Pronalaženje uvjetnog ekstrema. Ekstremum funkcije više varijabli Pojam ekstrema funkcije više varijabli. Potrebni i dovoljni uvjeti za ekstremum Uvjetni ekstremum Najveće i najmanje vrijednosti neprekidnih funkcija

Primjer

Nađite ekstrem funkcije pod uvjetom da x I na povezani su relacijom: . Geometrijski problem znači sljedeće: na elipsi
avion
.

Ovaj se problem može riješiti ovako: iz jednadžbe
pronašli smo
x:


pod uvjetom da
, sveden na problem pronalaženja ekstremuma funkcije jedne varijable na intervalu
.

Geometrijski problem znači sljedeće: na elipsi , dobiven križanjem cilindra
avion
, trebate pronaći maksimalnu ili minimalnu vrijednost aplikacije (Slika 9). Ovaj se problem može riješiti ovako: iz jednadžbe
pronašli smo
. Zamjenom pronađene vrijednosti y u jednadžbu ravnine dobivamo funkciju jedne varijable x:

Dakle, problem nalaženja ekstremuma funkcije
pod uvjetom da
, reduciran na problem pronalaženja ekstremuma funkcije jedne varijable na intervalu.

Tako, problem nalaženja uvjetnog ekstrema– to je problem nalaženja ekstrema funkcije cilja
, pod uvjetom da varijable x I na podliježe ograničenju
, nazvao jednadžba veze.

Recimo to točka
, zadovoljavajući jednadžbu sprezanja, je točka lokalnog uvjetnog maksimuma (minimuma), ako postoji susjedstvo
takav da za bilo koje točke
, čije koordinate zadovoljavaju jednadžbu veze, nejednakost je zadovoljena.

Ako se iz jednadžbe sprezanja može naći izraz za na, zatim zamjenom ovog izraza u izvornu funkciju, potonju pretvaramo u složenu funkciju jedne varijable X.

Opća metoda za rješavanje problema uvjetnog ekstremuma je Lagrangeova metoda multiplikatora. Kreirajmo pomoćnu funkciju, gdje ─ neki broj. Ova funkcija se zove Lagrangeova funkcija, A ─ Lagrangeov množitelj. Stoga je zadatak pronalaženja uvjetnog ekstremuma sveden na pronalaženje lokalnih točaka ekstrema za Lagrangeovu funkciju. Da biste pronašli moguće ekstremne točke, trebate riješiti sustav od 3 jednadžbe s tri nepoznanice x, y I.

Tada biste trebali koristiti sljedeći dovoljan uvjet za ekstrem.

TEOREMA. Neka je točka moguća točka ekstrema za Lagrangeovu funkciju. Pretpostavimo da u blizini točke
postoje neprekidne parcijalne derivacije funkcija drugog reda I . Označimo

Onda ako
, To
─ uvjetna točka ekstrema funkcije
s jednadžbom sprezanja
u ovom slučaju, ako
, To
─ uvjetni minimalni bod, ako
, To
─ uvjetna maksimalna točka.

§8. Gradijent i derivacija smjera

Neka funkcija
definirana u nekoj (otvorenoj) regiji. Razmotrite bilo koju točku
ovo područje i bilo koja usmjerena ravna linija (os) , prolazeći kroz ovu točku (slika 1). Neka
- neka druga točka na ovoj osi,
– duljina segmenta između
I
, uzeto sa znakom plus, ako je smjer
poklapa se sa smjerom osi , a znakom minus ako su im smjerovi suprotni.

Neka
približava unedogled
. Ograničiti

nazvao izvod funkcije
prema
(ili duž osi ) i označava se na sljedeći način:

.

Ova derivacija karakterizira "stopu promjene" funkcije u točki
prema . Konkretno, obične parcijalne derivacije ,također se mogu smatrati izvedenicama "s obzirom na smjer".

Pretpostavimo sada da funkcija
ima kontinuirane parcijalne derivacije u području koje se razmatra. Neka os oblikuje kutove s koordinatnim osima
I . Pod napravljenim pretpostavkama, derivacija smjera postoji i izražava se formulom

.

Ako vektor
zadan svojim koordinatama
, zatim izvod funkcije
u smjeru vektora
može se izračunati pomoću formule:

.

Vektor s koordinatama
nazvao vektor gradijenta funkcije
u točki
. Vektor gradijenta označava smjer najbržeg porasta funkcije u danoj točki.

Primjer

Dana je funkcija, točka A(1, 1) i vektor
. Nađi: 1)grad z u točki A; 2) izvodnica u točki A u smjeru vektora .

Parcijalne derivacije zadane funkcije u točki
:

;
.

Tada je vektor gradijenta funkcije u ovoj točki:
. Vektor gradijenta također se može napisati pomoću vektorske dekompozicije I :

. Derivacija funkcije u smjeru vektora :

