
- •Введение
- •Основные разделы методов оптимальных решений и этапы принятия решений
- •Линейное программирование
- •1. Симплексный метод
- •2. Графический метод
- •3. Транспортная задача
- •3.1. Методы определения опорных планов
- •3.2. Нахождение оптимального плана транспортной задачи
- •Нелинейное программирование
- •Общая задача нелинейного программирования
- •Геометрическая интерпретация. Графический метод решения
- •Задачи с линейной целевой функцией и нелинейной системой ограничений
- •2.2. Задачи с линейной системой ограничений, но линейной целевой функцией
- •Задачи с нелинейной целевой функцией и нелинейной системой ограничений.
- •Решение задач дробно-линейного программирования симплексным методом
- •4. Метод множителей Лагранжа
- •Градиентный метод
- •6. Метод случайных испытаний
- •Решение задач оптимизации с помощью пакетов прикладных программ
- •1. Пример решения транспортной задачи в среде ms Excel
- •2. Примеры решение задач линейного программирования в пакете Lingo
- •2.1. Изготовление продукции из нескольких компонент
- •2.2. Изготовление смеси
- •2.3. Простая распределительная сеть (транспортная задача)
- •V. Индивидуальные задания. Задание 1.
- •Задание 2 (Ресурсная задача).
- •Задание 3 (Транспортная задача).
- •Задание 4.
- •Задание 5
- •Задание 6.
- •Заключение
- •Список литературы
- •Оглавление
- •I. Основные разделы методов оптимальных решений и этапы принятия решений …………..…………………………………………………………..5
- •II. Линейное программирование……….................................................. 9
- •Методы оптимальных решений.
- •400131, Г. Волгоград, пр. Им. В. И. Ленина, 28, корп. 1.
4. Метод множителей Лагранжа
Пусть задана задача линейного программирования
при ограничениях:
Пусть функции
и
непрерывны вместе со своими частными
производными. Так как ограничения заданы
в виде уравнений, то для решения задачи
воспользуемся методом отыскивания
условного экстремума функции нескольких
переменных, который сводится к исследованию
на обычный экстремум функции Лагранжа.
где
- множители Лагранжа.
Необходимое условие наличия условного экстремума выражаются системой (n+m) уравнений:
(12)
из которых могут
быть найдены неизвестные где
- точка, в которой возможен условный
экстремум.
Достаточные условия наличия условного экстремума связана с изучением знака 2-го дифференциала функции Лагранжа:
для каждого набора
значений
,
полученный из системы (12) при условии ,
что
удовлетворяет уравнениям:
(12)
Функция
имеет условный максимум в точке М0,
если для всевозможных значений
,
удовлетворяющих условиям (12), выполняется
неравенство:
и условный минимум, если при этих условиях:
В случае двух
переменных при одном ограничении
,
то функция Лагранжа имеет вид:
Система для нахождения стационарных (критических) точек состоит из трех уравнений:
Если
- любое из решений этой системы, вместо
изучения знака второго дифференциала,
можно исследовать знак определителя
При этом:
1) если
,
то функция
имеет в точке
условный максимум,
2) если
,
то функция
имеет в точке
условный минимум.
Объясним идею метода на примере задачи нелинейного программирования, зависящей от двух переменных.
f(x1, х2)→max
g(xl,x2) = b
На плоскости x10x2 уравнение g(xx,x2)=b определяет график некоторой функции, представленный на рис. 26. На нем показаны несколько линий уровня некоторой функции f(х1гх2) и выбранное в качестве примера направление ее возрастания.
рис. 26
В точке А, в которой функция f достигает максимального значения, совпадают касательные линии к графикам функций
f(х1,х2) = С и g(xl,x2)=b.
Следовательно, в точке А векторы-нормали к функциям g(xl,x2)=b и f(x1,x2)=C пропорциональны. Обозначим эти векторы соответственно через k и l. Получаем l = λk,где λ- некоторый коэффициент пропорциональности. Координатами векторов l и k являются значения частных производных функций f и g соответственно в точке А.
l=(дf/дx1; дf/дx2);
k=(дg/дx1; дg/дx2).
Из условия пропорциональности в точке А имеем
дf/дx1=λ*дg/дx2;
дf/дx2=λ*дg/дx2.
Для определения значений х1,х2,в которых функция f достигает максимума, к этим уравнениям надо добавить условие принадлежности точки А графику функции g(x1, х2) =b.
Окончательно получаем систему уравнений, определяющую оптимальное решение поставленной задачи
д
f/дx1=λ*дg/дx1
дf/дx2=λ*дg/дx2
g(x1, х2)=b
Введем новую функцию
F(x1 ,х2, λ) = f(x1 ,х2) + λ (b-g(x1,х2)).
Тогда последняя система перепишется в виде
д
F(x1,x2,
λ)/
дx1=дf(x1,x2)/
дx1-
λ*д(x1,x2)/
дx1=0
дF(x1,x2, λ)/ дx2=дf(x1,x2)/ дx2- λ*д(x1,x2)/ дx2=0
дF/ дλ=b-g(x1,x2)=0
Функцию F и называют функцией Лагранжа.
Задача
4.1.
Найти
условный экстремум функции
при условии
методом Лагранжа.
Решение.
Для нашей задачи составляем функцию Лагранжа:
Находим частные
производные:
Система уравнений принимает вид:
Решаем систему:
Далее находим
вторые частные производные функции
Лагранжа и составляем второй дифференциал
Следовательно
При
,
следовательно, в точке
функция имеет условный минимум, равный:
При
,
следовательно, в точке
функция имеет максимум, равный:
Теперь определить
тип экстремумов в стационарных точках
другим способом (с помощью определителя
):
При
следовательно, в
точке
для
функция
имеет условный минимум, равный
При
следовательно, в
точке
для
функция имеет условный максимум, равный
Задача 4.2.
Применяя метод Лагранжа, найти точки
условного экстремума функции
при заданных ограничениях:
-целочисленные
координаты.
Решение. Составляем функция Лагранжа:
Находим частные производные функции Лагранжа:
Для нахождения стационарных точек, получаем систему уравнений:
Можно
показать, что из последних уравнений
системы следует уравнение четвертой
степени относительно
:
Корни этого
уравнения:
а) при значении
получим
Стационарная точка
б)
при значении
,
получим
Стационарная точка
в) значения
является
посторонними корнями, им соответствуют
стационарные точки с не целочисленными
координатами (не соответствуют условию
задачи).
Далее, находим
вторые частные производные функции L
и составляем второй дифференциал
:
Следовательно
Из условий связи следуют равенства:
Исследуем знак
для первой стационарной точки при
:
Откуда получаем:
Значит, в точке
функция
имеет условный максимум, равный
Исследуем знак
для второй стационарной точки при
:
поэтому
Значит, в точке
функция имеет условный минимум, равный