Vektorová a tenzorová analýza

Rozměr: px
Začít zobrazení ze stránky:

Download "Vektorová a tenzorová analýza"

Transkript

1 Vektorová a tenzorová analýza studijní text Jaroslav Vlček Katedra matematiky a deskriptivní geometrie VŠB-TU Ostrava 7. září 215

2 2

3 Obsah 1 Kartézské tenzory Ortogonální transformace Bodově-vektorový prostor Ortogonální transformace Kartézské tenzory Tenzory 1. a 2. řádu Tenzory M-tého řádu Speciální tenzory Operace s tenzory Hlavní směry a invarianty tenzoru 2. řádu Základy tenzorové analýzy Úvodní pojmy Skalární funkce Vektorové funkce Tenzorová funkce Derivace tenzorové funkce Derivace a diferenciál Diferenciální operátory Složené operátory Křivkové a plošné integrály Křivkové integrály Plošné integrály Charakteristiky tenzorových polí Lokální charakteristiky Globální charakteristiky Gaussova Ostrogradského věta Stokesova věta Nezávislost na integrační cestě Tenzorový aparát statické teorie pružnosti Úvod Motivace - tahová zkouška Zobecnění základní pojmy Tenzor napětí Zavedení Podmínky rovnováhy Hlavní napětí, kvadrika napětí

4 4 OBSAH Speciální případy tenzoru napětí Tenzor deformace Tenzor konečných deformací Tenzor malých deformací Rovnice kompatibility deformací Zobecněný Hookeův zákon Zobecněný Hookeův zákon Elastické moduly Rovnice mechaniky kontinua Statické rovnice pružnosti Dynamické rovnice Okrajové podmínky v úlohách pružnosti Materiálová anizotropie Materiálová anizotropie obecně Základní charakteristiky Krystalové soustavy Umělá anizotropie v optice Piezoelektrický jev Magnetooptický jev Vybrané aplikace tenzorového počtu Proudění nestlačitelných tekutin Tenzor setrvačnosti

5 Kapitola 1 Kartézské tenzory 1.1 Ortogonální transformace Bodově-vektorový prostor Bodově-vektorový prostor obsahuje body X = [x 1, x 2,..., x n ], Y = [y 1, y 2,..., y n ] atd. a vektory u = (u 1, u 2,..., u n ), v = (v 1, v 2,..., v n ) atd. Bude-li hrát roli umístění vektoru, přiřadíme dvojici bodů X, Y vektor u = XY = (y 1 x 1, y 2 x 2,..., y n x n ). Souřadnice bodů, resp. složky vektorů tvoří n-tice reálných (R) nebo komplexních (C) čísel. Proto budeme prostor označovat jednoduše R n, resp. C n. Číslo n představuje dimenzi prostoru, obvykle bude n = 2 nebo n = 3. Operace v R n 1. sčítání vektorů: (u + v) i = u i + v i, 2. násobení vektoru číslem: (a.u) i = a.u i, a R. Linearita R n u, v R n a 1, a 2 R a 1 u + a 2 v R n. Skalární součin vektorů n u v = u 1 v 1 + u 2 v u n v n = u i v i. i=1 Metrické vlastnosti velikost (norma) vektoru: u = u u = ( n u 2 i i=1 směrové kosiny (= kosiny úhlů, které vektor svírá se souřadnými osami): cos α i = u i u, geometrická interpretace skalárního součinu (α... odchylka vektorů): ) 1 2 u v = u. v. cos α, u v = u v (ortogonalita pro u, v )., 5

6 6 KAPITOLA 1. KARTÉZSKÉ TENZORY Kartézský souřadný systém a báze ve R 3 Základní báze e 1 = (1,, ), e 2 = (, 1, ), e 3 = (,, 1) je ortonormální, tj. současně ortogonální, e i e j = δ ij = { 1, i = j,, i j, δ ij... Kroneckerovo delta, a jednotková, protože e i = 1, i, j = 1, 2, 3. Pro libovolný vektor u R 3 platí 3 u = (u 1, u 2, u 3 ) = u 1 e 1 + u 2 e 2 + u 3 e 3 = u i e i. i=1 Prostor R 3 je metrický lineární prostor se skalárním součinem. Další operace ve R 3 (a) vektorový součin: u v = (u 2 v 3 u 3 v 2, u 3 v 1 u 1 v 3, u 1 v 2 u 2 v 1 ) = geometrická interpretace: velikost u v = u. v. sin α směr u u v, v u v orientace u, v, u v tvoří pravotočivou soustavu e 1 e 2 e 3 u 1 u 2 u 3 v 1 v 2 v 3 (b) smíšený součin u (v w) = u 1 u 2 u 3 v 1 v 2 v 3 w 1 w 2 w 3 (c) dyadický (tenzorový) součin u v = u 1 v 1 u 1 v 2 u 1 v 3 u 2 v 1 u 2 v 2 u 2 v 3 u 3 v 1 u 3 v 2 u 3 v 3, (u v) ij = u i v j Ortogonální transformace Rotace kartézského souřadného systému kolem počátku ve R 3 - viz obr. 1.1: e 1, e 2, e 3... původní ortonormální báze, e 1, e 2, e 3... nová ortonormální báze e i = e i = 1, e i e j = e i e j = δ ij

7 1.1. ORTOGONÁLNÍ TRANSFORMACE 7 x 3 x 3 x 2 e 3 e 3 e 2 e 1 e 2 x 2 e 1 x 1 x 1 Obrázek 1.1: Kartézský souřadný systém původní (plnou čarou) a otočený (čárkovaně). Vyjádření nové báze pomocí báze původní: e 1 = a 11 e 1 + a 12 e 2 + a 13 e 3, e 2 = a 21 e 1 + a 22 e 2 + a 23 e 3, e 3 = a 31 e 1 + a 32 e 2 + a 33 e 3, (1.1) resp. v maticové formě e 1 e 2 e 3 = a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 e 1 e 2 e 3 = A e 1 e 2 e 3. (1.2) Matice A se nazývá matice přechodu od nečárkované báze k čárkované. Libovolný řádek v (1.1) lze zapsat v kompaktní formě 3 e i = a ij e j = a ij e j. (1.3) j=1 Sumační konvence Přes index, který se ve výrazu vyskytuje dvakrát, se automaticky sčítá (od 1 do n), aniž se píše výraz. Konvence je zřejmá z následujících ukázek: 3 τ ii = τ 11 + τ 22 + τ 33 = τ ii, n u i v i = u i v i = u v, 3 a ij a ik = a ij a ik. i=1 i=1 i=1 Určíme význam koeficientů a ij v matici A. Vynásobíme skalárně (1.3) vektorem e j, e i e j = a ij a ij = e i. e j. cos( x i x j) = cos( x i x j). Tento výsledek znamená, že koeficient a ij představuje úhel, který svírá i-tá nová osa s j-tou původní osou. Zpětná transformace z čárkované báze do nečárkované má tvar obdobný jako (1.3): 3 e j = b ji e i = b ji e i, (1.4) i=1

8 8 KAPITOLA 1. KARTÉZSKÉ TENZORY kde b ji = e j e i = cos( x j x i ) jsou prvky matice B, jejíž vlastnosti stanovíme. Protože cos( x j x i ) = cos( x i x j), musí být a ij = b ji, tj. B = A. Složenou transformací obdržíme opět původní bázi, tudíž A B = A A = I, kde I je jednotková matice. Odtud plyne, že matice transponovaná je současně maticí inverzní, A = A 1. To znamená, že matice A je ortogonální, a proto platí, že její determinant je bud 1 nebo -1 a dále a ik b kj = a ik a jk = δ ij. i i Analogicky je (za použití sumační konvence) a ij.a ik = δ jk. Rotace kartézského souřadného systému kolem počátku je tedy ortogonální transformace, zobecněním je následující definice. Transformace jednoho kartézského systému na druhý se nazývá ortogonální, je-li zprostředkována ortogonální maticí A = (a ij ), tj. platí-li Ortogonální transformace vektoru V původním souřadném systému je za použití (1.4) a ij.a ik = δ jk. (1.5) u = (u 1, u 2, u 3 ) = u 1 e 1 + u 2 e 2 + u 3 e 3 = u j e j = u j a ji e i, v novém souřadném systému Porovnáním dostáváme neboli v maticovém tvaru u = (u 1, u 2, u 3) = u ie i. u i = u j a ji = a ij u j (1.6) u 1 u 2 u 3 = A u 1 u 2 u 3. Příklad Dokážeme, že při ortogonální transformaci v prostoru libovolné dimenze se nemění (je tzv. invariantní) skalární součin vektorů u v = u i v i : Cvičení u v = u iv i = a ij u j a ik v k = a ij a ik u j v k = δ jk u j v k = u j v j. (1) Otočení o úhel φ ve R 2 je určeno maticí ( cos φ sin φ A = sin φ cos φ ). Určete vektor u = A u, je-li u = (2, 3). Řešte nejprve obecně a pak pro úhel φ = π 3. (2) Dokažte, že matice A je ortogonální: A =

9 1.2. KARTÉZSKÉ TENZORY Kartézské tenzory Pouze některé geometrické a fyzikální veličiny jsou invariantní, tj. nemění se při změně souřadného systému (například všechny skaláry a některé další veličiny). Pro ostatní veličiny chceme stanovit způsob jejich popisu, který při zvoleném typu transformace (např. ortogonální) funguje vždy stejně. Tato motivace vede k pojmu TENZOR Tenzory 1. a 2. řádu Připomínáme, že uvažujeme pouze ortogonální transformace v kartézských souřadných systémech. Ty jsou zprostředkovány ortogonálními maticemi splňujícími podmínku (1.5). Uspořádaná n-tice v = (v 1, v 2,..., v n ), která při ortogonální transformaci vyhovuje vztahu se nazývá tenzor prvního řádu neboli vektor. v i = a ij v j (1.7) Matice T = (T ij ), i, j = 1,..., n se nazývá kartézský tenzor druhého řádu, mění-li se její prvky při ortogonální transformaci podle vztahu Poznámky skalár pozažujeme za tenzor nultého řádu, T ij = a ik a jl T kl. (1.8) kartézským tenzorem 2. řádu je každá čtvercová matice, jejímiž prvky jsou čísla nebo funkce, tj. T 11 T 12 T 13 T = T 21 T 22 T 23, T 31 T 32 T 33 typickými tenzorovými veličinami (2. řádu) jsou například napětí a deformace v mechanice, dyadický součin vektorů, materiálové vlastnosti anizotropních prostředí apod. Příklad Ověříme tenzorový charakter dyadického součinu vektorů W = u v, tj. W kl = u k v l v R n. Transformace podle (1.8) dává což jsme měli dokázat Tenzory M-tého řádu W ij = u iv j = a ik u k a jl v l = a ik a jl u k v l = a ik a jl W kl, Soubor veličin T = (T i1 i 2 i M ), i m = 1,..., n neboli M-rozměrná matice se nazývá kartézský tenzor M-tého řádu v prostoru R n, mění-li se jeho prvky při ortogonální transformaci podle vztahu T i 1 i 2 i M = a i1 j 1 a i2 j 2... a im j M T j1 j 2 j M. (1.9) Jak je patrno, je počet složek tenzoru M-tého řádu v R n roven n M.

