5
Diferenciální a integrální počet funkcí jedné proměnné (definice derivace funkce a její geometrický význam, primitivní funkce, určitý integrál a jeho geometrický význam), numerické derivování a integrace (obdélníkové, lichoběžníkové a Simpsonovo pravidlo), aplikace (určení lokálního extrému, navazování křivek, objem rotačního tělesa)
Užitečné odkazy

Kartéřský součin
- kartézský součin množin $A$ a $B$ je množina všech uspořádaných dvojic, kde první prvek pochází z množiny $A$ a druhý z množiny $B$
Značí se:
\[A \times B\]
Definice:
\[A \times B =
\{
(a,b)
\mid
a \in A,\; b \in B
\}\]
Příklad
Mějme množiny
\[A=\{1,2\}\]
\[B=\{a,b,c\}\]
Potom
\[A \times B =
\{
(1,a),
(1,b),
(1,c),
(2,a),
(2,b),
(2,c)
\}\]
Počet prvků
Počet prvků kartézského součinu je roven součinu počtu prvků obou množin:
\[|A \times B|
=
|A| \cdot |B|\]
V našem případě:
\[|A| = 2\]
\[|B| = 3\]
proto:
\[|A \times B|
=
2 \cdot 3
=
6\]
Binární relace
- binární relace mezi množinami $A$ a $B$ je libovolná podmnožina kartézského součinu
\[R \subseteq A \times B\]
tj. množina uspořádaných dvojic.
Zobrazení
- speciální binární relace, ve které každému prvku definičního oboru odpovídá právě jeden prvek oboru hodnot
\[f : A \to B\]
Pro každé:
\[x \in A\]
existuje právě jedno:
\[y \in B\]
Funkce
- zobrazení mezi dvěma množinami
\[f : A \to B\]
Každému prvku z množiny $A$ přiřazuje právě jeden prvek z množiny $B$.
V kontextu funkce:
- $A$ = definiční obor
- $B$ = kodoména (cílová množina)
Skutečný obor hodnot funkce je množina všech hodnot, kterých funkce skutečně nabývá:
\[f(A)=\{f(x)\ |\ x \in A\}\]
Předpis funkce popisuje závislost mezi prvky definičního oboru a odpovídajícími prvky oboru hodnot. Jinými slovy určuje, jakým způsobem se z hodnoty vstupu vypočítá odpovídající hodnota výstupu.
Reálná funkce
- funkce, jejíž definiční obor i obor hodnot jsou tvořeny reálnými čísly
\[f : A \to B\]
\[A,B \subseteq \mathbb{R}\]
\[f : \mathbb{R} \to \mathbb{R}\]
Každému reálnému číslu z definičního oboru přiřazuje právě jedno reálné číslo z oboru hodnot.
Reálná funkce jedné proměnné
- reálná funkce, jejíž vstup je tvořen právě jednou proměnnou
\[x \in \mathbb{R}\]
\[f(x) \in \mathbb{R}\]
Primitivní funkce
- primitivní funkce k funkci $f(x)$ je taková funkce $F(x)$, jejíž derivace je rovna funkci $f(x)$
\[F'(x) = f(x)\]
Příklad
Funkce:
\[F(x) = x^2\]
je primitivní funkcí k $f(x)=2x$, protože její derivace je:
\[F'(x) = 2x\]
Proto platí:
\[F'(x) = f(x)\]

Rostoucí funkce
Funkce $f$ je rostoucí na definičním oboru $D(f)$, pokud pro libovolná dvě čísla z definičního oboru platí:
\[x,y \in D(f)\]
a současně
\[x < y
\Rightarrow
f(x) < f(y)\]
Jinými slovy:
- když roste hodnota argumentu $x$,
- roste také hodnota funkce $f(x)$.
Příklad
\[f(x)=2x\]
Pro
\[1 < 3\]
platí
\[f(1)=2\]
\[f(3)=6\]
a tedy
\[2 < 6.\]
Asymptota funkce
- asymptota je přímka, ke které se graf funkce neomezeně přibližuje
- vzdálenost mezi grafem funkce a asymptotou se blíží nule
- graf se asymptoty může dotýkat nebo protínat
- pro dostatečně velké hodnoty argumentu nebo v okolí určitého bodu se graf asymptotě stále více přibližuje