Tako,
,
.◄

Neka je funkcija z - /(x, y) definirana u nekoj domeni D i neka je Mo(xo, Vo) unutarnja točka te domene. Definicija. Ako postoji broj takav da za sve koji zadovoljavaju uvjete nejednakost vrijedi, tada se točka Mo(xo, y) naziva lokalnom točkom maksimuma funkcije /(x, y); ako za sve Dx, Du, koji zadovoljavaju uvjete | tada se točka Mo(xo,yo) naziva tanki lokalni minimum. Drugim riječima, točka M0(x0, y0) je točka maksimuma ili minimuma funkcije f(x, y) ako postoji 6-okolica točke A/o(x0, y0) takva da uopće točaka M(x, y) ovoga u susjedstvu, prirast funkcije zadržava svoj predznak. Primjeri. 1. Za funkciju točka - točka minimuma (slika 17). 2. Za funkciju, točka 0(0,0) je maksimalna točka (slika 18). 3. Za funkciju, točka 0(0,0) je lokalna maksimalna točka. 4 Doista, postoji okolina točke 0(0, 0), na primjer, kružnica polumjera j (vidi sliku 19), u čijoj bilo kojoj točki, različitoj od točke 0(0,0), vrijednost funkcije /(x,y) manja od 1 = Razmotrit ćemo samo točke strogog maksimuma i minimuma funkcija kada je striktna nejednakost ili stroga nejednakost zadovoljena za sve točke M(x) y) iz nekog probušenog 6-okruga od točka Mq. Vrijednost funkcije u točki maksimuma naziva se maksimum, a vrijednost funkcije u točki minimuma naziva se minimum te funkcije. Točke maksimuma i minimuma funkcije nazivaju se točkama ekstrema funkcije, a sami maksimumi i minimumi funkcije nazivaju se njezinim ekstremima. Teorem 11 (nužan uvjet za ekstrem). Ako je funkcija ekstrem funkcije više varijabli pojam ekstrema funkcije više varijabli. Nužni i dovoljni uvjeti za ekstrem Uvjetni ekstrem Najveća i najmanja vrijednost kontinuiranih funkcija imaju ekstrem u točki tada u toj točki svaka parcijalna derivacija u ili nestaje ili ne postoji. Neka funkcija z = f(x) y) ima ekstrem u točki M0(x0, yo). Dajmo varijabli y vrijednost yo. Tada će funkcija z = /(x, y) biti funkcija jedne varijable x\ Budući da pri x = xo ima ekstrem (maksimum ili minimum, sl. 20), tada je njezina derivacija u odnosu na x = “o, | (*o,l>)" Jednako nuli ili ne postoji. Slično, uvjereni smo da je) ili jednako nuli ili ne postoji. Točke u kojima = 0 i χ = 0 ili ne postoje nazivaju se kritičnim točke funkcije z = Dx, y) točke u kojima je $£ = 0 također se nazivaju stacionarnim točkama funkcije. 18 Slika 20 immt derivacije koje se pretvaraju u nulu na. Ali ova je funkcija tanka na imvat struma. Doista, funkcija je jednaka nuli u točki 0(0,0) i uzima pozitivne i negativne vrijednosti u točkama M(x,y), proizvoljno blizu točke 0(0,0). Za nju, dakle u točkama u točkama (0, y) za proizvoljno malu Točku 0(0,0) naznačenog tipa nazivamo mini-max točkom (sl. 21). Dovoljni uvjeti za ekstrem funkcije dviju varijabli izraženi su sljedećim teoremom. Teorem 12 (dovoljni uvjeti za ekstrem u dvije varijable). Neka je točka Mo(xo»Yo) stacionarna točka funkcije f(x, y), au nekoj okolini točke /, uključujući i samu točku Mo, funkcija f(z, y) ima neprekidne parcijalne derivacije zaključno do drugog reda. Tada". u točki Mo(xo, V0) funkcija /(xo, y) nema ekstrem ako je D(xo, yo)< 0. Если же то в точке Мо(жо> Ekstrem funkcije f(x, y) može, ali i ne mora postojati. U ovom slučaju potrebna su daljnja istraživanja. m Ograničimo se na dokaz tvrdnji 1) i 2) teorema. Napišimo Taylorovu formulu drugog reda za funkciju /(i, y): gdje je. Prema uvjetu je jasno da je predznak prirasta D/ određen predznakom trinoma s desne strane (1), odnosno predznakom drugog diferencijala d2f. Označimo to radi kratkoće. Tada se jednakost (l) može napisati na sljedeći način: Neka u točki MQ(so, V0) imamo... Budući da su prema uvjetu parcijalne derivacije drugog reda funkcije f(s, y) neprekidne, tada nejednakost (3) će također vrijediti u nekoj okolini točke M0(s0,yo). Ako je uvjet zadovoljen (u točki A/0, a zbog kontinuiteta derivacija /,z(s,y) će zadržati svoj predznak u nekoj okolini točke Af0. U području gdje je A F 0, imamo . Iz ovoga je jasno da ako je LS - V2 > 0 u nekoj okolini točke M0(x0) y0), tada se predznak trinoma AAx2 -I- 2BAxAy + CDy2 poklapa s predznakom A u točki (dakle , V0) (kao i predznakom C, jer za AC - B2 > 0 A i C ne mogu imati različite predznake). Budući da predznak zbroja AAAs2 + 2BAxAy + CAy2 u točki (s0 + $ Ax, y0 + 0 Du) određuje predznak razlike, dolazimo do sljedećeg zaključka: ako je za funkciju /(s,y) na uvjet stacionarne točke (s0, V0), tada za dovoljno male || nejednakost će biti zadovoljena. Dakle, u točki (sq, V0) funkcija /(s, y) ima maksimum. Ako je uvjet zadovoljen u stacionarnoj točki (s0, y0), tada je za sve dovoljno male |Dr| i |Du| nejednakost je istinita, što znači da u točki (so,yo) funkcija /(s, y) ima minimum. Primjeri. 1. Istražite funkciju za ekstremum 4 Koristeći potrebne uvjete za ekstremum, tražimo stacionarne točke funkcije. Da bismo to učinili, nalazimo parcijalne derivacije u i izjednačavamo ih s nulom. Dobivamo sustav jednadžbi odakle je - stacionarna točka. Iskoristimo sada teorem 12. Imamo To znači da u točki Ml postoji ekstrem. Jer ovo je minimum. Ako funkciju r transformiramo u oblik, lako je vidjeti da će desna strana (“) biti minimalna kada je apsolutni minimum te funkcije. 2. Ispitati stacionarnu točku funkcije za koju sastavljamo sustav jednadžbi, tako da je stacionarna. Budući da, prema teoremu 12, u točki M ne postoji ekstrem. * 3. Istražite ekstremum funkcije. Iz sustava jednadžbi to dobijemo, dakle točka miruje. Zatim imamo da teorem 12 ne odgovara na pitanje o prisutnosti ili odsutnosti ekstrema. Učinimo to ovako. Za funkciju oko svih točaka različitih od točke so, po definiciji, i točke A/o(0,0) funkcija r ima apsolutni minimum. Sličnim izračunima utvrđujemo da funkcija ima maksimum u točki, ali funkcija nema ekstrem u točki. Neka je funkcija od n neovisnih varijabli diferencijabilna u točki Mo se naziva stacionarnom točkom funkcije ako je teorem 13 (do dovoljnih uvjeta za ekstrem). Neka je funkcija definirana i ima kontinuirane parcijalne derivacije drugog reda u nekoj okolini fine Mt(xi..., koja je stacionarna fina funkcija ako je kvadratni oblik (drugi diferencijal funkcije f u finoj je pozitivan definitivna (negativno definitivna), minimalna točka (odnosno, fini maksimum) funkcije f je fina kvadratna forma (4) je pozitivna ili negativno određena, možete koristiti, na primjer, Sylvesterov kriterij za pozitivnu (negativnu) sigurnost kvadratne forme. Do sada smo tražili lokalne ekstreme a funkcija u cijeloj domeni svoje definicije, kada argumenti funkcije nisu vezani nikakvim dodatnim uvjetima, međutim, često se susreću problemi nalaženja takozvanih uvjetnih ekstrema. x, y) definirati u domeni D. Pretpostavimo da je u ovoj domeni dana krivulja L, a ekstreme funkcije f(x> y) trebamo pronaći samo među onim njezinim vrijednostima koje odgovaraju na točke krivulje L. Isti ekstremi nazivaju se uvjetni ekstremi funkcije z = f(x) y) na krivulji L. Definicija Kažu da u točki koja leži na krivulji L funkcija f(x, y) ima uvjetni maksimum (minimum) ako je nejednakost zadovoljena u svim točkama M (s, y) y) krivulje L, koje pripadaju nekoj okolini točke M0(x0, V0) i razlikuju se od točke M0 (ako je krivulja L je dana jednadžbom, onda je problem pronaći uvjetni ekstrem funkcije r - f(x,y) na krivulji! može se formulirati na sljedeći način: pronaći ekstreme funkcije x = /(z, y) u području D, pod uvjetom da Dakle, pri pronalaženju uvjetnih ekstrema funkcije z = y), argumenti gnua više ne mogu biti promatrati kao neovisne varijable: one su međusobno povezane relacijom y ) = 0, koja se naziva jednadžba sprezanja. Kako bismo pojasnili razliku između bezuvjetnog i uvjetnog ekstremuma, pogledajmo primjer, bezuvjetni maksimum funkcije (Sl. 23) jednak je jedan i postiže se u točki (0,0). Odgovara točki M - vrhu pvvboloida. Dodajmo jednadžbu veze y = j. Tada će uvjetni maksimum očito biti jednak njemu. On se postiže u točki (o,|), a odgovara vrhu Afj lopte, koji je presječna linija lopte s ravninom y = j. U slučaju bezuvjetnog mvximuma, imamo mvximum primijenjen među svim vpplicvt površine * = 1 - l;2 ~ y1; summvv uvjetno - samo među vllikvt točkama pvraboloidv, koje odgovaraju točki* pravca y = j ne ravnini xOy. Jedna od metoda za pronalaženje uvjetnog ekstrema funkcije u prisutnosti i povezanosti je sljedeća. Neka jednadžba veze y) - O definira y kao jedinstvenu diferencijabilnu funkciju argumenta x: Zamjenom funkcije umjesto y u funkciju, dobivamo funkciju jednog argumenta u kojoj je uvjet veze već uzet u obzir. (Bezuvjetni) ekstrem funkcije je željeni uvjetni ekstrem. Primjer. Nađi ekstrem funkcije pod uvjetom Ekstremum funkcije više varijabli Pojam ekstrema funkcije više varijabli. Nužni i dovoljni uvjeti za ekstrem Uvjetni ekstrem Najveća i najmanja vrijednost kontinuiranih funkcija