background image

1. WIADOMO´

SCI WSTE,PNE.

1.1. Rachunek zda´

n.

W mowie potocznej formuÃlujemy takie zdania, o kt´orych mo˙zemy powiedzie´c, ˙ze
saprawdziwe ba,d´z faÃlszywe bez wzgle,du na to, jaka jest aktualna sytuacja w

otaczaja,cym nas ´swiecie. Na przykÃlad zdanie: ”Je´sli dzi´s jest ´sroda, to jutro

be,dzie czwartek” jest prawdziwe, a zdanie: ”3 jest liczbaparzysta,” jest faÃlszywe.

Natomiast ocena prawdziwo´sci zdania: ”Matematyka jest Ãlatwa” zale˙zy ju˙z od
subiektywnego odczucia osoby je wypowiadaja,cej. W dalszym cia,gu be,danas

interesowaÃly zdania pierwszego rodzaju. Przyjmiemy naste,puja,ce oznaczenia i

definicje.

Definicja 1.1.1.

Zdaniem nazywamy w logice wypowied´z orzekaja,ca,, kt´orej

mo˙zna przypisa´c jednaz dw´och ocen: prawdelub faÃlsz.

Prawdziwo´s´c i faÃlszywo´s´c nazywamy warto´sciami logicznymi zdania.
Prawdeoznaczamy cyfra1, a faÃlsz cyfra0.

Zdania be,dziemy oznacza´c symbolami p, q, r, s, a warto´s´c logicznazdania w(p).

W´owczas w(p) = 0 oznacza, ˙ze zdanie jest faÃlszywe, a w(q) = 1 oznacza, ˙ze
zdanie jest prawdziwe.

Z danych zda´

n mo˙zemy przy pomocy sp´ojnik´ow ”i”, ”lub”, ”je´sli ..., to ...”,

”wtedy i tylko wtedy, gdy ...”, ”nie” tworzy´c nowe zdania. Sp´ojniki te nazywamy
funktorami zdaniotw´orczymi.

Funktory zdaniotw´orcze oznaczamy naste,puja,cymi symbolami i nadajemy im

odpowiednio nazwy

”nie”

negacja

”lub”

alternatywa

”i”

koniunkcja

”je´sli ..., to ...”

implikacja

”wtedy i tylko wtedy, gdy ...”

r´ownowa˙zno´s´c

Ze sp´ojnik´ow i zda´

n prostych mo˙zemy tworzy´c zdania zÃlo˙zone. Na mocy

przyje,tych poprzednio oznacze´n definicjesp´ojnik´ow mo˙zemy zapisa´c przy u˙zyciu

naste,puja,cej tabelki

p

q

∼ p p ∧ q

p ∨ q

p ⇒ q

p ⇔ q

1

1

0

1

1

1

1

0

1

1

0

1

1

0

1

0

0

0

1

0

0

0

0

1

0

0

1

1

1

background image

Zbudowane przy u˙zyciu zmiennych zdaniowych, funktor´ow zdaniotw´orczych

oraz nawias´ow wyra˙zenia rachunku zda´

n nazywamy tak˙ze formuÃlami rachunku

zda´

n albo schematami rachunku zda´

n. Ka˙zda formuÃla staje siezdaniem, gdy w

miejsce wyste,puja,cych w niej liter podstawiamy zdania. W´sr´od wszystkich formuÃl

rachunku zda´

n szczeg´olnie wa˙znarolepeÃlniatautologie.

Definicja 1.1.2. Zdanie prawdziwe bez wzgÃledu na warto´sci logiczne zda´

n skÃla-

dowych nazywamy tautologia,.

Wa˙znym zagadnieniem rachunku zda´

n jest sprawdzenie, czy dana formuÃla jest

tautologia,. Najcze,´sciej stosowanametodabadania warto´sci logicznej wyra˙ze´n

rachunku zda´

n jest metoda zero-jedynkowa. Polega ona na rozpatrzeniu wszyst-

kich ukÃlad´ow warto´sci logicznych zmiennych zdaniowych wyste,puja,cych w danym

wyra˙zeniu. Metodetazilustrujemy naste,puja,cym przykÃladem.

PrzykÃlad 1.1.1. Sprawdzi´c czy wyra˙zenie

¡

p ⇒ q

¢

q ⇒ r

¢

¡

p ⇒ r

¢i

jest tautologia,.

p q r p ⇒ q q ⇒ r p ⇒ r (q ⇒ r⇒ (p ⇒ r) (p ⇒ q⇒ [(q ⇒ r⇒ (p ⇒ r)]

1 1 1

1

1

1

1

1

1 1 0

1

0

0

1

1

1 0 1

0

1

1

1

1

0 1 1

1

1

1

1

1

1 0 0

0

1

0

0

1

0 1 0

1

0

1

1

1

0 0 1

1

1

1

1

1

0 0 0

1

1

1

1

1

Zadanie 1.1.1. Sprawdzi´c czy podane zdania satautologiami

a) p ⇒

¡

q ⇒ p

¢

,

b)

h

p ⇒

¡

q ⇒ r

¢i

p ⇒ q

¢

¡

p ⇒ r

¢i

,

c) p ⇒

¡

∼ p ⇒ q

¢

,

d)

¡

∼ p ⇒ q

¢

⇒ p,

e)

¡

p ∨ q

¢

¡

∼ p ⇒ q

¢

,

f )

¡

p ∧ q

¢

¡

p ⇒∼ q

¢

,

g) 

¡

p ∧ q

¢

¡

∼ p∨ ∼ q

¢

- prawo de Morgana,

2

background image

h) 

¡

p ∨ q

¢

¡

∼ p∧ ∼ q

¢

- prawo de Morgana,

i) 

¡

p ⇒ q

¢

¡

p∧ ∼ q

¢

,

j)

h

p ∧

¡

q ∨ r

¢i

p ∧ q

¢

¡

p ∧ r

¢i

-prawo rozdzielno´sci koniunkcji wzgle,dem

alternatywy,
k)

h

p ∨

¡

q ∧ r

¢i

p ∨ q

¢

¡

p ∨ r

¢i

-prawo rozdzielno´sci alternatywy wzgle,dem

koniunkcji.

Interptretacja fizyczna koniunkcji i alternatywy.

Niech poznaczjawyÃla,czniki, z kt´orych ka˙zdy mo˙ze by´c wÃla,czony (stan 1) albo

wyÃla,czony (stan 0). W stanie ”1” wyÃla,cznik przewodzi pra,d, natomiast w stanie

”0” wyÃla,cznik nie przewodzi pra,du. Stan ukÃladu utworzonego przez poÃla,czenie

szeregowe wyÃla,cznik´ow zale˙zy od stanu wyÃla,cznika i od stanu wyÃla,cznika

tak, jak warto´s´c logiczna koniunkcji p ∧ q zale˙zy od warto´sci logicznych zda´

i

q. W zwia,zku z tym mo˙zna powiedzie´c, ˙ze

koniunkcjerealizuje poÃla,czenie szeregowe.

Podobnie stan ukÃladu utworzonego przez poÃla,czenie r´ownolegÃle wyÃla,cznik´ow q

zale˙zy od stanu wyÃla,cznika lub od stanu wyÃla,cznika tak, jak warto´s´c logiczna

alternatywy p ∨ q zale˙zy od warto´sci logicznych zda´

q. W zwia,zku z tym

mo˙zna powiedzie´c, ˙ze

alternatywerealizuje poÃla,czenie r´ownolegÃle.

Warunek konieczny i dostateczny.

Je˙zeli ze zdania wynika zdanie (p ⇒ q), to m´owimy, ˙ze

jest warunkiem dostatecznym (wystarczaja,cym) dla q,

natomiast jest warunkiem koniecznym dla p.

PrzykÃlad 1.1.2.

Podzielno´s´c liczby przez 4 jest warunkiem dostatecznym

podzielno´sci liczby przez 2.

4

±

n ⇒ 2

±

n

Podzielno´s´c liczby przez 4 nie jest warunkiem koniecznym podzielno´sci

liczby przez 2, o czym ´swiadczy przykÃlad liczby 6, kt´ora jest podzielna przez 2,
ale nie jest podzielna przez 4.

Mo˙ze siezda˙zy´c, ˙ze warunek konieczny jest jednocze´snie warunkiem dostatecznym.

M´owimy w´owczas, ˙ze jest to warunek konieczny i dostateczny.

PrzykÃlad 1.1.3. Podzielno´s´c liczby przez 2 i przez 5 jest warunkiem koniecznym
i dostatecznym podzielno´sci liczby przez 10.

¡

2

±

n ∧ 5

±

n

¢

⇒ 10

±

n

3

background image

1.2. Rachunek zbior´

ow.

Poje,cie zbioru i nale˙zenia do zbioru przyjmujemy jako pierwotne i nie wyma-

gaja,ce definiowania.

Je˙zeli element nale˙zy do zbioru A, to piszemy a ∈ A, w przeciwnym przy-

padku, gdy element nie nale˙zy do zbioru piszemy a 6∈ A.

Definicja 1.2.1. Zbi´or, kt´orego wszystkimi elementami sa, a

1

, a

2

, . . . , a

n

nazy-

wamy zbiorem sko´

nczonym.

Zbi´or, kt´ory posiada tylko jeden element nazywamy zbiorem jednoelemen-

towym.

Zbi´or, do kt´orego ˙zaden element nie nale˙zy nazywamy zbiorem pustym.
Zbi´or, kt´ory nie jest ani sko´

nczony, ani pusty nazywamy zbiorem niesko´

nczo-

nym.

Niech be,dadowolnymi zbiorami.

Definicja 1.2.2. M´owimy, ˙ze zbi´or jest r´owny zbiorowi B, gdy ka˙zdy element
zbioru jest elementem zbioru i ka˙zdy element zbioru jest elementem zbioru
A. Piszemy wtedy B.

Okre´slimy teraz dziaÃlania na zbiorach.

Definicja 1.2.3. Suma, zbior´ow nazywamy zbi´or zÃlo˙zony ze wszystkich

element´ow, kt´ore nale˙zado zbioru lub do zbioru B.

a ∈

¡

A ∪ B

¢

a ∈ A

¢

¡

a ∈ B

¢i

Definicja 1.2.4. Iloczynem zbior´ow nazywamy zbi´or zÃlo˙zony z element´ow,
kt´ore jednocze´snie nale˙zado zbioru i do zbioru B.

a ∈

¡

A ∩ B

¢

a ∈ A

¢

¡

a ∈ B

¢i

Definicja 1.2.5. R´o˙znica, zbior´ow nazywamy zbi´or zÃlo˙zony z tych ele-

ment´ow, kt´ore nale˙zado zbioru i nie nale˙zado zbioru B.

a ∈

¡

A \ B

¢

a ∈ A

¢

∧ ∼

¡

a ∈ B

¢i

Definicja 1.2.6. Je˙zeli ka˙zdy element zbioru nale˙zy do zbioru B, to m´owimy,

˙ze zbi´or A zawiera sie, w zbiorze B.

a ∈

¡

A ⊂ B

¢

a ∈ A

¢

¡

a ∈ B

¢i

4

background image

Definicja 1.2.7. Zbiory nazywamy rozÃla,cznymi, je˙zeli nie majawsp´olnego

elementu, tzn. A ∩ B .

Przypu´s´cmy teraz, ˙ze wszystkie rozpatrywane przez nas zbiory, w ustalonym

zagadnieniu sapodzbiorami jednego zbioru, kt´ory oznaczymy przez X. Wtedy

dla ka˙zdego rozpatrywanego zbioru mamy: A ⊂ X. Zbi´or nazywa´c be,dziemy

przestrzenia,.
Definicja 1.2.8. DopeÃlnieniem zbioru A (do przestrzeni X) nazywamy zbi´or
A

0

X \ A.

x ∈ A

0

x ∈ X

¢

∧ ∼

¡

x ∈ A

¢i

PrzykÃlad 1.2.1. DopeÃlnieniem zbioru liczb ujemnych (do zbioru liczb rzeczy-
wistych) jest zbi´or liczb nieujemnych.

Ka˙zde dziaÃlanie w rachunku zbior´ow ma sw´oj odpowiednik w rachunku zda´

n

i na odwr´ot. Mo˙zemy to ustali´c por´ownuja,c okre´slenia odpowiednich dziaÃla´n. Na

przykÃlad iloczynowi zbior´ow odpowiada koniunkcja, gdy˙z a ∈ A ∩ B wtedy i tylko
wtedy, gdy jest elementem zbioru i (koniunkcja) jest elementem zbioru B.
Fakt ten prowadzi w konsekwencji do wykorzystania praw rachunku zda´

n przy

dowodzeniu praw rachunku zbior´ow.

Niech dane be,dadwa dowolne i niepuste zbiory oraz niech a ∈ A b ∈ B.

Uporza,dkowanapareelement´ow be,dziemy oznaczali (a, b).
Definicja 1.2.8. Iloczynem kartezja´

nskim zbior´ow A i B nazywamy zbi´or upo-

rza,dkowanych par (a, b) takich, ˙ze a ∈ A b ∈ B.

A × B {(a, b) : a ∈ A ∩ b ∈ B}.

Zadanie 1.2.1. Udowodni´c podane r´owno´sci
a) (A ∪ B∩ C = (A ∩ C∪ (B ∩ C),
b) (A ∩ B∪ C = (A ∪ C∩ (B ∪ C),
c) (A ∪ B)

0

A

0

∩ B

0

,

d) (A ∩ B)

0

A

0

∪ B

0

,

e) (A \ B∩ B ,
f ) A \ B A ∩ B

0

,

g) A \ B A \ (A ∩ B),
h) (A \ B∩ C = (A ∩ C\ B,
i) (A ∩ B∪ (A

0

∩ B) = B.

Zadanie 1.2.2. Podaj interpretacjegeometrycznana pÃlaszczy´znie OXY naste,-

puja,cych zbior´ow

a) 2> × < 1>,

b) N × {2},

c) R× < 1, ∞ >,

d) R × {π}.

5

background image

1.3. Funkcje zdaniowe. Kwantyfikatory.

Definicja 1.3.1. Funkcja, zdaniowa, z jednazmienna,, okre´slonaw dziedzinie D

nazywamy takie wyra˙zenie zawieraja,ce tazmienna,, kt´ore staje siezdaniem, gdy

na miejsce zmiennej podstawimy dowolny element zbioru D.

PrzykÃlad 1.3.1.

jest liczbapierwsza,

Powy˙zsza funkcja zdaniowa ze zmienna, x okre´slona na zbiorze liczb rzeczy-

wistych, na przykÃlad dla = 2 jest zdaniem prawdziwym, a dla = 100 jest
zdaniem faÃlszywym.

PrzykÃlad 1.3.2. Ka˙zde r´ownanie oraz ka˙zda nier´owno´s´c safunkcjami zdaniowy-

mi.

W´sr´od wszystkich element´ow z dziedziny D funkcji zdaniowej ϕ wyr´o˙zniamy

te, dla kt´orych zdanie ϕ(a) jest prawdziwe. O takich elementach m´owimy, ˙ze
speÃlniaja, funkcja, zdaniowa,.

Definicja 1.3.2. Funkcjezdaniowanazywamy to˙zsamo´sciowa, , je˙zeli speÃlnia ja,

ka˙zdy element z jej dziedziny, natomiast nazywamy ja, sprzeczna,, je˙zeli nie speÃlnia

jej ˙zaden element z dziedziny.

Dwie funkcje zdaniowe nazywamy r´ownowa˙znymi , gdy majawsp´olnadzie-

dzinei gdy ka˙zdy element, kt´ory speÃlnia jednaz nich, speÃlnia tak˙ze drugai na

odwr´ot.

Je˙zeli dla ka˙zdego x ∈ D funkcja zdaniowa ϕ(x) o dziedzinie D jest zdaniem

prawdziwym, to fakt ten zapisujemy w naste,puja,cy spos´ob

^

x∈D

ϕ(x)

i odczytujemy: ”dla ka˙zdego jest ϕ(x)”.

Je˙zeli w dziedzinie D istnieje co najmniej jeden element x, dla kt´orego funkcja

zdaniowa ϕ(x) jest zdaniem prawdziwym, to piszemy

_

x∈D

ϕ(x)

i odczytujemy: ”istnieje taki x, ˙ze ϕ(x)”.

Definicja 1.3.3. Funktor

V

nazywamy kwantyfikatorem og´olnym, a funktor

W

-

kwantyfikatorem szczeg´oÃlowym.

6

background image

Zauwa˙zmy, ˙ze kwantyfikator og´olny jest uog´olnieniem koniunkcji

^

x∈X

ϕ(x

£

ϕ(x

1

∧ ϕ(x

2

∧ . . . ∧ ϕ(x

n

)

¤

.

Natomiast kwantyfikator szczeg´oÃlowy jest uog´olnieniem alternatywy

_

x∈X

ϕ(x

£

ϕ(x

1

∨ ϕ(x

2

∨ . . . ∨ ϕ(x

n

)

¤

.

Podamy teraz kilka tautologii rachunku funkcji zdaniowych.
1.

W

x∈X

[ϕ(x∨ ψ(x)] 

W

x∈X

ϕ(x

W

x∈X

ψ(x)

2.

W

x∈X

[ϕ(x∧ ψ(x)] 

W

x∈X

ϕ(x

W

x∈X

ψ(x)

3.

V

x∈X

[ϕ(x∧ ψ(x)] 

V

x∈X

ϕ(x

V

x∈X

ψ(x)

4.

V

x∈X

[ϕ(x∨ ψ(x)] 

V

x∈X

ϕ(x

V

x∈X

ψ(x)

5. Prawa de Morgana dla kwantyfikator´ow

h W

x∈X

ϕ(x)

i

V

x∈X

∼ ϕ(x)

h V

x∈X

ϕ(x)

i

W

x∈X

∼ ϕ(x)

PrzykÃlad 1.3.1. Rozwa˙zmy dwa zdania
=

V

x∈X

£

x ≥ ∨ x < 0

¤

=

V

x∈X

x ≥ 

V

x∈X

x < 0.

Zauwa˙zmy, ˙ze w(p) = 1 oraz w(q) = 0. Zatem jedynie zdanie p mo˙ze wynika´c

ze zdania q (q ⇒ p). Niech teraz
=

W

x∈X

£

x ≥ ∧ x < 0

¤

=

W

x∈X

x ≥ 

W

x∈X

x < 0.

W tym przypadku w(p) = 0 oraz w(q) = 1. Zatem mo˙ze tylko zachodzi´c

p ⇒ q.

Zadanie 1.3.1. Kt´ore z podanych zda´

n saprawdziwe, a kt´ore faÃlszywe.

a)

V

x∈R

sin 2= 2 sin cos x,

b)

W

x∈R

sin 2= 2 sin x,

c)

V

x∈R

x

2

x,

d)

W

x∈R

x

2

−x,

7

background image

e)

V

x∈R

| x |≥ 0,

f )

W

x∈R

V

y∈R

y < x,

g)

V

x∈R

W

y∈R

y < x.

Zadanie 1.3.2. Zbuduj zaprzeczenie podanych zda´

n.

a)

V

x∈R

cos 2= cos

2

x − sin

2

x,

b)

V

x∈R

W

y∈R

y < x,

c)

W

x∈R

V

y∈R

x < y,

b)

W

x∈R

x

2

− ≤ 0.

1.4. Kres g´

orny i dolny zbioru.

W tym paragrafie be,dziemy rozwa˙za´c podzbiory przestrzeni liczb rzeczywis-

tych R. Niech be,dzie dowolnym podzbiorem przestrzeni R.

Definicja 1.4.1. Elementem najwie,kszym zbioru nazywamy teliczbe,, kt´ora

nale˙zy do zbioru i jest wie,ksza od ka˙zdego z pozostaÃlych element´ow zbioru Z.

max a ⇔

³

a ∈ Z ∧

^

x∈Z

x ≤ a

´

Elementem najmniejszym zbioru nazywamy teliczbe,, kt´ora nale˙zy do zbioru Z

i jest mniejsza od ka˙zdego z pozostaÃlych element´ow zbioru Z.

min b ⇔

³

b ∈ Z ∧

^

x∈Z

x ≥ b

´

PrzykÃlad 1.4.1. Elementem najmniejszym zbioru liczb naturalnych jest liczba
1.

Zbi´or liczb caÃlkowitych nie ma element´ow najmniejszego i najwie,kszego.

Niech =2; 4 >. Wtedy max = 4 oraz min = 2. Je˙zeli = (2>, to

min nie istnieje.

Definicja 1.4.2. Liczbe, a nazywamy ograniczeniem g´ornym zbioru Z, je´sli

^

x∈Z

x ≤ a.

8

background image

Liczbe, a nazywamy ograniczeniem dolnym zbioru Z, je´sli

^

x∈Z

x ≥ a.

PrzykÃlad 1.4.2. Niech dane be,dazbiory {

2n

n+1

n ∈ N{

n

2n−1

:

n ∈ N}. Wtedy {1,

4
3

,

3
2

,

8
5

,

5
3

, . . .}. Zauwa˙zmy, ˙ze ograniczeniem dolnym

zbioru mogaby´c mie,dzy innymi naste,puja,ce liczby: -100, -0.5, 0,

1
3

. Ponadto

{1,

2
3

,

3
5

,

4
7

, . . .}. W tym przypadku ograniczeniem g´ornym zbioru samie,dzy

innymi liczby: 1,

3
2

, 2, 101.

Definicja 1.4.3. Zbi´or nazywamy ograniczonym od g´ory , je˙zeli istnieje ogra-
niczenie g´orne zbioru Z.

_

M ∈R

^

x∈Z

x ≤ M

Zbi´or nazywamy ograniczonym od doÃlu, je˙zeli istnieje ograniczenie dolne zbioru
Z.

_

m∈R

^

x∈Z

x ≥ m

Zbi´or nazywamy ograniczonym, je´sli jest ograniczony od g´ory i od doÃlu. W
przeciwnym przypadku zbi´or nazywamy nieograniczonym.

PrzykÃlad 1.4.3.

Zbi´or liczb naturalnych jest ograniczony od doÃlu i nie jest

ograniczony od g´ory. Zbi´or odwrotno´sci liczb naturalnych jest ograniczony od
dolu (przez liczbe0) i od g´ory (przez liczbe1).

Definicja 1.4.4. Kresem g´ornym zbioru nazywamy najmniejsze z ogranicze´

n

g´ornych tego zbioru.

= sup Z ⇔

^

x∈Z

x ≤ M ∧

^

ε>0

_

x

0

∈Z

x

0

> M − ε

Kresem dolnym zbioru nazywamy najwie,ksze z ogranicze´n dolnych tego zbioru.

= inf Z ⇔

^

x∈Z

x ≥ m ∧

^

ε>0

_

x

0

∈Z

x

0

< m ε

Zauwa˙zmy, ˙ze kres g´orny zbioru jest najmniejszaliczbaograniczaja,caten zbi´or z

g´ory, za´s kres dolny zbioru jest najwie,kszaliczbaograniczaja,caten zbi´or z doÃlu.

Ponadto najmniejszy element zbioru (o ile istnieje) jest jednocze´snie kresem dol-
nym tego zbioru, a najwie,kszy jego element (o ile istnieje) jest kresem g´onym.

9

background image

PrzykÃlad 1.4.4. Rozwa˙zmy zbiory z przykÃladu 1.4.2. Mamy

sup = 2,

inf = 1,

sup = 1,

inf =

1
2

.

Twierdzenie 1.4.1. (Aksjomat cia,gÃlo´sci Dedekinda) Ka˙zdy niepusty zbi´or ogra-

niczony z g´ory ma kres g´orny. Ka˙zdy niepusty zbi´or ograniczony z doÃlu ma kres
dolny.

Zadanie 1.4.1. Znale´z´c kresy podanych zbior´ow.
= (−∞, >,

= (2, ∞),

{2

−n

n ∈ N},

{

n

n+1

n ∈ N},

{

n−1

2n

n ∈ N}.

Definicja 1.4.5. Otoczeniem punktu x

0

o promieniu δ(δ > 0) nazywamy zbi´or

Q(x

0

, δ) = {x : 0 ≤| x − x

0

|< δ}.

Sa,siedztwem punktu x

0

o promieniu δ(δ > 0) nazywamy zbi´or

S(x

0

, δ) = {x : 0 <| x − x

0

|< δ}.

Z powy˙zszej definicji wynika, ˙ze

Q(x

0

, δ) = (x

0

− δx

0

δ) oraz S(x

0

, δ) = (x

0

− δx

0

δ\ {x

0

}.

Zauw˙zmy, ˙ze w definicji 1.4.5. wykorzystano warto´s´c bezwzgle,dna,, kt´ora w

dalszej cze,´sci wykÃladu be,dzie siecze,sto pojawia´c. Przypomnimy wie,c definicjei

pewne wÃlasno´sci warto´sci bezwzgle,dnej.

Definicja 1.4.6.

| x |=

½

x,

x ≥ 0,

−x, x < 0.

WÃla´sciwo´sci warto´sci bezwzgle,dnej:

1. | x |≥ 0,
2. | x |=| −x |,
3. | x |≤ a ⇔ −a ≤ x ≤ a ⇔ x ∈< −aa >,
4. | x |≥ a ⇔ (x ≥ a ∨ x ≤ −a⇔ x ∈ (−∞−a > ∪ < a),
5. | x · y |=| x | · | y |,
6. |

x
y

|=

|x|
|y|

dla y 6= 0,

7. | x y |≤| x | | y | (nier´owno´s´c tr´ojka,ta),

10

background image

8. | x − y |≤| x | | y |,
9.

¯

¯

¯| x | − | y |

¯

¯

¯≤| x y |,

10.

¯

¯

¯| x | − | y |

¯

¯

¯≤| x − y |.

Ponadto w dalszym cia,gu be,dziemy wykorzystywa´c symbol ”du˙zej sigmy”

Sume, n skÃladnik´ow zapisujemy kr´otko w naste,puja,cy spos´ob

a

1

a

2

. . . a

n

=

n

X

k=1

a

k

.

Litere, k nazywamy wska´znikiem sumacyjnym, n za´s - g´orna, granica, sumowania.

Zadanie 1.4.2. Zapisa´c kr´otko przy u˙zyciu symbolu du˙zej sigmy
a) sumewszystkich liczb naturalnych mniejszych od 80,

b) sumeodwrotno´sci wszystkich liczb naturalnych z przedziaÃlu (π; 14 >,

c) sumekwadrat´ow wszystkich liczb naturalnych mniejszych od 8,

d) sumekwadrat´ow odwrotno´sci wszystkich liczb naturalnych z przedziaÃlu (02π).

Zadanie 1.4.3. Oblicz

a)

4

P

k=0

k

2

,

b)

3

P

k=1

k

3

,

c)

3

P

k=0

1

k+1

,

d)

5

P

k=2

k+2

3

,

e)

4

P

k=1

k−1

2k

.

1.5. Zbiory przeliczalne i nieprzeliczalne.

Definicja 1.5.1. M´owimy, ˙ze zbi´or jest r´ownoliczny ze zbiorem i piszemy
A ∼ B wtedy i tylko wtedy, gdy istnieje funkcja r´o˙znowarto´sciowa A → B,
kt´ora jest odwzorowaniem zbioru na zbi´or B.

Zauwa˙zmy, ˙ze zbi´or sko´

nczony nie jest r´ownoliczny z ˙zadnym ze swoich pod-

zbior´ow. Istniejazbiory , kt´ore sar´ownoliczne ze swoimi podzbiorami. Na przy-

kÃlad zbi´or liczb naturalnych jest r´ownoliczny ze zbiorem liczb nieparzystych lub
ze zbiorem liczb podzielnych przez 3. Istotnie w obu tych przypadkach mo˙zemy
znale´z´c r´o˙znowarto´sciwafunkcjeodwzorowuja,cazbi´or liczb naturalnych na jeden

11

background image

z wymienionych zbior´ow. W przypadku zbioru liczb nieparzystych takafunkcja,

jest (x) = 2+ 1, x ∈ N, za´s w przypadku zbioru liczb podzielnych przez 3
(x) = 3x, x ∈ N.

Definicja 1.5.2. Zbi´or nazywamy zbiorem niesko´

nczonym wtedy i tylko wtedy,

gdy jest on r´ownoliczny z pewnym swoim podzbiorem.

Na mocy poprzednich rozwa˙za´

n zauwa˙zmy, ˙ze zbi´or liczb naturalnych jest

niesko´

nczony.

Definicja 1.5.3. Zbi´or nazywamy zbiorem przeliczalnym wtedy i tylko wtedy,
gdy jest on r´ownoliczny ze zbiorem liczb naturalnych.

Oczywi´scie ka˙zdy zbi´or przeliczalny jest zbiorem niesko´

nczonym.

Cze,sto m´owi sie,, ˙ze zbi´or przeliczalny to zbi´or, kt´orego wszystkie elementy

mo˙zna ustawi´c w cia,g niesko´nczony, przy czym ka˙zdy element zbioru wysta,pi w

tym cia,gu tylko raz.

PrzykÃlad 1.5.1.

Rozwa˙zmy zbi´or liczb caÃlkowitych.

Elementy tego zbioru

ustawmy w naste,puja,cy cia,g

01, −12, −23, −3, . . . .

W cia,gu tym ka˙zda liczba caÃlkowita wysta,pi tylko raz. Oznacza to, ˙ze zbi´or liczb

caÃlkowitych jest przeliczalny.

Definicja 1.5.4. Niepusty zbi´or Z, kt´ory nie jest ani sko´

nczony, ani przeliczalny

nazywamy zbiorem nieprzeliczalnym.

12

background image

2. CIA,GI LICZBOWE.

RozdziaÃl ten rozpoczniemy przypomnieniem podstawowych wiadomo´sci doty-

cza,cych funkcji.
Definicja 2.1. Funkcja f X → Y odwzorowuja,ca zbi´or X w zbi´or Y jest to

przyporza,dkowanie ka˙zdemu elementowi ze zbioru dokÃladnie jedenego elementu

ze zbioru .

Zbi´or nazywamy dziedzina, funkcji, a zbi´or Y przeciwdziedzina, lub zbiorem

warto´sci. Elementy zbioru nazywamy argumentami, a elementy zbioru -
warto´sciami funkcji.

Wykresem funkcji y (x) nazywamy zbi´or wszystkich punkt´ow (x, f (x)),

x ∈ X.

Czasami be,dziemy stosowa´c naste,puja,ce oznaczenie dziedziny funkcji D

f

.

Interesowa´c nas be,daprzede wszystkim funkcje, kt´orych dziedzinai prze-

ciwdziedzinasapodzbiory zbioru liczb rzeczywistych. Takie funkcje nazywamy

funkcjami liczbowymi. Przy okre´slaniu tych funkcji niekiedy podajemy tylko przy-
porza,dkowanie nie ustalaja,c dziedziny. Obowia,zuje wtedy umowa, ˙ze za dziedzine,

nale˙zy przyja,´c podzbi´or zbioru liczb rzeczywistych, dla kt´orego wz´or ustalaja,cy

przyporza,dkowanie ma sens. Tak rozumianadziedzinenazywamy dziedzina, natu-

ralna,.

Podamy teraz kilka szczeg´olnych wÃlasno´sci funkcji liczbowych.

Definicja 2.2. Funkcje, f nazywamy ograniczona, z doÃlu (z g´ory) na zbiorze A ⊂

D

f

je˙zeli zbi´or jej warto´sci jest ograniczony z doÃlu (z g´ory), tzn.

_

m∈R

^

x∈A

(x≥ ()m

Definicja 2.3. Funkcje, f nazywamy rosna,ca, na zbiorze A ⊂ D

f

je˙zeli wie,kszej

warto´sci argumentu odpowiada wie,ksza warto´s´c funkcji, tzn.

^

x

1

,x

2

∈A

£

x

1

< x

2

⇒ f (x

1

< f (x

2

)

¤

(2.1)

Definicja 2.4. Funkcje, f nazywamy maleja,ca, na zbiorze A ⊂ D

f

je˙zeli wie,kszej

warto´sci argumentu odpowiada mniejsza warto´s´c funkcji, tzn.

^

x

1

,x

2

∈A

£

x

1

< x

2

⇒ f (x

1

> f (x

2

)

¤

(2.2)

Je˙zeli w warunku (2.1) osÃlabimy druganier´owno´s´c, to funkcje, f be,dziemy nazywa´c

niemaleja,ca,. Je´sli za´s osÃlabimy druganier´owno´s´c w warunku (2.2), to funkcje,

be,dziemy nazywa´c nierosna,ca,.

13

background image

Powiemy, ˙ze funkcja jest monotoniczna, gdy jest rosna,ca, maleja,ca, nieros-

na,ca lub niemaleja,ca.

Definicja 2.5. Funkcje, f nazywamy parzysta,, je˙zeli

^

x∈D

f

¡

− x ∈ D

f

∧ f (−x) = (x)

¢

.

Definicja 2.6. Funkcje, f nazywamy nieparzysta,, je˙zeli

^

x∈D

f

¡

− x ∈ D

f

∧ f (−x) = −f (x)

¢

.

Wykres funkcji parzystej jest symetryczny wzgle,dem osi OY , a wykres funkcji

nieparzystej jest symetryczny wzgle,dem pocza,tku ukÃladu wsp´oÃlrze,dnych.

Definicja 2.7. Funkcje, f nazywamy okresowa,, je˙zeli

_

T >0

^

x∈D

f

£

T ∈ D

f

∧ f () = (x)].

Liczbe, T nazywamy wtedy okresem funkcji f.

Zadanie 2.1. Zbada´c monotoniczno´s´c podanych funkcji na wskazanych zbiorach

a) (x) =

1

x

4

+ 1

, (−∞; 0 >;

b) (x) =

+ 1, < −1; );

c) (x) =

1

1 + x

2

0, ∞);

d) (x) = x

2

− 2x, (−∞, >.

Zadanie 2.2. Zbada´c, czy podane funkcje saparzyste, czy nieparzyste

a) (x) = 2

x

+ 2

−x

;

b) (x) =

sin x

x

3

;

c) (x) =

2 + x

2

x

5

;

d) (x) = 3

x

− 3

−x

.

Przypomnimy teraz definicjecia,gu liczbowego.

Definicja 2.8.

Funkcjeodwzorowuja,cazbi´or liczb naturalnych w zbi´or liczb

rzeczywistych nazywamy cia,giem liczbowym.

Warto´sci tej funkcji nazywamy wyrazami cia,gu i oznaczamy f(n) = a

n

.

14

background image

Na mocy tej definicji wÃlasno´sci funkcji, takie jak monotoniczno´s´c i ograniczo-

no´s´c w naturalny spos´ob mo˙zna przenie´s´c na cia,gi liczbowe.

Zadanie 2.3. Zbada´c monotoniczno´s´c podanych cia,g´ow

a) a

n

=

n − 1

n

;

b) a

n

= 5

n

− 3

n

;

c) a

n

=

p

n

2

+ 4 − n;

d) a

n

=

n

2

+ 1

n

2

.

Zadanie 2.4. Podaj przykÃlad cia,gu ograniczonego.

Wa˙znarolew zastosowaniach peÃlniacia,gi arytmetyczne i geometryczne, znane z

kursu matematyki w szkole ´sredniej. Przypomnijmy w tym miejscu kilka podsta-
wowych wiadomo´sci dotycza,cych tego zagadnienia.

Definicja 2.9. Cia,giem arytmetycznym nazywamy cia,g, w k´orym ka˙zdy wyraz,

z wyja,tkiem pierwszego, r´o˙zni sieod wyrazu bezpo´srednio go poprzedzaja,cego o

staÃlaliczber´o˙znaod zera, zwana, r´o˙znica, cia,gu

_

r∈R

^

n∈N\{1}

a

n

− a

n−1

r

ÃLatwo wykaza´c, ˙ze je˙zeli r > 0, to cia,g jest rosna,cy, a gdy r < 0, to cia,g jest

maleja,cy.

Ponadto dla cia,gu arytmetycznego prawdziwe sawzory

^

n∈N\{1}

a

n

a

1

+ (n − 1)r,

^

n∈N\{1}

a

n

=

a

n−1

a

n+1

2

,

^

n∈N\{1}

S

n

a

1

a

2

. . . a

n

=

a

1

a

n

2

n,

S

1

a

1

.

Definicja 2.10.

Cia,giem geometrycznym nazywamy cia,g, w k´orym stosunek

dowolnego wyrazu, z wyja,tkiem pierwszego, do wyrazu bezpo´srednio go poprze-

dzaja,cego jest staÃly.

_

q∈R

^

n∈N\{1}

a

n

a

n−1

q

15

background image

Liczbe, q nazywamy ilorazem cia,gu.

Dla cia,gu geometrycznego prawdziwe sawzory

^

n∈N\{1}

a

n

a

1

q

n−1

,

^

n∈N\{1}

S

n

a

1

a

2

. . . a

n

a

1

− q

n

− q

,

gdy q 6= 1,

^

n∈N\{1}

S

n

n · a

1

,

gdy = 1,

oraz

S

1

a

1

.

Ponadto dla cia,gu o wyrazach dodatnich mamy

^

n∈N\{1}

a

n

=

a

n−1

· a

n+1

.

Je˙zeli w cia,gu geometrycznym o wyrazach dodatnich 0 < q < 1, to cia,g ten jest

maleja,cy, je´sli q > 1, to cia,g jest rosna,cy.

ZaÃl´o˙zmy teraz, ˙ze | q |< 1. W´owczas naste,puja,cym wzorem mo˙zemy zsumo-

wa´c wszystkie wyrazy cia,gu geometrycznego {a

n

}

=

a

1

− q

.

Zadanie 2.5. Znale´z´c cia,g arytmetyczny, kt´orego pierwszy wyraz jest r´owny 1, a

suma pocza,tkowych pie,ciu wyraz´ow jest cztery razy mniejsza od sumy naste,pnych

pie,ciu wyraz´ow.

Zadanie 2.6. Sprawdzi´c, ˙ze je˙zeli {a

n

jest cia,giem geometrycznym, to cia,g

{a

n

a

n+1

jest tak˙ze cia,giem geometrycznym.

Zadanie 2.7. Obliczy´c sume

1

2

+

1
2

1

2

2

... .

Zadanie 2.8. Zamieni´c uÃlamek 04(12) na uÃlamek zwykÃly.

Zadanie 2.9. Rozwia,za´c podane r´ownania i nier´owno´sci

a) 2

x

+ 2

2x

+ 2

3x

.. = 1,

16

background image

b) (+ 1) + (+ 1)

2

+ (+ 1)

3

... =

q

+

3
2

,

c) 1 + a

2

a

3

... a

x

= (1 + a)(1 + a

2

)(1 + a

4

),

d) (+ 1) + (+ 4) + .. + (+ 28) = 155.

2.1. Granica cia,gu.

Definicja 2.1.1. Liczbe, g nazywamy granica, cia,gu {a

n

}, je˙zeli prawie wszystkie

wyrazy tego cia,gu nale˙zado otoczenia liczy o promieniu ε, tj.

lim

n→∞

a

n

g ⇔

^

ε>0

_

δ

^

n>δ

| a

n

− g |< ε.

Je˙zeli cia,{a

n

ma graniceto nazywa´c go be,dziemy cia,giem zbie˙znym.

Definicjegranicy mo˙zna r´ownie˙z sformuÃlowa´c w naste,pujc,y spos´ob: Liczba

jest granicacia,gu, gdy wszystkie jego wyrazy r´o˙zniasieod o dowolnie maÃla

liczbedodatnia, ε, pocza,wszy od pewnego wska´znika. Wa˙zna jest uwaga, ˙ze na og´oÃl

liczba δ, o kt´orej mowa w definicji, nie mo˙ze by´c ustalona na zawsze, ale zale˙zy od
wyboru ε.

Wa˙znaroleodgrywa przypadek, gdy cia,g jest zbie˙zny do zera. W´owczas

mamy

lim

n→∞

a

n

= 0 

^

ε>0

_

δ

^

n>δ

| a

n

|< ε

co oznacza, ˙ze prawie wszystkie wyrazy cia,gu zbie˙znego do zera co do warto´sci

bezwzgle,dnej samniejsze od pewnej maÃlej ustalonej liczby dodatniej ε.

Twierdzenie 2.1.1. Warunkiem koniecznym i dostatecznym zbie˙zno´sci cia,gu

{a

n

do liczby jest zbie˙zno´s´c cia,gu {a

n

− g} do zera.

Dow´

od. Konieczno´s´c warunku wynika bezpo´srednio z definicji 2.1.1. granicy

cia,gu.

Aby dowie´s´c dostateczno´sci tego warunku zaÃl´o˙zmy, ˙ze cia,α

n

a

n

− g jest

zbie˙zny do zera. Mamy w´owczas

^

ε>0

_

δ

^

n>δ

| α

n

|< ε.

Zatem

^

ε>0

_

δ

^

n>δ

| a

n

− g |< ε.

Co ko´

nczy dow´od.

17

background image

PrzykÃlad 2.1.1. Rozwa˙zmy cia,{

n

n}. Poka˙zemy, ˙ze jest to cia,g zbie˙zny do 1.

Niech wie,a

n

=

n

n − 1. Korzystaja,c ze wzoru Newtona mamy

= (

n

n)

n

= (1 + a

n

)

n

= 1 + na

n

+

µ

n

2

a

2

n

. . . a

n

n

czyli

n − 1 = na

n

+

µ

n

2

a

2

n

. . . a

n

n

.

Niech n ≥ 2. Poniewa˙z a

n

0, wie,c

n − >

n(n − 1)

2

a

2

n

czyli

a

2

n

<

2

n

.

Sta,d otrzymujemy

| a

n

|<

r

2

n

.

Zatem

|

n

n − |<

r

2

n

.

Oznacza to, ˙ze dla dowolnie wybranego ε > 0 istnieje taka liczba δ =

2

ε

2

, ˙ze

^

n>δ

|

n

n − |< ε.

Wobec tego mo˙zemy twierdzi´c, ˙ze

lim

n→∞

n

= 1.

Twierdzenie 2.1.2. Ka˙zdy cia,g zbie˙zny jest ograniczony.

Dow´

od. Niech {a

n

be,dzie cia,giem zbie˙znym do granicy g. Zatem dla ε = 1

istnieje taka liczba δ, ˙ze dla wszystkich n > δ speÃlniona jest nier´owno´s´c

| a

n

− g |< 1.

Wobec tego, na mocy nier´owno´sci tr´ojka,ta mamy

| a

n

|=| a

n

− g g |≤| a

n

− g | | g | .

18

background image

Sta,d wynika, ˙ze dla wszystkich n > δ speÃlniona jest nier´owno´s´c

| a

n

|≤ 1+ | g | .

Dla n ≤ δ niech oznacza najwie,kszaz liczb | a

n

|. Niech ponadto =

max

¡

A, 1+ | g |

¢

. Wtedy dla ka˙zdego n ∈ N mamy | a

n

|≤ M , co oznacza,

˙ze cia,{a

n

jest ograniczony.

Z twierdzenia 2.1.2. wynika, ˙ze warunkiem koniecznym zbie˙zno´sci cia,gu licz-

bowego jest jego ograniczono´s´c. Nie jest to jednak warunek dostateczny, o czym

´swiadczy naste,puja,cy przykÃlad.

PrzykÃlad 2.1.2. Niech dany be,dzie cia,g o wyrazie og´olnym a

n

= (1)

n

. ÃLatwo

wida´c, ˙ze cia,g ten jest ograniczony, gdy˙z

^

n∈N

(1)

n

|≤ 1.

Z drugiej strony wyrazami tego cia,gu saliczby 1 lub 1. Jednak˙ze ˙zadna z nich

nie jest jego granica,, gdy˙z istniejatakie otoczenia liczb 1 i 1, w kt´orych nie le˙za,

prawie wszystkie wyrazy cia,gu, np. S(1;

1
2

), S(1 :

1
2

). Liczba r´o˙zna od 1 i 1

te˙z nie mo˙ze by´c granicatego cia,gu, bo w jej otoczeniu o dostatecznie maÃlym

promieniu nie znajduje sie˙zaden wyraz tego cia,gu. Oznacza to, ˙ze cia,{(1)

n

}

nie ma granicy.

Z powy˙zszego przykÃladu wynika te˙z, ˙ze w´sr´od cia,g´ow liczbowych istniejatakie

cia,gi, kt´ore nie posiadajagranicy.

Ponadto mo˙zemy r´ownie˙z m´owi´c o cia,gach rozbie˙znych.

Definicja 2.1.2. M´owimy, ˙ze cia,{a

n

jest rozbie˙zny do plus niesko´

nczono´sci

wtedy i tylko wtedy, gdy

^

ε

_

δ

^

n>δ

a

n

> ε.

Definicja 2.1.3. M´owimy, ˙ze cia,{a

n

jest rozbie˙zny do minus niesko´

nczono´sci

wtedy i tylko wtedy, gdy

^

ε

_

δ

^

n>δ

a

n

< ε.

PrzykÃlad 2.1.3. Ka˙zdy cia,g arytmetyczny o r´o˙znicy dodatniej jest rozbie˙zny do

plus niesko´

nczono´sci. Ka˙zdy cia,g arytmetyczny o r´o˙znicy ujemniej jest rozbie˙zny

do minus niesko´

nczono´sci.

19

background image

Zadanie 2.1.1. Korzystaja,c z definicji granicy cia,gu pokaza´c, ˙ze

a) lim

n→∞

2

n

2

n

1

= 1,

b) lim

n→∞

3n−1
2n+1

=

3
2

,

lim

n→∞

q

n

=

+∞, q > 1,
1,

= 1,

0,

| q |< 1.

