Några kommentarer om optimering under bivillkor Thomas Andrén

Relevanta dokument
Flervariabelanalys I2 Vintern Översikt föreläsningar läsvecka 2

Y=konstant V 1. x=konstant. TANGENTPLAN OCH NORMALVEKTOR TILL YTAN z = f ( x, LINEARISERING NORMALVEKTOR (NORMALRIKTNING) TILL YTAN.

EXTREMVÄRDESPROBLEM MED BIVILLKOR. LAGRANGES MULTIPLIKATORMETOD. Problem. Bestäm lokala (eller globala) extremvärden till

betecknas = ( ) Symmetriska egenskaper hos derivator av andra ordningen. (Schwarzs sats)

TNK049 Optimeringslära

HF0021 TEN2. Program: Strömberg. Examinator: Datum: Tid: :15-12:15. , linjal, gradskiva. Lycka till! Poäng

TENTAMEN Kurs: HF1903 Matematik 1, moment TEN2 (analys) Datum: 29 okt 2015 Skrivtid 8:15 12:15

Examinator: Armin Halilovic Undervisande lärare: Bengt Andersson, Elias Said, Jonas Stenholm

H1009, Introduktionskurs i matematik Armin Halilovic ============================================================

Digital- och datorteknik

6. Samband mellan derivata och monotonitet

Moment Viktiga exempel Övningsuppgifter I

MATEMATISK INTRODUKTION. Innehåll

EFTERNAMN: FÖRNAMN: PERSONBETECKNING:

Optimering, exempel. Funktionens enda stationära punkt är alltså origo. Den ligger också i det inre av mängden.

DIFFERENTIALEKVATIONER. INLEDNING OCH GRUNDBEGREPP

En bijektion mellan två mängder A och B som har ändligt antal element kan finnas endast om mängderna har samma antal element.

1 Dimensionsanalys och π-satsen.

TATA42: Föreläsning 2 Tillämpningar av Maclaurinutvecklingar

= 0 vara en given ekvation där F ( x,

Tentamen i Matematik 1 HF aug 2012 Tid: Lärare: Armin Halilovic

Lösningsförslag till Tentamen: Matematiska metoder för ekonomer

VÄXANDE OCH AVTAGANDE FUNKTIONER. STATIONÄRA(=KRITISKA) PUNKTER. KONVEXA OCH KONKAVA FUNKTIONER. INFLEXIONSPUNKTER

TATM79: Föreläsning 4 Funktioner

Lösningsförslag till TMA043/MVE085

Optimering med bivillkor

Gränsvärdesberäkningar i praktiken

Analys av funktioner och dess derivata i Matlab.

7 Extremvärden med bivillkor, obegränsade områden

MATEMATIK Datum: Tid: eftermiddag Hjälpmedel: inga. Mobiltelefoner är förbjudna. A.Heintz Telefonvakt: Tim Cardilin Tel.

DIFFERENTIALEKVATIONER. INLEDNING OCH GRUNDBEGREPP

DIFFERENTIALEKVATIONER. INLEDNING OCH GRUNDBEGREPP

Lösningsförslag till tentamen i SF1861 Optimeringslära för T. Torsdag 28 maj 2010 kl

III. Analys av rationella funktioner

Om för en reellvärd funktion f som är definierad på mängden D gäller följande

MATLAB LABORATION INOM KURSEN LINJÄR ALGEBRA MED GEOMETRI

Lösningsförslag till Tentamen: Matematiska metoder för ekonomer

Definition 1 En funktion (eller avbildning ) från en mängd A till en mängd B är en regel som till några element i A ordnar högst ett element i B.

EDA Digital och Datorteknik 2009/2010

Optimering med bivillkor

Innehåll. 1 Linjärt ekvationssystem (ES) 5. 2 Grundläggande algebra 13

0 annan metod måste tillämpas **************************************************************** vara en stationär punkt dvs f x

DIFFERENTIALEKVATIONER. INLEDNING OCH GRUNDBEGREPP

STABILITET FÖR ICKE-LINJÄRA SYSTEM

VÄXANDE OCH AVTAGANDE FUNKTIONER. STATIONÄRA(=KRITISKA) PUNKTER. KONVÄXA OCH KONKAVA FUNKTIONER. INFLEXIONSPUNKTER

Komplettering: 9 poäng på tentamen ger rätt till komplettering (betyg Fx).

Switchnätsalgebra. Negation, ICKE NOT-grind (Inverterare) Konjunktion, OCH AND-grind. Disjunktion, ELLER OR-grind

När det gäller en motor kanske man vill maximera verkningsgraden för att hålla nere bränslekostnaden men inte till vilket pris som helst.

