- •1. ОСНОВНЫЕ ПОНЯТИЯ
 - •2.1. Формализация геометрической задачи
 - •2.2. Аппроксимация экспериментальных данных
 - •2.3. Выбор места расположения управляющей вычислительной машины на производстве
 - •2.4. Выбор места расположения УВМ в производственном здании
 - •2.5. Определение оптимальных настроек АСР
 - •2.6. Распределение нагрузки между параллельными агрегатами
 - •2.7. Оптимизация температурного режима реактора периодического действия
 - •3. ОСНОВНЫЕ ПОНЯТИЯ АЛГЕБРЫ И АНАЛИЗА
 - •3.1. Общие сведения о множествах
 - •Рис.2. Графическое представление операций над множествами
 - •3.2. Евклидово пространство
 - •3.3. Функция нескольких переменных и ее свойства
 - •4. ПОСТАНОВКА ЗАДАЧИ ОПТИМИЗАЦИИ В ЕВКЛИДОВОМ ПРОСТРАНСТВЕ. УСЛОВИЯ ОПТИМАЛЬНОСТИ
 - •4.1. Целевая функция. Локальный и глобальный оптимумы
 - •4.2. Разрешимость задачи оптимизации
 - •4.3. Задачи оптимизации без ограничений
 - •4.4. Задачи оптимизации с ограничениями типа равенств. Метод неопределенных множителей Лагранжа
 - •4.5. Задачи с ограничениями типа неравенств
 - •5. ВЫПУКЛЫЕ ЗАДАЧИ ОПТИМИЗАЦИИ
 - •5.1. Постановка задачи
 - •5.2. Условия оптимальности в выпуклых задачах
 - •6. МЕТОДЫ РЕШЕНИЯ ОПТИМАЛЬНОЙ ЗАДАЧИ ДЛЯ ФУНКЦИИ ОДНОЙ ПЕРЕМЕННОЙ
 - •6.1. Необходимые и достаточные условия экстремума функции одной переменной
 - •6.2. Алгоритм аналитического метода
 - •7. ИТЕРАЦИОННЫЕ МЕТОДЫ ОПТИМИЗАЦИИ
 - •7.1. Алгоритм итерационного метода
 - •7.2. Метод сканирования
 - •7.3. Определение унимодальной функции
 - •7.4. Метод дихотомии
 - •7.5. Метод золотого сечения
 - •7.6. Одномерный градиент
 - •7.7. Методы полиномиальной аппроксимации
 - •7.8. Метод Пауэлла
 - •7.9. Метод ДСК
 - •7.10. Метод квадратичной интерполяции
 - •7.11. Метод кубической аппроксимации
 - •7.12. Метод Фибоначчи
 - •7.14. Методы поиска безусловного экстремума невыпуклых функций
 - •7.15. Метод тяжелого шарика
 - •8. ЗАДАНИЯ
 - •8.1. Исследование функции на выпуклость (вогнутость)
 - •8.2. Варианты задач безусловной оптимизации
 - •8.3. Варианты задач условной оптимизации
 - •9. КОНТРОЛЬНЫЕ ВОПРОСЫ
 - •10. ЛИТЕРАТУРА
 
ется символом А / В.
Рисунок 2 иллюстрирует понятия объединения, пересечения и разности двух множеств. Результат операции заштрихован.
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
  | 
	
  | 
	A  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	A  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	A  | 
	
  | 
	
  | 
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
|
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	B  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	B  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	B  | 
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
|
A В  | 
	
  | 
	А∩В  | 
	
  | 
	А / В  | 
||||||||||||||
Рис.2. Графическое представление операций над множествами
Операции над множествами обладают следующими свойствами:
1)A В = B A;
2)(A В) C = A (B C);
3)А ∩ В = B ∩ A;
4)(А ∩ В) ∩ C = А ∩ (В ∩ C);
5)(A В) ∩ С = (A ∩ C) (В ∩ C);
6)(А ∩ В) C = (A С) ∩ (В C).
Множество всех упорядоченных пар вида (x,y), где х X, у Y, называется декартовым произведением множеств X, Y и обозначается символом X × Y. Так, например,
{1,3} × {2,4} = {(1,2), (1,4), (3,2), (3,4)}.
3.2. Евклидово пространство
Упорядоченная совокупность n действительных чисел, записанная в виде матрицы-строки
(x1,x2,…,xn ), xi Rn, i = 1,2,…,n,
называется n – мерным вектором, а числа x1,x2,…,xn – его координатами.
19
Эти векторы обозначают буквами латинского алфавита или одной буквой, отмеченной вместе с координатами вверху справа индексом, например,
х = ( x1,x2,…,xn), e = (e1,е2,...,en),
или
х1 = (x11,x21,…,xn1), еi = (е1i,е2i,…,еni).
Используя операцию транспонирования матриц, вектор может быть записан и в виде матрицы-столбца:
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	x  | 
	T  | 
|
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	1  | 
	
