Ekstremumsbestemmelse

Relaterede dokumenter
Ekstremum for funktion af flere variable

Største- og mindsteværdi Uge 11

Funktion af flere variable

Lokalt ekstremum DiploMat 01905

Mat H /05 Note 2 10/11-04 Gerd Grubb

Besvarelse af Eksamensopgaver Juni 2005 i Matematik H1

Funktion af flere variable

Maj 2013 (alle opgaver og alle spørgsmål)

MM502+4 forelæsningsslides

Matematik A. Studentereksamen. Forberedelsesmateriale til de digitale eksamensopgaver med adgang til internettet

MATEMATIK A-NIVEAU-Net Forberedelsesmateriale

Symmetriske og ortogonale matricer Uge 7

Symmetriske og ortogonale matricer Uge 6

Taylorudvikling I. 1 Taylorpolynomier. Preben Alsholm 3. november Definition af Taylorpolynomium

Taylorpolynomier og -rækker samt lokale ekstrema for funktioner af flere variable

Taylors formel. Kapitel Klassiske sætninger i en dimension

Ekstrema: Teori og praksis Ubegrænset, ikke-lineær optimering

Symmetriske matricer

Maj 2015 (alle opgaver og alle spørgsmål)

Partielle afledede og retningsafledede

Ekstrema, Teori og Praksis

MOGENS ODDERSHEDE LARSEN. Funktioner af flere variable

EKSAMENSOPGAVELØSNINGER CALCULUS 2 (2005) AUGUST 2006 AARHUS UNIVERSITET

Oversigt Matematik Alfa 1, August 2002

Optimeringsteori. Tenna Andersen, Tina Sørensen, Majbritt Lundborg, Søren Foged, Jeppe Gravers, Kenneth Andersen & Oskar Aver

MOGENS ODDERSHEDE LARSEN. Funktioner af flere variable

Calculus Uge

EKSAMENSOPGAVELØSNINGER CALCULUS 2 (2005) JANUAR 2006 AARHUS UNIVERSITET.. Beregn den retningsafledede D u f(0, 0).

MATEMATIK 11 Eksamensopgaver Juni 1995 Juni 2001, 4. fjerdedel

GEOMETRI-TØ, UGE 6. . x 1 x 1. = x 1 x 2. x 2. k f

Skriftlig eksamen Vejledende besvarelse MATEMATIK B (MM02)

[SS] Optimal control theory with economic applications, af Atle Seierstad og Knut Sydsæter; North Holland 1987.

Nøgleord og begreber Lagranges metode i to variable Lagranges metode i tre variable Flere bindinger August 2000, opgave 7

Opgave 1 Lad R betegne kvartcirkelskiven x 2 + y 2 4, x 0, y 0. (Tegn.) Udregn R x2 y da. Løsning y. Opgave 1 - figur. Calculus Uge 50.

MASO Uge 7. Differentiable funktioner. Jesper Michael Møller. Uge 7. Formålet med MASO. Department of Mathematics University of Copenhagen

UGESEDDEL 10 LØSNINGER. = f

Klassisk Taylors formel

Lineær programmering. Maksimer c T u.b.b. A b hvor > 0. Vores metode er også nytteløs her. Ekstrema- teori og praksis

Egenværdier og egenvektorer

MOGENS ODDERSHEDE LARSEN. Funktioner af flere variable

DesignMat Uge 1 Gensyn med forårets stof

MM502+4 forelæsningsslides. uge 6, 2009

Besvarelser til de to blokke opgaver på Ugeseddel 7

Taylor s approksimationsformler for funktioner af én variabel

Mat 1. 2-timersprøve den 17. maj 2016.

