2.6 Funktioiden kuvaajat ja tasa-arvojoukot

Samankaltaiset tiedostot
Selvästi. F (a) F (y) < r x d aina, kun a y < δ. Kolmioepäyhtälön nojalla x F (y) x F (a) + F (a) F (y) < d + r x d = r x

Oletetaan ensin, että tangenttitaso on olemassa. Nyt pinnalla S on koordinaattiesitys ψ, jolle pätee että kaikilla x V U

, on säännöllinen 2-ulotteinen pinta. Määrää T x0 pisteessä x 0 = (0, 1, 1).

Kuva 1: Funktion f tasa-arvokäyriä. Ratkaisu. Suurin kasvunopeus on gradientin suuntaan. 6x 0,2

3.4 Käänteiskuvauslause ja implisiittifunktiolause

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.

Vektorianalyysi II (MAT21020), syksy 2018

Derivaatta: funktion approksimaatio lineaarikuvauksella.

Antti Rasila. Kevät Matematiikan ja systeemianalyysin laitos Aalto-yliopisto. Antti Rasila (Aalto-yliopisto) MS-A0204 Kevät / 16

Matematiikka B1 - avoin yliopisto

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 4: Ketjusäännöt ja lineaarinen approksimointi

LUKU 4. Pinnat. (u 1, u 2 ) ja E ϕ 2 (u 1, u 2 ) := ϕ u 2

Vektorianalyysi I MAT Luennoitsija: Ritva Hurri-Syrjänen Luentoajat: ti: 14:15-16:00, to: 12:15-14:00 Helsingin yliopisto 21.

MS-A0207 Differentiaali- ja integraalilaskenta 2 Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio.

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.

Matematiikka B1 - TUDI

4.3.7 Epäoleellinen integraali

1 Sisätulo- ja normiavaruudet

1 Lineaariavaruus eli Vektoriavaruus

Kanta ja dimensio 1 / 23

Monistot LUKU 4. (P ): on olemassa avoin, pisteen x sisältävä joukko U R n, avoin joukko W

Ratkaisu: Ensimmäinen suunta. Olkoon f : R n R m jatkuva eli kaikilla ε > 0 on olemassa sellainen δ > 0, että. kun x a < δ. Nyt kaikilla j = 1,...

Vastaa kaikkiin kysymyksiin (kokeessa ei saa käyttää laskinta)

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat.

802320A LINEAARIALGEBRA OSA II

Insinöörimatematiikka D

Kannan vektorit siis virittävät aliavaruuden, ja lisäksi kanta on vapaa. Lauseesta 7.6 saadaan seuraava hyvin käyttökelpoinen tulos:

Avaruuden R n aliavaruus

f(x 1, x 2 ) = x x 1 k 1 k 2 k 1, k 2 x 2 1, 0 1 f(1, 1)h 1 = h = h 2 1, 1 12 f(1, 1)h 1 h 2

802320A LINEAARIALGEBRA OSA I

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 3: Osittaisderivaatta

ominaisvektorit. Nyt 2 3 6

Likimääräisratkaisut ja regularisaatio

Luku 4. Derivoituvien funktioiden ominaisuuksia.

Esimerkki 19. Esimerkissä 16 miniminormiratkaisu on (ˆx 1, ˆx 2 ) = (1, 0).

Esimerkki 1.1. Kahdeksikkopolku α: u (sin u, sin 2u) on helppo todeta injektioksi

Kuvaus. Määritelmä. LM2, Kesä /160

Johdatus tekoälyn taustalla olevaan matematiikkaan

Matriisilaskenta, LH4, 2004, ratkaisut 1. Hae seuraavien R 4 :n aliavaruuksien dimensiot, jotka sisältävät vain

Insinöörimatematiikka D

Insinöörimatematiikka D

Lineaarialgebra ja matriisilaskenta II. LM2, Kesä /141

JATKUVUUS. Funktio on jatkuva jos sen kuvaaja voidaan piirtää nostamatta kynää paperista.

Luento 8: Epälineaarinen optimointi

e int) dt = 1 ( 2π 1 ) (0 ein0 ein2π

Osoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa.

JAKSO 2 KANTA JA KOORDINAATIT

peitteestä voidaan valita äärellinen osapeite). Äärellisen monen nollajoukon yhdiste on nollajoukko.

