SlideShare a Scribd company logo
2
Most read
4
Most read
9
Most read
‫נספח נוסחאות חדו"א 2‬

‫למשל, נניח כי אנחנו החרוט שבתמונה מתחיל ב־0 וקודקודו נמצא‬
‫ב־5, אזי:‬
‫5‬

‫ˆ‬

‫‪2πrdx‬‬

‫ˆ‬

‫5‬

‫= )‪A (x‬‬
‫0‬

‫=‪S‬‬
‫0‬

‫כאשר ‪ r‬תלוי ב־‪ x‬אבל בשביל לדעת אותו נצטרך לדעת מהן‬
‫הפונקציות.‬

‫1.2‬

‫1‬

‫אינטגרציה לפי ‪y‬‬

‫במידה ורוצים לעשות אינטגרל ע"פ ‪ y‬אזי ממירים את הפונקציות‬
‫בהתאם:‬
‫למשל: ‪ y = 2x‬הופכת להיות ‪ ,x = y‬או למשל 2‪ y = x‬הופכת להיות‬
‫2‬
‫√‬
‫‪x=± y‬‬
‫וכעת אנחנו מתחילים מערכו הגבוה של ‪ y‬לערכו הנמוך, למשל:‬
‫לחשב את השטח הצבוע הכלוא בין שתי הפונקציות:‬

‫8‬
‫4‬
‫=‬
‫3‬
‫3‬

‫2‬

‫3‪x‬‬
‫− ‪dx = x‬‬
‫3‬
‫2‬

‫−4=‬
‫0‬

‫2‬

‫61‬
‫4‬
‫=4−‬
‫3‬
‫3‬

‫2‬

‫=‬
‫0‬

‫)השטח הצבוע הוא לא השטח שאנו רוצים לחשב כאן בדוגמא(‬

‫ˆ‬

‫2‬

‫...‬

‫‪2x − x‬‬

‫0‬

‫0‬

‫ואילו ע"פ ‪:y‬‬
‫4‬

‫נניח שאנחנו רוצים לחשב את הגוף הבא:‬
‫1‬
‫הגרף של הפונקציה 2‪ y = 2 x‬מ־0 עד 2 סביב ציר ה־‪ ,x‬אזי זה נראה‬
‫בערך כך:‬

‫כאשר הקו השחור מסמל דיסקית סביב ציר ה־‪,y‬‬
‫במקרה הזה הנוסחא הרדיוס )‪ (r‬הינו ערך הפונקציה בנקודה, לכן:‬
‫הנפח הינו האינטגרל של הנפח של הדיסקית. כזכור, שטח של מעגל‬
‫הינו: 2‪π · r‬‬

‫נקודות החיתוך הינן )4 ,2( , )0 ,0( וכמובן שאנחנו מתייחסים‬
‫√‬
‫√‬
‫ל־‪) x = y‬ולא ל־‪.(x = − y‬‬
‫לכן, אינטרציה ע"פ ‪:x‬‬
‫2‬

‫3‬

‫‪y‬‬
‫2 ‪2y‬‬
‫2‪y‬‬
‫= ‪dy‬‬
‫−‬
‫2‬
‫3‬
‫4‬

‫−‪y‬‬

‫√‬

‫שיטת הטבעות )דיסקים(‬

‫4‬

‫5‪x‬‬
‫4·5‬

‫2‬

‫‪dx = π‬‬

‫2 1‬
‫‪x‬‬
‫2‬

‫2‬

‫ˆ‬

‫·‪π‬‬

‫= ‪V‬‬
‫0‬

‫יכול להיות מצב שבו הגרף אינו יהיה צמוד למה שאנחנו רוצים לחשב,‬
‫כאשר את השטח הפנימי‬
‫לכן בעצם תיווצר לנו מעין דיסקית כזאת:‬
‫איננו רוצים לחשב....‬
‫לכןת ניתן לשרטט זאת כך )אנחנו מעוניינים רק בשטח הצבוע(:‬

‫ˆ‬
‫0‬

‫חישוב נפחים‬

‫עם אנחנו רוצים לחשב נפח של צורה תלת מימדית, למשל של הצורה‬
‫הבאה:‬

‫ולכן:‬

‫‪dx‬‬
‫אזי נפחה הוא אינטגרל של שטח הדיסקית )שאותו נסמן ב־)‪A (x‬‬
‫]מכיוון שהוא משתנה[( מהנקודה התחתונה לנקדוה העליונה,‬
‫1‬

‫2‬

‫2‬

‫‪b‬‬

‫ˆ‬

‫)‪π g (x) − f (x‬‬

‫= ‪V‬‬
‫‪a‬‬
‫2.2‬

‫שיטת הקליפות‬

‫א.‬

‫ניקח את אותו הגרף כמו ממקודם, רק שהפעם נחשב את הגוף שיווצר‬
‫עם נסובב סביב ציר ה־‪ .y‬מה שייצר לנו אלו קליפות שיוצרות גלילים‬
‫ולכן הפעם הנוסחא הינה:‬

‫‪(2πr · h) dx‬‬

‫∞→‪x‬‬

‫)ההתנהגות ´היא אותו הדבר ־ "תיקו"(.‬
‫∞´‬
‫∞‬
‫‪ a f (x) dx‬מתכנס ⇒⇐ ‪g (x) dx‬‬
‫‪a‬‬
‫ב.‬

‫ˆ‬

‫‪b‬‬

‫)‪f (x‬‬
‫∞<‪=L‬‬
‫)‪g (x‬‬

‫‪0 < lim‬‬

‫= ‪V‬‬

‫מתכנס.‬

‫‪a‬‬

‫)‪f (x‬‬
‫0=‬
‫)‪g (x‬‬

‫כאשר ‪ 2πr‬זהו היקף המעגל )היקף הגליל( ו־‪ h‬הינו הגובה.‬

‫‪lim‬‬

‫∞→‪x‬‬

‫∞´‬
‫∞´‬
‫‪ a g (x) dx‬מתכנס ⇐ ‪ a f (x) dx‬מתכנס.‬
‫∞´‬
‫∞´‬
‫‪ a f (x) dx‬מתבדר ⇐ ‪ a g (x) dx‬מתבדר.‬
‫ג.‬
‫)‪f (x‬‬
‫∞=‬
‫)‪g (x‬‬
‫לכן, השטח הינו:‬
‫2‬

‫... =‬
‫0‬

‫4‪x‬‬
‫1‬
‫· ‪2πx · x2 dx = 2π‬‬
‫2‬
‫2·4‬

‫2‬

‫ˆ‬
‫= ‪V‬‬
‫0‬

‫מכיוון שבמקרה שלנו הרדיוס הינו ‪ r = x‬והגובה הינו ערך הפונקציה‬
‫בנקודה 2‪. 1 x‬‬
‫2‬

‫3‬

‫אינטגרלים לא אמיתיים‬

‫הגדרה: תהי ‪ f‬פונקציה שהיא רציפה ב־]‪.(a < t) [a, t‬‬
‫‪´t‬‬
‫אם ‪ limt→∞ a f (x) dx‬קיים וסופי אזי נאמר כי האינטגרל הנ"ל‬
‫‪´t‬‬
‫מתכנס. ו־ ´‬
‫‪t‬‬
‫‪. a f (x) dx = limt→∞ a f (x) dx‬‬
‫‪´t‬‬
‫אם ‪ limt→∞ a f (x) dx‬אינו קיים )למשל הגבול הוא אינסוף( אזי‬
‫נאמר כי האינטגרל מתבדר.‬
‫דוגמאות:‬
‫‪´t‬‬
‫‪) limt→∞ 1 x1 dx‬זה יכול להיות כל מספר מלבד 1 בתנאי שהפונקציה‬
‫‪α‬‬
‫תהיה רציפה בקטע(.‬
‫מתכנס כאשר 1 > ‪ ,α‬מתבדר כאשר 1 ≤ ‪:α‬‬

‫‪lim‬‬

‫∞→‪x‬‬

‫∞´‬
‫∞´‬
‫‪ a f (x) dx‬מתכנס ⇐ ‪ a g (x) dx‬מתכנס.‬
‫∞´‬
‫∞´‬
‫‪ a g (x) dx‬מתבדר ⇐ ‪ a f (x) dx‬מתבדר.‬
‫איך פותרים שאלה כזאת )כשמדובר באינסוף בלבד(?‬
‫∞´‬
‫1‬
‫נניח ואנחנו צריכים לבדוק האם ‪ 1 x2 +3x+5 dx‬מתכנס או מתבדר.‬
‫1‬
‫1‬
‫ננחש כי 5+‪ 4x2 +3x‬מתנהגת כמו 2‪ , x‬לכן נשווה את שתי הפונקציות‬
‫ונקבל:‬
‫1‬
‫3‬
‫5‬
‫) 2‪x2 (4+ x + x‬‬
‫5+‪4x2 +3x‬‬
‫2‪x‬‬
‫ומכאן ששתי‬
‫=‬
‫=‬
‫4 →−−‬
‫−−‬
‫1‬
‫2‪x‬‬
‫2‪x‬‬
‫∞→‪x‬‬
‫5+‪4x2 +3x‬‬
‫הפונקציות מתנהגות אותו דבר,‬
‫לכן האינטגרל הנ"ל מתבדר.‬
‫הכלל הוא כזה: כאשר נתון לנו אינטגרל כמו למעלה אנחנו מוציאים‬
‫את החזקה הכי גבוה במונה ובמכנה ומשווים.‬
‫√‬
‫√‬
‫‪x‬‬
‫2+‪x‬‬
‫למשל: 1+‪. x3 ⇐ x3 +4x‬‬
‫ניתן כמובן גם להשתמש בכללי השווה כדי להוכיח שאינטגרל הוא‬
‫∞´‬
‫מתכנס/מתבדר, למשל: נרצה להוכיח כי ‪ 1 ex‬אזי נשווה אותו למשל‬
‫‪x‬‬
‫‪x‬‬
‫‪x‬‬
‫‪x‬‬
‫ל־ 3‪ x‬ונראה שלבסוף נקבל גרירה: זה ש־ 3‪ x‬מתכנס יגרור את זה ש־ ‪x‬‬
‫‪e‬‬
‫מתכנס.‬

‫2.3‬

‫מקרה שני של אינטגרל לא אמיתי‬

‫אם‬
‫תהי ‪ f‬פונקציה רציפה בקטע ]‪.(a, b‬‬
‫הגדרה:‬
‫‪´b‬‬
‫‪´b‬‬
‫‪ limt→a+ t f (x) dx‬קיים )וסופי( אזי נאמר כי ‪ t f (x) dx‬מתכנס‬
‫ו־‬
‫‪´b‬‬
‫‪´b‬‬
‫‪ . a f (x) dx = limt→a+ t f (x) dx‬אם אין גבול )או שהגבול‬
‫אינסופי( אזי אומרים כי האינטגרל מתבדר.‬
‫משפט: יהי 0 > ‪:α‬‬
‫1´‬
‫אם 1 ≥ ‪ α‬אזי האינטגרל ‪ 0 x1 dx‬מתבדר.‬
‫‪α‬‬
‫1´‬
‫1‬
‫אם 1 < ‪ α‬אזי האינטגרל ‪ 0 x1 dx‬מתכנס ושווה ל־ ‪. 1−α‬‬
‫‪α‬‬
‫משפט: אם ‪ f‬רציפה על ]‪ (a, b‬וגם על ]‪ (a, c‬אזי:‬
‫‪´b‬‬
‫‪´c‬‬
‫‪´c‬‬
‫‪ a f (x) dx‬מתכנס אםם ‪ a f (x) dx‬מתכנס. )ההפרש הוא ‪b f (x) dx‬‬

‫שהוא קבוע ובלתי תלוי ב־‪ .(t‬ההתכנסות תלויה רק בהתנהגות של ‪ f‬כש־‪ t‬שואף ל־ +‪.a‬‬

‫משפט: תהי ‪ f‬רציפה בכל´קטע ]‪ .[a, t‬נניח כי 0 = )‪limx→∞ f (x‬‬
‫∞‬
‫אזי האינטגרל ‪ a f (x) dx‬מתבדר.‬

‫1.3‬

‫משפטי השוואה‬

‫תהיינה ‪ f, g‬פונקציות רציפות וחיוביות ב־)∞ ,‪.[a‬‬
‫נתבונן ב־ )‪.limx→∞ f (x‬‬
‫)‪g(x‬‬
‫ישנם שלושה מקרים:‬

‫כעת, כל משפטי ההשוואה שאנחנו מכירים מממקום, נכון עכשיו רק‬
‫ההפך:‬
‫תהיינה ‪ f, g‬פונקציות רציפות וחיוביות ב־)∞ ,‪.[a‬‬
‫נתבונן ב־ )‪.limx→∞ f (x‬‬
‫)‪g(x‬‬
‫ישנם שלושה מקרים:‬
‫א.‬
‫)‪f (x‬‬
‫∞<‪=L‬‬
‫)‪g (x‬‬

‫2‬

‫+‪0 < lim‬‬
‫‪x→a‬‬
‫)ההתנהגות ´היא אותו הדבר ־ "תיקו"(.‬
‫∞´‬
‫∞‬
‫‪ a f (x) dx‬מתכנס ⇒⇐ ‪g (x) dx‬‬
‫‪a‬‬
‫ב.‬
‫)‪f (x‬‬
‫0=‬
‫)‪g (x‬‬

‫במקרה הזה, שאנחנו רוצים להשוות, אנחנו ניקח תמיד את החזקה‬
‫הנמוכה יותר )בשונה ממקודם(.‬
‫למשל:‬
‫1 1´‬
‫‪ 0 √x+x dx‬־ ניקח את החזקה הכי נמוכה במונה ובמכנה:‬

‫מתכנס.‬

‫√‬
‫1‬
‫= ‪√ x‬‬
‫1 →−− √‬
‫−−‬
‫‪x+x‬‬
‫+0→‪1+ x x‬‬
‫1 1´‬
‫היות והאינטגרל ‪√ dx‬‬
‫0‬
‫‪x‬‬

‫‪lim‬‬

‫+‪x→a‬‬

‫∞´‬
‫∞´‬
‫‪ a g (x) dx‬מתבדר ⇐ ‪ a f (x) dx‬מתבדר.‬
‫∞´‬
‫∞´‬
‫‪ a f (x) dx‬מתכנס ⇐ ‪ a g (x) dx‬מתכנס.‬
‫ג.‬

‫=‬

‫‪x‬‬

‫1‬
‫√‬

‫1+‪. x‬‬
‫√‬

‫‪x‬‬

‫מתכנס אזי‬

‫1‬
‫‪√ dx‬‬
‫‪0 x+ x‬‬

‫מתכנס. )תזכרות:‬

‫√‬
‫1‬
‫2 ‪.( x = x‬‬
‫‪´ 1 1+x‬‬
‫עוד דוגמא: ‪ 0 √x3 +x5 dx‬ע"י 0 הפונקציה מתנהגת כמו‬
‫3‬

‫√‬

‫3 1√ :‬
‫‪x‬‬

‫‪√ 1+x‬‬

‫5‪x3 +x‬‬

‫‪x‬‬
‫−−‬
‫1 → − − 2‪= (1 + x) √x3 ·√1+x‬‬
‫+0→‪x‬‬
‫3‬
‫‪x‬‬
‫1´‬
‫‪ 0 √1 3 dx‬מתבדר ולכן גם היאנגטל הנ"ל מתבדר.‬
‫‪x‬‬
‫1 1+‪´ a‬‬
‫‪ a‬מתכנס אםם 1 < ‪.α‬‬
‫משפט: האינטגרל ‪α dx‬‬
‫)‪(x−a‬‬
‫1 1´‬
‫למשל: האינטגרל ‪ 0 sin(x) dx‬מתכנס כי )‪ sin (x‬מתנהגת כמו ‪ x‬ב־0‬
‫1‬
‫1 √ מתנהגת כמו ‪. √x‬‬
‫ולכן‬
‫1√‬

‫)‪f (x‬‬
‫∞=‬
‫)‪g (x‬‬

‫1´‬

‫‪lim‬‬

‫+‪x→a‬‬

‫∞´‬
‫∞´‬
‫‪ a f (x) dx‬מתבדר ⇐ ‪ a g (x) dx‬מתבדר.‬
‫∞´‬
‫∞´‬
‫‪ a g (x) dx‬מתכנס ⇐ ‪ a f (x) dx‬מתכנס.‬

‫.‬

‫)‪sin(x‬‬

‫3.3‬

‫מקרה שלישי של אינטגרל לא אמיתי‬

‫הגדרה: תהי ‪ f‬רציפה בקטע )‪ f ) [a, b‬אינה חסומה בסביבה של ‪ .(b‬אם‬
‫‪´b‬‬
‫‪´t‬‬
‫0 = ‪ limt→b− a f (x) dx = l‬אזי נאמר כי האינטגרל ‪f (x) dx‬‬
‫‪a‬‬
‫‪´b‬‬
‫מתכנס ושווה לגבול. אחרת נאמר כי האינטגרל ‪ a f (x) dx‬מתבדר.‬
‫המשפטים שראינו עבור פונקציות לא חסומות בסביבה של +‪ a‬נכונים‬
‫גם עבור פונקציות לא חסומות בסביבה של −‪ .a‬למשל:‬
‫‪t‬‬
‫1‬
‫‪ˆ t‬‬
‫2 ˆ‬
‫1‬
‫2 )‪(2 − x‬‬
‫1‬
‫√‬
‫√‬
‫= ‪dx‬‬
‫1 − = ‪dx‬‬
‫=‬
‫2/‬
‫‪2−x‬‬
‫‪2−x‬‬
‫1‬
‫1‬
‫1‬
‫√‬
‫2 →−− 2 + ‪− 2 2 − t‬‬
‫−−‬
‫−‬
‫2→‪t‬‬

‫לסיכום: ישנם ארבעה מקרים אלמנטריים:‬
‫∞´‬
‫1. ‪ a f (x) dx‬־ ‪ f‬רציפה ב־)∞ ,‪.[a‬‬
‫‪´b‬‬
‫2.‪ −∞ f (x) dx‬־ ‪ f‬רציפה ב־]‪.(−∞, b‬‬
‫‪´b‬‬
‫3. ‪ a f (x) dx‬־ ‪ f‬אינה חסומה בסביבה של +‪.a‬‬
‫‪´b‬‬
‫4. ‪ a f (x) dx‬־ ‪ f‬אינה חסומה בסביבה של −‪.b‬‬
‫איך פותרים שאלות מהסוג הזה )שיש יותר מבעיה אחת(?‬
‫מחלקים את היאנטגרל לסכום של אינטגרליים "אלמנטריים" שבכל‬
‫אחד מהם יש רק בעיה אחת.‬
‫האינטגרל הכולל מתכנס אםם כל אינטגרל בסכום ואז הוא שווה לסכום‬
‫האינטגרלים )מספיק שאחד מהם מתבדר כדי כדי שהאינטגרל הכולל‬
‫יתבדר(.‬
‫למשל:‬
‫1 ∞´‬
‫1 1− ´‬
‫1 0´‬
‫1 1´‬
‫1 ∞´‬
‫‪dx = −∞ x2 dx + −1 x2 dx + 0 x2 dx + 1 x2 dx‬‬
‫2‪−∞ x‬‬
‫האינטגרלים שבתוך הקופסא מתבדרים ולכן האינטגרל כולו מתבדר.‬
‫∞´‬
‫1‬
‫או למשל: ‪: 3 x2 −5x+6 dx‬‬
‫שלב ראשון: מוצאים את הנקודות הבעיתיות: ∞ ,3.‬
‫∞´ 4´‬
‫שלב שני: מפצלים את האינטגרל: 4 , 3 .‬
‫שלב שלישי: מקיימים דיון בכל אינטגרל:‬
‫∞´‬
‫1‬
‫1‬
‫‪ 4 x2 −5x+6 dx‬־ מתכנס כי הפונקציה מתנהגת כמו 2‪ x‬ב־∞.‬
‫4´‬
‫1‬
‫1‬
‫1‬
‫לגבי ‪ : 3 x2 −5x+6 dx‬היות ו־ )2−‪ x2 −5x+6 = (x−3)(x‬אזי ניתן‬
‫1‬
‫לראות שהגורם הבעייתי הוא )3−‪ (x‬ולכן, ע"י 3 הפונקציה מתנהגת‬
‫1‬
‫כמו )3−‪ (x‬ולכן אנחנו נחשב את האינטגרל עם הפונקציה הזאת:‬
‫4´‬
‫1 4´‬
‫1‬
‫מתבדר ולכן:‬
‫ולכן ‪dx‬‬
‫מתבדר,‬
‫‪dx‬‬
‫6+‪3 x2 −5x‬‬
‫)3−‪´ ∞ 3 (x‬‬
‫1‬
‫‪ 3 x2 −5x+6 dx‬מתבדר.‬
‫··· ‪´ a‬‬
‫וישנה בעיה ב־‪ :a‬מוציאים את‬
‫באופן כללי, אם יש לנו ‪··· dx‬‬
‫)‪ (x − a‬כמה שאפשר )או את ‪.(a − x‬‬
‫3‬
‫4‬
‫1.4‬