Taylor s approksimationsformler for funktioner af én variabel

x 2 + y 2 dx dy. f(x, y) = ln(x 2 + y 2 ) + 2 1) Angiv en ligning for tangentplanen til fladen z = f(x, y) i punktet

Betydningen af ordet differentialkvotient...2. Sekant...2

PeterSørensen.dk : Differentiation

Test grafisk afledede Højere partielle afledede Differentiationsordenen er ligegyldig Partielle differentialligninger Test Laplaces ligning

Vejledende besvarelse på august 2009-sættet 2. december 2009

Differential- regning

Konstruktion af Splines

Optimering i Moderne Portefølje Teori

Besvarelser til Lineær Algebra Ordinær Eksamen Juni 2017

Nøgleord og begreber. Definition 15.1 Den lineære 1. ordens differentialligning er

DesignMat Uge 4 Systemer af lineære differentialligninger I

Oversigt [S] 7.3, 7.4, 7.5, 7.6; [LA] 15, 16, 17

CALCULUS "SLIDES" TIL CALCULUS 1 + 2

Besvarelser til Lineær Algebra med Anvendelser Ordinær Eksamen 2016

Chapter 3. Modulpakke 3: Egenværdier. 3.1 Indledning

MASO Uge 7. Differentiable funktioner. Jesper Michael Møller. Uge 7. Formålet med MASO. Department of Mathematics University of Copenhagen

Diagonalisering. Definition (diagonaliserbar)

: B r (x 0 )! R, j =1, 2,..., m, i =1, 2,...,n. alle er kontinuerte i x 0.SåerF differentiabel i x 0.

Oversigt [LA] 10, 11; [S] 9.3

Gamle eksamensopgaver (MASO)

DOK-facitliste DOK. DOK-facitliste 1

11. Funktionsundersøgelse

Modulpakke 3: Lineære Ligningssystemer

Differentiabilitet. f(h) = f(x 0 +h) f(x 0 ). y = f(x) f(h) df(h) Figur 1: Tangent, tilvækst og differential. lim. df(h) = f (x 0 )h.

Den homogene ligning. Vi betragter den n te ordens, homogene, lineære differentialligning. d n y dt n. an 1 + any = 0 (1.2) dt. + a1 d n 1 y dt n 1

Besvarelser til Lineær Algebra Ordinær Eksamen - 5. Januar 2018

MASO-Eksempler. x n. + 1 = 1 y n

Om første og anden fundamentalform

IKKE-LINEÆR OPTIMERING

Mini-formelsamling. Matematik 1

Funktioner af flere variable

Mat 1. 2-timersprøve den 13. maj 2017.

Besvarelser til Lineær Algebra Ordinær Eksamen Juni 2018

Oversigt [S] 2.7, 2.9, 11.4

Monotoniforhold Der gælder følgende sætninger om en differentiabel funktions monotoniforhold:

Reeksamen i Calculus

Opgave 1 Betragt funktionen. x + y for x > 0, y > 0. 3) Angiv en enhedsvektor u så at den retningsafledede D u f(5, 2) er 0.

Tidligere Eksamensopgaver MM505 Lineær Algebra

Program. Statistik og Sandsynlighedsregning 2 Middelværdi og varians. Eksempler fra sidst. Sandsynlighedstæthed og sandsynlighedsmål

OPGAVE 1 Det nedenstående klip er fra et Maple-ark hvor en reel funktion f (x, y) med definitionsmængden (x,y) x 2 + y 2 < 1 } bliver undersøgt:

[SS] Optimal control theory with economic applications, af Atle Seierstad og Knut Sydsæter; North Holland 1987.

Statistik og Sandsynlighedsregning 2

Gamle eksamensopgaver (DOK)

Opgave 1 - løsning 1) De partielle afledede beregnes. Opgave 1 Betragt funktionen. x + y for x > 0, y > 0. f x = y 1 (x + y) 2.

DesignMat. Preben Alsholm. September Egenværdier og Egenvektorer. Preben Alsholm. Egenværdier og Egenvektorer

Biologisk model: Epidemi

Oversigt [S] 2.7, 2.9, 11.4

Differentialregning 2

Gradienter og tangentplaner

Wigner s semi-cirkel lov

J n (λ) = dvs. n n-jordan blokken med λ i diagonalen. Proposition 1.2. For k 0 gælder. nullity (J n (λ) λi) k 1) 1 for 1 k n. n for k n.