Matematiikan tukikurssi

4.3 Moniulotteinen Riemannin integraali

Insinöörimatematiikka D

BM20A0300, Matematiikka KoTiB1

Matematiikan tukikurssi

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 3: Jatkuvuus

Insinöörimatematiikka D

Lineaarialgebra ja differentiaaliyhtälöt Laskuharjoitus 1 / vko 44

Luento 8: Epälineaarinen optimointi

Diskreetti derivaatta

12. Hessen matriisi. Ääriarvoteoriaa

9. Lineaaristen differentiaaliyhtälöiden ratkaisuavaruuksista

Funktiot. funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina.

Taustatietoja ja perusteita

Insinöörimatematiikka D

Koodausteoria, Kesä 2014

Vektorit, suorat ja tasot

0 kun x < 0, 1/3 kun 0 x < 1/4, 7/11 kun 1/4 x < 6/7, 1 kun x 1, 1 kun x 6/7,

Insinöörimatematiikka D

Matematiikan tukikurssi

3x + y + 2z = 5 e) 2x + 3y 2z = 3 x 2y + 4z = 1. x + y 2z + u + 3v = 1 b) 2x y + 2z + 2u + 6v = 2 3x + 2y 4z 3u 9v = 3. { 2x y = k 4x + 2y = h

Funktion. Käänteisfunktio. Testi 3. Kauhava Aiheet. Funktio ja funktion kuvaaja. Funktion kasvaminen ja väheneminen.

Linkkejä kurssi2 / Etälukio (edu.) kurssi8 / Etälukio (edu.) (Suurinta osaa tämän linkin takana olevasta materiaalista pohdimme vasta huomenna!

Tehtäväsarja I Tehtävät 1-5 perustuvat monisteen kappaleisiin ja tehtävä 6 kappaleeseen 2.8.

Talousmatematiikan perusteet: Luento 14. Rajoittamaton optimointi Hessen matriisi Ominaisarvot Ääriarvon laadun tarkastelu

MS-C1340 Lineaarialgebra ja

Ominaisarvo ja ominaisvektori

x j x k Tällöin L j (x k ) = 0, kun k j, ja L j (x j ) = 1. Alkuperäiselle interpolaatio-ongelmalle saadaan nyt ratkaisu

HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2015 Harjoitus 1 Ratkaisut palautettava viimeistään maanantaina klo

Epälineaaristen yhtälöiden ratkaisumenetelmät

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Määritelmä 1. Olkoot V ja W lineaariavaruuksia kunnan K yli. Kuvaus L : V. Termejä: Lineaarikuvaus, Lineaarinen kuvaus.

MATEMATIIKAN JA TILASTOTIETEEN LAITOS

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Pinnan tangenttivektorit

x = (1 t)x 1 + tx 2 x 1 x 2

Yhdistetty funktio. Älä sekoita arvo- eli kuvajoukkoa maalijoukkoon! (wikipedian ongelma!)

MS-A0107 Differentiaali- ja integraalilaskenta 1 (CHEM)

Matikkapaja keskiviikkoisin klo Lineaarialgebra (muut ko) p. 1/210

3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset

2.5. Matriisin avaruudet ja tunnusluvut

Analyysi 1. Harjoituksia lukuihin 4 7 / Syksy Tutki funktion f(x) = x 2 + x 2 jatkuvuutta pisteissä x = 0 ja x = 1.

Bijektio. Voidaan päätellä, että kuvaus on bijektio, jos ja vain jos maalin jokaiselle alkiolle kuvautuu tasan yksi lähdön alkio.

Paikannuksen matematiikka MAT

Kohdeyleisö: toisen vuoden teekkari

Vapaus. Määritelmä. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee:

MS-A0102 Differentiaali- ja integraalilaskenta 1

Käänteismatriisi 1 / 14

Matematiikan tukikurssi

8. Avoimen kuvauksen lause

Ominaisarvo ja ominaisvektori

802320A LINEAARIALGEBRA OSA III

Transkriptio:

2.6 Funktioiden kuvaajat ja tasa-arvojoukot Olkoon I R väli. Yhden muuttujan funktion g : I R kuvaaja eli graafi on avaruuden R 2 osajoukko {(x, y) R 2 : x I, y = g(x)}. 1 0 1 2 3 1 0.5 0 0.5 1 Kuva 2.1: Funktion f(x) = 2x 3 1, x [ 1, 1], kuvaaja on avaruuden R 2 osajoukko.

