Diferenciální geometrie

Rozměr: px
Začít zobrazení ze stránky:

Download "Diferenciální geometrie"

Transkript

1 Diferenciální geometrie Pomocný učební text František Ježek Plzeň, leden 2004

2 Obsah 1 Křivky Vyjádření křivky Transformace parametru Délka křivky, oblouk jako parametr Tečný vektor a tečna křivky Oskulační rovina Frenetovy vzorce, křivosti Kanonické a přirozené rovnice křivky Oskulační vlastnosti křivek Obálky systému křivek Evoluty a evolventy Plochy Vyjádření plochy Transformace parametrů Tečné vlastnosti ploch Obalové plochy Rozvinutelné plochy Vektory na ploše Tenzory na ploše a tenzorová pole První základní forma plochy Druhá základní forma plochy Normálová křivost a Meusnierova věta Dupinova indikatrix a významné směry na ploše Gaussova a střední křivost Geodetická křivost plochy Weingartenovy a Gaussovy rovnice Asymptotické, hlavní a geodetické křivky Minimální plochy

3 Předmluva Tento text je záznamem přednášek, které jsem připravil pro Fakultu aplikovaných věd v akademickém roce 2002/03 pro předmět Diferenciální geometrie. Ochotným přístupem dvou studentů byl záznam přednášek vysázen v systému L A TEX. Pro tento akademický rok jsem provedl autorizaci a doplnění tohoto záznamu. Velké poděkování patří studentům Petru Märzovi a Marku Byrtusovi, kteří pro budoucí generaci studentů připravili základ záznamu přednášek. Budu Vám vděčný za případné připomínky k textu. Franišek Ježek 3

4 Kapitola 1 Křivky 1.1 Vyjádření křivky Definice 1. Regulární křivkou třídy C n v E 3 rozumíme množinu K E 3, pro níž existuje vektorová funkce P (t), t I tak, že (a) P : I K, I je otevřený interval, (b) P je třídy C n, (c) P (t 0 ) 0 pro všechna t 0 I, (d) t 1 t 2 P (t 1 ) P (t 1 ). Obrázek 1.1: K definici křivky 4

5 1.2. Transformace parametru 5 Poznámka 1. Rozepsáním do složek dostaneme parametrické vyjádření. Příklad 1. Uvažujme dvě různé parametrizace přímky (a) P (t) = (t, t, t), t R tato přímka je regulární křivkou, (b) P (t) = (t 3, t 3, t 3 ), t R stejná přímka jako v (a), ale už není regulární křivkou, protože neplatí nerovnost P (0) 0. Poznámka 2. Křivkou zpravidla rozumíme množinu, která je skoro všude (až na konečný počet bodů) regulární křivkou. Poznámka 3. Kromě vektorových (nebo parametrických) rovnic lze pracovat i s explicitními nebo implicitními rovnicemi. Explicitní Implicitní E 2 y = f(x) f(x, y) = 0 E 3 y = f 1 (x) f 1 (x, y, z) = 0 z = f 2 (x), x I f 2 (x, y, z) = 0 Převod mezi implicitním a explicitním tvarem lze provést pomocí věty o implicitních funkcích. K určení regulární křivky implicitními rovnicemi je nutné, aby následující matice měla hodnost 2: ) ( f1 x f 2 x f 1 y f 2 y f 1 z f 2 z 1.2 Transformace parametru Věta 1. Nechť P (t), t I, je regulární křivkou a nechť ϕ je spojitá funkce ϕ : I I a ϕ (t 0) 0 pro každé t 0 I. Pak P (ϕ(t )), t I, je vektorovou rovnicí křivky P (t). Důkaz. Funkce ϕ je rostoucí nebo klesající. Snadno se ověří podmínky definice 1 i pro P (ϕ(t )) na I..

6 1.3. Délka křivky, oblouk jako parametr 6 Obrázek 1.2: Transformace parametru Obrázek 1.3: Transformace parametru na křivce 1.3 Délka křivky, oblouk jako parametr Věta 2. Nechť P (t), t I = (t d, t h ). Pak délka křivky je dána vztahem d = t h t d P (t) P (t) dt

7 1.4. Tečný vektor a tečna křivky 7 Důkaz. Tvrzení plyne z integrálního počtu a z rovnice: ( ) 2 ( ) 2 ( ) 2 dx(t) dy(t) dz(t) P (t) P (t) = + +. dt dt dt Definice 2. Nechť P (t), t I, je regulární křivkou. Položme s(t) = t t d P ( t ) P ( t ) d t a inverzní funkci označme t(s). Pak nový parametr s nazýváme oblouk. Poznámka 4. Definice 2 je korektní, neboť s (t) = P ( t ) P ( t ) > 0 a tedy existuje inverzní funkce. Derivaci podle oblouku značíme tečkou, tj. ṖP (s) = dp (s)/ds. Příklad 2. Kružnici (0,r) parametrizujte obloukem. Víme, že parametrické vyjádření kružnice je x(t) = r cos t, y(t) = r sin t, t 0, 2π), kde s(t) = t t r 2 cos 2 t + r 2 sin 2 t d t = r2 d t = rt. 0 Pak dostáváme t = 1 s a z toho už plyne parametrizace obloukem ve tvaru r ( ) 1 x(s) = r cos r s a 0 ( ) 1 y(s) = r sin r s. 1.4 Tečný vektor a tečna křivky Z diferenciálního počtu je známo, že tečna je limitní polohou sečny. Definice 3. Vektor P (t 0 ) = dp dt (t 0) nazýváme tečný vektor křivky P (t), t I, v bodě t 0. Tečnou křivky v daném bodě rozumíme přímku P (k) = P (t 0 ) + kp (t 0 ).

8 1.4. Tečný vektor a tečna křivky 8 Obrázek 1.4: Tečný vektor křivky Věta 3. Křivka má v daném bodě jedinou tečnu. Důkaz. Ukážeme, že tečna nezávisí na zvolené parametrizaci. Uvažujme změnu parametru t = ϕ(t ), kde ϕ je spojitá a ϕ 0. Pak platí dp (t ) dt = dp (t) dt dϕ(t ) dt, kde člen dϕ(t ) dt 0. Tečné vektory pro různé parametrizace jsou kolineární, tj. tečna nezávisí na parametrizaci. Věta 4. Nechť P (t), t I je regulární křivka. Parametr t je obloukem, právě když dp dt = 1 pro každé t I. Důkaz. Nechť t je parametr, který je obloukem. Platí t = s(t) = t t d P ( t ) P ( t ) d t. Derivujeme-li podle t dostáváme tuto rovnici 1 = P ( t ) P ( t ) d t = P.

9 1.4. Tečný vektor a tečna křivky 9 Integrováním vztahu P = 1 podle parametru dostáváme s s d 1d t = s s d = Pro oblouk položíme s d = 0. s s d s s d P ( t ) P ( t ) d t, P ( t ) P ( t ) d t. Věta 5. Nechť je dána křivka implicitními rovnicemi f 1 (x, y, z) = 0, f 2 (x, y, z) = 0 a nechť bod [x 0, y 0, z 0 ] leží na křivce. Pak vektor f 1 f 1 y z f 1 f 1 f 1 f 1 x z x y,, f 2 f 2 y z f 2 f 2 f 2 f 2 x z x y je tečným vektorem. Důkaz. Nechť x = x(t), y = y(t), z = z(t) je parametrické vyjádření téže křivky v okolí bodu [x 0, y 0, z 0 ], pak pro derivace df 1 dt a df 2 dt platí následující rovnost df i dt = f i x dx dt + f i y dy dt + f i z dz dt = 0, i = 1, 2. Hledáme řešení pro neznámé dx dt, dy dt a dz. Jde o ortogonální vektor k jiným dvěma vektorům. Použijeme tedy vektorový součin, tj. dt ( dx dt, dy dt, dz ) ( dt f1 je kolineární s x, f 1 y, f ) ( 1 f2 z x, f 2 y, f ) 2. z Příklad 3. Určete tečnu řezu kulové plochy (0, r = 5) rovinou x+y+z 7 = 0 ve zvoleném bodě. Máme tedy dvě implicitní vyjádření, která jsou x 2 + y 2 + z 2 25 = 0 x + y + z 7 = 0. Můžeme si zvolit z, např. z = 0, pak bod který spňuje rovnost je např. [3, 4, 0]. Dostáváme takovouto obecnou soustavu 2x dx dt dy dz + 2y + 2z dt dt dx dt + dy dt + dz dt = 0 = 0.

10 1.5. Oskulační rovina 10 Dosadíme-li bod [3, 4, 0] do první rovnice 6 dx dt + 8dy dt + 0 = 0 dx dt + dy dt + dz dt = 0, pak tečný vektor v bodě [3, 4, 0] podle věty 5 má tvar ( ) 8 0 t = 1 1, , = (8, 6, 2) (4, 3, 1). Tečna v bodě je P (t) = (3, 4, 0) + t(4, 3, 1). 1.5 Oskulační rovina Oskulační rovina je limitní polohou roviny tx určené tečnou t a pohybujícím se bodem X křivky. Definice 4. Nechť P (t), t I, je regulární křivka a je dáno t 0 I. Nechť vektory P (t 0 ) a P (t 0 ) jsou nekolineární, pak rovinu R(u, v) = P (t 0 ) + up (t 0 ) + vp (t 0 ) nazýváme oskulační rovinou křivky v daném bodě. Věta 6. Oskulační rovina se nemění při změně parametrizace. Důkaz. Je-li t = ϕ(t ), kde ϕ je spojitá a ϕ 0 pro každé t I, pak platí t 0 = ϕ 1 (t ), P (t 0) = dp (ϕ(t )) (t dt 0) = P (t 0 ) dϕ dt (t 0) a z toho plyne, že tečné vektory jsou kolineární. Určíme dále druhé derivace: [ P (t ) = P (t) dϕ ] = P (t) ϕ (t) + P (t) ϕ (t), dt P (t 0) = P (t 0 ) ϕ (t 0) + P (t 0 ) ϕ (t 0). P (t 0) je tedy lineární kombinací P (t 0 ) a P (t 0 ). Definice 5. Bod křivky, v němž P (t 0 ) a P (t 0 ) jsou kolineární, nazýváme inflexní bod. Poznámka 5. V inflexním bodě není definována oskulační rovina, resp. za oskulační rovinu lze považovat každou rovinu procházející tečnou. Snadno tedy plyne, že pojem inflexní bod nezávisí na parametrizaci (viz důkaz věty 6).

11 1.6. Frenetovy vzorce, křivosti Frenetovy vzorce, křivosti Definice 6. Normálou křivky v daném bodě rozumíme každou přímku R(s) = P (t 0 ) + sn, kde n P (t 0 ) = 0, tj. každou přímku kolmou na tečnu. Hlavní normála n je normála ležící v oskulační rovině. Binormála b je normála, která je kolmá k oskulační rovině. Rovinu tb nazýváme rektifikační, rovinu nb nazýváme normálová. Obrázek 1.5: Tečna t, hlavní normála n, binormála b, oskulační rovina τ, normálová rovina ν, rektifikační rovina µ křivky k v bodě X Nechť křivka je parametrizovaná obloukem P (s), s I. Víme, že ṖP (s 0 ) = 1, (podle věty 4) pro každé s 0 I. Tedy ṖP P + P ṖP = 0 ṖP P = 0, tj. P je buď nulový (inflexe), nebo ortogonální k ṖP. Definice 7. První křivostí křivky v bodě rozumíme číslo k(s 0 ) = P (s 0 ), tj. velikost vektoru druhé derivace vektorové funkce parametrizované pomocí oblouku. Označme t(s 0 ) = ṖP (s 0 ) a n(s 0 ) = P (s 0 ) P (s 0 ) = 1 1 k P (s 0 ) = 1 1 k ṫt(s 0 ) jednotkové vektory tečny a hlavní normály. Dále b(s 0 ) = t(s 0 ) n(s 0 ) je jednotkový vektor binormály. Ze vztahu b(s 0 ) b(s 0 ) = 1 plyne derivováním b(s 0 ) ḃb(s 0 ) = 0. Tedy ḃb patří do zaměření oskulační roviny, tj. ḃb = At + Bn. Dále b t = 0 a derivováním ḃb t + b ṫt = 0 ḃb t + b k t = 0 ḃb t = 0. Jestliže rovnici ḃb = At + Bn vynásobíme t, máme ḃb t = A, ale to je nula.

12 1.6. Frenetovy vzorce, křivosti 12 Definice 8. Druhou křivostí křivky (torzí) v bodě rozumíme číslo neboli 2 k(s 0 ) = ḃb. 2 k(s 0 ) = ḃb n, Věta 7. (Frenetovy vzorce) Pro regulární křivku parametrizovanou obloukem platí ṫt = 1 kn ṅn = 1 kt + 2 kb ḃb = 2 kn. Důkaz. Máme tyto vztahy ṫt = 1 kn ḃb = 2 kn a chceme určit ṅn. Víme, že platí ṅn n = 0, tedy ṅn = At + Bb a můžeme derivovat t n = 0 ṫt n + t ṅn = 0 1 k + t ṅn = 0 t dotpmbn = 1 k, b n = 0 ḃb n + b ṅn = 0 2 k + b ṅn = 0 b dotpmbn = 2 k. Snadno plyne A = 1 k, B = 2 k. Poznámka 6. Ryze algebraicky lze větu vyvodit po zavedené první křivosti pomocí tzv. věty o ortonormálním repéru. Věta 8. Pro regulární křivku s obecným parametrem platí ( 1 k) 2 = P P 2 (P P ) 3 2 k = (P, P, P ) (P P ) 2 Důkaz. Důkaz je snadným cvičením a provede se změnou parametrizace.

