2 Statická optimalizace funkcí jedné proměnné2.1 Analytické metody jednorozměrné optimalizaceU spojité účelové funkce jedné proměnné f(x) lze nutné podmínky existence lokálního extrému získat analýzou první derivace
Nutné podmínky tedy zní: „Spojitá účelová funkce může mít lokální extrém pouze v těch bodech, ve kterých její první derivace je nulová nebo neexistuje.“ Z obr. 2.2 plyne, že tato podmínka není postačující. Ve všech třech případech nutné podmínky jsou splněny, ale v uvažovaných bodech extrémy nevystupují.
Při určování lokálních extrémů spojité účelové funkce f(x) nejdříve na základě nutných podmínek určíme „podezřelé body“ a pak pomocí některé z následujících metod zjistíme průběh účelové funkce v okolí těchto podezřelých bodů. a) Metoda srovnání hodnot funkceTato metoda spočívá ve srovnání hodnot účelové funkce f(x) v podezřelém bodě x* s hodnotami v bodech
pak shodně s (1.32) v bodě x* vystupuje ostré lokální minimum. Platí-li opačná nerovnost, pak účelová funkce f(x) má v bodě x* ostré lokální maximum. b) Metoda srovnání znamének první derivacePři této metodě v bodech
c) Metoda vyšších derivacíTuto metodu lze použít pouze v těch případech, kdy v podezřelých bodech existují spojité derivace vyšších řádů. Reálné kořeny rovnice (viz kap.3)
vyznačují podezřelé body, tzv. stacionární (kritické) body, ve kterých vypočteme druhé derivace „Je-li řád první nenulové derivace ve stacionárním bodě lichý, pak v tomto bodě extrém nevystupuje. Bude-li řád první nenulové derivace ve stacionárním bodě sudý, pak účelová funkce má v tomto bodě lokální extrém, který je ostrým lokálním minimem, resp. maximem, bude-li tato derivace kladná (účelová funkce je ryze konvexní), resp. záporná (účelová funkce je ryze konkávní).“ Při řešení praktických optimalizačních úloh nezávisle proměnná X se obyčejně může měnit v určitém předem daném uzavřeném intervalu
resp.
Protože v krajních bodech uzavřeného intervalu Při optimalizaci účelových funkcí jedné proměnné je velmi vhodné si nakreslit alespoň přibližný průběh dané účelové funkce. Značně se tím usnadní řešení optimalizační úlohy a také se zmenší možnost výskytu chyby. Příklad 2.1Analyticky vyřešte optimalizační úlohu Řešení: Vzhledem k přípustné množině Účelová funkce f(x) je ryze konvexní, a proto v bodě V krajních bodech x = 0 a x = 1 účelová funkce f(x) má ostrá lokální maxima.
Příklad 2.2Optimalizační úloha má tvar Řešení: Z nutných podmínek dostaneme podezřelé body: x1 = 0,6; x2 = 2 a x3 = 3. Vypočteme první derivaci f '(x) : a) b)
V bodě x2 = 2 první derivace neexistuje (nespojitost prvního druhu). Metodou srovnání znamének první derivace lze zjistit, že v podezřelém bodě x2 = 2 vystupuje ostré lokální minimum, které je zároveň ostrým globálním minimem:
x* = 2 V krajních bodech x1 = 0,6 a x3 = 3 vystupují ostrá lokální maxima. Příklad 2.3Je třeba vyřešit optimalizační úlohu Řešení:
První derivace f '(x) neexistuje a v bodě x2 = 1 (nespojitost druhého druhu). Podezřelé body: x1 = 0, x2 = 1 a x3 = 3. Budeme-li se blížit k bodu x2 = 1 zleva, znaménko první derivace f '(x) bude záporné (–) a opačně, budeme-li se blížit k bodu x2 = 1 zprava, první derivace f '(x) bude kladná (+), a proto v tomto bodě vystupuje ostré lokální minimum, které je zároveň ostrým globálním minimem. x* = 1 V krajních bodech x1 = 0 a x3 = 3 vystupují ostrá lokální maxima. |