1 Zur Lagrange-Multiplikatoren - TUM M7/Analysis
1 Zur Lagrange-Multiplikatoren - TUM M7/Analysis
1 Zur Lagrange-Multiplikatoren - TUM M7/Analysis
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Studentische Fragen zur HM2-Übung, Blatt 5<br />
Autor: Yuen Au Yeung Stand: 25.05.2012<br />
Guide: Hier sind Fragen und Antworten aufgelistet, die mir vor/während/nach meinen drei<br />
wöchentlichen Übungen gestellt wurden. Fragen wurden in blau, Antworten in rot hervorgehoben.<br />
Bei langen Fragen wurden die Stichwörter in rosa geschrieben. Nachträgliche Korrekturen<br />
in den Antworten sind ebenfalls rot markiert.<br />
1 <strong>Zur</strong> <strong>Lagrange</strong>-<strong>Multiplikatoren</strong><br />
1. Frage: Was bedeutet anschaulisch, dass die Gradienten der zu minimierenden Funktion<br />
und der Nebenbedingungsfunktion an einer Extrenalstelle unter Nebenbedingung zueinander<br />
parallel sind?<br />
Antwort: Wir erklären dies anhand zweier Funktionen f, g : R 2 → R. Die Funktion f<br />
soll unter der Nebenbedingung g(x) = 0 minimiert werden. Dazu zeichnen wir die eingeschränkte<br />
Definitionsmenge, d.h. die Nullstellenmenge von g. Dies könnte beispielsweise<br />
so aussehen:<br />
y<br />
g = 0<br />
Die natürliche Strategie würde jetzt folgendermaßen lauten: Gebe einen Funktionswert,<br />
etwa 0, fix vor und untersuche, ob dieser Funktionswert 0 auf der blauen Kurve angenommen<br />
wird. Zeichnerisch bedeutet dies, dass man die Höhenlinie von der Funktion f zum<br />
Niveau 0 zeichnet, und überprüft, ob sich diese mit der blauen Linie schneidet.<br />
y<br />
g = 0<br />
x<br />
f = 0<br />
In unserem Beispiel sehen wir, dass es zwei Schnittstellen gibt. Daher verkleinern wir den<br />
Funktionswert 0, etwa auf −1, und schauen nun, ob dieser Wert auf der blauen Kurve<br />
angenommen wird.<br />
x
y<br />
g = 0<br />
f = 0<br />
f = -1<br />
Wir zeichnen sukzessive die Höhenlinien (=Niveaulinien) zu einem noch kleineren Funktionswert<br />
von f ein und hören genau dann auf, wenn eine Verkleinerung keinen Schnittpunkt<br />
mehr mit der blauen Kurve hat. Diese Stelle ist nun also unsere Minimalstelle<br />
von f, eingeschränkt auf der blauen Kurve. Wenn wir jetzt die Tatsache berücksichtigen,<br />
dass Gradienten an einer Stelle stets senkrecht auf Höhenlinien der Funktionen stehen<br />
(siehe Skript S. 148f.), erhält man folgende Zeichnung, in der tatsächlich die Gradienten<br />
zueinander parallel sind.<br />
y<br />
g = 0<br />
x<br />
f = 0<br />
f = -1<br />
f = -2<br />
f = -5<br />
Man könnte jetzt einwenden, dass die Höhenlinien bei Verkleinerung der Funktionswerte<br />
von f nicht absteigend vorkommen. Es könnte auch sein, dass die Höhenlinie des Funktionswertes<br />
-1 zwischen den Höhenlinien des Funktionswertes 0 liegt:<br />
y<br />
g = 0<br />
x<br />
f = 0<br />
f = -1<br />
In diesem Fall besitzt aber f (aus Stetigkeitsgründen!) ein lokales Minimum an den grünen<br />