2.2. DziaÃlania arytmetyczne na granicach cia,g´ow.

Niech dane be,dacia,gi liczbowe {a

n

{b

n

}. Cia,gi

{a

n

b

n

},

{a

n

− b

n

},

{a

n

· b

n

}

nazywamy odpowiednio: suma,, r´o˙znica, i iloczynem cia,g´ow {a

n

{b

n

}. Je˙zeli

zaÃlo˙zymy dodatkowo, ˙ze

V

n∈N

b

n

6= 0, to cia,g

a

n

b

n

o

nazywamy ilorazem cia,g´ow {a

n

{b

n

}.

Twierdzenie 2.2.1. (o dziaÃlaniach arytmetycznych na granicach cia,g´ow zbie˙z-

nych) Je˙zeli cia,gi {a

n

{b

n

sazbie˙zne i

lim

n→∞

a

n

a

i

lim

n→∞

b

n

b,

to istniejagranice cia,g´ow {a

n

b

n

}{a

n

− b

n

}{a

n

· b

n

i

1. lim

n→∞

(a

n

b

n

) = b,

2. lim

n→∞

(a

n

− b

n

) = a − b,

3. lim

n→∞

(a

n

· b

n

) = a · b,

oraz przy zaÃlo˙zeniu, ˙ze

V

n∈N

b

n

6= 0 i b 6= 0 istnieje granica cia,gu

a

n

b

n

o

i

4. lim

n→∞

a

n

b

n

=

a

b

.

Dow´

od.

Niech ε be,dzie dowolnaliczbadodatnia,. Poniewa˙z lim

n→∞

a

n

i

lim

n→∞

b

n

b, to istniejatakie liczby δ

1

δ

2

, ˙ze speÃlnione sanaste,puja,ce warunki

^

n>δ

1

| a

n

− a |<

ε
2

^

n>δ

2

| b

n

− b |<

ε
2

.

20

background image

Niech δ = max(δ

1

δ

2

). Wtedy mamy

1. Dla ka˙zdego n > δ na mocy nier´owno´sci tr´ojka,ta

(a

n

b

n

− (b|≤| a

n

− a | | b

n

− b |<

ε
2

+

ε
2

ε.

Oznacza to, ˙ze lim

n→∞

(a

n

b

n

) = b.

2. Dla ka˙zdego n > δ na mocy wÃla´sciwo´sci 8 warto´sci bezwzgle,dnej

(a

n

− b

n

− (a − b|≤| a

n

− a | | b

n

− b |<

ε
2

+

ε
2

ε.

Oznacza to, ˙ze lim

n→∞

(a

n

− b

n

) = a − b.

Aby dowie´s´c punktu 3 tego twierdzenia zauwa˙zmy, ˙ze z zaÃlo˙zenia lim

n→∞

a

n

a

na mocy twierdzenia 2.1.2. wynika, ˙ze cia,{a

n

jest ograniczony, tzn.

_

M >0

^

n∈N

| a

n

|≤ M.

Ponadto z zaÃlo˙zenia lim

n→∞

a

n

i lim

n→∞

b

n

wynikajaodpowiednio naste,puja,ce

warunki

^

n>δ

| a

n

− a |<

ε

2(| b | +1)

^

n>δ

| b

n

− b |<

ε

2M

.

Wobec tego mamy

| a

n

b

n

− ab |=| a

n

b

n

− a

n

a

n

b − ab |≤| a

n

| · | b

n

− b | | b | · | a

n

− a |

≤ M · | b

n

− b | +(| b | +1)· | a

n

− a |

< M

ε

2M

+ (| b | +1) ·

ε

2(| b | +1)

ε.

Otrzymali´smy zatem

^

ε>0

_

δ

^

n>δ

| a

n

b

n

− ab |< ε.

Dowodza,c punkt 4 twierdzenia zaÃl´o˙zmy, ˙ze

^

n∈N

b

n

6= 0 i

lim

n→∞

b

n

b 6= 0.

Zatem inf | b · b

n

|k > 0 oraz

^

ε>0

_

δ

^

n>δ

| b

n

− b |<

2M

.

21

background image

Ponadto z zaÃlo˙zenia lim

n→∞

a

n

mamy

_

M >0

^

n∈N

| a

n

|≤ M

oraz

^

ε>0

_

δ

^

n>δ

| a

n

− a |<

| b | ε

2

.

Sta,d dla n > δ otrzymujemy

¯

¯

¯

a

n

b

n

a

b

¯

¯

¯ =

¯

¯

¯

a

n

b − b

n

a

b

n

b

¯

¯

¯ =

| a

n

(b − b

n

) + b

n

(a

n

− a|

| b

n

b |

M

k

| b

n

− b | +

1

| b |

| a

n

− a |

<

M

k

2M

+

1

| b |

| b | ε

2

ε.

Zatem mamy

^

ε>0

_

δ

^

n>δ

¯

¯

¯

a

n

b

n

a

b

¯

¯

¯ < ε,

co ko´

nczy dow´od.

Czasami spotykamy siez zagadnieniem obliczenia granicy cia,gu w sytuacji,

gdy nie mo˙zna bezpo´srednio skorzysta´c z twierdzenia o dziaÃlaniach arytmety-
cznych na granicach cia,g´ow zbie˙znych. Taki przypadek ma miejsce, gdy jeden

z rozwa˙zanych cia,g´ow ma graniceniesko´nczona,. W obliczaniu takich granic mo˙ze

nam pom´oc poni˙zsza tabela.

22

background image

Je˙zeli

to

lim

n→∞

a

n

= 0, a

n

0

lim

n→∞

1

a

n

= +

lim

n→∞

a

n

= 0, a

n

0

lim

n→∞

1

a

n

−∞

lim

n→∞

a

n

±∞

lim

n→∞

1

a

n

= 0

lim

n→∞

a

n

±∞

lim

n→∞

(a

n

· b

n

) = ±∞

lim

n→∞

b

n

b > 0

lim

n→∞

a

n

±∞

lim

n→∞

(a

n

· b

n

) = ∓∞

lim

n→∞

b

n

b < 0

lim

n→∞

a

n

±∞

lim

n→∞

(a

n

· b

n

) = [0 · ∞] =?

lim

n→∞

b

n

= 0

lim

n→∞

(a

n

· b

n

) = +

lim

n→∞

a

n

= lim

n→∞

b

n

±∞

lim

n→∞

(a

n

− b

n

) = [∞ − ∞] =?

lim

n→∞

a

n

b

n

=

£


¤

=?

V

n∈N

| a

n

|< M,

lim

n→∞

b

n

= 0

lim

n→∞

(a

n

· b

n

) = 0

V

n∈N

| a

n

|< M,

lim

n→∞

b

n

±∞

lim

n→∞

a

n

b

n

= 0

lim

n→∞

a

n

= lim

n→∞

b

n

= 0

lim

n→∞

a

n

b

n

=

£

0
0

i

=?

Znak zapytania oznacza, ˙ze bez bardziej szczeg´oÃlowych informacji o cia,gach

{a

n

{b

n

nic nie mo˙zna powiedzie´c o danych granicach. Symbole z nawias´ow

kwadratowych: 0 · ∞, ∞ − ∞,


,

0
0

nazywamy symbolami nieoznaczonymi.

2.3. Twierdzenia o cia,gach monotonicznych i ograniczonych.

W paragrafie tym podamy pewne twierdzenia, kt´ore uÃlatwianam liczenie

granic niekt´orych cia,g´ow liczbowych.

23

background image

Twierdzenie 2.3.1. Je˙zeli cia,g jest monotoniczny i ograniczony, to jest zbie˙zny.

Dow´

od. Niech cia,{a

n

be,dzie cia,giem niemaleja,cym i ograniczonym. Na pod-

stawie aksjomatu cia,gÃlo´sci Dedekinda, zbi´or jego wyraz´ow posiada kres g´orny

= sup{a

n

n ∈ N}. Wyka˙zemy, ˙ze lim

n→∞

a

n

a. Niech wie,ε be,dzie dowolna,

liczbadodatnia,. Z definicji 1.4.4. kresu g´ornego wynika, ˙ze

^

n≥n

1

a

n

≤ a ∧

_

n

0

a

n

0

> a − ε.

Niech δ = max(n

0

, n

1

). Wtedy z monotoniczno´sci cia,gu {a

n

mamy

^

n>δ

(a

n

≤ a < a ε ∧ a − ε < a

n

0

≤ a

n

).

Wobec tego

^

n>δ

a − ε < a

n

< a ε,

co oznacza, ˙ze

^

ε>0

_

δ

^

n>δ

| a

n

− a |< ε.

W przypadku, gdy cia,{a

n

jest nierosna,cy dow´od przebiega w spos´ob analogicz-

ny.

Twierdzenie 2.3.2. Je˙zeli cia,g jest monotoniczny i nieograniczony, to jest roz-

bie˙zny.

Twierdzenie 2.3.3. (o trzech cia,gach) Je˙zeli cia,gi {a

n

{c

n

sazbie˙zne do tej

samej granicy oraz

_

n

0

^

n>n

0

a

n

≤ b

n

≤ c

n

,

(2.3.1)

to cia,{b

n

jest zbie˙zny do tej samej granicy, co cia,gi {a

n

{c

n

}.

Dow´

od. Niech ε be,dzie dowolnaliczbadodatniai niech

lim

n→∞

a

n

= lim

n→∞

c

n

g.

Wtedy istnieje liczba δ taka, ˙ze

^

n>δ

a

n

∈ O(g, ε∧ c

n

∈ O(g, ε).

24

background image

Poniewa˙z cia,{b

n

speÃlnia nier´owno´s´c (2.3.1), to

V

n∈N

b

n

∈ O(g, ε).

Twierdzenie 2.3.4. (o dw´och cia,gach) Je˙zeli cia,{a

n

jest rozbie˙zny do plus

niesko´

nczono´sci i cia,{b

n

speÃlnia warunek

_

n

0

^

n>n

0

a

n

≤ b

n

,

to lim

n→∞

b

n

= +.

Twierdzenie 2.3.5. (o dw´och cia,gach) Je˙zeli cia,{a

n

jest rozbie˙zny do minus

niesko´

nczono´sci i cia,{b

n

speÃlnia warunek

_

n

0

^

n>n

0

a

n

≥ b

n

,

to lim

n→∞

b

n

−∞.

Zadanie 2.3.1.

Cia,{a

n

o wyrazach dodatnich jest maleja,cy. Co mo˙zna

powiedzie´c o zbie˙zno´sci tego cia,gu?

Zadanie 2.3.2. Wykaza´c, ˙ze cia,g

2

n

n!

jest zbie˙zny.

Zadanie 2.3.3. Wykaza´c, ˙ze je˙zeli cia,{a

n

jest cia,giem ograniczonym, a cia,g

{b

n

jest zbie˙zny do zera, to cia,{a

n

b

n

ma granicer´owna0.

Zadanie 2.3.4. Oblicz granice cia,g´ow o naste,puja,cych wyrazach og´olnych
a

n

=

n

2

n

+ 3

n

+ 5

n

,

b

n

=

n

p

(2 + sin n)

n

+ (2 − cos n)

n

+ 3

n

,

c

n

=

n

3
5

´

n

+

³ 2

7

´

n

,

d

n

=

+

n

n

5

n

+

+

+ 1

n

5

n

. . . +

+

+ 2+ 1

n

5

n

.

Zadanie 2.3.5. Oblicz podane granice

a) lim

n→∞

p

2n

2

+

n

n

,

i) lim

n→∞

³ 1 + 3 + 5 + ... + 2n − 1

+ 1

− n

´

,

b) lim

n→∞

³p

9n

2

+ 1 − 3n

´

,

j) lim

n→∞

³p

4n

2

+ 3+ 1 − 2n

´

,

c) lim

n→∞

³

n −

n

´

,

k) lim

n→∞

− 4n

2

2 + 4 + 6 + . . . + 2n

,

d) lim

n→∞

1 +

1
2

+

1
4

+

1
8

.. +

¡

1
2

¢

n

1 +

1
3

+

1
9

+

1

27

... +

¡

1
2

¢

n

.

l) lim

n→∞

n

q

+

p

+

n

,

e) lim

n→∞

³ 1

2n

cos n

3

3n

6+ 1

´

,

Ãl) lim

n→∞

³ 2n

− 3n

− sin n!

n

n

2

+ 1

´

.

25

background image

2.4. Poje,cie podcia,gu. Twierdzenie Bolzano-Weierstrassa.

Definicja 2.4.1. Niech dany be,dzie cia,g liczbowy

{a

n

{a

1

, a

2

, a

3

, . . .}

oraz rosna,cy cia,g liczb naturalnych

{n

k

{n

1

, n

2

, n

3

, . . .}.

Cia,g

{a

n

k

{a

n

1

, a

n

2

, a

n

3

, . . .}

nazywamy podcia,giem cia,gu {a

n

}.

PrzykÃlad 2.4.1. Podcia,gami cia,gu {a

n

samie,dzy innymi naste,puja,ce cia,gi

{a

2n

{a

2

, a

4

, a

6

, . . .};

{a

n+6

{a

7

, a

8

, a

9

, . . .};

{a

2n−1

{a

1

, a

3

, a

5

, . . .};

{a

3

n

{a

3

, a

9

, a

27

, . . .}.

Podamy teraz bez dowodu kilka twierdze´

n dotycza,cych wÃlasno´sci podcia,g´ow.

Twierdzenie 2.4.1. Je˙zeli cia,{a

n

jest zbie˙zny do granicy a, to ka˙zdy jego

podcia,g jest zbie˙zny do granicy a.

Twierdzenie 2.4.2. Je˙zeli cia,{a

n

jest rozbie˙zny, to ka˙zdy jego podcia,g jest

te˙z rozbie˙zny.

Z twierdze´

n 2.4.1 i 2.4.2 wynika, ˙ze odrzucenie dowolnie wielu wyraz´ow cia,gu

nie zmienia jego granicy. R´ownie˙z doÃla,cznie do cia,gu jednego wyrazu nie zmienia

granicy tego cia,gu. Jednak doÃla,czenie do danego cia,gu niesko´nczenie wielu wyra-

z´ow mo˙ze spowodowa´c zmianejego granicy.

Wa˙znym twierdzeniem, kt´ore mo˙zemy wykorzysta´c przy liczeniu granic pew-

nych cia,g´ow jest naste,puja,ce twierdzenie

Twierdzenie 2.4.3. Ka˙zdy cia,g ograniczony zawiera podcia,g zbie˙zny.

Z tego twierdzenia wynika naste,puja,cy wniosek

26

background image

Wniosek 2.4.1. Je´sli wszystkie podcia,gi zbie˙zne danego cia,gu ograniczonego

majatesamagranice,, to dany cia,g jest zbie˙zny do tej granicy.

Zauwa˙zmy, ˙ze wniosek ten mo˙zna wykorzysta´c do pokazania, ˙ze cia,g nie ma

granicy. Wystarczy bowiem wybra´c z tego cia,gu dwa podcia,gi zbie˙zne do dw´och

r´o˙znych granic.

2.5. Liczba e.

Rozwa˙zany cia,g liczbowy o wyrazie og´olnym a

n

=

³

1 +

1

n

´

n

. Zauwa˙zmy, ˙ze gdy

n → ∞, to wyrazy tego cia,gu dajanam symbol nieoznaczony 1

.

Zauwa˙zmy, ˙ze korzystaja,c z dwumianu Newtona mamy

a

n

= 1 +

µ

n

1

1

n

+

µ

n

2

1

n

2

. . . +

µ

n
n

1

n

n

= 1 + 1 +

n(n − 1)

2!

1

n

2

. . . +

n(n − 1) . . . [n − (n − 1)]

n!

1

n

n

= 1 + 1 +

1

2!

³

1

n

´

. . . +

1

n!

³

1

n

´³

2

n

´

· . . . ·

³

n − 1

n

´

.

Sta,d otrzymujemy

a

n+1

= 1+1+

1

2!

³

1

1

+ 1

´

+. . .+

1

(+ 1)!

³

1

1

+ 1

´³

1

2

+ 1

´

·. . .·

³

1

n

+ 1

´

.

Wobec tego mamy a

n

< a

n+1

. Oznacza to, .,ze cia,g

1 +

1

n

´

n

o

jest cia,giem

rosna,cym.

Ponadto zauwa˙zmy, ˙ze

a

n

≤ 2 +

1

2!

+

1

3!

. . . +

1

n!

.

Korzystaja,c z faktu, ˙ze

^

k∈N

k≥ 2

k−1

otrzymujemy

a

n

≤ 2 +

1
2

+

1

2

2

. . . +

1

2

n−1

= 2 +

1
2

¡

1
2

¢

n−1

1
2

= 2 +

h

¡ 1

2

¢

n−1

i

3.

27

background image

Oznacza to, ˙ze cia,g

1 +

1

n

´

n

o

jest cia,giem ograniczonym od g´ory.

Zatem na mocy twierdzenia 2.3.1 wnioskujemy, ˙ze cia,g o wyrazie og´olnym

a

n

=

³

1 +

1

n

´

n

ma granice,. Granicatego cia,gu jest liczba niewymierna, kt´ora,

oznaczamy przez e. Mo˙zna wykaza´c, ˙ze = 2718281828459045 . . . .

Zadanie 2.5.1. Oblicz granice cia,g´ow o wyrazach og´olnych

a) lim

n→∞

³

2

n

´

n

,

d) lim

n→∞

³ + 6

n

´

n

,

b) lim

n→∞

³ n

2

+ 5

n

2

´

n

2

,

e) lim

n→∞

³ 2 + n

3 + n

´

n

,

c) lim

n→∞

³ n

3

+ 1

2n

3

´

n

3

,

f ) lim

n→∞

³ n

2

+ 7

+ 1

´

n

.

28

background image

3. FUNKCJA JEDNEJ ZMIENNEJ.

W rozdziale tym om´owimy podstawowe wÃlasno´sci funkcji rzeczywistych jednej

zmiennej rzeczywistej, kt´ore nie byÃly wymienione w rozdziale 2.

W szkole ´sredniej analizowane byÃly takie funkcje elementarne jak funkcja li-

niowa i kwadratowa, wielomiany, funkcje wymierne, pote,gowe, wykÃladnicze, loga-

rytmiczne i trygonometryczne. Oczywi´scie opr´ocz wymienionych funkcji istnieja,

inne funkcje elementarne takie jak funkcje cyklometryczne i hiperboliczne, kt´ore
kr´otko om´owimy w tym rozdziale oraz funkcje nie elementarne. Do najcze,´sciej

spotykanych funkcji nie elementarnych zaliczy´c mo˙zemy mie,dzy innymi

1. funkcje, cze,´s´c caÃlkowita Ent : R → Z danawzorem

Ent(x) =

...

,

2dla − ≤ x < −1,
1dla − ≤ x < 0,
0,

dla 0 ≤ x < 1,

1,

dla 1 ≤ x < 2,

2,

dla 2 ≤ x < 3,

...

;

2. funkcje, signum sgn : R → {−101danawzorem

sgn(x) =

1dla x < 0,
0,

dla = 0,

1,

dla x > 0;

3. funkcje, Dirichleta D : R → {01danawzorem

D(x) =

½

0dla x 6∈ Q,
1dla x ∈ Q.

W dalszej cze,´sci wykÃladu be,dziemy cze,sto posÃlugiwa´c sietakimi poje,ciami jak

superpozycja funkcji i funkcja odwrotna, dlatego te˙z w naste,pnych paragrafach

zdefiniujemy te poje,cia.

3.1. Superpozycja funkcji.

Niech dane be,dadwie funkcje X → Y oraz Z → T. Niech ponadto Y ⊂

Z. Je˙zeli ka˙zdemu elementowi x ∈ X przyporza,dkujemy dokÃladnie jeden element

z ∈ T taki, ˙ze g((x)), to zdefiniujemy w ten spos´ob funkcje, h X → T

29

background image

okre´slonar´owno´scia, h(x) = g(f(x)) i zwana, superpozycja, funkcji f i g lub funkcja,

zÃlo˙zona,. Superpozycjefunkcji oznaczamy symbolem g ◦ f. Funkcje, f nazywamy

funkcja, wewne,trzna,, a funkcje, g funkcja, zewne,trzna,.

PrzykÃlad 3.1.1. Niech (x) = tgg(x) = x

2

. W´owczas : R \ {

π

2

k ∈

Z} → R, : R → R

+

∪ {0}. Zatem w tym przypadku = R \ {

π

2

k ∈ Z},

= R, = R i = R

+

∪ {0}. Istnieje zatem g ◦ f : R \ {

π

2

kπ, k ∈ Z} →

R

+

∪ {0}, przy czym g ◦ f (x) = g((x)) = tg

2

x.

Ponadto je´sli zawe,zimy przeciwdziedzinefunkcji tak aby T ⊂ X, to be,dzie-

my mogli okre´sli´c superpozycje, f ◦ g(x) = f(g(x)) = tg(x

2

).

Oczywi´scie f ◦ g 6g ◦ f .

3.2. Funkcja odwrotna.

Niech dana be,dzie funkcja X → Y i niech A ⊂ X.

Definicja 3.2.1. Funkcje, f nazywamy r´o˙znowarto´sciowa, na zbiorze A wtedy i

tylko wtedy, gdy

^

x

1

,x

2

∈A

³

x

1

6x

2

⇒ f (x

1

6(x

2

)

´

.

PrzykÃlad 3.2.1. Funkcja (x) = x

3

jest r´o˙znowarto´sciowa w caÃlej swojej dzie-

dzinie naturalnej.

Funkcja (x) = x

2

nie jest r´o˙znowarto´sciowa w swojej dziedzinie natural-

nej, bo na przykÃlad (2) = 4 i (2) = 4. Jednak˙ze funkcja (x) = x

2

, x ∈

(−∞, jest r´o˙znowarto´sciowa. Podobnie funkcja (x) = x

2

, x ∈ (0, ∞) jest

r´o˙znowarto´sciowa.

Definicja 3.2.2. Niech X → Y be,dzie funkcjar´o˙znowarto´sciowa,. Funkcje,

f

1

Y → X taka,, ˙ze

(f

1

(x)) = f

1

((x)) = x

nazywamy funkcja, odwrotna, do funkcji f.

Zauwa˙zmy, ˙ze tylko funkcje r´o˙znowarto´sciowe posiadajafunkcje odwrotne.

Funkja odwrotna do danej funkcji ma wykres symetryczny wzgle,dem prostej

x.

PrzykÃlad 3.2.2. Niech dana be,dzie funkcja f(x) = x

2

+ 2x − 1. Funkcja ta nie

jest r´o˙znowarto´sciowa w swojej dziedzinie naturalnej, a zatem nie istnieje funkcja
odwrotna do niej.

30

background image

Je´sli zawe,zimy dziedzinetej funkcji tak, aby byÃla ona r´o˙znowarto´sciowa, to

be,dziemy mogli znale´z´c funkcjedo niej odwrotna,. Zauwa˙zmy, ˙ze

(x) = (+ 1)

2

− 2, a zatem mo˙zemy dziedzinezawe,zi´c do jednego ze zbior´ow

(−∞, −lub < −1, ∞).

Rozwa˙zmy, wie,c funkcje, f(x) = x

2

+ 2x − 1, x ∈< −1, ∞). Funkcja ta

jest r´o˙znowarto´sciowa w swojej dziedzinie. Wobec tego istnieje funkcja do niej
odwrotna, kt´oramo˙zemy znale´z´c rozwia,zuja,c wzgle,dem r´ownanie x

2

+2x−1.

Korzystaja,c z postaci kanonicznej tr´ojmianu kwadratowego mamy = (x+1)

2

2,

a zatem =

+ 2 − 1. Szukanafunkcjajest wie,c funkcja f

1

(x) =

+ 2 − 1,

kt´orej dziedzinajest przeciwdziedzina funkcji f, tj < −2, ∞).

Zadanie 3.2.1. Zawe,zi´c dziedzinepodanych funkcji tak, aby byÃly one r´o˙znowar-

to´sciowe, a naste,pnie znale´z´c funkcje odwrotne dla tych funkcji.

a) (x) = x

2

− 4+ 5,

c) (x) = 2 

5

+ 1,

b) (x) = log (x − 4) + 6,

d) (x) = 3

2x+3

,

3.3. Funkcje cyklometryczne i hiperboliczne.

Wiadomo, ˙ze funkcje trygonometryczne nie sar´o˙znowarto´sciowe w swoich dzie-
dzinach naturalnych. Jednak˙ze funkcja sinus na przykÃlad na zbiorze

D

π

2

,

π

2

E

jest r´o˙znowarto´sciowa, a zatem na tym zbiorze istnieje funkcja do niej odwrotna.
Podobnie inne funkcje trygonometryczne sar´o˙znowarto´sciowe na pewnych prze-

dziaÃlach. Wobec tego istniejafunkcje odwrotne do funkcji trygonometrycznych.

Funkcje te nazywamy funkcjami cyklometrycznymi lub koÃlowymi, a ich definicje
sanaste,puja,ce.

Definicja 3.3.1.
Funkcjeodwrotnado funkcji f(x) = sin x, x ∈

D

π

2

,

π

2

E

, nazywamy funkcja, arcus

sinus i piszemy f

1

(x) = arcsin xf

1

:< −1>→

D

π

2

,

π

2

E

.

Funkcjeodwrotnado funkcji f(x) = cos x, x ∈

D

0, π

E

, nazywamy funkcja, arcus

cosinus i piszemy f

1

(x) = arccos xf

1

:< −1>→

D

0, π

E

.

Funkcjeodwrotnado funkcji f(x) = tgx, x ∈

³

π

2

,

π

2

´

, nazywamy funkcja, arcus

tangens i piszemy f

1

(x) = arctgxf

1

: R 

³

π

2

,

π

2

´

.

Funkcjeodwrotnado funkcji f(x) = ctgx, x ∈ (0, π), nazywamy funkcja, arcus

cotangens i piszemy f

1

(x) = arcctgxf

1

: R → (0, π).

31

background image

Podamy teraz definicjefunkcji hiperbolicznych.

Definicja 3.3.2.
Funkcje, sinus hiperboliczny okre´slamy wzorem

sinh =

e

x

− e

−x

2

, x ∈ R.

Funkcje, cosinus hiperboliczny okre´slamy wzorem

cosh =

e

x

+ e

−x

2

, x ∈ R.

Funkcje, tangens hiperboliczny okre´slamy wzorem

tgh=

sinh x

cosh x

=

e

x

− e

−x

e

x

+ e

−x

, x ∈ R.

Funkcje, cotangens hiperboliczny okre´slamy wzorem

ctgh=

cosh x

sinh x

=

e

x

+ e

−x

e

x

− e

−x

, x ∈ \ {0}.

32

background image

3.4. Granica i cia,gÃlo´s´c funkcji jednej zmiennej.

W paragrafie tym podamy r´ownowa˙zne definicje Heinego i Cauch’ego granicy
funkcji wÃla´sciwej i niewÃla´sciwej w punkcie wÃla´sciwym oraz niewÃla´sciwym. Be,-

dziemy m´owi´c, ˙ze granica jest wÃla´sciwa, gdy be,dzie ona liczbasko´nczona,, a nie-

wÃla´sciwa, gdy be,dzie r´owna niesko´nczono´sci.

Niech funkcja rzeczywista zmiennej rzeczywistej be,dzie okre´slona w pew-

nym sa,siedztwie S(x

0

, δ) punktu x

0

. ZakÃladamy, ˙ze funkcja w punkcie x

0

mo˙ze

by´c lub nie by´c okre´slona.

Przypomnimy definicjeHeinego zwanainaczej definicjacia,gowa,, granicy wÃla-

´sciwej funkcji w punkcie wÃla´sciwym x

0

.

Definicja 3.4.1. M´owimy, ˙ze funkcja f ma granice, wÃla´sciwa, g w punkcie wÃla´sci-

wym x

0

, je´sli dla ka˙zdego cia,gu {x

n

o wyrazach nale˙za,cych do sa,siedztwa S(x

0

, δ)

i zbie˙znego do punktu x

0

cia,{f(x

n

)jest zbie˙zny do liczby g.

lim

x→x

0

(x) = g ⇔

^

{x

n

}

{x

n

} ⊂ S(x

0

, δ∧ lim

n→∞

x

n

x

0

¢

⇒ lim

n→∞

(x

n

) = g

i

(3.4.1)

R´ownowa˙znadefinicjegranicy funkcji podaÃl inny matematyk Cauchy. Definicjeta,

czasami nazywa siedefinicjaepsilonowa,.

Definicja 3.4.2. M´owimy, ˙ze funkcja f ma granice, wÃla´sciwa, g w punkcie wÃla´sci-

wym x

0

, je´sli dla ka˙zdego ε > 0 istnieje takie sa,siedztwo S(x

0

, δ), ˙ze dla ka˙zdego

x ∈ S(x

0

, δ) speÃlniona jest nier´owno´s´c | f (x− g |< ε.

lim

x→x

0

(x) = g ⇔

^

ε>0

_

δ>0

^

x∈D

f

³

<| x − x

0

|< δ ⇒| f (x− g |< ε

´

(3.4.2)

Wyka˙zemy teraz, ˙ze istotnie obie definicje sar´ownowa˙zne. ZaÃl´o˙zmy na pocza,tku,

˙ze zachodzi warunek (3.4.2) istnienia granicy funkcji. Niech cia,{x

n

speÃlnia

warunki (3.4.1). Poniewa˙z lim

n→∞

x

n

x

0

, wie,c dla dowolnej liczby δ > 0 istnieje

taka liczba k, ˙ze

^

n>k

<| x

n

− x

0

|< δ.

Zatem z (3.4.2) otrzymujemy

| f (x

n

− g |< ε.

33

background image

Oznacza to, ˙ze granicafunkcji w punkcie x

0

jest liczba g. Zatem pokazali´smy,

˙ze z definicji Cauchy’ego wynika definicja Heinego.

Aby wykaza´c implikacjeodwrotnaudowodnimy, ˙ze negacja warunku (3.4.2) z

definicji Cauchy’ego implikuje negacjewarunku (3.4.1) z definicji Heinego. Negacja

warunku (3.4.2) ma posta´c

_

ε>0

^

δ>0

_

x∈D

f

³

<| x − x

0

|< δ∧ | f (x− g |≥ ε

´

.

Przyjmuja,c zatem δ =

1

n

mo˙zemy okre´sli´c cia,{x

n

argument´ow speÃlniaja,cych

nier´owno´sci

<| x

n

− x

0

|<

1

n

oraz

| f (x

n

− g |≥ ε.

Cia,{x

n

jest wie,c cia,giem zbie˙znym do x

0

, ale cia,g odpowiadaja,cych mu warto´sci

funkcji {f (x

n

)nie speÃlnia warunku (3.4.1). Zatem skoro z negacji warunku

(3.4.2) wynika negacja (3.4.1), to znaczy, ˙ze z definicji Heinego wynika definicja
Cauchy’ego.

PrzykÃlad 3.4.1. Udowodnimy, ˙ze je˙zeli jest miaraÃlukowaka,ta, to lim

x→0

sin x

x

= 1.

Poniewa˙z x → 0, wie,c wystarczy rozwa˙zy´c funkcje, f(x) =

sin x

x

w sa,siedztwie o

promieniu

π

2

punktu 0. Zauwa˙zmy ponadto, ˙ze funkcja jest parzysta, gdy˙z

(−x) =

sin(−x)

−x

=

− sin x

−x

=

sin x

x

(x). Ograniczymy zatem nasze rozwa˙zania

do prawostronnego sa,siedztwa punktu 0.

34

background image

Na rysunku wida´c, ˙ze pole tr´ojka,ta OAP jest mniejsze od pola wycinka koÃlowego

OAP, a to zn´ow jest mniejsze od pola tr´ojka,ta OAT, czyli

1
2

r

2

sin x <

1
2

r

2

x <

1
2

r

2

tgx.

Wobec tego dla 0 < x <

π

2

mamy

sin x < x < tgx.

Sta,d po podzieleniu wszystkich stron tych nier´owno´sci przez sin otrzymujemy

<

sin x

x

<

1

cos x

,

a przechodza,c do odwrotno´sci mamy

cos x <

sin x

x

1.

Mno˙za,c przez 1, a naste,pnie dodaja,c do wszystkich stron 1 dostajemy

sin x

x

− cos x.

Poniewa˙z

− cos = 2 sin

2

x

2

2 sin

x

2

2

x

2

x,

wie,c ostatecznie mamy

sin x

x

< x.

Aby wykaza´c, ˙ze lim

x→0

sin x

x

= 1 zastosujemy definicjeCauchy’ego granicy funkcji.

Niech wie,ε be,dzie dowolnaliczbadodatnia,. nale˙zy udowodni´c, ˙ze istnieje taka

liczba δ i˙z

^

x

<| x |< δ ⇒

¯

¯

¯

sin x

x

− 1

¯

¯

¯ < ε,

co na mocy wcze´sniejszych rozwa˙za´

n, zachodzi wtedy, gdy x < ε. Zatem liczba, δ,

kt´orej istnienie nale˙zaÃlo wykaza´c, jest δ ε.

Z wylicze´

n zawartych w tym przykÃladzie otrzymujemy bardzo przydatne nie-

r´owno´sci

^

0<x<

π

2

sin x < x < tgx,

35

background image

^

x∈R

sin x |≤| x | .

Podamy teraz definicje cia,gowe i epsilonowe granic niewÃla´sciwych w punktach

wÃla´sciwych.

Definicja 3.4.3. (Heinego) Powiemy, ˙ze funkcja f ma w punkcie wÃla´sciwym x

0

granice, niewÃla´sciwa, +, je´sli ka˙zdemu cia,gowi {x

n

} ⊂ S(x

0

, δ) zbie˙znemu do

punktu x

0

odpowiada cia,g warto´sci funkcji f(x

n

) rozbie˙zny do +.

lim

x→x

0

(x) = +∞ ⇔

^

{x

n

}

{x

n

} ⊂ S(x

0

, δ∧ lim

n→∞

x

n

x

0

¢

⇒ lim

n→∞

(x

n

) = +

i

Definicja 3.4.4. (Heinego) Powiemy, ˙ze funkcja f ma w punkcie wÃla´sciwym x

0

granice, niewÃla´sciwa, −∞, je´sli ka˙zdemu cia,gowi {x

n

} ⊂ S(x

0

, δ) zbie˙znemu do

punktu x

0

odpowiada cia,g warto´sci funkcji f(x

n

) rozbie˙zny do −∞.

lim

x→x

0

(x) = −∞ ⇔

^

{x

n

}

{x

n

} ⊂ S(x

0

, δ∧ lim

n→∞

x

n

x

0

¢

⇒ lim

n→∞

(x

n

) = −∞

i

Definicja 3.4.5. (Cauchy’ego). Powiemy, ˙ze funkcja f ma w punkcie wÃla´sci-
wym x

0

granice, niewÃla´sciwa, +, je´sli dla ka˙zdego ε > 0 istnieje takie sa,siedztwo

S(x

0

, δ), ˙ze dla ka˙zdego x ∈ S(x

0

, δ) speÃlniona jest nier´owno´s´c (x> ε.

lim

x→x

0

(x) = +∞ ⇔

^

ε>0

_

δ>0

^

x∈D

f

³

<| x − x

0

|< δ ⇒ f (x> ε

´

Definicja 3.4.6. (Cauchy’ego). Powiemy, ˙ze funkcja f ma w punkcie wÃla´sci-
wym x

0

granice, niewÃla´sciwa, −∞, je´sli dla ka˙zdego ε > 0 istnieje takie sa,siedztwo

S(x

0

, δ), ˙ze dla ka˙zdego x ∈ S(x

0

, δ) speÃlniona jest nier´owno´s´c (x< ε.

lim

x→x

0

(x) = −∞ ⇔

^

ε>0

_

δ>0

^

x∈D

f

³

<| x − x

0

|< δ ⇒ f (x< ε

´

Naste,pne definicje okre´slajapoje,cie granicy funkcji w niesko´nczono´sci.

Definicja 3.4.7.

(Heinego) M´owimy, ˙ze funkcja f ma w punkcie niewÃla´sci-

wym +∞ granice, wÃla´sciwa, g, je´sli ka˙zdemu cia,gowi {x

n

rozbie˙znemu do +

odpowiada cia,g warto´sci funkcji f(x

n

) zbie˙zny do g.

lim

x→+

(x) = g ⇔

^

{x

n

}

h

lim

n→∞

x

n

= +∞ ⇒ lim

n→∞

(x

n

) = g

i

36

background image

Definicja 3.4.8.

(Heinego) M´owimy, ˙ze funkcja f ma w punkcie niewÃla´sci-

wym −∞ granice, wÃla´sciwa, g, je´sli ka˙zdemu cia,gowi {x

n

rozbie˙znemu do −∞

odpowiada cia,g warto´sci funkcji f(x

n

) zbie˙zny do g.

lim

x→−∞

(x) = g ⇔

^

{x

n

}

h

lim

n→∞

x

n

−∞ ⇒ lim

n→∞

(x

n

) = g

i

Definicja 3.4.9. (Cauchy’ego). M´owimy, ˙ze funkcja f ma w punkcie niewÃla´sci-
wym 
+∞ granice, wÃla´sciwa, g, je´sli dla ka˙zdego ε > 0 istnieje taka liczba δ, ˙ze dla

ka˙zdego argumentu x > δ speÃlniona jest nier´owno´s´c | f (x− g |< ε.

lim

x→+

(x) = g ⇔

^

ε>0

_

δ>0

^

x∈D

f

³

x > δ ⇒| f (x− g |< ε

´

Definicja 3.4.10. (Cauchy’ego). M´owimy, ˙ze funkcja f ma w punkcie niewÃla´sci-
wym −∞ granice, wÃla´sciwa, g
, je´sli dla ka˙zdego ε > 0 istnieje taka liczba δ, ˙ze dla

ka˙zdego argumentu x < δ speÃlniona jest nier´owno´s´c | f (x− g |< ε.

lim

x→−∞

(x) = g ⇔

^

ε>0

_

δ>0

^

x∈D

f

³

x < δ ⇒| f (x− g |< ε

´

PrzykÃlad 3.4.2. Wyka˙zemy, ˙ze lim

x→+

³

1 +

1

x

´

x

= e. Z uwagi na to, ˙ze x → +

mo˙zemy zaÃlo˙zy´c i˙z x > 1. Niech = Entx, w´owczas n ≤ x < n + 1. Sta,d mamy

1

+ 1

<

1

x

<

1

n

i w konsekwencji

³

1 +

1

+ 1

´

n

<

³

1 +

1

x

)

x

<

³

1 +

1

n

´

n+1

.

Zauwa˙zmy, ˙ze

lim

n→∞

a

n

= lim

n→∞

³

1 +

1

+ 1

´

n

= e

i

lim

n→∞

b

n

= lim

n→∞

³

1 +

1

n

´

n+1

= e.

Wobec tego dla dowolnej lizcby ε > 0 istnieje liczba δ > 0 taka, ˙ze

^

n>δ

| a

n

− |< ε∧ | b

n

− |< ε.

37

background image

Zatem dla ka˙zdego takiego, ˙ze x ≥ Entn > δ mamy

¯

¯

¯

³

1 +

1

x

)

x

− e

¯

¯

¯ < ε.

Tym samym wykazali´smy istnienie liczby δ, kt´ora wyste,puje w definicji Cauchy’ego

granicy w punkcie niewÃla´sciwym.

Zdefinujemy teraz granice niewÃla´sciwe funkcji w niesko´

nczono´sciach.

Definicja 3.4.11. (Heinego) Powiemy, ˙ze funkcja f ma w punkcie niewÃla´sciwym
+∞ granice, niewÃla´sciwa, +, je´sli ka˙zdemu cia,gowi {x

n

rozbie˙znemu do +

odpowiada cia,g warto´sci funkcji f(x

n

) rozbie˙zny do +.

lim

x→+

(x) = +∞ ⇔

^

{x

n

}

h

lim

n→∞

x

n

= +∞ ⇒ lim

n→∞

(x

n

) = +

i

Definicja 3.4.12. (Heinego) Powiemy, ˙ze funkcja f ma w punkcie niewÃla´sciwym
−∞ granice, niewÃla´sciwa, 
+, je´sli ka˙zdemu cia,gowi {x

n

rozbie˙znemu do −∞

odpowiada cia,g warto´sci funkcji f(x

n

) rozbie˙zny do +.

lim

x→−∞

(x) = +∞ ⇔

^

{x

n

}

h

lim

n→∞

x

n

−∞ ⇒ lim

n→∞

(x

n

) = +

i

Definicja 3.4.13. (Heinego) Powiemy, ˙ze funkcja f ma w punkcie niewÃla´sciwym
+∞ granice, niewÃla´sciwa, −∞, je´sli ka˙zdemu cia,gowi {x

n

rozbie˙znemu do +

odpowiada cia,g warto´sci funkcji f(x

n

) rozbie˙zny do −∞.

lim

x→+

(x) = −∞ ⇔

^

{x

n

}

h

lim

n→∞

x

n

= +∞ ⇒ lim

n→∞

(x

n

) = −∞

i

Definicja 3.4.14. (Heinego) Powiemy, ˙ze funkcja f ma w punkcie niewÃla´sciwym
−∞ granice, niewÃla´sciwa, −∞
, je´sli ka˙zdemu cia,gowi {x

n

rozbie˙znemu do −∞

odpowiada cia,g warto´sci funkcji f(x

n

) rozbie˙zny do −∞.

lim

x→−∞

(x) = −∞ ⇔

^

{x

n

}

h

lim

n→∞

x

n

−∞ ⇒ lim

n→∞

(x

n

) = −∞

i

38

background image

Definicja 3.4.15. (Cauchy’ego). Powiemy, ˙ze funkcja f ma w punkcie niewÃla´sci-
wym 
+∞ granice, niewÃla´sciwa, +, je´sli dla ka˙zdego ε > 0 istnieje taka liczba δ,

˙ze dla ka˙zdego argumentu x > δ speÃlniona jest nier´owno´s´c (x> ε.

lim

x→+

(x) = +∞ ⇔

^

ε>0

_

δ>0

^

x∈D

f

³

x > δ ⇒ f (x> ε

´

Definicja 3.4.16. (Cauchy’ego). Powiemy, ˙ze funkcja f ma w punkcie niewÃla´sci-
wym −∞ granice, niewÃla´sciwa, 
+, je´sli dla ka˙zdego ε > 0 istnieje taka liczba δ,

˙ze dla ka˙zdego argumentu x < δ speÃlniona jest nier´owno´s´c (x> ε.

lim

x→−∞

(x) = +∞ ⇔

^

ε>0

_

δ>0

^

x∈D

f

³

x < δ ⇒ f (x> ε

´

Definicja 3.4.17. (Cauchy’ego). Powiemy, ˙ze funkcja f ma w punkcie niewÃla´sci-
wym 
+∞ granice, niewÃla´sciwa, −∞, je´sli dla ka˙zdego ε > 0 istnieje taka liczba δ,

˙ze dla ka˙zdego argumentu x > δ speÃlniona jest nier´owno´s´c (x< ε.

lim

x→+

(x) = −∞ ⇔

^

ε>0

_

δ>0

^

x∈D

f

³

x > δ ⇒ f (x< ε

´

Definicja 3.4.18. (Cauchy’ego). Powiemy, ˙ze funkcja f ma w punkcie niewÃla´sci-
wym −∞ granice, niewÃla´sciwa, −∞
, je´sli dla ka˙zdego ε > 0 istnieje taka liczba δ,

˙ze dla ka˙zdego argumentu x < δ speÃlniona jest nier´owno´s´c (x< ε.

lim

x→−∞

(x) = −∞ ⇔

^

ε>0

_

δ>0

^

x∈D

f

³

x < δ ⇒ f (x< ε

´

Niech teraz funkcja be,dzie okre´slona przynajmniej na lewostronnym sa,siedztwie

punktu x

0

, tj. na zbiorze S

(x

0

) = (x

0

− δ, x

0

). Zdefinujemy granice lewostronne

funkcji .

Definicja 3.4.19. (Heinego) M´owimy, ˙ze funkcja f ma w punkcie wÃla´sciwym x

0

granice, lewostronna, wÃla´sciwa, g, je´sli ka˙zdemu cia,gowi {x

n

} ⊂ S

(x

0

) zbie˙znemu

do x

0

odpowiada cia,g warto´sci funkcji f(x

n

) zbie˙zny do g.

lim

x→x


0

(x) = g ⇔

^

{x

n

}

{x

n

} ⊂ S

(x

0

∧ lim

n→∞

x

n

x

0

¢

⇒ lim

n→∞

(x

n

) = g

i

Definicja 3.4.20. (Heinego) M´owimy, ˙ze funkcja f ma w punkcie wÃla´sciwym
x

0

granice, lewostronna, niewÃla´sciwa, +, je´sli ka˙zdemu cia,gowi {x

n

} ⊂ S

(x

0

)

zbie˙znemu do x

0

odpowiada cia,g warto´sci funkcji f(x

n

) rozbie˙zny do +.

lim

x→x


0

(x) = +∞ ⇔

^

{x

n

}

{x

n

} ⊂ S

(x

0

∧ lim

n→∞

x

n

x

0

¢

⇒ lim

n→∞

(x

n

) = +

i

39

background image

Definicja 3.4.21. (Heinego) M´owimy, ˙ze funkcja f ma w punkcie wÃla´sciwym
x

0

granice, lewostronna, niewÃla´sciwa, −∞, je´sli ka˙zdemu cia,gowi {x

n

} ⊂ S

(x

0

)

zbie˙znemu do x

0

odpowiada cia,g warto´sci funkcji f(x

n

) rozbie˙zny do −∞.

lim

x→x


0

(x) = −∞ ⇔

^

{x

n

}

{x

n

} ⊂ S

(x

0

∧ lim

n→∞

x

n

x

0

¢

⇒ lim

n→∞

(x

n

) = −∞

i

Definicja 3.4.22. (Cauchy’ego). M´owimy, ˙ze funkcja f ma w punkcie wÃla´sciwym
x

0

granice, lewostronna, wÃla´sciwa, g, je´sli dla ka˙zdego ε > 0 istnieje taka liczba δ,

˙ze dla ka˙zdego argumentu x ∈ S

(x

0

) speÃlniona jest nier´owno´s´c | f (x− g |< ε.

lim

x→x


0

(x) = g ⇔

^

ε>0

_

δ>0

^

x∈D

f

³

< x

0

− x < δ ⇒| f (x− g |< ε

´

Definicja 3.4.23. (Cauchy’ego). M´owimy, ˙ze funkcja f ma w punkcie wÃla´sciwym
x

0

granice, lewostronna, niewÃla´sciwa, +, je´sli dla ka˙zdego ε > 0 istnieje taka liczba

δ, ˙ze dla ka˙zdego argumentu x ∈ S

(x

0

) speÃlniona jest nier´owno´s´c (x> ε.

lim

x→x


0

(x) = +∞ ⇔

^

ε>0

_

δ>0

^

x∈D

f

³

< x

0

− x < δ ⇒ f (x> ε

´

Definicja 3.4.24. (Cauchy’ego). M´owimy, ˙ze funkcja f ma w punkcie wÃla´sciwym
x

0

granice, lewostronna, niewÃla´sciwa, −∞, je´sli dla ka˙zdego ε > 0 istnieje taka liczba

δ, ˙ze dla ka˙zdego argumentu x ∈ S

(x

0

) speÃlniona jest nier´owno´s´c (x< ε.

lim

x→x


0

(x) = −∞ ⇔

^

ε>0

_

δ>0

^

x∈D

f

³

< x

0

− x < δ ⇒ f (x< ε

´

Je´sli funkcja jest okre´slona przynajmniej na prawostronnym sa,siedztwie punktu

x

0

, tj. na zbiorze S

+

(x

0

) = (x

0

, x

0

δ), to granice prawostronne funkcji defini-

ujemy w naste,puja,cy spos´ob.