A Iz jednadžbe veze (2") nalazimo y = 1-x. Zamjenom ove vrijednosti y u (V) dobivamo funkciju jedan argument x: Ispitajmo ga za ekstrem: odakle je x = 1 kritična točka, pa daje uvjetni minimum funkcije g (Slika 24. Naznačimo drugi način rješavanja problema uvjetnog ekstrema). , nazvana Lagrangeova metoda množenja. Neka postoji točka uvjetnog ekstrema funkcije koja definira jedinstvenu kontinuirano diferencijabilnu funkciju u određenoj okolini točke xx na x funkcije /(r, ip(x)) u točki xq mora biti jednak nuli ili, što je ekvivalentno ovome, diferencijal od mora biti jednak nuli u točki Mo O) Iz jednadžbe veze imamo (5) Množenjem posljednje jednakosti s još neodređenim numeričkim faktorom A i zbrajanjem člana po člana uz jednakost (4), imat ćemo (pretpostavljamo). Tada, zbog proizvoljnosti dx, dobivamo Jednadžbe (6) i (7) izražavaju potrebne uvjete za bezuvjetni ekstrem u točki funkcije, koji se naziva Lagrangeova funkcija. Dakle, uvjetna točka ekstrema funkcije /(x, y), if, nužno je stacionarna točka Lagrangeove funkcije gdje je A određeni numerički koeficijent. Odavde dobivamo pravilo za pronalaženje uvjetnih ekstrema: da bismo pronašli točke koje mogu biti točke konvencionalnog ekstrema funkcije u prisutnosti veze, 1) sastavljamo Lagrangeovu funkciju, 2) izjednačavanjem derivacija ove funkciju na nulu i dodavanjem jednadžbe veze dobivenim jednadžbama, dobivamo sustav od tri jednadžbe iz kojih nalazimo vrijednosti A i koordinate x, y mogućih točaka ekstrema. Pitanje postojanja i prirode uvjetnog ekstremuma rješava se na temelju proučavanja znaka drugog diferencijala Lagrangeove funkcije za razmatrani sustav vrijednosti x0, V0, A, dobiven iz (8) pod uvjetom da Ako , tada u točki (x0, V0) funkcija /(x, y ) ima uvjetni maksimum; ako je d2F > 0 - onda uvjetni minimum. Konkretno, ako je u stacionarnoj točki (xo, J/o) determinanta D za funkciju F(x, y) pozitivna, tada u točki (®o, V0) postoji uvjetni maksimum funkcije f( x, y), if i uvjetni minimum funkcije /(x, y), if Primjer. Vratimo se opet na uvjete iz prethodnog primjera: pronađite ekstremum funkcije pod uvjetom da je x + y = 1. Zadatak ćemo riješiti pomoću metode Lagrangeovih množitelja. Lagrangeova funkcija u ovom slučaju ima oblik Za pronalaženje stacionarnih točaka sastavljamo sustav Iz prve dvije jednadžbe sustava dobivamo da je x = y. Tada iz treće jednadžbe sustava (jednadžbe veze) nalazimo da su x - y = j koordinate moguće točke ekstrema. U ovom slučaju (označeno je da je A = -1. Dakle, Lagrangeova funkcija. je uvjetna točka minimuma funkcije * = x2 + y2 pod uvjetom Ne postoji bezuvjetni ekstrem za Lagrangeovu funkciju. P(x, y ) još ne znači odsutnost uvjetnog ekstremuma za funkciju /(x, y) u prisutnosti veze. Primjer: Pronađite ekstremum funkcije pod uvjetom y 4 Sastavljamo Lagrangeovu funkciju i ispisujemo sustav za određivanje A i koordinate mogućih točaka ekstrema: Iz prve dvije jednadžbe dobivamo x + y = 0 i dolazimo do sustava odakle je x = y = A = 0. Dakle, odgovarajuća Lagrangeova funkcija ima oblik U točki (0,0), funkcija F(x, y; 0) nema bezuvjetni ekstrem, ali postoji uvjetni ekstrem funkcije r = xy kada je y = x. Doista, u ovom slučaju r = x2. Odavde je jasno da u točki (0,0) postoji uvjetni minimum. Metoda Lagrangeovih množitelja prenosi se na slučaj funkcija bilo kojeg broja argumenata. Potražimo ekstremum funkcije u prisutnosti jednadžbi veze Sastavimo Lagrangeovu funkciju gdje su A|, Az,..., A„, neodređeni konstantni faktori. Izjednačavajući na nulu sve parcijalne derivacije prvog reda funkcije F i dodajući dobivenim jednadžbama veze (9), dobivamo sustav od n + m jednadžbi, iz kojih određujemo Ab A3|..., At i koordinate x \) x2). » xn mogućih točaka uvjetnog ekstrema. Pitanje jesu li točke pronađene pomoću Lagrangeove metode zapravo točke uvjetnog ekstremuma često se može riješiti na temelju razmatranja fizičke ili geometrijske prirode. 15.3. Najveće i najmanje vrijednosti kontinuiranih funkcija Neka je potrebno pronaći najveću (najmanju) vrijednost funkcije z = /(x, y), kontinuirane u nekoj zatvorenoj ograničenoj domeni D. Prema teoremu 3, u ovom području postoji točka (xo, V0) u kojoj funkcija poprima najveću (najmanju) vrijednost. Ako se točka (xo, y0) nalazi unutar domene D, tada funkcija / ima maksimum (minimum) u njoj, pa se u ovom slučaju točka koja nas zanima nalazi među kritičnim točkama funkcije /(x, y). Međutim, funkcija /(x, y) može postići svoju najveću (najmanju) vrijednost na granici područja. Dakle, da biste pronašli najveću (najmanju) vrijednost koju funkcija z = /(x, y) zauzima u ograničenom zatvorenom području 2), trebate pronaći sve maksimume (minimume) funkcije postignute unutar ovog područja, kao i najveću (najmanju) vrijednost funkcije u granici ovog područja. Najveći (najmanji) od svih ovih brojeva bit će željena najveća (najmanja) vrijednost funkcije z = /(x,y) u području 27. Pokažimo kako se to radi u slučaju diferencijabilne funkcije. Prmmr. Nađi najveću i najmanju vrijednost funkcije područja 4. Nađimo kritične točke funkcije unutar područja D. Da bismo to učinili, sastavljamo sustav jednadžbi odavde dobivamo x = y « 0, tako da točka 0 (0,0) je kritična točka funkcije x. Budući Nađimo sada najveću i najmanju vrijednost funkcije na granici G područja D. Na dijelu granice imamo da je y = 0 kritična točka, a budući da je = tada je na ovoj točki funkcija z = 1 + y2 ima minimum jednak jedan. Na krajevima segmenta G", u točkama (, imamo. Koristeći razmatranja o simetriji, dobivamo iste rezultate za ostale dijelove granice. Konačno dobivamo: najmanju vrijednost funkcije z = x2+y2 u području "B je jednak nuli i ostvaruje se u području unutarnje točke 0( 0, 0), a maksimalna vrijednost ove funkcije, jednaka dva, postiže se na četiri točke granice (Sl. 25) Sl. 25 Vježbe Odredite domenu definicije funkcija: Konstruirajte crte razine funkcija: 9 Odredite plohe razine funkcija triju neovisnih varijabli: Izračunajte limesne funkcije: Odredite parcijalne derivacije funkcija i njihove totalne diferencijale: Odredite derivacije kompleksa funkcije: 3 Nađi J. Ekstremum funkcije više varijabli Pojam ekstremuma funkcije više varijabli Potrebni i dovoljni uvjeti za ekstrem Uvjetni ekstrem Najveće i najmanje vrijednosti neprekidnih funkcija 34. Korištenje formule za izvodnicu složena funkcija, dvije varijable, nađi i funkcije: 35. Koristeći formulu za derivaciju složene funkcije dviju varijabli, pronađi |J i funkcije: Nađi jj funkcije zadane implicitno: 40. Nađi nagib tangentne krivulje na točka njegovog sjecišta s pravcem x = 3. 41. Pronađite točke u kojima je tangenta krivulje x paralelna s osi Ox. . U sljedećim zadacima pronađite i T: Napišite jednadžbe tangentne ravnine i normale plohe: 49. Napišite jednadžbe tangentnih ravnina plohe x2 + 2y2 + 3z2 = 21, paralelne s ravninom x + 4y. + 6z = 0. Pronađite prva tri ili četiri člana proširenja koristeći Taylorovu formulu: 50. y u blizini točke (0, 0). Koristeći definiciju ekstrema funkcije, ispitajte sljedeće funkcije za ekstrem:). Koristeći dovoljne uvjete za ekstremum funkcije dviju varijabli ispitati ekstremum funkcije: 84. Odrediti najveću i najmanju vrijednost funkcije z = x2 - y2 u zatvorenom krugu 85. Odrediti najveću i najmanju vrijednost ​​funkcije * = x2y(4-x-y) u trokutu omeđenom ravnim linijama x = 0, y = 0, x + y = b. 88. Odredite dimenzije pravokutnog otvorenog bazena koji ima najmanju površinu, uz uvjet da mu je volumen jednak V. 87. Odredite dimenzije pravokutnog paralelopipeda koji ima najveći volumen s obzirom na ukupnu površinu 5. Odgovori 1. i | Kvadrat sastavljen od odsječaka x uključujući njegove stranice. 3. Familija koncentričnih prstenova 2= 0,1,2,... .4. Cijela ravnina osim točaka na ravnima. Dio ravnine koji se nalazi iznad parabole y = -x?. 8. Točke kružnice x. Cijela ravnina osim ravnih linija x Radikalni izraz je nenegativan u dva slučaja j * ^ ili j x ^ ^ što je ekvivalentno beskonačnom nizu nejednakosti, redom, domena definicije su osjenčani kvadrati (slika 26); l što je ekvivalentno beskonačnom nizu Funkcija je definirana u točkama. a) Pravci paralelni s pravcem x b) koncentrične kružnice sa središtem u ishodištu. 10. a) parabole y) parabole y a) parabole b) hiperbole | .Avioni xc. 13.Prime - jednošupljinski hiperboloidi rotacije oko Oz osi; kada su i dvolisni hiperboloidi rotacije oko osi Oz, obje obitelji površina odvojene su stošcem; Nema granice, b) 0. 18. Postavimo y = kxt pa z lim z = -2, pa zadana funkcija u točki (0,0) nema granice. 19. a) Točka (0,0); b) točka (0,0). 20. a) Prijelomna linija - kružnica x2 + y2 = 1; b) lomna crta je pravac y = x. 21. a) Prijelomne linije - koordinatne osi Ox i Oy; b) 0 (prazan skup). 22. Sve točke (m, n), gdje su i n cijeli brojevi

