Tilbake
5.5
Optimering

5.5 Optimering

Praktiske optimeringsproblemer, maksimum og minimum i økonomiske sammenhenger.

60 min
16 oppgaver
OptimeringMaksimeringMinimeringRandverdierPraktiske problemer
Du leser den tradisjonelle versjonen
Din fremgang i kapitlet
0 / 16 oppgaver
Kapitlets plass i kurset

Når matematikken treff avgjerder

Du er bedriftsleiar. Du har ein overskotsfunksjon. Korleis finn du nivået som maksimerer profitt? Og når er svaret kanskje ikkje der f(x)=0f'(x) = 0 — men i eit hjørne, der råstoffet tek slutt eller lageret er fullt?

Optimering er kunsten å forvandle eit praktisk val til eit reknestykke. Bak kvart kostnadsbudsjett, kvar lagerstrategi, kvar pris ligg ein optimeringsmodell: maksimer det vi vil ha mykje av (overskot, inntekt, produksjon), eller minimer det vi vil ha lite av (kostnad, lagerplass, ventetid).

Verktøya har vi: Vi veit korleis vi finn stasjonære punkt (f(x)=0f'(x) = 0), korleis vi klassifiserer dei (ff''), og korleis vi teiknar forteiknsskjema. I dette kapittelet løftar vi desse til praktisk handling — vi skal bygge modellar, omsetje ord til formlar, optimere, og tolke svaret tilbake til røynda. Vi skal òg møte to viktige nyansar: optimering på lukka intervall (der endepunkta kan vinne), og optimering med ulikskapsavgrensingar (ein forsmak på KKT-vilkår).

Modelleringsprosessen i optimering

Eit optimeringsproblem har følgjande anatomi:

1. Målfunksjon f(x)f(x): den storleiken vi vil maksimere eller minimere.
2. Avgjerdsvariabel xx: det vi kan velje.
3. Bivilkår (kan vere tomme): kva xx må oppfylle, f.eks. x[a,b]x \in [a, b] eller g(x)=cg(x) = c.

Dei seks stega:

1. Formuler: Identifiser variablar og målfunksjon. Teikn gjerne ein figur.
2. Modeller: Skriv målfunksjonen som ein funksjon av éin avgjerdsvariabel (bruk bivilkåra til å eliminere dei andre).
3. Deriver: Rekn ut f(x)f'(x).
4. Løys: Set f(x)=0f'(x) = 0 og finn stasjonære punkt.
5. Klassifiser: Andrederiverttest, forteiknsskjema, eller direkte samanlikning. Sjekk endepunkt viss intervallet er lukka.
6. Tolk: Set svaret tilbake i den opphavlege konteksten. Gir det meining økonomisk?

Lokalt vs globalt ekstremum

Eit globalt maksimum for ff på eit område DD er eit punkt xDx^* \in D med f(x)f(x)f(x^*) \geq f(x) for alle xDx \in D. Tilsvarande for globalt minimum.

Ekstremalverditeoremet: Viss ff er kontinuerleg på eit lukka og avgrensa intervall [a,b][a, b], så har ff både globalt maksimum og globalt minimum på [a,b][a, b]. Desse blir nådd anten:

- I eit stasjonært punkt (f(x)=0f'(x) = 0),
- I eit endepunkt (x=ax = a eller x=bx = b),
- I eit punkt der ff' ikkje eksisterer.

Dette gir den fundamentale kandidatlista ved optimering på lukka intervall: stasjonære punkt pluss endepunkt — rekn ut ff i alle, og vel den største (maks) eller minste (min).

📜Optimering på ope intervall

På eit ope intervall (eks. x>0x > 0, (,)(-\infty, \infty)) er det ikkje garantert at maks/min eksisterer.

Viss ff har berre eitt stasjonært punkt xx^* i intervallet, og anten
- andrederiverttesten gir eintydig svar (f(x)>0f''(x^*) > 0 eller <0< 0), eller
- forteiknsskjema for ff' skiftar konsistent rundt xx^*,

…så er xx^* globalt minimum (hhv. maksimum), føresett at funksjonen er konveks (hhv. konkav) i heile intervallet.

