Del 1 Limite

Velikost: px
Začni prikazovanje s strani:

Download "Del 1 Limite"

Transkripcija

1 Del 1 Limite

2

3 POGLAVJE 1 Zaporedja realnih števil 1. Osnovne lastnosti realnih števil Naravna števila označujemo z N, cela z Z, racionalna z Q in realna z R. Naravna števila so nastala iz potrebe po preštevanju. Opišemo jih s Peanovimi aksiomi. Eden od njih je princip popolne indukcije, ki pravi: Podmožica v N, ki vsebuje tako element 1 kot tudi naslednika od vsakega svojega elementa, je enaka N. Cela števila so iznašli zato, ker se naravnih števil ni dalo vedno odštevati, racionalna pa zato ker se celih števil ni dalo vedno deliti. (Pri deljenju celega števila z neničelim celim številom lahko dobimo ostanek.) Z racionalnimi števili se ni dalo opisati nekaterih geometrijskih količin, na primer dolžine diagonale kvadrata s stranico 1 ali obsega kroga s polmerom 1, zato so morali iznajti tudi realna števila. Množico Z si predstavljamo kot v obe smeri neskončno množico točk na premici z razmikom 1 med sosedama. Množico Q si predstavljamo kot gosto množico točk na premici (to pomeni, da med poljubnima dvema različnima točkama na premici leži kako racionalno število). Vemo, da ima množica Q luknje, saj ne vsebuje niti 2 niti π. Če zakrpamo te luknje dobimo množico R. Množico realnih števil si torej predstavljamo kot premico (pravimo ji realna os), realna števila pa kot točke na tej premici. Naštejmo sedaj osnovne računske operacije z realnimi števili in njihove temeljne lastnosti (=aksiome). Če sta x in y realni števili, potem sta tudi njuna vsota x + y in produkt xy realni števili. 0 in 1 sta realni števili, pravimo jima nič oziroma ena. Če je x realno število, potem je tudi njegov nasprotni element x realno število. Če je x neničelno realno število, potem je tudi njegov obratni element x 1 realno število. Razlika in kvocient realnih števil nista osnovni računski operaciji, saj ju lahko definiramo z x y = x + ( y) oziroma x/y = xy 1. Za poljubne x, y, z iz R velja: A1) x + y = y + x, A2) (x + y) + z = x + (y + z), A3) x + 0 = 0 + x = x, A4) x + ( x) = ( x) + x = 0, 3

4 4 1. ZAPOREDJA REALNIH ŠTEVIL A5) xy = yx, A6) (xy)z = x(yz), A7) x1 = 1x = x, A8) če x 0, potem xx 1 = x 1 x = 1, A9) (x + y)z = xz + yz. Realna števila lahko tudi uredimo po velikosti. Velja: A10) Za poljubni števili x, y R velja bodisi x < y bodisi x = y bodisi y < x. A11) Za poljubni števili x, y R, ki zadoščata x < y, velja x + z < y + z za vsak z R ter xz < yz za vsak z > 0. A12) Dedekindova lastnost, glej spodaj. Vse ostale lastnosti osnovnih računskih operacij in relacije urejenosti se da izpeljati iz lastnosti A1-A12, zato tem lastnostim pravimo aksiomi realnih števil. 2. Omejene množice, povezane množice, okolice Preden povemo, kaj je Dedekindova lastnost, potrebujemo nekaj definicij. Naj bo A neprazna podmnožica v R. Pravimo, da je število c R gornja meja množice A, če za vsak a A velja a c. Če množica A nima nobene gornje meje, potem pravimo, da je navzgor neomejena, sicer pa, da je navzgor omejena. Vsaka navzgor omejena množica ima neskončno mnogo gornjih meja, saj je vsak element, ki je večji od kake gornje meje, spet gornja meja. Dedekindova lastnost pravi, da med vsemi gornjimi mejami obstaja taka, ki je najmanjša. Označimo jo z sup A in ji pravimo supremum množice A. Kadar množica A ni navzgor omejena, pišemo sup A = +, kadar pa je prazna, pišemo sup A =. Dedekindova lastnost torej pravi, da ima vsaka navzgor omejena podmnožica v R končen supremum. Navzgor omejena množica nima nujno največjega elementa. Kadar pa ga ima, ga označimo z max A in mu pravimo maksimum množice A. Kadar množica ima maksimum, je ta enak supremumu. Opomba. Če v definiciji gornje meje obrnemo neenačaj, dobimo definicijo spodnje meje. Množica je navzdol omejena, če ima kako spodnjo mejo, sicer pa je navzdol neomejena. Iz Dedekindove lastnosti sledi, da ima vsaka navzdol omejena množica največjo spodnjo mejo (infimum). Dogovorimo se, da je infimum navzdol neomejene množice, prazne pa +. Navzdol omejena množica nima nujno najmanjšega elementa (minumuma), ko pa ga ima, je ta enak infimumu.

5 2. OMEJENE MNOŽICE, POVEZANE MNOŽICE, OKOLICE 5 Pravimo, da je podmnožica v R povezana, če je vsako število, ki leži med dvema elementoma te množice tudi element te množice. Krajši premislek z gornjimi in spodnjimi mejami pokaže, da imamo devet tipov povezanih podmnožic v R in sicer: (1) zaprti intervali so oblike [a, b] = {x R: a x b}, (2) odprti intervali so oblike (a, b) = {x R: a < x < b}, (3) levo polodprti intervali so (a, b] = {x R: a < x b}, (4) desno polodprti intervali so [a, b) = {x R: a x < b}, (5) zaprti desni poltraki so oblike [a, + ) = {x R: a x}, (6) odprti desni poltraki so oblike (a, + ) = {x R: a < x}, (7) zaprti levi poltraki so oblike (, a] = {x R: x a}, (8) odprti levi poltraki so oblike (, a) = {x R: x < b}, (9) (, + ) = R. Prvi primer vključuje tudi množice z eno samo točko (velja namreč [a, a] = {a}). Za vsako realno število x definiramo njegovo absolutno vrednost x = { x, x 0, x, x < 0. Geometrijsko si absolutno vrednost x predstavljamo kot razdaljo točke x do koordinatnega izhodišča. (Razdalja ne more nikoli biti negativna.) Velja tudi bolj splošno. Razdalja med danima realnima številoma u in v je ravno u v. Za poljubno realno število a in poljubno strogo pozitivno realno število ɛ označimo z O(a, ɛ) množico vseh realnih števil, ki so od a oddaljena za manj kot ɛ. S formulo: O(a, ɛ) = {x: x a < ɛ}. Množici O(a, ɛ) pravimo ɛ-okolica števila a. Vsaka ɛ-okolica je odprti interval, velja namreč O(a, ɛ) = (a ɛ, a + ɛ). Velja tudi obratno: vsak odprt interval je ɛ-okolica svojega središča, kjer je ɛ polovica razdalje med krajiščema intervala. V nadaljevanju bomo pogosto uporabljali naslednje lastnosti absolutne vrednosti: (1) ab = a b, (2) a + b a + b in (3) a b a b za vsak a in vsak b. Dokaz je tako preprost, da ga prepustimo bralcu. Drugi lastnosti pravimo tudi trikotniška neenakost.

6 6 1. ZAPOREDJA REALNIH ŠTEVIL 3. Decimalni zapis Najprej si oglejmo, kako strogo pozitivnemu realnemu številu c priredimo njegov decimalni zapis. Naj bo k najmanjše celo število, ki zadošča c < 10 k. (Obstaja zaradi Dedekindove lastnosti!) Interval I k = [0, 10 k ) razdelimo na deset enakih delov. Natanko eden od teh desetih delov vsebuje c, recimo I k 1 = [n k 1 10 k 1, (n k 1 + 1) 10 k 1 ). Prva cifra v decimalnem zapisu je potem n k 1. (Zakaj je n k 1 0?) Interval I k 1 spet razdelimo na deset enakih delov. Natanko eden od njih vsebuje c, recimo I k 2 = [n k 1 10 k 1 + n k 2 10 k 2, n k 1 10 k 1 + (n k 2 + 1) 10 k 2 ). Druga cifra v decimalnem zapisu je potem n k 2. Če s tem postopkom nadaljujemo, potem za vsako celo število j, ki je manjše od k, dobimo tak n j {0, 1,..., 9}, da interval vsebuje c. k 1 k 1 I j = [ n i 10 i, 10 j + n i 10 i ) i=j i=j Če je k > 0, potem je decimalni zapis števila c n k 1 n k 2... n 1 n 0.n 1 n 2 n 3... če pa je k 0, potem je decimalni zapis števila c n k 1 n k 2 n k 3... kjer je med piko in n k 1 ravno k ničel. Številu 0 pripada decimalni zapis Če je c strogo negativno realno število, potem njegov decimalni zapis dobimo tako, da vzamemo decimalni zapis realnega števila c in mu dodamo predznak. Sedaj si oglejmo še obratni postopek, namreč, kako decimalnemu zapisu priredimo realno število. Za realno število, ki ustreza decimalnemu zapisu n k 1 n k 2... n 1 n 0.n 1 n 2 n 3... vzamemo kar supremum množice n i 10 i : j Z, j < k}. k 1 { i=j To deluje tudi za decimalni zapis oblike n k 1 n k 2 n k 3....

7 Decimalna zapisa 4. PERIODIČNI DECIMALNI ZAPISI in sta različna, vendar jima pripada isto realno število, namreč 1. V splošnem so za poljubno realno število c ekvivalentne naslednje trditve: (1) c ustreza dvema različnima decimalnima zapisoma, (2) c ustreza decimalnemu zapisu, ki se konča s samimi ničlami, (3) c ustreza decimalnemu zapisu, ki se konča s samimi devetkami, (4) c se da zapisati kot ulomek, katerega imenovalec je potenca števila 10. Nekateri predavatelji zato definirajo realno število kot decimalni zapis, ki se ne konča s samimi devetkami. Če se decimalni zapis konča s samimi ničlami, teh ničel običajno ne pišemo in pravimo, da gre za končen decimalni zapis. 4. Periodični decimalni zapisi Racionalna števila ustrezajo periodičnim decimalnim zapisom. Na primer racionalno število 31 ustreza neskončnemu decimalnemu zapisu Opazimo, da se decimalni zapis začne s 4, nato pa se skupina cifer ponavlja v neskončnost. Pravimo, da je 4 neperiodični del, pa periodični del decimalnega zapisa in pišemo 31 7 = Dokažimo, da je tako tudi pri drugih racionalnih številih. Dokaz: Vzemimo racionalno število m n in določimo njegov decimalni zapis. Izrek o deljenju z ostankom pravi, da obstajata tako celo število k 0 in tako naravno število r 0 {0, 1,..., n 1}, da velja m = k 0 n + r 0. Sedaj lahko izberemo take k 1, k 2,... {0, 1,..., 9} in take r 1, r 2,... {0, 1,..., n 1}, da velja 10r 0 = k 1 n + r 1, 10r 1 = k 2 n + r 2, 10r 2 = k 3 n + r 3,. Potem je decimalni zapis števila m n enak m n = K.k 1k 2..., kjer je K decimalni zapis števila k 0. Sedaj se prepričajmo, da se števila r 1, r 2,... od nekod naprej začnejo ponavljati. Obravnavajmo najprej primer, ko je r i = 0 za nek i. Potem je tudi k j = 0 in r j = 0 za vsak j > i, torej ima m n končen

8 8 1. ZAPOREDJA REALNIH ŠTEVIL decimalni zapis. V tem primeru je periodični del decimalnega zapisa enak 0. Obravnavajmo še primer, ko je r i 0 za vsak i = 1, 2,.... Ker števila r 1,..., r n lahko zavzamejo le n 1 različnih vrednosti, ne morejo biti vsa različna, saj jih je skupaj več kot n 1. Torej obstajata taka s, t med 1 in n, da je s t in r s = r t. Iz 10r s = k s+1 n + r s+1 in 10r t = k t+1 n + r t+1 potem sledi k s+1 = k t+1 in r s+1 = r t+1. Sedaj iz 10r s+1 = k s+2 n + r s+2 in 10r t+1 = k t+2 n+r t+2 sledi k s+2 = k t+2 in r s+2 = r t+2. Z nadaljevanjem tega postopka dobimo, da je k s+i = k t+i in r s+i = r t+i za vsak i = 0, 1, 2,.... Torej je dolžina periodičnega dela v decimalnem zapisu m n največ s t, neperiodični del pa ima lahko največ s 1 decimalk. Velja s t n 1 in s 1 n 2. Seveda je neperiodični del lahko poljubne (a vedno končne) dolžine, saj ni nobene omejitve na dolžino K (to je decimalnega zapisa od k 0 ). Pokažimo še, da je vsako realno število, ki ima periodičen decimalni zapis, racionalno. Recimo, da ima realno število x decimalni zapis, katerega periodični del ima dolžino l. Tudi realno število 10 l x ima periodičen decimalni zapis, in ta decimalni zapis se od nekod naprej ujema z decimalnim zapisom števila x. Ko ju odštejemo, dobimo, da je decimalni zapis števila 10 l x x končen. Vemo, da končen decimalni zapis ustreza racionalnemu številu oblike m m. Torej je x =. 10 k 10 k (10 l 1) Podkrepimo to s primerom. Recimo, da je x = Perioda je dolžine 2, zato pomnožimo obe strani z 10 2 = 100, dobimo 100x = Sedaj obe enakosti odštejemo in dobimo Torej je 99x = 31.4 = x = = = Zaporedja realnih števil Zaporedje je predpis, ki vsakemu naravnemu številu n priredi neko realno število a n. Številu a n pravimo n-ti člen zaporedja a. Zaporedja podajamo na dva načina: eksplicitno ali rekurzivno. Prva način je, da n-ti člen izrazimo z n.

