Preda Vanja

Ivan Slapniar
MATEMATIKA 2
http://www.fesb.hr/mat2
s
Sveucilite u Splitu
Fakultet elektrotehnike, strojarstva i brodogradnje
Split, oujak 2008.
z
Sadraj
z
Popis slika
xiii
Predgovor
xv
1. NEODREDENI INTEGRAL
1.1
Denicija i osnovna svojstva . . . . . . . . . . . . . . . . . . .
1.1.1
Tablica osnovnih integrala . . . . . . . . . . . . . . . .
1.2
Metode supstitucije . . . . . . . . . . . . . . . . . . . . . . . .
1.3
Metoda parcijalne integracije . . . . . . . . . . . . . . . . . .
12
1.3.1
Rekurzivne formule . . . . . . . . . . . . . . . . . . . .
15
Integriranje racionalnih funkcija . . . . . . . . . . . . . . . . .
16
1.4.1
Primjer . . . . . . . . . . . . . . . . . . . . . . . . . .
20
1.5
Racionalne funkcije trigonometrijskih funkcija . . . . . . . . .
22
1.6
Racionalne funkcije hiperbolnih funkcija . . . . . . . . . . . .
26
1.7
Integriranje nekih iracionalnih funkcija . . . . . . . . . . . . .
28
1.7.1
Racionalna supstitucija . . . . . . . . . . . . . . . . .
28
1.7.2
Trigonometrijske i Eulerove supstitucije . . . . . . . .
29
1.7.3
Metoda neodredenih koecijenata . . . . . . . . . . . .
30
1.7.4
Binomni integral . . . . . . . . . . . . . . . . . . . . .
32
1.8
Integriranje reda funkcija . . . . . . . . . . . . . . . . . . . .
34
1.9
Slobodan pad uz otpor zraka . . . . . . . . . . . . . . . . . .
39
1.4
2. ODREDENI INTEGRAL
43
v
2.1
Denicija i osnovna svojstva . . . . . . . . . . . . . . . . . . .
44
2.2
Newton-Leibnitzova formula . . . . . . . . . . . . . . . . . . .
48
2.3
Supstitucija i parcijalna integracija . . . . . . . . . . . . . . .
52
2.4
Teoremi o odredenom integralu . . . . . . . . . . . . . . . . .
54
2.5
Nepravi integral . . . . . . . . . . . . . . . . . . . . . . . . . .
57
2.5.1
Kriteriji konvergencije . . . . . . . . . . . . . . . . . .
59
Primjene odredenog integrala . . . . . . . . . . . . . . . . . .
62
2.6.1
Povrina ravninskog lika . . . . . . . . . . . . . . . . .

s
62
2.6.2
Duljina luka ravninske krivulje . . . . . . . . . . . . .
70
2.6.3
Volumen rotacionog tijela . . . . . . . . . . . . . . . .
73
2.6.4
Oploje rotacionog tijela . . . . . . . . . . . . . . . . .

s
76
2.6.5
Sila i rad . . . . . . . . . . . . . . . . . . . . . . . . .
78
2.6.6
Hidrostatski tlak i sila . . . . . . . . . . . . . . . . . .
82
2.6.7
Momenti i teite . . . . . . . . . . . . . . . . . . . . .
zs
84
Numeriko integriranje . . . . . . . . . . . . . . . . . . . . . .
c
88
2.7.1
Eliptiki integrali . . . . . . . . . . . . . . . . . . . . .
c
88
2.7.2
Trapezna formula . . . . . . . . . . . . . . . . . . . . .
90
2.7.3
Simpsonova formula . . . . . . . . . . . . . . . . . . .
93
2.7.4
Richardsonova ekstrapolacija . . . . . . . . . . . . . .
95
2.7.5
Programi . . . . . . . . . . . . . . . . . . . . . . . . .
97
2.6
2.7
3. FUNKCIJE VISE VARIJABLI
99
3.1
Denicija . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
99
3.2
Limes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
3.3
Neprekidnost . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
3.4
Plohe drugog reda . . . . . . . . . . . . . . . . . . . . . . . . 111

3.4.1
Eliptiki paraboloid . . . . . . . . . . . . . . . . . . . 112

c
3.4.2
Hiperboliki paraboloid . . . . . . . . . . . . . . . . . 114

c
3.4.3
Hiperboloid . . . . . . . . . . . . . . . . . . . . . . . . 116
3.4.4
Stoac . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
z
vi
3.4.5
Cilindri . . . . . . . . . . . . . . . . . . . . . . . . . . 118
3.4.6
Neke zanimljive plohe . . . . . . . . . . . . . . . . . . 119
3.4.7
Presjek ploha . . . . . . . . . . . . . . . . . . . . . . . 119
3.5
Parcijalne derivacije . . . . . . . . . . . . . . . . . . . . . . . 122
3.6
Totalni diferencijal . . . . . . . . . . . . . . . . . . . . . . . . 126
3.7
Tangencijalna ravnina . . . . . . . . . . . . . . . . . . . . . . 129
3.8
Parcijalne derivacije kompozicije funkcija . . . . . . . . . . . 134
3.9
Totalni diferencijal vieg reda . . . . . . . . . . . . . . . . . . 135

s
3.9.1
Taylorova formula . . . . . . . . . . . . . . . . . . . . 136
3.10 Ekstremi funkcija vie varijabla . . . . . . . . . . . . . . . . . 139

s
3.11 Implicitno zadane funkcije . . . . . . . . . . . . . . . . . . . . 148
3.12 Problem vezanog ekstrema . . . . . . . . . . . . . . . . . . . . 159
4. VISESTRUKI INTEGRALI
169
4.1
Denicija i osnovna svojstva . . . . . . . . . . . . . . . . . . . 169
4.2
Dvostruki integral . . . . . . . . . . . . . . . . . . . . . . . . 173

4.2.1
4.2.2
Polarne koordinate . . . . . . . . . . . . . . . . . . . . 177
4.2.3
4.3
Volumen i povrina . . . . . . . . . . . . . . . . . . . . 176

s
Nepravi integral . . . . . . . . . . . . . . . . . . . . . 180
Trostruki integral . . . . . . . . . . . . . . . . . . . . . . . . . 183

4.3.1
Cilindrine i sferne koordinate

c
. . . . . . . . . . . . . 184
4.4
Zamjena varijabli . . . . . . . . . . . . . . . . . . . . . . . . . 188
4.5
Momenti i teita . . . . . . . . . . . . . . . . . . . . . . . . . 190

zs
4.6
Integrali ovisni o parametru . . . . . . . . . . . . . . . . . . . 195
4.7
Varijacioni raun . . . . . . . . . . . . . . . . . . . . . . . . . 200

c
4.7.1
Nuni i dovoljni uvjeti ekstrema . . . . . . . . . . . . 203

z
4.7.2
Primjeri . . . . . . . . . . . . . . . . . . . . . . . . . . 206
4.7.3
Uvjetni ekstrem
4.7.4
Eulerova metoda konanih razlika

c
. . . . . . . . . . . . . . . . . . . . . 213
vii
. . . . . . . . . . . 218

5. DIFERENCIJALNE JEDNADZBE
221
5.1
Populacijska i logistika jednadba . . . . . . . . . . . . . . . 224

c
z
5.2
Jednadbe sa separiranim varijablama . . . . . . . . . . . . . 231

z
5.3
Polje smjerova
5.4
Eulerova metoda . . . . . . . . . . . . . . . . . . . . . . . . . 235
5.5
Ortogonalne i izogonalne trajektorije . . . . . . . . . . . . . . 238
5.6
Singularna rjeenja i ovojnice . . . . . . . . . . . . . . . . . . 242

s
5.7
Egzaktne jednadbe i integrirajui faktori . . . . . . . . . . . 245

z
c
5.8
Linearne diferencijalne jednadbe prvog reda . . . . . . . . . 249

z
5.9
Linearne diferencijalne jednadbe drugog reda . . . . . . . . . 251

z
. . . . . . . . . . . . . . . . . . . . . . . . . . 234
5.9.1
Homogene jednadbe . . . . . . . . . . . . . . . . . . . 253

z
5.9.2
Nehomogene jednadbe . . . . . . . . . . . . . . . . . 256

z
5.9.3
Jednadbe s konstantnim koecijentima . . . . . . . . 259

z
5.9.4
Slobodna, guena i prisilna titranja . . . . . . . . . . . 265

s
5.10 Linearne diferencijalne jednadbe vieg reda . . . . . . . . . . 273

z
s
5.11 Sustavi diferencijalnih jednadbi . . . . . . . . . . . . . . . . 278
z
6. METODA NAJMANJIH KVADRATA I QR RASTAV
6.1
285
Problem najmanjih kvadrata . . . . . . . . . . . . . . . . . . 285

6.1.1
6.1.2
6.2
Linearna regresija . . . . . . . . . . . . . . . . . . . . 286

Metoda najmanjih kvadrata . . . . . . . . . . . . . . . 289
QR rastav . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 295
6.2.1
QR rastav vektora i Householderov reektor . . . . . . 296
6.2.2
QR rastav matrice . . . . . . . . . . . . . . . . . . . . 298
6.2.3
Numeriko raunanje QR rastava . . . . . . . . . . . . 299

c
c
6.2.4
Rjeavanje problema najmanjih kvadrata . . . . . . . 300

s
6.2.5
Ekonomini QR rastav . . . . . . . . . . . . . . . . . . 302

c
6.2.6
QR rastav s pivotiranjem po stupcima . . . . . . . . . 302
Indeks
303
viii
Popis slika
1.1
Primitivna funkcija . . . . . . . . . . . . . . . . . . . . . . . .
1.2
Slobodan pad uz otpor zraka za m = k . . . . . . . . . . . . .
39
2.1
Gornja suma . . . . . . . . . . . . . . . . . . . . . . . . . . .
45
2.2
Donja suma . . . . . . . . . . . . . . . . . . . . . . . . . . . .
46
2.3
Rastav integrala na djelove . . . . . . . . . . . . . . . . . . .
47
2.4
Dovoljan uvjet integrabilnosti . . . . . . . . . . . . . . . . . .
48
2.5
Primjena Newton-Leibnitzove formule . . . . . . . . . . . . .
50
2.6
Primitivna funkcija kao odredjeni integral . . . . . . . . . . .
53
2.7
Teorem srednje vrijednosti . . . . . . . . . . . . . . . . . . . .
55
2.8
Nepravi integral . . . . . . . . . . . . . . . . . . . . . . . . . .
57
2.9
Konvergentna gornja suma nepravog integrala . . . . . . . . .
58
2.10 Poredbeni kriterij za odredjeni integral . . . . . . . . . . . . .
61
2.11 Apsolutna konvergencija nepravog integrala . . . . . . . . . .
61
2.12 Povrina ravninskog lika i element povrine . . . . . . . . . .

s
s
63
2.13 Povrina ravninskog lika I . . . . . . . . . . . . . . . . . . . .

s
64
2.14 Povrina ravninskog lika II . . . . . . . . . . . . . . . . . . . .

s
65
2.15 Povrina elipse . . . . . . . . . . . . . . . . . . . . . . . . . .

s
66
2.16 Povrina ispod jednog luka cikloide . . . . . . . . . . . . . . .

s
67
2.17 Polarni koordinatni sustav . . . . . . . . . . . . . . . . . . . .
68
2.18 Element povrine u polarnim koordinatama . . . . . . . . . .

s
69
2.19 Povrina kruga u polarnim koordinatama . . . . . . . . . . .

s
69
ix
2.20 Arhimedova spirala r = a . . . . . . . . . . . . . . . . . . .
70
2.21 Element duljina luka ravninske krivulje . . . . . . . . . . . . .
71
2.22 Volumen rotacionog tijela i element volumena . . . . . . . . .
74
2.23 Oploje rotacionog tijela i element oploja . . . . . . . . . . .

s
s
77
2.24 Hookeov zakon . . . . . . . . . . . . . . . . . . . . . . . . . .
79
2.25 Rezervar s vodom . . . . . . . . . . . . . . . . . . . . . . . . .
80
2.26 Zaronjena tanka ploa . . . . . . . . . . . . . . . . . . . . . .

c
82
2.27 Hidrostatski pritisak na branu . . . . . . . . . . . . . . . . . .
83
2.28 Teite ravne ploe . . . . . . . . . . . . . . . . . . . . . . . .

zs
c
84
2.29 Ravnotea poluge . . . . . . . . . . . . . . . . . . . . . . . . .

z
84
2.30 Ploa uniformne gustoe . . . . . . . . . . . . . . . . . . . .

c
c
86
2.31 Koordinate teita ploe . . . . . . . . . . . . . . . . . . . . .

zs
c
87
2.32 Trapezna formula . . . . . . . . . . . . . . . . . . . . . . . . .
90
2.33 Simpsonova formula . . . . . . . . . . . . . . . . . . . . . . .
93
3.1
Projekcija funkcije z =
x2 + y 2 na xz-ravninu uz y = 0 . . . 100
3.2
Projekcije funkcije z =
x2 + y 2 na yz-ravninu za x = 0 i x = 1101
3.3
Projekcije funkcije z =
x2 + y 2 na xy-ravninu za z = 1 i z = 2101
3.4
Kruni stoac z =
z
z
3.5
Eliptiki stoac . . . . . . . . . . . . . . . . . . . . . . . . . . 103

c
z
3.6
Izobare vremenske prognoze . . . . . . . . . . . . . . . . . . . 104
3.7
Podruje denicije funkcije z = ln(x + y 2) . . . . . . . . . 104

c
3.8
3.9
x2 + y 2 . . . . . . . . . . . . . . . . . . . 102
Nivo-plohe funkcije u = arcsin(x2 + y 2 + z 2 2) za u = 0.5 i u = 1105

Nivo plohe funkcije u = x
2 +y 2
3.10 Otvorene kugle za n = 1, 2, 3
za u = 1 i u = 2 . . . . . . . 106
. . . . . . . . . . . . . . . . . . 107
3.11 Neprekidna funkcija na zatvorenom skupu . . . . . . . . . . . 111

3.12 Elipsoid x2 /36 + y 2 /16 + z 2 /4 = 1 . . . . . . . . . . . . . . . 112
3.13 Paraboloid z = x2 /4 + y 2 . . . . . . . . . . . . . . . . . . . . 113
3.14 (A) Nivo plohe i (B) presjeci paralelni s yz-ravninom za paraboloid z = x2 /4 + y 2 .113
3.15 Pomaknuti paraboloid z 5 = (x 3)2 + 4(y + 2)2 . . . . . . 114
x
3.16 Polegnuti paraboloid x = y 2 + z 2 . . . . . . . . . . . . . . . 115
3.17 Hiperboliki paraboloid z = x2 y 2

c
3.18 Nivo plohe za z =
x2
y2.
. . . . . . . . . . . . . . 115
. . . . . . . . . . . . . . . . . . . . 116
3.19 (A) Jednokrilni i (B) dvokrilni hiperboloid za a = b = c = 1. . 117

3.20 Stoac z 2 = x2 + y 2 . . . . . . . . . . . . . . . . . . . . . . . . 118
z
3.21 (A) (x + 2)2 + y 2 /4 = 1 i (B) x2 y 2 = 1. . . . . . . . . . . . 119
3.22 Paraboliki cilindar z = y 2 . . . . . . . . . . . . . . . . . . . . 120

c
3.23 (x2 y)/(x2 + y 2 ) . . . . . . . . . . . . . . . . . . . . . . . . . . 120
3.24 (x2 y 2 )/(x2 + y 2 ) . . . . . . . . . . . . . . . . . . . . . . . . 121
3.25 sin x sin y . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
3.26 exp(sin(x/y)) . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
3.27 Presjek ploha. . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
3.28 Diferencijal funkcije jedne varijable . . . . . . . . . . . . . . . 130
3.29 Tangencijalna ravnina paraboloida z = 2(x 1)2 y 2 u toki (2, 1, 3)132
c
3.30 Lokalni minimum . . . . . . . . . . . . . . . . . . . . . . . . . 141

3.31 Sedlasta toka . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
c
3.32 Lokalni maksimum u nestacionarnoj toki . . . . . . . . . . . 143
c
3.33 Implicitno zadana krunica . . . . . . . . . . . . . . . . . . . 150
z
3.34 Implicitno zadana funkcija izvedena iz krunice . . . . . . . . 150
z
3.35 Implicitno zadana parabola . . . . . . . . . . . . . . . . . . . 151
3.36 Implicitno zadan stoac . . . . . . . . . . . . . . . . . . . . . 153
z
3.37 Sjecite krivulja y = x i y = ex . . . . . . . . . . . . . . . . . 158
s
3.38 Implicitno zadana funkcija xyz = exyz
. . . . . . . . . . . . 158
3.39 Problem vezanog ekstrema . . . . . . . . . . . . . . . . . . . . 160

3.40 Vezani ekstremi . . . . . . . . . . . . . . . . . . . . . . . . . . 165
3.41 Lokalni vezani minimum . . . . . . . . . . . . . . . . . . . . . 166
3.42 Lokalni vezani minimum . . . . . . . . . . . . . . . . . . . . . 167
4.1
Primjer viestrukog integrala . . . . . . . . . . . . . . . . . . 171

s
4.2
Podruje integracije dvostrukog integrala . . . . . . . . . . . . 175

c
xi
4.3
Podruje integracije za raunanje volumena . . . . . . . . . . 177

c
c
4.4
Element povrine u polarnim koordinatama II . . . . . . . . . 178

s
4.5
Polukrug u prvom kvadrantu . . . . . . . . . . . . . . . . . . 179
4.6
Funkcija y = ex . . . . . . . . . . . . . . . . . . . . . . . . . 181
4.7
Kvadrat s upisanom i opisanom etvrtinom kruga . . . . . . . 182

c
4.8
Projekcija presjeka paraboloida i stoca na xz-ravninu . . . . 184

s
4.9
Element volumena u cilindrinim koordinatama . . . . . . . . 185

c
4.10 Sferne koordinate . . . . . . . . . . . . . . . . . . . . . . . . . 186

4.11 Element volumena u sfernim koordinatama . . . . . . . . . . 187
4.12 Polukruna ploa . . . . . . . . . . . . . . . . . . . . . . . . . 191
z
c
4.13 Blokada kotaa i projekcija na xz-ravninu . . . . . . . . . . . 193
c
4.14 Gama funkcija . . . . . . . . . . . . . . . . . . . . . . . . . . 199
4.15 Problem najkraeg puta . . . . . . . . . . . . . . . . . . . . . 202
c
4.16 Problem brahistohrone . . . . . . . . . . . . . . . . . . . . . . 202
4.17 Funkcija y0 i njene varijacije . . . . . . . . . . . . . . . . . . . 203
4.18 Cikloida kao rjeenje problema najkraeg vremena . . . . . . 209
s
c
4.19 Cikloida kao rjeenje problema najkraeg vremena . . . . . . 209
s
c
5.1
Titranje mase objeene na oprugu . . . . . . . . . . . . . . . 222

s
5.2
Strujni krug . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
5.3
Struja u strujnom krugu . . . . . . . . . . . . . . . . . . . . . 225
5.4
Rast svjetskog stanovnitva od 1750. do 2005. godine . . . . 226

s
5.5
Rast svjetskog stanovnitva od 1950. do 2005. godine . . . . 227

s
5.6
Rjeenja logistike jednadbe . . . . . . . . . . . . . . . . . . 230

s
c
z
5.7
Polje smjerova za jednadbe (a) y = x + y i (b) y = x2 + y 2 1234

z
5.8
Polje smjerova logistike jednadbe . . . . . . . . . . . . . . . 236

c
z
5.9
Eulerova metoda . . . . . . . . . . . . . . . . . . . . . . . . . 238
5.10 Ortogonalne trajektorije y = kx i x2 + y 2 = C . . . . . . . . . 239

5.11 Ortogonalne trajektorije x = ky 2 i x2 + y 2 /2 = C . . . . . . . 240
5.12 Tangens razlike kutova . . . . . . . . . . . . . . . . . . . . . . 241
xii
5.13 Izogonalne trajektorije y = kx i r = Ce . . . . . . . . . . . . 242

5.14 Ovojnice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244
5.15 Clairautova jednadba . . . . . . . . . . . . . . . . . . . . . . 245
z
5.16 Titranje mase objeene na oprugu uz guenje i vanjsku silu . 266
s
s
5.17 Gueno titranje . . . . . . . . . . . . . . . . . . . . . . . . . . 268
s
5.18 Gueni sustav s prisilnim oscilacijama . . . . . . . . . . . . . 270
s
5.19 Neomedjene oscilacije . . . . . . . . . . . . . . . . . . . . . . 272
5.20 Strujni krug s kondenzatorom, otporom i zavojnicom . . . . . 272
5.21 Populacije vukova (V ) i zeeva (Z/10) uz V (0) = 30 i Z(0) = 800280
c
5.22 Polje smjerova za populacije vukova i zeeva . . . . . . . . . . 281
c
5.23 Populacije vukova i zeeva uz uvjete V (0) = 30 i Z(0) = 800 . 282
c
6.1
Pet toaka u ravnini . . . . . . . . . . . . . . . . . . . . . . . 286

c
6.2
Rjeenje problema najmanjih kvadrata . . . . . . . . . . . . . 288

s
6.3
Parabola s najboljom prilagodbom . . . . . . . . . . . . . . . 294
xiii
Predgovor
Ovaj udbenik namijenjen je studentima tehnikih i prirodnih znanosti, a
z
c
u prvom redu studentima Fakulteta elektrotehnike, strojarstva i brodogradnje u Splitu (FESB). U udbeniku je izloeno gradivo kolegija Matematika
z
z
2 po sadraju koji se predaje na FESB-u prema bolonjskom programu.
z
Obradena su poglavlja Neodredeni integral, Odredeni integral, Funkcije vie
s
varijabli, Viestruki integrali, Diferencijalne jednadbe te, dodatano, poglavs
z
lje Metoda najmanjih kvadrata i QR rastav. Slian sadraj nalazi se u veini
c
z
c
istoimenih kolegija na tehnikim i prirodoslovnim fakultetima.
c
Budui se radi o standardnom sadraju, nije citirana posebna literatura.
c
z
Spomenut u samo neke od knjiga slinog sadraja, a koje preporuujem i
c
c
z
c
itatelju:
c
- D. Blanua, Via matematika, II. dio (1. i 2. svezak), Tehnika knjiga,
s
s
c
Zagreb, 1973.
- P. Javor, Matematika analiza 2, Element, Zagreb, 2002.
c
- N. Uglei, Via matematika II, Svuilite u Splitu, Split, 2000.
sc
s
c s
- B. P. Demidovi, Zadaci i rijeeni primjeri iz vie matematike, Tehnika
c
s
s
c
knjiga, Zagreb, 1978.
U izradi udbenika koritena su iskustva i zabiljeke bivih i sadanjih
z
s
s
s
s
nastavnika FESB-a pa im ovom prilikom iskazujem svoju zahvalnost.
Dio udbenika izraden je na osnovi suradnje Ministarstva znanosti, obraz
zovanja i porta Republike Hrvatske i Sveuilita u Splitu, Fakulteta elektros
c s
tehnike, strojarstva i brodogradnje, na I-projektu Matematika 2 digitalni
udbenik s interaktivnim animacijama i interaktivnom provjerom znanja
z
(http://www.fesb.hr/mat2).
U Splitu, oujka 2008.

z
Autor
xv
1.
NEODREDENI INTEGRAL
1.1
Denicija i osnovna svojstva . . . . . . . . . . . . . . . . .
1.2
1.3
1.1.1 Tablica osnovnih integrala . . . . . . . . . . . . . .

Metode supstitucije . . . . . . . . . . . . . . . . . . . . . .
Metoda parcijalne integracije . . . . . . . . . . . . . . . .
6
9
12
1.4
1.3.1 Rekurzivne formule . . . . . . . . . . . . . . . . . .

Integriranje racionalnih funkcija . . . . . . . . . . . . . . .
1.4.1 Primjer . . . . . . . . . . . . . . . . . . . . . . . .
15
16
20
1.5
1.6
1.7
Racionalne funkcije trigonometrijskih funkcija . . . . . . .

Racionalne funkcije hiperbolnih funkcija . . . . . . . . . .
Integriranje nekih iracionalnih funkcija . . . . . . . . . . .
22
26
28
1.7.1
1.7.2
1.7.3
Racionalna supstitucija . . . . . . . . . . . . . . .
Trigonometrijske i Eulerove supstitucije . . . . . .
Metoda neodredenih koecijenata . . . . . . . . . .
28
29
30
1.7.4 Binomni integral . . . . . . . . . . . . . . . . . . .

Integriranje reda funkcija . . . . . . . . . . . . . . . . . .
Slobodan pad uz otpor zraka . . . . . . . . . . . . . . . .
32
34
39
1.8
1.9
Ovo poglavlje bavi se nalaenjem neodredenih integrala (krae: intez

c
grala), odnosno anti-derivacija. Prije formalne denicije neodredenog integrala, neformalno emo opisati osnovnu ideju. Anti-derivacija zadane funkc
cije je funkcija ija je derivacija jednaka zadanoj funkciji. Na primjer, kako
c
je (sin x) = cos x, to je anti-derivacija funkcije cos x jednaka sin x. Medutim,
kako je derivacija konstante jednaka nuli, to je i funkcija sin x + C takoder
anti-derivacija funkcije cos x za svaku konstantu C. Integral zadane funkcije
je skup svih njenih anti-derivacija, to zapisujemo kao
s
cos x dx = sin x + C.
NEODREDENI INTEGRAL
Zakljuujemo da neke integrale moemo dobiti itajui tablicu elementarnih

c
z
c
c
derivacija [M1, 5.1.5] zdesna na lijevo. Tako je, na primjer,
1
dx = tg x + C.
cos2 x
Medutim, integriranje je sloeniji postupak od deriviranja. Takoder, inz
tegral elementarne funkcije nije uvijek elementarna funkcija. Naime, dok je
svaku elementarnu funkciju lako derivirati jednostavnom primjenom pravila
deriviranja, pri emu je derivacija opet elementarna funkcija, kod integrirac
2
nja to nije sluaj. Tako je, na primjer, ex dx = ex + C, dok recimo ex dx
c
nije elementarna funkcija, odnosno ne moe se prikazati kao pomou konane
z
c
c
primjene zbrajanja, razlike, mnoenja, dijeljenja i komponiranja osnovnih
z
elementarnih funkcija [M1, 4.6.7]. Integral ove funkcije moe se prikazati
z
pomou reda funkcija (poglavlje 1.8).
c
U ovom poglavlju dat emo deniciju i osnovna svojstva integrala, opisati
c
osnovne metode integriranja, te postupke integriranja za nekoliko tipova
funkcija (racionalne funkcije, racionalne funkcije trigonometrijskih funkcija i
neke iracionalne funkcije). Opisat emo i postupak integriranja reda funkcija.
c
1.1
Denicija i osnovna svojstva
Neka je zadana funkcija f : D R. Zelimo nai funkciju F koja derivic

rana daje f , odnosno elimo rijeiti jednadbu
z
s
z
F (x) = f (x),
za one x za koje rjeenje postoji.
s
Za slijedeu deniciju potrebno je ponoviti neke denicije. Neka je a, b
c
R, a < b. Interval I je svaki od skupova
[a, b],
(a, b),
(a, +),
(a, b],
(, b),
[a, b),
(, b],
[a, +),
(, +) R.
Nadalje, skup je prebrojiv ako je ekvipotentan sa skupom prirodnih brojeva

N [M1, denicija 1.15].
Denicija 1.1 Neka je zadana funkcija f : D R, neka je I D interval
i neka je A I konaan ili prebrojiv podskup. Primitivna funkcija funkcije
c
f na intervalu I je svaka neprekidna funkcija F : I R takva da je F (x) =
f (x) za x I \ A.1
1
Ukoliko je A = , tada je F striktno primitivna funkcija funkcije f na intervalu I.
1.1
Ova denicija i injenica da je derivacija konstantne funkcije jednaka nuli

c
povlae slijedei teorem.
c
c
Teorem 1.1 Ako je F (x) primitivna funkcija funkcije f (x) na intervalu I,
tada je i F (x) + C primitivna funkcija funkcije f (x) na intervalu I za svaku
konstantu C R.
Primjer 1.1 a) Zadana je funkcija f (x) = 2x, f : R R. Funkcije
F1 (x) = x2 ,
1
F2 (x) = x2 ,
3
F1 : R R0
+
1
F2 (x) : R [ , +)
3
su primitivne funkcije od f na R (slika 1.1 a)).

b) Prema deniciji 1.1, F1 i F2 su i primitivne funkcije od
g(x) =
2x, za x = 1,
0,
za x = 1,
jer moemo uzeti I = R i A = {1}, odnosno skup A je u ovom sluaju

z
c
konaan (vidi sliku 1.1 b)).
c
c) F1 i F2 su takoder primitivne funkcije funkcije
h(x) =
2x, za x N,
/
0,
za x N,
jer moemo uzeti I = R i A = N, pri emu je skup A prebrojiv.

z
c
d) Neka je
f (x) =
2x, za 2 < x < 2,

x, za 2 x.
Primitivna funkcija funkcije f je

F (x) =
x2 2,
x2
2 ,
za 2 < x < 2,
za 2 x.
Konstantu 2 u izrazu x2 2 smo izabrali tako da se ispuni uvjet neprekidnosti funkcije F na intervalu I = (2, +) prema deniciji 1.1.
Naravno, i funkcija F (x) + C je primitivna funkcija funkcije f za svaku
konstantu C. Nacrtajte funkcije f i F .
NEODREDENI INTEGRAL
F2(x)
F2(x)
f(x)
g(x)
F1(x)
F1(x)
-1
-1
a)
b)
Slika 1.1: Primitivna funkcija
Nakon to smo usvojili pojam primitivne funkcije moemo denirati

s
z
neodredeni integral, no prije toga dokazat emo jo sljedei teorem.
c
s
c
Teorem 1.2 Ako su F i G dvije primitivne funkcije funkcije f na intervalu
I, tada postoji konstanta C takva da je G(x) = F (x) + C.
Dokaz. Dokaimo teorem za najjednostavniji sluaj kada je A = , odz
c
nosno kada se radi o striktno primitivnim funkcijama. Pretpostavke teorema
povlae
c
G (x) = F (x) = f (x),
x I,
pa je (G F ) (x) = 0, odnosno (G F )(x) = C za neku konstantu C i za

svaki x I.
Denicija 1.2 Neodredeni integral funkcije f na intervalu I je skup svih

primitivnih funkcija funkcije f na intervalu I. Koristimo oznaku
f (x) dx = F (x) + C,
C R,
pri emu je F neka primitivna funkcija funkcije f na intervalu I, x je varic

jabla integracije, a f je podintegralna funkcija ili integrand, a C je konstanta
integracije.
1.1
Napomenimo da gornju jednakost interpretiramo kao jednakost medu

funkcijama, odnosno F (x) oznaava funkciju F , a ne njezinu vrijednost u
c
toki x.
c
Primjer 1.2 Vrijedi
dx = x + C,
x4 dx =
x5
+ C,
5
ex dx = ex + C.
Napomena 1.1 Dva uvjeta iz denicije 1.1 zasluuju dodatno objanjenje.
z
s
(x) = f (x) vrijedi na skupu I \ A, a ne na itavom
Uvjet da formula F
c
skupu I, to je slabiji uvjet od onoga to bismo oekivali, proizlazi iz ges
s
c
ometrijskog znaenja odredenog integrala (poglavlje 2). Naime, odredeni
c
integral u principu daje povrinu izmedu podintegralne funkcije i x-osi, a
s
kako povrina ne ovisi o vrijednosti funkcije u prebrojivo toaka, to se i u
s
c
z
deniciji neodredenog integrala uzima slabiji uvjet. Drugi uvjet je da se trai
neprekidnost funkcije F na itavom intervalu I i onda kada funkcija f taj
c
uvjet ne ispunjava. Ovaj uvjet proistie iz zikalne interpretacije integrala.
c
Naime, brzina je derivacija puta po vremenu [M1,5.1], pa je stoga put integral brzine. No, dok funkcija kojom je zadana brzina moe (u idealnim
z
uvjetima) imati prekide, prijedeni put je uvijek neprekidan. Stoga je i uvjet
neprekidnosti primitivne funkcije prirodan.
Slijedea dva teorema daju nam osnovna svojstva integrala. Prisjetimo
c
se denicije diferencijala funkcije f [M1, 5.2],
df (x) = f (x) dx.
Prvi teorem navodimo bez dokaza.
Teorem 1.3 Neka je f (x) dx = F (x) + C, odnosno F (x) = f (x) za svaki
x I \ A, i nake je funkcija F neprekidna na intervalu I. Tada za svaki
x I \ A vrijedi:
(i) ( f (x) dx) = f (x), odnosno derivacija integrala jednaka je podintegralnoj funkciji. Ovu jednakost takoder interpretiramo kao jednakost
medu funkcijama koja vrijedi na skupu I \ A.
NEODREDENI INTEGRAL
(ii) d ( f (x) dx) = f (x) dx, odnosno diferenciranje ponitava integriranje.

s
(iii)
dF (x) = F (x) + C, odnosno integriranje ponitava diferenciranje do

s
na konstantu.
Teorem 1.4 Neodredeni integral je linearan, odnosno

(1 f1 (x) + + n fn (x)) dx = 1
f1 (x) dx + + n
fn (x) dx + C.
Dokaz. Neka je Fi : I R primitivna funkcija funkcije fi za i = 1, . . . , n.

To znai da je (Fi (x)) = fi (x) za svaki x I \ Ai , pri emu je Ai prebrojiv
c
c
podskup od I, odnosno fi (x) dx = Fi (x) + Ci . Dakle, jednakost
1 F1 (x) + + n Fn (x)) = 1 f1 (x) + + n fn (x)
vrijedi za svaki x I \ n Ai . Kako je skup n Ai takoder prebrojiv,
i=i
i=i
zakljuujemo da je funkcija 1 F1 (x)+ +n Fn (x) jedna primitivna funkcija
c
funkcije 1 f1 (x) + + n fn (x). Stoga vrijedi
(1 f1 (x) + + n fn (x)) dx = 1 F1 (x) + + n Fn (x) + K
f1 (x) dx C1 ) +
= 1 (
+ n (
= 1
fn (x) dx Cn ) + K
f1 (x) dx + + n
fn (x) dx + C,
gdje je C = K 1 C1 n Cn .
1.1.1
Tablica osnovnih integrala
Kao to smo ve kazali, tablicu osnovnih integrala dobijemo itajui tas

c
c
c
blicu osnovnih derivacija [M1, 5.1.5] zdesna na lijevo, uz odgovarajue
c
1.1
manje prilagodbe. Za konstantnu funkciju i potencije vrijedi:

0 dx = C,
dx =
1 dx = x + C,
xn+1
+ C,
n N {0},
n+1
1
1
dx =
+ C,
n N \ {1},
n
x
(n 1) xn1
xr+1
xr dx =
+ C,
r = 1, x > 0,
r+1
1
x1 dx =
dx = ln |x| + C,
x = 0.
x
xn dx =
Dokaimo zadnju formulu: za x > 0 vrijedi ln |x| = ln x pa je (ln |x|) =

z
(ln x) = 1/x, dok za x < 0 vrijedi ln |x| = ln(x) pa je
(ln |x|) = (ln(x)) =
1
1
(1) = .
x
x
Za eksponencijalne funkcije imamo

ex dx = ex + C,
ax dx =
ax
+ C,
ln a
a (0, +) \ {1}.
Formule za derivacije trigonometrijskih funkcija povlae

c
sin x dx = cos x + C,
cos x dx = sin x + C,
1
dx = tg x + C,
cos2 x
1
dx = ctg x + C,
sin2 x
a formule za derivacije arkus funkcija povlae
c
1
dx = arctg x + C = arcctg x + C,
1 + x2
1
dx = arcsin x + C = arccos x + C,
1 x2
x (1, 1).
NEODREDENI INTEGRAL
Druge po redu jednakosti u prethodne dvije formule slijede iz jednakosti

arcctg x =
arctg x,
2
arccos x =
arcsin x.
2
Primijetimo da integrali funkcija tg x i ctg x ne spadaju u tabline integrale.

c
Konano, formule za derivacije hiperbolnih funkcija povlae
c
c
sh x dx = ch x + C,
ch x dx = sh x + C,
1
dx = th x + C,
ch2 x
1
dx = cth x + C,
sh2 x
dok formule za derivacije area funkcija povlae
c
1
dx =
1 x2
=
arth x + C,
arcth x + C,
1+x
1
+ C,
ln
2
1x
za |x| < 1
za |x| > 1
x = 1,
1
dx = arsh x + C = ln(x + x2 + 1) + C,
1 + x2
1
arch x + C, za x > 1
dx =
arch(x) + C, za x < 1
x2 1
= ln |x +
x2 1| + C,
x R,
x R \ [1, 1].
Zadatak 1.1 Odredite podruja denicije prethodnih integrala, odnosno

c
sve vrijednosti x za koje odgovarajue formule vrijede.
c
Primjer 1.3 Neposredno integriranje je najjednostavnija tehnika integriranja. Ono se sastoji u primjeni teorema 1.4 i tablice osnovnih integrala. Na
primjer,
1
4 cos x + x3 3 dx = 4
2
cos x dx +
= 4 sin x +
1
2
x3 dx 3
1 x4
3x + C.
2 4
dx
1.2
Metode supstitucije
Slijedei integral rjeavamo primjenom osnovnog trigonometrijskog identic

s
teta:
dx
=
2
sin x cos2 x
=
1.2
sin2 x + cos2 x
dx
sin2 x cos2 x
dx
dx
+
= tg x ctg x + C.
2x
cos
sin2 x
Metode supstitucije
Za rjeavanje sloenijih integrala esto koristimo dvije metode supstitus

z
c
cije. One se sastoje u tome da se zadani integral
1) dopustivom zamjenom varijable integracije nekom funkcijom (bijekcijom)
ili
2) dopustivom zamjenom nekog analitikog izraza novom varijablom intec
gracije
svede na tablini integral.
c
Teorem 1.5 Neka je zadana funkcija f : I R. Neka je I1 neki drugi
interval i neka je funkcija : I1 I derivabilna bijekcija. Neka je i inverzna
funkcija 1 : I I1 takoder derivabilna. Ako je : I1 R primitivna
funkcija funkcije (f ) na intervalu I1 , odnosno ako je
(f )(t) (t) dt = (t) + C,
tada je F = 1 : I R primitivna funkcija funkcije f na intervalu I,
odnosno
f (x) dx = (1 (x)) + C,
x I.
Drugim rijeima, f (x) dx moemo rjeavati pomou supstitucije x =
c
z
s
c
(t), pri emu je bijekcija:
c
f (x) dx =
x = (t)
dx = (t) dt
f ((t)) (t) dt
= (t) + C = t = 1 (x) = (1 (x)) + C.

Bijektivnost funkcije je nuna za vraanje supstitucije natrag.
z
c
10
NEODREDENI INTEGRAL
Dokaz. Po pretpostavci teorema, funkcija je neprekidna jer je to primitivna funkcija. Funkcija 1 je neprekidna jer je derivabilna pa je funkcija
F = 1 neprekidna na intervalu I. Nadalje, postoji konaan ili prebrojiv
c
skup A1 I1 takav da je
(t) = f ((t)) (t),
t I1 \ A1 .
c
Zbog bijektivnosti funkcije je i skup A = (A1 ) I takoder konaan ili
prebrojiv te vrijedi
x = (t) I \ A
t = 1 (x) I1 \ A1 .
Dakle, za x I \ A vrijedi
F (x) = ( 1 ) (x) = (1 (x))(1 ) (x)
= f ((1 (x))) (1 (x)) (1 ) (x)
= f (x)
pa je F primitivna funkcija funkcije f na intervalu I i teorem je dokazan.
Primjer 1.4 Vrijedi
1+ 3x
dx =
x
x = t6
5
dx = 6t dt
1 + t2 5
6t dt = 6
t3
(t2 + t4 ) dt
3
t5
6 5
= t = 6 x = 2x 6 + x 6 + C
3
5
5
6 5
6
x + C.
=2 x+
5
=6
t3
+6
Primijetimo da funkcija (t) = t6 nije bijekcija za t R. Medutim, kako je

zadani integral deniran samo za x > 0, moemo uzeti da t > 0, pa ja za
z
takve t funkcija t6 bijekcija.
Teorem 1.6 Neka je dana funkcija f : I R. Neka postoje interval I1 ,
derivabilna funkcija : I I1 i funkcija g : I1 R za koje vrijedi
f (x) = g((x)) (x),
x I.
Neka je G : I1 R primitivna funkcija funkcije g na intervalu I1 , odnosno

G (t) = g(t),
t I1 \ A1 ,
1.2
11
Metode supstitucije
pri emu je A1 I1 konaan ili prebrojiv skup. Neka je skup A deniran s

c
c
A = {x I : (x) A1 }. Tada je F = G primitivna funkcija funkcije
f na intervalu I, odnosno za svaki x I vrijedi
g((x)) (x) dx
f (x) dx =
t = (x)
dt = (x) dx
g(t) dt
= G(t) + C = G((x)) + C = F (x) + C.
Dokaz. Funkcija G je po pretpostavci neprekidna na intervalu I1 , a funkcija

je derivabilna i neprekidna na intervalu I. Stoga je funkcija F = G
neprekidna na intervalu I. Nadalje, skup A je konaan ili prebrojiv pa za
c
x I \ A vrijedi (x) I1 \ A1 i
F (x) = (G ) (x) = G ((x)) (x) = g((x)) (x) = f (x),
odnosno F je primitivna funkcija funkcije f na intervalu I.
Primjer 1.5 a) Vrijedi
2x + 3 = t
2 x + 3 dx =
=
2 dx = dt
1
3
1
1 t2
1 3
t +C
t dt = 3 + C =
2
2 2
3
(2x + 3)3 + C.
b) Vrijedi
cos 5x dx =
5x = t
5 dx = dt
cos t
1
1
1
dt = sin t + C = sin 5x + C.
5
5
5
c) Vrijedi
x2
dx
dx
=
=
+ 2x + 2
(x + 1)2 + 1
= arctg(x + 1) + C.
x+1=t
dx = dt
t2
dt
= arctg t + C
+1
12
NEODREDENI INTEGRAL
d) Vrijedi
x dx
=
(1 + x2 )r
1 + x2 = t
1
2
dt
1
=
r
t
2
2x dx = dt
ln |t| + C1 , za r
2
=
1 tr+1

+ C2 , za r
2 r + 1
ln(1 + x2 ) + C1 ,
2
=
2 r+1
1 (1 + x )
+ C2 ,
2
r + 1
tr dt
=1
=1
za r = 1
za r = 1
Integrale u primjeru 1.5 a), b) i c) smo formalno mogli rijeiti i koristei

s
c
teorem 1.5, odnosno pomou supstitucija
c
x = (t) =
t3
,
2
x = (t) =
1
t,
5
x = (t) = t 1,
redom, koje su sve bijekcije na skupu R.

Napomena 1.2 Postupak rjeavanja integrala u primjeru 1.5 c) i d) se kos
risti u rjeavanju integrala racionalnih funkcija u poglavlju 1.4.
s
1.3
Metoda parcijalne integracije
Ova metoda se sastoji od povoljnog rastava zadanog integrala u obliku

f (x) dx =
u(x)v (x) dx =
u(x) d(v(x)),
i primjene slijedeeg teorema.

c
Teorem 1.7 Ako su funkcije u, v : I R derivabilne na intervalu I, tada
vrijedi formula parcijalne integracije
u(x) v (x) dx = u(x) v(x)
v(x) u (x) du.
Dokaz. Neka je F : I R primitivna funkcija funkcije u(x) v (x) na

intervalu I, odnosno F je neprekidna i vrijedi
F (x) = u(x) v (x),
x I \ A,
1.3
13
pri emu je A I konaan ili prebrojiv skup. Zbog derivabilnosti funkcija

c
c
u i v je i funkcija u(x) v(x) neprekidna na intervalu I. Stoga je funkcija
G(x) = u(x) v(x) F (x)
neprekidna na intervalu I te za svaki x I \ A vrijedi
G (x) = u (x) v(x) + u(x) v(x) F (x) = u (x) v(x) + u(x) v (x) u(x) v (x)
= u (x) v(x).
Dakle, G je primitivna funkcija funkcije u v na intervalu I pa je

F (x) = u(x) v(x) G(x)
i teorem je dokazan.
Izbor funkcija u i v je stvar iskustva. Tvrdnju teorema 1.7 moemo
z
zapisati u kraem obliku:
c
u dv = u v
v du.
Primjer 1.6 a) Vrijedi
xex dx =
u = x,
du = dx,
dv = ex dx,
= xex ex + C.
v=
dv =
ex dx = ex
= xex
ex dx
Prilikom rjeavanja pomonog integrala dv nije potrebno pisati konss

c
tantu integracije, jer je dovoljna jedna konstanta integracije C na kraju
zadatka.
b) Za funkciju u moemo uzeti i itavu podintegralnu funkciju ukoliko se
z
c
ona deriviranjem pojednostavni:
u = ln x, du = 1 dx,
x
= x ln x
ln x dx =
dv = dx, v = x
1
dx = x ln xx+C.
x
14
NEODREDENI INTEGRAL
c) Formulu parcijalne integracije moemo primijeniti vie puta uzastopce:

z
s
2
u = x + 2x, du = (2x + 2) dx,
(x2 + 2x) cos x dx =

dv = cos x dx, v = cos x dx = sin x
= (x2 + 2x) sin x sin x(2x + 2) dx
u = 2x + 2, du = 2 dx,
=
dv = sin x dx, v = sin x dx = cos x
= (x2 + 2x) sin x (2x + 2)( cos x)
( cos x)2 dx
= (x2 + 2x) sin x + (2x + 2) cos x 2 sin x + C.

Openito, zakljuujemo da integrale oblika
c
c
pn (x)ex dx,
pn (x) sin x dx,
pn (x) cos x dx,
gdje je pn polinom n-tog stupnja, moemo rijeiti primjenom parcijalne

z
s
integracije n puta za redom.
d) Integrale slijedeeg tipa rjeavamo tako da nakon dvostruke parcijalne
c
s
integracije dobijemo izraz koji opet sadri polazni integral:
z
u = ex ,
e sin x dx =
du = ex dx,
dv = sin x dx,
= ex ( cos x)
v = cos x
( cos x)ex dx
= ex cos x +
ex cos x dx
u = ex ,
du = ex dx,
dv = cos x dx,
v = sin x
= ex cos x + ex sin x
ex sin x dx.
Iz prethodne jednakosti slijedi

ex sin x dx =
1 x
e (sin x cos x) + C.
2
Primijetimo da smo zbog svojevrsne simetrije zadatak mogli rijeiti i

s
pomou rastava u = sin x i dv = ex dx.
c
1.3
15
Zadatak 1.2 a) Izraunajte integral

c
x3 sin x dx.
b) Izraunajte integral xex sin x dx. Da li je mogue rijeiti integral oblika

c
c
s
pn (x)ex sin x dx, gdje je pn polinom n-tog stupnja?
c) Provjerite rjeenja zadatka i primjera 1.6 deriviranjem.
s
1.3.1
Rekurzivne formule
Naziv rekurzivna formula openito znai da se izraz ovisan o parametru

c
c
n moe izraziti pomou izraza istog oblika ovisnog o istoj ili nekoj drugoj
z
c
vrijednosti parametra.2 Formalna denicija je sljedea: neka za niz funkcija
c
fn : I R,
n = 1, 2, 3, . . .
postoje neodredeni integrali

In (x) =
fn (x) dx.
Formula oblika
k n 1,
In (x) = (x, In1 (x), In2 (x), . . . , Ink (x)),

zove se rekurzivna formula za niz integrala In (x).
Primjenu rekurzivnih formula za nalaenje integrala ilustrirat emo na

z
c
slijedeem vanom primjeru koji je sastavni dio integriranja racionalnih funkc
z
cija u poglavlju 1.4. Nadimo
In =
dx
,
(1 + x2 )n
I1 =
dx
= arctg x + C.
1 + x2
Za n = 1 vrijedi
Za n 2 vrijedi
In =
n N.
1 + x 2 x2
dx = In1
(1 + x2 )n
x2
dx.
(1 + x2 )n
(1.1)
Sada imamo
u = x, du = dx
x2
dx =
x
dv =
(1 + x2 )n
dx,
(1 + x2 )n
v=
= ...
x
dx
2 )n
(1 + x
Jedan oblik rekurzivne formule u kojoj smo integral izrazili pomou istog izraza smo
c
imali u primjeru 1.6 d).
16
NEODREDENI INTEGRAL
Rijeimo pomoni integral postupkom kao u primjeru 1.3 d):

s
c
1 + x2 = t
x
dx =
(1 + x2 )n
2x dx = dt
1
1
=
.
2(1 n) (1 + x2 )n1
v=
1
2
dt
tn
1 tn+1
2 n + 1
Dakle, parcijalna integracija daje
dx
x
x2
dx =
2 )n
2 )n1
(1 + x
2(1 n)(1 + x
2(1 n)(1 + x2 )n1
x
1
=
In1 .
2 )n1
2(1 n)(1 + x
2(1 n)
Uvrtavanje u formulu (1.1) konano daje rekurzivnu formulu
s
c
1
x
+
In1
2 )n1
2(1 n)(1 + x
2(1 n)
x
2n 3
=
+
In1 .
2 )n1
2(n 1)(1 + x
2(n 1)
In = In1
Uzastopnom primjenom ove formule lako nademo integral In za bilo koji

n. Na primjer, za n = 3 imamo
dx
x
1
x
3
3
x
+ I1
=
+ I2 =
+
2 )3
2 )2
2 )2
2)
(1 + x
4(1 + x
4
4(1 + x
4 2(1 + x
2
3
x
3
x
+
+ arctg x + C.
=
4(1 + x2 )2 8 1 + x2 8
I3 =
Provjerite ovo rjeenje deriviranjem.

s
Zadatak 1.3 Nadite rekurzivne formule za integrale:
a)
cosn x dx,
b)
chn x dx,
c)
1
dx.
sinn x
1.4
Integriranje racionalnih funkcija
Racionalnu funkciju je uvijek mogue integrirati, odnosno integral takve

c
funkcije je uvijek elementarna funkcija. Postupak integriranja je sloen i sasz
toji se od etiri koraka: eliminacija zajednikih nul-toaka brojnika i nazivc
c
c
nika, svodenje na pravu racionalnu funkciju, rastav na parcijalne razlomke i
1.4
17
integriranje dobivenih izraza pomou neposrednog integriranja, metode supc

stitucije ili metode parcijalne integracije. Integriranje racionalnih funkcija
je vano jer se i integrali racionalnih funkcija trigonometrijskih funkcija (poz
glavlje 1.5) kao i integrali nekih iracionalnih funkcija (poglavlje 1.5) odgovarajuim transformacijama svode na integrale racionalnih funkcija.
c
Neka je zadana racionalna funkcija
f (x) =
p(x)
,
q(x)
gdje su p i q polinomi s realnim koecijentima.

Eliminacija zajednikih nul-toaka
c
c
Ako p i q imaju zajedniku nul-toku x0 , odnosno ako je
c
c
p(x) = (x x0 )p1 (x),
q(x) = (x x0 )q1 (x),
tada je
p(x)
dx =
q(x)
(x x0 )p1 (x)
dx =
(x x0 )q1 (x)
p1 (x)
dx.
q1 (x)
Zadnja jednakost vrijedi jer se prema deniciji 1.1 integral ne mijenja ako se
podintegralna funkcija promijeni u prebrojivo mnogo toaka.
c
Postupak moemo nastaviti sve dok ne dobijemo racionalnu funkciju u
z
kojoj brojnik i nazivnik nemaju zajednikih nul-toaka. U nastavku izlagac
c
nja stoga pretpostavljamo da p i q nemaju zajednikih nul-toaka.
c
c
Svodenje na pravu racionalnu funkciju
Racionalna funkcija je prava racionalna funkcija ako je stupanj brojnika
manji od stupnja nazivnika. Ukoliko je stupanj brojnika vei ili jednak od
c
stupnja nazivnika, moemo podijeliti polinome, pa imamo
z
f (x) =
r(x)
p(x)
= s(x) +
,
q(x)
q(x)
pri emu su r i s polinomi. Polinom r je ostatak kod dijeljenja, a stupanj

c
od r je manji od stupnja od q. Naravno, s(x) dx se rjeava neposrednim
s
integriranjem, pa moemo zakljuiti slijedee:
z
c
c
18
NEODREDENI INTEGRAL
Integriranje racionalnih funkcija se svodi na integriranje pravih racionalnih funkcija oblika

p(x)
,
f (x) =
q(x)
pri emu p i q nemaju zajednikih nul-toaka i stupanj od p je manji od
c
c
c
stupnja od q.
Primjer 1.7 Dijeljenje polinoma daje
x3 + x
2x
=x+ 2
,
x2 1
x 1
pa je
x3 + x
dx =
x2 1
x+
x2 1 = t,
=
=
2x
x2 1
2x dx = dt
x2
2
dx =
=
x dx +
x2
+
2
2x
dx
x2 1
dt
x2
=
+ ln |t| + C
t
2
+ ln |x2 1| + C.
Rastav na parcijalne razlomke

Nakon to smo integral zadane racionalne funkcije sveli na integral prave
s
racionalne funkcije, tu funkciju treba rastaviti na parcijalne razlomke. Kao
posljedica osnovnog teorema algebra [M1, $ 4.6.8], polinom q stupnja n
moemo rastaviti na faktore u obliku
z
q(x) = q0 + q1 x + q2 x2 + qn xn = qn (x x1 ) (x xn ).
Ovdje su x1 , . . . , xn realne ili kompleksne nul-toke, kompleksne nul-toke se
c
c
uvijek javljaju u kompleksno-konjugiranim parovima, a nul-toke mogu biti
c
i viestruke. Stoga moemo pisati
s
z
q(x) = qn (x x1 )r1 (x xk )rk (x2 + a1 x + b1 )s1 (x2 + al x + bl )sl ,
c
c
pri emu su xi medusobno razliite realne nul-toke, kvadratni polinomi
c
nemaju realnih nul-toaka, a nul-toke su im medusobno razliite, ri , si N
c
c
c
i vrijedi
l
si = n.
ri + 2
i=1
i=1
1.4
19
Nakon rastava nazivnika q na faktore, slijedi rastav na parcijalne razlomke. Taj rastav glasi
A1
Ar1
B1
Br k
p(x)
+
=
+ +
+ +
+ +
q(x)
x x1
(x x1 )r1
x xk
(x xk )rk
C1 x + D1
Cs x + Ds1
+ 2
+ + 2 1
+
x + a1 x + b1
(x + a1 x + b1 )s1
Es x + Dsl
E1 x + F1
+ + 2 l
.
(1.2)
+ 2
x + al x + bl
(x + al x + bl )sl
Koecijente Ai , Bi , Ci , Di , Ei , Fi odredimo tako da jednakost pomnoimo s
z
q(x), izjednaimo koecijente uz iste potencije, a zatim rijeimo dobiveni
c
s
sustav linearnih jednadbi [M1, 2.4]. Moe se pokazati da dobiveni sustav
z
z
uvijek ima jedinstveno rjeenje i to upravo zbog svojstava funkcije f = p/q.
s
Integriranje rastava na parcijalne razlomke

Iz opeg oblika rastava na parcijalne razlomke, vidimo da se postupak inc
tegriranja racionalne funkcije svodi na rjeavanje slijedeih tipova integrala:
s
c
1) Integral oblika
dx
=
(x a)n
x a = t,
dx = dt
dt
=
tn
svodi se na tablini integral.

c
2) Integral oblika
x
1
dx =
(x2 + ax + b)n
2
1
=
2
2x + a a
dx =
(x2 + ax + b)n
dt a
tn 2
x2 + ax + b = t,
(2x + a) dx = dt
dx
=
(x2 + ax + b)n
svodi se na jedan tablini integral i na integral koji se dalje rjeava posc

s
tupkom opisanim u toki 3).
c
3) Slijedei tip integrala prvo svedemo na puni kvadrat, zatim primijenimo
c
odgovarajuu supstituciju, te dobiveni integral rijeimo pomou rekurc
s
c
20
NEODREDENI INTEGRAL
zivne formule iz poglavlja 1.3.1:

(x2
dx
dx
=
+ ax + b)n
(x +
x+
=
=
a 2
2)
a
2
a2
4
(b
a2 n 1
2
4 )
+b
= t,
a2 n
4
dx
b
a2
4
dx
1
(b
a2 n
4 )
(x +
b
a 2
2)
a2
4
+1
= dt
dt
=
(1 + t2 )n
Vano je uoiti da je izraz b a2 /4 dobro deniran. Naime, polinom

z
c
2 + ax + b nema realnih nul-toaka, pa vrijedi a2 4b < 0, odnosno izraz
x
c
pod korijenom je vei od nule.
c
1.4.1
Primjer
Kao ilustraciju postupka integriranja racionalnih funkcija rijeit emo

s c
jedan sloeniji zadatak. Neka je
z
I=
x3 + 2x2 + 3x 6
dx.
(x + 1)(x2 + 2x + 3)2
Prvo provjerimo da li brojnik i nazivnik imaju zajednikih nul-toaka. Nulc

c
toke nazivnika su
c
2 8
.
x1 = 1,
x2,3 =
2
Broj x4 = 1 je oito jedna nul-toka brojnika. Iz
c
c
(x3 + 2x2 + 3x 6) : (x 1) = x2 + 3x + 6
slijedi da su preostale dvije nul-toke brojnika jednake x5,6 = (3 15)/2.

c
Dakle, brojnik i nazivnik nemaju zajednikih nul-toaka. Nadalje, kako je
c
c
stupanj brojnika jednak 3, a stupanj nazivnika jednak 5, radi se pravoj
racionalnoj funkciji. Stoga moemo pristupiti traenju rastava na parcijalne
z
z
razlomke.
Po formuli (1.2), rastav na parcijalne razlomke glasi
A
Bx + C
Dx + E
x3 + 2x2 + 3x 6
=
+
+
.
(x + 1)(x2 + 2x + 3)2
x + 1 x2 + 2x + 3 (x2 + 2x + 3)2
1.4
21
Mnoenje ove jednakost s nazivnikom daje

z
x3 + 2x2 + 3x 6 = A(x2 + 2x + 3)2 + (Bx + C)(x + 1)(x2 + 2x + 3)
+ (Dx + E)(x + 1).
Sredivanje desne strane po potencijama od x daje

x3 + 2x2 + 3x 6 = x4 (A + B) + x3 (4A + 3B + C) + x2 (10A + 5B + 3C + D)
+ x(12A + 3B + 5 + D + E) + 9A + 3C + E.
Izjednaavanje koecijenata uz potencije od x na lijevoj i desnoj strani daje

c
nam sustav linearnih jednadbi petog reda:
z
A
4A
10A
12A
9A
+ B
=
0
+ 3B + C
=
1
+ 5B + 3C + D
=
2
+ 3B + 5C + D + E =
3
+ 3C
+ E = 6
Proirena matrica sustava glasi

s
1 1
4 3
10 5
12 3
9 0
0
1
3
5
3
0
0
1
1
0
0
0
0
1
1
0
1
2
3
6
Nakon Gaussove eliminacije [M1, 2.4] dobijemo rjeenje sustava koje glasi
s
A = 2,
B = 2,
C = 3,
D = 3,
E = 3.
Napomenimo da je u ovom sluaju Gaussovu eliminaciju najbolje zapoeti

c
c
odozdo ponitavajui redom elemente iznad dijagonale.
s
c
Dakle, zadani integral jednak je
dx
2x + 3
+
dx + 3
2 + 2x + 3
x+1
x
= 2I1 + I2 + 3I3 .
I = 2
(x2
x+1
dx
+ 2x + 3)2
(1.3)
Dalje imamo
I1 =
dx
=
x+1
x+1=t
dx = dt
dt
= ln |t| + C1 = ln |x + 1| + C1 .
t
22
NEODREDENI INTEGRAL
Zatim,
I2 =
2x + 3
dx =
2 + 2x + 3
x
x2 + 2x + 3 = t
dt
+
t
(2x + 2) dx = dt
(x + 1)/ 2 = s
1
dx
= ln |t| +
=
(x+1)2
2
dx/ 2 = ds
+1
2
1
x+1
= ln |x2 + 2x + 3| + arctg + C2 .
2
2
dx
(x + 1)2 + 2
1 ds
= ln |t| + 2
2s +1
Uoimo da je x2 + 2x + 3 > 0 za svaki x, pa ne moramo pisati apsolutnu

c
vrijednost.
Slino,
c
x+1
dx =
2 + 2x + 3)2
(x
1
1
= 2
+ C3 .
2 x + 2x + 3
I3 =
x2 + 2x + 3 = t
(2x + 2) dx = dt
1
2
dt
1
= + C3
2
t
2t
Konano, uvrtavanje integrala I1 , I2 i I3 u formulu (1.3) daje rjeenje

c
s
s
1
1
x+1 3
I = 2 ln |x + 1| + ln(x2 + 2x + 3) + arctg 2
+ C.
2 x + 2x + 3
2
2
Zadatak 1.4 a) Provjerite prethodno rjeenje deriviranjem.
s
b) Provjerite prethodno rjeenje pomou programa The Integrator koji se
s
c
nalazi na adresi http://www.integrals.com.
c) Zadajte sami nekoliko integrala racionalnih funkcija, rijeite ih, te rezultat
s
provjerite deriviranjem i pomou programa The Integrator.
c
1.5
Racionalne funkcije trigonometrijskih funkcija
Integrali ove klase funkcija su takoder uvijek elementarne funkcije. Ukratko,

integral racionalne funkcije trigonometrijskih funkcija se odgovarajuom supc
stitucijom svede na integral racionalne funkcije koji se onda rijei postupkom
s
opisanim u poglavlju 1.4.
Denicija 1.3 Neka su f1 , . . . , fn elementarne funkcije. Racionalna funkcija od funkcija f1 , . . . , fn je svaka funkcija f koju dobijemo konanim brojem
c
1.5
23
zbrajanja, oduzimanja, mnoenja i dijeljenja funkcija f1 , . . . , fn . Za funkciju

z
f koristimo oznake
f = R(f1 , . . . , fn ) ili
f (x) = R(f1 (x), . . . , fn (x)).
Integral oblika
R(sin x, cos x) dx
svodi se supstitucijom na integral racionalne funkcije. Primijetimo da u
prethodnom izrazu nema potrebe navoditi funkcije tg x i ctg x jer su one ve
c
racionalne funkcije funkcija sin x i cos x. Za svodenje na integral racionalne
funkcije koristimo univerzalnu trigonometrijsku supstituciju, a u nekim posebnim sluajevima moemo koristiti i neke jednostavnije supstitucije.
c
z
Univerzalna trigonometrijska supstitucija
Univerzalna trigonometrijska supstitucija
x
t = tg
2
(1.4)
vrijedi za x/2 (/2, /2) odnosno za x (, ). Dakle,

x = 2 arctg t
pa je
dx =
2
dt.
1 + t2
Adicioni teorem [M1, 4.6.5] daje

sin x = 2 sin
sin x
x
x
x
2 x
2
cos = 2
= 2 t cos2 ,
x cos
2
2
cos 2
2
2
a osnovni trigonometrijski identitet daje

cos2
sin2 x
x
2
1+
2
cos2 x
2
odnosno
cos2
= 1,
1
x
=
.
2
1 + t2
Dakle,
2t
,
1 + t2
x
1 t2
x
x
x
1 tg2
=
.
cos x = cos2 sin2 = cos2
2
2
2
2
1 + t2
sin x =
24
NEODREDENI INTEGRAL
Opisana supstitucija vrijedi za x (, ), a za ostala podruja je potrebno

c
izvriti odgovarajue prilagodbe formula. Potreba za takvim modikacijama
s
c
se esto javlja kod odredenog integrala, u kojem granice integracije odreduju
c
podruje na kojem supstitucija mora vrijediti. Slina napomena vrijedi i za
c
c
ostale trigonometrijske supstitucije.
Primjer 1.8 Vrijedi
I=
2
dt
1 + t2
1 t2
2t
2+
1 + t2 1 + t2
x
dx
= t = tg
=
(2 + cos x) sin x
2
1 + t2
dt
(3 + t2 ) t
Brojnik i nazivnik nemaju zajednikih nul-toaka, a stupanj brojnika je mac

c
nji od stupnja nazivnika. Rastav na parcijalne razlomke glasi
1 + t2
A Bt+C
= +
.
2 )t
(3 + t
t
3 + t2
Mnoenje ove jednakosti s nazivnikom, izjednaavanje koecijenata uz poz
c
tencije od t i rjeavanje tako dobivenog sustava linearnih jednadbi daje
s
z
1
A= ,
3
2
B= ,
3
C = 0.
Dakle,
3 + t2 = u
1
dt 2
t dt
+
=
3
t
3
3 + t2
2 t dt = du
x
1
1
x
1
1
+ ln 3 + tg2
+ C.
= ln |t| + ln |u| + C = ln tg
3
3
3
2
3
2
I=
Jednostavnije supstitucije
U nekim sluajevima integral racionalne funkcije trigonometrijskih funkc
cija moe se raunati pomou jednostavnijih supstitucije koje vode na intez
c
c
gral racionalne funkcije nieg reda ili pak na jednostavniji integral.
z
Integral oblika
R(sin2 x, cos2 x, sin x cos x, tg x, ctg x) dx
1.5
25
rjeavamo pomou supstitucije

s
c
t = tg x.
Za x (/2, /2) vrijedi
1
dt,
1 + t2
1
cos2 x =
,
1 + t2
1
ctg x = .
t
x = arctg t
dx =
t2
,
1 + t2
t
,
sin x cos x =
1 + t2
sin2 x =
(1.5)
Takoder moemo koristiti i supstitucije

z
R(sin x) cos x dx =
R(cos x) sin x dx =
sin x = t
cos x dx = dt
cos x = t
sin x dx = dt
R(t) dt,
=
R(t) dt.
Primjer 1.9 Rijeimo integral iz primjera 1.8 na drugi nain. Vrijedi

s
c
I=
=
=
dx
=
(2 + cos x) sin x
sin x
dx
(2 + cos x) sin2 x
sin x
dx =
(2 + cos x)(1 cos2 x)
dt
=
(2 + t)(1 t2 )
cos x = t
sin x dx = dt
dt
.
(2 + t)(1 t)(1 + t)
Rastav na parcijalne razlomke daje