  | 
x = (x , x  | 
	2  | 
	,..., x  | 
	n  | 
	) =  | 
	x2  | 
	
  | 
|
1  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
||
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	...  | 
	.  | 
|
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	xn  | 
	
  | 
|
Два n-мерных вектора
х = (x1,x2,…,xn) и y = (y1,y2,…,yn)
считают равными, если
xi = yi, i=1,2,…,n.
Вектор, все координаты которого равны нулю, называется нульвектором и обозначается через 0n.
Определены линейные операции над n-мерными векторами х и y:
сумма:  | 
	x+y = (x1 + y1, x2 + y2,…, xn + yn );  | 
	(3.1)  | 
разность:  | 
	x – y = (x1 – y1, x2 – y2,…, xn – yn );  | 
	(3.2)  | 
произведение вектора на скаляр x:  | 
	
  | 
|
  | 
	λx = xλ = (λx1,λx2 ,...,λxn ) .  | 
	(3.3)  | 
Введенные операции обладают следующими свойствами:
1)x+y = y+x;
2)(x+y)+z = x+(y+z);
3)x+0n = x;
4)0 · x = 0n .
Каждой паре векторов х, у поставим в соответствие число, обозна-
20
чаемое (х,у) и определяемое соотношением
n  | 
	
  | 
(x, y) = ∑xk yk .  | 
	(3.4)  | 
k =1
Это число называют скалярным произведением векторов х и у и оно обладает свойствами:
1)(x,y) = (y,x);
2)(x+y,z) = (x,z) + (y,z);
3)(λx,y) = λ (y,x);
4)(x,x) ≥ 0, причем, если (x,x) = 0, то x=0n.
Множество всех n-мерных векторов, для которых введены операции сложения векторов (3.1) и умножение вектора на действительное число (3.3), а также скалярное произведение (3.4), называется n-мерным действительным евклидовым пространством, и обозначают Rn или En. Для краткости его будем называть просто евклидовым пространством.
Множества R1, R2, R3 являются примерами одномерного, двухмерного и трехмерного евклидовых пространств.
Пространство R2 геометрически интерпретируется, как множество точек плоскости с фиксированной декартовой прямоугольной системой координат Ox1x2 или же, как множество векторов на этой плоскости, начало которых совпадает с началом данной системы координат. Пространство R3 имеет аналогичную интерпретацию в пространстве, где также зафиксирована декартова прямоугольная система координат
Ox1x2x3.
Принимая во внимание указанную выше интерпретацию, элементы пространства Rn называют также точками.
Если (х,у) = 0, то векторы х и у называют ортогональными. Нормой вектора (элемента) x Rn называют число, обозначаемое
||x|| и определяемое соотношением
n

 x
 = 
 ( x, x) = ∑ xk2
k =1
Норма вектора обладает следующими свойствами:
1)||x|| > 0, причем если ||x||=0, то x=0n;
2)||λх|| = |λ| ||x||, λ R;
21
3)||x+y|| < ||x|| + ||у|| (неравенство треугольника);
4)|(х,у)| < ||х|| ||у|| (неравенство Коши-Буняковского). Расстояние между точками х и у евклидова пространства Rn обо-
значают р(х,у) и определяют следующим образом:
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	n  | 
	[xk − yk ]2 .  | 
	