9 5. ZAPOREDJA REALNIH ŠTEVIL 9 Primer. Primeri eksplicitno podanih zaporedij so a n = ( 1)n n, b n = 2, c n = 2 na n decimalk. Oglejmo si nekaj začetnih členov teh zaporedij: a 1 = 1, a 2 = 1 2, a 3 = 1 3, a 4 = 1 4,..., b 1 = 2, b 2 = 2, b 3 = 2, b 4 = 2, b 5 = 2,..., c 1 = 1.4, c 2 = 1.41, c 3 = 1.414, c 4 = ,.... Drugi način pa je, da podamo nekaj začetnih členov zaporedja in pa formulo, ki pove, kako se n-ti člen izraža s prejšnjimi členi. Na ta način lahko dobimo vse člene zaporedja, ne moremo pa vedno določiti formule za n-ti člen. Primer. Primeri rekurzivno podanih zaporedij so: a 1 = 2, a n = a n 1 + 3, b 1 = 4, b n = b n 1 /2, c 1 = 1, c 2 = 1, c n = c n 1 + c n 2. Tudi tu si oglejmo nekaj začetnih členov: a 1 = 2, a 2 = a = 5, a 3 = a = 8, a 4 = a = 11,... b 1 = 4, b 2 = b 1 /2 = 2, b 3 = b 2 /2 = 1, b 4 = b 3 /2 = 1/2,... c 1 = 1, c 2 = 1, c 3 = c 2 + c 1 = 2, c 4 = c 3 + c 2 = 3, c 5 = c 4 + c 3 = 5,... Zaporedje geometrijsko ponazorimo na dva načina: z grafom ali s sliko. Graf zaporedja a n je množica točk (n, a n ) v ravnini R 2, kjer je n = 1, 2,.... (Na os x nanašamo naravna števila n = 1, 2,..., na os y pa ustrezne vrednosti a n.) Slika zaporedja a n je množica točk {a n : n = 1, 2,...} na realni osi R. Primer. Narišimo graf in sliko zaporedja a n = ( 1)n n : a 1 a 3 a 5 aa 6 4 a

10 10 1. ZAPOREDJA REALNIH ŠTEVIL 6. Limite zaporedij Pravimo, da je število L limita zaporedja a n, če vsaka ɛ-okolica števila L vsebuje skoraj vse člene zaporedja a n. (Skoraj vse pomeni vse razen morebiti končno mnogo izjem.) Povejmo sedaj to definicijo bolj na dolgo: število L je limita zaporedja a n, če za vsako strogo pozitivno realno število ɛ obstaja tako naravno število n 0, da za vsako naravno število n, ki je večje ali enako n 0, velja, da sta a n in L oddaljena za manj kot ɛ. Z matematičnimi simboli to zapišemo takole: lim a n = L ɛ > 0 n 0 N n N: n n 0 a n L < ɛ. n Če je zaporedje a n podano z grafom, potem si limito L predstavljamo kot vodoravno premico y = L, h kateri se graf približuje, ko se gibljemo proti desni. Če je zaporedje a n podano s sliko, potem si limito L predstavljamo kot (edino) točko na realni osi, okrog katere se slika zaporedja gosti, ko n narašča. Najpreprostejši način računanja limite je, da iz grafa ali slike zaporedja uganemo, koliko je limita in nato dokažemo, da to število res ustreza definiciji limite zaporedja. Primer. Dokažimo, da je število L = 0 limita zaporedja a n = 1 n. Vzemimo poljubno število ɛ > 0. Poiskati moramo tak n 0, da za vsak n, ki je večji ali enak n 0, velja a n L < ɛ. Velja a n L = 1 n, torej moramo ugotoviti, od katerega n 0 naprej bo za vse n veljalo 1 n < ɛ. Če to neenakost obrnemo, dobimo n > 1 ɛ. Torej lahko za n 0 vzamemo najmanjše naravno število, ki je strogo večje od 1 ɛ. Primer. Dokažimo, da je število c limita konstantnega zaporedja a n = c. Za vsak ɛ > 0 vzemimo kar n 0 = 1. Očitno za vsak n, ki je večji ali enak n 0, velja a n c = c c = 0 < ɛ. Seveda se lahko zgodi, da zaporedje sploh nima limite. Primer. Vzemimo recimo zaporedje a n = ( 1) n. Potem za poljubno realno število L velja, da je izven intervala (L 1, L + 1) neskončno členov zaporedja a n (vsi lihi členi ali vsi sodi členi ali pa sploh vsi členi). Ne more pa se zgoditi, da bi zaporedje imelo dve različni limiti. Dokaz: Recimo namreč, da bi neko zaporedje a n imelo dve različni limiti L 1 in L 2. Vzemimo ɛ = L 1 L 2 2. Po definiciji limite bi obstajali taki naravni števili n 1 in n 2, da bi veljalo a n (L 1 ɛ, L 1 + ɛ) za vsak n n 1 in a n (L 2 ɛ, L 2 + ɛ) za vsak n n 2. Vzemimo n 0 = max{n 1, n 2 }. Potem bi za vsak n n 0 veljalo, da a n leži v preseku intervalov (L 1 ɛ, L 1 + ɛ)

11 7. OPERACIJE IN NEENAKOSTI Z LIMITAMI 11 in (L 2 ɛ, L 2 + ɛ), kar pa ni možno, saj smo ɛ izbrali tako, da je ta presek prazen. Pravimo, da je limita zaporedja a n enaka +, če vsak desni poltrak vsebuje skoraj vse člene zaporedja. Z drugimi besedami: za vsako realno število M mora obstajati tako naravno število n 0, da za vsako naravno število n, ki je večje ali enako n 0, velja a n M. Z matematičnimi simboli to zapišemo takole: lim a n = + M R n 0 N n N: n n 0 a n M. n Podobno rečemo, da je limita zaporedja a n enaka, če vsak levi poltrak vsebuje skoraj vse člene zaporedja. Velja lim a n = M R n 0 N n N: n n 0 a n M. n Ker in + nista realni števili, ju seveda ne smatramo za pravi limiti. Da to razliko poudarimo, pravimo, da so zaporedja, ki imajo končno limito, konvergentna, vsa ostala zaporedja (vključno s tistimi, ki imajo neskončno limito) pa so divergentna. Primer. Dokažimo, da je lim n n 2 = +. Za vsak M moramo najti tak n 0, da iz n n 0 sledi n 2 M. Očitno lahko vzamemo kar n 0 = M. 7. Operacije in neenakosti z limitami Drugi način računanja limite je, da jo s pomočjo naslednjih formul prevedemo na računanje več preprostejših limit. Če velja lim n a n = K in lim n a n = L, potem lim n + b n ) = K + L, n lim (a n b n ) = K L, n lim n b n ) = K L, n lim (a n /b n ) = K/L. n Pri zadnji formuli moramo paziti, da ne delimo z nič. Dokaz: Dokazali bomo samo prvo formulo, ker je dokaz preostalih treh podoben. Recimo, da je lim a n = K in lim b n = L. n n Vzemimo poljuben realen ɛ > 0. Naj bosta ɛ 1 in ɛ 2 enaka ɛ/2. Po definiciji prve limite obstaja tako naravno število n 1, da velja a n K < ɛ 1 za vsak n n 1. Po definiciji druge limite obstaja tako naravno število n 2, da velja b n L < ɛ 2 za vsak n n 2. Naj bo n 0 = max{n 1, n 2 }. Potem za vsak

12 12 1. ZAPOREDJA REALNIH ŠTEVIL n n 0 velja tako a n K < ɛ 1 kot b n L < ɛ 2. neenakosti za vsak n velja (a n + b n ) (K + L) a n K + b n L. Zaradi trikotniške Torej za vsak n n 0 velja (a n + b n ) (K + L) < ɛ 1 + ɛ 2 = ɛ, kar smo želeli dokazati. Primer. Velja lim n 2n 2 + n 7 3n 2 2n + 4 = lim n = lim 2 + lim n n lim 3 lim n n n 7 n n + 4 n 2 = 1 lim n 2 + lim n n 7 n 2 n 4 = n 2 Pri predzadnjem enačaju smo upoštevali formuli 1 lim L = L in lim n n n = 0 ter pravilo, da je limita produkta produkt limit. lim ( ) n n n 2 lim ( ) = n n n = 2 3. Omenimo tudi zvezo med limitami in neenakostmi: Predpostavimo, da je lim a n = K in lim b n = L. Če velja n n K > L, potem obstaja tak n 0, da je a n > b n za vsak n n 0. Če je a n b n za neskončno različnih n, potem je K L. Dokaz: Po predpostavki prve trditve obstajata limiti K = lim n a n in L = lim n b n in velja K > L. Za ɛ = K L 2 > 0 imata okolici O(K, ɛ) ter O(L, ɛ) prazen presek. Ker prva okolica vsebuje skoraj vse člene zaporedja a n, druga pa skoraj vse člene zaporedja b n, je a n > b n za skoraj vsak n. Druga trditev je ekvivalentna prvi. Primer. Če je m a n M za vsak n (zadošča za neskončno mnogo različnih n) potem je tudi m lim a n M (če limita obstaja). n Tretji način računanja limite zaporedja je, da naše zaporedje a n vkleščimo med dve zaporedji, ki imata isto limito L. Potem ima tudi zaporedje a n limito L. Temu pravimo metoda sendviča. Precizneje:

13 8. OMEJENA IN MONOTONA ZAPOREDJA 13 Če je lim b n = lim c n = L in če velja b n a n c n za vsak n n n od nekod naprej, potem je tudi lim a n = L. n Dokaz: Recimo, da za vsak n n 3 velja b n a n c n in da je lim b n = L, n lim c n = L. Trdimo, da je tudi lim a n = L. Vzemimo poljuben ɛ > 0. n n Po definiciji prve limite obstaja tak n 1, da velja b n (L ɛ, L + ɛ) za vsak n n 1. Po definiciji druge limite obstaja tak n 2, da velja c n (L ɛ, L + ɛ) za vsak n n 2. Naj bo n 0 = max{n 1, n 2, n 3 }. Potem za vsak n n 0 velja, da sta tako b n kot c n v (L ɛ, L + ɛ) ter a n leži med b n in c n. Zato je tudi a n v (L ɛ, L + ɛ) za vsak n n 0, kar smo želeli pokazati. Oglejmo si delovanje te metode na dveh primerih: Primer. Izračunajmo limito zaporedja Očitno je 1 a n n 1 n tudi a n = ( 1)n n. za vsak n. Ker je lim n lim a n = 0. n Primer. Izračunajmo limito zaporedja ( 1 n) = lim 1 n n = 0, je a n = 2n n!. Očitno je a n 0 za vsak n. S popolno indukcijo dokažemo, da je a n 1 n za vsak n 6. Ker je lim n 0 = lim n lim a n = 0. n 1 n = 0, je tudi 8. Omejena in monotona zaporedja Pravimo, da je zaporedje a n naraščajoče, če je a n a n+1 za vsak n. Podobno definiramo tudi padajoče zaporedje. Zaporedje je monotono, če je bodisi naraščajoče bodisi padajoče. Pravimo, da je zaporedje a n navzgor omejeno, če je množica {a n : n N} navzgor omejena. Podobno definiramo navzdol omejeno zaporedje. Zaporedje je omejeno, če je navzgor in navzdol omejeno. Primer. Zaporedje a n = 1 je padajoče, ker a n n a n+1 = 1 1 = n n+1 1 > 0 za vsak n. Ker 0 < a n(n+1) n 1 za vsak n, je to zaporedje tudi omejeno.

14 14 1. ZAPOREDJA REALNIH ŠTEVIL Pri računanju limit je zelo koristen naslednji izrek: Vsako monotono zaporedje ima (končno ali neskončno) limito. Če je zaporedje a n naraščajoče, potem velja lim a n = sup{a n : n N}, n če pa je padajoče, potem velja lim a n = inf{a n : n N}. n Prva limita je končna, če je zaporedje a n navzgor omejeno, druga pa, če je navzdol omejeno. Dokaz: Naj bo a n naraščajoče zaporedje. Obravnavajmo najprej primer, ko je zaporedje a n navzgor omejeno. V tem primeru je L := sup{a n : n N} realno število. Vzemimo poljuben ɛ > 0. Ker je L najmanjša gornja meja zaporedja a n, L ɛ ni gornja meja zaporedja a n. Zato obstaja tak n 0, da velja a n0 > L ɛ. Ker je zaporedje a n naraščajoče, je a n > L ɛ za vsak n n 0. Ker je L gornja meja zaporedja a n, velja a n L za vsak n. Torej za vsak n n 0 velja a n (L ɛ, L + ɛ), kar smo želeli pokazati. Obravnavajmo še primer, ko zaporedje a n ni navzgor omejeno. V tem primeru je sup{a n : n N} = +. Vzemimo poljubno število M. Ker zaporedje ni navzgor omejeno, obstaja tak n 0, da velja a n0 M. Ker je zaporedje a n naraščajoče, je a n M za vsak n n 0. Torej je tudi lim n a n = +. Za padajoča zaporedja je dokaz analogen. Primer. Ker je zaporedje a n = 1 padajoče in navzdol omejeno, je n konvergentno. Njegova limita je enaka L = inf{ 1 : n N}. Ker je 0 n spodnja meja množice { 1 : n N}, je L 0. Poleg tega noben ɛ > 0 n ni spodnja meja množice { 1 : n N}, saj za vsak n > 1 velja 1 < ɛ. n ɛ n Torej je L = 0. Primer. Naj bo q tako realno število, da 0 < q < 1. Potem je zaporedje a n = q n padajoče in navzdol omejeno z 0. Po gornji metodi ima zaporedje limito L = inf{q n : n = 1, 2,...} in velja L 0. Če je L > 0, velja L > L. q Število L ne more biti spodnja meja za a q n, saj je večje od največje spodnje meje. Torej obstaja tak k, da je a k < L. Toda od tod bi q sledilo, da je a k+1 = qa k < L, kar je v nasprotju s tem, da je L spodnja meja zaporedja a n. To protislovje pove, da ne more biti L > 0, zato je pač L = 0.

