Matematyka
Edukacja techniczno-informatyczna, Mechatronika
Rok akademicki 2011/2012
Anna Król
annakrol@univ.rzeszow.pl
budynek A2, pok. 309
Instytut Matematyki
Uniwersytet Rzeszowski
http://delta.univ.rzeszow.pl/
Organizacja zajęć
I
Wykład: 60 godzin (ETI), 48 godzin (Mechatronika)
I
Ćwiczenia: 60 godzin (ETI), 48 godzin (Mechatronika)
I
Cele przedmiotu: umiejętność matematycznego opisu zagadnień
technicznych, informatycznych, mechanicznych i procesów
technologicznych, formułowania modeli matematycznych i ich
rozwiązywania
I
Forma zaliczenia: egzamin pisemny i ustny
Cztery działania arytmetyczne: podawanie, obejmowanie, mrożenie
i gdzie lenie.
Żółw z "Alicji w Krainie Czarów"
Program
I
Elementy logiki matematycznej i teorii zbiorów
I
Relacje, funkcje
I
Ciągi i szeregi liczbowe
I
Liczby zespolone
I
Algebra macierzy
I
Równania i układy równań algebraicznych
I
Rachunek różniczkowy i całkowy funkcji jednej i wielu zmiennych
I
Równania różniczkowe zwyczajne
I
Elementy geometrii analitycznej
I
Elementy rachunku prawdopodobieństwa i statystyki matematycznej
I
Elementy matematyki dyskretnej
I
Kombinatoryka i rekurencja
Literatura
I
Foltyńska I., Ratajczak Z., Szafrański Z., Matematyka dla
studentów uczelni technicznych, część 1 i 2, Wydawnictwo
Politechniki Poznańskiej, Poznań 2000.
I
Gewert M., Skoczylas Z., Analiza matematyczna 1. Definicje,
twierdzenia, wzory, Oficyna Wydawnicza GiS, Wrocław 2005.
I
Gewert M., Skoczylas Z., Analiza matematyczna 1. Przykłady i
zadania, Oficyna Wydawnicza GiS, Wrocław 2005.
I
Gewert M., Skoczylas Z., Analiza matematyczna 2. Definicje,
twierdzenia, wzory, Oficyna Wydawnicza GiS, Wrocław 2005.
I
Gewert M., Skoczylas Z., Analiza matematyczna 2. Przykłady i
zadania, Oficyna Wydawnicza GiS, Wrocław 2005.
Literatura c.d.
I
Jurlewicz T., Skoczylas Z., Algebra liniowa 1. Definicje, twierdzenia,
wzory, Oficyna Wydawnicza GiS, Wrocław 2005.
I
Jurlewicz T., Skoczylas Z., Algebra liniowa 1. Przykłady i zadania,
Oficyna Wydawnicza GiS, Wrocław 2005.
I
Jurlewicz T., Skoczylas Z., Algebra liniowa 2. Definicje, twierdzenia,
wzory, Oficyna Wydawnicza GiS, Wrocław 2005.
I
Jurlewicz T., Skoczylas Z., Algebra liniowa 2. Przykłady i zadania,
Oficyna Wydawnicza GiS, Wrocław 2005.
I
Kordecki W., Rachunek prawdopodobieństwa i statystyka
matematyczna. Teoria, przykłady, zadania, Oficyna Wydawnicza
GiS, Wrocław 2000.
I
Krysicki W., Włodarski L., Analiza matematyczna w zadaniach,
część I i II, PWN, Warszawa 1999.
I
Stankiewicz W., Zadania z matematyki dla wyższych uczelni
technicznych, część A i B, Wydawnictwo Naukowe PWN, Warszawa
1999.
0. Oznaczenia
N
- zbiór liczb naturalnych,
N = {1, 2, 3, ...}
N
0
- zbiór liczb naturalnych z zerem,
N
0
= {0, 1, 2, 3, ...}
Z
- zbiór liczb całkowitych,
Z = {..., −3, −2, −1, 0, 1, 2, 3, ...}
Q
- zbiór liczb wymiernych
R \ Q
- zbiór liczb niewymiernych
R
- zbiór liczb rzeczywistych
1. Elementy logiki matematycznej
Logika (gr. logos – rozum) – wedle klasycznej definicji – nauka o
sposobach jasnego i ścisłego formułowania myśli, o regułach poprawnego
rozumowania i uzasadniania twierdzeń
1.1. Rachunek zdań
Definicja 1
Zdaniem logicznym nazywamy zdanie oznajmujące, któremu przysługuje
jedna z dwu ocen logicznych: prawda albo fałsz.
Uwaga 1
1
- znak prawdy,
0
- znak fałszu.
Definicja 2
Warunkiem zdaniowym (formą zdaniową, funkcją zdaniową) nazywamy
wyrażenie mające postać zdania oznajmującego, zawierające zmienne o
tej własności, że po wstawieniu w miejsce zmiennych nazw odpowiednich
przedmiotów otrzymujemy zdanie logiczne. Każda ze zmiennych należy
do odpowiedniego zbioru, który nazywamy zakresem danej zmiennej.
Definicja 3
Niech
α(x )
,
x ∈ X
będzie warunkiem zdaniowym i niech
a ∈ X
. Mówimy,
że element
a
spełnia ten warunek zdaniowy, gdy zdanie
α(a)
jest
prawdziwe.
Definicja 4
Niech
α(x )
,
x ∈ X
będzie warunkiem zdaniowym. Zbiór tych elementów,
które spełniają dany warunek zdaniowy nazywamy jego wykresem i
oznaczamy
W = {x ∈ X : α(x )},
czyli
x ∈ W ⇔ α(x) jest zdaniem prawdziwym.
Definicja 5
Funktory zdaniotwórcze to znaki logiczne, spójniki zdaniowe, za pomocą
których ze zdań prostych tworzymy zdania złożone.
Definicja 6
Funktor zdaniotwórczy nazywamy prawdziwościowym, gdy prawdziwość
zdania wynikowego zależy wyłącznie od prawdziwości zdań składowych.
Podstawowe funktory prawdziwościowe:
I
funktor jednoargumentowy: negacja
p
∼ p
0
1
1
0
Symbol
∼
(lub
¬
) oznacza negację i odpowiada przeczeniu „nie".
I
funktory dwuargumentowe: koniunkcja, alternatywa, implikacja,
równoważność
p
q
p ∧ q
p ∨ q
p ⇒ q
p ⇔ q
0
0
0
0
1
1
1
0
0
1
0
0
0
1
0
1
1
0
1
1
1
1
1
1
Symbol
∧
oznacza koniunkcję i odpowiada spójnikowi „i”.
Symbol
∨
oznacza alternatywę i odpowiada spójnikowi „lub”.
Symbol
⇒
oznacza implikację i odpowiada wyrażeniu „ jeżeli..., to...”.
Symbol
⇔
oznacza równoważność i odpowiada wyrażeniu „... wtedy i
tylko wtedy, gdy...”.
p ⇒ q
czytamy: „ jeżeli p, to q”, „p implikuje q”, „p jest warunkiem
wystarczającym dla q”, „q jest warunkiem koniecznym na p”, „p pociąga
q”, „z p wynika q”.
Zdania złożone tworzymy ze zdań prostych
p, q, r ...
za pomocą funktorów
∼, ∧...
i nawiasów, np.
∼ (p ⇒ q)
.
Definicja 7
Wyrażenie rachunku zdań jest tautologią (prawem rachunku zdań), gdy
dla każdych wartości logicznych zdań pojedynczych w nim występujących
zdanie to jest prawdziwe.
Przykład 1
Przykłady tautologii:
I
p ∨ q ⇔ q ∨ p
(przemienność alternatywy)
I
p ∧ q ⇔ q ∧ p
(przemienność koniunkcji)
I
(p ⇒ q) ⇔ (∼ q ⇒∼ q)
(prawo kontrapozycji)
I
(p ⇒ q) ⇔ (∼ p ∨ q)
I
∼ (p ∧ q) ⇔ (∼ p∨ ∼ q)
(prawo de Morgana)
I
∼ (p ∨ q) ⇔ (∼ p∧ ∼ q)
(prawo de Morgana)
I
(p ⇒ q) ⇔ (p ⇒ (p ⇒ q))
I
(p ⇒ q) ⇔ (∼ p ∨ (p ∧ q))
1.2. Rachunek kwantyfikatorów
Kwantyfikator – termin przyjęty w matematyce i logice matematycznej
na oznaczenie zwrotów "dla każdego", "istnieje".
Kwantyfikatory odgrywają ważną rolę w formułowaniu twierdzeń i
definicji matematycznych.
Zmienna występująca pod znakiem kwantyfikatora nazywa się zmienną
związaną danym kwantyfikatorem. Natomiast zmienna występująca w
wyrażeniu matematycznym, która nie jest związana żadnym
kwantyfikatorem, nazywa się zmienną wolną.
Zwrot "dla każdego
x
należącego do
X
" nazywa się kwantyfikatorem
ogólnym, kwantyfikatorem dużym lub kwantyfikatorem uniwersalnym
wiążącym zmienną
x
. Kwantyfikator ogólny oznacza się symbolem
∀
x ∈X
lub
V
x ∈X
.
Zwrot "istnieje takie
x
należące do
X
, że..." nazywa się
kwantyfikatorem szczegółowym, kwantyfikatorem małym lub
kwantyfikatorem egzystencjalnym wiążącym zmienną
x
. Kwantyfikator
szczegółowy oznacza się symbolem
∃
x ∈X
lub
W
x ∈X
.
∀
x ∈X
α(x ) ⇒ ∃
x ∈X
α(x )
Prawa de Morgana dla kwantyfikatorów
∼ ∃
x ∈X
α(x ) ⇔ ∀
x ∈X
∼ α(x)
∼ ∀
x ∈X
α(x ) ⇔ ∃
x ∈X
∼ α(x)
Prawa przestawiania kwantyfikatorów
∀
x ∈X
∀
y ∈Y
α(x , y ) ⇔ ∀
y ∈Y
∀
x ∈X
α(x , y )
∃
x ∈X
∃
y ∈Y
α(x , y ) ⇔ ∃
y ∈Y
∃
x ∈X
α(x , y )
∃
x ∈X
∀
y ∈Y
α(x , y ) ⇒ ∀
y ∈Y
∃
x ∈X
α(x , y )
1.3. Rachunek zbiorów
Przestrzeń:
X
Zbiory w przestrzeni:
A, B, C ∈ X
Zbiór pusty:
∅
Zawieranie zbiorów:
A ⊂ B ⇔ ∀
x ∈X
(x ∈ A ⇒ x ∈ B)
Równość zbiorów:
A = B ⇔ ∀
x ∈X
(x ∈ A ⇔ x ∈ B)
Definicja 8
Niech
A, B ∈ X
.