  | 
p( x, y) =  | 
	
  | 
	
  | 
	
  | 
	x − y  | 
	
  | 
	
  | 
	
  | 
	= ∑  | 
	(3.5)  | 
|
  | 
	
  | 
	
  | 
	
  | 
|||||||
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	k =1  | 
	
  | 
	
  | 
Векторы x1,x2,…,xm называются линейно независимыми, если
m
∑λk xk = 0n при λ1 = λ2 = … = λm = 0
k =1
и называются линейно зависимыми, если найдется хотя бы одна совокупность чисел λ1, λ2,...,λm, не все из которых равны нулю, таких что
m
∑λk xk = 0n .
k=1
Вn-мерном пространстве существует линейно независимая система из n векторов, а любая система из (n+1) (и более) векторов является линейно зависимой.
Всякая система из n линейно независимых векторов n-мерного пространства называется его базисом. Простейший базис образует система векторов
e1 = (1,0,0, ...,0), e2 = (0,1,0, ...,0),
………………
еn = (0,0,0,...,1).
Для любого вектора х = (x1,x2,…,xn ) справедливо равенство:
х = x1 e1 + x2 e2 + …+ xn en,
правая часть которого называется разложением вектора х по базису. При этом коэффициенты хi, i=1,2,...,n, этого разложения единст-
венны и являются координатами вектора х.
Подмножество L пространства Rn называется подпространством пространства Rn если для любых векторов х,у L и любых чисел λ1,λ2 R имеет место соотношение
22
λ1x + λ2y L.
Множество всех точек х = (x1,x2,…,xn) пространства Rn, удовлетворяющих уравнению
(a,x) = λ,  | 
	(3.6)  | 
где вектор а и число λ – фиксированы, называется гиперплоскостью. Множество всех точек x Rn вида
{ x Rn  | 
	
  | 
	x = x0 + at,  | 
	t R } ,  | 
	(3.7)  | 
||||||||
  | 
||||||||||||
где х0 и а – фиксированные векторы Rn, называется прямой.  | 
	
  | 
|||||||||||
Множество всех точек х Rn вида  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
||||||
{ x Rn  | 
	
  | 
	x = tx1 + (1 −t  | 
	)x2 ,  | 
	t [0,1] }  | 
	(3.8)  | 
|||||||
  | 
||||||||||||
принято называть отрезком, соединяющим точки x1,x2 Rn.  | 
	
  | 
|||||||||||
Множество вида  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
||||
U (x0 ,ε) = { x Rn  | 
	
  | 
	x − x  | 
	
  | 
	
  | 
	
  | 
	< ε }  | 
	
  | 
|||||
  | 
	
  | 
	
  | 
	
  | 
	
  | 
||||||||
  | 
	
  | 
	
  | 
||||||||||
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	0  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
называется ε-окрестностью точки х0 Rn.
Точка х0 X Rn называется внутренней точкой множества X, если найдется такое ε > 0, что U(х0,ε) X.
Множество X Rn называется открытым множеством, если каждая точка х0 X является внутренней.
Точка пространства Rn называется граничной точкой множества X Rn, если любая ее ε-окрестность содержит хотя бы одну точку из X и хотя бы одну точку, не принадлежащую X.
Совокупность граничных точек множества X образует его границу. Последовательность {xk} (k = 1,2,…,n) точек пространства Rn назы-
вается сходящейся к точке х0 Rn, если
lim xk − x0 = 0 ,
k →∞
и пишут
lim xk = x0 .
k →∞
23
Множество X Rn называется замкнутым, если оно содержит все свои граничные точки.
Каждая гиперплоскость пространства Rn является замкнутым множеством. Само пространство Rn является одновременно открытым и замкнутым множеством.
Объединение и пересечение конечного числа открытых (замкнутых) множеств представляет собой открытое (замкнутое) множество.
Множество X называется ограниченным, если существует ε>0,
что X U (0n ,ε).
Замкнутое и ограниченное множество называется компактным множеством или компактом.
Примером компакта является множество вида
{ x Rn  | 
	
  | 
	
  | 
	
  | 
	x − x  | 
	
  | 
	
  | 
	
  | 
	≤ ε  | 
	}  | 
	.  | 
  | 
	
  | 
	
  | 
	
  | 
	
  | 
||||||
  | 
	
  | 
	
  | 
	
  | 
|||||||
  | 
	
  | 
|||||||||
  | 
	
  | 
	
  | 
	
  | 
	0  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
|
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
	
  | 
Гиперплоскость не является компактом, так как для нее не выполняется требование ограниченности.
Множество X Rn называется выпуклым, если для любой пары точек из X весь отрезок, соединяющей эти точки, также принадлежат X.
Каждая гиперплоскость, заданная уравнением (3.6), порождает два множества
{ x Rn  | 
	
  | 
	(a, x) ≥ λ }  | 
	(3.9)  | 
||
  | 
|||||
и  | 
	
  | 
||||
{ x Rn  | 
	
  | 
	(a, x) ≤ λ },  | 
	(3.10)  | 
||
  | 
|||||
которые называются замкнутыми полупространствами.
Случай замкнутого полупространства на множестве R2 показан на рис.3. Прямая a1x1+a2x2=λ делит плоскость Ox1x2 на две полуплоскости.
Если в равенствах (3.9) и (3.10) использовать знаки строгих неравенств, то получим открытые полупространства. Эти полупространства служат примерами выпуклых множеств.
Проверим, например, является ли выпуклым множество
{ x Rn (a, x) ≥ λ } .
24
