- •Экзаменационные вопросы
- •1 Постановка задачи. Локальные и глобальные экстремумы
- •2 Задача максимизации функции
- •3 Необходимые и достаточные условия локального экстремума. Классический метод нахождения экстремумов функций
- •3.1 Классический метод
- •4 Метод деления отрезка пополам
- •5 Метод золотого сечения
- •5.1 Модификация метода золотого сечения
- •6 Симметричные методы
- •6.1 Постановка задачи об оптимальных методах
- •6.2 Оптимальный пассивный метод для задачи А (метод равномерного перебора)
- •6.3 Оптимальный последовательный метод для задачи А (метод Фибоначчи)
- •7 Метод ломаных
- •7.1 Описание метода ломаных
- •7.2 Сходимость метода ломаных
- •7.3 Определение константы L
- •7.4 Достоинства и недостатки метода ломаных
- •9 Линейные пространства
- •10 Постановка задачи минимизации
- •12 Численные методы безусловной минимизации
- •13 Общая схема градиентого спуска
- •13.1 Градиентые методы с дроблением шага
- •13.2 Метод наискорейшего спуска
- •13.3.1 О сходимости градиентого метода
- •13.4 Методы покоординатного спуска (для отыскания безусловного экстремума)
- •13.4.1 Метод покоординатного спуска без вычисления производных
- •13.4.2 Рекомендации по применению этого метода
- •14 Относительный (условный) экстремум
- •15.1 Метод исключения
- •15.3 Метод Лагранжа
- •17 Обобщенная функция Лагранжа
- •17.1 Обобщеный метод множителей Лагранжа
- •17.2 Единственность вектора Лагранжа для нормального оптимального плана
- •18 Общая задача математического программирования
- •19 Выпуклые множества
- •19.1 Выпуклые функции
- •20 Дифференциальные условия оптимальности в задаче математического программирования
- •21.2 Метод проекции градиента
- •21.3 Проекция точки на гиперплоскость
- •21.4 Проекция точки на аффинное множество
- •21.5 Проекция точки на шар
- •21.6 Проекция точки на замкнутое полупространство
- •21.8 Метод покоординатного спуска для отыскания условного экстремума
- •22 Метод штрафных ф-ий
- •22.1 Метод внешних штрафных функций
- •22.2 Метод барьерных функций
- •22.2.1 Описание метода барьерных функций (для решения задачи 6.1)
- •23 Общая задача ЛП и ее канонические формы
- •23.1.3 Переход к эквивалентой системе неравенств
- •23.1.4 Переход от задачи минимизации к задаче максимизации
- •24 Различные формы записи задачи ЛП
- •24.1 Развернутая форма задачи ЛП
- •24.2 Векторная форма
- •24.3 Матричная форма
- •24.4 План. Опорный план. Оптимальный план
- •25 Выпуклые многогранники
- •26 Геометрическая интерпретация задачи ЛП
- •26.1 Свойства решения задачи ЛП
- •26.2 Графический метод решения задачи ЛП
- •27 Симплексный метод решения задач ЛП
- •27.1 Построение опорных планов
- •27.2 Отыскание оптимального плана. Условия оптимальности
- •27.3 Алгоритм симплексного метода. Симплексная таблица
- •27.3.1 Правила заполнения таблицы
- •27.3.2 Анализ симплексной таблицыx
- •27.3.3 Переход к новому опорному плану
- •27.3.4 Замечание к решению задачи на максимум
- •28 Методы искусcтвенного базиса
- •28.1 Метод больших штрафов
- •28.2 Двухэтапный метод
- •29 Вариация и ее свойства
- •30 Уравнение Эйлера
- •31 Простейшие случаи интегрируемости уравнения Эйлера
5.2Блок-схема метода золотого сечения
Входные параметры: a; b; " Выходные параметры: v ; f(v ); n
6Симметричные методы
Метод золотого сечения относится к классу симметричных методов. Общее описание произвольного симметричного метода минимизации ф-и f(x) на интервале [a; b] выглядит так:
1. на интервале [a; b] задается точка x1 такая, что a < x1 < b
a1 = a b1 = b x1 = x1
ивычисляется f(x1)
2.пусть уже сделано n 1 шагов и найдены отрезок [an 1; bn 1], а так же точкаxn 1 an 1 < xn 1 < bn 1
изначение ф-и f(xn 1)
3.тогда на следующем n-ом шаге вычисляется точка
xn = an 1 bn 1 xn 1
10
расположенная внутри отрезка [an 1; bn 1], симметрично точке xn 1 относительно середины этого отрезка. Именно отсюда происходит название симметричные методы
4. затем вычисляется значение f(xn) и сравнивается с f(xn 1). Пусть для определенности
xn 1 6 xn
Тогда при
f(xn 1) 6 f(xn)
полагают
an = an 1 bn = xn xn = xn 1
иначе, если
xn 1 > xn
то
an = xn 1 bn = bn 1 xn = xn
Все симметричные методы имеют тот же недостаток, что и метод золотого сечения: погрешность, допущенная в задании первой точки x1 приводит к быстрому накоплению погрешности на дальнейших шагах, поэтому симметричные методы лучше использовать в модифицированном виде. Чтобы избежать быстрого роста погрешности на каждом отрезке [an; bn], содержащем точку xn c предыдущего шага, следующую точку xn+1 нужно определять не по формуле
xn+1 = an bn xn
алучше непосредственно произвести разбиение отрезка [an; bn] точками в соответствии с методом.
