
- •Некрасова м.Г. - Методы оптимизации Оглавление
- •Глава 1. Введение в методы оптимизации
- •Вопросы к главе 1
- •Глава 2. Основы теории оптимизации
- •2.1. Параметры плана
- •2.2. Целевая функция (план)
- •Вопросы к главе 2
- •Глава 3. Функция одной переменной
- •3.1. Определение функции одной переменной и её свойства
- •3.2. Исследование функций в экономике. Нахождение максимума прибыли
- •3.3. Определение глобального экстремума
- •3.4. Выпуклость, вогнутость функции
- •3.4. Критерий оптимальности
- •Замечание.
- •3.6. Идентификация оптимумов
- •Вопросы к главе 3
- •Глава 4. Одномерная оптимизация
- •4.1. Методы исключения интервалов
- •4.1.1. Метод сканирования
- •4.1.2. Метод деления отрезка пополам
- •4.1.2. Метод золотого сечения
- •4.1.2. Сравнительная характеристика методов исключения интервалов
- •4.2. Полиномиальная аппроксимация и методы точечного оценивания
- •4.2.1. Метод параболической аппроксимации
- •4.2.2. Метод Пауэлла
- •4.3. Сравнение методов одномерного поиска
- •Метод Пауэлла
- •Глава 5. Функции многих переменных
- •5.1. Функции многих переменных, их обозначение и область определения
- •5.2. Некоторые многомерные функции, используемые в экономике
- •5.3. Частные производные функции многих переменных
- •5.3. Экономический смысл частных производных
- •5.3. Частные производные высших порядков
- •5.6. Свойства функций нескольких переменных
- •5.7. Производная по направлению. Градиент. Линии уровня функции
- •5.8. Экстремум функции многих переменных
- •Вопросы к главе 5
- •Глава 6. Многомерная безусловная градиентная оптимизация
- •6.1. Концепция методов
- •6.2. Метод градиентного спуска
- •6.3. Метод наискорейшего спуска
- •Вопросы к главе 6
- •Глава 7. Критерии оптимальности в задачах с ограничениями
- •7.1. Задачи с ограничениями в виде равенств
- •7.2. Множители Лагранжа
- •7.3. Экономическая интерпретация множителей Лагранжа
- •7.4. Условия Куна - Таккера
- •7.4.1. Условия Куна – Таккера и задача Куна - Таккера
- •7.5. Теоремы Куна - Таккера
- •7.6. Условия существования седловой точки
- •Теорема 4. Необходимые условия оптимальности
- •Вопросы к главе 7
- •Глава 8. Модели динамического программирования
- •8.1. Предмет динамического программирования
- •8.2. Постановка задачи динамического программирования
- •8.3. Принцип оптимальности и математическое описание динамического процесса управления
- •8.4. Общая схема применения метода динамического программирования
- •8.5. Двумерная модель распределения ресурсов
- •8.6. Дискретная динамическая модель оптимального распределения ресурсов
- •2 Этап. Безусловная оптимизация.
- •8.7. Выбор оптимальной стратегии обновления оборудования
- •8.8. Выбор оптимального маршрута перевозки грузов
- •2 Этап. Безусловная оптимизация.
- •8.9. Построение оптимальной последовательности операций в коммерческой деятельности
- •1 Этап. Условная оптимизация.
- •Вопросы к главе 8
- •Пример выполнения задачи 1
- •Пример выполнения задачи 4
- •Пример выполнения задачи 5
- •Расчетно-графическое задание 2
- •Пример выполнения задачи 1
- •Пример выполнения задачи 2
- •Пример выполнения задачи 3
- •Пример выполнения задачи 4
- •1 Этап. Условная оптимизация.
- •2 Этап. Безусловная оптимизация.
- •2 Этап. Безусловная оптимизация.
Пример выполнения задачи 4
Задача. Найти градиент функции в точке М(1; -3) и найти производную в той же точке по направлению MN, если N(0; -5).
Решение. а) Находим
частные производные:
и
их значения в точке М(1; -3):
б) Найдем единичный вектор l, имеющий данное направление:
откуда
Вычислим частные производные функции в точке М(1; -3):
Получаем,
Пример выполнения задачи 5
Задача.
Исследовать функцию
на
локальный экстремум.
Решение. Найдем частные производные функции z и приравняем их к нулю:
Её
решением являются пары (0; 0) и
,
т.е. на экстремум надо проверить точки
М0(0; 0) и М1
.
Частные производные второго порядка
имеют вид:
Вычислим D в точках М0 и М1:
значит
экстремума в точке М0 нет;
Так как в точке М1 коэффициенты D>0 и A>0, то точка М1 является точкой минимума.
Расчетно-графическое задание 2
Задача 1. Методом Пауэлла найти точку минимума х* функции f(x) с точностью и минимум f*.
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
Задача 2. В предыдущей задаче выделить интервал, содержащий минимум функции, так, чтобы концы интервала были целыми числами, и найти минимум той же функции с заданной точностью методом золотого сечения.
Задача 3.
Минимизировать функцию методом
наискорейшего спуска, заканчивая
вычисления при
1.
2.
3.
4.
5.
6.
7.
8.
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
Задача 4. Найти глобальное решение задачи методом Лагранжа:
Таблица 36
номер варианта |
a |
б |
c |
|
2 |
3 |
7 |
|
1 |
5 |
8 |
|
3 |
1 |
6 |
|
2 |
4 |
9 |
|
4 |
1 |
6 |
|
2 |
5 |
6 |
|
1 |
4 |
8 |
|
3 |
5 |
7 |
|
4 |
3 |
6 |
|
1 |
6 |
9 |
|
3 |
1 |
10 |
|
1 |
5 |
10 |
|
2 |
7 |
10 |
|
4 |
4 |
8 |
|
4 |
2 |
12 |
|
6 |
2 |
4 |
|
6 |
2 |
8 |
|
8 |
2 |
5 |
|
8 |
2 |
10 |
|
8 |
3 |
11 |