Szélsőérték-számítás

Hasonló dokumentumok
11. gyakorlat megoldásai

11. gyakorlat megoldásai

Kétváltozós függvények differenciálszámítása

2 (j) f(x) dx = 1 arcsin(3x 2) + C. (d) A x + Bx + C 5x (2x 2 + 7) + Hx + I. 2 2x F x + G. x

First Prev Next Last Go Back Full Screen Close Quit

Kétváltozós függvény szélsőértéke

Matematika III előadás

Szélsőérték feladatok megoldása

1. Bevezetés. 2. Felületek megadása térben. A fenti kúp egy z tengellyel rendelkező. ismerhető fel, hogy. 1. definíció. Legyen D R n.

Gazdasági matematika II. vizsgadolgozat megoldása, június 10

9. feladatsor: Többváltozós függvények deriválása (megoldás)

1. Parciális függvény, parciális derivált (ismétlés)

Losonczi László. Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar

MATEMATIKA 2. dolgozat megoldása (A csoport)

Matematika III előadás

11. Előadás. 11. előadás Bevezetés a lineáris programozásba

Óravázlatok: Matematika 2.

Matematika elméleti összefoglaló

Matematika A2 vizsga mgeoldása június 4.

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz

Matematika. 4. konzultáció: Kétváltozós függvények szélsőértéke. Parciális függvény, parciális derivált

Tartalomjegyzék Feltétel nélküli szélsőérték számítás

Függvények szélsőérték vizsgálata

Függvény differenciálás összefoglalás

Gauss-eliminációval, Cholesky felbontás, QR felbontás

Gazdasági matematika II. vizsgadolgozat, megoldással,

Feladatok megoldásokkal a 9. gyakorlathoz (Newton-Leibniz formula, közelítő integrálás, az integrálszámítás alkalmazásai 1.

Nemlineáris programozás 2.

2. sillabusz a Többváltozós függvények kurzushoz

Line aris f uggv enyilleszt es m arcius 19.

Analízis tételek alkalmazása KöMaL és más versenyfeladatokon

Maple: Deriváltak és a függvény nevezetes pontjai

9. TÖBBVÁLTOZÓS FÜGGVÉNYEK DIFFERENCIÁLSZÁMITÁSA. 9.1 Metrika és topológia R k -ban

Matematika II. 1 sin xdx =, 1 cos xdx =, 1 + x 2 dx =

Konjugált gradiens módszer

2. SZÉLSŽÉRTÉKSZÁMÍTÁS. 2.1 A széls érték fogalma, létezése

Módszerek széls érték feladatok vizsgálatára

Számítógépes programok alkalmazása az analízisben

First Prev Next Last Go Back Full Screen Close Quit. Matematika I

Feladatok megoldásokkal az ötödik gyakorlathoz (Taylor polinom, szöveges szélsőérték problémák)

SZÉLSŐÉRTÉKKEL KAPCSOLATOS TÉTELEK, PÉLDÁK, SZAKDOLGOZAT ELLENPÉLDÁK. TÉMAVEZETŐ: Gémes Margit. Matematika Bsc, tanári szakirány

BIOMATEMATIKA ELŐADÁS

5 1 6 (2x3 + 4) 7. 4 ( ctg(4x + 2)) + c = 3 4 ctg(4x + 2) + c ] 12 (2x6 + 9) 20 ln(5x4 + 17) + c ch(8x) 20 ln 5x c = 11

Megoldások MATEMATIKA II. VIZSGA (VK) NBT. NG. NMH. SZAKOS HALLGATÓK RÉSZÉRE (Kérjük, hogy a megfelelő szakot jelölje be!

Többváltozós, valós értékű függvények

Lagrange-féle multiplikátor módszer és alkalmazása

Kalkulus 2., Matematika BSc 1. Házi feladat

Többváltozós, valós értékű függvények

(x + 1) sh x) (x 2 4) = cos(x 2 ) 2x, e cos x = e

1. Determinánsok. Oldjuk meg az alábbi kétismeretlenes, két egyenletet tartalmaz lineáris egyenletrendszert:

Matematika (mesterképzés)

Elemi algebrai eszközökkel megoldható versenyfeladatok Ábrahám Gábor, Szeged

A L Hospital-szabály, elaszticitás, monotonitás, konvexitás

Végeselem analízis. 1. el adás

A legjobb közeĺıtés itt most azt jelentette, hogy a lineáris

Dierenciálhatóság. Wettl Ferenc el adása alapján és

Feladatok az 5. hétre. Eredményekkel és teljesen kidolgozott megoldásokkal az 1,2,3.(a),(b),(c), 6.(a) feladatokra

Másodfokú egyenletek, egyenlőtlenségek

LNM folytonos Az interpoláció Lagrange interpoláció. Lineáris algebra numerikus módszerei

Nagy Krisztián Analízis 2

Matematika A1a Analízis

sin x = cos x =? sin x = dx =? dx = cos x =? g) Adja meg a helyettesítéses integrálás szabályát határozott integrálokra vonatkozóan!

