Kapitola 4: Extrémy funkcí dvou proměnných 1/5

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "Kapitola 4: Extrémy funkcí dvou proměnných 1/5"

Transkript

1 Kapitola 4: Extrémy funkcí dvou proměnných 1/5

2 Lokální extrémy Definice: Necht f : M R 2 R a (x 0, y 0 ) M. Říkáme, že fce f má v bodě (x 0, y 0 ) lokální maximum (resp. lokální minimum) jestliže existuje O(x 0, y 0 ) takové že (x, y) O(x 0, y 0 ) M f (x, y) f (x 0, y 0 ) (resp. f (x, y) f (x 0, y 0 ) ) Platí-li, že (x, y) P(x 0, y 0 ) M f (x, y) < f (x 0, y 0 ) (resp. f (x, y) > f (x 0, y 0 ) ) říkáme, že fce f má v bodě (x 0, y 0 ) ostré lokální maximum (resp. ostré lokální minimum) Platí-li, že (x, y) M f (x, y) f (x 0, y 0 ) (resp. f (x, y) f (x 0, y 0 ) ) říkáme, že fce f má v bodě (x 0, y 0 ) globální maximum (resp. globální minimum) na množině M 2/5

3 Lokální extrémy Definice: Necht f : M R 2 R a (x 0, y 0 ) M. Říkáme, že fce f má v bodě (x 0, y 0 ) lokální maximum (resp. lokální minimum) jestliže existuje O(x 0, y 0 ) takové že (x, y) O(x 0, y 0 ) M f (x, y) f (x 0, y 0 ) (resp. f (x, y) f (x 0, y 0 ) ) Platí-li, že (x, y) P(x 0, y 0 ) M f (x, y) < f (x 0, y 0 ) (resp. f (x, y) > f (x 0, y 0 ) ) říkáme, že fce f má v bodě (x 0, y 0 ) ostré lokální maximum (resp. ostré lokální minimum) Platí-li, že (x, y) M f (x, y) f (x 0, y 0 ) (resp. f (x, y) f (x 0, y 0 ) ) říkáme, že fce f má v bodě (x 0, y 0 ) globální maximum (resp. globální minimum) na množině M 2/5

4 Lokální extrémy Definice: Necht f : M R 2 R a (x 0, y 0 ) M. Říkáme, že fce f má v bodě (x 0, y 0 ) lokální maximum (resp. lokální minimum) jestliže existuje O(x 0, y 0 ) takové že (x, y) O(x 0, y 0 ) M f (x, y) f (x 0, y 0 ) (resp. f (x, y) f (x 0, y 0 ) ) Platí-li, že (x, y) P(x 0, y 0 ) M f (x, y) < f (x 0, y 0 ) (resp. f (x, y) > f (x 0, y 0 ) ) říkáme, že fce f má v bodě (x 0, y 0 ) ostré lokální maximum (resp. ostré lokální minimum) Platí-li, že (x, y) M f (x, y) f (x 0, y 0 ) (resp. f (x, y) f (x 0, y 0 ) ) říkáme, že fce f má v bodě (x 0, y 0 ) globální maximum (resp. globální minimum) na množině M 2/5

5 Lokální extrémy Definice: Necht f : M R 2 R a (x 0, y 0 ) M. Říkáme, že fce f má v bodě (x 0, y 0 ) lokální maximum (resp. lokální minimum) jestliže existuje O(x 0, y 0 ) takové že (x, y) O(x 0, y 0 ) M f (x, y) f (x 0, y 0 ) (resp. f (x, y) f (x 0, y 0 ) ) Platí-li, že (x, y) P(x 0, y 0 ) M f (x, y) < f (x 0, y 0 ) (resp. f (x, y) > f (x 0, y 0 ) ) říkáme, že fce f má v bodě (x 0, y 0 ) ostré lokální maximum (resp. ostré lokální minimum) Platí-li, že (x, y) M f (x, y) f (x 0, y 0 ) (resp. f (x, y) f (x 0, y 0 ) ) říkáme, že fce f má v bodě (x 0, y 0 ) globální maximum (resp. globální minimum) na množině M 2/5

6 Lokální extrémy - 2 3/5 Věta: Necht G R 2 je otevřená množina, f C 1 (G). Má-li funkce f v bodě (x 0, y 0 ) G lokální extrém, potom platí f x (x 0, y 0 ) = 0 f y (x 0, y 0 ) = 0. Bod splňující tuto podmínku se nazývá stacionární bod funkce f. Podmínka nulových derivací je pouze nutná podmínka. Definice: Je-li f C 2 (G), G R 2 je otevřená. Nazýváme matici (x, y) 2 f x 2 y x (x, y) x y (x, y) 2 f y 2 (x, y) Hessovou maticí funkce f. Determinant Hessovy matice funkce f nazýváme Hessiánem a značíme H f (x, y).

7 Lokální extrémy - 2 3/5 Věta: Necht G R 2 je otevřená množina, f C 1 (G). Má-li funkce f v bodě (x 0, y 0 ) G lokální extrém, potom platí f x (x 0, y 0 ) = 0 f y (x 0, y 0 ) = 0. Bod splňující tuto podmínku se nazývá stacionární bod funkce f. Podmínka nulových derivací je pouze nutná podmínka. Definice: Je-li f C 2 (G), G R 2 je otevřená. Nazýváme matici (x, y) 2 f x 2 y x (x, y) x y (x, y) 2 f y 2 (x, y) Hessovou maticí funkce f. Determinant Hessovy matice funkce f nazýváme Hessiánem a značíme H f (x, y).

8 Lokální extrémy - 3 4/5 Věta: Necht G R 2 je otevřená množina, f C 2 (G) a (x 0, y 0 ) G je stacionární bod funkce f. Potom 1 Je-li H f (x 0, y 0 ) > 0, má funkce f v bodě (x 0, y 0 ) lokální extrém a) Je-li x 2 (x 0, y 0 ) > 0, má funkce f v bodě (x 0, y 0 ) ostré lokální minimum. b) Je-li x 2 (x 0, y 0 ) < 0, má funkce f v bodě (x 0, y 0 ) ostré lokální maximum. 2 Je-li H f (x 0, y 0 ) < 0, nemá funkce f v bodě (x 0, y 0 ) lokální extrém (má v tomto bodě sedlový bod). 3 Je-li H f (x 0, y 0 ) = 0, neumíme jednoduše rozhodnout zda v tomto bodě je extrém.

