You are on page 1of 65

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Funkcija vi se variabli
VVR,EF Zagreb

November 24, 2009

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Funkcija vi se varijabli Homogena funkcija Parcijalne derivacije funkcije Parcijalna elasti cnost Eulerov teorem Potpuni diferencijal Druge parcijalne derivacije Konveksna funkcija Ekstremi Optimum Interpretacija Lagrangeovog mno zitelja
VVR,EF Zagreb Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Funkcija vi se varijabli Ako je (x , y ) R 2 uredjeni par realnih brojeva, onda je s (x , y ) x + y denirana funkcija dviju varijabli, zbrajanje. Pi semo z = f (x , y ) = x + y . Analogno, ako je (x , y , z ) R 3 uredjena trojka realnih brojeva, onda je s (x , y , z ) x + y + z denirana funkcija triju varijabli. Pi semo u = f (x , y , z ) = x + y + z .
VVR,EF Zagreb Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Zbrajanje nije jedina funkcija i mi op cenito uredjenoj n-torki realnih brojeva, tj. za (x1 , . . . , xn ) R n deniramo funkciju n varijabli (x1 , . . . , xn ) f (x1 , . . . , xn ) i zovemo funkcija n realnih varijabli. Ako je f (x1 , . . . , xn ) R zovemo je realna funkcija od n realnih varijabli. Pi semo f : R , R n. Ako je funkcija f zadana formulom (izrazom), D(f ) je prirodno podru cje denicije za koje formula y = f (x ) = f (x1 , . . . , xn )
VVR,EF Zagreb Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

ima smisla.

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Ako je na primjer zadana funkcija f formulom f (x , y ) = 4 x2 y2

i f : D(f ) R , D(f ) R 2 , onda je prirodno podru cje denicije D(f ) = {(x , y ) R 2 : x 2 + y 2 4} zatvoreni krug.

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Graf funkcije Sa f (x , y ) = x 2 + y 2 denirana je funkcija dviju varijabli, gdje je D(f ) = R 2 . U pravokutnom koordinatnom sustavu promatramo skup G = {(x , y , f (x , y )) : (x , y ) D(f )} i nazivamo ga graf funkcije f . Graf G predstavlja plohu u prostoru R 3 . Graf funkcije f (x , y ) = x 2 + y 2 je... Op cenito, graf funkcije od n varijabli je skup G = {(x1 , . . . , xn , f (x )) : x D(f )}.

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Homogena funkcija Funkcija f je homogena stupnja homogenosti ako vrijedi f (x1 , . . . , xn ) = f (x1 , . . . , xn ). Ako je = 1 funkcija se zove linearno homogena. To zna ci slijede ce: za = 1.01 imamo f (1.01x1 , . . . , 1.01xn ) = 1.01f (x1 , . . . , xn ) odnosno, ako se svaka varijabla pove ca za 1% funkcija c e se pove cati za 1%. Ako je stupanj homogenosti = 2 i = 1.01 imamo f (1.01x1 , . . . , 1.01xn ) = 1.012 f (x1 , . . . , xn ) = 1.0201f (x1 , . . . , xn ) odnosno, ako se svaka varijabla pove ca za 1% funkcija ce se pove cati za 2.01%.
VVR,EF Zagreb Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Cobb-Douglasova funkcija proizvodnje Razina (koli cina) proizvodnje Q ovisi faktorima proizvodnje, L razina ulo zenog rada i C razina ulo zenog kapitala. Cobb-Douglasova funkcija proizvodnje je Q (L, C ) = AL C gdje je 0 < < 1 i 0 < < 1. Ako je + = 1 imamo Q (L, C ) = AL C 1 .

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Primjer: Poznata je Coob-Douglasova funkcija proizvodnje 1. Q (L, C ) = 1.7L0.6 C 0.4 2. Q (L, C ) = 1.7L0.6 C 0.2 gdje je Q oznaka za razinu (koli cinu) proizvodnje, L razina ulo zenog rada i C razina ulo zenog kapitala. Za koliko ce se promijeniti ukupna proizvodnja ako se L I C pove caju za 6%? 1. = 1 = 1.06, pa ako L 6%, C 6% onda Q 6%. 0 . 8 2. = 0.8 = 1.06 = 1.0479, pa ako L 6%, C 6% onda Q 4.79%.

