- •Введение
- •1. Основы математического программирования
- •1.1. Постановка задачи математического программирования
- •1.2. Разновидности змп
- •1.3. Базовые понятия и терминология математического программирования
- •1.4. Производная по направлению. Градиент
- •1.5. Касательные гиперплоскости и нормали
- •1.6. Разложение Тейлора
- •1.7. Задача нелинейного программирования и условия существования ее решения
- •1.8. Задачи
- •2. Решение задачи нелинейного программирования без ограничений
- •2.1. Необходимые условия существования безусловного экстремума функции
- •2.2. Достаточные условия существования безусловного экстремума функции
- •2.3. Классический метод поиска безусловного экстремума
- •2.4. Задачи
- •3. Решение задачи нелинейного программирования при ограничениях-равенствах
- •3.1. Метод множителей Лагранжа
- •3.1.1. Назначение и обоснование метода
- •3.1.2. Схема реализации метода множителей Лагранжа
- •3.1.3. Интерпретация множителей Лагранжа
- •3.2. Метод подстановки
- •3.3. Задачи
- •4. Решение задачи нелинейного программирования при ограничениях-неравенствах
- •4.1. Обобщенный метод множителей Лагранжа
- •4.2. Условия Куна-Таккера
- •4.2.1. Необходимость условий Куна-Таккера
- •4.2.2. Достаточность условий Куна-Таккера в задачах выпукло-вогнутого программирования
- •4.2.3. Метод Куна-Таккера решения задачи выпукло-вогнутого программирования
- •4.3. Задачи
- •5. Численные методы решения знлп
- •5.1. Понятие алгоритма
- •5.3.2. Метод сопряженных градиентов
- •Описание алгоритма
- •5.3.3. Метод Ньютона
- •5.3.4. Метод Ньютона-Рафсона
- •Литература
- •Оглавление
4.2.1. Необходимость условий Куна-Таккера
Преобразуем ограничения-неравенства в (4.2) к виду ограничений-равенств. Для этого к левым частям каждого -го неравенства прибавим неотрицательные дополнительные переменные , подобранные таким образом, что все ограничения исходной задачи предстают в виде ограничений-равенств.
Обозначим Тогда исходная ЗНЛП (4.1)-(4.2) принимает вид
В развернутой форме она записывается следующим образом:
(4.5)
Полученную ЗНЛП с ограничениями-равенствами можно решить методом Лагранжа. Функция Лагранжа задачи (4.5) есть
,
или, в подробной записи,
. (4.6)
Необходимым условием существования экстремума целевой функции при ограничениях-равенствах является наличие стационарной точки функции Лагранжа. В стационарной точке все производные функции Лагранжа равны нулю, поэтому из (4.6) следует, что стационарной точкой является любое решение системы уравнений
(4.7)
Из уравнений второй строки системы (4.7) следует . Отсюда, с учетом уравнений третьей строки системы (4.7) получаем
. (4.8)
Условие (4.8) называется условием дополняющей нежесткости.
Покажем, что необходимым условием существования экстремума целевой функции в задаче (4.1)-(4.2) является условие , в задаче максимизации (когда ) и условие в задаче минимизации (когда ).
Действительно, по теореме Лагранжа
,
то есть множители Лагранжа выражают скорость изменения целевой функции по отношению к изменениям правой части ограничений. Поскольку увеличение правых частей неравенств способствует лишь увеличению множества допустимых значений аргумента , то это означает, что значение максимума целевой функции не уменьшится при таком увеличении, то есть . Совершенно аналогично показывается, что условием существования экстремума целевой функции в задаче минимизации является условие .
Таким образом, объединяя (4.7) и (4.8) с условиями неотрицательности (неположительности) множителей Лагранжа, получаем систему условий существования экстремума функции при ограничениях-неравенствах, которые можно сформулировать в виде следующей теоремы.
Теорема Куна-Таккера. Пусть и определяют стационарную точку функции Лагранжа задачи (4.1)-(4.2).
Тогда справедливы следующие условия (Куна-Таккера):
(4.9)
Замечание 4.2. Из 1-го и 3-го условий Куна-Таккера следует, что либо множитель Лагранжа равен нулю, либо соответствующее ограничение выполняется как точное равенство, либо и то и другое выполняются одновременно.
4.2.2. Достаточность условий Куна-Таккера в задачах выпукло-вогнутого программирования
Условия Куна-Таккера для задачи (4.1)-(4.2) оказываются достаточными, если целевая функция и область ограничений обладают определенными свойствами, связанными с выпуклостью и вогнутостью, и указанными в таб. 4.1.
Таблица 4.1
Тип экстремума |
Целевая функция |
Область ограничений |
максимум |
вогнутая |
выпуклое |
минимум |
выпуклая |
выпуклое |
Нетрудно показать, что множество является выпуклым множеством при условии, что функция выпукла на . Поскольку пересечение выпуклых множеств является выпуклым множеством, то достаточным условием выпуклости области ограничений в задаче (4.1)-(4.2) является условие выпуклости всех функций ограничений. В частности, в случае линейных ограничений допустимое множество всегда будет выпуклым (а именно – выпуклым многогранником).
Свойства выпуклости и вогнутости являются настолько значимыми, что порождают два широко распространенных класса задач нелинейного программирования.
Задачей выпуклого программирования называется ЗНЛП
(4.10)
если целевая функция является выпуклой функцией, а область ограничений есть выпуклое множество.
Задачей вогнутого программирования называется ЗНЛП
(4.11)
если целевая функция является вогнутой функцией, а область ограничений есть выпуклое множество.
Следующая теорема позволяет обосновать изложенный ниже метод решения задачи выпукло-вогнутого программирования (метод Куна-Таккера).
Теорема о единственности экстремума строго выпуклой (вогнутой) функции. Строго выпуклая (строго вогнутая) функция на выпуклом множестве не может иметь более одной точки глобального минимума (максимума).