Notwendige Bedingungen mit Lagrange-Multiplikatoren
About points...
We associate a certain number of points with each exercise.
When you click an exercise into a collection, this number will be taken as points for the exercise, kind of "by default".
But once the exercise is on the collection, you can edit the number of points for the exercise in the collection independently, without any effect on "points by default" as represented by the number here.
That being said... How many "default points" should you associate with an exercise upon creation?
As with difficulty, there is no straight forward and generally accepted way.
But as a guideline, we tend to give as many points by default as there are mathematical steps to do in the exercise.
Again, very vague... But the number should kind of represent the "work" required.
When you click an exercise into a collection, this number will be taken as points for the exercise, kind of "by default".
But once the exercise is on the collection, you can edit the number of points for the exercise in the collection independently, without any effect on "points by default" as represented by the number here.
That being said... How many "default points" should you associate with an exercise upon creation?
As with difficulty, there is no straight forward and generally accepted way.
But as a guideline, we tend to give as many points by default as there are mathematical steps to do in the exercise.
Again, very vague... But the number should kind of represent the "work" required.
About difficulty...
We associate a certain difficulty with each exercise.
When you click an exercise into a collection, this number will be taken as difficulty for the exercise, kind of "by default".
But once the exercise is on the collection, you can edit its difficulty in the collection independently, without any effect on the "difficulty by default" here.
Why we use chess pieces? Well... we like chess, we like playing around with \(\LaTeX\)-fonts, we wanted symbols that need less space than six stars in a table-column... But in your layouts, you are of course free to indicate the difficulty of the exercise the way you want.
That being said... How "difficult" is an exercise? It depends on many factors, like what was being taught etc.
In physics exercises, we try to follow this pattern:
Level 1 - One formula (one you would find in a reference book) is enough to solve the exercise. Example exercise
Level 2 - Two formulas are needed, it's possible to compute an "in-between" solution, i.e. no algebraic equation needed. Example exercise
Level 3 - "Chain-computations" like on level 2, but 3+ calculations. Still, no equations, i.e. you are not forced to solve it in an algebraic manner. Example exercise
Level 4 - Exercise needs to be solved by algebraic equations, not possible to calculate numerical "in-between" results. Example exercise
Level 5 -
Level 6 -
When you click an exercise into a collection, this number will be taken as difficulty for the exercise, kind of "by default".
But once the exercise is on the collection, you can edit its difficulty in the collection independently, without any effect on the "difficulty by default" here.
Why we use chess pieces? Well... we like chess, we like playing around with \(\LaTeX\)-fonts, we wanted symbols that need less space than six stars in a table-column... But in your layouts, you are of course free to indicate the difficulty of the exercise the way you want.
That being said... How "difficult" is an exercise? It depends on many factors, like what was being taught etc.
In physics exercises, we try to follow this pattern:
Level 1 - One formula (one you would find in a reference book) is enough to solve the exercise. Example exercise
Level 2 - Two formulas are needed, it's possible to compute an "in-between" solution, i.e. no algebraic equation needed. Example exercise
Level 3 - "Chain-computations" like on level 2, but 3+ calculations. Still, no equations, i.e. you are not forced to solve it in an algebraic manner. Example exercise
Level 4 - Exercise needs to be solved by algebraic equations, not possible to calculate numerical "in-between" results. Example exercise
Level 5 -
Level 6 -
Question
Solution
Short
Video
\(\LaTeX\)
No explanation / solution video to this exercise has yet been created.
Visit our YouTube-Channel to see solutions to other exercises.
Don't forget to subscribe to our channel, like the videos and leave comments!
Visit our YouTube-Channel to see solutions to other exercises.
Don't forget to subscribe to our channel, like the videos and leave comments!
Exercise:
Sei Usubseteq mathbbR^n eine offene Teilmenge und Mxin U| Fx eine k-dimensionale Teilmannigfaltigkeit gegeben als Niveaumenge durch eine glatte Funktion F:Urightarrow mathbbR^n-k mit regulärem Wert siehe Theorem .. Sei f:Urightarrow mathbbR eine differenzierbare Funktion für die f|_M in pin M ein lokales Extremum annimt und sei L die zu M und f gehörige LagrangFunktion. Dann existieren LagrangMultiplikatoren lambda in mathbbR^n-k so dass die Gleichungen partial_x_iLxlambdaquad partial_lambda_jLplambda für alle iin ...n und jin ...n-k erfüllt sind. Dabei ist zu xlambdain Utimes mathbbR^n-k partial_x_iLxlambdapartial_ifx-_j^n-klambda_jpartial_iF_jxquad partial_lambda_jLxlambda-F_jx für iin ...n und jin ...n-k.
