Kuhn-Tucker-Bedingung - imng
Kuhn-Tucker-Bedingung - imng
Kuhn-Tucker-Bedingung - imng
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong><br />
Ist x ∗ ein lokales Minimum einer skalaren Funktion f unter den<br />
Nebenbedingungen g i (x) ≥ 0 und sind die Gradienten der aktiven<br />
Gleichungen g i (x ∗ ) = 0, i ∈ I , linear unabhängig, dann existieren<br />
Lagrange-Multiplikatoren λ i ≥ 0, so dass<br />
grad f (x ∗ ) = ∑ i∈I<br />
λ i grad g i (x ∗ ) .<br />
Für ein lokales Maximum ist entsprechend λ i ≤ 0.<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 1-1
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong><br />
Ist x ∗ ein lokales Minimum einer skalaren Funktion f unter den<br />
Nebenbedingungen g i (x) ≥ 0 und sind die Gradienten der aktiven<br />
Gleichungen g i (x ∗ ) = 0, i ∈ I , linear unabhängig, dann existieren<br />
Lagrange-Multiplikatoren λ i ≥ 0, so dass<br />
grad f (x ∗ ) = ∑ i∈I<br />
λ i grad g i (x ∗ ) .<br />
Für ein lokales Maximum ist entsprechend λ i ≤ 0.<br />
Die Indexmenge I lässt sich auch implizit durch die <strong>Bedingung</strong>en<br />
λ t g(x ∗ ) = 0 , λ ≥ 0 ,<br />
festlegen. Ist g k (x ∗ ) > 0, so folgt λ k = 0, d.h. die nichttrivialen<br />
Multiplikatoren entsprechen den aktiven Nebenbedingungen.<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 1-2
grad f<br />
g i = 0<br />
grad g i<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 1-3
grad f<br />
g i = 0<br />
grad g i<br />
Geometrisch bedeutet die <strong>Kuhn</strong>-<strong>Tucker</strong> <strong>Bedingung</strong> für ein Minimum, dass<br />
der Gradient der Zielfunktion f in dem durch die Gradienten der aktiven<br />
Nebenbedingungen aufgespannten Kegel (gestrichelt) liegt.<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 1-4
Beweis:<br />
inaktive Nebenbedingungen (g j (x ∗ ) > 0, j /∈ I ) irrelevant, da in Umgebung<br />
von x ∗ keine Einschränkung <br />
f ebenfalls auf der kleineren Menge, die durch die Gleichungsbedingungen<br />
g i (x) = 0 beschrieben wird, minimal<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 2-1
Beweis:<br />
inaktive Nebenbedingungen (g j (x ∗ ) > 0, j /∈ I ) irrelevant, da in Umgebung<br />
von x ∗ keine Einschränkung <br />
f ebenfalls auf der kleineren Menge, die durch die Gleichungsbedingungen<br />
g i (x) = 0 beschrieben wird, minimal<br />
Satz über Lagrange-Multiplikatoren =⇒ behauptete Identität mit λ i ∈ R<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 2-2
Beweis:<br />
inaktive Nebenbedingungen (g j (x ∗ ) > 0, j /∈ I ) irrelevant, da in Umgebung<br />
von x ∗ keine Einschränkung <br />
f ebenfalls auf der kleineren Menge, die durch die Gleichungsbedingungen<br />
g i (x) = 0 beschrieben wird, minimal<br />
Satz über Lagrange-Multiplikatoren =⇒ behauptete Identität mit λ i ∈ R<br />
zu zeigen: λ i ≥ 0<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 2-3
Beweis:<br />
inaktive Nebenbedingungen (g j (x ∗ ) > 0, j /∈ I ) irrelevant, da in Umgebung<br />
