Conteúdo principal
Curso: Cálculo multivariável > Unidade 3
Lição 3: Otimização de funções multivariáveis- Máximo e mínimo multivariáveis
- Encontre pontos críticos de funções multivariáveis
- Pontos de sela
- O gradiente zero representado visualmente
- Treine para o teste da segunda derivada parcial
- Teste da segunda derivada parcial
- Intuição do teste da segunda derivada parcial
- Exemplo do teste da segunda derivada parcial - Parte 1
- Exemplo do teste da segunda derivada parcial - Parte 2
- Classificação de pontos críticos
© 2024 Khan AcademyTermos de usoPolítica de privacidadeAviso de cookies
Máximo e mínimo multivariáveis
Uma descrição do máximo e do mínimo de uma função multivariável, como eles se parecem, e um pouco sobre como encontrá-los. Versão original criada por Grant Sanderson.
Quer participar da conversa?
Nenhuma postagem por enquanto.
Transcrição de vídeo
RKA8JV - E aí, pessoal!
Tudo bem? Quando você tem uma
função multivariável que tem, em sua entrada,
diferentes valores e que gera apenas um único número, uma coisa que você tenta fazer
é maximizar essa saída. Bem, mas o que isso significa? Simples, o que eu estou dizendo aqui é que estamos tentando achar valores para essa entrada de modo que "f"
seja a maior possível. Claro, quando você faz isso, não está fazendo só por diversão, embora muitas pessoas amem matemática. Geralmente, quando você está
tentando maximizar uma função, você está tentando, por exemplo, encontrar os lucros de uma empresa. Esta função pode ser
o salário dos funcionários, ou os preços dos produtos, ou quem sabe o montante da dívida
que você levanta para capital. Tem várias coisas que você
pode colocar nessa entrada. E aí, maximizar esta função significa escolher valores de modo
que a sua saída seja máxima. Uma área que utilizamos bastante
essa ideia de maximização é a de aprendizado de máquina
e inteligência artificial, algo bem comum nos dias de hoje. Frequentemente, você usa
algo que é chamado de função de custo para uma tarefa. Então, talvez você esteja
ensinando ao computador a como entender o áudio
ou ler algum texto manuscrito. O que você faz é encontrar essa função que diz o quão errado está
a nossa suposição e se estamos fazendo uma boa projeção. E aí, você só precisa dizer ao computador
para minimizar isso, e esse é outro ponto importante,
minimizar uma certa função. Se você minimizar essa função de custo, isso significa que você está
fazendo um ótimo trabalho em qualquer tarefa que você atribuiu. Muito do aprendizado de máquina e da inteligência artificial se resume a esta função de custo. Ela descreve tarefas bem complicadas, mas com algumas técnicas
que nós vamos ver agora, isso faz com que o computador
minimize esse trabalho. Ok, aqui eu tenho um gráfico
de uma função multivariável e nós vamos encontrar o máximo dela. Este é um gráfico de uma função
de duas variáveis, ou seja, em sua entrada
tem duas variáveis, e como estamos pensando no plano (x, y), a sua saída é a altura deste gráfico. Se você está procurando
uma forma de maximizá-lo, basicamente, o que você
quer descobrir é este pico. É como se fosse a montanha
mais alta em toda esta área. E você está procurando
o valor de entrada, ou seja, o ponto no plano (x, y) diretamente abaixo deste pico, porque isso mostra os valores das entradas que você deve colocar para
maximizar a sua função. Então, como você pode encontrar isso? Isso talvez seja importante não apenas
no cálculo multivariável, até porque é semelhante
no cálculo de uma variável, mas o que devemos ficar atentos, é que se você pegar um
plano tangente neste pico, ele vai ser completamente plano. Mas, e se você fizer isso
em um ponto diferente? Porque, digamos, ao invés de você tentar descobrir
o plano tangente a este ponto, porque você pode colocar
no plano tangente assim, mas digamos que você mude um pouco, para um lugar que não seja
exatamente o máximo. Se esse plano tangente tiver
qualquer inclinação, isso está dizendo que você
está pegando várias direções meio que na direção desta
inclinação ascendente, e com isso você pode aumentar
o valor da sua função. Então, se houver alguma inclinação
para esse plano tangente, você sabe que pode caminhar
em alguma direção para aumentá-lo, mas se esse plano não
tiver uma inclinação, então, é isso é sinal