Solution:
Beweis. Die Gleichungen partial_lambda_jLxlambda-F_jx für j...n-k folgen direkt aus der Definition von L womit die Gleichungen partial_lambda_jLxlambda für j...n-k auf Grund der Definition von M gelten. Die Beschreibung von partial_x_iLxlambda für i...n in folgt ebenso direkt aus der Definition der Lagrange Funktion. Betrachtet man diese gemeinsam so erhält man eine Umformulierung der zu beweisen Behauptung: man will zeigen dass nabla fp eine Linearkombination der Vektoren nabla F_p...nabla F_n-kp ist wobei die Lagrange Multiplikatoren die Koeffizienten der Linearkombination darstellen. Man beobachetet zuerst dass textD_pF_nabla F_p^t...textD_pF_n-knabla F_n-kp^t die Zeilen der Matrix textD_pF sind welche nach Annahme an F linear unabhängig sind. Nach Satz . gilt somit textT_pMpvin textT_pmathbbR^n| textD_pFv pvin textT_pmathbbR^n| langlenabla F_jpvrangle forall ...n-k Also sind die Vektoren nabla F_p...nabla F_n-kp Normalenvektoren an M bei p. Wegen linearer Unabhängigkeit und textdimtextT_pM^perpn-k lässt sich nun jeder Normalenvektor als Linearkombination dieser Vektoren schreiben. Nach Proposition . ist nabla fp ein Normalenvektor und das Korollar folgt.
Sei Usubseteq mathbbR^n eine offene Teilmenge und Mxin U| Fx eine k-dimensionale Teilmannigfaltigkeit gegeben als Niveaumenge durch eine glatte Funktion F:Urightarrow mathbbR^n-k mit regulärem Wert siehe Theorem .. Sei f:Urightarrow mathbbR eine differenzierbare Funktion für die f|_M in pin M ein lokales Extremum annimt und sei L die zu M und f gehörige LagrangFunktion. Dann existieren LagrangMultiplikatoren lambda in mathbbR^n-k so dass die Gleichungen partial_x_iLxlambdaquad partial_lambda_jLplambda für alle iin ...n und jin ...n-k erfüllt sind. Dabei ist zu xlambdain Utimes mathbbR^n-k partial_x_iLxlambdapartial_ifx-_j^n-klambda_jpartial_iF_jxquad partial_lambda_jLxlambda-F_jx für iin ...n und jin ...n-k.
Solution:
Beweis. Die Gleichungen partial_lambda_jLxlambda-F_jx für j...n-k folgen direkt aus der Definition von L womit die Gleichungen partial_lambda_jLxlambda für j...n-k auf Grund der Definition von M gelten. Die Beschreibung von partial_x_iLxlambda für i...n in folgt ebenso direkt aus der Definition der Lagrange Funktion. Betrachtet man diese gemeinsam so erhält man eine Umformulierung der zu beweisen Behauptung: man will zeigen dass nabla fp eine Linearkombination der Vektoren nabla F_p...nabla F_n-kp ist wobei die Lagrange Multiplikatoren die Koeffizienten der Linearkombination darstellen. Man beobachetet zuerst dass textD_pF_nabla F_p^t...textD_pF_n-knabla F_n-kp^t die Zeilen der Matrix textD_pF sind welche nach Annahme an F linear unabhängig sind. Nach Satz . gilt somit textT_pMpvin textT_pmathbbR^n| textD_pFv pvin textT_pmathbbR^n| langlenabla F_jpvrangle forall ...n-k Also sind die Vektoren nabla F_p...nabla F_n-kp Normalenvektoren an M bei p. Wegen linearer Unabhängigkeit und textdimtextT_pM^perpn-k lässt sich nun jeder Normalenvektor als Linearkombination dieser Vektoren schreiben. Nach Proposition . ist nabla fp ein Normalenvektor und das Korollar folgt.
