1. Számsorozatok és számsorok

Hasonló dokumentumok
Sorozatok, sorok, függvények határértéke és folytonossága Leindler Schipp - Analízis I. könyve + jegyzetek, kidolgozások alapján

2. gyakorlat. A polárkoordináta-rendszer

Sorozatok és Sorozatok és / 18

A fontosabb definíciók

Analízis I. Vizsgatételsor

1. Geometriai vektorok

Analízis I. beugró vizsgakérdések

Lineáris leképezések. Wettl Ferenc március 9. Wettl Ferenc Lineáris leképezések március 9. 1 / 31

minden x D esetén, akkor x 0 -at a függvény maximumhelyének mondjuk, f(x 0 )-at pedig az (abszolút) maximumértékének.

A sorozat fogalma. függvényeket sorozatoknak nevezzük. Amennyiben az értékkészlet. az értékkészlet a komplex számok halmaza, akkor komplex

ANALÍZIS III. ELMÉLETI KÉRDÉSEK

ANALÍZIS III. ELMÉLETI KÉRDÉSEK

Boros Zoltán február

f(x) vagy f(x) a (x x 0 )-t használjuk. lim melyekre Mivel itt ɛ > 0 tetszőlegesen kicsi, így a a = 0, a = a, ami ellentmondás, bizonyítva

Differenciálszámítás normált terekben

2. SZÉLSŽÉRTÉKSZÁMÍTÁS. 2.1 A széls érték fogalma, létezése

Mátrixok 2017 Mátrixok

9. TÖBBVÁLTOZÓS FÜGGVÉNYEK DIFFERENCIÁLSZÁMITÁSA. 9.1 Metrika és topológia R k -ban

Dierenciálhatóság. Wettl Ferenc el adása alapján és

2010. október 12. Dr. Vincze Szilvia

Diszkrét matematika I., 12. előadás Dr. Takách Géza NyME FMK Informatikai Intézet takach november 30.

Matematika III előadás

GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN

Megoldott feladatok november 30. n+3 szigorúan monoton csökken, 5. n+3. lim a n = lim. n+3 = 2n+3 n+4 2n+1

1. A vektor és a vektortér fogalma

Minden x > 0 és y 0 valós számpárhoz létezik olyan n természetes szám, hogy y nx.

Sorozatok. 5. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Sorozatok p. 1/2

Vektorterek. Wettl Ferenc február 17. Wettl Ferenc Vektorterek február / 27

Analízis előadás és gyakorlat vázlat

ANALÍZIS TANÁROKNAK II.

Függvények határértéke, folytonossága

Funkcionálanalízis. n=1. n=1. x n y n. n=1

1. Példa. A gamma függvény és a Fubini-tétel.

Számsorok. 1. Definíció. Legyen adott valós számoknak egy (a n ) n=1 = (a 1, a 2,..., a n,...) végtelen sorozata. Az. a n

Vektorok. Wettl Ferenc október 20. Wettl Ferenc Vektorok október / 36

4. SOROK. a n. a k (n N) a n = s, azaz. a n := lim

Matematika B/1. Tartalomjegyzék. 1. Célkit zések. 2. Általános követelmények. Biró Zsolt. 1. Célkit zések Általános követelmények 1

f(x) a (x x 0 )-t használjuk.

Gyakorló feladatok az II. konzultáció anyagához

Taylor-polinomok. 1. Alapfeladatok április Feladat: Írjuk fel az f(x) = e 2x függvény másodfokú Maclaurinpolinomját!

Metrikus terek, többváltozós függvények

Többváltozós, valós értékű függvények

1/1. Házi feladat. 1. Legyen p és q igaz vagy hamis matematikai kifejezés. Mutassuk meg, hogy

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz

Az el adás anyagának törzsrésze

A legjobb közeĺıtés itt most azt jelentette, hogy a lineáris

Sorozatok határértéke SOROZAT FOGALMA, MEGADÁSA, ÁBRÁZOLÁSA; KORLÁTOS ÉS MONOTON SOROZATOK

Lineáris egyenletrendszerek

1. Parciális függvény, parciális derivált (ismétlés)

Konvex optimalizálás feladatok

Analízis 1. (BSc) vizsgakérdések Programtervez informatikus szak tanév 2. félév

Fraktálok. Kontrakciók Affin leképezések. Czirbusz Sándor ELTE IK, Komputeralgebra Tanszék. TARTALOMJEGYZÉK Kontrakciók Affin transzformációk

A derivált alkalmazásai

Lineáris egyenletrendszerek

Programtervező informatikus I. évfolyam Analízis 1

Mátrixok, mátrixműveletek

1. Absztrakt terek 1. (x, y) x + y X és (λ, x) λx X. műveletek értelmezve vannak, és amelyekre teljesülnek a következő axiómák:

A Matematika I. előadás részletes tematikája

Vektorok, mátrixok, lineáris egyenletrendszerek

Határozott integrál és alkalmazásai

Lagrange-féle multiplikátor módszer és alkalmazása

Matematika A1a Analízis

Többváltozós függvények Jegyzet. Pap Margit, Tóth László Pécsi Tudományegyetem

Egyváltozós függvények 1.

Valós függvények tulajdonságai és határérték-számítása

Sorozatok, sorozatok konvergenciája

7. gyakorlat. Lineáris algebrai egyenletrendszerek megoldhatósága

Analízis II. Analízis II. Beugrók. Készítette: Szánthó József. kiezafiu kukac gmail.com. 2009/ félév

1. Mátrixösszeadás és skalárral szorzás

3. el adás: Determinánsok

Matematika A2 vizsga mgeoldása június 4.

Dierenciálhányados, derivált

NUMERIKUS SOROK I. A feladat ekvivalens átfogalmazása a következő végtelen sok tagú összegnek a meghatározása ) 1 21

Többváltozós, valós értékű függvények

KOVÁCS BÉLA, MATEMATIKA II.

KOVÁCS BÉLA, MATEMATIKA I.

Utolsó el adás. Wettl Ferenc BME Algebra Tanszék, Wettl Ferenc (BME) Utolsó el adás / 20

1. Generátorrendszer. Házi feladat (fizikából tudjuk) Ha v és w nem párhuzamos síkvektorok, akkor generátorrendszert alkotnak a sík vektorainak

KOVÁCS BÉLA, MATEMATIKA I.

Debreceni Egyetem. Kalkulus I. Gselmann Eszter

Matematika A1a Analízis

Analízisfeladat-gyűjtemény IV.

1. Számsorok, hatványsorok, Taylor-sor, Fourier-sor

Határérték. Wettl Ferenc el adása alapján és Wettl Ferenc el adása alapján Határérték és

I. VEKTOROK, MÁTRIXOK

Bevezetés. 1. fejezet. Algebrai feladatok. Feladatok

Függvényhatárérték és folytonosság

min{k R K fels korlátja H-nak} a A : a ξ : ξ fels korlát A legkisebb fels korlát is:

Vizsgatematika. = kötelez bizonyítás Minden tételnél fontosak az el adáson elhangzott példák/ellenpéldák! Vizsgatematika 1 / 42

First Prev Next Last Go Back Full Screen Close Quit

Matematika szigorlat június 17. Neptun kód:

A dierenciálszámítás alapjai és az érint

Tartalomjegyzék. Tartalomjegyzék Valós változós valós értékű függvények... 2

Nagy Gábor compalg.inf.elte.hu/ nagy

1. Komplex függvények dierenciálhatósága, Cauchy-Riemann egyenletek. Hatványsorok, elemi függvények

Matematika (mesterképzés)

Analízis ZH konzultáció

A L Hospital-szabály, elaszticitás, monotonitás, konvexitás

VEKTORTEREK I. VEKTORTÉR, ALTÉR, GENERÁTORRENDSZER október 15. Irodalom. További ajánlott feladatok

Átírás:

1. Számsorozatok és számsorok 1.1. Számsorozatok A számsorozatok egyszer függvények, amelyek hasznos épít kövei lesznek a kés bbi fogalmaknak. 1.1 Deníció. Az a : IN IR típusú függvényeket (valós) számsorozatoknak nevezzük. A számsorozat tehát olyan függvény, amely természetes számokhoz rendel hozzá valós számokat. Ekkor az a(n) helyett az a n jelölést szokásos használni (ezt a sorozat n-edik elemének hívjuk), és magára az a sorozatra a zárójeles (a n ) jelölést is gyakran alkalmazzuk. Pl. ( 1 n ) azt a sorozatot jelöli, amelynek elemei: a 1 = a(1) = 1; a 2 = a(2) = 1 2 ; a 3 = a(3) = 1 3 stb. Egy speciális típusú sorozat az olyan sorozat, amely minden természetes számhoz ugyanazt a valós számot rendeli hozzá, vagyis minden eleme egyenl : 1.2 Deníció. Az (a n ) sorozatot konstans sorozatnak nevezzük, ha létezik olyan α IR szám, amelyre a n = α minden n IN esetén. Fontosak a korlátos sorozatok is. 1.3 Deníció. Az (a n ) sorozatot korlátosnak nevezzük, ha K IR : a n K n IN esetén. Megjegyezzük, hogy a sorozatot alulról korlátosnak nevezzük, ha minden eleme nagyobb vagy egyenl, mint egy bizonyos valós szám, azaz m IR, amelyre a n m n IN, és felülr l korlátosnak nevezzük, ha M IR : a n M n IN. Nyilvánvalóan, egy sorozat pontosan akkor korlátos, ha alulról is és felülr l is korlátos. 1.1.1. Konvergens sorozatok A sorozatok elemei gyakran úgy viselkednek, hogy az n index növelésével minden határon túl megközelítenek egy bizonyos számot. 1.4 Deníció. Azt mondjuk, hogy az (a n ) sorozat konvergens (más szóval létezik véges határértéke), ha van olyan A IR szám, hogy bármely ε > 0 számhoz van olyan N IN küszöbindex, hogy minden n IN, n N esetén a n A < ε. Ekkor az A számot a sorozat határértékének nevezzük, és a lim a n = A vagy az a n A jelölést alkalmazzuk. Úgy is fogalmazhatunk, hogy az (a n ) sorozat tart az A számhoz. 1

