7. Rachunek różniczkowy II#

7.1. Wzór Taylora#

Twierdzenie 7.1 (Taylora)

Niech \(n\in\nn_0\), oraz załóżmy, że \(f:X\to\rr\):

  • ma ciągłe pochodne do rzędu \(n\), w przedziale domkniętym o końcach \(x_0\) i \(x\) zawartym w \(X\)

  • ma pochodną rzędu \(n+1\) wewnątrz tego przedziału.

Wówczas istnieje punkt \(c\) leżący między \(x_0\) i \(x\), dla którego

(7.1)#\[\begin{split}\begin{aligned} \displaystyle f(x) & = \sum_{k=0}^{n}\frac {f^{(k)}(x_0)}{k!}(x-x_0)^k \\ & \quad + \frac {f^{(n+1)}(c)}{(n+1)!}(x-x_0)^{n+1} . \end{aligned}\end{split}\]

Uwaga 7.1

  1. Twierdzenie jest prawdziwe zarówno dla \(x > x_0\) jak i \(x < x_0\).

  2. Po prawej strony formuły (7.1) mamy wielomian stopnia co najwyżej \(n+1\).

    To jednak nie oznacza, że każda funkcja \((n+1)\)-krotnie różniczkowalna jest wielomianem!

    Twierdzenie mówi jedynie, że istnieje wielomian zależny od:

    • \(k\)-tych pochodnych funkcji \(f\) w punkcie \(x_0\), dla \(k\in \Set{0,1,\ldots, n}\)

    • \((n+1)\)-szej pochodnej funkcji \(f\) w punkcie \(c\) między \(x_0\) i \(x\), którego wartość w punkcie \(x\) pokrywa się z wartością funkcji \(f(x).\)

  3. Formuła (7.1) w rozpisanej postaci wygląda następująco:

    \[\begin{split} \displaystyle f(x) = {f}(x_0) & + {f'(x_0)}(x-x_0) + \frac {f''(x_0)}{2!}(x-x_0)^2 + \ldots + \frac {f^{(n)}(x_0)}{n!}(x-x_0)^{n} \\ & + \frac {f^{(n+1)}(c)}{(n+1)!}(x-x_0)^{n+1} . \end{split}\]
  4. Dla \(n = 0\) dostajemy

    \[ \displaystyle f(x) = {f}(x_0) + {f'(c)}(x-x_0) , \]

    czyli twierdzenie Lagrange’a o przyrostach.

Definicja 7.1

Formułę (7.1) nazywamy wzorem Taylora rzędu \(n\).

Wielomian

\[ {f}(x_0) + {f'(x_0)}(x-x_0) + \frac {f''(x_0)}{2!}(x-x_0)^2 + \ldots + \frac {f^{(n)}(x_0)}{n!}(x-x_0)^{n} \]

nazywamy wielomianem Taylora lub rozwinięciem Taylora rzędu \(n\).

Wielomian

\[R_{n}(x) = \frac {f^{(n+1)}(c)}{(n+1)!}(x-x_0)^{n+1}\]

nazywamy resztą wzoru/rozwinięcia Taylora w postaci Lagrange’a rzędu \(n\).

Uwaga 7.2

Reszta wzoru Taylora jest różnicą między wartościami: funkcji \(f(x)\) i wielomianu Taylora w punkcie \(x\).

Jej wartość bezwględna

\[ |R_n(x)| = \Absolute{ f(x) - \sum_{k=0}^{n}\frac {f^{(k)}(x_0)}{k!}(x-x_0)^k } \]

mówi jak blisko są te dwie liczby.

Definicja 7.2

Dla \(x_0 = 0\), wzór (7.1),

\[\begin{split} f(x) & =\sum_{k=0}^{n}\frac {f^{(k)}(0)}{k!}x^k + \frac {f^{(n+1)}(c)}{(n+1)!}x^{n+1} \\ & = {f}(0) + f'(0)\ x + \frac {f''(0)}{2!}x^2 + \ldots + \frac {f^{(n)}(0)}{n!}x^n + \frac {f^{(n+1)}(c)}{(n+1)!}x^{n+1} , \end{split}\]

nosi nazwę wzoru Maclaurina .

Przykład 7.1

GEOGEBRA

Weźmy funkcję \(f(x) = e^x\).

Jest ona różniczkowalna dowolną liczbę razy, więc możemy zastosować do niej tw. Taylora.

Ponieważ \(f'(x) = e^x ,\) to możemy indukcyjnie pokazać, że

\[ \forall k \in \nn_0 \quad f^{(k)}(x) = e^x . \]

Ponieważ \(e^0 = 1\) jest liczbą naturalną, to przyjmijmy \(x_0 = 0\), czyli zapiszmy wzór Maclaurina.

Obliczając, \(f^{(k)}(0) = e^0 = 1\) (dla \(k\in \nn_0\)), otrzymamy

\[\begin{split} e^x =\sum_{k=0}^{n}\frac {f^{(k)}(0)}{k!}x^k + R_{n}(x) & =\sum_{k=0}^{n}\frac {x^k}{k!} + R_{n}(x) \\ & = 1 + x + \frac {x^2}{2!} + \ldots + \frac {x^n}{n!} + R_{n}(x) . \end{split}\]

Reszta przyjmuje wartość

\[ \displaystyle R_{n}(x) = \frac {f^{(n+1)}(c)}{(n+1)!}x^{n+1} = \frac {e^c}{(n+1)!} x^{n+1} , \]

gdzie \(c\) leży między \(0\) i \(x\).

Zbadajmy \(|R_n(x)|\) dla \(x\in [-1,1]\):

\[ |R_n(x)| = \Absolute{\frac {e^c}{(n+1)!} x^{n+1}} = \frac {e^c}{(n+1)!}\Absolute{x}^{n+1} < \frac {3}{(n+1)!} \cdot 1 = \frac {3}{(n+1)!}. \]

Na przykład:

\[\begin{split}\displaystyle \begin{aligned} \frac {3}{(4+1)!} & \simeq 0.025000 < 0.1, &\quad \frac {3}{(5+1)!} & \simeq 0.0041667 < 0.01, \\ \frac {3}{(6+1)!} & \simeq 0.00059524 < 0.001, & \frac {3}{(7+1)!} &\quad \simeq 0.000074405 < 0.0001. \end{aligned}\end{split}\]

To oznacza, że wartość liczby \(e^x\) jest przybliżona przez wartość wielomianu Taylora w punkcie \(x\) z dokładnością do \(1., 2., 3., 4.\) miejsc po przecinku odpowiednio dla \(n = 4, 5, 6, 7\).

Dla większych \(n\), przybliżenie będzie jeszcze dokładniejsze.

W szczególności wynik

\[\displaystyle \begin{aligned} e = e^1 \simeq 1 + 1 + \frac 1 {2!} + \frac 1 {3!} + \frac 1 {4!} + \frac 1 {5!} + \frac 1 {6!} + \frac 1 {7!} = \frac{685}{252} \simeq 2.7182539683 \end{aligned}\]

zgadza się z dokładnością \(4.\) miejsc po przecinku.

To jest idea pozwalająca obliczanie wartości funkcji \(e^x\) na kalkulatorze.

Przykład 7.2

Rozważmy funkcję \(f(x) = \ln x\), dla której

\[\begin{split} f'(x) & = x^{-1}, & f''(x) & = - x^{-2}, \\ f^{(3)}(x) & = 2\cdot x^{-3}, & f^{(4)}(x) & = - 3\cdot 2\cdot x^{-4}. \end{split}\]

Indukcyjnie możemy pokazać, że

\[ f^{(k)}(x) = (-1)^{k-1} \cdot (k-1)!\cdot x^{-k}, \quad \text{dla } k\in \nn. \]

Rozwiniemy funkcję \(f\) w punkcie \(x_0 = 1\), więc potrzebujemy znać pochodne:

\[f^{(k)}(1) = (-1)^{k-1} \cdot (k-1)! , \quad \text{dla } k\in \nn.\]

Wzór Taylora rzędu \(n\) w \(x_0 = 1\) ma postać:

\[\begin{split} f(x) & = \sum_{k=0}^{n}\frac {f^{(k)}(1)}{k!}(x-1)^k + R_{n}(x) \\ & = \sum_{k=1}^{n}\frac {(-1)^{k-1}\cdot (k-1)!}{k!}(x-1)^k + R_{n}(x) = \sum_{k=1}^{n} (-1)^{k-1} \frac{(x-1)^k} k + R_{n}(x) \\ & = (x-1) - \frac{(x-1)^2} 2 + \frac{(x-1)^3} 3 + \ldots + (-1)^{n-1} \frac{(x-1)^n} n + R_{n}(x) \end{split}\]

przy czym reszta jest dana wzorem

\[ R_{n}(x) = \frac {f^{(n+1)}(c)}{(n+1)!}(x-1)^{n+1} = \frac {(-1)^{n}}{n+1}\left(\frac {x-1} c \right)^{n+1} , \]

gdzie \(c\) leży między \(1\) i \(x\).

Przykład 7.3

Dla funkcji \(f(x) = \sin x\) mamy

\[\begin{split} f'(x) & = \cos x = \sin\left(x + \tfrac \pi 2\right), \\ f''(x) & = \cos\left(x + \tfrac \pi 2\right) = \sin\left(x + 2\cdot\tfrac \pi 2\right), \\ f'''(x) & = \cos\left(x + 2\cdot \tfrac \pi 2\right) = \sin\left(x + 3\cdot\tfrac \pi 2\right). \end{split}\]

Indukcyjnie możemy pokazać, że

\[ f^{(k)}(x) = \sin\left(x + k\cdot\tfrac \pi 2\right), \quad \text{dla } k\in \nn_0. \]

Rozwiniemy funkcję \(f\) w punkcie \(x_0 = 0\), więc potrzebujemy znać pochodne:

\[\begin{split} f^{(k)}(0) = \sin\left(k\cdot\tfrac \pi 2\right) = \begin{cases} 0, & \text{dla parzystych } k \\ (-1)^\ell, & \text{dla nieparzystych } k = 2\ell + 1 \end{cases}. \end{split}\]

To oznacza, że we wzorze Maclaurina będą się pojawiały jedynie nieparzyste potęgi \(x\).

Wzór rzędu \(2n\) ma postać:

\[\begin{split} f(x) & = f(0) + f'(0)\cdot x + \frac {f''(0)}{2!}x^2 + \frac {f^{(3)}(0)}{3!}x^3 + \ldots \\ & \quad + \frac {f^{(2n-1)}(0)}{(2n-1)!}x^{2n-1} + \frac {f^{(2n)}(0)}{(2n)!}x^{2n} + R_{2n}(x) \\ & = 0 + 1\cdot x + \frac {0}{2!} x^2 + \frac {-1}{3!} x^3 + \frac {0}{4!} x^4 + \frac {1}{5!} x^5 + \ldots \\ & \quad + \frac {(-1)^{n-1}}{(2n-1)!} x^{2n-1} + \frac {0}{(2n)!} x^{2n} + R_{2n}(x) \\ & = \frac {(-1)^0}{(2\cdot 0 + 1)!} x^{2\cdot 0 + 1} + \frac {(-1)^1}{(2\cdot 1 + 1)!} x^{2\cdot 1 + 1} + \frac {(-1)^2}{(2\cdot 2 + 1)!} x^{2\cdot 2 + 1} + \ldots \\ & \quad + \frac {(-1)^{n-1}}{(2(n-1)+1)!} x^{2(n-1) + 1} + R_{2n}(x) \\ & = \sum_{\ell=0}^{n-1}\frac {(-1)^\ell}{(2\ell+1)!}x^{2\ell+1} + R_{2n}(x) . \end{split}\]

Reszta jest dana wzorem

\[\begin{split} R_{2n}(x) & =\frac {f^{(2n+1)}(c)}{(2n+1)!}x^{2n+1} \\ & =\frac {\sin\Paren{c + (2n + 1) \tfrac \pi 2}}{(2n+1)!} x^{2n+1} \\ & =\frac {\cos\Paren{c + n \pi}}{(2n+1)!} x^{2n+1} . \end{split}\]

gdzie \(c\) leży między \(0\) i \(x\).

Ćwiczenie 7.1

Obliczmy z dokładnością \(10^{-6}\) przybliżoną wartość \(\sin \tfrac 1 {3}.\)

Informacja

Pomoże rozwiązać Ćw. 7.11, Ćw. 7.12, Ćw. 7.17.

7.2. Ekstrema funkcji różniczkowalnych#

Definicja 7.3

Funkcja \(f: X\to \rr\) ma w punkcie \(x_0\in X\):

  • minimum lokalne jeśli \(\Exists{\delta > 0} \Forall{x\in X\cap S(x_0, \delta)} f(x) \geq f(x_0)\)

  • maksimum lokalne jeśli \(\Exists{\delta > 0} \Forall{x\in X\cap S(x_0, \delta)} f(x) \leq f(x_0)\).

Jeśli w powyższej definicji zamienimy nierówność \(\geq\) (\(\leq\)) na \(>\) (\(<\)), to powiemy, że minimum (maksimum) lokalne jest właściwe

Maksima i minima lokalne nazywamy ekstremami lokalnymi .

SageMath (Ukryj)

../_images/e54aa103bb5cb332b0af5b3322df3b01c762dc2e9c7a4140194e8fbaf6df1cce.png

Przykład 7.4

Funkcja \(f(x) = \sin |x|\), dla \(x\in (-\pi, \pi)\), ma minimum lokalne właściwe w punkcie \(0\) i maksima lokalne właściwe w punktach \(-\frac \pi 2\) i \(\frac \pi 2.\)

W definicji można wziąć \(\delta = \frac \pi 4.\)

SageMath (Ukryj)

../_images/6d6a0a2894cda379b789ff463ab31fad9860547fe1f10f2422f56788984e7280.png

Przykład 7.5

Funkcja \(f(x) = x^3\) nie ma ekstremum lokalnego w punkcie \(0\).

Istotnie,

  1. \(\forall \delta > 0\ \exists x\in S(0,\delta) \ f(x) < f(0) = 0\), np.: \(x = -\frac \delta 2\), więc nie ma minimum

  2. \(\forall \delta > 0\ \exists x\in S(0,\delta) \ f(x) > f(0) = 0\), np.: \(x = \frac \delta 2\), więc nie ma maksimum.

Twierdzenie 7.2 (Fermata, warunek konieczny I-go rzędu)

Jeśli funkcja \(f: X \to \rr\) ma ekstremum w punkcie \(x_0\in X\), i istnieje \(f'(x_0)\), to \(f'(x_0) = 0.\)

Uwaga 7.3

Twierdzenie daje warunek konieczny istnienia ekstremum funkcji w punktach, w których jest ona różniczkowalna!

  1. Funkcja \(f(x) = x^3\) nie ma ekstremum w \(0\), choć \(f'(0) = 3\cdot 0^2 = 0.\)

  2. Funkcja \(f(x) = \sin |x|\) ma minimum w \(0\), ale \(f'(0) \neq 0\) (bo nie istnieje).

Definicja 7.4

Punktem krytycznym funkcji \(f: X \to \rr\) nazywamy punkt \(x_0\in X\), jeśli \(f'(x_0) = 0\).

Uwaga 7.4

Ponieważ funkcja ciągła \(f\) w przedziale domkniętym \([a,b]\) przyjmuje wartości ekstremalne, co wiemy z tw. Weierstrassa, to procedura znajdowania tych wartości może być następująca:

  1. Znajdujemy zbiór punktów \(D_{f'}\subseteq (a,b)\), w których funkcja \(f\) jest różniczkowalna.

  2. Znajdujemy zbiór punktów krytycznych \(K\subseteq D_{f'}\) funkcji \(f\).

    Nie musimy badać, czy są w nich ekstrema i jakiego typu.

  3. Obliczamy wartości \(f\) w punktach zbioru \(([a,b]\setminus D_{f'}) \cup K\) (\(a\) i \(b\) do niego należą!).

    Z powyższych rozważań wynika, że są to jedyne punkty, w których \(f\) może przyjmować wartości ekstremalne.