Spesialtilfelle (svært nyttig i økonomi):
- Viss ff er strengt konkav (f(x)<0f''(x) < 0 overalt), så har ff høgst eitt lokalt maksimum, og dette er då globalt.
- Viss ff er strengt konveks (f(x)>0f''(x) > 0 overalt), så har ff høgst eitt lokalt minimum, og dette er då globalt.

Ulikskapsbivilkår og KKT (kort)

Viss problemet har eit ulikskapsbivilkår som g(x)cg(x) \leq c (eks. "bruk maksimalt 100 einingar ressurs"), er det to moglegheiter:

- Bindande løysing (g(x)=cg(x^*) = c): heile ressursen blir brukt opp. Då handsamar vi problemet som om bivilkåret var likskap, og brukar vanlege metodar.
- Ikkje-bindande løysing (g(x)<cg(x^*) < c): det frie optimum held seg innanfor avgrensinga, så vi ignorerer bivilkåret.

Vi sjekkar kva som er aktuelt ved først å løyse det frie problemet og sjå om svaret oppfyller g(x)cg(x) \leq c. Viss ja — ikkje-bindande. Viss nei — bindande, set g(x)=cg(x) = c.

Dette er ei spesiell form av Karush-Kuhn-Tuckers (KKT) vilkår, som generaliserer Lagrange til ulikskapar (full teori i kapittel 7.5).

✏️Eksempel 1 — Profittmaksimering for ein monopolist

Ein monopolist møter etterspurnaden p(x)=1002xp(x) = 100 - 2x (pris som funksjon av seld mengd x0x \geq 0). Kostnaden er K(x)=20x+100K(x) = 20x + 100 (faste kostnader 100 kr, marginalkost 20 kr/eining). Finn xx^*, pp^* og maksimal profitt π\pi^*.

Steg 1 — Modeller:
Inntekt: I(x)=p(x)x=(1002x)x=100x2x2I(x) = p(x) \cdot x = (100 - 2x) \cdot x = 100x - 2x^2.
Profitt: π(x)=I(x)K(x)=100x2x220x100=2x2+80x100\pi(x) = I(x) - K(x) = 100x - 2x^2 - 20x - 100 = -2x^2 + 80x - 100.

Steg 2 — Deriver og løys:
π(x)=4x+80=0x=20\pi'(x) = -4x + 80 = 0 \Rightarrow x^* = 20.

Steg 3 — Klassifiser:
π(x)=4<0\pi''(x) = -4 < 0 overalt → strengt konkav → x=20x^* = 20 er globalt maksimum.

Steg 4 — Rekn ut:
- x=20x^* = 20 einingar
- p=100220=60p^* = 100 - 2 \cdot 20 = 60 kr/eining
- π=2400+8020100=800+1600100=700\pi^* = -2 \cdot 400 + 80 \cdot 20 - 100 = -800 + 1600 - 100 = 700 kr

Tolking: Monopolisten sel 20 einingar til pris 60 kr. Det er optimalt sjølv om marknadsklareringsprisen ville vore p=0p = 0 ved x=50x = 50 — monopolisten held mengda låg for å halde prisen oppe.

Marginal kontroll: Marginalinntekta er I(x)=1004xI'(x) = 100 - 4x. Ved x=20x = 20: I(20)=20=K(20)I'(20) = 20 = K'(20) ✓. Dette er den klassiske regelen MR = MC i mikroøkonomi: maksimal profitt der marginalinntekt er lik marginalkostnad.

📊Visualiser profittmaksimering

Samanlikn inntektsfunksjonen I(x)I(x), kostnadsfunksjonen K(x)K(x), og profitt-grafen π(x)\pi(x). Toppen av π\pi ligg ved x=20x = 20, der den vertikale avstanden mellom II og KK er størst.