que não importa a direção na qual você anda, você não vai aumentar
o valor da sua função. Mas o que isso significa
em termos algébricos? Bem, se você lembrar
das aulas passadas, quando falamos a respeito
de planos tangentes, a inclinação do plano em cada direção, esta aqui seria a inclinação
na direção "x", e se você olhar de outra perspectiva, esta seria a inclinação na direção "y", cada uma dessas direções deve ser zero. Isso em termos de derivadas parciais significa que a derivada
da função em relação a "x" em qualquer ponto, eu posso colocar aqui como (x₀, y₀), tem que ser igual a zero. E da mesma forma, ∂f/∂y ou a qualquer outra
variável no ponto (x₀, y₀), vai ser igual a zero. Você pode ver isso no nosso gráfico. Deixe-me mudar a inclinação
do plano aqui um pouco. Se você estiver caminhando
na direção "y'' por exemplo, você não está aumentando o valor
da função de forma alguma, essa direção é exatamente zero. Isso significa que a derivada parcial
em relação a "y" é igual a zero Mas e em relação a "x",
o que acontece? Se você está caminhando
em direção a "x", claramente, a inclinação é negativa. Mas por quê? À medida que você dá passos
positivos na direção ''x", a altura do seu plano tangente
está diminuindo. Isso quer dizer que essa
altura está diminuindo proporcionalmente ao
quanto você anda no "x''. Mas claro, você pode utilizar isso
para resolver um sistema e encontrar o ponto (x₀, y₀), mas eu vou falar mais a respeito
disso nos próximos vídeos. Por ora, eu só quero te dar uma ideia
intuitiva a respeito disso. E claro, essas duas coisas só são verdade quando a inclinação do
plano tangente é zero. Satisfazer isso não necessariamente significa encontrar o máximo
de uma função, esse é apenas um requisito
que deve satisfazer. Porque olha só, se você passar um plano
tangente por outros picos da função, como este e esse, ou estes
pequenos aqui né, todos esses planos tangentes
vão ter inclinação zero. Claro, os menores, as saliências são
o que chamamos de máximos locais, e são relativos a um único ponto. Isso significa que este ponto é o maior. Qualquer ponto em sua vizinhança
é menor do que ele. Ele não é, digamos assim, o maior máximo, ele é o maior em sua vizinhança, é como se fossem montanhas
menores próximas ao Monte Everest. Existe uma outra circunstância onde você
pode encontrar um plano tangente, e isso está nos pontos mínimos, correto? Se você tiver um mínimo global,
o menor absoluto, você pode ter um mínimo absoluto
que também é um mínimo local e pode ter outros mínimos locais
nesses picos invertidos. Você também vai encontrar
planos tangentes a esses pontos. E isso acontece quando você
está minimizando uma função. Você também deve procurar isso aqui, ou seja, onde todas as derivadas
parciais são zero. Mas isso não significa que
o seu trabalho está completo. Você tem que fazer mais alguns testes para ter certeza que encontrou
o máximo local ou o máximo global, o mínimo local ou o mínimo global. Inclusive, esses requisitos, você
pode ver em uma forma mais curta. Você pode dizer que este
triângulo aqui invertido, que é o que chamamos de vetor gradiente
de uma função, é igual a ∂f em relação a todas as variáveis, igual ao vetor que tem zero
em todas as suas componentes. Então, basicamente, você pode dizer que o gradiente
de uma função "f" tem que ser igual ao vetor zero. E claro, algumas pessoas ainda
colocam isso como o vetor zero, então, basicamente, você pode dizer que o gradiente
de uma função tem que ser igual a zero. E aí fica mais fácil de escrever, né. Toda vez que você for resolver, você deve expandir encontrando isso aqui. Toda vez que você ver o gradiente
de uma função igual a zero, isso vai te dar a ideia de plano tangente. O plano tangente tem uma
inclinação igual a zero. Mas como eu disse, isso não é suficiente, porque você pode ter máximo
ou mínimo nos outros picos. No cálculo multivariável também
existe uma outra possibilidade, um lugar onde o plano tangente tem uma inclinação igual a zero, e não vai ser em um máximo
ou um mínimo local, vai ser o que chamamos de ponto de sela, que é um novo conceito
do cálculo multivariável. Mas claro, nós vamos ver isso
com calma mais para frente. Eu espero que esta aula
tenha lhes ajudado. E até a próxima, pessoal!