10 1 KAPITOLA 1. KARTÉZSKÉ TENZORY Příklad Levi-Civitův tenzor třetího řádu je definován vztahem 1 pro sudou permutaci indexů, ε ijk = 1 pro lichou permutaci indexů, pro i = j nebo j = k nebo k = i. (1.1) Tento tenzor má celkem 3 3 = 27 prvků, z nichž ovšem jen 6 je nenulových (viz obr. 1.2). Ukážeme jeho transformační vlastnost podle (1.9): ɛ ijk = a il a jm a kn ɛ lmn = a i1.(a j2 a k3 a j3 a k2 ) + a i2.(a j3 a k1 a j1 a k3 ) + a i3.(a j1 a k2 a j2 a k1 ) = = a i1 a i2 a i3 a j1 a j2 a j3 a k1 a k2 a k3 = 1, ijk = 123, 231, 312, 1, ijk = 321, 213, 132,, v ostatních případech = ɛ ijk. Budou-li totiž všechny tři indexy různé, dostáváme determinant ortogonální matice A, který je roven ±1 v závislosti na pořadí řádků. Jsou-li si některé dva indexy rovny, budou se rovnat odpovídající řádky matice a její determinant bude nulový. 1 1 k = k = 2 i = 1, 2, k = 1 j = 1, 2, 3 Obrázek 1.2: Levi-Civitův tenzor Speciální tenzory (a) Izotropní tenzory Jejich složky se při ortogonální transformaci nemění. Příkladem je, jak bylo ukázáno v předchozím paragrafu, Levi-Civitův tenzor. Stejnou vlastnost má také Kroneckerův tenzor (Kroneckerovo delta), nebot δ ij = a ik a jl δ kl = a ik a jk = δ ij. (b) Symetrické a antisymetrické tenzory Symetrický tenzor 2. řádu: T ij = T ji, Antisymetrický tenzor 2. řádu: T ij = T ji,

11 1.2. KARTÉZSKÉ TENZORY 11 u tenzorů vyšších řádů se symetrie (antisymetrie) týká pouze vybrané dvojice indexů; kupříkladu Levi-Civitův tenzor je antisymetrický, a proto ɛ ijk = ɛ jik atd. U tenzorů 2. řádu je zřejmá analogie se symetrickými, resp. antisymetrickými maticemi. Platí například, že každý tenzor 2. řádu lze rozložit na součet symetrického a antisymetrického tenzoru 2. řádu.: T ij = 1 2 (T ij + T ji ) (T ij T ji ) = S ij + A ij, kde S ij je symetrický tenzor (určen šesti prvky) a A ij antisymetrický tenzor (určen třemi prvky) Operace s tenzory (A) Slučování tenzorů (sčítání, odčítání) Slučujeme soumístné složky tenzorů téhož řádu, tj. P ijk + Q ijk = R ijk apod. Příkladem je součet symetrického a antisymetrického tenzoru v předchozím paragrafu. (B) Úžení tenzorů Ze složek tenzoru vybereme ty, které mají dva indexy stejné, a algebraicky je sečteme; výsledkem je tenzor řádu o dva nižšího než tenzor původní. Příklad (s použitím sumační konvence): Úžením tenzoru 2. řádu vznikne skalár: B iikl = B 11kl + B 22kl + B 33kl = B kl. T ii = T 11 + T 22 + T 33 = Tr T ( trace stopa matice). (C) Násobení tenzorů Rozlišujeme tzv. vnější a vnitřní součin. (C1) Vnější součin. Násobíme každou složku prvního tenzoru postupně každou složkou druhého tenzoru; výsledkem je tenzor, jehož řád je roven součtu řádů násobených tenzorů, např. P ijk.q lm = R ijklm apod. Příkladem je dyadický součin dvou vektorů z odstavce 1.1.1: u 1 v 1 u 1 v 2 u 1 v 3 W = u v = u 2 v 1 u 2 v 2 u 2 v 3 neboli W ij = u i v j. u 3 v 1 u 3 v 2 u 3 v 3 Násobení skalárem: výsledkem je tenzor téhož řádu - viz předchozí paragraf. (C2) Vnitřní součin. Vznikne úžením vnějšího součinu. Jako příklad uvažujme vnější součin matice a vektoru, kterým je tenzor třetího řádu A ij u k = T ijk ; chceme-li zapsat tenzorově vnitřní součin A.u = v, bude výsledkem vektor tj. tenzor třetího řádu zúžený přes index j. A ij u j = v ijj = v i,

12 12 KAPITOLA 1. KARTÉZSKÉ TENZORY Příklady (a) Zúžením dyadického součinu vektorů obdržíme skalární součin, nebot u.v = u i v i = Tr (u v). (b) δ ij δ ik = δ jk (úžíme tenzor 4. řádu). (c) Dokážeme, že tenzor η ijkl = A.δ ij δ kl + B.δ ik δ jl + C.δ il δ jk (1.11) je pro libovolná čísla A, B, C izotropním tenzorem 4. řádu. Podle transformační definice tenzoru je η ijkl = a ir a js a kt a lu η rstu = a ir a js a kt a lu.(a.δ rs δ tu + B.δ rt δ su + C.δ ru δ ts ) = = A a ir δ }{{ rs a } js a kt a lu δ tu +B a }{{} ir δ rt a }{{} js δ su a kt a lu + C a ir δ ru a }{{}}{{} js δ ts a kt a lu = }{{} a is a lt a it a ju a ir a jt = A. a is a js a kt a tl +B. a }{{}}{{} it a kt a }{{} ju a lu +C. a iu a lu a }{{} kt a jt δ ij δ kl δ ik δ il (d) Dokážeme, že pro vektorový součin platí Využijeme definici Levi-Civitova tenzoru: }{{} δ jl }{{} δ jk = η ijkl. u v = ɛ ijk e i u j v k. (1.12) ɛ ijk e i u j v k = e 1 (u 2 v 3 u 3 v 2 ) + e 2 ( u 1 v 3 + u 3 v 1 ) + e 3 (u 1 v 2 u 2 v 1 ) = = e 1 e 2 e 3 u 1 u 2 u 3 v 1 v 2 v 3 = u v Hlavní směry a invarianty tenzoru 2. řádu Zaměříme se nyní na symetrické tenzory 2. řádu, které mají četné aplikace například v mechanice. Označme libovolný z nich S 11 S 12 S 13 S = S 12 S 22 S 23, S 13 S 23 S 33 takže S ij = S ji. Lze ho chápat jako matici kvadratické formy v proměnných x 1, x 2, x 3 tvořících (sloupcový) vektor x. Formu lze zapsat způsobem obvyklým v algebře, x S x = S 11 x S 22 x S 33 x S 12 x 1 x 2 + 2S 13 x 1 x 3 + 2S 23 x 2 x 3, nebo tenzorově (s využitím sumační konvence) jako S ij x i x j. Tento tenzor 4. řádu je zúžen v obou indexech, jedná se tedy o skalár. Položíme-li ho roven nějaké konstantě (kladné nebo záporné), obdržíme rovnici kvadratické plochy v R 3. Nazýváme ji kvadrikou přidruženou k tenzoru S ij : S ij x i x j = ±K 2.

13 1.2. KARTÉZSKÉ TENZORY 13 Chceme-li určit, o jaký typ kvadriky se jedná, lze to provést na základě vlastních čísel (spektra) matice S. Vlastním číslům odpovídají vlastní vektory, které určují směry hlavních os kvadriky. Připomeňme nyní, jak se formuluje a řeší úloha na vlastní čísla a vlastní vektory matice. Každý hlavní směr u je řešením rovnice Su = λu, tenzorově S ij u j = λu i, kde λ je v případě symetrického tenzoru reálné číslo. Po přepsání do tvaru (S λi)u =, tenzorově (S ij λδ ij )u j =, vidíme, že pro získání netriviálního řešení u musí být determinant matice soustavy roven nule: S ij λδ ij =, tj. Po rozepsání obdržíme rovnici třetího stupně S 11 λ S 12 S 13 S 12 S 22 λ S 23 S 13 S 23 S 33 λ =. λ 3 I 1 λ 2 + I 2 λ I 3 =, (1.13) jejímž řešením jsou vlastní čísla λ 1, λ 2, λ 3. Jejich struktura charakterizuje typ kvadratické plochy, například navzájem různé λ 1, λ 2, λ 3 > odpovídají trojosé (nerotační) eliptické ploše, λ 1 = λ 2 = λ 3 znamená kulovou plochu, λ 1 = λ 2 >, λ 3 < určuje hyperbolickou plochu s osou rotace x 3 atd. Násobnost kořenů je tedy známkou symetrie kvadriky. Důležitou vlastností spektra vlastních čísel matice je to, že se nemění při ortogonální transformaci, tj. jsou nezávislé na volbě souřadného systému. Proto je pro konkrétní tenzor invariantní charakteristická rovnice (1.13) a tedy i její koeficienty. Nazýváme je invarianty tenzoru 2. řádu a mají, jak je známo z algebry, tento tvar: I 1 = S 11 + S 22 + S 33 = S ii, I 2 = S 11 S 12 S 12 S 22 + S 11 S 13 S 13 S 33 I 3 = S (determinant matice S). + S 22 S 23 S 23 S 33, Příklad Určete hlavní směry a typ přidružené kvadriky tenzoru S = vlastní čísla: Charakteristická rovnice 6 λ 2 2 S λi = 2 5 λ = = λ λ 2 99λ = 2 7 λ

14 14 KAPITOLA 1. KARTÉZSKÉ TENZORY má kořeny λ 1 = 3, λ 2 = 6, a λ 3 = 9. Přidruženou kvadrikou je nerotační elipsoid v obecné poloze o rovnici 6x x x 2 3 4x 1 x 2 + 4x 1 x 3 = K vlastní vektory (hlavní směry kvadriky = směry hlavních os elipsoidu): Vlastní čísla postupně dosazujeme do matice S λi a řešíme homogenní algebraickou soustavu pro složky jednotlivých vlastních vektorů. λ 1 = u 11 u 12 u 13 = Matice má hodnost dvě, řešením soustavy je libovolný násobek vektoru u 1 = (2, 2, 1). Analogicky získáme zbývající dva vlastní vektory: Cvičení. λ 2 = 6... u 2 = ( 1, 2, 2), λ 3 = 9... u 3 = (2, 1, 2). (1) Vyjádřete pomocí Levi-Civitova tenzoru smíšený součin vektorů. (2) Vysvětlete, proč je vektorový součin vektorů antikomutativní, u v = v u. (3) Určete hlavní směry a typ přidružené kvadriky tenzoru T = (4) Dokažte platnost identity ɛ ijk ɛ klm = δ jm δ il δ jl δ im. (5) S použitím předchozího vztahu ověřte platnost vzorce pro dvojný vektorový součin: a (b c) = (a c)b (a b)c. (1.14)

