PJWSTK Analiza Matematyczna 1 WYKŁAD 1 FUNKCJE, CIĄGI, GRANICE CIĄGÓW Funkcją (przekształceniem,odwzorowaniem) określoną na zbiorze S o wartościach w zbiorze T nazywamy taką relację, która każdemu elementowi x S przyporządkowuje dokładnie jeden element y T , co krótko można zapisać: f :S T x S ! y T : y f ( x) SS f T Dla funkcji wprowadzamy pojęcie: dziedziny Dom(f) przeciwdziedziny Im(f) (obraz funkcji) Dom(f)= S Im(f)={ f(x)єT: xєS} Dom(f) Im(f) Df D 1 f Zbiór argumentów Dziedzina Zbiór wartości Przeciwdziedzina 1 PJWSTK Analiza Matematyczna 1 Wykresem funkcji nazywamy zbiór par uporządkowanych postaci (x,y)єSxT : (x,f(x)) S ' S oraz T ' T Niech: definiujemy obraz zbioru S’ w tym przekształceniu: f ( S ' ) { f ( x) T : x S ' } definiujemy przeciwobraz zbioru T’ w tym przekształceniu f 1 (T ' ) {x S : f ( x) T '} Pojęcie przeciwobrazu zbioru jednoelementowego {y} pozwala wprowadzić trzy rodzaje funkcji ważne dla zastosowań: Jeżeli y T przeciwobraz f 1 ( y ) Ma conajwyżej jeden element to f(x) iniekcja (różnowartościowa) f : S T Ma conajmniej jeden element to f(x) surjekcja ( ”na”) f : S T Ma dokładnie jeden element to f(x) bijekcja (wzajemnie jednoznaczna) f :S T w na 2 PJWSTK Analiza Matematyczna 1 Iniekcję (funkcję różnowartościową ) można też zdefiniować inaczej: x1 , x2 S x1 x2 f ( x1 ) f ( x2 ) Różnym argumentom odpowiadaja różne wartości funkcji Implikacja powyższa równoważna jest kontrapozycji, co stanowi równoważną definicję różnowartościowości. x1 , x2 S f ( x1 ) f ( x2 ) x1 x2 Surjekcja (funkcja S ‘na’ T) oznacza że każdy element y T jest w tym odwzorowaniu wykorzystany tzn. jest wartością funkcji dla pewnego argumentu x S . Bijekcja (funkcja wzajemnie jednoznaczna) oznacza że każdemu elementowi x S odpowiada jeden element y T i na odwrót: każdemu elementowi y T odpowiada jeden element x S ( odwzorowanie 1:1). 3 PJWSTK Analiza Matematyczna 1 Funkcja złożona (składanie funkcji) Rozważmy dwie funkcje: f :S T g :U W Wówczas określamy nową funkcję: g f : S W według definicji: ( g f )( x) g ( f ( x)) Jest to przepis na tworzenie funkcji złożonej. Warunkiem istnienia złożenia jest zachodzenie inkluzji: Im( f ) Dom ( g ) W ogólności składanie funkcji nie jest przemienne tzn. g f f g Funkcja odwrotna (odwracanie funkcji) Funkcja odwrotna do funkcji f oznaczana jako f 1 jest to funkcja spełniająca następujące warunki: f 1 f f f 1 I gdzie I jest funkcją identycznościową (tożsamościową) I ( x) x Uwaga: Nie dla każdej funkcji istnieje funkcja do niej odwrotna. Jeżeli funkcja jest bijekcją to ma funkcję odwrotną (jest odwracalna). 