Matematikai alapok 2

Az f(x) függvény primitív függvényének jele F(x) és azt tudja, hogy ha deriváljuk, akkor visszakapjuk f(x)-et. Egy függvény primitív függvényeinek halmazát nevezzük a függvény határozatlan integráljának.

Polinomok integrálása. Törtfüggvény integrálása. Exponenciális függvények integrálása. Trigonometrikus függvények integrálása.

Polinomok, törtfüggvény, exponenciális függvények, trigonometrikus függvények integráljainak lineáris helyettesítései.

Integráláskor a konstans szorzó kivihető.

Összeget külön-külön is integrálhatunk.

Ha a szorzás elvégezhető, akkor végezzük el, és utána integráljunk.

Szorzat integrálásának egy speciális esete, amikor a függvény n-edik hatványon van és meg van szorozva a deriváltjával.

Ezzel a remek módszerrel szorzatokat tudunk integrálni úgy, hogy egy bonyolultabb integrálásból csinálunk egy egyszerűbb integrálást.

Összetett függvényeket általában akkor tudunk integrálni, ha azok meg vannak szorozva a belső függvényük deriváltjával. Van is erre egy remek kis képlet.

Próbálkozzunk a tört földarabolásával és utána integráljunk.

Törtek integrálásának egy speciális esete, amikor a tört számlálója a nevező deriváltja.

A helyettesítéses integrálás lényege, hogy egy kifejezést $u$-val helyettesítünk annak reményében, hogy hátha így képesek leszünk majd megoldani a feladatot.

A racionális törtfüggvények integrálásához a függvényeket parciális törtekre kell bontani, majd a parciális törteket egyesével integrálni.

A helyettesítéses integrálás úgy működik, hogy egy kifejezést $u$-val helyettesítünk annak reményében, hogy hátha így képesek leszünk megoldani a feladatot.

A helyettesítéses integrálás egyik legfurcsább esete az $u = \tan{ \frac{x}{2} } $. Olyankor használjuk, ha a törtben $\sin{x}$ és $\cos{x}$ is csak első fokon szerepel.

A differenciálegyenletek olyan egyenletek, amiben az ismeretlenek függvények. Az egyenletben ezeknek a függvényeknek a különböző deriváltjai és hatványai szerepelnek.

Azt mondja meg, hogy az ismeretlen függvény maximum hanyadik deriváltja szerepel az egyenletben.

Ha az ismeretlen függvény és deriváltjai csak első fokon szerepelnek a differenciálegyenletben, akkor az egyenlet lineáris.

Olyan differenciálegyenlet, amelyet az egyenlet szétválasztásával és a két rész külön-külön integrálásával lehet megoldani

Egy differenciálegyenlet homogén fokszámú, ha $y=ux$ helyettesítés után minden $x$-es tag kitevője megegyezik.

A differenciálegyenletek második fő típusa, sok helyen nincs benne a tananyagban.

annak olyan egyenletek, amelyek ugyan nem egzaktak, de egy ügyes trükk segítségével egzakttá tehetők. Itt jön a trükk...

Az egyik legfontosabb típus az y'+Py=Q alakú differenciálegyenlet, amelyre egy részletes megoldási tervet adunk.

A konstans variálás módszere egy megoldási módszer az elsőrendű lineáris differenciálegyenletekhez.

Az elsőrendű lineáris állandó együtthatós differenciálegyenlet egy speciális esete a lineáris elsőrendű egyenleteknek. Azért hívják állandó együtthatósnak, mert a $P(x)$ függvény ilyenkor valamilyen konstans, mondjuk $a$.

 Ez olyankor van, ha a homogén megoldás és a partikuláris megoldás hasonlít egymásra. Lássuk mit is jelent ez...

A másodrendű lineáris állandó együtthatós homogén differenciálegyenlet általános alakja: $ay'' + by' + cy = 0 $. Megoldásához a karakterisztikus egyenletet használjuk.

A másodrendű lineáris állandó együtthatós inhomogén differenciálegyenlet általános alakja: $ay'' + by' + cy = Q(x) $. A homogén megoldást megkapjuk a karakterisztikus egyenlet segítségével, a partikuláris megoldást pedig a próbafüggvény módszerrel végezzük.

A mértani sor képlete, példák mértani sorokra.

Egy végtelen sor akkor konvergens, ha részletösszegsorozata konvergens.

