Flervariabelanalys, optimering
Varken hessematris eller taylor ger något betydelsefullt svar för denna funktion. Lagrange fungerar ju inte heller eftersom det finns inget bivilkor. Eftersom det är en ln-funktion misstänker jag att det är någon gränsvärdes historia? Kan det vara så?
Titta först på argumentet till ln, alltså uttrycket 1+(x-y)2. Vad kan du säga om det?
Laguna skrev:Titta först på argumentet till ln, alltså uttrycket 1+(x-y)2. Vad kan du säga om det?
Den kan väl endast anta positiva värden. När (x,y) --> inf går uttrycket mot 1
Har det ett största eller ett minsta värde?
Laguna skrev:Har det ett största eller ett minsta värde?
Nja det skulle jag inte säga. Den har inga lokala extrempunkter. Och när man går (x,y)--> (0,0) får vi 1 och (x,y)--> inf får vi 1.
Edit: När (x,y)--> inf borde det vara ett odefinierat gränsvärde efter som inf-inf
Hej!
Du verkar krångla till det en aning.
Du kan exempelvis betrakta funktionen . Har den några max eller min?
Eftersom är monoton så kan du istället betrakta argumentet . Vad är det minsta värdet det kan anta? Vad är då det minsta värdet kan anta?
Moffen skrev:Hej!
Du verkar krångla till det en aning.Du kan exempelvis betrakta funktionen . Har den några max eller min?
Eftersom är monoton så kan du istället betrakta argumentet . Vad är det minsta värdet det kan anta? Vad är då det minsta värdet kan anta?
Hej,
Ja alltså det som krånglar till det är (x-y)^2 komponenten. ln(1+x^2) bör ha ett minsta värde dvs ln(1)=0. Den har dock inget största värde eftersom den kan fortsätta växa i all evighet. Eftersom (x-y)^2 endast kan anta positiva värden bör det minsta värdet för den vara (x,y)=(0,0) och därmed får vi ln(1)=0, så det bör isådanafall vara det minsta värdet för funktionen. Men det blir ju lite krångligare när man ska beskriva för stora värden eftersom man får (inf-inf)
Det intressanta i är ju att du kan välja riktning hur som helst. Exempelvis så gäller att , vilket gäller för hela linjen i och inte bara punkten . Men mycket riktigt, eftersom och är monoton så har vi att minsta värdet (som faktiskt antas, vi har ju till exempel hela linjen ) . Så har minsta värde .
På samma sätt så välj något enkelt för att hitta största värde (om det finns). Låt exempelvis . Ja då är ju som vi vet inte har något största värde. Alltså har inte något största värde, du kan alltid hitta ett större.
Moffen skrev:Det intressanta i är ju att du kan välja riktning hur som helst. Exempelvis så gäller att , vilket gäller för hela linjen i och inte bara punkten . Men mycket riktigt, eftersom och är monoton så har vi att minsta värdet (som faktiskt antas, vi har ju till exempel hela linjen ) . Så har minsta värde .
På samma sätt så välj något enkelt för att hitta största värde (om det finns). Låt exempelvis . Ja då är ju som vi vet inte har något största värde. Alltså har inte något största värde, du kan alltid hitta ett större.
Tack för förklaringen. Jag tror jag förstår nu.