MS-A0207 Differentiaali- ja integraalilaskenta 2 Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio.

Samankaltaiset tiedostot
Antti Rasila. Kevät Matematiikan ja systeemianalyysin laitos Aalto-yliopisto. Antti Rasila (Aalto-yliopisto) MS-A0204 Kevät / 16

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat.

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat.

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 3: Osittaisderivaatta

MS-A0207 Differentiaali- ja integraalilaskenta 2 (CHEM) Luento 2: Usean muuttujan funktiot

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 2: Usean muuttujan funktiot

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 4: Ketjusäännöt ja lineaarinen approksimointi

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 4: Ketjusäännöt ja lineaarinen approksimointi

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa I

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 4: Derivaatta

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 3: Vektorikentät

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 9: Muuttujanvaihto taso- ja avaruusintegraaleissa

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos

MS-A0102 Differentiaali- ja integraalilaskenta 1

Matematiikan tukikurssi

1.7 Gradientti ja suunnatut derivaatat

Johdatus tekoälyn taustalla olevaan matematiikkaan

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 8: Divergenssi ja roottori. Gaussin divergenssilause.

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 1: Parametrisoidut käyrät ja kaarenpituus

Matematiikka B1 - TUDI

Oletetaan, että funktio f on määritelty jollakin välillä ]x 0 δ, x 0 + δ[. Sen derivaatta pisteessä x 0 on

Matematiikka B1 - avoin yliopisto

Derivaatta: funktion approksimaatio lineaarikuvauksella.

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä.

Kuva 1: Funktion f tasa-arvokäyriä. Ratkaisu. Suurin kasvunopeus on gradientin suuntaan. 6x 0,2

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 1: Parametrisoidut käyrät ja kaarenpituus

Matematiikan tukikurssi

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos. MS-A0203 Differentiaali- ja integraalilaskenta 2, kevät 2016

Luento 8: Epälineaarinen optimointi

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Esimerkkejä ym., osa I

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Esimerkkejä ym., osa I

f(x 1, x 2 ) = x x 1 k 1 k 2 k 1, k 2 x 2 1, 0 1 f(1, 1)h 1 = h = h 2 1, 1 12 f(1, 1)h 1 h 2

, on säännöllinen 2-ulotteinen pinta. Määrää T x0 pisteessä x 0 = (0, 1, 1).

Oletetaan ensin, että tangenttitaso on olemassa. Nyt pinnalla S on koordinaattiesitys ψ, jolle pätee että kaikilla x V U

a) on lokaali käänteisfunktio, b) ei ole. Piirrä näiden pisteiden ympäristöön asetetun neliöruudukon kuva. VASTAUS:

Matematiikan tukikurssi

Vektorianalyysi II (MAT21020), syksy 2018

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 3: Jatkuvuus

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 8: Newtonin iteraatio. Taso- ja avaruusintegraalit

Funktiot. funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina.

Luento 8: Epälineaarinen optimointi

(d) f (x,y,z) = x2 y. (d)

Laskuharjoitus 2A ( ) Aihepiiri: Raja-arvot etc. Adams & Essex, 8th Edition, Chapter 12. z = f(x, 0) = x2 a z = f(0, y) = 02 a 2 + y2

Differentiaali- ja integraalilaskenta 2

BM20A0300, Matematiikka KoTiB1

Mat Matematiikan peruskurssi C2

Johdatus reaalifunktioihin P, 5op

r > y x z x = z y + y x z y + y x = r y x + y x = r

Ratkaisu: Ensimmäinen suunta. Olkoon f : R n R m jatkuva eli kaikilla ε > 0 on olemassa sellainen δ > 0, että. kun x a < δ. Nyt kaikilla j = 1,...