Definicja 3.4.25. (Heinego) Powiemy, ˙ze funkcja f ma w punkcie wÃla´sciwym x

0

granice, prawostronna, wÃla´sciwa, g, je´sli ka˙zdemu cia,gowi {x

n

} ⊂ S

+

(x

0

) zbie˙znemu

do x

0

odpowiada cia,g warto´sci funkcji f(x

n

) zbie˙zny do g.

lim

x→x

+
0

(x) = g ⇔

^

{x

n

}

{x

n

} ⊂ S

+

(x

0

∧ lim

n→∞

x

n

x

0

¢

⇒ lim

n→∞

(x

n

) = g

i

40

background image

Definicja 3.4.26. (Heinego) Powiemy, ˙ze funkcja f ma w punkcie wÃla´sciwym
x

0

granice, prawostronna, niewÃla´sciwa, +, je´sli ka˙zdemu cia,gowi {x

n

} ⊂ S

+

(x

0

)

zbie˙znemu do x

0

odpowiada cia,g warto´sci funkcji f(x

n

) rozbie˙zny do +.

lim

x→x

+
0

(x) = +∞ ⇔

^

{x

n

}

{x

n

} ⊂ S

+

(x

0

∧ lim

n→∞

x

n

x

0

¢

⇒ lim

n→∞

(x

n

) = +

i

Definicja 3.4.27. (Heinego) Powiemy, ˙ze funkcja f ma w punkcie wÃla´sciwym
x

0

granice, prawostronna, niewÃla´sciwa, −∞, je´sli ka˙zdemu cia,gowi {x

n

} ⊂ S

+

(x

0

)

zbie˙znemu do x

0

odpowiada cia,g warto´sci funkcji f(x

n

) rozbie˙zny do −∞.

lim

x→x

+
0

(x) = −∞ ⇔

^

{x

n

}

{x

n

} ⊂ S

+

(x

0

∧ lim

n→∞

x

n

x

0

¢

⇒ lim

n→∞

(x

n

) = −∞

i

Definicja 3.4.28. (Cauchy’ego). Powiemy, ˙ze funkcja f ma w punkcie wÃla´sciwym
x

0

granice, prawostronna, wÃla´sciwa, g, je´sli dla ka˙zdego ε > 0 istnieje taka liczba δ,

˙ze dla ka˙zdego argumentu x ∈ S

+

(x

0

) speÃlniona jest nier´owno´s´c | f (x− g |< ε.

lim

x→x

+
0

(x) = g ⇔

^

ε>0

_

δ>0

^

x∈D

f

³

< x − x

0

< δ ⇒| f (x− g |< ε

´

Definicja 3.4.29. (Cauchy’ego). Powiemy, ˙ze funkcja f ma w punkcie wÃla´sci-
wym x

0

granice, prawostronna, niewÃla´sciwa, +, je´sli dla ka˙zdego ε > 0 istnieje

taka liczba δ, ˙ze dla ka˙zdego argumentu x ∈ S

+

(x

0

) speÃlniona jest nier´owno´s´c

(x> ε.

lim

x→x

+
0

(x) = +∞ ⇔

^

ε>0

_

δ>0

^

x∈D

f

³

< x − x

0

< δ ⇒ f (x> ε

´

Definicja 3.4.30. (Cauchy’ego). Powiemy, ˙ze funkcja f ma w punkcie wÃla´sci-
wym x

0

granice, prawostronna, niewÃla´sciwa, −∞, je´sli dla ka˙zdego ε > 0 istnieje

taka liczba δ, ˙ze dla ka˙zdego argumentu x ∈ S

+

(x

0

) speÃlniona jest nier´owno´s´c

(x< ε.

lim

x→x

+
0

(x) = −∞ ⇔

^

ε>0

_

δ>0

^

x∈D

f

³

< x − x

0

< δ ⇒ f (x< ε

´

W dalszej cze,´sci tego paragrafu okre´slimy dziaÃlania na granicach funkcji. Najpierw

jednak znajdziemy zwia,zek mie,dzy istnieniem granicy, a ograniczono´sciafunkcji.

41

background image

Twierdzenie 3.4.1. Je˙zeli funkcja ma w punkcie x

0

granicesko´nczona,, to

istnieje sa,siedztwo punktu x

0

, w kt´orym funkcja jest ograniczona.

Dow´

od. Niech lim

x→x

0

(x) = i niech ε > 0 be,dzie obrane dowolnie. Wtedy z

definicji Cauchego granicy funkcji mamy

_

δ>0

^

x∈S(x

0

)

| f (x− g |< ε.

Sta,d otrzymujemy

g − ε < f (x< g ε.

Oznacza to, ˙ze funkcja jest ograniczona na sa,siedztwie S(x

0

, δ).

Twierdzenie 3.4.2. Je˙zeli funkcje saokre´slone w pewnym sa,siedztwie

punktu x

0

i majaw punkcie x

0

granice wÃla´sciwe, to suma, r´o˙znica i iloczyn tych

funkcji majagranice wÃla´sciwe oraz

1. lim

x→x

0

[(x) + g(x)] = lim

x→x

0

(x) + lim

x→x

0

g(x),

2. lim

x→x

0

[(x− g(x)] = lim

x→x

0

(x− lim

x→x

0

g(x),

3. lim

x→x

0

[(x· g(x)] = lim

x→x

0

(x· lim

x→x

0

g(x).

Je´sli ponadto lim

x→x

0

g(x6= 0, to iloraz

f

g

jest okre´slony w pewnym sa,siedztwie

punktu x

0

oraz

4. lim

x→x

0

(x)

g(x)

=

lim

x→x

0

(x)

lim

x→x

0

g(x)

.

Dow´

od. Niech lim

x→x

0

(x) = i lim

x→x

0

(x) = oraz niech ε > 0 be,dzie dowolne.

Istnieje w´owczas taka liczba δ > 0, ˙ze

^

x∈S(x

0

)

| f (x− a |<

ε
2

oraz

^

x∈S(x

0

)

| g(x− b |<

ε
2

.

Aby dowie´s´c r´owno´sci 1 korzystamy z nier´owno´sci tr´ojka,ta i otrzymujemy

[(x) + g(x)] − [b|≤| f (x− a | | g(x− b |<

ε
2

+

ε
2

< ε.

Oznacza to, ˙ze granicafunkcji jest liczba b

Podobnie wykorzystuja,c odpowiedniawÃla´sciwo´s´c warto´sci bezwzgle,dnej ma-

my

[(x− g(x)] − [a − b|≤| f (x− a | | g(x− b |<

ε
2

+

ε
2

< ε.

42

background image

Co dowodzi sÃluszno´sci r´owno´sci 2.

Udowodnimy teraz punkt 3. Zauwa˙zmy, ˙ze

| f (x)g(x− ab |=| f (x)g(x− ag(x) + ag(x− ab |

=| g(x)[(x− a] + a[g(x− b|≤| g(x|| f (x− a | | a || g(x− b | .

Z twierdzenia 3.4.1. mamy

_

M >0

| g(x|< M

przy czym staÃla, M mo˙zna dobra´c tak aby | a |< M.

Ponadto

lim

x→x

0

(x) = a ⇔

^

ε>0

_

δ

^

x∈S(x

0

)

| f (x− a |<

ε

2M

oraz

lim

x→x

0

g(x) = b ⇔

^

ε>0

_

δ

^

x∈S(x

0

)

| g(x− b |<

ε

2M

.

Zatem otrzymujemy

| f (x)g(x− ab |< M

ε

2M

M

ε

2M

ε,

co na mocy definicji granicy Cauchy’ego oznacza, ˙ze granicafunkcji f · g jest a · b,

a to nale˙zaÃlo wykaza´c.

Dowodza,c punkt 4, zauwa˙zmy, ˙ze

¯

¯

¯

(x)

g(x)

a

b

¯

¯

¯ =

¯

¯

¯

(x)b − g(x)a

g(x)b

¯

¯

¯

=

¯

¯

¯

(x)b − ab ab − g(x)a

g(x)b

¯

¯

¯ =

¯

¯

¯

b[(x− a] + a[b − g(x)]

g(x)b

¯

¯

¯

¯

¯

¯

b[(x− a] + a[b − g(x)]

g(x)b

¯

¯

¯.

Poniewa˙z funkcje majagranice wÃla´sciwe, to zachodzanaste,puja,ce nier´owno´sci

lim

x→x

0

(x) = a ⇔

^

ε>0

_

δ

^

x∈S(x

0

)

| f (x− a |<

εk

2

oraz

lim

x→x

0

g(x) = a ⇔

^

ε>0

_

δ

^

x∈S(x

0

)

| g(x− b |<

εk

| a |

.

43

background image

Ponadto niech inf | g(x· b |k > 0. Zatem mamy

¯

¯

¯

(x)

g(x)

a

b

¯

¯

¯ <

εk

2

1

k

+

εk

| a |

| a |

k

ε.

Dowodzi to r´owno´sci 4.

Powy˙zsze twierdzenie jest r´ownie˙z prawdziwe dla granic jednostronnych w

punkcie x

0

oraz w przypadku , gdy punkt x

0

jest niewÃla´sciwy.

Twierdzenie 3.4.2 dotyczy dziaÃla´

n arytmetycznych na granicach wÃla´sciwych

funkcji. W przypadku, gdy mamy do czynienia z granicami niewÃla´sciwymi mo˙zemy
posÃlu˙zy´c sienaste,puja,catabelka,.

Je˙zeli

to

lim

x→x

0

(x) = 0

+

lim

x→x

0

1

(x)

= +

lim

x→x

0

(x) = 0

lim

x→x

0

1

(x)

−∞

lim

x→x

0

(x) = ±∞

lim

x→x

0

1

(x)

= 0

lim

x→x

0

(x) = ±∞

lim

x→x

0

((x· g(x)) = ±∞

lim

x→x

0

g(x) = b > 0

lim

x→x

0

(x) = ±∞

lim

x→x

0

((x· g(x)) = ∓∞

lim

x→x

0

g(x) = b < 0

lim

x→x

0

(x) = ±∞

lim

x→x

0

((x· g(x)) = [0 · ∞] =?

lim

x→x

0

g(x) = 0

lim

x→x

0

(x) = ±∞

lim

x→x

0

((x· g(x)) = [0 · ∞] =?

lim

x→x

0

g(x) = 0

44

background image

lim

x→x

0

((x· g(x)) = +

lim

x→x

0

((x) + g(x)) = +

lim

x→x

0

(x) = lim

x→x

0

g(x) = +

lim

x→x

0

((x− g(x)) = [∞ − ∞] =?

lim

x→x

0

(x)

g(x)

=

£


¤

=?

lim

x→x

0

((x· g(x)) = +

lim

x→x

0

((x) + g(x)) = −∞

lim

x→x

0

(x) = lim

x→x

0

g(x) = −∞

lim

x→x

0

((x− g(x)) = [∞ − ∞] =?

lim

x→x

0

(x)

g(x)

=

£


¤

=?

V

x

| f (x|< M,

lim

x→x

0

g(x) = 0

+

lim

x→x

0

(x)

g(x)

= +

V

x

| f (x|< M,

lim

x→x

0

g(x) = 0

lim

x→x

0

(x)

g(x)

−∞

V

x

| f (x|< M,

lim

x→x

0

g(x) = ±∞

lim

x→x

0

(x)

g(x)

= 0

lim

x→x

0

(x) = lim

x→x

0

g(x) = 0

lim

x→x

0

(x)

g(x)

=

£

0
0

i

=?

Analogiczne relacje zachodzadla granic niewÃla´sciwych w punktach niewÃla´sci-

wych oraz dla granic jednostronnych.

Twierdzenie 3.4.3.

(granica funkcji zÃlo˙zonej) Je˙zeli funkcje speÃlniaja,

warunki
1. lim

x→x

0

(x) = y

0

,

2.

V

x∈S(x

0

)

(x6y

0

,

3. lim

y→y

0

g(y) = q,

to lim

x→x

0

g((x)) = q.

Dow´

od. W dowodzie tego twierdzenia skorzystamy z definicji Heinego granicy

funkcji. Z zaÃlo˙ze´

n wynika, ˙ze

_

δ>0

^

{x

n

}

{x

n

} ⊂ S(x

0

, δ∧ lim

n→∞

x

n

x

0

¢

⇒ lim

n→∞

(x

n

) = y

0

i

(3.4.3)

_

δ>0

^

{y

n

}

{y

n

} ⊂ S(y

0

, δ∧ lim

n→∞

y

n

y

0

¢

⇒ lim

n→∞

g(y

n

) = q

i

.

(3.4.4)

45

background image

Nale˙zy wykaza´c, ˙ze

_

δ>0

^

{x

n

}

{x

n

} ⊂ S(x

0

, δ∧ lim

n→∞

x

n

x

0

¢

⇒ lim

n→∞

g((x

n

)) = q

i

.

Niech wie,{x

n

be,dzie dowolnym cia,giem speÃlniaja,cym warunki

_

δ>0

{x

n

} ⊂ S(x

0

, δ)

lim

n→∞

x

n

x

0

.

Wtedy korzystaja,c z (3.4.3) i przyjmuja,c w (3.4.4) y

n

(x

n

) otrzymamy, ˙ze

lim

n→∞

y

n

y

0

, przy czym

V

n

y

n

6y

0

. Zatem

lim

n→∞

g((x

n

)) = lim

n→∞

g(y

n

) = q.

Co ko´

nczy dow´od.

Twierdzenie 3.4.4. Je˙zeli funkcje majaw punkcie x

0

granice wÃla´sciwe, to

lim

x→x

0

h

(x)

i

g(x)

=

h

lim

x→x

0

(x)

i lim

x→x0

g(x)

.

Dow´

od. Twierdzenie to wynika z naste,puja,cego faktu

h

(x)

i

g(x)

= e

g(x) ln (x)

oraz z tego, ˙ze

lim

x→x

0

e

x

= e

x

0

.

Oczywi´scie powy˙zsze twierdzenia zachodzar´ownie˙z w przypadku, gdy punkt x

0

jest niewÃla´sciwy oraz dla granic jednostronnych. W przypadku, gdy funkcje i
majagranice niewÃla´sciwe zachodzi´c mogaprzypadki om´owione w naste,puja,cej

tabeli.

Je˙zeli

to

lim

x→x

0

(x) = a, < a < 1

lim

x→x

0

h

(x)

i

g(x)

= 0

lim

x→x

0

g(x) = +

46

background image

lim

x→x

0

(x) = a, a > 1

lim

x→x

0

h

(x)

i

g(x)

= +

lim

x→x

0

g(x) = +

lim

x→x

0

(x) = a, < a < 1

lim

x→x

0

h

(x)

i

g(x)

= +

lim

x→x

0

g(x) = −∞

lim

x→x

0

(x) = a, a > 1

lim

x→x

0

h

(x)

i

g(x)

= 0

lim

x→x

0

g(x) = −∞

lim

x→x

0

(x) = 1

lim

x→x

0

h

(x)

i

g(x)

= [1

] =?

lim

x→x

0

g(x) = ±∞

lim

x→x

0

(x) = 

lim

x→x

0

h

(x)

i

g(x)

= 0

lim

x→x

0

g(x) = a, −∞ ≤ a < 0

lim

x→x

0

(x) = 

lim

x→x

0

h

(x)

i

g(x)

lim

x→x

0

g(x) = a, < a ≤ +

lim

x→x

0

(x) = 

lim

x→x

0

h

(x)

i

g(x)

= [

0

] =?

lim

x→x

0

g(x) = 0

lim

x→x

0

(x) = 0

lim

x→x

0

h

(x)

i

g(x)

= [0

0

] =?

lim

x→x

0

g(x) = 0

47

background image

Kolejne twierdzenia, kt´ore podamy bez dowodu, dotyczapewnych u˙zytecz-

nych w praktyce wÃlasno´sci granic funkcji.

Twierdzenie 3.4.5. (warunek konieczny i dostateczny istnienia granicy) Funkcja
ma w punkcie x

0

granicewÃla´sciwa(niewÃla´sciwa,wtedy i tylko wtedy, gdy

istniejaw tym punkcie granice jednostronne wÃla´sciwe (niewÃla´sciwe) i sasobie

r´owne, tj.

h

lim

x→x

+
0

(x) = g ∧ lim

x→x


0

(x) = g

i

⇔ lim

x→x

0

(x) = g.

Oczywi´scie z tego twierdzenia wynika, ˙ze je´sli granice jednostronne w punkcie x

0

sar´o˙zne to w tym punkcie funkcja nie ma granicy.

Twierdzenie 3.4.6. (o trzech funkcjach) Je˙zeli funkcje speÃlniajanaste,-

puja,ce warunki

1.

W

δ>0

V

x∈S(x

0

)

(x≤ g(x≤ h(x),

2. lim

x→x

0

(x) = lim

x→x

0

h(x) = g,

to lim

x→x

0

g(x) = g.

Twierdzenie 3.4.7. (o dw´och funkcjach) Je˙zeli funkcje speÃlniajanaste,puja,ce

warunki
1.

W

δ>0

V

x∈S(x

0

)

(x≤ g(x),

2. lim

x→x

0

(x) = ,

to lim

x→x

0

g(x) = .

Je˙zeli natomiast funkcje speÃlniajawarunki

1.

W

δ>0

V

x∈S(x

0

)

(x≤ g(x),

2. lim

x→x

0

g(x) = −∞,

to lim

x→x

0

(x) = −∞.

Twierdzenia 3.4.6 i 3.4.7 zachodzar´ownie˙z dla granic jednostronnych i w

przypadku, gdy punkt x

0

jest niewÃla´sciwy.

Zadanie 3.4.1.

Narysowa´c przykÃladowe wykresy funkcji : R → R, kt´ore

speÃlniajajednocze´snie wszystkie podane warunki

a) lim

x→−∞

(x) = 2, lim

x→1

(x) = 3, lim

x→+

(x) = 0;

b) lim

x→−∞

(x) = −∞, lim

x→0

(x) = 0, lim

x→0

+

(x) = −∞, lim

x→+

(x) = 4;

c) lim

x→−∞

(x) = 1,

lim

x→(2)

(x) = −∞, lim

x→+

(x) = 1;

48

background image

d) lim

x→−∞

(x) = 0, lim

x→2

(x) = +, lim

x→2

+

(x) = −∞, lim

x→+

(x) = 7.

Zadanie 3.4.2. Oblicz podane granice

a) lim

x→1

x

3

− 1

x

4

− 1

,

h) lim

x→+

· 5

x

− 2

x

· 3

x

+ 5

x+1

,

b) lim

x→−∞

x

x

2

+ 1

,

i) lim

x→5

x − − 2

x − 5

,

c) lim

x→+

x

¡p

x

2

+ 1 − x

¢

,

j) lim

x→+

sin

1

x

,

d) lim

x→+

sin x

x

,

k) lim

x→π

sin x

x

,

e) lim

x→0

+

2 + cos x

x

,

l) lim

x→+

¡

sin 2x − e

x

¢

,

f ) lim

x→1

+

³ x

2

− 1

x − 1

+ ln

1

x − 1

´

,

Ãl) lim

x→0

cos 2x

sin

2

x

,

g) lim

x→+

³ x

2

+ 5

x

2

− 7

´

x

2

+1

,

m) lim

x→0

arctg

1

x

2

.

Przejdziemy teraz do om´owienia poje,cia cia,gÃlo´sci funkcji rzeczywistej jednej

zmiennej rzeczywistej.

ZaÃl´o˙zmy, ˙ze funkcja jest okre´slona na otoczeniu punktu x

0

.

Definicja 3.4.31. M´owimy, ˙ze funkcja jest cia,gÃla w punkcie x

0

, je´sli granica

funkcji w punkcie x

0

jest r´owna warto´sci funkcji w tym punkcie, tj. je´sli

lim

x→x

0

(x) = (x

0

).

W sensie definicji Heinego cia,gÃlo´s´c funkcji w punkcie x

0

oznacza, ˙ze

^

{x

n

}

{x

n

} ⊂ S(x

0

, δ∧ lim

n→∞

x

n

x

0

¢

⇒ lim

n→∞

(x

n

) = (x

0

)

i

.

Natomiast w sensie definicji Cauchy’ego mamy: funkcja jest cia,gÃla w punkcie x

0

wtedy i tylko wtedy, gdy

^

ε>0

_

δ>0

^

x∈D

f

³

<| x − x

0

|< δ ⇒| f (x− f (x

0

|< ε

´

.

W szczeg´olno´sci je´sli granica w powy˙zszej definicji jest jednostronna, to mo˙zemy
m´owi´c o cia,gÃlo´sci jednostronnej.

49

background image

Definicja 3.4.32. Funkcja jest cia,gÃla lewostronnie w punkcie x

0

wtedy i tylko

wtedy, gdy

lim

x→x


0

(x) = (x

0

).

Definicja 3.4.33. Funkcja jest cia,gÃla prawostronnie w punkcie x

0

wtedy i tylko

wtedy, gdy

lim

x→x

+
0

(x) = (x

0

).

Twierdzenie 3.4.8. (warunek konieczny i dostateczny cia,gÃlo´sci funkcji w punk-

cie) Niech funkcja be,dzie okre´slona przynajmniej na otoczeniu punktu x

0

. Funk-

cja jest cia,gÃla w punkcie x

0

wtedy i tylko wtedy, gdy jest lewostronnie i pra-

wostronnie cia,gÃla w tym punkcie.

Definicja 3.4.34. Powiemy, ˙ze funkcja jest cia,gÃla na zbiorze je´sli jest ona

cia,gÃla w ka˙zdym punkcie tego zbioru.

PrzykÃlad 3.4.4. Wszystkie funkcje elementarne sacia,gÃle w swoich dziedzinach.

Ponadto funkcja staÃla jest funkcjacia,gÃlaw caÃlej swojej dziedzinie.

Twierdzenie 3.4.9. Je˙zeli funkcje sacia,gÃle w punkcie x

0

, to cia,gÃle saw

tym punkcie r´ownie˙z funkcje gf − gf · g i

f

g

, o ile g(x

0

6= 0.

Twierdzenie 3.4.10. Je˙zeli funkcja jest cia,gÃla w punkcie x

0

i funkcja jest

cia,gÃla w punkcie y

0

(x

0

), to funkcja zÃlo˙zona g ◦ f jest cia,gÃla w punkcie x

0

.

PrzykÃlad 3.4.5. Sko´

nczone sumy, r´o˙znice, iloczyny, jak r´ownie˙z iloraz funkcji

elementarnych safunkcjami cia,gÃlymi.

Twierdzenie 3.4.11. Je˙zeli funkcja jest cia,gÃla i monotoniczna na przedziale

< a, b >, to funkcja odwrotna f

1

jest cia,gÃla i monotoniczna na przedziale

­

(a), f (b)

®

.

Oczywiste jest, ˙ze istniejafunkcje niecia,gÃle w pewnych punktach lub na

pewnych zbiorach.

PrzykÃlad 3.4.6. Funkcja dana wzorem

(x) =

½

x, dla x 6= 0,
1,

dla = 0

(3.4.5)

50

background image

jest niecia,gÃla w punkcie 0.

PrzykÃlad 3.4.7.

Zauwa˙zmy, ˙ze funkcja Dirichleta nie jest cia,gÃla w ˙zadnym

punkcie swojej dziedziny. Jest ona jednak cia,gÃla na zbiorze liczb wymiernych.

Funkcja Ent jest tylko prawostronnie cia,gÃla w ka˙zdym punkcie be,da,cym liczba,

caÃlkowita,. Natomiast funkcja sgn jest funkcjacia,gÃlaw caÃlej swojej dziedzinie z

wyja,tkiem punktu 0.

Powy˙zsze przykÃlady sugeruja,, ˙ze mo˙zna m´owi´c o wielu rodzajach niecia,gÃlo´sci

funkcji.

Definicja 3.4.35. Funkcja ma niecia,gÃlo´s´c pierwszego rodzaju, je´sli istnieja,

granice jednostronne w punkcie x

0

r´o˙zne od warto´sci funkcji w tym punkcie, tj.

je´sli

lim

x→x

+
0

(x) = g

1

6(x

0

lim

x→x


0

(x) = g

2

6(x

0

).

W szczeg´olno´sci, gdy lim

x→x

+
0

(x6= lim

x→x


0

(x), to m´owimy, ˙ze funkcja ma niecia,g-

Ãlo´s´c pierwszego rodzaju typu ”skok”. Je´sli za´s lim

x→x

+
0

(x) = lim

x→x


0

(x), to powiemy,

˙ze funkcja ma niecia,gÃlo´s´c pierwszego rodzaju typu ”luka”.

Definicja 3.4.36. Funkcja ma niecia,gÃlo´s´c drugiego rodzaju, je´sli co najmniej

jedna z granic jednostronnych w punkcie x

0

nie istnieje lub jest niewÃla´sciwa.

PrzykÃlad 3.4.6. Funkcja sgn w punkcie 0 ma niecia,gÃlo´s´c pierwszgo rodzaju typu

”skok”.

Funkcja dana wzorem (3.4.5) ma w punkcie 0 niecia,gÃlo´s´c pierwszgo rodzaju

typu ”luka”.

Funkcja (x) =

1

x

w punkcie 0 ma niecia,gÃlo´s´c drugiego rodzaju.

Zadanie 3.4.3. Zbadaj cia,gÃlo´s´c podanych funkcji

a)(x) =

x

2

− 1

| x − |

dla x 6= 1,

2,

dla = 1,

b)(x) =

x

2

cos

1

x

dla x > 0,

0,

dla = 0,

e

1

x

,

dla x < 0,

c)(x) =

½

7x − 2dla x ≤ 1,
x

2

,

dla x > 1,

51

background image

d)(x) =

1

1 + e

1

x

dla x 6= 0,

0,

dla = 0,

e)(x) =

sin x

x

,

dla x < 0,

0,

dla = 0,

2

x

− 1

x

dla x > 0.

Zadanie 3.4.4. Wyznaczy´c parametry tak, aby podane funkcje byÃly cia,gÃle.

a)(x) =

( sin x

ax

dla x < 0,

b, dla x ≥ 0,

b)(x) =

½

x,

dla | x |≤ 1,

x

2

ax b, dla | x |> 1.

3.5. WÃlasno´sci funkcji cia,gÃlych w przedziaÃlach domknie,tych.
W paragrafie tym wymienimy kilka u˙zytecznych wÃlasno´sci funkcji cia,gÃlych, na

kt´ore w dalszym cia,gu be,dziemy siepowoÃlywa´c.

1. Je˙zeli istnieje granica wÃla´sciwa funkcji w punkcie x

0

i funkcja jest cia,gÃla w

punkcie y

0

= lim

x→x

0

(x), to

lim

x→x

0

g[(x)] = g[ lim

x→x

0

(x)].

WÃlasno´s´c ta ma r´ownie˙z miejsce w przypadku granic jednostronnych oraz granic
w punktach niewÃla´sciwych.

2. Je˙zeli funkcja jest cia,gÃla w punkcie x

0

oraz (x

0

0, to istnieje takie

otoczenie punktu x

0

, ˙ze dla ka˙zdego x ∈ O(x

0

, δ∩ D

f

speÃlniona jest nier´owno´s´c

(x0.

3. Je˙zeli funkcja jest cia,gÃla w punkcie x

0

oraz (x

0

0, to istnieje takie

otoczenie punktu x

0

, ˙ze dla ka˙zdego x ∈ O(x

0

, δ∩ D

f

speÃlniona jest nier´owno´s´c

(x0.

4. Je˙zeli funkcja jest cia,gÃla na przedziale domknie,tym < a, b >, to

a) funkcja jest ograniczona na przedziale < a, b >,
b)

W

c

1

,c

2

(c

1

) = inf{f (x) : a ≤ x ≤ b} ∧ f (c

2

) = sup{f (x) : a ≤ x ≤ b}.

Powy˙zszawÃlasno´s´c udowodniÃl w XVIII wieku niemiecki matematyk Karl

Weierstrass i dlatego znana jest ona jako twierdzenie Weierstrassa. Maja,c na

52

background image

my´sli tewÃlasno´s´c mo˙zemy powiedzie´c, ˙ze funkcja cia,gÃla na przedziale domknie,tym

osia,ga swoje kresy, tj. osia,ga kres dolny i kres g´orny zbioru swoich warto´sci.

5. Je˙zeli funkcja jest cia,gÃla na przedziale < a, b > oraz speÃlnia warunek f(a<

(b), to

^

y∈

¡

(a),f (b)

¢

_

c∈(a,b)

(c) = y.

WÃlasno´s´c ta znana jest jako twierdzenie Darboux.
Je˙zeli dodatkowo zaÃlo˙zymy, ˙ze funkcja jest rosna,ca, to punkt jest wyzna-

czony jednoznacznie.

AnalogicznawÃlasno´s´c mamy w przypadku, gdy f(a> f(b). W´owczas punkt

jest wyznaczony jednoznacznie dla maleja,cej funkcji f.

6.

Je˙zeli funkcja jest cia,gÃla na przedziale < a, b > oraz speÃlnia warunek

(a)(b0, to

_

c∈(a,b)

(c) = 0.

WÃlasno´s´c ta wynika z twierdzenia Daboux.
Je˙zeli dodatkowo funkcja jest monotoniczna, to punkt wyznaczony jest

jednoznacznie.

WÃlasno´s´c tamo˙zemy wykorzysta´c do wyznaczenia miejsc zerowych funkcji f.

PrzykÃlad 3.5.1. Rozwa˙zmy funkcje, f(x) = e

2x

2

+x

2

x

. Funkcja ta jest funkcja,

cia,gÃlana przedziale

D

1
2

1

E

, poniewa˙z jest r´o˙znicafunkcji cia,gÃlych. Zauwa˙zmy, ˙ze

f

³ 1

2

´

= e − 0,

(1) = e

3

− 0.

Zatem f

³

1
2

´

· f (1) 0. Z wÃlasno´sci 6 wynika wie,c, ˙ze istnieje w przedziale

³

1
2

1

´

taki punkt c, ˙ze

e

2x

2

+x

2

x

= 0.

Wobec tego r´ownanie e

2x

2

+x

2

x

= 0 w przedziale

³

1
2

1

´

ma co najmniej jeden

pierwiastek.

53

background image

4. RACHUNEK R ´

O ˙ZNICZKOWY FUNKCJI JEDNEJ ZMIENNEJ.

W rozdziale tym zdefinujemy pojecie pochodnej funkcji rzeczywistej jednej

zmiennej rzeczywistej. Naste,pnie podamy zwia,zki mie,dzy wÃlasno´sciami pochodnej

funkcji, a zachowaniem siesamej funkcji, jak r´ownie˙z kilka u˙zytecznych zastosowa´n

rachunku pochodnych.

4.1. Pochodna i r´

o˙zniczka rze,du n ≥ 1.

Niech funkcja be,dzie okre´slona w pewnym otoczeniu punktu x

0

. Symbolem ∆x

oznacza´c be,dziemy przyrost argumentu funkcji f, tzn. ∆x−x

0

x ∈ O(x

0

, δ).

Przyrostowi argumentu ∆odpowiada przyrost warto´sci funkcji, kt´ory oznacza´c
be,dziemy przez ∆f(x), tzn. ∆f(x) = f(x

0

+ ∆x− f (x

0

).

Definicja 4.1.1. Ilorazem r´o˙znicowym funkcji w punkcie x

0

odpowiadaja,cym

przyrostowi argumentu ∆nazywamy liczbedanawzorem

(x

0

)

x

=

(x

0

+ ∆x− f (x

0

)

x

.

Interpretacja geometryczna i fizyczna ilorazu r´

o˙znicowego.

W interpretacji geometrycznej iloraz r´o˙znicowy jest tangensem nachylenia siecznej
przechodza,cej przez punkty

³

x

0

, f (x

0

)

´

,

³

x

0

+ ∆x, f (x

0

+ ∆x)

´

wykresu funkcji

do dodatniej cze,´sci osi OX.

W interpretacji fizycznej iloraz r´o˙znicowy

f
x

przedstawia pre,dko´s´c ´srednia,

poruszaja,cego siepunktu po drodze f(x), kt´ora jest funkcjaczasu x. Pre,dko´s´c

ta liczona jest od chwili x

0

do chwili x

0

+ ∆x.

Iloraz r´o˙znicowy

f
x

mo˙zna zinterpretowa´c r´ownie˙z jako ´srednie nate,˙zenie pra,-

du mie,dzy chwila, x

0

i chwila, x

0

+ ∆x, gdzie (x) jest funkcjaczasu opisuja,ca,

Ãladunek jaki przepÃlynaw dodatnim kierunku przez poprzeczny przekr´oj przewod-

nika.

Definicja 4.1.2. Niech funkcja be,dzie okre´slona przynajmniej na otoczeniu

punktu x

0

Pochodna, funkcji f w punkcie x

0

nazywamy granicewÃla´sciwailoraz´ow

r´o˙znicowych funkcji w punckie x

0

i oznaczamy ja, f

0

(x

0

), tj.

lim

x→x

0

(x− f (x

0

)

x − x

0

f

0

(x

0

).

Zauwa˙zmy, ˙ze powy˙zsza granica mo˙ze nie istnie´c lub by´c granicaniewÃla´sciwa,. W

takim przypadku m´owimy, ˙ze funkcja w punkcie x

0

nie ma pochodnej.

54

background image

Ponadto je´sli wprowadzimy oznaczenie x − x

0

, to pochodnafunkcji mo-

˙zemy zdefiniowa´c wzorem

f

0

(x

0

) = lim

h→0

(x

0

h− f (x

0

)

h

,

o ile granica taka istnieje. W wielu przypadkach wz´or ten okazuje sieby´c bardziej

u˙zyteczny.

W interpretacji geometrycznej pochodna funkcji w punkcie x

0

, o ile ist-

nieje, jest r´owna wsp´oÃlczynnikowi kierunkowemu stycznej do wykresu funkcji w
punkcie x

0

, tzn. f

0

(x

0

) = tgα, gdzie α jest ka,tem jaki styczna do wykresu funkcji

w punkcie x

0

tworzy z osia, OX.

W interpretacji fizycznej pochodna jest pre,dko´sciapunktu poruszja,cego sie,

po drodze (x) w chwili x

0

.

Pochodnamo˙zna r´ownie˙z zinterpretowa´c jako nate,˙zenie pra,du w chwili x

0

,

gdzie (x) jest funkcjaczasu opisuja,caÃladunek jaki przepÃlywa przez poprzeczny

przekr´oj przewodnika.

O funkcji, kt´ora ma pochodnaw ka˙zdym punkcie swojej dziedziny be,dziemy

m´owi´c, ˙ze jest r´o˙zniczkowalna. Je´sli w punkcie x

0

funkcja nie be,dzie miaÃla

pochodnej, to powiemy, ˙ze jest ona w tym punkcie nier´o˙zniczkowalna.

PrzykÃlad 4.1.1. Niech (x) =| x − x

0

= 2. Zauwa˙zmy, ˙ze

lim

h→0

+

(x

0

h− f (x

0

)

h

= lim

h→0

+

| h |

h

= 1

oraz

lim

h→0

(x

0

h− f (x

0

)

h

= lim

h→0

| h |

h

1.

Wynika sta,d, ˙ze lim

h→0

(x

0

h− f (x

0

)

h

nie istnieje. Zatem funkcja (x) =| x − |

w punkcie 2 nie ma pochodnej.

PrzykÃlad 4.1.2. Rozwa˙zmy funkcje, f(x) = sin x. Dla funkcji tej mamy

lim

h→0

(x

0

h− f (x

0

)

h

= lim

h→0

sin(x

0

h− sin x

0

h

= lim

h→0

2 sin

x

0

+h−x

0

2

cos

x

0

+h+x

0

2

h

55

background image

= lim

h→0

sin

h

2

cos

2x

0

+h

2

h

2

= cos x

0

.

Mo˙zemy zatem napisa´c

[sin x]

0

= cos x.

Zadanie 4.1.1. Korzystaja,c z definicji wyznacz pochodne podanych funkcji w

zadanych punktach

a) (x) = (x − 4)

3

x

0

= 1;

c) (x) =

1

x

,

x

0

= 2;

b) (x) = cos x,

x

0

∈ R;

d) (x) =

x − 1 , x

0

∈ R.

Zadanie 4.1.2. Zbada´c istnienie pochodnych podanych funkcji we wskazanych
punktach

a) (x) =sin x |x

0

= 0;

b) (x) = (x − 4)

2

3

x

0

= 4;

c) (x) =

½

sin

1

x

, x 6= 0,

0,

= 0,

x

0

= 0;

d) (x) =

½

2x

2

− 1, x ≥ 1,

− x,

x < 1,

x

0

= 1.

Podamy teraz warunek konieczny istnienia pochodnej funkcji, kt´ory jedno-

cze´snie podaje nam zwia,zek mie,dzy r´o˙zniczkowalno´sciafunkcji, a jej cia,gÃlo´scia,.
Twierdzenie 4.1.1. Je˙zeli funkcja ma pochodnaw punkcie x

0

, to jest cia,gÃla

w tym punkcie.

Dow´

od. Niech funkcja ma pochodnaw punkcie x

0

. Istnieje wtedy granica

lim

x→x

0

(x− f (x

0

)

x − x

0

.

Mamy wykaza´c, ˙ze funkcja jest cia,gÃla w punkcie x

0

, tj.

lim

x→x

0

(x) = (x

0

).

R´ownowa˙znie wyka˙zemy, ˙ze lim

x→x

0

£

(x− f (x

0

)

¤

= 0. Istotnie mamy

lim

x→x

0

£

(x− f (x

0

)

¤

= lim

x→x

0

f(x− f(x

0

)

x − x

0

· (x − x

0

)

i

56

background image

= lim

x→x

0

(x− f (x

0

)

x − x

0

lim

x→x

0

(x − x

0

) = f

0

(x

0

· 0 = 0.

Z twierdzenia tego wynika, ˙ze je˙zeli funkcja jest r´o˙zniczkowalna, to jest cia,gÃla.

Oczywi´scie impilkacja odwrotna jest niezawsze prawdziwa o czym ´swiadczy nas-
te,puja,cy przykÃlad.

PrzykÃlad 4.1.3. Zauwa˙zmy, ˙ze funkcja (x) =| x | jest funkcjacia,gÃlaw punkcie

x

0

= 0. Istotnie

lim

x→0

(x) = lim

x→0

| x |= 0 = (0).

Ale

lim

h→0

+

(h− f (0)

h

= lim

h→0

| h |

h

= lim

h→0

h
h

= 1

oraz

lim

h→0

(h− f (0)

h

= lim

h→0

| h |

h

= lim

h→0

h
h

1.

Oznacza to, ˙ze funkcja (x) =| x | nie ma pochodnej w punkcie x

0

. Zatem w tym

przypadku cia,gÃlo´s´c nie pocia,ga za sobar´o˙zniczkowalno´sci.

Pochodne wa˙zniejszych funkcji elementarnych

[c]

0

= 0

[x

n

]

0

nx

n−1

h 1

x

i

0

1

x

2

[a

x

]

0

a

x

ln a

[log

a

x]

0

=

1

ln a

[

x]

0

=

1

2

x

[e

x

]

0

= e

x

[ln x]

0

=

1

x

[sin x]

0

= cos x

[arcsin x]

0

=

1

− x

2

[sinh x]

0

= cosh x

[cos x]

0

− sin x

[arccos x]

0

=

1

− x

2

[cosh x]

0

= sinh x

[tgx]

0

=

1

cos

2

x

[arctgx]

0

=

1

1 + x

2

[tghx]

0

=

1

cosh

2

x

[ctgx]

0

=

1

sin

2

x

[arcctgx]

0

=

1

1 + x

2

[ctghx]

0

1

sinh

2

x

57

background image

Aby wyznaczy´c pochodne funkcji be,da,cych suma,, r´o˙znica,, iloczynem lub ilo-

razem funkcji elemetarnych korzysta´c be,dziemy z naste,puja,cego twierdzenia.

Twierdzenie 4.1.2. Je˙zeli funkcje majapochodne w punkcie x

0

, to

1.

£

c · f (x

0

)

¤

0

c · f

0

(x

0

),

2.

£

(x

0

) + g(x

0

)

¤

0

f

0

(x

0

) + g

0

(x

0

),

3.

£

(x

0

− g(x

0

)

¤

0

f

0

(x

0

− g

0

(x

0

),

4.

£

(x

0

· g(x

0

)

¤

0

f

0

(x

0

)g(x

0

) + (x

0

)g

0

(x

0

),

5.

f(x

0

)

g(x

0

)

i

0

=

f

0

(x

0

)g(x

0

− f (x

0

)g

0

(x

0

)

[g(x

0

)]

2

(o ile g

0

(x

0

6= 0).

Dow´

od. Aby udowodni´c punkt 1 zauwa˙zmy, ˙ze

lim

h→0

cf (x

0

h− cf (x

0

)

h

= lim

h→0

c[(x

0

h− f (x

0

)]

h

lim

h→0

(x

0

h− f (x

0

)

h

c · f

0

(x

0

).

Udowodnimy teraz punkt 2 naszego twierdzenia.

lim

h→0

[(x

0

h) + g(x

0

h)] − [(x

0

) + g(x

0

)]

h

= lim

h→0

[(x

0

h− f (x

0

)] + [g(x

0

h− g(x

0

)]

h

= lim

h→0

(x

0

h− f (x

0

)

h

+ lim

h→0

g(x

0

h− g(x

0

)

h

f

0

(x

0

) + g

0

(x

0

).

Punkt 3 dowodzi siew analogiczny spos´ob.

Wyka˙zemy teraz prawdziwo´s´c wzoru 4.

lim

h→0

(x

0

h)g(x

0

h− f (x

0

)g(x

0

)

h

= lim

h→0

(x

0

h)g(x

0

h− f (x

0

)g(x

0

h) + (x

0

)g(x

0

h− f (x

0

)g(x

0

)

h

= lim

h→0

g(x

0

h)[(x

0

h− f (x

0

)] + (x

0

)[g(x

0

h− g(x

0

)]

h

58

background image

= lim

h→0

g(x

0

h)

(x

0

h− f (x

0

)

h

+ lim

h→0

(x

0

)

g(x

0

h− g(x

0

)

h

g(x

0

)f

0

(x

0

) + (x

0

)g

0

(x

0

).

Aby wykaza´c prawdziwo´s´c punktu 5 zauwa˙zmy, ˙ze

lim

h→0

(x

0

+h)

g(x

0

+h)

(x

0

)

g(x

0

)

h

= lim

h→0

1

h

(x

0

h)g(x

0

− f (x

0

)g(x

0

h)

g(x

0

h)g(x

0

)

= lim

h→0

1

h

(x

0

h)g(x

0

− f (x

0

)g(x

0

) + (x

0

)g(x

0

− f (x

0

)g(x

0

h)

g(x

0

h)g(x

0

)

= lim

h→0

1

h

g(x

0

)[(x

0

h− f (x

0

)] − f (x

0

)[g(x

0

h− g(x

0

)]

g(x

0

h)g(x

0

)

= lim

h→0

1

g(x

0

h)g(x

0

)

g(x

0

)[(x

0

h− f (x

0

)]

h

(x

0

)[g(x

0

h− g(x

0

)]

h

i

=

1

g(x

0

)g(x

0

)

h

g(x

0

)f

0

(x

0

− f (x

0

)g

0

(x

0

)

i

,

co ko´

nczy dow´od.

Twierdzenie 4.1.3. (o pochodnej funkcji zÃlo˙zonej) Je˙zeli funkcja ma pochodna,

w punkcie x

0

, a funkcja ma pochodnaw punkcie f(x

0

), to

[g((x))]

0

g

0

((x

0

))f

0

(x

0

).

Twierdzenie 4.1.4. (o pochodnej funkcji odwrotnej) Niech funkcja speÃlnia
naste,puja,ce warunki

1. jest cia,gÃla na pewnym otoczeniu punktu x

0

,

2. jest monotoniczna na otoczeniu punktu x

0

,

3. ma pochodnaw punkcie x

0

r´o˙znaod zera.