1
1
1
dt
dt
dt
3
2+t 6
1t 2
1+t
1
1
1
= ln(2 + cos x) + ln |1 cos x| ln |1 + cos x| + C.
3
6
2
I=
Napomena 1.3 Koritenjem razliitih supstitucija kao u primjerima 1.8 i

s
c
1.9 moemo dobiti naizgled potpuno razliita rjeenja. Medutim, teorem 1.1
z
c
s
nam kae da se ova rjeenja razlikuju samo za konstantu.
z
s
Zadatak 1.5 a) Dokaite formule (1.5).
z
26
NEODREDENI INTEGRAL
b) Dokaite da se rjeenja integrala u primjerima 1.8 i 1.9 razlikuju za konsz

s
tantu. (Uputa: koristei svojstva logaritama (L3), (L4) i (L5) [M1,
c
4.6.4] svedite izraze na jedan logaritam, a onda primijenite odgovarajue
c
veze izmedu trigonometrijskih funkcija.)
c) Izraunajte integral iz primjera 1.8 i 1.9 pomou programa The Integrator.
c
c
d) Nacrtajte sva tri rjeenja pomou programa NetPlot.
s
c
e) Izraunajte integrale:
c
1
dx,
4 sin x + 3 cos x + 5
1
dx,
sin x(2 + cos x 2 sin x)
cos3 x
dx,
sin2 x + sin x
2 tg x + 3
dx.
2
sin x + 2 cos2 x
1.6
Racionalne funkcije hiperbolnih funkcija
Integrali ove klase funkcija rjeavaju se slino kao i integrali racionalnih

s
c
funkcija trigonometrijskih funkcija iz prethodnog poglavlja. Integral racionalne funkcije hiperbolnih funkcija oblika
R(sh x, ch x) dx
rjeavamo koristei univerzalnu hiperbolnu supstituciju,
s
c
t = th
x
2
(1.6)
za koju vrijedi
x = 2 arth t,
dx =
2
dt,
1 t2
t (1, 1).
Osnovne veze izmedu hiperbolnih funkcija [M1, 4.6.9] daju

sh x = 2 sh
1 = ch2
sh x 2 x
x
x
x
2
ch = 2
= 2 t ch2 ,
ch
2
2
ch x
2
2
2
sh2
x
1 2
2
ch
x
2
x
2
= ch2
x
(1 t2 ),
2
1.6
27
Racionalne funkcije hiperbolnih funkcija
pa imamo
2t
,
1 t2
x
1 + t2
x
x
x
1 + th2
=
ch x = ch2 + sh2 = ch2
,
2
2
2
2
1 t2
2t
th x =
.
1 + t2
sh x =
Kao i kod trigonometrijskih funkcija, i ovdje su u nekim sluajevima

c
mogue jednostavnije supstitucije. Integral oblika
c
R(sh2 x, ch2 x, sh x ch x, th x, cth x) dx
rjeavamo pomou supstitucije
s
c
t = th x,
pri emu vrijedi
c
x = arth t
1
dt,
1 t2
1
ch2 x =
,
1 t2
1
cth x = .
t
dx =
t2
,
1 t2
t
,
sh x ch x =
1 t2
sh2 x =
t (1, 1)
Takoder moemo koristiti i supstitucije

z
R(sh x) ch x dx =
R(ch x) sh x dx =
sh x = t
ch x dx = dt
ch x = t
sh x dx = dt
R(t) dt,
R(t) dt.
Zadatak 1.6 Izraunajte integrale

c
1 + sh x
dx,
(2 + ch x)(3 + sh x)
dx
.
2
sh x + 2 ch2 x + 3 th x
28
NEODREDENI INTEGRAL
1.7
Integriranje nekih iracionalnih funkcija
Integral iracionalne funkcije openito ne mora biti elementarna funkcija,

c
odnosno kaemo da iracionalna funkcija openito nije elementarno integraz
c
bilna. U nekim posebnim sluajevima integral iracionalne funkcije je mogue
c
c
svesti na integral racionalne funkcije, te ga na taj nain rijeiti.
c
s
1.7.1
Racionalna supstitucija
Integral oblika
R x,
ax + b
cx + d
m1
n1
mk
nk
ax + b
cx + d
,...,
mi , ni N, i = 1, . . . , k,
dx,
rjeavamo racionalnom supstitucijom

s
ax + b
= tn ,
cx + d
gdje je n najmanji zajedniki viekratnik od n1 , . . . , nk .
c
s
Primjer 1.10 Vrijedi
I=
8
3
=
=
64 x 1
x
64 x 1
x
dx
64 x 1
1
6 t5
= t6 64 x 1 = x t6 x =
dx =
dt
6
x
64 t
(64 t6 )2
t
6 t5
8 t3
dt = 6
dt.
4
6 )2
3 )(8 + t3 )2
t
(64 t
(8 t
Zadani integral smo sveli na integral racionalne funkcije pa ga moemo rijeiti

z
s
prema pravilima iz poglavlja 1.4.
Zadatak 1.7 Izraunajte integrale
c
2
(2 x)2
4
2x
dx,
2+x
(x 1)3 (x + 2)5
dx.
1.7
29
1.7.2
Trigonometrijske i Eulerove supstitucije
Funkciju
ax2 + bx + c : D R
(x) =
ima smisla promatrati samo u sljedeim sluajevima (uvedimo oznaku =

c
c
2 4ac):
b
(i) kada je a > 0 i > 0, tada je D = (, x1 ] [x2 , ) pri emu je
c
x1 =
b
,
2a
x2 =
b +
,
2a
(ii) kada je a < 0 i > 0, tada je D = [x1 , x2 ] pri emu su x1 i x2 zadani

c
kao i u sluaju (i),
c
(iii) kada je a > 0 i 0, tada je D = R.
Integral oblika
R(x,
ax2 + bx + c) dx
se pomou supstitucije
c
t=
2ax + b
|4ac b2 |
svodi na jedan od tri jednostavnija integrala.3 Za rjeavanje tih integrala

s
koristimo ili trigonometrijske ili Eulerove supstitucije:
R(t,
1 t2 ) dt = t = sin z
ili
1 t2 = z(1 t) ,
R(t,
t2 1) dt = t =
1
sin z
ili
t2 1 = t + z ,
R(t,
1 + t2 ) dt = t = tg z
ili
1 + t2 = t + z .
Primjer 1.11 Vrijedi

I=
=
3
dx
=
x+
+ 6 x + 10
dt
.
t 3 + 1 + t2
x2
dx
x+
(x +
3)2
+1
x+3=t
dx = dt
Radi se o svodenju izraza pod korijenom na puni kvadrat - vidi primjer.
30
NEODREDENI INTEGRAL
Eulerova supstitucija daje

1 + t2 = t + z 1 + t2 = t2 + 2 t z + z 2 t =
I=
1 + z2
dz
2 z2
=
1 z2
1 z2
3+
+z
2z
2z
1 z2
1 + z2
dt =
dz
2z
2 z2
1
1 + z2
dz.
2 z (3 z 1)
Dobiveni integral racionalne funkcije se sada rijei prema pravilima iz pos

glavlja 1.4.
Trigonometrijska supstitucija daje
I=
t = tg z dt =
1
dz
cosz
1
dz
cosz
1
sin z
3+
cos z
cos z
t2 + 1 =
1
1
=
2z
cos
cos z
za cos x > 0
dz
.
cos z (sin z 3 cos z + 1)
Ovaj integral se dalje pomou univerzalne trigonometrijske supstitucije (1.4)

c
svede na integral racionalne funkcije koji se rijei prema pravilima iz poglavs
lja 1.4.
Zadatak 1.8 a) Dovrite raunanje integrala iz primjera 1.10 i 1.11. Res
c
zultate provjerite pomou programa The Integrator.
c
b) Izraunajte integrale:
c
dx
,
(5 + 2x + x2 )3
dx
,
x + x2 + x + 1
x2
dx.
1 x2
1.7.3
Metoda neodredenih koecijenata
Vrijedi formula
pn (x)
dx = qn1 (x)
ax2 + bx + c
ax2 + bx + c +
ax2
dx
, (1.7)
+ bx + c
1.7
31
gdje su pn (x) i qn1 (x) polinomi stupnja n i n 1, redom, a je realna

konstanta. Koecijente polinoma qn1 i konstantu odredimo na slijedei
c
nain:
c
(i) deriviramo obje strane jednakosti (1.7),
c
s
(ii) pomnoimo dobivenu jednakost s ax2 + bx + c (na taj nain vie
z
nema izraza pod korijenom),
(iii) izjednaimo koecijente uz potencije od x i rijeimo dobiveni sustav
c
s
linearnih jednadbi.
z
Nakon ovog postupka preostaje izraunati integral na desnoj strani formule
c
c
(1.7). Taj integral se svodenjem na puni kvadrat i odgovarajuom supstitucijom svodi na tablini integral.
c
s
Integrali ovog tipa se takoder mogu rjeavati trigonometrijskim i Eulerovim supstitucijama. Medutim, ako je red polinoma pn velik, tada trigonometrijske i Eulerove supstitucije vode na sloeni integral racionalne funkcije,
z
pa je metoda neodredenih koecijenata jednostavnija.
Primjer 1.12 Slijedei integral prvo pomou malog trika svedemo na oblik
c
c
(1.7):
I=
x2
4 x2 + 9 dx =
x2 (4 x2 + 9)
dx
4 x2 + 9
= (A x3 + B x2 + C x + D) 4 x2 + 9 + E
dx
.
4 x2 + 9
Deriviranje daje
x2
4 x2 + 9 = (3 A x2 + 2 B x + C) 4 x2 + 9
+ (A x3 + B x2 + C x + D)
Mnoenje ove jednakosti s

z
4x
1
+E
.
2+9
4x
4 x2 + 9
4 x2 + 9 daje
x2 (4 x2 + 9) = (3 A x2 + 2 B x + C)(4 x2 + 9) + (A x3 + B x2 + C x + D)4 x + E.
Izjednaavanje koecijenata uz iste potencije od x na lijevoj i desnoj strani,
c
rjeavanje dobivenog sustava linearnih jednadbi, te rjeavanje preostalog
s
z
s
integrala daje
9
1
x)
I = ( x3 +
4
32
4 x2 + 9
Izvedite za vjebu sve preskoene detalje.

z
c
81 1
2
arsh x + C.
32 2
3
32
NEODREDENI INTEGRAL
Zadatak 1.9 Rijeite integral

s
dx
.
x2 + x + 1
(x
1)4
(x
)n
Uputa: integrali oblika

dx
x2 + x + 1
se supstitucijom x = 1/t svode na oblik (1.7).
1.7.4
Binomni integral
Binomni integral je integral oblika

xm (a + bxn )p dx,
a, b R,
m, n, p Q.
Vidimo da se u binomnom integralu mogu pojaviti i drugi korijeni osim kvadratnog, ali je zato oblik podintegralne funkcije neto jednostavniji. Slijedei
s
c
teorem daje nam nune i dovoljne uvjete rjeivosti binomnog integrala.
z
s
Teorem 1.8 Binomni integral je elementarno rjeiv ako i samo ako je jedan
s
od brojeva
m+1
m+1
,
+p
p,
n
n
cijeli broj.
Dokaz. Dokaimo dovoljnost. Vrijedi
z
n
x = t, x = t1/n ,
xm (x + bxn )p dx =
1
dx = 1 t n 1 dt
n
1
m
1
=
t n (a + bt)p t n 1 dt
n
1
a + bt p m+1 +p1
=
t n
dt.
n
t
Razlikujemo tri sluaja:
c
(i) ako je p Z, tada koristimo supstituciju t = z k , gdje je k najmanji
nazivnik nakon kraenja od (m + 1)/n,
c
1.7
33
(ii) ako je (m + 1)/n cijeli broj, tada koristimo supstituciju a + bt = z k ,

gdje je k nazivnik od p, a
(iii) ako je (m + 1)/n + p cijeli broj, tada koristimo supstituciju (a + bt)/t =
z k , gdje je k nazivnik od p.
Svaka od tri navedene supstitucije vodi na integral racionalne funkcije koji se
rjeava pomou postupaka iz poglavlja 1.4. S ovim smo dokazali dovoljnost.
s
c
Dokaz nunosti, odnosno dokaz da binomni integral nije elementarno
z
rjeiv kada nisu ispunjeni sluajevi (i)(iii) je sloen pa ga izostavljamo.
s
c
z
Primjer 1.13 Kod rjeavanja integrala

s
I=
3x x3 dx
treba prvo prepoznati da se radi o binomnom integralu. Zaista,

I=
x(3 x2 ) dx =
x 3 (3 x2 ) 3 dx,
pa se radi o binomnom integralu uz m = 1/3, n = 2 i p = 1/3. Vrijedi

2
m+1
m+1
= Z,
/
+ p = 1 Z,
n
3
n
pa je integral elementarno rjeiv po teoremu 1.8. Integral rjeavamo postups
s
kom danim u dokazu teorema 1.8:
1
1
1
1
dt
I = x2 = t, x = t, dx = =
t 6 (3 t) 3 t 2 dt
2
2 t
p Z,
/
3t 3
dt
t
3t
3
=
= z3, t =
,
t
1 + z3
z3
9
dz.
=
2
(1 + z 3 )2
1
=
2
dt =
9z 2
dz
(1 + z 3 )2
Za vjebu rijeite integral do kraja.

z
s
Zadatak 1.10 Izraunajte integrale:
c
x11 (1 + x4 )1/2 dx,
1+ 3 x
dx.
3
x2
34
NEODREDENI INTEGRAL
1.8
Integriranje reda funkcija
U [M1, 6.4.3] pokazali smo kako se, uz odredene uvjete, konvergentan

red funkcija moe derivirati lan po lan. Slina je situacija i s integriranjem.
z
c
c
c
Najvanija primjena integriranja reda funkcija je raunanje integrala funkz
c
cija koje nisu elementarno integrabilne. Druga primjena je razvijanje u red
potencija onih funkcija kod kojih se to ne moe direktno napraviti pomou
z
c
Taylorove formule [M1, 6.5].
U slijedeem teoremu koriste se pojmovi uniformne konvergencije reda
c
funkcija (vidi [M1, 6.4]) i reda potencija (vidi [M1, 6.4.2]).
Teorem 1.9 Neka red neprekidnih funkcija fn (x) konvergira unifori=1
mno prema funkciji s(x)na intervalu I, odnosno
s(x) =
x I.
fn (x),
i=1
Tada za svaki x I vrijedi

s(x) dx =
fn (x) dx.
i=1
Posebno, za red potencija vrijedi
n=0
an (x x0 )
na intervalu konvergencije reda
dx =
n=0
an
(x x0 )n+1 + C
n+1
n=0 an (x
x0 )n .
Pokaimo kako pomou teorema 1.9 moemo izraunati razvoj u red poz
c
z
c
tencija integrala koji nisu elementarno rjeivi.
s
Primjer 1.14 a) Integral
I=
ex dx
nije elementarno rjeiv, odnosno rjeenje nije elementarna funkcija i ne

s
s
moe se prikazati konanim brojem zbrajanja, oduzimanja, mnoenja,
z
c
z
dijeljenja i komponiranja elementarnih funkcija. Ovaj integral je od velike vanosti u teoriji vjerojatnosti i statistici jer funkcija vjerojatnosti
z
2
Gaussove ili normalne razdiobe ima oblik funkcije f (x) = ex .
1.8
35
Prema [M1, 6.5] Maclaurinov razvoj funkcije ex glasi

ex = 1 +
x2 x3 x4
x
+
+
+
+ =
1!
2!
3!
4!
n=0
xn
,
n!
x R.
Pri tome je konvergencija uniformna po [M1, teorem 6.16]. Zamijenimo

li x s x2 , za svaki x R vrijedi
2
ex = 1
x2 x4 x6
+
+ =
2!
2!
3!
n=0
(1)n x2n
,
n!
pri emu je konvergencija uniformna. Teorem 1.9 daje

c
I=
x2
dx =
n=0
(1)n
n!
2n
dx =
n=0
(1)n x2n+1
+ C.
n!
2n + 1
Dakle, nali smo razvoj traenog integrala u uniformno konvergentan

s
z
red potencija. Pomou ovog reda moemo izraunati vrijednost funkcije
c
z
c
I = I(x) u bilo kojoj toki x sa eljenom tonou. Dobiveni red nije
c
z
c sc
Taylorov red, tako da ne vrijedi formula za ostatak. Medutim, kako je red
alterniran, zakljuujemo da pogreka prilikom aproksimacije konanom
c
s
c
parcijalnom sumom nije vea od prvog zanemarenog lana. Na primjer,
c
c
vrijednost integrala I u toki x = 0.1 uz C = 0 izraunata s prva tri lana
c
c
c
reda (za n = 0, 1, 2) je
I(0.1) =
1 0.15
0.1 0.13
+
= 0.0996676.
1
3
2
5
Cetvrti lan reda (za n = 3) jednak je

c
1 0.17

= 2.3809 109 ,
6
7
pa zakljuujemo da pogreka nije vea od 2.3809 109 , odnosno
c
s
c
I(0.1) [0.0996676 2.3809 109 , 0.0996676]

= [0.099667664, 0.099667667],
to je relativna pogreka manja od tri stota dijela tisuitog dijela jednog

s
s
c
promila.
b) Integral
I=
sin x
dx
x
36
NEODREDENI INTEGRAL
takoder nije elementarno rjeiv. Prema [M1, 6.5] MacLaurinov razvoj

s
funkcije sin x glasi
x2n+1
x3 x5 x7
x
(1)n
+
+ =
,
sin x =
1!
3!
5!
7!
(2n + 1)!
n=0
x R,
pri emu je konvergencija uniformna po [M1, teorem 6.16]. Za x = 0

c
vrijedi
x2 x4 x6
sin x
=1
+
+ =
x
3!
5!
7!
(1)n
n=0
x2n
.
(2n + 1)!
Primijetimo da je red na desnoj strani deniran za svaki x R, dok

zadana funkcija nije denirana u toki x = 0. No, kako se oni razlikuju
c
samo u jednoj toki, po deniciji 1.1 oni imaju istu primitivnu funkciju,
c
pa tako i isti integral. Sada moemo primijeniti teorem 1.9:
z
I=
sin x
dx =
x
n=0
(1)n
(2n + 1)!
2n
dx =
n=0
x2n+1
(1)n
+ C.
(2n + 1)! 2n + 1
Zadatak 1.11 a) Pomou razvoja u red potencija izraunajte integral

c
c
ex
dx.
x
b) Izraunajte vrijednosti integrala iz primjera 1.14 a) u tokama x = 0.2 i
c
c
x = 1 uz C = 0 koristei prva tri lana reda i ocijenite pogreku.
c
c
s
c) k-tu parcijalnu sumu reda I iz primjera 1.14 a) u toki x uz C = 0
c
moemo izraunati pomou sljedeeg Matlab programa:
z
c
c
c
format long
k=3;
x=0.1;
I=0;
for n=1:k
I=I+(-1)^(n-1)*x^(2*n-1)/((2*n-1)*prod(1:n-1));
end
I
pogreska=(-1)^k*x^(2*k+1)/((2*k+1)*prod(1:k))
relativna_pogreska=abs(pogreska/I)
1.8
37
Izraunajte aproksimacije vrijednosti integrala I u razliitim tokama x

c
c
c
s razliitim parcijalnim sumama (za razliite vrijednosti k), te odgovac
c
rajue pogreke. Za raunanje moete koristiti program Octave On-line.
c
s
c
z
Naredba format long je potrebna da bi se prikazalo svih 16 znamenki
koje program rauna.
c
d) Preradite prethodni program tako da rauna k-tu parcijalnu sumu intec
grala I iz primjera 1.14 b), te izraunajte vrijednosti integrala i odgovac
rajue pogreke u raznim tokama x za razne vrijednosti k.
c
s
c
2
z
c
c
e) Funkciju ex moemo nacrtati na intervalu [4, 4] pomou sljedeeg Matlab programa:
x=-4:0.01:4;
plot(x,exp(-x.^2))
Nacrtajte funkciju na razliitim intervalima koristei program Octave On-line.
c
c
z
c
Teorem 1.9 takoder moemo iskoristiti za raunanje razvoja u red potencija onih funkcija kod kojih to ne moemo direktno napraviti.
z
Primjer 1.15 Funkciju arctg x ne moemo razviti u red potencija direktz
nom primjenom Taylorove formule [M1, 6.5]. Naime, sukcesivno deriviranje
daje
1
1
,
(arctg x) =
2x, . . .
(arctg x) =
2
1+x
(1 + x2 )2
pa derivacije postaju vrlo sloene. Zato emo koristiti geometrijski red [M1,
z
c
6.4] za koji vrijedi
1 + x + x 2 + x3 + x 4 + =
1
,
1x
x (1, 1).
Zamijenimo li x s x2 , za x (1, 1) vrijedi

1 x 2 + x 4 x6 + =
(1)n x2n =
n=0
1
1
=
= (arctg x) .
2)
1 (x
1 + x2
Teorem 1.9 daje

arctg x =
(1)
n=0
2n
dx =
(1)n
n=0
x2n+1
+ C.
2n + 1
38
NEODREDENI INTEGRAL
No, zbog toga to se na lijevoj strani nalazi konkretna funkcija, konstanta

s
C ne moe biti proizvoljna. Iz uvjeta arctg 0 = 0 slijedi C = 0. Dakle,
z
arctg x =
(1)n
n=0
x2n+1
,
2n + 1
x (1, 1).
(1.8)
Ispitajmo konvergenciju reda na desnoj strani u rubovima intervala. U

toki x = 1 red glasi
c
n=0
1 1
(1)3n+1
= 1 + + .
2n + 1
3 5
Ovaj red konvergira po Leibnitzovom kriteriju [M1, 6.2.4]. nadalje, zbog

neprekidnosti lijeve i desne u jednakosti (1.8), zakljuujemo da red konverc
gira prema arctg(1) = /4. Slino razmatranje za toku x = 1 daje
c
c
(1)n
1 1
= 1 + = .
2n + 1
3 5
4
n=0
Gornji red moemo koristiti za raunanje broja , medutim konvergenz
c
cija je vrlo spora. Naime, red je alterniran, pa zakljuujemo da pogreka
c
s
prilikom aproksimacije konanom parcijalnom sumom nije vea od prvog zac
c
nemarenog lana. (Slino smo ve zakljuili u primjeru 1.14 a).) Na primjer,
c
c
c
c
kada zbrojimo prvih 1000 lanova reda, pogreka je manja od 1/(2001), to
c
s
s
znai da smo izraunali tek prve tri decimale broja .
c
c
Zadatak 1.12 k-tu parcijalnu sumu prethodnog reda I i odgovarajuu aprokc
simaciju broja moemo izraunati pomou sljedeeg Matlab programa:
z
c
c
c
format long
k=1000;
a=ones(k,1);
a(2:2:k)=-1;
for i=1:k; a(i)=a(i)/(2*i-1); end
p=4*sum(a)
pi
Izraunajte aproksimacije broja za razliite vrijednosti k, i usporedite
c
c
s pravom vrijednou. Koliko se tonih decimala dobije za n = 10, 100, 1000?
sc
c
Za raunanje koristite program Octave On-line.
c
1.9
39
Slobodan pad uz otpor zraka
1.9
Koritenjem integralnog rauna iz ove glave i diferencijalnog rauna iz

s
c
c
[M1, 5], moemo rjeavati razne probleme u zici i tehnici, ili openito
z
s
c
prirodi, to je i svrha integralnog i diferencijalnog rauna. U ovom poglavlju
s
c
iskoristit emo do sada naueno za rjeavanje problema slobodnog pada.
c
c
s
Pretpostavimo da je prilikom slobodnog para otpor zraka proporcionalan
kvadratu brzine. Tada prema drugom Newtonovom zakonu vrijedi
ma = mg kv 2 ,
pri emu je m masa tijela koje pada, a ubrzanje, g gravitacija, k koecijent
c
trenja i v brzina.
Izvest emo formulu za brzinu v u ovisnosti o prijedenom putu s, v(s)
c
(vidi Sliku 1.2 za m = k).
sqrt ( 9.81*( 1-exp(-2*s) ) )
1
1
Slika 1.2: Slobodan pad uz otpor zraka za m = k

Iz Newtonove formule slijedi
a=
k mg
v2 .
m k
(1.9)
Kako je ubrzanje derivacija brzine po vremenu, a brzina derivacija puta po

vremenu, moemo pisati
z
a=
dv ds
dv ds
dv
dv
=
=v .
dt
dt ds
ds dt
ds
40
NEODREDENI INTEGRAL
Kombinirajui dvije prethodne formule uz oznaku = mg/k imamo

c
k
v
dv =
ds.
2
v
m
Integriranje obaju strana daje
v
k
dv =
2
v
m
ds =
k
s + C.
m
Integral na lijevoj strani rijeimo supstitucijom v 2 = u, pa je

s
k
1
ln | v 2 | = s + C.
2
m
Iz formule (1.9) i injenice da je ubrzanje pozitivno slijedi v 2 > 0,
c
odnosno ln | v 2 | = ln( v 2 ). Dalje, potrebno je odrediti konstantu C.
Pretpostavili smo da gibanje kree iz ishodita koordinatnog sustava (Slika
c
s
1.2), odnosno v(0) = 0, pa uvrtavanje u prethodnu formulu daje
s
1
C = ln .
2
Dakle,
k
s + ln .
m
Svojstvo logaritma (L4) iz [M1, 4.6.4] daje
ln( v 2 ) = 2
ln
k
v2
= 2 s,
pa eksponenciranje daje
k
v2
= e2 m s .
Rjeavanje ove jednadbe po v, koristei pri tome deniciju od i injenicu

s
z
c
c
da je v 0, konano daje
c
v(s) =
k
mg
1 e2 m s ,
k
s 0.
Vidimo kako se brzina ne moe beskonano poveavati jer jer

z
c
c
v = lim
k
mg
1 e2 m s
k
mg
.
k
Isto smo mogli zakljuiti i direktno iz formule (1.9) jer za tu vrijednost brzine
c
ubrzanje iezava.
sc
1.9
41
Pogledajmo jo to se dogodi kada nema otpora zraka, odnosno za k =

ss
(1 1)/0. Svojstvo
0. Uvrtavanje daje neodredeni oblik, vk=0 (s) =
s
neprekidnih funkcija [M1, teorem 4.7 (ii)] (u ovom sluaju drugi korijen) i
c
LHospitalovo pravilo [M1, 5.5.3] daju poznatu formulu
k
mg
1 e2 m s
k
vk=0 (s) = lim
k0
lim
k0
k
s
mg
0 e2 m s ( 2
k0 1
m
k
mg
1 e2 m s
k
2gs.
lim
Integralni raun se takoder koristiti i kod izvodenja formule za put u

c
ovisnosti o vremenu. Drugaijim pristupom, iji izvod preskaemo, dobije se
c
c
c
formula za brzinu kao funkciju vremena
t 0,
v(t) = th( t),

gdje je =
brzine:
mg/k i =
s(t) =
=
gk/m. Put kao funkcija vremena je integral
th( t) dt =
sh t
dt =
ch t
ch( t) = u
ch( t) = du
du
= ln |u| = ln(ch( t)) + C.
u
U zadnjoj jednakosti koristili smo injenicu da je kosinus hiperbolni uvijek

c
vei ili jednak jedan. Konstantu C odredimo iz poetnog uvjeta s(0) = 0,
c
c
0=
ln(ch 0) + C = ln 1 + C = C.
Dakle,
s(t) =
m
ln(ch( t)) =
ln
ch
kg
t
m
t 0.
42
NEODREDENI INTEGRAL
2.
ODREDENI INTEGRAL
2.1
Denicija i osnovna svojstva . . . . . . . . . . . . . . . . .
44
2.2
2.3
2.4
Newton-Leibnitzova formula . . . . . . . . . . . . . . . . .
Supstitucija i parcijalna integracija . . . . . . . . . . . . .
Teoremi o odredenom integralu . . . . . . . . . . . . . . .
48
52
54
2.5
Nepravi integral . . . . . . . . . . . . . . . . . . . . . . . .
2.5.1 Kriteriji konvergencije . . . . . . . . . . . . . . . .
57
59
2.6
Primjene odredenog integrala . . . . . . . . . . . . . . . .

2.6.1 Povrina ravninskog lika . . . . . . . . . . . . . . .
s
2.6.2 Duljina luka ravninske krivulje . . . . . . . . . . .
62
62
70
2.6.3
2.6.4
2.6.5
Volumen rotacionog tijela . . . . . . . . . . . . . .

Oploje rotacionog tijela . . . . . . . . . . . . . . .
s
Sila i rad . . . . . . . . . . . . . . . . . . . . . . .
73
76
78
2.6.6
2.6.7
Hidrostatski tlak i sila . . . . . . . . . . . . . . . .

Momenti i teite . . . . . . . . . . . . . . . . . . .
zs
82
84
Numeriko integriranje . . . . . . . . . . . . . . . . . . . .
c
2.7.1 Eliptiki integrali . . . . . . . . . . . . . . . . . . .
c
2.7.2 Trapezna formula . . . . . . . . . . . . . . . . . . .
88
88
90
2.7.3
2.7.4
Simpsonova formula . . . . . . . . . . . . . . . . .
Richardsonova ekstrapolacija . . . . . . . . . . . .
93
95
2.7.5
Programi . . . . . . . . . . . . . . . . . . . . . . .
97
2.7
Za razliku od neodredenog integrala koji je skup funkcija (denicija 1.2,

odredeni integral je realan broj. Taj broj je dobiven iz podintegralne funkcije
i intervala na kojem tu funkciju promatramo, a nain na koji se rauna, kao
c
c
i njegove primjene, tema su ovog poglavlja. Premda su, dakle, neodredeni
i odredeni integral dva razliita matematika objekta, medu njima postoji
c
c
jaka veza.
44
ODREDENI INTEGRAL
2.1
U ovom poglavlju denirat emo prvo rastav segmenta, gornju i donju

c
integralnu sumu, gornji i donji integral, te konano odredeni integral. Poc
tom emo dati osnovna svojstva odredenog integrala i navesti dovoljan uvjet
c
integrabilnosti.
Denicija 2.1 Rastav ili dekompozicija segmenta [a, b] R je svaki konaan
c
skup toaka {x0 , x1 , . . . , xn } takav da je
c
a = x0 x1 x2 xn1 xn = b.
Skup svih dekompozicija segmenta [a, b] oznaavamo s D.
c
Neka je f : [a, b] R omedena funkcija. Gornja integralna suma je broj
(slika 2.1)
n
g(f, D) =
i=1
Mi (xi xi1 ),
gdje je
Mi = sup{f (x) : x [xi1 , xi ]}.
Donja integralna suma je broj (slika 2.2)
n
d(f, D) =
i=1
mi (xi xi1 ),
gdje je
mi = inf{f (x) : x [xi1 , xi ]}.
Gornji (Riemannov) integral je broj
I = inf{g(f, D) : D D},
a donji (Riemannov) integral je broj
I = sup{d(f, D) : D D},
pri emu I i I sigurno postoje zbog omedenosti funkcije f .
c
Funkcija f je (Riemann) integrabilna na segmentu [a, b] ako je I = I .

Riemannov integral ili odredeni integral funkcije f od a do b je broj
I = I = I .
2.1
45
a=x
x2
b=x
Slika 2.1: Gornja suma
c
Odredeni integral oznaavamo s
b
f (x) dx.
I=
a
Napomena 2.1 U literaturi se odredeni integral esto denira i pomou

c
c
lijevih i desnih integralnih suma,
n
l(f, D) =
i=1
n
r(f, D) =
i=1
f (xi1 )(xi xi1 ),

f (xi )(xi xi1 ).
Iz denicije 2.1 slijede osnovna svojstva i geometrijsko znaenje odredenog

c
integrala:
O1. Za svaki rastav D D vrijedi
I g(f, D),
I d(f, D).
O2. Ako je f (x) 0 za svaki x [a, b], tada je integral I jednak povrini
s
izmedu krivulje y = f (x) i x-osi od a do b. Naime, na slikama 2.1 i
2.2 vidimo da usitnjavanjem rastava D gornje i donje sume sve bolje
aproksimiraju tu povrinu.
s
46
ODREDENI INTEGRAL
a=x
x2
b=x
Slika 2.2: Donja suma
O3. Oito vrijedi

c
f (x) dx = 0.
a
O4. Dijelovi povrine koji se nalaze ispod x-osi pribrajaju se s negativs

nim predznakom. Naime, za dio funkcije koji se nalazi ispod x-osi su
veliine Mi i mi negativne. Iz ovog svojstva, na primjer, slijedi da je
c
2
sin x dx = 0.
0
O5. Za a b deniramo
f (x) dx =
b
f (x) dx.
a
b
f (x) dx varijabla x ide od
Smisao ove denicije je slijedei: kada u

c
a
a do b, tada je prirast dx pozitivan, a kada x ide od b prema a, tada

smatramo da je prirast dx negativan.
O6. Podruje integracije moemo rastaviti na konano dijelova. Na primjer,
c
z
c
ukoliko svi navedeni integrali postoje, tada je
f (x) dx.
f (x) dx +
f (x) dx =
a
2.1
47
Ako je a c b tada je jednakost oita jer se radi o zbrajanju povrina.

c
s
No, zbog svojstva O5, jednakost vrijedi i kada je c a b ili a b c
(slika 2.3).
P1
P1
P2
P2
P= P1 + P2
P1= P - P2
Slika 2.3: Rastav integrala na djelove
O7. Funkcija f je takoder integrabilna na svakom pod-segmentu [c, d]

[a, b]. Naime, gornji i donji integrali, I i I , mogu biti konani i jednaki
c
samo ako su gornji i donji integrali I[c,d] iI[c,d] konani i jednaki za svaki
c
pod-segment [c, d].
Slijedei vaan teorem dam daje dovoljan uvjet integrabilnosti funkcije
c
z
f . Teorem navodimo bez dokaza.
Teorem 2.1 Ako je funkcija f : [a, b] R omedena i neprekidna na skupu
[a, b] \ A, pri emu je skup toaka A [a, b] najvie prebrojiv, tada je f
c
c
s
integrabilna na [a, b].
Na primjer, kako vrijednost funkcije u jednoj toki ne utjee na povrinu,
c
c
s
za funkciju prikazanu na Slici 2.4 vrijedi
2
f (x) dx =
0
f (x) dx +
0
f (x) dx =
1
1
+ 2 + = 3,
2
2
bez obzira na deniranost ili vrijednost funkcije u toki x = 2. Slino vrijedi

c
c
i za prebrojivo mnogo toaka.
c
Slijedei primjer pokazuje to se moe dogoditi kada je skup A iz teorema
c
s
z
2.1 neprebrojiv.
48
ODREDENI INTEGRAL
P=5/2
1
P=1/2
1
Slika 2.4: Dovoljan uvjet integrabilnosti
Primjer 2.1 Promotrimo funkciju f : [0, 1] {0, 1} deniranu s

f (x) =
1, x Q
0, x R \ Q
Ovu funkciju smo ve promatrali u [M1, 4.4.2]. Funkcija f je oito omedena.

c
c
Medutim, kako su skupovi Q i R gusti jedan u drugom (vidi [M1, 1.7]),
funkcija f ima prekid u svakoj toki segmenta [0, 1], odnosno ima neprebroc
jivo mnogo prekida. Stoga za svaki rastav D za svaki i vrijedi mi = 0 i
Mi = 1, pa je
n
d(f, D) =
i=1
0 (xi xi1 ) = 0,
g(f, D) =
i=1
1 (xi xi1 ) = 1.
Dakle, I = 0 = 1 = I , pa funkcije f nije integrabilna.
2.2
Newton-Leibnitzova formula
U ovom poglavlju dokazat emo osnovni teorem integralnog rauna koji

c
c
daje vezu izmedu neodredenog i odredenog integrala.
2.2
49
Teorem 2.2 Neka je funkcija f : [a, b] R integrabilna na [a, b] i neka za

nju postoji primitivna funkcija F : [a, b] R takva da je F (x) = f (x) za
svaki x (a, b). Tada vrijedi Newton-Leibnitzova formula:
b
f (x) dx = F (b) F (a).
Dokaz. Neka je D proizvoljni rastav segmenta [a, b] kao u deniciji 2.1.

Za svaki i = 1, 2, . . . , n funkcija F je neprekidna na intervalu [xi1 , xi ] i
derivabilna na intervalu (xi1 , xi ). Prema Lagrangeovom teoremu srednje
vrijednosti [M1, teorem 5.9] postoji toka i (xi1 , xi ) za koju vrijedi
c
F (xi ) F (xi1 ) = F (i )(xi xi1 ) = f (i )(xi xi1 ).
S druge strane vrijedi
inf{f (x) : x [xi1 , xi ]} = mi f (i ) Mi = sup{f (x) : x [xi1 , xi ]}
to povlai
s
c
mi (xi xi1 ) F (xi ) F (xi1 ) Mi (xi xi1 ),
i = 1, 2, . . . , n.
Zbrajajui ove nejednakosti dobivamo

c
n
d(f, D)
i=1
[F (xi ) F (xi1 )] g(f, D),
odnosno
d(f, D) F (b) F (a) g(f, D).
Ove nejednakosti vrijede za proizvoljni rastav D segmenta [a, b] iz ega slijedi
c
I F (b) F (a) I .
Integrabilnost funkcije f povlai
c
I = I =
f (x) dx
a
pa je konano
c
b
f (x) dx = F (b) F (a)
50
ODREDENI INTEGRAL
i teorem j dokazan.
Iz teorema zakljuujemo da se odredeni integral moe rijeiti tako da
c
z
s
se nade neodredeni integral podintegralne funkcija, a onda uvrste granice.
Newton-Leibnitzovu formulu jo zapisujemo kao
s
b
f (x) dx = F (x)
a
Primjer 2.2 Povrina izmedu funkcije y = sin x i x-osi od 0 do jednaka

s
je
sin x dx = cos x
= cos ( cos 0) = (1) + 1 = 2.
Slino, povrina izmedu kvadratne parabole y = x2 i x-osi od 0 do 1 jednaka

c
s
je
1
x2 dx =
x3
3
=
0
1
1
0= .
3
3
Povrine su prikazane na Slici 2.5.

s
P=1/3
P=2
pi
Slika 2.5: Primjena Newton-Leibnitzove formule

U teoremu 2.2 smo pokazali kako se odredeni integral moe izraunati
z
c
pomou primitivne funkcije. Slijedei teorem daje obrnutu vezu, odnosno
c
c
kazuje kako se primitivna funkcija moe dobiti pomou odredenog integrala,
z
c
to jest pomou povrine izmedu podintegralne funkcije i x-osi. Takoder,
c
s
sljedei teorem daje i neto jau verziju teorema 2.2 bez uvjeta na derivabilc
s
c
nost funkcije F za svaki x (a, b).
2.2
51
Teorem 2.3 Neka je funkcija f : [a, b] R integrabilna na intervalu [a, b]

i neka je A [a, b] skup svih toaka prekida funkcije f . Tada za funkciju
c
funkcija deniranu s
x
x [a, b],
f (t) dt,
(x) =
a
vrijedi (vidi sliku 2.6):

b
(i) (a) = 0, (b) =
f (x) dx,
a
(ii) funkcija je neprekidna na intervalu [a, b],

(iii) funkcija je derivabilna na [a, b] \ A i
(x) = f (x),
x [a, b] \ A,
(iv) ako je skup A konaan ili prebojiv, tada je primitivna funkcija funkc
cije f na intervalu [a, b] te za bilo koju primitivnu funkciju F funkcije
f na intervalu [a, b] vrijedi Newton-Leibnitzova formula
b
f (x) dx = F (b) F (a).
Dokaz.
(i) Oito.
c
(ii) Za proizvoljan x vrijedi
x+x
(x + x) (x) =
f (t) dt
x
pa omedenost funkcije f ,
|f (t)| M,
t [a, b]
povlai
c
|(x + x) (x)| M |x|,
odnosno
lim (x + x) = (x).
x0
52
ODREDENI INTEGRAL
(iii) Za proizvoljan x vrijedi

1
(x + x) (x)
f (x) =
x
x
x+x
[f (t) f (x)] dt,
pa sline ocjene kao u toki (ii) daju

c
c
(x + x) (x)
f (x)
sup
|f (t) f (x)|.
x
t[x,x+x] ili t[x+x,x]
Ako je funkcija f neprekidna u toki x, odnosno, ako je x [a, b] \ A,
c
onda izraz na desnoj strani tei k nuli kada x 0 pa je (x) = f (x).
z
(iv) Ako je skup A konaan ili prebrojiv, tada je i primitivna funkcija
c
funkcije f na intervalu [a, b]. Prema teoremu 1.2 za bilo koju primitivnu
funkciju F funkcije f na intervalu [a, b] vrijedi
x [a, b]
F (x) = (x) + C,
pa iz toke (i) slijedi
c
F (b) F (a) = (b) + C (a) C = (b) =
2.3
f (x) dx.
a
Supstitucija i parcijalna integracija
Svaki odredeni integral moemo rijeiti tako da prvo rijeimo pripadni

z
s
s
neodredeni integral, a potom uvrstimo granice prema Newton-Leibnitzovoj
formulu. Promotrimo integral
9
I=
4
dx
.
x1
Prvo pomou supstitucije rijeimo neodredeni integral

c
s
dx
=
x1
x = t2
dx = 2 t dt
= 2 x + 2 ln | x 1|.
2 t dt
= 2 t + 2 ln |t 1|
t1
2.3
53
Supstitucija i parcijalna integracija
P=(x)
a
Slika 2.6: Primitivna funkcija kao odredjeni integral
Primijetimo da je supstitucija dobro denirana jer je x 0. Takoder primijetimo da kod rjeavanja neodredenog integrala ne treba pisati konstantu
s
integracije C, jer nam ona ne treba u Newton-Leibnitzovoj formuli. Dakle,
I=2
x + 2 ln | x 1|
9
4
= 2 (3 + ln 2) 2 (2 + ln 1) = 2 + 2 ln 2.
Ako prilikom zamjene varijabli ujedno izvrimo i odgovarajuu zamjenu

s
c
s
c
c
granica, odredeni integral rjeavamo na slijedei nain:
9
dx
=
x1
x = t2
dx = 2 t dt
3
=2
dt + 2
2
x 4 9
t 2 3
=
2
2 t dt
t1
3
dt
= 2 t + 2 ln |t 1|
t1
2
3
2
= 2(3 2) + 2(ln 2 ln 1) = 2 + 2 ln 2.
Kod zamjene granica trebamo uvijek paziti da ona bude dobro denirana.
Tako u ovom primjeru supstitucija x = t2 zapravo znai t = x, pa smo

c
prema tome i odabrali nove granice. Posebno oprezan treba biti kod zamjene
granica u sluaju periodikih (trigonometrijskih) funkcija.
c
c
54
ODREDENI INTEGRAL
Formula za parcijalnu integraciju takoder vrijedi u odredenom integralu:
2
2
2
u = ln x, du = 1 dx,
1
x
ln x dx =
= x ln x x dx
x
1
dv = dx, v = x
1
1
2
= 2 ln 2 1 ln 1 x
2.4
= 2 ln 2 1.
Teoremi o odredenom integralu
U ovom poglavlju dokazat emo jo neka svojstva odredenog integrala.

c
s
U [M1, 5.5.2] dokazali smo Cauchyjev i Lagrangeov teorem srednje vrijednosti za derivaciju. Slijedei teorem je analogija tih teorema za odredeni
c
integral, a dokazuje se pomou Cauchyjevog teorema.
c
Teorem 2.4 (Teorem srednje vrijednosti) Ako su funkcije f, g : [a, b]
R neprekidne i g(x) = 0, tada postoji toka c (a, b) takva da je
c
b
f (c)
=
g(c)
f (x) dx
a
g(x) dx
a
Posebno (uz g(x) 1) vrijedi

1
f (c) =
ba
f (x) dx.
a
Dokaz. Neka su F i G primitivne funkcije funkcija f i g na segmentu

[a, b], redom. Kako su f i g neprekidne, to su F i G derivabilne na (a, b).
Pored toga, G (x) = g(x) = 0. Dakle, funkcije F i G ispunjavaju uvjete
Cauchyjevog teorema, pa postoji toka c (a, b) takva da je
c
b
F (c)
F (b) F (a)
f (c)
=
=
=
g(c)
G (c)
G(b) G(a)
f (x) dx
a
b
g(x) dx
a
i prva tvrdnja teorema je dokazana. Druga tvrdnja slijedi iz prve ako uzmemo g(x) 1.
2.4
55
Teoremi o odredenom integralu
Graka interpretacija druge tvrdnje teorema je slijedea: povrina izmedu

c
c
s
funkcija f (x) i x-osi od a do b jednaka je povrini pravokutnika s bazom ba
s
i visinom f (c), s time to povrina i visina mogu biti i negativne (slika 2.7).
s
s
Vrijednost f (c) je srednja vrijednost funkcije f na intervalu [a, b].
f(c)
Slika 2.7: Teorem srednje vrijednosti
Zadatak 2.1 Izraunajte srednju vrijednost funkcije f (x) = x2 na intervalu

c
[0, 1].
Teorem 2.5 Neka su funkcije f, g : [a, b] R integrabilne na [a, b]. Tada
vrijedi:
(i) odredeni integral je linearan:
b
g(x) dx,
f (x) dx +
(f (x) + g(x)) dx =
(ii) odredeni integral je monoton, odnosno ako je f (x) g(x) za svaki

x [a, b], tada je
b
f (x) dx
g(x) dx,
a
(iii) odredeni integral zadovoljava nejednakost trokuta:

b
f (x) dx
|f (x)| dx.
56
ODREDENI INTEGRAL
Dokaz.
(i) Neka su F i G primitivne funkcije od f i g, redom. Kako je (F (x) +
G(x)) = f (x) + g(x), zakljuujemo da je funkcija F + G primic
tivna funkcija funkcije f + g. Newton-Leibnitzova formula daje
b
(f (x) + g(x)) dx = F (x) + G(x)

a
= F (b) + G(b) (F (a) + G(a))

= (F (b) F (a)) + (G(b) G(a))
b
f (x) dx.
f (x) dx +
(ii) Zbog f (x) g(x), za svaku dekompoziciju D segmenta [a, b] odgovarajue donje sume zadovoljavaju nejednakosti
c
b
d(f, D) d(g, D)
g(x) dx.
a
Dakle
b
g(x) dx sup d(f, D) =

DD
f (x) dx.
a
(iii) Svojstvo apsolutne vrijednosti realnog broja iz [M1, 1.7.2] povlai

c
|f (x)| f (x) |f (x)|.
Druga tvrdnja teorema povlai
c
|f (x)| dx
f (x) dx
|f (x)| dx,
pa isto svojstvo apsolutne vrijednosti (primijenjeno u obratnom smjeru)

daje tvrdnju.
2.5
57
Nepravi integral
2.5
Nepravi integral
Nepravi integral je poopenje odredenog integrala kada podruje integrac

c
cije ima barem jednu beskonanu granicu, ili kada funkcija unutar podruja
c
c
integracije nije omedena (na primjer, ima vertikalnu asimptotu). Neprave integrale rjeavamo pomou limesa. Ako je nepravi integral konaan, kaemo
s
c
c
z
da je konvergentan ili da konvergira, u protivnom je divergentan odnosno
divergira.
Zelimo, na primjer, odrediti povrinu izmedu krivulje y = ex i x-osi od

s
nula do beskonano (slika 2.8).
c
exp(-x)
1
Slika 2.8: Nepravi integral

Lako se moemo uvjeriti da je traena povrina konana, unato tome
z
z
s
c
c
to se podruje protee u beskonano. Naime, traena povrina je manja od
s
c
z
c
z
s
sume povrina pravokutnika oznaenih na slici 2.9, a ta je pak jednaka sumi
s
c
geometrijskog reda1
1
e(n1) =
< .
1
n=1
1
e
Povrinu raunamo pomou nepravog integrala:
s
c
c
+
a
x
e
0
ex dx = lim (ex )
dx = lim
a+
a+
= lim ea + e0 = 1.
a+
Slijedei nepravi integral ponaa se kao red brojeva

c
s
gira za p > 1, a divergira za p 1 (vidi [M1, 6.2.2]).
1
1/np koji konver-
Ovdje se radi o gornjoj integralnoj sumi za xi = i, i = 0, 1, i Mi = e(n1) .
58
ODREDENI INTEGRAL
Slika 2.9: Konvergentna gornja suma nepravog integrala
Primjer 2.3 Izraunajmo integral

c
+
I=
1
dx.
xp
Prelaskom na limes imamo

a
xp dx.
I = lim
a+
1
Sluajeve p = 1, p < 1 i p > 1 emo analizirati posebno Za p = 1 vrijedi

c
c
a
I = lim ln |x|
a+
= lim ln a ln 1 = +,
a+
pa integral divergira. Za p = 1 vrijedi

1
xp+1
a+ p + 1
1
1
a1p
.
a+ 1 p
1p
= lim
I = lim
Za p < 1 je 1 p > 0, pa je I = +, odnosno integral divergira. Za p > 1

je 1 p < 0, pa je I = 1/(p 1), odnosno integral konvergira.
Kao primjer nepravog integrala koji u rubu podruja integracije ima verc
tikalnu asimptotu, uzet emo istu podintegralnu funkciju kao u prethodnom
c
primjeru. Ponaanje integrala u odnosu vrijednost parametra p je obrnuto
s
nego u prethodnom primjeru.
2.5
59
Nepravi integral

c
1
I=
1
dx.
xp
Prelaskom na limes imamo

1
xp dx.
I = lim
0+
Sluajeve p = 1, p < 1 i p > 1 emo analizirati posebno Za p = 1 vrijedi

c
c
1
I = lim ln |x|
0+
= lim ln 1 ln = () = ,
0+
pa integral divergira. Za p = 1 vrijedi

I = lim
0+
1
xp+1
p + 1
= lim
0+
1
1 1p
.
1p 1p
Za p < 1 je 1 p > 0, pa je I = 1/(1 p), odnosno integral konvergira. Za

p > 1 je 1 p < 0, pa je I = +, odnosno integral divergira.
U sluaju kada u nepravom integralu imamo i beskonane granice i toke
c
c
c
prekida, integral rastavljamo na vie dijelova. Na primjer,
s
+
1
dx =
x ln2 x
1
dx +
x ln2 x
1
= lim
0+
0+
1
dx
x ln2 x
1
dx + lim
0+
x ln2 x
a+ 1+
1
dx.
x ln2 x
Zadatak 2.2 Rijeite prethodni integral i pokaite da divergira u +.

s
z
2.5.1
Kriteriji konvergencije
Slino kao kod redova brojeva [M1, 6.2.2 i 6.2.3], i kod nepravog
c
integrala moemo zakljuiti da li konvergira bez raunanja samog integrala.
z
c
c
Poredbeni kriterij za nepravi integral glasi (usporedi [M1, teorem 6.10]):
ako je 0 f (x) g(x) za svaki x (a, b), pri emu su a i b granice nepravog
c
integrala, tada vrijedi slijedee:
c
60
ODREDENI INTEGRAL
b
f (x) dx;
g(x) dx povlai konvergenciju integrala

c
(i) konvergencija integrala
a
b
(ii) divergencija integrala
f (x) dx povlai divergenciju integrala

c
a
g(x) dx.
a
Teorem o apsolutnoj konvergenciji za nepravi integral glasi (usporedi

b
|f (x)| dx povlai konvergenc
[M1, teorem 6.11]): konvergencija integrala

a
f (x) dx.
ciju integrala
a
Primjer 2.5 Integral

+
2
ex dx =
koji ima vanu primjenu u teoriji vjerojatnosti, nije elementarno rjeiv.

z
s
Medutim, koristei poredbeni kriterij lako vidimo da taj integral konvergira.
c
Kako je podintegralna funkcija parna, oito vrijedi (slika 2.10)
c
+
+
x2
ex dx.
dx = 2
0
2
Iz slike 2.10, injenica da za 0 x 1 vrijedi 0 ex 1, dok za x > 1

c
2
vrijedi 0 < ex < ex , i poredbenog kriterija, slijedi
+
1
x2
dx =
+
x2
dx +
+
x2
e
1
dx 1 +
ex dx < 2,
1
pa promatrani integral konvergira.