Vertikální asymptota
Přímka ve tvaru:
\[x = a\]
je vertikální asymptotou funkce, pokud platí:
\[\lim_{x \to a} f(x) = \pm\infty\]
Horizontální asymptota
Přímka ve tvaru:
\[y = b\]
je horizontální asymptotou funkce, pokud platí:
\[\lim_{x \to \infty} f(x) = b\]
nebo
\[\lim_{x \to -\infty} f(x) = b\]
Limita
- číslo, ke kterému se funkce v nějakém bodě blíží
- popisuje chování funkce v okolí daného bodu, nikoliv nutně přímo v tomto bodě

\[\lim_{x \to a} f(x)=L\]
To znamená, že pokud se:
\(x \to a\)
pak se odpovídající funkční hodnoty:
\(f(x) \to L\)
přičemž „$\to$“ v tomto kontextu čteme jako „se blíží k“.
Limita zleva
- hodnota, ke které se funkce blíží při přibližování k bodu $a$ zleva
\[\lim_{x \to a^-} f(x)\]
Limita zprava
- hodnota, ke které se funkce blíží při přibližování k bodu $a$ zprava
\[\lim_{x \to a^+} f(x)\]
Existence limity
- limita existuje právě tehdy, když existuje limita zleva i limita zprava a vychází stejně
\[\lim_{x \to a^-} f(x)=\lim_{x \to a^+} f(x)=L
\Rightarrow
\lim_{x \to a} f(x)=L\]
Příklad
Funkce:
\[f(x)=\frac{1}{x}\]
nemá v bodě $x=0$ limitu, protože:
\[\lim_{x \to 0^-} \frac{1}{x}=-\infty\]
\[\lim_{x \to 0^+} \frac{1}{x}=+\infty\]
limita zleva a limita zprava nejsou stejné.
Derivace
- okamžitá rychlost změny funkce v bodě
- popisuje, jak strmě klesá nebo roste graf funkce v daném bodě
Definice
\[f'(x)=\lim_{h \to 0}\frac{f(x+h)-f(x)}{h}\]
kde:
- $f’(x)$ je derivace funkce $f$ v bodě $x$
- $h$ je malá přírůstková změna argumentu

Geometrický význam
- derivace v bodě $x$ je směrnice tečny k grafu funkce v tomto bodě
- kladná derivace → funkce v okolí bodu roste
- záporná derivace → funkce v okolí bodu klesá
- derivace rovna nule → vodorovná tečna (kandidát na lokální extrém)