von x ∗ keine Einschränkung <br />
f ebenfalls auf der kleineren Menge, die durch die Gleichungsbedingungen<br />
g i (x) = 0 beschrieben wird, minimal<br />
Satz über Lagrange-Multiplikatoren =⇒ behauptete Identität mit λ i ∈ R<br />
zu zeigen: λ i ≥ 0<br />
Indirekter Beweis: Annahme λ k < 0 für ein k ∈ I<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 2-4
Beweis:<br />
inaktive Nebenbedingungen (g j (x ∗ ) > 0, j /∈ I ) irrelevant, da in Umgebung<br />
von x ∗ keine Einschränkung <br />
f ebenfalls auf der kleineren Menge, die durch die Gleichungsbedingungen<br />
g i (x) = 0 beschrieben wird, minimal<br />
Satz über Lagrange-Multiplikatoren =⇒ behauptete Identität mit λ i ∈ R<br />
zu zeigen: λ i ≥ 0<br />
Indirekter Beweis: Annahme λ k < 0 für ein k ∈ I<br />
lineare Unabhängigkeit der Gradienten =⇒<br />
∃v : (grad g k (x ∗ )) t v = 1, (grad g i (x ∗ )) t v = 0, i ∈ I \k<br />
(v in Tangentialebene der durch g i , i ≠ k, definierten Fläche S)<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 2-5
wähle t ↦→ x(t) ∈ S mit Anfangspunkt x(0) = x ∗ und Anfangsrichtung<br />
x ′ (0) = v <br />
g k (x(t)) = g k (x ∗ ) + ( (grad g k (x ∗ )) t v ) t + O(t 2 ) = 0 + t + O(t 2 ), t → 0<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 2-6
wähle t ↦→ x(t) ∈ S mit Anfangspunkt x(0) = x ∗ und Anfangsrichtung<br />
x ′ (0) = v <br />
g k (x(t)) = g k (x ∗ ) + ( (grad g k (x ∗ )) t v ) t + O(t 2 ) = 0 + t + O(t 2 ), t → 0<br />
also x(t) für hinreichend kleines t > 0 zulässig:<br />
g k (x(t)) ≥ 0,<br />
g i (x(t)) = 0, i ∈ I \ k<br />
Konstruktion von v und Identität für grad f =⇒<br />
d<br />
dt f (x(t)) |t=0 = (grad f (x ∗ )) t v = λ k (grad g k (x ∗ )) t v = λ k < 0<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 2-7
wähle t ↦→ x(t) ∈ S mit Anfangspunkt x(0) = x ∗ und Anfangsrichtung<br />
x ′ (0) = v <br />
g k (x(t)) = g k (x ∗ ) + ( (grad g k (x ∗ )) t v ) t + O(t 2 ) = 0 + t + O(t 2 ), t → 0<br />
also x(t) für hinreichend kleines t > 0 zulässig:<br />
g k (x(t)) ≥ 0,<br />
g i (x(t)) = 0, i ∈ I \ k<br />
Konstruktion von v und Identität für grad f =⇒<br />
d<br />
dt f (x(t)) |t=0 = (grad f (x ∗ )) t v = λ k (grad g k (x ∗ )) t v = λ k < 0<br />
Abnahme von f entlang der Kurve<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 2-8
wähle t ↦→ x(t) ∈ S mit Anfangspunkt x(0) = x ∗ und Anfangsrichtung<br />
x ′ (0) = v <br />
g k (x(t)) = g k (x ∗ ) + ( (grad g k (x ∗ )) t v ) t + O(t 2 ) = 0 + t + O(t 2 ), t → 0<br />
also x(t) für hinreichend kleines t > 0 zulässig:<br />
g k (x(t)) ≥ 0,<br />
g i (x(t)) = 0, i ∈ I \ k<br />
Konstruktion von v und Identität für grad f =⇒<br />
d<br />
dt f (x(t)) |t=0 = (grad f (x ∗ )) t v = λ k (grad g k (x ∗ )) t v = λ k < 0<br />
Abnahme von f entlang der Kurve<br />
Widerspruch zur Minimalität von f (x ∗ )<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 2-9
Beispiel:<br />
Extrema der Funktion<br />
f (x, y) = y 2 − x<br />
auf der durch<br />
y − x 2 ≥ 0 , 2 − x 2 − y 2 ≥ 0<br />