Kao ilustraciju apsolutne konvergencije promotrimo integral (vidi sliku
2.11)
+
sin x ex dx.
0
Kako za x 0 vrijedi | sin x ex | ex , po poredbenom kriteriju za+
kljuujemo da
c
0
| sin x ex | dx konvergira. No, tada i zadani integral
konvergira po teoremu o apsolutnoj konvergenciji.
2.5
61
Nepravi integral
exp(-x**2)
exp(-x)
1
-4
-3
-2
-1
Slika 2.10: Poredbeni kriterij za odredjeni integral
sin(x)*exp(-x)
exp(-x)
Slika 2.11: Apsolutna konvergencija nepravog integrala
62
ODREDENI INTEGRAL
2.6
Primjene odredenog integrala
Osnovne geometrijske primjene odredenog integrala su:

raunanje povrine ravninskih likova,
c
s
raunanje duljine luka ravninskih krivulja,
c
raunanje volumena (obujma) tijela koja nastaju rotacijom ravninskih
c
krivulja oko zadane osi,
raunanje oploja tijela koja nastaju rotacijom ravninskih krivulja oko
c
s
zadane osi.
Navedeni problemi su u osnovi jednodimenzionalni, odnosno ovise samo
o jednoj varijabli. Za svaku od ovih primjena izvest emo formule i dati
c
primjere za sluajeve kada su funkcije zadane u Kartezijevim koordinatama,
c
parametarski i u polarnim koordinatama, to ukupno daje 12 razliitih pris
c
mjena.
Obradit emo i neke primjene odredenog integrala u zici i to:
c
raunanje rada (integral sile po putu),
c
raunanje hidrostatskog tlaka i
c
raunanje momenata i teita.
c
zs
2.6.1
Povrina ravninskog lika

s
Povrinu izmedu krivulja y = f (x) i y = g(x) od toke a do toke b

s
c
c
raunamo kao beskonanu (integralnu) sumu beskonano malih elemenata
c
c
c
povrine (slika 2.12). Elementi povrine su beskonano mali pravokutnici s
s
s
c
bazom dx i visinom f (x) g(x).
Povrina se rauna formulom
s
c
b
dP =
P =
[a,b]
(f (x) g(x)) dx.
Primjer 2.6 Povrina izmedu krivulja y = x2 i y =

s
2.13)
1
P =
0
2
x3
( x x2 ) dx = x3/2
3
3
1
0
(2.1)
x dana je s (vidi sliku
1
= .
3
2.6
63
y=f(x)
dP=(f(x)g(x)) dx
x+dx
y=g(x)
Slika 2.12: Povrina ravninskog lika i element povrine

s
s
Kod raunanja povrina kao varijablu integracije moemo uzeti x ili y,

c
s
z
ovisno o tome to je povoljnije.
s
Primjer 2.7 Izraunajmo povrinu omedenu krivuljama y = x2 i y = x 2
c
s
(slika 2.14). Da bi odredili granice integracije prvo moramo nai sjecita
c
s
2 = y+2, odnosno krivulje se sijeku u tokama
krivulja. Izjednaavanje daje y
c
c
M = (1, 1) i N = (4, 2).
Ako za varijablu integracije odaberemo y, tada je y [1, 2], gornja
funkcija dana je s f (y) = y + 2, a donja funkcija dana je s g(y) = y 2 . Dakle,
2
P =
1
((y + 2) y 2 ) dy =
y2
y3
+ 2y
2
3
2
1
9
= .
2
Ako za varijablu integracije odaberemo x, tada integral moramo rastaviti

na dva dijela. U tom sluaju vrijedi
c
1
P =
0
( x ( x)) dx +
9
( x (x 2)) dx = = .
2
z
Pomou odredenog integrala moemo izvesti dobro poznate formule za
c
povrinu elipse i krunice.
s
z
64
ODREDENI INTEGRAL
sqrt(x)
x**2
1
Slika 2.13: Povrina ravninskog lika I

s
Primjer 2.8 Neka je zadana elipsa

(x0 )2 (y y0 )2
+
= 1.
a2
b2
(2.2)
Zadana elipsa ima sredite u toki S = (x0 , y0 ), a polu-osi su joj duge a i b

s
c
(slika 2.15).
Oito je x [x0 a, x0 + a], a gornja i donja funkcija dane su s
c
f (x) = y0 + b
(x x0 )2
,
a2
g(x) = y0 b
(x x0 )2
.
a2
Povrina elipse dana je s

s
x0 +a
P =
y0 + b
x0 a
x0 +a
2b
=
x0 a
(x x0 )2
y0 b
a2
(x x0 )2
dx.
a2
(x x0 )2
a2
dx
2.6
65
sqrt(x)
-sqrt(x)
x-2
-1
-2
Slika 2.14: Povrina ravninskog lika II

s
Trigonometrijska supstitucija iz poglavlja 1.7 daje

x x0
x x0
= sin t, t = arcsin
, x x0 a x 0 + a
a
a
P =
t /2
/2
dx = a cos t dt,
/2
/2
2
1 sin t cos t dt = 2 a b
= 2ab
/2
| cos t| cos t dt.
/2
Kako je na promatranom intervalu cos t 0, koristei poznatu vezu izmedu

c
2 t i cos 2t imamo
funkcija cos
/2
/2
P = 2ab
/2
cos t dt = 2 a b
1
1
(1 + cos 2t) dt = a b t + sin 2t
2
2
/2
/2
/2
= a b .
Za a = b = r formula (2.2) prelazi u jednadbu krunice radijusa r s
z
z
centrom u toki S = (x0 , y0 ),
c
(x x0 )2 + (y y0 )2 = r 2 ,
ija je povrina jednaka P = r 2 .

c
s
Zadatak 2.3 a) Rijeite Primjer 2.8 pomou supstitucije (xx0 )/a = cos t.
s
c
b) Rijeite Primjer 2.8 integrirajui po varijabli y.
s
c
66
ODREDENI INTEGRAL
y0
x 0-a
x0
x 0+a
Slika 2.15: Povrina elipse

s
Parametarski zadana krivulja

Kod parametarski zadane krivulje
x = (t),
y = (t),
t [t1 , t2 ],
raunamo povrinu izmedu te krivulje i pravca x = c, c R. Pri tome treba

c
s
voditi rauna o tome je li x = (t) rastua ili padajua funkcija i ovisno
c
c
c
o tome postaviti integral, odnosno odabrati granice integriranje tako da je
prirast dx = dt nenegativan.
Primjer 2.9 Izraunajmo povrinu ispod jednog luka cikloide (slika 2.16),
c
s
x = a(t sin t),
y = a(1 cos t),
a > 0,
t [0, 2 ].
Traena povrina jednaka je

z
s
2
P =
0
[a(1 cos t) 0] a(1 cos t) dt = a2
(1 cos t)2 dt = 3a2 .
Formulu za povrinu elipse iz Primjera 2.8 moemo jo jednostavnije

s
z
s
izvesti pomou parametarski zadane funkcije.
c
Primjer 2.10 Elipsa iz Primjera 2.8 je parametarski zadana s
x = x0 + a cos t,
y = y0 + b sin t,
t [0, 2].
2.6
67
2*a*pi
Slika 2.16: Povrina ispod jednog luka cikloide

s
Kada usporedimo ove formule s formulom (2.2) i slikom 2.15, vidimo da za

t od 0 do prirast dx pada. Medutim, da bi mogli ispravno primijeniti
formulu (2.1) dx mora rasti. Problem emo rijeit tako to emo izraunati
c
s
s c
c
povrinu donje polovice elipse, u kojem sluaju dx raste kada t ide od do
s
c
2. Dakle,
2
P =2
[y0 (y0 + b sin t)] a( sin t) dt = 2 a b

2
= 2ab
sin2 t dt
1
(1 cos 2t) dt = a b .
2
Krivulja zadana u polarnim koordinatama

U polarnom koordinatnom sustavu toka T = (x, y) zadaje se pomou
c
c
kuta kojeg polu-pravac koji izlazi iz ishodita i prolazi tokom T zatvara
s
c
s x-osi i udaljenou r toke T od ishodita (slika 2.17).
sc
c
s
Transformacije iz polarnog u Kartezijev koordinatni sustav vre se prema
s
formulama
x = r cos ,
y = r sin .
(2.3)
Transformacije iz Kartezijevog u polarni koordinatni sustav vre se prema

s
formulama
x2 + y 2 ,
y
= arctg ,
x
r=
68
ODREDENI INTEGRAL
y
r
Slika 2.17: Polarni koordinatni sustav
pri emu se kvadrant u kojem se nalazi kut odredi sa slike ili iz kombinacije
c
predznaka od x i y. Vidimo da je polarni koordinatni sustav, kao i gornje
formule, identine formulama za trigonometrijski oblik kompleksnog broja
c
iz [M1, 1.8.1].
Traenje povrine likova zadanih u polarnom koordinatnom sustavu priz
s
kazano je na Slici 2.18. U polarnom koordinatnom sustavu krivulju zadajemo
formulom
r = f (),
D R.
Zbog prirode samog sustava obino traimo povrinu izmedu krivulje r =
c
z
s
f () i zraka = 1 i = 2 . Shodno tome, element povrine u polarnom
s
koordinatnom sustavu je kruni isjeak radijusa r s kutom d, odnosno
z
c
dP =
1 2
r d.
2
Kao i Kartezijevim koordinatama, povrina je jednaka beskonanoj (intes

c
gralnoj) sumi beskonano malih elemenata povrine, odnosno
c
s
1
dP =
2
P =
[1 ,2 ]
1
r d =
2
f 2 () d.
1
U polarnom koordinatnom sustavu vrlo je jednostavno izvesti formulu za

povrinu kruga.
s
Primjer 2.11 Neka je zadana krunica radijusa R s centrom u toki T =
z
c
(x0 , y0 ),
(x x0 )2 + (y y0 )2 = R2 .
2.6
69
+d
r
2
r=f( )
Slika 2.18: Element povrine u polarnim koordinatama

s
Ako ishodite polarnog koordinatnog sustava postavimo u sredite krunice

s
s
z
(slika 2.19), tada krunica ima jednadbu r = R (konstantna funkcija!), pa
z
z
je
1
P =
2
R2 d =
1 2
R
2
= R2 .
0
R
y
x0
Slika 2.19: Povrina kruga u polarnim koordinatama

s
Linearne funkcije u polarnim koordinatama su spirale.
70
ODREDENI INTEGRAL
Primjer 2.12 Izraunajmo povrinu odredenu prvim zavojem Arhimedove

c
s
spirale (slika 2.20),
r = a ,
0.
a > 0,
Vrijedi
1
P =
2
(a )2 d =
1 2 3
a
2
3
=
0
4 2 3
a .
3
Primijetimo da je traena povrina jednaka treini povrine krunice radijusa

z
s
c
s
z
2 a .
Slika 2.20: Arhimedova spirala r = a
2.6.2
Duljina luka ravninske krivulje
Postupak raunanja duljine luka ravninske krivulje jo se naziva rektic

s
kacija krivulje. Slino kao i kod raunanja povrine, duljinu luka krivulja
c
c
s
y = f (x) od toke x = a do toke x = b raunamo kao beskonanu (intec
c
c
c
gralnu) sumu beskonano malih elemenata duljine ds. Formula za element
c
duljine slijedi iz Pitagorinog pouka i injenice da se funkcija u okolini neke
c
c
toke moe aproksimirati njenom tangentom (slika 2.21),
c
z
ds =
dx2 + dy 2 =
1+
dy
dx
dx =
1 + y 2 dx.
(2.4)
2.6
71
Ovdje po dogovoru uzimamo da je duljina luka pozitivna ako x raste, odnosno ako je dx pozitivan. Dakle, duljina luka krivulje y = f (x) od toke
c
x = a do toke x = b rauna se formulom
c
c
b
1 + y 2 dx.
ds =
S=
[a,b]
ds
dy
dx
x+dx
Slika 2.21: Element duljina luka ravninske krivulje
Primjer 2.13 Izraunajmo duljinu luka kvadratne parabole y = x2 od 0 do

c
c
1. Na Slici 2.5 vidimo da za traenu duljinu S vrijedi 2 < S < 2. Koristei,
z
na primjer, metodu neodredenih koecijenata iz poglavlja 1.7.3, imamo
1
S=
1
1 + 4 x2 dx = x
2
1 + 4 x2 +
1
ln |2 x +
4
1 + 4 x2 |
5 1
+ ln(2 + 5) 1.4789.
2
4
Parametarski zadana krivulja

Kod parametarski zadane krivulje
x = (t),
y = (t),
t D R,
element duljine je dan s

dS =
dx2 + dy 2 =
dx
dt
dy
dt
dt =
x2 + y 2 dt,
72
ODREDENI INTEGRAL
pa se duljina luka rauna formulom

c
t2
x2 + y 2 dt.
S=
t1
Iz ove formule slijedi da je duljina luka pozitivna kada je dt nenegativan,

odnosno kada t raste.
Primjer 2.14 a) Opseg krunice radijusa r,
z
x = r cos t,
t [0, 2],
y = r sin t,
jednak je
2
(r( sin t))2
S=
+ (r cos t)2 dt
= 2 r .
r dt = r t
0
b) Duljina jednog luka cikloide iz primjera 2.9 (slika 2.16) jednaka je

2
[a(1
S=
0
cos t)]2
(a sin t)2 dt
=a
0
2 2 cos t dt.
Koristei poznatu vezu izmedu trigonometrijskih funkcija, 1 cos t =

c
2 sin2 (t/2), i injenicu da je sin(t/2) 0 za t [0, 2], imamo
c
2
S = 2a
sin
0
t
t
dt = 4 a cos
2
2
= 8 a.
0
Krivulja zadana u polarnim koordinatama

Krivulju zadanu u polarnim koordinatama,
r = r(),
[1 , 2 ],
prvo pomou transformacija (2.3) prebacimo u parametarski oblik,

c
x = r cos = r() cos ,
y = r sin = r() sin .
(2.5)
2.6
73
Sada je
x = r () cos + r()( sin ),
y = r () sin + r() cos ,
odnosno
x2 + y 2 =
(r ())2 cos2 + r 2 () sin2 2r ()r() sin cos
+ (r ())2 sin2 + r 2 () cos2 + 2r ()r() sin cos

=
(r ())2 + r 2 ().
Dakle, duljinu luka krivulje u polarnim koordinatama raunamo formulom

c
2
r 2 + r 2 d.
S=
1
Primjer 2.15 Duljina luka prvog zavoja Arhimedove spirale (vidi primjer
2.12 i sliku 2.20) jednaka je
2
a2 + (a )2 d = a
S=
0
=a
2.6.3
1
1
1 + 2 + ln | +
2
2
1 + 2 d =
2
1 + 2 |
21.256 a.
Volumen rotacionog tijela
Rotaciona ploha je ploha koja nastaje rotacijom neke krivulje oko zadane
osi. Rotaciono tijelo je tijelo omedeno tom plohom i bazama (vidi sliku slika
2.22). Promotrimo sluaj kada rotaciono tijelo nastaje rotacijom krivulje
c
y = f (x) oko x-osi. U tom sluaju volumen (obujam) nastalog tijela od
c
toke x = a do toke x = b raunamo kao beskonanu (integralnu) sumu
c
c
c
c
beskonano malih elemenata volumena. Element volumena dV je volumen
c
cilindra visine dx i radijusa baze r = f (x) (slika 2.22), odnosno
dV = f 2 (x) dx,
pa se volumen rotacionog tijela rauna formulom
c
b
[a,b]
pri emu je dx nenegativan.

c
y 2 dx,
dV =
V =
(2.6)
74
ODREDENI INTEGRAL
y=f(x)
x+dx
dx
Slika 2.22: Volumen rotacionog tijela i element volumena
Primjer 2.16 a) Kuglu radijusa r s centrom u ishoditu, moemo dobiti

s
z
2 x2 oko x-osi. Stoga je volumen kugle

rotirajui polukrunicu y = r
c
z
jednak
r
V =
r
x3
(r + x ) dx = r x
3
2
=
r
4 3
r .
3
b) Izvedimo formulu za volumen stoca visine h i radijusa baze r. Takav

s
r
stoac nastaje, na primjer, rotacijom pravca y = h x oko x-osi za x
z
[0, h], pa je njegov volumen jednak dobro poznatoj formuli
h
r
x
h
V =
r 2 x3
dx = 2
h
3
h
0
1
= r 2 h.
3
Za parametarski zadanu krivulju

x = (t),
y = (t),
t D R,
uvrtavanje u formulu (2.6) daje

s
t2
t2
2
y 2 x dt.
(t) (t) dt =
V =
t1
t1
(2.7)
2.6
75
Ova formula vrijedi ukoliko je dx = x dt nenegativan u protivnom treba
integral pomnoiti s 1, odnosno zamijeniti granice integracije.

z
Primjer 2.17 Volumen tijela koje nastaje rotacijom jednog luka cikloide iz
primjera 2.9 (slika 2.16) oko x-osi jednak je
2
a2 (1 cos t)2 a (1 cos t) dt
V =
0
2
3
(1 3 cos t + 3 cos2 t cos3 t) dt
=a
0
2
= a3
(1 + 3 cos2 t) dt.
0
2
Zadnja jednakost slijedi iz injenice da je

c
0
Dakle,
2
3
V =a
3
1 + (1 + cos 2 t) dt = a3
2
cos2n1 t dt = 0 za svaki n N.
5
3
t + sin 2 t
2
4
= 5 a3 2 .
0
Napomena 2.2 Kod raunanja volumena rotacionih tijela, zadana krivulja

c
moe rotirati i oko y-osi, oko pomaknute osi (na primjer, x = 1), oko vertiz
kalne asimptote (u kojem sluaju se dobije nepravi integral), i slino. U tom
c
c
sluaju se izvri odgovarajua zamjena varijabli, na primjer t = x 1.
c
s
c
Zadatak 2.4 Izraunajte volumen kugle nastale rotacijom polukrunice x =
c
z
r cos t, y = r sin t, t [/2, /2] oko y-osi. Uputa: u formuli (2.7) treba
zamijeniti uloge varijabli x i y.
Krivulju zadanu u polarnim koordinatama,
r = r(),
[1 , 2 ],
prvo prebacimo u parametarski oblik (2.5), pa uvrtavanje u formulu (2.7)

s
daje
2
V =
1
r 2 () sin2 [r () cos r() sin ] d.
76
ODREDENI INTEGRAL
Ova formula vrijedi ukoliko je dx = [r () cos r() sin ] d nenegativan

u protivnom treba integral pomnoiti s 1, odnosno zamijeniti granice
z
integracije.
Primjer 2.18 Kugla radijusa R s centrom u ishoditu nastaje rotacijom
s
krivulje r = R, [0, ], oko x-osi. Volumen kugle jednak je
V =
=
2.6.4
R sin (R sin ) d = R
0
cos = t = R3
1
1
(1 t2 ) dt =
(1 cos2 ) sin d
4 3
R .
3
Oploje rotacionog tijela

s
Postupak raunanja oploja (povrine plata) rotacionog tijela jo se nac

s
s
s
s
ziva komplanacija plohe. Povrinu plata rotacionog tijela od toke x = a
s
s
c
do toke x = b raunamo kao beskonanu (integralnu) sumu beskonano
c
c
c
c
malih elemenata oploja. Element oploja dO je povrina plata krnjeg
s
s
s
s
stoca iji je radijus jedne baze jednak y = f (x), radijus druge baze jeds c
nak y + dy = f (x) + f (x) dx, a duljina izvodnice jednaka ds = dx2 + dy 2
(slika 2.23). Zapravo, u ovom sluaju duljinu luka krivulje u okolini toke x
c
c
aproksimiramo elementom duljine luka ds kao to smo to uinili u poglavlju
s
c
2.6.2.
Povrina plata krnjeg stoca baznih radijusa r1 i r2 i izvodnice s jednaka
s
s
s
je
P = s (r1 + r2 ) .
Dakle, u naem sluaju vrijedi
s
c
dO = ds(|y| + |y + dy|) = 2 |y| ds 2 dy ds .
U ovoj formuli smo uzeli apsolutne vrijednosti, jer se radi o radijusima koji
ne mogu biti negativni. Kako je drugi pribrojnik, 2 dy ds , innitezimalno
manji od prvog, moemo ga zanemariti, pa je konano element oploja dan
z
c
s
s (formalan dokaz izostavljamo)
dO = 2 |y| dS .
U Kartezijevim koordinatama element duljine luka dS dan je izrazom (2.4)
2.6
77
f(x)
y
y+dy
x+dx
ds
Slika 2.23: Oploje rotacionog tijela i element oploja

s
s
pa se oploje rotacionog tijela rauna formulom

s
c
b
dO = 2
O=
[a,b]
|y|
1 + y 2 dx.
Za parametarski zadanu krivulju

x = (t),
y = (t),
imamo
t D R,
t2
O = 2
t1
|y(t)|
x(t)2 + y(t)2 dt,
(2.8)
a za krivulju zadanu u polarnim koordinatama,

r = r(),
imamo
[1 , 2 ],
O = 2
1
|r() sin |
r 2 () + r 2 () d.
(2.9)
Zadatak 2.5 a) Izvedite formule (2.8) i (2.9).

b) Izvedite formulu za oploje kugle radijusa r na sva tri naina. Rjeenje:
s
c
s
2 .
O = 4r
78
2.6.5
ODREDENI INTEGRAL
Sila i rad
Prema Newtonovom drugom zakonu gibanja ako se tijelo kree po pravcu

c
i ako je gibanje tijela dano funkcijom s(t), tada je sila F koje djeluje na tijelo
u smjeru kretanja jednaka umnoku mase tijela i njegove akceleracije:
s
F =m
d2 s
.
dt2
s
U sluaju konstantnog ubrzanja, sila F je takoder konstantna i izvreni rad
c
deniramo kao umnoak sile F i prijedenog puta d:
z
W = F d.
U sluaju kada sila nije konstantna, postupamo na slijedei nain: neka
c
c
c
se tijelo giba uzdu x-osi od toke x = a do toke x = b i neka u toki
z
c
c
c
x na tijelo djeluje sila f (x). Neka je {x0 , x1 , . . . , xn } rastav segmenta [a, b]
(vidi deniciju 2.1) takav da su svi podintervali jednake duljine, xi xi1 =
x, i = 1, . . . , n. U podintervalu [xi1 , xi ] odaberimo toku i . Kako je
c
za veliki n duljina intervala x mala, a funkcija f je neprekidna, moemo
z
pretpostaviti da je f gotovo konstantna na intervalu [xi1 , xi ]. Stoga je rad
koji se izvri prilikom pomicanja tijela od toke x = xi1 do toke x = xi
s
c
c
priblino jednak
z
Wi f (i ) x
pa je cjelokupni rad priblino jednak
z
n
f (i ) x.
Wi =
i=1
i=1
Intuitivno je jasno da ova aproksimacija postaje sve bolja to je n vei. Kako

s
c
je izraz na desnoj strani jedan oblik integralne sume, rad izvren prilikom
s
pomicanja tijela od toke x = a do toke x = b deniramo kao
c
c
n
n
f (x) dx.
f (i ) x =
W = lim
i=1
U metrikom sustavu masa se mjeri u kilogramima (kg), pomak u mec

trima (m) vrijeme u sekundama (s) i sila u njutnima (newton, N = kg m/s2 ).
Dakle, sila od 1 N koja djeluje na masu od 1 kg proizvodi ubrzanje od 1 m/s2 .
Sila se mjeri u njutn-metrima ili dulima (joule, J = N m).
z
2.6
79
Primjer 2.19 Ako na tijelo koje se nalazi x metara od ishodita djeluje sila
s
od x2 + x njutna, rad koji se izvri kada se tijelo pomakne od toke x = 1 m
s
c
do toke x = 4 m jednak je
c
4
W =
(x2 + x) dx =
x3 x2
+
3
2
= 28.5 J.
1
Primjer 2.20 Prema Hookeovom zakonu, sila potrebna za odravanje opruge

z
rastegnutom x jedinica udaljenosti od njene prirodne duine proporcionalna
z
je s x:
f (x) = kx,
pri emu je k pozitivna konstanta (konstanta opruge). Hookeov zakon vrijedi
c
ako rastezanje x nije preveliko (vidi sliku 2.24).
x
0
a) Prirodni poloaj opruge

z
f(x)=kx
x
0
b) Rastegnuta opruga
Slika 2.24: Hookeov zakon
Neka je, na primjer, sila od 30 N potrebna da bi se drala opruga
z
koje je od svoje prirodne duljine od 10 cm rastegnuta na duljinu od 15 cm.
Izraunajmo rad potreban da bi se opruga dalje rastegla na duljinu od 18 cm.
c
Prvo je potrebno odrediti konstantu opruge k: prema zadanim podacima
80
ODREDENI INTEGRAL
vrijedi
30
= 600 N/m.
0.05
Dakle, f (x) = 600 x pa je izvreni rad jednak
s
30 N = 0.05 k,
0.08
600 x dx = 600
W =
0.05
k=
x2
2
0.08
= 300 (0.082 0.052 ) = 1.17 J.
0.05
Primjer 2.21 Rezervar oblika invertiranog stoca visine h = 10 m i radijusa

s
baze r = 3 m napunjen je vodom do visine 8 m (vidi sliku 2.25). Izraunajmo
c
rad koji je potreban za pranjenje rezervara i to tako da se voda ispumpa
z
preko gornjeg ruba.
3m
2m
x
x
r
10m
Slika 2.25: Rezervar s vodom

U ovom sluaju prvo treba postaviti integral. Uvedimo koordinatni susc
tav kao na slici 2.25. Voda se nalazi od dubine 2 m do dubine 10 m. Neka je
{x0 , x1 , . . . , xn } rastav intervala [2, 10] takav da su svi podintervali jednake
duljine, xi xi1 = x, i = 1, . . . , n. Na taj nain smo i vodu u rezervaru
c
podijelili na n dijelova pri emu je i-ti dio priblino jednak cilindru visine
c
z
x i radijusa baze ri . Iz slinosti trokuta slijedi
c
3
ri
= ,
10 xi
10
ri =
3
(10 xi ).
10
Volumen i-tog dijela vode je stoga priblino jednak

z
2
Vi ri x =
9
(10 xi )2 x ,
100
2.6
81
pa je masa i-tog dijela vode priblino jednaka (masa je umnoak gustoe i

z
z
c
volumena, a gustoa vode je 1000 kg/m3 )
c
mi 90 (10 xi )2 x .
Sila potrebna za podizanje i-tog dijela vode mora nadii silu teu pa je
c
z
Fi = mi g 9.81 90 (10 xi )2 x 2774 (10 xi )2 x.
Svaka estica u i-tom dijelu vode mora prijei put koji je priblino jednak
c
c
z
xi . Stoga je rad potreban za ispumpavanje i-tog dijela vode priblino jednak
z
Wi Fi xi 2774 (10 xi )2 xi x.
Ukupni rad potreban za ispumpavanje itavog rezervara dobit emo zbrajac
c
njem doprinosa svih n dijelova i prelaskom na limes kada n :
n
W lim
2774 (10 xi )2 xi x
i=1
10
= 2774
2
(10 x2 )x dx
= 2774 50 x2 20
x3 x4
+
3
4
10
2
1.90 10 J.
Zadatak 2.6 Neka je za rastezanje opruge od njene prirodne duljine koja
iznosi 32 cm do duljine 40 cm potreban rad od 2 J.
a) Koliki je rad potreban za rastezanje opruge od 35 cm do 42 cm?
b) Na kolikoj rastegnutosti od prirodne duljine e oprugu drati sila od 20 N?
c
z
Zadatak 2.7 Kabel duine 40 m i teine 60 kg visi s vrha nebodera. Koliki
z
z
je rad potreban za povlaenje 10 m kabela na vrh nebodera?
c
Zadatak 2.8 Horizontalno poloen cilindrini rezervar (cisterna) duljine
z
c
10 m i radijusa baze 1.5 m napunjen je do polovice benzinom gustoe 760 kg/m3 .
c
a) Koliki je rad potreban da bi se gorivo ispumpalo kroz otvor koji se nalazi
na vrhu rezervara?
b) Ako se pumpa pokvari nakon rada od 106 J, kolika je visina, kolika teina,
z
a koliki volumen goriva koje je preostalo u rezervaru?
82
ODREDENI INTEGRAL
2.6.6
Hidrostatski tlak i sila
Poznato je da se prilikom ronjenja tlak vode poveava s dubinom zarona

c
i to stoga to se teina vode iznad ronioca poveava. Neka je, na primjer,
s
z
c
tanka horizontalna ploa povrine A zaronjena u tekuinu gustoe kg/m3
c
s
c
c
na dubinu od d metara ispod povrine tekuine (slika 2.26).
s
c
d
A
Slika 2.26: Zaronjena tanka ploa

c
Tekuina koja se nalazi direktno iznad ploe ima volumen V = Ad pa je
c
c
njena masa jednaka m = V = Ad. Sila kojom ta koliina vode djeluje na
c
plou jednaka je
c
F = mg = gAd,
pri emu je g ubrzanje sile tee. Tlak (pritisak) P denira se kao sila po
c
z
jedinici povrine:
s
F
P =
= gd.
A
Jedinica za mjerenje tlaka je paskal odnosno njutn po metru kvadratnom
(pascal, Pa = N/m2 ). Kako je paskal jako mala jedinica, u praksi se esto
c
koriste kilopaskali (kPa). Na primjer, tlak na dnu bazena dubine dva metra
jednak je
P = gd = 1000 kg/m3 9, 81 m/s2 2 m = 19620 Pa = 19.62 kPa.
c
Eksperimentalno je utvrdeno da je na svakom mjestu u tekuini pritisak
jednak u svim smjerovima.
Za bolje razumijevanje hidrostatskog pritiska, izraunajmo pritisak vode
c
na branu prikazanu na slici 2.27.
Brana ima oblik trapeza, visoka je 40 m, iroka je na vrhu 100 m, a na dnu
s
60 m. Zrcalo vode se nalazi 5 m ispod vrha brane. Ako postavimo koordinatnu x-os tako da se ishodite nalazi na povrini vode, dubina vode je 35 m.
s
s
Neka je {x0 , x1 , . . . , xn } rastav intervala [0, 35] takav da su svi podintervali
jednake duljine, xi xi1 = x, i = 1, . . . , n. Sada je i-ti podjeljak brane
2.6
83
30m
20m
0
x
30
a
x
40m
35
30m
x
Slika 2.27: Hidrostatski pritisak na branu

priblino jednak pravokutniku visine x i irine i . Iz slinosti trokuta
z
s
c
slijedi
a
20
35 xi
= ,
a=
,
35 xi
40
2
pa je
35 xi
i = 2 (30 + a) = 2 30 +
= 95 xi .
2
Povrina i-tog podjeljka brane je
s
Ai = i x = (95 xi ) x.
Kako je x mali, moemo pretpostaviti da je tlak na i-tom podjeljku brane
z
gotovo konstantan i jednak
Pi = gd = 1000 9.81 xi .
Hidrostatska sila koja djeluje na i-ti podjeljak brane jednaka je umnoku
s
tlaka i povrine:
s
Fi = Pi Ai = 1000 9.81 xi (95 xi ) x.
Zbrajanjem ovih sila i uzimanjem limesa kada n dobili smo ukupnu
hidrostatsku silu koja djeluje na branu:
n
F lim
9810 xi (95 xi ) x
i=1
35
= 9810
0
= 9810 95
x(95 x) dx
x2 x3
2
3
35
0
4.31 108 N.
84
ODREDENI INTEGRAL
Zadatak 2.9 Bazen za plivanje dug je 15 m, a irok je 7 m, dok mu je dno

s
ravna ploa dubine 1 m na pliem kraju i 2 m na dubljem kraju. Ako je
c
c
bazen do vrha pun vode izraunajte hidrostatsku silu koja djeluje na: a)
c
plii kraj bazena, b) dublji kraj bazena, c) jednu od bonih stranica bazena
c
c
i d) dno bazena.
2.6.7
Momenti i teite
zs
Teite ravne ploe P zadanog oblika je toka T sa svojstvom da se ploa

zs
c
c
c
poduprta u toj toki nalazi u poloaju ravnotee (slika 2.28).
c
z
z
P
T
Slika 2.28: Teite ravne ploe

zs
c
Izvod formule za teite zapoet emo poznatim Arhimedovim Zakonom
zs
c c
poluge: poluga kojoj se na kraju x1 nalazi masa m1 , a na kraju x2 nalazi
masa m2 te koje je poduprta u toki x, e biti u ravnotei ako je (slika 2.29)
c c
z
m1 ( x1 ) = m2 (x2 x),
x
iz ega slijedi m1 x + m2 x = m1 x1 + m2 x2 , odnosno

c
x=
x1
m1
m1 x1 + m2 x2
m1 + m2
x
x2
m2
Slika 2.29: Ravnotea poluge

z
Broj mi xi je moment mase mi u odnosu na ishodite. Slino, teite
s
c
zs
sustava od n estica s masama m1 , m2 , . . . , mn , koje se nalaze u tokama
c
c
2.6
85
x1 , x2 , . . . , xn na x-osi, nalazi se u toki

c
n
m i xi
x=
i=1
n
=
mi
M
,
m
i=1
pri emu je m = mi ukupna masa sustava, a M = mi xi moment sustava

c
u odnosu na ishodite. Iz jednakosti m = M zakljuujemo sljedee: ako bi
s
x
c
c
se estica mase m nalazila u toki x njen moment bi bio isti kao i moment
c
c
zadanog sustava.
Poopimo sada razmatranje na sustav od n estica s masama m1 , m2 , . . . , mn ,
c
c
koje se nalaze u tokama s koordinatama (x1 , y1 ), (x2 , y2 ), . . . , (xn , yn ) u xyc
ravnini. Moment sustava oko y-osi jednak je
n
mi xi ,
My =
i=1
moment sustava oko x-osi jednak je

n
mi y i ,
Mx =
i=1
a teite sustava je u toki T = (, y ), pri emu je

zs
c
x
c
x=
My
,
m
y=
Mx
.
m
Zadatak 2.10 Izraunajte momente i teite sustava od tri estice s mac

zs
c
sama 2, 3 i 5 koje se nalaze u tokama A = (2, 1), B = (2, 0) i C = (3, 2).
c
Promotrimo sada ravnu plou P uniformne gustoe omedenu s x-osi,
c
c
pravcima x = a i x = b i neprekidnim funkcijama y = f (x) i y = g(x), pri
emu je g(x) f (x) za x [a, b] (vidi sliku 2.30).
c
Neka je {x0 , x1 , . . . , xn } rastav intervala [a, b] takav da su svi podintervali
jednake duljine, xi xi1 = x, i = 1, . . . , n. U i-tom intervalu odaberimo
sredinju toku xi = (xi1 + xi )/2. Za dovoljno mali x dio ploe P od
s
c
c
toke x = xi1 do toke x = xi moemo aproksimirati pravokutnikom Pi
c
c
z
kao na slici 2.30. Zbog uniformne gustoe ploe, teite pravokutnika Pi se
c
c
zs
nalazi u toki
c
f (i ) + g(i )
x
x
.
Ti = xi ,
86
ODREDENI INTEGRAL
y
f(x i)
f(x)
P
i
Ti
g(x)
a
xi1 xi xi
Slika 2.30: Ploa uniformne gustoe

c
c
Masa pravokutnika Pi je
mi = [f (i ) g(i )]x.
x
x
Moment pravokutnika Pi jednak je umnoku mase i udaljenosti teita Ti od
s
zs
y-osi, odnosno
My (Pi ) = [f (i ) g(i )] x xi .
x
x
Zbrajanjem ovih momenta i uzimanje limesa kada n daje ukupni moment ploe P oko y-osi:
c
n
My = lim
i=1
xi [f (i ) g(i )] x =
x
x
x [f (x) g(x)] dx.
Slino, moment pravokutnika Pi oko x-osi jednak je

c
Mx (Pi ) = [f (i ) g(i )] x
x
x
f (i ) + g(i )
x
x
2
pa je ukupni moment ploe P oko x-osi jednak:

c
n
Mx = lim
i=1
1
[f (i )2 g(i )2 ]x =
x
x
2
b
a
1
[f (x)2 g(x)2 ] dx.
2
Ukupna masa ploe jednaka je umnoku gustoe i povrine,

c
s
c
s
b
m=
a
[f (x) g(x)] dx.
2.6
87
Teite ploe nalazi se u toki T = (, y ), pri emu, kao i kod sustava od n

zs
c
c
x
c
estica, vrijedi x = My /m i y = Mx /m, odnosno
c
x [f (x) g(x)] dx
x=
a
b
y=
[f (x) g(x)] dx
1
[f (x)2 g(x)2 ] dx
2
b
x [f (x) g(x)] dx
[f (x) g(x)] dx
b
[f (x) g(x)] dx
1
[f (x)2 g(x)2 ] dx
2
b
a
[f (x) g(x)] dx
Napomena 2.3 Zbog uniformne gustoe ploe koordinate teita ne ovise

c
c
zs
o gustoi. Ukoliko ravna ploa nema uniformnu gustou, tada za raunanje
c
c
c
c
koordinata teita koristimo dvostruke integrale, dok koordinate teita tijela
zs
zs
raunamo pomou trostrukog integrala (vidi poglavlje 4).
c
c
Primjer 2.22 Koordinate teita ploe omedene parabolom y 2 = ax i pravzs
c
cem x = a su (vidi sliku 2.31):
a
x=
x [ ax ( ax)] dx
a
0
[ ax ( ax)] dx
3
a,
5
y = 0.
y 2=ax
T
a
Slika 2.31: Koordinate teita ploe

zs
c
zs
z
c
Zadatak 2.11 Nadite teite polukrune ploe radijusa r.
88
ODREDENI INTEGRAL
2.7
Numeriko integriranje
c
Pored rjeavanja elementarno rjeivih integrala koristei pravila opisana

s
s
c
u poglavljima 1 i 2, ostale naini raunanja odredenih integrala su
c
c
numeriko integriranje,
c
integriranje razvoja podintegralne funkcije u red potencija, i
koritenje integrala ovisnih o parametru (vidi poglavlje 4.6).
s
Prve dvije metode se mogu koristiti za rjeavanje svih odredenih intes
grala, dakle, i onih koji su elementarno rjeivi, ukoliko je rjeenje jednostavs
s
nije i dovoljno tono. S druge stane, jednu od tih metoda moramo koristiti
c
elimo li izraunati integral koji nije elementarno rjeiv.
z
c
s
Integrali ovisni o parametru opisani su u poglavlju 4.6. Postupak integriranja reda funkcija ve smo opisali u poglavlju 1.8. Kod rjeavanja
c
s
s
odredenog integrala postupak je isti, samo to na kraju uvrstimo granice
i nademo sumu tako dobivenog reda, uz uvjet da se granice nalaze unutar
podruja konvergencije promatranog reda potencija.
c
U ovom poglavlju detaljnije emo opisati dvije osnovne metode numerike
c
c
integracije trapeznu i Simpsonovu formulu. Obje formule se temelje na
raunanju jedne integralne sume uz odgovarajue formule za procjenu greke.
c
c
s
Kao ilustraciju pokazat emo primjenu tih metoda na rjeavanje eliptikih inc
s
c
c
c
tegrala. Takoder emo dati formulu za Richardsonovu ekstrapolaciju pomou
s
c
c
koje se odreduje pogreka nastala numerikim integriranjem. Na kraju emo
dati Matlab programe za trapeznu i Simpsonovu formulu.
2.7.1
Eliptiki integrali
c
Eliptiki integrali su vana klasa integrala koji nisu elementarno rjeivi, a

c
z
s
na koji se svode mnoge tehnike primjene. Openito, eliptiki integrali prvog
c
c
c
tipa su integrali oblika
/2
/2
1
0
k2 sin2 x
dx =
0
dx,
1 k2 cos2 x
a eliptiki integrali drugog tipa su integrali oblika

c
/2
/2
1 k2 sin2 x dx =
1 k2 cos2 x dx,
2.7
89
c
pri emu je k2 < 1. Dokaimo jednakosti u gornjim formulama:

c
z
/2
/2
dx =
1 k2 cos2 x
1
1
k2 sin2 (x
t = x + /2,
+ /2)
dx
x 0 /2
t /2 0
dt = dx,
/2
1 k2 sin2 t
/2
dt =
0
1 k2 sin2 t
dt,
pri emu zadnja jednakost vrijedi zbog parnosti podintegralne funkcije. U

c
jednakost gornjih integrala se lako moete uvjeriti i graki, odnosno tako
z
c
to ete podintegralne funkcije nacrtati pomou programa NetPlot.
s c
c
Promotrimo parametarski zadanu elipsu
x = 2 cos t,
t [0, 2].
y = sin t,
Opseg te elipse je prema poglavlju 2.6.2 jednak

/2
/2
(2 sin2 t)2 + cos2 t dt = 4
S=4
/2
4 3 cos2 t dt = 8
3
cos2 t dt.
4
Dakle, radi se o eliptikom integralu drugog tipa. Tu vidimo i veliku razc

z
c
s
like izmedu elipse i krunice dok je podjednako lako izraunati povrine,
raunanje opsega elipse je bitno sloenije od raunanja opsega krunice.
c
z
c
z
Uvedimo oznaku
/2
I=
0
3
cos2 t dt.
4
(2.10)
Eliptiki integrali se zbog svoje vanosti nalaze u mnogim matematikim

c
z
c
tablicama. Tako iz tablice u poznatom Matematikom priruniku Brontejna
c
c
s
i Semandjajeva moemo oitati vrijednost
z
c
I 1.2111,
pa je opseg zadane elipse priblino jednak S 9.6888.
z
90
2.7.2
ODREDENI INTEGRAL
Trapezna formula
Kod trapezne formule odaberemo dekompoziciju D koja dijeli interval

[a, b] na n jednakih dijelova,
D = {a = x0 , x1 , . . . , xn1 , b = xn },
pa je prirast jednak
ba
.
n
Zadanu krivulju y = f (x) aproksimiramo izlomljenom crtom koja nastaje
x = xi xi1 =
f (x) dx aproksimiramo
spajanjem toaka (xi1 , yi1 ) i (xi , yi ), a integral

c
a
s tako dobivenom integralnom sumom Jn (vidi sliku 2.32).
f(x)
a
x
b
x n-2 x n-1 x n
Slika 2.32: Trapezna formula

Vidimo da je integralna suma zapravo suma povrina dobivenih trapeza,
s
pa odatle i ime trapezna formula. Poznata formula za povrinu trapeza daje
s
n
yi yi1
yi1 + yi
x yi1 + x
Jn =
= x
2
2
i=1
i=1
yn
y0
,
+ y1 + y2 + + yn1 +
= x
2
2
odnosno, trapezna formula glasi
Jn = x
y0
+
2
n1
yi +
i=1
yn
2
(2.11)
2.7
91
c
Pogreku trapezne formule daje slijedei teorem.

s
c
Teorem 2.6 Ako je druga derivacija f (x) neprekidna i omedena na intervalu [a, b], tada vrijedi
b
f (x) dx = Jn + R,
a
pri emu je Jn dan formulom (2.11), dok za ostatak R vrijedi ocjena

c
|R| M
ba
x2 ,
12
M = max |f (x)|.
x[a,b]
Dokaz. Radi jednostavnijeg oznaavanja uvedimo oznaku h x. Poc

greka trapezne formule na i-tom intervalu jednaka je
s
xi
Ri =
xi1
f (x) dx
h
(yi1 + yi ).
2
Promotrimo Ri = Ri (h) kao funkciju prirasta h:

xi1 +h
f (x) dx
Ri (h) =
xi1
h
[f (xi1 ) + f (xi1 + h)].
2
Koristei pravilo o deriviranju sloene funkcije imamo

c
z
h
1
[f (xi1 ) + f (xi1 + h)] f (xi1 + h)
2
2
1
h
= [f (xi1 + h) f (xi1 )] f (xi1 + h),
2
2
1
1
h
Ri (h) = f (xi1 + h) f (xi1 + h) f (xi1 + h)

2
2
2
h
= f (xi1 + h).
2
Ri (h) = f (xi1 + h)
Primijetimo da je Ri (0) = 0 i Ri (0) = 0. Vrijedi

h
R (h) R (0) =
odnosno
R (h) =
0
R (t) dt,
0
1
t f (xi1 + t) dt.
2
92
ODREDENI INTEGRAL
Teorem o srednjoj vrijednosti 2.4 primijenjen na funkcije (1/2) t f (xi1 +t)

i t povlai
c
1
R (h) = f (i )
2
t dt =
h2
f (i ),
4
za neki i (xi1 , xi ). Sada imamo

h
R(h) R(0) =
R (t) dt
0
pa je
1
R(h) = f (i )
4
Dakle,
Ri =
Konano,
c
(x)3
f (i ),
12
|R|
i=1
|Ri |
t2 dt =
h3
f (i ).
12
i (xi1 , xi ).
(b a)(x)2
max |f ()|
12
(a,b)
Primjer 2.23 Izraunajmo integral (2.10) trapeznom formulom za n = 4.

c
Vrijednosti xi i yi dane su su slijedeoj tablici:
c
i
xi
yi
0
0
0.5
1 /8 0.59986
2 /4 0.79057
3 3/8 0.94348
4 /2
1
Dakle,
y0
y4
+ y1 + y2 + y3 +
= 1.211051.
8 2
2
Traenje broja M u gornjoj formulu za ocjenu ostatka (pogreke) je sloeno.
z
s
z
Raunanjem druge derivacije zadane funkcije moe se pokazati da je M 1
c
z
pa formula za ocjena pogreke iz teorema 2.6 povlai |R| 0.02. No, umjesto
s
c
toga pogreku moemo jednostavnije ocijeniti Richardsonovom ekstrapolas
z
cijom (poglavlje 2.7.4).
J4 =
2.7
93
c
2.7.3
Simpsonova formula
Simpsonovu formulu dobijemo kada umjesto linearnih koristimo kvadratne aproksimacije zadane funkcije. Preciznije, zadani interval [a, b] podic
jelimo na paran broj toaka n = 2k, uzmemo
x =
ba
,
n
a zadanu funkciju f (x) na intervalu [x2i2 , x2i ], i = 1, . . . , k aproksimiramo

kvadratnom parabolom p(x) = ax2 + bx + c koja prolazi kroz tri susjedne
toke (slika 2.33)
c
(x2i2 , y2i2 ),
(x2i1 , y2i1 ),
(x2i , y2i ).
p(x)
f(x)
x 2i-2
x 2i-1
x 2i
Slika 2.33: Simpsonova formula

Odredeni integral parabole p(x) na intervalu [x2i2 , x2i ] jednak je
x2i
(ax2 + bx + c) dx =
x2i2
x
(y2i2 + 4 y2i1 + y2i ).
3
(2.12)
Zaista, postavimo li pomoni koordinatni sustav tako da mu je ishodite u

c
s
toki x2i1 , tada je
c
x2i2 = x,
x2i1 = 0,
x2i = x,
94
ODREDENI INTEGRAL
pa uvjeti da p(x) prolazi zadanim tokama glase

c
y2i2 = a x2 b x + c,
y2i1 = c,
(2.13)
y2i = a x + b x + c.
Integral (2.12) jednak je, dakle, integralu
x
(ax2 + bx + c) dx = a
x2
x3
+b
+ cx
3
2
=
x
x
(2 a x2 + 6c).
3
No, formule (2.13) povlae

c
2 a x2 + 6c = y2i2 + 4y2i1 + y2i
pa je formula (2.12) dokazana.
Konano, zbrajanjem integrala (2.12) za i = 1, . . . , k, nakon sredivanja
c
dobijemo Simpsonovu formulu
Jn =
x
(y0 + 2 (y2 + y4 + + yn2 ) + 4 (y1 + y3 + + yn1 ) + yn ). (2.14)
3
Pogreku Simpsonove formule daje slijedei teorem2 : ako je etvrta des

c
c
rivacija f IV (x) neprekidna i omedena na intervalu [a, b], tada vrijedi
b
f (x) dx = Jn + R,
a
pri emu za ostatak R vrijedi ocjena

c
|R| M
ba
x4 ,
180
M = max |f IV (x)|.
x[a,b]
Primjer 2.24 Izraunajmo integral (2.10) Simpsonovom formulom za n =

c
4. Koristei vrijednosti dane u tablici iz primjera 2.23 imamo
c
J4 =
1
(y0 + 2y2 + 4(y1 + y3 ) + y4 ) 1.211415.
3 8
Traenje broja M u gornjoj formulu za ocjenu pogreke je sloeno, pa emo

z
s
z
c
umjesto toga u slijedeem poglavlju pogreku ocijeniti Richardsonovom ekc
s
strapolacijom.
2
Teorem navodimo bez dokaza. Dokaz je slian dokazu teorema 2.6 s time to funkciju
c
s
Ri (h) treba derivirati tri puta nakon ega treba primijeniti teorem srednje vrijednosti i
c
dva puta integrirati.
2.7
95
c
2.7.4
Richardsonova ekstrapolacija
Pojam Richardsonova ekstrapolacija oznaava klasu metoda kojima se

c
pomou priblinog rauna s manje koraka postie vea tonost. Kod nuc
z
c
z
c
c
merikog raunanja integrala, Richardsonova ekstrapolacija je izuzetno jedc
c
nostavan nain za ocjenu pogreke.
c
s
Najjednostavniji oblik metode se sastoji u slijedeem: ako smo numeriki
c
c
izraunali integral Jn i integral J2n koristei svostruko vie toaka te ako se u
c
c
s
c
pripadnoj ocjeni ostatka javlja lan (x)m , tada je pogreka kod raunanja
c
s
c
J2n priblino manja od broja
z
E=
nm
(J2n Jn ).
(2n)m nm
Drugim rijeima, ako je E > 0 tada je priblino

c
z
b
f (x) dx [J2n , J2n + E],
a ako je E 0, tada je priblino

z
b
f (x) dx [J2n + E, J2n ].
Kod dokazivanja ovih formula pretpostavljamo da postoji broj takav

da je
In = I + Rn ,
Rn = (x)m
(R)
za svaki x. Ova pretpostavka nije uvijek tono ispunjena, no u velikom
c
broju sluajeva moemo smatrati da ona vrijedi. Na primjer, kod trapezne
c
z
formule je M (b a)/12 (teorem 2.6) pa pretpostavka (R) znai da moemo
c
z
uzeti (priblino) isti za razliite vrijednosti od x. Koristei pretpostavku
z
c
c
imamo
ba m
,
n
ba m
.
=
2n
Rn = I In = (x)m =
R2n = I I2n = (x/2)m
Dakle,
I2n In = (b a)m
1
1
nm (2n)m
96
ODREDENI INTEGRAL
pa je
=
nm (2n)m I2n In
,
(b a)m (2n)m nm
to konano daje
s
c
R2n E =
nm
(J2n Jn ).
(2n)m nm
Primjer 2.25 a) Ocijenimo pogreku u integralu J4 iz primjera 2.23. Da

s
bi primijenili Richardsonovu formulu, treba nam J2 , pri emu moemo
c
z
koristiti istu tablicu. Trapezna formula (2.11) za n = 2 daje
J2 =
y0
y4
+ y2 +
1.209960,
4 2
2
pa je
E=
1
22
(J4 J2 ) = (1.211051 1.209960) 0.000363666.
2 22
4
3
Dakle, za zadani integral (2.10) vrijedi

I [1.211051, 1.211051 + 0.000363666] = [1.211051, 1.211414].
b) Ocijenimo pogreku u integralu J4 iz primjera 2.24. Koristei tablicu iz
s
c
primjera 2.23, Simpsonova formula (2.14) za n = 2 daje
J2 =
1
(y0 + 4y2 + y4 ) 1.220581,
3 4
pa je
E=
24
1
(J4 J2 ) =
(1.211415 1.220581) = 0.000611066.
4 24
4
15
Dakle, za integral (2.10) vrijedi

I [1.211415 0.000611066, 1.211415] = [1.210803, 1.211415].
4
Zadatak 2.12 Izraunajte

c
0
c
ex dx pomou trapezne i Simpsonove for-
mule za n = 8, a pogreke ocijenite Richardsonovom ekstrapolacijom.

s
2.7
c
2.7.5
97
Programi
Trapezna i Simpsonova formula, (2.11) i (2.14), mogu se vrlo jednostavno

programirati u programskom jeziku Matlab.
Program za trapeznu formulu glasi
%%% TRAPEZNA FORMULA
format long e
%%% Interval [a,b] i broj toaka integracije n (paran)
c
a=0
b=pi/2
n=4
dX=(b-a)/n
%%% Vektor x
x=a:dX:b
%%% Podintegralna funkcija i vektor y
y=sqrt(1-0.75*cos(x).^2)
%%% Trapezna formula
J=dX*(y(1)/2+y(n+1)/2+sum(y(2:n)))
%%% Priprema za Richardsonovu ekstrapolaciju
n1=n/2
y1=y(1:2:n+1)
%%% Integral s n/2 tocaka integracije
J1=2*dX*(y1(1)/2+y1(n1+1)/2+sum(y1(2:n1)))
%%% Richardsonova ocjena
E=n1^2/(n^2-n1^2)*(J-J1)
%%% Graf podintegralne funkcije
plot(x,y)
Program za Simpsonovu formulu glasi
%%% SIMPSONOVA FORMULA
format long e
%%% Interval [a,b] i broj tocaka integracije k (djeljiv s 4)
a=0
b=pi/2
n=4
dX=(b-a)/n
%%% Vektor x
x=a:dX:b
%%% Podintegralna funkcija i vektor y
98
ODREDENI INTEGRAL
y=sqrt(1-0.75*cos(x).^2)
%%% Simpsonova formula
J=(dX/3)*(y(1)+y(n+1)+2*sum(y(3:2:n-1))+4*sum(y(2:2:n)))
%%% Priprema za Richardsonovu ekstrapolaciju
n1=n/2
y1=y(1:2:n+1)
%%% Integral s n/2 tocaka integracije
J1=(2*dX/3)*(y1(1)+y1(n1+1)+2*sum(y1(3:2:n1-1))+4*sum(y1(2:2:n1)))
%%% Richardsonova ocjena
E=n1^4/(n^4-n1^4)*(J-J1)
%%% Graf podintegralne funkcije
plot(x,y)
Zadatak 2.13 a) Izvedite ove programe pomou programa Octave On-line3 .
c
za razne vrijednosti od n. Za koje (najmanje) vrijednosti od n je pogreka
s
E jednaka nuli?
100
b) Modicirajte programe tako da raunaju

c
0
ex dx. Izvedite pro-
grame za n = 100, 200, 400, 800. Koliko dobiveni rezultati odstupaju

+
2
ex dx = /2?
od
0
http://lavica.fesb.hr/octave/octave-on-line.php.
3.
FUNKCIJE VISE VARIJABLI
3.1
3.2
3.3
3.4
Denicija . . . . . . . . . . . . . . . . . .
Limes . . . . . . . . . . . . . . . . . . . .
Neprekidnost . . . . . . . . . . . . . . . .
Plohe drugog reda . . . . . . . . . . . . .
3.4.1 Eliptiki paraboloid . . . . . . . .
c
3.4.2 Hiperboliki paraboloid . . . . . .
c
3.4.3 Hiperboloid . . . . . . . . . . . . .
3.4.4 Stoac . . . . . . . . . . . . . . . .
z
3.4.5 Cilindri . . . . . . . . . . . . . . .
3.4.6 Neke zanimljive plohe . . . . . . .
3.4.7 Presjek ploha . . . . . . . . . . . .
3.5 Parcijalne derivacije . . . . . . . . . . . .
3.6 Totalni diferencijal . . . . . . . . . . . . .
3.7 Tangencijalna ravnina . . . . . . . . . . .
3.8 Parcijalne derivacije kompozicije funkcija
3.9 Totalni diferencijal vieg reda . . . . . . .
s
3.9.1 Taylorova formula . . . . . . . . .
3.10 Ekstremi funkcija vie varijabla . . . . . .
s
3.11 Implicitno zadane funkcije . . . . . . . . .
3.12 Problem vezanog ekstrema . . . . . . . . .
3.1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
99
106
109
111
112
114
116
116
118
119
119
122
126
129
134
135
136
139
148
159
Denicija
Denicija 3.1 Skup Rn = R R (n-terostruki Kartezijev produkt

skupa realnih brojeva sa samim sobom), odnosno
Rn = {(x1 , x2 , , xn )|xi R i = 1, , n}

100
zovemo n-dimenzionalni Euklidski prostor, a uredene n-torke (x1 , x2 , , xn )

su toke tog prostora. Preslikavanje f : D R, D Rn koje svakoj toki
c
c
iz podruja denicije D pridruuje realan broj zovemo realna funkcija od n
c
z
realnih varijabla. Koristimo oznaku T f (T ), T D ili
(x1 , x2 , , xn ) f (x1 , x2 , , xn ), (x1 , x2 , , xn ) D
Za razliku od realne funkcije jedne realne varijable (sluaj n = 1) kad
c
god imamo funkciju od n varijabla sa n > 1 govorimo o funkciji vie varijas
bla. Takve funkcije moemo kao i u jednodimenzionalnom sluaju zadavati
z
c
eksplicitnim analitikim izrazom, tablicom (u sluaju diskretnog podruja
c
c
c
denicije), graki (u sluaju n = 2), parametarskim jednadbama i implic
c
z
citnim analitikim izrazom.
c
Primjer 3.1 Na primjer, eksplicitnom formulom z = x2 + y 2 denirana
je jedna realna funkcija dviju varijabla ije prirodno podruje denicije je
c
c
D = {(x, y) R2 |x2 + y 2 0} R2 .
Da bi vidjeli graki tu funkciju koristimo projekcije na koordinatne ravc
nine. Sustavom y = 0, z = x2 + y 2 odredena je jednadba z = x2 = |x|

z
projekcije na xz-ravninu (vidi sliku 3.1).
-1
Slika 3.1: Projekcija funkcije z =
x2 + y 2 na xz-ravninu uz y = 0
x2 + y 2 odredena je jednadba z =
z
Slino, sustavom x = 0, z =
c
= |y| projekcije na yz-ravninu, a dok za x = 1 jednadba projekcije
z
glasi z = 1 + y 2 (vidi sliku 3.2).
y2
Napokon, za zadani z0 > 0 sustavom z = z0 , z = x2 + y 2 odredena je

2 s
jednadba x2 + y 2 = z0 to pokazuje da je presjek grafa zadane funkcije sa
z
ravninom z = z0 jedna krunica polumjera z0 (vidi sliku 3.3)
z
3.1
101
Denicija
-1
Slika 3.2: Projekcije funkcije z =
x2 + y 2 na yz-ravninu za x = 0 i x = 1
Slika 3.3: Projekcije funkcije z =
x2 + y 2 na xy-ravninu za z = 1 i z = 2

102
Nacrtamo li sustavno prethodne projekcije, dobit emo sliku 3.41 Zac

kljuujemo da je graf funkcije kruni stoac kojemu je ishodite (0, 0, 0) vrh,
c
z
z
s
a Oz-os os simetrije.
z
3
2
1
0
-3 -2
-1 0
x
3 -3
-2
Slika 3.4: Kruni stoac z =

z
z
-1
2
y
x2 + y 2
Openito
c
z z0 =
a2 (x x0 )2 + b2 (y y0 )2
je eliptiki stoac s vrhom u toki (x0 , y0 , z0 ), a presijek tog stoca s ravninom

c
z
c
s
z = c (c > z0 ) je elipsa
(x x0 )2
cz0 2
a
(y y0 )2
cz0 2
b
=1
Na primjer, na slici 3.5 prikazan je eliptiki stoac

c
z
z3=
1
1
(x + 1)2 + (y 2)2 .
4
9
Napomena 3.1 Jednadbama f (x1 , . . . , xn ) = c, gdje je c konstanta, odredene

z
su takozvane nivo plohe koje slue za lake predoavanje grafa funkcije. U
z
s
c
sluaju n = 2 nivo plohe jo zovemo nivo krivulje i crtamo ih u istoj ravnini.
c
s
1
Projekcije crtamo kao parametarski zadanekrivulje u prostoru, odnosno crtamo
krivulje (x, y, z) = (0, u, |u|), (x, y, z) = (1, u, 1 + u2 ), (x, y, z) (1, u, 1 + u2 ),

=
(x, y, z) = (u, 0, |u|), (x, y, z) = (u, 1, 1 + u2 ), (x, y, z) = (u, 1, 1 + u2 ), (x, y, z) =

(cos u, sin u, 1), (x, y, z) = (2 cos u, 2 sin u, 2) i (x, y, z) = (3 cos u, 3 sin u, 3).
3.1
103
Denicija
3+sqrt((x+1)**2/4+(y-2)**2/9)
6
5
4
7
5
3
-4
-2
x 0
-4
-2
4
y
Slika 3.5: Eliptiki stoac

c
z
Na slici 3.3 vidimo nekoliko nivo krivulja funkcije z = x2 + y 2 . Na slici 3.5

nacrtane su nivo krivulje u xy-ravnini. Jo su zanimljivije, na primjer, izos
hipse (krivulje na zemljopisnim kartama koje povezuju toke iste nadmorske
c
visine ili morske dubine) ili izobare (krivulje na meteorolokim kartama koje
s
povezuju toke jednakog atmosferskog pritiska). Primjer izobara na slici 3.6
c
preuzet je sa web stranica Dravnog hidrometeorolokog zavoda.
z
s
Primjer 3.2 a) Funkcija z = ln (x + y 2) denirana je na podruju D

c
2 odredenom nejednakou x + y 2 > 0 (vidi sliku 3.7).
R
sc
b) Formulom u = arcsin(x2 + y 2 + z 2 2) zadana je jedna funkcija triju
varijabla denirana na podruju D R3 koje je odredeno nejednakostima
c
2 + y 2 + z 2 2 1 odnosno
1 x
D = {(x, y, z) R3 | 1 x2 + y 2 + z 2 3}
Nivo plohe su platevi kugli (vidi sliku 3.8). Nivo plohe su nacrtane
s
koristei parametarski prikaz funkcije tri varijable.
c
c) Funkcija triju varijabla u = x
2 +y 2
denirana je za
(x, y, z) R3 \ {(x, y, 0) | (x, y) R2 }.

Nivo plohe su kruni paraboloidi (bez tjemena). Na primjer za u = 1
z
2 +y 2 ). Presjek sa ravninom x = 0 je parabola z = y 2 ,
dobijamo z = (x

104
Slika 3.6: Izobare vremenske prognoze
111111111111
000000000000
111111111111
000000000000
111111111111
000000000000
111111111111
000000000000
111111111111
000000000000
111111111111
000000000000
111111111111
000000000000
111111111111
000000000000
111111111111
000000000000
111111111111
000000000000
111111111111
000000000000
y
Slika 3.7: Podruje denicije funkcije z = ln(x + y 2)

c
3.1
105
Denicija
sin(u)*cos(v), sin(u)*sin(v), cos(u)

0.5*sin(u)*cos(v), 0.5*sin(u)*sin(v), 0.5*cos(u)
z
1
0.5
0
-0.5
x
0.5
-0.5
Slika 3.8: Nivo-plohe funkcije u = arcsin(x2 + y 2 + z 2 2) za u = 0.5 i u = 1

presjek sa ravninom y = 0 je parabola z = x2 , a presjek sa ravninom
z = 1 je krunica x2 +y 2 = 1. Nivo ploha u = 1 prikazana je na slici 3.9.
z
Openito, z z0 = a2 (xx0 )2 +b2 (y y0 )2 je prema gore okrenut eliptiki
c
c
2 (xx )2 b2 (yy )2
paraboloid s vrhom u toki (x0 , y0 , z0 ), a zz0 = a
c
0
0
je prema dolje okrenut eliptiki paraboloid s vrhom u toki (x0 , y0 , z0 ).
c
c
Zadatak 3.1 Nacrtajte slike 3.4, 3.8 i 3.9 pomou programa NetPlot2 .
c
Denicija 3.2 Funkcija f je omedena ako postoji M > 0 takav da je
|f (T )| M, T D.
Denicija 3.3 Neka je zadana funkcija f : D R. Ako svim varijablama
osim jedne, recimo xi , pridruimo konkretne vrijednosti
z
x1 = x0 , , xi1 = x0 , xi+1 = x0 , , xn = x0 ,
1
i1
i+1
n
onda moemo denirati funkciju jedne varijable fi : Di R, Di R formuz
lom
fi (x) = f (x0 , , x0 , x, x0 , , x0 ).
i1
i+1
n
1
2
http://lavica.fesb.hr/netplot

106
-(x**2+y**2)
-(x**2+y**2)/2
z
0
-2
-4
-1
0
x
-1
Slika 3.9: Nivo plohe funkcije u = x
2 +y 2
za u = 1 i u = 2
Kaemo da je funkcija f rastua (strogo rastua, padajua, strogo padajua) s

z
c
c
c
c
obzirom na varijablu xi za x1 = x0 , , xi1 = x0 , xi+1 = x0 , , xn =
1
i1
i+1
x0 ako je funkcija fi takva.
n
Primjer 3.3 Neka je z = f (x, y) = 2 x3 y 2 i neka je zadana toka T =
c
(1, 2). Tada je funkcija f1 (x) = f (x, 2) = 2 x3 4 strogo rastua, dok je
c
funkcija f2 (y) = f (1, y) = 2 y 2 strogo rastua za y 0 i strogo padajua
c
c
za y > 0.
3.2
Limes
U ovom poglavlju denirat emo limes funkcije vie varijabli i dati osc
s
novna svojstva limesa.
Denicija 3.4 Neka su T1 = (x1 , x2 , , xn ) i T2 = (y1 , y2 , , yn ) dvije
toke iz Rn . Njihovu udaljenost deniramo kao
c
d(T1 , T2 ) =
(x1 y1 )2 + (x2 y2 )2 + + (xn yn )2 .
Skup
K(T, ) = {S Rn | d(T, S) < }
3.2
107
Limes
nazivamo otvorena kugla radijusa oko toke T ili -okolina toke T .

c
c
Napomena 3.2 Gornja formula za udaljenost je direktno poopenje forc
mula za udaljenost u R, R2 i R3 ). Za n = 1 K(T, ) je otvoreni interval oko
toke T , za n = 2 to je krug oko toke T (bez oboda) radijusa , a za n = 3
c
c
to je kugla oko toke T (bez plata) radijusa (vidi sliku 3.10)
c
s
n=1
(
T
|
T
)
T+
n=2
n=3
Slika 3.10: Otvorene kugle za n = 1, 2, 3
Denicija 3.5 Neka su zadane funkcija f : D R i toka T0 D takva da

c
svaku -okolinu od T0 vrijedi
K(T0 , ) D \ {T0 } = .
Kaemo da je a R granina vrijednost ili limes funkcije f u toki T0 ako
z
c
c
( > 0)( > 0) T K(T0 , ) \ {T0 } |f (T ) a| < .
Piemo
s
lim f (T ) = a.
T T0
Primjer 3.4 Pokaimo da je

z
x2 y
= 0.
(x,y)(0,0) x2 + y 2
lim
Zbog x2 + y 2 2|xy| imamo (vidi sliku 3.23)

lim
(x,y)(0,0)
x2 y
x
x2 y
=
lim
=
lim
= 0.
2 + y2
x
(x,y)(0,0) 2xy
(x,y)(0,0) 2

108
Odredivanje limesa funkcije vie varijabla tee je nego odredivanje limesa

s
z
funkcije jedne varijable jer se toka T moe pribliavati toki T0 po neprec
z
z
c
brojivo mnogo razliitih putova a limes po svim tim putovima mora biti
c
isti.
Teorem 3.1 Slijedee tvrdnje su ekvivalentne:
c
(i) lim f (T ) = a,
T T0
(ii) za svaki niz toaka (Tk D \ {T0 }, k N), koji konvergira prema toki
c
c
T0 , pripadajui niz funkcijskih vrijednosti (f (Tk ), k N) konvergira
c
prema broju a.
Gornji teorem nepogodan je za primjenu u sluaju kada moramo pokazati
c
da neki limes postoji (potrebno je provjeriti beskonano mnogo razliitih
c
c
sc
nizova). Cee ga koristimo u sluaju kad elimo pokazati da neki limes ne
c
z
postoji (dovoljno je pronai jedan ili dva niza koji upuuju na nepostojanje
c
c
limesa).
Primjer 3.5 Pokaimo da funkcija
z
f (x, y) =
x2 y 2
x2 + y 2
nema limes u toki (0, 0). Uzmemo li nizove toaka ((1/n, 1/n), n N) i
c
c
((1/n, 0), n N) vidimo da oba konvergiraju k (0, 0), ali za pripadajue
c
nizove funkcijskih vrijednosti imamo
(1/n)2 (1/n)2
0,
(1/n)2 + (1/n)2
(1/n)2 0
f (1/n, 0) =
1.
(1/n)2 + 0
f (1/n, 1/n) =
Koristei teorem 3.1 zakljuujemo da

c
c
x2 y 2
ne postoji (vidi sliku
(x,y)(0,0) x2 + y 2
lim
3.24).
Citirajmo ovdje i teorem o uzastopnim limesima za funkciju dviju varijabla:
Teorem 3.2 Neka je
L=
lim
(x,y)(x0 ,y0 )
f (x, y).
3.3
109
Neprekidnost
Ako postoje uzastopni limesi

L1 = lim
lim f (x, y
xx0
yy0
L2 = lim
yy0
lim f (x, y
xx0
onda je L1 = L = L2 .
Jasno je da obratna tvrdnja od ove u gornjem teoremu ne vrijedi tj. postojanje i jednakost uzastopnih limesa L1 i L2 u toki (x0 , y0 ) znai samo
c
c
postojanje granine vrijednosti za dva od beskonano mnogo putova pric
c
bliavanja toki (x0 , y0 ), to ne osigurava postojanje limesa L. Medutim,
z
c
s
postojanje uzastopnih limesa L1 i L2 koji su razliiti tj. L1 = L2 sigurno
c
povlai nepostojanje limesa L.
c
Primjer 3.6 a) Za funkciju iz primjera 3.4 vrijedi
lim
x0
lim
y0
x2 y
+ y2
x2 y
lim 2
x0 x + y 2
lim
y0 x2
= lim 0 = 0,
x0
= lim 0 = 0.
y0
b) Za funkciju iz primjera 3.5 vrijedi

lim
x0
lim
y0
3.3
x2 y 2
y0 x2 + y 2
x2 y 2
lim 2
x0 x + y 2
lim
x2
= 1,
x0 x2
y 2
= lim 2 = 1.
y0 y
= lim
Neprekidnost
Denicija neprekidnost funkcije vie varijabli jednaka je deniciji nepres

kidnosti funkcije jedne varijable (M1, ...)
Denicija 3.6 Funkcija f je neprekidna u toki T0 D ako je
c
lim f (T ) = f (T0 ).
T T0
Ako je f neprekidna u svakoj toki T A D kaemo da je f neprekidna

c
z
na skupu A, a ako je A = D kaemo da je f neprekidna funkcija.
z

110
Neka je
T = (x1 , x2 , , xn ),
T0 = (x0 , x0 , , x0 ).
1 2
n
Veliina
c
xi = xi x0 ,
i
i = 1, 2, , n,
je prirast varijable xi u toki T0 . Veliina

c
c
u = u u0 ,
u = f (T ),
u0 = F (T0 ),
je prirast funkcije f u toki T0 . Iz denicije 3.6 slijedi da je f neprekidna u

c
toki T0 ako i samo ako je lim [f (T ) f (T0 )] = 0 ili ekvivalentno
c
T T0
lim
x1 0,...,xn 0
u = 0,
odnosno, ako i samo ako prirast funkcije f u toki T0 tei k nuli im prirasti
c
z
c
svih varijabli xi istovremeno tee k nuli.
z
Svojstva neprekidnih funkcija vie varijabli su slina svojstvima nepres
c
kidnih funkcija jedne varijable. Navedimo neka od tih svojstava:
(i) Neka je funkcija f neprekidna i neka je f (T0 ) > 0 (< 0) u nekoj toki
c
T0 D. Tada postoji okolina toke T0 za koju vrijedi
c
T K(T0 , ) f (T ) > 0 (< 0).
(ii) Neka je funkcija f neprekidna i neka je A D zatvoren i omeden podskup domene D. Tada funkcija f na skupu A dostie svoju najmanju
z
i svoju najveu vrijednost u nekim tokama. Drugim rijeima, postoje
c
c
c
toke T1 , T2 A takve da je
c
T A f (T1 ) f (T ) f (T2 ),
odnosno
f (T1 ) = min f (T ),
T A
f (T2 ) = max f (T )
T A
(vidi sliku 3.11).