15 Kapitola 2 Základy tenzorové analýzy 2.1 Úvodní pojmy Skalární funkce Základní označení Ω R n, n = 2, 3... oblast, Ω = Γ... její hranice, Ω = Ω Γ... uzavřená oblast (uzávěr oblasti Ω), X = [x 1, x 2, x 3 ] Ω... bod oblasti, x = (x 1, x 2, x 3 )... jeho polohový vektor. Zobrazení f(x) : Ω R představuje skalární funkci definovanou na oblasti Ω předpisem f(x 1, x 2 ) v rovině, resp. f(x 1, x 2, x 3 ) v prostoru. V prvním případě je jejím grafem plocha v R 3, ve druhém přímá grafická interpretace není k dispozici. Lze však zavést tzv. ekviskalární hladiny f(x 1, x 2, x 3 ) = C jako plochy, na nichž funkce dosahuje stejných hodnot (pro funkci dvou proměnných jsou ekviskalárními hladinami křivky na ploše). Podle typu pole nesou hladiny svůj název, například izotermy, izobary, ekvipotenciály, vrstevnice apod. Důležité třídy funkcí: C k (Ω)... prostory funkcí se spojitými derivacemi na oblasti Ω až do řádu k včetně, L p (Ω)... prostory funkcí absolutně integrovatelných v p té mocnině na Ω, tj. funkcí, pro něž konverguje integrál f(x) p dω. Ω Je-li plocha S grafem funkce f(x 1, x 2 ) C 1 ( Ω), tj. se spojitými parciálními derivacemi (alespoň) prvního řádu, existuje v každém jejím bodě normálový vektor ( n(x) = f, f ), 1. (2.1) x 1 x 2 Orientované přírůstky funkce f ve směru jednotlivých os lze aproximovat tečnými vektory ( τ 1 dx 1 = 1,, f ) ( dx 1, τ 2 dx 2 =, 1, f ) dx 2. x 1 x 2 15

16 16 KAPITOLA 2. ZÁKLADY TENZOROVÉ ANALÝZY Jejich vektorový součin tvoří orientovaný element plochy (přesněji její tečné roviny): kde ds = τ 1 dx 1 τ 2 dx 2 = n(x 1, x 2 )dx 1 dx 2, (2.2) n(x 1, x 2 ) = τ 1 τ 2 = ( f, f ), 1 x 1 x 2 je výše uvedený normálový vektor. Velikost elementu je pak ( ) f 2 ( ) f 2 ds = n dx 1 dx 2 = dx 1 dx 2. (2.3) x 1 x 2 Plocha s uvedenými vlastnostmi se nazývá hladká. Příklady 3 1. Skalární funkce dvou proměnných f(x) = 3x 1 x 4 2 je třídy C1 (Ω) na libovolné oblasti Ω neobsahující bod(-y) osy x 1, nebot f = 2 3 x 4 2 x, 1 f x 2 = 4x 1 3 x 2, 2 f x 2 1 =, 2 f x 1 x 2 = 4 3 x 2, kde poslední z parciálních derivací 2. řádu není pro x 2 = spojitá. 2. Uvažujme na jednotkovém kruhu Ω = { x 1} funkci 2 f x 2 2 = 4x x 2, g(x) = 1. x x2 2 Integrací s použitím transformace do polárních souřadnic dostáváme Ω f(x) dω = 2π dϕ 1 dρ = 2π, Ω f(x) 2 dω = 2π dϕ 1 1 ρ dρ =. Proto platí: g(x) L 1 (Ω), ale g(x) / L 2 (Ω). 3. Elektrostatický potenciál bodového náboje Q umístěného v počátku souřadného systému je pro bod X R 3 dán vztahem V (X) = Q 1 4πε x, kde ε je permitivita prostředí. Ekvipotenciální hladiny V (X) = C jsou soustředné kulové plochy o rovnicích x = Q ( ) Q 2 4πεC, tj. x2 1 + x x 2 3 =. 4πεC 4. Tlakové pole je na oblasti Ω = ( 1, 3) ( 1, 2) popsáno funkcí p(x) = x 1 x 2 x 1. Grafem je sedlová plocha, izobarami jsou rovnoosé hyperboly o rovnicích p(x) = C neboli x 2 = 1 + C x 1. Průmět některých izobar do roviny p = je na obr. 2.1.

17 2.1. ÚVODNÍ POJMY Obrázek 2.1: Izobary funkce p = x 1 x 2 x Vektorové funkce Důležitým speciálním případem jsou vektorové funkce jedné reálné proměnné, ϕ : t 1, t 2 R 3, ϕ(t) = (x 1 (t), x 2 (t), x 3 (t)). (2.4) Koncové body vektorů ϕ(t) tvoří jistou křivku K v prostoru definovanou na intervalu t 1, t 2. Je-li ϕ(t) a současně x i (t) C 1 ( t 1, t 2 ), nazývá se K hladkou křivkou. Je zřejmé, že k ní v každém jejím bodě t existuje tečna odpovídající tečnému vektoru ϕ(t) = (ẋ 1 (t), ẋ 2 (t), ẋ 3 (t)) (tečkou na příslušným symbolem značíme derivaci podle parametru t). Po částech hladká křivka je sjednocením konečného počtu hladkých křivek majících společné pouze krajní body. Relacemi (2.4) je dána konkrétní parametrizace křivky K. Každá křivka má nekonečně mnoho parametrizací. Dále budeme předpokládat, že ϕ(t) je prosté zobrazení, tj. jedná se o regulární křivku (v žádném bodě sama sebe neprotíná). Orientace křivky se stanovuje zadáním počátečního a koncového bodu, není-li uzavřená. Křivka je uzavřená, jestliže ϕ(t 1 ) = ϕ(t 2 ). Orientace rovinné uzavřené křivky proti směru hodinových ručiček je definována jako kladná. V prostoru je třeba kladnou orientaci křivky zadat vzhledem k zvolenému směru podle pravidla pravé ruky. Příklady 1. Mějme v rovině parabolu x 2 = 2x 1 x 2 1 orientovanou od bodu [,] k bodu [2,]. Její bezprostřední parametrizaci obdržíme, položíme-li x 1 = t: ϕ(t) = (t, 2t t 2 ), t, 2. Jiná z možných parametrizací vznikne, položíme-li x 1 = 1 + cos s: ψ(s) = (1 + cos s, sin 2 s), s, π. Snadno se lze přesvědčit, že první z parametrizací je souhlasná se zadanou orientací křivky, zatímco ve druhém případě se s rostoucím parametrem s pohybujeme po křivce opačným směrem (nesouhlasná parametrizace).

18 18 KAPITOLA 2. ZÁKLADY TENZOROVÉ ANALÝZY 2. Je dána křivka K = {x x2 2 = 4, x 1 + x 3 = 2} orientovaná souhlasně s kladným směrem osy x 3. Úkolem je najít vhodnou parametrizaci souhlasnou s orientací. Jedná se o eliptický řez rovinou na rotační válcové ploše obr Nejprve využijeme zřejmou parametrizaci řídící kružnice válcové plochy o poloměru 2: x 1 = 2 cos t, x 2 = 2 sin t. Z rovnice roviny snadno dovodíme zbývající vztah x 3 = 2 x 1 = 2 2 cos t a zapíšeme výslednou parametrizaci elipsy: ϕ(t) = (2 cos t, 2 sin t, 2 2 cos t), t, 2π. Obrázek 2.2: K parametrizaci elipsy v prostoru. Abychom se přesvědčili, že získaná parametrizace je souhlasná se zadanou orientací (viz šipku na obr. 2.2), dosadíme do funkce ϕ(t) postupně tři rostoucí hodnoty parametru t, například, π/2 a π. Vidíme, že jim odpovídající body [2,,], [,2,2] a [-2,,4] na křivce za sebou následují ve směru zvolené orientace. Zobrazení F(X) : Ω R 3 představuje vektorovou funkci F = (F 1, F 2, F 3 ) o složkách F i (x 1, x 2, x 3 ). Za vhodných předpokladů reprezentují vektorové pole F tzv. vektorové linie definované tak, že v libovolném bodě X definičního oboru má vektor F(X) směr tečny k těmto liniím. To znamená, že je kolineární (rovnoběžný) s vektorem dx = (dx 1, dx 2, dx 3 ), platí tedy F dx = o (F 2 dx 3 F 3 dx 2, F 3 dx 1 F 1 dx 3, F 1 dx 2 F 2 dx 1 ) = (,, ). (2.5) Tento výsledek obvykle zapisujeme jako soustavu tří diferenciálních rovnic dx 1 F 1 = dx 2 F 2 = dx 3 F 3, (2.6) z nichž stačí vyřešit kteroukoli vybranou dvojici. Výsledkem jsou dva systémy ploch v prostoru, Φ((x 1, x 2, x 3 ) = C 1, Ψ((x 1, x 2, x 3 ) = C 2,

19 2.1. ÚVODNÍ POJMY 19 které se protínají právě v hledaných křivkách. Případná parametrizace je finálním krokem. Vektorové linie často nesou názvy související s typem vektorového pole které reprezentují. Mluvíme pak o trajektoriích či proudnicích u pole rychlostí, o siločarách či magnetických indukčních čarách. Příklady 1. Je dáno rovinné silové pole F = (x 1 cos x 2, sin x 2 ). Odvod te rovnice jeho siločar. Jedná se o jednodušší variantu předchozího výsledku vystačíme s jedinou diferenciální rovnicí dx 1 = dx 2, x 1 cos x 2 sin x 2 kterou lze snadno separovat a dojít k obecnému řešení x 2 = arcsin(cx 1 ). 2. Rychlostní pole v prostoru je popsáno funkcí v = (x 1 x 2 x 3, x 2 1x 3, x 2 1x 2 ), x 1, x 2, x 3. Úkolem je určit vektorovou linii (trajektorii) jdoucí bodem M = [1,, 1]. Výchozí soustava rovnic (2.6): První dvojice dává výsledek druhá dx 1 x 1 x 2 x 3 = dx 2 x 2 1 x 3 = dx 3 x 2 1 x 2 x 1 dx 1 = x 2 dx 2 x x 2 2 = C 1, x 2 dx 2 = x 3 dx 3 x x 2 3 = C 2. Jedná se o dva navzájem kolmé systémy koaxiálních válcových ploch. Dosazením souřadnic bodu M obdržíme C 1 = C 2 = 1, tedy průnik dvou kolmých rotačních válcových ploch o stejném poloměru.. Obrázek 2.3: K příkladu 2. Hledanou křivkou je elipsa (resp. její čtvrtina v prvním oktantu) na obr. 2.3 s parametrizací ϕ(t) = (cos t, sin t, cos t), t, π/2.

