Dôkaz: z predpokladu dolnej ohraničenosti funkcie g na nejakom okolí O◦δ (a) vyplýva, že
V (9.2) sa zvykne písať ∀ ε > 0 a potom f (x) > ε1 . Keďže ε môže byť ľubovoľné, nič nám nebráni
zvoliť ho tak aby bolo ε1 > l a potom položiť k′ = ε1 − l > 0. Teraz ešte položíme δ2 = min {δ , δ1 }
a dostaneme
čo je definícia toho, že lim f (x) + g(x) = ∞ . Q.E.D.
x→a
318 Kapitola 9. Limity funkcií
Veta 9.1.2 — O súčine nevlastnej a ohraničenej limity. Majme dve funkcie f (x) a g(x). Ak
limita lim f (x) = ∞ a pre nejaké δ > 0 platí
x→a
Dôkaz: z predpokladu dolnej ohraničenosti funkcie g kladným číslom na nejakom okolí O◦δ (a)
vyplýva, že
k k
∀ k′ = > 0 ∃ δ1 > 0 : x ∈ O◦δ1 (a) ⇒ f (x) > k′ = (9.4)
l l
Teraz stačí položiť δ2 = min {δ , δ1 } a dostaneme
k
∀ k > 0 ∃ δ2 > 0 : x ∈ O◦δ2 (a) ⇒ f (x) · g(x) > · l = k ,
l
čo je definícia toho, že lim f (x) · g(x) = ∞ . Q.E.D.
x→a
Veta 9.1.3 — O limite prevrátenej hodnoty funkcie s nevlastnou limitou. Majme funkciu
1
f (x), ktorej limita lim f (x) = ∞ . Potom platí lim = 0.
x→a x→a f (x)
Dôkaz: to, že funkcia f má v bode a nevlastnú limitu ∞, podľa definície limity znamená
Pre k > 0 z (9.4) položíme ε = 1k > 0. Číslo k > 0 sme mohli zvoliť ľubovoľne, takže aj ε = 1k > 0
môže mať ľubovoľnú (kladnú) hodnotu. Potom z (9.4) vyplýva
1
∀ ε > 0 ∃ δ > 0 : x ∈ O◦δ (a) ⇒ <ε, (9.6)
f (x)
1
čo je definícia toho, že lim = 0 . Q.E.D.
x→a f (x)
Tvrdenie opačné ku tvrdeniu z vety 9.1.3 neplatí. To znamená, že ak máme funkciu f , ktorej
1
limita v bode a je lim f (x) = 0 , tak limita funkcie f (x) v bode a nemusí byť ∞. Ukážeme si to
x→a
na nasledujúcom príklade.
■ Príklad 9.1 Majme funkciu f (x) = x . Táto má v bode a = 0 limitu lim x = 0 . Ale funkcia
x→a
1
= 1x v bode a = 0 nemá limitu. Dokázať sa to dá priamo z definície limity, prípadne pomocou
f (x)
jednostranných limít, ktoré budeme mať definované neskôr, prípadne to vidno aj z grafu tejto
funkcie. Funkcia 1x je elementárna funkcia, ktorej vlastnosti musíme poznať a jej grafom je hyperbola
9.1 Vety o nevlastných limitách 319
Z grafu vidíme, že pre δ > 0 funkcia 1x na intervale (−δ , 0) „ulieta“ do −∞ a na intervale (0, δ )
„ulieta“ do ∞. To znamená, že neexistuje žiadne okolie O◦δ (0), pre ktoré by 1x ∈ Oε (a) pre akékoľvek
a ∈ R∗ a akékoľvek hodnoty δ > 0 a ε > 0. ■
Z predošlého príkladu vidíme, že tvrdenie opačné ku tvrdeniu z vety 9.1.3 neplatí, ale platí
nasledujúce tvrdenie.
Veta 9.1.4 — O limite prevrátenej hodnoty funkcie s nulovou limitou. Majme funkciu f (x),
ktorej limita lim f (x) = 0 . Ak pre nejaké δ > 0 platí
x→a
1
tak platí lim = ∞.
x→a f (x)
Dôkaz: to, že funkcia f má v bode a nulovú limitu, podľa definície limity znamená
Z predpokladu vety vieme, že existuje nejaké δ > 0 také, že pre x ∈ O◦δ (a) je f (x) > 0. Zvoľme
si teraz δ2 = min {δ , δ1 } a z (9.7) vyplýva
1 1 1
∀k = > 0 ∃ δ2 > 0 : x ∈ O◦δ2 (a) ⇒ 0 < f (x) < ε ⇒ > = k, (9.8)
ε f (x) ε
1
čo je definícia toho, že lim = ∞ . Q.E.D.
x→a f (x)
Okrem uvedenej série viet pre funkcie majúce nevlastné limity ∞, platia aj analogické vety pre
funkcie s nevlastnými limitami −∞ a opačnými ohraničeniami. Dôkazy týchto modifikovaných
viet sa robia rovnakým spôsobom ako dôkazy viet 9.1.1 až 9.1.4, a preto ich nebudeme uvádzať.
Tvrdenia viet platných pre nevlastné limity, dokázané aj nedokázané, sú zhrnuté v tabuľke 9.1
(strana 320).
Na základe viet o nevlastných limitách, zhrnutých v tabuľke 9.1, sa počítajú limity funkcií,
z ktorých niektoré uvedieme v nasledujúcom príklade. Limity týchto funkcií potom môžeme využiť
pri počítaní limít zložených funkcií1 .
Predpoklady Tvrdenia
lim f (x) = ∞ , g(x) je lokálne zdola ohraničená lim f (x) + g(x) = ∞
x→a x→a
lim f (x) = −∞ , g(x) je lokálne zhora ohraničená lim f (x) − g(x) = −∞
x→a x→a
lim f (x) = ±∞ , lim g(x) = L , L ∈ R lim f (x) + g(x) = ±∞
x→a x→a x→a
lim f (x) = ±∞ , lim g(x) = L , L ∈ R lim f (x) − g(x) = ±∞
x→a x→a x→a
lim f (x) = ±∞ , g(x) je lokálne ohraničená kladnými číslami lim f (x) · g(x) = ±∞
x→a x→a
lim f (x) = ±∞ , g(x) je lokálne ohraničená zápornými číslami lim f (x) · g(x) = ∓∞
x→a x→a
lim f (x) = ∞ , lim g(x) = ∞ lim f (x) · g(x) = ∞
x→a x→a x→a
lim f (x) = ∞ , lim g(x) = −∞ lim f (x) · g(x) = −∞
x→a x→a x→a
Riešenie: pri výpočte všetký uvedených limít sa využívajú vety o počítaní nevlastných limít.
1
(a) Z lim a = ±∞ a z vety 9.1.3 vyplýva lim = 0.
a→±∞ x→±∞ x
(b) Ak a > 0 z lim t = ∞ a pravidiel pre lim xa = ∞ .
t→∞ x→∞
1
(c) Pre a < 0 je −a > 0 a z príkladov (a), (b) vyplýva lim xa = lim = 0.
x→∞ x→∞ x−a
(d) Pre a > 1 dokážeme platnosť limity lim ax = ∞ priamo z definície limity. Aj limitný bod,
x→∞
aj hodnota limity sú ∞, a preto v definícii limity okolia týchto bodov budeme zapisovať ako
intervali ⟨k, ∞), resp. ⟨n0 , ∞). Potom uvedená limita existuje práve vtedy keď platí
∀ k > 0 ∃ n0 ∈ N : x ≥ n0 ⇒ ax ≥ k .
Ale bod a je podľa predpokladu vety aj hromadným bodom množiny A, takže platí aj ďalšia
modifikácia
Tvrdenie opačné ku tvrdeniu vety 9.2.1 neplatí. To znamaná, že ak zúženie funkcie f na množinu
A má v bode a limitu, tak funkcia f nemusí mať v bode a limitu. Typickým príkladom takej funkcie
je Dirichletova funkcia2 . Dirichletovu funkciu definujeme a jej vlastnosti uvedieme v nasledujúcom
príklade.
■ Príklad 9.3 Dirichletova funkcia, budeme ju označovať χ(x), má definičný obor D(χ) = R a je
definovaná nasledovne (
1, pre x ∈ Q ,
χ(x) =
0, pre x ̸∈ Q .
Dirichletova funkcia je extrémne patologický prípad reálnej funkcie. Platia pre ňu nasledujúce
výroky.
▷ χ(x) nie je spojitá (pojem spojitosti definujeme neskôr) v žiadnom bode x ∈ R.
▷ χ(x) nemá limitu (dokonca ani jednostrannú) v žiadnom bode x ∈ R.
▷ χ(x) nie je monotónna na žiadnom intervale, ani v žiadnom bode x ∈ R.
▷ χ(x) nemá nikde deriváciu.
▷ χ(x) má lokálne maximum v každom bode x ∈ Q.
▷ χ(x) má lokálne minimum v každom bode x ∈ R \ Q.
Ako vidíme z uvedeného zoznamu vlastností, Dirichletova funkcia je veľmi exotický prípad
reálnej funkcie. To, že v žiadnom bode x ∈ R nemá limitu, dokážeme veľmi ľahko sporom priamo
z definície limity a z definície samotnej funkcie χ(x). Ak si však zoberieme množiny A = Q, alebo
2 Dirichletova funkcia je pomenovaná podľa nemeckého matematika Johanna Petra Gustava Lejeune Dirichleta
(1805–1859).
322 Kapitola 9. Limity funkcií
Veta 9.2.1 sa v praxi najčastejšie používa na dôkaz toho, že nejaká funkcia f v bode a nemá
limitu. Ak nájdeme dve množiny A1 , A2 ⊆ D( f ) také, že a je hromadným bodom oboch týchto
množín a zároveň existujú limity zúžených funkcií g1 = f A1 a g2 = f A2 také, že
tak podľa vety 9.2.1 nemôže existovať limita lim f (x) . Ilustrujeme si to na nasledujúcom príklade.
x→a
1
■ Príklad 9.4 Dokážte, že neexistuje limita lim sin .
x→0 x
Riešenie: definičný obor funkcie f (x) = sin 1x je D( f ) = R \ {0}. Zvolíme si množiny
∞ ∞
1 1 1 1 2 2 2 2
A1 = = , , ,··· a A2 = = , , ,··· .
nπ n=1 π 2π 3π (4n + 1)π n=0 π 5π 9π
Bod a = 0 je hromadným bodom oboch týchto množín, pretože v ľubovoľnom intervale (−δ , δ ) sa
nachádzajú body z oboch týchto množín. Definujeme si teraz funkcie g1 a g2 ako zúženia funkcie
f na množiny A1 , resp. A2 .
g1 = f A1 a g2 = f A2 .
Potom platí
lim g1 (x) = 0 ̸= lim g2 (x) = 1 .
x→0 x→0
1
To podľa vety 9.2.1 znamená, že nemôže existovať limita lim sin . ■
x→0 x
Pomocou špeciálneho zúženia funkcie sa dostaneme k pojmu jednostrannej limity. Majme
funkciu f : D( f ) → R a definujme si pre nejaký bod a množiny L(a) a P(a) nasledovným
spôsobom.
Pomocou množín L(a) a P(a) môžeme definovať zúženia funkcie f na tieto množiny
a následne pomocou funkcií f − (x) a f + (x) môžeme definovať limity funkcie f zľava a sprava
v bode a.
Definícia 9.2.1 — Jednostranné limity. Majme funkciu f : D( f ) → R, množiny L(a) a P(a)
a zúženia f − (x) a f + (x) funkcie f definované podľa (9.12) a (9.13) vyššie. Nech bod a je
hromadným bodom množín L(a) aj P(a). Potom
▷ ak existuje limita lim f − (x), tak ju nazývame limita zľava funkcie f v bode a a túto
x→a
jednostrannú limitu označujeme lim− f (x) ,
x→a
+
▷ ak existuje limita lim f (x), tak ju nazývame limita sprava funkcie f v bode a a túto
x→a
jednostrannú limitu označujeme lim+ f (x) .
x→a
9.2 Limita funkcie zúženej na množinu a jednostranné limity 323
Ak by sme chceli zaviesť pojem jednostrannej limity rovnakým spôsobom ako bol zavedený
pojem limity funkcie (definícia 8.2.1, strana 298), tak by sme najskôr museli zaviesť pojem jedno-
stranného okolia bodu a. To by sa definovalo nasledovným spôsobom.
Definícia 9.2.2 — Jednostranné okolie. Majme bod a ∈ R. Potom pre ľubovoľné δ > 0
budeme interval
▷ (a − δ , a) označovať O−
δ (a) a nazývať ľavé okolie bodu a ,
▷ (a, a + δ ) označovať O+
δ (a) a nazývať pravé okolie bodu a .
Následne môžeme pomocou pojmu jednostranného okolia definovať jednostranné limity funkcie
rovnakým spôsobom ako boli definované limity funkcie. Jediný rozdiel bude v tom, že namiesto
prstencového okolia O◦δ (a) sa použije jednostranné okolie O− +
δ (a), alebo Oδ (a). Existencia limity
zľava lim− f (x) = b bude znamenať
x→a
∀ ε > 0 ∃ δ > 0 : x ∈ O−
δ (a) ⇒ f (x) ∈ Oε (b) ,
alebo inak zapísané
∀ ε > 0 ∃ δ > 0 : x ∈ (a − δ , a) ⇒ | f (x) − b| < ε .
Podobne existencia limity sprava lim+ f (x) = b bude znamenať
x→a
∀ ε > 0 ∃ δ > 0 : x ∈ O+
δ (a) ⇒ f (x) ∈ Oε (b) ,
alebo inak zapísané
∀ ε > 0 ∃ δ > 0 : x ∈ (a, a + δ ) ⇒ | f (x) − b| < ε .
Na tomto mieste je vhodné si uvedomiť, že limity v nevlastných bodoch, t. j. limity pre x → ∞ a
x → −∞ majú charakter jednostranných limít, pretože okolie bodu −∞ má vždy podobu −∞, − δ1
a okolie bodu ∞ má vždy podobu δ1 , ∞ , pre nejaké δ > 0. Limita pre x → −∞ je limitou sprava
a limita pre x → ∞ je limitou zľava. Takže limity v nevlastných bodoch sú vždy jednostranné,
aj keď ich tak explicitne neoznačujeme. O vzťahu jednostranných limít a limity v bode a hovorí
nasledujúca veta, ktorá vyplýva z vety 9.2.1.
⇐ Ak existujú obe jednostranné limity a platí lim− f (x) = lim+ f (x) = b, tak podľa definície
x→a x→a
limity platia tvrdenia
1
Pomocou predošlej vety môžeme napríklad dokázať, že neexistuje limita funkcie f (x) = x v bode
a = 0.
1
■ Príklad 9.5 Dokážte, že neexistuje limita lim .
x→0 x
Riešenie: budeme počítať limity zľava a sprava v bode a = 0. Na základe viet o nevlastných
limitách sa ľahko ukáže, že platí
1
lim+ = ∞ pre x > 0 , t. j. f (x) > 0
x→0 x
1
lim = −∞ pre x < 0 , t. j. f (x) < 0 .
x→0− x
1
Obe jednostranné limity existujú, nerovnajú sa, a preto podľa vety 9.2.2 neexistuje limita lim .■
x→0 x
Vo všeobecnosti reálna funkcia f nemusí mať v bode a ∈ D( f ) limitu, alebo jednostrannú
limitu. Patologický príklad reálnej funkcie, ktorá v žiadnom bode svojho definičného oboru nemá
limitu ani jednostrannú limitu, je Dirichletova funkcia, s ktorou sme sa zoznámili v príklade
9.3. V prípade monotónnych funkcií je však situálcia iná. Monotónnosť funkcie zaručuje existenciu
jednostranných limít. Nemusíme pritom vyžadovať monotónnosť na celom definičnom obore, úplne
stačí aby funkcia bola monotónná na intervale. Ak je funkcia f definovaná a monotónna na nejakom
intervale, tak má na tomto intervale aj jednostranné limity, pričom v ľavom krajnom bode intervalu
je zaručená iba existencia jednostrannej limity sprava a v pravom krajnom bode intervalu je
zaručená existencia iba jednostrannej limity zľava. O monotónnych funkciách a jednostranných
limitách hovorí nasledujúca veta.
Dôkaz vety 9.2.3 nebudeme uvádzať. Je síce triviálny a vychádza z definície jednostrannej
limity, avšak treba v ňom rozlišovať prípady keď je funkcia neklesajúca, nerastúca a potom ešte pre
každý prípad dokazovať zvlášť existenciu limity zľava, zvlášť existenciu limity zprava a pri každom
z týchto dôkazov ešte rozlišovať či sa jedná o vlastnú alebo nevlastnú limitu a či je bod a vlastný
alebo nevlastný. Preto je dôkaz vety 9.2.3 príliš dlhý na to, aby sme ho tu uvádzali.
To, že existencia limity zľava a sprava v bode a nezaručuje existenciu (obojstrannej) limity
v bode a sme videli už na príklade 9.5 a ilustrujeme si to aj na nasledujúcom príklade.
■ Príklad 9.6 Vypočítajte limitu a jednostranné limity funkcie f (x) = ⌊x⌋, D( f ) = R pre a ∈ Z .
Riešenie: funkcia ⌊x⌋ je „spodná celá časť čísla x“ a je definovaná ako ⌊x⌋ = max {c ∈ Z : c ≤ x}.
Priamo z uvedenej definície je zrejmé, že pre ľubovoľné a ∈ Z a 0 < ε < 1 bude pre x ∈ (a − ε, a)
f (x) = a − 1 a pre x ∈ (a, a + ε) f (x) = a. Potom z definície jednostranných limít je zrejmé, že pre
9.3 Spojité funkcie 325
a ∈ Z platí
lim f (x) = a − 1 a lim f (x) = a .
x→a− x→a+
Rovnako ako priamo z definície limity je zrejmé, že neexistuje limita lim f (x) , pretože funkčné
x→a
hodnoty na ľavej a pravej polovici intervalu (a − ε, a + ε) sa líšia o 1. ■
P Z predošlej definície vidíme, že funkcia môže byť spojitá len v bodoch, v ktorých je definovaná.
Pomocou spojitosti v bode sa následne definuje spojitosť na množine A ⊆ D( f ), alebo
na intervale I tak, že funkcia musí byť spojitá vo všetkých bodoch x ∈ A, alebo x ∈ I.
Ak funkcia f v bode a nie je spojitá, tak budeme hovoriť, že je v bode a nespojitá a takýto
bod a budeme nazývať bod nespojitosti funkcie f .
Rovnakým spôsobom, akým sme v predošlej časti zaviedli pojem jednostrannej limity, sa
zavádza aj pojem jednostrannej spojitosti v bode a. V tomto kurze budeme jednostrannú
spojitosť využívať len v súvislosti so spojitosťou v krajných bodoch intervalu, na ktorom je
definovaná daná funkcia.
Dôkaz: triviálne vyplýva z definície limity a z definície spojitosti v bode. Tvrdenie vety má
formu ekvivalencie, a preto ho budeme dokazovať ako dve implikácie.
⇒ Ak je funkcia f spojitá v bode a, tak to podľa definície 9.3.1 znamená
⇐ Ak existuje limita lim f (x) = f (a) , tak po prvé musí byť bod a hromadným bodom
x→a
množiny D( f ) a po druhé musí platiť
■ Príklad 9.7
(a) Dirichletova funkcia χ(x) z príkladu 9.3 má definičný obor D(χ) = R a ako sme ukázali
v príklade 9.3, v žiadnom bode x ∈ R nemá limitu. To podľa vety 9.3.1 znamená, že v žiadnom
bode x ∈ R nie je spojitá.
(b) Zoberme si funkciu f (x) = x12 . Jej definičný obor D( f ) = R \ {0} môžeme zapísať aj ako dva
intervaly (−∞, 0) ; (0, ∞). Bod a = 0 je hromadný bod D( f ) a v príklade 8.11 sme ukázali,
1
že lim 2 = ∞. Limita funkcie f v bode a = 0 existuje, avšak a ̸∈ D( f ), čiže podľa vety
x→0 x
9.3.1 táto funkcia v bode 0 nie je spojitá.
(c) Tretím príkladom bude absolútna hodnota funkcie znamienka, t. j. f (x) = |sgn (x)|. Definičný
obor tejto funkcie je D( f ) = R a hodnoty tejto funkcie sú
(
1 , ak x ̸= 0
f (x) = |sgn (x)| =
0 , ak x = 0
Limita funkcie f v bode a = 0 existuje, lim |sgn (x)| = 1. Ale f (0) = |sgn (0)| = 0, a preto
x→0
podľa vety 9.3.1 táto funkcia v bode 0 nie je spojitá. ■
V predošlom príklade sme si ukázali tri možné prípady toho, ako môže byť funkcia v bode a
nespojitá. Sú to tieto možnosti
▷ Funkcia f v bode a je definovaná, ale nemá v tomto bode limitu.
▷ Funkcia f v bode a má limitu, ale nie je v tomto bode definovaná.
▷ Funkcia f v bode a je definovaná, má v bode a limitu, ale lim f (x) ̸= f (a) .
x→a
Je potrebné si uvedomiť, že ak je funkcia f spojitá v bode a, tak musí byť v bode a aj definovaná
a naviac, podľa vety 9.3.1, musí mať v bode a limitu, ktorá sa rovná jej funkčnej hodnote v bode
a. To znamená, že limita funkcie f v bode a je vlastná. Vzhľadom na to, že medzi pojmami limita
v bode a a spojitosť v bode a je veľmi blízky vzťah, budú pre funkcie spojité v bode a platiť rovnaké,
alebo podobné tvrdenia, aké platili pre vlastné limity v bode a. Niektoré z nich tu uvedieme.
9.3 Spojité funkcie 327
Veta 9.3.3 — Spojitosť zloženej funkcie. Majme zloženú funkciu h(x) = g f (x) . Ak funkcia
f je spojitá v bode a ∈ D( f ) a funkcia g je spojitá v bode f (a) ∈ D(g), tak funkcia h je spojitá
v bode a.
Dôkaz: nebudeme robiť. Tvrdenie vety vyplýva zo skutočnosti, že funkcie f , resp. g majú v bode
a, resp. v bode f (a) vlastné limity a z vety o limite zloženej funkcie (veta 8.3.5, strana 305).
Pripomeňme si spôsob, akým sme v 7. kapitole (strana 256) definovali exponenciálnu funkciu
ex a goniometrické funkcie sin x a cos x. Pripomenieme si ho
∞
xn
ex = ∑ n!
n=0
∞
x2n+1
sin x = ∑ (−1)n (2n + 1)!
n=0
∞
x2n
cos x = ∑ (−1)n (2n)!
n=0
Z vlastností absolútne konvergujúcich radov a z práve uvedených viet 9.3.2 a 9.3.3 potom vyplýva,
že tieto tri funkcie sú spojité na celom svojom definičnom obore, ktorým je pre všetky tri funkcie
množina R. Túto skutočnosť budeme v budúcnosti často využívať. Vďaka nej napríklad môžeme
veľmi jednoduchým spôsobom vypočítať niektoré limity.
Riešenie: túto limitu sme počítali už v príklade 8.17 a ukázali sme, že lim sinx x = 1. V uvedenom
x→0
príklade sme túto limitu počítali pomocou minorizácie a majorizácie funkcie sinx x a museli sme
použiť ďalšie vedomosti o goniometrických funkciách. Teraz si ukážeme, že to ide aj jednoduchšie.
Funkcia sin x je definovaná pomocou nekonečného radu
∞
x2n+1
sin x = ∑ (−1)n (2n + 1)!
n=0
∞ n x2n+1 x + ∑∞ n x2n+1
sin x ∑n=0 (−1) (2n+1)! n=1 (−1) (2n+1)!
lim = lim = lim =
x→0 x x→0 x x→0 x
!
x2n
∞
n
= lim 1 + ∑ (−1) =1
x→0
n=1 (2n + 1)!
■
328 Kapitola 9. Limity funkcií
1 − cos x
Pre limitu lim potom platí
x→0 x2
2n 2 2n
1 − ∑∞ n x 1 − 1 + x2! + ∑∞ n x
1 − cos x n=0 (−1) (2n)! n=2 (−1) (2n)!
lim = lim = lim =
x→0 x2 x→0 x2 x→0 x2
!
1 ∞
x 2n−2 1
= lim + ∑ (−1)n =
x→0 2
n=2 (2n)! 2
■
ax − 1
■ Príklad 9.10 Vypočítajte limitu lim , pre a > 0, a ̸= 1.
x→0 x
Riešenie: exponenciálnu funkciu ax môžeme zapísať ako
ax = ex ln a .
ax − 1
Pre limitu lim to potom znamená
x→0 x
(x ln a)n ln a (x ln a) n
ax − 1 ∑∞ −11 + x 1! + ∑∞ − 1
lim = lim n=0 n! = lim n=2 n!
=
x→0 x x→0 x x→0 x
!
∞ n−1 n
x ln a
= lim ln a + ∑ = ln a
x→0
n=2 n!