‫טורים‬

‫5.4‬

‫חזרה על סדרות‬

‫סדרה עולה ממש: ‪ an+1 > an‬החל מ־‪ n‬מסוים.‬
‫סדרה יורדת ממש: ‪ an+1 < an‬החל מ־‪ n‬מסוים.‬
‫אם )‪ an = f (n‬אזי ניתן להמיר את ‪ n‬ב־‪ x‬ורק אז לגזור ואז לפי אם‬
‫‪ f‬עולה או יורדת ניתן לדעת אם הסדרה עולה ממש או יורדת ממש.‬

‫2.4‬

‫טורים‬
‫‪n‬‬
‫0=‪k‬‬

‫הגדרה: ‪ak‬‬
‫מ־0(.‬
‫∞‬
‫אם לסדרה ‪ Sn‬יש גבול סופי, אזי נאמר כי הטור ‪ n=0 an‬מתכנס‬
‫∞‬
‫ו־ ‪ . n=0 an = limn→∞ Sn‬אחרת נאמר כי הטור מתבדר.‬
‫∞‬
‫משפט: אם הטור ‪ n=0 an‬מתכנס אזי בהכרח 0 = ‪.limn→∞ an‬‬
‫∞‬
‫∞‬
‫1‬
‫‪n‬‬
‫טענה: הטור ‪ n=0 q n‬מתכנס אםם 1 < |‪ |q‬ו־ ‪. n=0 q = 1−q‬‬
‫1.2.4‬

‫טור טלסקופי‬

‫זהו טור שהוא בעצם סכום של שני איברים )בד"כ הראשון והאחרון(,‬
‫∞‬
‫1‬
‫1‬
‫1‬
‫1‬
‫למשל: 1+‪. n=1 n(n+1) ⇒ n(n+1) = n − n‬‬
‫∞‬

‫משפטי השוואה עם גבולות‬

‫∞‬
‫∞‬
‫יהיו ‪ n=0 an‬ו־ ‪ n=0 bn‬טורים חיוביים.‬
‫‪an‬‬
‫1. אם 0 = ‪limn→∞ bn = l‬‬
‫∞‬
‫∞‬
‫אזי: ‪ n=0 an‬מתכנס אםם ‪ n=0 bn‬מתכנס.‬
‫‪an‬‬
‫2. אם 0 = ‪ ,limn→∞ bn‬אזי:‬
‫∞‬
‫∞‬
‫‪ n=0 bn‬מתכנס ⇐ ‪ n=0 an‬מתכנס.‬
‫∞‬
‫∞‬
‫‪ n=0 an‬מתבדר ⇐ ‪ n=0 bn‬מתבדר.‬
‫‪n‬‬
‫3. אם ∞ = ‪ ,limn→∞ an‬אזי:‬
‫‪b‬‬
‫∞‬
‫∞‬
‫‪ n=0 an‬מתכנס ⇐ ‪ n=0 bn‬מתכנס.‬
‫∞‬
‫∞‬
‫‪ n=0 bn‬מתבדר ⇐ ‪ n=0 an‬מתבדר.‬

‫תהי ) ‪ (an‬סדרה חיובית. נניח כי קיימת פונקציה ‪ f‬כך ש־ ‪f (n) = an‬‬
‫)לפחות עבור ‪ n‬מספיק גדול(.‬
‫נניח כי ‪ f‬רציפה ויורדת בקטע מהצורה )∞ ,‪.[a‬‬
‫∞´‬
‫∞‬
‫אזי הטור ‪ n=0 an‬מתכנס אםם האינטגרל ‪ a f (x) dx‬מתכנס.‬
‫כדאי לזכור מסקנה הנובעת ממשפט זה:‬
‫מסקנה: הטור‬

‫∞‬
‫1‬
‫‪n=0 nα‬‬

‫מתכנס אםם 1 > ‪.α‬‬

‫הערה לגבי טורים עם פונקציות טריגונומטריות )למשל(:‬
‫2‬
‫∞‬
‫)‪(n‬‬
‫אם ניתקל בטור הבא: ‪ n=0 sin2n‬אזי, נשים לב לכך שניתן לחסום:‬
‫1 ≤ )‪.sin (x‬‬
‫‪n‬‬
‫)‪sin2 (n‬‬
‫1‬
‫1 = ‪ 2n ≤ 2n‬־ ומכאן שהטור מתכנס.‬
‫לכן:‬
‫2‬

‫5‬
‫1.5‬

‫טורים עם סימן מתחלף‬
‫הלמה של קנטור‬

‫תהיינה ) ‪ (an‬ו־) ‪ (bn‬סדרות המקיימות את ההנחות הבאות:‬
‫א. הסדרה ) ‪ (an‬עולה.‬
‫ב. הסדרה ) ‪ (bn‬יורדת.‬
‫ג. לכל ‪.an ≤ bn :n‬‬
‫ד. 0 = ) ‪.limn→∞ (bn − an‬‬
‫אזי הסדרות ) ‪ (an ) , (bn‬מתכנסות ו־ ‪limn→∞ an = limn→∞ bn‬‬

‫2.5‬

‫משפט לייבניץ'‬

‫תהי ) ‪ (an‬סדרה יורדת ממש, חיובית כך ש־0 = ‪) limn→∞ an‬אלו‬
‫שלושת התנאיים ההכרחיים לכך שנוכל להשתמש במשפט לייבניץ'(.‬
‫∞‬
‫‪n‬‬
‫אזי הטור ‪ n=0 (−1) an‬מתכנס. )טור לייבניץ' הוא טור מהצורה‬
‫הנ"ל(.‬
‫∞‬
‫‪n‬‬
‫= ‪ S‬וב־) ‪ (Sn‬את סדרת הסכומים‬
‫אם נסמן: ‪(−1) an‬‬
‫0=‪n‬‬
‫החלקיים אזי: 1+‪. |S − Sn | < an‬‬
‫)הערה: ‪ak‬‬

‫והרעיון הוא אותו רעיון כמו האינטגרלים באינסוף.‬

‫4.4‬

‫מבחן האינטגרל‬

‫∞‬

‫משפט: יהיו ‪ n=0 an‬ו־ ‪ n=0 bn‬טורים חיוביים. נניח כי קיים 0 > ‪c‬‬
‫כך ש־ ‪ an ≥ c · bn‬החל מ־ 0‪ n‬מסוים( אזי:‬
‫∞‬
‫∞‬
‫‪ n=0 bn‬מתכנס ⇐ ‪ n=0 an‬מתכנס.‬
‫∞‬
‫∞‬
‫הגדרה: יהי ‪ n=0 an‬טור. אם | ‪ n=0 |an‬מתכנס נאמר כי הטור‬
‫∞‬
‫∞‬
‫‪ n=0 an‬מתכנס בהחלט. אם | ‪ n=0 |an‬מתבדר, נאמרי כי הטור‬
‫∞‬
‫‪ n=0 an‬מתכנס בתנאי.‬
‫2+‪n‬‬
‫∞‬
‫∞‬
‫‪4 n‬‬
‫דוגמא קטנה: 211 = 7 0=‪) n=0 47n = 16 · n‬הטור מתכנס‬
‫3‬
‫כי 1 < 4 (.‬
‫7‬

‫3.4‬

‫תהי ‪ an‬סדרה חיובית.‬
‫√‬
‫נניח כי ‪.limn→∞ n an = l‬‬
‫∞‬
‫אם 1 < ‪ l‬אזי הטור ‪ n=0 an‬מתכנס.‬
‫∞‬
‫אם 1 > ‪ l‬אזי הטור ‪ n=0 an‬מתבדר.‬
‫אם 1 = ‪ l‬לא יודעים.‬
‫√‬
‫תזכורת חשובה למבחן זה: 1 = ‪.limn→∞ n n‬‬

‫6.4‬
‫= ‪) .Sn‬כמובן שהערך ההתחלתי יכול להיות גדול‬

‫מבחן השורש )מבחן של קושי ‪(Cauchy‬‬

‫‪n‬‬
‫0=‪k‬‬

‫= ‪.(Sn‬‬

‫מבחן המנה )מבחן דלמבר ‪(D'Alembert‬‬

‫תהי ‪ an‬סדרה חיובית.‬
‫1+‪n‬‬
‫נניח כי ‪.limn→∞ aan = l‬‬
‫∞‬
‫אם 1 < ‪ l‬אזי הטור ‪ n=0 an‬מתכנס.‬
‫∞‬
‫אם 1 > ‪ l‬אזי הטור ‪ n=0 an‬מתבדר.‬
‫אם 1 = ‪ l‬לא יודעים.‬
‫)בד"כ נשתמש במבחן הזה כאשר יש לנו עצרות בטור(.‬
‫הסבר: נניח ואנחנו מחפשים שגיאה )הפרש( שהיא קטנה מ־ 6−01, אזי‬
‫אנחנו צריכים למצוא ‪ n‬שעבורו יתקיים 6−01 < 1+‪ an‬ואז בוודאי‬
‫יתקיים נקבל את השגיאה הרצויה: 6−01 < | ‪.|S − Sn‬‬
‫)תזכורת: שלושת התנאים מתקיים, הטור מתכנס, ולכן לכל שגיאה‬
‫שנבחר ]בתנאי שהיא גדולה מאפס כמובן[ תמיד יהיה קיים ‪ n‬כך ש־‬
‫1+‪ an‬יהיה קטן מהשגיאה שלנו(.‬
‫4‬
‫דוגמא: ניקח את הטור:‬

‫1‬
‫1−‪2n‬‬

‫‪n‬‬

‫· )1−(‬

‫∞‬
‫0=‪n‬‬

‫־ ניתן לראות‬

‫1‬
‫שהסדרה 1−‪ 2n‬היא אכן: יורדת ממש, חיוביות ושואפת ל־0. לכן ניתן‬
‫להשתמש בה במשפט לייבניץ.‬
‫כעת, בשביל למצוא ‪ n‬מתאים )גודל השגיאה הינו 2−01(:‬
‫2‬
‫1‬
‫1−2 01 > ‪ , 2n+1 < 10−2 ⇒ 2n > 102 − 1 ⇒ n‬נבחר 05 = ‪ ,n‬לכן,‬
‫אנחנו יודעים, ע"פ המשפט ש־ 2−01 < 15‪.|S − S50 | < a‬‬
‫הערה: )על סימן הטעות(.‬
‫אם המספר האחרון שהוספנו בסכום החלקי הוא חיובי אזי הסכום‬
‫החלקי גדול מדי )כלומר, עברנו את הגבול ואנחנו מצאים מעליו(.‬
‫אם המספר האחרון שהוספנו הוא שלילי אזי הסכום החלקי קטן מדי‬
‫)כלומר, אנחנו נמצאים מתחת לגבול(.‬

‫6‬

‫טורי חזקות‬

‫הגדרה: טור חזקות ממורכז ב־)‪ a (a ∈ R‬הוא טור מהצורה:‬
‫∞‬
‫‪n‬‬
‫)‪. n=0 an (x − a‬‬
‫‪n‬‬
‫∞‬
‫למשל: )1−‪ n=0 (x‬הוא טור שממורכז ב־1.‬
‫1+‪2n‬‬
‫משפט התכנסות:‬
‫∞‬
‫יהי 0 = 0‪ .x‬נניח כי הטור ‪ n=0 an xn‬מתכנס עבור 0‪ ,x = x‬אזי‬
‫∞‬
‫הטור ‪ n=0 an xn‬מתכנס בהחלט עבור כל )| 0‪.x ∈ (− |x0 | , |x‬‬
‫תחום ההתכנסות משמעו שאנחנו מחפשים תחום )קטע כלשהו( שעבור‬
‫כל ‪ x‬שנמצא בתוכו. אם נציב אותו ־ הטור יתכנס.‬
‫מסקנה:‬
‫תחום ההתכנסות הוא אחת מהצורות הבאות:‬
‫א. )0 = ‪ {0} (R‬־ אם 0 = ‪ x‬הטור הוא · · · + 0 + 0 + 0‪) .a‬בטורי‬
‫חזקות מסמנים 1 = 00(.‬
‫ב. ]‪ ,(−R, R) , [−R, R] , [−R, R) , (−R, R‬עבור איזשהו 0 > ‪.R‬‬
‫ג. ‪) R‬כאשר ∞ = ‪.(R‬‬
‫‪ R‬נקרא ־ רדיוס ההתכנסות של הטור.‬
‫כדאי לזכור:‬
‫∞‬
‫עבור הטור ‪: n=0 an xn‬‬
‫הטור מתכנס בהחלט ב־)‪ (−R, R‬ומתבדר מחוץ ל־]‪.[−R, R‬‬
‫כלומר:‬
‫עבור ‪ |x| < R‬יש התכנסות בהחלט.‬
‫עבור ‪ |x| > R‬יש התבדרות.‬
‫ב־‪ ±R‬יש או התכנסות בהחלט, או התכנסות בתנאי או‬
‫התבדרות )ולכן תמיד צריך לבדוק מה קורה לטור ב־‪.(!!!R‬‬
‫‪ R‬הוא הערך המפריד בין התכנסות להתבדרות.‬

‫|‪|x‬‬
‫→−− √‬
‫− − ‪n n‬‬
‫∞→‪n‬‬

‫|‪|x‬‬
‫בקצוות(.‬

‫1.6‬

‫=‬

‫‪|x|n‬‬
‫‪n‬‬

‫‪n‬‬

‫ומכאן שהרדיוס הוא 1 )ונשאר רק לבדוק‬

‫הזזה של טור חזקות‬
‫∞‬
‫0=‪n‬‬

‫‪n‬‬

‫אזי רדיוס‬
‫)‪an (x − a‬‬
‫במידה והטור ממורכז סביב ‪:a‬‬
‫ההתכנסות הינו בהתאם: מתכנס בהחלט ב־)‪ (a − R, a + R‬ומתבדר‬
‫מחוץ ל־]‪.[a − R, a + R‬‬

‫2.6‬

‫אריתמטיקה של טורי חזקות‬
‫∞‬

‫‪n‬‬
‫טור חזקות עם רדיוס התכנסות ‪ .R‬אזי עבור כל‬
‫יהי ‪n=0 an x‬‬
‫∞‬
‫‪n‬‬
‫0 = ‪ ,c‬הטור ‪ n=0 c · an x‬עם טור חזקות עם רדיוס ‪ R‬ועם אותה‬
‫התנהגות בקצוות קטע ההתכנסות.‬
‫∞‬
‫∞‬
‫‪n‬‬
‫‪n‬‬
‫טורי חזקות עם רדיוס 1‪ R‬ו־ 2‪R‬‬
‫יהיו‬
‫ו־ ‪n=0 bn x‬‬
‫‪n=0 an x‬‬
‫בהתאמה.‬
‫∞‬
‫‪n‬‬
‫הוא טור חזקות עם רדיוס גדול או‬
‫אזי הטור ‪n=0 (an + bn ) x‬‬
‫שווה ל־) 2‪ .min (R1 , R‬אם 2‪ R1 = R‬אזי הרדיוס הוא שווה ל־‬
‫) 2‪.min (R1 , R‬‬
‫למשל:‬
‫∞‬
‫∞‬
‫‪x n‬‬
‫‪n‬‬
‫טור עם רדיוס 1.‬
‫2 0=‪ n‬וטר עם רדיוס 2.‬
‫‪n=0 x‬‬
‫∞‬
‫1‬
‫‪ n=0 1 + 2n xn‬־ טור עם רדיוס 1 כי 2 = 1.‬

‫הערה על טורי חזקות )שגם תופיע בהרחבה בהמשך(:‬
‫2‬
‫נניח ונתון לנו: ‪ 1−2x‬ואנחנו צריכים למצוא את זה כטור חזקות,‬
‫1‬
‫אזי אנחנו יודעים להמיר לטור כל מה שהוא מהצורה הבאה: ♣−1‬
‫∞‬
‫‪n‬‬
‫ל־ )♣( 0=‪. n‬‬
‫לכן במקרה שלנו, מה שנקבל הוא:‬
‫‪2 n xn‬‬

‫3.6‬

‫∞‬
‫0=‪n‬‬

‫‪n‬‬

‫· 2 = )‪(2x‬‬

‫∞‬
‫0=‪n‬‬

‫·2=‬

‫1‬
‫‪1−2x‬‬

‫2=‬

‫משפט הרציפות‬
‫∞‬

‫יהי ‪ f (x) = n=0 an xn‬טור זחקות עם רדיוס התכנסות ‪ .R‬אזי‬
‫הפונקציה ‪ f‬רציפה ב־)‪.(−R, R‬‬

‫4.6‬

‫משפט האינטגרציה‬
‫∞‬

‫כיצד מוצאים את ‪) R‬רדיוס ההתכנסות(?‬
‫משתמשים באחד המבחנים שתוארו למעלה כאשר ‪ x‬הוא קבוע, מה‬
‫ששואף לאינסוף זהו ‪.n‬‬
‫דוגמא פשוטה:‬
‫‪n n‬‬
‫∞‬
‫‪ n=1 2 nx‬־ במקרה כזה נשתמש במבחן המנה:‬
‫2‬
‫|‪2 · |x‬‬

‫2‪2·|x|·n‬‬
‫→−−‬
‫−−‬
‫∞→‪(n+1)2 n‬‬

‫=‬

‫‪n‬‬
‫טור חזקות עם רדיוס התכנסות ‪.R‬‬
‫יהי‬
‫‪n=0 an x‬‬
‫1+‪∞ an xn‬‬
‫1+‪ n=0 n‬מתכנס בהחלט בקטע )‪.(−R, R‬‬
‫בנוסף הפונקציה ‪ f‬אינטגרבילית ב־)‪ (−R, R‬ולכל )‪:x ∈ (−R, R‬‬

‫אזי הטור‬

‫∞‬

‫1+‪an xn‬‬
‫1+‪n‬‬
‫0=‪n‬‬

‫1+‪2n+1 ·|x|n‬‬
‫2)1+‪(n‬‬
‫‪2n |x|n‬‬
‫2‪n‬‬

‫1‬
‫2.‬

‫לכן, רדיוס ההתכנסות הינו‬
‫)אם היה יוצא לנו בסוף |‪ |x‬אזי רדיוס ההתכנסות היה 1, ואם היינו‬
‫מקבלים בסוף 0 אזי ∞ = ‪.(R‬‬
‫כעת נבדוק בקצוות:‬
‫‪n‬‬
‫) 1 (· ‪2n‬‬
‫2‬
‫1‬
‫1‬
‫־ מתכנס בהחלט.‬
‫=‬
‫2‪n‬‬
‫2 = ‪n2 :x‬‬
‫‪n‬‬
‫1‬
‫) 2 −(· ‪2n‬‬
‫‪(−1)n‬‬
‫1‬
‫־ מתכנס בהחלט.‬
‫=‬
‫2 − = ‪:x‬‬
‫2‪n‬‬
‫2‪n‬‬
‫1 1‬
‫התכנסות בהחלט ב־ 2 , 2 − .‬
‫כשמנסים למצוא תחום התכנסות, אסור אף פעם להתחיל מכך שמדובר‬
‫בטור לייבניץ )במידה ומדובר(, היות ומשפט לייבניץ אומר לנו רק כי הטור‬
‫מתכנס )אך לא אם בתנאי או בהחלט(.‬
‫או למשל:‬
‫‪n‬‬
‫∞‬
‫הטור: ‪ n=1 x‬־ באמצעות מבחן המנה:‬
‫‪n‬‬
‫5‬