Derivace elementárních funkcí
| Funkce $f(x)$ |
Derivace $f’(x)$ |
| $c$ (konstanta) |
$0$ |
| $x^n$ |
$n x^{n-1}$ |
| $e^x$ |
$e^x$ |
| $\ln x$ |
$\dfrac{1}{x}$ |
| $\sin x$ |
$\cos x$ |
| $\cos x$ |
$-\sin x$ |
| $\tan x$ |
$\dfrac{1}{\cos^2 x}$ |
Příklad
\[f(x)=x^3\]
\[f'(x)=3x^2\]
V bodě $x=2$:
\[f'(2)=12\]
tečna v tomto bodě roste strměji než v bodě $x=0$, kde je $f’(0)=0$.
Derivace součinu
- pravidlo pro derivaci součinu dvou funkcí
\[(f\cdot g)'(x)=f'(x)\,g(x)+f(x)\,g'(x)\]
Příklad
\[f(x)=x^2\cdot \sin x\]
\[f'(x)=2x\sin x + x^2\cos x\]
Derivace podílu
- pravidlo pro derivaci podílu dvou funkcí
\[\left(\frac{f}{g}\right)'(x)=\frac{f'(x)\,g(x)-f(x)\,g'(x)}{g(x)^2}\]
kde $g(x)\neq 0$.
Příklad
\[f(x)=\frac{x}{x+1}\]
\[f'(x)=\frac{1\cdot(x+1)-x\cdot 1}{(x+1)^2}=\frac{1}{(x+1)^2}\]
Souvislost s lokálním extrémem
- v interiéru intervalu, kde má funkce lokální maximum nebo minimum, často platí:
\[f'(x)=0\]
- samotná podmínka $f’(x)=0$ ještě neznamená extrém (např. inflexní bod u $f(x)=x^3$ v $x=0$)
- pro rozhodnutí pomůže zkoumat znaménko derivace vlevo a vpravo od bodu
Integrál
- integrace je inverzní operace derivace
- určitý / neurčitý
Neurčitý integrál
- hledá funkci, jejíž derivace je rovna $f(x)$
- výsledkem je primitivní funkce
\[\int f(x)\,dx = F(x) + C\]
Určitý integrál
- představuje obsah plochy mezi grafem funkce a osou $x$ na intervalu $\langle a,b \rangle$
- funkce musí být spojitá na intervalu $<a,b>$
- $a$ a $b$ se nazývají integrační meze
- $a$ je dolní integrační mez
- $b$ je horní integrační mez
- výsledkem je konkrétní číslo
\[\int_a^b f(x)\,dx = \left[F(x)\right]_a^b = F(b)-F(a)\]

Geometrický význam
- rozdělím plochu pod křivkou na velmi úzké obdélníky
- spočítám jejich obsahy
- všechny obsahy sečtu
- v limitě nekonečně mnoha nekonečně úzkých obdélníků získám přesný obsah plochy pod křivkou
\[\int_a^b f(x)\,dx
=
\lim_{n \to \infty}
\sum_{i=1}^{n}
f(x_i)\,\Delta x\]
kde:
- $\int_a^b f(x)\,dx$ je určitý integrál funkce $f(x)$ na intervalu $<a,b>$
- $a$ je dolní integrační mez
- $b$ je horní integrační mez
- $\lim_{n \to \infty}$ znamená, že počet dílků (obdélníků) roste do nekonečna
- $n$ je počet dílků, na které rozdělíme interval $<a,b>$
- $\sum_{i=1}^{n}$ znamená, že sčítáme příspěvky od prvního do n-tého dílku
- $x_i$ je zvolený bod v i-tém dílku
- $f(x_i)$ představuje výšku i-tého obdélníku
- $\Delta x$ představuje šířku jednoho dílku (obdélníku)
- $f(x_i)\Delta x$ je obsah i-tého obdélníku

Obdelníkové pravidlo
- numerická metoda pro přibližný výpočet určitého integrálu

Princip
- interval $<a,b>$ rozdělím na $n$ stejně širokých částí
- každou část nahradím obdélníkem
- výška obdélníku je určena hodnotou funkce v daném bodě
- obsahy všech obdélníků sečtu
Vzorec
\(\int_a^b f(x)\,dx
\approx
\sum_{i=1}^{n}
f(x_i)\,\Delta x\)
kde:
\[\Delta x = \frac{b-a}{n}\]
Geometrický význam
- plochu pod křivkou aproximuji pomocí obdélníků
- čím více obdélníků použiji, tím přesnější je výsledek
- v limitě nekonečně mnoha obdélníků dostanu přesnou hodnotu integrálu
Výhody
- velmi jednoduchý výpočet
- snadná implementace
Nevýhody
- nižší přesnost
- pro přesný výsledek je potřeba velký počet obdélníků
def rectangle_rule(f, a, b, n):
dx = (b - a) / n
total = 0.0
for i in range(n):
x = a + i * dx
total += f(x) * dx
return total
# Aproximace určitého integrálu ∫₀² x² dx pomocí obdélníkového pravidla.
result = rectangle_rule(lambda x: x * x, a=0, b=2, n=1000)
print(result)
Složené lichoběžníkové pravidlo
- numerická metoda pro přibližný výpočet určitého integrálu

