Hopp til hovedinnholdet

Universitetseksamen etter tema

Øv på ett tema om gangen med oppgavene fra universitetseksamenene vi har lagt ut, foreløpig NTNU Matematikk 1, NTNU Matematikk 3, OsloMet Matte 2000 og OsloMet Matte 3000. Velg område og tema, så henter vi oppgavene fra alle settene. Prøv selv først – løsningen ligger under oppgaven når du står fast.

Område

Emne

optimering

Velger du flere tema, får du oppgavene som har alle sammen.

1 oppgave i OsloMet Matte 2000 om optimering

Oppgavene

MEK2000 ordinær eksamen 2024

Oppgave 5

Det fiktive bilutleieselskapet SIVA har, i beste fall, dårlige rutiner for å kontrollere informasjonen de sender til kundene sine. Feilinformasjon påfører kundene ekstrautgifter – og gir selskapet ekstra-inntekter.
I forbindelse med en planlagt reklamekampanje med slagordet “vi prøver hardere når det gjelder kundebehandling” har de kommet fram til denne matematiske modellen for inntjeninga f f de venter seg i nær framtid:
f(x,y)=46x−x3+29y−y3+(x−y)2 \begin{aligned} f(x, y) &= 46x - x^3 + 29y - y^3 \\ &\quad + (x - y)^2 \end{aligned}
Her er x x prosent-andelen av kundene som får feilinformasjon, og y y er hvor mange millioner kroner de vil investere i kampanjen. (Sammenhengen er ikke gyldig for alle verdier av x x og y, y\text{,} men vi kan legge til grunn at den er gyldig for moderate, positive verdier av variablene.) I modellen har de forsøkt å ta høyde for at informasjons-praksisen deres ikke kommuniserer så godt med budskapet i reklamen. Funksjonen er visualisert under – for både positive og negative x x og y. y\text{.}

Oppgave 5a)

Vis, ved regning, hvordan vi kan komme fram til at de partielle deriverte av første orden for f f er
∂f∂x(x,y)=46−3x2+2(x−y)∂f∂y(x,y)=29−3y2−2(x−y) \begin{aligned} \dfrac{\partial f}{\partial x}(x, y) &= 46 - 3x^2 + 2(x - y) \\ \dfrac{\partial f}{\partial y}(x, y) &= 29 - 3y^2 - 2(x - y) \end{aligned}
og at Hesse-matrisen er
H=(−6x+2−2−2−6y+2) H = \begin{pmatrix} -6x + 2 & -2 \\ -2 & -6y + 2 \end{pmatrix}
Vis løsning på oppgave 5a
Svar
De partielle deriverte av første orden er:
∂f∂x(x,y)=46−3x2+2(x−y)∂f∂y(x,y)=29−3y2−2(x−y)‾‾ \underline{\underline{\begin{aligned} \dfrac{\partial f}{\partial x}(x, y) &= 46 - 3x^2 + 2(x - y) \\ \dfrac{\partial f}{\partial y}(x, y) &= 29 - 3y^2 - 2(x - y) \end{aligned}}}
H=(−6x+2−2−2−6y+2)‾‾ \underline{\underline{H = \begin{pmatrix} -6x + 2 & -2 \\ -2 & -6y + 2 \end{pmatrix}}}
Når vi deriverer med hensyn på \( x\text{,} \) er \( y \) en konstant, og omvendt. Leddet \( {(x - y)^2} \) deriverer vi med kjerneregelen. Hesse-matrisen samler de fire andrederiverte.
1. Deriver med hensyn på x Når vi deriverer med hensyn på \( x\text{,} \) behandler vi \( y \) som en konstant, som i videoen Partiell derivasjon, intro med eksempler. Da blir \( {29y - y^3} \) borte, og \( {46x - x^3} \) derivert blir \( {46 - 3x^2}\text{.} \)
Leddet \( {(\textcolor{green}{x - y})^2} \) deriverer vi med kjerneregelen, med kjernen \( {\textcolor{green}{x - y}}\text{.} \) Vi deriverer kvadratet og ganger med den deriverte av kjernen, som i videoen Kjerneregelen: \[ \dfrac{\partial}{\partial x}(\textcolor{green}{x - y})^2 = 2(\textcolor{green}{x - y}) \cdot \textcolor{green}{1} \]
Det gir oss: \[ \dfrac{\partial f}{\partial x}(x, y) = 46 - 3x^2 + 2(x - y) \]
2. Deriver med hensyn på y Nå er \( x \) konstant, så \( {46x - x^3} \) blir borte, og \( {29y - y^3} \) derivert blir \( {29 - 3y^2}\text{.} \) Den deriverte av kjernen \( {\textcolor{green}{x - y}} \) med hensyn på \( y \) er \( {\textcolor{green}{-1}}\text{:} \) \[ \dfrac{\partial}{\partial y}(\textcolor{green}{x - y})^2 = 2(\textcolor{green}{x - y}) \cdot (\textcolor{green}{-1}) \]
Det gir oss: \[ \dfrac{\partial f}{\partial y}(x, y) = 29 - 3y^2 - 2(x - y) \]
3. Finn de andrederiverte Vi skriver \( f_x \) for \( \dfrac{\partial f}{\partial x} \) og ganger ut parentesene: \[ \begin{aligned} f_x &= 46 - 3x^2 + 2x - 2y \\ f_y &= 29 - 3y^2 - 2x + 2y \end{aligned} \]
Hesse-matrisen har de andrederiverte som elementer: \[ H = \begin{pmatrix} \textcolor{blue}{f_{xx}} & \textcolor{green}{f_{xy}} \\ \textcolor{green}{f_{yx}} & \textcolor{red}{f_{yy}} \end{pmatrix} \]
Vi deriverer \( f_x \) og \( f_y \) en gang til, med hensyn på hver av variablene, som i videoen Dobbel partiell derivert: \[ \begin{aligned} \textcolor{blue}{f_{xx}} &= \textcolor{blue}{-6x + 2} & \textcolor{green}{f_{xy}} &= \textcolor{green}{-2} \\ \textcolor{green}{f_{yx}} &= \textcolor{green}{-2} & \textcolor{red}{f_{yy}} &= \textcolor{red}{-6y + 2} \end{aligned} \]
Plugger vi dette inn, får vi: \[ H = \begin{pmatrix} \textcolor{blue}{-6x + 2} & \textcolor{green}{-2} \\ \textcolor{green}{-2} & \textcolor{red}{-6y + 2} \end{pmatrix} \]