Pl. az ( 1 ) sorozat konvergens, és nullához tart. Ugyanis, legyen ε > 0 tetsz leges. Ekkor n mindig van ε-nál kisebb 1 N ha pedig n > N, akkor alakú szám (N IN): 1 N < ε, 1 n < 1 N < ε, azaz 1 n 0 < ε n N. Pl. ε = 1-hez jó lesz küszöbindexnek N = 2, ε = 1/2-hez N = 3, ε = 1/100-hoz N = 101 stb. Vizsgáljuk meg, hogy mi a kapcsolat a korlátosság és a konvergencia között! 1.5 Állítás. Minden konvergens sorozat korlátos. Biz.: Tegyük fel, hogy lim a n = A IR. Ez azt jelenti, hogy ε > 0 N : a n A < ε n N. Így ε = 1 esetén is létezik N 1 index, amelyre a n A < 1 n N 1. Mivel a n = (a n A) + A miatt a n a n A + A, ezért a n 1 + A n N 1. Az N 1 -edik elem el tt pedig csak véges sok elem van, így azok a korlátosság tényét nem befolyásolják, nyilvánvalóan a sorozat minden eleme abszolút értékben kisebb vagy egyenl mint K := max{ a 1, a 2,..., a N1 1, A + 1}. Az állítás megfordítása nem igaz: a sorozat korlátosságából nem következik a konvergenciája, pl. a (( 1) n ) sorozat korlátos, de nem konvergens. 1.2. M veletek sorozatokkal A sorozatok között m veleteket is értelmezhetünk. Ekkor értelmesek az alábbi m veletek: a + b; λ a; a b; Legyenek a, b : IN IR, λ IR. a b, 2

és ezeket a következ képpen deniáljuk: (a + b) : IN IR : (a + b)(n) = a(n) + b(n) a n + b n (λ a) : IN IR : (λ a)(n) = λ a(n) λ a n (a b) : IN IR : (a b)(n) = a(n) b(n) a n b n a : IN IR : ( a a(n) )(n) = = an b b b(n) b n (b n 0) A következ kben arra szeretnénk választ kapni, hogy konvergens sorozatok között a fent bevezetett m veleteket elvégezve mit mondhatunk a kapott új sorozatok konvergenciájáról. Ehhez hasznos lesz a következ fogalom. 1.6 Deníció. Egy (a n ) sorozatot nullasorozatnak nevezünk, ha lim a n = 0. Nyilvánvalóan, (a n ) nullasorozat ε > 0 N IN : a n < ε n N. 1.7 Állítás. lim a n = α (a n α) nullasorozat. Biz.: lim a n = α ε > 0 N : a n α < ε n N (a n α) nullasorozat ε > 0 N : a n α < ε n N. A következ állítás két egyszer segédtételt tartalmaz, amelyek leegyszer sítik a f tételeink bizonyítását. 1.8 Állítás. Legyenek (a n ), (b n ), (c n ) olyan sorozatok, amelyekre a.) (a n ) és (b n ) nullasorozat; b.) (c n ) korlátos sorozat. Ekkor (a n + b n ) és (c n a n ) is nullasorozat. Biz.: a.) ε > 0 N 1 és N 2 : a n < ε 2 n N 1, és b n < ε 2 n N 2. Ekkor n N := max{n 1, N 2 } esetén a n + b n a n + b n < ε. b.) Tegyük fel, hogy c n K n, és legyen ε > 0 tetsz leges. Mivel (a n ) nullasorozat, N : a n < ε K n N. Így a n c n K ε K = ε n N. A m veletek során a konvergens sorozatok jól viselkednek. 1.9 Állítás. Legyenek (a n ), (b n ) tetsz leges konvergens sorozatok, λ IR rögzített szám. Ekkor a.) (a n + b n ) is konvergens, és lim(a n + b n ) = lim a n + lim b n ; b.) (λ a n ) is konvergens, és lim(λ a n ) = λ lim a n ; 3

c.) (a n b n ) is konvergens, és lim(a n b n ) = lim a n lim b n ; d.) ha lim b n 0, akkor ( an b n ) is konvergens, és lim an b n = lim an lim b n. Biz.: Itt csak az a.) és a c.) állítás bizonyítását mutatjuk meg. Vezessük be a következ jelöléseket: A := lim a n, B := lim b n (A, B IR) a.) (a n A) és (b n B) nullasorozatok ((a n A) + (b n B)) is nullasorozat ((a n + b n ) (A + B)) is nullasorozat lim(a n + b n ) = A + B. c.) a n b n AB = (a n A)b n + (b n B)A. Itt mindkét tag egy nullasorozat és egy korlátos sorozat szorzatsorozata, a két tag nullához tart, így az összegsorozat is nullasorozat. Nézzünk néhány további módszert a konvergencia eldöntésére! 1.10 Állítás. (Közrefogási elv vagy rend relv) Tegyük fel, hogy a n c n b n, lim a n, lim b n és lim a n = lim b n = α IR. Ekkor lim c n, és lim c n = α. Ha egy sorozat konvergenciáját a konvergencia denícióját alkalmazva akarjuk megmutatni, akkor nehézséget okozhat az A határérték megsejtése. Ezért hasznos a következ tétel: 1.11 Állítás. (Cauchy-féle konvergenciakritérium) Az (a n ) sorozat pontosan akkor konvergens, ha bármely ε > 0 számhoz N IN küszöbindex, hogy m, n N esetén a n a m < ε. Ez a tulajdonság azt jelenti, hogy a sorozat elemei tetsz legesen megközelítik egymást. 1.2.1. Divergens sorozatok Azokat a sorozatokat, amelyek nem konvergensek, divergens sorozatoknak nevezzük. Egy sorozat többféleképpen lehet divergens. 1.12 Deníció. Azt mondjuk, hogy az (a n ) sorozatnak + a határértéke, ha minden K IR számhoz létezik N IN küszöbindex, amelyre minden n N esetén a n > K. Jelölése: lim a n = + vagy a n +. Ilyen például az a n = n sorozat. 4

1.13 Deníció. Azt mondjuk, hogy az (a n ) sorozatnak a határértéke, ha minden K IR számhoz létezik N IN küszöbindex, amelyre minden n N esetén a n < K. Jelölése: lim a n = vagy a n. Ilyen például az a n = n sorozat. Olyan sorozatra is lehet példát mutatni, amely úgy divergens, hogy sem + -hez, sem pedig -hez nem tart, tehát sem véges, sem végtelen határértéke nem létezik. Ezzel a tulajdonsággal rendelkezik pl. az a n = ( 1) n sorozat, amelynek elemei váltakozva -1-gyel és +1-gyel egyenl k. A + -hez vagy -hez tartó sorozatokkal végzett m veletek nagy körültekintést igényelnek. Itt összegy jtjük a legfontosabb szabályokat. 1. Összeadás: Ha lim a n = A (véges) és lim b n = +, akkor lim(a n + b n ) = +. Ha lim a n = A (véges) és lim b n =, akkor lim(a n + b n ) =. Ha lim a n = + és lim b n = +, akkor lim(a n + b n ) = +. Ha lim a n = és lim b n =, akkor lim(a n + b n ) =. Ha lim a n = + és lim b n =, akkor lim(a n + b n )-r l nem tudunk semmit. 2. Szorzás: { Ha lim a n = A 0 (véges) és lim b n = +, akkor lim(a n b n ) = { Ha lim a n = A 0 (véges) és lim b n =, akkor lim(a n b n ) = +, ha A > 0;, ha A < 0., ha A > 0; +, ha A < 0. Ha lim a n = + és lim b n = +, akkor lim(a n b n ) = +. Ha lim a n = és lim b n =, akkor lim(a n b n ) = +. Ha lim a n = + és lim b n =, akkor lim(a n b n ) =. Ha lim a n = 0 és lim b n = vagy +, akkor lim(a n b n )-r l nem tudunk semmit. 3. Osztás: Ha lim b n = + vagy, akkor lim( 1 b n ) = 0. 5

Ha lim b n = 0 és (b n ) elemei egy bizonyos indext l kezdve mind pozitívak (ill. negatívak), akkor lim( 1 b n ) = + (ill. ). A lim b n = 0 feltételb l önmagában nem következik semmi. an b n = a n 1 b n alapján a hányadossorozat határértékét meg lehet vizsgálni. A határozatlan esetek: a) lim a n = + vagy és lim b n = + vagy. b) lim b n = 0. 1.2.2. Monoton sorozatok 1.14 Deníció. Egy (a n ) sorozatot monoton növ nek nevezünk, ha a 1 a 2..., monoton fogyónak nevezünk, ha a 1 a 2..., szigorúan monoton növ nek nevezünk, ha a 1 < a 2 <..., szigorúan monoton fogyónak nevezünk, ha a 1 > a 2 >... Ha (a n ) egyike a fentieknek, akkor monoton sorozatnak nevezzük. Nyilvánvalóan, egy szigorúan monoton növ (fogyó) sorozat egyben monoton növ (fogyó) is. 1.15 Állítás. Ha az (a n ) sorozat monoton növ és felülr l korlátos, akkor konvergens, és határértéke a sorozat elemeib l álló halmaz legkisebb fels korlátja, azaz lim a n = sup{a 1, a 2,...}. Biz.: Jelölje α := sup{a 1, a 2,...}. Belátandó, hogy lim a n = α. A sup deníciója alapján egyrészt a n α n IN. Másrészt, ε > 0 esetén α ε nem fels korlát, tehát létezik olyan n 0 index, amelyre a n0 > α ε. Mivel a sorozat monoton növ, ezért n > n 0 esetén a n > a n0, tehát a n > α ε. Ezért ε > 0 N : α ε < a n α lim a n = α. Hasonlóan igazolható, hogy ha (a n ) monoton fogyó és alulról korlátos, akkor konvergens, és határértéke a sorozat elemeib l álló halmaz legnagyobb alsó korlátja, azaz lim a n = inf{a 1, a 2,...}. 1.16 Állítás. Ha az (a n ) sorozat monoton növ és felülr l nem korlátos, akkor lim a n = +. (Ha az (a n ) sorozat monoton fogyó és alulról nem korlátos, akkor lim a n =.) Egy monoton sorozatnak tehát mindig van határértéke! 6