ARCUSFUNKTIONER. udda. arcsin(x) [-1, 1] varken udda eller jämn udda. arccos(x) [-1, 1] [ 0, π ] arctan(x) alla reella tal π π. varken udda eller jämn

Sammanfattning TATA43

Digital elektronik CL0090

arcsin(x) udda ( x) varken udda eller jämn alla reella tal ( 0, ) 1. y=a 1 x udda/jämn Värdemängd derivatan Definitionsmängd Arcusfunktioner

Labbrapport - Linjär algebra och geometri

1. Rita in i det komplexa talplanet det område som definieras av följande villkor: (1p)

EDA Digital och Datorteknik 2010/2011

1. Lös ut p som funktion av de andra variablerna ur sambandet

En normalvektor till g:s nivåyta i punkten ( 1, 1, f(1, 1) ) är gradienten. Lektion 6, Flervariabelanalys den 27 januari z x=y=1.

Flervariabelanalys E2, Vecka 3 Ht08

Figur 1: Postföretagets rektangulära låda, definitioner.

För studenter i Flervariabelanalys Flervariabelanalys MA012B ATM-Matematik Mikael Forsberg

Tentamen i Envariabelanalys 1

Digital- och datorteknik

DIFFERENTIALEKVATIONER. INLEDNING OCH GRUNDBEGREPP

11 Dubbelintegraler: itererad integration och variabelsubstitution

Lösningsförslag till tentamen i SF1861 Optimeringslära för T. Onsdag 25 augusti 2010 kl

Linjärprogramming. EG2205 Föreläsning 7, vårterminen 2015 Mikael Amelin

TENTAMEN 8 jan 2013 Tid: Kurs: Matematik 1 HF1901 (6H2901) 7.5p Lärare:Armin Halilovic

Teorifra gor kap

En bijektion mellan två mängder A och B som har ändligt antal element kan endast finnas om mängderna har samma antal element.

Stokastiska variabler

Matematik Ten 1:3 T-bas Nya kursen

Lösningsskisser för TATA

MICROECONOMICS Mid Sweden University, Sundsvall (Lecture 2) Peter Lohmander &

1. Vad är optimering?

MIO310 OPTIMERING OCH SIMULERING, 4 p

Sätt t = (x 1) 2 + y 2 + 2(x 1). Då är f(x, y) = log(t + 1) = t 1 2 t t3 + O(t 4 ) 1 2 (x 1) 2 + y 2 + 2(x 1) ) 2 (x 1) 2 + y 2 + 2(x 1) ) 3

Svar och anvisningar till arbetsbladen

Lösningar kapitel 10

Bedömningsanvisningar

KTH Matematik SF1633 Differentialekvationer I, för I1 Kontrollskrivning nr 2, Måndag den 31 mars 2008, kl Version: A Namn:... Personnr:...

MATEMATIK Datum: Tid: förmiddag Hjälpmedel: inga. Mobiltelefoner är förbjudna. A.Heintz Telefonvakt: Christo er Standar, Tel.

Laboration 1 i SF1544: Öva på Matlab och konstruera en optimal balk Avsikten med denna laboration är att:

Problem inför KS 2. Problem i matematik CDEPR & CDMAT Flervariabelanalys. KTH -matematik

Spänningsfallet över ett motstånd med resistansen R är lika med R i(t)

SF1625 Envariabelanalys

MATEMATIK Datum: Tid: förmiddag. A.Heintz Telefonvakt: Jacob Leander, Tel.:

Inledande kurs i matematik, avsnitt P.4

När vi ritar grafen kan vi bestämma om funktionen har globalt maximum ( =största värde)

Fysik A A B C D. Sidan 1 av 9 henrik.gyllensten@tabyenskilda.se.

DIFFERENTIALEKVATIONER AV FÖRSTA ORDNINGEN

Uppgift 1 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )

TENTAMEN HF1006 och HF1008

Laboration i Geometrisk Optik

Spänningsfallet över ett motstånd med resistansen R är lika med R i(t)

Tavelpresentation - Flervariabelanalys. 1E January 2017

konstanterna a och b så att ekvationssystemet x 2y = 1 2x + ay = b

MATLAB Laboration problem med lokala extremvärden

MATEMATIK Datum: Tid: förmiddag Hjälpmedel: inga. Mobiltelefoner är förbjudna. A.Heintz Telefonvakt: Christoffer Standar, Tel.

lösningar! ger 0 poäng.) i partiella bråk. och deras typ.

Laboration i Geometrisk Optik

Transkript:

