55 Lokale Extrema unter Nebenbedingungen

Ähnliche Dokumente
Extremalprobleme mit Nebenbedingungen

Folgerungen aus dem Auflösungsatz

TECHNISCHE UNIVERSITÄT MÜNCHEN

Musterlösung zu Blatt 1

Nachklausur zur Analysis 2, SoSe 2017

Implizite Funktionen, der Umkehrsatz und Extrema unter Nebenbedingungen

Karlsruher Institut für Technologie Institut für Analysis Dr. Andreas Müller-Rettkowski Dr. Vu Hoang. Sommersemester

UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009

Lagrange-Multiplikatoren

11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen

Outline. 1 Funktionen von mehreren Veränderlichen. 2 Grenzwert und Stetigkeit. 3 Partielle Ableitungen. 4 Die verallgemeinerte Kettenregel

3. Mai Zusammenfassung. g x. x i (x).

Rückblick auf die letzte Vorlesung

1.6 Implizite Funktionen

Analysis II 14. Übungsblatt

Topologie und Differentialrechnung mehrerer Veränderlicher, SS 2009 Modulprüfung/Abschlussklausur. Aufgabe Punkte

Musterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist:

Serie 4. Analysis D-BAUG Dr. Cornelia Busch FS 2015

BERGISCHE UNIVERSITÄT WUPPERTAL Fachbereich C Mathematik und Naturwissenschaften

Anwendungen der Differentialrechnung

1 Umkehrfunktionen und implizite Funktionen

Übungen zum Ferienkurs Analysis II 2014

f(x) f(x 0 ) lokales Maximum x U : gilt, so heißt x 0 isoliertes lokales Minimum lokales Minimum Ferner nennen wir x 0 Extremum.

0.1 Hauptsatz über implizite Funktionen

2 Extrema unter Nebenbedingungen

Probeklausur. 1 Stetigkeit [7 Punkte] 2 Differenzierbarkeit [10 Punkte] Ferienkurs Analysis 2 für Physiker SS Karolina Stoiber Aileen Wolf

Lösungen zu den Hausaufgaben zur Analysis II

Höhere Mathematik II für die Fachrichtung Physik. Übungs- und Scheinklausur

9 Differentialrechnung für Funktionen in n Variablen

Der metrische Raum (X, d) ist gegeben. Zeigen Sie, dass auch

Teil 6. Differentialrechnung mehrerer Veränderlicher

ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS

Probeklausur zur Analysis 2, SoSe 2017

16. FUNKTIONEN VON MEHREREN VARIABLEN

Höhere Mathematik II für die Fachrichtung Physik Lösungsvorschläge zum 8. Übungsblatt. ). 12x 3 Die Hessematrix von f ist gegeben durch H f (x, y) =

Monotonie, Konkavität und Extrema

Monotonie, Konkavität und Extrema

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 89

Übungen zur Ingenieur-Mathematik III WS 2011/12 Blatt Aufgabe 25: Berechnen Sie den kritischen Punkt der Funktion

2 Extrema unter Nebenbedingungen

10 Extremwerte mit Nebenbedingungen

C. Eicher Analysis Study Center ETH Zürich HS Extremwerte

8 Extremwerte reellwertiger Funktionen

Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.4 Anwendungen (Teil 2): Extremwerte

i j m f(y )h i h j h m

Musterlösung. TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Klausur Mathematik für Physiker 3 (Analysis 2) I... II...

10. Übungsblatt zur Analysis II

MATHEMATIK 2 FÜR DIE STUDIENGÄNGE CHE- MIE UND LEBENSMITTELCHEMIE

Stetige Funktionen. Definition. Seien (X, d) und (Y, D) metrische Räume und f : X Y eine Abbildung. i) f heißt stetig in x 0 (x 0 D(f)), wenn

23. DIFFERENTIALRECHNUNG VON FUNKTIONEN VON MEHREREN VARIABLEN

Musterlösung der 1. Klausur zur Vorlesung

Übungen zu Grundlagen der Mathematik 2 Lösungen Blatt 12 SS 14. Aufgabe 44. Bestimmen Sie die Taylor-Polynome der Funktion.