1.3. Számsorok Legyen (a n ) : IN IR egy tetsz leges sorozat. Kérdés: Hogyan értelmezhetnénk a sorozatot alkotó végtelen sok elem összegét? Végtelen sok számot még számítógéppel sem tudunk összeadni, annak azonban van értelme, hogy a sorozat els elemeib l egyre többet és többet összeadva megvizsgáljuk, hova tartanak ezen véges sok elemek összegei. 1.17 Deníció. Az S n := a 1 + a 2 + a 3 +... + a n, n IN számot az (a n ) sorozat n-edik részletösszegének nevezzük. Tehát S 1 = a 1, S 2 = a 1 + a 2, S 3 = a 1 + a 2 + a 3 és így tovább. Vegyük észre, hogy ezzel egy újabb számsorozatot készítettünk. Tekintsük ezen részletösszegek (S n ) sorozatát! 1.18 Deníció. Az ((a n ), (S n )) rendezett párt az (a n ) sorozathoz tartozó számsornak (numerikus sornak, vagy egyszer en csak sornak) nevezzük, és a n=1 a n (még rövidebben an ) szimbólummal jelöljük. A végtelen sok elem összegét ezen sorozat határértékeként fogjuk értelmezni, amennyiben az létezik. 1.19 Deníció. Azt mondjuk, hogy az ((a n ), (S n )) sornak létezik összege, ha az (S n ) sorozatnak van határértéke. Amennyiben létezik összeg, akkor arra is szokásos a n=1 a n jelölés használata. Ez a szimbólum tehát a sort is és az összegét is jelöli, de a szövegkörnyezetb l mindig egyértelm, hogy melyikr l van szó. 1.20 Deníció. Ha az (S n ) sorozat konvergens (divergens), akkor a sort konvergens (divergens) sornak nevezzük. Példa. Legyen a n = q n, ahol q IR (mértani sorozat). Ekkor S n = q + q 2 +... + q n = q qn 1 q 1, tehát lim S n = lim(q qn 1 ). Vizsgáljuk meg, létezik-e ez a határérték! Ez a q q 1 számtól, azaz a mértani sorozat hányadosától függ. Több eset lehetséges: 1. Ha q < 1, akkor lim q n = 0, így a lim S n határérték létezik, és nem más, mint A mértani sor ekkor tehát konvergens, és összege q 1 q. 2. Ha q > 1, akkor lim q n = +, így lim S n létezik, és + -nel egyenl. Ebben az esetben tehát a sor divergens, létezik összege, és az +. 3. Ha q 1, akkor lim q n nem létezik, és belátható, hogy lim S n sem létezik, tehát ekkor a mértani sor szintén divergens, de most úgy, hogy nem létezik összege. Érdemes megjegyezni, hogy a 1 1 n 2 sornak π2 6 az összege, így konvergens. n q 1 q. sornak + az összege, tehát divergens, ugyanakkor a 7

1.3.1. Konvergenciakritériumok Egy sor összegének meghatározása nem mindig egyszer feladat. A gyakorlatban igen sokszor csak a konvergencia vagy a divergencia tényét tudjuk megállapítani. Erre számos módszer kínálkozik, ismerkedjünk meg a legfontosabbakkal. Mindenekel tt megmutatjuk, hogy egy sor csak akkor lehet konvergens (azaz akkor létezhet véges összege), ha az a 1, a 2, a 3... számok sorozata nullához tart. Igaz tehát a következ állítás. 1.21 Állítás. Ha a n konvergens, akkor a n 0. Biz.: Ha a n konvergens, akkor (S n ) konvergens, így a Cauchy-féle konvergenciakritérium szerint bármely ε > 0 hibakorláthoz van olyan N küszöbindex, hogy minden m > N és n := m + 1 esetén ε > S n S m = a 1 + a 2 +... + a m + a m+1 (a 1 + a 2 +... + a m ) = a n. Ez pedig éppen azt jelenti, hogy a n 0. Ha tehát az (a n ) sorozat nem tart nullához, akkor a a n sor biztosan divergens! A következ tételpár pozitív tagú sorok konvergenciavizsgálatára használható, és egy másik, ismerten konvergens vagy divergens sorral való összehasonlításon alapul. 1.22 Tétel. (Összehasonlító kritériumok) Legyen (a n ), (b n ) IR + és n IN esetén a n b n. Ekkor 1 o ha b n konvergens, akkor a n konvergens; 2 o ha a n divergens, akkor b n divergens. Biz.: Legyen S n := a 1 + a 2 +... + a n és T n := b 1 + b 2 +... + b n, n IN. Mivel az (a n ) és (b n ) sorozat elemei pozitívak, így (S n ) és (T n ) szigorúan monoton növeked. 1 o Ha b n konvergens, akkor (T n ) konvergens. Ekkor n IN esetén S n T n < lim T n = n=1 b n, tehát (S n ) korlátos is, ezért (S n ) konvergens, azaz a n konvergens. 2 o Ha a n divergens, akkor (S n ) felülr l nem korlátos. Ekkor n IN esetén T n S n miatt (T n ) is felülr l nem korlátos, amib l következik, hogy (T n ) nem konvergens (divergens), így b n divergens. 8

Végezetül, a következ két tétel segítségével az (a n ) sorozat elemeinek vizsgálatával tudunk a konvergencia tényére következtetni. Ezeket a tételeket bizonyítás nélkül közöljük. 1.23 Tétel. (Hányadoskritérium, D'Alembert) Legyen (a n ) olyan sorozat, amelyhez q (0, 1) és N IN, hogy n > N esetén a n+1 /a n q. Ekkor a n konvergens. 1.24 Tétel. (Gyökkritérium, Cauchy) Legyen (a n ) olyan sorozat, amelyhez q (0, 1) és N IN, hogy n > N esetén n a n q. Ekkor a n konvergens. 2. Többváltozós függvények dierenciálszámítása Az el z félévben találkoztunk az IR n (n IN) szimbólummal. Ez a rendezett valós szám-n-esek halmazát jelentette, tehát IR n := {(x 1, x 2,..., x n ) : x i IR, i = 1, 2,..., n}. Ezen a halmazon összeadást és skalárral való szorzást is értelmezhetünk: (x 1, x 2,..., x n ) + ( x 1, x 2,..., x n ) := (x 1 + x 1, x 2 + x 2,..., x n + x n ), λ (x 1, x 2,..., x n ) := (λ x 1, λ x 2,..., λ x n ) (λ IR). Könnyen megmutatható, hogy ezen két m velet tulajdonságai megegyeznek a geometriai vektorok, vagyis az irányított szakaszok összeadásának és skalárral való szorzásának tulajdonságaival, ezért IR n elemeit is szokásos vektoroknak nevezni. (Az "n-dimenziós vektor" kifejezést fogjuk használni.) Deniálunk ezenkívül egy skaláris szorzásnak nevezett m veletet, amely számot ad eredményül: 2.1 Deníció. Az x = (x 1, x 2,..., x n ) és y = (y 1, y 2,..., y n ) IR n vektorok skaláris szorzatán az x, y := számot értjük. n x i y i IR i=1 Bevezetünk egy olyan fogalmat is, amely IR 2 ill. IR 3 esetén a megfelel síkvektorok hosszát fejezi ki, de IR n -ben is használjuk: 9

2.2 Deníció. Az x = (x 1, x 2,..., x n ) IR n vektor euklideszi normáján az x := x 2 1 + x 2 2 +... + x 2 n IR számot értjük. Ebben a fejezetben f : IR n IR m típusú függvények dierenciálszámításával foglalkozunk. Az ilyen függvény n-dimenziós vektorokhoz m-dimenziós vektorokat rendel hozzá, azaz f : (x 1, x 2,..., x n ) (y 1, y 2,..., y m ) módon képez. Elnevezés: n-változós, m-dimenziós vektor érték függvény. Itt n és m tetsz leges pozitív egész számok lehetnek. Ha mindkett t 1-nek választjuk, a már jól ismert valós-valós függvényeket kapjuk. Az alkalmazásokban azonban fontosan a többváltozós, ill. vektor érték függvények is. Mint látni fogjuk, az IR n IR m típusú függvények dierenciálszámításában szükségünk lesz egy egyszer típusú leképezés, az ún. lineáris leképezés fogalmára. Ezért ismerkedjünk meg el ször ezzel a fogalommal! 2.1. Lineáris leképezések és mátrixok Tekintsük azt a függvényt, amely minden valós számhoz az ötszörösét rendeli hozzá! f : IR IR, f(x) = 5x Nézzük meg, hogy mit rendel hozzá ez a függvény két szám összegéhez: x 1, x 2 IR, f(x 1 + x 2 ) = 5(x 1 + x 2 ) = 5x 1 + 5x 2 = f(x 1 ) + f(x 2 ) Azaz két szám összegéhez a megfelel függvényértékek összegét rendeli. Mit rendel egy szám λ-szorosához? x IR, λ IR, f(λ x) = 5 (λ x) = λ 5x = λ f(x). Azaz egy x szám λ-szorosához az x-beli függvényérték λ-szorosát rendeli. 2.3 Deníció. (Valós lineáris függvény) Ha egy f : IR IR függvényre igaz az alábbi két tulajdonság: 1. f(x 1 + x 2 ) = f(x 1 ) + f(x 2 ) x 1, x 2 IR, és 10