definierten hellgrauen Menge D:<br />
2<br />
f = 9 4<br />
1<br />
0<br />
f = −3<br />
4 4/3<br />
−1 0 1<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 3-1
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong><br />
(−1, 2y) = λ(−2x, 1) + µ(−2x, −2y)<br />
λ(y − x 2 ) + µ(2 − x 2 − y 2 ) = 0<br />
mit Lagrange-Multiplikatoren λ und µ gleichen Vorzeichens<br />
Gradienten der aktiven Nebenbedingungen für alle zulässigen Punkte linear<br />
unabhängig (nicht Null und an den Schnittpunkten der Randkurven nicht<br />
parallel) <strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong> für alle Extrema notwendig<br />
verschiedene Fälle je nach dem welche Nebenbedingungen aktiv sind:<br />
(i) λ = 0 , µ = 0 (keine Nebenbedingung aktiv):<br />
(−1, 2y) = (0, 0)<br />
nicht erfüllbar, keine Extrema von f im Inneren von D<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 3-2
(ii) λ = 0 , µ ≠ 0 (2 − x 2 − y 2 ≥ 0 aktiv):<br />
(−1, 2y) = µ(−2x, −2y)<br />
2 − x 2 − y 2 = 0<br />
=⇒ µ = −1 < 0 (y = 0 wegen (± √ 2, 0) /∈ D nicht möglich), x = −1/2<br />
und y = √ 7/2<br />
=⇒ <strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong> für ein lokales Maximum erfüllt<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 3-3
(ii) λ = 0 , µ ≠ 0 (2 − x 2 − y 2 ≥ 0 aktiv):<br />
(−1, 2y) = µ(−2x, −2y)<br />
2 − x 2 − y 2 = 0<br />
=⇒ µ = −1 < 0 (y = 0 wegen (± √ 2, 0) /∈ D nicht möglich), x = −1/2<br />
und y = √ 7/2<br />
=⇒ <strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong> für ein lokales Maximum erfüllt<br />
(iii) λ ≠ 0 , µ = 0 (y − x 2 ≥ 0 aktiv):<br />
=⇒<br />
(−1, 2y) = λ(−2x, 1)<br />
y − x 2 = 0<br />
λ = 2y = 2x 2 ≥ 0 , −1 = (2x 2 )(−2x) ⇔ x = 4 −1/3 und y = 4 −2/3<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong> für ein lokales Minimum ist erfüllt<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 3-4
(iv) λ ≠ 0 , µ ≠ 0 (y − x 2 ≥ 0 und 2 − x 2 − y 2 ≥ 0 aktiv):<br />
y = x 2 ∧ x 2 + y 2 = 2<br />
=⇒ (x, y) = (1, 1) oder (x, y) = (−1, 1)<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 3-5
(iv) λ ≠ 0 , µ ≠ 0 (y − x 2 ≥ 0 und 2 − x 2 − y 2 ≥ 0 aktiv):<br />
y = x 2 ∧ x 2 + y 2 = 2<br />
=⇒ (x, y) = (1, 1) oder (x, y) = (−1, 1)<br />
Einsetzen in die Gleichung für grad f <br />
bzw.<br />
(−1, 2) = λ(−2, 1) + µ(−2, −2) =⇒ λ = 1 , µ = − 1 2<br />
(−1, 2) = λ(2, 1) + µ(2, −2) =⇒ λ = 1/3 , µ = − 5 6<br />
keine Extremstellen wegen verschiedenen Vorzeichens der<br />
Lagrange-Multiplikatoren<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 3-6
(iv) λ ≠ 0 , µ ≠ 0 (y − x 2 ≥ 0 und 2 − x 2 − y 2 ≥ 0 aktiv):<br />
y = x 2 ∧ x 2 + y 2 = 2<br />
=⇒ (x, y) = (1, 1) oder (x, y) = (−1, 1)<br />
Einsetzen in die Gleichung für grad f <br />
bzw.<br />
(−1, 2) = λ(−2, 1) + µ(−2, −2) =⇒ λ = 1 , µ = − 1 2<br />
(−1, 2) = λ(2, 1) + µ(2, −2) =⇒ λ = 1/3 , µ = − 5 6<br />
keine Extremstellen wegen verschiedenen Vorzeichens der<br />
Lagrange-Multiplikatoren<br />
Existenz von Extrema auf kompakten Mengen =⇒<br />
