Norm und Gradient
This is a modal window.
The media could not be loaded, either because the server or network failed or because the format is not supported.
Formal Metadata
Title |
| |
Subtitle |
| |
Title of Series | ||
Part Number | 3 | |
Number of Parts | 11 | |
Author | ||
License | CC Attribution - NonCommercial - NoDerivatives 3.0 Germany: You are free to use, copy, distribute and transmit the work or content in unchanged form for any legal and non-commercial purpose as long as the work is attributed to the author in the manner specified by the author or licensor. | |
Identifiers | 10.5446/68283 (DOI) | |
Publisher | ||
Release Date | ||
Language |
Content Metadata
Subject Area | |
Genre |
Differenzierbarkeit3 / 11
1
2
3
4
5
7
8
9
10
11
00:00
Direction (geometry)Derived set (mathematics)Partial derivativeDifferential (mechanical device)RichtungsableitungQuotientFunction (mathematics)RootFactorizationPartial derivativeNormal (geometry)Multiplication signFunctional (mathematics)Point (geometry)Term (mathematics)Matrix (mathematics)DivisorComputer animation
03:58
GradientGradientNormal (geometry)Vector spaceLengthSign (mathematics)Differential (mechanical device)Functional (mathematics)Vector graphicsComputer animation
Transcript: German(auto-generated)
00:01
Was Sie oft brauchen werden, das ist das Differential der Euclidischen Norm. Ich habe Ihnen hier nochmal den Funktionsterm hingeschrieben und was wir sofort sehen, ist wenn x ungleich Null ist, so ist die Norm partiell differenzierbar in x, nämlich
00:32
was finden wir für beliebiges K von 1 bis N? Die Richtungsableitung in Richtung eK von
00:45
der Norm ausgewertet in x, das ist also nur die partielle Ableitung nach xK von der Wurzel aus x1² plus plus plus xN². Fassen wir das als Funktion von xK allein auf, dann kriegen wir
01:10
als Ableitung hier einmal die 1 durch 2 mal die Wurzel aus x1² plus plus plus xN² und da kommt
01:22
noch die innere Ableitung dazu, das ist 2xK. Die 2 können wir rauskürzen und dann steht da xK durch die Norm von x und demnach können wir die Jacobi-Matrix angeben. D von der Zwei-Norm,
01:52
das ist ja nichts anderes als d1 von x in der Zwei-Norm bis dN von x in der Zwei-Norm.
02:05
Das ist also, wir kriegen immer den Faktor 1 durch die Norm, das können wir also rausziehen und dann haben wir hier einfach nur x1 bis xN. Ja und wie sieht das in x gleich null aus? Da
02:27
ist die Norm nicht partiell differenzierbar, denn schauen wir uns einfach mal an den
02:42
differenzen Quotienten, den wir dazu betrachten müssen. Der ist ja die Funktion im Punkt null plus t mal Ek minus die Funktion in dem Punkt, in dem wir es betrachten, also
03:04
durch t und das ist die Würzel aus t² minus null durch t, also t-Betrag durch t. Und ja,
03:20
der Liemes hier von diesem differenzen Quotienten für t gegen null, der existiert nicht, denn wenn wir t positiv wählen und gegen null gehen lassen, dann ist das gleich plus eins,
03:48
wenn wir t negativ und lassen es gegen null gehen, dann kriegen wir minus eins. Das sind zwei verschiedene Werte, die nicht übereinstimmen. Für Funktionen vom R hoch N speziell nach R,
04:05
also solche mit M gleich eins, hat man, wenn sie denn partiell differenzierbar sind, noch einen weiteren kleinen Begriff, nämlich den des Gradienten. Der wird hier mit so einem Nabler-Zeichen bezeichnet. Nabler F von A. Das ist nichts anderes als die transponierte
04:27
der Jacobi-Matrix, also die transponierte des Differentials. Und ja, weil wir wissen, das Differential hier, die Jacobi-Matrix, das ist eine 1-Kreuz-N-Matrix, so erhalten wir als
04:41
Gradienten immer einen Vektor der Länge N. Und machen wir ruhig ein Beispiel. Also was ist der Gradient von der Norm? Das ist, wir hatten gerade gesehen, das gibt x transponiert
05:06
durch die Norm selbst und das müssen wir wiederum transponieren. Das ist also einfach nur x durch Norm x.