Oppgave 5b)

Selskapet finner ut at de, om modellen er rett, bør sikte seg inn på x=4 {x = 4} og y=3 {y = 3} om de vil tjene mest mulig penger. Hvorfor det? Eller, sagt på en annen måte: Vis ved regning at dette er et (lokalt) maksimum for f(x,y). f(x, y)\text{.}
Vi ber deg ikke vise hvordan vi kan komme fram til punktet (x,y)=(4,3). {(x, y) = (4, 3)}\text{.}
Vis løsning på oppgave 5b
Svar
(4,3) (4, 3) er et kritisk punkt, og dobbelt derivertes test gir:
K=348>0fxx(4,3)=−22<0lokalt maksimum i (4,3)‾‾ \underline{\underline{\begin{aligned} &K = 348 > 0 \\ &f_{xx}(4, 3) = -22 < 0 \\ &\text{lokalt maksimum i } (4, 3) \end{aligned}}}
Selv om du ikke fikk til a), kan du løse denne: de partielle deriverte og Hesse-matrisen står i oppgaveteksten i a).
Et lokalt maksimum er et kritisk punkt der dobbelt derivertes test gir \( {K > 0} \) og \( {f_{xx} < 0}\text{.} \) Vi sjekker begge deler i \( (4, 3)\text{.} \)
1. Sjekk at punktet er kritisk Et kritisk punkt er der begge de partielle deriverte er \( 0\text{,} \) som i videoen Hva er et kritisk punkt. I oppgaveteksten til a) står det at: \[ \begin{aligned} \dfrac{\partial f}{\partial x}(x, y) &= 46 - 3x^2 + 2(x - y) \\ \dfrac{\partial f}{\partial y}(x, y) &= 29 - 3y^2 - 2(x - y) \end{aligned} \]
Vi setter inn \( {x = 4} \) og \( {y = 3}\text{:} \) \[ \begin{aligned} \dfrac{\partial f}{\partial x}(4, 3) &= 46 - 3 \cdot 4^2 + 2(4 - 3) \\ &= 46 - 48 + 2 = 0 \\ \dfrac{\partial f}{\partial y}(4, 3) &= 29 - 3 \cdot 3^2 - 2(4 - 3) \\ &= 29 - 27 - 2 = 0 \end{aligned} \]
2. Bruk dobbelt derivertes test Dobbelt derivertes test forteller oss at vi regner ut: \[ K = \textcolor{blue}{f_{xx}} \cdot \textcolor{red}{f_{yy}} - \textcolor{green}{f_{xy}} \cdot \textcolor{green}{f_{yx}} \]Er \( {K > 0} \) og \( {\textcolor{blue}{f_{xx}} < 0}\text{,} \) er punktet et lokalt maksimum. Du ser testen i videoen Dobbelt derivertes test, og hvordan vi skiller maksimum fra minimum i Dobbelt derivertes test.
Her er, fra Hesse-matrisen i a): \[ \begin{aligned} \textcolor{blue}{f_{xx}(4, 3)} &= -6 \cdot 4 + 2 = \textcolor{blue}{-22} \\ \textcolor{red}{f_{yy}(4, 3)} &= -6 \cdot 3 + 2 = \textcolor{red}{-16} \\ \textcolor{green}{f_{xy}} &= \textcolor{green}{f_{yx}} = \textcolor{green}{-2} \end{aligned} \]
Plugger vi dette inn, får vi: \[ \begin{aligned} K &= (\textcolor{blue}{-22}) \cdot (\textcolor{red}{-16}) - (\textcolor{green}{-2}) \cdot (\textcolor{green}{-2}) \\ &= 352 - 4 = 348 \end{aligned} \]
\( {K > 0} \) og \( {\textcolor{blue}{f_{xx}} < 0}\text{,} \) så \( (4, 3) \) er et lokalt maksimum. Der tjener selskapet mest, i alle fall sammenliknet med verdier i nærheten.

