Kapitola 4: Extrémy funkcí dvou proměnných 1/5
|
|
|
- Martin Macháček
- před 8 lety
- Počet zobrazení:
Transkript
1 Kapitola 4: Extrémy funkcí dvou proměnných 1/5
2 Lokální extrémy Definice: Necht f : M R 2 R a (x 0, y 0 ) M. Říkáme, že fce f má v bodě (x 0, y 0 ) lokální maximum (resp. lokální minimum) jestliže existuje O(x 0, y 0 ) takové že (x, y) O(x 0, y 0 ) M f (x, y) f (x 0, y 0 ) (resp. f (x, y) f (x 0, y 0 ) ) Platí-li, že (x, y) P(x 0, y 0 ) M f (x, y) < f (x 0, y 0 ) (resp. f (x, y) > f (x 0, y 0 ) ) říkáme, že fce f má v bodě (x 0, y 0 ) ostré lokální maximum (resp. ostré lokální minimum) Platí-li, že (x, y) M f (x, y) f (x 0, y 0 ) (resp. f (x, y) f (x 0, y 0 ) ) říkáme, že fce f má v bodě (x 0, y 0 ) globální maximum (resp. globální minimum) na množině M 2/5
3 Lokální extrémy Definice: Necht f : M R 2 R a (x 0, y 0 ) M. Říkáme, že fce f má v bodě (x 0, y 0 ) lokální maximum (resp. lokální minimum) jestliže existuje O(x 0, y 0 ) takové že (x, y) O(x 0, y 0 ) M f (x, y) f (x 0, y 0 ) (resp. f (x, y) f (x 0, y 0 ) ) Platí-li, že (x, y) P(x 0, y 0 ) M f (x, y) < f (x 0, y 0 ) (resp. f (x, y) > f (x 0, y 0 ) ) říkáme, že fce f má v bodě (x 0, y 0 ) ostré lokální maximum (resp. ostré lokální minimum) Platí-li, že (x, y) M f (x, y) f (x 0, y 0 ) (resp. f (x, y) f (x 0, y 0 ) ) říkáme, že fce f má v bodě (x 0, y 0 ) globální maximum (resp. globální minimum) na množině M 2/5
4 Lokální extrémy Definice: Necht f : M R 2 R a (x 0, y 0 ) M. Říkáme, že fce f má v bodě (x 0, y 0 ) lokální maximum (resp. lokální minimum) jestliže existuje O(x 0, y 0 ) takové že (x, y) O(x 0, y 0 ) M f (x, y) f (x 0, y 0 ) (resp. f (x, y) f (x 0, y 0 ) ) Platí-li, že (x, y) P(x 0, y 0 ) M f (x, y) < f (x 0, y 0 ) (resp. f (x, y) > f (x 0, y 0 ) ) říkáme, že fce f má v bodě (x 0, y 0 ) ostré lokální maximum (resp. ostré lokální minimum) Platí-li, že (x, y) M f (x, y) f (x 0, y 0 ) (resp. f (x, y) f (x 0, y 0 ) ) říkáme, že fce f má v bodě (x 0, y 0 ) globální maximum (resp. globální minimum) na množině M 2/5
5 Lokální extrémy Definice: Necht f : M R 2 R a (x 0, y 0 ) M. Říkáme, že fce f má v bodě (x 0, y 0 ) lokální maximum (resp. lokální minimum) jestliže existuje O(x 0, y 0 ) takové že (x, y) O(x 0, y 0 ) M f (x, y) f (x 0, y 0 ) (resp. f (x, y) f (x 0, y 0 ) ) Platí-li, že (x, y) P(x 0, y 0 ) M f (x, y) < f (x 0, y 0 ) (resp. f (x, y) > f (x 0, y 0 ) ) říkáme, že fce f má v bodě (x 0, y 0 ) ostré lokální maximum (resp. ostré lokální minimum) Platí-li, že (x, y) M f (x, y) f (x 0, y 0 ) (resp. f (x, y) f (x 0, y 0 ) ) říkáme, že fce f má v bodě (x 0, y 0 ) globální maximum (resp. globální minimum) na množině M 2/5
6 Lokální extrémy - 2 3/5 Věta: Necht G R 2 je otevřená množina, f C 1 (G). Má-li funkce f v bodě (x 0, y 0 ) G lokální extrém, potom platí f x (x 0, y 0 ) = 0 f y (x 0, y 0 ) = 0. Bod splňující tuto podmínku se nazývá stacionární bod funkce f. Podmínka nulových derivací je pouze nutná podmínka. Definice: Je-li f C 2 (G), G R 2 je otevřená. Nazýváme matici (x, y) 2 f x 2 y x (x, y) x y (x, y) 2 f y 2 (x, y) Hessovou maticí funkce f. Determinant Hessovy matice funkce f nazýváme Hessiánem a značíme H f (x, y).
7 Lokální extrémy - 2 3/5 Věta: Necht G R 2 je otevřená množina, f C 1 (G). Má-li funkce f v bodě (x 0, y 0 ) G lokální extrém, potom platí f x (x 0, y 0 ) = 0 f y (x 0, y 0 ) = 0. Bod splňující tuto podmínku se nazývá stacionární bod funkce f. Podmínka nulových derivací je pouze nutná podmínka. Definice: Je-li f C 2 (G), G R 2 je otevřená. Nazýváme matici (x, y) 2 f x 2 y x (x, y) x y (x, y) 2 f y 2 (x, y) Hessovou maticí funkce f. Determinant Hessovy matice funkce f nazýváme Hessiánem a značíme H f (x, y).