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Parcijalne derivacije Prvo promatramo parcijalne derivacije funkcije dviju varijabli. Neka je R 2 otvoren skup i f :R tj. f = f (x , y ). Za svaku to cku P0 = (x0 , y0 ) imamo dvije funkcije (1) (x , y0 ) , x f (x , y0 ) je funkcija jedne varijable, a ta je varijabla x , (2) (x0 , y ) , y f (x0 , y ) je funkcija jedne varijable, a ta je varijabla y .
VVR,EF Zagreb Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Sada teoriju koju smo razvili za funkciju jedne varijable primjenimo na prou cavanje funkcije dviju varijabli. Medjutim, ako su funkcije (1) i (2) neprekidne, ne zna ci da je neprekidna funkcija z = f (x , y ). Ako je funkcija x f (x , y0 ) diferencijabilna za x = x0 , tj. postoji
x x0

lim

f (x , y0 ) f (x0 , y0 ) = x x0

= lim

f (x0 + x , y0 ) f (x0 , y0 ) x 0 x

ka zemo da funkcija f ima parcijalnu derivaciju po x u to cki (x0 , y0 ) i ozna cavamo f f (x0 , y0 ) = (P0 ) x x se variabli VVR,EF Zagreb Funkcija vi

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

ili fx (x0 , y0 ) = fx (P0 ).

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Analogno, ako ksiramo varijablu x , tj. x = x0 i promatramo funkciju jedne varijable, y , odnosno y f (x0 , y ) i ta je funkcija diferencijabilna za y = y0 , tj. postoji lim f (x0 , y ) f (x0 , y0 ) = y y0 f (x0 , y0 + y ) f (x0 , y0 ) y

y y0

= lim

y 0

ka zemo da funkcija f ima parcijalnu derivaciju po y u to cki (x0 , y0 ) i ozna cavamo f f (x0 , y0 ) = (P0 ) y y
VVR,EF Zagreb Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

ili fy (x0 , y0 ) = fy (P0 ).

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Primjeri: 1. Za funkciju f (x , y ) = ax 2 + 2bxy + cy 2 parcijalne derivacije su fx = 2ax + 2by i fy = 2bx + 2cy .

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

2.Funkcija f (x , y ) = ln ima prirodno podru cje denicije D(f ) = {(x , y ) R 2 : x 2 + y 2 < 1}. Njene parcijalne derivacije su fx = i fy = x 1 x2 y2 1 x2 y2

y . 1 x2 y2

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Pogledajmo geometrijsku interpretaciju danih parcijalnih derivacija. Ozna cimo z0 = f (x0 , y0 ). Parcijalna derivacija po x u to cki P0 = (x0 , y0 ) je koecijent smjera (nagib) tangente kroz to cku T0 = (x0 , y0 , z0 ) na krivulju u kojoj ravnina y = y0 sije ce graf G = {(x , y , f (x , y )) : (x , y ) }. Jednad zba te tangente je y = y0 , z z0 = fx (x0 , y0 ) (x x0 ) ili y = y0 , z z0 = fx (P0 ) (x x0 )

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Analogno, parcijalna derivacija po x u to cki P0 = (x0 , y0 ) je koecijent smjera tangente kroz to cku T0 = (x0 , y0 , z0 ) na krivulju u kojoj ravnina x = x0 sije ce graf G = {(x , y , f (x , y )) : (x , y ) }. Jednad zba te tangente je x = x0 , z z0 = fy (x0 , y0 ) (y y0 ) ili x = x0 , z z0 = fy (P0 ) (y y0 )

