- •Факультет информационных технологий и управления
- •1 Математическое описание линейных систем
- •1.1 Дифференциальное уравнение системы. Характеристическое уравнение и его корни
- •Импульсная характеристика
- •1.3 Построение лачх и лфчх
- •1.4 Уравнение состояния в нормальной форме, схема моделирования
- •2 Линейное программирование
- •2.1 Математическая модель задачи. Нахождение оптимального плана х* и экстремального значения функции
- •2.2 Построение и решение задачи, двойственной к исходной. Сравнение решения прямой и двойственной задач
- •2.3 Получение целочисленного решения путем введения дополнительных ограничений по методу Гомори
- •3 Нелинейное программирование
- •3.2.2 Метод Ньютона-Рафсона
- •3.3 Нахождение экстремального значения функции f(X) с учетом системы ограничений задачи
- •3.3.1 Метод допустимых направлений Зойтендейка
- •3.3.2 Метод линейных комбинаций
- •3.3.3 Условия теоремы Куна-Таккера
3.3 Нахождение экстремального значения функции f(X) с учетом системы ограничений задачи
3.3.1 Метод допустимых направлений Зойтендейка
F(x)= x12+x22-x1x2-8x1+7x2 (min).
3x1 -x2-40
x1+3x2-180
x1,2 0
x0=[1;5].
Первый шаг осуществляется в направлении вектора-градиента, вычисленного в точке x0. Координаты точкиx1вычисляются в соответствии с выражением
x 1= x 0 -α0F(x 0).
Вектор-градиент:
Величина шага выбирается по двум условиям:
Очередная точка x 1 должна принадлежать ОДЗП. Чтобы это условие выполнялось, должна выполняться система неравенств:
Решая систему, получим интервал .
Находится значение α0, которое максимизирует функцию F- α0*.
Если , тоα0= α0*, в этом случае очередная точка x 1 будет лежать внутри ОДЗП и очередной шаг нужно будет делать опять в направлении вектор-градиента. Если же , то выбираетсяα0= α0”, в этом случае очередная точкам x 1 будет находиться на границе ОДЗП.
Найдем вектор-градиент в точке x 0:
Определим очередную точку x 1:
Подставив х1 в функцию цели и вычислив производную, найдем α0:
.
Найдем интервал . Для этого подставим координаты точкиx 1 в ограничения:
.
Поэтому принимаем что
Так как , то точкаx 1 лежит на границе ОДЗП. Тогда из точки x 1 в направлении вектора-градиента двигаться нельзя, так как градиент выходит за пределы области. Нужно найти то направление, по которому нужно двигаться.
Очередное направление Sk должно удовлетворять двум условиям:
Очередная точка должна принадлежать ОДЗП.
Направление Sk выбирается так, чтобы функция цели при переходе к очередной точке увеличивалось максимальным образом.
Координаты очередной точки записываются:
x k+1= x k +αk S k.
Точка x 1 лежит на линии 3x1-x2=4. Найдем направление S, используя выражения
Найдем очередную точку:
Найдем α1 .
,.
Графическая интерпретация:
Рисунок 3.3 - Графическая интерпретация метода допустимых направлений Зойтендейка
3.3.2 Метод линейных комбинаций
F(x)= x12+x22-x1x2-8x1+7x2 (min).
3x1 -x2-40
x1+3x2-180
x1,2 0
x0=[1;5].
Первая итерация.
Зададимся точностью
Вычисляется вектор-градиент
Осуществляется линеаризация F(x) относительно точки x0 в соответствии с выражением
Решается задача ЛП
min{-11x1+16x2 |3x1 -x24; x1+3x2 18;x1,20}.
Процедура решения задачи иллюстрируется последовательностью симплекс-таблиц.
БП |
СЧ |
НП | |
x1 |
x2 | ||
x3 |
4 |
3 |
-1 |
x4 |
18 |
1 |
3 |
F |
0 |
-11 |
16 |
БП |
СЧ |
НП | |
x3 |
x2 | ||
x1 |
1.333 |
0.333 |
-0.333 |
x4 |
16.666 |
-0.333 |
3.333 |
F |
14.666 |
3.666 |
12.333 |
Найдено оптимальное решение
,
Далее производится корректировка найденного решения в соответствии с выражением
Или
Осуществляется минимизация F(x) по параметру . Подставляяx1 в функцию цели, получим
Так как значение в шаге не может превышать 1 по абсолютному значению, то примем
Искомая точка минимума найдена.
3.3.3 Условия теоремы Куна-Таккера
F(x)= x12+x22-x1x2-8x1+7x2 (min).
3x1 -x2-40
x1+3x2-180
x1,2 0
x0=[4;5].
Прежде, чем составить функцию Лагранжа, нужно привести ограничения к нулевой правой части. Анализируем экстремум: так как в условии минимум, то будет минимум по x и максимум по λ.
Тогда ии
g1(x)= 3x1 -x2-40
g2(x)= x1+3x2-180
Тогда L(x, λ)= x12+x22-x1x2-8x1+7x2 + λ1 (3x1 -x2-4)+ λ2 (x1+3x2-18)
Найдем
-x2+2x1+3λ1+λ2 -v1=8 x2-2x1 -3λ1-λ2 +v1=-8
-x1+2x2-λ1 +3λ2 -v2=-7 x1-2x2+λ1 -3λ2+v2=7
3x1-x2+w1=4 3x1-x2+w1=4
x1+3x2+w2=18 x1+3x2+w2=18
СЛАУ с неизвестными x1, x2, λ1, λ2, v1, v2, w1, w2.
x1,2 0; λ1,20; v1,20; w1,20.
Решив эту систему с помощью симплекс-метода, мы можем найти допустимое базисное решение и то решение, которое удовлетворяет xTv=0 и λTw=0 или x1 v1= x2v2=0
λ1 w1=λ2w2=0
Это значит, что в каждой паре одна из переменных является небазисной. Симплекс-таблица будет без функции цели и стремится к тому, чтобы столбец свободных членов был положительным.
БП |
СЧ |
НП | |||
x1 |
x2 | ||||
v1 |
-8 |
-2 |
1 |
-3 |
-1 |
v2 |
7 |
1 |
-2 |
1 |
-3 |
w1 |
4 |
3 |
-1 |
0 |
0 |
w2 |
18 |
1 |
3 |
0 |
0 |
БП |
СЧ |
НП | |||
v1 |
x2 | ||||
x1 |
4 |
-0.5 |
-0.5 |
1.5 |
0.5 |
v2 |
3 |
0.5 |
1.5 |
-0.5 |
-3.5 |
w1 |
-8 |
1.5 |
0.5 |
-4.5 |
-1.5 |
w2 |
14 |
0.5 |
3.5 |
-1.5 |
-0.5 |
БП |
СЧ |
НП | |||
v1 |
x2 |
w1 | |||
x1 |
1.333 |
0 |
-0.333 |
0.333 |
0 |
v2 |
3.888 |
0.333 |
-1.555 |
-0.111 |
-3.333 |
1.777 |
-0.333 |
-0.111 |
-0.222 |
0.333 | |
w2 |
16.666 |
0 |
3.333 |
-0.333 |
0 |
Таким образом, получили решение:
x1 = 1.333, v2 =3.888, λ 1 = 1.777, w2= 16.666.
λ2 = v1 = x2 = λ 1 = 0.
Исходя из полученного решения, определим экстремум функции:
Fmin =-8.8889.