Matematika A2a 2008/5. gyakorlat
Mozo (vitalap | szerkesztései) |
Mozo (vitalap | szerkesztései) (→Parciális deriváltak) |
||
1. sor: | 1. sor: | ||
==Parciális deriváltak== | ==Parciális deriváltak== | ||
+ | ===Pontbeli deriváltak=== | ||
'''Definíció.''' Legyen ''f'': '''R'''<sup>n</sup> <math>\supset\!\to</math> '''R''', ''u'' ∈ int Dom(''f''). Azt mondjuk, hogy f parciálisan differenciálható az ''u'' pontban a ''x''<sub>i</sub> változó szerint, ha az | '''Definíció.''' Legyen ''f'': '''R'''<sup>n</sup> <math>\supset\!\to</math> '''R''', ''u'' ∈ int Dom(''f''). Azt mondjuk, hogy f parciálisan differenciálható az ''u'' pontban a ''x''<sub>i</sub> változó szerint, ha az | ||
:<math>f(u_1,...,.,...,u_n): x_i\mapsto f(u_1,...x_i,...,u_n)\,</math> | :<math>f(u_1,...,.,...,u_n): x_i\mapsto f(u_1,...x_i,...,u_n)\,</math> | ||
11. sor: | 12. sor: | ||
:<math>\frac{\partial x^2\cdot\sin(y)}{\partial z}=0</math> | :<math>\frac{\partial x^2\cdot\sin(y)}{\partial z}=0</math> | ||
− | :<math>\frac{\partial \sin(\mathrm{sh}(x)y^2)}{\partial x}=\cos(\mathrm{sh}(x)y^2)\cdot \mathrm{ch}(x)y^2</math> | + | :<math>\frac{\partial \sin(\mathrm{sh}(x)y^2)}{\partial x}=\cos(\mathrm{sh}(x)y^2)\cdot \mathrm{ch}(x)y^2</math> |
+ | |||
+ | '''Feladat.''' Parciálisan deriválható-e az | ||
+ | :<math>f(x,y)=\left\{\begin{matrix} | ||
+ | 0,\mbox{ ha }(x,y)=(0,0)\\ | ||
+ | (x^2+y)\sin\frac{1}{|x|+|y|} | ||
+ | \end{matrix}\right.</math> | ||
+ | a (0,0)-ban? | ||
+ | |||
==Többváltozós függvény szélsőértéke== | ==Többváltozós függvény szélsőértéke== | ||
===Szélsőérték szükséges feltétele=== | ===Szélsőérték szükséges feltétele=== |
A lap 2009. március 12., 21:40-kori változata
Tartalomjegyzék |
Parciális deriváltak
Pontbeli deriváltak
Definíció. Legyen f: Rn R, u ∈ int Dom(f). Azt mondjuk, hogy f parciálisan differenciálható az u pontban a xi változó szerint, ha az
egyváltozós valós függvény differenciálható az ui pontban. Ekkor a fenti függvény ui-beli deriváltját
jelöli.
Példa:
Feladat. Parciálisan deriválható-e az
a (0,0)-ban?
Többváltozós függvény szélsőértéke
Szélsőérték szükséges feltétele
Tétel - Fermat-tétel - Legyen f: Rn R, u ∈ int Dom(f), f differenciálható u-ban.
- Ha u-ban f-nek (lokális) szélsőértéke van, akkor
U.is: minden i-re az i-edik parciális függvénynek szélsőértéke van ui-ben, így az egyváltozós Fermat-tétel miatt ezeknek a deriváltja ui-ben 0, így a gradiens értéke 0.