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Primjer: Ako je dana funkcija f (x , y ) = x 2 + y 2 i to cka P0 = (1, 1), onda je z0 = f (x0 , y0 ) = f (1, 1) = 2 Radi fx = 2x , fx (1, 1) = 2 jednad zba tangente krivulje koja je na presjeku ravnine y = 1 i grafa G = {(x , y , x 2 + y 2 )) : (x , y ) R 2 } ili na G1 = {(x , 1, x 2 + 1) : x R } je y = 1, z 2 = 2(x 1) ili y = 1, z = 2x .
VVR,EF Zagreb Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Takodjer fy = 2y , fy (1, 1) = 2 jednad zba tangente krivulje koja je na presjeku ravnine x = 1 i grafa G = {(x , y , x 2 + y 2 )) : (x , y ) R 2 } ili na G2 = {(1, y , y 2 + 1) : y R } je x = 1, z 2 = 2(y 1) ili x = 1, z = 2y .

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Za funkciju y = f (x1 , . . . , xi , . . . , xn ) n varijabli ka zemo da ima parcijalnu derivaciju po xi , (i = 1, . . . , n) u x = (x1 , . . . , xi , . . . , xn ) ako postoji lim f (x1 , . . . , xi + xi , xn ) f (x1 , . . . , xi , . . . , xn ) . xi f (x) xi ili fxi (x)
VVR,EF Zagreb Funkcija vi se variabli

xi 0

Ozna cavamo je

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

ili fi (x), (i = 1, . . . , n).

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Parcijalna elasti cnost Imamo funkciju potra znje q za nekom robom, gdje je q razina potra znje za promatranom robom. Ona ovisi o cijeni p1 te robe cijeni p2 , . . . , pn drugih roba koje imaju utjecaj na potra znju promatrane robe dohotku k potro sa ca vremenu t . Dakle q = q (p1 , p2 , . . . , pn , k , t ).

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Zanima nas: kako na relativnu promjenu samo jedne od varijabli reagira potra znja? Mjera reagiranja potra znje dana je koecijentima elasti cnosti. Koecijent elasti cnosti potra znje promatrane robe u odnosu na cijenu te robe p1 q . Eq,p1 = q p1 Koecijent elasti cnosti potra znje promatrane robe u odnosu na cijenu neke druge robe ili koecijent kri zne elasti cnosti E q ,p i = pi q , i = 2, 3, . . . , n. q pi

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Koecijent dohodovne elasti cnosti E q ,k = k q . q k

Koecijent elasti cnosti potra znje prema tijeku vremena E q ,t = t q . q t

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Primjer 1: Funkcija potra znje za nekom robom je


0.5 0.5p2 +2.3 q (p1 , p2 ) = p1 e

gdje je p1 cijena te robe1. p2 cijena neke druge robe2. Izra cunajte koecijente parcijalne i kri zne elasti cnosti na razini cijena p1 = 10, p2 = 4. Eq,p1 = 0.5 ako na razini p1 = 10, p2 = 4 cijena robe1. raste za 1% a cijena robe2.se ne mijenja, tj. na razini cijena p1 = 10.1, p2 = 4 potra znja za robom1. pada pribli zno za 0.5%. Eq,p2 = 0.5p2 ako na razini p1 = 10, p2 = 4 cijena robe2. raste za 1% a cijena robe1.se ne mijenja, tj. na razini cijena p1 = 10, p2 = 4.04 potra znja za robom1. raste pribli zno za 2% roba1 i roba2 su dobri supstituti.
VVR,EF Zagreb Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Primjer2: Poznata je Cobb-Douglasova funkcija proizvodnje Q (L, C ) = 2.1L0.7 C 0.3 . Izra cunajte koecijente parcijalne elasti cnosti. EQ ,L = 0.7 tj. ako L 1%, C se ne mijenja, Q 0.7%. EQ ,C = 0.3 tj. ako C 1%, L se ne mijenja, Q 0.3%.

pribli zno za pribli zno za

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Ako je y = f (x1 , . . . , xn ) koecijent parcijalne elasti cnosti je Ey ,xi = xi y xi = yxi , i = 1, . . . , n. y xi y

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Eulerov teorem: Ako je y = f (x1 , . . . , xn ) homogena funkcija stupnja homogenosti i ima sve parcijalne derivacije fxi , (i = 1, . . . , n), onda vrijedi Ey ,x1 + + Ey ,xn = . Primjer: Poznata je Cobb-Douglasova funkcija proizvodnje Q (L, C ) = 2.1L0.7 C 0.3 . Ova funkcija je homogena stupnja homogenosti = 1 pa je EQ ,L + EQ ,C = 1.