Ha egy sorozat határértéke nem 0, akkor a belőle képzett sor divergens.

Speciális sorok.

Egy másik fontos konvergenciakritérium, ami az n-edik tag n-edik gyökének segítségével dönti el a konvergenciát.

Egy fontos konvergenciakritérium, amely az n+1-edik tag és az n-edik tag hányadosával dönti el a konvergenciát.

Speciális sorok.

A sorok konvergenciájának megállapítására vonatkozó képletek.

Tört hatványának sorának konvergenciája a hatványkitevőtől függően.

Olyan sorok, amelyek valójában az első és az utolsó tagon kívül semmilyen más tagot nem tartalmaznak.

Ha $x_0$ a hatványsor középpontja, akkor az $x_0$ pont $r$ sugarú környezetét konvergencia tartománynak nevezzük, ahol $r$ a konvergenciasugár.

A hatványsorok konvergenciájának vizsgálata.

Arra való, hogy különböző függvényeket polinomok segítségével közelítsünk, illetve előállítsuk hatványsorukat. Nagyon izgi - tényleg...

Arra való, hogy különböző függvényeket polinomok segítségével közelítsünk, illetve előállítsuk hatványsorukat. Nagyon izgi - tényleg...

Az $e^x$, lnx, sinx és cosx függvények Taylor sorai.

Amikor egy függvény x helyen lévő értékét szeretnénk közelíteni egy Taylor polinommal, akkor lesz egy kis hibánk, mivel a polinom nem teljesen követi a függvényt. Ennek a hibának a kifejezésére van a Lagrange-féle maradéktag. 

A végtelen sorok egy speciális fajtája.

A deriváltvektor azt jelenti, hogy egy többváltozós függvény parciális deriváltjait beletesszük egy vektorba. A deriváltvektort szokás gradiensvektornak is nevezni, és az f(x,y) kétváltozós függvény gradiensvektorát úgy jelöljük, hogy grad(f(x,y)). A gradiensvektor elnevezés onnan ered, hogy éppen a gradiens vektor irányában emelkedik mindig a legjobban a kétváltozós függvény grafikonja, ami egy felület. A deriváltvektort vagy gardiensvektort egy úgynevezett nabla szimbólummal is szokás jelölni. Ez egy csúcsára állított háromszög és a nabla operátor azt csinálja, hogy egy függvény parciális deriváltjait bepakolja egy vektorba. Ezt nem csak az f(x,y) kétváltozós függvénnyel lehet megtenni, hanem az f(x,y,z) háromváltozós függvénnyel is, vagy akár általánosan egy n változós függvénnyel. A nabla operátort alkalmazva erre a függvényre egy n koordinátás vektort kapunk, aminek a koordinátái a különböző parciális deriváltak lesznek. 

A deriváltvektor azt jelenti, hogy egy többváltozós függvény parciális deriváltjait beletesszük egy vektorba. A deriváltvektort szokás gradiensvektornak is nevezni, és az f(x,y) kétváltozós függvény gradiensvektorát úgy jelöljük, hogy grad(f(x,y)). A gradiensvektor elnevezés onnan ered, hogy éppen a gradiens vektor irányában emelkedik mindig a legjobban a kétváltozós függvény grafikonja, ami egy felület. A deriváltvektort vagy gardiensvektort egy úgynevezett nabla szimbólummal is szokás jelölni. Ez egy csúcsára állított háromszög és a nabla operátor azt csinálja, hogy egy függvény parciális deriváltjait bepakolja egy vektorba. Ezt nem csak az f(x,y) kétváltozós függvénnyel lehet megtenni, hanem az f(x,y,z) háromváltozós függvénnyel is, vagy akár általánosan egy n változós függvénnyel. A nabla operátort alkalmazva erre a függvényre egy n koordinátás vektort kapunk, aminek a koordinátái a különböző parciális deriváltak lesznek. 

Az iránymenti derivált azt jelenti, hogyha a kétváltozós függvény grafikonjának egy pontjában áll egy hagymászó, és elindul egy v irányban, akkor ebben az irányban milyen meredeken emelkedik a felület. Az iránymenti derivált kiszámolása nagyon egyszerű. Azzal kell kezdeni, hogy a P pontban kiszámoljuk a deriváltvektort. Ezek után a v irányba mutató vektorból egységnyi hosszú vektort csinálunk úgy, hogy elosztjuk a saját hosszával. Az így keletkező e vektort skalárisan megszorozzuk a deriváltvektorral és meg is van az iránymenti derivált.