15 8. OMEJENA IN MONOTONA ZAPOREDJA 15 Primer. Zaporedje a n je podano rekurzivno z a 1 = 3, a n+1 = 1 2 (a n + 3 a n ). Pokažimo najprej, da je a n 3 za vsak n. Pomagamo si s popolno indukcijo. Očitno je a 1 3. Privzemimo sedaj, da a n 3 za nek n. Potem je tudi a n+1 3, saj je a n+1 3 = 1(a 2 n + 3 a n ) 3 = 1 a n (a 2 n+3 2 3a n ) = 1 a n (a n 3) 2, kar je večje ali enako nič. Pokažimo sedaj, da je a n a n+1 za vsak n. Velja a n a n+1 = a n 1(a 2 n + 3 a n ) = 1(a 2 n 3 a n ) = 1 2a n (a n 3)(a n + 3), kar je (zaradi a n 3) večje ali enako nič. Prepričali smo se, da je zaporedje a n padajoče in navzdol omejeno, torej ima neko limito, recimo L. Preostane nam še, da ugotovimo, koliko je L. Iz formule a n+1 = 1(a 2 n + 3 a n ) sledi, da je lim a 1 n+1 = lim n n 2 (a n + 3 ). a n Ker je graf zaporedja b n = a n+1 samo v levo zamaknjen graf zaporedja a n, imata ti zaporedji isto limito. Torej je leva stran v gornji enačbi enaka L. S pomočjo formul za računanje z limitami dobimo, da je desna stran v gornji enačbi enaka 1(L + 3 ). Iz enačbe 2 L L = 1 2 (L + 3 L ) izračunamo, da je L = 3 ali L = 3. Druga rešitev ni največja spodnja meja, saj je strogo manjša od spodnje meje 3. Torej je lim n a n = 3. Pri dokazovanju, da zaporedje ni konvergentno, je zelo koristen naslednji izrek: Če zaporedje ni navzgor ali navzdol omejeno, potem ni konvergentno. Dokaz: Vzemimo namreč neko zaporedje a n z limito L. Če vzamemo ɛ = 1, potem po definiciji limite obstaja tak n 0, da za vsak n n 0 velja a n (L 1, L + 1). Definirajmo sedaj m = min{l 1, a 1, a 2,..., a n0 1}, M = max{l + 1, a 1, a 2,..., a n0 1}. Potem za vsak n velja m a n M. (Preveri posebej za n n 0 in n < n 0.) Torej je slika zaporedja a n navzgor in navzdol omejena.

16 16 1. ZAPOREDJA REALNIH ŠTEVIL Primer. Zaporedje a n = n ni konvergentno, saj ni navzgor omejeno. Zaporedje a n = n ni konvergentno, saj ni navzdol omejeno. Zaporedje a n = ( 1) n n ni konvergentno, saj ni niti navzgor niti navzdol omejeno. 9. Podzaporedja Pravimo, da je zaporedje b n podzaporedje zaporedja a n, če obstaja tako strogo naraščajoče zaporedje naravnih števil φ n, da velja b n = a φn. (To pomeni, da v zaporedju a n pobrišemo nekatere člene, preostale pa na novo oštevilčimo.) Primer. a n+1, a 2n, a n 2 so tri podzaporedja zaporedja a n. Vsako podzaporedje zaporedja z limito L ima limito L. Dokaz: Denimo namreč, da je a n zaporedje z limito L in φ n strogo naraščajoče zaporedje naravnih števil. Radi bi pokazali, da je L tudi limita zaporedja b n = a φn. Vzemimo poljuben ɛ > 0. Po definiciji limite lim a n = L obstaja n tak n 0, da za vsak n n 0 velja a n L < ɛ. S popolno indukcijo pokažemo, da za vsak n velja φ n n. Torej, če je n n 0, potem je tudi φ n n 0 in zato a φn L < ɛ. S tem smo pokazali, da je res lim a φ n n = L. V primeru, ko je L = ±, je dokaz podoben. Primer. Zaporedje a n = 1 ima limito 0. Zato ima tudi njegovo n podzaporedje b n = a n 2 +1 = 1 limito 0. n 2 +1 Z gornjim izrekom si lahko pomagamo pri dokazovanju, da nekatera zaporedja nimajo limite. Primer. Zaporedje a n = ( 1) n nima nobene limite, saj imata njegovi podzaporedji b n = a 2n 1 = 1 in c n = a 2n = 1 različni limiti. V nadaljevanju nam bo koristila tudi tale lastnost omejenih zaporedij. Vsako omejeno zaporedje ima konvergentno podzaporedje. Dokaz: Naj bo namreč a n neko zaporedje, ki je navzdol omejeno z m 1, navzgor pa z M 1. Potem vsaj eden od podintervalov [m 1, m 1+M 1 2 ], [ m 1+M 1 2, M 1 ] vsebuje neskončno členov zaporedja a n. Izberimo en tak podinterval in ga označimo z [m 2, M 2 ]. Spet vsaj eden od podintervalov [m 2, m 2+M 2 2 ],

17 10. VPRAŠANJA ZA PONAVLJANJE 17 [ m 2+M 2 2, M 2 ] vsebuje neskončno členov zaporedja a n. Izberimo en tak podinterval in ga označimo z [m 3, M 3 ]. Podobno konstruiramo intervale [m 4, M 4 ], [m 5, M 5 ], in tako dalje. Velja (1) [m 1, M 1 ] [m 2, M 2 ] [m 3, M 3 ] [m 4, M 4 ] [m 5, M 5 ]... (2) Vsak od intervalov [m i, M i ] vsebuje neskončno členov zaporedja. (3) Presek vseh [m i, M i ] je enoelementna množica, recimo {L}. Zaporedje φ n definiramo rekurzivno s φ 1 = 1 in za vsak i > 1 je φ i najmanjše tako naravno število, da φ i > φ i 1 in a φi [m i, M i ]. (Število φ i obstaja zato, ker [m i, M i ] vsebuje neskončno členov zaporedja a n.) Trdimo, da je lim a φ n n = L. Vzemimo poljuben ɛ > 0. Izberimo tak n 0, da M 1 m 1 2 n < ɛ. 0 Ker L [m n0, M n0 ] in ker je M n0 m n0 = M 1 m 1 2 n 0 1, velja Torej za vsak n n 0 velja kar smo želeli pokazati. [m n0, M n0 ] (L ɛ, L + ɛ). a φn [m n, M n ] [m n0, M n0 ] (L ɛ, L + ɛ), 10. Vprašanja za ponavljanje (1) (Definicija realnih števil) (a) Naštej lastnosti seštevanja in množenja realnih števil! (b) Naštej lastnosti relacije urejenosti realnih števil! (c) Kaj pravi Dedekindova lastnost? (2) (Omejene množice) Naj bo A podmnožica v R. (a) Kaj je gornja meja množice A? (b) Kaj je supremum množice A? (c) Kaj je maksimum množice A? (d) Na primeru razloži, v čem je razlika med maksimumom in supremumom! (3) (Povezane množice) (a) Definiraj različne vrste intervalov in poltrakov ter jih grafično pojasni. (b) Definiraj povezane množice. (c) Povej primer množice, ki ni povezana. Odgovor dobro utemelji. (4) (Absolutna vrednost) (a) Definiraj absolutno vrednost in naštej nekaj njenih lastnosti!

18 18 1. ZAPOREDJA REALNIH ŠTEVIL (b) Kako je definirana ɛ-okolica točke a? Izrazi jo z odprtim intervalom! (c) Kako definiramo odprti interval (a, b) in zaprti interval [a, b] s pomočjo absolutne vrednosti? (d) Reši neenačbo : 5 2 < 1. x (5) (Decimalni zapis) (a) Grafično pojasni, kako realnemu številu priredimo njegov decimalni zapis. (b) Kakšnim številom ustrezajo končni decimalni zapisi? (c) Kakšnim številom ustrezajo periodični decimalni zapisi? (d) Na primeru pojasni, kako iz periodičnega decimalnega zapisa dobimo pripadajoče število. (6) (Limita zaporedja) (a) Kaj je zaporedje realnih števil? Kako ga narišemo? (b) Kaj je limita zaporedja? Kaj je njen geometrijski pomen? (c) Povej primer zaporedja, ki ima limito in primer zaporedja, ki nima limite! Odgovor dobro utemelji! (7) (Limite in neenakosti) (a) Pokaži, da iz a n b n za vsak n sledi lim a n lim b n! n n (b) S primerom pokaži, da iz a n < b n za vsak n ne sledi nujno lim a n < lim b n! n n (c) Kaj pravi metoda sendviča? (d) Uporabi metodo sendviča na primeru! (8) (Monotona zaporedja) (a) Povej definicijo naraščajočega in definicijo navzgor omejenega zaporedja! (b) Kaj vemo o limitah navzgor omejenih naraščajočih zaporedij? Dokaži! (c) Kaj vemo o limitah navzgor neomejenih naraščajočih zaporedij? Dokaži! (9) (Rekurzivna zaporedja) (a) Nariši graf zaporedja a 0 = 2, a n+1 = a n a n! (b) S popolno indukcijo dokaži, da je gornje zaporedje navzdol omejeno z 2! (c) S pomočjo točke (2) dokaži, da je gornje zaporedje padajoče! (d) Dokaži, da je lim n a n = 2! (10) (Neomejena zaporedja) (a) Kako je definirano neomejeno zaporedje? (b) Pokaži, da neomejeno zaporedje ne more imeti končne limite!

19 10. VPRAŠANJA ZA PONAVLJANJE 19 (c) Kdaj pravimo, da je limita zaporedja enaka + ali? (d) Podaj primer zaporedja, katerega limita je +. Odgovor utemelji! (11) (Podzaporedje) (a) Kaj je podzaporedje danega zaporedja? Povej tudi primer! (b) Podaj primer omejenega zaporedja, ki nima limite, in poišči kako njegovo podzaporedje, ki pa ima limito! (c) Ali se lahko zgodi, da zaporedje ima limito, podzaporedje pa ne? Odgovor utemelji!

20

21 POGLAVJE 2 Funkcije iz R v R 1. Osnovni pojmi Funkcijo iz R v R opišemo z dvema podatkoma: podmnožico D R (definicijskim območjem funkcije) in predpisom, ki vsakemu elementu iz D priredi natanko določen element iz R. V drugem semestru bomo spoznali tudi funkcije iz R 2 v R in funkcije iz R v R 2, do takrat pa izraz funkcija vedno pomeni funkcijo iz R v R. Funkcije običajno označujemo z malimi tiskanimi črkami, najpogosteje f, g, h. Definicijsko območje funkcije f označimo z D(f), predpis pa z x f(x). Primer. Funkcije f : x x 2, x (, 0], g : x x 2, x [0, ), h: x x 2, x R imajo isti predpis vendar različna definicijska območja, zato so f, g in h tri različne funkcije. Primer. Zaporedja so ravno funkcije z definicijskim območjem N. Za vsak predpis obstaja maksimalno definicijsko območje, na katerem je predpis smiselno definiran. Vsa možna definicijska območja za dani predpis so vsebovana v maksimalnem definicijskem območju. Primer. Maksimalno definicijsko območje predpisa x x 2 je množica R. Maksimalno definicijsko območje predpisa x 1/x je množica R \ {0}. Pravimo, da je funkcija f definirana na množici E, če velja E D(f). Primer. Funkcija f je definirana na okolici točke a, če obstaja tak ɛ > 0, da velja O(a, ɛ) D(f). 21

22 22 2. FUNKCIJE IZ R V R Če je funkcije f definirana na množici E, potem lahko definiramo novo funkcijo f E, ki ji pravimo skrčitev funkcije f na E. Njeno definicijsko območje je E, predpis pa je isti kot pri funkciji f, se pravi f E (x) = f(x) za vsak x E. Primer. Funkciji f : x x 2, x (, 0] in g : x x 2, x [0, ), sta skrčitvi funkcije h: x x 2, x R na (, 0] oziroma [0, ), se pravi Graf funkcije f je množica f = h (,0], g = h [0, ). Γ(f) = {(x, y): x D(f), y = f(x)} v R 2. Definicijsko območje D(f) je ravno projekcija grafa Γ(f) na os x. Projekciji Γ(f) na os y pravimo zaloga vrednosti funkcije f in jo označimo z Z(f). Velja Z(f) = {y R: x D : y = f(x)}. Primer. Zaloga vrednosti funkcije x x 2, x [ 1, 1] je [0, 1]. Zaloga vrednosti funkcije x x 2, x R je [0, ). Oglejmo si sedaj, kako iz grafa funkcije f dobimo graf skrčitve f E. Projekcija Γ(f E ) na os x je ravno D(f E ) = E. Ker se predpisa za f in f E ujemata na E, se grafa Γ(f) in Γ(f E ) ujemata na pasu E R. Torej je Γ(f E ) = Γ(f) (E R). Posebej je Γ(f E ) Γ(f) in zato tudi Z(f E ) Z(f). Za poljubni funkciji f in g definiramo njun kompozitum g f z g f : x g(f(x)), D(g f) = {x D(f): f(x) D(g)}. Pri komponiranju funkcij moramo paziti na vrstni red. Kompozituma g f in f g namreč nista nujno enaka, kot pokaže naslednji primer. Primer. Vzemimo funkciji in Potem je f : x x 2, D(f) = R g : x 1 + x, D(g) = R. g f : x 1 + x 2, D(g f) = R

23 in 2. INVERZNA FUNKCIJA 23 f g : x (1 + x) 2, D(f g) = R. Predpisa za g f in f g se ne ujemata, saj prvi preslika 1 v 2, drugi pa v 4. Torej je g f f g. Funkciji id: x x, D(id) = R pravimo identična funkcija. Pomembna je zaradi naslednje lastnosti: za vsako funkcijo f. f id = id f = f 2. Inverzna funkcija Pravimo, da je funkcija f injektivna, če za poljubna elementa x, y D(f), ki zadoščata x y, velja f(x) f(y). Kadar je funkcija f injektivna, obstaja za vsak element x Z(f) natanko en element x D(f), ki zadošča f(x ) = x, torej lahko definiramo funkcijo f 1 : x x, D(f 1 ) = Z(f), ki ji pravimo inverzna funkcija funkcije f. Kadar f ni injektivna, nima inverzne funkcije. Za vsak x D(f) velja f 1 (f(x)) = x in za vsak x Z(f) velja f(f 1 (x)) = x, torej je f 1 f = id D(f) in f f 1 = id Z(f). Kako za dano funkcijo f ugotovimo ali je injektivna? Računska metoda: Kadar ima za nek y enačba y = f(x) vsaj dve različni rešitvi v D(f), tedaj funkcija f ni injektivna, in zato nima inverzne funkcije. Kadar pa ima za vsak y enačba y = f(x) kvečjemu eno rešitev v D(f), potem f je injektivna in njeno inverzno funkcijo dobimo tako, da iz enačbe y = f(x) izrazimo x kot funkcijo y, nato pa zamenjamo x in y. Grafična metoda: Kadar neka vodoravna premica seka graf Γ(f) v vsaj dveh različnih točkah, funkcija f ni injektivna. V tem primeru f 1 ne obstaja. Kadar pa vsaka vodoravna premica seka graf Γ(f) v kvečjemu eni točki, funkcija f je injektivna. V tem primeru graf Γ(f 1 ) dobimo tako, da graf Γ(f) prezrcalimo preko premice y = x. Primer. Pokažimo, da je funkcija f : x 1 x 1, D(f) = R \ {1} injektivna in določimo njeno inverzno funkcijo.