Suma zbiorów:
A ∪ B = {x ∈ X : x ∈ A ∨ x ∈ B}
Iloczyn (część wspólna) zbiorów:
A ∩ B = {x ∈ X : x ∈ A ∧ x ∈ B}
Różnica zbiorów:
A \ B = {x ∈ X : x ∈ A ∧ x /
∈ B}
Dopełnienie zbiorów:
A
0
= X \ A = {x ∈ X : x /
∈ A}
Definicja 9
Niech
A, B ∈ X
. Zbiory
A
i
B
są rozłączne, gdy
A ∩ B = ∅
.
Definicja 10
Zbiór wszystkich podzbiorów danego zbioru
X
oznaczamy przez
2
X
. W
szczególności
∅ ∈ 2
X
oraz
X ∈ 2
X
.
Prawa rachunku zbiorów (konsekwencja praw rachunku zdań)
Dla dowolnych zbiorów
A, B, C ∈ X
mamy:
∅ ⊂ A,
A ⊂ A,
A ⊂ A ∪ B,
B ⊂ A ∪ B,
A ∩ B ⊂ A,
A ∩ B ⊂ B,
(A
0
)
0
= A,
A \ (B ∪ C ) = (A \ B) ∩ (A \ C ),
A \ (B ∩ C ) = (A \ B) ∪ (A \ C )
Prawa de Morgana dla zbiorów
(A ∪ B)
0
= A
0
∩ B
0
,
(A ∩ B)
0
= A
0
∪ B
0
,
2. Relacje i funkcje
2.1. Iloczyn kartezjański
Definicja 11
Para uporządkowana:
(a, b)
Trójka uporządkowana:
(a, b, c)
Jeżeli
a 6= b
, to
(a, b) 6= (b, a)
, ale
{a, b} = {b, a}
.
Definicja 12
Niech
n ∈ N
.
(a
1
, a
2
, ...a
n
) = (b
1
, b
2
, ...b
n
) ⇔ a
1
= b
1
∧ a
2
= b
2
∧ ... ∧ a
n
= b
n
.
Definicja 13
Iloczyn kartezjański zbiorów
A
i
B
, to zbiór
A × B = {(a, b) : a ∈ A ∧ b ∈ B}.
Definicja 14
Potęgi kartezjańskie zbioru
A
określamy następująco:
A
1
= A
A
n+1
= A
n
× A
n ∈ N.
2.2. Relacje
Definicja 15
Relacją między elementami zbiorów
X
i
Y
nazywamy dowolny podzbiór
R ⊂ X × Y
. Relacją w zbiorze
X
nazywamy
R ⊂ X × X
.
Definicja 16
Niech
R ⊂ X × Y
.
Dziedziną relacji
R
nazywamy zbiór
D
R
= {x ∈ X : ∃
y ∈Y
(x , y ) ∈ R}
.
Przeciwdziedziną relacji
R
nazywamy zbiór
V
R
= {y ∈ Y : ∃
x ∈X
(x , y ) ∈ R}
.
Definicja 17
Relację
R ⊂ X × Y
nazywamy lewostronnie jednoznaczną, gdy
∀
x ,z∈X
∀
y ∈Y
(x , y ) ∈ R ∧ (z, y ) ∈ R ⇒ x = z.
Relację
R ⊂ X × Y
nazywamy prawostronnie jednoznaczną, gdy
∀
x ∈X
∀
y ,z∈Y
(x , y ) ∈ R ∧ (x , z) ∈ R ⇒ y = z.
Definicja 18
Relację
R ⊂ X × X
nazywamy:
I
zwrotną, gdy
∀
x ∈X
(x , x ) ∈ R
,
I
przeciwzwrotną, gdy
∀
x ∈X
(x , x ) /
∈ R
,
I
symetryczną, gdy
∀
x ,y ∈X
(x , y ) ∈ R ⇔ (y , x ) ∈ R
,
I
asymetryczną, gdy
∀
x ,y ∈X
(x , y ) ∈ R ⇔ (y , x ) /
∈ R
,
I
antysymetryczną, gdy
∀
x 6=y ∈X
(x , y ) ∈ R ⇔ (y , x ) /
∈ R
,
I
spójną, gdy
∀
x ,y ∈X
(x , y ) ∈ R ∨ (y , x ) ∈ R
,
I
przechodnią, gdy
∀
x ,y ∈X
((x , y ) ∈ R ∧ (y , z) ∈ R) ⇒ (x , z) ∈ R
.
Definicja 19
Relację
R ⊂ X × X
nazywamy równoważnością (relacją równoważności), gdy
jest ona zwrotna, symetryczna i przechodnia. Klasą równoważności (klasą
abstrakcji) elementu
x ∈ X
nazywamy zbiór
[x ]
R
= {y ∈ X : (x , y ) ∈ R}.
Definicja 20
Podziałem zbioru
X
nazywamy taką rodzinę
(A
t
)
t∈T
jego podzbiorów, że
(i)
∀
t∈T
A
t
6= ∅
,
(ii)
∀
s6=t∈T
A
s
∩ A
t
= ∅
,
(ii)
S
t∈T
A
t
= X
.
Definicja 21
Zasada abstrakcji. Każda relacja równoważności
R
w zbiorze
X 6= ∅
wyznacza
podział zbioru
X
(zbiorami tworzącymi podział są klasy abstrakcji).
Definicja 22
Zbiór ilorazowy to zbiór wszystkich klas równoważności (klas abstrakcji) danej
relacji
R ⊂ X × X
:
X |
R
= {[x ]
R
: x ∈ X }.
2.3. Funkcje
Definicja 23
Relację
R ⊂ X × Y
nazywamy funkcją określoną w zbiorze
X
o
wartościach w zbiorze
Y
, gdy spełnione są warunki:
(i) relacja
R
jest prawostronnie jednoznaczna, czyli
∀
x ∈X
∀
y ,z∈Y
(x , y ) ∈ R ∧ (x , z) ∈ R ⇒ y = z.
(ii) relacja
R
ma pełną dziedzinę, czyli
D
R
= X
, tzn.
∀
x ∈X
∃
y ∈Y
(x , y ) ∈ R.
Uwagi
1. Warunki (i) oraz (ii) oznaczają, że dla dowolnego
x ∈ X
istnieje
dokładnie jeden
y ∈ Y
taki, że
(x , y ) ∈ R
.
2. W przypadku funkcji stosujemy inną symbolikę:
a) zamiast
R
piszemy
f
,
b) zamiast
R ⊂ X × Y
piszemy
f : X → Y
,
c) zamiast
(x , y ) ∈ R
piszemy
y = f (x)
(
x
nazywamy argumentem
funkcji
f
,
y
wartością funkcji
f
).
Definicja 24
W przeciwdziedzinie
Y
wyróżniamy podzbiór
f (X ) = {f (x) : x ∈ X }
i
nazywamy go zbiorem wartości funkcji
f
.
Definicja 25
Jeżeli
f : X → Y
, to wykresem funkcji
f
nazywamy podzbiór zbioru
X × Y
określony przez równość
W
f
= {(x , y ) ∈ X × Y : y = f (x )}.
Definicja 26
Funkcję
f : X → Y
nazywamy funkcją różnowartościową (iniekcją), gdy dla
dowolnych
x
1
, x
2
∈ X
prawdziwa jest implikacja
x
1
6= x
2
⇒ f (x
1
) 6= f (x
2
)
lub
równoważnie
f (x
1
) = f (x
2
) ⇒ x
1
= x
2
.
Definicja 27
Funkcja
f : X → Y
jest "na" (jest surjekcją), gdy
f (X ) = Y
, tzn.
∀
y ∈Y
∃
x∈X
y = f (x).
Definicja 28
Funkcję
f : X → Y
nazywamy funkcją wzajemnie jednoznaczną (bijekcją), gdy
jest różnowartościowa i przekształca zbiór
X
na zbiór
Y
(jest jednocześnie
iniekcją i surjekcją).
Definicja 29
Niech
f : X → Y
będzie bijekcją. Funkcję odwrotną do funkcji
f
nazywamy
funkcję
f
−1
: Y → X
określoną poprzez równoważność
f
−1
(y ) = x ⇔ y = f (x ).
Definicja 30
Niech dane będą funkcje
f : X → Y
i
g : Y → Z
. Funkcję
h : X → Z
określoną wzorem
h(x) = g (f (x))
dla każdego
x ∈ X
nazywamy złożeniem
(superpozycją) funkcji
f
i
g
i oznaczamy symbolem
g ◦ f
. Zatem
(g ◦ f )(x ) = g (f (x )),
x ∈ X .
Uwaga 2
Na ogół
f ◦ g 6= g ◦ f
.
Twierdzenie 1
Jeżeli
f : X → Y
i
g : Y → Z
są bijekcjami, to
(g ◦ f )
−1
= f
−1
◦ g
−1
.
Definicja 31
Funkcją elementarną nazywać będziemy każdą funkcję o wartościach
liczbowych zmiennej rzeczywistej, która daje sie zapisać za pomocą jednego
wzoru, który może zawierać:
(i) stałe,
(ii) działania arytmetyczne na skończonej liczbie argumentów,
(iii) złożenia funkcji,
(iv) znaki takich funkcji, jak: potęgowe, wykładnicze, logarytmiczne i
trygonometryczne.
3. Ciągi i szeregi liczbowe
3.1. Ciągi liczbowe
Definicja 32
Nieskończonym ciągiem liczbowym nazywamy funkcję odwzorowującą zbiór
liczb naturalnych w zbiór liczb rzeczywistych. Wartość tej funkcji dla
argumentu
n ∈ N
oznaczamy przez
a
n
. Sam ciąg oznaczamy przez
(a
n
)
.
Przykład 2
Ciągi możemy określać:
I
opisowo
a
n
-
n
-ta liczba parzysta
a
n
-
n
-ta cyfra po przecinku w rozwinięciu dziesiętnym liczby
π
I
wzorem
a
n
= (
1
2
)
n
a
n
= (−1)
n
I
rekurencyjnie
a
1
= 2, a
n+1
= a
n
+ n
a
1
= 4, a
n+1
= na
n
− n
2
a
1
= 0, a
2
= π, a
n+2
= cos a
n+1
+ cos a
n
a
1
= a
2
= 1, a
n+2
= a
n
+ a
n+1
Definicja 33
Ciąg
(a
n
)
jest ograniczony z dołu, gdy
∃
m∈R
∀
n∈N
a
n
> m.
Definicja 34
Ciąg
(a
n
)
jest ograniczony z góry, gdy
∃
M∈R
∀
n∈N
a
n
6 M.
Definicja 35
Ciąg
(a
n
)
jest ograniczony, gdy jest ograniczony z dołu i z góry, tzn.
∃
M∈R
∀
n∈N
|a
n
| 6 M.
Definicja 36
Ciąg
(a
n
)
jest (ściśle) rosnący, gdy
∀
n∈N
a
n
< a
n+1
.
Definicja 37
Ciąg
(a
n
)
jest (ściśle) malejący, gdy
∀
n∈N
a
n
> a
n+1
.
Uwaga 3
Ciąg, który jest rosnący lub malejący nazywamy monotonicznym.
