極値
[Wikipedia|▼Menu]

数学実解析において、実数値関数の極値(きょくち、: extremum[注 1])とは、関数の局所的な最小値および局所的な最大値の総称である。関数の極値を求める問題は極値問題と呼ばれる。
定義

n 次元ユークリッド空間 (Rn, d) の開集合 U 上で定義された実数値関数 f: U → R をとる[注 2]。関数 f を定義域 U に属する点 p のある ε 近傍に制限すると値 f(p) がその最小値であるとき、値 f(p) を関数 f の極小値(local minimum)といい、点 p を関数 f の極小点(local minimum point[1])という。この条件は論理式を用いると ∃ ε > 0 [ ∀ q ∈ U [ d ( p , q ) < ε ⟹ f ( p ) ≤ f ( q ) ] ] {\displaystyle \exists \varepsilon >0[\forall q\in U[d(p,q)<\varepsilon \implies f(p)\leq f(q)]]}

と表せる[注 3]。同様に関数 f を定義域 U に属する点 p のある ε 近傍に制限すると値 f(p) がその最大値であるとき値 f(p) を関数 f の極大値(local maximum)といい、点 p を関数 f の極大点(local maximum point[1])という。

極小値と極大値を総称して極値(extremum)といい、極小点と極大点を総称して極値点という。

上の条件に現れる d(p, q) < ε ⇒ f(p) ≤ f(q) を 0 < d(p, q) < ε ⇒ f(p) < f(q) へ置き換えたとき、値 f(p) を関数 f の狭義の極小値(strict local minimum)という。同様に狭義の極大値(strict local maximum)も定義される。またこれらを総称して狭義の極値という。(ただし狭義の極値を単に極値と呼ぶこともあるので、実際に用いられている定義をよく確認する必要がある。)
必要条件原点は関数 x3 の停留点ではあるが、極値点ではない。

n 次元ユークリッド空間 Rn の開集合 U 上で定義された実数値関数 f: U → R をとり、これが微分可能であるとする。

定義域 U に属する点 p における関数 f の勾配 ∇ f ( p ) = [ ∂ f ∂ x 1 ( p ) , … , ∂ f ∂ x n ( p ) ] {\displaystyle \nabla f(p)={\bigg [}{\frac {\partial f}{\partial x_{1}}}(p),\dotsc ,{\frac {\partial f}{\partial x_{n}}}(p){\bigg ]}}

が 0 であるとき、点 p を関数 f の停留点(stationary point)あるいは臨界点(critical point)といい、値 f(p) を停留値(stationary value)あるいは臨界値(critical value)という。

点 p が関数 f の極値点であるためには、点 p が関数 f の停留点であることが必要である。
十分条件原点は関数 x2 + y2, x2, x2 − y2 すべての停留点である。関数 x2 + y2 の原点におけるヘッセ行列は正の定符号であり、原点で関数 x2 + y2 は狭義の極小値をとる。また関数 x2 − y2 の原点におけるヘッセ行列は不定符号であり、原点は関数 x2 − y2 の鞍点である。一方で関数 x2 の原点におけるヘッセ行列は特異行列であり、原点で退化している。

n 次元ユークリッド空間 Rn の開集合 U 上で定義された実数値関数 f: U → R をとり、これが2回連続微分可能であるとする。

関数 f の停留点 p におけるヘッセ行列 ∇ 2 f ( p ) = [ ∂ 2 f ∂ x 1 2 ( p ) ⋯ ∂ 2 f ∂ x 1 ∂ x n ( p ) ⋮ ⋱ ⋮ ∂ 2 f ∂ x n ∂ x 1 ( p ) ⋯ ∂ 2 f ∂ x n 2 ( p ) ] {\displaystyle \nabla ^{2}f(p)={\begin{bmatrix}{\frac {\partial ^{2}f}{\partial x_{1}^{2}}}(p)&\cdots &{\frac {\partial ^{2}f}{\partial x_{1}\partial x_{n}}}(p)\\\vdots &\ddots &\vdots \\{\frac {\partial ^{2}f}{\partial x_{n}\partial x_{1}}}(p)&\cdots &{\frac {\partial ^{2}f}{\partial x_{n}^{2}}}(p)\end{bmatrix}}}


次ページ
記事の検索
おまかせリスト
▼オプションを表示
ブックマーク登録
mixiチェック!
Twitterに投稿
オプション/リンク一覧
話題のニュース
列車運行情報
暇つぶしWikipedia

Size:15 KB
出典: フリー百科事典『ウィキペディア(Wikipedia)
担当:undef