■
V tabuľke 9.2 na strane 329 sú uvedené niektoré dôležité limity funkcií, ktoré môžeme používať
pri výpočte iných, zložitejšich, limít. Niektoré z limít uvedených v spomenutej tabuľke už máme
vypočítané. Limitu 1. sme počítali v príklade 9.8, limitu 2. v príklade 9.9, limitu 3. v príklade 9.10 a
mierne modifikovanú limitu 4. sme dokazovali vo vete 7.4.1. Limity obsahujúce logaritmické, alebo
cyklometrické funkcie sa počítajú pomocou substitúcií, keďže logaritmická funkcia je inverzná
funkcia ku exponenciálnej funkcii a cyklometrické funkcie sú inverznými funkciami k bijektívnym
zúženiam goniometrických funkcií. Ukážeme si to na dvoch príkladoch.
9.3 Spojité funkcie 329
sin x arcsin x
1. lim =1 7. lim =1
x→0 x x→0 x
1 − cos x 1 arccos x √
2. lim = 8. lim− √ = 2
x→0 x2 2 x→1 1−x
x
a −1 loga (x + 1) 1
3. lim = ln a 9. lim =
x→0 x x→0 x ln a
p x (1 + x) p − 1
4. lim 1 + = ep 10. lim =p
x→∞ x x→0 x
loga x
5. lim x loga x = 0 11. lim =0
x→0+ x→∞ x
arctg x
6. lim xn ln x = 0 12. lim =1
x→0+ x→0 x
Použité konštanty
a > 0, a ̸= 1 p∈R n∈N
arcsin x
■ Príklad 9.11 Vypočítajte limitu lim = 1.
x→0 x
Riešenie: funkcia arcsin x je inverznou funkciou funkcie sin x definovanej na intervale − π2 , π2 .
Spravíme substitúciu t = arcsin x a dostaneme
arcsin x t 1 1
lim = lim = lim sint = =1
x→0 x t→0 sint t→0
t limt→0 sint
t
loga (x + 1) 1
■ Príklad 9.12 Vypočítajte limitu lim = .
x→0 x ln a
Riešenie: spravíme substitúciu t = loga (x + 1).
loga (x + 1) = t ⇔ x + 1 = at ⇔ x = at − 1
Jedinou limitou v tabuľke 9.2, ktorá sa vymyká z uvedeného rámca, je 10. limita. Ak by
bolo p ∈ N, tak jej výpočet by bol triviálny. Stačilo by použiť binomickú vetu. Avšak v 10.
limite máme p ∈ R. Pri výpočte / dôkaze tejto limity máme dve možnosti. Tou jednoduchšou
možnosťou je použite Newtonových binomických koeficientov (viď napríklad [16], strana 171). Tou
komplikovanejšou možnosťou je použitie vety o minorantnej a majorantnej funkcii (veta 8.3.4,
strana 302). V tom prípade by bol dôkaz tejto limity podobný dôkazu vety 7.4.1, alebo výpočtu
limít z príkladov 8.16 a 8.17.
Na záver časti o limitách sa ešte vrátime ku spojitým funkciám, konkrétne ku spojitým funkciám
na intervale. Dokážeme štyri tvrdenia, ktoré budeme potrebovať neskôr, pri vetách o strednej
hodnote. Predtým, než uvedieme spomenuté štyri tvrdenia sa ešte dohodneme na tom, že interval,
330 Kapitola 9. Limity funkcií
jedno či uzavretý, otvorený, alebo z jednej strany uzavretý, z druhej otvorený, budeme vo zvyšku
tejto kapitoly označovať písmenom I. Okrem toho uvedieme ešte jednu definíciu a za ňou bez
dôkazu tri triviálne tvrdenia.
Definícia 9.3.2 — Rovnomerne spojitá funkcia. Majme funkciu f : D( f ) → R a množinu
A ⊆ D( f ). Hovoríme, že funkcia f je rovnomerne spojitá na množine A, ak platí
Ak porovnáme definíciu 9.3.1 spojitosti v bode (na množine, alebo intervale) a definíciu 9.3.2
rovnomernej spojitosti, tak vidíme, že rozdiel je v tom, že pri rovnomernej spojitosti sa nikde
nehovorí o nejakom bode a. Pri spojitosti v bode a, musíme pre každé ε > 0 a daný bod a, nájsť
δ > 0. Hodnota δ je teda závislá od ε a bodu a. V prípade rovnomernej spojitosti žiaden bod a
nefiguruje a hodnota δ je závislá iba od ε > 0.
P Ak máme funkciu f : D( f ) → R, ktorá je spojitá na uzavretom intervale ⟨a, b⟩, tak pre ňu
platia nasledujúce tri tvrdenia.
a) Funkcia f je na intervale ⟨a, b⟩ ohraničená.
b) Funkcia f nadobúda na intervale ⟨a, b⟩ svoje infimum a suprémum, čiže má tam svoje
minimum a maximum.
c) Funkcia f je na intervale ⟨a, b⟩ rovnomerne spojitá.
Veta 9.3.4 — O existencii nulového bodu funkcie spojitej na intervale. Majme funkciu
f : D( f ) → R, ktorá je spojitá na intervale I ⊆ D( f ). Potom platí
∃ x1 , x2 ∈ I , x1 < x2 : f (x1 ) · f (x2 ) < 0 ⇒ ∃ x0 : x1 < x0 < x2 ∧ f (x0 ) = 0 .
Dôkaz: bez újmy na všeobecnosti môžeme predpokladať, že f (x1 ) > 0 a f (x2 ) < 0. Zostrojíme
si množinu A nasledovným spôsobom
Oδ (x0 ) = (x0 − δ , x0 + δ ) z čoho vyplýva existencia t > x0 takého, že f (t) > 0 a to je spor
s tým, že bod x0 je suprémom množiny A.
▷ f (x0 ) < 0 : Zo spojitosti v bode x0 vyplýva
∃ lim f (x) = f (x0 ) < 0 ⇒ ∃ Oδ (x0 ) : x ∈ Oδ (x0 ) ∩ I ⇒ f (x) < 0
x→x0
9.3 Spojité funkcie 331
▷ f (x0 ) = 0 : Keďže predošlé dve možnosti vedú obe k sporu, zostáva nám už len táto jedna
možnosť, ktorá musí byť pravdivá.
Q.E.D.
F(x) = f (x) − y0 .
Podľa vety 9.3.4 potom musí existovať bod x0 ∈ I taký, že F(x0 ) = 0, čiže f (x0 ) = y0 . To
znamená, že y0 ∈ f [I] a f [I] je interval.
Q.E.D.
Uvedené dve tvrdenia platia aj obrátene, čiže ich obe môžeme formulovať ako ekvivalenciu. Dôkazy
oboch tvrdení sú triviálne a prenechávame ich na čítateľa. O monotónnosti a spojitosti funkcie
na intervale hovorí aj nasledujúca veta.
Zvoľme si c ̸= f (a) tak, aby platilo lim− f (x) < c < lim+ f (x) . Potom platí
x→a x→a
∀ x ∈ I, x < a : f (x) ≤ lim− f (x) a ∀ x ∈ I, x > a : f (x) ≥ lim+ f (x) (9.18)
x→a x→a
Z (9.19) a z definície limity lim+ f (x) = f (x0 ) potom vyplýva, že c ̸∈ f [I], čo je spor
x→a
s tým, že f [I] je interval.
Q.E.D.
vame
Ako druhú vlastnosť musíme dokázať spojitosť inverznej funkcie f −1 . Aby inverzná funkcia bola
na intervale f [I] spojitá, musí platiť
∀ f (a) ∈ f [I] ∀ ε > 0 ∃ δ > 0 : | f (x) − f (a)| < δ ⇒ f −1 f (x) − f −1 f (a) < ε .
| {z }
=|x−a|
tak vidíme, že v uvedených dvoch podmienkach sú len prehodené hodnoty ε ↔ δ . Takže inverzná
funkcia f −1 je na intervale f [I] spojitá. Q.E.D.
9.4 Asymptoty ku grafu funkcie 333
2x 2x
lim − x + = −∞ a lim + x + =∞
x→−1 x2 − 1 x→−1 x2 − 1
2x 2x
lim x + = −∞ a lim x + =∞
x→1− x2 − 1 x→1+ x2 − 1
Vidíme, že v oboch bodoch sú obe jednostranné limity nevlastné, a preto má funkcia f dve
asymptoty bez smernice a tieto majú rovnice x = −1 a x = 1. ■
má práve vtedy, ak
pre x → ∞ : f (x) → kx + q ⇔ lim f (x) − (kx + q) = 0 ,
x→∞
alebo
pre x → −∞ : f (x) → kx + q ⇔ lim f (x) − (kx + q) = 0 .
x→−∞
Platí nasledujúce tvrdenie.
f (x)
lim =k a lim f (x) − kx = q . (9.20)
x→±∞ x x→±∞
Dôkaz: tvrdenie vety má tvar ekvivalencie, a preto ho budeme dokazovať ako dve implikácie.
Dôkaz budeme robiť len pre x → ∞. Pre x → −∞ sa dôkaz robí analogicky.
⇒ Ak funkcia f má asymptotu so smernicou y = kx + q, tak pre q ∈ R platí
lim f (x) − (kx + q) = 0 ⇔ lim f (x) − kx − lim q = 0 ⇔ q = lim f (x) − kx .
x→∞ x→∞ x→∞ x→∞
| {z }
=q
f (x)
⇐ Ak existujú vlastné limity lim = k a lim f (x) − kx = q , tak platí
x→∞ x x→∞
f (x) f (x)
lim f (x) − (kx + q) = lim f (x) − lim · x − lim f (x) − lim ·x =0
x→∞ x→∞ x→∞ x x→∞ x→∞ x
Q.E.D.
P Asymptoty so smernicou môže mať funkcia f dve, jednu, alebo žiadnu. V (9.20) sú dve
dvojice limít, z ktorých každá môže ale nemusí existovať a môže byť vlastná alebo nevlastná.
Dve asymptoty so smernicou má funkcia f v prípade, ked všetky štyri limity (9.20) existujú,
sú vlastné a pre x → −∞ a x → ∞ dostaneme rôzne priamky y = kx + q. Jednu asymptotu
so smernicou má funkcia f v prípade, že buď existujú a sú vlastné len limity pre jednu
z možností x → −∞ a x → ∞, alebo existujú a sú vlastné všetky štyri limity, ale pre x → −∞
a x → ∞ dostaneme tú istú priamku y = kx + q. Ak nie je splnené predošlé dve možnosti, tak
funkcia f nemá žiadnu asymptotu so smernicou.
x + x22x−1
f (x) 2
k = lim = lim = lim 1 + 2 =1
x→−∞ x x→−∞ x x→−∞ x −1
2x
q = lim ( f (x) − kx) = lim x + 2 −x = 0
x→−∞ x→−∞ x −1
Aj tieto dve limity existujú a sú vlastné, a preto pre x → −∞ bude mať funkcia f asymptotu
so smernicou y = x. V oboch smeroch, pre x → −∞ aj pre x → ∞, sme dostali tú istú asymptotu
so smernicou. Funkcia f má len jednu asymptotu so smernicou. ■
Na záver časti o asymptotách ešte uvedieme graf a asymptoty funkcie f , ktorú sme skúmali
v príkladoch 9.13 a 9.14. Na obrázku je červenou farbou označený graf funkcie f , modrou farbou
sú označené jej asymptoty bez smernice a zelenou farbou je označená asymptota so smernicou.
Týmto končíme časť venujúcu sa limitám funkcie a prejdeme k ďalšej téme, ktorou je diferen-
ciálny počet. Ako onedlho uvidíme, s limitami ako samostatnou témou sme skončili, ale nelúčime
sa s nimi. V infinitezimálnom počte sa bez nich nezaobídeme.
336 Kapitola 9. Limity funkcií
x2
máme časť grafu funkcie f (x) = 2x e− 2 , ktorá na niektorých intervaloch rastie a na iných interva-
loch klesá. To, či funkcia v bode a ∈ D( f ) rastie, alebo klesá z jej grafu určíme tak, že spravíme
v bode a dotyčnicu ku grafu funkcie a uhol, ktorý táto dotyčnica zviera s osou x je zároveň uhlom,
ktorý funkcia v bode a zviera s osou x. Na obrázku 9.1 máme vyznačené dva body, v ktorých
sú zostrojené dotyčnice ku grafu funkcie. Sú to body x0 a x1 a dotyčnice v nich majú označenie
t0 a t1 a nakreslené sú modrou farbou. Z obrázku vidíme, že dotyčnica t0 zviera s osou x väčší
uhol, než dotyčnica t1 . Tento uhol meriame od kladnej poloosi x, proti smeru hodinových ručičiek.
Zjednodušene môžeme povedať, že čím väčší uhol dotyčnica (= graf funkcie) v bode a zviera
s osou x, tým rýchlejšie v tomto bode funkcia rastie.
Dotyčnica ku grafu funkcie je, až na patologické prípady, priamka v smernicovom tvare, ktorá
má rovnicu y = kx+q. Zo stredoškolskej analytickej geometrie vieme,že uhol α, ktorý táto priamka
π
je určený smernicou k a platí k = tg α. Pre α ∈ 0, 2 je k > 0 a priamka „stúpa“.
zviera s osou x,
π
Pre α ∈ 2 , π je k < 0 a priamka „klesá“.
Už teda principiálne vieme, ako zistíme, či v bode a funkcia rastie, alebo klesá. Ale ešte nevieme,
ako vo všeobecnosti pre danú funkciu f nájdeme dotyčnicu ku jej grafu v bode a. Pozrime sa ešte
3 Ďalej budeme v úvode k deriváciám funkcie, z dôvodu stručnosti, písať len o rastúcej a klesajúcej funkcii.
9.5 Derivácia funkcie 337
x2
raz na obrázok 9.1. Pre funkciu f (x) = 2x e− 2 a bod x0 ∈ D( f ), nevieme priamo povedať, akú
rovnicu bude mať dotyčnica ku grafu funkcie v tomto bode. Pre ľubovoľný bod x ∈ D( f ) však
vieme vypočítať funkčnú hodnotu f (x). Zvolíme si teda body x ∈ D( f ) tak, aby x ̸= x0 . Pre body
x a x0 vieme vypočítať ich funkčné hodnoty f (x) a f (x0 ). Takto dostaneme na grafe funkcie f dva
body
X = [x, f (x)] a X0 = [x0 , f (x0 )] ,
ktoré sú tiež vyznačené na obrázku. Ak máme dané dva body, tak je nimi jednoznačne určená
priamka. Na obrázku je táto priamka označená ako p a nakreslená je čiernou farbou. Súradnice
bodov X a X0 poznáme, a preto musíme vedieť aj napísať rovnicu priamky p. Rovnica priamky p,
−−→
vyjadrená pomocou bodu X0 a vektora X0 X je
f (x) − f (x0 )
y = f (x0 ) + (x − x0 ) .
x − x0
Nás však zaujíma predovšetkým smernica priamky p a tou je
f (x) − f (x0 )
k= . (9.21)
x − x0
Je zrejmé, že čím bližsie bude bod x k bodu x0 , tým „bližšie“ bude priamka p k dotyčnici t0 ,
ktorú by sme chceli nájsť. A teraz prichádza trik, ktorým sa vrátime k limitám. Bod x ∈ D( f )
budeme postupne približovať k bodu x0 . Keď budú body x a x0 „nekonečne blízko“, rozumej
splynú, tak priamka p splynie s dotyčnicou t0 . Smernicu dotyčnice ku grafu funkcie f v bode x0
teda vypočítame ako
f (x) − f (x0 )
k = lim . (9.22)
x→x0 x − x0
Týmto sme sa dostali späť k limite funkcie a zároveň k definícii pojmu derivácia funkcie v bode.
f (a + h) − f (a) c−c
f ′ (a) = lim = lim = (∗)
h→0 h h→0 h
Teraz využijeme to, že v definícii limity pre h → 0 je h ∈ O◦δ (0) (viď definícia 8.2.1, strana 298).
To znamená, že h je z prstencového okolia bodu 0, a preto h ̸= 0. Pokračujeme vo výpočte limity
0
(∗) = lim = 0.
h→0 h
Pre ľubovoľné a ∈ R sme dostali f ′ (a) = 0. Takže derivácia konštantnej funkcie je [c]′ = 0. ■
Pre ľubovoľný bod a ∈ R sme dostali deriváciu f ′ (a) = n an−1 . Preto derivácia funkcie xn bude
[xn ]′ = n xn−1 . ■
Vzťah medzi deriváciou v bode a spojitosťou funkcie v bode, vyjadruje nasledujúca veta.
f (x) − f (a)
f ′ (a) = lim ,
x→a x−a
pre ľubovoľné x ∈ D( f ) , x ̸= a platí rovnosť
f (x) − f (a)
f (x) = f (a) + · (x − a) .
x−a
9.5 Derivácia funkcie 339
Potom platí
f (x) − f (a)
lim f (x) = lim f (a) + · (x − a) = f (a) + f ′ (a) (x − a) = f (a) .
x→a x→a x−a | {z } | {z }
∈R →0
■ Príklad 9.17 Vyšetrite spojitosť a existenciu derivácie funkcie f (x) = |x| v bode a = 0.
Riešenie: absolútna hodnota je definovaná predpisom
(
x , pre x ≥ 0
|x| =
− x , pre x < 0
To podľa vety 9.2.2 znamená, že lim− |x| = lim |x| = 0 , čo podľa vety 9.3.1 znamená, že funkcia
x→0 x→0
f je v bode a = 0 spojitá.
Počítajme teraz derivácie zľava a sprava v bode a = 0
−x − 0 x−0
f−′ (0) = lim− = −1 a f+′ (0) = lim+ = 1.
x→0 x−0 x→0 x−0
Takže obojstranná derivácia / limita v bode a = 0 neexistuje.
Graf funkcie f (x) = |x| v okolí bodu 0 máme na nasledujúcom obrázku
V bodoch, v ktorých je na grafe funkcie „prudký“ zlom, nikdy nebude existovať derivácia funkcie.
■
■ Príklad 9.18 Vyšetrite spojitosť a existenciu derivácie funkcie f (x) = | sin x| v bode a = 0.
Riešenie: najskôr nájdeme jednostranné limity funkcie f v bode a = 0.
− sin x − 0 sin x − 0
f−′ (0) = lim− = −1 a f+′ (0) = lim+ = 1.
x→0 x−0 x→0 x−0
340 Kapitola 9. Limity funkcií
Rovnako ako v predošlom príklade vidíme, že obojstranná derivácia / limita v bode a = 0 neexistuje.
Na záver si ešte ukážeme graf funkcie f (x) = | sin x|, aby sme videli ako sa táto funkcia správa
v okolí bodu 0.
Vidíme, že nielen v bode a = 0, ale vo všetkých bodoch kπ, kde k ∈ Z, sú na grafe funkcie prudké
zlomy, a preto v žiadnom z týchto bodov nebude existovať derivácia. ■
Na záver úvodnej časti k deriváciam funkcie uvedieme ešte vetu hovoriacu o derivácii lineárnej
kombinácie funkcie.
Veta 9.5.2 — Derivácia lineárnej kombinácie funkcií. Majme funkcie f , g definované na in-
tervale I a nech c1 , c2 ∈ R sú konštanty. Potom platí
S využitím predošlej vety a definície funkcií pomocou nekonečných radov, môžeme veľmi
ľahko vypočítať derivácie nasledujúcich funkcií.
" #′ ′
xn xn n xn−1 xn−1 ∞ t
∞ ∞ ∞ ∞
x
[ex ]′ = 1 + ∑ ′
= [1] + ∑ = ∑ n! = ∑ (n − 1)! ∑ t! = ex
=
n=1 n! n=1 n! n=1 n=1 t=0
| {z }
t=n−1
■
" #′ ′
x2n+1 2n+1
∞ ∞
′ n x
[sin x] = ∑ (−1)n = ∑ (−1) =
n=0 (2n + 1)! n=0 (2n + 1)!
9.5 Derivácia funkcie 341
∞
(2n + 1) x2n ∞
x2n
= ∑ (−1)n (2n + 1)!
= ∑ (−1)n
(2n)!
= cos x
n=0 n=0
■
∞
x2n−1 ∞
x2t+1
= (−1) · ∑ (−1)n−1 = (−1) · ∑ (−1)t = − sin x
n=1 (2n − 1)! t=0 (2t + 1)!
| {z }
t=n−1 ■
342 Kapitola 9. Limity funkcií
9.6 Cvičenia
x3 − 2x2 − 5x + 6 ln1x
1
(a) lim (n) lim
x→1 x2 + 2x − 3 x→∞ x
√
x+4−2 2 (o) lim x(ln(x + 1) − ln x)
(b) lim + ln(1 − x ) x→∞
x→0 sin(2x)
2x−1
2x + 1
tg (5x) (p) lim
(c) lim x→∞ 2x − 2
x→0 tg (6x)
|x|
2x−1 (q) lim √
x+1 x→∞ x2 − 1
(d) lim
x→∞ x−2 √
6+x−2
√ (r) lim
x+1−1 x→−2 x+2
3 − 2x x
(e) lim
x→0 2 + 5x 2x2 + 3x − 2
(s) lim
x→−2 x2 + x − 2
(f) lim (−4x5 + 5x3 − 7x + 10)
x→∞
2x3 + 2x2 + 3x + 3
(t) lim
(g) lim (−4x5 + 5x3 − 7x + 10) x→−1 x3 + x2 + x + 1
x→−∞
x2 − 4x + 1
x2 + 3x − 5 (u) lim
(h) lim 3 x→2 2x + 1
x→∞ 2x − 4x + 1
1
4x3 − 2x2 + 7 (v) lim x sin
(i) lim x→0 x
x→−∞ 7x3 − 3x2 − 6x + 9
x2 − 1
x5 − 3x2 + 2x − 1 (w) lim
(j) lim x→1 x − 1
x→∞ 2x3 − x2 + x − 1
2
x2 − 1
cotg x (x) lim
(k) lim (2 − 1) x→1 x4 − 1
x→0
√ √
(l) limπ (2cotg x − 1) (y) lim
x+2− 2
x→ 4
x→0 x
√ √
(m) limπ (2cotg x − 1) x+5− 5
x→ 2 (z) lim
x→0 x
■
9.6 Cvičenia 343
sin 4x √ √
(b) lim x + 11 − 2 x − 1
x→0 3x (o) lim
x→5 x2 − 25
sin 3x (p) lim x.cotg 5x
(c) lim x→0
x→0 cos 3x sin 7x
22x+3 − 8 sin αx
(d) lim (q) lim
x→0 x x→0 x
arctg x
x2 − 4 (r) lim
(e) lim x→0 x
x→2 x − 2
1 2
2x − x2
(f) lim 2 − 4 (s) lim
x→2 x − 2
x→1 x − 1 x −1
ln x − 1 e2x − 1
(i) lim (v) lim
x→0 ln(1 + 4x)
x→e x − e
√ √
3 1
1 + x + x2 − x2 − 2x + 7 (w) lim +
(j) lim x→1 1−x 3 x−1
x→2 x2 − 2x
√ tg 4x
4 + x + x2 − 2 (x) lim
(k) lim x→0 sin x
x→−1 x+1
√5
x + 32 − 2
x2 − 16 (y) lim
(l) lim x→0 x
x→4 x2 − 4x
arcsin 2x
(m) lim (x2 − x − 2) (z) lim
x→1 x→0 x
■
344 Kapitola 9. Limity funkcií
1 − e3x p p
(c) lim (p) lim x2 + 1 − x2 − 1
x→0 ln(5x + 1) x→∞
p
(d) lim x x2 + 9 − x x2
2x2 + 3
x→∞
(q) lim
x→∞ 2x2 − 1
1
(e) lim x sin
x→∞ x x3 + 3x2
(r) lim −x
3 x→∞ x2 + 1
2x − 5
(f) lim √
x→∞ 4−x √
(s) lim x−2− x
x→∞
x−1
(g) lim √ p p
x→∞ 4x2 + 2x − 7 (t) lim x2 + 5 − x3 − 2
x→∞
2x2 − 1
(h) lim 5x2 − 3x + 2
x→∞ 3x2 − 4 (u) lim
x→0 x
√
q p
x+ x+ x
(i) lim √ 5x3 − 7x
x→∞ x+1 (v) lim √
x→−∞ x2 + 1 − x
3x4 + 6x2 − 4 p √
(j) lim (w) lim x2 + 9 − x − 3
x→−∞ x4 + x3 + 1 x→∞
√ x3 − 1
x − 6x (y) lim
(l) lim x→−∞ x2 + 1
x→∞ 3x + 1
sin x |x|
(m) lim (z) lim √
x→∞ x x→−∞ x2 − 1
■
cos 3x − cos 7x
x
x
(c) lim (h) lim
x→0 x2 x→∞ x+3
(Pomôcka: 3 = 5 − 2, 7 = 5 + 2)
√ 10 + x
x−1
N (i) lim x. log2
n
(d) lim √ , k, n ∈ x→∞ 5+x
x→1 x − 1
k
1
x2 (j) lim x 3 x − 1
x x→∞
(e) lim √ √
x→∞ 2x + 1 2 1 + x − 3 3 1 + x + cos x
(k) lim
x→0 x2
■
x+5
Cvičenie 9.6 Nech f (x) = x−3 . Vypočítajte
(a) lim f (x) (c) lim+ f (x)
x→∞ x→3
Cvičenie 9.8 Nájdite parameter p tak, aby daná funkcia f (x) bola spojitá v bode a.