✏️Eksempel 2 — Optimal bestillingsmengd (EOQ)

Ei bedrift sel D=1000D = 1000 einingar per år av eit produkt. Kvar bestilling kostar c=10c = 10 kr i administrasjon (uavhengig av bestillingsstorleik). Lagerhaldskostnaden er h=2h = 2 kr/eining/år (basert på gjennomsnittsbehaldning). Finn bestillingsmengda QQ som minimerer totalkostnaden.

Modellering:
- Tal på bestillingar per år: D/Q=1000/QD/Q = 1000/Q. Total bestillingskostnad: DcQ=10000Q\dfrac{D \cdot c}{Q} = \dfrac{10000}{Q}.
- Gjennomsnittslager: Q/2Q/2 (lageret går jamt frå QQ ned til 0). Lagerhaldskostnad: hQ2=Q\dfrac{h Q}{2} = Q.

Total kostnad:
TC(Q)=10000Q+Q,Q>0TC(Q) = \frac{10000}{Q} + Q, \quad Q > 0

Deriver:
TC(Q)=10000Q2+1=0Q2=10000Q=100TC'(Q) = -\frac{10000}{Q^2} + 1 = 0 \Rightarrow Q^2 = 10000 \Rightarrow Q^* = 100

Klassifiser: TC(Q)=20000Q3>0TC''(Q) = \dfrac{20000}{Q^3} > 0 for Q>0Q > 0 → strengt konveks → globalt minimum.

Rekn ut: TC(100)=100+100=200TC(100) = 100 + 100 = 200 kr.

Den generelle formelen (EOQ):
Q=2DchQ^* = \sqrt{\frac{2 D c}{h}}

Verifikasjon: 2100010/2=10000=100\sqrt{2 \cdot 1000 \cdot 10 / 2} = \sqrt{10000} = 100

Eit interessant fenomen: I optimum er bestillingskost og lagerhaldskost like (100=100100 = 100). Dette er ikkje tilfeldig: i minimum for funksjonar av forma f(Q)=a/Q+bQf(Q) = a/Q + bQ er alltid dei to ledda like store.

✏️Eksempel 3 — Maks areal med avgrensa gjerde

Ein bonde har 100 meter gjerde og vil avgrense eit rektangulært område. Finn dimensjonane som maksimerer arealet.

Skisse: Rektangel med lengd LL og breidd WW. Omkrins: 2L+2W=1002L + 2W = 100, dvs. L+W=50L + W = 50.

Modeller: Areal A=LWA = L \cdot W. Bruk bivilkåret til å eliminere WW: W=50LW = 50 - L.
A(L)=L(50L)=50LL2,0L50A(L) = L(50 - L) = 50L - L^2, \quad 0 \leq L \leq 50

Deriver: A(L)=502L=0L=25A'(L) = 50 - 2L = 0 \Rightarrow L = 25.

Klassifiser: A(L)=2<0A''(L) = -2 < 0 → konkav → maks. (Eller direkte: parabel med negativ leiande koeffisient.)

Sjekk endepunkt: A(0)=0A(0) = 0, A(50)=0A(50) = 0 — gjerdet er degenerert i begge tilfella.

Svar: L=25L = 25 m, W=5025=25W = 50 - 25 = 25 m. Maksimalt areal: A=625A = 625 m².

Generelt prinsipp: Med gitt omkrins gir eit kvadrat maksimalt areal blant alle rektangel. (Viss bonden i tillegg hadde fast mur på éi side og berre måtte gjerde tre sider, ville svaret blitt eit 25m × 50m rektangel — sjå Repetisjon R5.)

✏️Eksempel 4 — Optimalt salstidspunkt (vinflaskeproblemet)

Du kjøper ei vinflaske som vil ha marknadsverdi V(t)=1001+tV(t) = 100\sqrt{1 + t} etter tt år. Diskonteringsrenta er r=5%r = 5\,\% per år (kontinuerleg). Når lønner det seg å selje?

Modellering: Nåverdien (det du "eigentleg" får i dagens kroner) er
NV(t)=V(t)ert=1001+te0,05t.NV(t) = V(t) \cdot e^{-rt} = 100\sqrt{1 + t} \cdot e^{-0{,}05 t}.

