Professional Documents
Culture Documents
Ενότητα 9
Ενότητα 9
0 g g
x y
• Η μήτρα H = g L L ονομάζεται μήτρα της περιορισμένης Εσσιανής.
x xx xy
gy L L
xy yy
Κριτήριο:
• Αν H ( x0 , y0 ) > 0 , τότε το ( x0 , y0 ) είναι σημείο τοπικού μεγίστου για την f ( x, y ) υπό την
συνθήκη g ( x, y ) = c .
• Αν H ( x0 , y0 ) < 0 , τότε το ( x0 , y0 ) είναι σημείο τοπικού ελαχίστου για την f ( x, y ) υπό την
συνθήκη g ( x, y ) = c .
• Αν H ( x0 , y0 ) = 0 , τότε το κριτήριο δεν οδηγεί σε συμπέρασμα.
Lx ( x, y, λ=
) 2 x − λ , Ly ( x, y, λ=
) 2 y − λ , Lλ ( x, y, λ ) =− x − y + 1 .
Βρίσκουμε τα κρίσιμα σημεία που προκύπτουν από την λύση του συστήματος των μερικών
παραγώγων.
1
x=
x, y , λ ) 0
Lx (= =2x − λ 0 = 2x − λ 0 =2x − λ 0 2
Ly ( x, y, λ ) =0 ⇔ 2 y − λ =0 ⇔ 2 x + 2 y − 2λ =0 ⇔ 2 − 2λ =0 ⇔ λ =1
L ( x, y , =
λ ) 0 − x − y += x +=
λ 1 0 y 1 x += y 1
y =
1
2
Υπολογίζουμε τις:
g x = −1 και g y = −1 .
Σελίδα 5
0 gx gy 0 −1 −1
Η Εσσιανή περιορισμένη ορίζουσα είναι: H =g x Lxx Lxy =−1 2 0 =−4 < 0 .
gy Lxy Lyy −1 0 2
1
x = 2
Άρα στο έχω ελάχιστο.
y = 1
2
x2 y 2 x2 y2
Λύση: Ορίζουμε την συνάρτηση L( x, y, λ ) = xy + λ ⋅ 1 − + = xy + λ − λ − λ .
8 2 8 2
Σελίδα 6
2λ x x2 y 2
Lx ( x, y, λ )= y − L ( x , y , λ ) =−
1 −
8 , Ly ( x, y, λ )= x − λ y ,
λ
8 2 .
Βρίσκουμε τα κρίσιμα σημεία που προκύπτουν από την λύση του συστήματος των μερικών
παραγώγων.
2λ x λx λ
y − = = 0 y = y λy
Lx ( x, y, λ ) = 0 8 4 4
Ly ( x, y, λ ) =0 ⇔ x − λ y =0 ⇔ x =λ y ⇔ x =λ y
L ( x, y , λ ) = 0 x2 y 2 x2 y 2
λ λx
2
1 − − = 0 1 − − = 0
8 ( λ y ) 4
2
2 8 2
1 − − =
0
8 2
λ2
y 1 − = 0
4
y = 0 ή λ = ±2
⇔ x= λy
λ
2
⇔ x= λy
x
( λ y ) 4
2 x2 y 2
1 − − = 0 1 − − = 0
8 2 8 2 , άρα (x,y)=(0,0) το οποίο δεν ανήκει στην έλλειψη,
x
gx = , gy = y .
4
x
0 − −y
0 gx gy 4
x λ 1 1 1
Η Εσσιανή ορίζουσα είναι: H =gx Lxx Lxy =
− − 1 =xy + λ x 2 + λ y 2 .
4 4 2 16 4
gy Lxy Lyy
−y 1 −λ
Για το σημείο:
• Για x ( −2,1) και λ=-2 έχουμε: H =−2 < 0 , άρα έχω ελάχιστο.
• Για x ( 2,1) και λ=-2 έχουμε: H =−2 < 0 , άρα έχω ελάχιστο.
Σελίδα 7
x2 y 2
Σχήμα 3. Γραφική παράσταση της f ( x, y )= x ⋅ y , της συνθήκης + =
1 και των ακρότατων
8 2
(κάτοψη).
1 2 3
Παράδειγμα: Να βρεθούν τα ακρότατα της συνάρτησης. f ( x, y ) =4 − x − y 2 + x υπό την
2 10
συνθήκη x 2 + y 2 =
1.
Λύση:
1 2 3
Σχήμα 5. Γραφική παράσταση της f ( x, y ) =4 − x − y 2 + x και της συνθήκης x 2 + y 2 =
1 (όψη).
2 10
Σελίδα 8
1 2 3
Σχήμα 6. Γραφική παράσταση της f ( x, y ) =4 − x − y 2 + x και της συνθήκης x 2 + y 2 =
1
2 10
(κάτοψη).
