Nu kommer vi till en av de mest praktiska och spännande delarna av flervariabelanalys - att hitta de högsta topparna och djupaste dalarna på matematiska 'landskap'! Medan extremvärden för en variabel bara kunde vara maximum eller minimum, öppnar flera variabler upp för en helt ny typ av punkt: sadelpunkten, som är både topp OCH dal beroende på vilken riktning du tittar från.
Fördjupning
Extremvärdesanalys för flervariabelfunktioner är fundamentalt för optimering i alla vetenskaper. Från att minimera kostnader i företag till att maximera effektivitet i ingenjörssystem, från att hitta jämviktspunkter i fysik till att optimera parametrar i maskininlärning - extremvärden är överallt. De matematiska verktygen vi utvecklar här är grunden för modern optimeringstheori.
Kritiska punkter
En kritisk punkt är en punkt där alla partiella derivator är noll eller där minst en partiell derivata inte existerar. Detta är kandidater för extremvärden.
Geometrisk tolkning
Vid kritiska punkter är tangentplanet horisontellt (lutning noll i alla riktningar)
Andra derivatans test
För att klassificera kritiska punkter använder vi andra derivatans test med Hessedeterminanten D.
Sadelpunkter
En sadelpunkt är varken maximum eller minimum - den är maximum i vissa riktningar och minimum i andra. Som en ryttarsadel!
Klassisk sadelpunkt
f(x,y) = x² - y² har en sadelpunkt vid origo
Globala extremvärden
På slutna och begränsade områden måste vi också kontrollera randen för att hitta globala extremvärden.
Systematisk metod
1) Hitta kritiska punkter inuti området 2) Hitta extremvärden på randen 3) Jämför alla värden
Vanliga misstag
❌ Glömma att kontrollera randen
Globala extremvärden kan ligga på områdets rand även om det inte finns kritiska punkter där
❌ Fel tolkning av andra derivatans test
D > 0 betyder att fxx och fyy har samma tecken, vilket avgör om det är max eller min
❌ Tro att alla kritiska punkter är extremvärden
Sadelpunkter är kritiska punkter men inte extremvärden
Tillämpningar
Ekonomi - Vinstmaximering
Hitta optimal kombination av pris och kvantitet för maximal vinst
Ingenjörsvetenskap - Design
Optimera design för minimal vikt eller maximal styrka
Statistik - Minsta kvadratmetoden
Minimera summan av kvadrerade fel för att hitta bästa anpassning
Fysik - Jämviktspunkter
Stabila jämviktspunkter motsvarar minimum av potentiell energi
Övningar
Hitta och klassificera alla kritiska punkter för f(x,y) = x² + y² - 4x + 2y + 1
Tips
Sätt partiella derivator = 0 och använd andra derivatans test
Visa facit
- fx = 2x - 4 = 0 ⟹ x = 2
- fy = 2y + 2 = 0 ⟹ y = -1
- Kritisk punkt: (2, -1)
- fxx = 2, fyy = 2, fxy = 0
- D = fxx·fyy - (fxy)² = 2·2 - 0² = 4 > 0
- Eftersom D > 0 och fxx = 2 > 0: lokalt minimum
- f(2,-1) = 4 + 1 - 8 - 2 + 1 = -4
Svar: Lokalt minimum vid (2,-1) med värde -4
Undersök f(x,y) = x³ - 3xy + y³ för kritiska punkter och klassificera dem
Tips
Lös systemet fx = fy = 0 och tillämpa andra derivatans test
Visa facit
- fx = 3x² - 3y = 0 ⟹ x² = y
- fy = -3x + 3y² = 0 ⟹ x = y²
- Substituera: (y²)² = y ⟹ y⁴ = y ⟹ y(y³ - 1) = 0
- y = 0 eller y = 1
- y = 0: x = 0, kritisk punkt (0,0)
- y = 1: x = 1, kritisk punkt (1,1)
- fxx = 6x, fyy = 6y, fxy = -3
- Vid (0,0): D = 0·0 - (-3)² = -9 < 0 ⟹ sadelpunkt
- Vid (1,1): D = 6·6 - 9 = 27 > 0, fxx = 6 > 0 ⟹ lokalt minimum
Svar: Sadelpunkt vid (0,0), lokalt minimum vid (1,1)
Hitta extremvärden för f(x,y) = x²y på området x² + y² ≤ 1
Tips
Kontrollera kritiska punkter inuti och extremvärden på randen x² + y² = 1
Visa facit
- Inuti området: fx = 2xy = 0, fy = x² = 0
- Från fy = 0: x = 0. Från fx = 0: y kan vara vad som helst
- Kritiska punkter: alla (0,y) med y² ≤ 1, men f(0,y) = 0
- På randen x² + y² = 1: använd Lagrange eller parametrisering
- Parametrisering: x = cos t, y = sin t
- f(cos t, sin t) = cos²t sin t
- f'(t) = -2cos t sin²t + cos²t cos t = cos t(cos²t - 2sin²t)
- = cos t(cos²t - 2(1-cos²t)) = cos t(3cos²t - 2) = 0
- cos t = 0 eller cos²t = 2/3
- Kritiska punkter på rand: (0,±1), (±√(2/3), ±√(1/3))
- Evaluera: f(0,±1) = 0, f(±√(2/3), √(1/3)) = ±2√3/9
Svar: Maximum: 2√3/9, Minimum: -2√3/9
En rektangulär låda utan lock ska ha volym 32 m³. Hitta dimensionerna som minimerar materialåtgången.
Tips
Minimera ytan A = xy + 2xz + 2yz med bivillkoret xyz = 32
Visa facit
- Volym: xyz = 32 ⟹ z = 32/(xy)
- Yta: A = xy + 2xz + 2yz = xy + 2x(32/xy) + 2y(32/xy)
- A = xy + 64/y + 64/x
- ∂A/∂x = y - 64/x² = 0 ⟹ yx² = 64
- ∂A/∂y = x - 64/y² = 0 ⟹ xy² = 64
- Från båda: yx² = xy² ⟹ x = y (för x,y > 0)
- Substituera: x³ = 64 ⟹ x = 4
- Därför y = 4, z = 32/16 = 2
- Kontrollera andra derivatan för att verifiera minimum
Svar: Dimensioner: 4m × 4m × 2m
Visa att f(x,y) = x² + y² - 2x - 4y + 10 har globalt minimum och hitta det
Tips
Använd kvadratkomplettering eller hitta kritisk punkt
Visa facit
- Metod 1 - Kritisk punkt:
- fx = 2x - 2 = 0 ⟹ x = 1
- fy = 2y - 4 = 0 ⟹ y = 2
- f(1,2) = 1 + 4 - 2 - 8 + 10 = 5
- Metod 2 - Kvadratkomplettering:
- f(x,y) = (x² - 2x + 1) + (y² - 4y + 4) + 5
- = (x-1)² + (y-2)² + 5
- Minimum när (x-1)² = 0 och (y-2)² = 0
- dvs x = 1, y = 2, minimum värde = 5
Svar: Globalt minimum 5 vid punkten (1,2)
Sammanfattning
Extremvärden hittas genom att först identifiera kritiska punkter (∇f = 0), sedan klassificera dem med andra derivatans test (Hessedeterminanten D). Kom ihåg att kontrollera randen för globala extremvärden på begränsade områden. Sadelpunkter är kritiska punkter som varken är maximum eller minimum.