2. f(λx) = λf(x) x IR, λ IR, akkor az f függvényt lineáris függvénynek nevezzük. Mint láttuk, az f(x) = 5x függvény eleget tesz a fenti deníciónak, így lineáris függvény. Lineárisak-e a következ valós függvények? a.) f(x) = 0 x IR Legyen x 1, x 2, λ IR tetsz leges. Ekkor f(x 1 + x 2 ) = 0 = f(x 1 ) + f(x 2 ), és f(λx) = 0 = λ f(x). Tehát f lineáris. b.) f(x) = 1 x IR Legyen x 1, x 2 IR. Ekkor f(x 1 + x 2 ) = 1, azonban f(x 1 ) + f(x 2 ) = 1 + 1 = 2 1. Azaz az azonosan 1 függvény nem lineáris. c.) f(x) = x 2 Ez sem lineáris, hiszen pl. f(2x) = (2x) 2 = 4x 2 2 f(x) = 2x 2. d.) f(x) = sin x - szintén nem lineáris, hiszen pl. sin(2 90 o ) = 0 2 sin(90 o ) = 2 e.) f(x) = 5x + 2 f(x 1 + x 2 ) = 5(x 1 + x 2 ) + 2 = 5x 1 + 5x 2 + 2, de f(x 1 ) + f(x 2 ) = 5x 1 + 2 + 5x 2 + 2 = 5x 1 + 5x 2 + 4 5x 1 + 5x 2 + 2 Tehát ez sem lineáris! Ezt a függvényt, és általában az f(x) = ax + b (b 0) alakú függvényeket helyesen lineáris inhomogén függvénynek nevezzük, utalva arra, hogy a valódi lineáris függvényt l csak annyiban különbözik, hogy egy nemnulla konstanst hozzáadtunk. Belátható, hogy az IR IR függvények körében csak az f(x) = a x alakúak lineárisak, ahol a IR rögzített szám. (Az világos az el z ekb l, hogy az ilyen függvény lineáris, de az is könnyen meggondolható, hogy ha egy valós függvény lineáris, akkor csak ilyen alakú lehet. Ugyanis ha f lineáris, akkor f(x) = f(1 x) = f(1) x = a x, ahol a = f(1).) Vegyük észre, hogy a lineáris függvény deníciója f : IR n IR m függvényekre is átvihet, mert ehhez csak az szükséges, hogy szám-n-eseket összeadhassunk, és megszorozhassunk tetsz leges skalárral. 2.4 Deníció. (f : IR n IR m lineáris függvény) Ha egy f : IR n IR m függvényre igaz az alábbi két tulajdonság: 1. f(x + x) = f(x) + f( x) x, x IR n, 2. f(λx) = λf(x) x IR n, λ IR. akkor az f függvényt lineáris függvénynek (vagy lineáris leképezésnek) nevezzük. A fenti egyenl ségek IR m -beli egyenl ségek! 11

Kérdés: az f : IR n IR m függvények körében milyen alakúak a lineáris függvények? Tekintsük el ször az f : IR 2 IR leképezéseket. Ezek számpárokhoz valós számokat rendelnek hozzá: f : (x 1, x 2 ) y IR Az ilyen függvényeket a következ képpen szemléltethetjük. Az értelmezési tartomány (x 1, x 2 ) pontjának megfeleltetjük az xy-sík egy pontját, majd az erre mer leges z tengelyen felmérjük az f(x 1, x 2 ) függvényértéket. Ha például f az IR 2 IR képez konstans 1 függvény, akkor a z = 1 magasságban vízszintesen elhelyezked síkot kapjuk, ez lesz a függvény "grakonja". 2.5 Tétel. Egy f : IR 2 IR függvény pontosan akkor lineáris, ha f(x 1, x 2 ) = a 1 x 1 +a 2 x 2 alakú, ahol a 1, a 2 IR rögzített számok. Biz.: ( ) Ha az f függvény f(x 1, x 2 ) = a 1 x 1 + a 2 x 2 alakú, akkor 1. f((x 1, x 2 ) + ( x 1, x 2 )) = f(x 1 + x 1, x 2 + x 2 ) = a 1 (x 1 + x 1 ) + a 2 (x 2 + x 2 ) = (a 1 x 1 + a 2 x 2 ) + (a 1 x 1 + a 2 x 2 ) = f(x 1, x 2 ) + f( x 1, x 2 ) (x 1, x 2 ), ( x 1, x 2 ) IR 2 esetén. 2. f(λ (x 1, x 2 )) = f(λx 1, λx 2 ) = a 1 λx 1 + a 2 λx 2 = λ(a 1 x 1 + a 2 x 2 ) = λf(x 1, x 2 ) (x 1, x 2 ) IR 2 és λ IR esetén. Tehát f lineáris. ( ) Tegyük fel, hogy f lineáris. Mivel az (x 1, x 2 ) vektor felírható x 1 (1, 0) + x 2 (0, 1) alakban, így (x 1, x 2 ) IR 2 esetén f(x 1, x 2 ) = f(x 1 (1, 0) + x 2 (0, 1)) Mivel f lineáris, ezért tagonként alkalmazhatjuk f-et, és az x 1 és x 2 szorzó kihozható: f(x 1 (1, 0) + x 2 (0, 1)) = x 1 f(1, 0) + x 2 f(0, 1). Vezessük be az a 1 := f(1, 0), a 2 := f(0, 1) jelöléseket. Ezzel f(x 1, x 2 ) = a 1 x 1 + a 2 x 2. Ez azt jelenti, hogy az f : IR 2 IR lineáris leképezések megadhatók két számmal: a 1 és a 2, hozzátéve, hogy melyik az x 1 és melyik az x 2 együtthatója, vagyis egy rendezett számpárral: (a 1, a 2 ). (Itt megállapodás szerint el re írjuk az x 1 együtthatóját, és há- 12

tulra az x 2 együtthatóját. A sorrend fontos, hiszen pl. az f(x 1, x 2 ) = 2x 1 + 3x 2 és az f(x 1, x 2 ) = 3x 1 + 2x 2 függvény két különböz lineáris függvény!) Térjünk át az f : IR 2 IR 2 leképezésekre. Ezek már számpárokhoz számpárokat rendelnek: f(x 1, x 2 ) (y 1, y 2 ) Pl. f(x 1, x 2 ) = (2x 1 + x 2, 3x 1 x 2 2). Világos, hogy a képvektor y 1 és y 2 koordinátája is x 1 és x 2 függvénye: y 1 = f 1 (x 1, x 2 ), y 2 = f 2 (x 1, x 2 ), ahol az f 1 és f 2 függvények IR 2 IR típusúak, és úgy nevezzük ket, hogy f els és második koordináta-függvénye. (A megadott konkrét példában f 1 (x 1, x 2 ) = 2x 1 + x 2, ill. f 2 (x 1, x 2 ) = 3x 1 x 2 2.) Mivel az IR 2 -beli vektorok egyenl sége a megfelel elemeik egyenl ségét jelenti, így egy f : IR 2 IR 2 függvény pontosan akkor lesz lineáris, ha f 1 és f 2 is lineáris, azaz ha a függvény f(x 1, x 2 ) = (a 11 x 1 + a 12 x 2, a 21 x 1 + a 22 x 2 ) alakú, ahol a 11, a 12, a 21, a 22 IR rögzített számok. (Egyik sem függhet x 1 -t l és x 2 -t l!) Így tehát az f : IR 2 IR 2 lineáris leképezések négy számmal adhatók meg: a 11, a 12, a 21, a 22. Mivel fontos az is, hogy melyik szám hol áll, ezért ezeket a számokat egy két sorból és két oszlopból álló számtáblázattal, ún. 2 2-es mátrixszal adjuk meg: [ a 11 a 12 a 21 a 22 ] Mindig az els sorba írjuk az y 1 -ben szerepl együtthatókat: az els helyre az x 1, a második helyre az x 2 együtthatóját, és a második sorba az y 2 együtthatóit, szintén az els helyre az x 1 a második helyre az x 2 együtthatóját. Hangsúlyozzuk, hogy minden f : IR 2 IR 2 lineáris függvényhez egyértelm en hozzá tudunk rendelni egy ilyen 2 2-es "táblázatot", és ez fordítva is igaz: minden 2 2-es táblázatnak egyértelm en megfeleltethet egy f : IR 2 IR 2 lineáris függvény. Térjünk rá ezek után a még általánosabb eset, az f : IR n IR m típusú leképezések vizsgálatára, ahol n, m IN tetsz leges. Ilyenkor a függvény n-változós, és értéke minden IR n -beli pontban egy m-dimenziós vektor: f : (x 1, x 2,..., x n ) (y 1, y 2,..., y m ). 13