13 1.7. Kanonické a přirozené rovnice křivky Kanonické a přirozené rovnice křivky Pro vektorovou funkci P (s) použijeme v okolí bodu s = 0 rozvoje v mocninou řadu. Platí ṖP = t, P = 1 kn, dále snadno vypočteme P (3) = 1 kṅn + n d1 k ds = 1 k( 1 kt + 2 kb) + 1 kn = 1 k 2 t + 1 kn + 1 k 2 kb. Pro rozvoj bude platit P (s) = P (0) + P (1) (0)s P (2) (0)s P (3) (0)s a tedy (v lokálním repéru) [ P (s) = t(0) s 1 ] 1 k 2 (0)s [ 1 + n(0) 1 k(0)s ] 1 k(0)s [ ] 1 + b(0) 1 k(0) 2 k(0)s Definice 9. Vyjádření křivky P (s) ve tvaru P (s) = t 0 g 1 (s) + n 0 g 2 (s) + b 0 g 3 (s), kde funkce g i (s) jsou dány řadou, jejíž členy obsahují hodnotu derivací první a druhé křivosti v bodě s = 0, nazýváme kanonickými rovnicemi křivky v okolí bodu s = 0. Poznámka 7. Nejjednodušší náhradou prostorové křivky (jednodušší prostorovou křivkou) je P (s) P (0) + t(0)s + n(0) 1 1 k(0)s 2 + n(0) 1 1 k(0) 2 k(0)s Z vymezení pojmu kanonická rovnice plyne, že je-li dán repér, pak k určení křivky stačí znát 1 k(s) a 2 k(s). Definice 10. Jsou - li dány funkce 1 k(s) a 2 k(s), je dán přirozený popis ( přirozené rovnice ) křivky, neboli trojice s, 1 k(s), 2 k(s) tvoří přirozené souřadnice bodu na křivce. Příklad 4. Přirozené rovnice kružnice jsou 1 k = 1 r ; 2 k = 0. Křivkou s přirozenými rovnicemi 1 k(0) = a 1 s + a 0, 2 k(s) = 0 je klotoida. Použití má tato křivka v návrhu přechodových oblouků komunikací.

14 1.8. Oskulační vlastnosti křivek 14 Obrázek 1.6: Klotoida 1.8 Oskulační vlastnosti křivek Definice 11. Nechť P (s) a Q(s), s I, jsou křivky. Řekneme, že pro s = 0 mají dotyk řádu q (neboli q + 1 bodový dotyk), jestliže d r P ds (0) = dr Q (0), r = 0,..., q. r dsr Věta 9. Nutnou a postačující podmínkou pro dotyk řádu q je (s = 0): q = 1 rovnost tečných vektorů (jednotkových), q = 2 rovnost tečných vektorů, vektorů hlavních normál a rovnost první křivosti, q = 3 rovnost tečných vektorů, vektorů hlavních normál, rovnost první a druhé křivosti a derivací první křivosti. Důkaz. Plyne z kanonického tvaru křivky. Definice 12. Kružnice, která má s křivkou v daném bodě dotyk alespoň druhého řádu (alespoň tříbodový) nazýváme oskulační kružnící. Kružnice s dotykem alespoň třetího řádu (alespoň čtyřbodovým) se nazývá hyperoskulační kružnice. Věta 10. Oskulační kružnice křivky P (s) v bodě s = s 0 leží v oskulační 1 rovině křivky v daném bodě, má poloměr a pro střed této kružnice platí 1 k(s) S = P (s 0 ) + 1 n(s 1 k(s 0 ) 0 ). Důkaz. Důkaz plyne z věty 9. Technickým problémem je stanovení znaménka + nebo u vektoru hlavní normály.

15 1.9. Obálky systému křivek 15 Obrázek 1.7: Oskulační kružnice křivky k v bodě X(s 0 ) 1.9 Obálky systému křivek Uvažujeme křivky F (x, y, α 0 ) = 0 a F (x, y, α 1 ) = 0 a nechť tyto křivky mají průsečík Q. Místo toho můžeme vzít ekvivalentní soustavu F (x, y, α 0 ) = 0 F (x, y, α 1) F (x, y, α 0 ) α 1 α 0 = 0. Limitním přechodem α 1 α 0 máme soustavu F (x, y, α) F (x, y, α) = 0 = 0. α Jejím řešením je (pokud řešení existuje) charakteristický bod. Pro proměnné α dostaneme obalovou křivku a α je jej9 parametr. Věta 11. V charakteristickém bodě, v němž 2 F α 2 dotýká tvořící křivky. F (x,y,α) α 0, se obalová křivka Důkaz. Nechť z rovnice F (x, y, α) = 0 a = 0 byl eliminován parametr α, tj. F (x, y, α(x, y)) = 0. K tomu potřebujeme podmínku 2 F 0. Uvažujme α 2 charakteristický bod X[x α, y α ]. Tečna obálky bude v tomto tvaru [ F (x x 0 ) x + F α α ] [ F + (y y 0 ) x α 0 y + F α α ] = 0, y α 0 ale F α = 0 a z toho vyplývá (x x 0 ) F x (x 0, y 0, z 0 ) + (y y 0 ) F y (x 0, y 0, z 0 ), což je však tečna křivky F (x, y, α) = 0 v bodě X.

16 1.10. Evoluty a evolventy 16 Poznámka 8. Využili jsme toho, že pro rovinnou křivku F(x,y)=0 je rovnicí (x x 0 ) F x (x 0, y 0 ) + (y y 0 ) F y (x 0, y 0 ) = 0 dána tečna křivky v bodě [x 0, y 0 ]. Příklad 5. Určete obálku systému kružnic (x α) 2 + y 2 = 1. Podle předcházející věty máme rovnice: Dostáváme dvě rovnice F α = 2(x α)( 1) = 0, 2 F α 2 0. (x α) 2 + y 2 1 = 0 x α = 0 Vyjádříme - li si z druhé rovnice x a dosadíme jej do první rovnice, máme pak tuto rovnici y 2 1 = 0, tj. y = ±1. Obálkou systému křivek jsou tedy dvě přímky y = 1 a y = Evoluty a evolventy Obalová křivka normál dané rovinné křivky se nazývá evoluta této křivky. Věta 12. Křivka k, která protíná kolmo všechny tečny dané křivky P = P (s) (a leží tedy na ploše tečen této křivky), se nazývá evolventou dané křivky k, viz obr Křivku P = P (s) nazýváme evolventou křivky k. Podle toho lze odvodit rovnici 1.1 evolventy k k dané evolutě k o rovnici P = P (s) ve tvaru R(s) = P (s) + (c s) t(s), kde c R. (1.1) Důkaz. Platnost rovnice 1.1 je dokázána v příkladu 6. Každé křivce přísluší jediná evoluta a zároveň k ní přísluší neomezeně mnoho evolvent, které tvoří soustavu rovnoběžných (ekvidistantních ) křivek. Je-li křivka k evolutou křivky k, potom obráceně nazýváme křivku k evolventou křivky k. Střed křivosti dané křivky v jejím určitém bodě je limitní polohou průsečíku normály křivky v tomto bodě s normálou v bodě, který se bez omezení danému bodu po křivce blíží.

17 1.10. Evoluty a evolventy 17 Obrázek 1.8: Evoluta a evolventy Evoluta dané křivky je také množinou středů křivosti této křivky. Evolventu vytvoří každý bod přímky, který se jako tečna odvaluje po dané křivce (její evolutě). Normála dané křivky k je tečnou její evoluty k s bodem dotyku v příslušném středu křivosti bodu dané křivky, tj. normála evolventy je tečnou její evolventy a obráceně. Bodu evolventy s extrémní hodnotou křivosti přísluší bod vratu evoluty. Normála evolventy v inflexním bodě je asymptotou její evoluty. Délka oblouku evoluty (za předpokladu spojitosti křivky a regularity bodů) se rovná rozdílu poloměrů křivosti evolventy, které se jí dotýkají v krajních bodech tohoto oblouku. Příklad 6. Je dána křivka k o rovnici P = P (s). Napište vektorovou funkci R(s), jež vyjadřuje evolventu k křivky k, čili křivku, která protíná kolmo všechny tečny dané křivky k. Z toho vyplývá R(s) = P (s) + λ(s) t(s), (1.2) kde λ(s) je skalární funkce, t(s), resp. n(s), je tečný, resp. normálový, vektor Frenetova trojhranu. Zároveň platí a R t(s) = 0, (1.3) t(s) = P (s) P P (s), t t (s) = n k n(s). Dosazení derivace rovnice 1.2 do rovnice 1.3 získáme rovnici ( t(s) + λ (s) t(s) + λ(s) t (s) ) t(s) = 0. Víme, že t(s) t(s) = 1, t (s) t(s) = 0, tedy 1 + λ (s) = 0 λ (s) = 1.

18 1.10. Evoluty a evolventy 18 Jestliže tento výsledek zintegrujeme, dostaneme λ(s) = s + c, kde c je konstanta. Evolventou křivky k jsou křivky R(s) = P (s) + (c s) t(s), kde c R. (1.4) Příklad 7. Napište rovnici evolventy kružnice. P (ϕ) = (a cosϕ, a sinϕ) ṖP (ϕ) = ( a sinϕ, a cosϕ) ṖP (ϕ) = a (sin 2 ϕ + cos 2 ϕ) = a P P t(ϕ) = (t) ϕ t P P = (sinϕ, cosϕ) ; s = (t) ṖP (ϕ) du = a du = a ϕ Dosazením do vzorce 1.4 dostaneme R(ϕ) = (a cosϕ c sint + a ϕ sinϕ, a sinϕ + c cosϕ a ϕ cosϕ) R(ϕ) = ( a (cosϕ + ϕ sinϕ) c sinϕ, a (sinϕ ϕ cosϕ) + c cosϕ ). Pro c = 0 dostáváme u=0 u=0 R(ϕ) = ( a (cosϕ + ϕ sinϕ), a (sinϕ ϕ cosϕ) ). Obrázek 1.9: Evolventa kružnice Příklad 8. Najděte evolventy šroubovice. t(ϕ) = P (t) = (cost, sinϕ, t) ṖP (ϕ) = ( sinϕ, cosϕ, 1) ṖP (ϕ) = sin 2 ϕ + cos 2 ϕ + 1 = 2 P P (t) P P (t) = 1 ϕ ( sinϕ, cosϕ, 1) ; s = ṖP (t) du = 2 2 u=0 ϕ u=0 1 du = 2 ϕ

19 1.10. Evoluty a evolventy 19 Opět užitím vzorce 1.4 dostaneme R(ϕ) = ( cosϕ + c ( 1 2 sinϕ) + 2 ϕ ( 1 2 sinϕ), sinϕ + c ( 1 cosϕ) 2 ϕ ( 1 cosϕ), 2 2 ϕ + c ( 2 2 ) 2 ( 1 2 t) ). Provedeme-li substituci 1 2 c = d dostaneme R(ϕ) = ( (cosϕ + ϕ sinϕ) d sinϕ, (sinϕ ϕ cosϕ) + d cosϕ, d ). Všechny evolventy šroubovice jsou rovinné křivky ležící v rovině z = d(viz obrázek 1.10). Speciálně v rovině z = 0 leží evolventa R(ϕ) = (cosϕ + ϕ sinϕ, sinϕ ϕ cosϕ, 0), která je zároveň průsečnicí tečen šroubovice s touto rovinou (viz příklad 9). Obrázek 1.10: Evolventa šroubovice Příklad 9. Parametricky vyjádřete křivku, která je průsečnicí tečen šroubovice P (ϕ) = (cosϕ, sinϕ, ϕ) a roviny z = 0. Tedy P (ϕ) = ( sinϕ, cosϕ, 1). Tečny libovolné křivky v jejím neinflexním bodu P (t) jsou přímky R(ϕ) = P (ϕ) + λ P (ϕ), kde k R.

20 1.10. Evoluty a evolventy 20 Pro šroubovici ze zadání mají tyto tečny rovnici R(ϕ) = (cosϕ λ sinϕ, sinϕ λ cosϕ, ϕ + λ), kde k R. Protože hledáme průsečnici s rovinou z = 0, musí platit λ = ϕ. Výsledná křivka je vyjádřena rovnicí R(ϕ) = (cosϕ + ϕ sinϕ, sinϕ ϕ cosϕ, 0), kde k R. Zároveň můžeme jednoduše ověřit, že tečny šroubovice protínají křivku R(ϕ) kolmo. Z toho vyplývá, že R(ϕ) je evolventou kružnice.

21 Kapitola 2 Plochy 2.1 Vyjádření plochy Definice 13. Regulární plochou třídy C n v E 3 rozumíme množinu P E 3, pro niž existuje vektorová funkce P (u, v), (u, v) Ω, kde Ω je oblast (otevřená kompaktní množina), taková že (a) P : Ω P je zobrazení na množinu, (b) P je třídy C n (n 3), (c) P a P u v jsou lineárně nezávislé ve všech bodech oblasti Ω, (d) (u 0, v 0 ) Ω,(u 1, v 1 ) Ω a (u 0, v 0 ) (u 1, v 1 ) P (u 0, v 0 ) P (u 1, v 1 ). Obrázek 2.1: K definici plochy 21

22 2.1. Vyjádření plochy 22 Poznámka 9. Podobně jako u regulární křivky proběhne zobecnění a zavedení singulárních bodů (podmínka (c) u křivek i ploch), kde v bodě vratu křivky neexistuje tečna a ve vrcholu plochy neexistuje tečná rovina. Definice 14. Nechť je dána plocha určená vektorovou funkcí P (u, v) na oblasti Ω a nechť jsou dány funkce α(t) a β(t), t I určující křivku v Ω, pak P (α(t), β(t)) nazýváme křivkou na ploše. Je-li β(t) konstantní, nazýváme křivku parametrickou křivkou (v křivkou, v je konst.). Podobně pro α(t) = konst. mluvíme o parametrické křivce (u křivka). Obrázek 2.2: K definici parametrických křivek plochy Poznámka 10. Zpravidla Ω = I u I v, tj. jde o dvourozměrný interval. Jinak může dojít k rozpadu parametrizované křivky. Věta 13. Každým bodem plochy procházejí dvě parametrické křivky, které se nedotýkají. Důkaz. Plyne z definice 13 bodu (c). Poznámka 11. Stejně jako u křivek i u ploch se objevuje problém odstranitelných a neodstranitelných singularit. Poznámka 12. Kromě vektorových funkcí mají plochy i implicitní vyjádření F (x, y, z) = 0. Vyjádření x = f 1 (y, z) nebo y = f 2 (x, z) nebo z = f 3 (x, y) se nazývá explicitní. Lokálně jsou možné vzájemné převody.

