17.08.2013 Views

IEVADS OPTIMIZ¯ACIJ¯A

IEVADS OPTIMIZ¯ACIJ¯A

IEVADS OPTIMIZ¯ACIJ¯A

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

28 I nodal¸a. VAIRĀKU ARGUMENTU FUNKCIJU EKSTRĒMI<br />

Pieņemsim, ka x0 ir Lagranˇza funkcijas<br />

L(x; λ) = f(x) +<br />

m<br />

λigi(x)<br />

stacionārais punkts, bet λ = (λ1; . . . ; λm) ir attiecīgais Lagranˇza reizinātāju<br />

vektors. Stacionārā punkta raksturs ir atkarīgs no funkcijas pieauguma<br />

∆f = f(x) − f(x0) zīmes, kur x apmierina saites (1.8). Atzīmēsim, ka<br />

∆L = L(x) − L(x0) = f(x) − f(x0) +<br />

m<br />

i=1<br />

i=1<br />

<br />

λi gi(x) − gi(x0) = f(x) − f(x0)<br />

visiem x, kuri apmierina nosacījumus (1.8), jo tad g(x) − g(x0) = 0. Tas<br />

nozīmē, ka funkcijas pieauguma ∆f vietā var analizēt ∆L. Iegūstam<br />

∆L = dL(x0) + 1<br />

2 d2 L(x0) + ε,<br />

kur ε ir augstākas kārtas loceklis attiecībā pret argumentu pieaugumu.<br />

Tā kā dL(x0) = 0, tad pieauguma ∆L zīme ir atkarīga no kvadrātiskās<br />

formas d 2 L(x0) zīmes, kura savukārt ir atkarīga no n mainīgajiem dx 2 i<br />

(i = 1 . . . , n). Diferencējot saites, iegūstam sakarības<br />

Pieņemot, ka matricas<br />

dg1 = ∂g1<br />

dx1 + · · · +<br />

∂x1<br />

∂g1<br />

,<br />

∂xn<br />

dgm = ∂gm<br />

∂x1<br />

<br />

<br />

∂gi<br />

∂xj<br />

<br />

<br />

· · ·<br />

dx1 + · · · + ∂gm<br />

.<br />

∂xn<br />

rangs ir m (tas nozīmē, ka vismaz viens ˇsīs<br />

matricas m-tās kārtas minors punktā x0 nav vienāds ar nulli, bet katrs<br />

ˇsīs matricas (m + 1)-tās kārtas minors punktā x0 ir vienāds ar nulli),<br />

varam izteikt m atkarīgo mainīgo diferenciāl¸us ar n−m neatkarīgo mainīgo<br />

diferenciāl¸iem. Tad n mainīgo kvadrātiskā forma d 2 L(x0) kl¸ūs par n − m<br />

neatkarīgo mainīgo formu Q. ˇ So kvadrātisku formu var pētīt standarta<br />

veidā (skat. 1.1.5. apakˇsparagrāfu) un spriest par stacionārā punkta raksturu.<br />

Atgādināsim, ka, ja forma Q ir pozitīva, tad punktā x0 ir minimums<br />

(nosacītais!), bet, ja Q ir negatīva, tad punkts x0 ir nosacītā maksimuma<br />

punkts.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!