- •6.2.5 Управление элементами интерфейса
- •6.2.6 Выделение областей
- •6.2.7 Изменение масштаба документа
- •6.2.8 Обновление экрана
- •6.2.9 Содержание инструментальных панелей подменю «математика»
- •6.3 Основные правила работы в среде «MathCad»
- •6.3.1 Удаление математических выражений
- •6.3.2 Копирование математических выражений
- •6.3.3 Перенос математических выражений
- •6.3.4 Вписывание в программу текстовых комментариев
- •6.5 Правила вычислений в среде «MathCad»
- •6.4.1 Построение графиков в декартовой системе координат
- •6.4.2 Построение графиков в полярной системе координат
- •6.4.3 Изменение формата графиков
- •6.4.4 Правила трассировки графиков
- •6.4.5 Правила просмотра участков двумерных графиков
- •Определение корней алгеброических уравнений
- •6.7.2 Определение корней трансцендентных уравнений
- •Вычисления по циклу
- •Обработка данных
- •6.8.1 Кусочно-линейная интерполяция
- •6.8.2 Сплайн-интерполяция
- •6.8.3 Экстраполяция
- •Символьные вычисления
- •6.10.1 Стратегии одномерной оптимизации
- •6.10.2 Локальные и глобальные экстремумы
- •6.10.3 Методы включения интервалов неопределенности
- •6.10.4 Критерии оптимизации
- •5 Методы поиска экстремума функции цели
- •6.10.6 Пример записи целевой функции при синтезе фильтров
- •Программирование в среде «mathcad»
- •7.1 Обзор инструкций
- •7.1.1 Инструкция Add line
- •7.1.2 Оператор внутреннего присваивания
- •7.1.3 Условная инструкция «if»
- •7.2.1 Особенность присвоения значения функции
- •7.2.2 Общие принципы задания операторов
6.10.1 Стратегии одномерной оптимизации
Типы одномерных функций. Одномерная оптимизация относится к наиболее простому типу оптимизационных задач. Однако их более детальный анализ целесообразен, т.к. одномерные методы оптимизации часто используются в задачах, ориентированных на многомерные ситуации.
В инженерной практике приходится использовать как непрерывные, так и разрывные функции, в том числе и дискретные.
Рис. 6.44 Виды разрывных функций
Следует отметить, что метод, эффективный при анализе непрерывных функций, может оказаться неэффективным при исследовании разрывных функций, хотя обратное не исключается.
В дополнение к перечисленным выше свойствам можно также классифицировать функции в соответствии с их формой, определяющей топологические свойства функций в рассматриваемом интервале
а) б)
Рис 6.45 Виды непрерывных функций
Монотонные функции. Функция f(х) является монотонной (как при возрастании, так и при убывании), если для двух произвольных точек х1 и х2, таких, что х1 х2, выполняется одно и следующих неравенств:
f(х1) f(х2) (монотонно возрастающая функция),
f(х1) f(х2) (монотонно убывающая функция).
На рис. 6.45 а представлен график, монотонно возрастающей функции а на рис. 6.45 б – график монотонно убывающей функции. Заметим, что монотонная функция не обязательно должна быть непрерывной. На рис. 6.46 изображен график функции, которая монотонно убывает при х 0 и монотонно возрастает при х 0.
Рис. 6.46 Унимодальная функция
Определение:
Функция f(х) является унимодальной на отрезке а х в в том и только том случае, если она монотонна по обе стороны от единственной на рассматриваемом интервале оптимальной точке х*. Другими словами, если х* – единственная точка минимума f(х) на отрезке а х в, то f(х) оказывается унимодальной на данном интервале тогда и только тогда, когда для точек х1 и х2:
Из х* х1 х2 f(х*) f(х1) f(х2)
Из х* х1 х2 f(х*) f(х1) f(х2)
Рис. 6.47 Унимодальные функции
Как показано на рис. 6.47 унимодальная функция не обязательно должна быть непрерывной. Унимодальность функций являйся исключительно важным свойством, которое широко используется в оптимизационных исследованиях. Вопросы, связанные с этим свойством функций, рассматриваются ниже.
Критерии оптимальности. При анализе оптимизационных задач, как правило, возникают два общих вопроса.
1. Вопрос анализа «в статике». Как определить, представляет ли данная точка х* оптимальное решение задачи?
2. Вопрос анализа «в динамике» Если х* не является точкой оптимума, то какая последовательность действий приводит к получению оптимального решения?
В этом разделе основное внимание уделяется решению вопроса анализа «в статике», а именно построению множества критериев оптимальности, позволяющих определить, является ли данное решение оптимальным.
6.10.2 Локальные и глобальные экстремумы
Определения
Функция f(х), определенная на множестве S, достигает своего глобального минимума в точке x** S в том и только том случае, если
f(x**) f(x) для всех x S.
Функция f(х), определенная на множестве S, имеет локальный, минимум (относительный минимум) в точке x* S в том и только том случае, если
f(x*) f(x), для всех х, удаленных от х* на расстояние, меньшее ,
т. е., если существует > 0, такое, что для всех х, удовлетворяющих условию |х - х*|<, выполняется неравенство f(x*) f(x).
Замечания
1. Аналогичные определения глобального максимума и локального максимума можно получить путем замены знака неравенства на противоположный.
2. Если функция обладает свойством унимодальности, то локальный минимум автоматически является глобальным минимумом.
Рис. 6.48 Локальные и глобальные оптимумы
3. Если функция не является унимодальной, то возможно наличие нескольких локальных оптимумов; при этом глобальный минимум можно определить путем нахождения всех локальных оптимумов и выбора наименьшего из них.