Projekt Analys 1 VT 2012

Storlek: px
Starta visningen från sidan:

Download "Projekt Analys 1 VT 2012"

Transkript

1 Mtemtikcentrum Mtemtik NF Projekt Anlys 1 VT 2012 Innehåll 1 En differentilekvtion 2 2 Epsilon och delt 4 3 Den logritmisk integrlen och primtl 6 4 Fltning och tt tämj vild funktioner 7 5 Tlet e 9 6 Anlytisk funktioner 11 7 Trigonometrisk funktioner 12 8 Tvåkropprsproblemet 14 9 En olikhet 16

2 1 En differentilekvtion I denn uppgift tittr vi på någr olik differentilekvtioner. Vi nvänder vildsvinen i Skåne som exempel. Först tänker vi tillbk på de först vildsvinen som dök upp i de skånsk skogrn. Enligt Wikipedi får vildsvin kullr på 5 8 kultingr, en gång om året. Beteckn beståndet efter t år med y(t). Om vi gör ntgndet tt reproduktionen är proportionell mot ntlet vildsvin, ger en försiktig uppskttning ekvtionen (Här tr vi även hänsyn till tt vildsvin inte lever för evigt.) y = 3y. (1) 1. Lös denn ekvtion (1). Rit även lösningrn till motsvrnde begynnelsevärdesproblem med y(0) = 2, y(0) = 4 och y(0) = 6 i en grf. (Använd Mple. Om du även nvänder Mple för tt lös ekvtionern kn kommndot rhs vr nvändbrt.) Ett sätt tt visuliser hur lösningrn till ekvtionen kommer tt se ut är genom tt gör ett så kllt riktningsfält. Dett innebär tt vi i ett (t, y)-koordintsystem ritr in en liten pil (vektor) med riktningskoefficient 3y i vrje heltlskoordint (t, y). 2. Gör dett för ekvtionen ovn (1). Rit även in lösningrn för begynnelsevärdesproblemen. Observer tt lösningrn följer pilrn. Dett kn även görs i Mple genom tt nvänd kommndot DEplot (läs mer i Mples hjälpfunktion.) Som vi ser så växer beståndet snbbt. 3. Antg tt de två först vildsvinen dök upp i de skånsk skogrn efter istiden för år sedn. Hur mång borde det i så fll finns nu, enligt vår modell? Är dett rimligt? En sk modellen inte tgit hänsyn till är tt viss livsnödvändig resurser så som mt och vtten är begränsde. Vi ändrr därför vår differentilekvtion något. Vi sätter: ( y = 3 1 y ) y. (2) K Den extr fktorn är linjär, och är lik med 1 när y = 0, och lik med 0 när y = K. Vi ser tt om y växer mot K så gör den ny fktorn tt y blir mindre och mindre. 4. Rit ett riktningsfält för den ny ekvtionen (2) när K = 100. Använd gärn Mple. Försök tt rit in lösningrn tillhörnde begynnelsevärdesproblemen med y(0) = 10, y(0) = 100 respektive y(0) = Låt y vr lösningen till ett v dess begynnelsevärdesproblem. Vd verkr vr en rimlig gissning för lim t y(t)? Vd är en rimlig tolkning v prmetern K? Vi önskr undersök lösningrn lite till innn vi bestämmer dem exkt. 6. Genom tt deriver (2) en gång till med vseende på t, bestäm för vilk värden på y som lösningrn är konvex respektive konkv. Jämför med riktningsfältet. 2

3 7. Ekvtionen (2) hr två konstnt lösningr. Bestäm dess. Vi önskr nu lös ekvtionen exkt. Dett kn görs genom tt betrkt y = dy/dt som ett bråk, och skriv (2) på formen dy ( ) 1 y = 3dt. (3) K y 8. Lös ekvtionen genom tt integrer båd sidor v (3), och sen lös ut y som funktion v t. 9. Antg tt lösningrn till olik begynnelsevärdesproblem korsr vrndr. Vis tt två sådn lösningr måste vr smm. 10. Bestäm lösningrn till begynelsevärdesproblemen med y(0) = 10, y(0) = 100 respektive y(0) = 200. Rit lösningrn i en grf. Bestäm även lim t y(t) för vr och en v lösningrn y. Observer tt om vi strtr med så få som exempelvis två vildsvin så är vi fortfrnde grnterde tt ntlet vildsvin kommer tt ök. Om vår modell stämde överens med verkligheten så skulle ju exempelvis kolor och pndor inte vr utrotningshotde förrän ytterst få exemplr v dess rter fnns kvr. Vi justerr nu (2) för tt inkluder bekymmer såsom sjukdom, llmän död och tjuvjkt v de skånsk vildsvinen. Vi betrktr ekvtionen ( y ) ( y = 3 T 1 1 y ) y. (4) K Här hr vi lgt till ännu en fktor. Den är negtiv när y < T och positiv när y > T. 11. Bestäm ll konstnt lösningr till ekvtionen (4). Bestäm även de värden v y för vilk y är positiv respektive negtiv. Vilken tolkning borde vi gör v prmetern T? 12. Rit riktningsfältet till (4) med T = 20 och K = 100. Skiss även lösningr till begynnelsevärdesproblemen y(0) = 10, y(0) = 100 och y(0) = 200. Svårighet: + 3

4 2 Epsilon och delt I dett projektet skll vi se lite närmre på kontinuitet. Syftet är tt undersök konkret exempel för tt få en bättre förståelse för ɛ-δ tänknde. 1. Definier tlföljden x n = n 2 (2n + 1) n för ickenegtiv heltl n = 0, 1, 2,.... Använd Mple för tt giss ett gränsvärde v lim n x n. 2. Vis tt tlföljden x n är växnde. (Ledning: Betrkt derivtn v en lämplig funktion.) 3. Bestäm nu hur stort n måste vr för tt x n skll vr ɛ när gränsvärdet. (Ledning: Det knske enklste sättet bsers på tt {x n } n=0 är växnde. Mn kn även h nytt v tt n n 2 + 2n + 1.) Vi ser nu på funktionen f(x) = 1 1 x. 4. Låt vr gränsvärdet till x n ovnför. Vis, genom tt nvänd ɛ och δ, tt f(x) är kontinuerlig i. 5. Enligt vd ni gjorde i uppgift 3, hur stort måste n vr för tt f(x n ) är ɛ när f()? (Kom ihåg tt = lim n x n ) Följnde sts knyter ihop kontinuitet och tlföljder: Sts 1. En funktion är kontinuerlig i punkten om och endst om för ll tlföljder x n som hr gränsvärde. lim f(x n) = f() n 6. Vis den del v stsen som ntr tt f är kontinuerlig. 7. Hur kn mn vis tt en funktion inte är kontinuerlig i en punkt? Använd denn idé för tt bevis den ndr delen v stsen. 8. Vis tt funktionen cos( 1 x 2 + 1) inte är kontinuerlig i x = 0. Vi sk nu undersök en lite strkre typ v kontinuitet: Definition 1. Vi säger tt f är likformigt kontinuerlig på ett intervll I om det för vrje ɛ > 0 finns ett δ > 0 sådn tt för ll x, y I med x y < δ så är f(x) f(y) < ɛ. Noter tt i definitionen v kontinuitet så beror δ på i vilken punkt x vi undersöker funktionen. Det centrl för likformig kontinuitet är tt δ kn väljs oberoende v x. 4

5 9. Låt f(x) = 1/(1 x). Gör uppgift 4 för ett godtyckligt ( 1, 1), och vgör speciellt hur δ beror på. 10. Är f likformigt kontinuerlig på ( 1/2, 1/2)? Är f likformigt kontinuerlig på ( 1.1)? Ge rgument för båd svren. 11. Historisk sett gick det lång tid från det tt mn införde kontinuitet till tt mn upptäckte tt likformig kontinuitet vr v betydelse. Använd nätet till tt bestämm när dess två begrepp infördes, v vem, och lite om vrför. Svårighet: + 5

6 3 Den logritmisk integrlen och primtl Vi sk undersök funktionen x dt Li(x) = 2 ln t. Först observerr vi på någr grundläggnde egenskper: 1. Vi önskr nu skiss grfen till Li. () Bestäm definitionsmängden till Li, vr den är kontinuerlig, och vr den är deriverbr. Beräkn dess derivt där det går, och dess ndrderivt. (b) Undersök symptotern till Li. Här kn det vr till hjälp tt vet hur x/ ln x beter sig när x = 1 och när x går mot oändligheten. (b) Undersök hur Li beter sig när x går mot + lite mer noggrnt genom tt se på ln x lim x x Li(x). Vd kn vi säg om hur snbbt Li växer? 2. Vrför blev tlet 2 vld i definitionen v Li och inte tlet 1? Denn funktionen är viktig inom mtemtiken eftersom den är när koppld till primtlen. Mer specifikt är den kopplt till primtlsfunktionen π(x) som nger hur mång primtl det finns som är mindre eller lik med x. Till exempel är π(3) = Jämför funktionern Li(x) och π(x) för x 100. (Tips: Funktionen π finns i Mple, men mn måste först skriv with(numtheory). Och den är br definierd för positiv heltl.) Ett sätt tt pproximer funktioner är genom Tylorpolynom. 4. Ange Tylorutvecklingen till Li när punkten x = Hur mång termer måste vi t med för tt Tylorpolynomet sk ge en god pproximtion v Li(15). (Sätt, till exempel, ɛ = 2.) 6. Hur beter sig dett Tylorpolynom vid x = 40 när vi lägger till fler termer? Jämför med beteendet när x = 15. Använd Mple för tt giss ett ungefärligt värde i intervllet (15, 40) där dett beteendet ändrs. Vi lämnr nu Tylorpolynomen, och återgår till tt betrkt Li versus π. 7. Vd händer om vi väljer större värden på x än 100? Hur stor värden kn mn välj och fortfrnde få svr från Mple? 8. När är Li större än π och vice vers? Är det lltid så? Försök tt giss på formulering v en sts. 9. Dett är ett område som studerdes v den kände mtemtikern Littlewood. Använd internet och försök hitt informtion om vd hn kom frm till. Ge en kort resumé, och vgör om er gissning i förr punkten stämmer. Svårighet: + 6