(iii) Ako su funkcije f, g : D R, D Rn , neprekidne, tada su zbroj f + g,
razlika f g, produkt f g i kvocijent f /g (uz uvjet g = 0) takoder
neprekidne funkcije.
3.4
111
Plohe drugog reda

f(x)
max
f(A)
max
f(A)
min
min
A
x
A
Slika 3.11: Neprekidna funkcija na zatvorenom skupu
3.4
Plohe drugog reda
Ploha drugog reda je skup svih toaka trodimenzionalnog prostora koje

c
zadovoljavaju jednadbu drugog stupnja (ili reda):
z
Ax2 + By 2 + Cz 2 + Dxy + Exz + F yz + Gx + Hy + Iz + K = 0,
pri emu je barem jedan od koecijenata3 A, B, C, D, E i F razliit od nule,
c
c
odnosno, u formuli postoji barem jedan netrivijalni nelinerani lan. Na pric
mjer, jednadba sfere (kugline plohe) radijusa r s centrom u toki (x0 , y0 , z0 )
z
c
dana je s:
(x x0 )2 + (y y0 )2 + (z z0 )2 = r 2 .
S ovom formulom su zapravo zadane dvije funkcije dvije varijable:
z = f1 (x, y) = z0 +
z = f2 (x, y) = z0
r 2 (x x0 )2 (y y0 )2
r 2 (x x0 )2 (y y0 )2 .
Nivo-plohe sfere (presjeci s ravninama paralelnim s xy-ravninom) i presjeci

s ravninama paralelnim s xz- i yz-ravninama su krunice.4
z
Nadalje,
(x x0 )2 (y y0 )2 (z z0 )2
+
+
=1
a2
b2
c2
je jednadba elipsoida ije su glavne osi paralne s koordinatnim osima x, y i z,
z
c
a duljine poluosi su a, b i c redom (slika 3.12).
3
Svi koecijenti su realni brojevi.

U rubovima je nivoploha ili pak presjek s ravninom koja je paralelna s xz- ili yzravninom jednaka toki koju moemo interpretirati kao degeneriranu krunicu s radijusom
c
z
z
0.
4

112
2
1
0
z
-5
-1
-2
-4
-2.5
0
-2
0
y
2.5
2
5
4
Slika 3.12: Elipsoid x2 /36 + y 2 /16 + z 2 /4 = 1
Nivo-plohe elipsoida kao i presjeci s ravninama paralelnim s xz- i yzravninama su elipse.

Zadatak 3.2 Za elipsoid iz slike 3.12 nacrtajte nivo-plohu za z = 1 i
presjek s ravninama x = 4 i x = 7.
Elipsoid na slici moemo denirati i parametarski kao skup toaka:
z
c
E = {(x, y, z) : x = 6 cos t cos u, y = 4 sin t cos u, z = 2 sin u,
t {0, 2}, u {/2, /2}}.
Elipsoid na slici 3.12 nacrtan je upravo koristei parametarski prikaz.

c
3.4.1
Eliptiki paraboloid
c
Opa formula eliptikog paraboloida je (vidi sliku 3.13):

c
c
z=
x2 y 2
+ 2.
a2
b
Nivo plohe eliptikog paraboloida su elipse, a presjeci s ravninama koje

c
su paralelne s xz-ravninom i yz ravninom su parabole (vidi sliku 3.14).
Paraboloid na slici moemo prikazati i parametarski kao skup
z
P = {(x, y, z) : x = 2 u cos t, y = u sin t, z = u, t {0, 2}, u 0}.
3.4
113
Plohe drugog reda
x
-5
0
5
10
0
-2
0
y
Slika 3.13: Paraboloid z = x2 /4 + y 2

z
x=0
x=3
3
2
1
0
-1
x=1
-2
-3
-6
-4
-2
(A)
-3
-2
-1
3 y
(B)
Slika 3.14: (A) Nivo plohe i (B) presjeci paralelni s yz-ravninom za paraboloid z = x2 /4 + y 2 .

114
Eliptiki paraboloid s vrhom u toki (x0 , y0 , z0 ) zadan je s formulom (slika

c
c
3.15):
(x x0 )2 (y y0 )2
+
.
z z0 =
a2
b2
x
y
0
2
4
-2
-4
15
12.5
z
10
7.5
5
Slika 3.15: Pomaknuti paraboloid z 5 = (x 3)2 + 4(y + 2)2

Zamjenom varijabli dobijemo eliptiki paraboloid uzdu neke druge osi,
c
z
a pomou predznaka nezavisne varijable odredujemo na koju stranu je pac
raboloid otvoren (slika 3.16).
3.4.2
Hiperboliki paraboloid
c
Opa formula hiperbolikog paraboloida je (vidi sliku 3.17):

c
c
z=
x2 y 2
2.
a2
b
Hiperboliki paraboloid ima oblik sedla. Nivo plohe su hiperbole (slika

c
3.18), a presjeci s ravninama koje su paralelne s xz-ravninom i yz ravninom
su parabole.
3.4
115
Plohe drugog reda
0
z
-2
-8
-2
-6
-4
x
0
y
-2
2
0
Slika 3.16: Polegnuti paraboloid x = y 2 + z 2
y
0
-2
-4
2
x
-2
0
2
4
0
z
-5
Slika 3.17: Hiperboliki paraboloid z = x2 y 2

c

116
3
2
1
0
-1
-2
-3
-4
-2
Slika 3.18: Nivo plohe za z = x2 y 2 .

Zadatak 3.3 Nacrtajte nivo-plohe za z = 0, 2, 3 i presjeke s yz-ravninom
za x = 4 za z 2 = x2 (y 2)2 /4.
3.4.3
Hiperboloid
Jednokrilni hiperboloid zadan je s formulom (slika 3.19):

x2 y 2 z 2
+ 2 2 = 1.
a2
b
c
Dvokrilni hiperboloid zadan je s formulom (slika 3.19):
x2 y 2 z 2
2 + 2 = 1.
a2
b
c
Nivo-plohe hiperboloida su elipse, a presjeci s ravninama koje su paralelne s z-osi su hiperbole. Kao i kod ostalih ploha, pomou transformacije
c
x x x0 pomiemo sredite hiperboloida, a ciklikom zamjenom varijabli
c
s
c
nastaju hiperboloidi koji se proteu u smjeru ostalih koordinatnih osi.
z
Zadatak 3.4 Prikaite hiperboloide sa slike 3.19 u parametarskom obliku.
z
Uputa: treba koristiti hiperbolne funkcije sinh i cosh.
3.4.4
Stoac
z
Stoac ili konus je zadan s formulom (vidi sliku 3.20):

z
(z z0 )2 =
(x x0 )2 (y y0 )2
+
.
a2
b2
3.4
117
Plohe drugog reda
x
-2 -1
2
y
1
0
-1
-2
1
0
z
-1
-2
-2
-2
-2
0
0
y
x
2
(A)
(B)
Slika 3.19: (A) Jednokrilni i (B) dvokrilni hiperboloid za a = b = c = 1.

118
x
5
2.5 0
y
-5
-2.5 -5 -2.5
0 2.5
5
5
2.5
0
z
-2.5
-5
Slika 3.20: Stoac z 2 = x2 + y 2

z
S ovim izrazom su zapravo zadane dvije funkcije od dvije varijable:
z = z0 +
3.4.5
(x x0 )2 (y y0 )2
+
a2
b2
i z = z0
(x x0 )2 (y y0 )2
+
.
a2
b2
Cilindri
Cilindrina ploha ili cilindar nastaje kada jednadbu krivulje u ravnini

c
z
interpretiramo u trodimenzionalnom prostoru. Tako su, na primjer,
x2 y 2
+ 2 = 1,
a2
b
x2 y 2
2 = 1,
a2
b
z = y2,
3.4
119
Plohe drugog reda
jednadbe eliptikog, hiperbolikog i parabolikog cilindra redom (vidi slike

z
c
c
c
3.21 i 3.22).
1
y
x
-3
2 -2.5 -1.5
-2
-1
-1
-2
1
0.5
-1
0
-0.5
-1
2
2
-1
-2
-2
(A)
(B)
Slika 3.21: (A) (x + 2)2 + y 2 /4 = 1 i (B) x2 y 2 = 1.
3.4.6
Neke zanimljive plohe
Slijede grafovi i nivo-plohe nekih zanimljivih funkcija dvije varijable:
3.4.7
Presjek ploha
Kod rjeavanja dvostrukih integrala vano je znati predoiti presjek razs

z
c
nih ploha. Neka je skup D zadan s
D = {(x, y) : (x 1/2)2 + y 2 1/4, y 0},
a ploha K sa (gornja polukugla) s
K = {(x, y, z) : x2 + y 2 + z 2 = 1, z 0}.

120
y
0
-1
2
1.5
z
1
0.5
0
-1
0
1
x
2
Slika 3.22: Paraboliki cilindar z = y 2

c
0
1
0
2
-1
-1
0
-2
-2
0
-2
2
-3
-3
-2
-1
Slika 3.23: (x2 y)/(x2 + y 2 )
3.4
121
Plohe drugog reda
1
0.5
0
-1
-0.5
-1
0
-2
-2
0
-2
-3
-3
-2
-1
Slika 3.24: (x2 y 2 )/(x2 + y 2 )
1
0.5
0
-0.5
-1
-2
1
-1
0
-1
-1
0
1
-2
2 -2
-2
Slika 3.25: sin x sin y
-1

122
2
0
2
0
-2
-1
0
-1
-1
0
1
-2
2 -2
-2
-1
Slika 3.26: exp(sin(x/y))
Tada dvostruki integral

0
1 x2 y 2 dx
I=
0
1/4(x1/2)2
daje volumen tijela s bazom D od xy ravnine do plata kugle, odnosno

s
s
s c
tijela koje je odozdo omedeno xy-ravninom, sa strane s platom stoca ije
2 + y 2 = 1 za y 0, i odozgo
su stranice x-os i polukrunica (x 1/2)
z
s platom kugle (vidi sliku 3.27). Ovaj integral se rjeava prelaskom na
s
s
polarne koordinate:
D=
(r, ) :
3
, 2 , r [0, cos ] ,
2
2 cos
I=
3
1 r 2 r dr d.
Zadatak 3.5 Nacrtajte sve slike iz poglavlja 3.4 pomou programa NetPlot.
c
3.5
Parcijalne derivacije
Denicija 3.7 Parcijalna derivacija funkcije f : D R, D Rn , po

varijabli xi u toki T0 = (x0 , x0 , , x0 ) je derivacija funkcije jedne varijable
c
n
1 2
3.5
123
y
00
-0.2
0.25
0.5
-0.4
0.75
1
1
0.75
1
0.5
0.75
z
0.5
0.25
0.5
0
-1
0
-0.5
-0.5
0
x
0.25
0.5
1 -1
Slika 3.27: Presjek ploha.
fi : Di R, Di R denirane sa
fi (x) = f (x0 , , x0 , x, x0 , , x0 ),
1
i1
i+1
n
x Di ,
(3.1)
u toki x0 . Dakle,
c
i
f (T0 )
fi (x) fi (x0 )
i
.
= fi (x0 ) = lim
i
xi
x x0
xx0
i
i
Za parcijalne derivacije jo koristimo i sljedee oznake:
s
c
f (T0 )
fxi (T0 ) fxi (T0 ).

xi
Ako za funkciju f u toki T0 postoje parcijalne derivacije fxi (T0 ) po svim

c
varijablama xi onda kaemo da je funkcija f derivabilna u toki T0 . Ako je
z
c
funkcija f derivabilna u svakoj toki T D onda kaemo da je f derivabilna
c
z
funkcija.
Denicija 3.8 Neka je A D skup svih toaka T D u kojima postoji

c
parcijalna derivacija fxi (T ) po varijabli xi . Funkciju fxi : A R zovemo

parcijalna derivacija funkcije f po varijabli xi . To je opet jedna funkcija od
n varijabli koja moe imati svoje parcijalne derivacije. Parcijalnu derivaciju
z
po varijabli xj funkcije fxi zovemo parcijalna derivacija drugog reda funkcije

f po varijablama xi , xj i oznaavamo sa
c
2f
f xi xj f xi xj .
xi xj

124
Analogno deniramo parcijalnu derivaciju treeg reda funkcije f po varijac

blama xi , xj , xk ,
3f
f xi xj xk f xi xj xk .
xi xj xk
Indukcijom deniramo parcijalnu derivaciju m-tog reda funkcije f po varijablama xi1 , xi2 , , xim ,
mf
(m)
fxi1 xi2 xim fxi1 xi2 xim ,
xi1 xi2 xin
gdje je i1 , i2 , , im {1, 2, , n} i m N.
Primjer 3.7 Funkcija f (x, y) = sin(x + y 2 ) dobro je denirana na D = R2
te ima parcijalne derivacije svakog reda. Postupak deriviranja je jednosta
van: kad raunamo fx (x, y) varijablu y u izrazu za f (x, y) tretiramo kao
c
konstantu, a kad raunamo fy (x, y) onda varijablu x u izrazu za f (x, y)

c
tretiramo kao konstantu. Dakle
[sin(x + y 2 )]
= cos(x + y 2 ),
x
[sin(x + y 2 )]
= 2y cos(x + y 2 ).
fy (x, y) =
y
fx (x, y) =
Slino postupamo kod raunanja parcijalnih derivacija vieg reda. Na pric

c
s
mjer, parcijalne derivacije drugog reda su
[fx (x, y)]

x
[fx (x, y)]
fxy (x, y) =
y
fy (x, y)
fyx (x, y) =
x
fy (x, y)
fyy (x, y) =
y
fxx (x, y) =
[cos(x + y 2 )]
= sin(x + y 2 ),
x
[cos(x + y 2 )]
=
= 2y sin(x + y 2 ),
y
=
[2y cos(x + y 2 )]
= 2y sin(x + y 2 ),
x
[2y cos(x + y 2 )]
=
= 2 cos(x + y 2 ) 4y 2 sin(x + y 2 ).
y
U gornjem primjeru vidimo da su funkcije fxy i fyx jednake. To nije

sluajnost ve pravilo. Naime vrijedi slijedei vaan teorem kojega navodimo
c
c
c
z
bez dokaza:
Teorem 3.3 (Schwartz) Pretpostavimo da funkcija f : D R, D Rn , u

nekoj okolini K(T0 , ) toke T0 D ima neprekidne sve parcijalne derivacije
c
do ukljuivo (r 1)-vog reda i da u toj okolini od T0 postoje sve parcijalne
c
3.5
125
derivacije r-tog reda. Ako su parcijalne derivacije r-tog reda od f neprekidne u toki T0 onda njihove vrijednosti u toj toki ne zavise od redoslijeda
c
c
deriviranja po pojedinim varijablama.
Primjer 3.8 Za funkciju dviju varijabla formalno moemo promatrati ukupno
z
23 = 8 parcijalnih derivacija treeg reda. To su redom
c
3f
,
xxx
3f
,
yxx
3f
,
xyy
3f
3f
,
,
xxy
xyx
3f
3f
,
,
yyx
yxy
3f
.
yyy
Medutim, koristei teorem 3.3 stvarno promatramo samo 4 parcijalne dec

rivacije treeg reda (uz razumljivu pretpostavku o njihovoj neprekidnosti).
c
Prvu od funkcija u gornjem nizu oznaavamo krae s
c
c
3f
,
x3
druga, trea i etvrta su jednake i oznaavamo ih krae sa
c c
c
c
3f
,
x2 y
peta, esta i sedma u nizu su jednake i oznaavamo ih s
s
c
3f
,
xy 2
a osmu oznaavamo krae sa
c
c
3f
.
y 3
Openitije, za bilo koji r N formalno postoji 2r parcijalnih derivacija r-tog

c
reda, ali ih razliitih ima stvarno samo (r + 1) i oznaavamo ih s
c
c
r f
,
xi y ri
i = 0, 1, , r.
Zadatak 3.6 a) Izraunaj sve parcijalne derivacije treeg reda za funkciju

c
c
2 + y + z). Koliko ih ima stvarno razliitih?
triju varijabla u = ln(x
c
b) Koliko ima stvarno razliitih parcijalnih derivacija r-tog reda funkcije od
c
m varijabla?

126
Za razliku od funkcije jedne varijable koja je neprekidna u svakoj toki

c
u kojoj je derivabilna, derivabilnost funkcije vie varijabla u nekoj toki ne
s
c
povlai nuno neprekidnost funkcije u toj toki.
c
z
c
Primjer 3.9 Funkcija
x2
f (x, y) =
xy
, za (x, y) = (0, 0),
+ y2
0,
za (x, y) = (0, 0).
je denirana na D = R2 i ima prekid u toki (0, 0). Naime, nizovi toaka

c
c
{(1/n, c/n), n N} za razliite vrijednosti od c svi konvergiraju k nuli, a
c
pripadajui nizovi funkcijskih vrijednost imaju razliite limese za razliite
c
c
c
vrijednosti od c jer
1 c
,
n n
c
c
.
2
1+c
1 + c2
S druge strane u toki (x, y) = (0, 0) imamo

c
y(y 2 x2 )
y(x2 + y 2 ) xy(2x)
= 2
,
(x2 + y 2 )2
(x + y 2 )2
y(x2 y 2 )
x(x2 + y 2 ) xy(2y)
fy (x, y) =
= 2
,
(x2 + y 2 )2
(x + y 2 )2
fx (x, y) =
a u toki (0, 0) je
c
00
f (x, 0) f (0, 0)
= lim
= 0,
x0
x
x
f (0, y) f (0, 0)
00
fy (0, 0) = lim
= lim
= 0.
y0
y0
y
y
fx (0, 0) = lim
x0
Dakle f je derivabilna u toki (0, 0), ali nije neprekidna u toj toki.
c
c
3.6
Totalni diferencijal
Neka je zadana funkcija f i toke

c
T0 = (x0 , x0 , , x0 ) D,
1 2
n
T = (x1 , x2 , , xn ) D.
Uvedimo oznake
u = f (T ),
u0 = f (T0 ),
u = u u0 .
3.6
127
Totalni diferencijal
Prirast xi = xi x0 jo nazivamo i diferencijalom nezavisne varijable xi i

s
i
oznaavamo s dxi .
c
Parcijalni diferencijal funkcije f u toki T0 s obzirom na varijablu xi
c
deniramo kao diferencijal funkcije jedne varijable fi denirane relacijom
(3.1):
dxi f (T0 ) dxi (u0 ) = dfi (x0 ) = fi (x0 )dxi = fxi (T0 )dxi =
i
i
f (T0 )
dxi .
xi
Denicija 3.9 Neka je funkcija f derivabilna u toki T0 i neka je

c
= d(T0 , T ) =
(xi )2 + + (xn )2 .
Ako je
u = fx1 (T0 )x1 + + fxn (T0 )xn + ()
gdje je : (0, ) R funkcija za koju vrijedi

lim () = 0,
tada je funkcija f diferencijabilna u toki T0 , a izraz

c
df (T0 ) = fx1 (T0 )dx1 + + fxn (T0 )dxn
je totalni diferencijal (ili krae diferencijal) funkcije f u toki T0 . Ako je f

c
c
diferencijabilna u svakoj toki T D tada je f diferencijabilna funkcija.
c
Napomena 3.3 (1) Iz denicije 3.9 vidimo da za malene vrijednosti prirasta xi , i = 1, , n, prirast u moemo aproksimirati diferencijalom
z
df (T0 ),
(2) Iz same denicije diferencijabilnosti slijedi da je diferencijabilnost jae
c
svojstvo od derivabilnosti: ako je funkcija f diferencijabilna onda je f i
derivabilna, dok obratno ne mora vrijediti.
(3) Funkcija f moe biti derivabilna u toki T0 a da u toj toki nije neprez
c
c
kidna (vidi primjer 3.9), doim funkcija f koja je diferencijabilna u toki
c
c
T0 nuno mora biti neprekidna u toj toki. Naime, T T0 onda i samo
z
c
onda kad xi 0 za sve i = 1, , n, odnosno, onda i samo onda kad
= d(T0 , T ) 0. Zato imamo
lim u =
T T0
lim
xi 0,i=1, ,m
lim
xi 0,i=1, ,m
= 0.
fx1 (T0 )x1 + + fxm (T0 )xm + lim ()

0

128
Medutim,
lim u = 0
T T0
je ekvivalentno s
lim f (T ) = f (T0 ),
T T0
odnosno, s neprekidnou funkcije f u toki T0 .

sc
c
Primjer 3.10 Funkcija
x2 y
, za (x, y) = (0, 0),
f (x, y) =
x2 + y 2
0,
za (x, y) = (0, 0),
je neprekidna na D = R2 (vidi primjer 3.4 i sliku 3.23). Takoder,

00
f (x, 0) f (0, 0)
= lim
= 0,
x0
x0
x
x
f (0, y) f (0, 0)
00
fy (0, 0) = lim
= lim
= 0,
y0
y0
y
y
fx (0, 0) = lim
to znai da je f derivabilna u toki (0, 0). Medutim f nije diferencijabilna

s
c
c
u toki (0, 0). Naime, vrijedi
c
x = x 0 = x,
y = y 0 = y,
odnosno,
=
(x)2 + (y)2 =
x2 + y 2
x 0, y 0.
Zato je
f (0, 0) [fx (0, 0)dx + fy (0, 0)dy]

0
f (x, y) f (0, 0)
= lim
0
x2 y
= lim
3
x0,y0 (x2 + y 2 ) 2
lim () = lim
Za nizove toaka ((1/n, c/n), n N) koji konvergiraju u (0, 0) za sve c R

c
imamo
1
c
c
c
n2 n
=
lim
3 ,
3 = lim
n (1 + c2 ) 3
n
2
(1 + c2 ) 2
1
c2 2
+ n2
n2
to je zavisno od c pa zakljuujemo da lim () ne postoji i zato f nije
s
c
0
diferencijabilna u toki (0, 0).

c
3.7
129
Tangencijalna ravnina
Razlog radi kojeg funkcija f iz prethodnog primjera nije diferencijabilna

u toki (0, 0), premda je u toj toki i neprekidna i derivabilna, je taj to
c
c
s
parcijalne derivacije fx i fy nisu neprekidne u toki (0, 0). To potvrduje i

c
slijedei teorem kojega dajemo bez dokaza:
c
Teorem 3.4 Ako postoji okolina K(T, ) toke T takva da je f derivabilna
c
na K(T, ), te ako su sve parcijalne derivacije fxi , i = 1, , n neprekidne

u toki T , onda je funkcija f diferencijabilna u toki T .
c
c
Iz svega dosad reenog vidimo da postoji bitna razlika izmedu funkcija
c
jedne varijable i funkcija vie varijabla. Naime, za funkciju jedne varijable
s
vrijedi
(i) f je derivabilna u toki x
c
f je diferencijabilna u toki x,
c
(ii) f je derivabilna (diferencijabilna) u toki x

c
toki x,
c
f je neprekidna u
doim za funkciju f od n > 1 varijabla vrijede slijedee implikacije:

c
c
(i) f je diferencijabilna u toki T
c
(ii) f je neprekidno derivabilna u toki T

c
T,
(iii) f je diferencijabilna u toki T
c
3.7
f je derivabilna u toki T ,
c
f je diferencijabilna u toki
c
f je neprekidna u toki T .
c
Ako je funkcija jedne varijable f : D R, D R, derivabilna (dakle

diferencijabilna) u toki x0 , onda je pravac t zadan jednadbom
c
z
t . . . y y0 = f (x0 )(x x0 ), y0 = f (x0 )
tangenta krivulje y = f (x) u toki (x0 , y0 ). Diferencijal df (x0 ) = f (x0 )dx
c
moemo interpretirati kao prirast te tangente u promatranoj toki koji odz
c
govara prirastu dx x nezavisne varijable (vidi sliku 3.28).
Slino moemo postupiti kad imamo funkciju dviju varijabla. Neka je
c
z
f : D R, D R2 . Ako je f diferencijabilna u toki (x0 , y0 ), onda postoje
c

130
y+ y=f(x+ x)
y+dy
dy=f(x) x
y=f(x)
x+ x
Slika 3.28: Diferencijal funkcije jedne varijable
z
parcijalne derivacije fx (x0 , y0 ) i fy (x0 , y0 ), te moemo denirati dva pravca
tx i ty u prostoru koji prolaze tokom (x0 , y0 , z0 ), gdje je z0 = f (x0 , y0 ):
c
y y0
z z0
x x0
=
=
,
1
0
fx (x0 , y0 )
x x0
y y0
z z0
ty
=
=
.
0
1
fy (x0 , y0 )
tx
Kad gledamo dvodimenzionalno, pravac tx moemo interpretirati kao tanz

gentu na krivulju z = f (x, y0 ) u toki s koordinatama (x0 , z0 ) (sve se nalazi
c
u ravnini y y0 = 0 kao to se vidi na Slici 3.29). Slino, pravac ty moemo
s
c
z
interpretirati kao tangentu na krivulju z = f (x0 , y)) u toki s koordinatama
c
(y0 , z0 ) (sve se nalazi u ravnini x x0 = 0).
Pravci tx i ty imaju vektore smjerova
sx = i + fx (x0 , y0 ) k,
sy = j + fy (x0 , y0 ) k,
c
c
te odreduju tono jednu ravninu Rt koja prolazi tokom (x0 , y0 , z0 ) i ima
vektor normale
i j
k
n = sx sy = 1 0 fx (x0 , y0 ) = fx (x0 , y0 ) i fy (x0 , y0 ) j + k.
0 1 fy (x0 , y0 )
Prema tome, jednadba ravnine Rt glasi
z
Rt . . . z z0 = fx (x0 , y0 )(x x0 ) + fy (x0 , y0 )(y y0 ),
z0 = f (x0 , y0 ).
Ravnina Rt je tangencijalna ravnina na plohu z = f (x, y) u toki (x0 , y0 , z0 ).

c
Diferencijal
df (x0 , y0 ) = fx (x0 , y0 )dx + fy (x0 , y0 )dy
3.7
131
moemo interpretirati kao prirast varijable z u tangencijalnoj ravnini odgoz

vara prirastima dx i dy nezavisnih varijabli.
Primjer 3.11 Za paraboloid z = 2(x 1)2 y 2 , koji je diferencijabilan u
svakoj toki, u toki (x0 , y0 ) = (3/2, 1/2) imamo z0 = 3/4,
c
c
y + 1/2
z + 3/4
x 3/2
=
=
,
1
0
2
x 3/2
y + 1/2
z + 3/4
ty
=
=
.
0
1
1
tx
Dakle, u zadanoj toki normala je jednaka

c
i j k
n = 1 0 2 = 2 i 1 j + k,
0 1 1
a jednadba tangencijalne ravnine glasi (vidi sliku 3.29)
z
3
1
3
Rt . . . z = 2 (x ) + 1 (y + ).
4
2
2
Napomena 3.4 Iz prethodnog izlaganja je jasno da ravninu Rt moemo
z
denirati im je funkcija f derivabilna u toki (x0 , y0 ). Medutim, ravninu
c
c
Rt ima smisla zvati tangencijalnom ravninom plohe z = f (x, y) u toki
c
(x0 , y0 , z0 ) samo onda kad je f diferencijabilna u toki (x0 , y0 ) jer tada svaki
c
pravac u ravnini Rt kroz toku (x0 , y0 , z0 ), a ne samo pravce tx i ty , moemo
c
z
promatrati kao tangentu na plohu z = f (x, y) u toki (x0 , y0 , z0 ), Naime, bilo
c
koji pravac u ravnini Rt kroz toku (x0 , y0 , z0 ) razliit od tx moe se dobiti
c
c
z
kao presjek ravnine Rt i ravnine paralelne sa Oz osi y y0 = c(x x0 ), gdje
je c R dana konstanta. Taj pravac ima jednadbu
z
tc
y y0
z z0
x x0
=
=
.
1
c
fx (x0 , y0 ) + cfy (x0 , y0 )
S druge strane, presijek plohe z = f (x, y) i ravnine yy0 = c(xx0 ) moemo

z
promatrati kao graf funkcije jedne varijable
x z = gc (x) = f (x, y0 + c(x x0 ))
(sve se dakako nalazi u ravnini y y0 = c(x x0 )). Nije teko vidjeti da
s
je zbog diferencijabilnosti funkcije f u toki (x0 , y0 ) funkcija gc derivabilna
c
u toki x0 s derivacijom gc (x0 ) = fx (x0 , y0 ) + cfy (x0 , y0 ), te da je tangenta

c
na krivulju z = gc (x) u x0 upravo pravac tc . U ovom smislu onda pravac tc
promatramo i kao tangentu na plohu z = f (x, y) u toki (x0 , y0 , z0 ).
c

132
z
-2*(x-1)**2-y**2
-0.75-2*(x-1.5)+1*(y+0.5)
0
-2
-4
1
y
0
-1
1
-1 0 x
-2*(x-1)**2-y**2
-0.75-2*(x-1.5)+1*(y+0.5)
z
0
-2
-4
1
0
-1
y
-1
1
x
Slika 3.29: Tangencijalna ravnina paraboloida z = 2(x 1)2 y 2 u toki

c
(2, 1, 3)
3.7
133
Primjer 3.12 Za funkciju f iz primjera 3.10 u toki (0, 0) pravci tx , ty i

c
ravnina Rt imaju jednadbe
z
y
z
x
= = ,
1
0
0
y
z
x
= = ,
ty . . .
0
1
0
Rt . . . z = 0,
tx . . .
ali nijedan drugi pravac u ravnini z = 0, osim pravaca tx i ty , nije tangenta

plohe z = f (x, y) u toki (0, 0) (vidi Sliku 3.23). Naime, za dani c R
c
pravac tc u ravnini Rt ima jednadbu
z
tc
x
y
z
= = ,
1
c
0
a za funkciju gc dobijamo
gc (x) =
cx
,
1+c2
0,
za x = 0,
za x = 0
i oito je za c = 0
c
gc (0) =
= fx (0, 0) + cfy (0, 0) = 0.

1 + c2
Zadatak 3.7 a) Odredi jednadbu tangencijalne ravnine na plohu z = f (x, y)

z
u toki (0, 0) ako je f funkcija iz primjera 3.7.
c
b) Ispitaj neprekidnost, derivabilnost i diferencijabilnost funkcije
f (x, y) =
xy
, za (x, y) = (0, 0),
0,
za (x, y) = (0, 0)
x2 +y 2
u toki (0, 0).

c
c) Odredi jednadbu tangencijalne ravnine na plohu
z
z = arctg
u toki (0, 0).
c
x+y
1 + xy

134
3.8
Parcijalne derivacije kompozicije funkcija
Prisjetimo se formule za derivaciju kompozicije funkcija jedne varijable

[g(f (x))] = g (f (x))f (x).
Kad imamo funkcije vie varijabla tada za raunanje parcijalnih derivacija
s
c
sloene funkcije (kompozicije funkcija) vrijedi analogno pravilo, dakako uz
z
neto kompliciraniji zapis.
s
Teorem 3.5 Neka su zadane funkcije
1 , , k : D R,
f : X R,
D Rn ,
X Rk ,
pri emu je
c
1 [D] k [D] X.
Tada moemo denirati kompoziciju F = f (1 , , k ) : D R formulom
z
F (x1 , , xn ) = f (1 (x1 , , xn ), , k (x1 , , xn )),
(x1 , , xn ) D.
Ako su funkcije 1 , , k i f diferencijabilne, onda je i funkcija F takoder

diferencijabilna, a njene parcijalne derivacije su dane formulom
F
=
xi
k
j=1
f j
,
uj xi
i = 1, , n,
gdje je uj = j (x1 , , xn ), j = 1, , k.
Primjer 3.13 Neka su zadane diferencijabilne funkcije
: D [a, b], : D [c, d], D R3 ,
f : [a, b] [c, d] R
i neka je
F (x, y, z) = f ((x, y, z), (x, y, z)), (x, y, z) D.
Uvedemo li oznake u = (x, y, z) i v = (x, y, z) onda prema prethodnom
teoremu imamo
Fx = fu + fv x ,
x
Fy = fu + fv y ,
y
Fz = fu + fv z .
z
3.9
135
Totalni diferencijal vieg reda

s
Napomena 3.5 Ako je funkcija F zadana kao u teoremu 3.5, onda je njen
diferencijal jednak
m
dF (x1 , , xm ) =
i=1
m
=
i=1
k
=
j=1
Fxi (x1 , , xm )dxi
k
j=1
fuj (u1 , , uk ) (j ) i (x1 , , xm ) dxi

x
m
fuj (u1 , , uk )
i=1
(j ) i (x1 , , xm )dxi
x
=
j=1
fuj (u1 , , uk )duj
= df (u1 , , uk ).
Zadatak 3.8 Neka su, uz oznake kao u primjeru 3.13, zadane funkcije f (u, v) =
y
u2 v, (x, y, z) = xyz i (x, y, z) = x + cos .
z
c
a) Izraunjte Fx direktno i pomou formula iz primjera 3.13.
c
b) Provjerite za ovu funkciju formule iz napomene 3.5.
3.9

s
Denicija 3.10 Neka funkcija f ima u nekoj okolini K(T ) D sve parcijalne derivacije do ukljuivo (r1)-vog reda. Ako su sve parcijalne derivacije
c
(r1)-vog reda funkcije f diferencijabilne u toki T , onda totalni diferencijal
c
r-tog reda funkcije f u toki T deniramo kao
c
n
dr f (T ) =
i1 =1 i2 =1
ir =1
r f (T )
dxi1 dxi2 dxir .
xi1 xi2 xir
Primjer 3.14 Neka je f funkcija dviju varijabla. Pod pretpostavkom da

f u nekoj okolini toke (x, y) ima neprekidne sve parcijalne derivacije r-tog
c
reda, uvaavajui Schwarzov teorem, za r = 2 imamo
z
c
d2 f (x, y) = fxx (x, y)dxdx + fxy (x, y)dxdy
+ fyx (x, y)dydx + fyy (x, y)dydy
= fxx (x, y)(dx)2 + 2fxy (x, y)dxdy + fyy (x, y)(dy)2 ,

136
a za r = 3 imamo
d3 f (x, y) = fxxx (x, y)dxdxdx + fxxy (x, y)dxdxdy
+ fxyx (x, y)dxdydx + fxyy (x, y)dxdydy
+ fyxx (x, y)dydxdx + fyxy (x, y)dydxdy
+ fyyx (x, y)dydydx + fyyy (x, y)dydydy
= fxxx (x, y)(dx)3 + 3fxxy (x, y)(dx)2 dy
+ 3fxyy (x, y)dx(dy)2 + fyyy (x, y)(dy)3 .
Nije teko dokazati (na primjer indukcijom) da za bilo koji r vrijedi

s
r
r r f (x, y)
(dx)ri (dy)i .
i xri y i
dr f (x, y) =
i=0
Zbog oigledne analogije sa binomnom formulom gornji izraz esto skraeno

c
c
c
zapisujemo kao
dr f (x, y) =
dx +
dy
x
y
f (x, y).
Zadatak 3.9 a) Odredi d2 f (0, 0) ako je f funkcija iz primjera 3.7.

b) Koristei formulu iz primjera 3.14 odredi dr f (0, 0) za funkciju
c
f (x, y) = ex2y .
3.9.1
Taylorova formula
Promatrimo funkciju f : D R, D Rn , i toke

c
T0 = (x0 , x0 , , x0 ),
1 2
n
T = (x1 , x2 , , xn ),
iz D. Cinjenicu da je f diferencijabilna u toki T0 moemo reinterpretirati

c
z
na slijedei nain: za svaku toku T K(T0 , ) D vrijedi
c
c
c
n
f (T ) = f (T0 ) +
i=1
fxi (T0 )(xi x0 ) + R1 (T ),

i
pri emu ostatak R1 (T ) ima svojstvo da tei k nuli kad T tei k T0 i to bre
c
z
z
z
nego T tei k T0 , odnosno
z
lim
T T0
R1 (T )
= 0,
= d(T, T0 ) =
n
i=1
(xi x0 )2 .
i
3.9
137

s
Praktina korist od gornje interpretacije je slijedei zakljuak: ako je toka T

c
c
c
c
blizu toki T0 tj. ako je malen onda je veliina R1 (T ) zanemarivo malena
c
c
pa se vrijednost funkcije f u toki T moe raunati koritenjem pribline
c
z
c
s
z
jednakosti
n
f (T ) f (T0 ) +
i=1
fxi (T0 )(xi x0 ).

i
Desnu stranu u gornjoj priblinoj jednakosti je jednostavno raunati ako

z
c
(T ), i = 1, , n. Ako elimo imati priz
su poznate vrijednosti f (T0 ) i fxi 0
blinu jednakost sa veim stupnjem tonosti onda u raun moramo ubaciti i
z
c
c
c
vrijednosti parcijalnih derivacija viih redova funkcije f u toki T0 .
s
c
Koristei Taylorovu formulu za realne funkcije jedne varijable te formulu
c
za deriviranje kompozicije funkcija vie varijabla lako se dobije Taylorova
s
formula za funkcije vie varijabla. Taj rezultat ovdje iskazujemo bez dokaza:
s
Teorem 3.6 Ako funkcija f ima u nekoj okolini K(T0 , ) D neprekidne
parcijalne derivacije do ukljuivo (m + 1)-vog reda, m N {0}, onda za
c
svaku toku T K(T0 , ) vrijedi Taylorova formula
c
m
f (T ) = f (T0 ) +
r=1
1
r!
n
i=1
(xi
x0 )
i
xi
f (T0 ) + Rm (T ).
Ovdje je
(1 )m+1p
Rm (T ) =
m! p
n
i=1
(xi
x0 )
i
xi
m+1
f (T )
za neki unaprijed zadani p N, a 0 < < 1 zavisi od toke T i odreduje

c
toku
c
T = (x0 + (x1 x0 ), , x0 + (xn x0 ))
1
1
n
n
koja se nalazi izmedu toaka T0 i T .
c
Napomena 3.6 1) Izraz kojim je dan ostatak Rn (T ) u iskazu teorema 3.6
je takozvani Schlmlichov oblik ostatka. Za p = 1 dobivamo Cauchyjev
o
oblik ostatka, a za p = m + 1 dobivamo Lagrangeov oblik ostatka koji
je najjednostavniji i najee koriten. Takoder nije teko pokazati da
c sc
s
s
vrijedi
lim
T T0
Rm (T )
= 0,
m
= d(T, T0 ) =
n
i=1
(xi x0 )2 ,
i

138
to se u literaturi (naroito u numerikoj analizi) simboliki zapisuje kao

s
c
c
c
Rm (T ) = O(m )
(ovakav zapis zovemo Peannov oblik ostatka). Posebno za m = 0 tvrdnja
u teoremu 3.6 svodi se praktino na uvodnu interpretaciju diferencijabilc
nosti funkcije f u toki T0 .
c
2) Ako su uvjeti teorema 3.6 ispunjeni za svako m N {0} i ako je
T K(T0 , ),
lim Rm (T ) = 0,
onda graninim prijelazom iz Taylorove formule dobivamo razvoj funkcije

c
u Taylorov red oko toke T0 koji glasi
c
f (T ) = f (T0 ) +
r=1
1
r!
n
i=1
(xi
x0 )
i
xi
f (T0 ).
U sluaju kad je T0 = (0, , 0) Taylorova formula (red) zove se Maclac

urinova formula (red).
Primjer 3.15 U ovom jednostavnom primjeru izraunat emo razvoj funkc
c
cije f (x, y) = ex+y u Taylorov red u okolini toke T0 = (1, 1). Zadana
c
funkcija ima u svakoj toki ravnine R2 parcijalne derivacije proizvoljno vic
sokog reda. Sve te derivacije su jednake polaznoj funkciji pa su ujedno i
neprekidne. Dakle,
dk f (1, 1) =
dx +
dy
x
y
k
=
i=0
k
=
i=0
f (1, 1)
k k f (1, 1) ki i
dx dy
i xki y i
k
1 dxki dy i = (dx + dy)k
i
= [(x 1) + (y + 1)]k = (x + y)k .

Ukoliko pokaemo da Rk (x, y) 0 u svakoj toki (x, y) R2 , tada razvoj u
z
c
Taylorov red zadane funkcije glasi
ex+y =
k=0
(x + y)k
.
k!
(3.2)
139
3.10 Ekstremi funkcija vie varijabla

s
Zaista, za Lagrangeov oblik ostatka imamo

|Rk (x, y)|
1
|x + y|k+1 ,
(k + 1)!
pa je limk |Rk (x, y)| = 0 (vidi Matematiku 1) i formula (3.2) vrijedi za

svaki (x, y) R2 .
U ovom sluaju smo red (3.2) mogli dobiti i direktno iz Maclaurinovog
c
xn
koji konvergira za svaki x R
razvoja funkcije jedne varijable ex =
n=0
n!
pomou formalne zamjene x x + y.
c
3.10
Ekstremi funkcija vie varijabla

s
Denicija 3.11 Funkcija f ima u toki T0 lokalni minimum (maksimum)

c
ako postoji okolina K(T0 , ) D takva da za sve T K(T0 , ) \ {T0 } vrijedi
f (T ) > f (T0 ) (f (T ) < f (T0 )).
Toke lokalnih minimuma i toke lokalnih maksimuma funkcije f zac
c
jednikim imenom zovemo tokama lokalnih ekstrema funkcije f . Kao i kod
c
c
funkcija jedne varijable, ukoliko je funkcija f vie varijabla neprekidna te
s
barem dvaput derivabilna u nekoj okolini promatrane toke T0 , moemo
c
z
dati nune i dovoljne uvjete da bi f imala lokalni ekstrem u T0 izraene
z
z
pomou vrijednosti parcijalnih derivacija od f u promatranoj toki. Ti su
c
c
uvjeti analogni onima za funkcije jedne varijable, ali dakako neto sloenije
s
z
izraeni.
z
Teorem 3.7 (Nuan uvjet ekstrema) Neka funkcija f ima lokalni eksz
trem u toki T0 . Ako postoji parcijalna derivacija od f po varijabli xi u toki
c
c
T0 , onda je nuno
z
fxi (T0 ) = 0.
Dokaz. Ako funkcija f ima lokalni ekstrem u toki T0 , onda za ksirani i i
c
funkcija jedne varijable fi : Di R denirana s
fi (x) = f (x0 , , x0 , x, x0 , , x0 ),
1
i1
i+1
n
x Di ,
c
gdje je Di = {x R | (x0 , , x0 , x, x0 , , x0 ) D}, ima u toki x0
n
1
i
i1
i+1
lokalni ekstrem. Ako za neki indeks i postoji parcijalna derivacija od f po
varijabli xi u toki T0 onda je u stvari
c
fxi (T0 ) = fi (x0 ).

i

140
Kako nuan uvjet ekstrema za funkcije jedne varijable povlai fi (x0 ) = 0,

z
c
i
zakljuujemo da mora biti fxi (T0 ) = 0.

c
Napomena 3.7 Neka je funkcija f kao u iskazu teorema 3.7. Ako je f

diferencijabilna u toki T0 onda se nuan uvjet da bi f imala lokalni ekstrem
c
z
u toki T0 ,
c
i = 1, , n,
fxi (T0 ) = 0,
moe ekvivalentno iskazati koritenjem diferencijala kao
z
s
df (T0 ) = 0.
Kao to emo vidjeti, ovaj uvjet je nuan ali ne i dovoljan. Inae, ako je
s c
z
c
funkcija f diferencijabilna u toki T0 i pri tom je df (T0 ) = 0 onda kaemo da
c
z
je T0 stacionarna toka funkcije f . U sluaju funkcije dviju varijabla (n = 2)
c
c
stacionarnu toku (x0 , y0 ) funkcije f geometrijski moemo interpretirati kao
c
z
toku u kojoj je tangencijalna ravnina na plohu z = f (x, y) paralelna sa
c
xOy koordinatnom ravninom. Naime, jednadba tangencijalne ravnine (vidi
z
poglavlje 3.7) u stacionarnoj toki (x0 , y0 ) glasi
c
z = z0 ,
z0 = f (x0 , y0 ).
Primjer 3.16 a) Toka (1, 2) je stacionarna toka funkcije

c
c
f (x, y) = x2 + 2x + y 2 4y + 3,
(x, y) R2
jer je ta funkcija beskonano puta diferencijabilna s parcijalnim derivacic

jama prvog reda
fx (x, y) = 2x + 2,
fy (x, y) = 2y 4
i oito je fx (1, 2) = 0 i fy (1, 2) = 0. Nadalje toka (1, 2) je i toka

c
c
c
2 ) za ovu
lokalnog minimuma (u stvari toka globalnog minimuma na R
c
funkciju jer je
f (x, y) = (x + 1)2 + (y 2)2 2 > 2 = f (1, 2),
(x, y) = (1, 2).
Jednadba tangencijalne ravnine na plohu z = x2 + 2x + y 2 4y + 3 u

z
toki (1, 2) glasi z = 2 (vidi sliku 3.30).
c
b) Funkcija
f (x, y) = xy,
(x, y) R2
141

s
x**2+2*x+y**2-4*y+3
10
5
0
4
2
0
-2
4
2
-2
x
Slika 3.30: Lokalni minimum
je beskonano puta diferencijabilna, a parcijalne derivacije prvog reda su

c
joj
fx (x, y) = y, fy (x, y) = x.
c
c
Oito je fx (0, 0) = 0 i fy (0, 0) = 0, pa je toka (0, 0) stacionarna toka za
c
ovu funkciju. Medutim toka (0, 0) nije toka lokalnog ekstrema funkcije
c
c
f . Naime, u svakoj okolini toke (0, 0) postoje toke oblika (t, t), t = 0,
c
c
u kojima je
f (t, t) = t2 > 0 = f (0, 0),
ali isto tako i toke oblika (t, t), t = 0 u kojima je

c
f (t, t) = t2 < 0 = f (0, 0).
Stoga zakljuujemo da (0, 0) nije ni toka lokalnog maksimuma ni toka
c
c
c
lokalnog minimuma. Toku (0, 0) zovemo sedlastom tokom plohe z = xy.
c
c
Jednadba tangencijalne ravnine na plohu z = xy u toki (0, 0) glasi z = 0
z
c
(vidi sliku 3.31).
c) Funkcija
f (x, y) = 1 x2 2x |y 2|,
(x, y) D = R2
ima u toki (1, 2) lokalni maksimum (u stvari globalni maksimum na

c
D) jer je
f (x, y) = 2 (x + 1)2 |y 2| < 2 = f (1, 2),
(x, y) = (1, 2).

142
x*y
0
2
0
-2
2
0
-2
x
-2
Slika 3.31: Sedlasta toka

c
c
z
c
Medutim toku (1, 2) ne moemo nazvati stacionarnom tokom od f u
smislu napomene 3.7 jer f nije diferencijabilna u toj toki. Naime, lako
c
se vidi da je fx (1, 2) = 0 ali i da fy (1, 2) ne postoji. Prema tome,

tangencijalna ravnina na plohu z = 1 x2 2x |y 2| u toki (1, 2)
c
ne postoji (vidi sliku 3.32).
Kako smo vidjeli u gornjem primjeru stacionarnost neke toke nije doc
voljan uvjet da bi ta toka bila toka lokalnog ekstrema. Da bi mogli dati
c
c
primjenjive dovoljne uvjete moramo, kao i u sluaju funkcija jedne varijable,
c
koristiti derivacije viih redova. Iz denicije 3.11 je vidljivo da je T0 toka
s
c
lokalnog ekstrema funkcije f ako i samo ako je razlika f (T ) f (T0 ) stalnog predznaka u nekoj okolini K(T0 , ) toke T0 . Za ocjenu predznaka te
c
razlike najprikladnije je upotrijebiti Taylorovu formulu danu u teoremu 3.6
i to sa n = 1 (to znai koritenje parcijalnih derivacija od f do ukljuivo
s
c
s
c
drugog reda) koja se dodatno pojednostavnjuje uvaavanjem nunog uvjeta
z
z
df (T0 ) = 0.
Dakle, uz pretpostavku da je f funkcija od n varijabla koja u nekoj
okolini K(T0 , ) D stacionarne toke T0 = (x0 , , x0 ) ima neprekidne
c
n
1
parcijalne derivacije do ukljuivo drugog reda, primjenom Taylorove formule
c
s Lagrangeovim oblikom ostatka R1 (T ) dobivamo da za svaku toku T =
c
143

s
1-x**2-2*x-abs(y-2)
1.5
1
0
2
0
-2
-2
4
2
x 0
Slika 3.32: Lokalni maksimum u nestacionarnoj toki

c
(x1 , , xn ) K(T0 , ) vrijedi

n
1
f (T ) f (T0 ) =
2
i=1
(xi x0 )
i
xi
f (T ).
U daljnjoj analizi kljuno je uoiti da se, zbog pretpostavljene neprekidnosti

c
c
svih parcijalnih derivacija drugog reda funkcije f , ostatak
1
R1 (T ) =
2
i veliina
c
1
R1 (T ) =
2
n
i=1
x0 )
i
xi
(xi x0 )
i
xi
(xi
n
i=1
f (T )
f (T0 )
vrlo malo razlikuju im je toka T dovoljno blizu toki T0 , odnosno, im je

c
c
c
c
d(T0 , T ) dovoljno maleno. Posljedica toga su slijedea etiri zakljuka:
c c
c
a) Ako je R1 (T ) > 0 za sve T K(T0 , )\{T0 } onda f u toki T0 ima lokalni

c
minimum.
b) Ako je R1 (T ) < 0 za sve T K(T0 , )\{T0 } onda f u toki T0 ima lokalni

c
maksimum.

144
c) Ako R1 (T ) mijenja predznak na K(T0 , )\{T0 }, odnosno ako je R1 (T ) > 0

1 (T ) < 0 u nekim tokama
u nekim tokama T K(T0 , ) \ {T0 } i R
c
c
T K(T0 , ) \ {T0 }, onda f u toki T0 nema lokalni ekstrem (kaemo da
c
z
je T0 sedlasta toka od f ).
c
d) Ako je R1 (T ) 0 za sve T K(T0 , ) \ {T0 } i ako postoji toka T = T0

c
1 (T ) = 0, ili ako je R1 (T ) 0 za sve T K(T0 , ) \ {T0 } i
u kojoj je R
postoji toka T = T0 u kojoj je R1 (T ) = 0, onda ne moemo bez daljnje

c
z
analize odgovoriti da li je toka T0 toka lokalnog ekstrema funkcije f ili
c
c
nije.
Interesantno je da nastupanje bilo kojeg od gore navedenih etiriju sluajeva
c
c
zavisi iskljuivo o vrijednostima parcijalnih derivacija drugog reda funkcije
c
f u promatranoj toki T0 . Naime vrijedi slijedei teorem:
c
c
Teorem 3.8 (Dovoljni uvjeti ekstrema) Neka funkcija f u nekoj okolini K(T0 , ) D stacionarne toke T0 ima neprekidne parcijalne derivacije
c
do ukljuivo drugog reda. Uvedimo oznake
c
Aij = fxi xj (T0 ),
i, j = 1, 2, , n
i denirajmo veliine r , r = 1, 2, , n formulama

c
1 = A11 ,
A11
..
.
r = .
.
.
Ar1
A1r
. ,
.
.
Arr
r = 2, , n.
Tada vrijedi:
a) ako je r > 0 za sve indekse r, onda f u toki T0 ima lokalni minimum;
c
b) ako je r < 0 za sve neparne indekse r i r > 0 za sve parne indekse r,
onda f u toki T0 ima lokalni maksimum;
c
c) ako je r < 0 za barem jedan paran indeks r ili ako postoje dva neparna
c
indeksa r i r takva da je r > 0 i r < 0, onda f u toki T0 nema
lokalni ekstrem;
d) ako je r 0 za sve indekse r i r = 0 za barem jedan indeks r ili ako
je r 0 za sve indekse r i r = 0 za barem jedan indeks r, onda f
moe ali i ne mora imati lokalni ekstrem u toki T0 .
z
c
145

s
Napomena 3.8 a) Treba uoiti da za brojeve Aij iz iskaza teorema 3.8

c
vrijedi Aji = Aij (Schwarzov teorem), odnosno da je matrica A = (Aij )
simetrina. Dokaz samog teorema osniva se na na nunim i dovoljnim
c
z
uvjetima uz koje je kvadratna forma denirana simetrinom matricom
c
A pozitivno ili negativno denitna (semidenitna) ili indenitna te ga
izostavljamo.
b) U posebnom sluaju za funkciju dviju varijabla koja u nekoj okolini
c
K(T0 , ) D stacionarne toke T0 = (x0 , y0 ) ima neprekidne parcijalne
c
derivacije do ukljuivo drugog reda imamo:
c
A11 = fxx (x0 , y0 ),
A12 = A21 = fxy (x0 , y0 ),
A22 = fyy (x0 , y0 )
i
1 = A11 ,
2 = A11 A22 A2 .
12
Tvrdnje teorema 3.8 svode se na slijedea etiri sluaja:

c c
c
(1) ako je 1 > 0 i 2 > 0, onda funkcija f u toki (x0 , y0 ) ima lokalni
c
minimum,
(2) ako je 1 < 0 i 2 > 0, onda funkcija f u toki (x0 , y0 ) ima lokalni
c
maksimum,
(3) ako je 2 < 0, onda f u toki (x0 , y0 ) nema lokalni ekstrem,
c
(4) ako je 2 = 0 onda f u toki (x0 , y0 ) moe ali i ne mora imati lokalni
c
z
ekstrem.
Primjer 3.17 a) Za funkciju iz primjera 3.16 a)
f (x, y) = x2 + 2x + y 2 4y + 3,
(x, y) R2
jedina stacionarna toka je (1, 2). Parcijalne derivacije drugog reda od

c
f su konstantne funkcije,
fxx (x, y) = 2,
fxy (x, y) = fyx (x, y) = 0,
fyy (x, y) = 2,
pa u toki (1, 2) imamo

c
1 = 2 > 0,
2 =
2 0
= 4 > 0.
0 2
Po teoremu 3.8 a) zakljuujemo da funkcija f u toki (1, 2) ima lokalni

c
c
minimum.

146
b) Za funkciju iz primjera 3.16 b)
f (x, y) = xy,
(x, y) R2
jedina stacionarna toka je (0, 0). Parcijalne derivacije drugog reda od f

c
su konstantne funkcije
fxx (x, y) = 0,
fxy (x, y) = fyx (x, y) = 1,
fyy (x, y) = 0,
pa u toki (0, 0) imamo

c
1 = 0,
2 =
0 1
= 1 < 0.
1 0
Po teoremu 3.8 c) zakljuujemo da funkcija f u toki (0, 0) nema lokalni

c
c
ekstrem.
c) Funkcija iz primjera 3.16 c)
f (x, y) = 1 x2 2x |y 2|,
(x, y) R2
ima u toki (1, 2) lokalni maksimum, ali taj zakljuak ne moemo dobiti
c
c
z
primjenom teorema 3.8 jer f ne udovoljava pretpostavkama tog teorema
(nema neprekidne sve parcijalne derivacije drugog reda).
d) Funkcija triju varijabla
f (x, y, z) = 2x2 y 2 3z 2 ,
(x, y, z) R3

c
joj
fx (x, y, z) = 4x,
fy (x, y, z) = 2y,
fz (x, y, z) = 6z.
Oito je (0, 0, 0) jedina stacionarna toka funkcije f . Parcijalne derivacije

c
c
drugog reda funkcije f su konstantne (po Schwarzovom teoremu dovoljno
ih i gledati samo est)
s
fxx = 4,
fxy = fxz = 0,
fyy = 2,
fyz = 0,
pa u toki (0, 0, 0) imamo

c
1 = 4 < 0,
2 =
4 0
= 8 > 0,
0 2
3 =
4 0
0
0 2 0 = 48 < 0.
0
0 6
fzz = 6,
147

s
Po teoremu 3.8 b) zakljuujemo da funkcija f ima u toki (0, 0, 0) lokalni

c
c
maksimum.
e) Slino kao u prethodnom primjeru, funkcija triju varijabla
c
f (x, y, z) = 2x2 + y 2 3z 2 ,
(x, y, z) R3

c
joj
fx (x, y, z) = 4x,
fy (x, y, z) = 2y,
fz (x, y, z) = 6z.
Opet je (0, 0, 0) jedina stacionarna toka od f , a parcijalne derivacije

c
drugog reda su sada
fxx = 4,
fxy = fxz = 0,
fyy = 2,
fyz = 0,
fzz = 6.
U toki (0, 0, 0) imamo

c
1 = 4 > 0,
2 =
4 0
= 8 > 0,
0 2
4 0 0
3 = 0 2 0 = 48 < 0,
0 0 6
pa po teoremu 3.8 c) zakljuujemo da funkcija f u toki (0, 0, 0) nema
c
c
lokalni ekstrem.
f) Da bi ilustrirali zakljuak d) iz teorema 3.8 pogledajmo slijedee dvije
c
c
funkcije triju varijabla
f (x, y, z) = x2 + y 2 + z 4 ,
g(x, y, z) = x2 + y 2 + z 3 ,
(x, y, z) R3 .
Toka (0, 0, 0) je toka lokalnog minimuma funkcije f jer je oito

c
c
c
f (x, y, z) = x2 + y 2 + z 4 > 0 = f (0, 0, 0),
(x, y, z) = (0, 0, 0).
Nadalje toka (0, 0, 0) nije toka lokalnog ekstrema funkcije g to odmah

c
c
s
slijedi iz slijedeih dviju nejednakosti
c
g(0, 0, t) = t3 > 0 = g(0, 0, 0),
g(0, 0, t) = t3 < 0 = g(0, 0, 0),
t > 0.

148
S druge strane toka (0, 0, 0) je jedina stacionarna toka i od f i od g,

c
c
to se lako provjeri, Jednostavnim raunom parcijalnih derivacija drugog
s
c
reda u toki(0, 0, 0) za obje funkcije dobivamo
c
1 = 2 > 0,
2 0
= 4 > 0,
2 =
0 2
2 0 0
3 = 0 2 0 = 0,
0 0 0
odnosno radi se o sluaju d) iz teorema 3.8

c
3.11
Implicitno zadane funkcije
U Matematici 1 smo ve govorili o tome kako jednadbu oblika

c
z
F (x, y) = 0,
gdje je F : D R, D R2 , neka funkcija dviju varijabla, moemo interz
pretirati i kao jednadbu kojom je implicitno zadana neka funkcija jedne
z
varijable
y = f (x),
x I R.
Jednadbi F (x, y) = 0 prirodno pridruujemo skup S R2 deniran s
z
z
S = {(x, y) D | F (x, y) = 0}
i u pravilu ga poistovjeujemo sa samom jednadbom kojoj je pridruen.
c
z
z
Denicija 3.12 Za funkciju jedne varijable f : I R, gdje je I R
(obino je I interval ili unija intervala u R), za koju vrijedi
c
F (x, f (x)) = 0,
x I
kaemo da je implicitno zadana jednadbom F (x, y) = 0. Ovo iskazujemo i

z
z
ekvivalentnim zahtjevom da je graf f funkcije f sadran u skupu S, odnosno
z
f = {(x, f (x)) | x I} S.
Ova denicija zahtijeva dva komentara koja dajemo u slijedee dvije
c
napomene, zajedno s jednostavnim primjerima
Napomena 3.9 Ako je funkciju f : I R I R implicitno zadana
jednadbom F (x, y) = 0 onda je prema Deniciji 3.12 i svaka restrikcija
z
R, I I od f implicitno zadana istom tom jednadbom. Dakle,
f :I
z
149
3.11 Implicitno zadane funkcije
F (x, y) = 0 u pravilu promatramo kao jednadbo kojom je implicitno zaz

dana ne jedna ve vie funkcija jedne varijable, a dijelovi od S su grafovi tih
c s
funkcija. Naravno, od interesa je sluaj kada postoji tono jedna osnovna
c
c
funkcija f koja je implicitno zadana tom jednadbom i iji se graf podudara
z
c
sa itavim skupom S, f = S. Takvu funkciju f dakako nije uvijek mogue
c
c
nai.
c
Primjer 3.18 a) Ako je funkcija f zadana eksplicitno formulom
y = f (x),
x I R,
onda je moemo shvatiti i kao funkciju koja je implicitno zadana jedz

nadbom
z
F (x, y) y f (x) = 0,
pri emu je domena od F skup D = I R, a skup S je upravo graf f
c
zadane funkcije f .
b) Kako je dobro poznato, jednadbu
z
x2 + y 2 1 = 0
obino zovemo implicitnom jednadbom krunice sa sreditem u ishoditu
c
z
z
s
s
(0, 0) i polumjerom 1. Jasno je da je moemo shvatiti i kao jednadbu
z
z
oblika F (x, y) = 0 kojom je implicitno zadana neka funkcija jedne varijable x. U ovom sluaju je F (x, y) = x2 + y 2 1 denirana na D = R2 , a
c
pridrueni skup S sastoji se od toaka (x, y) ravnine koje su od ishodita
z
c
s
(0, 0) udaljene za 1. Kad tu jednadbu razrijeimo po varijabli y kao
z
s
nepoznanici dobivamo
y = 1 x2 ,
odnosno y nije jednoznano odreden. Zakljuujemo da ne postoji jedna
c
c
osnovna funkcija f iji se graf podudara sa S. U stvari, jednadbu x2 +
c
z
y 2 1 = 0 obino interpretiramo kao jednadbu kojom su implicitno
c
z
zadane slijedee dvije osnovne funkcije (vidi Sliku 3.33)
c
f (x) =
1 x2 ,
f + (x) =
1 x2 ,
x I = [1, 1].
Jasno je da je na primjer i funkcija (vidi Sliku 3.34)
2
1 x , za x [1, 0.5)
f (x) =
1 x2 , za x [0.5, 1]
z
takoder implicitno zadana jednadbom x2 + y 2 1 = 0.

150
sqrt(1-x**2)
-sqrt(1-x**2)
Slika 3.33: Implicitno zadana krunica

z
Slika 3.34: Implicitno zadana funkcija izvedena iz krunice

z
151
Napomena 3.10 Prema deniciji 3.12, jednadbu F (x, y) = 0 interprez

c
tiramo kao implicitnu vezu izmedu varijabla x i y, pri emu varijablu x
tretiramo kao nezavisnu, a varijablu y kao zavisnu. Naravno da je ponekad
zgodno zamijeniti takve uloge varijabla x i y.
Primjer 3.19 a) Jednadbu
z
x+2=0
esto interpretiramo kao jednadbu pravca u ravnini koji prolazi tokom
c
z
c
(2, 0) na osi Ox i paralelan je sa osi Oy. Jasno je da u toj jednadbi
z
varijablu y ne moemo tretirati kao zavisnu jer se ona u njoj ne pojavz
z
z
z
ljuje. Medutim tu jednadbu moemo interpretirati kao jednadbu oblika
2 , u kojoj varijablu y tretiramo
F (x, y) = 0 sa F (x, y) = x + 2, (x, y) R
kao nezavisnu. Stoga je tom jednadbom implicitno zadana konstantna
z
funkcija x = f (y) = 2, y I = R.
b) Jednadbu
z
x + y2 = 0
obino nazivamo implicitnom jednadbom parabole. Tu je F (x, y) = x +
c
z
y 2 denirana na D = R2 . Ako u toj jednadbi varijablu x interpretiramo
z
kao nezavisnu onda su njom implicitno zadane dvije osnovne funkcije iji
c
grafovi su dijelovi skupa S pridruenog jednadbi (vidi Sliku 3.35). To
z
z
su funkcije
y = f (x) = x,
y = f + (x) =
x,
x I = (, 0].
sqrt(-x)
-sqrt(-x)
Slika 3.35: Implicitno zadana parabola

152
S druge strane zgodnije je varijablu y interpretirati kao nezavisnu jer se

onda x + y 2 = 0 moe interpretirati kao jednadba kojom je implicitno
z
z
zadana jedna osnovne funkcija
x = f (y) = y 2 ,
y I = R,
iji graf se podudara sa skupom S pridruenim toj jednadbi.

c
z
z
Deniciju 3.12 na prirodan nain poopavamo na sluaj implicitne veze
c
c
c
(n + 1)-ne varijable (n 1):
Denicija 3.13 Neka je F : X R funkcija od (n + 1)-ne varijable denirana na X Rn+1 i neka je skup S Rn+1 deniran kao
S = {(x1 , , xn , xn+1 ) X | F (x1 , , xn , xn+1 ) = 0}.
Za bilo koju funkciju f : D R od n varijabla koja je denirana na D Rn
i za koju vrijedi
F (x1 , , xn , f (x1 , , xn )) = 0,
(x1 , , xn ) D
kaemo da je implicitno zadana jednadbom

z
z
F (x1 , , xn , xn+1 ) = 0.
Ovo iskazujemo i ekvivalentnim zahtjevom da je graf f funkcije f sadran
z
u skupu S:
f = {(x1 , , xn , f (x1 , , xn )) | (x1 , , xn ) D} S.
Napomena 3.11 Primjedbe sline onima u napomeni 3.9 mogu se dati i uz
c
Deniciju 3.13. Dakle, jednadbu
z
F (x1 , , xn , xn+1 ) = 0
uvijek promatramo kao jednadbu kojom moe biti implicitno zadano vie
z
z
s
funkcija od n varijabla pri emu varijablu xn+1 tretiramo kao zavisnu a
c
x1 , , xn kao nezavisne varijable. Jasno je da i ovdje po potrebi moemo
z
zamijeniti uloge varijabla tj. bilo koju od varijabla, recimo varijablu xi ,
tretirati kao zavisnu a preostale varijable x1 , , xi1 , xi+1 , , xn+1 kao
c
nezavisne. Takoder, u sluaju veze triju varijabla (n = 2) umjesto x1 , x2 i
x3 koristimo uobiajene oznake x, y i z.
c
153
Primjer 3.20 a) Jednadbom

z
x2 + y 2 z 2 = 0
implicitno su zadana dva kruna stoca, oba s vrhom u ishoditu (0, 0, 0),
z
s
s
jednom je os simetrije negativna Oz poluos, a drugomu pozitivna Oz
poluos (vidi sliku 3.20).
Naime, ovdje je F (x, y, z) = x2 + y 2 z 2 denirana na X = R3 , pa ako
varijablu z tretiramo kao zavisnu onda su gornjom jednadbom implicitno
z
zadane dvije osnovne funkcije dviju nezavisnih varijabla x i y:
z = f (x, y) = x2 + y 2 ,
z = f + (x, y) =
x2 + y 2 ,
(x, y) R2 .
Ako bi na primjer u gornjoj jednadbi varijablu y tretirali kao zavisnu

z
onda su tom jednadbom implicitno zadane slijedee dvije osnovne funkz
c
cije dviju nezavisnih varijabla x i z
y = f (x, z) =
z 2 x2 ,
(x, z) D = {(x, z) R2 | |z| |x|}
i
y = f + (x, z) =
(x, z) D = {(x, z) R2 | |z| |x|}.
z 2 x2 ,
Kako izgledaju grafovi ovih funkcija moemo vidjeti na slici 3.36.

z
u, sqrt(v**2-u**2), v
u, -sqrt(v**2-u**2), v
3
0
-3
-4
-2
x 0 2
-4
-2
Slika 3.36: Implicitno zadan stoac

z

154
b) U jednadbi
z
x + y 2 + 2y + z 2 = 0
je F (x, y, z) = x + y 2 + 2y + z 2 denirana na X = R3 . Najjednostavnije
je varijablu x tretirati kao zavisnu jer je u tom sluaju ovom jednadbom
c
z
implicitno zadana tono jedna osnovna funkcija dviju nezavisnih varijabla
c
yiz
x = f (y, z) = y 2 2y z 2 ,
(y, z) R2 .
U stvari se ova jednadba moe ekvivalentno zapisati kao
z
z
x 1 = (y + 1)2 z 2
iz ega se vidi da je to jednadba krunog paraboloida s vrhom u toki
c
z
z
c
(1, 1, 0) okrenutog u smjeru negativne Ox poluosi (parboloid je slian
c
onome na slici 3.16 uz pomaknuti vrh).
Kako smo u prethodnom izlaganju vidjeli, jednadbu oblika
z
F (x1 , , xm , xm+1 ) = 0
interpretiramo kao implicitnu vezu izmedu (n + 1)-ne varijable kojom jedna
od varijabla, na primjer xn+1 , moe biti zadana kao funkcija preostalih n
z
s
varijabla. Medutim nismo rekli nita o tome koji su dovoljni uvjeti da bi
takva eksplicitna veza
xn+1 = f (x1 , , xn )
s
postojala. Takoder nismo rekli nita o svojstvima funkcije f implicitno zadane gornjom jednadbom. Odgovore na ta pitanja daje slijedei teorem:
z
c
Teorem 3.9 Neka je F : X R funkcija od (n + 1)-ne varijable denirana
na otvorenom skupu X Rn+1 koja ima neprekidne parcijalne derivacije Fxi

na X po svim varijablama xi , i = 1, , n + 1 (dakle, F je diferencijabilna
c
u svim tokama iz X). Dalje, neka je T0 = (x0 , , x0 , x0 ) X toka iz
c
n n+1
1
X za koju vrijedi
F (x0 , , x0 , x0 ) = 0,
1
n n+1
Fxn+1 (x0 , , x0 , x0 ) = 0.
1
n n+1
Tada vrijedi:
(i) Postoji okolina D Rn toke (x0 , , x0 ) i samo jedna funkcija f :
c
n
1
D R za koju vrijedi
x0 = f (x0 , , x0 )
n+1
1
n
i
F (x1 , , xn , f (x1 , , xn )) = 0,
(x1 , , xn ) D.
155
(ii) Funkcija f ima neprekidne parcijalne derivacije fxi na D po svim varijablama xi , i = 1, , n, te u svakoj toki (x1 , , xn ) D vrijede
c
formule
fxi (x1 , , xn ) =
Fxi (x1 , , xn , xn+1 )

,
Fxn+1 (x1 , , xn , xn+1 )
i = 1, , n,
gdje je
xn+1 = f (x1 , , xn ).
Napomena 3.12 a) Kad imamo implicitnu vezu dviju varijabla
F (x, y) = 0
deniranu pomou funkcije F : X R koja na X R2 ima neprec
z
c
c
kidne parcijalne derivacije Fx i Fy , teorem 3.9 kae da e za svaku toku
(x0 , y0 ) X u kojoj vrijedi
F (x0 , y0 ) = 0,
Fy (x0 , y0 ) = 0
postojati okolina D R od x0 i samo jedna funkcija f : D R koja je

implicitno zadana sa F (x, y) = 0 i koja je neprekidno derivabilna na D.
Derivacija f (x) u bilo kojoj toki x D je odredena s
c
f (x) =
Fx (x, y)
,
Fy (x, y)
F (x, y) = 0.
b) U sluaju implicitne veze triju varijabla

c
F (x, y, z) = 0
denirane pomou funkcije F : X R koja na X R3 ima neprekidne
c
z
c
c
parcijalne derivacije Fx , Fy i Fz , teorem 3.9 kae da e za svaku toku
(x0 , y0 , z0 ) X u kojoj je
F (x0 , y0 , z0 ) = 0,
Fz (x0 , y0 , z0 ) = 0
postojati okolina D R2 toke (x0 , y0 ) i samo jedna funkcija f : D R

c
koja je implicitno zadana sa F (x, y, z) = 0 i koja ima neprekidne parci
jalne derivacije fx i fy na D. Vrijednosti parcijalnih derivacija fx (x, y) i

(x, y) u bilo kojoj toki (x, y) D su odredene s
c
fy
Fx (x, y, z)
,
Fz (x, y, z)
Fy (x, y, z)
,
fy (x, y) =
Fz (x, y, z)
F (x, y, z) = 0.
fx (x, y) =

156
Primjer 3.21 a) U primjeru 3.19 b) smo vidjeli da su jednadbom

z
x + y2 = 0
implicitno zadane dvije osnovne funkcije nezavisne varijable x
x I = (, 0].
y = f (x) = x, y = f + (x) = x,
Ovdje je F (x, y) = x + y 2 denirana i neprekidno derivabilna na X = R2
te su joj parcijalne derivacije dane formulama
Fx (x, y) = 1,
Fy (x, y) = 2y.
U toki (4, 2) imamo

c
F (4, 2) = 0,
Fx (4, 2) = 1,
Fy (4, 2) = 4.
Dakle pretpostavke teorema 3.9 su ispunjene i zato mora postojati okolina

D R od 4 i samo jedna derivabilna funkcija f : D R implicitno
zadana jednadbom x + y 2 = 0. Oito, to je funkcija f . Medutim,
z
c
tu funkciju ne moemo gledati na itavom I = (, 0] ve samo na
z
c
c
podskupu D = (, 0), jer u toki 0 nije derivabilna. Dakle
c
x D = (, 0),
f (x) = x,
Da bi izraunali na primjer f (4) ne treba nam eksplicitni izraz za f (x)
c
ve imamo
c
F (4, 2)
1
1
f (4) = x
= .
=
(4, 2)
Fy
4
4
U ovom sluaju gornji raun moemo provjeriti koristei eksplicitni izraz
c
c
z
c
1
f (x) = ,
2 x
x D = (, 0),
Jasno je da openito takvu provjeru neemo moi napraviti jer neemo

c
c
c
c
imati funkciju f eksplicitno zadanu ve emo samo znati da postoji!.
c c
Uoimo jo da i toka (0, 0) zadovoljava F (0, 0) = 0, ali teorem 3.9 u toj
c
s
c
toki nije primjenjiv jer je Fy (0, 0) = 0.

c
b) Promotrimo jednadbu
z
xyz exyz = 0
kao implicitnu vezu triju varijabla. Zbog oite simetrije svejedno je koju
c
varijablu tretiramo kao zavisnu pa uzmimo da je to varijabla z. Imamo
F (x, y, z) = xyz exyz ,
(x, y, z) X = R3
157
i u svim tokama (x, y, z) X vrijedi

c
Fx (x, y, z) = 1 + exyz yz,
Fy (x, y, z) = 1 + exyz xz,
Fz (x, y, z) = 1 + exyz xy.
Kako je
1 + exyz > 1,
(x, y, z) X,
imamo
Fz (x, y, z) = 1 + exyz xy = 0
x = 0 y = 0.
Prema tome, teorem 3.9 moemo primijeniti u svakoj toki (x, y, z) X u

z
c
kojoj je zadovoljena poetna jednadba i za koju je x = 0 i y = 0. Dakle,
c
z
za svaku takvu toku postojat e okolina D R2 i samo jedna funkcija f
c
c
nezavisnih varijabla x i y koja je implicitno zadana poetnom jednadbom
c
z
i neprekidno derivabilna na D. Za parcijalne derivacije funkcije f vrijedit
e
c
z
F x(x, y, z)
= ,
z(x, y, z)
F
x
x(x, y, z)
F
z
fy (x, y) =
= .
F z(x, y, z)
y
fx (x, y) =
Naravno, za konkretno zadane vrijednosti x = 0 i y = 0 pripadajua

c
c
z
vrijednost varijable z je jednoznano odredena poetnom jednadbom i
c
ne moemo je egzaktno izraziti pomou elementarnih funkcija varijabla
z
c
x i y. Medutim i u ovom primjeru moemo gornje formule za parcijalne
z
derivacije provjerit neposrednim deriviranjem slino kao u prethodnom
c
primjeru. Naime, uvodenjem pomone varijable t = xyz poetnu jedc
c
nadbu moemo napisati kao
z
z
t = et ,
t = xyz.
Krivulja y = ex i pravac y = x sijeku se tono u jednoj toki s apscisom

c
c
c (0, 1) kako se vidi na Slici 3.37.
Stoga jednadba t = et ima tono jedno rjeenje t = c. Veliinu c ne

z
c
s
c
moemo egzaktno izraziti koristei elementarne funkcije jedne varijable
z
c
ve samo moemo upotrijebiti neku od elementarnih numerikih metoda
c
z
c
(na primjer metodu bisekcije) da bi dobili po volji tonu priblinu vric
z
jednost za c (vrijedi c 0.56). Zakljuujemo da je poetna jednadba
c
c
z
ekvivalentna sa jednadbom
z
xyz = c

158
x
exp(-x)
-2
Slika 3.37: Sjecite krivulja y = x i y = ex

s
iz koje dobivamo eksplicitno varijablu z kao funkciju varijabla x i y (visi

sliku 3.38),
c
z = f (x, y) =
,
x = 0 y = 0.
xy
Sada neposrednim deriviranjem dobijamo
fx (x, y) =
c
z
= ,
x2 y
x
fy (x, y) =
c
z
= .
xy 2
y
0.56/(x*y)
0
4
0
-4
-2
x
0
2
-2
Slika 3.38: Implicitno zadana funkcija xyz = exyz
159
3.12 Problem vezanog ekstrema
3.12
Problem vezanog ekstrema
Pretpostavimo da su zadane dvije funkcije dviju varijabla f, : D R

denirane na skupu D R2 . Funkciji pridruimo implicitnu jednadbu
z
z
(x, y) = 0
i pripadajui skup S D deniran tom jednadbom
c
z
S = {(x, y) D | (x, y) = 0}
Denicija 3.14 Ako za toku T0 = (x0 , y0 ) S postoji okolina K(T0 , )
c
D tako da je
f (x, y) > f (x0 , y0 ),
(x, y) S K(T0 , ) \ {T0 }
onda kaemo da funkcija f u toki T0 ima vezani (uvjetni) lokalni minimum

z
c
uz uvjet (x, y) = 0. Ako je
f (x, y) < f (x0 , y0 ),
(x, y) S K(T0 , ) \ {T0 }
onda kaemo da funkcija f u toki T0 ima vezani (uvjetni) lokalni maksimum

z
c
uz uvjet (x, y) = 0. Zajednikim imenom toke vezanih lokalnih minimuma
c
c
ili maksimuma zovemo tokama vezanih (uvjetnih) lokalnih ekstrema .
c
c
Problem odredivanja toaka u kojima funkcija z = f (x, y) ima vezane
lokalne ekstreme uz uvjet (x, y) = 0 krae zapisujemo
c
z = f (x, y) min, max
(x, y) = 0
Taj problem moemo geometrijski interpretirati na slijedei nain: medu
z
c
c
tokama (x, y, z) plohe zadane eksplicitno sa z = f (x, y) ije prve dvije
c
c
c
z
koordinate odreduju toku iz skupa S traimo one u kojima je vrijednost
tree koordinate z lokalno najmanja (najvea) (vidi Sliku 3.39).
c
c
Ukoliko su funkcije f i kojima je zadan problem vezanog ekstrema
dovoljno lijepe (na primjer neprekidno derivabilne) mogu se dati nuni i
z
dovoljni uvjeti da bi toka (x0 , y0 ) bila rjeenje tog problema.
c
s
Promatramo dakle gore opisani problem vezanog ekstrema i pretpostavljamo da funkcije f i imaju neprekidne sve parcijalne derivacije do
ukljuivo drugog reda. Neka je toka (x0 , y0 ) S takva da je
c
c
(x0 , y0 ) = 0.
y

160
-x**2-y**2
x-y-2
uvjet
max
o
min
0
o
-4
funkcija
-2
0
-2
y
Slika 3.39: Problem vezanog ekstrema
Koristei tvrdnju (i) iz teorema 3.9 zakljuujemo da mora postojati otvoreni

c
c
interval I R sa x0 I i tono jedna funkcija y = g(x), x I implicitno
c
zadana jednadbom (x, y) = 0. Zbog toga funkciju z = f (x, y), (x, y) S
z
moemo lokalno u nekoj okolini promatrane toke (x0 , y0 ) interpretirati kao
z
c
funkciju samo jedne varijable x,
z = f (x) = f (x, g(x)),
xI
Oigledno vrijedi slijedea tvrdnja: Funkcija f u toki (x0 , y0 ) ima lokalni

c
c
c
vezani minimum (maksimum) ako i samo ako funkcija f u toki x0 ima

c
lokalni minimum (maksimum).
Prema tvrdnji (ii) teorema 3.9 znamo da je funkcija g neprekidno derivabilna na I i derivacija joj zadovoljava
g (x) =
(x, y)
x
.
(x, y)
y
(A1)
U stvari zbog pretpostavke da ima neprekidne i parcijalne derivacije drugog reda, zakljuujemo da g na I ima neprekidnu i drugu derivaciju. Iz
c
formule (A1) koristei formulu za derivaciju kompozicije funkcija vie varic
s
jabla dobivamo da je g (x) jednako
(x, y) + (x, y)g (x) (x, y) (x, y) (x, y) + (x, y)g (x)
yy
yx
x
y
xy
xx
,
(x, y)2
y
161
to se sredivanjem i jo jednom upotrebom formule (A1) moe zapisati kao

s
s
z
g (x) =
1
(x, y)
y
(x, y) + 2 (x, y)g (x) + (x, y)g (x)2 .

xx
xy
yy
(A2)
Nadalje zbog pretpostavke da funkcija f ima neprekidne parcijalne deri

vacije drugog reda zakljuujemo da i funkcija f ima na I neprekidnu prvu i
c
drugu derivaciju. Koristei opet formulu za deriviranje kompozicije funkcija
c
vie varijabla, dobivamo da za sve x I vrijedi
s
f (x) = fx (x, y) + fy (x, y)g (x).
(B1)
Iz ove formule jo jednim deriviranjem dobivamo da je f (x) jednako

s
fxx (x, y) + fxy (x, y)g (x) + fyx (x, y) + fyy (x, y)g (x) g (x) + fy (x, y)g (x),
to se nakon sredivanja i uvrtavanja izraza za g (x) danog formulom (A2)

s
s
moe zapisati kao
z
f (x) = fxx (x, y) + 2fxy (x, y)g (x) + fyy (x, y)g (x)2
fy (x, y)
(x, y) + 2 (x, y)g (x) + (x, y)g (x)2
xy
yy
(x, y) xx
y
(B2)
Sad moemo na jednostavan nain dobiti nune i dovoljne uvjete lokalnih

z
c
z
vezanih ekstrema funkcije z = f (x, y) uz uvjet (x, y) = 0.
Teorem 3.10 ( Nuan i dovoljan uvjet vezanog ekstrema) Neka funkz
cije f, : D R, D R2 , imaju na D neprekidne sve parcijalne derivacije
do ukljuivo drugog reda.
c
(i) Ako funkcija f u toki (x0 , y0 ) D u kojoj je (x0 , y0 ) = 0 ima lokalni
c
y
vezani ekstrem uz uvjet (x, y) = 0, onda mora postojati realan broj 0
takav da za trojku (x0 , y0 , 0 ) vrijedi
fx (x0 , y0 ) + 0 (x0 , y0 ) = 0,
x
(C)
fy (x0 , y0 ) + 0 (x0 , y0 ) = 0,
y
(x0 , y0 ) = 0.
(ii) Ako su toka (x0 , y0 ) D i realan broj 0 takvi da trojka (x0 , y0 , 0 )

c
zadovoljava uvjet (C) i ako je
f (x0 ) = 0,
pri emu je f (x) denirano formulom (B2), onda funkcija f u toki

c
c
(x0 , y0 ) ima lokalni vezani ekstrem uz uvjet (x, y) = 0 i to minimum
ako je f (x0 ) > 0, odnosno maksimum ako je f (x0 ) < 0.

162
Dokaz. Trea jednakost u (C) je oito nuna po Deniciji 3.14. Zbog

c
c
z
pretpostavke da je (x0 , y0 ) = 0 vrijede sva prethodna razmatranja pa
y
je pretpostavka da f u toki (x0 , y0 ) ima lokalni vezani ekstrem uz uvjet
c
(x, y) = 0 ekvivalentna pretpostavci da funkcija f jedne varijable x ima
obian lokalni ekstrem u toki x0 . Zato je nuno da bude f (x0 ) = 0, to

c
c
z
s
zbog (B1) daje jednakost
fx (x0 , y0 ) + fy (x0 , y0 )g (x0 ) = 0.
Ovu jednakost, uvaavajui formulu (A1), moemo zapisati u obliku

z
c
z
fx (x0 , y0 ) +
fy (x0 , y0 )
(x0 , y0 )
y
(x0 , y0 ) = 0.
x
Ovo je upravo prva jednakost u (C) ako deniramo realan broj 0 s jednakou
sc
fy (x0 , y0 )
,
0 =
y (x0 , y0 )
koja je oito ekvivalentna drugoj jednakosti u (C). Time je prvi dio teorema
c
dokazan.
Istinitost drugog dijela teorema slijedi neposredno primjenom dovoljnih
uvjeta za obian ekstrem funkcije f jedne varijable x i uvaavanjem razmac

z
tranja koja su prethodila teoremu.
Napomena 3.13 Jasno je da zbog ravnopravnosti varijabla x i y sve to

s
smo do sada rekli o problemu vezanog ekstrema vrijedi i ako zamijenimo
uloge varijabla. To znai da smo umjesto od pretpostavke da je (x0 , y0 ) =
c
y
0 u promatranoj toki mogli krenuti od pretpostavke da je (x0 , y0 ) = 0.
c
x
Zbog simetrije po x i y nuan uvjet (C) lokalnog vezanog ekstrema ostao bi
z
isti, dok bi se dovoljan uvjet iskazao pomou vrijednosti f (y0 ). Pri tome bi
c
(y) bilo denirano desnom stranom od (B2) u kojoj je g (x) zamijenjeno sa
g (y) = (x, y)/ (x, y), a faktor fy (x, y)/ (x, y) zamijenjen faktorom
y
x
y
(x, y)/ (x, y).
fx
x
Problem vezanog ekstrema
z = f (x, y) min, max
(x, y) = 0
ponekad rjeavamo uvodenjem Lagrangeove funkcije (Lagrangeijana) L(x, y, )
s
triju nezavisnih varijabla x, y i :
L(x, y, ) = f (x, y) + (x, y),
(x, y) D,
R.
163
Parametar zove se Lagrangeov multiplikator. Oito je da se nuan uvjet

c
z
(C) lokalnog vezanog ekstrema funkcije f (x, y) uz uvjet (x, y) = 0 u toki
c
(x0 , y0 ) podudara s nunim uvjetom obinog ekstrema Lagrangeove funkz
c
cije L(x, y, ) u toki (x0 , y0 , 0 ). Sto se tie dovoljnih uvjeta, nije teko
c
c
s
neposrednim raunom provjeriti da se vrijednost f (x0 ) moe izraziti kao

c
z
0
(x0 , y0 )
(x0 , y0 )
x
y
1
(x0 , y0 ) L (x0 , y0 , 0 ) L (x0 , y0 , 0 ) .

f (x0 ) =
xy
xx
y (x0 , y0 )2 x
(x0 , y0 ) L (x0 , y0 , 0 ) L (x0 , y0 , 0 )
y
xy
yy
Naravno, s izmjenjenim ulogama varijabla x i y imali bi
f (y0 ) =
0
(x0 , y0 )
(x0 , y0 )
x
y
1
(x , y ) L (x , y , ) L (x , y , )
x 0 0
xy 0 0 0 .
xx 0 0 0
(x0 , y0 )2
(x , y , ) L (x , y , )
x
y (x0 , y0 ) Lxy 0 0 0
yy 0 0 0
To nas navodi na slijedeu jednostavniju formulaciju dovoljnih uvjeta:

c
neka trojka (x0 , y0 , 0 ) zadovoljava uvjet (C) i neka je
0
=
(x0 , y0 )
x
(x0 , y0 )
y
(x0 , y0 )
x
(x , y , )
Lxx 0 0 0
L (x0 , y0 , 0 )
xy
(x0 , y0 )
y
(x , y , )
Lxy 0 0 0
L (x0 , y0 , 0 )
yy
Ako je < 0 onda funkcija f u toki (x0 , y0 ) ima lokalni vezani minimum,
c
a ako je > 0 onda f u toki (x0 , y0 ) ima lokalni vezani maksimum.
c
Ako trojka (x0 , y0 , 0 ) zadovoljava uvjet (C), moemo promatrati i samo
z
vrijednost
L (x , y , ) L (x0 , y0 , 0 )
xy
.
= xx 0 0 0
L (x0 , y0 , 0 ) L (x0 , y0 , 0 )
xy
yy
Interesantno je da vrijedi slijedee: ako je > 0 i L (x0 , y0 , 0 ) > 0, onda
c
xx
je sigurno < 0 pa funkcija f u toki (x0 , y0 ) ima lokalni vezani minimum,
c
a ako je > 0 i L (x0 , y0 , 0 ) < 0, onda je sigurno > 0 pa f u toki
c
xx
(x0 , y0 ) ima lokalni vezani maksimum. Medutim, ako je 0 ne moemo
z
nita zakljuiti ve moramo izraunati .
s
c
c
c
Nalaenje vezanog ekstrema ilustrirat emo s tri primjera.
z
c
Primjer 3.22 Neka je zadan problem vezanog ekstrema
z = xy min, max
x2 + y 2 2 = 0
Pridruena Lagrangeova funkcija je
z
L(x, y, ) = xy + (x2 + y 2 2),

164
pa je nuan uvjet ekstrema
z
L = y + 2x = 0,
x
L = x + 2y = 0,
y
L = x2 + y 2 2 = 0.
Iz prve dvije jednadbe dobivamo

z
=
x
y
= ,
2x
2y
odakle slijedi
y 2 = x2
y = x.
Uvrtavanje u treu jednadbu daje

s
c
z
x2 + (x)2 2 = 0
x = 1.
Zakljuujemo da postoje etiri toke koje zadovoljavaju nuan uvjet:

c
c
c
z
T1 = (1, 1),
T2 = (1, 1),
T3 = (1, 1),
T4 = (1, 1),
Kako je
=
1
,
2
1
2 = ,
2
1
3 = ,
2
1
4 = .
2
1 =
L L
2 1
xy
xx
= 42 1,
= 1
2
Lxy Lyy
uvrtavanjem odgovarajue vrijednosti od za sve etiri toke dobivamo

s
c
c
c
= 0 pa ne moemo donijeti zakljuak ve moramo raunati
z
c
c
c
0
0 2x 2y
y
x
= x Lxx L = 2x 2 1 .
xy
2y 1 2
L L
y
xy
yy
Uvrtavanjem odgovarajuih vrijednosti od x, y i za pojedine toke dobis
c
c
vamo: u tokama T1 i T2 je = 16 < 0, a u tokama T3 i T4 je = 16 > 0,
c
c
Zakljuujemo da funkcija z = xy ima u tokama T1 i T2 lokalni vezani mic
c
nimum uz dani uvjet x2 + y 2 2 = 0, a u tokamaT3 i T4 lokalni vezani
c
maksimum (vidi Sliku 3.40).
165
u, v, u*v
u, sqrt(-u**2+2), v
u, -sqrt(-u**2+2), v
z
4
0
-4
2
0
-2
x
-2
Slika 3.40: Vezani ekstremi
Primjer 3.23 Za problem vezanog ekstrema

z = x2 + y 2 min, max
x+y2=0
imamo Lagrangeovu funkciju
L(x, y, ) = x2 + y 2 + (x + y 2).
Nuan uvjet ekstrema glasi
z
L = 2x + = 0,
x
L = 2y + = 0,
y
L = x + y 2 = 0.
Iz prve dvije jednadbe dobivamo

z
= 2x = 2y
y = x,
pa uvrtavanjem u treu jednadbu dobijamo

s
c
z
x+x2=0
x = 1.
Zakljuujemo da postoji samo jedna toka koja zadovoljava nuan uvjet:

c
c
z
T0 = (1, 1),
0 = 2.

166
Kako je
L L
2 0
xy
xx
=4
=
0 2
L L
xy
yy
vidimo da u toki T0 vrijedi L (1, 1, 2) = 2 > 0 i = 4 > 0. Dakle ne

c
xx
moramo raunati vrijednost ve smijemo zakljuiti da funkcija z = x2 +y 2
c
c
c
u toki T0 ima lokalni vezani minimum uz dani uvjet x + y 2 = 0 (vidi
c
sliku 3.41).
u, v, u**2+v**2
u, -u+2, v+4
4
0
-2
x
-2
2
y
Slika 3.41: Lokalni vezani minimum
Primjer 3.24 Problemu vezanog ekstrema

z = xy min, max
yx=0
pridruena je Lagrangeova funkcija
z
L(x, y, ) = xy + (y x),
pa je nuan uvjet ekstrema
z
L = y = 0,
x
L = x + = 0,
y
L = y x = 0.
167
Oigledno je da su gornje jednadbe zadovoljene u samo jednoj toki

c
z
c
T0 = (0, 0),
Takoder imamo
=
0 = 0.
L L
0 1
xx
xy
= 1
=
1 0
L L
yy
xy
to znai da u toki T0 vrijedi = 1 < 0. Dakle ne moemo donijeti

s
c
c
z
zakljuak ve moramo raunati vrijednost . Za sve toke imamo
c
c
c
c
0
0 1 1
y
x
L L = 1 0 1 = 2,
= x
xx
xy
L L
1
1 0
yy
xy
y
pa je = 2 < 0 i u toki T0 . Zakljuujemo da funkcija z = xy ima u toki
c
c
c
T0 lokalni vezani minimum uz dani uvjet y x = 0 (vidi sliku 3.42).
u, v, u*v
u, u, v
z
4
-2
2
-2
0
y
Slika 3.42: Lokalni vezani minimum
168
4.
VISESTRUKI INTEGRALI
4.1
Denicija i osnovna svojstva . . . . . . . . . . . . . . . . . 169
4.2
Dvostruki integral . . . . . . . . . . . . . . . . . . . . . . 173

4.2.1
4.2.2
Polarne koordinate . . . . . . . . . . . . . . . . . . 177
4.2.3
4.3
Volumen i povrina . . . . . . . . . . . . . . . . . . 176

s
Nepravi integral . . . . . . . . . . . . . . . . . . . 180
Trostruki integral . . . . . . . . . . . . . . . . . . . . . . . 183

4.3.1

c
. . . . . . . . . . . 184
4.4
Zamjena varijabli . . . . . . . . . . . . . . . . . . . . . . . 188
4.5
Momenti i teita . . . . . . . . . . . . . . . . . . . . . . . 190

zs
4.6
Integrali ovisni o parametru . . . . . . . . . . . . . . . . . 195
4.7
Varijacioni raun . . . . . . . . . . . . . . . . . . . . . . . 200

c
4.7.1
4.7.2
Primjeri . . . . . . . . . . . . . . . . . . . . . . . . 206
4.7.3
Uvjetni ekstrem
4.7.4
4.1
Nuni i dovoljni uvjeti ekstrema . . . . . . . . . . 203

z
Eulerova metoda konanih razlika . . . . . . . . . 218

c
. . . . . . . . . . . . . . . . . . . 213
Viestruki integral (ili n-terostruki integral je integral funkcije n varijabli

s
koja je denirana na zatvorenom n-dimenzionalnom kvadru
K = [a1 , b1 ] [a1 , b1 ] [an , bn ] Rn ,
[ai , bi ] R,
a denira se slino odredenom integralu funkcija f : [a, b] R.

c

170
(i)
(i)
(i)
Denicija 4.1 Neka je Di = {x0 , x1 , . . . , xn }, pri emu je

c
(i)
(i)
(i)
(i)
(i)
ai = x0 x1 x2 xn1 xn = bi ,
jedan rastav segmenta [ai , bi ] prema deniciji 2.1. Neka Di oznaava skup
c
svih rastava segmenta [ai , bi ]. Kartezijev produkt
D = D1 D2 Dn ,
Di Di ,
zove se rastav (dekompozicija) kvadra K. Skup svih rastava kvadra K oznait

c
emo s D.
c
Neka je f : K R omedena funkcija, to jest, neka postoje m, M R
takvi da je
m f (x1 , x2 , . . . , xn ) M,
(x1 , x2 , . . . , xn ) K.
Tada svakom rastavu D D moemo pridruiti gornju integralnu suma

z
z
k1
k2
g(f, D) =
i1 =1 i2 =1
kn
in =1
(1)
(1)
(2)
(n)
(n)
(n)
(2)
(n)
Mi1 ,i2 ,...,in (xi1 xi1 1 )(xi2 xi2 1 ) (xin xin 1 ),
gdje je
(k)
(k)
Mi1 ,i2 ,...,in = sup{f (x1 , x2 , . . . , xn ) : xk [xik 1 , xik ]},

i donju integralnu suma
k1
k2
d(f, D) =
i1 =1 i2 =1
kn
in =1
(1)
(1)
(2)
(2)
mi1 ,i2 ,...,in (xi1 xi1 1 )(xi2 xi2 1 ) (xin xin 1 ),
gdje je
(k)
(k)
Mi1 ,i2 ,...,in = sup{f (x1 , x2 , . . . , xn ) : xk [xik 1 , xik ]}.

Ako je
inf{g(f, D) : D D} = sup{d(f, D) : D D} = I,
s
broj I je odredeni (viestruki, n-terostruki) integral funkcije f na kvadru K.
Kaemo da je funkcija f integrabilna na kvadru K i piemo
z
s
f (x1 , x2 . . . , xn ) dx1 dx2 dxn =
I=
K
f (x1 , . . . , xn ) dx1 dxn .
Deniciju emu ilustrirati sljedeim jednostavnim primjerom.

c
c
4.1
171
Primjer 4.1 Izraunajmo dvostruki integral funkcije f (x, y) : [0, 4][0, 3]

c
R deniranu formulom f (x, y) = 3 x/4 y/3. Radi se zapravo o dijelu ravnine z = 3 x/4 y/3 koji se nalazi iznad kvadra (pravokutnika)
K = [0, 4][0, 3]. Vrhovi tog dijela ravnine su toke (0, 0, 3), (4, 0, 1), (0, 3, 2)
c
i (4, 3, 0). Funkcija je prikazan na slici 4.1 na kojoj se vidi i jedan rastav
kvadra K. Kvadar (pravokutnik) je u ovom sluaju rastavljen na 48 dijelova:
c
segment [0, 4] je rastavljen na osam, a segment [0, 3] na est dijelova.
s
3-x/4-y/3
3
2
1
0
3
2
1
x
40
Slika 4.1: Primjer viestrukog integrala

s
Zadana funkcija na svakom dijelu [xi1 , xi ] [yi1 , yi ] oito postie makc
z
simum u prednjem lijevom uglu, a minimum u stranjem desnom uglu,
z
xi1 yj1
,
4
3
xi yj
=
max
f (x, y) = f (xi , yj ) = 3
.
4
3
(x,y)[xi1 ,xi ][yi1 ,yi ]
Mi,j =
mi,j
max
(x,y)[xi1 ,xi ][yi1 ,yi ]
f (x, y) = f (xi1 , yj1 ) = 3
Uz oznake xi = xi xi1 i yj = yj yj1 , donja suma je jednaka

d(f, D) =
f (xi , yi )xi yj =
i
=3
i
= 3 12
1
xi yi
4
3
4
xi xi
yj
i
4
3
xi xi
yj yj .
j
xi y j
xi yi
4
3
1
3
yj yj
xi
i

172
Prelaskom na limes kada xi 0 i yj 0 i koritenjem denicije

s
odredenog integrala iz poglavlja 2.1 imamo
3
sup d(f, D) = lim d(f, D) = 36
xi 0
4
yj 0
4
x dx
3
y dy = 24.
0
Slino se pokae da je
c
z
inf g(f, D) = lim g(f, D) = 24
xi 0
yj 0
pa je zadana funkcija integrabilna na kvadru K i vrijedi

3
x y
4 3
dx dy = 24.
Ukoliko podruje integracije nije kvadar, viestruki integral deniramo

c
s
na sljedei nain.
c
c
Denicija 4.2 Neka je f : D R, D Rn omedena funkcija i neka je D
sadrano u nekom kvadru K (D ne mora biti kvadar). Funkciju g : K R
z
deniramo kao proirenje funkcije f :
s
g(x1 , . . . , xn ) =
f (x1 , . . . , xn ), (x1 , . . . , xn ) D,
0,
(x1 , . . . , xn ) K \ D.
Ako je funkcija g integrabilna na kvadru K, integral funkcije f na skupu D

deniramo kao
f (x1 , . . . , xn ) dx1 dxn =
D
g(x1 , . . . , xn ) dx1 dxn .

K
Skup D je podruje integracije.

c
Iz prethodnih denicija slijede osnovna svojstva viestrukog integrala.
s
Za funkcije f i g koje su integrabilne na podruju D vrijedi:
c
V1. linearnost, odnosno
gdje su , R, i
g dx1 dxn ,
f dx1 dxn +
(f + g) dx1 dxn =
D
4.2
173
Dvostruki integral
V2. integriranje po dijelovima podruja integracije, odnosno

c
f dx1 dxn ,
f dx1 dxn +
f dx1 dxn =
gdje je D = D1 D2 i D1 D2 = .
4.2
Dvostruki integral
Dvostruki integral raunamo uzastopnim raunanjem dva jednostruka inc

c
tegrala pomou Newton-Leibnitzove formule (vidi poglavlje 2.2). Opisat
c
emo postupak integriranja u sluajevima kada je podruje integracije:
c
c
c
pravokutno,
omedeno dvjema neprekidnim funkcijama, i
zadano u polarnim koordinatama.
Teorem 4.1 Neka je f : K R neprekidna funkcija denirana na pravokutniku K = [a, b] [c, d].1 Tada je
f (x, y) dy dx.
f (x, y) dx dy =
f (x, y) dx dy =
Dokaz teorema se temelji na svojstvu da kod dvostrukih suma moemo

z
zamijeniti poredak zbrajanja, odnosno
m
i=1
j=1
j=1
aij
aij =
i=1 j=1
i=1
aij
aij .
=
j=1 i=1
Detalje dokaza izostavljamo.

Primjer 4.2 Izraunajmo
c
x y 2 dx dy
I=
K
1
Funkcija f je takoder omedena na zatvorenom skupu [a, b] [c, d] po svojstvu (ii) iz

poglavlja 3.3.

174
pri emu je K = [a, b] [c, d]. Prema teoremu 4.1 vrijedi

c
x y dy dx =
a
x2 b
1 3
(d c3 )
3
2
y3
x
3
I=
dx =
c
d3 c3
3
3
dx
1 3
(d c3 )(b2 a2 ).
6
Isti rezultat dobit emo i pomou integrala

c
c
b
x y 2 dx dy.
I=
a
Napomena 4.1 Iz primjera 4.2 vidimo da se prvo integrira po jednoj, a zatim po drugoj varijabli, pri emu rezultat ne ovisi o redoslijedu integriranja.
c
Slino vrijedi i kada podruje integracije nije pravokutnik, kao i kod viih
c
c
s
dimenzija.
Napomena 4.2 Integral iz primjera 4.2 je integral sa separiranim varijablama, odnosno moe se rastaviti na produkt dva jednostruka integrala, to
z
s
openito nije sluaj:
c
c
2
x y dy dx =
a
x dx
y 2 dy.
c
Ako je podruje integracije D zadano dvama neprekidnim funkcijama,

c
D = {(x, y) : a x b, g(x) y h(x)},
tada je
b
h(x)
f (x, y) dy dx.
f (x, y) dx dy =
a
g(x)

c
(x + y 2 ) dx dy,
I=
D
pri emu je D podruje omedeno funkcijama y = x2 i y = x4 . Za odredivanje

c
c
granica integracije potrebno je skicirati podruje D, to je napravljeno na
c
s
slici 4.2.
4.2
175
Dvostruki integral
x**2
x**4
-1
Slika 4.2: Podruje integracije dvostrukog integrala

c
Vidimo da je
D = {(x, y) : 1 x 1, x4 y x2 }
pa je
1
x2
y3
xy +
3
I=
(x + y ) dy dx =
1
x4
x3 +
=
1
x12
x6
x5
6
3
dx =
x2
dx
x
x x7 x5 x13
+
4 21
6
39
=
1
4
.
91
No, prema napomeni 4.1 i svojstvu V2, integral moemo rijeiti i integriz
s
rajui prvo po varijabli x. Podruje D rastavljamo na uniju dva disjunktna
c
c
podruja D1 i D2 , gdje je
c
D1 = {(x, y) : 0 y 1, 4 y x y},
D2 = {(x, y) : 0 y 1, y x 4 y},
pa je
1
4y
(x + y 2 ) dx dy +
I=
0
4y
(x + y 2 ) dx dy = =
4
.
91

176
4.2.1
Volumen i povrina
s
Dvostruki integral koristimo za raunanje volumena (obujma) i povrine.

c
s
2 , neprekidna (tada
Neka je podintegralna funkcija f : D R, D R
je i omedena) i nenegativna, i neka je podruje D omedeno s po dijelovima
c
glatkom jednostavnom zatvorenom krivuljom2 . Tada je vrijednost pripadnog
dvostrukog integrala jednaka volumenu tijela koje je omedeno bazom D u
xy-ravnini i plohom z = f (x, y),
z dP.
f (x, y) dx dy =
V () =
Izraz dP = dx dy oznaava element povrine, odnosno povrinu pravokutnika

c
s
s
sa stranicama dx i dy.
Ako je z = f (x, y) = 1, tada dvostruki integral daje povrinu podruja
s
c
D (volumen tijela s bazom D visine 1 jednak je povrini baze):
s
dP.
P (D) = V () =
D
Primjer 4.4 Izraunajmo obujam tijela omedenog ravninama

c
z = 0,
y = x,
y = 2 x,
y = 3x,
y = 4 x,
i plohom z = x2 +y 2 . Zadana ploha je kruni paraboloid s vrhom u ishoditu

z
s
c
(vidi poglavlje 3.4.1). Podruje integracije D odredeno je s etiri zadnje
c
ravnine i prikazano je na slici 4.3.
Rastavljajui podruje integracije na dva dijela imamo
c
c
1
3x
2 4x
(x2 + y 2 ) dy dx.
(x2 + y 2 ) dy dx +
V =
1/2 2x
Alternativno, rastavljajui podruje integracije na tri dijela i integrirajui

c
c
c
prvo po varijabli x imamo
3/2 y
2
2
1 2y
(x2 + y 2 ) dx dy.
(x + y ) dx dy +
(x + y ) dx dy +
V =
3 4y
3/2 y/3
2 y/3
Rijeite primjer do kraja na oba naina.

s
c
2
Krivulja je glatka, to znai da se sastoji od konano glatkih dijelova; krivulja je

s
c
c
jednostavna, to znai da ne presijeca samu sebe; i krivulja je zatvorena, to znai da
s
c
s
c
poima i zavrava u istoj toki.
c
s
c
4.2
177
Dvostruki integral
y
3
111111
000000
111111
000000
111111
000000
111111
000000
111111
000000
111111
000000
111111
000000
111111
000000
111111
000000
D
y=3x
2
3/2
1
y=x
y=2x
1/2
y=4x
Slika 4.3: Podruje integracije za raunanje volumena

c
c
Nadalje, volumen tijela omedenog plohama z = f (x, y) i z = g(x, y),

pri emu je
c
f, g : D R,
g(x, y) f (x, y) (x, y) D,
a D R2 je podruje omedeno po dijelovima glatkom jednostavnom zatvoc

renom krivuljom, se rauna po formuli
c
(f (x, y) g(x, y)) dx dy.
V () =
(4.1)
Ovo je prirodno poopenje formule za raunanje povrine ravninskih likova

c
c
s
pomou jednostrukog integrala iz poglavlja 2.6.1.
c
4.2.2
Polarne koordinate
Neka je podruje D R2 zadano u polarnom koordinatnom sustavu kao

c
D = {(r, ) : 1 2 , r1 () r r2 ()},
gdje su r1 , r2 : [1 , 2 ] R neprekidne funkcije. Tada koristimo supstituciju
(usporedi s poglavljem 2.6.1)
x = r cos ,
y = r sin .
Element povrine prikazan je na slici 4.4.

s
(4.2)

178
r2()
dr
dP
r
2
r1()
Slika 4.4: Element povrine u polarnim koordinatama II

s
Formula za povrinu krunog isjeka daje

s
z
c
1
1
1
(r + dr)2 d r 2 d = (r 2 + (dr)2 + 2r dr r r ) d
2
2
2
1
2
= r dr d (dr) d
2
r dr d,
dP =
1
pri emu izraz 2 (dr)2 d moemo zanemariti jer tei k nuli bre od izraza
c
z
z
z
r dr d. Prema tome, vrijedi
2 r2 ()
f (r cos , r sin ) r dr d.
f (x, y) dx dy =
1 r1 ()
Uoimo da se u polarnim koordinatama uvijek integrira prvo po r pa

c
onda po . Ope pravilo zamjene varijabli u viestrukom integralu dano je
c
s
u poglavlju 4.4.
c
1 x2 y 2 dx dy,
D
gdje je D polukrug u prvom kvadrantu omeden krunicom (x 1/2)2 +

z
2 = 1/4 i osi x (slika 4.5). Radi se o volumenu tijela to ga iz polukugle
y
s
4.2
179
Dvostruki integral
z
c
z = 1 x2 y 2 izree cilindar s bazom D (usporedi sa slinim tijelom iz
poglavlja 3.4.7).
1/2
Slika 4.5: Polukrug u prvom kvadrantu
Da bi mogli podruje D opisati u polarnim koordinatama, potrebno je

c
nai odgovarajuu jednadbu zadane krunice. Uvrtavanje supstitucije (4.2)
c
c
z
z
s
u jednadbu krunice daje
z
z
r cos
1
2
+ (r sin )2 =
1
,
4
odnosno
r 2 cos2 r cos +
1
1
+ r 2 sin2 = .
4
4
Vrijedi r (r cos ) = 0 pa jednadba zadane krunice u polarnim koordinaz

z
tama glasi
r = cos .
Dakle, podruje D (polukrunica) opisano je s

c
z
D = {(r, ) : [0, /2], r [0, cos ]}

180
pa je
/2 cos
1 r2 = t
1 r 2 r dr d =
I=
0
2 r dr = dt
/2 sin2
1
=
2
/2
1
t dt d =
3
1
=
3
3/2
1
(sin 1) d =
3
d = {sin > 0}
/2
= {cos = u} =
4.2.3
sin2
/2
/2
1
+
6 3
1
r 0 cos
t 1 sin2
(1 u2 ) du =
(1 cos2 ) sin d
2
.
6 9
Nepravi integral
Nepravi integrali funkcija vie varijabli deniraju se pomou limesa, slino

s
c
c
kao i nepravi integral funkcije jedne varijable (vidi poglavlje 2.5). Pri tome
nastupaju razni fenomeni i problemi slini fenomenima kod prouavanja lic
c
mesa funkcija vie varijabli (vidi poglavlje 3.2), koje neemo detaljno izuavati.
s
c
c
Navest emo samo sljedei zanimljiv primjer.
c
c
Izraunajmo
c
I=
ex dx.
Geometrijski se radi o povrini izmedu krivulje y = ex i x-osi (vidi sliku

s
4.6). Ovaj integral se koristi u teoriji vjerojatnosti. Naime, zadana podintegralna funkcija je vrlo slina funkciji
c
(x)2
1
(x) = e 22 ,
2
to je takozvana funkcija gustoe vjerojatnosti normalne razdiobe (ili Gas
c
ussove razdiobe) s oekivanjem i standardnom devijacijom 3 .
c
Parnost podintegralne funkcije i prelazak na limes daju
I =2
e
0
r
x2
dx = 2 lim
ex dx 2 lim Ir .
r
Vie
s
informacija
o
ovim
pojmovima
http://www.wikipedia.org/wiki/Normal distribution.
moete
z
nai
c
na
adresi
4.2
181
Dvostruki integral
exp(-x**2)
1
0.8
0.6
0.4
0.2
-4
-2
Slika 4.6: Funkcija y = ex
Ako lim Ir postoji, tada je

2
lim Ir
2
= lim Ir ,
r
pa je
I =2
lim I 2 .
r r
Vrijedi
r
2
Ir
= Ir I r =
r
x2
e
0
(x2 +y 2 )
dx
r
y 2
e(x
dy =
2 +y 2 )
dx dy
dx dy.
Podruje integracije D je, dakle, kvadrat s stranicom r u prvom kvadrantu.

c
Neka je Kr etvrtina kruga u prvom kvadrantu upisana kvadratu D i neka
c
c
je K 2 r etvrtina kruga u prvom kvadrantu opisana kvadratu D (vidi sliku
4.7).
Kako je e(x
2 +y 2 )
> 0 i Kr D K2 r , vrijedi
e(x
Kr
2 +y 2 )
dx dy Ir
K2 r
e(x
2 +y 2 )
dx dy.
(4.3)

182
111111
000000
111111
000000
111111
000000
111111
000000
111111
000000
111111
000000
111111
000000
Kr
sqrt(2)r
Slika 4.7: Kvadrat s upisanom i opisanom etvrtinom kruga

c
U polarnim koordinatama vrijedi

/2 r
(x2 +y 2 )
Kr
Uz supstituciju
t2
et t dt d.
dx dy =
= u vrijedi
2
et t dt =
1
2
eu du =
pa je
e(x
2 +y 2 )
dx dy =
1 2
et
2
Kr
1
2
1 2
eu et
2
r
=
0
Dakle,
e(x
2 +y 2 )
dx dy
2
er + 1 .
4
Kr
kada t . Slino vrijedi

c
e(x
2 +y 2 )
dx dy =
2
e2r + 1
4
4
K 2 r
kada t . Relacija (4.3) i Teorem o uklijetenoj funkciji [M1, teorem

s
4.4] povlae
c
lim I 2 =
r r
4
pa je konano
c
I = .
4.3
183
Trostruki integral
4.3
Trostruki integral
Trostruki integral neprekidne funkcije f : D R, D R3 , raunamo

c
slino kao i dvostruki integral. Ako je podruje integracije kvadar,
c
c
D = [a, b] [c, d] [e, g],
tada je
g
f (x, y, z) dz dy dx,
f (x, y, z) dx dy dz =
a
pri emu je dV = dx dy dz element volumena. Kao i u sluaju dvostrukog

c
c
integrala, mogui su i drugi redoslijedi integriranja.
c
Ako je podruje D odredeno relacijama
c
a x b,
h1 (x) y h2 (x),
g1 (x, y) y g2 (x, y),

tada je
b
h2 (x)
g2 (x,y)
f (x, y, z) dz dy dx.
f (x, y, z) dV =
a
h1 (x)
g1 (x,y)
Tipine primjene trostrukog integrala su sljedee:

c
c
ako je f (x, y, z) gustoa tijela koje zaprema podruje D u toki T =
c
c
c
(x, y, z), tada je trostruki integral
f (x, y, z) dV jednak masi tog
D
tijela;
ako je f (x, y, z) = 1, tada trostruki integral daje volumen podruja
c
4,
D
b h2 (x) g2 (x,y)
V (D) =
dz dy dx.
dV =
D
a h1 (x) g1 (x,y)
Primjer 4.6 Odredimo volumen tijela omedenog plohama z = x2 + y 2 i

z = x2 + y 2 . Rad se o volumenu podruja izmedu paraboloida i stoca iji
s c
c
je presjek s ravninom y = 0 prikazan na slici 4.8.
4
Integriranje ove formule po varijabli z daje formulu 4.1.

184
abs(x)
x**2
0.8
0.6
0.4
0.2
-1
-0.5
0.5
Slika 4.8: Projekcija presjeka paraboloida i stoca na xz-ravninu

s
Za postavljanje integrala trebamo opisati podruje D. Nadimo presjek

c
zadanbih ploha: izjednaavanje z = z daje jednadbu
c
z
x2 + y 2 =
x2 + y 2
koja ima rjeenja x = y = 0 i x2 + y 2 = 1 odnosno x2 + y 2 = 1. Dakle,

s
prvo rjeenje je ishodite gdje se dvije zadane plohe oito sijeku, a iz drugog
s
s
c
rjeenja vidimo da se plohe jo sijeku u jedininoj sredinjoj krunici za
s
s
c
s
z
z = 1. Stoga je zadani volumen jednak
1
1x2
x2 +y 2
dz dy dx.
V =
1 1x2 x2 +y 2
Primjer emo rijeiti do kraja u slijedeem poglavlju koristei cilindrine

c
s
c
c
c
koordinate.
4.3.1

c
Cilindrini koordinatni sustav odnosno cilindrine koordinate zadane su

c
c
transformacijama:
x = r cos ,
y = r sin ,
z = z,
4.3
185
Trostruki integral
pri emu je r 0 i [0, 2] ili [, ]. Dakle, element volumena

c
jednak je umnoku povrine baze i visine, s time to se povrina baze rauna
s
s
s
s
c
u polarnim koordinatama (vidi sliku 4.9)
dV = r dr d dz
pa je
f (x, y, z) dV =
f (r cos , r sin , z) r dr d dz.
z
z+dz
z
r
r+dr
y
d
x
Slika 4.9: Element volumena u cilindrinim koordinatama

c
Primjer 4.7 Volumen iz primjera 4.6 je lako izraunati prelaskom na cilinc

drine koordinate. Vrijedi
c
2 1
dz r dr d =
V =
0
0 r2
1
= 2
0
(r 2 r 3 ) dr =
2
0
r
r2
r dr
1
.
6
Sferne koordinate ili prostorne polarne koordinate zadane su transforma-

186
cijama
x = r sin cos ,
y = r sin sin ,
z = r cos ,
pri emu je r 0, a obino se odabire [0, ] i [, ]. Uz oznaku

c
c
= r sin moemo pisati
z
x = cos ,
y = sin ,
z = r cos .
Sferne koordinate prikazane su na slici 4.10.
z
T
r
Slika 4.10: Sferne koordinate
Zadatak 4.1 Prethodne formule slue za prebacivanje iz sfernih u Kartez

zijeve koordinate, (r, , ) (x, y, z). Izvedite formule za prebacivanje iz
Kartezijevih u sferne koordinate, (x, y, z) (r, , ).
Primjer 4.8 Primjer jedne verzije sfernog koordinatnog sustava koji je esto
c
u upotrebi su zemljopisne karte. Udaljenost r se prikazuje kao nadmorska
visina, kut je zemljopisna duina koja se mjeri istono i zapadno od Grez
c
enwicha, to odgovara odabiru [, ], a kut je zemljopisna irina koja
s
s
se mjeri sjeverno i juno od ekvatora, to odgovara odabiru [/2, /2].
z
s
Odabir [0, ] je matematiki povoljniji (vidi kasnije), jer je tada sin 0.
c
4.3
187
Trostruki integral
Za raunanje trostrukog integrala u sfernom koordinatnom sustavu poc

trebno je izraunati element volumena dV . Iz slike 4.11 vidimo da je
c
dV a b dr,
pri emu je
c
a = r sin d,
b = r d.
Dakle,
dV r 2 sin d dr d.
Toan izraz za dV sadri jo i druge lanove, no oni tee k nuli bre nego
c
z s
c
z
z
5 . Dakle, u sfernim koordinatama vrijedi
glavni izraz pa ih izostavljamo
f (r sin cos , r sin sin , r cos ) r 2 sin d dr d.
f (x, y, z) dV =
D
r
r+dr
x
Slika 4.11: Element volumena u sfernim koordinatama
Usporedi sa izvodom elementa povrine dP u polarnim koordinatama iz poglavlja

s
4.2.2.