A képvektor mindegyik koordinátája x 1, x 2,..., x n függvénye, azaz y 1 = f 1 (x 1, x 2,..., x n ) y 2 = f 2 (x 1, x 2,..., x n ). y m = f m (x 1, x 2,..., x n ) ahol az f i, i = 1, 2,..., m függvények IR n IR típusúak (f koordináta-függvényei). Belátható, hogy egy f : IR n IR m függvény pontosan akkor lineáris, amikor y 1 = a 11 x 1 + a 12 x 2 +... + a 1n x n y 2 = a 21 x 1 + a 22 x 2 +... + a 2n x n. y m = a m1 x 1 + a m2 x 2 +... + a mn x n alakú, ahol a ij, i = 1, 2,..., m, j = 1, 2,..., n rögzített valós számok. Itt már m n darab valós szám határozza meg a leképezést, pontosabban egy m n-es mátrix: a 11 a 12... a 1n a 21 a 22... a 2n.. a m1 a m2... a mn Úgy is szokás fogalmazni, hogy egy f : IR n IR m lineáris leképezés reprezentálható egy m n-es mátrixszal. A mátrixokat nagybet vel (pl. A), a mátrix i-edik sorának j-edik elemét pedig a megfelel kisbet vel és indexelve (a ij ) szokásos jelölni. Az f : IR n IR m képez lineáris függvények halmazát Lin(IR n, IR m ) jelöli, az m n-es mátrixok halmazát pedig az IR m n szimbólum. Az el z ekben láthattuk, hogy a Lin(IR n, IR m ) és az IR m n halmaz között szoros kapcsolat van: az elemeik kölcsönösen egyértelm en megfeleltethet k egymásnak. 2.2. M veletek mátrixokkal A mátrixok körében többféle m veletet értelmezünk. Láttuk, hogy a mátrixok azért fontosak, mert segítségükkel egyszer en megadhatjuk az IR n IR m típusú lineáris leképezéseket. Az ilyen leképezéseknek létezik összege, skalárszorosa, kompozíciója. Éppen ezért a mátrixok közötti m veleteket nem öncélúan értelmezzük, hanem úgy, hogy szoros 14

kapcsolatban legyenek a lineáris leképezések körében végzett m veletekkel. 2.2.1. Mátrixok összeadása Célunk: úgy értelmezni az összeadást mátrixok között, hogy két mátrix összege a megfelel lineáris leképezések összegét reprezentálja. Tekintsünk két IR 2 IR 2 lineáris leképezést: f(x 1, x 2 ) = (a 11 x 1 + a 12 x 2, a 21 x 1 + a 22 x 2 ), és g(x 1, x 2 ) = (b 11 x 1 + b 12 x 2, b 21 x 1 + b 22 x 2 ). [ ] [ ] a 11 a 12 b 11 b 12 (Így tehát az f leképezés mátrixa, a g leképezésé pedig.) a 21 a 22 b 21 b 22 Képezzük f és g összegét, szem el tt tartva, hogy két függvényt mindig úgy adunk össze, hogy az értelmezési tartomány minden egyes pontjában összeadjuk a két függvényértéket: (f+g)(x 1, x 2 ) = f(x 1, x 2 )+g(x 1, x 2 ) = (a 11 x 1 +a 12 x 2 +b 11 x 1 +b 12 x 2, a 21 x 1 +a 22 x 2 +b 21 x 1 +b 22 x 2 ). Látható, hogy eredményül szintén f : IR 2 IR 2 lineáris leképezést kaptunk, amelynek mátrixa [ ] a 11 + b 11 a 12 + b 12. a 21 + b 21 a 22 + b 22 Vegyük észre, hogy az f és g leképezés mátrixának megfelel elemei összeadódtak. Ez általánosabban, IR n IR m lineáris leképezésekre is igaz. Ez motiválja a következ deníciót: 2.6 Deníció. Az A, B IR m n mátrixok A + B összegén azt a C IR m n mátrixot értjük, amelynek elemeire c ij := a ij + b ij, i = 1, 2,..., m, j = 1, 2,..., n. Egyszer bben fogalmazva: m n-es mátrix csak m n-es mátrixszal adható össze, és az összeadást elemenként végezzük. A mátrixok összeadása a következ m veleti tulajdonságokkal rendelkezik: Kommutatív, azaz A + B = B + A A, B IR m n Asszociatív, azaz (A + B) + C = A + (B + C) A, B, C IR m n 15

A csupa nulla elem m n-es mátrix (jelölje most 0) rendelkezik azzal a tulajdonsággal, hogy bármely mátrixhoz adva az illet mátrixok kapjuk vissza: A + 0 = A. Minden A = (a ij ) IR m n mátrixhoz létezik ellentett mátrix, azaz olyan, amelyet A-hoz hozzáadva a nullmátrixot kapjuk. Ezt A-val jelöljük, és könnyen látható, hogy elemei a a ij (i = 1, 2,..., m, j = 1, 2,..., n) számok. 2.2.2. Mátrixok szorzása skalárral Célunk úgy értelmezni a mátrix skalárszorosát, hogy az a mátrixnak megfelel lineáris leképezés skalárszorosát reprezentálja. Képezzük az f(x 1, x 2 ) = (a 11 x 1 + a 12 x 2, a 21 x 1 + a 22 x 2 ) lineáris leképezés λ IR skalárszorosát. Figyelembe véve, hogy egy függvény skalárral való szorzása azt jelenti, hogy a függvényértéket minden helyen megszorozzuk az adott számmal: (λ f)(x 1, x 2 ) = λ f(x 1, x 2 ) = λ (a 11 x 1 + a 12 x 2, a 21 x 1 + a 22 x 2 ) = = (λa 11 x 1 + λa 12 x 2, λa 21 x 1 + λa 22 x 2 ). Látható, hogy lineáris leképezést kaptunk (IR 2 IR 2 ), amelynek mátrixa [ λa 11 λa 12 λa 21 λa 22 ]. Vagyis az f lineáris leképezés mátrixának minden eleme λ-val szorzódik. Ugyanezt a meg- gyelést tehetjük, ha tetsz leges, IR n IR m lineáris leképezés skalárszorosát vizsgáljuk. Ez motiválja a következ deníciót: 2.7 Deníció. Az A = (a ij ) IR m n mátrixnak a λ IR skalárszorosán azt az à = (ã ij ) IR m n mátrixot értjük, amelyre ã ij = λ a ij, i = 1, 2..., m, j = 1, 2,..., n. Jelölése: λ A vagy egyszer bben λa. Mátrixot tehát úgy szorzunk valós számmal, hogy a mátrix minden elemét megszorozzuk az adott számmal. A mátrixok skalárral való szorzása az alábbi m veleti tulajdonságokkal rendelkezik. λ(a + B) = λa + λb (λ + µ)a = λa + µa A, B IR m n, λ IR; A IR m n, λ, µ IR; λ(µa) = (λµ)a A IR m n, λ, µ IR. 16

2.2.3. Mátrixszorzás A mátrixok közötti szorzásm veletet úgy szeretnénk értelmezni, hogy két mátrix szorzata a megfelel lineáris leképezések kompozícióját reprezentálja. Nyilvánvalóan, ha egy g lineáris (vagy nem lineáris) leképezés pl. IR n -b l IR m -be képez, akkor ennek csak abban az esetben képezhetjük a kompozícióját egy másik hasonló típusú leképezéssel f g sorrendben (el ször g hat, azután f!), ha f : IR m IR l. Itt l tetsz leges pozitív egész lehet, de m nem tetsz leges: az IR m a g függvény képtere. Mit lehet mondani egy f : IR m IR l és egy g : IR n IR m lineáris leképezés kompozíciójáról? Az egyszer ség kedvéért azt az esetet nézzük meg részletesebben, amikor n = m = l = 2, azaz mindkét lineáris leképezés IR 2 IR 2 típusú. Legyen tehát g(x 1, x 2 ) = (b 11 x 1 + b 12 x 2, b 21 x 1 + b 22 x 2 ) és f(y 1, y 2 ) = (a 11 y 1 + a 12 y 2, a 21 y 1 + a 22 y 2 ). Az f g kompozíció felírásához az f függvény argumentumában y 1 és y 2 helyébe helyettesítsük be az (x 1, x 2 ) g-képét: (f g)(x 1, x 2 ) = (a 11 (b 11 x 1 +b 12 x 2 )+a 12 (b 21 x 1 +b 22 x 2 ), a 21 (b 11 x 1 +b 12 x 2 )+a 22 (b 21 x 1 +b 22 x 2 )) Az eredmény koordináta-függvényeiben x 1 és x 2 együtthatóit leolvasva látható, hogy f g szintén lineáris leképezés IR 2 IR 2, és a következ mátrixszal azonosítható: [ a 11 b 11 + a 12 b 21 a 11 b 12 + a 12 b 22 a 21 b 11 + a 22 b 21 a 21 b 12 + a 22 b 22 ]. Ennek a mátrixnak az i-edik sorában és j-edik oszlopában (i, j = 1, 2) lév elemét úgy kaphatjuk meg, hogy az A (f mátrixa) i-edik sorában lév vektort skalárisan szorozzuk a B (g mátrixa) j-edik oszlopában lév vektorral. Általában pedig, ha f : IR m IR l és g : IR n IR m lineáris leképezések, akkor (f g) : IR n IR l lineáris leképezés lesz, amelynek mátrixa l n-es, és i-edik sorának j-edik eleme a m k=1 a ikb kj, i = 1,..., l, j = 1,... n képlettel adható meg. Ez indokolja a következ deníciót. 2.8 Deníció. Az A IR l m és B IR m n mátrixok A B szorzatán azt a C IR l n mátrixot értjük, amelynek i-edik sorában és j-edik oszlopában lév elem az A mátrix i-edik 17

sorvektorának és a B mátrix j-edik oszlopvektorának a skaláris szorzata, vagyis amelyre c ij := m a ik b kj, i = 1, 2,..., l, j = 1, 2,..., n. k=1 Vegyük észre, hogy ha adva van egy f lineáris leképezés IR n -b l IR m -be, akkor egy x IR n vektor képét (vagyis az f(x) IR m vektort) is meg tudjuk kapni mátrixszorzás segítségével: a leképezés mátrixával megszorozzuk az x vektort mint n 1-es oszlopmátrixot. Egy IR n -b l IR m -be képez lineáris leképezés tehát nem más, mint egy m n-es mátrixszal való szorzás: f(x) = A x. 2.3. f : IR n IR m típusú függvények folytonossága Az f : IR n IR m típusú függvények folytonosságának az értelmezéséhez szükségünk lesz az IR k -beli vektorsorozat fogalmára. Az els fejezetben számsorozatokkal foglalkoztunk. Láttuk, hogy a számsorozat nem más, mint egy IN IR képez függvény. Ennek mintájára deniálhatjuk az IR k -beli vektorsorozatokat. 2.9 Deníció. Egy IN IR k képez függvényt IR k -beli vektorsorozatnak nevezzük. Jelölés: (x n ) IR k. Ilyen sorozatokra is értelmezhet a konvergencia. Jelölje az sorozat n. elemének, az x n vektornak az i-edik koordinátáját x n,i (i = 1, 2,..., k). 2.10 Deníció. Az (x n ) : IN IR k vektorsorozatot konvergensnek nevezzük, ha minden koordináta-sorozata konvergens valós számsorozat, azaz (x n,i ) IR sorozat konvergens minden i = 1, 2,..., k esetén. Jelölje az (x n,i ) koordináta-sorozat határértékét x i. Ekkor az (x n ) vektorsorozat határértékének az (x 1, x 2,..., x k ) IRk vektort nevezzük. Pl. az az IR 2 -beli vektorsorozat, amelynek n-edik eleme x n := ( 1, 5), konvergens, és n határértéke a (0, 5) vektor. Az x n := ( 1, n) vektorsorozat azonban nem konvergens, mivel n a második koordináta-sorozata + -hez tart. 2.11 Deníció. Azt mondjuk, hogy az f : IR n IR m függvény folytonos az x 0 D(f) pontban, ha minden x n x 0 D(f)-beli vektorsorozatra a képvektorok (f(x n )) IR m sorozata az f(x 0 ) függvényértékhez tart. 2.12 Deníció. Az f : IR n IR m függvényt folytonos függvénynek nevezzük, ha x 0 D(f) pontban folytonos. 18