4 PJWSTK Analiza Matematyczna 1 Monotoniczność funkcji Funkcja f(x) jest rosnąca x1 , x2 Dom( f ) x2 x1 f ( x2 ) f ( x1 ) tzn. większym argumentom odpowiadają większe wartości funkcji Funkcja f(x) jest niemalejąca x1 , x2 Dom( f ) x2 x1 f ( x2 ) f ( x1 ) tzn. większym argumentom odpowiadają większe lub równe wartości funkcji Funkcja f(x) jest malejąca x1 , x2 Dom( f ) x2 x1 f ( x2 ) f ( x1 ) tzn. większym argumentom odpowiadają mniejsze wartości funkcji Funkcja f(x) jest nierosnąca x1 , x2 Dom( f ) x2 x1 f ( x2 ) f ( x1 ) tzn. większym argumentom odpowiadają mniejsze lub równe wartości funkcji 5 PJWSTK Analiza Matematyczna 1 Parzystość, nieparzystość, okresowość funkcji Funkcja f(x) jest parzysta x Dom ( f ) : f ( x) f ( x) Funkcja f(x) jest nieparzysta x Dom ( f ) : f ( x) f ( x) Funkcja f(x) jest okresowa T 0 x Dom ( f ) : f ( x T ) f ( x) Najmniejsza taka liczba T- okres podstawowy Tp Ograniczoność funkcji o wartościach w R Funkcja f(x) jest ograniczona z góry M R x Dom( f ) : f (x ) M Funkcja f(x) jest ograniczona z dołu m Rx Dom ( f ) : f (x ) m Funkcja f(x) jest ograniczona M Rx Dom( f ) : f ( x) M 6 PJWSTK Analiza Matematyczna 1 Pojęcie ograniczoności możemy wrowadzić nie tylko w zbiorze wartości funkcji ale w dowolnym zbiorze liczbowym A z relacją ≤ (np. w podzbiorze zbioru liczb rzeczywistych R) . Liczba M jest ograniczeniem górnym zbioru A x A : x M Najmniejsze ograniczenie górne nazywamy kresem górnym zbioru A i oznaczamy sup A (supremum A) Jeżeli istnieje kres górny (sup A) to wówczas: 0 x A : (sup A ) x Liczba m jest ograniczeniem dolnym zbioru A x A : m x Najmniejsze ograniczenie górne nazywamy kresem dolnym zbioru A i oznaczamy inf A (infimum A) Jeżeli istnieje kres dolny (inf A) to wówczas: 0 x A : x (inf A ) W zbiorze liczb rzeczywistych prawdziwa jest tzw. zasada zupełności. Zasada zupełności w zbiorze R Każdy zbiór A liczb rzeczywistych ograniczony z góry ma kres górny Każdy zbiór A liczb rzeczywistych ograniczony z dołu ma kres dolny 7 PJWSTK Analiza Matematyczna 1 Podział funkcji Podstawowe funkcje elementarne: funkcje stała funkcja potęgowa funkcja wykładnicza funkcja logarytmiczna funkcje trygonometryczne funkcje cyklometryczne (odwrotne do trygonom.) y f(x)=c x Funkcja stała 8 PJWSTK Analiza Matematyczna 1 y f(x)=x^(-1)=1/x 0 x f(x)=x^(-1)=1/x Funkcja potęgowa(odwrotność) y f(x)=x^(1/2)=sqrt(x) 0 x Funkcja potęgowa(pierwiastek kwadratowy) 9 PJWSTK Analiza Matematyczna 1 y f(x)=e^x f(x)=e^(-x) 1 0 x Funkcja wykładnicza o podstawie e (exp(x)) y f(x)=ln(x) 1 1 e x Funkcja logarytmiczna(logarytm naturalny) 10 PJWSTK Analiza Matematyczna 1 y f(x)=sin(x) 1 2*Pi -Pi/2 -Pi 0 Pi Pi/2 x -1 Funkcja trygonometryczna sin(x) (Tp=2π) y f(x)=cos(x) 1 -Pi Pi 0 -Pi/2 Pi/2 x -1 Funkcja trygonometryczna cos(x) (Tp=2π) 11 PJWSTK