- •1. Задачи нелинейного программирования
- •3. Задачи с ограничениями-равенствами. Метод неопределённых множителей Лагранжа
- •2. Многомерная безусловная оптимизация
- •4. Задачи с ограничениями—неравенствами
- •5. Критерий оптимальности; теорема Куна-Таккера
- •6. Линейное программирование. Различные формы задачи линейного программирования
- •8. Симплекс—таблица и критерий оптимальности. Элементарное преобразование базиса
- •9 Прямой симплекс—метод
- •10 Лексикографический вариант прямого симплекс-метода
- •11 Метод искусственного базиса
- •12. Двойственные задачи линейного программирования. Построение двойственных задач
- •13. Теоремы двойственности
- •7. Базис и базисное решение
1. Задачи нелинейного программирования
В данной главе рассматриваются общие методы решения задач математического программирования, основанные на знаниях, полученных студентами в курсе математического анализа. При этом предполагается, что все функции непрерывны и имеют непрерывные производные соответствующего порядка.
2.1. Одномерный случай
Имеем задачу
f(х)-> extr x€Х,
где X € Е1 — совокупность отрезков, интервалов, полуинтервалов.
Теорема Ферма. Пусть функция f(x) дифференцируема в некотором промежутке X и во внутренней точке х* этого промежутка принимает наибольшее (наименьшее) значение. Тогда f'{x*) = 0.
Искать: граничные точки, точки разрыва функции и точки разрыва производной.
Правило нахождения глобального экстремума. Для нахождения глобального экстремума функции f(x) на множестве X С Е1 нужно найти следующие множества точек:
множество стационарных точек Х1 = {х€ X \ f'(x) = 0};
множество точек разрыва функции Х2 = {х € X \ f(x) — разрывна };
множество точек разрыва производной Х3 = {х € X \ f'(x) — разрывна};
множество граничных точек (в том числе и точки ±оо; если они принадлежат допустимому множеству) Х4 = FrX =
X\ IntX.
После этого необходимо вычислить значения функции в этих точках и выбрать среди них наибольшее и наименьшее значения. Если соответствующие точки принадлежат множеству X, то минимум или максимум достигается на множестве X. В противном случае имеем точную нижнюю или верхнюю границы.
3. Задачи с ограничениями-равенствами. Метод неопределённых множителей Лагранжа
Теперь перейдём к анализу задач условной оптимизации в Еп и рассмотрим случай ограничений-равенств, т. е. решается задача:
f(x)->min{x€X} (f(x)->max{x€X}) (1)
где
X
= {х € Еп
| φj(x)
= 0, j
= 1,
т}.(2)
Будем предполагать, что т < п.
В дальнейшем нам потребуется следующая
Теорема о неявных функциях. Предположим, что:
1) дана система из т уравнений с п неизвестными (т < п)
Fj(xi,...,xn)
= 0 (j
= l,m);
(3)
2) все функции Fj(x) определены, непрерывны и имеют непрерывные частные производные по всем аргументам в некоторой окрестности Uε (x°) точки х°, в которой Fj(x°) = 0(j=1,m, ε>0)
3) якобиан
Тогда:
а) в некоторой окрестности точки х°, содержащейся в Uε (x°), система уравнений (3) определяет, x1,..., хт как однозначные функции от хт+1,..., хп:
xi=f(хт+1,..., хп) (i=1,m)
б)
при xi
= x°i
(i=
т +
1,
п) эти функции принимают значения x°i
(i
= 1,
т):fi(x°m+1,…
x°n)=
x°I
(i=1,m)
в)
все функции fi{xm+1,...
,хп)
(г = 1,m)
непрерывны и имеют непрерывные частные
производные по всем аргументам.
Следует обратить внимание на локальный характер теоремы существования неявных функций: речь идёт всё время о некоторой окрестности рассматриваемой точки. Но и в таком виде эта теорема полезна.
Рассмотрим
теперь задачу (1) о нахождении экстремума
функции f(x)
на множестве X,
определяемом условием (2). Предполагается,
что функции f{x),
<φj(x)
(j
= l,m)
непрерывны и непрерывно дифференцируемы
в окрестности Uε(x*)
некоторой экстремальной точки х*. Пусть
в этой точке ранг матрицы частных
производных
р авен т. Для определённости будем считать, что определитель
Тогда, в силу теоремы о неявных функциях, в некоторой окрестности точки х* система уравнений
φ
j(x)
= 0(i
= l,m)
(3')
равносильна системе
xi
= fi(xm+1,...,xn)
(i = l,m),
(5)
где fi — неявные функции, определяемые системой (3')- Таким образом, вопрос об условном экстремуме сводится к вопросу о безусловном экстремуме для сложной функции
F(xm+1,...,xn)≡f(f1(xm+1,...,xn),…, fm(xm+1,...,xn), xm+1,...,xn)) (6)
в
точке х*. Эти соображения приводят к
методу нахождения точек, доставляющих
экстремум функции при
ограничениях-равенствах. Если каким-то
образом удаётся разрешить систему
уравнений (3') относительно переменных
хi
(i
= 1,m)
и найти явные выражения для функций
(5), то дело сводится к нахождению
безусловного экстремума для функции
(6). Этот метод называется методом
исключения зависимых переменных. Можно
указать другой путь для нахождения
экстремальных точек, не предполагая,
что мы имеем явные выражения для
функций (5), хотя существование этих
функций использоваться будет. Лагранж
предложил метод, в котором все переменные
сохраняют одинаковую роль.
Метод
неопределённых множителей Лагранжа.
Введём в рассмотрение новые переменные
yj
(j
= 1,
т) и функцию F(x,y)
= f(x)
+Sum{j=1,m}(yi
φj(x))
Переменные yj называются неопределёнными множителями Лагранжа, а функция F(x, у) — функцией Лагранжа.
Пусть
в точке х*, удовлетворяющей системе
(3'), выполнены условия теоремы о неявных
функциях. Тогда, для того чтобы точка
х* была точкой экстремума задачи (1)-(2),
необходимо существование таких чисел
у* (j
= 1,
т), что выполняются равенства
dF(x*,y*)/дxi=0 (i=1,n)(7)
dF(x*,y*)/дyj=0 (j=1,m)(8)
Условия (8), очевидно, эквивалентны условиям (3')- При решении задачи (1)-(2) данным методом существенную роль играет предположение о ранге матрицы (4). Чтобы быть уверенным в том, что не пропущена ни одна подозрительная точка, следует предварительно установить, что это предположение выполняется во всех точках множества X.