Extrema multivariés et optimisation sous contrainte
Introduit| English | Sens |
|---|---|
| saddle/ˈsædl/ | col |
| Lagrange multipliers/ˈlæɡreɪndʒ ˌmʌltɪˈplaɪəz/ | multiplicateurs de Lagrange |
| critical point/ˈkrɪtɪkl pɔɪnt/ | point critique |
Un point plat peut être n'importe quoi
- Les surfaces $x^2+y^2$, $-x^2-y^2$ et $x^2-y^2$ ont toutes un plan tangent horizontal à l'origine. Pourtant, l'origine est respectivement un minimum, un maximum et un selle. Un gradient nul trouve un candidat ; il ne le classe pas.
- Nous utiliserons les dérivées secondes, des inégalités directes et les multiplicateurs de Lagrange pour décider quelles valeurs sont réellement atteintes. Le domaine autorisé compte : un selle ambiant peut devenir un minimum après imposition d'une contrainte.
Local, global et strict sont des affirmations différentes
- Un minimum local n'a aucune valeur plus petite aux points autorisés suffisamment proches ; un minimum global n'a aucune valeur plus petite nulle part dans le domaine. Un minimum strict exclut également les valeurs égales aux points distincts voisins. Inversez les inégalités pour les maxima. Par exemple, $x^2$ sur le plan a des minima non stricts le long de tout l'axe $y$.
- Un point critique intérieur est un point du domaine où le gradient est nul ou n'existe pas. Un point stationnaire a spécifiquement un gradient nul. La fonction $\sqrt{x^2+y^2}$ a un minimum global strict à l'origine, où son gradient n'existe pas. De tels candidats singuliers nécessitent un examen direct.
Trouver des candidats avant de les classifier
- En un extremum local intérieur différentiable, la condition de Fermat donne $f_x=f_y=0$. La différentiabilité et l'intériorité sont importantes : un extremum en bordure n'a pas nécessairement un gradient nul. Pour $f=x^2+xy+y^2$, les équations $2x+y=0$ et $x+2y=0$ ne donnent que l'origine.
- Un hessien positif apparent à un point non stationnaire ne fournit aucun test d'extremum. Pour $f=x+x^2+y^2$, l'origine a des dérivées secondes positives mais $f_x(0,0)=1$. Les valeurs sur l'axe $x$ sont à la fois supérieures et inférieures à $f(0,0)$ arbitrairement proches, donc l'origine n'est pas un extremum.
Pour $f=x+x^2+y^2$, positive definiteness of the Hessian at the origin proves a local minimum there.
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
The gradient at the origin is (1,0), so the point is not stationary. On the x-axis, x+x² takes both signs arbitrarily near zero. The stationary-point hypothesis is essential.
Le test du Hessien nécessite régularité et stationnarité
- Supposons que $f$ ait des dérivées partielles secondes continues dans un voisinage d'un point stationnaire. À ce point, on écrit $A=f_{xx}$, $B=f_{xy}$ et $C=f_{yy}$ ; le Hessien est la matrice symétrique aux lignes $(A,B)$ et $(B,C)$. Son déterminant est $D=AC-B^2$.
- Si $D>0$, $A>0$ donne un minimum local strict et $A<0$ donne un maximum local strict. Si $D<0$, le terme quadratique prend deux signes et le point est une selle. Si $D=0$, ce test est concluant. Pour $x^2+xy+y^2$, $A=C=2$, $B=1$ et $D=3$, donnant un minimum strict.
Pour $f = x^2 + xy + y^2$, compute $D = f_{xx}f_{yy} - f_{xy}^2$ at the origin.
Difficulté 2/5 · 140 pièces + un petit bonus lors de la première réussite aujourd'hui
$2 \cdot 2 - 1$; with $f_{xx} > 0$, a minimum.
Les termes mixtes peuvent inverser les partiels purs
- Pour $f=x^2+4xy+y^2$, $A=C=2$ et $B=4$, donc $D=-12$. Le long de $y=x$, la valeur est $6x^2>0$ pour $x\ne0$ ; le long de $y=-x$, elle est $-2x^2<0$. Ces deux chemins vérifient la selle bien que les deux partiels seconds purs soient positifs.