7.11. Extrema unter Nebenbedingungen

Implizite Funktionen

Kuhn-Tucker-Bedingung

Kuhn-Tucker-Bedingung

Wenn man den Kreis mit Radius 1 um (0, 0) beschreiben möchte, dann ist. (x, y) ; x 2 + y 2 = 1 }

Misterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version C)

f f(x ɛξ) f(x) 0, d.h. f (x)ξ = 0 für alle ξ B 1 (0). Also f (x) = 0. In Koordinaten bedeutet dies gerade, dass in Extremstellen gilt: f(x) = 0.

(x, x + y 2, x y 2 + z 3. = e x sin y. sin y. Nach dem Umkehrsatz besitzt f dann genau auf der Menge

KAPITEL 10 DIE INNERE-PUNKTE-METHODE

Klausur zu Analysis II - Lösungen

1 Übungsaufgaben zu Kapitel 1

Nachklausur Analysis 2

Lösungsvorschläge zum 7. Übungsblatt.

Höhere Mathematik II für BWIW, BNC, BAI, BGIP, GTB, Ma Hausaufgaben zum Übungsblatt 5 - Lösung

Extremwerte von Funktionen mehrerer reeller Variabler

Rückblick auf die letzte Vorlesung. Bemerkung

(a), für i = 1,..., n.

Klausurenkurs zum Staatsexamen (SS 2016): Differential und Integralrechnung 7

Übungen zur Analysis II Blatt 27 - Lösungen

Mehrdimensionale Differentialrechnung Übersicht

Kapitel 16 : Differentialrechnung

Aufgabensammlung zur Analysis 1

18 Höhere Ableitungen und Taylorformel

3 Optimierung mehrdimensionaler Funktionen f : R n R

Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II. x 2

Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen

5 Stetigkeit und Differenzierbarkeit

Extrema von Funktionen mit Nebenbedingung

Mathematische Grundlagen für Wirtschaftswissenschaftler Leseprobe - Abschnitt 6.5 (das agraökonomische Schaf )

TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Semestrale (Wiederholung) HÖHERE MATHEMATIK 3 für Chemieingenieurwesen

19.2 Mittelwertsatz der Differentialrechnung

9 Optimierung mehrdimensionaler reeller Funktionen f : R n R

D-MATH, D-PHYS, D-CHAB Analysis II FS 2018 Prof. Manfred Einsiedler. Übungsblatt 6. f(x, y, z) = xyz + 3e x y

Extremwertrechnung in mehreren Veränderlichen

6 Weiterer Ausbau der Differentialrechnung

Musterlösung Klausur zu Analysis II. Verständnisteil

10. Übung zur Linearen Algebra I -

TECHNISCHE UNIVERSITÄT MÜNCHEN

Analysis 2, Woche 9. Mehrdimensionale Differentialrechnung I. 9.1 Differenzierbarkeit

Vorlesung: Analysis I für Ingenieure

Kapitel 12. Lagrange-Funktion. Josef Leydold Mathematik für VW WS 2017/18 12 Lagrange-Funktion 1 / 28. f (x, y) g(x, y) = c. f (x, y) = x y 2

9 Höhere partielle Ableitungen und die Taylorformel

Berechnung von Extrema

UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009

Konvexe Optimierungsprobleme

Mathematischer Vorkurs NAT-ING II

AM3: Differenzial- und Integralrechnung im R n. 1 Begriffe. 2 Norm, Konvergenz und Stetigkeit. x 1. x 2. f : x n. aus Platzgründen schreibt man:

Transkript:

