Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Issledovanie_operatsy.pdf
Скачиваний:
130
Добавлен:
20.03.2016
Размер:
806.71 Кб
Скачать

10 Постановка задачи минимизации

Пусть X некоторое множество пространства En, а f(x) ф-я, определенная на этом множестве. Будем рассматривать лишь те функции, которые принимают во всех точках X конечные вещественные значения.

Определение таких понятий, как точка минимума и максимума, наименьшее и наибольшее значение, ограниченность снизу и сверху, нижняя и верхняя грань ф-и f(x) на множесте X, минимизирующая и максимизирующая последовательность, точка локального и строгого локального минимума и максимума ф-и, сходимость последовательности к заданному множеству пространству En получаются из определений (1) (6) (8) (10), при этом нужно лишь под множеством x понимать точку, равную (x1; x2; :::; xn) пространства En, а под jxj норму x в пространстве En.

Как и ранее, нижнюю грань ф-и f(x) на множестве X будет обозначать

inf f(x) = f .

x2X

А множество точек минимума ф-и f(x) на множестве X

X = fx : x 2 X; f(x) = f g

Для обозначения задачи минимизации ф-и f(x) на множестве X будем пользоваться краткой записью

f(x) ! 1 x 2 X

Как и ранее будем различать задачи минимизации двух типов.

1.В задачах первого типа ищется точное или приближенное значение f и здесь не важно будет ли множество X пустым или нет.

2.В задачах второго типа наряду с величиной f ищется точка, которая достаточно близка к множеству точек минимума или даже принадлежит этому множеству X , требуется, чтобы минимум ф-и был конечным и чтобы это множество было не пусто.

Для приближенного решения задач обоих типов обычно строят какую-либо минимизирующую последовательность

fxkg xk 2 X k = 1; 2; ::: lim f(xk) = f

k!1

Тогда в кач-ве приближения f можно взять величину f(xk) при достаточно большом индексе k. В том случае, если последовательность fxkg сходится к множеству X то, точку xk и соответствующее значение ф-и f(xk) при достаточно большом индексе k можно принять за приближенное решение задачи второго типа.

10.1Задача максимизации ф-и f(x) на X

Так как

supf(x) = inf ( f(x))

x2X x2X

то любая точка максимума или любая максимизирующая последовательность для ф-и f(x) на X будет соответствовать точке минимума или минимизирующей последовательности для ф-и f(x) на том же множестве X. Поэтому можно ограничится изучением лишь задач минимизации.

11Необходимые и достаточные условия локального экстремума. Классический метод нахождения экстремума ф-и многих переменных

Под классическим подходом подразумевают подход к поиску точек экстремума ф-и многих переменных (т. е. точек локального минимума и максимума), который основан на дифференциальном исчислении.

Необходимые условия локального экстремума имеют вид:

Теорема 1. Для того, чтобы в точке x0 ф-я f(x10; :::xn0 ) имела локальный экстремум необходимо, чтобы все ее частные производные обращались в точке x0 в 0 т.е.

@f(x) j

@xi x=x0 = 0 i = 1; 2; :::; n (1)

Точки, удовлетворяющие условию (1) называются стационарными. Пусть ф-я f(xn) определена, непрерывна и имеет непрерывные производные первого и второго порядка в окрестности некоторой стационарной точки (x10; x20; . . . ; xn0 ) Разлагая разность

20

= f(x1; :::; x1) f(x1

; . . . ; xn)

 

 

 

0

0

получим

 

 

 

1 n @2f(x0)

i j

 

2

P

x x + O(j xj ) (2)

= 2 i;j=1

@xi@xj

где

x = x x0xi = xi xi0

производные@2fi(x0j) вычисленные в точке x0, O(j xj2) величина бесконечно малая по сравнению с

@x @x

квадратом нормы j xj2. Знак разности определяется суммой, стоящей в правой части формулы (2). Обозначим

@2fi(x0j) = aij (3) @x @x

Тогда сумму (2) можно записать в виде

n

P aij(x0) xi xj (3 )

i;j=1

в алгебре называют квадратичными формами. Каждой квадратичной форме соответствуют матрица, составленная из ее коэффициентов и называемая матрицей данной квадратичной формы, симметричная

относительно главной диагонали.

0a21

 

 

 

1

A =

a22

:::

a2n

 

a11

a12

:::

a1n

 

 

Ba:::

a:::

:::

a

C

 

B n1

n2

:::

nnC

 

@

 

 

 

A

aij = aji i = 1; 2; :::; n j = 1; 2; :::; n (4)

Квадратичную форму (3 ) от переменных xi; xj называют положительной (отрицательной), если она имеет положительные (отрицательные) значения при всех значениях аргумента, не равных одновременно 0.

Достаточные условия локального экстремума имеют вид:

Теорема 2. Для того, чтобы дважды непрерывно дифференцируемая ф-я f(x1; :::xn) имела в стационарной точке x0 безусловный локальный минимум (максимум) достаточно, чтобы ее второй дифференциал т. е. квадратичная форма

n

P aij(x0) xi xj

i;j=1

со значениями коэффициентов aij вычисленными по формуле (3) была положительной (отрицательной) и определенной. (Без док-ва)

В курсе алгебры приводятся разнообразные критерии положительной и отрицательной определенности квадратичных форм. Рассмотрим один из таких критериев называемый критерием Сильвестра. Для того, что действительная квадратичная форма (3 ) была положительно определенной, необходимо и достаточно, чтобы все угловые миноры ее матрицы (4) были положительны.

D1 = a11 > 0

D2

=

a11

a12

 

> 0

a21

a22

 

 

 

 

 

 

 

 

 

 

 

 

a11 a12 a13

D3 = a21

a22

a23 > 0

 

 

 

 

a31

a32

a33

 

Di > 0 i = 1; 2; :::; n

(5)

Чтобы действительная квадратичная форма (3 ) была отрицательно определенной, необходимо и достаточно, чтобы знаки угловых миноров (5) чередовались. Причем

D1 < 0

Нахождение глобального минимума (максимума) ф-и f(x) на всем пространстве En классическим методом заключается в определении всех точек локального минимума (максимума). После чего следует вычислить в этих точках значение ф-и f(x) и из этих значений выбрать точку с наименьшим (наибольшим значением ф-и)

21

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]