Analiza Matematyczna 1 y f(x)=tg(x) 0 -Pi/2 Pi/2 x Funkcja trygonometryczna tg(x) (Tp=π) y f(x)=ctg(x) 0 Pi x Funkcja trygonometryczna ctg(x)(Tp=π) 12 PJWSTK Analiza Matematyczna 1 y f(x)=arccos(x) Pi f(x)=arcsin(x) Pi/2 -1 1 x -Pi/2 Funkcje cyklometryczne arcsin(x),arccos(x) y Pi/2 f(x)=arctg(x) 0 x -Pi/2 Funkcje cyklometryczna arctg(x) 13 PJWSTK Analiza Matematyczna 1 y Pi Pi/2 f(x)=arcctg(x) 0 x Funkcje cyklometryczna arcctg(x) Funkcje elementarne: Funkcje które można otrzymać z podstawowych funkcji elementarnych przez: dodawanie odejmowanie mnożenie dzielenie składanie funkcji Funkcje elementarne to np: wielomiany, funkcje wymierne, funkcje hiperboliczne 14 PJWSTK Analiza Matematyczna 1 Jako przykład funkcji elementarnych rozważmy funkcje hiperboliczne sinh(x), cosh(x), tgh(x), ctgh(x): sinh( x) e x ex 2 e x ex cosh( x) 2 sinh( x) e x e x tgh( x) cosh( x) e x e x ctgh( x) cosh( x) e x e x sinh( x) e x e x Własności funkcji hiperbolicznych cosh 2 ( x) sinh 2 ( x) 1 tgh( x) ctgh( x) 1 sinh( x y ) sinh( x) cosh( y ) sinh( y ) cosh( x) cosh( x y ) cosh( x) cosh( y ) sinh( x) sinh( y ) tgh( x y ) ctgh( x y ) tgh( x) tgh( y ) 1 tgh( x) tgh( y ) 1 ctgh( x) ctgh( y ) ctgh( x) ctgh( y ) 15 PJWSTK Analiza Matematyczna 1 y f(x)=cosh(x) 1 0 x f(x)=sinh(x) Funkcje hiperboliczne sinh(x), cosh(x) y f(x)=ctgh(x) 1 f(x)=tgh(x) 0 x -1 f(x)=ctgh(x) Funkcje hiperboliczne tgh(x), ctgh(x) 16 PJWSTK Analiza Matematyczna 1 Funkcje nieelementarne (przykłady): część całkowita: E(x) signum: sgn(x) funkcja Dirichleta: D(x) y x f(x)=E(x)=floor(x) Funkcja nielementarna E(x) y 1 f(x)=sign(x) 0 x -1 Funkcja nielementarna sgn(x) 17 PJWSTK Analiza Matematyczna 1 Granica ciągu Podstawowe idee: Nicolas d’Oresme XIV w. Newton, Leibnitz XVII w. Definicja Ciągiem f w zbiorze liczb rzeczywistych R, nazywamy funkcję f : N R określoną na zbiorze liczb naturalnych N o wartościach w zbiorze liczb rzeczywistych R. Oznaczenie ciągu: xn nN , gdzie xn f n dla n N tj. zamiast funkcji f operujemy zbiorem jej wartości zapisanych w powyższy sposób. Będziemy często pisali w skrócie xn zamiast xn nN 18 PJWSTK Analiza Matematyczna 1 Przykład (x n ) nN =(2 n ) nN x0 2 0 1 x1 21 2 xn 2 n Stąd funkcja: 0 1 1 2 24 n 2 n Ciągi w informatyce często definiuje się rekurencyjnie x0 x xn 1 F xn , n 0,1,... gdzie F jest daną funkcją rzeczywistą. Przykłady definicji rekurencyjnych: xn 1 xn r (ciąg arytmetyczny) (ciąg geometryczny) xn 1 qxn 19 PJWSTK Analiza Matematyczna 1 Wprowadzimy teraz pojęcie odległości d(P,Q) między elementami P,Q zbioru. Odległość d(P,Q) jest pewną miarą podobieństwa elementów P,Q; będziemy kierowali się intuicyjną zasadą, że elementy P,Q „są bliskie” wtedy, gdy odległość