24 24 2. FUNKCIJE IZ R V R Enačba f(x) = 0 ni rešljiva. Po drugi strani je za vsak neničeln y enačba f(x) = y rešljiva in njena edina rešitev je x = Torej je y funkcija f res injektivna in njena inverzna funkcija je f 1 : x x, D(f 1 ) = R \ {0}. Primer. Funkcija x x, x R ni injektivna, saj premica y = 1 seka njen graf v dveh različnih točkah. Torej nima inverzne funkcije. Zelo pomemben primer injektivnih funkcij so strogo monotone funkcije. Pravimo, da je funkcija strogo monotona, kadar je bodisi strogo naraščajoča bodisi strogo padajoča. Funkcija f je: strogo naraščajoča, kadar za poljubna elementa x, y D(f), ki zadoščata x < y, velja f(x) < f(y), strogo padajoča, kadar za poljubna elementa x, y D(f), ki zadoščata x < y, velja f(x) > f(y). Dokaz: Pokažimo, da je vsaka strogo monotona funkcija res injektivna. Vzemimo poljubno strogo monotono funkcijo g in poljubna različna elementa u in v iz D(g). Potem velja bodisi u < v bodisi v < u. Če je g strogo naraščajoča, potem v prvem primeru dobimo g(u) < g(v), v drugem pa g(v) < g(u). Če je g strogo padajoča, potem v prvem primeru dobimo g(u) > g(v), v drugem pa g(v) > g(u). V vseh štirih primerih torej velja g(u) g(v). S tem smo pokazali, da je funkcija g res injektivna. Primer. Funkcija f : x 1/x, x R \ {0} je injektivna, ni pa strogo monotona. Injektivna je zato, ker vsaka vodoravna premica seka njen graf v kvečjemu eni točki. Strogo monotona ni zato, ker ni niti strogo naraščajoča (velja namreč 1 < 2 in f(1) > f(2)) niti strogo padajoča (velja namreč 1 < 1 in f( 1) < f(1)). Kadar funkcija f ni injektivna, lahko včasih njeno definicijsko območje razrežemo na take kose I 1,..., I k, da so skrčitve f I1,..., f Ik injektivne funkcije. Tem skrčitvam pravimo veje funkcije f. Za posamezne veje lahko izračunamo njihove inverzne funkcije, za celo funkcijo pa ne. Ponavadi eni od vej pravimo glavna veja, stvar dogovora je kateri. Primer. Funkcija f : x x 2, D(f) = R ni injektivna, saj različna elementa 1 in 1 preslika v isti element. Zato f nima inverzne funkcije. Razrežimo njeno definicijsko območje D(f) = R na dva poltraka I 1 =

25 3. EKSPONENTNA FUNKCIJA IN LOGARITEM 25 (, 0] in I 2 = [0, ). Veji f I1 in f I2 sta injektivni funkciji. Veji f I2 pravimo glavna veja, njenemu inverzu pa kvadratni koren. Velja: ( f I1 ) 1 : x x, D( ( f I1 ) 1) = [0, ), ( f I2 ) 1 : x x, D( ( f I2 ) 1) = [0, ). Podobno lahko storimo pri vsaki sodi potenci x x 2k, x R, kjer k N. Skrčitvi na [0, ) pravimo glavna veja, njeni inverzni funkciji x 2k x, x [0, ) pa 2k-ti koren. Po drugi strani je vsaka liha potenca injektivna. Njenemu inverzu x x 2k 1, x 2k 1 x, x R x R pravimo (2k 1)-ti koren. Za razliko od 2k-tega korena je (2k 1)-ti koren definiran povsod. Gornji razmislek lahko ponovimo tudi pri negativnih potencah, samo ničlo moramo odstraniti iz definicijskih območij sodih in lihih korenov. Potence lahko razširimo tudi na racionalne eksponente z x m/n = n x m. 3. Eksponentna funkcija in logaritem Dokazali bomo, da za vsak x R obstaja limita ( x) n. exp(x) = lim 1 + n n Funkciji x exp(x) pravimo eksponentna funkcija. Očitno je exp(0) = 1. Dokazali bomo, da za vsak x R in y R velja exp(x + y) = exp(x) exp(y). Odtod bomo izpeljali, da za vsako racionalno število r velja exp(r) = e r, kjer je e = exp(1) Dokazali bomo tudi, da je funkcija exp strogo naraščajoča. Njeni inverzni funkciji pravimo naravni logaritem in jo označimo z ln. Spotoma bomo opazili tudi, da je exp(x) > 0 za vsak x R, torej je D(ln) (0, ). Da v resnici velja D(ln) = (0, ) bomo sposobni dokazati šele v naslednjem poglavju. Dokaz: Razdelimo dokaz v več korakov.

26 26 2. FUNKCIJE IZ R V R Prvi korak: Trdimo, da je za vsak x 0 zaporedje a n = ( 1 + x n naraščajoče in navzgor omejeno. Odtod sledi, da exp(x) obstaja za vsak x 0. Dokaz prvega koraka: Če v Newtnovo binomsko formulo ( ) ( ) ( ) ( ) n n n n (a + b) n = a n + a n 1 b ab n 1 + b n 0 1 n 1 n vstavimo a = 1 in b = x n in upoštevamo, da je za vsak k ( ) n n(n 1) (n k + 1) =, k k! dobimo a n = 1 + n x n(n 1) x 2 n(n 1)(n 2) x 3 n(n 1) 1 x n ! n 2! n2 3! n3 n! n n = = 1+x+ 1 ( 1 1 x 2! n) ( 1 )( x 3! n n) ( 1 )( 2 ) ( n 1) x n. n! n n n Odtod sledi, da je a n 1 + x + x2 2! + x3 3! xn n!. Naj bo m najmanjše naravno število, ki je večje od x. Za vsak n m velja x n n! xm m! x m + 1 x m x n xm m! ( m ) n m. m + 1 Odtod sledi, da je a n 1 + x xm 1 (m 1)! + xm m! (1 + m m ( m ) n m) m + 1 Ker za q = m m+1 velja 1 + q qn m = 1 qn m+1 1 q 1 1 q a n 1 + x xm 1 (m 1)! + xm (m + 1). m! ) n = m + 1, dobimo Torej je zaporedje a n res navzgor omejeno. Pokažimo še, da velja a n a n+1 za vsak n. Odštejmo formuli a n+1 = 1 + x + 1 ( 1 1 x 2! n + 1) ( 1 )( 2 ) 1 1 x ! n + 1 n ( 1 ) ( n 1) 1 1 x n 1 ( 1 ) ( n ) x n+1 n! n + 1 n + 1 (n + 1)! n + 1 n + 1 in a n = 1+x+ 1 ( 1 1 x 2! n) ( 1 )( x 3! n n) ( 1 ) ( n 1) 1 1 x n. n! n n Dobimo [( 1 ) ( 1 )] 1 1 x ! a n+1 a n = 1 2! [( 1 )( n + 1 n + 1 n + 1 ) ( 1 1 n n )( 2 1 n )] x

27 3. EKSPONENTNA FUNKCIJA IN LOGARITEM [( 1 ) ( n 1) ( 1 ) ( n 1)] x n + n! n + 1 n + 1 n n + 1 [( 1 ) ( n )] 1 1 x n+1. (n + 1)! n + 1 n + 1 Če upoštevamo, da za vsak k = 1,..., n 1 velja 1 k n+1 > 1 k n > 0, vidimo, da so vsi oglati oklepaji pozitivni. Torej je res a n+1 a n 0 za vsak n. Drugi korak: Vzemimo poljubna x, y R ter definirajmo a n = ( 1 + n) x n, ) n in cn = ( 1 + x+y b n = ( 1 + y ) n. n n Trdimo, da je lim(an b n c n ) = 0. Odtod sledi, da velja exp(x + y) = exp(x) exp(y) za vsak x 0 in y 0. Dokaz drugega koraka: Pišimo u n = (1 + x n )(1 + y n ) in v n = 1 + x+y n in w n = (1 + x y n )(1 + n ). Ker je u n w n in v n w n za vsak n, velja a n b n c n = u n n v n n = u n v n u n 1 n + un n 2 v n u n vn n 2 + vn n 1 u n v n ( u n n 1 + u n n 2 v n u n v n n 2 + v n n 1 ) u n v n nwn n 1 = xy wn n xy nw n n e x e y. Ker zaporedje na skrajni desni limitira proti nič, limitira tudi zaporedje a n b n c n proti nič. Odtod sledi, da je lim(a n b n c n ) = 0. Tretji korak: Trdimo, da je exp( x) = exp(x) 1 za vsak x 0. Odtod sledi, da exp(x) obstaja tudi, če je x < 0 in da velja exp(x+y) = exp(x) exp(y) tudi, če x < 0 ali y < 0. Dokaz tretjega koraka: Naj bo a n = ( 1 + n) x n in dn = ( 1 n) x n. Če v drugem koraku zamenjamo y z x, dobimo, da je lim(a n d n 1) = 0. Ker je a n 1 za vsak n, je tudi lim a n 1 za vsak n. Odtod sledi, da obstaja tudi limita exp( x) = lim d n = lim a nd n 1 = lim a n exp(x). Sedaj iz drugega koraka sledi, da za vsak x, y R velja exp(x + y) = lim c n = lim a n b n = lim a n lim b n = exp(x) exp(y). Četrti korak: Trdimo, da je funkcija exp strogo naraščajoča in strogo pozitivna. Dokaz četrtega koraka: Če a n = ( 1+ n) x n razvijemo po binomski formuli kot v prvem koraku, dobimo, da je a n 1 + x za vsak x 0. Torej je exp(x) = lim a n 1 + x za vsak x 0. Odtod sledi, da je exp(x) > 1 za vsak x > 0. Sedaj iz formule exp( x) = exp(x) 1 sledi, da je 0 < exp(x) < 1 za vsak x < 0. S tem smo dokazali, da je funkcija exp res strogo pozitivna. Če je y > x, potem je y x > 0. Po pravkar dokazanem odtod sledi, da je exp(y x) > 1. Če obe strani pomnožimo z exp(x) in upoštevamo, da je exp(y x) exp(x) = exp(y x+x) = exp(y), dobimo, da je exp(y) > exp(x). S tem smo dokazali, da je funkcija exp res strogo naraščajoča. Peti korak: Za vsako racionalno število m n velja exp( m n ) = e m n,

28 28 2. FUNKCIJE IZ R V R zato namesto exp(x) pogosto pišemo kar e x. Dokaz petega koraka: Iz formule exp(x + y) = exp(x) exp(y) sledi, da za vsako naravno število n velja exp(nx) = exp(x) n. Ko vstavimo x = 1 n, dobimo e = exp( 1 n )n. Ker je exp( 1 n ) > 0, odtod sledi, da je exp( 1 n ) = e 1 n Odtod sledi, da za poljubni naravni števili m in n velja exp( m n ) = exp( 1 n )m = ( 1 ) m m e n = e n. Iz formule exp( x) = exp(x) 1 sledi, gornja formula velja tudi za negativna racionalna števila. Za vsak a > 0 lahko definiramo funkcijo x a x := exp(x ln a), x R. Ta funkcija je strogo naraščajoča če a > 1, strogo padajoča če 0 < a < 1 in konstantna če a = 1. V prvih dveh primerih je funkcija injektivna in njena inverzna funkcija je x ln x/ ln a, x (0, ). V tretjem primeru seveda ni injektivna. Za vsak b R lahko definiramo funkcijo x x b := exp(b ln x), x > 0. To lahko vzamemo za definicijo potenčne funkcije pri neracionalnih eksponentih. Pri racionalnih eksponentih se njeno definicijsko območje lahko ne ujema z definicijo potenčne funkcije v prejšnjem razdelku. Če b 0, je ta funkcija injektivna in njen inverz je x x 1/b, x > Hiperbolične in inverzne hiperbolične funkcije Funkciji ch: x ex + e x, x R 2 pravimo hiperbolični kosinus, funkciji sh: x ex e x, x R 2 pa hiperbolični sinus. Za vsak x velja (ch x) 2 (sh x) 2 = 1, zato točka (u, v) = (ch x, sh x) vedno leži na hiperboli u 2 v 2 = 1. Odtod so hiperbolične funkcije dobile ime. Ker za vsak x velja ch( x) = ch x in sh( x) = sh x, je graf Γ(ch) simetričen glede na os y, graf Γ(sh) pa je simetričen glede na izhodišče. Za poljubna x, y R velja ch(x + y) = ch x ch y + sh x sh y, sh(x + y) = sh x ch y + ch x sh y. Pokažimo, da je funkcija sh injektivna iz izračunajmo njen inverz.

29 4. HIPERBOLIČNE IN INVERZNE HIPERBOLIČNE FUNKCIJE 29 Iz y = sh x sledi po množenju z 2e x, da velja 2ye x = (e x ) 2 1. To je kvadratna enačba za e x in njeni rešitvi sta e x = y ± y Rešitev z minusom ni možna, saj je vedno e x > 0 in y y < 0. Rešitev s plusom logaritmiramo, in dobimo x = ln(y + y 2 + 1). Ker ima za vsak y R enačba y = sh x eno samo rešitev, je funkcija sh injektivna in Z(sh) = R. Funkciji arsh = sh 1 pravimo area hiperbolični sinus. Velja arsh: x ln(x + x 2 + 1), D(arsh) = R. Funkcija ch seveda ni injektivna saj se x in x vedno preslikata v isti element. Pokazali bomo, da je skrčitev ch [0, ) injektivna in izračunali njen inverz. Enačba y = ch x v primeru y < 1 ni rešljiva, saj velja v primeru y 1 pa ima dve rešitvi ch x 1 = 2 ( sh x 2 ) 2 0, x = ln(y + y 2 1), x = ln(y y 2 1) = ln(y + y 2 1). Prva rešitev je vedno večja ali enaka nič. Skrčitev ch [0, ) je zato injektivna in njena zaloga vrednosti je [1, ). Funkciji arch = ( ch [0, ) ) 1 pravimo area hiperbolični kosinus. Velja arch: x ln(x + x 2 1), D(arch) = [1, ). Tudi funkcija ch (,0] je injektivna. Njena inverzna funkcija je x arch(x), x [1, ). Hiperbolični tangens je funkcija th(x) = sh(x)/ ch(x), x R. Funkcija th je injektivna. Njena inverzna funkcija je arth: x 1 2 ln 1 + x, D(arth) = ( 1, 1). 1 x Pravimo ji area hiperbolični tangens.