Definicja 38
Mówimy, że ciąg
(a
n
)
ma granicę (właściwą)
a ∈ R
, gdy
∀
ε>0
∃
n
0
∈N
∀
n∈N
[(n > n
0
) ⇒ (|a
n
− a| < ε)],
co symbolicznie zapisujemy w postaci równości
lim
n→∞
a
n
= a
lub
a
n
−−−→
n→∞
a
.
Ciąg, który ma granicę nazywamy zbieżnym.
Definicja 39
Mówimy, że ciąg
(a
n
)
ma granicę niewłaściwą
+∞
, gdy
∀
ε>0
∃
n
0
∈N
∀
n∈N
[(n > n
0
) ⇒ (a
n
> ε)],
co symbolicznie zapisujemy w postaci równości
lim
n→∞
a
n
= +∞
lub
a
n
−−−→
n→∞
+∞
.
Mówimy, że ciąg
(a
n
)
ma granicę niewłaściwą
−∞
, gdy
∀
ε>0
∃
n
0
∈N
∀
n∈N
[(n > n
0
) ⇒ (a
n
< ε)].
Ciąg, który ma granicę niewłaściwą
+∞
lub
−∞
nazywamy ciąg rozbieżny
odpowiednio do
+∞
lub
−∞
.
Twierdzenie 2
Każdy ciąg zbieżny ma dokładnie jedną granicę.
Twierdzenie 3
Jeżeli ciąg jest zbieżny, to jest ograniczony.
Uwaga 4
Granica właściwa ani niewłaściwa ciągu nie zależy od wartości skończenie wielu
jego wyrazów.
Twierdzenie 4
Jeżeli ciągi
(a
n
)
i
(b
n
)
mają granice właściwe, to:
I
lim
n→∞
(a
n
+ b
n
) = lim
n→∞
a
n
+ lim
n→∞
b
n
,
I
lim
n→∞
(a
n
− b
n
) = lim
n→∞
a
n
− lim
n→∞
b
n
,
I
lim
n→∞
(a
n
· b
n
) = lim
n→∞
a
n
· lim
n→∞
b
n
,
I
lim
n→∞
a
n
b
n
=
lim
n→∞
a
n
lim
n→∞
b
n
, o ile
lim
n→∞
b
n
6= 0
,
I
lim
n→∞
(a
n
)
k
= ( lim
n→∞
a
n
)
k
, gdzie
k ∈ Z
,
I
lim
n→∞
k
√
a
n
=
k
q
lim
n→∞
a
n
, gdzie
k ∈ N
.
Twierdzenie 5
Dla ciągu geometrycznego
a
n
= q
n
mamy:
lim
n→∞
q
n
= 0
, gdy
−1 < q < 1
,
lim
n→∞
q
n
= 1
, gdy
q = 1
,
lim
n→∞
q
n
= ∞
, gdy
q > 1
,
lim
n→∞
q
n
nie istnieje, gdy
q 6 −1
.
Twierdzenie 6
Mamy następujące własności granic niewłaściwych ciągów:
a + (+∞) = +∞
dla
−∞ < a 6 +∞
,
a · (+∞) = (+∞)
dla
0 < a 6 +∞
,
a
+∞
= 0
dla
−∞ < a < +∞
,
a
0
+
= +∞
dla
0 < a 6 +∞
.
Uwaga 5
Poniższe wyrażenia nazywamy symbolami nieoznaczonymi:
∞ − ∞,
0 · ∞,
0
0
,
∞
∞
,
1
∞
,
∞
0
,
0
0
.
Twierdzenie 7
Jeżeli ciągi
(a
n
)
,
(b
n
)
,
(c
n
)
spełniają warunki:
(i)
∃
n
0
∈N
∀
n6n
0
a
n
6 b
n
6 c
n
,
(ii)
lim
n→∞
a
n
= lim
n→∞
c
n
= b
,
to
lim
n→∞
b
n
= b
.
Wniosek 1
Iloczyn ciągu ograniczonego i zbieżnego do zera jest ciągiem zbieżnym do zera.
Twierdzenie 8
Ciąg
e
n
= (1 +
1
n
)
n
jest zbieżny.
Uwaga 6
Granicę tego ciągu oznaczamy przez
e
, tzn.
e = lim
n→∞
e
n
. Liczba
e ≈ 2, 72
zwana jest liczbą Eulera.
Twierdzenie 9
Jeżeli ciąg
a
n
o wyrazach nieujemnych jest zbieżny do zera, to
lim
n→∞
(1 + a
n
)
1
an
= e
.
3.2. Szeregi liczbowe
Definicja 40
Przez szereg liczbowy nieskończony
∞
P
n=1
a
n
rozumiemy ciąg sum:
s
1
= a
1
,
s
2
= a
1
+ a
2
,
s
3
= a
1
+ a
2
+ a
3
,
...
s
n
= a
1
+ a
2
+ a
3
+ ... + a
n
,
...
Liczby
a
1
,
a
2
,... nazywamy wyrazami szeregu. Wyrazy ciągu
(s
n
)
nazywamy sumami cząstkowymi szeregu
∞
P
n=1
a
n
.
Definicja 41
Jeżeli ciąg sum częściowych
(s
n
)
jest zbieżny do granicy
s
, to mówimy, że
szereg
∞
P
n=1
a
n
jest zbieżny, a liczbę
s
nazywamy sumą szeregu
∞
P
n=1
a
n
.
Szereg, który nie jest zbieżny nazywamy rozbieżnym.
Uwaga 7
Szeregi
∞
P
n=1
1
n(n+1)
i
∞
P
n=1
2n+1
n
2
(n+1)
2
są zbieżne do
1
.
Twierdzenie 10
Szereg geometryczny
∞
P
n=1
aq
n−1
jest zbieżny wtedy i tylko wtedy, gdy
a = 0
lub
−1 6 q 6 1
.
Gdy
−1 6 q 6 1
, to suma szeregu wynosi
s =
1
1−q
.
Twierdzenie 11
Szereg Dirichleta
∞
P
n=1
1
n
α
, gdzie
α ∈ R
jest zbieżny wtedy i tylko wtedy,
gdy
α > 1
.
Twierdzenie 12
(Warunek konieczny zbieżności szeregu) Jeżeli szereg
∞
P
n=1
a
n
jest zbieżny,
to
lim
n→∞
a
n
= 0
.
Uwaga 8
Szereg harmoniczny
∞
P
n=1
1
n
jest zbieżny.
Kryteria zbieżności szeregów
Twierdzenie 13
(Kryterium porównawcze) Jeżeli wyrazy szeregów
∞
P
n=1
a
n
i
∞
P
n=1
b
n
są nieujemne
oraz istnieje takie
n
0
, że dla każdego
n > n
0
spełniona jest nierówność
a
n
6 b
n
,
to ze zbieżności szeregu
∞
P
n=1
b
n
wynika zbieżność szeregu
∞
P
n=1
a
n
.
Twierdzenie 14
(Kryterium d’Alemberta) Jeżeli istnieje granica
lim
n→∞
a
n+1
a
n
= g < 1,
to szereg o wyrazach dodatnich
∞
P
n=1
a
n
jest zbieżny.
Twierdzenie 15
(Kryterium Cauchy’ego) Jeżeli istnieje granica
lim
n→∞
n
√
a
n
= g < 1,
to szereg o wyrazach nieujemnych
∞
P
n=1
a
n
jest zbieżny.
Kryteria rozbieżności szeregów
Twierdzenie 16
(Kryterium porównawcze) Jeżeli wyrazy szeregów
∞
P
n=1
a
n
i
∞
P
n=1
b
n
są nieujemne
oraz istnieje takie
n
0
, że dla każdego
n > n
0
spełniona jest nierówność
a
n
6 b
n
,
to z rozbieżności szeregu
∞
P
n=1
a
n
wynika rozbieżność szeregu
∞
P
n=1
b
n
.
Twierdzenie 17
(Kryterium d’Alemberta) Jeżeli istnieje granica
lim
n→∞
a
n+1
a
n
= g > 1,
to szereg o wyrazach dodatnich
∞
P
n=1
a
n
jest rozbieżny.
Twierdzenie 18
(Kryterium Cauchy’ego) Jeżeli istnieje granica
lim
n→∞
n
√
a
n
= g > 1,
to szereg o wyrazach nieujemnych
∞
P
n=1
a
n
jest rozbieżny.
4. Liczby zespolone
Definicja 42
Liczbą zespoloną nazywamy uporządkowaną parą liczb rzeczywistych.
Zbiór wszystkich liczb zespolonych oznaczamy przez
C
.
Uwaga 9
Mamy
C = {z = (x , y ) : x , y ∈ R}.
Przykładami liczb zespolonych są
(−2, 5)
,
(0, 0)
,
(1, 0)
,
(
1
5
, −3)
,
(0, π)
.
Liczby zespolone interpretujemy geometrycznie jako punkty płaszczyzny
lub jako wektory o początku w punkcie
(0, 0)
i końcu w danym punkcie.
Uwaga 10
Liczby postaci
(x , 0)
, gdzie
x ∈ R
możemy utożsamiać z liczbami
rzeczywistymi i zapisywać je jako
x
. W szczególności mamy
(0, 0) = 0
i
(1, 0) = 1
.
Definicja 43
Niech
z = (x , y )
,
z
1
= (x
1
, y
1
)
,
z
2
= (x
2
, y
2
)
będą liczbami zespolonymi.
W następujący sposób definiujemy równość liczb rozmytych oraz
działania na liczbach rozmytych:
z
1
= z
2
⇔ x
1
= x
2
∧ x
2
= y
2
,
z
1
+ z
2
= (x
1
+ x
2
, y
1
+ y
2
),
z
1
· z
2
= (x
1
x
2
− y
1
y
2
, x
1
y
2
+ x
2
y
1
),
−z = (−x, −y ),
z
1
− z
2
= z
1
+ (−z
2
),
1
z
=
x
x
2
+ y
2
, −
y
x
2
+ y
2
,
o ile
z 6= 0,
z
1
z
2
= z
1
·
1
z
2
,
o ile
z
2
6= 0.
Twierdzenie 19
Niech
z
1
= (x
1
, y
1
)
,
z
2
= (x
2
, y
2
)
,
z
3
= (x
3
, y
3
)
będą liczbami
zespolonymi. Wówczas
z
1
+ z
2
= z
2
+ z
1
(przemienność dodawania),
(z
1
+ z
2
) + z
3
= z
1
+ (z
2
+ z
3
)
(łączność dodawania),
z + 0 = z
(
0
jest elementem neutralnym dodawania),
z + (−z) = 0
(
−z
jest liczbą przeciwną do
z
),
z
1
· z
2
= z
2
· z
1
(przemienność mnożenia),
(z
1
· z
2
) · z
3
= z
1
· (z
2
· z
3
)
(łączność mnożenia),
z · 1 = z
(
1
jest elementem neutralnym mnożenia),
z ·
1
z
= 1
,
(
1
z
jest liczbą odwrotną do
z
),
z
1
· (z
2
+ z
3
) = z
1
· z
2
+ z
1
· z
3
(rozdzielność mnożenia względem
dodawania).