d(P,Q) jest „dostatecznie mała”. Odległość d w zbiorze R określimy przyjmując: d P( x1 ), Q( x2 ) ( x1 x2 ) 2 x1 x2 Odległość d w zbiorze R2 określimy przyjmując: d P( x1 , y1 ), Q( x2 , y2 ( x1 x2 ) 2 ( y1 y2 ) 2 Odległość d w zbiorze R3 określimy przyjmując: d P ( x1 , y1 , z1 ), Q ( x2 , y 2 , z 2 ( x1 x2 ) 2 ( y1 y 2 ) 2 ( z1 z 2 ) 2 20 PJWSTK Analiza Matematyczna 1 Definicja Cauchy’ego zbieżności ciągu Dla ciągu xn nN liczb rzeczywistych fakt, że liczba rzeczywista q jest granicą ciągu xn nN xn q , zapiszemy symbolicznie: lim n lim xn q n lim xn q n q+ 0 n0 n n0 0 n0 n n 0 q xn q xn q • • • q q- • a no • • • Mówimy w tej sytuacji, że x n jest zbieżny do q lub, że x n posiada granice równą q. Często pisze się xn q zamiast lim xn q 21 PJWSTK Analiza Matematyczna 1 Interpretacja definicji granicy ciągu: Mówimy, że ciąg posiada granicę, jeżeli: istnieje takie q, że xn jest zbieżny do q tzn. że: dla każdej liczby rzeczywistej 0 istnieje liczba naturalna n0 o tej własności, że: q xn wtedy, gdy n n0 . Znaczy to, że dostatecznie dalekie wyrazy x n ciągu xn nN są tak bliskie liczby q jak tylko tego chcemy (co wyrażamy przez nasz wybór ); dla dostatecznie dużych n wyrazy ciągu xn skupiają się wokół wartości q. Liczba niewymierna jako granica ciągu wymiernych przybliżeń dziesiętnych a1 3,1 a2 3,14 a3 3,141 a4 3,1415 a5 3,14159 lim an n a6 3,141592 a7 3,1415926 22 PJWSTK Analiza Matematyczna 1 Definicja Sumą, różnicą, iloczynem oraz ilorazem ciągów (an ), (bn ) nazywamy odpowiednio ciągi: a (an bn ), (an bn ), (an bn ), n bn W ostatnim przypadku przyjmujemy, że bn 0 dla wszystkich n Twierdzenie (arytmetyka granic ciągów) Jeżeli: ciągi (an ), (bn ) są zbieżne tzn. lim an a, lim bn b n n to wówczas : są zbieżne ciągi: ( an bn ), (an bn ), ( an bn ) ( an ) bn a ich granice są odpowiednio równe: lim (an bn ) a b n lim (an bn ) a b n lim (an bn ) a b n a a lim n n bn b jeżeli b 0 23 PJWSTK Analiza Matematyczna 1 Definicja: Mówimy, że ciąg a n jest rozbieżny do (lim an ) lim an n M n p nn p an M Definicja: Mówimy, że ciąg a n jest rozbieżny do (lim an ) lim an n M n p nn p an M Dokonując operacji arytmetycznych na granicach ciągów możemy napotkać: wyrażenie oznaczone i ono jest granicą ciągu wyrażenie nieoznaczone określonego typu Typy wyrażeń nieoznaczonych: 0 0 0 1 0 00 Wyrażenie nieoznaczone mówi o tym że w danej postaci nie można określić granicy wyrażenia; należy zatem przekształcić to wyrażenie do innej postaci za pomocą tożsamościowych działań algebraicznych tak aby usunąć nieoznaczoność.Sposób przekształcenia tożsamościowego zależy od typu wyrażenia nieoznaczonego. 