
- •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.
Замечание.
1) Всякая точка глобального минимума является и точкой локального минимума этой функции. Обратное, вообще говоря, неверно.
2) Аналогичные определения глобального максимума и локального максимума можно получить путем замены знака неравенства на противоположный.
3) Если функция обладает свойством унимодальности, то локальный минимум автоматически является глобальным минимумом.
4) Если функция не является унимодальной, то возможно наличие нескольких локальных оптимумов, при этом глобальный минимум можно определить путем нахождения всех локальных оптимумов и выбора наименьшего из них.
3.6. Идентификация оптимумов
Теорема 1. Необходимые условия того, что х* является точкой локального минимума (максимума) дважды дифференцируемой функции f на открытом интервале (a,b), выражаются следующими соотношениями:
Эти условия необходимы, но не достаточны для того, чтобы точка х* была точкой локального минимума (максимума).
Определение. Стационарной точкой называется точка х*, в которой
,
если стационарная точка не соответствует локальному оптимуму (минимуму или максимуму), то она является точкой перегиба или седловой точкой.
Теорема 2. Пусть в точке х* первые (n-1) производные функции обращаются в нуль, а производная порядка n отлична от нуля. Тогда:
1) если n – нечетное, то х* - точка перегиба;
2) если n – четное, то х* - точка локального оптимума.
Кроме того,
a) если эта производная положительная, то х* - точка локального минимума;
б) если эта производная отрицательная, то х* - точка локального максимума.
З
амечание.
Выше предполагалось, что
рассматриваемая функция дифференцируема
или, что её первая производная существует
и непрерывна. Однако если функция не
является дифференцируемой, во всех
точках области определения, то даже
необходимое условие наличия оптимума,
позволяющее идентифицировать стационарные
точки, может не выполняться в точке
оптимума.
Пример 8.
Рассмотрим функцию
Эта функция непрерывна во всех точках действительной оси, но недифференцируема при х=2. Функция достигает максимума в точке х=2, которая не является стационарной в соответствии с данным выше определением. Это подтверждает тот факт, что теорема 1 является необходимым, но не достаточным условием оптимума.
Пример 9.
Найти и идентифицировать оптимумы
функции
Решение.
Найдем первую производную функции:
Найдем стационарные точки. Для этого
решим уравнение
Следовательно,
получили единственную стационарную
точку х=0. Найдем вторую производную
Для идентификации точки оптимума, вычислим значение второй производной в стационарной точке.
|
f(x) |
|
0 |
-8 |
2 |
Значит, х=0 – точка минимума.
Пример 10. Найти и идентифицировать оптимумы функции
Решение. Сначала найдем первую производную функции:
.
Найдем стационарные точки. Для этого решим уравнение:
Следовательно, стационарные точки:
Найдем вторую производную
Для идентификации точек оптимума, вычислим значение второй производной в стационарных точках.
x |
f(x) |
|
0 |
36 |
0 |
1 |
27.5 |
60 |
2 |
44 |
-120 |
3 |
5.5 |
540 |
Значит, х=1 х=3 – точки локальных минимумов, х=2 – точка локального максимума.
Чтобы идентифицировать точку х=0, найдем и вычислим третью производную:
Так как
и
n=3 – нечетное, то
(по теореме 2) х*=0 – точка перегиба.