Folytonosak például a konstans függvények, hiszen ha f(x) = b IR m x IR n, akkor bármely x 0 IR n ponthoz tartó (x n ) sorozatot választva az értelmezési tartományban, az (f(x n )) képvektorok sorozata a konstans b vektorsorozat lesz, ez pedig b-hez tart, ami egyben az x 0 -beli helyettesítési érték is, azaz éppen f(x 0 ). például következ f : IR 2 IR függvény a (0, 0) pontban: f(x, y) := { 1, ha x vagy y = 0 0 egyébként. Nem folytonos ugyanakkor Ugyanis, ha pl. az x n = ( 1, 1 ) sorozattal tartunk a (0, 0) ponthoz, akkor a függvényértékek (f(x n )) = (f( 1, 1 )) sorozata 0-hoz tart, miközben f (0, 0)-beli helyettesítési értéke n n n n nem nulla, hanem 1. Most megmutatjuk, hogy nemcsak a konstans, hanem az IR n IR m lineáris függvények is folytonosak. I. Ha m = n = 1, vagyis f : IR IR és lineáris, akkor f(x) = a x alakú, ahol a IR. Legyen x 0 IR tetsz leges pont, és x n x 0 tetsz leges sorozat. Belátandó, hogy f(x n ) f(x 0 ). Ez igaz, hiszen f(x n ) = a x n a x 0 = f(x 0 ). II. Nézzük most azt az esetet, amikor n = 2 és m = 1, tehát f : IR 2 IR. Ekkor a függvény f(x 1, x 2 ) = a 1 x 1 + a 2 x 2 alakú. Legyen x 0 IR 2 tetsz leges pont, és x n x 0 tetsz leges sorozat IR 2 -ben, vagyis (x n,1, x n,2 ) (x 0,1, x 0,2 ). Belátandó, hogy f(x n ) f(x 0 ). Ez igaz, hiszen f(x n ) = f(x n,1, x n,2 ) = a 1 x n,1 +a 2 x n,2 a 1 x 0,1 +a 2 x 0,2 = f(x 0,1, x 0,2 ) = f(x 0 ). III. Az általános eset és bizonyítása a következ : 2.13 Állítás. Ha f Lin(IR n, IR m ), akkor f folytonos. Biz.: Legyen x 0 IR n = D(f) tetsz leges. Megmutatjuk, hogy f folytonos x 0 -ban. Legyen x j x 0 tetsz leges olyan IR n -beli vektorsorozat, amely x 0 -hoz tart. Ez azt jelenti, hogy (x j ) koordinátánként konvergál x 0 -hoz, vagyis az i-edik koordináták x j,i sorozata tart az x 0 vektor i-edik koordinátájához, x 0,i -hez minden i = 1, 2,..., n. Másképpen: x j,i x 0,i 0. Mivel f Lin(IR n, IR m ), ezért f el áll f(x) = A x alakban, ahol A IR m n. Belátandó, hogy f(x n ) f(x 0 ), vagyis A x j A x 0. Ez utóbbi az (A x j ) i (A x 0 ) i i = 1, 2..., n koordinátánkénti konvergenciát jelenti. Átfogalmazva a következ t kel megmutatnunk: (A x j ) i (A x 0 ) i 0. A mátrixszal való szorzást elvégezve (A x j ) i (A x 0 ) i = n n a ik x j,k a ik x 0,k = k=1 k=1 19 n a ik (x j,k x 0,k ) 0. k=1

Az utolsó lépésben felhasználtuk a sorozatok határértékének m veleti tulajdonságait. Megmutatható még az is, hogy folytonos függvények összege és skalárszorosa is folytonos. Célunk a továbbiakban az f : IR n IR m függvények deriváltjának az értelmezése. Ehhez el ször emlékezzünk vissza a valós-valós függvények deriváltjára ( n = m = 1 eset). 2.4. IR IR függvények deriváltja Egy IR IR függvény deriváltja olyan x 0 pontban értelmezhet, amelyre x 0 intd(f), azaz x 0 bels pontja f értelmezési tartományának. (Ez azt jelenti, hogy van olyan ρ > 0 sugár, amelyre a K ρ (x 0 ) := (x 0 ρ, x 0 + ρ) környezet D(f)-beli. 2.14 Deníció. Azt mondjuk, hogy az f : IR IR függvény dierenciálható az x 0 intd(f) pontban, ha létezik és véges a következ határérték: f(x) f(x 0 ) lim. x x 0 x x 0 Ezt a számot nevezzük az f függvény x 0 -beli deriváltjának. Jelölése: f (x 0 ). M ködhet-e ez a deníció, ha f : IR n IR m? Nem, ugyanis a nevez ben szerepl x x 0 kifejezés ekkor egy IR n -beli vektor lenne, az ezzel való osztást pedig nem értelmezzük. Ezért most olyan ekvivalens deníciót keresünk az IR IR függvények dierenciálhatóságára, amelyet már ki lehet terjeszteni az f : IR n IR m függvények esetére. A derivált fenti deníciójának az átfogalmazásához szükségünk lesz a kisrend függvény fogalmára. 2.15 Deníció. Egy r : IR IR függvényt kisrend nek nevezünk az x 0 D(r) pontban, ha 1) r(x 0 ) = 0; és 2) lim x x0 r(x) x x 0 = 0. 2.16 Megjegyzés. 2)-ben a nevez ben x x 0 is írható. Pl. az x 0 = 0 pontban az r 1 (x) = x 2 függvény kisrend, ugyanis 1) r 1 (0) = 0 2 = 0; és 2) lim x x0 r 1 (x) x x 0 = lim x 0 x 2 x 0 = lim x 0 x = 0. 20

Ugyanakkor az r 2 (x) = x identitásfüggvény már nem kisrend a 0 pontban, hiszen bár r 2 (0) = 0, a 2) feltétel nem teljesül: lim x 0 x x 0 = 1 0. A 2) tulajdonság azt fejezi ki, hogy a kisrend függvény annyira gyorsan tart a nullához az x 0 -ban, hogy még a szintén nullához tartó x x 0 kifejezéssel osztva is nullához tart. Ez szemléletesen azt jelenti, hogy a függvény grakonja az identitásfüggvény (s t minden lineáris függvény) alatt halad be a nullába az x 0 környezetében. Ez a függvény ábrázolásakor abból látható, hogy a függvény grakonja hozzásimul az x-tengelyhez. Ez igaz az r(x) = x 2 függvényre, míg nem igaz az identitásfüggvényre, amelynek a grakonja a nullában csak keresztezi az x tengelyt, de nem simul hozzá. Ezzel eljutottunk az érintkezés fogalmához. 2.17 Deníció. Azt mondjuk, hogy az f : IR IR függvény az x 0 pontban érintkezik a g : IR IR függvénnyel, ha f g kisrend x 0 -ban. Ez grakusan azt jelenti, hogy az f és a g függvény az x 0 -ban ugyanazt az értéket veszi fel, és a két függvény görbéje az x 0 pont környezetében egymáshoz simul. 2.18 Megjegyzés. Ha r és p kisrend x 0 -ban, akkor r + p és λ r (λ IR tetsz leges) szintén kisrend x 0 -ban. 2.19 Megjegyzés. A kisrend ség deníciójából látszik, hogy ha r : IR IR kisrend x 0 -ban, akkor r folytonos is x 0 -ban (hiszen x 0 -ban a határértéke nulla (különben nullához tartó kifejezéssel vett hányadosa nem tarthatna nullához), és ez a helyettesítési értéke is.) Ezzel elérkeztünk egy olyan állításhoz, amely ekvivalens deníciót ad a dierenciálhatóságra. 2.20 Állítás. Egy f : IR IR függvény pontosan akkor dierenciálható az x 0 intd(f) pontban, ha létezik olyan a IR szám, amely mellett f x 0 -ban érintkezik az a(x x 0 ) + f(x 0 ) =: l(x) függvénnyel, vagyis amelyre az r(x) := f(x) l(x) = f(x) (a(x x 0 ) + f(x 0 )), x K(x 0 ) (1) függvény kisrend x 0 -ban. Biz.: ( ) Tegyük fel, hogy f dierenciálható x 0 -ban, és legyen a := f (x 0 ). Megmutatjuk, hogy f érintkezik az l(x) = f (x 0 )(x x 0 ) + f(x 0 ) függvénnyel az x 0 pontban. Ehhez belátandó, hogy az r(x) := f(x) (f (x 0 )(x x 0 ) + f(x 0 )). 21