24 PJWSTK Analiza Matematyczna 1 Przykłady granic Przykład-1: 1 0 n n lim 1 0 0 n0 n n0 n n lim 1 0 n Istotnie, dla wybranego przez nas 0 mamy: 1 1 1 0 , gdy n n0 1 tj. np.: dla n mamy: jeśli n n0 1 0 . n to Przykład-2: Udowodnić, korzystając z nierówności Bernoulliego,że gdzie a 0 lim n a 1 n Nierówność Bernoulliego: 1 x n 1 nx nn 1 x 2 , gdzie n N i x R 2 25 PJWSTK Analiza Matematyczna 1 Przykład-3: lim q n 0 n gdzie q 1 Warunek q n 0 jest równoważny warunkowi n log log q log i wystarczy przyjąć n0 1 log q Po tych przykładach przejdźmy do przytoczenia dwóch ważnych twierdzeń wynikających bezpośrednio z definicji granicy ciągu. Twierdzenie (o dwóch ciągach) Wersja A Wersja B ( n0n n0 an bn bn ) a n ( n0 n n0 an bn bn ) a n 26 PJWSTK Analiza Matematyczna 1 Twierdzenie (o trzech ciągach) Przypuśćmy, że ciągi an , bn , cn spełniają warunek an bn cn dla pewnego n n0 : Wtedy: jeśli lim an lim cn q to lim bn q . n n n R q an a n0 a n0 ,1 a n0 , 2 q an - element ciągu bn - element ciągu c n - element ciągu 27 PJWSTK Analiza Matematyczna 1 Dowód: Dla danego 0 znajdziemy n0,1 , n0, 2 takie, że: lim an q an q q an lim cn q cn q cn q 0 n0 ,1 n n0 ,1 n 0 n0 , 2 n n0 , 2 n Niech N max no , no,1 , no, 2 wtedy dla n N q an bn cn q q bn q bn q Mamy więc: tj. bn q czyli q an bn cn q gdy n N lim bn q n 28 PJWSTK Analiza Matematyczna 1 Przykład: Obliczyć granicę: lim n 3n 4 n 5 n n n 5 n n 3n 4 n 5 n n 3 5 n Ponieważ: lim n 5n lim 5 5 n n lim n 3 5n lim 5n 3 5 n n to z twierdzenia o trzech ciągach wynika, że lim n 3n 4 n 5 n = 5 n 29 PJWSTK Analiza Matematyczna 1 Przykład lim n n 1. n Wykorzystamy wzór dwumianowy Newtona: n n n a b a i b ni i 0 i n n n n Mamy więc: n n n 1 1 k 0 k n n n k nk n 1 1 n2 4 n n 12 2 0 n 1 n 2 lim 0, n n n stąd, na mocy twierdzenia o trzech ciągach: lim n n 1 n 30 PJWSTK Analiza Matematyczna 1 Przykład: lim an n n k gdzie a 1, k 0 Z poprzedniego przykładu: a n a 12 Gdy k = 1, to: 2 a n a n a 12 n 1, zatem k n 2 n nn 1 lim an n n k Gdy k > 1, to: an nk 1 n a k n k => poprzedni przypadek zatem lim an n n k Gdy k < 1, to: an an 1 k => poprzedni przypadek k n n an zatem lim k n n 31 PJWSTK Analiza Matematyczna 1 Przykład: loga n lim 0, n n gdzie a 1 Warunek: loga n 0 n jest równoważny warunkowi: n n a gdyż loga n 0 , dla n a Przyjmując a 1 , otrzymamy: n a ponieważ: 0 n 1 n n 1 2 n to dla ustalonego (ustalonego ) można dobrać n 2 n tak aby 2n i wówczas czyli 2 n Wystarczy zatem przyjąć 2 2 n0 2 E ( ) 1 32 PJWSTK Analiza Matematyczna 1 Przykład an lim 0. n n! an Przyjmijmy: xn ; n! a Mamy wtedy: xn1 xn . n 1 Możemy założyć, że a 0 ; wówczas otrzymamy: 0 xn1 xn dla n no , przy pewnym no . Zasada zupełności Każdy zbiór A liczb rzeczywistych ograniczony z góry ma kres górny Każdy zbiór A liczb rzeczywistych