- Pour l'exercice original $f=3x^2-6xy+y^2$, le gradient s'annule à l'origine et $D=6\cdot2-(-6)^2=-24$. Le long de $y=0$, les valeurs sont positives ; le long de $y=3x$, elles sont $-6x^2$. Encore une fois, le terme mixte compte ; examiner uniquement $f_{xx}$ et $f_{yy}$ entraînerait une mauvaise classification du point.
The origin is a critical point of $f = 3x^2 - 6xy + y^2$. It is
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
$D = 6 \cdot 2 - 36 < 0$.
Classify the origin for $f=x^2+4xy+y^2$. Verify stationarity, compute all Hessian entries and $D$, then confirm the verdict with two paths. Explain why the pure second partials alone are insufficient.
Comparez votre raisonnement avec le modèle et la liste de contrôle.
Un déterminant nul exige un autre argument
- À l'origine, $x^4+y^4$ admet un minimum global strict par non-négativité, tandis que $-x^4-y^4$ admet un maximum global strict. Les deux ont un Hessien nul là-bas. La fonction $x^4-y^4$, en revanche, prend des signes opposés le long des axes de coordonnées, donc elle présente une selle avec le même déterminant $D=0$.
- Une inégalité locale peut prouver un minimum ou un maximum. Deux chemins de signes opposés peuvent réfuter toute sorte d'extremum. Cependant, vérifier une collection de chemins et ne trouver que des valeurs positives ne contrôle pas tous les points voisins ; même toutes les droites peuvent manquer une région courbe de valeurs négatives.
If $D = 0$ at a critical point, the second-derivative test is inconclusive.
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
True. $x^4 + y^4$ (minimum), $-x^4 - y^4$ (maximum) and $x^4 - y^4$ (saddle) all have $D = 0$ at the origin.
Chaque droite peut passer à côté du problème
- Soit $F(x,y)=(y-x^2)(y-2x^2)$. Sur une droite fixée $y=mx$ avec $m\ne0$, cela devient $x^2(m-x)(m-2x)>0$ pour des $x$ non nuls suffisamment petits. Sur $y=0$ c'est $2x^4>0$, et sur la droite verticale $x=0$ c'est $y^2>0$. Chaque droite possède séparément un minimum strict à l'origine.
- L'origine est stationnaire avec $D=0$. Sur le chemin courbe $y=3x^2/2$, cependant, $F=-x^4/4<0$ pour $x\ne0$. Des valeurs positives apparaissent également arbitrairement près de l'origine, c'est donc une selle. Le petit voisinage permis par un test linéaire peut dépendre de sa pente ; il ne fournit pas un seul voisinage couvrant toutes les directions et tous les chemins courbes.
Que se passe-t-il à l'origine ?
Classifiez les points critiques, y compris le cas D = 0.
If a smooth function has a strict minimum at the origin on every straight line through it, then it has a local minimum in the plane.
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
For F=(y-x²)(y-2x²), every fixed line has a strict minimum at zero, but on y=3x²/2 the value is -x⁴/4. No single neighbourhood is controlled by all separate line checks.
Pour $G(x,y)=(y-2x^2)(y-3x^2)$, show that each straight-line restriction through the origin has a strict minimum there, yet the origin is not a local minimum in the plane.
Comparez votre raisonnement avec le modèle et la liste de contrôle.
Les contraintes régulières mènent à des candidats multiplicateurs
- Supposons que $f$ et $g$ aient des dérivées partielles premières continues près d'un extremum local contraint sur $g(x,y)=c$, et $\nabla g\ne0$ là. La condition nécessaire est $\nabla f=\lambda\nabla g$, avec $g=c$. Le multiplicateur $\lambda$ est inconnu ; la valeur de l'extremum est $f(x,y)$.
- En un extremum contraint régulier, la dérivée de $f$ le long de la tangente de la contrainte est nulle. Ainsi $\nabla f$ est parallèle à la normale $\nabla g$, y compris la possibilité $\nabla f=0$. Ces équations produisent des candidats ; la faisabilité, les points singuliers, les extrémités restreintes et le comportement global nécessitent encore des vérifications.