188
Primjer 4.9 Volumen kugle K radijusa R jednak je
1 dV =
V =
K
4.4
r 2 sin dr d d
0
sin d
0
R
r 2 dr =
( cos )
r3
3
R
0
4 3
R .
3
Zamjena varijabli
U prethodnom poglavljima izveli smo dvije zamjene varijabli: iz Kartezijevih u cilindrine i iz Kartezijevih u sferne koordinate. No, problem zac
mjene varijabli u viestrukom integralu je openiti problem koji ima openito
s
c
c
rjeenje. Za trostruki integral (n = 3) postupak je dan sljedeim teoremom
s
c
kojeg navodimo bez dokaza.
Teorem 4.2 Neka je zadan integral
I=
D R3 ,
f (x, y, z) dx dy dz,
D
i neka je funkcija f neprekidna i integrabilna na skupu D. neka je D R3

i neka su , , : D R diferencijabilne funkcije za koje je preslikavanje
p : D D denirano s
p(u, v, w) = ((u, v, w), (u, v, w), (u, v, w))
bijekcija. Ako je Jakobijan (Jacobijeva matrica)
= 0,
w
J(u, v, w) =
(u, v, w) D ,
tada je
f ((u, v, w), (u, v, w), (u, v, w)) |J| du dv dw.
f (x, y, z) dx dy dz =
D
4.4
189
Zamjena varijabli
U prethodnom teoremu varijable x, y i z mogu biti varijable u bilo kojem

koordinatnom sustavu (ne nuno Kartezijevom). Zamjena varijabli se na
z
analogan nain denira i za ostale dimenzije (n = 2, n = 4, n = 5, . . . ).
c
Primjer 4.10 Kod prelaza iz Kartezijevog u sferni koordinatni sustav moemo
z
uzeti
u = r,
(r, , ) = r sin cos ,
v = ,
(r, , ) = r sin sin ,
w = ,
(r, , ) = r cos .
Nadalje, ako je D = R3 tada je D = [0, ] [0, ] [, ]. Iz denicije

sfernih koordinata slijedi da je preslikavanje
p : D D,
p(r, , ) = (x, y, z),
bijekcija. Funkcije , i su diferencijabilne, a Jakobijan glasi
J=
sin cos r cos cos r sin sin
= sin sin r cos sin r sin cos = r 2 sin .
cos
r sin
0
Konano, zbog [0, ] je sin 0 pa je

c
|J| = |r 2 sin | = r 2 sin .
Zadatak 4.2 Izvedite Jakobijan za cilindrine koordinate.

c
Primjer 4.11 Za n = 2 teorem 4.2 vrijedi tako to jednostavno zanemarimo
s
treu varijablu pa Jakobijan postaje determinanta drugog reda. Na primjer,
c
za prelaz iz Kartezijevih u polarne koordinate vrijedi
x = r cos (r, ),
y = r sin (r, ).
Stoga je
J=

r
pa je, zbog r 0, i |J| = r.
cos r sin
=r
sin r cos

190
4.5
Momenti i teita
zs
U ovom poglavlju poopit emo razmatranja iz poglavlja 2.6.7 na dvodic c

menzionalni i trodimenzionalni sluaj.
c
Promotrimo ravnu plou P gustoe (x, y) koja zauzima podruje D
c
c
c
Plou emo podijeliti na male pravokutnike Pij povrine P = xy.
c c
s
Oznaimo li sredite pravokutnika Pij s (i , yj ), masa mij dotinog pravoc
s
x
c
kutnika je priblino jednaka
z
R2 .
mij (i , yj )P,
x
dok su momenti oko osi x-osi i y-osi priblino jednaki
z
[Mx ]ij mij yij = [(i , yj )P ] yij ,
[My ]ij mij xij = [(i , yj )P ] xij .
Sumirajui po svim i i j i prelaskom na limes kada P 0, slijedi

c
m = lim
P 0
Mx = lim
P 0
y (x, y) dP,
[Mx ]ij =
i,j
My = lim
P 0
(x, y) dP,
mij =
i,j
x(x, y) dP,
[My ]ij =
i,j
pri emu su m, Mx i My redom masa ploe P, moment ploe P oko x-osi i

c
c
c
moment ploe P oko y-osi.
c
Koordinate teita ploe P su, kao i u poglavlju 2.6.7, jednake
zs
c
x=
My
,
m
y=
Mx
.
m
Primjer 4.12 Odredimo teite polukrune ploe ija je gustoa jednaka

zs
z
c c
c
udaljenosti od sredita kruga: ako sredite kruga smjestimo u ishodite, tada
s
s
s
jednadba kruga glasi x2 + y 2 = a2 (vidi sliku 4.12) pa je gustoa ploe u
z
c
c
toki (x, y) dana formulom
c
(x, y) =
x2 + y 2 .
Prelaskom na polarne koordinate imamo

a
m=
x2 + y 2 dP =
(x, y) dP =
D
1
r r dr d = a3
3
4.5
191
Momenti i teita
zs
Slika 4.12: Polukruna ploa

z
c
Nadalje, kako su i ploa i funkcija gustoe simetrine s obzirom na y-os,

c
c
c
teite se nalazi na y-osi, odnosno vrijedi x = 0, dok je
zs
1
y=
3
y (x, y) dP =
a3
r sin r r dr d =
3a
.
2
Dakle, teite se nalazi u toki T = (0, 3 a/(2)).

zs
c
zs
c
Zadatak 4.3 Nadite teite trokutaste ploe s vrhovima (0, 0), (2, 0) i (0, 1)
i funkcijom gustoe (x, y) = 1 + 2x + y.
c
Moment inercije ili moment drugog reda estice mase m oko x-osi denic
ramo kao m d3 , pri emu je d udaljenost estice od osi. Kao i u prethodnom
c
c
izlaganju plou podijelimo na male pravokutnike, zbrojimo momente inercije
c
oko x-osi svih pravokutnika te predemo na limes kada povrine pravokutnika
s
tee u nulu. na taj nain smo dobili moment inercije ploe P oko x-osi:
z
c
c
y 2 (x, y) dP.
Ix =
D
Slino dobijemo i izraz za moment moment inercije ploe P oko x-osi:

c
c
x2 (x, y) dP.
Iy =
D
Moment inercije ploe P oko ishodita deniramo kao

c
s
(x2 + y 2 )(x, y) dP.
Io =
D
Primijetimo da je Io = Ix + Iy .

192
Primjer 4.13 Nadimo momente inercije homogenog diska gustoe , rac

dijusa a s centrom u ishoditu. Rub podruja integracije D je krunica
s
c
z
x2 + y 2 = a2 . U polarnim koordinatama vrijedi
2 a
2
Io =
r 2 r dr d =
(x + y ) dP =
0
1
a4 .
2
Zbog simetrije problema je Ix = Iy iz ega slijedi

c
Ix = Iy =
1
1
Io = a4 .
2
4
Uoimo da je masa diska jednaka

c
m = a2
pa stoga moemo pisati
z
1
m a2 .
2
Dakle, ako poveamo radijus ili masu diska, poveat e se i moment inercije.
c
c c
Sto je moment inercije vei, to je tee pokretanje i zaustavljanje rotacije

c
z
diska oko osovine.
Io =
Promotrimo sada trodimenzionalni sluaj tijela gustoe (x, y, z) zac

c
3 . Slinim razmatranjem kao i do sada, masa tijela
uzima podruje D R
c
c
jednaka je
(x, y, z) dV,
m=
D
pri emu je dV element volumena (vidi poglavlje 4.3). Momenti oko koordic
natnih ravnina su redom
x (x, y, z) dV,
Myz =
D
y (x, y, z) dV,
Mxz =
D
Mxy =
z (x, y, z) dV.
D
Teite se nalazi u tuki T = (, y , z ), gdje je

zs
c
x
x=
Myz
,
m
y=
Mxz
,
m
z=
Mxy
.
m
4.5
193
Momenti i teita
zs
Momenti inercije oko koordinatnih osiju su
(y 2 + z 2 ) (x, y, z) dV,
Ix =
D
(x2 + z 2 ) (x, y, z) dV,
Iy =
D
(x2 + y 2 ) (x, y, z) dV.
Iz =
D
zs
c
Primjer 4.14 Nadimo teite tijela homogene gustoe koje je omedeno
plohom z = 1 1 (x 1)2 i ravninama x = 0, y = 0, y = 1 i z = 0.
Tijelo, koje ima oblik idealne naprave za blokadu kotaa, i njegova projekcija
c
na xz-ravninu prikazani su na slikama 4.13(a) i 4.13(b), redom.
z
1
(a)
(b)
Slika 4.13: Blokada kotaa i projekcija na xz-ravninu

c
Tijelo zaprema podruje

c
D = {(x, y, z) R3 : 0 x 1, 0 y 1, 0 z 1
1 (x 1)2 }.

194
Masa tijela jednaka je
1 1
m=
1(x1)2
dz dy dx = y
dV =
0
D
1
=
0
(1
1 (x 1)2 ) dx = 1
1(x1)2
z
0
dx
0
0.215 .
Prethodni integral se moe rijeiti supstitucijom x 1 = sin t, no do rjeenja

z
s
s
moemo doi i jednostavnije: u ovom sluaju tijelo ima homogenu gustou
z
c
c
c
pa je masa jednaka umnoku gustoe i volumena. Volumen V je jednak
s
c
umnoku povrine baze, koja je prikazana na slici 4.13(b), i visine koja je
s
s
jednaka 1. Povrina baze P jednaka je razlici povrine jedininog kvadrata i
s
s
c
etvrtine povrine jedininog kruga. Dakle V = P 1 = 1 /4.
c
s
c
Vrijedi
y dV =
Mxz =
1 2
y
2
1(x1)2
z
0
dx
0
1
1
2
4
pa je y = Mxz /m = 1/2. To je i logino jer tijelo ima homogenu gustou, a
c
c
simetrino je s obzirom na pravac y = 1/2. Nadalje,
c
1
2
1
z 2 1 1(x1)
Mxy =
z dV = y
dx
2 0
0
=
2
1
(1
0
2
1 (x 1)2 )2 dx =
(1 cos t)2 dt =
x 1 = sin t
dx = cos t dt
x
t
0
3
2
1
2
10 3
12
pa je
10 3
Mxy
=
0.223.
m
3(4 )
Zbog simetrije zakljuujemo da mora vrijediti x = z pa6 se teite tijela
c
zs
nalazi u toki
c
10 3 1 10 3
T =
, ,
.
3(4 ) 2 3(4 )
z=
Uvjerite se u ovu tvrdnju tako to ete izraunati moment Myz .

s c
c
4.6
195
Integrali ovisni o parametru
Zadatak 4.4 Nadite teite tijela homogene gustoe koje je omedeno parazs
c
bolikim cilindrom y 2 = x i ravninama x = 1, z = 0 i z = x.
c
4.6
U ovom poglavlju opisat emo postupke deriviranja i integriranja intec

grala ovisnih o parametru, kao i primjene tih postupaka na rjeavanje nekih
s
c
odredenih integrala. Takoder emo obraditi gama i beta funkcije.
Promotrimo integral
b
I() =
f (x, ) dx
a
u kojem integrand f (x, ) ovisi o parametru , pri emu i granice integracije

c
takoder mogu biti funkcije od . Kada se mijenja, vrijednost odredenog
integrala se takoder mijenja pa je zadani integral funkcija od . Kao i kod
svih funkcije jedne varijable (vidi [M1, 5], raunanje derivacija je od izuzetne
c
vanosti.
z
Teorem 4.3 Neka su funkcija f (x, ) i njena parcijalna derivacija f (x, )

neprekidne za skupu
A = {(x, ) : a x b, c d}.
Tada za svaki (c, d) vrijedi Leibnitzova formula
I () =
f (x, ) dx =
f (x, ) dx.
a
Dokaz. Prema deniciji derivacije [M1, (5.1)] je

I(x, + ) I(x, )
0
b
1
f (x, + ) dx
= lim
0
I () = lim
= lim
0
a
f (x, + ) f (x, )
dx.
f (x, ) dx

196
Lagrangeov teorem srednje vrijednosti [M1, teorem 5.9 i dalje]

b
f (x, + ) dx
I () lim
0
a
za neki 0 < < 1 pa prelazak na limes daje tvrdnju teorema.

U sluaju kada su i granice integracije funkcije parametra, imamo sljedei
c
c
rezultat:
Teorem 4.4 Neka su, uz uvjete teroema 4.3, funkcije () i () neprekidne i derivabilne na intervalu (c, d) i neka je a () () b za svaki
(c, d). Neka je
()
f (x, ) dx.
I() =
()
Tada za svaki (c, d) vrijedi

()
f (x, ) dx + f ((), )
I () =
d
d
f ((), )
.
d
d
()
Dokaz. Interpretiramo li zadani integral kao

I() I(, (), ()),
pravilo za deriviranje kompozicije funkcija (teorem 3.5) daje
dI
I
I d
I d
=
+
+
.
d
d d
I () =
Prema teoremu 4.3 je
()
I
=
f (x, ) dx.
()
Neka je F (x, ) primitivna funkcija funkcije f (x, ) za neki , odnosno
Fx (x, ) = f (x, ). Tada je

()
I
=
f (x, ) dx =
()
F (x, )
()
()
[F ((), ) F ((), )] = f ((), ).
4.6
197
Slino se pokae da je
c
z
I
= f ((), )
pa tvrdnja teorema slijedi iz etiri prethodne relacije.

c
Prethodni teoremi koriste se za rjeavanje nekih diferencijalnih jednadbi,
s
z
raunanje Fourierovih koecijenata i nalaenje nekih odredenih integrala.
c
z
c
1
xm (ln x)n dx,
I=
0
m, n N.
Vrijedi
1
xm dx =
1
.
m+1
Funkcije f (x, m) = xm i fm (x, m) = xm ln x su neprekidne za 0 < x < 1 i

m > 0 pa teorem 4.3 daje
1
d
dm
1
m
x dx =
0
xm ln x dx =
1
.
(m + 1)2
Nakon joe jednog deriviranja imamo

s
1
xm (ln x)2 dx =
2!
(m + 1)3
iz ega zakljuujemo da n deriviranja po varijabli m daje

c
c
I = (1)n
n!
.
(m + 1)n+1

c
I(k, ) =
0
ekx
sin x
dx.
x

198
Koristei teorem 4.3 i tehniku integriranja iz primjera 1.6 d) imamo

c
dI
=
d
ekx
( sin x k cos x
k 2 + 2
ekx cos x dx =
k2
k
.
+ 2
Dakle, vrijedi
d = arctg + C.
2
+
k
Iz 0 = I(0, 0) = arctg 0 + C = C slijedi C = 0 pa je
I(k, ) =
k2
I(k, ) = arctg .
k
Ovaj rezultat ujedno daje i vrijednost Dirichletovog

za
2
sin x
dx = lim arctg =
0
za
k0+
x
k
0
za
2
integrala:
< 0,
= 0,
> 0.
Zadatak 4.5 Izraunajte sljedee integrale:

c
c
a) I() =
ex ex
dx
x
(rjeenje: I() = ln ),
s
b) I() =
(x2
1
dx,
+ )n+1
(rjeenje: I() =
s
c) I() =
> 0,
(2n 1)!!
),
(2n)!! 2n
x2 2
x
n N,
dx,
2
e
),
(rjeenje: I() =
s
2
d) I() =
ln(1 + x)
dx,
1 + x2
(rjeenje: I() =
s
1
arctg ln(1 + 2 ) ).
2
Primjer 4.17 Gama funkcija ili Eulerov integral druge vrste je integral
(slika 4.14)
() =
0
x1 ex dx.
4.6
199
10
-3
-2
-1
-5
-10
Slika 4.14: Gama funkcija
Za = 1 vrijedi (vidi poglavlje 2.5):
(1) =
ex dx = 1.
Za > 1 parcijalna integracija daje
() =
1 x
dx = x
1 x
+ ( 1)
x2 ex dx
iz ega slijedi
c
() = ( 1) ( 1).
Stoga za = n N vrijedi
(n) = (n 1) (n 2) 3 2 (1) = (n 1)!
Beta funkcija ili Eulerov integral prve vrste je integral
1
B(, ) =
0
x1 (1 x)1 dx,
, > 0.
Beta funkcija je simetrina s obzirom na svoje parametre, odnosno vrijedi

c
B(, ) = B(, ). Bez dokaza navodimo dvije veze izmedu gama funkcije i

200
beta funkcije:
B(, ) =
() ()
,
( + )
() (1 ) = B(, 1 ) =
,
sin
0 < < 1.
Tako je, na primjer,

1
2
pa je (1/2) =
=B
1
1
,1
2
2
Gama funkcija i beta funkcija se javljaju u brojnim aplikacijama i po

vanosti su odmah iza elementarnih funkcija.
z
4.7
Varijacioni raun
c
U ovom poglavlju objasnit emo osnove varijacionog rauna (ili rauna

c
c
c
varijacija), metode koja slui za modeliranje i rjeavanje vanih matematikih,
z
s
z
c
zikalnih i inenjerskih problema.
z
Problemi varijacionog rauna svode se na diferencijalne jednadbe. Za
c
z
bolje razumijevanje izlaganja u ovom poglavlju potrebno je poznavati neke
tehnike za rjeavanje diferencijalnih jednadbi iz glave 5, no gradivo je izloeno
s
z
z
na nain da je ta potreba svedena na minimum.
c
Izrazom
F (x, y, y ) dx,
I(y) =
a
gdje je y = y(x) neka neprekidno derivabilna funkcija i a, b R, denirana je funkcija I funkcije y(x) koja svakoj neprekidno derivabilnoj funkciji
pridruuje vrijednost integrala I. Funkcija (integral) I se zove funkcional.
z
Primjer 4.18 Promotrimo funkcional
1
(y + x y ) dx.
I(y) =
0
Za y = x je
1
I=
0
x2
(x + x 1) dx = 2
2
= 1,
0
4.7
201
Varijacioni raun
c
za y = 2 x2 je
1
I=
0
a za y =
ex
(2 x2 + x 4 x) dx = 6
x3
3
= 2,
0
je (vidi primjer 1.6a) )

1
I=
0
(ex + x ex ) dx = (ex + x ex ex )
= e.
0
Zadatak je nai neprekidno derivabilnu funkciju y za koju funkcional

c
I(y) dostie ekstremnu vrijednost (ako takva funkcija postoji). Mogue je
z
c
zahtijevati da funkcija y zadovoljava i jedan ili oba rubna uvjeta:
y(a) = A,
y(b) = B,
A, B R.
c
Primjer 4.19 Problem najkraeg puta glasi: nai najkrai put izmedu toaka
c
c
c
A = (x0 , y0 ) i B = (x1 , y1 ) (vidi sliku 4.15). Prema poglavlju 2.6.2 duljina
puta od toke A do toke B je
c
c
b
1 + y 2 dx
S=
a
pa je rjeenje zadatka krivulja y = y(x) koja minimizira funkcional

s
b
1 + y 2 dx,
I(y) =
a
a vrijednost funkcionala za tu krivulju daje duljinu najkraeg puta.

c
Primjer 4.20 Problem najkraeg vremena glasi: odredite krivulju po koc
joj e teka materijalna toka isputena iz ishodita kliui se bez trenja
c
s
c
s
s
z c
najbre stii u toku A = (a, b) (vidi sliku 4.16). Takva krivulja zove se
z
c
c
brahistohrona.7
Neka su (x(t), y(t)) koordinate materijalne toke u trenutku t. Neka je s
c
c
prijedeni put, v brzina i m masa materijalne toke. Konstantnu gravitacije
oznait emo s g. Prema zakonu o ouvanju energije vrijedi
c c
c
1
m v m g x = 0,
2
7
Na grkom jeziku brahistos znai najkrai, a hronos znai vrijeme. Problem je 1696.
c
c
c
c
godine postavio Johann Bernoulli, a rijeio ga je iste godine Isaac Newton
s

202
y
x1 x
x0
Slika 4.15: Problem najkraeg puta

c
b
y
g
Slika 4.16: Problem brahistohrone
odnosno,
2 g x.
v=
S druge strane je v = ds/ dt pa nakon uvrtavanja i sredivanja imamo

s
dt =
ds
.
2g x
Prema poglavlju 2.6.2 element duljine luka jednak je ds =

dt =
1 + y 2
dx.
2gx
Integral daje ukupno vrijeme sputanja:

s
a
1
t = t(y) =
2g x
0
1 + y 2
dx.
x
1 + y 2 dx pa je
4.7
203
Varijacioni raun
c
Dakle, brahistrona je krivulja koja minimizira funkcional t.
4.7.1
Nuni i dovoljni uvjeti ekstrema

z
Pretpostavimo da je krivulja y0 = y0 (x) ekstrem funkcionala I(y) =

pri emu je F (x, y, y ) neprekidna dva puta derivabilna
c
funkcija svojih argumenata. Neka je krivulja y = y(x) blizu krivulji y0 ,
odnosno, neka za > 0 vrijedi
b
a F (x, y, y ) dx,
y0 (x) y(x) y0 (x) + ,
x [a, b].
Razlika y = y y0 zove se varijacija funkcije y0 (vidi sliku 4.17).

y0 +
y0
y
y
y0
Slika 4.17: Funkcija y0 i njene varijacije

Dakle, vrijedi y = y0 + y. No, ovu jednakost moemo zapisati i kao
z
y = y0 + ,
gdje je = (x) neka derivabilna funkcija, a > 0 dovoljno mali broj. Sada
vrijedi
y = y0 +
pa je
b
I=
F (x, y0 + , y0 + ) dx.
F (x, y, y ) dx =
a
Ako ksiramo , tada funkcional I postaje funkcije varijable , odnosno

b
F (x, y0 + , y0 + ) dx
I = I() =
a

204
pa nuni uvjet ekstrema glasi
z
dI
= 0.
d
Funkcija y0 rjeenje problema pa mora biti i = 0. Dakle,
s
dI
d
= 0.
=0
Prema pravilu za deriviranje pod znakom integrala (teorem 4.3) i pravilu za

deriviranje sloenih funkcija (teorem 3.5) vrijedi
z
dI
=
d
F
F
(x, y0 + , y0 + ) + (x, y0 + , y0 + ) dx.

y
y
Za = 0 je y = y0 i y = y0 pa parcijalne derivacije po y i y postaju
parcijalne derivacije po y0 i y0 . Stoga je
dI
d
F
F
(x, y0 , y0 ) + (x, y0 , y0 ) dx = 0.
y0
y0
=
=0
Parcijalna integracija drugog lana uz

c
u=
F
,
y0
du =
d
dx
y0
dv = dx,
dx,
v=
daje
b
F
F
dx +
y0
y0
odnosno
F

y0
+
a
b
a
d
F
y0 dx
d
dx
y0
y0
dx = 0,
dx = 0.
(4.4)
Razlikujemo dva sluaja.

c
Sluaj 1. Ako funkcija y0 zadovoljava rubne uvjete y0 (a) = A i y0 (b) = B,
c
tada u obzir dolaze samo one funkcije y koje takoder zadovoljavaju iste
rubne uvjete, odnosno za koje je y(a) = A i y(b) = B. No, tada je oito
c
(a) = (b) = 0 pa je prvi lan u relaciji (4.4) jednak nuli te nuan uvjet
c
z
ekstrema glasi
b
d
F
y0 dx
y0
Sada nam je potreban sljedei teorem:

c
dx = 0.
(4.5)
4.7
205
Varijacioni raun
c
Teorem 4.5 Ako za neprekidnu funkciju (x) vrijedi

b
(x) (x) dx = 0
a
za svaku neprekidno derivabilnu funkciju za koju je (a) = (b) = 0, tada

je funkcija identino jednaka nuli, odnosno (x) = 0 za svaki x [a, b].
c
Dokaz. Teorem emo dokazati pomou kontradikcije. Pretpostavimo da
c
c
postoji toka x (a, b) za koju je () = 0, recimo () > 0. Tada je radi
c
x
x
neprekidnosti (x) > 0 i na nekoj okolini toke x, recimo
c
(x) > 0,
x x x + ,
za neki > 0. Denirajmo funkciju na sljedei nain:

c
c
x [a, x ],
0,
2 (x x )2 , x ( , x + ),
(x) =
(x x + )
0,
x [ + , b].
x
Funkcija zadovoljava pretpostavku teorema (provjerite). S druge strane,

vrijedi
(x) (x) dx > 0,
(x) (x) dx =
a
to je suprotno pretpostavki teorema i teorem je dokazan.

s
Direktnom primjenom teorema 4.5 na relaciju (4.5), uz isputanje indeksa
s
0 radi jednostavnosti, dobili smo Eulerovu jednadbu
z
d
F
y
dx
F
y
= 0.
(4.6)
Dakle, ako je funkcija y ekstrem polaznog funkcionala, ona je nuno i rjeenje

z
s
Eulerove jednadbe.
z
Sluaj 2. Ako funkcija y0 ne zadovoljava nikakve rubne uvjete, postupamo
c
na sljedei nain: relacija (4.4) vrijedi za proizvoljnu funkciju pa i za
c
c
takve za koje je (a) = (b) = 0. Stoga zakljuujemo da i u ovom sluaju
c
c
c
rjeenje y mora zadovoljiti Eulerovu jednadbu. Medutim, sada i prvi lan
s
z
u relaciji (4.4) mora biti jednak nuli za svaku funkciju pa rjeenje y mora
s
zadovoljavati uvjete transverzalnosti (poprenosti)
c
F
(a, y(a), y (a)) = 0,
y
F
(b, y(b), y (b)) = 0.
y

206
Naravno, mogua je kombinacija prethodnih sluajeva: ako je rubni uvjet

c
c
zadan samo u jednom kraju, tada u drugom kraju mora biti zadovoljen uvjet
transverzalnosti.
Dovoljne uvjete ekstrema (Lagrangeove uvjete) navodimo bez dokaza.
Neka funkcija y zadovoljava nune uvjete ekstrema funkcionala I. Tada
z
vrijedi:
(i) ako je Fy y 0, tada funkcija y daje minimum funkcionala I, a
(ii) ako je Fy y 0, tada funkcija y daje maksimum funckionala I.
4.7.2
Primjeri
Sljedei primjeri ilustriraju primjene varijacionog rauna i koritenje nunih

c
c
s
z
i dovoljnih uvjeta ekstrema iz prethodnog poglavlja.
Primjer 4.21 Rijeimo problem najkraeg puta iz primjera 4.19:
s
c
b
1 + y 2 dx,
I(y) =
y(x0 ) = y0 ,
y(x1 ) = y1 .
Oito se radi o prvom sluaju iz poglavlja 4.7.1 pa rjeenje y mora zadovoc

c
s
ljavati Eulerovu jednadbu
z
F
d
y
dx
Iz F (x, y, y ) =
F
y
= 0.
1 + y 2 slijedi
F
= 0,
y
pa zakljuujemo da je
c
F
=
y
y
1 + y 2
y
1 + y 2
=C
za neku konstantu C. Nakon kvadriranja, sredivanja i ponovnog korjenovanja imamo

C
y =
.
1 C2
z
Uz oznake a = C/ 1 C 2 i y = dy/dx, dobili smo diferencijalnu jednadbu
sa separiranim varijablama (vidi poglavlje 5.2)
dy = a dx.
4.7
207
Varijacioni raun
c
Rjeenje jednadbe je
s
z
y = a x + b,
pri emu su a i b konstante. Dakle, rjeenje problema najkraeg puta je
c
s
c
pravac, kao to smo i oekivali. Konstante a i b moemo odrediti iz rubnih
s
c
z
uvjeta:
y(x0 ) = a x0 + b = y0 ,
y(x1 ) = a x1 + b = y1 .
Oduzimanje prve jednadbe od druge daje
z
a=
y1 y0
x1 x0
pa uvrtavanje u prvu jednadbu daje

s
z
b = y0
y1 y0
x0 .
x1 x0
Dobili smo poznatu formulu za jednadbu pravca kroz dvije toke (vidi [M1,
z
c
primjer 3.11]).
Provjerimo na kraju dovoljne uvjete ekstrema: kako je
Fy y =
1
(1 +
y 2 )
1 + y 2
> 0,
zakljuujemo da se zaista radi o minimumu.

c
Primjer 4.22 Nadimo brahistohronu iz primjera 4.20:
a
I(y) =
1 + y 2
dx,
x
y(0) = 0,
y(a) = b.
Opet se radi o prvom sluaju iz poglavlja 4.7.1. Kao i u prethodnom primjeru

c
vrijedi F/y = 0 pa se Eulerova jednadba svodi na
z
y
x (1 + y 2 )
=C
za neku konstantu C. Nakon kvadriranja, sredivanja i ponovnog korjenovanja imamo

x
.
y = C
1 C 2x
Uz oznaku y = dy/dx dobili smo diferencijalnu jednadbu sa separiranim
z
dy = C
x
dx.
1 C 2x

208
Integriranje daje
y=C
=
x
dx = C
1 C 2x
1
(t sin t) + C1 .
2 C2
dx =
x C 2 x2
1
x = C 2 (1 cos t),
1
dx = C 2 sin t dt
Konstantu integracije C1 odredit emo iz rubnog uvjeta y(0) = 0: iz x = 0

c
slijedi cos t = 1 pa je t = 0. Dakle,
0=
pa je C1 = 0. Uz oznaku a =
1
(0 sin 0) + C1
2 C2
1
2 C2
imamo
x(t) = a (1 cos t),
y(t) = a (t sin t),
(4.7)
odnosno rjeenje je cikloida (vidi [M1, primjer 4.3])8 Provjerimo jo dovoljne

s
s
uvjete ekstrema: kako je
Fy y =
1
> 0,
(1 + y 2 ) x (1 + y 2 )
zakljuujemo da se zaista radi o minimumu.

c
Parametar a iz jednadbi (4.7) se odredi iz uvjeta da cikloida prolazi
z
tokom A. Parametar se openito ne moe odrediti egzaktno, ve je poc
c
z
c
trebno koristiti neku od numerikih metoda. Ako je, na primjer, A = (1, 2),
c
uvrtavanje u (4.7) daje sustav jednadbi
s
z
1 = a (1 cos t),
2 = a (t sin t).
Izjednaavanje parametra a daje jednadbu

c
z
2 cos t sin t + t 2 = 0.
Nul-toku ove funkcije moemo priblino izraunati metodom bisekcije9 . Vric
z
z
c
jedi t 3.508 pa je
a=
1
1
= 0.517.
1 cos t
1 cos(3.508)
Funkcija je prikazana na slici 4.18.

8
Prethodni integral smo rijeili koristei nestandardnu supstituciju iz koje se odmah vidi
s
c
da rjeenje ima oblik cikloide. Integral se moe rijeiti i pomou standardne racionalne
s
z
s
c
supstitucije x/(1 C 2 x) = t2 (vidi poglavlje 1.7.1).
9
Vidi, na primjer, Java program http://lavica.fesb.hr/mat1/java/Bisekcija.html.
4.7
209
Varijacioni raun
c
0.5
0.517*(t-sin(t)), 0.517*(1-cos(t))
1
0.5
1.5
Slika 4.18: Cikloida kao rjeenje problema najkraeg vremena

s
c
U prethodna dva primjera problem se, zbog F/y = 0, sveo na rjeavanje

s
jednostavne diferencijalne jednadbe prvog reda sa separiranim varijablama
z
(vidi poglavlje 5.2). Openito se dobije diferencijalna jednadba drugog reda
c
z
(vidi poglavlje 5.9).
Primjer 4.23 Rijeimo problem najmanjeg oploja: od svih krivulja koje

s
s
prolaze tokama A = (a, c) i B = (b, d) nadimo onu koja rotacijom oko x-osi
c
opisuje tijelo najmanjeg oploja (slika 4.19).
s
y
A
B
b
x
Slika 4.19: Cikloida kao rjeenje problema najkraeg vremena

s
c

210
Prema poglavlju 2.6.4, oploje rotacionog tijela rauna se formulom

s
c
b
O = 2
1 + y 2 dx,
y
a
pri emu je y > 0. Dakle, potrebno je minimizirati funkcional

c
b
1 + y 2 dx,
I(y) = 2
y(a) = c,
y(b) = d.
Eulerova jednadba glasi

z
0=
=
F
d
y
dx
F
y
=
y 2
1 + y 2
1 + y 2
d
dx
1 + y 2
y y
1 + y 2
y y
(1 + y 2 )
1 + y 2
Mnoenjem jednadbe s (1 + y 2 ) 1 + y 2 dobili smo diferencijalnu jedz

z
nadbu drugog reda:
z
y y y 2 1 = 0.
Jednadbu emo rijeiti koristei supstituciju y = p. Kako je

z c
s
c
y =
d
d
dp dy
dp
y =
p=
=
p,
dx
dx
dy dx
dy
gornja diferencijalna jednadba prelazi u jednadbu sa separiranim varijaz

z
blama
dp
yp
p2 1 = 0,
dy
odnosno
1
p
dp = dy.
2+1
p
y
Integriranje daje
1
ln(p2 + 1) + ln a = ln y
2
za neku konstantu a. Odavde slijedi
p=
dy
=
dx
odnosno
dx =
y
a
1,
dy
.
y 2
1
a
4.7
211
Varijacioni raun
c
Integriranje daje (vidi poglavlje 1.1.1)

x = a arch
y
+b
a
za neku konstantu b pa je konano

c
y = a ch
xb
.
a
Dakle, rjeenje je lananica (vidi poglavlje [M1, poglavlje 4.6.9]). Provjera

s
c
dovoljnih uvjeta ekstrema daje
Fy y = y
1
(1 +
y 2 )
1 + y 2
> 0,
c
pa se zaista radi o minimumu. Konstante a i b se odreduju iz poetnih uvjeta
c
i ne mogu se odrediti analitiki. Medutim, program za odredivanje poetnih
c
uvjeta moe se jednostavno programirati u programskom jeziku Matlab.
z
Za rubne uvjete A = (0, 3) i B = (3, 2) program koji rauna konstante a
c
i b potom crta rjeenje glasi:
s
function y=f(x)
y(1)=x(1)*cosh(x(2)/x(1))-3;
y(2)=x(1)*cosh((3-x(2))/x(1))-2;
end
[x, info] = fsolve(f, [1.5; 1.5])
u=0:0.1:3;
v=x(1)*cosh((u-x(2))/x(1));
plot(u,v)
Izvedite prethodni program pomou programa Octave On-line10 .
c
c
Zadatak 4.6 Nadite ekstreme sljedeih funkcionala:
4
y (1 + y 2 ) dx,
a) I(y) =
y(0) =
5
,
4
y(4) =
Rjeenje: Funkcional dostie minimum za y =

s
z
13
.
4
(5 x 6)2 4
+ .
80
5
/4
b) I(y) =
0
(y 2 y 2 + 6 y sin 2 x) dx,
y(0) = 0,
y(/4) = 1.
Rjeenje: Funkcional dostie maksimum za y = sin 2 x.

s
z
10

212
Sljedei primjer ilustrira utjecaj rubnih uvjeta i koritenje uvjeta tranc

s
sverzalnosti.
Primjer 4.24 Rijeimo funkcional
s
1
(x2 + 1) dt,
I(x) =
0
pri emu je x = x(t) uz rubne uvjete x(0) = 1 i x(1) = 2: Eulerova jednadba

c
z
glasi
d F
d
F
= 0 2 x = 2 x
0=
x
dt x
dt
pa je x(t) = a t + b za neke konstante a i b. Rubni uvjeti daju a = b = 1 a
rjeenje glasi
s
x(t) = t + 1.
Provjera dovoljnog uvjeta daje
Fx x = 2 > 0
pa se radi o minimumu. Najmanja vrijednost zadanog funkcionala je

1
Imin =
(1 + 1) dt = 2.
0
Ako je, pak, zadan samo jedan rubni uvjet, x(0) = 1, tada u drugom
kraju mora vrijediti uvjet transverzalnosti
F
F (1, x(1), x (1)) = 0.
x
Eulerova jednadba ponovo daje
z
0=
d
F
x
dt
F
x
= 2 x
iz ega slijedi da je x (t) = a za neku konstantu a. Uvjet transverzalnosti

c
povlai
c
2 x (1) = 0
pa je a = 0, odnosno x (t) = 0. Dakle, x(t) = b za neku konstantu b, a zbog
rubnog uvjeta x(0) = 1 je b = 1. Konano rjeenje je stoga jednako
c
s
x(t) = 1.
4.7
213
Varijacioni raun
c
Provjera dovoljnog uvjeta daje
Fx x = 2 > 0
pa se i u ovom sluaju radi o minimumu. Najmanja vrijednost funkcionala

c
je sada
1
Imin =
(0 + 1) dt = 1.
0
c
c
z
c
Usporedujui s prvim sluajem moemo zakljuiti da manje rubnih uvjeta
daje bolje ekstreme.
Napomena 4.3 Kada je funkcional funkcija od vie funkcija,
s
b
F (t, x1 , . . . , xn , x , . . . , x ) dt,
1
n
I(x1 , . . . , xn ) =
a
gdje je x = 1 = x1 (t), . . . , xn = xn (t), nuni uvjeti ekstrema glase

z
d F
F
= 0,
xi dt x
i
i = 1, . . . , n,
uz zadane rubne uvjete

xi (a) = Ai ,
xi (b) = Bi ,
ili uvjete transverzalnosti
Ai , Bi R,
i = 1, . . . , n,
F
=0
x
i
tamo gdje nisu zadani rubni uvjeti. Dakle, traenje ekstrema funkcionala
z
vie funkcija svodi se na rjeavanje sustava od n diferencijalnih jednadbi i
s
s
z
2 n dodatnih uvjeta.
4.7.3
Uvjetni ekstrem
Postupak traenje vezanih (ili uvjetnih) ekstrema funkcionala je vrlo

z
slian postupku kod uvjetnih ekstrema funkcija vie varijabli, odnosno koristi
c
s
se metoda Lagrangeovih multiplikatora (vidi poglavlje 3.12).
Zadatak je nai funkcije x1 (t), . . . , xn (t) koje su ekstremi funkcionala
c
b
F (t, x1 , . . . , xn , x , . . . , x ) dt,
n
1
I(x1 , . . . , xn ) =
a

214
a istovremeno zadovoljavaju rubne uvjete
xi (a) = Ai ,
Ai , Bi R,
xi (b) = Bi ,
i = 1, . . . , n,
i ogranienja (uvjete) koja mogu biti algebarske jednadbe

c
z
hk (t, x1 , . . . , xn ) = 0,
k = 1, . . . , m,
m < n,
diferencijalne jednadbe
z
hk (t, x1 , . . . , xn , x , . . . , x ) = 0,
1
n
k = 1, . . . , m,
m < n,
ili takozvana izoperimetrika ogranjienja

c
c
b
hk (t, x1 , . . . , xn , x , . . . , x ) = 0,
1
n
Lk R,
k = 1, . . . m.
Zadatak se rjeava na sljedei nain: prvo se formira pomoni funkcional

s
c
c
c
b
I =
a
F dt
F (t, x1 , . . . , xn , x , . . . , x ) +
1
n
k (t) hk dt
pri emu su Lagrangeovi multiplikatori k funkcije od t, a potom se rjeenje

c
s
polaznog problema dobije iz sustava od n Eulerovih jednadbi
z
F
d F
= 0,
xi
dt x
i
i = 1, . . . , n,
rubnih uvjeta i zadanih ogranienja.

c
Primjer 4.25 Nadimo ekstrem funkcionala
a
1 + yz
dx,
x
I(y, z) =
y(0) = 0,
y(a) = b,
y = z + 1.
Pomoni funkcional glasi

c
a
I =
0
1 + yz
+ (x) (y z 1) dx.
x
Iz uvjeta y = z + 1 vidimo da su zadana sva etiri rubna uvjeta:

c
y(0) = 0,
y(a) = b,
z(0) = 1,
z(a) = b 1.
4.7
215
Varijacioni raun
c
Rjeenje dobijemo iz Eulerovih jednadbi

s
z
d F
d
F
= (x)
y
dx y
dx
z
x (1 + y z )
d F
d
F
= (x)
z
dx z
dx
y
x (1 + y z )
= 0,
= 0,
rubnih uvjeta i ogranienja y = z + 1. Zbrajanjem Eulerovih jednadbi

c
z
imamo
y + z
d
= 0.
dx 2 x (1 + y z )
Zadano ogranienje povlai y = z pa prethodna jednadba prelazi u
c
c
z
d
dx
y
x (1 + y 2 )
= 0.
Dakle, y je cikloida (vidi primjer 4.22), dok je z = y 1.

1
(x )2 dt,
I(x) =
x(0) = 1, x(1) = 0, x (0) = 1, x (1) = 0.
U podintegralnoj funkciji se javlja druga derivacija funkcije x(t), to je pos

trebno eliminirati. Uvedimo nove funkcije
x1 (t) = x(t),
x2 (t) = x (t).
1
Zadani problem prelazi u ekvivalentni problem

1
(x )2 dt,
2
I(x1 , x2 ) =
x1 (0) = 1, x1 (1) = 0, x2 (0) = 1, x2 (1) = 0,
uz ogranienje x2 x = 0. Pomoni funkcional glasi

c
c
1
1
I =
0
(x )2 + (t) (x2 x ) dt.

2
1

216
Eulerove jednadbe glase
z
d
d F
F
= 0 dt ((t)) = 0,
x1
dt x1
F
d
d F
= (t) dt (x2 (t)) = 0.

x2
dt x2
Iz prve jednadbe slijedi (t) = 0, a iz druge (t) = x (t). Deriviranje
z
2
zadnje jednadbe daje
z
(t) = x (t) = 0
2
pa je
x2 (t) = a t2 + b t + c,
c
za neke konstante a, b i c. Ogranienje x = x2 povlai
c
1
x1 (t) = a
t2
t3
+ b + ct + d
3
2
za neku konstantu d. Rubni uvjeti daju

x1 (0) = 1 = d,
x2 (0) = 1 = c.
Nadalje, vrijedi
x1 (1) = 0 =
a b
+ + 1,
3 2
x2 (1) = 0 = a + b + 1,
pa je a = 3 i b 4. Dakle, rjeenje je dano s

s
x1 (t) = t3 2 t2 + t + 1,
x2 (t) = 3 t2 4 t + 1,
pa je traena vrijednost zadanog funkcionala jednaka

z
1
I=
0
(6 t 4)2 dt = 4.

1
I(y, z) =
0
(y 2 + z 2 4 x z 4 z) dx,
uz rubne uvjete
y(0) = 0,
z(0) = 0,
y(1) = 1,
z(1) = 1,
4.7
217
Varijacioni raun
c
i uz izoperimetriko ogranienje
c
c
1
(y 2 x y z 2 ) dx = 2.
Pomoni funkcional glasi

c
1
I =
0
y 2 + z 2 4 x z 4 z + (y 2 x y z 2 ) dx.
Eulerove jednadbe glase

z
d F
d
F
(2 y + 2 y x) = 0,
=0
y
dx y
dx
F
d F
d
= 4
(2 z 4 x 2 z ) = 0.
z
dx z
dx
Integriranje prve Eulerove jednadbe daje
z
2 y + 2 y x = a,
odnosno
y =
x + a
2 + 2
pa ponovno integriranje daje

2
x + ax
y= 2
+b
2 + 2
za neke konstante a i b. Rubni uvjet y(0) = 0 povlai b = 0, a rubni uvjet
c
y(1) = 1 povlai a = 2 + 3 pa je
c
2
y(x) =
x2 + (3 + 4) x
.
4 + 4
Integriranje druge Eulerove jednadbe daje

z
2 z 4 x 2 z = 4 x + c,
odnosno
z =
pa ponovno integriranje daje
z=
c
2 2
c
x+d
2 2

218
za konstante c i d. Rubni uvjet z(0) = 0 povlai d = 0, a rubni uvjet z(1) = 1

c
povlai c = 2 2 pa je
c
z(x) = x.
Konano, uvrtavanjem izraza za y, y , z i z u zadano izoperimetriko
c
s
c
ogranienje, dobijemo da je = 11/10 (dovrite ovaj raun za vjebu!).
c
s
c
z
4.7.4
Eulerova metoda konanih razlika

c
U ovom poglavlju opsat emo Eulerovu metodu konanih razlika za nuc

c
meriko rjeavanje problema. Metoda se temelji na ideji da kod traenja
c
s
z
ekstrema funkcionala
b
F (x, y, y ) dx,
I(y) =
y(a) = A,
y(b) = B,
ne promatramo sve dozvoljene derivabilne funkcije koje zadovoljavaju rubne

c
uvjete, ve samo poligonalne linije koje imaju vrhove u tokama
c
(xi , yi ),
i = 0, 1, . . . , n,
koje su denirane na sljedei nain: uz x = (b a)/n je

c
c
xi = a + i x,
yi = y(xi ),
i = 0, . . . n.
Na ovaj nain zadani funkcional I(y) postaje funkcija varijabli y1 , . . . , yn1

c
koju oznaavamo s (y1 , . . . , yn1 ), a zadani problem se svodi na traenje
c
z
ekstrema funkcije od n1 varijabli, odnosno na rjeavanje sustava jednadbi
s
z
,
yi
i = 1, . . . , n 1.

1
(y 2 + 2 y) dx,
I(y) =
y(0) = 0,
y(1) = 0,
metodom konanih razlika. Odaberimo n = 5. Tada je x = (1 0)/5 = 0.2

c
i
y0 = y(0) = 0,
y1 = y(0.2),
y2 = y(0.4),
y3 = y(0.6),
y4 = y(0.8),
y5 = y(1) = 0.
4.7
219
Varijacioni raun
c
Integral aproksimiramo pomou lijeve integralne sume (vidi napomenu 2.1)

c
I(y) [F (x0 , y0 , y0 ) + + F (xn1 , yn1 , yn1 )] dx
pri emu se derivacije aproksimiraju konanim razlikama

c
c
yi = y (xi ) =
yi+1 yi
,
x
odnosno
y1 0
,
0.2
y4 y3
y3 =
,
0.2
y0 =
y1 =
I(y) (y1 , . . . , yn1 ) =
y1
0.2
y2 y1
y3 y2
,
y2 =
,
0.2
0.2
0 y4
y4 =
.
0.2
Dakle,
y3 y2
0.2
+ 2 y2 +
+20+
y4 y3
0.2
y2 y1
0.2
+ 2 y3 +
+ 2 y1 +
y4
0.2
+ 2 y4 .
Nuni uvjeti ekstrema funkcije (y1 , . . . , yn1 ) glase

z
y1
y2
y3
y4
=
=
=
=
2 y1
2 (y2 y1 )(1)
+
+ 2 0.2 = 0,
0.04
0.04
2 (y2 y1 ) 2 (y3 y2 )(1)
+
+ 2 0.2 = 0,
0.04
0.04
2 (y3 y2 ) 2 (y4 y3 )(1)
+
+ 2 0.2 = 0,
0.04
0.04
2 (y4 y3 )
2 y4
+
2 0.2 = 0.
0.04
0.04
Nakon sredivanja vidimo da se radi o sustavu linearnih jednadbi Ax = b

z
(vidi [M1, glava 2]), gdje je
2 1
0.04
1 2 1
0.04
,
A=
b=
0.04 .
1 2 1
1 2
0.04
Rjeenje sustava je
s
y1 = 0.08,
y2 = 0.12,
y3 = 0.12,
y4 = 0.08.

220
Primijetimo da se izraunate vrijednosti poklapaju s tonim vrijednostima

c
c
egzaktong rjeenja y = (x2 x)/2 (izraunajte egzaktno rjeenje za vjebu!).
s
c
s
z
Rjeenje se moe jednostavno programirati u programskom jeziku Mas
z
tlab. Program koji postavi matricu A i vektor b te potom rijei sustav i
s
nacrta numeriko i egzaktno rjeenje glasi:
c
s
n=4;
dx=1/(n+1);
% Matrica A i vektor b
for i=1:n, A(i,i)=2; end
for i=1:n-1, A(i+1,i)=-1; A(i,i+1)=-1; end
b=-dx**2*ones(n,1);
% Rjesenje sustava
y=A\b
% Crtanje rjesenja i tocnog rjesenja
x=0:dx:1;
y=[0; y; 0]
xx=0:0.01:1;
yy=(xx.^2-xx)/2;
plot(x,y,r,xx,yy,b)
Izvedite prethodni program pomou programa Octave On-line11 , pri emu
c
c
moete varirati broj toaka n.
z
c
Napomena 4.4 Openito se koritenjem metode konanih razlika dobije
c
s
c
sustav nelinearnih jednadbi. Intuitivno je jasno da aproksimacija rjeenja
z
s
postaje sve bolja kada se poveava broj intervala n. Ova metoda je zaetak
c
c
poznate metode konanih elemenata.
c
11
5.
DIFERENCIJALNE
JEDNADZBE
5.1
Populacijska i logistika jednadba . . . . . . . . . . . . . 224

c
z
5.2
Jednadbe sa separiranim varijablama . . . . . . . . . . . 231

z
5.3
Polje smjerova . . . . . . . . . . . . . . . . . . . . . . . . 234
5.4
Eulerova metoda . . . . . . . . . . . . . . . . . . . . . . . 235
5.5
Ortogonalne i izogonalne trajektorije . . . . . . . . . . . . 238
5.6
Singularna rjeenja i ovojnice . . . . . . . . . . . . . . . . 242

s
5.7
Egzaktne jednadbe i integrirajui faktori . . . . . . . . . 245

z
c
5.8
Linearne diferencijalne jednadbe prvog reda . . . . . . . 249

z
5.9
Linearne diferencijalne jednadbe drugog reda . . . . . . . 251

z
5.9.1
Homogene jednadbe . . . . . . . . . . . . . . . . . 253

z
5.9.2
Nehomogene jednadbe . . . . . . . . . . . . . . . 256

z
5.9.3
Jednadbe s konstantnim koecijentima . . . . . . 259

z
5.9.4
Slobodna, guena i prisilna titranja . . . . . . . . . 265

s
5.10 Linearne diferencijalne jednadbe vieg reda . . . . . . . . 273

z
s
5.11 Sustavi diferencijalnih jednadbi . . . . . . . . . . . . . . 278
z
Denicija 5.1 Diferencijalna jednadba je jednadba oblika

z
z
F (x, y, y , y , . . . , y (n) ) = 0.
(DJ)
Rjeenje diferencijalne jednadbe je svaka funkcija y = f (x) koja zadovoljava

s
z
jednadbu DJ na nekom skupu D R. Red diferencijalne jednadbe je red
z
z
najvie derivacije koja se javlja u jednadbi.
s
z

DIFERENCIJALNE JEDNADZBE
222
Najjednostavnije diferencijalne jednadbe ve smo rjeavali: rjeenje jedz

c
s
s
nadbe
z
y = f (x)
je primitivna funkcija funkcije f (x) pa vrijedi
dy
= f (x)
dx
dy = f (x) dx
y=
f (x) dx + C
Ako elimo odrediti konstantu integracije C, treba biti zadan jo jedan uvjet
z
s
(vrijednost funkcije y(x0 ) ili vrijednost derivacije y (x0 ) u nekoj toki x0
c
D).
Openito, postupak rjeavanja svake diferencijalne jednadbe u sebi sadri
c
s
z
z
viekratno integriranje. Pri tome se u rjeenju jednadbe n-tog reda javlja
s
s
z
n konstanti za ije je odredivanje potrebno znati n uvjeta koje u odabranim
c
tokama trebaju zadovoljavati funkcija y i/ili njene derivacije. Obino su
c
c
uvjeti zadani u rubnim tokama podruja u kojem promatramo diferencic
c
jalnu jednadbu.
z
Diferencijalne jednadbe su jedan od najvanijih dijelova matematike
z
z
uope. Kako je derivacija mjera promjene, diferencijalnim jednadba se najc
z
jednostavnije izraavaju i modeliraju mnogi prirodni zakoni.
z
Primjer 5.1 Promotrimo problem titranja mase objeene na oprugu (slika
s
5.1), pri emu je x(t) poloaj mase u trenutku t.
c
z
kx
x
Slika 5.1: Titranje mase objeene na oprugu

s
Prema Hookeovom zakonu sila potrebna za odravanje opruge rastegnuz
tom x jedinica udaljenosti od njene prirodne duine proporcionalna je s x,
z
F (x) = kx. Stoga je sila s kojom se opruga vraa u poloaj ravnotee jedc
z
z
naka kx. S druge strane, prema Newtonovom drugom zakonu gibanja, sila
223
je jednaka umnoku mase i ubrzanja. Izjednaavanje sila daje diferencijalnu
s
c
jednadbu
z
d2 x(t)
= kx(t).
m
dt2
Odavde slijedi
k
d2 x(t)
= x(t),
2
dt
m
odnosno, druga derivacije od x je proporcionalna x, ali ima obrnuti predznak. Znamo da funkcije sinus i kosinus imaju upravo to svojstvo. Kasnije
emo pokazati da se sva rjeenja ove jednadbe mogu napisati kao odreden
c
s
z
kombinacije sinusa i kosinusa. Kako se radi o diferencijalnoj jednadbi druz
gog reda, za odredivanje konstanti potrebna su dva uvjeta. U ovom sluaju
c
prirodni uvjeti su poloaj i brzina u trenutku t = 0, odnosno potrebno je
z
zadati vrijednosti x(0) i x (0).
Primjer 5.2 Promotrimo strujni krug koji se sastoji od elektromotorne sile
koja u trenutku t proizvodi napon od E(t) volta (V) i struju od I(t) ampera (A). U krugu se takoder nalazi otpor od R oma (Ohm) i zavojnica s
induktivitetom L henrija (H) (slika 5.2).
R
E(t)
Slika 5.2: Strujni krug

Prema Ohmovom zakonu pad napona na otporu jednak je RI. Pad
napona na zavojnici jednak je L(dI/dt). Prema Kirchoovom zakonu zbroj
padova napona jednak je naponu kojeg daje naponski izvor. Dakle,
dI
+ RI = E(t),
dt
to je diferencijalna jednadba prvog reda koja modelira struju I u trenutku
s
z
t. Rijeimo zadanu jednadbu uz (prirodan) uvjet da je struja u trenutku
s
z
ukljuivanja naponskog izvora t = 0 jednaka nuli, I(0) = 0. Uz oznake
c
= R/L i = 1/L vrijedi
L
dI
= dt.
E(t) I

224
Integriranje obaju strana daje
ln | E(t) I| = t + C,
odnosno
| E(t) I| = e (t+C) = e C e t ,
pa moemo pisati
z
E(t) I = Ae t ,
pri emu smo predznak izraza E(t) I ukljuili u konstantu A. Dakle,
c
c
I(t) =
E(t) et .
Odredimo konstantu A: iz poetnog uvjeta slijedi

c
0 = I(0) =
E(0)
pa je A = E(0). Konano,
c
I(t) =
1
1
E(t) E(0) e(R/L)t .
R
R
Ako je na primjer, L = 4 H, R = 12 Ohm i E(t) = 60 V, tada je

I(t) = 5 5 e3 t .
Funkcija je prikazana na slici 5.3. Stacionarno stanje strujnog kruga je (horizontalna asimptota)
lim I(t) = 5 A.
t
5.1
Populacijska i logistika jednadba

c
z
Neka P (t) oznaava broj jedinki neke populacije u trenutku t. Najjedc

nostavniji model rasta populacije je sljedei: stopa rasta populacije proporcic
onalna je veliini populacije, odnosno, promjena u populaciji bit e vea to
c
c
c s
je u populaciji vie jedinki. Ovo je razumna pretpostavka za populacije baks
terija ili ivotinja u idealnim uvjetima (neogranieni resursi, odgovarajua
z
c
c
prehrana, nepostojanje bolesti, nepostojanje prirodnih neprijatelja).
Kako je promjena populacije dana s dP (t) dt, matematika formulacija
c
rasta populacije glasi
dP
= kP.
dt
5.1
225

c
z
5
5
5-5*exp(-3*t)
Slika 5.3: Struja u strujnom krugu

Ova diferencijalna jednadba rjeava se slino kao i jednadba iz primjera
z
s
c
z
5.2:
dP
= k dt,
P
ln |P | = kt + C,
|P | = ekt eC ,
P = A ekt .
Konstantu A moemo odrediti ako znamo inicijalnu (poetnu) populaciju

z
c
0 = A pa je rast populacije dan
P (0) = P0 . Tada je P0 = P (0) = A e
funkcijom
P (t) = P0 ekt .
Ukoliko umjesto inicijalne populacije u trenutku t = 0 znamo populaciju u
nekom trenutku t0 , P (t0 ) = P0 , tada je P0 = A ekt0 , odnosno A = P0 ekt0
pa je rast populacije dan funkcijom
P (t) = P0 ek(tt0 ) .
Konano, uoimo sljedee: ako je k > 0 tada populacija raste, a ako je k < 0
c
c
c
populacija se smanjuje.
Primjer 5.3 Tablica 5.1 prikazuje stanovnitvo svijeta od 1750. godine1 .
s
Uzmemo li za poetnu godinu t0 = 1750, imamo
c
P (t) = 791 ek(t1750) .
1
Podaci su preuzeti s Wikipedije na adresi http://en.wikipedia.org/wiki/World population.

226
godina
stanovnitvo
s
1750
791
1800
978
1850
1262
1900
1650
1950
2518
1955
2755
1960
3021
1965
3334
godina
stanovnitvo
s
1970
3692
1975
4068
1980
4434
1985
4830
1990
5263
1995
5674
2000
6070
2005
6453
Tablica 5.1: Stanovnitvo svijeta od 1750. godine u milijunima stanovnika

s
Odredimo parametar k koristei zadnju godinu u tablici:
c
P (2005) = 6453 = 791 ek(20051750) .
Dakle,
k=
ln 6453 ln 791
0.0082314
255
pa je
P (t) = 791 e0.0082314 (t1750) .
P(t)
Funkcija P (t) i podaci iz tablice 5.1 prikazani su na slici 5.4.
6000
5000
4000
3000
2000
1000
1750
1800
1850
1900
1950
2000
Slika 5.4: Rast svjetskog stanovnitva od 1750. do 2005. godine

s
Funkcija P (t) prolazi, dodue, tokama (1750, 791) i (2005, 6453), ali ne
s
c
opisuje dobro stvarni rast stanovnitva. Razlog tome je jasan jednostavni
s
model kojeg smo izabrali oito ne ukljuuje sve parametre koji utjeu na rast
c
c
c
5.1
227

c
z
populacije. Medutim, ako se ograniimo samo na razdoblje od godine 1950.

c
do danas, tada je
P (t) = 2518 ek(t1950) ,
k=
ln 6453 ln 2518
0.017111.
55
P(t)
Na slici 5.5 vidimo da je sada preklapanje funkcije i stvarnih podataka puno

bolje. Stopa rasta stanovnitva je u tom razdoblju priblino jednaka 1.7%,
s
z
to je 2005. godine iznosilo 110 milijuna stanovnika godinje. Iskoristimo li
s
s
c
gornju formulu za predvidanje, 2050. godine e na svijetu biti 14 milijardi
stanovnika:
P (2050) = 2518 e0.017111 (20501950) 13937.
6000
5000
4000
3000
2000
1950
1960
1970
1980
1990
2000
Slika 5.5: Rast svjetskog stanovnitva od 1950. do 2005. godine

s
z
Primjer 5.4 Radioaktivni raspad takoder moemo modelirati populacijskom jednadbom. Neka laboratorij ima m = 10 g radija-226 (226Ra) ije
z
c
88
je vrijeme poluraspada 1602 godine2 . Izraunajmo koliko e radija biti na
c
c
raspolaganju nakon sto godina i kada e laboratorij imati 7 g radija-226 ?
c
Prvo je, kao i u prethodnom primjeru potrebno utvrditi koecijent k,
koji e u ovom sluaju biti negativan jer se radi o opadanju populacije.
c
c
Vrijeme poluraspada je vrijeme potrebno da se koliina radio-aktivne tvari
c
2
Vidi http://www.wikipedia.org/wiki/Radium.