55 Lokale Extrema unter Nebenbedingungen Sei f : O R mit O R n differenzierbar. Notwendige Bescheinigung für ein lokales Extremum in p 0 ist dann die Bedingung f = 0 (siehe 52.4 und 49.14). Ist nun F : O R m differenzierbar, dann suchen wir nach einer notwendigen Bedingung, dass f auf der Nullstellenmenge N = F 1 ({0}) = {p O : F (p) = 0} ein lokales Extemum besitzt. Hierzu definieren wir zunächst 55.1 Lokale Extrema unter Nebenbedingungen Sei O R n offen und f : O R. Sei F : O R m. Dann sagen wir f hat in p 0 O ein lokales Maximum (bzw. lokales Minimum) unter der Nebenbedingung F (x) = 0, wenn gilt p 0 gehört zur Nebenbedingungsmenge N = F 1 ({0}), und es eine Umgebung U von p 0 gibt, so dass f Maximum (bzw. Minimum) von f(u N) ist, also wenn gilt f f(p) (bzw. f f(p)) für alle p U N. Die Begriffe lokales Maximum und lokales Minimum unter Nebenbedingungen faßt man zum Begriff lokales Extremum unter Nebenbedingungen zusammen. Sei nun f : O R in p 0 O differenzierbar. F : O R m mit O R n m R m erfülle die Voraussetzungen des Satzes 53.8 über implizite Funktionen. Dann gilt nach 53.8 (ii) wenn p 0 = ( p 0, q 0 ) N = F 1 ({0}) ist, N (U 1 U 2 ) = {( p, ϕ( p)) : p U 1 } wobei U 1 Umgebung von p 0 und U 2 Umgebung von q 0 ist. Dann besitzt also f in p 0 ein lokales Extremum unter den Nebenbedingungen F = 0, genau dann, wenn h definiert durch h( p) = f( p, ϕ( p)), p U 1 ein lokales Extremum (ohne Nebenbedingungen) in p 0 besitzt. Dies führt zu 55.2 Lagrangesche Multiplikatorenregel Sei O offene Teilmenge des R n. Es sei f : O R im Punkte p 0 O differenzierbar. Ferner sei F := (F 1,..., F m ) : O R m stetig differenzierbar sowie m < n. Es sei rg(d p0 F ) = m. Es besitze f in p 0 ein lokales Extremum unter der Nebenbedingung F (x) = 0. Dann existieren λ 1,..., λ m R (Lagrangesche Multiplikatoren) mit f = m i=1 λ i F i. C 1 [55] 1

Kapitel XII Implizite Funktionen, der Umkehrsatz und Extrema unter Nebenbedingungen Beweis. Setze R n = R l R m mit l := n m > 0. Sei o.b.d.a. O = O 1 O 2 mit O 1 offen im R n m und O 2 offen im R m. Dann gilt (1) p 0 = ( p 0, q 0 ) mit p 0 O 1, q 0 O 2. Setze y i = x m m+i, also (x 1,..., x n m, y 1,..., y m ) = (x 1,..., x n ). Es gilt (2) m = rg(d p0 F ) = rg(j p0 F ) F 1 F 1 n = rg F m F n Wegen (2) sei o.b.d.a F 1 1 F 1 m (3) rg = m F m 1 F m Wegen (3) gibt es nach 53.8 (i) eine Umgebung U 1 von p 0 und eine Umgebung U 2 von q 0 mit U i O i und eine Funktion ϕ = (ϕ 1,..., ϕ m ) mit (4) ϕ : U 1 U 2 stetig differenzierbar, ϕ( p 0 ) = q 0. [ ] 1 (5) J p0 ϕ = F ( p 0, ϕ( p 0 )) F ( p 0, ϕ( p 0 )) sowie (6) N (U 1 U 2 ) = {( p, ϕ( p)) : p U 1 }. Besitzt daher F ein lokales Extremum in p 0 unter der Nebenbedingung F (x) = 0, so besitzt h( p) := f( p, ϕ( p)), p U 1 ein lokales Extemum in p 0 U 1. Da h als Komposition differenzierbarer Funktionen in p 0 differenzierbar ist (beachte (4)), folgt 0 = D p0 h, d.h. (7) grad p0 h = 0. Aus der Kettenregel zusammen mit 49.16 folgt (8) grad p0 h = f ( ) En m J p0 ϕ wobei E n m die Einheitsmatrix des R n m ist. Aus (7), (8) folgt zusammen mit (5) ( ) (9) 0 = ( Setzt man n m m ) E n m ( F ) 1 F (λ 1,..., λ m ) := ( 1 m )( F ) 1 so gilt nach Definition (10) ( 1 m ) = (λ 1,..., λ m ) F. Andererseits folgt aus (9) [55] 2 C 1.