  4. Spośród obliczonych wartości wybieramy najmniejszą i największą.

Ćwiczenie 7.2

Znajdźmy w. ekstremalne funkcji \(f(x) = 2x^3 - 3x^2 -12x + 1\) dla \(x\in\left[0,3\right]\).

Informacja

Pomoże rozwiązać Ćw. 7.9, Ćw. 7.14.

Ćwiczenie 7.3

Znajdźmy wartości ekstremalne funkcji \(f(x) = x^2 - 3|x|\) na zbiorze \(\left[-1, 2\right]\).

Informacja

Pomoże rozwiązać Ćw. 7.9, Ćw. 7.14.

Twierdzenie 7.3 (warunek dostateczny I-go rzędu)

Niech funkcja \(f: X \to \rr\) będzie ciągła w punkcie \(x_0\in X\), i różniczkowalna na pewnym sąsiedztwie \(S(x_0,\delta)\).

Wówczas:

  • jeśli

    \[ \forall x\in (x_0 - \delta, x_0) \quad f'(x) > 0 \qquad \wedge \qquad \forall x\in (x_0, x_0 + \delta) \quad f'(x) < 0 , \]

    to \(f\) ma w punkcie \(x_0\) maksimum lokalne właściwe

  • jeśli

    \[ \forall x\in (x_0 - \delta, x_0) \quad f'(x) < 0 \qquad \wedge \qquad \forall x\in (x_0, x_0 + \delta) \quad f'(x) > 0 , \]

    to \(f\) ma w punkcie \(x_0\) minimum lokalne właściwe

  • jeśli zaś

    \[ \forall x\in S(x_0, \delta) \quad f'(x) < 0 \qquad \text{albo} \qquad \forall x\in S(x_0, \delta) \quad f'(x) > 0 , \]

    to \(f\) nie ma w punkcie \(x_0\) ekstremum lokalnego.

SageMath (Ukryj)

../_images/8465aeba6b26de7f7814ee9e134bec0095f8686e357ccbca3748024fab9e3742.png

Przykład 7.6

Funkcja \(f(x) = \sin x^3\) nie ma ekstremum w punkcie \(0\) mimo, że jest on punktem krytycznym.

Istotnie,

\[f'(x) = 3 x^2\cos x^3.\]

Zatem \(f'(0) = 0\), oraz \(f'(x) > 0\) dla \(x \in \left(- \sqrt[3]{\frac {\pi} 2}, \sqrt[3]{\frac {\pi} 2}\right)\setminus\Set{0}\).

Wystarczy w tw. przyjąć \(\delta = \sqrt[3]{\frac {\pi} 2}\).

SageMath (Ukryj)

../_images/509b4061401dea978f9944b8c12159935b251dd88605a058f3c38c8828e2193d.png

Przykład 7.7

Funkcja

\[f(x) = x + 2\sin |x|,\]

dla \(x\in (-\pi, \pi),\) ma minimum lokalne właściwe w punkcie \(0\).

Istotnie, jest różniczkowalna dla \(x\neq 0\), przy czym

\[\begin{split} f'(x) = \begin{cases} 1-2\cos x & \text{dla } x \in (-\pi,0) \\ 1 + 2\cos x & \text{dla } x \in (0,\pi) \end{cases}. \end{split}\]

Zatem

  • dla \(x \in (-\pi,0)\): \(\quad\) \(f'(x) < 0\), jeśli \(\cos x > \frac 1 2\) \(\quad\) czyli dla \(x\in \left(-\frac \pi 3, 0\right)\)

  • dla \(x \in (0,\pi)\): \(\quad\) \(f'(x) > 0\), jeśli \(\cos x > -\frac 1 2\) \(\quad\) czyli dla \(x\in\left(0,\frac {2\pi} 3\right).\)

Wystarczy w twierdzeniu przyjąć \(\delta = \frac \pi 3\).

Twierdzenie 7.4 (warunek wyższego rzędu)

Niech funkcja \(f: X \to \rr\) będzie \(n\)-krotnie różniczkowalna na pewnym otoczeniu \(Q(x_0,\delta)\) punktu \(x_0\), oraz \(f^{(n)}\) będzie ciągła w \(x_0\).

