Mehrdimensionale Extremstellen Algorithmus | Mathe by Daniel Jung

Mathe by Daniel Jung
14 Abonnenten
2 Videoaufrufe·19.12.2024
ja das soll noch mal ein Video sein der
Algorithmus um mehr dimensionale
Extremstellen zu bestimmen ihr braucht
dazu einzelvokabel die ich auch jeweils
in einzelnen Videos produziert habe das
ist der
komplettablauf also erstens ihr müsst
den gradient bestimmen ihr habt eine
Funktion f x1 x2 X3 wie groß auch immer
ja habt jetzt mehrere Argumente der
Gradient
entsprechend von F gibt ja die
partiellen Ableitungen an also die
partielle Ableitung nach X1 die
partielle Ableitung nach X2 die
partielle Ableitung nach X3 und so
weiter ja wie viele Argumente ihr eben
auch habt danach zweitens die
kritischen Stellen
bestimmen Stellen bestimmen
die einzelnen partiellen Ableitung
gleich n0 setzt danach bestimmt ihr die
Hesse
Matrix ja auch hier jetzt angerissen was
die hä Matrix ist die hä Matrix zu F
gibt entsprechend die zweiten Ableitung
an ja also F erst nach X1 abgeleitet
dann noch mal nach X1 abgeleitet erst
nach X1 abgeleitet dann nach X2
abgeleitet hier erst nach X2 abgeleitet
dann nach X1 abgeleitet erst nach X2
abgeleitet dann noch mal nach X2
abgeleitet das wä jetzt wenn wir zwei
Argumente hätten und so würde es dann
Pünktchen Pünktchen Pünktchen
entsprechend
weitergehen dann setzt ihr entsprechend
die kritischen Stellen ein und müsst
dann entsprechend die wenn ihr die
Stellen eingesetzt haben die Definitheit
Überprüfen der entsprechenden Matrix
wiederum geht entweder mit dem
Kriterium von
Silvester ja
oder mit den
Eigenwerten der Matrix wenn ihr das dann
macht dann könnt ihr entsprechend
angeben ihr habt dann
entsprechend ein
Minimum Minimum wenn
ihr auf definiert überprüft habt und
entsprechend
ihr sagen könnt die Matrix ist hat eine
positive Definitheit ein Maximum Maximum
liegt vor
wenn
negativ negative Definitheit ein
Sattelpunkt liegt vor wenn die Matrix in
definit ist
indefinit
ein
Minimum oder Sattelpunkt liegt vor wenn
positiv
semidefinitit vorliegt und ein Maximum
oder Sattelpunkt liegt vor wenn negative
semidefiniteit
vorlegt dort müsste man dann noch etwas
genauer untersuchen vielleicht im
Computerprogramm gebastelt wie die
Funktion entsprechend aussieht das wäre
jetzt der Algorithmus ihr solltet sicher
sein bei mehrdimensionalen Funktionen
was der Gradient ist was die hess
matatrix ist wie die kritischen Stellen
bestimmt wie mit dem Kriterium von
Silvester oder eigentlich die bessere
Version mit den
Eigenwerten auf Definitheit eine Matrix
überprüft und entsprechend dann die
Angaben machen zu können und dann heißt
es hoffentlich Matth erkannt Gefahr
gebannt
