Introduction to Optimization Problems · Introduction aux Problèmes d'Optimisation
| English | Français |
|---|---|
| optimization/ˌɒptɪmaɪˈzeɪʃn/ | optimisation |
| variable/ˈveərɪəbl/ | variable |
| objective function/ɒbˈdʒektɪv ˈfʌŋkʃn/ | fonction objectif |
| constraint/kənˈstreɪnt/ | contrainte |
Making something as big (or small) as possible
- Real problems ask: what dimensions give the largest area? the cheapest cost? the shortest time?
- These are optimization 最优化 problems — find the max or min of a quantity.
- Calculus solves them because extrema live where the derivative is zero.
- This lesson is about the setup; the solving comes next.
Rendre quelque chose aussi grand (ou petit) que possible
- Les problèmes réels demandent : quelles dimensions donnent la plus grande surface ? le coût le moins cher ? le temps le plus court ?
- Ce sont des problèmes d'optimisation 最优化 — trouver le max ou min d'une quantité.
- Le calcul différentiel les résout car les extrema vivent où la dérivée est nulle.
- Cette leçon porte sur la mise en place ; la résolution viendra ensuite.
Name a variable and write the objective
- Choose a variable 变量 for the quantity you can control (a length, a radius, a price).
- Write the thing you want to maximize or minimize as a function of that variable — the objective function 目标函数.
- Example: for a rectangle of fixed perimeter, write the area in terms of one side length.
- Draw a picture and label it — most setup errors are unlabeled diagrams.
Nommer une variable et écrire l'objectif
- Choisir une variable 变量 pour la quantité que vous pouvez contrôler (une longueur, un rayon, un prix).
- Écrire ce que vous voulez maximiser ou minimiser comme fonction de cette variable — la fonction objectif 目标函数.
- Exemple : pour un rectangle de périmètre fixe, écrire la surface en termes d'une longueur de côté.
- Dessiner une image et l'étiqueter — la plupart des erreurs de mise en place viennent de schémas non étiquetés.
In "maximize area with a fixed perimeter," the area is the... · Dans "maximiser l'aire avec un périmètre fixe", l'aire est le ...
You optimize the objective (area); the perimeter is the constraint. · Vous optimisez l'objectif (l'aire) ; le périmètre est la contrainte.
Use a constraint to get one variable
- Usually the objective starts with two variables (like length and width).
- A constraint 约束条件 equation relates them (a fixed perimeter, a fixed volume, a budget).
- Solve the constraint for one variable and substitute, so the objective depends on a single variable.
- Now it's an ordinary "find the extremum" problem.
Utiliser une contrainte pour obtenir une variable
- L'objectif commence généralement avec deux variables (comme la longueur et la largeur).
- Une contrainte 约束条件 équation les relie (un périmètre fixe, un volume fixe, un budget).
- Résoudre la contrainte pour une variable et substituer, afin que l'objectif dépende d'une seule variable.
- C'est maintenant un problème ordinaire « trouver l'extrémum ».
Area as one downward parabola · Aire sous une parabole descendante unique
y = ax² + bx
After using the constraint, area becomes $A=10x-x^2$ — a downward parabola with a single peak to find. · Après avoir utilisé la contrainte, l'aire devient $A=10x-x^2$ — une parabole descendante avec un seul sommet à trouver.
A constraint equation is used to... · Une équation de contrainte sert à ...
Solve the constraint for one variable and substitute. · Résolvez la contrainte pour une variable et substituez.
The goal of the setup is to write the objective in terms of a ____ variable. · L'objectif de la configuration est d'écrire l'objectif en termes d'une variable ____.
One variable ⇒ an ordinary extremum problem. · Une variable ⇒ un problème d'extremum ordinaire.
Order the optimization setup steps. · Classez les étapes de configuration de l'optimisation.
Variable, objective, constraint, substitute. · Variable, objectif, contrainte, substitution.
A worked setup
- "A farmer has $40$ m of fence for a rectangular pen against a wall (no fence on the wall side)."
- Constraint: fence used $=2x+y=40$, so $y=40-2x$.
- Objective: area $A=xy=x(40-2x)=40x-2x^2$, now a function of $x$ alone.
- Ready to maximize $A(x)$ — that's lesson 5.11.
Une mise en place résolue
- "Un agriculteur dispose de $40$ m de clôture pour un enclos rectangulaire contre un mur (pas de clôture du côté du mur)."
- Contrainte : clôture utilisée $=2x+y=40$, donc $y=40-2x$.
- Objectif : surface $A=xy=x(40-2x)=40x-2x^2$, maintenant fonction de $x$ seul.
- Prêt à maximiser $A(x)$ — c'est la leçon 5.11.
With $2x+y=40$ (wall on one side), the area $A=xy$ becomes... · Avec $2x+y=40$ (mur d'un côté), l'aire $A=xy$ devient...
$y=40-2x$, so $A=x(40-2x)=40x-2x^2$. · $y=40-2x$, donc $A=x(40-2x)=40x-2x^2$.
Noting the domain of the variable (e.g. $0
The domain bounds where a valid answer can be. · Les bornes du domaine où une réponse valide peut être trouvée.
Keep the objective (what you optimize) separate from the constraint (the fixed relationship). You maximize/minimize the objective, and you use the constraint only to eliminate a variable. Also note the domain of the variable (e.g. $x>0$ and $y>0$) — it bounds where a valid answer can lie.
Garder l'objectif (ce que vous optimisez) séparé de la contrainte (la relation fixe). Vous maximisez/minimisez l'objectif, et utilisez la contrainte uniquement pour éliminer une variable. Noter également le domaine de la variable (ex. $x>0$ et $y>0$) — il borne où une réponse valide peut exister.
Set up: maximize the area of a rectangle with perimeter $20$.
- Let the sides be $x$ and $y$. Constraint: $2x+2y=20\Rightarrow y=10-x$.
- Objective: $A=xy=x(10-x)=10x-x^2$.
- Domain: $0
Mise en place : maximiser la surface d'un rectangle de périmètre $20$.
- Soient les côtés $x$ et $y$. Contrainte : $2x+2y=20\Rightarrow y=10-x$.
- Objectif : $A=xy=x(10-x)=10x-x^2$.
- Domaine : $0
An optimization problem finds a maximum or minimum. Set it up by naming a variable, writing the objective function to optimize, and using a constraint equation to reduce it to a single variable. Note the domain. Then it becomes a standard extremum problem (next lesson).
Un problème d'optimisation trouve un maximum ou un minimum. Mettez-le en place en nommant une variable, écrivant la fonction objectif à optimiser, et en utilisant une équation de contrainte pour la réduire à une seule variable. Notez le domaine. Ensuite, c'est un problème d'extremum standard (leçon suivante).