Gradient er et matematisk begreb, der betegner envektor ; dvs. noget der har både størrelse og retning.[ 1] Desuden afhænger gradienten af en funktionspartielle afledte .[ 2] De partielle afledte erdifferentialkvotienter med en hensyn til hver sin funktionsvariable. Man kan kun beregne en gradient for enflervariabel funktion , altså enfunktion af flere variable.[ 3]
Det nedenstående gælder for gradienten for en funktion af de to variable,x {\displaystyle x} ogy {\displaystyle y} .
Udgangspunktet er en funktion af de to variablex {\displaystyle x} ogy {\displaystyle y} sådan:z = f ( x , y ) {\displaystyle z=f(x,y)}
For at beregne funktionens gradient beregner man først de to partielle afledte:[ 4]
∂ f ∂ x {\displaystyle {\partial f \over \partial x}} og
∂ f ∂ y {\displaystyle {\partial f \over \partial y}} For at skabe en vektor multiplicerer man hver afledte med den tilsvarendeenhedsvektor .[ 5] En to-dimensionel vektor kan deles op i enx {\displaystyle x} - og eny {\displaystyle y} -komposant, der hver består af en enhedsvektor (i ^ {\displaystyle {\hat {i}}} ogj ^ {\displaystyle {\hat {j}}} ) multipliceret med længden, som har her sættes til at være den afledtes værdier. Summen af de to komposanter giver gradienten∇ f ( x , y ) {\displaystyle \nabla f(x,y)} :
grad f ( x , y ) = ∇ f ( x , y ) = ∂ f ∂ x i ^ + ∂ f ∂ y j ^ {\displaystyle {\textrm {grad}}f(x,y)=\nabla f(x,y)={\partial f \over \partial x}{\hat {i}}+{\partial f \over \partial y}{\hat {j}}} Symbolet∇ {\displaystyle \nabla } kaldesnabla .[ 6]
Man siger også, at man anvendervektordifferentialoperatoren nabla på funktionen. Denne operator er givet ved:
∇ f ( x , y ) = ∂ ∂ x i ^ + ∂ ∂ y j ^ {\displaystyle \nabla f(x,y)={\partial \over \partial x}{\hat {i}}+{\partial \over \partial y}{\hat {j}}} Ved at skrive de to afledede under hinanden (som er det typiske for en vektor), så bliver gradienten:
grad f ( x , y ) = ∇ f ( x , y ) = ( ∂ f ∂ x ∂ f ∂ y ) {\displaystyle {\textrm {grad}}f(x,y)=\nabla f(x,y)={\binom {\partial f \over \partial x}{\partial f \over \partial y}}}
Gradienten er en kombination af de partielle afledte. De partielle afledte er en funktions hældning målt langs forskelligekoordinatakser . Så gradienten er en kombination af disse hældninger.
Gradienten kan tolkes sådan:
For en funktion af to variablef ( x , y ) = z {\displaystyle f(x,y)=z} peger gradienten, der er en vektor i et punkt på grafen forf {\displaystyle f} , i den retning, som funktionen vokser mest.[ 3]
Af ovenstående definition aff {\displaystyle f} fås punktet( x 0 , y 0 , z 0 ) {\displaystyle (x_{0},y_{0},z_{0})}
f ( x , y ) = z {\displaystyle f(x,y)=z} ⇒ {\displaystyle \Rightarrow } f ( x 0 , y 0 ) = z 0 {\displaystyle f(x_{0},y_{0})=z_{0}}
Man viser, at gradienten er nul-vektoren
grad f ( x 0 , y 0 ) = ∇ f ( x 0 , y 0 ) = 0 → = ( 0 0 ) {\displaystyle {\textrm {grad}}f(x_{0},y_{0})=\nabla f(x_{0},y_{0})={\vec {0}}={\binom {0}{0}}}
Et punkt( x 0 , y 0 , z 0 ) {\displaystyle (x_{0},y_{0},z_{0})} til hvilket gradienten er nul-vektoren,[ 7] er et stationært punkt.[ 8]
Art af stationære punkter
Et stationært punkt kan testes.[ 9] Testen kan fastslå, om der i det stationære punkt er enten
et (lokalt) maksimum
et (lokalt) minimum
et saddelpunkt
eller ingen af de tre nævnte typer.[ 10]
For at kunne starte den test er det nødvendigt først at gennemføre disse beregninger:[ 11]
r {\displaystyle r} = den dobbelte afledede med hensyn tilx {\displaystyle x}
s {\displaystyle s} = den dobbelte blandende afledede[ 12]
t {\displaystyle t} = den dobbelte afledede med hensyn tily {\displaystyle y}
Herefter beregner man:
q = r ⋅ t − s 2 {\displaystyle q=r\cdot t-s^{2}}
Så bliver testens konklusion:[ 13]
for bådeq > 0 {\displaystyle q>0} ogr {\displaystyle r} > 0 {\displaystyle >0} så harf {\displaystyle f} et (lokalt) minimum i er det stationære punkt( x 0 , y 0 ) {\displaystyle (x_{0},y_{0})} og det tilhørende punkt på grafen er( x 0 , y 0 , z 0 ) {\displaystyle (x_{0},y_{0},z_{0})}
forq {\displaystyle q} > 0 {\displaystyle >0} ogr {\displaystyle r} < 0 {\displaystyle <0} så harf {\displaystyle f} et (lokalt) maksimum i er det stationære punkt( x 0 , y 0 ) {\displaystyle (x_{0},y_{0})} og det tilhørende punkt på grafen er( x 0 , y 0 , z 0 ) {\displaystyle (x_{0},y_{0},z_{0})}
forq {\displaystyle q} < 0 {\displaystyle <0} så harf {\displaystyle f} et saddelpunkt i er det stationære punkt( x 0 , y 0 ) {\displaystyle (x_{0},y_{0})} og det tilhørende punkt på grafen er( x 0 , y 0 , z 0 ) {\displaystyle (x_{0},y_{0},z_{0})}
forq {\displaystyle q} = 0 {\displaystyle =0} så er i det stationære punkt( x 0 , y 0 ) {\displaystyle (x_{0},y_{0})} hverken et (lokalt) minimum eller (lokalt) maksimum og heller ikke et saddelpunkt.[ 10]
^ Matematiske formelsamlinger til stx - Matematik - STX | Emu.dk ^ https://imada.sdu.dk/~jessica/MM501-s41.pdf ^a b https://science-gym.dk/mat/20002010/funk2var.pdf ^ gradient | lex.dk – Den Store Danske ^ http://web.math.ku.dk/noter/filer/matintro-kro-12.pdf ^ nabla | lex.dk – Den Store Danske ^ Stationære punkter (Matematik A, Funktioner af to variable) – Webmatematik ^ "Funktioner af to variable" (PDF) . Arkiveret fraoriginalen (PDF) 17. august 2022. Hentet 10. august 2022 .^ stationært punkt | lex.dk – Den Store Danske ^a b https://lru.praxis.dk/Lru/microsites/hvadermatematik/hem3download/kap5_QR18_Arten_af_stationaere_punkter_Bevis_for_saetning_11.pdf ^ https://www.lmfk.dk/artikler/data/artikler/2002/2002_22.pdf ^ "Arkiveret kopi" (PDF) . Arkiveret fraoriginalen (PDF) 30. september 2022. Hentet 10. august 2022 .^ http://www.hax.dk/pdf/Stationaere.pdf
Spire