Oppgave 5c)

Vi lar nå x x og y y også ta negative verdier for funksjonen f f og ser bort fra tolkninga over. Videre tenker vi oss at vi, med utgangspunktet (x0,y0)=(0,0), {(x_0, y_0) = (0, 0)}\text{,} oppdaterer punktet (xn,yn) (x_n, y_n) etter disse kopla differens-likningene:
xn+1=xn−γ∂f∂x(xn,yn)yn+1=yn−γ∂f∂y(xn,yn) \begin{aligned} x_{n+1} &= x_n - \gamma\dfrac{\partial f}{\partial x}(x_n, y_n) \\ y_{n+1} &= y_n - \gamma\dfrac{\partial f}{\partial y}(x_n, y_n) \end{aligned}
Her er parameteren γ \gamma et lite, positivt tall. Dersom verdien av denne parameteren er satt lavt nok, vil (xn,yn) (x_n, y_n) nærme seg et bestemt punkt når n n blir stor. Bruk figuren til å estimere hvilket punkt dette er.
Her krever vi ikke et veldig nøyaktig svar. Men husk å grunngi svaret.
Vis løsning på oppgave 5c
Svar
Stegene ender i bunnen av dalen inne i nivåkurven −150: {-150}\text{:}
(x,y)≈(−4,−3)‾‾ \underline{\underline{(x, y) \approx (-4, -3)}}
Selv om du ikke fikk til a), kan du løse denne: de partielle deriverte står i oppgaveteksten i a).
Hvert steg går motsatt vei av gradienten, altså nedover. Vi følger stegene fra origo til bunnen av dalen.
1. Se hvor stegene går Gradienten samler de partielle deriverte: \[ \textcolor{blue}{\nabla f} = \left(\dfrac{\partial f}{\partial x}, \dfrac{\partial f}{\partial y}\right) \]Du ser hva gradienten er i videoen Hva er en gradient?. Den peker dit \( f \) vokser raskest.
Skriver vi punktet som \( {\mathbf{x}_n = (x_n, y_n)}\text{,} \) trekker de kopla differenslikningene fra \( \gamma \) ganger gradienten: \[ \mathbf{x}_{n+1} = \mathbf{x}_n - \gamma\textcolor{blue}{\nabla f(\mathbf{x}_n)} \]
Hvert steg går derfor nedover, og med lav nok \( \gamma \) blir \( f \) mindre for hvert steg. Punktet står bare stille der \( {\textcolor{blue}{\nabla f} = (0, 0)}\text{.} \) Det kan ikke ende i et toppunkt, siden \( f \) synker, og i et sadelpunkt bare fra helt spesielle startpunkter. Derfor ender det i bunnen av en dal, i et lokalt minimum.
2. Følg stegene fra origo I oppgaveteksten til a) står det at: \[ \begin{aligned} \dfrac{\partial f}{\partial x}(x, y) &= 46 - 3x^2 + 2(x - y) \\ \dfrac{\partial f}{\partial y}(x, y) &= 29 - 3y^2 - 2(x - y) \end{aligned} \]
I \( (0, 0) \) blir alle leddene med \( x \) og \( y \) lik \( 0\text{:} \) \[ \textcolor{blue}{\nabla f(0, 0)} = \textcolor{blue}{(46, 29)} \]
Første steg går altså mot \( {-\textcolor{blue}{(46, 29)}}\text{,} \) ned og til venstre. I figuren går vi fra nivåkurven \( 0 \) gjennom origo mot \( {-75} \) og \( {-150}\text{.} \)
3. Les av bunnen av dalen Nede til venstre er nivåkurvene \( {-75} \) og \( {-150} \) lukkede ringer, den ene inni den andre. Inne i ringen \( {-150} \) er \( f \) altså lavere enn \( {-150}\text{,} \) og det er ingen kurve for \( {-225} \) der. Når punktet først er innenfor ringen \( {-75}\text{,} \) kommer det ikke ut igjen, siden \( f \) bare synker. Bunnen av dalen ligger derfor inne i ringen \( {-150}\text{,} \) omtrent midt i: \[ (x, y) \approx (-4, -3) \]
Kontroll: \( {\textcolor{blue}{\nabla f(-4, -3)} = \textcolor{blue}{(-4, 4)}} \) er mye kortere enn i origo. Der er \( {K = 26 \cdot 20 - (-2)^2 = 516} \) og \( {f_{xx} = 26}\text{,} \) begge positive, som i et minimum.