Typbestimmung anhand des Vorzeichen der Langrange-Multiplikatoren<br />
möglich oder auch durch Vergleichen der Funktionswerte<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 3-7
(iv) λ ≠ 0 , µ ≠ 0 (y − x 2 ≥ 0 und 2 − x 2 − y 2 ≥ 0 aktiv):<br />
y = x 2 ∧ x 2 + y 2 = 2<br />
=⇒ (x, y) = (1, 1) oder (x, y) = (−1, 1)<br />
Einsetzen in die Gleichung für grad f <br />
bzw.<br />
(−1, 2) = λ(−2, 1) + µ(−2, −2) =⇒ λ = 1 , µ = − 1 2<br />
(−1, 2) = λ(2, 1) + µ(2, −2) =⇒ λ = 1/3 , µ = − 5 6<br />
keine Extremstellen wegen verschiedenen Vorzeichens der<br />
Lagrange-Multiplikatoren<br />
Existenz von Extrema auf kompakten Mengen =⇒<br />
Typbestimmung anhand des Vorzeichen der Langrange-Multiplikatoren<br />
möglich oder auch durch Vergleichen der Funktionswerte<br />
Maximum von f bei (−1/2, √ 7/2) und Minimum bei ( 4 −1/3 , 4 −2/3)<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 3-8
Beispiel:<br />
f (x) → min ,<br />
a i ≤ x i ≤ b i<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong> für ein lokales Minimum<br />
grad f (x ∗ ) = ∑ i<br />
(λ i − µ i ) e i<br />
mit e i dem i-ten Einheitsvektor<br />
λ i , µ i ≥ 0<br />
λ t (x ∗ − a) + µ t (b − x ∗ ) = 0<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 4-1
Beispiel:<br />
f (x) → min ,<br />
a i ≤ x i ≤ b i<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong> für ein lokales Minimum<br />
grad f (x ∗ ) = ∑ i<br />
(λ i − µ i ) e i<br />
λ i , µ i ≥ 0<br />
λ t (x ∗ − a) + µ t (b − x ∗ ) = 0<br />
mit e i dem i-ten Einheitsvektor<br />
±∞ als Intervallgrenzen zugelassen<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 4-2
(i) a i < x ∗,i < b i : Lagrange-Multiplikatoren λ i und µ i Null und damit auch<br />
die i-te Komponente g i von grad f (x ∗ )<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 4-3
(i) a i < x ∗,i < b i : Lagrange-Multiplikatoren λ i und µ i Null und damit auch<br />
die i-te Komponente g i von grad f (x ∗ )<br />
(ii) eine der Ungleichungen für x i aktiv entsprechender<br />
Lagrange-Multiplikator bestimmt Vorzeichen von g i :<br />
x ∗,i = a i → g i ≥ 0 ; x ∗,i = b i → g i ≤ 0<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 4-4
x 2<br />
a 1<br />
b 2<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 4-5<br />
b 1<br />
a 2<br />
x 1
x 2<br />
a 1<br />
b 2<br />
b 1<br />
a 2<br />
x 1<br />
mögliche Richtungen von grad f (x ∗ ) für bivariate Zielfunktionen und<br />
Minima auf den Seiten und an den Ecken von [a 1 , b 1 ] × [a 2 , b 2 ]<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 4-6
x 2<br />
a 1<br />
b 2<br />
b 1<br />
a 2<br />
x 1<br />
mögliche Richtungen von grad f (x ∗ ) für bivariate Zielfunktionen und<br />
Minima auf den Seiten und an den Ecken von [a 1 , b 1 ] × [a 2 , b 2 ]<br />
grad f (x ∗ ) = 0 für Minima im Inneren<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 4-7
Beispiel:<br />
Lineares Programm:<br />
Minimierung einer linearen Funktion<br />
unter linearen Nebenbedingungen<br />