9 Lokální extrémy - 3 4/5 Věta: Necht G R 2 je otevřená množina, f C 2 (G) a (x 0, y 0 ) G je stacionární bod funkce f. Potom 1 Je-li H f (x 0, y 0 ) > 0, má funkce f v bodě (x 0, y 0 ) lokální extrém a) Je-li x 2 (x 0, y 0 ) > 0, má funkce f v bodě (x 0, y 0 ) ostré lokální minimum. b) Je-li x 2 (x 0, y 0 ) < 0, má funkce f v bodě (x 0, y 0 ) ostré lokální maximum. 2 Je-li H f (x 0, y 0 ) < 0, nemá funkce f v bodě (x 0, y 0 ) lokální extrém (má v tomto bodě sedlový bod). 3 Je-li H f (x 0, y 0 ) = 0, neumíme jednoduše rozhodnout zda v tomto bodě je extrém.

10 Lokální extrémy - 3 4/5 Věta: Necht G R 2 je otevřená množina, f C 2 (G) a (x 0, y 0 ) G je stacionární bod funkce f. Potom 1 Je-li H f (x 0, y 0 ) > 0, má funkce f v bodě (x 0, y 0 ) lokální extrém a) Je-li x 2 (x 0, y 0 ) > 0, má funkce f v bodě (x 0, y 0 ) ostré lokální minimum. b) Je-li x 2 (x 0, y 0 ) < 0, má funkce f v bodě (x 0, y 0 ) ostré lokální maximum. 2 Je-li H f (x 0, y 0 ) < 0, nemá funkce f v bodě (x 0, y 0 ) lokální extrém (má v tomto bodě sedlový bod). 3 Je-li H f (x 0, y 0 ) = 0, neumíme jednoduše rozhodnout zda v tomto bodě je extrém.

11 Lokální extrémy - 3 4/5 Věta: Necht G R 2 je otevřená množina, f C 2 (G) a (x 0, y 0 ) G je stacionární bod funkce f. Potom 1 Je-li H f (x 0, y 0 ) > 0, má funkce f v bodě (x 0, y 0 ) lokální extrém a) Je-li x 2 (x 0, y 0 ) > 0, má funkce f v bodě (x 0, y 0 ) ostré lokální minimum. b) Je-li x 2 (x 0, y 0 ) < 0, má funkce f v bodě (x 0, y 0 ) ostré lokální maximum. 2 Je-li H f (x 0, y 0 ) < 0, nemá funkce f v bodě (x 0, y 0 ) lokální extrém (má v tomto bodě sedlový bod). 3 Je-li H f (x 0, y 0 ) = 0, neumíme jednoduše rozhodnout zda v tomto bodě je extrém.

12 Lokální extrémy - 3 4/5 Věta: Necht G R 2 je otevřená množina, f C 2 (G) a (x 0, y 0 ) G je stacionární bod funkce f. Potom 1 Je-li H f (x 0, y 0 ) > 0, má funkce f v bodě (x 0, y 0 ) lokální extrém a) Je-li x 2 (x 0, y 0 ) > 0, má funkce f v bodě (x 0, y 0 ) ostré lokální minimum. b) Je-li x 2 (x 0, y 0 ) < 0, má funkce f v bodě (x 0, y 0 ) ostré lokální maximum. 2 Je-li H f (x 0, y 0 ) < 0, nemá funkce f v bodě (x 0, y 0 ) lokální extrém (má v tomto bodě sedlový bod). 3 Je-li H f (x 0, y 0 ) = 0, neumíme jednoduše rozhodnout zda v tomto bodě je extrém.

13 Lokální extrémy - 3 4/5 Věta: Necht G R 2 je otevřená množina, f C 2 (G) a (x 0, y 0 ) G je stacionární bod funkce f. Potom 1 Je-li H f (x 0, y 0 ) > 0, má funkce f v bodě (x 0, y 0 ) lokální extrém a) Je-li x 2 (x 0, y 0 ) > 0, má funkce f v bodě (x 0, y 0 ) ostré lokální minimum. b) Je-li x 2 (x 0, y 0 ) < 0, má funkce f v bodě (x 0, y 0 ) ostré lokální maximum. 2 Je-li H f (x 0, y 0 ) < 0, nemá funkce f v bodě (x 0, y 0 ) lokální extrém (má v tomto bodě sedlový bod). 3 Je-li H f (x 0, y 0 ) = 0, neumíme jednoduše rozhodnout zda v tomto bodě je extrém.

14 Lokální extrémy - 3 4/5 Věta: Necht G R 2 je otevřená množina, f C 2 (G) a (x 0, y 0 ) G je stacionární bod funkce f. Potom 1 Je-li H f (x 0, y 0 ) > 0, má funkce f v bodě (x 0, y 0 ) lokální extrém a) Je-li x 2 (x 0, y 0 ) > 0, má funkce f v bodě (x 0, y 0 ) ostré lokální minimum. b) Je-li x 2 (x 0, y 0 ) < 0, má funkce f v bodě (x 0, y 0 ) ostré lokální maximum. 2 Je-li H f (x 0, y 0 ) < 0, nemá funkce f v bodě (x 0, y 0 ) lokální extrém (má v tomto bodě sedlový bod). 3 Je-li H f (x 0, y 0 ) = 0, neumíme jednoduše rozhodnout zda v tomto bodě je extrém.

15 Metoda nejmenších čtverců 5/5 Předpokládejme, že pro různé hodnoty x 1, x 2,..., x n nezávisle proměnné x získáme (například měřením) hodnoty y 1, y 2,..., y n závisle proměnné y. Věta: Necht jsou dány hodnoty x 1, x 2,..., x n a y 1, y 2,..., y n, n 2 tak, že x i x j alespoň pro dva indexy i, j. Aproximujeme-li závislost y na x vztahem y = a x + b, pak koeficienty a, b,které určíme metodou nejmenších čtvercu, tj. tak, aby hodnota n (a x i + b y i ) 2 i=1 byla minimální, jsou jednoznačně určeny jako řešení soustavy ( n i=1 x i 2 ) ( a + n i=1 x ( i) b = n i=1 x ) ( iy i n i=1 x ) ( i a + n b = n i=1 y i)

