
- •Нелинейные методы и модели в экономике.
- •Глава 6. Постановки знп и основные определения…………………………..3
- •Глава 7. Задача одномерной оптимизации…………………………………….13
- •Глава 8. Графический метод решения знп…………………………………...33
- •Глава 6. Постановки задачи нелинейного программирования (знп) и основные определения.
- •6.1. Задача нелинейного программирования (знп) и ее постановки.
- •6.2. Основные определения.
- •6.3. Классификация знп.
- •6.4. Классическая оптимизация.
- •Глава 7. Методы одномерной оптимизации
- •Постановка задачи. Основные понятия
- •7.2. Поиск отрезка, содержащего точку максимума Алгоритм Свенна
- •Методы нулевого порядка.
- •Дихотомический поиск (метод деления отрезка пополам)
- •Метод золотого сечения
- •Метод дск-Пауэлла
- •7.4. Методы первого порядка.
- •Метод средней точки
- •Метод хорд (секущих)
- •Метод кубической аппроксимации
- •7.5. Методы второго порядка. Метод Ньютона-Рафсона
- •Итерация 1
- •Глава 8. Графический метод решения знп.
- •8.1. Алгоритм графического метода решения знп
- •8.2. Решение примеров.
- •Выпуклые и вогнутые функции
- •Глава 9. Выпуклый анализ
- •9.1. Определения
- •9.2. Свойства вогнутых (выпуклых) функций
- •9.3. Критерии вогнутости (выпуклости) гладких функций
- •9.4. Экстремальные свойства вогнутых (выпуклых) функций
- •9.5. Сильно вогнутые (выпуклые) функции
- •9.5.1. Определение. Примеры
- •9.5.2. Свойства сильно вогнутых (выпуклых) функций
- •9.5.3. Критерии сильной вогнутости (выпуклости)
- •9.5.4. Экстремальные свойства сильно вогнутых (выпуклых) функций
- •Глава 10. Выпуклое программирование
- •10.1. Постановка задачи
- •10.2. Функция Лагранжа. Седловая точка функции Лагранжа, условия ее существования Определение 10.1. Функция , (10.10)
- •10.3. Достаточные условия оптимальности
- •10.4. Условия регулярности выпуклого множества
- •10.5. Теорема Куна-Таккера. Общий случай
- •10.6. Теорема Куна-Таккера. Случай линейных ограничений
- •Глава 11. Квадратичное програмирование.
- •11.1. Постановка задачи квадратичного программирования (зкп)
- •11.2. Применение теории Куна-Таккера к решению зкп.
- •11.3. Решение задач.
- •Глава 12. Методы безусловной оптимизации
- •12.1. Постановка задачи
- •. Методы нулевого порядка (прямого поиска)
- •Метод Хука-Дживса
- •Алгоритм метода Хука-Дживса, использующий одномерный поиск
- •Метод покоординатного спуска
- •Первый вариант
- •Второй вариант
- •Методы первого и второго порядков
- •Градиентные методы. Метод скорейшего спуска – метод Коши
- •Метод Ньютона
- •Модифицированный метод Ньютона
- •Методы, использующие сопряженные направления
- •Определение сопряженных направлений
- •Оптимизация квадратичной функции. Конечная сходимость алгоритмов, использующих сопряженные направления
- •12.4.4. Метод Дэвидона-Флетчера-Пауэлла Метод Дэвидона-Флетчера-Пауэлла (дфп) принадлежит к классу квазиньютоновских методов, в которых направление поиска задаётся в виде
- •Алгоритм метода дфп
- •Итерация 1
- •Шаг 2. Вычислим , тогда .
- •Шаг 2.Вычислим , тогда .
- •12.4.5. Метод сопряжённых градиентов Флетчера-Ривса
- •Алгоритм метода Флетчера-Ривса
- •Глава 13. Методы условной оптимизации
- •13.1. Постановка задачи. Классификация методов
- •Общая схема методов условной оптимизации
- •Шаг 1. Выбрать ( -я итерация) – возможное направление подъёма функции в точке . Если такого направления нет, то полагаем и идем на выход. В противном случае перейти к шагу 2.
