- •Раздел 2. Нелинейное программирование
- •2.1. Математическая постановка задачи
- •2.2. Метод Лагранжа для задачи с ограничениями типа равенства
- •2.3. Метод Лагранжа для задачи с ограничениями типа неравенства
- •2.4. Метод Лагранжа для задачи со смешанными ограничениями
- •2.5. Задача квадратичного программирования
- •2.6. Задачи и вопросы для практической работы
2.3. Метод Лагранжа для задачи с ограничениями типа неравенства
Рассмотрим теперь задачу математического программирования в виде
. (3.1)
qi(x) ≤ bi , i = 1,…,r
Как видно, в задаче имеются r ограничений, заданных в виде неравенств. В них величины bi обычно интерпретируются как ресурсы, а функции qi(x) – как потребление этих ресурсов. В предположении, что все функции в этой задаче непрерывно дифференцируемы на открытом подмножестве можно применить по отношению к ней технику решения задачи с равенствами. Для этой цели преобразуем неравенства в равенства, преобразуя их в виде
qi(x) + ui2 = bi , i = 1,…, r, (3.2)
и представим функцию Лагранжа в виде
. (3.3)
Согласно теореме Куна – Таккера, необходимые условия локального оптимума решения х* будут иметь вид
L(x*,)/xj = f(x*)/xj + qi(x*)/xj = 0, j =1, …, n,
L(x*,)/ i = qi(x*) + ui2 – bi = 0, i =1, …, r,
L(x*,)/ui = 2Iui = 0, , i =1, …, r, (3.4)
Из последних условий следует, что i ui2 = 0, , i =1, …, r. Тогда вторая группа условий примет вид
i(qi(x*) – bi) = 0, i =1, …, r. (3.5)
Эти условия называются условиями дополняющей нежесткости Слейтера (как и в задаче линейного программирования). Они показывают, что, либо qi(x*) – bi 0 i = 0, либо qi(x*) – bi = 0, а i произвольное. В теории нелинейного программирования доказывается, что i 0, , i =1, …, r, кроме того, f(x*)/bi = I, , i =1, …, r, другими словами, i представляют собой коэффициенты чувствительности оптимального значения целевой функции относительно ресурсов bi, i =1, …, r. Теперь, объединив все необходимые условия оптимальности, окончательно получим
L(x*,)/xj = f(x*)/xj + qi(x*)/xj = 0, j =1, …, n,
L(x*,)/ i = qi(x*) – bi 0, i =1, …, r,
i(qi(x*) – bi) = 0, i =1, …, r
i 0, , i =1, …, r, (3.6)
или в терминах векторов-градиентов xL, L, хf и xq:
,
.
Т(q(x*) – b) = 0, 0, (3.7)
Эти условия предполагают, что векторы-градиенты xqi(x*), , i =1, …, r, линейно независимы; тогда из первого условия системы (3.7) следует представление
, (3.8)
что аналогично условию (2.4). В общем случае решение системы (3.6) требует большой изобретательности, так как система содержит и равенства и неравенства. По-прежнему, теоретическим фундаментом решения служит теорема Куна – Таккера: если функции имеют непрерывные частные производные на множестве, x* – некоторое локальное решение задачи (3.1) и в этой точке векторы xqi(x*), , i =1, …, r, линейно независимы, то существуют неотрицательные числа i 0, , i =1, …, r, такие, что имеют место условия (3.6).
Иллюстрируем данный подход на примере решения задачи минимизации производственных затрат.
Коммерческая фирма производит некоторую продукцию, используя при этом п
производственные факторы q1, q2, …,qn с рыночными ценами р1, …, рп, так что производственные затраты составляют r(q) = единиц. Производственная функция задана в виде функции Кобба – Дугласа . Необходимо найти значение производственных факторов q1, q2, …,qn, которое минимизирует функцию затрат при заданном плане на выпускаемую продукцию.
Математическая задача производственной деятельности фирмы имеет вид
(3.9)
F (q1,…,qn) ≥ y
где y – план выпуска.
Для задачи (3.9) функция Лагранжа примет вид
, (3.10)
следовательно, на основе необходимых условий теоремы Куна – Таккера получим:
а) ,
b) ,
c) ,
д) , (3.11)
Из условия а) следует, что , так как pj 0 и F/qj , j = 1, …, n. Тогда из д) получим
. (3.12)
Далее учитывая, что
, j = 1, …, n, (3.13)
из b) получим соотношение , j = 1, …, n. Откуда, в частности, следует, что , к = 2, …, n, т.е. производимые затраты на отдельные виды факторов пропорциональны величинам , к =1, …, п.
Рассмотрим частный случай, когда n = 2, P1 = 10, P2 = 15, y = 10000, , .
Тогда из условия а) получим
,
.
Взяв их отношение, можно написать
,
тогда из выражения для производственной функции следует, что
,
или окончательно,
,
Из экономической теории известно, что задачи минимизации издержек и потребительского выбора симметричны относительно друг друга. Полученные нами результаты также иллюстрируют эту симметрию. Она изображена также на приведенных ниже рисунках.
q2
q1
max
u=max
q2
q1
q1
q2
F = y
min
r =min
Рис.3.3. К иллюстрации симметрии решений задачи
потребительского выбора (левый рисунок) и задачи
минимизации затрат (правый рисунок).