23 2.2. Transformace parametrů Transformace parametrů Věta 14. Je dána plocha P (u, v) na oblasti Ω a nechť je dáno zobrazení oblasti Ω na Ω vztahy u = ϕ 1 (u, v) a v = ϕ 2 (u, v). Nechť (a) ϕ 1, ϕ 2 jsou třídy C n, (b) na Ω je Jakobián (c) zobrazení je prosté, pak plochy P (u, v) a P (u, v) = P ϕ 1 u ϕ 1 v Důkaz. Ověřením podmínek definice 13. ϕ 2 u ϕ 2 u 0, ( ) ϕ 1 (u, v), ϕ 2 (u, v) splývají. Definice 15. Einsteinovou sumační konvencí rozumíme úmluvu, podle níž ve vztazích, kde je týž index použit zároveň jako dolní a horní, provádíme podle tohoto indexu sčítání. Příklad 10. Určete P a P. u v Označte u u 1 ; v u 2 ; u u 1 a v u 2 ; ϕ 1 u 1 ( ) ; ϕ 2 u 2 ( ) P u 1 = P u 1 u 1 u 1 + P u 2 u 2 u 1 Použijeme-li zápis a v Einsteinově sumaci P = P u 2 u 1 u 1 u 2 P u i = P i, lze psát + P u 2 P i = P 1 u1 u i + P 2 u2 u i P i = P j uj u i, kde P popisuje plochu pomocí parametrizace (u 1, u 2 ). u 2 u 2

24 2.3. Tečné vlastnosti ploch Tečné vlastnosti ploch Věta 15. Všechny tečny regulárních křivek na regulární ploše v daném bodě leží v jedné rovině. Důkaz. Uvažujme křivku na ploše P ( u 1, u 2 ) ; (u 1 (t), u 2 (t) ). Určíme dp dt = P 1 du1 dt + P 2 du2 dt = P i dui dt. Tedy tečný vektor je lineární kombinací nekolineárních vektorů P 1 a P 2. K tomu, aby šlo o regulární křivku, stačí, aby ( du1 dt, du2 ) 0 a zobrazení bylo dt třídy C 1 a bylo prosté. Definice 16. Rovinu R(α 1, α 2 ) = P + α 1 P 1 + α 2 P 2 = P + α i P i nazýváme tečná rovina plochy. Přímku R(t) = P +t(p 1 P 2 ) normálou plochy a vektor λ(p 1 P 2 ), λ 0 normálovým vektorem v daném bodě. Věta 16. Nechť je plocha dána implicitním vyjádřením f(x 1, x 2, x 3 ) = 0. Pak jejím normálovým vektorem (v daném bodě) je vektor n = (f 1, f 2, f 3 ). Důkaz. V okolí daného bodu existuje parametrizace x 1 (u 1, u 2 ), x 2 (u 1, u 2 ), x 3 (u 1, u 2 ). Derivujeme f ( x 1 (u 1, u 2 ), x 2 (u 1, u 2 ), x 3 (u 1, u 2 ) ) = 0 podle u 1 a u 2 f u 1 = f 1 x 1 u 1 + f 2 x 2 u 1 + f 3 x 3 u 1 = n P 1 = 0, podobně n P 2 = 0. Vektor n je tedy ortogonální k P 1 i P 2 a tvrzení je dokázáno. 2.4 Obalové plochy Je dán jednoparametrický systém ploch (regulárních) f(x 1, x 2, x 3, α) = 0, α I. Obalová plocha κ se v každém bodě dotýká některé z ploch a naopak každá plocha dané jednoparametrické sousty se dotýká κ. Navíc předpokládáme, že plochy nemají společné části. Věta 17. Pro obalovou plochu f(x 1, x 2, x 3, α) platí: bod [x 1, x 2, x 3 ] leží na obalové ploše, existuje-li α tak, že f(x 1, x 2, x 3, α) = 0 a f α (x 1, x 2, x 3, α) = 0.

25 2.4. Obalové plochy 25 Důkaz. Uvažujme obalovou plochu P (u, v). Existuje α tak, že f(x 1, x 2, x 3, α) = 0 se obalové plochy dotýká. α je rovněž funkcí u a v. Derivujme obě strany rovnice f ( x 1 (u, v), x 2 (u, v), x 3 (u, v), α(u, v) ) = 0 podle u a v. Dostaneme f x 1 x 1 u + f x 2 x 2 u + f x 3 x 3 u + f α α u = 0, f x 1 x 1 v + f x 2 x 2 v + f x 3 x 3 v + f α α v = 0. Součet prvních tří členů je nulový: a ( f x 1, f x 2, f x 3 ) = n ( x 1 u, x 2 u, x 3 u ) či ( x 1 v, x 2 v, x 3 v ) jsou ortogonální k n. Tedy f α α u = 0 a f α α v = 0, tj. buď f α = 0 nebo α = α = 0. Vyloučíme druhou možnost, pak u v by totiž α = konst. v nějakém okolí, což znamená, že splývá část obalové a tvořící plochy. Proto musí být f = 0 a věta je dokázána. α Definice 17. Je-li pro zvolené α rovnicemi f(x 1, x 2, x 3, α) = 0 a f α (x 1, x 2, x 3, α) = 0 popsána křivka, nazýváme ji charakteristika obalové plochy. Příklad 11. Uvažujme systém jednotkových kulových ploch (x 1 α) 2 + x x = 0. Určete obalovou plochu a charakteristiku. f α = 2(x 1 α) ( 1) = 0 x 1 α = 0. Rovnice obalové plochy je x x = 0, což je v E 3 rotační válcová plocha a v E 2 charakteristika (v rovině x 1 = α).

26 2.5. Rozvinutelné plochy 26 Obrázek 2.3: Válcová plocha jako obálka jednoparametrické soustavy kulových ploch 2.5 Rozvinutelné plochy Definice 18. Regulární plocha, která je obalovou plochou jednoparametrického systému rovin, se nazývá rozvinutelná plocha. Uvažujme jednoparametrický systém rovin ve tvaru Z věty 17 plyne n 1 (α)x 1 + n 2 (α)x 2 + n 3 (α)x 3 + d(α) = 0. (2.1) n 1(α)x 1 + n 2(α)x 2 + n 3(α)x 3 + d (α) = 0. (2.2) Nechť n(α) n(α) = 1. Derivováním tohoto vztahu získáme 2n(α) n (α) = 0, z čehož plyne ortogonalita (předpokládáme nenulovost n ) vektorů n a n. Uvažujme soustavu n 1 (α)x 1 + n 2 (α)x 2 + n 3 (α)x 3 + d(α) = 0, n 1(α)x 1 + n 2(α)x 2 + n 3(α)x 3 + d (α) = 0, (2.3) n 1(α)x 1 + n 2(α)x 2 + n 3(α)x 3 + d (α) = 0 a zkoumejme její řešitelnost pro neznámé x 1, x 2, x 3. Mohou nastat tyto případy (tomu budou odpovídat jednotlivé typy rozvinutelných ploch): (i) Nechť pro libovolné α je determinant matice soustavy (2.3) nulový. Přičemž označme m(α) jednotkový vektor průsečnice rovin (2.1) a (2.2).

27 2.5. Rozvinutelné plochy 27 Nutně m(α) n(α) = 0 a m(α) n (α) = 0, pak ale vzhledem k nulovosti determinantu matice soustavy (2.3) m(α) n (α) = 0 (m (α) je lineární kombinací n(α) a n (α)). Ukážeme, že m (α) = 0 (půjde o válcovou plochu). [n(α) m(α)] = n } {{ m} +n m = 0 n m = 0, =0 [n (α) m(α)] = n } {{ m} +n m = 0 n m = 0. =0 m má nulový skalární součin s n, n i s m ([m m] = 2m m = [1] = 0), tj. s prvky repéru, pak je ale m nulový vektor, směr průsečnice rovin se nemění. Plocha je tedy tvořena navzájem rovnoběžnými přímkami. Jde tudíž o obecnou válcovou plochu. (ii) Nechť determinant matice soustavy (2.3) je pro libovolné α nenulový a řešení nezávisí na α, tj. je jím bod. Pak ale všechny přímky dané soustavou rovnic (2.1) a (2.2) procházejí tímto bodem. Jde tedy o kuželovou plochu. (iii) Poslední možností je situace, kdy determinant matice soustavy (2.3) je pro libovolné α nenulový a řešení závisí na α, kde P = (α) ( x 1 (α), x 2 (α), x 3 (α) ) popisuje křivku a platí P (α) n (i) (α) + d (i) (α) = 0, i = 0, 1, 2. Derivováním vztahu tohoto pro i = 0 Podle (2.3) ale P (α) n(α) + P (α) n (α) + d (α) = 0. P (α) n (α) + d (α) = 0, tedy z rozdílu výše uvedených rovnic vyplývá, že Podobně z vztahů pro derivace P (α) n(α) = 0. P (α) n (α) = 0 Tedy P (α) je ortogonální k n(α) i n (α), tj. je kolineární s vektorem průsečnice (2.1) a (2.2). Tedy P (α) je křivka, jejíž tečny jsou površkami obalové plochy - je to plocha tečen. Věta 18. Rozvinutelnými plochami jsou válcové, kuželové plochy a plochy tečen prostorových křivek.

28 2.6. Vektory na ploše Vektory na ploše Je dána plocha P (u 1, u 2 ), kde P 1, P 2 jsou souřadnicové vektory v tečné rovině. a = P i a i je vektor ze zaměření tečné roviny. Definice 19. Je dána plocha P (u 1, u 2 ). Vektorem na ploše rozumíme vektor a = P i a i = P i a i ; P i = P u i. Čísla ai, i = 1, 2 nazýváme kontravariantní souřadnice vektoru a. Ukažme, jak se při změně parametrizace mění kontravariantní souřadnice. Nechť a = P i a i a změnou parametrizace a = P i a i. Vztahy mezi parametrizacemi jsou P i u i = P i u i, P (u 1, u 2 ) = P (u 1 (u 1, u 2 ), u 2 (u 1, u 2 )), P 1 = P 1 u1 u 1 + P 2 u2 u 1 = P i ui u 1 podobně P 2 a po dosazení máme větu. Věta 19. Při transformaci parametrizace plochy se kontravariantní souřadnice vektoru na ploše transformují pomocí vztahů a i = ui u j aj, a j = uj u i ai. Příklad 12. Uvažujme rovinu a proveďme změnu souřadnic, tj. změnu parametrizace roviny. x = u u = u + v u = u v y = v v = v v = v z = 0 P 1 = (1, 0, 0) ; P 2 = (0, 1, 0) ; P 1 = (1, 0, 0) ; P 2 = ( 1, 1, 0) u u = 1 ; u v = 1 ; v u = 0 ; v v = 1 a 1 = 1 a a 2 ; a 2 = 0 a a 2 a 1 = a 1 + a 2 ; a 2 = a 2 a = (1, 1) a = (2, 1)

29 2.6. Vektory na ploše 29 Uvažujme skalární součin a b (vektorů na ploše) a vyjádřeme ho v kontravariantních souřadnicích, kde a = a i P i ; b = b i P i a b = a i b j P i P j a označme g ij = P i P j potom a b = a i b j g ij Věta 20. Platí g = g 11 g 12 g 21 g 22 > 0. Důkaz. P i P j = P i P j cosϕ ij, pro i j je ϕ ij 0, ϕ ij π (tj.p i, P j nejsou kolineární). g = P 1 2 P 1 P 2 cosϕ 12 P 1 P 2 cosϕ 12 P 2 2 = = P 1 2 P 2 2 (1 cos 2 ϕ 12 ) = P 1 2 P 2 2 (sin 2 ϕ 12 ) > 0, Definice 20. Označme a i = a P i a nazvěme ji kovariantní souřadnicí vektoru a. Odvodíme vztah mezi kovariantními a kontravariantními souřadnicemi. a i = a P i = P i P j a j a i = g ij a j Matice (g ij ) je dle věty 20 regulární ( (a 1, a 2 ) = (a 1, a 2 g11 g ) 12 g 21 g 22 ) Proto ( (a 1, a 2 g11 g ) = (a 1, a 2 ) 12 g 21 g 22 ) 1. Značíme: g 11 = g 22 g ; g 22 = g 11 g ; g 12 = g 21 = g 12 g a i = g ij a j