Ahogy már láttuk, az iránymenti derivált azt jelenti, hogyha a kétváltozós függvény grafikonjának egy pontjában áll egy hagymászó, és elindul egy v irányban, akkor ebben az irányban milyen meredeken emelkedik a felület. Ahogy a v irányt változtatjuk, az iránymenti derivált értéke is változik. És van egy olyan v irány, ahol az iránymenti derivált maximális. Ezt az irányt nevezzük gradiens iránynak és ez mindig megegyezik a deriváltvektor irányával. Vagyis egy P pontban a függvény iránymenti deriváltja éppen abban az irányban a legnagyobb, ami a P ponthoz tartozó deriváltvektor iránya. A dolog egy egyszerű skaláris szorzattal könnyedén kijön. És az is kiderül, hogy melyik az az irány, amely mentén az iránymenti derivált éppen nulla. Ez a gradiens irányra merőleges irány, amit szintvonal iránynak nevezünk.

Az érintősík képlete nagyon hasonlít az egyváltozós függvényeknél az érintő egyenletére, csak most x és y szerint is deriválni kell. Lépésről lépésre megoldunk néhány feladatot a kétváltozós függvények érintősíkjával kapcsolatban. Az első lépés mindig a parciális deriváltak kiszámolása, aztán ezekbe a parciális deriváltakba behelyettesítjük az érintési pont koordinátát. Ezek után még kiszámoljuk a függvényértéket is az érintési pontban és már jöhet is az érintősík egyenletének a képlete.

A függvényeket két nagy típusba sorolhatjuk, az explicit és az implicit függvények csoportjába. Az explicit függvények azok, amelyek egy konkrét képlettel vannak megadva, míg az implicit függvények valamilyen egyenlet formájában adhatók meg. 

 A függvényeket két nagy típusba sorolhatjuk, az explicit és az implicit függvények csoportjába. Az explicit függvények azok, amelyek egy konkrét képlettel vannak megadva, míg az implicit függvények valamilyen egyenlet formájában adhatók meg. Az implicit függvények deriválására egy nagyon egyszerű képletet alkothatunk a parciális deriválás segítségével.

A kétváltozós függvények úgy működnek, hogy két valós számhoz rendelnek hozzá egy harmadik valós számot.

A vegyes másodrendű deriváltak mindig egyenlők, ha a függvény kétszer folytonosan deriválható.

A kétváltozós függvényeket x és y szerint is tudjuk deriválni. Ezeket a különböző változók szerinti deriváltakat parciális deriváltaknak nevezzük.

Egy általános módszer, amivel kétváltozós függvények szélsőértékeit és nyeregpontjait lehet meghatározni

Az elsőrendű parciális deriváltakat nullával egyenlővé téve egy egyenletrendszert kapunk. Ennek az egyenletrendszernek a megoldásai a stacionárius pontok.

Az elsőrendű parciális deriváltakat nullával egyenlővé téve egy egyenletrendszert kapunk. Ennek az egyenletrendszernek a megoldásai a stacionárius pontok.

 másodrendű deriváltakból képzett mátrix, amely segít eldönteni, hogy a függvénynek a stacionárius pontokban minimuma, maximuma, vagy éppen nyeregpontja van-e.

A sík azon pontjainak összességét, amelyekben az $f$ függvény ugyanazt a konstans értéket veszi fel, az $f$ függvény szintvonalának nevezzük.

Az érintősík képlete nagyon hasonlít az egyváltozós függvényeknél az érintő egyenletére, csak most x és y szerint is deriválni kell. Lépésről lépésre megoldunk néhány feladatot a kétváltozós függvények érintősíkjával kapcsolatban. Az első lépés mindig a parciális deriváltak kiszámolása, aztán ezekbe a parciális deriváltakba behelyettesítjük az érintési pont koordinátát. Ezek után még kiszámoljuk a függvényértéket is az érintési pontban és már jöhet is az érintősík egyenletének a képlete.