Definicja 44
Liczbę zespoloną
(0, 1)
nazywamy jednostką urojoną i oznaczamy przez
i
.
Twierdzenie 20
Każdą liczbę zespoloną można jednoznacznie zapisać w postaci
z = x + yi ,
gdzie
x, y ∈ R
.
Uwaga 11
Powyższy zapis liczby zespolonej nazywamy postacią algebraiczną (lub
kanoniczną) liczby zespolonej.
Uwaga 12
Liczba
i
jest rozwiązaniem (jednym z dwu rozwiązań) równania
z
2
= −1
. Stąd
i
2
= −1.
Definicja 45
Niech
z = x + yi
będzie postacią algebraiczną liczby zespolonej
z
.
Liczbę
x
nazywamy częścią rzeczywistą, a liczbę
y
nazywamy częścią urojoną
liczby
z
, co zapisujemy
Re(z) = x,
Im(z) = y .
Uwaga 13
Liczbę zespoloną postaci
yi
, gdzie
y ∈ R \ {0}
, nazywamy czysto urojoną.
Twierdzenie 21
Niech
z, z
1
, z
2
∈ C
. Wtedy
(i)
Re(z
1
+ z
2
) = Re z
1
+ Re z
2
,
(ii)
Im(z
1
+ z
2
) = Im z
1
+ Im z
2
,
(iii)
Re(zi ) = − Im z
,
(iv)
Im(zi ) = Re z
.
Definicja 46
Sprzężeniem liczby zespolonej
z = x + yi
, gdzie
x , y ∈ R
nazywamy
liczbę
¯
z
określoną wzorem
¯
z = x − yi .
Twierdzenie 22
Niech
z, z
1
, z
2
∈ C
. Wtedy
(i)
(z) = z
,
(ii)
z
1
+ z
2
= z
1
+ z
2
,
(iii)
z
1
− z
2
= z
1
− z
2
,
(iv)
z
1
· z
2
= z
1
· z
2
,
(v)
(
z
1
z
2
) =
z
1
z
2
, o ile
z
2
6= 0
.
Definicja 47
Modułem liczby zespolonej
z = x + yi
, gdzie
x , y ∈ R
nazywamy liczbę
rzeczywistą
|z|
określoną wzorem
|z| =
p
x
2
+ y
2
.
Uwaga 14
Moduł liczby zespolonej jest uogólnieniem wartości bezwzględnej liczby
rzeczywistej.
Twierdzenie 23
Niech
z, z
1
, z
2
∈ C
. Wtedy
(i)
|z| = |z| = | − z|
,
(ii)
z · z = |z|
2
,
(iii)
|z
1
· z
2
| = |z
1
| · |z
2
|
,
(iv)
|
z
1
z
2
| =
|z
1
|
|z
2
|
, o ile
z
2
6= 0
,
(v)
|z
1
+ z
2
| 6 |z
1
| + |z
2
|
.
Definicja 48
Argumentem liczby zespolonej
z = x + yi 6= 0
, gdzie
x, y ∈ R
nazywamy
każdą liczbę rzeczywistą
ϕ ∈ R
spełniającą układ równań
(
cos ϕ =
x
|z|
,
sin ϕ =
y
|z|
.
Przyjmujemy, że argumentem liczby zespolonej
z = 0
jest każda liczba
ϕ ∈ R
.
Twierdzenie 24
Każdą liczbę zespoloną
z
możemy przedstawić w postaci
z = r (cos ϕ + i sin ϕ),
gdzie
r > 0
oraz
ϕ ∈ R
. Liczba
r
jest wówczas modułem liczby
z
, a
ϕ
jednym z jej argumentów.
Uwaga 15
Argument liczby
z
oznaczamy przez
arg z
. Każdy argument
ϕ
liczby
z 6= 0
ma postać:
ϕ = arg z + 2kπ,
gdzie
k ∈ Z
Argumentem głównym liczby zespolonej z
z 6= 0
nazywamy argument
ϕ ∈ [0, 2π)
.
Twierdzenie 25
Liczby zespolone
z
1
= r
1
(cos ϕ
1
+ i sin ϕ
1
)
,
z
2
= r
2
(cos ϕ
2
+ i sin ϕ
2
)
,
gdzie
r
1
, r
2
> 0
oraz
ϕ
1
, ϕ
2
∈ R
są równe wtedy i tylko wtedy, gdy
r
1
= r
2
= 0
albo
r
1
= r
2
> 0
oraz
ϕ
1
= ϕ
2
+ 2kπ
dla pewnego
k ∈ Z
.
Twierdzenie 26
Niech
z
1
= r
1
(cos ϕ
1
+ i sin ϕ
1
)
,
z
2
= r
2
(cos ϕ
2
+ i sin ϕ
2
)
, gdzie
r
1
, r
2
> 0
oraz
ϕ
1
, ϕ
2
∈ R
. Wtedy
z = r [cos(−ϕ) + i sin(−ϕ)]
,
−z = r [cos(ϕ + π) + i sin(ϕ + π)]
,
z
1
· z
2
= r
1
r
2
[cos(ϕ
1
+ ϕ
2
) + i sin(ϕ
1
+ ϕ
2
)]
,
z
n
= r
n
[cos(nϕ) + i sin(nϕ)]
,
1
z
=
1
r
[cos(−ϕ) + i sin(−ϕ)]
, o ile
z 6= 0
,
z
1
z
2
=
r
1
r
2
[cos(ϕ
1
− ϕ
2
) + i sin(ϕ
1
− ϕ
2
)]
, o ile
z
2
6= 0
.
Definicja 49
Pierwiastkiem stopnia
n ∈ N
z liczby zespolonej
z
nazywamy każdą liczbę
zespoloną
w
spełniającą równość:
w
n
= z.
Zbiór pierwiastków stopnia
n
z liczby zespolonej
z
oznaczamy przez
n
√
z
.
Twierdzenie 27
Każda liczba zespolona
z = r (cos ϕ + i sin ϕ)
, gdzie
r > 0
oraz
ϕ ∈ R
ma
dokładnie
n
pierwiastków
n
-tego stopnia. Zbiór tych pierwiastków ma
postać
n
√
z = {z
0
, z
1
, ..., z
n−1
},
gdzie
z
k
=
n
√
r
cos
ϕ+2kπ
n
+ i sin
ϕ+2kπ
n
dla
k = 0, 1, ..., n − 1
.
5. Algebra macierzy
5.1. Macierze
Definicja 50
Macierzą o wymiarach
m × n
, gdzie
m, n ∈ N
nazywamy prostokątną
tablicę złożoną z
mn
liczb rzeczywistych lub zespolonych ustawionych
w
m
wierszach i
n
kolumnach:
a
11
a
12
· · ·
a
1j
· · ·
a
1n
a
21
a
22
· · ·
a
2j
· · ·
a
2n
..
.
..
.
. ..
..
.
. ..
..
.
a
i 1
a
i 2
· · ·
a
ij
· · ·
a
in
..
.
..
.
. ..
..
.
. ..
..
.
a
m1
a
m2
· · ·
a
mj
· · ·
a
mn
.
Uwaga 16
Liczby
a
ij
(
i = 1, 2, ..., m
,
j = 1, 2, ..., n
) nazywamy wyrazami lub
elementami macierzy. Poziome rzędy tablicy nazywamy wierszami
macierzy, a pionowe - jej kolumnami. Macierz oznaczamy krótko
[a
ij
]
m×n
,
[a
ij
]
lub
A
.
Definicja 51
Dwie macierze
A
i
B
są równe, gdy są tego samego wymiaru
m × n
oraz
a
ij
= b
ij
dla każdego
i = 1, 2, ..., m
i
j = 1, 2, ..., n
.
Definicja 52
Macierz o wymiarach
m × n
, której wszystkie elementy są równe
0
nazywamy macierzą zerową o wymiarze
m × n
i oznaczamy
0
m×n
lub
0
.
Definicja 53
Macierz o wymiarach
n × n
nazywamy macierzą kwadratową stopnia
n
.
Definicja 54
Główną przekątną macierzy kwadratowej stopnia
n
nazywamy ciąg
elementów
a
11
, a
22
, ..., a
nn
tej macierzy.
Definicja 55
Macierz kwadratową stopnia
n
, której elementy głównej przekątnej są
równe
1
, a wszystkie pozostałe
0
nazywamy macierzą jednostkową
stopnia
n
i oznaczamy
I
n
lub
I
.
Definicja 56
Sumą (różnicą) macierzy
A = [a
ij
]
m×n
i
B = [b
ij
]
m×n
nazywamy macierz
C = [c
ij
]
m×n
, gdzie
c
ij
= a
ij
+ b
ij
(c
ij
= a
ij
− b
ij
)
dla każdego
i = 1, 2, ..., m
i
j = 1, 2, ..., n
.
Piszemy wówczas
A + B = C
(
A − B = C
).
Definicja 57
Iloczynem macierzy
A = [a
ij
]
m×n
przez liczbę rzeczywistą lub zespoloną
α
nazywamy macierz
B = [b
ij
]
m×n
, gdzie
b
ij
= αa
ij
dla każdego
i = 1, 2, ..., m
i
j = 1, 2, ..., n
.
Piszemy wówczas
αA = B
.
Twierdzenie 28
Niech
A, B, C
będą macierzami tego samego wymiaru, a
α, β
liczbami
rzeczywistymi lub zespolonymi. Wówczas
A + B = B + A,
(A + B) + C = A + (B + C ),
A + 0 = 0 + A = A,
A + (−A) = 0,
α(A + B) = αA + αB,
(α + β)A = αA + βA,
1 · A = A,
(αβ)A = α(βA).
Definicja 58
Iloczynem macierzy
A = [a
ij
]
m×n
przez macierz
B = [b
ij
]
n×k
nazywamy
macierz
C = [c
ij
]
m×k
, gdzie
c
ij
=
n
X
s=1
a
is
b
sj
= a
i 1
b
1j
+ a
i 2
b
2j
+ ... + a
in
b
nj
dla każdego
i = 1, 2, ..., m
i
j = 1, 2, ..., k
.
Piszemy wówczas
A · B = C
.
Uwaga 17
m × \
n · \
n × k = m × k
Twierdzenie 29
Niech
A, B, C
będą macierzami kwadratowymi tego samego stopnia,
a
α
liczbą rzeczywistą lub zespoloną. Wówczas
A(B + C ) = AB + AC ,
(A + B)C = AC + BC ,
A(αB) = (αA)B = α(AB),
(AB)C = A(BC ),
AI = IA = A.
Uwaga 18
Każdy z powyższych wzorów zachodzi także dla macierzy prostokątnych,
o ile wszystkie działania w danym wzorze są wykonalne (macierze są
odpowiednich wymiarów).
Uwaga 19
Mnożenie macierzy nie jest przemienne.
Definicja 59
Macierzą transponowana do macierzy
A = [a
ij
]
m×n
nazywamy macierz
B = [b
ij
]
n×m
, gdzie
b
ij
= a
ji
.