228
svede na polovicu. Dakle, imamo redom

m(1602) = 5 = 10 ek 1602) ,
1
ln = k 1602,
2
ln 2
k=
.
1602
Stoga je
m(100) = 10 e(ln 2/1602) 100 9.5766
pa e laboratorij nakon sto godina imati m = 9.5766 g radija-226. Iz
c
7 = 10 e(ln 2/1602) t
slijedi
ln
ln 2
7
=
t,
10
1602
odnosno
1602 7
824.35
ln 2 10
pa e laboratorij imati 7 g radija-226 nakon 824 godine.
c
t=
Primjer 5.5 Kamatni raun s neprekidnim ukamaivanjem takoder zadoc

c
voljava populacijsku jednadbu: ako glavnicu G0 oroimo s godinjom kamaz
c
s
tom k (na primjer, za kamatu od 6% je k = 0.06) i ako se kamata pripisuje
n puta godinje, tada nakon t godina glavnica iznosi
s
G(t) = G0 1 +
nt
k
n
Naime, u n-tom dijelu godine kamata je k/n, ali se zato glavnica uveava
c
n puta godinje. Formula za neprekidno ukamaivanje slijedi prelaskom na
s
c
limes:
G(t) = lim G0 1 +
n
nt
k
n
= G0 lim
k
1+
n
= G0
1+
lim
pa je [M1,6.1.3]
G(t) = G0 ekt .
1
m
n/k kt
m kt
5.1
229

c
z
Na primjer, uz poetni iznos od 1000 kuna i godinju kamatu od 6% nakon tri

c
s
godine glavnica uz jednogodinje, polugodinje, kvartalno, mjeseno, dnevno
s
s
c
i neprekidno ukamaivanje iznosi redom
c
G(3) = 1000 (1.06)3 = 1191.016
G(3) = 1000 (1.03)6 = 1194.052
G(3) = 1000 (1.015)12 = 1195.618
G(3) = 1000 (1.005)36 = 1196.681
0.06
1+
365
G(3) = 1000
3653
= 1197.199
G(3) = 1000 e0.063 = 1197.217

Prirodni sustavi najee zbog svojih ogranienja ne mogu prihvatiti neoc sc
c
granienu populaciju. Stoga je est sljedei sluaj: populacija P u poetku
c
c
c
c
c
raste eksponencijalno sa stopom rasta k, ali se taj rast smanjuje kako se
populacija pribliava maksimalnom (nosivom) kapacitetu sustava K. Matez
matiki takvo ponaanje moemo modelirati logistikom jednadbom:
c
s
z
c
z
dP
= kP
dt
P
K
Mehanizam jednadbe je sljedei: kada ja populacija P mala u odnosu na

z
c
kapacitet K, tada je izraz u zagradi priblino jednak jedan, i populacija se
z
ponaa prema populacijskoj jednadbi. Kada se pak populacija priblii maks
z
z
simalnom kapacitetu, tada izraz u zagradi tei k nula to koi rast populacije.
z
s
c
Rijeimo jednadbu: vrijedi redom
s
z
1
P
P
K
dP =
k dt
K
dP = kt + C
P (K P )
1
1
+
dP = kt + C
P
K P
ln |P | ln |K P | = kt + C
K P
= kt C
P
K P
= ekt eC
P
K
1 = A ekt
P
ln

230
pa je
K
.
1 + A ekt
Konstantu A moemo odrediti ako je zadana poetna populacija P (0) = P0 :
z
c
iz P (0) = P0 = K/(1 + A) slijedi
P (t) =
A=
K P0
.
P0
Primjer 5.6 Kultura bakterija ima stopu rasta k = 0.07 na sat, a maksimalni kapacitet podloge je 1000 bakterija. Ako je na poetku imamo 100
c
bakterija tada je A = (1000 100)/100 = 9 pa je
P (t) =
1000
.
1 + 9 e0.07 t
Tako emo, na primjer, nakon 12 sati imati P (12) = 205, a nakon 48 sati
c
P (48) = 762 bakterije. Ako, pak, na poetku imamo 1500 bakterija, tada je
c
A = 1/3 i
1000
P (t) =
1
1 e0.07 t
3
pa emo nakon 12 sati imati P (12) = 1168, a nakon 48 sati P (48) = 1012
c
bakterija. Obje funkcije prikazane su na slici 5.6.
1000
1000/(1+9*exp(-0.07*t))
1000/(1-exp(-0.07*t)/3)
1500
1000
100
12
48
Slika 5.6: Rjeenja logistike jednadbe

s
c
z
Zadatak 5.1 Vijest se iri gradiem koji ima 1234 stanovnika tako da je
s
c
brzina irenja vijesti proporcionalna umnoku broja stanovnika koji su vijest
s
s
5.2
231
Jednadbe sa separiranim varijablama

z
uli i broja stanovnika koji vijest nisu uli. U osam sati ujutro vijest je ulo
c
c
c
100 stanovnika, a do podne vijest je ulo pola grada. U koliko sati e 1000
c
c
stanovnika uti vijest?
c
5.2

z
Diferencijalna jednadba prvog reda je separabilna (kaemo i da se radi

z
z
o jednadbi sa separiranim varijablama) ako je moemo zapisati u obliku.
z
z
f (x) dx = g(y) dy.
Tada je
g(y) dy =
g(y(x))
dy
dx =
dx
g(y(x))
f (x)
dx =
g(y(x))
f (x) dx.
U literaturi se esto navodi i oblik:

c
P (x) dx + Q(y) dy = 0.
Sve jednadbe prvog reda koje smo rjeavali u prethodnim poglavljima su
z
s
separabilne. Navedimo jo nekoliko primjera.
s
Primjer 5.7 Za jednadbu
z
dy
x2
=
dx
2y + sin y
vrijedi
(2y + sin y) dy = x2 dx
pa je implicitno rjeenje jednadbe dano s
s
z
y 2 cos y =
x3
+ C.
3
Ako je jo zadan i poetni uvjet y(1) = , tada je

s
c
2
C = 2 + .
3
Primjer 5.8 Newtonov zakon hladenja kae da je promjena temperature
z
objekta proporcionalna razlici temperature objekta T i temperature okoline

232
(ambijenta) Tamb . Ovaj zakon je dobra aproksimacija procesa hladenja u

standardnim uvjetima. Matematika formulacija glasi
c
dT
= k(T Tamb ),
dt
k > 0,
gdje je k koecijent hladenja (koji ovisi, na primjer, o izolacijskim svojstvima

posude). Rjeenja problema hladenja je:
s
dT
= k dt,
T Tamb
ln |T Tamb | = kt + C,
|T Tamb | = ekt eC ,
T Tamb = A ekt .
Ako je zadana poetna temperatura T (0) = T0 , tada je T0 = T (0) = Tamb +A

c
pa je konano
c
T (t) = ekt (T0 Tamb ) + Tamb .
Zadatak 5.2 a) U jednu veliku alicu kave temperature 90 C ulijemo mlis
C odmah, a u drugu nakon 5 minuta. Koja
jeko sobne temperature od 22
e kava biti toplija nakon 8 minuta? Sto se dogada ako ulijemo mlijeko
c
C? Napomena: ako je koliina kave k i temiz friidera temperature 4
z
c
peratura kave Tk te ako je koliina mlijeka m i temperatura mlijeka Tm ,
c
tada je temperatura smjese Ts jednaka
Ts =
k Tk + m Tm
.
k+m
b) U hotelskoj sobi temperature 20 C policija je u pono otkrila tijelo rtve.

c
z
Temperatura tijela bila je 26 C. Dva sata kasnije, temperatura tijela bila
je 24 C. Kada se otprilike dogodio zloin?
c
Funkcija f (x, y) je homogena stupnja homogenosti k ako je
f (x, y) = k f (x, y).
Diferencijalna jednadba oblika
z
P (x, y) dx + Q(x, y) dy = 0
je homogena ako su P i Q homogene funkcije istog stupnja. Zamjenom
varijabli z = y/x homogena jednadba prelazi u jednadbu sa separiranim
z
z
varijablama.
5.2

z
233
Primjer 5.9 Rijeimo diferencijalnu jednadbu

s
z
y =
Kako je
x2
xy
.
y2
(x)(y)
2 xy
xy
= 2 2
= 2
,
2 (y)2
2)
(x)
(x y
x y2
zadana jednadba je homogena. Uvrtavanje

z
s
y = zx + z
y = zx,
uz x = 0 daje
z x + z =
Sada imamo
z
x2 z
=
.
2 x2 z 2
x
1 z2
1 z2
1
dz = dx,
3
z
x
1
2 ln z = ln x + ln C,
2z
gdje smo radi jednostavnosti pretpostavili da je x, z, C > 0. Sada je
1
= ln(z x C),
2z 2
2
z x C = e1/(2z ) ,
y
2
2
x C = ex /(2y ) ,
x
i, konano,
c
y=
1 x2 /(2y2 )
e
.
C
Zadatak 5.3 Rijeite diferencijalne jednadbe:

s
z
a)
y
y
arctg = 0 uz y(1) = 1,
x
x
b) (3x 7y) dx = (7x + 3y) dy,
x 1 + x2
c) y =
.
y ey
z
c
Zadatak 5.4 Nadite jednadbu krivulje koja prolazi tokom (1, 1), a ima
svojstvo da joj je nagib u toki (x, y) jednak y 2 /x3 .
c

234
5.3
Polje smjerova
Ako je funkcija y = f (x) rjeenje diferencijalne jednadbe prvog reda

s
z
y = F (x, y),
koje prolazi nekom tokom (x0 , y0 ), tada je smjer tangente na krivulju y =
c
f (x) u toki (x0 , y0 ) dan upravo s F (x0 , y0 ). Kako se svaka funkcija o okolini
c
zadane toke ponaa kao tangenta (vidi [M1,5.1.1]), to se i rjeenje y = f (x)
c
s
s
u okolini toke (x0 , y0 ) ponaa priblino slino kao pravac koji prolazi kroz
c
s
z
c
toku (x0 , y0 ) i ima koecijent smjera F (x0 , y0 ).
c
Temeljem ovog razmatranja moemo napraviti sljedee:
z
c
c
odaberimo skup pravilno rasporedenih toaka (x, y) u onom dijelu ravnine u kojem traimo rjeenje diferencijalne jednadbe,
z
s
z
kroz svaku od odabranih toaka nacrtamo mali dio pravca (segment)
c
s koecijentom smjera F (x, y).
Na taj nain dobili smo polje smjerova (polje izoklina) diferencijalne jedc
= F (x, y). Polje smjerova nam najee daje dobru ideju o iznadbe y
z
c sc
gledu rjeenja krenemo li od poetnog uvjeta, moemo skicirati krivulju
s
c
z
y = f (x) koristei svojstvo da nam u svakoj toki nacrtani segment daje
c
c
smjer kretanja krivulje.
Na slici 5.7 prikazana su polja smjerova za diferencijalne jednadbe y =
z
x + y i y = x2 + y 2 1.
1
1
1
(a)
(b)
Slika 5.7: Polje smjerova za jednadbe (a) y = x + y i (b) y = x2 + y 2 1

z
Slika 5.7 (b) nacrtana je pomou sljedeeg Matlab programa:
c
c
5.4
235
Eulerova metoda
% Polje smjerova za y=x^2+y^2-1 za -3<=x<=3 i -3<=y<=3

a=-3; b=3;
c=-3; d=3;
nX=15;
nY=15;
dX=(b-a)/nX;
dY=(d-c)/nY;
hold
for i=1:nX+1,
for j=1:nY+1,
xx=a+i*dX;
yy=c+j*dY;
yDerivirano=xx^2+yy^2-1;
x=xx-dX/4:dX/100:xx+dX/4;
y=yDerivirano*(x-xx)+yy;
plot (x,y,b)
end
end
Primjer 5.10 Polje smjerova logistike jednadbe iz primjera 5.6,

c
z
dP
= 0.07 P
dt
P
1000
zajedno s rjeenjima za poetne uvjete P (0) = 100 i P (0) = 1500 prikazano

s
c
je na slici 5.8.
Zadatak 5.5 Za sljedee diferencijalne jednadbe skicirajte polje smjerova
c
z
na podruju [2, 2] [3, 3] i rjeenja koje prolaze tokama (0, 0), (0, 1) i
c
s
c
(0, 1):
y = y ex ,
y = 2y(y 2),
y = xy + y 2 .
5.4
Eulerova metoda
Eulerova metoda je metoda za numeriko rjeavanje diferencijalne jedc

s
nadbe prvog reda oblika
z
y = F (x, y),
y(x0 ) = y0 .

236
1500
1000
100
t
10
Slika 5.8: Polje smjerova logistike jednadbe

c
z
Metoda se temelji na aproksimaciji funkcije y pomou prvog lana Tayloroc
c
vog reda [M1, teorem 6.17]:
y(x + x) y(x) + y (x) x.
Metoda se sastoji u sljedeem: za odabrani prirast x deniramo niz toaka
c
c
x0 ,
x1 = x0 + x,
x2 = x1 + x,
x3 = x2 + x, . . . ,
U toki (x0 , y0 ) derivacija funkcije y je y = F (x0 , y0 ) pa Taylorova formula

c
povlai
c
y(x1 ) y1 = y(y0 + x F (x0 , y0 ).
Slino, vrijedi
c
y2 = y1 + x F (x1 , y1 ),
y3 = y2 + x F (x2 , y2 ),
pa je, za zadanu toku (x0 , y0 ), Eulerova metoda denirana rekurzivnom

c
formulom
yn = yn1 + x F (xn1 , yn1 ),
n = 1, 2, . . .
Primjer 5.11 Za diferencijalnu jednadbu strujnog kruga iz primjera 5.2,
z
E RI
dI
=
,
dt
L
L = 4 H,
R = 12 Ohm,
E = 60 V,
(5.1)
5.4
237
Eulerova metoda
uz poetni uvjet I(0) = 0 i korak t = 0.2 s Eulerova metoda daje

c
I(0) = 0,
I(0.2) = I(0) + 0.2 (15 3 I(0)) = 0 + 0.2 (15 3 0) = 3
I(0.4) = I(0.2) + 0.2 (15 3 I(0.2)) = 3 + 0.2 (15 3 3) = 4.2

I(0.6) = 4.2 + 0.2 (15 3 4.2) = 4.68
I(0.8) = 4.68 + 0.2 (15 3 4.68) = 4.872
I(1) = 4.872 + 0.2 (15 3 4.872) = 4.9488.
Za korak od t = 0, 1 s imamo redom

I(0) = 0,
I(0.1) = 1.5,
I(0.2) = 2.55,
I(0.3) = 3.285,
I(0.4) = 3.79950,
I(0.5) = 4.15965,
I(0.6) = 4.41176,
I(0.7) = 4.58823,
I(0.8) = 4.71176,
I(0.9) = 4.79823,
I(1) = 4.85876.
Sljedei Matlab program rauna i crta rjeenje diferencijalne jednadbe
c
c
s
z
(5.1):
% Eulerova metoda za I(t) = ( E - R * I(t) ), I(0)=0
x0=0;
xn=1;
y(1)=0;
h=0.1;
E=60;
R=12;
L=4;
x=x0:h:xn;
n=max(size(x));
for i=2:n
yDerivirano=(E-R*y(i-1))/L;
y(i)=y(i-1)+h*yDerivirano;

238
end
plot(x,y)
Vidimo da Eulerova metoda stalno grijei, no oekujemo da e za dovoljno

s
c
c
male korake rjeenje biti tonije. Na slici 5.9 prikazana su rjeenja jednadbe
s
c
s
z
(5.1) za korake t = 0.2 s, t = 0.1 s, t = 0.01 s i tono rjeenje I(t) =
c
s
5 5 e3t .
5
"euler02"
"euler01"
"euler001"
5-5*exp(-3*t)
Slika 5.9: Eulerova metoda

Zadatak 5.6 Izraunajte i skicirajte priblino rjeenje diferencijalne jedc
z
s
nadbe
z
y = y ex ,
y(0) = 1
na intervalu [0, 1] uz korake x = 0.2 i x = 0.1.
5.5
Ortogonalne i izogonalne trajektorije
Izogonalna trajektorija obitelji (familije) krivulja F (x, y, C) = 0 ovisne o

parametru C je svaka krivulja koja sijee svaku krivulju zadane familije pod
c
zadanim kutom. Ukoliko je kut pravi, radi se o ortogonalnoj trajektoriji.
Na primjer, ako je zadana familija pravaca koji prolaze kroz ishodite,
s
2 + y 2 = C,
y = kx, k R, tada je svaka krunica sa sreditem u ishoditu, x
z
s
s
C (0, +), ortogonalna trajektorija te familije (vidi sliku 5.10). Kaemo
z
da su dvije familije ortogonalne trajektorije jedna drugoj.
Ortogonalne trajektorije moemo, ako postoje, nai sljedeim postupz
c
c
kom:
5.5
239
Slika 5.10: Ortogonalne trajektorije y = kx i x2 + y 2 = C

1. prvo deriviramo jednadbu zadane familije krivulja, to daje
z
s
F dy
F
+
= 0,
x
y dx
2. eliminacija parametra C iz prethodne jednadbe i jednadbe F (x, y, C) =
z
z
0 daje diferencijalnu jednadbu zadane familije krivulja, na primjer,
z
(x, y, y ) = 0,
(5.2)
3. za bilo koju krivulju vrijedi sljedee: koecijent smjera tangente zac

dane krivulje u toki (x, y(x)) je y (x), a koecijent smjera normale u
c
istoj toki je 1/y (x). Stoga ortogonalne trajektorije zadovoljavaju
c
diferencijalnu jednadbu
z
x, y,
1
y
=0
pa je rjeenje ove jednadbe jednadba familije ortogonalnih trajektos

z
z
rija.
Primjer 5.12 Nadimo ortogonalne trajektorije familije parabola x = ky 2 ,
k R: deriviranje daje
1 = k 2y y ,
pri emu smo koristili pravilo o deriviranju sloene funkcije. Kako je k =
c
z
x/y 2 , uvrtavanje daje diferencijalnu jednadbu
s
z
y =
y
.
2x

240
Dakle, ortogonalne trajektorije zadovoljavaju jednadbu

z
y =
2x
,
y
odnosno
y dy = 2x dx.
Integriranje daje
y2
= x2 + C
2
pa su ortogonalne trajektorije elipse sa sreditem u ishoditu (vidi sliku 5.11),
s
s
y2
x2
+
= 1,
C
2C
C > 0.
Slika 5.11: Ortogonalne trajektorije x = ky 2 i x2 + y 2 /2 = C

Zadatak 5.7 Dokaite da su krunice x2 +y 2 = C, C (0, +) ortogonalne
z
z
trajektorije pravaca y = kx, k R.
Postupak raunanje izogonalnih trajektorija proizlazi iz sljedeeg zapaanja:
c
c
z
ako je dy/dx = tg koecijent smjera tangente na zadanu krivulju, i ako
je dyT /dx = tg koecijent smjera tangente izogonalne trajektorije koja
zadanu krivulju sijee pod kutom , tada vrijedi (vidi sliku 5.12)
c
tg = tg( ) =
tg tg
,
1 + tg tg
5.5
241
odnosno
dyT
tg
dy
= dx
.
(5.3)
dyT
dx
tg + 1
dx
Uvrtavanje ovog izraza za dy/dx u jednadbu (5.2) i isputanje indeksa T
s
z
s
daje diferencijalnu jednadbu izogonalne trajektorije.
z
Slika 5.12: Tangens razlike kutova

Primjer 5.13 Nadimo izogonalne trajektorije familije pravaca y = kx koje
te pravce sijeku pod kutom /4. Deriviranje zadane jednadbe i eliminacija
z
konstante C
dy
y
= .
dx
x
U ovom sluaju je tg = tg(/4) = 1 pa formule (5.3) daje
c
dyT
1
y
.
= dx
dyT
x
+1
dx
Isputanjem indeksa T i sredivanjem nastale jednadbe dobili smo diferens
z
cijalnu jednadbu izogonalnih trajektorija:
z
y
1+
dy
x.
=
y
dx
1
x
Ovo je homogena diferencijalna jednadba ije rjeenje glasi
z c
s
ln
x2 + y 2 = arctg
y
+ ln C.
x

242
U polarnim koordinatama (r, ) vrijedi
y
= tg ,
x
x2 + y 2 = r
pa rjeenje glasi
s
ln r = + ln C,
odnosno
r = Ce
to je jednadba familije logaritamskih spirala (vidi sliku 5.13).
s
z
Slika 5.13: Izogonalne trajektorije y = kx i r = Ce
5.6
Singularna rjeenja i ovojnice

s
Ope rjeenje diferencijalne jednadbe prvog reda oblika

c
s
z
F (x, y, y ) = 0
je skup funkcija (x, y, C) = 0 ovisnih o parametru C. No, u nekim sluajevima
c
diferencijalna jednadba ima i rjeenje (x, y) = 0 koje se ne moe dobiti iz
z
s
z
opeg rjeenja ni za jednu vrijednost parametra C. Takvo rjeenje zove se
c
s
s
singularno rjeenje i ima sljedea svojstva koja navodimo bez dokaza:
s
c
S1. kroz svaku toku (x, y) = 0 prolaze dva rjeenja polazne diferencijalne
c
s
jednadbe,
z
5.6
243
Singularna rjeenja i ovojnice

s
S2. krivulja (x, y) = 0 je ovojnica familije krivulja (x, y, C) = 0, odnosno

krivulja (x, y) = 0 u svakoj svojoj toki dira jednu od krivulja iz
c
familije (x, y, C) = 0,
S3. singularno rjeenje (x, y) = 0 se dobije eliminacijom parametra C iz
s
sustava jednadbi
z
(x, y, C) = 0,
(x, y, C) = 0.
C
s
z
Primjer 5.14 Nadimo singularno rjeenje diferencijalne jednadbe
y 2 (1 + y 2 ) = 2 ,
R.
Vrijedi
dy
=
dx
2 y 2
.
y
Separacija varijabli daje

y dy
2 y 2
= dx.
pa je rjeenje jednadbe familija krunica radijusa sa sreditem na x-osi:

s
z
z
s
(x C)2 + y 2 = 2 .
Ovojnice ove familije su pravci y = i y = (vidi sliku (5.14)), a prema
svojstvu S2 to su ujedno i singularna rjeenje polazne jednadbe to se lako
s
z s
provjeri uvrtavanjem.
s
Singularno rjeenje smo mogli dobiti i pomou svojstva S3: jednakost
s
c
(x, y, C) = [(x C)2 + y 2 2 ] = 2 (x C) = 0
C
C
povlai x = C pa uvrtavanje u jednadbu (xC)2 +y 2 = 2 daje singularno
c
s
z
2 = 2 .
rjeenje y
s
s
c
z
Zadatak 5.8 Nadite singularno rjeenje sljedeih jednadbi:
a) 2y(y + 2) x(y )2 = 0,
b) y 2 (y )2 + y 2 1 = 0.

244
y
y=
y=
Slika 5.14: Ovojnice

Primjer 5.15 Clairautova diferencijalna jednadba glasi
z
y = xy + f (y ).
Deriviranje jednadbe daje
z
y = y + xy + f (y )y ,
odnosno
y [x + f (y )] = 0.
Izjednaavanje prvog faktora s nulom daje y = 0, odnosno y = C. Dakle,
c
ope rjeenje jednadbe glasi
c
s
z
y = Cx + f (C),
to je familija pravaca ovisna o parametru C. Prema svojstvu S3, singularno
s
rjeenje dobijemo eliminacijom parametra C iz sustava
s
y = Cx + f (C),
0 = x + f (C).
Na primjer, ope rjeenje jednadbe (uz supstituciju t = x + 1)

c
s
z
y = xy + y + (y )2
je
y = C(x + 1) + C 2 ,
dok je singularno rjeenje jednako (vidi sliku (5.15))
s
1
y = (x + 1)2 .
4
5.7
245
Egzaktne jednadbe i integrirajui faktori

z
c
1
-1
Slika 5.15: Clairautova jednadba

z
c
s
c
z
Zadatak 5.9 Nadite ope i singularno rjeenje sljedeih jednadbi:
a) x =
y
1
2,
y
(y )
b) y = xy +
5.7
y
1 + (y )2

z
c
Diferencijalna jednadba oblika

z
P (x, y) dx + Q(x, y) dy = 0
(5.4)
P
Q
=
.
y
x
(5.5)
je egzaktna ako je
U tom sluaju postoji funkcija F (x, y) takva da je

c
dF (x, y) = P (x, y) dx + Q(x, y) dy
pa je rjeenje jednadbe dano s
s
z
F (x, y) = C.
(5.6)

246
Opiimo postupak nalaenja funkcije F . Ukoliko navedena funkcija F

s
z
postoji, tada je F/x = P , odnosno
F (x, y) =
P (x, y) dx + (y),
pri emu je (y) neka funkcija od y. Nadalje,

c
F (x, y)
=
y
y
P (x, y) dx + (y) = Q(x, y)
pa je
(y) = Q(x, y)
P (x, y) dx.
Izraz na desnoj strani prethodne jednakosti je funkcija od y jer uvjet (5.5)

povlai
c
Q(x, y)
x
y
Q(x, y)
x
Q(x, y)
=
x
P (x, y) dx =
2
P (x, y) dx
xy
P (x, y) = 0.
y
Dakle,
(y) =
Q(x, y) dy
P (x, y) dx dy
pa je konano
c
F (x, y) =
P (x, y) dx +
Q(x, y) dy
P (x, y) dx dy.
Kako je
F (x, y) = P (x, y),

x
F (x, y) =
P (x, y) dx + Q(x, y)
y
y
y
P (x, y) dx = Q(x, y),
funkcija F zaista zadovoljava jednakost (5.6).

Primjer 5.16 Prethodno opisnim postupkom nadimo rjeenje diferencijalne
s
jednadbe
z
(2x + 2y 2 ) dx + (4xy + 3y 2 ) dy.
Jednadba je egzaktna jer je
z
(2x + 2y 2 ) = 4y =
(4xy + 3y 2 ).
y
x
5.7

z
c
247
Vrijedi
F (x, y) =
Dalje je
(2x + 2y 2 ) dx + (y) = x2 + 2xy 2 + (y).
F (x, y) = 4xy + (y) = 4xy + 3y 2 ,

y
pa je (y) = 3y 2 odnosno (y) = y 3 . Rjeenje zadane jednadbe je stoga

s
z
x2 + 2xy 2 + y 3 = C.
s
z
a) y (4xy + 3y 2 ) + 2x + 2y 2 + 1 = 0, uz uvjet y(0) = 1,
b) x + ex/y dx + 1
c) y =
x
y
ex/y dy = 0,
sin y
, uz uvjet y(1) = /4.
x cos y
Za neke jednadbe oblika (5.4) koje nisu egzaktne, postoji funkcija (x, y)
z
takva da je jednadba
z
(x, y) P (x, y) dx + (x, y) Q(x, y) dy = 0
(5.7)
egzaktna. U tom sluaju umjesto zadane jednadbe (5.4) moemo rijeiti

c
z
z
s
novu jednadbu. Funkcija je integrirajui faktor ili Eulerov multiplikator.
z
c
Ako je jednadba (5.7) egzaktna, tada je ( P ) = ( Q) pa je
z
y
x
P + Py = Q + Q ,
y
x
x
odnosno
P Q = (Q Py ).
x
y
x
Ovo je parcijalna diferencijalna jednadba koja moe biti i sloenija od poz

z
z
laznog problema. Stoga nalaenje integrirajueg faktora openito nije jedz
c
c
nostavno. No, kada je integrirajui faktor funkcija samo jedne varijable (bilo
c
x bilo y), tada je postupak sljedei: ako je = (x) tada je = 0 pa je
c
y
= (Q Py ),
x
x
odnosno
Py Q
d
x
=
dx.

248
Dakle, = (x) moemo nai ukoliko je kvocijent na desnoj strani funkcija

z
c
od x. Slino, ako je = (y) tada je = 0 pa je
c
x
Q Py
d
x
=
dy
ukoliko je kvocijent na desnoj strani funkcija od y.

Primjer 5.17 Rijeimo jednadbu
s
z
(x2 y 2 ) dy + 2xy dx = 0.
Kako je P = x2 y 2 i Q = 2xy te Py = 2y i Q = 2y, jednadba nije

z
x
egzaktna. Iz
Py Q
4y
2
x
=
=
Q
2xy
x
zakljuujemo da je = (x). Imamo

c
2
d
= dx,
x
ln || = ln |x|2 + ln C,
C
= 2.
x
Moemo uzeti bilo koji integrirajui faktor pa odaberimo C = 1 odnosno =
z
c
2 . Mnoenje polazne jednadbe s integrirajuim faktorom daje egzaktnu
1/x
z
z
c
diferencijalnu jednadbu (provjerite)
z
x2 y 2
2y
dy = 0.
dx +
2
x
x
Postupak opisan na poetku poglavlja daje:
c
F (x, y) =
Fy (x, y) =
y2
x2
dx + (y) = x +
2y
2y
+ (y) =
.
x
x
Dakle,
(y) = 0,
(y) = C
pa je rjeenje zadane jednadbe dano s

s
z
x+
y2
= C.
x
y2
+ (y),
x
5.8
249
Linearne diferencijalne jednadbe prvog reda

z

s
z
a) y + (y 2 x) y = 0,
b) (x + y 3 ) dy y dx = 0, uz uvjet y(1) = 1,
c) (6x3 y + 3y 2 ) dx + (2x4 + 6xy ln x) dy = 0.
5.8
Linearne diferencijalne jednadbe prvog reda

z
Linearna diferencijalna jednadba prvog reda ima oblik

z
y + p(x) y = q(x).
(5.8)
Rjeenje jednadbe je
s
z
y=
1
(x)
q(x) (x) dx + C ,
(x) = e
p(x) dx
Ako je q(x) = 0, jednadba je homogena,

z
y + p(x) y = 0.
Ovo je jednadba sa separiranim varijablama:
z
dy
= p(x) dx.
y
Dakle,
ln y =
p(x) dx + ln C,
odnosno rjeenje homogene jednadbe glasi

s
z
R
y = C e
p(x) dx
U nehomogenom sluaju, jednadba (5.8) je ekvivalentna s

c
z
dy + [p(x) y q(x)] dx = 0.
Iz
Py Q
p(x) 0
d
x
=
dx =
dx = p(x) dx
Q
1
zakljuujemo da je integrirajui faktor dan s

c
c
R
(x) = e
p(x) dx
(5.9)

250
Mnoenjem jednadbe (5.8) integrirajuim faktorom imamo

z
z
c
R
p(x) dx
y +e
p(x) dx
p(x) y = e
p(x) dx
q(x).
Formula za deriviranje produkta daje

R
p(x) dx
=e
p(x) dx
q(x),
a integriranje daje
R
p(x) dx
y=
p(x) dx
q(x) dx + C
i formula (5.9) je dokazana.

s
z
y = 2y + x,
Vrijedi
(x) = e
y(0) = 2.
(2) dx
= e2x
pa je
y = e2x [C +
e2x x dx].
Parcijalna integracija daje

1
1
e2x x dx = x e2x e2x
2
4
pa ope rjeenje glasi
c
s
y = e2x C
1
1
1 2x 1 2x
xe
e
= C e2x x .
2
4
2
4
Poetni uvjet daje

c
1
= 2.
4
Dakle, C = 9/4 pa je rjeenje zadaog problema funkcija
s
y(0) = C
y(x) =
1
9 2x 1
e x .
4
2
4

s
z
a) y y sin x = sin x cos x,
5.9
251
Linearne diferencijalne jednadbe drugog reda

z
b) y +
2
y = x3 ,
x
c) (1 + x2 ) y 2xy = (1 + x2 )2 , uz uvjet y(0) = 1.

Primjer 5.19 Bernoullijeva diferencijalna jednadba glasi
z
y = p(x) y + q(x) y r ,
r R.
Ako je r = 0, radi se o linearnoj diferencijalnoj jednadbi prvog reda

z
oblika (5.8). Ako je r = 1, tada imamo homogenu jednadbu y = [p(x)
z
q(x)] y. U ostalim sluajevima koristimo supstituciju w = y 1r . Uvrtavanjem
c
s
1
y = w 1r
1
r
1
1
w 1r 1 w =
w 1r w
1r
1r
dobili smo linearnu diferencijalnu jednadbu prvog reda

z
r
1
r
1
w 1r w = p(x) w 1r + q(x) w 1r ,
1r
odnosno
w = (1 r) p(x) w + (1 r) q(x).
s
z
a) xy = y + ex y 3
b) y +
5.9
y
= x2 y 4
x
(rjeenje: y = (C/x2 2 ex /x + 2 ex /x2 )1/2 ),

s
(rjeenje: y = 1/(x 3 3 ln |C/x|) ).
s

z
Linearna diferencijalna jednadba drugog reda glasi

z
y + p(x) y + q(x) y = f (x),
pri emu su funkcije p, q i f neprekidne na nekom intervalu I R na kojem
c
promatramo jednadbu. Rjeenje jednadbe je svaka funkcija y koja za bilo
z
s
z
koji x0 I moe zadovoljiti proizvoljne poetne uvjete
z
c
y(x0 ) = a,
y (x0 ) = b.
Pripadna homogena jednadba glasi

z
y + p(x) y + q(x) y = 0.

252
U openitom sluaju kada su p i q proizvoljne funkcije od x, ne postoji

c
c
univerzalna metoda za rjeavanje linearne diferencijalne jednadbe drugog
s
z
reda (5.14). No, takva metoda postoji u sluaju kada su p i q konstante (vidi
c
poglavlje 5.9.3).
Poglavlje je organizirano na sljedei nain: prvo je uveden pojam linec
c
arne nezavisnosti funkcija. Potom je opisana struktura rjeenje homogene
s
jednadbe (5.11). Nakon toga opisane su metode varijacije konstanti i mez
s
z
toda neodredenih koecijenata za rjeavanje nehomogene jednadbe (5.14).
Na kraju je opisan postupak rjeavanja jednadbe s konstantnim koecijens
z
tima.
Denicija 5.2 Funkcije y1 i y2 su linearno nezavisne na intervalu I ako
identitet
C1 y1 (x) + C2 y2 (x) = 0,
x I,
(5.10)
pri emu su C1 i C2 realne konstante, povlai C1 = C2 = 0.
c
c
Ova denicija je formalno jednaka deniciji linearne nezavisnosti vektora
[M1, 2.5]. Provjera linearne nezavisnosti je neto sloenija i za nju su nam
s
z
potrebni sljedea denicija i teorem.
c
Denicija 5.3 Neka su y1 , y2 : I R derivabilne funkcije. Funkcija
W (x) =
y1 (x) y2 (x)
= y1 (x) y2 (x) y1 (x) y2 (x)
y1 (x) y2 (x)
je determinanta Wronskog ili Wronskijan funkcija y1 i y2 .

Teorem 5.1 Ako su funkcije y1 i y2 linearno zavisne na intervalu I, tada
je njihov Wronskijan identino jednak nula.
c
Dokaz. Neka je
C1 y1 + C2 y2 = 0,
pri emu je, na primjer, C2 = 0. Tada je y2 = y1 za = C1 /C2 . No,
c
tada je i
y y1
y1 y1
W = 1
x I
= y
= 0,
y1 y1
1 y1
Zakljuujemo da su dvije funkcije linearno nezavisne im je Wronskijan
c
c
u barem jednoj toki razliit od nule, to nije teko provjeriti.
c
c
s
s
5.9
253

z
5.9.1
Homogene jednadbe
z
Sljedea dva teorema daju strukturu rjeenja homogene jednadbe

c
s
z
y + p(x) y + q(x) y = 0.
(5.11)
Teorem 5.2 Ako su y1 i y2 dva rjeenja homogene jednadbe (5.11), tada

s
z
s
je i svaka njihova linearna kombinacija C1 y1 + C2 y2 takoder rjeenje te
jednadbe.
z
Dokaz. Teorem se dokazuje direktnim uvrtavanjem.
s
Teorem 5.3 Neka su y1 i y2 dva rjeenja homogene jednadbe (5.11). Sljedee

s
z
c
tvrdnje su ekvivalentne3 :
(i) W (x) = 0 za svaki x I,
(ii) W (x0 ) = 0 za neki x0 I,
(iii) funkcije y1 i y2 su linearno nezavisne na intervalu I,
(iv) ope rjeenje jednadbe dano je s C1 y1 + C2 y2 .
c
s
z
Dokaz. Implikacija (iii) (ii) slijedi iz teorema 5.1.
Implikaciju (ii) (i) dokazujemo na sljedei nain: kako su y1 i y2
c
c
rjeenja zadane jednadbe, vrijedi
s
z
y1 + p(x) y1 + q(x) y1 = 0,
y2 + p(x) y2 + q(x) y2 = 0.
Mnoenjem prva jednadbe s y2 i druge s y2 te oduzimanjem prve jednadbe

z
z
z
od druge, imamo
(y2 y1 y1 y2 ) + p(x) (y2 y1 y1 y2 ) = 0,
odnosno, prema deniciji Wronskijana,

W + p(x) W = 0.
3
Drugim rijeima, ako je bilo koja tvrdnja istinita, tada su istinite i ostale.
c

254
Separacija varijabli i teorem 2.3 daju
x
ln W =
p(t) dt + ln C,
x0
odnosno
W (x) = C e
x
R
p(t) dt
x0
(5.12)
Uvrtavanjem toke x = x0 slijedi C = W (x0 ), odnosno

s
c
W (x) = W (x0 ) e
x
R
p(t) dt
x0
Kako je po pretpostavci W (x0 ) = 0, a eksponencijalna funkcija je uvijek

nenegativna, zakljuujemo da je W (x) = 0 za svaki x I pa je implikacija
c
dokazana.
Implikacija (i) (iii) je oita (teorem 5.1).
c
S ovim smo dokazali ekvivalentnost tvrdnji (i) (iii). Preostaje jo
s
ukljuiti tvrdnju (iv). Dokaimo ekvivalentnost tvrdnji (i) i (iv). Funkcija
c
z
y = C1 y1 + C2 y2 je ope rjeenje jednadbe (5.11) ako za bilo koje poetne
c
s
z
c
uvjete
y(x0 ) = a,
y (x0 ) = b,
x0 I,
moemo nai odgovarajue konstante C1 i C2 tako da uvjeti budu zadovoz
c
c
ljeni. Uvrtavanjem zakljuujemo da su C1 i C2 rjeenja sustava linearnih
s
c
s
jednadbi
z
C1 y1 (x0 ) + C2 y2 (x0 ) = a
C1 y1 (x0 ) + C2 y2 (x0 ) = b.
Determinanta matrice ovog sustava je upravo Wronskijan. Prema KroneckerCapellijevom teoremu [M1, teorem 2.5] i svojstvu determinanti D8 iz [M1,
2.9.1], ovaj sustav ima jedinstveno rjeenje ako i samo ako je W (x) = 0 za
s
svaki x = x0 u intervalu I i teorem je dokazan.
Skup linearno nezavisnih rjeenja homogene jednadbe (5.11) zove se
s
z
fundamentalan skup rjeenja.
s
Primjer 5.20 Rjeenja diferencijalne jednadbe
s
z
y +
1
1
y 2y=0
x
x
5.9
255

z
su
1
y2 = ,
x
y1 = x,
to se lako provjeri uvrtavanjem. Wronskijan je jednak

s
s
W (x) =
1
2
x x
= .
1
1 x2
x
Oito je W (x) = 0 za x = 0 pa su prema teoremu 5.3 funkcije y1 i y2 linearno

c
nezavisne, a ope rjeenje jednadbe glasi
c
s
z
1
y = C1 x + C2 .
x
Ukoliko znamo samo jedno rjeenje zadane homogene jednadbe, drugo
s
z
linearno nezavisno rjeenje moemo dobiti koristei formulu (5.12). Prema
s
z
c
toj formuli je
R
y1 y2 y2 y1 = C e p(x) dx .
2
Dijeljenjem ove jednadbe s y1 imamo
z
R
y1 y2 y2 y1
1
= 2 C e p(x) dx
2
y1
y1
pa pravilo o deriviranju produkta daje

d
dx
y2
y1
R
1
C e p(x) dx ,
2
y1
odnosno
y2
=
y1
C e
p(x) dx
dx + D.
2
y1
Kako traimo samo jedno rjeenje, moemo uzeti C = 1 i D = 0 pa je

z
s
z
y2 = y1
p(x) dx
dx.
2
y1
(5.13)
Funkcije y1 i y2 su oito linearno nezavisne jer je funkcija y2 /y1 razliita od

c
c
konstante pa je ope rjeenje jednadbe jednako
c
s
z
y = C 1 y 1 + C2 y 1
p(x) dx
2
y1
dx.

256
Primjer 5.21 Jedno rjeenje homogene diferencijalne jednadbe

s
z
(1 x2 ) y 2xy + 2y = 0
je y1 = x. Prema formuli (5.13) vrijedi
R
2x
1x2
dx
dx = x
x2
1+x
1
1
= x ln
2
1x
y2 = x
e ln |1x |
dx = x
x2
dx
x2 |1 x2 |
pa je ope rjeenje zadane jednadbe jednako

c
s
z
y = C 1 x + C2
5.9.2
1
1+x
1 .
x ln
2
1x
Nehomogene jednadbe
z
Sljedei teorem daje ope rjeenje linearne diferencijalne jednadbe druc

c
s
z
gog reda
y + p(x) y + q(x) y = f (x).
(5.14)
Teorem 5.4 Ope rjeenje jednadbe (5.14) dano je s
c
s
z
y = yH + yP ,
gdje je yP neko partikularno rjeenje, odnosno
s
yP + p(x) yP + q(x) y = f (x),
a yH rjeenje pripadne homogene jednadbe (5.11).

s
z
Dokaz. Funkcija y je zaista rjeenje jer vrijedi
s
(yH + yP ) + p(x) (yH + yP ) + q(x) (yH + yP ) =
= [yH + p(x) yH + q(x) yH ] + [yP + p(x) yP + q(x) yP ] = 0 + f (x) = f (x).
Jo treba pokazati da funkcija y moe zadovoljiti bilo koje poetne uvjete

s
z
c
y(x0 ) = a,
y (x0 ) = b,
x0 I.
Prema teoremu 5.3, rjeenje homogene jednadbe je oblika yH = C1 y1 +

s
z
C2 y2 , gdje su y1 i y2 linearno nezavisne funkcije. Dakle,
y = C 1 y 1 + C2 y 2 + y P .
5.9

z
257
Uvrtavanjem dobivamo sustav linearnih jednadbi u nepoznanicama C1 i

s
z
C2 :
C1 y1 (x0 ) + C2 y2 (x0 ) = a yP (x0 )
C1 y1 (x0 ) + C2 y2 (x0 ) = b yP (x0 ).
Determinanta matrice ovog sustava je upravo Wronskijan koji je razliit od

c
nule po teoremu 5.3. Stoga sustav ima jedinstveno rjeenje i teorem je dos
kazan.
Partikularno rjeenje nalazimo metodom varijacije konstanti. Neka je
s
y = C1 y1 + C2 y2 rjeenje pripadne homogene jednadbe pri emu su y1 i
s
z
c
y2 linearno nezavisne funkcije. Partikularno rjeenje nehomogene jednadbe
s
z
traimo u istom obliku, s tom razlikom to pretpostavljamo da C1 i C2 nisu
z
s
konstante ve neke funkcije od x. Deriviranje daje
c
y = C1 y 1 + C2 y 2 + C1 y 1 + C2 y 2 .
Odaberimo funkcije C1 i C2 tako da zadovoljavaju uvjet
C1 y1 + C2 y2 = 0.
(5.15)
Tada je
y = C 1 y 1 + C2 y 2
pa je

y = C1 y1 + C2 y2 + C1 y1 + C2 y2 .
Uvrtavanje u jednadbu (5.14) daje

s
z
C1 y1 +C2 y2 +C1 y1 +C2 y2 +p(x)[C1 y1 +C2 y2 ]+q(x)(C1 y1 +C2 y2 ) = f (x),
odnosno

C1 [y1 + p(x) y1 + q(x) y1 ] + C2 [y2 + p(x) y2 + q(x) y2 ] + C1 y1 + C2 y2 = f (x).
Kako su y1 i y2 rjeenja homogene jednadbe, izrazi u uglatim zagradama

s
z
su jednaki nula pa je

C1 y1 + C2 y2 = f (x).
Kombinirajui ovu jednakost s jednakou (5.15), vidimo da su funkcije C1

c
sc
rjeenje sustava linearnih jednadbi
i C2
s
z
C1 y1 + C2 y2 = 0,

C1 y1

C2 y 2
= f (x).
(5.16)

258
Determinanta ovog sustava je Wronskijan linearno nezavisnih funkcija y1 i

y2 koji je uvijek razliit od nule pa sustav ima jedinstveno rjeenje. Ako je
c
s
rjeenje sustava, na primjer,
s
C1 = (x),
C2 (x) = (x),
tada je, konano,

c
C1 (x) =
(x) dx + A,
C2 (x) =
(x) dx + B
pri emu su A i B konstante integracije.

c
c
s
z
Primjer 5.22 Nadimo ope rjeenje diferencijalne jednadbe
y
= x.
x
Prvo nadimo ope rjeenje homogene jednadbe
c
s
z
y
y
Iz
y
= 0.
x
y
1
=
y
x
slijedi
ln y = ln x + ln C
pa je y = Cx. Dakle,
y H = C 1 x2 + C 2 .
Partikularno rjeenje emo odrediti metodom varijacije konstanti: funkcije

s
c
C1 i C2 emo odrediti iz rjeenja sustava
c
s
C1 x2 + C1 1 = 0,
Dakle,
C1 =
1
,
2
2 C1 x + C2 0 = x.
C2 = x2
2
pa je
1
1
x + A,
C2 = x3 + B.
2
6
Stoga je, uz A = B = 0, partikularno rjeenje jednako,
s
C1 =
y P = C 1 x2 + C 2 =
1 3
x
3
pa je ope rjeenje jednako

c
s
y = y H + y P = C 1 x2 + C 2 +
1 3
x .
3
5.9
259

z
Napomena 5.1 Ukoliko je funkcija f zbroj dviju funkcija, f (x) = f1 (x) +

f2 (x), tada je partikularno rjeenje jednadbe
s
z
y + p(x) y + q(x) y = f1 (x) + f2 (x)
jednako yP = yP1 + yP2 pri emu je
c
yPi + p(x) yPi + q(x) y = fi (x),
i = 1, 2.
Na primjer, partikularno rjeenje jednadbe y 4y = x je yP1 = x/4, a pars

z
tikularno rjeenje jednadbe y 4y = 3ex je yP2 = 3ex /5 pa je partikularno
s
z
rjeenje jednadbe
s
z
y 4y = x + 3ex
jednako
y=
5.9.3
3
1
x + ex .
4
5
Jednadbe s konstantnim koecijentima

z
Linearna diferencijalna jednadba drugog reda s konstantnim koecijenz

tima glasi
y + a y + b y = f (x),
a, b R.
(5.17)
Rjeenje pripadne homogene jednadbe,
s
z
y + a y + b y = 0,
a, b R,
(5.18)
traimo u obliku y = e x , pri emu, prema teoremu 5.3, trebamo nai dva
z
c
c
linearno nezavisna rjeenja. Uvrtavanje daje
s
s
2 e x + a e x + b e x = 0,
odnosno
e x (2 + a + b) = 0.
Kako je eksponencijalna funkcija uvijek nenegativna, emo dobiti kao
c
rjeenje karakteristine jednadbe
s
c
z
2 + a + b = 0.
Dakle, vrijedi
1,2 =
pa razlikujemo tri sluaja.
c
a2 4 b
2

260
Ako je a2 4 b > 0, nul-toke su razliite i realne, 1 = 2 , 1 , 2 R.

c
c
Tada su
y1 = e1 x ,
y2 = e2 x
dva linearno nezavisna rjeenja homogene jednadbe jer je
s
z
W (x) =
e1 x
e2 x
= e(1 +2 )x (2 1 ) = 0
1 e1 x 2 e2 x
pa je
yH = C1 e1 x + C2 e1 x ,
Ako je a2 4 b = 0, tada imamo jednu dvostruku realnu nul-toku,
c
a
1 = 2 = = .
2
Dva linearno nezavisna rjeenja homogene jednadbe su jednaka

s
z
y1 = ex ,
y2 = xex
pa je
yH = C1 ex + C2 xex .
Zaista, funkcija y1 je rjeenje homogene jednadbe jer zadovoljava karaks
z
teristinu jednadbu, dok je funkcija y2 prema formuli (5.13) jednaka
c
z
x
y2 = e
e a dx
dx = ex
e2x
dx = xex .
Ako je a2 4 b < 0, nul-toke su konjugirano kompleksne, 1 = 2 C,

c
odnosno
a
4b a
4b a
a
+ i,
1 = i
i.
1 = + i
2
2
2
2
Tada su
y1 = e1 x ,
y2 = e2 x
dva linearno nezavisna rjeenja homogene jednadbe, kao i u prvom sluaju.

s
z
c
No, prema teoremu 5.2, i funkcije
1
y1 + y2
= [e(+i)x + e(i)x ]
2
2
1 x
= [e (cos x + i sin x) + ex (cos x i sin x)]
2
= ex cos x
y3 =
5.9
261

z
1
y1 y2
= [e(+i)x e(i)x ] = ex sin x
2i
2i
su takoder rjeenja jednadbe (5.18). Pomou Wronskijana vidimo da su
s
z
c
funkcije y3 i y4 linearno nezavisne pa je
y4 =
yH = ex (C1 cos x + C2 sin x).

Primjer 5.23 a) Za jednadbu
z
y + y 2y = 0
karakteristina jednadba glasi
c
z
2 + 2 = 0.
Stoga je 1 = 1 i 2 = 2 pa je rjeenje zadane jednadbe jednako
s
z
y = C1 ex + C2 e2x .
b) Karakteristina jednadba jednadbe
c
z
z
y 4y + 4y = 0
glasi
2 4 + 4 = 0.
Stoga je 1 = 2 = 2 pa je rjeenje jednadbe jednako
s
z
y = C1 e2x + C2 xe2x .
c) Nadimo rjeenja jednadbe
s
z
y + 2y + 5y = 0,
y(0) = 1,
y (0) = 0.
Karakteristina jednadba glasi

c
z
2 + 2 + 5 = 0.
Rjeenja su konjugirano kompleksna,
s
1 = 1 + 2i,
2 = 1 2i,
pa je
y = ex (C1 cos 2x + C2 sin 2x).

262
Prvi uvjet daje
y(0) = 1 = C1 cos 0 + C2 sin 0 = C1 .

Kako je
y (x) = ex (1 cos 2x + C2 sin 2x) + ex (1 (2 sin 2x) + 2 C2 cos 2x),
drugi uvjet daje
y (0) = 0 = 1 + 2 C2 ,
odnosno C2 = 1/2, pa je ope rjeenje jednadbe
c
s
z
y = ex cos 2x +
1
sin 2x .
2
Nakon to smo izraunali rjeenje homogene jednadbe (5.18), partikus

c
s
z
larno rjeenje yP jednadbe (5.17) moemo nai ili metodom varijacije konss
z
z
c
tanti iz poglavlja 5.9.2 ili metodom neodredenih koecijenata koja je opisana
na kraju ovog poglavlja.
Primjer 5.24 Rijeimo jednadbu
s
z
y + 4y + 3y = x.
Karakteristina jednadba glasi 2 + 4 + 3 = 0 pa je 1 = 1 i 2 = 3.
c
z
Rjeenje pripadne homogene jednadbe je stoga
s
z
yH = C1 ex + C2 e3x .
(5.19)
Metoda varijacije konstanti daje sustav (5.16):
C1 ex + C2 e3x = 0,
C1 (ex ) + C2 (3e3x ) = x.
Sustav moemo rijetiti, na primjer, Cramerovim pravilom [M1, 2.9.5]:

z
s
C1 (x) =
C2 (x) =
0
e3x
x 3 e3x
xe3x
1
= x ex ,
3x ex
2 e
2
ex 0
ex x
xex
1
= x e3x .
3x ex
2 e
2
ex
e3x
x 3 e3x
e
ex
e3x
ex 3 e3x
5.9
263

z
Integriranje daje
C1 (x) =
C2 (x) =
1
1 x
x e dx = (x 1) ex + A,
2
2
1
1 3x
x e dx = (3 x 1)e3x + B.
2
18
Odabirom konstanti A = B = 0 i uvrtavanjem funkcija C1 (x) i C2 (x) u

s
formulu (5.19) dobili smo partikularno rjeenje
s
yP =
1
4
x
3
9

c
s
z
y = yH + yP = C1 ex + C2 e3x +
4
1
x .
3
9
Ukoliko funkcija f (x) u jednadbi (5.17) ima poseban oblik,

z
f (x) = eax p(x) cos bx + eax q(x) sin bx,
(5.20)
pri emu su p i q polinomi stupnja najvie m, tada partikularno rjeenje

c
s
s
moemo nai metodom neodredenih koecijenata: ako je a + i b nul-toka kaz
c
c
rakteristinog polinoma kratnosti k, k {0, 1, 2}, tada partikularno rjeenje
c
s
yP ima oblik
yP = xk eax [ (A0 + A1 x + + Am xm ) cos bx+
+(B0 + B1 x + + Bm xm ) sin bx ].
(5.21)
Uvrtavanjem ove funkcije u jednadbu (5.17) i izjednaavanjem ogovarajuih

s
z
c
c
koecijenata, dobijemo sustav linearnih jednadbi koji uvijek ima jedinsz
tveno rjeenje.
s
Primjer 5.25 Funkcija f (x) = x u primjeru 5.24 ima oblik (5.20) uz a = 0,
b = 0, m = 1 i p(x) = x. Prema formuli (5.21), partikularno rjeenje ima
s
oblik
yP = (A0 + A1 x) e0x = A0 + A1 x.
Uvrtavanje u zadanu jednadbu daje
s
z
0 + 4 A1 + 3 (A0 + A1 x) = x.
Izjednaavanje lijeve i desne strane po potencijama od x daje sustav jedc
nadbi
z
3 A1 = 1,
4 A1 + 3 A0 = 0

264
pa je partikularno rjeenje jednako
s
yP =
4
1
x .
3
9
Ovaj postupak je jednostavniji od metode varijacije konstanti koju smo koristili u primjeru 5.24.
s
z
y + 9 y = (x2 + 1) e3x .
Rjeenje homogene jednadbe je
s
z
yH = C1 cos 3x + C2 sin 3x.
Funkcija f ima oblik (5.20) uz a = 3, b = 0, m = 2 i p(x) = x2 + 1. Stoga,
prema formuli (5.21) partikularno rjeenje ima oblik
s
yP = (A x2 + B x + C) e3x .
Uvrtavanje yP u zadanu jednadbu, kraenje s e3x i izjednaavanje koecis
z
c
c
jenata uz potencije od x, daje sustav jednadbi s nepoznanicama A, B i C
z
ije je rjeenje
c
s
1
1
5
A= ,
B= ,
C= .
18
27
81
Dakle, partikularno rjeenje je jednako
s
yP =
1 2
1
5
x
x+
18
27
81
e3x ,
a ope rjeenje zadane jednadbe je y = yH + yP .

c
s
z
s
z
y + 4 y = cos 2x.
Nul-toke karakteristine jednadbe su 1 = 2i i 2 = 2i pa je rjeenje
c
c
z
s
homogene jednadbe jednako
z
yH = C1 cos 2x + C2 sin 2x.
Funkcija f ima oblik (5.20) uz a = 0, b = 2, m = 0 i p(x) = 1. Kako je a + ib
nul-toka karakteristine jednadbe kratnosti k = 1, u skladu s formulom
c
c
z
(5.21) partikularno rjeenje ima oblik
s
yP = x (A cos 2x + B sin 2x).
5.9
265

z
Uvrtavanje yP u zadanu jednadbu i izjednaavanje koecijenata uz sin 2x

s
z
c
i cos 2x daje
1
A = 0,
B=
4
c
s
z
y = yH + yP = C1 cos 2x + C2 sin 2x +
1
x sin 2x.
4

s
z
1
(rjeenje: y = A + Be3x 1 x2 e3x 3 x e3x ),
s
2
a) y + 3 y = 3 x e3x
b) y + y =
1
3
(rjeenje: y = A sin x + B cos x +

s
sin x
c) y +4 y = x,
x
4 ),
y(0) = 1,
y (0) = 0
d) y + 7 y + 6 y = (x 2) ex
9
x
25 ) e ),
e) y y = 3 e2x cos x
),
f) y + 4 y + 7 y = 0,
cos2 x
sin x
(rjeenje: y =
s
9
16
1
2 sin x ),
7
e2x + 16 e2x
1
(rjeenje: y = A e6x + B ex + x ( 10 x +
s
3
(rjeenje: y = A ex +B ex +e2x ( 10 cos x+ 3 sin x)
s
5
y(0) = 1,
y (0) = 1,
g) y + 2 y + 5 y = 2 cos x.
5.9.4
Slobodna, guena i prisilna titranja

s
Najzanimljviji problem koji se svodi na diferencijalnu jednadbu drugog

z
reda sa konstantnim koecijentima je sustav mase i opruge. Tijelo mase
m titra na opruzi koja ima koecijent opruge k > 0. Sustav ima dodatno
trenje (guenje) s koecijentom guenja b > 0, a na tijelo djeluje vanjska sila
s
s
f . Neka je y(t) otklon tijela od poloaja mirovanja u trenutku t. Na tijelo
z
djeluju sljedee sile:
c
sila jednaka umnoku mase i ubrzanja prema Newtonovom drugom
s
zakonu gibanja,
d2 y
m 2,
dt
sila guenja koja je proporcionalna brzini,
s
b
dy
,
dt

266
i sila kojom djeluje opruga prema Hookeovom zakonu, a koja je proporcionalna otklonu od poloaja mirovanja (vidi primjer 2.20),
z
k y.
Navedene sile moraju biti u ravnotei s vanjskom silom f , to daje diferenz
s
cijalnu jednadbu drugog reda s konstantnim koecijentima:
z
dy
d2 y
+b
+ k y = f (t).
(5.22)
2
dt
dt
Ovaj sustav, koji je sloeniji od sustava opisanog u primjeru 5.1, je prikazan
z
na slici 5.16.
m
y(t)
m
f(t)
Slika 5.16: Titranje mase objeene na oprugu uz guenje i vanjsku silu

s
s
U najjednostavnijem sluaju kada nema ni guenja ni vanjske sile (b =
c
s
0 i f (t) = 0), radi se o harmonijskom oscilatoru. Pripadna (homogena)
diferencijalna jednadba glasi
z
m
d2 y
+ k y = 0.
dt2
Karakteristina jednadba je
c
z
2 =
k
m
pa jednaba titranja glasi

z
y(t) = C1 cos t + C2 sin t,
k
,
m
5.9
267

z
to je periodika funkcija s periodom

s
c
P =
2
= 2
m
.
k
Konstante C1 i C2 moemo odrediti iz poetnog poloaja y(t0 ) = y0 i poetne

z
c
z
c
(t ) = y . Nadalje, uz oznake
brzine y 0
1
A=
2
2
C1 + C2 ,
cos =
C1
,
A
sin =
C2
,
A
(5.23)
imamo
y(t) = A (cos t cos + sin t sin )
pa adicioni teorem [M1, 4.6.5] daje opu kosinusoidu
c
y(t) = A cos(t ).
U sluaju kada nema vanjske sile, (homogena) diferencijalna jednadba
c
z
glasi
dy
d2 y
+ k y = 0.
m 2 +b
dt
dt
Karakteristina jednadba glasi
c
z
m 2 + b + k = 0
pa je
b2 4 m k
.
2m
U skladu s razmatranjima iz poglavlja 5.9.3, razlikujemo tri sluaja:
c
1,2 =
(i) ako je b2 4 m k > 0, tada je 1,2 R, 1 = 2 i 1,2 < 0 pa je rjeenje

s
diferencijalne jednadbe jednako
z
y = C1 e1 t + C2 e2 t ,
(ii) ako je b2 4 m k = 0, tada je 1 = 2 = b/(2 m) pa je rjeenje
s
diferencijalne jednadbe jednako
z
y = C1 et + C2 t et ,
(iii) ako je b2 4 m k < 0, tada je
b2 4 m k
b
1,2 =
i
i
2m
2m
pa je rjeenje diferencijalne jednadbe jednako
s
z
y = et (C1 cos t + C2 sin t).

268
U sva tri sluaja vrijedi limt y(t) = 0. U prvom sluaju radi se o

c
c
guenju bez titranja, u drugom sluaju moe doi do jednokratnog porasta
s
c
z
c
poetnog otklona nakon ega nastupa guenje bez titranja, a u treem sluaju
c
c
s
c
c
se radi o guenom titranju oko poloaja ravnotee. Primjeri ponaanja suss
z
z
s
tava dani su na slici 5.17.
exp(-t)+exp(-2*t)
exp(-t)+2*t*exp(-t)
exp(-t)*(2*cos(2*t)+3*sin(2*t))
Slika 5.17: Gueno titranje

s
Ukoliko na sustav djeluje i vanjska sila f , radi se o prisilnim oscilacijama.
Sustav je opisan nehomogenom jednadbom (5.22). Ponaanje sustava opisat
z
s
emo na primjeru kada je vanjska sila jednaka
c
f (t) = F cos ct,
c > 0.
Kao to smo ve vidjeli, kod rjeavanja pripadne homogene jednadbe razlis

c
s
z
kujemo tri sluaja. U prvom sluaju, kada je b2 4 m k > 0, rjeenje pripadne
c
c
s
homogene jednadbe glasi
z
yH = C1 e1 t + C2 e2 t .
Partikularno rjeenje moemo nai metodom neodredenih koecijenta koja
s
z
c
je opisana u poglavlju 5.9.3. Iz formula (5.20) i (5.21) zakljuujemo da
c
partikularno rjeenje ima oblik
s
yP = G1 cos ct + G2 sin ct.
(5.24)
Vrijedi
yP = G1 c ( sin ct) + G2 c cos ct,
yP = G1 c2 cos ct G2 c2 sin ct.
(5.25)
5.9
269

z
Uvrtavanje u jednadbu (5.22) daje

s
z
m (G1 c2 cos ct G2 c2 sin ct) + b (G1 c sin ct + G2 c cos ct)
+ k (G1 cos ct + G2 sin ct) = F cos ct.
Izjednaavanje koecijenata uz cos ct i sin ct daje sustav linearnih jednadbi

c
z
s nepoznanicama G1 i G2 :
(b c) G1 + (m c2 + k) G2 = 0,
(m c2 + k) G1 + (b c) G2 = F.
Cramerovo pravilo [M1, 2.9.5] daje
G1 =
G2 =
F (k m c2 )
F (m c2 + k)
=
,
(b c)2 (m c2 + k)2
(k m c2 )2 + (b c)2
(b c)2
F (b c)
F (b c)
=
.
2 + k)2
(m c
(k m c2 )2 + (b c)2
Uz oznaku
h(c)2 = (k m c2 )2 + (b c)2
moemo pisati
z
yP =
F
[(k m c2 ) cos ct + (b c) sin ct],
[h(c)]2
a uz oznake
cos =
k m c2
,
h(c)
sin =
bc
h(c)
slijedi uobiajeni oblik partikularnog rjeenja

c
s
yP =
F
F
(cos ct cos + sin ct sin ) =
cos(ct ).
h(c)
h(c)
Dosadanje razmatranje omoguava nam uvid u ponaanje zadanog suss

c
s
tava. Ope rjeenje jednadbe (5.22),
c
s
z
y = yH + yP = C1 e1 t + C2 e2 t +
F
cos(ct )
h(c)
se sastoji iz dva dijela. Prvi dio, yH , tei k nuli kada t i taj dio
z
predstavlja prijelazno rjeenje. Drugi dio, yP , je periodika funkcija s peris
c
odom P = 2/c. Kada t ponaanje sustava je periodiko i ne ovisi o
s
c
4 ve samo o vanjskoj sili f . Primjer ponaanja sustava
poetnim uvjetima
c
c
s

270
exp(-t)+exp(-2*t)+0.5*cos(3*t)
Slika 5.18: Gueni sustav s prisilnim oscilacijama

s
dan je na slici 5.18. Slini zakljuci vrijede i u dva preostala sluaja guenog
c
c
c
s
sustava s prisilnim oscilacijama, b2 4 m k = 0 i b2 4 m k < 0.
Promotrimo jo sustav s prisilnim oscilacijama bez guenja (b = 0) ija
s
s
c
jednadba glasi
z
d2 y
(5.26)
m 2 + k y = f (t) = F cos ct.
dt
Rjeenje pripadne homogene jednadbe je
s
z
yH = C1 cos t + C2 sin t,
k
.
m
Razlikujemo dva sluaja. Ako je c = , tada prema formulama (5.20) i (5.21)

c
partikularno rjeenje ima oblik (5.24). Uvrtavanje izraza (5.24) i (5.25) u
s
s
jednadbu sustava i izjednaavanje koecijenata uz cos ct i sin ct daje sustav
z
c
linearnih jednadbi s nepoznanicama G1 i G2
z
(m c2 + k) G2 = 0,
(m c2 + k) G1 = F.
Rjeenje sustava je oito,
s
c
G1 =
F
F
,
=
2
2 c2 )
k mc
m (
G2 = 0
pa je ope rjeenje jednadbe (5.26) jednako

c
s
z
y = yH + yP = C1 cos t + C2 sin t +
4
F
cos ct.
c2 )
m (2
O poetnim uvjetima ovise konstante C1 i C2 , no taj dio rjeenja nestaje u bec

s
skonanosti.
c
5.9
271

z
Uz oznake (5.23) imamo

y = A cos(t ) +
F
cos ct.
c2 )
m (2
Vidimo da je ope rjeenje jednadbe (5.26) zbroj dvaju periodikih funkcija

c
s
z
c
s periodima P1 = 2/ i P2 = 2/c, redom. Ako je c/ = p/q Q pri emu
c
je p, q N i p i q nemaju zajednikih faktora, tada je y periodika funkcija
c
c
s periodom
2p
2q
=
.
P =
c
U protivnom y je skoro periodina funkcija.
c
Potencijalno najopasniji je sluaj kada je c = , odnosno kada vanjska
c
sila i rjeenje homogene jednadbe imaju istu frekvenciju. Tada nastaje
s
z
fenomen mehanike rezonancije sustava. Prema formulama (5.20) i (5.21)
c
partikularno rjeenje ima oblik
s
yP = t (G1 cos t + G2 sin t).
Uvrtavanje yP i yP u jednadbu sustava i izjednaavanje koecijenata uz

s
z
c
cos t i sin t daje sustav linearnih jednadbi ije je rjeenje
z c
s
G1 = 0,
G2 =
F
.
2m
Dakle, ope rjeenje jednadbe (5.26) u ovom sluaju glasi

c
s
z
c
y = yH + yP = A cos(t ) +
Ft
sin t.
2m
Ovo je periodika funkcija s periodom P = 2/. Medutim, oscilacije su

c
c
c
neomedene kada t (vidi sliku 5.19) pa e za dovoljno veliki t doi do razbijanja sustava. Uoimo da do fenomena rezonancije ne moe doi ukoliko sustav ima gua.
c
z
c
s c
Zadatak 5.15 a) Prouite ruenje mosta Tacoma Narrows koje s dogodilo
c
s
5 . Sto je uzrok kolapsa mosta?
1940. godine
b) Prouite detalje slinog problema oscilacija koji se pojavio na pjeakom
c
c
s c
6 . Kako
mostu Millenium bridge koji je izgraden 2000. godine u Londonu
je rijeen problem? Zato vojska preko mosta nikad ne prelazi strojnim
s
s
korakom?
c) Kako izgleda automobilski amortizer i zato?
s
5
6
Vidi http://en.wikipedia.org/wiki/Tacoma Narrows Bridge.