7 4 Fltning och tt tämj vild funktioner Begreppet fttning är v centrl betydelse inom stor delr v den vncerde nlysen, och även inom ekonomin. Fltning är ett sätt tt kombiner två funktioner för tt få en ny funktion. Om f och φ är två styckvis kontinuerlig (dvs. piecewise continuous ) funktioner definierde på R så definiers fltningen f φ som f φ(x) = f(t)φ(x t)dt. R Vi sk nu försök tt förstå denn formel och även nvänd den lite försiktigt. Observer tt integrlen i högerledet är en generliserd integrl. I llmänhet måste mn vr mycket försiktig och vr nog med tt undersök om en fltning existerr eller inte. För tt undvik sådn svårigheter kommer vi tt nt dels tt funktionen f är begränsd, och dels tt det finns ett intervll [, b] sådnt tt φ(x) = 0 för ll x / [, b]. Lägg märke till tt med det senre villkoret så blir integrlen ovn inte längre generliserd. 1. Låt φ vr en funktion definierd på R genom { 1/2 t [ 1, 1] φ(t) = 0 nnrs. Låt även f vr en positiv funktion. Givet ett fixt x, rit grfern v f(t) och φ(x t). Använd dett för tt ge en tolkning v fltningen f φ. Om f exempelvis beskriver en ktiekurs och x nger tid i timmr, hur kn vi då tolk f φ? 2. Beräkn, för hnd, F 1 = f φ om f är en funktion som är lik med 1 på [ 10, 10] och 0 nnrs. Rit grfen till F. 3. Använd uttrycket ni beräknde för F 1 för tt finn F 2 = F 1 φ. Rit även grfen till funktionen F 2. Vd mn kn observer är tt funktionern blir jämnre och finre för vrje fltning. Väsentligen gäller tt fltningen f φ kommer tt bete sig minst lik br som φ och f tillsmmns ( br i betydelsen kontinuerlig och deriverbr). 4. Låt f(x) = cos(1/x). Använd Mple till tt rit grfen till fltningen f φ, där φ är funktionen definierd tidigre (det är svårt tt hitt en snygg formel). Här kn Mple-kommndon piecewise och unpply vr till hjälp. Läs om dem i Mples hjälpfunktion. Definier och rit grfen till en funktion i Mple på följnde sätt: px := [1,2,3,4,5] py := [2,1,4,5,2] plot(px,py) with(curvefitting): u := Spline(px,py,x,degree=1) F := unpply(u,x) plot(f(x)) 7

8 5. Använd Mple till tt beräkn fltningen F φ, där F är funktionen vi precis definierde, och rit grfen. Vi önskr nu undersök opertionen fltning lite mer teoretiskt. Eftersom svgre ntgnden på φ medför tt det blir svårre tt bevis något om f φ, så definierr vi först en mycket strk form for kontinuitet: Vi säger tt φ är Lipschitskontinuerlig om det finns en konstnt C > 0 sådn tt φ(x) φ(y) C x y, x, y R. 6. Verifier tt om φ är Lipschitskontinuerlig på R, så är φ också kontinuerlig på R. 7.* Antg tt φ är Lipschitskontinuerlig på R och tt f är begränsd på R, det vill säg tt det finns något tl B > 0 sådn tt f(x) B för ll x R. Vis tt fltningen f φ är kontinuerlig i x = 0. (I denn uppgiften räcker det tt φ är likformigt kontinuerlig, vilket är ett svgre ntgnde än Lipschitskontinuerlig. Som en extr utmning kn vi vis dett.) I mång fll är det mycket nvändbrt tt pproximer funktioner som inte är kontinuerlig med funktioner som är det. Vi hr redn sett en del v denn effekten hos fltningen i uppgiftern 2 och 3. Vi sk nu undersök hur fltning ger upphov till pproximtioner. För tt gör det enkelt för oss går vi tillbk till funktionen φ ovnför. Sätt φ n (x) = 2nφ(nx). 8. Skriv den styckvis definitionen till φ n (x) och beräkn lim n R φ n(x)dx. 9. För funktionen f(x) = x 10, beräkn fltningen f φ n och sedn gränsvärdet lim f φ n(x). n 10. Låt P (x) vr ett godtyckligt polynom. Vd blir gränsvärdet till P φ n (x) då n? Observer tt vi nu hr en metod för tt med hjälp v fltning uppsktt polynom. I själv verket finns det mång ndr sorters funktioner som kn pproximers med olik sorters fltningr. Att vis någr llmänn stser om dett är lite för svårt för denn kurs. Vi sk dock undersök ett vslutnde exempel. Vi hämtr exemplet från ktiemrknden. Med kommndot with(finnce) kn vi i Mple komm åt funktionen BrowninMotion som verkligen beter sig som en ktiekurs. Läs om denn i Mples hjälpfunktion, och lös följnde uppgift. Även kommndot convert(a, list) kn vr br tt nvänd. 11. Skp en funktion genom tt nvänd Brownsk rörelse. Använd Mple till tt beräkn fltningen med φ. Svårighet: +(+) 8

9 5 Tlet e Vi skll undersök två olik sätt tt bestämm tlet e. 1. Skiss grfen till funktionen x (1+1/x) x för x > 0. Vis speciellt tt lim n (1+ 1/n) n = e. Anlys v funktionens ndrderivt kommer inte tt behövs för resten v uppgiften. Vår först strtegi är tt nvänd dett gränsvärde för tt bestämm e. Vi hittr först en uppskttning e Använd binomilformeln på uttrycket (1 + 1/n) n för tt få en övre uppskttning (1 + 1/n) n n k=0 1 n k! k 1 k=1 Ledning: k! 2 k 1 när k Vis med hjälp v olikheten ovn tt e 3. Vi sk nu undersök hur snbbt (1+1/n) n närmr sig e. Eftersom vi inte vet något värde för e, så måste vi gör dett på ett indirekt sätt. Låt N vr något fixt heltl. Vi tänker hitt en uppskttning för skillnden som gäller för ll n N. ( ) N+n ( ) N (5) N + n N 4. Vis tt om vi uppskttr (5) till tt vr mindre än något δ > 0, då måste även ( e ) N δ. N (Ledning: Använd uppgift 1.) 5. Vis tt ( ) N ( N N + n ) N+n = N+n N ( ln(1 + 1 x ) 1 ) (1 + 1/x) x dx. x Använd Tylorutvecklingen v ln(1 + t) med felterm för tt vis tt ln(1 + 1/x) 1 C x + 1 x 2 för x 1 och någon konstnt C. Ange C explicit. (Här finns inte br ett C som fungerr.) 9

10 7. Dr slutstsen tt ( ) N ( ) N+n C N N + n N. 8. Använd denn olikhet till tt bestämm e med 25 korrekt decimler. Hur stort måste ni välj N? Använd en miniräknre eller något dtorprogrm för tt med hjälp v metoden ovn bestämm så mång decimler ni kn. Hur mång decimler fick ni? Hur vlde ni N? Vi skll nu bestämm e på ett nnt sätt. 9. Vd är Tylorpolynomet för e x när x = 0 v ordning n med felterm? 10. Gör en uppskttning v feltermen genom tt nvänd olikheten e 3 som vi fnn tidigre. 11. Bestäm e med 50 korrekt decimler. Vilken ordning på Tylorpolyomet krävdes? 12. Vilken v de två metodern är snbbst? Svårighet: ++ 10

11 6 Anlytisk funktioner Definition 2. Vi säger tt en funktion f är nlytisk på ett intervll I = (, b) om det till vrje punkt x 0 i intervllet finns en polynomutveckling v godtycklig ordning n {0, 1, 2,...}: f(x) = c 0 + c 1 (x x 0 ) + c 2 (x x 0 ) c n (x x 0 ) n + O ( (x x 0 ) n+1). Observer: För vrje x 0 I finns sådn koefficienter c n. Dess beror lltså på vlet v x 0. Anmärkning: Denn definition v nlytisk funktioner skiljer sig från den llmänt vedertgn definitionen. Anledningen till tt vi trots llt väljer denn är dels för tt vi vill h ett nmn på dess funktioner, dels v historisk skäl. Det vr under lång tid inte klrt huruvid dett vr en lämplig definition v det som senre kom tt klls för nlytisk funktioner. Läsren ombeds därför tt vr medveten om tt i de fll då begreppet nlytisk funktion förekommer i något nnt smmnhng än i dett projekt så är betydelsen något nnorlund. Delmoment: 1. Vis tt en nlytisk funktion är kontinuerlig. Dvs tt c 0 = f(x 0 ). 2. Vis tt om c 0 > 0 så är f positiv i en omgivning v x 0. Vi definierr nu derivtn v en nlytisk funktion f på följnde sätt: Låt f vr en nlytisk funktion på I = (, b). Vi säger tt derivtn v f ges v f (x 0 ) = c Vis, genom tt nvänd denn definitionen v derivtn, tt om f hr mximum eller minimum i x 0, då är f (x 0 ) = Vis tt om f (x) > 0 så är funktionen växnde. Vi definierr så ndrderivtn v en nlytisk funktion f på följnde sätt: Låt f vr en nlytisk funktion på I = (, b). Vi säger tt ndrderivtn v f ges v f (x 0 ) = c 2 /2. 5. Vis, genom tt nvänd denn definition v ndrderivtn, tt om f hr mximum i x 0, så är f (x 0 ) 0, och motstt för minimum. Vi nknyter nu dess definitionern för derivtor v f till definitionern från kursen. 6. Vis, med kursens definition v derivtn, tt f (x 0 ) = c 1 och tt f (x 0 ) = c 2 /2. 7. Gör en gissning för smbndet melln f (n) (x 0 ) och c n. Vis tt dett stämmer genom ett induktionsrgument. En fråg mn ställde sig på 1700-tlet, med denn definition v nlytisk funktioner, vr följnde. Låt f vr en funktion som är nlytisk när x = 0, och för vilk ll c i är lik med noll i denn punkt. Är det då så tt funktionen är noll överllt? 8. Hitt ett motexempel till uttlndet. Kn ni hitt vem som kom med det först sådn exemplet? Svårighet: ++ 11