Lokale Extrema unter Newbenbedingungen (11) 0 = ( n m ) (λ 1,..., λ m ) F. Aus (11) und (10) ergibt sich also die Behauptung. (f) = (λ 1,..., λ m )( F, F ) = (λ 1,..., λ m )J p0 F = (λ 1,..., λ m ) = m i=1 λ i F i, ( ) gradp0 F 1 F m Sei f : O R differenzierbar und F : O R m stetig differenzierbar. Um die möglichen Stellen eines lokalen Extremums von f unter der Nebenbedingung F (x) = 0 zu bestimmen, geht man folgendermaßen vor: Man betrachtet das System der n m Gleichungen F (L) i (p) + λ 1 F 1 i (p) + λ 2 F 2 i (p) +... + λ m m i (p) = 0 für i = 1,..., n F j (p) = 0 für j = 1,..., m. Setzt man G(p, λ 1,..., λ m ) = f(p) + m j=1 λ jf j (p), so ist die Bedingung (L) auch äquivalent zu dies folgt aus G λ j (p, λ 1,..., λ m ) = F j (p) (G) J (p0,λ 0 1,...,λ0 m) G = 0; G und i (p, λ 1,..., λ m ) = i (p) + m j=1 λ j F j i (p). Man versucht nun das Gleichungssystem (L) (oder (L) ) zu lösen. Jeder Punkt p 0 = (p 0 1,..., p0 n) der Anfang einer Lösung (p 0 1,..., p0 n, λ 0 1,..., λ0 n) von G ist und für den rgj p0 F = m ist, kann dann Stelle eines lokalen Extremums von f unter der Nebenbedingung F (x) = 0 sein. Die einzigen weiteren Stellen p 0 die sich ebenfalls als Stellen eines lokalen Extremuns erweisen konnten, sind die Punkte mit F = 0 und rg(d p0 F ) < m. Die beiden folgenden Bemerkungen helfen gelegentlich bei der Anwendung des Lagrangeschen Verfahrens. Ist n := {p O : F (p) = 0} kompakt, so besitzt f N nach 36.19 eine Minimal- und Maximalstelle. Es besitzt also f unter der Nebenbedingung ein globales Minimum und Maximum. Der kleinste bzw. der größte der Werte f, die man mit Hilfe des obigen Verfahren erhält, ist dann das absolute Minimum bzw. Maximum von f unter der Nebenbedingung F (x) = 0. Vielfach sind Extremwertaufgaben mit Nebenbedingungen Abstandsaufgaben. Diese besitzen häufig aus anschaulichen Gründen eine Lösung. Manchmal kann die Existenz einer Lösung eines solchen Problems mit Hilfe des folgenden Satzes gezeigt werden. 55.3 Kompakte und abgeschlossene Mengen besitzen minimalen Abstand voneinander. Sei K R n kompakt und A R n abgeschlossen mit K und A. Dann gibt es ein k 0 K und a 0 A mit k 0 a 0 = inf{ k a : k K, a A}. C 1 [55] 3

