- •Аннотация
- •Оглавление
- •Предисловие
- •ГЛАВА 1. Задачи оптимизации. Основные определения
- •1.1. Задачи оптимизации
- •1.2. Минимум функции одной переменной
- •1.3. Унимодальные функции
- •1.4. Выпуклые функции
- •1.5. Условие Липшица
- •1.6. Классическая минимизация функции одной переменной
- •Вопросы и задания для самоконтроля
- •ГЛАВА 2. Одномерная минимизация функций. Прямые методы
- •2.1. О прямых методах
- •2.2. Метод перебора
- •2.3. Метод поразрядного поиска
- •2.4. Метод дихотомии
- •2.5. Метод золотого сечения
- •2.6. Сравнение методов перебора, дихотомии и золотого сечения
- •2.7. Метод парабол
- •Вопросы и задания для самоконтроля
- •Задание для численной реализации в среде программирования MATLAB
- •ГЛАВА 3. Одномерная минимизация. Методы, использующие информацию о производных целевой функции
- •3.1. Метод средней точки
- •3.2. Метод хорд
- •3.3. Метод Ньютона
- •3.4. Возможные модификации метода Ньютона
- •3.5. Методы минимизации многомодальных функций
- •Вопросы и задания для самоконтроля
- •Задание для численной реализации в среде программирования MATLAB
- •ГЛАВА 4. Задача минимизации функции многих переменных. Необходимые и достаточные условия безусловного экстремума
- •4.1. Постановка задачи и определения
- •4.2. Свойства выпуклых множеств и выпуклых функций
- •4.3. Необходимые и достаточные условия безусловного экстремума
- •Вопросы и задания для самоконтроля
- •5.1. Выпуклые квадратичные функции
- •5.2. Общие принципы многомерной минимизации
- •5.3. Метод градиентного спуска
- •5.4. Метод наискорейшего спуска
- •5.5. Метод сопряженных направлений
- •5.6. Метод сопряженных градиентов
- •5.7. Метод Ньютона
- •5.8. Квазиньютоновские методы
- •Вопросы и задания для самопроверки
- •Задание для численной реализации в среде программирования MATLAB
- •ГЛАВА 6. Прямые методы безусловной минимизации многомерных задач
- •6.1. Проблема минимизации многомерных задач
- •6.2. Минимизация функций по правильному (регулярному) симплексу
- •6.3. Минимизация функций при помощи нерегулярного симплекса
- •6.4. Метод циклического покоординатного спуска
- •6.5. Метод Хука–Дживса
- •6.6. Методы случайного поиска
- •Вопросы и задания для самопроверки
- •Задание для численной реализации в среде программирования MATLAB
- •7.1. Условный экстремум при ограничениях типа равенств
- •7.2. Условный экстремум при ограничениях типа неравенств
- •Вопросы и задания для самопроверки
- •ГЛАВА 8. Линейное программирование
- •8.1. Определения. Примеры задач линейного программирования
- •8.2. Общая и каноническая задачи линейного программирования
- •8.3. Геометрическое истолкование задач линейного программирования
- •8.4. Аналитическое решение задач линейного программирования
- •Вопросы и задания для самоконтроля
- •Литература
Вопросы и задания для самоконтроля
1.Какая задача оптимизации называется задачей линейного программирования?
2.Дать определение общей задачи линейного программирования.
3.Дать определение канонической задачи линейного программирования.
4.Описать алгоритм сведения общей задачи к задаче в канонической форме линейного программирования. Привести пример.
5.Какие задачи линейного программирования можно решить графически?
6.Описать алгоритм графического решения задачи линейного программирования.
7.Дать определение плана и оптимального плана задачи линейного программирования.
8.Какую задачу линейного программирования можно решить с помощью симплекс-метода?
9.Дать определение опорного плана задачи линейного программирования.
10.Сформулировать признак оптимальности опорного плана для задачи линейного программирования симплексным методом.
11. Показать, что если для некоторого k < 0 среди чисел aik (i =1, ..., m) нет положительных, то целевая функция задачи линейного программирования в канонической форме (8.15) − (8.17) не ограничена на множестве ее планов.
12.Сформулировать правила пересчета ограничений задачи линейного программирования при переходе к новому базису. Привести пример.
13.Всегда ли решение задачи линейного программирования, записанной в канонической форме (8.15) − (8.17), может быть найдено за конечное число шагов?
14.Каким образом можно улучшить приведенный алгоритм решения задачи линейного программирования симплексным методом?
15.В каких случаях для решения задачи линейного программирования необходимо добавлять искусственные переменные? Привести пример.
16. |
Показать, что для метода искусственного базиса величины F k |
и |
j |
зависят |
|
0 |
|
|
|
от параметра M . |
|
|
|
|
17. |
В каких случаях метод искусственного базиса не даст решения задачи |
|||
линейного программирования? |
|
|
|
186
18.Описать алгоритм расчета задачи линейного программирования для метода искусственного базиса.
19.Решить задачи линейного программирования графическим методом
Задача 1.
f (x1 , x2 ) = −x1 − 4x2 |
→ min, |
||
x1 ≤ 2, x1 + 2x2 ≥ 2, |
|||
x2 ≤ 2, x1 + x2 ≤ 3, |
|
||
x1 , x2 ≥ 0. |
|
||
Ответ: x = (1, 2)T ; f = −9. |
|
|
|
Задача 2. |
|
|
|
f (x1 , x2 ) = −x1 − x2 |
→ min, |
||
x1 |
≤ 3, |
x2 ≤ 2, |
|
x1 |
+ x2 |
≤1, |
|
x1 , x2 ≥ 0.
Ответ: Бесконечное множество решений: x = (α, 1 −α)T , α [0, 1]; f =1. Задача 3.
|
f (x1 , x2 ) = −2x1 − x2 |
→ min, |
|
2x1 + x2 ≥1, 3x1 − x2 ≥ −1, |
|
|
x1 − 4x2 ≤ 2, |
|
|
x1 , x2 ≥ 0. |
|
Ответ: Нет решений. |
|
|
Задача 4. |
|
|
|
f (x1 , x2 ) = −x1 −3x2 |
→ min, |
|
2x1 + x2 ≤ 2, x1 − x2 ≥ 0, |
|
|
x1 − x2 ≤1, |
|
|
x1 , x2 ≥ 0. |
|
Ответ: |
x = (2 3, 2 3)T ; f = −8 3. |
|
Задача 5. |
|
|
|
f (x1 , x2 ) = x1 − 2x2 |
→ min, |
|
− x1 + x2 ≤ 0, 2x1 + x2 ≤ 3, |
|
|
x1 − x2 ≤1, |
|
|
x1 , x2 ≥ 0. |
|
Ответ: |
x = (1, 1)T ; f = −1. |
|
187