12 7 Trigonometrisk funktioner Vi sk se på ett nnt sätt tt definier trigonometrisk funktioner genom tt nvänd differentilekvtioner. Sinus och cosinus uppfyller differentilekvtionern d sin t = cos t dt d cos t = sin t dt Vi sk nu vis tt vi kn t dess differentilekvtionern som definition v sinus och cosinus. Antg därför tt vi hr funktioner f och g som uppfyller { f (t) = g(t) g (6) (t) = f(t) 1. Vis tt om (f, g) löser (6) så är f 2 + g 2 = k, där k är en konstnt. Vd betyder dett geometriskt? 2. Vis tt det finns högst en lösning med givn värden på f och g i någon punkt t 0. (Ledning: Vilket ekvtionssystem uppfylls v skillnden melln två lösningr?) Vi hr nu vist stsen Sts 2. Begynnelsesvärdeproblemet f (θ) = g(θ) g (θ) = f(θ) f(θ 0 ) = f 0, g(θ 0 ) = g 0 hr för given begynnelsespunkt θ 0 och givn begynnelsesdt f 0 och g 0 högst en lösning. Vi vill nu bevis tt det existerr ett pr v funktioner (S, C) som är entydig lösning till begynnelsesvärdeproblemet S (θ) = C(θ) C (θ) = S(θ) C(0) = 1, S(0) = 0 (Beteckningrn hr nturligtvis vlts så tt S sk motsvr sinus och C sk motsvr cosinus.) Först sk vi härled någr egenskper hos funktioner som uppfyller sådn ekvtioner. 3. Vis tt S är udd och C jämn. (Ledning: Vis tt om f(x) = S( x) och g(x) = C( x) så uppfyller (f, g) ekvtion (6).) 4. Vis formlern C(x + y) = C(x)C(y) S(x)S(y), S(x + y) = S(x)C(y) + C(x)S(y). (Ledning: Betrkt funktionern på vrder sidn om likhetstecknet som funktioner v x och undersök vilk differentilekvtioner dess uppfyller.) (7) 12

13 5. Vis tt C 1 och tt S(x) x för x 0. (Ledning: Använd uppgift 1 (f 2 +g 2 = k) respektive S = C.) 6. Vis tt 1 x 2 /2 C(x) 1 x 2 /2 + x 4 /24. (Ledning: Upprepd integrtion v olikheten S(x) x. 7. Vis tt C hr ett först positivt nollställe θ 0 som uppfyller 1.4 θ Nu när vi vet tt C hr ett nollställe θ 0, så kn vi nvänd formlern vi hittt ovn för tt vis tt S och C uppfyller smm sorts periodicitet som sinus och cosinus. 8. Vis tt S(x + θ 0 ) = C(x) och C(x + θ 0 ) = S(x) för ll x. Använd sedn dett för tt vis formlern S(x + 2θ 0 ) = S(x), C(x + 2θ 0 ) = C(x) och tt S och C båd hr period 4θ 0. Vi skll nu konstruer lösningr till (7). 9. Vis tt i intervllet [ θ 0, θ 0 ] hr S en invers vrs derivt är 1/ 1 x 2. Vi kn nu definier rcsin på ( 1, 1) som rcsin x = 10. Vis tt rcsin x är injektiv på ( 1, 1). x 0 dt 1 t 2. På dett sätt kn vi definier sin θ för θ [ θ 0, θ 0 ] som den invers funktionen till rcsin x. Vi definierr sedn sin θ = sin(2θ 0 θ) för θ [θ 0, 3θ 0 ], och slutligen sin θ för godtycklig θ genom fortsättning till en funktion med period θ 0. Vidre definierr vi cos θ som derivtn till sin θ. 11. Vis tt sin θ och cos θ definierde på dett sätt uppfyller (7). Svårighet:

14 8 Tvåkropprsproblemet I dett projekt sk vi undersök en v Keplers lgr för plnetrörelse, den som säger tt en plnet rör sig i en elliptisk bn. Först måste vi se på polär koordinter i plnet. Istället för tt nge en punkt i plnet genom koordinter (x, y), kn den beskrivs entydigt genom tt mn nger vinkeln mot x-xeln och vståndet från origo: 1. Om θ [0, 2π) är den vinkel som linjen från (0, 0) till (x, y) bildr med den positiv x-xeln, och r är vståndet till origo, vis tt x = r cos θ, y = r sin θ och r = x2 + y 2. En ellips är definierd som de punkter i ett pln för vilk summn v vstånden från en sådn punkt till två fix punkter (kllde brännpunkter) i plnet är konstnt. Låt oss nt tt brännpunkten till ellipsen är i origo respektive (2c, 0), med c > 0 och tt summn är 2 > 0. Använder vi polär koordinter kn ekvtionen (r cos θ 2c, r sin θ) = 2 r härleds. 2. Vis tt ekvtionen för en ellips kn skrivs som Här är e = c/ excentriciteten till kurvn. r = (1 e2 ) 1 e cos θ. 3. Noter tt 0 < e < 1 måste gäll om vi skll få en ellips på dett sätt. Vilk kurvor uppkommer om e = 0 eller e > 1? (Använd gärn Mple för tt undersök dett.) Antg tt det finns två prtiklr i rymden med positionsvektorer U och V, smt mss m respektive M. Enligt Newtons grvittionslg påverkr mssorn vrndr med en krft som är proportionell mot mssorn v de två prtiklrn, och omvänt proportionell mot kvdrten på vståndet, lltså F = GMm/d 2 på sklär form. Här är G en konstnt som klls grvittionskonstnten, och d vståndet som ges v U V. Newtons ndr lg säger sedn tt en kropps ccelertion är proportionell mot krften som verkr på den: F = m. 4. Bortse från ll ndr krfter än de som nämnts ovn, och vis tt rörelseekvtionern för de två prtiklrn är (U V ) mü + GMm U V = 0, 3 M V (V U) + GMm U V = 0. 3 Vi definierr nu systemets tyngdpunkt som vektorn T = 5. Vis tt tyngdpunkten hr konstnt frt. m m + M U + M m + M V. 14

15 6. Att frten är konstnt betyder tt vi kn låt tyngdpunkten hel tiden befinn sig i origo i vårt koordintsystem. Gör dett vribelbyte, lltså u = U T och v = V T, och vis tt rörelseekvtionern nu blir mü + G Mm u u = 0 3 M v + GM m v, v = 0 3 ( ) 2 ( ) 2 där M M m = M och m = m. ( m + M m + M M och m klls för de reducerde mssorn hos systemet.) Dett betyder tt vi kn betrkt de två prtiklrns rörelser som seprt rörelser kring tyngdpunkten. Vi fokuserr därför på en prtikel med position u och mss m vrs rörelse kring origo styrs v ekvtionen mü + GMm u = 0. (8) u 3 (Observer tt dett är formeln vi ursprungligen får om en v mssorn är i origo.) Vi visr först tt rörelsen måste ske i något pln: 7. Vis tt u u är en konstnt vektor. Här betyder x y vektorprodukten melln vektorern x = (x 1, x 2, x 3 ) och y = (y 1, y 2, y 3 ), och ges v x y = (x 2 y 3 x 3 y 2, x 3 y 1 x 1 y 3, x 1 y 2 x 2 y 1 ). 8. Vis tt vektorn u(t) för ll t ligger i ett och smm pln genom origo. (Ledning: vilken är plnets normlvektor?) Eftersom bnn är pln så är det ingen inskränkning tt nt tt den ligger i xy-plnet. Vi inför polär koordinter (r, θ) i dett pln. 9. Vis tt när vi byter koordinter så är (8) ekvivlent med ekvtionern { r 2 θ = C r r( θ) 2 + GMr 2 = 0. Vi önskr nu eliminer tiden från denn ekvtion, för tt br h en ekvtion melln r och θ, som vi sedn kn härled plnetens bn från. Vi gör nu vribelbytet ρ = 1/r, och låter ρ vr derivtn v ρ med vseende på θ. 10. Vis tt ṙ = Cρ. (Ledning: nvänd kedjeregeln.) 11. Vis tt r = C 2 ρ ρ Sätt u = ρ GM/C 2, och vis tt mn får ekvtionen u + u = 0. Lös denn för u och vis tt r = C2 /GM 1 e cos θ. Svårighet:

16 9 En olikhet Låt λ 1 0 och λ 2 0 vr två reell tl sådn tt λ 1 + λ 2 = 1. Om x 1 och x 2 är två ndr reell tl så klls tlet λ 1 x 1 + λ 2 x 2 för en konvex kombintion v tlen x 1 och x Vis tt givet två reell tl, x 1 < x 2, så gäller, för vrje konvex kombintion v dess, tt λ 1 x 1 + λ 2 x 2 [x 1, x 2 ]. Vis också tt om x [x 1, x 2 ] så är x en konvex kombintion v x 1 och x 2, dvs det finns λ 1 0 och λ 2 0 sådn tt λ 1 + λ 2 = 1 och x = λ 1 x 1 + λ 2 x 2. En funktion φ : R R klls för konvex om φ(λ 1 x 1 + λ 2 x 2 ) λ 1 φ(x 1 ) + λ 2 φ(x 2 ) (9) för ll x 1, x 2 R och ll λ 1, λ 2 0 med λ 1 + λ 2 = 1. I den resternde delen v denn skrift kommer φ tt beteckn en konvex funktion. Noter tt denn definition v en konvex funktion skiljer sig något från den given i [AE]. Där definiers en funktion som konvex om dess derivt är en växnde funktion. Vi hr inte gjort något ntgnde om tt funktionen sk vr deriverbr. I de fll då funktionen är deriverbr smmnfller de båd definitionern. 2. Vis tt om x 1 < x 2 så gäller φ(x) φ(x 1 ) + (x x 1 ) φ(x 2) φ(x 1 ) x 2 x 1 (10) för ll x [x 1, x 2 ]. Tolk dett resultt grfiskt. (Ledning: Skriv x som en konvex kombintion v x 1 och x 2.) 3. T hjälp v den grfisk tolkningen v resulttet i föregående övning för tt ge ett exempel på en funktion som är konvex, men inte deriverbr. För tt nlyser en konvex funktion med vseende på deriverbrhet behöver vi följnde olikheter. 4. Låt x 1 < x 2 < x 3. Bevis olikhetern Tolk även dess grfiskt. φ(x 2 ) φ(x 1 ) x 2 x 1 φ(x 3) φ(x 1 ) x 3 x 1 (11) φ(x 2 ) φ(x 1 ) x 2 x 1 φ(x 3) φ(x 2 ) x 3 x 2 (12) Låt nu x R vr ett fixt tl. Definier för h > 0 funktionen φ (h) = φ(x + h) φ(x) h (13) 16

