0

Hallo Zusammen

Ich hätte da eine Optimierungsaufgabe, die ich mit der Lagrangefunktion lösen sollte. Die Aufgabe lautet, die Seitenlängen \((x,y,z)\in \mathbb{R}^3- \{(0,0,0)\}\) des Quaders mit dem kleinsten Oberflächeninhalt zu finden unter der Bedingung dass das Volumen 1 ist. Ich habe also die Lagrangefunktion aufgestellt \(L(x,y,z,\lambda)=2(xz+yz+xy)-\lambda(xyz-1)\) habe dann da den Gradienten berechnet und ein Gleichungssystem bekommen, nach dem Lösen bin ich auf das Resultat \((x,y,z,\lambda)=(1,1,1,4)\) gekommen. Nun wollte ich zeigen dass dieser Punkt wirklich ein Minimum ist. Ich einer Lektüre haben sie dazu eigentlich immer die Hessematrix verwendet und dann gezeigt ob diese positiv definit ist. Also habe ich das versucht und bin auf
\(Hes(L)(x,y,z,\lambda)=  \left( \begin{array}{rrrr} 0 & 2-\lambda z & 2-\lambda y \\ 2-\lambda z & 0 & 2-\lambda x \\ 2-\lambda y & 2-\lambda x & 0 \end{array}\right)\)
gekommen. Also genauer gesagt 

\(Hes(L)(1,1,1,4)=  \left( \begin{array}{rrrr} 0 & -2 & -2 \\ -2 & 0 & -2 \\ -2 & -2 & 0 \end{array}\right)\).

Wenn ich nun diese Matrix mit hilfe der Eigenwerte auf Definitheit überprüfe, so komme ich da nicht auf das gewünste. Mein TA hat mir gesagt, dass das mit der Hessematrix nicht geht in diesen Aufgaben, doch dann sehe ich es nicht ganz ein wieso man es in fast allen aufgaben Auf dem Internet so lösen kann. Habe ich denn sonst etwas ganz falsch gemacht?

Vielen Dank für eure Hilfe.

Diese Frage melden
gefragt

Student, Punkte: 1.95K

 

Hallo,

ich meine beim Lagrange Verfahren, muss man die geänderte Hesse Matrix betrachten. Ist bei mir leider schon etwas her und bin gerade auch nicht mehr so aufnahmefähig es mir nochmal durchzulesen, aber schau mal hier: https://de.wikipedia.org/wiki/Ger%C3%A4nderte_Hesse-Matrix

Dort wird eher die Determinante betrachtet. Ich meine, wenn diese Aussage zu nichts führt, muss man das Problem geometrisch betrachten. Ob es noch eine Möglichkeit gab, weiß ich gerade nicht mehr.

Grüße Christian
  ─   christian_strack 19.04.2021 um 21:54
Kommentar schreiben
2 Antworten
1
Dein TA hat recht, das geht so nicht. Du suchst ja auch kein Extremum der Funktion L, denn \(\lambda\) ist ja kein zu optimierender Parameter.
Mir sind keine Beispiele bekannt, in denen mit der Hesse-Matrix in der Form gearbeitet wird, wie Du das vorhast.
Wenn man mit der Hesse-Matrix arbeiten will, dann muss man das Problem umschreiben auf ein Extremwertproblem ohne NB, wie man es mit Aufgaben aus der Schulmathematik machen kann. Dazu löst man die NB nach einer der Größen auf, setzt das in f ein und erhält hier im Beispiel ein 2D-Extremwertproblem, das herkömmlich (insb. auch mit Hesse-Matrix) gelöst werden kann. Das ist aber oft schwierig, weil die NB nicht ohne weiteres auflösbar ist bzw. lästige Fallunterscheidungen nötig sind.
Oft nimmt man lieber, wie Christian schon sagte, geometrische Überlegungen zuhilfe.
Diese Überlegungen sollte man auch besser vorher schon machen, denn es ist ja gar nicht gesagt, dass die gefundene Lösung überhaupt ein Extremum unter der NB ist (siehe meine Antwort auf Deine frühere Frage). Es könnte theoretisch auch gar keins sein. Die L-Bedingung ist nur notwendig, nicht hinreichend.
Und noch ein Hinweis: \(\lambda\) muss nicht ausgerechnet werden. Der gefundene Wert von \(\lambda\) spielt keine Rolle (Hauptsache, es gibt ihn).
Diese Antwort melden
geantwortet

Lehrer/Professor, Punkte: 38.86K

 

Also ich hänge oben nochmals ein Bild eines Buches an, von dem ich das mit der Hessematrix habe, denn ich bin ein wenig verwirrt. Vielleicht kannst du mir sagen was ich hier falsch verstanden habe. Denn so wie ich hier Schritt 3 verstehe ist ja der Punkt \((1,1,1)\) ein kritischer Punkt von L (macht ja auch Sinn, da die partiellen Ableitungen erster Ordnung von L gleich Null sind). Und dann ich ich das so verstanden dass ich das ganze in die Hessematrix einsetzen muss, aber kann durchaus sein, dass ich das falsch interpretiert habe.
Leider kann ich mir das schlecht geometrisch vorstellen, da ich keine Ahnung habe wie diese Funktion aussieht.
  ─   karate 19.04.2021 um 23:36

Ja bin ich, und ja es ist das selbe Buch aber unser Prof hat heute auch nochmals die gleiche Methode erwähnt und auf die Frage eines Komilitonen, ob man die Art des Extremum mit der Hessematrix bestimmen kann, hat unser Prof mit ja geantwortet.
Hier hätte ich so auf die schnelle einen Link der es genau so macht.
https://www.massmatics.de/merkzettel/#!219:Lagrange_-_Art_des_Extremums_2
  ─   karate 20.04.2021 um 13:05

Okei ich habe es mir kurz durchgelesen, macht auch Sinn. Nun habe ich aber noch nicht ganz verstanden wie ich sonst vorgehen könnte, denn in der Vorlesung hat er wie gesagt nur über die Hessematrix gesprochen und da dies ja in diesem Fall nicht viel bringt weiss ich noch nicht genau was ich alternativ machen könnte   ─   karate 20.04.2021 um 16:03

Okei super vielen herzlichen Dank, ja eben ich habe eigentlich auch schon fast alles versucht, auch das Kriterium mit der Kompaktheit aber hat nichts gebracht. Ich habe auch gedacht ob man vielleicht zeigen könnte, dass f auf dieser Menge Konvex ist, denn dann wäre ja ein lokales Minimum in dieser Menge gleichzeitig das globale auf dieser Menge aber irgendwie wollte das auch nicht wirklich.
Falls uns der Prof eine zufriedenstellende Antwort gibt werde ich sie dir gerne mitteilen.
  ─   karate 20.04.2021 um 21:44

Also ich habe den Prof. mal um einen Tipp gebeten, er hat folgendes geantwortet:

Es gibt auch einen allgemeinen 2-Ableitungstest.
Man nimmt F(x)=f - lambda g.
Berechnet den Hessian d^2F.
Man muss prüfen, dass d^2F(v) positiv für v mit dg (v)=0 ist.

Ich habe die Hessematrix berechnet und gemerkt dass dg(v)=0 genau dann wenn v=0 aber auch dann ist die Matrix irgendwie nicht positiv, vielleicht habe ich aber auch in der Eile etwas falsch gerechnet.
  ─   karate 21.04.2021 um 14:09

Leider scheint diese Antwort Unstimmigkeiten zu enthalten und muss korrigiert werden. Mikn wurde bereits informiert.