Macierz transponowaną do macierzy
A
oznaczamy przez
A
T
.
Twierdzenie 30
Niech
A, B
będą macierzami kwadratowymi tego samego stopnia,
α
liczbą rzeczywistą lub zespoloną, a
p
liczbą naturalną. Wówczas
(A + B)
T
= A
T
+ B
T
,
(A
T
)
T
= A,
(αA)
T
= αA
T
,
(AB)
T
= B
T
A
T
,
(A
p
)
T
= (A
T
)
p
.
Uwaga 20
Każdy z powyższych wzorów zachodzi także dla macierzy prostokątnych,
o ile wszystkie działania w danym wzorze są wykonalne (macierze są
odpowiednich wymiarów).
5.2. Wyznaczniki
Definicja 60
Wyznacznikiem macierzy kwadratowej stopnia
n
nazywamy funkcję, która
każdej macierzy
A = [a
ij
]
przypisuje liczbę
det A
. Funkcja ta określona jest
następująco:
(i) jeżeli
n = 1
, to
det A = a
11
,
(ii) jeżeli
n > 2
, to
det A = (−1)
1+1
a
11
det A
11
+ (−1)
1+2
a
12
det A
12
+ ... + (−1)
1+n
a
1n
det A
1n
,
gdzie
A
ij
oznacza macierz stopnia
n − 1
otrzymaną z macierzy
A
przez
skreślenie
i
-tego wiersza i
j
-tej kolumny.
Uwaga 21
Wyznacznik macierzy
A
oznaczamy także przez
det[a
ij
]
,
|A|
,
det
a
11
a
12
· · ·
a
1n
a
21
a
22
· · ·
a
2n
..
.
..
.
. .
.
..
.
a
n1
a
n2
· · ·
a
nn
lub
a
11
a
12
· · ·
a
1n
a
21
a
22
· · ·
a
2n
..
.
..
.
. .
.
..
.
a
n1
a
n2
· · ·
a
nn
.
Wyznacznik drugiego stopnia
det
a
b
c
d
= ad − bc
Wyznacznik trzeciego stopnia - metoda Sarrusa
det
a
b
c
d
e
f
g
h
i
a
b
d
e
g
h
= aei + bfg + cdh − ceg − afh − bdi
Uwaga 22
Metoda Sarrusa nie przenosi się na wyznaczniki wyższych stopni.
Definicja 61
Niech
A = [a
ij
]
będzie macierzą kwadratową stopnia
n > 2
. Dopełnieniem
algebraicznym elementu
a
ij
macierzy
A
nazywamy liczbę
D
ij
= (−1)
i +j
det A
ij
,
gdzie
A
ij
oznacza macierz stopnia
n − 1
otrzymaną z macierzy
A
przez
skreślenie
i
-tego wiersza i
j
-tej kolumny.
Twierdzenie 31
(Rozwinięcie Laplace’a wyznacznika) Niech
A = [a
ij
]
będzie macierzą
kwadratową stopnia
n > 2
. Wówczas
det A = a
i 1
D
i 1
+ a
i 2
D
i 2
+ ... + a
in
D
in
,
det A = a
1j
D
1j
+ a
2j
D
2j
+ ... + a
nj
D
nj
.
Twierdzenie 32
Niech
det[k
1
...k
n
]
oznacza wyznacznik macierzy o kolumnach
k
1
,...,
k
n
.
Wówczas
det[k
1
...0...k
n
] = 0,
det[k
1
...k
i
...k
j
...k
n
] = − det[k
1
...k
j
...k
i
...k
n
],
det[k
1
...k
j
...k
j
...k
n
] = 0,
det[k
1
...ck
j
...k
n
] = c det[k
1
...k
j
...k
n
],
det[k
1
...k
j
+ k
0
j
...k
n
] = det[k
1
...k
j
...k
n
] + det[k
1
...k
0
j
...k
n
],
det[k
1
...k
i
...k
j
...k
n
] = det[k
1
...k
i
+ ck
j
...k
j
...k
n
].
Uwaga 23
Zachodzą analogiczne wzory dla wierszy.
Twierdzenie 33
Dla dowolnej macierzy kwadratowej
A
det A
T
= det A.
Definicja 62
Macierz kwadratową
A
nazywamy macierzą osobliwą, gdy
det A = 0
. W
przeciwnym wypadku mówimy, że macierz
A
jest nieosobliwa.
Definicja 63
Niech
A
będzie macierzą kwadratową. Macierzą odwrotną do macierzy
A
nazywamy macierz
A
−1
, która spełnia warunek
AA
−1
= A
−1
A = I .
Uwaga 24
Macierz
A
, dla której istnieje macierz odwrotna, nazywamy odwracalną.
Macierz odwrotna, o ile istnieje, jest określona jednoznacznie.
Twierdzenie 34
Macierz kwadratowa jest odwracalna wtedy i tylko wtedy, gdy jest
nieosobliwa.
Twierdzenie 35
Jeżeli macierz
A
stopnia
n
jest nieosobliwa, to
A
−1
=
1
det A
D
11
D
12
· · ·
D
1n
D
21
D
22
· · ·
D
2n
..
.
..
.
. ..
..
.
D
n1
D
n2
· · ·
D
nn
T
.
Twierdzenie 36
Niech
A
i
B
będą odwracalnymi macierzami kwadratowe tego samego
stopnia oraz niech
α ∈ C \ {0}
i
p ∈ N
. Wówczas macierze
A
−1
,
A
T
,
AB
,
αA
,
A
p
także są odwracalne i zachodzą równości
det A
−1
= (det A)
−1
,
(A
−1
)
−1
= A,
(A
T
)
−1
= (A
−1
)
T
,
(AB)
−1
= B
−1
A
−1
,
(αA)
−1
=
1
α
A
−1
,
(A
p
)
−1
= (A
−1
)
p
.
Definicja 64
Minorem stopnia
k ∈ N
nazywamy wyznacznik utworzony z elementów
macierzy stojących na przecięciu dowolnie wybranych
k
kolumn i
k
wierszy.
Definicja 65
Rzędem macierzy
A
nazywamy największy stopień jej niezerowego minora
i oznaczamy
rz A
. Przyjmujemy, że rząd dowolnej macierzy zerowej jest
równy
0
.
Twierdzenie 37
Rząd macierzy nieosobliwej jest równy jej stopniowi.
rz A
T
= rz A
.
Twierdzenie 38
Rząd macierzy nie ulega zmianie, gdy:
(i) przestawimy dwa wiersze (dwie kolumny),
(ii) wiersze (kolumny) pomnożymy przez liczby różne od
0
,
(iii) do jednego wiersza (kolumny) dodamy inne wiersze (kolumny)
pomnożone przez dowolne liczby.
6. Równania i układy równań algebraicznych
Definicja 66
Równanie postaci
a
1
x
1
+ a
2
x
2
+ ... + a
n
x
n
= b,
gdzie
a
i
, b ∈ R
dla każdego
i = 1, 2, ..., n
nazywamy równaniem liniowym
o
n
niewiadomych
x
1
,
x
2
, ...,
x
n
.
Definicja 67
Układem
m
równań liniowych z
n
niewiadomymi
x
1
,
x
2
, ...,
x
n
, gdzie
m, n ∈ N
nazywamy układ równań 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
,
gdzie
a
ij
∈ R
,
b
i
∈ R
dla każdego
i = 1, 2, ..., m
i
j = 1, 2, ..., n
.
Uwaga 25
Układ równań z poprzedniej definicji możemy zapisać w postaci
macierzowej
AX = B,
gdzie
A =
a
11
a
12
· · ·
a
1n
a
21
a
22
· · ·
a
2n
..
.
..
.
. ..
..
.
a
m1
a
m2
· · ·
a
mn
,
X =
x
1
x
2
..
.
a
n
,
B =
b
1
b
2
..
.
b
m
.
Definicja 68
Układem Cramera nazywamy układ równań liniowych
AX = B,
w którym
A
jest macierzą kwadratową nieosobliwą.
Twierdzenie 39
Układ Cramera
AX = B
ma dokładnie jedno rozwiązanie określone
wzorem
X =
1
det A
det A
1
det A
2
..
.
det A
n
,
gdzie
A
i
dla każdego
i = 1, 2, ..., n
oznacza macierz powstałą z macierzy
A
przez zastąpienie
i
-tej kolumny kolumną wyrazów wolnych
B
.
Uwaga 26
Układ
n
równań liniowych z
n
niewiadomymi, w którym
det A 6= 0
ma
dokładnie jedno rozwiązanie określone wzorami (tzw. wzorami Cramera):
x
1
=
det A
1
det A
,
x
2
=
det A
2
det A
,
...,
x
n
=
det A
n
det A
.
Twierdzenie 40
(Kroneckera-Capellego) Układ równań liniowych
AX = B
ma rozwiązanie
wtedy i tylko wtedy, gdy
rz A = rz U
, gdzie
U
oznacza macierz (tzw.
macierz uzupełnioną) powstałą z macierzy
A
przez dodanie kolumny
wyrazów wolnych
B
.
Twierdzenie 41
Niech
AX = B
będzie układem równań liniowych z
n
niewiadomymi.
Wówczas:
(i) jeżeli
rz A 6= rz B
, to układ nie ma rozwiązanie (jest sprzeczny),
(ii) jeżeli
rz A = rz B = n
, to układ ma dokładnie jedno rozwiązanie (jest
oznaczony),
(i) jeżeli
rz A = rz B = r < n
, to układ ma nieskończenie wiele
rozwiązań zależnych od
n − r
parametrów (jest nieoznaczony).
7. Rachunek różniczkowy i całkowy funkcji jednej
zmiennej
7.1. Granice i ciągłość funkcji
Definicja 69
Otoczeniem o promieniu
r > 0
punktu
x
0
∈ R
nazywamy zbiór
O(x
0
, r ) = (x
0
− r , x
0
+ r ).
Sąsiedztwem o promieniu
r > 0
punktu
x
0
∈ R
nazywamy zbiór
S (x
0
, r ) = (x
0
− r , x
0
) ∪ (x
0
, x
0
+ r ).
Sąsiedztwem lewostronnym o promieniu
r > 0
punktu
x
0
∈ R
nazywamy
zbiór
S (x
−
0
, r ) = (x
0
− r , x
0
).
Sąsiedztwem prawostronnym o promieniu
r > 0
punktu
x
0
∈ R
nazywamy
zbiór
S (x
+
0
, r ) = (x
0
, x
0
+ r ).
Definicja 70 (Heinego granicy funkcji w punkcie)
Niech
x
0
∈ R
oraz niech funkcja
f : X → R
będzie określona przynajmniej w
pewnym sąsiedztwie
S(x
0
, r )
punktu
x
0
. Liczba
g
jest granicą właściwą funkcji
f
w punkcie
x
0
(
lim
x→x
0
f (x) = g
), gdy
∀
(x
n
)⊂S(x
0
,r )
h
( lim
n→∞
x
n
= x
0
) ⇒ ( lim
n→∞
f (x
n
) = g )
i
.
