Máme zde tři témata: globální extrémy, globální extrémy s podmínkami a optimalizaci.
Problém: Najděte globální extrémy funkce f na množině M.
Případ 1: Funkce je spojitá na M, což je omezená uzavřená množina sestávající se z konečného počtu uzavřených intervalů. Pak vždy existuje maximum a minimum.
Algoritmus:
Krok 1. Shromáždíme kandidáty. Jde o tyto: a) všechny koncové body z
intervalů M; b) všechny body z M, kde je derivace
f ′ nulová nebo neexistuje (nebo máme podezření, že neexistuje).
Krok 2. Dosadíme všechny kandidáty do f a porovnáme výsledné
hodnoty. Bod, který dává největší z těchto hodnot, dává
Případ 2: Funkce má konečný počet nespojitostí na M, což je konečné sjednocení intervalů.
Algoritmus:
Krok 1. Shromáždíme kandidáty. Jde o tyto: a) všechny koncové body
intervalů z M (včetně nekonečna/mínus nekonečna, pokud je to koncový
bod); b) všechny body z M, kde je derivace f ′
nulová nebo neexistuje (nebo máme podezření, že neexistuje). Všimněte si, že
toto zahrnuje i všechny body (podezřívané) nespojitosti.
Krok 2. Dosadíme do f ty kandidáty, kde je f definovaná;
pro ty kandidáty, kde f definovaná není (otevřené koncové body
intervalů, což mohou být i nevlastní body) nebo kde f nemusí být
spojitá, také vyhodnotíme všechny možné jednostranné limity. Všechny obdržené
hodnoty (dosazením i limitou) porovnáme.
Krok 3. Jestliže je největší hodnota dosažená (také) dosazením
kandidáta, pak dosazený bod dává
Jestliže je nejmenší hodnota dosažená (také) dosazením kandidáta, pak
dosazený bod dává
Pro detaily viz Globální extrémy v části Teorie - Aplikace.
Příklad: Najděte maximum a minimum funkce
Řešení: Protože je f spojitá na M, což je omezený uzavřený interval, tak existují jak maximum tak minimum a můžeme použít první algoritmus.
Derivace je
f (−2) = 9, f (−1) = 16, f (2) = −11.
Porovnáme tyto hodnoty a odvodíme závěr:
max〈−2,2〉( f ) = f (−1) = 16, min〈−2,2〉( f ) = f (2) = −11.
Mimochodem, graf f ukáže, co se vlastně během našeho výpočtu děje.
Problém: Potřebujeme najít globální extrémy funkce více proměnných, ale proměnné jsou svázány podmínkami, kterých je o jednu méně než proměnných.
Řešení: Použijeme podmínky k tomu, abychom se zbavili všech proměnných s výjimkou jedné, pak jsme v situaci, kdy můžeme použít již popsané algoritmy.
Pro příklady na globální extrémy a globální extrémy s podmínkami viz Globální extrémy v části Teorie - Aplikace a Řešené příklady - Aplikace.
Typická slovní úloha na optimalizaci popisuje nějakou situaci a pak se zeptá na řešení, které je optimální vzhledem k nějakému hodnocení (cena atd.).
Algoritmus:
Krok 1. Pečlivě přečteme příklad a identifikujeme všechny důležité
kvantity. S jejich pomocí vyjádříme údaje poskytnuté v zadání.
Krok 2. Určíme kvantitu, která se používá k vyhodnocování různých
řešení. Tato kvantita se má maximalizovat/minimalizovat. Pokud má jen jednu
proměnnou, můžeme použít výše popsaný algoritmus. Jinak musíme najít nějaké
vztahy mezi proměnnými, abychom s jejich pomocí snížili počet proměnných na
jednu. Pak už použijeme ten algoritmus.
Příklad: Máme dva přístupové body, každý na jiném břehu přímé řeky
široké
Řešení: Je jasné, že nemá smysl zkoušet jiné trajektorie než přímé cesty přes vodu a pak po břehu. Co není známo? Místo na protějším břehu, kam máme zamířit. Na označení potřebujeme proměnnou, také potřebujeme rozhodnout, kde je nula, asi nejpřirozenější je dát nulu přesně naproti.
Hodnota, kterou máme minimalizovat, je cena C. Máme jednu proměnnou
x a optimalizovanou funkci C, která na x
závisí, potřebujeme vědět jak. Vzdálenost po souši je evidentně
Chceme najít minimum této funkce na intervalu
Záporné řešení je na nic, máme tedy prvního kandidáta,
Vidíme, že nejrychlejší cesta k pití je překonat řeku směrem k bodu na
protější straně, který je
Pro další příklady viz Globální extrémy v části Teorie - Aplikace a v části Řešené příklady - Aplikace.
Taylorův polynom a aproximace
Zpět na Přehled metod -
Aplikace