Extrémy funkcí na otevřené množině



Podobné dokumenty
Extrémy funkce vázané podmínkou

Teoretická Informatika

Funkce a její vlastnosti

Matematika 1 pro PEF PaE

1 Funkce dvou a tří proměnných

Jak pracovat s absolutními hodnotami

Vektory a matice. Matice a operace s nimi. Hodnost matice. Determinanty. . p.1/12

Grafy funkcí I - 2 D grafy


Globální extrémy. c ÚM FSI VUT v Brně. 10. ledna 2008

verze 1.4 Ekvivalentní podmínkou pro stacionární bod je, že totální diferenciál je nulový

Numerické metody a programování. Lekce 1

Wolfram Mathematica. Mgr. Jindřich Soukup



Spojitost funkcí více proměnných

Extrémy funkce dvou proměnných

Hledáme lokální extrémy funkce vzhledem k množině, která je popsána jednou či několika rovnicemi, vazebními podmínkami. Pokud jsou podmínky


Lineární programování

Návody k domácí části I. kola kategorie A


BAKALÁŘSKÁ PRÁCE. Numerické metody jednorozměrné minimalizace

MATEMATIKA 1 4 A B C D. didaktický test. Zadání neotvírejte, počkejte na pokyn! Krok za krokem k nové maturitě Maturita nanečisto 2006

5. cvičení z Matematiky 2

Kvadratickou funkcí se nazývá každá funkce, která je daná rovnicí. Definičním oborem kvadratické funkce je množina reálných čísel.

Ten objekt (veličina), který se může svobodně měnit se nazývá nezávislý.

EXTRÉMY FUNKCÍ VÍCE PROMĚNNÝCH

Software Mathematica na střední škole. Jakub Šerých,

= 2x + y, = 2y + x 3. 2x + y = 0, x + 2y = 3,

Úvod do programu MAXIMA

Průběh funkce jedné proměnné

Grafy III. ContourPlot. Parametry funkce ContourPlot


6 Extrémy funkcí dvou proměnných

Software Mathematica pro fyziky František Látal, Lukáš Richterek, Ivo Vyšín, Marie Volná, Jan Říha

Lokální extrémy. 1. Příklad f(x, y) = x 2 + 2xy + 3y 2 + 5x + 2y. Spočteme parciální derivace a položíme je rovny nule.

Funkce zadané implicitně

Matematika 1 pro PEF PaE

x y +30x, 12x+30 18y 18y 18x+54

5. Lokální, vázané a globální extrémy

matice([[1,1,0,0,0],[1,1,1,0,0],[0,1,1,0,0],[0,0,0,1,1],[0,0,0,1,1]],1). matice([[1,1,1],[1,1,0],[1,0,1]],2).

vysledek = ((1:1:50).*(100-(1:1:50))) *ones(50,1) vysledek = ((1:1:75)./2).*sqrt(1:1:75) *ones(75,1)

1. jarní série. Barevné úlohy

8.4. Shrnutí ke kapitolám 7 a 8

Nalezněte hladiny následujících funkcí. Pro které hodnoty C R jsou hladiny neprázdné

7. ODE a SIMULINK. Nejprve velmi jednoduchý příklad s numerických řešením. Řešme rovnici

MATEMATIKA. Příklady pro 1. ročník bakalářského studia. II. část Diferenciální počet. II.1. Posloupnosti reálných čísel

SESTRO, ZMĚŘTE KREVNÍ TLAK

Seznámení se shellem, textové editory numerické výpočty

Zápočtová písemka z Matematiky III (BA04) skupina A

a 3 c 5 A 1 Programové prostředí

Kristýna Kuncová. Matematika B2

PŘÍKLAD NA TŘÍDĚNÍ PODLE JEDNOHO SPOJITÉHO ČÍSELNÉHO ZNAKU. INTERVALOVÉ ROZDĚLENÍ ČETNOSTI

Definice Řekneme, že funkce z = f(x,y) je v bodě A = [x 0,y 0 ] diferencovatelná, nebo. z f(x 0 + h,y 0 + k) f(x 0,y 0 ) = Ah + Bk + ρτ(h,k),

Exponenciální a logaritmická funkce

α = 210 A x =... kn A y =... kn A M =... knm

( x ) 2 ( ) Další úlohy s kvadratickými funkcemi. Předpoklady: 2501, 2502

Vlastní (charakteristická) čísla a vlastní (charakteristické) Pro zadanou čtvercovou matici A budeme řešit maticovou

fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu (reg. č. CZ.1.07/2.2.00/28.