UVJETNI EKSTREM

Minimalna ili maksimalna vrijednost koju postiže određena funkcija (ili funkcional) pod uvjetom da određene druge funkcije (funkcionali) uzimaju vrijednosti iz danog dopuštenog skupa. Ako ne postoje uvjeti koji ograničavaju promjene nezavisnih varijabli (funkcija) u navedenom smislu, tada govorimo o bezuvjetnom ekstremumu.
klasična zadatak na U. e. je problem određivanja minimuma funkcije više varijabli

Pod uvjetom da neke druge funkcije poprimaju zadane vrijednosti:

U ovom problemu G, kojem moraju pripadati vrijednosti vektorske funkcije g=(g 1, ...,g m), uključeno u dodatne uvjete (2), postoji fiksna točka c=(c 1, ..., s t)u m-dimenzionalnom euklidskom prostoru
Ako su u (2) uz znak jednakosti dopušteni znakovi nejednakosti

To onda dovodi do problema nelinearno programiranje(13). U problemu (1), (3), skup G dopuštenih vrijednosti vektorske funkcije g je određeni krivolinijski koji pripada (n-m 1)-dimenzionalnoj hiperpovršini definiranoj s m 1 1 , m uvjeti poput jednakosti (3). Granice navedenog krivocrtnog poliedra konstruiraju se uzimajući u obzir p-m
1 nejednakosti uključene u (3). Poseban slučaj problema (1), (3) na U.V. je zadatak linearno programiranje, u kojem su sve funkcije f i g i su linearne u x l, ... , x str. U problemu linearnog programiranja, skup G dopuštenih vrijednosti vektorske funkcije g, uključeno u uvjete koji ograničavaju raspon promjene varijabli x 1,.....x n ,
predstavlja , koji pripada (n-t 1)-dimenzionalnoj hiperravnini definiranoj s m 1 uvjeta poput jednakosti u (3). Slično, većina problema optimizacije funkcionala predstavlja praktičnu interes se svodi na probleme na U. e. (cm.). Izoperimetrijski problem, Ringov problem, Lagrangeov problem, Mannerov problem
Isto kao i u matematici. programiranje, glavni problemi varijacijskog računa i teorije optimalnog upravljanja problemi su elektroničkih sustava. Pri rješavanju problema u elektroničkim sustavima, posebice pri razmatranju teorijskih. pitanja vezana uz probleme u elektroničkim jednadžbama, korištenje neodređen Lagrangeovi množitelji,

što nam omogućuje da smanjimo problem na U. e. problemu na bezuvjetnom i pojednostaviti potrebne uvjete optimalnosti. Korištenje Lagrangeovih multiplikatora je temelj većine klasičnih studija. metode rješavanja problema u elektroničkim sustavima. Lit.
: Hedley J., Nelinearno i, trans. s engleskog, M., 1967.; Bliss G. A., Predavanja o varijacijskom računu, trans. s engleskog, M., 1950.; Pontrjagin L. S. [et al.], Matematički optimalni procesi, 2. izdanje, M., 1969.

I. B. Vapnjarski. Matematička enciklopedija. - M.: Sovjetska enciklopedija

. I. M. Vinogradov. 1977-1985.

    Pogledajte što je "CONDITIONAL EXTREME" u drugim rječnicima:

    Neka je skup otvoren i funkcije zadane. Neka bude. Te se jednadžbe nazivaju jednadžbama ograničenja (terminologija je posuđena iz mehanike). Neka je funkcija definirana na G... Wikipedia

    - (od lat. extremum extreme) vrijednost kontinuirane funkcije f (x), koja je ili maksimum ili minimum. Preciznije: funkcija f (x) koja je kontinuirana u točki x0 ima maksimum (minimum) u x0 ako postoji susjedstvo (x0 + δ, x0 δ) te točke,... ... Velika sovjetska enciklopedija

    Ovaj izraz ima i druga značenja, pogledajte Ekstrem (značenja). Ekstrem (lat. extremum extreme) u matematici je maksimalna ili minimalna vrijednost funkcije na danom skupu. Točka u kojoj je dostignut ekstrem... ... Wikipedia

    Funkcija koja se koristi u rješavanju problema o uvjetnom ekstremumu funkcija mnogih varijabli i funkcionala. Uz pomoć L. f. zapisani su potrebni uvjeti optimalnosti u problemima na uvjetnom ekstremumu. U ovom slučaju nije potrebno izražavati samo varijable... Matematička enciklopedija

    Matematička disciplina posvećena pronalaženju ekstremnih (najvećih i najmanjih) vrijednosti funkcionala varijabli koje ovise o izboru jedne ili više funkcija. U i. prirodni je razvoj tog poglavlja... ... Velika sovjetska enciklopedija

    Varijable uz pomoć kojih se konstruira Lagrangeova funkcija pri proučavanju problema na uvjetnom ekstremumu. Korištenje linearnih metoda i Lagrangeove funkcije omogućuje nam dobivanje potrebnih uvjeta optimalnosti u problemima koji uključuju uvjetni ekstrem na uniforman način... Matematička enciklopedija

    Varijacijski račun je grana funkcionalne analize koja proučava varijacije funkcionala. Najtipičniji problem u varijacijskom računu je pronaći funkciju na kojoj dani funkcional postiže... ... Wikipedia

    Grana matematike posvećena proučavanju metoda za pronalaženje ekstrema funkcionala koji ovise o izboru jedne ili više funkcija pod različitim vrstama ograničenja (faza, diferencijal, integral, itd.) nametnutih ovim... ... Matematička enciklopedija

    Varijacijski račun je grana matematike koja proučava varijacije funkcionala. Najtipičniji problem u varijacijskom računu je pronaći funkciju na kojoj funkcional doseže ekstremnu vrijednost. Metode... ...Wikipedia

knjige

  • Predavanja iz teorije upravljanja. Svezak 2. Optimalno upravljanje, V. Boss. Razmatraju se klasični problemi teorije optimalnog upravljanja. Izlaganje započinje osnovnim pojmovima optimizacije u konačnodimenzionalnim prostorima: uvjetni i bezuvjetni ekstrem,...

Definicija1: Kaže se da funkcija ima lokalni maksimum u točki ako postoji okolica točke takva da za bilo koju točku M s koordinatama (x, y) nejednakost vrijedi: . U ovom slučaju, tj. prirast funkcije< 0.

Definicija2: Kaže se da funkcija ima lokalni minimum u točki ako postoji okolina točke takva da za bilo koju točku M s koordinatama (x, y) nejednakost vrijedi: . U ovom slučaju, tj. prirast funkcije > 0.

Definicija 3: Točke lokalnog minimuma i maksimuma nazivaju se ekstremne točke.

Uvjetni ekstremi

Kod nalaženja ekstrema funkcije mnogih varijabli često se javljaju problemi vezani uz tzv uvjetni ekstrem. Ovaj se koncept može objasniti na primjeru funkcije dviju varijabli.

Neka su zadani funkcija i pravac L na površini 0xy. Zadatak je stati na crtu L pronaći takvu točku P(x, y), u kojoj je vrijednost funkcije najveća ili najmanja u usporedbi s vrijednostima te funkcije u točkama na liniji L, koji se nalazi u blizini točke P. Takve točke P se zovu uvjetne ekstremne točke funkcionira na liniji L. Za razliku od uobičajene točke ekstrema, vrijednost funkcije u uvjetnoj točki ekstrema uspoređuje se s vrijednostima funkcije ne u svim točkama njezinog susjedstva, već samo u onima koje leže na liniji L.

Apsolutno je jasno da je točka uobičajenog ekstrema (također kažu bezuvjetni ekstrem) također je uvjetna točka ekstrema za bilo koji pravac koji prolazi ovom točkom. Obrnuto, naravno, nije točno: uvjetna točka ekstrema ne mora biti obična točka ekstrema. Dopustite mi da objasnim što sam rekao na jednostavnom primjeru. Graf funkcije je gornja hemisfera (prilog 3 (slika 3)).

Ova funkcija ima maksimum u ishodištu; vrh mu odgovara M hemisfere. Ako linija L postoji linija koja prolazi kroz točke A I U(njena jednadžba x+y-1=0), tada je geometrijski jasno da se za točke ovog pravca najveća vrijednost funkcije postiže u točki koja leži u sredini između točaka A I U. Ovo je točka uvjetnog ekstrema (maksimuma) funkcije na ovoj liniji; odgovara točki M 1 na hemisferi, a iz slike je jasno da ovdje ne može biti govora ni o kakvom običnom ekstremu.

Imajte na umu da u završnom dijelu problema nalaženja najveće i najmanje vrijednosti funkcije u zatvorenom području, moramo pronaći ekstremne vrijednosti funkcije na granici ovog područja, tj. na nekoj liniji i time riješiti problem uvjetnog ekstrema.

Prijeđimo sada na praktično traženje uvjetnih točaka ekstrema funkcije Z= f(x, y) pod uvjetom da su varijable x i y povezane jednadžbom (x, y) = 0. Ovu relaciju ćemo nazvati jednadžba veze. Ako se iz jednadžbe sprezanja y može eksplicitno izraziti u smislu x: y=(x), dobivamo funkciju jedne varijable Z= f(x, (x)) = F(x).

Pronalaženjem vrijednosti x pri kojoj ova funkcija postiže ekstrem, a zatim iz jednadžbe veze određivanjem odgovarajućih vrijednosti y, dobivamo željene točke uvjetnog ekstremuma.

Dakle, u gornjem primjeru, iz relacijske jednadžbe x+y-1=0 imamo y=1-x. Odavde

Lako je provjeriti da z doseže maksimum pri x = 0,5; ali onda iz jednadžbe veze y = 0,5, te dobivamo upravo točku P, nadđenu iz geometrijskih razmatranja.

Problem uvjetnog ekstremuma može se vrlo jednostavno riješiti kada se jednadžba veze može prikazati parametarskim jednadžbama x=x(t), y=y(t). Zamjenom izraza za x i y u ovu funkciju ponovno dolazimo do problema nalaženja ekstremuma funkcije jedne varijable.

Ako jednadžba sprezanja ima složeniji oblik i nismo u mogućnosti eksplicitno izraziti jednu varijablu u terminima druge ili je zamijeniti parametarskim jednadžbama, tada zadatak pronalaženja uvjetnog ekstremuma postaje teži. I dalje ćemo pretpostaviti da je u izrazu funkcije z= f(x, y) varijabla (x, y) = 0. Ukupna derivacija funkcije z= f(x, y) jednaka je:

Gdje se derivacija y` nalazi pomoću pravila diferencijacije implicitne funkcije. U točkama uvjetnog ekstremuma, pronađena ukupna derivacija mora biti jednaka nuli; ovo daje jednu jednadžbu koja povezuje x i y. Budući da moraju zadovoljiti i jednadžbu sprezanja, dobivamo sustav dviju jednadžbi s dvije nepoznanice

Pretvorimo ovaj sustav u mnogo prikladniji tako da prvu jednadžbu zapišemo u obliku proporcije i uvedemo novu pomoćnu nepoznanicu:

(znak minus ispred je radi praktičnosti). Iz ovih jednakosti lako je prijeći na sljedeći sustav:

f` x =(x,y)+` x (x,y)=0, f` y (x,y)+` y (x,y)=0 (*),

koja zajedno s jednadžbom veze (x, y) = 0 čini sustav triju jednadžbi s nepoznanicama x, y i.

Ove jednadžbe (*) najlakše je zapamtiti koristeći se sljedećim pravilom: kako bismo pronašli točke koje mogu biti točke uvjetnog ekstrema funkcije

Z= f(x, y) s jednadžbom veze (x, y) = 0, potrebno je formirati pomoćnu funkciju

F(x,y)=f(x,y)+(x,y)

Gdje je neka konstanta i izradite jednadžbe za pronalaženje točaka ekstrema ove funkcije.

Navedeni sustav jednadžbi daje u pravilu samo potrebne uvjete, tj. nije svaki par vrijednosti x i y koji zadovoljava ovaj sustav nužno uvjetna točka ekstrema. Neću dati dovoljne uvjete za točke uvjetnog ekstrema; vrlo često konkretan sadržaj problema sam sugerira što je pronađena točka. Opisana tehnika rješavanja problema na uvjetnom ekstremumu naziva se metoda Lagrangeovih množitelja.

Prvo, razmotrimo slučaj funkcije dviju varijabli. Uvjetni ekstrem funkcije $z=f(x,y)$ u točki $M_0(x_0;y_0)$ je ekstrem ove funkcije, postignut pod uvjetom da su varijable $x$ i $y$ u u blizini ove točke zadovoljavaju jednadžbu veze $\ varphi (x,y)=0$.

Naziv "uvjetni" ekstrem je zbog činjenice da je dodatni uvjet $\varphi(x,y)=0$ nametnut varijablama. Ako se jedna varijabla može izraziti iz jednadžbe veze kroz drugu, onda se problem određivanja uvjetnog ekstremuma svodi na problem određivanja uobičajenog ekstremuma funkcije jedne varijable. Na primjer, ako jednadžba veze implicira $y=\psi(x)$, tada zamjenom $y=\psi(x)$ u $z=f(x,y)$, dobivamo funkciju jedne varijable $z =f\lijevo (x,\psi(x)\desno)$. U općem slučaju, međutim, ova metoda je malo korisna, pa je potrebno uvođenje novog algoritma.

Lagrangeova metoda množenja za funkcije dviju varijabli.

Metoda Lagrangeovog množenja sastoji se od konstruiranja Lagrangeove funkcije za pronalaženje uvjetnog ekstrema: $F(x,y)=f(x,y)+\lambda\varphi(x,y)$ (parametar $\lambda$ naziva se Lagrangeov multiplikator). Potrebni uvjeti za ekstremum navedeni su sustavom jednadžbi iz kojih se određuju stacionarne točke:

$$ \lijevo \( \begin(aligned) & \frac(\partial F)(\partial x)=0;\\ & \frac(\partial F)(\partial y)=0;\\ & \varphi (x,y)=0. \end(aligned) \desno.

Dovoljan uvjet iz kojeg se može odrediti priroda ekstremuma je predznak $d^2 F=F_(xx)^("")dx^2+2F_(xy)^("")dxdy+F_(yy) ^("" )dy^2$. Ako je u stacionarnoj točki $d^2F > 0$, tada funkcija $z=f(x,y)$ ima uvjetni minimum u ovoj točki, ali ako je $d^2F< 0$, то условный максимум.