Kapitel XII Implizite Funktionen, der Umkehrsatz und Extrema unter Nebenbedingungen Beweis. Setze a := inf{ k a : k K, a A}. Dann gibt es k n K und a n A mit (1) k n a n n α. Da K kompakt ist, gibt es eine Teilfolge k ϕ (n) von k n und ein k 0 K mit (2) k ϕ(n) n k 0. Aus (1) und (2) folgt dann (3) k 0 a ϕ(n) n α. Somit ist die Folge a ϕ(n) beschränkt, und es gibt daher eine weitere Teilfolge a ψ(n) die gegen ein Element a 0 konvergiert. Da A abgeschlossen ist, gilt a 0 A. Aus k 0 a ψ(n) α und a ψ(n) a 0 folgt somit α = k 0 a 0 mit k 0 K und a 0 A. Zum Abschluss dieses Pragrafen bringen wir zwei Beispiele. Das erste Beispiel benutzt den Satz 55.3, das zweite die Kompaktheit der Menge N. 55.4 Beispiel Gesucht sei derjenige Punkt au der Ebene F (x 1, x 2, x 3 ) = x 1 + x 2 x 3 = 0 der vom Punkt (1, 0, 0) den kleinsten Abstand hat. Es ist K = {(1, 0, 0)} kompakt und A = {p R 3 : F (p) = 0} abgeschlossen. Nach Satz 55.3 gibt es dann (mindestens) einen solchen Punkt. Zu minimieren ist also (1, 0, 0) (x 1, x 2, x 3 ) unter der Nebenbedingung F (x 1, x 2, x 3 ) = 0. Äquivalent hierzu ist es, die Funktion f(x 1, x 2, x 3 ) = (x 1 1) 2 +x 2 2 +x2 3 unter der Nebenbedingung zu minimieren. Da D p F = (1, 1, 1) maximalen Rang hat muss jeder gesuchte Punkt p 0 den Bedingungen (L) genügen. Also muss gelten i + λ F i = 0 für i = 1, 2, 3; F = 0. 2(p 1 0 1) + λ = 0 2p 2 0 + λ = 0 2p 3 0 λ = 0 p 1 0 + p2 0 p3 0 = 0. Aus Addition der zweiten und dritten Gleichung folgt p 2 0 = p3 0. Somit erhält man aus der vierten Gleichung p 2 0 = p1 0 2 und aus der zweiten daher λ = p 1 0. Daher folgt aus der ersten Gleichung p 1 0 = 2/3. Der einzig mögliche Punkt für ein Minimum ist daher (2/3, 1/3, 1/3). Da es nach Satz 55.3 aber ein solches Minimum geben muss, ist (2/3, 1/3, 1/3) der Punkt der Ebene der minimalen Abstand von Punkt (1, 0, 0) hat. Man könnte die Lösung einfacher erhalten, wenn man in der Funktion f(x 1, x 2, x 3 ) die Variable x 3 wegen der Nebenbedingung durch x 1 + x 2 ersetzt. Man hätte dann die Funktion f 0 (x 1, x 2 ) = f(x 1, x 2, x 1 + x 2 ) = (x 1 1) 2 + x 2 2 + (x 1 + x 2 ) 2 auf R 2 zu minimieren. Dies kann mit Hilfe von 52.6 (ii) geschehen. 55.5 Bestimmung der Extrema unter einer kompakten Nebenbedingung Man bestimme das absolute Minimum und Maximum der Funktion f(x 1, x 2, x 3 ) = 5x 1 + x 2 3x 3 auf dem Schnitt der Ebene x 1 + x 2 + x 3 = 0 mit der Kugeloberfläche x 2 1 + x 2 2 + x2 3 = 1. Die Nebenbedingungsmenge ist also kompakt und wird beschrieben durch [55] 4 C 1

Lokale Extrema unter Newbenbedingungen F 1 (x 1, x ( 2, x 3 ) = x 1 + x 2 + ) x 3 = 0 und F 2 (x 1, x 2, x 3 ) = x 2 1 + x2 2 + x2 3 1 = 0 Es ist 1, 1, 1 J p F =. Die Matrix ist auf der Nebenbedingungsmenge regulär. Die 2x 1, 2x 2, 2x 3 absoluten Extrema die ja auch relative Extrema sind, müssen sich also mit Hilfe der Lagrangeschen Multiplikatoren berechnen lassen. Es muss also für die absolute Maxima und Minima gelten 5 + λ + 2µ x 1 = 0 1 + λ + 2µ x 2 = 0 3 + λ + 2µ x 3 = 0 x 1 + x 2 + x 3 = 0 x 2 1 + x2 2 + x2 3 1 = 0. Addiert man die ersten drei Gleichungen, so erhält man wegen der vierten Gleichung 3 + 3λ = 0, d.h. λ = 1. Hiermit ergibt sich aus den ersten beiden Gleichungen 4 + 2µ x 1 = 0 und 2µ x 2 = 0. Es muss also µ 0 und daher x 2 = 0 sein. Aus den letzten beiden Gleichungen erhalten wir daher x 3 = x 1 und 2x 2 1 = 1, also x 1 = ± 1/ 2. Man rechnet nach, dass (1/ 2, 0, 1/ 2) zusammen mit λ 1 und µ = 2 2 sowie ( 1/ 2, 0, 1/ 2) zusammen mit λ 1 und µ = 2 2 das Lagrangesche Gleichungssystem erfüllen. Es gilt f(1/ 2, 0, 1/ 2) = 4 2 f( 1/ 2, 0, 1/ 2) = 4 2. Da also höchstens zwei relative Extrema existieren, anderseits aber ein absolutes Maximum und Minimum wegen der Kompaktheit von N existiert, muss 4 2 das absolute Maximum und 4 2 das absolute Minimum von f unter der Nebenbedingung N sein. C 1 [55] 5