(a) a = 2
x3 −4x2 +x+6
−x2 +3x−2
, x∈
/ {1, 2}
f (x) =
p, x=2
(b) a = 0
p · sin(2x) , x < 0
x
f (x) =
8−x
p , x≥0
346 Kapitola 9. Limity funkcií
(c) a = 1
2x + 2p , x ≤ 1
(
f (x) =
− x + 5p
4 , x>1
(d) a = 1
px2 , x≤1
(
f (x) = px
6
p − 2 , x>1
(e) a = −2
x+2
|x+2| · x , x ̸= −2
f (x) =
p, x = −2
■
2x3
(d) f (x) = 2
x2 +1
2
(o) f (x) = (x + 1) x−1
x−2
(e) f (x) = e−x (p) f (x) = ex − x
x2 2
(f) f (x) = x e− 2 (q) f (x) = e1−x
(g) f (x) = x + e−x (r) f (x) = ln x − x + 1
(h) f (x) = x ln x (s) f (x) = lnxx
x
f (x) = ln 4x − x2 − 3
(i) (t) f (x) = √3 x+1
1+x
(j) f (x) = ln 1−x (u) f (x) = 1 + 7x − x82
(k) f (x) = x − 2arctg x (v) f (x) = x2 − 2 ln x
■
∞
1
Cvičenie 9.12 Dokážte, že rad ∑ sin n diverguje. ■
n=1
9.7 Odpovede a výsledky cvičení 347
22x+3 − 8 sin αx
(d) lim = 16 ln 2 (q) lim =α
x→0 x x→0 x
x2 − 4 arctg x
(e) lim =4 (r) lim =1
x→2 x − 2 x→0 x
1 2
1 2x − x2
(f) lim 2 − 4 = (s) lim = 4(ln 2 − 1)
x→1 x − 1 x −1 2 x→2 x − 2
ln x − 1 1 e2x − 1 1
(i) lim = 2 (v) lim =
x→e x − e e x→0 ln(1 + 4x) 2
√ √
1 + x + x2 − x2 − 2x + 7 3 3 1
(j) lim = √ (w) lim 3
+ =1
x→2 2
x − 2x 4 7 x→1 1−x x−1
√
4 + x + x2 − 2 1 tg 4x
(k) lim =− (x) lim =4
x→−1 x+1 4 x→0 sin x
√5
x2 − 16 x + 32 − 2 1
(l) lim =2 (y) lim =
x→4 x2 − 4x x→0 x 80
10x − 1 ln 10 p p
(b) lim = (p) lim x2 + 1 − x2 − 1 = 0
x→0 2x − 1 ln 2 x→∞
1 − e3x 3
2x2 + 3
x2
(c) lim =− (q) lim = e2
x→0 ln(5x + 1) 5 x→∞ 2x2 − 1
p 9
x3 + 3x2
(d) lim x x2 + 9 − x =
x→∞ 2 (r) lim −x = 3
x→∞ x2 + 1
1 √ √
(e) lim x sin =1
x→∞ x (s) lim x−2− x = 0
x→∞
3
2x − 5
p p
(f) lim = −8 (t) lim x2 + 5 − x3 − 2 = −∞
x→∞ 4−x x→∞
sin x x3 − 1
(m) lim =0 (y) lim = −∞
x→∞ x x→−∞ x2 + 1
7x2 + 2x + 15 7 |x|
(n) lim 2
= (z) lim √ =1
x→∞ 13x + 6 13 x→−∞ x2 − 1
■
ln x − ln a
(c) f ′ (a) = lim = . . . ďalej triviálne.
x→a x−a ■
Výsledky cvičenia 9.12 Použiteme 2. dôsledok III. vety o porovnávacom kritériu (dôsledok
6.2.6, strana 225). Máme dve postupnosti an = sin 1n a bn = n1 . Limita
sin 1n sin 1x
lim 1
= lim 1
=1
n→∞ x→∞
n x
∞ ∞
Potom z dôsledku 6.2.6 vyplýva, že rady ∑ an a ∑ bn majú rovnaký charakter. Keďže
n=1 n=1
∞
1
harmonický rad diverguje, musí aj rad ∑ sin n divergovať. ■
n=1
10. Derivácie, ich vlastnosti a využitie
Veta 10.1.1 — Derivácia súčinu funkcií. Majme funkcie f , g definované na intervale I. Potom
platí
[ f (x) · g(x)]′ = f ′ (x) · g(x) + f (x) · g′ (x) .
Dôkaz: bude vychádzať priamo z definície derivácie.
=0
z }| {
f (x + h) g(x + h) − f (x) g(x + h) + f (x) g(x + h) − f (x) g(x)
= lim =
h→0 h
f (x + h) − f (x) g(x + h) − g(x)
= lim · g(x + h) + f (x) · = f ′ (x) · g(x) + f (x) · g′ (x) . Q.E.D.
h→0
| h
{z |
} →g(x){z } | h
{z }
→ f ′ (x) →g′ (x)
354 Kapitola 10. Derivácie, ich vlastnosti a využitie
1 1 g(x)−g(x+h)
1 ′ − g(x)
g(x+h) g(x+h) g(x)
= lim = lim =
g(x) h→0 h h→0 h
g(x) − g(x + h) 1 g′ (x)
= lim · =− 2 .
h→0
| h
{z } |g(x +{z
h) g(x)
}
g (x)
→−g′ (x) →g2 (x)
′
sin′ x cos x − sin x cos′ x cos x cos x + sin x sin x
′ sin x
[tg x] = = = =
cos x cos2 x cos2 x
cos2 x + sin2 x 1
= 2
=
cos x cos2 x
■
sin2 x + cos2 x 1
=− 2
=− 2
sin x sin x
■
Už vieme, ako sa derivuje lineárna kombinácia, súčin a podiel funkcií. V nasledujúcej vete si
ukážeme, ako vyzerá derivácia inverznej funkcie.
10.1 Základné vlastnosti derivácie 355
f −1 (y) − f −1 (y0 ) x − x0 1 1
lim = lim = lim = . Q.E.D.
y→y0 y − y0 x→x0 f (x) − f (x0 ) x→x0 f (x)− f (x0 ) f ′ (x0 )
| {z } x−x0
substitúcia y= f (x)
Pomocou vety 10.1.3 vieme vypočítať derivácie logaritmických funkcií, ktoré sú inverznými
funkciami exponenciálnych funkcií, rovnako ako derivácie cyklometrických funkcií, ktoré sú in-
verznými funkciami zúžení goniometrických funkcií atď. Ukážeme si to na nasledujúcej sérii
príkladov.
y = ex ⇔ x = ln y
1 1 1 1
[ln y]′ = = = = .
[ex ]′x=ln y (ex )x=ln y eln y y
■
1 1 1 1
[arcsin y]′ = = = p =p .
[sin x]′x=arcsin y
(cos x)x=arcsin y 1 − sin2 x 1 − y2
x=arcsin y
1 1 −1 −1
[arccos y]′ = = = √ =p .
[cos x]′x=arccos y
(− sin x)x=arccos y 1 − cos2 x 1 − y2
x=arccos y
■
356 Kapitola 10. Derivácie, ich vlastnosti a využitie
1 1 1
[arctg y]′ = = = =
[tg x]′x=arctg y 1
cos2 x+sin2 x
cos2 x x=arctg y cos2 x x=arctg y
1 1
= = .
(1 + tg2 x)x=arctg y 1 + y2
■
1 1 1
[arccotg y]′ = = = =
[cotg x]′x=arccotg y
1 sin2 x+cos2 x
− sin2 x − sin2 x
x=arccotg y x=arccotg y
−1 −1
= = .
(1 + cotg2 x)x=arccotg y 1 + y2
■
Potom, čo sme vo vete 10.1.3 ukázali vzťah medzi deriváciou funkcie f a jej inverznej funkcie
f −1 ,
nám z derivačných pravidiel chýba už len len pravidlo pre derivovanie zloženej funkcie. Toto
uvedieme v nasledujúcej vete.
Veta 10.1.4 — O derivácii zloženej funkcie. Majme zloženú funkciu h(x) = g f (x) defino-
vanú na intervale I a nech x0 ∈ I.Ak existuje ′ ′
′
′ derivácia f (x0 ) = y0 a existuje derivácia g (y0 ),
tak existuje aj derivácia h (x0 ) = g f (x0 ) a platí
′
g f (x0 ) = g′ f (x0 ) · f ′ (x0 ) .
Dôkaz: funkcia f je podľa vety 9.5.1 v bode x0 spojitá, a preto ak x → x0 , tak f (x) → f (x0 ).
V prípade, že platí
g(y) − g(y0 )
∃ O◦ (y0 ) ∃ k > 0 : y ∈ O◦ (y0 ) ⇒ ≤k ⇒
y − y0
Funkcia f je v bode x0 spojitá, takže platí lim f (x) = f (x0 ) = y0 . Okrem toho z existencie
x→x0
uvedenej limity vyplýva
f (x) − f (x0 )
lim =0 ⇒
x→x0 x − x0
ε f (x) − f (x0 ) ε
⇒ ∀ > 0 ∃ O◦2 (x0 ) : x ∈ O◦2 (x0 ) ⇒ < . (10.4)
k x − x0 k
Teraz si stačí vziať O◦ (x0 ) ⊆ O◦1 (x0 ) ∩ O◦2 (x0 ) a z (10.2) a z (10.4) dostaneme
◦ ◦ g f (x) − g f (x0 ) f (x) − f (x0 ) ε
∀ ε > 0 ∃ O (x0 ) : x ∈ O (x0 ) ⇒ ≤ < k· = ε,
x − x0 x − x0 k
′
čo znamená, že g f (x0 ) = 0.
Dokázali sme, že pre f ′ (x0 ) ̸= 0 platí podmienka (10.1) a tvrdenie
′ vety sa dokáže triviálnym
spôsobom. V prípade f ′ (x0 ) = 0 sme zasa dokázali, že g f (x0 ) = 0, takže tvrdenie vety opäť
platí. Q.E.D.
V príklade 9.16 sme s použitím binomickej vety ukázali, že pre n ∈ N platí [xn ]′ = n xn−1 . Teraz,
s pomocou vety 10.1.4, tento derivačný vzorec zovšeobecníme pre ľubovoľný reálny exponent.
358 Kapitola 10. Derivácie, ich vlastnosti a využitie
′
■ Príklad 10.8 Vypočítajte deriváciu [xα ] , pre α ∈ R a x > 0.
Riešenie: pre x > 0 platí x = eln x . Z toho dostávame
h α i′
α ′ ln x α ln x ′
α ln x 1 α
[x ] = e = e =e α· = xα · = α xα−1 .
x x
■
Takisto pomocou vety 10.1.4 vieme vypočítať deriváciu všeobecnej exponenciálnej funkcie.
′
■ Príklad 10.9 Vypočítajte deriváciu [ax ] , pre 0 < a ̸= 1.
Riešenie: h x i′ ′
[ax ]′ = eln a = ex ln a = ex ln a (ln a) = ax ln a .
■
Na záver tejto série príkladov si ešte ukážeme príklad funkcie, ktorá nie je ani mocninová, ani
exponenciálna.
′
■ Príklad 10.10 Vypočítajte deriváciu [xx ] , pre x > 0.
Riešenie:
h x i′ 1
x ′ ln x x ln x ′ x ln x
= xx (1 + ln x) .
[x ] = e = e =e ln x + x ·
x
■
Okrem toho sme vo viacerých príkladov vypočítali derivácie funkcií buď priamo z definície,
alebo pomocou pravidiel a už predtým vypočítaných derivácií. V technickej praxi sa derivácie
obvykle nepočítajú z definícií, ale pomocou pravidiel uvedených v tabuľke 10.1 a zo vzorcov
derivácií elemntárnych funkcií. My sme už derivácie všetkých elementárnych funkcií vypočítali
v predchádzajúcich príkladoch. Teraz si ich už len zosumarizujeme v tabuľke derivačných vzorcov
(tabuľka 10.2, strana 359).
10.2 Derivačné vzorce a pravidlá, derivácie vyšších rádov 359
Ak máme funkciu f definovanú (nie len) na intervale I, ktorá má v bode x0 ∈ I deriváciu f ′ (x0 ),
tak sa môže stať, že aj f ′ je funkcia definovaná v okolí O(x0 ) a bude mať v bode x0 deriváciu. Túto
potom nazývame druhou deriváciu funkcie f v bode x0 .
Definícia 10.2.1 — Derivácie vyšších rádov. Nech má funkcia f v bode x0 deriváciu f ′ (x)
a nech má aj funkcia f ′ deriváciu v bode x0 . Táto sa potom označuje f ′′ (x0 ) a nazýva sa 2.
derivácia, alebo derivácia 2. rádu, funkcie f v bode x0 .
Vo všeobecnosti n. derivácia, alebo derivácia n. rádu, funkcie f v bode x0 , ak existuje, sa
′
označuje f (n) (x0 ) a je definovaná ako f (n) (x0 ) = f (n−1) (x0 ) .
P Aby sme mali ujednotené uznačenie derivácií, tak zavedieme dohodu, že derivácia 0. rádu je
pôvodná funkcia. Pre funkciu f preto platí f (0) (x0 ) = f (x0 ).
▷ Cauchyho označenie:
f ′ , f ′′ , f ′′′ , f iv , f v , . . . , f (n) , . . .
V prípade Cauchyho označenia derivácie ich pre malé hodnoty n označujeme rímskymi
číslami v exponente funkcie a pre vyššie hodnoty n ich označujeme (n) v exponente fun-
kcie. Zátvorky v exponente musíme používať preto, aby sme odlíšili označenie derivácie
od označenia mocniny.
▷ Lagrangeovo označenie:
δ f δ2 f δ3 f δ4 f δ5 f δn f
, , , , , . . . , , ...
δ x δ x2 δ x3 δ x4 δ x5 δ xn
δ f (x0 ) δ y ′ 1 1 1 δx
f ′ (x0 ) = f −1 (y0 ) =
= a = = = .
δx δx f ′ (x0 ) δ f (x0 ) δy δy
δx δx
Pre výpočet derivácií vyšších rádov zo súčinu dvoch funkcií sa v niektorých prípadoch dá výhodne
použiť Leibnizov vzorec.
Veta 10.2.1 — Leibnizov vzorec pre derivácie vyšších rádov. Nech funkcie f a g majú
všetky derivácie 1. až n. rádu. Potom pre ich súčin platí
Dôkaz: ako vidíme, vzorec (10.5) veľmi pripomína binomickú vetu, len namiesto mocnín sú
v ňom derivácie a vľavo namiesto súčtu máme súčin funkcií. Dokazuje sa rovnako ako binomická
veta, pomocou matematickej indukcie.
1) Pre n = 0 tvrdenie platí, pretože z definície [ f (x) · g(x)](0) = f (x) · g(x) a pre n = 1 tvrde-
nie vyplýva z vety o derivácii súčinu dvoch funkcií (veta 10.1.1, strana 353)
[ f (x) · g(x)]′ = f ′ (x) · g(x) + f (x) · g′ (x) .
Ďalej stačí už len použiť vetu 10.1.1 o derivácií súčinu a dostaneme tvrdenie vety. Q.E.D.
10.3 Geometrický význam derivácií a diferenciál funkcie 361
Je na ňom graf funkcie f (x) = x2 a k nemu vedená dotyčnica t v bode x0 . Akú rovnicu bude mať
táto dotyčnica? Poznáme súradnice dotykového bodu. Je to bod [x0 , f (x0 )]. Funkcia f (x) = x2 je
definovaná na R a v každom bode svojho definičného oboru existuje jej derivácia. To znamená,
že poznáme aj smernicu dotyčnice v bode x0 , ktorou je k = f ′ (x0 ). Súradnice bodu a smernica
jednoznačne určujú priamku t. Smernicový tvar rovnice priamky je y = k x + q, kde k je smernica
priamky a q je bod na osi y, v ktorom ju táto priamka pretína. Hodnotu q vypočítame tak, že
do rovnice priamky dosadíme súradnice ľuvovoľného bodu, cez ktorý táto priamka prechádza.
V našom prípade x = x0 , y = f (x0 ), k = f ′ (x0 ) a platí
f (x0 ) = f ′ (x0 ) x0 + q ⇒ q = f (x0 ) − f ′ (x0 ) x0 .
Rovnica dotyčnice ku grafu funkcie f v bode x0 má preto tvar
y = f ′ (x0 ) x + f (x0 ) − f ′ (x0 ) x0 ⇐⇒ y = f (x0 ) + f ′ (x0 ) (x − x0 ) . (10.6)
Na nasledujúcej sérii príkladov si ilustrujeme hľadanie dotyčnice a normály ku grafu funkcie.
■ Príklad 10.11 Nájdite rovnice dotyčnice a normály, ku grafu funkcie f (x) = (x − 2)3 v bode
x0 = 3.
Riešenie: na napísanie rovnice dotyčnice potrebujeme dotykový bod a smernicu. Súradnicu x0 = 3
dotykového bodu poznáme, súradnicu f (x0 ) = 1 si vypočítame dosadením do funkcie f a smernicu
dotyčnice vypočítame z derivácie
f (x) = (x − 2)3 ⇒ f ′ (x) = 3(x − 2)2 ⇒ f ′ (3) = 3 .
Funkciu f sme derivovali ako zloženú funkciu. Je to jednoduchšie a rýchlejšie než pomocou
binomickej vety rozpisovať (x − 2)3 a potom to derivovať člen po člene. Teraz už poznáme všetko
362 Kapitola 10. Derivácie, ich vlastnosti a využitie
potrebné a dosadením do rovnice (10.6) môžeme priamo napísať rovnicu todyčnice, ktorú budeme
označovať t
t : y = 1 + 3(x − 3) ⇐⇒ t : y = 3x − 8 .
Normála ku grafu funkcie f v bode x0 je priamka, ktorá je kolmá na dotyčnicu ku grafu funkcie f
v bode x0 . Zo stredoškolskej analytickej geometrie vieme, že ak máme priamku, ktorej smernica
je k, tak priamka na ňu kolmá bude mať smernicu − 1k . To znamená, že keď v bode x0 poznáme
smernicu dotyčnice, tak poznáme aj smernicu normály. V našom prípade je smernica dotyčnice
kt = 3, a preto smernica normály bude kn = − 31 . Normálu budeme označovať n. Poznáme bod
[x0 , f (x0 )], ktorým bude prechádzať a poznáme jej smernicu, takže ju môžeme priamo zapísať
1 x
n : y = 1 − (x − 3) ⇐⇒ n : y = − +2.
3 3
■
■ Príklad 10.12 V rovnici paraboly y = x2 + bx + c určte hodnoty parametrov b, c tak, aby sa graf
tejto paraboly dotýkal priamky y = x v bode x0 = 2.
Riešenie: poznáme dotykový bod. Je to bod [2, 2], pretože x0 = 2 a tento bod leží na priamke
y = x, takže y0 = f (x0 ) = 2. Vieme, že graf funkcie / paraboly f (x) = x2 + bx + c musí prechádzať
týmto bodom. Z toho dostávame rovnicu
f (2) = 2 = 22 + 2b + c ⇔ 2b + c = −2 .
Ďalej vieme, že priamka y = x musí byť dotyčnicou ku grafu funkcie f v bode x0 = 2. Takže
smernica tejto priamky (k = 1) musí byť zároveň hodnotou derivácie funkcie f v bode x0 . Z toho
dostávame ďalšiu rovnicu
f ′ (x) = 2x + b ⇒ f ′ (2) = 1 = 2 · 2 + b ⇔ b = −3 .
■ Príklad 10.13 V ktorom bode paraboly y = x2 − 2x + 5 musíme viesť dotyčnicu, aby táto bola
kolmá na os nepárnych kvadrantov?
Riešenie: os nepárnych kvadrantov je priamka y = x. Jej smernica je 1 čo znamená, že smernica
priamky na ňu kolmej bude −1. Už teda vieme, že hľadaná dotyčnica musí mať smernicu −1.
Smernica dotyčnice ku grafu funkcie sa vypočíta ako hodnota derivácie v dotykovom bode. Musí
preto platiť
′ ′ 1
f (x) = 2x − 2 ⇒ −1 = f (x0 ) = 2x0 − 2 ⇔ x0 = .
2
Teraz už stačí len dosadiť x0 = 12 do rovnice paraboly a dostaneme súradnice hľadaného dotykového
bodu 12 , 17
4 . ■
10.3 Geometrický význam derivácií a diferenciál funkcie 363
■ Príklad 10.14 Pod akým uhlom pretína priamka y = 21 graf funkcie f (x) = cos x?
Riešenie: najskôr musíme zistiť, v ktorých bodoch priamka y = 12 pretína graf funkcie f (x) = cos x.
Riešením rovnice cos x = 12 na intervale ⟨0, 2π⟩, sú body x0 = π3 a x1 = 5π 3 . Samozrejme funkcia
cos
π x je periodická
5π s periódou 2π, takže uvedená rovnica bude mať nekonečne veľa riešení v tvare
3 + 2kπ a 3 + 2kπ , pre k ∈ Z, ale na riešenie danej úlohy nám stačia riešenia z intervalu
1
⟨0, 2π⟩. Uhol, pod ktorým priamka y = 2 pretína graf funkcie f (x) = cos x je uhol, pod ktorým
priamka y = 21 pretína dotyčnicu ku grafu funkcie vedenú v bode prieniku. Potrebujeme preto
poznať smernice dotyčníc ku grafu funkcie f (x) = cos x v bodoch x0 = π3 a x1 = 5π 3 .
√ √ !
′ ′ ′ π
3 ′ 5π 3
f (x) = [cos x] = − sin x ⇒ f =− a f = .
3 2 3 2
Z geometrie vieme, že ak priamka zviera s osou x uhol α, tak jej smernica je tg α . Z veľkosti
smernice preto vieme vypočítať uhol α. Priamka y = 12 je rovnobežná s osou x, čiže uhly, pod
ktorými pretína graf funkcie f (x) = cos x sú
√ √ ! √ √ !
π 3 3 5π 3 3
f′ =− ⇒ α0 = arctg − a f′ = ⇒ α1 = arctg .
3 2 2 3 2 2
Teraz si ukážeme ako ešte inak môžeme v praxi využiť to, že veľkosť derivácie funkcie f v bode
x0 je hodnota smernice dotyčnice ku grafu funkcie f v bode x0 . K tomu potrebujeme definovať dva
nové pojmy.
Na obrázku 10.1 (strana 364) je grafické vyjadrenie diferenciálu funkcie. Diferenciál dy, alebo
d f (x) je rozdiel ypsilonových súradníc dotyčnice ku grafu funkcie f , medzi bodmi x0 a x. Pojem
diferenciálu sa dá prirodzeným spôsobom zovšeobecniť z bodu na interval.
Ak x ̸= a, tak platí
f (x) − f (a)
= A + ω(x) .
x−a
364 Kapitola 10. Derivácie, ich vlastnosti a využitie
f (x) − f (a)
lim = lim A + ω(x) = A ∈ R .
x→a x−a x→a
Potom platí
f (x) − f (a) ′
lim ω(x) = lim − f (a) = 0 = ω(0)
x→a x→a x−a
a pre x ̸= a platí
ω(x) (x − a) = f (x) − f (a) + f ′ (a) (x − a) .
Pre x = a predošlá rovnosť platí triviálne. Uvedené fakty podľa definície 10.3.1 znamenajú,
že funkcia f je v bode a diferencovateľná.
Q.E.D.
Pokiaľ sa funkcia f v okolí bodu x0 správa „rozumne“, stačí ak je spojitá, tak dotyčnica ku grafu
funkcie f má v okolí bodu x0 približne také isté hodnoty ako funkcia f . Preto môžeme pomocou
diferenciálu vypočítať približnú hodnotu funkcie f v okolí bodu x0 . Platí
.
f (x) = f (x0 ) + d fx0 (x) = f (x0 ) + f ′ (x0 )(x − x0 ) . (10.7)
Riešenie: zoberieme si funkciu f (x) = sin x. Cieľom úlohy je vypočítať približnú hodnotu funkcie
f v bode x = 35◦ . Bod x0 si musíme zvoliť tak, aby boli body x a x0 k sebe čo najbližšie1 a naviac
ho musíme voliť tak, aby sme v ňom vedeli vypočítať hodnotu derivácie f ′ (x0 ). Naša funkcia má
deriváciu f ′ (x) = cos x a v bode x0 = 30◦ jej hodnotu poznáme. Máme teda
Dôležité upozornenie!
V prípade, že pracujeme s goniometrickými funkciami,
musíme všetky uhly vyjadrovať v radiánoch!