Oletetaan, että funktio f on määritelty jollakin välillä ]x 0 δ, x 0 + δ[. Sen derivaatta pisteessä x 0 on

Tehtävä 1. Näytä, että tason avoimessa yksikköpallossa

Sivu 1 / 8. A31C00100 Mikrotaloustieteen perusteet: matematiikan tukimoniste. Olli Kauppi

Matematiikan perusteet taloustieteilij oille I

Talousmatematiikan perusteet: Luento 13. Rajoittamaton optimointi Hessen matriisi Ominaisarvot ja vektorit Ääriarvon laadun tarkastelu

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 7: Pintaintegraali ja vuointegraali

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 4: Taso- ja avaruuskäyrät

4. Derivointi useammassa ulottuvuudessa

BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 4, Syksy 2016

= + + = 4. Derivointi useammassa ulottuvuudessa

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto ja esimerkkejä ym., osa I

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto ja esimerkkejä ym., osa I

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto ja esimerkkejä ym., osa I

Luento 9: Yhtälörajoitukset optimoinnissa

VEKTORIANALYYSIN HARJOITUKSET: VIIKKO 4

1 Rajoittamaton optimointi

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos. MS-A0203 Differentiaali- ja integraalilaskenta 2, kevät 2016

Differentiaali- ja integraalilaskenta 3 Harjoitus 4/ Syksy 2017

Talousmatematiikan perusteet: Luento 14. Rajoittamaton optimointi Hessen matriisi Ominaisarvot Ääriarvon laadun tarkastelu

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 9: Greenin lause

Vastaa kaikkiin kysymyksiin (kokeessa ei saa käyttää laskinta)

Matematiikan tukikurssi. Toinen välikoe

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

763101P FYSIIKAN MATEMATIIKKAA Seppo Alanko Oulun yliopisto Fysiikan laitos Syksy 2012

mlvektori 1. Muista, että Jacobin matriisi koostuu vektori- tai skalaariarvoisen funktion F ensimmäisistä

Matematiikan tukikurssi

3.4 Käänteiskuvauslause ja implisiittifunktiolause

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö

Derivaatat lasketaan komponenteittain, esimerkiksi E 1 E 2

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 5: Taylor-polynomi ja sarja

JYVÄSKYLÄN YLIOPISTO. Integraalilaskenta 2 Harjoitus Olkoon A := {(x, y) R 2 0 x π, sin x y 2 sin x}. Laske käyräintegraali

1 Euklidiset avaruudet R n

Selvästi. F (a) F (y) < r x d aina, kun a y < δ. Kolmioepäyhtälön nojalla x F (y) x F (a) + F (a) F (y) < d + r x d = r x

Tutki, onko seuraavilla kahden reaalimuuttujan reaaliarvoisilla funktioilla raja-arvoa origossa: x 2 + y 2, d) y 2. x + y, c) x 3

Konjugaattigradienttimenetelmä

Matematiikan tukikurssi

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /

2.6 Funktioiden kuvaajat ja tasa-arvojoukot

Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2017 Insinöörivalinnan matematiikan koe , Ratkaisut (Sarja A)

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos. MS-A0203 Differentiaali- ja integraalilaskenta 2, kevät 2016

MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö

Differentiaali- ja integraalilaskenta 2

Analyysi I (sivuaineopiskelijoille)

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 10: Stokesin lause

Viikon aiheet. Funktion lineaarinen approksimointi

Johdantoa INTEGRAALILASKENTA, MAA9

12. Hessen matriisi. Ääriarvoteoriaa

Differentiaali- ja integraalilaskenta 1 Ratkaisut 2. viikolle /

6 Variaatiolaskennan perusteet

Transkriptio:

MS-A0207 Differentiaali- ja integraalilaskenta 2 Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio. Riikka Korte Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto Kevät 2017 1 Perustuu Antti Rasilan ja Jarmo Malisen luentokalvoihin. Riikka Korte (Aalto-yliopisto) MS-A0207 Kevät 2017 1 / 18

Vektoriarvoiset funktiot Olkoon D R n ja f = (f 1, f 2,..., f m ) vektori, missä jokainen funktion f komponentti on funktio f j : D R ja m, n 2. Tällainen vektori määrittelee vektoriarvoisen funktion f : R n R m, jota kutsutaan myös vektorikentäksi. Usein käytetään merkintää y = f(x). Vektoriarvoisia funktiota esiintyy usein mm. fysiikassa sellaisten suureiden yhteydessä, joilla on voimakkuus ja suunta (esimerkiksi nopeus- ja voimakentät). Huomaa, että f j :t ovat tässä vektorin f komponentteja (eivät siis osittaisderivaattoja). Riikka Korte (Aalto-yliopisto) MS-A0207 Kevät 2017 2 / 18