17 5. Vis tt funktionen φ (h) är en vtgnde funktion genom tt nvänd (11) med ett lämpligt vl v x 1, x 2, x 3. Vis tt funktionen dessutom är nedåt begränsd genom tt nvänd (12) med ett nnt lämpligt vl v x 1, x 2, x 3. Eftersom vi nu vet tt φ (h) är en vtgnde funktion som också är nedåt begränsd, så vet vi tt gränsvärdet lim h 0 + φ (h) existerr. Dett betyder tt funktionen φ hr en högerderivt i x, dvs gränsvärdet φ(x + h) φ(x) lim h 0 + h = φ +(x) (14) existerr. Noter tt vi gjort denn räkning för ett fixt x R, men tt vlet v x inte påverkr vår räkningr. Därför kn vi nu konstter tt en konvex funktion φ hr högerderivt i vrje punkt. Genom tt nvänd ett snrlikt resonemng kn vi även vis tt φ hr vänsterderivt i vrje punkt. Eftersom räkningr för tt vis dett blir identisk med de vi redn gjort ovn, vstår vi här från tt utför dess. I de fll då φ är deriverbr så är det inte speciellt svårt tt vis tt φ är en växnde funktion. Dett följer v (12). Det går också tt vis tt om en funktion hr växnde derivt så är den konvex enligt definitionen ovn. Ett välkänt fktum som vhndlts i denn kurs är tt om en funktion är deriverbr så är den också kontinuerlig. Deriverbrhet visr sig dock vr ett onödigt restriktivt villkor. 6. Vis tt om en funktion f hr höger- och vänsterderivt i en punkt x så är f kontinuerlig i x. Vi formulerr de resultt vi nått hittills som en sts. Sts 3. Låt φ vr en konvex funktion. Då är φ kontinuerlig. Om φ dessutom är deriverbr så är φ en växnde funktion. Vi sk nu härled ett resultt för integrler och någr konsekvenser. Vi behöver först ett lemm. Lemm 1. Låt φ vr en konvex funktion. Då är n φ( λ i x i ) i=1 n λ i φ(x i ) (15) i=1 för ll x 1, x 2... x n R och ll λ 1, λ 2... λ n 0 sådn tt n i=1 λ i = 1. Ett tl n i=1 λ ix i där λ 1, λ 2... λ n 0 och n i=1 λ i = 1 klls för en konvex kombintion v tlen x 1, x 2... x n R. 7. Bevis ovnstående lemm. (Ledning: För n = 2 är dett br definitionen v konvexitet.) 17

18 För en Riemnnintegrerbr funktion f : [, b] R gäller tt lim n n i=1 b n f(c i(n)) = f(x)dx (16) där punktern c i (n) väljs i intervllet [ + i 1(b ), + i (b )]. Riemnnintegrerbr n n funktioner innefttr dels kontinuerlig funktioner, men även begränsde funktioner som inte är diskontinuerlig lltför oft. Vi hr nu verktygen för tt bevis vårt huvudresultt, kllt Jensens olikhet. Sts 4. Låt f : [, b] R vr en Riemnnintegrerbr funktion, och φ : R R vr en konvex, positiv funktion. Om dessutom intervllet [, b] hr längden 1 så gäller tt φ( f(x)dx) Noter tt längden v intervllet [, b] ges v b. 8. Bevis Jensens olikhet. φ(f(x))dx (17) (Ledning: Approximer integrlen till vänster med en Riemnnsumm. Använd konvexitet och jämför med Riemnnsummn för integrlen till höger.) Exempel 1. Det enklste exemplet på en tillämpning v Jensens olikhet är den så kllde tringelolikheten för integrler. Denn säger tt om f är Riemnnintegrerbr över [, b] så är f(x)dx f(x) dx (18) Ett sätt tt vis dett är tt nvänd Jensens olikhet med φ(x) = x. Än så länge fungerr dock dett bevis br om b = Bevis tringelolikheten för integrler även i fllet då b 1. (Ledning: Använd konvex kombintioner för tt gör ett vribelbyte.) Vi kommer nu till ett vslutnde exempel på en integrlolikhet, klld Hölders olikhet. Denn olikhet är ett mycket nvändbrt verktyg inom nlys. Sts 5. Låt p, q (1, ) vr två tl sådn tt p q kontinuerlig funktioner. Då gäller tt = 1. Låt f, g : [, b] R vr två f(x) g(x) dx ( f(x) p dx) 1 p ( g(x) q dx) 1 q (19) Ett tlpr (p, q) sådnt tt = 1 klls för Hölderkonjugert. q q Vi kommer nu tt bevis Hölders olikhet. Dett involverr fler steg och är tt betrkt som en gnsk svår uppgift. Det först steget är tt nt tt funktionen g inte är konstnt lik med 0 på något delintervll. Intuitivt kn dett motivers med tt ett delintervll där g 0 inte bidrr till någon 18

19 v sidorn i olikheten ovn. Kontkt dett projekts upphovsmn vid önskemål om en mer precis motivering. Det ndr steget är tt nt tt g(x) q dx = 1 (20) 10. Vis tt om Hölders olikhet är snn under ntgndet (20) så är den snn även för godtycklig funktioner g. (Ledning: Inför tlet g q = ( Inför därefter den normliserde funktionen Denn ny funktion h uppfyller villkoret (20).) Inför nu funktionen G(y) = g(x) q dx) 1 q (21) h(x) = g(x) g q (22) y g(x) q dx (23) för y [, b]. Noter tt G() = 0, G(b) = 1 smt tt G (y) = g(y) q som är positiv förutom i enstk punkter. Därför är G en inverterbr funktion. Det tredje steget är tt gör omskrivningen f(x) g(x) dx = f(x) g(x) 1 q g(x) q dx (24) 12. Gör vribelbytet y = G(x) i integrlen ovn. Använd sedn Jensens olikhet med φ(t) = t p. Gör därefter det invers vribelbytet x = G 1 (y). Beräkn slutligen tlet (1 q)p + q. Efter tt h gjort denn räkning blir resulttet ( Därmed hr vi bevist Hölders olikhet. Referenser f(x) g(x) dx) p f(x) p dx (25) [AE] R.A. Adms, C. Essex: Clculus - A Complete Course, 7th Ed, Person Cnd (2010) Svårighet:

PROJEKT - ANALYS 1 (PRELIMINÄR VERSION)

PROJEKT - ANALYS 1 (PRELIMINÄR VERSION) PROJEKT - ANALYS 1 (PRELIMINÄR VERSION) Contents 1. En differentilekvtion 2 2. Epsilon och delt 4 3. Den logritmisk integrlen och primtl 6 4. Fltning och tt tämj gln funktioner 8 5. Tlet e 11 6. Anlytisk

Läs mer

SF1625 Envariabelanalys

SF1625 Envariabelanalys SF1625 Envribelnlys Föreläsning 13 Institutionen för mtemtik KTH 27 september 2017 SF1625 Envribelnlys Anmäl er till tentn Anmäl er till tentn nu. Det görs vi min sidor. Om det inte går, mejl studentexpeditionen

Läs mer

SF1625 Envariabelanalys

SF1625 Envariabelanalys Modul 5: Integrler Institutionen för mtemtik KTH 30 november 4 december Integrler Integrler är vd vi sk håll på med denn veck och näst. Vi kommer tt gör följnde: En definition v vd begreppet betyder En

Läs mer

Preliminär version 2 juni 2014, reservation för fel. Tentamen i matematik. Kurs: MA152G Matematisk Analys MA123G Matematisk analys för ingenjörer

Preliminär version 2 juni 2014, reservation för fel. Tentamen i matematik. Kurs: MA152G Matematisk Analys MA123G Matematisk analys för ingenjörer Lösningsförslg Högskoln i Skövde SK, JS) Preliminär version juni 0, reservtion för fel. Tentmen i mtemtik Kurs: MA5G Mtemtisk Anlys MAG Mtemtisk nlys för ingenjörer Tentmensdg: 0-05- kl.0-9.0 Hjälpmedel

Läs mer

Mat-1.1510 Grundkurs i matematik 1, del III

Mat-1.1510 Grundkurs i matematik 1, del III Mt-.50 Grundkurs i mtemtik, del III G. Gripenberg TKK december 00 G. Gripenberg TKK) Mt-.50 Grundkurs i mtemtik, del III december 00 / 59 Vribelbyte F gx))g x) dx = d F gx)) dx dx = / b F gx)) = F gb))

Läs mer

1 e x2. lim. x ln(1 + x) lim. 1 (1 x 2 + O(x 4 )) = lim. x 0 x 2 /2 + O(x 3 ) x 2 + O(x 4 ) = lim. 1 + O(x 2 ) = lim = x = arctan x 1

1 e x2. lim. x ln(1 + x) lim. 1 (1 x 2 + O(x 4 )) = lim. x 0 x 2 /2 + O(x 3 ) x 2 + O(x 4 ) = lim. 1 + O(x 2 ) = lim = x = arctan x 1 UPPSALA UNIVERSITET Svr till tent i mtemtik Mtemtisk institutionen Anlys MN Distns Jons Elisson 7-- Skrivtid: - 5. Observer tt problemen inte står i svårighetsordning. All svr sk motivers. Det kn krävs

Läs mer

Lösningsförslag till tentamen i SF1683 och SF1629 (del 1) 23 oktober 2017

Lösningsförslag till tentamen i SF1683 och SF1629 (del 1) 23 oktober 2017 KTH, Mtemtik Mri Sprkin Lösningsförslg till tentmen i SF683 och SF629 (del ) 23 oktober 207 Tentmen består v sex uppgifter där vrder uppgift ger mximlt fr poäng. Preliminär betgsgränser: A 2 poäng, B 9,

Läs mer

9. Bestämda integraler

9. Bestämda integraler 77 9. Bestämd integrler Låt f vr en icke-negtiv, begränsd funktion på [,b]. Vi hr lltså 0 f(x) ll x [,b] för någon konstnt B. B för Problem: Beräkn ren A v den yt som begränss v kurvn y = f(x), x b, x-xeln

Läs mer

Uppsala Universitet Matematiska Institutionen T Erlandsson

Uppsala Universitet Matematiska Institutionen T Erlandsson Uppsl Universitet Mtemtisk Institutionen T Erlndsson TENTAMEN 5--4 Anlys MN SVAR OCH ANVISNINGAR FRÅGOR... 4. 5. x-xeln 6. y = x + x + 7. y = sin x + 8. y = xe x + 9. y = e x. y = x +.. + x. x = 4. 5.

