- •31.32. Сетевая тз: улучшение базисного потока(итерация).
- •33. Построение начального базисного потока.
- •34. Матричная тз: постановка з-чи, теорема сущ-ния, транспортная таблица.
- •35. Матричная тз: построение нач. Базисного плана, метод сев-зап. Угла.
- •36. Матричная тз: метод потенциалов, модели тз.
- •37. Выпуклые множества и их свойства. Выпуклая оболочка множества
- •38. Выпуклые функции и их свойства. Выпуклая оболочка функции
- •39 Задача выпуклого программирования (вп). Функция Лагранжа (л), седловая точка функции Лагранжа. Необходимое условие оптимальности.
- •40. Гладкие задачи выпуклого программирования. Необходимое условие оптимальности для задачи с регулярным множеством планов.
39 Задача выпуклого программирования (вп). Функция Лагранжа (л), седловая точка функции Лагранжа. Необходимое условие оптимальности.
, , (1)
– выпуклая функция (ВФ).
– m-мерная функция, каждый компонент так же явл. веторной функцией.
– выпуклое множество (ВМ).
-def- Любой вектор x удовлетворяющий условиям (1) называется планом этой задачи (допустим. точка, допустим. вектор).
-def- Решение задачи (1) наз. оптимальным планом:
(множество планов)
– множество оптимальных планов.
Седловая точка функции Л. Решение основной задачи ВП.
Отметим, что если выполняется (1), то явл. ВМ.
– ВМ. – ВМ.
Если содержит не единств. точку оптимального плана и , то принадлежат все точки соединяющие отрезок [ , ]. И оптимальных планов (ОП) бесконечно много.
Если – строго выпуклая, то ОП единственный.
Доказать можно методом от противного.
По элементам задачи (1) составляют функцию Л:
, – m-мерный вектор.
(2) – функция Л.
Нету требования !!!
-def-
называется седловой точкой функции Л, если :
(3)
-Теорема 1-
Если есть седловая точка функции Л., то есть ОП задачи (1) при этом выполняется условия дополняющей нежёсткости:
(4)
Док-во в конспекте есть.
-Замечание 1-
Сумма условия (4) равна 0 т. и т.т., когда (4’).
Если в каком-то векторе какая-то компонента , это означает .
Если , тогда .
-Замечание 2-
В задаче (1) предполагается, что и – ВФ и – ВМ, но мы не используем этого в док-ве => теорема верна для любого , и .
Смысл теоремы: что бы найти ОП задачи, надо найти седловую точку соответствующей функции Л.
Однако, есть ситуации когда задача решение имеет, а точную седловую точку найти не возможно.
40. Гладкие задачи выпуклого программирования. Необходимое условие оптимальности для задачи с регулярным множеством планов.
Слово гладкая означает существование 1-ой производной.
(1)
– выпуклые, гладкие функции ( ).
все это обозначим через (7).
-def-
Множество планов задачи (7) называется регулярным, если выполняются условия Слейтера:
такой, что . (8)
Введём:
Введём подмножество индексов для конкретного плана:
Пусть – некоторый план, тогда множество индексов
– множество индексов с ограниченными номерами активных на .
-Лемма-
Пусть множество планов (7) регулярно, => выполняется условие Слейтера, тогда для любых различных векторов и для любого вектора :
(9)
Найдутся такие числа :
;(10) – явл. планом задачи (1).
-Доказательство-
Надо до-ть, что – план, это означает:
а)
б)
А)
, тогда в (10) можно выделить два слагаемых для соотв. компоненты: :
.
С помощью можно сделать 2-ое слагаемое по абсолютной величине достаточно маленьким и тогда будет иметь знак первого слагаемого, т.е. .
.
Формула Тейлора для дифференцирования функции:
, поэтому теоретически её можно записать с помощью Тейлора в окрестности точки .
Б)
(11)
– бесконечно малая по сравнению с .
В разложении (11) 1-е слагаемое < 0, 3-е бесконечно малое, 2-е за счёт выбора t его можно сделать достаточно малым.
– т.е. в разложении (11) 1-е слагаемое = 0.
Теперь распишем 2-е слагаемое:
(11)
2-е слагаемое можно сделать достаточно малым за счёт выбора .
Доказали, что .
-Теорема 2-
Пусть – оптимальный план гладкой задачи (7) множество планов которое регулярно, тогда для любого вектора удовлетворяющего системе (9) выполняется: (12)
Эта теорема даёт необходимое условие оптимальности плана для гладкой задачи ВП условия (2) которого регулярно.