20 2 KAPITOLA 2. ZÁKLADY TENZOROVÉ ANALÝZY Tenzorová funkce Tenzorová funkce (druhého řádu) je zobrazení T(X) : Ω R n R n, T ij = T ij (x 1,..., x n ). Konkrétně pro n = 3 je T 11 (X) T 12 (X) T 13 (X) T(X) = T 21 (X) T 22 (X) T 23 (X). T 31 (X) T 32 (X) T 33 (X) Obecná tenzorová funkce T(X) přiřazuje každému bodu X Ω tenzor řádu M s prvky T i1 i 2 i M (X). Tenzorová funkce libovolného řádu s konkrétní interpretací (teplota, rychlost, deformace, permitivita apod.) se nazývá tenzorové pole. 2.2 Derivace tenzorové funkce Derivace a diferenciál Je-li každá složka tenzorové funkce T(x) diferencovatelná na oblasti Ω, pak tenzor T/ x, x = (x 1,..., x n ) se složkami T i1 i 2 i M T i1 i = lim 2 i M (x 1,..., x j + x j,..., x n ) T i1 i 2 i M (x 1,..., x j,..., x n ) x j x j x j nazýváme totální derivací funkce T(x) v bodě x. Totální derivace je tenzor řádu M + 1. Příklady (v R 3 ) (a) Je-li T(x) skalár, pak jeho totální derivací je vektorová funkce ( ) T T x = T T,,. x 1 x 2 x 3 (b) Derivováním vektorové funkce T(x) = (T 1 (x 1, x 2, x 3 ), T 2 (x 1, x 2, x 3 ), T 3 (x 1, x 2, x 3 )) obdržíme maticovou funkci (tenzor 2. řádu) T x = T i x j = T 1 T 1 T 1 x 1 x 2 x 3 T 2 T 2 T 2 x 1 x 2 x 3 T 3 T 3 T 3 x 1 x 2 x 3. (c) Dalším derivováním získáme tenzor třetího řádu s dvaceti sedmi složkami T x = T ij x k. Diferenciál tenzorové funkce T(x) v bodě x Ω je definován jako lineární funkce vektoru přírůstků dx = (dx 1, dx 2,..., dx n ) vztahem Jedná se o tenzor řádu M (stejně jako T). dt(x, dx) = T x dx.

21 2.2. DERIVACE TENZOROVÉ FUNKCE 21 Příklad (M = 1) Diferenciál vektorové funkce T(x) = (T 1, T 2, T 3 ) získáme jako součin matice z výše uvedeného příkladu (b) a vektoru (dx 1, dx 2, dx 3 ) : dt(x, dx) = T i x j dx j = T 1 x 1 dx 1 + T 1 x 2 dx 2 + T 1 x 3 dx 3 T 2 x 1 dx 1 + T 2 x 2 dx 2 + T 2 x 3 dx 3 T 3 x 1 dx 1 + T 3 x 2 dx 2 + T 3 x 3 dx 3 V řádcích jsou skalární difrenciály jednotlivých složek vektorové funkce Diferenciální operátory dt 1 = dt 2. dt 3 Gradient Gradientem skalární funkce T (x) = T (x 1, x 2,..., x n ) nazýváme její totální derivaci, tj. vektor grad T = T ( ) T T T =,,...,. x i x 1 x 2 x n Divergence Divergence vektorové funkce T(x) = (T 1, T 2,..., T n ) je stopa její totální derivace, tj. skalár ( ) T div T = Tr = T 1 + T T n = T i. x x 1 x 2 x n x i Ze zápisu s využitím sumační konvence je zřejmé, že se jedná o zúžený tenzor 2. řádu. Rotace (jen v R 3 ) Rotací vektorové funkce T(x) = (T 1, T 2, T 3 ) nazýváme vektor ( T3 rot T = T 2, T 1 T 3, T 2 T ) 1 x 2 x 3 x 3 x 1 x 1 x 2 = ɛ ijk T k x j e i. Hamiltonův operátor (nabla) Předchozí operace bývají velmi často zapisovány pomocí diferenciálního operátoru 1. řádu ( ) =,,..., x 1 x 2 x n nazývaného Hamiltonův operátor: grad T = T ; div T = T; rot T = T; s využitím definice vektorového součinu dostáváme další vyjádření rotace: e 1 e 2 e 3 rot T = x 1 x 2 x 3 T 1 T 2 T 3 T x = T.

22 22 KAPITOLA 2. ZÁKLADY TENZOROVÉ ANALÝZY Složené operátory Formálně lze v R 3 ze tří operátorů prvního řádu grad, div, rot složit celkem 9 operátorů druhého řádu grad grad div grad rot grad grad div div div rot div grad rot div rot rot rot Operátory vytištěné kurzívou nelze realizovat, protože gradient lze aplikovat pouze na skalární funkci, zatímco divergenci a rotaci výhradně na vektor. Pro složené operátory vytištěné tučně platí: div grad = = 2 =, kde je Laplaceův operátor; = 2 x x x 2 3 rot rot T = grad div T T, T = ( T 1, T 2, T 3 ) (uvádíme bez důkazu). Zbývající operátory dávají při aplikaci nulový výsledek: rot grad T = T = podle definice vektorového součinu; v tenzorovém vyjádření obdržíme ( ) T 2 T rot grad T = ɛ ijk = ɛ ijk =, x j x k x j x k protože pro každé pevně zvolené i získáme dvě smíšené derivace 2. řádu lišící se pouze znaménkem. Důsledek: je-li rot F = na oblasti Ω, pak je funkce F na této oblasti gradientem nějaké skalární funkce T : F = grad T. div rot T = ( T) =, nebot v tomto smíšeném součinu jsou dva vektory stejné. V tenzorovém zápisu dostáváme pro i-tou složku: Příklady (div rot T) i = ( ) T k ɛ ijk x i x j = ɛ ijk 2 T k x i x j = (pro každé k jde o dvě smíšené parciální derivace opačného znaménka). Důsledek: je-li div F = na oblasti Ω, pak je možno funkci F na této oblasti reprezentovat rotací jisté vektorové funkce T: F = rot T. (a) Dokážeme, že pro libovolnou skalární funkci ϕ platí div (ϕ.t) = T grad ϕ + ϕ div T. Zápis pomocí Hamiltonova operátoru: div (ϕt) = ϕ x i T i + ϕ T i x i = T grad ϕ + ϕ div T. (ϕ.t) = ϕ T + ϕ.div T.

23 2.3. KŘIVKOVÉ A PLOŠNÉ INTEGRÁLY 23 (b) Označíme r = (x 1, x 2, x 3 ) bodu x, r = r a vypočteme grad Protože ( ) 1 = 1 = x i r x i x x2 2 + x2 3 dostáváme ( ) 1 grad r x i ( 1 r ). (x x2 2 + x2 3 )3 = x i ( x1 = r 3, x 2 r 3, x ) 3 r 3 = (x 1, x 2, x 3 ) r 3 = r r 3. Cvičení Ve cvičeních (1) a (2) je namísto (x 1, x 2, x 3 ) použito (x, y, z). (1) Je dána skalární funkce T = 3x 2 y xyz xz 2. Určete grad T a T. (2) Vypočtěte rot G pro funkci G = (x 2 z 2, yz, x 2 + y 2 ). (3) Určete div (r 3 ). (4) Určete totální derivaci G pro funkci G z příkladu (2). (5) Dokažte: rot (ϕt) = ϕ rot T + grad ϕ T. 2.3 Křivkové a plošné integrály Křivkové integrály V zájmu lepší přehlednosti přejdeme od indexovaných proměnných x 1, x 2, x 3 ke standardnímu značení x, y, z: P = [x, y, z]... bod v prostoru, r = (x, y, z)... jeho polohový vektor. Dále bude K (po částech) hladká křivka s parametrizací ψ(t) = (x(t), y(t), z(t)), t t 1, t 2, ψ(t) = (ẋ(t), ẏ(t), ż(t))... tečný vektor křivky ve zvolené parametrizaci, dl = (dx, dy, dz) = ψ(t) dt... orientovaný element křivky, dl = (dx) 2 + (dy) 2 + (dz) 2 = ẋ 2 + ẏ 2 + ż 2 dt = ψ(t) dt... jeho velikost, h(x, y, z)... hustota veličiny na křivce K, F = (F 1 (x, y, z), F 2 (x, y, z), F 3 (x, y, z))... vektorové pole na křivce a v jejím okolí. Křivkový integrál I. druhu vyjadřuje množství veličiny na křivce: H = h(x, y, z) dl. (2.7) Výpočet převodem na určitý integrál vzhledem k parametrizaci: K r 3, K h(x, y, z) dl = t 2 t 1 h(x(t), y(t), z(t)) ψ(t) dt. (2.8)

24 24 KAPITOLA 2. ZÁKLADY TENZOROVÉ ANALÝZY Ve speciálním případě h 1 na K vyjadřuje integrál I. druhu délku křivky: Příklad Elektrický vodič ve tvaru čtvrtiny závitu pravidlné šroubovice K dl = L. (2.9) ψ(t) = (3 cos t, 3 sin t, 2t), t, π/2 má měrný odpor ρ(x, y, z) = xy. Vypočtěte celkový odpor. Výpočet: K ψ(t) = ( 3 sin t, 3 cos t, 2), ψ(t) = 13, R = ρ(x, y, z) dl = Křivkový integrál II. druhu: K π/2 K 9 cos t sin t 13 dt = = P = F(x, y, z) dl = F 1 dx + F 2 dy + F 3 dz = F i dx i, (2.1) kde F dl je průmět vektoru pole do tečného vektoru křivky. Poslední výraz je zápisem v původní tenzorové symbolice včetně sumační konvence. Je třeba si uvědomit, že křivkový integrál II. druhu závisí na orientaci křivky. Zvolená parametrizace pak musí být souhlasná se zadanou orientací. Výpočet spočívá opět převodu na určitý integrál: K K t 2 t 2 F(x, y, z) dl = (F 1 (t), F 2 (t) F 3 (t)) ψ(t) dt = (F 1 ẋ + F 2 ẏ + F 3 ż) dt. (2.11) t 1 t 1 Příklad Je dán oblouk paraboly K = {z = 1 x 2 y 2, y = x, x, z } orientovaný ve směru rostoucí souřadnice x. Máme vypočíst Nejprve provedeme parametrizaci křivky K: Dále pokračujeme podle (2.11): K F dl, F = (xy, z, x). ψ(t) = (t, t, 1 2t 2 ), t, 2/2. 2/2 (t 2, 1 2t 2, t) (1, 1, 4t) dt = 2/2 (3t 2 + 1) dt =

