- •1.Теория подобия, как аппарат моделирования.
- •2. Метод анализа размерности.
- •3. Метод аналогий
- •4. Составление и алгоритмизация математических моделей
- •5. Адекватность математической модели
- •6.Метод наименьших квадратов
- •7.Корелляция химической техники
- •8.Регрессионный анализ
- •9. Алгеброические модели
- •10. Интегралтные модели
- •11. Дифференциальные модели
- •12. Кинетика измельчения
- •13. Высота падения мелющего тела в мельнице.
- •14.Модели движения жидкости технологических аппаратов.
- •15 Движение твердых тел в жидкостях и газах.
- •16. Форма поверхности жидкости в вертикально вращ-ся цилиндре.
- •18. Время охлаждения нагретого тела
- •23 Формулировка закона оптимизации
- •24 Целевая функция и её свойства
- •25. Условие возникновения экстремума функции
- •31. Cимплекс.
- •32. Градиентный метод
- •33. Использование золотой пропорции и чисел Фебоначи при конструировании МиА.
- •34. Безградиентные методы одной переменной
- •Метод "золотого сечения"
- •35. Безградиентные методы n-переменных
- •36. Методы случайного поиска
25. Условие возникновения экстремума функции
Из математики известно, что необходимым условием экстремума R’=0 (для непрер-й функции).
производная=0, экстремум есть
производная=0, функция непрерывная но производная в местах перегиба имеет разрыв, т.е. с одной стороны одна, а с другой другая.
производная =
, но даже условие R’=0
это необходимое, но не достаточное
условие.
Для определения настоящего наличия экстремума должны выполнятся условия:
1)исследование знаков высшей производной
2)Сравнение значений функций
A)
Если
Если
—
есть min
—
есть max
Б)
экстремум нет
3)сравнение знаков производных
если
в пунктах
и
знаки производных разные то в п.
есть экстремум, если одинаковы то нету.
26. Оптимальная высота падения мелющего тела
(*)
Приведем уравнения к центру координат в т.А и решим совместно с (*) и получим:
Ц
елевая
функция высоты
,
тогда αвеличина которой можно
варьировать:
Отсюда
следует, что
27. Оптимальная форма емкости.
Из прямоугольного листа необходимо изготовить прямоуг. емкость max объема .
Из
треугольника
ABC
28. Min расход м-ла на изготовление аппаратов.
Необходимо
найти соотношение размеров
при котором min
расход при V=const
F-целевая ф-ия, r,h-переменые.
29 Постановка задач линейного програмирования.
Общая задача линейного програмирования заключается в минимизации (максимизации) линейной целевой функции вида
R=
c1x1
+
c2x2
+…+ cnxn
=
xn – переменная; cn – заданные постоянные коэффециенты.
На независемые переменные накладываю линейные ограничения в виде равенств или неравенств.
30 Использование линейного програмирования для оптимизации технических объектов.
Задача: завод выпускает пластмассовые изделия 2-х типов А и Б, для изделия А требуется 3 кг. полиэтилена, для изделия Б 4 кг. полиэтилена. Завод на неделе может получать 1700 кг. полиэтилена. На изделие А требуется 12 мин. а для Б 30 мин. В неделю можно использовать 160 ч. суммарного времени. Изделие А приносит 2000 р. прибыли. Изделие Б 3000 р. Сколько надо выпускать изделий А и Б в неделю для получения max прибыли.
Пусть: х1 – выпуск изделия А; х2 – выпуск изделия Б.
R=2х1+4х2
Графический
смысл
х1=300 х2=200
R=2х1+4х2=1400
Алгебраический смысл
(*) => х1=300 х2=200
Допполнительные ограничения х1<80, х2<100
Решение в Маткаде
Ввод
целевой функции:
Присваивание:
Блок решений: Given……….
Ввод
ограничений:
Функция оптимизации:
31. Cимплекс.
Этот алгебраический метод основан на использовании и преобразовании определений. Первая операция этого метода приведения задачи и стандартной формы, при которой ограничения в виде неравенства приводят к виду равенства с помощью переменных:
Полученную систему из двух уравнений с 4-мя неизвестными. Сначала приравниваем х1 и х2 к 0 и получим базисное решение.
Переменные прир. к 0 – небазисные, остальные базисные. Решение ур-я назыв. базисным. Далее меняем не базисные переменные:
(х1,х2),(х1,х3),(х1,х4),(х2,х4),(х2,х3),(х1,х3),(х3,х4)
Т.о. варианты 2 и 5 не удовлетворяют условию х≥0
|
X1 |
X2 |
X3 |
X4 |
|
1 |
0 |
0 |
1700 |
1600 |
0 |
2 |
0 |
425 |
0 |
525 |
– |
3 |
0 |
320 |
420 |
0 |
A |
4 |
566 |
0 |
0 |
466 |
C |
5 |
800 |
0 |
–700 |
0 |
– |
6 |
300 |
200 |
0 |
0 |
Б |
Графич. означает , что сначала мы перемещаемся по оси х2 от 0 да А, по х1 от 0 до С, от А и С→Б.
Если переменных n, а ограниченных m, то приравнивать к нулю необходимо n-m переменных и решать n уравнений. Графич. это многоугольник в n – мерном пр-ве, кот.имеет n+1 переменных и называемой симплексом.
Суть симплекс метода: по известным значениям целевой функции в вершинах многогранника находим напр-е, в кот. нужно сделать след. шаг, что бы получить наиболее увелич.(уменьш.) критерия оптимальности.
Основные свойства симплекса – напротив любой вершины распологается только одна грань, но кот.можно построить новый симплекс с новой вершиной, а ост-е его вершины совпадают с предыдущими.
Рассмотрим построение симплекса на примере комка Rmin 2-xпеременных. Рассчит. целевая ф-я в вершинах ∆ и выбир. max значение (R10), строится новый симплекс с вершинойR12путем проведения прямой через центр отрезка R20 ,R30 (R10A=R30A). Для R12рассчит. значение целевой ф-ции и сравнивают его R20 ,R30, Из max значений строим след.вершину.
Т
ак
и далее, отбрасывается maxзначение
ф-ции, покацелевая ф-ция не станет min.