Det er enklare å maksimere lnNV(t)\ln NV(t) sidan ln\ln er strengt veksande:
L(t)=ln100+12ln(1+t)0,05t.L(t) = \ln 100 + \tfrac{1}{2}\ln(1 + t) - 0{,}05 t.

Deriver:
L(t)=12(1+t)0,05=0L'(t) = \frac{1}{2(1 + t)} - 0{,}05 = 0

12(1+t)=0,051+t=10,1=10t=9 a˚r.\frac{1}{2(1 + t)} = 0{,}05 \Rightarrow 1 + t = \frac{1}{0{,}1} = 10 \Rightarrow t^* = 9 \text{ år}.

Klassifiser: L(t)=12(1+t)2<0L''(t) = -\dfrac{1}{2(1+t)^2} < 0 → konkav → globalt maksimum.

Svar: Sel etter 9 år. Maksimal nåverdi: NV(9)=10010e0,45316,230,638201,74NV(9) = 100\sqrt{10} \cdot e^{-0{,}45} \approx 316{,}23 \cdot 0{,}638 \approx 201{,}74 kr.

Tolking av vilkåret V/V=rV'/V = r: L(t)=V(t)/V(t)r=0L'(t) = V'(t)/V(t) - r = 0 tyder at den relative vekstraten til eigedelen skal vere lik rentekursen. Viss aktiva veks raskare enn renta, vent litt til. Viss det veks saktare, sel no. Dette er Hotelling-regelen i ressursøkonomi (Hotelling, 1931).

✏️Eksempel 5 — Samanlikning av to investeringsalternativ

Du har 1000 kr å investere. Alternativ A gir nettoavkastning A(x)=5xA(x) = 5\sqrt{x} kr (xx = innsats i kr). Alternativ B gir B(x)=0,2x0,0001x2B(x) = 0{,}2 x - 0{,}0001 x^2 kr. Kor mykje bør du legge i kvar dersom du må fordele heile 1000 kr mellom dei?

Modellering: Lat xx = innsats i A, så 1000x1000 - x i B. Total avkastning:
F(x)=A(x)+B(1000x)=5x+0,2(1000x)0,0001(1000x)2F(x) = A(x) + B(1000 - x) = 5\sqrt{x} + 0{,}2(1000 - x) - 0{,}0001(1000 - x)^2

for 0x10000 \leq x \leq 1000.

Deriver:
F(x)=52x0,2+0,0002(1000x)F'(x) = \frac{5}{2\sqrt{x}} - 0{,}2 + 0{,}0002 (1000 - x)

Set y=1000xy = 1000 - x for litt enklare notasjon. F(x)=0F'(x) = 0:
52x=0,20,0002y=0,20,2+0,0002x=0,0002x\frac{5}{2\sqrt{x}} = 0{,}2 - 0{,}0002 \cdot y = 0{,}2 - 0{,}2 + 0{,}0002 x = 0{,}0002 x

Dvs. 52x=0,0002x25000=2xxx3/2=12500\dfrac{5}{2\sqrt{x}} = 0{,}0002 x \Rightarrow 25000 = 2\sqrt{x} \cdot x \Rightarrow x^{3/2} = 12500

x=125002/3542,9\Rightarrow x = 12500^{2/3} \approx 542{,}9 kr.

Klassifiser: F(x)=54x3/20,0002<0F''(x) = -\dfrac{5}{4x^{3/2}} - 0{,}0002 < 0 → konkav → maks.

Svar: Set ca. 543 kr i A og 457 kr i B. Maksimal total avkastning F(543)5543+0,24570,00014572116,5+91,420,9187\approx F(543) \approx 5\sqrt{543} + 0{,}2 \cdot 457 - 0{,}0001 \cdot 457^2 \approx 116{,}5 + 91{,}4 - 20{,}9 \approx 187 kr.

Den økonomiske tolkinga: Førsteordens-vilkåret seier A(x)=B(1000x)A'(x) = B'(1000-x)marginalavkastninga i kvar investering må vere lik i optimum. Viss ikkje ville du flytte pengar mot den med høgare margin. Dette er det generelle utlikningsprinsippet i ressursfordeling.