Princip
- interval $<a,b>$ rozdělím na $n$ stejně širokých částí
- místo obdélníků spojím sousední body funkce úsečkou
- každou část tak nahradím lichoběžníkem
- obsahy všech lichoběžníků sečtu
Vzorec
\[\int_a^b f(x)\,dx
\approx
\frac{\Delta x}{2}
\left[
f(x_0)
+
2\sum_{i=1}^{n-1}f(x_i)
+
f(x_n)
\right]\]
kde:
\[\Delta x = \frac{b-a}{n}\]
Geometrický význam
- plochu pod křivkou aproximuji pomocí lichoběžníků
- horní strana každého lichoběžníku je tvořena úsečkou mezi dvěma body funkce
- křivku tedy nenahrazuji schody jako u obdélníkového pravidla, ale lomenou čarou
- čím více lichoběžníků použiji, tím přesnější je výsledek
- v limitě nekonečně mnoha lichoběžníků dostanu přesnou hodnotu integrálu
Výhody
- vyšší přesnost než obdélníkové pravidlo
- stále velmi jednoduchý výpočet
- snadná implementace
Nevýhody
- nižší přesnost než Simpsonovo pravidlo
- pro vysokou přesnost je stále potřeba větší počet intervalů
def trapezoidal_rule(f, a, b, n):
dx = (b - a) / n
total = (f(a) + f(b)) / 2
for i in range(1, n):
x = a + i * dx
total += f(x)
return total * dx
# Aproximace určitého integrálu ∫₀² x² dx pomocí lichoběžníkového pravidla.
result = trapezoidal_rule(lambda x: x * x, a=0, b=2, n=1000)
print(result)
Simpsonovo pravidlo
- numerická metoda pro přibližný výpočet určitého integrálu
- přesnější než obdélníkové i lichoběžníkové pravidlo

Princip
- interval $<a,b>$ rozdělím na sudý počet částí
- místo obdélníků nebo lichoběžníků aproximuji funkci parabolou
- každé dva sousední intervaly nahradím jednou kvadratickou funkcí
- obsahy vzniklých oblastí sečtu
Vzorec
\[\int_a^b f(x)\,dx
\approx
\frac{\Delta x}{3}
\left[
f(x_0)
+
4\sum_{i=1,3,5,\dots}^{n-1}f(x_i)
+
2\sum_{i=2,4,6,\dots}^{n-2}f(x_i)
+
f(x_n)
\right]\]
kde
\[\Delta x=\frac{b-a}{n}\]
a $n$ musí být sudé.
Geometrický význam
- křivku neaproximuji obdélníky ani úsečkami
- mezi body funkce prokládám paraboly
- plochu pod křivkou aproximuji pomocí těchto parabol
- čím více intervalů použiji, tím přesnější je výsledek
Výhody
- velmi vysoká přesnost
- pro stejný počet intervalů bývá výrazně přesnější než obdélníkové a lichoběžníkové pravidlo
- dobře funguje pro hladké funkce
Nevýhody
- složitější vzorec
- počet intervalů musí být sudý
- méně vhodné pro funkce s ostrými změnami
def simpson_rule(f, a, b, n):
if n % 2 != 0:
raise ValueError("n musí být sudé")
dx = (b - a) / n
total = f(a) + f(b)
for i in range(1, n):
x = a + i * dx
if i % 2 == 0:
total += 2 * f(x)
else:
total += 4 * f(x)
return total * dx / 3
# Aproximace určitého integrálu ∫₀² x² dx pomocí Simpsonova pravidla.
result = simpson_rule(lambda x: x * x, a=0, b=2, n=1000)
print(result)
Určení lokálního extrému
- Spočítám první derivaci.
- Vyřeším rovnici $f’(x)=0$.
- Zkoumám změnu znaménka derivace.

\[+ \rightarrow - \Rightarrow \text{lokální maximum}\]
\[- \rightarrow + \Rightarrow \text{lokální minimum}\]
Navazování křivek

Objem rotačního tělesa