Lineære 1. ordens differentialligningssystemer

Grafisk bestemmelse - fortsat Støttepunkter. Grafisk bestemmelse y. giver grafen. Niveaukurver og retning u = ( 1

Det teknisk-naturvidenskabelige basisår Matematik 1A, Efterår 2005, Hold 3 Prøveopgave B

Transkript:

Ekstremumsbestemmelse Preben Alsholm 24. november 2008 1 Ekstremumsbestemmelse 1.1 Ekstremum for funktion af én variabel: Definitioner Ekstremum for funktion af én variabel: Definitioner Punktet a kaldes et egentligt lokalt minimumspunkt for f, hvis f (x) > f (a) for alle x i et interval omkring a og med x 6= a. Punktet a kaldes et egentligt lokalt maksimumspunkt for f, hvis f (x) < f (a) for alle x i et interval omkring a og med x 6= a. Fællesbetegnelse for disse to er ekstremumspunkt. Punktet a kaldes et globalt minimumspunkt for f, hvis f (x) f (a) for alle x. Punktet a kaldes et globalt maksimumspunkt for f, hvis f (x) f (a) for alle x. Mindsteværdien for f er værdien af f i et globalt minimumspunkt. Størsteværdien for f er værdien af f i et globalt maksimumspunkt. 1.2 Ekstremum for funktion af én variabel: Sætninger I Ekstremum for funktion af én variabel: Sætninger I En kontinuert funktion antager på et lukket og begrænset interval en største- og en mindsteværdi. Hvis f er differentiabel i det indre punkt c og hvis f har lokalt ekstremum i c, så gælder, at f 0 (c) = 0. Definition: Hvis f 0 (c) = 0 vil c blive kaldt et stationært punkt for f. Ekstremumspunkterne for f på intervallet I = [a, b] findes blandt 1. Stationære punkter for f. 2. Punkter hvor f ikke er differentiabel. 3. Endepunkterne for intervallet I. 1

1.3 Ekstremum for funktion af én variabel: Sætninger II Ekstremum for funktion af én variabel: Sætninger II Lad x 0 være et stationært punkt for f. Antag, at f 00 (x 0 ) eksisterer. Så gælder: 1. Hvis f 00 (x 0 ) < 0 så er x 0 et egentligt lokalt maksimumspunkt for f. 2. Hvis f 00 (x 0 ) > 0 så er x 0 et egentligt lokalt minimumspunkt for f. Bevis: f 00 f (x 0 ) = 0 (x 0 + h) f 0 (x 0 ) f lim = 0 (x 0 + h) lim h!0 h h!0 h Så f 00 (x 0 ) < 0 betyder, at for jhj lille nok gælder f 0 (x 0 + h) h < 1 2 f 00 (x 0 ) < 0 For h > 0 betyder dette, at f 0 (x 0 + h) < 0 og for h < 0 betyder det, at f 0 (x 0 + h) > 0. Men så må x 0 være et maksimumspunkt. 1.4 Ekstremum for funktion af to variable: Definitioner Ekstremum for funktion af to variable: Definitioner Punktet (a, b) kaldes et egentligt lokalt minimumspunkt for f, hvis f (x, y) > f (a, b) for alle (x, y) i en omegn omkring (a, b) og med (x, y) 6= (a, b). Analogt defineres egentligt lokalt maksimumspunkt. Fællesbetegnelse for disse to er ekstremumspunkt. Punktet (a, b) kaldes et globalt minimumspunkt for f, hvis f (x, y) f (a, b) for alle (x, y). Analogt defineres globalt maksimumspunkt. Mindsteværdien for f er værdien af f i et globalt minimumspunkt. Størsteværdien er værdien af f i et globalt maksimumspunkt. 1.5 Ekstremum for funktion af to variable: Sætninger Ekstremum for funktion af to variable: Sætninger En kontinuert funktion antager på en lukket og begrænset mængde en største- og en mindsteværdi. Hvis f er differentiabel i det indre punkt c og hvis f har lokalt ekstremum i (a, b), så gælder, at f 0 x (a, b) = 0 og f 0 y (a, b) = 0. 2