✏️Eksempel 6 — Endepunkt vinn: kapasitetsavgrensing

Ei bedrift har profitt π(x)=15x2+30x800\pi(x) = -\dfrac{1}{5}x^2 + 30x - 800, men produksjonskapasiteten er avgrensa til 0x500 \leq x \leq 50. Finn maksimalt overskot.

Frie ekstremalpunkt:
π(x)=25x+30=0x=75\pi'(x) = -\dfrac{2}{5}x + 30 = 0 \Rightarrow x = 75.

π(x)=25<0\pi''(x) = -\dfrac{2}{5} < 0 → konkav → x=75x = 75 er globalt fritt maksimum.

MEN: x=75>50x = 75 > 50, så det frie optimum ligg utanfor det tillatne intervallet. Bivilkåret x50x \leq 50 er bindande.

Kandidatliste på [0,50][0, 50]: stasjonære punkt (ingen innanfor) + endepunkt.
- π(0)=800\pi(0) = -800 kr (tap)
- π(50)=500+1500800=200\pi(50) = -500 + 1500 - 800 = 200 kr ✓

Maks ligg ved x=50x^* = 50 med π=200\pi^* = 200 kr.

Tolking: Profitten aukar heile vegen frå 0 til 75. Sidan vi ikkje kan produsere meir enn 50, lønner det seg å produsere maks kapasitet. Bivilkåret x50x \leq 50 er bindande — dette er ein KKT-situasjon.

Skuggepris (sneak peek til Lagrange): Kva ville ei utviding av kapasiteten vere verd? π(50)=20+30=10\pi'(50) = -20 + 30 = 10 kr per eining utvida kapasitet. Viss det kostar mindre enn 10 kr/eining å utvide kapasiteten, lønner det seg!

📊Profittfunksjon med kapasitetsavgrensing

π(x)\pi(x) veks i heile [0,50][0, 50], og toppar utanfor det tillatne området. Maksimumet på intervallet ligg difor i endepunktet x=50x = 50.

📜Oppsummering: Optimeringsverktøy
SituasjonMetode
Fritt optimum (ope intervall)f(x)=0f'(x) = 0, klassifiser med ff'' eller forteiknsskjema
Strengt konkav ffEitt stasjonært punkt = globalt maks
Strengt konveks ffEitt stasjonært punkt = globalt min
Lukka intervall [a,b][a, b]Rekn ut ff i stasjonære punkt og i a,ba, b, vel største/minste
Ulikskap g(x)cg(x) \leq cSjekk fritt optimum; viss det bryt bivilkåret, set g(x)=cg(x) = c
Min gjennomsnittskostnadSet K(x)=Kˉ(x)K'(x) = \bar{K}(x), eller Kˉ(x)=0\bar{K}'(x) = 0
Profittmaksimering (monopol)Set MR = MC, dvs. I(x)=K(x)I'(x) = K'(x)
EOQ-formelenQ=2Dc/hQ^* = \sqrt{2Dc/h}

Modelleringsrekkjefølgje: Identifiser → Skriv målfunksjon → Eliminer variablar → Deriver → Løys → Klassifiser → Tolk.
📝Oppgave 1
Drill. Finn maks av f(x)=x2+8x+5f(x) = -x^2 + 8x + 5[0,6][0, 6].
a

Stasjonært punkt.

b

Kandidatliste og max.

Løs oppgavenTren
📝Oppgave 2
Drill. Minimer K(x)=2x+50xK(x) = 2x + \dfrac{50}{x} for x>0x > 0.
a

Derivert og stasjonært.

b

Klassifiser og rekn ut min.

Løs oppgavenTren
📝Oppgave 3
Drill. Finn xx som maksimerer π(x)=60xx2100\pi(x) = 60x - x^2 - 100 for x0x \geq 0.
a

Finn xx^*.

b

Maksimalt overskot.

