- •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
Часть II
Безусловная минимизация функций многих переменных
9Линейные пространства
Определение. Непустое множество L элементов x; y; z; ::. называется линейным или векторным пространством если оно удовлетворяет следующим условиям:
для любых двух элементов x; y из L однозначно определен третий элемент z, называемый их суммой
иобозначаемый x + y. Причем:
–x + y = y + x(коммутативность)
–x + (y + z) = (x + y) + z(ассоциативность)
–в L существует такой элемент 0, что x + 0 = x для всех x 2 L (существование 0)
–8x 2 L существует такой элемент x, что x + ( x) = 0 (существование противоположного элемента)
для любого числа и любого x определен x из L (произведение элемента x на ) причем:
–( x) = ( x)
–1x = x
–( + )x = x + x
–(x + y) = x + y
Через Rn будем обозначать n мерное вещественное линейное пространство, состоящее из векторов столбцов
– x = |
0x21; v = |
0v21 |
|||||||||
|
|
|
|
x1 |
|
|
|
|
v1 |
|
|
|
|
|
Bx |
C |
|
|
Bv |
|
C |
||
|
|
|
|
|
|||||||
|
|
|
B nC |
B |
|
nC |
|||||
|
|
|
@ |
::: |
A |
@ |
::: |
A |
|||
|
|
|
|
|
|
–XT = (x1; . . . ; xn)T
Если в линейном пространстве Rn ввести скалярное произведение 2-ух векторов
n
P
< x; v >= xivi
i=1
то пространство Rn превращается в n-мерное Эвклидовое пространство которое будем обозначать
En
Длина вектора или норма вектора в En определяется как
|
|
|
|
1 |
|
n |
1 |
jxj =< |
x; x >2 |
= ( |
=1jxij2)2 |
||||
|
|
|
|
|
|
iP |
|
Величину
n
(x v) = jx vj = (Pjxi vij2)12
i=1
называют эвклидовым расстояниям между точками x; v, принадлежащими En.
19