Az iránymenti derivált azt jelenti, hogyha a kétváltozós függvény grafikonjának egy pontjában áll egy hagymászó, és elindul egy v irányban, akkor ebben az irányban milyen meredeken emelkedik a felület. Az iránymenti derivált kiszámolása nagyon egyszerű. Azzal kell kezdeni, hogy a P pontban kiszámoljuk a deriváltvektort. Ezek után a v irányba mutató vektorból egységnyi hosszú vektort csinálunk úgy, hogy elosztjuk a saját hosszával. Az így keletkező e vektort skalárisan megszorozzuk a deriváltvektorral és meg is van az iránymenti derivált.

A függvényeket két nagy típusba sorolhatjuk, az explicit és az implicit függvények csoportjába. Az explicit függvények azok, amelyek egy konkrét képlettel vannak megadva, míg az implicit függvények valamilyen egyenlet formájában adhatók meg. 

 A függvényeket két nagy típusba sorolhatjuk, az explicit és az implicit függvények csoportjába. Az explicit függvények azok, amelyek egy konkrét képlettel vannak megadva, míg az implicit függvények valamilyen egyenlet formájában adhatók meg. Az implicit függvények deriválására egy nagyon egyszerű képletet alkothatunk a parciális deriválás segítségével.

A kétváltozós függvények határozott integrálja egy test térfogata.

A kettősintegrálok segítségével különböző felületek alatti térfogatokat tudunk kiszámolni. A legegyszerűbb eset, amikor egy téglalapon integrálunk. Ilyenkor az integrálás határai valamilyen számok.

Bizonyos kettősintegrálok kiszámolását megkönnyíti, ha inkább polárkoordinátákat használunk.

A síkbeli polárkoordináták egyik térbeli kiterjesztése - de nem az igazi...

A polárkoordináták háromdimenziós változatát gömbi koordinátáknak nevezzük. A régi x, y, z koordinátákat új gömbi koordinátákkal helyettesítjük.

Egy adott n elemű halmaz elemeinek egy ismétlés nélküli permutációján az n különböző elem egy sorba rendezését értjük.

$n$ faktoriálisán az $n$-nél kisebb vagy egyenlő pozitív egész számok szorzatát értjük.

Ismétlés nélküli variációról akkor beszélünk, ha n különböző elem közül kiválasztunk k db.-ot úgy, hogy a kiválasztott elemek sorrendje is számít.

Ismétlés nélküli kombinációról akkor beszélünk, ha n különböző elem közül kiválasztunk k db.-ot úgy, hogy a kiválasztott elemek sorrendjére nem vagyunk tekintettel.

Ismétléses permutációról akkor beszélünk, ha n elem sorrendjére vagyunk kiváncsiak, de ezen elemek között vannak megegyezőek is.

Ismétléses variációról akkor beszélünk, ha n különböző elem közül kiválasztunk k db.-ot úgy, hogy a kiválasztott elemek sorrendje is számít és egy elemet többször is választhatunk.

Ha kör alakban helyezünk el n különböző elemet és azok sorrendjét vizsgáljuk, akkor ciklikus permutációról beszélünk.

Eseményeknek nevezzük a valószínűségi kísérlet során bekövetkező lehetséges kimeneteleket.

A valószínűség kiszámításának klasszikus modellje az, hogy megszámoljuk hány elemi eseményből áll a vizsgált esemény és ezt elosztjuk az összes elemi esemény számával.

Mikor mondjuk, hogy két esemény egymástól független? Példák független eseményekre.

Mikor kizáró két esemény? Példák kizáró eseményekre.

A feltételes valószínűség. Az A feltéva B valószínűség azt jelenti, hogy mekkora eséllyel következik be az A esemény, ha a B esemény biztosan bekövetkezik..

Események metszetének, uniójának, különbségének és komplementerének valószínűségei.

A teljes valószínűség tétele azt mondja ki, hogy ha ismerjük egy A esemény feltételes valószínűségét egy teljes eseményrendszer valamennyi eseményére, akkor ebből az A esemény valószínűsége kiszámítható.

Olyankor használjuk, ha egy korábban bekövetkezett $B_k$ esemény valószínűségére vagyunk kíváncsiak egy később bekövetkezett A esemény tükrében.

Folytonosnak nevezzük azokat a valószínűségi változókat, amik folytonos mennyiségeket mérnek, ilyen például az idő, a távolság.

Diszkrétnek nevezzük azokat a valószínűségi változókat, amik megszámlálhatóan sok értéket vesznek fel.

Az X valószínűségi változó eloszlásfüggvénye F(x). F(x)=P(x<X) Vagyis minden x számhoz hozzárendeli annak a valószínűségét, hogy X<x. Nos ez elég izgi..