Postoji još jedan način da se odredi priroda ekstrema. Iz jednadžbe sprezanja dobivamo: $\varphi_(x)^(")dx+\varphi_(y)^(")dy=0$, $dy=-\frac(\varphi_(x)^("))( \varphi_ (y)^("))dx$, stoga u bilo kojoj stacionarnoj točki imamo:

$$d^2 F=F_(xx)^("")dx^2+2F_(xy)^("")dxdy+F_(yy)^("")dy^2=F_(xx)^( "")dx^2+2F_(xy)^("")dx\lijevo(-\frac(\varphi_(x)^("))(\varphi_(y)^("))dx\desno)+ F_(yy)^("")\lijevo(-\frac(\varphi_(x)^("))(\varphi_(y)^("))dx\desno)^2=\\ =-\frac (dx^2)(\lijevo(\varphi_(y)^(") \desno)^2)\cdot\lijevo(-(\varphi_(y)^("))^2 F_(xx)^(" ")+2\varphi_(x)^(")\varphi_(y)^(")F_(xy)^("")-(\varphi_(x)^("))^2 F_(yy)^ ("") \desno)$$

Drugi faktor (koji se nalazi u zagradama) može se prikazati u ovom obliku:

Elementi determinante $\left| označeni su crvenom bojom. \begin(array) (cc) F_(xx)^("") & F_(xy)^("") \\ F_(xy)^("") & F_(yy)^("") \end (niz)\right|$, što je Hessian Lagrangeove funkcije. Ako je $H > 0$, tada je $d^2F< 0$, что указывает на условный максимум. Аналогично, при $H < 0$ имеем $d^2F >0$, tj. imamo uvjetni minimum funkcije $z=f(x,y)$.

Napomena u vezi s zapisom determinante $H$. Pokaži sakrij

$$ H=-\lijevo|\begin(array) (ccc) 0 & \varphi_(x)^(") & \varphi_(y)^(")\\ \varphi_(x)^(") & F_ (xx)^("") & F_(xy)^("") \\ \varphi_(y)^(") & F_(xy)^("") & F_(yy)^("") \ kraj(niza) \desno| $$

U ovoj situaciji, gore formulirano pravilo će se promijeniti na sljedeći način: ako je $H > 0$, tada funkcija ima uvjetni minimum, a ako je $H< 0$ получим условный максимум функции $z=f(x,y)$. При решении задач следует учитывать такие нюансы.

Algoritam za proučavanje funkcije dviju varijabli za uvjetni ekstrem

  1. Sastavite Lagrangeovu funkciju $F(x,y)=f(x,y)+\lambda\varphi(x,y)$
  2. Riješite sustav $ \left \( \begin(aligned) & \frac(\partial F)(\partial x)=0;\\ & \frac(\partial F)(\partial y)=0;\\ & \ varphi (x,y)=0 \end(aligned) \right.$
  3. Odredite prirodu ekstrema u svakoj od stacionarnih točaka iz prethodnog paragrafa. Da biste to učinili, upotrijebite jednu od sljedećih metoda:
    • Sastavite determinantu $H$ i saznajte njen predznak
    • Uzimajući u obzir jednadžbu sprezanja, izračunajte predznak $d^2F$

Lagrangeova metoda množenja za funkcije od n varijabli

Recimo da imamo funkciju $n$ varijabli $z=f(x_1,x_2,\ldots,x_n)$ i $m$ jednadžbi sprezanja ($n > m$):

$$\varphi_1(x_1,x_2,\ldots,x_n)=0; \; \varphi_2(x_1,x_2,\ldots,x_n)=0,\ldots,\varphi_m(x_1,x_2,\ldots,x_n)=0.$$

Označavajući Lagrangeove množitelje kao $\lambda_1,\lambda_2,\ldots,\lambda_m$, sastavljamo Lagrangeovu funkciju:

$$F(x_1,x_2,\ldots,x_n,\lambda_1,\lambda_2,\ldots,\lambda_m)=f+\lambda_1\varphi_1+\lambda_2\varphi_2+\ldots+\lambda_m\varphi_m$$

Potrebni uvjeti za postojanje uvjetnog ekstremuma dati su sustavom jednadžbi iz kojih se nalaze koordinate stacionarnih točaka i vrijednosti Lagrangeovih množitelja:

$$\lijevo\(\begin(aligned) & \frac(\partial F)(\partial x_i)=0; (i=\overline(1,n))\\ & \varphi_j=0; (j=\ overline(1,m)) \end(aligned) \right.$$

Ima li neka funkcija uvjetni minimum ili uvjetni maksimum u pronađenoj točki, kao i prije, možete saznati pomoću znaka $d^2F$. Ako je u pronađenoj točki $d^2F > 0$, tada funkcija ima uvjetni minimum, ali ako je $d^2F< 0$, - то условный максимум. Можно пойти иным путем, рассмотрев следующую матрицу:

Determinanta matrice $\left| \begin(niz) (ccccc) \frac(\partial^2F)(\partial x_(1)^(2)) & \frac(\partial^2F)(\partial x_(1)\partial x_(2) ) & \frac(\partial^2F)(\partial x_(1)\partial x_(3)) &\ldots & \frac(\partial^2F)(\partial x_(1)\partial x_(n)) \\ \frac(\partial^2F)(\partial x_(2)\partial x_1) & \frac(\partial^2F)(\partial x_(2)^(2)) & \frac(\partial^2F )(\partial x_(2)\partial x_(3)) &\ldots & \frac(\partial^2F)(\partial x_(2)\partial x_(n))\\ \frac(\partial^2F )(\partial x_(3) \partial x_(1)) & \frac(\partial^2F)(\partial x_(3)\partial x_(2)) & \frac(\partial^2F)(\partial x_(3)^(2)) &\ldots & \frac(\partial^2F)(\partial x_(3)\partial x_(n))\\ \ldots & \ldots & \ldots &\ldots & \ ldots\\ \frac(\partial^2F)(\partial x_(n)\partial x_(1)) & \frac(\partial^2F)(\partial x_(n)\partial x_(2)) & \ frac(\partial^2F)(\partial x_(n)\partial x_(3)) &\ldots & \frac(\partial^2F)(\partial x_(n)^(2))\\ \end( array) \right|$, označeno crvenom bojom u matrici $L$, je Hessian Lagrangeove funkcije. Koristimo sljedeće pravilo:

  • Ako su predznaci kutnih minora $H_(2m+1),\; H_(2m+2),\ldots,H_(m+n)$ matrice $L$ podudaraju se s predznakom $(-1)^m$, tada je stacionarna točka koja se proučava uvjetna minimalna točka funkcije $ z=f(x_1,x_2 ,x_3,\ldots,x_n)$.
  • Ako su predznaci kutnih minora $H_(2m+1),\; H_(2m+2),\ldots,H_(m+n)$ se izmjenjuju, a predznak minora $H_(2m+1)$ podudara se sa predznakom broja $(-1)^(m+1 )$, tada je stacionarna točka točka uvjetnog maksimuma funkcije $z=f(x_1,x_2,x_3,\ldots,x_n)$.

Primjer br. 1

Pronađite uvjetni ekstrem funkcije $z(x,y)=x+3y$ pod uvjetom $x^2+y^2=10$.

Geometrijska interpretacija ovog problema je sljedeća: potrebno je pronaći najveću i najmanju vrijednost aplikate ravnine $z=x+3y$ za točke njezinog sjecišta s cilindrom $x^2+y ^2=10$.

Donekle je teško izraziti jednu varijablu kroz drugu iz jednadžbe sprezanja i zamijeniti je u funkciju $z(x,y)=x+3y$, pa ćemo koristiti Lagrangeovu metodu.