25 2.3. KŘIVKOVÉ A PLOŠNÉ INTEGRÁLY Plošné integrály Analogicky jako u křivkových integrálů vyjadřuje plošný integrál I. druhu množství veličiny o hustotě h na ploše S: H = h(x, y, z) ds. (2.12) Ve speciálním případě h 1 na S je číselně roven velikosti plochy S: S S ds = S. V souladu s článkem je S = {[x, y, z] R 3, z = f(x, y), [x, y] D R 2 }. Výpočet se děje převodem na dvojný integrál přes oblast D, která je průmětem plochy S do roviny z =, přičemž pro element ds platí vztah (2.3): ( f ) 2 H = h(x, y, z) ds = h(x, y, f(x, y)) + x S Příklad Střecha budovy je pokryta sněhem (obr. 2.4) o plošné hustotě D γ = γ 1 + c(y + z), kde γ a c jsou konstanty. Vypočtěte celkovou hmotnost sněhové zátěže. ( ) f dxdy. (2.13) y z n b y b a a x α Obrázek 2.4: Sněhová kalamita. Při výpočtu nehraje roli výška budovy, ale její půdorys a úhel sklonu střechy α, který pokládáme rovněž za zadaný. Rovnice střešní roviny je z = ky, k = tan α, takže pro normálový vektor platí: n = (, k, 1), n = n = k Hledanou hmotnost sněhu vyjádříme plošným integrálem I. druhu: γ m = γ(x, y, z) ds = 1 + c(y + z) ds = γ c(k + 1)y dxdy. S S Integrační oblast je půdorys budovy D =, a, b, výpočet dvojného integrálu vede k výsledku m = aγ k ln [1 + bc(k + 1)]. c(k + 1) D

26 26 KAPITOLA 2. ZÁKLADY TENZOROVÉ ANALÝZY Pro vstupní data a = 6 m, b = 3 m, α = 3, γ = 75 kgm 3, c = 6 m 1 obdržíme hodnotu 1856 kg. Plošný integrál II. druhu vektorové funkce F(x, y, z) na orientované ploše S zavádíme předpisem F ds, resp. F n ds, (2.14) S kde n je jednotkový vektor normály. Výrazy jsou kompatibilní, druhý z nich obdržíme z prvního užitím relací (2.2) a (2.3). Jako v přechozím případě uvažujeme explicitně zadanou (dvojstrannou) plochu S = {[x, y, z] R 3, z = f(x, y), [x, y] D R 2 }. Její orientaci budeme pokládat za kladnou tehdy, svírá-li normálový vektor ostrý úhel s osou z. Výpočet plošného integrálu II. druhu se opět děje převodem na dvojný integrál: F ds = F(x, y, f(x, y)) n(x, y) dxdy. (2.15) S D Příklad Vypočteme integrál z funkce F = (, z 2, x 2 +y 2 ) na části kuželové plochy z 2 = x 2 +y 2, z 1 v prvním oktantu orientované ve směru vnější normály. Rovnice plochy je z = x 2 + y 2, takže pro normálový vektor platí ( ) n(x, y) = ( f x, f y, x 1) = x 2 + y, y 2 x 2 + y, 1. 2 S Jeho směr je ovšem na celé ploše dovnitř kuželové plochy, takže vzhledem k zadání je nutno vynásobit integrál znaménkem minus. Podle (2.15) tedy bude ( ) F ds = (, x 2 + y 2, x 2 + y 2 x ) x 2 + y, y 2 x 2 + y, 1 dxdy = 2 S D = D (y x 2 + y 2 x 2 y 2 ) dxdy = = 1 4 π 8. Výpočet je proveden s použitím transformace do polárních souřadnic. 2.4 Charakteristiky tenzorových polí Lokální charakteristiky Aplikací diferenciálních operátorů na konkrétní fyzikální pole můžeme v libovolném bodě (tj. lokálně) získat informace o jeho vlastnostech. Gradient a derivace ve směru Mějme dáno skalární pole T = T (x 1, x 2, x 3 ) a zvolme libovolný směr jako vektor s = (s 1, s 2, s 3 ). Derivaci funkce T ve směru s definujeme jako skalární veličinu T s = s grad T, s = s s,

27 2.4. CHARAKTERISTIKY TENZOROVÝCH POLÍ 27 kde s je jednotkový (normovaný) vektor s. Důsledkem je známý fakt, že gradient funkce T = T (X) udává směr největší změny této funkce v bodě X. Je to zřejmé z následujícího vyjádření derivace ve směru: s grad T = s grad T (X) cos α. Protože s = 1, bude tento výraz maximální tehdy, když pro úhel α mezi gradientem a vektorem s bude platit cos α = 1. To nastane pro α =, tj. splynou-li směry vektorů s a grad T (X). Zřídlovost pole Aplikujeme-li operátor divergence na vektorové pole T v bodě X = (x 1, x 2, x 3 ), obdržíme skalární hodnotu (číslo). Je-li div T(X) =, nazývá se X nezřídlový bod. Je-li div T(X), je X zřídlovým bodem. Specielně se X nazývá zřídlo, je-li div T(X) >, resp. propad, když div T(X) <. Platí-li na nějaké oblasti Ω div T(X) = (div T(X) ), říkáme, že pole T je na této oblasti nezřídlové (zřídlové). Divergence tedy umožňuje charakterizovat míru zřídlovosti pole neboli distribuci zdrojů na oblasti Ω. Příklad Ukážeme, že pole F = (x 2 1 x 2, 2x 2 x 3, x 2 3 2x 1x 2 x 3 ) je nezřídlové na libovolné oblasti v R 3. div F = F i x i = 2x 1 x 2 2x 3 + 2x 3 2x 1 x 2 =. Vírovost pole Jesliže na oblasti Ω platí rot T = (rot T ), nazývá se pole T nevírové (vírové). Podle je rot grad ϕ = pro každou funkci ϕ C 2 (Ω). Proto lze nevírové pole T vyjádřit jako gradient jistého skalárního pole ϕ, tj. T = grad ϕ. Pole ϕ se nazývá potenciál vektorového pole T (pole T je potenciálové). Příklady (a) Vyšetříme vírovost rychlostního pole tuhého tělesa rotujícího kolem osy s konstantní úhlovou rychlostí ω. Bez újmy na obecnosti budeme uvažovat rotaci kolem osy x 3 = z - viz obrázek 2.5, kde je dále ω = (,, ω)... vektor úhlové rychlosti, r = (x, y, z)... polohový vektor libovolného bodu tělesa, v = ω r = ( ωy, ωx, )... postupná (obvodová) rychlost, protože v ω, v r. Výpočtem obdržíme rotaci rychlostního pole rot v = (,, 2ω). Tento výsledek ukazuje, že rychlostní pole rotujícího tělesa je vždy vírové. (b) Mějme vektorové pole F = (x 2 x 3, x 1 x 3, x 1 x 2 ). Snadno lze ukázat, že je nevírové, nebot rot F = (,, ) =. Proto existuje jeho potenciál ϕ takový, že F = grad ϕ. Toto pole je navíc nezřídlové, protože div F =. Spojením těchto dvou vlastností dostáváme div grad ϕ = neboli ϕ =, což je Laplaceova diferenciální rovnice. Protože každá funkce, která vyhovuje této rovnici, se nazývá harmonická, je skalární pole ϕ harmonické.

28 28 KAPITOLA 2. ZÁKLADY TENZOROVÉ ANALÝZY ω z v r x Obrázek 2.5: Rotace kolem osy. y Globální charakteristiky Tyto charakteristiky se ve vektorové analýze vyjadřují prostřednictvím integrálních operátorů na křivkách či plochách nacházejících se v oblasti Ω R 3. Dvě základní veličiny, které v této souvislosti studujeme, jsou cirkulace pole po křivce a tok pole uzavřenou plochou. Metody jejich výpočtu jsme ukázali v kapitole 2.3. Posuv vektoru F po křivce K se vyjádřuje křivkovým integrálem 2. druhu Je-li křivka při posuvu pole F uzavřená, hovoříme o cirkulaci pole po křivce a značíme ji C = F dl. (2.16) K Například v mechanice udává tento integrál práci vykonanou silou F působící po dráze K. Tok vektoru plochou je reprezentován plošným integrálem 2. druhu (orientovaným) S F ds = 1 2 ( 1)i 1 ε ijk F i dx j dx k = F 1 dx 2 dx 3 + F 2 dx 1 dx 3 + F 3 dx 1 dx 2, (2.17) S S kde ds = (dx 2 dx 3, dx 1 dx 3, dx 1 dx 2 ) je orientovaný element plochy S. Bude-li například F pole rychlosti proudící tekutiny, pak tento plošný integrál udává objemový průtok plochou S za jednotku času. V případě toku pole F uzavřenou plochou S píšeme Q = F ds. (2.18) Příklady (a) Vypočteme cirkulaci pole F = (x 2 + yz, 2yz zx, y 2 ) po kružnici K, která je řezem parabolické plochy x 2 + y 2 + z = 2 rovinou z = 1. Orientace křivky je souhlasná s osou z viz obr Pro zadanou úlohu zvolíme parametrizaci ψ(t) = (cos t, sin t, 1), t, 2π, takže C = 2π ( ) cos 2 t + sin t, 2 sin t cos t, sin 2 t S ( sin t, cos t, ) dt = 2π dt = 2π.

29 2.4. CHARAKTERISTIKY TENZOROVÝCH POLÍ 29 2 z 1 K 1 1 y x Obrázek 2.6: Kružnice na parabolické ploše. 6 z G G G n G 3 2 y x Obrázek 2.7: Tok rovinou v I. oktantu. (b) Stanovíme tok pole G = (x, 3y+z, 2x) částí roviny 2x+3y+z 6 = určené podmínkami x, y, z. Normálový vektor n je orientován souhlasně s osou z viz obr V zadaném příkladě je z = 6 2x 3y a vektor n = (2, 3, 1) je konstantní, protože se jedná o rovinu. Proto Q = S G ds = D xy (x, 6 2x, 2x) (2, 3, 1) dx dy = 3 (18 6x) x dy dx = 36. V dalším výkladu ukážeme, jak jsou uvedené globální (integrální) charakteristiky svázány s lokálními, tj. se zřídlovostí a vírovostí pole.