Määritelmä 2.6.1. Olkoon D R m. Funktion f : D R kuvaaja eli graafi on avaruuden R m+1 osajoukko {(x, y) R m+1 : x D, y = f(x)}. Esimerkki 2.6.1. a) Asetetaan f(x 1, x 2 ) = e 1 2 (x2 1 +x2 2 ) kaikilla x 1, x 2 [ 5, 5]. Funktion f kuvaaja on avaruuden R 3 osajoukko {(x 1, x 2, e 1 2 (x2 1 +x2 2 ) ) : x 1, x 2 [ 5, 5]}. 0.2 0.4 0.6 0.8 1 0.5 5 0 0 5 5 0 5 Kuva 2.2: Funktion f(x 1, x 2 ) = e 1 2 (x2 1 +x2 2 ) kuvaaja on avaruuden R 3 osajoukko.

Esimerkki 2.6.2. Funktion f(x) = 1 x, x R3 \{0} kuvaaja on avaruuden R 4 osajoukko {( x, 1 ) } : x R 3 \{0}. x Huomautus 2.6.1. Funktioiden f : D R 3 R graafisessa esityksessä käytetään kuvaajan osajoukkoja. Eräs näistä on {(x, f(x)) D R : f(x) = C}, missä C on vakio. Määritelmä 2.6.2. Olkoon f : D R m R. Joukkoa nmitetään funktion f tasa-arvojoukoksi: f 1 ({C}) = {x D : f(x) = C} R m Esimerkki 2.6.3. Olkoon f(x 1, x 2, x 3 ) = x 2 1 + x 2 2 x 3, missä x 1, x 2, x 3 [ 1, 1]. Tasa-arvojoukko ({ }) { 1 f 1 = (x 1, x 2, x 3 ) [ 1, 1] 3 : x 2 1 + x 2 2 x 3 = 1 }. 3 3

Kuva 2.3: Funktion f(x 1, x 2, x 3 ) = x 2 1 + x 2 2 x 3, x i f ( 1 { 1 3 }) on avaruuden R 3 osajoukko. [ 1, 1] tasa-arvojoukko

Korkeaulotteisten funktoiden graafinen esittäminen on hankalaa. Funktioiden kuvaajia ja tasa-arvojoukkoja käytetään matematiikassa muuhunkin kuin graafiseen esittämiseen! Tangentti yleistyy uusen muuttujan tapauksessa tangenttiavaruudeksi, joka yleistyy moniston (eng. manifold) tangenttiavaruudeksi. Sovelluksissa tarvitaan monistoja, kun suorat eivät edusta lyhintä etäisyyttä pisteiden välillä. Kuuluisin esimerkki on yleinen suhteellisuusteoria, jossa avaruus on kaareutunut Toinen esimerkki on seismisten aaltojen eteneminen maapallon sisällä. Tasa-arvojoukkojen avulla määritellään säännöllisiä reunoja/pintoja/avoimia joukkoja. Näitä käytetään mm. osittaisdifferentiaaliyhtälöitä ratkottaessa. Säännöllisen pinnan pisteille määritellään normaalivektori, jolla on sovelluksia mm. sähkömagneettisissa ilmiöissä.

Kuva 2.4: Kaareutunut aika-avaruus (kuva Wikipedia). Kuva 2.5: Normaalivektoreita tietokonegrafiikassa. Kuva VTK Textbook (Schroeder, Martin, Lorensen et al.) (Creative Commons Attribution-NoDerivs 3.0 Unported License). Originaali: http://www.vtk.org/vtk/project/imagegallery.php

2.6.1 Tangenttitavaruudet Yksiulotteisessa tapauksessa derivaatta määrää tangenttisuoran. Tangenttiavaruus määritellään gradientin avulla. Määritelmä 2.6.3. Olkoon D R m, f : D R differentioituva joukon D sisäpisteessä a. Joukkoa T f,a = {(x 1,..., x m, y) R m+1 : y = f(a) + (x a) f(a)} nimitetään funktion f kuvaajan tangenttiavaruudeksi pisteessä (a, f(a)). Esimerkki 2.6.4. a) Olkoon f(x 1, x 2 ) = x 2 1 2x 2 2 jokaisella x 1, x 2 R. Määrätään tangenttiavaruus pisteessä (a, f(a)), missä a = (3, 1). Silloin f(3, 1) = 11 ja f(3, 1) = ( 2x 1, 4x 2 ) (x1,x 2 )=(3.1) = ( 6, 4) Funktion f kuvaajan tangenttiavaruus pisteessä (3, 1, 11) on T f,a = {(x 1, x 2, y) R 3 : y = 11 6(x 1 3) 4(x 2 1)}