Označavajući $\varphi(x,y)=x^2+y^2-10$, sastavljamo Lagrangeovu funkciju:

$$ F(x,y)=z(x,y)+\lambda \varphi(x,y)=x+3y+\lambda(x^2+y^2-10);\\ \frac(\partial F)(\djelomični x)=1+2\lambda x; \frac(\partial F)(\partial y)=3+2\lambda y. $$

Napišimo sustav jednadžbi za određivanje stacionarnih točaka Lagrangeove funkcije:

$$ \lijevo \( \begin(poravnano) & 1+2\lambda x=0;\\ & 3+2\lambda y=0;\\ & x^2+y^2-10=0. \kraj (poravnano)\desno.$$

Ako pretpostavimo $\lambda=0$, tada prva jednadžba postaje: $1=0$. Rezultirajuća kontradikcija pokazuje da je $\lambda\neq 0$. Pod uvjetom $\lambda\neq 0$, iz prve i druge jednadžbe imamo: $x=-\frac(1)(2\lambda)$, $y=-\frac(3)(2\lambda) $. Zamjenom dobivenih vrijednosti u treću jednadžbu dobivamo:

$$ \lijevo(-\frac(1)(2\lambda) \desno)^2+\lijevo(-\frac(3)(2\lambda) \desno)^2-10=0;\\ \frac (1)(4\lambda^2)+\frac(9)(4\lambda^2)=10; \lambda^2=\frac(1)(4); \lijevo[ \begin(aligned) & \lambda_1=-\frac(1)(2);\\ & \lambda_2=\frac(1)(2). \end(poravnano) \desno.\\ \begin(poravnano) & \lambda_1=-\frac(1)(2); \; x_1=-\frac(1)(2\lambda_1)=1; \; y_1=-\frac(3)(2\lambda_1)=3;\\ & \lambda_2=\frac(1)(2); \; x_2=-\frac(1)(2\lambda_2)=-1; \; y_2=-\frac(3)(2\lambda_2)=-3.\kraj(poravnano) $$

Dakle, sustav ima dva rješenja: $x_1=1;\; y_1=3;\; \lambda_1=-\frac(1)(2)$ i $x_2=-1;\; y_2=-3;\; \lambda_2=\frac(1)(2)$. Otkrijmo prirodu ekstrema u svakoj stacionarnoj točki: $M_1(1;3)$ i $M_2(-1;-3)$. Da bismo to učinili, izračunavamo determinantu $H$ u svakoj točki.

$$ \varphi_(x)^(")=2x;\; \varphi_(y)^(")=2y;\; F_(xx)^("")=2\lambda;\; F_(xy)^("")=0;\; F_(yy)^("")=2\lambda.\\ H=\lijevo| \begin(array) (ccc) 0 & \varphi_(x)^(") & \varphi_(y)^(")\\ \varphi_(x)^(") & F_(xx)^("") & F_(xy)^("") \\ \varphi_(y)^(") & F_(xy)^("") & F_(yy)^("") \end(array) \right|= \lijevo| \begin(niz) (ccc) 0 & 2x & 2y\\ 2x & 2\lambda & 0 \\ 2y & 0 & 2\lambda \end(niz) \right|= 8\cdot\left| \begin(niz) (ccc) 0 & x & y\\ x & \lambda & 0 \\ y & 0 & \lambda \end(niz) \right| $$

U točki $M_1(1;3)$ dobivamo: $H=8\cdot\left| \begin(niz) (ccc) 0 & x & y\\ x & \lambda & 0 \\ y & 0 & \lambda \end(niz) \right|= 8\cdot\left| \begin(niz) (ccc) 0 & 1 & 3\\ 1 & -1/2 & 0 \\ 3 & 0 & -1/2 \end(niz) \right|=40 > 0$, tako da na točka $M_1(1;3)$ funkcija $z(x,y)=x+3y$ ima uvjetni maksimum, $z_(\max)=z(1;3)=10$.

Slično, u točki $M_2(-1,-3)$ nalazimo: $H=8\cdot\left| \begin(niz) (ccc) 0 & x & y\\ x & \lambda & 0 \\ y & 0 & \lambda \end(niz) \right|= 8\cdot\left| \begin(niz) (ccc) 0 & -1 & -3\\ -1 & 1/2 & 0 \\ -3 & 0 & 1/2 \end(niz) \right|=-40$. Od $H< 0$, то в точке $M_2(-1;-3)$ имеем условный минимум функции $z(x,y)=x+3y$, а именно: $z_{\min}=z(-1;-3)=-10$.

Napominjem da je umjesto izračunavanja vrijednosti determinante $H$ u svakoj točki mnogo prikladnije proširiti je u općem obliku. Kako ne bih zatrpao tekst detaljima, ovu metodu ću sakriti ispod bilješke.

Zapisivanje determinante $H$ u općem obliku. Pokaži sakrij

$$ H=8\cdot\lijevo|\begin(niz)(ccc)0&x&y\\x&\lambda&0\\y&0&\lambda\end(niz)\desno| =8\cdot\lijevo(-\lambda(y^2)-\lambda(x^2)\desno) =-8\lambda\cdot\lijevo(y^2+x^2\desno). $$

U principu, već je očito koji predznak ima $H$. Kako se niti jedna od točaka $M_1$ ili $M_2$ ne poklapa s ishodištem, tada je $y^2+x^2>0$. Stoga je predznak $H$ suprotan predznaku $\lambda$. Možete dovršiti izračune:

$$ \begin(aligned) &H(M_1)=-8\cdot\left(-\frac(1)(2)\right)\cdot\left(3^2+1^2\right)=40;\ \ &H(M_2)=-8\cdot\frac(1)(2)\cdot\lijevo((-3)^2+(-1)^2\desno)=-40. \kraj(poravnano) $$

Pitanje o prirodi ekstremuma u stacionarnim točkama $M_1(1;3)$ i $M_2(-1;-3)$ može se riješiti bez upotrebe determinante $H$. Nađimo predznak $d^2F$ u svakoj stacionarnoj točki:

$$ d^2 F=F_(xx)^("")dx^2+2F_(xy)^("")dxdy+F_(yy)^("")dy^2=2\lambda \left( dx^2+dy^2\desno) $$

Napominjem da oznaka $dx^2$ znači upravo $dx$ podignuto na drugu potenciju, tj. $\lijevo(dx \desno)^2$. Stoga imamo: $dx^2+dy^2>0$, dakle, s $\lambda_1=-\frac(1)(2)$ dobivamo $d^2F< 0$. Следовательно, функция имеет в точке $M_1(1;3)$ условный максимум. Аналогично, в точке $M_2(-1;-3)$ получим условный минимум функции $z(x,y)=x+3y$. Отметим, что для определения знака $d^2F$ не пришлось учитывать связь между $dx$ и $dy$, ибо знак $d^2F$ очевиден без дополнительных преобразований. В следующем примере для определения знака $d^2F$ уже будет необходимо учесть связь между $dx$ и $dy$.

Odgovor: u točki $(-1;-3)$ funkcija ima uvjetni minimum, $z_(\min)=-10$. U točki $(1;3)$ funkcija ima uvjetni maksimum, $z_(\max)=10$

Primjer br. 2

Pronađite uvjetni ekstrem funkcije $z(x,y)=3y^3+4x^2-xy$ pod uvjetom $x+y=0$.

Prva metoda (Lagrangeova metoda množitelja)

Označavajući $\varphi(x,y)=x+y$, sastavljamo Lagrangeovu funkciju: $F(x,y)=z(x,y)+\lambda \varphi(x,y)=3y^3+ 4x^2 -xy+\lambda(x+y)$.

$$ \frac(\partial F)(\partial x)=8x-y+\lambda; \; \frac(\partial F)(\partial y)=9y^2-x+\lambda.\\ \lijevo \( \begin(aligned) & 8x-y+\lambda=0;\\ & 9y^2-x+\ lambda=0; \\ & x+y=0 \kraj (poravnano) \desno.

Nakon rješavanja sustava dobivamo: $x_1=0$, $y_1=0$, $\lambda_1=0$ i $x_2=\frac(10)(9)$, $y_2=-\frac(10)( 9)$ , $\lambda_2=-10$. Imamo dvije stacionarne točke: $M_1(0;0)$ i $M_2 \left(\frac(10)(9);-\frac(10)(9) \right)$. Otkrijmo prirodu ekstremuma u svakoj stacionarnoj točki pomoću determinante $H$.

$$H=\lijevo| \begin(array) (ccc) 0 & \varphi_(x)^(") & \varphi_(y)^(")\\ \varphi_(x)^(") & F_(xx)^("") & F_(xy)^("") \\ \varphi_(y)^(") & F_(xy)^("") & F_(yy)^("") \end(array) \right|= \lijevo| \begin(niz) (ccc) 0 & 1 & 1\\ 1 & 8 & -1 \\ 1 & -1 & 18y \end(niz) \right|=-10-18y $$

U točki $M_1(0;0)$ $H=-10-18\cdot 0=-10< 0$, поэтому $M_1(0;0)$ есть точка условного минимума функции $z(x,y)=3y^3+4x^2-xy$, $z_{\min}=0$. В точке $M_2\left(\frac{10}{9};-\frac{10}{9}\right)$ $H=10 >0$, stoga u ovoj točki funkcija ima uvjetni maksimum, $z_(\max)=\frac(500)(243)$.