30 3 KAPITOLA 2. ZÁKLADY TENZOROVÉ ANALÝZY Gaussova Ostrogradského věta Necht pole F = (F 1, F 2, F 3 ) má spojitě diferencovatelné složky na jednoduše souvislé oblasti Ω ohraničené (po částech) hladkou kladně orientovanou plochou S, tj. F i C 1 (Ω). Pak platí: F ds = div F dω. (2.19) S Ω Jinými slovy: tok pole uzavřenou plochou je roven objemovému integrálu divergence pole. Kladnou orientací uzavřené plochy rozumíme orientaci ve směru její vnější normály. Pro nezřídlové pole, v němž div F = na Ω, platí jako důsledek Gaussovy Ostrogradského věty F ds =. S Opačné tvrzení však neplatí: je-li S F ds =, pak může jít jak o nezřídlové pole, tak o pole zřídlové, v němž však jsou kladné a záporné zdroje v rovnováze. Příklad Určete tok pole F = (xy z 2, 2xz, y x 2 ) vnějškem povrchu krychle, a, a, a. Bez použití G. O. věty by se výpočet provedl jako součet šesti plošných integrálů přes jednotlivé stěny krychle. Při její aplikaci však snadno určíme div F = y a dosadíme do objemového integrálu: Stokesova věta F ds = y dω = S Ω a a dx a y dy dz = 1 2 a4. Necht pole F = (F 1, F 2, F 3 ) má spojitě diferencovatelné složky na jednoduše souvislé oblasti Ω R 3, v níž leží hladká plocha S ohraničená hladkou souhlasně orientovanou křivkou K. Pak platí: F dl = rot F ds. (2.2) K S Křivka i plocha mohou být případně pouze po částech hladké. Při souhlasné orientaci splňují pravidlo pravé ruky: ukazuje-li palec pravé ruky směr normály k ploše S, míří její prsty ve směru souhlasné orientace křivky K. Na místě je otázka, zda ve Stokesově větě můžeme plochu S procházející křivkou K volit libovolně (ve smyslu předpokladů věty). Odpověd je kladná, jak vyplývá z následující analýzy. Mějme libovolnou uzavřenou křivku K ležící na uzavřené ploše S ohraničující objem Ω (obr. 2.8). Touto křivkou je plocha rozdělena na dvě opačně orientované části S + 1, S 2. Uvažujme dále pole G C1 (Ω). Pro jeho tok uzavřenou plochou S můžeme jednak použít Gaussovu Ostrogradského větu, G ds = div G dω, S Ω jednak ho můžeme určit jako součet plošných integrálů, G ds = S S + 1 G ds + S 2 G ds.

31 2.4. CHARAKTERISTIKY TENZOROVÝCH POLÍ 31 n S 1 + K n S 2 Obrázek 2.8: K výkladu nezávislosti na integrační ploše u Stokesovy věty. Necht je nyní speciálně G = rot F jako na pravé straně (2.2). Protože div rot F =, je celkový tok uzavřenou plochou S nulový, a tedy G ds + G ds =, neboli G ds = G ds. S + 1 S 2 S + 1 S + 2 Kterákoli z ploch jdoucích křivkou K dává tedy při použití Stokesovy věty stejný výsledek. Výhodu možnosti volby ukazuje následující příklad. Příklad Použijeme Stokesovu větu k řešení příkladu (a) z kapitoly Kružnicí K na obr. 2.6 prochází kromě generující parabolické plochy celá řada dalších ploch. Nejvýhodnější pro výpočet bude rovina z = 1, jejíž normálový vektor n = (,, 1) máme bezprostředně k dispozici. Průmětem kružnice do roviny z = je obvod kruhu D xy = {x 2 + y 2 1}. Snadno získáme rot F = (x, y, 2z), takže C = F dl = (x, y, 2z) (,, 1) dx dy = 2 dx dy = 2 D xy = 2π. K D xy Symbolem D xy je označena velikost průmětu D xy, v našem případě obsah kruhu o poloměru 1. D xy Nezávislost na integrační cestě V nevírovém poli (rot F = ) musí být cirkulace K F dl = pro libovolnou uzavřenou křivku K. Současně plyne z podmínky F = grad U existence potenciálu U(x, y, z). Není-li křivka uzavřená, můžeme výpočet křivkového integrálu snadno provést následujícím způsobem. Označíme po řadě A a B její počáteční a koncový bod, takže při parametrizaci ψ(t) = (x(t), y(t), z(t)), t t 1, t 2 je ψ(t 1 ) = A, ψ(t 2 ) = B. Pak F dl = [U(x, y, z)] B A = U(B) U(A), (2.21) nebot podle formule pro derivaci složené funkce je K grad U dl = t 2 K t 1 grad U(ψ(t)) ψ(t) dt = t 2 t 1 [U xẋ(t) + U yẏ(t) + U zẏ(t)] dt = t 2 t 1 U(t) dt.

32 32 KAPITOLA 2. ZÁKLADY TENZOROVÉ ANALÝZY Tento výsledek znamená, že v potenciálovém poli hodnota křivkového integrálu nezávisí na integrační cestě. Jeden ze způsobů stanovení potenciálu ukazuje další příklad. Příklad Máme vypočíst integrál I = K F dl, kde F = (2xy z, x 2, 2z x) a křivka K je úsečka mezi body A= [1, 1, 1] a B= [2, 3, 4]. Nejprve výpočtem ověříme, že jde o potenciálové pole, nebot rot F =. Jelikož F = grad U, bude U x = 2xy z = U = (2xy z) dx = x 2 y zx + C 1 (y, z), U y = x 2 = U = x 2 dy = x 2 y + C 2 (x, z), U z = 2z x = U = (2z x) dz = z 2 xz + C 3 (x, y). Hledaný potenciál je sjednocením této trojice funkcí: Pro integrál I pak podle (2.21) dostáváme Cvičení U(x, y, z) = x 2 y zx + z 2 + C. I = [x 2 y zx + z 2 ] [2,3,4] [1,1,1] = 19. (1) Intenzita elektrostatického pole bodového náboje q v prostředí s permitivitou ε umístěného v počátku souřadného systémuje dána vztahem E = q 4πε r r 3. Dokažte, že pole E je pro r nezřídlové a nevírové. (2) Změna energie ideálního plynu při adiabatickém ději je vyjádřena rovnicí δu = δq + δa = c v dt + p dv. S použitím stavové rovnice ideálního plynu (p V = R T ) dokažte, že tato změna závisí na průběhu děje (nemá potenciálový charakter). (3) Vypočtěte posuv pole G = (z, z, y) po úsečce z bodu [1,, 1] do bodu [, 1, ]. (4) Určete tok pole G z předchozího příkladu povrchem části kulové plochy x 2 + y 2 + z 2 = r 2, x, y, z ve směru vnější normály. (5) Jakou práci vykoná síla F = (x + y, y z, y) působící po obvodu trojúhelníka vyt atého v rovině 2x + 3y + z 6 = souřadnými rovinami? (Pozn.: trojúhelník je znázorněn na obr. 2.4 vpravo.) (6) Vyčíslete tok pole F = (2xz, y, x) vnějškem povrchu válce {x 2 + y 2 9, z 6}. (7) Dokažte, že pole G = (y 2 + z, 2xy z 2, x 2yz) je potenciálové a vypočtěte jeho posuv mezi body [ 1, 1, 2] a [1, 1, 2].

33 Kapitola 3 Tenzorový aparát statické teorie pružnosti 3.1 Úvod Matematický aparát statické (a následně i dynamické) teorie pružnosti patří k typickým oblastem, v nichž se uplatňují přednosti tenzorového počtu. V této kapitole se budeme věnovat odvození a vlastnostem tenzoru napětí a tenzoru deformace a rovněž jejich vzájemnému vztahu, který je představován zobecněným Hookeovým zákonem Motivace - tahová zkouška Budeme se nyní zabývat určením vztahu mezi napětím τ a deformací e. Jako modelovou situaci budeme uvažovat tahovou zkoušku dlouhé úzké tyče. Předpokládáme, že je podrobena jednosměrnému tahu silou F ve směru osy x 1 (obr. 3.1), přičemž se její průřez S nemění. F S x 1 l l Obrázek 3.1: Tahová zkouška. Působící normálové napětí je τ = F S a tahová síla prodlouží tyč délky l o l, takže deformace je dána poměrným prodloužením e = l l Diagram tahové zkoušky na obr. 3.2 ukazuje příklad vztahu mezi napětím a deformací (jedná se o určitý typ oceli). Významné body na grafu představují mez pevnosti τ c ; 33.

34 34 KAPITOLA 3. TENZOROVÝ APARÁT STATICKÉ TEORIE PRUŽNOSTI τ c τ τ b τ e τ a malé deformace e Obrázek 3.2: Grafická závislost mezi napětím a deformací. mez kluzu τ b ; mez pružnosti τ e : pro τ τ e se těleso po odlehčení vrátí do původního stavu (hovoříme o pružné deformaci), pro τ > τ e část deformace přetrvává (plastická deformace); mez úměrnosti τ a, která vymezuje důležitou oblast lineární pružnosti (τ < τ a ), kde je napětí přímo úměrné deformaci: τ = E e. (3.1) Tento vztah se nazývá základní Hookeův zákon a konstantou úměrnosti v něm je tzv. Youngův modul pružnosti E [Nm 2 ]. Spojením předchozích vztahů dostáváme e = 1 E τ neboli l l = 1 E F S. (3.2) V obecném případě je popis napět ového a tedy i přetvárného stavu mnohem komplikovanější, a proto musíme zavést bohatší teoretický aparát Zobecnění základní pojmy Budeme popisovat stav napjatosti na elementárním objemu V tělesa Ω (obr. 3.3). Na tento objem působí dva druhy sil: vnitřní síly mají stejný účinek ve všech jeho bodech (např. setrvačné síly, tíhová síla aj.), plošné síly působící zvnějšku různým způsobem v bodech jeho povrchu (jde o působení okolních elementů). Výchozí předpoklady V Ω R 3... kompaktní (jednoduše souvislá) oblast, V... její hranice (po částech hladká), F... hustota objemových sil, ν(p )... normálový vektor hranice v bodě P V, T (ν) (P )... hustota plošných sil působících v bodě P, v němž má povrch normálu ν, T i, F i C( V ).