Wtedy funkcja odwrotna do funkcji ma pochodnaw punkcie y

0

(x

0

) oraz

¡

f

1

¢

0

(x

0

) =

1

f

0

(x

0

)

.

PrzykÃlad 4.1.4. Zauwa˙zmy, ˙ze funkcja (x) = sin xx ∈

³

π

2

,

π

2

´

speÃlnia

zaÃlo˙zenia twierdzenia 4.1.4. Zatem korzystaja,c z powy˙zszej r´owno´sci mo˙zemy

wyprowadzi´c wz´or na pochodnafunkcji f(x) = arcsin x.

59

background image

Niech wie,= sin y. Mamy w´owczas = arcsin oraz

[arcsin x]

0

=

1

[sin y]

0

=

1

cos y

.

Funkcjesinus rozwa˙zamy na przedziale

³

π

2

,

π

2

´

. Na tym przedziale funkcja

cosinus przyjmyje warto´sci dodatnie. Zatem cos =

p

− sin

2

oraz

[arcsin x]

0

=

1

p

− sin

2

y

=

1

− x

2

.

W analogiczny spos´ob mo˙zemy wyprowadzi´c wzory na pochodne pozostaÃlych fun-
kcji cyklometrycznych.

Korzystaja,c z twierdzenia o pochodnej funkcji zÃlo˙zonej oraz z faktu, ˙ze funkcje

(x) = e

x

oraz (x) = ln sawzajemnie odwrotne wyznaczymy teraz pochodna,

funkcji [(x)]

g(x)

.

h

[(x)]

g(x)

i

=

h

e

g(x) ln (x)

i

0

= e

g(x) ln (x)

h

g(x) ln (x)

i

0

= e

g(x) ln (x)

h

g

0

(x) ln (x) + g(x)

1

(x)

f

0

(x)

i

= [(x)]

g(x)

h

g

0

(x) ln (x) +

g(x)f

0

(x)

(x)

i

.

Zadanie 4.1.3. Wyznaczy´c pochodne naste,puja,cych funkcji

a(x) =

x

3

arccos x

b(x) = log

2

x · sinh x

c(x) =

e

x

+sin x

cos x−e

x

d(x) = arcsin

x

7

(x) = tg e

3x

g(x) = ln

3

p

x

2

− e

h(x) = x

cosh x

k(x) = 2

arctg

1

x

l(x) = log

x

ctg

x

3

Zadanie 4.1.4. Napisa´c r´ownania stycznych do wykres´ow funkcji we wskazanych
punktach

a) (x) = e

x

,

x

0

= 0;

c) (x) = sin x,

x

0

π;

b) (x) = arctg(−x

2

), x

0

= 1;

d) (x) = ln

1 + x,

x

0

= 0.

60

background image

Zadanie 4.1.5. Napisa´c r´ownanie tej stycznej do wykresu funkcji (x) = 3 − x

2

,

kt´ora tworzy ka,t

π

3

z dodatniacze,´sciaosi OX.

Zadanie 4.1.6. Dla jakich warto´sci parametr´ow wykres funkcji (x) =
−x

2

ax jest styczny do prostej w punkcie (1, −1)?

Zadanie 4.1.7.

Dla funkcji (x) = x

3

+ 3x

2

− 5 napisa´c r´ownanie stycznej

prostopadÃlej do prostej =

1
3

+

1
6

.

Pochodnafunkcji bardzo cze,sto wykorzystuje siedo szacowania bÃle,d´ow po-

miaru. Aby om´owi´c pokr´otce ten problem zdefiniujmy poje,cie r´o˙zniczki funkcji.

Definicja 4.1.3. R´o˙zniczka, funkcji f w punkcie x

0

dla przyrostu x argumentu

nazywamy iloczyn f

0

(x

0

)∆x.

R´o˙zniczkeoznaczamy symbolem df, tzn.

df (x

0

) = f

0

(x

0

)∆x.

Przyrost ∆argumentu nazywamy r´o˙zniczka, zmiennej x i cze,sto oznaczamy

symbolem dx.

Zauwa˙zmy, ˙ze

lim

x→x

0

df (x− (x)

df (x)

= lim

x→x

0

³

(x)

x

df (x)

dx

´

= 1 

f

0

(x

0

)

f

0

(x

0

)

= 1 − 1 = 0.

Zatem mo˙zemy napisa´c

df (x

0

− (x

0

≈ 0.

Sta,d wynika, ˙ze

(x

0

≈ df (x

0

).

Ponadto ∆(x

0

) = (x

0

+ ∆x− f (x

0

), wie,c

(x

0

+ ∆x≈ f (x

0

) + df (x

0

).

Zatem

(x

0

+ ∆x≈ f (x

0

) + f

0

(x

0

)∆x,

o ile istnieje pochodna funkcji w punkcie x

0

.

Powy˙zszy wz´or stosujemy do obliczania przybli˙zonej warto´sci przyrostu fun-

kcji w punkcie x

0

. BÃla,d jaki popeÃlniamy zaste,puja,c przyrost funkcji ∆jej

r´o˙zniczka, df, da,˙zy szybciej do zera ni˙z przyrost argumentu ∆x. Istotnie mamy

lim

x→x

0

(x− df (x)

x

= lim

x→x

0

³ ∆f(x)

x

df (x)

dx

´

= 0.

61

background image

Rozwa˙zania powy˙zsze prowadzado naste,puja,cego zastosowania r´o˙zniczki funkcji

do szacowania bÃle,d´ow pomiaru. Niech wielko´sci fizyczne be,dazwia,zane

zale˙zno´sciafunkcyjna, y f(x), przy czym zakÃladamy, ˙ze istnieje pochodna f

0

(x

0

).

Niech ponadto ∆oznacza bÃla,d bezwzgle,dny pomiaru wielko´sci x. Wtedy bÃla,d

bezwzgle,dny ∆obliczanej wielko´sci wyra˙za sieprzybli˙zonym wzorem

y ≈| f

0

(x

0

x.

Zadanie 4.1.8. Korzystaja,c z r´o˙zniczki funkcji obliczy´c przybli˙zone warto´sci

podanych wyra˙ze´

n

a)

4

1596,

b) arctg1.05,

c) cos 003.

Je´sli w dowolnym punkcie x ∈ A istnieje pochodna f

0

funkcji , to jest ona

pewnafunkcjaokre´slonana zbiorze A. Mo˙zemy wie,c wyznaczy´c pochodnatej

funkcji w ka˙zdym punkcie zbioru i tym samym otrzyma´c nowafunkcje,, kt´ora,

mo˙zna zr´o˙zniczkowa´c. Jak wida´c r´o˙zniczkowanie mo˙ze by´c wielokrotnie pow-
tarzane. A zatem mo˙zna zdefiniowa´c poje,cie pochodnej dowolnego rze,du.
Definicja 4.1.4. Pochodna, n-tego rze,du funkcji f w punkcie x

0

definiujemy in-

dukcyjnie

f

(n)

(x

0

) =

h

f

(n−1)

(x

0

)

i

0

,

dla n ≥ 2,

gdzie f

(1)

(x

0

) = f

0

(x

0

). Ponadto przyjmujemy f

(0)

(x

0

) = (x

0

).

Oczywi´scie mo˙zemy r´ownie˙z m´owi´c o r´o˙zniczce n-tego rze,du.

Definicja 4.1.5. R´o˙zniczke, n-tego rze,du funkcji f w punkcie x

0

definiujemy w

wzorem

d

n

(x

0

) = f

(n)

(x

0

)(∆x)

n

.

Twierdzenie 4.1.5. (wz´or Leibniza) Niech funkcje majapochodne n-tego

rze,du w punkcie x

0

. Wtedy

(f · g)

(n)

(x

0

) =

n

X

k=0

µ

n

k

f

(n−k)

(x

0

· g

(k)

(x

0

).

Zadanie 4.1.9. Obliczy´c pochodna, n-tego rze,du funkcji
a) (x) = ln x,

b) (x) = sin x,

c) (x) = cos x.

Zadanie 4.1.10. Zastosowa´c wz´or Leibniza do wyznaczenia n-tych pochodnych
funkcji

a) (x) = xe

x

,

b) (x) = e

x

sin x,

c) (x) = ln x.

62

background image

4.2. Twierdzenia o warto´sci ´sredniej.

W paragrafie tym podamy bez dowod´ow kilka wa˙znych twierdze´

n analizy

matematycznej, z kt´orych mo˙zna otrzyma´c wnioski pozwalaja,ce na badanie pod-

stawowych wÃlasno´sci funkcji rzeczywistej jednej zmiennej rzeczywistej.

Twierdzenie 4.2.1. (Rolle’a) Je˙zeli funkcja speÃlnia naste,puja,ce warunki:

1. jest cia,gÃla na przedziale < a, b >,

2. jest r´o˙zniczkowalna na przedziale (a, b),
3. (a) = (b),
to

_

c∈(a,b)

f

0

(c) = 0.

Interpretacja geomertyczna twierdzenia Rolle’a: Na wykresie funkcji cia,gÃlej na

przedziale domknie,tym, r´o˙zniczkowalnej wewna,trz tego przedziaÃlu i przyjmuja,cej

jednakowawarto´s´c na jego ko´ncach istnieje punkt, w kt´orym styczna jest r´owno-

legÃla do osi OX.

PrzykÃlad 4.2.1. Rozwa˙zmy funkcje, f(x) = x

4

na przedziale < −2>. Za-

uwa˙zmy, ˙ze funkcja (x) = x

4

jest cia,gÃla na przedziale < −2i r´o˙zniczkowalna

wewna,trz tego przedziaÃlu, f

0

(x) = 4x

3

. Ponadto (2) = 16 i (2) = 16. Wobec

tego funkcja (x) = x

4

speÃlnia zaÃlo˙zenia twierdzenia Rolle’a, a zatem w przedziale

< −2istnieje taki punkt c, ˙ze f

0

(c) = 0. Oczywi´scie tym punktem jest = 0.

Rozwa˙zmy teraz na przedziale < −2funkcje, f(x) = x

3

. Funkcja ta

jest oczywi´scie cia,gÃla na przedziale < −2i r´o˙zniczkowalna wewna,trz tego

przedziaÃlu. Zauwa˙zmy jednak, ˙ze (2) = 8 i (2) = 8. A zatem jedno z
zaÃlo˙ze´

n twierdzenia Rolle’a nie jest speÃlnione. Nieoznacza to w tym przypadku,

˙ze w przedziale < −2nie mo˙zna znale´z´c takiego punktu, w kt´orym pochodna

znika. Wystarczy rozwia,za´c r´ownanie 3x

2

= 0, aby stwierdzi´c, ˙ze w punkcie = 0

pochodna funkcji (x) = x

3

jest r´owna zero.

Taka sytuacja jak powy˙zej nie zawsze zachodzi. PrzykÃladem jest funkcja

(x) =| x |. Rozwa˙zmy tafunkcjer´ownie˙z na przedziale < −2>. Jak wiadomo,

funkcja (x) =| x | jest cia,gÃla na przedziale < −2>. Niestety nie jest ona

r´o˙zniczkowalna wewna,trz tego przedzialu, gdy˙z nie ma pochodnej w punkcie x

0

=

0. Ale (2) = 2 i (2) = 2. Nie sawie,c speÃlnione wszystkie zaÃlo˙zenia twierdzenia

Rolle’a, a zatem w przedziale < −2nie znajdziemy takiego punktu c, aby
f

0

(c) = 0. Istotnie tak jest, gdy˙z jedynym takim punktem m´ogÃlby by´c punkt

x

0

= 0, a tam pochodna nie istnieje.

Z twierdzenia Rolle’a wynika istnienie punktu, w kt´orym pochodna znika, co

nie wyklucza faktu, ˙ze takich punkt´ow mo˙ze by´c kilka.

63

background image

PrzykÃlad 4.2.2. Funkcja (x) = sin na przedziale 04π > speÃlnia zaÃlo˙zenia
twierdzenia Rolle’a, jest cia,gÃla w ka˙zdym punkcie tego przedziaÃlu i jest r´o˙znicz-

kowalna wewna,trz niego oraz f(0) = 0 i f(4π) = 0. Poniewa˙z f

0

(x) = cos x,

wie,c Ãlatwo wida´c, ˙ze punkt o kt´orym mowa w tezie twierdzenia Rolle’a to =

π

2

,

=

3π

2

=

5π

2

, oraz =

7π

2

.

Twierdzenie 4.2.2. (Lagrange’a) Je˙zeli funkcja speÃlnia naste,puja,ce warunki:

1. jest cia,gÃla na < a, b >,

2. jest r´o˙zniczkowalna na (a, b),
to

_

c∈(a,b)

f

0

(c) =

(b− f (a)

b − a

.

Twierdzenie to wynika z twierdzenia Rolle’a. Wystarczy zauwa˙zy´c, ˙ze funkcja

g(x) = (x− f (a

(b− f (a)

b − a

(x − a)

speÃlnia zaÃlo˙zenia twierdzenia Rolle’a.

Ponadto mamy

g

0

(x) = f

0

(x

(b− f (a)

b − a

.

Zatem

_

c∈(a,b)

g

0

(c) = 0 

_

c∈(a,b)

f

0

(c

(b− f (a)

b − a

= 0.

Interpretacja geomertyczna twierdzenia Lagrange’a: Na wykresie funkcji cia,gÃlej na

przedziale domknie,tym i r´o˙zniczkowalnej wewna,trz tego przedziaÃlu istnieje punkt,
w kt´orym styczna jest r´ownolegÃla do siecznej Ãla,cza,cej punkty

³

a, f (a)

´

,

³

b, f (b)

´

.

Z twierdzenia Lagrange’a otrzymujemy naste,puja,ce zwia,zki monotoniczno´sci

funkcji z jej pochodna,.

Wniosek 4.2.1. Je˙zeli dla ka˙zdego x ∈ (a, bf

0

(x) = 0, to funkcja jest staÃla

na (a, b).

Wniosek 4.2.2. Je˙zeli dla ka˙zdego x ∈ (a, bf

0

(x0 (f

0

(x≥ 0), to funkcja f

jest rosna,ca (niemaleja,ca) na (a, b).

Wniosek 4.2.3. Je˙zeli dla ka˙zdego x ∈ (a, bf

0

(x0 (f

0

(x≤ 0), to funkcja f

jest maleja,ca (nierosna,ca) na (a, b).

64

background image

Twierdzenie 4.2.3.

(Cauchy’ego) Je˙zeli funkcje speÃlniajanaste,puja,ce

warunki:
1. sacia,gÃle na < a, b >,

2. sar´o˙zniczkowalne na (a, b),

3.

V

x∈(a,b)

g

0

(x6= 0, to

_

c∈(a,b)

f

0

(c)

g

0

(c)

=

(b− f (a)

g(b− g(a)

.

Zadanie 4.2.1. Sprawdzi´c, czy podane funkcje speÃlniajatwierdzenie Rolle’a w

zadanych przedziaÃlach i je´sli to mo˙zliwe wyznaczy´c wyste,puja,ce w tezie tego

twierdzenia

a) (x) =

3

x

2

+ 1, < −1>;

b) (x) = | x − |

3

0>;

c) (x) = x(x

2

− 1), < −1>;

d) (x) = ln sin x,

D

π

6

,

5π

6

E

.

Zadanie 4.2.2. Korzystaja,c z twierdzenia Lagrange’a udowodni´c nier´owno´sci
a)

x

1 + x

ln(1 + x< x, dla x > 0;

b) e

x

≥ 1 + x, dla x ∈ R.

Zadanie 4.2.3. Wyznaczy´c przedziaÃly monotoniczno´sci podanych funkcji

a) (x) =

x

x

2

+ 1

,

b) (x) = sin + cos x,

c) (x) = arctgx − ln x,

d) (x) = (1 + x)e

2x

.

65

background image

4.3. ReguÃla de l’Hˆ

ospitala.

Twierdzenie, kt´ore om´owimy w tym paragrafie zostaÃlo odkryte przez matema-

tyka szwajcarskiego Bernoulliego, a ogÃlosiÃl je drukiem poraz pierwszy w podre,czni-

ku analizy matematycznej, jego ucze´

n, matematyk francuski de l’Hˆospital. Dlatego

te˙z twierdzenie to znane jest obecnie jako reguÃla de l’Hˆospitala. Twierdzenie to
jest niezwykle u˙zyteczne przy liczeniu granic funkcji.

Twierdzenie 4.3.1. (de l’Hˆospitala) Je˙zeli

1. dziedziny funkcji

f

g

i

f

0

g

0

zawierajapewne sa,siedztwo punktu x

0

,

2. lim

x→x

0

(x) = 0 = lim

x→x

0

g(x)

³

lim

x→x

0

(x) = ∞ = lim

x→x

0

g(x)

´

,

3. istnieje granica wÃla´sciwa lub niewÃla´sciwa lim

x→x

0

f

0

(x)

g

0

(x)

,

to istnieje granica lim

x→x

0

(x)

g(x)

i ponadto lim

x→x

0

(x)

g(x)

= lim

x→x

0

f

0

(x)

g

0

(x)

.

Twierdzenie 4.3.1 jest r´ownie˙z prawdzie dla granic jednostronnych i granic

liczonych w punktach niewÃla´sciwych.

Z reguÃly de l’Hˆospitala mo˙zemy skorzysta´c w naste,puja,cych przypadkach.

Przypadek 1. Niech lim

x→x

0

(x) = 0 i lim

x→x

0

g(x) = 0 lub niech lim

x→x

0

(x) = 

i lim

x→x

0

g(x) = . Obliczanie granicy lim

x→x

0

(x)

g(x)

poprzez formalne podstawienie

warto´sci granicznych daje nam symbol nieoznaczony

h

0
0

i

lub odpowiednio

h


i

.

W tym przypadku bezpo´srednie (by´c mo˙ze wielokrotne) zastosowanie reguÃly de
l’Hˆospitala doprowadzi nas do rozwia,zania.
PrzykÃlad 4.3.1. Obliczy´c granicelim

x→0

e

x

− e

−x

x

.

Zauwa˙zmy, ˙ze

lim

x→0

e

x

− e

−x

x

=

h 0

0

i

.

Zatem je´sli tylko istnieje granica

lim

x→0

[e

x

− e

−x

]

0

[x]

0

,

to jest ona r´owna poszukiwanej przez nas granicy.

66

background image

Mamy

lim

x→0

[e

x

− e

−x

]

0

[x]

0

= lim

x→0

e

x

+ e

−x

1

= 2.

A zatem poniewa˙z saspeÃlnione wszystkie zaÃlo˙zenia twierdzenia 4.3.1, to

lim

x→0

e

x

− e

−x

x

= 2.

Przypadek 2.

Niech lim

x→x

0

(x) = 0 i lim

x→x

0

g(x) = .

Obliczaja,c granice,

lim

x→x

0

[(x· g(x)] poprzez formalne postawienie warto´sci granicznych otrzymamy

symbol nieoznaczony [0 · ∞]. Aby wyznaczy´c tegranicezauwa˙zmy, ˙ze zasta,pienie

mno˙zenia dzieleniem doprowadzi nas do zamiany symbolu nieoznaczonego [0 · ∞]
na jeden z symboli

h


i

lub

h

0
0

i

. Daje nam to mo˙zliwo´s´c zastosowania reguÃly de

l’Hˆospitala, o ile zaÃlo˙zenia twierdzenia 4.3.1 saspeÃlnione. Mamy bowiem

lim

x→x

0

(x· g(x) = lim

x→x

0

(x)

1

g(x)

=

h 0

0

i

lub

lim

x→x

0

(x· g(x) = lim

x→x

0

g(x)

1

(x)

=

i

.

PrzykÃlad 4.3.2. Obliczy´c granicelim

x→∞

xe

−x

.

W tym przypadku zaÃlo˙zenia twierdzenia 4.3.1 saspeÃlnione, zatem mamy

lim

x→+

xe

−x

=

h

· ∞

i

= lim

x→+

x

e

x

=

i

H

= lim

x→+

1

e

x

= 0.

Przypadek 3. Niech lim

x→x

0

(x) = ∞ i lim

x→x

0

g(x) = . Formalne postawienie

warto´sci granicznych podczas liczenia granicy lim

x→x

0

[(x− g(x)] daje nam symbol

nieoznaczony [∞ − ∞]. Zauwa˙zmy, ˙ze w´owczas mamy

lim

x→x

0

[(x− g(x)] = lim

x→x

0

1

g(x)

1

(x)

1

(x)g(x)

=

h 0

0

i

.

A zatem po takim przeksztaÃlceniu mo˙zemy zastosowa´c reguÃlel’Hˆospitala, o ile

oczywi´scie zaÃlo˙zenia twierdzenia 4.3.1 saspeÃlnione.

67

background image

PrzykÃlad 4.3.3. Obliczy´c granicelim

x→0

³ 1

tgx

1

x

´

. W tym przypadku mamy

lim

x→0

³ 1

tgx

1

x

´

=

h

∞ − ∞

i

= lim

x→0

x − tgx

xtgx

=

h 0

0

i

H

= lim

x→0

1

cos

2

x

tg+

x

cos

2

x

= lim

x→0

− sin

2

x

sin cos x

=

h 0

0

i

H

= lim

x→0

2 sin cos x

cos

2

x − sin

2

+ 1

= 0.

Przypadek 4. Niech lim

x→x

0

(x) = 0 i lim

x→x

0

g(x) = 0. W´owczas formalne pod-

stawienie warto´sci granicznych podczas wyznaczania granicy lim

x→x

0

£

(x)

¤

g(x)

daje

symbol nieoznaczony

h

0

0

i

. Jednak˙ze zapisanie tej granicy w innej postaci

lim

x→x

0

£

(x)

¤

g(x)

= lim

x→x

0

e

g(x) ln (x)

sprowadza problem do wyznaczenia granicy lim

x→x

0

g(x) ln (x), kt´ora przy powy˙z-

szych zaÃlo˙zeniach daje symbol nieoznaczony

£

· ∞

¤

. A zatem wystarczy dalej

poste,powa´c jak w przypadku 2.

Podobnasytuacjemamy, gdy lim

x→x

0

(x) = 1 i lim

x→x

0

g(x) = . W´owczas

lim

x→x

0

£

(x)

¤

g(x)

=

h

1

i

= lim

x→x

0

e

g(x) ln (x)

= e

[0·∞]

i dalej poste,pujemy jak w przypadku 2.

W analogiczny spos´ob poste,pujemy w sytuacji, gdy lim

x→x

0

(x) = ∞ oraz

lim

x→x

0

g(x) = 0 i chcemy obliczy´c granicelim

x→x

0

£

(x)

¤

g(x)

. Wtedy

lim

x→x

0

£

(x)

¤

g(x)

=

h

0

i

= lim

x→x

0

e

g(x) ln (x)

= e

[0·∞]

.

PrzykÃlad 4.3.4. Obliczy´c granicelim

x→0

x

x

.

Zauwa˙zmy, ˙ze

lim

x→0

x

x

= lim

x→0

e

ln x

.

Ponadto

lim

x→0

ln =

£

· ∞

¤

= lim

x→0

ln x

1

x

=

i

H

= lim

x→0

1

x

1

x

2

− lim

x→0

= 0.

Wobec tego lim

x→0

x

x

= e

0

= 1.

68

background image

4.4. Wz´

or Taylora i Maclaurina. Zastosowanie rachunku r´

o˙zniczkowego

do aproksymacji funkcji.

Wz´or Taylora oraz wynikaja,cy z niego wz´or Maclaurina, o kt´orych be,dzie

mowa w tym paragrafie wykorzystuje siedo obliczania przybli˙zonych warto´sci

funkcji. Ze wzor´ow tych mo˙zemy otrzyma´c przybli˙zenia z mniejszym bÃle,dem ni˙z

wykorzystuja,c r´o˙zniczkepierwszego rze,du.

Twierdzenie 4.4.1. (Wz´or Taylora) Je˙zeli

1. funkcja ma cia,gÃle pochodne rze,du (n−1) wÃla,cznie na przedziale domknie,tym

[x

0

, x],

2. funkcja ma pochodnarze,du wewna,trz przedziaÃlu (x

0

, x),

to

_

c∈(x

0

,x)

(x) = (x

0

) +

n−1

X

k=1

f

(k)

(x

0

)

k!

(x − x

0

)

k

+

f

(n)

(c)

n!

(x − x

0

)

n

.

Zauwa˙zmy, ˙ze dla = 1 za wzoru Taylora wynika twierdzenie Lagrange’a.

Je˙zeli wprowadzimy oznaczenie x − x

0

, to wz´or Taylora mo˙zemy zapisa´c

w wygodniejszej postaci

(x

0

+h) = (x

0

)+

f

0

(x

0

)

1!

h+

f

00

(x

0

)

2!

h

2

+

f

(3)

(x

0

)

3!

h

3

+

f

(n−1)

(x

0

)

(n − 1)!

h

n−1

+

f

(n)

(c)

n!

h

n

.

Ostatni skÃladnik w powy˙zszym wzorze nazywamy reszta, Lagrange’a n-tego rze,du

i oznaczamy symbolem R

n

, tzn.

R

n

=

f

(n)

(c)

n!

h

n

.

Resztetemo˙zna r´ownie˙z zapisa´c w naste,puja,cej postaci

R

n

=

f

(n)

(x

0

θh)

n!

h

n

,

gdzie θ ∈ (01).

KÃlada,c we wzorze Taylora x

0

= 0 otrzymujemy

(x) = (0) +

n−1

X

k=1

f

(k)

(0)

k!

x

k

+

f

(n)

(c)

n!

x

n

.

69

background image

Wz´or ten nazywamy wzorem Maclaurina.

Zauwa˙zmy, ˙ze pomijaja,c resztewe wzorze Maclaurina, otrzymamy wz´or przy-

bli˙zony

(x

n−1

X

k=0

f

(k)

(0)

k!

x

k

,

(4.4.1)

kt´ory mo˙zemy wykorzysta´c do obliczania warto´sci funkcji . BÃla,d bezwzgle,dny

∆, jaki popeÃlniamy posÃluguja,c sietym wzorem, jest r´owny warto´sci bezwzgle,dnej

reszty R

n

, tj.

∆ =

¯

¯

¯

f

(n)

(c)

n!

x

n

¯

¯

¯.

R´owno´s´c ta sÃlu˙zy do oceny bÃle,du jaki popeÃlniamy zaste,puja,c ”prawdziwa,” warto´s´c

funkcji warto´sciaprzybli˙zonawyliczonaz u˙zyciem wielomianu znajduja,cego siepo

prawej stronie wzoru (4.4.1).

PrzykÃlad 4.4.1. Napiszemy wz´or Maclaurina dla funkcji (x) = e

x

. Zauwa˙zmy,

˙ze funkcja ma pochodnadowolnego rze,du postaci f

(n)

(x) = e

x

, a zatem f

(n)

(0) =

1. Wobec tego mamy

e

x

=

n−1

X

k=0

x

k

k!

+

e

c

n!

x

n

,

gdzie | c |<| x |.

Je´sli wie,c be,dziemy chcieli wykorzysta´c ten wz´or do obliczenia przybli˙zonej

warto´sci funkcji (x) = e

x

w pewnym punkcie jej dziedziny, to bÃla,d bezwzgle,dny

jaki popeÃlnimy speÃlnia warunek

∆ =

x

n!

e

c

| x |

n!

e

|x|

.

Wyliczmy wie,c, przy u˙zyciu powy˙zszych rozwa˙za´n przybli˙zonawarto´s´c liczby i

oce´

nmy popeÃlniony bÃla,d bezwzgle,dny. Mamy

e ≈

n−1

X

k=0

1

k!

,

przy czym

∆ 

e

n!

<

3

n!

.

Drogapr´ob ustalamy, ˙ze najmniejszaliczbanaturalna, n speÃlniaja,capow˙zszanie-

r´owno´s´c jest = 8. Zatem otrzymujemy

e ≈

7

X

k=0

1

k!

=

685
252

70

background image

z bÃledem mniejszym jak

3

8!

0000075.

Zadanie 4.4.1. Napisa´c wz´or Taylora z resztaLagrange’a dla podanych funkcji

, punkt´ow x

0

oraz dla wskazanego n

a) (x) =

1

x

,

x

0

= 1,

= 3;

b) (x) =

1 + x,

x

0

= 0,

= 2;

c) (x) = arcsin x,

x

0

= 0,

= 3;

d) (x) = cosh x,

x

0

= 0,

= 4;

Zadanie 4.4.2. Napisa´c wz´or Maclaurina dla funkcji

a) (x) = sin x,

b) (x) = cos x,

c) (x) = ln(1 + x),

d) (x) = e

x+2

,

e) (x) = sin 2x.

Zadanie 4.4.3.

Wykorzystuja,c wz´or Maclaurina obliczy´c warto´sci podanych

wyra˙ze´

n ze wskazanadokÃladno´scia,

a) cos 02,

00001;

b) ln 09,

001;

a) sin 1,

00001;

b)

12,

0001.

4.5. Ekstrema funkcji.

Paragraf ten be,dzie po´swie,cony zastosowaniu rachunku pochodnych do wyz-

naczania ekstremum funkcji rzeczywistej jednej zmiennej rzeczywistej. Na pocza,t-

ku przypomnimy definicje ekstremum lokalnego wÃla´sciwego funkcji.

Niech x

0

∈ R oraz niech funkcja be,dzie okre´slona przynajmniej na otoczeniu

punktu x

0

.

Definicja 4.5.1. Funkcja ma w punkcie x

0

maksimum lokalne wÃla´sciwe, je˙zeli

_

δ>0

^

x∈S(x

0

)

(x< f (x

0

).

Definicja 4.5.2. Funkcja ma w punkcie x

0

minimum lokalne wÃla´sciwe, je˙zeli

_

δ>0

^

x∈S(x

0

)

(x> f (x

0

).

71

background image

Powy˙zsze definicje okre´slajapoje,cie ekstremum funkcji w odniesieniu do dostate-

cznie maÃlego otoczenia punktu x

0

. Mo˙zemy r´ownie˙z zdefiniowa´c poje,cie ektremum

absolutnego funkcji, kt´ore odnosi siedo pewnego zbioru na kt´orym rozwa˙zana

funkcja jest okre´slona lub do jej dziedziny naturalnej i oznacza po prostu warto´s´c
najwie,kszai najmniejszafunkcji.

Podamy teraz warunki konieczne i dostateczne istnienia ekstremum lokalnego

funkcji w punkcie x

0

.

Warunek konieczny istnienia ekstremum

Twierdzenie 4.5.1. (Fermata) Je´sli funkcja f
1. ma ekstremum lokalne wÃla´sciwe w punkcie x

0

,

2. ma pochodnaw punkcie x

0

,

to

f

0

(x

0

) = 0.

Dow´

od. ZaÃl´o˙zmy, ˙ze funkcja ma w punkcie x

0

maksimum lokalne wÃla´sciwe i

jest w tym punkcie r´o˙zniczkowalna. W´owczas istnieje taka liczba δ > 0, ˙ze

(x

0

h− f (x

0

)

h

≥ 0,

dla

− δ < h < 0

oraz

(x

0

h− f (x

0

)

h

≤ 0,

dla 0 < h < δ.

Zatem

lim

h→0

(x

0

h− f (x

0

)

h

≥ 0

i

lim

h→0

+

(x

0

h− f (x

0

)

h

≤ 0.

Poniewa˙z funkcja jest r´o˙zniczkowalna w punkcie x

0

, to

lim

h→0

(x

0

h− f (x

0

)

h

= lim

h→0

+

(x

0

h− f (x

0

)

h

.

Wobec tego mamy

f

0

(x

0

≥ 0 i f

0

(x

0

≤ 0,

co oznacza, ˙ze f

0

(x

0

) = 0.

W przypadku minimum lokalnego dow´od przebiega w analogiczny spos´ob.

W interpretacji geometrycznej twierdzenie Fermata oznacza, ˙ze w punkcie, w
kt´orym funkcja osia,ga ekstermum, styczna do wykresu funkcji jest r´ownolegÃla

do osi OX.

72

background image

Zauwa˙zmy, ˙ze twierdzenie Fermata podaje tylko warunek konieczny istnienia

ekstremum funkcji. Wobec tego twierdzenie odwrotne nie zawsze zachodzi, o czym

´swiadczy poni˙zszy przykÃlad.

PrzykÃlad 4.5.1. Rozwa˙zmy funkcje, f(x) = x

3

. Jak wiadomo funkcja ta jest

r´o˙zniczkowalna dla ka˙zdego x ∈ R. Zauwa˙zmy, ˙ze f

0

(0) = 0 mimo, i˙z w punkcie

x

0

= 0 funkcja ta nie ma ekstermum.

Z naszych rozwa˙za´

n wynika, ˙ze funkcja mo˙ze posiada´c ekstremum lokalne

wÃla´sciwe jedynie w tych punktach, w kt´orych pochodna jest r´owna zero. Zauwa˙zmy
ponadto, ˙ze funkcja mo˙ze r´ownie˙z posiada´c eksteremum w punktach, w kt´orych
pochodna w og´ole nie istnieje.

PrzykÃlad 4.5.2. Rozaw˙zmy funkcje, f(x) =| x + 1 |. Zauwa˙zmy, ˙ze funkcja ta w

punkcie x

0

1 nie ma pochodnej. Istotnie

lim

h→0

+

(1 + h− f (1)

h

= lim

h→0

+

| h |

h

= 1

oraz

lim

h→0

(1 + h− f (1)

h

= lim

h→0

| h |

h

1.

Zauwa˙zmy jednak, ˙ze w punkcie x

0

1 nasza funkcja osia,ga minimum r´owne 0,

gdy˙z

^

x∈R

| x + 1 |≥ 0

oraz

| x + 1 |= 0 dla 1.

Pierwszy warunek dostateczny istnienia ekstremum

Twierdzenie 4.5.2. Je˙zeli funkcja jest cia,gÃla i posiada pochodnana pewnym

sa,siedztwie punktu x

0

oraz

W

δ

V

x

0

−δ<x<x

0

f

0

(x0

W

δ

V

x

0

<x<x

0

+δ

f

0

(x0

(4.5.1)

to funkcja w punkcie x

0

ma minimum lokalne wÃla´sciwe,

je´sli natomiast zamiast powy˙zszego warunku zachodzi warunek

W

δ

V

x

0

−δ<x<x

0

f

0

(x0

W

δ

V

x

0

<x<x

0

+δ

f

0

(x0

(4.5.2)

73

background image

to funkcja w punkcie x

0

ma maksimum lokalne wÃla´sciwe.

Dow´

od. Niech x ∈ S(x

0

, δ). Na przedziale domknie,tym o ko´ncach x

0

funkcja

jest cia,gÃla i ponadto jest ona r´o˙zniczkowalna wewna,trz tego przedziaÃlu, a zatem

speÃlnione sazaÃlo˙zenia twierdzenia Lagrange’a. Mamy wie,c

_

c∈<x,x

0

>

(x− f (x

0

) = f

0

(x

0

)(x − x

0

).

Zauwa˙zmy, ˙ze iloczyn po prawej stronie powy˙zszej r´owno´sci dla x < x

0

na mocy

warunku (4.5.1) jest dodatni. Podobnie dla x > x

0

. Wobec tego mamy

^

x∈S(x

0

)

(x− f (x

0

0,

co oznacza, ˙ze

^

x∈S(x

0

)

(x> f (x

0

).

Zatem w punkcie x

0

funkcja osia,ga minimum lokalne.

W przypadku maksimum lokalnego dow´od przebiega w analogiczny spos´ob.

Wniosek 4.5.1. (warunek konieczny i dostateczny istnienia ekstremum funkcji)
Je˙zeli f

0

(x

0

) = 0 i ponadto

W

δ

V

x

0

−δ<x<x

0

f

0

(x0

W

δ

V

x

0

<x<x

0

+δ

f

0

(x0

to funkcja w punkcie x

0

ma minimum lokalne wÃla´sciwe,

je´sli natomiast zamiast powy˙zszego warunku zachodzi warunek

W

δ

V

x

0

−δ<x<x

0

f

0

(x0

W

δ

V

x

0

<x<x

0

+δ

f

0

(x0

to funkcja w punkcie x

0

ma maksimum lokalne wÃla´sciwe.

Drugi warunek dostateczny istnienia ekstremum

Twierdzenie 4.5.3. Je˙zeli funkcja na pewnym otoczeniu punktu x

0

ma druga,

pochodnar´o˙znaod zera i cia,gÃlaw punkcie x

0

oraz je˙zeli f

0

(x

0

) = 0, to

1. funkcja w punkcie x

0

ma maksimum lokalne wÃla´sciwe, gdy f

00

(x

0

0,

74

background image

1. funkcja w punkcie x

0

ma minimum lokalne wÃla´sciwe, gdy f

00

(x

0

0.

Zadanie 4.5.1. Wyznaczy´c ekstrema lokalne podanych funkcji

a(x) = e

x

+ e

−x

,

b(x) =

x

1 + x

2

,

c(x) = x

− x,

d(x) = 2 sin + cos

2

x,

(x) =

ln x

x

,

g(x) = (x − 5)e

x

,

h(x) = x

100

+ 2x

50

,

k(x) = sin

3

+ cos

3

x,

l(x) = x

x

.

Zadanie 4.5.2. Znale´z´c warto´s´c najwie,kszai najmniejszapodanych funkcji na

wskazanych przedziaÃlach

(x) = 2 sin + sin 2x,

D

0,

3
2

π

E

;

g(x) = x − 2

x,

0>;

h(x) = x

2

ln x,

1, e >;

k(x) = arctgx −

x

2

0>.

4.6. Wkle,sÃlo´s´c i wypukÃlo´s´c.

W paragrafie tym wykorzystamy rachunek r´o˙zniczkowy do okre´slenia poÃlo˙ze-

nia wykresu funkcji wzgle,dem siecznej lub wzgle,dem stycznej.

Niech funkcja be,dzie okre´slona na pewnym przedziale (a, b).

Definicja 4.6.1. Powiemy, ˙ze funkcja jest wypukÃla na przedziale (a, b)je´sli

^

a<x

1

<x

2

<b

^

0<λ<1

(λx

1

+ (1 − λ)x

2

≤ λf (x

1

) + (1 − λ)(x

2

).

W interpretacji geometrycznej oznacza to, ˙ze ka˙zdy odcinek siecznej wykresu le˙zy
wy˙zej lub pokrywa siez fragmentem wykresu poÃlo˙zonym mie,dzy punktami, przez

kt´ore przechodzi sieczna.

Je˙zeli w powy˙zszej definicji zachodzi nier´owno´s´c ostra to funkcje, f nazywa´c

be,dziemy ´sci´sle wypukÃla,.

Definicja 4.6.2. Powiemy, ˙ze funkcja jest wkle,sÃla na przedziale (a, b)je´sli

^

a<x

1

<x

2

<b

^

0<λ<1

(λx

1

+ (1 − λ)x

2

≥ λf (x

1

) + (1 − λ)(x

2

).

W interpretacji geometrycznej oznacza to, ˙ze ka˙zdy odcinek siecznej wykresu le˙zy
ni˙zej lub pokrywa siez fragmentem wykresu poÃlo˙zonym mie,dzy punktami, przez

kt´ore przechodzi sieczna.

75

background image

Je˙zeli w powy˙zszej definicji zachodzi nier´owno´s´c ostra to funkcje, f nazywa´c

be,dziemy ´sci´sle wkle,sÃla,.

Niech oznacza punkt krzywej (x) o odcie,tej x, a - punkt o tej samej

odcie,tej, ale le˙za,cy na stycznej do krzywej f(x) w punkcie x

0

. W´owczas

rze,dne tych punkt´ow sar´owne odpowiednio

y

A

(x),

y

B

(x

0

) + f

0

(x

0

)(x − x

0

).

Zauwa˙zmy, ˙ze mo˙zemy poda´c r´ownowa˙zne definicje wypukÃlo´sci i wkle,sÃlo´sci funkcji.

Definicja 4.6.3. Powiemy, ˙ze funkcja jest wypukÃla w punkcie x

0

je´sli

_

r>0

^

x∈S(x

0

,r)

y

A

− y

B

≥ 0,

to znaczy, gdy

_

r>0

^

x∈S(x

0

,r)

(x≥ f (x

0

) + f

0

(x

0

)(x − x

0

).

Geometrycznie w my´sl tej definicji, wypukÃlo´s´c funkcji oznacza, ˙ze pewna cze,´s´c

krzywej (x), odpowiadaja,ca dostatecznie maÃlemu sa,siedztwu punktu x

0

,

znajduje sienad stycznado tej krzywej w punkcie x

0

.

Definicja 4.6.3. Powiemy, ˙ze funkcja jest wkle,sÃla w punkcie x

0

je´sli

_

r>0

^

x∈S(x

0

,r)

y

A

− y

B

≤ 0,

to znaczy, gdy

_

r>0

^

x∈S(x

0

,r)

(x≤ f (x

0

) + f

0

(x

0

)(x − x

0

).

Geometrycznie w my´sl tej definicji, wkle,sÃlo´s´c funkcji oznacza, ˙ze pewna cze,´s´c

krzywej (x), odpowiadaja,ca dostatecznie maÃlemu sa,siedztwu punktu x

0

,

znajduje siepod stycznado tej krzywej w punkcie x

0

.

Oczywi´scie, je´sli w powy˙zszych definicjach nier´owno´sci saostre to funkcje, f

nazywamy odpowiednio ´sci´sle wypukÃlalub ´sci´sle wkle,sÃlaw punkcie x

0

.

Je´sli funkcja jest wypukÃla (wkle,sÃla) w ka˙zdym punkcie przedziaÃlu (a, b), to

be,dziemy m´owi´c, ˙ze jest ona wypukÃla (wkle,sÃla) w przedziale (a, b).

Podamy teraz warunki na to by funkcja byÃla funkcjawypukÃlaba,d´z wkle,sÃla,.

76

background image

Warunek dostateczny wypukÃlo´sci

Twierdzenie 4.6.1. Niech funkcja ma pochodnapierwszego rze,du na przedziale

(a, b) oraz niech istnieje pochodna drugiego rze,du tej funkcji w ka˙zdym punkcie

tego przedziaÃlu taka, ˙ze

V

x∈(a,b)

f

00

(x

0

6= 0. Wtedy

1. je´sli

V

x∈(a,b)

f

00

(x

0

0, to funkcja jest wypukÃla na przedziale (a, b),

2. je´sli

V

x∈(a,b)

f

00

(x

0

0, to funkcja jest wkle,sÃla na przedziale (a, b).

Definicja 4.6.5. Powiemy, ˙ze punkt (x

0

, f (x

0

)) jest punktem przegie,cia wykresu

funkcji f , wtedy i tylko wtedy, gdy istnieje taka liczba δ, ˙ze funkcja jest ´sci´sle wy-
pukÃla na lewostronnym sa,siedztwie punktu x

0

i jest ´sci´sle wkle,sÃla na prawostron-

nym sa,siedztwie punktu x

0

lub odwrotnie.

Z definicji tej wynika, ˙ze punkt jest punktem przegie,cia wykresu funkcji, gdy

funkcja zmienia w nim rodzaj wypukÃlo´sci, czyli gdy wykres funkcji przechodzi z
jednej strony stycznej na druga,.

W kolejnym twierdzeniu podamy warunek konieczny istnienia punktu prze-

gie,cia.
Twierdzenie 4.6.2. Je˙zeli punkt (x

0

, f (x

0

)) jest punktem przegie,cia wykresu

funkcji i f

00

(x

0

) istnieje, to

f

00

(x

0

) = 0.

Znaczenie powy˙zszego warunku dla wyznaczania punkt´ow przegie,cia jest analog-

iczne do znaczenia twierdzenia Fermata dla wyznaczania ekstrem´ow funkcji. Je˙zeli
funkcja ma cia,gÃlapochodnadrugiego rze,du na pewnym przedziale, to punktem

przegie,cia mo˙ze by´c tylko taki punkt x

0

, kt´ory speÃlnia r´ownanie f

00

(x

0

) = 0.

Punkt ten jest punktem przegie,cia, gdy pochodna drugiego rze,du zmienia znak w

sa,siedztwie punktu x

0

.

Poni˙zszy przykÃlad pokazuje, ˙ze zerowanie siedrugiej pochodnej jest tylko

warunkiem koniecznym na to by istniaÃl punkt przegie,cia.

PrzykÃlad 4.6.1. Rozwa˙zmy funkcje, f(x) = x

4

. Mamy f

0

(x) = 4x

3

f

00

(x) =

12x

2

. Zatem f

00

(x) = 0 wtedy i tyklo wtedy, gdy = 0. Jednak˙ze punkt x

0

= 0

nie jest punktem przegie,cia naszej funkcji, bo

V

x6=0

f

00

(x0, co oznacza, ˙ze druga

pochodna w otoczeniu punktu x

0

= 0 nie zmienia znaku.

Zadanie 4.6.1. Zbadaj wypukÃlo´s´c podanych funkcji i wyznacz punkty przegie,cia

wykresu tych funkcji.

d(x) = e

−x

,

(x) = arctgx,

g(x) = ln x,

h(x) = 3

x

,

k(x) =

x

1+x

2

,

l(x) = (ln x)

2

− ln x.

77

background image

4.7. Asymptoty.

ZaÃl´o˙zmy, ˙ze funkcja ma dziedzinezÃlo˙zonaz sumy pewnych przedziaÃl´ow.

ponadto niech funkcja be,dzie cia,gÃla i monotoniczna na tych przedziaÃlach. Wyz-

naczaja,c granice funkcji w punktach ko´ncowych dziedziny uzyskujemy dane

pozwalaja,ce naszkicowa´c wykres funkcji.

