Ma 1 RKTK

Matematika 1
pre študentov FEI STU
Jozef Kollár
Copyright © 2023 Jozef Kollár
VYDANÉ LEN ELEKTRONICKY
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.
1. vydanie, Marec 2024

Obsah
I Lineárna algebra
1 Číselné množiny a aritmetické operácie . . . . . . . . . . . . . . . . . . . . . . . 13

1.1 Množiny 13
1.1.1 Vzťahy medzi množinami a operácie s množinami . . . . . . . . . . . . . . . . . . . . . . 14
1.1.2 Binárna operácia na množine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.2 Číselné množiny 17
1.2.1 Prirodzené čísla . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.2.2 Celé čísla . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.2.3 Racionálne čísla . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.2.4 Iracionálne čísla . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.2.5 Reálne čísla . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.3 Komplexné čísla 28
1.3.1 Riešenie kubických rovníc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
1.3.2 Dovetok ku riešeniu kubických rovníc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
1.4 Počítanie s komplexnými číslami 33
1.4.1 Súčet a rozdiel komplexných čísel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
1.4.2 Násobenie a delenie komplexného čísla reálnym číslom . . . . . . . . . . . . . . . . . 35
1.4.3 Násobenie komplexných čísel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
1.4.4 Delenie komplexných čísel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
1.4.5 Goniometrický tvar komplexných čísel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
1.4.6 Binomicke rovnice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
1.5 Cvičenia 45
1.6 Odpovede a výsledky cvičení 52
2 Matice a operácie s maticami . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
2.1 Základné algebraické štruktúry 59
2.2 Vektory a počítanie s nimi 69
2.2.1 Vektor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
2.2.2 Počítanie s vektormi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
2.3 Matice 73
2.4 Operácie s maticami 77
2.4.1 Súčet matíc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
2.4.2 Násobenie matice skalárom . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
2.4.3 Transponovanie matíc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
2.4.4 Súčin matíc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
2.5 Zhrnutie 90
2.6 Cvičenia 90
3 Sústavy lineárnych rovníc a matice . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95

3.1 Sústavy lineárnych rovníc 95
3.1.1 Gaussova eliminačná metóda . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
3.2 Lineárna nezávislosť vektorov a hodnosť matíc 106
3.3 Inverzné matice 119
3.3.1 Použitie inverzných matíc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
3.4 Cvičenia 127
4 Determinanty a ich využitie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145

4.1 Determinanty 145
4.2 Použitie determinantov 160
4.2.1 Počítanie inverznej matice pomocou determinantov . . . . . . . . . . . . . . . . . . . 160
4.2.2 Cramerovo pravidlo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
4.3 Cvičenia 167
II Postupnosti a rady
5 Postupnosti a limity postupností . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177

5.1 Úvod 177
5.1.1 Tajomné symboly ±∞ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
5.1.2 Okolie bodu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
5.2 Postupnosti 181
5.3 Limity postupností 182
5.3.1 Vybrané postupnosti a hromadné hodnoty postupností . . . . . . . . . . . . . . . . . 199
5.4 Cvičenia 204
6 Nekonečné rady . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
6.1 Základné pojmy 211
6.1.1 Základné vlastnosti nekonečných radov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219
6.2 Nekonečné rady s nezápornými členmi 223
6.3 Cvičenia 231
7 Nekonečné rady, funkcie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239

7.1 Rady so striedavými znamienkami 239
7.2 Absolútna konvergencia 241
7.3 Mocninové rady 248
7.4 Funkcie 254
7.4.1 Obrazy a vzory . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255
7.4.2 Zadávanie funkcií . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 256
7.4.3 Injektívnosť, surjektívnosť, bijektívnosť . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259
7.4.4 Zúžená funkcia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262
7.4.5 Skladanie funkcií . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
7.4.6 Inverzná funkcia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264
7.5 Cvičenia 268
III Funkcie, diferenciálny počet
8 Vlastnosti funkcií, úvod k limitám funkcií . . . . . . . . . . . . . . . . . . . . . . 283

8.1 Vlastnosti funkcií 283
8.1.1 Definičný obor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283
8.1.2 Nulové body funkcie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 284
8.1.3 Parita funkcie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 285
8.1.4 Ohraničenosť funkcie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287
8.1.5 Monotónnosť funkcie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 288
8.1.6 Lokálne a globálne extrémy funkcie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 290
8.1.7 Konvexnosť a konkávnosť funkcie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292
8.1.8 Periodickosť funkcie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 294
8.1.9 Asymptoty ku grafu funkcie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 294
8.1.10 Graf funkcie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 295
8.2 Limity funkcií 296
8.3 Vety o limitách 299
8.3.1 Vety o vlastných limitách . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 305
8.4 Cvičenia 310
9 Limity funkcií . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317

9.1 Vety o nevlastných limitách 317
9.2 Limita funkcie zúženej na množinu a jednostranné limity 321
9.3 Spojité funkcie 325
9.4 Asymptoty ku grafu funkcie 333
9.4.1 Asymptoty bez smernice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 333
9.4.2 Asympoty so smernicou . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 333
9.5 Derivácia funkcie 336
9.6 Cvičenia 342
10 Derivácie, ich vlastnosti a využitie . . . . . . . . . . . . . . . . . . . . . . . . . . . . 353

10.1 Základné vlastnosti derivácie 353
10.2 Derivačné vzorce a pravidlá, derivácie vyšších rádov 358
10.2.1 Označovanie derivácií funkcie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 359
10.3 Geometrický význam derivácií a diferenciál funkcie 361
10.3.1 Geometrický význam derivácie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 361
10.4 Vety o strednej hodnote 366
10.5 Monotónnosť funkcie 369
10.6 Fyzikálny význam derivácie funkcie 370
10.7 Intervaly konvexnosti a konkávnosti 372
10.8 Extrémy funkcie 375
10.9 Cvičenia 377
10.9.1 Dotyčnice a normály . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 379
10.9.2 Spojitosť a diferencovateľnosť . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 380
10.9.3 Prvý diferenciál . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 381
10.9.4 Trochu fyziky na záver . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 381
11 Taylorov polynóm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 417

11.1 Úvod k aproximáciam funkcie polynómami 417
11.2 Taylorov polynóm 419
11.2.1 Odhad chyby . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 422
11.3 Použitie Taylorovho polynómu na výpočet približných hodnôt funkcie 426
11.4 Krivky a funkcie dané parametricky 433
11.4.1 Funkcie dané parametricky a ich derivácie . . . . . . . . . . . . . . . . . . . . . . . . . . 436
11.4.2 Derivácie funkcií daných parametricky . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 436
11.5 Cvičenia 438
12 L’Hôpitalovo pravidlo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 447

12.1 L’Hôpitalovo pravidlo 447
12.2 L’Hôpitalovo pravidlo a ako ho (ne)používať 453
12.2.1 Nesplnená podmienka a) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 453
12.2.2 Nesplnená podmienka b) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 453
12.2.3 Nesplnená podmienka c) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 455
12.2.4 Nesplnená podmienka d) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 456
12.2.5 Všetky podmienky splnené a napriek tomu sa l’Hôpitalovo pravidlo použiť nedá
457
12.2.6 Na záver jeden príklad zmysluplného použitia l’Hôpitalovho pravidla . . . . . . 459
12.3 Cvičenia 460
IV Použitá a doporučená literatúra a zdroje

Použitá a doporučená literatúra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 469
V Index
Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 473
Úvod
V Bratislave, 1. 12. 2023 Jozef Kollár

I
Lineárna algebra
1 Číselné množiny a aritmetické operácie

13
1.1 Množiny
1.2 Číselné množiny
1.3 Komplexné čísla
1.4 Počítanie s komplexnými číslami
1.5 Cvičenia
1.6 Odpovede a výsledky cvičení
2 Matice a operácie s maticami . . . . . . . 59

2.1 Základné algebraické štruktúry
2.2 Vektory a počítanie s nimi
2.3 Matice
2.4 Operácie s maticami
2.5 Zhrnutie
2.6 Cvičenia
3 Sústavy lineárnych rovníc a matice . . . 95

3.1 Sústavy lineárnych rovníc
3.2 Lineárna nezávislosť vektorov a hodnosť matíc
3.3 Inverzné matice
3.4 Cvičenia
4 Determinanty a ich využitie . . . . . . . . . 145

4.1 Determinanty
4.2 Použitie determinantov
4.3 Cvičenia
1. Číselné množiny a aritmetické operácie
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“.
„Množina je súhrn objektov, ktoré sú presne určené a roz-

líšiteľné, tvoria súčasť sveta našich predstáv a myšlienok;
tieto objekty nazývame prvky množiny.“
Georg Cantor
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.
/
P Študenti veľmi často a radi zapisujú prázdnu množinu ako {0},

/ čo je chyba! To, prečo je to
nesprávne, vyplýva z nasledovnej definície.
Definícia 1.1.2 — Rovnosť množín. Množiny A a B sa rovnajú práve vtedy, ak obsahujú

rovnaké prvky. Ak sa uvedené dve množiny rovnajú, tak sa to zapisuje A = B. Ak sa nerovnajú,
tak to zapisujeme pomocou A ̸= B.
Teraz sa môžeme vrátiť ku predošlej poznámke. Z definície 1.1.2 je už zrejmé, že množiny A = 0/

a B = {0}
/ sa nerovnajú. Množina A neobsahuje žiadne prvky, je to prádzna množina. A množina
B obsahuje práve jeden prvok – prázdnu množinu. To, že množiny 0/ a {0} / sú rôzne, vyplýva aj
z nasledujúcej definície.
Definícia 1.1.3 — Mohutnosť (kardinalita) množiny. Pod mohutnosťou (kardinalitou, veľ-

kosťou) množiny budeme rozumieť počet jej prvkov. Mohutnosť množiny M budeme označovať
ako |M|.
■ 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 . ■
1.1.1 Vzťahy medzi množinami a operácie s množinami

V tejto časti si zadefinujeme niektoré vzťahy medzi množinami a operácie s množinami.
Definícia 1.1.4 — Podmnožina. Majme dve množiny A a B. Potom hovoríme, že

• A je podmnožina B, zapisujeme to A ⊆ B, ak pre ∀a : (a ∈ A ⇒ a ∈ B). Inak povedané,
množina B obsahuje všetky prvky množiny A ,
• A je vlastná podmnožina B, zapisujeme to A ⊂ B, ak platí A ⊆ B a A ̸= B. Inak povedané,
množina B obsahuje všetky prvky množiny A a tieto dve množiny sa nerovnajú ,
■ 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. ■
P Pre ľubovoľnú množinu A platí 0/ ⊆ A.
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}.
V tomto prípade A ∪ B = B, pretože A ⊂ B. V prípade množín C = {1, 2, 7} a D = {1, 2, 3, 4}

C ̸⊆ D ani D ̸⊆ C a C ∪ D = {1, 2, 3, 4, 7}. ■
1.1 Množiny 15
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}. ■
Definícia 1.1.7 — Disjunktné množiny. Majme dve množiny A a B. Potom hovoríme, že

tieto množiny sú disjunktné, ak platí A ∩ B = 0,
/ čiže ak prienik týchto dvoch množín je prázdna
množina. Inými slovami, dve množiny sú disjunktné, ak nemajú žiadne spoločné prvky.
■ 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} .
P Zjednotenie a prienik dvoch množín sú symetrické operácie, čiže platí A ∪ B = B ∪ A a

A ∩ B = B ∩ A. Avšak rozdiel dvoch množín vo všeobecnosti nemusí byť symetrická operácia
A \ B ̸= B \ A pre ľubovoľné dve množiny A a 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/ . ■
Zo základných pojmov si ešte pripomenieme definície usporiadanej dvojice a kartézskeho

súčinu množín. Z definície množiny v časti 1.1 vyplýva, že v množine nezáleží na poradí jej objektov.
Niekedy však potrebujeme, aby na poradí objektov záležalo. Zavedieme si preto nasledovný pojem.
Definícia 1.1.9 — Usporiadaná dvojica. Pod usporiadanou dvojicou, budeme ju označovať

napr. (a, b), sa rozumie zoznam dvoch objektov, na ktorých poradí záleží. Pokiaľ a ̸= b, tak
(a, b) ̸= (b, a). Rovnosť dvoch usporiadaných dvojíc je definovaná nasledovne

(a, b) = (c, d) ⇔ (a = c) a (b = d) .
P Analogicky ako usporiadanú dvojicu, môžeme definovať aj usporiadanú trojicu, štvoricu a

vo všeobecnosti n-ticu.
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} .
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 . . .
■ Príklad 1.7 Dané sú dve množiny A = {1, 2} a B = {a, b}. Potom
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 . ■
1.1.2 Binárna operácia na množine

Týmto ukončíme stručné opakovanie niektorých pojmov týkajúcich sa množín a zatiaľ matematicky
nie korektným spôsobom opíšeme pojem binárnej operácie na množine, ktorý budeme používať.
Potom prejdeme k prehľadu základných číselných množín, ktoré by sme už mali poznať, a s ktorými
budeme pracovať. Pojem binárna operácia na množine bude korektne definovaný až v kapitole 2
(strana 62). Zatiaľ nám postačí nasledovná „pseudodefinícia“.
Majme neprázdnu množinu X. Binárnu operáciu na množine X si môžeme predstaviť

ako čiernu skrinku, do ktorej ak vhodíme ľubovoľnú usporiadanú dvojicu (x, y) ∈
X × X, tak nám z nej vypadne prvok z ∈ X. Pritom prvky x, y a z nemusia byť nutne
rôzne. Viď obrázok
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.
Uvedená „pseudodefinícia“ nie je matematicky korektná. Korektne sa unárne, binárne a vše-

obecne n-árne operácie definujú pomocou zobrazení, resp. v matematickej analýze pomocou funkcií
a ich vlastností. Zatiaľ sa uspokojíme s uvedeným popisom toho čo je to binárna operácia na mno-
žine. Každý z nás binárne operácie na číselných množinách pozná už od základnej školy. Sú nimi
aritmetické operácie na číselných množinách: plus (+), mínus (−), krát (·), deleno (÷). V ďal-
šom texte budeme symboly +, −, ·, ÷ bežne používať na označenie uvedených binárnych operácií
na číselnej množine. V prípade iných, zatiaľ nedefinovaných, binárnych operácií na ľubovoľných
množinách, budeme používať aj ďalšie symboly, ako sú napr. ⊕, ⊙, ⊛, ⊗, . . ., prípadne označenia
pomocou funkcií dvoch premenných, napr. f (x, y).
1.2 Číselné množiny

Zo základnej a strednej školy poznáme prirodzené čísla, celé čísla, racionálne čísla, iracionálne
čísla, reálne čísla a niektorí snáď aj komplexné čísla. Každej zo spomenutých číselných množín sa
budeme venovať samostatne a komplexnými číslami sa budeme zaoberať podrobnejšie.
1.2.1 Prirodzené čísla

Prirodzené čísla sú historicky najstaršie čísla. Sú to čísla
1, 2, 3, 4, 5, . . . a používajú sa na počítanie objektov, napríklad
mamutov, alebo určovanie poradia. S tým súvisí aj ich pomeno-
vanie counting numbers, ktoré sa niekedy pre ne používa v an-
glickej literatúre. Najstaršie artefakty, zvieracie kosti so zárezmi
usporiadanými do skupín, svedčiace o číselných záznamoch, sú
viac než 35 000 rokov staré a pochádzajú z Afriky. Najstaršie pí-
somné záznamy, obsahujúce čísla, pochádzajú zo starého Egypta
a Mezopotámie a sú datované zhruba do obdobia 3 500 rokov
pred n. l. Množina prirodzených čísel sa označuje písmenom N
a vznikla z potreby zaznamenávať počty objektov a viesť prvé, veľmi jednoduché „účtovníctvo“.
Formálnu matematickú definíciu prirodzených čísel tu uvádzať nebudeme, pretože by to bolo
príliš komplikované a nie je to potrebné. Nám stačí vedieť, že prirodzené čísla slúžia na vyjadrenie
počtu, alebo poradia objektov. V základoškoleskej a stredoškolskej matematike sa nula nepovažuje
za prirodzené číslo. Avšak v teórii množín, teórii čísel a často aj v informatike, sa nula radí medzi
prirodzené čísla, t. j. pre nás bude množina prirodzených čísel
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
Na množine prirodzených čísel sú definované dve binárne operácie + a · , čo vieme už od zá-

kladnej školy. Pre ľubovoľné dve a, b ∈ N existuje ich súčet a + b a tento súčet je opäť prirodzeným
číslom a rovnako pre ľubovoľné dve a, b ∈ N existuje ich súčin a tento súčin je prirodzeným číslom.
Formálny matematický zápis uvedeného má podobu
∀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
Operácia súčtu je na množine prirodzených čísel komutatívna, čiže a + b = b + a. Najjedno-

duchšie to vieme dokázať graficky, čo bol obľúbený a zároveň jediný spôsob dôkazov u starých
2 Čo sme tu my nespravili – Peanove axiómy, alebo von Neumannova konštrukcia množiny prirodzených čísel.
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.
Definícia 1.2.1 — Neutrálny prvok binárnej operácie. Majme neprázdnu množinu A a

na nej binárnu operáciu ⊙. Potom ak ∃ e ∈ A taký, že platí ∀a ∈ A : e ⊙ a = a ⊙ e = a, tak
prvok e sa nazýva neutrálny prvok binárnej operácie ⊙.
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
Matematický zápis má podobu
a·b = a+a+···+a = b+b+···+b = b·a.

| {z } | {z }
b−krát a−krát
Rovnako ako binárna operácia +, je aj binárna operácia · asociatívna a má na množine prirodzených

čísel neutrálny prvok. Neutrálnym prvkom binárnej operácie · je 1. Platí
∀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.
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?
Týmto sa ukázalo, že prirodzené čísla na praktické aplikácie nepostačujú, čím sa dostávame

ku celým číslam.
1.2.2 Celé čísla

Na predošlom príklade s rovnicou a + x = 0 sme ukázali, že prirodzené čísla v praxi nepos-
tačujú. Samozrejme ľudia v staroveku neriešili takéto abstraktné rovnice, ale stretávali sa napr.
s obchodným účtovníctvom, kde obchodník musel platiť za tovar jeho výrobcovi, čo je dlh, čiže
v matematickej terminológii záporná hodnota. Prvé dochované záznamy dokazujúce používanie
záporných čísel, pochádzajú zo starého Grécka, približne z 5. storočia pred n. l. Vtedy sa nehovo-
rilo o záporných číslach, ale o „dlhu“, „odčítacích číslach“, . . . Starogrécki matematici používali
záporné čísla len ako pomocné hodnoty v medzivýsledkoch výpočtov. Predstava zápornych hodnôt
bola po veľmi dlhý čas príliš absurdná na to, aby dokázali záporné čísla akceptovať ako skutočné
čísla. Záporné čísla a počítanie s nimi ako s číslami sa do Európy postupne dostávali z indickej
matematiky cez arabskú matematiku až po 10. storočí a ešte na začiatku renesancie sa aj v mate-
matických textoch označovali ako absurdné, alebo neskutočné čísla. Medzi prvými autormi, ktorí
napísali matematické učebnice a používali v nich pojem záporné číslo, bol napríklad maliar Dürer6 .
Ešte v 16. storočí, v čase riešenia kubických rovníc (viď podkapitola 1.3.1), niektorí matematici
nazývali záporné čísla „dlh“, alebo „odčítacie čísla“ a nepovažovali ich za „skutočné“ čísla (viď
[4], str. 366).
Ako už bolo spomenuté, približne od 5. storočia pred n. l. matematici poznali a používali
prirodzené čísla aj ich záporné proťajšky, avšak stále nepoznali celé čísla, tak ako ich definujeme
dnes. Formálne môžeme definovať celé čísla nasledovným spôsobom.
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.
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.
čísla nepostačujú, pretože ak a ̸= ±1, tak neexistuje x ∈ Z, ktoré by bolo jej riešením. Tým sa
dostávame k ďalšej číslnej množine.
1.2.3 Racionálne čísla

Z pohľadu súčasného človeka sa možno zdá prekvapivý fakt, že racionálne čísla, avšak len kladné,
sa objavili na matematickej scéne podstatne skôr, než celé čísla. Súviselo to s tým, že v staro-
veku sa čísla používali len na praktické účely, napríklad v jednoduchých obchodníckych počtoch,
alebo v technických výpočtoch. Predstava záporného čísla bola pre starovekého človeka absurdná.
Zápornú dĺžku, záporný objem, zápornú hmotnosť nikde nevidel a nemohol si ich ohmatať. V ob-
chodných výpočtoch sa síce vyskytovali položky „má dať“ a „dal“, ale obe len ako kladné čísla.
Trvalo ešte veľa storočí, kým sa ľudia dopracovali aj ku záporným číslam. Racionálne čísla vznikli
z potreby riešiť rovnice v tvare a · x = b pre a, b ∈ N, čo je len zovšeobecnenie už spomínanej rov-
nice a · x = 1. Prvé písomné záznamy, obsahujúce racionálne čísla, pochádzajú približne z obdobia
3 000 rokov pred n. l. z Mezopotámie.
Definícia 1.2.3 — Racionálne číslo. Množina racionálnych čísel sa označuje písmenom Q a

definuje sa predpisom na o
Q= ; a, b ∈ Z , b ̸= 0
b
a
Vo výraze b sa číslo a nazýva čitateľ a číslo b menovateľ zlomku.
P Racionálne čísla vyjadrujú podieľ z celku a nazývajú sa aj zlomky. Ak sú čísla a a b sú

nesúdeliteľné, tak hovoríme, že zlomok je v základnom, alebo vo vykrátenom tvare.
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.
Daný je štvorec so stranou dĺžky 1. √ Pythagorovu √ vetu poznáme, a preto vieme, že

uhlopriečka tohto štvorca má dĺžku 12 + 12 = 2. Ale čo je to za číslo? Ako sa dá
vyjadriť pomocou zlomku a dá sa to vôbec?
√ √
Predpokladajme, že sa to dá a číslo √2 je racionálne. Potom, ak 2 ∈ Q, tak
musia existovať čísla p, q ∈ Z také, že 2 = qp . Bez straty na všeobecnosti môžeme
predpokladať, že čísla p a q sú nesúdeliteľné, čo znamená, že zlomok qp je vo vykrátenom
tvare. Ak by totiž čísla p a q neboli nesúdeliteľné, tak ich vykrátime
√ ich najväčším
′
spoločným deliteľom, dostaneme čísla p′ , q′ ∈ Z a platilo by 2 = qp′ = qp . Takže
máme nesúdeliteľné čísla p, q ∈ Z, pre ktoré platí
√ p p2
2= =⇒ 2= =⇒ 2q2 = p2 .
q q2
Z poslednej rovnosti vyplýva, že číslo p je párne. Existuje preto m ∈ Z také, že p = 2m.

Potom ale p2 = 4m2 a poslednú rovnosť môžeme upraviť
2q2 = p2 =⇒ 2q2 = 4m2 =⇒ q2 = 2m2 .
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.
1.2.4 Iracionálne čísla

Bez ohľadu na to, či legenda o Hippasovi je, alebo nie je, pravdivá, matematici už od staroveku
vedeli, že existujú čísla, ktoré nedajú zapísať v tvare zlomku. Sú to, čísla, ktoré v desiatkovej
číselnej sústave majú nekonečný rozvoj, ktorý naviac nie je periodický. Podmienka, že desatinný
rozvoj čísla nie je periodický je dôležitá, pretože aj mnohé zlomky majú nekonečný desatinný
rozvoj. Napríklad 13 = 0, 333333 . . ., čo stručne zapisujeme 31 = 0, 3. Alebo
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.
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
an xn + an−1 xn−1 + an−2 xn−2 + · · · + a2 x2 + a1 x + a0 = 0 , (1.1)
kde x je neznáma, všetky exponenty

√ x sú prirodzené čísla, n ̸= 0 a pre i ∈ {0, . . . , n} je ai ∈ Z.
Napríklad iracionálne√
číslo 2 je koreňom algebraickej rovnice x2 − 2 = 0, alebo zlatý rez, čo je
iracionálne číslo 1+2 5 , je koreňom algebraickej rovnice x2 − x − 1 = 0.
Isto sa nájdu čitatelia tohto textu, ktorí si uvedomili, že aj niektoré racionálne čísla sú algeb-
raické. Napríklad koreňom rovnice x + 1 = 0 je číslo −1, prípadne koreňom rovnice 2x − 1 = 0
je číslo 12 . To znamená, že množina algebraických čísel presahuje množinu iracionálnych čísel.
11 aproximovať = približne vyjadriť
12 koreň rovnice = riešenie rovnice
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.
1.2.5 Reálne čísla

Reálne čísla nie sú žiadne nové čísla s novými vlastnosťami, ale je to množina obsahujúca všetky
doteraz spomínané čísla. Záporné čísla, prirodzené aj racionálne, definitívne zaradili medzi reálne,
čiže „skutočne existujúce“, čísla až Girolamo Cardano a Rafael Bombelli v 16. storočí, ktorí
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.
Začiatok renesancie a matematika

V stredoveku už matematicí dávno vedeli riešiť lineárne aj kvadratické rovnice. Väčšina z toho
bola známa už od staroveku. Avšak v tom čase ešte neboli známe všeobecné postupy, v dnešnej
terminológii algoritmy, na riešenie jednotlivých typov rovníc, ale ku každej rovnici sa pristupovalo
individuálne a počítalo sa pomocou mincí, kamienkov a abakusov. Naviac neexistovala dnešná
matematická symbolika a všetko sa zapisovalo slovne. Až na konci 15. storočia sa postupne začali
pri zápise čísel presadzovať arabské číslice a pozičná desiatková číselná sústava. Pritom číslice, ktoré
používame dnes, sa volajú arabské len preto, lebo sa do Európy dostali prostredníctvom arabov,
najmä arabských obchodníkov a v skutočnosti sa jedná pôvodom o indické číslice. Označenie
arabské číslice im však napriek tomu zostalo. Skutočné arabské číslice majú podobu
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.
Obr. 1.1: Autoportrét Albrechta Dürera.
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).
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.
Definícia 1.2.4 — Kvadratická rovnica. Nech a, b, c sú číselné konštanty. Potom rovnica
ax2 + bx + c = 0 , kde a ̸= 0 , (1.2)

sa nazýva kvadratická.
P V definícii 1.2.4 úmyselne nie je uvedené o aké konštanty a, b, c sa jedná. Či sú to prirodzené,

celé, racionálne, reálne, alebo komplexné čísla. V stredoškolskej matematike sa jednalo vždy
o reálne konštanty, avšak vo všeobecnosti by a, b, c mohli byť aj komplexné čísla.
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

menovateľ, čím dostávame známy tvar riešenia kvadratickej rovnice

√
−b ± b2 − 4ac
x1,2 = . (1.3)
2a
13 konštanta c = c.x0
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.
1.3 Komplexné čísla

Potreba komplexných čísel nevyplynula z toho, že nie všetky riešenia kvadratickej rovnice musia byť
reálne. To v 15. a 16. storočí matematici už dávno vedeli a riešili to rovnako ako väčšina dnešných
maturantov: „rovnica nemá riešenie“. Avšak s rozvojom techniky prišla potreba riešiť nielen
kvadratické, ale aj kubické rovnice. V nasledujúcej časti opíšeme príbeh hľadania všeobecného
riešenia kubických rovníc.
1.3.1 Riešenie kubických rovníc

Ku riešeniu kubických rovníc sa matematici dostali v súvislosti s praktickými technickými problé-
mami. Nájdenie vzorcov na všeobecné riešenie kubických rovníc bolo až do začiatku 16. storočia
považované za problém typu „kvadratúra kruhu“, čiže za neriešiteľný problém. Napríklad františ-
kánsky mních, matematik a účtovník Luca Pacioli v jednej svojej práci napísal, že riešenie kubickej
rovnice nie je možné. Úspešné vyriešenie problému kubických rovníc je späté s menami talianskych
matematikov a majstrov počtárov zo začiatku 16. storočia. Boli to Scipione del Ferro (1465–1526),
jeho zať Annibale della Nave, Scipionov študent a počtársky majster Antonio Maria del Fiore,
nezávisle od predchádzajúcich Niccolò Fontana (1499–1557) známy pod menom Tartaglia14 a ako
posledný Girolamo Cardano (1501–1576)15 . Príbeh uvedených matematikov a riešenia kubických
rovníc sa spomína vo viacerých knihách a časopisoch. Napríklad v [4] (str. 365–367), v [18] (str.
113–117), v [31] (str. 114–116), v ruskom časopise Kvant 2017/5, venovanom stredoškolskej
matematike atď. Tomuto, veľmi zaujímavému, historickému príbehu spojenému s veľkou rivalitou,
pocitmi zrady a hnevu, sa tu venovať nebudeme. Záujemci si ho môžu prečítať v uvedených kni-
hách a časopise. Ukážeme si však geniálny postup, ktorý spomenutí matematici použili pri riešení
kubických rovníc. Treba si pritom uvedomiť, že to bolo v čase, keď sa ešte takmer všetky algeb-
raické výpočty a operácie popisovali slovne, pretože matematika práve v tom čase ešte len začínala
prechádzať na používanie pozičnej desiatkovej sústavy, arabských číslic a matematická sybolika
ešte len začínala vznikať. Takže úloha bola pre vtedajších matematikov oveľa komplikovanejšia,
než by jej riešenie bolo pre dnešných stredoškolákov.
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.
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
x3 + ax2 + bx + c = 0 , kde a, b, c sú ľubovoľné konštanty . (1.5)
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
(A + B)3 = A3 + 3A2 B + 3AB2 + B3 . (1.6)
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
x3 + ax2 + bx + c = t 3 + ut + v = 0 , kde (1.8)
a 3b − a2 27c + 2a3 − 9ab

t = x+ , u= , v=
3 3 27
Talianski matematici zo začiatku 16. storočia riešili kubickú rovnicu len v tvare t 3 + ut + v = 0.
Predchádzajúce „akrobatické cvičenie“ bolo dobré na to aby sme ukázali, že nájdením riešenia ta-
kejto rovnice sme vlastne našli riešenia ľubovoľnej kubickej rovnice. To však vedeli už aj matematici
v 16. storočí.
Pravá strana rovnosti (1.6) sa dá ďalej upraviť na tvar
A3 + 3A2 B + 3AB2 + B3 = 3AB(A + B) + A3 + B3 , (1.9)
čiže platí rovnosť
(A + B)3 = 3AB(A + B) + A3 + B3 , (1.10)

z ktorej vidno, že jeden z koreňov rovnice t 3 − 3ABt − A3 + B3 = 0 je číslo (A + B).

Porovnajme si teraz rovnice
t 3 − 3ABt − A3 + B3 = 0 , ktorej koreň t = A + B poznáme

t3 + ut + v = 0 , ktorej riešenie zatiaľ nepoznáme.
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
Poslednú rovnicu vieme substitúciou α = A3 zmeniť na kvadratickú rovnicu

u3
27α 2 + 27αv + u3 = 0 čo je to isté ako α 2 + αv + = 0. (1.11)
27
Uvedomme si, že hodnoty čísel u, v poznáme a takisto vieme, podľa vzorca (1.3) nájsť riešenie
kvadratickej rovnice (1.11). Je ním
q
4 3
−v + v2 + 27
r
u v v2 u3
α = A3 = =− + +
2 2 4 27
Keďže B3 = −A3 − v, tak poznáme už aj hodnotu B3 a teda poznáme obe hodnoty A, B
s r s r
3 v v2 u3 3 v v2 u3
A= − + + a B= − − +
2 4 27 2 4 27
Kubická rovnica t 3 + tu + v = 0 bude mať preto riešenie (koreň)

s r s r
3 v v 2 u3 3 v v2 u3
t = A+B = − + + + − − + (1.12)
2 4 27 2 4 27
Vzorec (1.12) sa nazýva Cardanov vzorec16 na riešenie kubickej rovnice.

2 u3
V prípade, že je výraz v4 + 27 kladný, alebo nulový, tak je všetko v poriadku a hodnotu t vieme
vypočítať. Ale čo robiť, ked bude tento výraz záporný? Tu sa naplno ukázala genialita spomínaných
matematikov. Všetko čo sme robili doteraz bola len „algebraicka akrobacia“. Tá síce vtedy tiež
nebola jednoduchá, pretože všetko sa zapisovalo slovne a algebraická symbolika, akú sme použili
my, ešte len vznikala, ale predsa len to všetko už v tom čase boli dávno známe veci. Geniálne bolo
to, že spomenutí matematici sa nezľakli záporného čísla pod odmocninou, nevyhlásili, že „riešenie
neexistuje“, ale skúsili so záporným číslom pod odmocninou ďalej počítať podľa pravidiel platiacich
pre reálne čísla. Pritom zistili, že to funguje a dovedie
√ ich to k riešeniu. √ √
Ak máme číslo c > 0, tak potom odmocnina −c sa dá zapísať ako −1 c. To vyplýva √
√
priamo z vlasností odmocniny. Pre c > 0 vieme vypočítať hodnotu c. Zostalo nám ešte√ číslo −1.
Vieme, že druhá mocnina žiadneho reálneho čísla nemôže byť záporná. Takže číslo −1 určite
nie je reálne. Vtedajší matematici ho nazvali imaginárne číslo, presnejšie imaginárna jednotka.
Čiže považovali ho za zdanlivé, len „akoby existujúce“, číslo, ktorým si na chvíľu pomôžu pri
výpočtoch a ono potom zmizne. Skutočne, bez ohľadu na hodnoty u, v v Cardanovom vzorci
16 Cardano v skutočnosti nebol autorom tohto vzorca. Jeho autori sú pravdepodobne Scipione del Ferro a Tartaglia.
Cardano sa uvedený vzorec dozvedel od Tartagliu a publikoval ho vo svojej knihe Ars magna sive de regulis algebraicis
(Veľké umenie, čiže o algebraických pravidlách), Norimberg 1545.
(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.
1.3.2 Dovetok ku riešeniu kubických rovníc

Na konci podkapitoly 1.2.5 bolo spomenuté, že každá polynomická rovnica n-tého stupňa má práve
n koreňov, pričom nie všetky musia byť reálne, alebo navzájom rôzne. To znamená, že každá
kubická rovnica musí mať 3 korene. Dnes už matematici vedia, že každá kubická rovnica vždy
má aspoň jeden koreň reálny. Na začiatku 16. storočia to však matematici ešte nevedeli, takže
vlastne mali šťastie, že sa pomocou známych algebraických operácií a za použitia imaginárneho
čísla, dopracovali k reálnemu, a teda pre nich zmysluplnému, riešeniu. Ale čo s ďalšími dvoma
riešeniami? Dnes to už opät je triviálna úloha, ktorou sa tiež neskôr budeme zaoberať. Stačí vydeliť
polynóm jeho koreňovým činiteľom, tým znížime jeho stupeň o 1 a na riešenie kvadratickej rovnice
už poznáme vzorec. Začiatkom 16. storočia to také triviálne nebolo, ale aj tak sa im to podarilo a
Cardano vo svojej knihe uvádza vzorce pre všetky 3 korene kubickej rovnice. Ak máme rovnicu
t 3 + ut + v = 0
s r s r
3 v v 2 u 3 3 v v2 u3
A= − + + a B= − − + ,
2 4 27 2 4 27
tak potom riešenia uvedenej rovnice budú

√
2 2 −1 + i 3
t1 = A + B , t2 = Aε + Bε , t3 = Aε + Bε , kde ε = .
2
Návod na odvodenie týcho riešení je popísaný napríklad v časopise Kvant 2017/5 (str. 51). Koreň
t1 je vždy reálny, korene t2 a t3 môžu byť aj komplexné. Praktické riešenie kubickej rovnice si teraz
ukážeme na príklade.
■ Príklad 1.8 Nájdite korene kubickej rovnice x3 + 15x2 + 69x + 99 = 0.

Riešenie: Najskôr si danú rovnicu, pomocou lineárnej substitúcie t = x + 15
3 = x + 5, revedieme
do tvaru s nulovým kvadratickým členom.
x3 + 15x2 + 69x + 99 = 0 ⇐⇒ t 3 − 6t + 4 = 0 , kde t = x + 5
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.
Ľahko si môžeme overiť, že platí

√
(1 + i)3 = 1 + 3i + 3i2 + i3 = −2 + 2i =⇒ 3
−2 + 2i = 1 + i
√
(1 − i)3 = 1 − 3i + 3i2 − i3 = −2 − 2i =⇒ 3
−2 − 2i = 1 − i
Preto jeden koreň kubickej rovnice t 3 − 6t + 4 = 0 bude
t1 = 1 + i + 1 − i = 2 .
Keďže sme na začiatku spravili lineárnu substitúciu t = x + 5, tak x = t − 5 a jeden koreň

pôvodnej rovnice je x1 = −3. Ďalšie dva korene nebudeme hľadať pomocou Cardanových vzorcov,
ale pomôžeme si modernými metódani. Koreňový činiteľ pre koreň x1 = −3 je (x + 3). Vydelíme
pôvodný polynóm jeho koreňovým činiteľom a dostaneme
x3 + 15x2 + 69x + 99 : (x + 3) = x2 + 12x + 33 .

Ďalšie dva korene danej rovnice dostaneme vyriešením kvadratickej rovnice
x2 + 12x + 33 = 0 .
Všetky tri korene danej rovnice sú

√ √
x1 = −3 , x2 = −6 − 3 , x3 = −6 + 3 .
■
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.
■ Príklad 1.9 Postupnosť {an }∞

n=0 je daná svojimi prvými dvoma členmi a rekurentným predpisom
a0 = 1 , a1 = 4 a an = 2an−1 − 2an−2 , pre n ≥ 2 .

Nájdite explicitné vyjadrenie tejto postupnosti.
18 bikvadratická rovnica je polynomická rovnica štvrtého stupňa
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. ■
1.4 Počítanie s komplexnými číslami

V časti 1.3.1 sme opísali, ako sa matematici dopracovali ku imaginárnym a cez ne neskôr ku kom-
plexným číslam. V tejto časti to sformalizujeme. Začneme troma definíciami.
Definícia 1.4.1 — Imaginárna jednotka, imaginárne číslo. √

▷ Imaginárna jednotka sa označuje symbolom i a je to číslo i = −1 .
▷ Číslo v tvare ic, kde i je imaginárna jednotka a c ∈ R, sa nazýva imaginárne číslo.
P V elektrotechnickej literatúre sa imaginárna jednotka často označuje aj symbolom j.
■ Príklad 1.10 Kladné celočíselné mocniny imaginárnej jednotky sú
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).
Definícia 1.4.2 — Komplexné číslo, množina C.

▷ Majme ľubovoľné a, b ∈ R. Potom číslo v tvare a + ib sa nazýva komplexné číslo.
▷ Množina všetkých komplexných čísel sa označuje C, kde C = {a + ib; a, b ∈ R}.
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.
Množina komplexných čísel je predstavovaná kompletne celým obrázkom, pretože všetky

ostatné číselné množiny sú jej podmnožinami. Pomocou symbolu Ir označujeme množinu iraci-
onálnych čísel. Nie je to však oficiálne označenie tejto množiny, ale len pomocné označenie použité
v tomto texte. A ešte jedna definícia, ktorá zavádzá pojmy reálna a imaginárna zložka komplexného
čísla.
Definícia 1.4.3 — Reálna a imaginárna zložka komplexného čísla. Majme komplexné
číslo z ∈ C, kde z = a + ib. Potom
▷ reálnu zložku (časť) komplexného čísla z označujeme Re (z) a platí Re (z) = a,
▷ imaginárnu zložku (časť) komplexného čísla z označujeme Im (z) a platí Im (z) = b.
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.
1.4.1 Súčet a rozdiel komplexných čísel

Dve komplexné čísla sa sčítavajú (odčítávajú) po zložkách. To znamená, že ak máme vypočítať
súčet (rozdiel) dvoch komplexných čísel, tak zvlášť sčítame (odčítame) ich reálne a zvlášť sčítame
(odčítame) ich imaginárne zložky. Ukážeme to na príkladoch.
■ Príklad 1.11 Pre dané komplexné čísla u, v ∈ C vypočítajte (u + v) a (u − v).

(a) u = 2 + 3i , v = 1 + i
u + v = (2 + 3i) + (1 + i) = 3 + 4i , u − v = (2 + 3i) − (1 + i) = 1 + 2i
(b) u = 4 + 2i , v = 5 + 3i
u + v = (4 + 2i) + (5 + 3i) = 9 + 5i , u − v = (4 + 2i) − (5 + 3i) = −1 − i
(c) u = −3 + 5i , v = 2 − 7i
u + v = (−3 + 5i) + (2 − 7i) = −1 − 2i , u − v = (−3 + 5i) − (2 − 7i) = −5 + 12i
■
Ako vidno z predchádzajúcich príkladov, súčet a rozdiel sú na komplexných číslach definované

prirodzeným spôsobom a ich výsledkom vždy bude komplexné číslo.
1.4.2 Násobenie a delenie komplexného čísla reálnym číslom

Násobenie, rovnako ako delenie, komplexného čísla reálnym číslo sa robí veľmi jednoducho,
po zložkách. Reálnym číslom zvlášť násobíme reálnu a zvlášť násobíme komplexnú zložku prísluš-
ného komplexného číslo. Vo všeobecnosti
c ∈ R , z ∈ C , z = a + ib potom c · (a + ib) = ca + icb .
Predvedieme si to aj na dvoch konkrétnych príkladoch.
■ Príklad 1.12 Pre dané c ∈ R a z ∈ C vypočítajte súčin cz a podiel cz .

(a) c = 3 , z = 2 − 5i
z 2 − 5i 2 5
cz = 3(2 − 5i) = 6 − 15i , = = − i
c 3 3 3
(b) c = 4 , z = 4 + 7i
z 4 + 7i 7
cz = 4(4 + 7i) = 16 + 28i , = = 1+ i
c 4 4 ■
1.4.3 Násobenie komplexných čísel

Aj násobenie komplexných čísel sa definuje prirodzeným spôsobom. Komplexné číslo je zložené
z reálnej a imaginárnej zložky, t.j. je to dvojčlen. Dve komplexné čísla sa budú násobiť rovnako ako
sa násobia dvojčleny19 , čiže spôsobom „každý s každým“. Pritom si treba uvedomiť, že pri násobení
19 (a + b)(c + d) = ac + bc + ad + bd
imaginárnej časti sa násobia aj ku ním patriace imaginárne jednotky a že platí i · i = i2 = −1, čo je

reálne číslo. Opäť to predvedieme na príkladoch.
■ Príklad 1.13 Pre dané komplexné čísla u, v ∈ C vypočítajte súčin uv.

(a) u = 2 + 3i , v = 1 + i
uv = (2 + 3i) · (1 + i) = 2 · 1 + 2 · i + 3i · 1 + 3i · i = 2 + 5i + 3i2 = −1 + 5i
(b) u = 4 + 2i , v = 5 + 3i
uv = (4 + 2i) · (5 + 3i) = 4 · 5 + 4 · 3i + 2i · 5 + 2i · 3i = 20 + 22i + 6i2 = 14 + 22i
(c) u = −3 + 5i , v = 2 − 7i
uv = (−3 + 5i) · (2 − 7i) = −3 · 2 + (−3) · (−7i) + 5i · 2 + 5i · (−7i) =
= −6 + 31i − 35i2 = −6 + 35 + 31i = 29 + 31i

(d) u = 1 − 2i , v = 7 + 3i
uv = (1 − 2i) · (7 + 3i) = 1 · 7 + 1 · (3i) + (−2i) · 7 + (−2i) · (3i) =
= 7 − 11i − 6i2 = 7 + 6 − 11i = 13 − 11i

■
Z uvedených príkladov vidíme, že násobenie komplexných čísel v algebraickom tvare je sku-

točne len roznásobovaním dvojčlenov systémom „každý s každým“. V porovnaní so súčtom a
rozdielom je však súčin neprehľadnejší a šanca spraviť chybu je väčšia. Preto si pri násobení
komplexných čísel v algebraickom tvare treba dávať pozor.
1.4.4 Delenie komplexných čísel

Vzájomné delenie dvoch komplexných čísel v algebraickom tvare20 nie je vôbec príjemné. Pre
komplexné čísla v algebraickom tvare neexistuje žiaden jednoduchý algoritmus delenia, podobný
tomu, čo sme sa na základnej škole učili pre celé a reálne čísla. Ak máme dve komplexné čísla
u, v ∈ C a chceme vypočítať ich podiel, u ÷ v = uv , tak musíme z menovateľa zlomku odstrániť
komplexné číslo. Naštastie na základnej škole nás naučili nielen deliť reálne čísla, ale aj to, ako sa
roznásobujú dvojčleny (a + b)(a − b)
(a + b)(a − b) = a2 − b2 . (1.15)
Pomocou rovnosti (1.15) a už uvedeného faktu i · i = i2 = −1 vieme ľahko odstrániť komplexné

číslo z menovateľa zlomku uv . Predtým ako ilustrujeme tento postup na príklade, definujeme pojem
komplexne združené čísla.
Definícia 1.4.4 — Komplexne združené čísla. Nech z = a + ib je komplexné číslo. Potom

k nemu komplexne združené číslo označujeme z a platí z = a − ib. Čísla z a z nazývame
komplexne združené čísla.
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.
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.
z · z = (a + ib) · (a − ib) = a · a + a · (−ib) + ib · a + ib · (−ib) =
= 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.
■ Príklad 1.14 Pre dané komplexné čísla u, v ∈ C vypočítajte podiel uv .

(a) u = 1 + 2i , v = 3 − 7i
u 1 + 2i 1 + 2i 3 + 7i −11 + 13i 11 13
= = · = =− + i
v 3 − 7i 3 − 7i 3 + 7i 9 + 49 58 58
| {z }
=1
(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).
1.4.5 Goniometrický tvar komplexných čísel

V predchádzajúcich častiach bolo ukázané, ako sa realizujú základne aritmetické operácie na kom-
plexných číslach. Z uvedeného je zrejmé, že komplexné čísla sa dajú násobiť a deliť aj v algebraickom
tvare, ale ako sme mali možnosť vidieť, je to pomerne nepohodlné. V tejto časti ukážeme ako sa
komplexné čísla dajú násobiť a deliť elegantnejším spôsobom.
21 Lema je jednoduché pomocné tvrdenie, ktoré nie je hodné označenia „veta“.
Z definície 1.4.2 je zrejmé, že komplexné číslo sa dá reprezentovať ako usporiadaná dvojica

reálnych čísel. Medzi komplexnými číslami a usporiadanými dvojicami reálnych čísel existuje
obojsmerná a jednoznačná korešpondencia
∀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.
Obr. 1.2: Geometrická interpretácia komplexného čísla.
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.
Obr. 1.3: Goniometrický tvar komplexného čísla.

Definícia 1.4.5 — Absolútna hodnota (dĺžka) komplexného čísla. Ak z = a + ib, kde

a, b ∈ R, je
√ komplexné číslo, tak jeho absolútna hodnota (dĺžka) sa označuje |z| a vypočíta sa
ako |z| = a2 + b2 .
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.
Obr. 1.4: Komplexné jednotky.
Z geometrickej reprezentácie komplexného čísla ako vektora, čo môžeme vidieť na obrázku

1.3 (strana 38), je zrejmé, že absolútna hodnota komplexného čísla je dĺžka vektora, ktorý toto
komplexné číslo reprezentuje. Na uvedenom obrázku je zelenou farbou vyznačený pravouhlý troju-
holník, ktorého prepona je tvorená vektorom predstavujúcim dané komplexné číslo a dĺžky odvesien
sú reálna a imaginárna zložka daného komplexného čísla. Z tohto pravouhlého
√ trojuholníka potom
pomocou Pythagorovej vety vypočítame dĺžku prepony (vektora) ako a + b . 2 2
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 .
Ak si uvedomíme, že R ⊂ C, každé reálne číslo x ∈ R sa dá zapísať ako komplexné číslo

z = x + 0i, ktoré je reprezentované vektorom vychádzajúcim z počiatku súradnicovej sústavy a
ležiacom na reálnej osi, tak potom podľa definície 1.4.5 môžeme počítať aj absolútnu hodnotu
reálneho čísla p √
∀x ∈ R : |x| = x2 + 02 = x2
a bude to v súlade so základoškolskou definíciou absolútnej hodnoty reálneho čísla, ktorá je uvedená
vyššie (1.17).
Uhol ϕ, ktorý vektor reprezentujúci dané komplexné číslo zviera s osou x vypočítame z pra-
vouhlého trojuholníka na obrázku 1.3 pomocou goniometrických funkcií. Platí napríklad tg ϕ = ba ,
a preto ϕ = arctg ba . Prípadne môžeme uhol ϕ vyjadriť pomocou funkcií sin ϕ = |z| b a
a cos ϕ = |z| .
Teraz už vieme všetko potrebné na to, aby sme mohli definovať goniometrický tvar komplexného
čísla.
Definícia 1.4.7 — Goniometrický tvar komplexného čísla. Ak z = a + ib, kde a, b ∈ R, je
komplexné číslo, tak jeho goniometrický tvar má podobu
p
z = |z| (cos ϕ + i sin ϕ) , kde |z| = a2 + b2 a ϕ
je uhol, ktorý vektor reprezentujúci komplexné číslo z zviera s osou x – viď obrázok 1.3.
P V goniometrickom tvare je komplexné číslo reprezentované svojou dĺžkou a uhlom, ktorý

vektor predstavujúci toto číslo v komplexnej rovine, zviera s reálnou (x-ovou) osou.
Algebraický a goniometrický tvar komplexného čísla sú dva možné spôsoby, ktorými vieme
špecifikovať vektor vychádzajúci z počiatku súradníc a idúci do niektorého bodu roviny.
Hlavná výhoda goniometrického tvaru komplexného čísla sa prejaví pri násobení a delení dvoch
komplexných čísel. Predvedieme si to na dvoch príkladoch.
■ Príklad 1.15 Dané sú dve komplexné čísla z1 , z2 ∈ C v goniometrickom tvare
z1 = |z1 |(cos α + i sin α) , z2 = |z2 |(cos β + i sin β ) .
Vypočítajte ich súčin.

Riešenie:
z1 · z2 = |z1 |(cos α + i sin α) · |z2 |(cos β + i sin β ) =
= |z1 | · |z2 | cos α cos β + i cos α sin β + i sin α cos β + i2 sin α sin β =

= |z1 | · |z2 | cos α cos β − sin α sin β +i(sin α cos β + cos α sin β ) =
| {z } | {z }
=cos(α+β ) =sin(α+β )

= |z1 | · |z2 | cos(α + β ) + i sin(α + β )
■
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)
A ešte úloha rovnakého typu pre podiel.

■ Príklad 1.16 Dané sú dve komplexné čísla z1 , z2 ∈ C v goniometrickom tvare
z1 = |z1 |(cos α + i sin α) , z2 = |z2 |(cos β + i sin β ) .
Vypočítajte ich podiel.

Riešenie:
z1 |z1 |(cos α + i sin α) |z1 | cos α + i sin α
= = · =
z2 |z2 |(cos β + i sin β ) |z2 | cos β + i sin β
|z1 |
V tomto bode riešenie na chvíľu prerušíme. Podieľ |z2 | bude vždy reálne číslo, pretože aj čitateľ, aj
cos α+i sin α
menovateľ zlomku sú reálne čísla. Ale v zlomku cos β +i sin β sa vyskytujú aj imaginárne jednotky i,
a preto rovnako ako sme to robili pri delení komplexných čísel v algebraickom tvare (príklad 1.14),
musíme odstrániť komplexné číslo z menovateľa zlomku.
|z1 | cos α + i sin α cos β − i sin β

= · · =
|z2 | cos β + i sin β cos β − i sin β
| {z }
=1
|z1 | cos α cos β − i cos α sin β + i sin α cos β − i2 sin α sin β

= · =
|z2 | cos2 β + sin2 β
=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.
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
(cos x + i sin x)n = cos(nx) + i sin(nx) .

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
eiϕ = cos ϕ + i sin ϕ , (1.19)
použitím ktorého sa dôkaz Moivrovej vety po prvé zjednodušil a po druhé rozšíril z n ∈ N na n ∈ R.

Eulerovmu vzorcu sa ešte budeme venovať v časti zaoberajúcej sa nekonečnými radmi. V tech-
nických aplikáciach, predovšetkým tých, ktoré sa týkajú elektrotechniky, sa často namiesto go-
niometrického tvaru komplexných čísel, uvedeného v definícii 1.4.7, používa tvar vychádzajúci
z Eulerovho vzorca
z = |z|(cos ϕ + i sin ϕ) = |z|eiϕ .
Oba tieto tvary sú podľa vzorca (1.19) ekvivalentné, avšak druhý uvedený tvar je stručnejší a ľahšie
sa s ním pracuje.
Moivrova veta výrazne zjednodušuje umocňovanie a odmocňovanie komplexných čísel a používa
sa napríklad pri riešení binomických rovníc, ktorým sa budeme venovať v ďalšej časti.
1.4.6 Binomicke rovnice

Pod binomickou rovnicou budeme rozumieť rovnicu v tvare
xn + c = 0 , kde n ∈ N , c ∈ C a x je neznáma (premenná). (1.20)
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 .
V binomickej rovnici je c ∈ C, čiže aj −c ∈ C a vieme ho zapísať v goniometrickom tvare22
−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.
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.
Všetkých n koreňov binomickej rovnice (1.20) bude mať podobu

pn ϕ 2π ϕ 2π
xk = |c| cos +k + i sin +k , pre k ∈ {0, 1, 2, . . . , n − 1} . (1.22)
n n n n
Riešenie niekoľkých binomických rovníc si teraz predvedieme na príkladoch.
■ Príklad 1.17 Nájdite všetky korene binomickej rovnice x5 − 32 = 0 .

Riešenie: danú rovnicu upravíme na tvar x5 = 32 a číslo 32 zapíšeme v goniometrickom tvare
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◦ ) .
Prvý (v poradí) koreň je reálny, zvyšné 4 korene sú komplexné. ■
■ Príklad 1.18 Nájdite všetky korene binomickej rovnice 7x6 + 2401 = 0 .

Riešenie: danú rovnicu si upravíme na tvar x6 = −343 a číslo −343 zapíšeme v goniometrickom
tvare
x6 = 343(cos π + i sin π) .
√
Ľahko zistíme, že 343 = ( 7)6 a podľa (1.22), budú všetky korene danej rovnice
√

π + 2kπ π + 2kπ
xk = 7 cos + i sin , pre k ∈ {0, 1, 2, 3, 4, 5, 6} .
7 7
Korene danej rovnice vypísané jednotlivo budú
√ π π
x0 = 7 cos + i sin ,
7 7
√ 3π 3π
7 7
√

5π 5π
7 7
√ √ √

7π 7π
x3 = 7 cos + i sin = 7 (cos π + i sin π) = − 7 ,
7 7
√ √

9π 9π 2π 2π
x4 = 7 cos + i sin = 7 cos + i sin ,
7 7 7 7
√ √

11π 11π 4π 4π
x5 = 7 cos + i sin = 7 cos + i sin ,
7 7 7 7
√ √

13π 13π 6π 6π
x6 = 7 cos + i sin = 7 cos + i sin .
7 7 7 7
Vidíme, že v poradí štvrtý koreň je reály, zvyšných 6 koreňov je komplexných. ■
1.5 Cvičenia 45
■ Príklad 1.19 Nájdite všetky korene binomickej rovnice x4 − 4 + 4i = 0 .
Riešenie: danú rovnicu upravíme na tvar x4 = 4 − 4i a komplexné číslo 4 − 4i zapíšeme v goni-

ometrickom tvare
√

4 7π 7π
x = 32 cos + i sin .
4 4
Podľa (1.22), budú všetky korene danej rovnice
√

8 7π + 8kπ 7π + 8kπ
xk = 32 cos + i sin , pre k ∈ {0, 1, 2, 3} .
16 16
■ Príklad 1.20 Nájdite všetky korene binomickej rovnice (x + 3)8 − 16i = 0 .
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
Podľa (1.22), budú všetky korene tejto rovnice
√

π + 4kπ π + 4kπ
tk = 2 cos + i sin , pre k ∈ {0, 1, 2, 3, 4, 5, 6, 7} .
16 16
Ešte nesmieme zabudnúť na substitúciu t = x + 3 ⇒ x = t − 3. Preto všetky korene danej rovnice

budú
√

π + 4kπ π + 4kπ
xk = 2 cos + i sin − 3 , pre k ∈ {0, 1, 2, 3, 4, 5, 6, 7} .
16 16
Korene pre k = 0 a k = 4 budú reálne, všetky ostatné korene budú komplexné. ■
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). ■
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

(i) −4 + 4i (s) 11 (cos π + i. sin π)

√ √
(j) −5 3 − 15i (t) 12 3 cos 34 π + i. sin 43 π

■
1.5 Cvičenia 47
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)
■
Cvičenie 1.7 Nech z, z1 , z2 ∈ C. Dokážte nasledujúce rovnosti.
(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)
■
Cvičenie 1.8 Pomocou vzťahov pre goniometrické funkcie dokážte, že platí
(cos α + i sin α)(cos β + i sin β ) = cos(α + β ) + i sin(α + β ) .
Cvičenie 1.9 Nájdite reálne čísla x a y, ktoré sú riešením danej rovnice.

(a) (5 + 2i)x + (3 − 5i)y = 124 (c) (1 − 3i)x + (2 + 5i)y = 1 + i
(b) 2x + (1 + i)(x + y) = 7 + i (d) 3y + (4 − 3i)(x − y) = 2 + 7i
■
Cvičenie 1.10 Vypočítajte
(a) i33 (h) 1

i3
+ i15 + i17 + i19
(b) i196 (i) (1 − i)2
(c) i6 + i16 + i26 + i36 + i46 + i56 (j) (2 + i)3
(d) i + i2 + i3 + . . . + i81 (k) (1 − 3i)5
√
(e) i + i11 + i21 + i31 + i41
4
(l) 2+i
(f) i.i2 .i3 . . . i100 √ √ 6
(g) i.i2 .i4 .i8 . . . i64 (m) 2−i 2
■
Cvičenie 1.11 Zistite, pre ktoré x, y ∈ R sa rovnajú komplexné čísla
z1 = x2 − 7x + 9yi a z2 = y2 i + 20i − 12
■
Cvičenie 1.12 Vypočítajte absolútnu hodnotu (dĺžku) daného komplexného čísla.

(a) 6 + 8i (g) bi, kde b ∈ R
√
− 3+i (h) i
(b) 2
(c) 3 + 4i (i) 5 − 12i
(d) sin π4 + i cos π4 (j) 35 + 12i
(e) i3 (k) sin π6 − i cos π3
(f) (1 + i)5 (l) cos π6 + i sin π3
■
Cvičenie 1.13 Nájdite také reálne čísla x, y, aby komplexné čísla 5 + xyi a x + y − 4i boli
komplexne združené. ■
Cvičenie 1.14 Nájdite všetky z ∈ C, ktoré sú riešením rovnice z + z = 0. ■
Cvičenie 1.15 Dokážte nasledujúce tvrdenia

(a) Pre ľubovoľné z ∈ C platí |z| ≥ 0.
(b) Pre ľubovoľné z ∈ C platí |z| = 0 ⇔ z = 0.
(c) Pre ľubovoľné z ∈ C platí | − z| = |z|.
(d) Pre ľubovoľné z ∈ C platí |z| = |z|.
(e) Majme ľubovoľné z ∈ C a nech y = z + z. Potom platí y ∈ R.
(f) Pre ľubovoľné z ∈ C platí z = z.
√
(g) Pre ľubovoľné z ∈ C platí z.z = |z|.
(h) Pre ľubovoľné z ∈ C platí |z|2 = z2 .
(i) Pre ľubovoľné z1 , z2 ∈ C platí z1 + z2 = z1 + z2 .
(j) Pre ľubovoľné z1 , z2 ∈ C platí z1 .z2 = z1 .z2 .
■
1.5 Cvičenia 49
Cvičenie 1.16 Dokážte, že ak r a s sú komplexné jednotky, tak potom je komplexnou jednotkou

aj číslo
(a) r.s (b) s2 (c) s
■
Cvičenie 1.17 Pre z ∈ C vypočítajte
i|z + i|2 − (1 + i) + |z + 1|2 − (i + 1)|z|2

■
Cvičenie 1.18 Dané číslo vypočítajte a zapíšte v algebraickom tvare.

√ √
1−i a+i√b
(a) 1+i (g) √
a−i b
4+5i
(b) 1−3i
3+2i (h) i−2 + 1+4i
3i−1
3+i
(c) i
1−2i (i) 1 − 1+i + (i − 1)i
(3+2i)(2−i)
(d) (2+3i)(1+i) (j) 1+i i−1
÷ 3+2i
i
(e) (2 − 12i) ÷ 4i (1+2i)2 −(1−i)3
(k) (3+2i)3 −(2+i)2
(f) √ 1√
3+i 2 i−1 i

(l) i + i−1 (2i − 3) − (i − 1)i
■
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
■
Cvičenie 1.20 Majme komplexné číslo z = a + bi ̸= 0. Vyjadrite v algebraickom tvare čísla
(a) 1
z
(b) z5 (c) z−2 (d) z
z
■
Cvičenie 1.21 Upravte na algebraický tvar

√ √ √ √
u + vi u − vi u+v u+i v v+i u
(a) − (b) √ √ (c) √ √ −√ √
u − vi u + vi u+i v u−i v v−i u
■
Cvičenie 1.22 Vypočítajte

1 1 1 1
−1 1
−1
(a) + + (b) i + 1+i − 1−i −i
i13 i23 i33 ■
Cvičenie 1.23 Nájdite reálne čísla x, y, ktoré sú riešením danej rovnice.

3−2i
(a) 1+i = 2x + yi (b) (1 + i5 )x + (1 + i23 )y = 3 − i
■
Cvičenie 1.24 Pomocou Moivrovej vety vypočítajte

√ n √ 3
(a) (1 + i)10 (e) 3+i (i) 1 + i 3 .(1 − i)7
√ √ 8 √ √ −8
1−i 20
2 2

(b) 2 + i 2
(f) 1+i (j) 2
− i 2
2 2
√ 100 π π
6
3 1 (g) cos 24 + i sin 24 (k) (1 − i)12 + (1 + i)12
(c) 2 − i 2 10
π π
(h) cos 10 + i sin 10 (l) (1 + i)9 ÷ (1 − i)7
(d) (1 − i)n
■
Cvičenie 1.25 Pre ktoré čísla k platí rovnosť: (1 + i)k = (1 − i)k ? ■
n
1 + i tg α

Cvičenie 1.26 Upravte výraz . ■
1 − i tg α
π 4
Cvičenie 1.27 Umocnite tg −i . ■
4
Cvičenie 1.28 Vypočítajte a graficky znázornite číslo

√
3
√
3
√
4
(a) −1 (c) 8i (e) −4
√ √ √
(b) 3 i (d) 5 1 (f) 3 −2 + 2i
■
Cvičenie 1.29 V C nájdite všetky riešenia danej binomickej rovnice.
(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
■
Cvičenie 1.30 V C nájdite všetky riešenia danej rovnice.
(a) x3 + x2 − 2 = 0 (i) x4 − 2x3 + x2 = 0

(b) x3 − 2x2 + x − 2 = 0 (j) x5 + 2x3 + x = 0
(c) x3 + 3x2 − 2x − 6 = 0 (k) (x + 5)3 = 15x(x + 5)
1 1 1
(d) x−2 + x−11 = x−8 (l) 6x3 − 7x2 − 7x + 6 = 0
(e) x3 − x = 0 (m) 5x3 − 11x2 + 11x − 5 = 0
√3
√
3
(f) x4 + 2x2 + 8x + 5 = 0 (n) x4 − 3 x2 − 54 = 0
2
(g) x4 − 5x2 + 4 = 0 (o) x2 − 20
x +9 = 0
(h) x5 − 10x3 + 9x = 0 (p) 12x4 − 4x3 − 32x2 − 4x + 12 = 0
■
1.5 Cvičenia 51
Cvičenie 1.31 Rozhodnite, či pre ľubovoľné dve čísla z1 , z2 ∈ C platí

√ √ √ √ 2
(a) z1 .z2 = z1 . z2
p
(b) (z1 + z2 )2 = ( z1 + z2 )
■
Výsledky cvičenia 1.1 Dôkaz prenechávame na študentov. ■
Výsledky cvičenia 1.2 Stačí dosadiť malé hodnoty n a počítať . . . ■
Výsledky cvičenia 1.3

(a) u + v = 2 + 2i , u − v = −2 (k) u + v = 6 − 4i , u − v = 4i
(b) u + v = 4 + i , u − v = 2 − 3i (l) u + v = 9i , u − v = −5i
(c) u + v = 8 + i , u − v = −2 + 3i (m) u + v = 8 , u − v = 2 + 4i
(d) u + v = 10 + 3i , u − v = 4 + i (n) u + v = 5 + 3i , u − v = −1 − i
(e) u + v = 3 + 5i , u − v = −1 + i (o) u + v = 11 − 3i , u − v = −3 + 11i
(f) u + v = 8 , u − v = 6i (p) u + v = 4 + 7i , u − v = −2 − 7i
(g) u + v = 6 , u − v = −2 + 6i (q) u + v = 12 − 14i , u − v = −2 + 2i
(h) u + v = 12 − 3i , u − v = −2 + i (r) u + v = 11 − 2i , u − v = −7 + 4i
(i) u + v = 9 − 2i , u − v = −3 + 6i (s) u + v = 10 + 7i , u − v = 4 − 3i
(j) u + v = 10 − i , u − v = 8 − 3i (t) u + v = 5 − 2i , u − v = 1 − 12i
■

1 1
(a) uv = −1 + 2i , u = −i , v = 25 − 5i (k) uv = 9 − 12i , 1
u
1
= 1 3
3 , v = 25 + 25
4i
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
■

(a) 3 = 3 (cos 0◦ + i. sin 0◦ ) , 0◦ = 0π
(b) −5i = 5 (cos 270◦ + i. sin 270◦ ) , 270◦ = 32 π
√
(c) 3 − 3i = 3 2 (cos 315◦ + i. sin 315◦ ) , 315◦ = 74 π
√ √
(d) 4 3 + 12i = 8 3 (cos 60◦ + i. sin 60◦ ) , 60◦ = π3
√ √
(e) 21 − 7 3 i = 14 3 (cos 330◦ + i. sin 330◦ ) , 330◦ = 11
6π
√
(f) 4 + 4i = 4 2 (cos 45◦ + i. sin 45◦ ) , 45◦ = π4
√
(g) −5 + 5 3 i = 10 (cos 120◦ + i. sin 120◦ ) , 120◦ = 23 π
√
(h) 6 3 + 6i = 12 (cos 30◦ + i. sin 30◦ ) , 30◦ = π6
√
(i) −4 + 4i = 4 2 (cos 135◦ + i. sin 135◦ ) , 135◦ = 34 π
√ √
(j) −5 3 − 15i = 10 3 (cos 240◦ + i. sin 240◦ ) , 240◦ = 34 π
√ √
(k) 6 3 (cos 30◦ + i. sin 30◦ ) = 9 + 3 3 i
√
(l) 4 2 (cos 135◦ + i. sin 135◦ ) = −4 + 4i
√
(m) 3 (cos 300◦ + i. sin 300◦ ) = 23 − 3 2 3 i
√ √
(n) 8 3 (cos 240◦ + i. sin 240◦ ) = −4 3 − 12i
√
(o) 9 (cos 150◦ + i. sin 150◦ ) = − 9 2 3 + 29 i
√ √
(p) 2 3 cos 11 11

6 π + i. sin π = 3 − 3i
3 3
6
(q) 7 cos 2 π + i. sin 2 π = −7i
√ √
(r) 5 3 cos 23 π + i. sin 23 π = 5 2 3 + 15

2i
(s) 11 (cos π + i. sin π) = −11
√ √
(t) 12 3 cos 43 π + i. sin 34 π = −18 − 6 3 i

■

(a) uv = 2 (cos 60◦ + i. sin 60◦ ) , u
v = 1 (cos 330◦ + i. sin 330◦ )
(b) uv = 8 (cos 39◦ + i. sin 39◦ ) , u
v = 2 (cos 15◦ + i. sin 15◦ )
(c) uv = 96 (cos 195◦ + i. sin 195◦ ) , uv = 32 (cos 45◦ + i. sin 45◦ )
(d) uv = 10 cos 34 34 u 5 16 16

15 π + i. sin 15 π , v = 2 cos 15 π + i. sin 15 π
√ √
(e) uv = 3 2 cos 76 π + i. sin 67 π , uv = 2 cos 53 π + i. sin 53 π

√ √
(f) uv = 2 6 (cos 222◦ + i. sin 222◦ ) , uv = 66 (cos 32◦ + i. sin 32◦ )
(g) uv = 18 (cos 32◦ + i. sin 32◦ ) , u
v= 2 (cos 152◦ + i. sin 152◦ )
(h) uv = 6 cos 76 π + i. sin 76 π , u
= 21 cos π2 + i. sin π2

v
(i) uv = 91 cos 162 162 u 13 6 6

91 π + i. sin 91 π , v = cos 91
7 π + i. sin 91 π
√ 29
√
π + i. sin 29 u
= 2 2 cos 13 13

(j) uv = 36 2 cos 12 12 π , v 12 π + i. sin 12 π
(k) uv = 21 (cos 54◦ + i. sin 54◦ ) , uv = 37 (cos 12◦ + i. sin 12◦ )
(l) uv = 24 (cos 96◦ + i. sin 96◦ ) , uv = 23 (cos 300◦ + i. sin 300◦ )
√ √
7 7
π , uv = 33 cos 23 23

(m) uv = 2 3 cos 12 π + i. sin 12 12 π + i. sin 12 π
√ 49 49
u
√
5 6 π π

(n) uv = 35 6 cos 30 π + i. sin 30 π , v = 14 cos 30 + i. sin 30
√ √
(o) uv = 6 6 (cos 153◦ + i. sin 153◦ ) , uv = 36 (cos 63◦ + i. sin 63◦ )
√ 51
√
2 5
π + i. sin 51 u
cos 61 61

(p) uv = 24 5 cos 40 40 π , v = 3 40 π + i. sin 40 π
√ √
2 3 cos 17 17 u 91 91

(q) uv = 20 π + i. sin 20 π , v = 3 cos 60 π + i. sin 60 π
√ √
81 81
π , uv = 36 cos 140 39 39

(r) uv = 4 6 cos 140 π + i. sin 140 π + i. sin 140 π
√ √
(s) uv = 12 6 (cos 173◦ + i. sin 173◦ ) , uv = 6 (cos 213◦ + i. sin 213◦ )
175 cos 16 16 u 7 16 16

(t) uv = 9 π + i. sin 9 π , v = 5 cos 9 π + i. sin 9 π ■
Výsledky cvičenia 1.7 Vyplýva priamo z definícií. ■
Výsledky cvičenia 1.8 Použijú sa súčtové vzorce
sin(α ± β ) = sin α cos β + cos α sin β a cos(α ± β ) = cos α cos β ∓ sin α sin β .