30 30 2. FUNKCIJE IZ R V R 5. Trigonometrične in inverzne trigonometrične funkcije Vzemimo poljubno realno število x, 0 x π in narišimo trikotnik 2 ABC, ki ima pri A kot π x pri B kot x in pri C kot π. (Kote 2 2 merimo v radianih, 360 stopinj je 2π radianov.) Vsi taki trikotniki so si podobni, zato so razmerja med njihovimi stranicami konstantna. Označimo dolžine stranic AB, BC in CA zaporedoma z c, a in b. Definirajmo cos x = a c, sin x = b c Kadar je x = 0, točki A in C sovpadeta, zato b = 0 in a = c. Kadar je x = π, sovpadeta točki B in C, zato a = 0 in b = c. Torej je 2 cos 0 = 1, sin 0 = 0, cos π 2 = 0, sin π 2 = 1. Razširimo sedaj definiciji kosinusa in sinusa z [0, π ] na [0, π] tako, da 2 za vsak x [ π, π] definiramo 2 cos x = cos(π x), sin x = sin(π x). V naslednjem koraku razširimo definiciji z [0, π] na [ π, π] tako, da za vsak x [ π, 0) definiramo cos x = cos( x), sin x = sin( x). Na koncu razširimo definiciji kosinusa in sinusa na ves R tako, da za vsak x R izberemo tak k, da x 2kπ [ π, π] in definiramo cos x = cos(x 2kπ), sin x = sin(x 2kπ). Da se pokazati, da za poljubna x, y R veljata adicijski formuli cos(x + y) = cos x cos y sin x sin y, sin(x + y) = sin x cos y + cos x sin y. Odtod takoj sledi, da veljajo antifaktorizacijske formule: cos(x + y) + cos(x y) = 2 cos x cos y, cos(x + y) cos(x y) = 2 sin x sin y, sin(x + y) + sin(x y) = 2 sin x cos y, sin(x + y) sin(x y) = 2 cos x sin y, ki jih bomo potrebovali pri integriranju trigonometričnih funkcij. substitucijo x = u+v in y = u v dobimo faktorizacijske formule: 2 2 cos u + cos v = 2 cos u+v cos u v u+v, cos u cos v = 2 sin 2 2 sin u + sin v = 2 sin u+v cos u v u+v, sin u sin v = 2 cos sin u v ki jih bomo potrebovali pri odvajanju trigonometrijskih funkcij. sin u v, 2 2, 2 S

31 6. OPERACIJE S FUNKCIJAMI 31 Funkciji x cos x, x R in x sin x, x R nista injektivni. Vsaka vodoravna premica med y = 1 in y = 1 namreč seka njuna grafa v neskončno mnogo točkah. Lahko pa ju razrežemo na veje. Skrčitvi x cos x, x [0, π] in x sin x, x [ π 2, π 2 ] sta injektivni in pri obeh je zaloga vrednosti množica [ 1, 1]. Prvi skrčitvi pravimo glavna veja kosinusa, njeni inverzni funkciji pa arccos (arkus kosinus). Drugi skrčitvi pravimo glavna veja sinusa, njeni inverzni funkciji pa arcsin (arkus sinus). Velja D(arccos) = [ 1, 1], Z(arccos) = [0, π], D(arcsin) = [ 1, 1], Z(arcsin) = [ π 2, π 2 ]. Iz formule sin( π x) = sin π cos x cos π sin x = cos x sledi, da za poljuben x [ 1, 1] velja arccos x + arcsin x = π 2. Funkcija tangens je definirana z tg: x sin x cos x, D(tg) = R \ {(m + 1 )π : m Z}. 2 Glavna veja tangensa je tg ( π 2, π 2 ), njena zaloga vrednosti je R. Inverzni funkciji arctg = ( tg ( π 2, π 2 ) ) 1 pa pravimo arkus tangens. Velja D(arctg) = R. z 6. Operacije s funkcijami Za poljubni dve funkciji f in g lahko definiramo njuno vsoto f + g f + g : x f(x) + g(x), Razliko f g definiramo z produkt fg z in kvocient f/g z f g : x f(x) g(x), fg : x f(x)g(x), D(f + g) = D(f) D(g). D(f g) = D(f) D(g), D(fg) = D(f) D(g), f/g : x f(x)/g(x), D(f/g) = D(f) D(g) {x R: g(x) 0}.

32 32 2. FUNKCIJE IZ R V R Primer. Produkt funkcije f : x x, D(f) = R \ { 1}, in funkcije x+1 g : x 1, D(g) = R \ {0}, je funkcija fg : x x, D(fg) = x (x+1)x R \ {0, 1}. Funkcija fg je enaka funkciji x 1, x R \ {0, 1}, x+1 ni pa enaka funkciji x 1, x R \ { 1}. x+1 Primer. Naj bo c neko realno število. Funkciji x c, x R, pravimo kontantna funkcija c. Konstantni funkciji 0 pravimo tudi ničelna funkcija, konstantni funkciji 1 pa enična funkcija. Za poljubno funkcijo f velja f + 0 = 0 + f = f in f0 = 0f = 0 in 1f = f1 = f. Polinomske funkcije so natanko tiste funkcije, ki jih dobimo iz identične funkcije in konstantnih funkcij s pomočjo operacij +, in. Primer. Funkcija f : 2x 2 + 3x + 1, je polinomska funkcija, velja namreč f = 2 id 2 +3 id +1. D(f) = R Racionalne funkcije so natanko tiste funkcije, ki jih dobimo iz identične funkcije in konstantnih funkcij s pomočjo operacij +,, in /. Primer. Funkcija f : x 3x + 1 4x 2 1, D(f) = R \ { 1 2, 1 2 } je racionalna funkcija. Velja namreč f = (3 id +1)/(4(id id) 1). Kompozitum dveh polinomskih funkcij je vedno polinomska funkcija. Kompozitum racionalnih funkcij je vedno racionalna funkcija. Primer. Naj bo in Potem je f : x 1, D(g) = R \ {0} x g : x 1, D(f) = R \ {1}. 1 x D(g f) = {x R \ {0}: 1 x R \ {1} } = R \ {0, 1}

33 in Velja 7. VPRAŠANJA ZA PONAVLJANJE 33 g f : x x = x x 1 = x 2 x(x 1). g f = (id id)/(id(id 1)), saj imata obe funkciji isti predpis in isto definicijsko območje. Vendar g f id /(id 1). Funkciji sicer imata enak predpis, vendar se njuni definicijski območji ne ujemata. Osnovne elementarne funkcije so: konstantne funkcije, potence in koreni, eksponentna funkcija in naravni logaritem, funkciji sinus in arkus sinus Funkcijam, ki jih dobimo iz osnovnih elementarnih funkcij z (lahko večkratno) uporabo operacij +,,, / in pravimo elementarne funkcije. Primer. Vse racionalne funkcije so elementarne, saj jih dobimo iz identične funkcije (to je potence x x 1 ) in konstantnih funkcij s pomočjo elementarnih računskih operacij. Posebej so elementarne tudi vse polinomske funkcije, med drugim tudi poljubna linearna ali kvadratna funkcija. Primer. Ker je funkcija sin elementarna in ker je cos x = sin( π x) in 2 tg x = sin x, sta tudi funkciji cos in tg elementarni. Ker je funkcija cos x arcsin elementarna in ker je arccos x = π arcsin x in arctg x = 2 x arcsin 1+x 2, sta elementarni tudi funkciji arccos in arctg. Primer. Funkcije sh, ch in th so elementarne, saj so vse kompozitumi racionalne in eksponentne funkcije. Iz izražav funkcij arsh, arch in arth z naravnim logaritmom sledi, da so tudi te funkcije elementarne. 7. Vprašanja za ponavljanje (1) (Definicija realne funkcije ene realne spremenljivke) (a) Definiraj pojem funkcije iz R v R! (b) Kaj je graf funkcije? Kdaj je dana krivulja graf neke funkcije? (c) Kaj je definicijsko območje funkcije? Kako ga določimo iz grafa?

Vrste

Vrste Matematika 1 17. - 24. november 2009 Funkcija, ki ni algebraična, se imenuje transcendentna funkcija. Podrobneje si bomo ogledali naslednje transcendentne funkcije: eksponentno, logaritemsko, kotne, ciklometrične,

Prikaži več

Osnove matematicne analize 2018/19

Osnove matematicne analize  2018/19 Osnove matematične analize 2018/19 Neža Mramor Kosta Fakulteta za računalništvo in informatiko Univerza v Ljubljani Funkcija je predpis, ki vsakemu elementu x iz definicijskega območja D f R priredi natanko

Prikaži več

ZveznostFunkcij11.dvi

ZveznostFunkcij11.dvi II. LIMITA IN ZVEZNOST FUNKCIJ. Preslikave med množicami Funkcija ali preslikava med dvema množicama A in B je predpis f, ki vsakemu elementu x množice A priredi natanko določen element y množice B. Važno

Prikaži več

C:/Users/Matevž Èrepnjak/Dropbox/FKKT/TESTI-IZPITI-REZULTATI/ /Izpiti/FKKT-junij-17.dvi

C:/Users/Matevž Èrepnjak/Dropbox/FKKT/TESTI-IZPITI-REZULTATI/ /Izpiti/FKKT-junij-17.dvi Vpisna številka Priimek, ime Smer: K KT WA Izpit pri predmetu MATEMATIKA I Računski del Ugasni in odstrani mobilni telefon. Uporaba knjig in zapiskov ni dovoljena. Dovoljeni pripomočki so: kemični svinčnik,

Prikaži več

Univerza v Ljubljani Fakulteta za elektrotehniko Fakulteta za računalništvo in informatiko MATEMATIKA I Gabrijel Tomšič Bojan Orel Neža Mramor Kosta L

Univerza v Ljubljani Fakulteta za elektrotehniko Fakulteta za računalništvo in informatiko MATEMATIKA I Gabrijel Tomšič Bojan Orel Neža Mramor Kosta L Univerza v Ljubljani Fakulteta za elektrotehniko Fakulteta za računalništvo in informatiko MATEMATIKA I Gabrijel Tomšič Bojan Orel Neža Mramor Kosta Ljubljana, 2004 Poglavje 3 Funkcije 3.1 Osnovni pojmi

Prikaži več

C:/Users/Matevž Èrepnjak/Dropbox/FKKT/TESTI-IZPITI-REZULTATI/ /Izpiti/FKKT-avgust-17.dvi

C:/Users/Matevž Èrepnjak/Dropbox/FKKT/TESTI-IZPITI-REZULTATI/ /Izpiti/FKKT-avgust-17.dvi Vpisna številka Priimek, ime Smer: K KT WA Izpit pri predmetu MATEMATIKA I Računski del Ugasni in odstrani mobilni telefon. Uporaba knjig in zapiskov ni dovoljena. Dovoljeni pripomočki so: kemični svinčnik,

Prikaži več

RAČUNALNIŠKA ORODJA V MATEMATIKI

RAČUNALNIŠKA ORODJA V MATEMATIKI DEFINICIJA V PARAVOKOTNEM TRIKOTNIKU DEFINICIJA NA ENOTSKI KROŢNICI GRAFI IN LASTNOSTI SINUSA IN KOSINUSA POMEMBNEJŠE FORMULE Oznake: sinus kota x označujemo z oznako sin x, kosinus kota x označujemo z

Prikaži več

C:/Users/Matevž Èrepnjak/Dropbox/FKKT/testi in izpiti/ /IZPITI/FKKT-februar-14.dvi

C:/Users/Matevž Èrepnjak/Dropbox/FKKT/testi in izpiti/ /IZPITI/FKKT-februar-14.dvi Kemijska tehnologija, Kemija Bolonjski univerzitetni program Smer: KT K WolframA: DA NE Računski del izpita pri predmetu MATEMATIKA I 6. 2. 2014 Čas reševanja je 75 minut. Navodila: Pripravi osebni dokument.

Prikaži več

Kazalo 1 DVOMESTNE RELACIJE Operacije z dvomestnimi relacijami Predstavitev relacij

Kazalo 1 DVOMESTNE RELACIJE Operacije z dvomestnimi relacijami Predstavitev relacij Kazalo 1 DVOMESTNE RELACIJE 1 1.1 Operacije z dvomestnimi relacijami...................... 2 1.2 Predstavitev relacij............................... 3 1.3 Lastnosti relacij na dani množici (R X X)................

Prikaži več

resitve.dvi

resitve.dvi FAKULTETA ZA STROJNISTVO Matematika Pisni izpit. junij 22 Ime in priimek Vpisna st Navodila Pazljivo preberite besedilo naloge, preden se lotite resevanja. Veljale bodo samo resitve na papirju, kjer so

Prikaži več

Kotne in krožne funkcije Kotne funkcije v pravokotnem trikotniku β a c γ b α sin = a c cos = b c tan = a b cot = b a Sinus kota je razmerje kotu naspr

Kotne in krožne funkcije Kotne funkcije v pravokotnem trikotniku β a c γ b α sin = a c cos = b c tan = a b cot = b a Sinus kota je razmerje kotu naspr Kotne in krožne funkcije Kotne funkcije v pravokotnem trikotniku β a c γ b α sin = a c cos= b c tan = a b cot = b a Sinus kota je razmerje kotu nasprotne katete in hipotenuze. Kosinus kota je razmerje

Prikaži več

Vaje: Matrike 1. Ugani rezultat, nato pa dokaži z indukcijo: (a) (b) [ ] n 1 1 ; n N 0 1 n ; n N Pokaži, da je množica x 0 y 0 x

Vaje: Matrike 1. Ugani rezultat, nato pa dokaži z indukcijo: (a) (b) [ ] n 1 1 ; n N 0 1 n ; n N Pokaži, da je množica x 0 y 0 x Vaje: Matrike 1 Ugani rezultat, nato pa dokaži z indukcijo: (a) (b) [ ] n 1 1 ; n N n 1 1 0 1 ; n N 0 2 Pokaži, da je množica x 0 y 0 x y x + z ; x, y, z R y x z x vektorski podprostor v prostoru matrik

Prikaži več

5 SIMPLICIALNI KOMPLEKSI Definicija 5.1 Vektorji r 0,..., r k v R n so afino neodvisni, če so vektorji r 1 r 0, r 2 r 0,..., r k r 0 linearno neodvisn

5 SIMPLICIALNI KOMPLEKSI Definicija 5.1 Vektorji r 0,..., r k v R n so afino neodvisni, če so vektorji r 1 r 0, r 2 r 0,..., r k r 0 linearno neodvisn 5 SIMPLICIALNI KOMPLEKSI Definicija 5.1 Vektorji r 0,..., r k v R n so afino neodvisni, če so vektorji r 1 r 0, r 2 r 0,..., r k r 0 linearno neodvisni. Če so krajevni vektorji do točk a 0,..., a k v R