35 3.2. TENZOR NAPĚTÍ 35 Γ V Ω N ν V P T (ν) (P) F S Obrázek 3.3: Objemové a plošné síly. Všimněme si ještě několika typických atributů vektoru napětí (ν normály): je jednotkový vektor 1. T (ν) = T ( ν) (zákon akce a reakce), 2. T (ν) ν = N (normálové napětí), 3. T (ν) N.ν = S, S = S (tečné napětí). 3.2 Tenzor napětí Zavedení Povrchová síla působí nejen v bodě P, ale také v jeho okolí na plošném elementu S. Ten má obecnou polohu v prostoru, a proto vektor napětí T (ν) rozložíme do tří plošek rovnoběžných se souřadnými rovinami, aby bylo možné vzájemné porovnání napět ových stavů v různých bodech s různými normálami. Jako elementární objem V zvolíme čtyřstěn obr Velikost trojúhelníkové plošky kolmé na osu x j, j = 1, 2, 3, označíme S j. Příslušný normálový vektor bude tedy opačný k bázovému vektoru příslušnému dané ose, tj. ν (j) = e j. Vektory napětí na těchto ploškách označíme T (j). Je-li čtyřstěn v rovnováze, musí být výslednice všech působících sil (plošných i objemových) nulová: T (1) S 1 + T (2) S 2 + T (3) S 3 + T (ν) S + FV = o. (3.3) Pro objem čtyřstěnu platí známý vzorec V = 1 3h S, kde h je výška jakožto kolmá vzdálenost stěny S od protějšího vrcholu. Dále je zřejmé, že úhel normál ν (j) = e j a ν je roven úhlu, který svírají elementy S j a S. Platí tedy, že S j = cos( ν (j), ν) S = ν j S. Upravíme-li výše uvedený bilanční vztah vydělením S, dostáváme rovnost T (1) ν 1 T (2) ν 2 T (3) ν 3 + T (ν) + 1 hf = o. (3.4) 3

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

Vektorová a tenzorová analýza

Vektorová a tenzorová analýza Vektorová a tenzorová analýza studijní text Jaroslav Vlček Katedra matematiky a deskriptivní geometrie VŠB-TU Ostrava 19. září 217 2 Obsah 1 Kartézské tenzory 5 1.1 Základní pojmy.....................................

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

VEKTOROVÁ POLE Otázky

VEKTOROVÁ POLE Otázky VEKTOROVÁ POLE VEKTOROVÁ POLE Je-li A podmnožina roviny a f je zobrazení A do R 2, které je dáno souřadnicemi f 1, f 2, tj., f(x, y) = (f 1 (x, y), f 2 (x, y)) pro (x, y) A, lze chápat dvojici (f 1 (x,

Více

MATEMATIKA II - vybrané úlohy ze zkoušek ( 2015)

MATEMATIKA II - vybrané úlohy ze zkoušek ( 2015) MATEMATIKA II - vybrané úlohy ze zkoušek ( 2015 doplněné o další úlohy 13. 4. 2015 Nalezené nesrovnalosti ve výsledcích nebo připomínky k tomuto souboru sdělte laskavě F. Mrázovi ( e-mail: Frantisek.Mraz@fs.cvut.cz.

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

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

MATEMATIKA II - vybrané úlohy ze zkoušek v letech

MATEMATIKA II - vybrané úlohy ze zkoušek v letech MATEMATIKA II - vybrané úlohy ze zkoušek v letech 2009 2012 doplněné o další úlohy 3. část KŘIVKOVÉ INTEGRÁLY, GREENOVA VĚTA, POTENIÁLNÍ POLE, PLOŠNÉ INTEGRÁLY, GAUSSOVA OSTROGRADSKÉHO VĚTA 7. 4. 2013

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

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

1. Cvičení: Opakování derivace a integrály

1. Cvičení: Opakování derivace a integrály . Cvičení: Opakování derivace a integrál Derivace Příklad: Určete derivace následujících funkcí. f() e 5 ( 5 cos + sin ) f () 5e 5 ( 5 cos + sin ) + e 5 (5 sin + cos ) e 5 cos + 65e 5 sin. f() + ( + )

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

VEKTOROVÁ POLE VEKTOROVÁ POLE

VEKTOROVÁ POLE VEKTOROVÁ POLE Je-li A podmnožina roviny a f je zobrazení A do R 2, které je dáno souřadnicemi f 1, f 2, tj., f(x, y) = (f 1 (x, y), f 2 (x, y)) pro (x, y) A, lze chápat dvojici (f 1 (x, y), f 2 (x, y)) jako vektor 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

Skalární a vektorový popis silového pole

Skalární a vektorový popis silového pole Skalární a vektorový popis silového pole Elektrické pole Elektrický náboj Q [Q] = C Vlastnost materiálových objektů Interakce (vzájemné silové působení) Interakci (vzájemné silové působení) mezi dvěma

Více

Analýza napjatosti PLASTICITA

Analýza napjatosti PLASTICITA Analýza napjatosti PLASTICITA TENZOR NAPĚTÍ Teplota v daném bodě je skalár, je to tenzor nultého řádu, který nezávisí na změně souřadného systému Síla je vektor, je to tenzor prvního řádu, v trojrozměrném

Více

14. cvičení z Matematické analýzy 2

14. cvičení z Matematické analýzy 2 4. cvičení z atematické analýzy 2 8. - 2. ledna 28 4. (Greenova věta) Použijte Greenovu větu k nalezení práce síly F (x, y) (2xy 3, 4x 2 y 2 ) vykonané na částici podél křivky Γ, která je hranicí oblasti

Více

Obecný Hookeův zákon a rovinná napjatost

Obecný Hookeův zákon a rovinná napjatost Obecný Hookeův zákon a rovinná napjatost Základní rovnice popisující napěťově-deformační chování materiálu při jednoosém namáhání jsou Hookeův zákon a Poissonův zákon. σ = E ε odtud lze vyjádřit také poměrnou

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

4. Napjatost v bodě tělesa

4. Napjatost v bodě tělesa p04 1 4. Napjatost v bodě tělesa Předpokládejme, že bod C je nebezpečným bodem tělesa a pro zabránění vzniku mezních stavů je m.j. třeba zaručit, že napětí v tomto bodě nepřesáhne definované mezní hodnoty.

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

Transformujte diferenciální výraz x f x + y f do polárních souřadnic r a ϕ, které jsou definovány vztahy x = r cos ϕ a y = r sin ϕ.

Transformujte diferenciální výraz x f x + y f do polárních souřadnic r a ϕ, které jsou definovány vztahy x = r cos ϕ a y = r sin ϕ. Ukázka 1 Necht má funkce z = f(x, y) spojité parciální derivace. Napište rovnici tečné roviny ke grafu této funkce v bodě A = [ x 0, y 0, z 0 ]. Transformujte diferenciální výraz x f x + y f y do polárních

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

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

Plošný integrál Studijní text, 16. května Plošný integrál

Plošný integrál Studijní text, 16. května Plošný integrál Plošný integrál tudijní text, 16. května 2011 Plošný integrál Jednoduchý integrál jsme rozšířili zavedením křivkového integrálu. Rozlišovali jsme dva druhy integrálu, přičemž křivkový integrál 2. druhu

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

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

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

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

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

F n = F 1 n 1 + F 2 n 2 + F 3 n 3.

F n = F 1 n 1 + F 2 n 2 + F 3 n 3. Plošný integrál Několik pojmů Při našich úvahách budeme často vužívat skalární součin dvou vektorů. Platí F n F n cos α, kde α je úhel, který svírají vektor F a n. Vidíme, že pokud je tento úhel ostrý,

Více

13. cvičení z Matematické analýzy 2

13. cvičení z Matematické analýzy 2 . cvičení z atematické analýz 2 5. - 9. května 27. konzervativní pole, potenciál Dokažte, že následující pole jsou konzervativní a najděte jejich potenciál. i F x,, z x 2 +, 2 + x, ze z, ii F x,, z x 2

Více

Vybrané kapitoly z matematiky

Vybrané kapitoly z matematiky Vybrané kapitoly z matematiky VŠB-TU Ostrava 2018-2019 Vybrané kapitoly z matematiky 2018-2019 1 / 18 Vektorová analýza a teorie pole Vybrané kapitoly z matematiky 2018-2019 2 / 18 Vektorová funkce jedné

Více

10 Funkce více proměnných

10 Funkce více proměnných M. Rokyta, MFF UK: Aplikovaná matematika II kap. 10: Funkce více proměnných 16 10 Funkce více proměnných 10.1 Základní pojmy Definice. Eukleidovskou vzdáleností bodů x = (x 1,...,x n ), y = (y 1,...,y

Více

Vysoké učení technické v Brně, Fakulta strojního inženýrství MATEMATIKA 2

Vysoké učení technické v Brně, Fakulta strojního inženýrství MATEMATIKA 2 Vysoké učení technické v Brně, Fakulta strojního inženýrství MATEMATIKA 2 Požadavky ke zkoušce pro skupinu C 1. ročník 2014/15 I. Diferenciální počet funkcí více proměnných 1. Funkce více proměnných (a)

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

TENSOR NAPĚTÍ A DEFORMACE. Obrázek 1: Volba souřadnicového systému

TENSOR NAPĚTÍ A DEFORMACE. Obrázek 1: Volba souřadnicového systému TENSOR NAPĚTÍ A DEFORMACE Obrázek 1: Volba souřadnicového systému Pole posunutí, deformace, napětí v materiálovém bodě {u} = { u v w } T (1) Obecně 9 složek pole napětí lze uspořádat do matice [3x3] -

Více

Potenciál vektorového pole

Potenciál vektorového pole Kapitola 12 Potenciál vektorového pole 1 Definice a výpočet Důležitým typem vektorového pole je pole F, pro které existuje spojitě diferencovatelná funkce f tak, že F je pole gradientů funkce f, tedy F

Více

12. Křivkové integrály

12. Křivkové integrály 12 Křivkové integrály Definice 121 Jednoduchou po částech hladkou křivkou v prostoru R n rozumíme množinu bodů [x 1,, x n ], které jsou dány parametrickými rovnicemi x 1 = ϕ 1 t), x 2 = ϕ 2 t), x n = ϕ

Více

Protože se neobejdeme bez základních poznatků vektorové algebry, připomeneme si nejdůležitější pojmy., pak - skalární součin vektorů u,

Protože se neobejdeme bez základních poznatků vektorové algebry, připomeneme si nejdůležitější pojmy., pak - skalární součin vektorů u, 4 VEKTOROVÁ ANALÝZA 41 Vektorová funkce Protože se neobejdeme bez základních poznatků vektorové algebry, připomeneme si nejdůležitější pojmy Jsou-li dány tři nenulové vektory, uu ( 1, u, u), vv ( 1, v,

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

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

PŘÍKLADY K MATEMATICE 3

PŘÍKLADY K MATEMATICE 3 PŘÍKLADY K ATEATIE 3 ZDENĚK ŠIBRAVA. Křivkové integrály.. Křivkový integrál prvního druhu. Příklad.. Vypočítejme křivkový integrál A =, ), B = 4, ). Řešení: Úsečka AB je hladká křivka. Funkce ψt) = 4t,

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

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

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

Matematická analýza III.