ograniczony z dołu ma kres dolny Ciąg malejący ma kres dolny a więc z zasady zupełności wnosimy, że istnieje q inf xn : n 0,1,2,...; oczywiście wówczas q lim xn . n Dla liczby q otrzymamy warunek: a a q lim xn 1 lim xn 0 lim xn lim n 1 n 1 n n n n 33 PJWSTK Analiza Matematyczna 1 Twierdzenia(własności granicy ciągów) 1 ciąg zbieżny ma dokładnie jedną granicę 2 ciąg zbieżny jest ograniczony; 3 ciąg zbieżny do granicy g ma wszystkie podciągi zbieżne do tej samej granicy g 4 jeżeli a n jest zbieżny do granicy g , to ciąg an ' powstały z ciągu a n przez przestawienie, usunięcie lub dołączenie skończonej liczby wyrazów, jest także zbieżny i ma tę samą granicę g. 5 ciąg ograniczony ma podciąg zbieżny 6 ciąg ograniczony i monotoniczny jest zbieżny; Własności (3) i (6) pozwalają badać zbieżność i określać granice ciągów podanych rekurencyjnie. 34 PJWSTK Analiza Matematyczna 1 (2-ciąg zbieżny jest ograniczony) Dowód: Niech a n nN zbieżny, wtedy lim an q 0 n0 n n0 n an q np.: dla 1 an q 1 an an q q an q q 1 q Stąd, dla każdego n n0 an 1 q Niech A = max z liczb an dla n n0 , Wtedy M max A, q 1 an M dla każdego naturalnego n. Ograniczoność - warunek konieczny, ( ale nie wystarczający zbieżności ciągu ) Przykład: 1n - ciąg ograniczony, ale rozbieżny 35 PJWSTK Analiza Matematyczna 1 (6-ciąg ograniczony i monotoniczny jest zbieżny) Dowód - Dla ciągu niemalejącego an ograniczony w szczególności ograniczony z góry, zatem na podstawie własności zupełności zbiór wszystkich jego wyrazów posiada kres górny K Pokażemy, że K lim a n , n oczywiście, K an Z definicji kresu górnego zbioru liczb K an0 0 n0 an K K- n 0 n0 36 PJWSTK Analiza Matematyczna 1 an niemalejący an0 an n n0 Dla każdego n zachodzi: Stąd dla n n0 : Czyli K an an K K K an K an K Cnd. 37 PJWSTK Analiza Matematyczna 1 Przykład : granica typu e Liczba e – podstawa logarytmu naturalnego. Wykażemy że: n 1 lim 1 e n n Istnienia granicy lim xn e dowiedziemy korzystając z własności (6) tzn. wykażemy, że: ciąg x n n jest rosnący: xn1 xn dla każdego n ciąg x n n jest ograniczony z góry: xn 3 dla każdego n. a więc ma granicę. Z zasady zupełności wnosimy o istnieniu e supxn : n 1,2,... . Ponieważ ciąg xn nN jest rosnący, więc: e lim xn . 38 PJWSTK Analiza Matematyczna 1 Wykażemy, że ciąg ( xn ) jest ciągiem rosnącym. n(n 1) n(n 1)( n 2) 1 1 x n 1 1 1 2n 2 3! n 3 nn n 1 1 1 1 2 1 1 n 1 2 1 1 1 1 1 2! n 3! n n n! n n n 1 1 1 1 n 1 1 xn1 2 1 n 1! n 1 n 1 2! n 1 Porównując kolejne wyrazy w obu rozwinięciach otrzymamy: xn1 xn Zatem ciąg xn nN jest rosnący. n 1 1 1 2 2 1 2 1 2 xn 2 1 1 1 1 1 1 2 2 n 1 3 2! 