30 2.7. Tenzory na ploše a tenzorová pole 30 Věta 21. Pro převody mezi kontravariantními a kovariantními souřadnicemi platí vztahy a i = g ij a j a a i = g ij a j, kde g ij = P i P j a matice (g ij ) je inverzní k (g ij ). Pro převod mezi parametrizacemi platí a j = ui u j ai ; a i = uj u i aj 2.7 Tenzory na ploše a tenzorová pole Definice 21. Tenzorem n-tého řádu v bodě plochy rozumíme 2 n čísel a j1...j h i 1...i d, h + d = n (indexy nabývají hodnoty 1 nebo 2), jestliže se při změně parametrizace plochy transformují pomocí vztahu a n 1...n h m 1...m d = ui 1 u m 1... uid u m d un1 u j 1... unh u j h aj 1...j h i 1...i d Tenzor nultého řádu se nazývá skalár. Tenzor prvního řádu se nazývá vektor. Říkáme, že a j 1...j h i 1...i d je d krát kovariantní a h krát kontravariantní. Věta 22. g ij je dvakrát kovariantní kvadratický tenzor. g ij je dvakrát kontravariantní tenzor. Důkaz. Důkaz plyne z výpočtů před větou 21. Definice 22. Řekněme, že (a) tenzor je symetrický, je-li nezávislý k záměně indexů, (b) tenzor je antisymetrický, mění-li se znaménko hodnoty při záměně indexů, (c) součtem dvou tenzorů rozumíme tenzor, jehož složky jsou součtem složek sčítanců, (d) součinem tenzorů rozumíme tenzor, jehož složky jsou součinem složek daných tenzorů, tj. např. c lm ijk = a ij b lm k, (e) úžením tenzoru rozumíme vytvoření tenzoru eliminací jednoho dolního a jednoho horního indexu sečtením a kl ij b l j = a il ik = a 1l 1k + a 2l 2k,

31 2.8. První základní forma plochy 31 (f) zvýšením, resp. snížením indexu rozumíme a...i = g ij a...j a...i... = g ij a...j Poznámka 13. Bylo by vhodné dokázat, že obrazy tenzorů v daných operací jsou opět tenzory. Definice 23. Je-li v každém bodě plochy definován tenzor, mluvíme o tenzorovém poli. Speciálně o skalárním poli, resp. vektorovém poli, pro tenzory nultého a prvního řádu. 2.8 První základní forma plochy Definice 24. Kvadratickou formou ϕ(x 1, x 2 ) = g ij x 1 x 2 nazýváme první základní formou plochy. Tenzor g ij je prvním (neboli metrickým) tenzorem plochy. Věta 23. Nechť R(t) = P (u 1 (t), u 2 (t)) je křivka na ploše a t t 0, t 1, pak integrál t 1 du g i du j ij dt dt dt určuje délku oblouku křivky pro t t 0, t 1. t 0 Důkaz. t 1 t 0 R R dt = t 1 t 0 ( ) 2 P i dui dt = dt t 1 t 0 g ij du i dt duj dt dt Definice 25. Nechť jsou dány plochy P (u 1, u 2 ) nad oblastí ω a R(v 1, v 2 ) nad oblastí λ. Vzájemně jednoznačné zobrazení ϕ : P R nazýváme regulární, jestliže na jedné z ploch lze provést transformaci τ parametrů tak, že odpovídající si body mají stejné křivočaré souřadnice, tj. ϕ(p (u 1, u 2 )) = R(τ(v 1, v 2 )).

32 2.8. První základní forma plochy 32 Definice 26. Regulární zobrazení dvou ploch nazýváme rozvinutím (délkojevným zobrazením), právě když obrazem křivky je křivka stejné délky. Věta 24. Regulární zobrazení ploch P (u 1, u 2 ), R(v 1, v 2 ) nad oblastí Ω je rozvinutím, právě když v odpovídajících bodech jsou stejné kovariantní souřadnice prvních základních tenzorů. Důkaz. (a) Předpokládáme rovnost tenzorů, tj g ij = ĝ ij v odpovídajících si bodech. Pak se samozřejmě rovnají i následující integrály t 2 gij du i du j dt = t 2 ĝij du i du j dt, t 1 kde t je parametr na křivce a na t závisí i ostatní veličiny pod odmocninou. (b) Předpokládáme, že se rovná délka obrazu a vzoru křivky a dokazujeme rovnost tenzorů v bodech křivky. Důkaz vedeme sporem. Nechť v bodě (u 1, u 2 ) se nerovnají souřadnice tenzoru na ploše P a R. Ze spojitosti plyne, že souřadnice se liší v jistém okolí (u 1, u 2 ). Tak najdeme křivku, která má rozdílnou délku vzoru a obrazu, což je spor. t 1 Věta 25. Pro úhel α dvou křivek na ploše platí cos α = Pro úhel parametrických křivek platí g ij du i du j gkl du k du l g mn du m du n. (2.4) cos α = g 12 g11 g 22 (2.5) a nutnou a postačující podmínkou pro ortogonalitu parametrické sítě je, aby ve všech bodech plochy platilo Důkaz. Vztah (2.4) plyne ze známého vztahu g 12 = 0. (2.6) cos α = a b a b (2.7) a ze zavedení metrického tenzoru. (2.7) plyne z parametrických křivek (du 1, du 2 ) = (1, 0) a (dv 1, dv 2 ) = (0, 1) Podmínka (2.6) je již snadným důsledkem (2.7).

33 2.8. První základní forma plochy 33 Obrázek 2.4: Konformní zobrazení plochy na plochu Definice 27. Regulární zobrazení dvou ploch, které zachovává úhly křivek, nazýváme konformní zobrazení. Věta 26. Regulární zobrazení dvou ploch je konformní, právě když při použití shodných křivočarých souřadnic platí g ij = λ ĝ ij, i = 1, 2, j = 1, 2, λ > 0, tj. metrické tenzory mají úměrné kovariantní souřadnice. Důkaz. (a) Nechť g ij = λ ĝ ij, λ > 0, pak ze vztahu (2.4) plyne snadno dokazované tvrzení. (b) Nechť je zobrazení konformní. Uvažujme (a 1, a 2 ), (b 1, b 2 ), (c 1, c 2 ), (d 1, d 2 ) tak, že g ij a i b j = 0, g ij c i d j = 0, (2.8) pak i (konformnost) ĝ ij a i b j = 0, ĝ ij c i d j = 0. (2.9) Soustava dvou rovnic (2.8) je homogenní pro tři neznámé g 11, g 12 (= g 21 ) a g 22. Podobně v (2.9). Řešení soustav (homogenních) se stejnou maticí jsou v tomto případě násobkem (3 neznámé, hodnost 2). Věta 27. Nechť je dána plocha P (u, v) na oblasti Ω. Pak obsah plochy je (pokud existuje) dán vztahem P = g11 g 22 (g 12 ) 2 du 1 du 2. Ω

34 2.9. Druhá základní forma plochy 34 Důkaz. Platí Pro vektory platí P = Ω P u P 1 u 2 du1 du 2. (a b) (c d) = (ac) (bd) (a d) (b c) a tedy ( P u P ) ( P 1 u 2 u P ) = g 1 u 2 11 g 22 (g 12 ) 2. Věta 28. Regulární zobrazení je rovnoploché (plochojevné), tj. zachovává oblast plochy, právě když při vyjádření ve shodných křivočarých souřadnicích se rovnají diskriminanty prvních tenzorů, tj. g 11 g 22 g 2 12 = ĝ 11 ĝ 22 ĝ Důkaz. Důkaz podobně jako u věty (26). 2.9 Druhá základní forma plochy Zabývejme se křivostmi ploch a křivek na ploše. Označme a definujme h ij = n i P j. P i = P u i, i = 1, 2 n = P 1 P 2 P 1 P 2, P ij = 2 P u i u j, n i = n u i Věta 29. Čísla (funkce) h ij tvoří symetrický tenzor (tzv. druhý základní tenzor plochy) a platí h ij = np ij. Důkaz. (a) Snadno se vypočte, že pro h ij platí příslušné transformační vztahy, tj. že jde o tenzor. (b) Ukážeme, že h ij = np ij. Jistě platí np ij = 0 (n je vektorový součin P 1 P 2 ). Derivováním n j P i + np ij = 0 h ij = np ij. (c) Symetrie tenzoru h ij plyne ze zaměnitelnosti derivování h ij = np ij = np ji = h ji.

35 2.10. Normálová křivost a Meusnierova věta Normálová křivost a Meusnierova věta Studujme křivost křivky na ploše P (s) = P ( u 1 (s), u 2 (s) ). Křivka je parametrizována obloukem. První křivost P P P = 1 k ν (ν je jednotkový vektor hlavní normály). Označíme γ = n ν, tj. odchyliku normály plochy a hlavní normály křivky. Definice 28. Normálovou křivostí křivky k v bodě X rozumíme číslo n k = P P P n. Poznámka 14. Platí také n k = 1 k cosγ (viz geometrický význam skalárního součinu). Věta 30. Normálová křivost všech křivek plochy se společnou tečnou v daném bodě je stejná. Důkaz. Vyjdeme ze vztahu P (s) = P ( u 1 (s), u 2 (s) ). Platí ( P P (s 0 ) = P i u 1 (s 0 ), u 2 (s 0 ) ) u i (s 0 ) P P P (s 0 ) = P ij ( u 1 (s 0 ), u 2 (s 0 ) ) u i (s 0 ) u j (s 0 ) + P i ( u 1 (s 0 ), u 2 (s 0 ) ) ü i (s 0 ) Vypočteme n k násobením (skalárním) vektorem n k = P P P n = P ij n u i (s 0 ) u j (s 0 ) + P i n ü i (s 0 ) = h ij u i (s 0 ) u j (s 0 ) Tedy n k je dáno tečným vektorem a druhým tenzorem plochy, tj. normálová křivost je stejná pro všechny křivky plochy s daným tečným vektorem. Věta 31. (Meusnierova) Středy křivosti (středy oskulačních kružnic) křivek plochy, které se dotýkají jedné tečny plochy, leží na kružnici. Důkaz. Platí n k = 1 k cosγ. Pro normálový řez s danou tečnou n k = 1 k. Označme n ρ = 1 n k a n ρ = 1 1 k. Pak ale n ρ = n ρ cosγ a podle Thaletovy věty střed křivosti leží na kružnici nad průměrem XS, kde XS = n ρ Věta 32. Pro normálovou křivost platí n k = h ij du i du j g ij du i du j

36 2.11. Dupinova indikatrix a významné směry na ploše 36 Důkaz. Derivaci podle oblouku u i nahradíme derivací podle obecného parametru: du i = λ u i, λ 0. Pro λ platí λ = (du 1, du 2 ), ale pro velikost vektoru na ploše (např. V26) platí λ = g ij du i du i. Tedy u i = du i gij du i du j a n k = h ij u i u j = h ij du i du j g ij du i du j 2.11 Dupinova indikatrix a významné směry na ploše Definice 29. Směr, pro nějž je normálová křivost nulová, nazýváme asymptotický. Bod, v němž každý směr je asymptotický, nazýváme planární bod. Kruhovým bodem rozumíme bod, v němž normálová křivost je konstantní (ve všech směrech stejná). Obrázek 2.5: a) Eliptický, b) parabolický, c) hyperbolický bod X dané plochy Uvažujme jednotkový vektor v tečné rovině a = (du 1, du 2 ) a označme 1 R = h ij du i du j, R je poloměr oskulační kružnice normálového řezu.

37 2.11. Dupinova indikatrix a významné směry na ploše 37 Vytvořme křivku a nazveme ji Dupinova indikatrix. P (t) = X + a(t) R Věta 33. Dupinova indikatrix v bodě, který není planární, je středovou kuželosečkou nebo dvojicí středových kuželoseček. Důkaz. 1 R = h ij du i du j ; (α 1, α 2 ) = R (du 1 du 2 ), pak (du i, du j ) určuje jednotkový vektor. Označme 1 R = h ij α i R α j R, tj. h ij α i α j = ±1. h ij α i α j obsahuje jen kvadratické členy, jde tedy o středovou kvadriku. Dvě různá znaménka umožňují existenci dvou hyperbol. (Pro elipsu je jedna z nich imaginární.) Stanovme h = h 11 h 22 (h 12 ) 2, diskriminant druhé formy plochy. Pomocí znaménka h můžeme rozhodnout o počtu asymptotických směrů plochy. Definice 30. Řekněme, že bod plochy je: 1. eliptický, je-li h > 0, 2. parabolický, je-li h = 0, 3. hyperbolický, je-li h < 0. Věta 34. Dupinova indikatrix v eliptickém (hyperbolickém, parabolickém) bodě je elipsa (dvojice hyperbol se společnými asymptotami, dvojice rovnoběžných přímek). V hyperbolickém (parabolickém, eliptickém) bodě existují dva (jeden, žádný) asymptotický směr. Důkaz. Vyjdeme ze vztahu h ij α i α j = ±1 a pro asymptotické směry platí h ij α i α j = 0 a lze zavést λ = α1 nebo λ = α2 (jedno z čísel musí být nenulové). Pak o existenci asymptotického směru rozhoduje diskriminant kva- α 2 α 1 dratické rovnice h 11 (λ) 2 + 2h 12 (λ) + h 22 = 0, tj. h 2 12 h 11 h 22 = h. Další část je snadným důsledkem klasifikace kuželoseček. Definice 31. Směr plochy je hlavní, je-li normálová křivost v něm extrémální (maximální, resp. minimální).

