
- •1.Общая постановка задачи оптимизации. Локальный и глобальный экстремум.
- •3. Геометрический метод решения задач условной оптимизации(зуо)
- •5. Достаточные условия оптимальности в задаче безусловной оптимизации.
- •7. Обобщенное правило множителей Лагранжа в задаче с ограничениями типа равенств.
- •9. Необх. Условия оптимальности 2-го порядка в задаче условной оптимизации с огранич. Типа равенств.
- •11.Необх. Условия оптимальности 1-го порядка для гладких задач на условный минимум с огранич. Типа нер-в. Классич. И обобщённое правило множителей Лагранжа.
- •13. Достаточное условие локальной оптимальности для гладких задач на условный минимум с ограничениями типа неравенств.
- •15. Приведение задач линейного программирования (лп) к каноническому виду.
- •17. Критерий оптимальности базисного плана.
- •19. Итерация симплекс-метода.
- •21. Двухфазный симплекс-метод.
- •23. Связь между решениями прямой и двойственной злп.
- •25. Двойственная задача к тз. Методы построения нач. Пл. Достат. Условие оптим. Плана перевозок. Метод потенциалов решения транспортной задачи в матричной форме.
- •27. Выпуклые функции и их свойства. Унимодальные функции.
- •29. Необходимое условие оптимальности в задаче выпуклого программирования. Теорема Куна-Таккера.
- •31. Задача одномерной оптимизации. Метод деления отрезка пополам.
- •33. Задача одномерной оптимизации. Метод ломаных
- •35. Основные понятия численных методов безусловной оптимизации.
- •35. Основные понятия численных методов безусловной оптимизации.
- •37. Метод безусловного покоординатного спуска.
- •39. Метод условного градиетна.
- •43. Общая постановка задачи дп. Принцип оптимальности Беллмана.
- •45. Основная задача ви. Основные понятия.
- •47. Общее необх. Условие оптимальности для зви.
- •49. Усиленное усл. Лежандра. Ур-е Якоби. Усиленное усл. Якоби. Дост. Усл. Сильного минимума в осн. Зви.
- •51. Задача Больца.
13. Достаточное условие локальной оптимальности для гладких задач на условный минимум с ограничениями типа неравенств.
Рассмотрим задачу условной оптимизации с ограничениями типа неравенств
(1)
Пусть , i=1, …,m
Определение.
Точка
называется условно стационарной точкой
задачи (1), если существует
-вектор
такой, что выполняются условия
Теорема.
(дост. усл. лок. оптимальности задачи
(1)). Для локальной оптимальности условно
стационарной точки
задачи
(1) достаточно, чтобы квадратичная форма
была положительно определена
для
всех векторов
таких, что
15. Приведение задач линейного программирования (лп) к каноническому виду.
Если
Пусть задача линейного программирования записана в нормальной форме
,
где
,
.
.
Введем
обозначения
это элементы вектора x,
причем
и введем
,
где
.
Тогда исходная задача увеличится в количестве неизвестных переменных в 2 раза и примет вид
,
.
.
Упражнение. Привести к каноническому виду задачи л.п.
Эту задачу можно переписать в виде
,
тогда
-
основные ограничения, а
– прямое ограничение.
Эту
задачу можно свести к предыдущему пункту
заменой
, а именно
Эту задачу можно переписать в след. виде
Введём
вектор свободных переменных
.
Тогда новый вектор
,
а
,
.
17. Критерий оптимальности базисного плана.
Теорема.
Для оптимальности базисного плана
достаточно,
а в случае невырожденности и необходимо,
чтобы оценки
.
Доказательство.
Достаточность. Дано
.
Воспользуемся также формулой построения
плана
,
т.е.
Рассмотрим только небазисные компоненты
,
учитывая что
,
имеем оценку
Учитывая
формулу
,
имеем
,
т.к.
Значит,
-
оптимальный базисный план (значение
целевой функции на плане
не превышает значение целевой функции
на плане
).
Необходимость.
Пусть
-
оптимальный невырожденный базисный
план, т.е.
,
(
).
Доказательство
проведём от противного. Допустим, что
номер
,
что
.
Построим план
,
кот. получается при переходе от плана
с учетом след. Изменений
Тогда
(не будет изменений в небазисных
компонентах, кроме элемента с номером
).
(чтобы
выполнялось
).
– должен
быть
планом задачи
,
значит должны выполняться прямые
ограничения. Напомним, что
Тогда, если
то
, т.к.
что означает положительную определенность
.
то предположение о невырожденности x необходимо для того, чтобы
то можно сделать максимально возможный шаг
такой, что
Т.о. показали, что построенный вектор является планом.
Рассмотрим приращение целевой функции при переходе от плана к плану .
т.к.
Значит,
- противоречие оптим. базового плана x.
Значит
не существует
,
что
,
т.е.