mit einer m × n-Matrix A<br />
(c 1 , . . . , c n )x → min<br />
Ax ≥ b<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 5-1
Beispiel:<br />
Lineares Programm:<br />
Minimierung einer linearen Funktion<br />
unter linearen Nebenbedingungen<br />
mit einer m × n-Matrix A<br />
(c 1 , . . . , c n )x → min<br />
Ax ≥ b<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en für eine Lösung x ∗ ∈ R n<br />
c t = λ t A, λ t (Ax ∗ − b) = 0<br />
mit λ i ≥ 0 (entsprechend λ i ≤ 0 für ein Maximum)<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 5-2
z.B.<br />
ist<br />
x + y → min, x ≥ 2, y ≥ 1, x + 2y ≥ 8<br />
⎛ ⎞ ⎛ ⎞<br />
( 1 0<br />
2<br />
1<br />
c = , A = ⎝0 1⎠ , b = ⎝1⎠<br />
1)<br />
1 2<br />
8<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 5-3
z.B.<br />
ist<br />
x + y → min, x ≥ 2, y ≥ 1, x + 2y ≥ 8<br />
⎛ ⎞ ⎛ ⎞<br />
( 1 0<br />
2<br />
1<br />
c = , A = ⎝0 1⎠ , b = ⎝1⎠<br />
1)<br />
1 2<br />
8<br />
=⇒ <strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en<br />
1 = λ 1 +λ 3 , 1 = λ 2 +2λ 3 , λ 1 [x −2]+λ 2 [y −1]+λ 3 [x +2y −8] = 0<br />
mit λ i , [. . . ] ≥ 0<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 5-4
<strong>Bedingung</strong>en =⇒ genau einer der Lagrange-Multiplikatoren gleich null,<br />
drei Fälle (jeweils zwei Nebenbedingungen aktiv)<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 5-5
<strong>Bedingung</strong>en =⇒ genau einer der Lagrange-Multiplikatoren gleich null,<br />
drei Fälle (jeweils zwei Nebenbedingungen aktiv)<br />
λ 1 = 0:<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 5-6
<strong>Bedingung</strong>en =⇒ genau einer der Lagrange-Multiplikatoren gleich null,<br />
drei Fälle (jeweils zwei Nebenbedingungen aktiv)<br />
λ 1 = 0:<br />
=⇒ λ 3 = 1, λ 2 = −1<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 5-7
<strong>Bedingung</strong>en =⇒ genau einer der Lagrange-Multiplikatoren gleich null,<br />
drei Fälle (jeweils zwei Nebenbedingungen aktiv)<br />
λ 1 = 0:<br />
=⇒ λ 3 = 1, λ 2 = −1<br />
kein Extremum, da verschiedenes Vorzeichen<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 5-8
<strong>Bedingung</strong>en =⇒ genau einer der Lagrange-Multiplikatoren gleich null,<br />
drei Fälle (jeweils zwei Nebenbedingungen aktiv)<br />
λ 1 = 0:<br />
=⇒ λ 3 = 1, λ 2 = −1<br />
kein Extremum, da verschiedenes Vorzeichen<br />
λ 2 = 0:<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 5-9
<strong>Bedingung</strong>en =⇒ genau einer der Lagrange-Multiplikatoren gleich null,<br />
drei Fälle (jeweils zwei Nebenbedingungen aktiv)<br />
λ 1 = 0:<br />
=⇒ λ 3 = 1, λ 2 = −1<br />
kein Extremum, da verschiedenes Vorzeichen<br />
λ 2 = 0:<br />
=⇒ λ 3 = 1/2, λ 1 = 1/2<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 5-10
<strong>Bedingung</strong>en =⇒ genau einer der Lagrange-Multiplikatoren gleich null,<br />
drei Fälle (jeweils zwei Nebenbedingungen aktiv)<br />
λ 1 = 0:<br />
=⇒ λ 3 = 1, λ 2 = −1<br />
kein Extremum, da verschiedenes Vorzeichen<br />
λ 2 = 0:<br />