3! n! 2 2 2 Co dowodzi ograniczoności ciągu xn i kończy dowód istnienia granicy tego ciągu czyli liczby e. e - liczba niewymierna o początkowym rozwinięciu dziesiętnym 2,718281828459045.... Można wykazać ogólniejszy wzór na granicę typu e: lim 1 an n a n 0 1 an e 39 PJWSTK Analiza Matematyczna 1 Przykłady ogólnej arytmetyki granic Jeżeli a n 0 lim an 0 n an 0 lim an lim an b 0 n lim bn b b 0 To 1 lim n an 1 lim 0 n an lim (anbn ) n lim an i lim bn 0 lim (anbn ) ? n n n n n n lim an lim bn lim (an bn ) ? lim an lim bn n lim (an bn ) n an ? n bn lim (an bn ) 0 lim an M lim bn 0 n lim b n n lim an lim bn 0 n n n an 0 n bn a lim n ? n bn lim 40 PJWSTK Analiza Matematyczna 1 Przykłady konkretnych granic: lim n 2 , lim 1 0, 2 n n 1 lim n 2 2 lim 1 1 n n n lim n 2 , 1 0, 3 n n 1 1 lim n 2 3 lim 0 n n n n n n lim lim n 2 n lim n n k 1 a n n a n 1 x l 1 n b n l b k k 1 n k lim 2 0 n2 n 0 a0 a n b0 bn dla k l dla nk dla nk (n 1)! n! n!(n 2) lim 1 n!n n ( n 1)! n! n lim 12 22 n 2 n(n 1)(2n 1) 1 lim lim 3 3 n n 6(3n 2n 1) 9 3n 2n 1 41 PJWSTK Analiza Matematyczna 1 Ciąg Cauchy Wprowadzimy jeszcze ważne pojęcie ciągu Cauchy. Ciąg a n jest ciągiem Cauchy jeżeli 0 n0 n, m n0 an am Łatwo pokazać że ciąg an 1 jest ciągiem Cauchy. n W zbiorze liczb rzeczywistych zachodzi następująca równoważność: ciąg jest ciągiem Cauchy ciąg jest zbieżny Pierwsza implikacja tej równoważności mówi że jeżeli ciąg jest ciągiem Cauchy to jest zbieżny. Zatem żeby wykazać zbieżność wystarczy wykazać że dany ciąg jest ciągiem Cauchy, co w pewnych przypadkach jest zadaniem łatwiejszym niż wykazać zbieżność wprost z definicji. ================================================== 42 PJWSTK Analiza Matematyczna 1 Zastosowanie badania zbieżności ciągów w analizie algorytmów komputerowych Efektywność algorytmów komputerowych oceniana jest na podstawie ich złożoności czasowej i pamięciowej (ilość czasu i pamięci potrzebna do realizacji danego algorytmu na komputerze o określonych parametrach i zasobach) Badanie efektywności algorytmów jest niezwykle istotne ze wzgledu na to że żle zaprojektowany algorytm może nie dać się zrealizować w rozsądnym czasie na istniejących komputerach. Złożoność algorytmu opisywana jest przez funkcje złożoności których argumentem jest ilość danych n do przetworzenia przez algorytm. Istotną informacją jaką można uzyskać z funkcji złożoności jest rząd wielkości czyli zachowanie asymptotyczne dla dużych wartości n ( n ∞). Rzędy wielkości dwóch funkcji złożoności f(n) i h(n) mogą być porównane przez obliczenie granicy: g lim n f ( n) h( n) Jeżeli teraz: g = +∞ to h(n) jest co najwyżej rzędu f(n) (ale nie odwrotnie) g = constans>0 to f(n) jest dokładnie rzędu h(n) (asymptotycznie równoważne) g = 0 to f(n) jest co najwyżej rzędu h(n) (ale nie odwrotnie) 43