Läs mer

LINJÄR ALGEBRA II LEKTION 1

LINJÄR ALGEBRA II LEKTION 1 LINJÄR ALGEBRA II LEKTION JOHAN ASPLUND INNEHÅLL. VEKTORRUM OCH DELRUM Hel kursen Linjär Algebr II hndlr om vektorrum och hur vektorrum (eller linjär rum, som de iblnd klls) beter sig. Tidigre hr mn ntgligen

Läs mer

Mat Grundkurs i matematik 1, del II

Mat Grundkurs i matematik 1, del II Mt-1.1510 Grundkurs i mtemtik 1, del II G. Gripenberg TKK 12 november 2009 G. Gripenberg (TKK) Mt-1.1510 Grundkurs i mtemtik 1, del II 12 november 2009 1 / 44 Mx och min Om A R så är mx A det störst elementet

Läs mer

Läsanvisningar för MATEMATIK I, ANALYS

Läsanvisningar för MATEMATIK I, ANALYS Läsnvisningr för MATEMATIK I, ANALYS Läsnvisningrn är tänkt i först hnd för dig som läser kursen mtemtik I på distns, och de sk vägled dig på din res genom nlysen. Stoffet är i stort sett portionert på

Läs mer

KOMPLETTERANDE MATERIAL TILL KURSEN MATEMATIK II, MATEMATISK ANALYS DEL A VT 2015

KOMPLETTERANDE MATERIAL TILL KURSEN MATEMATIK II, MATEMATISK ANALYS DEL A VT 2015 KOMPLETTERANDE MATERIAL TILL KURSEN MATEMATIK II, MATEMATISK ANALYS DEL A VT 2015 ANDRZEJ SZULKIN 1. Supremum, infimum och kontinuerlig funktioner I ppendix A3 i [PB2] definiers begreppen supremum och

Läs mer

Sats 3: Egenskaper. (a) (b) f(x) dx = 2 f(x) dx. (c) (Af(x) + Bg(x))dx. g(x) dx = A. (d) (e) Om a b och f(x) g(x) (f) Triangelolikheten: Om a b

Sats 3: Egenskaper. (a) (b) f(x) dx = 2 f(x) dx. (c) (Af(x) + Bg(x))dx. g(x) dx = A. (d) (e) Om a b och f(x) g(x) (f) Triangelolikheten: Om a b Sts 3: Egenskper () f(x) dx = 0 (b) f(x) dx = b f(x) dx (c) (Af(x) + Bg(x))dx = A f(x) dx + B g(x) dx (d) f(x) dx + c c f(x) dx = b f(x) dx (e) Om b och f(x) g(x) f(x) dx g(x) dx (f) Tringelolikheten:

Läs mer

TATA42: Föreläsning 4 Generaliserade integraler

TATA42: Föreläsning 4 Generaliserade integraler TATA42: Föreläsning 4 Generliserde integrler John Thim 5 november 28 Vi hr stött på begreppet tidigre när vi diskutert Riemnnintegrler i föregående kurs. Denn gång kommer vi lite mer tt fokuser på frågn

Läs mer

Volum av rotationskroppar. Båglängd, rotationsytor. Adams 7.1, 7.2, 7.3

Volum av rotationskroppar. Båglängd, rotationsytor. Adams 7.1, 7.2, 7.3 Volum v rottionskroppr. Båglängd, rottionsytor. Adms 7., 7., 7.3 Volum v rottionskroppr. Båglängd, rottionsytor. Integrtion v rtionell uttryck, prtilbråksuppdelning. Exempel med invers substitutioner.

Läs mer

TATA42: Föreläsning 4 Generaliserade integraler

TATA42: Föreläsning 4 Generaliserade integraler TATA42: Föreläsning 4 Generliserde integrler John Thim 29 mrs 27 Vi hr stött på begreppet tidigre när vi diskutert Riemnnintegrler i föregående kurs. Denn gång kommer vi lite mer tt fokuser på frågn om

Läs mer

Trigonometri. 2 Godtyckliga trianglar och enhetscirkeln 2. 3 Triangelsatserna Areasatsen Sinussatsen Kosinussatsen...

Trigonometri. 2 Godtyckliga trianglar och enhetscirkeln 2. 3 Triangelsatserna Areasatsen Sinussatsen Kosinussatsen... Trigonometri Innehåll 1 Rätvinklig tringlr 1 Godtyklig tringlr oh enhetsirkeln 3 Tringelstsern 4 3.1 restsen.............................. 4 3. Sinusstsen.............................. 5 3.3 Kosinusstsen.............................

Läs mer

Svar till uppgifter 42 SF1602 Di. Int.

Svar till uppgifter 42 SF1602 Di. Int. Svr till uppgifter 42 SF62 Di. Int. Svr kortuppgifter. 3: i) Om f(x) är kontinuerlig på [, ] kn mn då skriv lim k k n= f(n/k) på ett enklre sätt? k Svr: J, dett är f(x)dx. (Rit en bild med grfen v f(x)

Läs mer

TATA42: Tips inför tentan

TATA42: Tips inför tentan TATA42: Tips inför tentn John Thim 25 mj 205 Syfte Tnken med dett kort dokument är tt ge lite extr studietips inför tentn. Kursinnehållet definiers så klrt fortfrnde v kursplnen och kurslitterturen så

Läs mer

Vilken rät linje passar bäst till givna datapunkter?

Vilken rät linje passar bäst till givna datapunkter? Vilken rät linje pssr bäst till givn dtpunkter? Anders Källén MtemtikCentrum LTH nderskllen@gmil.com Smmnfttning I det här dokumentet diskuterr vi minst-kvdrtmetoden för skttning v en rät linje till dt.

Läs mer

13 Generaliserade dubbelintegraler

13 Generaliserade dubbelintegraler Nr 3, 4 pril -5, Ameli 3 Generliserde dubbelintegrler 3. Generliserde enkelintegrler Integrerbrhet är definiert för funktioner som är begränsde och definierde på ett ändligt intervll. ett kn i mång fll

Läs mer

Generaliserade integraler

Generaliserade integraler Generliserde integrler Mtemtik Breddning 2.5 Frm till denn punkt hr vi endst studert integrler där funktionen som skll integrers vrit begränsd. Dessutom hr det intervll över vilket vi integrerr vrit begränst

Läs mer

Mat Grundkurs i matematik 1, del III

Mat Grundkurs i matematik 1, del III Mt-1.1510 Grundkurs i mtemtik 1, del III G. Gripenberg TKK 2 december 2010 G. Gripenberg (TKK) Mt-1.1510 Grundkurs i mtemtik 1, del III 2 december 2010 1 / 59 Vribelbyte b F (g(x))g (x) dx = b d F (g(x))

Läs mer

Uppsala Universitet Matematiska Institutionen Bo Styf. Genomgånget på föreläsningarna Föreläsning 16-17, 2010:

Uppsala Universitet Matematiska Institutionen Bo Styf. Genomgånget på föreläsningarna Föreläsning 16-17, 2010: Uppsl Universitet Mtemtisk Institutionen Bo Styf Envribelnlys, 0 hp STS, X 00-0-7 Föreläsning 6-7, 00: Genomgånget på föreläsningrn 6-0. Här gick vi inte igenom något nytt mteril, utn räknde igenom Blndde

Läs mer

Finaltävling den 20 november 2010

Finaltävling den 20 november 2010 SKOLORNAS MATEMATIKTÄVLING Svensk Mtemtikersmfundet Finltävling den 20 november 2010 Förslg till lösningr Problem 1 Finns det en tringel vrs tre höjder hr måtten 1, 2 respektive 3 längdenheter? Lösning

Läs mer

RÄKNEOPERATIONER MED VEKTORER. LINJÄRA KOMBINATIONER AV VEKTORER. ----------------------------------------------------------------- Låt u vr en vektor med tre koordinter u. Vi säger tt u är tredimensionell

Läs mer

19 Integralkurvor, potentialer och kurvintegraler i R 2 och R 3

19 Integralkurvor, potentialer och kurvintegraler i R 2 och R 3 Nr9,3mj-5,Ameli 9 Integrlkurvor, potentiler och kurvintegrler i R och R 3 9. Integrlkurvor En integrlkurv r(t) ((t), (t)) till ett vektorfält F(, ) är en kurv där vektorfältet är en tngent till kurvn i

Läs mer

ENVARIABELANALYS - ETT KOMPLEMENT

ENVARIABELANALYS - ETT KOMPLEMENT ENVARIABELANALYS - ETT KOMPLEMENT DAN STRÄNGBERG Innehåll Smmnfttning. Vd som börjde som föreläsningsnteckningr till en repetitionskurs i envribelnlys hr utvecklts till dett kompendium som är ment som

Läs mer

Några integraler. Kjell Elfström. x = f 1 (y) = arcsin y. . 1 y 2 Vi låter x och y byta roller och formulerar detta resultat som en sats: cos x = 1

Några integraler. Kjell Elfström. x = f 1 (y) = arcsin y. . 1 y 2 Vi låter x och y byta roller och formulerar detta resultat som en sats: cos x = 1 F r å g L u n d o m m t e m t i k Mtemtikcentrum Mtemtik NF Någr integrler Kjell Elfström Invers funktioner Om f är en funktion, och ekvtionen f() = till vrje V f hr en entdigt bestämd lösning D f, så

Läs mer

Inför tentamen i Analys I och II, TNA008

Inför tentamen i Analys I och II, TNA008 Inför tentmen i Anlys I och II, TNA008. Gränsvärden () Definition v gränsvärde då x ± ; se Definition.2 och.29 i F.A. (b) Definition v gränsvärde då x. Höger och vänster gränsvärde. Se Definition.9,.2

Läs mer

Uppsala Universitet Matematiska Institutionen Thomas Erlandsson

Uppsala Universitet Matematiska Institutionen Thomas Erlandsson Uppsl Universitet Mtemtisk Institutionen Thoms Erlndsson RÄTA LINJER, PLAN, SKALÄRPRODUKT, ORTOGONALITET MM VERSION MER OM EKVATIONSSYSTEM Linjär ekvtionssystem och den geometri mn kn härled ur dess är

Läs mer

Analys grundkurs B lab 1. Stefan Gustafsson Per Jönsson Fakulteten för Teknik och Samhälle, 2013

Analys grundkurs B lab 1. Stefan Gustafsson Per Jönsson Fakulteten för Teknik och Samhälle, 2013 Anlys grundkurs B lb 1 Stefn Gustfsson Per Jönsson Fkulteten för Teknik och Smhälle, 13 1 Viktig informtion om lbortionern Lbortionsdelen på kursen i kursen Anlys grundkurs B exminers genom tt mn gör två

Läs mer

Associativa lagen för multiplikation: (ab)c = a(bc). Kommutativa lagen för multiplikation: ab = ba.