Vektoriarvoisen funktion derivointi Derivaatan luonnollinen vastine vektoriarvoisen funktion f = (f 1, f 2,..., f m ) tapauksessa on Jacobin matriisi Df(x) =. f 1 f 1 x 1 f 2 f 2 x 1 f m x 1 x 2 x 2. f m x 2 f 1 x n f 2 x n. f m x n. Jos m = n, Jacobin matriisi on neliömatriisi ja sen determinattia sanotaan funktion f Jacobin determinantiksi pisteessä x. Tätä determinanttia tarvitaan kurssin loppuosassa. Jacobin matriiseilla ketjusääntö voidaan kirjoittaa yleisessä muodossa D(f g)(x) = Df ( g(x) ) Dg(x). Riikka Korte (Aalto-yliopisto) MS-A0207 Kevät 2017 3 / 18

Sovellus: implisiittifunktiolause Oletetaan, että skalaarifunktiot F (1), F (2),..., F (n) ovat derivoituvia. Tutkitaan yhtälöryhmää F (1) (x 1, x 2,..., x m, y 1, y 2,..., y n ) = 0, F (2) (x 1, x 2,..., x m, y 1, y 2,..., y n ) = 0,. F (n) (x 1, x 2,..., x m, y 1, y 2,..., y n ) = 0, pisteen P 0 = (a 1, a 2,..., a m, b 1, b 2,..., b n ) lähellä. Muuttujat y = (y 1,..., y n ) voidaan esittää muuttujien x = (x 1,..., x m ) funktioina jos pisteen P 0 lähellä, jos funktion F(y) = (F (1),..., F (n) )(y) Jacobin determinatti det DF(y) 0. P0 Riikka Korte (Aalto-yliopisto) MS-A0207 Kevät 2017 4 / 18

Esimerkki 1 Osoitetaan, että (u, v) voidaan esittää muuttujien (x, y, z) funktiona systeemistä { F (x, y, z, u, v) = xy 2 + xzu + yv 2 3 = 0, G(x, y, z, u, v) = x 3 yz + 2xv u 2 v 2 2 = 0, pisteen P 0 = (1, 1, 1, 1, 1) lähellä. Selvästi F (P 0 ) = G(P 0 ) = 0. Muodostetaan Jacobin determinatti F F u v = xz 2yv P0 2uv 2 2x 2u 2 v G u G v = P0 1 2 2 0 = 4. Koska determinantti ei ole nolla, voidaan kirjoittaa u = u(x, y, z) ja v = v(x, y, z) kolmen muuttujan funktioina. Kaavoja näille funktioille ei kuitenkaan voida yleensä antaa. Riikka Korte (Aalto-yliopisto) MS-A0207 Kevät 2017 5 / 18

Gradientti Olkoon f : D R n R, n 2, derivoituva pisteessä x D. Määritelmä Funktion f gradientti pisteessä x on vektori f = grad f = ( x 1 f, x 2 f,..., ) f R n. x n Gradientti kertoo funktion f nopeimman kasvun suunnan. Se on vektoriarvoinen funktio f : D R n. Tapauksessa n = 3 voidaan kirjoittaa = i x + j y + k z. Tapauksessa n = 2 kolmas termi jää pois. Gradientti on Jacobin matriisin erikoistapauksena kun m = 1. Riikka Korte (Aalto-yliopisto) MS-A0207 Kevät 2017 6 / 18

Esimerkki 2 Olkoon f (x, y) = x 2 + y 2. Saadaan f = 2xi + 2yj. Erityisesti f (a, b) on kohtisuorassa origokeskisen (yksikkö)ympyrän mielivaltaiseen pisteeseen (a, b) piirrettyä tangenttisuoraa vastaan. Viimeinen väite on erikoistapaus yleisemmästä tasa-arvokäyriä koskevasta totuudesta. Riikka Korte (Aalto-yliopisto) MS-A0207 Kevät 2017 7 / 18