Kuva 2.6: Periaatekuva: funktion f(x 1, x 2 ) = x 2 1 2x 2 2 kuvaajan tangentttiavaruus pisteessä (3, 1, 11).

b) Olkoon f(x 1, x 2 ) = e 1 2 (x2 1 +x2 2 ) kaikilla x 1, x 2 [ 4, 4] ja a = ( 1 5, 5) 1. Silloin f(a) = e 25 1 ja ( f 1 5, 1 ) = ( x 1 e 1 2 (x2 1 x2 2 ), x 2 e 1 2 (x2 1 x2 2 ) ) 5 (x1,x 2 )=( 1 5,1 5) = (1 5 e 25, 1 1 5 e 25). 1 ( ) Funktion f kuvaajan tangenttiavaruus pisteessä 1 5, 1 5, e 25 1 on { ( T f,a = (x 1, x 2, y) R 3 : y = e 25 1 + x 1 + 1 ) e 1 ( 25 5 5 x 2 1 ) } e 25 1 5 5

c) Kun piste a D R 2 on sellainen, että funktion f : D R on differentioituva pisteessä a ja sen gradientti f(a) = (0, 0), niin funktion f kuvaajan tangenttiavaruus pisteessä (a, f(a)) on joukko T f,a = {(x 1, x 2, y) R 3 : y = f(a)} = R 2 {f(a)}. Lause 2.6.1. Olkoon T f,a kuten Määritelmässä 2.6.3. Silloin T f,a on avaruuden R m+1 m- ulotteinen affiini aliavaruus. Todistus. Näytetään, että joukko T f,a (a, f(a)) = {(x, y) R m+1 : y = x f(a)} on aliavaruus: Vektori (x, y) T f,a (a, f(a)) jos ja vain jos vektori (x, y) on homogeenisen lineaarisen yhtälön 0 = [ f(a) 1 ] [ ] x, }{{} y =:A 1 (m+1) ratkaisu. Täten T f,a (a, f(a)) on matriisin A nolla-avaruutena aliavaruus. Nolla-avaruuden N(A) dimensio on m, sillä missä matriisin A aste rank(a) = 1. dim(r m+1 ) = rank(a) + dim(n(a)),

Huomautus 2.6.2. Kun m = 2, niin tangenttiavaruus on taso, josta käytetään nimitystä tangenttitaso. Huomautus 2.6.3. Kun tangenttiavaruuden määritelmää verrataan Taylorin 1. asteen kehitelmään f(a + h) = f(a) + h f(a) + R 2 pisteessä h = x a, niin havaitaan, että tangenttiavaruus on funktion f 1. asteen Taylorin polynomin (lokaalin linearisaation) f(a) + (x a) f(a) kuvaaja. 2.7 Tasa-arvojoukko ja sileä pinta Olkoon a R 2 ja r > 0. Avoimen pallon B(a, r) reuna on funktion f(x) = x a tasa-arvojoukko B(a, r) = {x R 2 : x a = 1}, Määritelmä 2.7.1. Joukko S R m on C 1 -sileä (hyper)pinta, jos löytyy sellainen C 1 -funktio F : D R m R, D avoin, että S = F 1 ({C}) jollakin C R ja F (x) 0 jokaisella x S.

Esimerkki 2.7.1. Avoimen pallon B(0, 3) reuna {x R 3 : x = 3} on C 1 -sileä pinta, sillä funktio F (x) = x kuuluu avaruuteen C 1 (R 3 \{0}) ja F (x) = x x 0, kun x = 3. Esimerkki 2.7.2. Mitä tapahtuu, jos ehto F (x) 0 jokaisella x S ei täyty? Tarkastellaan funktiota, joka ei toteuta tätä vaatimusta. Olkoon F (x 1, x 2, x 3 ) = x 2 1 + x 2 2 x 2 3. Silloin F C 1 (R 3 ). Miltä näyttää tasa-arvojoukko F 1 ({0}), joka sisältää myös pisteen (0, 0, 0), jossa F (0, 0, 0) = (0, 0, 0)? Kuva 2.7: Periaatekuva: pisteessä (0, 0, 0) tasa-arvopinnalla on terävä kärki. Tämä ei intuitiivisesti ajatellen sovi yhteen sileyden kanssa.