Vidi http://en.wikipedia.org/wiki/London Millennium Bridge.

272
cos(4*t-1)+0.5*t*sin(4*t)
Slika 5.19: Neomedjene oscilacije

Na kraju, primijetimo da mehaniki sustav koji se sastoji od mase, opruge
c
i guaa ima svoj elektrini ekvivalent. Promotrimo strujni krug koji se
s c
c
sastoji od kondenzatora kapaciteta C farada (F), otpora od R oma (Ohm)
i zavojnice s induktivitetom L henrija (H), a na koji djeluje elektromotorna
sila koja u trenutku t proizvodi napon od E(t) volta (V) i struju od I(t)
ampera (A) (usporedi s primjerom 5.2). Krug je prikazan na slici 5.20.
C
+
I(t)
E(t)
R
Slika 5.20: Strujni krug s kondenzatorom, otporom i zavojnicom

Prema Ohmovom zakonu pad napona na otporu jednak je RI. Pad napona na zavojnici jednak je L(dI/dt), a pad napona na kondenzatoru jednak
je Q/C, pri emu je Q naboj pozitivne ploe kondenzatora. Prema Kirchofc
c
fovom zakonu zbroj padova napona jednak je naponu kojeg daje naponski
izvor, odnosno
Q
dI
+ RI +
= E(t).
L
dt
C
273
5.10 Linearne diferencijalne jednadbe vieg reda

z
s
Iz ove jednadbe moemo dobiti linearnu jednadbu drugog reda na dva

z
z
z
naina: uvrtavanje I = dQ/dt daje
c
s
L
dQ
1
d2 Q
+R
+ Q = E(t),
2
dt
dt
C
dok deriviranje daje

d2 I
1
dI
+ I = E (t).
+R
2
dt
dt
C
Usporedujui obje prethodne jednadbe s jednadbom (5.22) zakljuujemo
c
z
z
c
da je zavojnica ekvivalentna s masom, otpor s guaem, a kondenzator s
s c
oprugom. Takoder zakljuujemo da prijelazna faza rjeenje odgovara zagric
s
z
javanju elektrinog uredaja (na primjer, televizije), dok je otpor nunan radi
c
izbjegavanja rezonancije sustava.
L
5.10
Linearne diferencijalne jednadbe vieg reda

z
s
U ovom poglavlju poopit emo rezultate iz poglavlja 5.9 na linearne

c c
jednadbe vieg reda. Dokazi tvrdnji su slini dokazima iz poglavlja 5.9 pa
z
s
c
ih izostavljamo.
Linearna diferencijalna jednadba vieg reda glasi
z
s
y (n) + pn1 (x) y (n1) + + p1 (x) y + p0 (x) y = f (x),
(5.27)
pri emu su funkcije pi i f neprekidne na nekom intervalu I R na kojem

c
promatramo jednadbu. Rjeenje jednadbe je svaka funkcija y koja za bilo
z
s
z
koji x0 I moe zadovoljiti poetne uvjete
z
c
y(x0 ) = a0 ,
y (x0 ) = a1 ,
...,
y (n1) (x0 ) = an1 .
Pripadna homogena jednadba glasi

z
y (n) + pn1 (x) y (n1) + + p1 (x) y + p0 (x) y = 0.
(5.28)
Za n funkcija y1 , . . . , yn kaemo da su linearno nezavisne na intervalu I

z
ako relacija
C1 y1 (x) + C2 y2 (x) + + Cn yn (x) = 0,
x I,
povlai C1 = C2 = = Cn = 0. Wronskijan funkcija y1 , . . . , yn je determic

nanta
y1
y2
yn
yn
y2
y1
.
W (y1 , y2 , . . . , yn ) =
.
.
.
.
.
.
.
.
.
(n1)
(n1)
(n1)
y1
y2
yn

274
Wronskijan ili nikad nije nula ili je identino jednak nuli na intervalu I. Stoga
c
su funkcije y1 , . . . , yn linearno nezavisne ako i samo ako je W (y1 , y2 , . . . , yn )(x) =
0 za neki x I.
Ope rjeenje jednadbe (5.27) ima oblik
c
s
z
y = yH + yP ,
gdje je yP neko partikularno rjeenje, a yH je rjeenje pripadne homogene
s
s
jednadbe (5.28). Rjeenje homogene jednadbe ima oblik
z
s
z
yH = C1 y1 (x) + C2 y2 (x) + + Cn yn (x),
pri emu linearno nezavisne funkcije y1 , . . . , yn tvore fundamentalan skup
c
rjeenja.
s
Ukoliko znamo rjeenje nehomogene jednadbe, partikularno rjeenje nes
z
s
homogene jednadbe moemo nai metodom varijacije konstanti. Partikuz
z
c
larno rjeenje, yP , ima isti oblik kao i rjeenje homogene jednadbe yH , s
s
s
z
tom razlikom to pretpostavljamo da Ci nisu konstante ve funkcije od x.
s
c
Formiramo sustav od n linearnih jednadbi u varijablama Ci :
z
C1 y1 + C2 y2 + + Cn yn = 0

C1 y1 + C2 y2 + + Cn yn = 0
.
.
.
(n2)
C1 y2
(n1)
C1 y2
+
+
(n2)
C2 y 2
(n1)
C2 y 2
(5.29)
(n2)
+ + Cn y n
=0
(n1)
+ + Cn y n
= f (x).
Determinanta ovog sustava je upravo Wronskijan W (y1 , . . . , yn ) koji je razliit

c
od nule pa sustav ima jedinstveno rjeenje. Traene funkcije Ci tada izraunamo
s
z
c
integrirajui rjeenja sustava Ci .7
c
s
Linearna diferencijalna jednadba vieg reda s konstantnim koecijentima
z
s
glasi
y (n) + pn1 y (n1) + + p1 y + p0 y = f (x),
pi R.
(5.30)
Rjeenje pripadne homogene jednadbe,

s
z
y (n) + pn1 y (n1) + + p1 y + p0 y = 0,
7
pi R,
P
(5.31)
Opravdanost ovog postupka dokazujemo tako da funkciju yP =

Ci yi deriviramo
n puta koristei pri tome jednakosti iz zadanog sustava te potom uvrstimo u jednadbu
c
z
(5.27).
275

z
s
traimo u obliku y = e x , pri emu, prema prethodnom izlaganju, trebamo

z
c
nai n linearno nezavisnih rjeenja. Uvrtavanje daje
c
s
s
n e x + pn1 n1 e x + + p1 e x + p0 e x = 0
pa su vrijednosti rjeenja karakteristine jednadbe
s
c
z
n + pn1 n1 + + p1 + p0 = 0.
Linearno nezavisna rjeenja homogene jednadbe formiramo ovisno o kas
z
rakteru rjeenja prema sljedeim pravilima:
s
c
s
c
z
(1) svakom jednostrukom realnom rjeenju karakteristine jednadbe odgovara rjeenje homogene jednadbe ex ,
s
z
(2) svakom jednostrukom paru konjugirano kompleksnih rjeenju karaktes
ristine jednadbe oblika = i odgovara par rjeenja homogene
c
z
s
jednadbe ex cos x i ex sin x,
z
s
c
z
(3) svakom viestrukom realnom rjeenju karakteristine jednadbe krats
nosti k odgovara k rjeenje homogene jednadbe
s
z
ex ,
x ex ,
...,
xk1 ex ,
s
c
(4) svakom viestrukom paru konjugirano kompleksnih rjeenju karakteristine
s
jednadbe oblika = i kratnosti k odgovara 2k rjeenja homogene
z
s
jednadbe
z
ex cos x,
x ex cos x,
...,
xk1 ex cos x,
ex sin x,
x ex sin x,
...,
xk1 ex sin x.
Primjer 5.28 Za jednadbu

z
y + y = x
karakteristina jednadba glasi
c
z
3 + 2 = 0.
Stoga je 1 = 2 = 0 i 3 = 1 pa je rjeenje pripadne homogene jednadbe
s
z
jednako
yH = C1 + C2 x + C3 ex .

276
Sustav (5.29) glasi
C1 + C2 x + C3 ex = 0
C2 C3 ex = 0
C3 ex = x.
Sustav ima jedinstveno rjeenje jer je W (1, x, ex ) = e1 = 0. Pored toga,

s
sustav je ve u trokutastom obliku pa je rjeenje lako oitati:
c
s
c
C3 = x ex ,
C2 = x,
C3 = x2 x.
Integriranje daje
x3 x2
,
3
2
C1 (x) =
(x2 x) dx =
C2 (x) =
x dx =
C3 (x) =
x ex dx = x ex ex .
x2
,
2
Partikularno rjeenje je jednako

s
yP = C1 (x) + C2 (x) x + C3 (x) ex =
x3 x2
+x1
6
2

c
s
z
y = yH + yP = C1 + C2 x + C3 ex +
x3 x2
6
2
za neke konstante C1 , C2 , C3 R. Konstante moemo odrediti iz poetnih

z
c
uvjeta, ukoliko su zadani. Ako su, na primjer, zadani poetni uvjeti y(0) =
c
y (0) = y (0) = 0, uvrtavanje daje sustav jednadbi
s
z
C1 + C3 = 0,
C2 C3 = 0,
C3 1 = 0,
pa je C1 = 1, C2 = 1 i C3 = 1.
Slino kao i u poglavlju 5.9.3, ako funkcija f (x) u jednadbi (5.30) ima
c
z
oblik
f (x) = eax p(x) cos bx + eax q(x) sin bx,
pri emu su p i q polinomi stupnja najvie m, tada partikularno rjeenje
c
s
s
c
moemo nai i metodom neodredenih koecijenata: ako je a + i b nul-toka
z
c

z
s
277
karakteristinog polinoma kratnosti k, tada partikularno rjeenje yP ima

c
s
oblik
yP = xk eax [ (A0 + A1 x + + Am xm ) cos bx+
+(B0 + B1 x + + Bm xm ) sin bx ].
Uvrtavanjem ove funkcije u jednadbu (5.30) i izjednaavanjem ogovarajuih

s
z
c
c
koecijenata, dobijemo sustav linearnih jednadbi koji uvijek ima jedinsz
tveno rjeenje.
s
Primjer 5.29 Prema prethodnim formulama partikularno rjeenje jednadbe
s
z
iz primjera 5.28 ima oblik (uz a = 0, b = 0, m = 1, p(x) = x, k = 2)
yP = x2 e0x (A0 + A1 x) = A0 x2 + A1 x3 .
Uvrtavanje u jednadbu daje
s
z
6A1 + 2A0 + 6A1 x = x.
Izjednaavanje koecijenata po potencijama od x daje sustav jednadbi
c
z
6 A1 + 2 A0 = 0,
6 A1 = 1
pa je partikularno rjeenje jednako

s
1
1
yP = x2 + x3 .
2
6
s
z
a) y + y = tg x
(y = A + B cos x + C sin x ln | cos x| + sin ln | tg x + 1/ cos x|),
b) y (6) + y (3) = 1 + ex
1
(y = C 1 + C2 x + C3 x2 + C4 ex + ex/2 (C5 cos 23 x + C6 sin 23 x) + 6 x3 +
1 x
2 e ),
c) y + 4 y + 5 y = ch2 x,
d) y + 2 y 3 y = x ex ,
e) y (v) + y = 2 cos2 (2x).

278
5.11
Sustavi diferencijalnih jednadbi

z
U ovom poglavlju opisat emo postupke rjeavanja nekih (jednostavnijih)

c
s
sustava linearnih diferencijalnih jednadbi oblika
z
y = f (x, y, t),
x = g(x, y, t),
pri emu je x = x(t) i y = y(t).
c
Zanimljiv primjer je sustav lovac-plijen. Zamislimo sustav u kojem postoji populacija lovaca (predatora) i plijena (rtve). Neka su predatori vuz
kovi, a plijen zeevi. Oznaimo populacije vukova i zeeva s V i Z, redom.
c
c
c
Izvedimo model ponaanja obaju populacija. Ukoliko nema vukova, pretposs
tavljamo da se zeevi razmnoavaju u skladu s populacijskom jednadbom
c
z
z
iz poglavlja 5.1,
dZ
= z Z,
z > 0.
dt
Ukoliko nema zeeva, populacija vukova e odumirati, opet u skladu s poc
c
pulacijskom jednadbom,
z
dV
= v V,
dt
v > 0.
Ukoliko u sustavu postoje obje populacije, tada e zbog medusobnih susreta

c
populacija zeeva nazadovati, dok e populacija vukova napredovati. Ukoliko
c
c
vjerojatnost susreta modeliramo produktom ZV , dobili smo poznate LotkaVolterra-ine jednadbe:
z
dZ
= z Z a Z V = Z (z a V ),
dt
dV
= v V + b Z V = V (v + b Z),
dt
pi emu je v, z, a, b > 0. Stabilno stanje obaju populacija je ono u kojem
c
nema promjena, odnosno ono stanje u kojem su obje derivacije jednake nula.
Vidimo da imamo dva stabilna stanja: trivijalno stanje u kojem nema ni
vukova ni zeeva (Z = 0 i V = 0) i stanje u kojem je
c
V =
z
,
a
Z=
v
.
b
Ako je, na primjer,

v = 0.02,
z = 0.06,
a = 0.001,
b = 0.00002,
5.11 Sustavi diferencijalnih jednadbi

z
279
sustav jednadbi glasi

z
dZ
= Z (0.06 0.001 V ),
dt
(5.32)
dV
= V (0.02 + 0.00002 Z),
dt
pa je stabilno stanje sustava ono u kojem imamo 60 vukova i 1000 zeeva.
c
Sustav (5.32) nije mogue direktno rijeiti. No, oblik sustava omoguava
c
s
c
primjenu Eulerove metode iz poglavlja 5.4 pomou koje moemo nai pric
z
c
blino numeriko rjeenje.
z
c
s
Sljedei Matlab program rauna i crta ponaanje sustava (5.32) uz poetne
c
c
s
c
uvjete V (0) = 30 i Z(0) = 800. Rjeenja su prikazana na slici 5.218
s
% Eulerova metoda za sustav lovac-plijen:
% dZ / dt = Z ( 0.06 0.001 * V )
% dV / dt = V ( -0.02 + 0.00002 * Z )
% V=vukovi, Z=zecevi
% Pocetni uvjeti su V=30, Z=800
% Graf prikazuje populaciju kao funkciju vremena
t0=0;
tn=500;
V(1)=30;
Z(1)=800;
h=0.1;
t=t0:h:tn;
n=max(size(t));
for i=2:n
zDerivirano=Z(i-1)*(0.06-0.001*V(i-1));
vDerivirano=V(i-1)*(-0.02+0.00002*Z(i-1));
V(i)=V(i-1)+h*vDerivirano;
Z(i)=Z(i-1)+h*zDerivirano;
end
title(Populacije vukova (V) i zeceva (Z/10) pocevsi od V=30, Z=800)
xlabel(vrijeme)
plot(t,Z/10,r,t,V,b)
Radi preglednije slike, broj zeeva je podijeljen s deset, odnosno nacrtane su funkcije
c
V (t) i Z(t)/10.

280
250
200
150
100
50
0
100
200
300
400
Slika 5.21: Populacije vukova (V ) i zeeva (Z/10) uz V (0) = 30 i Z(0) = 800

c
Sustav jednadbi (5.32) moe se egzaktno rijeiti u faznom prostoru vaz
z
s
rijabli V i Z (jednu od tih varijabli tretiramo kao funkciju druge). Vrijedi
dV
dV dZ
=
dt
dZ dt
iz ega slijedi jednadba koja povezuje populacije vukova i zeeva:
c
z
c
dV
V (0.02 + 0.00002 Z)
dV
= dt =
.
dZ
dZ
Z (0.06 0.001 V )
dt
(5.33)
Polje smjerova (vidi poglavlje 5.3) ove jednadbe prikazano je na slici 5.22.
z
Na slici se lijepo vidi da su rjeenja jednadbe zatvorene ovalne krivulje
s
z
z
koje prolaze kroz zadane poetne uvjete. Takoder se lijepo vidi ravnoteno
c
rjeenje V = 60, Z = 1000.
s
Jednadba (5.33) je jednadba sa separiranim varijablama (vidi poglavlje
z
z
5.2) za koju je lako izraunati egzaktno rjeenje. Vrijedi:
c
s
dV
dZ
(0.06 0.001 V ) =
(0.02 + 0.00002 Z)
V
Z
pa je
0.06 ln V 0.001 V = 0.02 ln Z + 0.00002 Z + ln C.
Dakle,
ln V 0.06 + ln Z 0.02 = 0.001 V + 0.00002 Z + ln C,
281

z
120
Vukovi
100
80
60
40
20
0
0
500
1000
1500
Zecevi
2000
2500
Slika 5.22: Polje smjerova za populacije vukova i zeeva

c
odnosno rjeenje jednadbe dano je implicitno zadanom funkcijom
s
z
V 0.06 Z 0.02 = C e0.001 V e0.00002 Z .
Ako su zadani poetni uvjeti V (0) = 30 i Z(0) = 800, tada je
c
C=
300.06 8000.02
1.3388.
e0.03 e0.016
Funkcija je prikazana na slici 5.23.

Na kraju poglavlja opisat emo postupak rjeavanja jednostavnih sustava
c
s
diferencijalnih jednadbi oblika
z
x = x + y + f (t),
y = x + y + g(t),
gdje je x = x(t) i y = y(t). Sustav se rjeava tako da se iz prve jednadbe
s
z
izrauna y i uvrsti u drugu, to daje linearnu diferencijalnu jednadbu druc
s
z
gog reda s konstantnim koecijentima.
Primjer 5.30 Rijeimo sustav
s
x = 3 y x,
y = x + y + et
uz uvjete x(0) = y(0) = 0. Prva jednadba daje

z
y=
1 1
x + x,
3
3
y =
1 1
x + x
3
3

282
100
80
60
40
20
500
1000
1500
zecevi
2000
2500
Slika 5.23: Populacije vukova i zeeva uz uvjete V (0) = 30 i Z(0) = 800

c
pa uvrtavanje u drugu jednadbu daje
s
z
1 1
1
1
x + x = x + x + x + et ,
3
3
3
3
odnosno
x 4x = 3et .
(5.34)
Prema poglavlju 5.9.3 vrijedi

xH = C1 e2t + C2 e2t .
Uvrtavanjem partikularnog rjeenja oblika xP = A et u jednadbu (5.34)
s
s
z
slijedi A = 1 pa ope rjeenje jednabe glasi
c
s
z
x = xH + xP = C1 e2t + C2 e2t et .
Deriviranje daje
x = 2 C1 e2t + 2 C2 e2t et
pa je
y=
1
2
1 1
x + x = C1 e2t + C2 e2t et .
3
3
3
3

z
283
Dakle, ope rjeenje zadanog sustava (bez zadanih uvjeta) glasi

c
s
x(t) = C1 e2t + C2 e2t et ,
2
1
y(t) = C1 e2t + C2 e2t et .
3
3
Poetni uvjeti daju sustav linearnih jednadbi
c
z
x(0) = 0 = C1 + C2 1,
1
2
y(0) = 0 = C1 + C2 ,
3
3
s rjeenjima C1 = 1/4 i C2 = 3/4 pa je rjeenje zadanog sustava jednako
s
s
1 2t 3 2t
e
+ e et ,
4
4
1 2t 3 2t 2 t
y(t) = e
+ e e.
12
4
3
x(t) =
Zadatak 5.17 a) Rijeite sustav diferencijalnih jednadbi

s
z
dx
+ 3x + y = 0,
dt
dy
x + y = 0,
dt
uz uvjete x(0) = y(0) = 1 (rjeenje: x(t) = (1 2t) e2t , y(t) = (1 +
s
2t ).
2t) e
b) Rijeite sustav diferencijalnih jednadbi
s
z
dx
= x + y,
dt
dy
= t + x + y.
dt
284
6.
METODA NAJMANJIH
KVADRATA I QR RASTAV
6.1
6.2
6.1
Problem najmanjih kvadrata . . . . . . . . . . . . .

6.1.1 Linearna regresija . . . . . . . . . . . . . . .
6.1.2 Metoda najmanjih kvadrata . . . . . . . . . .
QR rastav . . . . . . . . . . . . . . . . . . . . . . . .
6.2.1 QR rastav vektora i Householderov reektor .
6.2.2 QR rastav matrice . . . . . . . . . . . . . . .
6.2.3 Numeriko raunanje QR rastava . . . . . . .
c
c
6.2.4 Rjeavanje problema najmanjih kvadrata . .
s
6.2.5 Ekonomini QR rastav . . . . . . . . . . . . .
c
6.2.6 QR rastav s pivotiranjem po stupcima . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
285
286
289
295
296
298
299
300
302
302
Problem najmanjih kvadrata
U ovom poglavlju dat emo kratki uvod u matrini problem najmanjih

c
c
kvadrata. Metoda najmanjih kvadrata se koristi kod preodredenih sustava
Ax = b u sluaju kada imamo vie jednadbi nego nepoznanica i kada sustav
c
s
z
nije rjeiv po Kronecker-Capellijevom teoremu [M1, teorem 2.5].
s
Problem najmanjih kvadrata se esto koristi u raznim tehnikim primjec
c
nama kao i u ekonomiji (linearna regresija).
Duljina ili norma n-dimenzionalnog vektora x = x1 x2
broj (vidi [M1, 3.6])
1/2
x =
x2
1
x2
2
+ x2
n
x2
i
=
i=1
xn ]T je
286
6.1.1
METODA NAJMANJIH KVADRATA I QR RASTAV
Linearna regresija
Linearnu regresiju emo najbolje objasniti na primjeru. Neka je zadano

c
pet toaka u ravnini
c
x
y
1
1
3
3
4
2
6
4
7
3
kao na slici 6.1. Ukoliko bi pravac y = kx + l prolazio kroz sve zadane toke,
c
5
line 1
0
0
Slika 6.1: Pet toaka u ravnini

c
tada bi za svaku toku (x1 , yi ), i = 1, 2, . . . , 5 vrijedilo

c
k xi + l = yi .
U naem sluaju to daje sustav linearnih jednadbi
s
c
z
k+l = 1
3k + l = 3
4k + l = 2
6k + l = 4
7k + l = 3.
6.1
287
Ovo je sustav s pet jednadbi i dvije nepoznanice k i l. Matrini zapis sustava

z
c
glasi (vidi [M1, 2.2])

1 1
1
3 1
3

4 1 k = 2 ,
l

6 1
4
7 1
3
odnosno Ax = b gdje je
1
3
A = 4
6
7
1
1
1 ,
1
1

1
3

b = y = 2 .

4
3
k
,
l
x=
Ako bi ovaj sustav bio rjeiv, tada bi vrijedilo Axb = 0 odnosno Axb =
s
c
s
s
0. Medutim, zadani sustav oito nije rjeiv, pa se postavlja pitanje to
moemo napraviti. Prirodan zahtjev je da izraz Ax b bude to blii nulz
s
z
stupcu, odnosno da norma Ax b bude to manja mogua. Taj zahtjev
s
c
matematiki zapisujemo kao
c
Ax b min .
Ako je x rjeenje ovog problema, tada je x takoder i rjeenje problema
s
s
2
Ax b
min
pa naziv problem najmanjih kvadrata slijedi iz denicije norme vektora.

Postupak za rjeavanje problema najmanjih kvadrata je u ovom sluaju
s
c
jednostavan: rjeenje x dobit emo kao rjeenje sustava od dvije jednadbe
s
c
s
z
i dvije nepoznanice
AT Ax = AT b.
Kako je
AT A =
111 21
,
21 5
AT b =
rjeenje x dobijemo rjeavanjem sustava

s
s
111 21
21 5
k
63
=
.
l
13
63
,
13
288
Ovaj sustav moemo lako rjeiti Gaussovom eliminacijom [M12,4] ili, jo

z
s
s
jednostavnije, Cramerovim pravilom [M1,2.9.5], pa je
k=
63 21
13 5
111 21
21 5
42
,
114
111 63
21 13
l=
111 21
21 5
120
.
114
Geometrijska interpretacija rjeenja je slijedea (slika 6.2): pravac y =

s
c
kx + l najbolje prolazi tokama (xi , yi ), i = 1, 2, . . . , 5 i smislu da je
c
suma kvadrata udaljenosti izmedu zadanih toaka (xi , yi ) i toaka na pravcu
c
c
(xi , kxi + l) minimalna. Drugim rijeima,
c
5
i=1
[yi (kxi + l)]2 min .
line 1
line 2
0
0
Slika 6.2: Rjeenje problema najmanjih kvadrata

s
Napomena 6.1 Ravninski problem najmanjih kvadrata zove se linearna

regresija, a pravac y = kx + l zove se regresijski pravac.
Rjeenje prethodnog problem i slike 6.1 i 6.2 mogu se dobiti pomou
s
c
slijedeeg Matlab (Octave) programa
c
6.1
289
x=[1 3 4 6 7]
y=[1 3 2 4 3]
plot(x,y,"b*")
A=[x ones(5,1)]
b=y
xLS=(A*A)\(A*b)
k=xLS(1)
l=xLS(2)
yLS=k*x+l
plot(x,y,b*,x,yLS,r)
U Matlabovoj sintaksi A je transponirana matrica matrice A, ones(5,1)
je vektor dimenzije 5 1 sa svim elementima jednakim 1, dok izraz oblika
x=A\b daje rjeenje sustava Ax = b. Stovie, u sluaju preodredenog suss

s
c
tava kao u naem primjeru, Matlabova naredba xLS=A\b e automatski dati
s
c
rjeenje problema najmanjih kvadrata. Zamijenite liniju xLS=(A*A)\(A*b)
s
s xLS=A\b i uvjerite se da su rjeenja ista!
s
Zadatak 6.1 Prema podacima Dravnog zavoda za statistiku (http://www.dzs.hr)
z
prosjena bruto plaa u listopadu kroz protekle tri godine bila je slijedea
c
c
c
Listopad
Prosjena bruto plaa (kn)
c
c
2000
4921
2001
5051
2002
5447
Izraunajte i nacrtajte regresijski pravac i predvidite kolika e biti bruto

c
c
plaa u listopadu 2003. Rjeenje provjerite pomou Matlaba ili programa
c
s
c
Octave On-line.
Zadatak 6.2 Kroz toke
c
x
y
-1
1
1
0
2
1
3
2
5
3
provucite najbolji pravac u smislu najmanjih kvadrata. Nacrtajte zadane

toke i dobiveni pravac te provjerite rjeenje pomou Matlaba ili programa
c
s
c
Octave On-line.
6.1.2
Metoda najmanjih kvadrata
Postupak iz prethodnog poglavlja primjenjiv je i na viedimenzionalne

s
probleme. U ovom poglavlju pokazat emo da je postupak primjenjiv uvijek
c
kada matrica sustava A ima linearno nezavisne stupce te je u tom sluaju
c
rjeenje problema najmanjih kvadrata jedinstveno.
s
290
Neka je zadan preodredeni sustav Ax = b od m jednadbi s n nepoznaz

nica, pri emu je m > n. Kako za normu vektora x vrijedi x 2 = xT x,
c
problem najmanjih kvadrata
Ax b
min
moemo zapisati kao

z
(Ax b)T (Ax b) min .
Uvedimo oznaku
Q(x) = Ax b
= (Ax b)T (Ax b)
= xT AT Ax bT Ax xT AT b + bT b
T
(6.1)
= x Bx 2x c +
gdje je
B = AT A,
c = AT b,
= b 2.
Ideju za postupak rjeavanja daje nam jednodimenzionalni sluaj: ako su x,

s
c
B, c i realni brojevi, tada je Q(x) = Bx2 2xc + kvadratna parabola
iji se minimum nalazi u toki
c
c
x=
c
.
B
U viedimenzionalnom sluaju tome odgovara

s
c
x = B 1 c
pa je x rjeenje sustava
s
Bx = c,
odnosno
AT Ax = AT b.
Ova jednadba zove se normalna jednadba. Dokaimo sada da ovaj intuz
z
z
itivni postupak zaista daje rjeenje.
s
Teorem 6.1 Neka su stupci matrice A linearno nezavisni, odnosno rang(A) =
n. Tada je rjeenje x problema najmanjih kvadrata Q(x) min ujedno i
s
jedinstveno rjeenje normalne jednadbe AT Ax = AT b.
s
z
6.1
291
Dokaz. Neka je y bilo koji n-dimenzionalni vektor i neka je h = y x.

Tada je prema (6.1)
Q(y) = yT By 2yT c +
= (x + h)T B(x + h) 2(x + h)T c +
= xT Bx + hT Bx + xT Bh + hT Bh 2xT c 2hT c + .
Kako je Bx = c, to je
hT Bx = hT c,
a kako se radi o matricama dimenzije 1, to je zbog B T = (AT A)T = B i
xT Bh = (xT Bh)T = hT B T x = hT Bx = hT c.
Uvrtavanje u Q(y) daje
s
Q(y) = xT Bx + hT Bh 2xT c + = Q(x) + hT Bh.
Izraz hT Bh je vei ili jednak od nule:
c
hT Bh = hT AT Ah = (Ah)T Ah = Ah 2 .
Dakle, uvijek je
Q(y) Q(x),
odnosno vrijednost Q(x) je zaista najmanja mogua.

c
Dokaimo sada da je rjeenje x jedinstveno. Ako je
z
s
Q(y) = Q(x),
x = y,
tada je Ah = 0. No, tada je i Ah = 0 (samo nul-vektor ima normu jednaku

nula), to zajedno s h = y x = 0 znai da su stupci matrice A linearno
s
c
zavisni. To je kontradikcija pa je teorem dokazan.
Primijetimo da su vektori Ax i Ax b medusobno okomiti:
(Ax) (Ax b) = (Ax)T (Ax b) = xT AT (Ax b) = 0.
Geometrijski to znai da je vektor Ax ortogonalna projekcija vektora b na
c
skup {Ay : y proizvoljan}. Nadalje, vektori Ax, b i Axb tvore pravokutni
trokut s hipotenuzom b.
Rjeenje problema najmanjih kvadrata x zove se jo i kvadratina prilas
s
c
godba sustavu Ax = b u smislu najmanjih kvadrata. Kvalitetu prilagodbe
mjerimo s
Ax b
Q(x)
=
.
q=
(Q(0)
b
292
Iz injenice da je b hipotenuza pravokutnog trokuta sa stranicama Ax, Ax

c
b i b slijedi da je q uvijek je izmedu 0 i 1. Ukoliko je q = 0 tada je prilagodba
najbolja mogua, odnosno x je tono rjeenje sustava Ax = b. Ukoliko je q
c
c
s
mali, prilagodba je dobra, a ukoliko je q blizu jedan, prilagodba je loa.
s
Primjer 6.1 Rijeimo sustav
s
x+y =0
y+z =1
x+z =0
x + y + z = 1
x z = 0
u smislu najmanjih kvadrata.
1
0
1
1
Normalna jednadba glasi

z
pa je rjeenje dano s
s
U matrinom obliku sustav glasi

c

1 0
0
1
1 1 x

0 1 y = 0 .

1
1 1 z
0 1
0

4 0 1
x
1
0 3 2 y = 2
1 2 4
z
2
x=
10
,
29
y=
12
,
29
Kvaliteta prilagodbe je
q = 0.1857
Odgovarajui Matlab program glasi
c
A = [1
0
1
-1
-1
b=[0 1
B=A*A
1
1
0
1
0
0
0;
1;
1;
1;
-1]
1 0]
z=
11
.
29
6.1
293
c=A*b
x=B\c
% ili krace x=A\b
q=norm(A*x-b)/norm(b)
Primjer 6.2 Kroz toke
c
1
0
x
y
2
1
4
4
5
8
6
14
provucimo kvadratnu parabolu

y = ax2 + bx + c
koja ima najbolju kvadratinu prilagodbu. Dakle, moramo nai koecijente
c
c
parabole tako da je
5
i=1
(yi axi2 bxi c)2 min .
Ovaj problem moemo zapisati kao problem najmanjih kvadrata

z

1 1 1
0
4 2 1 a
1

16 4 1 b = 4 .

25 5 1 c
8
36 6 1
14
Rjeavanje normalne jednadbe daje
s
z

a
0.68994
b 2.16071 ,
c
1.86364
a kvaliteta prilagodbe iznosi q = 0.0562. Zadane toke i dobivena parabola

c
prikazane su na slici 6.3.
Parabola i slike mogu se dobiti slijedeim Matlab programom
c
A = [1
4
16
25
36
y = [0
1
2
4
5
6
1
1
1
1
1
1]
4 8 14]
294
14
line 1
line 2
12
10
8
6
4
2
0
1
Slika 6.3: Parabola s najboljom prilagodbom
% rjesenje
xLS=A\y
% kvaliteta prilagodbe
q=norm(A*xLS-y)/norm(y)
% slike
x=[1 2 4 5 6]
plot(x,y,r*)
hold
% gusca mreza radi bolje slike parabole
x1=1:0.1:6
y1=xLS(1)*x1.^2+xLS(2)*x1+xLS(3)
plot(x1,y1,b)
Napomena 6.2 Vidimo da je puni stupani rang matrice A nuan za funkc
z
cioniranje metode normalnih jednadbi jer bi u protivnom matrica B = AT A
z
bila singularna. Ukoliko matrica A nema puni stupani rang tada rjeenje
c
s
problema najmanjih kvadrata nije jedinstveno i za rjeavanje problema ne
s
moe se koristiti normalna jednadbe. U tom sluaju od svih moguih (bez
z
c
c
skonano) rjeenja, zanima nas ono koje samo po sebi ima najmanju normu.
c
s
Za rjeavanje takvih problema koristimo ili QR rastav s pivotiranjem po
s
stupcima ili rastav singularnih vrijednosti d (SVD ili singular value decomposition). Nadalje, ove dvije metode je zbog njihovih svojstava (numerike
c
stabilnosti) poeljno koristiti i kada su stupci matrice A gotovo linearno
z
6.2
295
QR rastav
zavisni. Detaljna analiza ovih sluajeva izlazi izvan okvira kolegija, pa je

c
izostavljamo.
Zadatak 6.3 Za rast svjetske populacije prema podacima iz tablice 5.1 u
primjeru 5.3 odredite parametre C i k za koje funkcija P (t) = C ek(t1950)
najbolje aproksimira podatke od 1950.2050. godine u smislu najmanjih
kvadrata. Nacrtajte sliku i usporedite sa slikom 5.5. Predvidite populaciju
2050. godine.
6.2
QR rastav
U ovom poglavlju dat emo deniciju QR rastava (QR dekompozicije)

c
te njegova osnovna svojstva i opisati primjenu na rjeavanje problema najs
manjih kvadrata. Slino kao u prethodnom poglavlju, ograniit emo se na
c
c c
sluaj kada je zadana matrica A tipa m n, gdje je m n. QR rastav je
c
c
takoder podloga za metode koje raunaju svojstvene vrijednosti i vektore.
Denicija 6.1 Neka je A tipa m n, m n. QR rastav matrice a glasi
A = QR,
pri emu je Q ortonormirana matrica dimenzije m m, odnosno
c
QT Q = QQT = I,
a R je m n gornje trokutasta matrica. Ortonormiranu matricu krae
c
zovemo i ortogonalna matrica.
Ako je, na primjer, matrica A tipa 5 3,
shematski prikazati na sljedei nain:
c
c

tada rastav A = QR moemo

z
0 0
0 0 0
0 0 0
(6.2)
Koritenje QR rastava za rjeavanje problema najmanjih kvadrata temelji

s
s
se na slijedeem vanom svojstvu ortogonalne matrice: za svaki vektor x
c
z
dimenzije m 1 vrijedi
x = Qx .
(6.3)
296
Zaista,
Qx
= (Qx)T Qx = xT QT Qx = xT x = x 2 .
Slino je i QT x = x .
c
Osnovna svojstava QR rastava su slijedea:
c
QR1. QR rastav je jedinstven do na predznake stupaca matrice Q i predznake redaka matrice R.
Neka je J dijagonalna matrica reda m s dijagonalnim elementima
Jii {1, 1}. Matrica J je oito simetrina i ortogonalna. Ako je
c
c
Q = QJ i R = JR, tada je
QR = QJJR = QR = A
takoder QR rastav matrice A.
QR2. Vrijedi rang(A) = rang(R).
Ovo svojstvo slijedi iz teorema [M1, 2.11].
QR3. Posebno, ako je rang A = n, tada su zbog svojstva QR2. svi dijagonalni elementi matrice R razliiti od nule,
c
rii = 0,
i = 1, . . . , n.
Zadatak 6.4 Naredba za raunanje QR rastava matrice A u programskom

c
jeziku Matlab glasi [Q,R]=qr(A). Izraunajte QR rastav matrice A iz pric
mjera 6.2 te provjerite da ja zaista A QR = 0 te da je matrica Q ortogonalna.
6.2.1
QR rastav vektora i Householderov reektor
U ovom i sljedeem poglavlju opisat emo detalje QR algoritma.

c
c
Neka je zadan m-dimenzionalni vektor

x1
x2

x= .
.
.
xm
i neka je
x = Qr
6.2
297
QR rastav
njegov QR rastav. Tada je zbog svojstva (6.3) r = x pa vrijedi
r=
x
0
.
.
.
0
x
0
ili r = .
.
.
0
Nalaenje matrice Q je sloenije. U ovom sluaju matrica Q jednaka je

z
z
c
Householderovom reektoru. Householderov reektor je simetrina matrica
c
denirana s
x1 x
x2
v = x3 .
(6.4)
H = I T vvT ,
v v
.
.
.
xm
Uvrtavanjem se moe provjeriti da za ovaj izbor matrice H vrijedi

s
z
x
0
Hx = r = .
.
.
0
Ortogonalnosti i simetrinosti matrice H povlai

c
c
x = H T (Hx) = H T r = Hr
pa smo dobili QR rastav vektora x.
Primjer 6.3 Ako je x = 3 1 5 1

9
1
v = ,
5
1
, tada je x = 6,
27 9 45 9
1 9 53 5 1
,
H=
54 45 5 29 5
9 1 5 53
6
0
Hx = .
0
0
Napomena 6.3 U prethodnom primjeru uzeli smo da je v1 = x1 + x . U

praksi se esto zbog numerike stabilnosti (izbjegavanje oduzimanja) uzima
c
c
v1 = x1 + sign(x1 ) x .
298
6.2.2
QR rastav matrice
QR rastave matrice nalazimo rekurzivnom primjenom QR rastava vektora. Postupak emo ilustrirati na matrici tipa 5 3. Neka je a1 prvi stupac
c
matrice A i neka je
a1
0
H 1 a1 = 0
0
0
QR rastav vektora a1 izraunat prema postupku opisanom uz prethodnom

c
poglavlju. Stavimo Q1 = H1 . Tada je (matrica Q1 je simetrina)
c
Q1 A =
a1
0
0
0
0

A2
Neka je a2 prvi stupac matrice A2 koja je tipa 4 2 i neka je
a2
0
H 2 a2 =
0
0
QR rastav vektora a2 . Stavimo
Q2 =
1
H2
Tada je
Q2 Q1 A =
a1
0
0
0
0
a2
0
0
0
A3
pri emu je matrica A3 tipa 3 1. Konano, neka je a3 = A3 i neka je

c
c
a3
H 3 a3 = 0
0
6.2
299
QR rastav
QR rastav matrice (vektora) a3 . Stavimo
Q3 =
1
H3
Tada je
Q3 Q2 Q1 A =
a1
0
0
0
0
a2
0
0
0
a3
0
0
= R.
Zbog ortogonalnosti i simetrinosti matrica Qi , i = 1, 2, 3, za matricu Q =

c
Q1 Q2 Q3 vrijedi
QQ3 Q2 Q1 A = A = QR
pa sam tako dobili QR rastav matrice A.
Ovaj postupak je lako poopiti na matricu bilo koje dimenzije.
c
6.2.3
Numeriko raunanje QR rastava

c
c
Za formiranje Householderove matrice H potrebno je O(n2 ) raunskih

c
operacija. Za mnoenje nekog vektora x Householderovom matricom takoder
z
je potrebno O(n2 ) raunskih operacija. No, umnoak Hx moe se izraunati
c
z
z
c
i bez formiranja matrice H:
Hx =
I 2
vvT
vT v
x =xv
2(vT x)
.
vT v
Za raunanje produkta pomou prethodne jednakosti potrebno je samo O(6n)

c
c
raunskih operacija. Slino, produkt HA se u praksi rauna pomou formula:
c
c
c
c
=
2
vT v
w = AT v
(6.5)
HA = A + vwT .
Koristei prethodna poboljanja moemo napisati potprograme za raunanje
c
s
z
c
QR rastava. Prvi potprogram rauna vektor v iz zadanog vektora x prema
c
formuli (6.4) i napomeni 6.3:
300
function v=House(x)
% racuna Householderov vektor v iz vektora x
sig=sign(x(1)); if sig==0, sig=1; end
v=x;
v(1)=v(1)+sig*norm(v);
end
Slijedei potprogram rauna umnoak HA bez formiranja matrice H prema
c
c
z
formulama (6.5):
function B=mnozi_House(v,A)
% racuna produkt HA=(I-2*v*v/(v*v))*A
% bez formiranja matrice H
beta=-2/(v*v);
w=beta*A*v;
B=A+v*w;
end
Konano, slijedei program rauna QR rastav matrice A oprema postupku
c
c
c
opisanom u prethodnom poglavlju:
function [Q,R]=moj_QR(A)
% QR rastav A=Q*R. A je m x n i mora biti rank(A)n.
[m,n]=size(A);
Q=eye(m);
for i=1:min(m-1,n)
v=House(A(i:m,i));
A(i:m,i:n)=mnozi_House(v, A(i:m,i:n));
Q(i:m,:)=mnozi_House(v, Q(i:m,:));
end
R=A;
Q=Q;
end
Zadatak 6.5 Izraunajte QR rastav matrice A iz primjera 6.2 pomou pretc
c
hodnih potprograma i usporedite rjeenje s onim koje daje Matlabova nas
redba [Q,R]=qr(A).
6.2.4
Rjeavanje problema najmanjih kvadrata

s
Koristei svojstvo ortogonalne matrice Q da je Qx = x moemo lako

c
z
rijeiti problem najmanjih kvadrata. Neka je A matrica tipa m n, m > n,
s
6.2
301
QR rastav
neka je rang A = n i neka je A = QR rastav matrice A. Tada je

Ax b
= QRx QQT b
= Q(Rx QT b)
= Rx QT b 2 .
Matricu R moemo zapisati kao

z
R=
R0
,
0
(6.6)
gdje je R0 gornje trokutasta kvadratna matrica reda n, a vektor QT b moemo

z
zapisati kao
c
QT b =
,
d
gdje je c dimenzije n 1 i d dimenzije (m n) 1. Sada imamo
Ax b
= Rx Q b
R0 x c
d
= R0 x c
+ d 2.
Kako je rang A = n, iz svojstva QR3. zakljuujemo da trokutasti sustav

c
R0 x = c ima jedinstveno rjeenje x za koje je R0 x c = 0. Kako d
s
ne ovisi o x, vrijednost Ax b se ne moe vie smanjiti pa je x upravo
z
s
(jedinstveno) rjeenje problema najmanjih kvadrata. Oito je
s
c
min Ax b = d .
x
Slijedei Matlab potprogram rjeava problem najmanjih kvadrata pomou

c
s
c
QR rastava:
function x=LS(A,b)
% Rjesava problem najmanjih kvadrata || A\vecbf x - \vecbf b || --> min
% za matricu punog stupcanog ranga A koristeci QR rastav.
[m,n]=size(A);
[Q,R]=moj_QR(A);
b1=Q*b;
c=b1(1:n);
x=R(1:n,1:n)\c;
end
Zadatak 6.6 Rijeite problem najmanjih kvadrata iz primjera 6.2 pomou
s
c
prethodnog potprograma i usporedite rjeenje s rjeenjima dobivenim koritenjem
s
s
s
normalne jednadbe i Matlabove naredbe x=A\b.
z
302
Napomena 6.4 Vidjeli smo da problem najmanjih kvadrata moemo rjeavati

z
s
na dva naina: pomou normalne jednadbe i pomou QR rastava. Rjeavanje
c
c
z
c
s
problema najmanjih kvadrata pomou QR rastava je otprilike dva puta spoc
rije ali zato ima bolja numerika svojstva odnosno u odredenim situacijama
c
daje tonije rjeenje.
c
s
6.2.5
Ekonomini QR rastav
c
Iz prikaza (6.2) vidimo da zadnjih m n stupaca matrice Q ne sudjeluje

kod raunanja produkta QR jer se mnoe s nulom. Stoga QR rastav A = QR
c
z
moemo u ekonominom obliku zapisati kao
z
c
A = Q 0 R0 ,
gdje su stupci matrice Q0 prvih n stupaca matrice Q, a matrica R0 je denirana s (6.6). Za matricu Q0 vrijedi
Q T Q 0 = In ,
0
ali
Q 0 Q T = Im .
0
Vano je napomenuti da stupci matrice Q0 tvore ortogonalnu bazu potprosz
tora razapetog stupcima matrice A. Analogno prikazu (6.2), ekonomini QR
c
rastav matrice dimenzije 5 3 moemo shematski prikazati na sljedei nain:
z
c
c
= 0
0 0

Zadatak 6.7 Matlabova naredba [Q,R]=qr(A,0) daje ekonomini QR rasc
tav matrice A. Usporedite obini i ekonomini QR rastav matrice A iz
c
c
prethodnog zadatka.
6.2.6
QR rastav s pivotiranjem po stupcima
U nekim primjenama kao rjeavanje problema najmanjih kvadrata kada

s
matrica A nema puni rang, rang A < n, koristi se QR rastav s pivotiranjem
stupaca. QR rastav s pivotiranjem matrice A glasi
AP = QR,
6.2
303
QR rastav
gdje je P matrica permutacija odabrana tako da su dijagonalni elementi

matrice R sloeni padajui po apsolutnim vrijednostima,
z
c
|rii | |ri+1,i+1 |.
Matlab naredba za QR rastav s pivotiranjem matrice A glasi [Q,R,P]=qr(A).
Zadatak 6.8 Izraunajte QR rastav matrice
c
1 2 3
4 5 6
A=
7 8 9
10 11 12
bez pivotiranja i s pivotiranjem i provjerite da je u drugom sluaju zaista

c
AP QR = 0.
Indeks
A
anti-derivacija, 1
Arhimedova spirala
duljina luka, 73
povrina, 70
s
B
Bernoulli, Johann, 201
Bernoullijeva jednadba, 251
z
beta funkcija, 199
brahistohrona, 201, 207
Brontejn, I. N., 89
s
C
cikloida, 75
duljina luka, 72
povrina, 66
s
cilindar, 118
eliptiki, 119
c
hiperboliki, 119
c
paraboliki, 119
c
cilindrini koordinatni sustav, 184
c
Clairautova jednadba, 244
z
D
dul, 78
z
dekompozicija, 44, 90
determinanta Wronskog, 252, 273
diferencijal, 5
parcijalni, 127
totalni, 127, 135
diferencijalna jednadba, 221
z
Bernoullijeva, 251
Clairautova, 244
egzaktna, 245
homogena, 249, 251, 273

linearna drugog reda, 251
ope rjeenje, 256
c
s
s konstantnim koecijentima,
259
linearna prvog reda, 249
linearna vieg reda, 273
s
s konstantnim koecijentima,
274
sa separiranim varijablama, 231
separabilna, 231
singularno rjeenje, 242
s
Dirichletov integral, 198
dovoljan uvjet ekstrema, 144, 206
duljina luka krivulje, 70
duljina vektora, 285
dvostruki integral, 173
E
ekstrem, 139
uvjetni, 159, 213
vezani, 159, 213
element
duljine, 70
oploja, 76
s
povrine, 62, 68, 176
s
volumena, 73
element volumena, 183
elipsa
opseg, 89
povrina, 64, 66
s
elipsoid, 111
Eulerov integral
druge vrste, 198
305
INDEKS
prve vrste, 199

Eulerov multiplikator, 247
Eulerova jednadba, 205
z
Eulerova metoda, 235, 279
F
fazni prostor, 280
fundamentalan skup rjeenja, 254,
s
274
funkcija
derivabilna, 123, 129
diferencijabilna, 127, 129, 134,
138
implicitno zadana, 148, 152
integrabilna, 44, 170
neprekidna, 109
omedena, 105
padajua, 106
c
rastua, 106
c
funkcional, 200
G
gama funkcija, 198
Gaussova eliminacija, 21
Gaussova razdioba, 34, 180
granina vrijednost, 107
c
H
harmonijski oscilator, 266
hiperboloid, 116
dvokrilni, 116
jednokrilni, 116
homogena diferencijalna jednadba,
z
232
homogena funkcija, 232
Hookeov zakon, 79, 222, 266
Householderov reektor, 297
I
integral
n-terostruki, 169, 170
binomni, 32
divergentan, 57
donji, 44
dvostruki, 173
eliptiki, 88
c
gornji, 44
hiperbolne funkcije, 26
iracionalne funkcije, 28, 30
konvergentan, 57
neodredeni, 1, 4
svojstva, 5
nepravi, 57, 180
odredeni, 5, 43, 44, 170
svojstva, 45, 54
racionalne funkcije, 15, 16, 19,
20
reda funkcija, 34
Riemannov, 44
sa separiranim varijablama, 174
trigonometrijske funkcije, 22
trostruki, 183
viestruki, 169
s
svojstva, 172
integralna suma
desna, 45
donja, 44, 170
gornja, 44, 170
lijeva, 45, 219
integrand, 4
integrirajui faktor, 247
c
interval, 2
izobara, 103
izogonalna trajektorija, 238
izohipsa, 103
izoklina, 234
J
Jakobijan, 188
K
kamatni raun, 228
c
karakteristina jednadba, 259, 275
c
z
Kirchoov zakon, 223, 272
komplanacija, 76
306
konstanta integracije, 4, 13
konus, 116
koordinate
cilindrine, 184
c
polarne, 67, 185
sferne, 185
kriteriji konvergencije, 59
krivulja u polarnim koordinatama,
67, 72, 75, 77
krunica
z
opseg, 72
povrina, 65, 68
s
kugla, 111
oploje, 77
s
otvorena, 107
volumen, 7476
kvadar
n-dimenzionalni, 169
rastav, 170
kvadratina prilagodba, 291
c
L
Lagrangeov multiplikator, 163, 213
Lagrangeova funkcija, 162
Lagrangeovi uvjeti, 206
lananica, 211
c
Leibnitzova formula, 195
limes, 107, 109
linearna regresija, 286
linearno nezavisne funkcije, 252, 273,
274
logistika jednadba, 229
c
z
lokalni
ekstrem, 139
maksimum, 139
minimum, 139
uvjetni maksimum, 159
uvjetni minimum, 159
vezani maksimum, 159
vezani minimum, 159
Lotka-Volterra-ine jednadbe, 278
z
INDEKS
M
Maclaurinova formula, 138
maksimum
lokalni, 139
masa, 190, 192
Matlab, 3638, 97, 211, 220, 234,
237, 279
mehanika rezonancija, 271
c
metoda
neodredenih koecijenata, 30
parcijalne integracije, 12
supstitucije, 9
metoda konanih razlika, 218
c
metoda najmanjih kvadrata, 285
metoda neodredenih koecijenta, 262,
263, 276
metoda varijacije konstanti, 257,
262, 274
minimum
lokalni, 139
moment, 84, 190, 192
inercije, 191, 193
N
nejednakost trokuta, 55
neposredno integriranje, 8
NetPlot, 26, 89
Newton, Isaac, 39, 78, 201, 222
Newton-Leibnitzova formula, 49, 173
Newtonov drugi zakon gibanja, 39,
78, 222, 265
Newtonov zakon hladenja, 231
nivo krivulja, 102
nivo ploha, 102
njutn, 78
norma vektora, 285
normala, 130
normalna jednadba, 290
z
normalna razdioba, 180
nuan uvjet ekstrema, 139, 203, 213
z
numeriko integriranje, 88
c
pogreka, 95
s
307
INDEKS
O
Octave On-line, 37, 38, 98, 211,
220
Ohmov zakon, 223, 272
okolina, 107, 135, 139
ortogonalna matrica, 295
ortogonalna trajektorija, 238
ortonormirana matrica, 295
ostatak, 137
ovojnica, 243
ovorena kugla, 107
P
pacijalna derivacija
m-tog reda, 124
paraboloid, 154
eliptiki, 112
c
hiperboliki, 114
c
parametarski zadana krivulja, 66,
71, 74, 77
parcijalna derivacija, 122
implicitno zadane funkcije, 155
kompozicije funkcija, 134
parcijalna integracija, 12, 54
Pitagorin pouak, 70
c
ploha
drugog reda, 111
podintegralna funkcija, 4
pogreka, 35
s
relativna, 35
polarni koordinatni sustav, 67, 177
polje smjerova, 234, 280
populacijska jednadba, 224, 278
z
poredbeni kriterij, 59
povrina ravninskog lika, 62
s
prava racionalna funkcija, 17
prebrojiv skup, 2
prijelazno rjeenje, 269
s
primitivna funkcija, 2
prirast
funkcije, 110
varijable, 110
prisilne oscilacije, 268

pritisak, 82
Q
QR rastav, 294, 295
ekonomini, 302
c
matrice, 298
numeriko raunanje, 299
c
c
s pivotiranjem, 302
vektora, 296
R
raun varijacija, 200
c
rad, 78
radioaktivni raspad, 227
rast populacije, 224
rastav, 44
rastav na parcijalne razlomke, 18
rastav singularnih vrijednosti, 294
regresijski pravac, 288
rektikacija, 70
rekurzivna formula, 15
Richardsonova ekstrapolacija, 92,
94, 95
rotaciona ploha, 73
rotaciono tijelo
oploje, 76
s
volumen, 73
rubni uvjeti, 201
S
Schwartzov teoem, 145
Schwartzov teorem, 124
sedlasta toka, 141
c
segment
dekompozicija, 44
rastav, 44
Semendjajev, K. A., 89
sfera, 111
sferne koordinate, 185
sila, 78
Simpsonova formula, 93, 97
pogreka, 94
s
308
srednja vrijednost, 55
stacionarna toka, 140
c
stoac, 116, 153
z
eliptiki, 102
c
krnji, 76
volumen, 74
supstitucija
Eulerova, 29, 31
racionalna, 28
trigonometrijska, 29, 31, 65
u odredenom integralu, 52
univerzalna hiperbolna, 26
univerzalna trigonometrijska, 23
sustav lovac-plijen, 278
sustav diferencijalnih jednadbi, 278
z
SVD, 294
T
tablica osnovnih integrala, 6
tangencijalna ravnina, 130, 140
tangenta, 129
Taylorov red, 138
Taylorova formula, 137, 142
teite, 84, 190, 192
zs
teorem
adicioni, 23
o apsolutnoj konvergenciji, 60
srednje vrijednosti, 54
The Integrator, 22, 26, 30
tlak, 82
hidrostatski, 82
totalni diferencijal, 127
vieg reda, 135
s
trapezna formula, 90, 97
pogreka, 91
s
trostruki integral, 183
U
udaljenost, 106
uniformna konvergencija, 34
uvjeti transverzalnosti, 205
INDEKS
V
varijabla integracije, 4
varijacija, 203
varijacioni raun, 200
c
volumen, 176
W
Wronskijan, 252, 273
Z
zamjena varijabli, 9
u viestrukom integralu, 188
s

Preda Vanja

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Preda Vanja

Uploaded by

Copyright:

Available Formats

Ivan Slapniar

Denicija i osnovna svojstva . . . . . . . . . . . . . . . . . . .

Tablica osnovnih integrala . . . . . . . . . . . . . . . .

Metoda parcijalne integracije . . . . . . . . . . . . . . . . . .

Integriranje racionalnih funkcija . . . . . . . . . . . . . . . . .

Racionalne funkcije trigonometrijskih funkcija . . . . . . . . .

Racionalne funkcije hiperbolnih funkcija . . . . . . . . . . . .

Integriranje nekih iracionalnih funkcija . . . . . . . . . . . . .

Trigonometrijske i Eulerove supstitucije . . . . . . . .

Metoda neodredenih koecijenata . . . . . . . . . . . .

Integriranje reda funkcija . . . . . . . . . . . . . . . . . . . .

Slobodan pad uz otpor zraka . . . . . . . . . . . . . . . . . .

Denicija i osnovna svojstva . . . . . . . . . . . . . . . . . . .

Supstitucija i parcijalna integracija . . . . . . . . . . . . . . .

Teoremi o odredenom integralu . . . . . . . . . . . . . . . . .

Primjene odredenog integrala . . . . . . . . . . . . . . . . . .

Povrina ravninskog lika . . . . . . . . . . . . . . . . .

Duljina luka ravninske krivulje . . . . . . . . . . . . .

Volumen rotacionog tijela . . . . . . . . . . . . . . . .

Oploje rotacionog tijela . . . . . . . . . . . . . . . . .

Hidrostatski tlak i sila . . . . . . . . . . . . . . . . . .

3. FUNKCIJE VISE VARIJABLI

Plohe drugog reda . . . . . . . . . . . . . . . . . . . . . . . . 111

Eliptiki paraboloid . . . . . . . . . . . . . . . . . . . 112

Hiperboliki paraboloid . . . . . . . . . . . . . . . . . 114

Neke zanimljive plohe . . . . . . . . . . . . . . . . . . 119

Presjek ploha . . . . . . . . . . . . . . . . . . . . . . . 119

Parcijalne derivacije . . . . . . . . . . . . . . . . . . . . . . . 122

Totalni diferencijal . . . . . . . . . . . . . . . . . . . . . . . . 126

Tangencijalna ravnina . . . . . . . . . . . . . . . . . . . . . . 129

Parcijalne derivacije kompozicije funkcija . . . . . . . . . . . 134

Totalni diferencijal vieg reda . . . . . . . . . . . . . . . . . . 135

Taylorova formula . . . . . . . . . . . . . . . . . . . . 136

3.10 Ekstremi funkcija vie varijabla . . . . . . . . . . . . . . . . . 139

Denicija i osnovna svojstva . . . . . . . . . . . . . . . . . . . 169

Dvostruki integral . . . . . . . . . . . . . . . . . . . . . . . . 173

Polarne koordinate . . . . . . . . . . . . . . . . . . . . 177

Volumen i povrina . . . . . . . . . . . . . . . . . . . . 176

Nepravi integral . . . . . . . . . . . . . . . . . . . . . 180

Trostruki integral . . . . . . . . . . . . . . . . . . . . . . . . . 183

Cilindrine i sferne koordinate

Zamjena varijabli . . . . . . . . . . . . . . . . . . . . . . . . . 188

Momenti i teita . . . . . . . . . . . . . . . . . . . . . . . . . 190

Integrali ovisni o parametru . . . . . . . . . . . . . . . . . . . 195

Varijacioni raun . . . . . . . . . . . . . . . . . . . . . . . . . 200

Nuni i dovoljni uvjeti ekstrema . . . . . . . . . . . . 203

Eulerova metoda konanih razlika

Populacijska i logistika jednadba . . . . . . . . . . . . . . . 224

Jednadbe sa separiranim varijablama . . . . . . . . . . . . . 231

Eulerova metoda . . . . . . . . . . . . . . . . . . . . . . . . . 235

Ortogonalne i izogonalne trajektorije . . . . . . . . . . . . . . 238

Singularna rjeenja i ovojnice . . . . . . . . . . . . . . . . . . 242

Egzaktne jednadbe i integrirajui faktori . . . . . . . . . . . 245

Linearne diferencijalne jednadbe prvog reda . . . . . . . . . 249

Linearne diferencijalne jednadbe drugog reda . . . . . . . . . 251

Homogene jednadbe . . . . . . . . . . . . . . . . . . . 253

Nehomogene jednadbe . . . . . . . . . . . . . . . . . 256

Jednadbe s konstantnim koecijentima . . . . . . . . 259

Slobodna, guena i prisilna titranja . . . . . . . . . . . 265

5.10 Linearne diferencijalne jednadbe vieg reda . . . . . . . . . . 273

Problem najmanjih kvadrata . . . . . . . . . . . . . . . . . . 285

Linearna regresija . . . . . . . . . . . . . . . . . . . . 286

QR rastav vektora i Householderov reektor . . . . . . 296

QR rastav matrice . . . . . . . . . . . . . . . . . . . . 298