Tasa-arvokäyrät (kertausta 2. luennolta) Olkoon c R vakio, D R 2 ja f : D R funktio. Tällöin joukko C = {(x, y) : f (x, y) = c} on usein tasokäyrä. Kyseinen pistejoukko voi olla myös tyhjä (jos f ei saa arvoa c) tai vaikkapa koko taso (jos f on vakio). Mikäli joukko C on tasokäyrä, sitä sanotaan funktion f arvoon c liittyväksi tasa-arvokäyräksi. Esim. Korkeuskäyrät kartalla ovat tasa-arvokäyriä funkiolle, joka liittää kartalla olevaan pisteeseen (x, y) sen korkeuden meren pinnasta. Huom. Jos tulivuoren kraaterissa on järvi, niin veden pinta on vakiokorkeudella meren pinnasta. Tulee ongelmia tulkita järven pinta tasa-arvokäyränä... mutta ei ajatella sitä nyt. Ajatellaan sen sijaan levadaa Madeiran rinteillä. Riikka Korte (Aalto-yliopisto) MS-A0207 Kevät 2017 8 / 18

Gradientti ja tasa-arvokäyrät Lause Olkoon D R 2, (a, b) D ja f : D R derivoituva pisteessä (a, b) siten, että f (a, b) 0. Tällöin f (a, b) on kohtisuorassa pisteen (a, b) kautta kulkevaa funktion f tasa-arvokäyrää (t.s., sen tangenttia) vasten. Seuraus: Jos piste x D on funktion f paikallinen ääriarvo (minimi tai maksimi), niin f (x) = 0. Piirrä miksi näin on. Gradientin nollakohta ei kuitenkaan välttämättä ole funktion ääriarvo. Edes skalaarifunktion derivaatan nollakohta ei välttämättä ole minimi eikä maksimi, kuten nähdään jos f (x) = x 3. Riikka Korte (Aalto-yliopisto) MS-A0207 Kevät 2017 9 / 18

Todistus Olkoon I = [ 1, 1] ja r(t): I R 2 tasa-arvokäyrän sellainen parametrisointi, että r(0) = (a, b). Koska r(t) = x(t)i + y(t)j on tasa-arvokäyrä, kaikilla t I pätee f (x(t), y(t)) = f (a, b) eli vakio. Ketjusäännöstä saadaan (koska vakiofunktion derivaatta on nolla) f 1 ( x(t), y(t) ) x (t) + f 2 ( x(t), y(t) ) y (t) = 0. Erityisesti pisteessä t = 0 tämä tarkoittaa, että f (a, b) r (0) = 0, eli toisin sanoen vektori f ja tangentin suuntainen r (0) ovat kohtisuorassa. Riikka Korte (Aalto-yliopisto) MS-A0207 Kevät 2017 10 / 18

Suunnattu derivaatta Lause Edellinen tulos voidaan tulkita niin, että tasa-arvokäyrä(n tangentti) antaa suunnan, johon edettäessä funktio ei kasva eikä vähene. Niinpä funktio kasvaa jyrkimmin gradienttinsa suuntaan, joka on tasa-arvokäyrän normaalivektori. Muihin suuntiin liikuttessa kasvunopeuden antaa suunnattu derivaatta D u f (a, b) = dg dt (0) jossa g(t) = f (a + tu 1, b + tu 2 ). jossa u = u 1 i + u 2 j on yksikkösuuntavektori. Olkoon f : D R 2 R funktio, (a, b) D ja u = u 1 i + u 2 j sellainen vektori, että u 2 = u1 2 + u2 2 = 1. Tällöin funktion f suunnattu derivaatta suuntaan u saadaan kaavasta D u f (a, b) = u f (a, b). Perustele piirtämällä tai derivoinnin ketjusäännöllä! Riikka Korte (Aalto-yliopisto) MS-A0207 Kevät 2017 11 / 18

Esimerkki 3 1/2 Olkoon f (x, y) = y 4 + 2xy 3 + x 2 y 2. Etsitään D u (0, 1), kun u on (a) i + 2j, (b) j + 2i, (c) 3i, (d) i + j. Ratkaisu: Lasketaan f (x, y) = (2y 3 + 2xy 2 )i + (4y 3 + 6xy 2 + 2x 2 y)j, f (0, 1) = 2i + 4j. (a) i + 2j = 5 ja siten u = (i + 2j)/ 5. Saadaan D u f (0, 1) = 1 5 (i + 2j) (2i + 4j) = 2 + 8 5 = 2 5. Huomaa, että tässä u ja f (0, 1) ovat yhdensuuntaiset. Riikka Korte (Aalto-yliopisto) MS-A0207 Kevät 2017 12 / 18