38 2.12. Gaussova a střední křivost 38 Věta 35. Nenulový vektor (du 1, du 2 ) plochy určuje hlavní směr, právě když (du 1 ) 2 du 1 du 2 (du 2 ) 2 g 11 g 12 g 22 = 0. h 11 h 12 h 22 Důkaz. Z vlastností Dupinovy indikatrix plyne, že g ij du i dv j = 0 pro (du 1, du 2 ) a (dv 1, dv 2 ) ležící v hlavních směrech. Hlavní osy kuželosečky jsou totiž hlavními směry. Z teorie kuželoseček plyne i konjugovanost hlavních směrů, tj. h ij du i dv j = 0. Jde o sdružené průměry. Máme tedy soustavu tj. g ij du i dv j = 0 h ij du i dv j = 0, (g 11 du 1 + g 21 du 2 ) dv 1 + (g 12 du 1 + g 22 du 2 ) dv 2 = 0 (h 11 du 1 + h 21 du 2 ) dv 1 + (h 12 du 1 + h 22 du 2 ) dv 2 = 0. Pro existenci (dv 1, dv 2 ) 0 je nutné a stačí, aby g 11du 1 + g 21 du 2 g 12 du 1 + g 22 du 2 h 11 du 1 + h 21 du 2 h 12 du 1 + h 22 du 2 = 0, tj. použitím věty o součtu a násobku pro determinanty (du 1 ) 2 g 11 g 12 h 11 h 12 + (du 2 ) 2 g 21 g 22 h 21 h 22 + du 1 du 2 g 11 g 22 h 11 h 22 + du 1 du 2 g 21 g 12 h 21 h 12 kde g 21 g 12 h 21 h 12 = 0, pak již plyne tvrzení (rozvoj determinantu). + = 0, 2.12 Gaussova a střední křivost Definice 32. Hlavními křivostmi plochy v neplanárním bodě rozumíme normálové křivosti v hlavních směrech. Označme je n k min, n k max.

39 2.12. Gaussova a střední křivost 39 Gaussovou křivostí plochy v daném neplanárním bodě rozumíme číslo K = n k min nk max. Střední křivost plochy v neplanárním bodě je dána vztahem H = n k min + n k max 2 Odvodíme vzorce pro výpočet Gaussovy a střední křivosti. Pro (du 1, du 2 ) máme normálovou křivost n k a platí Dále n k min n k n k max. n k = h ij du i du j g ij du i du j = κ γ. Určení hlavních křivostí lze chápat jako hledání extrémů funkce κ kγ. Pro k = n k max je κ n k max γ 0 (a právě pro hlavní směr nastane rovnost), podobně pro k = n k min je κ n k min γ 0 a pro hlavní směr nastane rovnost. Hledáme tedy (du 1, du 2 ) tak, aby (κ k ex γ) bylo extrémní. Parciálním derivováním podle du 1 a du 2 dostaneme:. du 1 (κ k exγ) = 0 a du 2 (κ k exγ) = 0, tj. 2h 11 du 1 + 2h 12 du 2 k ex (2g 11 du 1 + 2g 12 du 2 ) = 0 2h 12 du 1 + 2h 22 du 2 k ex (2g 12 du 1 + 2g 22 du 2 ) = 0 tj. pro neznámé du 1, du 2, které tvoří nenulový vektor, musí být h 11 k ex g 11 h 12 k ex g 12 h 12 k ex g 12 h 22 k ex g 22 = 0. To je kvadratická rovnice pro k ex : ( g11 g 22 (g 12 ) 2) k 2 ex (g 11 h 22 2g 12 h 12 +g 22 h 11 )k ex + ( h 11 h 22 (h 12 ) 2) = 0. Absolutní člen rovnice (v normalizovaném tvaru) je součinem kořenů k min k max = h 11 h 22 (h 12 ) 2 g 11 g 22 (g 12 ) 2 = h g.

40 2.12. Gaussova a střední křivost 40 Věta 36. Pro Gaussovu křivost platí G = h g, kde h a g jsou diskriminanty druhé a první základní formy plochy. Pro střední křivost K = 1 2 g11 h 22 2g 12 h 12 + g 22 h 11. g Důkaz. Zdůvodnění pro Gaussovu křivost je uvedeno před větou. Tvrzení o střední křivosti plyne z vlastnosti lineárního členu kvadratické rovnice v normovaném tvaru (koeficient se rovná opačné hodnotě k součtu kořenů). Věta 37. (Eulerova) Pro normálovou křivost n k platí n k = n k max cos 2 ϕ + n k min sin 2 ϕ, kde ϕ je odchylka směru od hlavního směru s maximální normálovou křivostí. Důkaz. Uvažujme (α 1, α 2 ) a (β 1, β 2 ) kontravariantní souřadnice jednotkových vektorů hlavních směrů. Hlavní směry jsou ortogonální. Označme (γ 1, γ 2 ) směr na ploše, jistě lze psát γ i = α i cosϕ + β i sinϕ Normálová křivost pro směr (γ 1, γ 2 ) n k = h ij γ i γ j = h ij (α i cosϕ + β i sinϕ) (α j cosϕ + β j sinϕ) = = h 11 [(α 1 ) 2 cos 2 ϕ + (β 1 ) 2 sin 2 ϕ + 2α 1 β 1 sinϕ cosϕ ] + + 2h 12 [α 1 α 1 cos 2 ϕ + β 1 β 2 sin 2 ϕ + β 1 α 2 sinϕ cosϕ + α 1 β 2 sinϕ cosϕ ] + + h 22 [(α 2 ) 2 cos 2 ϕ + (β 2 ) 2 sin 2 ϕ + 2α 2 β 2 sinϕ cosϕ ] = = n k max cos 2 ϕ + n k min sin 2 ϕ + 2sinϕ cosϕ h ij α i β j = }{{} =0 = n k max cos 2 ϕ + n k min sin 2 ϕ. Dané směry jsou sdružené, tj. h ij α i β j = 0. Tím je věta dokázána. Bez důkazu uvedeme větu, kterou v roce 1827 objevil Gauss a považoval ji za slavný objev (egregium = slavný). Věta 38. (Theorema Egregium) Gaussovu křivost lze vyjádřit pouze pomocí koeficientů g ij a jejich prvních a druhých derivací.

41 2.13. Geodetická křivost plochy 41 Důsledek 1. (Theoremy Egregium) (i) Plochy, které lze na sebe rozvinout (délkojevně zobrazit) mají v odpovídajících bodech stejnou Gaussovu křivost. (ii) Rozvinutelné plochy mají nulovou Gaussovu křivost. (iii) Gaussova křivost je kladná v eliptických, nulová v parabolických a záporná v hyperbolických bodech. Důkaz. (i) Plyne snadno z věty 38. Rovina má samozřejmě Gaussovu křivost G = 0. (ii) Stejně jako (i). (iii) Plyne z věty 36, znaménko G je dáno znaménkem h (g > 0, věta 20) Geodetická křivost plochy Definice 33. Nechť P (t), t I, je křivka na ploše κ. Velikost průmětu vektoru první křivosti P P P křivky do tečné roviny plochy nazýváme goedetická křivost křivky na ploše. Obrázek 2.6: Geometrický význam geodetické křivosti křivky na ploše Věta 39. Pro geodetickou křivost křivky na ploše platí g k = (n, P P, P P P ), kde n je jednotkový normálový vektor plochy, P jednotkový tečný vektor křivky a P P P vektor první křivosti křivky.

42 2.14. Weingartenovy a Gaussovy rovnice 42 Důkaz. Označme c = n P P. Vektor c, c = 1, patří do zaměření tečné roviny. Zřejmě g k = c P P P. Tedy g k = (n P P ) P P P = (n, P P, P P P ) Weingartenovy a Gaussovy rovnice Věta 40. (Weingartenova) Pro vektory P i = P u i platí n i = h j i P j a n i = n i, i = 1, 2, u Důkaz. Vyjdeme ze vztahu n n = 1, tj. n n i = 0. Tedy n i leží v tečné rovině, tj. n i = k j i P j, kde k j i jsou kombinační koeficienty, které vypočteme. Vynásobíme rovnici P k : neboli k j i = hj i P k n i = k j i P j P k h ik = k j i g jk (jde o operaci snížení indexu). Věta 41. (Gaussova) Pro vektory P ij platí P ij = Γ k ij P k + h ij n, kde Γ k ij jsou tzv. Christoffelovy symboly, pro než Γ k ij = P ij P l g lk Důkaz. P ij vyjádříme v bázi P 1, P 2, n a stanovíme koeficienty λ k ij a b ij. Vyjdeme z platnosti těchto vztahů: P ij = λ k ij P k + b ij n (2.10) n n = 1, n P i = 0, n P ij = h ij. Po skalárním vynásobení (2.10) vektorem n dostaneme n P ij = h ij = b ij. Po skalárním vynásobení (2.10) vektorem P r dostaneme P r P ij = λ k ij P k P r = λ ij k g kr.

43 2.15. Asymptotické, hlavní a geodetické křivky 43 Poznámka 15. Weingartenovy a Gaussovy vzorce tvoří pro plochu analogii k Frenetovým vzorcům pro křivku. Popisují změnu lokálního repéru plochy, který je tvořen tečnými vektory parametrických křivek a vektorem normály plochy. Celkem jde o šest rovnic, ale dvě z nich vzhledem k zaměnitelnosti pořadí derivování splývají. n 1 = h j 1 P j n 2 = h j 2 P j P 11 = Γ k 11 P k + h 11 n P 12 = Γ k 12 P k + h 12 n P 22 = Γ k 22 P k + h 22 n Poznámka 16. Christoffelovy symboly netvoří tenzor, neboť jejich transformace při změně souřadnic je obecnější než u tenzoru. Christoffelovy symboly jsou příkladem tzv. konexe Asymptotické, hlavní a geodetické křivky Definice 34. Křivka plochy je asymptotická, je-li její normálová křivost v každém bodě nulová. Věta 42. Tečna asymptotické křivky je určena asymptotickým směrem. Hlavní normála asymptotické křivky leží v tečné rovině plochy (binormála je normálou plochy). Asymptotická křivka je určena diferenciální rovnicí h ij du i du j = 0. Důkaz. Plyne z vlastností normálové křivosti. Poznámka 17. Pro parametrické křivky, které jsou asymptotické, platí h 11 = h 22 = 0 Definice 35. Křivka plochy je hlavní křivkou, je-li její tečna v každém bodě určena hlavním směrem. Poznámka 18. Hlavní křivky jsou nazývány také křivoznačné. Věta 43. Hlavní křivky na ploše bez planárních a kruhových bodů jsou popsány diferenciální rovnicí (du 1 ) 2 du 1 du 2 (du 2 ) 2 g 11 g 12 g 22 = 0. h 11 h 12 h 22

44 2.15. Asymptotické, hlavní a geodetické křivky 44 Hlavní křivky (na takové ploše) tvoří ortogonální síť. Parametrické křivky jsou hlavními křivkami, právě když g 12 = h 12 = 0. Důkaz. plyne z vlastností hlavních směrů. Věta 44. (Rodrignesova) Křivka P (s) = P ( u 1 (t), u 2 (t) ) plochy je hlavní křivkou plochy, právě když v každém bodě jsou vektory n = P lineárně závislé. Koeficient kolineárnosti je roven hlavní křivosti n k ex, tj. n = n k ex P P. Důkaz. n je jednotkový vektor normály plochy a n n = 0, tj. n leží v zaměření tečné roviny, tedy n = α P + β P P, ( P = 1, P P P = 0), (2.11) P kde P je kolmý vektor na P a leží v tečné rovině. Rovnici (2.11) vynásobíme P : n P P = β, ale n = n j (u j ) a P = P i b i, tedy β = [n j (u j ) ] [P i b i ] = h ij (u j ) b i. Jde o hlavní křivku, derivace normálové křivosti musí být nulová, tj. β = 0. Snadno spočteme n = α P, tedy n P = α P P, tj. α = n n P P P = h ij (u i ) (u j ) = n k g ij (u i ) (u j ) ex. n P Předpokládáme n = α P a ukážeme, že vektor P a P jsou konjungované k 2. základní formě. To plyne ze vztahu n P P = 0, čili ( n j (u j ) ) (P i b i) = h ij (u j ) c i = 0. n P n Definice 36. Křivku plochy, která obsahuje jen body s nulovou geodetickou křivostí, nazýváme geodetickou křivkou (neboli geodetikou). Věta 45. Pro geodetickou křivost platí g k = m, kde m = ( d 2 u k ds 2 + Γk ij dui ds duj ) P k ds

45 2.15. Asymptotické, hlavní a geodetické křivky 45 Důkaz. P P = P i dui ; P P P = P ij dui ds ds duj ds + P i d2 u i 2. ds Pomocí Gaussovy věty (41) P P P = ( Γ k ij P k + h ij n ) dui ds duj ds + P i d2 u i ds 2. Z toho že g k je velikost pravoúhlého průmětu vektoru 1. křivosti do tečné roviny plyne vzorec. Poznámka 19. Větu (45) lze chápat i jako soustavu diferenciálních rovnic pro určení geodetik. Vypočteme Christoffelovy symboly tak, že vystačíme s 1. tenzorem. Tím ukážeme, že geodetická křivost je pojmem vnitřní geometrie plochy. Platí g ij = P i P j, derivujeme cyklickou záměnou Vytvoříme (2.12) + (2.13) - (2.14) k g ij = P ik P j + P i P jk (2.12) j g ki = P kj P i + P k P ij (2.13) i g jk = P ji P k + P j P ki (2.14) 2 P i P jk = ( k g ij + j g ki i g jk ), tedy Γ k ij lze vyjádřit pomocí derivací g ij. Věta 46. (O geodetice I.) (a) Křivka plochy je geodetikou, právě když v každém bodě (s nenulovou první křivostí) splývá hlavní normála křivky s normálou plochy. (b) Je-li geodetická křivka rovinná (ale není přímkou), pak je hlavní křivkou. (c) Při rozvinutí dvou ploch na sebe (délkojevné zobrazení) se všechny geodetiky jedné plochy zobrazí na geodetiky druhé plochy. Důkaz. (a) Plyne z definice geodetické křivosti. (b) Je důsledkem lemmatu

46 2.15. Asymptotické, hlavní a geodetické křivky 46 Lemma 1. Křivka plochy je hlavní, právě když plocha tvořená normálami plochy v bodech křivky je rozvinutelná. (c) Plyne z toho, že lze Γ k ij vyjádřit pomocí derivací g ij. Věta 47. (O nejkratší spojnici) (a) Pokud mezi dvěma body plochy existuje nejkratší spojnice, pak je geodetikou. (b) Každým bodem plochy prochází jediná geodetika s danou tečnou. Věta 48. (O geodetice II.) (a) Každá přímka (nebo její část) na ploše je geodetikou. (b) Každý normálový řez plochy je geodetikou. Poznámka 20. Řez je normálový, je-li rovina řezu v každém bodě řezu kolmá na tečnou rovinu (obsahuje normálu plochy). Důkaz. Je zřejmý z definice. Příklad 13. (a) Geodetikami v rovině jsou právě její přímky. Splývá množina geodetik a nejkratších spojnic. (b) Geodetikami na kulové ploše jsou tzv. hlavní kružnice, tj. kružnice, které mají střed ve středu kulové plochy. To plyne např. z věty 48 - b. (c) Geodetikou (jednou z geodetik) na obecné válcové ploše je normálový řez (viz věta 48 - b). (d) Geodetikami na rotační válcové ploše jsou: površky, rovnoběžkové kružnice a šroubovice. Zvolíme-li na povrchu dva body, existuje mezi nimi (nejsou-li na téže rovnoběžkové kružnici, tj. normálovém řezu) nekonečně mnoho geodetik. Jen jedna z nich je nejkratší spojnicí. (e) Uvažujme rotační plochu P (u, v) = ( α(u) cos v, α(u) sin v, β(u) )

Diferenciální geometrie

Diferenciální geometrie Diferenciální geometrie Pomocný učební text díl I. František Ježek Plzeň, červen 2005 Obsah 1 Křivky 4 1.1 Vyjádření křivky......................... 4 1.2 Transformace parametru..................... 5

Více

Diferenciální geometrie

Diferenciální geometrie Diferenciální geometrie Pomocný učební text díl II František Ježek Plzeň, červen 2005 Obsah 2 Plochy 23 2.1 Vyjádření plochy......................... 23 2.2 Transformace parametrů.....................