Definition: Hvis r f (a, b) = (0, 0) vil (a, b) blive kaldt et stationært punkt for f. Ekstremumspunkterne for f på mængden A findes blandt 1. Stationære punkter for f. 2. Punkter hvor f ikke har partielle afledede. 3. Randpunkterne for A. 1.6 Hessematricen I Hessematricen I Et stationært punkt for en funktion af flere variable f vil her blive kaldt et egentligt saddelpunkt, hvis der eksisterer en ret linie gennem punktet langs hvilken f har egentligt maksimum og også en ret linie gennem punktet langs hvilken f har egentligt minimum. Lad f være en funktion af n variable. Antag, at f har partielle afledede af anden orden i punktet a = (a 1, a 2,..., a n ). Hessematricen for f i punktet a er den matrix H (a), hvis element (i, j) er f 00 x i x j (a) = 2 f x i x j (a) Er f en funktion af 2 variable er Hessematricen i punktet a = (a 1, a 2 ) altså givet ved f 00 x H (a 1, a 2 ) = 1 x 1 (a 1, a 2 ) (a 1, a 2 ) (a 1, a 2 ) 2 x 2 (a 1, a 2 ) 1.7 Hessematricen II Hessematricen II Er f en funktion af 3 variable er Hessematricen i punktet a = (a 1, a 2, a 3 ) givet ved 2 1 x 1 (a) f 00 3 x 1 x 3 (a) H (a) = 4 2 x 2 2 x 3 (a) 5 1 x 3 2 x 3 3 x 3 (a) Eksempel. Funktionen f givet ved f (x, y) = x 2 x 2 y + 2y 2 har partielle afledede fx 0 (x, y) = 2x 2xy og fy 0 (x, y) = x 2 + 4y Hessematricen i punktet (x, y) er 2 2y 2x 2x 4 3

1.8 Hessematricen III Hessematricen III Lad f være en funktion af n variable med kontinuerte partielle afledede op til og med 2. orden i en omegn om punktet a = (a 1, a 2,..., a n ). Antag, at a er et stationært punkt for f. Lad H (a) være Hessematricen for f i a. Så gælder 1. Hvis egenværdierne for H (a) alle er positive, så er a et egentligt minimumspunkt. 2. Hvis egenværdierne alle er negative, er a et egentligt maksimumspunkt. 3. Hvis to af egenværdierne for H (a) har forskellige fortegn, så er a et egentligt saddelpunkt. 4. Hvis mindst én af egenværdierne er lig med nul og resten har samme fortegn, så må en nærmere undersøgelse foretages. 1.9 Hessematricen IV Hessematricen IV Beviset bygger på Taylors formel for funktion af flere variable (her 2): f (a + h) = f (a) + r f (a) h + 1 2 D2 h ( f ) (α + ξh) = f (a) + f x1 (a) h 1 + f x2 (a) h 2 + 1 2 1 x 1 (a + ξh) h 2 1 + 2 f x 00 (a + ξh) h 1 h 2 + 2 x 2 (a + ξh) h 2 2 = f (a) + f x1 (a) h 1 + f x2 (a) h 2 + 1 2 ht H (a + ξh) h I et stationært punkt a fås dermed f (a + h) f (a) = 1 2 ht H (a + ξh) h Det afgørende er dermed fortegnet for 1 2 ht H (a + ξh) h for små h. Hvis H (a) har udelukkende positive egenværdier, så er h T H (a) h > 0 for alle h. Vi har dog ikke H (a), men H (a + ξh). 1.10 Hessematricen V Hessematricen V 4

