optymalizacja procesowa

Mnożniki Lagrange’a
 optymalizacja procesowa – mnożniki Lagrange’a

Dotychczas wykorzystując rachunek różniczkowy zajmowaliśmy się poszukiwaniem

ekstremów funkcji bez ograniczeń,
np. znaleźć ekstremum funkcji:

bez ograniczeń.
Wiemy, że jest to równanie półkuli o środku x = 0 i y = 0 i promieniu R = 2. Wiemy też, że
maksimum z występuje dla x = y =0 i wynosi z = 2.
Sprawdźmy:

Rozwiązanie: x = y = 0.
optymalizacja procesowa – mnożniki Lagrange’a
Z  x   4  x 2
 2  x 2
 4 x 
Rozważmy teraz następujące zadanie : znaleźć ekstremum funkcji
2 x 2

ale dodatkowo x i y musza spełniać następujące równanie (ograniczenie):

Wyznaczmy z ograniczenia:

po podstawieniu do funkcji celu:

Warunek konieczny:

rozwiązując otrzymujemy:
 optymalizacja procesowa – mnożniki Lagrange’a

Sprawdźmy warunek wystarczający:

Widać, że dołożenie ograniczenia może zmienić zupełnie położenie punktu ekstremalnego.

Wyznaczyliśmy ekstremum wykorzystując ograniczenie do eliminacji jednej zmiennej.

maksimum
Takie postępowanie jest zwykle korzystne, gdyż obniża wymiarowość zagadnienia.
Ale gdyby ograniczenie miało postać bardziej skomplikowaną np.

analityczne podstawienie byłoby trudne lub wręcz niemożliwe.

Wykorzystujemy wtedy metodę mnożników Lagrange’a.
optymalizacja procesowa – mnożniki Lagrange’a

Metoda mnożników Lagrange’a – postać ogólna

Szukamy ekstremum funkcji:

wobec ograniczeń równościowych:

Zadanie optymalizacyjne ma sens,
gdy p < r w przeciwnym razie
wszystkie ui byłyby wyznaczone z
--------------------------
równań ograniczeń.

Metoda mnożników Lagrange’a wykorzystuje fakt, że ekstremum funkcji S może leżeć

tylko w tych punktach, w których leży punkt stacjonarny zmodyfikowanej funkcji celu L
zwanej funkcją Lagrange’a.
optymalizacja procesowa – mnożniki Lagrange’a

Metoda mnożników Lagrange’a – postać ogólna

Szukamy ekstremum funkcji:

Funkcja Lagrange’a

są nowymi zmiennymi zwanymi mnożnikami Lagrange’a.

optymalizacja procesowa – mnożniki Lagrange’a

Metoda mnożników Lagrange’a – postać ogólna

Warunki konieczne dla ekstremum L:

optymalizacja procesowa – mnożniki Lagrange’a

Metoda mnożników Lagrange’a – Przykład 1.

Rozwiążmy omawiany wcześniej przykład: (1)

z ograniczeniem .

Ograniczenie musimy przekształcić do postaci standardowej: (2)

Funkcja Lagrange’a ma postać: (3)

Warunki konieczne:

(4)
Musimy rozwiązać układ równań (4 – 6).
(5)
Z równań (4) i (5) wynika (7) .
= (6)
Wstawiając (7) do (6) otrzymujemy 1.
Możemy z równania (4) (lub (5)) wyznaczyć również
ale jest nam to ostatecznie niepotrzebne.
 optymalizacja procesowa – mnożniki Lagrange’a

Metoda mnożników Lagrange’a

PAMIĘTAJMY, że metoda mnożników Lagrange’a dostarcza tylko warunków koniecznych

optymalności i nic nie mówi o warunkach wystarczających. Aby więc zbadać charakter
punktu stacjonarnego, należy badać otoczenie punktu stacjonarnego.

Weźmy np., że to zauważmy, że nie możemy teraz dać dowolnego przyrostu dla y, bo musi
być spełnione ograniczen , zatem

stąd

A więc

Widać, że dla każdego   0 wielkość ΔS < 0, zatem maksimum funkcji S.

PAMIĘTAJMY, że mnożników Lagrange’a, i, nie można traktować jako równocennych

niewiadomych z ui i badać warunków wystarczających dla L, bo w tym samym punkcie
stacjonarnym jego natura dla L i S może być różna.
optymalizacja procesowa – mnożniki Lagrange’a

Metoda mnożników Lagrange’a – Przykład 2.

Znaleźć wymiary walca o zadanej objętości V aby całkowita jego powierzchnia była
najmniejsza.

Funkcja celu

Ograniczenie: (2)

Funkcja Lagrange’a: (3)

Warunki konieczne: (4)

(5)

(6)
optymalizacja procesowa – mnożniki Lagrange’a

Metoda mnożników Lagrange’a – Przykład 2.