függvény kisrend x 0 -ban. Ez igaz, ugyanis r(x 0 ) = 0; lim x0 r(x) f(x) (f x x 0 = lim (x 0 )(x x 0 )+f(x 0 )) f(x) f(x x0 x x 0 = lim 0 ) x0 x x 0 f (x 0 ) = 0. ( ) Tegyük fel, hogy (1) igaz. Ekkor Mindkét oldal x 0 -beli határértékét véve f(x) f(x 0 ) x x 0 = a + r(x) x x 0. lim x0 f(x) f(x 0 ) x x 0 = a. Tehát f dierenciálható x 0 -ban, és f (x 0 ) = a. 2.21 Következmény. Az f : IR IR függvények dierenciálhatósága a következ képpen is megfogalmazható. 2.22 Deníció. Azt mondjuk, hogy az f : IR IR függvény dierenciálható az x 0 intd(f) pontban, ha van olyan a IR szám, amely mellett f x 0 -ban érintkezik az a(x x 0 ) + f(x 0 ) =: l(x) függvénnyel. Ekkor az a számot az f x 0 -beli deriváltjának nevezzük, és f (x 0 )-lal jelöljük. 2.23 Deníció. Ha f : IR IR dierenciálható x 0 -ban, akkor a vele x 0 -ban érintkez l(x) = f (x 0 )(x x 0 ) + f(x 0 ) függvényt az f x 0 -beli érint jének nevezzük. Vegyük észre, hogy az érint egy lineáris inhomogén függvény: ahol A = f (x 0 ) és B = f(x 0 ) f (x 0 )x 0. l(x) = Ax + B alakú, A deriválhatóság tehát azt jelenti, hogy a függvénynek van érint je az adott pontban, és a derivált nem más, mint ennek az érint nek a meredeksége. A derivált 2.22. deníciója már közvetlenül átvihet az IR n IR m függvények esetére. 2.24 Deníció. Egy r : IR n IR m függvényt kisrend nek nevezünk az x 0 D(r) pontban, ha 1) r(x 0 ) = 0 (ez az IR m -beli (0, 0,..., 0) vektor!); és 2) lim x x0 r(x) x x 0 = 0.1 1 Az IR n IR m függvények határértékér l itt részletesen nem tanulunk. Ezt a limeszt úgy értsük, hogy ha az x vektor közel van x 0 -hoz akkor r(x) x x 0 közel van a nullvektorhoz. 22

2.25 Megjegyzés. Két kisrend függvény összege és egy kisrend függvény skalárszorosa is kisrend. Továbbá, ha r kisrend x 0 -ban, akkor ott folytonos is. 2.26 Deníció. Azt mondjuk, hogy az f : IR n IR m függvény az x 0 pontban érintkezik a g : IR n IR m függvénnyel, ha f g kisrend x 0 -ban. Legyen f : IR n IR m, x 0 intd(f). 2 2.27 Deníció. Azt mondjuk, hogy az f : IR n IR m függvény dierenciálható az x 0 intd(f) pontban, ha van olyan A Lin(IR n, IR m ) lineáris leképezés (m n-es mátrix), amely mellett f érintkezik az A(x x 0 ) + f(x 0 ) =: l(x) függvénnyel x 0 -ban. Ezt az A mátrixot az f függvény x 0 pontbeli deriváltjának nevezzük. Jelölése: f (x 0 ). A deníció értelmes, ugyanis megmutatható, hogy ha létezik a deníció szerinti A mátrix, akkor csak egy létezik. Nem fordulhat tehát el olyan, hogy egy függvénynek két vagy több deriváltja is legyen egy pontban. 2.28 Deníció. Ha f : IR n IR m dierenciálható x 0 -ban, akkor a vele x 0 -ban érintkez l(x) = f (x 0 )(x x 0 ) + f(x 0 ) függvényt az f x 0 -beli érint jének nevezzük. Ebben az általánosabb esetben is értelmezzük tehát az érint t, ez egy lineáris inhomogén függvény (lineáris és konstans függvény összege), de már IR n IR m típusú. A valós-valós függvényeknél (Matematika 1) láttuk, hogy ahhoz, hogy egy függvény dierenciálható lehessen egy pontban, ott folytonosnak kell lennie. Más szóval, a folytonosság a dierenciálhatóság szükséges feltétele. Nem nehéz belátni, hogy ez IR n IR m függvények esetében is így van. 2.29 Állítás. Ha f : IR n IR m dierenciálható x 0 -ban, akkor f folytonos x 0 -ban. Biz.: Mivel az r := f l különbségfüggvény kisrend, így f = l + r. pedig két, x 0 -ban folytonos függvény összege áll, így f is folytonos x 0 -ban. A jobb oldalon 2.4.1. A deriválás tulajdonságai 2.30 Állítás. Ha f és g : IR n IR m függvények dierenciálhatók x 0 -ban, akkor f + g is dierenciálható x 0 -ban, és (f + g) (x 0 ) = f (x 0 ) + g (x 0 ). 2 A halmaz bels pontja IR n -ben is értelmezhet : olyan pontot jelent, amelynek valamely környezete teljes egészében a halmazban van. Ha pl. a H halmaz IR 2 -beli, akkor x 0 inth azt jelenti, hogy van olyan x 0 középpontú nyílt körlap, amely teljes egészében H-ban van. Pl. az x 2 1 + y 2 2 1 R 2 -beli halmaznak ((0, 0) középpontú egységsugarú zárt körlap) bels pontja a (0, 0), de nem bels pontja az (1, 0) pont.) 23

Biz.: Elegend megmutatni, hogy az l(x) := (f (x 0 ) + g (x 0 ))(x x 0 ) + (f(x 0 ) + g(x 0 )) függvényre az r := (f + g) l függvény kisrend x 0 -ban. 1) r(x 0 ) = (f + g)(x 0 ) (f(x 0 ) + g(x 0 )) = 0; 2) r(x) x x 0 = (f + g)(x) l(x) x x 0 = f(x) [f (x 0 )(x x 0 ) + f(x 0 )] x x 0 + g(x) [g (x 0 )(x x 0 ) + g(x 0 )] x x 0 Mivel f és g dierenciálható x 0 -ban, így a jobb oldalon mindkét hányados nullához tart, ha x x 0. Tehát lim x0 r(x) x x 0 = 0 2.31 Állítás. Ha f : IR n IR m dierenciálható x 0 -ban, és λ IR tetsz leges szám, akkor λ f is dierenciálható x 0 -ban, és (λ f) (x 0 ) = λ f (x 0 ). Biz.: Elegend megmutatni, hogy az r(x) := (λ f)(x) [(λ f (x 0 ))(x x 0 ) + (λ f)(x 0 )] függvény kisrend x 0 -ban. 1) r(x 0 ) = (λ f)(x 0 ) (λ f)(x 0 ) = 0; 2) r(x) x x 0 = λf(x) [f (x 0 )(x x 0 ) + f(x 0 )] x x 0 f(x) l(x) = λ x x 0, ahol l(x) := f (x 0 )(x x 0 ) + f(x 0 ). Mivel f l kisrend x 0 -ban, így a jobb oldali hányados határértéke nulla, ha x x 0. 24

2.4.2. Néhány speciális függvény deriváltja 1. Legyen B : IR n IR m konstans leképezés, azaz olyan, amelyre létezik b IR m : B(x) = b, x IR n. Ekkor B diható minden x 0 IR n pontban, és B (x 0 ) = 0 (az m n-es nullmátrix). Biz.: Belátandó, hogy az r(x) = B(x) [0(x x 0 ) + B(x 0 )] függvény kisrend x 0 -ban. Mivel B(x) = b x IR n, ezért r(x) = b b = 0 a konstans nulla függvény IR n IR m, ami kisrend. 2. Legyen f Lin(IR n, IR m ), azaz f(x) = A x alakú függvény, ahol A IR m n. Ekkor f diható minden x 0 IR n pontban, és f (x 0 ) = f A. Biz.: Belátandó, hogy az r(x) = f(x) [A(x x 0 ) + f(x 0 )] függvény kisrend x 0 -ban. Mivel A(x x 0 ) = Ax Ax 0, és f(x) = Ax, így a jobb oldal Ax Ax + Ax 0 Ax 0 = 0 x IR n, ezért r ismét a konstans nulla függvény IR n IR m, ami kisrend. 2.32 Következmény. Minden f : IR n IR m, f(x) = Ax + B alakú (tehát lineáris inhomogén) függvény minden x 0 IR n pontban dierenciálható, és deriváltja (az összeget tagonként deriválva) f (x 0 ) = A + 0 = A. 2.4.3. Kompozíció deriváltja Legyen g : IR n IR m és f : IR m IR l. Tegyük fel, hogy létezik az f g : IR n IR l kompozíciófüggvény. Sokszor hasznos lesz a kompozíciófüggvény deriváltja, amelynek képletét a következ állításban adjuk meg. 2.33 Állítás. (Láncszabály) Ha léteznek a g (x 0 ) Lin(IR n, IR m ) és f (g(x 0 )) Lin(IR m, IR l ) deriváltak, akkor f g dierenciálható x 0 -ban, és (f g) (x 0 ) = f (g(x 0 )) g (x 0 ). A képletben szerepl kompozíció, mint láttuk, mátrixszorzást jelent. 2.4.4. Iránymenti derivált Legyen f : IR n IR m, a intd(f), e pedig egy olyan IR n -beli vektor, amelynek az euklideszi normája 1, azaz e = 1. 2.34 Deníció. Az α(t) := a + t e (t IR) IR IR n képez függvényt az a ponton átmen, e irányú egyenesnek nevezzük. Vegyük észre, hogy az α függvény egy IR IR n típusú lineáris inhomogén függvény, így minden t 0 IR pontban dierenciálható, és α (t 0 ) = e. Tekintsük az f α : IR IR m függvényt. Ekkor (f α)(t) = f(α(t)) = f(a + t e). 25