π 7π
Hodnoty x0 a x musíme vyjadriť v oblúkovej miere (radiánoch). Takže máme x0 = a x= .
6 36
Hodnoty f (x0 ) a f ′ (x0 ) sú
√
π 1 ′ π 3 .
f (x0 ) = sin = , a f (x0 ) = cos = = 0, 86 .
6 2 6 2
Teraz už máme všetko čo potrebujeme a stačí uvedené hodnoty dosadiť do vzorca (10.7).
√
◦ 7π . 1 3 π .
sin 35 = f = + · = 0, 5 + 0, 86 · 0, 09 = 0, 5774
36 2 2 36
.
Ak túto približnú hodnotu porovnáme s hodnotou sin 35◦ = 0, 5736 získanou pomocou kalkulačky,
alebo z tabuliek, tak vidíme, že chyba je až na 3. desatinnom mieste. ■
√
■ Príklad 10.16 Pomocou diferenciálu vypočítajte približnú hodnotu 19.
√
Riešenie: v tomto prípade si ako funkciu zvolíme f (x) = x a ďalej bod x0 = 16 a bod je x = 19.
Takže máme
√ 1 1
x0 = 16 , x = 19 , f (x0 ) = 16 = 4 , f ′ (x0 ) = √ = .
2 16 8
√ . 1
19 = f (19) = 4 + · 3 = 4, 375
8
√ .
Opäť môžeme tento výsledok porovnať s hodnotou 19 = 4, 359 získanou pomocou kalkulačky,
alebo z tabuliek. Vidíme, že chyba je tentoraz už na 2. desatinnom mieste. ■
1 Čím budú body x a x0 k sebe bližšie, tým menšia bude chyba výpočtu.
366 Kapitola 10. Derivácie, ich vlastnosti a využitie
Predtým, než sa budeme venovať využitiu derivácie pri určovaní intervalov monotónnosti funkcie,
fyzikálnemu významu derivácie a ďalším témam, uvedieme tri „servisné“ vety, ktoré v ďalších
častiach budeme používať. Sú to tzv. „vety o strednej hodnote“ a všetky tri sú podobné vete 9.3.4,
hovoriacej o existencii nulového bodu spojitej funkcie na intervale.
Funkcia f je spojitá na intervale ⟨a, b⟩, interval ⟨a, b⟩ je kompaktná množina a z toho vyplýva,
že funkcia f na intervale ⟨a, b⟩ nadobúda svoje infimum aj suprémum. To znamená
∃ c1 , c2 ∈ ⟨a, b⟩ : x ∈ ⟨a, b⟩ ⇒ f (c1 ) ≤ f (x) ≤ f (c2 ) .
Môžu nastať len dva prípady.
i) Aspoň jeden z bodov c1 , c2 je vnútorným bodom intervalu ⟨a, b⟩. Nech je to bod c1 . Potom
a < c1 < b, podľa predpokladov vety je funkcia f v bode c1 spojitá a podľa predpokladov
vety existuje f ′ (c1 ). Potom
ii) Body c1 c2 sú oba hraničnými bodmi intervalu ⟨a, b⟩, čiže sú to body a, b. Potom ale platí
f (a) = f (b) = f (c1 ) = f (c2 ), čiže funkcia f (x) je na intervale ⟨a, b⟩ konštantná a pre
∀ c ∈ ⟨a, b⟩ : f ′ (c) = 0.
Q.E.D.
10.4 Vety o strednej hodnote 367
Funkcia F(x) spĺňa všetky predpoklady Rolleho vety o strednej hodnote. Je definovaná a spojitá
na intervale ⟨a, b⟩. Má deriváciu na intervale ⟨a, b⟩. A hodnoty F(a) a F(b) sú F(a) = 0 = F(b) .
Takže podľa vety 10.4.1 ∃ c ∈ ⟨a, b⟩ : F ′ (c) = 0, čiže
f (b) − f (a)
f ′ (c)(b − a) = f (b) − f (a) ⇒ f ′ (c) = . Q.E.D.
b−a
■ Príklad 10.17 Ukážeme si dva príklady využitia Lagrangeovej vety o strednej hodnote.
(a) Zoberme si funkciu f (x) = sin x. Jej definičný obor je D( f ) = R a jej derivácia je na celom
definičnom obore f ′ (x) = cos x. Podľa vety 10.4.2 potom platí
1
∀ x1 , x2 ∈ R : |tg x1 − tg x2 | = ·|x1 − x2 | ≥ |x1 − x2 | .
cos2 c
| {z }
≥1
π π
Takže pre ľubovoľné x1 , x2 ∈ − 2 , 2 platí nerovnosť |tg x1 − tg x2 | ≥ |x1 − x2 | . Špeciálne
ak x2 = 0, tak pre ∀ x ∈ − π2 , π2 platí |tg x| ≥ |x| .
■
Veta 10.4.5 — Cauchyho veta o strednej hodnote. Majme dve funkcie f a g, pre ktoré platí
1) sú definované a spojité na intervale ⟨a, b⟩,
2) majú derivácie na intervale (a, b).
3) ∀ x ∈ (a, b) : f ′2 (x) + g′2 (x) > 0 ,
4) g(a) ̸= g(b) .
f ′ (c) f (b)− f (a)
Potom ∃ c ∈ (a, b) : g′ (c) = g(b)−g(a) .
Dôkaz: bude veľmi podobný dôkazu Lagrangeovej vety o strednej hodnote. Zostrojíme si
funkciu F(x) nasledovným spôsobom.
F(x) = f (x) − f (a) g(b) − g(a) − f (b) − f (a) g(x) − g(a) .
Potom ukážeme, že funkcia F(x) spĺňa všetky predpoklady Rolleho vety o strednej hodnote.
Prvé dva predpoklady, čiže funkcia F(x) je definovaná a spojitá na interale ⟨a, b⟩ a má deri-
váciu na intervale (a, b), sú splnené triviálne. Tretí predpoklad je tiež splnený, pretože platí
F(a) = 0 = F(b). Potom podľa vety 10.4.1 platí ∃ c ∈ (a, b) : F ′ (c) = 0 . To ale znamená
(∗)
f ′ (c) g(b) − g(a) = f (b) − f (a) g′ (c)
(10.8)
| {z }
̸=0
Derivácia funkcie g v bode c nemôže byť nulová. Pre g′ (c) = 0 by sme z rovnosti (10.8) dostali
(∗)
g′ (c) = 0 ⇒ f ′ (c) = 0, čo by bol spor s tretím predpokladom vety. Preto z (10.8) dostávame
Cauchy veta o strednej hodnote je kľúčová pre dôkaz vety o, študentami tak milovanom a
napriek tomu notoricky zle používanom, L’Hospitalovom pravidle. Ale o tom bude reč až neskôr.
Veta 10.5.2 — O rýchlosti rastu funkcií. Majme dve funkcie f a g definované na intervale I.
Nech ďalej pre nejaké n ∈ N, n ≥ 1 majú funkcie f aj g všetky k-te derivácie pre k ∈ {0, 1, . . . , n}.
Potom ak pre a ∈ I platí
a) ∀ x ∈ I, x > a : f (n) (x) > g(n) (x),
b) ∀ k ∈ {0, 1, . . . , (n − 1)} : f (k) (a) = g(k) (a),
tak pre ∀ x ∈ I, x > a : f (x) > g(x).
370 Kapitola 10. Derivácie, ich vlastnosti a využitie
■ Príklad 10.19 Predpokladajme, že po ceste ide auto a dráha, ktorú auto prejde za čas t je
2
vyjadrená2 funkciou s(t) = t2 , ktorej graf je na obrázku vyznačený červenou farbou. V čase t = 2
auto prešlo dráhu 2, v čase t = 3 prešlo dráhu 92 , v čase t = 4 prešlo dráhu 8 atď. Vieme zistiť ako
rýchlo pôjde auto v čase t? Rýchlosť je dráha prejdená za jednotku času. Môžeme si to zakresliť
podobne ako sme to robili na obrázkoch 9.1, alebo 10.1, na ktorých sme ilustrovali pojem derivácie,
resp. diferenciálu funkcie. Uvidíme, že rýchlosť auta v čase t bude v(t) = s′ (t).
Rýchlosť je zmena dráhy za jednotku času. V našom prípade je rýchlosť vyjadrená funkciou
v(t) = s′ (t) = t, ktorej graf je na ilustračnom obrázku nakreslený zelenou farbou. Vidíme, že
2 Najednotkách teraz nezáleží, a preto ich nebudeme uvádzať. Ak niekomu chýbajú, tak si sám môže určiť, či chce
rýchlosť vyjadrovať v m/s, km/h, alebo trebárs aj v parsekoch za rok
10.6 Fyzikálny význam derivácie funkcie 371
rýchlosť rastie lineárne. V čase t = 1 má auto rýchlosť 1, v čase t = 2 má auto rýchlosť 2 atď. A
aké je zrýchlenie auta v čase t? Zrýchlenie je zmena rýchlosti za jednotku času, čiže zrýchlenie
auta v čase t bude a(t) = v′ (t) = s′′ (t). V našom prípade je zrýchlenie auta vyjadrené konštantnou
funkciou a(t) = v′ (t) = 1, ktorej graf je na ilustračnom obrázku nakreslený fialovou farbou. ■
■ Príklad 10.20 Podľa Ohmovho zákona pre kondenzátor, je prúd na kondenzátore priamo úmerný
Nakreslite prípadom (a), (b) a (c) zodpovedajúce krivky, ktoré by zobrazil osciloskop merajúci
prúd na kondenzátore.
Riešenie: prúd na kondenzátore je priamo úmerný zmene napätia na kondenzátore za čas t. Je
teda deriváciou funkcie v(t), udávajúcej napätie na kondenzátore v čase t.
(a) Červená krivka zo zadania úlohy sa v elektrotechnike nazýva „trojuholníková vlna“ a je
predstavovaná napríklad funkciou f (x) = c1 arcsin sin(c2 x) , kde c1 , c2 ∈ R. V našom
prípade sa jedná o funkciu f (x) = π2 · arcsin sin π2x . Všetky rastúce úšečky v jej grafe
majú smernicu 1 a všetky klesajúce úsečky majú deriváciu −1. Derivácia funkcie f bude
mať teda graf podobný krivke (c). Na nasledujúcom obrázku je derivácia červenej krivky
zobrazená zelenou farbou.
(b) Zelená krivka v zadaní úlohy je nejaká verzia sinusoidy. V tomto prípade sa priamo jedná
o funkciu f (x) = sin x. Jej derivácia je f ′ (x) = cos x. Krivka, ktorú by zobrazil osciloskop
merajúci prúd na kondenzátore, je na nasledujúcom obrázku zobrazená červenou farbou. Je
to funkcia cos x, ktorá má rovnaký graf ako funkcia sin x, iba je na osi x posunutá o π2 smerom
doľava .
372 Kapitola 10. Derivácie, ich vlastnosti a využitie
(c) Modrá krivka v zadaní úlohy má po intervaloch konštantnú hodnotu. Napr. {−c, c}, pre ne-
jaké c ∈ R. Derivácia akejkoľvek konštanty je 0, takže osciloskop merajúci prúd na konden-
zátore, bude zobrazovať „nulovú krivku“ (priamku y = 0), s lokálnymi kladnými / zápornými
výbojmi v momentoch zmeny hodnoty napätia. Na nasledujúcom obrázku je derivácia modrej
krivky zobrazená červenou farbou.
Ak máme funkciu f definovanú na intervale I a ľubovoľné tri body a, c, b ∈ I také, že a < c < b,
tak funkcia f je na intervale I konvexná prave vtedy ak bod [c, f (c)] leží pod priamkou spájajúcou
body [a, f (a)] a [b, f (b)] a konkávna, ak leží nad priamkou spájajúcou body [a, f (a)] a [b, f (b)].
Zo stredoškolskej analytickej geometrie vieme, že priamka spájajúca body [a, f (a)] a [b, f (b)] má
rovnicu y = f (a) + f (b)− f (a)
b−a (x − a). Takže funkcia f je na intervale I
f (b)− f (a)
konvexná: ak f (c) < f (a) + b−a (c − a) , (10.10)
f (b)− f (a)
konkávna: ak f (c) > f (a) + b−a (c − a) . (10.11)
Dôkaz: dokazovať budeme len tvrdenie o konvexnosti. Tvrdenie pre konkávnosť sa dokazuje
analogicky. Ak a = b, tak tvrdenie platí triviálne:
f (pa + qb) = f a(p + q) = f (a) ≤ p f (a) + q f (b) = p f (a) + q f (a) = (p + q) f (a) = f (a)
Musíme teda dokázať len prípad, keď a ̸= b. Bez újmy na všeobecnosti môžeme predpokladať
a < b. Tvrdenie vety je formulované ako ekvivalencia, takže dokazovať ho budeme ako dve
implikácie.
⇒ Nech je funkcia f na intervale I konvexná. To podľa (10.12) znamená, že pre ∀ a, c, b ∈ I :
a < c < b platí
b−c c−a
f (c) < f (a) · + f (b) · (10.16)
b−a b−a
Položme
b−c c−a
p= , q= ⇒ p > 0, q > 0, p + q = 1
b−a b−a
Keďže číslo c ∈ (a, b) môže byť ľubovoľné, tak aj číslo p môže byť ľubovoľné číslo
z intervalu (0, 1). Ďalej platí
− ca + cb −
ba
ab
c(b − a)
pa + qb = = =c (10.17)
b−a b−a
Potom z (10.17) a z (10.16) vyplýva tvrdenie (10.14).
⇐ Nech platí (10.14). Zvoľme bod c ∈ (a, b) nasledovne c = pa + qb . Platí
)
c = (1 − q)a + qb = a + q(b − a) > a
⇒ a<c<b
c = p(a − b) + b = b − p(b − a) < b
374 Kapitola 10. Derivácie, ich vlastnosti a využitie
Pomocou predošlej vety a lagrangeovej vety o strednej hodnote dokážeme nasledujúcu vetu.
f (c) − f (a)
f ′ (c1 ) = (10.20)
c−a
Keďže c = pa + qb, môžeme rovnosť (10.20) zapísať ako
Rovnakým spôsobom môžeme ukázať, že podľa Lagrangeovej vete o strednej hodnote existuje
bod c2 ∈ (c, b) taký, že platí
f (b) − f (c)
f ′ (c2 ) = (10.22)
b−c
a z toho potom dostaneme
f (b)− f (pa+qb) = f ′ (c2 )(b− pa−qb) = f ′ (c2 ) b− pa−(1− p)b = p f ′ (c2 )(b−a) (10.23)
Teraz máme body a < c1 < c < c2 < b z intervalu I, pre ktoré platí
q f (b) − f (pa + qb) − p f (pa + qb) − f (a) =
Pre f ′ (c2 ) − f ′ (c1 ) opäť použijeme Lagrangeovu vetu o strednej hodnote. Podľa nej existuje bod
c0 ∈ (c1 , c2 ) taký, že
(∗) = pq (b − a) f ′′ (c0 )(c2 − c1 ) ≥ 0
|{z} | {z } | {z } | {z }
>0 >0 ≥0 >0
Potom vypočítame nulové body druhej derivácie, čiže riešime rovnicu f ′′ (x) = 0. V našom prípade
je jej riešením x = 0. Nulový bod druhej derivácie rozdelí definičný obor na intervaly (−∞, 0)
a (0, ∞). Na každom z týchto intervalov zistíme, aké znamienko tam nadobúda druhá derivácia.
V našom prípade f ′′ (x) < 0 na intervale (−∞, 0) a f ′′ (x) > 0 na intervale (0, ∞). To znamená, že
daná funkcia f je na intervale (−∞, 0) konkávna a na intervale (0, ∞) konvexná.
V bode x = 0 sa funkcia f mení z konkávnej na konvexnú a x = 0 ∈ D( f ), čo znamená, že tento
bod je inflexným bodom funkcie f . ■
Platí f ′′ (x) = ax ln2 a > 0, čo znamená, že daná funkcia f je na celom svojom definičnom obore
konvexná. ■
f ′ (x) = a a f ′′ (x) = 0
Veta 10.8.1 — Nutná podmienka existencie lokálneho extrému. Majme funkciu f defino-
vanú na intervale I a bod x0 ∈ I je vnútorným bodom intervalu I. Potom ak má funkcia f v bode
x0 lokálny extrém a existuje derivácia funkcie f v bode x0 , tak f ′ (x0 ) = 0.
Dôkaz: budeme robiť len pre prípad, že bod x0 je lokálne meximum. Pre prípade lokálneho
minima sa dôkaz robí analogicky.
Ak existuje f ′ (x0 ), tak to podľa vety 9.2.2 znamená f−′ (x0 ) = f ′ (x0 )+ = f ′ (x0 ). To podľa
definície derivácie a vety 10.5.1 znamená
To podľa vety 10.5.1 znamená, že funkcia f na oboch týchto intervaloch rastie a bod x0 = 0 nie je
lokálnym extrémom, napriek tomu, že f ′ (x0 ) = 0. ■
Definícia 10.8.1 — Stacionárny bod funkcie. Majme funkciu f a bod x ∈ D( f ), pre ktorý
platí f ′ (x) = 0. Potom takýto bod sa nazýva stacionárny bod funkcie f .
Ako vidíme z predošlej definície, stacionárne body musíme hľadať aj pri vyšetrovaní monotón-
nosti funkcie, pretože sú to riešenia rovnice f ′ (x) = 0. Pokiaľ ide o lokálne extrémy, tak v mnohých
učebniciach matematickej analýzy sa pri ich hľadaní používa ešte aj druhá derivácia funkcie. To
však po prvé nie je potrebné, pretože určenie intervalov monotónnosti na to postačuje a po druhé
to môže byť vo všeobecnosti pomerne pracná záležitosť.
Teraz už máme v rukách všetky nástroje potrebné na kompletné vyšetrenie (analýzu) priebehu
funkcie. Posledné dva nástroje, ktoré nám doteraz chýbali, boli nástroje na hľadanie itervalov
monotónnosti a intervalov konvexnosti / konkávnosti funkcie, pri ktorých je potrebné použiť 1. a 2.
deriváciu funkcie.
10.9 Cvičenia 377
10.9 Cvičenia
√
(b) f (x) = 2min { 2 − 2 sgn (x−1), }
1 1 3 x,x
■
10.9 Cvičenia 381
Cvičenie 10.16 Raketa vystrelená zo Zeme letí kolmo nahor a jej vzdialenosť (km) od Zeme
v čase t (min) vyjadruje funkcia: v(t) = 110t −18t 2 . Vypočítajte rýchlosť rakety v čase t = 3 min,
čas, v ktorom sa pohyb rakety smerom nahor zastaví a najväčšiu výšku, ktorú raketa dosiahne.
Vypočítaný čas zokrúhlite na celé sekundy a výšku v kilometroch zaokrúhlite na dve desatinné
miesta. ■
Cvičenie 10.17 Vlak vychádza zo stanice, pričom jeho pohyb je vyjadrený rovnicou
s(t) = at 2 + bt + c, kde s(t) je dĺžka dráhy (km) a t je čas (h). Po uplynutí 1 min vlak do-
siahne rýchlosť 60 km/h. Akú dlhú dráhu vlak prejde, kým dosiahne túto rýchlosť? ■
Cvičenie 10.19 V krajine dvojrozmerných bytostí, stoja dvaja jej obyvatelia na jednom bode.
Zrazu sa obaja rozbehnú v tom istom okamihu. Obyvateľ A beží smerom na sever, rýchlosťou
5 m/s a obyvateľ B beží smerom na východ, rýchlosťou 12 m/s. Vypočítajte, akou rýchlosťou sa
od seba vzďalujú. ■
x2 + 1 1 3
(o) f (x) = x + 3x2 − 9x + 5
(a) f (x) = 4
x−1
x3
x2 + 1 (p) f (x) =
(b) f (x) = 4(x − 2)2
x+1 q
(c) f (x) = x(x − 1)3 (q) f (x) = x 3 (x + 1)2
2x s
(d) f (x) = x + 2 x3 − 2x2
x −1 (r) f (x) =
2x 3 x−3
(e) f (x) = 2
x +1 x2 − 4 − 5
(s) f (x) = · e 3x
−x2 x
(f) f (x) = e
x2 (t) f (x) = x3 − 3x2 + 4
(g) f (x) = x.e− 2
x−1 2
(h) f (x) = x + e−x (u) f (x) = (x + 1)
x−2
(i) f (x) = x. ln x (v) f (x) = ex − x
2
(j) f (x) = ln 4x − x − 3 2
(w) f (x) = e1−x
1+x
(k) f (x) = ln (x) f (x) = ln x − x + 1
1−x
ln x
(l) f (x) = x − 2 arctg x (y) f (x) =
x
(m) f (x) = x.arctg x x
√ (z) f (x) = √3
(n) f (x) = sin x + 3 cos x x+1
■
Cvičenie 10.21 Daná je funkcia f (x) = x3 − 3x a priamka p, ktorá jej graf pretína v bodoch
x1 = 0 a x2 = 3. V ktorom bode je dotyčnica ku grafu funkcie f rovnobežná s priamkou p? ■
Cvičenie 10.22 Daná je funkcia f (x) = 2x − x2 a priamka p, ktorá jej graf pretína v bodoch
x1 = 1 a x2 = 3. V ktorom bode je dotyčnica ku grafu funkcie f rovnobežná s priamkou p? ■
10.10 Odpovede a výsledky cvičení 383
(l) f ′ (x) = 1
cos x−1 (y) f ′ (x) = 6x2 esin
2 3
x sin x3 cos x3
(m) f ′ (x) = 1
cos2 x (z) f ′ (x) = −2 cos(cos 2x) sin 2x
■
1 √ √x−1 √
(h) f ′ (x) =
x ln x + 1
2
10.10 Odpovede a výsledky cvičení 385
√
(ln x) x ln(ln x)
′ 1
(i) f (x) = √ +
x 2 ln x
x
′ x x 1
(j) f (x) = ln +
x+1 x+1 x+1
2
′ cos x cos x
(k) f (x) = (sin x) − sin x. ln(sin x)
sin x
1
(l) f ′ (x) =
x cos2 ln x
−1
(m) f ′ (x) =
3 sin 3x . cos 3x
2
(n) f ′ (x) = √
cos 2x cos 4x
′ 1
(o) f (x) = arcsin (ln x) + p
1 − ln2 x
1
(p) f ′ (x) = √
2x ln 10. log 5x
−1
(q) f ′ (x) = √
2 x − x2
′ x x sin x
(r) f (x) = (2 + cos x) ln(2 + cos x) −
2 + cos x
( (
ln(sin x) , x ∈ (0, π) + 2kπ cotg x , x ∈ (0, π) + 2kπ
(s) f (x) = f ′ (x) =
ln(− sin x) , x ∈ (π, 2π) + 2kπ − cotg x , x ∈ (π, 2π) + 2kπ
■
(b) D( f ) = R a
2x ln 2 , pre x ∈ (−∞, −1) ∪ (0, 1)
√
2 3 x · ln√3 2
2
, pre x ∈ (−1, 0)
f ′ (x) = 3 x
0 , pre x ∈ (1, ∞)
−∞ , pre x = 1
V bodoch {−1, 0} existujú len jednostranné derivácie
ln 2 ln 2
f−′ (−1) = , f+′ (−1) = , f−′ (0) = ∞ , f+′ (0) = ln 2
2 6
■
386 Kapitola 10. Derivácie, ich vlastnosti a využitie
(i) A = 1, 13
(t) A = [0, 0 ]
ln 3 1−ln 3
d:y=x
d:y= 3 x+ 3 n : y = −x
n:y= − ln33 x + 9+ln 3
3 ln 3 (u) A = [0, 1 ]
(j) A = [1, 0 ] d : y = −x + 1
d : y = −x + 1 n : y = x+1
n : y = x−1
(v) A = [2, 2 ]
(k) A = [10, 3 ] d : y = −x + 4
d:y= 3x 3 ln 10−3 n:y=x
10 ln 10 + ln 10
n:y= − 10 ln3 10 x + 9+1003 ln 10
■
10.10 Odpovede a výsledky cvičení 387
(k) f (x) pretína ox v bodoch x1 = 2kπ a x2 = (2k + 1)π. V prvom prípade zviera s ox uhol
α1 = π4 a v druhom uhol α2 = − π4 .
(l) f (x) pretína ox v bode x = 0. S ox v tomto bode zviera uhol α = 0◦ .
(m) f (x) pretína ox v bode x = −1. S ox tam zviera uhol α = arctg 31 .