(a) x = 20 , y = 8 (b) x = 3 , y = −2 (c) x = 3
, y= 4
(d) x = 13
, y= 34
11 11 9 9
■

(a) i (e) i (i) −2i (m) 64i
(b) 1 (f) −1 (j) 2 + 11i
(c) 0 (g) −i (k) 316 + 12i
√
(d) i (h) 0 (l) −7 + i4 2
■
Výsledky cvičenia 1.11 Riešením je ľubovoľná usporiadaná dvojica (x, y), kde x ∈ {3, 4} a
y ∈ {4, 5}. ■

(a) 10 (d) 1 (g) |b| (j) 37
√
(b) 1 (e) 1 (h) 1 2
(k) 2
√
(c) 5 (f) 4 2
q
(i) 13 3
(l) 2
■
Výsledky cvičenia 1.13 (x1 , y1 ) = (1, 4) a (x2 , y2 ) = (4, 1) ■
Výsledky cvičenia 1.14 z = ai , pre ∀a ∈ R ■
Výsledky cvičenia 1.15 Všetko priamo z definícií. ■

(a) Z násobenia komplexných čísel v goniometrickom tvare.
(b) Z násobenia komplexných čísel v goniometrickom tvare.
(c) Z definície absolútnej hodnoty (dĺžky) komplexného čísla.
■
Výsledky cvičenia 1.17 2z ■


(a) −i (e) −3 − 12 i (i) − 21 − 32 i
22 7 √ √
(b) 13 + 13 i (f) 3
− 2 (j) −3 − 2i
5 5 i
1 7 √
5 + 5i
(c) 29 3
a−b 2 ab (k) 159 − 106 i
3 41
(g) a+b + a+b i
(d) − 26 − 26 i 21 17 (l) − 92 + 52 i
(h) − 10 + 10 i
■

(a) (x1 , y1 ) = (−1, 6) a (x2 , y2 ) = (6, −1)
(b) (x1 , y1 ) = (−2, −2) a (x2 , y2 ) = (−2, 2)
(c) (x, y) = (16, 0)
■

a b
(a) a2 +b2
− a2 +b2i
(b) a5 − 10a3 b2 + 5ab4 + 5a4 b − 10a2 b3 + b5 i

a2 −b2 2ab
(c) 2 − 2 i
(a2 +b2 ) (a2 +b2 )
a2 −b2
(d) a2 +b2
− a22ab
+b2
i
■

√ √
4uv (b)
(a) u−i v 2(u − v)
i (c)
u2 + v2 u+v ■

−i (a) −2i
(b)
■
x = 41 , y = − 52 (a) x = 1 , y = 2
(b)
■
Poznámka: V ďalších úlohách budeme používať označenie

cis α = cos α + i sin α

n
√
(e) 2n cis
π
π

(a) 32cis 2 6π (i) 64 2 cis 4
(b) 1 (f) 1 (j) 1
(c) cis 34 π
π

(g) cis 4 (k) −128
√ 3n (h) −1

(d) 2n cis 4π
(l) 2
■
Výsledky cvičenia 1.25 Rovnosť platí pre k = 4n , kde n ∈ N. ■
Výsledky cvičenia 1.26 cis (2nα) ■
Výsledky cvičenia 1.27 −4 ■

π
π
√ π

(a) cis 3 (c) 2 cis 6 (e) 2 cis 4
π
√
(b) cis (d) 1 π

6 (f) 2 cis 4
■

2k−1
(f) x = 2 cis k−1

(a) x = cis 4 π , k ∈ {1, . . . , 4} 3 π , k ∈ {1, . . . , 6}
1 2k−1
√
(g) x = 2 cis 2k−1

(b) x = 2 cis 5 2π , k ∈ {1, . . . , 5} 4 π , k ∈ {1, . . . , 4}
(h) x = 2 cis k−1

(c) z = 1 3 π , k ∈ {1, . . . , 6}
√ 4k−1
(d) x = 3 4 cis

, k ∈ {1, . . . , 3} (i) x = 2 cis k−1

3 π 8 π , k ∈ {1, . . . , 8}
2k−1

(e) x = cis 3 π , k ∈ {1, . . . , 3} (j) x = a cis k−1

2 π , k ∈ {1, . . . , 4}
■

√
(a) x1 = 1 , x2,3 = ±i 2 (i) x1,2 = 0 , x3,4 = 1
(b) x1 = 2 , x2,3 = ±i (j) x1,2 = 0 , x3,4 = ±i
√ 1
(c) x1 = −3 , x2,3 = ± 2 (k) x1 = −5 , x2 = 5
√ √
13± 145
(d) x1,2 = 8 ± 3 2 (l) x1 = −1 , x2,3 = 12
(e) x1 = 0 , x2,3 = ±1 1
(m) x1,2 = 1 , x3 = 5
√
(f) x1,2 = −1 , x3,4 = 1 ± 2i (n) x1,2 = ±27 , x3,4 = ±i6 6
(g) x1,2 = ±1 , x3,4 = ±2 (o) x1,2 = ±4 , x3,4 = ±5i
√
(h) x1 = 0 , x2,3 = ±1 , x4,5 = ±3 (p) x1,2 = −1 , x3,4 = 7± 13
6
■
Výsledky cvičenia 1.31 Oba vzťahy platia – odvodenie pomocou zápisu komplexných čísel
v goniometrickom tvare. ■
2. Matice a operácie s maticami
2.1 Základné algebraické štruktúry

Skôr, než sa dostaneme k maticiam a determinantom, uvedieme zopár definícii základných al-
gebraických pojmov, aby sme s nimi mohli v ďalšom texte pracovať a nemuseli sme sa utiekať
k rôznym opisom a matematicky nekorektným „pseudodefiníciam“. Štúdium algebraických štruk-
túr a ich vlastností nie je náplňou tohto kurzu, avšak s jednou základnou štruktúrou, ktorou je
pole, budeme pracovať vždy, keď budeme pracovať s reálnymi alebo komplexnými číslami. Preto
je potrebné aby sme vedeli o akú štruktúru sa jedná a aké sú jej základné vlastnosti.
Čo je to množina sme uviedli v časti 1.1 (strana 13) a čo je to kartézsky súčin dvoch množín
bolo definované na strane 15. Pomocou týchto dvoch pojmov sa definuje zobrazenie množiny A
do množiny B.
Definícia 2.1.1 — Zobrazenie množiny A do množiny B. Zobrazenie množiny A do množiny

B je ľubovoľná podmnožina kartézkeho súčinu ϕ ⊆ A × B, pre ktorú platí
a) ∀a ∈ A , ∃ b ∈ B : (a, b) ∈ ϕ ,
b) ak (a, b) ∈ ϕ ∧ (a, c) ∈ ϕ ⇒ (b = c) .
Skutočnosť, že ϕ je zobrazenie množiny A do množiny B zapisujeme ϕ : A → B .
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.
1V algebre sa ešte zvykne používať aj zápis aϕ = b.

60 Kapitola 2. Matice a operácie s maticami
Obr. 2.1: ϕ nie je zobrazenie, pretože c ∈ A nemá obraz.
Obr. 2.2: ϕ nie je zobrazenie, pretože e ∈ A sa zobrazuje na dva rôzne prvky.
Obr. 2.3: ϕ je zobrazenie. Sú splnené obe podmienky definície 2.1.1.
Potom čo sme formálne definovali pojem zobrazenia medzi množinami, budú nasledovať tri defi-
nície popisujúce vlastnosti zobrazení.
Definícia 2.1.2 — Injektívne zobrazenie. Zobrazenie ϕ : A → B sa nazýva injektívne zobra-

zenie, alebo stručne len injekcia, ak platí

∀a1 , a2 ∈ A , a1 ̸= a2 ⇒ ϕ(a1 ) ̸= ϕ(a2 ) .
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 ) .
Tieto dve podmienky sú navzájom ekvivalentné. V staršej slovenskej matematickej terminológii

sa injektívne zobrazenie označovalo aj pojmom prosté zobrazenie. Zobrazenie na obrázku 2.3 nie
je injektívne, pretože napríklad tri rôzne prvky a, b, c ∈ A sa zobrazujú na ten istý prvok 1 ∈ B.
Definícia 2.1.3 — Surjektívne zobrazenie. Zobrazenie ϕ : A → B sa nazýva surjektívne

zobrazenie, alebo stručne len surjekcia, ak platí
∀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.
Obr. 2.4: ϕ nie je surjekcia, pretože prvok 5 ∈ B nemá vzor.
Obr. 2.5: ϕ je surjekcia, ale nie je to injekcia.

Pomocou injekcie a surjekcie sa definuje nasledujúci pojem.
Definícia 2.1.4 — Bijektívne zobrazenie. Zobrazenie ϕ : A → B sa nazýva bijektívne zobra-

zenie, alebo stručne len bijekcia, ak je injektívne a zároveň surjektívne.
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.
Obr. 2.6: ϕ je bijekcia, pretože je to injekcia aj surjekcia.
Definícia 2.1.5 — Zobrazenie na množine. Nech A je neprázdna množina. Zobrazenie

ϕ : A → A sa nazýva zobrazenie na množine.
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.
Definícia 2.1.6 — Binárna operácia na množine. Nech A je neprázdna množina. Potom

zobrazenie ϕ : A × A → A sa nazýva binárna operácia na množine A.
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“.
Nech X je neprázdna množina. Binárnu operáciu na množine X si predstavme ako

čiernu skrinku, do ktorej ak vhodíme ľubovoľnú usporiadanú dvojicu (x, y) ∈ X × X,
tak nám z nej vypadne prvok z ∈ X. Pritom prvky x, y a z nemusia byť nutne rôzne.
Viď obrázok
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
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.
■ Príklad 2.1 Majme množinu prirodzených čísel (N). Potom

(a) a ⊛ b = (a + b)2
je binárna operácia na množine N, pretože pre každú usporiadanú dvojicu (a, b) ∈ N × N
je operácia (a + b)2 (bežné sčítanie a umocňovanie) dobre definovaná a jej výsledkom je
prirodzené číslo.
(b) a ◦ b = a + b − 10
nie je binárna operácia na množine N! Síce pre každú usporiadanú dvojicu (a, b) ∈ N × N
vieme vypočítať a + b − 10 definovaná, avšak jej výsledkom nemusí byť prirodzené číslo.
Napríklad pre (a, b) = (1, 2) je a ◦ b = 1 + 2 − 10 = −7 ̸∈ N.
(c) a ⊗ b = ab
je binárna operácia na množine N, pretože pre každú usporiadanú dvojicu (a, b) ∈ N × N je
operácia ab dobre definovaná a jej výsledkom je prirodzené číslo.
(d) a△b = a+bab
nie je binárna operácia na množine N! Pre každú usporiadanú dvojicu (a, b) ∈ N × N síce
vieme vypočítať a+b
ab , ale výsledkom nemusí byť prirodzené číslo. Napríklad pre (a, b) = (1, 2)
1+2
je a△b = 1·2 = 32 ̸∈ N.
■
Teraz sa pozrieme na rovnaké operácie, ale na celých číslach.
■ Príklad 2.2 Majme množinu celých čísel (Z). Potom

(a) a ⊛ b = (a + b)2
je binárna operácia na množine Z, pretože pre každú usporiadanú dvojicu (a, b) ∈ Z × Z je
operácia (a + b)2 dobre definovaná a jej výsledkom je celé číslo.
(b) a ◦ b = a + b − 10
je binárna operácia na množine Z. Pre každú usporiadanú dvojicu (a, b) ∈ Z × Z je a + b − 10
dobre definované a výsledkom je vždy celé číslo.
(c) a ⊗ b = ab
nie je binárna operácia na množine Z! Pre každú usporiadanú dvojicu (a, b) ∈ Z × Z síce
vieme vypočítať ab , ale výsledkom nemusí byť celé číslo. Napríklad pre (a, b) = (2, −1)
máme a ⊗ b = 2−1 = 21 ̸∈ Z.
(d) a△b = a+bab
nie je binárna operácia na množine Z! Pre každú usporiadanú dvojicu (a, b) ∈ Z × Z síce
vieme vypočítať a+bab , avšak výsledkom nemusí byť celé číslo. Napríklad pre (a, b) = (1, 2)
1+2 3
je a△b = 1·2 = 2 ̸∈ Z.
■
Dve základné vlastnosti, ktoré binárna operácia môže mať, sú komutatívnosť a asociatívnosť.
Definujeme tieto dve vlastnosti.
Definícia 2.1.7 — Komutatívna binárna operácia. Majme neprázdnu množinu A a na nej

binárnu operáciu ◦. Hovoríme, že binárna operácia ◦ je komutatívna ak platí
∀a, b ∈ A : a ◦ b = b ◦ a .
Komutatívnosť binárnej operácie znamená, že ak sa na binárnu operáciu pozeráme ako na už

spomínanú čiernu skrinku, tak nezáleží na poradí jej vstupov. Vstup (a, b) nám dá rovnaký výsledok
ako vstup (b, a). Z matematického pohľadu teda nejde o usporiadanú dvojicu, ale len o dvojicu
a, b ∈ A, pri ktorej na poradí členov nezáleží. Z bežných aritmetických operácií na číselných
množinách sú komutatívne operácie sčítania (+) a násobenia (·). Operácie odčítania a delenia
komutatívne nie sú.
Definícia 2.1.8 — Asociatívna binárna operácia. Majme neprázdnu množinu A a na nej
binárnu operáciu ◦. Hovoríme, že binárna operácia ◦ je asociatívna ak platí
∀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.
2 Nemýliť si to s poradím prvkov množiny v daných operáciach. To sa meniť nesmie!

(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.
Definícia 2.1.10 — Grupa a komutatívna / abelovská grupa. Grupa je neprázdna množina

G, na ktorej je definovaná binárna operácia ◦, ktorá spĺňa nasledovné podmienky
a) binárna operácia ◦ je asociatívna, čiže ∀a, b, c ∈ G : (a ◦ b) ◦ c = a ◦ (b ◦ c) ,
b) binárna operácia ◦ má na množine G neutrálny prvok e ∈ G, t. j. platí
∃e ∈ G, ∀a ∈ G : a ◦ e = e ◦ a = a ,
c) ku každému prvku a ∈ G existuje vzhľadom na binárnu operáciu ◦ inverzný prvok
a−1 ∈ G, čiže platí ∀a ∈ G, ∃a−1 ∈ G : a ◦ a−1 = a−1 ◦ a = e .
Pokiaľ sú uvedené tri podmienky splnené, tak množina G s binárnou operáciou ◦ sa nazýva
grupa a označuje sa (G, ◦).
Naviac, ak je binárna operácia ◦ aj komutatívna, tak hovoríme o komutatívnej grupe, alebo
abelovskej grupe.
P Komutatívne algebraické štruktúry, nielen grupy, sa na počesť nórskeho matematika Nielsa

Henrika Abela (1802–1829) nazývajú abelovské. Niels Henrik Abel bol priekopníkom v rôz-
nych oblastiach matematiky, zaoberal sa špeciálnymi funkciami a ako prvý dokázal nemožnosť
nájsť všeobecné riešenie polynomických rovníc piateho stupňa.
Ukážeme dva príklady toho, čo je a čo nie je grupa. Na rozdiel od predošlých príkladov to

však nebudeme ukazovať na obvyklých číselných množinách s bežnými aritmetickými operáciami,
ale na zvyškových triedach. Zvyškové triedy sú v praktických aplikáciach veľmi často používané
množiny. Napríklad čísla, ktoré používame v programovacích jazykoch, nie sú prirodzené, celé,
racionálne, . . . , ale sú to prvky zvyškových tried, aj keď si to mnohí programátori neuvedomujú.
Definícia 2.1.11 — Zvyšková trieda Zn . Nech n ∈ N je ľubovoľné prirodzené číslo, n > 1.

Potom zvyšková trieda Zn je množina všetkých možných zvyškov po delení celých čísel číslom
n. To znamená, že
Zn = {0, 1, . . . , (n − 1)} .
Nech a ∈ Z, b ∈ N, n > 1. Potom zvyšok po delení, v matematickej terminológii nazývaný

aj modulo, čísla a číslom b zapisujeme ako a (mod b) a počítame ho ako vzdialenosť čísla a
od najbližšieho menšieho celočíselného násobku čísla b. Napríklad 7 (mod 3) = 1 a −1 (mod 3) = 2 .

Na zvyškovej triede Zn definujeme binárne operácie sčítania a násobenia takto
∀a, b ∈ Zn : a ⊕ b = a + b(mod n) a a ⊙ b = a · b(mod n) .
V predošlom vzorci a + b a a · b označujú bežný súčet a súčin čísel a a b.
■ Príklad 2.4 Sú usporiadané dvojice (Z5 , ⊕) a (Z5 , ⊙) grupy?

Riešenie: zvyškové triedy majú tú výhodu, že sú to konečné množiny a všetky možné hodnoty
výsledkov ich binárnej operácie si vieme zapísať v tabuľke. Pre Z5 je to
⊕ 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
Na základe uvedených tabuliek ľahko overíme, že binárna operácia ⊕ je na Z5 asociatívna, že

má neutrálny prvok 0 a že pre každý prvok a ∈ Z5 existuje inverzný prvok a−1 ∈ Z5 . Preto je
podľa definície 2.1.10 usporiadaná dvojica (Z5 , ⊕) grupa. Dokonca je to abelovská grupa, pretože
operácia ⊕ je aj komutatívna.
Usporiadaná dvojice (Z5 , ⊙) však grupa nie je, pretože pre prvok 0 ∈ Z5 neexistuje inverzný
prvok a−1 ∈ Z5 . Ak by sme však namiesto zvyškovej triedy Z5 uvažovali len množinu Z5 \ {0},
tak tabuľka pre binárnu operáciu ⊙ by bola
⊙ 1 2 3 4
1 1 2 3 4
2 2 4 1 3
3 3 1 4 2
4 4 3 2 1
a usporiadaná dvojica (Z5 \ {0}, ⊙) by bola abelovská grupa. ■
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
a△(b ◦ c) = a△b ◦ a△c a (b ◦ c)△a = b△a ◦ c△a . (2.1)
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 △.
■ Príklad 2.5 Je zvyšková trieda Z5 spolu s binárnymi operáciami ⊕ a ⊙ pole?

Riešenie: už v príklade 2.4 sme ukázali, že (Z5 , ⊕) je abelovská grupa a (Z5 \ {0}, ⊙) je tiež
abelovská grupa. Na to, aby sme ukázali, že usporiadaná trojica (Z5 , ⊕, ⊙) je pole, nám stačí ukázať
distributívnosť binárnych operácii ⊕ a ⊙. To, že
∀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. ■
Na záver časti o algebraických štruktúrach si ešte uvedieme vetu, hovoriacu o vlastnostiach,

ktoré má každé pole. V znení vety budeme pre lepšiu zrozumiteľnosť, na rozdiel od definície 2.1.12,
na označenie binárnych operácií, používať symboly aritmetických operácií (+) a (·).
Veta 2.1.1 — O vlastnostiach poľa. Nech F je neprázdna množina, usporiadaná trojica

(F, +, ·) je pole, −a označuje inverzný prvok ku prvku a ∈ F v grupe (F, +) a 0 je neutrálny
prvok grupy (F, +). Potom pre ľubovoľné a, b, c ∈ F platí
a) a · 0 = 0 ,
b) (−a) · b = −a · b ,
c) (−a) · (−b) = a · b ,

d) (a · b = a · c) ∧ (a ̸= 0) ⇒ (b = c) ,

e) (a · b = 0) ⇒ (a = 0) ∨ (b = 0) .
Dôkaz: (F, +, ·) je pole, takže v ňom musia byť splnené všetky podmienky definície 2.1.12.
Špeciálne (F, +) je abelovská grupa, −a ∈ F v nej označuje inverzný prvok ku prvku a ∈ F, 0 je
jej neutrálny prvok a obe binárne operácie sú asociatívne, komutatívne a platí pre ne distributívny
zákon.
a) Platí
0 = a · 0 + (−a) · 0 = a · (0 + 0) + (−a) · 0 = a · 0 + a · 0 + (−a) · 0 =
= a · 0 + (a + (−a)) · 0 = a · 0 + 0 · 0 = a · 0 + 0 = a · 0 .
Dostali sme teda rovnosť 0 = a · 0 , ktorú sme potrebovali dokázať.
b) Platí a · b + (−a) · b = (a + (−a)) · b = 0 · b = b · 0 = 0 .
To znamená, že prvok (−a) · b je vzhľadom na binárnu operáciu (+) inverzný ku prvku
a · b, čiže platí (−a) · b = −(a · b) = −a · b.
c) Z komutatívnosti binárnej operácie (·) a z bodu b) dostávame
(−a) · (−b) = −(a · (−b)) = −((−b) · a) = −(−b · a) = b · a = a · b .
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.
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.
3V našom prípade to bude vždy pole.

4 Viď definíciu 2.1.10, strana 65.
5 Zatiaľ len polynomické rovnice.
2.2 Vektory a počítanie s nimi

Skôr než sa uvedieme definíciu matice a začneme sa zaoberať tým, ako sa s maticami počíta,
pripomenieme a upresníme si jeden pojem, s ktorým sme sa stretli už na základnej a strednej škole.
Týmto pojmom je vektor.
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.
Usporiadanú n-ticu samozrejme môžeme definovať nad ľubovoľnou množinou, trebárs aj

nad množinou „všetkých sliepočiek z deduškovho dvorčeka“, s ľubovoľnými, napríklad aj žiad-
nymi, binárnymi operáciami na nej. Avšak, ako vidíme z definície 2.2.1, vektor sa vždy definuje
nad poľom F. Vlastnosti poľa uvedelné v definícii 2.1.12 a vete 2.1.1, potrebujeme na to, aby
sme s vektormi boli schopní robiť tie binárne operácie a výpočty, ktoré budeme potrebovať. My
sa budeme zaoberať vektormi nad reálnymi, prípadne komplexnými číslami a ako sme ukázali
v predchádzajúcej časti, aj reálne aj komplexné čísla s bežnými aritmetickými operáciami (+) a (·)
sú polia, a preto sú takéto vektory v súlade s definíciou 2.2.1.
Vektory budeme v texte označovať tučnými malými písmenami latickej abecedy, t. j. a, b, c, . . .
budú vektory a skaláry budeme označovať obyčajnými malými písmenami latinskej abecedy, čiže
a, b, c, . . . ∈ F budú skaláry. Na vektory môžeme aplikovať binárne operácie poľa, nad ktorým sú
definované. V prípade reálnych a komplexných čísel to budú binárne operácie súčtu a súčinu. Teraz
uvedieme definíciu nulového vektora a potom si ukážeme ako sa s vektormi počíta.
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.
2.2.2 Počítanie s vektormi

Postupne si pripomenieme a na niekoľkých príkladoch ilustrujeme základné aritmetické operácie
s vektormi. Všetky príklady budeme robiť len na reálnych vektoroch, t. j. na vektoroch nad poľom
reálnych čísel, ktorých prvky sú reálne čísla. Všetky pravidlá pre počítanie s vektormi však platia
rovnako aj pre vektory nad ľubovoľným poľom F.
Definícia 2.2.3 — Súčet vektorov. Nech a = (a1 , a2 , . . . , an ) a b = (b1 , b2 , . . . bn ) sú dva n-

rozmerné vektory nad poľom (F, +, ·). Potom súčet vektorov a a b je
a + b = (a1 , a2 , . . . , an ) + (b1 , b2 , . . . bn ) = (a1 + b1 , a2 + b2 , . . . , an + bn ) .
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
a + b = (1, −1, 9, 3, 4) + (7, 3, 0, −2, 5) = (1 + 7, −1 + 3, 9 + 0, 3 − 2, 4 + 5) = (8, 2, 9, 1, 9) .
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.
Definícia 2.2.4 — Násobenie vektora skalárom. Nech (F, +, ·) je pole, a = (a1 , a2 , . . . , an )

je vektor nad týmto poľom a c ∈ F je skalár. Potom násobenie vektora a skalárom c je definované
ako
c · a = (c · a1 , c · a2 , . . . , c · an ) .
Samozrejme, vzhľadom na komutativitu násobenia v poli F, platí c · a = a · c, pretože c · ai = ai · c.
■ Príklad 2.7 Majme vektor a = (3, −1, 0, 5, −2, 7) a dva skaláry c1 = 3 a c2 = −2. Potom
c1 · a = (9, −3, 0, 15, −6, 21) a c2 · a = (−6, 2, 0, −10, 4, −14) .
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.
Definícia 2.2.5 — Skalárny súčin. Nech a = (a1 , a2 , . . . , an ) a b = (b1 , b2 , . . . bn ) sú dva n-

rozmerné vektory nad poľom (F, +, ·). Potom skalárny súčin vektorov a a b sa definuje ako
a · b = (a1 , a2 , . . . , an ) · (b1 , b2 , . . . bn ) = a1 · b1 + a2 · b2 + . . . + an · bn .
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.
■ Príklad 2.8 Pre dané vektory a a b vypočítajte ich skalárny súčin.

(a) Nech a = (1, 3, −4) a b = (3, 4, 0). Potom
a · b = (1, 3, −4) · (3, 4, 0) = 1 · 3 + 3 · 4 + (−4) · 0 = 15 .
(b) Nech a = (−1, 2, 1, 3, −2) a b = (2, 1, 1, 3, 2). Potom
a · b = (−1, 2, 1, 3, −2) · (2, 1, 1, 3, 2) = (−1) · 2 + 2 · 1 + 1 · 1 + 3 · 3 + (−2) · 2 = 6 .

■
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.
Veta 2.2.1 — O operáciách s vektormi. Nech (F, +, ·) je pole, c1 , c2 ∈ F sú ľubovoľné skaláry

a a, b, c sú ľubovoľné vektory nad poľom F. Potom platí
a) a + b + c = (a + b) + c = a + (b + c) ,
b) c1 · (a + b) = c1 · a + c1 · b ,
c) (c1 + c2 ) · a = c1 · a + c2 · a ,
d) 0 · a = 0 ,
e) c1 · 0 = 0 ,
f) c1 · a = 0 práve vtedy, keď c1 = 0, alebo a = 0 ,
g) Ak 1 je neutrálny prvok vzhľadom na násobenie v poli F, tak 1 · a = a ,
h) (−c1 ) · a = −c1 · a .
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 .
Pomocou lineárnej kombinácie sa definuje lineárna závislosť vektorov.

Definícia 2.2.7 — Lineárna závislosť vektorov. Nech (F, +, ·) je pole a v1 , v2 , . . . , vn sú

ľubovoľné vektory rovnakého rozmeru nad poľom F. Potom hovoríme, že vektory v1 , v2 , . . . , vn
sú lineárne závislé, ak existujú skaláry c1 , c2 , . . . , cn ∈ F, ktoré nie sú všetky nulové a platí
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.
Veta 2.2.2 — O lineárne závislých vektoroch. Nech (F, +, ·) je pole. Potom v1 , v2 , . . . , vn

sú lineárne závislé vektory (rovnakého rozmeru) nad poľom F práve vtedy, keď jeden z nich sa
dá zapísať ako lineárna kombinácia zvyšných vektorov.
Dôkaz: uvedené tvrdenie je ekvivalencia („práve vtedy“), a preto ho budeme dokazovať ako dve
implikácie.
⇒ Táto implikácia triviálne vyplýva priamo z definície 2.2.7 a jej dôkaz je spravený bezpro-
stredne za definíciou.
⇐ Nech sa vektor vi dá zapísať ako lineárna kombinácia zvyšných vektorov. Potom existujú
skaláry c j , kde j ∈ {1, . . . , n} \ {i} a platí
vi = c1 · v1 + · · · + ci−1 · vi−1 + ci+1 · vi+1 + · · · + cn · vn .
2.3 Matice 73
Ku obom stranám tejto rovnice stačí pridať (−1) · vi , čím dostaneme
0 = c1 · v1 + · · · + ci−1 · vi−1 + (−1) · vi + ci+1 · vi+1 + · · · + cn · vn ,
čo podľa definície 2.2.7 znamená, že vektory v1 , v2 , . . . , vn sú lineárne závislé. Q.E.D.
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 .
v = (v1 , v2 , . . . , vn ) = v1 · (1, 0, . . . , 0) + v2 · (0, 1, 0, . . . , 0) + . . . + vn · (0, . . . , 0, 1) .

| {z } | {z } | {z }
n prvkov n prvkov n prvkov
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
písať do veľkých oblých zátvoriek. Napríklad

   
a11 a12 a13 a14 1 −2 0 7
A =  a21 a22 a23 a24  =  5 1 9 3 
a31 a32 a33 a34 0 8 0 6
je matica A, typu 3 × 4, ktorá má v 2. riadku a 3. stĺpci prvok a23 = 9.
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 .
■ Príklad 2.11 Matice

9
   
3 −1 5 7 −1 5
3 7
A= 2 0 9 3  a B=  2 0 32 3 
10
0 8 4 2 0 8 4 5
sa rovnajú. Platí A = B. Ale matice
 9 
  −1 5
3 7
3 −1 5 7  2 0 32 3 
C= 2 0 9 3  a D=
 0

10 
8 4 5
0 8 4 2
5 −2 2 0
sa nerovnajú. Nie sú rovnakého typu, C je typu 3 × 4 a matica D je typu 4 × 4. Preto C ̸= D. ■
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 

a41 a42 a43 a44
je štvorcová matica typu 4 × 4 a jej diagonála (úplná) pozostáva z usporiadanej štvorice

(a11 , a22 , a33 , a44 ).
• V prípadoch keď je m < n, alebo m > n, je diagonála matice neúplná. To je prípad nasledu-
júcich matíc.
 
  a11 a12 a13
a11 a12 a13 a14  a21 a22 a23 
B =  a21 a22 a23 a24  a C=  a31 a32 a33 

a31 a32 a33 a34
a41 a42 a43
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,
tak sa jedná o hornú trojuholníkovú maticu. Ak má matica A nad diagonálou len nulové prvky,
tak sa jedná o dolnú trojuholníkovú maticu.
Príklady trojuholníkových matíc sú

   
   1  0 0 1 5 8
1 2 0 1 0 0  0 2 0   0 0 2 
A= 0 0 1 , B= 0 2 0 , C=
 0
, D= .
0 3   0 0 3 
0 0 0 1 −1 1
0 0 0 0 0 0
A je horná trojuholníková matica, B je dolná trojuholníková matica, C je horná aj dolná troju-
holníková matica a D je horná trojuholníková matica. V hornej trojuholníkovej matici všetky jej
nenulové prvky ležia v pomyselnom trojuholníku nad hlavnou diagonálou. V dolnej trojuholníkovej
matici všetky jej nenulové prvky ležia v pomyselnom trojuholníku pod hlavnou diagonálou. Ďalší
dôležitý pojem je vedúci prvok (nenulového) riadku matice.
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.
Ak si ako príklad zoberieme maticu

 
0 0 3 −1
A =  0 −1 7 9 ,
4 0 0 5
tak vedúci prvok jej 1. riadku je 3, vedúci prvok 2. riadku je −1 a vedúci prvok jej 3. riadku je 4.
Pri nulových riadkoch, t. j. riadkoch obsahujúcich len nuly, nemá zmysel hovoriť o vedúcom prvku,
pretože tam taký neexistuje. Pomocou vedúceho prvku matice sa definuje ďalší dôležitý pojem.
Definícia 2.3.9 — Redukovaná trojuholníková matica. Hovoríme, že matica A je reduko-

vaná trojuholníkvá matica, ak sú splnené nasledovné podmienky
a) vedúci prvok každého riadku je 1,
b) každý stĺpec obsahujúci vedúci prvok nejakého riadku, má všetky ostatné prvky 0,
c) ak ai j a ars sú vedúce prvky dvoch riadkov a i < r, tak j < s,
d) každý nenulový riadok leží nad každým nulovým riadkom.
Redukovaná trojuholníková matica je špeciálny prípad trojuholníkovej matice. Redukovaná

trojuholníková matica definovaná v definícii 2.3.9 sa niekedy zvykne označovať aj redukovaná horná
trojuholníková matica, pretože nenulové prvky má len v trojuholníku nad hlavnou diagonálou.
Jej opakom je redukovaná dolná trojuholníková matica, ktorej všetky nenulové prvky ležia pod
hlavnou diagonálou. Pri definícii redukovanej dolnej trojuholníkovej matice by bod c) bol bol
zmenený na „Ak ai j a ars sú vedúce prvky dvoch riadkov a i < r, tak j > s.“ Matice
 
    1 7 0 2
1 2 0 1 0 0
1 0 −1  0 0 1 6 
A=  0 0 1  , B= , C=  0 1 0 , D= 
0 1 2  0 0 0 0 
0 0 0 0 0 1
0 0 0 0
sú redukované trojuholníkové matice. Naproti tomu matice
 
  1
  7 0 2
1 2 0 0 1 2  0 0 0 0 
E= 0 0 5 , F= 0 0 1 , G=
 0

0 1 6 
0 0 0 1 0 3
0 0 0 0
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.
2.4 Operácie s maticami

V predošlej časti sme definovali pojem matica a niektoré dôležité typy matíc. V tejto časti sa
budeme venovať rôznym operáciam, ktoré s maticami môžeme robiť.
Na strane 73 sme maticu definovali ako nejakú abstraktnú obdĺžnikovú tabuľku s m riadkami
a n stĺpcami, ktorej prvky sú z nejakého poľa. Avšak potreba pracovať v matematike s maticami
nevznikla z toho, že by niekto pociťoval túžbu hrať sa s obdĺžnikovými tabuľkami. Matice vznikli
kvôli potrebe pracovať súčasne s viacerými vektormi. Pripomeňme, že vektor je definovaný ako
usporiadaná n-tica, ktorej prvky sú z nejakého poľa (definícia 2.2.1 na strane 69). Takže na maticu
typu m × n sa môžeme pozerať nielen ako na obdĺžnikovú tabuľku, ale aj ako na m n-rozmerných
vektorov napísaných pod sebou, alebo ako na n m-rozmerných vektorov napísaných veďla seba,
tak ako to je ilustrované na nasledovnej matici.
   
2 1 0 3 2 1 0 3
A =  0 1 −1 2 , alebo A =  0 1 −1 2 .
4 1 2 −3 4 1 2 −3
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.
2.4.1 Súčet matíc

Prvá operácia, ktorú s maticami môžeme robiť je súčet matíc. Je to binárna operácia na množine
matíc rovnakého typu, ktorá zodpovedá súčtu vektorov. Definícia súčtu dvoch matíc je nasledovná.
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) .
2.4.2 Násobenie matice skalárom

Ďalšou veľmi jednoduchou operáciou s maticami je násobenie matice skalárom.
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
Z predošlého príkladu vidíme, že násobenie matice skalárom je skutočne veľmi jednoduchá

operácia. Pri počítaní s maticami sa vlastnosti násobenia matice skalárom využíva väčšinou na to,
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 .
2.4.3 Transponovanie matíc

V prípade, že sa na maticu pozeráme ako na riadkové vektory napísané pod sebou, alebo stĺp-
cové vektory napísané vedľa seba, budeme občas potrebovať zmeniť tieto vektory z riadkových
na stĺpcové, alebo opačne. Na to slúži operácia transponovania matice.
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.
Transponovanú maticu ku matici A označujeme AT .
P Hovorovou rečou môžeme povedať, že transponovanú maticu z matice A dostaneme tak, že

riadky matice A zapíšeme ako stĺpce matice AT , inak povedané, zameníme riadky za stĺpce.
V prípade štvorcovej matice ešte môžeme povedať, že prvky matice A preklopíme cez hlavnú
diagonálu.
■ Príklad 2.14 Príklady transponovania matíc.

a)
 
2 0
2 1 0 3  1 1 
A= −→ AT = 
 0 −1  .

0 1 −1 2
3 2
b)
 
2 1 0  
2 0 8 2
 0 1 −1 
B=
 8
 −→ BT =  1 1 3 0 .
3 7 
0 −1 7 −3
2 0 −3
c)
 
5 2
5 6 1
C= −→ CT =  6 −1  .
2 −1 0
1 0
6 Matice, ktorej prvky sú len celé čísla.
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.
2.4.4 Súčin matíc

Poslednou zo základních operácií s maticami, je súčin matíc. Predtým než uvedieme jeho definíciu,
si musíme ozrejmiť, čo vlastne súčin matíc reprezentuje. Na maticu typu m × n sa budeme pozerať
ako na m riadkových n-rozmerných vektorov napísaných pod sebou. Začneme tým, že definujeme
pojem lineárneho zobrazenia.
Definícia 2.4.4 — Lineárne zobrazenie. Nech (F, +, ·) je pole, Um je množina m-rozmerných

vektorov nad poľom F a Vn je množina n-rozmerných vektorov nad poľom F. Potom zobrazenie
ϕ : Um → Vn sa nazýva lineárne zobrazenie, ak pre ľubovoľné dva vektory u, v ∈ Um a
ľubovoľný skalár c ∈ F platí
(a) ϕ(u + v) = ϕ(u) + ϕ(v),
(b) ϕ(c · u) = c · ϕ(u) .
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.
Definícia 2.4.5 — Matica lineárneho zobrazenia. Nech (F, +, ·) je pole, Um je množina

m-rozmerných vektorov nad poľom F, Vn je množina n-rozmerných vektorov nad poľom F a
ϕ : Um → Vn je lineárne zobrazenie. Potom matica lineárneho zobrazenia ϕ je matica typu
m × n, ktorej i-ty riadok, pre i ∈ {1, . . . , m}, je vektor ϕ(eim ), čiže obraz i-teho jednotkového
vektora dĺžky m v zobrazení ϕ.
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
v = v1 · e1m + v2 · e2m + · · · + vm · emm , pre v1 , v2 , . . . , vm ∈ F .
Potom ale podľa definície 2.4.4 platí
ϕ(v) = v1 · ϕ(e1m ) + v2 · ϕ(e2m ) + · · · + vm · ϕ(emm ) . (2.2)
7 Viď definícia 2.2.6 na strane 71.

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.
■ Príklad 2.15 Dané sú matice

 
1 1 −1 0
2 −1 0
A= a B= 2 5 7 3 .
3 1 1
0 −2 1 1
Zistite či existujú súčiny A · B a B · A a ak existujú, tak ich vypočítajte.

Riešenie: typ matice A je 2 × 3 a typ matice B je 3 × 4. Pre súčin A · B máme typy matíc v súčine
(2 × 3) · (3 × 4). Vidíme, že prostredné čísla sú rovnaké, a preto súčin A · B = C existuje a typ
matice C bude 2 × 4. Matica C bude mať teda 2 riadky a 4 stĺpce, spolu 8 prvkov ci j , ktorých
výpočet teraz podrobne rozpíšeme.
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
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.
■ Príklad 2.16 Pre dané matice A a B vypočítajte súčiny A · B a B · A, ak tieto existujú.

 
1 1
2 −1 0
a) A= a B= 2 5 
3 1 1
0 −2

2 −1 1 1
b) A= a B=
3 1 2 5
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. ■
Potom, čo sme definovali súčin matíc a predviedli ho na príkladoch, sa vrátime ku lineár-

nemu zobrazeniu vektora. Vo formule (2.2) na strane 80 sme ukázali, že lineárne zobrazenie ϕ
m-rozmerného vektora v vieme jednoznačne reprezentovať ako lineárnu kombináciu lineárnych
zobrazení i-tych jednotkových vektorov dĺžky m. Ďalej sme v (2.3) ukázali, ako vyzerá matica
lineárneho zobrazenia ϕ. Teraz si musíme uvedomiť, že na vektor v = (v1 , v2 , . . . , vm ) sa môžeme
pozerať ako na maticu typu 1 × m. V definícii matice nebolo povedané, že matica musí mať viac než
1 riadok, alebo stĺpec. Preto riadkový vektor je matica typu 1 × m a stĺpcový vektor je matica typu
m × 1. Dokonca aj číslo, čiže skalár, vieme reprezentovať maticou typu 1 × 1. To sa však nerobí,
pretože by to bola len zbytočná komplikácia.
Preto, ak máme vektor v, vhodné8 lineárne zobrazenie ϕ a Aϕ je matica tohto lineárneho
zobrazenia, tak potom
ϕ(v) = v · Aϕ .
Lineárne zobrazenie vektora je vlastne násobenie vektora (riadkového) maticou príslušného line-
árneho zobrazenia. To vyplýva z formúl (2.2) a (2.3) na strane 80 a z definície súčinu matíc.
■ Príklad 2.17 Nájdite všetky lineárne zhodnosti v rovine (dvojrozmernom priestore).

Riešenie: lineárna zhodnosť je také lineárne zobrazenie, ktoré zachováva vzdialenosti. Ak nejaké
zobrazenie v rovine zachováva vzdialenosť, tak musí zachovávať aj uhly. Vyplýva to z toho, že
trojuholník je jednoznačne určený dĺžkou svojich strán. Ak tri vrcholy trojuholníka ABC lineárnou
zhodnosťou zobrazíme na A′ B′C′ , tak dostaneme trojuholník s rovnako dlhými stranami a teda aj
s rovnakými uhlami.
Nech ϕ je lineárna zhodnosť v rovine a Aϕ je jej matica. Potom

a11 a12 a b
Aϕ = = .
a21 a22 c d
8 Vhodné pre zobrazenie vektora v.
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
Pre vzdialenosti bodov (a, b) a (c, d) od bodu (0, 0) musí platiť

p p
a2 + b2 = 1 ⇒ b = ± 1 − a2 , c2 + d 2 = 1 ⇒ c = ± 1 − d 2 . (2.6)
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
(a, b) · (c, d) = ac + bd = 0 ⇒ |ac| = |bd| . (2.7)
Z (2.6) a (2.7) dostaneme

p p p p
a 1 − d2 = 1 − a2 d ⇔ a2 − a2 d 2 = d 2 − d 2 a2 ⇔ a2 − a2 d 2 = d 2 − d 2 a2 ⇔ a2 = d 2 .
Z a2 = d 2 a z (2.6) vyplýva, že aj b2 = c2 . Keďže musí platiť rovnosť ac + bd = 0 (viď (2.7)),

máme pre maticu lineárnej zhodnosti len dve možnosti

a b a b
buď A ϕ1 = , alebo Aϕ2 = .
−b a b −a
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.
■
Obr. 2.7: Otočenie a osová súmernosť v rovine.
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
A = (6, 1) , B = (10, 1) , C = (6, 5) , D = (10, 5) , E = (8, 8) .
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
Obr. 2.8: Otočenie obrázku domčeka v rovine o 60◦ .
Súradnice bodov otočeného domčeka sú

√ √ ! √ √ ! √ √ !
6 − 3 6 3 + 1 10 − 3 10 3 + 1 6 − 5 3 6 3 + 5
A′ = , , B′ = , , C′ = ,
2 2 2 2 2 2
√ √ !
′ 10 − 5 3 10 3 + 5 √ √
D = , , E ′ = 4 − 4 3, 4 + 4 3 .
2 2
■
Okrem možnosti transformovať pomocou lineárneho zobrazenia ľubovoľný počet vektorov

(bodov) naraz, má reprezentácia a realizácia lineárnych zobrazení pomocou matíc ešte aj ďalšiu
výhodu a tou je skladanie zobrazení.
Definícia 2.4.7 — Skladanie zobrazení. Nech ϕ : A → B je zobrazenie množiny A do mno-

žiny B a ψ : B → C je zobrazenie množiny B do množiny C. Potom zobrazenie ψ ◦ ϕ : A → C
je zložené zobrazenie, alebo zloženie zobrazení ϕ a ψ v uvedenom poradí a je definované
predpisom

∀a ∈ A : ψ ◦ ϕ(a) = ψ ϕ(a) . (2.8)
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.
■ Príklad 2.19 Dané sú množiny A = {a, b, c, d, e}, B = {α, β , γ, δ } a C = {0, 1, 2, 3, 4, 5} a

na nich zobrazenia ϕ : A → B predpisom ϕ(a) = δ , ϕ(b) = α, ϕ(c)
= β , ϕ(d) = β , ϕ(e) = δ
a ψ : B → C predpisom ψ(α) = 1, ψ(β ) = 5, ψ(γ) = 0, ψ(δ ) = 3 . Nájdite zložené zobrazenie
ψ ◦ ϕ.
Riešenie: v prípade konečných množín s malým počtom prvkov, čo je náš prípad, je najjednoduch-
šie nakresliť si dané množiny a zobrazenia medzi nimi tak, ako to je na obrázku 2.9. V zloženom
Obr. 2.9: Skladanie zobrazení ϕ a ψ.
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 .
Pre skladanie lineárnych zobrazení potom platí nasledovná veta.
Veta 2.4.1 — O skladaní lineárnych zobrazení. Nech (F, +, ·) je pole, Um , Vn a Wo sú

množiny m-rozmerných, n-rozmerných a o-rozmerných vektorov nad poľom F. Ďalej nech
ϕ : Um → Vn a ψ : Vn → Wo sú lineárne zobrazenia a Aϕ a Bψ sú ich matice. Potom Aϕ · Bψ
je matica zloženého lineárneho zobrazenia ψ ◦ ϕ.
Dôkaz: dôkaz uvedeného tvrdenia triviálne vyplýva z už uvedených faktov, ako bude ukázané
ďalej. Najskôr však treba dokázať to, že zložením dvoch lineárnych zobrazení opäť dostaneme
lineárne zobrazenie, čo sme doteraz nespravili. Podľa definície 2.4.4 (strana 80) je lineárne
zobrazenie také zobrazenie ϕ medzi dvoma množinami vektorov, pre ktoré platia nasledovné
dve podmienky
(a) ϕ(u + v) = ϕ(u) + ϕ(v),
(b) ϕ(c · u) = c · ϕ(u) .
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 .
Pre zložené zobrazenie platí

ψ ◦ ϕ(u) = ψ ϕ(u) = ψ u · Aϕ = u · Aϕ · Bψ = u · Aϕ · Bψ = u · Aϕ · 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.
2.4.1 √ ! √ !
3 1 1 3
2 2 0 1 2 2
A30◦ · B/45◦ = √ · = √
− 12 3 1 0 3
− 12
2 2
Predpokladajme, že uvedené lineárne zobrazenia chceme spraviť s obdĺžnikom, ktorého vrcholmi sú

body A = (3, 1), B = (9, 1), C = (9, 5) a D = (3, 5). Situácia je znázornená na obrázku 2.10. Pôvodný
Obr. 2.10: Zložené lineárne zobrazenia obdĺžnika v rovine.
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′′
■
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.
Veta 2.5.1 — Veta o operáciach s maticami. Nech (F, +, ·) je pole, A, B a C sú matice

nad poľom F, c ∈ F je ľubovoľný skalár a 0 je neutrálny prvok poľa F vzhľadom na operáciu
(+). Potom za predpokladu, že typy všetkých matíc sú také, aby bolo možné realizovať uvedené
operácie, platí:
a) A + B = B + A, e) (A + B) · C = A · C + B · C,
b) 0 · A = A · 0 = O, f) C · (A + B) = C · A + C · B,
c) c · O = O · c = O, g) (A · B)T = BT · AT .
d) A · E = E · A = A,
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 2.2 Nájdite reálne čísla a, b, c, d tak, aby platila rovnosť

     
1 2 5 1 2 1 2 24 2
(a)  −1 b 1  ·  c 1 3 = 7 5 7 
a 9 3 −1 4 d 31 35 31
     
a −1 1 2 3 d 4 −2 8
(b)  −1 1 −1 · 1
  4 2  =  −4 2 −8 
1 −1 b c −1 5 4 −2 8
     
2 0 a 2 5 1 −2 10 0
(c)  2 b 3  ·  −2 c 4  =  14 −2 24 
−2 5 3 6 0 d 4 −25 24
     
1 −2 −4 c −5 2 9 −13 −2
(d)  a 3 3 · −3
  2 d  =  15 −6 15 
5 b −2 1 1 −1 9 −11 44 ■
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 2.4 Rozhodnite, či je umocňovanie binárna operácia na číselných množinách N, Z,

Q, resp. R. ■
Cvičenie 2.5 Binárna operácia ⊛ je definovaná nasledovným spôsobom
(a) a ⊛ b = (a + b)2 , (e) a ⊛ b = ab ,

(b) a ⊛ b = (a − b)2 , (f) a ⊛ b = a + b + ab ,
(c) a⊛b = a+b−3, (g) a ⊛ b = ab + ba ,
a·b
(d) a ⊛ b = a+b , (h) a⊛b = a+b−3.
Rozhodnite, či je operácia ⊛ binárnou operáciou na množine Z a ak je, tak rozhodnite, či je
komutatívna a či je asociatívna. ■
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 (·),
(g) množina kladných racionálnych čísel s operáciou (·),

(h) množina kladných racionálnych čísel s operáciou (·),
(i) (R, ·),
(j) (R \ {0}, ·),
(k) (Z6 , ·),
(l) (Z11 , ·),
(m) množina všetkých koreňov rovnice xn − 1 = 0 s operáciou (·). ■
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. ■


4 −2 2 4
(a) A.B = B.A =
−1 −3 3 −1

4 10 16
(b) A.B = B.A −→ neexistuje
1 5 9

0 −10 13
(c) A.B −→ neexistuje B.A =
7 9 −4
   
7 6 3 3 5 2
(d) A.B =  0 8 6  B.A =  −4 9 5 
−5 −1 3 −9 3 6
 
1 1 1
(e) A.B = 3 B.A =  1 1 1 
1 1 1
(f) A.B −→ neexistuje B.A −→ neexistuje
   
0 −2 1 2 2 −2 2 −2
 0 2 −1 −2   −4 4 −4 4 
(g) A.B = 
 0 −2
 B.A = 
 −5

1 2  5 −5 5 
0 2 −1 −2 0 0 0 0
 
7 10 21
 2 9 −1 
(h) A.B = 
 −1 0 13

 B.A −→ neexistuje
7 13 19 ■

(a) a = 7, b = 3, c = 3, d = −1 (c) a = −1, b = 4, c = −3, d=2
(b) a = 1, b = 1, c = 3, d=5 (d) a = 3, b = 8, c = 7, d=4
■

3
1 −2 13 −14
(a) =
3 −4 21 −22
3
3 1 37 9
(b) =
2 −1 18 1
4
0 1 4 0
(c) =
2 0 0 4

1 0
, pre n = 2k (párne)


n  0 1
2 −1

(d) =
3 −2 

2 −1

, pre n = 2k + 1 (nepárne)


3 −2

n
an nan−1

a 1
(e) =
0 a 0 an

1 0
, pre n = 2k


n  0 1
cos α sin α

(f) =
sin α − cos α 

cos α sin α

, pre n = 2k + 1


sin α − cos α

■
3. Sústavy lineárnych rovníc a matice
3.1 Sústavy lineárnych rovníc
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
ktorej koeficienty ai j a bi pre 1 ≤ i ≤ m a 1 ≤ j ≤ n sú z poľa F.
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.
V sústave (3.1) sú x1 , . . . , xn neznáme a ai j , bi sú koeficienty. Riešením sústavy (3.1) nazývame takú

n-ticu (r1 , . . . , rn ) prvkov poľa F, pre ktorú platí
ri x1 + · · · + ri xn = bi , pre všetky 1 ≤ i ≤ m .
S jednoduchými sústavami lineárnych rovníc s dvoma, možno troma neznámymi, sme sa stretli už
na základnej škole.
■ Príklad 3.1 Nájdite riešenie sústavy dvoch rovníc

3x1 + 2x2 = 7 (3.2)
4x1 − x2 = 2 . (3.3)
Riešenie: na základnej škole sa sústavy lineárnych rovníc riešili tak, že z jednej rovnice sme si
vyjadrili niektorú z neznámych a dosadili sme ju do druhej rovnice, čím sme dostali už len lineárnu
rovnicu s jednou premennou. V našom príklade si z rovnice (3.3) vyjadríme neznámu x2 a túto
dosadíme do rovnice (3.2).
(3.3) ⇒ x2 = 4x1 − 2 ⇒ 3x1 + 2(4x1 − 2) = 7
Po úprave dostaneme lineárnu rovnicu jednej premennej a jej riešenie
3x1 + 8x1 − 4 = 7 ⇔ 11x1 = 11 ⇔ x1 = 1 .
Nakoniec ešte z rovnosti x2 = 4x1 − 2 vypočítame x2 = 2 . ■
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.
■ Príklad 3.2 Nájdite riešenie sústavy troch rovníc

1. 3x1 + 2x2 + x3 = 10
2. 2x1 − x2 + 3x3 = 9
3. x1 + x2 + x3 = 6 .
Riešenie: na riešení sústavy sa určite nič nezmení, ak zmeníme poradie rovníc. To je prvá
z troch úprav, ktoré so sústavou lineárnych rovníc môžeme robiť. V našej sústave poslednú rovnicu
presunieme na prvé miesto a daná sústava má podobu
3. x1 + x2 + x3 = 6
1. 3x1 + 2x2 + x3 = 10
2. 2x1 − x2 + 3x3 = 9
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
Ďalej budeme namiesto zdĺhaného zápisu „/ − 3 · ( prvý riadok)“ písať už len „/ − 3 · R1 “.

Tretia a posledná úprava, ktorú môžeme robiť so sústavou lineárnych rovníc je násobenie ľubo-
voľného riadku sústavy rovníc ľubovoľným nenulovým číslom. Táto úprava nám na riešení nič
nezmení. Číslo, ktorým riadok násobíme však musí byť rôzne od nuly (v príslušnom poli), pretože
inak by sme dostali vždy platnú a zároveň nič nehovoriacu rovnicu 0 = 0.
V poslednej sústave rovníc máme v druhom riadku všetky hodnoty záporné. Druhý riadok preto
vynásobíme číslom −1, čím zmeníme znamienka na +. Dostaneme
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
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
Potom matica typu m × n  

a11 · · · a1n

 a21 · · · a2n 

 .. .. 
 . . 
am1 · · · amn
sa nazýva matica sústavy lineárnych rovníc (3.4) a matica typu m × (n + 1)
 
a11 · · · a1n b1
 a21 · · · a2n b2 
 
 .. .. .. 
 . . . 
am1 · · · amn bm
sa nazýva rozšírená matica sústavy lineárnych rovníc (3.4).
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.
Definícia 3.1.4 — Riadkovo ekvivaletné matice. Nech sú matice A a A′ rovnakého typu.

Hovoríme, že matice A a A′ sú riadkovo ekvivaletné, zapisujeme to A ∼ A′ , ak maticu A′
dostaneme z matice A ľubovoľnou konečnou postupnosťou elementárnych riadkových operácií.
3.1.1 Gaussova eliminačná metóda

Riešenie sústav lineárnych rovníc pomocou Gaussovej eliminačnej metódy je takmer identické
s postupom z príkladu 3.2. Rozdiel je len v tom, že namiesto sústavy lineárnych rovníc píšeme
jej rozšírenú maticu. Túto maticu potom upravujeme pomocou elementárnych riadkových operácií
na redukovanú trojuholníkovú maticu. Predvedieme si to na príklade.
■ Príklad 3.3 Nájdite riešenie sústavy lineárnych rovníc
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
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.
Gaussova eliminačná metóda

VSTUP: Rozšírená matica sústavy m lineárnych rovníc s n neznámymi.
VÝSTUP: Redukovaná trojuholníková matica riadkovo ekvivalentná s pôvodnou
rozšírenou maticou sústavy lineárnych rovníc.
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.
P • V uvedenom algoritme hovoríme o „číslach“, ale algoritmus je platný pre akékoľvek,

aj nečíselné, pole.
• V ľubovoľnom stĺpci matice sústavy, to je tá časť rozšírenej matice sústavy, ktorá je
vľavo od zvislej čiary, vždy bude aspoň jedno číslo nenulové. Ak by totiž boli všetky
čísla v stĺpci matice nulové, tak by sa nejednalo o sústavu rovníc s n neznámymi, ale len
o sústavu rovníc s (n − 1) neznámymi. Preto bude, pre prvý stĺpec matice, podmienka
v bode 3) algoritmu, vždy splnená.
• V bode 3) algoritmu, pri vytváraní jednotky použitím operácií ERO1, ERO2 a ERO3,
sa snažíme vyhýbať deleniu (pri nečíselnom poli deleniu zodpovedá násobenie inverz-
ným prvkom). Je známe, že ak máme dve nesúdeliteľné čísla, tak z nich pomocou
celočíselných násobkov vždy vieme vyrobiť jednotku.
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.
2x1 − x2 + 3x3 = −10

x1 + 2x2 + 4x3 = 0
3x2 + x3 = 12
−3x1 + 2x2 + x3 = 1
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
Posledný riadok je úplne zbytočný, pretože je to vždy platná a ničnehovoriaca rovnica 0 = 0,

ale z prvých troch riadkov dostávame riešenie danej sústavy lineárnych rovníc, ktorým je vektor
(x1 , x2 , x3 ) = (2, 5, −3). ■
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
0x1 + 0x2 + 0x3 = 2 .
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“.
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. ■
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.
3x1 + 6x2 − 2x3 = 7

x1 + 2x2 + 3x3 = 6
2x1 + 4x2 − 5x3 = 1
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
   
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
Posledná matica je s podčiarknutou maticou riadkovo ekvivalentná, avšak nie je v redukovanom

trojuholníkovom tvare, pretože nulový riadok leží nad nenulovým riadkom. Parameter budeme
dosadzovať za tú neznámu, prípadne viaceré neznáme sústavy rovníc, v ktorej stĺpcoch máme
na diagonále matice nuly. V našom prípade to bude neznáma x2 . Riadok 0 = 0 ignorujeme, to je
ničnehovoriaca rovnica. Z tretieho riadku sústavy rovníc vidno, že x3 = 1 a v prvom riadku máme
rovnicu x1 + 2x2 = 3. V tomto konkrétnom prípade je v podstate jedno, či si parameter dosadíme
za neznámu x1 , alebo za neznámu x2 . Zvykom však je parameter dosadzovať za neznámu, ktorá
nemá v matici, ktorú z redukovanej matice dostaneme preusporiadaním jej riadkov tak, ako je to
ukázané vyššie, na diagonále jednotku. Tento zvyk nie je úplne samoúčelný. Vo všeobecnosti nám
uvedená voľba parametrov môže výrazne zjednodušiť následné vyjadrovanie ostatných premenných
sústavy rovníc pomocou zvolených parametrov. Takže daná sústava lineárnych rovníc bude mať
nekonečne veľa riešení, ktoré môžeme zapísať v tvare
(x1 , x2 , x3 ) = (3 − 2t , t , 1) , kde t ∈ R ,
kde je parameter x2 = t, alebo rovnako dobre v tvare

3−t
(x1 , x2 , x3 ) = t , , 1 , kde t ∈ R , ak x1 = t .
2
■
Ukážeme si príklad ešte jednej sústavy lineárnych rovníc, ktorá má nekonečne veľa riešení, na vy-
jadrenie ktorých budeme potrebovať viac než jeden parameter.
2x1 − 2x2 + x3 + 8x4 = 3

x1 − x2 + 2x3 + 7x4 = 0
3x1 − 3x2 − 4x3 + x4 = 10
−x1 + x2 + 5x3 + 7x4 = −7
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.
3.2 Lineárna nezávislosť vektorov a hodnosť matíc

Na strane 72 bola definovaná lineárna závislosť vektorov (definícia 2.2.7). Ak máme nejakú množinu
vektorov {v1 , v2 , . . . , vn }, tak budeme hovoriť, že vektory z nej sú lineárne nezávislé, pokiaľ nie
sú lineárne závislé. To znamená, že akákoľvek množina vektorov je buď lineárne závislá, alebo
lineárne nezávislá. V tejto časti sa budeme zaoberať tým, ako pre danú množinu vektorov zistíme,
či sú tieto vektory lineárne závislé, alebo nezávislé.
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
Matica A je riadkovo ekvivalentná s maticou A′

 
v1
 v2 
A′ =  ,
 
..
 . 
c1 · v1 + c2 · v2 + · · · + cn · 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. ■
V príklade 3.9 sme pôvodnú maticu eliminovali až na redukovaný trojuholníkový tvar, čo

väčšinou nie je potrebné. Skončiť sme mohli už pri tretej, podčiarknutej, matici, pretože už z nej
je jasné, že tretí riadok sa nám pomocou prvých dvoch vynulovať nepodarí. Ak by sme chceli
vynulovať číslo 3 v poslednom stĺpci, tak by sme „pokazili“ nuly v prvých dvoch stĺpcoch. Preto
všetky ďalšie úpravy boli už len kozmetického charakteru – vedúca jednotka v treťom riadku a
vynulovanie tretieho stĺpca nad ňou.
■ 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
z príkladu 3.8 (strana 105) má hodnosť h(A) = 2. Matica

   
1 2 3 1 0 0
B =  −1 0 4 ∼ 0 1 0 
3 2 1 0 0 1
z príkladu 3.9 (strana 107) má hodnosť h(B) = 3 a napokon matica

   
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,
je až na špeciálne výnimky úplne zbytočná práca naviac.

Ďalej dokážeme niekoľko jednoduchých tvrdení o lineárnej závislosti / nezávislosti vektorov
a o hodnosti matíc. Tri z týchto tvrdení sú len triviálne pomocné tvrdenia, a preto nebudú označené
ako „vety“, ale len ako „lemy“. Dôležitejší význam majú len prvé tvrdenie hovoriace o tom, že
riadkovo ekvivalentné matice majú rovnakú hodnosť a posledné tvrdenie hovoriace o tom, že matica
a k nej transponovaná matica majú rovnaké hodnosti.
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)
1 Permutácia je zmena poradia.

Rovnicu (3.5) môžeme zapísať aj v tvare súčinu matíc

 
v1
 v2 
(c1 , c2 , . . . , cm ) ·  .  = (0, 0, . . . , 0) .
 
.
 .  | {z }
n núl
vm
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
Podľa definície súčinu matíc pre každé 1 ≤ i ≤ n platí
c1 · v1i + c2 · v2i + · · · + cm · vmi = 0 . (3.7)
Maticu B dostaneme z matice

 
v11 v12 . . . v1n
 v21 v22 . . . v2n 
A=
 
.. .. 
 . . 
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
(c′1 , c′2 , . . . , c′m ) · B = (0, 0, . . . , 0) .

| {z }
n núl
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′ ,
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.
P Z predošlej definície vidíme, že elementárne riadkové a stĺpcové operácie na maticiach sa

líšia len tým, že jedny sa vykonávajú na riadkoch a druhé na stĺpcoch matice. Inak sa jedná
o rovnaké operácie.
Pomocou elementárnych stĺpcových operácií, môžeme definovať stĺpcovú ekvivalenciu matíc.
Definícia 3.2.3 — Stĺpcovo ekvivaletné matice. Nech sú matice A a A′ rovnakého typu.

Hovoríme, že matice A a A′ sú stĺpcovo ekvivaletné, ak maticu A′ dostaneme z matice A
ľubovoľnou konečnou postupnosťou elementárnych stĺpcových operácií.
Pre stĺpcovo ekvivalentné matice platí nasledujúce pomocné tvrdenie.
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
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.
■ Príklad 3.11 Daná je matica

 
3 0 5 7 5
 5 0 4 11 20 
A=
 2
.
0 5 11 11 
−1 0 1 2 −1
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.
• Pripočítanie ľubovoľného násobku stĺpca obsahujúceho vedúcu jednotku k inému stĺpcu

ilustrujeme na konkrétnom príklade. Najskôr pripočítame 3-násobok 3. stĺpca ku 1. stĺpcu.
Dostaneme maticu
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
Vidíme, že ak budeme pripočítavať násobky stĺpca obsahujúceho vedúcu jednotku ku inému

stĺpcu obsahujúcemu vedúcu jednotku, tak jedinou operáciou ERO2 vieme výslednú maticu
upraviť na redukovaný trojuholníkový tvar.
Teraz pripočítame 3-násobok 3. stĺpca ku 2. stĺpcu, čím dostaneme maticu
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
Vidíme, že ak pripočítame násobok stĺpca obsahujúceho vedúcu jednotku ku nulovému

stĺpcu, tak maximálne jednou operáciou ERO3 dostaneme maticu v redukovanom trojuhol-
níkovom tvare. Slovo „maximálne“ bolo použité preto, lebo ak by ten nulový stĺpec bol
vpravo od všetkých stĺpcov obsahujúcich vedúce jednotky, tak matica zostane v redukova-
nom trojuholníkovom tvare a nemusíme robiť nič.
Napokon pripočítame 3-násobok 3. stĺpca ku 5. stĺpcu. Dostaneme maticu
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
Vidíme, že ak pripočítame násobok stĺpca obsahujúceho vedúcu jednotku ku stĺpcu obsa-

hujúcemu ľubovoľné čísla, ale nie vedúcu jednotku, tak nemusíme robiť nič, pretože matica
zostane v redukovanom trojuholníkovom tvare.
• Ešte si musíme ilustrovať pripočítavanie stĺpca obsahujúceho ľubovoľné čísla, ale nie vedúcu
jednotku, ku iným stĺpcom. Začneme tým, že 3-násobok 5. stĺpca pripočítame ku 1. stĺpcu.
Dostaneme maticu
1. 2. 3. 4. 5.
   1. 2. 3. 4. 5.
  1. 2. 3. 4. 5.

7 0 0 0 2 −R3 1 0 0 −1 0 1 0 0 −1 0
−9 0 1 0 −3  −9 0 1 0 −3  +9 · R1
 0 0 1 −9 −3 
  ∼  ∼  ∼ ···
 6 0 0 1 2   6 0 0 1 2  −6 · R1  0 0 0 7 2 
0 0 0 0 0 0 0 0 0 0 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.
Ďalšiu možnosť ilustrujeme pripočítaním 3-násobku 5. stĺpca ku 2. (nulovému) stĺpcu. Do-

staneme maticu
1. 2. 3. 4. 5. 1. 2. 3. 4. 5.
   
1 6 0 0 2 −R3 1 0 0 −1 0
 0 −9 1 0 −3  · − 1

 0 −9 1 0 −3 
  ∼ 
  9 ∼ ···
 0 6 0 1 2  0 6 0 1 2 
0 0 0 0 0 0 0 0 0 0
Opäť už ďalej nebudeme pokračovať. Na druhom riadku dostaneme vedúcu jednotku v 2.

stĺpci a následne ďalšími operáciami ERO2 a ERO3 upravíme maticu na redukovaný troju-
holníkový tvar.
Pripočítavanie násobku stĺpca, ktorý obsahuje ľubovoľné čísla, ale nie vedúcu jednotku
ku inému stĺpcu rovnakého typu nebudeme robiť. Po prvé preto, lebo v uvedenom príklade
nemáme dva také stĺpce a po druhé preto, lebo pri takejto operácií zostane matica v reduko-
vanom trojuholníkovom tvare a počet jej nenulových riadkov sa nezmení.
Prebrali sme všetky možnosti, ktoré môžu nastať a vidíme, že v ani jednej z nich sa nezmení
počet nenulových riadkov matice, ani pri sčítaní stĺpcov, ani po eliminácii matice na redukovaný
trojuholníkový tvar. Postup z dôkazu lemy 3.2.5 je preto v poriadku. ■
S pomocou predchádzajúcich pomocných tvrdení už nie je problémom dokázať nasledujúcu vetu

hovoriacu o tom, že hodnosti matíc A a k nej transponovanej matice AT sú rovnaké.
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.

Postup použitý v dôkaze predošlej vety opäť ilustrujeme na príklade.
■ Príklad 3.12 Daná je matica A a hneď napíšeme aj k nej transponovanú maticu AT

 
  1 −1 1 1
1 1 0 −1 2
 −1
 1 1 −1 2 
1 2 1 2  T
 
A=
 1 −1 −2
 , A = 0 2 −2 1 
.
1 0  
 −1 1 1 3 
1 2 1 3 8
2 2 0 8
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
   
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.
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 .
Poslednú rovnicu sme potom prepísali do maticovej podoby

 
v11 v12 . . . v1n
 v21 v22 . . . v2n 
(c1 , c2 , . . . , cm ) ·  . ..  = (0, 0, . . . , 0) ,
 
 .. .  | {z }
n núl
vm1 vm2 . . . vmn
v ktorej sú vektory v1 , v2 , . . . , vm rozpísané po zložkách. Na ľavej strane poslednej rovnice máme

súčin dvoch matíc. Tento, podľa definície súčinu matíc (definícia 2.4.6, strana 81), rozpíšeme a
porovnáme s pravou stranou rovnice, čím dostaneme sústavu n rovníc s m neznámymi.
c1 · v11 + c2 · v21 + · · · + cm · vm1 = 0

c1 · v12 + c2 · v22 + · · · + cm · vm2 = 0
.. .. (3.8)
. .
c1 · v1n + c2 · v2n + · · · + cm · vmn = 0
Vektory v1 , v2 , . . . , vm a ich prvky poznáme. Neznámymi v sústave rovníc (3.8) sú koeficienty

c1 , . . . , cn . Všimnime si, že prvky vektora v1 tvoria prvý stĺpec matice sústavy, prvky vektora v2
tvoria druhý stĺpec matice sústavy až po prvky vektora vm , ktoré tvoria posledný m-tý stĺpec
matice sústavy. Stačí preto vektory v1 , v2 , . . . , vm zapísať ako stĺpce matice sústavy lineárnych
rovníc, pravé strany všetkých rovníc sústavy položiť rovné 0 a riešiť túto sústavu lineárnych rovníc.
Sústavu lineárnych rovníc už vieme riešiť pomocou Gaussovej eliminačnej metódy. Ak sústava
rovníc (3.8) má nenulové riešenie, čiže má riešnienie rôzne od nulového vektoru, tak vektory
v1 , v2 , . . . , vm sú lineárne závislé a koeficienty c1 , . . . , cn sú riešením sústavy rovníc (3.8).
Všimnime si ešte ďalšiu vec. Pravá strana sústavy rovníc (3.8) nie je tvorená ľubovoľným
vektorom (b1 , . . . , bn ), ale je tvorená nulovým vektorom. Takéto sústavý lineárnych rovníc sa
nazývajú homogénne.
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
ktorej koeficienty ai j pre 1 ≤ i ≤ m a 1 ≤ j ≤ n sú z poľa F.
Vidíme, že homogénna sústava lineárnych rovníc sa od sústavy lineárnych rovníc (definícia

3.1.1, strana 96) líši len pravými stranami rovníc. Platí nasledujúce triviálne tvrdenie.
Veta 3.2.7 — O riešeniach homogénnych sústav lineárnych rovníc. Každá homogénna

sústava lineárnych rovníc z definície 3.2.4 má aspoň jedno riešenie.
Dôkaz: vektor (x1 , . . . , xn ) = (0, . . . , 0) je riešením sústavy rovníc 3.9 (strana 117). Q.E.D.
| {z }
n núl
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

Pripomeňme si definíciu neutrálneho prvku binárnej operácie z 1. kapitoly. Je to definícia 1.2.1
na strane 18)
∃ e ∈ A : ∀a ∈ A : e ⊙ a = a ⊙ e = a .
Symbol ⊙ na predošlom riadku označuje binárnu operáciu na množine A a prvok e ∈ A, spĺňajúci
uvedené rovnosti, je jej neutrálny prvok. Rovnako si môžeme pripomenúť s tým súvisiacu definíciu
inverzného prvku z 2. kapitoly (definícia 2.1.9, strana 64)
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
∀a ∈ C , a ̸= 0 , ∃ a−1 ∈ C : a · a−1 = a−1 · a = 1 .
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.
Definícia 3.3.1 — Inverzná matica. Nech A je štvorcová matica typu n × n a E je jednotková

typu n × n. Potom, ak existuje matica X, pre ktorú platí
A·X = X·A = E,
tak takáto matica X sa nazýva inverzná matica ku matici A a označujeme ju A−1 .

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
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.
Definícia 3.3.2 — Regulárna a singulárna matica. Nech A je štvorcová matica typu n × n.

Hovoríme, že matica A je regulárna, ak h(A) = n. V prípade, že h(A) < n, t. j. matica A nie je
regulárna, hovoríme, že je singulárna.
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.
■ Príklad 3.14 Daná je matica

 
1 0 1
A =  2 −1 0  .
2 1 3
Nájdite k nej inverznú maticu A−1 , ak existuje.

Riešenie: napíšeme si rozšírenú maticu sústav lineárnych rovníc a budeme ich riešiť Gaussovou
eliminačnou metódou. To, či inverzná matica existuje, zistíme počas eliminácie matice.
   
1 0 1 1 0 0 1 0 1 1 0 0
 2 −1 0 0 1 0  −2 · R1 ∼  0 −1 −2 −2 1 0  ·(−1) ∼
2 1 3 0 0 1 −2 · R1 0 1 1 −2 0 1 +R2
   
1 0 1 1 0 0 +R3 1 0 0 −3 1 1
∼ 0 1 2 2 −1 0  +2 · R3 ∼  0 1 0 −6 1 2 
0 0 −1 −4 1 1 ·(−1) 0 0 1 4 −1 −1
Na ľavej strane sme dostali jednotkovú maticu. Znamená to, že h(A) = 3, čiže matica A je regulárna
a existuje k nej inverzná matica. Riešenia jednotlivých sústav rovníc sú stĺpce vpravo od zvislej
čiary. Takže hľadaná inverzná matica je vlastne matica, ktorá vznikne vpravo od zvislej čiary, keď
na ľavej strane dostaneme jednotkovú maticu. Takže inverzná matica existuje a ňou matica
 
−3 1 1
A−1 =  −6 1 2 .
4 −1 −1
Skúšku správnosti robíme tak, že overíme či platí

       
1 0 1 −3 1 1 −3 1 1 1 0 1
−1 −1
A·A = 2 −1 0  ·  −6 1 2  = A ·A =  −6 1 2 · 2 −1 0  = E .
2 1 3 4 −1 −1 4 −1 −1 2 1 3
■
■ Príklad 3.15 Daná je matica  

2 1 4
A= 3 2 7 .
1 −3 −5
Nájdite k nej inverznú maticu A−1 , ak existuje.
Riešenie: napíšeme si rozšírenú maticu sústav lineárnych rovníc a budeme ich riešiť Gaussovou
eliminačnou metódou. To, či inverzná matica existuje, zistíme počas eliminácie matice.
   