Associativa lagen för multiplikation: (ab)c = a(bc). Kommutativa lagen för multiplikation: ab = ba. Rtionell tl Låt oss skiss hur mn definierr de rtionell tlen utifrån heltlen. Förutom tt det ger en inblick i hur mtemtiken är uppbyggd, är dett är ett br exempel på ekvivlensreltioner och ekvivlensklsser.

Läs mer

Integraler. 1 Inledning. 2 Beräkningsmetoder. CTH/GU LABORATION 2 MVE /2013 Matematiska vetenskaper

Integraler. 1 Inledning. 2 Beräkningsmetoder. CTH/GU LABORATION 2 MVE /2013 Matematiska vetenskaper CTH/GU LABORATION MVE6 - / Mtemtisk vetenskper Inledning Integrler Iblnd kn mn inte bestämm integrler exkt utn mn får nöj sig med tt beräkn pproximtioner. T.ex. e x dx kn inte beräkns exkt, eftersom det

Läs mer

Analys o 3D Linjär algebra. Lektion 16.. p.1/53

Analys o 3D Linjär algebra. Lektion 16.. p.1/53 Anlys o 3D Linjär lgebr Lektion 16. p.1/53 . p.2/53 v 3D Linjär lgebr Hr betrktt vektorer v typen etc resp dvs ordnde triplr v typen. reell tl 3D Linjär lgebr Punkt-vektor dulismen En ordnd tripel v typen

Läs mer

Uppgiftssamling 5B1493, lektionerna 1 6. Lektion 1

Uppgiftssamling 5B1493, lektionerna 1 6. Lektion 1 Uppgiftssmling 5B1493, lektionern 1 6 Lektion 1 4. (Räkning med oändlig decimlbråk) Låt x = 0, 1 2 3 n och y = 0,b 1 b 2 b 3 b n ( i och b i siffror 0, 1,, 9).. Kn Du beskriv något förfrnde som säkert

Läs mer

============================================================ V1. Intervallet [a,b] är ändligt, dvs gränserna a, b är reella tal och INTE.

============================================================ V1. Intervallet [a,b] är ändligt, dvs gränserna a, b är reella tal och INTE. GENERALISERADE INTEGRALER ============================================================ När vi definierr Riemnnintegrl ntr vi tt följnde två krv är uppfylld: V. Intervllet [,] är ändligt, dvs gränsern,

Läs mer

ORTONORMERAT KOORDINAT SYSTEM. LÄNGDEN AV EN VEKTOR. AVSTÅND MELLEN TVÅ PUNKTER. MITTPUNKT. TYNGDPUNKT. SFÄR OCH KLOT.

ORTONORMERAT KOORDINAT SYSTEM. LÄNGDEN AV EN VEKTOR. AVSTÅND MELLEN TVÅ PUNKTER. MITTPUNKT. TYNGDPUNKT. SFÄR OCH KLOT. Armin Hlilovi: EXTRA ÖVNINGAR v Vektorer oh koordinter i D-rummet ORTONORMERAT KOORDINAT SYSTEM LÄNGDEN AV EN VEKTOR AVSTÅND MELLEN TVÅ PUNKTER MITTPUNKT TYNGDPUNKT SFÄR OCH KLOT INLEDNING För tt bild

Läs mer

V1. Intervallet [a,b] är ändligt, dvs gränserna a, b är reella tal och INTE ±. är begränsad i intervallet [a,b].

V1. Intervallet [a,b] är ändligt, dvs gränserna a, b är reella tal och INTE ±. är begränsad i intervallet [a,b]. Armin Hlilovic: ETRA ÖVNINGAR Generliserde integrler GENERALISERADE INTEGRALER När vi definierr Riemnnintegrl f ( ) d ntr vi tt följnde två krv är uppfylld: V. Intervllet [,] är ändligt, dvs gränsern,

Läs mer

Kvalificeringstävling den 2 oktober 2007

Kvalificeringstävling den 2 oktober 2007 SKOLORNAS MATEMATIKTÄVLING Svensk Mtemtikersmfundet Kvlifieringstävling den oktober 007 Förslg till lösningr 1 I en skol hr vr oh en v de 0 klssern ett studieråd med 5 ledmöter vrder Per är den ende v

Läs mer

Tentamen i Analys B för KB/TB (TATA09/TEN1) kl 08 13

Tentamen i Analys B för KB/TB (TATA09/TEN1) kl 08 13 LINKÖPINGS UNIVERSITET Mtemtisk Institutionen Jokim Arnlind Tentmen i Anlys B för KB/TB (TATA9/TEN 5-6- kl 8 3 Ing hjälpmedel är tillåtn. Vrje uppgift kn ge mximlt 3 poäng. Betygsgränser: 8p för etyg 3,

Läs mer

Integralen. f(x) dx exakt utan man får nöja sig med att beräkna

Integralen. f(x) dx exakt utan man får nöja sig med att beräkna CTH/GU STUDIO TMVb - / Mtemtisk vetenskper Integrlen Anlys och Linjär Algebr, del B, K/Kf/Bt Inledning Mn kn inte lltid bestämm integrler f() d ekt utn mn får nöj sig med tt beräkn pproimtioner. T.e. e

Läs mer

SF1626 Flervariabelanalys Tentamen 8 juni 2011, Svar och lösningsförslag

SF1626 Flervariabelanalys Tentamen 8 juni 2011, Svar och lösningsförslag SF166 Flervribelnlys Tentmen 8 juni 11, 8. - 13. Svr och lösningsförslg Del A (1 estäm en ekvtion för tngentplnet till ytn z + y z 3 1 i punkten (, y, (1, 1,. (3p b Punkten (, y, z (1.1,.9, t ligger på

Läs mer

V1. Intervallet [a,b] är ändligt, dvs gränserna a, b är reella tal och INTE ±. är begränsad i intervallet [a,b].

V1. Intervallet [a,b] är ändligt, dvs gränserna a, b är reella tal och INTE ±. är begränsad i intervallet [a,b]. Armin Hlilovic: ETRA ÖVNINGAR Generliserde integrler GENERALISERADE INTEGRALER När vi definierr Riemnnintegrl f ( ) d ntr vi tt följnde två krv är uppfylld: V. Intervllet [,] är ändligt, dvs gränsern,

Läs mer

Matris invers, invers linjär transformation.

Matris invers, invers linjär transformation. Mtris invers, invers linjär trnsformtion. Påminnelse om mtris beräkningr: ddition, multipliktion med sklärer och mtrisprodukt Algebrisk egenskper hos mtrisddition och multipliktion med ett tl (Ly Sts..,

Läs mer

Sfärisk trigonometri

Sfärisk trigonometri Sfärisk trigonometri Inledning Vi vill nvänd den sfärisk trigonometrin för beräkningr på storcirkelrutter längs jordytn (för sjöfrt och luftfrt). En storcirkel är en cirkel på sfären vrs medelpunkt smmnfller

Läs mer

Matematiska uppgifter

Matematiska uppgifter Element Årgång 59, 976 Årgång 59, 976 Först häftet 3020. Lös på enklste sätt ekvtionssystemet (Svr: x = v = 2 och y = u = 2) x + 7y + 3v + 5u = 6 8x + 4y + 6v + 2u = 6 2x + 6y + 4v + 8u = 6 5x + 3y + 7v

Läs mer

Envariabelanalys. Tomas Ekholm. Institutionen för matematik

Envariabelanalys. Tomas Ekholm. Institutionen för matematik Envribelnlys Toms Ekholm Institutionen för mtemtik Innehåll Att läs innn vi börjr 5. Vrför läs mtemtik?...................... 5.2 Definitioner, stser och bevis................... 5.3 Mängder...............................

Läs mer

Integraler och statistik

Integraler och statistik Föreläsning 8 för TNIU Integrler och sttistik Krzysztof Mrcinik ITN, Cmpus Norrköping, krzm@itn.liu.se www.itn.liu.se/krzm ver. 4 - --8 Inledning - lite om sttistik Sttistik är en gren v tillämpd mtemtik

Läs mer

GEOMETRISKA VEKTORER Vektorer i rummet.

