Seminar Optimierung mit PDE-Bedingungen
Seminar Optimierung mit PDE-Bedingungen
Seminar Optimierung mit PDE-Bedingungen
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
3 <strong>Optimierung</strong>saufgaben <strong>mit</strong> Ungleichungsrestriktion 7<br />
min f(j, s) = −2j − s,<br />
u.d.N. j ≥ 0, s ≥ 0,<br />
5j + 35s − 15000 ≤ 0, 15j + 15s − 10500 ≤ 0, 40j + 10s − 24000 ≤ 0.<br />
Diese <strong>Optimierung</strong>saufgabe soll nun so umgeformt werden, dass sie <strong>mit</strong> der Formulierung<br />
in Kapitel 1 in Zusammenhang gebracht werden kann. Die durch die begrenzten Rohstoffe<br />
entstandenen Nebenbedingungen lassen sich <strong>mit</strong> Hilfe der Abbildung G : R 2 → R 3<br />
zusammenfassen.<br />
Gesucht ist also ein Optimum ū = (¯j, ¯s), das folgende <strong>Optimierung</strong>saufgabe löst:<br />
min f(u) = −2j − s,<br />
u.d.N. u = (j, s) ∈ C ⊆ R2 ,<br />
⎛<br />
⎞<br />
5j + 35s − 15000<br />
⎜<br />
⎟<br />
G(u) = ⎝15j<br />
+ 15s − 10500⎠<br />
≤ 0.<br />
40j + 10s − 24000<br />
Da j ≥ 0 und s ≥ 0, ist die Menge C ⊆ R 2 der positive Quadrant und da<strong>mit</strong> konvex.<br />
3.2 Grundlagen<br />
Es ist nun noch zu klären, wie die Halbordnungsrelation ≤K auf einem Banachraum definiert<br />
ist. Dazu benötigen wir zunächst einmal die Definition eines konvexen Kegels K.<br />
Definition 3.1 (Konvexer Kegel)<br />
Sei K ⊆ Z konvex.<br />
Die Menge K = ∅ heißt konvexer Kegel, wenn gilt<br />
∀λ > 0 : z ∈ K ⇒ λz ∈ K.<br />
Beispiel<br />
1. Sei Z = R 3 und K = {z ∈ R 3 : z1 = 0, z2 ≤ 0, z3 ≥ 0}. Dann ist K ein konvexer<br />
Kegel.<br />
2. Der geometrische Kegel ist kein „mathematischer“ Kegel, da er unter der Multiplikation<br />
<strong>mit</strong> einer positiven Zahl nicht abgeschlossen ist.