- •13.2. Методы возможных направлений
- •13.2.1. Метод Зойтендейка
- •Пример 13.2
- •Итерация 3
- •13.2.2. Метод Топкиса-Вейнотта
- •Пример 13.3
- •Итерация 1
- •Алгоритм метода Топкиса-Вейнотта
- •13.2.3. Метод Франка-Вульфа
- •Алгоритм метода Франка-Вульфа
- •Шаг 5. Находим шаг в направлении новой точки . Решение этой задачи (одномерной): .
- •Шаг 3. Так как , переходим к шагу 4.
- •Шаг 5. Решаем задачу: .
- •2.1. Постановки злп
- •3.1. Определение двойственной задачи
- •3.5. Анализ решения из и дз на основе отчетов ms Excel
- •4.1. Постановки транспортной задачи
- •4.4 Опорный план тз. Алгоритм нахождения исходного плана
- •4.5. Метод потенциалов решения транспортной задачи
- •4.6. Задача о назначениях
- •5.2. Метод ветвей и границ решения задач целочисленного программирования
- •5.3. Задача коммивояжера
9.3. Критерии вогнутости (выпуклости) гладких функций
Непрерывно-дифференцируемую
на множестве
функцию
будем называть гладкой функцией.
Множество таких функций принято
обозначать через
.
Дважды непрерывно-дифференцируемую функцию будем называть дважды гладкой.
Теорема
9.8.
Пусть
– выпуклое множество, функция
.
Для того чтобы
была вогнута (выпукла) на
,
необходимо и достаточно выполнение
неравенства
,
для всех
(9.3)
Доказательство. Необходимость. Пусть функция вогнута на множестве . Перепишем неравенство (9.1) в виде
,
,
,
или
,
или
,
где
,
(9.4),
Так
как функция
,
то в неравенстве (9.4) можно перейти к
пределу
:
.
Откуда получаем требуемое неравенство (9.3)
или
.
Достаточность.
Пусть для некоторой гладкой функции
на выпуклом множестве
выполняется неравенство (9.3). Покажем,
что тогда
вогнута на
.
Возьмем произвольные точки
и число
,
.
Рассмотрим точку
.
Для пары точек
,
из неравенства (9.3) получим соответственно
, (9.5)
, (9.6)
Умножим
неравенство (9.5) на
,
(9.6) – на
и сложим. Получим:
,
или
,
т.е. (9.1).
Замечание.
В случае функции одной переменной
неравенство (9.3) имеет вид
,
откуда следует, что график вогнутой
функции лежит не выше касательной к
этому графику в любой точке
.
Теорема
9.9.
Пусть
– выпуклое множество, функция
.
Тогда, для того чтобы
была вогнута (выпукла) на
,
необходимо и достаточно выполнение
неравенства
для всех
Теорема
9.10.
Пусть
– выпуклое множество из
,
,
функция
.
Тогда для вогнутости (выпуклости)
на
необходимо и достаточно выполнение
неравенства
(9.7)
для
всех
и
,
где
(9.8)
Замечание. Условие (9.7) представляет собой условие неположительности квадратичной формы на :
. (9.9)
Существует
алгебраический критерий неположительности
квадратичной формы: для того чтобы
квадратичная форма
для всех
,
необходимо и достаточно, чтобы все
главные миноры матрицы
имели
следующие знаки:
(9.10)
Условие
– условие неотрицательности квадратичной
формы.
Алгебраический
критерий неотрицательности квадратичной
формы: для того чтобы выполнялось условие
квадратичной формы
для всех
,
необходимо и достаточно, чтобы все
главные миноры матрицы
были неотрицательны
. (9.11)
Неравенство (9.7) является удобным средством проверки вогнутости (выпуклости) дважды гладких функций.
Пример
9.1.
Вогнутой
функцией является квадратичная функция
с неположительно определенной матрицей.
Для того чтобы квадратичная функция
была вогнутой, необходимо и достаточно,
чтобы симметрическая матрица
была неположительно определенной.
Доказательство.
но
,
следовательно, для того чтобы выполнялось
соотношение (9.1), необходимо и достаточно,
чтобы произведение
,
что выполняется, если С
– неположительно определенная матрица.
Пример 9.2. Определить вогнутость (выпуклость) функции
(*)
Матрица
имеет следующий вид
Так
как главные миноры матрицы
имеют знаки
,
,
,
то по (9.7) и (9.10) квадратичная форма (*)
неположительна и на основании теоремы
(9.10) функция
вогнута на
.