
- •1.4.Двойственность состоит в том, что каждой исходной (прямой) задаче, в которой целевая функция стремится к максимуму (минимуму)
- •2. Лекции
- •Понятие модели
- •Классификация экономико-математических моделей
- •Оптимизационные модели
- •Лекция 2. Примеры содержательных постановок задач линейного программирования
- •Задача об оптимальном использовании ресурсов
- •Транспортная задача линейного программирования
- •Лекция 3. Различные формы задач линейного программирования
- •Стандартная форма задачи линейного программирования
- •Каноническая форма задачи линейного программирования (злп)
- •Переход от стандартной формы задачам линейного программирования (злп) к канонической
- •Лекция 4. Графический метод решения задач линейного программирования
- •Лекция 5. Основные теоремы линейного программирования
- •Геометрическая интерпретация симплекс-метода
- •Основное неравенство теории двойственности
- •Лекция 8. Основные теоремы двойственности
- •Лекция 9. Задачи нелинейного программирования
- •Метод множителей Лагранжа
- •Выпуклое программирование
- •Задача выпуклого программирования
- •Градиентные методы
- •Метод параллельных касательных
- •Метод сопряженных градиентов
- •Метод покоординатного спуска
- •О методах второго порядка
- •О методах прямого поиска
- •Методы одномерной минимизации
- •1. Задачи с ограничениями-равенствами
- •2. Задачи с ограничениями-неравенствами
- •2.1. Метод проекции градиента
- •2.2. Метод приведенного градиента
- •Методы штрафных функций
- •Методы барьерных функций
- •Лекция 14. Практическая реализация методов нелинейного программирования
- •Построение начального приближения
- •Практическая реализация методов нелинейного программирования
- •3. Практические и лабораторные занятия
- •4. Самостоятельная работа студента
- •Задача об оптимальном использовании ресурсов
- •Транспортная задача линейного программирования
- •Стандартная форма задачи линейного программирования
- •Основное неравенство теории двойственности
- •Экономический смысл первой (основной) теоремы двойственности
Метод множителей Лагранжа
Рассмотрим
частный случай общей задачи нелинейного
программирования, предполагая, что
система ограничений содержит только
уравнения, отсутствуют условия
неотрицательности переменных,
и
- функции, непрерывные вместе со своими
частными производными. Ограничения в
задаче заданы уравнениями, поэтому
для ее решения можно воспользоваться
классическим методом отыскания условного
экстремума функций нескольких переменных.
Вводят набор переменных
,
называемых
множителями
Лагранжа, и
составляют
функцию Лагранжа
,
находят частные производные
и рассматривают систему n+m уравнений
(1)
с
n+m
неизвестными
,
.
Решив систему уравнений (1), получают
все точки, в которых функция
может
иметь экстремальные значения.
Дальнейшее исследование найденных
точек проводят так же, как и в случае
безусловного экстремума. Метод множителей
Лагранжа имеет ограниченное применение,
так как система (1), как правило, имеет
несколько решений.
Выпуклое программирование
Определение:
Функция
,
заданная на выпуклом множестве X,
называется
выпуклой,
если для любых двух точек
и
из X
и
любого
выполняется
соотношение
.
(2)
Определение: Функция , заданная на выпуклом множестве X, называется вогнутой, если для любых двух точек и из X и любого выполняется соотношение
(3)
Если неравенства (2) и (3) считать строгими и они выполняются при , то функция является строго выпуклой (строго вогнутой). Выпуклость и вогнутость функций определяется только относительно выпуклых множеств.
Если
,
где
,
- выпуклые (вогнутые) функции на
некотором
выпуклом множестве
,
то функция f(x)
- также
выпуклая (вогнутая) на X.
Основные свойства выпуклых и вогнутых функций:
1. Множество точек минимума выпуклой функции, заданной на выпуклом множестве, - выпукло.
2. Пусть f(x) - выпуклая функция, заданная на замкнутом выпуклом множестве . Тогда локальный минимум f(x) на X является и глобальным.
3. Если глобальный минимум достигается в двух различных точках, то он достигается и в любой точке отрезка, соединяющего данные точки.
4.
Если
-
строго выпуклая функция, то ее глобальный
минимум на выпуклом множестве X
достигается
в единственной точке.
5.
Пусть функция f(x)
- выпуклая функция, заданная на выпуклом
множестве X,
и, кроме того, она непрерывна вместе со
своими частными производными первого
порядка во всех внутренних точках X.
Пусть
- точка, в которой
.
Тогда в точке
достигается локальный минимум, совпадающий
с глобальным минимумом.
6. Множество точек глобальных (следовательно, и локальных) минимумов выпуклой функции , заданной на ограниченном замкнутом выпуклом множестве X, включает хотя бы одну крайнюю точку; если множество локальных минимумов включает в себя хотя бы одну внутреннюю точку множества X, то является функцией-константой.