Załóżmy, że:

  • \(f^{(k)}(x_0) = 0 \quad\) dla \(k=1,\ldots,n-1\)

  • \(f^{(n)}(x_0) \neq 0\).

Wówczas:

  • jeśli \(n\) jest nieparzyste, to \(f\) nie ma ekstremum w punkcie \(x_0\)

  • jeśli \(n\) jest parzyste, to \(f\) ma

    • minimum lokalne, gdy \(f^{(n)}(x_0) > 0\)

    • maksimum lokalne, gdy \(f^{(n)}(x_0) < 0\).

Ćwiczenie 7.4

Znajdźmy ekstrema lokalne funkcji \(f(x) = x^2(x-1)^2\).

Informacja

Pomoże rozwiązać Ćw. 7.10, Ćw. 7.15.

Ćwiczenie 7.5

Czy funkcja \(f(x) = \Ch x + \cos x\) ma ekstremum lokalne w \(x_0 = 0\)?

7.3. Wypukłość, wklęsłość, punkty przegięcia wykresu funkcji#

Narration

Niech \(f:X \to \rr\) będzie różniczkowalna na pewnym otoczeniu \(Q(x_0,\delta)\) punktu \(x_0\in X\).

Definicja 7.5

Funkcję \(f\) lub krzywą \(y = f(x)\) nazywamy:

  • (ściśle) wypukłą w punkcie \(x_0\in X\), jeśli $\( \Exists {\delta > 0} \Forall {x\in S(x_0, \delta)} f(x) > f(x_0) + f'(x_0)(x - x_0) \)$

  • (ściśle) wklęsłą w punkcie \(x_0\in X\), jeśli $\( \Exists {\delta > 0} \Forall {x\in S(x_0, \delta)} f(x) < f(x_0) + f'(x_0)(x - x_0)\ \)$

SageMath (Ukryj)

../_images/f06e9686fc8fc922b4931614cbddd5686cfd6c2b9f8643eaeca4872b23629d8f.png

SageMath (Ukryj)

../_images/ebe9ba5a807a2f4d50942f16aa783df7f96626febf35f504af6039612d537f44.png

Uwaga 7.5

Geometrycznie definicja oznacza, że \(f\) jest w punkcie \(x_0\):

  • wypukła, jeśli w pewnym sąsiedztwie \(S(x_0, \delta)\) wykres \(f\) jest powyżej prostej stycznej do wykresu \(f\) w punkcie \(x_0\)

  • wklęsła, jeśli w pewnym sąsiedztwie \(S(x_0, \delta)\) wykres \(f\) jest poniżej prostej stycznej do wykresu \(f\) w punkcie \(x_0\).

Definicja 7.6

Funkcję \(f\) lub krzywą \(y = f(x)\) nazywamy wypukłą (wklęsłą) na zbiorze \(A \subseteq X\), jeśli jest wypukła (wklęsła) w każdym punkcie zbioru \(A\).

Przykład 7.8

Funkcja liniowa \(y = ax + b\) nie jest ani wklęsła, ani wypukła.

Twierdzenie 7.5

Niech funkcja \(f: (a,b) \to \rr\) będzie \(2\)-krotnie różniczkowalna.

Wówczas,

  • jeśli \(\forall x \in (a,b)\ f''(x) > 0\), \(\quad\) to funkcja \(f\) (krzywa \(y = f(x)\)) jest wypukła na \((a,b)\)

  • jeśli \(\forall x \in (a,b)\ f''(x) < 0\), \(\quad\) to funkcja \(f\) (krzywa \(y = f(x)\)) jest wklęsła na \((a,b)\).

Przykład 7.9

  1. Dla \(f(x) = a^x\), \(a\in\rr_+ \setminus \Set{1}\), mamy

    \[ \begin{aligned} f'(x) & = a^x \ln a, & f''(x) & = a^x (\ln a)^2 > 0. \end{aligned} \]

    Zatem \(f\) jest wypukła (na swojej dziedzinie).

  2. Dla \(f(x) = \log_a x\), \(a\in\rr_+ \setminus \Set{1}\), mamy

    \[ \begin{aligned} f'(x) & = \frac 1 {x \ln a}, & f''(x) & = - \frac 1 {x^2 \ln a} > 0 \qlq a < 1. \end{aligned} \]

    Zatem \(f\) jest wypukła (na swojej dziedzinie) dla \(a\in(0,1)\) wklęsła dla \(a>1\).