Niech funkcja be,dzie okre´slona i cia,gÃla na pewnym sa,siedztwie punktu

wÃla´sciwego c.

Definicja 4.7.1. Je˙zeli funkcja jest cia,gÃla w prawostronnym sa,siedztwie punktu

oraz

lim

x→c

+

(x) = +

lub

lim

x→c

+

(x) = −∞,

to powiemy, ˙ze prosta jest prawostronna, asymptota, pionowa, wykresu funkcji

.

Definicja 4.7.2. Je˙zeli funkcja jest cia,gÃla w lewostronnym sa,siedztwie punktu

oraz

lim

x→c

(x) = +

lub

lim

x→c

(x) = −∞,

to powiemy, ˙ze prosta jest lewostronna, asymptota, pionowa, wykresu funkcji

.

Je˙zeli prosta jest prawostronnai lewostronnaasymptotapionowawykresu

funkcji , to powiemy, ˙ze jest ona obustronna, asymptota, pionowa,.

Z powy˙zszych definicji wynika, ˙ze wykres funkcji mo˙ze posiada´c asymptoty

pionowe jedynie w sko´

nczonych kra´

ncach dziedziny.

Definicja 4.7.3.

Je˙zeli funkcja jest cia,gÃla w pewnym sa,siedztwie punktu

niewÃla´sciwego +∞ i je˙zeli istnieje prosta ax taka, ˙ze

lim

x→+

[(x− (ax b)] = 0

to gdy a 6= 0, prosta, y ax nazywamy asymptota, uko´sna, prawostronna,

wykresu funkcji , a gdy = 0, to wtedy taprostanazywamy asymptota, pozioma,

prawostronna, wykresu funkcji f.

Definicja 4.7.4.

Je˙zeli funkcja jest cia,gÃla w pewnym sa,siedztwie punktu

niewÃla´sciwego −∞ i je˙zeli istnieje prosta ax taka, ˙ze

lim

x→−∞

[(x− (ax b)] = 0

78

background image

to gdy a 6= 0, prosta, y ax nazywamy asymptota, uko´sna, lewostronna,

wykresu funkcji , a gdy = 0, to wtedy taprostanaywamy asymptota, pozioma,

lewostronna, wykresu funkcji f.

Zauwa˙zmy, ˙ze asymptota pozioma jest szczeg´olnym przypadkiem asymptoty uko´s-
nej. Zatem istnienie asymptoty poziomej wyklucza istnienie asymptoty uko´snej i
na odwr´ot.

Ponadto, poniewa˙z istnienie asymptot uko´snych, a tym samym i poziomych

zale˙zy od zachowania siefunkcji w niesko´nczono´sciach, to mo˙ze zdarzy´c sietak, ˙ze

wykres funkcji przetnie takaasymptote,, by´c mo˙ze nawet wielokrotnie, w punktach

dziedziny dostatecznie odlegÃlych od punkt´ow niewÃla´sciwych.

Niemo˙zliwe jest natomiast by wykres funkcji m´ogÃl przecia,´c asymptotepiono-

wa,, gdy˙z jej istnienie wia,˙ze siez istnieniem granicy funkcji w punkcie, kt´ory nie

nale˙zy do dziedziny funkcji.

Naste,puja,ce twierdzenie podaje warunek konieczny i dostateczny istnienia

asymptoty uko´snej funkcji .

Twierdzenie 4.7.1. Prosta ax jest asymptotauko´snawykresu funkcji f

wtedy i tylko wtedy, gdy

= lim

x→±∞

(x)

x

i

= lim

x→±∞

£

(x− ax

¤

.

Dow´

od. ZaÃl´o˙zmy najpierw, ˙ze prosta ax jest asymptotauko´snaprawo-

stronnawykresu funkcji f. A zatem z definicji 4.7.3. mamy

lim

x→+

[(x− (ax b)] = 0.

Korzystaja,c z twierdzenia o dziaÃlaniach arytmerycznych na granicach sko´nczonych

otrzymamy

lim

x→+

(x− (ax b)

x

=

h 0

+

i

= 0.

Z drugiej strony mamy

lim

x→+

(x− (ax b)

x

= lim

x→+

³ f(x)

x

− a −

b

x

´

= lim

x→+

(x)

x

− a.

Zatem

lim

x→+

(x)

x

− a = 0.

79

background image

Co oznacza, ˙ze

lim

x→+

(x)

x

a.

Korzystaja,c ponownie z twierdzenia o dziaÃlaniach arytmerycznych na granicach

sko´

nczonych dostajemy

lim

x→+

[(x− ax] = lim

x→+

[(x− (ax b) + b] = b.

Tym samym warunek konieczny zostaÃl udowodniony.

Aby udowodni´c warunek dostateczny zaÃl´o˙zmy, ˙ze

= lim

x→+

(x)

x

i

= lim

x→+

£

(x− ax

¤

.

Zatem z drugiej r´owno´sci dostajemy

lim

x→+

[(x− ax − b] = 0,

co daje nam

lim

x→+

[(x− (ax b)] = 0.

Zatem prosta ax jest asymptotauko´snaprawostronnawykresu funkcji f.

W przypadku asymptoty lewostronnej dow´od przebiega analogicznie.

Z twierdzenia 4.7.1 wynika, ˙ze je´sli jedna z wymienionych granic nie istnieje

lub jest niewÃla´sciwa, to wykres funkcji nie posiada asymptoty uko´snej. Ponadto
z twierdzenia 4.7.1. otrzymujemy naste,puja,cy warunek konieczny i dostateczny

istnienia asymptoty poziomej.

Wniosek 4.7.1. Prosta jest asymptotapoziomalewostronnawykresu

funkcji wtedy i tylko wtedy, gdy

lim

x→−∞

(x) = b.

Prosta jest asymptotapoziomaprawostronnawykresu funkcji wtedy i

tylko wtedy, gdy

lim

x→+

(x) = b.

Oczywi´scie je´sli powy˙zsze granice nie istniejalub saniewÃla´sciwe, to wykres funkcji

nie ma asymptot poziomych.

80

background image

Zadanie 4.7.1. Wyznacz wszystkie asymptoty wykresu podanych funkcji

a(x) =

sin

2

x

x

,

b(x) = e

1

x

,

c(x) = ln(x − 4),

d(x) =

x

2

− 1,

(x) =

sin x

x

2

,

g(x) =

x

arctgx

,

h(x) = ln

³

+

1

x

´

,

k(x) = x − arctgx,

l(x) =

1

e

x

− 1

.

4.8. Funkcja okre´slona parametrycznie i jej pochodna.

Niech dane be,dadwa r´ownania

½

ϕ(t),
ψ(t),

(4.8.1)

gdzie ϕ ψ sapewnymi funkcjami, a jest liczbaz pewnego przedziaÃlu < a, b >.

W´owczas ka˙zdej warto´sci t ∈< a, b > odpowiadajadwie warto´sci y. Je˙zeli i

be,dziemy traktowa´c jako wsp´oÃlrze,dne punktu pÃlaszczyzny, to ka˙zdej warto´sci t

odpowiada pewien punkt pÃlaszczyzny OXY . Wobec tego r´ownania (4.8.1) opisuja,

pewnakrzywana pÃlaszczy´znie. R´ownania (4.8.1) nazywamy r´ownaniami parame-

trycznymi krzywej, a nazywamy parametrem.

Zauwa˙zmy, ˙ze je´sli funkcja ϕ jest r´o˙znowarto´sciowa na przedziale < a, b >, to

istnieje do niej funkcja odwrotna, a wie,c z r´ownania ϕ(t) mo˙zemy wyznaczy´c

parametr ϕ

1

(x). Wtedy ψ(ϕ

1

(x)). Mo˙zemy wie,c znale´z´c zale˙zno´s´c

funkcyjnamie,dzy zmiennymi postaci f(x). Funkcja ψ ◦ ϕ

1

jest

w´owczas okre´slona parametrycznie r´ownaniami (4.8.1). Podobnie je˙zeli funkcja
ψ jest funkcjar´o˙znowarto´sciowana przedziale < a, b >, to ψ

1

(y) oraz

ϕ(ψ

1

(y)). Wtedy r´ownie˙z istnieje zale˙zno´s´c funkcyjna h(y) mie,dzy

zmiennymi y. Funkcja jest funkcjaokre´slonaparametrycznie.

PrzykÃlad 4.8.1. Rozwa˙zmy okra,g o ´srodku w punkcie (00) i promieniu dÃlugo´sci

1. R´ownanie tego okre,gu ma naste,puja,caposta´c

x

2

y

2

= 1.

Zauwa˙zmy, ˙ze rozwa˙zany okra,g mo˙zemy okre´sli´c naste,puja,cymi r´ownaniami para-

metrycznymi

½

= cos t,
= sin t,

(4.8.2)

gdzie t ∈< 02π).

81

background image

Ponadto dla y ≥ 0 mamy =

− x

2

, co zachodzi, gdy t ∈< 0, π). A

zatem dla t ∈< 0, π) funkcja (x) =

− x

2

jest okre´slona parametrycznie

przez r´ownania (4.8.2). Oczywi´scie na przedziale 0, π) funkcja ϕ(t) = cos t
jest r´o˙znowarto´sciowa. R´ownie˙z dla t ∈ (π, 2π) funkcja ϕ jest r´o˙znowarto´sciowa, a
zatem i w tym przedziale mo˙zemy wyznaczy´c funkcje, f okre´slonaparametrycznie

przez r´ownania (4.8.2).

ZaÃl´o˙zmy, ˙ze funkcja ϕ wyste,puja,ca w r´ownaniach (4.8.1) ma pochodnastaÃlego

znaku na przedziale < a, b >. Oznacza to, ˙ze na tym przedziale funkcja ϕ jest
monotoniczna, a tym samym jest to funkcja r´o˙znowarto´sciowa. Wobec tego istnieje
funkcja okre´slona parametrycznie r´ownaniami (4.8.1). W´owczas korzystaja,c z

twierdzenia o pochodnej funkcji zÃlo˙zonej i twierdzenia o pochodnej funkcji odwrot-
nej mamy

f

0

(x) =

h

ψ(ϕ

1

(x))

i

0

ψ

0

(t)

h

ϕ

1

(x)

i

0

=

ψ

0

(t)

ϕ

0

(t)

.

Ponadto otrzymujemy

f

00

(x) =

ψ

0

(t)

ϕ

0

(t)

i

0

=

ψ

00

(t)ϕ

0

(t− ψ

0

(t)ϕ

00

(t)

[ϕ

0

(t)]

2

h

ϕ

1

(x)

i

0

=

ψ

00

(t)ϕ

0

(t− ψ

0

(t)ϕ

00

(t)

[ϕ

0

(t)]

3

.

Podobnie gdy funkcja ψ na przedziale < a, b > ma pochodnastaÃlego znaku, to

funkcja ϕ ◦ ψ

1

okre´slona r´ownaniami (4.8.1) istnieje, a jej pochodne pier-

wszego i drugiego rze,du okre´slajawzory

h

0

(y) =

ϕ

0

(t)

ψ

0

(t)

,

h

00

(y) =

ϕ

00

(t)ψ

0

(t− ϕ

0

(t)ψ

00

(t)

[ψ

0

(t)]

3

.

Poni˙zej podamy r´ownania parametryczne najcze,´sciej spotykanych krzywych

82

background image

PrzykÃlad 4.8.2.

1. okra,g o´srodku w punkcie (a, b) i promieniu dÃlugo´sci r

½

cos t,
sin t,

t ∈< 02π),

2. elipsa o osiach b

½

cos t,
sin t,

t ∈< 02π),

3. hiperbola o osiach b

½

cosh t,
sinh t,

t ∈ R,

4. asteroida

½

cos

3

t,

sin

3

t,

t ∈< 02π),

5. li´s´c Kartezjusza

=

3at

t

3

+ 1

,

=

3at

2

t

3

+ 1

,

t ∈ R,

6. cykloida

½

a(t − sin t),
a(1 − cos t),

t ∈ R,

83

background image

7. kardioida

½

a(2 cos t − cos 2t),
a(2 sin t − sin 2t),

t ∈< 02π).

4.9. Badanie krzywych danych parametrycznie.

Niech dana be,dzie krzywa okre´slona parametrycznie r´ownaniami (4.8.1).

Chca,c naszkicowa´c takrzywaw ukÃladzie wsp´oÃlrze,dnych prostoka,tnych przedziaÃl

< a, b > dzielimy na podprzedziaÃly na kt´orych jedna z funkcji ϕ lub ψ ma pochodna,

staÃlego znaku. Punkty, w kt´orych obie funkcje majazerowe pochodne nazywamy

punktami osobliwymi, gdy˙z w takich punktach nie mo˙zemy wyznaczy´c ani funkcji
, ani h. Je˙zeli dodatkowo w punkcie osobliwym pochodne drugiego rze,du funkcji

ϕ ψ sar´o˙zne od zera, to taki punkt nazywa´c be,dziemy punktem zwrotu. W

punkcie zwrotu isnieje styczna do krzywej, a jej r´ownanie ma naste,puja,caposta´c

ψ

00

(t

0

)[x − ϕ(t

0

)] − ϕ

00

(t

0

)[y − ψ(t

0

)] = 0,

gdzie t

0

jest warto´sciaparametru odpowiadaja,capunktowi zwrotu.

Je˙zeli krzywa jest okre´slona r´ownaniami parametrycznymi (4.8.1), to asymp-

toty tej krzywej wyznaczamy w naste,puja,cy spos´ob.

Je˙zeli istniejagranice

lim

t→t

0

ϕ(t) = c < ∞

lim

t→t

0

ψ(t) = ±∞,

to prosta jest asymptotapionowakrzywej (4.8.1).

Je˙zeli natomiast istniejagranice

lim

t→t

0

ψ(t) = b < ∞

lim

t→t

0

ϕ(t) = ±∞,

to prosta jest asymptotapoziomakrzywej (4.8.1).

Asymptota uko´sna ax krzywej (4.8.1) istnieje wtedy, gdy

lim

t→t

0

ϕ(t) = ±∞

lim

t→t

0

ψ(t) = ±∞

i w´owczas

= lim

t→t

0

ψ(t)
ϕ(t)

= lim

t→t

0

[ψ(t− aϕ(t)].

Aby zbada´c krzywadanar´ownaniami (4.8.1) nale˙zy

84

background image

1

o

Znale´z´c dziedziny funkcji ϕ ψ, a tym samym wyznaczy´c zakres zmienno´sci

parametru t.

2

o

Wyznaczy´c asymptoty krzywej.

3

o

Wyznaczy´c przedziaÃly staÃlego znaku pochodnych pierwszego rze,du funkcji ϕ

ψ.

4

o

Znale´z´c punkty zwrotu i styczne w tych punktach.

5

o

Wyznaczy´c pochodne pierwszego i drugiego rze,du funkcji .

6

o

Zbada´c funkcje, f, korzystaja,c z metod badania funkcji jednej zmiennej.

Zadanie 4.9.1. Zbadaj podane krzywe i naszkicuj je w ukÃladzie wsp´oÃlrze,dnych

prostoka,tnych

a)

½

= 2t − t

2

,

= 3t − t

3

;

c)

=

2 + t

2

1 + t

2

,

=

t

3

1 + t

2

;

b)

½

+ e

−t

,

= 2+ e

2t

;

d)

=

t

2

t − 1

,

=

t

t

2

− 1

.

85

background image

5. RACHUNEK CAÃLKOWY FUNKCJI JEDNEJ ZMIENNEJ.

W pia,tym rodziale zdefiniujemy poje,cie caÃlki oznaczonej i nieoznaczonej, a

naste,pnie podamy zastosowania caÃlki oznaczonej do obliczania p´ol powierzchni,

dÃlugo´sci krzywej i obje,to´sci bryÃl obrotowych.

5.1. CaÃlka jako funkcja pierwotna nieoznaczona.

W wielu zagadnieniach nauki i techniki mamy doczynienia z wyznaczeniem

funkcji o podanej pochodnej.

Definicja 5.1.1. Funkcje, F nazywamy funkcja, pierwotna, funkcji f w danym

przedziale I, je´sli

^

x∈I

F

0

(x) = (x).

PrzykÃlad 5.1.1. Zauwa˙zmy, ˙ze

[sin x]

0

= cos x,

[sin + 2]

0

= cos x,

[sin x − π]

0

= cos x.

Zatem funkcjapierwotnafunkcji f(x) = cos jest ka˙zda funkcja postaci F(x) =

sin c, gdzie jest pewnastaÃlarzeczywista,.

Twierdzenie 5.1.1. Niech be,dzie funkcjapierwotnado funkcji na danym

przedziale I. Wtedy

1. G(x) = (x) + c, gdzie c ∈ R jest dowolnastaÃla,, jest funkcjapierwotnafunkcji

na I.

2. Ka˙zdafunkcjepierwotnado funkcji na przedziale mo˙zna przedstawi´c w

postaci (x) + c, gdzie jest dowolnastaÃla,.

Dow´

od. ZaÃl´o˙zmy, ˙ze funkcja jest pierwotna do funkcji na danym przedziale

I. Wtedy funkcja G(x) = (x) + jest r´ownie˙z funkcjapierwotnado funkcji f,

gdy˙z

G

0

(x) = [(x) + c] = F

0

(x) = (x).

Je˙zeli dwie funkcje safunkcjami pierwotnym funkcji f, to r´o˙zniasieone

tylko staÃla,, co wynika z definicji 5.1.1.

Z powy˙zszego twierdzenia wynika, ˙ze wystarczy znale´z´c tylko jednafunkcje,

pierwotnado danej funkcji f, aby zna´c wszystkie inne funkcje pierwotne, albowiem

r´o˙zniasieone mie,dzy sobatylko staÃlym skÃladnikiem.

Podamy teraz warunek dostateczny istnienia funkcji pierwotnej.

86

background image

Twierdzenie 5.1.2. Je˙zeli funkcja jest cia,gÃla na przedziale I, to ma na tym

przedziale funkcjepierwotna,.

Definicja 5.1.2. Niech be,dzie funkcjapierwotnafunkcji na danym przedziale

ICaÃlka, nieoznaczona, funkcji f nazywamy zbi´or funkcji

{F (x) + c ∈ R}

i oznaczamy

Z

(x)dx.

Iloczyn (x)dx nazywa sie, wyra˙zeniem podcaÃlkowym, a funkcje, f(x) nazywa sie,

funkcja, podcaÃlkowa,.

WÃlasno´sci caÃlki nieoznaczonej podamy w naste,puja,cych twierdzeniach. Wy-

nikajaone z definicji funkcji pierwotnej oraz z wÃlasno´sci pochodnej.

Twierdzenie 5.1.3. Niech ma funkcjepierwotnana danym przedziale I. Wte-

dy

1.

V

x∈I

h R

(x)dx

i

0

(x),

2.

V

x∈I

R

f

0

(x)dx (x) + c,

c ∈ R.

Twierdzenie 5.1.4. Niech funkcje majafunkcje pierwotne i niech ab ∈ R

be,dapewnymi staÃlymi. Wtedy

Z

af (x) + bg(x)dx a

Z

(x)dx b

Z

g(x)dx.

Zauwa˙zmy, ˙ze ka˙zdy wz´or rachunku r´o˙zniczkowego orzekaja,cy, ˙ze pochodnapewnej

funkcji jest funkcja , prowadzi do odpowiedniego wzoru rachunku caÃlkowego.
Wobec tego mo˙zemy uÃlo˙zy´c naste,puja,catablicecaÃlek.

87

background image

CaÃlki wa˙zniejszych funkcji elementarnych

Z

x

n

dx =

x

n+1

+ 1

c, n 6= 1

Z

1

x

dx = ln | x | +c

Z

1

1 + x

2

dx = arctgc

Z

1

− x

2

dx = arcsin c

Z

a

x

dx =

a

x

ln a

c

Z

e

x

dx = e

x

c

Z

sin xdx − cos c

Z

cos xdx = sin c

Z

1

sin

2

x

dx ctgc

Z

1

cos

2

x

dx = tgc

Z

sinh xdx = cosh c

Z

cosh xdx = sinh c

Z

1

sinh

2

x

dx ctghc

Z

1

cosh

2

x

dx = tghc

Ponadto korzystaja,c z reguÃl r´o˙zniczkowania funkcji zÃlo˙zonych mo˙zemy wyprowa-

dzi´c wzory na caÃlkowanie wa˙zniejszych typ´ow funkcji.

Z

f

0

(x)

(x)

dx = ln | f (x+c

Z

f

0

(x)

f

2

(x)

dx 

1

(x)

c

Z

f

0

(x)

p

(x)

dx = 2

p

(x) + c

5.2. CaÃlkowanie przez cze,´sci i przez podstawienie.

Na pocza,tku podamy jeden z najsilniejszych sposob´ow caÃlkowania, tj. metode,

caÃlkowania przez podstawienie zwanaczasami caÃlkowaniem przez zmianezmiennej.
Twierdzenie 5.2.1. Niech funkcja cia,gÃla na danym przedziale ma funkcje,

pierwotna, F i niech funkcja ϕ ma cia,gÃlapochodna,. Wtedy

Z

(ϕ(x))ϕ

0

(x)dx (ϕ(x)) + c.

Dow´

od. Niech F

0

(x) = (x). Zauwa˙zmy, ˙ze z twierdzenia o pochodnej funkcji

zÃlo˙zonej mamy

h

(ϕ(x)) + c

i

0

F

0

(ϕ(x))ϕ

0

(x) = (ϕ(x))ϕ

0

(x).

88

background image

Zatem mamy tezetwierdzenia.

Drugabardzo u˙zytecznametodacaÃlkowania jest caÃlkowanie przez cze,´sci.

Twierdzenie 5.2.2. Je˙zeli funkcje majacia,gÃle pochodne, to

Z

(x)g

0

(x)dx (x)g(x

Z

f

0

(x)g(x)dx.

Dow´

od. Niech funkcje majacia,gÃle pochodne. Wtedy mamy

[(x)g(x)]

0

f

0

(x)g(x) + (x)g

0

(x).

CaÃlkuja,c obustronnie otrzymujemy

Z

[(x)g(x)]

0

dx =

Z

[f

0

(x)g(x) + (x)g

0

(x)]dx.

Korzystaja,c z twierdzenia 5.1.3 oraz 5.1.4 dostajemy

(x)g(x) + =

Z

f

0

(x)g(x)dx +

Z

(x)g

0

(x)dx,

co daje nam tezetwierdzenia, bo staÃla wyste,puje w obu caÃlkach.

Zadanie 5.2.1. Oblicz podane caÃlki stosuja,c wz´or na caÃlkowanie przez podsta-

wienie

a)

Z

arctg

2

x

1 + x

2

dx,

d)

Z

(2+ 3) cos(x

2

+ 3x)dx,

b)

Z

sin xe

cos x

dx,

e)

Z

1

4x − 5

dx,

c)

Z

1

3+ 7

dx,

f )

Z

tgxdx.

Zadanie 5.2.2. Oblicz podane caÃlki stosuja,c wz´or na caÃlkowanie przez cze,´sci

a)

Z

x

2

sin xdx,

d)

Z

x

3

cos xdx,

b)

Z

e

x

cos xdx,

e)

Z

arctgxdx,

c)

Z

ln xdx,

f )

Z

x

3

ln xdx.

89

background image

5.3. CaÃlkowanie funkcji wymiernych.

Opiszemy teraz metody caÃlkowania funkcji wymiernych, tj. funkcji kt´ore sa,

ilorazami dw´och wielomian´ow. W´sr´od funkcji wymiernych wyr´o˙zniamy mie,dzy

innymi funkcje zwane uÃlamkami prostymi pierwszego rodzaju postaci

A

(x − a)

r

,

gdzie sapewnymi staÃlymi rzeczywistymi, a jest staÃlanaturalna,

oraz funkcje wymierne zwane uÃlamkami prostymi drugiego rodzaju postaci

Ax B

(x

2

px q)

r

,

gdzie sapewnymi staÃlymi rzeczywistymi, jest staÃlanaturalna,, a staÃle i

speÃlniajawarunek p

2

− 4q < 0.

Najpierw zajmiemy sieobliczeniem caÃlki z uÃlamk´ow prostych pierwszego ro-

dzaju. ZaÃl´o˙zmy, ˙ze = 1. Wtedy korzystaja,c ze wzoru na caÃlkowanie przez

podstawienie kÃlada,x − a otrzymujemy

Z

A

x − a

A

Z

1

t

dt ln | t | +ln | x − a | +c.

Niech teraz r 6= 1. KÃlada,c jak wy˙zej x − a dostajemy

Z

A

(x − a)

r

A

Z

t

−r

dt A

t

1−r

− r

=

A

− r

1

(x − a)

r−1

c.

Wobec tego mamy

Z

A

(x − a)

r

=

ln | x − a | +c,

= 1,

A

− r

1

(x − a)

r−1

c, r ≥ 2.

Do obliczania caÃlek z uÃlamk´ow prostych drugiego rodzaju potrzebna jest umie-

je,tno´s´c caÃlkowania funkcji wymiernej postaci

1

(1 + x

2

)

r

r ≥ 2. Funkcjetaka,

caÃlkujemy korzystaja,c ze wzoru rekurencyjnego, kt´ory otrzymujemy w naste,puja,cy

spos´ob

Z

1

(1 + x

2

)

r

dx =

Z

1 + x

2

− x

2

(1 + x

2

)

r

dx =

Z

1

(1 + x

2

)

r−1

dx −

Z

x

x

(1 + x

2

)

r

dx.

90

background image

Drugaz caÃlek obliczamy korzystaja,c ze wzoru na caÃlkowanie przez cze,´sci kÃlada,c

(x) = x,

g

0

(x) =

x

(1 + x

2

)

r

,

f

0

(x) = 1,

g(x) =

1
2

(1 + x

2

)

1−r

− r

.

Mamy w´owczas

Z

x

x

(1 + x

2

)

r

dx =

x

2

(1 + x

2

)

1−r

− r

1
2

Z

(1 + x

2

)

1−r

− r

dx

Zatem dostajemy

Z

1

(1 + x

2

)

r

dx =

x

2

(1 + x

2

)

1−r

r − 1

+

³

1 +

1

2(1 − r)

´ Z

1

(1 + x

2

)

r−1

dx

=

x

2

(1 + x

2

)

1−r

r − 1

+

2r − 3
2r − 2

Z

1

(1 + x

2

)

r−1

dx.

Wobec tego otrzymali´smy naste,puja,cy wz´or rekurencyjny

Z

1

(1 + x

2

)

r

dx =

x

2(r − 1)(1 + x

2

)

r−1

+

2r − 3
2r − 2

Z

1

(1 + x

2

)

r−1

dx.

(5.3.1)

Podamy teraz metody caÃlkowania uÃlamk´ow prostych drugiego rodzaju. Dla = 1
mamy

Z

Ax B

x

2

px q

dx =

A

2

Z

2p

x

2

px q

dx +

³

B −

Ap

2

´ Z

1

x

2

px q

dx.

Pierwszaz caÃlek obliczamy przez podatawienie x

2

px otrzymuja,c

Z

2p

x

2

px q

dx = ln | x

2

px q | +c.

Aby wyznaczy´c drugacaÃlkezauwa˙zmy, ˙ze

x

2

px =

4q − p

2

4

h³ 2p

p

4q − p

2

´

2

+ 1

i

.

Zatem kÃlada,=

2x+p

4q−p

2

dostajemy

Z

1

x

2

px q

dx =

2

p

4q − p

2

4q − p

2

Z

1

1 + t

2

dt

91

background image

=

2

p

4q − p

2

4q − p

2

arctg=

2

p

4q − p

2

4q − p

2

arctg

2p

p

4q − p

2

c.

Ostatecznie mamy wie,c
Z

Ax B

x

2

px q

dx =

A

2

ln | x

2

px q | +

³

B −

Ap

2

´ 2

p

4q − p

2

4q − p

2

arctg

2p

p

4q − p

2

c.

W przypadku, gdy r ≥ 2 poste,pujemy podobnie rozbijaja,c caÃlkena sumedw´och

caÃlek

Z

Ax B

(x

2

px q)

r

dx =

A

2

Z

2p

(x

2

px q)

r

dx +

³

B −

Ap

2

´ Z

1

(x

2

px q)

r

dx.

Pierwszaz nich caÃlkujemy jak wy˙zej przez podstawienie x

2

+px+otrzymuja,c

Z

2p

(x

2

px q)

r

dx =

1

− r

(x

2

px q)

1−r

c.

Drugar´ownie˙z caÃlkujemy przez podstawienie kÃlada,=

2x+p

4q−p

2

. Wtedy mamy

Z

1

(x

2

px q)

r

dx =

4

r

p

4q − p

2

2(4q − p

2

)

r

Z

1

(1 + t

2

)

r

dt.

Korzystaja,c dalej ze wzoru rekurencyjnego (5.3.1) ostatecznie otrzymamy

Z

Ax B

(x

2

px q)

r

dx =

A

2

1

− r

(x

2

px q)

1−r

+

³

B −

Ap

2

´

4

4q − p

2

h 2p

4(r − 1)

1

(x

2

px q)

r−1

+

2r − 3
2r − 2

Z

1

(x

2

px q)

r−1

dx

i

.

Posiadaja,c umieje,tno´s´c caÃlkowania uÃlamk´ow prostych mo˙zemy wyznaczy´c funkcje,

pierwotnadowolnej funkcji wymiernej, gdy˙z mo˙zna japrzedstawi´c jako sumewielo-

mianu i uÃlamk´ow prostych pierwszego i drugiego rodzaju. Niech dana be,dzie
funkcja wymierna (x) =

Q

n

(x)

P

m

(x)

. Je˙zeli stopie´

n licznika jest nie mniejszy ni˙z

stopie´

n mianownika (n ≥ m), to dziela,c wielomian Q

n

(x) przez wielomian P

m

(x)

otrzymujemy

Z

(x)dx =

Z

W

n−m

(x)dx +

Z

V

k

(x)

P

m

(x)

dx,

92

background image

gdzie k < m. Zatem wystarczy dokÃladniej om´owi´c przypadek gdy stopie´

n licznika

jest mniejszy ni˙z stopie´

n mianownika (n < m), tj. przypadek funkcji wymiernej

wÃla´sciwej. W takim przypadku, aby scaÃlkowa´c funkcjewymiernanale˙zy rozÃlo˙zy´c

jana uÃlamki proste

(x) =

r

X

i=1

³ A

i1

x − x

i

+

A

i2

(x − x

i

)

2

. . . +

A

ik

i

(x − x

i

)

k

i

´

+

s

X

i=1

³ B

i1

C

i1

x

2

p

i

q

i

+

B

i2

C

i2

(x

2

p

i

q

i

)

2

. . . +

B

il

i

C

il

i

(x

2

p

i

q

i

)

l

i

´

.

(5.3.2)

Nieznane staÃle A

ij

B

ij

C

ij

wyznaczamy tak zwanametodawsp´oÃlczynnik´ow nieoz-

naczonych. Metoda ta polega na pomno˙zeniu r´ownania (5.3.2) przez mianownik
funkcji wymiernej (x). Otrzymane w ten spos´ob r´ownanie jest r´owno´sciadw´och

wielomian´ow. Po uporza,dkowaniu tych wielomian´ow budujemy ukÃlad r´owna´n

por´ownuja,c wsp´oÃlczynniki stoja,ce przy tych samych pote,gach x. Rozwia,zanie

otrzymanego rozkÃladu daje nam wsp´oÃlczynniki poszukiwanego rozkÃldu funkcji
wymiernej wÃla´sciwej na uÃlamki proste.

Podsumowuja,c ten paragraf podamy pewien algorytm caÃlkowania funkcji wy-

miernej.

Algorytm caÃlkowania funkcji wymiernej

1

o

Funkcjewymiernazapisujemy w postaci sumy wielomianu (zerowego, gdy

stopie´

n licznika jest mniejszy od stopnia mianownika) i funkcji wymiernej

wÃla´sciwej.

2

o

Mianownik funkcji wymiernej wÃla´sciwej rozkÃladamy na czynniki nierozkÃladal-

ne.

3

o

Zapisujemy rozkÃlad teoretyczny funkcji na uÃlamki proste.

4

o

Znajdujemy nieznane wsp´oÃlczynniki rozkÃladu teoretycznego.

5

o

Obliczamy caÃlki z wyznaczonych uÃlamk´ow prostych.

6

o

Porza,dkujemy otrzymane wyniki.

Zadanie 5.3.1. Oblicz podane caÃlki

a)

Z

x

4

+ 6x

3

+ 10x

2

x

x

2

+ 6+ 10

dx,

d)

Z

x

4

+ 1

x

4

− 1

dx,

b)

Z

x

5

x

4

− 8

x

3

− 4x

dx,

e)

Z

x

2

x

2

− 6+ 10

dx,

c)

Z

x

3

x

2

+ 2

(x

2

+ 1)(x

2

+ 1)

dx,

f )

Z

x

4

+ 2x

2

+ 4

(x

2

+ 1)

3

dx.

93

background image

5.4. CaÃlkowanie niewymierno´sci stopnia drugiego - podstawienia Eu-
lera.

Om´owili´smy sposoby caÃlkowania wyra˙ze´

n wymiernych. W dalszym cia,gu

zasadniczym sposobem caÃlkowania be,dzie znalezienie takich podstawie´n, kt´ore

sprowadzajawyra˙zenie podcaÃlkowe do postaci wymiernej. Jako przykÃlady takiego

poste,powania rozpatrzymy pewne przypadki caÃlkowania wyra˙ze´n zawieraja,cych

pierwiastki.

1

o

. Je˙zeli funkcja podcaÃlkowa jest funkcjawymiernapote,g zmiennej o wykÃladni-

kach uÃlamkowych

m

n

, gdzie n, m ∈ R sawzgle,dnie pierwsze, to podstawienie

t

N

, gdzie jest najmniejszym wsp´olnym mianownikiem uÃlamk´ow

m

n

,

sprowadza caÃlkez funkcji niewymiernej do caÃlki z funkcji wymiernej.

2

o

. Je˙zeli funkcja podcaÃlkowa jest funkcjawymiernapote,g wyra˙zenia ax o

wykÃladnikach uÃlamkowych

m

n

, gdzie n, m ∈ R sawzgle,dnie pierwsze, to pod-

stawienie ax t

N

, gdzie jest najmniejszym wsp´olnym mianownikiem

uÃlamk´ow

m

n

, sprowadza caÃlkez funkcji niewymiernej do caÃlki z funkcji wy-

miernej.

3

o

. Je˙zeli funkcja podcaÃlkowa jest funkcjawymiernapote,g wyra˙zenia

ax b
cx 
d

o

wykÃladnikach uÃlamkowych

m

n

, gdzie n, m ∈ R sawzgle,dnie pierwsze, to pod-

stawienie

ax b
cx 
d

t

N

, gdzie jest najmniejszym wsp´olnym mianownikiem

uÃlamk´ow

m

n

, sprowadza caÃlkez funkcji niewymiernej do caÃlki z funkcji wy-

miernej.

4

o

. Je˙zeli funkcja pocaÃlkowa jest funkcjawyra˙zenia

ax

2

bx c, gdzie b

2

4ac 6= 0, to naste,puja,ce podstawienia zwane podstawieniami Eulera sprowadza,

tacaÃlkedo caÃlki z funkcji wymiernej.

(i) pierwsze podstawienie Eulera stosujemy w przypadku, gdy a > 0

p

ax

2

bx t −

ax.

Podnosza,c stronami do kwadratu to podstawienie i odpowiednio porza,dkuja,c do-

stajemy

=

t

2

− c

2

at b

oraz

dx = 2

at

2

bt c

a

(2

at b)

2

dt.

Ponadto mamy

p

ax

2

bx =

at

2

bt +

ac

2

at b

.

94

background image

Podstawienie to jak wida´c sprowadzi nam caÃlkez funkcji niewymiernej do caÃlki z

funkcji wymiernej. Po scaÃlkowaniu nale˙zy jeszcze powr´oci´c do zmiennej kÃlada,c

=

p

ax

2

bx +

ax.

Podobnie mo˙zemy dokona´c podstawienia

p

ax

2

bx +

ax.

(ii) drugie podstawienie Eulera stosujemy, gdy c > 0

p

ax

2

bx tx −

c.

W tym przypadku mamy

=

2

ct b

t

2

− a

, dx 2

t

2

bt a

c

(t

2

− a)

2

dt.

p

ax

2

bx =

ct

2

bt +

ca

t

2

− a

.

Ponadto

=

1

x

(

p

ax

2

bx c −

c).

Mo˙zemy r´ownie˙z w tym przypadku dokona´c podstawienia

p

ax

2

bx tx +

c.

(iii) trzecie podstawienie Eulera stosujemy, gdy ∆ 0.
Wtedy ax

2

bx a(x − x

1

)(x − x

2

). Zatem podstawiaja,c

p

ax

2

bx t(x − x

1

).

otrzymujemy

=

ax

2

− x

1

t

2

a − t

2

,

dx =

2a(x

2

− x

1

)t

(a − t

2

)

2

dt.

p

ax

2

bx =

a(x

2

− x

1

)t

a − t

2

.

Ponadto mamy

=

s

a(x − x

2

)

x − x

1

.

W tym przypadku mo˙zna r´ownie˙z dokona´c podstawienia

p

ax

2

bx t(x − x

2

).

95

background image

Wa˙znym ze wzgle,du na zastosowania jest przypadek caÃlek stowarzyszonych postaci

Z

dx

a

2

− x

2

Z p

a

2

− x

2

dx

Z

dx

x

2

k

Z p

x

2

kdx,

gdzie k > 0. Zauwa˙zmy, ˙ze stosuja,c podstawienie =

x
a

w pierwszej z tych caÃlek

otrzymujemy

Z

dx

a

2

− x

2

=

Z

dt

− t

2

= arcsin

x
a

c.

DrugacaÃlkeobliczamy w naste,puja,cy spos´ob

Z p

a

2

− x

2

dx =

Z

a

2

− x

2

a

2

− x

2

dx

a

2

Z

dx

a

2

− x

2

Z

x

x

a

2

− x

2

dx a

2

arcsin

x
a

Z

x

x

a

2

− x

2

dx.

Aby wyznaczy´c powy˙zszacaÃlkeskorzystamy ze wzoru na caÃlkowanie przez cze,´sci

kÃlada,c

(x) = x,

g

0

(x) =

x

a

2

− x

2

,

f

0

(x) = 1,

g(x) = 

p

a

2

− x

2

.

Zatem mamy

Z p

a

2

− x

2

dx a

2

arcsin

x
a

³

− x

p

a

2

− x

2

+

Z p

a

2

− x

2

dx

´

a

2

arcsin

x
a

x

p

a

2

− x

2

Z p

a

2

− x

2

dx.

Wobec tego

Z p

a

2

− x

2

dx =

a

2

2

arcsin

x
a

+

x

2

p

a

2

− x

2

c.

Obliczymy teraz kolejnacaÃlfkestowarzyszona,, stosuja,c pierwsze podstawienie Eu-

lera

x

2

t − x. W´owczas mamy

=

t

2

− k

2t

oraz

dx =

t

2

k

2t

2

dt.

96

background image

Ponadto

p

x

2

=

t

2

k

2t

.

Zatem otrzymujemy

Z

1

x

2

k

dx =

Z

2t

t

2

k

t

2

k

2t

2

dt

=

Z

1

t

dt = ln | t | +c.

Z naszego podstawienia wynika, ˙ze =

x

2

x. Zatem

Z

1

x

2

k

dx = ln |

p

x

2

x | +c.

Aby wyznaczy´c caÃlkestowarzyszonaz powy˙zszacaÃlkazauwa˙zmy, ˙ze

Z p

x

2

kdx =

Z

x

x

x

2

k

dx k

Z

dx

x

2

k

.

Pierwszaz powy˙zszych caÃlek caÃlkujemy przez cze,´sci przyjmuja,c

(x) = x,

g

0

(x) =

x

x

2

k

,

f

0

(x) = 1,

g(x) =

p

x

2

k.

Wobec tego otrzymujemy

Z p

x

2

kdx x

p

x

2

k −

Z p

x

2

kdx ln |

p

x

2

x | .

Zatem mamy

Z p

x

2

kdx =

x

2

p

x

2

+

k

2

ln |

p

x

2

x | +c.

Zadanie 5.4.1. Oblicz podane caÃlki

a)

Z

1

− x − x

2

dx,

d)

Z p

x

2

+ 2+ 5dx,

b)

Z p

x − x

2

dx,

e)

Z

1

x

2

+ 2

dx,

c)

Z

1

3

p

(x − 1)(+ 1)

2

dx,

f )

Z

1

+ 1 +

3

+ 1

dx.

97

background image

5.5. CaÃlkownie funkcji trygonometrycznych.

W paragrafie tym podamy sposoby caÃlkowania funkcji trygonometrycznych.

Rozwa˙zmy caÃlke,

Z

R(sin x, cos x)dx.

(5.5.1)

Do obliczenia caÃlki (5.5.1) mo˙zemy zawsze zastosowa´c tzw. podstawienie standar-
dowe 
postaci = tg

x

2

. W tym przypadku mamy

= 2arctgx, zatem dx =

2dt

1 + t

2

.

Zauwa˙zmy, ˙ze

cos = cos

2

x

2

− sin

2

x

2

= cos

2

x

2

³

sin

x

2

cos

x

2

´

=

1

cos

x

2

+sin

x

2

cos

x

2

³

sin

x

2

cos

x

2

´

=

− tg

x

2

1 + tg

x

2

oraz

sin = 2 sin

x

2

cos

x

2

= 2

sin

x

2

cos

x

2

cos

2

x

2

=

2tg

x

2

1 + tg

x

2

.

Zatem

sin =

2t

1 + t

2

,

cos =

− t

2

1 + t

2

.

Podstawienie standardowe sprowadzi nam caÃlkez funkcji trygonomertycznej do

caÃlki z funkcji wymiernej lub niewymiernej w zale˙zno´sci od postaci funkcji R.

Czasami zdarza sie,, ˙ze funkcja podcaÃlkowa jest funkcjanieparzystaw´owczas

mo˙zna takacaÃlkeobliczy´c w prostszy spos´ob. Zachodzi´c mo˙ze jeden z naste,puja,-

cych przypadk´ow.

1

o

Je˙zeli funkcja podcaÃlkowa jest funkcjanieparzystawzgle,dem funkcji cosinus,

tj.

R(sin x, − cos x) = −R(sin x, cos x)

to postawienie = sin sprowadzi, rozwa˙zanacaÃlkedo caÃlki z funkcji wy-

miernej, ba,d´z niewymiernej.

2

o

. Je˙zeli funkcja podcaÃlkowa jest funkcjanieparzystawzgle,dem funkcji sinus, tj.

R(− sin x, cos x) = −R(sin x, cos x)

98

background image

to postawienie = cos sprowadzi, rozwa˙zanacaÃlkedo caÃlki z funkcji wy-

miernej, ba,d´z niewymiernej.

3

o

. Niech funkcja podcaÃlkowa be,dzie funkcjaparzystawzgle,dem funkcji sinus i

cosinus, tj.

R(− sin x, − cos x) = R(sin x, cos x).

Wtedy rozwa˙zana caÃlka musi by´c caÃlkapostaci

Z

R(sin

2

x, cos

2

x, sin cos x)dx.

Postawienie = tgsprowadzi, tecaÃlkedo caÃlki z funkcji wymiernej, ba,d´z

niewymiernej. Mamy bowiem

cos

2

=

1

cos

2

x+sin

2

x

cos

2

x

=

1

1 + tg

2

x

oraz

sin

2

=

sin

2

x

cos

2

x

cos

2

=

tg

2

x

1 + tg

2

x

.

Ponadto

sin cos =

sin x

cos x

cos

2

=

tgx

1 + tg

2

x

.

Zatem stosuja,c podstawienie = tgmamy

sin

2

=

t

2

1 + t

2

cos

2

=

1

1 + tgx

sin cos =

t

1 + t

2

Z podtawienia wynika ponadto, ˙ze

= arctgx.

Wobec tego

dx =

dt

1 + t

2

.

Do wyznaczania caÃlki z funkcji trygonometrycznej postaci

Z

R(sin mx, cos nx)dx.

stosujemy jeden z naste,puja,cych wzor´ow

sin mx sin nx =

1
2

[cos(m − n)x − cos(n)x]

99

background image

cos mx cos nx =

1
2

[cos(m − n)+ cos(n)x]

sin mx cos nx =

1
2

[sin(m − n)+ sin(n)x]

Na zako´

nczenie om´owimy spos´ob caÃlkowania funkcji (x) = sin

n

(x) =

cos

n

x, gdzie n ∈ R. Zauwa˙zmy, ˙ze

Z

sin

n

xdx =

Z

sin

n−1

sin xdx.

Korzystaja,c ze wzoru na caÃlkowanie przez cze,´sci, gdzie

(x) = sin

n−1

x,

g

0

(x) = sin x,

f

0

(x) = (n − 1) sin

n−2

cos x,

g(x) = − cos x.

otrzymujemy

Z

sin

n

xdx − sin

n−1

cos + (n − 1)

Z

cos

2

sin

n−2

xdx

− sin

n−1

cos + (n − 1)

Z

(1 − sin

2

x) sin

n−2

xdx

− sin

n−1

cos + (n − 1)

Z

sin

n−2

xdx − (n − 1)

Z

sin

n

xdx.

Sta,d mamy naste,puja,cy wz´or rekurencyjny

Z

sin

n

xdx 

1

n

sin

n−1

cos +

n − 1

n

Z

sin

n−2

xdx, n ≥ 2.

