- •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