8 Lokální extrémy - 3 4/5 Věta: Necht G R 2 je otevřená množina, f C 2 (G) a (x 0, y 0 ) G je stacionární bod funkce f. Potom 1 Je-li H f (x 0, y 0 ) > 0, má funkce f v bodě (x 0, y 0 ) lokální extrém a) Je-li x 2 (x 0, y 0 ) > 0, má funkce f v bodě (x 0, y 0 ) ostré lokální minimum. b) Je-li x 2 (x 0, y 0 ) < 0, má funkce f v bodě (x 0, y 0 ) ostré lokální maximum. 2 Je-li H f (x 0, y 0 ) < 0, nemá funkce f v bodě (x 0, y 0 ) lokální extrém (má v tomto bodě sedlový bod). 3 Je-li H f (x 0, y 0 ) = 0, neumíme jednoduše rozhodnout zda v tomto bodě je extrém.
9 Lokální extrémy - 3 4/5 Věta: Necht G R 2 je otevřená množina, f C 2 (G) a (x 0, y 0 ) G je stacionární bod funkce f. Potom 1 Je-li H f (x 0, y 0 ) > 0, má funkce f v bodě (x 0, y 0 ) lokální extrém a) Je-li x 2 (x 0, y 0 ) > 0, má funkce f v bodě (x 0, y 0 ) ostré lokální minimum. b) Je-li x 2 (x 0, y 0 ) < 0, má funkce f v bodě (x 0, y 0 ) ostré lokální maximum. 2 Je-li H f (x 0, y 0 ) < 0, nemá funkce f v bodě (x 0, y 0 ) lokální extrém (má v tomto bodě sedlový bod). 3 Je-li H f (x 0, y 0 ) = 0, neumíme jednoduše rozhodnout zda v tomto bodě je extrém.
10 Lokální extrémy - 3 4/5 Věta: Necht G R 2 je otevřená množina, f C 2 (G) a (x 0, y 0 ) G je stacionární bod funkce f. Potom 1 Je-li H f (x 0, y 0 ) > 0, má funkce f v bodě (x 0, y 0 ) lokální extrém a) Je-li x 2 (x 0, y 0 ) > 0, má funkce f v bodě (x 0, y 0 ) ostré lokální minimum. b) Je-li x 2 (x 0, y 0 ) < 0, má funkce f v bodě (x 0, y 0 ) ostré lokální maximum. 2 Je-li H f (x 0, y 0 ) < 0, nemá funkce f v bodě (x 0, y 0 ) lokální extrém (má v tomto bodě sedlový bod). 3 Je-li H f (x 0, y 0 ) = 0, neumíme jednoduše rozhodnout zda v tomto bodě je extrém.
11 Lokální extrémy - 3 4/5 Věta: Necht G R 2 je otevřená množina, f C 2 (G) a (x 0, y 0 ) G je stacionární bod funkce f. Potom 1 Je-li H f (x 0, y 0 ) > 0, má funkce f v bodě (x 0, y 0 ) lokální extrém a) Je-li x 2 (x 0, y 0 ) > 0, má funkce f v bodě (x 0, y 0 ) ostré lokální minimum. b) Je-li x 2 (x 0, y 0 ) < 0, má funkce f v bodě (x 0, y 0 ) ostré lokální maximum. 2 Je-li H f (x 0, y 0 ) < 0, nemá funkce f v bodě (x 0, y 0 ) lokální extrém (má v tomto bodě sedlový bod). 3 Je-li H f (x 0, y 0 ) = 0, neumíme jednoduše rozhodnout zda v tomto bodě je extrém.
12 Lokální extrémy - 3 4/5 Věta: Necht G R 2 je otevřená množina, f C 2 (G) a (x 0, y 0 ) G je stacionární bod funkce f. Potom 1 Je-li H f (x 0, y 0 ) > 0, má funkce f v bodě (x 0, y 0 ) lokální extrém a) Je-li x 2 (x 0, y 0 ) > 0, má funkce f v bodě (x 0, y 0 ) ostré lokální minimum. b) Je-li x 2 (x 0, y 0 ) < 0, má funkce f v bodě (x 0, y 0 ) ostré lokální maximum. 2 Je-li H f (x 0, y 0 ) < 0, nemá funkce f v bodě (x 0, y 0 ) lokální extrém (má v tomto bodě sedlový bod). 3 Je-li H f (x 0, y 0 ) = 0, neumíme jednoduše rozhodnout zda v tomto bodě je extrém.
13 Lokální extrémy - 3 4/5 Věta: Necht G R 2 je otevřená množina, f C 2 (G) a (x 0, y 0 ) G je stacionární bod funkce f. Potom 1 Je-li H f (x 0, y 0 ) > 0, má funkce f v bodě (x 0, y 0 ) lokální extrém a) Je-li x 2 (x 0, y 0 ) > 0, má funkce f v bodě (x 0, y 0 ) ostré lokální minimum. b) Je-li x 2 (x 0, y 0 ) < 0, má funkce f v bodě (x 0, y 0 ) ostré lokální maximum. 2 Je-li H f (x 0, y 0 ) < 0, nemá funkce f v bodě (x 0, y 0 ) lokální extrém (má v tomto bodě sedlový bod). 3 Je-li H f (x 0, y 0 ) = 0, neumíme jednoduše rozhodnout zda v tomto bodě je extrém.
14 Lokální extrémy - 3 4/5 Věta: Necht G R 2 je otevřená množina, f C 2 (G) a (x 0, y 0 ) G je stacionární bod funkce f. Potom 1 Je-li H f (x 0, y 0 ) > 0, má funkce f v bodě (x 0, y 0 ) lokální extrém a) Je-li x 2 (x 0, y 0 ) > 0, má funkce f v bodě (x 0, y 0 ) ostré lokální minimum. b) Je-li x 2 (x 0, y 0 ) < 0, má funkce f v bodě (x 0, y 0 ) ostré lokální maximum. 2 Je-li H f (x 0, y 0 ) < 0, nemá funkce f v bodě (x 0, y 0 ) lokální extrém (má v tomto bodě sedlový bod). 3 Je-li H f (x 0, y 0 ) = 0, neumíme jednoduše rozhodnout zda v tomto bodě je extrém.
