Optimierungsaufgaben mit Nebenbedingungen

Was sind Optimierungsaufgaben?

Bei einer Optimierungsaufgabe soll eine Größe – etwa Fläche, Volumen, Kosten oder Gewinn – maximiert oder minimiert werden. Im Unterschied zur reinen Extremwertberechnung einer gegebenen Funktion muss hier zunächst die zu optimierende Funktion (die Zielfunktion) selbst aufgestellt werden. Zusätzlich gibt es eine oder mehrere Nebenbedingungen, die die Variablen einschränken – zum Beispiel ein vorgegebener Materialverbrauch oder eine feste Gesamtlänge.

Das Vorgehen folgt einem bewährten Schema: Variablen definieren, Zielfunktion und Nebenbedingung aufstellen, die Nebenbedingung zum Eliminieren einer Variablen nutzen, und die resultierende Funktion einer Variablen mit den üblichen Methoden optimieren.

Schritt-für-Schritt-Methode

Skizze anfertigen und alle relevanten Größen benennen.
Zielfunktion aufstellen: Was soll maximiert/minimiert werden?
Nebenbedingung formulieren: Welche Einschränkung gilt?
Eliminieren: Eine Variable aus der Nebenbedingung berechnen und in die Zielfunktion einsetzen.
Optimieren: Die Zielfunktion (jetzt in einer Variable) ableiten, Nullstellen der Ableitung bestimmen, Maximum oder Minimum nachweisen.
Antwort formulieren und Plausibilität prüfen.

Beispiel 1: Maximaler Flächeninhalt

Aufgabe: Ein Bauer möchte mit 100 m Zaun ein rechteckiges Gehege an einer bestehenden Wand errichten (drei Seiten benötigen Zaun). Welche Maße maximieren die Fläche?

Variablen: Breite \( x \) (parallel zur Wand), Tiefe \( y \) (senkrecht zur Wand).

Zielfunktion: \( A = x \cdot y \) (zu maximieren).

Nebenbedingung: \( x + 2y = 100 \) (drei Zaunseiten).

Eliminieren: \( x = 100 – 2y \), einsetzen: \( A(y) = (100 – 2y) \cdot y = 100y – 2y^2 \).

Optimieren: \( A'(y) = 100 – 4y = 0 \Rightarrow y = 25 \). \( A“(y) = -4 < 0 \), also Maximum. \( x = 100 - 50 = 50 \). Die maximale Fläche beträgt \( A = 50 \cdot 25 = 1250 \, \text{m}^2 \).

Beispiel 2: Minimaler Materialverbrauch

Aufgabe: Eine zylindrische Dose soll 1 Liter (\( 1000 \, \text{cm}^3 \)) fassen. Welcher Radius minimiert den Materialverbrauch (Oberfläche)?

Variablen: Radius \( r \), Höhe \( h \).

Zielfunktion: \( O = 2\pi r^2 + 2\pi r h \) (Deckel + Boden + Mantel).

Nebenbedingung: \( \pi r^2 h = 1000 \Rightarrow h = \frac{1000}{\pi r^2} \).

Einsetzen: \( O(r) = 2\pi r^2 + 2\pi r \cdot \frac{1000}{\pi r^2} = 2\pi r^2 + \frac{2000}{r} \).

Optimieren: \( O'(r) = 4\pi r – \frac{2000}{r^2} = 0 \Rightarrow r^3 = \frac{2000}{4\pi} = \frac{500}{\pi} \Rightarrow r = \sqrt[3]{\frac{500}{\pi}} \approx 5{,}42 \, \text{cm} \).

Die Höhe ergibt sich zu \( h = \frac{1000}{\pi \cdot 5{,}42^2} \approx 10{,}84 \, \text{cm} \). Es gilt \( h = 2r \) – die optimale Dose hat eine Höhe gleich dem Durchmesser, also die Form eines Quadrats im Querschnitt.

Beispiel 3: Kürzester Weg

Aufgabe: Ein Rettungsschwimmer steht am Strand, 50 m vom Wasser entfernt. Ein Schwimmer befindet sich 100 m entlang des Strandes und 80 m im Wasser. Der Rettungsschwimmer läuft mit 5 m/s am Strand und schwimmt mit 2 m/s. Wo sollte er ins Wasser gehen, um die Zeit zu minimieren?

Dieses Problem führt auf eine Zielfunktion \( T(x) \), die die Lauf- und Schwimmzeit in Abhängigkeit vom Eintrittspunkt \( x \) beschreibt. Die Optimierung erfordert die Ableitung einer Wurzelfunktion und liefert das Snellius’sche Brechungsgesetz als mathematisches Ergebnis – eine elegante Verbindung zwischen Optimierung und Physik.

Typische Fehlerquellen

Die häufigsten Fehler bei Optimierungsaufgaben sind: falsches Aufstellen der Nebenbedingung, Verwechslung von Zielfunktion und Nebenbedingung, Vergessen der Definitionsbeschränkungen (z. B. müssen Längen positiv sein) und fehlendes Nachweisen des Extremums durch die zweite Ableitung oder Randwertvergleich.

Zusammenfassung

Optimierungsaufgaben mit Nebenbedingungen folgen einem systematischen Vorgehen: Zielfunktion und Nebenbedingung aufstellen, eine Variable eliminieren und die resultierende Funktion einer Variablen optimieren. Klassische Aufgabentypen umfassen maximale Flächen und Volumina bei gegebenem Material, minimalen Materialverbrauch bei vorgegebenem Volumen und kürzeste Wege oder Zeiten. Die Methode verbindet mathematisches Modellieren mit der Extremwertberechnung und ist eine der praxisrelevantesten Anwendungen der Differentialrechnung.