Esimerkki 3 2/2 (b) j 2i = 5 ja siten u = (j 2i)/ 5. Saadaan D u f (0, 1) = 1 5 (j 2i) (2i + 4j) = 4 + 4 5 = 0. Vektorit u ja f (0, 1) ovat siis kohtisuorassa. (c) 3i = 3 ja siten u = i. Saadaan D u f (0, 1) = i (2i + 4j) = 2. Tämä on sama kuin f 1 (0, 1). (d) i + j = 2 ja siten u = (i + j)/ 2. Saadaan D u f (0, 1) = 1 2 (i + j) (2i + 4j) = 2 + 4 2 = 3 2. Huomaa, että 3 2 4.243 < 2 5 4.472. Riikka Korte (Aalto-yliopisto) MS-A0207 Kevät 2017 13 / 18

Taylorin kaava Yhden muuttujan tapauksessa m + 1 kertaa jatkuvasti derivoituvaa funktiota f : I R voidaan approksimoida kaavalla f (x) f (a) + f (a)(x a) + f (a) 2! kun a, x I. (x a) 2 +... + f (m) (a) (x a) m. m! Tämä idea yleistyy usean muuttujan tapaukseen: Jos a, h R n, n 2 ja funktiolla f : D R n R on jatkuvat kertaluvun (m + 1) osittaisderivaatat pisteitä a, a + h yhdistävällä janalla, niin f (a + h) m j=0 (h ) j f (a). j! Riikka Korte (Aalto-yliopisto) MS-A0207 Kevät 2017 14 / 18

Esimerkki 4 Olkoon (a, b) R 2 ja f (x, y) neljä kertaa jatkuvasti derivoituva kiekossa (a, b)-keskisessä r-säteisessä kiekossa. Etsitään 3. asteen approksimaatio. Jos h = (h, k), niin f (a+h, b +k) f (a, b)+(hd 1 +kd 2 )f (a, b)+ 1 2! (hd 1 +kd 2 ) 2 f (a, b) + 1 3! (hd 1 + kd 2 ) 3 f (a, b) = f (a, b) + hf 1 (a, b) + kf 2 (a, b) + 1 ( ) h 2 f 11 (a, b) + 2hkf 12 (a, b) + k 2 f 22 (a, b) 2! + 1 ( ) h 3 f 111 (a, b) + 3h 2 kf 112 (a, b) + 3hk 2 f 122 (a, b) + k 3 f 222 (a, b). 3! Huom. 1. asteen Taylor-approksimaatio on sama kuin tangenttitaso. Riikka Korte (Aalto-yliopisto) MS-A0207 Kevät 2017 15 / 18

Esimerkki 5 1/2 Etsitään 2. asteen Taylor-approksimaatio funktiolle f (x, y) = x 2 + y 3 pisteen (1, 2) ympäristössä. Lasketaan f (1, 2) = 3, f 1 (x, y) = eli f 1 (1, 2) = 1/3 ja f 2 (1, 2) = 2. Edelleen f 11 (x, y) = x x 2 + y 3, f 2(x, y) = 3y 2 2 x 2 + y 3, y 3 (x 2 + y 3 ) 3/2, f 11(1, 2) = 8 27, Riikka Korte (Aalto-yliopisto) MS-A0207 Kevät 2017 16 / 18

Esimerkki 5 2/2 f 12 (x, y) = 3xy 2 2(x 2 + y 3 ) 3/2, f 12(1, 2) = 2 9, f 22 (x, y) = 12x2 y + 3y 4 4(x 2 + y 3 ) 3/2, f 22(1, 2) = 2 3. Siten f (1 + h, 2 + k) 3 + 1 3 2!( h + 2k + 1 8 ( 27 h2 + 2 2 ) hk + 2 9 3 k2). Riikka Korte (Aalto-yliopisto) MS-A0207 Kevät 2017 17 / 18

Ensimmäisen välikokeen koealue loppuu tähän. Riikka Korte (Aalto-yliopisto) MS-A0207 Kevät 2017 18 / 18