Podobnie kÃlada,c we wzorze na caÃlkowanie przez cze,´sci

(x) = cos

n−1

x,

g

0

(x) = cos x,

f

0

(x) = (n − 1) cos

n−2

sin x,

g(x) = sin x.

mamy

Z

cos

n

xdx = cos

n−1

sin + (n − 1)

Z

sin

2

cos

n−2

xdx

= cos

n−1

sin + (n − 1)

Z

(1 − cos

2

x) cos

n−2

xdx

= cos

n−1

sin + (n − 1)

Z

cos

n−2

xdx − (n − 1)

Z

cos

n

xdx.

100

background image

Wobec tego otrzymujemy naste,puja,cy wz´or rekurencyjny

Z

cos

n

xdx =

1

n

cos

n−1

sin +

n − 1

n

Z

cos

n−2

xdx, n ≥ 2.

Zadanie 5.5.1. Oblicz podane caÃlki

a)

Z

1

cos x

dx,

e)

Z

1

sin(3x − 1)

dx,

b)

Z

1

sin + cos x

dx,

f )

Z

sin

2

xdx,

c)

Z

sin 2cos 3xdx,

g)

Z

sin

4

x

cos x

dx,

d)

Z

sin

x

2

sin

x

3

dx,

h)

Z

cos

2

sin

3

xdx,

101

background image

5.6. CaÃlka oznaczona Riemanna i jej wÃlasno´sci.

Niech w przedziale < a, b > be,dzie dana funkcja cia,gÃla f(x) przyjmuja,ca

tylko dodatnie warto´sci. Rozpatrzmy figure, ABCD, ograniczonaprzez krzywa,

(x), dwa odcinki prostych aoraz odcinek osi OX odpowiadaja,cy

przedziaÃlowi < a, b >. Figuretego typu nazywamy trapezem krzywoliniowym.

Zajmiemy sieproblemem wyznaczenia pola trapezu krzywoliniowego ABCD.

Podzielmy podstawe, AB naszej figury w dowolny spos´ob na mniejsze odcinki i po-

prowad´zmy przez punkty podziaÃlu odcinki pionowe (prostopadÃle do osi OX). W
ten spos´ob trapez krzywoliniowy rozcinamy na pewnailo´s´c pask´ow. Ka˙zdy z tak

otrzymanych pask´ow zasta,pimy pewnym prostoka,tem o tej samej podstawie co

dany pasek i o wysoko´sci r´ownej rze,dnej wykresu w pasku, skrajnej z lewej strony.

W ten spos´ob figure, ABCD zasta,pimy pewnafiguraschodkowa,, skÃladaja,casiez

prostoka,t´ow.

Niech liczby

x

0

< x

1

< x

1

< . . . < x

i

< x

i+1

< . . . < x

n

b

oznaczajaodcie,te punkt´ow podziaÃlu. Podstawa i-tego prostoka,ta

(= 12, ..., n − 1) ma dÃlugo´s´c r´ownar´o˙znicy x

i+1

− x

i

, kt´oraoznaczymy ∆x

i

.

Zauwa˙zmy, ˙ze wysoko´s´c i-tego prostoka,ta jest r´owna y

i

(x

i

). Zatem pole

rozwa˙zanego prostoka,ta r´owne jest f(x

i

)∆x

i

.

102

background image

Sumuja,c pola wszystkich prostoka,t´ow otrzymamy przybli˙zone pole trapezu

krzywoliniowego

P ≈

n−1

X

i=0

(x

i

)∆x

i

.

Je´sli dokonamy ge,stszego podziaÃlu odcinka AB, to pole otrzymanej w powy˙zszy

spos´ob figury schodkowej be,dzie bli˙zsze polu trapezu krzywoliniowego. Zatem

przy nieograniczonym zmniejszaniu siewszystkich ∆x

i

bÃla,d przybli˙zenia zmierza

do zera. Wobec tego dokÃladne pole trapezu otrzymamy jako granice,

= lim

x

i

0

n−1

X

i=0

(x

i

)∆x

i

.

Poniewa˙z pole, otrzymane z powy˙zszego wzoru jako warto´s´c graniczna, okazuje
siejednocze´snie funkcjapierwotnafunkcji f, to zacze,to stosowa´c jako oznaczenie

wy˙zej wypisanej granicy, symbolu caÃlki.

Oznaczmy teraz przez λ najwie,kszaspo´sr´od r´o˙znic ∆x

i

x

i+1

− x

i

=

12, . . . , n − 1. W ka˙zdym z odcink´ow < x

i

, x

i+1

wybie˙zmy dowolny punkt δ

i

i

utw´orzmy sume,

σ =

n−1

X

i=0

(δ

i

)∆x

i

.

Definicja 5.6.1. Sko´

nczonagranicesum σ przy λ → 0

lim

λ→0

n−1

X

i=0

(δ

i

)∆x

i

nazywamy caÃlka, oznaczona, Riemanna funkcji f w przedziale < a, b > i oznaczamy

b

Z

a

(x)dx.

Liczby noszaodpowiednio nazwy dolnej i g´ornej granicy caÃlki.

Powy˙zszadefinicjemo˙zemy zapisa´c naste,puja,co

b

Z

a

(x)dx = lim

λ→0

n−1

X

i=0

(δ

i

)∆x

i

103

background image

Zauwa˙zmy, ˙ze podana definicja dotyczy tylko funkcji ograniczonej. Gdyby funkcja
byÃla nieograniczona, to w dowolnym podziale przedziaÃlu < a, b > znale´zliby´smy
taki podprzedziaÃl < x

i

, x

i+1

>, w kt´orym funkcja byÃlaby ograniczona. Wtedy

dobieraja,c odpowiednio δ

i

mo˙zna by sprawi´c, ˙ze warto´s´c (δ

i

) byÃlaby dowolnie

du˙za. Wtedy r´ownie˙z i suma σ byÃla by odpowiednio du˙za. A zatem nie mogÃlaby
istnie´c sko´

nczona granica sum z definicji 5.6.1.

Wynika sta,d, naste,puja,cy warunek konieczny istnienia caÃlki oznaczonej.

Twierdzenie 5.6.1.

Je˙zeli isnieje caÃlka oznaczona funkcji na przedziale

< a, b >, to funkcja jest ograniczona.

Na poparcie tego faktu podamy jeszcze przykÃlad.

PrzykÃlad 5.6.1. Rozwa˙zmy funkcjeDirichleta danawzorem

D(x) =

½

0dla x 6∈ Q,
1dla x ∈ Q.

Niech

x

0

< x

1

< x

1

< . . . < x

i

< x

i+1

< . . . < x

n

be,dzie dowolnym podziaÃlem przedziaÃlu 0>. Je˙zeli δ

i

jest liczbawymierna,, to

D(δ

i

) = 1 i

n−1

X

i=0

D(δ

i

)∆x

i

=

n−1

X

i=0

x

i

b − a.

Je˙zeli natomiast δ

i

jest liczbaniewymierna,, to D(δ

i

) = 0 i

n−1

X

i=0

D(δ

i

)∆x

i

= 0

Zatem

lim

λ→0

n−1

X

i=0

(δ

i

)∆x

i

nie istnieje. Jednak˙ze wiadomo, ˙ze funkcja Dirichleta jest ograniczona.

W dalszym cia,gu je˙zeli istnieje caÃlka oznaczona z funkcji na przedziale

< a, b >, to be,dziemy m´owi´c, ˙ze funkcja jest caÃlkowalna na tym przedziale.

Mo˙zna udowodni´c, ˙ze naste,puja,ce funkcje sacaÃlkowalne:

1. Ka˙zda funkcja cia,gÃla na przedziale < a, b > jest w tym przedziale caÃlkowalna.

104

background image

2. Ka˙zda funkcja ograniczona w przedziale < a, b > i maja,ca w nim sko´nczona,

liczbepunkt´ow niecia,gÃlo´sci jest caÃlkowalna na < a, b >.

3. Ka˙zda funkcja monotoniczna i ograniczona na przedziale < a, b > jest caÃlko-

walna w tym przedziale.

ZaÃl´o˙zmy teraz, ˙ze funkcje sacaÃlkowalne na przedziale < a, b >.

WÃlasno´sci caÃlki oznaczonej

1.

a

Z

a

(x)dx = 0,

2.

b

Z

a

[cf (x) + dg(x)]dx c

b

Z

a

(x)dx d

b

Z

a

g(x)dx, gdzie sapewnymi staÃlymi

rzeczywistymi,

3.

b

Z

a

(x)dx =

c

Z

a

(x)dx +

b

Z

c

(x)dx,

4.

b

Z

a

(x)dx 

a

Z

b

(x)dx.

Naste,puja,ce twierdzenie podaje nam spos´ob obliczania caÃlek nieoznaczonych

za pomocafunkcji pierwotnych.

Twierdzenie 5.6.2. (Newtona-Leibniza, gÃl´owne twierdzenie rachunku caÃlkowe-
go
) Je˙zeli funkcja jest cia,gÃla na przedziale < a, b >, to

b

Z

a

(x)dx (b− F (a),

gdzie jest funkcjapierwotnafunkcji f.

Cze,sto zamiast F(b− F(a) be,dziemy pisa´c F(x)

¯

¯

¯

b

a

.

Naste,puja,ce twierdzenia be,dziemy wykorzystywa´c przy wyliczaniu caÃlek oz-

naczonych.

Twierdzenie 5.6.3. (caÃlkowanie przez cze,´sci caÃlki oznaczonej) Je˙zeli funkcje i

majacia,gÃle pochodne na przedziale < a, b >, to

b

Z

a

f

0

(x)g(x)dx (x)g(x)

¯

¯

¯

a

b

b

Z

a

(x)g

0

(x)dx.

105

background image

Twierdzenie 5.6.4. (caÃlkowanie przez podstawienie caÃlki oznaczonej ) Je˙zeli

1. funkcja φ :< α, β >→< a, b > ma cia,gÃlapochodnana (α, β),

2. φ(α) = aφ(β) = b,
3. funkcja jest cia,gÃla na przedziale < a, b >,

to

b

Z

a

(x)dx =

β

Z

α

(φ(t))φ

0

(t)dt.

Twierdzenie 5.6.5. (twierdzenie caÃlkowe o warto´sci ´sredniej) Je˙zeli funkcja f
jest cia,gÃla na < a, b >, to

_

c∈(a,b)

b

Z

a

(x)dx = (b − a)(c).

Dow´

od. Twierdzenie to wynika z twierdzenia Lagrange’a. Niech be,dzie funkcja,

pierwotnafunkcji f. Wtedy speÃlnia zaÃlo˙zenia twierdzenia Lagrange’a, a wie,c

_

c∈(a,b)

F

0

(c) =

(b− F (a)

b − a

.

Zatem korzystaja,c z twierdzenia Newtona-Leibniza mamy

_

c∈(a,b)

(c) =

b

R

a

(x)dx

b − a

,

co ko´

nczy dow´od.

Twierdzenie 5.6.6. Je˙zeli funkcja sacaÃlkowalne na przedziale < a, b >

oraz dla ka˙zdego x ∈< a, b > f (x≤ g(x), to

b

Z

a

(x)dx ≤

b

Z

a

g(x)dx.

Z twierdzenia tego wynika dla nas wa˙zany wniosek, na kt´ory be,dziemy siecze,sto

powoÃlywa´c w naste,pnym paragrafie.

106

background image

Wniosek 5.6.6. Je˙zeli funkcja jest ograniczona, tzn.

_

M,m

^

x∈<a,b>

m ≤ f (x≤ M,

to

m(b − a

b

Z

a

(x)dx ≤ M (b − a).

Na zako´

nczenie tego paragrafu zauwa˙zmy jeszcze, ˙ze dla funkcji podcaÃlkowej

nieparzystej na przedziale < −a, a >, tj. speÃlniaja,cej warunek

^

x∈<−a,a>

− x ∈< −a, a >⇒ f (−x) = −f (x),

mamy

a

Z

−a

(x)dx =

0

Z

−a

(x)dx +

a

Z

0

(x)dx.

Stosuja,c podstawienie −x w pierwszej z caÃlek otrzymujemy

a

Z

−a

(x)dx 

0

Z

a

(−t)dt +

a

Z

0

(x)dx

=

0

Z

a

(x)dx +

a

Z

0

(x)dx =

a

Z

a

(x)dx = 0.

A zatem je´sli funkcja podcaÃlkowa jest nieparzysta i przedziaÃl caÃlkowania jest sy-
metryczny wzgle,dem zera, to

a

Z

−a

(x)dx = 0.

Podobnie, gdy funkcja podcaÃlkowa jest parzysta, tj. gdy speÃlnia warunek

^

x∈<−a,a>

− x ∈< −a, a >⇒ f (−x) = (x),

stosuja,c podstawienie −x otrzymujemy

a

Z

−a

(x)dx 

0

Z

a

(−t)dt +

a

Z

0

(x)dx

107

background image

0

Z

a

(x)dx +

a

Z

0

(x)dx = 2

a

Z

0

(x)dx.

A zatem je´sli funkcja podcaÃlkowa jest parzysta i przedziaÃl caÃlkowania jest syme-
tryczny wzgle,dem zera, to

a

Z

−a

(x)dx = 2

a

Z

0

(x)dx.

Zadanie 5.6.1. Oblicz podane caÃlki oznaczone

a)

1

Z

0

x −

3

x

x

2

dx,

d)

π

2

Z

0

sin + cos xdx,

b)

π

Z

0

tgxdx,

e)

e

2

Z

e

1

x

dx,

c)

0

Z

1

e

−x

dx,

f )

1

Z

0

1

1 + x

2

dx,

5.7. Podstawowe twierdzenia rachunku caÃlkowego.

Jedno z podstawowych twierdze´

n rachunku caÃlkowego poznali´smy w poprzed-

nim paragrafie, mowa o twierdzeniu Newtona-Leibniza. W paragrafie 5.7 udowod-
nimy drugie podstawowe twierdzenie rachunku caÃlkowego. W tym celu zdefiniowa´c
musimy poje,cie funkcji g´ornej granicy caÃlkowania.

Definicja 5.7.1. Niech funkcja be,dzie funkcjacaÃlkowalnana przedziale

< a, b >. Funkcjedanawzorem

(x) =

x

Z

c

(t)dt,

x ∈< a, b >

nazywamy funkcja, g´ornej granicy caÃlkowania.

Podamy teraz kilka wÃlasno´sci funkcji zdefiniowanej powy˙zej.

108

background image

Twierdzenie 5.7.1. Je˙zeli funkcja jest funkcjacaÃlkowalnana przedziale

< a, b >, to funkcja g´ornej granicy caÃlkowania jest funkcjacia,gÃlana przedziale

< a, b >.

Dow´

od. Niech x

0

be,dadowolne i niech nale˙zado przedziaÃlu < a, b >. Wtedy

(x− F (x

0

) =

x

Z

c

(t)dt −

x

0

Z

c

(t)dt

=

x

Z

c

(t)dt +

c

Z

x

0

(t)dt =

x

Z

x

0

(t)dt.

Poniewa˙z funkcja jest caÃlkowalna na przedziale < a, b >, to jest na tym przedziale
ograniczona, a zatem

_

M >0

^

x∈<a,b>

| f (x|≤ M.

Na mocy wniosku 5.6.6 mamy

¯

¯

¯

x

Z

x

0

(t)dt

¯

¯

¯ ≤ M | x − x

0

| .

Zatem

| F (x− F (x

0

|≤ M | x − x

0

| .

Sta,d

^

M

_

δ

^

x∈<a,b>

| x − x

0

|< δ ⇒| F (x− f (x

0

|< M δ

co oznacza, ˙ze

lim

x→x

0

(x) = (x

0

),

x ∈< a, b > .

Wobec tego funkcja g´ornej granicy caÃlkowania jest cia,gÃla na przedziale < a, b >.

Twierdzenie 5.7.2. (II gÃl´owne twierdzenie rachunku caÃlkowego) Je˙zeli funkcja f
jest caÃlkowalna na < a, b > i cia,gÃla w pewnym punkcie x

0

∈< a, b >, to funkcja

g´ornej granicy caÃlkowania ma pochodnaw punkcie x

0

oraz F

0

(x

0

) = (x

0

).

Dow´

od. Zauwa˙zmy, ˙ze

(x

0

+ ∆x− F (x

0

)

x

=

x

0

+∆x

R

c

(t)dt −

x

0

R

c

(t)dt

x

=

x

0

+∆x

R

x

0

(t)dt

x

.

109

background image

Niech ε > 0. Poniewa˙z jest cia,gÃla na < a, b >, to

_

δ

^

x∈<a,b>

| x − x

0

|< δ ⇒ f (x

0

− ε < f (x< f (x

0

) + ε.

Zatem

x

0

+∆x

Z

x

0

((x

0

− ε)dt <

x

0

+∆x

Z

x

0

(t)dt <

x

0

+∆x

Z

x

0

((x

0

) + ε)dt.

Sta,d mamy

((x

0

− ε)∆x <

x

0

+∆x

Z

x

0

(t)dt < ((x

0

) + ε)∆x.

Wobec tego

(x

0

− ε <

(x

0

+ ∆x− F (x

0

)

x

< f (x

0

) + ε.

Otrzymali´smy zatem

¯

¯

¯

(x

0

+ ∆x− F (x

0

)

x

− f (x

0

)

¯

¯

¯ < ε,

co oznacza, ˙ze F

0

(x

0

) = (x

0

).

5.8. CaÃlka niewÃla´sciwa.

W poprzednich paragrafach zdefiniowali´smy caÃlkeoznaczonapo przedziale

sko´

nczonym. W tym paragrafie zajmiemy sieproblemem caÃlki oznaczonej po

przedziale niesko´

nczonym.

ZaÃl´o˙zmy na pocza,tek, ˙ze funkcja jest okre´slona w przedziale (a, b > i ˙ze jest

ona caÃlkowalna w ka˙zdym przedziale < h, b >, gdzie a < h < b. Ponadto zaÃl´o˙zmy,

˙ze funkcja jest nieograniczona w ka˙zdym przedziale (a, h). Powiemy wtedy, ˙ze

funkcja f ma osobliwo´s´c w punkcie a.

Definicja 5.8.1. CaÃlka, niewÃla´sciwa, nazywamy naste,puja,cagranice,

lim

h→a

+

b

Z

h

(x)dx.

CaÃlkeniewÃla´sciwaoznacza´c be,dziemy tak jak caÃlkeoznaczona,. Zatem mo˙zemy

napisa´c

b

Z

a

(x)dx = lim

h→a

+

b

Z

h

(x)dx,

110

background image

gdy funkcja ma w punkcie osobliwo´s´c.

ZaÃl´o˙zmy teraz, ˙ze funkcja ma osobliwo´a´c w punkcie b, tzn. jest okre´slona

w przedziale < a, b), caÃlkowalna w ka˙zdym przedziale < a, h >, gdzie a < h < b i
jest nieograniczona w ka˙zdym przedziale (h, b).

Definicja 5.8.2. CaÃlka, niewÃla´sciwa, nazywamy naste,puja,cagranice,

lim

h→b

b

Z

h

(x)dx.

Z uwagi na wcze´sniejsze oznaczenia mo˙zemy zatem napisa´c

b

Z

a

(x)dx = lim

h→b

h

Z

a

(x)dx,

gdy funkcja ma w punkcie osobliwo´s´c.

Naste,puja,ce twierdzenie uÃlatwi nam obliczanie caÃlek niewÃla´sciwych.

Twierdzenie 5.8.1. Je˙zeli funkcja ma osobliwo´s´c w punkcie a, to

b

Z

a

(x)dx (b− lim

h→a

+

(h).

Je˙zeli natomiast funkcja ma osobliwo´s´c w pyunkcie b, to

b

Z

a

(x)dx = lim

h→b

(h− F (a).

W przypadku, gdy funkcja ma osobliwo´s´c wewna,trz przedziaÃlu caÃlkowania,

to mo˙zemy posta,pi´c jak naste,puje

b

Z

a

(x)dx =

c

Z

a

(x)dx +

b

Z

c

(x)dx,

gdzie nie jest osobliwo´sciafunkcji f.

Podobnie poste,pujemy, gdy oba ko´nce przedziaÃlu caÃlkowania sapunktami

nieosobliwymi funkcji podcaÃlkowej.

Czasami zdarzy´c siemo˙ze, ˙ze przedziaÃl caÃlkowania jest nieograniczony.

111

background image

Definicja 5.8.3. Naste,puja,ce granice nazywamy caÃlkami niewÃla´sciwymi

Z

a

(x)dx = lim

h→∞

h

Z

a

(x)dx,

b

Z

−∞

(x)dx = lim

h→−∞

b

Z

h

(x)dx.

W przypadku, gdy caÃlkujemy funkcjepo caÃlym zbiorze liczb rzeczywistych mo˙zemy

posta,pi´c w naste,puja,cy spos´ob

Z

−∞

(x)dx =

c

Z

−∞

(x)dx +

Z

c

(x)dx.

Zadanie 5.8.1. Oblicz podane caÃlki niewÃla´sciwe

a)

2

Z

1

x

x − 1

dx,

d)

2

Z

0

1

x

2

− 4+ 3

dx,

b)

1

Z

0

ln xdx,

e)

Z

1

ln x

x

dx,

c)

Z

0

dx

1 + x

3

,

f )

Z

e

dx

ln(ln x)

,

112

background image

5.9. Zastosowania caÃlki oznaczonej.

Podamy teraz pewne zastosowania caÃlki oznaczonej.

Zastosowania w geometrii

1. Niech funkcje be,dacaÃlkowalne na przedziale < a, b > oraz niech d(x

g(x) dla ka˙zdego x ∈< a, b >. Wtedy pole trapezu krzywolinowego ograniczo-
nego wykresami funkcji oraz prostymi awyra˙za siewzorem:

=

b

Z

a

[g(x− d(x)]dx

2. Niech funkcja ma cia,gÃlapochodnana przedziale < a, b >. Wtedy dÃlugo´s´c

Ãluku krzywej Γ = {(x, f (x)) : x ∈< a, b >} wyra˙za siewzorem

=

b

Z

a

p

1 + [f

0

(x)]

2

dx.

113

background image

Je˙zeli krzywa Γ dana jest parametrycznie r´ownaniami

½

ϕ(t),
ψ(t),

t ∈< α, β >

(5.9.1)

to dÃlugo´s´c Ãluku tej krzywej dana jest wzorem

=

β

Z

α

p

[ϕ

0

(t)]

2

+ [ψ

0

(t)]

2

dt.

3. Niech be,dzie funkcjanieujemnai caÃlkowalnana przedziale < a, b >. Pon-

adto niech oznacza trapez krzywoliniowy ograniczony wykresem funkcji ,
osia, OX oraz prostymi ab. Wtedy obje,to´s´c bryÃly powstaÃlej z obrotu

trapezu wok´oÃl osi OX wyra˙za siewzorem

π

b

Z

a

[(x)]

2

dx.

W przypadku, gdy wykres funkcji jest krzywazadanaparametrycznie r´ow-

naniami 5.9.1, to

π

β

Z

α

[ψ(t)]

2

| ϕ

0

(t| dt.

4. Niech funkcja ma cia,gÃlapochodnana przedziale < a, b >. Wtedy pole

powierzchni powstaÃlej z obrotu wykresu funkcji wok´oÃl osi OX wyra˙za sie,

wzorem

= 2π

b

Z

a

| f (x|

p

1 + [f

0

(x)]

2

dx

114

background image

W przypadku, gdy wykres funkcji dany jest r´ownaniami 5.9.1, mamy

= 2π

β

Z

α

| ψ(t|

p

[ϕ

0

(t)]

2

+ [ψ

0

(t)]

2

dt.

Zastosowania w fizyce

1. Niech punkt materialny porusza siepo pÃlaszczy´znie lub w przestrzeni ze

zmiennaszybko´scia, v(t). Wtedy droga przebyta przez ten punkt w przedziale

czasowym < t

1

, t

2

dana jest wzorem

=

t

2

Z

t

1

v(t)dt.

2. ZaÃl´o˙zmy, ˙ze r´ownolegle do osi OX dziaÃla zmienna siÃla (x). Praca wykonana

przez tesiÃleod punktu do punktu wyra˙za siewzorem

=

b

Z

a

(x)dx.

115

background image

6. LICZBY ZESPOLONE

Rozwa˙zmy zbi´or uporza,dkowanych par liczb rzeczywistych (a, b). Przyjmijmy,

˙ze dwie pary liczbowe (a, b), (c, d) sar´owne wtedy i tylko wtedy, gdy d.

Okre´slmy w zbiorze par liczbowych dwa dziaÃlania:

dodawanie (a, b) + (c, d) = (c, b d),

(6.1)

mno˙zenie (a, b· (c, d) = (ac − bd, ad cb).

(6.2)

Zauwa˙zmy, ˙ze powy˙zsze dziaÃlania majanaste,puja,ce wÃlasno´sci:

1.

o

Ãla,czno´s´c dodawania, tj.

(a, b) + [(c, d) + (e, f )] = [(a, b) + (c, d)] + (e, f )

2.

o

element neutralny dodawania, tj.

_

(x,y)

^

(a,b)

(a, b) + (x, y) = (a, b)w tym przypadku (x, y) = (00)

3.

o

element przeciwny dodawania, tj.

^

(a,b)

_

(x,y)

(a, b) + (x, y) = (00)w tym przypadku (x, y) = (−a, −b)

4.

o

przemienno´s´c dodawania, tj.

(a, b) + (c, d) = (c, d) + (a, b)

5.

o

Ãla,czno´s´c mno˙zenia, tj.

(a, b· [(c, d· (e, f )] = [(a, b· (c, d)] · (e, f )

6.

o

element neutralny mno˙zenia, tj.

_

(x,y)

^

(a,b)

(a, b· (x, y) = (a, b)w tym przypadku (x, y) = (10)

7.

o

element odwrotny mno˙zenia, tj.

^

(a,b)6=(0,0)

_

(x,y)

(a, b)·(x, y) = (00)w tym przypadku (x, y) =

³

a

a

2

b

2

,

−b

a

2

b

2

´

116

background image

8.

o

przemienno´s´c mno˙zenia, tj.

(a, b· (c, d) = (c, d· (a, b)

9.

o

rozdzielno´s´c mno˙zenia wzgle,dem dodawania, tj.

(a, b· [(c, d) + (e, f )] = (a, b)(c, d) + (a, b)(e, f )

Poka˙zemy teraz, ˙ze istotnie dziaÃlania zdefiniowane wzorami (6.1) i (6.2) maja,

wÃlasno´sci 1-9.
Ad. 1.

o

Zauwa˙zmy, ˙ze

(a, b) + [(c, d) + (e, f )] = (a, b) + (e, d ) = (+ (e), b + ())

= ((c) + e, (d) + ) = (c, b d) + (e, f ) = [(a, b) + (c, d)] + (e, f )

Ad. 2.

o

Aby wyznaczy´c element neutralny dodawania nale˙zy rozwia,za´c naste,pu-

ja,cy ukÃlad r´owna´n

½

a
b

ÃLatwo zauwa˙zy´c, ˙ze rozwia,zaniem tego ukÃladu jest = 0 i = 0.

Ad. 3.

o

W tym przypadku, aby wyznaczy´c element przeciwny musimy znale´z´c

rozwia,zanie ukÃladu

½

= 0
= 0

Rozwia,zaniem powy˙zszego ukÃladu jest −a −b.

Ad. 4.

o

WÃlasno´s´c ta wynika z przemienno´sci dodawania liczb rzeczywistych, mamy

bowiem

(a, b) + (c, d) = (c, b d) = (a, d b) = (c, d) + (a, b)

Ad. 5.

o

Korzystajcze wzoru (6.2) otrzymujemy

(a, b· [(c, d· (e, f )] = (a, b· (ce − df, cf de)

= (a(ce − df − b(cf de), a(cf de) + b(ce − df ))

= (ace − adf − bcf − bde, acf ade bce − bdf )

= ((ac − bd)e − (ad bc)f, (ac − bd)+ (ad bc)e)

= (ac − bd, ad bc· (e, f ) = [(a, b· (c, d)] · (e, f )

117

background image

Ad. 6.

o

Chca,c znale´z´c element neutralny mno˙zenia rozwia,zujemy ukÃlad r´owna´n

½

ax − by a
bx 
ay b

Otrzymujemy = 1 i = 0
Ad. 7.

o

Zauwa˙zmy, ˙ze element odwrotny mno˙zenia jest rozwia,zaniem ukÃladu

r´owna´

n

½

ax − by = 1
bx ay = 0

Zatem mamy (x, y) =

³

a

a

2

b

2

,

−b

a

2

b

2

´

.

Ad. 8.

o

Przemienno´s´c mno˙zenia wynika z przemienno´sci mno˙zenia liczb rzeczy-

wistych, gdy˙z

(a, b· (c, d) = (ac − bd, ad bc) = (ca − db, da cb) = (c, d· (a, b)

Ad. 9.

o

W tym przypadku korzystaja,c z rozdzielno´sci mno˙zenia wzgle,dem do-

dawania liczb rzeczywistych mamy

(a, b· [(c, d) + (e, f )] = (a, b· (e, d )

= (a(e− b(), a() + b(e)) = (ac ae − bd − bf, ad af bc be)

= ((ac−bd)+(ae−bf )(ad+bc)+(af +be)) = (ac−bd, ad+bc)+(ae−bf, af +be)

= (a, b· (c, d) + (a, b· (e, f )

Definicja 6.1. Zbi´or par liczbowych z dziaÃlaniami dodawania i mno˙zenia zdefi-
niowanymi odpowiednio wzorami (6.1) i (6.2) nazywamy ciaÃlem liczb zespolonych
i oznaczamy (C+, ·). Elementy zbioru C nazywamy liczbami zespolonymi. Pier-
wszy element pary (a, b) nazywamy cze,´scia, rzeczywista,, a drugi cze,´scia, urojona,.

Pare(a, 0) nazywa´c be,dziemy liczba, czysto rzeczywista,, a pare(0, b)-czysto

urojona,.

Pare(01) nazywamy jednostka, urojona, i oznaczamy j.

Zauwa˙zmy, ˙ze

j

2

= (01)(01) = (0 · − · 1· 0 + 0 · 1) = (10) = 1

Najcze,´sciej liczbezespolonaoznacza´c be,dziemy litera, z. Zatem przy powy˙zszych

oznaczeniach mo˙zemy napisa´c

= (a, b) = jb, a ∈ R, b ∈ R

118

background image

Takaposta´c be,dziemy nazywa´c postacia, algebraiczna, liczby zespolonej.

Cze,´s´c rzeczywistaliczby oznaczamy Rez, za´s cze,´s´c urojonaprzez Imz.

Wobec tego be,dziemy r´ownie˙z pisa´c

= RejImz

Zauwa˙zmy, ˙ze liczbezespolona, z mo˙zemy zinterpretowa´c geometrycznie jako wek-

tor o pocza,tku w punkcie (00) i ko´ncu w punkcie (Rez, Imz).

6.1. DziaÃlania arytmetyczne w zakresie liczb zespolonych.

Wzory (6.1) i (6.2) definiujanam dwa dziaÃlania arytmetyczne w zakresie

liczb zespolonych, tj. dodawanie i mno˙zenie. Poznamy jeszcze dwa dziaÃlania,
kt´ore zdefiniujemy w oparciu o dziaÃlanie dodawania i mno˙zenia tj. odejmowanie
i dzielenie. Odja,´c liczbezespolona, z

2

od liczby zespolonej z

1

to znaczy doda´c do

liczby z

1

element przeciwny wzgle,dem dodawania do liczby z

2

z

1

− z

2

= (a, b− (c, d) = (a, b) + (−c, −d) = (a − b, c − d)

Podzieli´c liczbezespolona, z

1

przez liczbezespolona, z

2

to znaczy pomno˙zy´c liczbe,

z

1

przez element odwrotny wzgle,dem mno˙zenia do liczby z

2

z

1

z

2

=

(a, b)
(c, d)

= (a, b·

³

c

c

2

d

2

,

−d

c

2

d

2

´

=

³ ac bd

c

2

d

2

,

bc − ad

c

2

d

2

´

.

Definicja 6.1.1. Liczba, sprze,˙zona, do liczby zespolonej z jb nazywamy

liczbe, z o przeciwnej cze,´sci urojonej, tj. liczbeokre´slonawzorem

a − jb

Zauwa˙zmy, ˙ze na to aby podzieli´c przez siebie dwie liczby zespolone w postaci
algebraicznej wystarczy licznik i mianownik pomno˙zy´c przez liczbesprze,˙zonado

mianownika.

WÃlasno´sci sprze,˙zenia liczb zespolonych:

1. z

1

z

2

z

1

z

2

,

2. z

1

− z

2

z

1

− z

2

,

3. z

1

· z

2

z

1

· z

2

,

119

background image

4.

³ z

1

z

2

´

=

z

1

z

2

,

5. = 2Rez,

6. z − z = 2jImz,

7. (z) = z.

6.2. Posta´

c trygonometryczna i wykÃladnicza liczby zespolonej

W poprzednim paragrafie poznali´smy posta´c algebraicznaliczby zespolonej.

Natomiast w tym paragrafie poznamy inne jej postaci.

Definicja 6.2.1. ModuÃlem liczby zespolonej z jy nazywamy liczberzeczy-

wista, | z | oke´slonawzorem

| z |=

p

x

2

y

2

.

Zauwa˙zmy, ˙ze

(x, 0) |=

x

2

=| x | .

Mo˙zemy zatem powiedzie´c, ˙ze moduÃl liczby zaspolonej jest uog´olnieniem poje,cia

warto´sci bezwzgle,dnej liczby rzeczywistej.

ModuÃl liczby zespolonej mo˙zemy zinterpretowa´c geometrycznie jako dÃlugo´s´c

wektora odpowiadaja,cego danej liczbie zespolonej.
Definicja 6.2.2. Argumentem liczby zespolonej z x+jy nazywamy ka˙zdaliczbe,

rzeczywista, ϕ speÃlniaja,caukÃlad r´owna´n

cos ϕ =

x

| z |

sin ϕ =

y

| z |

(6.2.1)

Zauwa˙zmy, ˙ze argument liczby zero jest nieokre´slony, poniewa˙z jej moduÃl jest
r´owny zero. Ponadto z wÃlasno´sci funkcji trygonometrycznych wynika, ˙ze ka˙zda
liczba zespolona r´o˙zna od zera ma przeliczalnie wiele argument´ow, kt´ore r´o˙znia,

sieod siebie o caÃlkowitawielokrotno´s´c 2π. Spo´sr´od wszystkich argument´ow liczby

zespolonej wyr´o˙zniamy ten, kt´ory nale˙zy do przedziaÃlu 02π) i nazywamy go
argumentem gÃl´ownym liczby zespolonej przyjmuja,c oznaczenie Argz.

Geomertycznie argument liczby zespolonej jest miaraka,ta jaki tworzy wektor

odpowiadaja,cy tej liczbie z dodatniacze,´sciaosi rzeczywitej.

Zauwa˙zmy, ˙ze ze wzor´ow (6.2.1) wynika, ˙ze

Re=| z | cos(Argz)

Im=| z | sin(Argz)

120

background image

Wobec tego ka˙zdaliczbezespolonazapisa´c mo˙zna w naste,puja,cej postaci

=| z | (cos Argsin Argz).

Powy˙zszaposta´c nazywamy postacia, trygonometryczna, liczby zespolonej.

Niech teraz dane be,dadwie dowolne liczby zespolone

z

1

r

1

(cos ϕ

1

sin ϕ

1

),

z

2

r

2

(cos ϕ

2

sin ϕ

2

),

gdzie r

i

=| z

i

|ϕ

i

= Argz

i

dla = 12. Zauwa˙zmy, ˙ze

z

1

· z

2

r

1

r

2

£

cos ϕ

1

cos ϕ

2

− sin ϕ

1

sin ϕ

2

j(cos ϕ

1

sin ϕ

2

+ sin ϕ

1

cos ϕ

2

)

¤

.

r

1

r

2

£

cos(ϕ

1

ϕ

2

) + sin(ϕ

1

ϕ

2

)

¤

.

Ponadto mamy

z

1

z

2

=

r

1

(cos ϕ

1

sin ϕ

1

)r

2

(cos ϕ

2

− j sin ϕ

2

)

r

2

(cos ϕ

2

sin ϕ

2

)r

2

(cos ϕ

2

− j sin ϕ

2

)

=

r

1

r

2

[cos ϕ

1

cos ϕ

2

+ sin ϕ

1

sin ϕ

2

j(sin ϕ

1

cos ϕ

2

− sin ϕ

2

cos ϕ

1

)]

r

2

2

(cos

2

ϕ

2

+ sin

2

ϕ

2

)

=

r

1

r

2

£

cos(ϕ

1

− ϕ

2

) + sin(ϕ

1

− ϕ

2

)

¤

.

Zatem otrzymujemy naste,puja,ce wÃlasno´sci moduÃlu i argumentu liczby zespolonej

1. moduÃl iloczynu liczb zespolonych jest r´owny iloczynowi moduÃl´ow

| z

1

· z

2

|=| z

1

| · | z

2

|

2. argument iloczynu liczb zespolonych jest r´owny sumie argument´ow

Arg(z

1

· z

2

) = Argz

1

+ Argz

2

3. moduÃl ilorazu liczb zespolonych jest r´owny ilorazowi moduÃl´ow

¯

¯

¯

z

1

z

2

¯

¯

¯ =

| z

1

|

| z

2

|

121

background image

4. argument ilorazu liczb zespolonych jest r´owny r´o˙znicy argument´ow

Arg

³ z

1

z

2

´

= Argz

1

− Argz

2

.

Ponadto mo˙zna udowodni´c naste,puja,ce wÃlasno´sci moduÃlu i argumentu liczby ze-

spolonej

5. | z |=| z |=| −z |,

6. zz =| z |

2

,

7. | z

1

z

2

|≤| z

1

| z

2

|,

8.

¯

¯

¯ | z

1

| − | z

2

|

¯

¯

¯ ≤| z

1

− z

2

|,

9. Arg(z) = Argz,

10. Arg(−z) = π + Argz,

11. Arg

¡

1
z

¢

Argz.

Definicja 6.2.3. Dla ϕ ∈ R liczbezepolonacos ϕ sin ϕ oznaczamy przez e

.

Symbol e

ma naste,puja,ce wÃlasno´sci

1. e

j(ϕ

1

+ϕ

2

)

= e

1

· e

2

,

2. e

j(ϕ

1

−ϕ

2

)

=

e

1

e

2

,

3.

³

e

´

n

= e

jnϕ

,

4. e

|= 1,

5. Arg

¡

e

¢

ϕ.

Symbol podany w definicji 6.2.3 nosi nazwe, symbolu Eulera. Pozwala on

mie,dzy innymi na zapisanie dowolnej liczby zespolonej w tak zwanej postaci wy-

kÃladniczej

=| z | e

,

ϕ = Argz.

122

background image

Zauwa˙zmy, ˙ze dla x ∈ R mamy

e

jx

+ e

−jx

= cos sin + cos(−x) + sin(−x)

= cos sin + cos x − j sin = 2 cos x.

Ponadto

e

jx

− e

−jx

= cos sin x − [cos(−x) + sin(−x)

= cos sin x − cos sin = 2sin x.

Otrzymujemy sta,d naste,puja,ce wzory zwane wzorami Eulera

cos =

e

jx

+ e

−jx

2

sin =

e

jx

− e

−jx

2j

Zadanie 6.2.1. Wykonaj podane dziaÃlania

a) (1 − 3j) + (4 − 5j· (1 + 2j) + (7 − 3j), b)

2 + 3j

2 + j

,

c)

¯

¯

¯

1 + 3j
− 4j

¯

¯

¯,

d) (2 − j)(2 + j|.

Zadanie 6.2.2. Naszkicuj zbiory liczb zespolonych speÃlniaja,ce podane warunki

a) | z − 2j |≤ ∨ | z + 2 |≤ 4,

b)

¯

¯

¯

j

z

2

+ 1

¯

¯

¯ ≥ 1,

c) Re(+ 1) ∧ | j − z |< 3,

d) | z + 2 |<| z − j |.

6.3.

Pote,gowanie i pierwiastkowanie liczb zespolonych. Wz´or de

Moivre’a.

Definicja 6.3.1. Pote,ga, stopnia naturalnego z liczby zepolonej z nazywamy n-

krotny iloczyn liczby przez siebie

z

n

z · z · . . . · z.

123

background image

Twierdzenie 6.3.1. (wz´or de Moivre’a) Niech r(cos ϕ sin ϕ), gdzie r > 0
ϕ ∈ R oraz niech n ∈ N. Wtedy

z

n

r

n

(cos nϕ sin ).

Dow´od tego twierdzenia przeprowadza siemetodaindukcji matematycznej.

Definicja 6.3.2. Pierwiastkiem stopnia n ∈ z liczby zespolonej z nazywamy
ka˙zdaliczbezespolona, w speÃlniaja,canaste,puja,car´owno´s´c

w

n

z.

ÃLatwo zauwa˙zy´c, ˙ze liczba zepolona posiada dokÃladnie piewrwiastk´ow n-tego

stopnia. Posta´c tych pierwiastk´ow podaje naste,puja,ce twierdzenie.

Twierdzenie 6.3.2. Niech r(cos ϕ sin ϕ), gdzie r > 0 i ϕ ∈ R oraz niech
n ∈ N. Wtedy zbi´or pierwiastk´ow n-tego stopnia z liczby ma posta´c

z

k

=

n

r

³

cos

ϕ + 2

n

sin

ϕ + 2

n

´

, k = 01, . . . , n − 1.

(6.3.1)

Dow´

od. Aby wyznaczy´c pierwiastki n-tego stopnia z liczby nale˙zy rozwia,za´c

r´ownanie

w

n

z.

Niech q(cos sin %). Wtedy stosuja,c wz´or de Moivre’a otrzymamy

q

n

(cos n% sin n%) = r(cos ϕ sin ϕ)

Sta,d mamy

q

n

r

i

n% ϕ + 2kπ,

gdzie k ∈ Z.

Zatem

=

n

r,

i

=

ϕ + 2

n

.

Z uwagi na okresowo´s´c funkcji trygonometrycznych pierwiastki z

k

z

k+n

pokry-

wajasie,. Wobec tego istnieje tylko r´o˙znych pierwiastk´ow n-tego stopnia z liczby

zespolonej z.

Pierwiastek, kt´ory otrzymamy ze wzoru (6.3.1) dla = 0 nazywa´c be,dziemy

gÃl´ownym pierwiastkiem stopnia n z liczby z.

Zauwa˙zmy, ˙ze gÃl´owny pierwiastek z dodatniej liczby rzezcywistej jest r´owny

jej pierwiastkowi arytmetycznemu.

Zbi´or pierwiastk´ow stopnia n ≥ 3 z liczby zespolonej w interpretacji ge-

omertycznej pokrywa sieze zbiorem wierzchoÃlk´ow n-ka,ta foremnego wpisanego

124

background image

w okra,g o promieniu

n

p

| z | i ´sroku w punkcie (00). Pierwszy wierzchoÃlek tego

wieloka,ta znajduje siew punkcie z

0

, a ka,ty mie,dzy wektorami odpowiadaja,cymi

pozostaÃlym pierwiastkom sar´owne

2π

n

.

Zadanie 6.3.1. Oblicz warto´sci podanych wyra˙ze´

n

a) (1 − j)

12

,

b) (1 +

3j)

30

,

c) (

− j)

8

,

d)

³ 1 − j

1 +

3

´

10

,

e)

³ − j

1 + j

´

6

,

f )

³ − j

3j

´

12

,

g)

4

1 + j,

h)

3

27j,

i)

− 12j,

j)

p

(5 − 4j)

4

,

k)

3

p

(2 − j)

6

,

l)

4

p

(2 + 3j)

4

.

Zadanie 6.3.2. Stosuja,c wzory Eulera wyrazi´c podane funkcje w postaci sum

sinus´ow i cosinus´ow wielokrotno´sci ka,ta x

a) sin

3

x,

b) cos

2

x,

c) sin

5

x,

d) cos

4

+ sin

4

x.

6.4. Wielomiany. Zasadnicze twierdzenie algebry.

Poje,cie wielomianu o wsp´oÃlczynnikach rzeczywistych znamy ze szkoÃly ´sredniej.

Teraz rozszerzymy je na wielomiany o wsp´oÃlczynnikach zespolonych.

Definicja 6.4.1. Wielomianem zespolonym stopnia n ∈ N nazywamy funkcje,

: C → C okre´slonawzorem

(z) = c

n

z

n

c

n−1

z

n−1

. . . c

1

c

0

,

gdzie c

k

∈ C dla 0 ≤ k ≤ n oraz c

n

6= 0.

Wielomiany o wsp´oÃlczynnikach zespolonych podobnie jak wielomiany o wsp´oÃl-

czynnikach rzeczywistych, sawtedy r´owne gdy satego samego stopnia i maja,

odpowiednie wsp´oÃlczynniki r´owne. Na wielomianach o wsp´oÃlczynnikach zespo-
lonych mo˙zemy wykonywa´c dziaÃlania w taki sam spos´ob jak na wielomianach o
wsp´oÃlczynnikach rzeczywistych.

Przypomnimy teraz poje,cie pierwiastka wielomianu

Definicja 6.4.2. Liczbezepolona, z

0

nazywamy pierwiastkiem wielomianu W (z),

je˙zeli (z

0

) = 0.

125

background image

Dla wielomian´ow zespolonych prawdziwe jest r´ownie˙z twierdzenie Bezuta.

Twierdzenie 6.4.1. Liczba z

0

jest pierwiastkiem wielomianu (z) wtedy i tylko

wtedy, gdy istnieje taki wielomian (z), ˙ze

(z) = (z)(z − z

0

).

Podamy teraz kilka wÃlasno´sci wielomian´ow zespolonych.

Twierdzenie 6.4.2. (zasadnicze twierdzenie algebry) Ka˙zdy wielomian zespolony
stopnia naturalnego ma co najmniej jeden pierwiastek zespolony.