‫2‬
‫‪1−2x‬‬

‫.‬

‫‪n‬‬

‫ז"א: ‪an t dt‬‬

‫5.6‬

‫‪´x‬‬
‫0‬

‫∞‬
‫0=‪n‬‬

‫ˆ‬

‫‪x‬‬

‫= ‪f (t) dt‬‬
‫0‬

‫‪n‬‬

‫= ‪an t ) dt‬‬

‫∞‬
‫0=‪n‬‬

‫‪´x‬‬
‫( 0 .‬

‫משפט הנגזרת‬
‫∞‬

‫‪n‬‬
‫יהי‬
‫טור חזקות עם רדיוס התכנסות ‪ .R‬אזי הטור‬
‫‪n=0 an x‬‬
‫∞‬
‫מתכנס בהחלט ב־)‪ .(−R, R‬בנסוף, הפונקציה‬
‫1−‪n · an xn‬‬
‫0=‪n‬‬
‫‪ f‬גזירה בקטע )‪ (−R, R‬ו:‬
‫∞‬

‫1−‪n · an xn‬‬

‫= )‪f (x‬‬
‫0=‪n‬‬
‫6.6‬

‫דוגמאות לשאלות ותשובות של טורי חזקות‬

‫1.6.6‬

‫מצאו את טור החזקות סביב הנקודה 0 של הפונקציה = )‪f (x‬‬

‫2‪x‬‬
‫2)‪(1−2x‬‬

‫ראשית כל נשים לב לכך ש: ‪2n xn‬‬
‫וכמו־כן:‬

‫∞‬
‫0=‪n‬‬

‫∞‬

‫∞‬
‫0=‪n‬‬

‫1‬
‫= ‪. 1−2x‬‬

‫1‬
‫‪1−2x‬‬

‫2‬
‫2)‪(1−2x‬‬

‫‪n‬‬

‫= )‪(2x‬‬

‫∞‬
‫0=‪n‬‬

‫1−‪n · 2n · xn−1 = n=1 n · 2n · xn‬‬
‫)גוזרים את הטור שיש שלמעלה(.‬
‫2‬
‫2‬
‫נכפול ב־ ‪ x‬את 2)‪ (1−2x‬כדי לקבל את מה שאנחנו רוצים:‬
‫2‬
‫= 1+‪n2n · xn‬‬
‫2.6.6‬

‫∞‬
‫1=‪n‬‬

‫= 2+1−‪n2n · xn‬‬

‫=‬

‫∞‬
‫1=‪n‬‬

‫=‬

‫2‬
‫2)‪(1−2x‬‬

‫=‬

‫‪n‬‬

‫2‬

‫· ‪.x‬‬
‫2‬

‫∞‬

‫‪n‬‬

‫|‪2n |x‬‬
‫|‪2 |x‬‬
‫−−‬
‫1 →−− 1 √‬
‫∞→‪n‬‬
‫‪n‬‬
‫2‬
‫)‪( n‬‬

‫‪n‬‬

‫‪n‬‬

‫=‬

‫|‪2n |x‬‬
‫1‬

‫2‪n‬‬

‫‪n‬‬

‫‪n‬‬

‫5.6.6 החלפת ערכים בטור: עבור אילו ערכים של ‪ x‬ניתן להחליף את‬
‫3‬
‫)‪ sin (x‬ב־ ‪ x − x‬עם שגיאה שהיא קטנה מ־‪ε‬‬
‫!3‬

‫‪n‬‬

‫3‪x‬‬
‫!3‬

‫|)‪= |R4,0 (x‬‬

‫− ‪ sin (x) − x‬־ כי אנחנו יודעים שבמקרה הזה‬

‫)‪.P3,0 (x) = P4,0 (x‬‬
‫לכן השארית תהיה של 5 )כי השארית היא עבור 1 + ‪ ,n‬ועכשיור ראינו‬
‫שהטור של 3 = ‪ n‬שווה לטור של 4 = ‪:(n‬‬
‫5‬
‫5‬
‫‪) = sin5!(c) x5 ≤ x‬כי ניתן לחסום את )‪ sin (x) , cos (x‬ב־1.(‬
‫!5‬
‫6.6.6 מציאת טור טיילור של )‪ f (x) = cos (2x‬מסביב ‪ a = π‬והוכחה‬
‫כי הטור מתכנס ל־)‪ cos (2x‬לכל ‪x ∈ R‬‬

‫1‬
‫ומכאן שרדיוס ההתכנסות הינו: 2 .‬
‫כעת, נבדוק בקצוות:‬
‫‪n 1 n‬‬
‫) 2 ( )2−( ∞‬
‫‪∞ (−1)n‬‬
‫√‬
‫√‬
‫1=‪ , n‬הטור אינו מתכנס‬
‫=‬
‫1 = ‪:x‬‬
‫1=‪n‬‬
‫2‬
‫‪n‬‬
‫‪n‬‬
‫בהחלט, אבל ע"פ לייבניץ מתכנס בתנאי )תזכורת: לייבניץ' יכול להוכיח‬
‫לנו רק התכנסות בתנאי ולא בהחלט, כלומר, אם הטור מתכנס בהחלט‬
‫אזי בוודאי הוא מתכנס ע"פ לייבניץ', אבל הוא אינו מתכנס בהחלט,‬
‫לייבניץ' יכול להוכיח התכנסות בתנאי(.‬
‫‪n‬‬
‫‪1 n‬‬
‫∞‬
‫) 2 −( )2−( ∞‬
‫1‬
‫‪1n‬‬
‫√‬
‫√‬
‫=‬
‫־ הטור מתבדר כי‬
‫2 − = ‪n=1 n :x‬‬
‫1=‪n‬‬
‫‪n‬‬
‫∞‬
‫11 1=‪ n‬מתבדר.‬

‫1=‬

‫)‪f (π) = cos (2π‬‬

‫0 = )‪f (π‬‬

‫⇒ )‪f (x) = −2 sin (2x‬‬

‫22− = )‪f (π‬‬

‫⇒ )‪f (x) = −22 cos (2x‬‬

‫0 = )‪(π‬‬

‫‪f‬‬

‫⇒ )‪(x) = 23 sin (2x‬‬

‫‪f‬‬
‫)1+‪(2k‬‬

‫ואפשר להוכיח בקלות באינדוקציה פשוטה כי 0 = )‪(π‬‬
‫‪k‬‬
‫וכמו־כן ‪ f (2k) (π) = (−1) 22k‬לכל ‪.k‬‬
‫לכן טור טיילור של )‪ f (x) = cos (2x‬מסביב ‪ a = π‬הוא:‬

‫2‪n‬‬

‫‪ f‬לכל ‪k‬‬

‫∞‬

‫‪n‬‬

‫‪(−1) 22n‬‬
‫22‬
‫‪2n‬‬
‫2‬
‫− 1 = )‪(x − π‬‬
‫· · · + )‪(x − π‬‬
‫!)‪(2n‬‬
‫!2‬
‫0=‪n‬‬

‫1‬
‫לכן תחום ההתכנסות הינו: 2 , 1 − .‬
‫2‬

‫3.6.6‬

‫3‬

‫‪n‬‬

‫|‪(−2) |x‬‬
‫√‬
‫‪n‬‬

‫=‬

‫3‬
‫!)1+‪(n‬‬

‫< ‪.ε‬‬

‫5‬

‫‪(−2) x‬‬
‫√‬
‫ואנחנו רוצים למצוא את‬
‫נניח ונתון לנו טור כגון:‬
‫1=‪n‬‬
‫‪n‬‬
‫רדיוס ההתכנסות שלו ואת תחום ההתכנסות.‬
‫רדיוס התכנסות:‬
‫כפי שתואר למעלה: נשתמש למשל במבחן השורש:‬
‫‪n‬‬

‫‪c‬‬

‫‪e‬‬
‫‪e‬‬
‫לפי השארית של לגרנז': < !)1+‪e1 − Pn,0 (1) = (n+1)! < (n‬‬
‫3‬
‫!)1+‪ , (n‬ולכן כל מה שעלינו למצוא זהו ‪ n‬כך שיתקיים:‬

‫נסתכל על טור טיילור של )‪.x − x + x − · · · :sin (x‬‬
‫!3‬
‫!5‬
‫כעת, ע"פ שארית לגרנז', אם ניקח 3 = ‪) n‬שזה הערך של הטור שבו‬
‫אנחנו רוצים למצוא את הערכים(, אזי ע"פ לגרנז':‬

‫מציאת רדיוס התכנסות ותחום התכנסות של טורי חזקות‬
‫‪n‬‬

‫4.6.6 חישוב הקירוב של 1‪ e‬באמצעות טור טיילור סביב הנקודה 0 עם‬
‫שגיאה שהיא קטנה מ־‪ε‬‬

‫מצאית עבור אילו ערכים של ‪ x‬הטור מתכנס‬
‫‪n‬‬

‫∞‬

‫נניח ויש לנו את הטור הבא: )2−‪) n=1 (x‬כדאי לשים לב לכך שזה‬
‫‪n‬‬
‫‪n‬‬
‫∞‬
‫הזזה של הטור ‪ n=1 x‬ב־2.( ואנחנו רוצים למצוא עבור אילו ערכים‬
‫‪n‬‬
‫הוא מתכנס, אזי, נשתמש במבחן השורש ונקבל:‬

‫|2 − ‪|x‬‬
‫|2 − ‪|x‬‬
‫√ =‬
‫|2 − ‪− − → |x‬‬
‫−−‬
‫‪n‬‬
‫‪n‬‬
‫∞→‪n n‬‬

‫‪n‬‬

‫)2+‪(2n‬‬

‫‪f‬‬
‫)‪(c‬‬
‫2+‪2n‬‬
‫)‪(x − π‬‬
‫!)2 + ‪(2n‬‬

‫לכן הטור מתכנס רק כאשר 1 < |2 − ‪ ,|x‬כלומר: 3 < ‪.1 < x‬‬
‫דוגמא נוספת:‬
‫∞‬
‫1‬
‫‪ : n=0 (4x−2)n‬נשתמש במבחן השורש:‬

‫1‬
‫1‬
‫−−‬
‫→−− ‪n‬‬
‫|2 − ‪|4x − 2| n→∞ |4x‬‬

‫לפי מה שאנחנו יודעים מלמעלה )על איפוס הנגזרת(: = )‪P2n,π (x‬‬
‫)‪ P2n+1,π (x‬והכי פשוט יהיה להוכיח כי 0 = )‪limn→∞ R2n+1,π (x‬‬
‫)כלומר, נראה שהשארית היא אפס ולכן זהו אכן הטור המבוקש( כדי‬
‫להוכיח שטור טיילור של )‪ f (x) = cos (2x‬מסביב ‪ a = π‬מתכנס‬
‫ל־)‪ cos (2x‬לכל ‪.x ∈ R‬‬
‫לפי השארית של לגרנז', קיים ‪ c‬בין ‪ π‬ל־‪ x‬כך ש:‬
‫= )‪R2n+1,π (x‬‬

‫כעת ניתן לראות כי:‬
‫2+‪f (2n+2) (c) = 22n+2 |cos (2c)| ≤ 22n‬‬

‫‪n‬‬

‫ולכן:‬
‫2+‪2n‬‬

‫הטור מתכנס, רק כאשר 1 > |2 − ‪ ,|4x‬כלומר:‬
‫במידה ונצטרך לחשב את סכום הטור, אזי‬

‫1‬
‫4‬

‫1‬
‫2−‪4x‬‬

‫< ‪ x‬או‬

‫3‬
‫4‬

‫> ‪.x‬‬

‫0 →−−‬
‫−−‬
‫∞→‪n‬‬

‫= ‪ q‬והסכום הינו:‬

‫1‬
‫‪. 1−q‬‬

‫מש"ל.‬
‫6‬

‫‪22n‬‬
‫|)‪|2 (x − π‬‬
‫2+‪2n‬‬
‫|‪|x − π‬‬
‫=‬
‫!)2 + ‪(2n‬‬
‫!)2 + ‪(2n‬‬

‫≤ |)‪|R2n+1,π (x‬‬
‫7.6.6 כיצד ניתן באמצעות טורי חזקות לפתור את המצשווה‬
‫הדיפרנציאלית ‪f (x) − f (x) = x‬‬
‫∞‬
‫0=‪n‬‬

‫אנחנו צריכים למצוא פתרון מהצורה ‪an xn‬‬
‫∞‬
‫1−‪.f (x) = n=1 n · an xn‬‬
‫כעת, נכתוב את )‪ f (x) − f (x‬כטור חזקות.‬
‫בשביל זה נצטרך לשנות טיפה את הצורה של )‪f (x) = :f (x‬‬
‫∞‬
‫‪) n=0 (n + 1) an+1 xn‬ניתן לראות שעבור 0 = ‪ n‬נקבל בדיוק את‬
‫אותו הדבר כמו ב־1 = ‪ n‬בצורה הקודמת(, המטרה הכללית היא שיהיו‬
‫לנו את אותם חזקות של ‪ x‬בשני הטורים )ולא באחד ‪ n‬ובשני 1 + ‪,n‬‬
‫למשל( ־ זה משהו שמאוד חשוב לזכור שפותרים תרגיל כזה. כעת‬
‫נכתוב את סכום שני הטורים:‬
‫= )‪ ,f (x‬ולכן‬

‫∞‬

‫∞‬
‫‪n‬‬

‫‪a n xn‬‬

‫0=‪n‬‬

‫0=‪n‬‬

‫הרעיון של טורי טיילור )בין השאר( הוא לכתוב פונקציות שגזירות‬
‫אינסוף פעמים בנקודה מסויימת בצורה של טור.‬
‫∞‬
‫‪n‬‬
‫= )‪ f (x‬וכ־ ‪ f‬גזירה אינסוף פעמים‬
‫נניח כי‬
‫)‪n=0 an (x − a‬‬
‫בסביבה של ‪ a‬אזי בהכרח:‬
‫)‪f (n) (a‬‬
‫!‪n‬‬

‫= ‪an‬‬

‫מכאן, טור טיילור של ‪ f‬בסביבה של ‪:a‬‬
‫∞‬

‫)‪f (n) (a‬‬
‫‪n‬‬
‫)‪(x − a‬‬
‫!‪n‬‬
‫0=‪n‬‬
‫הגדרה: תהי ‪ f‬פונקציה גזירה אינסוף פעמים ב־‪ .a‬יהי 0 ≥ ‪ ,n‬אזי‬
‫פולינום טיילור מסדר ‪ n‬סביב הנקודה ‪ a‬של ‪ f‬הוא:‬

‫= )‪f (x) − f (x‬‬

‫− ‪(n + 1) an+1 x‬‬

‫7‬

‫טורי טיילור‬

‫)‪f (k) (a‬‬
‫‪k‬‬
‫)‪(x − a‬‬
‫!‪k‬‬

‫כעת, נחסר איבר איבר )אריתמטיקה של טורים(:‬

‫‪n‬‬

‫= )‪Pn,a (x‬‬
‫0=‪k‬‬

‫∞‬

‫‪((n + 1) an+1 − an ) xn‬‬

‫דוגמא: נחשב את פולינום טיילור של )‪.a = 0 ,f (x) = cos (x‬‬
‫צריך לחשב את )0( )‪f (k‬לכל ‪.k‬‬
‫1 = )0( ‪a0 = f (0) = 1 ⇐ cos‬‬
‫)‪a1 = 0 ⇐ f (0) = 0 ⇐ f (x) = − sin (x‬‬
‫)‪a2 = 1 ⇐ f (0) = −1 = 0 ⇐ f (x) = − cos (x‬‬
‫2‬
‫)‪a3 = 0 ⇐ f (0) = 0 ⇐ f (x) = sin (x‬‬
‫)‪ f (4) (x) = cos (x) = f (0) (x‬־ ניתן לראות שיש מחזוריות של 4‬
‫בנגזרות של )‪ cos (x‬ב־0, הן שוות ל־...1 ,0 ,1− ,0 ,1.‬
‫לכן הטור של הפונקציה הינו:‬

‫=‬
‫0=‪n‬‬

‫כעת, מה שאנחנו רוצים לקבל )ע"פ מה שנתון לנו(:‬
‫∞‬

‫· · · + 2‪((n + 1) an+1 + an ) xn = 0 + 1 · x + 0 · x‬‬
‫0=‪n‬‬

‫‪k‬‬

‫‪(−1) x2k‬‬
‫)0( 0,1+‪= P2n‬‬
‫!)‪(2k‬‬

‫נשווה את המקדמים של ‪ xn‬בשני הצדדים:‬
‫0 = 0‪a1 − a‬‬
‫0=‪:n‬‬
‫1 = 1‪2a2 − a‬‬

‫1=‪:n‬‬

‫2=‪:n‬‬
‫וכך הלאה לכל 2 ≥ ‪.n‬‬
‫נשתמש בנתון ש־1 = )0( ‪:f‬‬
‫1 = 0‪:f (0) = a‬‬
‫1 = 1‪a‬‬
‫0=‪:n‬‬
‫1=‪:n‬‬

‫2‬
‫2‬

‫2=‪:n‬‬

‫2‬
‫3·2‬

‫= 3‪a‬‬

‫1.7‬
‫1 = 1 − 2‪2a‬‬
‫2‪= 0 ⇒ a3 = 1 a‬‬
‫3‬

‫2‬
‫2‬

‫ואנחנו יודעים כי‬

‫− 3‪3a‬‬
‫2‬
‫!‪n‬‬

‫= ‪ an‬לכל‬

‫2‬
‫!‪n‬‬

‫= ‪an‬‬

‫2.7‬

‫‪∞ xn‬‬
‫!‪n=0 n‬‬

‫משפט טיילור ־ שארית לגרנז'‬

‫תהי ‪ f‬פונקציה גזירה אינסוף פעמים בסביבה של ‪ .a‬יהי 0 ≥ ‪ n‬ויהי‬
‫)‪ Pn,a (x‬פולינום טיילור של ‪ f‬בסביבה של ‪ a‬מסדר ‪.n‬‬
‫נסמן: )‪.Rn,a (x) = f (x) − Pn,a (x‬‬
‫יהי ‪ x‬כך ש־ ‪ f‬גזירה בין ‪ a‬ל־‪ x‬אינסוף פעמים, אזיים קיים ‪ c‬בין ‪x‬‬
‫ל־‪ a‬כך ש:‬

‫∞‬

‫‪2 n‬‬
‫‪2 n‬‬
‫+ ‪x = −1 − x‬‬
‫‪x‬‬
‫!‪n‬‬
‫!‪n‬‬
‫2=‪n‬‬
‫0=‪n‬‬

‫פולינום טיילור הוא הקירוב הטוב ביותר‬

‫אני לא אכנס לניסוח של המשפט אלא אסביר את הרעיון:‬
‫נניח ויש לנו פונקציה ‪ f‬ולה יש פולינום טיילור )‪ ,Pn,a (x‬אזי פולינום‬
‫טיילור הוא הקירוב הטוב ביותר לפונקציה.‬
‫ואם לפונקצהי ‪ f‬ישנו פולינום שהוא הקירוב הטוב ביותר שלה, אזי זה‬
‫בהכרח פולינום טיילור.‬

‫0 = 1 − 1‪a‬‬

‫כעת ננסה לנחש )באופן מושכל( את האיבר הכללי:‬
‫1 > ‪.n‬‬
‫בעזרת אינדוקציה פשוטה ניתן להוכיח כי לכל 1 > ‪:n‬‬
‫לכן, מה שקיבלנו הוא:‬
‫∞‬

‫0=‪k‬‬

‫הסיבה לשיוויון האחרון היא כי האיבר ה־1 + ‪ 2n‬שווה ל־0, לכן ניתן‬
‫לומר כי )‪) P2n,0 (x) = P2n+1,0 (x‬במקרה הזה...(.‬