Definicja 71 (Heinego granicy lewostronnej funkcji w punkcie)
Niech
x
0
∈ R
oraz niech funkcja
f : X → R
będzie określona przynajmniej w
pewnym sąsiedztwie lewostronnym
S(x
−
0
, r )
punktu
x
0
. Liczba
g
jest granicą
lewostronną funkcji
f
w punkcie
x
0
(
lim
x→x
−
0
f (x) = g
), gdy
∀
(x
n
)⊂S(x
−
0
,r )
h
( lim
n→∞
x
n
= x
0
) ⇒ ( lim
n→∞
f (x
n
) = g )
i
.
Definicja 72 (Heinego granicy prawostronnej funkcji w punkcie)
Niech
x
0
∈ R
oraz funkcja
f : X → R
będzie określona przynajmniej w pewnym
sąsiedztwie prawostronnym
S(x
+
0
, r )
punktu
x
0
. Liczba
g
jest granicą
prawostronną funkcji
f
w punkcie
x
0
(
lim
x→x
+
0
f (x) = g
), gdy
∀
(x
n
)⊂S(x
+
0
,r )
h
( lim
n→∞
x
n
= x
0
) ⇒ ( lim
n→∞
f (x
n
) = g )
i
.
Definicja 73 (Heinego granicy niewłaściwej funkcji w punkcie)
Niech
x
0
∈ R
oraz niech funkcja
f : X → R
będzie określona przynajmniej w
pewnym sąsiedztwie
S(x
0
, r )
punktu
x
0
. Funkcja
f
ma granicą niewłaściwą
±∞
w punkcie
x
0
(
lim
x→x
0
f (x) = ±∞
) gdy
∀
(x
n
)⊂S(x
0
,r )
h
( lim
n→∞
x
n
= x
0
) ⇒ ( lim
n→∞
f (x
n
) = ±∞)
i
.
Definicja 74 (Heinego granicy funkcji w nieskończoności)
Niech
x
0
∈ R
oraz niech funkcja
f : X → R
będzie określona przynajmniej w
pewnym przedziale
(a, +∞)
(
(−∞, a)
). Liczba
g
jest granicą funkcji
f
w
±∞
(
lim
x→±∞
f (x) = g
), gdy
∀
(x
n
)⊂(a,+∞)((−∞,a))
h
( lim
n→∞
x
n
= ±∞) ⇒ ( lim
n→∞
f (x
n
) = g )
i
.
Definicja 75 (Heinego granicy niewłaściwej funkcji w nieskończoności)
Niech
x
0
∈ R
oraz niech funkcja
f : X → R
będzie określona przynajmniej w
pewnym przedziale
(a, +∞)
(
(−∞, a)
). Funkcja
f
ma granicą niewłaściwą
±∞
w nieskończoności (
lim
x→±∞
f (x) = ±∞
) gdy
∀
(x
n
)⊂(a,+∞)((−∞,a))
h
( lim
n→∞
x
n
= ±∞) ⇒ ( lim
n→∞
f (x
n
) = ±∞)
i
.
Twierdzenie 42
Funkcja
f
ma w punkcie
x
0
granicę (właściwą lub niewłaściwą) wtedy i
tylko wtedy, gdy
lim
x →x
−
0
f (x) = lim
x →x
+
0
f (x ).
Wspólna wartość granic jednostronnych jest wtedy granicą funkcji.
Twierdzenie 43
Jeżeli funkcje
f
i
g
spełniają warunki:
1.
lim
x →x
0
f (x ) = y
0
,
2.
istnieje takie
r > 0
, że
f (x) 6= y
0
dla każdego
x ∈ S (x
0
, r )
,
3.
lim
y →y
0
g (y ) = q
,
to
lim
x →x
0
g (f (x )) = q
.
Twierdzenie 44
Jeżeli funkcje
f
i
g
mają granice właściwe w punkcie
x
0
, to:
1.
lim
x →x
0
(f (x ) + g (x )) = lim
x →x
0
f (x ) + lim
x →x
0
g (x )
,
2.
lim
x →x
0
(f (x ) − g (x )) = lim
x →x
0
f (x ) − lim
x →x
0
g (x )
,
3.
lim
x →x
0
c · f (x ) = c · lim
x →x
0
f (x )
,
4.
lim
x →x
0
(f (x ) · g (x )) = lim
x →x
0
f (x ) · lim
x →x
0
g (x)
,
5.
lim
x →x
0
f (x )
g (x )
=
lim
x→x0
f (x )
lim
x→x0
g (x )
, o ile
lim
x →x
0
g (x) 6= 0
,
6.
lim
x →x
0
f (x )
g (x )
= lim
x →x
0
f (x )
lim
x→x0
g (x )
, o ile wyrażenia po obu stronach
równości mają sens.
Uwaga 27
Poniższe wyrażenia nazywamy symbolami nieoznaczonymi:
∞ − ∞,
0 · ∞,
0
0
,
∞
∞
,
1
∞
,
∞
0
,
0
0
.
Twierdzenie 45
lim
x →0
sin x
x
= 1
lim
x →±∞
1 +
a
x
x
= e
a
lim
x →0
(1 + x )
1
x
= e
Definicja 76
Prostą
x = a
nazywamy asymptotą pionową funkcji
f
, gdy
lim
x →x
0
f (x ) = ±∞.
Uwaga 28
Funkcja elementarna może mieć asymptoty pionowe jedynie w
skończonych krańcach swojej dziedziny, które do niej nie należą.
Definicja 77
Prostą
y = ax + b
nazywamy asymptotą ukośną funkcji
f
w
∞
, gdy
a =
lim
x →±∞
f (x )
x
,
b =
lim
x →±∞
f (x ) − ax .
Definicja 78
Funkcję
f
nazywamy ciągłą w punkcie
x
0
, gdy
lim
x →x
0
f (x) = f (x
0
)
.
Definicja 79
Funkcję
f
nazywamy ciągłą, gdy jest ciągła w całej swojej dziedzinie.
Uwaga 29
Funkcje elementarne są funkcjami ciągłymi.
Twierdzenie 46
Suma (różnica, iloczyn, iloraz - w punktach dla których dzielnik się nie
zeruje) funkcji ciągłych jest funkcją ciągłą.
7.2. Pochodne funkcji
Definicja 80
Niech
x
0
∈ R
i niech funkcja
f
będzie określona w
O(x
0
, r )
, gdzie
r > 0
.
Ilorazem różnicowym funkcji
f
w punkcie
x
0
nazywamy liczbę
f (x ) − f (x
0
)
x − x
0
.
Definicja 81
Niech
x
0
∈ R
i niech funkcja
f
będzie określona w
O(x
0
, r )
, gdzie
r > 0
.
Pochodną funkcji
f
w punkcie
x
0
nazywamy granicę właściwą
f
0
(x
0
) =
lim
x →x
0
f (x) − f (x
0
)
x − x
0
.
Twierdzenie 47
Jeżeli funkcja jest różniczkowalna w punkcie
x
0
to równanie stycznej do
wykresu funkcji i w punkcie
(x
0
, f (x
0
))
ma postać:
y = f (x
0
) + f
0
(x
0
)(x − x
0
).
Twierdzenie 48
(c)
0
= 0
c ∈ R
(x
α
)
0
= αx
α−1
(sin x )
0
= cos x
(cos x )
0
= − sin x
(e
x
)
0
= e
x
(ln x )
0
=
1
x
Twierdzenie 49
Jeżeli funkcje
f
i
g
mają pochodne w punkcie
x
0
, to
(f ± g )
0
(x
0
) = f
0
(x
0
) ± g
0
(x
0
),
(c f )
0
(x
0
) = c f
0
(x
0
),
(f · g )
0
(x
0
) = f
0
(x
0
)g (x
0
) + f (x
0
)g
0
(x
0
),
f
g
0
(x
0
) =
f
0
(x
0
)g (x
0
) − f (x
0
)g
0
(x
0
)
g
2
(x
0
)
,
o ile
g (x
0
) 6= 0.
Twierdzenie 50
Jeżeli
1.
funkcja
f
ma pochodną w punkcie
x
0
,
2.
funkcja
g
ma pochodną w punkcie
f (x
0
)
,
to
(g ◦ f )
0
(x
0
) = g
0
(f (x
0
))f
0
(x
0
).
Definicja 82
Pochodną
n
-tego rzędu funkcji
f
w punkcie
x
0
definiujemy indukcyjnie:
f
(1)
(x
0
) = f
0
(x
0
)
f
(n)
(x
0
) =
f
(n−1)
0
(x
0
)
dla n 2
Funkcję określoną na zbiorze, której wartości w punktach
x
tego zbioru są
równe
f
(n)
(x )
, nazywamy pochodną
n
-tego rzędu funkcji
f
na tym
zbiorze i oznaczamy przez
f
(n)
.
Zamiast
f
(1)
,
f
(2)
,
f
(3)
piszemy
f
0
,
f
00
,
f
000
.
Twierdzenie 51
Niech
A ⊂ R
będzie przedziałem.
1.
Jeżeli dla każdego
x ∈ A f
0
(x ) = 0
, to funkcja jest stała na
A
.
2.
Jeżeli dla każdego
x ∈ A f
0
(x ) > 0
, to funkcja jest rosnąca na
A
.
3.
Jeżeli dla każdego
x ∈ A f
0
(x ) < 0
, to funkcja jest malejąca na
A
.
Definicja 83
Funkcja
f
ma w punkcie
x
0
∈ R
minimum lokalne, jeżeli
∃
r >0
∀
x ∈S(x
0
,r )
f (x ) > f (x
0
).
Definicja 84
Funkcja
f
ma w punkcie
x
0
∈ R
maksimum lokalne, jeżeli
∃
r >0
∀
x ∈S(x
0
,r )
f (x ) < f (x
0
).
Twierdzenie 52
Jeżeli funkcja różniczkowalna osiąga w punkcie
x
0
ekstremum lokalne
(minimum lub maksimum), to
f
0
(x
0
) = 0
.
Uwaga 30
Twierdzenie odwrotne nie jest prawdziwe, np. dla
f (x) = x
3
Twierdzenie 53 (Warunek wystarczający istnienia ekstremum
(maksimum))
Jeżeli funkcja
f
spełnia warunki:
1.
f
0
(x
0
) = 0
,
2.
∃
r >0
f
0
(x ) > 0 dla każdego x < x
0
i x ∈ S (x
0
, r ),
f
0
(x ) < 0 dla każdego x > x
0
i x ∈ S (x
0
, r ),
to w punkcie
x
0
funkcja ma maksimum lokalne.
Twierdzenie 54 (Warunek wystarczający istnienia ekstremum
(minimum))
Jeżeli funkcja
f
spełnia warunki:
1.
f
0
(x
0
) = 0
,
2.
∃
r >0
f
0
(x ) < 0 dla każdego x < x
0
i x ∈ S (x
0
, r ),
f
0
(x ) > 0 dla każdego x > x
0
i x ∈ S (x
0
, r ),
to w punkcie
x
0
funkcja ma minimum lokalne.