Prikaži več

Posebne funkcije

Posebne funkcije 10 Posebne funkcije Posebne funkcije Geometrijska vrsta Binomska vrsta Eksponentna funkcija Logaritemska funkcija Kotne funkcije Kotne tabele Grafi kotnih funkcij Obratne kotne funkcije 10.1 Posebne funkcije

Prikaži več

resitve.dvi

resitve.dvi FAKULTETA ZA STROJNISTVO Matematika 2. kolokvij. december 2 Ime in priimek: Vpisna st: Navodila Pazljivo preberite besedilo naloge, preden se lotite resevanja. Veljale bodo samo resitve na papirju, kjer

Prikaži več

1. izbirni test za MMO 2018 Ljubljana, 16. december Naj bo n naravno število. Na mizi imamo n 2 okraskov n različnih barv in ni nujno, da imam

1. izbirni test za MMO 2018 Ljubljana, 16. december Naj bo n naravno število. Na mizi imamo n 2 okraskov n različnih barv in ni nujno, da imam 1. izbirni test za MMO 018 Ljubljana, 16. december 017 1. Naj bo n naravno število. Na mizi imamo n okraskov n različnih barv in ni nujno, da imamo enako število okraskov vsake barve. Dokaži, da se okraske

Prikaži več

DN5(Kor).dvi

DN5(Kor).dvi Koreni Število x, ki reši enačbo x n = a, imenujemo n-ti koren števila a in to označimo z n a. Pri tem je n naravno število, a pa poljubno realno število. x = n a x n = a. ( n a ) n = a. ( n a ) m = n

Prikaži več

Matematika Diferencialne enačbe prvega reda (1) Reši diferencialne enačbe z ločljivimi spremenljivkami: (a) y = 2xy, (b) y tg x = y, (c) y = 2x(1 + y

Matematika Diferencialne enačbe prvega reda (1) Reši diferencialne enačbe z ločljivimi spremenljivkami: (a) y = 2xy, (b) y tg x = y, (c) y = 2x(1 + y Matematika Diferencialne enačbe prvega reda (1) Reši diferencialne enačbe z ločljivimi spremenljivkami: (a) y = 2xy, (b) y tg x = y, (c) y = 2x(1 + y 2 ). Rešitev: Diferencialna enačba ima ločljive spremenljivke,

Prikaži več

2. izbirni test za MMO 2017 Ljubljana, 17. februar Naj bosta k 1 in k 2 dve krožnici s središčema O 1 in O 2, ki se sekata v dveh točkah, ter

2. izbirni test za MMO 2017 Ljubljana, 17. februar Naj bosta k 1 in k 2 dve krožnici s središčema O 1 in O 2, ki se sekata v dveh točkah, ter 2. izbirni test za MMO 2017 Ljubljana, 17. februar 2017 1. Naj bosta k 1 in k 2 dve krožnici s središčema O 1 in O 2, ki se sekata v dveh točkah, ter naj bo A eno od njunih presečišč. Ena od njunih skupnih

Prikaži več

Slide 1

Slide 1 Vsak vektor na premici skozi izhodišče lahko zapišemo kot kjer je v smerni vektor premice in a poljubno število. r a v Vsak vektor na ravnini skozi izhodišče lahko zapišemo kot kjer sta v, v vektorja na

Prikaži več

4.Racionalna števila Ulomek je zapis oblike. Sestavljen je iz števila a (a ), ki ga imenujemo števec, in iz števila b (b, b 0), ki ga imenujemo imenov

4.Racionalna števila Ulomek je zapis oblike. Sestavljen je iz števila a (a ), ki ga imenujemo števec, in iz števila b (b, b 0), ki ga imenujemo imenov 4.Racionalna števila Ulomek je zapis oblike. Sestavljen je iz števila a (a ), ki ga imenujemo števec, in iz števila b (b, b 0), ki ga imenujemo imenovalec, ter iz ulomkove črte. Racionalna števila so števila,

Prikaži več

ANALITIČNA GEOMETRIJA V RAVNINI

ANALITIČNA GEOMETRIJA V RAVNINI 3. Analitična geometrija v ravnini Osnovna ideja analitične geometrije je v tem, da vaskemu geometrijskemu objektu (točki, premici,...) pridružimo števila oz koordinate, ki ta objekt popolnoma popisujejo.

Prikaži več

Mladi za napredek Maribora srečanje DOLŽINA»SPIRALE«Matematika Raziskovalna naloga Februar 2015

Mladi za napredek Maribora srečanje DOLŽINA»SPIRALE«Matematika Raziskovalna naloga Februar 2015 Mladi za napredek Maribora 015 3. srečanje DOLŽINA»SPIRALE«Matematika Raziskovalna naloga Februar 015 Kazalo 1. Povzetek...3. Uvod...4 3. Spirala 1...5 4. Spirala...6 5. Spirala 3...8 6. Pitagorejsko drevo...10

Prikaži več

C:/Users/Matevz/Dropbox/FKKT/TESTI-IZPITI-REZULTATI/ /Izpiti/FKKT-januar-februar-15.dvi

C:/Users/Matevz/Dropbox/FKKT/TESTI-IZPITI-REZULTATI/ /Izpiti/FKKT-januar-februar-15.dvi Kemijska tehnologija, Kemija Bolonjski univerzitetni program Smer: KT K WolframA: DA NE Čas reševanja je 75 minut. Navodila: Računski del izpita pri predmetu MATEMATIKA I Ugasni in odstrani mobilni telefon.

Prikaži več

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost Pisni izpit 5. februar 2018 Navodila Pazljivo preberite

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost Pisni izpit 5. februar 2018 Navodila Pazljivo preberite Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost Pisni izpit 5 februar 018 Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja Nalog je

Prikaži več

Namesto (x,y)R uporabljamo xRy

Namesto (x,y)R uporabljamo xRy RELACIJE Namesto (x,y) R uporabljamo xry Def.: Naj bo R AxA D R = { x; y A: xry } je domena ali definicijsko obmocje relacije R Z R = { y; x A: xry } je zaloga vrednosti relacije R Za zgled od zadnjič:

Prikaži več

Matematika 2

Matematika 2 Matematika 2 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 23. april 2014 Soda in liha Fourierjeva vrsta Opomba Pri razvoju sode periodične funkcije f v Fourierjevo vrsto v razvoju nastopajo

Prikaži več

M

M Š i f r a k a n d i d a t a : Državni izpitni center *M16140111* Osnovna raven MATEMATIKA Izpitna pola 1 SPOMLADANSKI IZPITNI ROK Sobota, 4. junij 016 / 10 minut Dovoljeno gradivo in pripomočki: Kandidat

Prikaži več

SESTAVA VSEBINE MATEMATIKE V 6

SESTAVA VSEBINE MATEMATIKE V 6 SESTAVA VSEBINE MATEMATIKE V 6. RAZREDU DEVETLETKE 1. KONFERENCA Št. ure Učne enote CILJI UVOD (1 ura) 1 Uvodna ura spoznati vsebine učnega načrta, način dela, učne pripomočke za pouk matematike v 6. razredu

Prikaži več

Bojan Kuzma ZBIRKA IZPITNIH VPRAŠANJ PRI PREDMETIH ANALIZA I IN ANALIZA II (Zbirka Izbrana poglavja iz matematike, št. 1) Urednica zbirke: Petruša Mih

Bojan Kuzma ZBIRKA IZPITNIH VPRAŠANJ PRI PREDMETIH ANALIZA I IN ANALIZA II (Zbirka Izbrana poglavja iz matematike, št. 1) Urednica zbirke: Petruša Mih Bojan Kuzma ZBIRKA IZPITNIH VPRAŠANJ PRI PREDMETIH ANALIZA I IN ANALIZA II (Zbirka Izbrana poglavja iz matematike, št. 1) Urednica zbirke: Petruša Miholič Izdala in založila: Knjižnica za tehniko, medicino

Prikaži več

resitve.dvi

resitve.dvi FAKULTETA ZA STROJNIŠTVO Matematika 4 Pisni izpit 3. februar Ime in priimek: Vpisna št: Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja. Veljale bodo samo rešitve na papirju, kjer

Prikaži več

6.1 Uvod 6 Igra Chomp Marko Repše, Chomp je nepristranska igra dveh igralcev s popolno informacijo na dvo (ali vec) dimenzionalnem prostoru

6.1 Uvod 6 Igra Chomp Marko Repše, Chomp je nepristranska igra dveh igralcev s popolno informacijo na dvo (ali vec) dimenzionalnem prostoru 6.1 Uvod 6 Igra Chomp Marko Repše, 30.03.2009 Chomp je nepristranska igra dveh igralcev s popolno informacijo na dvo (ali vec) dimenzionalnem prostoru in na končni ali neskončni čokoladi. Igralca si izmenjujeta

Prikaži več

Srednja šola za oblikovanje

Srednja šola za oblikovanje Srednja šola za oblikovanje Park mladih 8 2000 Maribor POKLICNA MATURA MATEMATIKA SEZNAM VPRAŠANJ ZA USTNI DEL NARAVNA IN CELA ŠTEVILA Opišite vrstni red računskih operacij v množici naravnih števil. Kakšen

Prikaži več

EKVITABILNE PARTICIJE IN TOEPLITZOVE MATRIKE Aleksandar Jurišić Politehnika Nova Gorica in IMFM Vipavska 13, p.p. 301, Nova Gorica Slovenija Štefko Mi

EKVITABILNE PARTICIJE IN TOEPLITZOVE MATRIKE Aleksandar Jurišić Politehnika Nova Gorica in IMFM Vipavska 13, p.p. 301, Nova Gorica Slovenija Štefko Mi EKVITABILNE PARTICIJE IN TOEPLITZOVE MATRIKE Aleksandar Jurišić Politehnika Nova Gorica in IMFM Vipavska 13, p.p. 301, Nova Gorica Slovenija Štefko Miklavič 30. okt. 2003 Math. Subj. Class. (2000): 05E{20,

Prikaži več

OdvodFunkcijEne11.dvi

OdvodFunkcijEne11.dvi III. ODVODI FUNKCIJ ENE REALNE SPREMENLJIVKE 1. Odvajanje funkcij ene spremenljivke Odvajanje je ena najpomembnejši operacij na funkcija. Z uporabo odvoda, kadar le-ta obstaja, lako veliko bolje spoznamo

Prikaži več

Ravninski grafi Tina Malec 6. februar 2007 Predstavili bomo nekaj osnovnih dejstev o ravninskih grafih, pojem dualnega grafa (k danemu grafu) ter kako

Ravninski grafi Tina Malec 6. februar 2007 Predstavili bomo nekaj osnovnih dejstev o ravninskih grafih, pojem dualnega grafa (k danemu grafu) ter kako Ravninski grafi Tina Malec 6. februar 2007 Predstavili bomo nekaj osnovnih dejstev o ravninskih grafih, pojem dualnega grafa (k danemu grafu) ter kako ugotoviti, ali je nek graf ravninski. 1 Osnovni pojmi

Prikaži več

FGG13

FGG13 10.8 Metoda zveznega nadaljevanja To je metoda za reševanje nelinearne enačbe f(x) = 0. Če je težko poiskati začetni približek (še posebno pri nelinearnih sistemih), si lahko pomagamo z uvedbo dodatnega

Prikaži več

glava.dvi

glava.dvi Lastnosti verjetnosti 1. Za dogodka A in B velja: P(A B) = P(A) + P(B) P(A B) 2. Za dogodke A, B in C velja: P(A B C) = P(A) + P(B) + P(C) P(A B) P(A C) P(B C) + P(A B C) Kako lahko to pravilo posplošimo

Prikaži več

Učinkovita izvedba algoritma Goldberg-Tarjan Teja Peklaj 26. februar Definicije Definicija 1 Naj bo (G, u, s, t) omrežje, f : E(G) R, za katero v

Učinkovita izvedba algoritma Goldberg-Tarjan Teja Peklaj 26. februar Definicije Definicija 1 Naj bo (G, u, s, t) omrežje, f : E(G) R, za katero v Učinkovita izvedba algoritma Goldberg-Tarjan Teja Peklaj 26. februar 2009 1 Definicije Definicija 1 Naj bo (G, u, s, t) omrežje, f : E(G) R, za katero velja 0 f(e) u(e) za e E(G). Za v V (G) definiramo presežek

Prikaži več

PRIPRAVA NA 1. Š. N.: KVADRATNA FUNKCIJA IN KVADRATNA ENAČBA 1. Izračunaj presečišča parabole y=5 x x 8 s koordinatnima osema. R: 2 0, 8, 4,0,,0

PRIPRAVA NA 1. Š. N.: KVADRATNA FUNKCIJA IN KVADRATNA ENAČBA 1. Izračunaj presečišča parabole y=5 x x 8 s koordinatnima osema. R: 2 0, 8, 4,0,,0 PRIPRAVA NA 1. Š. N.: KVADRATNA FUNKCIJA IN KVADRATNA ENAČBA 1. Izračunaj presečišča parabole y=5 x +18 x 8 s koordinatnima osema. R: 0, 8, 4,0,,0 5. Zapiši enačbo kvadratne funkcije f (x )=3 x +1 x+8

Prikaži več

FAKULTETA ZA STROJNIŠTVO Matematika 2 Pisni izpit 9. junij 2005 Ime in priimek: Vpisna št: Zaporedna številka izpita: Navodila Pazljivo preberite bese

FAKULTETA ZA STROJNIŠTVO Matematika 2 Pisni izpit 9. junij 2005 Ime in priimek: Vpisna št: Zaporedna številka izpita: Navodila Pazljivo preberite bese FAKULTETA ZA STROJNIŠTVO Matematika Pisni izpit 9. junij 005 Ime in priimek: Vpisna št: Zaporedna številka izpita: Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja. Veljale bodo

Prikaži več

Naloge iz kolokvijev Analize 1 (z rešitvami) E-UNI, GING, TK-UNI FERI dr. Iztok Peterin Maribor 2009 V tej datoteki so zbrane naloge iz kolokvijev za

Naloge iz kolokvijev Analize 1 (z rešitvami) E-UNI, GING, TK-UNI FERI dr. Iztok Peterin Maribor 2009 V tej datoteki so zbrane naloge iz kolokvijev za Naloge iz kolokvijev Analize (z rešitvami) E-UNI, GING, TK-UNI FERI dr. Iztok Peterin Maribor 2009 V tej datoteki so zbrane naloge iz kolokvijev za predmet Analiza na smereh E-UNI, GING in TK-UNI na Fakulteti