1. 2 1 4 1 0 0 −2 · R3 3. 1 −3 −5 0 0 1
2.  3 2 7 0 1 0  −3 · R3 ∼ 1.  0 7 14 1 0 −2  ÷7 ∼
3. 1 −3 −5 0 0 1 2. 0 11 22 0 1 −3 ÷11
   
1 −3 −5 0 0 1 1 −3 −5 0 0 1
∼ 0 1 2 17 0 − 27  ∼ 0 1 2 1
0 − 27 
   
7
0 1 2 0 11 1 3
− 11 −R2 0 0 0 − 71 11 1 1
77
Pri posledne uvedenej matici môžeme skončiť. Matica vľavo od zvislej čiary síce ešte nie je
v redukovanom trojuholníkovom tvare, ale už teraz vidíme, že má len 2 nenulové riadky a teda,
že h(A) = 2 < 3. Inverzná matica ku matici A preto neexistuje. Ak by sme sa na to pozerali ako
na sústavy lineárnych rovníc, tak sa pozrime na posledný riadok poslednej matice. Vľavo od zvislej
čiary sú len nuly a všetky tri čísla vpravo od zvislej čiary sú nenulové. To znamená, že ani jedna
z troch sústav lineárnych rovníc, ktoré riešime, nebude mať riešenie. ■
3.3.1 Použitie inverzných matíc

Teraz sa budeme zaoberať otázkou, na čo vlastne potrebujeme inverzné matice. Už na začiatku časti
o inverzných maticiach (strana 119) bolo spomenuté, že číselné množiny racionálnych, reálnych a
komplexných čísel, spolu s binárnymi operáciami (+) a (·), tvoria algebraickú štruktúru pole. To je
dôležitý fakt, ktorý veľmi často využívame pri riešení rovníc, avšak málokedy si ho uvedomujeme.
Bez toho, aby k čísly a ̸= 0 existoval inverzný prvok vzhľadom na operáciu (·), by sme nemohli
vyriešiť ani tak jednoduchú rovnicu, akou je napríklad a · x = b, pre a, b ∈ R. V prípade čísel
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“.
Riešenie maticových rovníc

V prípade matíc máme definované binárne operácie (+) a (·), avšak množina všetkých matíc
spolu s týmito operáciami netvorí pole. Podľa vety 3.3.1 inverzná matica ku matici A existuje
len v prípade, keď je matica A štvorcová a regulárna. Ak by sme sa obmedzili len na množinu
štvorcových regulárnych matíc spolu s binárnymi operáciami súčtu a súčinu, ani tak by táto štruktúra
nebola pole, pretože súčin matíc nie je komutatívny. Okrem komutatívnosti súčinu však uvedená
algebraická štruktúra všetky ostatné vlastnosti poľa má, a preto môžeme riešiť niektoré maticové
rovnice. Zoberme si napríklad maticovú rovnicu
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 .
■ Príklad 3.16 Vyriešte maticovú rovnicu

   
2 1 1 3 −4 5
 1 2 1  − 2  2 −3 1 ·X = X.
4 1 2 3 −5 −1
Riešenie: najskôr si zavedieme označenie

   
2 1 1 3 −4 5
A= 1 2 1  a B =  2 −3 1 ,
4 1 2 3 −5 −1
ktoré nám umožní danú rovnicu zapísať v stručnejšej podobe
A − 2B · X = X .
Matice A a B sú štvorcové. Skúsime si teda odvodiť, čomu sa rovná matica 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
A = (E + 2B) · X /(E + 2B)−1 z ľavej strany

(E + 2B)−1 · A = (E + 2B)−1 · (E + 2B) · X
(E + 2B)−1 · A = E · X
(E + 2B)−1 · A = X
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
Pre ďalší výpočet bude jednoduchšie zapísať inverznú maticu v tvare

 
−25 108 −34
1 
(E + 2B)−1 = −16 67 −26 
53
10 −22 3
Napokon dostaneme riešenie

     
−25 108 −34 2 1 1 −78 157 15
1  1 
X= −16 67 −26  ·  1 2 1  = −69 92 −1  .
53 53
10 −22 3 4 1 2 10 −31 −6
Z výpočtu matice X vidíme, prečo je lepšie, ak matica obsahuje čísla v tvare zlomkov, vyňať
spoločného menovateľa všetkých týchto zlomkov pred maticu a maticu zapísať s celočíselnými
prvkami. Máme už teda riešenie pôvodnej maticovej rovnice. Skúška správnosti spočíva v dosadení
matice X do pôvodnej rovnosti a overenia toho, či sa ľavá strana rovná pravej strane. ■
Riešenie sústav lineárnych rovníc pomocou inverznej matice

Na záver časti o inverzných maticiach si ukážeme, ako sa v niektorých prípadoch dajú pomocou
inverznej matice riešiť sústavy lineárnych rovníc. Ak sa pozrieme na definíciu sústavy lineárnych
rovníc (definícia 3.1.1, strana 96) a definíciu súčinu matíc (definícia 2.4.6, strana 81), tak vidíme,
že sústava lineárnych rovníc
a11 x1 + · · · + a1n xn = b1
a21 x1 + · · · + a2n xn = b2
.. .. ..
. . .
am1 x1 + · · · + amn xn = bm
sa dá zapísať v maticovom tvare
     
a11 . . . a1n x1 b1
 .. .. ..  ·  ..  =  .. 
 . . .   .   . 
am1 . . . amn xn bn
Pri označení
     
a11 . . . a1n x1 b1
A =  ... .. ..  , X =  ...  a B =  ... 
    
. . 
am1 . . . amn xn bn
dostaneme maticovú rovnicu A · X = B, ktorú vieme vyriešiť za podmienky, že matica A je
regulárna. Preto ak máme sústavu n lineárnych rovníc s n neznámymi, ktorej matica je regulárna,
tak ju môžeme riešiť aj pomocou inverznej matice a jej riešením bude X = A−1 · B.
■ Príklad 3.17 Pomocou inverznej matice vyriešte sústavu lineárnych rovníc

2x1 − 3x2 + x3 = 0
x1 + 2x2 − x3 = 3 .
2x1 + x2 + x3 = 12
Riešenie: najskôr si zavedieme označenie
     
2 −3 1 x1 0
A= 1 2 −1  , X =  x2  , B= 3 
2 1 1 x3 12
pomocou ktorého môžeme danú sústavu lineárnych rovníc zapísať v maticovom tvare A · X = B.
Potom musíme zistiť, či existuje inverzná matica ku matici A.
   
1. 2 −3 1 1 0 0 2. 1 2 −1 0 1 0
2.  1 2 −1 0 1 0  ∼ 1.  2 −3 1 1 0 0  −2 · R1 ∼
3. 2 1 1 0 0 1 −R1 3. 0 4 0 −1 0 1
   
1 2 −1 0 1 0 1 2 −1 0 1 0 −2 · R2
∼  0 −7 3 1 −2 0  +2 · R3 ∼  0 1 3 −1 −2 2  ∼
0 4 0 −1 0 1 0 4 0 −1 0 1 −4 · R2
1 0 −7 5 −4 +7 · R3
 

1 0 −7 2 5 −4
 2
∼ 0 1 3 −1 −2 2  ∼  0 1 3 −1 −2 2  − 3 · R3 ∼
 
1
0 0 −12 3 8 −7 · − 12 0 0 3 8
1 − 12 − 12 12 7
 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
Riešením danej sústavy rovníc je usporiadaná trojica (x1 , x2 , x3 ) = (2, 3, 5) . ■

3.4 Cvičenia 127
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.
Cvičenie 3.1 Pomocou Gauss-Jordanovej metódy nájdite riešenia sústavy rovníc

(a) 2x1 + x2 + 3x3 = 9 (j) x1 + x2 + 2x3 = 8
x1 − 2x2 + x3 = −2 −x1 − 2x2 + 3x3 = 1
3x1 + 2x2 + 2x3 = 7 3x1 − 7x2 + 4x3 = 10
(b) −x1 + 3x2 − 2x3 = 7 (k) x1 + 2x2 + 3x3 = 0

3x1 + 3x3 = −3 4x1 + 7x2 + 5x3 = 0
2x1 + x2 + 2x3 = −1 x1 + 6x2 + 10x3 = 0
x1 + x2 − 4x3 = 0
(c) 2x1 + 3x2 + 5x3 = 11
x1 − 5x2 − 2x3 = 5 (l) 2x1 − 2x2 + 3x3 = 0
3x1 + 6x2 + 4x3 = 3 2x1 + x2 − 2x3 = 0
−x1 + 3x2 + x3 = 0
(d) x1 + 2x2 + x3 = 3
2x1 − 3x2 + x3 = 2 (m) 5x1 − 2x2 + 2x3 = 2
3x1 + x2 + 3x3 = 4 4x1 − x2 + x3 = −1
−2x1 + x2 + x3 = 1
(e) 2x1 − 3x2 + x3 = 0
x1 + 2x2 − x3 = 0 (n) 3x1 + 18x2 + 9x3 = −9
2x1 + x2 + x3 = 0 2x1 + 15x2 + 7x3 = −7
4x1 + 24x2 + 10x3 = −8
(f) 2x1 − 3x2 + x3 = 0
x1 + 2x2 − x3 = 3 (o) 3x1 + 2x2 − 5x3 = 1
2x1 + x2 + x3 = 12 2x1 − 3x2 + 4x3 = −1
−5x1 + 3x2 + 7x3 = 4
(g) 3x1 + 2x2 − x3 = 8
−x1 + 3x2 + 2x3 = 3 (p) 3x1 − 3x2 + x3 = 1
2x1 − x2 + 4x3 = −4 x1 + 2x2 − x3 = 2
2x1 + 2x2 + x3 = 3
(h) x1 + 2x2 − x3 = 2
3x1 − x2 + 2x3 = 7 (q) 3x1 + 2x2 − 2x3 = 0
x1 − x3 = −2 3x1 − 4x2 + 5x3 = 3
2x1 + x2 + x3 = 7 3x2 − x3 = −3
9x1 − 3x2 + 2x3 = 6
(i) x2 + 2x3 = −6
2x1 − x2 − x3 = 4 (r) 2x1 + 5x2 − x3 = 8
3x1 + x2 − x3 = 9 x1 + 4x2 − 3x3 = 8
5x1 + 2x2 = 9 2x1 + x2 + 4x3 = −2
■

(a) x1 − x2 + 2x3 + 3x4 = 8
3x1 + x2 + x3 + 2x4 = 19
4x1 + 7x2 − 2x3 + 5x4 = 38
6x1 + 3x2 + 3x3 − 4x4 = 35
(b) x1 + 2x2 − x3 − 2x4 = −2

2x1 + x2 + x3 + x4 = 8
x1 − x2 − x3 + x4 = 1
x1 + 2x2 + 2x3 − x4 = 4
(c) 3x1 + x2 − x3 + 2x4 = 0

x1 + 2x2 + x3 − x4 = 0
2x1 − x2 + 2x3 + x4 = 0
x1 + 3x2 + x3 + 3x4 = 0
(d) x1 − 2x3 + x4 = 3
−x1 + x2 + 3x3 − x4 = 5
2x1 − 2x2 + 3x4 = 5
3x1 + 4x2 + x4 = −3
(e) 5x1 + 3x2 + 3x3 + x4 = 11

x1 − x2 + x3 = −2
3x1 + 3x2 + 2x3 + x4 = 10
x1 − 3x2 + 2x3 = −7
4x1 + x2 + 3x3 + x4 = 8
(f) x1 + 7x2 + 5x3 + 3x4 = 4

x1 − 2x2 − x3 − x4 = 5
3x1 − 2x2 + x3 − x4 = 13
2x1 + 9x2 + 8x3 + 3x4 = 7
x1 + 5x2 + 3x3 + x4 = 5
(g) x1 − x2 − 3x4 = −1
7x1 − 2x2 − 2x3 − 10x4 = −2
7x1 − x2 + x3 − 9x4 = −4
2x1 − 2x3 − 4x4 = −6
6x1 − x2 + 2x3 − 7x4 = −1
(h) 2x1 + 2x2 + 7x3 + 2x4 = 6

6x1 + 4x2 + x3 + x4 = 6
x1 − 2x2 + 6x3 − x4 = 0
3x1 − 8x2 + 3x3 − x4 = −2
■
3.4 Cvičenia 129

(a) 3x1 − x2 + 2x3 − x4 = 0
x1 − 10x2 + x3 + x4 = 1
2x1 + 4x2 + 4x3 + 2x4 = 3
−x1 − 4x2 + 4x3 + 5x4 = 5
(b) 3x1 − 2x2 + 5x3 − 6x4 = 0
7x1 + x2 − 3x3 − 4x4 = 1
2x1 + 5x2 − 13x3 + 3x4 = 1
2x1 − 13x2 + 40x3 − 16x4 = 13
(c) 3x1 + x2 − x3 + 2x4 = 1

x1 + 2x2 + x3 − x4 = 3
2x1 − x2 + 2x3 + x4 = 5
x1 + 3x2 + x3 + 3x4 = 4
(d) x1 + 2x2 + 3x3 + 4x4 + 5x5 = 12

2x1 + x2 + 3x3 + 4x4 + 5x5 = 14
2x1 + 3x2 + x3 + 4x4 + 5x5 = 8
2x1 + 3x2 + 4x3 + x4 + 5x5 = 20
2x1 + 3x2 + 4x3 + 5x4 + x5 = 0 ■

(a) 7x1 + 14x2 − 21x3 = 7 (e) x1 − 2x2 + 2x3 = −9
x1 + 2x2 − 3x3 = 1 3x1 + 5x2 + 4x3 = 10
5x1 + 10x2 + 15x3 = 5 5x1 + 12x2 + 6x3 = 29
3x1 + 6x2 − 9x3 = 3
(f) x1 + 4x2 − 3x3 = 0
(b) 5x1 + 2x2 − 18x3 = 0 x1 − 3x2 − x3 = 0
2x1 + x2 − 8x3 = 0 2x1 + x2 − 4x3 = 0
(c) 7x1 + 14x2 − 21x3 = 7 (g) x1 − x2 + 3x3 = −2

x1 + 2x2 − 3x3 = 1 3x1 − 2x2 + 3x3 = −4
5x1 + 10x2 + 15x3 = 5 2x1 − x2 = −2
3x1 + 6x2 − 9x3 = 3 x1 + 2x2 − 15x3 = 4
(d) x1 + 2x2 + 8x3 = 9 (h) 1 3

2 x1 + x2 + 2 x3 = 2
2x1 + x2 + 7x3 = 6 1
+ 2
+ x3 = 4
3 x1 3 x2 3
3x1 + x2 + 9x3 = 7
3 6 9 12
2x1 − x2 + x3 = −2 5 x1 + 5 x2 + 5 x3 = 5
■

(a) 6x1 − 6x2 + 7x3 + 10x4 = 3
2x1 − 3x2 − 3x3 − 4x4 = 1
2x1 − 3x2 + 13x3 + 18x4 = 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
(e) x2 + 3x3 − 2x4 = 0

2x1 + x2 − 4x3 + 3x4 = 0
2x1 + 3x2 + 2x3 − x4 = 0
−4x1 − 3x2 + 5x3 − 4x4 = 0
(f) 4x1 + x2 − x3 − x4 = 3
2x1 − 11x2 + 5x3 + 9x4 = 2
2x1 + 12x2 − 6x3 − 10x4 = 1
(g) 3x1 + 3x2 − 4x3 + 4x4 = 0

2x1 + x2 − 2x3 + x4 = 0
x1 − x2 − 2x4 = 0
6x1 + 6x2 − 8x3 + 8x4 = 0
(h) 6x1 − 9x2 + 7x3 + 10x4 = 3

2x1 − 3x2 − 3x3 − 4x4 = 1
2x1 − 3x2 + 13x3 + 18x4 = 1
(i) x1 + 2x2 − x3 + 3x4 + 3x5 = 5

x1 − x2 + 2x3 − 3x4 + x5 = 4
2x1 + x2 + 4x3 + 2x5 = 5
3x1 + 2x2 + x4 + 3x5 = 7
(j) 3x1 − x3 − 2x4 − 4x5 = 0

4x1 + x2 − 2x3 − x4 − 5x5 = 0
x1 + 4x2 − 3x3 + 6x4 = 0
6x1 − 3x2 − 9x4 − 3x5 = 0
10x1 + x2 − 4x3 − 5x4 − 13x5 = 0 ■
3.4 Cvičenia 131

(a) 2x1 + 3x2 − x3 = 1 (f) 2x1 + 2x2 + 3x3 = 5
x1 − x2 + x3 = 2 x1 + x2 + 9x3 = 9
3x1 + 2x2 = 5 3x1 + 3x2 + 5x3 = 7
(b) 3x1 − 2x2 + x3 = 11 (g) 3 3 3 2

2 x1 − 2 x2 − 2 x3 = 3
x1 + x2 − 3x3 = 7 2
− 2
− 2
= 3
3 x1 3 x2 3 x3 2
11x1 − 4x2 − 3x3 = 10
(h) 2x1 − x2 + x3 = 3
(c) 2x1 − x2 + x3 = 4 3x1 + 2x2 + 5x3 = −2
x1 + x2 − x3 = −1 2x1 − 8x2 − 6x3 = −1
3x1 − 7x2 − 2x3 = −1
−2x1 + 5x2 + x3 = 1 (i) 2x1 − 3x3 = 4
2x1 − 3x2 + 8x3 = 8
(d) 3x1 − 2x2 + x3 = 1 4x1 − 3x2 − 6x3 = 1
x1 + x2 − 3x3 = 7 5x1 − 3x2 − x3 = 6
11x1 − 4x2 − 3x3 = 10
(j) 3x1 + 2x2 − x3 = −15
(e) 5x1 + 2x2 − 2x3 = 8
5x1 + 3x2 + 2x3 = 0
7x1 + 4x2 − 4x3 = 13
3x1 + x2 + 3x3 = 11
2x1 + x2 − x3 = 6
6x1 − 4x2 + 2x3 = 30
■

(a) x1 + 8x2 + 2x3 + x4 = −3
3x1 + 10x2 + 2x3 − x4 = −2
2x1 − x4 = 1
4x1 + 3x2 + x3 + x4 = 5
−2x1 + 2x2 = −6
(b) 2x1 − 3x2 + 6x3 − x4 = 1

x1 + 2x2 − x3 = 0
x1 + 3x2 − x3 − x4 = −2
9x1 − x2 + 15x3 − 5x4 = 1
(c) 2x1 + x2 − x3 + x4 = 1
3x1 − 2x2 + 2x3 − 3x4 = 2
2x1 − x2 + x3 − 3x4 = 4
5x1 + x2 − x3 + 2x4 = −1
(d) 3x1 − x2 + 2x3 + 2x4 = 5

−2x1 + 5x2 + 4x3 + 4x4 = −1
7x1 + 3x2 + 2x3 + 2x4 = 4
4x1 + x2 − 5x3 − 5x4 = 3
(e) x1 − x2 − 2x3 + 2x4 = 5

2x1 − 3x2 − x3 + x4 = 7
3x1 − 7x2 + 6x3 − 6x4 = −3
(f) 4x1 + x2 − 3x3 − 3x4 = −1

5x1 + 3x2 − 2x3 − 2x4 = 4
2x1 + x2 − x3 − x4 = 2
(g) x1 − 4x2 + 9x3 − x4 = 9

2x1 − 3x2 + 8x3 + 3x4 = 7
3x1 − 2x2 + 7x3 + 7x4 = 7
(h) 3x1 − x3 − 2x4 − 4x5 = 3

4x1 + x2 − 2x3 − x4 − 5x5 = 1
x1 + 4x2 − 3x3 + 6x4 = 0
6x1 − 3x2 − 9x4 − 3x5 = −3
10x1 + x2 − 4x3 − 5x4 − 13x5 = 2 ■
Cvičenie 3.8 Zistite, či sú dané vektory lineárne závislé, alebo nezávislé

(a) (3, −1, −1), (−3, 5, 5), (1, −2, −2)
(b) (7, −2, 3), (7, 2, 8), (7, −10, −8)
(c) (1, 1, 1), (8, 1, 8), (−3, 2, −3)
(d) (1, −5, −2), (2, 3, 5), (3, 6, 4)
(e) (7, −2, 3), (7, −1, 5), (1, 0, 1)
(f) (7, 2, 1), (3, 14, 2), (1, 2, 3)
(g) (1, −2, 3), (2, 3, 5), (4, 2, −1), (5, 3, −2)
(h) (3, −1, 5), (1, 4, 0), (2, −5, −7)
(i) (2, 2, 3, 2), (−2, 4, 3, 4), (2, 5, 6, 5)
(j) (2, 3, 2, 3), (−1, 5, −1, 5), (3, 4, 3, 4), (4, 13, 4, 13)
(k) (1, 0, −2, 1), (3, 4, 0, 1), (−1, 1, 3, −1), (2, −2, 0, 3)
(l) (5, 2, −1, 3), (10, 7, −4, 3), (5, −1, −20, −2), (5, 8, 16, 5)
(m) (1, 2, 3, 4, 5), (2, 1, 3, 4, 5), (2, 3, 1, 4, 5), (2, 3, 4, 1, 5), (2, 3, 4, 5, 1)
(n) (3, 0, −1, −2, −1), (10, 1, −4, −5, −13), (6, −3, 0, −9, −3),
(1, 4, −3, 6, 0), (4, 1, −2, −1, −5)
■
3.4 Cvičenia 133
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
■
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 3.11 Akou lineárnou kombináciou vektorov

(a) (1, 0) a (0, 1) vznikne vektor (−5, 3) ? (b) (1, 2) a (2, 1) vznikne vektor (−4, 1) ?
■
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
(b) 2x1 + 2x2 = 2 (f) 2x1 − px2 + 3x3 = −13

x1 + px2 = 1 x1 + 2px2 + 5x3 = −12
3x3 = 6 7x1 − 4px2 − 2x3 = −9
(c) 2px1 + 4x2 + x3 = 8 (g) x1 + (p + 1)x2 + 2x3 = p+3

7x2 + 2x3 = −3 2x1 + (p + 3)x2 + 4x3 = 3p + 5
x1 + (1 − p)x2 = p+1
px1 − 3x2 − 5x3 = −2
(d) 3x1 + 3x2 + 3x3 = 6 (h) 3x1 + (2 + p)x2 + 3x3 = 10

2px2 + 2x3 = 2p −x1 + (1 + 2p)x2 + 3x3 = 7
2x1 + (1 + 3p)x2 + 4x3 = 13
x2 + px3 = 3
■
Cvičenie 3.13 Napíšte sústavu lineárnych rovníc, ktorá má všetky koeficienty nenulové a jej
jediné riešenie je (x1 , x2 , x3 ) = (−4, 5, 13). ■
Cvičenie 3.14 Napíšte sústavu lineárnych

rovníc, ktorá má všetky koeficienty nenulové a jej
jediné riešenie je (x1 , x2 , x3 ) = − 21 , 67 , 14
3
. ■
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
■
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

(b) A = (e) A =
   
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
■
Cvičenie 3.19 Vyriešte maticovú rovnicu

2 −3 0 −1 5 7 8 7
(a) ·X = (h) X · =
3 −5 0 2 3 4 9 5

1 2 3 5 1 −2 1 0
(b) ·X = (i) X · =
3 4 5 9 −3 7 −1 0

3 5 −1 5
1 −3 1 −1 (j) X · =
(c) ·X = 2 4 −2 6
2 −5 0 0
1 0 7 6 1 3

3 −1

14 16
(k) ·X· =
(d) ·X = 2 1 5 1 2 4
5 −2 9 10

2 3 1 0 7 5
(l) ·X· =

2 1 3 2 4 2 2 1 6 1
(e) ·X =
1 0 1 1

3 2 2 1
3 −2 −1 2 (m) − 3X · =X
(f) X· = 1 1 1 0
5 −4 −5 6

9 11 5 −1
2 3 −1 0 (n) − ·X = X
(g) X· = −13 9 2 4
−3 −5 2 0
■
3.4 Cvičenia 137
Cvičenie 3.20 Vyriešte maticovú rovnicu

   
1 1 −1 1 0 0
(a)  −4 −5 6 ·X =  3 1 0 
−3 −3 4 0 3 1
   
1 2 −3 1 −3 0
(b)  3 2 −4  · X =  10 2 7 
2 −1 0 10 7 8
   
5 3 1 −8 3 0
(c) X ·  1 −3 −2  =  −5 9 0 
−5 2 1 −2 15 0
   
2 7 3 1 0 2
(d) X ·  3 9 4  =  0 1 0 
1 5 3 0 0 1 ■

(a) (x1 , x2 , x3 ) = (−1, 2, 3) (j) (x1 , x2 , x3 ) = (3, 1, 2)
(b) (x1 , x2 , x3 ) = (2, 1, −3) (k) (x1 , x2 , x3 ) = (0, 0, 0)
(c) (x1 , x2 , x3 ) = (1, −2, 3) (l) (x1 , x2 , x3 ) = (0, 0, 0)
(m) (x1 , x2 , x3 ) = − 34 , −3, 43

(d) (x1 , x2 , x3 ) = (4, 1, −3)
(n) (x1 , x2 , x3 ) = 1, 13 , −2

(e) (x1 , x2 , x3 ) = (0, 0, 0)
(o) (x1 , x2 , x3 ) = 16 59 21

(f) (x1 , x2 , x3 ) = (2, 3, 5) 61 , 61 , 61
(p) (x1 , x2 , x3 ) = 17 11 1

(g) (x1 , x2 , x3 ) = (1, 2, −1) ,
19 19 19 ,
(h) (x1 , x2 , x3 ) = (1, 2, 3) (q) (x1 , x2 , x3 ) = 25 , − 56 , − 53

(i) (x1 , x2 , x3 ) = (1, 2, −4) (r) (x1 , x2 , x3 ) = − 65 , 2, − 25

■

(a) (x1 , x2 , x3 , x4 ) = (4, 3, 2, 1) (e) (x1 , x2 , x3 , x4 ) = (3, 0, −5, 11)
(f) (x1 , x2 , x3 , x4 ) = 31 2 7

(b) (x1 , x2 , x3 , x4 ) = (1, 2, 1, 3) 6 , 3,−6,0
(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

■

11 1 13 83 67 7 169 4

(a) (x1 , x2 , x3 , x4 ) = 100 , 50 , 50 , 100 (c) (x1 , x2 , x3 , x4 ) = 92 , 23 , 92 , 23
35 53 263 7

(b) (x1 , x2 , x3 , x4 ) = 117 , 9, 117 , 117
(d) (x1 , x2 , x3 , x4 , x5 ) = (1, −1, 2, −2, 3)
■

(a) (x1 , x2 , x3 ) = (1 − 2t,t, 0) 18
t − 25 2 37

(e) (x1 , x2 , x3 ) = − 11 11 , 11 t + 11 ,t
(f) (x1 , x2 , x3 ) = 13 2

(b) (x1 , x2 , x3 ) = (2t, 4t,t) 7 t, 7 t,t
(c) (x1 , x2 , x3 ) = (1 − 2t,t, 0) (g) (x1 , x2 , x3 ) = (3t, 6t + 2,t)
(d) (x1 , x2 , x3 ) = (1 − 2t, 4 − 3t,t) (h) (x1 , x2 , x3 ) = (4 − 2u − 3v, u, v)
■

1 t
, 0, − 11

(a) (x1 , x2 , x3 , x4 ) = 2 − 16 8 t,t
(b) (x1 , x2 , x3 , x4 ) = (t − 3,t − 2,t − 1,t)
(c) (x1 , x2 , x3 , x4 ) = (−13 − 5t, 2t + 3,t, 5)
(d) (x1 , x2 , x3 , x4 ) = (v − 1, 2u, u, v)
7 5

(e) (x1 , x2 , x3 , x4 ) = 2 u − 2 v, 2v − 3u, u, v
3 1 35 11 19 1

(f) (x1 , x2 , x3 , x4 ) = 23 u + 23 v + 46 , 23 u + 23 v − 23 , u, v
2 1 2 5

(g) (x1 , x2 , x3 , x4 ) = 3 u + 3 v, 3 u − 3 v, u, v
3 1 1 11

(h) (x1 , x2 , x3 , x4 ) = 2 u − 16 v + 2 , u, − 8 v, v
(i) (x1 , x2 , x3 , x4 , x5 ) = (1 + t, −1 − 2t, 0,t, 2)
1 2 2 5

(j) (x1 , x2 , x3 , x4 , x5 ) = 3 u + 3 v, 3 u − 3 v, u, v, 0
■
Výsledky cvičenia 3.6 Žiadna z uvedených sústav rovníc nemá riešenie. ■
Výsledky cvičenia 3.7 Žiadna z uvedených sústav rovníc nemá riešenie. ■

(a) závislé (h = 2) (h) nezávislé
(b) nezávislé (i) nezávislé
(c) závislé (h = 2) (j) závislé (h = 3)
(d) nezávislé (k) nezávislé
(e) závislé (h = 2) (l) závislé (h = 3)
(f) nezávislé (m) nezávislé
(g) závislé (h = 3) (n) závislé (h = 3)
■

h(A) = 3, regulárna (l) h(A) = 3
(a) h(A) = 3, regulárna
(b) (m) h(A) = 3
(c) h(A) = 3, regulárna (n) h(A) = 3
(d) h(A) = 3, regulárna (o) h(A) = 4, regulárna
(e) h(A) = 2, singulárna (p) h(A) = 4, regulárna
(f) h(A) = 2, singulárna (q) h(A) = 4
(g) h(A) = 3 (r) h(A) = 4
(h) h(A) = 3 (s) h(A) = 3, singulárna
(i) h(A) = 2, singulárna (t) h(A) = 3, singulárna
(j) h(A) = 2, singulárna (u) h(A) = 4
(k) h(A) = 3 (v) h(A) = 3, singulárna
■
Výsledky cvičenia 3.10 Lineárne závislé (−1).(1, 2, 3) + (−1).(1, 2, 4) + 1.(2, 4, 7) = ⃗0. ■

(−5).(1, 0) + 3.(0, 1) = (−5, 3) (a) 2.(1, 2) + (−3).(2, 1) = (−4, 1)
(b)
■

(a) • p = 0: nemá riešenie
• p≠ 0: (x1 , x2 , x3 ) = 1, 2, 3p
(b) • p ̸= 1: (x1 , x2 , x3 ) = (1, 0, 2)

• p = 1: (x1 , x2 , x3 ) = (1 − t,t, 2)
(c) • p = 0: nemá riešenie
• p≠ 0: (x1 , x2 , x3 ) = 5p , −1, 2
(d) • p = ±1: nemá riešenie
p−1 p2 −3 2p
• p≠ ±1: (x1 , x2 , x3 ) = p+1 , p2 −1 , p2 −1
(e) (x1 , x2 , x3 ) = (−1 − 2p, 1, 2) pre ∀p ∈ R

(f) • p = 0: nemá riešenie
• p≠ 0: (x1 , x2 , x3 ) = −1, 2p , −3
(g) • p = 1: (x1 , x2 , x3 ) = (2, 1 − t,t)

• p≠ 1: (x1 , x2 , x3 ) = (2, −1, p + 1)
(h) • p = 1: nemá riešenie
• p= 1
̸ 1: (x1 , x2 , x3 ) = 1, p−1 , 2p−3
p−1
■
Výsledky cvičenia 3.13 Napríklad:
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
■
5x1 + 3x2 − 5x3 = 11

3x1 − x2 − 17x3 = 1
x1 − x2 − 9x3 = −1
■
2x1 − x2 + 3x3 + 2x4 = 3

3x1 + 2x2 + 4x3 + 3x4 = −1
5x1 + 3x2 + 2x3 + 5x4 = 2
7x1 + 4x2 + 6x3 + 7x4 = −4
■

1 0 2 −1
(a) A−1
= (k) A−1 =
−2 1 −3 2

−1 −1 −2
4 −11

(b) A = (l) A−1 =
−2 −3 −1 3
!
−2 1 5 2
!
(c) A−1 = 3 (m) A−1 = 7 7
2 − 12 − 17 1
! 7
1
− 75 1
!
(d) A−1 = 5 7 − 27
− 13 8 (n) A−1 = 2 1
3 − 15 3
 
−3 1 1 
5 2 −2

−1
(e) A = −6 1 2  (o) A−1 =  4 2 −1 

4 −1 −1 2 1 −1
 
1 −1 1 8
3 −3
 
1
(f) A−1 =  −38 41 −34 
(p) A−1 =  0 − 23 1 
 
27 −29 24
 1 1 1  − 1 − 73 3
4 3 12  
(g) A−1 =  −
 1
0 1  7 11 1
4 4
A−1 = 35
1 

1
(q) 0 5 10 
− 4 − 32 7
12 7 −4 6
 
3 0 −4 5 
1 −1 0 0

2 0 −3 1   0 1 −1 0 
(h) A−1 = 

(r) A−1 = 

 3 0 −5 −1 

 0 0 1 −1 
0 1 0 0 0 0 0 1
 
1 0 1 −1 
1 −1 1 −1

−2 1 −1 1   0 1 −1 1 
(i) A−1 = 

(s) A−1 = 

1 −2 1 0 

 0 0 1 −1 

0 1 −2 1 0 0 0 1
1 2 
0 −3

1 3

−3 −2 1 4 
7 7
1 4
1 − −1
 
3 1 1
1 − −
 
3 3
A−1
 
(j) = 
(t) A−1 = 
 2 7 14 
− 13 − 31 1 2 
 
 3 3 
 −1 0 1 1 
 2 7 14 
0 1 −1 −1 3 2 1
− 37
7
■

40
−6 − 26 25
− 65 2 5 1
   
3 3 3 3 6 3
31 20 19 7
− 3 5 −3  − 12 − 31 1 5
   
3 12 6
A−1 A−1
  
(a) =  (d) = 

 − 13 0 2
3 − 13 



13
12
1
3
7
− 12 − 65 

7
3 −1 − 53 4
3
3
4 0 − 14 − 12
(b) Matica otočenia o uhol α (e) Matica osovej súmernosti

−1 cos α − sin α −1 cos α sin α
A = A =
sin α cos α sin α − cos α
   
cos α − sin α 0 cos α sin α 0
−1 −1
(c) A =  sin α cos α 0  (f) A =  sin α − cos α 0 
0 0 1 0 0 1
■

−1
2 −3 5 −3 0 −11
(a) = X=
3 −5 3 −2 0 −7
−1
1 2 −2 1 −1 −1
(b) = 3 1 X =
3 4 2 −2 2 3
−1
1 −3 −5 3 −5 5
(c) = X=
2 −5 −2 1 −2 2
−1
3 −1 2 −1 19 22
(d) = X=
5 −2 5 −3 43 50
−1
2 1 0 1 1 1
(e) = X=
1 0 1 −2 1 0
−1
3 −2 2 −1 3 −2
(f) = 5 3 X=
5 −4 2 −2 5 −4
−1
2 3 5 3 −5 −3
(g) = X=
−3 −5 −3 −2 10 6
−1
5 7 −4 7 −11 21
(h) = X=
3 4 3 −5 −21 38
−1
1 −2 7 2 7 2
(i) = X=
−3 7 3 1 −7 −2
!−1 !
3 5 2 − 52

−7 10
(j) = X=
2 4 −1 3 −10 14
−1 2 −1
1 0 1 0 7 6 1 −1 6
(k) = , = 23
2 1 −2 1 5 1 5 −7

1 14 −15
X = 23
−10 14
!−1 ! −1
2 3 − 41 3
8 1 0 1 0
(l) = , =
4 2 1
− 14 2 1 −2 1
2
9
!
4 − 78
X= 5 9
− 2 4
!−1 !
7 3 − 12 3 3
− 52

2 2
(m) = X=
3 1 3 7
−2 1 −2
2
!−1 5 1
!
6 −1

32 32 1 2
(n) = X=
2 5 − 1 3 −3 1
16 16 ■

 −1    
1 1 −1 2 1 −1 5 −2 −1
(a)  −4 −5 6  =  2 −1 2  X =  −1 5 2 
−3 −3 4 3 0 1 3 3 1
 −1    
1 2 −3 −4 3 −2 6 4 5
(b)  3 2 −4  =  −8 6 −5  X=  2 1 2 
2 −1 0 −7 5 −4 3 3 3
 −1    
5 3 1 1 −1 −3 1 2 3
(c)  1 −3 −2  = 1  9 10 11  X= 4 5 6 
19
−5 2 1 −13 −25 −18 7 8 9
−1 
− 37 2 − 13
 19 5 
2 7 3 −3
 
4 3
5 1  5 1 
(d)  3 9 4  = 3 −1 − 3  X= 3 −1 − 3 
   
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
Vráťme sa späť k sústave rovníc (4.1). Vidíme, že matica tejto sústavy je

a11 a12
A=
a21 a22
a z vyjadrenia neznámych x1 a x2 v (4.2) a (4.3) vidíme, že menovatele zlomkov sú determinanty
matice A. Naviac, ak si v matici sústavy postupne nahradíme jej prvý, resp. druhý stĺpec pravou
stranou sústavy rovníc, tak dostaneme matice A1 aA2 , ktorých determinanty sú
b1 a12 a11 b1
|A1 | = = b1 a22 − b2 a12 a |A2 | = = a11 b2 − a21 b1
b2 a22 a21 b2
Vidíme teda, že riešenia sústavy lineárnych rovníc (4.1) môžeme pomocou determinantov zapísať
v tvare
|A1 | |A2 |
x1 = a x2 = .
|A| |A|
Naviac nie je ťažké dokázať, že matica sústavy bude regulárna práve vtedy, keď |A| ̸= 0.
Pojem determinantu a riešenie sústav lineárnych rovníc pomocou determinantov, sa dá zovše-
obecniť pre ľubovoľné matice typu n × n, kde n ∈ N. Samozrejme z pohľadu sústav lineárnych
rovníc majú zmysel len hodnoty n > 1, pretože pre n = 1 dostaneme lineárnu rovnicu s jednou
neznámou a množina matíc typu 0 × 0 je prázdna. Predtým než sa začneme venovať determinantom
potrebujeme zadefinovať dva nové pojmy. Prvý z týchto pojmov nie je úplne nový, pretože sme sa
s ním už stretli na stredoškolskej kombinatorike.
Definícia 4.1.2 — Permutácia množiny. Nech M je množina s prvkami M = {a1 , . . . , an }.

Potom ľubovoľné bijektívne zobrazenie ϕ : M → M sa nazýva permutácia množiny M. Množinu
všetkých permutácii množiny M budeme označovať P(M).
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.
Definícia 4.1.3 — Inverzia permutácie ϕ. Nech ϕ ∈ P(M) je permutácia množiny

M = {1, . . . , n}. Budeme hovoriť, že usporiadaná dvojica (p, q) tvorí inverziu permutácie ϕ
ak je p < q a zároveň ϕ(p) > ϕ(q). Počet všetkých inverzií permutácie ϕ budeme označovať
i(ϕ).
Zmysel predošlej definície ilustrujeme na príklade.
■ 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. ■
Teraz už môžeme definovať pojem determinantu pre ľubovoľnú štvorcovú maticu.
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
|A| = ∑ (−1)i(ϕ) a1ϕ(1) a2ϕ(2) . . . anϕ(n) . (4.4)

ϕ∈P(M)
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.
■ Príklad 4.3 Vypočítajte determinant matice

 
a11 a12 a13
A =  a21 a22 a23  .
a31 a32 a33
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
permutácií predstavuje všetky takéto výbery prvkov matice A. Teraz si jednotlivé vývery rozpíšeme
a pre každú permutáciu uvedieme počet jej inverzií.
ϕ1 : (1, 2, 3) → (a11 , a22 , a33 ) , i(ϕ1 ) = 0

ϕ2 : (1, 3, 2) → (a11 , a23 , a32 ) , i(ϕ2 ) = 1
ϕ3 : (2, 1, 3) → (a12 , a21 , a33 ) , i(ϕ3 ) = 1
ϕ4 : (2, 3, 1) → (a12 , a23 , a31 ) , i(ϕ4 ) = 2
ϕ5 : (3, 1, 2) → (a13 , a21 , a32 ) , i(ϕ5 ) = 2
ϕ6 : (3, 2, 1) → (a13 , a22 , a31 ) , i(ϕ6 ) = 3
Podľa definície 4.1.4 potom determinant matice A vypočítame ako súčet

|A| = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 − a11 a23 a32 + a12 a21 a33 + a13 a22 a31 . (4.5)
| {z } | {z } | {z } | {z } | {z } | {z }
ϕ1 ϕ4 ϕ5 ϕ2 ϕ3 ϕ6
■
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
typu 4 × 4 a väčších počítať pomocou „Sarusovho pravidla“.

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
3. V tretej verzii Sarusovho pravidla sa k počítanému determinantu nič nepripisuje. Táto

verzia je vhodná na počítanie determinantov „z hlavy“. Existuje práve 6 permutácií množiny
{1, 2, 3}. Viete preto, že pri počítaní determinantu matice typu 3 × 3 musíme vypočítať 6
súčinov trojíc prvkov matice. Tri z týchto 6 súčinov zodpovedajú permutáciam s párnym
počtom inverzií a zvyšné tri súčiny zodpovedajú permutáciam s nepárnym počtom inverzií.
To znamená, že do výsledku sa tri súčiny pričitávajú a tri súčiny sa odčítajú. To, ktoré súčiny
sa budú pričítať a ktoré odčítať vidíme na nasledujúcom obrázku.
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
Ak porovnáme výsledky vo všetkých troch verziách Sarusovho pravidla, tak zistíme, že sú

rovnaké. Líšia sa len poradím prvkov v súčinoch a súčtov, ale ako vieme, v každom poli sú
operácie súčtu a súčinu komutatívne, takže na poradí prvkov nezáleží.
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
|A| = ∑ (−1)i(ϕ) a1ϕ(1) a2ϕ(2) . . . anϕ(n) (4.6)

ϕ∈P(M)
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| = ai1 · Ai1 + ai2 · Ai2 + · · · + ain · Ain , (4.7)
ak si vyberieme i-ty riadok matice A, alebo 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 .
Veta 4.1.1 — Veta o algebraickom doplnku. Nech A je matica typu n × n a ai j je jej

ľubovoľný prvok (1 ≤ i, j ≤ n). Potom sa algebraický doplnok prvku ai j vypočíta ako
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
Ai j = ∑ (−1)i(ϕ) a1ϕ(1) . . . a(i−1)ϕ(i−1) a(i+1)ϕ(i+1) . . . anϕ(n) ,

ϕ∈Pi j
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 .
Tejto permutácii bude jednoznačne zodpovedať permutácia ψ na množine {1, . . . , (n − 1)}

ψ : ϕ(1), . . . , ϕ(i − 1), ϕ(i + 1), . . . , ϕ(n) −→ ψ(1), . . . , ψ(n − 1) .
Pri vytváraní permutácie ψ z permutácie ϕ musíme rozlišovať hodnoty k, aj hodnoty ϕ(k).

• Pre hodnoty k ∈ {1, . . . , (i − 1)} bude
⋄ ψ(k) = ϕ(k), ak ϕ(k) < j,
⋄ ψ(k) = ϕ(k) − 1, inak.
• Pre hodnoty k ∈ {(i + 1), . . . , n} bude
⋄ ψ(k − 1) = ϕ(k), ak ϕ(k) < j,
⋄ ψ(k − 1) = ϕ(k) − 1, inak.
Pozrime sa teraz aký je vzťah medzi počtom inverzií i(ϕ) a i(ψ). Z toho ako bola zostrojená
permutácia ψ je jasné, že každá jej inverzia zodpovedá inverzii permutácie ϕ. Platí teda nerovnosť
i(ψ) ≤ i(ϕ). Naopak to však neplatí, pretože niektoré inverzie pôvodnej permutácie ϕ sa pri
konštrukcii permutácie ψ mohli stratiť. Ideme zistiť koľko je týchto „stratených“ inverzií. Budú
to inverzie dvojakého typu. Z permutácie ϕ sa môže stratiť len

• inverzia 1. typu: ϕ(k), j , kde k ∈ {1, . . . , (i − 1)} a ϕ(k) > j, alebo

• inverzia 2. typu: j, ϕ(k) , kde k ∈ {(i + 1), . . . , n} a ϕ(k) < j.

Nech je v pôvodnej permutácií ϕ(1), . . . , ϕ(i − 1), ϕ(i), ϕ(i + 1), . . . , ϕ(n) medzi číslami
{ϕ(1), . . . , ϕ(i − 1)} práve x hodnôt väčších než j. To znamená, že inverzií 1. typu, ktoré
sa stratia, bude x a zároveň to znamená, že menších hodnôt než j bude medzi uvedenými číslami
práve (i − 1) − x. Všetkých čísel menších než j je v množine {1, . . . , n} práve ( j − 1), takže
medzi číslami {ϕ(i + 1), . . . , ϕ(n)} ich musí byť

( j − 1) − (i − 1) − x = x + j − i .
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) .
(−1)i(ϕ) = (−1)i(ψ)+2x+ j−i = (−1)i(ψ) · (−1)2x · (−1) j · (−1)−i =
= (−1)i(ψ) · (−1)2x ·(−1) j · (−1)−i · (−1)2i = (−1)i(ψ) · (−1)i+ j .

| {z } | {z }
=1 =1
Platí teda, že (−1)i(ϕ) = (−1)i(ψ) · (−1)i+ j a pre algebraický doplnok preto platí
Ai j = (−1)i+ j ∑(−1)i(ψ) a1ϕ(1) . . . a(i−1)ϕ(i−1) a(i+1)ϕ(i+1) . . . anϕ(n) = (−1)i+ j · |Mi j | ,

∀ψ
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.
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.
■ Príklad 4.4 Vypočítajte determinant
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
= 0 · 23 + (−2) · (−29) + 0 · (−30) + 3 · 4 = 58 + 12 = 70

Z uvedeného výpočtu je hneď zrejmé, prečo volíme taký riadok, alebo stĺpec pôvodnej matice,
ktorý obsahuje čo najviac núl. Hodnoty (−1)i+ j ai j · |Mi j | pre nulové prvky ai j = 0 budú, bez
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.
Lema 4.1.3 — Vlastnosti determinantov 1. Nech A a B sú matice typu n × n nad poľom F.

Potom platia nasledujúce tvrdenia
a) Ak i-ty riadok, alebo j-ty stĺpec matice A je nulový, tak jej determinant sa rovná 0.
a11 . . . . . . . . . a1n a11 . . . 0 j1 . . . a1n

.. . . . . . . . .. . . . .. .
. . . . .. . . .. . ..
.. . . . .
0i1 . . . 0i j . . . 0in =0 , . . 0i j . . .. =0
.. . . . .. . . . .. .
. . .. . . .. . ..
an1 . . . . . . . . . ann an1 . . . 0 jn . . . ann
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
c) Ak sa matice A a B odlišujú len v jednom riadku / stĺpci, tak platí

pre riadok
a11 . . . ... . . . a1n a11 . . . . . . . . . a1n

.. . . .. .. .. .. . . . . . . .
. . . . . . . . . ..
ai1 . . . ai j . . . ain + bi1 . . . bi j . . . bin =
.. . . .. .. . .. . . . . . . .
. . . . .. . . . . ..
an1 . . . . . . . . . ann an1 . . . . . . . . . ann
a11 ... ... ... a1n

.. .. .. .. ..
. . . . .
= ai1 + bi1 . . . ai j + bi j . . . ain + bin
.. .. .. .. ..
. . . . .
an1 ... ... ... ann
a pre stĺpec
a11 . . . a j1 . . . a1n a11 . . . b j1 . . . a1n

.. . . .. . . .. .. . . . .. .
. . . . . . . .. . ..
.. . . . . . .. . .
. . ai j . . .. + .. . bi j . . .. =
.. . . . .. . .. . . . .. .
. . .. . .. . . .. . ..
an1 . . . a jn . . . ann an1 . . . b jn . . . ann
a11 . . . a j1 + b j1 . . . a1n
.. . . .. .. .
. . . . ..
.. . . .. .
= . . ai j + bi j . ..
.. . . .. .. .
. . . . ..
an1 . . . a jn + b jn . . . ann
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.
a11 ... ... ... a1n

.. .. .. .. ..
. . . . .
ai1 + c ak1 . . . ai j + c ak j . . . ain + c akn
.. .. .. .. .. =
. . . . .
ak1 ... ak j ... akn
.. .. .. .. ..
. . . . .
an1 ... ... ... ann
Podľa bodu c) lemy 4.1.3 dostávame
a11 . . . . . . . . . a1n a11 . . . . . . . . . a1n

.. . . . . . . .. .. .. .. .. ..
. . . . . . . . . .
ai1 . . . ai j . . . ain c ak1 . . . c ak j . . . c akn
.. . . . . . . . .. .. .. .. ..
= . . . . .. + . . . . . =
ak1 . . . ak j . . . akn ak1 . . . ak j . . . akn
.. . . . . . . .. .. .. .. .. ..
. . . . . . . . . .
an1 . . . . . . . . . ann an1 . . . . . . . . . ann
Teraz použijeme bod b) lemy 4.1.3 a dostaneme
a11 . . . . . . . . . a1n a11 . . . . . . . . . a1n

.. . . . . . . . .. . . . . . . .
. . . . .. . . . . ..
ai1 . . . ai j . . . ain ak1 . . . ak j . . . akn
.. . . . . . . . .. . . . . . . .
= . . . . .. + c · . . . . .. = A,
.. . . . . . . . .. . . . . . . .
. . . . .. . . . . ..
an1 . . . . . . . . . ann an1 . . . . . . . . . ann
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
a11 ... ... ... a1n

.. .. .. .. ..
. . . . .
ai1 + ak1 . . . ai j + ak j . . . ain + akn
.. .. .. .. .. = 0.
. . . . .
ak1 + ai1 . . . ak j + ai j . . . akn + ain
.. .. .. .. ..
. . . . .
an1 ... ... ... ann
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
Na druhú a tretí determinant v nasledujúcom súčte použijeme bod d) lemy 4.1.3
a11 . . . . . . . . . a1n a11 ... ... . . . a1n

.. . . . . . . .. .. .. .. .. .
. . . . . . . . . ..
ai1 . . . ai j . . . ain ai1 ... ai j . . . ain
.. . . . . . . . . .. .. .. .
= . . . . .. + .. . . . .. +
ak1 . . . ak j . . . akn ai1 . . . ai j . . . ain
.. . . . . . . .. .. .. .. .. .
. . . . . . . . . ..
an1 . . . . . . . . . ann an1 . . . . . . . . . ann
| {z }
=0
a11 . . . . . . . . . a1n a11 . . . . . . . . . a1n

.. . . .. .. .. .. .. .. .. .
. . . . . . . . . ..
+ ... .. .. ..
. .
.
. .. + ..
. .. .. ..
. .
.
. .. =
.. .. .. .. .. .. .. .. .. .
. . . . . . . . . ..
an1 . . . . . . . . . ann an1 . . . . . . . . . ann
| {z }
=0
a11 . . . . . . . . . a1n a11 . . . . . . . . . a1n

.. . . . . . . .. .. .. .. .. .
. . . . . . . . . ..
.. . . . . . . .. + .. .. .. .. .
= . . . . . . . . . .. = 0.
.. . . . . . . .. .. .. .. .. .
. . . . . . . . . ..
an1 . . . . . . . . . ann an1 . . . . . . . . . ann
Posledná rovnosť znamená, že ak v matici A zameníme medzi sebou dva riadky, tak jej deter-
minant zmení znamienko. Q.E.D.
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 ).
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
|A| = c · |Ad | = |AT | ⇒ |A| = |AT | .
Q.E.D.
Nasledujúce tvrdenie uvedieme bez dôkazu.
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|
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.
■ Príklad 4.5 Vypočítajte determinant
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
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. ■
4.2 Použitie determinantov

Odhliadnuc od toho, že s determinantami sa môžeme stretnúť v rôznych technických výpočtoch,
alebo sa s nimi určite stretneme na matematickej analýze pri vyšetrovaní funkcií viacerých pre-
menných v podobe tvz. hessiánu, môžeme determinanty v lineárnej algebre použiť na výpočet
inverznej matice, alebo na riešenie niektorých sústav lineárnych rovníc. Ukážeme si posledné dve
spomenuté použitia determinantov.
4.2.1 Počítanie inverznej matice pomocou determinantov

Zoberme si maticu typu n × n a nahraďme jej i-ty riadok k-tym riadkom, pričom pôvodný k-ty
riadok zostane nezmenený.
a11 . . . . . . . . . a1n a11 . . . . . . . . . a1n

.. . . . . . . . .. . . . . . . .
. . . . .. . . . . ..
.. . . . . . . . .. . . . . . . .
A1 = . . . . .. −→ A2 = . . . . ..
.. . . . . . . . .. . . . . . . .
. . . . .. . . . . ..
an1 . . . . . . . . . ann an1 . . . . . . . . . ann
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
0 = |A2 | = ak1 · Ai1 + ak2 · Ai2 + · · · + akn · Ain ,
pričom všetky algebraické doplnky Ai j v i-tom riadku matice A2 sú identické s algebraickými

doplnkami i-teho riadku matice A1 . Dostali sme teda
(
n |A1 | , ak i = k
∑ ai j · Ak j = 0 , ak i ̸= k (4.9)
j=1
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.
Veta 4.2.1 — Výpočet inverznej matice pomocou determinantov. Nech A je regulárna

matica typu n × n nad poľom F. Potom k nej inverznú maticu A−1 môžeme vypočítať ako
 
A11 A21 . . . An1
1  A12 A22 . . . An2 

A−1 =  .. .. .. ..  , (4.11)
|A|  . . . . 
A1n A2n . . . Ann
kde Ai j sú algebraické doplnky prvkov ai j , podľa vety 4.1.1.

Dôkaz: maticu A−1 prenásobíme skalárom 1
|A| a zapíšeme ju v tvare
 A11 A21 An1 
|A| |A| ... |A|
A12 A22 An2
 

|A| |A| ... |A|

A−1 =  . .
 
 .. .. .. .. 
 . . . 

A1n A2n Ann
|A| |A| ... |A|
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.
P Vo vzorci (4.11) si treba všimnúť indexy algebraických doplnkov. Matica algebraických

doplnkov vo vzorci (4.11) je „transponovaná“, t. j. algebraické doplnky zodpovedajúce i-temu
riadku matice A, sú v nej zapísané ako i-ty stĺpec!!!
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.
■ Príklad 4.6 Vypočítajte inverznú maticu ku matici

 
3 2 5
A= 1 7 2 
−1 3 1
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
■
■ Príklad 4.7 Vypočítajte inverznú maticu ku matici

!
tg (3α) 2e7x
A=
e−7x cotg (3α)
Riešenie: daná matica A zodpovedá tretiemu prípadu. Je to matica funkcií. Jej determinant je
tg (3α) 2e7x
|A| = = tg (3α) · cotg (3α) − e−7x · 2e7x = 1 − 2 = −1 ̸= 0 .
e−7x cotg (3α)
Determinant matice A je rôzny od nuly, a preto existuje k nej inverzná matica. Algebracké doplnky
prvkov matice A sú
A11 = (−1)1+1 · cotg (3α) = cotg (3α) A21 = (−1)2+1 · 2e7x = −2e7x
A12 = (−1)1+2 · e7x = −e7x A22 = (−1)2+2 · tg (3α) = tg (3α)

Pozor! Zápis |x| v algebraických doplnkoch neznamená absolútnu hodnotu, ale je to determinant
matice typu 1 × 1. Takže napríklad | − sin α| = − sin α.
Teraz už môžeme napísať ako vyzerá inverzná matica ku matici A
! !
cotg (3α) −2e 7x −cotg (3α) 2e 7x
A−1 = (−1) · = .
− e−7x tg (3α) e−7x −tg (3α)
■
4.2.2 Cramerovo pravidlo

Druhou možnosťou použitia determinantov, ktorou sa budeme zaoberať, je riešenie sústav lineár-
nych rovníc. Vzhľadom na to, že determinanty sú definované len pre štvorcové matice, môžeme
pomocou nich riešiť len sústavy, ktorých matica sústavy je štvorcová. Sú to teda sústavy n lineár-
nych rovníc s n neznámymi. Už na strane 125 sme v časti Riešenie sústav lineárny rovníc pomocou
inverznej matice spomínali, že sústavu lineárnych rovníc
a11 x1 + · · · + a1n xn = b1
a21 x1 + · · · + a2n xn = b2
.. .. .. (4.12)
. . .
an1 x1 + · · · + ann xn = bn
vieme zapísať v maticovom tvare

     
a11 . . . a1n x1 b1
 .. . . .   ..  =  .. 
 . . ..  ·  .   .  stručne A·X = B
an1 . . . ann xn bn
| {z } | {z } | {z }
A X B
Riešením tejto maticovej rovnice je

X = A−1 · B
a ako sme ukázali v predošlej časti, inverznú maticu A−1 vieme vyjadriť pomocou determinantov.
Táto inverzná matica samozrejme existuje len v prípade, že matica sústavy je regulárna. Ak
vyjadríme inverznú maticu pomocou determinantov, tak riešením uvedenej maticovej rovnice bude
 
A11 A21 . . . An1  
b1
1  A12 A22 . . . An2   . 
 
X=  . .. .. ..  ·  .. 
|A|  .. . . . 
bn
A1n A2n . . . Ann
Roznásobením matíc na pravej strane rovnice dostaneme jednotlivé neznáme

1
xi = · (b1 · A1i + b2 · A2i + · · · + bn · Ani ) , pre i ∈ {1, . . . , n} . (4.13)
|A|
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
i-ty stĺpec pravou stranou sústavy rovníc.

   
a11 . . . a1i . . . a1n a11 . . . b1 . . . a1n
A =  ... . . . ... . . . ...  −→ Ai =  ... . . . ... . . . ... 
   
an1 . . . ani . . . ann an1 . . . bn . . . ann
Ďalej budeme počítať determinant |A1 | tak, že spravíme Laplaceov rozvoj matice Ai podľa jej
i-teho stĺpca.
|A1 | = b1 · A1i + b2 · A2i + · · · + bn · Ani . (4.14)
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|
Použitie Cramerovho pravidla na riešenie sústav n lineárnych rovníc s n neznámymi je obvykle

pracná záležitosť. Najskôr musíme počítať determinant matice sústavy, čo je matica typu n × n.
V prípade, že je tento determinant nenulový, čo znamená, že matica sústavy je regulárna, a preto
sústava rovníc bude mať práve jedno riešenie, musíme ešte počítať ďalších n determinantov matíc
typu n × n. Pre väčšie hodnoty n je s tým podstatne viac roboty, než s Gaussovou elimináciou
rozšírenej matice sústavy. Preto Cramerovo pravidlo používame len v troch prípadoch, ktoré sú
identické s podmienkami použitia determinantov na výpočet inverznej matice. To znamená, že
Cramerovo pravidlo použijeme na riešenie sústavy lineárnych rovníc len
• 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 počas Gaussovej eliminácie rozšírenej matice sústavy nám začnú vychádzať „di-
n n
vokéh“ zlomky ako sú napríklad 1031 , alebo 10589 . Vtedy je jednoduchšie použiť Cramerovo
pravidlo.
• v prípade, keď pole F, nad ktorým je matica sústavy, nie je číselné pole, ale je to napr. pole
funkcií. Aj vtedy síce Gaussova eliminácia je principiálne možná, ale obvykle je jednoduchšie
použiť Cramerovo pravidlo.
Uvedené tri prípady vyplývajú z faktu, že riešenie sústav lineárnych rovníc pomocou determinantov
je vlastne riešenie maticovej rovnice A·X = B pomocou inverznej matice, ktorú počítame pomocou
determinantov. Preto sú aj podmienky použitia týchto dvoch metód identické. Použitie Cramerovho
pravidla na riešenie sústavy lineárnych rovníc ilustrujeme na nasledujúcich dvoch príkladoch.
■ Príklad 4.8 Pomocou Cramerovho pravidla vyriešte sústavu lineárnych rovníc
4x1 − 7x2 − 13x3 = 19

23x1 − 31x2 + 5x3 = −17
8x1 + 9x2 − 4x3 = 13
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
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.
■ Príklad 4.9 Pomocou Cramerovho pravidla vyriešte sústavu lineárnych rovníc
(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| ■
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
(c) |A| = (n) |A| =
√ √ 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
■
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
■
Cvičenie 4.5 Vieme, že |K| = −4 a  

k l m
K= n o p 
q r s
Vypočítajte
(a) |3K| (e) |2K−1 |
(b) |(2K)−1 | (f) 2KT
−1 −1
(c) 2KT (g) 2 KT
k q n 4k 4l 4m
(d) l r o (h) 3n − 5q 3o − 5r 3p − 5s
m s p −q −r −s
■
Cvičenie 4.6 Pomocou Cramerovho pravidla vyriešte sústavu rovníc

(a) 2x1 − 5x2 = 2 (c) −3x1 + 6x2 = 5
x1 + 3x2 = −7 2x1 − 8x2 = 7
(b) x1 cos α + x2 sin α = 2 (d) x1 cos α + x2 sin α = 2

−x1 sin α + x2 cos α = −3 x1 sin α − x2 cos α = 7
■

(a) 9x1 − 3x2 + 3x3 = 1 (c) 2x1 + 2x2 + x3 = 3
3x1 − x2 + 3x3 = 3 5x1 − x2 + 2x3 = 4
5x1 − 2x2 + 2x3 = 2 3x1 + 4x2 = 5
(b) 2x1 − 3x2 + 4x3 = −1 (d) 3x1 + 2x2 − 2x3 = 0

5x1 − x2 − x3 = 0 6x1 − 2x2 + 3x3 = 3
3x1 − 11x3 = −3 3x2 − x3 = −3
■

(a)
2x1 + 12x2 + 8x3 + 4x4 = 9
2x1 + 3x2 + 2x3 = 10
4x1 + 3x2 + 4x3 = 18
3x1 + 14x2 + 11x3 + 4x4 = 12
(b)
3x1 + 13x3 + x4 = 6
7x1 + 2x2 + 7x3 = 6
x1 − 2x2 + 6x3 − x4 = 0
4x1 − 10x2 + 9x3 − 2x4 = −2
(c)
10x1 − x2 + 2x3 − 10x4 = 1
5x1 + 3x2 − 8x3 − 3x4 = 1
3x1 − 2x2 + 5x3 − 6x4 = 0
5x1 − 15x2 + 45x3 − 22x4 = 13
(d)
x1 + 2x2 + x3 − x4 = 3
4x1 + 3x2 + x4 = 4
3x1 + x2 + 3x3 = 8
2x1 + 5x2 + 2x3 + 2x4 = 7
■
4.3 Cvičenia 171
Cvičenie 4.9 Pomocou determinantov vypočítajte inverznú máticu A−1

5 −4 14 15
(a) A = (k) A =
3 1 35 30

(b) A = (l) A =
   
1 −2 1 3 6 4
(c) A =  3 2 2  (m) A =  2 3 5 
2 1 3 1 −5 −2
   
1 1 2 3 18 9
(d) A =  −1 −2 3  (n) A =  2 15 7 
3 −7 4 4 24 10
   
3 2 −1 1 2 −1
(e) A =  2 −1 4  (o) A =  3 −3 1 
−1 3 2 2 2 1
   
1 1 4 2 5 −1
(f) A =  −1 3 1  (p) A =  3 5 1 
2 1 −2 2 1 4
   
1 2 3 4 −1 −4 4 5
 2 1 3 4   2 4 4 2 
(g) A =   (q) A=  3 −1 2 −1 

 2 3 1 4 
2 3 4 1 4 −11 3 0
   
1 3 1 3 1 −2 −1 −1
 2 −1 2 1   2 9 8 3 
(h) A =   (r) A= 
 3 1 −1 2   3 −2 1 −1 
1 2 1 −1 4 −4 1 −2
   
1 −1 0 −3 5 3 3 1
 2 0 −1 −4   4 1 3 1 
(i) A = 
 6 −1
 (s) A= 
2 −7   3 7 2 1 
7 −1 1 −9 1 −1 1 0
   
cos α sin α 0 cos α sin α 0
(j) A =  − sin α cos α 0  (t) A =  sin α − cos α 0 
0 0 1 0 0 1
■

(a) |A| = −2 (g) |A| = −13 (m) |A| = 0 (r) |A| = −3
(b) |A| = −58 (h) |A| = −12 (n) |A| = −1 (s) |A| = 59
(c) |A| = 1 (i) |A| = −63 a2 +b2 (t) |A| = 52
(o) |A| = a2 −b2
(d) |A| = 14 (j) |A| = −1 (p) |A| = −54 (u) |A| = −1
(e) |A| = 0 (k) |A| = 10 (q) |A| = −5 (v) |A| = 60
(f) |A| = 33 (l) |A| = 3
■

(a) |A| = 1 (f) |A| = −9 (k) |A| = 16 (p) |A| = 4
(b) |A| = 48 (g) |A| = −800 (l) |A| = −16 (q) |A| = 100
(c) |A| = −3 (h) |A| = 0 (m) |A| = 92 (r) |A| = 665
(d) |A| = 0 (i) |A| = 394 (n) |A| = 6
(e) |A| = −48 (j) |A| = −216 (o) |A| = 0
■

(a) |A| = 0 (b) |A| = −1 (c) |A| = 360 (d) |A| = −1
■

(a) Štvrtý stĺpec je −2 násobok druhého stĺpca.
(b) Tretí riadok je lineárnou kombináciou prvého a druhého riadku: R3 = 2R1 − R2 .
■

(a) |3K| = −108 (e) 2K−1 = −2
(b) (2K)−1 = − 32
1 (f) 2KT = −32
−1
(c) 2KT
−1 1
= − 32 (g) 2 KT = −2
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
■

1
(a) (x1 , x2 ) = 11 (−29, −16)
(b) (x1 , x2 ) = (2 cos α + 3 sin α, 2 sin α − 3 cos α)
1
(c) (x1 , x2 ) = 12 (−82, −31)
(d) (x1 , x2 ) = (2 cos α + 7 sin α, 2 sin α − 7 cos α)
■
(a) (x1 , x2 , x3 ) = − 34 , −3, 34 17 11 1

(c) (x1 , x2 , x3 ) = 19 , 19 , 19
16 59 21 2 6 3

(b) (x1 , x2 , x3 ) = 61 , 61 , 61 (d) (x1 , x2 , x3 ) = 5,−5,−5
■

31 2 7 35 53 263 7

(a) (x1 , x2 , x3 , x4 ) = 6 , 3,−6,0 (c) (x1 , x2 , x3 , x4 ) = 117 , 9 , 117 , 117
1 3 1 5 67 7 169 4

(b) (x1 , x2 , x3 , x4 ) = 2, 8, 4, 4 (d) (x1 , x2 , x3 , x4 ) = 92 , 23 , 92 , 23
■

1 4 −30 15
(a) A−1 = 1
17 (k) A−1 = 1
105
−3 5 35 −14

cos α − sin α cos α sin α
(b) A−1 = (l) A−1 =
sin α cos α sin α − cos α
   
4 7 −6 19 −8 18
(c) A−1 = 13
1 
−5 1 1  (m) A−1 = 591 
9 −10 −7 
−1 −5 8 −13 21 −3
   
13 −18 7 18 −36 9
(d) A−1 = 52
1 
13 −2 −5  (n) A−1 = 181 
−8 6 3 
13 10 −1 12 0 −9
   
14 7 −7 5 4 1
(e) A−1 = 63
1 
8 −5 14  (o) A−1 = 191 
1 −3 4 
−5 11 7 −12 −2 9
   
7 −6 11 −19 21 −10
(f) A−1 = 35
1 
0 10 5  (p) A−1 = 15  10 −10 5 
7 −1 −4 7 −8 5
 4 11 13 2 47 127 54
−5
  
20 60 15 − 50 100 − 25 1
 1 9 13 2 2 7 3
 5 − 20  − 25 50 − 25 0
  
−1 60 15
A−1 = 
 
(g) A =  1 1 17 2
 (q) 24 59 61

20 − 60 25 − 50 25 −1
  
 5 15   
1 1 1
5 20 20 − 51 − 41
50
131
100
62
− 25 1
 7 11 1 15 
− 46 92 4 92
 
3 0 9 −6
3 4 5
− 23 0
 
−1 23 23
 11 2 −5 0 
(r) A−1 = 16 
 
(h) A =  
 −6

 5 25
− 14 9  0 −6 6 
 46 92 92 
5 1 7 −19 −4 25 −12
23 23 0 − 23
   
−2 −8 −10 12 5 −3 −2 −2
 −5 13 14 −15   0 −1 1 1 
(i) A−1 = 16   (s) A−1 = 15 
 −5

 0 6 12 −12  2 3 8 
−1 −7 −8 9 −5 12 −2 −17
 
cos α − sin α 0
 
cos α sin α 0
(j) A =  sin α cos α 0  (t) A =  sin α − cos α 0 
0 0 1 0 0 1
■
Postupnosti a rady
II
5 Postupnosti a limity postupností . . . . . . 177
5.1 Úvod
5.2 Postupnosti
5.3 Limity postupností
5.4 Cvičenia
6 Nekonečné rady . . . . . . . . . . . . . . . . . . . 211

6.1 Základné pojmy
6.2 Nekonečné rady s nezápornými členmi
6.3 Cvičenia
7 Nekonečné rady, funkcie . . . . . . . . . . . 239

7.1 Rady so striedavými znamienkami
7.2 Absolútna konvergencia
7.3 Mocninové rady
7.4 Funkcie
7.5 Cvičenia
5. Postupnosti a limity postupností
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 5.1.1 — Interval. Majme ľubovoľnú usporiadanú množinu A. Potom I ⊆ A sa nazýva

interval na množine A, ak sú splnené nasledujúce dve podmienky
a) I obsahuje aspoň dva rôzne prvky, čiže platí ∃ a, b ∈ I : a ̸= b ,
b) platí tvrdenie
a, b ∈ I , a < b ⇒ ( ∀ x : a < x < b ⇒ x ∈ I ) .
178 Kapitola 5. Postupnosti a limity postupností
5.1.1 Tajomné symboly ±∞

Z riešenia rovníc vieme, že niekedy intervaly „idú“ do plus, alebo mínus nekonečna. Napríklad
riešením rovnice x2 − 1 ≥ 0 sú intervaly (−∞, −1⟩ a ⟨1, ∞). Ako sú definované hodnoty symbolov
−∞ a +∞ hovorí nasledujúca definícia.
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.
5.1.2 Okolie bodu

Už sme si pripomenuli pojem interval. Pre prirodzené, celé, racionálne aj reálne čísla vieme pre
daný bod zapísať interval, ktorý ho obsahuje. Ako sa ale vysporiadame s množinou komplexných
čísel, alebo s nečíselnými množinami? Pre tieto množiny musíme zaviesť všeobecnejší pojem,
ktorým je okolie bodu. V prípade množiny reálnych čísel, ak hovoríme o okolí bodu a ∈ R, tak je
každému intuitívne jasné o čo sa jedná. Okolie bodu a je ľubovoľný interval, v ktorom bod a leží.
Komplexné čísla sa však nedajú znázorniť priamkou. Komplexné čísla sa znázorňujú komplexnou
rovinou a tam, rovnako ako v nečíselných množinách, nedáva pojem intervalu zmysel. Pri týchto
množinách sa namiesto pojmu interval používa pojem okolie bodu. V prípade potreby môžeme
pojem okolia bodu, rovnako ako pri intervale, upresniť rôznymi prívlastkami. Možeme hovoriť
o symetrickom okolí bodu, ak bod leží v strede okolia. Prípadne môžeme hovoriť o otvorenom
okolí, pokiaľ do okolia nepatrí jeho hranica, alebo môžeme hovoriť o uzavretom okolí, ak do okolia
patrí aj jeho hranica atď. My sa v tejto aj vo všetkých nasledujúcich kapitolách budeme zaoberať
najmä množinami reálnych a komplexných čísel. Pre tieto množiny si definujeme pojmy okolie
bodu a prstencové okolie bodu, s ktorým sa budeme opakovane stretávať.
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 prstencového okolia bodu je veľmi podobná tej predošlej.
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}.
V definíciach 5.1.3 a 5.1.4 sa hovorí o tom, čo je to okolie bodu z ∈ C, alebo a ∈ R. Nevlastné

body ±∞ však nepatria do množiny R ani do množiny C. Čo je okolím nevlastných bodov?
Odpoveď na túto otázku budeme potrebovať poznať len pre množinu reálnych čísel, pretože sa
budeme zaoberať len reálnou analýzou fukcií jednej premennej. Nasleduje preto definícia okolia
nevlastných bodov.
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 (−∞).
Intervaly δ1 , ∞ a −∞, − δ1 v definícií 5.1.5 sú oba uzavreté, čo je v súlade s definíciami

P
okolia bodu a prstencového okolia bodu uvedenými predtým. Samozrejme analogickým
spôsobom môžeme, v prípade potreby, definovať aj otvorené okolia nevlastných bodov. Zau-
jímavejšia je však hranica δ1 okolí nevlastných bodov. V matematickej analýze sa pracuje
s okoliami, ktoré sa nekonečne zmenšujú. Preto má v definíciach 5.1.3 a 5.1.4 zmysel písať o δ
okolí, kde δ > 0. So zmenšovaním hodnoty δ sa bude zmenšovať aj okolie bodu. V prípade
okolie nevlastného bodu, napríklad ∞, je jeho okolím akýkoľvek interval ⟨a, ∞) pre a ∈ R a
a > 0. Tu ale platí, že okolie nevlastného bodu ∞ bude tým menšie, čím je väčšia hodnota
čísla a. Preto používame zápis δ1 pre δ ∈ R a δ > 0. Vieme, že čím menšia je hodnota δ ,
tým väčšia bude hodnota δ1 a súlad s definíciami 5.1.3 a 5.1.4 zostane aj v tomto aspekte
zachovaný.
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).
Obr. 5.1: Okolie (vľavo) a prstencové okolie (vpravo) bodu z ∈ C
Analogicky môžeme znázorniť okolie a prstencové okolie reálneho bodu a ∈ R ako interval bez
jedného bodu na reálnej osi (viď obrázok 5.2).
Obr. 5.2: Okolie (vľavo) a prstencové okolie (vpravo) bodu a ∈ R

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 .
Pomocou absolútnej hodnoty môžeme sformulovat dobre známu trojuholníkovú nerovnosť

|a + b| ≤ |a| + |b| , (5.1)
prípadne jej alternatívnu podobu
|a| − |b| ≤ |a − b| . (5.2)
Nerovnosti (5.1) a (5.2) sú ekvivaletné. Nerovnosť (5.2) dostaneme z nerovnosti (5.1) nasledovným
spôsobom.
(5.1) (5.1)
|a| = |a − b + b| ≤ |a − b| + |b| a |b| = |b − a + a| ≤ |b − a| + |a| = |a − b| + |a|
Z uvedených nerovností potom vyplýva |a| − |b| ≤ |a − b| .
Okrem toho vieme z trojuholníkovej nerovnosti (5.1) jednoduchou úpravou dostať aj nerovnosť

|a − b| = |a + (−b)| ≤ |a| + | − b| = |a| + |b| ⇒ |a − b| ≤ |a| + |b| .
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.
Veta 5.1.1 — Bernoulliho nerovnosť. Pre ľubovoľné x ∈ R také, že x ≥ −1 a ľubovoľné n ∈ N

platí nerovnosť
(1 + x)n ≥ 1 + n x . (5.3)
Dôkaz: Nerovnosť (5.3) sa dokazuje matematickou indukciou vzhľadom na n.