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Potpuni diferencijal Neka je z = f (x , y ) funkcija f : R , R2 i neka je klase C 1 (). Promatramo ravninu u kojoj le ze pravci y = y0 , z z0 = fx (x0 , y0 )(x x0 ) i x = x0 , z z0 = fy (x0 , y0 )(y y0 ). Eksplicitni oblik jednad zbe ravnine je z = ax + by + c . Kako tra zena ravnina prolazi kroz to cku T0 = (x0 , y0 , z0 ) vrijedi z0 = ax0 + by0 + c pa je z z0 = a(x x0 ) + b (y y0 ).
VVR,EF Zagreb Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Za y = y0 imamo a = fx (x0 , y0 ). Za x = x0 imamo b = fy (x0 , y0 ). Jednad zba te ravnine je sada z z0 = fx (x0 , y0 )(x x0 ) + fy (x0 , y0 )(y y0 ) ili z = f (x0 , y0 ) + fx (x0 , y0 )(x x0 ) + fy (x0 , y0 )(y y0 ) i uz pretpostavku da je f C 1 () ovu ravninu zovemo tangencijalna ravnina plohe ili grafa G kroz to cku T0 = (x0 , y0 , z0 ). Uz oznaku P0 = (x0 , y0 ) jednad zbu tangencijalne ravnine pi semo z = f (P0 ) + fx (P0 )(x x0 ) + fy (P0 )(y y0 ).
VVR,EF Zagreb Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Ovdje kontrolom samo dva smjera promjene funkcije f iz to cke (x0 , y0 ) u to cku (x0 + x , y0 ) ili u to cku (x0 , y0 + y ) kontroliramo i preostale smjerove (x0 + x , y0 + y ) = (x , y ). Sada je f (x , y ) f (x0 , y0 ) + fx (x0 , y0 )(x x0 ) + fy (x0 , y0 )(y y0 ) ili f (P ) f (P0 ) + fx (P0 )(x x0 ) + fy (P0 )(y y0 )
VVR,EF Zagreb Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

ako je to cka P = (x , y ) blizu to cke P0 = (x0 , y0 ), tj. ako je = (x x0 )2 + (y y0 )2 = d (P , P0 )

malo. Ozna cimo prirast funkcije s f = f (x0 , y0 ) = f (x , y ) f (x0 , y0 ) = f (P ) f (P0 ). Ako je f C 1 () u izrazu fx (x0 , y0 )(x x0 )+fy (x0 , y0 )(y y0 ) = fx (P0 )(x x0 )+fy (P0 )(y y0 ) uvodimo oznake dx = x x0 i dy = y y0 i zovemo ga potpuni ili totalni diferencijal funkcije dviju varijabli u to cki P0 = (x0 , y0 ) i ozna cavamo ga s df = df (x0 , y0 ) = df (P0 ) pa je df = df (x0 , y0 ) = fx (x0 , y0 )dx + fy (x0 , y0 )dy
VVR,EF Zagreb Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

ili df = df (P0 ) = fx (P0 )dx + fy (P0 )dy . Dakle df f . Diferencijal df zovemo jo s potpuni diferencijal prvog reda.

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Primjer: Ako je f (x , y ) = 3x 2 + xy y 2 + 1, odredite pribli znu vrijednost funkcije f u to cki P = (x , y ) = (1.1, 2.2) pomo cu to cke P0 = (x0 , y0 ) = (1, 2). Kako je fx = 6x + y , fx (1, 2) = 8 i fy = x 2y , fy (1, 2) = 3 imamo jednad zbu tangencijalne ravnine u to cki (1, 2) z = 2 + 8(x 1) 3(y 2).
VVR,EF Zagreb Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Sada je vrijednost funkcije f u to cki (1.1, 2.2) pribli zno jednaka vrijednosti funkcije z u to cki (1.1, 2.2), tj. f (1.1, 2.2) 2 + 8 0.1 3 0.2 = 2.20. Primjetimo da je f (1.1, 2.2) = 2.21.