Példa
Ennek gradiense:
Az
egyenletrendszer megoldásai: x = 0, y tetszőleges ill. y = 0 és x tetszőleges. A szélsőértékek helyei csak ezek közül kerülhetnek ki és ezek valóban szélsőértékek is, mert ezeken a függvény 0-t vesz fel, ami a lehetséges legkisebb értéke.
set pm3d
set size 0.8,0.8 set xrange [-1:1] set yrange [-1:1] set zrange [-2:2] set view 50,30,1,1 unset xtics unset ytics unset ztics unset key unset colorboxsplot 5*x*x*y*y
Másodikderivált próba
Kétszer differenciálható függvényre vonatkozóan megfogalmazhatjuk a lokális maximum és minimum létezésének elégséges feltételét. Csak a kétváltozós függvényekkel foglalkozunk. Tegyük fel, hogy grad f(u) = 0 és Hf(u) az f Hesse-mátrixa
- ha det Hf(u) > 0 és ∂11f(u) < 0, akkor f-nek u-ban maximuma van
- ha det Hf(u) > 0 és ∂11f(u) > 0, akkor f-nek u-ban minimuma van
- ha det Hf(u) < 0, akkor f-nek biztosan nincs szélsőértéke, ún. nyeregpontja van
- ha det Hf(u) = 0, akkor a próba nem járt sikerrel, azaz további vizsgálatokat igényel annak eldöntése, hogy u szélsőérték hely-e.
Megjegyzések. Mivel kétváltozós esetben
ezért olyan eset nem létezik, hogy det Hf(u) > 0 és ∂11f(u) = 0.
Világos, hogy a másodikderivált tipikusan azoknál a függvényeknél jár sikerrel, melyeket egy másodfokú függvény közelít a legjobban (aszimptotikusan másodfokúak). Ha a függvény ennél magasabb fokú, akkor a második deriváltak eltűnnek és a Hesse-mártix elfajul (vagy legalább is tipikusan elfajul).
Ha tehát
- , akkor ,
és így a tipikus példák a következők.
Példák
1. Ha B kicsi, azaz az AC-hez képest kis abszolútrétékű szám, akkor a szélsőérték irányába mozdul el a feladat.
Ekkor grad f = ( 2x + y , 2y + x ) és
azaz 4 - 1 = 3 > 0 és 2 > 0 miatt minimum.
set pm3d
set size 0.8,0.8 set xrange [-1:1] set yrange [-1:1] set zrange [-2:2] set view 50,30,1,1 unset xtics unset ytics unset ztics unset key unset colorboxsplot x*x+x*y+y*y
2. Ha |B| nagy (azaz AC-hez képest nagy), akkor a bizonyosan nemszélsőérték irányába.
Ekkor grad f = ( 2x + -3y , 2y + -3x ) és
azaz 4 - 9 = -5 < 0 miatt nincs szélsőérték: nyeregpont.
set pm3d
set size 0.8,0.8 set xrange [-1:1] set yrange [-1:1] set zrange [-2:2] set view 50,30,1,1 unset xtics unset ytics unset ztics unset key unset colorboxsplot x*x -3*x*y+y*y
3. Negatív A és C-re és kis B-re:
Ekkor grad f = ( -2x + 3y , -2y + 3x ) és
azaz 4 - 1 = 3 > 0 és -2 < 0 miatt maximum.
set pm3d
set size 0.8,0.8 set xrange [-1:1] set yrange [-1:1] set zrange [-2:2] set view 50,30,1,1 unset xtics unset ytics unset ztics unset key unset colorboxsplot -x*x +x*y-y*y
4. Ha A és C előjele ellenkező, akkor rögtön következik, hogy nincs sz.é.
Ekkor grad f = ( 2x + y , -2y + x ) és
azaz -4 - 1 = -5 < 0 azaz nyeregpont.
set pm3d
set size 0.8,0.8 set xrange [-1:1] set yrange [-1:1] set zrange [-2:2] set view 50,30,1,1 unset xtics unset ytics unset ztics unset key unset colorboxsplot x*x +x*y-y*y
5. Atipikus eset, ha AC = B2. Ekkor nem jár sikerrel a próba:
Ekkor grad f = ( 2x + 2y , 2y + 2x ) és
azaz 4 - 4 = 0, azaz határozatlan eset. De tudjuk, hogy
ami pontosan akkor minimális, ha x = -y, azaz ezeken a helyeken van szélsőérték.
set pm3d
set size 0.8,0.8 set xrange [-1:1] set yrange [-1:1] set zrange [-2:2] set view 50,30,1,1 unset xtics unset ytics unset ztics unset key unset colorboxsplot (x+y)*(x+y)
4. gyakorlat | 6. gyakorlat |