15 Metoda nejmenších čtverců 5/5 Předpokládejme, že pro různé hodnoty x 1, x 2,..., x n nezávisle proměnné x získáme (například měřením) hodnoty y 1, y 2,..., y n závisle proměnné y. Věta: Necht jsou dány hodnoty x 1, x 2,..., x n a y 1, y 2,..., y n, n 2 tak, že x i x j alespoň pro dva indexy i, j. Aproximujeme-li závislost y na x vztahem y = a x + b, pak koeficienty a, b,které určíme metodou nejmenších čtvercu, tj. tak, aby hodnota n (a x i + b y i ) 2 i=1 byla minimální, jsou jednoznačně určeny jako řešení soustavy ( n i=1 x i 2 ) ( a + n i=1 x ( i) b = n i=1 x ) ( iy i n i=1 x ) ( i a + n b = n i=1 y i)
16 Metoda nejmenších čtverců 5/5 Předpokládejme, že pro různé hodnoty x 1, x 2,..., x n nezávisle proměnné x získáme (například měřením) hodnoty y 1, y 2,..., y n závisle proměnné y. Věta: Necht jsou dány hodnoty x 1, x 2,..., x n a y 1, y 2,..., y n, n 2 tak, že x i x j alespoň pro dva indexy i, j. Aproximujeme-li závislost y na x vztahem y = a x + b, pak koeficienty a, b,které určíme metodou nejmenších čtvercu, tj. tak, aby hodnota n (a x i + b y i ) 2 i=1 byla minimální, jsou jednoznačně určeny jako řešení soustavy ( n i=1 x i 2 ) ( a + n i=1 x ( i) b = n i=1 x ) ( iy i n i=1 x ) ( i a + n b = n i=1 y i)
verze 1.4 Ekvivalentní podmínkou pro stacionární bod je, že totální diferenciál je nulový
1 Úvod Lokální extrémy funkcí více proměnných verze 14 Následující text popisuje výpočet lokálních extrémů funkcí více proměnných Měl by sloužit především studentům předmětu MATEMAT1 na Univerzitě Hradec
Vlastní (charakteristická) čísla a vlastní (charakteristické) Pro zadanou čtvercovou matici A budeme řešit maticovou
1 Vlastní (charakteristická) čísla a vlastní (charakteristické) vektory matice Pro zadanou čtvercovou matici A budeme řešit maticovou rovnici A x = λ x, kde x je neznámá matice o jednom sloupci (sloupcový
Definice globální minimum (absolutní minimum) v bodě A D f, jestliže X D f
Výklad Globální extrémy mají stejný význam jako u funkcí jedné proměnné. Hledáme je bud na celém definičním oboru dané funkce, nebo na předem zadané podmnožině definičního oboru. Definice 6..1. Řekneme,
Kapitola 4: Průběh funkce 1/11
Kapitola 4: Průběh funkce 1/11 Funkce monotonní 2/11 Věta: Necht je f spojitá a má derivaci na intervalu I. Potom platí (i) Je-li f (x) > 0 na I, je f rostoucí na I. (ii) Je-li f (x) 0 na I, je f neklesající
DERIVACE FUKNCÍ VÍCE PROMĚNNÝCH
DERIVACE FUKNCÍ VÍCE PROMĚNNÝCH Reálná funkce dvou proměnných a definiční obor Kartézský součin R R značíme R 2 R 2 je množina všech uspořádaných dvojic reálných čísel (rovina) Prvk R 2 jsou bod v rovině
Funkce dvou a více proměnných
Funkce dvou a více proměnných. Motivace V praxi nevstačíme s funkcemi jedné proměnné, většina veličin závisí více než na jedné okolnosti, např.: obsah obdélníka: S( ) kinetická energie: Ek = = x mv ekonomika:
Kapitola 4: Průběh funkce 1/11
Kapitola 4: Průběh funkce 1/11 Funkce monotonní 2/11 Věta: Necht je f spojitá a má derivaci na intervalu I. Potom platí (i) Je-li f (x) > 0 na I, je f rostoucí na I. (ii) Je-li f (x) 0 na I, je f neklesající
fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu (reg. č. CZ.1.07/2.2.00/28.