Více

Zavedeme-li souřadnicový systém {0, x, y, z}, pak můžeme křivku definovat pomocí vektorové funkce.

Zavedeme-li souřadnicový systém {0, x, y, z}, pak můžeme křivku definovat pomocí vektorové funkce. KŘIVKY Křivka = dráha pohybujícího se bodu = = množina nekonečného počtu bodů, které závisí na parametru (čase). Proto můžeme křivku také nazvat jednoparametrickou množinou bodů. Zavedeme-li souřadnicový

Více

Elementární křivky a plochy

Elementární křivky a plochy Příloha A Elementární křivky a plochy A.1 Analytický popis geometrických objektů Geometrické vlastnosti, které jsme dosud studovali, se týkaly především základních geometrických objektů bodů, přímek, rovin

Více

Rozvinutelné plochy. tvoří jednoparametrickou soustavu rovin a tedy obaluje rozvinutelnou plochu Φ. Necht jsou

Rozvinutelné plochy. tvoří jednoparametrickou soustavu rovin a tedy obaluje rozvinutelnou plochu Φ. Necht jsou Rozvinutelné plochy Rozvinutelná plocha je každá přímková plocha, pro kterou existuje izometrické zobrazení do rov iny, tj. lze ji rozvinout do roviny. Dá se ukázat, že každá rozvinutelná plocha patří

Více

9.1 Definice a rovnice kuželoseček

9.1 Definice a rovnice kuželoseček 9. Kuželosečky a kvadriky 9.1 Definice a rovnice kuželoseček Kuželosečka - řez na kruhovém kuželi, množina bodů splňujících kvadratickou rovnici ve dvou proměnných. Elipsa parametricky: X(t) = (a cos t,

Více

7. Aplikace derivace 7E. Křivky. 7E. Křivky

7. Aplikace derivace 7E. Křivky. 7E. Křivky 7E. Křivky Derivace nacházejí uplatnění také při studiu křivek. Obrazně řečeno křivka v rovině je množina bodů, která vznikne pohybem pera po papíře. Předpokládáme přitom, že hrot pera je stále v kontaktu

Více

f(x) = arccotg x 2 x lim f(x). Určete všechny asymptoty grafu x 2 2 =

f(x) = arccotg x 2 x lim f(x). Určete všechny asymptoty grafu x 2 2 = Řešení vzorové písemky z předmětu MAR Poznámky: Řešení úloh ze vzorové písemky jsou formulována dosti podrobně podobným způsobem jako u řešených příkladů ve skriptech U zkoušky lze jednotlivé kroky postupu

Více

1.13 Klasifikace kvadrik

1.13 Klasifikace kvadrik 5 KAPITOLA 1. KVADRIKY JAKO PLOCHY. STUPNĚ 1.13 Klasifikace kvadrik V této části provedeme klasifikaci kvadrik. Vyšetříme všechny případy, které mohou různou volbou koeficientů v rovnici kvadriky a 11

Více

Michal Zamboj. January 4, 2018

Michal Zamboj. January 4, 2018 Meziřádky mezi kuželosečkami - doplňkový materiál k přednášce Geometrie Michal Zamboj January 4, 018 Pozn. Najdete-li chybu, neváhejte mi napsat, může to ušetřit tápání Vašich kolegů. Pozn. v dokumentu

Více

Diferenciáln. lní geometrie ploch

Diferenciáln. lní geometrie ploch Diferenciáln lní geometrie ploch Vjádřen ení ploch Eplicitní: z = f(,) ; [,] Ω z Implicitní: F(,,z)=0 + + z = r z = sin 0, π ; 0,1 Implicitní ploch bloob objects,, meta balls Izoploch: F(,,z)=konst. Implicitní

Více

Cyklografie. Cyklický průmět bodu

Cyklografie. Cyklický průmět bodu Cyklografie Cyklografie je nelineární zobrazovací metoda - bodům v prostoru odpovídají kružnice v rovině a naopak. Úlohy v rovině pak převádíme na řešení prostorových úloh, např. pomocí cyklografie řešíme

Více

Základní vlastnosti křivek

Základní vlastnosti křivek křivka množina bodů v rovině nebo v prostoru lze chápat jako trajektorii pohybu v rovině či v prostoru nalezneme je také jako množiny bodů na ploše křivky jako řezy plochy rovinou, křivky jako průniky

Více

Další plochy technické praxe

Další plochy technické praxe Další plochy technické praxe Dosud studované plochy mají široké využití jak ve stavební tak ve strojnické praxi. Studovali jsme možnosti jejich konstrukcí, vlastností i využití v praxi. Kromě těchto ploch

Více

Necht L je lineární prostor nad R. Operaci : L L R nazýváme

Necht L je lineární prostor nad R. Operaci : L L R nazýváme Skalární součin axiomatická definice odvození velikosti vektorů a úhlu mezi vektory geometrická interpretace ortogonalita vlastnosti ortonormálních bázi [1] Definice skalárního součinu Necht L je lineární

Více

Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru. Kvadratická forma v n proměnných je tak polynom n proměnných s

Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru. Kvadratická forma v n proměnných je tak polynom n proměnných s Kapitola 13 Kvadratické formy Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru f(x 1,..., x n ) = a ij x i x j, kde koeficienty a ij T. j=i Kvadratická forma v n proměnných

Více

Afinita je stručný název pro afinní transformaci prostoru, tj.vzájemně jednoznačné afinní zobrazení bodového prostoru A n na sebe.

Afinita je stručný název pro afinní transformaci prostoru, tj.vzájemně jednoznačné afinní zobrazení bodového prostoru A n na sebe. 4 Afinita Afinita je stručný název pro afinní transformaci prostoru, tj.vzájemně jednoznačné afinní zobrazení bodového prostoru A n na sebe. Poznámka. Vzájemně jednoznačným zobrazením rozumíme zobrazení,

Více

Lineární algebra : Metrická geometrie

Lineární algebra : Metrická geometrie Lineární algebra : Metrická geometrie (16. přednáška) František Štampach, Karel Klouda LS 2013/2014 vytvořeno: 6. května 2014, 10:42 1 2 Úvod Zatím jsme se lineární geometrii věnovali v kapitole o lineárních

Více

14. přednáška. Přímka

14. přednáška. Přímka 14 přednáška Přímka Začneme vyjádřením přímky v prostoru Přímku v prostoru můžeme vyjádřit jen parametricky protože obecná rovnice přímky v prostoru neexistuje Přímka v prostoru je určena bodem A= [ a1

Více

Občas se používá značení f x (x 0, y 0 ), resp. f y (x 0, y 0 ). Parciální derivace f. rovnoběžného s osou y a z:

Občas se používá značení f x (x 0, y 0 ), resp. f y (x 0, y 0 ). Parciální derivace f. rovnoběžného s osou y a z: PARCIÁLNÍ DERIVACE Jak derivovat reálné funkce více proměnných aby bylo možné tyto derivace použít podobně jako derivace funkcí jedné proměnné? Jestliže se okopíruje definice z jedné proměnné dostane se

Více

Úvodní informace. 17. února 2018

Úvodní informace. 17. února 2018 Úvodní informace Funkce více proměnných Přednáška první 17. února 2018 Obsah 1 Úvodní informace. 2 Funkce více proměnných Definiční obor Limita a spojitost Derivace, diferencovatelnost, diferenciál Úvodní

Více

Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace

Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace Vektory a matice Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah 1 Vektory Základní pojmy a operace Lineární závislost a nezávislost vektorů 2 Matice Základní pojmy, druhy matic Operace s maticemi

Více

Michal Zamboj. December 23, 2016

Michal Zamboj. December 23, 2016 Meziřádky mezi kuželosečkami - doplňkový materiál k přednášce Geometrie Michal Zamboj December 3, 06 Pozn. Najdete-li chybu, neváhejte mi napsat, může to ušetřit tápání Vašich kolegů. Pozn. v dokumentu

Více

9 Kolmost vektorových podprostorů

9 Kolmost vektorových podprostorů 9 Kolmost vektorových podprostorů Od kolmosti dvou vektorů nyní přejdeme ke kolmosti dvou vektorových podprostorů. Budeme se zabývat otázkou, kdy jsou dva vektorové podprostory na sebe kolmé a jak to poznáme.

Více

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic Přednáška třetí (a pravděpodobně i čtvrtá) aneb Úvod do lineární algebry Matice a soustavy rovnic Lineární rovnice o 2 neznámých Lineární rovnice o 2 neznámých Lineární rovnice o dvou neznámých x, y je

Více

vyjádřete ve tvaru lineární kombinace čtverců (lineární kombinace druhých mocnin). Rozhodněte o definitnosti kvadratické formy κ(x).

vyjádřete ve tvaru lineární kombinace čtverců (lineární kombinace druhých mocnin). Rozhodněte o definitnosti kvadratické formy κ(x). Řešené příklady z lineární algebry - část 6 Typové příklady s řešením Příklad 6.: Kvadratickou formu κ(x) = x x 6x 6x x + 8x x 8x x vyjádřete ve tvaru lineární kombinace čtverců (lineární kombinace druhých

Více

1. a) Určete parciální derivace prvního řádu funkce z = z(x, y) dané rovnicí z 3 3xy 8 = 0 v

1. a) Určete parciální derivace prvního řádu funkce z = z(x, y) dané rovnicí z 3 3xy 8 = 0 v . a) Určete parciální derivace prvního řádu funkce z = z(x, y) dané rovnicí z xy 8 = v bodě A =, ]. b) e grafu funkce f najděte tečnou rovinu, která je rovnoběžná s rovinou ϱ. f(x, y) = x + y x, ϱ : x

Více

VI. Maticový počet. VI.1. Základní operace s maticemi. Definice. Tabulku

VI. Maticový počet. VI.1. Základní operace s maticemi. Definice. Tabulku VI Maticový počet VI1 Základní operace s maticemi Definice Tabulku a 11 a 12 a 1n a 21 a 22 a 2n, a m1 a m2 a mn kde a ij R, i = 1,, m, j = 1,, n, nazýváme maticí typu m n Zkráceně zapisujeme (a ij i=1m

Více

6 Skalární součin. u v = (u 1 v 1 ) 2 +(u 2 v 2 ) 2 +(u 3 v 3 ) 2

6 Skalární součin. u v = (u 1 v 1 ) 2 +(u 2 v 2 ) 2 +(u 3 v 3 ) 2 6 Skalární součin Skalární součin 1 je operace, která dvěma vektorům (je to tedy binární operace) přiřazuje skalár (v našem případě jde o reálné číslo, obecně se jedná o prvek nějakého tělesa T ). Dovoluje

Více

PŘEDNÁŠKA 9 KŘIVKOVÝ A PLOŠNÝ INTEGRÁL 1. DRUHU

PŘEDNÁŠKA 9 KŘIVKOVÝ A PLOŠNÝ INTEGRÁL 1. DRUHU PŘEDNÁŠKA 9 KŘIVKOVÝ A PLOŠNÝ INTEGRÁL 1. DRUHU 6.1 Křivkový integrál 1. druhu Definice 1. Množina R n se nazývá prostá regulární křivka v R n právě tehdy, když existuje vzájemně jednoznačné zobrazení

Více

Matematika 1 MA1. 1 Analytická geometrie v prostoru - základní pojmy. 4 Vzdálenosti. 12. přednáška ( ) Matematika 1 1 / 32

Matematika 1 MA1. 1 Analytická geometrie v prostoru - základní pojmy. 4 Vzdálenosti. 12. přednáška ( ) Matematika 1 1 / 32 Matematika 1 12. přednáška MA1 1 Analytická geometrie v prostoru - základní pojmy 2 Skalární, vektorový a smíšený součin, projekce vektoru 3 Přímky a roviny 4 Vzdálenosti 5 Příčky mimoběžek 6 Zkouška;

Více

Vlastní čísla a vlastní vektory

Vlastní čísla a vlastní vektory 5 Vlastní čísla a vlastní vektor Poznámka: Je-li A : V V lineární zobrazení z prostoru V do prostoru V někd se takové zobrazení nazývá lineárním operátorem, pak je přirozeným požadavkem najít takovou bázi

Více

1 Báze a dimenze vektorového prostoru 1

1 Báze a dimenze vektorového prostoru 1 1 Báze a dimenze vektorového prostoru 1 Báze a dimenze vektorového prostoru 1 2 Aritmetické vektorové prostory 7 3 Eukleidovské vektorové prostory 9 Levá vnější operace Definice 5.1 Necht A B. Levou vnější

Více

Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru:

Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru: 3 Maticový počet 3.1 Zavedení pojmu matice Maticí typu (m, n, kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru: a 11 a 12... a 1k... a 1n a 21 a 22...