Istražujemo prirodu ekstrema u svakoj točki koristeći drugu metodu, temeljenu na predznaku $d^2F$:

$$ d^2 F=F_(xx)^("")dx^2+2F_(xy)^("")dxdy+F_(yy)^("")dy^2=8dx^2-2dxdy+ 18ydy ^2 $$

Iz jednadžbe veze $x+y=0$ imamo: $d(x+y)=0$, $dx+dy=0$, $dy=-dx$.

$$ d^2 F=8dx^2-2dxdy+18ydy^2=8dx^2-2dx(-dx)+18y(-dx)^2=(10+18y)dx^2 $$

Budući da je $ d^2F \Bigr|_(M_1)=10 dx^2 > 0$, tada je $M_1(0;0)$ uvjetna točka minimuma funkcije $z(x,y)=3y^3+ 4x^ 2-xy$. Slično, $d^2F \Bigr|_(M_2)=-10 dx^2< 0$, т.е. $M_2\left(\frac{10}{9}; -\frac{10}{9} \right)$ - точка условного максимума.

Drugi način

Iz jednadžbe veze $x+y=0$ dobivamo: $y=-x$. Zamjenom $y=-x$ u funkciju $z(x,y)=3y^3+4x^2-xy$ dobivamo neku funkciju varijable $x$. Označimo ovu funkciju kao $u(x)$:

$$ u(x)=z(x,-x)=3\cdot(-x)^3+4x^2-x\cdot(-x)=-3x^3+5x^2. $$

Time smo problem nalaženja uvjetnog ekstremuma funkcije dviju varijabli sveli na problem određivanja ekstremuma funkcije jedne varijable.

$$ u_(x)^(")=-9x^2+10x;\\ -9x^2+10x=0; \; x\cdot(-9x+10)=0;\\ x_1=0; \ y_1=-x_1=0;\\x_2=\frac(10)(9); y_2=-x_2=-\frac(10)(9).

Dobili smo točke $M_1(0;0)$ i $M_2\left(\frac(10)(9); -\frac(10)(9)\right)$. Daljnja istraživanja poznata su iz tečaja diferencijalnog računa funkcija jedne varijable. Ispitivanjem predznaka $u_(xx)^("")$ u svakoj stacionarnoj točki ili provjerom promjene predznaka $u_(x)^(")$ u pronađenim točkama, dobivamo iste zaključke kao kada rješavanje prve metode. Na primjer, provjerit ćemo znak $u_(xx)^("")$:

$$u_(xx)^("")=-18x+10;\\ u_(xx)^("")(M_1)=10;\;u_(xx)^("")(M_2)=- 10.$$

Budući da je $u_(xx)^("")(M_1)>0$, tada je $M_1$ točka minimuma funkcije $u(x)$, a $u_(\min)=u(0)=0 $ . Budući da $u_(xx)^("")(M_2)<0$, то $M_2$ - точка максимума функции $u(x)$, причём $u_{\max}=u\left(\frac{10}{9}\right)=\frac{500}{243}$.

Vrijednosti funkcije $u(x)$ za dani uvjet veze podudaraju se s vrijednostima funkcije $z(x,y)$, tj. pronađeni ekstremi funkcije $u(x)$ su traženi uvjetni ekstremi funkcije $z(x,y)$.

Odgovor: u točki $(0;0)$ funkcija ima uvjetni minimum, $z_(\min)=0$. U točki $\left(\frac(10)(9); -\frac(10)(9) \right)$ funkcija ima uvjetni maksimum, $z_(\max)=\frac(500)(243 )$.

Razmotrimo još jedan primjer u kojem ćemo razjasniti prirodu ekstrema određivanjem predznaka $d^2F$.

Primjer br. 3

Pronađite najveću i najmanju vrijednost funkcije $z=5xy-4$ ako su varijable $x$ i $y$ pozitivne i zadovoljavaju jednadžbu sprezanja $\frac(x^2)(8)+\frac( y^2)(2) -1=0$.

Sastavimo Lagrangeovu funkciju: $F=5xy-4+\lambda \lijevo(\frac(x^2)(8)+\frac(y^2)(2)-1 \desno)$. Nađimo stacionarne točke Lagrangeove funkcije:

$$ F_(x)^(")=5y+\frac(\lambda x)(4); \; F_(y)^(")=5x+\lambda y.\\ \lijevo \( \begin(aligned) & 5y+\frac(\lambda x)(4)=0;\\ & 5x+\lambda y=0;\\ & \frac(x^2)(8)+\frac(y^2)(2)- 1=0;\\ x > 0; y > 0. \kraj (poravnano) \desno.

Sve daljnje transformacije provode se uzimajući u obzir $x > 0; \; y > 0$ (ovo je specificirano u izjavi problema). Iz druge jednadžbe izražavamo $\lambda=-\frac(5x)(y)$ i zamjenjujemo pronađenu vrijednost u prvu jednadžbu: $5y-\frac(5x)(y)\cdot \frac(x)(4 )=0$ , $4y^2-x^2=0$, $x=2y$. Zamjenom $x=2y$ u treću jednadžbu dobivamo: $\frac(4y^2)(8)+\frac(y^2)(2)-1=0$, $y^2=1$, $y =1$.

Kako je $y=1$, onda je $x=2$, $\lambda=-10$. Određujemo prirodu ekstrema u točki $(2;1)$ na temelju predznaka $d^2F$.

$$ F_(xx)^("")=\frac(\lambda)(4); \; F_(xy)^("")=5; \; F_(yy)^("")=\lambda. $$

Budući da je $\frac(x^2)(8)+\frac(y^2)(2)-1=0$, tada:

$$ d\lijevo(\frac(x^2)(8)+\frac(y^2)(2)-1\desno)=0; \; d\lijevo(\frac(x^2)(8) \desno)+d\lijevo(\frac(y^2)(2) \desno)=0; \; \frac(x)(4)dx+ydy=0; \; dy=-\frac(xdx)(4y). $$

U principu, ovdje možete odmah zamijeniti koordinate stacionarne točke $x=2$, $y=1$ i parametar $\lambda=-10$, dobivajući:

$$ F_(xx)^("")=\frac(-5)(2); \; F_(xy)^("")=-10; \; dy=-\frac(dx)(2).\\ d^2 F=F_(xx)^("")dx^2+2F_(xy)^("")dxdy+F_(yy)^(" ")dy^2=-\frac(5)(2)dx^2+10dx\cdot \lijevo(-\frac(dx)(2) \desno)-10\cdot \lijevo(-\frac(dx) (2) \desno)^2=\\ =-\frac(5)(2)dx^2-5dx^2-\frac(5)(2)dx^2=-10dx^2. $$

Međutim, u drugim problemima na uvjetnom ekstremumu može postojati nekoliko stacionarnih točaka. U takvim slučajevima, bolje je predstaviti $d^2F$ u općem obliku, a zatim zamijeniti koordinate svake od pronađenih stacionarnih točaka u dobiveni izraz:

$$ d^2 F=F_(xx)^("")dx^2+2F_(xy)^("")dxdy+F_(yy)^("")dy^2=\frac(\lambda) (4)dx^2+10\cdot dx\cdot \frac(-xdx)(4y) +\lambda\cdot \lijevo(-\frac(xdx)(4y) \desno)^2=\\ =\frac (\lambda)(4)dx^2-\frac(5x)(2y)dx^2+\lambda \cdot \frac(x^2dx^2)(16y^2)=\lijevo(\frac(\lambda )(4)-\frac(5x)(2y)+\frac(\lambda \cdot x^2)(16y^2) \desno)\cdot dx^2 $$

Zamjenom $x=2$, $y=1$, $\lambda=-10$, dobivamo:

$$ d^2 F=\lijevo(\frac(-10)(4)-\frac(10)(2)-\frac(10 \cdot 4)(16) \desno)\cdot dx^2=- 10dx^2. $$

Budući da je $d^2F=-10\cdot dx^2< 0$, то точка $(2;1)$ есть точкой условного максимума функции $z=5xy-4$, причём $z_{\max}=10-4=6$.

Odgovor: u točki $(2;1)$ funkcija ima uvjetni maksimum, $z_(\max)=6$.

U sljedećem ćemo dijelu razmotriti primjenu Lagrangeove metode za funkcije većeg broja varijabli.

Udio