Definicja 7.7

Punktem przegięcia funkcji \(f:X\to\rr\) lub krzywej \(y = f(x)\) nazywamy punkt \((x_0,f(x_0))\), jeśli:

  • \(f\) jest ciągła w punkcie \(x_0\)

  • \(\exists \delta>0\) taka, że \(f\) jest wypukła dla \(x\in(x_0 - \delta,x_0)\) i \(f\) jest wklęsła dla \(x\in(x_0,x_0 + \delta)\), lub na odwrót.

SageMath (Ukryj)

../_images/521345ceca9f90df137a5fc56c7d45e801422af399f2603becac36301b60204b.png

Przykład 7.10

Dla \(n\in\nn\), funkcja \(f(x) = x^{2n+1}+\dfrac x {2n+1}\) ma punkt przegięcia dla odciętej \(x_0 = 0\).

Istotnie,

\[f''(x) = 2n(2n+1)x^{2n-1},\]

więc:

  • \(f''(x) > 0\) i \(f\) jest wypukła dla \(x > 0\)

  • \(f''(x) < 0\) i \(f\) jest wklęsła dla \(x < 0\).

SageMath (Ukryj)

../_images/c13fa9d356e6d0cfaa003bc3b37f3066bf3c871d9f13abb942529d211eaad367.png

Przykład 7.11

Funkcja \(f(x) = |\ln x|\) ma punkt przegięcia dla odciętej \(x_0 = 1\).

Istotnie,

\[f''(x) = -\sgn(x-1) \frac 1 {x^2} \quad \text{dla } x\neq 1,\]

więc:

  • \(f''(x) > 0\) i jest wypukła dla \(x < 1\)

  • \(f''(x) < 0\) i jest wklęsła dla \(x > 1\).

Twierdzenie 7.6 (warunek konieczny dla punktu przegięcia)

Niech funkcja \(f:X \to \rr\) będzie 2-krotnie różniczkowalna w pewnym otoczeniu \(Q(x_0,\delta)\) punktu \(x_0\) i \(f''\) będzie ciągła w \(x_0\).

Wówczas, jeśli \((x_0, f(x_0))\) jest punktem przegięcia \(f\), to \(f''(x_0)=0\).

Uwaga 7.6

Twierdzenie nie jest prawdziwe w przeciwną stronę, tzn. \(f''(x_0) = 0\), nie implikuje, że \(f\) ma punkt przegięcia dla odciętej \(x_0\).

Na przykład dla \(f(x) = x^4\), mamy \(f''(x) = 12x^2\).

Zatem \(f''(0) = 0\) i \(f''(x) > 0\) dla \(x\neq 0\), więc \(f\) jest wypukła w otoczeniu \(0\).

Punkt \((0,0)\) nie jest punktem przegięcia.

7.4. Badanie przebiegu zmienności funkcji#

Wskazówka

Schemat badanie przebiegu zmienności funkcji \(f\) jest następujący:

  1. Szukamy dziedziny \(D_f\).

  2. Określamy cechy szczególne (parzystość, okresowość).

  3. Liczymy granice na końcach dziedziny.

  4. Znajdujemy asymptoty.

  5. Znajdujemy przedziały monotoniczności i ekstrema lokalne.

  6. Znajdujemy przedziały, na których funkcja jest wypukła / wklęsła i punkty przegięcia.

  7. Zapisujemy wynik w tabeli.

  8. Rysujemy wykres poglądowy z uwzględnieniem charakterystycznych wartości funkcji.

Ćwiczenie 7.6

Zbadajmy przebieg zmienności funkcji \(\displaystyle f(x) = \frac {\ln\left(e^2\cdot x^2\right)} {|x|}\).

Informacja

Pomoże rozwiązać Ćw. 7.10, Ćw. 7.15, Ćw. 7.16.

SageMath (Ukryj)

../_images/e23f524781658a5be2cd6accde8c5f15970e3f9e2238a2b8acc0b11f6f4f000f.png