Twierdzenie to zostaÃlo sformuÃlowane przez francuskiego matematyka

d’Alemberta. Obecnie znanych jest wiele dowod´ow tego twierdzenia, ale ˙zadnego z
nich nie przytoczymy, poniewa˙z wymagajaone wprowadzenia wielu dodatkowych

poje,´c matematycznych.

Bezpo´sredniakonsekwencjatego twierdzenia jest twierdzenie o rozkÃladzie

wielomianu zespolonego.

Twierdzenie 6.4.3. Ka˙zdy wielomian zespolony stopnia naturalnego jest rozkÃla-
dalny na czynniki stopnia pierwszego

(z) = c

n

(z − x

n

)(z − x

n−1

. . . (z − x

1

),

gdzie c

n

jest wsp´oÃlczynnikiem przy z

n

, a x

1

, x

2

, . . . , x

n

sawszystkimi (niekonie-

cznie r´o˙znymi) pierwiastkami zespolonymi tego wielomianu.

Zadanie 6.4.1. Podane wielomiany rozÃlo˙zy´c na czynniki

(z) = z

2

j,

(z) = z

3

+ 1,

Q(z) = z

4

− j,

R(z) = z

4

jz

2

+ 6,

(z) = z

4

− (1 + j)

4

.

126

background image

7. MACIERZE I WYZNACZNIKI

W rozdziale 7 zdefiniujemy poje,cie macierzy i wyznacznika. Poznamy r´ownie˙z

pewne wÃlasno´sci macierzy i wyznacznik´ow. WÃlasno´sci te wykorzystywa´c be,dziemy

do rozwia,zywania ukÃlad´ow r´owna´n liniowych, w kt´orych liczba niewiadomych nie

zawsze jest r´owna liczbie r´owna´

n.

7.1. Algebra macierzy.

Paragraf ten po´swie,cony be,dzie og´olnej teorii macierzy.

Definicja 7.1.1. Prostoka,tna, macierza, rzeczywista, (zespolona,) wymiaru m × n

nazywamy prostoka,tnatablicezÃlo˙zonamn liczb rzeczywistych (zespolonych)

ustawionych w wierszach i kolumnach w naste,puja,cy spos´ob

a

11

a

12

. . .

a

1j

. . .

a

1,n−1

a

1,n

a

21

a

22

. . .

a

2j

. . .

a

2,n−1

a

2,n

..

.

..

.

. ..

..

.

. ..

..

.

..

.

a

i1

a

i2

. . .

a

ij

. . .

a

i,n−1

a

i,n

..

.

..

.

. ..

..

.

. ..

..

.

..

.

a

m−1,1

a

m−1,2

. . . a

m−1,j

. . . a

m−1,n−1

a

m−1,n

a

m1

a

m2

. . .

a

mj

. . .

a

m,n−1

a

m,n

← i-ty wiersz

j-ta kolumna

Macierze oznacza´c be,dziemy du˙zymi literami alfabetu, np. ABC. Element

stoja,cy w i-tym wierszu i j-tej kolumnie oznacza´c be,dziemy przez a

ij

. Powy˙zsza,

macierz mo˙zemy r´ownie˙z zapisa´c w postaci:

= [a

ij

]

m×n

Powiemy, ˙ze dwie macierze = [a

ij

] i = [b

ij

] sar´owne je˙zeli satego samego

wymiaru (majatasamaliczbewierszy i kolumn) oraz

^

1≤i≤m, 1≤j≤n

a

ij

b

ij

.

Zdefiniujemy teraz kilka wa˙znych rodzaj´ow macierzy.

127

background image

Rodzaje macierzy:

1. Macierz wymiaru m × n, kt´orej wszystkie elementy sar´owne 0 nazywamy

macierza, zerowa,.

2. Macierz, w kt´orej liczba wierszy jest r´owna liczbie kolumn nazywamy macierza,

kwadratowa,. Liczbewierszy (kolumn) nazywamy wtedy stopniem macierzy.

Elementy macierzy kwadratowej maja,ce ten sam numer wiersza i kolumny

tworza, gÃl´owna, przeka,tna, macierzy.

3. Macierz kwadratowastopnia n ≥ 2, w kt´orej wszystkie elementy stoja,ce pod

gÃl´ownaprzeka,tnasar´owne 0, nazywamy macierza, tr´ojka,tna, g´orna,. Nato-

miast macierz, w kt´orej wszystkie elementy stoja,ce nad gÃl´ownaprzeka,tnasa,

r´owne 0, be,dziemy nazywa´c macierza, tr´ojka,tna, dolna,.

4. Macierz kwadratowastopnia n, w kt´orej wszystkie elementy z wyja,tkiem ele-

ment´ow gÃl´ownej przeka,tnej, sar´owne 0 nazywamy, macierza, diagonalna,.

5. Macierz diagonalnastopnia n, w kt´orej elementy z gÃl´ownej przeka,tnej sa,

r´owne 1 nazywa´c be,dziemy macierza, jednostkowa, stopnia n i oznacza´c I

n

.

6. Macierza, transponowana, do macierzy A = [a

ij

]

m×n

nazywamy macierz =

[b

ij

] wymiaru n × m, kt´orej elementy sa,, okre´slone wzorem

V

1≤i≤n, 1≤j≤m

b

ij

a

ji

.

Mo˙zna powiedzie´c, ˙ze macierz transponowana powstaje przez zamianewierszy

na kolumny, a kolumn na wiersze. Macierz transponowanaoznacza´c be,dziemy

w naste,puja,cy spos´ob A

T

.

Zauwa˙zmy, ˙ze (A

T

)

T

A.

7. Macierz nazywamy macierza, symetryczna, wtedy i tylko wtedy, gdy

A

T

A

8. Macierz nazywamy macierza, antysymetryczna, wtedy i tylko wtedy, gdy

A

T

−A,

gdzie −A = [−a

ij

].

9. Macierza, sprze,˙zona, z macierzazespolona, A = [a

ij

]

m×n

, nazywamy macierz

A, kt´ora ma elementy sprze,˙zone do element´ow macierzy A

= [a

ij

], a

ij

∈ C; 1 ≤ i ≤ m, ≤ j ≤ n.

128

background image

Na macierzach mo˙zemy wykonywa´c pewne dziaÃlania. Podamy teraz definicje

tych dziaÃla´

n. Niech dane be,dadwie macierz prostoka,tne = [a

ij

]

m×n

=

[b

ij

]

m×n

.

Definicja 7.1.2. Suma, macierzy A i B nazywamy macierz = [c

ij

]

m×n

, kt´orej

elementy okre´slone sawzorem

^

1≤i≤m, 1≤j≤n

c

ij

a

ij

b

ij

.

Sumemacierzy oznaczamy w naste,puja,cy spos´ob BR´o˙znica, macierzy

A i B nazywamy macierz = [c

ij

]

m×n

, kt´orej elementy okre´slone sawzorem

^

1≤i≤m, 1≤j≤n

c

ij

a

ij

− b

ij

.

W takim przypadku pisa´c be,dziemy A−B. Zauwa˙zmy, ˙ze dziaÃlania dodawania

i odejmowania macierzy okre´slone satylko na macierzach tego samego wymiaru.

Macierz wynikowa ma taki sam wymiar jak macierze B.

Definicja 7.1.3. Iloczynem macierzy A przez liczbe, γ nazywamy macierz =

[c

ij

]

m×n

, kt´orej elementy okre´slone sawzorem

^

1≤i≤m, 1≤j≤k

c

ij

γa

ij

.

W´owczas be,dziemy pisa´c γA.

Wy˙zej zdefiniowane dziaÃlania majanaste,puja,ce wÃlasno´sci:

1. A,

2. + (C) = (B) + C,

3. γ(B) = γA γB,

4. (γ δ)γA δA,

5. (γδ)γ(δA),

6. (B)

T

A

T

B

T

,

7. (γA)

T

γA

T

.

129

background image

Definicja 7.1.4. Niech macierz = [a

ij

] ma wymiar m × n, a macierz = [b

ij

]

ma wymiar n×kIloczynem macierzy A i B nazywamy macierz = [c

ij

] wymiaru

m × k, kt´orej elementy dane sawzorem

^

1≤i≤m, 1≤j≤n

c

ij

=

n

X

l=1

a

il

b

lj

.

Iloczyn macierzy oznaczamy w spos´ob naste,puja,cy A · B.

Zauwa˙zmy, ˙ze mno˙zenie macierzy nie zawsze jest wykonalne.

Zgodnie z

definicjamacierze mo˙zemy tylko wtedy przez siebie pomno˙zy´c, gdy liczba kol-

umn macierzy A jest r´owna liczbie wierszy macierzy B. Wynika sta,d, ˙ze mno˙zenie

macierzy prostoka,tnych nie zawsze jest przemienne.

Element c

ij

macierzy A · B otrzymujemy sumuja,c iloczyny odpowiada-

ja,cych sobie element´ow i-tego wiersza macierzy j-tej kolumny macierzy B.

WÃlasno´sci mno˙zenia macierzy

1. Je˙zeli macierz jest wymiaru m × n i macierze sawymiaru n × k, to

A(C) = AB AC.

2. Je˙zeli macierze sawymiaru m × n i macierz jest wymiaru n × k, to

(B)AC BC.

3. Je˙zeli macierz jest wymiaru m × n i macierz jest wymiaru n × k oraz γ
jest pewnaliczbarzeczywistalub zespolona,, to

A(γB) = (γA)γ(AB).

4. Je˙zeli macierz jest wymiaru m × n, macierz jest wymiaru n × k, a macierz
ma wymiar k × l, to

(AB)A(BC).

5. Je˙zeli macierz jest wymiaru m × n, a macierz jest wymiaru n × k, to

(AB)

T

B

T

A

T

.

Zamiast A · A · A . . . A be,dziemy pisa´c A

n

. Je˙zeli macierz jest macierzakwadra-

towato wtedy mamy

(A

n

)

T

= (A

T

)

n

.

130

background image

7.2. Wyznaczniki.

Niech A

ij

oznacza macierz jakaotrzymamy z macierzy poprzez skre´slenie

i-tego wiersza i j-tej kolumny.

Definicja 7.2.1. Wyznacznikiem macierzy kwadratowej A = [a

ij

] nazywamy

liczberzeczywistalub zespolonadetokre´slonaw naste,puja,cym wzorem rekuren-

cyjnym

1. je˙zeli stopie´

n macierzy jest r´owny 1, to

deta

11

,

2. Je˙zeli stopie´

macierzy jest wie,kszy ni˙z 1, to

det=

n

X

i=1

(1)

k+i

a

ki

detA

ki

,

gdzie 1 ≤ k ≤ n jest numerem dowolnie wybranego wiersza z macierzy A.

DefinicjetapodaÃl matematyk francuski Laplace, dlatego te˙z licza,c wyznacznik

macierzy be,dziemy m´owi´c, ˙ze stosujemy metoderozwinie,cia Laplace’a wzgle,dem

k-tego wiersza. Oczywi´scie, w my´sl tej definicji warto´s´c wyznacznika nie zale˙zy od
wyboru wiersza wzgle,dem, kt´orego be,dziemy go rozwija´c.

Zauwa˙zmy, ˙ze wyznacznik zdefiniowany jest tylko dla macierzy kwadratowych.

Nie mo˙zna wie,c posÃluguja,c siepowy˙zszadefinicja,, policzy´c wyznacznika z dowolnej

macierzy prostoka,tnej.

Wyznacznik macierzy mo˙zemy r´ownie˙z obliczy´c dokonuja,c rozwinie,cia wzgle,-

dem dowolnej kolumny danej macierzy. W´owczas je˙zeli stopie´

n macierzy jest

wie,kszy od 1, to

det=

n

X

j=1

(1)

k+j

a

jk

detA

jk

,

gdzie 1 ≤ k ≤ n jest numerem dowolnie wybranej kolumny z macierzy A.

WÃlasno´sci wyznacznik´

ow.

1. Wyznacznik macierzy kwadratowej maja,cej wiersz lub kolumnezÃlo˙zonaz

samych zer jest r´owny zero.

2. Je˙zeli w macierzy kwadratowej zamienimy miejscami dwa wiersze albo dwie

kolumny, to jej wyznacznik zmieni znak na przeciwny.

131

background image

3. Wyznacznik macierzy kwadratowej , w kt´orej dwa wiersze lub dwie kolumny

majaproporcjonalne elementy jest r´owny zero.

4. Je˙zeli jednaz kolumn lub jeden z wierszy pomno˙zymy przez dowolnaliczbe,

c, to wyznacznik macierzy zostanie r´ownie˙z pomno˙zony przez c.

5. Wyznacznik macierzy tr´ojka,tej dolnej i tr´ojka,tnej g´ornej jest r´owny iloczynowi

element´ow stoja,cych na gÃl´ownej przeka,tnej.

6. Wyznacznik macierzy kwadratowej nie zmieni sieje˙zeli dowolny wiersz po-

mno˙zymy przez liczber´o˙znaod zera i dodamy go do innego wiersza. Taka

sama wÃlasno´s´c zachodzi r´ownie˙z dla kolumn.

7. Wyznacznik macierzy transponowanej do macierzy kwadratowej jest r´owny

wyznacznikowi tej macierzy.

8. Wyznacznik macierzy jednostkowej, niezale˙znie od jej stopnia, jest r´owny je-

den.

Powy˙zsze wÃlasno´sci mo˙zemy wykorzysta´c do obliczania wyznacznik´ow. W

szczeg´olno´sci korzystaja,c z wÃlasno´sci 5 i 6 wyznacznik macierzy kwadratowej

mo˙zemy obliczy´c poprzez sprowadzenie jej do macierzy tr´ojka,tnej g´ornej ba,d´z dol-

nej. Dokonujemy tego wykorzystuja,c przede wszystkim wÃlasno´s´c 6. Oczywi´scie

otrzymana macierz tr´ojka,tna nie be,dzie r´owna macierzy wyj´sciowej, ale be,dzie

miaÃla taki sam wyznacznik.

Algorytm obliczania wyznacznika w oparciu o wÃlasno´s´c 5 i 6 nazywamy algo-

rytmem Gaussa i przebiega on wedÃlug naste,puja,cego schematu:

Wiersz 1 mno˙zymy przez 

a

21

a

11

i dodajemy do wiersza drugiego. Mo˙zemy ta,

operacjezapisa´c symbolicznie w naste,puja,cy spos´ob w

2

a

21

a

11

w

1

. W wyniku

takiego poste,powania w miejscu elementu a

12

otrzymamy 0. Podobnie poste,-

pujemy, aby wyzerowa´c pozostaÃle elementy kolumny pierwszej. PosÃlugujemy sie,

tylko wierszem pierwszym. Dokonujemy w tym celu naste,puja,cych operacji

w

3

a

31

a

11

w

1

w

4

a

41

a

11

w

1

..

.
w

n

a

n1

a

11

w

1

Naste,pnie posÃluguja,c siewierszem drugim z nowo powstaÃlej macierzy zerujemy

elementy stoja,ce pod gÃl´ownaprzeka,tnaz kolumny drugiej dokonuja,c operacji

w

3

a

0

31

a

0

22

w

2

132

background image

w

4

a

0

41

a

0

22

w

2

..

.
w

n

a

0

n1

a

0

22

w

2

,

gdzie a

0

ij

a

ij

− a

i1

a

1j

a

11

.

Dalej zerujemy elementy le˙za,ce pod gÃl´ownaprzeka,tnaw kolumnie trzeciej

wykorzystuja,c wiersz trzeci. DziaÃlania kontynuujemy, a˙z do uzyskania macierzy

tr´ojka,tnej g´ornej. Tak otrzymana macierz ma wyznacznik r´owny iloczynowi ele-

ment´ow z gÃl´ownej przeka,tnej, a ponadto jej wyznacznik jest taki sam jak macierzy

wyj´sciowej.

Podamy jeszcze jednawa˙znawÃlasno´s´c wyznacznik´ow.

Twierdzenie 7.2.1. (Cauchy’ego) Niech be,damacierzami kwadratowymi

tego samego stopnia. Wtedy

det(A · B) = detA · detB.

7.3. Macierz odwrotna.

Niech be,dzie macierzakwadratowastopnia n.

Definicja 7.3.1. Macierza, nieosobliwa, nazywamy macierz kwadratowa,, kt´orej

wyznacznik jest r´o˙zny od zera. Macierz, kt´ora ma wyznacznik r´owny zero nazy-
wamy macierza, osobliwa,.

Definicja 7.3.2. Macierza, odwrotna, do macierzy A nazywamy macierz oznaczona,

przez A

1

, kt´ora speÃlnia naste,puja,cy warunek

A · A

1

A

1

· A I,

gdzie jest macierzajednostkowa,.

Macierz do kt´orej istnieje macierz odwrotna nazywa´c be,dziemy macierza, od-

wracalna,.

Naste,puja,ce twierdzenie podajakilka wÃla´sciwo´sci macierzy odwrotnej.

Twierdzenie 7.3.1. Macierz odwracalna jest nieosobliwa.

Dow´

od. Twierdzenie to wynika z twierdzenia Cauchy’ego, mamy bowiem

det(A · A

1

) = detA · detA

1

.

133

background image

Z drugiej strony korzystaja,c z wÃlasno´sci 8 wyznacznika otrzymujemy

det(A · A

1

) = det= 1.

Zatem

detA · detA

1

= 1

oznacza to, ˙ze detA 6= 0.

Twierdzenie 7.3.2. Macierz odwrotna do macierzy nieosobliwej jest nieosobliwa.

Dow´

od.

Fakt ten wynika bezpo´srednio z dowodu twierdzenia poprzedniego.

Skoro

detA · detA

1

= 1,

to detA

1

6= 0.

Z dowodu twierdzenia 7.3.1 otrzymujemy r´ownie˙z naste,puja,cy fakt

Twierdzenie 7.3.3. Wyznacznik macierzy odwrotnej do macierzy r´owny jest
odwrotno´sci wyznacznika macierzy A

detA

1

=

1

detA

.

W kolejnym twierdzeniu wyka˙zemy, ˙ze ka˙zda macierz nieosobliwa jest od-

wracalna, tzn. udowodnimy twierdzenie odwrotne do twierdzenia 7.3.1. Metoda
dowodu be,dzie konstruktywna. Jednak˙ze wcze´sniej zdefiniujemy kilka pomoc-

niczych poje,´c.
Definicja 7.3.3. Minorem M

ij

odpowiadaja,cym elementowi a

ij

nazywamy wy-

znacznik jaki otrzymamy z wyznacznika macierzy przez skre´slenie i-tego wiersza
j-tej kolumny.

Definicja 7.3.4.

DopeÃlnieniem algebraicznym D

ij

elementu a

ij

wyznacznika

macierzy = [a

ij

] nazywamy iloczyn minora odpowiadaja,cego elementowi a

ij

oraz czynnika (1)

i+j

D

ij

= (1)

i+j

M

ij

Twierdzenie 7.3.4. Je˙zeli macierz kwadratowa stopnia jest nieosobliwa, to

A

1

=

1

detA

D

11

D

12

. . . D

1,n

D

21

D

22

. . . D

2,n

..

.

..

.

..

.

..

.

D

n1

D

n2

. . . D

n,n

T

134

background image

gdzie D

ij

oznaczajadopeÃlnienia algebraiczne element´ow a

ij

macierzy A.

Dow´

od. Niech = [c

ij

], gdzie

c

ij

=

D

ji

detA

oraz niech

δ

ij

=

½

1, i j,
0, i 6j.

Oczywi´scie = [δ

ij

]. Wyka˙zemy, ˙ze A · C I.

Element stoja,cy w i-tym wierszu i j-tej kolumnie macierzy A · C oznaczmy

przez [AC]

ij

. Mamy zatem

[AC]

ij

=

n

X

k=1

a

ik

c

kj

=

1

detA

n

X

k=1

a

ik

D

jk

=

1

detA

n

X

k=1

a

ik

(1)

j+k

detA

jk

δ

ij

,

gdy˙z dla j

n

X

k=1

a

ik

detA

jk

= detA,

a dla i 6powy˙zsza suma jest rozwinie,ciem Laplace’a wyznacznika o dw´och

jednakowych wiersza lub kolumnach.

Podobnie mo˙zemy wykaza´c, ˙ze C · A I.

Zadanie 7.3.1. Wykonaj podane dziaÃlania

a) A · B − C

2

,

b) 3C − A · B,

b) A · B + 2C,

a) C · A · B,

b) A

T

· C C · B

T

,

b) A

T

· B

T

− B · A,

gdzie

=

2

3

2
1

 , B =

·

1

3

2

1

¸

, C =

1

2

1

3

3

3

2

4

 .

Zadanie 7.3.2. Korzystaja,c z wÃlasno´sci wyznacznik´ow wykaza´c, ˙ze

a)

¯

¯

¯

¯

¯

¯

b c − a b c
c b − c

b

c

a − b a c

¯

¯

¯

¯

¯

¯

= 0,

b)

¯

¯

¯

¯

¯

¯

p

q

r

r p r p q

−r

−r

−r

¯

¯

¯

¯

¯

¯

= 0,

135

background image

Zadanie 7.3.3. Znale´z´c macierze odwrotne do podanych macierzy

=

2

3

3

1

4

4

2

1

0

 , C =

1

2

0

1

0

3

1

1

1

2

0

2

2

3

1

4

 .

7.4. Rza,d macierzy.

Na pocza,tku tego paragrafu rozszerzymy poje,cie minora.

Definicja 7.4.1. Minorem stopnia k macierzy A nazywamy wyznacznik stopnia
jaki otrzymamy z macierzy przez skre´slenie pewnej liczby kolumn i wierszy.

PrzykÃlad 7.4.1. Niech dana be,dzie macierz

=

·

2

3

1

2

4

¸

.

Macierz ta posiada naste,puja,ce minory drugiego stopnia

M

1

= det

·

3

1

2

4

¸

= 10, M

2

= det

·

1
1

4

¸

= 9, M

3

= det

·

2

3

2

¸

7,

przy czym minor M

1

powstaÃl przez skre´slenie pierwszej kolumny, M

2

- przez

skre´slenie drugiej kolumny, a M

3

- trzeciej kolumny. Jednym z mior´ow pierwszego

stopnia jest minor jaki otrzymamy przez skre´slenie pierwszej i drugiej kolumny
oraz drugiego wiersza = det[1] = 1.

Definicja 7.4.2. Rze,dem macierzy A = [a

ij

]

m×n

nazywamy

1) liczbezero, gdy macierz jest zerowa, tj.

V

1≤i≤m, 1≤j≤n

a

ij

= 0,

2) liczber´ownanajwie,kszemu ze stopni jej r´o˙znych od zera minor´ow, gdy macierz

jest niezerowa.

Rza,d macierzy oznacza´c be,dziemy symbolem rzA.

PrzykÃlad 7.4.2. Rozwa˙zmy macierz

=

1 2 3
4 5 6
7 8 9

 .

136

background image

Z macierzy tej mo˙zna utworzy´c tylko jeden minor trzeciego stopnia. Jest on r´owny
wyznacznikowi macierzy A. Zauwa˙zmy, ˙ze det= 0 oraz, ˙ze

det

·

1 2
4 5

¸

6= 0.

Zatem rz= 2 poniewa˙z z macierzy tej mo˙zemy utworzy´c nieosobliwamacierz

stopnia 2 (poprzez skre´slenie jednego wiersza i kolumny), a wszystkie jej minory
trzeciego stopnia sar´owne zero.

WÃlasno´sci rze,du macierzy.

1. Rza,d macierzy nieosobliwej stopnia jest r´owny n; rza,d niezerowej macierzy

kwadratowej osobliwej jest mniejszy od jej stopnia.

2. Rza,d macierzy nie ulegnie zmianie je´sli do dowolnego wiersza (kolumny) do-

damy inny wiersz (kolumne,) pomno˙zony przez liczber´o˙znaod zera.

3. Przestawienie wierszy (kolumn) macierzy nie zmienia jej rze,du.

4. Rza,d macierzy nie zmieni sieje˙zeli wykre´slimy z niej kolumnelub wiersz zÃlo˙zony

z samych zer.

Zadanie 7.4.1. Wyznacz rze,dy podanych macierzy

A

2 1 3 6
1 0 1 2
3 1 4 8

 , B =

1

2

1

2

1

1

1

2

4

1

 .

7.5. Wzory Cramera.

Definicja 7.5.1. UkÃlad r´owna´

n postaci

a

11

x

1

+a

12

x

2

· · ·

+a

1n

x

n

b

1

a

21

x

1

+a

22

x

2

· · ·

+a

2n

x

n

b

2

· · ·

· · ·

· · ·

· · ·

· · ·

a

m1

x

1

+a

m2

x

2

· · · +a

mn

x

n

b

m

(7.5.1)

nazywamy ukÃladem m r´owna´

n liniowych z n niewiadomymi x

1

, x

2

, . . . , x

n

. Macierz

=

a

11

a

12

· · ·

a

1n

a

21

a

22

· · ·

a

2n

· · ·

· · ·

· · ·

· · ·

a

m1

a

m2

· · · a

mn

137

background image

nazywamy macierza, gÃl´owna, ukÃladu, macierze

=

b

1

b

2

· · ·
b

m

 ,

=

x

1

x

2

· · ·

x

n

nazywamy odpowiednio kolumna, (macierza,) wyraz´ow wolnych kolumna, (macie-

rza,) niewiadomych.

Powy˙zszy ukÃlad mo˙zemy zapisa´c w naste,puja,cej postaci macierzowej

AX B.

Definicja 7.5.2. Rozwia,zaniem ukÃladu r´owna´n liniowych (7.5.1) nazywamy ka˙zdy

cia,g (x

1

, x

2

, . . . , x

n

) liczb rzeczywistych speÃlniaja,cych ten ukÃlad.

Je˙zeli istnieje dokÃladnie jeden cia,g (x

1

, x

2

, . . . , x

n

), kt´ory speÃlnia ukÃlad (7.5.1),

to m´owimy, ˙ze ukÃlad r´owna´

n liniowych jest oznaczony. W przypadku, gdy takich

cia,g´ow jest niesko´nczenie wiele ukÃlad be,dziemy nazywa´c nieoznaczonym. Nato-

miast ukÃlad r´owna´

n, kt´ory nie ma rozwia,za´n nazywamy sprzecznym.

Definicja 7.5.3. UkÃlad r´owna´

n liniowych (7.5.1), w kt´orym kolumna wyraz´ow

wolnych jest macierzazerowanazywamy ukÃladem jednorodnym.

Definicja 7.5.4. UkÃladem Cramera nazywamy ukÃlad, w kt´orym macierz gÃl´owna
jest macierzakwadratowanieosobliwa,.

Twierdzenie 7.5.1. (Cramera) UkÃlad Cramera ma dokÃladnie jedno rozwia,zanie

naste,puja,cej postaci

=

1

detA

detA

1

detA

2

..

.

detA

n

 ,

gdzie A

j

dla 1 ≤ j ≤ n oznacza macierz A, w kt´orej j-takolumnezasta,piono

kolumnawyraz´ow wolnych.

Poniewa˙z macierz jest macierzanieosobliwa,, to ukÃlad Cramera mo˙zna

r´ownie˙z rozwia,za´c wykorzystuja,c macierz odwrotna,. Mianowicie

A

1

· B.

Z twierdzenia Cramera wynika, ˙ze ukÃlad r´owna´

n liniowych, w kt´orym liczba r´ow-

na´

n jest taka sama jak liczba niewiadomych jest

138

background image

1. oznaczony, je´sli detA 6= 0,

2. nieoznaczony, je´sli det= 0 i

V

1≤j≤n

detA

j

= 0,

3. sprzeczny, je´sli det= 0 i

W

1≤j≤n

detA

j

6= 0.

Zauwa˙zmy, ˙ze jedynym rozwia,zaniem jednorodnego ukÃladu Cramera jest roz-

wia,zanie zerowe

x

1

= 0, x

2

= 0, . . . , x

n

= 0.

Zadanie 7.5.1. Rozwia,˙z podane ukÃlady r´owna´n

a)

x

1

+6x

2

−x

3

= 8

−x

1

4x

2

+5x

3

= 0

2x

1

+13x

2

+5x

3

= 10

b)

x

1

+2x

2

+3x

3

−x

4

= 3

3x

1

+6x

2

+3x

3

+x

4

= 1

2x

1

+4x

2

+7x

3

4x

4

= 14

−x

1

+2x

2

− x

3

x

4

3

c)

x

1

+x

2

−x

3

= 1

2x

1

+3x

2

+x

3

= 0

2x

1

+2x

2

2x

3

2

d)

2x

1

+2x

2

+2x

3

= 4

3x

1

+6x

2

+3x

3

= 1

x

1

+x

2

+x

3

2

c)

½

x

1

+x

2

= 0

2x

1

+3x

2

= 0

d)

2x

1

+x

2

2x

3

= 0

−x

1

+5x

2

+3x

3

= 0

x

1

+x

2

+x

3

= 0

Zadanie 7.5.2.

Przedyskutowa´c rozwia,zalno´s´c podanych ukÃlad´ow r´owna´n w

zale˙zno´sci od warto´sci parametru p.

a)

x

1

+px

2

−x

3

= 1

x

1

10x

2

6x

3

= 3

2x

1

−x

2

+px

3

= 0

b)

ax

1

+x

2

+x

3

= 1

x

1

+ax

2

+x

3

a

x

1

+x

2

+ax

3

a

2

139

background image

7.6. UkÃlady r´

owna´

n liniowych. Twierdzenia Kroneckera-Capelliego.

Niech dany be,dzie ukÃlad r´owna´n

a

11

x

1

+a

12

x

2

· · ·

+a

1n

x

n

b

1

a

21

x

1

+a

22

x

2

· · ·

+a

2n

x

n

b

2

· · ·

· · ·

· · ·

· · ·

· · ·

a

m1

x

1

+a

m2

x

2

· · · +a

mn

x

n

b

m

(7.6.1)

Macierz

=

a

11

a

12

· · ·

a

1n

a

21

a

22

· · ·

a

2n

· · ·

· · ·

· · ·

· · ·

a

m1

a

m2

· · · a

mn

(7.6.2)

nazywamy macierza, gÃl´owna, ukÃladu, natomiast macierze

=

b

1

b

2

· · ·
b

m

 ,

=

x

1

x

2

· · ·

x

n

nazywamy odpowiednio kolumna, (macierza,) wyraz´ow wolnych kolumna, (macie-

rza,) niewiadomych. Ponadto macierz

=

a

11

a

12

· · ·

a

1n

b

1

a

21

a

22

· · ·

a

2n

b

2

· · ·

· · ·

· · ·

· · ·

· · ·

a

m1

a

m2

· · · a

mn

b

m

(7.6.3)

powstaÃlaz macierzy przez doÃlaa,czenie kolumny wyraz´ow wolnych nazywamy

macierza, uzupeÃlniona,.

Twierdzenie 7.6.1. (Kroneckera-Capelliego) UkÃlad r´owna´

n liniowych (7.6.1) ma

rozwia,zanie wtedy i tylko wtedy, gdy rz= rzU, przy czym gdy rz= rzn,

to ukÃlad ma dokÃladnie jedno rozwia,zanie, gdy rz= rzU < n, to ukÃlad ma

niesko´

nczenie wiele rozwia,za´n zale˙znych od n − r parametr´ow.

Zauwa˙zmy, ˙ze je˙zeli ukÃlad (7.6.1) jest ukÃladem jednorodnym, to macierz

uzupeÃlniona powstaje przez dopisanie do macierzy gÃl´ownej kolumny zÃlo˙zonej z
samych zer. Zatem rze,dy tych macierzy satakie same, co oznacza, ˙ze ka˙zdy ukÃlad

jednorodny ma zawsze rozwia,zanie. Na mocy twierdzenia Kroneckera-Capelliego

ma on rozwia,zanie niezerowe tylko wtedy, gdy rza,d macierzy gÃl´ownej jest mniejszy

od liczby niewiadomych.

140

background image

Do rozwia,zywania ukÃlad´ow r´owna´n liniowych mo˙zemy zastosowa´c metodeelimi-

nacji Gaussa. Ka˙zedmu ukÃladowi r´owna´

n odpowiada pewna macierz uzupeÃlniona

i na odwr´ot maja,c danamacierz mo˙zemy japotraktowa´c jako macierz uzupeÃlniona,

pewnego ukÃladu r´owna´

n liniowych. Stosuja,c metodeeliminacji Gaussa do rozwia,-

zania ukÃladu r´owna´

n sprowadzamy jego macierz uzupeÃlnionado macierzy naste,-

puja,cej postaci

1

0

. . .

0

| p

1,r+1

p

1,r+2

. . .

p

1n

| z

1

0

1

. . .

0

| p

2,r+1

p

2,r+2

. . .

p

2n

| z

2

..

.

..

.

. ..

..

.

|

..

.

..

.

. ..

..

.

|

..

.

0

0

. . .

1

| p

r,r+1

p

r,r+2

. . .

p

rn

| z

r

−− −− −− −−

−−

−−

−− −−

−−

0

0

. . .

0

|

0

0

. . .

0

| z

r+1

,

gdzie rzr. W´owczas,

1) je˙zeli z

r+1

6= 0, ukÃlad jest sprzeczny,

2) je˙zeli ostani wiersz nie pojawi sier, to ukÃlad jest oznaczony i ma

rozwia,zanie postaci

x

1

z

1

,

x

2

z

2

, . . . , x

n

z

n

.

3) je˙zeli ostani wiersz nie pojawi sien > r, to ukÃlad jest nieoznaczony, a jego

rozwia,zania zale˙zaod parametr´ow (x

r+1

, x

r+2

, . . . , x

n

) w naste,puja,cy spos´ob

x

1

x

2

..

.

x

r

 =

z

1

z

2

..

.

z

r

 

p

1,r+1

p

1,r+2

. . . p

1n

p

2,r+1

p

2,r+2

. . . p

2n

..

.

..

.

. .. ...

p

r,r+1

p

r,r+2

. . . p

rn

x

r+1

x

r+2

..

.

x

n

Zadanie 7.6.1. Rozwia,˙z podane ukÃlady r´owna´n

a)

x

1

+6x

2

−x

3

= 0

−x

1

4x

2

+5x

3

= 6

3x

1

+17x

2

= 0

2x

1

+13x

2

+5x

3

= 8

b)

x

1

+2x

2

+3x

3

−x

4

= 0

3x

1

+6x

2

+3x

3

+x

4

= 5

2x

1

+4x

2

+7x

3

4x

4

6

Zadanie 7.6.2.

Przedyskutowa´c rozwia,zalno´s´c podanych ukÃlad´ow r´owna´n w

zale˙zno´sci od warto´sci parametru p.

a)

x

1

+px

2

−x

3

= 1

x

1

10x

2

6x

3

= 3

2x

1

−x

2

+px

3

= 0

b)

2x

1

+3x

2

−x

3

= 0

px

2

+(+ 1)x

3

1

x

1

+5x

2

= 1

2x

1

+x

2

+3x

3

1

141

background image

7.7. Warto´sci wÃlasne wektory wÃlasne i wielomian charakterystyczny
macierzy kwadratowej.

Niech dana be,dzie macierz kwadratowa = [a

ij

]

n×n

n ≥ 2 o elementach

rzeczywistych lub zespolonych. Zdefinujemy pewne charakterystyki tej macierzy.

Definicja 7.7.1. Niech = [v

j

]

1

be,dzie macierzakolumnowawierszach.

Ka˙zdaliczbe, λ speÃlniaja,car´ownanie

A · V λV

nazywamy warto´scia, wÃlasna, macierzy A, a macierz nazywamy wektorem wÃla-

snym macierzy A odpowiadaja,cym warto´sci wÃlasnej λ.

Warunek z definicji 7.7.1 mo˙zemy zapisa´c w naste,puja,cej postaci

(A − λI· V = 0,

(7.7.1)

gdzie jest macierzajednostkowatego samego stopnia co macierz A.

R´ownaniu macierzowemu (7.7.1) odpowiada naste,puja,cy ukÃlad r´owna´n

(a

11

− λ)v

1

+a

12

v

2

. . .

+a

1,n

v

n

= 0

a

21

v

1

+(a

22

− λ)v

2

. . .

+a

2,n

v

n

= 0

· · ·

· · ·

· · ·

· · ·

a

n,1

v

1

+a

n,2

v

2

. . . +(a

n,n

− λ)v

n

= 0

UkÃlad ten jest ukÃladem jednorodnym, zatem ma rozwia,zania niezerowe wtedy, gdy

wyznacznik macierzy gÃl´ownej jest r´owny zero, tj.

det(A − λI) = 0.

(7.7.2)

Macierz A − λI nazywa´c be,dziemy macierza, charakterystyczna, , za´s wyz-

nacznik tej macierzy rozpatrywany be,dzie jako funkcja zmiennej λ, kt´oranazwiemy

wielomianem charakterystycznym macierzy A. R´ownanie (7.7.2) nazywa´c be,dzie-

my r´ownaniem charakterystycznym. Rozwia,zania tego r´ownania saoczywi´scie

pierwiastkami wielomianu charakterystycznego. Jak Ãlatwo zauwa˙zy´c sato warto´sci

wÃlasne macierzy A.

Wielomian chakterystyczny ma ciekawawÃlasno´s´c, kt´orapodamy w twierdze-

niu udowodnionym przez Cayleya i Hamiltona.

Twierdzenie 7.7.1. Ka˙zda macierz kwadratowa speÃlnia swoje r´ownanie charak-
terystyczne.

142

background image

Innymi sÃlowy ka˙zda macierz kwadratowa jest pierwiastkiem swojego wielomi-

anu charakterystycznego.

GÃl´ownym zastosowaniem twierdzenia Cayleya-Hamiltona jest wyznaczanie

macierzy odwrotnej do danej macierzy nieosobliwej. Aby wyznaczy´c macierz
odwrotnado macierzy nieosobliwej nale˙zy wstawi´c jado jej r´ownania charak-

terystycznego, a naste,pnie pomno˙zy´c go stronami przez A

1

.

PrzykÃlad 7.7.1. Rozwia,˙zmy r´ownanie 7.7.2 kÃlada,c

=

1

2

0

0

1

0

2 1

 .

Otrzymamy w´owczas naste,puja,ce r´ownanie charakterystyczne

−λ

3

+ 3λ

2

− 3λ + 1 = 0.

Jedynym rozwia,zaniem tego r´ownania jest λ = 1. Zatem macierz ma tylko jedna,

warto´s´c wÃlasna,. Aby wyznaczy´c wektor wÃlasny odpowiadaja,cy tej warto´sci nale˙zy

rozwia,za´c r´ownanie

0

2 0

0

0 0

1 2 0

 ·

x

y
z

 =

0
0
0

lub r´ownowa˙znie ukÃlad r´owna´

n

½

2y

= 0

−x +2= 0

ÃLatwo zauwa˙zy´c, ˙ze ten jednorodny ukÃlad r´owna´

n ma niesko´

nczenie wiele rozwia,z´n

postaci = 0, y = 0, z p, gdzie p ∈ R. Zatem wektorem odpowiadaja,-

cym warto´sci wÃlasnej ka˙zdy wektor postaci

0
0
p

. W szczeg´olno´sci za wektor

odpowiadaja,cy warto´sci wÃlasnej λ = 1 mo˙zna przyja,´c wektor

0
0
1

.

Wyznaczmy teraz macierz odwrotnado macierzy A. Zgodnie z twierdzeniem

Cayleya-Hamiltona macierz speÃlnia swoje r´ownanie charakterystyczne −λ

3

+

3λ

2

− 3λ + 1 = 0. Mamy wobec tego

A

3

− 3A

2

+ 3= 1.

143

background image

Mno˙za,c powy˙zsze r´ownanie przez A

1

i korzystaja,c z tego, ˙ze A

1

· A otrzy-

mujemy

A

1

A

2

− 3+ 3I.

Wobec tego

A

1

=

1

4

0

0

1

0

6 1

 +

6

0

0

3

0

3

6

3

 +

3 0 0
0 3 0
0 0 3

 =

2 0
0

1

0

1

0

1

 .

Zadanie 7.7.1. Znale´z´c warto´sci wÃlasne i wektory wÃlasne naste,puja,cych macierzy

=

1

3

0

1
1

1

 , B =

1 2 3 4
1 2 3 4
1 2 3 4
1 2 3 4

 , C =

1

2

0

3

1

0

0

4

 .

Zadanie 7.7.2. Korzystaja,c z twierdzenia Cayleya-Hamiltona znale´z´c macierze

odwrotne (o ile istnieja,) do macierzy z zadania poprzedniego.

7.8. Diagonalizacja macierzy.

W paragrafie tym zostanie podana pewna metoda pote,gowania macierzy kwa-

dratowej.

Niech be,damacierzami kwadratowymi tego samego stopnia n. Powiemy,

˙ze macierze sa, macierzami podobnymi, je˙zeli istnieje nieosobliwa macierz P

stopnia taka, ˙ze

P · A · P

1

.

Macierze podobne charakteryzujasietym, ˙ze majate same warto´sci wÃlasne. Za-

chodzi naste,puja,ce twierdzenie

Twierdzenie 7.8.1. Je˙zeli macierz kwadratowa stopnia ma liniowo nie-
zale˙znych wektor´ow wÃlasnych, to istniejamacierze A

0

takie, ˙ze macierz jest

nieosobliwa, macierz A

0

jest diagonalna oraz

T

1

· A

0

· T.

(7.8.1)

R´ownanie (7.8.1) nazywa´c be,dziemy postacia, diagonalna, macierzy A. Mo˙zna

udowodni´c, ˙ze macierz A

0

jest macierzadiagonalna,, kt´orej elementami sawarto´sci

144

background image

wÃlasne macierzy A, natomiast kolumny macierzy T

1

tworzawektory wÃlasne

macierzy A.

Ponadto zauwa˙zmy, ˙ze dla m ∈ N

A

m

= [T

1

· A

0

· T ]

m

T

1

· A

0

· T · T

1

· A

0

· T . . . · T

1

· A

0

· T.

Poniewa˙z T

1

· T A · I A, wie,c mamy

A

m

T

1

· (A

0

)

m

· T,

gdzie kolumny macierzy T

1

tworzawektory wÃlasne macierzy A, a macierz A

0

jest

macierzadiagonalna,, kt´orej elementy na gÃl´ownej przeka,tnej sar´owne warto´sciom

wÃlasnym odpowiadaja,cym poszczeg´olnym wektorom wÃlasnym.

ÃLatwo wykaza´c, ˙ze m-tapote,gamacierzy diagonalnej A

0

jest macierz diago-

nalna, kt´orej elememtami sa, m-te pote,gi macierzy element´ow A

0

.

PrzykÃlad 7.8.1. Niech dana be,dzie macierz

=

1

2

0

0

2

0

1

 .

Rozwia,zuja,c r´ownanie

det

− λ

2

0

0

− λ

0

2

2

− λ

 = 0

wyznaczymy warto´sci wÃlasne macierzy A, kt´orymi sa,

λ

1

= 1,

λ

2

= 2,

λ

3

1.

Wyznaczymy teraz wektor wÃlasny odpowiadaja,cy warto´sci λ

1

. W tym celu roz-

wia,zujemy r´ownanie

(A − λ

1

I· V = 0,

gdzie jest macierzakolumnowa,, o trzech wierszach. Rozwia,zanie tego r´ownania

otrzymamy poprzez rozwia,zanie jednorodnego ukÃladu r´owna´n postaci

2y

= 0

y

= 0

2x −2y −2= 0

145

background image

Rozwia,zanie powy˙zszego ukÃladu mo˙zemy zapisa´c w postaci

x

0

−x

. Zatem jako

wektor wÃlasny mo˙zemy przyja,´c wektor

1
0

1

. Podobnie wyznaczamy pozostaÃle

wektory wÃlasne. I tak wektorem wÃlasnym odpowiadaja,cym warto´sci λ

1

jest wektor

2
1

2

, a warto´sci λ

3

odpowiada wektor

0
0
1

. ÃLatwo wykaza´c, ˙ze wektory te sa

,

liniowo niezale˙zne. Wobec tego mo˙zna wyznaczy´c posta´c diagonalnamacierzy A.

Jako macierz T

1

mo˙zemy przyja,´c macierz

T

1

=

1

2

0

0

1

0

2 1

 .

Macierz A

0

tworzawarto´sci wÃlasne macierzy A. W pierwszym wierszu tej macierzy

umieszczamy warto´s´c wÃlasna,, kt´ora odpowiada wektorowi wÃlasnemu z pierwszej

kolumny macierzy T

1

, w drugim wierszu umieszczamy warto´s´c wÃlasnaodpowia-

daja,cawektorowi wÃlasnemu z drugiej kolumny macierzy T

1

i.t.d. Zatem

A

0

=

1 0

0

0 2

0

0 0 1

 .

Teraz nale˙zy znale´z´c macierz odwrotnado macierzy T

1

. Macierz tawyznaczyli-

´smy w przykÃladzie 7.7.1. Wobec tego otrzymujemy naste,puja,caposta´c diagonalna

macierzy A

=

1

2

0

0

1

0

2 1

 ·

1 0

0

0 2

0

0 0 1

 ·

2 0
0

1

0

1

0

1

 .

Uwaga. Kolejno´s´c wpisywania wektor´ow wÃlasnych do macierzy T

1

jest dowolna

nale˙zy jedynie w tej samej kolejno´sci wpisywa´c odpowiednie warto´sci wÃlasne do
macierzy A

0

. Oczywi´scie posta´c diagonalna macierzy nie jest jednoznaczna i

zale˙zy od kolejno´sci umieszczenia wektor´ow wÃlasnych w macierzy T

1

.

