- •1. Цель и задачи курса «Методы оптимальных решений».
- •2. Классификация и специфика задач математического программирования (мп).
- •3. Основные этапы процесса моделирования задач мп.
- •4. Некоторые стандартные примеры математических моделей в мп (задача о рационе,
- •5. Основные понятия и факты, являющиеся базисными в теории оптимизации.
- •6. Теорема Каратеодори о выпуклой оболочке конечномерного пространства
- •7.Понятия целевая функция и ограничения задачи оптимизации
- •9. Математическая постановка задачи оптимизации.
- •10. Понятие компактности множества. Точная нижняя грань и точная верхняя грань.
- •11. Линейное программирование (лп). Специфика задач лп
- •13. Фундаментальное понятие базиса. Базисное, базисное допустимое и оптимальное базисное решение задачи лп.
- •14. Теорема, устанавливающая необходимое и достаточное условие существования базисного решения системы ограничений, безотносительно к способу их получения.
- •15. Геометрический смысл понятия базисного допустимого решения.
- •16. Критерий разрешимости задачи лп (с обоснованием).
- •17. Достаточное условие существования оптимального базисного решения (с обоснованием).
- •18. Неоднозначность терминологии лп: понятия матрица и вектор условий задачи лп, опорный план и оптимальный план задачи лп.
- •19. Идеи и принципиальные соображения, лежащие в основе конечных методов решения задач лп.
- •20. Элементарное преобразование базиса.
- •21. «Симплекс-таблица» и алгоритм ее построения.
- •22.Прямо и двойственно допустимые «симплекс-таблицы». Правило преобразование «симплекс-таблицы».
- •23. Достаточное условие оптимальности базисного решения задачи лп, основанное на характеристике «симплекс-таблицы».
- •24. Прямой «симплекс-метод» для решения задач лп и его обоснования.
- •25. Выбор столбца для ввода (вывода) в базис (из базиса) и неоднозначность данного выбора. Обоснования этих выборов.
- •26. Уточняющие правила, устраняющие возникающую неоднозначность при выборе ведущего столбца и/или ведущей строки: частичное или полное уточняющие правила Данцинга и Блэнда.
- •27. Рекуррентные соотношения алгоритма прямого «симплекс-метода» (связь между параметрами последовательных итераций).
- •28. Вопрос конечности алгоритма «симплекс-метода».
- •29. Проблема зацикливания алгоритма прямого «симплекс-метода».
- •30. Вырожденное базисное допустимое решение и вырожденная задача лп.
- •31. Возврат к пройденной угловой точке множества допустимых решений при преобразовании «симплекс-таблицы». Пути выхода из зацикливания в случае вырожденности задачи лп.
6. Теорема Каратеодори о выпуклой оболочке конечномерного пространства
Теорема Каратеодори о выпуклой оболочке утверждает, что для любой точки выпуклой оболочки подмножества евклидового пространства найдётся содержащий её невырожденный симплекс с вершинами в этом подмножестве. О конформном отображении областей с переменными границами - один из основных результатов теорииконформных отображений областей с переменными границами; получен К. Каратеодори.
Пусть дана последовательность односвязных областей В п, п=1,2,
. . ., плоскости z, содержащих
фиксированную точку z0,
Если существует круг |z-z0|<r, r>0, принадлежащий всем областям В п, тоядром последовательности В п, n = 1, 2,
..., относительно точки z0 наз. наибольшая область В, содержащаяточку z0 и обладающая тем свойством, что для всякого компакта Е, принадлежащего В, существует такоечисло N, что Епринадлежит областям В п при
Наибольшая область понимается в том смысле, чтоона содержит любую другую область, обладающую тем же свойством. Если указанного круга не существует,то под ядром Впоследовательности В n, п= 1, 2,
. .
., понимается точка z0 (в этом случае говорят, чтопоследовательность областей В п, n=1, 2,
..., имеет вырожденное ядро). Последовательность областей В п,n=1, 2,..., сходится к ядру В, если любая последовательность из В п имеет своим ядром также В.
Теорема Каратеодори. Пусть дана последовательность функций z=fn(x), fn(x0)=z0, f'n(x0)>0, n=1,2,...,регулярных и однолистных в круге |z-z0|
<1 и отображающих |z-z0|
<1 соответственно на области В п. Для тогочтобы функций fn(z), n=1, 2,..., сходились в круге |x-x0|
<1 к конечной функции f(x), необходимо и достаточно,чтобы последовательность областей В п, n=1, 2,..., сходилась к ядру В, к-рое есть либо точка z0, либообласть, имеющая более одной граничной точки. При этом сходимость равномерна внутри круга |x-x0|<1.Если предельная функция
то она однолистно отображает круг |x-x0|
<1 на ядро В, а
обратные функции jn(z), n=1,2,.
.., равномерно сходятся внутри
к функции j(z), обратной к f(x).
7.Понятия целевая функция и ограничения задачи оптимизации
Можно выделить два типа задач оптимизации — безусловные и условные. Безусловная задача оптимизации состоит в отыскании максимума или минимума действительной функции (1.1) при действительных переменных и определении соответствующих значений аргументов на некотором множестве σ n-мерного пространства. Обычно рассматриваются задачи минимизации; к ним легко сводятся и задачи на поиск максимума путем замены знака целевой функции на противоположный.
Условные задачи оптимизации, или задачи с ограничениями, это такие, при формулировке которых задаются некоторые условия (ограничения) на множестве . Эти ограничения задаются совокупностью некоторых функций, удовлетворяющих уравнениям или неравенствам.
Ограничения-равенства выражают зависимость между, проектными параметрами, которая должна учитываться при нахождении решения. Эти ограничения отражают законы природы, наличие ресурсов т. п.
в результате ограничений область проектирования , определяемая всеми проектными параметрами, может быть существенно уменьшена в соответствии с физической сущностью задачи.
При наличие ограничений оптимальное решение может соответствовать либо локальному экстремуму в нутрии области проектирования, либо значению целевой функции на границе области. Если ограничения отсутствуют то ищется оптимальное решение на всей области проектирования, то есть глобальный экстремум.