Definicja 85
Funkcja
f
jest wypukła w przedziale
(a, b) ⊂ R
, jeżeli
∀
a<x
1
<x
2
<b
∀
0<λ<1
f (λx
1
+ (1 − λ)x
2
) ¬ λf (x
1
) + (1 − λ)f (x
2
).
Definicja 86
Funkcja
f
jest ściśle wypukła w przedziale
(a, b) ⊂ R
, jeżeli
∀
a<x
1
<x
2
<b
∀
0<λ<1
f (λx
1
+ (1 − λ)x
2
) < λf (x
1
) + (1 − λ)f (x
2
).
Twierdzenie 55
Jeżeli
f
00
(x ) 0
(
f
00
(x ) > 0
) dla każdego
x ∈ (a, b)
, to funkcja
f
jest
wypukła (ściśle wypukła) na
(a, b)
.
Definicja 87
Funkcja
f
jest wklęsła w przedziale
(a, b) ⊂ R
, jeżeli
∀
a<x
1
<x
2
<b
∀
0<λ<1
f (λx
1
+ (1 − λ)x
2
) λf (x
1
) + (1 − λ)f (x
2
).
Definicja 88
Funkcja
f
jest ściśle wklęsła w przedziale
(a, b) ⊂ R
, jeżeli
∀
a<x
1
<x
2
<b
∀
0<λ<1
f (λx
1
+ (1 − λ)x
2
) > λf (x
1
) + (1 − λ)f (x
2
).
Twierdzenie 56
Jeżeli
f
00
(x ) ¬ 0
(
f
00
(x ) < 0
) dla każdego
x ∈ (a, b)
, to funkcja
f
jest
wklęsła (ściśle wklęsła) na
(a, b)
.
Definicja 89
Niech funkcja
f
będzie określona na otoczeniu punktu
x
0
i niech ma tam
pochodną. Punkt
(x
0
, f (x
0
))
jest punktem przegięcia wykresu funkcji
f
gdy
istnieje takie
r > 0
, że w otoczeniu
O(x
0
, r )
funkcja
f
jest ściśle wypukła dla
x < x
0
i ściśle wklęsła dla
x > x
0
; albo w otoczeniu
O(x
0
, r )
funkcja
f
jest
ściśle wklęsła dla
x < x
0
i ściśle wypukła dla
x > x
0
.
Twierdzenie 57
Jeżeli funkcja
f
spełnia warunki:
1.
punkt
(x
0
, f (x
0
))
jest punktem przegięcia,
2.
istnieje
f
00
(x
0
)
,
to
f
00
(x
0
) = 0.
Uwaga 31
Twierdzenie odwrotne nie jest prawdziwe, np. dla funkcji
f (x) = x
4
.
Twierdzenie 58 (Warunek wystarczający istnienia punktu przegięcia)
Jeżeli funkcja
f
spełnia warunki:
1.
w punkcie
x
0
funkcja ma pochodną,
2.
∃
r >0
f
00
(x ) < 0 dla każdego x < x
0
i x ∈ S(x
0
, r ),
f
00
(x ) > 0 dla każdego x > x
0
i x ∈ S(x
0
, r ),
to punkt
(x
0
, f (x
0
))
jest punktem przegięcia jej wykresu.
7.3. Całki nieoznaczone
Definicja 90
Funkcja
F
jest funkcją pierwotną funkcji
f
na przedziale
I ⊂ R
, jeżeli
F
0
(x ) = f (x ) dla każdego x ∈ I .
Twierdzenie 59
Niech
F
będzie funkcją pierwotną funkcji
f
na przedziale
I
. Wtedy:
G (x ) = F (x ) + C
, gdzie
C ∈ R
jest funkcją pierwotną funkcji
f
na
przedziale
I
;
Każdą funkcję pierwotną funkcji
f
można przedstawić w postaci
F (x ) + C
, gdzie
C ∈ R
.
Definicja 91
Niech
F
będzie funkcją pierwotną funkcji
f
na przedziale
I
. Całką
nieoznaczoną funkcji
f
na przedziale
I
nazywamy zbiór funkcji
{F (x) + C : C ∈ R}
Całkę nieoznaczoną funkcji
f
oznaczamy przez
R f (x)dx
.
Twierdzenie 60
Niech funkcja
f
ma funkcję pierwotną na przedziale
I
. Wtedy dla każdego
x ∈ I
Z
f (x)dx
0
= f (x )
Twierdzenie 61
Niech funkcja
f
0
ma funkcję pierwotną na przedziale
I
. Wtedy dla
każdego
x ∈ I
Z
f
0
(x )dx = f (x ) + C ,
gdzie
C ∈ R
.
Twierdzenie 62
R 0dx = C
R x
a
dx =
x
a+1
a+1
+ C
R
1
x
dx = ln |x | + C
R e
x
dx = e
x
+ C
R sin xdx = − cos x + C
R cos xdx = sin x + C
Twierdzenie 63
Jeżeli funkcje
f
i
g
mają funkcje pierwotne, to
1.
R
(f (x ) ± g (x )) dx =
R
f (x)dx ±
R
g (x)dx
2.
R
(cf (x ))dx = c
R
f (x)dx
Twierdzenie 64 (O całkowaniu przez części)
Jeżeli funkcje
f
i
g
mają ciągłe pochodne, to
Z
f (x)g
0
(x )dx = f (x )g (x ) −
Z
f
0
(x )g (x )dx .
Twierdzenie 65 (O całkowaniu przez podstawienie)
Jeżeli
1.
funkcja
f : I → R
jest ciągła na przedziale
I
,
2.
funkcja
ϕ : J → I
ma ciągłą pochodną na przedziale
J
,
to
Z
f (x)dx =
Z
f (ϕ(t))ϕ
0
(t)dt = F (ϕ(t)) + C
gdzie
F
jest dowolną funkcją pierwotną funkcji
f
oraz
C ∈ R
.
8. Elementy geometrii analitycznej
8.1. Wektory
R
2
= {(x , y ) : x , y ∈ R}
R
3
= {(x , y , z) : x , y , z ∈ R}
Definicja 92
Wektor
−→
AB
to uporządkowana para punktów
A
,
B
, gdzie punkt
A
jest
początkiem wektora (punktem zaczepienia) a punkt
B
jego końcem.
Wektor – obiekt geometryczny mający wartość (długość), kierunek i
zwrot określający orientację wzdłuż danego kierunku.
Definicja 93
Wektorem swobodnym
−
→
u
w przestrzeni nazywamy zbiór wszystkich
wektorów zaczepionych, które mają ten sam kierunek, zwrot oraz długość.
Twierdzenie 66
Niech
−
→
u
,
−
→
v
,
−
→
w
będą dowolnymi wektorami i
α, β ∈ R
1.
−
→
u + −
→
v = −
→
v + −
→
u
,
2.
−
→
u + (−
→
v + −
→
w ) = (−
→
u + −
→
v ) + −
→
w
3.
−
→
u +
−
→
0 = −
→
u
4.
−
→
u + (−−
→
u ) =
−
→
0
5.
1 · −
→
u = −
→
u
6.
(αβ)−
→
u = α(β−
→
u )
7.
(α + β)−
→
u = α−
→
u + β−
→
u
8.
α(−
→
u + −
→
v ) = α−
→
u + α−
→
v
Definicja 94
Wektory
−
→
u
i
−
→
v
są współliniowe, gdy istnieje prosta w której zawarte są te
wektory. Wektory te nazywamy również równoległymi.
Wektory
−
→
u
i
−
→
v −
→
w
są współpłaszczyznowe, gdy istnieje płaszczyzna w której
zawarte są te wektory.
Jeżeli dwa wektory na płaszczyźnie nie są współliniowe to nazywamy je liniowo
niezależnymi.
Jeżeli trzy wektory w przestrzeni nie są współpłaszczyznowe to nazywamy je
liniowo niezależnymi.
8.2. Płaszczyzna
Niech
−
→
a = [a
x
, a
y
]
. Dla
i = [1, 0]
,
j = [0, 1]
mamy
−
→
a = a
x
i + a
y
j
.
Definicja 95
Iloczynem skalarnym wektorów niezerowych
−
→
a
i
−
→
b
nazywamy liczbę
równą
−
→
a ◦
−
→
b = |−
→
a ||
−
→
b | cos ϕ
gdzie
ϕ
jest kątem pomiędzy wektorami
−
→
a
i
−
→
b
. Jeżeli jeden z wektorów
jest wektorem zerowym to iloczyn skalarny jest równy zero.
Jeżeli
−
→
a = [a
x
, a
y
]
i
−
→
b = [b
x
, b
y
]
to
−
→
a ◦
−
→
b = a
x
b
x
+ a
y
b
y
.
Cosinus kąta pomiędzy niezerowymi wektorami
−
→
a
i
−
→
b
wynosi
cos ϕ =
a
x
b
x
+a
y
b
y
|−
→
a ||
−
→
b |
.
Lemat 1
Wektory
−
→
a
i
−
→
b
są prostopadłe wtedy i tylko wtedy gdy
−
→
a ◦
−
→
b = 0
.
Lemat 2
Wektory
−
→
a
i
−
→
b
są równoległe wtedy i tylko wtedy gdy
det
a
x
a
y
b
x
b
y
= 0.
Twierdzenie 67
Jeżeli wektory
−
→
a
i
−
→
b
nie są równoległe to każdy wektor
−
→
c
można
wyrazić jako kombinację liniową wektorów
−
→
a
i
−
→
b
, tzn. istnieją liczby
α, β
takie, że
−
→
c = α−
→
a + β
−
→
b
.
Pole równoległoboku rozpiętego na wektorach
−
→
u
,
−
→
v
wynosi
det
u
x
u
y
v
x
v
y
.
8.3. Proste
Ax + By + C = 0
- równanie prostej w postaci ogólnej, gdzie
[A, B]
jest
wektorem prostopadłym do prostej.
Gdy prosta przechodzi przez punkty
(x
1
, y
1
)
i
(x
2
, y
2
)
to równanie ma
postać:
(x
2
− x
1
)(y − y
1
) = (y
2
− y
1
)(x − x
1
)
.
Gdy prosta przechodzi przez punkt
(x
1
, y
1
)
i jest prostopadła do wektora
[A, B]
to równanie ma postać:
A(x − x
1
) = B(y − y
1
)
.
y = ax + b
- równanie prostej w postaci kierunkowej, gdzie
a
jest
współczynnikiem kierunkowym prostej (
a = tg α
, gdzie
α
jest kątem
nachylenia prostej do osi
OX
).
x
a
+
y
b
= 1
- równanie odcinkowe prostej, gdzie
ab 6= 0
i
a, b
są odcinkami
(skierowanymi) wyznaczonymi przez prostą na osiach
OX
i
OY
.
x = x
0
+ at
y = y
0
+ bt
- równanie parametryczne prostej przechodzącej przez
punkt
(x
0
, y
0
)
i równoległej do wektora
[a, b]
.