16 Metoda nejmenších čtverců 5/5 Předpokládejme, že pro různé hodnoty x 1, x 2,..., x n nezávisle proměnné x získáme (například měřením) hodnoty y 1, y 2,..., y n závisle proměnné y. Věta: Necht jsou dány hodnoty x 1, x 2,..., x n a y 1, y 2,..., y n, n 2 tak, že x i x j alespoň pro dva indexy i, j. Aproximujeme-li závislost y na x vztahem y = a x + b, pak koeficienty a, b,které určíme metodou nejmenších čtvercu, tj. tak, aby hodnota n (a x i + b y i ) 2 i=1 byla minimální, jsou jednoznačně určeny jako řešení soustavy ( n i=1 x i 2 ) ( a + n i=1 x ( i) b = n i=1 x ) ( iy i n i=1 x ) ( i a + n b = n i=1 y i)

verze 1.4 Ekvivalentní podmínkou pro stacionární bod je, že totální diferenciál je nulový

verze 1.4 Ekvivalentní podmínkou pro stacionární bod je, že totální diferenciál je nulový 1 Úvod Lokální extrémy funkcí více proměnných verze 14 Následující text popisuje výpočet lokálních extrémů funkcí více proměnných Měl by sloužit především studentům předmětu MATEMAT1 na Univerzitě Hradec

Více

Definice globální minimum (absolutní minimum) v bodě A D f, jestliže X D f

Definice globální minimum (absolutní minimum) v bodě A D f, jestliže X D f Výklad Globální extrémy mají stejný význam jako u funkcí jedné proměnné. Hledáme je bud na celém definičním oboru dané funkce, nebo na předem zadané podmnožině definičního oboru. Definice 6..1. Řekneme,

Více

Funkce dvou a více proměnných

Funkce dvou a více proměnných Funkce dvou a více proměnných. Motivace V praxi nevstačíme s funkcemi jedné proměnné, většina veličin závisí více než na jedné okolnosti, např.: obsah obdélníka: S( ) kinetická energie: Ek = = x mv ekonomika:

Více

Vlastní (charakteristická) čísla a vlastní (charakteristické) Pro zadanou čtvercovou matici A budeme řešit maticovou

Vlastní (charakteristická) čísla a vlastní (charakteristické) Pro zadanou čtvercovou matici A budeme řešit maticovou 1 Vlastní (charakteristická) čísla a vlastní (charakteristické) vektory matice Pro zadanou čtvercovou matici A budeme řešit maticovou rovnici A x = λ x, kde x je neznámá matice o jednom sloupci (sloupcový

Více

DERIVACE FUKNCÍ VÍCE PROMĚNNÝCH

DERIVACE FUKNCÍ VÍCE PROMĚNNÝCH DERIVACE FUKNCÍ VÍCE PROMĚNNÝCH Reálná funkce dvou proměnných a definiční obor Kartézský součin R R značíme R 2 R 2 je množina všech uspořádaných dvojic reálných čísel (rovina) Prvk R 2 jsou bod v rovině

Více

1. DIFERENCIÁLNÍ POČET FUNKCE DVOU PROMĚNNÝCH

1. DIFERENCIÁLNÍ POČET FUNKCE DVOU PROMĚNNÝCH 1. DIFERENCIÁLNÍ POČET FUNKCE DVOU PROMĚNNÝCH V minulém semestru jsme studovali vlastnosti unkcí jedné nezávislé proměnné. K popisu mnoha reálných situací obvkle s jednou proměnnou nevstačíme. FUNKCE DVOU

Více

Kapitola 4: Průběh funkce 1/11

Kapitola 4: Průběh funkce 1/11 Kapitola 4: Průběh funkce 1/11 Funkce monotonní 2/11 Věta: Necht je f spojitá a má derivaci na intervalu I. Potom platí (i) Je-li f (x) > 0 na I, je f rostoucí na I. (ii) Je-li f (x) 0 na I, je f neklesající

Více

5. Lokální, vázané a globální extrémy

5. Lokální, vázané a globální extrémy 5 Lokální, vázané a globální extrémy Studijní text Lokální extrémy 5 Lokální, vázané a globální extrémy Definice 51 Řekneme, že f : R n R má v bodě a Df: 1 lokální maximum, když Ka, δ Df tak, že x Ka,

Více

Globální extrémy. c ÚM FSI VUT v Brně. 10. ledna 2008

Globální extrémy. c ÚM FSI VUT v Brně. 10. ledna 2008 10. ledna 2008 Příklad. Určete globální extrémy funkce f(x, y) = x 2 + 2xy + 2y 2 3x 5y na množině M. Množina M je trojúhelník určený body A[0, 2], B[3, 0], C[0, 1]. Protože množina M je kompaktní (uzavřená,

Více

Průvodce studiem. do bodu B se snažíme najít nejkratší cestu. Ve firmách je snaha minimalizovat

Průvodce studiem. do bodu B se snažíme najít nejkratší cestu. Ve firmách je snaha minimalizovat 6. Extrémy funkcí více proměnných Průvodce studiem Hledání extrémů je v praxi často řešená úloha. Např. při cestě z bodu A do bodu B se snažíme najít nejkratší cestu. Ve firmách je snaha minimalizovat

Více

Funkce více proměnných. April 29, 2016

Funkce více proměnných. April 29, 2016 Funkce více proměnných April 29, 2016 Příklad (Derivace vyšších řádů) Daná je funkce f (x, y) = x 2 y + y 3 x 4, určte její parc. derivace podle x a podle y prvního i druhého řádu, i smíšené. f x = 2xy

Více

Diferenciální počet funkcí jedné proměnné

Diferenciální počet funkcí jedné proměnné Diferenciální počet funkcí jedné proměnné 1 4. Derivace funkce 4.3. Průběh funkce 2 Pro přesné určení průběhu grafu funkce je třeba určit bližší vlastnosti funkce. Monotónnost funkce Funkce monotónní =

Více

Učební texty k státní bakalářské zkoušce Matematika Základy teorie funkcí více proměnných. študenti MFF 15. augusta 2008

Učební texty k státní bakalářské zkoušce Matematika Základy teorie funkcí více proměnných. študenti MFF 15. augusta 2008 Učební texty k státní bakalářské zkoušce Matematika Základy teorie funkcí více proměnných študenti MFF 15. augusta 2008 1 5 Základy teorie funkcí více proměnných Požadavky Parciální derivace a totální

Více

Matematická analýza pro informatiky I. Extrémy funkcí více proměnných

Matematická analýza pro informatiky I. Extrémy funkcí více proměnných Matematická analýza pro informatiky I. 12. přednáška Extrémy funkcí více proměnných Jan Tomeček jan.tomecek@upol.cz http://aix-slx.upol.cz/ tomecek/index Univerzita Palackého v Olomouci 12. dubna 2011