Výsledky cvičenia 10.9 V bode a = 0 daná funkcia spojitá je, diferencovateľná nie je. ■
x0 cos x0 − sin x0
(g) d fx0 (x) = (x − x0 ), x0 ̸= 0
x02
1 1
(h) d fx0 (x) = − (x − x0 ), x0 ̸= 0
x 0 e x0
−ex0
(i) d fx0 (x) = √ (x − x0 ), x0 ̸= 0
1 − e2x0
√ p √
1 + 2 x0 + x0 + x0
(j) d fx0 (x) = √ p √ (x − x0 ), x0 > 0
2 x0 x0 + x0 ■
Výsledky cvičenia 10.16 Rýchlosť rakety pre t = 3 min bude 2 km/min, pohyb nahor sa
zastaví v čase t = 3 min 3 s a najväčšia dosiahnutá výška bude 168, 06 km. ■
390 Kapitola 10. Derivácie, ich vlastnosti a využitie
15
10
-2 2 4
-5
-10
392 Kapitola 10. Derivácie, ich vlastnosti a využitie
x2 + 1
(b) f (x) =
x+1
• Definičný obor: D( f ) = R \ {−1} .
• Nulové body funkcie: nemá.
• Intervaly monotónnosti:
x2 + 2x − 1
– prvá derivácia funkcie: f ′ (x) = 2
,
√ (x + 1)
– stacionárne body: s1,2= −1 ± 2 ,
√ √
– funkcia klesá na: x ∈ −1 − 2, −1 ∪ −1, −1 + 2 ,
√ √
– funkcia rastie na: x ∈ −∞, −1 − 2 ∪ −1 + 2, ∞ .
• Lokálne extrémy: √
– minimum: x = −1 + √2 ,
– maximum: x = −1 − 2 .
• Konvexnoxť, konkávnosť:
4
– druhá derivácia funkcie: f ′′ (x) = ,
(x + 1)3
– nulové body 2. derivácie: nemá,
– inflexné body funkcie: nemá,
– funkcia je konkávna na: x ∈ (−∞, −1) ,
– funkcia je konvexná na: x ∈ (−1, ∞) .
• Asymptoty:
– asymptota bez smernice: x = −1 ,
– asymptota so smernicou: y = x − 1 .
• Graf funkcie:
10
-4 -2 2
-5
-10
-15
10.10 Odpovede a výsledky cvičení 393
1.5
1.0
0.5
15
10
-4 -2 2 4
-5
-10
-15
10.10 Odpovede a výsledky cvičení 395
2x3
(e) f (x) =
x2 + 1
• Definičný obor: D( f ) = R .
• Nulové body funkcie: n1 = 0 .
• Intervaly monotónnosti:
2x2 (x2 + 3)
– prvá derivácia funkcie: f ′ (x) = ,
(x2 + 1)2
– stacionárne body: s1 = 0 ,
– funkcia klesá na: 0/ ,
– funkcia rastie na: x ∈ D( f ) .
• Lokálne extrémy:
– minimá: nemá,
– maximá: nemá.
• Konvexnoxť, konkávnosť:
4x(3 − x2 )
– druhá derivácia funkcie: f ′′ (x) = ,
(x2 + 1)3√
– nulové body 2. derivácie: d1 = 0 , d2,3 =√± 3 .
– inflexné body funkcie: i1 = 0 , i√
2,3 = ± 3√.
– funkcia je konkávna na: x ∈ − 3, 0 ∪ 3, ∞ ,
√ √
– funkcia je konvexná na: x ∈ −∞, − 3 ∪ 0, 3 .
• Asymptoty:
– asymptoty bez smernice: nemá,
– asymptota so smernicou: y = 2x .
• Graf funkcie:
-3 -2 -1 1 2 3
-2
-4
396 Kapitola 10. Derivácie, ich vlastnosti a využitie
2
(f) f (x) = e−x
• Definičný obor: D( f ) = R .
• Nulové body funkcie: nemá.
• Intervaly monotónnosti:
2
– prvá derivácia funkcie: f ′ (x) = −2xe−x ,
– stacionárne body: s1 = 0 ,
– funkcia klesá na: x ∈ (0, ∞) ,
– funkcia rastie na: x ∈ (−∞, 0) .
• Lokálne extrémy:
– minimá: nemá,
– maximá: x = 0 .
• Konvexnoxť, konkávnosť:
2
– druhá derivácia funkcie: f ′′ (x) = 2e−x (2x2 − 1) ,
– nulové body 2. derivácie: d1,2 = ± √12 ,
– inflexné body funkcie: i1,2 = ± √12 ,
– funkcia je konkávna na: x ∈ − √12 , √12 ,
– funkcia je konvexná na: x ∈ −∞, − √12 ∪ √12 , ∞ .
• Asymptoty:
– asymptoty bez smernice: nemá,
– asymptota so smernicou: y = 0 .
• Graf funkcie:
1.0
0.8
0.6
0.4
0.2
-3 -2 -1 1 2 3
10.10 Odpovede a výsledky cvičení 397
x2
(g) f (x) = x.e− 2
• Definičný obor: D( f ) = R .
• Nulové body funkcie: n1 = 0 .
• Intervaly monotónnosti:
x2
– prvá derivácia funkcie: f ′ (x) = e− 2 (1 − x2 ) ,
– stacionárne body: s1,2 = ±1 ,
– funkcia klesá na: x ∈ (−∞, −1) ∪ (1, ∞) ,
– funkcia rastie na: x ∈ (−1, 1) .
• Lokálne extrémy:
– minimum: x = −1 ,
– maximum: x = 1 .
• Konvexnoxť, konkávnosť:
x2
– druhá derivácia funkcie: f ′′ (x) = xe− 2 (x2 √
− 3) ,
– nulové body 2. derivácie: d1 = 0 , d2,3 =√± 3 .
– inflexné body funkcie: i1 = 0 , i2,3 =√± 3 . √
– funkcia je konkávna na: x ∈ −∞, − 3 ∪ 0, 3 ,
√ √
– funkcia je konvexná na: x ∈ − 3, 0 ∪ 3, ∞ .
• Asymptoty:
– asymptoty bez smernice: nemá,
– asymptota so smernicou: y = 0 .
• Graf funkcie:
0.6
0.4
0.2
-4 -2 2 4
-0.2
-0.4
-0.6
398 Kapitola 10. Derivácie, ich vlastnosti a využitie
-2 -1 0 1 2 3
10.10 Odpovede a výsledky cvičení 399
(i) f (x) = x. ln x
• Definičný obor: D( f ) = (0, ∞) .
• Nulové body funkcie: n1 = 1 .
• Intervaly monotónnosti:
– prvá derivácia funkcie: f ′ (x) = ln x + 1 ,
– stacionárne body: s1 = 1e ,
– funkcia klesá na: x ∈ 0, 1e ,
– funkcia rastie na: x ∈ 1e , ∞ .
• Lokálne extrémy:
– minimá: x = 1e ,
– maximá: nemá
• Konvexnoxť, konkávnosť:
1
– druhá derivácia funkcie: f ′′ (x) = ,
x
– nulové body 2. derivácie: nemá,
– inflexné body funkcie: nemá,
– funkcia je konkávna na: 0/ ,
– funkcia je konvexná na: x ∈ D( f ) .
• Asymptoty:
– asymptoty bez smernice: nemá,
– asymptoty so smernicou: nemá.
• Graf funkcie:
1.0
0.5
(j) f (x) = ln 4x − x2 − 3
-0.5
-1.0
-1.5
-2.0
-2.5
10.10 Odpovede a výsledky cvičení 401
1+x
(k) f (x) = ln
1−x
• Definičný obor: D( f ) = (−1, 1) .
• Nulové body funkcie: n1 = 0 .
• Intervaly monotónnosti:
2
– prvá derivácia funkcie: f ′ (x) = ,
1 − x2
– stacionárne body: nemá,
– funkcia klesá na: 0/ ,
– funkcia rastie na: x ∈ D( f ) .
• Lokálne extrémy:
– minimá: nemá,
– maximá: nemá.
• Konvexnoxť, konkávnosť:
4x
– druhá derivácia funkcie: f ′′ (x) = ,
(1 − x2 )2
– nulové body 2. derivácie: d1 = 0 ,
– inflexné body funkcie: i1 = 0 ,
– funkcia je konkávna na: x ∈ (−1, 0) ,
– funkcia je konvexná na: x ∈ (0, 1) .
• Asymptoty:
– asymptoty bez smernice: x = −1 , x = 1 ,
– asymptoty so smernicou: nemá.
• Graf funkcie:
-2
-4
-6
402 Kapitola 10. Derivácie, ich vlastnosti a využitie
1.0
0.5
-4 -2 2 4
-0.5
-1.0
10.10 Odpovede a výsledky cvičení 403
-4 -2 2 4
404 Kapitola 10. Derivácie, ich vlastnosti a využitie
√
(n) f (x) = sin x + 3 cos x
• Definičný obor: D( f ) = R .
• Nulové body funkcie: n1 = − π3 + kπ .
• Intervaly monotónnosti: √
– prvá derivácia funkcie: f ′ (x) = cos x − 3 sin x ,
– stacionárne body: s1 = π6 + kπ,
– funkcia klesá na: x ∈ 16 π, 76 π + 2kπ ,
– funkcia rastie na: x ∈ 76 π, 13
6 π + 2kπ .
• Lokálne extrémy:
– minimá: x = 16 π + 2kπ ,
– maximá: x = 76 π + 2kπ .
• Konvexnoxť, konkávnosť: √
– druhá derivácia funkcie: f ′′ (x) = − sin x − 3 cos x ,
– nulové body 2. derivácie: d1 = − π3 + kπ ,
– inflexné body funkcie: i1 = − π3 + kπ ,
– funkcia je konkávna na: x ∈ − 13 π, 23 π + 2kπ ,
– funkcia je konvexná na: x ∈ 23 π, 53 π + 2kπ .
• Asymptoty:
– asymptoty bez smernice: nemá,
– asymptoty so smernicou: nemá.
• Graf funkcie:
-10 -5 5 10
-1
-2
10.10 Odpovede a výsledky cvičení 405
1 3
x + 3x2 − 9x + 5
(o) f (x) =
4
• Definičný obor: D( f ) = R .
• Nulové body funkcie: n1 = −5 , x2,3 = 1 ..
• Intervaly monotónnosti:
3
– prvá derivácia funkcie: f ′ (x) = (x + 3)(x − 1) ,
4
– stacionárne body: s1 = −3 , s2 = 1 ,
– funkcia klesá na: x ∈ (−3, 1) ,
– funkcia rastie na: x ∈ (−∞, −3) ∪ (1, ∞) .
• Lokálne extrémy:
– minimum: x = 1 ,
– maximum: x = −3 .
• Konvexnoxť, konkávnosť:
3
– druhá derivácia funkcie: f ′′ (x) = (2x + 2) ,
4
– nulové body 2. derivácie: d1 = −1 ,
– inflexné body funkcie: i1 = −1 ,
– funkcia je konkávna na: x ∈ (−∞, −1) ,
– funkcia je konvexná na: x ∈ (−1, ∞) .
• Asymptoty:
– asymptoty bez smernice: nemá,
– asymptoty so smernicou: nemá.
• Graf funkcie:
40
20
-6 -4 -2 2 4 6
-20
406 Kapitola 10. Derivácie, ich vlastnosti a využitie
x3
(p) f (x) =
4(x − 2)2
• Definičný obor: D( f ) = R \ {2} .
• Nulové body funkcie: n1 = 0 .
• Intervaly monotónnosti:
x3 − 6x2
– prvá derivácia funkcie: f ′ (x) = ,
4(x − 2)3
– stacionárne body: s1,2 = 0 , s3 = 6 ,
– funkcia klesá na: x ∈ (2, 6) ,
– funkcia rastie na: x ∈ (−∞, 0) ∪ (0, 2) ∪ (6, ∞) .
• Lokálne extrémy:
– minimum: x = 6 ,
– maximá: nemá.
• Konvexnoxť, konkávnosť:
24x
– druhá derivácia funkcie: f ′′ (x) = ,
4(x − 2)4
– nulové body 2. derivácie: d1 = 0 ,
– inflexné body funkcie: i1 = 0 ,
– funkcia je konkávna na: x ∈ (−∞, 0) ,
– funkcia je konvexná na: x ∈ (0, 2) ∪ (2, ∞) .
• Asymptoty:
– asymptota bez smernice: x = 2 ,
– asymptota so smernicou: y = 4x + 1 .
• Graf funkcie:
12
10
-6 -4 -2 2 4 6
10.10 Odpovede a výsledky cvičení 407
q
(q) f (x) = x 3 (x + 1)2
• Definičný obor: D( f ) = R .
• Nulové body funkcie: n1 = −1 , n2 = 0 ..
• Intervaly monotónnosti:
5x + 3
– prvá derivácia funkcie: f ′ (x) = √ ,
3 3 x+1
– stacionárne body: s1 = − 35 ,
– funkcia klesá na: x ∈ −1, − 35 ,
– funkcia rastie na: x ∈ (−∞, −1) ∪ − 53 , ∞ .
• Lokálne extrémy:
– minimum: x = − 35 ,
– maximum: x = −1 .
• Konvexnoxť, konkávnosť:
10x + 12
– druhá derivácia funkcie: f ′′ (x) = p ,
9 3 (x + 1)4
– nulové body 2. derivácie: d1 = − 65 ,
– inflexné body funkcie: i1 = − 65 ,
– funkcia je konkávna na: x ∈ −∞, − 65 ,
• Asymptoty:
– asymptoty bez smernice: nemá,
– asymptoty so smernicou: nemá.
• Graf funkcie:
4
-3 -2 -1 1 2
-2
-4
408 Kapitola 10. Derivácie, ich vlastnosti a využitie
s
x3 − 2x2
(r) f (x) =
x−3
• Definičný obor: D( f ) = (−∞, 2⟩ ∪ (3, ∞) .
• Nulové body funkcie: n1 = 0 , n2 = 2 .
• Intervaly monotónnosti: r
′ 1 x − 3 x(2x2 − 11x + 12)
– prvá derivácia funkcie: f (x) = · ,
2 x3 − 2x2 (x − 3)2
– stacionárne body: s1 = 0 , s2 = 32 , s3 = 4 ,
– funkcia klesá na: x ∈ (−∞, 0) ∪ 23 , 2 ∪ (3, 4) ,
– funkcia rastie na: x ∈ 0, 32 ∪ (4, ∞) .
• Lokálne extrémy:
– minimá: x = 0 , x = 2 , x = 4 ,
– maximum: x = 32 .
• Konvexnoxť, konkávnosť: r
′′ x−2 11x − 24 x
– druhá derivácia funkcie: f (x) = · 2 2
·√ ,
x − 3 4(x − 2) (x − 3) x2
24
– nulové body 2. derivácie: d1 = 2 , d2 = 11 ,
– inflexné body funkcie: i1 = 0 ,
– funkcia je konkávna na: x ∈ (0, 2⟩ ,
– funkcia je konvexná na: x ∈ (−∞, 0) ∪ (3, ∞) .
• Asymptoty:
– asymptota bez smernice: x = 3 ,
– asymptoty so smernicou: y = −x − 12 pre x → −∞ ,
y = x + 12 pre x → ∞ .
• Graf funkcie:
14
12
10
-2 -1 1 2 3 4 5
10.10 Odpovede a výsledky cvičení 409
x2 − 4 − 5
(s) f (x) = · e 3x
x
• Definičný obor: D( f ) = R \ {0} .
• Nulové body funkcie: n1,2 = ±2 .
• Intervaly monotónnosti:
5 (x − 1)(3x2 + 8x + 20)
– prvá derivácia funkcie: f ′ (x) = e− 3x · ,
3x3
– stacionárne body: s1 = 1 ,
– funkcia klesá na: x ∈ (0, 1) ,
– funkcia rastie na: x ∈ (−∞, 0) ∪ (1, ∞) .
• Lokálne extrémy:
– minimum: x = 1 ,
– maximá: nemá.
• Konvexnoxť, konkávnosť:
5 47x2 − 240x + 100
– druhá derivácia funkcie: f ′′ (x) = −e− 3x · ,
√ 9x5
– nulové body 2. derivácie: d1,2 = 10
47 12√ ± 97 ,
– inflexné body funkcie: i1,2 = 10
12 ±
47 √ 97 , √
– funkcia je konkávna na: x ∈ 0, 10
47 12 − 97 ∪
10
47 12 + 97√, ∞
,
√
– funkcia je konvexná na: x ∈ (−∞, 0) ∪ 10
47 12 − 97 , 10
47 12 + 97 .
• Asymptoty:
– asymptota bez smernice: x = 0 ,
– asymptota so smernicou: y = x − 35 .
• Graf funkcie:
12
10
-2 2 4
-2
410 Kapitola 10. Derivácie, ich vlastnosti a využitie
10
-2 -1 1 2 3 4
-5
10.10 Odpovede a výsledky cvičení 411
x−1 2
(u) f (x) = (x + 1)
x−2
• Definičný obor: D( f ) = R \ {2} .
• Nulové body funkcie: n1,2 = ±1 .
• Intervaly monotónnosti:
x(x − 1)(x − 5)
– prvá derivácia funkcie: f ′ (x) = ,
(x − 2)3
– stacionárne body: s1 = 0 , s2 = 1 , s3 = 5 ,
– funkcia klesá na: x ∈ (0, 1) ∪ (2, 5) ,
– funkcia rastie na: x ∈ (−∞, 0) ∪ (1, 2) ∪ (5, ∞) .
• Lokálne extrémy:
– minimá: x = 1 , x = 5 ,
– maximum: x = 0 .
• Konvexnoxť, konkávnosť:
14x − 10
– druhá derivácia funkcie: f ′′ (x) = ,
(x − 2)4
– nulové body 2. derivácie: d1 = 75 ,
– inflexné body funkcie: i1 = 57 ,
– funkcia je konkávna na: x ∈ −∞, 57 ,
• Asymptoty:
– asymptota bez smernice: x = 2 ,
– asymptota so smernicou: y = x + 3 .
• Graf funkcie:
35
30
25
20
15
10
-2 2 4 6
412 Kapitola 10. Derivácie, ich vlastnosti a využitie
(v) f (x) = ex − x
• Definičný obor: D( f ) = R .
• Nulové body funkcie: nemá.
• Intervaly monotónnosti:
– prvá derivácia funkcie: f ′ (x) = ex − 1 ,
– stacionárne body: s1 = 0 ,
– funkcia klesá na: x ∈ (−∞, 0) ,
– funkcia rastie na: x ∈ (0, ∞) .
• Lokálne extrémy:
– minimum: x = 0
– maximá: nemá
• Konvexnoxť, konkávnosť:
– druhá derivácia funkcie: f ′′ (x) = ex ,
– nulové body 2. derivácie: nemá,
– inflexné body funkcie: nemá,
– funkcia je konkávna na: 0/ ,
– funkcia je konvexná na: x ∈ D( f ) .
• Asymptoty:
– asymptoty bez smernice: nemá,
– asymptota so smernicou: y = −x pre x → −∞ .
• Graf funkcie:
3.5
3.0
2.5
2.0
1.5
1.0
0.5
-2 -1 0 1 2
10.10 Odpovede a výsledky cvičení 413
2
(w) f (x) = e1−x
• Definičný obor: D( f ) = R .
• Nulové body funkcie: nemá.
• Intervaly monotónnosti:
2
– prvá derivácia funkcie: f ′ (x) = −2xe1−x ,
– stacionárne body: s1 = 0 ,
– funkcia klesá na: x ∈ (0, ∞) ,
– funkcia rastie na: x ∈ (−∞, 0) .
• Lokálne extrémy:
– minimá: nemá,
– maximum: x = 0 .
• Konvexnoxť, konkávnosť:
2
– druhá derivácia funkcie: f ′′ (x) = 2e1−x (2x2 − 1) ,
– nulové body 2. derivácie: d1,2 = ± √12 ,
– inflexné body funkcie: i1,2 = ± √12 ,
– funkcia je konkávna na: x ∈ − √12 , √12 ,
– funkcia je konvexná na: x ∈ −∞, − √12 ∪ √12 , ∞ .
• Asymptoty:
– asymptoty bez smernice: nemá,
– asymptota so smernicou: y = 0 .
• Graf funkcie:
2.5
2.0
1.5
1.0
0.5
-2 -1 1 2
414 Kapitola 10. Derivácie, ich vlastnosti a využitie
(x) f (x) = ln x − x + 1
• Definičný obor: D( f ) = (0, ∞) .
• Nulové body funkcie: n1 = 1 .
• Intervaly monotónnosti:
1
– prvá derivácia funkcie: f ′ (x) = − 1 ,
x
– stacionárne body: s1 = 1 ,
– funkcia klesá na: x ∈ (1, ∞) ,
– funkcia rastie na: x ∈ (0, 1) .
• Lokálne extrémy:
– minimá: nemá,
– maximum: x = 1 .
• Konvexnoxť, konkávnosť:
1
– druhá derivácia funkcie: f ′′ (x) = − 2 ,
x
– nulové body 2. derivácie: nemá,
– inflexné body funkcie: nemá,
– funkcia je konkávna na: x ∈ D( f ) ,
– funkcia je konvexná na: 0/ .
• Asymptoty:
– asymptota bez smernice: x = 0 ,
– asymptoty so smernicou: nemá.
• Graf funkcie:
1 2 3 4
-0.5
-1.0
-1.5
-2.0
-2.5
10.10 Odpovede a výsledky cvičení 415
ln x
(y) f (x) =
x
• Definičný obor: D( f ) = (0, ∞) .
• Nulové body funkcie: n1 = 1 .
• Intervaly monotónnosti:
1 − ln x
– prvá derivácia funkcie: f ′ (x) = ,
x2
– stacionárne body: s1 = e ,
– funkcia klesá na: x ∈ (e, ∞) ,
– funkcia rastie na: x ∈ (0, e) .
• Lokálne extrémy:
– minimá: nemá,
– maximum: x = e .
• Konvexnoxť, konkávnosť:
2 ln x − 3
– druhá derivácia funkcie: f ′′ (x) = ,
3
x3
– nulové body 2. derivácie: d1 = e 2 ,
3
– inflexné body funkcie: i1 = e2 ,
3
– funkcia je konkávna na: x ∈ 0, e 2 ,
3
– funkcia je konvexná na: x ∈ e 2 , ∞ .
• Asymptoty:
– asymptota bez smernice: x = 0 ,
– asymptota so smernicou: y = 0 pre x → ∞ .
• Graf funkcie:
0.3
0.2
0.1
5 10 15 20
416 Kapitola 10. Derivácie, ich vlastnosti a využitie
x
(z) f (x) = √3
x+1
• Definičný obor: D( f ) = R \ {−1} .
• Nulové body funkcie: n1 = 0 .
• Intervaly monotónnosti:
2x + 3
– prvá derivácia funkcie: f ′ (x) = p ,
3 (x + 1)4
3
– stacionárne body: s1 = − 23 ,
– funkcia klesá na: x ∈ −∞, − 32 ,
– funkcia rastie na: x ∈ − 23 , −1 ∪ (−1, ∞) .
• Lokálne extrémy:
– minimum: x = − 32 .
– maximá: nemá.
• Konvexnoxť, konkávnosť:
−2x − 6
– druhá derivácia funkcie: f ′′ (x) = p ,
9 3 (x + 1)7
– nulové body 2. derivácie: d1 = −3 ,
– inflexné body funkcie: i1 = −3 ,
– funkcia je konkávna na: x ∈ (−∞, −3) ∪ (−1, ∞) ,
– funkcia je konvexná na: x ∈ (−3, −1) .
• Asymptoty:
– asymptota bez smernice: x = −1 ,
– asymptoty so smernicou: nemá.
• Graf funkcie:
6
-4 -3 -2 -1 1 2
-2
-4
Dôležité upozornenie!
Na cvičenie ku tejto prednáške je doporučené a vhodné priniesť si kalkulačky.
Z obrázku vidíme, že v okolí bodu a = 0, graf funkcie f (x) = sin x prakticky „splýva“ s grafom
funkcie y = x. Samozrejme hodnoty týchto dvoch funkcií sa rovnajú iba v bode a = 0 a pre každé
x ∈ O◦ (a) platí sin x ̸= x, avšak odchýľka týchto dvoch funkcií je v malom okolí bodu a = 0 veľmi
418 Kapitola 11. Taylorov polynóm
x3
malá. Príkladom omnoho horšej aproximácia pomocou diferenciálu, je funkcia f (x) = 4(x−2)2
v bode a = 1. Časť grafu tejto funkcie a dotyčnicu k nemu v bode a = 1 vidíme na nasledujúcom
obrázku.
Na nasledujúcom obrázku vidíme tri príklady lineárnych kombinácií funkcií x až x5 . Iný, ešte lepší
príklad aproximácie funkcie pomocou polynomických funkcií, môžeme vidieť na titulnom obrázku
tejto kapitoly (strana 417). Je tam graf funkcie sin x aproximovaný grafmi rôznych polynomických
funkcií, od polynómu 1. stupňa, t. j. priamky, až po polynóm 13. stupňa. Z obrázku vidíme, že
polynómami 11. a 13. stupňa dokážeme funkciu sin x dokonale aproximovať na intervale väčšom
než 2π.
To, že A = f ′ (a) nie je uvedené v definícii 10.3.1, ale bolo to dokázané vo vete 10.3.1 za ňou.
