
REVIZED / 5_Конусы_РВН
.docМетоды оптимизации: Часть I
5. Конусы релаксационных и возможных направлений
Определение
1. Пусть
функция
определена на
.
Вектор
называется релаксационным
направлением
(направлением
убывания)
функции
в точке
,
если существует число
такое, что для любого
выполняется неравенство
.
Обозначим множество
релаксационных направлений функции
в точке
через
.
Теорема 1.
Пусть функция
выпукла на
.
Тогда для любого
множество
– выпуклый конус.
Доказательство.
Пусть
вектор
,
чи-сло
.
Тогда согласно
определению 1 имеем
для любого
,
то есть
вектор
.
Проверим
теперь выполнение второго требования
определения выпуклого конуса. Пусть
векторы
.
Согласно определению
1 найдутся
такие, что
при всех
и
при всех
.
Таким образом, оба
неравенства справедливы при всех
,
где
.
В силу выпуклости
функции
имеем
.
Следовательно,
,
то есть
при всех
,
где
.
Итак,
.
Что и требовалось.
Релаксационные
направления часто используются как
при исследовании задач на минимум,
так и в различных методах решения
оптимиза-ционных задач. В случае,
когда решается задача максимизации,
используются направления
возрастания функции
в точке, удовлетворяющие неравенству
при
.
Определение 1 не всегда позволяет непосредственно отыскивать релаксационные направления функции или устанавливать их отсутствие. Для выпуклых дифференцируемых функций в этом может помочь следующая теорема.
Теорема 2.
Пусть
– выпуклая дифференцируемая в точке
функция. Тогда
.
(1)
Доказательство.
Докажем сначала
включение
во множество
.
Пусть
.
Тогда существует
такое, что
,
.
Из теоремы 4.1 получаем
.
Из этих двух неравенств и следует
.
Что и требовалось.
Докажем обратное включение.
Пусть имеет место неравенство
.
Так как по условию функция
дифференцируема в точке
,
имеем
,
где
.
Поэтому для достаточно ма-лых
знак приращения функции
совпадает со знаком произведения
.
Тогда существует
такое, что
,
,
то есть
.
Что и требовалось.
Заметим, что при доказательстве второго включения выпуклость функции не использовалась.
Заметим также, что в условиях теоремы 2
при
конус
является открытым полупространством.
Наконец,
легко увидеть, что если функция
вогнута и дифференцируема
в точке
,
то вектор
является направлением возрастания
функции
в точке
тогда и только тогда, когда выполняется
неравенство
.
В случае, когда функция
линейна (
),
а значит, выпукла и вогнута одновременно,
неравенство
задает конус направлений убывания, а
– конус направлений возрастания в
любой точке
.
Определение 2.
Пусть
– множество из
,
точка
.
Вектор
называется возможным
направлением в
точке
для множества
,
если существует число
такое, что
для любого
.
Обозначим множество возможных
направлений в точке
для множества
через
.
Теорема 3.
Пусть
– выпуклое множество,
.
Тогда
– выпуклый конус.
Доказательство.
Пусть
вектор
,
число
.
Тогда согласно
определению 1 имеем
для любого
,
то есть
вектор
.
Проверим
теперь выполнение второго требования
определения выпуклого конуса. Пусть
векторы
.
Согласно определению
2 найдутся
такие, что
при всех
и
при всех
.
Таким образом, эти
включения справедливы при всех
,
где
.
В силу выпуклости
множества
имеем
,
то есть
при всех
,
где
.
Таким образом,
.
Что и требовалось.
Заметим,
что если
,
то
.
Теорема 4.
Если
– выпуклое множество,
точки
,
то
вектор
.
Справедливость этого утверждения непосредственно следует из определений выпуклого множества и возможного направления.
При исследовании задач на условный экстремум нам понадобятся так называемые условно релаксационные направления.
Определение 3.
Пусть функция
определена на множестве
,
точка
.
Вектор
называется условно
релаксационным направлением
функции
в точке
относительно множества
,
если в этой точке направление
является
возможным для
и релаксационным для функции
.
Обозначим множество условно
релаксационных направлений функции
в точке
через
.
Итак,
,
а значит, в условиях теорем 1 и 3
множество
является выпуклым конусом.
6. экстремальные свойства выпуклых функций
Данный параграф посвящен изучению экстремумов выпуклых функций на выпуклых множествах. Из теорем, с которыми мы здесь познакомимся, следует, что этот класс задач на экстремум удобен для исследования и решения.
Теорема
1.
Пусть
– выпуклое множество из
,
функция
– выпукла на
.
Тогда всякий локальный условный
минимум функции
на
множестве
является
и глобальным.
Доказательство.
Пусть
–
точка локального минимума функции
на множестве
.
Тогда существует такое число
,
что для всех
выполняется
неравенство
.
(1)
(Здесь
.)
Предположим
противное,
то есть, что существует точка
такая, что
.
(2)
В силу выпуклости множества
имеем
.
Следовательно,
для достаточно
малых
значений
.
Из неравенств (1), (2) и в силу выпуклости
функции
на множестве
для таких
имеем
Полученное противоречие доказывает теорему.
Следующие
две теоремы устанавливают свойства
множества
точек условного минимума.
Теорема
2.
Пусть
– выпуклое множество из
,
функция
– выпукла на
.
Тогда
– выпуклое множество.
Доказательство. Очевидно, что
.
Поэтому
выпуклость множества
следует из теорем 3.6 и 1.1.
Теорема 3.
Пусть
– выпуклое множество