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Primjer: Izra cunajte pribli zno

1.023 + 1.973 . Ako uzmemo

x0 = 1, x = 0.02, y0 = 2, y = 0.03, te f (x , y ) = imamo df = fx dx + fy dy = Sada je 1.023 + 1.973 f (1, 2) + fx (1, 2)dx + fy (1, 2)dy = = 3 + 0.01 0.06 = 2.95.
VVR,EF Zagreb Funkcija vi se variabli

x3 + y3 3y 2 2 x3 + y3

3x 2 2 x3 + y3

dx +

dy .

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Druge parcijalne derivacije Ako funkcija f : R, R2 ima obje parcijalne derivacije fx i fy na , time su denirane dvije nove funkcije i mo zemo promatrati njihove parcijalne derivacije fxx , fxy , fyx , fyy . Schwartzov teorem: Ako je funkcija f C 2 (), onda su mje sovite parcijalne derivacije drugog reda jednake, odnosno fxy = fyx .

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Matricu H= fxx fyx fxy fyy

zovemo Hesseova matrica. Zbog f C 2 () imamo fxy = fyx pa je H= fxx fxy fxy fyy

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Konveksna funkcija Konveksna funkcija se denira na konveksnom skupu i predstavlja jednu od osnovnih i najva znijih funkcija primjenjene matematike. n Skup R je konveksan ako pravocrtna spojnica bilo koje dvije to cke skupa le zi u skupu, tj ako za svako x1 = x2 , x1 , x2 i svako [0, 1] (1 )x1 + x2 . Denicija: Funkcija f : R, Rn konveksan skup, je konveksna ako za svako x1 = x2 , x1 , x2 i svako [0, 1] f ((1 )x1 + x2 ) (1 )f (x1 ) + f (x2 ).

Drugim rije cima, pravocrtna spojnica bilo koje dvije to cke grafa G funkcije f je iznad grafa ili na grafu.

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Takodjer vrijedi Teorem: Neka su f i g konveksne funkcije na konveksnom skupu onda je i njihov zbroj h = f + g konveksna funkcija na . Takodjer funkcija h = kf , gdje je k > 0 konstanta, je konveksna. Funkcija f denirana na konveksnom skupu je konkavna ako je funkcija f na njemu konveksna. Kako je po denicije op cenito te sko provjeriti da li je funkcija konveksna ili nije, prelaz na diferencijabilne funkcije omogu cava, u nekim slu cajevima, jednostavniju karakterizaciju.

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Funkcija f je konveksna na konveksnom skupu ako je tangencijalna ravnina u svakoj to cki grafa te funkcije na grafu ili ispod grafa. Ako je f C 2 (), R2 konveksan, otvoren skup i fxx > 0,
2 >0 det H = fxx fyy fxy

onda je funkcija f konveksna na .

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Funkcija f (x , y ) = x 2 + y 2 je konveksna jer je fx = 2x , fy = 2y fxx = 2 > 0, fxy = 0, fyy = 2 te det H = 4.

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Funkcija f (x , y ) = e x + e y je konveksna jer je fx = e x , fy = e y fxx = e x > 0, fxy = 0, fyy = e y te det H = e x e y > 0.

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Funkcija f (x , y ) = x 2 + 4xy + 5y 2 je konveksna jer je fx = 2x + 4y , fy = 4x + 10y fxx = 2 > 0, fxy = 4, fyy = 10 i H= 2 4 4 10 ,

det H = 20 16 = 4 > 0.

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Konkavna funkcija Funkcija f je konkavna ako je fxx < 0


2 > 0. det H = fxx fyy fxy

Primjer: Funkcija f (x , y ) = ln x + ln y je konkavna jer je fxx = det H = 1 <0 x2 1 x 2y 2 > 0.