GEOMETRISKA VEKTORER Vektorer i rummet. GEOMETRISKA VEKTORER Vektorer i rummet. v 6 Någr v de storheter som förekommer inom nturvetenskp kn specificers genom tt ders mätetl nges med ett end reellt tl. Exempel på sådn storheter, som klls sklär

Läs mer

Läsanvisningar till kapitel

Läsanvisningar till kapitel Läsnvisningr till kpitel 4.1 4.6 4.1 Konturer Dett är ett vsnitt om kurvor och hur mn prmetriserr kurvor, som borde vr en repetition från lägre kurser. Låt oss gå igenom lite ändå. Definition 4.1. Låt

Läs mer

EGENVÄRDEN och EGENVEKTORER

EGENVÄRDEN och EGENVEKTORER EGENVÄRDEN och EGENVEKTORER Definition. (Linjär vbildning) En funktion T från R n (n-dimensionell vektorer) till R m (m-dimensionell vektorer) säges vr en linjär vbildning ( linjär funktion eller linjär

Läs mer

Studieplanering till Kurs 3b Grön lärobok

Studieplanering till Kurs 3b Grön lärobok Studieplnering till Kurs 3b Grön lärobok Den här studieplneringen hjälper dig tt häng med i kursen. Plneringen följer lärobokens uppdelning i kpitel och vsnitt. Iblnd får du tips på en inspeld genomgång

Läs mer

Om konvergens av funktionsföljder

Om konvergens av funktionsföljder Anlys 36 En webbserd nlyskurs Anlysens grunder Om konvergens v funktionsföljder Anders Källén MtemtikCentrum LTH nderskllen@gmil.om Om konvergens v funktionsföljder 1 (12) Introduktion I det här kpitlet

Läs mer

TMV151/TMV181. Fredrik Lindgren. 19 november 2013

TMV151/TMV181. Fredrik Lindgren. 19 november 2013 TMV151/TMV181 Fredrik Lindgren Mtemtisk vetenskper Chlmers teknisk högskol och Göteborgs universitet 19 november 2013 F. Lindgren (Chlmers&GU) Envribelnlys 19 november 2013 1 / 24 Outline 1 Mss, moment

Läs mer

Area([a; b] [c; d])) = (b a)(d c)

Area([a; b] [c; d])) = (b a)(d c) Aren och integrl Summor Huvudämne i föreläsningen är reor v gurer i plnet och integrler. Integrl är ett egrepp som låter de nier reor v gurer i plnet, och speciellt eräkn reor melln grfer v funktioner

Läs mer

Tillämpning - Ray Tracing och Bézier Ytor. TANA09 Föreläsning 3. Icke-Linjära Ekvationer. Ekvationslösning. Tillämpning.

Tillämpning - Ray Tracing och Bézier Ytor. TANA09 Föreläsning 3. Icke-Linjära Ekvationer. Ekvationslösning. Tillämpning. TANA09 Föreläsning 3 Tillämpning - Ry Trcing och Bézier Ytor z = B(x, y) q o Ekvtionslösning Tillämpning Existens Itertion Konvergens Intervllhlveringsmetoden Fixpuntsitertion Newton-Rphsons metod Anlys

Läs mer

PASS 1. RÄKNEOPERATIONER MED DECIMALTAL OCH BRÅKTAL

PASS 1. RÄKNEOPERATIONER MED DECIMALTAL OCH BRÅKTAL PASS. RÄKNEOPERATIONER MED DECIMALTAL OCH BRÅKTAL. Tl, bråktl och decimltl Vd är ett tl för någonting? I de finländsk fmiljern brukr det vnligtvis finns två brn enligt Sttistikcentrlen (http://www.tilstokeskus.fi/tup/suoluk/suoluk_vesto_sv.html).

Läs mer

ORTONORMERADE BASER I PLAN (2D) OCH RUMMET (3D) ORTONORMERAT KOORDINAT SYSTEM

ORTONORMERADE BASER I PLAN (2D) OCH RUMMET (3D) ORTONORMERAT KOORDINAT SYSTEM Armin Hlilovi: EXTRA ÖVNINGAR 1 v 1 Ortonormerde bser oh koordinter i 3D-rummet ORTONORMERADE BASER I PLAN D OCH RUMMET 3D ORTONORMERAT KOORDINAT SYSTEM Vi säger tt en bs i rummet e r, e r, e r z e r,

Läs mer

Tavelpresentation grupp 5E

Tavelpresentation grupp 5E Tvelpresenttion grupp 5E Elis Elmquist, Mtild Hnes, Isk Pettersson, Juli Wennerblom, John Jxing, Boel Brndström, Edvin Cllisen, Cjs Hjolmn 19 februri 2017 1 Multipelintegrler Frmställningen för definitionen

Läs mer

Sammanfattning, Dag 9

Sammanfattning, Dag 9 Smmnfttning, Dg 9 Idg studerde vi begrepp sklärprudokt (eller innerprodukt), norm och ortogonlitet på ett llmänt vektorrum. Vi börjde med en kort repetition på smm begrep för vektorrummet R 3. I rummet

Läs mer

Induktion LCB 2000/2001

Induktion LCB 2000/2001 Indution LCB 2/2 Ersätter Grimldi 4. Reursion och indution; enl fll n 2 En tlföljd n nturligtvis definiers genom tt mn nger en explicit formel för uträning v n dess 2 element, som till exempel n 2 () n

Läs mer

Ï x: 0 Æ 1 Ì [ ] y > 0, 0 < y <1 y växande, 0 < y < 1

Ï x: 0 Æ 1 Ì [ ] y > 0, 0 < y <1 y växande, 0 < y < 1 Tentmensskrivning i Mtemtik IV, 5B2 Fredgen den 2 ugusti 24, kl 4-9 Hjälmedel: BETA, Mthemtics Hndook Redovis lösningrn å ett sådnt sätt tt eräkningr och resonemng är lätt tt följ Svren skll ges å reell

Läs mer

x 12 12 = 32 12 x 11 + 11 = 26 + 11 x 20 + 20 = 45 + 20 x=3 x=5 x=6 42 = 10x x + 10 = 15 x + 10 10 = 15 10 11 + 9 = 20 x = 65 x + 36 = 46

x 12 12 = 32 12 x 11 + 11 = 26 + 11 x 20 + 20 = 45 + 20 x=3 x=5 x=6 42 = 10x x + 10 = 15 x + 10 10 = 15 10 11 + 9 = 20 x = 65 x + 36 = 46 Vilket tl sk stå i rutn så tt likheten stämmer? + Lös ekvtionen så tt likheten stämmer. = + 9 = + = + = = Det sk stå 9 i rutn. Subtrher båd leden med. r -termen sk vr kvr i vänstr ledet. Skriv rätt tl

Läs mer

Envariabelanalys. Tomas Ekholm. Institutionen för matematik

Envariabelanalys. Tomas Ekholm. Institutionen för matematik Envribelnlys Toms Ekholm Institutionen för mtemtik Innehåll Att läs innn vi börjr 5. Vrför läs mtemtik?..................... 5.2 Uppmning till läsren v dett häfte............. 5.3 Definitioner, stser och

Läs mer

Teorifrå gor kåp. 5.2 9.3

Teorifrå gor kåp. 5.2 9.3 Teorifrå gor kåp. 5. 9.3 Repetition ) Härled formeln för prtiell integrtion ur nednstående smbnd: d F(x)g(x) = f(x)g(x) F(x)g (x) dx ) Vilken typ v elementär funktion brukr mn oftst välj tt deriver lltså

Läs mer

9. Vektorrum (linjära rum)

9. Vektorrum (linjära rum) 9. Vektorrum (linjär rum) 43. Vektorrum (linjärt rum) : definition och xiom 44. Exempel på vektorrum v funktioner. 45. Hur definierr mn subtrktion i ett vektorrum? 46. Underrum 47. Linjärkombintioner,

Läs mer

Derivata och integral tolkning av definitionerna med hjälp av Maxima. Per Jönsson, Malmö högskola

Derivata och integral tolkning av definitionerna med hjälp av Maxima. Per Jönsson, Malmö högskola Derivt oc integrl tolkning v definitionern med jälp v Mxim Per Jönsson, Mlmö ögskol 1 Derivtns definition Betrkt en funktion f(x). Differenskvoten f(x + ) f(x) kn geometriskt tolks som riktningskoefficienten

Läs mer

Numerisk Integration En inledning för Z1

Numerisk Integration En inledning för Z1 Numerisk Integrtion En inledning för Z1 Jörgen Löfström Reviderd v TG 1 Olik typer v fel 1.1 Avrundningsfel och trunkeringsfel Vid ll numerisk beräkning förekommer två huvudtyper v fel, vrundningsfel och

Läs mer

y > 0, 0 < y <1 y växande, 0 < y < 1

y > 0, 0 < y <1 y växande, 0 < y < 1 Lösningsförslg till tentmensskrivning i Diff & Trns I, 5B12 och Diff & Trns I för LV, 5B122 Fredgen den 2 ugusti 24, kl 14-19 DEL1: 1 Betrkt differentilekvtionen y y (y -1)(y - 3), där y y(t) och t nger

Läs mer

Tillämpning av integraler

Tillämpning av integraler CTH/GU LABORATION 3 MVE6 - /3 Mtemtisk vetenskper Inledning Tillämpning v integrler Vi skll se på två tillämpningr v integrler. Först ren oh volymen v rottionskropp sedn omkretsen v en ellips. Rottionskroppr

Läs mer

MATEMATIKPROV, LÅNG LÄROKURS BESKRIVNING AV GODA SVAR

MATEMATIKPROV, LÅNG LÄROKURS BESKRIVNING AV GODA SVAR MATEMATIKPROV, LÅNG LÄROKURS 905 BESKRIVNING AV GODA SVAR De beskrivningr v svrens innehåll och poängsättningr som ges här är inte bindnde för studentexmensnämndens bedömning Censorern beslutr om de kriterier

Läs mer

Tentamen 1 i Matematik 1, HF dec 2016, kl. 8:00-12:00

Tentamen 1 i Matematik 1, HF dec 2016, kl. 8:00-12:00 Tentmen i Mtemtik, HF9 9 dec 6, kl. 8:-: Emintor: Armin Hlilovic Undervisnde lärre: Erik Melnder, Jons Stenholm, Elis Sid För godkänt betyg krävs v m poäng. Betygsgränser: För betyg A, B, C, D, E krävs,

Läs mer

Polynominterpolation av kontinuerliga

Polynominterpolation av kontinuerliga Polynominterpoltion v kontinuerlig funktioner Smmnfttning Anders Källén MtemtikCentrum LTH nderskllen@gmil.com I det här dokumentet diskuterr vi lite kring hur mn kn pproximer kontinuerlig funktioner med

Läs mer

Analys 360 En webbaserad analyskurs Grundbok. Integralkalkyl. MatematikCentrum LTH

Analys 360 En webbaserad analyskurs Grundbok. Integralkalkyl. MatematikCentrum LTH Anlys 360 En webbserd nlyskurs Grundbok Integrlklkyl Anders Källén MtemtikCentrum LTH nderskllen@gmil.com Integrlklkyl (3) Introduktion Vi sk här introducer den bestämd integrlen f(x) dx. Den hr nästn

Läs mer

10. Tillämpningar av integraler

10. Tillämpningar av integraler 90 10 TILLÄMPNINGAR AV INTEGRALER 10. Tillämpningr v integrler 10.1. Riemnnsummor I det här vsnittet sk vi se hur integrler nvänds för tt beräkn re v en pln t, volm v rottionskroppr, längd v en kurv, re

Läs mer

Analys 360 En webbaserad analyskurs Grundbok. X. Integralkalkyl. MatematikCentrum LTH

Analys 360 En webbaserad analyskurs Grundbok. X. Integralkalkyl. MatematikCentrum LTH Anlys 36 En webbserd nlyskurs Grundbok X. Integrlklkyl Anders Källén MtemtikCentrum LTH nderskllen@gmil.com X. Integrlklkyl (8) Introduktion Vi sk här introducer den bestämd integrlen f(x) dx. Den hr nästn

Läs mer

Ett förspel till Z -transformen Fibonaccitalen

Ett förspel till Z -transformen Fibonaccitalen Ett förspel till Z -trnsformen Fibonccitlen Leonrdo Pisno vnligen klld Leonrdo Fiboncci, den knske störste mtemtiker som Europ frmburit före renässnsen skrev år 10 en bok (Liber bci) i räknelär. J, fktiskt.