Schnittpunkten, weil die Funktionswerte unmittelbar überhalb und unterhalb der Niveaulinie<br />
f = −1 wieder zunehmen. Man beachte, dass dieses lokale Minimum auch ohne<br />
Nebenbedingung auftritt.<br />
Der Gradient von f ist demzufolge an den grünen Stellen der Nullvektor und die Gleichung<br />
f = 0<br />
∇f(grüne Stelle) + λg(grüne Stelle) = 0<br />
ist für λ = 0 erfüllt – völlig unabhängig davon, in welche Richtung ∇g(grüne Stelle) zeigt.<br />
x
2. Frage: In der Zentralübung haben wir die stationären Punkte der <strong>Lagrange</strong>-Funktion<br />
untersucht. Wieso hier nicht?<br />
Antwort: Weil es dasselbe ist! Die <strong>Lagrange</strong>-Funktion lautet L( −→ x ) = f( −→ x ) + λg( −→ x ).<br />
Die stationären Punkte von L erfüllen alle<br />
∇L( −→ <br />
∇xf(<br />
x , λ) =<br />
−→ x ) + λ∇xg( −→ x )<br />
g( −→ <br />
0<br />
=<br />
x )<br />
0<br />
Das ∇L ist der Gradient von L und enthält alle partiellen Ableitungen nach xi und nach<br />
λ. Das ∇x soll nur andeuten, dass wir nur alle partiellen Ableitungen nach xi betrachten.<br />
3. Frage: Wenn die Menge, auf der ich eine Funktion maximiere bzw. minimiere, offen ist,<br />
brauche ich kein <strong>Lagrange</strong>, oder?<br />
Antwort: Genau! Dann wird klassisch via stationären Punkten und Definitheit des Hesse-<br />
Matrix untersucht.<br />
4. Frage: <strong>Zur</strong> Kompaktheit: Ist eine abgeschlossene Menge ín R n nicht automatisch beschränkt?<br />
Antwort: Nein. Zum Beispiel ist R n abgeschlossen, aber unbeschränkt. Das halboffene<br />
Intervall [0, ∞[ ist abgeschlossen in R. Das kann man folgendermaßen erklären (wird jetzt<br />
etwas technisch):<br />
Eine Teilmenge A ⊂ R n heißt offen, wenn man in jedem beliebigen Punkt von A eine<br />
Kugel mit einem geeignet kleinen Radius legen kann, sodass die Kugel noch vollständig<br />
in der Menge enthalten ist. Wie groß der Radius ist, ist egal – es kommt nur darauf an,<br />
dass es einen solchen gibt.<br />
Eine Menge A ⊂ R n heißt abgeschlossen, wenn ihr Komplement R n \A offen ist.<br />
Wir schauen uns die Menge A = [0, ∞[ an; sie ist abgeschlossen. Denn Ihr Komplement<br />
ist ] − ∞, 0[. Das sind alle negative Zahlen. Man kann um jeder negativen Zahl ein kleines<br />
Intervall 1 legen, welches nur negative Zahlen enthält.<br />
2 Zu impliziten Funktionen<br />
1. Frage: Was meinst du mit fx(x, y, g(x, y)) und fz(x, y, g(x, y))?<br />
Antwort: Wir greifen auf die Funktion in der H 5.3 zurück. Dort war<br />
f(x, y, z) = z 3 − z + 3x 2 + 2y 2 .<br />
Es war (0, 0) ein stationärer Punkt von g und g(0, 0) = −1. Wir berechnen gxx(0, 0)<br />
explizit. Nach der Tutorübung gilt:<br />
gxx(0, 0) = − fxx(0, 0, g(0, 0))<br />
fz(0, 0, g(0, 0)) .<br />
Die partiellen Ableitungen nach x und z lauten:<br />
Also ist<br />
fxx(x, y, z) = 6, fz(x, y, z) = 3z 2 − 1.<br />
6<br />
gxx(0, 0) = −<br />
3g(0, 0) 2 6<br />
= −<br />
− 1 3 · (−1) 2 = −3.<br />
− 1<br />
1 Intervall ist das eindimensionale Pendant zur Kugel.