Nåra kommentarer om optimerin under bivillkor Thomas Andrén Ett vanlit optimerinsproblem ber på att man vill inna de variabelvärden som ör att en unktion tar ett så stort eller litet värde som möjlit inom sin värdemänd. enna unktion kallas ota ör målunktion och problemet brukar tecknas på öljande sätt: Ma Här utör vår målunktion och problemet består i att inna och som ör att blir så stor som möjlit. etta är ett eempel på optimerin utan bivillkor. åt oss nu säa att vi vill beränsa deinitionsmänden ör enom att inöra ett villkor ör vilka värden och kan ta. I beskrivninen ovan tänkte vi oss att och kunde ta vilka värden som helst. Vi skulle till eempel kunna tänka oss att öljande villkor skulle älla:. Om vi optimerar vår unktion samtidit som vi inör denna beränsnin ör och så har vi utört en optimerin under bivillkor. en tp av bivillkor som behandlas under kursen avser likhetsvillkor av tpen c. vs. bivillkoret som måste älla avser en unktion beroende av två eller ler variabler som är lika med en viss konstant c. För att lösa denna tp av problem kan vi använda oss av aranes multiplikator metod. enna lösninsmetod består av öljande ste: Ste : Formulera aranes unktion Ste : Bestäm stationära punkter ör denna unktion Ste 3: Klassiicera de stationära punkterna Ett optimerinsproblem under bivillkor ormuleras på öljande sätt: Ma Målunktion u. b. c Bivillkoru.bunder bivillkor aranes unktion sammanör målunktionen och bivillkoret i en emensam unktion. enna emensamma unktion optimeras på vanlit sätt. aranes unktion kan ormuleras på öljande två sätt: c eller c Vilken ormulerin man använder är odtcklit bara man inte blandar ihop dem. I denna ramställnin använder vi uteslutande ormulerin. et speciella med aranes unktion är att den introducerar tterliare en variable som brukar kallas ör aranes multiplikator. Tolkninen av aranes multiplikator kan i vissa ekonomiska sammanhan vara vikti. Vid en stationär punkt tolkas optimalt som marinalörändrinen av optimalt när c ökar med en enhet. Till eempel om vår

målunktion utör en nttounktion ör en individ och vårt bivillkor är ett budet villkor som innebär att man inte kan konsumerar ör mer än sin inkomst och där inkomsten kommer att representeras av c. aranes multiplikator kommer då att vara ett mått på hur mcket nttan örändras om inkomsten ökar med enhet. aranes unktion optimeras på vanlit sätt enom att bestämma partialderivatan till samtlia variabler. etta skulle kunna se ut på öljande sätt: 3 c 5 Här har vi ett simultant ekvationssstem som man måste lösa med avseende på och. et vanliaste örarinssättet är dock att ur ekvationerna 3 och härleda en relation mellan och som sedan substitueras in i 5 som då blir en ekvation med en okänd variabel som lätt kan bestämmas. ösninen till ekvationssstemet kommer att utöras av de etersökta stationära punkterna eller punkten. Eempel Finn stationära punkter till öljande problem u. b. Ste : Formulera aranes unktion: Ste : Bestäm stationära punkter: etta ör vi enom att bestämma örsta ordninens villkor ör stationära punkter dvs derivera partiellt med avseende på de inblandade variablerna: 6 7 8 6 och 7 kan vi sammanöra. etta er då som utör vår relation mellan och. enna relation kan vi substituera in i bivillkoret 8. etta er

3 då att ± som också innebär att ±. Med hjälp av dessa värden kan vi bestämma motsvarande med hjälp av 6 eller 7. etta er oss öljande stationära punkter: / / / / / / / / Ste 3 innebär att vi måste bestämma vilka punkter som är lokala ma respektive min punkter. För denna uppit behöver vi en besluts reel som tvärr avviker nåot rån den reel som äller vid multivariat optimerin utan bivillkor. Beslutsreeln ser ut på öljande sätt: Utå irån öljande araneunktion: c Bestäm partialderivatan med avseende på och : Bestäm nu andra derivatan och korsderivatan till unktionerna ovan: Slutlien behöver vi bestämma örsta derivatan till bivillkoret och

Med hjälp av deriverinarna ovan kan vi ormulera en Hessian som äller vid optimerin under bivillkor. enna hessian kallas ör The Bordered Hessian och ser ut på öljande sätt: H Med hjälp av bordered Hessian H kan vi ormulera uttrcket ör en speciell determinant. et är denna determinant av bordered Hessian som leder oss till svaret om vår stationära punkt är ett lokalt maimum eller ett lokalt minimum. Observera minustecknet ramör determinanten. Stet med detta tecken är att vår beslutsreel skall likna beslutsreeln som äller vid optimerin utan bivillkor. eterminanten av bordered Hessianen ovan ser ut på öljande sätt: som är lika med Vår beslutsreel är baserad på vilket tecken denna determinant tar. Vi har öljande 3 all: BESUTSREGE Om är en stationär punkt och < då är ett lokalt maimum > då är ett lokalt minimum 3 inet beslut

åt oss nu återå till vårt eempel och klassiicera de stationära punkterna som vi ick. Vi börjar därör med att bestämma inredienserna till bordered Hessian. essa komponenter er en bordered Hessian uttrckt på determinantormat med öljande utseende: Om vi bestämmer determinanten till denna matris så år vi öljande ekvation: 6 6 8 8 8 3 Med hjälp av detta uttrck tar vi öljande beslut: / / / / 3 < okalt maimum / / / / 3 < okalt maimum / / / / 3 > okalt minimum > / / / / 3 okalt minimum 5