Více

1 Funkce dvou a tří proměnných

1 Funkce dvou a tří proměnných 1 Funkce dvou a tří proměnných 1.1 Pojem funkce více proměnných Definice Funkce dvou proměnných je předpis, který každému bodu z R 2 (tj. z roviny) přiřazuje jediné reálné číslo. z = f(x, y), D(f) R 2

Více

9. přednáška 26. listopadu f(a)h < 0 a pro h (0, δ) máme f(a 1 + h, a 2,..., a m ) f(a) > 1 2 x 1

9. přednáška 26. listopadu f(a)h < 0 a pro h (0, δ) máme f(a 1 + h, a 2,..., a m ) f(a) > 1 2 x 1 9 přednáška 6 listopadu 007 Věta 11 Nechť f C U, kde U R m je otevřená množina, a a U je bod Pokud fa 0, nemá f v a ani neostrý lokální extrém Pokud fa = 0 a H f a je pozitivně negativně definitní, potom

Více

Aplikovaná numerická matematika

Aplikovaná numerická matematika Aplikovaná numerická matematika 6. Metoda nejmenších čtverců doc. Ing. Róbert Lórencz, CSc. České vysoké učení technické v Praze Fakulta informačních technologií Katedra počítačových systémů Příprava studijních

Více

ANTAGONISTICKE HRY 172

ANTAGONISTICKE HRY 172 5 ANTAGONISTICKÉ HRY 172 Antagonistický konflikt je rozhodovací situace, v níž vystupují dva inteligentní rozhodovatelé, kteří se po volbě svých rozhodnutí rozdělí o pevnou částku, jejíž výše nezávisí

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

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení 2 Zpracování naměřených dat Důležitou součástí každé experimentální práce je statistické zpracování naměřených dat. V této krátké kapitole se budeme věnovat určení intervalů spolehlivosti získaných výsledků

Více

Matematika II Extrémy funkcí více promìnných

Matematika II Extrémy funkcí více promìnných Matematika II Extrémy funkcí více promìnných RNDr. Renata Klufová, Ph. D. Jihoèeská univerzita v Èeských Budìjovicích EF Katedra aplikované matematiky a informatiky Parciální derivace vy¹¹ích øádù Def.

Více

Přehled funkcí. Funkce na množině D R je předpis, který každému číslu z množiny D přiřazuje právě jedno reálné číslo. přehled fcí.

Přehled funkcí. Funkce na množině D R je předpis, který každému číslu z množiny D přiřazuje právě jedno reálné číslo. přehled fcí. Přehled funkcí Martina Hetmerová Gymnázium Přípotoční 1337 Praha 10 Vlastnosti funkcí Funkce na množině D R je předpis, který každému číslu z množiny D přiřazuje právě jedno reálné číslo Zapisujeme: f:y=f(x)

Více

verze 1.3 x j (a) g k 2. Platí-li vztahy v předchozím bodu a mají-li f, g 1,..., g s v a diferenciál K = f + j=1

verze 1.3 x j (a) g k 2. Platí-li vztahy v předchozím bodu a mají-li f, g 1,..., g s v a diferenciál K = f + j=1 1 Úvod Vázané extrémy funkcí více proměnných verze 1. Následující text popisuje hledání vázaných extrémů funkcí více proměnných. Měl by sloužit především studentům předmětu MATEMAT1 na Univerzitě Hradec

Více

= 2x + y, = 2y + x 3. 2x + y = 0, x + 2y = 3,

= 2x + y, = 2y + x 3. 2x + y = 0, x + 2y = 3, V. Lokální extrémy. Příklad 1: Určete lokální extrémy zadané funkce. 1. f(x, y) = x 2 + y 2 + xy 3y 2. Definičním oborem funkce je množina Df = R 2 a funkce f má spojité parciální = 2x + y, = 2y + x 3.

Více

Regresní analýza. Ekonometrie. Jiří Neubauer. Katedra ekonometrie FVL UO Brno kancelář 69a, tel

Regresní analýza. Ekonometrie. Jiří Neubauer. Katedra ekonometrie FVL UO Brno kancelář 69a, tel Regresní analýza Ekonometrie Jiří Neubauer Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Jiří Neubauer (Katedra ekonometrie UO Brno) Regresní analýza 1 / 23

Více

EXTRÉMY FUNKCÍ VÍCE PROMĚNNÝCH

EXTRÉMY FUNKCÍ VÍCE PROMĚNNÝCH EXTRÉMY FUNKCÍ VÍCE PROMĚNNÝCH DEFINICE. Funkce f více proměnných. má v bodě C D(f) lokální maximum, resp. lokální minimum, jestliže existuje okolí U bodu C takové, že f(c) je maximální (resp. minimální

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

3 Lineární kombinace vektorů. Lineární závislost a nezávislost

3 Lineární kombinace vektorů. Lineární závislost a nezávislost 3 Lineární kombinace vektorů. Lineární závislost a nezávislost vektorů. Obrázek 5: Vektor w je lineární kombinací vektorů u a v. Vektory u, v a w jsou lineárně závislé. Obrázek 6: Vektor q je lineární

Více

Soustavy lineárních rovnic

Soustavy lineárních rovnic Soustavy lineárních rovnic Základy vyšší matematiky LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipĺıny společného

Více

7.1 Extrémy a monotonie

7.1 Extrémy a monotonie KAPITOLA 7: Průběh funkce [ZMA13-P38] 7.1 Extrémy a monotonie Řekneme, že funkce f nabývá na množině M Df svého globálního maxima globálního minima A v bodě x 0, jestliže x 0 M, fx 0 = A a pro každé x

Více

14. Monotonnost, lokální extrémy, globální extrémy a asymptoty funkce

14. Monotonnost, lokální extrémy, globální extrémy a asymptoty funkce . Monotonnost, lokální extrém, globální extrém a asmptot funkce Studijní text. Monotonnost, lokální extrém, globální extrém a asmptot funkce A. Rostoucí a klesající funkce Pojm rostoucí, klesající a konstantní

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

Řešení 1b Máme najít body, v nichž má funkce (, ) vázané extrémy, případně vázané lokální extrémy s podmínkou (, )=0, je-li: (, )= +,

Řešení 1b Máme najít body, v nichž má funkce (, ) vázané extrémy, případně vázané lokální extrémy s podmínkou (, )=0, je-li: (, )= +, Příklad 1 Najděte body, v nichž má funkce (,) vázané extrémy, případně vázané lokální extrémy s podmínkou (,)=0, je-li: a) (,)= + 1, (,)=+ 1 lok.max.v 1 2,3 2 b) (,)=+, (,)= 1 +1 1 c) (,)=, (,)=+ 1 lok.max.v

Více

Funkce jedn e re aln e promˇ enn e Derivace Pˇredn aˇska ˇr ıjna 2015

Funkce jedn e re aln e promˇ enn e Derivace Pˇredn aˇska ˇr ıjna 2015 Funkce jedné reálné proměnné Derivace Přednáška 2 15. října 2015 Obsah 1 Funkce 2 Limita a spojitost funkce 3 Derivace 4 Průběh funkce Informace Literatura v elektronické verzi (odkazy ze STAGu): 1 Lineární

Více

1 Determinanty a inverzní matice

1 Determinanty a inverzní matice Determinanty a inverzní matice Definice Necht A = (a ij ) je matice typu (n, n), n 2 Subdeterminantem A ij matice A příslušným pozici (i, j) nazýváme determinant matice, která vznikne z A vypuštěním i-tého

Více

Lineární algebra Operace s vektory a maticemi

Lineární algebra Operace s vektory a maticemi Lineární algebra Operace s vektory a maticemi Robert Mařík 26. září 2008 Obsah Operace s řádkovými vektory..................... 3 Operace se sloupcovými vektory................... 12 Matice..................................

Více

Obecná úloha lineárního programování

Obecná úloha lineárního programování Obecná úloha lineárního programování Úloha Maximalizovat hodnotu c T x (tzv. účelová funkce) za podmínek Ax b (tzv. omezující podmínky) kde A je daná reálná matice typu m n a c R n, b R m jsou dané reálné

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

Aplikace derivace a průběh funkce

Aplikace derivace a průběh funkce Aplikace derivace a průběh funkce Petr Hasil Přednáška z matematiky Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipĺıny společného

Více

Vypracoval: Mgr. Lukáš Bičík TENTO PROJEKT JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM A STÁTNÍM ROZPOČTEM ČESKÉ REPUBLIKY

Vypracoval: Mgr. Lukáš Bičík TENTO PROJEKT JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM A STÁTNÍM ROZPOČTEM ČESKÉ REPUBLIKY Vlastnosti funkcí Vypracoval: Mgr. Lukáš Bičík TENTO PROJEKT JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM A STÁTNÍM ROZPOČTEM ČESKÉ REPUBLIKY Definiční obor Definiční obor funkce je množina všech čísel,

Více

Matematika B 2. Úvodní informace

Matematika B 2. Úvodní informace Matematika B 2 MIROSLAV KUČERA Úvodní informace Kontakt miroslav.kucera@vsfs.czvsfs.cz Studijní středisko Kladno IT oddělení 306B (kanceláře studijního oddělení) Konzultační hodiny Po Pá 8:30 15:00 možno

Více

Stručný přehled učiva

Stručný přehled učiva Stručný přehled učiva TU1M2 Matematika 2 pro LP17, LP18 4. Aplikace diferenciálního počtu 4.1 Rovnice tečny a normály Má-li funkce v bodě vlastní derivaci, pak je to směrnice tečny grafu funkce v tečném

Více

8.1. Určete všechny lokální extrémy funkce f(x, y) = x 2 + arctg 2 x + y 3 + y, x, y R.

8.1. Určete všechny lokální extrémy funkce f(x, y) = x 2 + arctg 2 x + y 3 + y, x, y R. Řešené příklady k extrémům funkcí více proměnných 8 Určete všechny lokální extrémy funkce fx y x + arctg x + y + y x y R Řešení Funkci f si vyjádříme jako součet f + f kde f x x + arctg x x R f y y + y

Více

Kapitola 11: Vektory a matice 1/19

Kapitola 11: Vektory a matice 1/19 Kapitola 11: Vektory a matice 1/19 2/19 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 =

Více

EXTRÉMY FUNKCÍ VÍCE PROMĚNNÝCH

EXTRÉMY FUNKCÍ VÍCE PROMĚNNÝCH EXTRÉMY FUNKCÍ VÍCE PROMĚNNÝCH ÚLOHY ŘEŠITELNÉ BEZ VĚTY O MULTIPLIKÁTORECH Nalezněte absolutní extrémy funkce f na množině M. 1. f(x y) = x + y; M = {x y R 2 ; x 2 + y 2 1} 2. f(x y) = e x ; M = {x y R

Více

fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu http://akademie.ldf.mendelu.cz/cz (reg. č. CZ.1.07/2.2.00/28.

fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu http://akademie.ldf.mendelu.cz/cz (reg. č. CZ.1.07/2.2.00/28. Základy lineárního programování Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem

Více

AVDAT Nelineární regresní model

AVDAT Nelineární regresní model AVDAT Nelineární regresní model Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Nelineární regresní model Ey i = f (x i, β) kde x i je k-členný vektor vysvětlujících proměnných

Více

Základy matematiky pro FEK

Základy matematiky pro FEK Základy matematiky pro FEK 2. přednáška Blanka Šedivá KMA zimní semestr 2016/2017 Blanka Šedivá (KMA) Základy matematiky pro FEK zimní semestr 2016/2017 1 / 20 Co nás dneska čeká... Závislé a nezávislé

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

1 Množiny, výroky a číselné obory

1 Množiny, výroky a číselné obory 1 Množiny, výroky a číselné obory 1.1 Množiny a množinové operace Množinou rozumíme každé shrnutí určitých a navzájem různých objektů (které nazýváme prvky) do jediného celku. Definice. Dvě množiny jsou

Více

( ) ( ) ( ) ( ) ( ) ( ) Užití derivací. x, x a, b : x x f x f x MATA P12. Funkce rostoucí a klesající: Definice rostoucí a klesající funkce

( ) ( ) ( ) ( ) ( ) ( ) Užití derivací. x, x a, b : x x f x f x MATA P12. Funkce rostoucí a klesající: Definice rostoucí a klesající funkce MATA P1 Užití derivací Funkce rostoucí a klesající: Deinice rostoucí a klesající unkce Funkce je rostoucí v intervalu (a,b), právě když platí: ( ) ( ) ( ), a, b : 1 1 1 Funkce je klesající v intervalu

Více

Vzdělávací materiál. vytvořený v projektu OP VK CZ.1.07/1.5.00/ Anotace. Diferenciální počet VY_32_INOVACE_M0216.

Vzdělávací materiál. vytvořený v projektu OP VK CZ.1.07/1.5.00/ Anotace. Diferenciální počet VY_32_INOVACE_M0216. Vzdělávací materiál vytvořený v projektu OP VK Název školy: Gymnázium, Zábřeh, náměstí Osvobození 20 Číslo projektu: Název projektu: Číslo a název klíčové aktivity: CZ.1.07/1.5.00/34.0211 Zlepšení podmínek

Více

Matematika I. Funkce jedné proměnné. Funkce jedné proměnné Matematika I 1 / 212

Matematika I. Funkce jedné proměnné. Funkce jedné proměnné Matematika I 1 / 212 Matematika I Funkce jedné proměnné Funkce jedné proměnné Matematika I 1 / 212 1. Množiny a zobrazení Funkce jedné proměnné Matematika I 2 / 212 Množiny Definice 1.1.1: Množinou rozumíme soubor prvků se

Více

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Prostá regresní a korelační analýza 1 1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Problematika závislosti V podstatě lze rozlišovat mezi závislostí nepodstatnou, čili náhodnou

Více

Definice 7.1 Nechť je dán pravděpodobnostní prostor (Ω, A, P). Zobrazení. nebo ekvivalentně

Definice 7.1 Nechť je dán pravděpodobnostní prostor (Ω, A, P). Zobrazení. nebo ekvivalentně 7 Náhodný vektor Nezávislost náhodných veličin Definice 7 Nechť je dán pravděpodobnostní prostor (Ω, A, P) Zobrazení X : Ω R n, které je A-měřitelné, se nazývá (n-rozměrný) náhodný vektor Měřitelností

Více

LDF MENDELU. Simona Fišnarová (MENDELU) Základy lineárního programování VMAT, IMT 1 / 25

LDF MENDELU. Simona Fišnarová (MENDELU) Základy lineárního programování VMAT, IMT 1 / 25 Základy lineárního programování Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem

Více

6. DIFERENCIÁLNÍ POČET FUNKCE VÍCE PROMĚNNÝCH

6. DIFERENCIÁLNÍ POČET FUNKCE VÍCE PROMĚNNÝCH Funkce více proměnných 6 DIFERENCIÁLNÍ POČET FUNKCE VÍCE PROMĚNNÝCH Ve čtvrté kapitole jsme studovali vlastnosti funkcí jedné nezávisle proměnné K popisu mnoha reálných situací však s jednou nezávisle

Více

Determinanty. Obsah. Aplikovaná matematika I. Pierre Simon de Laplace. Definice determinantu. Laplaceův rozvoj Vlastnosti determinantu.

Determinanty. Obsah. Aplikovaná matematika I. Pierre Simon de Laplace. Definice determinantu. Laplaceův rozvoj Vlastnosti determinantu. Determinanty Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah 1 Determinanty Definice determinantu Sarrusovo a křížové pravidlo Laplaceův rozvoj Vlastnosti determinantu Výpočet determinantů 2 Inverzní

Více

Matice. Modifikace matic eliminační metodou. α A = α a 2,1, α a 2,2,..., α a 2,n α a m,1, α a m,2,..., α a m,n

Matice. Modifikace matic eliminační metodou. α A = α a 2,1, α a 2,2,..., α a 2,n α a m,1, α a m,2,..., α a m,n [1] Základní pojmy [2] Matice mezi sebou sčítáme a násobíme konstantou (lineární prostor) měníme je na jiné matice eliminační metodou násobíme je mezi sebou... Matice je tabulka čísel s konečným počtem

Více

Matematika I (KMI/PMATE)

Matematika I (KMI/PMATE) Přednáška první aneb Úvod do matematické analýzy Funkce a její vlastnosti Úvod do matematické analýzy Osnova přednášky pojem funkce definice funkce graf funkce definiční obor funkce obor hodnot funkce

Více

Vektorový prostor. Př.1. R 2 ; R 3 ; R n Dvě operace v R n : u + v = (u 1 + v 1,...u n + v n ), V (E 3 )...množina vektorů v E 3,

Vektorový prostor. Př.1. R 2 ; R 3 ; R n Dvě operace v R n : u + v = (u 1 + v 1,...u n + v n ), V (E 3 )...množina vektorů v E 3, Vektorový prostor Příklady: Př.1. R 2 ; R 3 ; R n...aritmetický n-rozměrný prostor Dvě operace v R n : součet vektorů u = (u 1,...u n ) a v = (v 1,...v n ) je vektor u + v = (u 1 + v 1,...u n + v n ),

Více

Derivace a průběh funkce.

Derivace a průběh funkce. Derivace a průběh funkce. Robert Mařík 14. října 2008 Obsah 1 Základní myšlenky. 2 2 Přesné věty a definice 10 3 Okolí nevlastních bodů. 16 4 Sestrojení grafu funkce. 19 1 Základní myšlenky. y x Uvažujme

Více

LOKÁLNÍ A GLOBÁLNÍ EXTRÉMY FUNKCÍ A JEJICH UŽITÍ

LOKÁLNÍ A GLOBÁLNÍ EXTRÉMY FUNKCÍ A JEJICH UŽITÍ Projekt ŠABLONY NA GVM Gymnázium Velké Meziříčí registrační číslo projektu: CZ.1.07/1.5.00/3.098 IV- Inovace a zkvalitnění výuky směřující k rozvoji matematické gramotnosti žáků středních škol LOKÁLNÍ

Více

7 Konvexní množiny. min c T x. při splnění tzv. podmínek přípustnosti, tj. x = vyhovuje podmínkám: A x = b a x i 0 pro každé i n.

7 Konvexní množiny. min c T x. při splnění tzv. podmínek přípustnosti, tj. x = vyhovuje podmínkám: A x = b a x i 0 pro každé i n. 7 Konvexní množiny Motivace. Lineární programování (LP) řeší problém nalezení minima (resp. maxima) lineárního funkcionálu na jisté konvexní množině. Z bohaté škály úloh z této oblasti jmenujme alespoň

Více

CHOVÁNÍ FUNKCÍ VÍCE PROMĚNNÝCH Z HLEDISKA EXTRÉMŮ

CHOVÁNÍ FUNKCÍ VÍCE PROMĚNNÝCH Z HLEDISKA EXTRÉMŮ VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA STROJNÍHO INŽENÝRSTVÍ ÚSTAV MATEMATIKY FACULTY OF MECHANICAL ENGINEERING INSTITUTE OF MATHEMATICS CHOVÁNÍ FUNKCÍ VÍCE PROMĚNNÝCH Z HLEDISKA

Více

Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika)

Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika) Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika) Kartézská soustava souřadnic je dána počátkem O a uspořádanou trojicí bodů E x,

Více

1 Funkce více proměnných

1 Funkce více proměnných 1 Funkce více proměnných Je-li n + 1 proměnných veličin obsaženo v nějaké rovnici, můžeme kteroukoliv z nich pokládat za funkci ostatních n nezávisle proměnných. Takové funkce mají podobné vlastnosti jako

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

2. Diferenciální počet funkcí více proměnných

2. Diferenciální počet funkcí více proměnných 1 2. Diferenciální počet funkcí více proměnných 2.1. Druhé parciální derivace funkce více proměnných Mějme reálnou funkci n reálných proměnných. Značme X=[x 1 x n ]f(x)=f(x 1 x n ). Parciální derivace

Více

Učební texty k státní bakalářské zkoušce Matematika Diferenciální rovnice. študenti MFF 15. augusta 2008

Učební texty k státní bakalářské zkoušce Matematika Diferenciální rovnice. študenti MFF 15. augusta 2008 Učební texty k státní bakalářské zkoušce Matematika Diferenciální rovnice študenti MFF 15. augusta 2008 1 7 Diferenciální rovnice Požadavky Soustavy lineárních diferenciálních rovnic prvního řádu lineární

Více

0.1 Úvod do matematické analýzy

0.1 Úvod do matematické analýzy Matematika I (KMI/PMATE) 1 0.1 Úvod do matematické analýzy 0.1.1 Pojem funkce Veličina - pojem, který popisuje kvantitativní (číselné) vlastnosti reálných i abstraktních objektů. Příklady veličin: hmotnost

Více

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava luk76/la1

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava    luk76/la1 Lineární algebra 5. přednáška: Báze a řešitelnost soustav Dalibor Lukáš Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava email: dalibor.lukas@vsb.cz http://homel.vsb.cz/ luk76/la1 Text

Více

DIFERENCIÁLNÍ POČET SPOJITOST FUNKCE,

DIFERENCIÁLNÍ POČET SPOJITOST FUNKCE, DIFERENCIÁLNÍ POČET SPOJITOST FUNKCE, LIMITA FUNKCE, DERIVACE FUNKCE Gymnázium Jiřího Wolkera v Prostějově Výukové materiály z matematiky pro vyšší gymnázia Autoři projektu Student na prahu 21. století

Více

Drsná matematika III 3. přednáška Funkce více proměnných: Inverzní a implicitně definovaná zobrazení, vázané extrémy

Drsná matematika III 3. přednáška Funkce více proměnných: Inverzní a implicitně definovaná zobrazení, vázané extrémy Drsná matematika III 3. přednáška Funkce více proměnných: Inverzní a implicitně definovaná zobrazení, vázané extrémy Jan Slovák Masarykova univerzita Fakulta informatiky 3. 10. 2011 Obsah přednášky 1 Literatura

Více

Rolleova věta. Mějme funkci f, která má tyto vlastnosti : má derivaci c) f (a) = f (b). a) je spojitá v a, b b) v každém bodě a,b

Rolleova věta. Mějme funkci f, která má tyto vlastnosti : má derivaci c) f (a) = f (b). a) je spojitá v a, b b) v každém bodě a,b Průběh unkce Rolleova věta Mějme unkci, která má tto vlastnosti : a) je spojitá v a, b b) v každém bodě a,b má derivaci c) (a) = (b). b Potom eistuje v a, alespoň jeden bod c, v němž ( c) : 1, 3 0 1 1

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

2.6. Vlastní čísla a vlastní vektory matice

2.6. Vlastní čísla a vlastní vektory matice 26 Cíle V této části se budeme zabývat hledáním čísla λ které je řešením rovnice A x = λ x (1) kde A je matice řádu n Znalost řešení takové rovnice má řadu aplikací nejen v matematice Definice 261 Nechť

Více

Všechno, co jste kdy chtěli vědět o maticích, ale báli jste se zeptat

Všechno, co jste kdy chtěli vědět o maticích, ale báli jste se zeptat Všechno, co jste kdy chtěli vědět o maticích, ale báli jste se zeptat Čtvercová matice n n, např. může reprezentovat: A = A A 2 A 3 A 2 A 22 A 23 A 3 A 32 A 33 matici koeficientů soustavy n lineárních

Více

1 Duální simplexová metoda

1 Duální simplexová metoda 1 Duální simplexová metoda Autor: Markéta Popelová Datum: 8.5.2011 Předmět: Základy spojité optimalizace Zadání Mějme matici A R m n a primární úlohu lineárního programování v normálním tvaru (P) a k ní

Více

P 1 = P 1 1 = P 1, P 1 2 =

P 1 = P 1 1 = P 1, P 1 2 = 1 Výpočet inverzní matice Věta 1 Necht P U elementární matice vzniklá el úpravou U Pak je P U regulární Důkaz: Protože elementární úprava U je invertovatelná, existuje el úprava U, která vrací změny U

Více

Číselné vektory, matice, determinanty

Číselné vektory, matice, determinanty Číselné vektory, matice, determinanty Základy vyšší matematiky LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipĺıny

Více

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2015

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2015 Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 05 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia

Více

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s

Více

MATEMATIKA A Metodický list č. 1

MATEMATIKA A Metodický list č. 1 Metodický list č. 1 Název tématického celku: Lineární algebra I Základním cílem tohoto tématického celku je objasnit některé pojmy lineární algebry a poukázat na jejich vzájemnou souvislost. Posluchači

Více

Cílem této kapitoly je uvedení pojmu matice a jejich speciálních typů. Čtenář se seznámí se základními vlastnostmi matic a s operacemi s maticemi

Cílem této kapitoly je uvedení pojmu matice a jejich speciálních typů. Čtenář se seznámí se základními vlastnostmi matic a s operacemi s maticemi 2.2. Cíle Cílem této kapitoly je uvedení pojmu matice a jejich speciálních typů. Čtenář se seznámí se základními vlastnostmi matic a s operacemi s maticemi Předpokládané znalosti Předpokladem zvládnutí

Více

Lineární algebra. Soustavy lineárních rovnic

Lineární algebra. Soustavy lineárních rovnic Lineární algebra Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Registrační číslo projektu: CZ.1.07/2.2.00/28.0326

Více

, f g jsou elementární funkce.