Prikaži več

Brownova kovariancna razdalja

Brownova kovariancna razdalja Brownova kovariančna razdalja Nace Čebulj Fakulteta za matematiko in fiziko 8. januar 2015 Nova mera odvisnosti Motivacija in definicija S primerno izbiro funkcije uteži w(t, s) lahko definiramo mero odvisnosti

Prikaži več

OSNOVE LOGIKE 1. Kaj je izjava? Kaj je negacija izjave? Kaj je konjunkcija in kaj disjunkcija izjav? Povejte, kako je s pravilnostjo negacije, konjunk

OSNOVE LOGIKE 1. Kaj je izjava? Kaj je negacija izjave? Kaj je konjunkcija in kaj disjunkcija izjav? Povejte, kako je s pravilnostjo negacije, konjunk OSNOVE LOGIKE 1. Kaj je izjava? Kaj je negacija izjave? Kaj je konjunkcija in kaj disjunkcija izjav? Povejte, kako je s pravilnostjo negacije, konjunkcije in disjunkcije. Izjava je vsaka poved, za katero

Prikaži več

Poslovilno predavanje

Poslovilno predavanje Poslovilno predavanje Matematične teme z didaktiko Marko Razpet, Pedagoška fakulteta Ljubljana, 20. november 2014 1 / 32 Naše skupne ure Matematične tehnologije 2011/12 Funkcije več spremenljivk 2011/12

Prikaži več

Turingov stroj in programiranje Barbara Strniša Opis in definicija Definirajmo nekaj oznak: Σ abeceda... končna neprazna množica simbolo

Turingov stroj in programiranje Barbara Strniša Opis in definicija Definirajmo nekaj oznak: Σ abeceda... končna neprazna množica simbolo Turingov stroj in programiranje Barbara Strniša 12. 4. 2010 1 Opis in definicija Definirajmo nekaj oznak: Σ abeceda... končna neprazna množica simbolov (običajno Σ 2) Σ n = {s 1 s 2... s n ; s i Σ, i =

Prikaži več

Funkcije in grafi

Funkcije in grafi 14 Funkcije in grafi Funkcije Zapisi funkcij Sorazmernost Obratna sorazmernost Potenčne funkcije Polinomske funkcije Druge funkcije Prileganje podatkom 14.1 Funkcije Spremenljivke Odvisnost spremenljivk

Prikaži več

DOMACA NALOGA - LABORATORIJSKE VAJE NALOGA 1 Dani sta kompleksni stevili z in z Kompleksno stevilo je definirano kot : z = a + b, a p

DOMACA NALOGA - LABORATORIJSKE VAJE NALOGA 1 Dani sta kompleksni stevili z in z Kompleksno stevilo je definirano kot : z = a + b, a p DOMACA NALOGA - LABORATORIJSKE VAJE NALOGA 1 Dani sta kompleksni stevili z 1 5 2 3 in z 2 3 8 5. Kompleksno stevilo je definirano kot : z = a + b, a predstavlja realno, b pa imaginarno komponento. z 1

Prikaži več

UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO Petra Žigert Pleteršek MATEMATIKA III Maribor, september 2017

UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO Petra Žigert Pleteršek MATEMATIKA III Maribor, september 2017 UNIVERZA V MARIBORU FAKULTETA ZA KEMIJO IN KEMIJSKO TEHNOLOGIJO Petra Žigert Pleteršek MATEMATIKA III Maribor, september 217 ii Kazalo Diferencialni račun vektorskih funkcij 1 1.1 Skalarne funkcije...........................

Prikaži več

Domače vaje iz LINEARNE ALGEBRE Marjeta Kramar Fijavž Fakulteta za gradbeništvo in geodezijo Univerze v Ljubljani 2007/08 Kazalo 1 Vektorji 2 2 Analit

Domače vaje iz LINEARNE ALGEBRE Marjeta Kramar Fijavž Fakulteta za gradbeništvo in geodezijo Univerze v Ljubljani 2007/08 Kazalo 1 Vektorji 2 2 Analit Domače vaje iz LINEARNE ALGEBRE Marjeta Kramar Fijavž Fakulteta za gradbeništvo in geodezijo Univerze v Ljubljani 007/08 Kazalo Vektorji Analitična geometrija 7 Linearni prostori 0 4 Evklidski prostori

Prikaži več

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 6. julij 2018 Navodila Pazljivo preberite be

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 6. julij 2018 Navodila Pazljivo preberite be Ime in priimek: Vpisna št: FAKULEA ZA MAEMAIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 6 julij 2018 Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja Za pozitiven rezultat

Prikaži več

RAM stroj Nataša Naglič 4. junij RAM RAM - random access machine Bralno pisalni, eno akumulatorski računalnik. Sestavljajo ga bralni in pisalni

RAM stroj Nataša Naglič 4. junij RAM RAM - random access machine Bralno pisalni, eno akumulatorski računalnik. Sestavljajo ga bralni in pisalni RAM stroj Nataša Naglič 4. junij 2009 1 RAM RAM - random access machine Bralno pisalni, eno akumulatorski računalnik. Sestavljajo ga bralni in pisalni trak, pomnilnik ter program. Bralni trak- zaporedje

Prikaži več

Microsoft PowerPoint - Java_spremenljivke

Microsoft PowerPoint - Java_spremenljivke Java Spremenljivke, prireditveni stavek Spremenljivke Prostor, kjer hranimo vrednosti Ime Znak, števka, _ Presledkov v imenu ne sme biti! Tip spremenljivke int (cela števila) Vse spremenljivke napovemo

Prikaži več

NAVODILA AVTORJEM PRISPEVKOV

NAVODILA AVTORJEM PRISPEVKOV Predmetna komisija za nižji izobrazbeni standard matematika Opisi dosežkov učencev 6. razreda na nacionalnem preverjanju znanja Slika: Porazdelitev točk pri matematiki (NIS), 6. razred 1 ZELENO OBMOČJE

Prikaži več

PREDMETNI KURIKULUM ZA RAZVOJ METEMATIČNIH KOMPETENC

PREDMETNI KURIKULUM ZA RAZVOJ METEMATIČNIH KOMPETENC MATEMATIKA 1.razred OSNOVE PREDMETA POKAZATELJI ZNANJA SPRETNOSTI KOMPETENCE Naravna števila -pozna štiri osnovne računske operacije in njihove lastnosti, -izračuna številske izraze z uporabo štirih računskih

Prikaži več

Priloga 1 Ljubljana 2018 MATEMATIKA Katalog znanja za osebe z mednarodno zaščito

Priloga 1 Ljubljana 2018 MATEMATIKA Katalog znanja za osebe z mednarodno zaščito Priloga 1 Ljubljana 2018 MATEMATIKA Katalog znanja za osebe z mednarodno zaščito KAZALO 1 UVOD... 3 2 IZPITNI CILJI... 4 3 ZGRADBA IN VREDNOTENJE IZPITA... 5 3.1 Shema izpita... 5 3.2 Tipi nalog in vrednotenje...

Prikaži več

11. Navadne diferencialne enačbe Začetni problem prvega reda Iščemo funkcijo y(x), ki zadošča diferencialni enačbi y = f(x, y) in začetnemu pogo

11. Navadne diferencialne enačbe Začetni problem prvega reda Iščemo funkcijo y(x), ki zadošča diferencialni enačbi y = f(x, y) in začetnemu pogo 11. Navadne diferencialne enačbe 11.1. Začetni problem prvega reda Iščemo funkcijo y(x), ki zadošča diferencialni enačbi y = f(x, y) in začetnemu pogoju y(x 0 ) = y 0, kjer je f dana dovolj gladka funkcija

Prikaži več

MATEMATIKA 2. LETNIK GIMNAZIJE G2A,G2B Sestavil: Matej Mlakar, prof. Ravnatelj: Ernest Simončič, prof. Šolsko leto 2011/2012 Število ur: 140

MATEMATIKA 2. LETNIK GIMNAZIJE G2A,G2B Sestavil: Matej Mlakar, prof. Ravnatelj: Ernest Simončič, prof. Šolsko leto 2011/2012 Število ur: 140 MATEMATIKA 2. LETNIK GIMNAZIJE G2A,G2B Sestavil: Matej Mlakar, prof. Ravnatelj: Ernest Simončič, prof. Šolsko leto 2011/2012 Število ur: 140 Pravila ocenjevanja pri predmetu matematika na Gimnaziji Krško

Prikaži več

Vsebinska struktura predmetnih izpitnih katalogov za splošno maturo

Vsebinska struktura predmetnih izpitnih katalogov za splošno maturo Ljubljana 017 MATEMATIKA Predmetni izpitni katalog za splošno maturo Predmetni izpitni katalog se uporablja od spomladanskega izpitnega roka 019, dokler ni določen novi. Veljavnost kataloga za leto, v

Prikaži več

UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO Katja Ciglar Analiza občutljivosti v Excel-u Seminarska naloga pri predmetu Optimizacija v fina

UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO Katja Ciglar Analiza občutljivosti v Excel-u Seminarska naloga pri predmetu Optimizacija v fina UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO Katja Ciglar Analiza občutljivosti v Excel-u Seminarska naloga pri predmetu Optimizacija v financah Ljubljana, 2010 1. Klasični pristop k analizi

Prikaži več

Urejevalna razdalja Avtorji: Nino Cajnkar, Gregor Kikelj Mentorica: Anja Petković 1 Motivacija Tajnica v posadki MARS - a je pridna delavka, ampak se

Urejevalna razdalja Avtorji: Nino Cajnkar, Gregor Kikelj Mentorica: Anja Petković 1 Motivacija Tajnica v posadki MARS - a je pridna delavka, ampak se Urejevalna razdalja Avtorji: Nino Cajnkar, Gregor Kikelj Mentorica: Anja Petković 1 Motivacija Tajnica v posadki MARS - a je pridna delavka, ampak se velikokrat zmoti. Na srečo piše v programu Microsoft

Prikaži več

PowerPoint Presentation

PowerPoint Presentation Integral rešujemo nalogo: Dana je funkcija f. Najdimo funkcijo F, katere odvod je enak f. Če je F ()=f() pravimo, da je F() primitivna funkcija za funkcijo f(). Primeri: f ( ) = cos f ( ) = sin f () =

Prikaži več

Rešene naloge iz Linearne Algebre

Rešene naloge iz Linearne Algebre UNIVERZA V LJUBLJANI FAKULTETA ZA RAČUNALNIŠTVO IN INFORMATIKO LABORATORIJ ZA MATEMATIČNE METODE V RAČUNALNIŠTVU IN INFORMATIKI Aleksandra Franc REŠENE NALOGE IZ LINEARNE ALGEBRE Študijsko gradivo Ljubljana

Prikaži več

Microsoft Word - UP_Lekcija04_2014.docx

Microsoft Word - UP_Lekcija04_2014.docx 4. Zanka while Zanke pri programiranju uporabljamo, kadar moramo stavek ali skupino stavkov izvršiti večkrat zaporedoma. Namesto, da iste (ali podobne) stavke pišemo n-krat, jih napišemo samo enkrat in

Prikaži več

Četrta vaja iz matematike 1 Andrej Perne Ljubljana, 2006/07 zaporedja Zaporedje je predpis, ki vsakemu n N priredi a n R. Monotonost zaporedij: Zapore

Četrta vaja iz matematike 1 Andrej Perne Ljubljana, 2006/07 zaporedja Zaporedje je predpis, ki vsakemu n N priredi a n R. Monotonost zaporedij: Zapore Četrta vaja iz matematike Adrej Pere Ljubljaa, 2006/07 zaporedja Zaporedje je predpis, ki vsakemu N priredi R. Mootoost zaporedij: Zaporedje { } je araščajoče, če je za vsak. Zaporedje { } je strogo araščajoče,

Prikaži več

Poglavje 3 Reševanje nelinearnih enačb Na iskanje rešitve enačbe oblike f(x) = 0 (3.1) zelo pogosto naletimo pri reševanju tehničnih problemov. Pri te

Poglavje 3 Reševanje nelinearnih enačb Na iskanje rešitve enačbe oblike f(x) = 0 (3.1) zelo pogosto naletimo pri reševanju tehničnih problemov. Pri te Poglavje 3 Reševanje nelinearnih enačb Na iskanje rešitve enačbe oblike f(x) = 0 (3.1) zelo pogosto naletimo pri reševanju tehničnih problemov. Pri tem je lahko nelinearna funkcija f podana eksplicitno,

Prikaži več

POPOLNI KVADER

POPOLNI KVADER List za mlade matematike, fizike, astronome in računalnikarje ISSN 031-662 Letnik 18 (1990/1991) Številka 3 Strani 134 139 Edvard Kramar: POPOLNI KVADER Ključne besede: matematika, geometrija, kvader,

Prikaži več

Zgledi:

Zgledi: a) za funkcijo f(x)= 1/3x 1 izračunaj ničlo, zapiši začetno vrednost in nariši graf (x=3, začetna vrednost: f(0)= 1, graf seka abscisno os v točki (3,0), ordinatno os pa v točki (0, 1)) b) nariši graf

Prikaži več

Microsoft Word - Analiza rezultatov NPZ matematika 2018.docx

Microsoft Word - Analiza rezultatov NPZ matematika 2018.docx Analiza dosežkov pri predmetu matematika za NPZ 28 6. razred NPZ matematika 28 Dosežek šole Povprečno število točk v % Državno povprečje Povprečno število točk v % Odstopanje v % 49,55 52,52 2,97 Povprečni

Prikaži več

UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in računalništvo DIPLOMSKO DELO Peter Škofič Maribor, 2014

UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in računalništvo DIPLOMSKO DELO Peter Škofič Maribor, 2014 UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in računalništvo DIPLOMSKO DELO Peter Škofič Maribor, 2014 UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO

Prikaži več

P181C10111

P181C10111 Š i f r a k a n d i d a t a : Državni izpitni center *P181C10111* SPOMLADANSKI IZPITNI ROK MATEMATIKA Izpitna pola Sobota, 9. junij 018 / 10 minut Dovoljeno gradivo in pripomočki: Kandidat prinese nalivno

Prikaži več

Univerza v Mariboru Fakulteta za naravoslovje in matematiko Oddelek za matematiko in računalništvo Enopredmetna matematika IZPIT IZ VERJETNOSTI IN STA