Matematická analýza III. 2. Parciální derivace Miroslav Hušek, Lucie Loukotová UJEP 2010 Parciální derivace jsou zobecněním derivace funkce jedné proměnné. V této kapitole poznáme jejich základní vlastnosti a využití. Co bychom

Více

Otázky k ústní zkoušce, přehled témat A. Číselné řady

Otázky k ústní zkoušce, přehled témat A. Číselné řady Otázky k ústní zkoušce, přehled témat 2003-2004 A Číselné řady Vysvětlete pojmy částečný součet řady, součet řady, řadonverguje, řada je konvergentní Formulujte nutnou podmínku konvergence řady a odvoďte

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

14. Věty Gauss-Ostrogradského, Greenova a Stokesova věta

14. Věty Gauss-Ostrogradského, Greenova a Stokesova věta 14. Věty Gauss-Ostrogradského, Greenova a Stokesova věta Aplikovaná matematika II, NMAF072 M. Rokyta, KMA MFF UK LS 2010/11 14.1 Úvod Definice (zobecněná plocha) Řekneme, že S R n (n 2) je zobecněná (n

Více

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

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

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

Příklady pro předmět Aplikovaná matematika (AMA) část 1

Příklady pro předmět Aplikovaná matematika (AMA) část 1 Příklady pro předmět plikovaná matematika (M) část 1 1. Lokální extrémy funkcí dvou a tří proměnných Nalezněte lokální extrémy funkcí: (a) f 1 : f 1 (x, y) = x 3 3x + y 2 + 2y (b) f 2 : f 2 (x, y) = 1

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

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

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

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

y ds, z T = 1 z ds, kde S = S

y ds, z T = 1 z ds, kde S = S Plošné integrály příklad 5 Určete souřadnice těžiště části roviny xy z =, která leží v prvním oktantu x >, y >, z >. Řešení: ouřadnice těžiště x T, y T a z T homogenní plochy lze určit pomocí plošných

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

Vybrané kapitoly z matematiky

Vybrané kapitoly z matematiky Vybrané kapitoly z matematiky VŠB-TU Ostrava 2017-2018 Vybrané kapitoly z matematiky 2017-2018 1 / 19 Základní informace předmět: 714-0513, 5 kreditů přednáší: Radek Kučera kontakt: radek.kucera@vsb.cz,

Více

Substituce ve vícenásobném integrálu verze 1.1

Substituce ve vícenásobném integrálu verze 1.1 Úvod Substituce ve vícenásobném integrálu verze. Následující text popisuje výpočet vícenásobných integrálů pomocí věty o substituci. ěl by sloužit především studentům předmětu ATEAT k přípravě na zkoušku.

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

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

pouze u některých typů rovnic a v tomto textu se jím nebudeme až na

pouze u některých typů rovnic a v tomto textu se jím nebudeme až na Matematika II 7.1. Zavedení diferenciálních rovnic Definice 7.1.1. Rovnice tvaru F(y (n), y (n 1),, y, y, x) = 0 se nazývá diferenciální rovnice n-tého řádu pro funkci y = y(x). Speciálně je F(y, y, x)

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

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

16. Matematický popis napjatosti

16. Matematický popis napjatosti p16 1 16. Matematický popis napjatosti Napjatost v bodě tělesa jsme definovali jako množinu obecných napětí ve všech řezech, které lze daným bodem tělesa vést. Pro jednoznačný matematický popis napjatosti

Více

Drsná matematika III 1. přednáška Funkce více proměnných: křivky, směrové derivace, diferenciál

Drsná matematika III 1. přednáška Funkce více proměnných: křivky, směrové derivace, diferenciál Drsná matematika III 1. přednáška Funkce více proměnných: křivky, směrové derivace, diferenciál Jan Slovák Masarykova univerzita Fakulta informatiky 16. 9. 2008 Obsah přednášky 1 Literatura 2 Funkce a

Více

Matematika pro chemické inženýry

Matematika pro chemické inženýry Matematika pro chemické inženýry Drahoslava Janovská Plošný integrál Přednášky Z 216-217 ponzorováno grantem VŠCHT Praha, PIGA 413-17-6642, 216 Povinná látka. Bude v písemkách a bude se zkoušet při ústní

Více

Požadavky ke zkoušce

Požadavky ke zkoušce Požadavky ke zkoušce Zkouška z předmětu MATEMATIKA 2 má dvě části Písemná část: Písemná část se ještě dále rozděluje na praktickou část písemku a teoretickou část test. Písemka trvá 90 minut a je v ní

Více

Dá se ukázat, že vzdálenost dvou bodů má tyto vlastnosti: 2.2 Vektor, souřadnice vektoru a algebraické operace s vektory

Dá se ukázat, že vzdálenost dvou bodů má tyto vlastnosti: 2.2 Vektor, souřadnice vektoru a algebraické operace s vektory Vektorový počet.1 Eklidovský prostor E 3 Eklidovský prostor E 3 je prostor spořádaných trojic (tj. bodů), v němž je definována vzdálenost dvo jeho bodů A, B (značíme ji AB ). Vzdálenost bodů A = [a 1,

Více

Matematika III. Miroslava Dubcová, Drahoslava Janovská, Daniel Turzík. Ústav matematiky

Matematika III. Miroslava Dubcová, Drahoslava Janovská, Daniel Turzík. Ústav matematiky Matematika III Základy vektorové analýzy Miroslava Dubcová, Drahoslava Janovská, Daniel Turzík Ústav matematiky Přednášky LS 2015-2016 Obsah 1 Skalární a vektorový součin Skalární součin Vektorový součin

Více

Bakalářská matematika I

Bakalářská matematika I 1. Funkce Diferenciální počet Mgr. Jaroslav Drobek, Ph. D. Katedra matematiky a deskriptivní geometrie Bakalářská matematika I Některé užitečné pojmy Kartézský součin podrobnosti Definice 1.1 Nechť A,

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

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

8.3). S ohledem na jednoduchost a názornost je výhodné seznámit se s touto Základní pojmy a vztahy. Definice

8.3). S ohledem na jednoduchost a názornost je výhodné seznámit se s touto Základní pojmy a vztahy. Definice 9. Lineární diferenciální rovnice 2. řádu Cíle Diferenciální rovnice, v nichž hledaná funkce vystupuje ve druhé či vyšší derivaci, nazýváme diferenciálními rovnicemi druhého a vyššího řádu. Analogicky

Více

Cvičení 1. Napjatost v bodě tělesa Hlavní napětí Mezní podmínky ve víceosé napjatosti

Cvičení 1. Napjatost v bodě tělesa Hlavní napětí Mezní podmínky ve víceosé napjatosti Cvičení 1 Napjatost v bodě tělesa Hlavní napětí Mezní podmínky ve víceosé napjatosti Napjatost v bodě tělesa Napjatost (napěťový stav) v bodě tělesa je množinou obecných napětí ve všech řezech, které lze

Více

1. Náhodný vektor (X, Y ) má diskrétní rozdělení s pravděpodobnostní funkcí p, kde. p(x, y) = a(x + y + 1), x, y {0, 1, 2}.

1. Náhodný vektor (X, Y ) má diskrétní rozdělení s pravděpodobnostní funkcí p, kde. p(x, y) = a(x + y + 1), x, y {0, 1, 2}. VIII. Náhodný vektor. Náhodný vektor (X, Y má diskrétní rozdělení s pravděpodobnostní funkcí p, kde p(x, y a(x + y +, x, y {,, }. a Určete číslo a a napište tabulku pravděpodobnostní funkce p. Řešení:

Více

9.2. Zkrácená lineární rovnice s konstantními koeficienty

9.2. Zkrácená lineární rovnice s konstantními koeficienty 9.2. Zkrácená lineární rovnice s konstantními koeficienty Cíle Řešíme-li konkrétní aplikace, které jsou popsány diferenciálními rovnicemi, velmi často zjistíme, že fyzikální nebo další parametry (hmotnost,

Více

Cvičení z Lineární algebry 1

Cvičení z Lineární algebry 1 Cvičení z Lineární algebry Michael Krbek podzim 2003 2392003 Hodina Jsou dána komplexní čísla z = +2 i a w = 2 i Vyjádřete c algebraickém tvaru (z + w) 3,, (zw), z w 2 Řešte v komplexním oboru rovnice

Více

Derivace funkcí více proměnných

Derivace funkcí více proměnných Derivace funkcí více proměnných Pro studenty FP TUL Martina Šimůnková 16. května 019 1. Derivace podle vektoru jako funkce vektoru. Pro pevně zvolenou funkci f : R d R n a bod a R d budeme zkoumat zobrazení,

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

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

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

Dnešní látka Variačně formulované okrajové úlohy zúplnění prostoru funkcí. Lineární zobrazení.

Dnešní látka Variačně formulované okrajové úlohy zúplnění prostoru funkcí. Lineární zobrazení. Předmět: MA4 Dnešní látka Variačně formulované okrajové úlohy zúplnění prostoru funkcí. Lineární zobrazení. Literatura: Kapitola 2 a)-c) a kapitola 4 a)-c) ze skript Karel Rektorys: Matematika 43, ČVUT,

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

ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A1. Cvičení, zimní semestr. Samostatné výstupy. Jan Šafařík

ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A1. Cvičení, zimní semestr. Samostatné výstupy. Jan Šafařík Vysoké učení technické v Brně Stavební fakulta ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE Matematika 0A1 Cvičení, zimní semestr Samostatné výstupy Jan Šafařík Brno c 2003 Obsah 1. Výstup č.1 2 2. Výstup

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

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

Q(y) dy = P(x) dx + C.

Q(y) dy = P(x) dx + C. Cíle Naše nejbližší cíle spočívají v odpovědích na základní otázky, které si klademe v souvislosti s diferenciálními rovnicemi: 1. Má rovnice řešení? 2. Kolik je řešení a jakého jsou typu? 3. Jak se tato

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

Maturitní témata z matematiky

Maturitní témata z matematiky Maturitní témata z matematiky G y m n á z i u m J i h l a v a Výroky, množiny jednoduché výroky, pravdivostní hodnoty výroků, negace operace s výroky, složené výroky, tabulky pravdivostních hodnot důkazy

Více

6 Samodružné body a směry afinity

6 Samodružné body a směry afinity 6 Samodružné body a směry afinity Samodružnými body a směry zobrazení rozumíme body a směry, které se v zobrazují samy na sebe. Například otočení R(S má jediný samodružný bod, střed S, anemá žádný samodružný

Více

Rozdíly mezi MKP a MHP, oblasti jejich využití.

Rozdíly mezi MKP a MHP, oblasti jejich využití. Rozdíly mezi, oblasti jejich využití. Obě metody jsou vhodné pro určitou oblast problémů. základě MKP vyžaduje rozdělení těles na vhodný počet prvků, jejichž analýza je poměrně snadná a pro většinu částí

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

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

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

Potenciální proudění

Potenciální proudění Hydromechanické procesy Potenciální proudění + plíživé obtékání koule M. Jahoda Proudění tekutiny Pohyby elementu tekutiny 2 čas t čas t + dt obecný pohyb posunutí lineární deformace rotace úhlová deformace

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