Matematika III. harmadik előadás

1. feladatsor: Vektorterek, lineáris kombináció, mátrixok, determináns (megoldás)

Az egyenlőtlenség mindkét oldalát szorozzuk meg 4 16-al:

Matematika A1a Analízis

Legkisebb négyzetek módszere, Spline interpoláció

Másodfokú egyenletek, egyenlőtlenségek

(1 + (y ) 2 = f(x). Határozzuk meg a rúd alakját, ha a nyomaték eloszlás. (y ) 2 + 2yy = 0,

10. Előadás. Megyesi László: Lineáris algebra, oldal. 10. előadás Sajátérték, Kvadaratikus alak

Függvényegyenletek 1. feladat megoldása

Dierenciálhányados, derivált

1. Számsorok, hatványsorok, Taylor-sor, Fourier-sor

n n (n n ), lim ln(2 + 3e x ) x 3 + 2x 2e x e x + 1, sin x 1 cos x, lim e x2 1 + x 2 lim sin x 1 )

Figyelem, próbálja önállóan megoldani, csak ellenőrzésre használja a következő oldalak megoldásait!

Differenciálegyenletek numerikus integrálása április 9.

Tanulási cél Szorzatfüggvényekre vonatkozó integrálási technikák megismerése és különböző típusokra való alkalmazása. 5), akkor

alakú számot normalizált lebegőpontos számnak nevezik, ha ,, és. ( : mantissza, : mantissza hossza, : karakterisztika) Jelölés: Gépi számhalmaz:

VIK A1 Matematika BOSCH, Hatvan, 5. Gyakorlati anyag

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )

6. Függvények. Legyen függvény és nem üreshalmaz. A függvényt az f K-ra való kiterjesztésének

Differenciálegyenletek. Vajda István március 4.

Hódmezővásárhelyi Városi Matematikaverseny április 14. A osztályosok feladatainak javítókulcsa

2. Algebrai átalakítások

BIOMATEMATIKA ELŐADÁS

Lineáris algebra numerikus módszerei

Lagrange egyenletek. Úgy a virtuális munka mint a D Alembert-elv gyakorlati alkalmazását

Exponenciális és logaritmikus kifejezések Megoldások

Arany Dániel Matematikai Tanulóverseny 2007/2008-as tanév 2. forduló haladók I. kategória

Feladatgyûjtemény. Analízis III. Sáfár Zoltán

3. Egyenletek, egyenletrendszerek, egyenlőtlenségek

Relációk Függvények. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel!

Matematika szigorlat, Mérnök informatikus szak I máj. 12. Név: Nept. kód: Idő: 1. f. 2. f. 3. f. 4. f. 5. f. 6. f. Össz.: Oszt.

Keresztmetszet másodrendű nyomatékainak meghatározása

1. Bevezetés Differenciálegyenletek és azok megoldásai

Gauss-Jordan módszer Legkisebb négyzetek módszere, egyenes LNM, polinom LNM, függvény. Lineáris algebra numerikus módszerei

Lineáris algebra. (közgazdászoknak)

A lineáris programozás 1 A geometriai megoldás

RE 1. Relációk Függvények. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel!

1. feladatsor: Vektorfüggvények deriválása (megoldás)

Átírás:

Szélsőérték-számítás Jelölések A következő jelölések mind az f függvény x szerinti parciális deriváltját jelentik: Ugyanígy az f függvény y szerinti parciális deriváltja: f x = xf = f x f y = yf = f y A második deriváltakra: Hx, y = x 2 x y y x y 2 = xx f xy f yx f yy f = f xx f xy f yx f yy Bármelyik verziót lehet használni. A következőkben én a pirossal jelölteket fogom használni, mert azt a legegyszerűbb leírni. Pozitív definit vagy negatív definit-e egy mátrix? erre majd szükségünk lesz... Ezt a kérdést vizsgálhatjuk a "főminorok" segítségével. Egy mátrix főminorjai a bal felső négyzetes részmátrixok determinánsai. Nézzük a következő mátrixot: A = 1 2 4 5 6 7 8 9 Az A mátrix főminorjai: D 1 = 1 1 2 4 5 = 5 8 = 1 2 D = 4 5 6 7 8 9 =... = 0 Ha minden főminor pozitív, akkor a mátrix pozitív definit. D1 D 2 D D 4... + + + +... Ha a főminorok váltakozó előjelűek, és negatívval kezdődnek, akkor a mátrix negatív definit. D1 D 2 D D 4... + +... 1