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Ekstremi funkcije dviju varijabli Za funkciju f : R, R2 , okolina oko to cke (x , y ) je otvoreni krug O( ) = {(x , y ) : (x x )2 + (y y )2 < }. Ako je (x , y ) i vrijedi f (x , y ) f (x , y ), (x , y ) onda je (x , y ) globalni maksimum funkcije f na . Ako je (x , y ) i vrijedi f (x , y ) f (x , y ), (x , y ) onda je (x , y ) globalni minimum funkcije f na . Jedno ime za globalni maksimum i globalni minimum je globalni ekstrem.
VVR,EF Zagreb Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Ako je (x , y ) te postoji okolina O( ) oko (x , y ) takva da vrijedi f (x , y ) f (x , y ), (x , y ) O( ) onda je (x , y ) lokalni maksimum funkcije f na . Ako je (x , y ) te postoji okolina O( ) takva da vrijedi f (x , y ) f (x , y ), (x , y ) O( ) onda je (x , y ) lokalni minimum funkcije f na . Jedno ime za lokalni maksimum i lokalni minimum je lokalni ekstrem.

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Teorem: Ako je f C 1 () i (x , y ) lokalni ekstrem , onda je fx (x , y ) = 0, fy (x , y ) = 0. Primjedba: (x , y ) sa svojstvom fx (x , y ) = 0, fy (x , y ) = 0 zove se stacionarna to cka. Stacionarna to cka je kandidat za ekstrem. Uvjet izre cen u teoremu je nu zan (potreban) za postojanje ekstrema.

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Teorem: Neka je f C 1 () i (x , y ) stacionarna to cka, tj. fx (x , y ) = 0, fy (x , y ) = 0.

1. Ako je f konveksna funkcija na , onda je (x , y ) globalni minimum na . 2. Ako je f konkavna funkcija na , onda je (x , y ) globalni maksimum na .

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Primjeri: Da li funkcije 1. f (x , y ) = x 2 + xy + y 2 + x y + 1 2. f (x , y ) = 2xy 3x 2 2y 2 + 10 3. f (x , y ) = 4(x y ) x 2 y 2 4. f (x , y ) = e x + e y imaju globalne ekstreme?

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Teorem: Neka je f C 2 () i (x , y ) stacionarna to cka, tj. fx (x , y ) = 0, fy (x , y ) = 0.

1. Ako je fxx (x , y ) > 0 i det H(x , y ) = fxx (x , y )fyy (x , y ) fxy (x , y )2 > 0, onda je (x , y ) lokalni minimum. 2. Ako je fxx (x , y ) < 0 i det H(x , y ) = fxx (x , y )fyy (x , y ) fxy (x , y )2 > 0, onda je (x , y ) lokalni maksimum. Primjedba: Ako je Ako je det H(x , y ) = 0, potrebna su daljnja ispitivanja. Ako je det H(x , y ) < 0, funkcija nema ekstrema.
VVR,EF Zagreb Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Primjeri: 1. Odredite ekstreme funkcije f (x , y ) = x 3 + y 3 3xy . Stacionarne to cke su (0, 0) i (1, 1). Lokalni minimum je (1, 1) i f (1, 1) = 1. 2. Da li je (5, 6) lokalni minimum funkcije f (x , y ) = x 3 + y 2 6xy 39x + 18y + 20? Daaaa...

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Optimum Problem kojim se bavimo je iznala zenje lokalnog ekstrema funkcije f dviju varijabli uz ograni cenje u obliku jednad zbe g (x , y ) = 0. Metode Metoda supstitucije Metoda Lagrangeovih mno zitelja

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Metoda supstitucije Ograni cenje g (x , y ) = 0 je implicitno zadana funkcija y = y (x ) ili x = x (y ). Ako je barem jednu od ove dvije funkcije mogu ce izraziti eksplicitno, tj y = y (x ) ili x = x (y ), onda koristimo metodu supstitucije na slijede ci na cin. Ako je y = y (x ), formiramo funkciju F jedne varijable x i imamo F (x ) = f (x , y (x )) i njoj odredimo ekstreme.