Σελίδα 9
4. Βελτιστοποίηση με δύο Περιορισμούς
0 0 g1x g1 y g1z
0 0 g2 x g2 y g2 z
g1x g2 x L L Lxz
• Η μήτρα H = xx xy ονομάζεται μήτρα της περιορισμένης Εσσιανής.
g g2 y L L Lyz
1y yx yy
g g2 z Lzx Lzy L
1z zz
Κριτήριο:
• Αν H ( x0 , y0 , z0 ) < 0 , τότε στο ( x0 , y0 , z0 ) έχουμε σημείο τοπικού μεγίστου.
• Αν H ( x0 , y0 , z0 ) > 0 , τότε στο ( x0 , y0 , z0 ) έχουμε σημείο τοπικού ελαχίστου.
• Αν H ( x0 , y0 ) = 0 , τότε το κριτήριο δεν οδηγεί σε συμπέρασμα.
Lx ( x, y, z , λ1 , λ2 ) = 2 x − λ1 − λ2 , Ly ( x, y, z , λ1 , λ2 ) = 2 y − λ1 − λ2 , Lz ( x, y, z , λ1 , λ2=
) 2 z − λ1 ,
Lλ1 ( x, y, z , λ1 , λ2 ) =1 − ( x + y + z ) Lλ2 ( x, y, z , λ1 , λ2 ) =1 − ( x + y )
, .
Βρίσκουμε τα κρίσιμα σημεία που προκύπτουν από την λύση του συστήματος των μερικών
παραγώγων.
Lx ( x, y, z , λ1 , λ2 ) = 0 2 x − λ1 − λ2 = 0 x = 1 2
y =1 2
Ly ( x, y, z , λ1 , λ2 ) = 0 2 y − λ1 − λ2 = 0
z
L ( x , y , z , λ1 , λ2 ) = 0 ⇔ 2 z − λ1 = 0 ⇔ ⇔ z= 0
L ( x, y , z , λ , λ ) = 0 1 − x + y + z = λ =0
λ1 1 2
( ) 0 1
Lλ ( x, y, z , λ1 , λ2 ) = 0 1− ( x + y) = 0 λ2 = 1
2 .
Σελίδα 10
0 0 g1x g1 y g1z
0 0 1 1 1
0 0 g2 x g2 y g2 z
0 0 1 1 0
g1x g2 x L L Lxz
Η Εσσιανή ορίζουσα είναι: H = xx xy = 1 1 2 0 0= 4 > 0 .
g1 y g 2 y L L Lyz 1 1 0 2 0
yx yy
g1z g 2 z Lzx Lzy L 1 0 0 0 2
zz
( x, y, z ) = , , 0
1 1
Συνεπώς, έχουμε σημείο τοπικού ελαχίστου στο 2 2 .
Εναλλακτικά, μπορούμε να επιλύσουμε το πρόβλημα με τη χρήση Ηλεκτρονικού Υπολογιστή (Η/Υ).
Σχήμα 7. Επίλυση μέσω Mathematica. Η τελεία αντιστοιχεί στο σημείο τοπικού ελαχίστου.
Σελίδα 11
5. Μέγιστα και Ελάχιστα με m Περιορισμούς
∂L ∂L
i 1, , n και = 0,=
= 0,= j 1, , m .
∂xi ∂λ j
Το κριτήριο δεύτερης τάξης αφορά την πλαισιωμένη Εσσιανή μήτρα διαστάσεων (n+m)x(n+m):
Κριτήριο:
Αν H είναι η ορίζουσα της πλαισιωμένης Εσσιανής μήτρας και οι διαδοχικές κύριες ελάσσονες
Σελίδα 12
6. Μελέτη Ακρότατων με χρήση του H/Y
1 1 2
Ορίζουμε τον περιορισμό g :=
1 − x2 − y :
8 2
>g:=1-(x^2/8+y^2/2);
1 2 1 2
Ορίζουμε την συνάρτηση του Lagrange L :=xy + λ 1 − x − y :
8 2
1 1 1
Ορίζουμε τις αναγκαίες συνθήκες ( eq1:=
y− λx =
0 , eq 2 :=x − λ y =0 , eq 3 :=
1 − x2 − y 2 =
0 ):
4 8 2
{ x =
2, y =1, ll2} , { x =
= −2, y =−1, = 2} ,
Λύνουμε το σύστημα soln : :
{ x =
−2, y = 1, ll
=− 2 } , { x =2, y =− 1, =− 2}
1
0 − x − y
4
Ορίζουμε την περιορισμένη Εσσιανή H := − x − a 1 :
1 1
4 4
−y
1 − a
H:=<<0,diff(g,x),diff(g,y)>|<diff(g,x),diff(L,x$2),diff(L,x,y)>|<diff(g,y),diff(L,x,y)>,diff(L,y$2)>;
>with(Linear Algebra):
Σελίδα 13
>H:=Determinant(H);
1 1 1
H := xy + ax 2 + ay 2
2 16 4
Γενικά:
Λύση:
> f:=(x,y,z)->x^2+2*y-z^2;
=
f : ( x, y , z ) → x 2 + 2 y − z 2