Należy rozwiązać układ równań (4), (5) i (6).

Z równania (5) wynika (7)

Wstawiając (7) do (4) otrzymujemy (8)

Po wstawieniu (7) i (8) do (6) otrzymamy wyrażenie na :

stąd:
optymalizacja procesowa – mnożniki Lagrange’a

Metoda mnożników Lagrange’a – Przykład 2.

Sprawdzenie charakteru ekstremum.

Teraz tak jak nie wolno:

jak pamiętamy z rachunku różniczkowego dla funkcji wielu zmiennych ujemna wartość
drugiej pochodnej jest warunkiem koniecznym dla maksimum funkcji i wyklucza
minimum (dla minimum ).

Sprawdźmy zatem otoczenie punktu stacjonarnego odnośnie powierzchni całkowitej.

optymalizacja procesowa – mnożniki Lagrange’a

Metoda mnożników Lagrange’a – Przykład 2.

Załóżmy, że

z równania na ograniczenie wynika

Podstawiając do wyrażenia na różnicę w powierzchniach:

bo

doprowadzając do wspólnego mianownika i podstawiając otrzymamy ^

𝐻 =2 ^
𝑅
optymalizacja procesowa – mnożniki Lagrange’a

Metoda mnożników Lagrange’a – Przykład 2.

doprowadzając do wspólnego mianownika i podstawiając otrzymamy

zatem
minimum

> 0 bo nowy
promień
optymalizacja procesowa – mnożniki Lagrange’a

Metoda mnożników Lagrange’a – dowód dla funkcji dwóch zmiennych

Funkcja celu postać ogólna:

ograniczenie: (może być tylko jedno)

Założenie funkcje S, g  C1 (ciągłe pierwsze pochodne)

lub różne od zera

załóżmy, że
optymalizacja procesowa – mnożniki Lagrange’a

Metoda mnożników Lagrange’a – dowód dla funkcji dwóch zmiennych

Na podstawie twierdzenia o funkcjach niejawnych (uwikłanych), równanie ograniczeń

opisuje zależność

Nie musimy znać jawnej postaci tej funkcji.

Stąd

jest funkcją jednej zmiennej bez dodatkowych ograniczeń. (Jeśli znamy jawną postać
funkcji (u1) po podstawieniu stosujemy rachunek różniczkowy.)

Warunek konieczny dla ekstremum

optymalizacja procesowa – mnożniki Lagrange’a

Metoda mnożników Lagrange’a – dowód dla funkcji dwóch zmiennych

Z twierdzenia o funkcjach niejawnych wynika, że jeśli

więc (u1) jest różniczkowalne, zatem warunek konieczny można zapisać jako:

(1)
𝑑𝜑 𝜕𝑢 2
Ponadto z twierdzenia o funkcjach niejawnych wynika: =
𝑑𝑢 1 𝜕𝑢1
(2)

Równanie (1) można więc zapisać następująco

(3) lub
optymalizacja procesowa – mnożniki Lagrange’a

Metoda mnożników Lagrange’a – dowód dla funkcji dwóch zmiennych

lub (4)

Jeśli oznaczymy (5)

To równanie (4) można zapisać jako:

(6) L
zaś równanie (5) jako
(7)

Dwa ostatnie równania należy rozwiązać wraz z równaniem ograniczającym.

optymalizacja procesowa – mnożniki Lagrange’a

Metoda mnożników Lagrange’a – Przykład 3.

Znaleźć przepływ cieczy chłodzącej minimalizujący koszt pracy deflegmatora.

Mały przepływ wody chłodzącej, czyli małe

koszty eksploatacyjne, jednak temperatura
cieczy chłodzącej rośnie, czyli mamy małe siły
napędowe, zatem potrzebna jest duża
powierzchnia – duże koszty inwestycyjne.

Duzy przepływ wody chłodzącej – duży koszt

eksploatacyjny, jednak mała powierzchnia
(małe koszty inwestycyjne) ponieważ mamy
duże siły napędowe.
optymalizacja procesowa – mnożniki Lagrange’a

Metoda mnożników Lagrange’a – Przykład 3.

Funkcja celu – koszt procesu;

(1)

Ograniczenia: równanie bilansu ciepła, równanie kinetyczne.

(2)

(3)

Z równania (2) wyznaczamy F

(4)

Ponieważ zmienna decyzyjna F jest jednoznacznie związana z Tout dokonamy zamiany

zmiennych.
optymalizacja procesowa – mnożniki Lagrange’a

Metoda mnożników Lagrange’a – Przykład 3.

Równanie ograniczenia
(5)

Używamy metody Legrange’a:

(6)
optymalizacja procesowa – mnożniki Lagrange’a

Metoda mnożników Lagrange’a – Przykład 3.