Les points réalisables singuliers ne doivent pas disparaître
- Minimiser $f(x,y)=x$ sous contrainte de $g(x,y)=x^2+y^2=0$. Le seul point admissible est l'origine, qui constitue donc à la fois un minimum global et un maximum globaux contraints, avec une valeur nulle. Mais $\nabla g=0$ là.
- L'équation du multiplicateur exigerait $(1,0)=\lambda(0,0)$, ce qui n'a pas de solution. Cela ne infirme pas l'existence d'extrema ; l'hypothèse de régularité a échoué. Ajouter les points admissibles singuliers à la liste des candidats et les analyser directement plutôt que de diviser par une composante du gradient susceptible de s'annuler.
If the Lagrange equations have no solution, a constrained extremum cannot exist.
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
For f=x under x²+y²=0, the origin is the only feasible point and is both a global minimum and maximum. The constraint gradient vanishes, so the regular multiplier theorem does not apply.
Démontrer le minimum original sous contrainte linéaire
- Minimiser $f=x^2+y^2$ sous contrainte de $x+y=6$. Puisque $\nabla g=(1,1)\ne0$, les équations de multiplicateur donnent $2x=\lambda=2y$, d'où $x=y=3$ et la valeur $18$. La substitution donne $f(x,6-x)=2(x-3)^2+18$, d'où $f\ge18$ sur toute la droite.
- Il n'y a pas de maximum car les points admissibles $(3+t,3-t)$ ont pour valeurs $18+2t^2\to\infty$. Une droite non bornée seule ne suffirait pas à prouver cela : $-(x^2+y^2)$ sur la même droite possède un maximum global $-18$. Examiner la croissance réelle de l'objectif le long des points admissibles.
A function on an unbounded constraint set cannot attain a global maximum.
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
The function -(x²+y²) on x+y=6 has a global maximum -18 at (3,3), despite the unbounded line. One must inspect the objective, not only the domain.
Une restriction concave donne un maximum
- Pour $f=xy$ sous contrainte de $x+y=10$, les multiplicateurs réguliers donnent $y=\lambda=x$, d'où $(5,5)$. Sur la contrainte, $f=x(10-x)=25-(x-5)^2$. Par conséquent, le maximum global est $25$, atteint uniquement en $(5,5)$.
- Il n'y a pas de minimum sur toute la droite, car $(5+t,5-t)$ donne $25-t^2\to-\infty$. Si des bornes supplémentaires telles que $x,y\ge0$ étaient imposées, l'ensemble admissible serait alors un segment fermé ; ses extrémités feraient partie de la recherche. Énoncer l'ensemble de contraintes complet avant de prétendre à un résultat global.
Maximise $xy$ subject to $x + y = 10$.
Difficulté 2/5 · 140 pièces + un petit bonus lors de la première réussite aujourd'hui
Substitute y = 10 − x: xy = 10x − x², maximised at x = 5 (Lagrange gives y = λ = x). Then xy = 5 · 5 = 25.
Les domaines compacts garantissent l'existence, pas l'emplacement
- Une fonction continue sur un sous-ensemble fermé et borné non vide de l'espace euclidien atteint un minimum et un maximum globaux. Pour une région à bord polygonal lisse, examiner les candidats stationnaires et singuliers intérieurs, restreindre à chaque morceau du bord, et inclure les coins et les extrémités. Comparer les valeurs réelles de la fonction.
- Le théorème ne localise pas les extrema, ni ne précise qu'ils doivent se trouver aux coins. Sans compacité, des extrema peuvent encore exister, mais leur existence n'est plus garantie par ce théorème. Sans continuité, la compacité seule est insuffisante ; les deux hypothèses sont nécessaires.
Étudier chaque arête du carré
- Pour $f=x^2-y^2$ sur $[-1,1]^2$, le seul point stationnaire intérieur est le col $(0,0)$ avec valeur zéro. Sur les bords $x=\pm1$, $f=1-y^2$, donc la plus grande valeur bord est $1$ à $y=0$. Sur $y=\pm1$, $f=x^2-1$, donc la plus petite valeur bord est $-1$ à $x=0$.