2.35 Deníció. Azt mondjuk, hogy az f : IR n IR m függvénynek létezik az a intd(f) pontban az e irányú deriváltja, ha az f α függvény dierenciálható a t 0 = 0 pontban. Ez utóbbi derivált értékét nevezzük az f függvény a pontbeli, e irány menti deriváltjának. Jelölése: e f(a). A következ állítás megadja a derivált és az iránymenti deriváltak közötti kapcsolatot. 2.36 Állítás. Tegyük fel, hogy f : IR n IR m dierenciálható a-ban. Ekkor minden e IR n, e irány szerint létezik e f(a), és e f(a) = f (a) e (A jobb oldalon mátrix-vektor szorzat áll.) Biz.: A kompozíció deriválási szabálya és a lineáris inhomogén függvény deriválási szabálya miatt, kihasználva, hogy α(0) = a: (f α) (0) = f (α(0)) α (0) = f (a) e A tétel megfordítása nem igaz! derivált, még nem következik a függvény deriválhatósága. Abból, hogy minden irányban létezik az iránymenti 2.5. A derivált alakja Már tudjuk, hogy egy f : IR n IR m függvény deriváltja egy pontban, ha létezik, akkor egy Lin(IR n, IR m )-beli elem, ami azonosítható egy m n-es mátrixszal. Még nem esett szó azonban arról, hogy hogyan számíthatók ki ennek a mátrixnak az elemei. Legyen f : IR n IR m. Láttuk, hogy ekkor f-nek van m darab koordináta-függvénye: f(x) = (f 1 (x), f 2 (x),..., f m (x)). Mindegyik f i, i = 1, 2,..., m koordináta-függvény IR n IR képez, és a P i i-edik projekciós operátor segítségével f i felírható f i = P i f alakban. Mivel a P i operátor lineáris, tehát P i Lin(IR m, IR), így mindenhol dierenciálható, és deriváltja saját maga: P i (y 0 ) = P i y 0 IR m. 2.37 Következmény. Tegyük fel, hogy f dierenciálható az a intd(f) pontban. Ekkor minden koordináta-függvénye is dierenciálható a-ban, és f i(a) = P i f (a) Lin(IR n, IR) (Ugyanis f i(a) = (P i f) (a) = P i (f(a)) f (a) = P i f (a).) 26

Ennek az állításnak a megfordítása is igaz! Ugyanis tegyük fel, hogy f mindegyik f i koordináta-függvénye dierenciálható az a-ban, azaz létezik f i(a) Lin(IR n, IR) IR 1 n (mindegyik f i(a) derivált egy sorvektorral azonosítható). Ekkor az r i (x) := f i (x) (f i(a)(x a) + f i (a)), i = 1, 2,..., m (2) függvények kisrend ek. Jelölje A IR m n a következ mátrixot: f 1(a) f A := 2(a). f m(a) Ekkor az r(x) := r 1 (x) r 2 (x). r m (x) IR n IR m függvényt bevezetve a (2) alatti m darab egyenl ség felírható egy vektori egyenl ségként r(x) = f(x) (A(x a) + f(a)) alakban. Mivel r mindegyik koordináta-függvénye kisrend a-ban így r is az. Vagyis f dierenciálható a-ban és deriváltja éppen az A mátrix lesz. Ezzel beláttuk a következ állítást. 2.38 Állítás. Egy f : IR n IR m függvény pontosan akkor dierenciálható az a intd(f) pontban, ha az f i koordináta-függvények (i = 1, 2,..., m) is dierenciálhatók a-ban. Emellett f 1(a) f f (a) = 2(a). f m(a) A továbbiakban meghatározzuk a derivált alakját. El ször két speciális esetet tárgyalunk: 1. f : IR IR m, 2. f : IR n IR. 27

2.5.1. Az f : IR IR m függvények deriváltja Ha f : IR IR m, akkor f(t) = (f 1 (t), f 2 (t),..., f m (t)), ahol az f i koordináta-függvények IR IR típusúak. Ekkor f pontosan akkor dierenciálható a t = t 0 pontban, ha mindegyik koordináta-függvénye dierenciálható, és ekkor a derivált: f 1(t 0 ) f f (t 0 ) = 2(t 0 ). f m(t 0 ) 2.5.2. Az f : IR n IR függvények deriváltja Tudjuk, hogy ha f : IR n IR, akkor f (a) egy n elem sormátrix (sorvektor): f (a) = [λ 1, λ 2,..., λ n ] Határozzuk meg az itt szerepl λ i számokat! Tudjuk, hogy ha f dierenciálható a-ban, akkor minden irány mentén is dierenciálható. Tekintsük speciálisan azt az e i vektort, amelynek i-edik koordinátája 1, a többi pedig nulla. Ekkor tehát létezik ei f(a), és 0 0 ei f(a) = f. (a) e i = [λ 1, λ 2,... λ i,..., λ n ]. 0 1 i) = λ i Vagyis a deriváltvektor i-edik eleme nem más, mint az i-edik egységvektor menti deriváltja f-nek a-ban. 2.39 Deníció. A ei f(a) IR számot az f függvény a pontbeli i-edik parciális deriváltjának nevezzük. Jelölése: i f(a). Ezek lesznek tehát a λ i számok. Így beláttuk a következ állítást. 2.40 Állítás. Tegyük fel, hogy az f : IR n IR függvény dierenciálható a-ban. Ekkor f (a) = [ 1 f(a), 2 f(a),..., n f(a)]. 28

Vizsgáljuk meg közelebbr l ezeket a speciális, parciális deriváltnak hívott iránymenti deriváltakat! Legyen α i (t) = a + t e i = (a 1, a 2,..., a i 1, a i + t, a i+1,..., a n ) az a ponton átmen, e i irányú egyenes. Határozzuk meg az f α i : IR IR függvény t = 0 pontbeli deriváltját! Mivel ez egy valós-valós függvény, használhatjuk a dierenciahányados határértékét: (f α i ) (0) = lim t 0 (f α i )(t) (f α i )(0) t 0 = lim t 0 f(a 1,..., a i 1, a i + t, a i+1,..., a n ) f(a 1,..., a i 1, a i, a i+1,..., a n ) t Áttérve t helyett az x i = a i + t változóra, a következ alakban tudjuk felírni az e i irány menti deriváltat: Jelölje ϕ (i) a = lim x i a i f(a 1,..., a i 1, x i, a i+1,..., a n ) f(a 1,..., a i 1, a i, a i+1,..., a n ) x i a i azt az IR IR függvényt, amelyet úgy deniálunk, hogy f-nek az i-ediken kívül az összes többi változóját rögzítjük az a vektor koordinátáira, azaz legyen ϕ (i) a (s) := f(a 1,..., a i 1, s, a i+1,..., a n ) Ezt a függvényt az f függvény a ponthoz tartozó i-edik parciális függvényének hívjuk. Így tehát az f : IR n IR függvény i-edik parciális deriváltját, azaz f deriváltvektorának i-edik elemét a következ alakban is felírhatjuk: ϕ (i) a (s) ϕ (i) a (a i ) λ i = i f(a) = lim s ai s a i = (ϕ (i) a ) (a i ) Vagyis az i-edik parciális derivált a-ban nem más, mint az a ponthoz tartozó i-edik parciális függvény deriváltja a i -ben. Kérdés: Következik-e a parciális deriváltak létezéséb l a dierenciálhatóság? ugyanis tekintsük a következ f : IR 2 IR függvényt: f(x, y) := { 1, ha x vagy y = 0 0 egyébként. Nem, Ez a függvény az x és az y tengely mentén mindenhol 1-et vesz fel, a tengelyeken kívül pedig nullát. Erre az f függvényre az a = (0, 0) pontbeli els és második parciális függvény 29

is az azonosan 1 függvény: ϕ (1) (0,0)(x) = 1 x IR; ϕ(2) (0,0)(y) = 1 y IR. Ezért létezik az els és a második parciális deriváltja is a (0, 0)-ban, és mindkett 0-val egyenl. Ugyanakkor az f függvény mégsem lehet dierenciálható ebben a pontban, hiszen itt nem folytonos. Tehát a parciális deriváltak létezéséb l nem következik, hogy a függvény is dierenciálható lenne. Adható ugyanakkor elégséges feltétel is a dierenciálhatóságra: 2.41 Állítás. Tegyük fel, hogy az a ponthoz tartozó ϕ (i) a : IR IR parciális függvények folytonosan dierenciálhatók az a i pontban minden i = 1, 2,..., m esetén. Ekkor f dierenciálható a-ban. 2.5.3. Az f : IR n IR m függvények deriváltja Ha f : IR n IR m, akkor f(x) = (f 1 (x), f 2 (x),..., f m (x)), ahol az f i koordináta-függvények IR n IR típusúak. Beláttuk, hogy f (a) pontosan akkor létezik, ha léteznek az f i(a) (i = 1, 2,..., m) deriváltak, és f 1(a) f f (a) = 2(a). f m(a) Mint azt a 2.5.2. fejezetben láttuk, egy IR n IR függvény deriváltja a parciális deriváltak sorvektora. Ebb l következ en az f (a) deriváltmátrix f 1(a) 1 f 1 (a) 2 f 1 (a)... n f 1 (a) f f (a) = 2(a). = 1 f 2 (a) 2 f 2 (a)... n f 2 (a). f m(a) 1 f m (a) 2 f m (a)... n f m (a) alakú. Ezt a mátrixot f a pontbeli Jacobi-mátrixának nevezzük. 2.42 Megjegyzés. El fordulhat, hogy létezik a Jacobi-mátrixban szerepl összes parciális derivált, a függvény mégsem dierenciálható a-ban. Ugyanakkor ha ezek a parciális deriváltak folytonosak is a-ban, akkor a Jacobi-mátrix valóban a derivált. 30