Univerza v Mariboru Fakulteta za naravoslovje in matematiko Oddelek za matematiko in računalništvo Enopredmetna matematika IZPIT IZ VERJETNOSTI IN STA Enopredmetna matematika IN STATISTIKE Maribor, 31. 01. 2012 1. Na voljo imamo kovanca tipa K 1 in K 2, katerih verjetnost, da pade grb, je p 1 in p 2. (a) Istočasno vržemo oba kovanca. Verjetnost, da je

Prikaži več

Matematika II (UN) 2. kolokvij (7. junij 2013) RE ITVE Naloga 1 (25 to k) ƒasovna funkcija f je denirana za t [0, 2] in podana s spodnjim grafom. f t

Matematika II (UN) 2. kolokvij (7. junij 2013) RE ITVE Naloga 1 (25 to k) ƒasovna funkcija f je denirana za t [0, 2] in podana s spodnjim grafom. f t Matematika II (UN) 2. kolokvij (7. junij 2013) RE ITVE Naloga 1 (25 to k) ƒasovna funkcija f je denirana za t [0, 2] in podana s spodnjim grafom. f t 0.5 1.5 2.0 t a.) Nari²ite tri grafe: graf (klasi ne)

Prikaži več

GeomInterp.dvi

GeomInterp.dvi Univerza v Ljubljani Fakulteta za matematiko in fiziko Seminar za Numerično analizo Geometrijska interpolacija z ravninskimi parametričnimi polinomskimi krivuljami Gašper Jaklič, Jernej Kozak, Marjeta

Prikaži več

resitve.dvi

resitve.dvi FAKULTETA ZA STROJNIŠTVO Matematika 4 Pini izpit 2. januar 22 Ime in priimek: Vpina št: Navodila Pazljivo preberite beedilo naloge, preden e lotite reševanja. Veljale bodo amo rešitve na papirju, kjer

Prikaži več

FGG14

FGG14 Iterativne metode podprostorov Iterativne metode podprostorov uporabljamo za numerično reševanje linearnih sistemov ali računanje lastnih vrednosti problemov z velikimi razpršenimi matrikami, ki so prevelike,

Prikaži več

Vektorji - naloge za test Naloga 1 Ali so točke A(1, 2, 3), B(0, 3, 7), C(3, 5, 11) b) A(0, 3, 5), B(1, 2, 2), C(3, 0, 4) kolinearne? Naloga 2 Ali toč

Vektorji - naloge za test Naloga 1 Ali so točke A(1, 2, 3), B(0, 3, 7), C(3, 5, 11) b) A(0, 3, 5), B(1, 2, 2), C(3, 0, 4) kolinearne? Naloga 2 Ali toč Vektorji - naloge za test Naloga 1 li so točke (1, 2, 3), (0, 3, 7), C(3, 5, 11) b) (0, 3, 5), (1, 2, 2), C(3, 0, 4) kolinearne? Naloga 2 li točke a) (6, 0, 2), (2, 0, 4), C(6, 6, 1) in D(2, 6, 3), b)

Prikaži več

Identifikacija Mednarodna raziskava trendov znanja matematike in naravoslovja Vprašalnik za učitelje Matematika International Association for the Eval

Identifikacija Mednarodna raziskava trendov znanja matematike in naravoslovja Vprašalnik za učitelje Matematika International Association for the Eval Identifikacija Mednarodna raziskava trendov znanja matematike in naravoslovja Vprašalnik za učitelje Matematika International Association for the Evaluation of Educational Achievement Copyright IEA, 2008

Prikaži več

jj

jj PREDMETNI IZPITNI KATALOG ZA POKLICNO MATURO MATEMATIKA Predmetni izpitni katalog je določil Strokovni svet RS za splošno izobraževanje na 60. seji 27. 8. 2003 in se uporablja v programih za pridobitev

Prikaži več

Študij AHITEKTURE IN URBANIZMA, šol. l. 2016/17 Vaje iz MATEMATIKE 9. Integral Določeni integral: Določeni integral: Naj bo f : [a, b] R funkcija. Int

Študij AHITEKTURE IN URBANIZMA, šol. l. 2016/17 Vaje iz MATEMATIKE 9. Integral Določeni integral: Določeni integral: Naj bo f : [a, b] R funkcija. Int Študij AHITEKTURE IN URBANIZMA, šol. l. 6/7 Vje iz MATEMATIKE 9. Integrl Določeni integrl: Določeni integrl: Nj bo f : [, b] R funkcij. Intervl [, b] rzdelimo n n podintervlov z delilnimi točkmi: = x

Prikaži več

P182C10111

P182C10111 Š i f r a k a n d i d a t a : Državni izpitni center *P18C10111* JESENSKI IZPITNI ROK MATEMATIKA Izpitna pola Ponedeljek, 7. avgust 018 / 10 minut Dovoljeno gradivo in pripomočki: Kandidat prinese nalivno

Prikaži več

PowerPointova predstavitev

PowerPointova predstavitev Obravnava kotov za učence s posebnimi potrebami Reading of angles for pupils with special needs Petra Premrl OŠ Danila Lokarja Ajdovščina OSNOVNA ŠOLA ENAKOVREDNI IZOBRAZBENI STANDARD NIŽJI IZOBRAZBENI

Prikaži več

NAVADNA (BIVARIATNA) LINEARNA REGRESIJA O regresijski analizi govorimo, kadar želimo opisati povezanost dveh numeričnih spremenljivk. Opravka imamo to

NAVADNA (BIVARIATNA) LINEARNA REGRESIJA O regresijski analizi govorimo, kadar želimo opisati povezanost dveh numeričnih spremenljivk. Opravka imamo to NAVADNA (BIVARIATNA) LINEARNA REGRESIJA O regresijski analizi govorimo, kadar želimo opisati povezanost dveh numeričnih spremenljivk. Opravka imamo torej s pari podatkov (x i,y i ), kjer so x i vrednosti

Prikaži več

INDIVIDUALNI PROGRAM PREDMET: MATEMATIKA ŠOL. LETO 2015/2016 UČITELJ: ANDREJ PRAH Učenec: Razred: 7. Leto šolanja: Ugotovitev stanja: Učenec je lani n

INDIVIDUALNI PROGRAM PREDMET: MATEMATIKA ŠOL. LETO 2015/2016 UČITELJ: ANDREJ PRAH Učenec: Razred: 7. Leto šolanja: Ugotovitev stanja: Učenec je lani n INDIVIDUALNI PROGRAM PREDMET: MATEMATIKA ŠOL. LETO 2015/2016 UČITELJ: ANDREJ PRAH Učenec: Razred: 7. Leto šolanja: Ugotovitev stanja: Učenec je lani neredno opravljal domače naloge. Pri pouku ga je bilo

Prikaži več

Mrežni modeli polimernih verig Boštjan Jenčič 22. maj 2013 Eden preprostejših opisov polimerne verige je mrežni model, kjer lahko posamezni segmenti p

Mrežni modeli polimernih verig Boštjan Jenčič 22. maj 2013 Eden preprostejših opisov polimerne verige je mrežni model, kjer lahko posamezni segmenti p Mrežni modeli polimernih verig Boštjan Jenčič. maj 013 Eden preprostejših opisov polimerne verige je mrežni model, kjer lahko posameni segmenti polimera asedejo golj ogljišča v kvadratni (ali kubični v

Prikaži več

VOLILNA ŠTEVILA

VOLILNA ŠTEVILA List za mlade matematike, fizike, astronome in računalnikarje ISSN 0351-6652 Letnik 21 (1993/1994) Številka 2 Strani 98 105 Bojan Hvala: VOLILNA ŠTEVILA Ključne besede: matematika. Elektronska verzija:

Prikaži več

UM FKKT, Bolonjski visoko²olski program Kemijska tehnologija Vpisna ²tevilka Priimek, ime 3. test pri predmetu MATEMATIKA II Ra unski del

UM FKKT, Bolonjski visoko²olski program Kemijska tehnologija Vpisna ²tevilka Priimek, ime 3. test pri predmetu MATEMATIKA II Ra unski del UM FKKT, Bolonjski visoko²olski program Kemijska tehnologija Vpisna ²tevilka Priimek, ime 3. test pri predmetu MATEMATIKA II Ra unski del 13. 6. 2016 Navodila: Pripravi osebni dokument. Ugasni in odstrani

Prikaži več

rm.dvi

rm.dvi 1 2 3 4 5 6 7 Ime, priimek Razred 14. DRŽAVNO TEKMOVANJE V RAZVEDRILNI MATEMATIKI NALOGE ZA PETI IN ŠESTI RAZRED OSNOVNE ŠOLE Čas reševanja nalog: 90 minut Točkovanje 1., 2., in 7. naloge je opisano v

Prikaži več

UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in računalništvo MAGISTRSKO DELO Daša Štesl Maribor, 2017

UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in računalništvo MAGISTRSKO DELO Daša Štesl Maribor, 2017 UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO Oddelek za matematiko in računalništvo MAGISTRSKO DELO Daša Štesl Maribor, 2017 UNIVERZA V MARIBORU FAKULTETA ZA NARAVOSLOVJE IN MATEMATIKO

Prikaži več

Matematika II (UNI) Izpit (23. avgust 2011) RE ITVE Naloga 1 (20 to k) Vektorja a = (0, 1, 1) in b = (1, 0, 1) oklepata trikotnik v prostoru. Izra una

Matematika II (UNI) Izpit (23. avgust 2011) RE ITVE Naloga 1 (20 to k) Vektorja a = (0, 1, 1) in b = (1, 0, 1) oklepata trikotnik v prostoru. Izra una Matematika II (UNI) Izpit (. avgust 11) RE ITVE Naloga 1 ( to k) Vektorja a = (, 1, 1) in b = (1,, 1) oklepata trikotnik v prostoru. Izra unajte: kot med vektorjema a in b, pravokotno projekcijo vektorja

Prikaži več

Diapozitiv 1

Diapozitiv 1 9. Funkcije 1 9. 1. F U N K C I J A m a i n () 9.2. D E F I N I C I J A F U N K C I J E 9.3. S T A V E K r e t u r n 9.4. K L I C F U N K C I J E I N P R E N O S P A R A M E T R O V 9.5. P R E K R I V

Prikaži več

Izpit iz GEOMETRIJE 17. junij 2004 Vpisna ²tevilka: Vrsta: Ime in priimek: Sedeº: 1. Poi² i vse stoºnice v P(R 3 ), ki se dotikajo premice x = 0, prem

Izpit iz GEOMETRIJE 17. junij 2004 Vpisna ²tevilka: Vrsta: Ime in priimek: Sedeº: 1. Poi² i vse stoºnice v P(R 3 ), ki se dotikajo premice x = 0, prem 17. junij 2004 1. Poi² i vse stoºnice v P(R 3 ), ki se dotikajo premice x = 0, premice z = 0 v to ki (1, 1, 0) in premice y = 0 v to ki (1, 0, 1). 2. V projektivni ravnini so dane premice p 1 : 4x 3y z

Prikaži več

Poskusi s kondenzatorji

Poskusi s kondenzatorji Poskusi s kondenzatorji Samo Lasič, Fakulteta za Matematiko in Fiziko, Oddelek za fiziko, Ljubljana Povzetek Opisani so nekateri poskusi s kondenzatorji, ki smo jih izvedli z merilnim vmesnikom LabPro.

Prikaži več

NAJRAJE SE DRUŽIM S SVIČNIKOM, SAJ LAHKO VADIM ČRTE IN KRIVULJE, PA VELIKE TISKANE ČRKE IN ŠTEVILKE DO 20. Preizkusite znanje vaših otrok in natisnite

NAJRAJE SE DRUŽIM S SVIČNIKOM, SAJ LAHKO VADIM ČRTE IN KRIVULJE, PA VELIKE TISKANE ČRKE IN ŠTEVILKE DO 20. Preizkusite znanje vaših otrok in natisnite NAJRAJE SE DRUŽIM S SVIČNIKOM, SAJ LAHKO VADIM ČRTE IN KRIVULJE, PA VELIKE TISKANE ČRKE IN ŠTEVILKE DO 20. Preizkusite znanje vaših otrok in natisnite vzorčne strani iz DELOVNIH LISTOV 1 v štirih delih

Prikaži več

3. Metode, ki temeljijo na minimalnem ostanku Denimo, da smo z Arnoldijevim algoritmom zgenerirali ON bazo podprostora Krilova K k (A, r 0 ) in velja

3. Metode, ki temeljijo na minimalnem ostanku Denimo, da smo z Arnoldijevim algoritmom zgenerirali ON bazo podprostora Krilova K k (A, r 0 ) in velja 3. Metode, ki temeljijo na minimalnem ostanku Denimo, da smo z Arnoldijevim algoritmom zgenerirali ON bazo podprostora Krilova K k (A, r 0 ) in velja AV k = V k H k + h k+1,k v k+1 e T k = V kh k+1,k.

Prikaži več

Lehmerjev algoritem za racunanje najvecjega skupnega delitelja

Lehmerjev algoritem za racunanje najvecjega skupnega delitelja Univerza v Ljubljani Fakulteta za računalništvo in informatiko ter Fakulteta za Matematiko in Fiziko Mirjam Kolar Lehmerjev algoritem za računanje največjega skupnega delitelja DIPLOMSKO DELO NA INTERDISCIPLINARNEM

Prikaži več

7. VAJA A. ENAČBA ZBIRALNE LEČE

7. VAJA A. ENAČBA ZBIRALNE LEČE 7. VAJA A. ENAČBA ZBIRALNE LEČE 1. UVOD Enačbo leče dobimo navadno s pomočjo geometrijskih konstrukcij. V našem primeru bomo do te enačbe prišli eksperimentalno, z merjenjem razdalj a in b. 2. NALOGA Izračunaj

Prikaži več

Microsoft Word - N _moderacija.docx

Microsoft Word - N _moderacija.docx 2 N151-401-2-2 SPLOŠNA NAVODILA Prosimo, da moderirano različico navodil za vrednotenje dosledno upoštevate. Če učenec pravilno reši nalogo na svoj način (ki je matematično korekten) in je to razvidno

Prikaži več

MATLAB programiranje MATLAB... programski jezik in programersko okolje Zakaj Matlab? tipičen proceduralni jezik enostaven za uporabo hitro učenje prir

MATLAB programiranje MATLAB... programski jezik in programersko okolje Zakaj Matlab? tipičen proceduralni jezik enostaven za uporabo hitro učenje prir MATLAB programiranje MATLAB... programski jezik in programersko okolje Zakaj Matlab? tipičen proceduralni jezik enostaven za uporabo hitro učenje priročno programsko okolje tolmač interpreter (ne prevajalnik)

Prikaži več