=⇒ λ 3 = 1/2, λ 1 = 1/2<br />
aktive Nebenbedingungen (x, y) = (2, 3)<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 5-11
<strong>Bedingung</strong>en =⇒ genau einer der Lagrange-Multiplikatoren gleich null,<br />
drei Fälle (jeweils zwei Nebenbedingungen aktiv)<br />
λ 1 = 0:<br />
=⇒ λ 3 = 1, λ 2 = −1<br />
kein Extremum, da verschiedenes Vorzeichen<br />
λ 2 = 0:<br />
=⇒ λ 3 = 1/2, λ 1 = 1/2<br />
aktive Nebenbedingungen (x, y) = (2, 3)<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en für ein Minimum erfüllt<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 5-12
<strong>Bedingung</strong>en =⇒ genau einer der Lagrange-Multiplikatoren gleich null,<br />
drei Fälle (jeweils zwei Nebenbedingungen aktiv)<br />
λ 1 = 0:<br />
=⇒ λ 3 = 1, λ 2 = −1<br />
kein Extremum, da verschiedenes Vorzeichen<br />
λ 2 = 0:<br />
=⇒ λ 3 = 1/2, λ 1 = 1/2<br />
aktive Nebenbedingungen (x, y) = (2, 3)<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en für ein Minimum erfüllt<br />
λ 3 = 0:<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 5-13
<strong>Bedingung</strong>en =⇒ genau einer der Lagrange-Multiplikatoren gleich null,<br />
drei Fälle (jeweils zwei Nebenbedingungen aktiv)<br />
λ 1 = 0:<br />
=⇒ λ 3 = 1, λ 2 = −1<br />
kein Extremum, da verschiedenes Vorzeichen<br />
λ 2 = 0:<br />
=⇒ λ 3 = 1/2, λ 1 = 1/2<br />
aktive Nebenbedingungen (x, y) = (2, 3)<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en für ein Minimum erfüllt<br />
λ 3 = 0:<br />
aktive Nebenbedingungen (x, y) = (2, 1) (ausserhalb des zulässigen<br />
Bereichs)<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 5-14
<strong>Bedingung</strong>en =⇒ genau einer der Lagrange-Multiplikatoren gleich null,<br />
drei Fälle (jeweils zwei Nebenbedingungen aktiv)<br />
λ 1 = 0:<br />
=⇒ λ 3 = 1, λ 2 = −1<br />
kein Extremum, da verschiedenes Vorzeichen<br />
λ 2 = 0:<br />
=⇒ λ 3 = 1/2, λ 1 = 1/2<br />
aktive Nebenbedingungen (x, y) = (2, 3)<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en für ein Minimum erfüllt<br />
λ 3 = 0:<br />
aktive Nebenbedingungen (x, y) = (2, 1) (ausserhalb des zulässigen<br />
Bereichs)<br />
f auf zulässigem Bereich nach unten beschränkt =⇒<br />
globales Minimum bei (2, 3)<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 5-15
y<br />
5<br />
4<br />
3<br />
(2, 3)<br />
2<br />
1<br />
1 2 3 4 5 6 7 8<br />
x + y = c<br />
x<br />
geometrische Konstruktion der Lösung: Niveaulinie der Zielfunktion<br />
berührt den zulässigen Bereich in (2, 3)<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 5-16
y<br />
5<br />
4<br />
3<br />
(2, 3)<br />
2<br />
1<br />
1 2 3 4 5 6 7 8<br />
x + y = c<br />
x<br />
geometrische Konstruktion der Lösung: Niveaulinie der Zielfunktion<br />
berührt den zulässigen Bereich in (2, 3)<br />
Zielfunktion steigt (fällt), wenn die Niveaugeraden den zugelassenen<br />
Bereich schneiden (nicht schneiden)<br />
<strong>Kuhn</strong>-<strong>Tucker</strong>-<strong>Bedingung</strong>en 5-17