Meta Information
Exercise:
Sei Usubseteq mathbbR^n eine offene Teilmenge und Mxin U| Fx eine k-dimensionale Teilmannigfaltigkeit gegeben als Niveaumenge durch eine glatte Funktion F:Urightarrow mathbbR^n-k mit regulärem Wert siehe Theorem .. Sei f:Urightarrow mathbbR eine differenzierbare Funktion für die f|_M in pin M ein lokales Extremum annimt und sei L die zu M und f gehörige LagrangFunktion. Dann existieren LagrangMultiplikatoren lambda in mathbbR^n-k so dass die Gleichungen partial_x_iLxlambdaquad partial_lambda_jLplambda für alle iin ...n und jin ...n-k erfüllt sind. Dabei ist zu xlambdain Utimes mathbbR^n-k partial_x_iLxlambdapartial_ifx-_j^n-klambda_jpartial_iF_jxquad partial_lambda_jLxlambda-F_jx für iin ...n und jin ...n-k.
Solution:
Beweis. Die Gleichungen partial_lambda_jLxlambda-F_jx für j...n-k folgen direkt aus der Definition von L womit die Gleichungen partial_lambda_jLxlambda für j...n-k auf Grund der Definition von M gelten. Die Beschreibung von partial_x_iLxlambda für i...n in folgt ebenso direkt aus der Definition der Lagrange Funktion. Betrachtet man diese gemeinsam so erhält man eine Umformulierung der zu beweisen Behauptung: man will zeigen dass nabla fp eine Linearkombination der Vektoren nabla F_p...nabla F_n-kp ist wobei die Lagrange Multiplikatoren die Koeffizienten der Linearkombination darstellen. Man beobachetet zuerst dass textD_pF_nabla F_p^t...textD_pF_n-knabla F_n-kp^t die Zeilen der Matrix textD_pF sind welche nach Annahme an F linear unabhängig sind. Nach Satz . gilt somit textT_pMpvin textT_pmathbbR^n| textD_pFv pvin textT_pmathbbR^n| langlenabla F_jpvrangle forall ...n-k Also sind die Vektoren nabla F_p...nabla F_n-kp Normalenvektoren an M bei p. Wegen linearer Unabhängigkeit und textdimtextT_pM^perpn-k lässt sich nun jeder Normalenvektor als Linearkombination dieser Vektoren schreiben. Nach Proposition . ist nabla fp ein Normalenvektor und das Korollar folgt.
Sei Usubseteq mathbbR^n eine offene Teilmenge und Mxin U| Fx eine k-dimensionale Teilmannigfaltigkeit gegeben als Niveaumenge durch eine glatte Funktion F:Urightarrow mathbbR^n-k mit regulärem Wert siehe Theorem .. Sei f:Urightarrow mathbbR eine differenzierbare Funktion für die f|_M in pin M ein lokales Extremum annimt und sei L die zu M und f gehörige LagrangFunktion. Dann existieren LagrangMultiplikatoren lambda in mathbbR^n-k so dass die Gleichungen partial_x_iLxlambdaquad partial_lambda_jLplambda für alle iin ...n und jin ...n-k erfüllt sind. Dabei ist zu xlambdain Utimes mathbbR^n-k partial_x_iLxlambdapartial_ifx-_j^n-klambda_jpartial_iF_jxquad partial_lambda_jLxlambda-F_jx für iin ...n und jin ...n-k.
Solution:
Beweis. Die Gleichungen partial_lambda_jLxlambda-F_jx für j...n-k folgen direkt aus der Definition von L womit die Gleichungen partial_lambda_jLxlambda für j...n-k auf Grund der Definition von M gelten. Die Beschreibung von partial_x_iLxlambda für i...n in folgt ebenso direkt aus der Definition der Lagrange Funktion. Betrachtet man diese gemeinsam so erhält man eine Umformulierung der zu beweisen Behauptung: man will zeigen dass nabla fp eine Linearkombination der Vektoren nabla F_p...nabla F_n-kp ist wobei die Lagrange Multiplikatoren die Koeffizienten der Linearkombination darstellen. Man beobachetet zuerst dass textD_pF_nabla F_p^t...textD_pF_n-knabla F_n-kp^t die Zeilen der Matrix textD_pF sind welche nach Annahme an F linear unabhängig sind. Nach Satz . gilt somit textT_pMpvin textT_pmathbbR^n| textD_pFv pvin textT_pmathbbR^n| langlenabla F_jpvrangle forall ...n-k Also sind die Vektoren nabla F_p...nabla F_n-kp Normalenvektoren an M bei p. Wegen linearer Unabhängigkeit und textdimtextT_pM^perpn-k lässt sich nun jeder Normalenvektor als Linearkombination dieser Vektoren schreiben. Nach Proposition . ist nabla fp ein Normalenvektor und das Korollar folgt.
Contained in these collections: