Seminar Optimierung mit PDE-Bedingungen
Seminar Optimierung mit PDE-Bedingungen
Seminar Optimierung mit PDE-Bedingungen
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
1 Einführung<br />
1 Einführung 5<br />
Gesucht ist eine notwendige Bedingung für ein Optimum ū, das die folgende <strong>Optimierung</strong>saufgabe<br />
löst:<br />
min f(u),<br />
u.d.N. G(u) ≤K 0,<br />
u ∈ C ⊆ U.<br />
Im Folgenden seien die Mengen U und Z reelle Banachräume. Die Zielfunktion, die unter<br />
den o.g. Nebenbedingungen minimiert werden soll, sei durch f : U → R gegeben und die<br />
Abbildung G : U → Z muss nicht notwendigerweise linear sein. Weitere Details werden<br />
in Kapitel 3.2 gegeben. So ist beispielsweise noch zu klären, wie die Halbordnungsrelation<br />
„≤K“ auf einem Banachraum zu definieren bzw. was für eine Menge „K“ ist. Zunächst<br />
bleiben wir jedoch im R n , wo die Halbordungsrelation „≤“ bereits bekannt ist.<br />
Mit Hilfe der Lagrangetechnik werden wir als notwendige <strong>Bedingungen</strong> für eine optimale<br />
Lösung ū der o.g. <strong>Optimierung</strong>saufgabe die Karush-Kuhn-Tucker-<strong>Bedingungen</strong> erhalten.<br />
2 <strong>Optimierung</strong>saufgaben <strong>mit</strong> Gleichungsrestriktion - Ein Beispiel<br />
im R n<br />
Die Zielfunktion f : U → R und die Abbildung G : U → R m seien stetig differenzierbar<br />
in der offenen Menge U ⊆ R n . Die Abbildung G ′ (ū) : U → R m sei surjektiv, wobei ū eine<br />
Lösung des <strong>Optimierung</strong>sproblems <strong>mit</strong> Gleichungsrestriktion<br />
sei.<br />
Definition 2.1 (Lagrangefunktion)<br />
Die Funktion L : U × R m → R <strong>mit</strong><br />
heißt Lagrange-Funktion.<br />
min f(ū),<br />
u.d.N. G(ū) = 0,<br />
ū ∈ C = U.<br />
L(u, z ∗ ) := f(u) + z ∗ · G(u)