Funkce více proměnných - úvod

INŽENÝRSKÁ MATEMATIKA LOKÁLNÍ EXTRÉMY

Regresní a korelační analýza

Numerické metody a programování

Jméno... Cvičení den... hodina... Datum...rok... Počet listů... Varianta A

Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava

Derivace funkce a parciální derivace

A x A y. α = 30. B y. A x =... kn A y =... kn B y =... kn. Vykreslení N, V, M. q = 2kN/m M = 5kNm. F = 10 kn A c a b d ,5 2,5 L = 10

Pomůcka pro cvičení: 3. semestr Bc studia

kde je dostupný ve formě vhodné pro tisk i ve formě vhodné pro prohlížení na obrazovce a z adresy

8. Posloupnosti, vektory a matice

D(f) =( 1, 1) [ ( 1, 1) [ (1, 1). 2( x)3 ( x) 2 1 = 2(x) 3. (x) 2 1 = f(x) Funkce je lichá, není periodická

Rotační skořepiny, tlakové nádoby, trubky. i Výpočet bez chyb. ii Informace o o projektu?

Laboratorní cvičení - Integrální počet v R

1. Definiční obor funkce dvou proměnných

Kapitola 5: Funkce více proměnných, jejich spojitost a limita

MATEMATICKÁ ANALÝZA A LINEÁRNÍ ALGEBRA PŘÍPRAVA NA ZKOUŠKU PRO SAMOUKY

V praxi pracujeme s daty nominálními (nabývají pouze dvou hodnot), kategoriálními (nabývají více

Derivace a průběh funkce.

Základy algoritmizace a programování


Kapitola 8: Implicitně zadané funkce

Matematika I pracovní listy

f(x) = ax + b mocnin (čili čtverců, odtud název metody) odchylek proložených hodnot od naměřených hodnot byl co (ax i + b y i ) 2 2(ax i + b y i ).

PŘIPOJOVACÍ SADY & VENTILY 2015.CZ

Informatika pro moderní fyziky (7) Tvorba textových dokumentů

Lineární Regrese Hašovací Funkce

Otázku, kterými body prochází větev implicitní funkce řeší následující věta.

KMA/MM. Lotka-Volterra Model Predátor Kořist

Přijímací zkouška na navazující magisterské studium 2014

Diferenciální počet funkcí více proměnných

Kmitání struny. Jelikožpředpokládáme,ževýchylkystrunyjsoumalé,budeplatitcosϕ 1,2 1,takže můžeme psát. F 2 F 1 = F 2 u x 2 x.

výsledek 2209 y (5) (x) y (4) (x) y (3) (x) 7y (x) 20y (x) 12y(x) (horní indexy značí derivaci) pro 1. y(x) = sin2x 2. y(x) = cos2x 3.

Petr Hasil

Jazyk matematiky Matematická logika Množinové operace Zobrazení Rozšířená číslená osa

předmětu MATEMATIKA B 1

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE. FAKULTA STAVEBNÍ, OBOR GEODÉZIE A KARTOGRAFIE KATEDRA SPECIÁLNÍ GEODÉZIE název předmětu

PROGRAMY PRO GIS. Formovat/formulovat problém pro aplikaci v počítači. Fungování GIS programů na základní úrovni - "uvažovat" jako počítač