Läs mer

Mängder i R n. Funktioner från R n till R p

Mängder i R n. Funktioner från R n till R p Kpitel 1 Mängder i R n. Funktioner från R n till R p 1.1. Euklidisk rummet R n : geometri Som vnligt betecknr vi med R n mängden v ll reell n-tiplr = ( 1, 2,..., n ) med origo (nollvektorn) = (,,...,)

Läs mer

Stokastiska variabler

Stokastiska variabler Kpitel 4 Stokstisk vribler Ett utfll v ett slumpmässigt försök är oft sådnt som inte direkt kn mäts. T.ex. försöket Kst med ett symmetriskt mynt hr utfllsrummet {kron, klve}. För tt kvntittivt nlyser försök

Läs mer

Grundläggande matematisk statistik

Grundläggande matematisk statistik Grundläggnde mtemtisk sttistik Diskret och kontinuerlig slumpvribler Uwe Menzel, 208 uwe.menzel@slu.se; uwe.menzel@mtstt.de www.mtstt.de Diskret och kontinuerlig slumpvribler Slumpvribel (s.v.): vribel

Läs mer

Lösningsförslag till fråga 5

Lösningsförslag till fråga 5 Lösningsförslg till fråg 5 Smmnfttning Följnde lceringr för unktern, som frmgår v Tbell, är de bäst vi hr funnit. Utförligre beskrivningr v ders lägen följer i texten: Fråg ), n unkter i en kvdrt n Plcering

Läs mer

============================================================ V1. Intervallet [a,b] är ändligt, dvs gränserna a, b är reella tal och INTE ±.

============================================================ V1. Intervallet [a,b] är ändligt, dvs gränserna a, b är reella tal och INTE ±. GENERALISERADE INTEGRALER När vi definierr Riemnnintegrl ntr vi tt följnde två krv är uppfylld: V Intervllet [,] är ändligt, dvs gränsern, är reell tl och INTE ± V Funktionen f () är egränsd i intervllet

Läs mer

0 a. a -Â n 2 p n. beskriver på sedvanligt sätt en a-periodisk utvidgning av f. Nedanför ritas en partialsumma av Fourierserien.

0 a. a -Â n 2 p n. beskriver på sedvanligt sätt en a-periodisk utvidgning av f. Nedanför ritas en partialsumma av Fourierserien. Sinus- och cosinusserier I slutet v kursen där vi skll lös differentilekvtioner på ändlig intervll v typen H, L, behöver vi konstruer Fourierserier med en viss typ v uppförnde i intervllens ändpunkter.

Läs mer

Envariabelanalys. Tomas Ekholm. Institutionen för matematik

Envariabelanalys. Tomas Ekholm. Institutionen för matematik Envribelnlys Toms Ekholm Institutionen för mtemtik 3 oktober 08 Innehåll Att läs innn vi börjr 7. Vrför läs mtemtik?..................... 7. Uppmning till läsren v dett häfte............. 7.3 Lärndemål

Läs mer

Topologi och konvergens

Topologi och konvergens Topologi och konvergens för viss kurser vid Uppsl universitet Smmnställt v Anders Vretbld 997 års upplg, översedd 28 Innehåll Topologisk grundbegrepp. Öppn och slutn mängder 3.2 Gränsvärde och kontinuitet

Läs mer

Exponentiella förändringar

Exponentiella förändringar Eonentiell förändringr Eonentilfunktionen - llmänt Eonentilfunktionen r du tidigre stött å i åde kurs oc 2. En nyet är den eonentilfunktion som skrivs y = e. (Se fig. nedn) Tlet e, som är mycket centrlt

Läs mer

Kontinuerliga variabler

Kontinuerliga variabler Kontinuerlig vribler c 005 Eric Järpe Högskoln i Hlmstd Antg tt vi kunde mät med oändligt stor noggrnnhet hur stor strömstyrk en viss typ v motstånd klrr. Ing mätningr skulle då vr exkt lik. Om vi mätte

Läs mer

GEOMETRISKA VEKTORER Vektorer i rummet.

GEOMETRISKA VEKTORER Vektorer i rummet. GEOMETRISKA VEKTORER Vektorer i rummet. v Någr v de storheter som förekommer inom nturvetenskp kn specificers genom tt ders mätetl nges med ett end reellt tl. Exempel på sådn storheter, som klls sklär

Läs mer

Uppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna 5-7.

Uppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna 5-7. Uppsl Universitet Mtemtisk Institutionen Bo Styf LAoG I, 5 hp ES, KndM, MtemA -9-6 Smmnfttning v föreläsningrn 5-7. Föreläsningrn 5 7, 7/9 6/9 : Det kommer, liksom i lärooken, inte tt finns utrymme för

Läs mer

Föreläsning 7: Trigonometri

Föreläsning 7: Trigonometri ht06 Föreläsning 7: Trigonometri Trigonometrisk identiteter En identitet är en likhet som håller för ll värden på någon vriel. Tex så gäller tt ( + ) + + för ll,. Dett skrivs ilnd som ( + ) + +, men vi

Läs mer

Gauss och Stokes analoga satser och fältsingulariteter: källor och virvlar Mats Persson

Gauss och Stokes analoga satser och fältsingulariteter: källor och virvlar Mats Persson Föreläsning 14/9 Guss och tokes nlog stser och fältsingulriteter: källor och virvlr Mts Persson 1 tser nlog med Guss och tokes stser 1.1 tser nlog med Guss sts Det finns ett pr stser som är mycket när

Läs mer

1 Inledning 2. 2 Måttet av en öppen mängd 3. 3 Integralen av en kontinuerlig funktion 9. 4 Jämförelse med Riemannintegralen 14

1 Inledning 2. 2 Måttet av en öppen mängd 3. 3 Integralen av en kontinuerlig funktion 9. 4 Jämförelse med Riemannintegralen 14 Innehåll 1 Inledning 2 2 Måttet v en öppen mängd 3 3 Integrlen v en kontinuerlig funktion 9 4 Jämförelse med Riemnnintegrlen 14 5 Skivformeln och itererd integrtion 17 6 Generliserde positiv integrler

Läs mer

Γ-funktionen En kort introduktion

Γ-funktionen En kort introduktion Institutionen för nturvetenskp och teknik Γ-funktionen En kort introduktion Rickrd Edmn och Mrkus Östberg Örebro universitet Institutionen för nturvetenskp och teknik Mtemtik C, 76 9 högskolepoäng Γ-funktionen

Läs mer

NATIONELLT KURSPROV I MATEMATIK KURS C VÅREN 2011 3. Kravgränser 4. Del I, 8 uppgifter utan miniräknare 5. Del II, 9 uppgifter med miniräknare 8

NATIONELLT KURSPROV I MATEMATIK KURS C VÅREN 2011 3. Kravgränser 4. Del I, 8 uppgifter utan miniräknare 5. Del II, 9 uppgifter med miniräknare 8 Kurs plnering.se NpMC vt011 1(9) Innehåll Förord NATIONELLT KURSPROV I MATEMATIK KURS C VÅREN 011 Krvgränser 4 Del I, 8 uppgifter utn miniräknre 5 Del II, 9 uppgifter med miniräknre 8 Förslg på lösningr

Läs mer

Volym och dubbelintegraler över en rektangel

Volym och dubbelintegraler över en rektangel Volym oh dubbelintegrler över en rektngel All funktioner nedn nts vr kontinuerlig. Om f (x i intervllet [, b], så är ren v mängden {(x, y : y f (x, x b} lik med integrlen b f (x dx. Låt = [, b] [, d] =

Läs mer

TATA42: Föreläsning 11 Kurvlängd, area och volym

TATA42: Föreläsning 11 Kurvlängd, area och volym TATA4: Föreläsning Kurvlängd, re och volm John Thim 4 mrs 8 Kurvlängd Vi börjr med tt betrkt situtionen då en kurv i plnet ges på prmeterform: ((t), (t)). Dett innebär tt både - och -koordintern simultnt

Läs mer

9 Dubbelintegralens definition

9 Dubbelintegralens definition Nr 9, 5 pril -5, Ameli 9 ubbelintegrlens definition 9. Enkelintegrlen En ursprunglig tolkning v en enkelintegrl är ren under dess grf dvs ren melln funktionsgrfen oh x-xeln. å räkns reor under (söder om)

Läs mer

Kontrollskrivning 3 till Diskret Matematik SF1610, för CINTE1, vt 2019 Examinator: Armin Halilovic Datum: 2 maj

Kontrollskrivning 3 till Diskret Matematik SF1610, för CINTE1, vt 2019 Examinator: Armin Halilovic Datum: 2 maj Kontrollskrivning 3 till Diskret Mtemtik SF60, för CINTE, vt 209 Emintor: Armin Hlilovic Dtum: 2 mj Version B Resultt: Σ p P/F Etr Bonus Ing hjälpmedel tillåtn Minst 8 poäng ger godkänt Godkänd KS nr n

Läs mer