Monostory V. / 110. Számold ki a függvény lokális szélsőértékeit! Először ki kell számolni a parciális deriváltakat: fx, y = x 2 xy + y 2 + x 2y + 1 f x = 2x y + f y = x + 2y 2 Ott lehet a függvénynek szélsőértéke, ahol mindkét parciális derivált = 0. Így fel tudunk írni egy egyenletrendszert: f x = 2x y + = } 0 y = 2x + f y = x + 2y 2 = 0 A második egyenletbe beírva az y-t: Tehát az f függvénynek csak a x + 22x + 2 = 0 x + 4 = 0 x = 4 y = 2x + = 2 4 + = 1 4, 1 pontban lehet szélsőértéke. Most meg kell nézni, hogy minimum vagy maximum van-e. Ehhez ki kell számítani a második deriváltat. A második derivált egy mátrix lesz, Hesse-mátrixnak nevezik: fxx f Hx, y = yx f xy f yy Kiszámoljuk egyenként a mátrix elemeit: f xx = 2 az f x -et deriváljuk az x szerint f xy = 1 az f x -et deriváljuk az y szerint f yx = f xy = 1 a Hesse-mátrix szimmetrikus f yy = 2 az f y -t deriváljuk az y szerint A Hesse-mátrix tehát Hx, y = 2 1 1 2 Most meg kell nézni a Hesse-mátrix értékét a lehetséges szélsőérték helyeken, azaz azokban a pontokban amik a megoldás első részében kijöttek. Most csak egy ilyen pontunk volt, a 4, 1. H 4, 1 2 1 = 1 2 2

Általában a Hx, y függ az x-től és y-tól. Most nem ez a helyzet, a Hx, y egy konstans mátrix, minden x, y pontban ugyanúgy néz ki. A szélsőérték fajtája a H 4, 1 mátrix definitségétől függ: Ha a H 4, 1 mátrix pozitív definit, akkor a 4, 1 pont lokális minimum Pozitív definit "mosolygó száj" minimum. Ha a H 4, 1 mátrix negatív definit, akkor a Negatív definit "szomorú száj" maximum. 4, 1 pont lokális maximum Nézzük a H főminorjait: D 1 = 2 2 1 1 2 = 4 1 = Mindkettő főminor pozitív, ezért a H 4, 1 mátrix pozitív definit, vagyis a 4, 1 pont lokális minimumhelye az f függvénynek. Példa háromváltozós függvényre Számold ki a következő függvény lokális szélsőértékeit! fx, y, z = 2x 2 y + 2xy y 2 10z 2 I. A parciális deriváltak kiszámítása és az egyenletrendszer megoldása: A harmadik egyenletből látszik, hogy z = 0. f x = 4xy + 2y = 0 f y = 2x 2 + 2x 6y = 0 f z = 20z = 0 A második egyenletből ki lehet fejezni az y-t: y = x2 + x Ezt beírva az első egyenletbe: 4x + 2y = 0 4x + 2 x2 + x 2x + 1x 2 + x = 0 2x + 1xx + 1 = 0 = 0 /, : 2 Az utolsó sor akkor teljesül, ha a szorzat valamelyik tagja egyenlő 0-val, vagyis:

x 1 = 1 2 x 2 = 0 x = 1 A hozzájuk tartozó y-ok: y 1 = x2 1 + x 1 y 2 = x2 2 + x 2 y = x2 + x = 1 12 = 0 = 0 A z mindig = 0. A kapott pontok tehát: P 1 = 12, 112, 0 ; P 2 = 0, 0, 0; P = 1, 0, 0 II. A másodrendű deriváltak kiszámítása: Hx, y = Sorra vesszük az első részben kijött pontokat: f xx f yx f zx f xy f yy f zy f xz f yz f zz = 4y 4x + 2 0 4x + 2 6 0 HP 1 = H 12, 112, 0 = 1 0 0 0 6 0 A mátrix főminorjait nézzük: D 1 = 1 1 0 = 2 0 6 1 0 0 D = 0 6 0 = 20 2 = 40 Az előjelek: + ezért a mátrix negatív definit, és így P 1 -ben lokális maximum van. 4

HP 2 = H0, 0, 0 = 0 2 0 2 6 0 A mátrix főminorjai: D 1 = 0 0 2 2 6 = 4 0 2 0 D = 2 6 0 = 20 4 = 80 Ez a mátrix nem pozitív definit és nem is negatív definit. Ilyenkor nem tudjátok eldönteni mi van a pontban. Ez különben egy nyeregpont lesz, de ez elvileg nem kell nektek... A mátrix főminorjai: HP = H 1, 0, 0 = 0 2 0 2 6 0 D 1 = 0 D = 0 2 2 6 0 2 0 2 6 0 = 4 = 20 4 = 80 Ez a mátrix megint nem pozitív definit, és nem negatív definit. Nyeregpont lesz. Megjegyzés 1. Ha a főminoroknál a + + + +... előjelsorozatot csak 0-ák rontják el, akkor vagy lokális minimum vagy nyeregpont van. 2. Ha a főminoroknál a + +... előjelsorozatot csak 0-ák rontják el, akkor vagy lokális maximum vagy nyeregpont van.. Ha egyik felső eset sem teljesül, akkor tuti nyeregpont van. Pl. -as mátrix esetén: 1. 0 + +: csak a 0 rontja el a + + +-t, ezért lok min vagy nyeregpont 2. 0 : csak a 0 rontja el a + -t, ezért lok max vagy nyeregpont. 0 + : megint csak a 0 rontja el a + -t ezért lok max vagy nyeregpont 4. + 0: ez tuti nyeregpont 5. stb. 5