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Primjer: Funkciji f (x , y ) = x 2 + y 2 treba na ci lokalne ekstreme na skupu rje senja jednad zbe x + y 2 = 0. Rje senje: Za x = 1, y = 1 funkcija f dosti ze najmanju vrijednost f (1, 1) = 2.

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Metoda Lagrangeovih mno zitelja Formiramo Lagrangeovu funkciju L(x , y ; ) = f (x , y ) + g (x , y ).

Lagrangeova funkcija je funkcija od tri varijable. Uvedena varijabla je Lagrangeov mno zitelj. Stacionarna to cka Lagrangeove funkcije je kandidat za optimum.

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Stacionarna to cka Lagrangeove funkcije 1. Odredimo parcijalne derivacije Lagrangeove funkcije Lx , Ly i L . 2. Rije simo sustav jednad zbi Lx = 0, Ly = 0 i L = 0.
2.1 Ako ovaj sustav ima rje senje (x , y , ), onda je (x , y , ) stacionarna to cka. 2.2 Ako ovaj sustav nema rje senje, problem nema optimum.

3. Postojanje stacionarne to cke je nu zan (potreban) uvjet za postojanje optimuma.

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Dovoljan uvjet Formiramo Hesseovu matricu Lagrangeove funkcije Lxx Lxy Lx H = Lyx Lyy Ly . Lx Ly L 1. Ako je det H(x , y , ) > 0, onda je (x , y ) lokalni maksimum i f (x , y ) je vrijednost funkcije. 2. Ako je det H(x , y , ) < 0, onda je (x , y ) lokalni minimum i f (x , y ) je vrijednost funkcije.

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Primjer: Treba odrediti ekstreme funkcije f (x , y ) = x + y uz ograni cenje x 2 + y 2 = 2. Rje senje: Dvije su stacionarne to cke 1. (x , y , ) = (1, 1, 0.5) 2. (x , y , ) = (1, 1, 0.5) 1. (1, 1) je lokalni maksimum i f (1, 1) = 2. 2. (1, 1) je lokalni minimum i f (1, 1) = 2.

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Interpretacija Lagrangeovog mno zitelja Primjer: Rije simo problem max xy uz ograni cenje x + y = 2. Dobivamo (x , y , ) = (1, 1, 0.5) i f = f (x , y ) = f (1, 1) = 1. Ako je f (x , y ) korist od dodijele dvije jedinice nov canih jedinica na dvije aktivnosti te se prvoj aktivnosti dodijeli jedna nov cana jedinica (x = 1), drugoj, (y = 1), jedna nov cana jedinica, dosti ze se najve ca korist f = 1.
VVR,EF Zagreb Funkcija vi se variabli

Graf funkcije xy = 1 je krivulja konveksna (prema ishodi stu) i svaka to cka te krivulje opisuje jednu raspodjelu na aktivnosti pri kojoj je korist od raspodjele jednaka jedan. Raspodjela ograni cenog bud zeta je uvjet x + y = 2 i graf ove cki (1, 1). funkcije je pravac koji je tangenta krivulje xy = 1 u to

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Pri pove canju bud zeta za jednu jedinicu, tj. ograni cenje je x + y = 3 pa imamo novi problem max xy uz ograni cenje x + y = 3. Ovaj problem ima novo optimalno rje senje i novu optimalnu vrijednost funkcije koristi koja je pribli zno jednaka f , tj. f = 1 + 0.5

VVR,EF Zagreb

Funkcija vi se variabli

Outline Funkcija vi se varijabli Parcijalne derivacije funkcije Potpuni diferencijal Konveksna funkcija Ekstremi Optimum

Optimalna vrijednost Lagrangeovog mno zitelja je = 0.5 a = 0.5 zovemo cijena u sjeni dualna cijena obra cunska cijena. Pribli zna promjena optimalne vrijednosti funkcije cilja (koristi) pri pove canju resursa za jedinicu je . je oportunitetni tro sak, jer tro sak dodatne jedinice resursa usporedjujemo s koristi dobivenom od tog pove canja, tj. da li se pove canje isplati ili ne.

VVR,EF Zagreb

Funkcija vi se variabli