ZADÁNÍ DIPLOMOVÉ PRÁCE

EXTRÉMY FUNKCÍ VÍCE PROMĚNNÝCH

Transkript:

extrem.cdf 1 Kritické body Extrémy funkcí na otevřené množině Zjistit kritické body znamená vyřešit soustavu rovnic (parciální derivace 1.řádu se rovnají 0) a zjistit, kde parciální derivace 1.řádu neexistují. U funkcí, kde parciální derivace existuje všude v definičním oboru tato druhá a složitěkší část odpadá. Ale i při řešení soustavy rovnic je nutné dávat pozor, protože Mathematica nemusí uvést všechna řešení soustavy. f@x_, y_d := x^3-6x-6xy+6y+3y^2 fx = D@f@x, yd, xd êê Simplify; fy = D@f@x, yd, yd êê Simplify; kritnul = Solve@8fx 0, fy 0, 1 < x < 3, 2 < y < 2<, 8x, y<d êê N 88xØ2., yø1.<< V kritických bodech zjistíme, jak se chová příslušná kvadratická forma. Zobrazíme v tabulce vlevo kritické body, v prostředním sloupci hodnotu druhé derivace f xx podle x a ve třetím hodnotu f xx f yy - f xy 2. diskriminant = D@f@x, yd, 8x, 2<D D@f@x, yd, 8y, 2<D HD@f@x, yd, x, ydl^2 êê Simplify; 36Hx-1L tab = Table@88x, y<, D@f@x, yd, 8x, 2<D, diskriminant< ê. kritnul@@idd, 8i, 1, Length@kritnulD<D 80., -1.< 0. -36. 82., 1.< 12. 36. Vidíme, že ve všech kritických bodech je kvadratická forma indefinitní a v těchto bodech je sedlo. Předchozí postup se dá sepsat do procedury. Napíšeme ji jen pro hledání extrémů na obdélníku. Za meze a,b,c,d lze vzít funkce, ale je pak nutné ošetřit meze kreslených grafů. Pro použití se

extrem.cdf 2 Za meze a,b,c,d lze vzít funkce, ale je pak nutné ošetřit meze kreslených grafů. Pro použití se musí zadefinovat finkce a omezený obor (a,b)ä(c,d), na kterém hledáme extrémy. Postup je určen pro finkce, které na daném oboru mají všude parciální derivace prvního řádu a nejsou problémy s vyřešením příslušných rovnic. extrem@f_, a_, b_, c_, d_d := IClear@fx, fy, kritnul, kvadr1, kvadr2, body, xmin, xmax, ymin, ymax, decision, min, maxd; min = FindMinValue@8f@x, yd, a x b, c y d<, 8x, y<d; max = FindMaxValue@8f@x, yd, a x b, c y d<, 8x, y<d; fx = D@f@x, yd, xd êê Simplify; fy = D@f@x, yd, yd êê Simplify; kritnul = NSolve@8fx 0, fy 0, a < x < b, c < y < d<, 8x, y<, RealsD êê N; del = Length@kritnulD; graf = Plot3D@f@x, yd, 8x, a, b<, 8y, c, d<, ImageSize 400, PlotStyle LightBlueD; IfAdel == 0, PrintA"Žádné kritické body"e&& Print@grafD&& Goto@endD, Goto@nextDE; Label@nextD; kvadr1 = Table@D@f@x, yd, 8x, 2<D ê. kritnul@@idd, 8i, 1, del<d; kvadr2 = Table@D@f@x, yd, 8x, 2<D D@f@x, yd, 8y, 2<D HD@f@x, yd, x, ydl^2 ê. kritnul@@idd, 8i, 1, del<d; body = Table@8x, y, f@x, yd< ê. kritnul@@idd, 8i, 1, del<d; s = Graphics3D@ 8Red, Table@Sphere@body@@iDD,.15D, 8i, 1, del<d<d; decision@u_, v_d := If@v > 0 && u > 0, "lokální minimum", If@v > 0 && u < 0, "lokální maximum", If@v < 0, "sedlo", "nerozhodnuto"ddd; xmin = Min@Table@body@@iDD@@1DD, 8i, 1, del<dd 1; xmax = Max@Table@body@@iDD@@1DD, 8i, 1, del<dd + 1; ymin = Min@Table@body@@iDD@@2DD, 8i, 1, del<dd 1; ymax = Max@Table@body@@iDD@@2DD, 8i, 1, del<dd + 1; min2 = Min@Table@f@body@@iDD@@1DD, body@@idd@@2ddd, 8i, 1, del<dd; max2 = Max@Table@f@body@@iDD@@1DD, body@@idd@@2ddd, 8i, 1, del<dd;