, f g jsou elementární funkce. Průběh funkce použité definice a věty Definice. Řekneme, že funkce je spojitá na otevřeném intervalu (a, b), jestliže je spojitá v každém vnitřním bodě tohoto intervalu. Řekneme, že funkce je spojitá na

Více

Diferenciální počet funkcí jedné reálné proměnné LOKÁLNÍ A GLOBÁLNÍ EXTRÉMY FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ LOKÁLNÍ EXTRÉMY

Diferenciální počet funkcí jedné reálné proměnné LOKÁLNÍ A GLOBÁLNÍ EXTRÉMY FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ LOKÁLNÍ EXTRÉMY Diferenciální počet funkcí jedné reálné proměnné - 4.1 - LOKÁLNÍ A GLOBÁLNÍ EXTRÉMY FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ LOKÁLNÍ EXTRÉMY Při hledání lokálních etrémů postupujeme podle následujícího programu Nalezneme

Více

Soustavy. Terminologie. Dva pohledy na soustavu lin. rovnic. Definice: Necht A = (a i,j ) R m,n je matice, b R m,1 je jednosloupcová.

Soustavy. Terminologie. Dva pohledy na soustavu lin. rovnic. Definice: Necht A = (a i,j ) R m,n je matice, b R m,1 je jednosloupcová. [1] Terminologie [2] Soustavy lineárních rovnic vlastnosti množin řešení metody hledání řešení nejednoznačnost zápisu řešení Definice: Necht A = (a i,j ) R m,n je matice, b R m,1 je jednosloupcová matice.

Více

1. Číselné posloupnosti - Definice posloupnosti, základní vlastnosti, operace s posloupnostmi, limita posloupnosti, vlastnosti limit posloupností,

1. Číselné posloupnosti - Definice posloupnosti, základní vlastnosti, operace s posloupnostmi, limita posloupnosti, vlastnosti limit posloupností, KMA/SZZS1 Matematika 1. Číselné posloupnosti - Definice posloupnosti, základní vlastnosti, operace s posloupnostmi, limita posloupnosti, vlastnosti limit posloupností, operace s limitami. 2. Limita funkce

Více

2. spojitost (7. cvičení) 3. sudost/lichost, periodicita (3. cvičení) 4. první derivace, stacionární body, intervaly monotonie (10.

2. spojitost (7. cvičení) 3. sudost/lichost, periodicita (3. cvičení) 4. první derivace, stacionární body, intervaly monotonie (10. MA. cvičení průběh funkce Lukáš Pospíšil,202 Průběh funkce Pod úkolem vyšetřete průběh funkce budeme rozumět nalezení všech kvalitativních vlastností zadané funkce - tedy bude potřeba zjistit o funkci

Více

LDF MENDELU. Simona Fišnarová (MENDELU) LDR druhého řádu VMAT, IMT 1 / 22

LDF MENDELU. Simona Fišnarová (MENDELU) LDR druhého řádu VMAT, IMT 1 / 22 Lineární diferenciální rovnice druhého řádu Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF)

Více

6. Lineární nezávislost a báze p. 1/18

6. Lineární nezávislost a báze p. 1/18 6. Lineární nezávislost a báze 6. Lineární nezávislost a báze p. 1/18 6. Lineární nezávislost a báze p. 2/18 Lineární nezávislost a báze 1. Závislé a nezávislé vektory 2. Lineární kombinace a závislost

Více

IV. Základní pojmy matematické analýzy IV.1. Rozšíření množiny reálných čísel

IV. Základní pojmy matematické analýzy IV.1. Rozšíření množiny reálných čísel Matematická analýza IV. Základní pojmy matematické analýzy IV.1. Rozšíření množiny reálných čísel na množině R je definováno: velikost (absolutní hodnota), uspořádání, aritmetické operace; znázornění:

Více

Matematika I. Přednášky: Mgr. Radek Výrut, Zkouška:

Matematika I. Přednášky: Mgr. Radek Výrut, Zkouška: Přednášky: Mgr. Radek Výrut, Matematika I katedra matematiky, UL-605, rvyrut@kma.zcu.cz tel.: 377 63 2658 Zkouška: Písemná část zkoušky - příklady v rozsahu zápočtových prací Ústní část zkoušky - základní

Více

Učební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty. študenti MFF 15. augusta 2008

Učební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty. študenti MFF 15. augusta 2008 Učební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty študenti MFF 15. augusta 2008 1 14 Vlastní čísla a vlastní hodnoty Požadavky Vlastní čísla a vlastní hodnoty lineárního

Více

Monotonie a lokální extrémy. Konvexnost, konkávnost a inflexní body. 266 I. Diferenciální počet funkcí jedné proměnné

Monotonie a lokální extrémy. Konvexnost, konkávnost a inflexní body. 266 I. Diferenciální počet funkcí jedné proměnné 66 I. Diferenciální počet funkcí jedné proměnné I. 5. Vyšetřování průběhu funkce Monotonie a lokální etrémy Důsledek. Nechť má funkce f) konečnou derivaci na intervalu I. Je-li f ) > 0 pro každé I, pak

Více

2.7. Průběh funkce. Vyšetřit průběh funkce znamená určit (ne nutně v tomto pořadí): 1) Definiční obor; sudost, lichost; periodičnost

2.7. Průběh funkce. Vyšetřit průběh funkce znamená určit (ne nutně v tomto pořadí): 1) Definiční obor; sudost, lichost; periodičnost .7. Průběh unkce Všetřit průběh unkce znamená určit ne nutně v tomto pořadí: deiniční obor; sudost, lichost; periodičnost, interval spojitosti a bod nespojitosti, průsečík grau unkce s osami, interval,

Více

5. Interpolace a aproximace funkcí

5. Interpolace a aproximace funkcí 5. Interpolace a aproximace funkcí Průvodce studiem Často je potřeba složitou funkci f nahradit funkcí jednodušší. V této kapitole budeme předpokládat, že u funkce f známe její funkční hodnoty f i = f(x

Více

2.6. VLASTNÍ ČÍSLA A VEKTORY MATIC

2.6. VLASTNÍ ČÍSLA A VEKTORY MATIC .6. VLASTNÍ ČÍSLA A VEKTORY MATIC V této kapitole se dozvíte: jak jsou definována vlastní (charakteristická) čísla a vektory čtvercové matice; co je to charakteristická matice a charakteristický polynom

Více