Extrémy Vyšší matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu http://akademie.ldf.mendelu.cz/cz
Funkce v ıce promˇ enn ych Extr emy Pˇredn aˇska p at a 12.bˇrezna 2018
Funkce více proměnných Extrémy Přednáška pátá 12.března 2018 Zdroje informací Diferenciální počet http://homen.vsb.cz/~kre40/esfmat2/fceviceprom.html http://www.studopory.vsb.cz/studijnimaterialy/sbirka_uloh/pdf/7.pdf
1. DIFERENCIÁLNÍ POČET FUNKCE DVOU PROMĚNNÝCH
1. DIFERENCIÁLNÍ POČET FUNKCE DVOU PROMĚNNÝCH V minulém semestru jsme studovali vlastnosti unkcí jedné nezávislé proměnné. K popisu mnoha reálných situací obvkle s jednou proměnnou nevstačíme. FUNKCE DVOU
LDF MENDELU. Simona Fišnarová (MENDELU) Průběh funkce ZVMT lesnictví 1 / 21
Průběh funkce Základy vyšší matematiky LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipĺıny společného základu
10 Funkce více proměnných
M. Rokyta, MFF UK: Aplikovaná matematika II kap. 10: Funkce více proměnných 16 10 Funkce více proměnných 10.1 Základní pojmy Definice. Eukleidovskou vzdáleností bodů x = (x 1,...,x n ), y = (y 1,...,y
5. Lokální, vázané a globální extrémy
5 Lokální, vázané a globální extrémy Studijní text Lokální extrémy 5 Lokální, vázané a globální extrémy Definice 51 Řekneme, že f : R n R má v bodě a Df: 1 lokální maximum, když Ka, δ Df tak, že x Ka,
Globální extrémy. c ÚM FSI VUT v Brně. 10. ledna 2008
10. ledna 2008 Příklad. Určete globální extrémy funkce f(x, y) = x 2 + 2xy + 2y 2 3x 5y na množině M. Množina M je trojúhelník určený body A[0, 2], B[3, 0], C[0, 1]. Protože množina M je kompaktní (uzavřená,
Průvodce studiem. do bodu B se snažíme najít nejkratší cestu. Ve firmách je snaha minimalizovat
6. Extrémy funkcí více proměnných Průvodce studiem Hledání extrémů je v praxi často řešená úloha. Např. při cestě z bodu A do bodu B se snažíme najít nejkratší cestu. Ve firmách je snaha minimalizovat
Funkce více proměnných. April 29, 2016
Funkce více proměnných April 29, 2016 Příklad (Derivace vyšších řádů) Daná je funkce f (x, y) = x 2 y + y 3 x 4, určte její parc. derivace podle x a podle y prvního i druhého řádu, i smíšené. f x = 2xy
Učební texty k státní bakalářské zkoušce Matematika Základy teorie funkcí více proměnných. študenti MFF 15. augusta 2008
Učební texty k státní bakalářské zkoušce Matematika Základy teorie funkcí více proměnných študenti MFF 15. augusta 2008 1 5 Základy teorie funkcí více proměnných Požadavky Parciální derivace a totální
1 Funkce dvou a tří proměnných
1 Funkce dvou a tří proměnných 1.1 Pojem funkce více proměnných Definice Funkce dvou proměnných je předpis, který každému bodu z R 2 (tj. z roviny) přiřazuje jediné reálné číslo. z = f(x, y), D(f) R 2
Základy matematiky pro FEK
Základy matematiky pro FEK 4. přednáška Blanka Šedivá KMA zimní semestr 2016/2017 Blanka Šedivá (KMA) Základy matematiky pro FEK zimní semestr 2016/2017 1 / 27 Množiny Zavedení pojmu množina je velice
Diferenciální počet funkcí jedné proměnné
Diferenciální počet funkcí jedné proměnné 1 4. Derivace funkce 4.3. Průběh funkce 2 Pro přesné určení průběhu grafu funkce je třeba určit bližší vlastnosti funkce. Monotónnost funkce Funkce monotónní =
Matematická analýza pro informatiky I. Extrémy funkcí více proměnných
Matematická analýza pro informatiky I. 12. přednáška Extrémy funkcí více proměnných Jan Tomeček jan.tomecek@upol.cz http://aix-slx.upol.cz/ tomecek/index Univerzita Palackého v Olomouci 12. dubna 2011
Pavlína Matysová. 5. listopadu 2018
Soubor řešených úloh Vyšetřování průběhu funkce Pavlína Matysová 5. listopadu 018 1 Soubor řešených úloh Tento text obsahuje 7 úloh na téma vyšetřování průběhu funkce. Každé úloha je řešena dvěma způsoby
Kapitola 11: Vektory a matice:
Kapitola 11: Vektory a matice: Prostor R n R n = {(x 1,, x n ) x i R, i = 1,, n}, n N x = (x 1,, x n ) R n se nazývá vektor x i je i-tá souřadnice vektoru x rovnost vektorů: x = y i = 1,, n : x i = y i
DEFINICE,VĚTYADŮKAZYKÚSTNÍZKOUŠCEZMAT.ANALÝZY Ib
INFORMACE O PRŮBĚHU A POŽADAVKY KE ZKOUŠCE Z MAT. ANALÝZYIbVLS2010/11 Ke zkoušce mohou přistoupit studenti, kteří získali zápočet. Do indexu jej zapíši na zkoušce, pokud cvičící potvrdí, že na něj student
ANTAGONISTICKE HRY 172
5 ANTAGONISTICKÉ HRY 172 Antagonistický konflikt je rozhodovací situace, v níž vystupují dva inteligentní rozhodovatelé, kteří se po volbě svých rozhodnutí rozdělí o pevnou částku, jejíž výše nezávisí
9. přednáška 26. listopadu f(a)h < 0 a pro h (0, δ) máme f(a 1 + h, a 2,..., a m ) f(a) > 1 2 x 1
9 přednáška 6 listopadu 007 Věta 11 Nechť f C U, kde U R m je otevřená množina, a a U je bod Pokud fa 0, nemá f v a ani neostrý lokální extrém Pokud fa = 0 a H f a je pozitivně negativně definitní, potom
Soustavy lineárních rovnic
Soustavy lineárních rovnic Základy vyšší matematiky LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipĺıny společného
Ohraničená Hessova matice ( bordered hessian ) je. Sestrojíme posloupnost determinantů (minorů):
Ohraničená Hessova matice ( bordered hessian ) je matice 2. parc. derivací L vzhledem k λ λ r x x n v tomto pořadí: g 0 0 g x n g 0 0 2 g 2 x n g 0 0 r g x HB = r x n g g r 2 L 2 L. x 2 x x n g g x 2 r
7.1 Extrémy a monotonie
KAPITOLA 7: Průběh funkce [ZMA13-P38] 7.1 Extrémy a monotonie Řekneme, že funkce f nabývá na množině M Df svého globálního maxima globálního minima A v bodě x 0, jestliže x 0 M, fx 0 = A a pro každé x
Podobnost matic. Definice 8.6. Dány matice A, B M n (C). Jestliže existuje regulární matice P M n (C) tak,
Podobnost matic Definice 84 Dány matice A, B M n (C) Jestliže existuje regulární matice P M n (C) tak, že B = P 1 AP, pak říkáme, že matice B je podobná matici A a píšeme A B Takto zavedená binární relace
DEFINICE Z LINEÁRNÍ ALGEBRY
DEFINICE Z LINEÁRNÍ ALGEBRY Skripta Matematické metody pro statistiku a operační výzkum (Nešetřilová, H., Šařecová, P., 2009). 1. definice Vektorovým prostorem rozumíme neprázdnou množinu prvků V, na které
Množinu všech matic typu m n nad tělesem T budeme označovat M m n (T ), množinu všech čtvercových matic stupně n nad T pak M n (T ).