1. Pre n = 0 máme (1 + x)0 ≥ 1 + 0 x, čiže 1 ≥ 1 a tvrdenie platí. Rovnako aj pre n = 1
tvrdenie platí, pretože (1 + x)1 ≥ 1 + 1 x, čo je identické s (1 + x) ≥ (1 + x).
2. Predpokladajme, že tvrdenie platí pre nejaké prirodzené číslo n.
5.2 Postupnosti 181
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 .
Rovnako aj geometrickú postupnosť poznáme zo strednej školy a vieme, že jej členy sú

g0 , g1 = g0 q, g2 = g1 q = g0 q2 , g3 = g2 q = g0 q3 , g4 = g3 q = g0 q4 , . . .
Explicitné vyjadrenie geometrickej postupnosti potom môžeme zapísať ako
n
(gn )∞
n=0 , kde gn = g0 q .
■
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.
■ Príklad 5.2 Vyjadrite rekurentne aritmetickú, geometrickú a Fibonacciho postupnosť.

Riešenie: rekurentný zápis aritmetickej a geometrickej postupnosti vyplýva priamo z ich definícií
a použili sme ho už aj v predchádzajúcom príklade 5.1.
(a) Aritmetická postupnosť je definovaná svojím prvým členom a tým, že an vypočítame tak, že
ku an−1 pripočítame diferenciu d. Takže jej rekurentné vyjadrenie bude napríklad
(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
1, 1, 2, 3, , 5, 8, 13, 21, 34, 56, 90, 146, . . .
Z uvedených príkladov vidíme, že aritmetická aj geometrická postupnosť je rekurentne vyjadrená

len pomocou predchádzajúceho člena a konštanty (diferencia / kvocient). Fibonacciho postupnosť je
rekurentne vyjadrená pomocou predchádzajúcich dvoch členov. Ako sme už spomínali v príklade
1.9 (strana 32), existuje postup, ktorým vieme niektoré1 rekurentne dané postupnosti vyjadriť
explicitne, čo je niekedy potrebné. Viac sa o tom môžete dočítať v skriptách ku predmetu Diskrétna
matematika, v kapitole Vytvárajúce funkcie, ktorých elektronická verzia je voľne dostupná
http://www.math.sk/jmkollar/feidim/priklady.html
V prípade Fibonacciho postupnosti je jej explicitné vyjadrenie
 √ !n+1 √ !n+1 
1 1+ 5 1− 5
an = √  − , ∀n ∈ N.
5 2 2
5.3 Limity postupností

V tejto časti sabudeme zaoberať vlastnosťami postupností. Ak máme napríklad explicitne zadanú
∞
postupnosť n3 n=0 , ktorej prvé členy sú
0, 1, 8, 27, 64, 125, . . .
tak vidíme, že hodnota členov tejto postupnosti rastie a je evidentné, že porastie do nekonečna.
Nasledujúca definícia je preto intuitívne zrejmá.
1 napríklad lineárne
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
1 > −1 < 1 > −1 < 1 > −1 < . . .
(c) Postupnosť (sgn (n − 100))n∈N je neklesajúca. Jej členy sú
an = −1, pre n < 100, an = 0, pre n = 100, an = 1, pre n > 100
(d) Postupnosť (−sgn (n − 100))n∈N je nerastúca. Jej členy sú
an = 1, pre n < 100, an = 0, pre n = 100, an = −1, pre n > 100

■
Nasledujúca definícia hovorí o ohraničenosti postupností a je tiež intuitívne zrejmá.
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 .
(b) Postupnosť (arctg n)∞ π

n=0 je ohraničená zhora. Pre všetky jej členy platí an = arctg n < 2 .
(c) Postupnosť (sin n)∞

n=0 je ohraničená. Pre všetky jej členy platí −1 ≤ an = sin n ≤ 1.
■
Pri postupnostiach preto má zmysel pýtať sa na ich monotónnosť a ohraničenosť a aj na to, či

sa členy an postupnosti, s rastúcim n ∈ N, blížia k nejakej konštantnej hodnote, alebo „kolísajú“
ako tomu je napr. pri postupnosti ((−1)n )n∈N z príkladu 5.3 (b), alebo pri postupnosti (sin n)∞
n=0
z príkladu 5.4 (c). Pozrime sa na nasledujúce postupnosti.
■ 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 . . .
Ak si prvých 13 členov tejto postupnosti nakreslíme v rovine, tak dostaneme
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.
Definícia 5.3.3 — Hromadný bod množiny. Majme neprázdnu množinu M ⊂ R. Bod a ∈ R∗

sa nazýva hromadný bod množiny M, ak pre ľubovoľné δ > 0 platí {Oδ (a) ∩ M} \ {a} ̸= 0.
/
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/ .
To znamená, že žiadne n ∈ N nie je hromadným bodom množiny N. Zostal nám už len

nevlastný bod ∞. Jeho δ okolie je interval δ1 , ∞ pre ľubovoľne malé δ > 0. Tento interval
má s množinou N neprázdny prienik. Patria doň všetky prirodzené čísla n0 ≥ δ1 . Takže
množina prirodzených čísel má jediný hromadný bod, ktorým je nevlastný bod ∞.
■
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 → ∞.
2 rozumej „ľubovoľne malé“ okolie

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→∞
∀ ε > 0 ∃ δ > 0 : n ∈ Oδ (∞) ⇒ an ∈ Oε (a) . (5.4)
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
a rovnako je na tomto obrázku zvýraznené okolie hodnoty a = 0 pre ε = 0, 5. Z obrázku vidíme,

že niektoré z prvých 17 členov tejto postupnosti sú nad, alebo pod zvýrazneným okolím, ale
od n0 = 18 už ďalšie členy tejto postupnosti ležia vo vyznačenom okolí. Pre ľubovoľne malé ε > 0
sin n
vždy nájdeme takéto n0 ∈ N, čo podľa definície 5.3.4 znamená, že lim 10 · = 0.
n→∞ n
Ako druhý ilustračný
príklad si zoberme postupnosť, ktorej členy sú definované predpisom
q
an = n2 · 3 1 + 5n − 1 . Jej prvé členy a ε = 0, 2 okolie bodu a = 56 vidíme na nasledujúcom
obrázku.
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
∀ k > 0 ∃ n0 ∈ N : n ≥ n0 ⇒ an ≥ k , ak lim an = ∞ (5.6)

n→∞
alebo v tvare
∀ k > 0 ∃ n0 ∈ N : n ≥ n0 ⇒ an ≤ −k , ak lim an = −∞ . (5.7)

n→∞
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.
Definícia 5.3.6 — Konvergentná a divergentná postupnosť. Majme postupnosť (an )n∈N .

Hovoríme, že postupnosť (an )n∈N konverguje k bodu a, alebo len je konvergentná, ak existuje
vlastná limita lim an = a. Pokiaľ táto limita neexistuje, alebo je nevlastná, tak hovoríme, že
n→∞
postupnosť (an )n∈N diverguje, alebo je divergentná.
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.
■ 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→∞
∀ ε > 0 ∃ n0 ∈ N : n ≥ n0 ⇒ |(−1)n − a| ≤ ε (5.8)
Posledná nerovnosť znamená, že pre párne n ≥ n0 je |1 − a| ≤ ε a pre nepárne n ≥ n0 je

|−1 − a| ≤ ε. Z toho potom jednoduchým trikom a použitím trojuholníkovej nerovnosti
dostaneme

2 = |1−(−1)| = |1−a−(−1−a)| ≤ |1 − a|+|−1 − a| ≤ ε +ε = 2ε ⇒ 2 ≤ 2ε ⇒ ε ≥ 1
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.
(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. ■
V nasledujúcom príklade dokážeme konvergenciu troch postupností.
■ Príklad 5.9 Dokážte, že platí

1
(a) Dokážte, že pre ∀ p, q ∈ N, p ̸= 0 aj q ̸= 0 platí lim √ = 0.
n→∞ q n p
√
(b) Dokážte, že ∀a ∈ R, a > 0 platí lim n a = 1 .
n→∞
(c) Dokážte, že ∀ a ∈ C, |a| < 1 platí lim an = 0 .
n→∞
Riešenie: vo všetkých troch prípadoch budeme vychádzať priamo z definície limity postupnosti
(definícia 5.3.4).
1 1
(a) Pre ľubovoľné ε > 0 zvolíme n0 ∈ N také, aby platilo √
p q
≤ n0 ⇔ q ≤ ε .
ε q
np 0
1 1 1
Pre všetky n ≥ n0 potom bude platiť √ q p
−0 = √ q p
≤ q ≤ ε , čo podľa definície
n n q
n0p
1
znamená, že lim √ q
= 0.
n→∞ n p
√
(b) Označme si an = n a. Budeme rozlišovať dva prípady.
√
• Pre a ≥ 1 je aj n a ≥ 1 a platí Bernoulliho nerovnosť (veta 5.1.1, strana 180)
n
a = ann = 1 + (an − 1) ≥ 1 + n (an − 1) .
Majme ľubovoľne malé ε > 0 a zvoľme n0 ∈ N tak, že a−1

ε ≤ n0 . Podľa vyššieuvedenej
Bernoulliho nerovnosti potom pre všetky n ≥ n0 platí
a−1 a−1
|an − 1| = an − 1 ≤ ≤ ≤ε,
n n0
√
čím je podľa definície 5.3.4 dokázané, že lim n a = 1 .
n→∞
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.
√
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.
Veta 5.3.1 — O jednoznačnosti limity postupnosti. Majme konvergentnú komplexnú po-

stupnosť (an )n∈N . Potom ak existuje limita tejto postupnosti, tak je určená jednoznačne, čiže
platí
lim an = a ∧ lim an = b ⇒ a = b .
n→∞ n→∞
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
∀ n ≥ p : |a − b| = |(a − an ) + (an − b)| ≤ |a − an | + |an − b| ≤ ε .
Predošlá nerovnosť platí pre ľubovoľne malé ε > 0 čo znamená, že a = b. Q.E.D.
Teraz ideme dokázať sériu niekoľkých tvrdení, pomocou ktoré nám zjednodušia počítanie limít
postupností. Začneme triviálnym tvrdením.
Veta 5.3.2 — O ohraničenosti konvergentnej postupnosti. Každá konvergentná postupnosť

je ohraničená.
Dôkaz: nech postupnosť (an )n∈N konverguje k bodu a. Potom pre ε = 1 existuje n0 ∈ N také,
že
∀ n ≥ n0 : |an − a| ≤ 1 . (5.11)
Z (5.11) a z trojuholníkovej nerovnosti dostaneme
|an | = |(an − a) + a| ≤ |an − a| + |a| ≤ 1 + |a| .
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
|an | = |an | = (1 + (|a| − 1))n ≥ 1 + n (|a| − 1) . (5.12)
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.
Definícia 5.3.8 — Infimum. Majme neprázdnu množinu M ⊂ R. Potom infimum množiny M

označujeme inf (M) a je to prvok α ∈ R∗ , α = inf (M), pre ktorý platí
a) ∀ x ∈ M : x ≥ α,
b) ∃ y ∈ R∗ ∀x ∈ M : x ≥ y ⇒ y ≤ α.

Definícia 5.3.9 — Suprémum. Majme neprázdnu množinu M ⊂ R. Potom suprémum množiny

M označujeme sup (M) a je to prvok β ∈ R∗ , β = sup (M), pre ktorý platí
a) ∀ x ∈ M : x ≤ β ,
b) ∃ y ∈ R∗ ∀x ∈ M : x ≤ y ⇒ β ≤ y.

Hovorovo by môžeme povedať, že infimum je „najväčšie dolné ohraničenie“ a suprémum je

„najmenšie horné ohraničenie“ množiny M. Ako bolo spomenuté, infimum a suprémum sa dá defi-
novať pre ľubovoľnú usporiadanú množinu. Definuje sa tam rovnako ako pre R s tým rozdielom, že
symboly ≤ a ≥ budú predstavovať relácie usporiadania na danej množine. Vo všeobecnosti infimum
a suprémum množiny nemusí existovať. Ak si napríklad zoberieme podmnožinu racionálnych čísel
definovanú predpisom {x ∈ Q : x > 0 ∧ x2 <√2} ⊂ Q, tak sa jedná o zhora ohraničenú množinu,
ktorá nemá suprémum na Q. Jej suprémom je 2 ̸∈ Q. My sa však budeme zaoberať množinou re-
álnych čísel a jej podmnožinami a tam platí, že každá zdola ohraničená podmnožina reálnych čísel,
resp. každá zhora ohraničená podmnožina reálnych čísel, má na množine reálnych čísel infimum,
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.
Veta 5.3.3 — O konvergencii ohraničenej monotónnej postupnosti. Ak je reálna postup-

nosť (an )n∈N neklesajúca a ohraničená zhora, alebo ak je nerastúca a ohraničená zdola, tak je
konvergentná.
Dôkaz: budeme robiť len pre neklesajúcu postupnosť (an )n∈N ohraničenú zhora. Druhá varianta
pre nerastúcu postupnosť sa robí rovnakým spôsobom.
Majme teda postupnosť (an )n∈N , ktorá rastie, alebo neklesá a je zhora ohraničená. Členy postup-
nosti sú len reálne čísla, preto {an }n∈N ⊂ R. Množina {an }n∈N je zhora ohraničená, a preto má
suprémum β = sup ({an }n∈N ), β ∈ R, pre ktoré platí
∀ n ∈ N : an ≤ β a ∀ ε > 0 ∃ n0 ∈ N : β − ε < an0
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
|an − β | < ε , pre ∀ n ≥ n0 ,
čo znamená, že postupnosť (an )n∈N konverguje k bodu β . Q.E.D.
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 | ,
tak postupnosť (an )n∈N konverguje k bodu a.

Dôkaz: majme ľubovoľne malé ε > 0. Keďže (bn )n∈N je nulová postupnosť (konverguje k 0),
musí existovať m0 ∈ N také, že ∀ n ≥ m0 : |bn | ≤ εc . Potom však platí
∀ n ≥ max {m0 , n0 } : |an − a| ≤ c |bn | ≤ ε ,
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 .
■ Príklad 5.11 Dokážte, že pre ľubovoľné a ∈ C platí
an
lim = 0.
n→∞ n!
Riešenie: pre a ∈ C si zvolíme k ∈ N tak, aby |a| < k. Potom dostávame

n
an |a|n |a|n |a|n kk−1 |a|
−0 = = ≤ = · .
n! n! (k − 1)! · k · (k + 1) · · · n (k − 1)! · k n−(k−1) (k − 1)! k
| {z }
n−(k−1) činiteľov
n
|a| |a| kk−1
Platí < 1 a v príklade 5.9 (c) sme ukázali, že postupnosť
k k konverguje k 0 a (k−1)!
n∈N
an
je konštanta. Potom podľa vety 5.3.4 platí lim = 0. ■
n→∞ n!
Drobnou modifikáciou majorantného kritéria a obmedzením sa na reálne postupnosti, dostaneme

nasledujúcu vetu o dvoch policajtoch.
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→∞
Potom ak existuje n0 ∈ N také, že ∀ n ≥ n0 : an ≤ bn ≤ cn , tak lim bn = a .

n→∞
Dôkaz: budeme odhadovať rozdiel |bn − a|.
bn − a ≤ cn − a ≤ |cn − a|
a − bn ≤ a − an ≤ |an − a|
Z uvedeného vyplýva, že platí nerovnosť |bn − a| ≤ |an − a| + |cn − a| a z majorantného kritéria

pre postupnosti potom vyplýva, že postupnosť (bn )n∈N konverguje k bodu a. Q.E.D.
Nasledujúce vety hovoria o pravidlách počítania s limitami postupností.
Veta 5.3.6 — O limite súčinu konvergentnej postupnosti s konštantou. Majme komplexnú

postupnosť (an )n∈N konvergujúcu k bodu a ∈ C a konštantu c ∈ C. Potom platí
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 ,
čo znamená, že lim c an = c a . Q.E.D.

n→∞
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
lim (an + bn ) = a + b a lim (an − bn ) = a − b . Q.E.D.

n→∞ n→∞
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→∞
Dôkaz: jednoduchou úpravou a dvojnásobným použitím trojuholníkovej nerovnosti dostaneme

nerovnosť
|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
cn = |(an − a) (bn − b)| + |b (an − a)| + |a(bn − b)| ,
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→∞
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|
Podľa vety o súčte postupností (veta 5.3.7) si stačí zobrať postupnosť
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
■
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
■
■ Príklad 5.14 Vypočítajte limitu postupnosti definovanej predpisom an = √ n2 .

n +1
Riešenie: predpis definujúci danú postupnosť upravíme
s s r
n n2 n2 + 1 − 1 1
√ = 2
= 2
= 1− 2
2
n +1 n +1 n +1 n +1

Z posledne uvedeného tvaru vidíme, že postupnosť n21+1 konverguje k 0 a teda daná postup-
n∈N
nosť bude zrejme konvergovať k 1. Toto musíme ešte dokázať. Budeme počítať
√ √
n − n2 + 1 n + n2 + 1 1 1
|an − 1| = √ · √ =√ √ ≤ → 0.
2
n +1 2
n+ n +1 n2 + 1 n + n2 + 1 n
Z majorantného kritéria potom dostávame

n
lim √ = 1.
n→∞ 2
n +1
■
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
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
Z (5.16) a (5.17) pre ∀ n ≥ 1 dostávame

n
1 1 1 1 − 12 1−0
an ≤ 1 + 1 + + · · · + k−1 · · · + n−1 = 1 + 1
< 1+ =3
2 2 2 1− 2 1 − 12
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).
Dôležité limity postupností

1 n

.
▷ lim 1 + = e = 2, 718281828459045235360287471352662497757247093699959 . . .
n→∞ n
a n
▷ lim 1 + = ea , pre a ∈ R
n→∞ n
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
Poslednú nerovnosť si upravíme na tvar
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
Dostali sme nerovnosť

n(n − 1) 2 2
n> · xn ⇒ 0 ≤ xn2 < .
2 n−1
∞
Dolné ohraničenie vyplýva z faktu, že xn ≥ 0 pre ∀ n ∈ N. Takže postupnosť xn2 n=1 je zdola aj
zhora ohraničená. Zdola nulou, t. j. postupnosťou, ktorej všetky členy sú 0 a ktorá konverguje k 0.
2 ∞

Zhora je ohraničená postupnosťou n−1 n=2
, o ktorej z príkladu 5.7 (stačí jednoduchá substitúcia)
vieme, že konverguje k 0. Potom z vety o dvoch policajtoch (veta 5.3.5, strana 193) vieme, že
lim x2 = 0.
n→∞ n
Z toho, z faktu, že postupnosť (xn )∞

n=1 je nerastúca a zdola ohraničená a z vety o súčine konver-
gentných postupností (veta 5.3.8) potom vyplýva, že lim xn = 0 . Z toho následne vyplýva, že
√ n→∞
lim n n = 1 . ■
n→∞
5.3.1 Vybrané postupnosti a hromadné hodnoty postupností

V tejto záverečnej časti uvedieme niekoľko definícií a viet, ktoré budeme potrebovať neskôr,
napríklad v časti o nekonečných radoch. Začneme zosilnenou verziou vety o vložených intervaloch.

Veta 5.3.10 — Princíp vložených intervalov. Majme postupnosť ⟨an , bn ⟩ n∈N reálnych inter-
valov, pre ktorú platí
(i) ∀ n ∈ N : ⟨an , bn ⟩ ⊃ ⟨an+1 , bn+1 ⟩,
(ii) lim (bn − an ) = 0 .
n→∞
Potom existuje jediné c ∈ R také, že c ∈ ⟨an , bn ⟩ pre ∀ n ∈ N.
Dôkaz: zoberne si postupnosti (an )n∈N a (bn )n∈N . Podľa podmienky (i) je postupnosť (an )n∈N
neklesajúca a zhora ohraničená číslom b0 a postupnosť (bn )n∈N je nerastúca a zdola ohraničená
číslom a0 . To znamená podľa vety 5.3.3 (strana 192), že
∃ sup {an }n∈N = a a lim an = a
n→∞
∃ inf {bn }n∈N = b a lim bn = b

n→∞
Potom s použitím podmienky (ii) a vety o limite rozdielu konvergentných postupností platí
0 = lim (bn − an ) = lim bn − lim an = b − a ⇒ a = b .

n→∞ n→∞ n→∞
Teraz už stačí len položiť c = a = b, pričom c ∈ R a c ∈ ⟨an , bn ⟩ pre ∀ n ∈ N, pretože z vlastností

infima a supréma vyplýva, že an ≤ c ≤ bn pre ∀ n ∈ N.
Na záver ešte musíme ukázať, že nájdené c ∈ R je jediné. Predpokladajme, že existujú dve
také hodnoty c1 a c2 . Čiže
∃ c1 , c2 ∈ R ∀ n ∈ N : c1 , c2 ∈ ⟨an , bn ⟩
Potom však platí

∀ n ∈ N : 0 ≤ |c1 − c2 | ≤ bn − an
Keďže lim (bn − an ) = 0, dostávame 0 ≤ |c1 − c2 | ≤ 0, čiže |c1 − c2 | = 0 ⇒ c1 = c2 . Q.E.D.
n→∞
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, · · · ),
n=1 = (−1, −1, −1, −1, −1, · · · ).
• pre kn = 2n + 1 máme vybranú postupnosť (akn )∞
■
Pre vybrané postupnosti (rozumej podpostupnosti) platí nasledujúca veta.

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) .
To, že definícia 5.3.11 je pre reálne čísla ekvivalentná s vyššieuvedenou formuláciou, by sa

dalo dokázať ako veta. Je to veta 5.3.14 uvedená ďalej. Jej dôkaz je jednoduchý (konštrukcia
indukciou), ale pomerne dlhý, a preto ho nebudeme robiť.
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.
■ Príklad 5.18 Majme postupnosť (an )n∈N = ((−1)n )n∈N . Potom
n=1 = (1, 1, 1, 1, 1, · · · ), ktorej limita je

lim akn = 1 ,
n→∞
n=1 = (−1, −1, −1, −1, −1, · · · ), ktorej limita

• pre kn = 2n+1 máme vybranú postupnosť (akn )∞
je lim akn = −1 .
n→∞
Z uvedeného vyplýva, že body ±1 sú hromadné hodnoty postupnosti (an )n∈N . Ale množina
{an }n∈N = {−1, 1} má len dva prvky a nemá žiaden hromadný bod. ■
O vzťahu limity postupnosti a hromadnej hodnoty postupnosti hovorí nasledujúce tvrdenie.

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→∞
Dôkaz: priamo vyplýva z definície limity postupnosti a z definície hromadnej hodnoty. Ak

existuje limita postupnosti, tak platí
∀ ε > 0 ∃ n0 ∈ N : n ≥ n0 ⇒ an ∈ Oε (a) . Q.E.D.
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→∞
Veta 5.3.15 — O ohraničenej postupnosti a konvergencii vybranej postupnosti. Z každej

ohraničenej reálnej postupnosti (an )n∈N sa dá vybrať konvergentná podpostupnosť {akn }n∈N .
Veta 5.3.16 — O hromadnej hodnote a konvergencii ohraničenej postupnosti. Majme

ohraničenú postupnosť (an )n∈N , ktorá má len jednu hromadnú hodnotu a. Potom platí lim an = 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→∞
■ Príklad 5.19 Dokážte, že množina M = (0, 1⟩ nie je kompaktná.

Riešenie: zoberme si postupnosť definovanú predpisom an = n1 pre ∀ n ∈ N. Je zrejmé, že všetky
členy tejto postupnosti ležia v množine M. Ak si ako vybranú postupnosť zoberieme postupnosť
samotnú, tak platí
1 1
lim = 0 , ale lim = 0 ̸∈ M .
n→∞ n n→∞ n
■
Pre reálne intervaly však platí nasledujúce tvrdenie.
Veta 5.3.17 — O reálnych intervaloch. Majme ľubovoľné a, b ∈ R. Potom uzavretý interval

⟨a, b⟩ je kompaktnou množinou.
Dôkaz: majme postupnosť (an )n∈N a nech ∀ n ∈ N : an ∈ ⟨a, b⟩. Z toho vyplýva, že množina
{an }n∈N je ohraničená. Podľa vety 5.3.15 potom existuje konvergentná vybraná postupnosť
{akn }n∈N , čiže existuje limita lim akn = c ∈ R. Platí

n→∞

∀ n ∈ N : (a ≤ akn ≤ b) ⇒ lim a ≤ lim akn ≤ lim b ⇒ (a ≤ c ≤ b) ⇒ c ∈ ⟨a, b⟩ Q.E.D.
n→∞ n→∞ 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
k < an0 < an1 < an2 < an3 < · · · ,
ktorá priamo z definície diverguje do ∞. To znamená, že nevlastný bod ∞ je hromadná

hodnota postupnosti (an )n∈N .
– Neohraničená zdola. Potom bude nevlastný bod −∞ hromadnou hodnotou postup-
nosti (an )n∈N . Dôkaz je podobný ako v prípade neohraničenosti zhora.
– Neohraničená zhora aj zdola. Potom budú nevlastné body ±∞ hromadnými hodno-
tami postupnosti (an )n∈N . Dôkaz je podobný ako v prípade neohraničenosti zhora.
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.
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→∞
b) Ak existuje limita lim an , tak platí lim an = lim an = lim an .

n→∞ n→∞ n→∞ n→∞
Dôkaz: tvrdenie vety je vo forme ekvivalencie, a preto ho budeme dokazovať ako dve implikácie.
⇒ Ak existuje lim an , tak platí lim an = lim an = lim an .

n→∞ n→∞ n→∞ n→∞
Ak existuje lim an = a, tak podľa vety 5.3.11 každá vybraná postupnosť konverguje
n→∞
k bodu a. To znamená, že množina všetkých hromadných hodnôt postupnosti (an )n∈N je
jednoprvková množina H = {a} a z toho vyplýva
inf (H) = sup (H) = a = lim an = lim an .

n→∞ n→∞
⇐ Ak platí lim an = lim an = a, tak existuje limita lim an = a.

n→∞ n→∞ n→∞
Ak platí lim an = lim an = a, tak to znamená, že inf (H) = sup (H) = a, kde H je množina
n→∞ n→∞
všetkých hromadných hodnôt postupnosti (an )n∈N . To ďalej znamená, že H = {a}. To, že
potom musí existova limita lim an = a dokážeme sporom.
n→∞
Nech a ∈ R a nech lim an ̸= a. Potom
n→∞
∃ε > 0 ∀n ∈ N ∃ n1 > n ⇒ |an1 − a| ≥ ε
∃ n2 > n1 ⇒ |an2 − a| ≥ ε
..
.
Takto zostrojíme vybranú postupnosť (ank )k∈N takú, že |ank −a| ≥ ε. Z vety 5.3.18 vyplýva,
že existuje hromadná hodnota postupnosti (ank )k∈N a podľa vety 5.3.14 je táto zároveň
aj hromadnou hodnotou postupnosti (an )n∈N . Označme túto hromadnú hodnotu b. Keďže
pre ∀ k ∈ N : |ank − a| ≥ ε, dostávame, nerovnosti b ≥ a + ε, alebo b ≤ a − ε. Čiže b ∈ H
a zároveň b ̸= a, čo je spor. Preto musí existovať limita lim an = a.
n→∞
Q.E.D.
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
Cvičenie 5.8 Vypočítajte limity postupností
106 n (n) lim (n − (−1)n )

(a) lim n→∞
n→∞ n2 + 1
√ n+1
√ (o) lim
(b) lim n+1− n n→∞ n2 + 2
n→∞
√
3 2 (−1)n
n . sin(n!) (p) lim
(c) lim n→∞ n
n→∞ n+1
(q) lim n (1 − (−1)n )
(−2)n + 3n n→∞
(d) lim
(−2)n+1 + 3n+1
n→∞ 1
(r) lim
√ √ √
4 8
√
2n
n→∞ n − (−1)n
(e) lim 2 2 2 ... 2
n→∞
1 2n
p (s) lim +
n→∞ 2n 3n + 1
(f) lim n2 + n − n
n→∞
1
7n2 + 2n − 1 (t) lim sin n2
n→∞ 3n
(g) lim
n→∞ 3n2 + n + 5
1 + 2 + 3 + ... + n
(u) lim
2n2 − 3n + 5 n→∞ n2
(h) lim 3
n→∞ n + n2 + n + 1
2n n+1
(v) lim cos
3n3 + 2n2 + n − 1 n→∞ 2n2 − 1 2n − 1
(i) lim
n→∞ 4n2 + 2n + 1
n(−1)n

n
3n + 1 (w) lim ·
n→∞ 1 − 2n n2 + 1
(j) lim
n→∞ 2n − 1
n2 + n + 1
2n − 1 (x) lim
(k) lim n→∞ (2n + 3)2
n→∞ 2 − 3n
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
■

an (f) lim n (ln(n + 1) − ln n)
(a) lim , pre a > 1 n→∞
n→∞ 1 + an
1
an (g) lim (−1)n +
(b) lim , pre |a| < 1 n→∞ n
n→∞ 1 + an

n
n n
(c) lim (h) lim ln
n→∞ n + 1
n→∞ n+3
2 − cos(nπ)
1 n+4

(i) lim
(d) lim 1 + n→∞ 2 + cos(nπ)
n→∞ n
1
1 −3

ln 1 + n1

(e) lim (j) lim 8 − 2
n→∞ 1 n→∞ n
n
■

n+1 (n + 1)4 − (n − 1)4
(a) lim √ (n) lim
n→∞ n2 + 2n n→∞ (n2 + 1)2 − (n2 − 1)2
p
(b) lim n2 − 1 − n − 1 (2 + n)100 − n100 − 200n99
n→∞ (o) lim
√ √ n→∞ n98 − 10n2 + 1
n2 + 1 + n
(c) lim √ log2 10n
n→∞ 3 n3 + n + n (p) lim
n→∞ log2 n
r !
n 3 2 log(n2 − n + 1)
(d) lim 1+ −1 (q) lim
n→∞ 2 n n→∞ log(n10 + n + 1)
n √
9 + n+1 2n − 4n2 − 1
(e) lim (r) lim √
2 + 1n
n→∞ n→∞ n2 + 3 − n
√
2 − n n2−n

n2 + 1 − n
(f) lim + (s) lim √ √
n→∞ n + 1 n+2 n→∞ n3 + 1 − n n
5
n + 10 n

n+3

(g) lim (t) lim
n→∞ 2 − n n→∞ 2n − 1
(n + 5)3 − n(n + 7)2 n log n

(h) lim (u) lim
n→∞ n2 n→∞ n2 − 1
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→∞
■

p
1 2 3 n−1 (e) lim
3
n3 + 2n2 − n
(a) lim + 2 + 2 + ... + 2 n→∞
n→∞ n2 n n n √n
2
1 22 (n − 1)2
8−1
(b) lim + 3 + ... + (f) lim √n
n→∞ 16 − 1
n→∞ n3 n n3
n(n+1)(2n+1)
jp k
Pomôcka: 12 + 22 + ... + n2 = 6 (g) lim
4
n4 + 4n3 − n
n→∞
1 + a + a2 + ... + an ⌊x⌋ označuje celú časť čísla x.
(c) lim n , |a| < 1
n→∞ 1 + 1 + 1 + ... + 1
4 16 4 (n2 + 1)100 − (n + 2)200 + 400n199
(h) lim
1 + a + a2 + ... + an n→∞ 1 + 2 + . . . + n99
(d) lim , |a| < 1, |b| < 1
n→∞ 1 + b + b2 + ... + bn
■
Cvičenie 5.12 Priamo z definície 5.3.4 dokážte, že lim e−n = 0. ■

n→∞

5 5 (e) a1 = 1 , a13 = 13
(a) a1 = , a13 = 39
3 (f) a1 = 13 , a13 = 1
3
(b) a1 = 3 , a13 = 5 (g) a1 = 0 , a13 = log14 169
(c) a1 = −1 , a13 = 203
(h) a1 = 1 , a13 = 13
(d) a1 = 18 , a13 = 162
■
Výsledky cvičenia 5.2 Z danej množiny sú členmi postupnostilen čísla {16, 25, 49, 81}. ■

n n−3
(a) an = (d) an =
n+1 n+2
n
(b) an = n−1 (e) an = sin (n.30◦ )
3
1
(c) an = (−1)n+1 (f) an = log(3n − 1)
2n
■
Výsledky cvičenia 5.4 Nie! Pre n = 17 platí 17 | (172 − 17 + 17). ■

(a) ani/ani 2
(e) geometrická, q =
(b) geometrická, q = 9 3
(f) aritmetická, d = 1
(c) aritmetická, d = 0
(g) geometrická, q = a
(d) ani/ani
■
Výsledky cvičenia 5.6 Vyjadriť si an pomocou a1 a d a potom z definície. ■
Výsledky cvičenia 5.7 Vyjadriť si an pomocou a1 a q a potom z definície. ■


106 n (n) lim (n − (−1)n ) = ∞
(a) lim =0 n→∞
n→∞ n2 + 1
√ n+1
√ (o) lim =0
(b) lim n+1− n = 0 n→∞ n2 + 2
n→∞
√
3 2 (−1)n
n . sin(n!) (p) lim =0
(c) lim =0 n→∞ n
n→∞ n+1
(q) limita neexistuje
(−2)n + 3n 1
(d) lim n+1 n+1
= 1
n→∞ (−2) +3 3 (r) lim =0
n→∞ n − (−1)n
√ √ √ √
4 8 2n
(e) lim 2 2 2 ... 2 = 2
1 2n

2
n→∞
(s) lim n
+ =
p 1 n→∞ 2 3n + 1 3
(f) lim n2 + n − n =
n→∞ 2 1
(t) lim sin n2 = 0
7n2 + 2n − 1 7 n→∞ 3n
(g) lim = 1 + 2 + 3 + ... + n 1
n→∞ 3n2 + n + 5 3 (u) lim =
n→∞ n2 2
2n2 − 3n + 5
(h) lim =0
2n n+1

n→∞ n3 + n2 + n + 1
(v) lim 2
cos =0
n→∞ 2n − 1 2n − 1
3n3 + 2n2 + n − 1
(i) lim =∞
n n(−1)n

n→∞ 4n2 + 2n + 1 (w) lim · =0
n→∞ 1 − 2n n2 + 1
3n + 1 3
(j) lim =
n→∞ 2n − 1 2 n2 + n + 1 1
(x) lim =
2n − 1 2 n→∞ (2n + 3)2 4
(k) lim =−
n→∞ 2 − 3n 3 (n − 1)(n + 1)(n + 2)
(y) lim =0
1 n→∞ n4 + 2n2 + 3
(l) lim n = 0
n→∞ 2
1 + 21 + 14 + ... + 21n 4
1 π (z) lim 1 1 1
=
(m) lim cos n =0 n→∞ 1 + + + ... +
3 9 3n
3
n→∞ n 2
■

an ln 1 + n1

(a) lim =1 (e) lim =1
n→∞ 1 + an n→∞ 1
n
an (f) lim n (ln(n + 1) − ln n) = 1
(b) lim =0 n→∞
n→∞ 1 + an
n (g) limita neexistuje
n
(c) lim = e−1
n

n→∞ n + 1
(h) lim ln =0
n→∞ n+3
1 n+4

(d) lim 1 + =e (i) limita neexistuje
n→∞ n
1
1 −3 1

(j) lim 8 − 2 =
n→∞ n 2
■

n+1 (n + 1)4 − (n − 1)4
(a) lim √ =1 (n) lim =∞
n→∞ n2 + 2n n→∞ (n2 + 1)2 − (n2 − 1)2
p
(b) lim n2 − 1 − n − 1 = −1 (2 + n)100 − n100 − 200n99
n→∞ (o) lim = 19 800
n→∞ n98 − 10n2 + 1
√ √
n2 + 1 + n 1 log2 10n
(c) lim 3√ = (p) lim =1
n→∞ n3 + n + n 2 n→∞ log2 n
r !
n 3 2 1 log(n2 − n + 1) 1
(d) lim 1+ −1 = (q) lim =
n→∞ 2 n 3 10
n→∞ log(n + n + 1) 5
n √
9 + n+1 2n − 4n2 − 1 1
(e) lim =5 (r) lim √ =
n→∞ 2 + 1n n→∞ n2 + 3 − n 6
√
2 − n n2−n n2 + 1 − n

(f) lim + = −1 (s) lim √ √ =∞
n→∞ n + 1 n+2 n→∞ n3 + 1 − n n
n+3 5 n + 10 n

(g) lim = −1 (t) lim =0
n→∞ 2 − n n→∞ 2n − 1
(n + 5)3 − n(n + 7)2 n log n

(h) lim =1 (u) lim =0
n→∞ n2 n→∞ n2 − 1
2n + 1 n √

n2 + 1 (v) lim = e
(i) lim =∞ n→∞ 2n
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 + 2 + . . . + (n − 1)
1
(a) lim =
n→∞ n2 2
2
22 (n − 1)2

1 1
(b) lim + + ... + =
n→∞ n3 n3 n3 3
1 + a + a2 + ... + an 3
(c) lim n =
n→∞ 1 + 1 + 1 + ... + 1 4(1 − a)
4 16 4
1 + a + a2 + ... + an b − 1
(d) lim =
n→∞ 1 + b + b2 + ... + bn a−1
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→∞
(n2 + 1)100 − (n + 2)200 + 400n199

(h) lim = −159 000
n→∞ 1 + 2 + . . . + n99
■
6. Nekonečné rady
6.1 Základné pojmy

V predošlej kapitole sme sa zaoberali postupnosťami. S pojmom postupnosť úzko súvisí pojem
nekonečný rad.
n=1 , kde an ∈ C. K tejto postup-

Definícia 6.1.1 — Nekonečný rad. Majme postupnosť (an )∞
nosti môžeme jednoznačne priradiť postupnosť jej čiastočných súčtov (sn )∞
n=1 predpisom
n
sn = ∑ ai = a1 + · · · + an .
i=1
Potom výraz
∞
∑ an = n→∞
lim sn (6.1)
n=1
nazývame nekonečný rad, alebo stručne len rad.
P V predošlej definícii je nekonečný rad definovaný všeobecne pre komplexné postupnosti.

Vo väčšine textu a v príkladoch sa však tento semester budeme stretávať len s reálnymi
postupnosťami a nimi definovanými nekonečnými radmi. V nasledujúcom texte už budeme
používať len stručné označenie rad.
∞
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
a naopak postupnosťou čiastočných súčtov je jednoznačne definovaný rad.
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.
Definícia 6.1.2 — Konvergencia / divergencia nekonečných radov. Hovoríme, že rad

∞
∑ ai n=1 . Ak lim sn = ±∞, tak
z definície 6.1.1 konverguje, ak konverguje postupnosť (sn )∞
n→∞
n=1
hovoríme, že rad diverguje do ±∞. V prípade, že limita lim si neexistuje, tak hovoríme len, že
n→∞
rad diverguje, alebo že rad osciluje.
P Z definície 6.1.2 vydíme, že nekonečný rad môže divergovať troma spôsobmi

• može divergovať do ∞, ak lim sn = ∞,
n→∞
• može divergovať do −∞, ak lim sn = −∞,
n→∞
• môže divergovať tak, že osciluje, v prípade, že lim sn neexistuje.
n→∞
■ 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
Už na strednej škole sme sa stretli s aritmetickou a geometrickou postupnosťou a v súvislosti

s geometrickou postupnosťou aj s ňou definovaným radom. Pozrime sa na tieto dva typy jedno-
duchých postupností a na rady z nich vytvorené. V oboch prípadoch sa obmedzíme na reálne
postupnosti, aby sme boli konzistentní s tým, čo sme sa učili na strednej škole. Nie je však žiaden
problém nasledujúci príklad rozšíriť na komplexné postupnosti.
■ 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
Z každej postupnosti, čiže aj z aritmetickej, môžeme vytvoriť rad a potom je na mieste

otázka, či a za akých podmienok tento rad konverguje. Ak počítame súčet radu vytvoreného
z aritmetickej postupnosti, tak dostaneme

0 , ak a1 = d = 0 ,
n(n − 1) 
S = lim n a1 + d · = ∞ , ak a1 ∈ R , d > 0 ,
n→∞ 2
−∞ , ak a1 ∈ R , d < 0 ,

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
Ak z geometrickej postupnosti vytvoríme geometrický rad, tak je legitímne pýtať sa kedy

tento rad konverguje. Súčet geometrického radu je
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.
Definícia 6.1.4 — Geometrický rad. Majme geometrickú postupnosť (a qn )n=1 , kde a, q ∈ R

∞
n
(vo všeobecnosti môže byť aj a, q ∈ C) a a ̸= 0. Potom z nej utvorený rad ∑ a qi sa nazýva
i=1
geometrický rad.
∞
1
■ Príklad 6.3 Vypočítajte súčet geometrického radu ∑ 2n .
n=1
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
Dôkaz: nech S je súčet konvergentného radu. To znamená, že S ∈ R. Ak je (sn )∞

n=1 postupnosť
čiastočných súčtov, tak platí
an = sn − sn−1 .
Potom však platí
lim an = lim (sn − sn−1 ) = lim sn − lim sn−1 = S − S = 0 . Q.E.D.

n→∞ n→∞ n→∞ n→∞
∞
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.
Pre všeobecný harmonický rad platí nasledovná veta.

Veta 6.1.2 — Konvergencia všeobecného harmonického radu. Všeobecný nekonečný rad

∞
1
∑ nα konverguje práve vtedy, keď α > 1 a diverguje práve vtedy, keď α ≤ 1.
n=1
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}
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
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
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
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
Uvedené úpravy opäť platia všeobecne a nielen pre n = 3. Preto platí
1 n i
s2n > 1 + · ∑ 21−α
2 i=1
Vzhľadom na to, že α ≤ 1 bude 21−α ≥ 1 a postupnosť vybraných čiastočných súčtov

(s2n )∞
n=1 bude zhora neohraničená. Z toho potom znamená, že aj postupnosť čiastočných
∞
1
súčtov (sn )∞
n=1 bude zhora neohraničená a rad ∑ α diverguje.
n=1 n
Q.E.D.
Budeme sa postupne zaoberať rôznymi kritériami konvergencie nekonečných radov. Tieto

kritéria konvergencie nám pomáhajú určiť, či daný rad konverguje, alebo diverguje. Začneme
jednoduchšími kritériami. Prvým z nich bude Cauchyho-Bolzanovo kritérium konvergencie.
Veta 6.1.3 — Cauchyho-Bolzanovo kritérium konvergencie nekonečného radu, ver. 1.

∞
Nekonečný rad ∑ an konverguje práve vtedy, keď platí
n=1
∀ ε > 0 ∃ n0 ∈ N ∀ p ∈ N : n > n0 ⇒ |an+1 + an+2 + · · · + an+p | < ε .
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.
Veta 6.1.4 — Cauchyho-Bolzanovo kritérium konvergencie nekonečného radu, ver. 2.

∞
Majme nekonečný rad ∑ an a jemu zodpovedajúcu postupnosť čiastočných súčtov (sn )∞
n=1 .
n=1
Potom postupnosť (sn )∞
n=1 konverguje práve vtedy, keď platí
∀ 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
∀ ε > 0 ∃ n0 ∈ N : p, q > n0 ⇒ |s p − sq | ≤ ε . (6.6)
Vytvorme si množinu M nasledovným spôsobom
M = {x ∈ R : najviac pre konečne veľa členov postupnosti (sn )∞

n=1 platí sn ≤ x} .
Potom ukážeme, že množina M je neprázdna a zhora ohraničená. Najskôr ukážeme jej

neprázdnosť. Zvoľme si ε = 1 a q = n0 + 1. Potom z platnosti (6.6) dostaneme

∀ p > n0 ⇒ |s p − sn0 +1 | ≤ ε ⇔ sn0 +1 − 1 ≤ s p ≤ sn0 +1 + 1 (6.7)
| {z } | {z }
=l =k
Priamo z definície množiny M vyplýva, že l ∈ M. To znamená, že M ̸= 0. / Teraz ukážeme,

že množina M je zhora ohraničená číslom k = sn0 +1 +1. Sporom dokážeme, že pre ∀ x ∈ M
platí x ≤ k.
Nech x ∈ M a nech x > k. Podľa (6.7) však pred číslom x > k leží nekonečne veľa členov
n=1 . Konkrétne všetky členy s p pre p > n0 . To je spor s tým, že x ∈ M.
postupnosti (sn )∞
Ukázali sme, že množina M je neprázdna a zhora ohraničená. Podľa axiómy zavedenia
reálnych čísel, má každá neprázdna a zhora ohraničená množina suprémum. Označme si
sup (M) = S, kde S ∈ R. Ukážeme, že pre ľubovoľne malé ε2 > 0 a pre každé ε2 okolie bodu

S, t. j. pre O ε2 (S) = S − ε2 , S + ε2 , existuje nekonečne veľa n ∈ N takých, že sn ∈ O ε2 (S).
Ak by to nebola pravda, tak by platilo
ε ε
S+ ∈ M a zároveň S + ≤ S ,
2 2
čo je spor. Z predpokladu (6.6) dostávame
ε ε
∀ > 0 ∃ n1 ∈ N : p, q > n1 ⇒ |s p − sq | ≤ . (6.8)
2 2
Z predpokladu o supréme, uvedenom vyššie, vyplýva
ε
∃ q0 > n1 : sq1 ∈ O ε2 (S) a sq0 − S ≤ (6.9)
2
Z (6.8) a (6.9) potom dostávame
ε ε
∀ ε > 0 ∃ n1 ∈ N : p > n1 ⇒ |s p − S| = |s p − sq0 + sq0 − S| ≤ |s p − sq0 | + |sq0 − S| ≤ + =ε.
2 2
čo je definícia toho, že lim sn = S, a teda postupnosť (sn )∞
n=1 konverguje, čo bolo treba
n→∞
dokázať.
Q.E.D.
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!
6.1.1 Základné vlastnosti nekonečných radov

V tejto časti definujeme jeden nový pojem a ukážeme si niekoľko vlastností nekonečných radov,
ktoré s ním súvisia.
∞
Definícia 6.1.6 — Rovnaký charakter nekonečných radov. Hovoríme, že rady ∑ an a
n=1
∞
∑ bn majú rovnaký charakter, ak buď súčasne konvergujú, alebo súčasne divergujú rovnakým
n=1
spôsobom.
Veta 6.1.5 — O radoch s rovnakým charakterom 1. Nech k ∈ N je pevne zvolená konštanta.

Potom rady
∞
a) ∑ an ,
n=1
∞
b) ∑ an+k = a1+k + a2+k + · · · + an+k + · · · ,
n=1
majú rovnaký charakter.
Dôkaz: označme si (sn )∞ ′ ∞
n=1 a (sn )n=1 postupnosti čiastkových súčtov radov a) a b). Potom platí
sn+k = a1 + a2 + · · · + ak + ak+1 + · · · + an+k .

| {z } | {z }
=sk =A =s′n
Z predošlej rovnosti vidíme, že sn+k = A + s′n , kde A je konštanta a z toho vyplýva tvrdenie vety.
Q.E.D.
Priamym dôsledkom predošlej vety je nasledujúce tvrdenie.
∞ ∞
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.
Nasledujúca veta hovorí o násobení radu nenulovým číslom.
Veta 6.1.7 — O radoch s rovnakým charakterom 3. Nech α ∈ R a nech α ̸= 0. Potom rady

∞
a) ∑ an a
n=1
∞
b) ∑ α an = α a1 + α a2 + · · · + α an + · · · ,
n=1
buď súčasne konvergujú, alebo súčasne divergujú. Naviac ak α > 0, tak tieto rady majú rovnaký
charakter.
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.
Z dôkazu predošlej vety vyplýva, že pre súčty uvedených radov platí

∞ ∞
∑ α an = α ∑ an , alebo inak zapísané
n=1 n=1
(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.
∞
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).
s′n = b1 + · · · + bn = skn .
Z predošlej rovnosti je zrejmé, že postupnosť (s′n )∞ ∞

n=1 je vybraná postupnosť z postupnosti (sn )n=1 .
Tvrdenie vety potom priamo vyplýva z vety o limite vybranej postupnosti (veta 5.3.11, strana
200). Q.E.D.
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.
∞
(−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
s∗n = (a1 ± b1 ) + (a2 ± b2 ) + · · · + (an ± bn ) = sn ± s′n .
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

V tejto časti sa budeme zaoberať len radmi, ktorých všetky, alebo skoro všetky členy sú nezáporné.
Začneme tým, že si definujeme pojem skoro všetky.
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
Z uvedenej nerovnosti vyplýva, že postupnosť je neklesajúca a keďže je aj zhora ohraničená,

tak podľa vety 5.3.3 konverguje a rovnako aj jej zodpovedajúci rad konverguje.
Q.E.D.
Ďalšie kritérium konvergencie bude už sofistikovanejšie a využíva sa pri riešení viacerých

cvičení uvedených za touto kapitolou.
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
∞
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
Pomocou I. porovnávacieho kritéria konvregencie môžeme napríklad veľmi jednoducho doká-

zať divergenciu Riemanovho radu (všeobecný harmonický rad).
■ Príklad 6.9 Dokážte, že Riemanov rad diverguje pre 0 < α < 1.

∞
1
Riešenie: Riemanov rad je daný predpisom ∑ nα . Nech 0 < α < 1. Potom pre všetky n ∈ N,
n=1
∞
1
n ≥ 1 platí n1 < n1α . Vieme, že harmonický rad ∑n diverguje, a preto podľa vety 6.2.2 aj Riemanov
n=1
rad pre 0 < α < 1 diverguje. ■
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
∞ ∞
n=1 n=1
∞ ∞
n=1 n=1
výrok a). Stačí si uvedomiť, že podmienka |an | ≤ bn je ekvivalentná s podmienkou 0 ≤ |an | ≤ bn .
∞ ∞ ∞
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
∞ ∞
n=1 n=1
∞ ∞
n=1 n=1
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
Z poslednej nerovnosti dostávame
∃ n0 ∈ N : n ≥ n0 ⇒ k a n ≤ bn .
Tvrdenie vety potom priamo vyplýva z vety 6.2.2. Q.E.D.
Predošlé vety majú dva zaujímavé dôsledky.
∞ ∞
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
a tvrdenie potom vyplýva z vety 6.2.2.
∞ ∞
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
Dôkaz: z definície limity a predpokladov platí
an
∀ ε > 0 : l − ε > 0 ∃ n0 ∈ N n ≥ n0 ⇒ −l ≤ ε
bn
Z poslednej nerovnosti dostaneme

an
0 < l −ε ≤ ≤ l +ε ⇔ 0 < α bn ≤ an ≤ β bn
|{z} bn |{z}
=α =β
a z vety 6.2.2 potom vyplýva tvrdenie. Q.E.D.
Na záver časti o konvergenčných kritériach radov s nezápornými členmi sa budeme venovať

Cauchyho a d’Alembertovmu kritériu. Tieto dve kritéria budú pri riešení úloh z cvičení najčastejšie
používanými. Existuje ešte viacero ďalších kritérii konvergencie nekonečných radov, s ktorými
sa nebudeme zaoberať (napríklad Raabeho kritérium), alebo s ktorými sa možno stretnete neskôr
(napríklad integrálne kritérium).
∞
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
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→∞
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
(dôkaz vety 6.2.7) vyplýva
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.
Veta 6.2.10 — Zoslabené d’Alembertovo kritérium konvergencie. Majme nekonečný rad

∞
an+1
∑ an , pre skoro všetky n ∈ N je an > 0 a existuje vlastná limita n→∞
lim
an
= α . Potom
n=1
c) existujú divergentné aj konvergentné rady, pre ktoré α = 1.
Dôkaz predošlej vety opäť nie je uvedený preto, lebo tvrdenie vety bezprostredne vyplýva z vety
6.2.9.
∞
■ 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
Vyšetrite konvergenciu daného radu pomocou Cauchyho a d’Alembertovho kritéria konvergencie.

Riešenie:
(a) Cauchyho kritérium: budeme počítať limitu (pretože existuje) lim an zvlášť pre nepárne a
n→∞
zvlášť pre párne n. Pre nepárne n máme
r
√ 2n−1 1 1 1
lim 2n−1 a2n−1 = lim = lim =√
n→∞ n→∞ 2n n→∞ 2−1 1n 2
2
a pre párne n máme r
√ 1 2n 1 1
lim 2n a2n = lim n
= lim 1 = √
n→∞ n→∞ 3 n→∞ 3 2 3
√ ∞ n o
Množina všetkých hromadných hodnôt postupnosti n an n=1 je H = √12 , √13 a lim an =
n→∞
1
√ < 1. Preto daný rad konverguje.
2
(b) d’Alembertovo kritérium: budeme počítať limitu (pretože existuje) lim an zvlášť pre nepárne
n→∞
a zvlášť pre párne n. Pre nepárne n máme
1 n
a2n 3n 2
lim = lim 1
= lim =0
n→∞ a2n−1 n→∞ n→∞ 3
2n
a pre párne n máme

1 n
a2n+1 2n+1 1 3
lim = lim 1
= lim · =∞
n→∞ a2n n→∞ n→∞ 2 2
3n
∞
Množina všetkých hromadných hodnôt postupnosti aan+1
n
je H = {0, ∞}, čo znamená,
n=1
že
an+1 an+1
0 = lim ≤ 1 ≤ lim =∞
n→∞ an n→∞ an
a d’Alembertovo kritérium sa nedá použiť (prípad c) tvrdenia vety).

■
Cauchyho kritérium konvergencie nekonečných radov je „silnejšie“ než d’Alembertovo krité-

rium. Znamená to, že ak vieme zistiť konvergenciu radu pomocou d’Alembertovho kritéria, tak ju
vieme zistiť aj pomocou Cauchyho kritéria. To tvrdí nasledujúca veta, ktorú uvedieme bez dôkazu,
ktorý nie je komplikovaný, ale je dlhý. Opačné tvrdenie však neplatí, ako sme sa mohli presvedčiť
v predošlom príklade.
Veta 6.2.11 — Porovnanie Cauchyho a d’Alembertovho kritéria. Majme postupnosť (an )∞

n=1 ,
ktorej všetky členy sú kladné. Potom platí
an+1 √ √ an+1
lim ≤ lim n an ≤ lim n an ≤ lim
n→∞ an n→∞ n→∞ n→∞ an
Z predošlej vety vyplýva, že Cauchyho kritérium konvergencie nekonečných radov je „silnejšie“

než d’Alembertovo kritérium. Neplatí to však pre zoslabené (limitné) verzie týchto kritérii. Zosla-
bené Cauchyho kritérium konvergencie je rovnako „silné“ ako zoslabené d’Alembertovo kritérium
konvergencie. Platí nasledujúca veta, ktorú rovnako ako predošlú vetu, uvedieme bez dôkazu.
Veta 6.2.12 — Porovnanie zoslabeného Cauchyho a zoslabeného d’Alembertovho kri-

téria. Majme postupnosť (an )∞
n=1 , ktorej všetky členy sú kladné. Potom ak existuje limita
√ an+1
lim n
an = α a existuje limita lim = β , tak platí α = β .
n→∞ n→∞ an
6.3 Cvičenia 231
6.3 Cvičenia
Cvičenie 6.1 Ukážte, že daný rad je divergentný

∞
n−1 ∞
n2 − 2n − 2 ∞
3n
(a) ∑ n+1 (e) ∑ 2 (i) ∑ 5n − 2
n=1 n=1 n − 2n n=1
∞ ∞ ∞
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
■
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 + . . .
■

n−1

n−1 π
(a) lim =1 (f) lim arcsin =
n→∞ n + 1 n→∞ n 2
π
(b) lim arctg n = e.n + 100
n→∞ 2 (g) lim ln =1
n→∞ n
(c) lim ln(n + 3) = ∞ √ √ √ 1
n→∞
(h) n→∞
lim n + 3 n− n−1 =
2
2n − 7
(d) lim =2 3n 3
n→∞ n − 3
(i) lim =
n→∞ 5n − 2 5
n2 − 2n − 2
(e) lim =1 1
n→∞ n2 − 2n (j) lim cos =1
n→∞ n
■

∞ n
1
(a) a1 = 24 , q= − 12 , ∑ −48 − 2 = 16
n=1
√ √
√ √ 1 n
∞
3125 + 625
(b) a1 = 125 , q= √1 , ∑ 625 √ =
5 5 4
n=1
∞ n
1 3
(c) a1 = 1 , q = − 13 , ∑ −3 − =
n=1 3 4
√ √
(d) a1 = 2, q= 2 . Rad diverguje!
∞ n
e e
(e) a1 = 3e , q = 3e , ∑ =
n=1 3 3−e
∞
π 4 π n 4
(f) a1 = 1 , q= 4 ,
∑ π 4 = 4−π
n=1
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
∞
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 ■

∞ ∞ √
1 n
(a) diverguje → ∑ √ ≪ ∑
n=2 n n=2 ln n
∞ ∞
1 1
(b) konverguje → ∑ n√n2 + 3 ≪ ∑ n2
n=1 n=1
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
∞ ∞
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+1 ∞
n2
(a) ∑ n
→ konverguje (i) ∑ 2n → konverguje
n=1 2 n=1
∞
n! ∞
n(−3)n
(b) ∑ 2n → diverguje (j) ∑ n−1 → konverguje
n=1 n=1 4
∞
2n ∞
nn
(c) ∑ (n + 1)! → konverguje (k) ∑ 31+3n → diverguje
n=1 n=1
∞ n
2 ∞
n2 2n
(d) ∑ n → konverguje (l) ∑ → konverguje
n=1 3 n=1 n!
∞
∞
(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
■

π n
(a) diverguje → lim arctg (n + 1) = n 1
n→∞ 2 (g) konverguje → lim =
n→∞ n + 1 e
1 √
(b) konverguje → lim =0 n 2
n 1
n→∞ ln(n + 1) (h) konverguje → lim =
n→∞ 2 2
1
(c) konverguje → lim =0 2
n→∞ ln n (i) diverguje → lim √
n 2
=2
n→∞ n
n2 + 1 1
(d) konverguje → lim = 1 1
2
n→∞ 2n + 1 2 (j) konverguje → lim √n
=
n→∞ 2 n 2
n
(e) diverguje → lim 1 = ∞ n+6 1
n→∞ 3 n +3
(k) konverguje → lim =
n→∞ 4n − 2 4
1
21+ n
(f) konverguje → lim =0 3n3 + 6 3
n→∞ n (l) konverguje → lim =
n→∞ 8n3 + 3 8
■

(a) Konverguje s = 1.
1
(b) Konverguje s = .
3
3
(c) Konverguje s = .
2
(d) Konverguje s = 3.
∞ ∞ ∞ ∞
2n − 1 2n 1 1
∑ 2n = −
∑ 2n ∑ 2n , pričom ∑ 2n = 1
n=1 n=1 n=1 n=1
∞
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
Takže ak sa vrátime k nášmu pôvodnému radu dostávame

∞ ∞ ∞
2n − 1 2n 1
∑ 2n = ∑ 2n ∑ 2n = 4 − 1 = 3
−
n=1 n=1 n=1
1 1
(e) Diverguje! Pre ∀n ∈ N platí < , a preto podľa majorantného kritéria daný rad
2n 2n − 1
diverguje.
√
n
(f) Diverguje! lim 0.001 = 1, čiže nie je splnená nutná podmienka konvergencie.
n→∞ ■
7. Nekonečné rady, funkcie
7.1 Rady so striedavými znamienkami

V predošlej kapitole sme sa najskôr zaoberali radmi všeobecne a potom sme sa zaoberali kon-
vergenčnými kritériami špeciálne pre rady s nezápornými členmi. Vo všeobecnosti všam máme
postupnosti, ktorých členy môžu byť aj záporné čísla a aj z takýchto postupností môžeme utvoriť
rady, o ktorých konvergencii, alebo divergencii bude treba rozhodnúť. V tejto časti sa budeme
zaoberať alternujúcimi radmi, čiže tzv. radmi so striedavými znamienkami.
Definícia 7.1.1 — Alternujúce rady. Majme kladnú postupnosť (an )∞

n=1 , t. j. an > 0 pre všetky
n ∈ N. Potom alternujúcim radom, alebo radom so striedavými znamienkami, rozumieme rad
∞
∑ (−1)n+1 an .
n=1
Na zisťovanie konvergencie alternujúcich radov existuje jedno veľmi ľahko aplikovateľné kritérium.
Veta 7.1.1 — Leibnizovo kritérium konvergencie. Nech (an )∞

n=1 je reálna, nerastúca, postup-
∞
nosť nezáporných členov, konvergujúca k 0. Potom rad so striedavými znamienkami ∑ (−1)n+1 an
n=1
konverguje. Okrem toho, ak S je súčet tohto radu a sn jeho čiastočný súčet, tak platí odhad
∀ n ∈ N : |S − sn | ≤ an+1 .
Dôkaz: podľa predpokladov platí an ≥ 0 pre všetky n. Postupnosť (sn )∞

n=1 čiastočných súčtov
daného radu, rozdelíme na dve vybrané postupnosti (s2n−1 )n=1 a (s2n )∞
∞
n=1 jeho nepárnych a
párnych členov. Podľa predpokladov vety, pre rozdiely členov týchto vybraných postupností
240 Kapitola 7. Nekonečné rady, funkcie
platia nerovnosti
s2n+2 − s2n = −a2n+2 + a2n+1 ≥ 0 , (7.1)

s2n+1 − s2n−1 = a2n+1 − a2n ≤ 0 . (7.2)
Z uvedených nerovností vyplýva, že postupnosť (s2n )∞ ∞

n=1 je neklesajúca a postupnosť (s2n−1 )n=1
je nerastúca. Okrem toho platia aj nerovnosti s2n − s2n−1 = −a2n ≤ 0 a s2n+1 − s2n = a2n+1 ≥ 0 ,
z ktorých dostávame zreťazenú sériu nerovností
s2 ≤ · · · ≤ s2n−2 ≤ s2n ≤ s2n+1 ≤ s2n−1 ≤ · · · ≤ s1 . (7.3)
Z nerovností (7.3) vyplýva, že postupnosť (s2n )∞

n=1 je neklesajúca a zhora ohraničená a postupnosť
(s2n−1 )∞
n=1 je nerastúca a zdola ohraničená. Preto budú mať obe tieto postupnosti, podľa vety
5.3.3 (strana 192), vlastné limity.
lim s2n−1 = S′ ∈ R a lim s2n = S′′ ∈ R .

n→∞ n→∞
Ľahko sa dokáže, že platí S′ = S′′ . Stačí si uvedomiť nasledovné
S′′ = lim s2n = lim (s2n−1 + a2n ) = lim s2n−1 + lim a2n = S′
n→∞ n→∞ n→∞ n→∞
| {z }
=0
Označme si S = S′ = S′′ . Treba ešte dokázať, že platí lim sn = S .

n→∞
lim s2n−1 = S ⇒ ∀ ε > 0 ∃ n1 ∈ N : n ≥ n1 ⇒ |s2n−1 − S| ≤ ε

n→∞
lim s2n = S ⇒ ∀ ε > 0 ∃ n2 ∈ N : n ≥ n2 ⇒ |s2n − S| ≤ ε
n→∞
Zoberme si teraz n0 = max {n1 , n2 }. Potom podľa predošlých nerovností platí

∀ ε > 0 n ≥ n0 (⇒ s2n−1 − ε ≤ S ≤ s2n−1 + ε) ∧ (s2n − ε ≤ S ≤ s2n + ε)
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
s2n ≤ S ≤ s2n+1 ⇒ |s2n − S| ≤ s2n+1 − s2n = a2n+1 , (7.4)

s2n+2 ≤ S ≤ s2n+1 ⇒ |s2n+1 − S| ≤ s2n+1 − s2n+2 = a2n+2 ≤ a2n+1 , ∀ n ∈ N . (7.5)
Z posledných nerovností potom vyplýva |sn − S| ≤ an+1 pre všetky n, čo bolo treba dokázať.
Q.E.D.
∞
(−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. ■
7.2 Absolútna konvergencia

Nekonečné rady samozrejme nemusia mať len nezáporné členy, prípadne členy so striedavými zna-
mienkami, alebo môžu mať ľubovoľné členy. Tým sa dostávame k pojmu absolútna konvergencia.
Definícia 7.2.1 — Absolútna konvergencia nekonečného radu. Hovoríme, že nekonečný

∞ ∞
rad ∑ an absolútne konverguje, ak konverguje rad ∑ |an | .
n=1 n=1
∞
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
∀ ε > 0 ∃ n0 ∈ N ∀ p ∈ N : n ≥ n0 ⇒ |an+1 | + |an+2 | + · · · + |an+p | < ε .
Z trojuholníkovej nerovnosti potom vyplýva, že platia aj nerovnosti
|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
ako sme ukázali v príklade 6.5 (strana 215), diverguje. ■

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.
Definícia 7.2.2 — Relatívna konvergencia nekonečného radu. Hovoríme, že nekonečný

∞ ∞ ∞
rad ∑ an relatívne konverguje, ak rad ∑ an konverguje, ale rad ∑ |an | diverguje.
n=1 n=1 n=1
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
∞
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
∀ ε > 0 ∃ n0 ∈ N ∀ p ∈ N : kn ≥ n0 ⇒ |akn +1 | + |akn +2 | + · · · + |akn +p | < ε ,

∞
čo podľa Cauchyho-Bolzanovho kritéria znamená, že aj rad ∑ ak n absolútne konverguje.
n=1
Obrátené tvrdenie ku tvrdeniu z predošlej vety neplatí.

∞
(−1)n+1
■ Príklad 7.5 Zoberme si rad ∑ . O tomto rade vieme, že je relatívne konvergentný.
n=1 n
∞
(−1)n+1
Teraz si z postupnosti n vyberme buď jej párne, alebo jej nepárne členy. Je však zrejmé,
n=1
že platí
(−1)2n−1
∞
∑ = −∞
n=1 2n − 1
∞
(−1)2n
∑ = ∞
n=1 2n
To znamená, že sme našli dve vybrané postupnosti, ktorých rady divergujú. ■
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.
Definícia 7.2.3 — Prerovnanie radu. Nech (kn )∞

n=1 je postupnosť prirodzených čísel, v ktorej
∞ ∞
sa každé prirodzené číslo vyskytuje práve raz. Rad ∑ akn vznikne z radu ∑ an premiestnením
n=1 n=1
poradia jeho členov a nazývame ho prerovnaný rad.
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
Okrem toho platí

1 S S
s′3n+1 = s′3n + ⇒ lim s′ = +0 =
2n + 1 n→∞ 3n+1 2 2
′ ′ 1 S S
s3n+2 = s3n+1 − ⇒ lim sk +2 = + 0 =
4n + 2 n→∞ n 2 2
S
Dá sa ukázať, že lim s′n = , čo je iný výsledok, než sme dostali v príklade 6.8. ■
n→∞ 2
Platí nasledujúca veta, ktorú uvedieme bez dôkazu.
∞
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
lim s′n = α a lim s′ =β.

n→∞ n→∞ n
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
∀ ε > 0 ∃ n0 ∈ N ∀ p ∈ N : n ≥ n0 ⇒ |an+1 + · · · + an+p | ≤ |an+1 | + · · · + |an+p | < ε .
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
∀ n ∈ N n ≥ n1 : sn − s′n = ±al1 ± al2 ± · · · ± ali . (7.7)
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
|sn − s′n | ≤ |al1 | + |al2 | + · · · + |ali | < ε ⇒ lim (sn − s′n ) = 0 .

n→∞
∞
⇐ 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.
O prerovnaní radov potom triviálne platí aj nasledujúca veta.

Veta 7.2.5 — O prerovnaniach radu a absolútnej konvergencii. Ak každé prerovnanie

∞ ∞
radu ∑ an konverguje, tak rad ∑ an konverguje absolútne.
n=1 n=1
∞
Dôkaz: v prvom rade si musíme uvedomiť, že samotný rad ∑ an konverguje, pretože aj
n=1
identické prerovnanie, kedy kn = n pre všetky n ∈ N je prerovnanie. Ďalší dôkaz tvrdenia vety
budeme robiť sporom.
∞
Predpokladajme, že rad ∑ |an | diverguje, t. j. pôvodný rad konverguje relatívne. To podľa
n=1
Riemanovej vety o prerovnaní radu (veta 7.2.3) znamená, že musí existovať aj divergujúce
prerovnanie, čo je spor s predpokladom vety. To znamená, že pôvodný rad musí byť absolútne
konvergentný. Q.E.D.
Na záver časti o absolútne konvergentných radoch si ešte ukážeme, že absolútne konvergentné

rady môžeme navzájom aj násobiť. Predtým však musíme definovať spôsob, akým sa násobia
nekonečné súčty. Jedná sa o tzv. Cauchyho súčin radov.
∞ ∞
Definícia 7.2.4 — Cauchyho súčin radov. Majme rady ∑ an , ∑ bn a definujeme postup-
n=0 n=0
n
nosť (cn )∞
n=0 nasledovným spôsobom cn = ∑ ai bn−i . Potom
i=0
∞ ∞ ∞
∑ 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
Pre Cauchyho súčin absolútne konvergentných radov platí nasledujúca veta.
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
Dvojitú sumu sme previedli na jednoduchú sumu použitím množiny ∆k , ktorá je definovaná takto
∆k = (i, j) ∈ Z2 : i, j ≥ 0, i + j ≤ k .

