
- •1.2. Условия существования управления.
- •1.3. Оптимальность управления.
- •Лекция 2
- •2.1. Этапы принятия решений
- •2.2. Схема функционирования системы управления
- •2.3. Цели и критерии эффективности.
- •Лекция 3
- •3. 1. Виды критериев.
- •3.2. Многокритериальные системы.
- •3.3. Выбор критерия в состоянии неопределенности.
- •3.4. Выявление целей и критериев.
- •3.5. Особенности построения модели управляемой системы
- •4.1. Методология и психологические аспекты принятия решений
- •4.2. Системный анализ.
- •4.3. Таблицы решений.
- •Лекция 5. Принятие решений в различных условиях.
- •5.1.Принятие решений в разомкнутых системах
- •5.2. Управление в системах с обратной связью.
- •5.3. Условия внешней среды.
- •Принятие решений в условиях определенности
- •Принятие решения в условиях риска
- •Принятие решений в условиях неопределенности
- •Принятие решений в конфликтных ситуациях
- •Лекция 6. Принятие решений и информация
- •Основные характеристики информации.
- •Лекция 7. Минимизация функции одной переменной без ограничений
- •1.1. Постановка задачи
- •1.2. Полином произвольной степени
- •1.3. Степенная функция, умноженная на экспоненциальную функцию
- •Лекция 8. 1.4. Частный случай полинома, умноженного на экспоненциальную функцию
- •1.5. Степенная функция, умноженная на экспоненциальную функцию, зависящую от полинома второй степени
- •Минимизация функции нескольких переменных без ограничений
- •2.1. Постановка задачи
- •2.2. Детализация достаточных условий экстремума.
- •Лекция 9. 2.3. Сепарабельные функции
- •2.4. Факторизованные функции
- •2.5. Сумма квадратов переменных
- •2.6. Квадратичная форма
- •2.7. Частный случай кубической формы от двух переменных
- •Частный случай кубической формы от произвольного количества переменных
- •Частный случай полинома произвольной степени от двух переменных
- •Методы условной оптимизации
- •Задача нелинейного программирования. Метод неопределенных множителей Лагранжа
- •Глава 1. Метод неопределенного множителя Лагранжа
- •Общая постановка оптимальной задачи с одним ограничением
- •Сепарабельность целевой функции и функции – ограничения. Общий алгоритм решения
- •3. Степенные функции с одинаковыми степенями частных функций
2.4. Факторизованные функции
Определение.
Функция
называется факторизованной, если она
представляется в следующем виде:
=
.
Функции
называются частными функциями
факторизованной функции.
Глобальный минимум факторизованной функции достигается в точке минимума каждой из функций , в силу независимости точки глобального минимума каждой из функций , от точек глобального минимума остальных функций. Глобальный максимум факторизованной функции достигается в точке глобального максимума каждой из функций , в силу независимости точки глобального максимума каждой из функций , от точек глобального максимума остальных функций.
Это также вытекает из следующих соображений. Имеем
=
(
= 0)
(
=0),
.
(1)
Пусть найдется
одно
,
при котором равенство (1) выполняется
за счет
.
Тогда все вторые производные от
по
будут равны нулю и, следовательно, все
главные миноры будут равны нулю, так
как все элементы всех столбцов в матрице
Гессе кроме столбца по
будут равны нулю, т.е. экстремума в этом
случае не будет. Это же утверждение
будет справедливо и когда будет такое
не одно, а несколько вплоть до
штук. Когда их будет
,
все равно элементы одного столбца в
матрице Гессе будут равны нулю и её
определитель будет равен нулю, т.е.
экстремума в этом случае также не будет.
Отсюда следует, что остается рассматривать случай, когда
= = 0, . (2)
Необходимыми и достаточными условиями того, что - точка локального минимума , являются:
1) , дифференцируема в точке ,
2) , т.е. является стационарной точкой,
3) .
Точка глобального минимума , определяется перебором точек её локального минимума.
Необходимыми и достаточными условиями того, что - точка локального максимума , являются:
1) , дифференцируема в точке ,
2) , т.е. является стационарной точкой,
3) .
Точка глобального максимума , определяется перебором точек её локального максимума.
2.5. Сумма квадратов переменных
Найдем оптимальное
решение для целевой функции
.
Имеем
.
(1)
Решением системы
(1) является стационарная точка
.
Определитель матрицы Гессе равен
,
его миноры по главной диагонали равны
соответственно
,
2,…,
.
Тогда в соответствии с п. 2.2 стационарная
точка является минимумом, если выполняются
неравенства
,
1,…,
,
и - максимумом, если выполняются
неравенства
,
1,…,
.
В остальных случаях оптимальная задача
не имеет решения.
2.6. Квадратичная форма
Рассмотрим
квадратичную форму
+
для нахождения ее минимума в
.
Имеем
+
= 0,
.
Отсюда получаем следующую систему линейных алгебраических уравнений
= -
,
.
Обозначим через
определитель этой системы уравнений,
через
- определитель
,
в котором вместо
- го столбца стоит столбец свободных
членов. Тогда
= (
,…,
),
где
=
,
,
является стационарной точкой. Матрица
Гессе в данном конкретном случае имеет
следующий вид
.
Является ли полученная стационарная
точка экстремумом и максимумом или
минимумом или не является точкой
экстремума определяется в соответствии
с п. 2.2.