Keďže funkcia ω(x) je v okolí bodu a „veľmi malá“, vieme pomocou diferenciálu približne vyjadriť
hodnotu f (x) pre x ∈ O(a) ako
.
f (x) = f (a) + f ′ (a)(x − a)
Ak položíme P1 (x) = f (a) + f ′ (a)(x − a), tak máme aproximáciu funkcie f (x) pomocou polynómu
1. stupňa, ktorá má tú vlastnosť (viď definícia 10.3.1), že
P1 (a) = f (a) a P1′ (a) = f ′ (a) ,
420 Kapitola 11. Taylorov polynóm
Na pravej strane (11.2) sme dostali sústavu n lineárnych rovníc pre konštanty a0 , a1 , . . . , an .
Riešením tejto triviálnej sústavy rovníc a dosadením do (11.1) dostávame Taylorov polynóm funkcie
f v bode a, ktorý budeme označovať Tn ( f , x, a).
Rn ( f , x, a) = f (x) − Tn ( f , x, a) . (11.5)
P Priamo z podmienok kladených na Taylorov polynóm rovnosti (11.2) a z definície zvyšku
Taylorovho polynómu funkcie f v bode a, triviálne vyplýva, že platí
[Tn ( f , x, a)](k)
x=a = f
(k)
(a) ⇒ [Rn ( f , x, a)](k)
x=a = 0 , pre k ∈ {0, 1 , . . . , n} .
Veta 11.2.1 — Taylorova veta. Majme funkcie f a g, obe definované v okolí O(a) bodu a.
Nech pre ∀ x ∈ O(a) : ∃ f (n+1) (x) a nech pre ∀ x ∈ O(a) : ∃ g′ (x) ̸= 0. Potom existuje hodnota
0 < θ < 1 taká, že pre ∀ x ∈ O(a) platí
Dôkaz: najskôr si pre ∀ x ∈ O◦ (a) definujeme pomocné funkcie F(t) a G(t). Ďalší dôkaz budeme
robiť pre prípad a < x. V prípade x < a sa dôkaz robí analogicky. Pre a < x existuje uzavretý
interval ⟨a, x⟩ ⊆ O(a) taký, ako vidíme na nasledujúcom obrázku
a následne na tieto funkcie použijeme Cauchyho vetu o strednej hodnote 10.4.5 (strana 368).
Musíme overiť, či funkcie F(t) a G(t) spĺňajú podmienky Cauchyho vety o strednej hodnote.
1) Funkcie F(t) a G(t) sú definované a spojité na intervale ⟨a, x⟩, čo triviálne vyplýva z ich
definície a z podmienok vety.
2) Funkcie F(t) a G(t) majú 1. derivácie na intervale (a, x), čo takisto triviálne vyplýva z ich
definície a z podmienok vety,
3) Určite je splnená aj podmienka ∀t ∈ (a, x) : F ′2 (t)+G′2 (t) > 0 , pretože podľa podmienok
vety platí G′ (t) = g′ (t) ̸= 0, pre ∀t ∈ O(a),
4) Splnenie poslednej podmienky G(a) ̸= G(x) sa ľahko dokáže pomocou Rolleho vety
o strednej hodnote (veta 10.4.1). Dokáže sa to sporom. Ak by platilo G(a) = G(x) , tak
by podľa Rolleho vety musel existovať bod t ∈ (a, x) taký, že G′ (t) = g′ (t) = 0, čo je spor
s predpokladom vety.
Takže všetky predpoklady Cauchyho vety o strednej hodnote sú splnené, a preto musí platiť
F(x) − F(a) F ′ (c)
∃ c ∈ (a, x) ⇔ ∃ θ ∈ (0, 1) : c = a + θ (x − a) : = (11.7)
G(x) − G(a) G′ (c)
F ′ (c)
F(x) − F(a) = f (x) − Tn ( f , x, a) = Rn ( f , x, a) ⇒ Rn ( f , x, a) = · G(x) − G(a) (11.8)
G′ (c)
Takže platí
f (n+1) (t)
F ′ (t) = (x − t)n
n!
a špeciálne pre F ′ (c) z toho vyplýva
f (n+1) a + θ (x − a) f (n+1) a + θ (x − a)
′
n
F (c) = x − a − θ (x − a) = · (x − a)n (1 − θ )n
n! | {z n!
}
=(x−a)n (1−θ )n
P Ako vidíme z predošlej definície, Maclaurinov vzorec je iba špeciálny prípad Taylorovho
vzorca pre a = 0. Tento špeciálny prípad dostal svoje meno podľa škótskeho matematika
Colina Maclaurina (1698–1746), ktorý sa v prvej polovici 18. storočia intenzívne zaoberal
práve týmto prípadom Taylorovho polynómu.
√
V príklade 10.16 sme pomocou diferenciálu počítalu približnú hodnotu 19. Skúsme si teraz
vypočítať túto hodnotu pomocou Taylorovho polynómu 2. stupňa.
√
■ Príklad 11.1 Pomocou Taylorovho polynómu 2. stupňa vypočítajte približnú hodnotu 19.
Riešenie: funkciu f , bod x a bod x0 si zvolíme rovnako ako v príklade 10.16. To znamená, že
√
f (x) = x , x0 = 16 a x = 19. Takže máme
x0 = 16
√
f (x) = x f (x0 ) = 4
f ′ (x) = 1
√
2 x
f ′ (x0 ) = 1
8
▷ Ak si za funkciu g zvolíme funkciu g(t) = t , pre ∀t ∈ ⟨a, x⟩ , tak dostaneme Cauchyho tvar
zvyšku, resp. Cauchyho odhad chyby. Jeho finálna podoba je
f (n+1) a + θ (x − a)
Cn ( f , x, a) = (x − a)n+1 (1 − θ )n . (11.9)
n!
Dosadením predošlého výrazu a F ′ (c) zo záveru dôkazu Taylorovej vety do rovnosti (11.8),
dostaneme finálnu podobu Lagrangeovho tvaru zvyšku
f (n+1) a + θ (x − a)
Ln ( f , x, a) = (x − a)(n+1) (11.10)
(n + 1)!
x x2 xn eθ x xn+1
ex = 1 + + +···+ +
1! 2! n! (n + 1)!
Ako vidíme, jej derivácie sa periodicky opakujú. V bode a = 0 sa budú hodnoty funkcie a
jej derivácií (0, 1, 0, −1, 0, 1, . . .). Teraz už stačí dosadiť do vzorca (11.3) a do vzorca (11.10)
pre Lagrangeov tvar zvyšku a dostaneme
x3 x5 x2n+1 x2n+3
sin x = x − + − · · · + (−1)n + (−1)n+1 cos(θ x)
3! 5! (2n + 1)! (2n + 3)!
424 Kapitola 11. Taylorov polynóm
Ako vidíme, jej derivácie sa periodicky opakujú. V bode a = 0 sa budú hodnoty funkcie a
jej derivácií (1, 0, −1, 0, 1, 0, . . .). Teraz už stačí dosadiť do vzorca (11.3) a do vzorca (11.10)
pre Lagrangeov tvar zvyšku a dostaneme
x2 x4 x2n x2n+2
cos x = 1 − + − · · · + (−1)n + (−1)n+1 cos(θ x)
2! 4! (2n)! (2n + 2)!
■
Ako vidíme z predošlého príkladu, Maclaurinove polynómy funkcií ex , sin x a cos x zodpovedajú
ich definíciam pomocou nekonečných radov (7.14), (7.15) a (7.16) v 7. kapitole (strana 256).
Rozdiel je len v tom, že rady sú nekonečné a polynómy majú len konečný počet členov, sú rádu n.
Na záver teórie zaoberajúcej sa aproximáciou funkcií pomocou polynómov, dokážeme vetu
hovoriacu o tom, že aproximácia funkcie pomocou Taylorovho polynómu je najlepšia možná
aproximácia funkcie polynómom. Predtým však musíme dokázať jedno pomocné tvrdenie, ktoré
budeme v dôkaze vety používať.
Lema 11.2.2 Nech má funkcia ϕ : O(a) → R spojitú n. deriváciu v O(a) a nech platí
Následne by sme mali ukázať, že takto definovaná funkcia ω(x) spĺňa podmienky vety. Ukázať,
že ω(a) = 0 je triviálne, pretože to vyplýva priamo z definície funkcie ω(x). Ale nebudeme teraz
dokazovať, že lim ω(x) = 0 pretože pri počítaní tejto limity sa n-krát používa L’Hôpitalovo
x→a
pravidlo, ktorým sa budeme zaoberať až v 12. kapitole. Dôkaz uvedenej limity necháme ako
cvičenie 12.5 (strana 462) na neskôr. Dovtedy budeme musieť veriť, že skutočne lim ω(x) = 0 .
x→a
Q.E.D.
f ( j) (a)
Pn (x) ̸= Tn ( f , x, a) ⇒ existuje najmenšie také číslo 0 ≤ j ≤ n : a j ̸=
j!
f (x) − Pn (x)
Potom limita lim =
x→a (x − a) j
!
f ( j) (a) f (n) (a) f ( j) (a)
= lim (x − a)n− j ω(x) + −aj +···+ − an (x − a)n− j = −aj > 0
x→a j! n! j!
a limita
f (x) − Tn ( f , x, a) Rn ( f , x, a)
lim j
= lim = lim (x − a)n− j ω(x) = 0 .
x→a (x − a) x→a (x − a) j x→a
Takže podľa (11.13) a z vety o porovnaní limít funkcií (veta 8.3.3, strana 301) vyplývaa
To ale znamená
■ Príklad 11.3 Napíšte Taylorov polynóm 3. stupňa pre funkciu f (x) = arctg x v bode a = 0 .
Riešenie: musíme vypočítať prvé tri derivácie danej funkcie a hodnotu funkcie a jej derivácií
v bode a = 0. Derivácie a ich hodnoty sú uvedené v nasledovnej tabuľke.
a=0
f (x) = arctg x f (0) = 0
f ′ (x) = 1
1+x2
f ′ (0) = 1
f ′′ (x) = − (1+x
2x
2 )2 f ′′ (0) = 0
6x2 −2
f ′′′ (x) = (1+x2 )3
f ′′′ (0) = −2
Teraz už musíme iba dosadiť hodnoty z 2. stĺpca tabuľky do vzorca 11.3. Ešte si treba uvedomiť,
že pre a = 0 máme (x − a) = x.
2 3 x3
arctg x = x − x + R3 ( f , x, 0) = x − + R3 ( f , x, 0) .
3! 2
Odhad chyby v tomto type úloh nemusíme robiť a preto je chyba vyjadrená bližšie nešpecifikovaným
členom R3 ( f , x, 0). ■
■ Príklad 11.4 Napíšte Taylorov polynóm 3. stupňa pre funkciu f (x) = sin(ln x) v bode a = 1 .
Riešenie: musíme vypočítať prvé tri derivácie danej funkcie a hodnotu funkcie a jej derivácií
v bode a = 1. Derivácie a ich hodnoty sú uvedené v nasledovnej tabuľke.
a=1
f (x) = sin(ln x) f (1) = 0
f ′ (x) = cos(ln
x
x)
f ′ (1) = 1
f ′′ (x) = − sin(ln x)+cos(ln
x2
x)
f ′′ (1) = −1
f ′′′ (x) = 3 sin(ln x)+cos(ln
x3
x)
f ′′′ (1) = 1
(x − 1)2 (x − 1)3 5 5 1
sin(ln x) = (x − 1) − + + R3 ( f , x, 0) = − + x − x2 + x3 + R3 ( f , x, 0) .
2! 3! 3 2 6
■
11.3 Použitie Taylorovho polynómu na výpočet približných hodnôt funkcie 427
■ Príklad 11.5 Napíšte Taylorov polynóm 5. stupňa pre funkciu f (x) = ln sinx x v bode a = π4 .
Riešenie: musíme vypočítať prvých päť derivácií danej funkcie a hodnotu funkcie a jej derivácií
v bode a = π4 . Derivácie a ich hodnoty sú uvedené v nasledovnej tabuľke.
a = π4
√
f (x) = ln sinx x f π4 = ln 2 π 2
f ′ (x) = cotg x − 1x f ′ π4 = 1 − π4
Teraz už musíme iba dosadiť hodnoty z 2. stĺpca tabuľky do vzorca 11.3, ale v tomto prípade
k
nebudeme roznásobovať a upravovať členy x − π4 .
√ 4 128
π π2 − 2 π 2 4 − π 3
sin x 2 2 4 π 3
ln = ln + 1− x− + x− + x− +
x π π 4 2! 4 3! 4
97
1536
π4
− 17 π 4 − 24576
π5
π 5 π
+ 2
x− ++ 2 x− + R5 f , x, .
4! 4 5! 4 4
■
3
■ Príklad 11.6 Napíšte Taylorov polynóm 2. stupňa pre funkciu f (x) = xx2 +2x−1
+3x+5
v bode a = 0 .
Riešenie: musíme vypočítať prvé dve derivácie danej funkcie a hodnotu funkcie a jej derivácií
v bode a = 0. Daná funkcia f je racionálna funkcia, čo znamená, že je to zlomok, ktorý má
v čitateli aj v menovateli polynóm. Naviac polynóm v čitateli zlomku je vyššieho stupňa než
polynóm v menovateli. Máme preto dve možnosti riešenia tejto úlohy. Prvou z nich je tá, pri ktorej
budeme počítať derivácie funkcie f v tvare, v ktorom je táto funkcia zadaná. Derivácie a ich
hodnoty sú uvedené v nasledovnej tabuľke.
a=0
3 +2x−1
f (x) = xx2 +3x+5 f (0) = − 51
4 3 2
f ′ (x) = x +6x 2+13x +2x+13
2 f ′ (0) = 13
25
(x +3x+5)
3 +74x2 +72x−68
f ′′ (x) = 12x
3 f ′′ (0) = − 125
68
(x2 +3x+5)
Teraz už musíme iba dosadiť hodnoty z 2. stĺpca tabuľky do vzorca 11.3 a po úprave dostaneme
x3 + 2x − 1 1 13 34 2
2
=− + x− x + R2 ( f , x, 0) .
x + 3x + 5 5 25 125
Výpočet derivácií danej funkcie f síce nie je ťažký, funkcia f sa derivuje podľa pravidla o derivovaní
podielu, avšak je to pracná záležitosť, pri ktorej sa dá veľmi ľahko pomýliť.
Druhá možnosť riešenia úlohy je tá, pri ktorej najskôr upravíme funkciu f tak, že vydelíme
polynóm v čitateli polynómom v menovateli, čím dostaneme
6x + 14
x3 + 2x − 1 ÷ x2 + 3x + 5 = x − 3 + 2
.
x + 3x + 5
428 Kapitola 11. Taylorov polynóm
x3 + 2x − 1 6x + 14
f (x) = = x − 3 + g(x) , kde g(x) = .
x2 + 3x + 5 x2 + 3x + 5
V rovnosti f (x) = x − 3 + g(x) je výraz x − 3 polynómom, takže nám stačí pomocou Taylorovho
polynómu vyjadriť funkciu g(x). Keďže stupeň polynómu v jej čitateli je nižší než tomu bolo
v prípade funkcie f , budú sa derivácie funkcie g počítať o čosi menej pracne. Derivácie funkcie g
a ich hodnoty v bode a = 0 sú v nasledovnej tabuľke.
a=0
6x+14 14
g(x) = x2 +3x+5
g(0) = 5
2
g′ (x) = − 6x2+28x+122 g′ (0) = − 25
12
(x +3x+5)
3 2 +138x−68
g′′ (x) = 12x +84x 3 g′′ (0) = − 125
68
(x2 +3x+5)
Teraz už musíme iba dosadiť hodnoty z 2. stĺpca tabuľky do vzorca 11.3 a po úprave dostaneme
14 12 34 2
g(x) = − x− x + R2 (g, f , 0) .
5 25 125
Dosadením do rovnosti f (x) = x − 3 + g(x) a úpravou, dostaneme
14 12 34 2 1 13 34 2
f (x) = x − 3 + − x− x + R2 (g, f , 0) = − + x− x + R2 (g, x, 0) .
5 25 125 5 25 125
■
Ďalším typom úloh, ktorým sa teraz budeme zaoberať, sú úlohy na odhad chyby, pri aproximácii
funkcie Taylorovým polynómom. V tomto type bude daná funkcia f , Taylorov polynóm, ktorým
ju aproximujeme a interval hodnôt x. Našou úlohou bude odhadnúť absolútnu hodnotu chyby
aproximácie funkcie f na danom intervale. Vo všetkých nasledujúcich úlohách na to použijeme
Lagrangeov tvar zvyšku.
■ Príklad 11.7 Určte absolútnu hodnotu chyby aproximácie funkcie Taylorovým polynómom
x2 xn
ex ≈ 1 + x + +···+ , pre 0 ≤ x ≤ 1 .
2 n!
Riešenie: daná funkcia je f (x) = ex a jej Taylorov polynóm n. stupňa pre a = 0. Chybu aproximácie
odhadneme podľa vzorca pre Lagrangeov tvar zvyšku (11.10). Pripomeňme si jeho podobu
f (n+1) a + θ (x − a)
Ln ( f , x, a) = (x − a)(n+1)
(n + 1)!
čo využijeme neskôr. Derivácie funkcie f (x) = ex sa počítajú veľmi ľahko. Platí f (n) (x) = ex .
Pri odhade chyby nepoznáme hodnotu parametra θ , len vieme, že taká hodnota z intervalu ⟨0, 1⟩
musí existovať. Preto chybu „nepočítame“, ale len „odhadujeme“. Robíme to tak, že tie členy,
ktorých presnú hodnotu nepoznáme, odhadneme takým spôsobom, aby chyba bola čo najväčšia.
11.3 Použitie Taylorovho polynómu na výpočet približných hodnôt funkcie 429
Inak povedané, berieme vždy ten, z hľadiska chyby, najhorší možný prípad a skutočná chyba potom
bude menšia. Okrem toho počítame absolútnu hodnotu chyby. V našom prípade to znamená
Odhad e(a+θ (x−a)) < e sme spravili na základe toho, že funkcia ex má na intervale x ∈ ⟨0, 1⟩
najväčšiu hodnotu pre x = 1. Odhad xn+1 < 1 takisto vyplýva z toho, že na intervale x ∈ ⟨0, 1⟩ bude
.
najväčšia hodnota pre x = 1. Potom sme už len odhadli veľkosť konštanty e = 2, 71 < 3. Takže
3
uvedená aproximácia bude mať pre x ∈ ⟨0, 1⟩ absolútnu chybu menšiu než (n+1)! . ■
■ Príklad 11.8 Určte absolútnu hodnotu chyby aproximácie funkcie Taylorovým polynómom
x3 1
sin x ≈ x − , pre |x| ≤ .
6 2
Riešenie: daná je funkcia f (x) = sin x a jej Taylorov polynóm 3. stupňa, čo v prípade funkcie
sin x znamená pre n = 1, v bode a = 0. Vzorec pre zodpovedajúci Lagrangeov tvar zvyšku bol už
uvedený v príklade 11.2 (b) (strana 423). Chybu aproximácie odhadneme ako
cos(θ x) 5 1 1 1
| L1 (sin x, x, 0)| = (−1)2 x < 1· · 5 = .
5! 5! 2 3840
Odhad cos(θ x) < 1 je triviálny a odhad x5 < 215 vyplýva z toho, že na intervale x ∈ − 21 , 12 má
funkcia x5 najväčšiu hodnotu pre x = 12 . Takže uvedená aproximácia bude mať pre x ∈ − 21 , 12
1
absolútnu chybu menšiu než 3840 . ■
■ Príklad 11.9 Určte absolútnu hodnotu chyby aproximácie funkcie Taylorovým polynómom
x3
tg x ≈ x + , pre |x| ≤ 0, 1 .
3
Riešenie: daná je funkcia f (x) = tg x a jej Taylorov polynóm 3. stupňa v bode a = 0. Na od-
had chyby pomocou Lagrangeovho tvaru zvyšku, budeme potrebovať 4. deriváciu funkcie f . Jej
derivácie sú
1 −2 sin x 4 6 24 sin x 8 sin x
f ′ (x) = , f ′′ (x) = , f ′′′ (x) = − , f iv (x) = −
cos2 x cos3 x cos x cos4 x
2 cos5 x cos3 x
Odhad chyby bude
4
24 sin(θ x) 8 sin(θ x) x
| L3 (tg x, x, 0)| = − · = (∗) (11.14)
cos5 (θ x) cos3 (θ x) 4!
Vo vzorci (11.14) pre Lagrangeov tvar zvyšku hodnotu funkcie x4 odhadneme ľahko. Tá je na in-
1 1
tervale x ∈ − 10 1
, 10 maximálna pre x = 10 . Ale máme tam aj výrazy 24 sin(θ x)
cos5 (θ x)
a 8cos
sin(θ x)
3 (θ x) . Hodnota
zlomku sa zväčšuje, ak pri pevnom menovateli zväčšujeme čitateľ, alebo ak pri pevnom čitateli
zmenšujeme menovateľ. Preto uvedené zlomky odhadneme tak, že pre ich čitateľ budeme brať
maximálnu a pre ich menovateľ minimálnu hodnotu. Okrem toho si musíme uvedomiť, že pri
goniometrických funkciách uhly vždy vyjadrujeme v oblúkovej miere (radiánoch) a že platí
nerovnosť
| sin x| < |x| .
430 Kapitola 11. Taylorov polynóm
Túto nerovnosť sme dokázali napríklad v príklade 10.17 (strana 367), alebo v príklade 8.16 (strana
303). Rovnakým spôsobom, akým sme v príklade 10.17 dokazovali nerovnosť pre sin x, vieme pre
funkciu cos x dokázať nerovnosť
|1 − cos x| ≤ |x|
a následne použitím alternatívnej podoby trojuholníkovej nerovnosti (5.2) (strana 180) z toho
dostaneme
1 − | cos x| ≤ |1 − cos x| ≤ |x| ⇒ 1 − |x| ≤ | cos x| .
Pokračujeme teda v odhade chyby (11.14)
24 · 0, 1 8 · 0, 1 1 .
(∗) < 5
− 3
· 4
= 1, 23 · 10−5 .
0, 9 0, 9 4! 10
■ Príklad 11.10 Určte absolútnu hodnotu chyby aproximácie funkcie Taylorovým polynómom
√ x x2
1 + x ≈ 1 + − , pre 0 ≤ x ≤ 1 .
2 8
√
Riešenie: daná je funkcia f (x) = 1 + x a jej Taylorov polynóm 2. stupňa v bode a = 0. Na od-
had chyby pomocou Lagrangeovho tvaru zvyšku, budeme potrebovať 3. deriváciu danej funkcie.
Derivácie funkcie f sú
1 −1 3
f ′ (x) = √ , f ′′ (x) = p , f ′′′ (x) = p
2 1+x 4 (1 + x)3 8 (1 + x)5
Odhad chyby potom bude
√ 3 x3 3 1 1
| L2 ( 1 + x, x, 0)| = p · < · = .
8 (1 + θ x) 3!
5 8 6 16
p
Funkcia (1 + θ x)5 bude mať na intervale x ∈ ⟨0, 1⟩ najmenšiu hodnotu pre x = 0 a x3 bude
na intervale x ∈ ⟨0, 1⟩ najväčšie pre x = 1. Takže uvedená aproximácia bude mať pre x ∈ ⟨0, 1⟩
1
absolútnu chybu menšiu než 16 . ■
Posledný zo série úloh na odhad chyby aproximácie bude odlišný od predchádzajúcich štyroch
príkladov. Teraz budeme poznať funkciu a jej aproximáciu Taylorovým polynómom, budeme poznať
požadovanú chybu a našou úlohou bude zistiť, pre ktoré x ∈ D( f ) má aproximácia menšiu chybu
než je požadovaná.
2
■ Príklad 11.11 Pre ktoré x ∈ R má aproximácia cos x ≈ 1 − x2 chybu ε < 0, 00001?
Riešenie: vzorec Lagrangeovho tvaru zvyšku pre aproximáciu funkcie cos x Taylorovým polynó-
mom bol uvedený už v príklade (11.2) (c). V danom prípade sa jedná o aproximáciu Taylorovým
polynómom 2. stupňa, čo v prípade funkcie cos x znamená n = 1. Chyba aproximácie bude
x4 x4
| L2 (cos x, x, 0)| = (−1)2 cos(θ x) ≤ .
4! 24
Použili sme triviálny odhad | cos x| ≤ 1 . V zadaní úlohy sa požaduje, aby chyba bola menšia než
0, 0001, a preto riešime nerovnicu
r
x4 1 4 24 4 24 .
< ⇔ x < ⇔ |x| < = 0, 2213
24 10000 10000 10000
11.3 Použitie Taylorovho polynómu na výpočet približných hodnôt funkcie 431
Odpoveďou na otázku zo zadania úlohy je, že daná aproximácia má pre |x| < 0, 22 chybu menšiu
než 0, 00001. Hodnota x je samozrejme vyjadrená v radiánoch. Ak by sme ju chceli prepočítať
na stupne, tak by |x| muselo byť menšie, než približne 13◦ 16′ . ■
Posledná séria úloh je pre Taylorov polynóm najtypickejšia. Je to približný výpočet hodnôt
danej funkcie s danou presnosťou. Približné hodnoty danej funkcie sme počítali už pomocou
diferenciálu v 10. kapitole. Ale po prvé bola aproximácia pomocou diferenciálu len veľmi hrubá
aproximácia dotyčnicou a po druhé sme vtedy ešte nemali nástroj na odhad chyby aproximácie.