Je to množina takých mrežových bodov v I. kvadrante (nezáporné i aj j) roviny, pre ktoré

i + j ≤ k. Tieto mrežové body tvoria trojuholník s vrcholmi v bodoch [0, k], [0, 0], [k, 0]. Príklad
množiny ∆5 vidíme na nasledovnom obrázku. Množinu ∆5 tvoria všetky červené body.
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
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.
Z vlastností absolútne konvergentných radov, ktoré sme si ukázali, vyplýva, že absolútne

konvergentné rady sa správajú podobne ako konečné súčty. Platí pre ne pre rady zovšeobecnený
asociatívny, komutatívny aj distributívny zákon a môžeme ich sčítavať, odčítavať aj násobiť. Podstatu
chovania relatívne konvergentných radov dobre vystihuje Riemanova veta o prerovnaní radu.
7.3 Mocninové rady

Posledným typom radov, s ktorými sa v tomto kurze budeme zaoberať, sú tzv. mocninové rady. Uve-
dieme si ich definíciu, niektoré ich vlastnosti a prostredníctvom mocninových radov sa dostaneme
ku pojmu funkcia.
Definícia 7.3.1 — Mocninový rad. Mocninovým, alebo aj potenčným, radom so stredom a ∈ C

nazývame rad
∞
∑ an (x − a)n , ∀ n ∈ N : an ∈ C . (7.11)
n=1
Prvky postupnosti (an )∞

n=1 sa nazývajú koeficienty radu (7.11).
P Definícia mocninového radu je formulovaná všeobecne pre komplexné čísla. To znamená,

že vo všeobecnosti môžu byť koeficientami radu, aj jeho stredom komplexné čísla. My sa
takmer výlučne budeme zaoberať reálnymi mocninovými radmi, kde a ∈ R a takisto an ∈ R
pre všetky n ∈ N. Stačí si uvedomiť, že každé reálne číslo je zároveň komplexným číslom
s nulovou imaginárnou zložkou, a preto definícia 7.3.1 pre reálne rady zostáva nezmenená.
Musíme si uvedomiť, že mocninový rad (7.11) vieme triviálnou substitúciou

∞ ∞
(x − a) = ξ ⇒ ∑ an (x − a)n = ∑ an ξ n .
n=1 n=1
Každý mocninový rad sa preto dá reprezenovať aj v tvare

∞
∑ an x n , (7.12)
n=1
čo budeme využívať v tvrdeniach, definíciach a väčšinou aj v príkladoch.

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!
Riešenie: na zisťovanie konvergencie použijeme d’Alembertovo podieľové kritérium.

|x|n+1
bn+1 (n+1)! |x|
lim = lim |x|n
= lim = 0 < 1, pre ∀ x ∈ R
n→∞ bn n→∞ n→∞ 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
Riešenie: rovnako ako v predošlom príklade použijeme d’Alembertovo kritérium.
bn+1 (n + 1)! |x|n+1

lim = lim = lim (n + 1) |x|
n→∞ bn n→∞ n! |x|n n→∞
Posledná limita má hodnotu ∞ pre ľubovoľné x ̸= 0 a je nulová ak x = 0. Takže daný mocninový

rad konverguje práve vtedy, keď x = 0. ■
∞
■ Príklad 7.9 Zistite, či a pre ktoré x ∈ R konverguje rad ∑ xn .
n=1
Riešenie: v tomto prípade použijeme Cauchyho odmocninové kritérium.

p p
lim n |bn | = lim n |x|n = |x|
n→∞ n→∞
Nerovnosť |x| < 1 platí pre všetky x ∈ (−1, 1). To znamená, že pre všetky tieto hodnoty x daný rad
konverguje. ■
Dokážeme si teraz prvú vetu hovoriacu o konvergencii mocninových radov.
Veta 7.3.1 — Konvergencia mocninového radu 1. Ak existuje x0 ̸= 0, pre ktoré mocninový

∞
rad ∑ an x n konverguje, tak potom tento rad absolútne konverguje pre všetky x ∈ (−|x0 |, |x0 |).
n=1
∞
Dôkaz: ak rad ∑ an xn konverguje, tak z nutnej podmienky konvergencie vyplýva n→∞
lim an xn = 0
n=1
a teda platí ∃ M ∈ N ∀ n ∈ N : |an xn | < M .
Inak povedané, postupnosť (an xn )∞

n=1 je ohraničená. Ďalej platí
n n
x x
|an xn | = |an x0n | · <M· .
x0 x0
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
Priamym dôsledkom predošlej vety je nasledujúce tvrdenie.
∞
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.
Druhé tvrdenie o konvergencii mocninových radov je dôležité a súvisí s pojmom polomer

konvergencie radu, ktorý bude definovaný bezprostredne za nasledujúcou vetou.
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 = ∞ .
a) Ak R = sup (M), tak použijeme druhú vlastnosť supréma (definícia 5.3.9).
∀ x ∈ (−R, R) ⇒ ∃ x1 ∈ (−R, R) : x1 ∈ M ∧ x < |x1 | . (7.13)

∞
Výrok (7.13) znamená, že pre ∀ x ∈ (−R, R) rad ∑ an xn konverguje. Predpokladajme
n=1
∞
ešte, že existuje nejaké |x| > R, pre ktoré rad ∑ an xn konverguje. Potom ale
n=1
|x| ∈ R ⇒ x ∈ M ⇒ |x| ≤ R = sup (M) ,
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
Prvá implikácia v predošlom tvrdení vyplýva z definície množiny M a druhá implikácia

vyplýva z vety 7.3.1.
Q.E.D.
∞
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.
Veta 7.3.4 — Cauchyho-Hadamardovo kritérium konvergencie. Majme mocninový rad

∞ p
∑ an x n a označme α = lim
n→∞
n
|an |. Potom
n=1
a) ak α = 0, tak R = ∞,
b) ak α = ∞, tak R = 0,
c) ak 0 < α < ∞, tak R = α1 .
p
Dôkaz: označme si λ = lim n |an xn |.
n→∞
p
a) ak λ = 0, tak α = 0, pre všetky x ∈ (−∞, ∞), pretože λ = lim n |an | · |x| = α · |x|. To
n→∞
znamená, že polomer konvergencie je R = ∞,
b) ak λ = ∞, tak pre všetky x ̸= 0 je α = ∞, čiže daný rad nekonverguje nikde mimo x = 0 a
jeho polomer konvergencie je R = 0,
p
c) ak 0 < λ < ∞, tak λ = lim n |an | · |x| = α · |x|. Podľa Cauchyho kritéria konvergencie
n→∞
(veta 6.2.7, strana 226) daný rad konverguje ak λ < 1, t. j. |x| < α1 a diverguje ak λ > 1,
t. j. |x| > α1 . Takže polomer konvergencie daného radu je R = α1 .
Q.E.D.
Analogické tvrdenie o polomere konvergencie mocninového radu sa dá sformulovať aj pre

d’Alembertovo konvergenčné kritérium (veta 6.2.9, strana 227) a aj jeho dôkaz je takmer identický.
Veta 7.3.5 — d’Alembertovo kritérium konvergencie mocninového radu. Majme mocni-

∞
an+1
nový rad ∑ an x n a označme α = lim
n→∞ an
. Potom
n=1
a) ak α = 0, tak R = ∞,
b) ak α = ∞, tak R = 0,
c) ak 0 < α < ∞, tak R = α1 .
an+1 xn+1
Dôkaz: označme si λ = lim .
n→∞ an x n
an+1
a) ak λ = 0, tak α = 0, pre všetky x ∈ (−∞, ∞), pretože λ = lim · |x| = α · |x|. To
n→∞ an
znamená, že polomer konvergencie je R = ∞,
b) ak λ = ∞, tak pre všetky x ̸= 0 je α = ∞, čiže daný rad nekonverguje nikde mimo x = 0 a
jeho polomer konvergencie je R = 0,
an+1
c) ak 0 < λ < ∞, tak λ = lim · |x| = α · |x|. Podľa d’Alembertovho kritéria konver-
n→∞ an
gencie (veta 6.2.9) daný rad konverguje ak λ < 1, t. j. |x| < α1 a diverguje ak λ > 1, t. j.
|x| > α1 . Takže polomer konvergencie daného radu je R = α1 .
Q.E.D.
Vo všetkých predchádzajúcich vetách, týkajúcich sa konvergencie a polomeru konvergencie

∞
mocninového radu sme predpokladali mocninový rad v tvare ∑ an xn . Ako by príslušné tvrdenia
n=1
∞
vypadali, ak by sme mali mocninový rad v tvare (7.11), čiže rad ∑ an (x − a)n ? Už v úvode tejto
n=1
časti sme ukázali, že sa jedná o triviálnu substitúciu. Preto ak
(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
Riešenie: použijeme Cauchyho kritérium konvergencia.

s
(−1)n 1
α = lim n = lim √
n
=1
n→∞ n n→∞ n
√
Pri počítaní predošlej limity sme využili príklad 5.16, v ktorom sme ukázali, že lim n n = 1 .
n→∞
Keďže α = 1, polomer konvergencie daného radu bude R = 1 a daný rad konverguje pre všetky
x ∈ (−1, 1) a diverguje pre všetky x ∈ (−∞, −1) ∨ x ∈ (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
Riešenie: opäť použijeme Cauchyho kritérium konvergencie.

p
α = lim n |3n | = lim 3 = 3 .
n→∞ n→∞
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
Riešenie: v tomto príklade použijeme d’Alembertovo kritérium konvergencie.

(n + 1)!
α = lim = lim (n + 1) = ∞ .
n→∞ n! n→∞
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.
■ Príklad 7.13 Určte polomery a intervaly konvergencie radov

∞
x2n+1
(a) ∑ (−1)n (2n + 1)!
,
n=0
∞
x2n
(b) ∑ (−1)n (2n)! .
n=0
Riešenie: v oboch prípadoch použijeme d’Alembertovo konvergenčné kritérium.

(a)
1
(2n+3)! (2n + 1)! 1
α= lim 1
= lim = lim =0
n→∞
(2n+1)!
n→∞ (2n + 3)! n→∞ (2n + 2)(2n + 3)
(b)
1
(2n+2)! (2n)! 1
α = lim 1
= lim = lim =0
n→∞
(2n)!
n→∞ (2n + 2)! n→∞ (2n + 1)(2n + 2)
V oboch prípadoch je α = 0, a preto je polomer konvergencie oboch radov R = ∞ a interval

konvergencie oboch radov je (−∞, ∞). ■
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.
Definícia 7.4.1 — Reálna funkcia jednej premennej. Majme množinu A ⊆ R a množinu

B ⊆ R. Potom zobrazenie f množiny A do množiny B nazývame reálna funkcia jednej pre-
mennej, stručnejšie len reálna funkcia, alebo len funkcia a označujeme ho f : A → B, alebo
f
A → B. Množinu A nazývame definičný obor funkcie f a označujeme ju D( f ) a množinu
H( f ) = {y ∈ B, ∃ x ∈ A : f (x) = y}
nazývame obor funkčných hodnôt funkcie f .
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.
■ Príklad 7.14 Daná je funkcia f (x) = 3x+5

x2 −1
. Nájdite jej definičný obor.
Riešenie: funkcia je daná predpisom 3x+5x2 −1

, bez upresnenia definičného oboru. Vieme, že deliť
nulou nemôžeme, a preto v menovateli zlomku nesmie byť 0. To znamená, že predpis definujúci
funkciu bude mať zmysel (alebo f (x) ∈ R) práve vtedy, keď x2 − 1 ̸= 0 . Táto nerovnosť je splnená
pre všetky x ∈ R \ {−1, 1}. Takže definičný obor danej funkcie je D( f ) = R \ {−1, 1}. ■
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
D( f ) = D(g) ∧ ∀ x ∈ D( f ) : f (x) = g(x) .

1 Neskôr
sa budete zaoberať aj komplexnými funkciami, pri ktorých A ⊆ C a B ⊆ C ako aj funkciami viac premen-
ných, kde A ⊆ Rn , alebo A ⊆ Cn .
7.4 Funkcie 255
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
7.4.1 Obrazy a vzory

Majme funkciu f : D( f ) → R. Potom ak sa prvok x ∈ D( f ), zobrazuje na prvok y ∈ R, čiže
f : x → y, tak prvok y nazývame obraz prvku x a prvok x nazývame vzor prvku y. Vidíme, že
pri takomto označení je obor funkčných hodnôt vlastne množinou obrazov pre ∀ x ∈ D( f ), pretože
podľa definície
H( f ) = {y ∈ R, ∃ x ∈ A : f (x) = y} .
Zobrazovať v nejakej funkcii f môžeme nielen jednotlivé prvky, ale aj celé množiny prvkov.
Definícia 7.4.4 — Obraz množiny vo funkcii f . Majme funkciu f : D( f ) → R a nech

A ⊆ D( f ). Potom obraz množiny A vo funkcii f označujeme f [A] a bude to množina obrazov
všetkých prvkov x ∈ A, t. j. množina
f [A] = {y ∈ R, ∃ x ∈ A : f (x) = y} .
Podobne ako sme v predošlej definícii definovali pojem obrazu množiny vo funkcii f , môžeme
definovať aj pojem vzoru množiny vo funkcii f .
Definícia 7.4.5 — Vzor množiny vo funkcii f . Majme funkciu f : D( f ) → R a nech B ⊆ R.

Potom vzor množiny B vo funkcii f označujeme f −1 [B] a bude to množina vzorov všetkých
prvkov y ∈ B, t. j. množina
f −1 [B] = {x ∈ D( f ), f (x) ∈ B} .
7.4.2 Zadávanie funkcií

Funkcie môžeme zadávať (definovať) rôznymi spôsobmi. Vzhľadom na to, že sa jedná o reálne
funkcie a množina reálnych čísel je nekonečná, by bolo nepraktické zadávať funkciu tak, že jed-
notlivým hodnotám x budeme priraďovať hodnoty y. To ide len v prípade, ak množina D( f ) je
konečná a nie moc veľká. Ďalší spôsob zadávania funkcie sme videli v príklade 7.15. Tam bola
funkcia f zadaná predpisom f (x) = x2 pre každé x ∈ R. Tento spôsob sa dá použiť v prípade,
ak sa rovná o jednoduchú funkciu, ktorú vieme popísať napríklad polynómom, alebo zlomkom.
Príklady takých funkcií sú f (x) = x2 − 3x + 5, alebo f (x) = 2+3x
4−x atď. Pri týchto funkciách vieme
pre každé x ∈ D( f ) vypočítať hodnotu y = f (x). Ale už pri funkciách f (x)√= ex , f (x) = sin x, alebo
√
f (x) = x atď. to nevieme. Aká je napríklad hodnota e37 , sin 13◦ , alebo 7 ?
Existuje aj ďalší spôsob ako môžeme zadať funkciu. Hodnoty funkcie f (x) môžeme zadať
pomocou konvergentného radu. V našom prípade sa bude jednať len o mocninové rady, pretože
∞
s inými sme sa nezaoberali. Mocninový rad ∑ an x n v prípade, že exituje n0 ∈ N také, že pre
n=1
n ≥ n0 : an = 0, je vlastne polynóm. V takom prípade nemáme problém pre dané x vypočítať jeho
súčet. Aj v prípade, keď uvedená podmienka neplatí, ale daný rad konverguje, čiže má polomer
konvergencie R ̸= 0 a interval konvergencie (−R, R), môžeme definovať funkciu f (x) nasledovným
spôsobom.
∞
∀ x ∈ (−R, R) : f (x) = ∑ an xn .
n=1
Takto definované hodnoty vieme vypočítať ako limitu čiastočných súčtov daného radu. Keďže pre
x ∈ (−R, R) daný rad konverguje, dokonca absolútne, bude táto limita vlastná, čiže f (x) ∈ R. Tento
spôsob zadávania funkcií má svoje výhody a z vlastností daného radu vieme určiť vlastnosti ním
definovanej funkcie. S niektorými z týchto vlastností sa ešte budeme zaoberať v ďalších kapitolách.
Teraz si uvedieme tri významné príklady takto definovaných funkcií.
∞
xn
ex = ∑ n! (7.14)
n=0
∞
x2n+1
sin x = ∑ (−1)n (2n + 1)!
(7.15)
n=0
∞
x2n
cos x = ∑ (−1)n (2n)! (7.16)
n=0
S radom (7.14) sme sa stretli v príklade 7.7 a s radmi (7.15) a (7.16) sme sa stretli v príklade 7.13.
Všetky tri uvedené rady majú polomer konvergencie R = ∞ a interval konvergencie (−∞, ∞). Pre
všetky x ∈ (−∞, ∞) sú preto uvedené funkcie dobre definované a definičný obor každej z nich je
D( f ) = (−∞, ∞).
Zadávanie funkcií pomocou radov má ešte celú radu ďalších výhod. Pomocu radov vieme
definovať aj hodnotu funkcií pre komplexné premenné. Napríklad hodnotu cos(42 + 57i) by sme
∞
z2n
na bežnej kalkulačke zrejme len ťažko počítali. Rad ∑ (−1)n absolútne konverguje nielen
n=0 (2n)!
7.4 Funkcie 257
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
■ Príklad 7.16 Dokážte, že ex · ey = ex+y .

Riešenie: absolútnu konvergenciu radu (7.14) sme už ukázali v príklade 7.7. Tento rad konverguje
absolútne nielen pre reálne, ale aj všetky komplexné hodnoty x. Podľa vety o absolútnej konvergencii
Cauchyho súčinu radov (veta 7.2.6) platí
∞
xn ∞
yn ∞
ex · ey = ∑ n! · ∑ n! = ∑ cn ,
n=0 n=0 n=0
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.
■ Príklad 7.17 Dokážte, že platí − sin(x) = sin(−x) a cos(x) = cos(−x) .

Riešenie: stačí si funkcie sin x a cos x zapísať pomocou radov (7.15) a (7.16). Oba tieto rady
konvergujú absolútne a platí
∞
(−x)2n+1 ∞
(−1)2n+1 x2n+1 ∞
x2n+1
sin(−x) = ∑ (−1)n = ∑ (−1)n
(2n + 1)! n=0 (2n + 1)!
= (−1) · ∑ (−1)n
(2n + 1)!
= − sin x
n=0 n=0
Podobne pre funkciu cos x platí

∞
(−x)2n ∞
x2n
cos(−x) = ∑ (−1)n (2n)!
= ∑ (−1)n
(2n)!
= cos x
n=0 n=0
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.
Veta 7.4.1 — O exponenciálnej funkcii. Pre všetky x ∈ R platí rovnosť

∞
xk x n
ex = ∑ = lim 1 + . (7.17)
n=0 n! n
n→∞
Dôkaz: najskôr budeme predpokladať, že x > 0. Platí

n i n
x n n x n! xi
1+ =∑ i
= ∑ i
· . (7.18)
n i=0 i n i=0 (n − i)!n i!
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
Pre každé pevne zvolené k ∈ N, 0 ≤ k ≤ n platí

k
x n (n − i + 1) · · · n xi
1+ ≥∑ · = s′n . (7.20)
n i=0 | n ·
{z· · n } 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
S použitím (7.24) dostaneme

n
x2
x n
1 − n2
1+ = n . (7.25)
n 1+ (−x)
n
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
7.4.3 Injektívnosť, surjektívnosť, bijektívnosť

Rovnako ako zobrazenia v 2. kapitole, aj reálne funkcie môžu byť injektívne, surjektívne a bi-
jektívne. Tieto vlastnosti sa definujú rovnakým spôsobom, keďže funkcia je zobrazenie. Rozdiely
v definíciach sú opäť len kozmetického charakteru.
Definícia 7.4.6 — Injektívna funkcia. Funkcia f : D( f ) → B ⊂ R sa nazýva injektívna, alebo

injekcia, ak platí
∀x1 , x2 ∈ D( f ) , x1 ̸= x2 ⇒ f (x1 ) ̸= f (x2 ) .
■ Príklad 7.18 Daná je funkcia f (x) = 2x − 1. Nakreslite jej graf a zistite, či je injektívna.
Riešenie: f (x) = 2x − 1 je lineárna funkcia, poznáme ju okrem iného aj zo stredoškolskej analy-

tickej geometrie (smernicová rovnica priamky y = kx + q) a jej graf vieme nakresliť.
Funkcia f (x) = 2x − 1 je injektívna. Jej D( f ) = R a platí
∀x1 , x2 ∈ R x1 ̸= x2 : f (x1 ) = 2x1 − 1 ̸= 2x2 − 1 = f (x2 ) .

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.
Funkcia f (x) = x2 nie je injektívna, pretože platí

∀ x ∈ R : f (x) = x2 = (−x)2 = f (−x) .
Z grafu funkcie to vidíme tiež, pretože každá priamka y = k pre k > 0 pretne graf funkcie f (x) = x2
v dvoch bodoch. ■
Definícia 7.4.7 — Surjektívna funkcia. Funkcia f : D( f ) → B ⊂ R sa nazýva surjektívna,

alebo surjekcia, ak platí
∀y ∈ B ∃ x ∈ D( f ) : f (x) = y .
V prípade funkcií surjektívnosť znamená, že B = H( f ), čiže f : D( f ) → H( f ), alebo v terminológii

obrazov a vzorov to znamená, že funkcia f : A → B je surjektívna, ak platí f [A] = B. Pre funkciu,
ktorá nie je surjektívna, platí H( f ) ⊂ B, resp. f [A] ⊂ B.
■ 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. ■
Definícia 7.4.8 — Bijektívna funkcia. Funkcia f : D( f ) → B ⊂ R sa nazýva bijektívna, alebo

bijekcia, ak je injektívna a zároveň surjektívna.
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 . ■
■ Príklad 7.23 Daná je funkcia f (x) = x2 − 1. Nakreslite jej graf a zistite, či je bijektívna.
Riešenie: funkcia f (x) = x2 − 1 je rozdielom dvoch elementárnych funkcií, z ktorých prvá je

kvadratická funkcia g(x) = x2 a druhá je konštantná funkcia h(x) = 1. Platí f (x) = g(x) − h(x).
Vlastnosti týchto dvoch funkcií, obe sú elementárne, musíme poznať a graf ich rozdielu je posunutie
grafu funkcie g(x) o 1 smerom nadol (os y).
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.
7.4.4 Zúžená funkcia
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.
Definícia 7.4.9 — Zúženie funkcie na množinu A ⊂ D(f ). Majme funkciu f : D( f ) → B a

nech A ⊂ D( f ). Potom funkcia g : A → B definovaná predpisom
g(x) = f (x) , pre ∀ x ∈ A ,
sa nazýva zúženie funkcie f na množinu A a označuje sa g = f A.
■ 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
Takto zúžená funkcia g : − π2 , π2 → ⟨−1, 1⟩ je bijektívna. ■
7.4.5 Skladanie funkcií

Rovnako ako sme v 2. kapitole skladali zobrazenia (definícia 2.4.7, strana 86), môžeme skladať aj
funkcie. Definícia skladania funkcií sa zhoduje s definíciou skladania zobrazení.
Definícia 7.4.10 — Skladanie funkcií. Nech f : D( f ) → B je reálna funkcia g : D(g) → C

je tiež reálna funkcia a H( f ) ⊆ D(g), kde H( f ) ⊆ B. Potom funkcia g ◦ f : D( f ) → C je zložená
funkcia, alebo zloženie funkcií f a g v uvedenom poradí, ktoré je definované predpisom

∀x ∈ D( f ) : g ◦ f (x) = g f (x) .
■
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
g f (x) = (2x + 3)2 − 6(2x + 3) + 11 = 4x2 + − 18 + 11 = 4x2 + 2 = 2(2x2 + 1)

+ 9 −
12x 12x
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
f g(x) = 2(x2 − 6x + 11) + 3 = 2x2 − 12x + 25

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.
■ 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) .
7.4.6 Inverzná funkcia

Ďalší dôležitý pojem, ktorý si definujeme, je inverzná funkcia. Predtým, než uvedieme definíciu, si
musíme uvedomiť, že funkcia f : D( f ) → H( f ) je priamo z definície vždy surjekcia. Pripomeňme
si definíciu funkcie (definícia 7.4.1). Množina H( f ) je definovaná ako
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
Definícia 7.4.11 — Inverzná funkcia. Majme injektívnu funkciu f : D( f ) → H( f ). Potom

funkcia g : H( f ) → D( f ), pre ktorú platí g f (x) = x pre všetky x ∈ D( f ), sa nazýva inverzná
funkcia ku funkcii f a označujeme ju f −1 .
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 ).
Podmienka injektívnosti v definícii inverznej funkcie je kľúčová. Predstavme si funkciu f , ktorá

nie je injektívna. To podľa definície znamená, že
∃ x1 , x2 ∈ D( f ) x1 ̸= x2 : f (x1 ) = f (x2 ) a samozrejme platí f (x1 ), f (x2 ) ∈ H( f ) .
Ak by za týchto podmienok existovala inverzná funkcia f −1 : H( f ) → D( f ), tak akú hodnotu priradí

prvkom f (x1 ), f (x2 ) ∈ H( f )? Tieto dva prvky sa rovnajú, ale majú rôzne vzory vo funkcii f . Podľa
definície zobrazenia (definícia 2.1.1), musí inverzná funkcia f −1 každému prvku z množiny H( f )
priradiť práve jeden prvok z množiny D( f ) a naviac, keďže to má byť inverzná funkcia ku funkcii
f , musí platiť f −1 f (x1 ) = x1 a f −1 f (x2 ) = x2 a máme spor! Preto inverzná funkcia ku funkcii
f : D( f ) → H( f ) existuje práve vtedy, keď je funkcia f injektívna. Toto tvrdenie sa obvykle
formuluje ako veta. My sme z neho dokázali len polovicu, konkrétne implikáciu ⇒. Dokázať
opačnú implikáciu je jednoduché a prenechávame to na čitateľa.
Ak máme reálnu funkciu jednej premennej, ktorá je injektívna, tak môžeme hľadať k nej
inverznú funkciu. To ako sa to robí predvedieme na nasledujúcom príklade.
√3
■ Príklad 7.27 Daná je funkcia f (x) = 2x + 1. Zistite, či je táto funkcia injektívna a ak je, tak
nájdite k nej inverznú funkciu f . −1
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. ■
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).
7.5 Cvičenia
Cvičenie 7.1 Zistite, či daný rad so striedavými znamienkami konverguje

∞
(−1)n ∞
n ∞
n+2
(a) ∑ (f) ∑ (−1)n n + 5 (j) ∑ (−1)n n + 1
n=1 n + 1 n=1 n=1
∞
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. ■
Cvičenie 7.5 Dokážte Eulerov vzorec eiϕ = cos ϕ + i sin ϕ. ■

Cvičenie 7.6 Nájdite definičný obor funkcie f

p p
(a) f (x) = 1 − |x| (m) f (x) = 3 − log2 (5 − x)
(b) f (x) = √ 1
q
|x|−x (n) f (x) = 1 − log 1 (x − 3)
2
q √
(c) f (x) = 2−x
x−3 (o) f (x) = log5 1+ √x
2− x
q √
2+ x
(d) f (x) = x−3
3−x (p) f (x) = log3 2+x−x 2
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 7.7 Nájdite definičný obor a obor hodnôt funkcie f

√
(m) f (x) = 3x−1
p
(a) f (x) = x2 − 4 (g) f (x) = (3 − 2x)2
(b) f (x) = √1 (h) f (x) = 3−x (n) f (x) = sin x + 2

x−3
(c) f (x) = 3 − |x| (i) f (x) = 2 cos x − 1 (o) f (x) = −cotg x
(d) f (x) = 3 ln 2x (j) f (x) = −3−x (p) f (x) = 5 − tg x
(k) f (x) = 1 + 3x (q) f (x) = sin x2
q
(e) f (x) = x+1x−1 x
32 (r) f (x) = sin2 x
(f) f (x) = √ 3 (l) f (x) =
x2 −25 10
■
Cvičenie 7.8 Nájdite definičný obor a načrtnite graf funkcie f

x
(a) f (x) = x−2
x+2 (e) f (x) = ln 1x (i) f (x) = |x|
(b) f (x) = 3x+6 (f) f (x) = |x2 − 4| (j) f (x) = | sin x|

x2 +3x+2
(c) f (x) = ln x2 (g) f (x) = −3x (k) f (x) = 2 cos 2x
2 2
(d) f (x) = ln(2 − x) (h) f (x) = √x (l) f (x) = 2x
x2
■
7.5 Cvičenia 271
Cvičenie 7.9 Načrtnite graf funkcie f

(a) f (x) = 2x (g) f (x) = log x (l) f (x) = log 1 (−x)
5
(b) f (x) = log2 x (h) f (x) = − log x (m) f (x) = 2 ln x
x
(c) f (x) = 21 (i) f (x) = log(x − 1) (n) f (x) = 2 + ln x
(d) f (x) = log 1 x (j) f (x) = | log(x − 1)| (o) f (x) = ln(x + 2)
2
(k) f (x) = log 1 x
q
(e) f (x) = log3 x 5
x2 −4
(p) f (x) = |x| |4−x 2|
(f) f (x) = log 1 x

3
■
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
■
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.
■
Cvičenie 7.17 Dokážte, že ak je funkcia f : A → B bijekcia, tak k nej inverzná funkcia

f −1 : B → A je tiež bijekcia. ■

(a) konverguje (h) konverguje
(pre n ≥ 3, an ≥ an+1 )
(b) konverguje
(pre n ≥ 3, an ≥ an+1 ) (i) konverguje
(c) konverguje (j) diverguje
(d) konverguje (k) konverguje
(e) konverguje (l) konverguje
(f) diverguje (m) konverguje
(g) konverguje
■

∞
n
(a) ∑ (−1)n+1 2n absolútne konverguje → podieľové kritérium. Podľa Leibnizoveho kritéria
n=1
ďalej platí |s − sn | ≤ an+1 a potrebujeme aby platilo
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
čiže rad nekonverguje absolútne. Odhad hodnoty n0

q
1
n + 1 + n+1 1
an+1 = < 10−3 =
n+1 1000
Takže n0 = 106 už určite spĺňa túto podmienku.
∞ n
3
(c) ∑ konverguje absolútne → odmocninové kritérium
n=1 3 + 7i
p
n 3 9 − 21i 3
q = lim |an | = = = √ < 1,
n→∞ 3 + 7i 58 58
a preto rad konverguje absolútne.

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
(m) Konverguje absolútne pre α > 12 .

∞
√ √ ∞
n+2− n−2 4
∑ = ∑ √ √
n n=1 ( n + 2 + n − 2)n
α α
n=1
Pomocou majorantného kritéria potom spravíme odhad zhora.
(n) Konverguje absolútne → odmocninové kritérium.
(o) Konverguje absolútne → podieľové kritérium.
(p) Konverguje absolútne → podieľové kritérium.
(q) Diverguje → majorantné kritérium.

■

(a) x ∈ (−1, 1) (g) x ∈ ⟨−1, 1) (m) x ∈ (0, 2)
(b) x ∈ e−1 , e

(h) x ∈ (2, 4) (n) x ∈ ⟨0, 1)
(c) x ∈ (−∞, 3.5) ∪ (4.5, ∞) (i) x ∈ (−9, 9) (o) x ∈ R
(d) x ∈ (−7, 1) (j) x ∈ (−1, 1) (p) x ∈ R
(e) z ∈ ⟨−1, 1) (k) x ∈ R (q) x ∈ R
(f) x ∈ ⟨−5, 1⟩ (l) x ∈ {−2}

■
∞
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. ■

(a) D( f ) = ⟨−1, 1⟩ (m) D( f ) = ⟨−3, 5)
(n) D( f ) = 72 , ∞

(b) D( f ) = (−∞, 0)
(c) D( f ) = ⟨2, 3) (o) D( f ) = ⟨0, 4)
(d) D( f ) = 0/ (p) D( f ) = ⟨0, 2)
4
(e) D( f ) = (−∞, −5) ∪ (3, ∞) (q) D( f ) = 3,2
(f) D( f ) = (−1, ∞) \ kπ

2 ,k ∈ Z (r) D( f ) = (−∞, −1⟩ ∪ ⟨5, ∞)
√ √
(g) D( f ) = (0, 8⟩ (s) D( f ) = ⟨1 − 2, 1 + 2⟩
(h) D( f ) = ⟨10, ∞) (t) D( f ) = R \ {5}
10
(i) D( f ) = 1, 9 (u) D( f ) = (−∞, 2⟩ ∪ ⟨3, ∞)
(j) D( f ) = (−2, 3) (v) D( f ) = ⟨−3, 3⟩ \ {1}
(k) D( f ) = R \ {0} (w) D( f ) = ⟨−1, 3⟩ \ {0}
(l) D( f ) = (−∞, 2⟩ ∪ ⟨4, ∞) (x) D( f ) = R \ {−3, −2}
■

(a) D( f ) = (−∞, −2⟩ ∪ ⟨2, ∞) (j) D( f ) = R
H( f ) = ⟨0, ∞) H( f ) = (−∞, 0)
(b) D( f ) = (3, ∞) (k) D( f ) = R
H( f ) = (0, ∞) H( f ) = (1, ∞)
(c) D( f ) = R (l) D( f ) = R
H( f ) = (−∞, 3⟩ H( f ) = (0, ∞)
(d) D( f ) = (0, ∞) (m) D( f ) = R
H( f ) = R H( f ) = (0, ∞)
(e) D( f ) = (−∞, −1⟩ ∪ (1, ∞) (n) D( f ) = R
H( f ) = ⟨0, 1) ∪ (1, ∞) H( f ) = ⟨1, 3⟩
(f) D( f ) = (−∞, −5) ∪ (5, ∞) (o) D( f ) = R \ {kπ, k ∈ Z}
H( f ) = (0, ∞) H( f ) = R

(g) D( f ) = R (p) D( f ) = R \ π2 + kπ, k ∈ Z
H( f ) = ⟨0, ∞) H( f ) = R
(h) D( f ) = R (q) D( f ) = R
H( f ) = (0, ∞) H( f ) = ⟨−1, 1⟩
(i) D( f ) = R (r) D( f ) = R
H( f ) = ⟨−3, 1⟩ H( f ) = ⟨0, 1⟩
■

(a) D( f ) = R \ {−2} , H( f ) = R \ {1} (g) D( f ) = R , H( f ) = (−∞, 0)
(b) D( f ) = R \ {−2, −1} , H( f ) = R \ {0} (h) D( f ) = R \ {0} , H( f ) = (0, ∞)
(c) D( f ) = R \ {0} , H( f ) = R (i) D( f ) = R \ {0} , H( f ) = {−1, 1}
(d) D( f ) = (−∞, 2) , H( f ) = R (j) D( f ) = R , H( f ) = ⟨0, 1⟩
(e) D( f ) = (0, ∞) , H( f ) = R (k) D( f ) = R , H( f ) = ⟨−2, 2⟩
(f) D( f ) = R , H( f ) = ⟨0, ∞) (l) D( f ) = R , H( f ) = ⟨1, ∞)
■
Výsledky cvičenia 7.9 Načrtnite graf funkcie f . . . stredná škola. ■
Výsledky cvičenia 7.10 Neplatí. Zdôvodnenie prenechávame študentom. ■
Výsledky cvičenia 7.11 Existuje. Nájdite príklad takej funkcie. ■
Výsledky cvičenia 7.12 Neexistuje. Zdôvodnenie prenechávame študentom. ■

(a) f (g(x)) = x (g) f (g(x)) = ln(3x − 4)
D( f (g)) = ⟨0, ∞) D( f (g)) = 34 , ∞
g( f (x)) = |x| g( f (x)) = 3 ln x − 4
D(g( f )) = R D(g( f )) = (0, ∞)
√ q
x2 +x−6
(b) f (g(x)) = √x+1
x−1 (h) f (g(x)) = e x2 −4x−5
⟨0, ∞) \ {1}
D( f (g)) =q D( f (g)) =q(−∞, −3⟩ ∪ (−1, 2⟩ ∪ (5, ∞)
g( f (x)) = x+1x−1
2x x
+e −6
g( f (x)) = ee2x −4ex −5
D(g( f )) = (−∞, −1⟩ ∪ (1, ∞) D(g( f )) = (−∞, ln 2⟩ ∪ (ln 5, ∞)
p √
(c) f (g(x)) = 3 − x
p
(i) f (g(x)) = |x|3
D( f (g)) = ⟨0, 9⟩ D( f (g)) = R
√ √
g( f (x)) = 3 − 4 x g( f (x)) = x3
D(g( f )) = ⟨0, ∞)
√ D(g( f )) = ⟨0, ∞)
x−2
(d) f (g(x)) = x−3
(j) f (g(x)) = 1 − x
D( f (g)) = √⟨2, ∞) \ {3}
D( f (g)) =√⟨0, ∞)
g( f (x)) = x−1x − 2 g( f (x)) = 1 − x2
D(g( f )) = ⟨0, ∞) \ {1} D(g( f )) = ⟨−1, 1⟩
(e) f (g(x)) = (−1)e
x √
(k) f (g(x)) = cos x − 1
D( f (g)) = R D( f (g)) =√⟨1, ∞)
x
g( f (x)) = e(−1) g( f (x)) = cos x − 1
D(g( f )) = R D(g( f )) = {2kπ, k ∈ Z}
(f) f (g(x)) = sin(2x − 3) (l) f (g(x)) = log1 x
3
D( f (g)) = R
D( f (g)) = (0, ∞) \ {1}
g( f (x)) = 2 sin x − 3
g( f (x)) = log3 1x = − log3 x
D(g( f )) = R
D(g( f )) = (0, ∞)
■

(a) D( f ) = ⟨2,
√
∞) \ {3} (g) D( f ) = R \ {0}
x f1 (x) = ln x
f1 (x) = x−1
f2 (x) = x − 2 f2 (x) = |x|
(b) D( f ) = (−∞, −1) ∪ ⟨1, ∞) (h) D( f ) = R \ {2}
√
f1 (x) = x f1 (x) = ex
x−1
f2 (x) = x+1 f2 (x) = sin
2−x
x

(c) D( f ) = ⟨0, 9⟩ (i) D( f ) = − π6 , π6 + 2kπ , kde k ∈ Z
√
f1 (x) = x f1 (x) = ln x √
f2 (x) = 3 − x f2 (x) = 2 cos x − 3
√
f3 (x) = x (j) D( f ) = R
(d) D( f ) = R f1 (x) = ex
f1 (x) = x2 f2 (x) = sin x. ln |x|
f2 (x) = cos x (k) D( f ) = (−2, 2)
(e) D( f ) = (0, ∞) f1 (x) = ln x
√
f1 (x) = 3 x f2 (x) = 2−x
2+x
f2 (x) = 2 − ln x (l) D( f ) = R \ − 41

√
(f) D( f ) = R f1 (x) = 5 x
√ 1
f1 (x) = 3 x f2 (x) = x− 3
f2 (x) = x2 f3 (x) = 4x + 1
f3 (x) = 2x + 3
■

(a) D( f ) = R (x+4)2
f −1 (x) = 9
f −1 (x) = 3x
(i) D( f ) = ⟨1,√∞)
(b) D( f ) = R \ {−1} f −1 (x) = 3 x2 + 1
f −1 (x) = 1+x
1−x
(j) D( f ) = R √
(c) D( f ) = R x , pre x ≥ 0
funkcia nie je injektívna f −1 (x) = √
− x , pre x < 0
(dôkaz cez definíciu)
(k) D( f ) = R
(d) D( f ) = ⟨0, ∞) funkcia nie je injektívna
f −1 (x) = x2 , pre x ∈ ⟨0, ∞)
(l) D( f ) = R
(e) D( f ) = −∞, 32

x
f −1 (x) = ln x−ln
2
3−1
f −1 (x) = 2−e
3 (m) D( f ) = (1, 3⟩
(f) D( f ) = R√ 2
f −1 (x) = 21−x + 1
f −1 (x) = 3 x + 1
(n) D( f ) = ⟨0, ∞)
\ {−1}
(g) D( f ) = Rq 2
f −1 (x) = x+53
−1
f (x) = 3 1−xx
(o) D( f ) = ⟨−1, 0⟩
(h) D( f ) = ⟨0, ∞) f −1 (x) = sin(x+3)−1
2
■
III
Funkcie, diferenciálny počet
8 Vlastnosti funkcií, úvod k limitám funkcií

283
8.1 Vlastnosti funkcií
8.2 Limity funkcií
8.3 Vety o limitách
8.4 Cvičenia
9 Limity funkcií . . . . . . . . . . . . . . . . . . . . . . . 317

9.1 Vety o nevlastných limitách
9.2 Limita funkcie zúženej na množinu a jednostranné
limity
9.3 Spojité funkcie
9.4 Asymptoty ku grafu funkcie
9.5 Derivácia funkcie
9.6 Cvičenia
10 Derivácie, ich vlastnosti a využitie . . . 353

10.1 Základné vlastnosti derivácie
10.2 Derivačné vzorce a pravidlá, derivácie vyšších rá-
dov
10.3 Geometrický význam derivácií a diferenciál fun-
kcie
10.4 Vety o strednej hodnote
10.5 Monotónnosť funkcie
10.6 Fyzikálny význam derivácie funkcie
10.7 Intervaly konvexnosti a konkávnosti
10.8 Extrémy funkcie
10.9 Cvičenia
11 Taylorov polynóm . . . . . . . . . . . . . . . . . . 417

11.1 Úvod k aproximáciam funkcie polynómami
11.2 Taylorov polynóm
11.3 Použitie Taylorovho polynómu na výpočet približ-
ných hodnôt funkcie
11.4 Krivky a funkcie dané parametricky
11.5 Cvičenia
12 L’Hôpitalovo pravidlo . . . . . . . . . . . . . . . 447

12.1 L’Hôpitalovo pravidlo
12.2 L’Hôpitalovo pravidlo a ako ho (ne)používať
12.3 Cvičenia
8. Vlastnosti funkcií, úvod k limitám funkcií
8.1 Vlastnosti funkcií

V predošlej kapitole sme si definovali pojem funkcia, ukázali sme si dva spôsoby ako môžeme defi-
novať / zadať funkciu (explicitne, alebo pomocou radu), definovali sme skladanie funkcií, inverznú
funkciu, injektívnu, surjektívnu a bijektívnu funkciu. Vzhľadom na to, že funkcia je zobrazenie,
väčšinu týchto pojmov sme už poznali z 2. kapitoly, v ktorej sme sa zaoberali so zobrazeniami
z množiny A do množiny B všeobecne a tieto sme v 7. kapitole iba mierne upravili pre podmnožiny
reálnych čísel.
Hlavným poslaním matematickej analýzy je „analyzovať“, čiže vyšetrovať, funkcie. Pokiaľ ide
o elementárne funkcie, tak tieto funkcie, všetky ich vlastnosti a ich grafy musíme poznať, pretože
tieto vedomosti budeme potrebovať pri vyšetrovaní „komplikovanejších“ fukcií. Takéto „kompliko-
vanejšie“ funkcie môžeme dostať z elementárnych funkcií napr. pomocou bežných aritmetických
operácií a operácie skladania funkcií. Pokiaľ skúmame nejakú inú než elementárnu funkciu, musíme
byť schopní vyšetriť jej priebeh, to znamená vyšetriť všetky jej vlastnosti a na základe zistených
údajov nakresliť graf tejto funkcie. V tejto kapitole si postupne vymenujeme vlastnosti funkcií,
ktoré budeme pri vyšetrovaní priebehu zisťovať. Pri niektorých jednoduchších vlastnostiach funkcií
si hneď aj ukážeme spôsob akým tieto vlastnosti vyšetrujeme, iné vlastnosti funkcií len definujeme,
ilustrujeme ich na príkladoch a ich vyšetrovaním sa budeme zaoberať až v ďalších kapitolách.
8.1.1 Definičný obor

Čo je to definičný obor funkcie bolo definované priamo v definícii funkcie (definícia 7.4.1, strana
254). Definičný obor zadanej funkcie budeme musieť určovať takmer vždy a to ako prvú vlastnosť
danej funkcie, pretože väčšina ostatných vlastností funkcie od neho závisí. V zriedkavých prípadoch
sa môže stať, že funkciu budeme mať priamo zadanú aj s jej definičným oborom. Napríklad
f (x) = 3x2 − ln x , pre x ∈ ⟨e, e3 ⟩ .
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, ∞) .
Takže definičným oborom funkcie f bude D( f ) = (2, ∞). ■
Určovanie definičného oboru funkcie si ukážeme ešte na jednom príklade.

2x

■ Príklad 8.2 Nájdite definičný obor funkcie f (x) = tg
3 + ln(x + 3) .
Riešenie: predpis definujúci funkciu f je súčtom dvoch elementárnych funkcií tg x a ln x a naviac

sú obe tie funkcie zložené
s ďalšou funkciou. Začnime funkciou tg x. Musíme vedieť, že jej definičný
obor je množina R \ π2 + kπ, k ∈ Z . Z toho dostávame podmienku

2x n π o 3π 3k
̸∈ + kπ, k ∈ Z ⇒ x ̸∈ + π, k ∈ Z . (8.1)
3 2 4 2
O funkcii ln x musíme vedieť, že jej definičný obor je interval (0, ∞), z čoho vyplýva podmienka
x + 3 > 0 ⇒ x > −3 ⇒ x ∈ (3, ∞) . (8.2)
Ak spojíme podmienky (8.1)

3π a (8.2) dokopy, tak dostaneme definičný obor danej funkcie f . Je ním
3k
množina D( f ) = (3, ∞) \ 4 + 2 π, k ∈ Z . ■
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.
8.1.2 Nulové body funkcie

Nulové body funkcie f sú všetky riešenia rovnice f (x) = 0, ktoré patria do D( f ). Sú to teda body,
v ktorých graf funkcie pretína os x. Tieto body budeme potrebovať, keď v závere vyšetrovania
priebehu funkcie budeme kresliť jej graf. Hľadanie nulových bodov funkcie spočíva v riešení
vyššieuvedenej rovnice. Pri niektorých funkciách, napríklad lineárnych, to je triviálna úloha. Iné
funkcie, ako napríklad funkcia z príkladu 8.1, alebo funkcia f (x) = ex , alebo funkcia f (x) =
1
x , nulové body nemajú. Vo všeobecnosti musíme riešiť rovnicu f (x) = 0, čo si predvedieme
na nasledujúcich príkladoch.
■ 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
(5x3 − 11x2 + 11x − 5) ÷ (x − 1) = 5x2 − 6x + 5 .
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. ■
■ Príklad 8.4 Nájdite definičný obor funkcie f (x) = cos(3x) .

Riešenie: funkcia cos x je elementárna funkcia a musíme vedieť, že jej definičný obor je R.
To znamená, že aj definičný obor funkcie f (x) = cos(3x) je D( f ) = R. Na nájdenie nulových
bodov danej funkcie musíme riešiť rovnicu cos(3x) = 0. Opäť pritom využívame znalosť vlastností
elementárnych funkcií. Vieme, že nulové body funkcie cos x sú body π2 + kπ, k ∈ Z . To znamená,
že nulové body danej funkcie budú body, pre ktoré platí

nπ o π + 2kπ
3x ∈ + kπ, k ∈ Z ⇒ x ∈ , k∈Z
2 6
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. ■
8.1.3 Parita funkcie

Ďalšou vlastnosťou, ktorú pri vyšetrovaní priebehu funkcie budeme zisťovať, je parita funkcie.
Funkcia vo všeobecnosti môže byť párna, nepárna, alebo nemusí byť ani párna, ani nepárna.
Začneme tým, že definujeme pojem symetrická množina reálnych čísel.
Definícia 8.1.1 — Symetrická množina reálnych čísel. Majme množinu A ⊆ R. Budeme

hovoriť, že množina A je symetrická, ak platí ∀ x ∈ A ⇒ −x ∈ A .
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) .
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.
■
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. ■
8.1.4 Ohraničenosť funkcie

Ďalšou vlastnosťou funkcií, ktorú pri niektorých funkciách budeme potrebovať určiť, je to, či je
daná funkcia ohraničená. Ohraničenosť funkcie sa definuje v podstate rovnakým spôsobom ako
ohraničenosť reálnych postupností, ktorú sme definovali v 5. kapitole (definícia 5.3.2). Nie je to
žiadna náhoda. Opät si musíme uvedomiť, že postupnosť je len špeciálna funkcia. Je to funkcia
definovaná na množine N. Preto sa aj vlastnosti funkcií definujú rovnakým spôsobom ako vlastnosti
postupností. Funkcia, rovnako ako postupnosť, môže byť ohraničená zdola, ohraničená zhora, alebo
ohraničená zdola, aj zhora, v takom prípade hovoríme iba o ohraničenej funkcii bez prívlastkov.
Nasleduje definícia.
Definícia 8.1.3 — Ohraničenosť funkcie. Majme funkciu f : D( f ) → R. Potom hovoríme,

že funkcia f je
a) ohraničená zdola, ak existuje číslo L ∈ R také, že ∀ x ∈ D( f ) : L ≤ f (x) ,
b) ohraničená zhora, ak existuje číslo L ∈ R také, že ∀ x ∈ D( f ) : f (x) ≤ L ,
c) ohraničená, ak existuje číslo L ∈ R také, že ∀ x ∈ D( f ) : | f (x)| ≤ L .
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.
■ Príklad 8.7 Určte definičný obor a ohraničenosť funkcie f (x) = arctg (x + 5) − 1.

Riešenie: cyklometrická funkcia arctg x patrí medzi elementárne funkcie, jej vlastnosti musíme
poznať a jej graf sme mali uvedený na strane 267. Substitícia t = x + 5 nám graf funkcie arctg x
posunie na osi x o 5 smerom doľava, pretože hodnota t = 0 sa nadobúda pre x = −5. A odčítanie
konštanty −1 posunie graf na osi y o 1 smerom nadol. Takže graf funkcie f (x) = arctg (x + 5) − 1
vidíme na nasledujúcom obrázku.

Musíme vedieť, že funkcia arctg x má obor funkčných hodnôt interval − π2 , π2 , a preto bude mať
funkcia f , v dôsledku posunutia o 1 smerom nadol, obor funkčných hodnôt H( f ) = − π2 − 1, π2 − 1 .
To znamená, že funkcia f je ohraničená. Jej dolné a horné ohraničenie je na grafe tvorené asymp-
totami, ktoré sú nakreslené modrou farbou. ■
8.1.5 Monotónnosť funkcie
V 5. kapitole sme sa zaoberali postupnosťami a na strane 183 bola definovaná monotónnosť

postupnosti (definícia 5.3.1). Analogickým spôsobom môžeme definovať aj monotónnosť funkcie.
Definícia 8.1.4 — Monotónnosť funkcie. Majme funkciu f : D( f ) → R. Hovoríme, že f je

a) rastúca funkcia, ak ∀ x1 , x2 ∈ D( f ), x1 < x2 : f (x1 ) < f (x2 ) ,
b) neklesajúca funkcia, ak ∀ x1 , x2 ∈ D( f ), x1 < x2 : f (x1 ) ≤ f (x2 ) ,
c) klesajúca funkcia, ak ∀ x1 , x2 ∈ D( f ), x1 < x2 : f (x1 ) > f (x2 ) ,
d) nerastúca funkcia, ak ∀ x1 , x2 ∈ D( f ), x1 < x2 : f (x1 ) ≥ f (x2 ) .
Funkcia majúca niektorú z uvedených vlastností sa nazýva monotónna funkcia. Pokiaľ je funkcia
f rastúca, alebo je klesajúca, tak sa nazýva rýdzomonotónna funkcia.
Na tomto mieste je vhodné si uvedomiť, že postupnosť (an )n∈N je vlastne funkcia f : D( f ) → A,

ktorej D( f ) = N. To znamená, že postupnosť je funkcia na množine prirodzených čísel. Rozdiel
oproti reálnym funkciám je len v tom, že množina A nemusí byť podmnožinou reálnych čísel.
Monotónnosť postupnosti, sme však definovali len pre postupnosti reálnych čísel, t. j. postupností,
pre ktoré A ⊂ R. Vo svetle týchto skutočností potom vidíme, že definícia 5.3.1 je iba špeciálny
prípad definície 8.1.4.
Pre rýdzomonotónne funkcie triviálne platí nasledujúca veta.
Veta 8.1.1 — Rýdzomonotónne funkcie a injektívnosť. Ak je funkcia f : D( f ) → R rýdzo-

monotónna, tak je injektívna.
Dôkaz: tvrdenie vety vyplýva priamo z definícií rýdzomonotónnosti a injektívnosti. Pre funkciu,
ktorá je rýdzomonotónna, platí buď
∀ x1 , x2 ∈ D( f ), x1 < x2 : f (x1 ) < f (x2 ) , (8.3)
alebo
∀ x1 , x2 ∈ D( f ), x1 < x2 : f (x1 ) > f (x2 ) . (8.4)
Podľa definície 7.4.6 je funkcia f : D( f ) → R injektívna, ak platí

∀x1 , x2 ∈ D( f ) , x1 ̸= x2 ⇒ f (x1 ) ̸= f (x2 ) .
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.
■ 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.
Definícia 8.1.5 — Rastúcosť a neklesajúcosť funkcie v bode a na intervale. Majme

funkciu f : D( f ) → R. Hovoríme, že f je
a) v bode x0 ∈ D( f ) rastúca, ak platí
∃ δ > 0 ∀ x1 , x2 ∈ Oδ (x0 ) ∩ D( f ) : x1 < x0 < x2 ⇒ f (x1 ) < f (x0 ) < f (x2 ) ,
b) v bode x0 ∈ D( f ) neklesajúca, ak platí
∃ δ > 0 ∀ x1 , x2 ∈ Oδ (x0 ) ∩ D( f ) : x1 < x0 < x2 ⇒ f (x1 ) ≤ f (x0 ) ≤ f (x2 ) ,
c) na intervale I ⊆ D( f ) rastúca / neklesajúca, ak je rastúca / neklesajúca v každom bode

tohto intervalu, čiže ak je rastúca / neklesajúca pre ∀ x ∈ I .
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
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.
■ Príklad 8.9 Nájdite definičný obor a intervaly monotónnosti funkcie f (x) = x2 − 4x − 1 .
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 .
Obyčajnou lineárnou substitúciou t = x − 2 to vieme upraviť na tvar f (t) = t 2 − 5, čo je parabola

x2 posunutá na osi y o hodnotu 5 smerom nadol. Použitá substitúcia t = x − 2 naviac posunula graf
paraboly na osi x o 2 smerom doprava, pretože t bude mať hodnotu 0 pre x = 2. Teraz už vieme,
že graf funkcie f (x) = x2 − 4x − 1 dostaneme z grafu funkcie x2 jeho posunutím o 2 doprava a o 5
nadol.
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).
8.1.6 Lokálne a globálne extrémy funkcie

Lokálne a globálne extrémy sú ďalšou z vlastností funkcií, ktorú musíme určiť pri vyšetrovaní
priebehu funkcie. Najskôr uvedieme ich definície.
Obr. 8.1: Príklad lokálnych extrémov funkcie
Definícia 8.1.6 — Lokálne extrémy funkcie. Majme funkciu f : D( f ) → R. Potom hovoríme,

že funkcia f má v bode x0 ∈ D( f )
a) lokálne minimum, ak pre nejaké δ > 0 existuje okolie Oδ (x0 ) také, že platí
∀ x ∈ Oδ (x0 ) ∩ D( f ) : f (x0 ) ≤ f (x) ,
b) lokálne maximum, ak pre nejaké δ > 0 existuje okolie Oδ (x0 ) také, že platí
∀ x ∈ Oδ (x0 ) ∩ D( f ) : f (x) ≤ f (x0 ) ,
c) rýdze lokálne minimum, ak pre nejaké δ > 0 existuje okolie O◦δ (x0 ) také, že platí
∀ x ∈ O◦δ (x0 ) ∩ D( f ) : f (x0 ) < f (x) ,
d) rýdze lokálne maximum, ak pre nejaké δ > 0 existuje okolie O◦δ (x0 ) také, že platí
∀ x ∈ O◦δ (x0 ) ∩ D( f ) : f (x) < f (x0 ) .
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.
Definícia 8.1.7 — Globálne extrémy funkcie. Majme funkciu f : D( f ) → R. Potom hovo-

ríme, že funkcia f má v bode x0 ∈ D( f )
a) globálne minimum, ak platí ∀ x ∈ D( f ) : f (x0 ) ≤ f (x) ,
b) globálne maximum, ak platí ∀ x ∈ D( f ) : f (x0 ) ≥ f (x) .
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.
Ak vieme, že funkcia f na intervale (a, x0 ) ⊆ D( f ) klesá a na intervale (x0 , b) ⊆ D( f ) rastie a

x0 ∈ D( f ), tak má v bode x0 lokálne minimum. Naopak, ak funkcia f na intervale (a, x0 ) ⊆ D( f )
rastie a na intervale (x0 , b) ⊆ D( f ) klesá a x0 ∈ D( f ), tak má v bode x0 lokálne minimum. To
znamená, že ak poznáme všetky intervaly monotónnosti danej funkcie, poznáme aj všetky jej
lokálne extrémy.
Počet extrémov funkcie, lokálnych aj globálnych, nie je nijako obmedzený. Sú funkcie, ktoré
nemajú žiadne extrémy, napríklad f (x) = 2x − 3. Potom sú funkcie, ktoré majú lokálne extrému,
ale nemajú globálne extrémy, napríklad f (x) = x3 − x2 a napokon sú funkcie, ktoré majú nekonečne
veľa lokálnych aj globálnych extrémov, napríklad f (x) = sin x.
8.1.7 Konvexnosť a konkávnosť funkcie

Pojmy konverxnosť a konkávnosť funkcie sa spájajú predovšetkým s grafom funkcie. Ak je daná
funkcia na nejakom intervale konvexná, tak tým je myslené to, že jej graf je na tomto intervale
vypuklý smerom nadol, čiže má podobu ∪. Ak je daná funkcia na nejakom intervale konkávna,
tak je tým myslené to, že jej graf je na tomto intervale vypuklý smerom nahor, t. j. má podobu ∩.
Formálna definícia týchto pojmov je nasledovná.
Definícia 8.1.8 — Konvexnosť a konkávnosť funkcie. Majme funkciu f : D( f ) → R. Potom

hovoríme, že funkcia f je na intervale I ⊆ D( f )
a) rýdzo konvexná, ak platí ∀ x1 , x2 , x3 ∈ I, x1 < x2 < x3 bod [x2 , f (x2 )] leží pod priamkou
spájajúcou body [x1 , f (x1 )] a [x3 , f (x3 )] ,
b) konvexná, ak platí ∀ x1 , x2 , x3 ∈ I, x1 < x2 < x3 bod [x2 , f (x2 )] leží pod, alebo na priamke
spájajúcej body [x1 , f (x1 )] a [x3 , f (x3 )] ,
c) rýdzo konkávna, ak platí ∀ x1 , x2 , x3 ∈ I, x1 < x2 < x3 bod [x2 , f (x2 )] leží nad priamkou
spájajúcou body [x1 , f (x1 )] a [x3 , f (x3 )] ,
d) konkávna, ak platí ∀ x1 , x2 , x3 ∈ I, x1 < x2 < x3 bod [x2 , f (x2 )] leží nad, alebo na priamke
spájajúcej body [x1 , f (x1 )] a [x3 , f (x3 )] .
Predošlú definíciu si ilustrujeme na grafe funkcie f (x) = x3 − 3x2 + 2. Je to polynomická funkcia,

jej definičný obor je D( f ) = R a táto funkcia je na intervale (−∞, 1) konkávna a na intervale (1, ∞)
konvexná. Tým, ako sa to určuje, sa budeme zaoberať neskôr. Graf tejto funkcie je na nasledujúcom
obrázku.
Interval konkávnosti je na osi x vyznačený modrou a interval konvexnosti zelenou šípkou. Ak si

zoberieme tri body x1 < x2 < x3 ležiace buď v jednom, alebo v druhom z týchto intervalov, tak
na intervale (−∞, 1) bude prostredný bod ležať vždy nad priamkou spájajúcou dva krajné body
a na intervale (1, ∞) bude prostredný bod ležať vždy pod priamkou spájajúcou krajné dva body.
S intervalmi, na ktorých je daná funkcia konvexná, alebo konkávna, súvisí aj pojem inflexný bod.
Definícia 8.1.9 — Inflexný bod. Majme funkciu f : D( f ) → R. Potom x0 ∈ D( f ) sa nazýva

inflexný bod funkcie f , ak sa v ňom funkcia mení z konvexnej na konkávnu, alebo z konkávnej
na konvexnú.
Vo všeobecnosti môže byť funkcia f na nejakom intervale I1 ⊆ D( f ) konvexná a na inom inter-

vale I2 ⊆ D( f ) konkávna. Pri vyšetrovaní priebehu funkcie musíme určiť všetky takéto intervaly,
nazývame ich intervaly konvexnosti a konkávnosti funkcie. Pri hľadaní intervalov konvexnosti a
konkávnosti budeme musieť ako prvé nájsť inflexné body funkcie. Všetky tieto informácie budeme
potrebovať poznať pri kreslení grafu funkcie. Na určovanie inflexných bodov a intervalov konvex-
nosti a konkávnosti funkcie potrebujeme derivácie funkcie, a preto sa týmto budeme zaoberať až
neskôr.
8.1.8 Periodickosť funkcie

Funkcie, ktorých hodnoty sa pravidelne opakujú na celom ich definičnom obore sa nazývajú peri-
odické funkcie. Z elementárnych funkcíí, ktoré musíme poznať už zo strednej školy, sú periodickými
všetky goniometrické funkcie. Formálna definícia periodických funkcií a períody je nasledovná.
Definícia 8.1.10 — Periodická funkcia, perióda funkcie. Majme funkciu f : D( f ) → R.

Potom ak existuje číslo p > 0, pre ktoré sú splnené nasledovné dve podmienky
• x0 ∈ D( f ) ⇔ (x0 + p) ∈ D( f ) ,
• ∀ x ∈ D( f ) : f (x) = f (x + p) ,
tak sa funkcia f nazýva periodická. Ak je funkcia f periodická, tak jej perióda je najmenšie
také číslo p > 0, pre ktoré sú splnené dve vyššieuvedené podmienky.
P Ak máme periodickú funkciu, pre ktorú je splnená podmienka ∀ x ∈ D( f ) : f (x) = f (x + p)

z definície 8.1.10, tak samozrejme bude táto splnená aj pre ľubovoľný kladný celočíselný
násobok čísla p, čiže platí ∀ x ∈ D( f ) : f (x) = f (x + k p), pre k ∈ Z+ . Preto, kvôli jedno-
značnosti určenia, berieme za periódu najmenšiu hodnotu p > 0, pre ktorú je táto podmienka
splnená.
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.
8.1.9 Asymptoty ku grafu funkcie

Predposledným krokom pri vyšetrovaní priebehu funkcie, bude zisťovanie, či existujú nejaké
asymptoty ku grafu danej funkcie a ak existujú, aj ich určenie. Asymptoty ku grafu funkcie
sú priamky, ku ktorým sa graf funkcie blíži, ale nikdy ich nedosiahne. Zo stredoškolskej analytic-
kej geometrie vieme, že existujú dva druhy priamok. Prvým sú tzv. priamky so smernicou. Tie sa
dajú vyjadriť v tvare y = k x + q, čo je známy „smernicový tvar rovnice priamky v rovine“. V tomto
tvare sa dá zapísať rovnica akejkoľvek priamky v rovine, s výnimkou tých priamok, ktoré sú kolmé
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.
8.1.10 Graf funkcie

V predošlých častiach sme si postupne vymenovali všetky vlastností funkcie, ktoré musíme zisťovať
pri vyšetrovaní jej priebehu. Niektoré z týchto vlastností vieme určiť už teraz, s inými sa budeme
zaoberať až v nasledujúcich kapitolách, pretože pri ich určovaní sa používajú limity a derivácie
funkcií. Posleným krokom pri vyšetrovaní priebehu funkcie je nakreslenie jej grafu. Tento budeme
vedieť nakresliť na základe informácií, ktoré sme zistili v predošlých častiach. Ešte raz si ich všetky
zrekapitulujeme a tým popíšeme postup kreslenia grafu funkcie.
i) Definičný obor: na základe definičného oboru vieme, v akom rozsahu na osi x bude graf
funkcie ležať, resp. čo je ešte dôležitejšie, vieme kde daná funkcia nie je definovaná.
ii) Nulové body funkcie: sú to body, v ktorých graf funkcie pretne os x. Preto si tieto body
vyznačíme na osi x.
iii) Parita funkcie: ak vieme, že daná funkcia je párna, alebo nepárna, tak jej graf bude súmerný
podľa osi y, alebo podľa bodu [0, 0]. Stačí preto vedieť ako vyzerá polovica grafu danej
funkcie a druhú polovicu nakreslíme súmerne s ňou.
iv) Ohraničenosť funkcie: podľa toho, či je daná funkcia ohraničená, alebo neohraničená vieme,
v akom rozsahu bude graf funkcie ležať na osi y.
v) Monotónnosť funkcie: na osi x si vyznačíme krajné body intervalov, na ktorých je daná
funkcia monotónna.
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.
8.2 Limity funkcií

Cieľom vyšetrovania priebehu funkcie je v ideálnom prípade nakreslenie jej grafu, z ktorého potom
vidno všetky vlastnosti danej funkcie. Jednotlivé vyšetrované vlastnosti funkcie sme si definovali a
popísali v predošlých častiach. Teraz sa začneme zaoberať tým, ako sa vyšetrujú tie vlastnosti, pri
ktorých zisťovaní potrebujeme viac než len stredoškolskú matematiku. Začneme sériou príkladov.
■ 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
∀ ε > 0 ∃ δ > 0 : x ∈ Oδ (1) ⇒ f (x) ∈ Oε (5) . (8.5)
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
(8.5) si zapíšeme v tvare

∀ ε > 0 ∃ δ > 0 : |x − 1| < 1 ⇒ | f (x) − 5| < ε . (8.6)
Aby sme dokázali pravdivosť tvrdenia (8.5), alebo jeho ekvivalentnej podoby (8.6), musíme pre
každé ε > 0 nájsť vhodné δ > 0. Začneme nerovnosťou | f (x) − 5| < ε.
| f (x) − 5| = |(2x + 3) − 5| = |2x − 2| = 2|x − 1| < ε
ε ε ε
2|x − 1| < ε ⇔ |x − 1| < ⇔ x ∈ 1 − , 1 + .
2 2 2
Z poslednej nerovnosti vidíme, že pre ľubovoľné ε > 0 stačí zvoliť δ = ε2 > 0. To znamená, že
tvrdenie (8.5) je pravdivé. ■
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. ■
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
Formálne predošlé tvrdenie zapíšeme ako
∀ ε > 0 ∃ δ > 0 : x ∈ Oδ (∞) ⇒ f (x) ∈ Oε (0) . (8.9)
Jeho ekvivalentná podoba je

1
∀ε > 0 ∃δ > 0 : x > ⇒ | f (x)| < ε . (8.10)
δ
Aby sme dokázali platnosť tvrdenia (8.9) musíme opäť pre každé ε > 0 nájsť vhodné δ > 0. Znova
začneme nerovnosťou | f (x)| < ε.
sin x 1 1
| f (x)| < ≤ <ε ⇔ < |x|
x |x| ε
1
Vidíme, že pre ľubovoľné ε > 0 stačí zvoliť δ = ε > 0 a určite bude platiť x > δ ⇒ | f (x)| < ε .
Takže tvrdenie (8.9) je pravdivé. ■
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
∀ ε > 0 ∃ δ > 0 : x ∈ O◦δ (a) ⇒ f (x) ∈ Oε (b) . (8.11)
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
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.
Definícia 8.2.2 — Rôzne typy limít funkcie. Majme funkciu f : D( f ) → R, nech a, b ∈ R∗ a

lim f (x) = b . Potom ak
x→a
a) ak b ∈ R, tak hovoríme o vlastnej (konečnej) limite,
b) ak b ∈ {±∞}, tak hovoríme o nevlastnej limite,
c) ak a ∈ R, tak hovoríme o limite vo vlastnom bode,
d) ak a ∈ {±∞}, tak hovoríme o limite v nevlastnom bode.
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.
8.3 Vety o limitách

Analogicky, ako sme pre limity postupností dokazovali vety hovoriace o ich vlastnostiach, aj
pre limity funkcií dokážeme vety o ich vlastnostiach. Určite nebude žiadnym prekvapením, že
viacero z nasledujúcich tvrdení je rovnakých, alebo veľmi podobných tým, ktoré platia pre limity
postupností.
Veta 8.3.1 — O jednoznačnosti limity funkcie. Majme funkciu f : D( f ) → R. Ak existuje

lim f (x) = b , tak je jediná.
x→a
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
ľubovoľné dve čísla b1 , b2 ∈ R, b1 ̸= b2 platí
|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
∀ ε1 > 0 ∃ δ1 > 0 : x ∈ O◦δ1 (a) ⇒ f (x) ∈ Oε1 (b) . (8.12)
∀ ε2 > 0 ∃ δ2 > 0 : x ∈ O◦δ2 (a) ⇒ f (x) ∈ Oε2 (b) . (8.13)
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
∃ O◦δ (a) : x ∈ O◦δ (a) ⇒ f (x) = g(x) .
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
∀ ε > 0 ∃ δ > 0 : x ∈ O◦δ (a) ⇒ f (x) ∈ Oε (b) .
Z predpokladu vety vieme, že
∃ δ > 0 : x ∈ O◦δ (a) ⇒ f (x) = g(x) .
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
∀ ε > 0 ∃ δ1 > 0 : x ∈ O◦δ1 (a) ⇒ g(x) ∈ Oε (b) ,
čo podľa definície limity znamená, že lim g(x) = b. Q.E.D.

x→a
Na predošlej vete je založená jedna často používaná metóda výpočtu limít. Ilustrujeme si ju
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
2x2 + x − 3 (2x + 3)

(x−
1)

= = 2x + 3 .
x−1 −
(x 1)

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
Limitu lim (2x + 3) = 5 sme vypočítali už v príklade 8.10. ■

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
b1 = lim f (x) ≤ lim g(x) = b2 .

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
∀ ε1 > 0 ∃ δ1 > 0 : x ∈ O◦δ1 (a) ⇒ f (x) ∈ Oε1 (b1 ) . (8.15)
∀ ε2 > 0 ∃ δ2 > 0 : x ∈ O◦δ2 (a) ⇒ g(x) ∈ Oε2 (b2 ) . (8.16)
Podľa predpokladu vety platí
∃ δ > 0 : x ∈ O◦δ ⇒ f (x) ≤ g(x) . (8.17)
Teraz si zoberieme δ3 = min {δ , δ1 , δ2 }. Pre takto zvolenú hodnotu δ 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.
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
∃ O◦δ (a) : x ∈ O◦δ (a) ⇒ f1 (x) ≤ g(x) ≤ f2 (x) .
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
∀ ε > 0 ∃ δ1 > 0 : x ∈ O◦δ1 (a) ⇒ f1 (x) ∈ Oε (b) , (8.18)
∀ ε > 0 ∃ δ2 > 0 : x ∈ O◦δ2 (a) ⇒ f2 (x) ∈ Oε (b) , (8.19)
Z predpokladu vety pre nejaké δ > 0 platí
∃ O◦δ (a) : x ∈ O◦δ (a) ⇒ f1 (x) ≤ g(x) ≤ f2 (x) . (8.20)
Zvolíme si δ3 = min {δ , δ1 , δ2 }. Pre takto zvolenú hodnotu δ platí
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
∀ ε > 0 ∃ δ3 > 0 : x ∈ O◦δ3 (a) ⇒ g(x) ∈ Oε (b) ,
čo podľa definície limity znamená, že existuje limita lim g(x) = b. Q.E.D.

x→a
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
Riešenie: keďže daná funkcia je konštantá, jej definičný obor je D( f ) = R a dá sa očakávať, že

jej limita v ľubovoľnom bode bude rovná c. Priamo z definície limity dokážeme, že lim f (x) = c.
x→a
Ak táto limita existuje, tak podľa definície musí platiť
∀ ε > 0 ∃ δ > 0 : x ∈ O◦δ (a) ⇒ f (x) ∈ Oε (c) . (8.21)
Keďže funkcia je daná predpisom f (x) = c pre všetky x ∈ R, tak platí
∀ ε > 0 : f (x) ∈ Oε (c) ,
bez ohľadu na x, δ a O◦δ (a). Takže podmienka (8.21) je splnená, čo znamená, že lim f (x) = c. ■
x→a
■ Príklad 8.15 Nech f (x) = x a nech a ∈ R∗ . Vypočítajte limitu lim f (x).

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
∀ ε > 0 ∃ δ > 0 : x ∈ O◦δ (a) ⇒ f (x) ∈ Oε (a) . (8.22)

Okolia z podmienky (8.22) si prepíšeme do tvaru

∀ε > 0 ∃δ > 0 : |x − a| < δ , x ̸= a ⇒ | f (x) − a| < ε .
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)
Vieme, že f (x) = cos x, a preto poslednú nerovnosť vieme odhadnúť

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
■ Príklad 8.17 Nech f (x) = sinx x . Dokážte, že lim f (x) = 1.

x→0
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.

