Leonhard Euler · 1744 · Internet Archive
Methodus inveniendi lineas curvas
All 336 leaves · leaf 235
Transcription
228 DE METHODO
$\alpha$ & $\beta$ sunt quantitates constantes quæcunque. Designémus jam istam curvam, in qua fit $\alpha A + \beta B$ maximum, littera Q, quo eam facilius fine molesta verborum descriptione indicare queamus; Nunc concipiatur alia quæcunque curva R eidem abscissæ respondens, quæ recipiat formulæ $A$ eundem valorem, quem tenet curva Q: in hac igitur curva R expressio $\alpha A + \beta B$ minorem occupabit valorem, quam in curva Q; eo quod in curva Q expressio $\alpha A + \beta B$ omnium maximum valorem sortitur. Quare cum in curvis Q & R expressio $A$ eundem obtineat valorem, atque in Q expressio $\alpha A + \beta B$ major sit quam in curva R; sequitur in curva Q valorem expressionis $B$ majorem esse debere quam in curva R. Cum igitur R curvam quamcunque denotet, quæ cum Q communem valorem formulæ $A$ recipiat; manifestum est inter omnes has curvas R curvam Q esse illam, in qua formula $B$ maximum habeat valorem. Ex quibus conficitur, eam curvam, quæ inter omnes omnino curvas habeat expressionis $\alpha A + \beta B$ valorem maximum vel minimum, eandem curvam simul ita esse comparatam, ut inter omnes alias curvas secum eadem communi proprietate $A$ gaudentes possideat maximum minimumve valorem expressionis $B$. Quanquam enim Demonstratio tantum ad maximum est adornata, tamen eadem, translatis verbis, ad minimum accommodabitur. Q. E. D.
COROLL. I.
2. Vicissim itaque intelligitur, si curva debeat investigari; quæ inter omnes alias eadem communi proprietate $A$ præditas expressionem $B$ sit habitura maximum vel minimum; tum quæstito satisfieri, si absolute inter omnes curvas ea definiatur, in qua sit $\alpha A + \beta B$ maximum vel minimum.
COROLL. II.
3. In solutionem igitur hujusmodi Problematum binæ novæ ingrediuntur constantes arbitrariæ $\alpha$ & $\beta$, quæ in ipsis expressionibus
This text was produced by machine and has not been corrected by hand. Where it matters, read the scan. Confidence is the model's own, not an external check.