Inny sposób zapisu równania parametrycznego (postać wektorowa):
[x , y ] = [x
0
, y
0
] + t[a, b]
.
Twierdzenie 68 (Warunki równoległości prostych)
Proste
A
1
x + B
1
y + C
1
i
A
2
x + B
2
y + C
2
są równoległe gdy
det
A
1
B
1
A
2
B
2
= 0.
Proste
y = a
1
x + b
1
i
a
2
x + b
2
są równoległe, gdy
a
1
= a
2
.
Twierdzenie 69 (Warunki prostopadłości prostych)
Proste
A
1
x + B
1
y + C
1
i
A
2
x + B
2
y + C
2
są prostopadłe gdy
[A
1
, B
1
] ◦ [A
2
, B
2
] = 0.
Proste
y = a
1
x + b
1
i
a
2
x + b
2
są prostopadłe, gdy
a
1
= −
1
a
2
.
Odległość punktów
P
1
= (x
1
, y
1
)
i
P
2
= (x
2
, y
2
)
dana jest wzorem
d (P
1
, P
2
) =
p
(x
2
− x
1
)
2
+ (y
2
− y
1
)
2
.
Odległość punktu od prostej wyraża się wzorem
d (P
0
, l ) =
|Ax
0
+ Bx
0
+ C |
√
A
2
+ B
2
.
8.4. Przestrzeń
R
3
−
→
a = [a
x
, a
y
, a
z
]
; dla
i = [1, 0, 0]
,
j = [0, 1, 0]
,
k = [0, 0, 1]
mamy
−
→
a = a
x
i + a
y
j + a
z
k
;
Definicja 96
Iloczynem skalarnym wektorów niezerowych
−
→
a
i
−
→
b
nazywamy liczbę
równą
−
→
a ◦
−
→
b = |−
→
a ||
−
→
b | cos ϕ,
gdzie
ϕ
jest kątem pomiędzy wektorami
−
→
a
i
−
→
b
. Jeżeli jeden z wektorów
jest wektorem zerowym to iloczyn skalarny jest równy zero.
Jeżeli
−
→
a = [a
x
, a
y
, a
z
]
i
−
→
b = [b
x
, b
y
, b
z
]
to
−
→
a ◦
−
→
b = a
x
b
x
+ a
y
b
y
+ a
z
b
z
.
Cosinus kąta pomiędzy niezerowymi wektorami
−
→
a
i
−
→
b
wynosi
cos ϕ =
a
x
b
x
+a
y
b
y
+a
z
b
z
|−
→
a ||
−
→
b |
.
Lemat 3
Wektory
−
→
a
i
−
→
b
są prostopadłe wtedy i tylko wtedy gdy
−
→
a ◦
−
→
b = 0
.
Lemat 4
Wektory
−
→
a
,
−
→
b
i
−
→
c
są współpłaszczyznowe wtedy i tylko wtedy, gdy
det
"
a
x
a
y
a
z
b
x
b
y
b
z
c
x
c
y
c
z
#
= 0.
Twierdzenie 70
Jeżeli wektory
−
→
a
,
−
→
b
,
−
→
c
nie są współpłaszczyznowe to każdy wektor
−
→
d
można
wyrazić jako kombinację liniową wektorów
−
→
a
,
−
→
b
i
−
→
c
tzn. istnieją liczby
α, β, γ
takie, że
−
→
d = α−
→
a + β
−
→
b + γ−
→
c
.
Definicja 97
Niech
−
→
u
i
−
→
v −
→
w
będą wektorami w
R
3
. Mówimy że wektory
−
→
u
,
−
→
v
,
−
→
w
tworzą
układ o orientacji zgodnej z orientacją układu współrzędnych, gdy
det
"
u
x
u
y
u
z
v
x
v
y
v
z
w
x
w
y
w
z
#
> 0.
Gdy wyznacznik jest ujemny to mówimy że orientacja układu jest przeciwna.
Definicja 98
Niech
−
→
u
i
−
→
v
będą niewspółliniowymi wektorami w
R
3
. Iloczynem wektorowym
uporządkowanej pary wektorów
−
→
u
i
−
→
v
nazywamy wektor
−
→
w
, który spełnia
warunki:
1.
jest prostopadły do płaszczyzny rozpiętej na wektorach
−
→
v
i
−
→
v
2.
jego długość jest równa polu równoległoboku rozpiętego na wektorach
−
→
u
i
−
→
v
, tzn
|−
→
u | · |−
→
v | sin ϕ
gdzie
ϕ
jest kątem pomiędzy wektorami
−
→
u
i
−
→
v
3.
orientacja trójki wektorów
−
→
u
,
−
→
v
,
−
→
w
jest zgodna z orientacją układu
współrzędnych
Oxyz
Iloczyn wektorowy wektorów
−
→
u
i
−
→
v
oznaczamy przez
−
→
u × −
→
v
. Jeżeli jeden z
wektorów jest wektorem zerowym lub wektory te są współliniowe to iloczyn
wektorowy jest równy wektorowi zerowemu.
Twierdzenie 71
−
→
u × −
→
v = det
"
i
j
k
u
x
u
y
u
z
v
x
v
y
v
z
#
Definicja 99
Niech
−
→
u
,
−
→
v
,
−
→
w
będą wektorami w
R
3
. Iloczyn mieszany uporządkowanej
trójki wektorów
−
→
u
i
−
→
v −
→
w
określamy następująco:
(−
→
u , −
→
v , −
→
w ) = (−
→
u × −
→
v ) ◦ −
→
w .
Objętość równoległościanu zbudowanego na wektorach
−
→
u
,
−
→
v
,
−
→
w
wynosi
|(−
→
u , −
→
v , −
→
w )|
(−
→
u , −
→
v , −
→
w ) = det
u
x
u
y
u
z
v
x
v
y
v
z
w
x
w
y
w
z
.
8.5. Proste i płaszczyzny w przestrzeni
R
3
Ax + By + Cz + D = 0
- równanie płaszczyzny w postaci ogólnej, gdzie
[A, B, C ]
jest wektorem prostopadłym do płaszczyzny.
x = x
0
+ a
1
t + b
1
s
y = y
0
+ b
1
t + b
2
s
z = z
0
+ c
1
t + c
2
s
- równanie parametryczne płaszczyzny
przechodzącej przez punkt
(x
0
, y
0
, z
0
)
i rozpiętej na wektorach
[a
1
, b
1
, c
1
]
,
[a
2
, b
2
, c
2
]
.
x = x
0
+ a
1
t
y = y
0
+ b
1
t
z = z
0
+ c
1
t
- równanie parametryczne prostej przechodzącej przez
punkt
(x
0
, y
0
, z
0
)
i równoległej do wektora
[a
1
, b
1
, c
1
]
.
A
1
x + B
1
y + C
1
z = D
1
A
2
x + B
2
y + C
2
z = D
2
-równanie krawędziowe prostej
8.6. Interpretacja geometryczna układów
ax + by = c
- równanie prostej na płaszczyźnie
a
1
x + b
1
y = c
1
a
2
x + b
2
y = c
2
- dwie proste na płaszczyźnie
a
1
x + b
1
y = c
1
a
2
x + b
2
y = c
2
a
3
x + b
3
y = c
3
- trzy proste na płaszczyźnie
ax + by + cz = d
- równanie płaszczyzny
a
1
x + b
1
y + c
1
= d
1
a
2
x + b
2
y + c
2
= d
2
a
3
x + b
3
y + c
3
= d
3
- trzy płaszczyzny
9. Elementy rachunku prawdopodobieństwa
i statystyki matematycznej
Definicja 100 (Klasyczna definicja prawdopodobieństwa)
Jeżeli wszystkie zdarzenia elementarne należące do zbioru
Ω
są
jednakowo prawdopodobne, to prawdopodobieństwo dowolnego zdarzenia
A
(
A ⊂ Ω
) wyraża sie wzorem
P(A) =
¯
¯
A
¯
¯
Ω
.
Twierdzenie 72
Jeżeli
Ω
jest zbiorem zdarzeń elementarnych, a
P
prawdopodobieństwem
określonym na zdarzeniach zawartych w zbiorze
Ω
, to dla dowolnych
A, B ⊂ Ω
(i)
P(A) 6 1
,
(ii)
P(A) = 1 − P(A
0
)
, gdzie
A
0
jest zdarzeniem przeciwnym do
A
,
(iii)
P(A ∪ B) = P(A) + P(B) − P(A ∩ B)
.
Definicja 101
Zdarzenia
A
i
B
(
A, B ⊂ Ω
) nazywamy niezależnymi, gdy
P(A ∩ B) = P(A) · P(B).
Twierdzenie 73 (Schemat Bernoulliego)
Prawdopodobieństwo
P(S
n
= k)
uzyskania
k
sukcesów w
n
próbach
Bernoulliego wyraża się wzorem
P(S
n
= k) =
n
k
p
k
(1 − p)
n−k
,
gdzie
p
jest prawdopodobieństwem sukcesu w jednej próbie.
Twierdzenie 74
Prawdopodobieństwem warunkowym zajścia zdarzenia
A
pod warunkiem,
że zaszło zdarzenie
B
, gdzie
P(B) > 0
nazywamy liczbę
P(A/B)
określoną wzorem
P(A/B) =
P(A ∩ B)
P(B)
.
Twierdzenie 75 (Prawdopodobieństwo całkowite)
Jeżeli zdarzenia
B
1
, B
2
, ..., B
n
⊂ Ω
są takimi zdarzeniami, że
(i)
B
i
∪ B
j
= ∅
dla
i 6= j
(są parami rozłączne),
(ii)
P(B
k
) > 0
dla każdego
k ∈ {1, 2, ..., n}
,
(iii)
B
1
∪ B
2
∪ ... ∪ B
n
= Ω
,
to dla dowolnego zdarzenia
A ⊂ Ω
mamy
P(A) = P(A/B
1
) · P(B
1
) + P(A/B
2
) · P(B
2
) + ... + P(A/B
n
) · P(B
n
).
Definicja 102
Liczbę:
(i)
x
A
=
x
1
+x
2
+...+x
n
n
nazywamy średnią arytmetyczną,
(ii)
x
G
=
n
√
x
1
· x
2
· ... · x
n
nazywamy średnią geometryczną,
(iii)
x
H
=
n
1
x1
+
1
x2
+...+
1
xn
nazywamy średnią harmoniczną
liczb
x
1
, x
2
, ..., x
n
.
Definicja 103
Wariancją zestawu danych
x
1
, x
2
, ..., x
n
nazywamy liczbę
σ
2
=
(x
1
− x
A
)
2
+ (x
2
− x
A
)
2
+ ... + (x
n
− x
A
)
2
n
,
gdzie
x
A
oznacza średnią arytmetyczną liczb
x
1
, x
2
, ..., x
n
.
Definicja 104
Niech
σ
2
oznacza wariancję pewnego zestawu danych. Odchyleniem
standardowym tego zestawu danych nazywamy liczbę
σ =
√
σ
2
.