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
Dôkaz: existencia limity lim g(t) = L podľa definície znamená

t→b
∀ ε > 0 ∃ δ > 0 : t ∈ O◦δ (b) ⇒ g(x) ∈ Oε (L) . (8.25)
existencia limity lim f (x) = b podľa definície znamená

x→a
∀ δ > 0 ∃ γ > 0 : x ∈ O◦γ (a) ⇒ f (x) ∈ Oδ (b) . (8.26)
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
∃ O◦ζ (a) : f (x) ̸= b .
Položme θ = min {ζ , γ} a z (8.25) a (8.26) potom vyplýva
∀ ε > 0 ∃ ϑ > 0 : t ∈ O◦ϑ (b) ⇒ g f (x) ∈ Oε (L) .

To znamená, že existuje limita lim g f (x) = L . Q.E.D.
x→a
Pomocou predošlej vety môžeme napríklad vypočítať nasledujúcu limitu.
sin(x − 1)
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
8.3.1 Vety o vlastných limitách

V predošlej časti sme sa zaoberali vetami o limitách, ktoré platia všeobecne. V tejto časti uvedieme
zopár viet, ktoré hovoria špeciálne o vlastných (konečných) limitách funkcií.
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
∀ ε > 0 ∃ δ > 0 : x ∈ O◦δ (a) ∩ D( f ) ⇒ | f (x) − b| < ε .

Z poslednej nerovnosti vyplýva
| f (x) − b| < ε ⇔ b − ε < f (x) < b + ε ,
čo znamená, že funkcia f je ohraničená. Q.E.D.
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
x ∈ O◦δ (a) ⇒ |( f (x) + g(x)) − (L1 + L2 )| = | f (x) − L1 + (g(x) − L2 )| ≤

ε ε
≤ | f (x) − L1 | + |g(x) − L2 | < + =ε
2 2

To podľa definície limity znamená, že existuje limita lim f (x) + g(x) = L1 + L2 . Q.E.D.
x→a
Predošlá veta sa dá triviálne zovšeobecniť na ľubovoľný konečný počet sčítancov a pomocou

nasledujúcej vety aj na rozdiel funkcií.
Veta 8.3.8 — O vlastnej limite násobenej konštantou. Nech existuje vlastná limita
lim f (x) = L
x→a
a nech c ∈ R je konštanta. Potom existuje aj limita

lim c f (x) = c L .
x→a
Dôkaz: ak c = 0, tak c f (x) = 0 a lim 0 = 0 . V tomto prípade nie je čo dokazovať.

x→a
Ak c ̸= 0, tak |c| > 0 a ak existuje vlastná limita funkcie f v bode a, tak podľa definície limity
platí
ε ε
∀ > 0 ∃ δ > 0 : x ∈ O◦δ (a) ⇒ | f (x) − L| < (8.29)
|c| |c|
Podľa (8.29) platí

ε
|c f (x) − c L| = c | f (x) − c| < c ·
=ε,
|c|

čo podľa definície limity znamená, že existuje limita lim c f (x) = c L . Q.E.D.
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
Dôkaz: ak je funkcia g na okolí O◦δ (a) ohraničená, tak to znamená
∃ K > 0 : x ∈ O◦δ (a) ⇒ |g(x)| ≤ K (8.30)
ak lim f (x) = 0 , tak to podľa definície limity znamená

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
■
Veta 8.3.10 — O limite súčinu funkcií. Ak existujú vlastné limity
lim f (x) = L1 a lim g(x) = L2 ,

x→a x→a
tak existuje aj limita

lim f (x) · g(x) = L1 · L2 .
x→a
Dôkaz: ak existuje limita lim f (x) = L1 , tak to znamená, že

x→a
lim f (x) − L1 ) = 0 .
x→a
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.
■ Príklad 8.20 Vypočítajte limitu lim xn , pre n ∈ N.

x→a
Riešenie: limita lim x = a. Podľa vety 8.3.10 bude potom lim xn = an . ■

x→a x→a
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
∀ ε, L − ε > 0 ∃ δ > 0 : x ∈ O◦δ (a) ⇒ | f (x) − L| < ε (8.32)
Ďalej platí
| f (x) − L| < ε ⇔ L − ε < f (x) < L + ε
| {z }
funkcia f (x) je ohraničená
Okrem toho platí
1 1 1 1 1 f (x) − L
= + − = − (8.33)
f (x) L f (x) L L L f (x)
Potom z vety 8.3.10 a (8.33) vyplýva

1 1 f (x) − L 1 1
lim = lim − = −0 = Q.E.D.
x→a f (x) x→a L L f (x) L L
Veta 8.3.12 — O limite podielu funkcií. Ak existujú vlastné limity
lim f (x) = L1 a lim g(x) = L2 ,

x→a x→a
a L2 ̸= 0, tak existuje aj limita

f (x) L1
lim = .
x→a g(x) L2
Dôkaz: platí
f (x) 1
= f (x) ·
g(x) g(x)
Podľa viet 8.3.10 a 8.3.11 potom platí

f (x) L1
lim = Q.E.D.
x→a g(x) L2
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)
8.4 Cvičenia
Cvičenie 8.1 Nájdite definičný obor a intervaly monotónnosti funkcie

(a) f (x) = 2 − 7x (e) f (x) = x2 + 5x − 14 (i) f (x) = x2 + 2x
(b) f (x) = x − |x| ex +3 2
(f) f (x) = 5 (j) f (x) = 1 − x−1
√
(c) f (x) = 2 − 3x 2+x x−2
(g) f (x) = 3−x (k) f (x) = x+3
√
x
(d) f (x) = √
1+ x (h) f (x) = x3 − 2 (l) f (x) = tg 2x +1
■
Cvičenie 8.2 Zistite, či je funkcia f (x) ohraničená zdola a ohraničená zhora

x
(a) f (x) = 10 sin x (g) f (x) = x+2
(b) f (x) = 3x x−1
(h) f (x) = x+3
(c) f (x) = −7 (i) f (x) = x−7
7−x
(d) f (x) = 2x2 x2 +x−2
(j) f (x) = x3 +4x2 +x−6
(e) f (x) = −x3
(k) f (x) = x
x+2 , D( f ) = R+
0
(f) f (x) = −5x2
(l) f (x) = x+1
x−3 , D( f ) = R−
0
■
Cvičenie 8.3 Určte definičný obor a paritu funkcie

(a) f (x) = 2 (m) f (x) = tg x + 1
√
(b) f (x) = x (n) f (x) = x + |x|
√
(c) f (x) = 3 x (o) f (x) = √ x−4
x2 −x−2
(d) f (x) = x − x2 (p) f (x) = ax +1
ax −1
(e) f (x) = x3 − x p
(q) f (x) = 1 − 2 cos(2x)
(f) f (x) = sin(x + 5) 3+x

(r) f (x) = ln 3−x
(g) f (x) = cos x − 3
x2 −2
1 (s) f (x) = log x
(h) f (x) = 2x
3
(i) f (x) = x+2 (t) f (x) = √x −x
x−2 x2 −1
p
x2 (u) f (x) = x 6 − 2|x|
(j) f (x) = 1+2x2 √
(k) f (x) = x x2 −1
|x| (v) f (x) = |3x|
(l) f (x) = 2 sin x + 1 (w) f (x) = √|x|
4− x2 −9
■
8.4 Cvičenia 311
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.
(a) f (x) = (−1)3x , x ∈ Z (f) f (x) = 2x − ⌊2x⌋

(b) f (x) = 3x − 1 (g) f (x) = 2 + (−1)x , x ∈ Z
(c) f (x) = (−1)2x , x ∈ Z (h) f (x) = ⌊x⌋ − x
(d) f (x) = 13x + (−1)5x , x ∈ Z (i) f (x) = 1 − sgn x
(e) f (x) = 2x − 2⌊x⌋d (j) f (x) = x − ⌊x⌋
■
d Zápis ⌊x⌋ znamená dolnú celú časť čísla x. Napr. ⌊3.14⌋ = 3 a ⌊−2.71⌋ = −3.
Cvičenie 8.6 Načrtnite graf funkcie, ktorá je periodická a súčasne

(a) je ohraničená a párna. (c) je zhora, ale nie zdola ohraničená.
(b) je neohraničená a nepárna. (d) má minimum, ale nemá maximum.
■
Cvičenie 8.7 Vyriešte nasledovné úlohy

(a) Nech fn (x) = f ( f (... f (x))) . Nájdite fn (x) ak f (x) = √ x .
| {z } 1+x2
n-krát
(b) Nájdite f (x) ak f (x + 1) = x2 − 3x + 2.

(c) Nájdite f (x) ak f x + 1x = x2 + x12 , pre |x| ≥ 2.

√
(d) Nájdite f (x) ak f 1x = x + 1 + x2 , pre x > 0 .

■
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. ■
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. ■
Cvičenie 8.11 Dokážte, že platí

(a) lim (2x + 1) = 3 x2 − 9
x→1 (c) lim =6
x→3 x − 3
x2 − 4
(b) lim =4 3x2 − 3
x→2 x − 2 (d) lim = −6
x→−1 x + 1
■
Cvičenie 8.12 Vypočítajte limitu
(a) lim x3 − 2x2 + x − 1 x2 − 2x − 3

x→2 (f) lim
x→3 x2 + 4x − 21
(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
■

(a) D( f ) = R (g) D( f ) = R \ {3}
klesá pre x ∈ D( f ) rastie pre x ∈ D( f )
(b) D( f ) = R (h) D( f ) = R
rastie pre x ∈ (−∞, 0) rastie pre x ∈ D( f )
konštantná pre x ≥ 0 (i) D( f ) = R
2
(c) D( f ) = −∞, 3 klesá pre x ∈ (−∞, −1)
klesá pre x ∈ D( f ) rastie pre x ∈ (−1, ∞)
(d) D( f ) = ⟨0, ∞) (j) D( f ) = R \ {1}
rastie pre x ∈ D( f ) rastie pre x ∈ D( f )
(e) D( f ) = R (k) D( f ) = R \ {−3}
klesá pre x ∈ −∞, − 25

rastie pre x ∈ D( f )
rastie pre x ∈ − 52 , ∞

(l) D( f ) = R \ {(2k + 1)π, k ∈ Z}
(f) D( f ) = R rastie pre x ∈ D( f )
rastie pre x ∈ D( f )
■

(a) f (x) je ohraničená na intervale ⟨−10, 10⟩.
(b) f (x) je neohraničená.
(c) f (x) je obraničená na jednoprvkovú množinu {−7}.
(d) f (x) je ohraničená na intervale ⟨0, ∞).
(e) f (x) je neohraničená.
(f) f (x) je ohraničená na intervale (−∞, 0⟩.
(g) f (x) je neohraničená.
(h) f (x) je neohraničená.
(i) f (x) je na jednoprvkovú množinu {−1}.
(j) f (x) je neohraničená.
(k) f (x) je ohraničená na intervale ⟨0, 1).
(l) f (x) je ohraničená na intervale ⟨0, 1).
■

(a) D( f ) = R funkcia nemá paritu
funkcia je párna
(m) D( f ) = R \ π2 + kπ, k ∈ Z
(b) D( f ) = ⟨0, ∞) funkcia nemá paritu
funkcia nemá paritu (n) D( f ) = R
(c) D( f ) = R funkcia nemá paritu
funkcia je nepárna (o) D( f ) = (−∞, −1) ∪ (2, ∞)
(d) D( f ) = R funkcia nemá paritu
funkcia nemá paritu (p) D( f ) = R \ {0}
(e) D( f ) = R funkcia je nepárna
funkcia je nepárna (q) D( f ) = − π4 + kπ, π4 + kπ , k ∈ Z
(f) D( f ) = R funkcia je párna
funkcia nemá paritu (r) D( f ) = (−3, 3)
(g) D( f ) = R funkcia je nepárna
√ √
funkcia je párna (s) D( f ) = (− 2, 0) ∪ ( 2, ∞)
(h) D( f ) = R \ {0} funkcia nemá paritu
funkcia je nepárna (t) D( f ) = (−∞, −1) ∪ (1, ∞)
(i) D( f ) = R \ {2} funkcia je nepárna
funkcia nemá paritu (u) D( f ) = ⟨−3, 3⟩
(j) D( f ) = R funkcia je nepárna
funkcia je párna (v) D( f ) = (−∞, −1⟩ ∪ ⟨1, ∞)
(k) D( f ) = R \ {0} funkcia je párna
funkcia je nepárna (w) D( f ) = (−∞, −3⟩ ∪ ⟨3, ∞) \ {−5, 5}
(l) D( f ) = R funkcia je párna
■

(a) D( f ) = R (g) D( f ) = R \ {0}
p = 3π funkcia nie je periodická
(b) D( f ) = R (h) D( f ) = R
p=1 p=π
π 3π

(c) D( f ) = R (i) D( f ) = 4, 4 + 2kπ , kde k ∈ Z
p=π p = 2π
(d) D( f ) = R (j) D( f ) = R
funkcia nie je periodická p = 2π
(e) D( f ) = R (k) D( f ) = R \ {(2k + 1)π, k ∈ Z}
funkcia nie je periodická p = 2π
(f) D( f ) = R (l) D( f ) = R
p = 2π p = 23 π
■

(a) je, p = 2 (d) je, p = 2 (g) je, p = 2 (j) je, p = 1
(b) nie je (e) je, p = 1 (h) je, p = 1
1
(c) nie je (f) je, p = 2 (i) nie je
■

(a) napr. f (x) = cos x (c) napr. f (x) = tg x − |tg x|
(b) napr. f (x) = tg x (d) napr. f (x) = x − ⌊x⌋
■

(a) fn (x) = √ x (c) f (x) = x2 − 2
1+nx2
√
2 1+ x2 +1
(b) f (x) = x − 5x + 6 (d) f (x) = x
■

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 )
■
Výsledky cvičenia 8.9 Ak u = (3 − δ , 3 + δ ), tak V = (5 − 3δ , 5 + 3δ ). ■
Výsledky cvičenia 8.10 Ak u = (4 − δ , 4 + δ ), tak V = (2 − δ , 2 + δ ). ■
Výsledky cvičenia 8.11 Z definície, cez okolia. ■

(a) lim x3 − 2x2 + x − 1 = 1 x2 − 2x − 3

2
x→2 (f) lim 2
=
x→3 x + 4x − 21 5
(b) lim x4 + x2 − x = 3 √

x→−1 1+x−1 1
(g) lim =
x→0 x 2
x2 − 2x 1 √
(c) lim =
x→2 x2 − 4 2 x+3−2 1
(h) lim =
x→1 x−1 4
x2 + x 1 √ √
(d) lim = √
x→−1 2(x2 − 1) 4 2+x− 2 2
(i) lim =
x→0 x 4
x2 − 1
(e) lim = −2 x2 − x
x→1 x2 − 3x + 2
(j) lim √ =2
x→1 x − 1
■
9. Limity funkcií
9.1 Vety o nevlastných limitách
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
∃ O◦δ (a) : x ∈ O◦δ (a) ⇒ g(x) je zdola ohraničená ,

tak potom platí lim f (x) + g(x) = ∞ .
x→a
Dôkaz: z predpokladu dolnej ohraničenosti funkcie g na nejakom okolí O◦δ (a) vyplýva, že
∃ O◦δ (a) ∃ l > 0 : x ∈ O◦δ (a) ⇒ g(x) ≥ l . (9.1)
To, že existuje limita lim f (x) = ∞ potom znamená

x→a
∀ k′ = k − l > 0 ∃ δ1 > 0 : x ∈ O◦δ1 (a) ⇒ f (x) > k′ = k − l (9.2)
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
∀ k > 0 ∃ δ2 > 0 : x ∈ O◦δ2 (a) ⇒ f (x) + g(x) > k − l + l = k ,

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
∃ O◦δ (a) : x ∈ O◦δ (a) ⇒ g(x) je zdola ohraničená kladným číslom ,

tak potom platí lim f (x) · g(x) = ∞ .
x→a
Dôkaz: z predpokladu dolnej ohraničenosti funkcie g kladným číslom na nejakom okolí O◦δ (a)
vyplýva, že
∃ O◦δ (a) ∃ l > 0 : x ∈ O◦δ (a) ⇒ g(x) ≥ l > 0 . (9.3)
To, že existuje limita lim f (x) = ∞ potom znamená

x→a
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
∀ k > 0 ∃ δ > 0 : x ∈ O◦δ (a) ⇒ f (x) > k > 0 . (9.5)
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
■ 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
∃ O◦δ (a) : x ∈ O◦δ (a) ⇒ f (x) > 0 ,
1
tak platí lim = ∞.
x→a f (x)
Dôkaz: to, že funkcia f má v bode a nulovú limitu, podľa definície limity znamená
∀ ε > 0 ∃ δ1 > 0 : x ∈ O◦δ1 (a) ⇒ | f (x)| < ε . (9.7)
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 .
1 Zložených v zmysle skladania funkcií, ale aj zložených pomocou aritmetických operácií.

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
lim f (x) = ±∞ lim 1 =0

x→a x→a f (x)
lim f (x) = 0 , ∃ O◦ (a) : x ∈ O◦ (a) ⇒ f (x) > 0 lim 1 =∞

x→a x→a f (x)
lim f (x) = 0 , ∃ O◦ (a) : x ∈ O◦ (a) ⇒ f (x) < 0 lim 1 = −∞

x→a x→a f (x)
Tabuľka 9.1: Vety platné pre nevlastné limity
■ Príklad 9.2 Vypočítajte limity

(a) lim 1
=0 (c) lim xa = 0 , ak a < 0
x→±∞ x x→∞
(b) lim xa = ∞ , ak a > 0 (d) lim ax = ∞ , ak a > 1
x→∞ x→∞
(e) lim ax = 0 , ak |a| < 1
x→∞
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 .
Z nerovnosti ax ≥ k dostaneme nerovnosť x ≥ loga k. Stačí preto, ak si pre dané k zvolíme

n0 > loga k a podmienka existencie danej limity je splnená.
(e) Existenciu limity lim ax = 0 , ak |a| < 1, by sme rovnako ako v príklade (d) mohli dokázať
x→∞
priamo z definície limity. Pre kladné a danú limitu môžeme ukázať aj tak, že pre každé
0 < a < 1 existuje 1 < b = a1 a použijeme limity z príkladov (d) a (a).
■
9.2 Limita funkcie zúženej na množinu a jednostranné limity

V 7. kapitole, v úvodnej časti zaoberajúcej sa funkciami, bol definovaný pojem funkcie zúže-
nej na množinu (definícia 7.4.9, strana 262). Nasledujúca veta hovorí o limite funkcie zúženej
na množinu.
Veta 9.2.1 — O limite zúženej funkcie. Majme funkciu f : D( f ) → R, nech A ⊂ D( f ),

g = f A je zúženie funkcie f na množinu A a nech a je hromadným bodom množiny A. Potom
ak existuje limita lim f (x) = b , tak existuje aj limita lim g(x) = b .
x→a x→a
Dôkaz: ak a je hromadným bodom množiny A ⊆ D( f ), tak je aj hromadným bodom množiny

D( f ). Ak existuje limita funkcie f v bode a, tak to podľa definície limity znamená
∀ ε > 0 ∃ δ > 0 : x ∈ O◦δ (a) : ⇒ | f (x) − b| < ε . (9.9)
Keďže a je hromadným bodom množiny D( f ), tak platí aj modifikovaná podoba (9.9)
∀ ε > 0 ∃ δ > 0 : x ∈ O◦δ (a) ∩ D( f ) ⇒ | f (x) − b| < ε . (9.10)
Ale bod a je podľa predpokladu vety aj hromadným bodom množiny A, takže platí aj ďalšia
modifikácia
∀ ε > 0 ∃ δ > 0 : x ∈ O◦δ (a) ∩ A ⇒ | f (x) − b| < ε , (9.11)
čo je definícia existencie limity lim g(x) = b . Q.E.D.

x→a
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).
B = R \ Q, tak zúženia Dirichletovej funkcie g1 = χ A aj g2 = χ B majú limitu v každom bode

svojho definičného oboru. Platí lim g1 (x) = 1 pre ∀ a ∈ Q a lim g2 (x) = 0 pre ∀ a ∈ R \ Q. ■
x→a x→a
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
lim g1 (x) ̸= lim g2 (x) ,

x→a x→a
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.
L(a) = {x ∈ D( f ) : x < a} a P(a) = {x ∈ D( f ) : x > a} . (9.12)
Pomocou množín L(a) a P(a) môžeme definovať zúženia funkcie f na tieto množiny
f − (x) = f (x) L(a) a f + (x) = f (x) P(a) (9.13)
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
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.
Veta 9.2.2 — O jednostranných limitách a limite. Majme funkciu f : D( f ) → R, množiny

L(a) a P(a) definované podľa (9.12) a nech bod a je hromadným bodom týchto množín. Potom
limita lim f (x) existuje práve vtedy, ak existujú jednostranné limity lim− f (x) a lim+ f (x) a ak
x→a x→a x→a
sa tieto jednostranné limity rovnajú.
Dôkaz: tvrdenie vety má formu ekvivalencie, takže dokazovať ho budeme ako dve implikácie.
⇒ Ak existuje limita lim f (x) a bod a je hromadným bodom množín L(a) a P(a), tak podľa
x→a
vety 9.2.1 existujú obe jednostranné limity a platí
lim f (x) = lim+ f (x) = lim f (x) .

x→a− x→a x→a
⇐ Ak existujú obe jednostranné limity a platí lim− f (x) = lim+ f (x) = b, tak podľa definície
x→a x→a
limity platia tvrdenia
∀ ε > 0 ∃ δ1 > 0 : x ∈ (a − δ1 , a) ⇒ | f (x) − b| < ε (9.14)
∀ ε > 0 ∃ δ2 > 0 : x ∈ (a, a + δ2 ) ⇒ | f (x) − b| < ε . (9.15)

Ak položíme δ = min {δ1 , δ2 }, tak z (9.14) a (9.15) vyplýva, že platí

∀ ε > 0 ∃ δ > 0 : x ∈ (a − δ , a + δ ) x ̸= a ⇒ | f (x) − b| < ε ,
čo je definícia limity lim f (x) .

x→a
Q.E.D.
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.
Veta 9.2.3 — O existencii jednostranných limít monotónnej funkcie. Nech je funkcia

f : D( f ) → R na D( f ) neklesajúca, alebo nerastúca a nech bod a je hromadným bodom množiny
L(a), resp. P(a), (9.12). Potom existuje jednostranná limita lim− f (x) , resp. lim+ f (x).
x→a x→a
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
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. ■
9.3 Spojité funkcie

Potom, čo sme sa oboznámili s jednostrannými limitami, môžeme prejsť k ďalšiemu dôležitému
pojmu, ktorým je spojitosť funkcie v bode. Pomocou neho sa potom definuje spojitosť funkcie
na intervale, množine a pojem spojitá funkcia. Spojité funkcie sú dôležitou triedou reálnych
funkcií. Opisne sa dá pojem spojitosti špecifikovať nasledovne
Funkcia f je spojitá, ak malá zmena hodnoty argumentu x spôsobí malú zmenu
funkčnej hodnoty f (x).
Pri reálnych funkciách jednej premennej, ktorých graf sa dá nakresliť v rovine, sa spojitá funkcia
zvykne opisne špecifikovať tak, že jej graf tvorí čiara, ktorú vieme nakresliť jedným ťahom bez
toho, aby sme z papiera zodvihli ceruzku. Oba tieto popisy nie sú matematicky korektné. Uvedieme
si preto definíciu funkcie spojitej v bode.
Definícia 9.3.1 — Funkcia spojitá v bode. Majme funkciu f : D( f ) → R. Hovoríme, že

funkcia f je spojitá v bode a ∈ D( f ), ak platí
∀ ε > 0 ∃ δ > 0 ∀x ∈ D( f ) : |x − a| < δ ⇒ | f (x) − f (a)| < ε . (9.16)
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.
Všimnime si, že podmienka (9.16) v definícii spojitosti je prakticky identická s podmienkou

(8.11) v definícii limity funkcie v bode a. Jediný rozdiel je v tom, že v prípade limity funkcie
v bode a, nemusí platiť a ∈ D( f ). S týmto súvisí nasledujúca veta.
Veta 9.3.1 — Spojitosť funkcie v bode a limita. Majme funkciu f : D( f ) → R a nech

a ∈ D( f ). Potom je funkcia f spojitá v bode a, ak bod a je hromadným bodom práve vtedy, ak
existuje lim f (x) = f (a) .
x→a
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
∀ ε > 0 ∃ δ > 0 ∀x ∈ D( f ) : |x − a| < δ ⇒ | f (x) − f (a)| < ε .
Ak je naviac bod a hromadným bodom množiny D( f ), tak to podľa definície 8.2.1

znamená, že existuje limita lim f (x) = f (a) .
x→a
⇐ 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
∀ ε > 0 ∃ δ > 0 : x ∈ O◦δ (a) ⇒ f (x) ∈ Oε f (a) .

To môžeme prepísať do tvaru
∀ ε > 0 ∃ δ > 0 : |x − a| < δ ⇒ | f (x) − f (a)| < ε ,
čo nie je ničím iným, než definíciou spojitosti funkcie f v bode a

Q.E.D.
Na nasledujúcich troch príkladoch si ukážeme ako sa dá predošlá veta použiť na dokazovanie

nespojitosti funkcie v nejakom bode.
■ 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.
Veta 9.3.2 — Aritmetické operácie so spojitými funkciami. Majme funkcie f : D( f ) → R ,

g : D(g) → R a bod a ∈ D( f ) ∩ D(g). Potom ak sú funkcie f a g spojité v bode a, tak platí
a) funkcia c1 f (x) + c2 g(x) je spojitá v bode a pre ľubovoľné konštanty c1 , c2 ∈ R,
b) funkcia f (x) · g(x) je spojitá v bode a ,
f (x)
c) ak g(a) ̸= 0, tak funkcia g(x) je spojitá v bode a.
Dôkaz: nebudeme robiť. Je rovnaký ako dôkazy viet 8.3.7, 8.3.8, 8.3.10 a 8.3.12.

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.
■ Príklad 9.8 Vypočítajet limitu lim sinx x .

x→0
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
Pre limitu lim sinx x potom platí

x→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)!
■
Rovnako jednoduchým spôsobom vypočítame aj nasledujúcu limitu.

1 − cos x
■ Príklad 9.9 Vypočítajet limitu lim .
x→0 x2
Riešenie: funkcia cos x je definovaná pomocou nekonečného radu
∞
x2n
cos x = ∑ (−1)n (2n)!
n=0
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
■
A do tretice ešte jedna limita s exponenciálnou funkciou.
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 .
Exponenciálna funkcia ex je definovaná pomocou nekonečného radu

∞
xn
ex = ∑ n!
n=0
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.
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
Tabuľka 9.2: Tabuľka niektorých dôležitých limít
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
Pri výpočte poslednej limity sme použili 1. limitu z tabuľky limít. ■
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
Potom danú limitu vypočítame ako

loga (x + 1) t 1 1 1
lim = lim t = lim at −1 = at −1
=
x→0 x t→0 a − 1 t→0 limt→0 t ln a
t
Pri výpočte poslednej limity sme použili 3. limitu z tabuľky limít. ■
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,
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
∀ ε > 0 ∃ δ > 0 ∀x1 , x2 ∈ A : |x1 − x2 | < δ ⇒ | f (x1 ) − f (x2 )| < ε . (9.17)
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
A = {x ∈ ⟨x1 , x2 ⟩ : f (x) > 0} .
Množina A je určite neprázdna, pretože x1 ∈ A. Je aj zhora ohraničená hodnotou x2 . Takže

určite existuje sup (A) = x0 . Funkcia f je na intervale I spojitá, takže je spojitá aj na intervale
⟨x1 , x2 ⟩ ⊆ I, a preto nadobúda na intervale ⟨x1 , x2 ⟩ svoje suprémum, t. j. x0 ∈ ⟨x1 , x2 ⟩. Pre f (x0 )
môžu nastať tri možnosti
▷ 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
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
Oδ (x0 ) = (x0 − δ , x0 + δ ) z čoho vyplýva, že musí existovať x0 − δ < t < x0 také, že

f (t) < 0 a to je spor s vlastnosťou supréma, ktorá hovorí, že ak x0 = sup (A), tak

∀ δ > 0 ∃t ∈ A : x0 − δ < t < x0 ∧ f (t) > 0 .
▷ 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.
Veta 9.3.5 — O spojitej funkcii a obraze intervalu. Majme funkciu f : D( f ) → R, ktorá je

spojitá na intervale I ⊆ D( f ). Potom f [I] , t. j. obraz intervalu I vo funkcii f , je buď jednoprvková
množina, alebo interval.
Dôkaz: pripomíname, že obraz množiny vo funkcii bol definovaný v definícii 7.4.4 (strana 255).
Sú len nasledujúce dve možnosti
1) Funkcia f je na intervale I konštantná, t. j. f (x) = c pre ∀ x ∈ I. V takom prípade f [I] = {c}.
2) Funkcia f na intervale I nie je konštantná. V takom prípade existujú y1 , y2 ∈ f [I] také,

že y1 ̸= y2 a bez újmy na všeobecnosti môžeme predpokladať, že y1 < y2 . To znamená,
že musia existovať body x1 , x2 ∈ I také, že f (x1 ) = y1 a f (x2 ) = y2 . Zvoľme si ľubovoľné
y0 ∈ (y1 , y2 ) a definujme funkciu F(x) nasledovným spôsobom
F(x) = f (x) − y0 .
Funkcia F(x) je na intervale I spojitá a platí
F(x1 ) = y1 − y0 < 0 a F(x2 ) = y2 − y0 > 0 .
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.
Ak máme neklesajúcu funkciu f , ktorá je v bode a ∈ I nespojitá, tak musí platiť
lim f (x) < lim+ f (x) .

x→a− x→a
Pre nerastúcu funkciu f nespojitú v bode a ∈ I platí opačná nerovnosť
lim f (x) > lim+ f (x) .

x→a− x→a
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.
Veta 9.3.6 — O obraze intervalu, monotónnosti a spojitosti funkcie. Majme funkciu

f : D( f ) → R, ktorá je na intervale I ⊆ D( f ) monotónna a f [I] je buď jednoprvková mno-
žina, alebo interval. Potom je funkcia f na intervale I spojitá.
Dôkaz: budeme robiť len pre neklesajúcu funkciu f . Pre nerastúcu funkciu sa robí analogicky.
Máme dve možnosti
1) a ∈ I je vnútorný bod intervalu I. Dôkaz budeme robiť sporom. Predpokladajme, že funkcia

f je v bode a nespojitá. Potom platí nerovnosť
lim f (x) < lim+ f (x) .

x→a− x→a
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 (9.18) vyplýva, že c ̸∈ f [I]. To znamená, že f [I] nie je interval, čo je spor s predpokladom

vety.
2) a ∈ I je hraničný bod intervalu I, čiže interval I je v bode a uzavretý. Z definície f [I]
platí f (a) ∈ f [I]. Funkcia f je neklesajúca, a preto pre všetky x0 ∈ I platí f (a) ≤ f (x0 )
a lim+ f (x) ≤ lim f (x) . Ak by bola funkcia f nespojitá v bode a, tak podľa vety 9.3.1
x→a x→x0
lim+ f (x) ̸= f (a). Vzhľadom na to, že f [I] je podľa predpokladov interval, musí platiť
x→a
lim f (x) = f (x0 ), kde x0 ∈ I. Predpokladali sme, že f je v bode a nespojitá, a preto musí
x→a+
platiť f (a) < f (x0 ). Zvolíme si c tak, aby f (a) < c < f (x0 ). Platí

∀ x ∈ I, x > a : f (a) ≤ f (x) a ∀ x ∈ I, x < x0 : f (x) ≤ f (x0 ) (9.19)
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.
Veta 9.3.7 — O rýdzomonotónnej spojitej funkcie a inverznej funkcii. Majme funkciu

f : D( f ) → R, ktorá je na intervale I ⊆ D( f ) rýdzomonotónna a spojitá. Potom k nej inverzná
funkcia f −1 je rýdzomonotónna a spojitá na f [I] .
Dôkaz: budeme robiť len pre rastúcu funkciu. Pre klesajúcu funkciu sa robí analogicky.
Funkcia f je rastúca, takže platí x1 , x2 ∈ I ⇒ f (x1 ) < f (x2 ).
Najskôr dokážeme rýdzomonotónnosť. Pre inverznú funkciu platí f −1 f (x) = x. Z toho dostá-

vame
f (x1 ) < f (x2 ) ⇒ f −1 f (x1 ) = x1 < x2 = f −1 f (x2 ) ⇒ f −1 je rastúca.

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|
Ak to porovnáme s definíciou spojitosti funkcie f na intervale I
∀ a ∈ I ∀ δ > 0 ∃ ε > 0 : |x − a| < ε ⇒ | f (x) − f (a)| < δ ,
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

Asymptota je priamka, ku ktorej sa graf funkcie blíži, ale nikdy ju nedosiahne. Ako už bolo
spomenuté v časti 8.1.9, pokiaľ má funkcia f asymptoty, môžu byť tieto asymptoty dvojakého
druhu. Buď sú to
• asymptoty bez smernice, alebo
• asymptoty so smernicou.
9.4.1 Asymptoty bez smernice

Asymptoty bez smernice sú priamky s rovnicou x = a, kde a ∈ R. Sú to teda priamky kolmé
na os x. Už z toho je zrejmé, že funkcia f môže mať asymptoty bez smernice len vo svojich
bodoch nespojitosti. V bodoch a ∈ D( f ) musí byť f (a) ∈ R, inak povedané, funkcia f na svojom
definičnom obore nadobúda iba vlastné hodnoty. V bodoch a ∈ D( f ) funkcia f nemôže „uletieť“
do ±∞, čiže mať tam asymptotu bez smernice.
Z uvedeného je zrejmý spôsob, akým sa hľadajú asymptoty bez smernice. Musíme najskôr nájsť
všetky body nespojitosti, ktoré daná funkcia má a pokiaľ je daná funkcia definovaná na intervale,
alebo viacerých intervaloch, tak aj krajné body týchto intervalov. A potom v nájdených bodoch
musíme počítať jednostranné limity a zistiť, či a v ktorých z týchto bodov daná funkcia „ulieta“
do ±∞. V bode a, v ktorom je aspoň jedna jednostranná limita funkcie f nevlastná, má funkcia
f asymptotu bez smernice v tvare x = a. Na to, aby v bode a bola asymptota bez smernice x = a
stačí, aby aspoň jedna jednostranná limita v tomto bode bola nevlastná. Avšak pokiaľ bod a nie
je krajným bodom intervalu definičného oboru funkcie f , tak počítame vždy obe jednostranné
limity v tomto bode, aby sme pri kreslení grafu funkcie vedeli, ako sa táto funkcia správa z ľavej
aj z pravej strany asymptoty. Ukážeme si to na príklade.
■ Príklad 9.13 Nájdite asymptoty bez smernice funkcie f (x) = x + x22x

−1
.
Riešenie: definičný obor funkcie f je D( f ) = R \ {−1, 1}. Preto ako kandidáti na body, v ktorých
táto funkcia môže mať asymptoty bez smernice prichádzajú do úvahy len hodnoty {−1, 1}. Ideme
počítať jednostranné limity v nich.
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. ■
9.4.2 Asympoty so smernicou

Asymptota so smernicou je priamka zapísateľná v smernicovom tvare, čiže y = kx + q. Ku takejto
priamke sa graf funkcie nemôže „nekonečné blížiť“ v jednom bode, alebo na nejakom intervale.
V bode a má funkcia hodnotu f (a) a táto buď na priamke leží, alebo neleží. A na intervale I
funkcia f nadobúda svoje infimum aj suprémum a tieto buď ležia obe pod priamkou, alebo obe
ležia nad priamkou, alebo jedno leží pod a druhé nad priamkou. Na intervale graf funkcie f leží
buď pod, alebo nad priamkou, pričom jeho minimálna vzdialenosť od priamky je jednoznačne
daná hodnotou infima a supréma, alebo graf funkcie priamku pretína, ale určite sa k nej nemôže
„nekonečne blížiť“. Preto asymptoty so smernicou môže mať funkcia f len v nevlastných bodoch
±∞ za podmienky, že je v okolí týchto bodov definovaná. Asymptotu so smernicou preto funkcia
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.
Veta 9.4.1 — O asymptote so smernicou. Funkcia f : D( f ) → R má asymptotu so smernicou

v tvare y = kx + q práve vtedy, keď existujú vlastné limity
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
Podobne pre k ∈ R platí

f (x) − (kx + q)
lim f (x) − (kx + q) = 0 ⇔ lim =0 ⇔
x→∞ x→∞ x
f (x) kx q f (x) f (x)
⇔ lim − lim − lim = 0 ⇔ lim − k = 0 ⇔ k = lim .
x→∞ x x→∞ x
| {z } | {z x}
x→∞ x→∞ x x→∞ x
=k =0
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.
■ Príklad 9.14 Nájdite asymptoty so smernicou funkcie f (x) = x + x22x

−1
.
Riešenie: najskôr budeme počítať limity pre x → ∞.
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
Vidíme, že obe limity existujú a sú vlastné, a preto bude mať funkcia f pre x → ∞ asymptotu
so smernicou y = x.
Teraz ešte musíme počítať limity pre x → −∞.
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.
9.5 Derivácia funkcie

Ak sa pozrieme na začiatok 8. kapitoly (strana 283), kde sme sa zaoberali vlastnosťami funkcií,
ktoré zisťujeme pri vyšetrovaní priebehu funkcie, tak zistíme, že posledné dve vlastnosti funkcie,
ktoré ešte nevieme zistiť, sú monotónnosť a konvexnosť, resp. konkávnosť funkcie. Na zisťovanie
týchto dvoch vlastností potrebujeme poznať pojem derivácia funkcie.
Najskôr sa budeme zaoberať monotónnosťou funkcie. Funkcia vo všeobecnosti môže byť ras-
túca / neklesajúca, alebo klesajúca / nerastúca3 . Ako ale z grafu, alebo pri vyšetrovaní priebehu
funkcie zistíme, či funkcia v bode a rastie, alebo klesá. Pozrime sa na obrazok 9.1. Na obrázku
Obr. 9.1: Miera rýchlosti rastu funkcie
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.
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.
Definícia 9.5.1 — Derivácia funkcie v bode. Majme funkciu f : D( f ) → R a bod a ∈ D( f ).

Potom hovoríme, že funkcia f má v bode a deriváciu, označujeme ju f ′ (a), ak existuje vlastná
limita
f (x) − f (a)
f ′ (a) = lim .
x→a x−a
P Niekedy sa v definícii derivácie funkcie zvykne vypúšťať podmienka a ∈ D( f ) a požaduje

sa len to, aby funkcia bola definovaná v okolí bodu a. Podobne sa niekedy zvykne vypúšťať
aj podmienka „vlastná“ limita. Pripúšťa sa aj možnosť nevlastnej limity a hovorí sa potom
o nevlastnej, alebo nekonečnej derivácii. Nevlastná derivácia znamená „nekonečnú“ smernicu
dotyčnice, t. j. hodnota funkcie „ulieta“ do ±∞.
My, keď budeme hovoriť o derivácii funkcie, budeme mať vždy na mysly len vlastnú deriváciu.
Limitu definujúcu deriváciu funkcie v bode a môžeme lineárnou substitúciou x = a + h previesť

na tvar
f (a + h) − f (a)
f ′ (a) = lim ,
h→0 h
s ktorým sa občas môžeme stretnúť v literatúre. Okrem toho je niekedy, pri počítaní derivácie cez
limity, výhodnejšie použiť tento tvar. Jedná sa o rovnakú limitu ako je v definícii 9.5.1.
Potom, čo sme definovali deriváciu funkcie f v bode a, uvedieme ešte aj definíciu funkcie f
na intervale I.
Definícia 9.5.2 — Derivácia funkcie na intervale. Majme funkciu f : D( f ) → R a interval

I ⊆ D( f ). Potom hovoríme, že funkcia f má deriváciu na intervale I, ak má deriváciu v každom
bode a ∈ I. Pokiaľ interval I obsahuje aj krajné body, čiže je uzavretý, tak derivácia v krajných
bodoch sa definuje ako jednostranná limita a nazýva sa jednostranná derivácia. Jednostrannú
deriváciu zľava označujeme f−′ (a) a jednostrannú deriváciu sprava označujeme f+′ (a).
V nasledujúcej príkladoch vypočítame derivácie dvoch najjednoduchších elementárnych funkcií.
■ Príklad 9.15 Vypočítajte deriváciu konštantnej funkcie f (x) = c, kde c ∈ R.

Riešenie: definičný obor funkcie f je D( f ) = R. Budeme počítať deriváciu v bode a ∈ R.
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. ■
■ Príklad 9.16 Vypočítajte deriváciu funkcie f (x) = xn .

Riešenie: definičný obor funkcie f je D( f ) = R. Budeme počítať deriváciu v bode a ∈ R.
n n−1
h + n2 an−2 h2 + · · · + nn a0 hn

′ f (a + h) − f (a) (a + h)n − an 1 a
f (a) = lim = lim = lim =
h→0 h h→0 h h→0 h
 

 n n−1 n n−2 n n−1  n−1
= lim  a + a h + · · · + h   = na .
h→0  1 2 n
| {z }
→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.
Veta 9.5.1 — O derivácii a spojitosti funkcie. Ak má funkcia f : D( f ) → R v bode a ∈ D( f )

deriváciu, tak je v bode a spojitá.
Dôkaz: ak existuje vlastná limita
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
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
To podľa vety 9.3.1 znamená, že funkcia f je v bode a spojitá. Q.E.D.
Tvrdenie opačné ku tvrdeniu z vety 9.5.1 neplatí, čo si ukážeme na nasledujúcich dvoch

príkladoch. Ak je funkcia f v bode a spojitá, tak nemusí mať v bode a deriváciu.
■ 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
Limity zľava a sprava funkcie f v bode a = 0 sú
lim |x| = lim− (−x) = 0 a lim |x| = lim+ x = 0 .

x→0− x→0 x→0− 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.
lim | sin x| = lim− (− sin x) = 0 a lim | sin x| = lim+ sin x = 0 .

x→0− x→0 x→0− x→0
Teraz sa pozrime na jej jednostranné derivácie
− sin x − 0 sin x − 0
f−′ (0) = lim− = −1 a f+′ (0) = lim+ = 1.
x→0 x−0 x→0 x−0
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
[c1 f (x) + c2 g(x)]′ = c1 f ′ (x) + c2 g′ (x) .
Dôkaz: vyplýva priamo z definície derivácie a z vlastností limity.
c1 f (x + h) + c2 g(x + h) − (c1 f (x) + c2 g(x))

[c1 f (x) + c2 g(x)]′ = lim =
h→0 h
c1 f (x + h) − c1 f (x) + c2 g(x + h) − c2 g(x)
= lim =
h→0 h
c1 f (x + h) − c1 f (x) c2 g(x + h) − c2 g(x)
= lim + lim = c1 f ′ (x) + c2 g′ (x) . Q.E.D.
h→0 h h→0 h
S využitím predošlej vety a definície funkcií pomocou nekonečných radov, môžeme veľmi
ľahko vypočítať derivácie nasledujúcich funkcií.
■ Príklad 9.19 Vypočítajte deriváciu funkcie f (x) = ex .

∞
xn
Riešenie: funkciu ex si zapíšeme pomocou radu ex = ∑ n! .
n=0
" #′ ′
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
■
■ Príklad 9.20 Vypočítajte deriváciu funkcie f (x) = sin x.

∞
x2n+1
Riešenie: funkciu sin x si zapíšeme pomocou radu sin x = ∑ (−1)n (2n + 1)!
.
n=0
" #′ ′
x2n+1 2n+1
∞ ∞
′ n x
[sin x] = ∑ (−1)n = ∑ (−1) =
n=0 (2n + 1)! n=0 (2n + 1)!
∞
(2n + 1) x2n ∞
x2n
= ∑ (−1)n (2n + 1)!
= ∑ (−1)n
(2n)!
= cos x
n=0 n=0
■
■ Príklad 9.21 Vypočítajte deriváciu funkcie f (x) = cos x.

∞
x2n
Riešenie: funkciu sin x si zapíšeme pomocou radu cos x = ∑ (−1)n (2n)!
.
n=0
" #′ ′
′
∞
x2n ∞
x2n ∞
2n x2n−1
[cos x] = 1 + ∑ (−1) n
= [1]′ + ∑ (−1)n = ∑ (−1)n =
n=1 (2n)! n=1 (2n)! n=1 (2n)!
∞
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 ■
9.6 Cvičenia
Cvičenie 9.1 Vypočítajte limitu funkcie
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(x + 1) x2 − 4
(a) lim (n) lim
x→−1 x+1 x→2 x2 − x − 2
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
tg 2x x101 − 101x + 100

(g) lim (t) lim
x→0 sin 5x
x→1 x2 − 2x + 1
cos x − sin x x3 − 5x2 + 3x + 9

(h) limπ (u) lim
cos 2x x→3 x3 − 8x2 + 21x − 18
x→ 4
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
■

log x − 1 7x2 + 2x + 15
(a) lim (n) lim
x→10 x − 10 x→∞ 13x2 + 6
10x − 1
5x2 1

(b) lim (o) lim +2x
x→0 2x − 1 x→∞ 1−x 2
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→∞
(4x − 1)100 (3x + 1)200 x3 − 2x2

(k) lim (x) lim
x→∞ (6x + 5)300 x→−2 (x2 + 1)(x2 − 4)
√ 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
■
Cvičenie 9.4 Nech 

1
 x pre x < 0
f (x) =
 − 1 cos x pre x > 0
x
Vypočítajte lim f (x). ■

x→0
9.6 Cvičenia 345
Cvičenie 9.5 Vypočítajte limity

xm − 1
N
x
x+1
(a) lim , kde m, n ∈ (f) lim
x→1 xn − 1 x→∞ x−1
x−a q
√ √

(b) lim √ √ (g) x→∞
lim x2 +
p
x2 + x2 − x2
x→a x − a
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
(b) lim f (x) (d) lim− f (x)

x→−∞ x→3
■
Cvičenie 9.7 Je daná funkcia v bode a spojitá?

(a) a = 1 
x3 −1

1−x , x ̸= 1
f (x) =
 −3, x=1
(b) a = 0
x.arctg 1x , x < 0




f (x) = 0, x=0


 1−cos x
x2
, x>0
■
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
(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
■
Cvičenie 9.9 Nájdite všetky asymptoty funkcie

x2 +1 (l) f (x) = x arctg x
(a) f (x) = x−1 x3
(b) f (x) = x2 +1 (m) f (x) = 4(x−2) 2
x+1 q
(c) f (x) = x4 − 3x3 + 3x2 − x (n) f (x) = x x−3
3 −2x2
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
■
Cvičenie 9.10 Priamo z definície vypočítajte deriváciu funkcie f (x) v bode a

(a) f (x) = |x| , a = 0 (g) f (x) = tg x , a = 0
1 (h) f (x) = (x − 1)(x − 2)2 , a = 2
(b) f (x) = , a=2
x
√ (i) f (x) = x2 sin(x − 2) , a = 2
(c) f (x) = 3 x + 4 , a = 4 q
x
(j) f (x) = x + (x − 1) arcsin x+11 , a=1
(d) f (x) = |3x − 6| , a = 2
√ 
(e) f (x) = 4x + 1 , a = 2  x sin x , x ≤ 0
(k) f (x) = , a=0
(f) f (x) = |x − 3| , a = 2  x2 , x>0
■
Cvičenie 9.11 Priamo z definície vypočítajte deriváciu funkcie f (x)

√
(a) f (x) = xn (b) f (x) = x (c) f (x) = ln x
■
∞
1
Cvičenie 9.12 Dokážte, že rad ∑ sin n diverguje. ■
n=1

x3 − 2x2 − 5x + 6 3 (o) lim x(ln(x + 1) − ln x) = 1
(a) lim 2
=− x→∞
x→1 x + 2x − 3 2
2x−1
√

2x + 1
= e3

x+4−2 2 1 (p) lim
(b) lim + ln(1 − x ) = x→∞ 2x − 2
x→0 sin(2x) 8
|x|
tg (5x) 5 (q) lim √ =1
(c) lim = x→∞ x2 − 1
x→0 tg (6x) 6
√
2x−1 6+x−2 1
x+1 (r) lim =
(d) lim = e6 x→−2 x+2 4
x→∞ x−2
√
x+1−1 r 2x2 + 3x − 2 5
(s) lim =

3 − 2x x 3 x→−2 x2 + x − 2 3
(e) lim =
x→0 2 + 5x 2
2x3 + 2x2 + 3x + 3 5
(f) lim (−4x5 + 5x3 − 7x + 10) = −∞ (t) lim =
x→∞ x→−1 x3 + x2 + x + 1 2
(g) lim (−4x5 + 5x3 − 7x + 10) = ∞ x2 − 4x + 1 3

x→−∞ (u) lim =−
x→2 2x + 1 5
x2 + 3x − 5
(h) lim =0
1
x→∞ 2x3 − 4x + 1
(v) lim x sin =0
x→0 x
4x3 − 2x2 + 7 4
(i) lim =
x→−∞ 7x3 − 3x2 − 6x + 9 7 x2 − 1
(w) lim =2
x→1 x − 1
x5 − 3x2 + 2x − 1
(j) lim =∞
x→∞ 2x3 − x2 + x − 1 2
x2 − 1

1
(x) lim =
(k) limita neexistuje x→1 x4 − 1 4
(l) limπ (2cotg x − 1) = 1 √ √
x→ 4 x+2− 2 1
(y) lim = √
x→0 x 2 2
(m) limπ (2cotg x − 1) = 0
x→ 2
√ √
ln1x x+5− 5 1
1 (z) lim = √
(n) lim = e−1 x→0 x 2 5
x→∞ x
■

sin(x + 1) x2 − 4 4
(a) lim =1 (n) lim =
x→−1 x+1 2
x→2 x − x − 2 3
√ √
sin 4x 4 x + 11 − 2 x − 1 3
(b) lim = (o) lim =−
x→0 3x 3 x→5 2
x − 25 80
sin 3x 3 1
(c) lim = (p) lim x.cotg 5x =
x→0 cos 3x sin 7x 7 x→0 5
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
tg 2x 2 x101 − 101x + 100

(g) lim = (t) lim = 5 050
x→0 sin 5x 5 x→1 x2 − 2x + 1
cos x − sin x 1 x3 − 5x2 + 3x + 9

(h) limπ =√ (u) lim =4
x→ 4 cos 2x 2 x→3 x3 − 8x2 + 21x − 18
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
(m) lim (x2 − x − 2) = −2 arcsin 2x

x→1
(z) lim =2
x→0 x
■

log x − 1 1 5x2

1
(a) lim = (o) lim +2x = −4
x→10 x − 10 10 ln 10 x→∞ 1−x 2
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→∞
x−1 1 (u) limita neexistuje

(g) lim √ = 5x2 − 3x + 2
x→∞ 4x2 + 2x − 7 2 lim− = −∞
x→0 x
2x2 − 1 2 5x2 − 3x + 2
(h) lim = lim+ =∞
x→∞ 3x2 − 4 3 x→0 x
√
q
5x3 − 7x
p
x+ x+ x (v) lim √ = −∞
(i) lim √ =1 x→−∞ x2 + 1 − x
x→∞ x+1
p √
3x4 + 6x2 − 4 (w) lim x2 + 9 − x − 3 = ∞
(j) lim =3 x→∞
x→−∞ x4 + x3 + 1
(x) limita neexistuje
(4x − 1)100 (3x + 1)200 1 x3 − 2x2
(k) lim 300
= 100 lim − = −∞
x→∞ (6x + 5) 6 x→−2 (x2 + 1)(x2 − 4)
√ x3 − 2x2
x − 6x lim + =∞
(l) lim = −2 x→−2 (x2 + 1)(x2 − 4)
x→∞ 3x + 1
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
■
Výsledky cvičenia 9.4 lim f (x) = −∞ ■

x→0

xm − 1 m
r !
(a) lim n =
q √ √ 1
x→1 x − 1 n (g) lim x2 + x2 + x2 − x2 =
x→∞ 2
x−a √
(b) lim √ √ =2 a x
x→a x − a x
(h) lim = e−3
x→∞ x + 3
cos 3x − cos 7x
(c) lim = 20
x→0 x2 10 + x 5
√ (i) lim x. log2 =
n
x−1 k x→∞ 5+x ln 2
(d) lim √ = 1
x→1 x − 1
k
n (j) lim x 3 x − 1 = ln 3
x→∞
x2 √ √
x
(e) lim =0 2 1 + x − 3 3 1 + x + cos x 5
x→∞ 2x + 1 (k) lim 2
=−
x→0 x 12

x+1 x
Pomôcka:
(f) lim = e2 • zlomok rozdeliť, √
x→∞ x − 1
• použiť substitúciu 6 1 + x = t.
■

(a) limx→∞ f (x) = 1 (c) limx→3+ f (x) = ∞
(b) limx→−∞ f (x) = 1 (d) limx→3− f (x) = −∞
■

(a) Áno (b) Nie
■

(a) p = 3 (b) p = ±2 (c) p = 4 (d) p = ±2 (e) ∄
■
Výsledky cvičenia 9.9 ■

(a) neexistuje (d) neexistuje (h) f ′ (a) = 0
1 2 (i) f ′ (a) = 4
(b) f ′ (a) = − (e) f ′ (a) =
4 3 π
(j) f ′ (a) = 1 +
1 (f) f ′ (a) = −1 2
(c) f ′ (a) =
12
(g) f ′ (a) = 1 (k) f ′ (a) = 0
■
Výsledky cvičenia 9.11 Pre ∀a ∈ R platí

xn − an
(a) f ′ (a) = lim = . . . ďalej triviálne.
x→a x − a
√ √
′ x− a
(b) f (a) = lim = . . . ďalej triviálne.
x→a x − a
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
10.1 Základné vlastnosti derivácie

Predošlú kapitolu sme ukončili tým, že sme definovali deriváciu, vyslovili a dokázali sme vetu,
hovoriacu o vzťahu derivácie a spojitosti funkcie a úplne na záver sme dokázali vetu o derivácii
lineárnej kombinácie funkcií. Teraz sa budeme zaoberať ďalšími základnými vlastnosťami derivácie.
Na úvod vyslovíme a dokážeme vety o derivácii súčinu a podielu funkcií.
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.
f (x + h) g(x + h) − f (x) g(x)

[ f (x) · g(x)]′ = lim =
h→0 h
=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
Veta 10.1.2 — Derivácia podielu funkcií. Majme funkcie f , g definované na intervale I a

nech g(x) ̸= 0 pre ∀ x ∈ I. Potom platí
′
f ′ (x) · g(x) − f (x) · g′ (x)

f (x)
= .
g(x) g2 (x)
h i′ ′
Dôkaz: najskôr ukážeme, že ak pre ∀ x ∈ I platí g(x) ̸= 0, tak platí 1
g(x) = − gg2(x)
(x)
.
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)
Následne z vety10.1.1 dostávame
f (x) ′ 1 ′ f ′ (x) · g(x) − f (x) · g′ (x)

= f (x) · = . Q.E.D.
g(x) g(x) g2 (x)
Pomocou predošlej vety môžeme vypočítať derivácie funkcií tg x a cotg x.
■ Príklad 10.1 Vypočítajte deriváciu [tg x]′ .

sin x
Riešenie: funkciu tg x budeme derivovať ako podiel cos 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
■
■ Príklad 10.2 Vypočítajte deriváciu [cotg x]′ .

cos x
Riešenie: funkciu cotg x budeme derivovať ako podiel sin x .
h cos x i′ cos′ x sin x − cos x sin′ x − sin x sin x − cos x cos x

[cotg x]′ = = = =
sin x sin2 x sin2 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.
Veta 10.1.3 — O derivácii inverznej funkcie. Nech je funkcia f : D( f ) → R rýdzomonotónna

a spojitá na intervale I ⊆ D( f ) a nech x0 ∈ I je vnútorným bod intervalu I. Ak existuje derivácia
f ′ (x0 ) ̸= 0, tak inverzná funkcia f −1 bude mať deriváciu v bode y0 = f (x0 ), pre ktorú platí
′ 1
f −1 (y0 ) =

.
f ′ (x 0)
Dôkaz: zo spojitosti funkcie f vyplýva, že ak x → x0 , tak y → y0 . Pritom y = f (x) a funkcia

f −1 je inverzná funkcia ku funkcii f , čiže platí f −1 f (x) = x. Poďme teraz počítať deriváciu
funkcie f −1 v bode y0 .
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.
■ Príklad 10.3 Vypočítajte deriváciu funkcie ln x .

Riešenie: vieme, že funkcia f (x) = ex má inverznú funkciu f −1 (x) = ln x. Platí
y = ex ⇔ x = ln y
Potom podľa vety 10.1.3 platí
1 1 1 1
[ln y]′ = = = = .
[ex ]′x=ln y (ex )x=ln y eln y y
■
■ Príklad 10.4 Vypočítajte deriváciu funkcie arcsin x .

Riešenie: vieme, že ak zoberieme zúženie funkcie f (x) = sin x na interval − π2 , π2 , tak jej
inverzná funkcia bude f −1 (x) = arcsin x. Podľa vety 10.1.3 potom platí
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
■ Príklad 10.5 Vypočítajte deriváciu funkcie arccos x .

Riešenie: vieme, že ak zoberieme zúženie funkcie f (x) = cos x na interval ⟨0, π⟩, tak jej inverzná
funkcia bude f −1 (x) = arccos x. Podľa vety 10.1.3 potom platí
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
■
■ Príklad 10.6 Vypočítajte deriváciu funkcie arctg x .

Riešenie: vieme, že ak zoberieme zúženie funkcie f (x) = tg x na interval − π2 , π2 , tak jej inverzná
funkcia bude f −1 (x) = arctg x. Podľa vety 10.1.3 potom platí
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
■
■ Príklad 10.7 Vypočítajte deriváciu funkcie arccotg x .

Riešenie: vieme, že ak zoberieme zúženie funkcie f (x) = cotg x na interval ⟨0, π⟩, tak jej inverzná
funkcia bude f −1 (x) = arccotg x. Podľa vety 10.1.3 potom platí
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
∃ O◦ (x0 ) : x ∈ O◦ (x0 ) ⇒ f (x) ̸= f (x0 ) , (10.1)
môžeme spraviť nasledujúcu úpravu a tvrdenie vety dokážeme veľmi jednoducho.

g f (x) − g f (x 0 ) f (x) − f (x0 )
h′ (x0 ) = lim · =
x→x0 x − x0 f (x) − f (x0 )

g f (x) − g f (x0 ) f (x) − f (x0 )
= g′ f (x0 ) · f ′ (x0 ) .

= lim ·
x→x0 f (x) − f (x0 ) x − x0
Teraz ešte musíme ukázať kedy platí podmienka (10.1) a čo sa stane v prípade, že platiť nebude.
Môžu nastať dva prípady.
a) f ′ (x0 ) ̸= 0 : v tomto prípade platí

f (x) − f (x0 ) f (x) − f (x0 )
f ′ (x0 ) = lim ̸= 0 ⇒ ∃ O◦ (x0 ) : x ∈ O◦ (x0 ) ⇒ ̸= 0 ⇒
x→x0 x − x0 x − x0

∃ O◦ (x0 ) : x ∈ O◦ (x0 ) ⇒ f (x) ̸= f (x0 ) .
V tomto prípade platí podmienka (10.1) a tvrdenie vety je už dokázané.

b) f ′ (x0 ) = 0 : podľa predpokladov vety existuje derivácia g′ (y0 ). To znamená, že existuje
vlastná limita
g(y) − g(y0 )
g′ (y0 ) = lim .
y→y0 y − y0
Z toho, že uvedená limita je konečná, potom vyplýva
g(y) − g(y0 )
∃ O◦ (y0 ) ∃ k > 0 : y ∈ O◦ (y0 ) ⇒ ≤k ⇒
y − y0
∃ O◦ (y0 ) ∃ k > 0 : y ∈ O◦ (y0 ) ⇒ |g(y) − g(y0 )| ≤ k · |y − y0 | . (10.2)
Funkcia f je v bode x0 spojitá, takže platí lim f (x) = f (x0 ) = y0 . Okrem toho z existencie
x→x0
uvedenej limity vyplýva
∃ O◦1 (x0 ) : x ∈ O◦1 (x0 ) ⇒ y = f (x) ∈ O◦ (y0 ) (10.3)
Následne z (10.2) a z (10.3) vyplýva
∃ O◦1 (x0 ) : x ∈ O◦1 (x0 ) ⇒ g f (x) − g f (x0 ) ≤ k · | f (x) − f (x0 )|

Podľa predpokladu je f ′ (x0 ) = 0, čiže
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.
′
■ 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
■
10.2 Derivačné vzorce a pravidlá, derivácie vyšších rádov

V predošlej kapitole a v predošlej časti sme dokázali pravidlá pre derivovanie lineárnej kombinácie,
súčinu a podielu funkcií, pravidlá pre výpočet derivácie inverznej a zloženej funkcie. Teraz všetky
tieto pravidlá zhrnieme do prehľadnej tabuľky.
1. [c1 f (x) + c2 g(x)]′ = c1 f ′ (x) + c2 g′ (x) c1 , c2 ∈ R

′ ′ ′
2. [ f (x) · g(x)] = f (x) · g(x) + f (x) · g (x)
f (x) ′ f ′ (x) · g(x) − f (x) · g′ (x)

3. = g(x) ̸= 0
g(x) g2 (x)
′
g f (x) = g′ f (x) · f ′ (x)

4.
−1 ′ 1
5. f (x) = ′ −1
f ( f (x))
Tabuľka 10.1: Derivačné pravidlá
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
f (x) f ′ (x) Podmienky

1. c 0 c∈R
1
2. xα α xα−1 α ∈ R, x > 0 / ak α ∈ N, alebo α = 2n+1 , n ∈ N, tak x ∈ R
3. sin x cos x
4. cos x − sin x
1 (2n + 1)π
5. tg x x ∈ R\ , n∈Z
cos2 x 2
1
6. cotg x − 2 x ∈ R \ {n π} , n ∈ Z
sin x
7. ex ex
8. ax ax ln a 0 < a ̸= 1
1
9. ln x x>0
x
1
10. loga x x > 0 , 0 < a ̸= 1
x ln a
1
11. arcsin x √ x ∈ (−1, 1)
1 − x2
−1
12. arccos x √ x ∈ (−1, 1)
1 − x2
1
13. arctg x
1 + x2
−1
14. arccotg x
1 + x2
Tabuľka 10.2: Derivačné vzorce
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 ).
10.2.1 Označovanie derivácií funkcie

Pre označovanie derivácií funkcie sa bežne používajú dva rôzne typy označení. Ich význam je
rovnaký, avšak niekedy je výhodnejší jeden a inokedy druhý spôsob zápisu. Podobne ako pri
definícii derivácie môže byť niekedy výhodnejšie používať limitu pre x → x0 a inokedy limitu pre
h → 0. Tieto dva spôsoby označovania derivácií sú nasledovné.
▷ 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
Niekedy sa vo vyššieuvedenom zápise zvykne používať písmeno d namiesto δ . Toto ozna-

čenie vyplýva z toho, že rozdiel (diferencia) (x − x0 ) možeme zapísať ako δ x a rozdiel
(diferenciu) f (x) − f (x0 ) , môžeme zapísať ako δ f , prípadne δ y, pretože y = f (x). Tento
zápis potom môže zjednodušiť napríklad výpočet derivácie inverznej funkcie
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
[ f (x) · g(x)](n) = (10.5)

n (n) n (n−1) ′ n (n−k) (k) n
= f (x) · g(x) + f (x) · g (x) + · · · + f (x) · g (x) + · · · f (x) · g(n) (x)
0 1 k n
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) .
2) Predpokladajme, že tvrdenie platí pre nejaké n ∈ N.

3) Z predpokladu 2) dokážeme, že tvrdenie vety platí aj pre (n + 1). Platí [ f (x) · g(x)](n+1) =
′
n (n) n (n−k) (k) n (n)
= f (x) · g(x) + · · · + f (x) · g (x) + · · · f (x) · g (x) .
0 k n
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

Najskôr si ukážeme geometrický význam derivácie a jeho praktické využitie a potom veľmi stručne
načrtneme fyzikálny význam derivácie.
10.3.1 Geometrický význam derivácie

Už v časti 9.5, ktorá bola úvodom k derivácii funkcie, sme videli, že derivácia funkcie f sa definuje
ako smernica dotyčnice ku grafu funkcie f . Bolo to zrejmé z motivačného obrázku 9.1 na strane
336, vzťahu (9.21) a je to zrejmé aj priamo z definície derivácie (definícia 9.5.1, strana 337). Tým je
daný geometrický význam derivácie. Ak má funkcia f v bode x0 deriváciu, tak pomocou nej vieme
zapísať rovnicu dotyčnice (a samozrejme aj normály) ku grafu funkcie f v bode x0 . Vezmime si
napríklad nasledujúci ilustračný obrázok.
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
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
■
V predošlom príklade sme tvrdili, že ak má priamka smernicu k, tak priamka na ňu kolmá

bude mať smernicu − 1k . To samozrejme platí len v prípade, keď k ̸= 0. V prípade keď má priamka
smernicu k = 0, bude táto priamka rovnobežná s osou x. Potom priamka na ňu kolmá bude
rovnobežná s osou y a jej rovnica sa nedá zapísať v smernicovom tvare. Takáto priamka bude mať
rovnicu x = x0 , kde x0 je bod, v ktorom hľadáme dotyčnicu a normálu ku grafu funkcie.
Väčšina praktických úloh samozrejme nebude formulovaná tak milosrdným spôsobom, že by
priamo v zadaní úlohy bola špecifikovaná funkcia f a aj dotykový bod x0 , v ktorom hľadáme
dotyčnicu a normálu ku jej grafu a stačilo by vypočítať deriváciu funkcie f v bode x0 a dosadiť
hodnoty do vzorca (10.6). Ukážeme si to na nasledujúcich príkladoch.
■ 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 .
Z rovníc 2b + c = −2 a b = −3 potom vypočítame parameter c = 4. Hľadaná rovnica paraboly

etda bude y = x2 − 3x + 4. ■
■ 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 . ■
■ 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.
Definícia 10.3.1 — Diferencovateľná funkcia a diferenciál funkcie v bode. Daný je bod

a ∈ R a funkcia f definovaná v okolí O(a). Potom hovoríme, že funkcia f je diferencovateľná
v bode a, ak existuje konštanta A ∈ R a existuje funkcia ω : O(a) → R, taká, že

lim ω(x) = ω(a) = 0 a ∀ x ∈ O(a) : f (x) = f (a) + A(x − a) + ω(x)(x − a) .
x→a
Lineárna funkcia A(x − a) sa nazýva diferenciál funkcie f v bode a a označuje sa d fa (x).
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.
Veta 10.3.1 — O diferencovateľnosti funkcie. Daný je bod a ∈ R a funkcia f definovaná

v okolí O(a). Potom je funkcia f v bode a diferencovateľná práve vtedy, ak má v bode a deriváciu,
t. j. ak existuje f ′ (a).
Dôkaz: tvrdenie vety má formu ekvivalencie, a preto ho budeme dokazovať ako dve implikácie.
⇒ Ak je funkcia f v bode a diferencovateľná, tak to podľa definície 10.3.1 znamená

f (x) − f (a) = A + ω(x) (x − a) .
Ak x ̸= a, tak platí
f (x) − f (a)
= A + ω(x) .
x−a
Obr. 10.1: Diferenciál funkcie
Počítajme teraz limitu pre x → a
f (x) − f (a)
lim = lim A + ω(x) = A ∈ R .
x→a x−a x→a
To znamená, že existuje derivácia f ′ (a).

⇐ Predpokladajme, že existuje derivácia f ′ (a) = A ∈ R. Potom funkciu ω(x), o ktorej sa
hovorí v definícii 10.3.1, zostrojíme nasledovným spôsobom.

 0 , ak x = a ,
ω(x) =
 f (x)− f (a) − f ′ (a) , ak 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)
Ukážeme si to na nasledujúcich dvoch príkladoch.

■ Príklad 10.15 Pomocou diferenciálu vypočítajte približnú hodnotu sin 35◦ .
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
f (x) = sin x , f ′ (x) = cos x , x0 = 30◦ , x = 35◦ .
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
Tieto hodnoty dosadíme do vzorca (10.7) a dostaneme
√ . 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.
10.4 Vety o strednej hodnote
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.
Veta 10.4.1 — Rolleho veta o strednej hodnote. Majme funkciu f , ktorá je

1) definovaná a spojitá na intervale ⟨a, b⟩,
2) má deriváciu na intervale (a, b)
3) a platí f (a) = f (b)
Potom ∃ c ∈ (a, b) : f ′ (c) = 0.
Dôkaz: tvrdenie vety názorne ilustruje nasledujúci obrázok
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
∃ f ′ (c1 ) ⇒ f ′− (c1 ) = f ′ (c1 ) = f+′ (c1 )

 ≥0  ≥0 
z }| { z }| {
 f− (c1 ) = lim f (x) − f (c1 ) ⇒ f−′ (c1 ) ≤ 0  f+′ (c1 ) = lim f (x) − f (c1 ) ⇒ f+′ (c1 ) ≥ 0
 ′  
x→c− x−c x→c+ x − c1
| {z }1
   
1 1 | {z }
<0 >0
Z uvedeného vyplýva, že f ′ (c1 )

= 0.
V prípade, že vnútorným bodom intervalu je bod c2 , sa dôkaz robí analogickým spôsobom.
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
Zovšeobecnením Rolleho vety o strednej hodnote, je nasledujúca Lagrangeova veta o strednej

hodnote.
Veta 10.4.2 — Lagrangeova veta o strednej hodnote. Majme funkciu f , ktorá je

1) definovaná a spojitá na intervale ⟨a, b⟩,
2) má deriváciu na intervale (a, b).
f (b)− f (a)
Potom ∃ c ∈ (a, b) : f ′ (c) = b−a .
Dôkaz: tvrdenie vety názorne ilustruje nasledujúci obrázok
Zostrojíme si funkciu F(x) definovanú na intervale ⟨a, b⟩ nasledovným spôsobom

F(x) = f (x) − f (a) (b − a) − f (b) − f (a) (x − a) .
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
Veta 10.4.2 má nasledujúci triviálny dôsledok.
Dôsledok 10.4.3 Ak má funkcia f na ľubovoľnom intervale I deriváciu, tak platí
∀ x1 , x2 ∈ I ∃ c ∈ ⟨x1 , x2 ⟩ : f (x1 ) − f (x2 ) = f ′ (c)(x1 − x2 ) .
Dôsledkom dôsledku 10.4.3 je tvrdenie.
Dôsledok 10.4.4 Ak pre ∀ x ∈ I je f ′ (x) = 0, tak funkcia f je na intervale I konštantná.

