使用Hessian矩阵寻找并判断临界点
几何画板及绘图内容加载中,请稍等……
①本范例演示如何利用Hessian矩阵寻找函数的临界点并判断其性质(极大值、极小值或鞍点);②涉及的核心数学概念包括多元函数、偏导数、Hessian矩阵、二次偏导数及其在优化问题中的应用;③作图要点——从下方『构造摘要』提炼用到了Simplify(化简)、ImplicitCurve(隐式曲线)、Zip(压缩)、Sequence(序列)、TableText(表格文本)、LaTeX(数学公式)、Sort(排序)、Length(长度)、RotateText(旋转文本)等GeoGebra命令/对象;④适合大学微积分、多元函数分析等高等数学课程教学或自学,帮助理解多元函数的极值判定方法。
GeoGebra 命令及参数
Simplify(Derivative[f, x, 1]) → fxSimplify(Derivative[f, y, 1]) → fyImplicitCurve(fx(x, y)) → axImplicitCurve(fy(x, y)) → aySimplify(Derivative[fx, x, 1]) → fxxSimplify(Derivative[fx, y, 1]) → fxySimplify(Derivative[fy, y, 1]) → fyySimplify(Derivative[fy, x, 1]) → fyxZip({{fxx(a), fxy(a)}, {fyx(a), fyy(a)}}, a, l1) → MZip(Determinant[a], a, M) → DZip(fxx(a), a, l1) → f_{xx}Sequence(If[D(i) > 0, If[f_{xx}(i) > 0, "local minimum", "local maximum"], "saddle point"], i, 1, Length[l1]) → l4Zip((x(a), y(a), f(a)), a, l1) → l5Zip(fx(a), a, l1) → lfxZip(fy(a), a, l1) → lfyTableText(Append["i", 1…Length[l1]], Append["critical points", l5], Append["f_{x}", lfx], Append["f_{y}", lfy], Append["f_{xx}", f_{xx}], Append["Det", D], Append["", l4], "v") → text1LaTeX(f, true) → text2Sequence(If[D(i) > 0, If[f_{xx}(i) > 0, 1, 2], -1], i, 1, Length[l1]) → l4aSort(l5, l4a) → l5aSort(l1, l4a) → l1aLength(lmax) → lämaxLength(lmin) → läminLength(lsad) → läsadSort(l4, l4a) → l4aaTableText(Append["i", 1…Length[l1]], Append["critical points", l5a], Append["", l4aa], "v") → text1aRotateText(txt1, 90°) → txt2
AI 绘图提示语参考
绘制一个多元函数的图形,并找到其临界点。首先计算一阶偏导数,然后通过隐式曲线绘制这些导数的等值线。接着计算二阶偏导数,构造海森矩阵,并计算其行列式以判断临界点的性质。最后,根据行列式的正负性分类临界点,确定它们是局部极小值、极大值还是鞍点。
以上提示语为根据原始绘图命令整理而来,仅供参考。