Taylorov polynóm nám poskytuje ako lepšie možnosti aproximácie, tak nástroj na odhad jej chyby.
■ Príklad 11.12 Vypočítajte približnú hodnotu sin(18◦ ) s chybou menšou než 10−6 .
Riešenie: Taylorov polynóm pre funkciu sin x v bode a = 0, ako aj odhad chyby poznáme. Viď
príklad 11.2 (b). Absolútna chyba aproximácie je
x2n+3
| Ln (sin x, x, 0)| = (−1)n+1 cos(θ x) .
(2n + 3)!
x2n+3 π 2n+3
| Ln (sin x, x, 0)| = (−1)n+1 cos(θ x) < 2n+3
(2n + 3)! 10 (2n + 3)!
V zadaní sa požaduje, aby chyba bola menšia než 10− 6. Preto riešime nerovnicu
π 2n+3 −6 π 2n+3
< 10 ⇔ < 102n−3
102n+3 (2n + 3)! (2n + 3)!
Túto nerovnicu nebude riešiť, ale iba odhadovať
π 2n+3
n (2n+3)! 102n−3
1 ≈ 2, 55 10−1
2 ≈ 0, 60 10
Z tabuľky vidíme, že už pre n = 2 je nerovnosť pre odhad chyby splnená. Na aproximáciu s poža-
dovanou chybou nám preto postačí Taylorov polynóm pre n = 2. Pre funkciu sin x to znamená
x3 x5
sin x ≈ x − +
6 120
.
Dosadením hodnoty x = 10 π
dostaneme výsledok sin(18◦ ) = 0, 309017054, čo sa od skutočnej
hodnoty líši o približne 5, 9 · 10−8 . ■
■ Príklad 11.13 Vypočítajte približnú hodnotu ln(1, 2) s chybou menšou než 10−3 .
Riešenie: použijeme Taylorov polynóm funkcie f (x) = ln x v bode a = 1. Derivácie funkcie f sú
1 1 2 (−1)n−1 (n − 1)!
f ′ (x) = , f ′′ (x) = − , f ′′′ (x) = , . . . , f (n)
(x) =
x x2 x3 xn
Potom platí
Požadujeme chybu menšiu než 10−3 , a preto budeme riešiť / odhadovať nerovnicu
1 5n+1 125
· n+1 < 10−3 ⇔ n−2 < n + 1
n + 1 10 2
125
n 2n−2
n+1
1 250 2
.. .. ..
. . .
6 ≈ 7, 8 7
7 ≈ 3, 9 8
Z tabuľky vidíme, že pre n = 7 je už nerovnosť pre odhad chyby splnená. Preto zoberieme aproxi-
máciu
(x − 1)2 (x − 1)3 (x − 1)4 (x − 1)5 (x − 1)6 (x − 1)7
ln x ≈ (x − 1) − + − + − + ,
2 3 4 5 6 7
.
dosadíme x = 1, 2 a dostaneme ln(1, 2) = 0, 182321828, čo sa od skutočnej hodnoty líši približne
o 2, 7 · 10−7 . Ako vidíme, občas sa môže stať, že skutočna chyba je oveľa menšia, než odhadovaná
chyba. ■
√
■ Príklad 11.14 Vypočítajte približnú hodnotu e s chybou menšou než 10−5 .
Riešenie: v tomto príklade zoberieme funkciu f (x) = ex a jej Taylorov polynóm v bode a = 0.
S tým sme sa už stretli v príklade 11.2, kde máme aj vzorec pre odhah chyby. V našom prípade
máme x = 12 a absolútnu chybu odhadneme ako
eθ x xn+1 2 1
| Ln (ex , x, 0)| = < =
(n + 1)! (n + 1)!2n+1 (n + 1)!2n
V zadaní sa požaduje chyba menšia než 10−5 , a preto musíme riešiť / odhadnúť nerovnicu
1
< 10−5 ⇔ 105 < (n + 1)!2n
(n + 1)!2n
n (n + 1)!2n
1 4
.. ..
. .
5 23 040
6 322 560
Z tabuľky vidíme, že pre n = 7 je už nerovnosť pre odhad chyby splnená. Preto zoberieme aproxi-
máciu
x x2 x3 x4 x5 x6
ex ≈ 1 + + + + + + ,
1! 2! 3! 4! 5! 6!
√ .
dosadíme do nej hodnotu x = 12 a dostaneme e = 1, 648719618, čo sa od skutočnej hodnoty líši
približne o 1, 6 · 10−6 . ■
11.4 Krivky a funkcie dané parametricky 433
■ Príklad 11.15 Vypočítajte približnú hodnotu arcsin (0, 45) s chybou menšou než 10−1 .
Riešenie: zoberieme si funkciu f (x) = arcsin x a jej Taylorov polynóm v bode a = 0. Derivácie
funkcie f a jej hodnoty v bode a sú v nasledujúcej tabuľke.
a=0
f (x) = arcsin x f (0) = 0
f ′ (x) = √ 1
1−x2
f ′ (0) = 1
′′
f (x) = √ x 2 3 f ′′ (0) = 0
(1−x√)
′′′ (1+x2 ) 1−x2
f (x) = (1−x2 )3 f ′′ (0) = 1
√
3 +7x) 1−x2
f iv (x) = (3x (1−x 2 )4 f iv (0) = 0
Všeobecne týmto spôsobom napísať n. deriváciu nevieme, takže len odhadneme chybu L3 (arcsin x, x, 0).
Z pomerne hrubého odhadu, podľa Lagrangeovho tvaru zvyšku, dostaneme
3, 875 .
L3 (arcsin x, x, 0) < · 0.454 = 0, 105
24 · 0, 54
Vidíme, že by aproximácia Taylorovým polynómom 3. stupňa mohla stačiť. Preto do aproximácie
x3
arcsin x ≈ x +
6
.
dosadíme hodnotu x = 0.45 a dostaneme arcsin (0, 45) = 0, 4651875, čo sa od skutočnej hodnoty
líši približne o 1, 5 · 10−3 . ■
bude mať parametrické vyjadrenie, ktoré je uvedené pod obrázkom. Čiže funkcia ϕ(t) = cost a
x = ϕ(t), funkcia ψ(t) = sint a y = ψ(t) a parameter t nadobúda všetky hodnoty z intervalu
⟨0, 2π⟩. Toto parametrické vyjadrenie kružnice vyplýva z jednotkovej kružnice, ktorá sa bežne
používa na určovanie hodnôt funkcií sin x a cos x. Z parametrického vyjadrenia kružnice, vieme
vhodnými multiplikatívnymi konštantami, vyrobiť parametrické vyjadrejme elipsy. Príklad elipsy
máme na nasledujúcom obrázku
Definícia 11.4.1 — Krivka daná parametricky. Majme interval ⟨a, b⟩ a funkcie ϕ(t) a ψ(t)
definované pre t ∈ ⟨a, b⟩. Potom množina bodov
Bod meniaci svoju polohu v rovine v závislosti od uhla t (príklady parametrického vyjadrenia
kružnice a elipsy), alebo v závislosti od času t, vytvára krivku danú parametricky. Vlastnosti kriviek
daných parametricky môžeme upravovať kladením dodatočných požiadaviek na funkcie ϕ(t) a ψ(t).
Parametricky sa samozrejme dá zapísať aj graf ľuvoboľnej reálnej funkcie f : D( f ) → R. Stačí
položiť x = ϕ(t) = t , y = ψ(t) = f (t) , t ∈ D( f ) .
Parametricky vieme vyjadriť napríklad lomenú čiaru z nasledujúceho obrázku
ale aj rôzne exotické krivky. Príklady niektorý z nich, aj s uvedením ich názvov (ak existujú) a ich
parametrických vyjadrení, máme na nasledujúcej sérií obrázkov.
436 Kapitola 11. Taylorov polynóm
Veta 11.4.1 — O funkciách daných parametricky. Majme interval I a krivku danú para-
metricky, určenú predpisom x = ϕ(t) , y = ψ(t) pre t ∈ I. Potom ak funkcia ϕ(t) je injektívna,
tak existuje reálna funkcia f (x) taká, že y = f (x).
Dôkaz: označme si množinu M = {x : x = ϕ(t) , t ∈ I} . Funkcia ϕ(t) je podľa predpokladov
vety injektívna, a preto existuje k nej inverzná funkcia ϕ −1 : M → I taká, že t = ϕ −1 (x). Hľadanú
funkciu f (x) potom definujeme predpisom
f (x) = ψ ϕ −1 (x) , D( f ) = M
P Predošlá veta hovorí o tom, že na to, aby krivka daná parametricky bola reálnou funkciou,
stačí, aby funkcia definujúca x-ové súradnice jej bodov, bola injektívna.
Veta 11.4.2 — O derivácii funkcie danej parametricky. Majme interval I a funkciu f danú
parametricky, určenú predpisom x = ϕ(t) , y = ψ(t) pre t ∈ I. Potom ak sú funkcie ϕ(t), ψ(t)
diferencovateľné na intervale I a naviac platí ϕ ′ (t) ̸= 0 pre ∀t ∈ I, tak existuje derivácia f ′ danej
funkcie a jej parametrické vyjadrenie je
x = ϕ(t)
′
f :
y = ψ ′ (t) , pre t ∈ I .
ϕ ′ (t)
Dôkaz: keďže f je funkcia, z vety 11.4.1 vyplýva, že funkcia ϕ(t) musí byť injektívna, existuje
k nej inverzná funkcia ϕ −1 a funkcia f sa dá explicitne zapísať ako f (x) = ψ ϕ −1 (x) =
ψ ′ (t)
f ′ (x) = , kde t = ϕ −1 (x) .
ϕ ′ (t)
Podľa vety 11.4.2, pri splnení všetkých jej predpokladov, môžeme potom počítať aj vyššie
derivácie funkcií daných parametricky. Napríklad 2. derivácia funkcie f danej parametricky sa
vypočíta ako
x = ϕ(t)
f′ : h i′
ψ ′ (t)
ϕ ′ (t) ψ ′′ (t)ϕ ′ (t)−ψ ′ (t)ϕ ′′ (t)
y= = , pre t ∈ I .
ϕ ′ (t) (ϕ ′ (t))3
438 Kapitola 11. Taylorov polynóm
11.5 Cvičenia
Cvičenie 11.2 Napíšte Taylorov polynóm n. stupňa funkcie f v danom bode x0 a pre dané n.
(a) f (x) = ex , x0 = 0 , n ∈ N (i) f (x) = ln 1+x
1−x
, x0 = 0 , n ∈ N
(b) f (x) = sin x , x0 = 0 , n ∈ N x
(j) f (x) = e 2 +2 , x0 = 0 , n ∈ N
(c) f (x) = cos x , x0 = 0 , n ∈ N (k) f (x) = tg x , x0 = 0 , n ≤ 5
(d) f (x) = ln(x + 1) , x0 = 0 , n ∈ N (l) f (x) = arcsin x , x0 = 0 , n ≤ 5
(e) f (x) = ln x , x0 = 1 , n ∈ N (m) f (x) = xx , x0 = 1 , n ≤ 3
1
(f) f (x) = x , x0 = 0 , n ∈
2
N (n) f (x) = ln cos x , x0 = 0 , n ≤ 4
(g) f (x) = arctg x , x0 = 0 , n ≤ 5 (o) f (x) = 1x , x0 ̸= 0 , n ≤ 3
(h) f (x) = ln(1 − x) , x0 = 0 , n ∈ N (p) f (x) = cotg x , x0 = π
4 , n≤3
■
Pn (x) = a0 + a1 x + a2 x2 + · · · + an xn ,
√
(j) sin 1◦ , ε = 10−5 (w) 29 , ε = 10−3
3
1+x+x2
Cvičenie 11.8 Daná je funkcia f (x) = 1−x+x 2 . Nájdite Lagrangeov tvar zvyšku L4 ( f , x, 0) pre
aproximáciu tejto funkcie Taylorovým polynómom 4. stupňa. ■
(1+x)100
Cvičenie 11.9 Napíšte najlepšiu aproximáciu funkcie f (x) = (1−2)40 (1+2x)60 polynómom
2. stupňa. ■
√
m m
Cvičenie 11.10 Napíšte najlepšiu aproximáciu f (x) = a + x polynómom 2. stupňa. ■
2
Cvičenie 11.11 Napíšte najlepšiu aproximáciu f (x) = e2x−x polynómom 5. stupňa. ■
√ √
Cvičenie 11.12 Napíšte aproximáciu funkcie f (x) = 1 − 2x + x3 − 3 1 − 3x + x2 polynó-
mom 3. stupňa. ■
Cvičenie 11.13 Napíšte najlepšiu aproximáciu funkcie f (x) = ex x−1 polynómom 4. stupňa. ■
√
3
Cvičenie 11.14 Napíšte najlepšiu funkcie f (x) = sin x3 polynómom 13. stupňa. ■
440 Kapitola 11. Taylorov polynóm
-15 -10 -5 5 10
-2
-4
-6
11.6 Odpovede a výsledky cvičení 441
3
(b) f (x) = 32x2 x2 − 1
• Definičný obor: D( f ) = R .
• Nulové body funkcie: n1 = 0 , n2,3 = ±1 .
• Intervaly monotónnosti:
– prvá derivácia funkcie: f ′ (x) = 64x(x + 1)(x − 1)(4x4 − 5x2 + 1) ,
– stacionárne body: s1 = 0 , s2,3 = ±1 , s4,5 = ±12 ,
– funkcia klesá na: x ∈ (−∞, −1) ∪ −1, − 12 ∪ 0, 12 ,
– funkcia rastie na: x ∈ − 2 , 0 ∪ 12 , 1 ∪ (1, ∞) .
1
• Lokálne extrémy:
– minimá: x = ± 21 ,
– maximum: x = 0 .
• Konvexnoxť, konkávnosť:
– druhá derivácia funkcie: f ′′ (x) = 64(x + 1)(x − 1)(28x 4 2
q − 17x + 1) ,
√
– nulové body 2. derivácie: d1,2 = ±1 , d3,4,5,6 = ± 17±56 177 ,
q √
– inflexné body funkcie: i1,2 = ±1 , i3,4,5,6 = ± 17±56 177 ,
– funkcia
je konkávna na: q
q √ √ q √ q √
17+ 177 17− 177 17− 177 17+ 177
x ∈ −1, − 56 ∪ − 56 , 56 ∪ 56 ,1 ,
– funkcia
q je konvexná na: x ∈ (−∞,
−1)∪
√ q √ q √ q √
17+ 177 17− 177 17− 177 17+ 177
∪ − 56 ,− 56 ∪ 56 , 56 ∪ (1, ∞) .
• Asymptoty:
– asymptoty bez smernice: nemá,
– asymptoty so smernicou: nemá.
• Graf funkcie:
20
15
10
1.0
0.5
-10 -5 5 10
-0.5
-1.0
11.6 Odpovede a výsledky cvičení 443
(d) f (x) = x2 − 2 ln x
• Definičný obor: D( f ) = (0, ∞) .
• Nulové body funkcie: nemá.
• Intervaly monotónnosti:
2
– prvá derivácia funkcie: f ′ (x) = 2x − ,
x
– stacionárne body: s1,2 = ±1 ,
– funkcia klesá na: x ∈ (0, 1) ,
– funkcia rastie na: x ∈ (1, ∞) .
• Lokálne extrémy:
– minimum: x = 1 ,
– maximá: nemá.
• Konvexnoxť, konkávnosť:
2
– druhá derivácia funkcie: f ′′ (x) = 2 + 2 ,
x
– nulové body 2. derivácie: nemá,
– inflexné body funkcie: nemá,
– funkcia je konkávna na: 0/ ,
– funkcia je konvexná na: x ∈ D( f ) .
• Asymptoty:
– asymptota bez smernice: x = 0 ,
– asymptoty so smernicou: nemá.
• Graf funkcie:
20
15
10
1 2 3 4 5
x2 x2n
(c) Tn ( f , 0) = 1 − + ... + (−1)n + ...
2! (2n)!
x2 xn
(d) Tn ( f , 0) = x − + ... + (−1)n−1 + ...
2 n
(x − 1)2 (x − 1)n
(e) Tn ( f , 0) = (x − 1) − + ... + (−1)n−1 + ...
2 n
x2 ln2 2 xn lnn 2
(f) Tn ( f , 0) = 1 − x ln 2 + − ... + (−1)n + ...
2! n!
x3 x5
(g) T5 ( f , 0) = x − +
3 5
x2 x3 xn
(h) Tn ( f , 0) = −x − − − ... − + ...
2 3 n
x3 x5 x2n−1
(i) Tn ( f , 0) = 2 x + + + + ...
3 5 2n − 1
e2 x e2 x 2 e2 xn
(j) Tn ( f , 0) = e2 + + 2 ... + n + ...
2 2 2! 2 n!
x3 2
(k) T5 ( f , 0) = x + + x5
3 15
1 3
(l) T5 ( f , 0) = x + x3 + x5
6 40
(x − 1)3
(m) T3 ( f , 0) = 1 + (x − 1) + (x − 1)2 +
2
x2 x4
(n) T4 ( f , 0) = − −
2 12 ■
.
(d) f (x) = ln x , x0 = e , n = 3 , ln 2 = 0,695
√ p .
(e) f (x) = 5 x , x0 = 1 , n = 3 , 5 1,5 = 1,086
.
(f) f (x) = ex , x0 = 0 , n = 6 , e = 2,718
√ √ .
(g) f (x) = 4 x , x0 = 34 = 81 , n = 3 , 121 = 3,3215
4
.
(h) f (x) = ln x , x0 = 1 , n = 4 , ln 1,3 = 0,2619
√ √ .
(i) f (x) = 4 x , x0 = 34 = 81 , n = 2 , 83 = 3,018347
4
.
(j) f (x) = sin x , x0 = 0 , n = 2 , sin 1◦ = 0,017453
.
(k) f (x) = cos x , x0 = 0 , n = 3 , cos 9◦ = 0,98766
√ √ .
(l) f (x) = x , x0 = 2,252 = 5,0625 , n = 3 , 5 = 2,236067
.
(m) f (x) = log x , x0 = 10 , n = 3 , log 11 = 1,0414
.
(n) f (x) = arctg x , x0 = 1 , n = 2 , arctg 0,8 = 0,6753
√ .
(o) f (x) = ex , x0 = 0 , n = 5 , 3 e = 1,39561
π . .
(p) f (x) = cos x , x0 = , n = 3 , cos 72◦ = 0,30898 = 0,3090
3
.
(q) f (x) = xx , x0 = 1 , n = 2 , 0,980,98 = 0,9804
√ √ .
(r) f (x) = x , x0 = 121 , n = 2 , 127 = 11,26935
π .
(s) f (x) = sin x , x0 = , n = 3 , sin 92◦ = 0,999391
2
√5 5
√ 5 .
(t) f (x) = x , x0 = 3 = 243 , n = 2 , 250 = 3,017084
.
(u) f (x) = arctg x , x0 = 1 , n = 2 , arctg 1,1 = 0,83289
.
(v) f (x) = 2x , x0 = 0 , n = 3 , 2−0,12 = 0,920185
■
Výsledky cvičenia 11.7 Použijú sa derivačné pravidlá a zápis danej funkcie pomocou radu.
∞
x2n−1
1. sin x = ∑ (−1)(n−1) (2n − 1)!
n=1
∞
x2n
2. cos x = ∑ (−1)n (2n)!
n=0
∞
xn
3. ex = ∑ n!
n=0 ■
• https://sk.wikipedia.org/wiki/L’Hospitalovo pravidlo
• https://de.wikipedia.org/wiki/Regel von de L’Hospital#cite note-3,
• https://tutorial.math.lamar.edu/Classes/CalcI/LHospitalsRule.aspx
• https://openstax.org/books/calculus-volume-1/pages/4-8-lhopitals-rule
• https://www.khanacademy.org/math/differential-calculus/
dc-context-app/dc-lhopital-composite-exp/a/lhopitals-rule-review,
• https://www.khanacademy.org/math/ap-calculus-ab/ab-diff-contextual
-applications-new/ab-4-7/v/introduction-to-l-hopital-s-rule.
Na všetkých vyššie uvedených stránkach je l’Hôpitalovo pravidlo uvedené nesprávne. To znamená,
že existujú príklady limít, ktoré spĺňajú tam uvedené podmienky, ale použitie l’Hôpitalovho pravidla
buď nevedie ku žiadnemu, alebo vedie k nesprávnemu výsledku. Tieto problémy s nesprávnym
znením l’Hôpitalovho pravidla sa žiaľ netýkajú len rôznych webových stránok, z ktorých mnohé
sú prevádzkované laikami, ale aj učebníc. Napríklad jedna z najznámejších slovenských zbierok
vysokoškolskej matematiky, v časti o l’Hôpitalovom pravidle uvádza
Uvedené tvrdenie, stručne povedané, neplatí! Mnohé iné webové stránky a učebnice síce uvádzajú
správnu, avšak zoslabenú verziu l’Hôpitalovho pravidla. Napríklad
• https://en.wikipedia.org/wiki/L’Hôpital’s rule,
• Ľubomír Marko: Matematika 1, FEI STU, BRATISLAVA 2017
Znenie l’Hôpitalovho pravidla uvedeného na anglickej verzii wikipédie a v uvedenej učebnici, je
síce správne, ale je to len zoslabená verzia pôvodného l’Hôpitalovho pravidla, ktoré sformulujeme
a dokážeme ďalej.
12.1 L’Hôpitalovo pravidlo 449
Začneme tým, že uvedieme a dokážeme vetu o l’Hôpitalovom pravidle, ukážeme si jeho použi-
tie na príkladoch a potom, v nasledujúcej časti vysvetlíme dôvody a uvedieme príklady, prečo
nepoužívať l’Hôpitalovo pravidlo.
f (x) f (x)
tak existuje aj limita lim a platí lim = Λ.
x→a g(x) x→a g(x)
Dôkaz: spravíme tzv. „spojité rozšírenie funkcií f a g“, čiže definujeme funkcie F(x) a G(x)
nasledovným spôsobom
f (x) f (x)
Teraz dokážeme, že lim+ = Λ . Dôkaz pre lim− = Λ sa robí analogicky.
x→a g(x) x→a g(x)
Zoberme si ľubovoľnú postupnosť xn n∈N , ktorá spĺňa podmienky
Ukázali sme, že na ľubovoľnom intervale ⟨a, xn ⟩ funkcie F(x) a G(x) spĺňajú všetky štyri
podmienky Cauchyho vety o strednej hodnote. Preto podla tejto vety platí
f ′ (cn ) f ′ (x)
∃ lim = lim =Λ (12.2)
n→∞ g′ (cn ) x→a+ g′ (x)
f (xn ) f (x)
∃ lim =Λ ⇒ ∃ lim+ =Λ Q.E.D.
n→∞ g(xn ) x→a g(x)
P • Takmer rovnakým spôsobom, akým sa dokazovala veta 12.1.1, sa dá dokázať jej modi-
fikácia, v ktorej prvú podmienku zmeníme na lim | f (x)| = lim |g(x)| = ∞ .
x→a x→a
1 1
g(x) − f (x)
0
lim f (x) − g(x) = lim 1
−→ typ .
x→a x→a
f (x)·g(x)
0
iii) Typ ∞0 : čiže limita lim f (x)g(x) , kde lim f (x) = ∞ a lim g(x) = 0. Použije sa úprava
x→a x→a x→a
iv) Typ [1∞ ]: čiže limita lim f (x)g(x) , kde lim f (x) = 1 a lim g(x) = ∞. Použije sa úprava
x→a x→a x→a
Vidíme, že l’Hôpitalovo pravidlo je použiteľné na široké spektrum rôznych typov limít. Študenti
ho aj nesmierne radi používajú, pričom medzi ich vedomosťami a ochotou používať l’Hôpitalovo
pravidlo je nepriama úmera. Platí výrok
Čím menej toho študent vie, tým radšej používa l’Hôpitalovo pravidlo.
12.1 L’Hôpitalovo pravidlo 451
V skutočnosti len veľmi zriedkavo je potrebné a výhodné použiť l’Hôpitalovo pravidlo. Jeden
z takýchto výnimočných prípadov, sme mali možnosť vidieť v dôkaze lemy 11.2.2 (strana 424
a s tým súvisiace cvičenie 12.5). Jedným z notoricky známych a často používaných príkladov
na ilustráciu použitia l’Hôpitalovho pravidla je limita lim sinx x . Ako sme mali možnosť vidieť
x→0
v príklade 9.8 (strana 327) a aj v príklade 8.17 (strana 304), dá sa táto limita veľmi ľahko vypočítať
aj bez použitia l’Hôpitalovho pravidla. Predovšetkým spôsob použitý v príklade 9.8 je určite
jednoduchší, než overovanie splnenia všetkých štyroch podmienok vety 12.1.1. Teraz si ukážeme
jeden príklad použitia l’Hôpitalovho pravidla a hneď potom, pre porovnanie, aj spôsob, ktorým sa
uvedená limita dá vypočítať bez neho.
Riešenie: táto limita je typu 00 , a preto je skúsime riešiť l’Hôpitalovým pravidlom. Najskôr
Aj tretia limita je typu 00 , znova l’Hôpital a znova overovanie všetkých štyroch podmienok vety
12.1.1. My to teraz opäť vynecháme, ale na písomke si to dovoliť nemôžeme. Pokračujeme
x − sin x 1 − cos x sin x cos x 1
lim = lim = lim = lim = .
x→0 x3 x→0 3x2 x→0 6x x→0 6 6
Takže až po trojnásobnom použití l’Hôpitalovho pravidla a trojnásobnom overovaní všetkých
podmienok, sme sa dopracovali k výsledku. A teraz tá istá limita stručne
∞
x − ∑n=0 (−1) n x2n+1
x − sin x (2n+1)!
lim = lim =
x→0 x3 x→0 x3
3 x 2n+1
∞ n x
x − x + 6 − ∑n=2 (−1) (2n+1)! ∞
x2n−2
1
1
= lim = lim − ∑ (−1)n = .
x→0 x3 x→0 6
n=2 (2n + 1)! 6
| {z }
=0
Netreba nič overovať a zdôvodňovať, stačí zapísať funkciu sin x pomocou radu. ■
452 Kapitola 12. L’Hôpitalovo pravidlo
Teraz si ukážeme ešte dva ďalšie príklady limít, ktoré sa zvyknú používať ako ilustračné príklady
pre l’Hôpitalovo pravidlo a vyriešime ich bez jeho použitia, pretože je to výrazne jednoduchšie a
aj stručnejšie.
3 arctg x − 3x
■ Príklad 12.2 Vypočítajte limitu lim .
x→0 x3
Riešenie: toto je príklad podobný príkladu 12.1. Daná limita sa dá riešiť pomocou l’Hôpitalovho
pravidla, ale bolo by treba opverovať a na písomke aj riadne zdôvodňovať splnenie všetkých štyroch
podmienok vety 12.1.1. Obtiažnosť tohto overovania by bola približne rovnaká ako v predošlom
príklade. Určite stručnejšie je počítanie tejto limity bez použitia l’Hôpitalovho pravidla. Funkcia
atctg x sa definuje pomocou nekonečného radu
∞
x2n+1
arctg x = ∑ (−1)n 2n + 1
n=0
sin2 x
■ Príklad 12.3 Vypočítajte limitu lim 3x .
x→0 e − 3x − 1
Riešenie: rovnako ako v predošlom príklade, aj táto limita by sa dala riešiť pomocou l’Hôpitalovho
pravidla, ale škoda námahy. Podmienky a) a b), z vety 12.1.1, by sa overili ľahko, ale s podmienkou
c) by mohli byť problémy. Pritom daná limita sa dá vypočítať veľmi jenoducho.
2
sin x sin x sin x 1 2
= lim n−2
= lim
· · ∞ n−2
= .
9
x→0 2 9 ∞ (3x) x→0 x x (3x)
x 2 + ∑n=3 n! |{z} 9 +
|{z}
→1 →1 2 n=3 n!
∑
| {z }
=0
x2 + x − 6
■ Príklad 12.4 Vypočítajte limitu lim .
x→2 x−1
Riešenie: Majme funkcie
f (x) = x2 + x − 6 , g(x) = x − 1
f ′ (x) 2x + 1
lim ′
= lim = 5.
x→2 g (x) x→2 1
Ako vidno, v tomto prípade sme použitím l’Hôpitalovho pravidla dostali nesprávny výsledok 5,
namiesto správneho výsledku 1. Spôsobené je to tým, že nie je splnená podmienka a) z vety 12.1.1.
Daná limita je typu 01 a na takúto limitu l’Hôpitalovo pravidlo nie je aplikovateľné, bez ohľadu
študenti končia pri overení podmienky a) a zopár študentov si občas spomenie aj podmienku b).
Overovanie splnenia podmienky b) je pritom zákernejšie, než by sa na prvý pohľad mohlo zdať.
Podmienka totiž hovorí, že musí existovať nejaké prstencové okolie limitného bodu také, že v celom
tomto okolí existujú derivácie f ′ (x) a g′ (x). Na nasledujúcom príklade si ukážeme, čo sa môže stať
ak táto podmienka nie je splnená.
f ′ (x) = 3 a g′ (x) = 2
Vidíme, že použitím l’Hôpitalovho pravidla sme dostali výsledok 32 , ale správny výsledok má byť 12 .
Kde udělali soudrozi z NDR chybu?
My sme síce počítali derivácie funkcií f z čitateľa, aj g z menovateľa a všetky funkcie v pôvodnej
limite sin x, arcsin x, aj lineárne funkcie, sú diferencovateľné. Problém je však ukrytý v zloženej
funkcii h(x) = π2 arcsin (sin (πx)). Pre túto funkciu neexistuje žiadne okolie O◦ (∞) také, aby
na celom tomto okolí bola táto funkcia diferencovateľná. Nie je teda splnená podmienka b) z vety
12.1.1.
Pozrime sa bližšie na funkciu h(x). Jej definičný obor je D(h) = R a platí pre ňu rovnosť
2 1 x 1
h(x) = arcsin (sin (πx)) = 1 − 4 − + (12.3)
π 2 2 4
V zápise tejto funkcie znamená {x} desatinnú časť čísla x. Táto sa niekedy označuje aj ako funkcia
frac (x), ktorá je definovaná predpisom
(
x − ⌊x⌋ , pre x ≥ 0 ,
{x} = frac (x) =
x − ⌈x⌉ , pre x < 0 .
12.2 L’Hôpitalovo pravidlo a ako ho (ne)používať 455
Funkcia h(x) z (12.3) sa nazýva trojuholníková vlna a v elektrotechnike je známa aj pod označením
generátor trojuholníkovej vlny. Je to ohraničená periodická funkcia s hodnotami na intervale
⟨−1, 1⟩. Časť jej grafu vidíme na nasledujúcom obrázku.
Ako vidno z obrázku, medzi každými dvoma susednými prirodzenými číslami, má funkcia h(x)
ostrý zlom, na obrázku sú tieto zlomy vyznačené prerušovanými krúžkami, a preto v týchto bodoch
nemôže mať funkcia h(x) deriváciu. Viď príklad 9.17 (strana 339). To však znamená, že neexistuje
žiadne okolie O◦ (∞) = (k, ∞), pre nejaké k ∈ R, na ktorom by všade existovala derivácia h′ (x). Nie
je teda splnená podmienka b) z vety 12.1.1. ■
2 x + 1 sin 2x
■ Príklad 12.6 Vypočítajte limitu lim sin x .
x→∞ e (x + sin x. cos x)
Riešenie: Majme funkcie
1
f (x) = x + sin 2x , g(x) = esin x (x + sin x. cos x) ,
2
Potom
f ′ (x) 2 cos2 x 2 cos x
lim ′
= lim sin x
= lim sin x = 0.
x→∞ g (x) x→∞ e cos x (x + cos x. sin x + 2 cos x) x→∞ e (x + cos x. sin x + 2 cos x)
Posledná limita je rovná 0, pretože x v zátvorke v menovateli rastie do nekonečna a všetky ostatné
členy zlomku, obsahujúce goniometrické funkcie, sú ohraničené. Avšak pôvodná limita je
x + 21 sin 2x
(
f (x) x+(sin
(( x cos
( x 1
lim = lim sin x = lim lim sin x .
(( = x→∞
(
x→∞ g(x) x→∞ e (x + sin x. cos x) x→∞ esin x(
(x(
+(sin(x.(cos x) e
456 Kapitola 12. L’Hôpitalovo pravidlo
1
Ľahko sa ukáže, že posledná limita neexistuje, pretože hodnoty funkcie , pre x → ∞ oscilujú
esin x
na intervale 1e , e .
Ako vidno, v tomto prípade nemôžeme použiť l’Hôpitalovo pravidlo. To, že ho pri výpočte danej
limity nemôžeme použiť, je spôsobené tým, že neexistuje žiadne okolie O◦ (∞) limitného bodu také,
aby na ňom f ′ (x) a g′ (x) neboli súčasne nulové. Čiže nie je splnená podmienka c) z vety 12.1.1. ■
x2 sin 1x
■ Príklad 12.7 Vypočítajte limitu lim .
x→0 sin x
Riešenie: limity funkcií f (x) = x2 sin 1x aj g(x) = sin x, pre x → 0 existujú a rovnajú sa 0. Podmien-
ka a), z vety 12.1.1, je splnená. Existujú okolia O◦ (0), na ktorých sú funkcie f a g diferencovateľné,
čiže aj podmienka b) je splnená. Takisto existujú okolia O◦ (0), na ktorých funkcia sin x ̸= 0, takže je
splnená dokonca zosilnená podmienka c). Skúsme preto počítať danú limitu pomocou l’Hôpitalovho
pravidla. Derivácie funkcií f a g sú
1 1
f ′ (x) = 2x sin − cos , g′ (x) = cos x .
x x
Počítajme limitu
ohraničená
z }| {
f ′ (x) 2x sin 1x − cos 1x 2 sin 1x 1 1 f ′ (x)
lim = lim = lim x · − · cos ⇒ ̸ ∃ lim ′
x→0 g′ (x) cos x cos x } |cos x→0 g (x)
x→0 x→0
| {z {z x} | {z x}
→0 →1 ̸∃
−2
x sin x−4 · e−x
■ Príklad 12.8 Vypočítajte limitu lim −2 .
x→0 e−x
Riešenie: skúsme najskôr počítať danú limitu pomocou l’Hôpitalovho pravidla. Limity funkcií
−2 −2
f (x) = x sin x−4 · e−x aj g(x) = e−x sú pre x → 0 rovné 0. Tým je splnená podmienka a)
z vety 12.1.1. Dá sa ukázať, čo tu však robiť nebudeme, že sú splnené aj podmienky b) a c). Poďme
12.2 L’Hôpitalovo pravidlo a ako ho (ne)používať 457
12.2.5 Všetky podmienky splnené a napriek tomu sa l’Hôpitalovo pravidlo použiť nedá
Teraz si ukážeme tri príklady limít, ktoré síce spĺňajú všetky podmienky na použitie l’Hôpitalovho
pravidla, ale napriek tomu ich pomocou neho vypočítať nemôžeme.
ex + e−x
■ Príklad 12.9 Vypočítajte limitu lim x .
x→∞ e − e−x
x −x x −x
∞ funkcií f (x) = e + e a g(x) = e − e sú pre x → ∞ rovné ∞. Jedná sa teda
Riešenie: limity
o limitu typu ∞ a je splnená podmienka a) z vety 12.1.1. Obe funkcie f a g sú diferencovateľné
na R, takže určite je splnená aj podmienka b). Platí ex + e−x > 0, a preto je splnená aj podmienka
c). Derivácie funkcií f a g sú
Dostali sme limitu veľmi podobnú tej pôvodnej. Táto limita opäť spĺňa všetky podmienky vety
12.1.1, takže opäť môžeme použiť l’Hôpitalovo pravidlo a takto dostávame
(x) ′
Problém teraz nie je v tom, že by limita lim gf ′ (x) neexistovala. Ona existuje! Problém je v tom, že
x→∞
jej výpočet je presne rovnako obtiažný ako výpočet pôvodnej limity. Pôvodnú limitu vypočítame
nasledovným spôsobom
ex + e−x ex (1 + e−2x )
lim x = lim = 1.
x→∞ e − e−x x→∞ ex (1 − e−2x )
■
458 Kapitola 12. L’Hôpitalovo pravidlo
x
■ Príklad 12.10 Vypočítajte limitu lim √ .
x→∞ 1 + x2
√
Riešenie: funkcie f (x) = x a g(x) = 1 + x2 sú definované na R. Na celom svojom definičnom
obore sú tieto dve funkcie spojité a diferencovateľné. Limity
∞
oboch funkcií f a g sú pre x → ∞
rovné nekonečnu. To znamená, že daná limita je typu ∞ . Vidíme, že sú splnené podmienky a)
až c) z vety 12.1.1. Skúsme preto počítať danú limitu pomocou l’Hôpitalovho pravidla. Derivácie
funkcií f a g sú
x
f ′ (x) = 1 , g′ (x) = √ .
1 + x2
Potom limita √
f ′ (x) 1 + x2 g(x)
lim ′ = = lim .
x→∞ g (x) x x→∞ f (x)
Rovnako ako v príklade 12.9, by sme mohli donekonečna aplikovať l’Hôpitalovo pravidlo a dostali
by sme
f ′ (x) g(x) f ′ (x)
lim ′ = lim = lim ′ = ···
x→∞ g (x) x→∞ f (x) x→∞ g (x)
L’Hôpitalovým pravidlom sa táto limita vypočítať nedá. Dá sa však ľahko vypočítať bez neho
1
x x 1
lim √ · 1
= lim q = 1.
x→∞ 1 + x2 x→∞ 1
x
x2
+1
■
■ Príklad 12.11
−2
e−x
Vypočítajte limitu lim .
x→0 x
−2
Riešenie: funkcie f (x) = e−x aj g(x) = x sú definované, spojité aj diferencovateľné na intervale
(0, ∞). Limity oboch funkcií f a g sú pre x → 0 rovné nule. Takže daná limita je typu 00 . Pre
x > 0 určite platí x ̸= 0. Podmienky a) až c) z vety 12.1.1 sú teda splnené. Skúsime preto použiť
l’Hôpitalovo pravidlo. Derivácie funkcií f a g sú
−2
′ 2e−x
f (x) = , g′ (x) = 1 .
x
Potom limita −2
2e−x −2
f ′ (x) x 2e−x
lim ′ = lim = lim .
x→0 g (x) x→0 1 x→0 x
Funkcia g′ z menovateľa je síce 1, ale zato funkcia f ′ v čitateli vyzerá horšie než pôvodná
funkcia. Ak by sme s derivovaním pokračovali ďalej, čiže ak by sme sa pokúsili opakovane použiť
l’Hôpitalovo pravidlo tak, okrem nutnosti opakovane overovať všetky štyri podmienky, dostaneme
−2
′′ 4e−x
f (x) =
3x5
a situácia sa bude ďalej už len zhoršovať. L’Hôpitalovo pravidlo pre výpočet danej limity nemôžeme
použiť, napriek tomu, že všetky podmienky vety 12.1.1 sú splnené. Dôvod je ten, že limita, ktorú
dostaneme použitím l’Hôpitalovho pravidla, sa počíta ťažšie, než pôvodná limita. Pritom danú
limitu vieme ľahko vypočítať pomocou majorantného kritéria. Pre ∀x ∈ R platí
1 1
ex ≥ x ⇒ e−x ≤ ⇒ e− x 2 ≤ x 2
x
12.2 L’Hôpitalovo pravidlo a ako ho (ne)používať 459
−2
x2 e−x
x= ≤ ≤0 , pre x < 0 .
x x
Z uvedených ohraničení a z vety 8.3.4 (strana 302) vyplýva, že pre danú limitu platí
−2 −2 −2
e−x e−x e−x
lim− = lim+ =0 ⇒ lim = 0.
x→0 x x→0 x x→0 x
■ Príklad 12.12
ex
Vypočítajte limitu lim , pre n ∈ N.
x→∞ xn
Potom limita
f ′ (x) ex
lim = lim .
x→∞ g′ (x) x→∞ nxn−1
■
460 Kapitola 12. L’Hôpitalovo pravidlo
12.3 Cvičenia
Cvičenie 12.1 Vypočítajte limitu
x5 − 1 (n) lim
ln x
(a) lim x→∞ x
x→1 2x3 − x − 1
x − arctg x xα − 1
(b) lim (o) lim , kde β ̸= 0
x→0 x3 x→1 xβ − 1
ln x ln(cos ax)
(c) lim √ (p) lim
x→∞ x x→0 x2
sin x − x cos x x20 − 2x + 1
(d) lim (q) lim
x→0 sin3 x x→1 x30 − 2x + 1
x10 − 10x + 9 xa − ax
(e) lim (r) lim , kde a > 0
x→1 x5 − 5x + 4 x→a xa − aa
(f) lim+ x ln x 1 1
x→0 (s) lim −
x→0 x arcsin x
(g) lim+ xx
x→0 xx − 1
(t) lim
x→1 ln x
ln(sin x)
(h) limπ
x→ 2 cotg x ln(tg x)
(u) limπ
√ x→ 4 cotg 2x
ln x + x2 + 1
(i) lim 1 1
x→∞ ln x (v) lim − x
x→0 x e −1
p ln1x
(j) lim x + x2 + 1
1 1
x→∞ (w) lim −
x→0 sin x x
3x2 + 4x − 7
(k) lim x10 − 10x + 9
x→1 2x2 + 3x − 5 (x) lim
x→1 (x − 1)2
ln(cos x)
(l) lim
x→0 ln(cos 3x) x50 − 50x + 49
(y) lim
x→1 x100 − 100x + 99
ln x2 − 8
(m) lim 2
1 1
x→3 2x − 5x − 3 (z) lim 2 − 2
x→0 x sin x
■
12.3 Cvičenia 461
(a + x)x − ax tg x − x
(b) lim , kde a > 0 (o) lim
x→0 x2 x→0 x − sin x
Cvičenie 12.5 Dokážte, že lim ω(x) = 0 , pre funkciu ω(x) z lemy 11.2.2 (strana 424). ■
x→a
12.4 Odpovede a výsledky cvičení 463
x − arctg x 1 xα − 1 α
(b) lim = (o) lim = , β ̸= 0
x→0 x3 3 x→1 xβ − 1 β
ln x ln(cos ax) a2
(c) lim √ = 0 (p) lim = −
x→∞ x x→0 x2 2
xx − 1
(g) lim+ xx = 1 (t) lim
x→1 ln x
=1
x→0
ln(sin x) ln(tg x)
(h) limπ =0 (u) limπ = −1
x→ 2 cotg x x→ 4 cotg (2x)
√
1 1
1
ln x + x2 + 1 (v) lim − x =
(i) lim =1 x→0 x e −1 2
x→∞ ln x
ln1x 1 1
(w) lim − =0
p
(j) lim x + x2 + 1 =e x→0 sin x x
x→∞
(f) Na túto limitu sa nedá použiť l’Hôpitalovo pravidlo, pretože nie sú splnené potrebné
x2 sin 1x
podmienky! Limita sa však dá ľahko vypočítať lim =0
x→0 sin x ■
(a + x)x − ax 1 tg x − x
(b) lim = , a>0 (o) lim =2
x→0 x2 a x→0 x − sin x
xa − ax 1 − ln a
(c) lim = (p) lim+ (ex − 1)cotg x = 1
x→a ax − aa ln a x→0
x
2 2 x 1 1
(d) lim · arctg x = e− π (q) lim+ − =
x→∞ π x→1 x − 1 ln x 2
x 1 1
π
(e) lim x − arctg x = 1 (r) lim− − =
x→∞ 2 x→1 x − 1 ln x 2
x2
(f) lim =0 (s) lim− (x − 1) ln(1 − x) = 0
x→∞ ex
x→1
ln(sin ax)
1
(g) lim+ =1 (t) limπ tg x − =0
x→0 ln(sin bx)
x→ 2 cos x
ln(cos ax) a2
(h) lim = 2
x→0 ln(cos bx) b (u) lim+ (tg x)sin x = 1
x→0
tg (3x) 1 tg x
(i) limπ = 1
x→ 2 tg x 3 (v) lim+ =1
x→0 x
x(ex + 1) − 2(ex − 1) 1
sin x cotg (x−3)
(j) lim =
x→0 x3 6 (w) lim = ecotg 3
x→3 sin 3
π
2 − arctg x
(k) lim q = −1 1
x→∞
ln x−1 (x) lim e2x + x x = e3
x+1 x→0
ln(sin 3x) 1 1 1
(l) lim+ =1 (y) lim − x =
x→0 ln(sin 5x) x→0 sin x e − 1 2
x2 − 4 πx 4 sin(x2 − 4)
(m) lim 2 · tg =− (z) lim =4
x→2 x 4 π x→2 x−2
■
(b) Na túto limitu sa nedá použiť l’Hôpitalovo pravidlo, pretože nie sú splnené potrebné
x + sin x
podmienky! Ale limita sa dá ľahko vypočítať lim =1
x→∞ x
(c) Ak použijeme l’Hôpitalovo pravidlo dostaneme výsledok 0. Ale daná limita neexistuje!
(d) Ak použijeme l’Hôpitalovo pravidlo dostaneme výsledok 0. Ale daná limita neexistuje!
√ √
2 1 + x − 3 3 1 + x + cos x 5
(e) lim 2
=−
x→0 x 12
x 2
22 − 2x
(f) lim x = 16 ln 2
x→2 2 − x2
■
[1] Balcar Bohuslav, Štěpánek Petr: Teorie množin, ACADEMIA, PRAHA 1986
[6] Eliáš, Horváth, Kajan: Zbierka úloh z vyššej matematiky 1, ALFA, BRATISLAVA 1966
[7] Eliáš, Horváth, Kajan: Zbierka úloh z vyššej matematiky 2, STU BRATISLAVA 1995
[8] Handlovičová a kol.: Riešené úlohy z matematiky I, SVF STU, BRATISLAVA 1998 (HTML)
http://www.math.sk/jmkollar/literatura/skripta/index.html
[9] Handlovičová a kol.: Riešené úlohy z matematiky I, SVF STU, BRATISLAVA 1998 (PDF)
http://www.math.sk/jmkollar/literatura/skripta-1.pdf
[10] Handlovičová a kol.: Riešené úlohy z matematiky II, SVF STU, BRATISLAVA 1998 (HTML)
http://www.math.sk/jmkollar/literatura/skripta2/index.html
[11] Handlovičová a kol.: Riešené úlohy z matematiky II, SVF STU, BRATISLAVA 1998 (PDF)
http://www.math.sk/jmkollar/literatura/skripta-2.pdf
[12] Frank Hettlich, Andreas Kirsch: Höhere Mathematik I, KIT, KARLSRUHE 2015
470 POUŽITÁ A DOPORUČENÁ LITERATÚRA
[14] Tibor Katriňák a kol.: Algebra a teoretická aritmetika 1, ALFA, BRATISLAVA 1985
[15] Tibor Šalát a kol.: Algebra a teoretická aritmetika 2, ALFA, BRATISLAVA 1986
[16] Jozef Kollár, Marcel Polakovič: Diskrétna matematika pre študentov aplikovanej infor-
matiky FEI STU, FEI STU, BRATISLAVA 2019
http://www.math.sk/jmkollar/feidim/dim.pdf
[17] Jozef Kollár: Matematika I, Zbierka úloh ku cvičeniam, SVF STU, BRATISLAVA 2014
http://www.math.sk/jmkollar/literatura/SKRIPTA-MATEMATIKA-1.pdf
[18] Milan Mareš: Příběhy matematiky, PISTORIUS & OLŠANSKÁ, PŘÍBRAM 2011
[20] Thomas de Padova: Alles wird Zahl, HANSER VERLAG, MÜNCHEN 2021
[21] Aeneas Rooch: Die Entdeckung der Unendlichkeit, HEYNE VERLAG, MÜNCHEN 2022
[23] Šulka, Moravský, Satko: Matematická analýza 1, ALFA SNTL, BRATISLAVA 1986
[24] Pavol Zlatoš: Lineárna algebra a geometria, MARENČIN PT, BRATISLAVA 2011
[26] Smida a kol.: Zbierka úloh z matematiky pre 1. ročník gymnázia, SPN, BRATISLAVA 1985
[27] Odvárko, Božek a kol.: Matematika pre 2. ročník gymnázia, SPN, BRATISLAVA 1985
[28] Odvárko a kol.: Zbierka úloh z matematiky pre 2. ročník gymnázia, SPN, BRAT. 1985
[29] Šedivý, Riečan a kol.: Matematika pre 3. ročník gymnázia, SPN, BRATISLAVA 1986
[30] Riečan a kol.: Zbierka úloh z matematiky pre 3. ročník gymnázia, SPN, BRATISLAVA 1987
[31] Riečan a kol.: Matematika pre 4. ročník gymnázia, SPN, BRATISLAVA 1987
[32] Riečan a kol.: Zbierka úloh z matematiky pre 4. ročník gymnázia, SPN, BRATISLAVA 1991
[33] B. Riečan a kol.: Úlohy z matematiky pre 4. ročník gymnázia, SPN, BRATISLAVA 1976
[34] Karol Rovan a kol.: Zbierka riešených úloh z algebry pre SVŠ a odborné školy, SPN,
BRATISLAVA 1969
[35] František Vejsada, František Talafous: Zbierka úloh z matematiky pre SVŠ a gymnázia,
SPN, BRATISLAVA 1973
Index
Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 473
Index