A sűrűségfüggvény a görbe alatti területekkel írja le egy esemény valószínűségét.

Az eloszlásfüggvény határértéke minusz végtelenben 0, plusz végtelenben 1, monoton nő és balról folytonos.

A sűrűségfüggvény integrálja minusz végtelentől plusz végtelenig 1, és nem negatív.

Három nagyon fontos összefüggés eloszlásfüggvény és sűrűségfüggvény között.

Az $X$ valószínűségi változó $F(x)$ eloszlásfüggvényéből úgy kapjuk meg az $f(x)$ sűrűségfüggvényét, hogy az $F(x)$ eloszlásfüggvényt deriváljuk. Fordítva pedig integrálni kell.

Kéttagú összegek n-edik hatványra emelésének képlete.

Az (a+b) hatványainak általánosítására egy képlet.

A valószínűségi változó értékeinek valószínűségekkel súlyozott átlaga. De valójában ez rém egyszerű, nézzünk rá néhány példát.

A szórás azt mutatja meg, hogy a várható érték körül milyen nagy ingadozásra számíthatunk.

Folytonos valószínűségi változók esetén a várható értéket egy integrálás segítségével számítjuk.

Folytonos valószínűségi változó esetén a szórást ugyanúgy kell számolni, mint diszkrét valószínűségi változó esetén:

A Markov egyenlőtlenség arról szól, hogy az X valószínűségi változó a várható értéknél nem lehet sokkal nagyobb.

A Csebisev egyenlőtlenség azt írja le, hogy az X valószínűségi változó várható értéktől való eltérése nem lehet túl nagy.

Ha egy esemény bekövetkezésének elméleti valószínűsége $p$, akkor minél többször végezzük el a kísérletet, a relatív gyakoriság és az elméleti valószínűség eltérése annál kisebb lesz.

Ha a szövegben valószínűségek vannak megadva, akkor a binomiális eloszlást szoktuk használni.

A visszatevées mintavételhez kapcsolódó eloszlás a binomiális eloszlás.

Ha húzásokat vizsgálunk úgy, hogy a kihúzott elemeket nem tesszük vissza, akkor ez egy visszatevés nélküli mintavétel.

A hipergeometriai eloszlás a visszatevés nélküli mintavételhez kapcsolódó eloszlás.

A hipergeometriai eloszlás egy diszkrét eloszlás, ahol N darab elem közül kiválasztunk n darab elemet visszatevés nélkül. Az összes elem között K darab selejtes található. Az eloszlás annak valószínűségét írja le, hogy a kiválasztott elemek között éppen k darab selejtes van.

A binomiális eloszlás egy diszkrét eloszlás, ahol egy esemény bekövetkezésének a valószínűsége p és egymástól függetlenül elvégzünk n darab kísérletet, ahol a kísérletek mindegyikében az esemény vagy bekövetkezik vagy nem. Az eloszlás annak valószínűségét írja le, hogy az esemény éppen k-szor következik be.

A Poisson eloszlás egy diszkrét eloszlás, ahol egy esemény bekövetkezésének a várható előfordulása lambda darab. Az eloszlás annak valószínűségét írja le, hogy az esemény éppen k-szor következik be.

Az eltelt idők és a távolságok eloszlása.

Ez egy folytonos eloszlás, ahol egy esemény bekövetkezésének valószínűsége valamely intervallumon konstans.

Mennyiségek eloszlása.

$X$ és $Y$ együttes eloszlása egy táblázat, amelyben szerepel $X$ és $Y$ összes lehetséges értéke és a hozzájuk tartozó valószínűségek.

A korreláció $X$ és $Y$ valószínűségi változók közötti kapcsolatot írja le.

Két valószínűségi változó peremeloszlás-függvényeinek felírása.

Két valószínűségi változó együttes eloszlásfüggvényeinek felírása.

Két valószínűségi változó együttes sűrűségfüggvény nagyon vicces módon írja le a valószínűségeket a függvény felülete alatti térfogat segítségével, vagyis jó sokat kell integrálgatni.

Két valószínűségi változó együttes sűrűségfüggvényéből ki tudjuk számolni az X és az Y valószínűségi változó saját sűrűségfüggvényét. Ezeket hívjuk perem-sűrűségfüggvényeknek.

Két valószínűségi változó peremeloszlás-függvényeinek felírása.