‫0 = 2‪3a3 − a‬‬

‫= 2‪a‬‬

‫‪n‬‬

‫= )‪P2n,0 (x‬‬

‫+ ‪f (x) = 1 + x‬‬

‫)‪f (n+1) (c‬‬
‫‪n‬‬
‫)‪(x − a‬‬
‫!)1 + ‪(n‬‬

‫= ‪ ,ex‬לכן מה שקיבלנו הינו:‬

‫= )‪Rn,a (x‬‬

‫‪2ex − 1 − x‬‬

‫כעת, כל מה שנותר לנו לעשות, זה לבדוק האם זה אכן נכון והפתרון‬
‫אכן מתאים לתנאים:‬
‫1 = 0 − 1 − 0‪f (0) = 2e‬‬
‫‪.f (x) − f (x) = 2ex − 1 − 2ex + 1 + x = x‬‬
‫7‬

‫הרעיון הבסיסי הוא כזה: יש לנו טור טיילור של פונקציה ואנחנו רוצים‬
‫לקבל את הפולינום שהוא הקירוב הטוב ביותר לפונקציה עד כדי שגיאה‬
‫של 6−01.‬
‫אז מה הרעיון בשארית לגרנז'?‬
‫אנחנו יודעים שהקירוב הכי טוב הוא הקירוב של טור טיילור, אבל‬
‫השאלה מתי הוא יהיה קטן מ־ 6−01 )או כל ערך שנבחר...(.‬
‫אם 0 < ) ‪ f (an ) · f (cn‬אזי: ‪) an+1 = an , bn+1 = cn‬ממשיכים עם‬
‫החצי הראשון של הקטע(.‬

‫ניקח למשל את הפונקציה )‪ ,f (x) = cos (x‬סביב הנקודה 0.‬
‫אנחנו יודעים ממקודם ש־‬

‫אם 0 < ) ‪ f (bn ) · f (cn‬אזי: ‪) an+1 = cn , bn+1 = bn‬ממשיכים עם‬
‫החצי השני של בקטע(.‬

‫∞‬

‫‪n‬‬

‫‪(−1) x2n‬‬
‫!)‪(2n‬‬
‫0=‪n‬‬

‫= )‪cos (x‬‬

‫ממשיכים עד שאחד מהתנאים הבאים מתקיים:‬
‫1. ‪) n = M‬מספר סופי של איטרציות(, כש־ ‪ M‬מספר איטרציות‬
‫מקסימלי קבוע מראש.‬

‫וש־‬
‫‪k‬‬

‫‪(−1) x2k‬‬
‫!)‪(2k‬‬

‫‪n‬‬

‫2. ‪ cn − an < δ‬כש־‪ δ‬מייצגת את רמת הדיוק הנדרש.‬

‫= )‪P2n,0 (x‬‬

‫3. ‪ |f (cn )| < ε‬כש־‪ ε‬חיובי קבוע מראש )ערך שמתחתו החישובים‬
‫אינם משמעותיים(.‬

‫0=‪k‬‬

‫כעת אנחנו צריכים למצוא ‪ n‬כך שההפרש בניהם יהיה קטן יותר מ־‬
‫6−01.‬
‫כמובן שיש כזה כי הפער הולך ושואף ל־0 וע"פ שארית לגרנז' נמצא‬
‫אותו באמצעות:‬
‫1+‪f (2n+1) (c) · x2n‬‬
‫!)1 + ‪(2n‬‬

‫6−01 <‬

‫כדאי לזכור לגבי שיטת החציה שהסימנים אינם מתחלפים,‬
‫כלומר, אם ) 0‪ f (a0 ) < 0 < f (b‬אזי לאורך כל האלגוריתם‬
‫יתקיים ) ‪) f (an ) < 0 < f (bn‬אותו דבר בדיוק אם היה‬
‫) ‪.(f (bn ) < 0 < f (an‬‬

‫= 0,‪R2n‬‬

‫‪ x‬נתון לנו, ולגבי ‪ c‬אנחנו יודעים שהוא בין 0 ל־‪ .x‬אנחנו יודעים ש־‬
‫1+‪2n‬‬

‫בסוף מחזירים את ה־ ‪ cn‬האחרון שמקבלים כקירוב של השורש.‬

‫|‪f (2n+1) (c) · |x‬‬
‫!)1 + ‪(2n‬‬

‫2.8‬

‫שיטת ניוטון־רפסון‬

‫= | 0,‪|R2n‬‬

‫כעת :‬
‫1+‪2n‬‬

‫6−01 <‬

‫|‪sin (c) · |x‬‬
‫!)1 + ‪(2n‬‬

‫אנחנו יודעים שאנחנו יכולים לחסום את )‪ sin (c‬ב־1, לכן כל מה‬
‫שנשאר לנו זה ביטוי עם ‪ n‬שתלוי ב־‪.x‬‬
‫נניח למשל ש־2 = ‪:x‬‬
‫בוחרים ערך התחלתי 0‪ .x‬מעבירים את המשיק לגרף של )‪ f (x‬בנקודה‬
‫)) 0‪.(x0 , f (x‬‬

‫‪2 · 4n‬‬
‫1+‪22n‬‬
‫⇒ 6−01 <‬
‫6−01 <‬
‫!)1 + ‪(2n‬‬
‫!)1 + ‪(2n‬‬

‫הנוסחא הכללית:‬

‫וכל מה שנותר לנו זה למצוא את ה־‪ n‬המתאים.‬
‫בחלק מהשאלות העניין הוא לפעמים לחסום את ‪ .c‬אבל בגלל שאנחנו‬
‫יודעים ש־‪ a < c < x‬או ‪) x < c < a‬תלוי אם הפונקציה עולה או‬
‫יורדת(, אזי צריך בהתאם לכך שאם הפונקציה עולה או יורדת‬

‫אנליזה נומרית‬
‫8‬

‫משפט הפונקציות הקמורות‬
‫תהי ‪ f‬פונקציה עם נגזרת שנייה רציפה. נניח כי ‪ f‬קמורה ועולה ממש‬
‫בקטע ‪ .I‬נניח כי קיים ‪ r ∈ I‬כך ש־ 0 = )‪.f (r‬‬

‫שיטת החצייה‬

‫עיקרון: השיטה מתבססת על משפט ערך הביניים )תזכורת: תהי ‪f‬‬
‫פונקציה רציפה ב־]‪ [a, b‬כך ש־0 < )‪ ,f (a) · f (b‬אזי קיים )‪c ∈ (a, b‬‬
‫כך ש־ 0 = )‪.(f (c‬‬

‫1.8‬

‫) ‪f (xn‬‬
‫) ‪f (xn‬‬

‫− ‪xn+1 = xn‬‬

‫אלגוריתם שיטת החצייה‬

‫תהי ‪ f‬פונקציה רציפה. יהיו 0‪ a0 < b‬כך ש־0 < ) 0‪ .f (a0 ) · f (b‬נגדיר‬
‫את הסדרות הבאות ) ‪ (an ) , (bn‬באופן רקורסיבי:‬
‫נניח כי חישבנו עד ‪.an < bn‬‬
‫יהי ‪.cn = an +bn‬‬
‫2‬
‫אם 0 = ) ‪ f (cn‬־ מחזירים את ‪ n‬־ האלגוריתם מסתיים.‬
‫8‬

‫אזי ‪ r‬הוא השורש היחיד של ‪ f‬ב־‪ I‬ולכן ‪ ,x0 ∈ I‬סדרת ניוטון־רפסון‬
‫עם ערך התחלתי 0‪ x‬תתכנס ל־‪.r‬‬
‫הסבר:‬
‫כאשר אנחנו רוצים להשתמש בשיטת ניטון רפסון כדי להגיע לשורש‬
‫מסוים )בהינתן הפונקציה ‪ ,(f‬אנחנו צריכים למצוא קטע ‪ I‬בפונקציה‬
‫ש:‬
‫א. יש בו שורש של הפונקציה, כלומר, קיים ‪ r ∈ I‬כך ש־0 = )‪.f (r‬‬
‫2‬

‫ב. שבקטע ‪ f ,I‬תהיה קמורה ועולה )למשל ‪ f (x) = x‬עבור 0 ≥ ‪.(x‬‬
‫ואז, ברגע שנבחר ‪ x0 ∈ I‬אזי סדרת ניוטון־רפסון תתכנס לשורש.‬
‫בשיטת ניוטון־רפסון סדר ההתכנסות של הסדרה הוא תמיד 2.‬
‫3.8‬

‫0 = )‪ ,g (x) = − sin (x) ⇒ g (kπ‬ולעומת זאת: = )‪g (x‬‬
‫1 = )‪) − cos (x) ⇒ g (kπ‬תזכורת: ‪ k‬הוא אי־זוגי(.‬
‫לכן ־ סדר ההתכנסות הוא 3 )הנגזרת הראושנה שאינה מתאפסת(.‬

‫שיטת האיטרציה‬

‫9 נוסחאות של נגזרות:‬
‫‪c∈R‬‬
‫הנגזרת‬

‫הפונקציה‬

‫0= ‪f‬‬
‫‪f =c‬‬
‫1−‪f = n · cxn‬‬
‫‪=f +g‬‬
‫‪=f ·g‬‬

‫‪f (x) = c‬‬
‫‪f (x) = cx‬‬
‫‪f (x) = cxn‬‬
‫)‪(f + g) (x‬‬
‫)‪(f · g) (x‬‬

‫‪f‬‬
‫2‪= − f‬‬

‫השיטה: פותרים משאוות מהצורה ‪) g (x) = x‬כלומר, לוקחים פונקציה‬
‫כלשהי ומעבירים את הישר ‪ y = x‬באותו הגרף(.‬
‫נקודה ‪ l‬כך ש־‪ g (l) = l‬נקראת נקודת שבת של הפונקציה ‪) g‬כשאר‬
‫ישנה נקודה שבה ‪ y = x‬והפונקציה )‪ g (x‬נפגשות(.‬
‫סדרת האיטרציה:‬
‫0‪ x‬ערך התחלתי. לכל 0 ≥ ‪.xn+1 = g (xn ) :n‬‬
‫אם הסדרה ) ‪ (xn‬מתכנסת, אזי היא מתכנסת לנקודת שבת של ‪.g‬‬
‫הגדרה: פונקציה ‪ g‬נקראת מכווצת בקטע ‪ I‬אם קיים 1 < ‪ 0 ≤ λ‬כך‬
‫שלכל ‪.|g (x) − g (y)| ≤ λ · |x − y| x, y ∈ I‬‬
‫משפט: תהי ‪ g‬פונקציה מכווצת בקטע ‪:I‬‬
‫1. אם יש נקודת שבת של ‪ g‬בקטע ‪ ,I‬אזי היא נקודת השבת היחידה‬
‫ב־‪.I‬‬
‫2. אם יש ב־‪ I‬נקודת שבת ‪ l‬של ‪ ,g‬אזי עבור כל קטע התחלתי ‪x0 ∈ I‬‬
‫סידרת האיטרציה תתכנס ל־‪.(xn+1 = g (xn )) l‬‬
‫משפט הנקודות המושכות:‬
‫תהי ‪ g‬פונקציה גזירה כך ש־ ‪ g‬רציפה. תהי ‪ l‬נקודת שבת של הפונקציה‬
‫‪.g‬‬
‫אם 1 < |)‪ |g (l‬אזי קיים קטע מסביב ‪ l‬כך שלכל 0‪ x‬בקטע הזה,‬
‫סדרת ‪ l‬בקטע הזה נקראת נקודת שבת מושכת של ‪.g‬‬
‫הסבר )כיצד למצוא קטע מכווץ של פונקציה(:‬
‫בהניתן לנו הפונקציה ‪ ,g‬ו־‪ l‬נקודת שבת של ‪:g‬‬
‫1 < |)‪ l ⇐ |g (l‬היא נקודה מושכת.‬
‫1 > |)‪ l ⇐ |g (l‬היא נקודה דוחה.‬
‫)מה שמעניין אותנו הוא השיפוע בנקודה ‪.(l‬‬
‫בקטע שבו 1 < ‪ ,|g (x)| < x‬הפונקציה ‪ g‬מכווצת.‬
‫אם ‪ l‬היא נקודת שבת, אז סדר ההתכנסות של סדרת האיטרציה הוא‬
‫ה־‪ k‬הראשון כך ש־0 = )‪.g (k‬‬
‫1.3.8‬

‫= ‪f‬‬

‫01‬

‫)‪(x‬‬
‫√‬
‫‪f (x) = x‬‬
‫)‪(x‬‬

‫=‬

‫‪g‬‬
‫‪f‬‬

‫טורי טיילור‬
‫∞‬

‫1+‪x2n‬‬
‫!)1 + ‪(2n‬‬
‫0=‪n‬‬

‫= )‪sinh (x‬‬

‫∞‬

‫‪x2n‬‬
‫!)‪(2n‬‬
‫0=‪n‬‬

‫= )‪cosh (x‬‬

‫11 כיצד ניתן לבדוק אם סדרה היא עולה או‬
‫יורדת?‬
‫)כמובן שמדובר רק בשתי שיטות פשוטות היות ולא למדנו המון על‬
‫סדרות, אלא רק התחלנו...(‬
‫שיטה ראשונה לוקחים שני איברים )עוקבים( ובודקים:‬
‫1+‪an‬‬
‫1+‪an‬‬
‫־ הסדרה עולה.‬
‫־ הסדרה יורדת. אם 1 >‬
‫אם 1 <‬
‫‪an‬‬
‫‪an‬‬

‫דוגמא לשאלה‬

‫תהי )‪g (x) = x + sin (x‬‬
‫א. מה הן נקודות השבת הפונקציה?‬
‫תשובה: נקודות השבת מקיימות: ‪ g (x) = x‬כלומר: = ‪sin (x) + x‬‬
‫0 = )‪ ,x ⇒ sin (x‬לכן נקודות השבת הן כאשר ‪.x = kπ‬‬
‫ב. אילו מנקודת השבת של הפונקציה ‪ g‬ניתן לקרב בעזרת שיטת‬
‫האיטרציה הפשוטה ומה יהיה סדר ההתכנסות?‬
‫תשובה: )‪.g (x) = 1 + cos (x‬‬
‫כעת אנחנו יודעים שנקודות השבת הן מהצורה ‪ ,kπ‬לכן:‬
‫‪k‬‬

‫1‬
‫√‬
‫‪2 x‬‬
‫‪f ·g −f ·g‬‬
‫2‪f‬‬

‫1‬
‫‪f‬‬

‫)1−( + 1 = |)‪.|g (kπ‬‬

‫אם ‪ k‬זוגי: אזי 1 > 2 = |)‪ |g (kπ‬ולכן הנקודה דוחה ואי אפשר לקרב‬
‫אותה באצמעות שיטת האיטרציה הפשוטה.‬
‫אם ‪ k‬אי־זוגי: אזי 1 < 0 = |)‪ |g (kπ‬והנקודה היא משוכת ואפשר‬
‫לקרב אותה במאצעות שיטת האיטרציה הפשוטה.‬
‫כעת, לגבי סדר ההתכנסות:‬
‫9‬

‫שיטה שנייה לוקחים שני איברים )עוקבים( ובודקים:‬
‫אם: 0 > ‪ an+1 − an‬הסדרה עולה, ואם: 0 < ‪ an+1 − an‬־ הסדרה‬
‫יורדת.‬

More Related Content

PDF
סיכום קצר של הקורס במבני נתונים
PDF
סיכום קצר בקורס "מבוא לתאוריה של מדעי המחשב
PPTX
Inverse function
PPT
Exponentials
PDF
Spm add-maths-formula-list-form4-091022090639-phpapp01
PDF
Complex numbers 2
PDF
Lista de exercícios 1 - Cálculo
PDF
Tutorial 5 mth 3201
סיכום קצר של הקורס במבני נתונים
סיכום קצר בקורס "מבוא לתאוריה של מדעי המחשב
Inverse function
Exponentials
Spm add-maths-formula-list-form4-091022090639-phpapp01
Complex numbers 2
Lista de exercícios 1 - Cálculo
Tutorial 5 mth 3201

What's hot (20)

PDF
6.6 Exponential and Logarithmic Equations
PDF
Tutorial 6 mth 3201
PDF
Tutorial 9 mth 3201
PPT
Parent functions and Transformations
PPTX
4.1 inverse functions
PDF
Indefinite and Definite Integrals Using the Substitution Method
PPTX
Tutorial 3 mth 3201
PDF
Calculus 1 Lecture Notes (Functions and Their Graphs)
PDF
4.1 Inverse Functions
PDF
Tutorial 7 mth 3201
PPT
PPTX
Tutorial 2 mth 3201
PPT
Inverse Functions
PDF
les matrices
PPTX
2.8 Absolute Value Functions
PPTX
Integration presentation
PPTX
First order linear differential equation
PPTX
Functions
PPTX
Higher order derivatives
PPTX
Tutorial 3 mth 3201
6.6 Exponential and Logarithmic Equations
Tutorial 6 mth 3201
Tutorial 9 mth 3201
Parent functions and Transformations
4.1 inverse functions
Indefinite and Definite Integrals Using the Substitution Method
Tutorial 3 mth 3201
Calculus 1 Lecture Notes (Functions and Their Graphs)
4.1 Inverse Functions
Tutorial 7 mth 3201
Tutorial 2 mth 3201
Inverse Functions
les matrices
2.8 Absolute Value Functions
Integration presentation
First order linear differential equation
Functions
Higher order derivatives
Tutorial 3 mth 3201
Ad

Viewers also liked (8)

PDF
סיכום קצר על טורי טיילור
PDF
סיכום על מטרואידים וזרימות בגרפים
PDF
סיכום של הקורס אלגוריתמים
PDF
סיכום הקורס במבנים אלגבריים
PDF
סיכום של הקורס כלים מתמטיים למדעי המחשב
PDF
סיכום של הקורס אוטומטים ושפות פורמליות
PDF
סיכום קצר של אלגברה לינארית ב'
PDF
נספח נוסחאות אלגברה לינארית
סיכום קצר על טורי טיילור
סיכום על מטרואידים וזרימות בגרפים
סיכום של הקורס אלגוריתמים
סיכום הקורס במבנים אלגבריים
סיכום של הקורס כלים מתמטיים למדעי המחשב
סיכום של הקורס אוטומטים ושפות פורמליות
סיכום קצר של אלגברה לינארית ב'
נספח נוסחאות אלגברה לינארית
Ad

Similar to סיכום קצר בקורס חדו"א 2 (נספח נוסחאות למבחן) (20)

PDF
Calculus1.pdf
PDF
אינטגרל מסוים - חזרה.pdf
PDF
אינטגרל קוי.pdf
PDF
אינטגרל משולש.pdf
PDF
אינטגרל כפול.pdf
PDF
PDF
2013 winter 807 a
PDF
מבני נתונים
PDF
תזכורת לגבי הוכחות בשיטת האלכסון
PDF
2013 winter 805 a
PDF
2013 winter 803 a
PDF
806 - winter 2014
PDF
804 - 9 summer 2013 a
PDF
סיכום של הקרוס למידה עמוקה
PDF
2011 summer B 806 q
PDF
2013 summer A 805 a
PDF
805 - winter 2014
PDF
2011 summer A 803 q
PDF
כלים מתמטיים - הוכחות משפטים
PDF
807 horef 2018
Calculus1.pdf
אינטגרל מסוים - חזרה.pdf
אינטגרל קוי.pdf
אינטגרל משולש.pdf
אינטגרל כפול.pdf
2013 winter 807 a
מבני נתונים
תזכורת לגבי הוכחות בשיטת האלכסון
2013 winter 805 a
2013 winter 803 a
806 - winter 2014
804 - 9 summer 2013 a
סיכום של הקרוס למידה עמוקה
2011 summer B 806 q
2013 summer A 805 a
805 - winter 2014
2011 summer A 803 q
כלים מתמטיים - הוכחות משפטים
807 horef 2018

More from csnotes (17)