Dôkaz:

∀ x1 , x2 ∈ I : f (x1 ) − f (x2 ) = f ′ (c)(x1 − x2 ) ⇒ f (x1 ) = f (x2 ) .
| {z }
=0
■ 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
∀ x1 , x2 ∈ R : | sin x1 − sin x2 | = | cos c| ·|x1 − x2 | ≤ |x1 − x2 | .

| {z }
≤1
Takže pre ľubovoľné x1 , x2 ∈ R platí nerovnosť | sin x1 − sin x2 | ≤ |x1 − x2 |. Špeciálne ak

x2 = 0 dostávame nerovnosť | sin x| ≤ |x| .
(b) Podobnú nerovnosť môžeme dokázať aj pre funkciu tg x. Zoberme si túto funkciu zúženú
na interval I = − π2 , π2 . 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| .
■
Poslednou z trojice viet o strednej hodnote je Cauchyho veta o strednej hodnote.
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
f ′ (c) f (b) − f (a)

= . Q.E.D.
g′ (c) g(b) − g(a)
10.5 Monotónnosť funkcie 369
P Pre funkciu g(x) = x by sa Cauchyho veta o strednej hodnote zredukovala na Lagrangeovu

vetu o strednej hodnote. Cauchyho veta je preto zovšeobenením Lagrangeovej, podobne ako
tá bola zovšeobecnením Rolleho vety o strednej hodnote.
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.
10.5 Monotónnosť funkcie

Už v predošlých častiach sme sa zaoberali geometrickým významom derivácie. Derivácia funkcie
f v bode a ∈ D( f ) vyjadruje smernicu dotyčnice ku grafu funkcie f v bode c. Ak je funkcia
definovaná na intervale I, tak pojem „mať deriváciu v bode“, môžeme prirodzeným spôsobom
rozšíriť na pojem „mať deriváciu na intervale“.
V prípade priamky (dotyčnice) vieme ľahko povedať kedy je táto rastúca a kedy je klesajúca.
Priamka bude rastúca, ak s osou x zviera uhol α ∈ 0, π2 , alebo inak povedané, ak prejej smernicu
k platí k > 0. Naopak, priamka bude klesajúca, ak s osou x zviera uhol α ∈ π2 , π , alebo inak
povedané, ak pre jej smernicu k platí k < 0.
Uhol, ktorý graf funkcie f má v bode a ∈ D( f ) voči osi x, je zhodný s uhlom, ktorý dotyčnica
ku grafu funkcie f zviera s osou x. Podľa doteraz uvedeného, to pre funkciu f znamená, že v bode a
rastie, ak f ′ (a) > 0 a v bode a klesá, ak f ′ (a) < 0. Tieto intuitívne získané poznatky teraz rozšírime
o neklesajúcosť a nerastúcosť a formálne dokážeme pomocou Lagrangeovej vety o strednej hodnote.
Veta 10.5.1 — Monotónnosť funkcie na intervale. Nech je funkcia f na intervale I ⊆ D( f )

spojitá a má tam deriváciu. Potom
a) ak ∀ x ∈ I : f ′ (x) > 0, tak funkcia f je na intervale I rastúca,
b) ak ∀ x ∈ I : f ′ (x) < 0, tak funkcia f je na intervale I klesajúca,
c) ak ∀ x ∈ I : f ′ (x) ≥ 0, tak funkcia f je na intervale I neklesajúca,
d) ak ∀ x ∈ I : f ′ (x) ≤ 0, tak funkcia f je na intervale I nerastúca.
Dôkaz: podľa dôsledku Lagrangeovej vety o strednej hodnote (dôsledok 10.4.3) platí
∀ x1 , x2 ∈ I, ∃ c ∈ (x1 , x2 ) ⊆ I : f (x1 ) − f (x2 ) = f ′ (c) (x1 − x2 ) . (10.9)

Potom
a) ak ∀ x ∈ I : f ′ (x) > 0, tak f ′ (c) > 0 a z (10.9) vyplýva x1 < x2 ⇒ f (x1 ) < f (x2 ),
b) ak ∀ x ∈ I : f ′ (x) < 0, tak f ′ (c) < 0 a z (10.9) vyplýva x1 < x2 ⇒ f (x1 ) > f (x2 ),
c) ak ∀ x ∈ I : f ′ (x) ≥ 0, tak f ′ (c) ≥ 0 a z (10.9) vyplýva x1 < x2 ⇒ f (x1 ) ≤ f (x2 ),
d) ak ∀ x ∈ I : f ′ (x) ≤ 0, tak f ′ (c) ≤ 0 a z (10.9) vyplýva x1 < x2 ⇒ f (x1 ) ≥ f (x2 ),
Q.E.D.
Z predošlej vety triviálne vyplýva nasledujúce tvrdenie.
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).
■ Príklad 10.18 Dokážte nerovnosť ∀x > 0 : ex > 1 + x .

Riešenie: položíme f (x) = ex a g(x) = 1 + x. Potom f (n) (x) = ex , pre ∀ n ∈ N, g′ (x) = 1 a
g(n) (x) = 0, pre ∀, n ∈ N, n ≥ 2. Platí
f (0) = g(0) = 1, f ′ (0) = g′ (0) = 1 a f ′′ (x) > g′′ (x) , pre x > 0 .
Podľa vety 10.5.2 to znamená, že f (x) > g(x), pre ∀ x > 0. ■
10.6 Fyzikálny význam derivácie funkcie

V predchádzajúcich častiach, najmä v predošlej časti zaoberajúcej sa vzťahom medzi deriváciou
funkcie a intervalmi monotónosti funkcie, sme mali možnost vidieť, že derivácia vyjadruje rast,
alebo klesanie funkcie v bode, alebo na intervale I. Nie je však rast ako rast, resp. klesanie ako
klesanie. Funkcie môže klesať pomalšie, alebo rýchlejšie. O tom hovorí veta 10.5.2. Z príkladu
10.18 vidíme, že exponenciálna funkcia ex rastie pre x > 0 rýchlejšie, než lineárna funkcia 1 + x.
Derivácia funkcie f v bode a, alebo na intervale I, vyjadruje aj rýchlosť rastu, alebo klesania
funkcie f . V prípade priamky so smernicou k vieme, že ak k > 0, tak čím väčšia bude hodnota k,
tým „strmšia“ bude priamka, resp. tým rýchlejšie bude rásť príslušná lineárna funkcia. Analogicky
to platí pre priamky so smernicou k < 0. V prípade funkcií je to rovnaké. Hodnota smernice
dotyčnice ku grafu funkcie f v bode a vyjadruje „rýchlosť“ rastu funkcie f v bode a. Voľne to
môžeme sformulovať tak, že derivácia funkcie f vyjadruje rýchlosť rastu funkcie f . Zoberme si
pre lepšie pochopenie nasledujúci príklad.
■ 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. ■
Vo všeobecnosti ak funkcia y = f (x) vyjadruje hodnotu nejakej fyzikálnej veličiny označenej

ako y, v závislosti od inej fyzikálnej veličiny označenej ako x, tak funkcia f ′ (x) vyjadruje rýchlosť
zmeny (rastu, alebo klesania) fyzikálnej veličiny y, v závislosti od veličiny x. Ilustrujeme si to ešte
na jednom príklade z elektriny.
■ Príklad 10.20 Podľa Ohmovho zákona pre kondenzátor, je prúd na kondenzátore priamo úmerný
zmene napätia na kondenzátore za čas t podľa vzťahu

δv
i(t) = C ·
δt
Predpokladajme, že máme osciloskop, ktorý meria a zobrazuje napätie na kondenzátore a jeho
výstupom sú nasledujúce krivky.
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 .
(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.
10.7 Intervaly konvexnosti a konkávnosti

Už v časti 8.1.7 sme si definovali pojmy konvexnosť a konkávnosť (definícia 8.1.8, strana 293)
ako aj pojem inflexný bod (definícia 8.1.9, strana 293). V tejto časti si ukážeme ako sa hľadajú
intervaly konvexnosti a konkávnosti danej funkcie. Pripomeňme si najskôr definíciu konvexnosti a
konkávnosti.
Obr. 10.2: Konvexnosť a konkávnosť funkcie
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)
Z definície 8.1.8 vieme, že rozlišujeme konvexnosť / konkávnosť a rýdzu konvexnosť / konkávnosť.

Rozdiel je v tom, či sa použijú ostré, alebo neostré nerovnosti. To, čo sme popisovali na predchá-
dzajúcich pár riadkoch je rýdza konvexnosť / konkávnosť.
10.7 Intervaly konvexnosti a konkávnosti 373
Posledné dve nerovnosti (10.10) a (10.11) ešte ďalej upravíme. Platí

f (b) − f (a) x−a x−a
f (a) + (x − a) = f (a) + f (b) · − f (a) · =
b−a b−a b−a
b − a − x + a x−a b−x x−a
f (a) · + f (b) · = f (a) · + f (b) ·
b−a b−a b−a b−a
Potom definíciu konvexnosti / konkávnosti môžeme zapísať aj v tvare
b−c c−a
konvexná: ak f (c) < f (a) · b−a + f (b) · b−a , (10.12)
b−c c−a
konkávna: ak f (c) > f (a) · b−a + f (b) · b−a . (10.13)
V dôkaze nasledujúcej vety budeme využívať práve nerovnosti (10.12) a (10.13).
Veta 10.7.1 — O konvexnosti / konkávnosti funkcie, 1. Majme funkciu f definovanú na

intervale I. Potom funkcia f je na intervale I konvexná práve vtedy, keď platí
∀ a, b ∈ I ∀ p > 0, q > 0 : p + q = 1 : f (pa + qb) ≤ p f (a) + q f (b) (10.14)
a konkávna, práve vtedy, keď platí
∀ a, b ∈ I ∀ p > 0, q > 0 : p + q = 1 : f (pa + qb) ≥ p f (a) + q f (b) (10.15)
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
Z predpokladov vety platí

)
p+q = 1
b−c c−a

⇒ p= , q= (10.18)
c = pa + qb b−a b−a
Potom z (10.18) a z (10.14) vyplýva tvrdenie (10.16).

Q.E.D.
Pomocou predošlej vety a lagrangeovej vety o strednej hodnote dokážeme nasledujúcu vetu.
Veta 10.7.2 — O konvexnosti / konkávnosti funkcie, 2. Majme funkciu f definovanú na in-

tervale I a nech má funkcia f na intervale I druhú deriváciu f ′′ (x). Potom
a) ak pre ∀ x ∈ I : f ′′ (x) ≥ 0, tak je funkcia f na intervale I konvexná,
b) ak pre ∀ x ∈ I : f ′′ (x) ≤ 0, tak je funkcia f na intervale I konkávna.
Dôkaz: budeme robiť len pre bod a). Pre bod b) sa dôkaz robí analogicky.
Nerovnosť (10.14) z vety 10.7.1 si upravíme na tvar

f (pa +qb) ≤ p f (a) +q f (b) ⇔ 0 ≤ q f (b)− f (pa +qb) − p f (pa +qb)− f (a) (10.19)
Pre ľubovoľné a, b ∈ I : a ̸= b a ľubovoľné p > 0, q > 0 : p + q = 1 si položme c = pa + qb. Už

v predošlej vete sme ukázali, že a < c < b. Podľa Lagrangeovej vety o strednej hodnote (veta
10.4.2, strana 367) existuje bod c1 ∈ (a, c) taký, že platí
f (c) − f (a)
f ′ (c1 ) = (10.20)
c−a
Keďže c = pa + qb, môžeme rovnosť (10.20) zapísať ako
f (pa+qb)− f (a) = f ′ (c1 )(pa+qb−a) = f ′ (c1 ) (1−q)a+qb−a = q f ′ (c1 )(b−a) (10.21)

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) =
= qp f ′ (c2 )(b − a) − pq f ′ (c1 )(b − a) = pq(b − a) f ′ (c2 ) − f ′ (c1 ) = (∗)

10.8 Extrémy funkcie 375
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
Z poslednej nerovnosti, podmienky (10.19) a vety 10.7.1 vyplýva, že funkcia f je na intervale I

konvexná. Q.E.D.
Určovanie intervalov konvexnosti / konkávnosti, si ukážeme na nasledujúcich troch príkladoch.
■ Príklad 10.21 Určte intervaly konvexnosti / konkávnosti funkcie f (x) = x3 .

Riešenie: definičný obor danej funkcie je D( f ) = R. Začneme tým, že vypočítame (ak existuje)
druhú deriváciu danej funkcie.
f ′ (x) = 3x2 a f ′′ (x) = 6x
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 . ■
■ Príklad 10.22 Určte intervaly konvexnosti / konkávnosti funkcie f (x) = ax .

Riešenie: postupujeme rovnako ako v predošlom príklade. Definičný obor je D( f ) = R.
f ′ (x) = ax ln a a f ′′ (x) = ax ln2 a
Platí f ′′ (x) = ax ln2 a > 0, čo znamená, že daná funkcia f je na celom svojom definičnom obore
konvexná. ■
■ Príklad 10.23 Určte intervaly konvexnosti / konkávnosti funkcie f (x) = ax + b, kde a, b ∈ R .

Riešenie: definičný obor je D( f ) = R.
f ′ (x) = a a f ′′ (x) = 0
Vidíme, že f ′′ (x) = 0 na celom definičnom obore. To znamená, že lineárna funkcia je konvexná aj

konkávna zároveň (ale samozrejme nie rýdzo). ■
10.8 Extrémy funkcie

Hľadaním lokálnych a globálnych extrémov funkcie sme sa zaoberali už v časti 8.1.6 (strana 290).
Lokálne extrémy sa určujú na základe intervalov monotónnosti funkcie a to, čo nám v časti 8.1.6
chýbalo, bol práve nástroj na určovanie intervalov monotónnosti funkcie. Ten už teraz máme
v podobe vety 10.5.1 (strana 369). Určovať lokálne extrémy funkcie už teda vieme. Pre úplnosť
však ešte uvedieme jednu vetu a jednu definíciu.
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
f (x) − f (x0 ) f (x) − f (x0 )

f−′ (x0 ) = lim− ≥0 a f+′ (x0 ) = lim+ ≤0
x→x0 x − x0 x→x0 x − x0
Z toho potom dostávame

f+′ (x0 ) ≤ 0 ≤ f−′ (x0 ) ∧ f−′ (x0 ) = f ′ (x0 )+ = f ′ (x0 ) ⇒ f ′ (x0 ) = 0 . Q.E.D.

Tvrdenie predošlej vety sa nedá obrátiť. To znamená, že ak máme funkciu f , bod x0 ∈ D( f ),

v ktorom existuje derivácia funkcie f a platí f ′ (x0 ) = 0, tak to neznamená, že v tomto bude musí
byť lokálny extrém. Ukážeme si to na nasledujúcom príklade.
■ Príklad 10.24 Nájdite všetky lokálne extrémy funkcie f (x) = x3 .

Riešenie: začneme tým, že určíme definičný obor a intervaly monotónnosti danej funkcie. Defi-
ničný obor je D( f ) = R a derivácia funkcie f ′ (x) = 3x2 existuje a je definovaná na celom D( f ).
Riešením rovnice f ′ (x) = 0 je bod x0 = 0 (je to dvojnásobný koreň kvadratickej rovnice). Tento
bod nám rozdelí definičný obor na intervaly (−∞, 0) a (0, ∞). Platí
∀ x ∈ (−∞, 0) : f ′ (x) > 0 a ∀ x ∈ (0, ∞) : f ′ (x) > 0 .
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
Cvičenie 10.1 Vypočítajte deriváciu funkcie f (x)
(a) f (x) = 5x√4 − 2x3 + 3x2 − 2 (n) f (x) =

ln x
(b) f (x) = x x x
(c) f (x) = 2ex cos x
(o) f (x) =
r sin x
3 1
(d) f (x) = ex − 1
x2 (p) f (x) = x
r q e +1
√
(e) f (x) = x x x (q) f (x) = tg x − 3x log4 x
√5
1 (r) f (x) = x9
(f) f (x) =
x2 − 1
(s) f (x) = ex (cos x + sin x)
x−1 √
(g) f (x) = (t) f (x) = 7x4 − 12x3 + 2 x
x+1
(h) f (x) = (x3 + 8)(x − 2) (u) f (x) = (x2 − 2x + 5)(3x − 2)
(i) f (x) = 3.4x + log x 1−x
(v) f (x) =
ex + e−x 1+x
(j) f (x) =
2 (w) f (x) = tg x − 3 log4 x
(k) f (x) = x ln(x) − x
(x) f (x) = 4.3x .2−x
sin x
(l) f (x) = (y) f (x) = esin
2 3
x
1 − cos x
sin x (z) f (x) = sin(cos 2x)
(m) f (x) =
cos x
■

√
(a) f (x) = ln cos x (o) f (x) = x−n
(b) f (x) = 2tg x √
(p) f (x) = e3x
(c) f (x) = arccotg 3 x
(q) f (x) = x2 (x3 − 1)2
ln x
(d) f (x) = arcsin q
2 (r) f (x) = 3 (2x + 3)2
x
(e) f (x) = arccotg (s) f (x) = 43x
1 + x2
√
(f) f (x) = 10 x .x (t) f (x) = xx
(g) f (x) = 3cotg x . arcsin x (u) f (x) = log(x + 2x2 )
(h) f (x) = log5 (tg x3 ) r
√ 2x
(i) f (x) = ln(arctg 5x) (v) f (x) = sin
3
(j) f (x) = (ln x)x r !
x−2
(w) f (x) = ln
(k) f (x) = (3x)sin x x+2
√3 √
3 x x

(l) f (x) = x cos x + √ (x) f (x) = ln cos e +1
3+ x
(m) f (x) = (cotg x)arccos x (y) f (x) = 4.3x .2−x
(n) f (x) = (2 + 3x)17 (z) f (x) = cos 3x
■

x
(a) f (x) = cos3 x

x
(j) f (x) =
x+1
(b) f (x) = ln(x − x2 )
(k) f (x) = (sin x)cos x
(c) f (x) = tg2 (x3 )
2 1 (l) f (x) = tg ( ln x)
(d) f (x) = 2−x + ln √ x
x (m) f (x) = ln cotg
3
(e) f (x) = log22 ex
(n) f (x) = arcsin (tg 2x)
2 3
(f) f (x) = esin x
(o) f (x) = x arcsin (ln x)
s p
1 (p) f (x) = log 5x
(g) f (x) = √ 5
3
4x + 1 √
(q) f (x) = arccos x
√ √x
(h) f (x) = x (r) f (x) = (2 + cos x)x
√
x (s) f (x) = ln | sin x|
(i) f (x) = (ln x)
■
Cvičenie 10.4 Funkcia sgn x je definovaná nasledovne


 −1 pre x < 0
sgn x = 0 pre x = 0
1 pre x > 0

10.9 Cvičenia 379
Vypočítajte deriváciu funkcie f (x)

q
(a) f (x) = sgn (x3 − x) ln4 (x + 2)
3
√
(b) f (x) = 2min { 2 − 2 sgn (x−1), }
1 1 3 x,x
10.9.1 Dotyčnice a normály
Cvičenie 10.5 Nájdite dotyčnicu a normálu ku grafu funkcie f v bode x0

√ π
(a) f (x) = x , x0 = 5 (l) f (x) = 3 sin x + 5 , x0 = 2
(b) f (x) = x3 + 2x , x0 = 1 (m) f (x) = 2 sin x − 5 cos x , x0 = 0
3x−4 (n) f (x) = 2tg x − 1 , x0 = π
(c) f (x) = 2x−3 , x0 = 2 4
(d) f (x) = ln(x + 1) , x0 = 0 (o) f (x) = cotg x , x0 = − π4
√3
(e) f (x) = x11 , x0 = 1 (p) f (x) = x2 sin x , x0 = 0
√
(q) f (x) = x.e−x , x0 = 1
3
(f) f (x) = 1 + 2x , x0 = −1
x+1
(g) f (x) = (x3 + 8)(x − 2) , x0 = 0 (r) f (x) = x2 +1
, x0 = 0
3
(h) f (x) = ex+3 , x0 = −3 (s) f (x) = x ln x , x0 = 1
ex −e−x
(i) f (x) = 3x−2 , x0 = 1 (t) f (x) = ex +e−x , x0 = 0
1
(j) f (x) = ln , x0 = 1
x
(u) f (x) = e−x cos 2x , x0 = 0
3x−4
(k) f (x) = log x3 , x0 = 10

(v) f (x) = 2x−3 , x0 = 2
■
Cvičenie 10.6 Zistite pod akým uhlom pretína graf funkcie f os ox

(a) f (x) = cos x ln x
(i) f (x) =
(b) f (x) = ln x − 1 x
1 1 1
(c) f (x) = cotg x (j) f (x) = + −
x−1 x x+1
(d) f (x) = x2 − 3x + 2 (k) f (x) = sin x
(e) f (x) = ex − 1 (l) f (x) = ln2 (x + 1)
1 1 1 x+1
(f) f (x) = + + (m) f (x) = 2
x−1 x x+1 x +2
(g) f (x) = xe−x − e−x − x + 1
3 3

(n) f (x) = 1 +
(h) f (x) = x3 − x x
■
Cvičenie 10.7 Nájdite dotyčnicu a normálu ku grafu funkcie f za danej podmienky

(a) f (x) = 10x a dotyčnica je rovnobežná s priamkou y = 5x − 2.
(b) f (x) = x2 − 2x + 3 a dotyčnica je rovnobežná s priamkou 3x − y + 5 = 0.
(c) f (x) = x2 − 3x + 2 a dotyčnica je kolmá na priamku x + y − 1 = 0
√ 5
(d) f (x) = 2x a dotyčnica zviera s priamkou x + y + 7 = 0 uhol 12 π.
(e) f (x) = ln x a normála je rovnobežná s priamkou x + 2y − 3 = 0.
ex
(f) f (x) = + 1 a normála je kolmá na priamku x − 2y + 1 = 0.
2
(g) f (x) = x ln x a normála je kolmá na priamku 3x − 3y + 7 = 0.

x
(h) f (x) = a normála je rovnobežná s osou oy .
1 + x2
2
(i) f (x) = e1−x a dotyčnica aj normála prechádzajú priesečníkom grafu funkcie s priamkou
y = 1.
■
10.9.2 Spojitosť a diferencovateľnosť
Cvičenie 10.8 Zistite, či je funkcia f spojitá



 ln x. log10 (1 − x) , pre x ∈ (0, 1)

f (x) = 0 , pre x = 1

 1
x x−1 , pre x ∈ (1, ∞)

Cvičenie 10.9 Zistite, či je funkcia f spojitá a či je diferencovateľná v bode a = 0

(
x. sin 1x , pre x ̸= 0
f (x) =
0 , pre x = 0
■
Cvičenie 10.10 Zistite, či je funkcia f spojitá a či je diferencovateľná v bode a = 1

( 1
(x − 1)2 cos x−1 , pre x ̸= 1
f (x) =
0 , pre x = 1
■
Cvičenie 10.11 Vyšetrite spojitosť a diferencovateľnosť funkcie

q
f (x) = sgn (x3 − x) · ln4 (x + 2)
3
Cvičenie 10.12 Vyšetrite spojitosť a diferencovateľnosť funkcie

√
f (x) = 2min { 2 − 2 sgn (x−1), }
1 1 3 x,x
■
10.9 Cvičenia 381
10.9.3 Prvý diferenciál
Cvičenie 10.13 Nájdite diferenciál funkcie f v bode x0
(a) f (x) = x − 3x2 , x0 = 2

p
(f) f (x) = x2 + 1 , x0 = 1
(b) f (x) = x2 + 2x − 3 , x0 = 1 (g) f (x) = ln(1 − x2 ) , x0 = 2
π ln x
(c) f (x) = sin 2x , x0 = 4 (h) f (x) = √ , x0 = 1
(d) f (x) = ex+1 , x0 = 0 x
π (i) f (x) = arctg x , x0 = 3
(e) f (x) = ln sin x , x0 = 4 1
(j) f (x) = log x , x0 = ln 10
■
Cvičenie 10.14 Nájdite diferenciál funkcie f v bode x0

(a) f (x) = x.ex
p x
(f) f (x) = x 64 − x2 + 64.arcsin
8
(b) f (x) = cotg 3x sin x
1 (g) f (x) =
(c) f (x) = x
x −x
(h) f (x) = e + ln x
(d) f (x) = sin x − x cos x
x (i) f (x) = arccos ex
(e) f (x) = √ √
q
√
1 − x2 (j) f (x) = x + 2 x + x
■
Cvičenie 10.15 Pomocou diferenciálu funkcie vypočítajte približnú hodnotu

(d) log 11
p
3
s
(a) 1,02 1, 85
(h)
(b) sin 29 ◦ (e) arctg 1,05 2, 15
√3
(c) cos 151◦ (f) 65 (i) ln tg 47◦ 15′
√
(g) tg 44◦ 50′ (j)
10
1000
■
10.9.4 Trochu fyziky na záver
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 10.18 Teleso prejde za 10 s po naklonenej rovine dráhu dlhú 50 m. Predpokladáme,

že dráha je kvadratická funkcia času a že počiatočná rýchlosť telesa je nulová. Vypočítajte
konečnú rýchlosť telesa. ■
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. ■
Cvičenie 10.20 Vyšetrite priebeh funkcie f (x) a načrtnite jej graf.
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? ■

(a) f ′ (x) = 20x3 − 6x2 + 6x (n) f ′ (x) = 1−ln x
x2
√
(b) f ′ (x) = 23 x (o) f ′ (x) = − sin12 x
(c) f ′ (x) = 2ex (p) f ′ (x) = 2ex
q (ex +1)2
(d) f ′ (x) = − 23 3 1
x5 (q) f ′ (x) = 1
− 3 log4 x − ln34
cos2 x
√
(e) f ′ (x) = 7
√
88x (r) f ′ (x) = 9 5 4
x
5
−2x
(f) f ′ (x) = (x2 −1)2 (s) f ′ (x) = 2ex cos x
(g) f ′ (x) = 2 (t) f ′ (x) = 28x3 − 36x2 + √1x

(x+1)2
(h) f ′ (x) = 4x3 − 6x2 + 8 (u) f ′ (x) = 9x2 − 16x + 19
(i) f ′ (x) = 3.4x . ln 4 + x ln110 (v) f ′ (x) = − (1+x)

2
2
ex −e−x (w) f ′ (x) = − x ln3 4

1
(j) f ′ (x) = 2 cos2 x
x
(k) f ′ (x) = ln x (x) f ′ (x) = 4. 32 . ln 32

(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
(a) f ′ (x) = − tg x
2
ln 2.2tg x
(b) f ′ (x) =
cos2 x
1
(c) f ′ (x) = − √ √
3 2 3
3 x 1 + x2
1
(d) f ′ (x) = p
x 4 − ln2 x
x2 − 1
(e) f ′ (x) = 4
x + 3x2 + 1
√
√
′ x ln 10. x
(f) f (x) = 10 +1
2
′ cotg x ln 3arcsin x 1
(g) f (x) = 3 − +√
sin2 x 1 − x2
3x2
(h) f ′ (x) =
ln 5tg x3 cos2 x3
5
(i) f ′ (x) = √
(1 + 5x)arctg 5x

′ x 1
(j) f (x) = (ln x) ln ln x +
ln x
′ sin x sin x
(k) f (x) = (3x) cos x ln 3x +
x
6 1 1
(l) f ′ (x) = x2 (3 cos x − x sin x) + √ 6 10
+ √ 6 7
− √
x 3 x 26x

′ arccos x ln(cotg, x) arccos x
(m) f (x) = (cotg x) − √ −
1 − x2 cotg x. sin2 x
′ 16
(n) f (x) = 51(2 + 3x)
(o) f ′ (x) = −nx−(n+1)
(p) f ′ (x) = 3e3x
(q) f ′ (x) = 2(x3 − 1)(4x4 − x)
4
(r) f ′ (x) = √ 3
3 2x + 3
′
(s) f (x) = 3.43x . ln 4
(t) f ′ (x) = xx (ln x + 1)
4x + 1
(u) f ′ (x) =
(x + 2x2 ) ln 10
r
′ 1 2x 2x
(v) f (x) = cotg . cos
3 3 3
2
(w) f ′ (x) = 2
x −4
−ex √
′
(x) f (x) = √ x · tg ex + 1
2 e +1
x
′ 3 3
(y) f (x) = 4 ln
2 2
′
(z) f (x) = −3 sin 3x
■

(a) f ′ (x) = −3 sin x. cos2 x
2x − 1
(b) f ′ (x) = 2
x −x
6x 2 sin x3
(c) f ′ (x) =
cos3 x3
x ln 2 1
(d) f ′ (x) = − x2 −1 −
2 2x
2x
(e) f ′ (x) = 2
ln 2
2 3
(f) f ′ (x) = 6x2 . sin x3 . cos x3 .esin x
4
(g) f ′ (x) = − p
15 (4x + 1)16
15
1 √ √x−1 √
(h) f ′ (x) =

x ln x + 1
2
√
(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
■

(a) D( f ) = (−2, ∞) a
 √
3
4 ln(x+2)



 3 · x+2 , pre x ∈ (−2, ∞) \ {−1, 0, 1}

f ′ (x) = 0 , pre x = −1



 −∞ , pre x = 0
 ∞ , pre x = 1
(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
■

h √ i
(a) A = 5, 5 (l) A = π2 , 8
x
√
5
d:y=8
d:y= √ +
2 5√ 2 n : x = π2
√
n : y = −2 5x + 11 5
(m) A = [0, −5 ]
(b) A = [1, 3 ] d : y = 2x − 5
d : y = 5x − 2 n : y = − 12 x − 5
n : y = − 15 x + 16
5 (n) A = π4 , 1
(c) A = [2, 2 ] d : y = 4x + 1 − π
d : y = −x + 4 n : y = − 14 x + 16+π
16
n:y=x π
(o) A = − 4 , −1
(d) A = [0, 0 ] d : y = −2x − 1 − π2
d:y=x
n : y = 12 x + π8 − 1
n : y = −x
(p) A = [0, 0 ]
(e) A = [1, 1 ]
d:y=0
d : y = 11 8
3 x− 3
3
n:x=0
n : y = − 11 x + 14
11
(q) A = 1, 1e

(f) A = [−1, −1 ] d : y = − 2ex 3
+ 2e
d : y = −6x − 7 2
n : y = 61 x − 65 n : y = 2ex + 1−2e
e
(g) A = [0, −16 ] (r) A = [0, 1 ]

d : y = 8x − 16 d : y = x+1
n : y = − 18 x − 16 n : y = −x + 1
(h) A = [−3, 1 ] (s) A = [1, 0 ]

d : y = x+4 d : y = x−1
n : y = −x − 2 n : y = −x + 1
(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
■

3π
(a) f (x) pretína ox v bodoch x1 = π2 + 2kπ a x2 = 2 + 2kπ. V prvom prípade zviera s ox
uhol α1 = − π4 a v druhom uhol α2 = π4 .
1

(b) f (x) pretína ox v bode x = e. S ox tam zviera uhol α = arctg e .
π
(c) f (x) pretína ox v bode x = 2 + kπ. S ox tam zviera uhol α = − π4 .
(d) f (x) pretína ox v bodoch x1 = 1 a x2 = 2. V prvom prípade zviera s ox uhol α1 = − π4 a
v druhom uhol α2 = π4 .
(e) f (x) pretína ox v bode x = 0. S ox v tomto bode zviera uhol α = π4 .
(f) f (x) pretína ox v bodoch x1,2 = ± √13 . V oboch prípadoch zviera s ox uhol α = arctg (−9).
(g) f (x) pretína ox v bode x = 0. S ox v tomto bode zviera uhol α = π4 .

(h) f (x) pretína ox v bodoch x1 = 0 a x2,3 = ±1. S ox v prvom bode zviera uhol α1 = − π4 a
v bodoch x2,3 = ±1 zviera s ox uhol α2,3 = arctg 2.
(i) f (x) pretína ox v bode x = 1. S ox v tomto bode zviera uhol α = π4 .
√ √
(j) f (x) pretína ox v bodoch x1 = −1 − 2 a x2= −1 + 2. Graf funkcie f (x) v√týchto
√
dvoch bodoch zviera s ox uhol α1 = arctg 3 2 − 4 a α2 = arctg −4 − 3 2 =
√
−arctg 4 + 3 2 .
(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 .

(n) f (x) pretína ox v bode x = −3. S ox v tomto bode zviera uhol α = 0◦ .

■

1
5 5 (e) A = 2 , − ln 2
(a) A = log ,
ln 10 ln 10 d : y = 2x − 1 − ln 2
5 5
d : y = 5x + − 5 log n : y = − 12 x + 14 − ln 2
ln 10 ln 10
(f) A = 0, 32

1 5 1 5
n : y = − x+ + log
5 ln 10 5 ln 10 d : y = 12 x + 23
5 17
(b) A = 2 , 4 n : y = −2x + 32
d : y = 3x − 13
4 (g) A = [1, 0 ]
n:y= 61
− 13 x + 12 d : y = x−1
n : y = −x + 1
(c) A = [2, 0 ]
(h) A = 1, 12 , B = −1, − 12

d : y = x−2
n : y = −x + 2 dA : y = 12 , nA : x = 1
h √ i
(d) A = 16 , 33 dB : y = − 12 , nB : x = −1
√ √
d : y = x 3 + 63 (i) A = [−1, 1] , B = [1, 1]
√ √
dA : y = 2x + 3 , nA : x = − 2x + 12
n:y= −x 33 + 7 3
18
dB : y = −2x + 3 , nB : x = 2x + 12
■
Výsledky cvičenia 10.8 Funkcia nie je spojitá. ■
Výsledky cvičenia 10.9 V bode a = 0 daná funkcia spojitá je, diferencovateľná nie je. ■
Výsledky cvičenia 10.10 V bode a = 1 je daná funkcia spojitá, aj diferencovateľná. ■
Výsledky cvičenia 10.11 Daná funkcia f má D( f ) = (−2, ∞) a je spojitá na celom definičnom

obore, okrem bodov {0, 1}. Funkcia je diferencovateľná všade, okrem bodov {0, 1}. ■
Výsledky cvičenia 10.12 Daná funkcia f má D( f ) = R a je spojitá na celom definičnom

obore, okrem bodu x = 1. V týchto bodov funkcia nie je ani diferencovateľná. Funkcia je
diferencovateľná všade, okrem bodov {−1, 0, 1}. ■

(a) d f2 (x) = −11x + 22 (f) d f1 (x) = √1 (x − 1)
2
(b) d f1 (x) = 4x − 4 (g) d f2 (x) = 43 x − 83
(c) d f π4 (x) = 0 (h) d f1 (x) = x − 1
(d) d f0 (x) = e.x 1
(i) d f3 (x) = 10 (x − 3)
(e) d f π4 (x) = x − π4 (j) d f 1 (x) = x − ln110
ln 10
■

(a) d fx0 (x) = ex0 (x0 + 1)(x − x0 )
−3 kπ
(b) d fx0 (x) = (x − x0 ), x0 ̸= 3
sin2 3x0
1
(c) d fx0 (x) = − (x − x0 ), x0 ̸= 0
x02
(d) d fx0 (x) = x0 sin x0 (x − x0 )
(x − x0 )
(e) d fx0 (x) = q , |x0 | < 1
2
1 − x0 1 − x02
q
(f) d fx0 (x) = 2 64 − x02 (x − x0 ), |x0 | ≤ 8
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 ■

√
3
√
3 .
(a) f (x) = x , x0 = 1, 1,02 = 1, 0066
.
(b) f (x) = sin x , x0 = π6 , sin 29◦ = 0,4849
.
(c) f (x) = cos x, x0 = 56 π, cos 151◦ = −0,8748
.
(d) f (x) = log x, x0 = 10, log 11 = 1,0434
. .
(e) f (x) = arctg x , x0 = 1, arctg 1,05 = 0,258π = 46,44◦
√ √3 .
(f) f (x) = 3 x , x0 = 64, 65 = 4,0208
.
(g) f (x) = tg x , x0 = π4 , tg 44◦ 50′ = 0,9942
r
2−x q
1,85 .
(h) f (x) = , x0 = 0, 2,15 = 0,925
2+x
.
(i) f (x) = ln tg x , x0 = π4 , ln tg 47◦ 15′ = 0,0785
√ √
10 .
(j) f (x) = 10 x , x0 = 1024, 1000 = 1,9953
■
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. ■
Výsledky cvičenia 10.17 Vlak prejde 0, 5 km, čiže 500 m. ■
Výsledky cvičenia 10.18 Konečná rýchlosť telesa bude 10 m/s.

Pomôcka: Výpočet dráhy pomocou zrýchlenia a času: s = 12 at 2 . ■
Výsledky cvičenia 10.19 Vzďalujú sa rýchlosťou 13 m/s. ■


x2 + 1
(a) 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:
15
10
-2 2 4
-5
-10
x2 + 1
(b) f (x) =
x+1
• Definičný obor: D( f ) = R \ {−1} .
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 .
4
(x + 1)3
– 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
(c) f (x) = x(x − 1)3 = x4 − 3x3 + 3x2 − x

• Definičný obor: D( f ) = R .
• Nulové body funkcie: n1 = 0 n2,3,4 = 1 .
– prvá derivácia funkcie: f ′ (x) = (x − 1)(4x2 − 5x + 1) ,
– stacionárne body: s1,2 = 1 , s3 = 14 .
– funkcia klesá na: x ∈ −∞,41 ,
– funkcia rastie na: x ∈ 14 , 1 ∪ (1, ∞) .
• Lokálne extrémy:
– minimum: x = 41 ,
– maximá: nemá
– druhá derivácia funkcie: f ′′ (x) = 6(2x2 − 3x + 1) ,
– nulové body 2. derivácie: d1 = 1 , d2 = 12 ,
– inflexné body funkcie: i1 = 1 , i2 = 12 .
– funkcia je konkávna na: x ∈ 21 , 1 ,
– funkcia je konvexná na: x ∈ −∞, 12 ∪ (1, ∞) .
• Asymptoty:
– asymptoty bez smernice: nemá,
– asymptoty so smernicou: nemá.
• Graf funkcie:
1.5
1.0
0.5
-0.5 0.5 1.0 1.5

2x
(d) f (x) = x +
x2 − 1
• Definičný obor: D( f ) = R \ {±1} .
• Nulové body funkcie: n1 = 0 .
2x2 + 2
– prvá derivácia funkcie: f ′ (x) = 1 − 2 ,
(x − 1)2
p √
– stacionárne body: s1,2 =p± 2 + 5 ,
√ p √
– funkcia klesá na: x ∈ − 2 + 5, −1 ∪ (−1, 1) ∪ 1, 2 + 5 ,
p √ p √
– funkcia rastie na: x ∈ −∞, − 2 + 5 ∪ 2 + 5, ∞ .
• Lokálne extrémy: p
√
– minimum: x = p 2 + 5√,
– maximum: x = − 2 + 5 .
4x(x2 + 3)
– druhá derivácia funkcie: f ′′ (x) = 2 ,
(x − 1)3
– nulové body 2. derivácie: d1 = 0 ,
– inflexné body funkcie: i1 = 0 ,
– funkcia je konkávna na: x ∈ (−∞, −1) ∪ (0, 1) ,
– funkcia je konvexná na: x ∈ (−1, 0) ∪ (1, ∞) .
• Asymptoty:
– asymptoty bez smernice: x = −1 , x = 1 ,
– asymptota so smernicou: y = x .
• Graf funkcie:
15
10
-4 -2 2 4
-5
-10
-15
2x3
(e) f (x) =
x2 + 1
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 ) .
– minimá: nemá,
– maximá: nemá.
4x(3 − x2 )
(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:
– asymptota so smernicou: y = 2x .
• Graf funkcie:
-3 -2 -1 1 2 3
-2
-4
2
(f) f (x) = e−x
2
– prvá derivácia funkcie: f ′ (x) = −2xe−x ,
– funkcia klesá na: x ∈ (0, ∞) ,
– funkcia rastie na: x ∈ (−∞, 0) .
– minimá: nemá,
– maximá: x = 0 .
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:
– asymptota so smernicou: y = 0 .
• Graf funkcie:
1.0
0.8
0.6
0.4
0.2
-3 -2 -1 1 2 3
x2
(g) f (x) = x.e− 2
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) .
– minimum: x = −1 ,
– maximum: x = 1 .
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:
• Graf funkcie:
0.6
0.4
0.2
-4 -2 2 4
-0.2
-0.4
-0.6
(h) f (x) = x + e−x

– prvá derivácia funkcie: f ′ (x) = 1 − e−x ,
– funkcia klesá na: x ∈ (−∞, 0) ,
– funkcia rastie na: x ∈ (0, ∞) .
– maximá: nemá.
– druhá derivácia funkcie: f ′′ (x) = e−x ,
– funkcia je konkávna na: 0/ ,
– funkcia je konvexná na: x ∈ D( f ) .
• Asymptoty:
– asymptoty so smernicou: y = x pre x → ∞ .
Pre x → −∞ ASS nemá.
• Graf funkcie:
-2 -1 0 1 2 3
(i) f (x) = x. ln x
• Definičný obor: D( f ) = (0, ∞) .
– prvá derivácia funkcie: f ′ (x) = ln x + 1 ,
– stacionárne body: s1 = 1e ,
– funkcia klesá na: x ∈ 0, 1e ,
– funkcia rastie na: x ∈ 1e , ∞ .
– minimá: x = 1e ,
– maximá: nemá
1
x
• Asymptoty:
• Graf funkcie:
1.0
0.5
0.5 1.0 1.5 2.0

(j) f (x) = ln 4x − x2 − 3

• Definičný obor: D( f ) = (1, 3) .

4 − 2x
4x − x2 − 3
– funkcia klesá na: x ∈ (2, 3) ,
– funkcia rastie na: x ∈ (1, 2) .
– minimá: nemá,
−2x2 + 8x − 10
(4x − x2 − 3)2
– funkcia je konkávna na: x ∈ D( f ) ,
– funkcia je konvexná na: 0/ .
• Asymptoty:
– asymptoty bez smernice: x = 1 , x = 3
• Graf funkcie:
1.5 2.0 2.5 3.0
-0.5
-1.0
-1.5
-2.0
-2.5
1+x
(k) f (x) = ln
1−x
• Definičný obor: D( f ) = (−1, 1) .
2
1 − x2
– stacionárne body: nemá,
– funkcia klesá na: 0/ ,
– funkcia rastie na: x ∈ D( f ) .
– minimá: nemá,
– maximá: nemá.
4x
(1 − x2 )2
– funkcia je konkávna na: x ∈ (−1, 0) ,
– funkcia je konvexná na: x ∈ (0, 1) .
• Asymptoty:
– asymptoty bez smernice: x = −1 , x = 1 ,
• Graf funkcie:
-1.0 -0.5 0.5 1.0
-2
-4
-6
(l) f (x) = x − 2 arctg x

.
• Nulové body funkcie: n1 = 0 , n2,3 = ±2,3312 (delením intervalu).
2
– prvá derivácia funkcie: f ′ (x) = 1 − ,
1 + x2
– funkcia klesá na: x ∈ (−1, 1) ,
– funkcia rastie na: x ∈ (−∞, −1) ∪ (1, ∞) .
– maximum: x = −1 .
4x
(1 + x2 )2
• Asymptoty:
– asymptoty so smernicou: y = x + π pre x → −∞ ,
y = x − π pre x → ∞ .
• Graf funkcie:
1.0
0.5
-4 -2 2 4
-0.5
-1.0
(m) f (x) = x.arctg x

x
– prvá derivácia funkcie: f ′ (x) = arctg x + ,
1 + x2
– maximá: nemá.
2
(1 + x2 )2
• Asymptoty:
– asymptoty so smernicou: y = − π2 x − 1 pre x → −∞
y = π2 x − 1 pre x → ∞ .
• Graf funkcie:
7
-4 -2 2 4
√
(n) f (x) = sin x + 3 cos x
• 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 .
– 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:
• Graf funkcie:
-10 -5 5 10
-1
-2
1 3
x + 3x2 − 9x + 5

(o) f (x) =
4
• Nulové body funkcie: n1 = −5 , x2,3 = 1 ..
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, ∞) .
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:
• Graf funkcie:
40
20
-6 -4 -2 2 4 6
-20
x3
(p) f (x) =
4(x − 2)2
x3 − 6x2
4(x − 2)3
– stacionárne body: s1,2 = 0 , s3 = 6 ,
– funkcia rastie na: x ∈ (−∞, 0) ∪ (0, 2) ∪ (6, ∞) .
– maximá: nemá.
24x
4(x − 2)4
– funkcia je konvexná na: x ∈ (0, 2) ∪ (2, ∞) .
• Asymptoty:
– asymptota so smernicou: y = 4x + 1 .
• Graf funkcie:
12
10
-6 -4 -2 2 4 6
q
(q) f (x) = x 3 (x + 1)2
• Nulové body funkcie: n1 = −1 , n2 = 0 ..
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 , ∞ .

– minimum: x = − 35 ,
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 ,

– funkcia je konvexná na: x ∈ − 65 , ∞ .

• Asymptoty:
• Graf funkcie:
4
-3 -2 -1 1 2
-2
-4
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, ∞) .

– minimá: x = 0 , x = 2 , x = 4 ,
• 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 ,
– funkcia je konkávna na: x ∈ (0, 2⟩ ,
– funkcia je konvexná na: x ∈ (−∞, 0) ∪ (3, ∞) .
• Asymptoty:
– 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
x2 − 4 − 5
(s) f (x) = · e 3x
x
• Nulové body funkcie: n1,2 = ±2 .
5 (x − 1)(3x2 + 8x + 20)
– prvá derivácia funkcie: f ′ (x) = e− 3x · ,
3x3
– funkcia rastie na: x ∈ (−∞, 0) ∪ (1, ∞) .
– maximá: nemá.
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 so smernicou: y = x − 35 .
• Graf funkcie:
12
10
-2 2 4
-2
(t) f (x) = x3 − 3x2 + 4

• Nulové body funkcie: n1 = −1 , n2 = 2 .
– prvá derivácia funkcie: f ′ (x) = 3x(x − 2) ,
– stacionárne body: s1 = 0 , s2 = 2 ,
– funkcia rastie na: x ∈ (−∞, 0) ∪ (2, ∞) .
– druhá derivácia funkcie: f ′′ (x) = 6x − 6 ,
• Asymptoty:
• Graf funkcie:
10
-2 -1 1 2 3 4
-5
x−1 2

(u) f (x) = (x + 1)
x−2
• Nulové body funkcie: n1,2 = ±1 .
x(x − 1)(x − 5)
(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, ∞) .
– minimá: x = 1 , x = 5 ,
14x − 10
(x − 2)4
– funkcia je konkávna na: x ∈ −∞, 57 ,

– funkcia je konvexná na: x ∈ 57 , 2 ∪ (2, ∞) .

• Asymptoty:
– asymptota so smernicou: y = x + 3 .
• Graf funkcie:
35
30
25
20
15
10
-2 2 4 6
(v) f (x) = ex − x
– prvá derivácia funkcie: f ′ (x) = ex − 1 ,
– minimum: x = 0
– maximá: nemá
– druhá derivácia funkcie: f ′′ (x) = ex ,
• Asymptoty:
– 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
2
(w) f (x) = e1−x
2
– prvá derivácia funkcie: f ′ (x) = −2xe1−x ,
– funkcia rastie na: x ∈ (−∞, 0) .
– minimá: nemá,
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:
• Graf funkcie:
2.5
2.0
1.5
1.0
0.5
-2 -1 1 2
(x) f (x) = ln x − x + 1
1
– prvá derivácia funkcie: f ′ (x) = − 1 ,
x
– funkcia rastie na: x ∈ (0, 1) .
– minimá: nemá,
1
– druhá derivácia funkcie: f ′′ (x) = − 2 ,
x
– funkcia je konkávna na: x ∈ D( f ) ,
– funkcia je konvexná na: 0/ .
• Asymptoty:
• Graf funkcie:
1 2 3 4
-0.5
-1.0
-1.5
-2.0
-2.5
ln x
(y) f (x) =
x
1 − ln x
x2
– stacionárne body: s1 = e ,
– funkcia klesá na: x ∈ (e, ∞) ,
– funkcia rastie na: x ∈ (0, e) .
– minimá: nemá,
– maximum: x = e .
2 ln x − 3
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 so smernicou: y = 0 pre x → ∞ .
• Graf funkcie:
0.3
0.2
0.1
5 10 15 20
x
(z) f (x) = √3
x+1
• Definičný obor: D( f ) = R \ {−1} .
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, ∞) .
– minimum: x = − 32 .
– maximá: nemá.
−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 ,
• Graf funkcie:
6
-4 -3 -2 -1 1 2
-2
-4

11. Taylorov polynóm
Na cvičenie ku tejto prednáške je doporučené a vhodné priniesť si kalkulačky.
11.1 Úvod k aproximáciam funkcie polynómami

V časti 10.3.1 sme okrem iného definovali diferenciál funkcie (definícia 10.3.1, strana 363). Ak
máme danú funkciu f , bod a ∈ D( f ) a existuje f ′ (a), tak pomocou diferenciálu vieme vypočítať
približnú hodnotu f (x) pre x ∈ O(a), kde O(a) je nejaké okolie bodu a. Problém takejto aproxi-
mácie je v tom, že zatiaľ nemáme žiadny nástroj, pomocou ktorého by sme vedeli odhadnúť chybu
takéhoto približného výpočtu hodnoty f (x). Aproximácia hodnoty funkcie pomocou diferenciálu,
je proximácia hodnôt funkcie pomocou dotyčnice. Pokiaľ sa daná funkcia v okolí bodu a správa
„rozumne“, tak takáto aproximácia môže byť veľmi dobrá. Takže chyba aproximácie závisí od fun-
kcie f aj od bodu a ∈ D( f ). Príkladom takejto „rozumne“ sa správajúcej funkcie a bodu a, je
funkcia f (x) = sin x v bode a = 0. Môžeme to vidieť na nasledujúcom obrázku.
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.
Z obrázku vidíme, že už v bode x = 1, 5 sa hodnota funkcie a jej aproximácia pomocou diferenciálu

v bode a = 1 značne líšia. Inak povedané, ak požadujeme, aby chyba aproximácie bola menšia
x3
než nejaké ε > 0, tak v prípade funkcie f (x) = 4(x−2)2 a bodu a = 1, budeme musieť zobrať oveľa
menšie okolie bodu a = 1, než v prípade funkcie f (x) = sin x a bodu a = 0.

Problém spočíva v tom, že aproximácia pomocou diferenciálu je aproximácia krivky priamkou.
To v niektorých prípadoch funguje lepšie, v iných horšie, ale vo všeobecnosti to má od ideálnej
aproximáxie ďaleko. Ďaleko lepšia by bola aproximácia kriviek krivkami, napríklad grafmi polynó-
mov. Na nasledujúcom obrázku vidíme grafy funkcií x, x2 , x3 , x4 a x5 . Grafy funkcií xn pre n ≥ 2 sú
krivky a vhodnou voľbou n ∈ N a vhodnou lineárnou kombináciou funkcií xk pre k ∈ {0, 1, . . . , n}
sa dá dobre aproximovať takmer akákoľvek funkcia.
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.
11.2 Taylorov polynóm

Taylorov polynóm je zovšeobecnenie diferenciálu. Pomenovanie dostal podľa anglického mate-
matika Brook Taylora (1685–1731), hoci je pravdepodobné, že ešte skôr ho objavil švajčiarsky
matematik Johann Bernoulli (1667–1748). Títo dvaja matematici sa spolu preli o prvenstvo, aj
keď nie až tak zúrivo ako Newton s Leibnizom v prípade infinitezimálneho počtu. Je pritom
pravdepodobné, že svoj objav spravili nezávisle od seba.
Taylor vyslovil a dokázal Taylorovu vetu, ktorú tu v zdokonalenej a matematicky korektnejšej
verzii dokážeme aj my, avšak význam jeho objavu pre aproximáciu funkcií plne pochopil a popu-
larizoval až taliansky matematik Joseph-Louis Lagrange (1736–1813) v roku 1772, viac než 40
rokov po Taylorovej smrti.
Postata aproximácie funkcie pomocou polynómu stupňa n je nasledovná. Začneme tým, že si
pripomenieme definíciu diferencovateľnosti funkcie (definícia 10.3.1, strana 363). Táto definícia
hovorila, že
. . . Potom hovoríme, že funkcia f je diferencovateľná v bode a, ak existuje konštanta
A ∈ R a existuje funkcia ω : O(a) → R, taká, že

lim ω(x) = ω(a) = 0 a ∀ x ∈ O(a) : f (x) = f (a)+ f ′ (a)(x−a)+ω(x)(x−a) .
x→a
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) ,
čiže hodnota 0. a 1. derivácie polynómu P a funkcie f v bode a, sa zhodujú. Pri aproximácii

Taylorovým polynómom ide o to, že chceme hodnotu funkcie f (x) v okolí bodu a približne vyjadriť
(k)
pomocou polynómu n-tého stupňa, označme ho zatiaľ Pn (x), tak, aby platilo f (k) (a) = Pn (a), pre
k ∈ {0, 1 . . . , n}. Ak máme f (a) = a0 , tak aby platila rovnosť Pn (a) = f (a), zapíšeme si polynóm
Pn (x) ako
Pn (x) = a0 + a1 (x − a) + a2 (x − a)2 + · · · + an (x − a)n , (11.1)
kde a0 = f (a) a a1 , a2 , . . . , an ∈ R sú nejaké vhodné konštanty. Požiadavka bola, aby platilo

(k)
f (k) (a) = Pn (a), pre všetky derivácie od 0 po n, takže musí platiť
 
f (a) = P(a)   a0 = f (a)
f ′ (a) = P′ (a)  f ′ (a)
 
1 · a1 =
 

 
f ′′ (a) = P′′ (a)  f ′′ (a)
 
1 · 2 · a2 =
 


 

.. .. ..   .. .. ..
. . . =⇒ . . . (11.2)
(k)
f (a) = P (a)  (k) 
 
 1 · 2 · · · k · ak = f (k) (a)
 

.. .. .. 
 
 .. .. ..
. . . . . .

 


 

f (n) (a) = P(n) (a) 1 · 2 · · · k · · · n · an = f (n) (a)
 
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).
f ′ (a) f ′′ (a) f (n) (a)

Tn ( f , x, a) = f (a) + (x − a) + (x − a)2 + · · · + (x − a)n (11.3)
1! 2! n!
Toto bola motivácia a spôsob konštrukcie Taylorovho polynómu a ešte si uvedieme jeho formálnu
definíciu.
Definícia 11.2.1 — Taylorov polynóm n-tého stupňa. Majme funkciu f a bod a ∈ D( f ).
Nech je funkcia f definovaná a má n-tú deriváciu v O(a). Potom pod Taylorovým polynómom
n-tého stupňa funkcie f v bode a rozumieme polynóm
n
f (k) (a)
Tn ( f , x, a) = ∑ (x − a)k . (11.4)
k=0 k!
Pod zvyškom, alebo chybou, Taylorovho polynómu funkcie f v bode a rozumieme
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} .
V prípade ak n = 1, tak R1 ( f , x, a) = ω(x)(x − a), čiže zvyšok R1 ( f , x, a) zodpovedá funkcii

ω(x)(x − a) z definície diferencovateľnosti funkcie a Taylorov polynón T1 ( f , x, a) je lineárny
polynóm zodpovedajúci aproximácii funkcie pomocou diferenciálu.
Teraz už máme pripravené všetko potrebné, na vyslovenie a dôkaz Taylorovej vety.

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
g(x) − g(a) (x − a)n n (n+1)

Rn ( f , x, a) = · (1 − θ ) f a + θ (x − a) . (11.6)
g′ a + θ (x − a) n!
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
Teraz si pre t ∈ ⟨a, x⟩ definujeme funkcie F(t) a G(t) predpisom
f ′ (t) f ′′ (t) f (n) (t)

F(t) = f (t) + (x − t) + (x − t)2 + · · · + (x − t)n
1! 2! n!
G(t) = g(t)
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)
Podľa definície Taylorovho polynómu a jeho zvyšku platí rovnosť
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)
Ďalej pre deriváciu F ′ (t) platí

′′ f ′ (t) f ′′′ (t) f ′′ (t) f (n+1) (t)
+ f (t)

F ′ (t) =
f ′ (t)
(x

− t) − + (x − t)2
− 2(x − t) + · · · + (x − t)n
1! 1!
2! 2! n!
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
Dosadením F ′ (c) do (11.8) dostávame tvrdenie vety. Q.E.D.
Definícia 11.2.2 — Taylorov a Maclaurinov vzorec. Rovnosť f (x) = Tn ( f , x, a) + Rn ( f , x, a)

sa nazýva Taylorov vzorec. Ak a = 0, tak túto rovnosť nazývame Maclaurinov vzorec.
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
f ′′ (x) = − √1 f ′′ (x0 ) = − 256

1
4 x3
Dosadením do vzorca pre Taylorov polynóm (11.3) 2. stupňa, dostávame odhad

√ . 1 1
19 = f (19) = 4 + · 3 − · 32 = 4, 357421875
8 2! 256
√ .
Opäť môžeme tento výsledok porovnať s hodnotou 19 = 4, 358898 získanou pomocou kalkulačky,
alebo z tabuliek. Vidíme, že chyba je teraz až na 3. desatinnom mieste. Oproti diferenciálu sa odhad
zlepšil o jeden rád. ■
11.2.1 Odhad chyby

Taylorova veta 11.2.1 nám už dáva možnosť odhadnúť chybu aproximácie, avšak v tom tvare v akom
je uvedená, je jej použitie nepraktické. Mätúci je fakt, že vo vete vystupuje okrem aproximovanej
funkcie f ešte nejaká ďalšia funkcia g. Tento problém sa však dá vyriešiť veľmi jednoducho.
Za funkciu g z vety 11.2.1 si môžeme zvoliť akúkoľvek funkciu, ktorá spĺňa podmienky vety.
Ukážeme si dve možnosti jej voľby.
▷ 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!
▷ Ak si za funkciu g zvolíme funkciu g(t) = (x − t)n+1 , pre ∀t ∈ ⟨a, x⟩ , tak dostaneme

Lagrangeov tvar zvyšku, resp. Lagrangeov odhad chyby. Pre g(t) = (x − t)n+1 a pre
c = a + θ (x − a) počítajme
g(x) − g(a) −(x − a)n+1 (x − a)

= n =
g′ (c) −(n + 1) x − a − θ (x − a) (n + 1)(1 − θ )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)!
V praxi sa častejšie používa Lagrangeov tvar zvyšku, čo si neskôr ukážeme na príkladoch.

V nasledujúcom príklade budeme počítať Taylorove polynómy pre funkcie ex , sin x a cos x, čiže
podľa definície 11.2.2 sa bude jednať o Maclaurinove polynómy týchto funkcií.
■ Príklad 11.2 Nájdite Maclaurinove polynómy funkcií

(a) f (x) = ex ,
(b) f (x) = sin x ,
(c) f (x) = cos x .
Riešenie: keďže sa jedná o Maclaurinove polynómy, vo všetkých troch prípadoch bude a = 0 a

na vyjadrenie chyby použijeme Lagrangeov tvar zvyšku. Na zapísanie Taylorovho polynómu pre
a = 0 použijeme vzorec (11.3).
(a) Funkcia f (x) = ex sa veľmi dobre derivuje, pretože všetky jej derivácie sú f (n) (x) = ex a ich
hodnota v bude a = 0 je f (n) (0) = 1. Stačí to dosadiť do vzorca (11.3) a do vzorca (11.10)
pre Lagrangeov tvar zvyšku a dostaneme
x x2 xn eθ x xn+1
ex = 1 + + +···+ +
1! 2! n! (n + 1)!
(b) Funkcia f (x) = sin x má derivácia
f ′ (x) = cos x , f ′′ (x) = − sin x , f ′′′ (x) = − cos x , f iv (x) = sin x .
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)
x3 x5 x2n+1 x2n+3
sin x = x − + − · · · + (−1)n + (−1)n+1 cos(θ x)
3! 5! (2n + 1)! (2n + 3)!
(c) Funkcia f (x) = cos x má derivácia
f ′ (x) = − sin x , f ′′ (x) = − cos x , f ′′′ (x) = sin x , f iv (x) = cos x .
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)
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
ϕ(a) = ϕ ′ (a) = ϕ ′′ (a) = · · · = ϕ (n) (a) = 0 .
Potom existuje funkcia ω : O(a) → R taká, že lim ω(x) = 0 = ω(a) a platí

x→a
ϕ(x) = (x − a)n ω(x) .
Dôkaz: funkciu ω(x) definujeme spôsobom


 0 , ak x = a ,
ω(x) =
 ϕ(x) n
(x−a) , ∀ x ∈ O◦ (a) .
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.
Veta 11.2.3 — O najlepšej lokálnej aproximácii polynómom. Majme f : O(a) → R ,

ktorá má spojitú n. deriváciu v O(a). Nech Pn (x) je ľubovoľný polynóm n. stupňa a nech
Pn (x) ̸= Tn ( f , x, a). Potom platí
∃ O◦ (a) : x ∈ O◦ (a) ⇒ f (x) − Tn ( f , x, a) < f (x) − Pn (x) .
Dôkaz: ľubovoľný polynóm Pn (x) vieme zapísať v tvare
Pn (x) = a0 + a1 (x − a) + a2 (x − a)2 + · · · + an (x − a)n (11.11)

Taylorov polynóm Tn ( f , x, a) má podobu
f ′ (a) f ′′ (a) f (n) (a)

Tn ( f , x, a) = f (a) + (x − a) + (x − a)2 + · · · + (x − a)n (11.12)
1! 2! n!
Podľa predpokladu vety
f ( j) (a)
Pn (x) ̸= Tn ( f , x, a) ⇒ existuje najmenšie také číslo 0 ≤ j ≤ n : a j ̸=
j!
Funkcia Rn ( f , x, a) = f (x) − Tn ( f , x, a) spĺňa všetky predpoklady lemy 11.2.2. To znamená, že

existuje funkcia ω(x) taká, že lim ω(x) = 0 = ω(a) a Rn ( f , x, a) = (x − a)n ω(x). Potom
x→a
f (x) − Pn (x) = f (x) − Tn ( f , x, a) + Tn ( f , x, a) − Pn (x) = Rn ( f , x, a) + Tn ( f , x, a) − Pn (x) =

! !
n f ( j) (a) j f (n) (a)
= (x − a) ω(x) + − a j (x − a) + · · · + − an (x − a)n
j! n!
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
Na predošlých riadkoch sme ukázali, že platí
f (x) − Pn (x) f (x) − Tn ( f , x, a)

lim >0 a lim =0 (11.13)
x→a (x − a) j x→a (x − a) j
Takže podľa (11.13) a z vety o porovnaní limít funkcií (veta 8.3.3, strana 301) vyplývaa
f (x) − Pn (x) f (x) − Tn ( f , x, a)

∃ O◦ (a) : x ∈ O◦ (a) ⇒ j
>
(x − a) (x − a) j
To ale znamená
∃ O◦ (a) : x ∈ O◦ (a) ⇒ f (x) − Pn (x) > f (x) − Tn ( f , x, a) Q.E.D.

aZ vety 8.3.3 sa to ľahko dokáže sporom.
P Z vety 11.2.3 triviálne vyplýva, že zo všetkých lineárnych aproximácii funkcie f , je najlepšia

jej aproximácia pomocou dotyčnice, t. j. pomocou diferenciálu.
11.3 Použitie Taylorovho polynómu na výpočet približných hodnôt funkcie

Táto časť nebude obsahovať žiadnu novú teóriu. Jej obsahom budú len riešené úlohy rôzneho
typu, avšak všetky zamerané na tému „Taylorov polynóm“. Začneme tým najjednoduchším typom
takýchto úloh, čiže napísaním Taylorovho polynómu n. stupňa danej funkcie v danom bode. Tento
typ úloh je intelektuálne veľmi nenáročný. Stačí vypočítať prvých n derivácií danej funkcie, hodnoty
týchto derivácií v danom bode a potom to všetko dosadiť do vzorca 11.3.
■ 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
Teraz už musíme iba dosadiť hodnoty z 2. stĺpca tabuľky do vzorca 11.3.
(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
■
■ 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

f ′′ (x) = − sin12 x + x12 f ′′ π4 = −2 + π42

f ′′′ (x) =2 cos x

− x23 f ′′′ π4 = 4 − 128

sin3 x π3
cos2 x
f iv (x) = − 2+4 + x64 f iv π4 = − 17 1536

sin4 x 2 + π4
3 x+9 cos x
f v (x) = 8 cos sin − 24 f v π4 = 97 24576

5
x x5 2 − π5
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
Z uvedeného delenia vyplýva, že platí
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)!
Podľa zadania úlohy máme x ∈ ⟨0, 1⟩, a preto platí

a + θ (x − a) ∈ ⟨0, 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.
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
e(a+θ (x−a)) n+1 e 3 3

| Ln (ex , x, 0)| = x < ·1 < ·1 = .
(n + 1)! (n + 1)! (n + 1)! (n + 1)!
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)! . ■
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 . ■
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| .
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
, 10 chybu menšiu než 1, 23 · 10−5 . ■

1 1
Takže uvedená aproximácia bude mať na intervale x ∈ − 10
√ 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
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)!
Uhol musíme zo stupňov previesť na radiány 18◦ = π

10 . Potom chybu môžeme odhadnúť
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
(x − 1)2 (x − 1)3 (−1)n−1 (x − 1)n

f (x) = (x − 1) − + −···+ + Ln (ln x, x, 1) ,
2 3 n
kde absolútnu chybu odhadneme

(−1)n n+1 1 5n+1
| Ln (ln x, x, 1)| = (x − 1) < ·
(n + 1) (1 + θ · 0, 2)n+1 n + 1 10n+1
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 . ■
■ 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 . ■
11.4 Krivky a funkcie dané parametricky

Graf reálnej funkcie sa dá zobraziť v rovine a graf spojitej reálnej funkcie je tvorených krivkou.
Avšak nie každá krivka v rovine je grafom nejakej funkcie. Podľa definície reálnej funkcie (definícia
7.4.1, strana 254), je reálna funkcia zobrazenie na množine R, resp. podmnožinách R a podľa druhej
podmienky definíce zobrazenia (definícia 2.1.1, strana 59), jednému vzoru prislúcha v zobrazení
práve jeden obraz. Preto krivky, ktoré pretínajú samy seba, alebo sa „vracajú späť v smere osi x“,
nemôžu byť grafom žiadnej funkcie.
Príkladom kriviek, ktoré nie sú grafom žiadnej funkcie, sú napríklad kružnica a elipsa. Obe tieto
krivky poznáme zo stredoškolskej analytickej geometrie a mali by sme aj vedieť zapísať ich rovnice.
Rovnica kružnice môže mať napríklad tvar x2 + y2 = r2 , kde r ∈ R a r > 0. Uvedená rovnica, je
rovnicou kružnice so stredom v bode [0, 0] a s polomerom r. Ale zo strednej školy by sme mali
poznať aj parametrické vyjadrenie kružnice. Pri parametrickom popise nejakej krivky v rovine,
vyjadrujeme x-ové súradnice krivky pomocou funkcie ϕ(t), y-ové súradnice krivky vyjadrujeme
pomocou funkcie ψ(t) a ešte musíme určiť interval pre hodnoty parametra t. Kružnica so stredom
v bode [0, 0] a s polomerom r = 1, akú vidíme na nasledujúcom obrázku
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
Formálna definícia krivky danej parametricky je nasledovná.
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
{ [x, y] : x = ϕ(t) , y = ψ(t) , t ∈ ⟨a, b⟩ }
sa nazýva krivka daná parametricky.
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
alebo Archimedovu špirálu

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.
11.4.1 Funkcie dané parametricky a ich derivácie

V ani jednom z desiatich príkladov parametrických kriviek, ktoré boli uvedené v predošlej časti,
sa nejednalo o graf funkcie. Ale ako bolo uvedené za definíciou krivky danej parametricky, každá
reálna funkcia sa dá reprezentovať aj parametricky. Nasledujúca veta hovorí o tom, kedy je krivka
daná parametricky, grafom nejakej reálnej funkcie.
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

a bude pre ňu platiť y = f (x), pre ∀ x ∈ M. Q.E.D.
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.
11.4.2 Derivácie funkcií daných parametricky

Niekedy je v praxi výhodné, alebo nutné, zadávať funkcie parametricky. Aj takéto funkcie a
ich priebeh potrebujeme vyšetrovať, a preto sa nevyhneme počítaniu ich derivácií. Podmienky,
za ktorých existuje derivácia funkcie danej parametricky a spôsob výpočtu tejto derivácie, vyplývajú
z vety 11.4.1 a hovorí o tom nasledujúca veta.
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 ◦ ϕ −1 (x) . Preto ak sú funkcie ϕ(t) a ψ(t) diferencovateľné na intervale I, tak deriváciu

funkcie f môžeme počítať podľa pravidla na derivovanie zloženej funkcie (veta 10.1.4, strana
356)
′
f ′ (x) = ψ ′ ϕ −1 (x) · ϕ −1 (x)

(11.15)
′
Platí ϕ −1 (x) = t a ϕ −1 (x) je podľa pravidla pre deriváciu inverznej funkcie (veta 10.1.3,

′
strana 355) ϕ −1 (x) = ϕ ′1(t) . Keď toto dosadíme do rovnosti (11.15), dostaneme

ψ ′ (t)
f ′ (x) = , kde t = ϕ −1 (x) .
ϕ ′ (t)
Potom parametrické vyjadrenie funkcie f ′ bude


 x = ϕ(t)
′
f :
 y = ψ ′ (t) , pre t ∈ I . Q.E.D.
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
11.5 Cvičenia
Cvičenie 11.1 Vyšetrite priebeh funkcie f (x) a načrtnite jej graf.

7 8 ln x
(a) f (x) = 1 + − 2 (f) f (x) = √
x x x
3
(b) f (x) = 32x2 x2 − 1 (g) f (x) = ln(4 − x2 )
1 (h) f (x) = arcsin (sin x)
(c) f (x) = cos x + sin 2x
2 (i) f (x) = sin(arcsin x)
2
(d) f (x) = x − 2 ln x
(j) f (x) = eln x
3
(e) f (x) = 16x(x − 1)
(k) f (x) = ln (ex )
■
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
■
Cvičenie 11.3 Vypočítajte približnú hodnotu s uvedenou presnosťou aspoň ε.

√
10
(a) 1010 , ε = 10−3 (d) sin 85◦ , ε = 10−5
√ √
(b) π , ε = 10−2 (e) 2400 , ε = 10−10
4
(c) (1,1)1,2 , ε = 10−4 (f) arctg 1,07 , ε = 10−4

■
Cvičenie 11.4 Nájdite polynóm v tvare
P4 (x) = a0 + a1 (x − 1) + a2 (x − 1)2 + a3 (x − 1)3 + a4 (x − 1)4 ,

√
3
ktorý najlepšie aproximuje funkciu f (x) = x v okolí bodu 1. ■
Cvičenie 11.5 Nájdite polynóm v tvare
Pn (x) = a0 + a1 x + a2 x2 + · · · + an xn ,
ktorý najlepšie aproximuje funkciu f (x) = ax , pre a > 0 , v okolí bodu 0. ■

11.5 Cvičenia 439
Cvičenie 11.6 Vypočítajte približnú hodnotu s uvedenou presnosťou aspoň ε.
(a) cos 5◦ , ε = 10−5 (n) arctg 0,8 , ε = 10−3

√
(b) sin 49◦ , ε = 10−4 (o) 3 e , ε = 10−5
√
(c) 121 , ε = 10−4 (p) cos 72◦ , ε = 10−4
3
(d) ln 2 , ε = 10−2 (q) 0,980,98 , ε = 10−5

√
(e) 5 1,5 , ε = 10−2 (r) 127 , ε = 10−3
p
(f) e , ε = 10−3 (s) sin 92◦ , ε = 10−5

√ √
(g) 121 , ε = 10−2 (t) 250 , ε = 10−5
4 5
(h) ln 1,3 , ε = 10−3 (u) arctg 1,1 , ε = 10−4

√
(i) 83 , ε = 10−5 (v) 2−0,12 , ε = 10−5
4
√
(j) sin 1◦ , ε = 10−5 (w) 29 , ε = 10−3
3
(k) cos 9◦ , ε = 10−4 (x) cos 41◦ , ε = 10−3

√ √
(l) 5 , ε = 10−5 (y) 129 , ε = 10−5
7
(m) log 11 , ε = 10−4 (z) sin 36◦ , ε = 10−5

■
Cvičenie 11.7 Odvoďte vzorec pre deriváciu funkcie f .