146

background image

Zadanie 7.8.1. Oblicz

a)

1

2

0

0

2

0

1

4

,

b)

4 3 3
2 3 2
4 4 3

6

.

Zadanie 7.8.2. Dla jakich warto´sci macierz

·

1
2

¸

m

jest macierzajedno-

stkowastopnia 2.

147

background image

9. GEOMETRIA ANALITYCZNA.

W rozdziale 9 rozwa˙za´c be,dziemy przede wszystkim geometrieprzestrzeni, w

kt´orej zostaÃl wprowadzony ukÃlad wsp´oÃlrze,dnych karezja´nskich, tj. ukÃlad trzech

wzajemnie prostopadÃlych osi liczbowych. RozdziaÃl rozpoczniemy od om´owienia
pewnych wÃlasno´sci najcze,´sciej spotykanych krzywych stopnia drugiego.

9.1. Krzywe stopnia drugiego na pÃlaszczy´

znie.

W paragrafie 4.8 podane byÃly r´ownania parametryczne pewnych krzywych,

kt´ore traktowane byÃly jako wykresy funkcji danych parametrycznie. Mie,dzy in-

nymi podano r´ownania parametryczne okre,gu, elipsy i hiperboli. W tym para-

grafie podamy inne r´ownania opisuja,ce te krzywe, kt´ore wraz z parabolasacze,sto

nazywane krzywymi stopnia drugiego lub krzywymi sto˙zkowymi.

Nasze rozwa˙zania prowadzi´c be,dziemy na pÃlaszczy´znie z prostoka,tnym ukÃla-

dem wsp´oÃlrze,dnych. Na pocza,tek przypomnijmy, ˙ze przeksztaÃlcenie pÃlaszczyzny,

kt´ore nie zmienia odlegÃlo´sci nazywamy przeksztaÃlceniem izometrycznym. Jako
przykÃlad przeksztaÃlcenia izometrycznego mo˙zemy wymieni´c symetriepunktowa,,

symetrieosiowa,, translacje(przesunie,cie) oraz obr´ot.

Om´owimy teraz podstawowe wÃlasno´sci pewnych krzywych stopnia drugiego.

Definicja 9.1.1. Elipsa, nazywamy krzywabe,da,cazbiorem punkt´ow pÃlaszczyny,

kt´orych wsp´oÃlrze,dne speÃlniajar´ownanie

x

2

a

2

+

y

2

b

2

= 1

(9.1.1)

oraz ka˙zdakrzywa,, kt´ora z niej powstanie poprzez przeksztaÃlcenie izometryczne

pÃlaszczyzny.

148

background image

Licze2nazywamy osia, wielka, elipsy, a liczbe2b-osia, maÃla. Punkty (a, 0), (−a, 0),

(0, b), (0, −b) nazywamy wierzchoÃlkami elipsy. Oznaczmy =

p

| a

2

− b

2

|. Punkty

(c, 0), (−c, 0) nazywamy ogniskami elipsy, za´s proste o r´ownaniach =

a

2

c

i

a

2

c

nazywamy kierownicami elipsy.

Elipsa dana r´ownaniem (9.1.1) ma naste,puja,ce wÃlasno´sci:

1

o

Suma odlegÃlo´sci dowolnego punktu elipsy od jej ognisk jest r´owna dÃlugo´sci osi

wielkiej.

2

o

Stosunek odlegÃlo´sci dowolnego punktu elipsy od ogniska do jego odlegÃlo´sci od

kierownicy jest mniejszy od 1.

3

o

´

Srodkiem symetrii elipsy jest punkt (00).

4

o

Proste = 0 i = 0 saosiami symetrii elipsy.

Elpisemo˙zemy otrzyma´c poprzez przekr´oj powierzchni sto˙zka pÃlaszczyzna,, kt´ora

przecina jego tworza,capod ka,tem ostrym.

Definicja 9.1.2. Hiperbola, nazywamy krzywabe,da,cazbiorem punkt´ow pÃlaszczy-

ny, kt´orych wsp´oÃlrze,dne speÃlniajar´ownanie

x

2

a

2

y

2

b

2

= 1

(9.1.2)

oraz ka˙zdakrzywa,, kt´ora z niej powstanie poprzez przeksztaÃlcenie izometryczne

pÃlaszczyzny.

149

background image

Licze2nazywamy osia, rzeczywista, hiperboli , a liczbe2b-osia, urojona,. Punkty

(a, 0) i (−a, 0) nazywamy wierzchoÃlkami hiperboli. Niech =

a

2

b

2

. Punkty

(c, 0), (−c, 0) nazywamy ogniskami hiperboli, za´s proste =

a

2

c

a

2

c

-jej

kierownicami.

Hiperbola dana r´ownaniem (9.1.2) ma naste,puja,ce wÃlasno´sci:

1

o

Warto´s´c bezwzgle,dna r´o˙znicy odlegÃlo´sci dowolnego punktu hiperboli od jej

ognisk jest r´owna dÃlugo´sci osi rzeczywistej.

2

o

Stosunek odlegÃlo´sci dowolnego punktu hiperboli od ogniska do jego odlegÃlo´sci

od kierownicy jest wie,kszy od 1.

3

o

´

Srodkiem symetrii hiperboli jest punkt (00).

4

o

Proste = 0 i = 0 saosiami symetrii hiperboli.

5

o

Proste =

b

a

b

a

saasymtotami hiperboli.

Hiperbolemo˙zemy otrzyma´c poprzez przekr´oj powierzchni sto˙zka pÃlaszczyzna,,

kt´ora przecina jego tworza,capod ka,tem rozwartym.

Definicja 9.1.3. Parabola, nazywamy krzywabe,da,cazbiorem punkt´ow pÃlaszczy-

ny, kt´orych wsp´oÃlrze,dne speÃlniajar´ownanie

y

2

= 2px, p > 0

(9.1.3)

oraz ka˙zdakrzywa,, kt´ora z niej powstanie poprzez przeksztaÃlcenie izometryczne

pÃlaszczyzny.

150

background image

Punkt (00) nazywamy wierzchoÃlkiem paraboli. Ogniskiem paraboli nazywamy
punkt (

p
2

0), a prostao r´ownaniu 

p
2

-kierownica, paraboli .

Parabola dana r´ownaniem (9.1.3) ma naste,puja,ce wÃlasno´sci:

1

o

Dowolny punkt paraboli jest jednakowo odlegÃly od jej ogniska i kierownicy.

2

o

Parabola nie ma ´srodka symetrii.

3

o

Osiasymetrii paraboli jest prosta = 0.

Parabolemo˙zemy otrzyma´c poprzez przekr´oj powierzchni sto˙zka pÃlaszczyznar´ow-

nolegÃlado jego tworza,cej.

9.2. Iloczyn skalarny, wektorowy i mieszany.

Niech be,dzie zbiorem wektor´ow przestrzeni, tzn. odcink´ow, kt´orym nadano

kierunek i zwrot, a zbiorem liczb rzeczywistych. Suma, wektor´ow

a i

nazy-

wamy wektor, kt´ory jest przeka,tnar´ownolegÃloboku rozpie,tego na wektorach

a

i

Iloczynem wektora

v przez liczbe, rzeczywista, α ∈ K w nazywamy wektor

α ·

, kt´ory ma taki sam kierunek i zwrot jak wektor

, a jego dÃlugo´s´c jest α-razy

wie,ksza od dÃlugo´sci wektora

, je˙zeli α ≥ 1; je˙zeli 0 < α < 1, to wektor α ·

ma

taki sam kierunek i zwrot jak wektor

, a jego dÃlugo´s´c jest α-razy mniejsza od

dÃlugo´sci wektora

; je˙zeli α < 0, to wektor α ·

ma przeciwny zwrot do wektora

, a jego dÃlugo´s´c jest α-razy wie,ksza, gdy | α |≥ 1 i α-razy mniejsza, gdy | α |< 1;

je˙zeli α = 0, to α ·

=

0 , gdzie

0 jest wektorem zerowym.

Na elementach zbioru zdefiniujemy jeszcze inne dziaÃlania. R´o˙znica, wek-

tor´ow

a i

nazywamy wektor be,da,cy sumawektora

i wektora 

, gdzie

wektor 

jest wektorem powstaÃlym poprzez pomno˙zenie wektora

przez liczbe,

1.

Wa˙znymi ze wzgle,du na zastosowania, dziaÃlaniami na wektorach sailoczyn

skalarny, wektorowy i mieszany.

Definicja 9.2.1. Iloczynem skalarnym wektor´ow

v i

nazywamy liczedana,

wzorem

v ◦

=|

v ||

w | cos(

v ,

w),

gdzie |

v | oznacza dÃlugo´s´c wektora

, a (

v ,

w) miareka,ta mie,dzy wektorami

v

i

w.

Iloczyn skalarny ma naste,puja,ce wÃlasno´sci

151

background image

1.

v ◦

=

w ◦

,

2. (

v ◦

w

=

v ◦ (

w ◦

),

3.

v ◦ (

+

) =

v ◦

+

v ◦

,

4. (α ·

α · (

v ◦

w),

5.

v ◦

=|

v |

2

.

Wektor, kt´orgo dÃlugo´s´c jest r´o˙zna od zera nazywa´c be,dziemy wektorem nieze-

rowym. Wektor zerowy oznacza´c be,dziemy przez

0 , wektor ten ma dÃlugo´s´c r´owna,

zero i zakÃladamy, ˙ze nie ma on ani kierunku, ani zwrotu.

Powiemy, ˙ze wektory saprostopadÃle, gdy miara ka,ta mie,dzy nimi jest r´owna

π

2

. Je˙zeli miara ka,ta mie,dzy wektorami jest r´owna 0 lub π, to wektory nazywa´c

be,dziemy r´ownolegÃlymi.

Twierdzenie 9.2.1. Niezerowe wektory

i

saprostopadÃle wtedy i tylko wtedy,

gdy

v ◦

= 0.

Dow´

od. ZaÃl´o˙zmy najpierw, ˙ze wektory

i

saprostopadÃle. Wtedy cos(

v ,

w) =

0. Z definicji 9.2.1 wynika wie,c, ˙ze

v ◦

= 0. Je˙zeli zaÃlo˙zymy, ˙ze

v ◦

= 0 oraz

˙ze wektory

i

saniezerowe, to wtedy z definicji 9.2.1 wynika, ˙ze cos(

v ,

w) = 0.

Zatem (

v ,

w) =

π

2

, co oznacza, ˙ze wektory

i

saprostopadÃle.

Z definicji iloczynu skalarnego oraz z powy˙zszego twierdzenia wynikajanaste,-

puja,ce wa˙zne zastosowania iloczynu skalarnego

Iloczyn skalarny mo˙zemy wykorzysta´c do
1. obliczenia dÃlugo´sci wektora korzystaja,c ze wzoru

|

v |=

p

v ◦

v ,

2. wyznaczenia cosinusa ka,ta mie,dzy wektorami ze wzoru

cos(

v ,

w) =

v ◦

w

|

v ||

w |

,

3. sprawdzenia, czy wektory saprostopadÃle w oparciu o warunek

v ◦

= 0.

Definicja 9.2.2. Iloczynem wektorowym wektor´ow

v i

nazywamy wektor

=

v ×

speÃlniaja,cy warunki

152

background image

1. kierunek wektora

jest taki, ˙ze wektor ten jest prostopadÃly do wektora

oraz

do wektora

w,

2. zwrot wektora

wyznaczony jest przez reguÃle´sruby prawoskre,tnej,

3. dÃlugo´s´c wektora

dana jest wzorem

|

u |=|

v ||

w | sin(

v ,

w).

Iloczyn wektorowy ma naste,puja,ce wÃlasno´sci
1.

v ×

w ×

,

2.

v × (

+

) =

v ×

+

v ×

,

3. α · (

v ×

w) = (α ·

×

w,

Twierdzenie 9.2.2. Niezerowe wektory

i

sar´ownolegÃle wtedy i tylko wtedy,

gdy

v ×

=

0 .

Dow´

od. Je˙zeli zaÃlo˙zymy, ˙ze wektory

i

sar´ownolegÃle, to z definicji 9.2.2

mamy

|

v ×

w |=|

v ||

w | sin 0 = 0.

Je˙zeli natomiast zaÃlo˙zymy, ˙ze

v ×

=

0 , to z definicji 9.2.2 mamy sin(

v ,

w) = 0.

Zatem (

v ,

w) = 0 lub (

v ,

w) = π, co ko´

nczy dow´od.

Zauwa˙zmy, ˙ze dÃlugo´s´c iloczynu wektorowego

v ×

dana jest wzorem znanym

jako pole r´ownolegÃloboku rozpie,tego na wektorach

i

w.

Z powy˙zszych rozwa˙za´

n mo˙zemy wywnioskowa´c naste,puja,ce zastosowania

iloczynu wektorowego.

Iloczyn wektorowy mo˙zemy wykorzysta´c do
1. obliczenia pola r´ownolegÃloboku rozpie,tego na wektorach

i

wzorem

=|

v ×

w |,

2. obliczenia pola tr´ojka,ta rozpie,tego na wektorach

i

wzorem

=

1
2

|

v ×

w |,

3. sprawdzenia czy wektory sar´ownolegÃle w oparciu o warunek

v ×

=

.

153

background image

Definicja 9.2.3. Iloczynem mieszanym wektor´ow

v ,

w i

nazywamy liczbe,

r´ownailoczynowi skalarnemu wektora

i wektora be,da,cego iloczynem wektoro-

wym wektora

przez wektor u, tzn.

v ◦ (

w ×

).

Z powy˙zszej definicji wynika, ˙ze zamiana miejscami dw´och wektor´ow w ilo-

czynie mieszanym zmienia jego znak na przeciwny.

Zauwa˙zmy, ˙ze

v ◦ (

w ×

) =|

v ||

w ×

u | cos(

v ,

w ×

),

gdzie |

w ×

u | r´owna sie, polu r´ownolegÃloboku rozpie,tego na wektorach

i

,

|

v | cos(

v ,

w ×

) r´owna siedÃlugo´sci wektora r´ownolegÃlego do wektora

w ×

.

Sta,d oraz z poni˙zszego rysunku wynika, ˙ze iloczyn mieszany mo˙zna geometrycznie
zinterpretowa´c jako obje,to´s´c r´ownolegÃlo´scianu rozpie,tego na wektorach

,

i

.

Twierdzenie 9.2.4. Niezerowe wektory

,

i

le˙zana jednej pÃlaszczy´znie

wtedy i tylko wtedy, gdy ich iloczyn mieszany jest r´owny zero.

Dow´

od. Je˙zeli wektory

,

i

le˙zana tej samej pÃlaszczy´znie, to albo

w ×

= 0

albo wektor

w ×

jest prostopadÃly do wektora

. Zatem

v ◦ (

w ×

) = 0.

154

background image

Je˙zeli

v ◦ (

w ×

) = 0, to znaczy, ˙ze wektory

i

w ×

saprostopadÃle lub

w ×

=

0 . Wobec tego istnieje pÃlaszczyzna, na kt´orej le˙zate wektory.

Z powy˙zszych rozwa˙za´

n wynika, ˙ze iloczyn mieszany mo˙zemy wykorzysta´c do

1. obliczenia obje,to´sci r´ownolegÃloboku rozpie,tego na wektorach

,

i

korzy-

staja,c ze wzoru

=|

v ◦ (

w ×

|,

gdzie | · | w powy˙zszym wzorze oznacza warto´s´c bezwzgle,dna,.

2. obliczenia obje,to´sci czworo´scianu rozpie,tego na wektorach

,

i

ze wzoru

=

1
6

|

v ◦ (

w ×

|,

3. sprawdzenia, czy wektory le˙zana jednej pÃlaszczy´znie w oparciu o warunek

v ◦ (

w ×

) = 0.

Je˙zeli w dowolnym punkcie przestrzeni wprowadzimy ukÃlad wsp´oÃlrze,dnych prosto-

ka,tnych, tj. tr´ojkeosi liczbowych wzajemnie prostopadÃlych, to ka˙zdemu punk-

towi przestrzeni mo˙zemy przyporza,dkowa´c dokÃladnie jednauporza,dkowanatr´ojke,

liczbowazwanawsp´oÃlrze,dnymi punktu, i na odwr´ot, ka˙zdej uporza,dkowanej tr´ojce

liczb rzeczywistych odpowiada dokÃladnie jeden punkt przestrzeni. Ponadto ka˙zde-
mu wektorowi

AB mo˙zemy przyporza,dkowa´c tr´ojkeliczb rzeczywistych zwanych

wsp´oÃlrze,dnymi wektora, w naste,puja,cy spos´ob: je˙zeli A(a

1

, a

2

, a

3

) i B(b

1

, b

2

, b

3

),

to

AB = [b

1

− a

1

, b

2

− a

2

, b

3

− a

3

]. W ten spos´ob elementy zbioru mo˙zemy

traktowa´c jako uporza,dkowane tr´ojki liczb rzeczywistych. Niech

= [v

1

, v

2

, v

3

] i

niech

= [w

1

, w

2

, w

3

]. Wtedy dodawanie wektor´ow zdefiniowane be,dzie wzorem

+

= [v

1

w

1

, v

2

w

2

, v

3

w

3

],

natomiast mno˙zenie wektora przez liczbedefiniuje wz´or

α ·

= [αv

1

, αv

2

, αv

3

].

Wektory

= [100],

= [010],

= [001],

nazywa siewersorami ukÃladu wsp´oÃlrze,dnych. Wektor

jest wersorem osi OX,

wektor

-osi OY , a

jest wersorem osi OZ.

155

background image

DziaÃlania okre´slone w definicjach 9.2.1, 9.2.2 i 9.2.4 wyra˙zajasienaste,puja,-

cymi wzorami
iloczyn skalarny:

v ◦

v

1

w

1

v

2

w

2

v

3

w

3

,

iloczyn wektorowy:

v ×

= [v

2

w

3

− v

3

w

2

, v

3

w

1

− v

1

w

3

, v

1

w

2

− v

2

w

1

],

co mo˙zna zapisa´c w naste,puja,cy spos´ob

v ×

=

¯

¯

¯

¯

¯

¯

i

j

k

v

1

v

2

v

3

w

1

w

2

w

3

¯

¯

¯

¯

¯

¯

,

iloczyn mieszany:

v ◦ (

w ×

) =

¯

¯

¯

¯

¯

¯

v

1

v

2

v

3

w

1

w

2

w

3

u

1

u

2

u

3

¯

¯

¯

¯

¯

¯

.

Zadanie 9.2.1. Obliczy´c dÃlugo´s´c wektora

= 4

+ 2

, je˙zeli wiadomo, ˙ze

|

a |= 2, |

b |= 3 i (

a ,

) =

π

6

.

Zadanie 9.2.2. Obliczy´c ka,t mie,dzy wektorami

i

w, je˙zeli wiadomo, ˙ze

=

3

+

,

=

b − 2

oraz |

a |= 1, |

b |= 2 i (

a ,

) =

π

2

.

Zadanie 9.2.2. Obliczy´c ka,t mie,dzy wektorami

= 3

+ 2

i

=

+ 5

,

je˙zeli wektory

i

sawzajemnie prostopadÃlymi wektorami jednostkowymi.

Zadanie 9.2.3.

Wykaza´c, ˙ze je˙zeli dwa niezerowe wektory

i

speÃlniaja,

warunek |

+

w |=|

v −

w |, to saone prostopadÃle.

Zadanie 9.2.4. Wyznaczy´c miareka,ta jaki tworzaniezerowe wektory

i

w,

je˙zeli wektor

jest dwa razy dÃlu˙zszy ni˙z wektor

oraz |

v −

w |=

|

w |.

Zadanie 9.2.5. Okre´sli´c wzajemne poÃlo˙zenie wektor´ow

=

+ 2

,

= 2

a −

b

i

= 2

b − 4

, je˙zeli wektory

i

sawzajemnie prostopadÃle i jednostkowe.

Zadanie 9.2.6. Dane sawektory

= [234],

= [101] i

= [12, −1].

Znale´z´c dÃlugo´s´c wektora

= 2(

a ◦

·

+

1

25

(

b ◦

·

+ (

a ◦

·

.

156

background image

Zadanie 9.2.7. Dane sawektory

= [3, −1, −2],

= [12, −1]. Znale´z´c dÃlugo´s´c

wektora

= (2

+

×

.

Zadanie 9.2.8. Obliczy´c tangens ka,ta zawartego mie,dzy wektorami

= [012]

i

= [2, −10].

Zadanie 9.2.9. Obliczy´c pole r´ownolegÃloboku rozpie,tego na wektorach

=

[111] i

= [023].

Zadanie 9.2.10. Obliczy´c obje,to´s´c czworo´scianu rozpie,tego na wektorach

=

[011],

= [20, −2] i

= [1, −13].

9.3. R´

ownania pÃlaszczyzny i prostej w przestrzeni.

PÃlaszczyznew przestrzeni euklidesowej mo˙zemy wyznaczy´c w jeden z naste,-

puja,cych sposob´ow.

I. Niech dany be,dzie punkt P

0

(x

0

, y

0

, z

0

) le˙za,cy na pÃlaszczy´znie π oraz niezerowy

wektor

= [A, B, C] prostopadÃly do tej pÃlaszczyzny. Wtedy dowolny punkt

(x, y, z) pÃlaszczyzny π speÃlnia r´ownanie

n ◦

P

0

= 0.

Sta,d otrzymujemy r´ownanie pÃlaszczyzny przechodza,cej przez dany punkt i prosto-

padÃlej do danego wektora

A(x − x

0

) + B(y − y

0

) + C(z − z

0

) = 0.

(9.3.1)

Opuszczaja,c nawiasy i kÃlada,−Ax

0

−By

0

−Cz

0

otrzymamy r´ownanie og´olne

pÃlaszczyzny postaci

Ax By Cz = 0.

Je˙zeli D 6= 0, to dziela,c stronami przez −D powy˙zsze r´ownanie mo˙zemy pÃlaszczyzne,

przedstawi´c w tzw. postaci odcinkowej

x
a

+

y

b

+

z

c

= 1,

gdzie 

D

A

D

B

D

C

. PÃlaszczyzna ta odcina na osi OX odcinek

dÃlugo´sci | a |, na osi OY odcinek dÃlugo´sci | b |, a na osi OZ-| c | (mierza,c od

pocza,tku ukÃladu wsp´oÃlrze,dnych).

157

background image

Wektor

prostopadÃly do pÃlaszczyzny nazywamy wektorem normalnym pÃla-

szczyzny.

II. Niech opr´ocz punktu P

0

dane be,dadwa nier´ownolegÃle wektory

= [v

x

, v

y

, v

z

] i

= [w

x

, w

y

, w

z

] do kt´orych pÃlaszczyzna π jest r´ownolegÃla. Wtedy dowolny punkt

pÃlaszczyzny tworzy z punktem P

0

wektor be,da,cy kombinacjaliniowawektor´ow

i

w, tj.

P

0

t

s

w, t, s ∈ R.

Mamy zatem

x − x

0

tv

x

sw

x

y − y

0

tv

y

sw

y

z − z

0

tv

z

sw

z

Sta,d otrzymujemy naste,puja,ce r´ownania parametryczne pÃlaszczyzny

x

0

tv

x

sw

x

y

0

tv

y

sw

y

z

0

tv

z

sw

z

t, s ∈ R.

W tym przypadku wektor normalny pÃlaszczyzny jest iloczynem wektorowym wek-
tor´ow

i

w.

III. Niech teraz dane be,datrzy punkty P

0

(x

0

, y

0

, z

0

), P

1

(x

1

, y

1

, z

1

), P

2

(x

2

, y

2

, z

2

).

Trzy punkty w przestrzeni wyznaczajadokÃladnie jednapÃlaszczyzne,, zatem dowo-

lny punkt tej pÃlaszczyzny z punktem P

0

utworzy wektor, kt´ory jest kombinacja,

liniowawektor´ow

P

0

P

1

i

P

0

P

2

. Wektory

P

0

,

P

0

P

1

i

P

0

P

2

le˙zawie,c na jednej

pÃlaszczy´znie, a zatem speÃlniona jest r´owno´s´c

¯

¯

¯

¯

¯

¯

x − x

0

x

1

− x

0

x

2

− x

0

y − y

0

y

1

− y

0

y

2

− y

0

z − z

0

z

1

− z

0

z

2

− z

0

¯

¯

¯

¯

¯

¯

= 0.

Powy˙zsze r´ownanie nazywa sie, r´ownaniem pÃlaszczyzny przechodza,cej przez trzy

punkty.

Niech dane be,dadwie pÃlaszczyzny, jedna z wektorem normalnym

w, a druga z

wektorem normalnym

. PÃlaszczyzny te mogaby´c

1. r´ownolegÃle, je´sli ich wektory normalne sar´ownolegÃle, tj. gdy

v ×

=

0 ,

2. prostopadÃle, je´sli ich wektory normalne saprostopadÃle, tj. gdy

v ◦

= 0,

3. przecina´c sie, pod dowolnym ka,tem, wtedy

v ×

w 6=

v ◦

w 6= 0.

158

background image

Podane teraz be,dasposoby wyznaczania prostej w przestrzeni euklidesowej.

I. Niech prosta przechodzi przez punkt P

0

(x

0

, y

0

, z

0

) i niech be,dzie r´ownolegÃla

do niezerowego wektora

= [v

x

, v

y

, v

z

]. W´owczas ka˙zdy punkt (x, y, z) le˙za,cy

na tej prostej speÃlnia warunek

P

0

t

v , t ∈ R.

Sta,d mamy

x − x

0

tv

x

y − y

0

tv

y

z − z

0

tv

z

A zatem otrzymujemy naste,puja,ce r´ownania parametryczne prostej

x

0

tv

x

y

0

tv

y

z

0

tv

z

t, s ∈ R.

Zauwa˙zmy, ˙ze wyznaczaja,c z ka˙zdego z tych r´owna´n parametr mo˙zemy napisa´c

naste,puja,cy cia,g r´owno´sci

x − x

0

v

x

=

y − y

0

v

y

=

z − z

0

v

z

,

kt´ore sanazywane r´ownaniami kierunkowymi prostej.

Wektor

r´ownolegÃly do prostej nazywa´c be,dziemy wektorem kierunkowym

prostej.

II. Prostamo˙zemy r´ownie˙z zada´c jako cze,´s´c wsp´olnadw´och nier´ownolegÃlych

pÃlaszczyzn, tj.

½

A

1

B

1

C

1

D

1

= 0

A

2

B

2

C

2

D

2

= 0

M´owimy wtedy, ˙ze prosta dana jest r´ownaniami krawe,dziowymi.

Oczywi´scie powy˙zsze r´ownania opisujaprostatylko wtedy, gdy macierz gÃl´ow-

na i uzupeÃlniona tego ukÃladu satego samego rze,du.

W tym przypadku wektor kierunkowy prostej jest iloczynem wektorowym

wektor´ow normalnych powy˙zszych pÃlaszczyzn, tj.

= [A

1

, B

1

, C

1

× [A

2

, B

2

, C

2

].

Niech dane be,dadwie proste w przestrzeni

:

x − x

1

a

x

=

y − y

1

a

y

=

z − z

1

a

z

,

:

x − x

2

b

x

=

y − y

2

b

y

=

z − z

2

b

z

.

159

background image

Jak Ãlatwo zauwa˙zy´c wektorem kierunkowym prostej jest wektor

= [a

x

, a

y

, a

z

],

a wektorem kierunkowym prostej jest wektor

= [b

x

, b

y

, b

z

]. Niech

=

¯

¯

¯

¯

¯

¯

x

1

− x

2

y

1

− y

2

z

1

− z

2

a

x

a

y

a

z

b

x

b

y

b

z

¯

¯

¯

¯

¯

¯

.

Okre´slimy teraz wzajemne poÃlo˙zenie prostych.
1.

proste sa, sko´sne, tzn. nie majapunkt´ow wsp´olnych i nie le˙zaw jednej

pÃlaszczy´znie, je˙zeli

W 6= 0.

2.

proste sa, r´ownolegÃle, tzn. nie majapunkt´ow wsp´olnych i le˙zaw jednej

pÃlaszczy´znie, je˙zeli

= 0 i

a ×

= 0.

3. proste sa, prostopadÃle, je´sli

= 0 i

a ◦

= 0

4. proste przecinaja, sie,, je´sli

= 0 i

a ×

b 6= 0.

Powr´o´cmy jeszcze do sposob´ow wyznaczania pÃlaszczyzny. Z wcze´sniejszych roz-
wa˙za´

n wynika, ˙ze aby okre´sli´c r´ownanie pÃlaszczyzny nale˙zy przede wszystkim

zna´c wsp´oÃlrze,dne jej wektora normalnego oraz dowolnego punktu le˙za,cego na tej

pÃlaszczy´znie.

Podamy teraz jeszcze dwa sposoby wyznaczania pÃlaszczyzny.

IV. Je˙zeli pÃlaszczyzna jest r´ownolegÃla do dw´och prostych wzajemnie r´ownolegÃlych,
to jej wektor normalny jest iloczynem wektorowym wektora kierunkowego prostych
oraz wektora, kt´orego pocza,tek le˙zy na jednej prostej, a koniec na drugiej. Maja,c

wektor normalny i wybieraja,c dowolny punkt z jednej prostej mo˙zemy napisa´c

r´ownanie og´olne pÃlaszczyzny.

V. Je˙zeli pÃlaszczyzna jest r´ownolegÃla do dw´och przecinaja,cych sieprostych to

jej wektor normalny jest iloczynem wektorowym wektor´ow kierunkowych tych
prostych. Maja,c wektor normalny i wybieraja,c dowolny punkt z jednej prostej

mo˙zemy napisa´c r´ownanie og´olne pÃlaszczyzny.

W dalszej cze,´sci tego paragrafu om´owione be,dasposoby obliczania odlegÃlo´sci

mie,dzy punktami, prostymi i pÃlaszczyznami w przestrzeni euklidesowej.

160

background image

A.

odleg losc mie

,

dzy dwoma punktami

OdlegÃlo´s´c punktu A(a

1

, a

2

, a

3

) od punktu B(b

1

, b

2

, b

3

) wyznacza siejako dÃlu-

go´s´c wektora wektora

AB. Mamy zatem

AB =

p

(b

1

− a

1

)

2

+ (b

2

− a

2

)

2

+ (b

3

− a

3

)

2

.

B.

odleg losc punktu od prostej

Niech dana be,dzie prosta :

x − x

0

v

x

=

y − y

0

v

y

=

z − z

0

v

z

. OdlegÃlo´s´c punktu A

od prostej mo˙zemy obliczy´c jako wysoko´s´c r´ownolegÃloboku rozpie,tego na wek-
torach

= [v

x

, v

y

, v

z

] i

M A, gdzie (x

0

, y

0

, z

0

). W tym celu wykorzystamy dwa

r´ownowa˙zne wzory na pole tego r´ownolegÃloboku.

161

background image

Mamy zatem

=|

v ×

M A |

=|

v | ·h,

gdzie jest szukanawysoko´scia,. Sta,d otrzymujemy naste,puja,cy wz´or na odlegÃlo´s´c

punktu od prostej l

d(A, l) =

|

v ×

M A |

|

v |

.

C.

odleg losc punktu od p laszczyzny

Rozwa˙zmy pÃlaszczyzne, π danar´ownaniem Ax By Cz = 0. OdlegÃlo´s´c

punktu (x

0

, y

0

, z

0

) od tej pÃlaszczyzny jest r´owna dÃlugo´sci rzutu wektora

M P ,

gdzie (x

1

, y

1

, z

1

) jest dowolnym punktem pÃlaszczyzny, na kierunek wektora

=

[A, B, C], kt´ory jest wektorem normalnym pÃlaszczyzny π.

162

background image

Mamy wie,c

cos α =

d

|

M P |

.

Sta,d oraz ze wzoru na cosinus ka,ta mie,dzy wektorami otrzymujemy

=|

M P |

P M ◦

n

|

M P | · |

v |

=

A(x

0

− x

1

) + B(y

0

− y

1

) + C(z

0

− z

1

)

A

2

B

2

C

2

.

Poniewa˙z punkt le˙zy na pÃlaszczy´znie π, to jego wsp´oÃlrze,dne speÃlniajar´ownanie

tej pÃlaszczyzny, zatem mamy

−Ax

1

− By

1

− Cx

1

D.

Sta,d otrzymujemy naste,puja,cy wz´or na odlegÃlo´s´c punktu od pÃlaszczyzny π

d(P, π) =

| Ax

0

By

0

Cz

0

D |

A

2

B

2

C

2

.

Warto´s´c bezwzgle,dna w liczniku znalazÃla siez tego powodu, ˙ze odlegÃlo´s´c nie mo˙ze

by´c liczbaujemna,.

D.

odleg losc mie

,

dzy prostymi rownoleg lymi

Niech dane be,dadwie proste r´ownolegÃle o wektorze kierunkowym

.

Prosta niech przechodzi przez punkt A, a prosta l-przez punkt B. OdlegÃlo´s´c
mie,dzy tymi prostymi mo˙zemy obliczy´c jako odlegÃlo´s´c punktu od prostej l

korzystaja,c ze wzoru podanego w punkcie (B). Mamy wie,c

d(l, k) =

|

v ×

AB |

|

v |

.

163

background image

E.

odleg losc mie

,

dzy prostymi skosnymi

Rozwa˙zmy dwie proste sko´sne

:

x − x

1

a

x

=

y − y

1

a

y

=

z − z

1

a

z

,

:

x − x

2

b

x

=

y − y

2

b

y

=

z − z

2

b

z

.

Jak Ãlatwo zauwa˙zy´c odlegÃlo´s´c mie,dzy tymi prostymi r´owna jest wysoko´sci

r´ownolegÃlo´scianu rozpie,tego na wektorach

,

i

KL, gdzie

KL = [x

1

− x

2

, y

1

y

2

, z

1

− z

2

]. Korzystaja,c z dw´och r´ownowa˙znych wzor´ow na obje,to´s´c tego

r´ownolegÃlo´scianu otrzymujemy

=|

KL ◦ (

a ×

|

=|

a ×

b | ·h,

gdzie jest szukanawysoko´sciar´ownolegÃlo´scianu. Sta,d otrzymujemy naste,puja,cy

wz´or na odlegÃlo´s´c mie,dzy prostymi sko´snymi

d(l, k) =

|

KL ◦ (

a ×

|

|

a ×

b |

.

164

background image

F.

odleg losc mie

,

dzy p laszczyznami rownoleg lymi

Niech dane be,dadwie pÃlaszczyzny α β o wektorze normalnym

n. Niech

pÃlaszczyzna α przechodzi przez punkt A, a pÃlaszczyzna β-przez B. OdlegÃlo´s´c
mie,dzy tymi pÃlaszczyznami obliczymy jako odlegÃlo´s´c punktu od pÃlaszczyzny β.

Korzystaja,c ze wzoru danego w punkcie (C) otrzymujemy

d(α, β) =

| Ax

0

By

0

Cz

0

d |

A

2

B

2

C

2

,

gdzie (x

0

, y

0

, z

0

) sawsp´oÃlrze,dnymi punktu A.

Zadanie 9.3.1. Dany jest czworo´scian o wierzchoÃlkach A(10, −2), B(21, −1),
C(2, −20) oraz D. Wyznaczy´c dÃlugo´s´c wysoko´sci poprowadzonej z wierzchoÃlka

wiedza,c, ˙ze punkt le˙zy na prostej :

+ 2

3

=

+ 4

2

=

z − 2

3

, za´s obje,to´s´c

czworo´scianu wynosi

1
6

.

Zadanie 9.3.2. Napisa´c r´ownanie prostej przechodza,cej przez punkt A(120),
przecinaja,cej prosta, k :

x − 2

3

=

+ 1

1

=

+ 3

2

oraz r´ownolegÃlej do pÃlaszczyzny

π : 2x − 3y − z + 5 = 0.

Zadanie 9.3.3. Znale´z´c r´ownanie pÃlaszczyzny π przechodza,cej przez prosta, l i

pocza,tek ukÃladu wsp´oÃlrze,dnych, je˙zeli prosta przechodzi przez punkt P(1, −10)
i przecina prostopadle prosta, k :

½

x − z − 3 = 0

+ 2+ 3 = 0

.

165

background image

Zadanie 9.3.4. Wyznaczy´c rzut prostej

½

2x − y z − 1 = 0

y − z + 1 = 0

na pÃlaszczyzne,

π + 2y − z = 0.

Zadanie 9.3.5. Przez punkt A(011) poprowadzi´c prostaprzecinaja,caprosta,
:

½

x − 1 = 0

+ 1 = 0

i prostopadÃlado prostej :

½

+ 1 = 0

+ 2y − 7= 0.

Zadanie 9.3.6. Napisa´c r´ownanie pÃlaszczyzny przechodza,cej przez punkt i

prosta, l, je˙zeli punkt jest punktem przebicia pÃlaszczyzny α x+2+2+3 = 0
prosta, k :

+ 2

1

=

+ 1

2

=

z

1

, za´s prosta jest cze,´sciawsp´olnapÃlaszczyzn

β : 2x − 2y − z = 0

γ −x + 2+ 3z − 1 = 0.

Zadanie 9.3.7. Znale´z´c r´ownanie pÃlaszczyzny przecinaja,cej prostopadle proste

:

= 1 + t

− 2t

= 3 − t

t ∈ R

:

= 2 + 4t

−t

1 + 2t

t ∈ R

9.4. Powierzchnie stopnia drugiego.

W przestrzeni euklidesowej r´ownanie pierwszego stopnia (ze wzgle,du na zmi-

enne xz) opisuje pÃlaszczyzne,. R´ownania, w kt´orych wsp´oÃlrze,dne dowol-

nego punktu przestrzeni (x, y, z) wyste,pujaw drugiej pote,dze opisujapewne

powierzchnie zwane powierzchniami stopnia drugiego. Podamy tak zwane r´owna-
nia kanoniczne najcze,´sciej spotykanych powierzchni stopnia drugiego oraz r´ownania

krzywych jakie otrzymamy w przecie,ciu tych powierzchni z pÃlaszczyznami ukÃladu

wsp´oÃlrze,dnych.

Zauwa˙zmy, ˙ze wektorem normalny do pÃlaszczyzny XY jest wersor osi OZ.

Ponadto pÃlaszczyzna XY przechodzi przez punkt O(000). Korzystaja,c z r´ow-

nania (9.2.1) otrzymujemy r´ownanie pÃlaszczyzny XY , tj. = 0. Podobnie otrzy-
mamy, ˙ze r´ownanie = 0 jest r´ownaniem pÃlaszczyzny Y Z, a r´ownanie = 0
opisuje pÃlaszczyzne, XZ.

166

background image

Do powierzchni stopnia drugiego zaliczamy mie,dzy innymi naste,puja,ce powierzch-

nie

1.

elipsoida

Elipsoidanazywamy powierzchniedanar´ownaniem

x

2

a

2

+

y

2

b

2

+

z

2

c

2

= 1.

W przecie,ciu elipsoidy pÃlaszczyznami ukÃladu wsp´oÃlrze,dnych otrzymujemy naste,-

puja,ce krzywe:

• z pÃlaszczyzna, XY -elipse,

(

= 0

x

2

a

2

+

y

2

b

2

= 1

• z pÃlaszczyzna, Y Z-elipse,

(

= 0

y

2

b

2

+

z

2

c

2

= 1

• z pÃlaszczyzna, XZ-elipse,

= 0

x

2

a

2

+

z

2

c

2

= 1

Zauw˙zmy, ˙ze dla r > 0 otrzymamy powierzchniezwanasferao ´srodku

w punkcie (000) i promieniu r. Og´olne r´ownanie sfery o ´srodku (x

0

, y

0

, z

0

) i

promieniu ma posta´c (x − x

0

)

2

+ (y − y

0

)

2

+ (z − z

0

)

2

r

2

.

167

background image

2.

hiperboloida jednopow lokowa

HiperboloidajednopowÃlokowanazywamy powierzchniedanar´ownaniem

x

2

a

2

+

y

2

b

2

z

2

c

2

= 1.

W przecie,ciu hiperboloidy jednopowÃlokowej pÃlaszczyznami ukÃladu wsp´oÃlrze,dnych

otrzymujemy naste,puja,ce krzywe

• z pÃlaszczyzna, XY -elipse,

(

= 0

x

2

a

2

+

y

2

b

2

= 1

• z pÃlaszczyzna, Y Z-hiperbole,

(

= 0

y

2

b

2

z

2

c

2

= 1

• z pÃlaszczyzna, XZ-hiperbole,

= 0

x

2

a

2

z

2

c

2

= 1

168

background image

3.

hiperboloida dwupow lokowa

HiperboloidadwupowÃlokowanazywamy powierzchniedanar´ownaniem

x

2

a

2

+

y

2

b

2

z

2

c

2

1.

W przecie,ciu hiperboloidy dwupowÃlokowej pÃlaszczyznami ukÃladu wsp´oÃlrze,dnych

otrzymujemy naste,puja,ce krzywe

• z pÃlaszczyzna, XY -zbi´or pusty

• z pÃlaszczyzna, Y Z-hiperbole,

(

= 0

z

2

c

2

y

2

b

2

= 1

• z pÃlaszczyzna, XZ-hiperbole,

= 0

z

2

c

2

x

2

a

2

= 1

169

background image

4.

sto˙zek

Sto˙zkiem nazywamy powierzchniedanar´ownaniem

x

2

a

2

+

y

2

b

2

z

2

c

2

= 0.

W przecie,ciu sto˙zka pÃlaszczyznami ukÃladu wsp´oÃlrze,dnych otrzymujemy naste,pu-

ja,ce krzywe

• z pÃlaszczyzna, XY -punkt (000)

• z pÃlaszczyzna, Y Z-pareprostych

(

= 0
=

c
b

y

(

= 0

c
b

y

• z pÃlaszczyzna, XZ-pareprostych

(

= 0
=

c

a

x

(

= 0

c

a

x

170

background image

5.

paraboloida eliptyczna

Paraboliodaeliptycznanazywamy powierzchniedanar´ownaniem

=

x

2

a

2

+

y

2

b

2

.

W przecie,ciu paraboloidy eliptycznej pÃlaszczyznami ukÃladu wsp´oÃlrze,dnych otrzy-

mujemy naste,puja,ce krzywe

• z pÃlaszczyzna, XY -punkt (000)

• z pÃlaszczyzna, Y Z-prabole,

(

= 0

=

1

b

2

y

2

• z pÃlaszczyzna, XZ-parabole,

(

= 0

=

1

a

2

x

2

171

background image

6.

paraboloida hiperboliczna

Paraboliodahiperbolicznanazywamy powierzchniedanar´ownaniem

=

x

2

a

2

y

2

b

2

.

W przecie,ciu paraboloidy hiperbolicznej pÃlaszczyznami ukÃladu wsp´oÃlrze,dnych otrzy-

mujemy naste,puja,ce krzywe

• z pÃlaszczyzna, XY -pareprostych

(

= 0

=

b

a

x

(

= 0

b

a

x

• z pÃlaszczyzna, Y Z-prabole,

(

= 0

1

b

2

y

2

• z pÃlaszczyzna, XZ-parabole,

(

= 0

=

1

a

2

x

2

172

background image

7.

walec eliptyczny

Walcem eliptycznym nazywamy powierzchniedanar´ownaniem

x

2

a

2

+

y

2

b

2

= 1.

W przecie,ciu walca eliptycznego pÃlaszczyznami ukÃladu wsp´oÃlrze,dnych otrzymu-

jemy naste,puja,ce krzywe

• z pÃlaszczyzna, XY -elipse,

(

= 0

x

2

a

2

+

y

2

b

2

= 1

• z pÃlaszczyzna, Y Z-pareprostych

½

= 0
b

½

= 0
−b

• z pÃlaszczyzna, XZ-praeprostych

½

= 0
a

½

= 0
−a

173

background image

8.

walec hiperboliczny

Walcem hiperbolicznym nazywamy powierzchniedanar´ownaniem

x

2

a

2

y

2

b

2

= 1.

W przecie,ciu walca hiperbolicznego pÃlaszczyznami ukÃladu wsp´oÃlrze,dnych otrzy-

mujemy naste,puja,ce krzywe

• z pÃlaszczyzna, XY -hiperbole,

(

= 0

x

2

a

2

y

2

b

2

= 1

• z pÃlaszczyzna, Y Z-zbi´or pusty

• z pÃlaszczyzna, XZ-pareprostych

½

= 0
a

½

= 0
−a

174

background image

9.

walec paraboliczny

Walcem parabolicznym nazywamy powierzchniedanar´ownaniem y

2

= 2px.

W przecie,ciu walca parabolicznego pÃlaszczyznami ukÃladu wsp´oÃlrze,dnych otrzymu-

jemy naste,puja,ce krzywe

• z pÃlaszczyzna, XY -parabole,

½

= 0
y

2

= 2px

• z pÃlaszczyzna, Y Z-o´s OZ

= 0
= 0
t,

t ∈ R

• z pÃlaszczyzna, XZ-o´s OZ

= 0
= 0
t,

t ∈ R

Zadanie 9.4.1. Znale´z´c ´srodek i promie´

n sfery o r´ownaniu x

2

y

2

z

2

+ 2x −

4+ 6z − 2 = 0.

Zadanie 9.4.2. Jakie powierzchnie okre´slajar´ownania

a) 

x

2

5

+

y

2

z

2

2

= 0,

b) x

2

− y

2

− z

2

= 1,

c)

y

2

9

+

z

2

16

= 1,

d) x

2

y

2

− z = 0,

Zadanie 9.4.3. Zbada´c jakapowierzchnieopisuje r´ownanie =

y

2

9

x

2

4

, a

naste,pnie wyznaczy´c krzywe jakie otrzymamy przecinaja,c tapowierzchniepÃla-

szczyznami: = 1, = 3 i 2.

175