MS-A0201 - Differentiaali- ja integraalilaskenta 2 (TFM), Luento-opetus, 9.1.2024-19.2.2024
This course space end date is set to 19.02.2024 Search Courses: MS-A0201
Differentiaali- ja integraalilaskenta 2
4. Ääriarvot
4.1. Kriittisten pisteiden luokittelu
Johdanto
Ääriarvojen luokittelu perustuu suureen Δf=f(x+h)−f(x) tarkasteluun kriittisessä pisteessä x∈D. Jos Δf saa vain positiivisia arvoja (kun ‖ on pieni), on piste minimi ja negatiivisessa tapauksessa maksimi. Jos
vaihtaa merkkiä, niin piste
ei ole minimi eikä maksimi. Tämä johtaa funktion
toisen derivaatan tarkasteluun kriittisessä pisteessä.
Yhden muuttujan tapauksessa:
Hessen matriisi
Olkoon





Miksi Hessen matriisi kiinnostaa meitä? Kun gradientin avulla voidaan kirjoittaa lineaarinen (ensimmäisen asteen) approksimaatio funktiolle , niin Hessen matriisilla saadaan kvadraattinen tarkennus:
jossa (vaaka)vektori
on pieni.
Tämä kaava on itse asiassa ainoastaan uusi tapa kirjoittaa toisen kertaluvun Taylorin approksimaatio :n muuttujan funktiolle. Muotoa
oleva lauseke on
-neliömatriisille
niin kutsuttu neliömuoto, jossa
on
-pystyvektori.
Kirjoita kaava auki tapauksessa !
Pisteessä, jossa , on voimassa approksimaatio
Tätä voidaan käyttää hyväksi mahdollisen ääriarvon luokittelussa pisteessä
ajattelemalla, että
.
Matriisin (ja neliömuodon) definiittisyys
Symmetristä -matriisia
sanotaan positiividefiniitiksi, jos sen kaikki ominaisarvot ovat positiivisia ja negatiividefiniitiksi, jos
on positiividefiniitti. Matriisin sanotaan olevan indefiniitti, jos sen kaikki ominaisarvot ovat nollasta poikkeavia ja sillä on vähintään yksi positiivinen sekä yksi negatiivinen ominaisarvo. Positiivi/negatiividefiniiteillä matriiseilla on monia samoja ominaisuuksia kuin positiivisilla/negatiivisilla reaaliluvuilla.
Symmetrisen matriisin definiittiys tai indefiniittiys periytyy sitä vastaavalle neliömuodolle.
on positiividefiniitti
kaikilla nollasta poikkeavilla pystyvektoreilla
.
on negatiividefiniitti
kaikilla nollasta poikkeavilla pystyvektoreilla
.
on indefiniitti
saavuttaa sekä negatiivisia että positiivisia arvoja pystyvektorin
vaihdellessa.




Toisen derivaatan testi monen muuttajan tapauksessa
Lause. Olkoon

Lause seuraa approksimaatiosta kun
. Väite täytyy nimittäin ainoastaan tarkastaa Hessen matriisin määräämälle neliömuodolle.
Esimerkki
Etsitään ja luokitellaan funktion kriittiset pisteet.
Yhtälöt kriittisille pisteille ovat \begin{align*} 0 &= f_{x}(x,y,z)=2xy-2,\\ 0 &= f_{y}(x,y,z)=x^2+2yz,\\ 0 &= f_{z}(x,y,z)=y^2+2z.\\ \end{align*} Nämä yhtälöt ratkaisemalla nähdään, että funktion ainoa kriittinen piste on
.
Lasketaan Hessen matriisi ja lasketaan matriisin ominaisarvot vaikkapa MATLABilla
>> a = [2 2 0 ; 2 -1 2 ; 0 2 2] a = 2 2 0 2 -1 2 0 2 2 >> eig(a) ans = -2.7016 2.0000 3.7016
Koska ominaisarvoissa on erimerkkisiä lukuja, niin funktiolla on satulapiste pisteessä
.