Matice Definice 4.1 Necht (T ; +, je číselné těleso, m, n N a dále necht a ij T pro všechny indexy i = 1, 2,..., m a j = 1, 2,..., n. Potom schéma a 11 a 12... a 1n a 21 a 22... a 2n... = (a ij m n a m1
FUNKCE POJEM, VLASTNOSTI, GRAF
FUNKCE POJEM, VLASTNOSTI, GRAF Zavedení pojmu funkce funkce Funkce f na množině D R je předpis, který každému číslu x z množiny D přiřazuje právě jedno reálné číslo y z množiny R. Množina D se nazývá definiční
Lineární algebra Operace s vektory a maticemi
Lineární algebra Operace s vektory a maticemi Robert Mařík 26. září 2008 Obsah Operace s řádkovými vektory..................... 3 Operace se sloupcovými vektory................... 12 Matice..................................
Přehled funkcí. Funkce na množině D R je předpis, který každému číslu z množiny D přiřazuje právě jedno reálné číslo. přehled fcí.
Přehled funkcí Martina Hetmerová Gymnázium Přípotoční 1337 Praha 10 Vlastnosti funkcí Funkce na množině D R je předpis, který každému číslu z množiny D přiřazuje právě jedno reálné číslo Zapisujeme: f:y=f(x)
3. ANTAGONISTICKÉ HRY
3. ANTAGONISTICKÉ HRY ANTAGONISTICKÝ KONFLIKT Antagonistický konflikt je rozhodovací situace, v níž vystupují dva inteligentní rozhodovatelé, kteří se po volbě svých rozhodnutí rozdělí o pevnou částku,
Matematika II Extrémy funkcí více promìnných
Matematika II Extrémy funkcí více promìnných RNDr. Renata Klufová, Ph. D. Jihoèeská univerzita v Èeských Budìjovicích EF Katedra aplikované matematiky a informatiky Parciální derivace vy¹¹ích øádù Def.
Matematická analýza pro informatiky I.
Matematická analýza pro informatiky I. 10. přednáška Diferenciální počet funkcí více proměnných (II) Jan Tomeček jan.tomecek@upol.cz http://aix-slx.upol.cz/ tomecek/index Univerzita Palackého v Olomouci
Michal Bulant. Masarykova univerzita Fakulta informatiky
Matematika III 3. přednáška Funkce více proměnných: derivace vyšších řádů, lokální a absolutní extrémy Michal Bulant Masarykova univerzita Fakulta informatiky 6. 10. 2010 Obsah přednášky 1 Literatura 2
PROSTORY SE SKALÁRNÍM SOUČINEM. Definice Nechť L je lineární vektorový prostor nad R. Zobrazení L L R splňující vlastnosti
PROSTORY SE SKALÁRNÍM SOUČINEM Definice Nechť L je lineární vektorový prostor nad R. Zobrazení L L R splňující vlastnosti 1. (x, x) 0 x L, (x, x) = 0 x = 0, 2. (x, y) = (y, x) x, y L, 3. (λx, y) = λ(x,
verze 1.3 x j (a) g k 2. Platí-li vztahy v předchozím bodu a mají-li f, g 1,..., g s v a diferenciál K = f + j=1
1 Úvod Vázané extrémy funkcí více proměnných verze 1. Následující text popisuje hledání vázaných extrémů funkcí více proměnných. Měl by sloužit především studentům předmětu MATEMAT1 na Univerzitě Hradec
Funkce jedn e re aln e promˇ enn e Derivace Pˇredn aˇska ˇr ıjna 2015
Funkce jedné reálné proměnné Derivace Přednáška 2 15. října 2015 Obsah 1 Funkce 2 Limita a spojitost funkce 3 Derivace 4 Průběh funkce Informace Literatura v elektronické verzi (odkazy ze STAGu): 1 Lineární
= 2x + y, = 2y + x 3. 2x + y = 0, x + 2y = 3,
V. Lokální extrémy. Příklad 1: Určete lokální extrémy zadané funkce. 1. f(x, y) = x 2 + y 2 + xy 3y 2. Definičním oborem funkce je množina Df = R 2 a funkce f má spojité parciální = 2x + y, = 2y + x 3.
