
- •2. Классификация задач оптимизации. Примеры.
- •Полная классификация задач оптимизации
- •4. Задача безусловной оптимизации (збуо). Необходимые условия оптимальности.
- •6. Задача условной оптимизации с ограничениями типа равенств. Метод исключения.
- •8. Классическое правило множителей Лагранжа в задаче с ограничениями типа равенств.
- •12. Необходимое условие минимума 2-го порядка для гладких задач на условный минимум с ограничениями типа неравенств.
- •14. Классификация задач линейного программирования. Основные понятия.
- •16. Формула приращения целевой функции в задаче линейного программирования (лп).
- •18. Достаточное условие неразрешимости злп.
- •20. Конечность симплекс-метода. Зацикливание. Геометрическая интерпретация симплекс-метода.
- •22. Двойственная задача. Теория двойственности лп.
- •26. Выпуклые множества и их свойства.
- •28. Основная задача выпуклого программирования. Необходимое условие существования седловой точки.
- •30. Задача одномерной оптимизации. Классический метод.
- •32. Задача одномерной оптимизации. Метод «золотого сечения».
- •34. Задача одномерной оптимизации. Метод касательных
- •36. Градиентный метод безусловной оптимизации.
- •38. Метод проекции градиента задачи условной оптимизации.
- •40. Метод покоординатного спуска для задачи с ограничениями.
- •42. Алгоритм решения задачи кп
- •44.Предмет ви. Задача о брахистохроне.
- •46. Метод вариации основной задачи ви. Вариации кривой и функционала.
14. Классификация задач линейного программирования. Основные понятия.
Линейное программирование (ЛП) – раздел математики, в котором изучаются задачи оптимизации с линейной целевой ф-цией и ограничениями заданными сис-мой линейных равенств или неравенств.
Различают две формы задач ЛП:
задача ЛП в канонической форме (стандартной форме)
.
(1)
задача ЛП в нормальной форме
. (2)
-
-вектор,
-
-вектор
неизвестных,
-матрица,
-
-вектор
столбец.
Все остальные задачи ЛП сводятся к одной из этих форм.
Задачу ЛП можно решить только в том случае, если она сведена к канонической форме. Задачу ЛП решают симплекс-методом. Понятие симплекс-метода строится на основе понятия базисного плана. Симплекс-метод представляет собой симплексные итерации (переходы) от одного базисного плана к другому.
Определение.
-вектор
называется
планом задачи (1), если он удовлетворяет
основным (
)
и прямым (
)
ограничениям.
Определение.
План
называется
базисным планом задачи (1), если
его
компоненты равны нулю, а остальным его
компонентам
соответствуют линейно независимые
столбцы
матрицы
.
Т.о.
вектор
разбивается
на два подвектора
(Н
- небазисное, Б - базисное); мн-во индексов,
которое состояло
разобьется на
,
,
,
Соответственно на базисные и небазисные компоненты разобьются м-ца А и С.
.
По
определению базисного плана, план
–
базисный план, если
Определение.
Базисный план
называется
невырожденным, если
,
.
Определение. План называется оптимальным базисным планом задачи (1), если
.
16. Формула приращения целевой функции в задаче линейного программирования (лп).
Рассмотрим задачу . (1)
Пусть
–
базисный план этой задачи с базисной
матрицей
.
Рассмотрим план
,
который строится по формуле
.
Найдём значение приращения целевой
функции при переходе базисного плана
к плану
.
Таким
образом
.
Введем
обозначения
Тогда
-
наз. -оценкой
базисного плана
.
Физический
смысл:
оценка, взятая с противоположным знаком
-
означает приращение целевой функции
при переходе от плана
к
плану
,
когда увеличивается небазисная компонента
,
Замечание.
Общее св-во компонент базисного плана.
18. Достаточное условие неразрешимости злп.
Пусть
x
– базисный план с базисной матрицей АБ
и критерий оптимальности не выполняется,
н-р, по j0
компоненте, т.е. Δ j0<0,
j0ЄIн
(небазисная компонента). Обозначим
компоненты вектора
и предположим, что они не положительны.
Тогда из док-ва критерия оптимальности
следует
для любых планов
.
Рассм. приращения целевой ф-ции
.
.
Т.о. доказали теорему:
Теорема. (Достаточное условие неразрешимости ЗЛП).
Если
на базисном плане x
критерий оптимальности не выполняется
по j0
компоненте и
,
,
то целевая функция неограниченно
возрастает, зн. ЗЛП не имеет решения.