> g1:=2*x-y;
= 2x − y
g1:
> g2:=y+z;
g 2=: y + z
> L:=f(x,y,z)+a1*(g1)+a2*g2;
L := x 2 + 2 y − z 2 + a1( 2 x − y ) + a 2 ( y + z )
eq1:=2 x + 2a1 =0
eq 2 :=2 − a1 + a 2 =0
Σελίδα 14
>eq3:=diff (L, z) =0;
eq 3 :=−2 z + a 2 =0
eq 4 := 2 x − y = 0
eq 5 := y + z = 0
> soln:=[solve({eq1,eq2,eq3,eq4,eq5},{x,y,z,a1,a2})];
2 8 2 4 4
so ln :=
a1 =
− , a2 =
− ,x = ,y= ,z =
−
3 3 3 3 3
>H:=<<0,0,diff(g1,x),diff(g1,y),diff(g1,z)>|<0,0,diff(g2,x),diff(g2,y),diff(g2,z)>|<diff(g1,x),diff(g2,x),diff(L,
x$2),diff(L,y,x),diff(L,z,x)>|<diff(g1,y),diff(g2,y),diff(L,x,y),diff(L,y$2),diff(L,z,y)>|<diff(g1,z),diff(g2,z),diff
(L,x,z),diff(L,y,z),diff(L,z$2)>>;
0 0 2 −1 0
0 0 0 1 1
H := 2 0 2 0 0
−1 1 0 0 0
0 1 0 0 −2
> with(LinearAlgebra):
> H:=Determinant(H)
H := −6
2 4 4 2 4 4
H , , − < 0 , τότε στο , , − έχουμε σημείο τοπικού μεγίστου.
3 3 3 3 3 3
Σελίδα 15
6.2 Με χρήση Λογιστικού Φύλου (Excel)
Για την επίλυση προβλημάτων βελτιστοποίησης το Excel παρέχει το πρόσθετο πρόγραμμα Solver.
Στην συνέχεια επιλέγουμε (Tools->Solver για το Office 2003 ή Data-> Solver για το Office 2007).
Σχήμα 8. Απόσπασμα από το Λογιστικό Φύλο (Excel) κατά τη χρήση του Solver.
Σελίδα 16
7. Ομογενείς Συναρτήσεις
Πράγματι: xf x + yf y + zf z = 3x + 2 y − 4 z
f x ( x, y ) = 4 x , f y ( x, y ) = 8 y .
Πράγματι: xf x + yf y = x ⋅ 4 x + y ⋅ 8 y = 4 x 2 + 8 y 2 = 2 f ( x, y ) .
f x ( x=
, y ) 4 xy 2 − 3 y 3 , f y ( x=
, y ) 4x2 y − 9 y 2 x .
( ) ( )
Πράγματι: xf x + yf y = x ⋅ 4 xy 2 − 3 y 3 + y ⋅ 4 x 2 y − 9 y 2 x = 4 x 2 y 2 − 3 xy 3 + 4 x 2 y 2 − 9 y 3 x = 4 f ( x, y ) .
Σελίδα 17
8. Μερικές Ελαστικότητες
Έστω y = f ( x1 , x2 ,..., xn ) .
∂y xi ∂ ln ( y )
=εi = .
∂xi y ∂ ln ( xi )
Η ελαστικότητα σε ένα σημείο μετράει την ποσοστιαία μεταβολή της εξαρτημένης μεταβλητής y όταν
έχω μικρή ποσοστιαία μεταβολή της ανεξάρτητης μεταβλητής xi (οι υπόλοιπες ανεξάρτητες
μεταβλητές παραμένουν σταθερές).
Παράδειγμα: Cobb-Douglas.
QK = aAK a − 1Lb .
QL = bAK a Lb − 1 .
Μερικές Ελαστικότητες:
∂Q
∂Q K
= aAK a − 1Lb= aAK a − 1Lb
Q K K
εK =
= = a.
∂K ∂K Q Q AK a Lb
K
∂Q
∂Q L
= bAK a Lb − 1= bAK a Lb − 1
Q L L
εL =
= = b.
∂L ∂L Q Q AK a Lb
L
( )
Q ( λK , λ L ) = A ( λK ) ( λ L ) = Aλ a K a λ b Lb = λ a + b AK a Lb = λ a + b ⋅ Q ( K , L ) .
a b
Σελίδα 18
1 1
Εφαρμογή: Αν Q = 10 K 2 L2 .
ε K = 0.5 .
ε L = 0.5 .
4 L + 10 K =
100 .
Αναγκαία Συνθήκη:
− 12 12
5 L K − 4λ = 0
L K = 0 1 −1 λ = 0.79
2 2
L L = 0 ⇔ 5 L K − 10λ = 0 ⇔ L = 12,5
100 − 4L=− 10K 0=
L λ = 0
K 5
Η Εσσιανή περιορισμένη ορίζουσα είναι:
0 4 10
5 −3 1 5 − 12 − 12
=H 4 − L 2K 2 L K .
2 2
g 5 − 12 − 12 5 12 − 32
y L K − LK
2 2
Σελίδα 19