Løs oppgavenTren
📝Oppgave 4
Drill. Ei bedrift har K(x)=x2+4x+64K(x) = x^2 + 4x + 64. Finn produksjonen som minimerer gjennomsnittskostnaden Kˉ(x)\bar{K}(x).
a

Set opp Kˉ(x)\bar K(x).

b

Minimer.

c

Verifiser at K(8)=Kˉ(8)K'(8) = \bar K(8).

Løs oppgavenTren
📝Oppgave 5
Bruk. Etterspurnad: p(x)=2004xp(x) = 200 - 4x. Kostnad: K(x)=40x+500K(x) = 40x + 500. Finn xx^*, pp^* og maksimal profitt.
a

Set opp profittfunksjonen π(x)\pi(x).

b

Finn xx^*.

c

Finn pris og maksimal profitt.

d

Stadfest regelen MR = MC i optimum.

Løs oppgavenTren
📝Oppgave 6
Bruk (EOQ). Ein grossist sel D=2000D = 2000 einingar per år. Bestillingskostnad er c=20c = 20 kr per bestilling, lagerhaldskostnad h=4h = 4 kr/eining/år.
a

Set opp totalkostnaden TC(Q)TC(Q).

b

Finn optimal bestillingsmengd QQ^*.

c

Bruk EOQ-formelen og stadfest.

d

Rekn ut TC(Q)TC(Q^*).

Løs oppgavenTren
📝Oppgave 7
Bruk (geometri). Eit rektangulært område skal gjerdast inn, men éi av sidene støyter mot ein eksisterande mur og krev ikkje gjerde. Gjerdet skal vere 200 meter totalt. Finn maks areal.
a

Set opp areal AA som funksjon av éin variabel.

b

Finn maks.

c

Maksimalt areal.

d

Samanlikn med Eksempel 3 (100m gjerde, 4 sider).

Løs oppgavenTren
📝Oppgave 8
Tenk. Konseptuelle spørsmål om optimering.
a
Finn feilen: Ein student skal minimere kostnad K(x)=5x230x+50K(x) = 5x^2 - 30x + 50 og skriv K(x)=10x30=0x=3K'(x) = 10x - 30 = 0 \Rightarrow x = 3. Ho konkluderer at minimum er x=3x = 3 utan å verifisere. Forklar kvifor svaret tilfeldigvis er rett, men kva som manglar.
b

Forklar (med ord) kvifor monopolisten produserer mindre enn det som maksimerer inntekt. Kvifor er det rasjonelt å gå forbi MR = 0?

c

Gi eit eksempel på eit optimeringsproblem der maks ligg i eit endepunkt og ikkje i eit stasjonært punkt, og forklar når dette gjeld generelt.

🤖AI-tilbakemelding tilgjengelig
Repetisjonsoppgåver
Din fremgang
0deloppgaver0 / 10 oppgaver

Oppsummering

I dette kapittelet har du lært:

- Optimeringsproblem: Består av målfunksjon, avgjerdsvariabel og eventuelle bivilkår.
- Globalt ekstremum: Beste verdi på heile området, ikkje berre lokalt.
- Førsteordensvilkår: f(x)=0f'(x) = 0 gir kandidatane.
- Bindande bivilkår: Restriksjonar kan vere bindande eller ikkje-bindande.

Viktige formlar


- Fritt optimum: f(x)=0f'(x) = 0, klassifiser med ff''.

Nøkkelomgrep


OmgrepForklaring
MålfunksjonDet vi vil maksimere/minimere
AvgjerdsvariabelDet vi kan velje
Globalt maksimumBeste verdi på heile området
BivilkårRestriksjon på valet

Dette kapitlet er skrevet av Anthropics toppmodeller (Claude Opus og Claude Fable) og er foreløpig ikke manuelt gjennomgått — kvalitetskontrollen gjøres av uavhengige KI-agenter, og innmeldte feil rettes fortløpende. Funnet en feil? Meld fra, så retter vi den. Les mer om hvordan innholdet lages.

Skolesaga er en uavhengig læringsressurs og er ikke tilknyttet eller godkjent av Handelshøyskolen BI. Dette er ikke offisielt studiemateriell. Les mer.