1 Báze a dimenze vektorového prostoru 1
1 Báze a dimenze vektorového prostoru 1 Báze a dimenze vektorového prostoru 1 2 Aritmetické vektorové prostory 7 3 Eukleidovské vektorové prostory 9 Levá vnější operace Definice 5.1 Necht A B. Levou vnější
5. cvičení z Matematiky 2
5. cvičení z Matematiky 2 21.-25. března 2016 5.1 Nalezněte úhel, který v bodě 1, 0, 0 svírají grafy funkcí fx, y ln x 2 + y 2 a gx, y sinxy. Úhel, který svírají grafy funkcí je dán jako úhel mezi jednotlivými
prof. RNDr. Čestmír Burdík DrCs. prof. Ing. Edita Pelantová CSc. BI-ZMA ZS 2009/2010
Věty o přírustku funkce prof. RNDr. Čestmír Burdík DrCs. prof. Ing. Edita Pelantová CSc. Katedra matematiky České vysoké učení technické v Praze c Čestmír Burdík, Edita Pelantová 2009 Základy matematické
EXTRÉMY FUNKCÍ VÍCE PROMĚNNÝCH
EXTRÉMY FUNKCÍ VÍCE PROMĚNNÝCH DEFINICE. Funkce f více proměnných. má v bodě C D(f) lokální maximum, resp. lokální minimum, jestliže existuje okolí U bodu C takové, že f(c) je maximální (resp. minimální
3 Lineární kombinace vektorů. Lineární závislost a nezávislost
3 Lineární kombinace vektorů. Lineární závislost a nezávislost vektorů. Obrázek 5: Vektor w je lineární kombinací vektorů u a v. Vektory u, v a w jsou lineárně závislé. Obrázek 6: Vektor q je lineární
10. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo
0. Soustavy lineárních rovnic, determinanty, Cramerovo pravidlo (PEF PaA) Petr Gurka aktualizováno 9. prosince 202 Obsah Základní pojmy. Motivace.................................2 Aritmetický vektorový
Aplikace derivace a průběh funkce
Aplikace derivace a průběh funkce Petr Hasil Přednáška z matematiky Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipĺıny společného
MATEMATIKA II V PŘÍKLADECH
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ MATEMATIKA II V PŘÍKLADECH CVIČENÍ Č. 8 Ing. Petra Schreiberová, Ph.D. Ostrava 01 Ing. Petra Schreiberová, Ph.D. Vysoká škola báňská Technická
Matice. Předpokládejme, že A = (a ij ) je matice typu m n: diagonálou jsou rovny nule.
Matice Definice. Maticí typu m n nazýváme obdélníkové pole, tvořené z m n reálných čísel (tzv. prvků matice), zapsaných v m řádcích a n sloupcích. Značíme např. A = (a ij ), kde i = 1,..., m, j = 1,...,
Aplikovaná numerická matematika
Aplikovaná numerická matematika 6. Metoda nejmenších čtverců doc. Ing. Róbert Lórencz, CSc. České vysoké učení technické v Praze Fakulta informačních technologií Katedra počítačových systémů Příprava studijních
Matematika 5 FSV UK, ZS Miroslav Zelený
Matematika 5 FSV UK, ZS 2018-19 Miroslav Zelený 1. Stabilita řešení soustav diferenciálních rovnic 2. Úvod do variačního počtu 3. Globální extrémy 4. Teorie optimálního řízení 5. Různé 1. Stabilita řešení
Extrémy funkce dvou proměnných
Extrémy funkce dvou proměnných 1. Stanovte rozměry pravoúhlé vodní nádrže o objemu 32 m 3 tak, aby dno a stěny měly nejmenší povrch. Označme rozměry pravoúhlé nádrže x, y, z (viz obr.). ak objem této nádrže
Kapitola 11: Vektory a matice 1/19
Kapitola 11: Vektory a matice 1/19 2/19 Prostor R n R n = {(x 1,..., x n ) x i R, i = 1,..., n}, n N x = (x 1,..., x n ) R n se nazývá vektor x i je i-tá souřadnice vektoru x rovnost vektorů: x = y i =
2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení
2 Zpracování naměřených dat Důležitou součástí každé experimentální práce je statistické zpracování naměřených dat. V této krátké kapitole se budeme věnovat určení intervalů spolehlivosti získaných výsledků
Regresní analýza. Ekonometrie. Jiří Neubauer. Katedra ekonometrie FVL UO Brno kancelář 69a, tel
Regresní analýza Ekonometrie Jiří Neubauer Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Jiří Neubauer (Katedra ekonometrie UO Brno) Regresní analýza 1 / 23
Řešení 1b Máme najít body, v nichž má funkce (, ) vázané extrémy, případně vázané lokální extrémy s podmínkou (, )=0, je-li: (, )= +,
Příklad 1 Najděte body, v nichž má funkce (,) vázané extrémy, případně vázané lokální extrémy s podmínkou (,)=0, je-li: a) (,)= + 1, (,)=+ 1 lok.max.v 1 2,3 2 b) (,)=+, (,)= 1 +1 1 c) (,)=, (,)=+ 1 lok.max.v
1 Determinanty a inverzní matice
Determinanty a inverzní matice Definice Necht A = (a ij ) je matice typu (n, n), n 2 Subdeterminantem A ij matice A příslušným pozici (i, j) nazýváme determinant matice, která vznikne z A vypuštěním i-tého
Diferenciální počet - II. část (Taylorův polynom, L Hospitalovo pravidlo, extrémy
Diferenciální počet - II. část (Taylorův polynom, L Hospitalovo pravidlo, extrémy funkcí, průběh funkce) Michal Fusek Ústav matematiky FEKT VUT, fusekmi@feec.vutbr.cz 5. přednáška z AMA1 Michal Fusek (fusekmi@feec.vutbr.cz)
Obecná úloha lineárního programování
Obecná úloha lineárního programování Úloha Maximalizovat hodnotu c T x (tzv. účelová funkce) za podmínek Ax b (tzv. omezující podmínky) kde A je daná reálná matice typu m n a c R n, b R m jsou dané reálné
fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu http://akademie.ldf.mendelu.cz/cz (reg. č. CZ.1.07/2.2.00/28.
