@Group-iainmtr. Diberdayakan oleh Blogger.
RSS

CalcPlot3D - Aplikasi Mempermudah Pemahaman Lagrange dengan Presentasi Visual

Dalam kalkulus multivariabel, kami mengajarkan siswa kami metode Lagrange untuk memecahkan masalah optimasi dibatasi. Seperti kita memperkenalkan topik ini, banyak dari kita menggunakan beberapa bentuk presentasi visual untuk membantu siswa memahami bagaimana kita mengembangkan persamaan Lagrange multiplier, yaitu,
                                                   
 


Setelah menunjukkan bagaimana ini bekerja di kelas dengan contoh, saya menetapkan siswa saya untuk mencetak verifikasi visual masalah peerjaan rumah yang menunjukkan baik plot kontur dengan kurva kendala dan plot permukaan 3D dengan kurva kendala diproyeksikan ke permukaan menunjukkan ekstrem 
relatif visual.
Latihan: Cari ekstrem relatif dari subjek fungsi f dengan kendala yang diberikan, menunjukkan semua pekerjaan. Kemudian grafik fungsi di CalcPlot3D dan menciptakan alur kontur dengan Tingkat I: -1, Langkah size: 1, dan jumlah kontur: 10. Kemudian tambahkan kurva kendala untuk plot menggunakan Tambahkan opsi Kendala Curve dalam dialog Plot Tampilan Contour . Gunakan scrollbar di bagian bawah plot kontur untuk memindahkan titik ke salah satu ekstrem relatif. Kemudian mencetak plot kontur. Terakhir, klik pada plot

  • Digg
  • Del.icio.us
  • StumbleUpon
  • Reddit
  • RSS

Definisi Integral Lipat

  • Digg
  • Del.icio.us
  • StumbleUpon
  • Reddit
  • RSS

Contoh Soal dan Pembahasan Integral Lipat Dua

  • Digg
  • Del.icio.us
  • StumbleUpon
  • Reddit
  • RSS

Pembahasan Lagrange Multiplier

Lagrange multipliers, also called Lagrangian multipliers (e.g., Arfken 1985, p. 945), can be used to find the extrema of a multivariate functionf(x_1,x_2,...,x_n) subject to the constraint g(x_1,x_2,...,x_n)=0, where f and g are functions with continuous first partial derivatives on the open set containing the curve g(x_1,x_2,...,x_n)=0, and del g!=0 at any point on the curve (where del  is the gradient).


Lagrange, juga disebut pengganda Lagrangian (misalnya, Arfken 1985, hal. 945), dapat digunakan untuk mencari ekstrem dari fungsi multivariat f(x_1,x_2,...,x_n) subyek pada batasan  g(x_1,x_2,...,x_n)=0di mana f dan g adalah fungsi dengan kontinu pertama derivatif parsial pada himpunan terbuka yang berisi kurva 

 g(x_1,x_2,...,x_n)=0 dan del g!=0 pada setiap titik pada kurva (di mana  del  adalah gradien).



For an extremum of f to exist on g, the gradient of f must line up with the gradient of g. In the illustration above, f is shown in red, g in blue, and the intersection of f and g is indicated in light blue. The gradient is a horizontal vector (i.e., it has no z-component) that shows the direction that the function increases; for g it is perpendicular to the curve, which is a straight line in this case. If the two gradients are in the same direction, then one is a multiple (-lambda) of the other, so

  • Digg
  • Del.icio.us
  • StumbleUpon
  • Reddit
  • RSS