PDF
סיכום של הקורס מבוא להצפנה
PDF
סיכום על בדיקת לינאריות
PDF
סיכום הקורס במורכבות החישובים
PDF
סיכום הקורס באבטחת מידע
PDF
סיכום הקורס בבינה מלאכותית
PDF
נספח תזכורות מלוגיקה בולאנית
PDF
סיכום קצר של דברים מתוך הקורס בתורת החישוביות
PDF
סיכום הקורס בחישוביות ומורכבות החישובים
PDF
סיכום בתחשיב היחסים
PDF
סיכום בלוגיקה
PDF
סיכום של הקורס אוטומטים ושפות פורמליות
PDF
ModProg.pdf
PDF
סיכום הקורס במבוא להצפנה
PDF
סיכום במורכבות החישובים
PDF
סיכום הקורס בבינה מלאכותית
PDF
סיכום הקורס בחישוביות
PDF
נספחון קצר בתורת הקבוצות
סיכום של הקורס מבוא להצפנה
סיכום על בדיקת לינאריות
סיכום הקורס במורכבות החישובים
סיכום הקורס באבטחת מידע
סיכום הקורס בבינה מלאכותית
נספח תזכורות מלוגיקה בולאנית
סיכום קצר של דברים מתוך הקורס בתורת החישוביות
סיכום הקורס בחישוביות ומורכבות החישובים
סיכום בתחשיב היחסים
סיכום בלוגיקה
סיכום של הקורס אוטומטים ושפות פורמליות
ModProg.pdf
סיכום הקורס במבוא להצפנה
סיכום במורכבות החישובים
סיכום הקורס בבינה מלאכותית
סיכום הקורס בחישוביות
נספחון קצר בתורת הקבוצות

סיכום קצר בקורס חדו"א 2 (נספח נוסחאות למבחן)

  • 1. ‫נספח נוסחאות חדו"א 2‬ ‫למשל, נניח כי אנחנו החרוט שבתמונה מתחיל ב־0 וקודקודו נמצא‬ ‫ב־5, אזי:‬ ‫5‬ ‫ˆ‬ ‫‪2πrdx‬‬ ‫ˆ‬ ‫5‬ ‫= )‪A (x‬‬ ‫0‬ ‫=‪S‬‬ ‫0‬ ‫כאשר ‪ r‬תלוי ב־‪ x‬אבל בשביל לדעת אותו נצטרך לדעת מהן‬ ‫הפונקציות.‬ ‫1.2‬ ‫1‬ ‫אינטגרציה לפי ‪y‬‬ ‫במידה ורוצים לעשות אינטגרל ע"פ ‪ y‬אזי ממירים את הפונקציות‬ ‫בהתאם:‬ ‫למשל: ‪ y = 2x‬הופכת להיות ‪ ,x = y‬או למשל 2‪ y = x‬הופכת להיות‬ ‫2‬ ‫√‬ ‫‪x=± y‬‬ ‫וכעת אנחנו מתחילים מערכו הגבוה של ‪ y‬לערכו הנמוך, למשל:‬ ‫לחשב את השטח הצבוע הכלוא בין שתי הפונקציות:‬ ‫8‬ ‫4‬ ‫=‬ ‫3‬ ‫3‬ ‫2‬ ‫3‪x‬‬ ‫− ‪dx = x‬‬ ‫3‬ ‫2‬ ‫−4=‬ ‫0‬ ‫2‬ ‫61‬ ‫4‬ ‫=4−‬ ‫3‬ ‫3‬ ‫2‬ ‫=‬ ‫0‬ ‫)השטח הצבוע הוא לא השטח שאנו רוצים לחשב כאן בדוגמא(‬ ‫ˆ‬ ‫2‬ ‫...‬ ‫‪2x − x‬‬ ‫0‬ ‫0‬ ‫ואילו ע"פ ‪:y‬‬ ‫4‬ ‫נניח שאנחנו רוצים לחשב את הגוף הבא:‬ ‫1‬ ‫הגרף של הפונקציה 2‪ y = 2 x‬מ־0 עד 2 סביב ציר ה־‪ ,x‬אזי זה נראה‬ ‫בערך כך:‬ ‫כאשר הקו השחור מסמל דיסקית סביב ציר ה־‪,y‬‬ ‫במקרה הזה הנוסחא הרדיוס )‪ (r‬הינו ערך הפונקציה בנקודה, לכן:‬ ‫הנפח הינו האינטגרל של הנפח של הדיסקית. כזכור, שטח של מעגל‬ ‫הינו: 2‪π · r‬‬ ‫נקודות החיתוך הינן )4 ,2( , )0 ,0( וכמובן שאנחנו מתייחסים‬ ‫√‬ ‫√‬ ‫ל־‪) x = y‬ולא ל־‪.(x = − y‬‬ ‫לכן, אינטרציה ע"פ ‪:x‬‬ ‫2‬ ‫3‬ ‫‪y‬‬ ‫2 ‪2y‬‬ ‫2‪y‬‬ ‫= ‪dy‬‬ ‫−‬ ‫2‬ ‫3‬ ‫4‬ ‫−‪y‬‬ ‫√‬ ‫שיטת הטבעות )דיסקים(‬ ‫4‬ ‫5‪x‬‬ ‫4·5‬ ‫2‬ ‫‪dx = π‬‬ ‫2 1‬ ‫‪x‬‬ ‫2‬ ‫2‬ ‫ˆ‬ ‫·‪π‬‬ ‫= ‪V‬‬ ‫0‬ ‫יכול להיות מצב שבו הגרף אינו יהיה צמוד למה שאנחנו רוצים לחשב,‬ ‫כאשר את השטח הפנימי‬ ‫לכן בעצם תיווצר לנו מעין דיסקית כזאת:‬ ‫איננו רוצים לחשב....‬ ‫לכןת ניתן לשרטט זאת כך )אנחנו מעוניינים רק בשטח הצבוע(:‬ ‫ˆ‬ ‫0‬ ‫חישוב נפחים‬ ‫עם אנחנו רוצים לחשב נפח של צורה תלת מימדית, למשל של הצורה‬ ‫הבאה:‬ ‫ולכן:‬ ‫‪dx‬‬ ‫אזי נפחה הוא אינטגרל של שטח הדיסקית )שאותו נסמן ב־)‪A (x‬‬ ‫]מכיוון שהוא משתנה[( מהנקודה התחתונה לנקדוה העליונה,‬ ‫1‬ ‫2‬ ‫2‬ ‫‪b‬‬ ‫ˆ‬ ‫)‪π g (x) − f (x‬‬ ‫= ‪V‬‬ ‫‪a‬‬
  • 2. ‫2.2‬ ‫שיטת הקליפות‬ ‫א.‬ ‫ניקח את אותו הגרף כמו ממקודם, רק שהפעם נחשב את הגוף שיווצר‬ ‫עם נסובב סביב ציר ה־‪ .y‬מה שייצר לנו אלו קליפות שיוצרות גלילים‬ ‫ולכן הפעם הנוסחא הינה:‬ ‫‪(2πr · h) dx‬‬ ‫∞→‪x‬‬ ‫)ההתנהגות ´היא אותו הדבר ־ "תיקו"(.‬ ‫∞´‬ ‫∞‬ ‫‪ a f (x) dx‬מתכנס ⇒⇐ ‪g (x) dx‬‬ ‫‪a‬‬ ‫ב.‬ ‫ˆ‬ ‫‪b‬‬ ‫)‪f (x‬‬ ‫∞<‪=L‬‬ ‫)‪g (x‬‬ ‫‪0 < lim‬‬ ‫= ‪V‬‬ ‫מתכנס.‬ ‫‪a‬‬ ‫)‪f (x‬‬ ‫0=‬ ‫)‪g (x‬‬ ‫כאשר ‪ 2πr‬זהו היקף המעגל )היקף הגליל( ו־‪ h‬הינו הגובה.‬ ‫‪lim‬‬ ‫∞→‪x‬‬ ‫∞´‬ ‫∞´‬ ‫‪ a g (x) dx‬מתכנס ⇐ ‪ a f (x) dx‬מתכנס.‬ ‫∞´‬ ‫∞´‬ ‫‪ a f (x) dx‬מתבדר ⇐ ‪ a g (x) dx‬מתבדר.‬ ‫ג.‬ ‫)‪f (x‬‬ ‫∞=‬ ‫)‪g (x‬‬ ‫לכן, השטח הינו:‬ ‫2‬ ‫... =‬ ‫0‬ ‫4‪x‬‬ ‫1‬ ‫· ‪2πx · x2 dx = 2π‬‬ ‫2‬ ‫2·4‬ ‫2‬ ‫ˆ‬ ‫= ‪V‬‬ ‫0‬ ‫מכיוון שבמקרה שלנו הרדיוס הינו ‪ r = x‬והגובה הינו ערך הפונקציה‬ ‫בנקודה 2‪. 1 x‬‬ ‫2‬ ‫3‬ ‫אינטגרלים לא אמיתיים‬ ‫הגדרה: תהי ‪ f‬פונקציה שהיא רציפה ב־]‪.(a < t) [a, t‬‬ ‫‪´t‬‬ ‫אם ‪ limt→∞ a f (x) dx‬קיים וסופי אזי נאמר כי האינטגרל הנ"ל‬ ‫‪´t‬‬ ‫מתכנס. ו־ ´‬ ‫‪t‬‬ ‫‪. a f (x) dx = limt→∞ a f (x) dx‬‬ ‫‪´t‬‬ ‫אם ‪ limt→∞ a f (x) dx‬אינו קיים )למשל הגבול הוא אינסוף( אזי‬ ‫נאמר כי האינטגרל מתבדר.‬ ‫דוגמאות:‬ ‫‪´t‬‬ ‫‪) limt→∞ 1 x1 dx‬זה יכול להיות כל מספר מלבד 1 בתנאי שהפונקציה‬ ‫‪α‬‬ ‫תהיה רציפה בקטע(.‬ ‫מתכנס כאשר 1 > ‪ ,α‬מתבדר כאשר 1 ≤ ‪:α‬‬ ‫‪lim‬‬ ‫∞→‪x‬‬ ‫∞´‬ ‫∞´‬ ‫‪ a f (x) dx‬מתכנס ⇐ ‪ a g (x) dx‬מתכנס.‬ ‫∞´‬ ‫∞´‬ ‫‪ a g (x) dx‬מתבדר ⇐ ‪ a f (x) dx‬מתבדר.‬ ‫איך פותרים שאלה כזאת )כשמדובר באינסוף בלבד(?‬ ‫∞´‬ ‫1‬ ‫נניח ואנחנו צריכים לבדוק האם ‪ 1 x2 +3x+5 dx‬מתכנס או מתבדר.‬ ‫1‬ ‫1‬ ‫ננחש כי 5+‪ 4x2 +3x‬מתנהגת כמו 2‪ , x‬לכן נשווה את שתי הפונקציות‬ ‫ונקבל:‬ ‫1‬ ‫3‬ ‫5‬ ‫) 2‪x2 (4+ x + x‬‬ ‫5+‪4x2 +3x‬‬ ‫2‪x‬‬ ‫ומכאן ששתי‬ ‫=‬ ‫=‬ ‫4 →−−‬ ‫−−‬ ‫1‬ ‫2‪x‬‬ ‫2‪x‬‬ ‫∞→‪x‬‬ ‫5+‪4x2 +3x‬‬ ‫הפונקציות מתנהגות אותו דבר,‬ ‫לכן האינטגרל הנ"ל מתבדר.‬ ‫הכלל הוא כזה: כאשר נתון לנו אינטגרל כמו למעלה אנחנו מוציאים‬ ‫את החזקה הכי גבוה במונה ובמכנה ומשווים.‬ ‫√‬ ‫√‬ ‫‪x‬‬ ‫2+‪x‬‬ ‫למשל: 1+‪. x3 ⇐ x3 +4x‬‬ ‫ניתן כמובן גם להשתמש בכללי השווה כדי להוכיח שאינטגרל הוא‬ ‫∞´‬ ‫מתכנס/מתבדר, למשל: נרצה להוכיח כי ‪ 1 ex‬אזי נשווה אותו למשל‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫‪x‬‬ ‫ל־ 3‪ x‬ונראה שלבסוף נקבל גרירה: זה ש־ 3‪ x‬מתכנס יגרור את זה ש־ ‪x‬‬ ‫‪e‬‬ ‫מתכנס.‬ ‫2.3‬ ‫מקרה שני של אינטגרל לא אמיתי‬ ‫אם‬ ‫תהי ‪ f‬פונקציה רציפה בקטע ]‪.(a, b‬‬ ‫הגדרה:‬ ‫‪´b‬‬ ‫‪´b‬‬ ‫‪ limt→a+ t f (x) dx‬קיים )וסופי( אזי נאמר כי ‪ t f (x) dx‬מתכנס‬ ‫ו־‬ ‫‪´b‬‬ ‫‪´b‬‬ ‫‪ . a f (x) dx = limt→a+ t f (x) dx‬אם אין גבול )או שהגבול‬ ‫אינסופי( אזי אומרים כי האינטגרל מתבדר.‬ ‫משפט: יהי 0 > ‪:α‬‬ ‫1´‬ ‫אם 1 ≥ ‪ α‬אזי האינטגרל ‪ 0 x1 dx‬מתבדר.‬ ‫‪α‬‬ ‫1´‬ ‫1‬ ‫אם 1 < ‪ α‬אזי האינטגרל ‪ 0 x1 dx‬מתכנס ושווה ל־ ‪. 1−α‬‬ ‫‪α‬‬ ‫משפט: אם ‪ f‬רציפה על ]‪ (a, b‬וגם על ]‪ (a, c‬אזי:‬ ‫‪´b‬‬ ‫‪´c‬‬ ‫‪´c‬‬ ‫‪ a f (x) dx‬מתכנס אםם ‪ a f (x) dx‬מתכנס. )ההפרש הוא ‪b f (x) dx‬‬ ‫שהוא קבוע ובלתי תלוי ב־‪ .(t‬ההתכנסות תלויה רק בהתנהגות של ‪ f‬כש־‪ t‬שואף ל־ +‪.a‬‬ ‫משפט: תהי ‪ f‬רציפה בכל´קטע ]‪ .[a, t‬נניח כי 0 = )‪limx→∞ f (x‬‬ ‫∞‬ ‫אזי האינטגרל ‪ a f (x) dx‬מתבדר.‬ ‫1.3‬ ‫משפטי השוואה‬ ‫תהיינה ‪ f, g‬פונקציות רציפות וחיוביות ב־)∞ ,‪.[a‬‬ ‫נתבונן ב־ )‪.limx→∞ f (x‬‬ ‫)‪g(x‬‬ ‫ישנם שלושה מקרים:‬ ‫כעת, כל משפטי ההשוואה שאנחנו מכירים מממקום, נכון עכשיו רק‬ ‫ההפך:‬ ‫תהיינה ‪ f, g‬פונקציות רציפות וחיוביות ב־)∞ ,‪.[a‬‬ ‫נתבונן ב־ )‪.limx→∞ f (x‬‬ ‫)‪g(x‬‬ ‫ישנם שלושה מקרים:‬ ‫א.‬ ‫)‪f (x‬‬ ‫∞<‪=L‬‬ ‫)‪g (x‬‬ ‫2‬ ‫+‪0 < lim‬‬ ‫‪x→a‬‬
  • 3. ‫)ההתנהגות ´היא אותו הדבר ־ "תיקו"(.‬ ‫∞´‬ ‫∞‬ ‫‪ a f (x) dx‬מתכנס ⇒⇐ ‪g (x) dx‬‬ ‫‪a‬‬ ‫ב.‬ ‫)‪f (x‬‬ ‫0=‬ ‫)‪g (x‬‬ ‫במקרה הזה, שאנחנו רוצים להשוות, אנחנו ניקח תמיד את החזקה‬ ‫הנמוכה יותר )בשונה ממקודם(.‬ ‫למשל:‬ ‫1 1´‬ ‫‪ 0 √x+x dx‬־ ניקח את החזקה הכי נמוכה במונה ובמכנה:‬ ‫מתכנס.‬ ‫√‬ ‫1‬ ‫= ‪√ x‬‬ ‫1 →−− √‬ ‫−−‬ ‫‪x+x‬‬ ‫+0→‪1+ x x‬‬ ‫1 1´‬ ‫היות והאינטגרל ‪√ dx‬‬ ‫0‬ ‫‪x‬‬ ‫‪lim‬‬ ‫+‪x→a‬‬ ‫∞´‬ ‫∞´‬ ‫‪ a g (x) dx‬מתבדר ⇐ ‪ a f (x) dx‬מתבדר.‬ ‫∞´‬ ‫∞´‬ ‫‪ a f (x) dx‬מתכנס ⇐ ‪ a g (x) dx‬מתכנס.‬ ‫ג.‬ ‫=‬ ‫‪x‬‬ ‫1‬ ‫√‬ ‫1+‪. x‬‬ ‫√‬ ‫‪x‬‬ ‫מתכנס אזי‬ ‫1‬ ‫‪√ dx‬‬ ‫‪0 x+ x‬‬ ‫מתכנס. )תזכרות:‬ ‫√‬ ‫1‬ ‫2 ‪.( x = x‬‬ ‫‪´ 1 1+x‬‬ ‫עוד דוגמא: ‪ 0 √x3 +x5 dx‬ע"י 0 הפונקציה מתנהגת כמו‬ ‫3‬ ‫√‬ ‫3 1√ :‬ ‫‪x‬‬ ‫‪√ 1+x‬‬ ‫5‪x3 +x‬‬ ‫‪x‬‬ ‫−−‬ ‫1 → − − 2‪= (1 + x) √x3 ·√1+x‬‬ ‫+0→‪x‬‬ ‫3‬ ‫‪x‬‬ ‫1´‬ ‫‪ 0 √1 3 dx‬מתבדר ולכן גם היאנגטל הנ"ל מתבדר.‬ ‫‪x‬‬ ‫1 1+‪´ a‬‬ ‫‪ a‬מתכנס אםם 1 < ‪.α‬‬ ‫משפט: האינטגרל ‪α dx‬‬ ‫)‪(x−a‬‬ ‫1 1´‬ ‫למשל: האינטגרל ‪ 0 sin(x) dx‬מתכנס כי )‪ sin (x‬מתנהגת כמו ‪ x‬ב־0‬ ‫1‬ ‫1 √ מתנהגת כמו ‪. √x‬‬ ‫ולכן‬ ‫1√‬ ‫)‪f (x‬‬ ‫∞=‬ ‫)‪g (x‬‬ ‫1´‬ ‫‪lim‬‬ ‫+‪x→a‬‬ ‫∞´‬ ‫∞´‬ ‫‪ a f (x) dx‬מתבדר ⇐ ‪ a g (x) dx‬מתבדר.‬ ‫∞´‬ ‫∞´‬ ‫‪ a g (x) dx‬מתכנס ⇐ ‪ a f (x) dx‬מתכנס.‬ ‫.‬ ‫)‪sin(x‬‬ ‫3.3‬ ‫מקרה שלישי של אינטגרל לא אמיתי‬ ‫הגדרה: תהי ‪ f‬רציפה בקטע )‪ f ) [a, b‬אינה חסומה בסביבה של ‪ .(b‬אם‬ ‫‪´b‬‬ ‫‪´t‬‬ ‫0 = ‪ limt→b− a f (x) dx = l‬אזי נאמר כי האינטגרל ‪f (x) dx‬‬ ‫‪a‬‬ ‫‪´b‬‬ ‫מתכנס ושווה לגבול. אחרת נאמר כי האינטגרל ‪ a f (x) dx‬מתבדר.‬ ‫המשפטים שראינו עבור פונקציות לא חסומות בסביבה של +‪ a‬נכונים‬ ‫גם עבור פונקציות לא חסומות בסביבה של −‪ .a‬למשל:‬ ‫‪t‬‬ ‫1‬ ‫‪ˆ t‬‬ ‫2 ˆ‬ ‫1‬ ‫2 )‪(2 − x‬‬ ‫1‬ ‫√‬ ‫√‬ ‫= ‪dx‬‬ ‫1 − = ‪dx‬‬ ‫=‬ ‫2/‬ ‫‪2−x‬‬ ‫‪2−x‬‬ ‫1‬ ‫1‬ ‫1‬ ‫√‬ ‫2 →−− 2 + ‪− 2 2 − t‬‬ ‫−−‬ ‫−‬ ‫2→‪t‬‬ ‫לסיכום: ישנם ארבעה מקרים אלמנטריים:‬ ‫∞´‬ ‫1. ‪ a f (x) dx‬־ ‪ f‬רציפה ב־)∞ ,‪.[a‬‬ ‫‪´b‬‬ ‫2.‪ −∞ f (x) dx‬־ ‪ f‬רציפה ב־]‪.(−∞, b‬‬ ‫‪´b‬‬ ‫3. ‪ a f (x) dx‬־ ‪ f‬אינה חסומה בסביבה של +‪.a‬‬ ‫‪´b‬‬ ‫4. ‪ a f (x) dx‬־ ‪ f‬אינה חסומה בסביבה של −‪.b‬‬ ‫איך פותרים שאלות מהסוג הזה )שיש יותר מבעיה אחת(?‬ ‫מחלקים את היאנטגרל לסכום של אינטגרליים "אלמנטריים" שבכל‬ ‫אחד מהם יש רק בעיה אחת.‬ ‫האינטגרל הכולל מתכנס אםם כל אינטגרל בסכום ואז הוא שווה לסכום‬ ‫האינטגרלים )מספיק שאחד מהם מתבדר כדי כדי שהאינטגרל הכולל‬ ‫יתבדר(.‬ ‫למשל:‬ ‫1 ∞´‬ ‫1 1− ´‬ ‫1 0´‬ ‫1 1´‬ ‫1 ∞´‬ ‫‪dx = −∞ x2 dx + −1 x2 dx + 0 x2 dx + 1 x2 dx‬‬ ‫2‪−∞ x‬‬ ‫האינטגרלים שבתוך הקופסא מתבדרים ולכן האינטגרל כולו מתבדר.‬ ‫∞´‬ ‫1‬ ‫או למשל: ‪: 3 x2 −5x+6 dx‬‬ ‫שלב ראשון: מוצאים את הנקודות הבעיתיות: ∞ ,3.‬ ‫∞´ 4´‬ ‫שלב שני: מפצלים את האינטגרל: 4 , 3 .‬ ‫שלב שלישי: מקיימים דיון בכל אינטגרל:‬ ‫∞´‬ ‫1‬ ‫1‬ ‫‪ 4 x2 −5x+6 dx‬־ מתכנס כי הפונקציה מתנהגת כמו 2‪ x‬ב־∞.‬ ‫4´‬ ‫1‬ ‫1‬ ‫1‬ ‫לגבי ‪ : 3 x2 −5x+6 dx‬היות ו־ )2−‪ x2 −5x+6 = (x−3)(x‬אזי ניתן‬ ‫1‬ ‫לראות שהגורם הבעייתי הוא )3−‪ (x‬ולכן, ע"י 3 הפונקציה מתנהגת‬ ‫1‬ ‫כמו )3−‪ (x‬ולכן אנחנו נחשב את האינטגרל עם הפונקציה הזאת:‬ ‫4´‬ ‫1 4´‬ ‫1‬ ‫מתבדר ולכן:‬ ‫ולכן ‪dx‬‬ ‫מתבדר,‬ ‫‪dx‬‬ ‫6+‪3 x2 −5x‬‬ ‫)3−‪´ ∞ 3 (x‬‬ ‫1‬ ‫‪ 3 x2 −5x+6 dx‬מתבדר.‬ ‫··· ‪´ a‬‬ ‫וישנה בעיה ב־‪ :a‬מוציאים את‬ ‫באופן כללי, אם יש לנו ‪··· dx‬‬ ‫)‪ (x − a‬כמה שאפשר )או את ‪.(a − x‬‬ ‫3‬
  • 4. ‫4‬ ‫1.4‬ ‫טורים‬ ‫5.4‬ ‫חזרה על סדרות‬ ‫סדרה עולה ממש: ‪ an+1 > an‬החל מ־‪ n‬מסוים.‬ ‫סדרה יורדת ממש: ‪ an+1 < an‬החל מ־‪ n‬מסוים.‬ ‫אם )‪ an = f (n‬אזי ניתן להמיר את ‪ n‬ב־‪ x‬ורק אז לגזור ואז לפי אם‬ ‫‪ f‬עולה או יורדת ניתן לדעת אם הסדרה עולה ממש או יורדת ממש.‬ ‫2.4‬ ‫טורים‬ ‫‪n‬‬ ‫0=‪k‬‬ ‫הגדרה: ‪ak‬‬ ‫מ־0(.‬ ‫∞‬ ‫אם לסדרה ‪ Sn‬יש גבול סופי, אזי נאמר כי הטור ‪ n=0 an‬מתכנס‬ ‫∞‬ ‫ו־ ‪ . n=0 an = limn→∞ Sn‬אחרת נאמר כי הטור מתבדר.‬ ‫∞‬ ‫משפט: אם הטור ‪ n=0 an‬מתכנס אזי בהכרח 0 = ‪.limn→∞ an‬‬ ‫∞‬ ‫∞‬ ‫1‬ ‫‪n‬‬ ‫טענה: הטור ‪ n=0 q n‬מתכנס אםם 1 < |‪ |q‬ו־ ‪. n=0 q = 1−q‬‬ ‫1.2.4‬ ‫טור טלסקופי‬ ‫זהו טור שהוא בעצם סכום של שני איברים )בד"כ הראשון והאחרון(,‬ ‫∞‬ ‫1‬ ‫1‬ ‫1‬ ‫1‬ ‫למשל: 1+‪. n=1 n(n+1) ⇒ n(n+1) = n − n‬‬ ‫∞‬ ‫משפטי השוואה עם גבולות‬ ‫∞‬ ‫∞‬ ‫יהיו ‪ n=0 an‬ו־ ‪ n=0 bn‬טורים חיוביים.‬ ‫‪an‬‬ ‫1. אם 0 = ‪limn→∞ bn = l‬‬ ‫∞‬ ‫∞‬ ‫אזי: ‪ n=0 an‬מתכנס אםם ‪ n=0 bn‬מתכנס.‬ ‫‪an‬‬ ‫2. אם 0 = ‪ ,limn→∞ bn‬אזי:‬ ‫∞‬ ‫∞‬ ‫‪ n=0 bn‬מתכנס ⇐ ‪ n=0 an‬מתכנס.‬ ‫∞‬ ‫∞‬ ‫‪ n=0 an‬מתבדר ⇐ ‪ n=0 bn‬מתבדר.‬ ‫‪n‬‬ ‫3. אם ∞ = ‪ ,limn→∞ an‬אזי:‬ ‫‪b‬‬ ‫∞‬ ‫∞‬ ‫‪ n=0 an‬מתכנס ⇐ ‪ n=0 bn‬מתכנס.‬ ‫∞‬ ‫∞‬ ‫‪ n=0 bn‬מתבדר ⇐ ‪ n=0 an‬מתבדר.‬ ‫תהי ) ‪ (an‬סדרה חיובית. נניח כי קיימת פונקציה ‪ f‬כך ש־ ‪f (n) = an‬‬ ‫)לפחות עבור ‪ n‬מספיק גדול(.‬ ‫נניח כי ‪ f‬רציפה ויורדת בקטע מהצורה )∞ ,‪.[a‬‬ ‫∞´‬ ‫∞‬ ‫אזי הטור ‪ n=0 an‬מתכנס אםם האינטגרל ‪ a f (x) dx‬מתכנס.‬ ‫כדאי לזכור מסקנה הנובעת ממשפט זה:‬ ‫מסקנה: הטור‬ ‫∞‬ ‫1‬ ‫‪n=0 nα‬‬ ‫מתכנס אםם 1 > ‪.α‬‬ ‫הערה לגבי טורים עם פונקציות טריגונומטריות )למשל(:‬ ‫2‬ ‫∞‬ ‫)‪(n‬‬ ‫אם ניתקל בטור הבא: ‪ n=0 sin2n‬אזי, נשים לב לכך שניתן לחסום:‬ ‫1 ≤ )‪.sin (x‬‬ ‫‪n‬‬ ‫)‪sin2 (n‬‬ ‫1‬ ‫1 = ‪ 2n ≤ 2n‬־ ומכאן שהטור מתכנס.‬ ‫לכן:‬ ‫2‬ ‫5‬ ‫1.5‬ ‫טורים עם סימן מתחלף‬ ‫הלמה של קנטור‬ ‫תהיינה ) ‪ (an‬ו־) ‪ (bn‬סדרות המקיימות את ההנחות הבאות:‬ ‫א. הסדרה ) ‪ (an‬עולה.‬ ‫ב. הסדרה ) ‪ (bn‬יורדת.‬ ‫ג. לכל ‪.an ≤ bn :n‬‬ ‫ד. 0 = ) ‪.limn→∞ (bn − an‬‬ ‫אזי הסדרות ) ‪ (an ) , (bn‬מתכנסות ו־ ‪limn→∞ an = limn→∞ bn‬‬ ‫2.5‬ ‫משפט לייבניץ'‬ ‫תהי ) ‪ (an‬סדרה יורדת ממש, חיובית כך ש־0 = ‪) limn→∞ an‬אלו‬ ‫שלושת התנאיים ההכרחיים לכך שנוכל להשתמש במשפט לייבניץ'(.‬ ‫∞‬ ‫‪n‬‬ ‫אזי הטור ‪ n=0 (−1) an‬מתכנס. )טור לייבניץ' הוא טור מהצורה‬ ‫הנ"ל(.‬ ‫∞‬ ‫‪n‬‬ ‫= ‪ S‬וב־) ‪ (Sn‬את סדרת הסכומים‬ ‫אם נסמן: ‪(−1) an‬‬ ‫0=‪n‬‬ ‫החלקיים אזי: 1+‪. |S − Sn | < an‬‬ ‫)הערה: ‪ak‬‬ ‫והרעיון הוא אותו רעיון כמו האינטגרלים באינסוף.‬ ‫4.4‬ ‫מבחן האינטגרל‬ ‫∞‬ ‫משפט: יהיו ‪ n=0 an‬ו־ ‪ n=0 bn‬טורים חיוביים. נניח כי קיים 0 > ‪c‬‬ ‫כך ש־ ‪ an ≥ c · bn‬החל מ־ 0‪ n‬מסוים( אזי:‬ ‫∞‬ ‫∞‬ ‫‪ n=0 bn‬מתכנס ⇐ ‪ n=0 an‬מתכנס.‬ ‫∞‬ ‫∞‬ ‫הגדרה: יהי ‪ n=0 an‬טור. אם | ‪ n=0 |an‬מתכנס נאמר כי הטור‬ ‫∞‬ ‫∞‬ ‫‪ n=0 an‬מתכנס בהחלט. אם | ‪ n=0 |an‬מתבדר, נאמרי כי הטור‬ ‫∞‬ ‫‪ n=0 an‬מתכנס בתנאי.‬ ‫2+‪n‬‬ ‫∞‬ ‫∞‬ ‫‪4 n‬‬ ‫דוגמא קטנה: 211 = 7 0=‪) n=0 47n = 16 · n‬הטור מתכנס‬ ‫3‬ ‫כי 1 < 4 (.‬ ‫7‬ ‫3.4‬ ‫תהי ‪ an‬סדרה חיובית.‬ ‫√‬ ‫נניח כי ‪.limn→∞ n an = l‬‬ ‫∞‬ ‫אם 1 < ‪ l‬אזי הטור ‪ n=0 an‬מתכנס.‬ ‫∞‬ ‫אם 1 > ‪ l‬אזי הטור ‪ n=0 an‬מתבדר.‬ ‫אם 1 = ‪ l‬לא יודעים.‬ ‫√‬ ‫תזכורת חשובה למבחן זה: 1 = ‪.limn→∞ n n‬‬ ‫6.4‬ ‫= ‪) .Sn‬כמובן שהערך ההתחלתי יכול להיות גדול‬ ‫מבחן השורש )מבחן של קושי ‪(Cauchy‬‬ ‫‪n‬‬ ‫0=‪k‬‬ ‫= ‪.(Sn‬‬ ‫מבחן המנה )מבחן דלמבר ‪(D'Alembert‬‬ ‫תהי ‪ an‬סדרה חיובית.‬ ‫1+‪n‬‬ ‫נניח כי ‪.limn→∞ aan = l‬‬ ‫∞‬ ‫אם 1 < ‪ l‬אזי הטור ‪ n=0 an‬מתכנס.‬ ‫∞‬ ‫אם 1 > ‪ l‬אזי הטור ‪ n=0 an‬מתבדר.‬ ‫אם 1 = ‪ l‬לא יודעים.‬ ‫)בד"כ נשתמש במבחן הזה כאשר יש לנו עצרות בטור(.‬ ‫הסבר: נניח ואנחנו מחפשים שגיאה )הפרש( שהיא קטנה מ־ 6−01, אזי‬ ‫אנחנו צריכים למצוא ‪ n‬שעבורו יתקיים 6−01 < 1+‪ an‬ואז בוודאי‬ ‫יתקיים נקבל את השגיאה הרצויה: 6−01 < | ‪.|S − Sn‬‬ ‫)תזכורת: שלושת התנאים מתקיים, הטור מתכנס, ולכן לכל שגיאה‬ ‫שנבחר ]בתנאי שהיא גדולה מאפס כמובן[ תמיד יהיה קיים ‪ n‬כך ש־‬ ‫1+‪ an‬יהיה קטן מהשגיאה שלנו(.‬ ‫4‬
  • 5. ‫דוגמא: ניקח את הטור:‬ ‫1‬ ‫1−‪2n‬‬ ‫‪n‬‬ ‫· )1−(‬ ‫∞‬ ‫0=‪n‬‬ ‫־ ניתן לראות‬ ‫1‬ ‫שהסדרה 1−‪ 2n‬היא אכן: יורדת ממש, חיוביות ושואפת ל־0. לכן ניתן‬ ‫להשתמש בה במשפט לייבניץ.‬ ‫כעת, בשביל למצוא ‪ n‬מתאים )גודל השגיאה הינו 2−01(:‬ ‫2‬ ‫1‬ ‫1−2 01 > ‪ , 2n+1 < 10−2 ⇒ 2n > 102 − 1 ⇒ n‬נבחר 05 = ‪ ,n‬לכן,‬ ‫אנחנו יודעים, ע"פ המשפט ש־ 2−01 < 15‪.|S − S50 | < a‬‬ ‫הערה: )על סימן הטעות(.‬ ‫אם המספר האחרון שהוספנו בסכום החלקי הוא חיובי אזי הסכום‬ ‫החלקי גדול מדי )כלומר, עברנו את הגבול ואנחנו מצאים מעליו(.‬ ‫אם המספר האחרון שהוספנו הוא שלילי אזי הסכום החלקי קטן מדי‬ ‫)כלומר, אנחנו נמצאים מתחת לגבול(.‬ ‫6‬ ‫טורי חזקות‬ ‫הגדרה: טור חזקות ממורכז ב־)‪ a (a ∈ R‬הוא טור מהצורה:‬ ‫∞‬ ‫‪n‬‬ ‫)‪. n=0 an (x − a‬‬ ‫‪n‬‬ ‫∞‬ ‫למשל: )1−‪ n=0 (x‬הוא טור שממורכז ב־1.‬ ‫1+‪2n‬‬ ‫משפט התכנסות:‬ ‫∞‬ ‫יהי 0 = 0‪ .x‬נניח כי הטור ‪ n=0 an xn‬מתכנס עבור 0‪ ,x = x‬אזי‬ ‫∞‬ ‫הטור ‪ n=0 an xn‬מתכנס בהחלט עבור כל )| 0‪.x ∈ (− |x0 | , |x‬‬ ‫תחום ההתכנסות משמעו שאנחנו מחפשים תחום )קטע כלשהו( שעבור‬ ‫כל ‪ x‬שנמצא בתוכו. אם נציב אותו ־ הטור יתכנס.‬ ‫מסקנה:‬ ‫תחום ההתכנסות הוא אחת מהצורות הבאות:‬ ‫א. )0 = ‪ {0} (R‬־ אם 0 = ‪ x‬הטור הוא · · · + 0 + 0 + 0‪) .a‬בטורי‬ ‫חזקות מסמנים 1 = 00(.‬ ‫ב. ]‪ ,(−R, R) , [−R, R] , [−R, R) , (−R, R‬עבור איזשהו 0 > ‪.R‬‬ ‫ג. ‪) R‬כאשר ∞ = ‪.(R‬‬ ‫‪ R‬נקרא ־ רדיוס ההתכנסות של הטור.‬ ‫כדאי לזכור:‬ ‫∞‬ ‫עבור הטור ‪: n=0 an xn‬‬ ‫הטור מתכנס בהחלט ב־)‪ (−R, R‬ומתבדר מחוץ ל־]‪.[−R, R‬‬ ‫כלומר:‬ ‫עבור ‪ |x| < R‬יש התכנסות בהחלט.‬ ‫עבור ‪ |x| > R‬יש התבדרות.‬ ‫ב־‪ ±R‬יש או התכנסות בהחלט, או התכנסות בתנאי או‬ ‫התבדרות )ולכן תמיד צריך לבדוק מה קורה לטור ב־‪.(!!!R‬‬ ‫‪ R‬הוא הערך המפריד בין התכנסות להתבדרות.‬ ‫|‪|x‬‬ ‫→−− √‬ ‫− − ‪n n‬‬ ‫∞→‪n‬‬ ‫|‪|x‬‬ ‫בקצוות(.‬ ‫1.6‬ ‫=‬ ‫‪|x|n‬‬ ‫‪n‬‬ ‫‪n‬‬ ‫ומכאן שהרדיוס הוא 1 )ונשאר רק לבדוק‬ ‫הזזה של טור חזקות‬ ‫∞‬ ‫0=‪n‬‬ ‫‪n‬‬ ‫אזי רדיוס‬ ‫)‪an (x − a‬‬ ‫במידה והטור ממורכז סביב ‪:a‬‬ ‫ההתכנסות הינו בהתאם: מתכנס בהחלט ב־)‪ (a − R, a + R‬ומתבדר‬ ‫מחוץ ל־]‪.[a − R, a + R‬‬ ‫2.6‬ ‫אריתמטיקה של טורי חזקות‬ ‫∞‬ ‫‪n‬‬ ‫טור חזקות עם רדיוס התכנסות ‪ .R‬אזי עבור כל‬ ‫יהי ‪n=0 an x‬‬ ‫∞‬ ‫‪n‬‬ ‫0 = ‪ ,c‬הטור ‪ n=0 c · an x‬עם טור חזקות עם רדיוס ‪ R‬ועם אותה‬ ‫התנהגות בקצוות קטע ההתכנסות.‬ ‫∞‬ ‫∞‬ ‫‪n‬‬ ‫‪n‬‬ ‫טורי חזקות עם רדיוס 1‪ R‬ו־ 2‪R‬‬ ‫יהיו‬ ‫ו־ ‪n=0 bn x‬‬ ‫‪n=0 an x‬‬ ‫בהתאמה.‬ ‫∞‬ ‫‪n‬‬ ‫הוא טור חזקות עם רדיוס גדול או‬ ‫אזי הטור ‪n=0 (an + bn ) x‬‬ ‫שווה ל־) 2‪ .min (R1 , R‬אם 2‪ R1 = R‬אזי הרדיוס הוא שווה ל־‬ ‫) 2‪.min (R1 , R‬‬ ‫למשל:‬ ‫∞‬ ‫∞‬ ‫‪x n‬‬ ‫‪n‬‬ ‫טור עם רדיוס 1.‬ ‫2 0=‪ n‬וטר עם רדיוס 2.‬ ‫‪n=0 x‬‬ ‫∞‬ ‫1‬ ‫‪ n=0 1 + 2n xn‬־ טור עם רדיוס 1 כי 2 = 1.‬ ‫הערה על טורי חזקות )שגם תופיע בהרחבה בהמשך(:‬ ‫2‬ ‫נניח ונתון לנו: ‪ 1−2x‬ואנחנו צריכים למצוא את זה כטור חזקות,‬ ‫1‬ ‫אזי אנחנו יודעים להמיר לטור כל מה שהוא מהצורה הבאה: ♣−1‬ ‫∞‬ ‫‪n‬‬ ‫ל־ )♣( 0=‪. n‬‬ ‫לכן במקרה שלנו, מה שנקבל הוא:‬ ‫‪2 n xn‬‬ ‫3.6‬ ‫∞‬ ‫0=‪n‬‬ ‫‪n‬‬ ‫· 2 = )‪(2x‬‬ ‫∞‬ ‫0=‪n‬‬ ‫·2=‬ ‫1‬ ‫‪1−2x‬‬ ‫2=‬ ‫משפט הרציפות‬ ‫∞‬ ‫יהי ‪ f (x) = n=0 an xn‬טור זחקות עם רדיוס התכנסות ‪ .R‬אזי‬ ‫הפונקציה ‪ f‬רציפה ב־)‪.(−R, R‬‬ ‫4.6‬ ‫משפט האינטגרציה‬ ‫∞‬ ‫כיצד מוצאים את ‪) R‬רדיוס ההתכנסות(?‬ ‫משתמשים באחד המבחנים שתוארו למעלה כאשר ‪ x‬הוא קבוע, מה‬ ‫ששואף לאינסוף זהו ‪.n‬‬ ‫דוגמא פשוטה:‬ ‫‪n n‬‬ ‫∞‬ ‫‪ n=1 2 nx‬־ במקרה כזה נשתמש במבחן המנה:‬ ‫2‬ ‫|‪2 · |x‬‬ ‫2‪2·|x|·n‬‬ ‫→−−‬ ‫−−‬ ‫∞→‪(n+1)2 n‬‬ ‫=‬ ‫‪n‬‬ ‫טור חזקות עם רדיוס התכנסות ‪.R‬‬ ‫יהי‬ ‫‪n=0 an x‬‬ ‫1+‪∞ an xn‬‬ ‫1+‪ n=0 n‬מתכנס בהחלט בקטע )‪.(−R, R‬‬ ‫בנוסף הפונקציה ‪ f‬אינטגרבילית ב־)‪ (−R, R‬ולכל )‪:x ∈ (−R, R‬‬ ‫אזי הטור‬ ‫∞‬ ‫1+‪an xn‬‬ ‫1+‪n‬‬ ‫0=‪n‬‬ ‫1+‪2n+1 ·|x|n‬‬ ‫2)1+‪(n‬‬ ‫‪2n |x|n‬‬ ‫2‪n‬‬ ‫1‬ ‫2.‬ ‫לכן, רדיוס ההתכנסות הינו‬ ‫)אם היה יוצא לנו בסוף |‪ |x‬אזי רדיוס ההתכנסות היה 1, ואם היינו‬ ‫מקבלים בסוף 0 אזי ∞ = ‪.(R‬‬ ‫כעת נבדוק בקצוות:‬ ‫‪n‬‬ ‫) 1 (· ‪2n‬‬ ‫2‬ ‫1‬ ‫1‬ ‫־ מתכנס בהחלט.‬ ‫=‬ ‫2‪n‬‬ ‫2 = ‪n2 :x‬‬ ‫‪n‬‬ ‫1‬ ‫) 2 −(· ‪2n‬‬ ‫‪(−1)n‬‬ ‫1‬ ‫־ מתכנס בהחלט.‬ ‫=‬ ‫2 − = ‪:x‬‬ ‫2‪n‬‬ ‫2‪n‬‬ ‫1 1‬ ‫התכנסות בהחלט ב־ 2 , 2 − .‬ ‫כשמנסים למצוא תחום התכנסות, אסור אף פעם להתחיל מכך שמדובר‬ ‫בטור לייבניץ )במידה ומדובר(, היות ומשפט לייבניץ אומר לנו רק כי הטור‬ ‫מתכנס )אך לא אם בתנאי או בהחלט(.‬ ‫או למשל:‬ ‫‪n‬‬ ‫∞‬ ‫הטור: ‪ n=1 x‬־ באמצעות מבחן המנה:‬ ‫‪n‬‬ ‫5‬ ‫2‬ ‫‪1−2x‬‬ ‫.‬ ‫‪n‬‬ ‫ז"א: ‪an t dt‬‬ ‫5.6‬ ‫‪´x‬‬ ‫0‬ ‫∞‬ ‫0=‪n‬‬ ‫ˆ‬ ‫‪x‬‬ ‫= ‪f (t) dt‬‬ ‫0‬ ‫‪n‬‬ ‫= ‪an t ) dt‬‬ ‫∞‬ ‫0=‪n‬‬ ‫‪´x‬‬ ‫( 0 .‬ ‫משפט הנגזרת‬ ‫∞‬ ‫‪n‬‬ ‫יהי‬ ‫טור חזקות עם רדיוס התכנסות ‪ .R‬אזי הטור‬ ‫‪n=0 an x‬‬ ‫∞‬ ‫מתכנס בהחלט ב־)‪ .(−R, R‬בנסוף, הפונקציה‬ ‫1−‪n · an xn‬‬ ‫0=‪n‬‬ ‫‪ f‬גזירה בקטע )‪ (−R, R‬ו:‬ ‫∞‬ ‫1−‪n · an xn‬‬ ‫= )‪f (x‬‬ ‫0=‪n‬‬
  • 6. ‫6.6‬ ‫דוגמאות לשאלות ותשובות של טורי חזקות‬ ‫1.6.6‬ ‫מצאו את טור החזקות סביב הנקודה 0 של הפונקציה = )‪f (x‬‬ ‫2‪x‬‬ ‫2)‪(1−2x‬‬ ‫ראשית כל נשים לב לכך ש: ‪2n xn‬‬ ‫וכמו־כן:‬ ‫∞‬ ‫0=‪n‬‬ ‫∞‬ ‫∞‬ ‫0=‪n‬‬ ‫1‬ ‫= ‪. 1−2x‬‬ ‫1‬ ‫‪1−2x‬‬ ‫2‬ ‫2)‪(1−2x‬‬ ‫‪n‬‬ ‫= )‪(2x‬‬ ‫∞‬ ‫0=‪n‬‬ ‫1−‪n · 2n · xn−1 = n=1 n · 2n · xn‬‬ ‫)גוזרים את הטור שיש שלמעלה(.‬ ‫2‬ ‫2‬ ‫נכפול ב־ ‪ x‬את 2)‪ (1−2x‬כדי לקבל את מה שאנחנו רוצים:‬ ‫2‬ ‫= 1+‪n2n · xn‬‬ ‫2.6.6‬ ‫∞‬ ‫1=‪n‬‬ ‫= 2+1−‪n2n · xn‬‬ ‫=‬ ‫∞‬ ‫1=‪n‬‬ ‫=‬ ‫2‬ ‫2)‪(1−2x‬‬ ‫=‬ ‫‪n‬‬ ‫2‬ ‫· ‪.x‬‬ ‫2‬ ‫∞‬ ‫‪n‬‬ ‫|‪2n |x‬‬ ‫|‪2 |x‬‬ ‫−−‬ ‫1 →−− 1 √‬ ‫∞→‪n‬‬ ‫‪n‬‬ ‫2‬ ‫)‪( n‬‬ ‫‪n‬‬ ‫‪n‬‬ ‫=‬ ‫|‪2n |x‬‬ ‫1‬ ‫2‪n‬‬ ‫‪n‬‬ ‫‪n‬‬ ‫5.6.6 החלפת ערכים בטור: עבור אילו ערכים של ‪ x‬ניתן להחליף את‬ ‫3‬ ‫)‪ sin (x‬ב־ ‪ x − x‬עם שגיאה שהיא קטנה מ־‪ε‬‬ ‫!3‬ ‫‪n‬‬ ‫3‪x‬‬ ‫!3‬ ‫|)‪= |R4,0 (x‬‬ ‫− ‪ sin (x) − x‬־ כי אנחנו יודעים שבמקרה הזה‬ ‫)‪.P3,0 (x) = P4,0 (x‬‬ ‫לכן השארית תהיה של 5 )כי השארית היא עבור 1 + ‪ ,n‬ועכשיור ראינו‬ ‫שהטור של 3 = ‪ n‬שווה לטור של 4 = ‪:(n‬‬ ‫5‬ ‫5‬ ‫‪) = sin5!(c) x5 ≤ x‬כי ניתן לחסום את )‪ sin (x) , cos (x‬ב־1.(‬ ‫!5‬ ‫6.6.6 מציאת טור טיילור של )‪ f (x) = cos (2x‬מסביב ‪ a = π‬והוכחה‬ ‫כי הטור מתכנס ל־)‪ cos (2x‬לכל ‪x ∈ R‬‬ ‫1‬ ‫ומכאן שרדיוס ההתכנסות הינו: 2 .‬ ‫כעת, נבדוק בקצוות:‬ ‫‪n 1 n‬‬ ‫) 2 ( )2−( ∞‬ ‫‪∞ (−1)n‬‬ ‫√‬ ‫√‬ ‫1=‪ , n‬הטור אינו מתכנס‬ ‫=‬ ‫1 = ‪:x‬‬ ‫1=‪n‬‬ ‫2‬ ‫‪n‬‬ ‫‪n‬‬ ‫בהחלט, אבל ע"פ לייבניץ מתכנס בתנאי )תזכורת: לייבניץ' יכול להוכיח‬ ‫לנו רק התכנסות בתנאי ולא בהחלט, כלומר, אם הטור מתכנס בהחלט‬ ‫אזי בוודאי הוא מתכנס ע"פ לייבניץ', אבל הוא אינו מתכנס בהחלט,‬ ‫לייבניץ' יכול להוכיח התכנסות בתנאי(.‬ ‫‪n‬‬ ‫‪1 n‬‬ ‫∞‬ ‫) 2 −( )2−( ∞‬ ‫1‬ ‫‪1n‬‬ ‫√‬ ‫√‬ ‫=‬ ‫־ הטור מתבדר כי‬ ‫2 − = ‪n=1 n :x‬‬ ‫1=‪n‬‬ ‫‪n‬‬ ‫∞‬ ‫11 1=‪ n‬מתבדר.‬ ‫1=‬ ‫)‪f (π) = cos (2π‬‬ ‫0 = )‪f (π‬‬ ‫⇒ )‪f (x) = −2 sin (2x‬‬ ‫22− = )‪f (π‬‬ ‫⇒ )‪f (x) = −22 cos (2x‬‬ ‫0 = )‪(π‬‬ ‫‪f‬‬ ‫⇒ )‪(x) = 23 sin (2x‬‬ ‫‪f‬‬ ‫)1+‪(2k‬‬ ‫ואפשר להוכיח בקלות באינדוקציה פשוטה כי 0 = )‪(π‬‬ ‫‪k‬‬ ‫וכמו־כן ‪ f (2k) (π) = (−1) 22k‬לכל ‪.k‬‬ ‫לכן טור טיילור של )‪ f (x) = cos (2x‬מסביב ‪ a = π‬הוא:‬ ‫2‪n‬‬ ‫‪ f‬לכל ‪k‬‬ ‫∞‬ ‫‪n‬‬ ‫‪(−1) 22n‬‬ ‫22‬ ‫‪2n‬‬ ‫2‬ ‫− 1 = )‪(x − π‬‬ ‫· · · + )‪(x − π‬‬ ‫!)‪(2n‬‬ ‫!2‬ ‫0=‪n‬‬ ‫1‬ ‫לכן תחום ההתכנסות הינו: 2 , 1 − .‬ ‫2‬ ‫3.6.6‬ ‫3‬ ‫‪n‬‬ ‫|‪(−2) |x‬‬ ‫√‬ ‫‪n‬‬ ‫=‬ ‫3‬ ‫!)1+‪(n‬‬ ‫< ‪.ε‬‬ ‫5‬ ‫‪(−2) x‬‬ ‫√‬ ‫ואנחנו רוצים למצוא את‬ ‫נניח ונתון לנו טור כגון:‬ ‫1=‪n‬‬ ‫‪n‬‬ ‫רדיוס ההתכנסות שלו ואת תחום ההתכנסות.‬ ‫רדיוס התכנסות:‬ ‫כפי שתואר למעלה: נשתמש למשל במבחן השורש:‬ ‫‪n‬‬ ‫‪c‬‬ ‫‪e‬‬ ‫‪e‬‬ ‫לפי השארית של לגרנז': < !)1+‪e1 − Pn,0 (1) = (n+1)! < (n‬‬ ‫3‬ ‫!)1+‪ , (n‬ולכן כל מה שעלינו למצוא זהו ‪ n‬כך שיתקיים:‬ ‫נסתכל על טור טיילור של )‪.x − x + x − · · · :sin (x‬‬ ‫!3‬ ‫!5‬ ‫כעת, ע"פ שארית לגרנז', אם ניקח 3 = ‪) n‬שזה הערך של הטור שבו‬ ‫אנחנו רוצים למצוא את הערכים(, אזי ע"פ לגרנז':‬ ‫מציאת רדיוס התכנסות ותחום התכנסות של טורי חזקות‬ ‫‪n‬‬ ‫4.6.6 חישוב הקירוב של 1‪ e‬באמצעות טור טיילור סביב הנקודה 0 עם‬ ‫שגיאה שהיא קטנה מ־‪ε‬‬ ‫מצאית עבור אילו ערכים של ‪ x‬הטור מתכנס‬ ‫‪n‬‬ ‫∞‬ ‫נניח ויש לנו את הטור הבא: )2−‪) n=1 (x‬כדאי לשים לב לכך שזה‬ ‫‪n‬‬ ‫‪n‬‬ ‫∞‬ ‫הזזה של הטור ‪ n=1 x‬ב־2.( ואנחנו רוצים למצוא עבור אילו ערכים‬ ‫‪n‬‬ ‫הוא מתכנס, אזי, נשתמש במבחן השורש ונקבל:‬ ‫|2 − ‪|x‬‬ ‫|2 − ‪|x‬‬ ‫√ =‬ ‫|2 − ‪− − → |x‬‬ ‫−−‬ ‫‪n‬‬ ‫‪n‬‬ ‫∞→‪n n‬‬ ‫‪n‬‬ ‫)2+‪(2n‬‬ ‫‪f‬‬ ‫)‪(c‬‬ ‫2+‪2n‬‬ ‫)‪(x − π‬‬ ‫!)2 + ‪(2n‬‬ ‫לכן הטור מתכנס רק כאשר 1 < |2 − ‪ ,|x‬כלומר: 3 < ‪.1 < x‬‬ ‫דוגמא נוספת:‬ ‫∞‬ ‫1‬ ‫‪ : n=0 (4x−2)n‬נשתמש במבחן השורש:‬ ‫1‬ ‫1‬ ‫−−‬ ‫→−− ‪n‬‬ ‫|2 − ‪|4x − 2| n→∞ |4x‬‬ ‫לפי מה שאנחנו יודעים מלמעלה )על איפוס הנגזרת(: = )‪P2n,π (x‬‬ ‫)‪ P2n+1,π (x‬והכי פשוט יהיה להוכיח כי 0 = )‪limn→∞ R2n+1,π (x‬‬ ‫)כלומר, נראה שהשארית היא אפס ולכן זהו אכן הטור המבוקש( כדי‬ ‫להוכיח שטור טיילור של )‪ f (x) = cos (2x‬מסביב ‪ a = π‬מתכנס‬ ‫ל־)‪ cos (2x‬לכל ‪.x ∈ R‬‬ ‫לפי השארית של לגרנז', קיים ‪ c‬בין ‪ π‬ל־‪ x‬כך ש:‬ ‫= )‪R2n+1,π (x‬‬ ‫כעת ניתן לראות כי:‬ ‫2+‪f (2n+2) (c) = 22n+2 |cos (2c)| ≤ 22n‬‬ ‫‪n‬‬ ‫ולכן:‬ ‫2+‪2n‬‬ ‫הטור מתכנס, רק כאשר 1 > |2 − ‪ ,|4x‬כלומר:‬ ‫במידה ונצטרך לחשב את סכום הטור, אזי‬ ‫1‬ ‫4‬ ‫1‬ ‫2−‪4x‬‬ ‫< ‪ x‬או‬ ‫3‬ ‫4‬ ‫> ‪.x‬‬ ‫0 →−−‬ ‫−−‬ ‫∞→‪n‬‬ ‫= ‪ q‬והסכום הינו:‬ ‫1‬ ‫‪. 1−q‬‬ ‫מש"ל.‬ ‫6‬ ‫‪22n‬‬ ‫|)‪|2 (x − π‬‬ ‫2+‪2n‬‬ ‫|‪|x − π‬‬ ‫=‬ ‫!)2 + ‪(2n‬‬ ‫!)2 + ‪(2n‬‬ ‫≤ |)‪|R2n+1,π (x‬‬
  • 7. ‫7.6.6 כיצד ניתן באמצעות טורי חזקות לפתור את המצשווה‬ ‫הדיפרנציאלית ‪f (x) − f (x) = x‬‬ ‫∞‬ ‫0=‪n‬‬ ‫אנחנו צריכים למצוא פתרון מהצורה ‪an xn‬‬ ‫∞‬ ‫1−‪.f (x) = n=1 n · an xn‬‬ ‫כעת, נכתוב את )‪ f (x) − f (x‬כטור חזקות.‬ ‫בשביל זה נצטרך לשנות טיפה את הצורה של )‪f (x) = :f (x‬‬ ‫∞‬ ‫‪) n=0 (n + 1) an+1 xn‬ניתן לראות שעבור 0 = ‪ n‬נקבל בדיוק את‬ ‫אותו הדבר כמו ב־1 = ‪ n‬בצורה הקודמת(, המטרה הכללית היא שיהיו‬ ‫לנו את אותם חזקות של ‪ x‬בשני הטורים )ולא באחד ‪ n‬ובשני 1 + ‪,n‬‬ ‫למשל( ־ זה משהו שמאוד חשוב לזכור שפותרים תרגיל כזה. כעת‬ ‫נכתוב את סכום שני הטורים:‬ ‫= )‪ ,f (x‬ולכן‬ ‫∞‬ ‫∞‬ ‫‪n‬‬ ‫‪a n xn‬‬ ‫0=‪n‬‬ ‫0=‪n‬‬ ‫הרעיון של טורי טיילור )בין השאר( הוא לכתוב פונקציות שגזירות‬ ‫אינסוף פעמים בנקודה מסויימת בצורה של טור.‬ ‫∞‬ ‫‪n‬‬ ‫= )‪ f (x‬וכ־ ‪ f‬גזירה אינסוף פעמים‬ ‫נניח כי‬ ‫)‪n=0 an (x − a‬‬ ‫בסביבה של ‪ a‬אזי בהכרח:‬ ‫)‪f (n) (a‬‬ ‫!‪n‬‬ ‫= ‪an‬‬ ‫מכאן, טור טיילור של ‪ f‬בסביבה של ‪:a‬‬ ‫∞‬ ‫)‪f (n) (a‬‬ ‫‪n‬‬ ‫)‪(x − a‬‬ ‫!‪n‬‬ ‫0=‪n‬‬ ‫הגדרה: תהי ‪ f‬פונקציה גזירה אינסוף פעמים ב־‪ .a‬יהי 0 ≥ ‪ ,n‬אזי‬ ‫פולינום טיילור מסדר ‪ n‬סביב הנקודה ‪ a‬של ‪ f‬הוא:‬ ‫= )‪f (x) − f (x‬‬ ‫− ‪(n + 1) an+1 x‬‬ ‫7‬ ‫טורי טיילור‬ ‫)‪f (k) (a‬‬ ‫‪k‬‬ ‫)‪(x − a‬‬ ‫!‪k‬‬ ‫כעת, נחסר איבר איבר )אריתמטיקה של טורים(:‬ ‫‪n‬‬ ‫= )‪Pn,a (x‬‬ ‫0=‪k‬‬ ‫∞‬ ‫‪((n + 1) an+1 − an ) xn‬‬ ‫דוגמא: נחשב את פולינום טיילור של )‪.a = 0 ,f (x) = cos (x‬‬ ‫צריך לחשב את )0( )‪f (k‬לכל ‪.k‬‬ ‫1 = )0( ‪a0 = f (0) = 1 ⇐ cos‬‬ ‫)‪a1 = 0 ⇐ f (0) = 0 ⇐ f (x) = − sin (x‬‬ ‫)‪a2 = 1 ⇐ f (0) = −1 = 0 ⇐ f (x) = − cos (x‬‬ ‫2‬ ‫)‪a3 = 0 ⇐ f (0) = 0 ⇐ f (x) = sin (x‬‬ ‫)‪ f (4) (x) = cos (x) = f (0) (x‬־ ניתן לראות שיש מחזוריות של 4‬ ‫בנגזרות של )‪ cos (x‬ב־0, הן שוות ל־...1 ,0 ,1− ,0 ,1.‬ ‫לכן הטור של הפונקציה הינו:‬ ‫=‬ ‫0=‪n‬‬ ‫כעת, מה שאנחנו רוצים לקבל )ע"פ מה שנתון לנו(:‬ ‫∞‬ ‫· · · + 2‪((n + 1) an+1 + an ) xn = 0 + 1 · x + 0 · x‬‬ ‫0=‪n‬‬ ‫‪k‬‬ ‫‪(−1) x2k‬‬ ‫)0( 0,1+‪= P2n‬‬ ‫!)‪(2k‬‬ ‫נשווה את המקדמים של ‪ xn‬בשני הצדדים:‬ ‫0 = 0‪a1 − a‬‬ ‫0=‪:n‬‬ ‫1 = 1‪2a2 − a‬‬ ‫1=‪:n‬‬ ‫2=‪:n‬‬ ‫וכך הלאה לכל 2 ≥ ‪.n‬‬ ‫נשתמש בנתון ש־1 = )0( ‪:f‬‬ ‫1 = 0‪:f (0) = a‬‬ ‫1 = 1‪a‬‬ ‫0=‪:n‬‬ ‫1=‪:n‬‬ ‫2‬ ‫2‬ ‫2=‪:n‬‬ ‫2‬ ‫3·2‬ ‫= 3‪a‬‬ ‫1.7‬ ‫1 = 1 − 2‪2a‬‬ ‫2‪= 0 ⇒ a3 = 1 a‬‬ ‫3‬ ‫2‬ ‫2‬ ‫ואנחנו יודעים כי‬ ‫− 3‪3a‬‬ ‫2‬ ‫!‪n‬‬ ‫= ‪ an‬לכל‬ ‫2‬ ‫!‪n‬‬ ‫= ‪an‬‬ ‫2.7‬ ‫‪∞ xn‬‬ ‫!‪n=0 n‬‬ ‫משפט טיילור ־ שארית לגרנז'‬ ‫תהי ‪ f‬פונקציה גזירה אינסוף פעמים בסביבה של ‪ .a‬יהי 0 ≥ ‪ n‬ויהי‬ ‫)‪ Pn,a (x‬פולינום טיילור של ‪ f‬בסביבה של ‪ a‬מסדר ‪.n‬‬ ‫נסמן: )‪.Rn,a (x) = f (x) − Pn,a (x‬‬ ‫יהי ‪ x‬כך ש־ ‪ f‬גזירה בין ‪ a‬ל־‪ x‬אינסוף פעמים, אזיים קיים ‪ c‬בין ‪x‬‬ ‫ל־‪ a‬כך ש:‬ ‫∞‬ ‫‪2 n‬‬ ‫‪2 n‬‬ ‫+ ‪x = −1 − x‬‬ ‫‪x‬‬ ‫!‪n‬‬ ‫!‪n‬‬ ‫2=‪n‬‬ ‫0=‪n‬‬ ‫פולינום טיילור הוא הקירוב הטוב ביותר‬ ‫אני לא אכנס לניסוח של המשפט אלא אסביר את הרעיון:‬ ‫נניח ויש לנו פונקציה ‪ f‬ולה יש פולינום טיילור )‪ ,Pn,a (x‬אזי פולינום‬ ‫טיילור הוא הקירוב הטוב ביותר לפונקציה.‬ ‫ואם לפונקצהי ‪ f‬ישנו פולינום שהוא הקירוב הטוב ביותר שלה, אזי זה‬ ‫בהכרח פולינום טיילור.‬ ‫0 = 1 − 1‪a‬‬ ‫כעת ננסה לנחש )באופן מושכל( את האיבר הכללי:‬ ‫1 > ‪.n‬‬ ‫בעזרת אינדוקציה פשוטה ניתן להוכיח כי לכל 1 > ‪:n‬‬ ‫לכן, מה שקיבלנו הוא:‬ ‫∞‬ ‫0=‪k‬‬ ‫הסיבה לשיוויון האחרון היא כי האיבר ה־1 + ‪ 2n‬שווה ל־0, לכן ניתן‬ ‫לומר כי )‪) P2n,0 (x) = P2n+1,0 (x‬במקרה הזה...(.‬ ‫0 = 2‪3a3 − a‬‬ ‫= 2‪a‬‬ ‫‪n‬‬ ‫= )‪P2n,0 (x‬‬ ‫+ ‪f (x) = 1 + x‬‬ ‫)‪f (n+1) (c‬‬ ‫‪n‬‬ ‫)‪(x − a‬‬ ‫!)1 + ‪(n‬‬ ‫= ‪ ,ex‬לכן מה שקיבלנו הינו:‬ ‫= )‪Rn,a (x‬‬ ‫‪2ex − 1 − x‬‬ ‫כעת, כל מה שנותר לנו לעשות, זה לבדוק האם זה אכן נכון והפתרון‬ ‫אכן מתאים לתנאים:‬ ‫1 = 0 − 1 − 0‪f (0) = 2e‬‬ ‫‪.f (x) − f (x) = 2ex − 1 − 2ex + 1 + x = x‬‬ ‫7‬ ‫הרעיון הבסיסי הוא כזה: יש לנו טור טיילור של פונקציה ואנחנו רוצים‬ ‫לקבל את הפולינום שהוא הקירוב הטוב ביותר לפונקציה עד כדי שגיאה‬ ‫של 6−01.‬ ‫אז מה הרעיון בשארית לגרנז'?‬ ‫אנחנו יודעים שהקירוב הכי טוב הוא הקירוב של טור טיילור, אבל‬ ‫השאלה מתי הוא יהיה קטן מ־ 6−01 )או כל ערך שנבחר...(.‬
  • 8. ‫אם 0 < ) ‪ f (an ) · f (cn‬אזי: ‪) an+1 = an , bn+1 = cn‬ממשיכים עם‬ ‫החצי הראשון של הקטע(.‬ ‫ניקח למשל את הפונקציה )‪ ,f (x) = cos (x‬סביב הנקודה 0.‬ ‫אנחנו יודעים ממקודם ש־‬ ‫אם 0 < ) ‪ f (bn ) · f (cn‬אזי: ‪) an+1 = cn , bn+1 = bn‬ממשיכים עם‬ ‫החצי השני של בקטע(.‬ ‫∞‬ ‫‪n‬‬ ‫‪(−1) x2n‬‬ ‫!)‪(2n‬‬ ‫0=‪n‬‬ ‫= )‪cos (x‬‬ ‫ממשיכים עד שאחד מהתנאים הבאים מתקיים:‬ ‫1. ‪) n = M‬מספר סופי של איטרציות(, כש־ ‪ M‬מספר איטרציות‬ ‫מקסימלי קבוע מראש.‬ ‫וש־‬ ‫‪k‬‬ ‫‪(−1) x2k‬‬ ‫!)‪(2k‬‬ ‫‪n‬‬ ‫2. ‪ cn − an < δ‬כש־‪ δ‬מייצגת את רמת הדיוק הנדרש.‬ ‫= )‪P2n,0 (x‬‬ ‫3. ‪ |f (cn )| < ε‬כש־‪ ε‬חיובי קבוע מראש )ערך שמתחתו החישובים‬ ‫אינם משמעותיים(.‬ ‫0=‪k‬‬ ‫כעת אנחנו צריכים למצוא ‪ n‬כך שההפרש בניהם יהיה קטן יותר מ־‬ ‫6−01.‬ ‫כמובן שיש כזה כי הפער הולך ושואף ל־0 וע"פ שארית לגרנז' נמצא‬ ‫אותו באמצעות:‬ ‫1+‪f (2n+1) (c) · x2n‬‬ ‫!)1 + ‪(2n‬‬ ‫6−01 <‬ ‫כדאי לזכור לגבי שיטת החציה שהסימנים אינם מתחלפים,‬ ‫כלומר, אם ) 0‪ f (a0 ) < 0 < f (b‬אזי לאורך כל האלגוריתם‬ ‫יתקיים ) ‪) f (an ) < 0 < f (bn‬אותו דבר בדיוק אם היה‬ ‫) ‪.(f (bn ) < 0 < f (an‬‬ ‫= 0,‪R2n‬‬ ‫‪ x‬נתון לנו, ולגבי ‪ c‬אנחנו יודעים שהוא בין 0 ל־‪ .x‬אנחנו יודעים ש־‬ ‫1+‪2n‬‬ ‫בסוף מחזירים את ה־ ‪ cn‬האחרון שמקבלים כקירוב של השורש.‬ ‫|‪f (2n+1) (c) · |x‬‬ ‫!)1 + ‪(2n‬‬ ‫2.8‬ ‫שיטת ניוטון־רפסון‬ ‫= | 0,‪|R2n‬‬ ‫כעת :‬ ‫1+‪2n‬‬ ‫6−01 <‬ ‫|‪sin (c) · |x‬‬ ‫!)1 + ‪(2n‬‬ ‫אנחנו יודעים שאנחנו יכולים לחסום את )‪ sin (c‬ב־1, לכן כל מה‬ ‫שנשאר לנו זה ביטוי עם ‪ n‬שתלוי ב־‪.x‬‬ ‫נניח למשל ש־2 = ‪:x‬‬ ‫בוחרים ערך התחלתי 0‪ .x‬מעבירים את המשיק לגרף של )‪ f (x‬בנקודה‬ ‫)) 0‪.(x0 , f (x‬‬ ‫‪2 · 4n‬‬ ‫1+‪22n‬‬ ‫⇒ 6−01 <‬ ‫6−01 <‬ ‫!)1 + ‪(2n‬‬ ‫!)1 + ‪(2n‬‬ ‫הנוסחא הכללית:‬ ‫וכל מה שנותר לנו זה למצוא את ה־‪ n‬המתאים.‬ ‫בחלק מהשאלות העניין הוא לפעמים לחסום את ‪ .c‬אבל בגלל שאנחנו‬ ‫יודעים ש־‪ a < c < x‬או ‪) x < c < a‬תלוי אם הפונקציה עולה או‬ ‫יורדת(, אזי צריך בהתאם לכך שאם הפונקציה עולה או יורדת‬ ‫אנליזה נומרית‬ ‫8‬ ‫משפט הפונקציות הקמורות‬ ‫תהי ‪ f‬פונקציה עם נגזרת שנייה רציפה. נניח כי ‪ f‬קמורה ועולה ממש‬ ‫בקטע ‪ .I‬נניח כי קיים ‪ r ∈ I‬כך ש־ 0 = )‪.f (r‬‬ ‫שיטת החצייה‬ ‫עיקרון: השיטה מתבססת על משפט ערך הביניים )תזכורת: תהי ‪f‬‬ ‫פונקציה רציפה ב־]‪ [a, b‬כך ש־0 < )‪ ,f (a) · f (b‬אזי קיים )‪c ∈ (a, b‬‬ ‫כך ש־ 0 = )‪.(f (c‬‬ ‫1.8‬ ‫) ‪f (xn‬‬ ‫) ‪f (xn‬‬ ‫− ‪xn+1 = xn‬‬ ‫אלגוריתם שיטת החצייה‬ ‫תהי ‪ f‬פונקציה רציפה. יהיו 0‪ a0 < b‬כך ש־0 < ) 0‪ .f (a0 ) · f (b‬נגדיר‬ ‫את הסדרות הבאות ) ‪ (an ) , (bn‬באופן רקורסיבי:‬ ‫נניח כי חישבנו עד ‪.an < bn‬‬ ‫יהי ‪.cn = an +bn‬‬ ‫2‬ ‫אם 0 = ) ‪ f (cn‬־ מחזירים את ‪ n‬־ האלגוריתם מסתיים.‬ ‫8‬ ‫אזי ‪ r‬הוא השורש היחיד של ‪ f‬ב־‪ I‬ולכן ‪ ,x0 ∈ I‬סדרת ניוטון־רפסון‬ ‫עם ערך התחלתי 0‪ x‬תתכנס ל־‪.r‬‬ ‫הסבר:‬ ‫כאשר אנחנו רוצים להשתמש בשיטת ניטון רפסון כדי להגיע לשורש‬ ‫מסוים )בהינתן הפונקציה ‪ ,(f‬אנחנו צריכים למצוא קטע ‪ I‬בפונקציה‬ ‫ש:‬ ‫א. יש בו שורש של הפונקציה, כלומר, קיים ‪ r ∈ I‬כך ש־0 = )‪.f (r‬‬ ‫2‬ ‫ב. שבקטע ‪ f ,I‬תהיה קמורה ועולה )למשל ‪ f (x) = x‬עבור 0 ≥ ‪.(x‬‬ ‫ואז, ברגע שנבחר ‪ x0 ∈ I‬אזי סדרת ניוטון־רפסון תתכנס לשורש.‬ ‫בשיטת ניוטון־רפסון סדר ההתכנסות של הסדרה הוא תמיד 2.‬
  • 9. ‫3.8‬ ‫0 = )‪ ,g (x) = − sin (x) ⇒ g (kπ‬ולעומת זאת: = )‪g (x‬‬ ‫1 = )‪) − cos (x) ⇒ g (kπ‬תזכורת: ‪ k‬הוא אי־זוגי(.‬ ‫לכן ־ סדר ההתכנסות הוא 3 )הנגזרת הראושנה שאינה מתאפסת(.‬ ‫שיטת האיטרציה‬ ‫9 נוסחאות של נגזרות:‬ ‫‪c∈R‬‬ ‫הנגזרת‬ ‫הפונקציה‬ ‫0= ‪f‬‬ ‫‪f =c‬‬ ‫1−‪f = n · cxn‬‬ ‫‪=f +g‬‬ ‫‪=f ·g‬‬ ‫‪f (x) = c‬‬ ‫‪f (x) = cx‬‬ ‫‪f (x) = cxn‬‬ ‫)‪(f + g) (x‬‬ ‫)‪(f · g) (x‬‬ ‫‪f‬‬ ‫2‪= − f‬‬ ‫השיטה: פותרים משאוות מהצורה ‪) g (x) = x‬כלומר, לוקחים פונקציה‬ ‫כלשהי ומעבירים את הישר ‪ y = x‬באותו הגרף(.‬ ‫נקודה ‪ l‬כך ש־‪ g (l) = l‬נקראת נקודת שבת של הפונקציה ‪) g‬כשאר‬ ‫ישנה נקודה שבה ‪ y = x‬והפונקציה )‪ g (x‬נפגשות(.‬ ‫סדרת האיטרציה:‬ ‫0‪ x‬ערך התחלתי. לכל 0 ≥ ‪.xn+1 = g (xn ) :n‬‬ ‫אם הסדרה ) ‪ (xn‬מתכנסת, אזי היא מתכנסת לנקודת שבת של ‪.g‬‬ ‫הגדרה: פונקציה ‪ g‬נקראת מכווצת בקטע ‪ I‬אם קיים 1 < ‪ 0 ≤ λ‬כך‬ ‫שלכל ‪.|g (x) − g (y)| ≤ λ · |x − y| x, y ∈ I‬‬ ‫משפט: תהי ‪ g‬פונקציה מכווצת בקטע ‪:I‬‬ ‫1. אם יש נקודת שבת של ‪ g‬בקטע ‪ ,I‬אזי היא נקודת השבת היחידה‬ ‫ב־‪.I‬‬ ‫2. אם יש ב־‪ I‬נקודת שבת ‪ l‬של ‪ ,g‬אזי עבור כל קטע התחלתי ‪x0 ∈ I‬‬ ‫סידרת האיטרציה תתכנס ל־‪.(xn+1 = g (xn )) l‬‬ ‫משפט הנקודות המושכות:‬ ‫תהי ‪ g‬פונקציה גזירה כך ש־ ‪ g‬רציפה. תהי ‪ l‬נקודת שבת של הפונקציה‬ ‫‪.g‬‬ ‫אם 1 < |)‪ |g (l‬אזי קיים קטע מסביב ‪ l‬כך שלכל 0‪ x‬בקטע הזה,‬ ‫סדרת ‪ l‬בקטע הזה נקראת נקודת שבת מושכת של ‪.g‬‬ ‫הסבר )כיצד למצוא קטע מכווץ של פונקציה(:‬ ‫בהניתן לנו הפונקציה ‪ ,g‬ו־‪ l‬נקודת שבת של ‪:g‬‬ ‫1 < |)‪ l ⇐ |g (l‬היא נקודה מושכת.‬ ‫1 > |)‪ l ⇐ |g (l‬היא נקודה דוחה.‬ ‫)מה שמעניין אותנו הוא השיפוע בנקודה ‪.(l‬‬ ‫בקטע שבו 1 < ‪ ,|g (x)| < x‬הפונקציה ‪ g‬מכווצת.‬ ‫אם ‪ l‬היא נקודת שבת, אז סדר ההתכנסות של סדרת האיטרציה הוא‬ ‫ה־‪ k‬הראשון כך ש־0 = )‪.g (k‬‬ ‫1.3.8‬ ‫= ‪f‬‬ ‫01‬ ‫)‪(x‬‬ ‫√‬ ‫‪f (x) = x‬‬ ‫)‪(x‬‬ ‫=‬ ‫‪g‬‬ ‫‪f‬‬ ‫טורי טיילור‬ ‫∞‬ ‫1+‪x2n‬‬ ‫!)1 + ‪(2n‬‬ ‫0=‪n‬‬ ‫= )‪sinh (x‬‬ ‫∞‬ ‫‪x2n‬‬ ‫!)‪(2n‬‬ ‫0=‪n‬‬ ‫= )‪cosh (x‬‬ ‫11 כיצד ניתן לבדוק אם סדרה היא עולה או‬ ‫יורדת?‬ ‫)כמובן שמדובר רק בשתי שיטות פשוטות היות ולא למדנו המון על‬ ‫סדרות, אלא רק התחלנו...(‬ ‫שיטה ראשונה לוקחים שני איברים )עוקבים( ובודקים:‬ ‫1+‪an‬‬ ‫1+‪an‬‬ ‫־ הסדרה עולה.‬ ‫־ הסדרה יורדת. אם 1 >‬ ‫אם 1 <‬ ‫‪an‬‬ ‫‪an‬‬ ‫דוגמא לשאלה‬ ‫תהי )‪g (x) = x + sin (x‬‬ ‫א. מה הן נקודות השבת הפונקציה?‬ ‫תשובה: נקודות השבת מקיימות: ‪ g (x) = x‬כלומר: = ‪sin (x) + x‬‬ ‫0 = )‪ ,x ⇒ sin (x‬לכן נקודות השבת הן כאשר ‪.x = kπ‬‬ ‫ב. אילו מנקודת השבת של הפונקציה ‪ g‬ניתן לקרב בעזרת שיטת‬ ‫האיטרציה הפשוטה ומה יהיה סדר ההתכנסות?‬ ‫תשובה: )‪.g (x) = 1 + cos (x‬‬ ‫כעת אנחנו יודעים שנקודות השבת הן מהצורה ‪ ,kπ‬לכן:‬ ‫‪k‬‬ ‫1‬ ‫√‬ ‫‪2 x‬‬ ‫‪f ·g −f ·g‬‬ ‫2‪f‬‬ ‫1‬ ‫‪f‬‬ ‫)1−( + 1 = |)‪.|g (kπ‬‬ ‫אם ‪ k‬זוגי: אזי 1 > 2 = |)‪ |g (kπ‬ולכן הנקודה דוחה ואי אפשר לקרב‬ ‫אותה באצמעות שיטת האיטרציה הפשוטה.‬ ‫אם ‪ k‬אי־זוגי: אזי 1 < 0 = |)‪ |g (kπ‬והנקודה היא משוכת ואפשר‬ ‫לקרב אותה במאצעות שיטת האיטרציה הפשוטה.‬ ‫כעת, לגבי סדר ההתכנסות:‬ ‫9‬ ‫שיטה שנייה לוקחים שני איברים )עוקבים( ובודקים:‬ ‫אם: 0 > ‪ an+1 − an‬הסדרה עולה, ואם: 0 < ‪ an+1 − an‬־ הסדרה‬ ‫יורדת.‬