Základy lineárního programování Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem
1 Vektorové prostory.
1 Vektorové prostory DefiniceMnožinu V, jejíž prvky budeme označovat a, b, c, z, budeme nazývat vektorovým prostorem právě tehdy, když budou splněny následující podmínky: 1 Je dáno zobrazení V V V, které
Matematická analýza 1
Matematická analýza 1 ZS 2019-20 Miroslav Zelený 1. Logika, množiny a základní číselné obory 2. Limita posloupnosti 3. Limita a spojitost funkce 4. Elementární funkce 5. Derivace 6. Taylorův polynom Návod
Nelineární optimalizace a numerické metody (MI NON)
Nelineární optimalizace a numerické metody (MI NON) Magisterský program: Informatika Obor: Teoretická informatika Katedra: 18101 Katedra teoretické informatiky Jaroslav Kruis Evropský sociální fond Praha
14. Monotonnost, lokální extrémy, globální extrémy a asymptoty funkce
. Monotonnost, lokální extrém, globální extrém a asmptot funkce Studijní text. Monotonnost, lokální extrém, globální extrém a asmptot funkce A. Rostoucí a klesající funkce Pojm rostoucí, klesající a konstantní
Vypracoval: Mgr. Lukáš Bičík TENTO PROJEKT JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM A STÁTNÍM ROZPOČTEM ČESKÉ REPUBLIKY
Vlastnosti funkcí Vypracoval: Mgr. Lukáš Bičík TENTO PROJEKT JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM A STÁTNÍM ROZPOČTEM ČESKÉ REPUBLIKY Definiční obor Definiční obor funkce je množina všech čísel,
LDF MENDELU. Simona Fišnarová (MENDELU) Základy lineárního programování VMAT, IMT 1 / 25
Základy lineárního programování Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem
Definice 7.1 Nechť je dán pravděpodobnostní prostor (Ω, A, P). Zobrazení. nebo ekvivalentně
7 Náhodný vektor Nezávislost náhodných veličin Definice 7 Nechť je dán pravděpodobnostní prostor (Ω, A, P) Zobrazení X : Ω R n, které je A-měřitelné, se nazývá (n-rozměrný) náhodný vektor Měřitelností
12. Funkce více proměnných
12. Funkce více proměnných 12.1 Parciální derivace a totální diferenciál Definice Necht f je reálná funkce n proměnných, a 2 R n a 1 i n. 12.1 Parciální derivace a totální diferenciál Definice Necht f
Primitivní funkce a Riemann uv integrál Lineární algebra Taylor uv polynom Extrémy funkcí více prom ˇenných Matematika III Matematika III Program
Program Primitivní funkce a Riemannův integrál Program Primitivní funkce a Riemannův integrál Lineární algebra Program Primitivní funkce a Riemannův integrál Lineární algebra Taylorův polynom Program Primitivní
Matematika B 2. Úvodní informace
Matematika B 2 MIROSLAV KUČERA Úvodní informace Kontakt miroslav.kucera@vsfs.czvsfs.cz Studijní středisko Kladno IT oddělení 306B (kanceláře studijního oddělení) Konzultační hodiny Po Pá 8:30 15:00 možno
Derivace a průběh funkce.
Derivace a průběh funkce. Robert Mařík 14. října 2008 Obsah 1 Základní myšlenky. 2 2 Přesné věty a definice 10 3 Okolí nevlastních bodů. 16 4 Sestrojení grafu funkce. 19 1 Základní myšlenky. y x Uvažujme
Stručný přehled učiva
Stručný přehled učiva TU1M2 Matematika 2 pro LP17, LP18 4. Aplikace diferenciálního počtu 4.1 Rovnice tečny a normály Má-li funkce v bodě vlastní derivaci, pak je to směrnice tečny grafu funkce v tečném
8.1. Určete všechny lokální extrémy funkce f(x, y) = x 2 + arctg 2 x + y 3 + y, x, y R.
Řešené příklady k extrémům funkcí více proměnných 8 Určete všechny lokální extrémy funkce fx y x + arctg x + y + y x y R Řešení Funkci f si vyjádříme jako součet f + f kde f x x + arctg x x R f y y + y
Derivace a monotónnost funkce
Derivace a monotónnost funkce Věta : Uvažujme funkci f (x), která má na intervalu I derivaci f (x). Pak platí: je-li f (x) > 0 x I, funkce f je na intervalu I rostoucí. je-li f (x) < 0 x I, funkce f je
Matematika pro informatiky
(FIT ČVUT v Praze) Konvexní analýza 13.týden 1 / 1 Matematika pro informatiky Jaroslav Milota Fakulta informačních technologíı České vysoké učení technické v Praze Letní semestr 2010/11 Extrémy funkce
VI. Maticový počet. VI.1. Základní operace s maticemi. Definice. Tabulku
VI Maticový počet VI1 Základní operace s maticemi Definice Tabulku a 11 a 12 a 1n a 21 a 22 a 2n, a m1 a m2 a mn kde a ij R, i = 1,, m, j = 1,, n, nazýváme maticí typu m n Zkráceně zapisujeme (a ij i=1m
Matice. Modifikace matic eliminační metodou. α A = α a 2,1, α a 2,2,..., α a 2,n α a m,1, α a m,2,..., α a m,n
[1] Základní pojmy [2] Matice mezi sebou sčítáme a násobíme konstantou (lineární prostor) měníme je na jiné matice eliminační metodou násobíme je mezi sebou... Matice je tabulka čísel s konečným počtem
AVDAT Nelineární regresní model
AVDAT Nelineární regresní model Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Nelineární regresní model Ey i = f (x i, β) kde x i je k-členný vektor vysvětlujících proměnných
Základy matematiky pro FEK
Základy matematiky pro FEK 2. přednáška Blanka Šedivá KMA zimní semestr 2016/2017 Blanka Šedivá (KMA) Základy matematiky pro FEK zimní semestr 2016/2017 1 / 20 Co nás dneska čeká... Závislé a nezávislé
MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]
![MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]](/thumbs/58/41721403.jpg "MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]")
MATICE Matice typu m/n nad tělesem T je soubor m n prvků z tělesa T uspořádaných do m řádků a n sloupců: a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] a m1 a m2 a mn Prvek a i,j je prvek matice A na místě
EXTRÉMY FUNKCÍ VÍCE PROMĚNNÝCH
EXTRÉMY FUNKCÍ VÍCE PROMĚNNÝCH ÚLOHY ŘEŠITELNÉ BEZ VĚTY O MULTIPLIKÁTORECH Nalezněte absolutní extrémy funkce f na množině M. 1. f(x y) = x + y; M = {x y R 2 ; x 2 + y 2 1} 2. f(x y) = e x ; M = {x y R
2.6. Vlastní čísla a vlastní vektory matice
26 Cíle V této části se budeme zabývat hledáním čísla λ které je řešením rovnice A x = λ x (1) kde A je matice řádu n Znalost řešení takové rovnice má řadu aplikací nejen v matematice Definice 261 Nechť
Matematika V. Dynamická optimalizace
Matematika V. Dynamická optimalizace Obsah Kapitola 1. Variační počet 1.1. Derivace funkcí na vektorových prostorech...str. 3 1.2. Derivace integrálu...str. 5 1.3. Formulace základní úlohy P1 var. počtu,
1 Množiny, výroky a číselné obory
1 Množiny, výroky a číselné obory 1.1 Množiny a množinové operace Množinou rozumíme každé shrnutí určitých a navzájem různých objektů (které nazýváme prvky) do jediného celku. Definice. Dvě množiny jsou
Základní spádové metody
Základní spádové metody Petr Tichý 23. října 2013 1 Metody typu line search Problém Idea metod min f(x), f : x R Rn R. n Dána počáteční aproximace x 0. Iterační proces (krok k): (a) zvol směr d k, (b)
( ) ( ) ( ) ( ) ( ) ( ) Užití derivací. x, x a, b : x x f x f x MATA P12. Funkce rostoucí a klesající: Definice rostoucí a klesající funkce
MATA P1 Užití derivací Funkce rostoucí a klesající: Deinice rostoucí a klesající unkce Funkce je rostoucí v intervalu (a,b), právě když platí: ( ) ( ) ( ), a, b : 1 1 1 Funkce je klesající v intervalu
Definice 1.1. Nechť je M množina. Funkci ρ : M M R nazveme metrikou, jestliže má následující vlastnosti:
Přednáška 1. Definice 1.1. Nechť je množina. Funkci ρ : R nazveme metrikou, jestliže má následující vlastnosti: (1 pro každé x je ρ(x, x = 0; (2 pro každé x, y, x y, je ρ(x, y = ρ(y, x > 0; (3 pro každé
Vzdělávací materiál. vytvořený v projektu OP VK CZ.1.07/1.5.00/ Anotace. Diferenciální počet VY_32_INOVACE_M0216.
Vzdělávací materiál vytvořený v projektu OP VK Název školy: Gymnázium, Zábřeh, náměstí Osvobození 20 Číslo projektu: Název projektu: Číslo a název klíčové aktivity: CZ.1.07/1.5.00/34.0211 Zlepšení podmínek
1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.
Prostá regresní a korelační analýza 1 1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Problematika závislosti V podstatě lze rozlišovat mezi závislostí nepodstatnou, čili náhodnou
Matematika I. Funkce jedné proměnné. Funkce jedné proměnné Matematika I 1 / 212
Matematika I Funkce jedné proměnné Funkce jedné proměnné Matematika I 1 / 212 1. Množiny a zobrazení Funkce jedné proměnné Matematika I 2 / 212 Množiny Definice 1.1.1: Množinou rozumíme soubor prvků se
0.1 Úvod do lineární algebry
Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Lineární rovnice o 2 neznámých Definice 011 Lineární rovnice o dvou neznámých x, y je rovnice, která může být vyjádřena ve tvaru ax + by = c, kde
0.1 Úvod do matematické analýzy
Matematika I (KMI/PMATE) 1 0.1 Úvod do matematické analýzy 0.1.1 Pojem funkce Veličina - pojem, který popisuje kvantitativní (číselné) vlastnosti reálných i abstraktních objektů. Příklady veličin: hmotnost
0.1 Úvod do lineární algebry
Matematika KMI/PMATE 1 01 Úvod do lineární algebry 011 Vektory Definice 011 Vektorem aritmetického prostorur n budeme rozumět uspořádanou n-tici reálných čísel x 1, x 2,, x n Definice 012 Definice sčítání
Matematika 2 Průběh funkce
Matematika 2 Průběh funkce Jiří Fišer KMA, PřF UP Olomouc ZS09 Jiří Fišer (KMA, PřF UP Olomouc) KMA MA2AA ZS09 1 / 1 Základní věty diferenciálního počtu Jiří Fišer (KMA, PřF UP Olomouc) KMA MA2AA ZS09
P 1 = P 1 1 = P 1, P 1 2 =
1 Výpočet inverzní matice Věta 1 Necht P U elementární matice vzniklá el úpravou U Pak je P U regulární Důkaz: Protože elementární úprava U je invertovatelná, existuje el úprava U, která vrací změny U
6. DIFERENCIÁLNÍ POČET FUNKCE VÍCE PROMĚNNÝCH
Funkce více proměnných 6 DIFERENCIÁLNÍ POČET FUNKCE VÍCE PROMĚNNÝCH Ve čtvrté kapitole jsme studovali vlastnosti funkcí jedné nezávisle proměnné K popisu mnoha reálných situací však s jednou nezávisle
Matematika I, část I. Rovnici (1) nazýváme vektorovou rovnicí roviny ABC. Rovina ABC prochází bodem A a říkáme, že má zaměření u, v. X=A+r.u+s.
3.4. Výklad Předpokládejme, že v prostoru E 3 jsou dány body A, B, C neležící na jedné přímce. Těmito body prochází jediná rovina, kterou označíme ABC. Určíme vektory u = B - A, v = C - A, které jsou zřejmě