(a) f (x) = sin x (b) f (x) = cos x (c) f (x) = ex
■
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. ■

7 8
(a) f (x) = 1 + − 2
x x
• Nulové body funkcie: n1 = −8 , n2 = 1 .
16 − 7x
x3
– funkcia klesá na: x ∈ (−∞, 0) ∪ 16

7 ,∞ ,
– funkcia rastie na: x ∈ 0, 16

7 .
– minimá: nemá,
– maximá: x = 16 7 .
2(7x − 24)
x4
– nulové body 2. derivácie: d1 = 24 7 ,
– inflexné body funkcie: i1 = 24 7 ,
24

– funkcia je konkávna na: x ∈ (−∞, 0) ∪ 0, 7 ,
– funkcia je konvexná na: x ∈ 24

7 , ∞ .
• Asymptoty:
• Graf funkcie:
-15 -10 -5 5 10
-2
-4
-6
3
(b) f (x) = 32x2 x2 − 1
• Nulové body funkcie: n1 = 0 , n2,3 = ±1 .
– 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

– minimá: x = ± 21 ,
– 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:
• Graf funkcie:
20
15
10
-1.5 -1.0 -0.5 0.5 1.0 1.5

1
(c) f (x) = cos x + sin 2x = cos x(1 + sin x)
2
• Nulové body funkcie: n = π2 + kπ .
– prvá derivácia funkcie: f ′ (x) = −(2 sin2 x + sin x − 1) ,
– stacionárne body: s1 = 16 π + 2kπ , s2 = 56 π + 2kπ ,
s3 = 32 π + 2kπ ,
– funkcia klesá na: x ∈ π6 , 56 π + 2kπ ,

– funkcia rastie na: x ∈ 56 π, 13

6 π + 2kπ .
– minimá: x = 16 π + 2kπ ,
– maximá: x = 56 π + 2kπ .
– druhá derivácia funkcie: f ′′ (x) = − cos x(4 sin x + 1) ,
– nulové body 2. derivácie: d1 = π2 + kπ , d2,3 = arcsin − 14 + 2kπ ,

– inflexné body funkcie: i1 = π2 + kπ , i2,3 = arcsin − 41 + 2kπ ,

. .
i2 = 14,5◦ , i3 = 165◦ .
– funkcia je konkávna na: x ∈ − π2 , i2 + 2kπ ,
– funkcia je konvexná na: x ∈ (i2 , i3 ) + 2kπ .
• Asymptoty:
• Graf funkcie:
1.0
0.5
-10 -5 5 10
-0.5
-1.0
(d) f (x) = x2 − 2 ln x
2
– prvá derivácia funkcie: f ′ (x) = 2x − ,
x
– maximá: nemá.
2
– druhá derivácia funkcie: f ′′ (x) = 2 + 2 ,
x
• Asymptoty:
• Graf funkcie:
20
15
10
1 2 3 4 5

x2 x3 xn
(a) Tn ( f , 0) = 1 + x + + + ... + + ...
2! 3! n!
x3 x2n−1
(b) Tn ( f , 0) = x − + ... + (−1)n−1 + ...
3! (2n − 1)!
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 ■

√
10
√
10 .
(a) f (x) = x , x0 = 1024 , n = 1 , 1010 = 1,9973
√ √ .
(b) f (x) = x , x0 = 4 , n = 2 , π = 1,774
.
(c) f (x) = 1,1x , x0 = 1 , n = 2 , (1,1)1,2 = 1,12116
π .
(d) f (x) = sin x , x0 = , n = 3 , sin 85◦ = 0,996192
2
√4 4
√
4 .
(e) f (x) = x , x0 = 7 = 2401 , n = 2 , 2400 = 6,999271023
.
(f) f (x) = arctg x , x0 = 1 , n = 2 , arctg 1,07 = 0,81917
■

.
(a) f (x) = cos x , x0 = 0 , n = 3 , cos 5◦ = 0,996192
π .
(b) f (x) = sin x , x0 = , n = 3 , sin 49◦ = 0,754749
4
√ √ .
(c) f (x) = 3 x , x0 = 53 = 125 , n = 2 , 121 = 4,94609
3
.
(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 ■


12. L’Hôpitalovo pravidlo
12.1 L’Hôpitalovo pravidlo

L’Hôpitalovo pravidlo je silný nástroj, ktorý môže veľmi uľahčiť výpočet niektorých typov limít.
Ale ako každý mocný nástroj, je aj l’Hôpitalovo pravidlo veľmi nebezpečné pre tých, ktorí ho
nevedia správne používať. Jeho použitie je spojené s podmienkami, ktoré treba striktne dodržiavať.
L’Hôpitalovo pravidlo je pomenované po francúzskom markízovi a matematikovi s dlhým a
komplikovaným menom Guillaume François Antoine, Marquis de l’Hôpital (1661–1704). L’Hôpital
však nebol jeho autorom, ale iba jeho popularizátorom. Autorom bol švajčiarsky matematik Johann
Bernoulli (1667–1748), od ktorého l’Hôpital toto pravidlo (rozumej tvrdenie vety a jeho dôkaz)
kúpil v roku 1694, aby ho mohol publikovať vo svojej knihe. Aj preto je toto pravidlo známe tak-
tiež pod označeniami Bernoulliho pravidlo, alebo Bernoulli–l’Hôpitalovo pravidlo. L’Hôpital vetu
o l’Hôpitalovom pravidle publikoval v roku 1696 vo svojej knihe Analyse des infiniment petits pour
l’intelligence des lignes courbes, čo bola vôbec prvá učebnica, v tom čase len nedávno objaveného,
diferenciálneho počtu.
Takýto osud vedeckých objavov a ich pomenovaní nie je vôbec ojedinelý. Nejedná sa pritom
o plagiátorstvo, alebo krádež myšlienok. Marquis de l’Hôpital sa netajil tým, že on nie je autorom
uvedeného pravidla. Podobný osud má napríklad tzv. Vigenèrova šifra, jedna z najznámejších a
najkrajších šifier klasickej kryptografie. Táto šifra dostala svoje pomenovanie podľa francúzskeho
diplomata a učenca Blaise de Vigenèra (1523–1596), ktorý ju popísal vo svojej knihe Traicté
des Chiffres z roku 1585, pričom priamo vo svojej knihe riadne a dôsledne uviedol, že autorom
šifry je taliansky právnik, učenec a diplomat Giovan Battista Bellaso (1505–???). Napriek tomu
je táto šifra dodnes všeobecne známa pod označením Vigenèrova šifra. Ale vráťme sa teraz späť
ku l’Hôpitalovmu pravidlu.
Študenti, najmä tí slabší, veľmi radi l’Hôpitalovo pravidlo používajú na výpočet limít všetkého
možného druhu, ale ešte sa mi, za vyše 30 rokov pedagogickej praxe, nestalo, že by ho nejaký
študent použil správne. Väčšinou to je chyba toho, že týchto študentov l’Hôpitalovo pravidlo a
jeho používanie už zle učili. Na mnohých webových stránkach, ktoré sa touto témou zaoberajú je
l’Hôpitalovo pravidlo uvedené nesprávne. Napríklad
• https://www.mathsisfun.com/calculus/l-hopitals-rule.html,
448 Kapitola 12. L’Hôpitalovo pravidlo
• 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
Obr. 12.1: Eliaš, Horváth, Kajan: Zbierka úloh z vyššej matematiky 2
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.
Pritom vo väčšine školských príkladov na počítanie limít, či už v cvičeniach na konci tejto

kapitoly, alebo v iných učebniciach, či v zbierkach príkladov, nie je potrebné použiť l’Hôpitalovo
pravidlo. Platí tvrdenie
Každá limita, ktorá sa dá vypočítať pomocou l’Hôpitalovho pravidla, sa dá vypočítať

aj bez neho.
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.
Veta 12.1.1 — L’Hôpitalovo pravidlo. Majme dve funkcie f a g, definované v prstencovom

okolí O◦ (a) bodu a ∈ R∗ . Potom, ak sú splnené podmienky
a) lim f (x) = lim g(x) = 0 ,
x→a x→a
b) ∀ x ∈ O (a) : ∃ f ′ (x)
◦ ∧ ∃ g′ (x) ,
c) ∀ x ∈ O◦ (a) : ( f ′ (x))2 + (g′ (x))2 > 0 , čiže f ′ a g′ nesmú byť v O◦ (a) súčasne rovné 0 ,
f ′ (x)
d) ∃ lim = Λ,
x→a g′ (x)
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) , ak x ∈ O◦ (a) g(x) , ak x ∈ O◦ (a)

( (
F(x) = G(x) =
0 , ak x = a 0 , ak x = a
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
xn ∈ O◦ (a) , xn > a , lim xn = a .

n→∞
a G(x) na ľubovoľnom intervale ⟨a, xn ⟩, kde xn sú prvky predtým

Ďalej ukážeme, že funkcie F(x)
definovanej postupnosti xn n∈N , spĺňajú všetky podmienky Cauchyho vety o strednej hodnote
(veta 10.4.5, strana 368). Tieto podmienky boli štyri
1) definovanosť a spojitosť na intervale ⟨a, xn ⟩ vyplýva z toho ako sú funkcie F(x) a G(x)
definované a z predpokladov vety,
2) existencia derivácie funkcií F(x) a G(x) na intervale (a, xn ) vyplýva z definície týchto
funkcií a z b) predpokladu vety,
3) podmienka ∀ x ∈ (a, xn ) : F ′2 (x) + G′2 (x) > 0 , vyplýva z definície funkcií F(x) a G(x) a
z c) predpokladu vety,
4) G(a) ̸= G(xn ) sa dokáže sporom.
Nech by platilo 0 = G(a) = G(xn ) . Potom podľa Rolleho vety o strednej hodnote (veta
10.4.1, strana 366) platí
∃ c ∈ (a, xn ) : G′ (c) = 0 = g′ (c) ⇒ spor.

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(xn ) − F(a) F ′ (cn ) f (xn ) f ′ (cn )

∃ cn ∈ (a, xn ) : = ′ ⇐⇒ = ′ (12.1)
G(xn ) − G(a) G (cn ) g(xn ) g (cn )

Pre postupnosť bodov cn n∈N platí lim cn = a. Z d) predpokladu vety a z vlastností limít sa
n→∞
potom dá ukázať, že platí
f ′ (cn ) f ′ (x)
∃ lim = lim =Λ (12.2)
n→∞ g′ (cn ) x→a+ g′ (x)
Z (12.1), z (12.2) a z lim xn = a potom vyplýva

n→∞
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
• L’Hôpitalovo pravidlo sa môže používať na počítanie limít typov 00 , ±∞

±∞ .
• L’Hôpitalovo pravidlo sa dá použiť aj pre jednostranné limity, limity v nevlastných
bodoch a nevlastné limity. Vždy však treba dôsledne overiť platnosť všetkých štyroch
predpokladov z podmienok vety.
Pomocou jednoduchých úprav sa dá l’Hôpitalovo pravidlo použiť aj na ďalšie typy limít.

i) Typ [0 · ∞]: čiže limita lim f (x) · g(x) , kde lim f (x) = 0 a lim g(x) = ∞. Použije sa úprava
x→a x→a x→a

f (x) 0
lim f (x) · g(x) = lim 1
−→ typ .
x→a x→a
g(x)
0

ii) Typ [∞ − ∞]: čiže limita lim f (x) − g(x) , kde lim f (x) = lim g(x) = ∞ . Použije sa úprava
x→a 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
lim f (x)g(x) = lim eg(x)·ln( f (x)) = elimx→a g(x)·ln( f (x)) −→ typ [0 · ∞] .

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
lim f (x)g(x) = lim eg(x)·ln( f (x)) = elimx→a g(x)·ln( f (x)) −→ typ [∞ · 0] .

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.
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.
■ Príklad 12.1 Vypočítajte limitu lim x−sin

3
x
.
x→0 x
Riešenie: táto limita je typu 00 , a preto je skúsime riešiť l’Hôpitalovým pravidlom. Najskôr

musíme overiť všetky štyri podmienky vety 12.1.1.

1) lim x − sin x = lim x3 = 0 sa overí triviálne, avšak na písomke to nestačí skonštatovať, ale

x→0 x→0
prinajmenšom limitu pre funkciu v čitateli zlomku, treba aj riadne zdôvodniť.
2) Treba ukázať, že existuje prstencové okolie O◦ (0) bodu 0, na ktorom majú funkcie v čitateli aj
menovateli zlomku deriváciu. Tam sa môžeme odvolať na elementárne funkcie a na deriváciu
rozdielu dvoch funkcií. Je to triviálne, ale musíme to napísať, čo je pracné.
3) Treba ukázať, že existuje prstencové okolie O◦ (0) bodu 0, na ktorom nie sú funkcie v čitateli
a menovateli zlomku súčasne nulové. To sa ukáže veľmi jednoducho, pretože x3 ̸= 0 pre
všetky x ̸= 0, ale treba to aspoň takto zdôvodniť.
f ′ (x)
4) Existenciu limity ∃ lim ′ dokážeme priamo jej výpočtom.
x→a g (x)
Po overení všetkých štyroch podmienok môžeme počítať limitu

x − sin x 1 − cos x
lim = lim
x→0 x3 x→0 3x2
Druhá limita je opäť typu 00 , takže opäť skúsime použiť l’Hôpitalovo pravidlo a znova musíme

overovať všetky štyri podmienky vety 12.1.1, čo tu teraz nebudeme rozpisovať, ale na písomke by
to muselo byť spravené. Takže pokračujeme
x − sin x 1 − cos x sin x
lim 3
= lim 2
= lim
x→0 x x→0 3x x→0 6x
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. ■
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
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
Potom limita bude

2n+1 2n+1
3 ∑∞ nx − x3 + 3 ∑∞ nx
3arctg x − 3x n=0 (−1) 2n+1 − 3x 3x
n=2 (−1) 2n+1 −
3x

lim 3
= lim 3
= lim 3
=
x→0 x x→0 x x→0 x
 
 ∞
x2n−2 
= lim −1 + 3 ∑ (−1)n  = −1
 
x→0 
n=2 2n + 1 
| {z }
=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.
sin2 x sin2 x sin2 x

lim = lim n = lim 2 (3x)n
=
x→0 e3x − 3x − 1 x→0 ∑∞ (3x) − 3x − 1 + (3x) + ∑∞
x→0 1 + 3x −
− 1
3x
n=0 n! 2 n=3 n!
 
 
 
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
V nasledujúcej, už záverečnej časti, si na príkladoch ukážeme, prečo je dôležité a nevyhnutné,

overovať splnenie všetkých štyroch podmienok l’Hôpitalovho pravidla a prečo je jeho používanie
nebezpečné.
12.2 L’Hôpitalovo pravidlo a ako ho (ne)používať

Teraz si postupne na príkladoch ukážeme, čo sa môže stať, ak nie je splnená niektorá z podmienok
vety 12.1.1 a napriek tomu použijeme l’Hôpitalovo pravidlo.
P V literatúre sa často namiesto podmienky c) uvádza podmienka ∀ x ∈ O◦ (a) : g′ (x) ̸= 0 . To je

podstatne silnejšia podmienka, než podmienka c) uvedená vo vete. Jedná sa preto o zoslabenú
verziu l’Hôpitalovho pravidla. Jej výhodou je len to, že sa ľahšie overuje. Toto je ten prípad
zoslabenej verzie l’Hôpitalovho pravidla, ktorý bol spomínaný na začiatku tejto kapitoly.
12.2.1 Nesplnená podmienka a)

Niekto by mohol namietať, že neoverenie toho, či limita je typu 00 (alebo typu ∞
∞
), ak chceme
použiť l’Hôpitalovho pravidlo, predsa nie je možné. To predsa každý overí! Ono to však možné je
a pravidelne sa to na písomkach aj stáva. Väčšina študentov to síce overí, ale na každej písomke sa
nájdu aj študenti, najmä tí progresívni, ktorí „nememorujú“, ale „veria vede“, ktorí veselo použijú
l’Hôpitalovo pravidlo na limity, akýchkoľvek typov, vrátane tých, na ktoré sa aplikovať nedá. Oni
totiž počuli, že „vedci dokázali vetu o l’Hôpitalovom pravidle“, a preto ho používajú vždy, všade
a na všetko, vrátane riešenia lineárnych rovníc. Takže príklad z jednej z písomiek.
x2 + x − 6
x→2 x−1
Riešenie: Majme funkcie
f (x) = x2 + x − 6 , g(x) = x − 1
definované na R. Funkcie f a g sú na celom svojom definičnom obore spojité a diferencovateľné.

f ′ (x)
Skúsme teda danú limitu vypočítať ako lim ′ , čiže pomocou l’Hôpitalovho pravidla. Derivácie
x→2 g (x)
funkcií f a g sú
f ′ (x) = 2x + 1 , g′ (x) = 1
a tieto sú tiež spojité a diferencovateľné na celom R. Potom
f ′ (x) 2x + 1
lim ′
= lim = 5.
x→2 g (x) x→2 1
Avšak naša pôvodná limita je

x2 + x − 6 0
lim = = 0.
x→2 x−1 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

na splnenie, alebo nesplnenie zvyšných troch podmienok. ■
12.2.2 Nesplnená podmienka b)

Neoverenie podmienky b) z vety 12.1.1 je veľmi časté. Z tých študentov, ktorí overia aspoň
podmienku a), aspoň 99,9 % už neoverí žiadnu ďalšiu podmienku. Za vyše 30 rokov praxe sa mi
len 2–3 krát stalo, že by sa nejaký študent dopracoval ku správnemu overeniu podmienok a) až
c), ale potom aj tak všetci títo študenti zlyhali na výpočte limity z podmienky d). Takmer všetci
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.
x + π2 arcsin (sin (πx))

x→∞ 2x + 5
2
f (x) = x + arcsin (sin (πx)) , g(x) = 2x + 5
π
definované na intervale (0, ∞). Funkcie f a g sú na celom svojom definičnom obore spojité.
oboch funkcií f a g sú pre x → ∞ rovné nekonečnu. To znamená, že limita zo zadania je typu
Limity
∞
∞ . Skúsme ju teda vypočítať pomocou l’Hôpitalovho pravidla. Derivačný vzorec pre funkciu
arcsin x je (arcsin x)′ = √1−x
1
2
. Derivácie funkcií f a g sú potom
f ′ (x) = 3 a g′ (x) = 2
a následne, ak by sme na pôvodnú limitu aplikovali l’Hôpitalovo pravidlo, dostaneme

f ′ (x) 3 3
lim ′
= lim = .
x→∞ g (x) x→∞ 2 2
Avšak naša pôvodná limita je
f (x) x + π2 arcsin (sin (πx))

lim = lim =
x→∞ g(x) x→∞ 2x + 5
 
ohraničená
z }| {
 2 
 arcsin (sin (πx))  1
 = +0 = 1 .
 x π
lim  +
x→∞  2x +
| {z } 5 2x + 5  2
 2
| {z }
→∞
 
→ 12
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 .
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. ■
12.2.3 Nesplnená podmienka c)

Prípady, kedy by sa nejaký študent dopracoval až ku overeniu podmienky c), sú veľmi vzácne. Ak
sa vôbec nejaký študent dopracuje až ku podmienke c), tak vždy overuje iba jej zosilnenú verziu
požadujúcu g′ (x) ̸= 0, čiže zoslabenú verziu l’Hôpitalovho pravidla. Naviac overovanie podmienky
c) môže byť niekedy veľmi záľudné a aj komplikované. Táto podmienka totiž, rovnako ako predošlá
podmienka b), hovorí o tom, že musí existovať nejaké prstencové okolie limitného bodu také, že
derivácie f ′ a g′ v ňom nie sú súčasne nulové. Na nasledujúcom príklade si ukážeme, čo sa môže
stať, ak táto podmienka nie je splnená a napriek tomu použijeme l’Hôpitalovo pravidlo.
2 x + 1 sin 2x
■ Príklad 12.6 Vypočítajte limitu lim sin x .
x→∞ e (x + sin x. cos x)
1
f (x) = x + sin 2x , g(x) = esin x (x + sin x. cos x) ,
2
∞ oboch funkcií f a g sú pre x → ∞ rovné nekonečnu. To

definované na intervale (0, ∞). Limity
znamená, že daná limita je typu ∞ . Obe funkcie f a g sú na celom svojom definičnom obore
spojité a diferencovateľné. Takže podmienky a) a b) z vety 12.1.1 sú splnené. Skúsme preto
vypočítať danú limitu pomocou l’Hôpitalovho pravidla. Derivácie funkcií f a g, po úprave, sú
f ′ (x) = 2 cos2 x , g′ (x) = esin x cos x (x + cos x. sin x + 2 cos x) .
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
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. ■
12.2.4 Nesplnená podmienka d)

Overovanie poslednej podmienky je najmenej problematické, pretože ak chceme použiť l’Hôpitalovo
′ (x)
pravidlo, tak limitu podielu gf ′ (x) musíme počítať. Problémov s overovaním podmienky d) je však
hneď niekoľko. Po prvé, nie každý študent dokáže správne vypočítať deriváciu funkcie. Po druhé,
′
f ′ (x)

f (x)
nájde sa dosť „expertov“, ktorí namiesto podielu g′ (x) , počítajú g(x) . A po tretie, limita po-
f ′ (x)
dielu g′ (x) nemusí existovať, ale pôvodná limita existuje. Ukážeme si to na nasledujúcich dvoch
príkladoch.
x2 sin 1x
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 ̸∃
Vidíme, že limita podielu derivácií f ′ a g′ neexistuje. Ale pôvodná limita existuje

 
x2 sin 1x  x 1
lim = lim  · x sin 
 = 0.
x→0 sin x x→0 sin x
|{z} | {z x}

→1 →0
−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
preto počítať danú limitu pomocou l’Hôpitalovho pravidla. Derivácie funkcií f a g sú

−x−2 4 cos x−4 −x−2 2 sin x−4 −x−2

′ −4
f (x) = sin x ·e − e + e
x4 x2
2 −2
g′ (x) = 3 e−x
x
Počítajme lmitu
 
 x3 sin x −4 −4

f ′ (x) 2 cos x f ′ (x)
+ x sin x−4 

lim = lim  − ⇒ ̸ ∃ lim
x→0 g′ (x) x→0  2 x  x→0 g′ (x)
| {z } | {z } | {z }
→0 →0
̸∃
Vidíme, že limita podielu derivácií f ′ a g′ neexistuje. Ale pôvodná limita existuje.

−2
x sin x−4 ·
−x
e
= lim x sin x−4 = 0 .

lim −2
x→0 e−x

x→0
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
f ′ (x) = ex − e−x , g′ (x) = ex + e−x .
Teraz počítajme limitu

f ′ (x) ex − e−x
lim ′
= lim x .
x→∞ g (x) x→∞ e + e−x
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
ex + e−x ex − e−x ex + e−x

lim = lim = lim = ···
x→∞ ex − e−x x→∞ ex + e−x x→∞ ex − e−x
(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 )
■
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
Odtiaľ potom dostávame ohraničenia

−2
e−x x2
0≤ ≤ =x , pre x > 0,
x x
−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
12.2.6 Na záver jeden príklad zmysluplného použitia l’Hôpitalovho pravidla

Aby sme neboli príliš pesimistickí, ukážeme si na záver aj jeden príklad limity, ktorá sa pomocou
l’Hôpitalovho pravidla môže dať vypočítať a aj sa pomocou neho dá vypočítať.
■ Príklad 12.12
ex
Vypočítajte limitu lim , pre n ∈ N.
x→∞ xn
Riešenie: funkcie f (x) = ex a g(x) = xn sú definované, spojité aj diferencovateľné na R. Limity

oboch funkcií f a g sú pre x → ∞ rovné nekonečnu. To znamená, že daná limita je typu ∞ ∞ a
môžeme skúsiť použiť l’Hôpitalovo pravidlo. Derivácie funkcií f a g sú
f ′ (x) = ex , g′ (x) = nxn−1 .
Potom limita
f ′ (x) ex
lim = lim .
x→∞ g′ (x) x→∞ nxn−1
Vidíme, že po použití l’Hôpitalovho pravidla sa nám funkcia v čitateli nezmenila a vo funkcii

v menovateli nám exponent klesol o 1 a pribudol nám multiplikatívny koeficient. Použijeme preto
l’Hôpitalovo pravidlo n-krát po sebe, pričom samozrejme musíme zakaždým overiť podmienky
vety 12.1.1. Dostaneme
ex ex ex ex
lim = lim = · · · = lim = lim = ∞.
x→∞ xn x→∞ nxn−1 x→∞ n! x0 x→∞ n!
■
12.3 Cvičenia
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

3
ln(x − 4) πx x−1
(a) lim (d) lim+ tg
x→∞ x x→1 4
π
(b) lim− x − · tg x 2 + 2x + sin(2x)
x→ π2 2 (e) lim
x→∞ (2x + sin(2x))esin x
2x−1
x+1 x2 sin 1x

(c) lim (f) lim
x→∞ x−2 x→0 sin x
■
2x4 + 3x3 − 4x2 − 9x − 4 sin x − x

(a) lim (n) lim
x→−1 3x4 + 5x3 + 3x2 + 3x + 2 x→0 arcsin x − x
(a + x)x − ax tg x − x
(b) lim , kde a > 0 (o) lim
x→0 x2 x→0 x − sin x
xa − ax (p) lim+ (ex − 1)cotg x

(c) lim x , kde a > 0 , a ̸= 1 x→0
x→a a − aa
x 1

2
x (q) lim+ −
(d) lim · arctg x x→1 x − 1 ln x
x→∞ π

x 1
π (r) lim− −
(e) lim x − arctg x x→1 x − 1 ln x
x→∞ 2
(s) lim− (x − 1) ln(1 − x)
x2 x→1
(f) lim
x→∞ ex
1
ln(sin ax) (t) limπ tg x −
(g) lim+ , pre a, b > 0 x→ 2 cos x
x→0 ln(sin bx)
(u) lim+ (tg x)sin x
ln(cos ax) x→0
(h) lim
x→0 ln(cos bx) tg x
1
(v) lim+
tg (3x) x→0 x
(i) limπ
x→ 2 tg x
sin x cotg (x−3)

(w) lim
x(ex + 1) − 2(ex − 1) x→3 sin 3
(j) lim
x→0 x3 1x
π (x) lim e2x + x
2− arctg x x→0
(k) lim q
x→∞
ln x−1

x+1 1 1
(y) lim − x
x→0 sin x e − 1
ln(sin 3x)
(l) lim+
x→0 ln(sin 5x) sin(x2 − 4)
(z) lim
x→2 x−2
x2 − 4 πx
(m) lim · tg
x→2 x2 4
■
x − sin x 1 + x + sin x cos x

(a) lim (d) lim
x→∞ x + sin x x→∞ (x + sin x cos x)esin x
√ √
x + sin x 2 1 + x − 3 3 1 + x + cos x
(b) lim (e) lim
x→∞ x x→0 x2
2 x 2
e−2x (cos x + 2 sin x) + e−x sin2 x 22 − 2x
(c) lim (f) lim x
x→∞ e−x (cos x + sin x) x→2 2 − x2
■
Cvičenie 12.5 Dokážte, že lim ω(x) = 0 , pre funkciu ω(x) z lemy 11.2.2 (strana 424). ■
x→a

x5 − 1 (n) lim
ln x
=0
(a) lim =1 x→∞ x
x→1 2x3 − x − 1
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
sin x − x cos x 1 x20 − 2x + 1 9

(d) lim = (q) lim =
x→1 x30 − 2x + 1 14
x→0 sin3 x 3
x10 − 10x + 9 9 xa − ax
(e) lim 5 = (r) lim = 1 − ln a , a > 0
x→a xa − aa
x→1 x − 5x + 4 2

1 1
(f) lim+ x ln x = 0 (s) lim − =0
x→0 x→0 x arcsin x
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→∞
3x2 + 4x − 7 10 x10 − 10x + 9

(k) lim 2 = (x) lim = 45
x→1 2x + 3x − 5 7 x→1 (x − 1)2
ln(cos x) 1 x50 − 50x + 49 49
(l) lim = (y) lim 100
=
x→0 ln(cos 3x) 9 x→1 x − 100x + 99 198

ln x2 − 8

6 1 1 1
(m) lim 2 = (z) lim 2 − 2 =−
x→3 2x − 5x − 3 7 x→0 x sin x 3
■

2x−1
ln(x − 4)

x+1
(a) lim =0 (c) lim = e6
x→∞ x x→∞ x−2
π 3
πx x−1
(b) lim− x − · tg x = −1 (d) lim+ tg
3π
=e2
x→ π2 2 x→1 4
(e) Na túto limitu sa nedá použiť l’Hôpitalovo pravidlo, pretože nie sú splnené potrebné
podmienky! Táto limita neexistuje!
(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 ■

2x4 + 3x3 − 4x2 − 9x − 4 1 sin x − x
(a) lim 4 3 2
=− (n) lim = −1
x→−1 3x + 5x + 3x + 3x + 2 6 x→0 arcsin x − 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
■

(a) 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 + sin x
(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
■

IV
Použitá a doporučená
literatúra a zdroje
Použitá a doporučená literatúra . . . . . 469

Použitá a doporučená literatúra
[1] Balcar Bohuslav, Štěpánek Petr: Teorie množin, ACADEMIA, PRAHA 1986
[2] Bartsch Hans-Jochen: Matematické vzorce, MLADÁ FRONTA, PRAHA 2002
[3] A. F. Bermant: Kratki kurs matematiqeskogo analiza dl BTUZOV,

Gosudarstvennoe Izdatel~stvo Fiziko-Matematiqsko Literatury,
Moskva 1963
[4] Ján Čižmár: Dejiny matematiky, PERFEKT, BRATISLAVA 2017
[5] B. P. Demidoviq: Sbornik zadaq i upraneni po matematiqeskomu ana-

lizu, Izdatel~stvo »NAUKA«, Moskva 1977
[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
[13] Martin Kalina: Matematika, SVF STU, BRATISLAVA 2012

http://www.math.sk/jmkollar/literatura/skripta-Kalina.pdf
[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
[19] Ľubomír Marko: Matematika 1, FEI STU, BRATISLAVA 2017

http://www.math.sk/jmkollar/literatura/M1MarkoPrednasky.pdf
[20] Thomas de Padova: Alles wird Zahl, HANSER VERLAG, MÜNCHEN 2021
[21] Aeneas Rooch: Die Entdeckung der Unendlichkeit, HEYNE VERLAG, MÜNCHEN 2022
[22] M. Sabolová, L. Satko: Matematická analýza, FEI STU, BRATISLAVA 2007

http://www.math.sk/jmkollar/literatura/Satko-Analyza.pdf
[23] Šulka, Moravský, Satko: Matematická analýza 1, ALFA SNTL, BRATISLAVA 1986
[24] Pavol Zlatoš: Lineárna algebra a geometria, MARENČIN PT, BRATISLAVA 2011
Staré a dobré stredoškolské učebnice

[25] Smida, Šedivý a kol.: Matematika pre 1. ročník gymnázia, SPN, BRATISLAVA 1984
[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
Symbols algebraické čísla . . . . . . . . . . . . . . . . . . . . . . . . 23

algebraický doplnok . . . . . . . . . . . . . . . . . . . . 150
∩ operátor prieniku množín . . . . . . . . . . . . . 15 algebraický tvar komplexného čísla . . . . . . . 34
∪ operátor zjednotenia množín . . . . . . . . . . . 14 algoritmus
∈ operátor „patrí do množiny“ . . . . . . . . . . . 13 gaussova eliminačná metóda . . . . . . . . 100
̸ operátor „nepatrí do množiny“ . . . . . . . . . 13
∈ Archimedova špirála . . . . . . . . . . . . . . . . . . . 434
\ operátor rozdielu množín . . . . . . . . . . . . . . 15 asociatívnosť . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
⊂ operátor vlastnej podmnožiny . . . . . . . . . 14 Astroid . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 435
⊆ operátor nevlastnej podmnožiny . . . . . . . 14 axióma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192
i-ty jednotkový vektor dĺžky n . . . . . . . . . . . . 73 zavedenia reálnych čísel . . . . . . . . . . . . 192
číslo
celé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 B
imaginárne . . . . . . . . . . . . . . . . . . . . . 30, 33
iracionálne . . . . . . . . . . . . . . . . . . . . . . . . . 22 Bellaso, Giovan Battista (1505–???) . . . . . 447
algebraické, 23 Bernoulli, Jakob I (1655–1705) . . . . . . 24, 184
komplexné . . . . . . . . . . . . . . . . . . 28, 31, 34 Bernoulli, Johann (1667–1748) . . . . . . . . . . 419
komplexne združené . . . . . . . . . . . . . . . . 36 Bernoulliho nerovnosť . . . . . . . . . . . . . . . . . . 180
prirodzené . . . . . . . . . . . . . . . . . . . . . . . . . 17 bijekcia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
racionálne . . . . . . . . . . . . . . . . . . . . . . . . . . 21 bikvadratická rovnica . . . . . . . . . . . . . . . . . . . . 32
reálne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 binárna operácia
čitateľ zlomku . . . . . . . . . . . . . . . . . . . . . . . . . . 21 asociatívna . . . . . . . . . . . . . . . . . . . . . . . . . 64
inverzný prvok . . . . . . . . . . . . . . . . . . . . . .64
A komutatívna . . . . . . . . . . . . . . . . . . . . . . . . 63
binárna operácia na množine . . . . . . . . . . 16, 62
Abel, Niels Henrik (1802–1829) . . . . . . . . . . 65 binomické rovnice . . . . . . . . . . . . . . . . . . . . . . 42
absolútna hodnota . . . . . . . . . . . . . . . . . . . . . . 180 bod
absolútna hodnota (dĺžka) komplexného čísla hromadný . . . . . . . . . . . . . . . . . . . . . . . . . 185
39 nevlastný . . . . . . . . . . . . . . . . . . . . . . . . . 178
absolútna konvergencia radu . . . . . . . . . . . . 241 okolie, 179
algebraická rovnica . . . . . . . . . . . . . . . . . . . . . . 23 okolie . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
474 INDEX
bod nespojitosti . . . . . . . . . . . . . . . . . . . . . . . . 325 n-tá derivácia . . . . . . . . . . . . . . . . . . . . . . 359

Bombelli, Rafael (1526–1572) . . . . . . . . 24, 31 bijektívna . . . . . . . . . . . . . . . . . . . . . . . . . 261
Brahmagupta . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 bod nespojitosti . . . . . . . . . . . . . . . . . . . . 325
cyklometrická . . . . . . . . . . . . . . . . . . . . . 266
C definičný obor . . . . . . . . . . . . . . . . . . . . . 254
derivácia na intervale . . . . . . . . . . . . . . 338
Cantor, Georg (1845–1918) . . . . . . . . . . . . . . 24 derivácia v bode . . . . . . . . . . . . . . . . . . . 337
Cardano, Girolamo (1501–1576) . . . . . . 24, 28 derivácie vyšších rádov . . . . . . . . . . . . . 359
Cardanov vzorec . . . . . . . . . . . . . . . . . . . . . . . . 30 diferenciál . . . . . . . . . . . . . . . . . . . . . . . . 363
Cauchyho súčin radov . . . . . . . . . . . . . . . . . . 246
diferencovateľnosť . . . . . . . . . . . . . . . . . 363
Cauchyho-Bolzanovo kritérium konvergencie
Dirichletova . . . . . . . . . . . . . . . . . . . . . . . 321
nekonečného radu . . . . . . . . . 217, 218
extrémy . . . . . . . . . . . . . . . . . . . . . . . . . . . 290
celé číslo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
globálne extrémy . . . . . . . . . . . . . . . . . . 292
counting numbers . . . . . . . . . . . . . . . . . . . . . . . 17
globálne maximum . . . . . . . . . . . . . . . . 292
Cramerovo pravidlo . . . . . . . . . . . . . . . . . . . . 163
globálne minimum . . . . . . . . . . . . . . . . . 292
graf funkcie . . . . . . . . . . . . . . . . . . . . . . . 255
D
hyperbolická . . . . . . . . . . . . . . . . . . . . . . 286
Dürer, Albrecht (1471–1528) . . . . . . . . . . . . . 26 inflexný bod . . . . . . . . . . . . . . . . . . . . . . 293
derivácia funkcie na intervale . . . . . . . . . . . 338 injektívna . . . . . . . . . . . . . . . . . . . . . . . . . 259
derivácia funkcie v bode . . . . . . . . . . . . . . . . 337 inverzná . . . . . . . . . . . . . . . . . . . . . . . . . . 265
determinant klesajúca . . . . . . . . . . . . . . . . . . . . . . . . . . 288
algebraický doplnok prvku . . . . . . . . . . 150 konkávna . . . . . . . . . . . . . . . . . . . . . . . . . 293
determinant matice typu 2 × 2 . . . . . . . . . . . 145 konvexná . . . . . . . . . . . . . . . . . . . . . . . . . 293
determinant matice typu n × n . . . . . . . . . . . 147 lokálne extrémy . . . . . . . . . . . . . . . . . . . 291
diagonála lokálne maximum . . . . . . . . . . . . . . . . . . 291
úplná . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75 lokálne minimum . . . . . . . . . . . . . . . . . . 291
matice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75 monotónna . . . . . . . . . . . . . . . . . . . . . . . . 288
neúplná . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75 monotónnosť . . . . . . . . . . . . . . . . . . . . . . 288
diferenciál funkcie . . . . . . . . . . . . . . . . . . . . . 363 neklesajúca . . . . . . . . . . . . . . . . . . . . . . . 288
disjunktné množiny . . . . . . . . . . . . . . . . . . . . . 15 neklesajúca v bode . . . . . . . . . . . . . . . . . 289
diskriminant . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 nepárna . . . . . . . . . . . . . . . . . . . . . . . . . . . 285
distributívnosť . . . . . . . . . . . . . . . . . . . . . . . . . . 66 neposjitá v bode . . . . . . . . . . . . . . . . . . . 325
distributívny zákon . . . . . . . . . . . . . . . . . . . . . . 66 nerastúca . . . . . . . . . . . . . . . . . . . . . . . . . 288
nulové body . . . . . . . . . . . . . . . . . . . . . . . 284
E nutná podmienka existencie lokálneho ex-
trému . . . . . . . . . . . . . . . . . . . . . . . . . 376
elementárne riadkové operácie . . . . . . . . . . . . 98 obor funkčných hodnôt . . . . . . . . . . . . . 254
elementárne stĺpcové operácie . . . . . . . . . . . 112 obraz množiny. . . . . . . . . . . . . . . . . . . . .255
epicykloida . . . . . . . . . . . . . . . . . . . . . . . . . . . . 435
obraz prvku . . . . . . . . . . . . . . . . . . . . . . . 255
Euler, Leonhard (1707–1783) . . . . . . . . . 31, 42
ohraničená . . . . . . . . . . . . . . . . . . . . . . . . 287
Eulerov vzorec . . . . . . . . . . . . . . . . . . . . . . . . . . 42
ohraničená zdola . . . . . . . . . . . . . . . . . . . 287
F ohraničená zhora . . . . . . . . . . . . . . . . . . 287
párna . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 285
Ferro, Scipione del (1465–1526) . . . . . . 28, 30 parita . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 285
Fibonacci – Leonardo Bonacci (1170–1240)20 periodická . . . . . . . . . . . . . . . . . . . . . . . . 294
Fiore, Antonio Maria del . . . . . . . . . . . . . . . . . 28 perióda, 294
Fontana, Niccolò / Tartaglia (1499–1557) . 28 rýdze lokálne maximum . . . . . . . . . . . . 291
Frobeniova veta . . . . . . . . . . . . . . . . . . . . . . . . 109 rýdze lokálne minimum . . . . . . . . . . . . 291
funkcia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254 rýdzo konkávna . . . . . . . . . . . . . . . . . . . . 293
INDEX 475
rýdzo konvexná . . . . . . . . . . . . . . . . . . . . 293 infimum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191

rýdzomonotónna . . . . . . . . . . . . . . . . . . . 288 infinitezimálny počet . . . . . . . . . . . . . . . . . . . 298
racionálna . . . . . . . . . . . . . . . . . . . . . . . . . 309 inflexný bod . . . . . . . . . . . . . . . . . . . . . . . . . . . 293
rastúca . . . . . . . . . . . . . . . . . . . . . . . . . . . . 288 injekcia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
rastúca na intrevale . . . . . . . . . . . . . . . . 289 interval . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
rastúca v bode . . . . . . . . . . . . . . . . . . . . . 289 inverzia permutácie . . . . . . . . . . . . . . . . . . . . 147
reálna, jednej premennej . . . . . . . . . . . . 254 inverzná funkcia . . . . . . . . . . . . . . . . . . . . . . . 265
Rovnomerne spojitá . . . . . . . . . . . . . . . . 330 inverzná matica . . . . . . . . . . . . . . . . . . . . . . . . 119
rovnosť funkcií . . . . . . . . . . . . . . . . . . . . 254 inverzný prvok . . . . . . . . . . . . . . . . . . . . . . . . . . 64
skladanie funkcií . . . . . . . . . . . . . . . . . . 263 iracionálne čísla . . . . . . . . . . . . . . . . . . . . . . . . 22
spojitá v bode . . . . . . . . . . . . . . . . . . . . . 325
stacionárny bod . . . . . . . . . . . . . . . . . . . . 376 J
surjektívna . . . . . . . . . . . . . . . . . . . . . . . . 260
Taylorov polynóm . . . . . . . . . . . . . . . . . 420 jednostranná limita . . . . . . . . . . . . . . . . . . . . . 322
Cauchyho tvar zvyšku, 423 jednostranné okolie . . . . . . . . . . . . . . . . . . . . 323
chyba / zvyšok, 420 jednotka
Lagrangeov tvar zvyšku, 423 imaginárna . . . . . . . . . . . . . . . . . . . . . 30, 33
o najlepšej lokálnej aproximácii, 424 komplexná . . . . . . . . . . . . . . . . . . . . . . . . . 39
vytvárajúca . . . . . . . . . . . . . . . . . . . . . . . . . 33
vzor množiny . . . . . . . . . . . . . . . . . . . . . . 256 K
vzor prvku . . . . . . . . . . . . . . . . . . . . . . . . 255
zúžená na množinu . . . . . . . . . . . . . . . . 262 kardinalita množiny . . . . . . . . . . . . . . . . . . . . . 14
funkcie kartézsky súčin . . . . . . . . . . . . . . . . . . . . . . . . . 15
body nespojitpsti . . . . . . . . . . . . . . . . . . 284 kompaktná množina . . . . . . . . . . . . . . . . . . . . 201
komplexná jednotyka . . . . . . . . . . . . . . . . . . . . 39
G komplexné čísla . . . . . . . . . . . . . . . . . . . . . 28, 31
komplexné číslo . . . . . . . . . . . . . . . . . . . . . . . . 34
Gauss, Carl Friedrich (1777–1855) . . . . 31, 38 absolútna hodnota . . . . . . . . . . . . . . . . . . . 39
Gaussova eliminačná metóda . . . . . . . . . . . . 100 algebraický tvar . . . . . . . . . . . . . . . . . . . . . 34
generátor trojuholníkovej vlny . . . . . . . . . . . 455 dĺžka . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
geometrický rad . . . . . . . . . . . . . . . . . . . . . . . 213 goniometrický tvar . . . . . . . . . . . . . . . . . . 40
globálne extrémy funkcie . . . . . . . . . . . . . . . 292 imaginárna zložka (časť) . . . . . . . . . . . . . 34
goniometrický tvar komplexného čísla . . . . 40 reálna zložka (časť) . . . . . . . . . . . . . . . . . 34
grupa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65 komplexne združené čísla . . . . . . . . . . . . . . . . 36
abelovská (komutatívna) . . . . . . . . . . . . . 65 komutatívnosť . . . . . . . . . . . . . . . . . . . . . . . . . . 63
konštanta
H Liouvillova . . . . . . . . . . . . . . . . . . . . . . . . . 24
krivka daná parametricky . . . . . . . . . . . . . . . 434
harmonický rad . . . . . . . . . . . . . . . . . . . . . . . . 215 kubická rovnica . . . . . . . . . . . . . . . . . . . . . . . . . 28
Hermite, Charles (1822–1901) . . . . . . . . . . . 24 kvadratúra kruhu . . . . . . . . . . . . . . . . . . . . . . . . 28
Hippasos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 kvadratická rovnica . . . . . . . . . . . . . . . . . . . . . 27
hodnosť matice . . . . . . . . . . . . . . . . . . . . . . . . 108
hromadná hodnota postupnosti . . . . . . . . . . 200 L
hromadný bod . . . . . . . . . . . . . . . . . . . . . . . . . 185
hypotrochoid . . . . . . . . . . . . . . . . . . . . . . . . . . 435 l’Hôpital, Guillaume François Antoine de (1661–
1704) . . . . . . . . . . . . . . . . . . . . . . . . . 447
I l’Hôpitalovo pravidlo . . . . . . . . . . . . . . . . . . . 449
Lagrange, Joseph-Louis (1736–1813) . . . . 419
imaginárna jednotka . . . . . . . . . . . . . . . . . 30, 33 Lejeune Dirichlet, Johann Peter Gustav (1805–
imaginárne číslo . . . . . . . . . . . . . . . . . . . . . . . . 33 1859) . . . . . . . . . . . . . . . . . . . . . . . . . 321
476 INDEX
limes inferior . . . . . . . . . . . . . . . . . . . . . . . . . . 202 riadkovo ekvivalentné matice. . . . . . . . .99

limes superior . . . . . . . . . . . . . . . . . . . . . . . . . 202 rovnosť matíc . . . . . . . . . . . . . . . . . . . . . . . 74
limita súčet . . . . . . . . . . . . . . . . . . . . . . . . . . . 77, 78
funkcie . . . . . . . . . . . . . . . . . . . . . . . . . . . 298 súčin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
nevlastná, 299 súčin matíc . . . . . . . . . . . . . . . . . . . . . . . . . 81
typy, 299 sústavy rovníc . . . . . . . . . . . . . . . . . . . . . . 98
vlastná, 299 singulárna . . . . . . . . . . . . . . . . . . . . . . . . 121
vo vlastnom bode, 299 stĺpcovo ekvivalentné matice . . . . . . . . 112
v nevlastnom bode, 299 transponovaná . . . . . . . . . . . . . . . . . . . . . . 79
jednostranná . . . . . . . . . . . . . . . . . . . . . . 322 trojuholníková . . . . . . . . . . . . . . . . . . . . . . 75
nevlastná . . . . . . . . . . . . . . . . . . . . . . . . . . 187 dolná, 76
postupnosti . . . . . . . . . . . . . . . . . . . . . . . . 186 horná, 76
sprava . . . . . . . . . . . . . . . . . . . . . . . . . . . . 322 vedúci prvok riadku . . . . . . . . . . . . . . . . . 76
vlastná . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187 menovateľ zlomku . . . . . . . . . . . . . . . . . . . . . . 21
zľava . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 322 množina . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
Lindemann, Carl Louis Ferdinand von (1852– kardinalita . . . . . . . . . . . . . . . . . . . . . . . . . 14
1939) . . . . . . . . . . . . . . . . . . . . . . . . . . 24 kartézsky súčin množín . . . . . . . . . . . . . . 15
lineárna kombinácia vektorov . . . . . . . . . . . . 71 kompaktná . . . . . . . . . . . . . . . . . . . . . . . . 201
lineárna závislosť vektorov . . . . . . . . . . . . . . . 72 lineárne usporiadaná . . . . . . . . . . . . . . . 177
lineárna zhodnosť . . . . . . . . . . . . . . . . . . . . . . . 83 mohutnosť . . . . . . . . . . . . . . . . . . . . . . . . . . 14
lineárne nezávislé vektory . . . . . . . . . . . . . . 106 permutácia . . . . . . . . . . . . . . . . . . . . . . . . 146
lineárne usporiadaná množina . . . . . . . . . . . 177 podmnožina . . . . . . . . . . . . . . . . . . . . . . . . 14
lineárne zobrazenie . . . . . . . . . . . . . . . . . . . . . . 80 prázdna . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
matica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80 prirodzených čísel . . . . . . . . . . . . . . . . . . 17
Liouville, Joseph (1809-1882) . . . . . . . . . . . . 24 symetrická (reálnych čísel) . . . . . . . . . . 285
Lissajousova krivka . . . . . . . . . . . . . . . . . . . . 435 množiny
lokálne extrémy funkcie . . . . . . . . . . . . . . . . 291
číselné . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
disjunktné . . . . . . . . . . . . . . . . . . . . . . . . . . 15
M
prienik množín . . . . . . . . . . . . . . . . . . . . . 15
Maclaurin, Colin (1698–1746) . . . . . . . . . . 422 rovnosť množín . . . . . . . . . . . . . . . . . . . . . 14
Maclaurinov vzorec . . . . . . . . . . . . . . . . . . . . 422 rozdiel množín . . . . . . . . . . . . . . . . . . . . . 15
Majorantné kritérium konvergencie postupnosti zjednotenie množín . . . . . . . . . . . . . . . . . 14
192 modulo a (mod b) . . . . . . . . . . . . . . . . . . . . . . . 65
matica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73 mohutnosť množiny . . . . . . . . . . . . . . . . . . . . . 14
štvorcová . . . . . . . . . . . . . . . . . . . . . . . . . . . 74 Moivre, Abraham de (1667–1754) . . . . . . . . 41
determinant 2 × 2 . . . . . . . . . . . . . . . . . . 145 moivrova veta . . . . . . . . . . . . . . . . . . . . . . . . . . 41
determinant n × n . . . . . . . . . . . . . . . . . . 147 monotónna funkcia . . . . . . . . . . . . . . . . . . . . . 288
diagonálna . . . . . . . . . . . . . . . . . . . . . . . . . 75 monotónna postupnosť . . . . . . . . . . . . . . . . . . 183
elementárne riadkové operácie . . . . . . . 98 monotónnosť funkcie . . . . . . . . . . . . . . . . . . . 288
elementárne stĺpcové operácie . . . . . . . 112 monotónnosť postupnosti . . . . . . . . . . . . . . . 183
hlavná diagonála . . . . . . . . . . . . . . . . . . . . 75
hodnosť . . . . . . . . . . . . . . . . . . . . . . . . . . . 108 N
inverzná . . . . . . . . . . . . . . . . . . . . . . . . . . 119
jednotková . . . . . . . . . . . . . . . . . . . . . . . . . 77 Nave, Annibale della . . . . . . . . . . . . . . . . . . . . 28
leneárneho zobrazenia . . . . . . . . . . . . . . . 80 nekonečný rad . . . . . . . . . . . . . . . . . . . . . . . . . 211
násobenie skalárom . . . . . . . . . . . . . . . . . 78 absolútna konvergencia . . . . . . . . . . . . . 241
nulová . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74 alternujúci . . . . . . . . . . . . . . . . . . . . . . . . 239
redukovaná trojuholníková . . . . . . . . . . . 76 Cauchyho kritérium konvergencie . . . 226,
regulárna . . . . . . . . . . . . . . . . . . . . . . . . . 121 227
INDEX 477
Cauchyho-Bolzanovo kritérium konvergen- P

cie . . . . . . . . . . . . . . . . . . . . . . . . . . . 217,
218 Pacioli, Luca (1445–1514) . . . . . . . . . . . . . . . 28
Caychyho súčin . . . . . . . . . . . . . . . . . . . . 246 perióda funkcie . . . . . . . . . . . . . . . . . . . . . . . . 294
d’Alembertovo kritérium konvergencie227, periodická funkcia . . . . . . . . . . . . . . . . . . . . . 294
228 permutácia množiny . . . . . . . . . . . . . . . . . . . . 146
divergencia . . . . . . . . . . . . . . . . . . . . . . . . 212 inverzia . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
geometrický . . . . . . . . . . . . . . . . . . . . . . . 213 podmnožina
harmonický . . . . . . . . . . . . . . . . . . . . . . . 215 nevlastná . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
konvergencia . . . . . . . . . . . . . . . . . . . . . . 212 vlastná . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
majorizuje rad . . . . . . . . . . . . . . . . . . . . . 224 pole . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59, 66
mocninový . . . . . . . . . . . . . . . . . . . . . . . . 248 polomer konvergencie radu . . . . . . . . . . . . . 251
interval konvergencie, 251 polynomické rovnice . . . . . . . . . . . . . . . . . . . . 42
polomer konvergencie, 251 postupnosť . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
divergentná . . . . . . . . . . . . . . . . . . . . . . . 187
oscilujúci . . . . . . . . . . . . . . . . . . . . . . . . . 212
hromadná hodnota . . . . . . . . . . . . . . . . . 200
potenčný . . . . . . . . . . . . . . . . . . . . . . . . . . 248
klesajúca . . . . . . . . . . . . . . . . . . . . . . . . . . 183
prerovnanie radu . . . . . . . . . . . . . . . . . . . 244
konvergentná . . . . . . . . . . . . . . . . . . . . . . 187
rady rovnakého charakteru . . . . . . . . . . 219
limes inferior . . . . . . . . . . . . . . . . . . . . . . 202
relatívna konvergencia . . . . . . . . . . . . . . 242
limes superior . . . . . . . . . . . . . . . . . . . . . 202
Riemanov . . . . . . . . . . . . . . . . . . . . . . . . . 215
monotónna . . . . . . . . . . . . . . . . . . . . . . . . 183
súčet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212 monotónnosť . . . . . . . . . . . . . . . . . . . . . . 183
so striedavými znamienkami . . . . . . . . 239 neklesajúca . . . . . . . . . . . . . . . . . . . . . . . 183
všeobecný harmonický rad . . . . . . . . . . 215 nerastúca . . . . . . . . . . . . . . . . . . . . . . . . . 183
nekonečnýrad nulová . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
exponenciálny . . . . . . . . . . . . . . . . . . . . . 219 ohraničená . . . . . . . . . . . . . . . . . . . . . . . . 183
nerovnosť ohraničená zdola . . . . . . . . . . . . . . . . . . . 183
Bernoulliho . . . . . . . . . . . . . . . . . . . . . . . 180 ohraničená zhora . . . . . . . . . . . . . . . . . . 183
trojuholníková . . . . . . . . . . . . . . . . . . . . . 180 podpostupnosť . . . . . . . . . . . . . . . . . . . . . 199
nespojitá funkcia . . . . . . . . . . . . . . . . . . . . . . . 325 rastúca . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
neutrálny prvok . . . . . . . . . . . . . . . . . . . . . . . . . 18 vybraná . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
nevlastná hodnota . . . . . . . . . . . . . . . . . . . . . . 178 potenčný rad . . . . . . . . . . . . . . . . . . . . . . . . . . 248
nevlastný bod . . . . . . . . . . . . . . . . . . . . . . . . . . 178 prázdna množina . . . . . . . . . . . . . . . . . . . . . . . . 14
nutná podmienka konvergencie nekonečného prienik množín . . . . . . . . . . . . . . . . . . . . . . . . . 15
radu . . . . . . . . . . . . . . . . . . . . . . . . . . 214 princíp vložených intervalov . . . . . . . . . . . . 199
prirodzené číslo . . . . . . . . . . . . . . . . . . . . . . . . . 17
prstencové okolie bodu . . . . . . . . . . . . . . . . . 178
O
obraz množiny vo funkcii f . . . . . . . . . . . . . 255

R
obraz množiny v zobrazení . . . . . . . . . . . . . . . 61 rýdzomonotónna funkcia . . . . . . . . . . . . . . . 288
ohraničenosť funkcie . . . . . . . . . . . . . . . . . . . 287 racionálne číslo . . . . . . . . . . . . . . . . . . . . . . . . . 21
ohraničenosť postupností . . . . . . . . . . . . . . . . 183 rad – viď nekonečný rad . . . . . . . . . . . . . . . . 211
okolie reálne čísla . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
ľavé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 323 redukovaná trojuholníková matica . . . . . . . . . 76
bodu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178 relatívna konvergencia radu . . . . . . . . . . . . . 242
jednostranné . . . . . . . . . . . . . . . . . . . . . . 323 riadkovo ekvivalentné matice . . . . . . . . . . . . . 99
nevlastných bodov . . . . . . . . . . . . . . . . . 179 Ries, Adam (1492–1559) . . . . . . . . . . . . . . . . 26
pravé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 323 rovnaký charakter nekonečných radov . . . . 219
prstencové . . . . . . . . . . . . . . . . . . . . . . . . 178 rovnica
478 INDEX
algebraická . . . . . . . . . . . . . . . . . . . . . . . . . 23 Taylorova veta . . . . . . . . . . . . . . . . . . . . . . . . . 421

bikvadratická . . . . . . . . . . . . . . . . . . . . . . . 32 transcendentálne čísla . . . . . . . . . . . . . . . . . . . 23
kubická . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 transponovaná matica . . . . . . . . . . . . . . . . . . . . 79
kvadratická . . . . . . . . . . . . . . . . . . . . . . . . . 27 trojuholníková matica. . . . . . . . . . . . . . . . . . . .75
rovnice trojuholníková nerovnosť . . . . . . . . . . . . . . . . 180
binomické . . . . . . . . . . . . . . . . . . . . . . . . . . 42 trojuholníková vlna . . . . . . . . . . . . . . . . . . . . . 455
polynomické . . . . . . . . . . . . . . . . . . . . . . . 42
rovnomerná spojitosť . . . . . . . . . . . . . . . . . . . 330 U
rovnosť matíc . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
rovnosť množín . . . . . . . . . . . . . . . . . . . . . . . . . 14 usporiadaná dvojica . . . . . . . . . . . . . . . . . . . . . 15
rozšírená množina reálnych čísel. . . . . . . . .178
rozdiel množín . . . . . . . . . . . . . . . . . . . . . . . . . . 15 V
S všeobecný harmonický rad . . . . . . . . . . . . . . 215

vedúci prvok riadku matice . . . . . . . . . . . . . . 76
súčet matíc . . . . . . . . . . . . . . . . . . . . . . . . . . 77, 78 vektor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
súčet nekonečného radu . . . . . . . . . . . . . . . . 212 lineárna kombinácia . . . . . . . . . . . . . . . . . 71
súčet vektorov . . . . . . . . . . . . . . . . . . . . . . . . . . 70 lineárna závislosť . . . . . . . . . . . . . . . . . . . 72
súčin násobenie skalárom . . . . . . . . . . . . . . . . . 70
kartézsky . . . . . . . . . . . . . . . . . . . . . . . . . . 15 nulový . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
súčin matíc . . . . . . . . . . . . . . . . . . . . . . . . . 80, 81 riadkový . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
sústava lineárnych rovníc . . . . . . . . . . . . . . . . 96 súčet. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .70
homogénna . . . . . . . . . . . . . . . . . . . . . . . 117 skalárny súčin . . . . . . . . . . . . . . . . . . . . . . 70
matica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98 stĺpcový . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
rozšírená matica . . . . . . . . . . . . . . . . . . . . 98 verktor
Silvester II. (946–1003) . . . . . . . . . . . . . . . . . . 20 lineárna nezávislosť . . . . . . . . . . . . . . . . 106
skalár . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69 veta
skalárny súčin . . . . . . . . . . . . . . . . . . . . . . . . . . 70 absolútne konvergujúce rady a vybrané po-
skladanie funkcií . . . . . . . . . . . . . . . . . . . . . . . 263 stupnosti . . . . . . . . . . . . . . . . . . . . . . 243
skladanie lineárnych zobrazení . . . . . . . . . . . 87 Cauchyho súčin absolútne konvergujúcich
skladanie zobrazení . . . . . . . . . . . . . . . . . . . . . 86 radov . . . . . . . . . . . . . . . . . . . . . . . . . 246
skoro všetky n ∈ N . . . . . . . . . . . . . . . . . . . . . 223 Cauchyho veta o strednej hodnote . . . 368
spojitosť v bode . . . . . . . . . . . . . . . . . . . . . . . . 325 Cauchyho-Hadamardovo kritérium konver-
stĺpcovo ekvivalentné matice . . . . . . . . . . . . 112 gencie . . . . . . . . . . . . . . . . . . . . . . . . 251
stacionárny bod funkcie . . . . . . . . . . . . . . . . 376 Cramerovo pravidlo . . . . . . . . . . . . . . . . 163
Stifel, Michael (1487–1567) . . . . . . . . . . . . . . 26 d’Alembertovo kritérium konvergencie moc-
suprémum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191 ninového radu . . . . . . . . . . . . . . . . . 252
surjekcia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61 derivácia lineárnej kombinácie funkcií340
symetrická množina reálnych čísel . . . . . . . 285 derivácia podielu funkcií . . . . . . . . . . . 354
derivácia súčinu funkcií . . . . . . . . . . . . 353
T Frobeniova . . . . . . . . . . . . . . . . . . . . . . . . 109
I. porovnávacie kritérium konvergencie223
Tartaglia / Niccolò Fontana (1499–1557) . 28, II. porovnávacie kritérium konvergencie
30 224
Taylor, Brook (1685–1731) . . . . . . . . . . . . . 419 III. porovnávacie kritérium konvergencie
Taylorov polynóm n-tého stupňa . . . . . . . . . 420 225
Cauchyho tvar zvyšku . . . . . . . . . . . . . . 423 konvergencia mocninového radu 1. . . 249
chyba / zvyšok . . . . . . . . . . . . . . . . . . . . . 420 konvergencia mocninového radu 2. . . 250
Lagrangeov tvar zvyšku . . . . . . . . . . . . 423 l’Hôpitalovo pravidlo . . . . . . . . . . . . . . 449
Taylorov vzorec . . . . . . . . . . . . . . . . . . . . . . . . 422 Lagrangeova veta o strednej hodnote . 367
INDEX 479
Laplaceov rozvoj determinantu . . . . . . 152 o konvergencii všeobecného harmonického

Leibnizov vzorec pre derivácie vyšších rá- radu . . . . . . . . . . . . . . . . . . . . . . . . . . 216
dov . . . . . . . . . . . . . . . . . . . . . . . . . . . 360 o konvexnosti / konkávnosti funkcie, 1373
Leibnizovo kritérium konvergencie . . 239 o konvexnosti / konkávnosti funkcie, 2374
majorantné kritérium konvergencie postup- o limitách funkcií líšiacich sa v jednom
nosti . . . . . . . . . . . . . . . . . . . . . . . . . 192 bode . . . . . . . . . . . . . . . . . . . . . . . . . 300
moivrova . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 o limite podielu funkcií . . . . . . . . . . . . . 309
nutná podmienka existencie lokálneho ex- o limite podielu konvergentných postup-
trému . . . . . . . . . . . . . . . . . . . . . . . . . 376 ností . . . . . . . . . . . . . . . . . . . . . . . . . 195
nutná podmienka konvergencie nekoneč- o limite postupnosti a hromadnej hodnote
ného radu . . . . . . . . . . . . . . . . . . . . . 214 201
o absolútnej konvergencii a konvergencii o limite prevrátenej hodnoty funkcie . 308
241 o limite prevrátenej hodnoty funkcie s ne-
o algebraickom doplnku . . . . . . . . . . . . 150 vlastnou limitou . . . . . . . . . . . . . . . 318
o aritmetických operáciach so spojitými o limite prevrátenej hodnoty funkcie s nu-
funkciami . . . . . . . . . . . . . . . . . . . . . 327 lovou limitou . . . . . . . . . . . . . . . . . . 319
o asymptote so smernicou . . . . . . . . . . 334 o limite súčinu funkcií . . . . . . . . . . . . . 307
o derivácii a spojitosti funkcie . . . . . . . 338 o limite súčinu konvergentných postup-
o derivácii funkcie danej parametricky436 ností . . . . . . . . . . . . . . . . . . . . . . . . . 194
o derivácii inverznej funkcie . . . . . . . . 355 o limite súčinu konvergentnej postupnosti
o derivácii zloženej funkcie . . . . . . . . . 356 s konštantou . . . . . . . . . . . . . . . . . . 193
o determinante súčinu matíc a inverznej o limite súčinu s ohraničenou funkciou307
matice . . . . . . . . . . . . . . . . . . . . . . . . 158 o limite súčtu a rozdielu konvergentných
o determinantoch . . . . . . . . . . . . . . . . . . 158 postupností . . . . . . . . . . . . . . . . . . . 194
o diferencovateľnosti funkcie . . . . . . . . 363 o limite vybranej postupnosti. . . . . . . .200
o dvoch policajtoch . . . . . . . . . . . . . . . . 193 O limite zúženej funkcie . . . . . . . . . . . . 321
o existencii inverznej matice . . . . . . . . 121 o limite zloženej funkcie . . . . . . . . . . . 305
o existencii jednostranných limít mono- o lineárne závislých vektoroch . . . . . . . 72
tónnej funkcie . . . . . . . . . . . . . . . . . 324 o lokálnej ohraničenosti . . . . . . . . . . . . 305
o existencii limity reálnej postupnosti 203 o minorantnej a majorantnej funkcii . 302
o existencii nulového bodu funkcie spojitej o monotónnosti funkcie na intervale . 369
na intervale . . . . . . . . . . . . . . . . . . . 330 o najlepšej lokálnej aproximácii polynó-
o exponenciálnej funkcii . . . . . . . . . . . . 258 mom . . . . . . . . . . . . . . . . . . . . . . . . . 424
o funkciách daných parametricky . . . . 436 o obraze intervalu, monotónnosti a spoji-
o hodnosti riadkovo ekvivalentných matíc tosti funkcie . . . . . . . . . . . . . . . . . . . 331
110 o ohraničenej postupnosti a konvergencii
o hodnosti transponovanej matice . . . . 115 vybranej postupnosti . . . . . . . . . . . 201
o hromadnej hodnote a konvergencii ohra- o ohraničenosti konvergentnej postupnosti
ničenej postupnosti . . . . . . . . . . . . 201 191
o hromadnej hodnote a limite vybranej po- o operáciách s vektormi . . . . . . . . . . . . . 71
stupnosti . . . . . . . . . . . . . . . . . . . . . . 201 o operáciach s maticami . . . . . . . . . . . . . 90
o hromadnej hodnote postupnosti . . . . 202 o porovnaní limít funkcií . . . . . . . . . . . 301
o hromadnom bode a hromadnej hodnote o prerovnaniach absolútne konvergentného
200 radu . . . . . . . . . . . . . . . . . . . . . . . . . . 245
o jednostranných limitách a limite . . . 323 o prerovnaniach radu a absolútnej konver-
o jednoznačnosti limity funkcie . . . . . 299 gencii . . . . . . . . . . . . . . . . . . . . . . . . 246
o jednoznačnosti limity postupnosti . . 190 o rýchlosti rastu funkcií . . . . . . . . . . . . 369
o konvergencii ohraničenej monotónnej po- o rýdzomonotónnej spojitej funkcie a in-
stupnosti . . . . . . . . . . . . . . . . . . . . . . 192 verznej funkcii . . . . . . . . . . . . . . . . 332
480 INDEX
o radoch s rovnakým charakterom 1. . 220 menovateľ . . . . . . . . . . . . . . . . . . . . . . . . . . 21

o radoch s rovnakým charakterom 2. . 220 základný tvar . . . . . . . . . . . . . . . . . . . . . . . 21
o radoch s rovnakým charakterom 3. . 220 zobrazenie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
o radoch s rovnakým charakterom 4. . 221 bijektívne . . . . . . . . . . . . . . . . . . . . . . . . . . 61
o reálnych intervaloch . . . . . . . . . . . . . . 201 injektívne . . . . . . . . . . . . . . . . . . . . . . . . . . 60
o riešeniach homogénnych sústav lineár- lineárna zhodnosť . . . . . . . . . . . . . . . . . . . 83
nych rovníc . . . . . . . . . . . . . . . . . . . 117 lineárne . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
o súčine nevlastnej a ohraničenej limity na množine . . . . . . . . . . . . . . . . . . . . . . . . . 62
318 prosté . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
o súčte konvergentných radov . . . . . . . 222 skladanie zobrazení . . . . . . . . . . . . . . . . . 86
o súčte nevlastnej a ohraničenej limity317 surjektívne . . . . . . . . . . . . . . . . . . . . . . . . . 61
o súčte vlastných limít . . . . . . . . . . . . . . 306 zvyšková trieda . . . . . . . . . . . . . . . . . . . . . . . . . 65
o skladaní lineárnych zobrazení . . . . . . 87
o spojitej funkcii a obraze intervalu . . 331
o spojitosti funkcie v bode a jej limite325
o spojitosti zloženej funkcie . . . . . . . . 327
o vlastnej limite násobenej konštantou306
o vlastnostiach poľa . . . . . . . . . . . . . . . . . 67
porovnanie Cauchyho a d’Alembertovho
kritéria . . . . . . . . . . . . . . . . . . . . . . . 230
porovnanie zoslabeného Cauchyho a zo-
slabeného d’Alembertovho kritéria230
princíp vložených intervalov . . . . . . . . 199
rýdzomonotónne funkcie a injektívnosť288
Riemanova veta o prerovnaní radu . . . 244
Rolleho veta o strednej hodnote . . . . . 366
Taylorova . . . . . . . . . . . . . . . . . . . . . . . . . 421
triviálne kritérium konvergencie radu s ne-
zápornými členmi . . . . . . . . . . . . . 223
výpočet inverznej matice pomocou deter-
minantov . . . . . . . . . . . . . . . . . . . . . 161
vety o strednej hodnote
Cauchyho, 368
Lagrangeova, 367
Rolleho, 366
základná veta algebry . . . . . . . . . . . . . . . 68
Vigenère, Blaise de (1523–1596) . . . . . . . . 447
vybraná postupnosť . . . . . . . . . . . . . . . . . . . . 199
vytvárajúca funkcia . . . . . . . . . . . . . . . . . . . . . 33
vzor množiny vo funkcii f . . . . . . . . . . . . . . 256
vzorec
Eulerov . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
zúžená funkcia . . . . . . . . . . . . . . . . . . . . . . . . 262

zjednotenie množín . . . . . . . . . . . . . . . . . . . . . 14
zlatý rez . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
zlomok
čitateľ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

Ma 1 RKTK

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Ma 1 RKTK

Uploaded by

Copyright:

Available Formats

Matematika 1

pre študentov FEI STU

VYDANÉ LEN ELEKTRONICKY

1. vydanie, Marec 2024

1 Číselné množiny a aritmetické operácie . . . . . . . . . . . . . . . . . . . . . . . 13

3 Sústavy lineárnych rovníc a matice . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95

4 Determinanty a ich využitie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145

5 Postupnosti a limity postupností . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177

7 Nekonečné rady, funkcie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239

III Funkcie, diferenciálny počet

8 Vlastnosti funkcií, úvod k limitám funkcií . . . . . . . . . . . . . . . . . . . . . . 283

9 Limity funkcií . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317

10 Derivácie, ich vlastnosti a využitie . . . . . . . . . . . . . . . . . . . . . . . . . . . . 353

11 Taylorov polynóm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 417

12 L’Hôpitalovo pravidlo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 447

IV Použitá a doporučená literatúra a zdroje

V Bratislave, 1. 12. 2023 Jozef Kollár

1 Číselné množiny a aritmetické operácie

2 Matice a operácie s maticami . . . . . . . 59

3 Sústavy lineárnych rovníc a matice . . . 95

4 Determinanty a ich využitie . . . . . . . . . 145

„Množina je súhrn objektov, ktoré sú presne určené a roz-

P Študenti veľmi často a radi zapisujú prázdnu množinu ako {0},

Definícia 1.1.2 — Rovnosť množín. Množiny A a B sa rovnajú práve vtedy, ak obsahujú

Teraz sa môžeme vrátiť ku predošlej poznámke. Z definície 1.1.2 je už zrejmé, že množiny A = 0/

Definícia 1.1.3 — Mohutnosť (kardinalita) množiny. Pod mohutnosťou (kardinalitou, veľ-

1.1.1 Vzťahy medzi množinami a operácie s množinami

Definícia 1.1.4 — Podmnožina. Majme dve množiny A a B. Potom hovoríme, že

P Pre ľubovoľnú množinu A platí 0/ ⊆ A.

V tomto prípade A ∪ B = B, pretože A ⊂ B. V prípade množín C = {1, 2, 7} a D = {1, 2, 3, 4}

Definícia 1.1.7 — Disjunktné množiny. Majme dve množiny A a B. Potom hovoríme, že

P Zjednotenie a prienik dvoch množín sú symetrické operácie, čiže platí A ∪ B = B ∪ A a

Zo základných pojmov si ešte pripomenieme definície usporiadanej dvojice a kartézskeho

Definícia 1.1.9 — Usporiadaná dvojica. Pod usporiadanou dvojicou, budeme ju označovať

P Analogicky ako usporiadanú dvojicu, môžeme definovať aj usporiadanú trojicu, štvoricu a

■ Príklad 1.7 Dané sú dve množiny A = {1, 2} a B = {a, b}. Potom

1.1.2 Binárna operácia na množine

Majme neprázdnu množinu X. Binárnu operáciu na množine X si môžeme predstaviť

Uvedená „pseudodefinícia“ nie je matematicky korektná. Korektne sa unárne, binárne a vše-

1.2 Číselné množiny

1.2.1 Prirodzené čísla

Na množine prirodzených čísel sú definované dve binárne operácie + a · , čo vieme už od zá-

Operácia súčtu je na množine prirodzených čísel komutatívna, čiže a + b = b + a. Najjedno-

Definícia 1.2.1 — Neutrálny prvok binárnej operácie. Majme neprázdnu množinu A a

Matematický zápis má podobu

a·b = a+a+···+a = b+b+···+b = b·a.

Rovnako ako binárna operácia +, je aj binárna operácia · asociatívna a má na množine prirodzených

Týmto sa ukázalo, že prirodzené čísla na praktické aplikácie nepostačujú, čím sa dostávame

1.2.2 Celé čísla

1.2.3 Racionálne čísla

Definícia 1.2.3 — Racionálne číslo. Množina racionálnych čísel sa označuje písmenom Q a

P Racionálne čísla vyjadrujú podieľ z celku a nazývajú sa aj zlomky. Ak sú čísla a a b sú

Daný je štvorec so stranou dĺžky 1. √ Pythagorovu √ vetu poznáme, a preto vieme, že

Z poslednej rovnosti vyplýva, že číslo p je párne. Existuje preto m ∈ Z také, že p = 2m.

2q2 = p2 =⇒ 2q2 = 4m2 =⇒ q2 = 2m2 .

1.2.4 Iracionálne čísla

an xn + an−1 xn−1 + an−2 xn−2 + · · · + a2 x2 + a1 x + a0 = 0 , (1.1)

kde x je neznáma, všetky exponenty

1.2.5 Reálne čísla

Začiatok renesancie a matematika

Obr. 1.1: Autoportrét Albrechta Dürera.

Definícia 1.2.4 — Kvadratická rovnica. Nech a, b, c sú číselné konštanty. Potom rovnica

ax2 + bx + c = 0 , kde a ̸= 0 , (1.2)