Med e = h khk er kek = 1 og vi finder af f (a + h) f (a) = 1 2 ht H (a + ξh) h, at 2 khk 2 ( f (a + h) f (a)) = et H (a + ξh) e = e T H (a) e + e T (H (a + ξh) H (a)) e Ved at vælge khk lille nok kan sidste led gøres mindre end et vilkårligt givet ε > 0. Vælg Q ortogonal og så Q T H (a) Q = Λ er diagonal. Så fås med e = Qw at e T H (a) e = w T Q T H (a) Qw = w T Λw = λ 1 w 2 1 + λ 2 w 2 2. Hvis nu λ 2 λ 1 > 0 fås dermed e T H (a) e λ 1 w 2 1 + w2 2 = λ1 kwk 2 = λ 1 Q T e 2 = λ 1 kek 2 = λ 1. Derfor gælder for små h, at h T H (a + ξh) h > 0. Så a er et egentligt minimumspunkt. 1.11 Hessematricen VI Hessematricen VI Så fås med e = Qw at e T H (a) e = w T Q T H (a) Qw = w T Λw = λ 1 w 2 1 + λ 2 w 2 2. Hvis i stedet λ 1 λ 2 < 0 fås tilsvarende e T H (a) e λ 2 w 2 1 + w2 2 = λ 2 kwk 2 = λ 2. Derfor gælder for små h, at h T H (a + ξh) h < 0. Så a er et egentligt maksimumspunkt. Hvis λ 1 < 0 < λ 2 lader vi e være en egenvektor med længde 1 hørende til egenværdien λ 1. Så fås e T H (a) e = λ 1. Langs linien x = a + se er f (a + h) f (a) dermed negativ for små værdier af s. Altså antager f et egentligt maksimum i a langs denne linie. Vælges e i stedet som en egenvektor med længde 1 hørende til egenværdien λ 2, så ses at f langs linien x = a + se antager et egentligt minimum. Konklusionen er, at a er et (egentligt) saddelpunkt. 1.12 Eksempel Eksempel f (x, y) = x 2 (2, 1). x 2 y + 2y 2 fra tidligere. Stationære punkter er (0, 0) og 5

2 2y 2x Vi fandt tidligere H (x, y) = 2x 4. Heraf fås H (0, 0) = 2 0, H (2, 1) = 4 4 4 4 H ( 2, 1) = Egenværdierne for H (0, 0) er åbenbart 2 og 4, altså positive, så (0, 0) er et egentligt lokalt minimumspunkt. H (2, 1) og H ( 2, 1) har de samme egenværdier, nemlig 2 2 p 5.Den ene er dermed positiv,den anden er negativ. Punkterne (2, 1) er egentlige saddelpunkter. 1.13 Spor og determinant Spor og determinant Lad n n-matricen A have egenværdierne λ 1, λ 2,..., λ n. Så gælder, at Let bevist for n = 2: det (A) = λ 1 λ 2... λ n Spor (A) = λ 1 + λ 2 +... + λ n det (A λi) = (λ 1 λ) (λ 2 λ) = λ 2 (λ 1 + λ 2 ) λ + λ 1 λ 2 Men også det (A λi) = a 11 λ a 12 a 21 a 22 λ Resultatet følger ved sammenligning. 1.14 Spor og determinant II Spor og determinant II = λ 2 (a 11 + a 22 ) λ + a 11 a 22 a 12 a 21 = λ 2 Spor (A) λ + det A Lad f være en funktion af to variable med kontinuerte partielle afledede op til og med 2. orden i en omegn om punktet (a, b). Antag, at (a, b) er et stationært punkt for f. Lad H (a, b) være Hessematricen for f i (a, b). Så gælder 1. Hvis det H (a, b) > 0, så er (a, b) et egentligt ekstremumspunkt. (a) Hvis Spor (H (a, b)) > 0, så er (a, b) et egentligt minimumspunkt. 6

(b) Hvis Spor (H (a, b)) < 0, så er (a, b) et egentligt maksimumspunkt. 2. Hvis det H (a, b) < 0, så er (a, b) et egentligt saddelpunkt. 3. Hvis det H (a, b) = 0 må en nærmere undersøgelse foretages. Eksempel: H (2, 1) = fra tidligere. 4 4 7