6.1Постановка задачи об оптимальных методах
Предположим, что задано некоторое множество P и класс функций Q и зафиксирована какая-либо постановка задачи минимизации (например, задача первого или второго типа). Пусть (f; p) погрешность решения рассматриваемой задачи минимизации для функции f(x) принадлежащей Q с помощью конкретного метода p. Ясно, что если минимизировать одним и тем же методом P различные ф-и из множества Q,то будут получаться различные погрешности. Считают, что метод p1 лучше метода p2 если погрешность метода p1 даже для самых ¾плохих¿ для p1 функций из Q будет меньше погрешности метода p2 даже для самых ¾плохих¿ для p2 функций из Q.
Для характеристики метода вводят величину
(p) = sup(f; p)
f2Q
выражающую собой погрешность метода P при минимизации для нее самой плохой для нее ф-и из Q. Определение. Величину (P ) называют гарантированной точностью метода P на классе ф-и Q. Говорят, что метод p1 лучше метода p2 на классе ф-ий Q, если
(p1) < (p2)
Определение. Метод p называют оптимальным методом на классе Q, если
(p ) = inf sup (f; p ) =
p2P f2Q
Величину называют наилучшей гарантированной точностью методов P на классе ф-ий Q. При рассмотрении конкретных оптимальных методов будем предполагать, что
решается задача минимизации второго типа на классе ф-ий Q, состоящем из всех унимодальных ф-ий на отрезке [a; b]
11
методы минимизации используют лишь значения ф-и и не используют значений ее производных
число n вычислений значений минимизируемой ф-ий задано заранее. При выборе точек x1; x2; :::; xn
вкоторых будут вычисляться значения ф-и выделяют два принципиально различных способа:
–Последовательный. Точки x1; x2; :::; xn выбираются последовательно, отдельными порциями, причем при выборе каждой очередной порции учитываются результаты предыдущих вычислений. Рассмотренные ранее методы детом деления отрезка пополам и метод золотого сечения является последовательными способами.
–Пассивный. Все точки x1; x2; :::; xn выбираются сразу до начала вычислений и в дальнейшем уже не меняются.
Кроме уже сделанных предположений уточним постановку задачи второго типа, а именно будем различать два варианта постановки этой задачи:
1.Задача А. С помощью n вычислений значений f(x) найти такую точку !n, которая удалена от X на возможно меньшее расстояние и соблюсти условие, чтобы приближением к f служило значение f(!n)
2.Задача Б. С помощью n вычислений значений f(x) найти такую точку !n, которая удалена от X на возможно меньшее расстояние, но в отличие от задачи А не требовать, чтобы значение ф-и принимаемое за приближение f было обязательно вычислено в точке !n.
6.2Оптимальный пассивный метод для задачи А (метод равномерного перебора)
Для задачи А при всех n > 1 существует и при том единственный оптимальный пассивный метод pAn на классе Q унимодальных ф-ий. В этом методе точки x1; x2; :::; xn определяются по формуле
xi = a + nb+1a i i = 1; 2; :::; n
Наилучшая гарантированная точность на классе Q равна
= b a n+1
6.3Оптимальный последовательный метод для задачи А (метод Фибоначчи)
Связан с числами Фибоначчи
pp
Fn = |
[( 1+2 |
5 )n ( 1 2 |
5 )n] |
; n = 1; 2; ::: (3) |
||
|
p |
|
|
|
||
|
5 |
|
Относится к классу симметричных методов.
a1 = a b1 = b
Производят деление отрезка [a; b] = [a1; b1] двумя точками
(
x1 = a1 + (b1 a1)FFn (4)
n+2
x2 = a1 + (b1 a1)FFn+1
n+2
Алгоритм вычислений совпадает с общим алгоритмом произвольного симметричного метода. Чтобы избежать быстрого роста погрешности метод применяют в модифицированном виде. На некотором k-ом шаге не используют формулу
xk = ak bk xk 1
а непосредственно производят деление отрезка двумя точками
(x2k = ak + (b |
a)Fn k+2 |
(5) |
|||
x2k 1 = ak + (b a) |
Fn k+1 |
||||
Fn+2 |
|
||||
|
|
|
|
|
|
|
Fn+2 |
|
12