Více

0.1 Úvod do lineární algebry

0.1 Úvod do lineární algebry Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Lineární rovnice o 2 neznámých Definice 011 Lineární rovnice o dvou neznámých x, y je rovnice, která může být vyjádřena ve tvaru ax + by = c, kde

Více

Matematika I, část I. Rovnici (1) nazýváme vektorovou rovnicí roviny ABC. Rovina ABC prochází bodem A a říkáme, že má zaměření u, v. X=A+r.u+s.

Matematika I, část I. Rovnici (1) nazýváme vektorovou rovnicí roviny ABC. Rovina ABC prochází bodem A a říkáme, že má zaměření u, v. X=A+r.u+s. 3.4. Výklad Předpokládejme, že v prostoru E 3 jsou dány body A, B, C neležící na jedné přímce. Těmito body prochází jediná rovina, kterou označíme ABC. Určíme vektory u = B - A, v = C - A, které jsou zřejmě

Více

8 Matice a determinanty

8 Matice a determinanty M Rokyta, MFF UK: Aplikovaná matematika II kap 8: Matice a determinanty 1 8 Matice a determinanty 81 Matice - definice a základní vlastnosti Definice Reálnou resp komplexní maticí A typu m n nazveme obdélníkovou

Více

EUKLIDOVSKÉ PROSTORY

EUKLIDOVSKÉ PROSTORY EUKLIDOVSKÉ PROSTORY Necht L je lineární vektorový prostor nad tělesem reálných čísel R. Zobrazení (.,.) : L L R splňující vlastnosti 1. (x, x) 0 x L, (x, x) = 0 x = 0, 2. (x, y) = (y, x) x, y L, 3. (λx,

Více

0.1 Úvod do lineární algebry

0.1 Úvod do lineární algebry Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Vektory Definice 011 Vektorem aritmetického prostorur n budeme rozumět uspořádanou n-tici reálných čísel x 1, x 2,, x n Definice 012 Definice sčítání

Více

Otázku, kterými body prochází větev implicitní funkce řeší následující věta.

Otázku, kterými body prochází větev implicitní funkce řeší následující věta. 1 Implicitní funkce Implicitní funkce nejsou funkce ve smyslu definice, že funkce bodu z definičního oboru D přiřadí právě jednu hodnotu z oboru hodnot H. Přesnější termín je funkce zadaná implicitně.

Více

Lineární zobrazení. 1. A(x y) = A(x) A(y) (vlastnost aditivity) 2. A(α x) = α A(x) (vlastnost homogenity)

Lineární zobrazení. 1. A(x y) = A(x) A(y) (vlastnost aditivity) 2. A(α x) = α A(x) (vlastnost homogenity) 4 Lineární zobrazení Definice: Nechť V a W jsou vektorové prostory Zobrazení A : V W (zobrazení z V do W nazýváme lineárním zobrazením, pokud pro všechna x V, y V a α R platí 1 A(x y = A(x A(y (vlastnost

Více

1 Řešení soustav lineárních rovnic

1 Řešení soustav lineárních rovnic 1 Řešení soustav lineárních rovnic 1.1 Lineární rovnice Lineární rovnicí o n neznámých x 1,x 2,..., x n s reálnými koeficienty rozumíme rovnici ve tvaru a 1 x 1 + a 2 x 2 +... + a n x n = b, (1) kde koeficienty

Více

6. ANALYTICKÁ GEOMETRIE

6. ANALYTICKÁ GEOMETRIE Vektorová algebra 6. ANALYTICKÁ GEOMETRIE Pravoúhlé souřadnice bodu v prostoru Poloha bodu v prostoru je vzhledem ke třem osám k sobě kolmým určena třemi souřadnicemi, které tvoří uspořádanou trojici reálných

Více

Matematika I A ukázkový test 1 pro 2014/2015

Matematika I A ukázkový test 1 pro 2014/2015 Matematika I A ukázkový test 1 pro 2014/2015 1. Je dána soustava rovnic s parametrem a R x y + z = 1 x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a a) Napište Frobeniovu větu (existence i počet řešení). b)

Více

Podrobnější výklad tématu naleznete ve studijním textu, na který je odkaz v Moodle. Tam je téma

Podrobnější výklad tématu naleznete ve studijním textu, na který je odkaz v Moodle. Tam je téma Kuželosečky a kvadriky - výpisky + příklady Postupně vznikající text k části předmětu Geometrie. Ve výpiscích naleznete výpisky z přednášky, poznámky, řešené příklady a příklady na procvičení. Podrobnější

Více

Maturitní otázky z předmětu MATEMATIKA

Maturitní otázky z předmětu MATEMATIKA Wichterlovo gymnázium, Ostrava-Poruba, příspěvková organizace Maturitní otázky z předmětu MATEMATIKA 1. Výrazy a jejich úpravy vzorce (a+b)2,(a+b)3,a2-b2,a3+b3, dělení mnohočlenů, mocniny, odmocniny, vlastnosti

Více

11 POJEM PLOCHY. u u. v v. = lim. vztahy w(u 0,v 0 ) . Analogicky definujeme

11 POJEM PLOCHY. u u. v v. = lim. vztahy w(u 0,v 0 ) . Analogicky definujeme 11 POJEM PLOCHY V dalším se budeme zabývat plochami v E 3. Nejjednodušším příkladem plochy je rovina. Z analytické geometrie je známo, že k určení polohy bodu v rovině je třeba dvou parametrů (viz parametrické

Více

Základy maticového počtu Matice, determinant, definitnost

Základy maticového počtu Matice, determinant, definitnost Základy maticového počtu Matice, determinant, definitnost Petr Liška Masarykova univerzita 18.9.2014 Matice a vektory Matice Matice typu m n je pravoúhlé (nebo obdélníkové) schéma, které má m řádků a n

Více

MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]

MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] MATICE Matice typu m/n nad tělesem T je soubor m n prvků z tělesa T uspořádaných do m řádků a n sloupců: a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] a m1 a m2 a mn Prvek a i,j je prvek matice A na místě

Více

Matematika B101MA1, B101MA2

Matematika B101MA1, B101MA2 Matematika B101MA1, B101MA2 Zařazení předmětu: povinný předmět 1.ročníku bc studia 2 semestry Rozsah předmětu: prezenční studium 2 + 2 kombinované studium 16 + 0 / semestr Zakončení předmětu: ZS zápočet

Více

1 Analytická geometrie

1 Analytická geometrie 1 Analytická geometrie 11 Přímky Necht A E 3 a v R 3 je nenulový Pak p = A + v = {X E 3 X = A + tv, t R}, je přímka procházející bodem A se směrovým vektorem v Rovnici X = A + tv, t R, říkáme bodová rovnice

Více

6.1 Vektorový prostor

6.1 Vektorový prostor 6 Vektorový prostor, vektory Lineární závislost vektorů 6.1 Vektorový prostor Nechť je dán soubor nějakých prvků, v němž je dána jistá struktura vztahů mezi jednotlivými prvky nebo v němž jsou předepsána

Více

6. Vektorový počet Studijní text. 6. Vektorový počet

6. Vektorový počet Studijní text. 6. Vektorový počet 6. Vektorový počet Budeme se pohybovat v prostoru R n, což je kartézská mocnina množiny reálných čísel R; R n = R R. Obvykle nám bude stačit omezení na případy n = 1, 2, 3; nicméně teorie je platná obecně.

Více

5.3. Implicitní funkce a její derivace

5.3. Implicitní funkce a její derivace Výklad Podívejme se na následující problém. Uvažujme množinu M bodů [x,y] R 2, které splňují rovnici F(x, y) = 0, M = {[x,y] D F F(x,y) = 0}, kde z = F(x,y) je nějaká funkce dvou proměnných. Je-li F(x,y)

Více

Funkce v ıce promˇ enn ych Extr emy Pˇredn aˇska p at a 12.bˇrezna 2018

Funkce v ıce promˇ enn ych Extr emy Pˇredn aˇska p at a 12.bˇrezna 2018 Funkce více proměnných Extrémy Přednáška pátá 12.března 2018 Zdroje informací Diferenciální počet http://homen.vsb.cz/~kre40/esfmat2/fceviceprom.html http://www.studopory.vsb.cz/studijnimaterialy/sbirka_uloh/pdf/7.pdf

Více

Odvození středové rovnice kružnice se středem S [m; n] a o poloměru r. Bod X ležící na kružnici má souřadnice [x; y].

Odvození středové rovnice kružnice se středem S [m; n] a o poloměru r. Bod X ležící na kružnici má souřadnice [x; y]. Konzultace č. 6: Rovnice kružnice, poloha přímky a kružnice Literatura: Matematika pro gymnázia: Analytická geometrie, kap. 5.1 a 5. Sbírka úloh z matematiky pro SOŠ a studijní obory SOU. část, kap. 6.1

Více

ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ

ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ Parametrické vyjádření přímky v rovině Máme přímku p v rovině určenou body A, B. Sestrojíme vektor u = B A. Pro bod B tím pádem platí: B = A + u. Je zřejmé,

Více

1 Připomenutí vybraných pojmů

1 Připomenutí vybraných pojmů 1 Připomenutí vybraných pojmů 1.1 Grupa Definice 1 ((Komutativní) grupa). Grupou (M, ) rozumíme množinu M spolu s operací na M, která má tyto vlastnosti: i) x, y M; x y M, Operace je neomezeně definovaná

Více

Matematika II, úroveň A ukázkový test č. 1 (2018) 1. a) Napište postačující podmínku pro diferencovatelnost funkce n-proměnných v otevřené

Matematika II, úroveň A ukázkový test č. 1 (2018) 1. a) Napište postačující podmínku pro diferencovatelnost funkce n-proměnných v otevřené 2. 3. 2018 Matematika II, úroveň A ukázkový test č. 1 (2018) 1. a) Napište postačující podmínku pro diferencovatelnost funkce n-proměnných v otevřené mn. M E n. Zapište a načrtněte množinu D, ve které

Více

+ 2y. a y = 1 x 2. du x = nxn 1 f(u) 2x n 3 yf (u)

+ 2y. a y = 1 x 2. du x = nxn 1 f(u) 2x n 3 yf (u) Diferenciální počet příklad 1 Dokažte, že funkce F, = n f 2, kde f je spojitě diferencovatelná funkce, vhovuje vztahu + 2 = nf ; 0 Řešení: Označme u = 2. Pak je F, = n fu a platí Podle vět o derivaci složené

Více

KRUHOVÁ ŠROUBOVICE A JEJÍ VLASTNOSTI

KRUHOVÁ ŠROUBOVICE A JEJÍ VLASTNOSTI KRUHOVÁ ŠROUBOVICE A JEJÍ VLASTNOSTI Šroubový pohyb vzniká složením otáčení kolem osy o a posunutí ve směru osy o, přičemž oba pohyby jsou spojité a rovnoměrné. Jestliže při pohybu po ose "dolů" je otáčení

Více

(15) Určete vektory tečny, hlavní normály a binormály křivky f(t) = (t, t 2, t + 1)

(15) Určete vektory tečny, hlavní normály a binormály křivky f(t) = (t, t 2, t + 1) Cvičení II (Křivky) (1) Rozhodněte, zda pohyb f(t) = (t 1, t 3 t), t R je jednoduchý. [Není, bod samoprotnutí odpovídá hodnotám t = 1 a t = 1 () Určete singulární body pohybu x = r( cos t cos t), y = r(

Více

1 Soustavy lineárních rovnic

1 Soustavy lineárních rovnic 1 Soustavy lineárních rovnic 1.1 Základní pojmy Budeme uvažovat soustavu m lineárních rovnic o n neznámých s koeficienty z tělesa T (potom hovoříme o soustavě m lineárních rovnic o n neznámých nad tělesem

Více

7 Ortogonální a ortonormální vektory

7 Ortogonální a ortonormální vektory 7 Ortogonální a ortonormální vektory Ze vztahu (5) pro výpočet odchylky dvou vektorů vyplývá, že nenulové vektory u, v jsou na sebe kolmé právě tehdy, když u v =0. Tato skutečnost nám poslouží k zavedení

Více

z = a bi. z + v = (a + bi) + (c + di) = (a + c) + (b + d)i. z v = (a + bi) (c + di) = (a c) + (b d)i. z v = (a + bi) (c + di) = (ac bd) + (bc + ad)i.

z = a bi. z + v = (a + bi) + (c + di) = (a + c) + (b + d)i. z v = (a + bi) (c + di) = (a c) + (b d)i. z v = (a + bi) (c + di) = (ac bd) + (bc + ad)i. KOMLEXNÍ ČÍSLA C = {a + bi; a, b R}, kde i 2 = 1 Číslo komplexně sdružené k z = a + bi je číslo z = a bi. Operace s komplexními čísly: z = a + bi, kde a, b R v = c + di, kde c, d R Sčítání Odčítání Násobení

Více

Texty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech

Texty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech Texty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech 1. července 2008 1 Funkce v R n Definice 1 Necht n N a D R n. Reálnou funkcí v R n (reálnou funkcí n proměnných) rozumíme zobrazení