extrem.cdf 3 pp = Show@8Plot3D@f@x, yd, 8x, xmin, xmax<, 8y, ymin, ymax<, ImageSize 400, PlotStyle LightBlue, PlotRange 8min2.5, max2 +.5<D, s<d; Print@ppD Do@Print@"V bodě H", body@@idd@@1dd, ", ", body@@idd@@2dd, "L je ", decision@kvadr1@@idd, kvadr2@@idddd, 8i, 1, del<d; M Label@endD; Zvolme nejdříve funkci, která má několik kritických bodů. Clear@f, a, b, c, dd; f@x_, y_d := Sin@xD +Sin@yD +Sin@x +yd; a = 0; b = 2Pi; c = 0; d = 2Pi;

extrem.cdf 4 extrem@f, a, b, c, dd V boděh1.0472, 1.0472L je lokální maximum V boděh3.14159, 3.14159L je sedlo V boděh5.23599, 5.23599L je lokální minimum Nyní zvolíme funkci bez kritických bodů. Clear@f, a, b, c, dd; f@x_, y_d := x^2 +y^2; a = 0; b = 2Pi; c = 0; d = 2Pi;

extrem.cdf 5 extrem@f, a, b, c, dd Žádné kritické body Pokud v daném oboru existují body, ve kterých funkce nemá některou z parciálních derivací, musí se tyto body přidat do množiny kritických bodů. Pro funkce dvou a více proměnných bývá v matematických programech problém tyto body zjistit. Pomůže funkce Reduce, která aspoň napíše, kde jsou derivace definované. Pak je vhodné zjištěné body ručně přidat do množiny bodů s nulovými parciálními derivacemi. Pro tyto nové body ale nelze použít test kvadratické formy. Je možné nakreslit graf v okolí těchto nových bodů a odhadnout z grafu chování funkce. Clear@fD; f@x_, y_d := Abs@xD + Abs@yD; D@f@x, yd, xd D@f@x, yd, yd Abs HxL Abs HyL

extrem.cdf 6 Derivaci absolutní hodnoty musíme počítat jinak. D@Sqrt@x^2D + Sqrt@y^2D, xd D@Sqrt@x^2D + Sqrt@y^2D, yd x x 2 y y 2 Plot3D@f@x, yd, 8x, 2, 2<, 8y, 2, 2<D Vidíme, že v bodě (0,0) je lokální (a snadno se nahlédne, že i globální) minimum. Může se stát,, že program nevyřeší příslušnou soustavu rovnic, což je případ následující funkce. Z grafu funkce ale extrémy rozeznáme a můžeme je zkusit lokalizovat. f@x_, y_d := 1êSqrt@1 +x^2 +y^2d 4x^2yExp@ Hx^2 +y^2lê2d; a = c = 3; b = d = 3;

extrem.cdf 7 extrem@f, a, b, c, dd NSolve::nsmet : This system cannot be solved with the methods available to NSolve. à NSolve::nsmet : This system cannot be solved with the methods available to NSolve. à NSolve::nsmet : This system cannot be solved with the methods available to NSolve. à General::stop : Further output of NSolve::nsmet will be suppressed during this calculation. à Plot3D@f@x, yd, 8x, a, b<, 8y, c, d<d FindMinimum@f@x, yd, 8x, 1<, 8y, 2<D 8-1.29141, 8x Ø 1.46263, y Ø 1.03423<< FindMinimum@f@x, yd, 8x, 1.46<, 8y, 1<D FindMinimum::cvmit : Failed to converge to the requested accuracy or precision within 100 iterations. à 92.23544µ10-13, 9xØ4.01636µ10 12, yø-1.96978µ10 12 == FindMaximum@f@x, yd, 8x, 1<, 8y, 1<D 82.29184, 8x Ø 1.36316, y Ø-0.963899<< FindMaximum@f@x, yd, 8x, 1<, 8y, 1<D 82.29184, 8x Ø-1.36316, y Ø-0.963899<<