- Tous les quatre coins ont une valeur nulle. Puisque $0\le x^2,y^2\le1$, les bornes globales sont $-1\le f\le1$. Le maximum est atteint en $(\pm1,0)$ et le minimum en $(0,\pm1)$. Les coins seuls auraient manqué les deux ; un col intérieur ne règle pas le problème global.
What is the maximum of $x^2 - y^2$ on the square $[-1, 1] \times [-1, 1]$?
Difficulté 2/5 · 140 pièces + un petit bonus lors de la première réussite aujourd'hui
At (±1, 0), on the boundary.
What is the global minimum of $x^2-y^2$ on $[-1,1]^2$?
Difficulté 2/5 · 140 pièces + un petit bonus lors de la première réussite aujourd'hui
The bound x²-y² ≥ -1 is attained at (0,1) and (0,-1). Corners have value zero and would miss this minimum.
Une contrainte circulaire rend la comparaison des candidats finie
- Maximiser et minimiser $f=x+2y$ sur $x^2+y^2=1$. Le cercle est non vide et compact, et son gradient de contrainte ne s'annule jamais. Les multiplicateurs donnent $1=2\lambda x$ et $2=2\lambda y$. Ainsi $\lambda\ne0$, $y=2x$, et les candidats admissibles sont $(1,2)/\sqrt5$ et $-(1,2)/\sqrt5$.
- Leurs valeurs sont $\sqrt5$ et $-\sqrt5$. Puisque les extrema existent et que tous les candidats ont été examinés, ce sont le maximum et le minimum globaux. L'inégalité $|x+2y|\le\sqrt5\sqrt{x^2+y^2}$ confirme indépendamment les bornes et les points d'égalité.
What is the global maximum of $x+2y$ on $x^2+y^2=1$? Give a decimal to three places.
Difficulté 2/5 · 140 pièces + un petit bonus lors de la première réussite aujourd'hui
The maximum is √5 ≈ 2.236 at (1/√5, 2/√5). Cauchy–Schwarz gives |x+2y| ≤ √5 on the unit circle.
The unit circle can be written as $x^2+y^2=1$ or as $(x^2+y^2-1)^2=0$. For $f=x+2y$, explain why the squared representation breaks the regular multiplier equations, then recover the extrema using the regular representation.
Comparez votre raisonnement avec le modèle et la liste de contrôle.
Les classifications sous contrainte et ambiantes peuvent différer
- L'origine est un col ambiant de $f=x^2-y^2$. Restreinte à $y=0$, la fonction est $x^2$ et a un minimum strict contraint. Restreinte à $x=0$, elle est $-y^2$ et a un maximum strict contraint. Chaque verdict ne compare que les points réalisables proches.
- Un test de Hessian complet dans le plan répond à la question non contrainte. Pour une question contrainte, examiner la restriction ou utiliser un test approprié ; ne pas réutiliser l'étiquette « col » ambiante comme verdict final. Vérifier le domaine, la régularité, les équations candidates et les valeurs atteintes ensemble.
Quelles conclusions d'extremum en découlent ?
Vérifiez la stationnarité, la régularité et les limites réalisables.
At the origin, how is $f=x^2-y^2$ classified when the allowed points satisfy $y=0$?
Difficulté 1/5 · 100 pièces + un petit bonus lors de la première réussite aujourd'hui
On the constraint the restriction is x², so the origin is a strict constrained minimum. The ambient saddle classification compares points that are not feasible here.
Find all global extrema of $f=x^2-y^2$ on $[-2,1]\times[-1,3]$. Inspect interior candidates, every edge and the corners; give both values and all attaining points.
Comparez votre raisonnement avec le modèle et la liste de contrôle.
Résumé
- col : Point stationnaire dont les valeurs sont tantôt supérieures, tantôt inférieures à sa propre valeur, arbitrairement proche.
- Multiplicateurs de Lagrange : Méthode permettant de trouver des candidats aux extrema contraints réguliers en rendant le gradient de la fonction objectif proportionnel au gradient de la contrainte.
- point critique : Point intérieur du domaine d'une fonction où son gradient est nul ou n'existe pas.
- Utiliser le test de Hessian uniquement sous ses hypothèses, traiter $D=0$ directement, et vérifier chaque frontière admissible ou candidat singulier avant de décider des extrema globaux.