Více

Učební texty k státní bakalářské zkoušce Matematika Skalární součin. študenti MFF 15. augusta 2008

Učební texty k státní bakalářské zkoušce Matematika Skalární součin. študenti MFF 15. augusta 2008 Učební texty k státní bakalářské zkoušce Matematika Skalární součin študenti MFF 15. augusta 2008 1 10 Skalární součin Požadavky Vlastnosti v reálném i komplexním případě Norma Cauchy-Schwarzova nerovnost

Více

Definice 1.1. Nechť je M množina. Funkci ρ : M M R nazveme metrikou, jestliže má následující vlastnosti:

Definice 1.1. Nechť je M množina. Funkci ρ : M M R nazveme metrikou, jestliže má následující vlastnosti: Přednáška 1. Definice 1.1. Nechť je množina. Funkci ρ : R nazveme metrikou, jestliže má následující vlastnosti: (1 pro každé x je ρ(x, x = 0; (2 pro každé x, y, x y, je ρ(x, y = ρ(y, x > 0; (3 pro každé

Více

Úlohy k přednášce NMAG 101 a 120: Lineární algebra a geometrie 1 a 2,

Úlohy k přednášce NMAG 101 a 120: Lineární algebra a geometrie 1 a 2, Úlohy k přednášce NMAG a : Lineární algebra a geometrie a Verze ze dne. května Toto je seznam přímočarých příkladů k přednášce. Úlohy z tohoto seznamu je nezbytně nutné umět řešit. Podobné typy úloh se

Více

Matematika I 12a Euklidovská geometrie

Matematika I 12a Euklidovská geometrie Matematika I 12a Euklidovská geometrie Jan Slovák Masarykova univerzita Fakulta informatiky 3. 12. 2012 Obsah přednášky 1 Euklidovské prostory 2 Odchylky podprostorů 3 Standardní úlohy 4 Objemy Plán přednášky

Více

Diferenciální počet 1 1. f(x) = ln arcsin 1 + x 1 x. 1 x 1 a x 1 0. f(x) = (cos x) cosh x + 3x. x 0 je derivace funkce f(x) v bodě x0.

Diferenciální počet 1 1. f(x) = ln arcsin 1 + x 1 x. 1 x 1 a x 1 0. f(x) = (cos x) cosh x + 3x. x 0 je derivace funkce f(x) v bodě x0. Nalezněte definiční obor funkce Diferenciální počet f = ln arcsin + Definiční obor funkce f je určen vztahy Z těchto nerovností plyne < + ln arcsin + je tedy D f =, Určete definiční obor funkce arcsin

Více

II. Diferenciální geometrie křivek a ploch

II. Diferenciální geometrie křivek a ploch II. Diferenciální geometrie křivek a ploch Předmětem klasické diferenciální geometrie je studium vlastností křivek a ploch metodami matematické analýzy. Diferenciální geometrie vznikla téměř současně s

Více

terminologie předchozí kapitoly: (ϕ, Ω) - plocha, S - geometrický obraz plochy

terminologie předchozí kapitoly: (ϕ, Ω) - plocha, S - geometrický obraz plochy 2. Plošný integrál. Poznámka. Obecně: integrování přes k-rozměrné útvary (k-plochy) v R n. Omezíme se na případ k = 2, n = 3. Definice. Množina S R 3 se nazve plocha, pokud S = ϕ(), kde R 2 je otevřená

Více

A[a 1 ; a 2 ; a 3 ] souřadnice bodu A v kartézské soustavě souřadnic O xyz

A[a 1 ; a 2 ; a 3 ] souřadnice bodu A v kartézské soustavě souřadnic O xyz 1/15 ANALYTICKÁ GEOMETRIE Základní pojmy: Soustava souřadnic v rovině a prostoru Vzdálenost bodů, střed úsečky Vektory, operace s vektory, velikost vektoru, skalární součin Rovnice přímky Geometrie v rovině

Více

7. Lineární vektorové prostory

7. Lineární vektorové prostory 7. Lineární vektorové prostory Tomáš Salač MÚ UK, MFF UK LS 2017/18 Tomáš Salač ( MÚ UK, MFF UK ) 7. Lineární vektorové prostory LS 2017/18 1 / 62 7.1 Definice a příklady Definice 7.1 Množina G s binární

Více

Analytická geometrie přímky, roviny (opakování středoškolské látky) = 0. Napište obecnou rovnici. 8. Jsou dány body A [ 2,3,

Analytická geometrie přímky, roviny (opakování středoškolské látky) = 0. Napište obecnou rovnici. 8. Jsou dány body A [ 2,3, Analytická geometrie přímky roviny opakování středoškolské látk Jsou dány body A [ ] B [ 5] a C [ 6] a) přímky AB b) osy úsečky AB c) přímky na které leží výška vc trojúhelníka ABC d) přímky na které leží

Více

Parametrická rovnice přímky v rovině

Parametrická rovnice přímky v rovině Parametrická rovnice přímky v rovině Nechť je v kartézské soustavě souřadnic dána přímka AB. Nechť vektor u = B - A. Pak libovolný bod X[x; y] leží na přímce AB právě tehdy, když vektory u a X - A jsou

Více

17 Kuželosečky a přímky

17 Kuželosečky a přímky 17 Kuželosečky a přímky 17.1 Poznámka: Polára bodu M ke kuželosečce Nechť X = [x 0,y 0 ] je bod. Zavedeme následující úpravy: x x 0 x y y 0 y xy (x 0 y + xy 0 )/ x (x 0 + x)/ y (y 0 + y)/ (x m) (x 0 m)(x

Více

Matematika II, úroveň A ukázkový test č. 1 (2017) 1. a) Napište postačující podmínku pro diferencovatelnost funkce n-proměnných v otevřené

Matematika II, úroveň A ukázkový test č. 1 (2017) 1. a) Napište postačující podmínku pro diferencovatelnost funkce n-proměnných v otevřené 28. 2. 2017 Matematika II, úroveň A ukázkový test č. 1 (2017) 1. a) Napište postačující podmínku pro diferencovatelnost funkce n-proměnných v otevřené mn. M E n. Zapište a načrtněte množinu D, ve které

Více

Projekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci

Projekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci Projekt OPVK - CZ.1.07/1.1.00/26.0047 Matematika pro všechny Univerzita Palackého v Olomouci Tematický okruh: Geometrie Různé metody řešení Téma: Analytická geometrie v prostoru, vektory, přímky Autor:

Více

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory K množina reálných nebo komplexních čísel, U vektorový prostor nad K. Lineární kombinace vektorů u 1, u 2,...,u

Více

Definice Tečna paraboly je přímka, která má s parabolou jediný společný bod,

Definice Tečna paraboly je přímka, která má s parabolou jediný společný bod, 5.4 Parabola Parabola je křivka, která vznikne řezem rotační kuželové plochy rovinou, jestliže odchylka roviny řezu od osy kuželové plochy je stejná jako odchylka povrchových přímek plochy a rovina řezu

Více

Matematika I A ukázkový test 1 pro 2011/2012. x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a

Matematika I A ukázkový test 1 pro 2011/2012. x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a Matematika I A ukázkový test 1 pro 2011/2012 1. Je dána soustava rovnic s parametrem a R x y + z = 1 a) Napište Frobeniovu větu. x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a b) Vyšetřete počet řešení soustavy

Více

Matematická analýza pro informatiky I.

Matematická analýza pro informatiky I. Matematická analýza pro informatiky I. 10. přednáška Diferenciální počet funkcí více proměnných (II) Jan Tomeček jan.tomecek@upol.cz http://aix-slx.upol.cz/ tomecek/index Univerzita Palackého v Olomouci

Více

X = A + tu. Obr x = a 1 + tu 1 y = a 2 + tu 2, t R, y = kx + q, k, q R (6.1)

X = A + tu. Obr x = a 1 + tu 1 y = a 2 + tu 2, t R, y = kx + q, k, q R (6.1) .6. Analtická geometrie lineárních a kvadratických útvarů v rovině. 6.1. V této kapitole budeme studovat geometrické úloh v rovině analtick, tj. lineární a kvadratické geometrické útvar vjádříme pomocí

Více

1 Vektorové prostory.

1 Vektorové prostory. 1 Vektorové prostory DefiniceMnožinu V, jejíž prvky budeme označovat a, b, c, z, budeme nazývat vektorovým prostorem právě tehdy, když budou splněny následující podmínky: 1 Je dáno zobrazení V V V, které

Více

Matematika II, úroveň A ukázkový test č. 1 (2016) 1. a) Napište postačující podmínku pro diferencovatelnost funkce n-proměnných v otevřené

Matematika II, úroveň A ukázkový test č. 1 (2016) 1. a) Napište postačující podmínku pro diferencovatelnost funkce n-proměnných v otevřené 22. 2. 2016 Matematika II, úroveň A ukázkový test č. 1 (2016) 1. a) Napište postačující podmínku pro diferencovatelnost funkce n-proměnných v otevřené mn. M E n. Zapište a načrtněte množinu D, ve které

Více

příkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u.

příkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u. Několik řešených příkladů do Matematiky Vektory V tomto textu je spočteno několik ukázkových příkladů které vám snad pomohou při řešení příkladů do cvičení. V textu se objeví i pár detailů které jsem nestihl

Více

Extrémy funkce dvou proměnných

Extrémy funkce dvou proměnných Extrémy funkce dvou proměnných 1. Stanovte rozměry pravoúhlé vodní nádrže o objemu 32 m 3 tak, aby dno a stěny měly nejmenší povrch. Označme rozměry pravoúhlé nádrže x, y, z (viz obr.). ak objem této nádrže

Více

(Cramerovo pravidlo, determinanty, inverzní matice)

(Cramerovo pravidlo, determinanty, inverzní matice) KMA/MAT1 Přednáška a cvičení, Lineární algebra 2 Řešení soustav lineárních rovnic se čtvercovou maticí soustavy (Cramerovo pravidlo, determinanty, inverzní matice) 16 a 21 října 2014 V dnešní přednášce

Více

1 Projekce a projektory

1 Projekce a projektory Cvičení 3 - zadání a řešení úloh Základy numerické matematiky - NMNM20 Verze z 5. října 208 Projekce a projektory Opakování ortogonální projekce Definice (Ortogonální projekce). Uvažujme V vektorový prostor

Více

ANALYTICKÁ GEOMETRIE V ROVINĚ

ANALYTICKÁ GEOMETRIE V ROVINĚ ANALYTICKÁ GEOMETRIE V ROVINĚ Analytická geometrie vyšetřuje geometrické objekty (body, přímky, kuželosečky apod.) analytickými metodami. Podle prostoru, ve kterém pracujeme, můžeme analytickou geometrii

Více

Derivace funkce Otázky

Derivace funkce Otázky funkce je jedním z hlavních nástrojů matematické analýzy. V příští části ukážeme, jak mnoho různorodých aplikací derivace má. Geometricky lze derivaci funkce v nějakém bodě chápat jako směrnici tečny grafu

Více

DEFINICE Z LINEÁRNÍ ALGEBRY

DEFINICE Z LINEÁRNÍ ALGEBRY DEFINICE Z LINEÁRNÍ ALGEBRY Skripta Matematické metody pro statistiku a operační výzkum (Nešetřilová, H., Šařecová, P., 2009). 1. definice Vektorovým prostorem rozumíme neprázdnou množinu prvků V, na které

Více

Rovnice přímky. s = AB = B A. X A = t s tj. X = A + t s, kde t R. t je parametr. x = a 1 + ts 1 y = a 2 + ts 2 z = a 3 + ts 3. t R

Rovnice přímky. s = AB = B A. X A = t s tj. X = A + t s, kde t R. t je parametr. x = a 1 + ts 1 y = a 2 + ts 2 z = a 3 + ts 3. t R Rovnice přímky Přímka p je určená dvěma různými body (A, B)(axiom) směrový vektor nenulový rovnoběžný (kolineární) s vektorem s = AB = B A pro libovolný bod X na přímce platí: X A = t s tj. Vektorová rovnice

Více

19 Eukleidovský bodový prostor

19 Eukleidovský bodový prostor 19 Eukleidovský bodový prostor Eukleidovským bodovým prostorem rozumíme afinní bodový prostor, na jehož zaměření je definován skalární součin. Víme, že pomocí skalárního součinu jsou definovány pojmy norma

Více

MATURITNÍ TÉMATA Z MATEMATIKY

MATURITNÍ TÉMATA Z MATEMATIKY MATURITNÍ TÉMATA Z MATEMATIKY 1. Základní poznatky z logiky a teorie množin Pojem konstanty a proměnné. Obor proměnné. Pojem výroku a jeho pravdivostní hodnota. Operace s výroky, složené výroky, logické

Více

Kapitola 11: Vektory a matice:

Kapitola 11: Vektory a matice: Kapitola 11: Vektory a matice: Prostor R n R n = {(x 1,, x n ) x i R, i = 1,, n}, n N x = (x 1,, x n ) R n se nazývá vektor x i je i-tá souřadnice vektoru x rovnost vektorů: x = y i = 1,, n : x i = y i

Více

1 Linearní prostory nad komplexními čísly

1 Linearní prostory nad komplexními čísly 1 Linearní prostory nad komplexními čísly V této přednášce budeme hledat kořeny polynomů, které se dále budou moci vyskytovat jako složky vektorů nebo matic Vzhledem k tomu, že kořeny polynomu (i reálného)

Více

Riemannův určitý integrál

Riemannův určitý integrál Riemannův určitý integrál 1. Motivační příklad Příklad (Motivační příklad pro zavedení Riemannova integrálu). Nechť,. Vypočtěme obsah vybarvené oblasti ohraničené grafem funkce, osou a svislými přímkami

Více