Warunki konieczne:

(7)

(8)

Z równania (8) otrzymujemy wyrażenie na 

(9)
optymalizacja procesowa – mnożniki Lagrange’a

Metoda mnożników Lagrange’a – Przykład 3.

Wstawiając (9) do równania (7) otrzymujemy:

(10)

Z równania ograniczenia: (11)

Uwzględniając (11) w (10) otrzymamy równanie w którym jedyną niewiadomą jest Tout:

(12)
optymalizacja procesowa – mnożniki Lagrange’a

Metoda mnożników Lagrange’a – Przykład 3.

Po przekształcając (12) otrzymamy następnie:

(13)

Podstawiając (14)

otrzymamy ostatecznie równanie , którego rozwiązaniem jest :

funkcja Lamberta (15)

stąd:
optymalizacja procesowa – mnożniki Lagrange’a

Metoda mnożników Lagrange’a – Przykład 3.

Rozwiązanie

z (4)

z (11)

gdzie
 optymalizacja procesowa – mnożniki Lagrange’a
Optymalizacja z ograniczeniami – metoda mnożników Lagrange’a
Przykład.
Określić ekstrema funkcji

z ograniczeniem, które musimy przekształcić do odpowiedniej postaci

 optymalizacja procesowa – mnożniki Lagrange’a
Optymalizacja z ograniczeniami – metoda mnożników Lagrange’a
Przykład.
Określić ekstrema funkcji
z ograniczeniem

Rozwiązanie bez ograniczeń

rozwiązanie
 optymalizacja procesowa – mnożniki Lagrange’a
Optymalizacja z ograniczeniami – metoda mnożników Lagrange’a
Przykład.
Określić ekstrema funkcji
z ograniczeniem

Rozwiązanie z ograniczeniami

Warunki konieczne:

Rozwiązanie
 optymalizacja procesowa – mnożniki Lagrange’a
Optymalizacja z ograniczeniami – metoda mnożników Lagrange’a
Przykład.
Określić ekstrema funkcji
z ograniczeniem

Rozwiązanie z ograniczeniami
Drugie pochodne:

Macierz Hessa

wskazuje na brak ekstremum, ale

 optymalizacja procesowa – mnożniki Lagrange’a
Optymalizacja z ograniczeniami – metoda mnożników Lagrange’a
Przykład.
Określić ekstrema funkcji
z ograniczeniem

Rozwiązanie z ograniczeniami

Ekstremum ewidentnie występuje.

W metodzie mnożników Lagrange’a nie wolno stosować warunków wystarczających

dla funkcji wielu zmiennych – macierzy Hessa.
 optymalizacja procesowa – mnożniki Lagrange’a
Optymalizacja z ograniczeniami – metoda mnożników Lagrange’a
Przykład.
Określić ekstrema funkcji
z ograniczeniem

Rozwiązanie z ograniczeniami
Badanie otoczenia funkcji

ale zmiana nie jest zupełnie dowolna, ponieważ musi być spełnione ograniczenie, stąd

dalej

=0
 optymalizacja procesowa – mnożniki Lagrange’a
Optymalizacja z ograniczeniami – metoda mnożników Lagrange’a
Przykład.
Określić ekstrema funkcji
z ograniczeniem

Rozwiązanie z ograniczeniami

Jeżeli można wyznaczyć zmienne z ograniczeń, należy to zrobić, zmniejszamy wtedy

wymiarowość problemu, co zwykle jest korzystne.

wyznaczmy x z ograniczenia

i wstawmy do funkcji f

Warunek konieczny

Warunki wystarczające
 optymalizacja procesowa – mnożniki Lagrange’a
Optymalizacja z ograniczeniami – metoda mnożników Lagrange’a
Przykład. Deflegmator
Koszty procesu:
koszt całkowity

koszt inwestycyjny
Dane

koszt eksploatacyjny

F
 optymalizacja procesowa – mnożniki Lagrange’a
Optymalizacja z ograniczeniami – metoda mnożników Lagrange’a
Przykład. Deflegmator
wskaźnik jakości – koszty procesu:

Równanie bilansowe Równanie kinetyczne

Trzy niewiadome można optymalizować.

Wyznaczmy:
 optymalizacja procesowa – mnożniki Lagrange’a
Optymalizacja z ograniczeniami – metoda mnożników Lagrange’a
Przykład. Deflegmator
wskaźnik jakości – koszty procesu:

optymalny przepływ

Nie ma rozwiązania analitycznego, istnieje tylko rozwiązanie numeryczne.

 optymalizacja procesowa – mnożniki Lagrange’a
Optymalizacja z ograniczeniami – metoda mnożników Lagrange’a
Przykład. Deflegmator

𝑎 𝐸 / 𝑎𝐼