
- •Раздел 1 Задачи непрерывной однокритериальной оптимизации в конечномерных пространствах.
- •Глава 1. Математическая формулировка задачи оптимального проектирования
- •§1. Область допустимых значений вектора управляемых параметров х
- •Идея сеточного метода основана на дискретизации интервала и рассмотрении функции g(X,q) на дискретной совокупности точек q1, q2, . . . ,qM (рисунок 1).
- •§2. Выпуклое множество допустимых значений вектора варьируемых параметров
- •§3. Постановка детерминированной задачи оптимизации
- •§4. Классификация критериев оптимальности
- •§5. Свойства выпуклых критериев оптимальности
- •§6. Классификация детерминированных задач оптимизации.
§2. Выпуклое множество допустимых значений вектора варьируемых параметров
Широкий класс методов оптимизации ориентирован на решение задач оптимизации, у которых множество допустимых значений вектора варьируемых параметров является выпуклым множеством.
Множество
D
называется выпуклым
множеством,
если для любых точек
и для любого
выполняется соотношение
(рисунок 1). В противном случае множество
допустимых значенийD
называется не
выпуклым множеством (рисунок
2).
Рисунок
1 - К определению
выпуклого множества (n=2).
Все точки отрезка
принадлежат множествуD
Рисунок
2 - Пример не
выпуклого множества
(n=2).
Часть
отрезка
не принадлежат множествуD
Множество
будем называтьотрезком
с концами
и обозначать
.
На
основе введенного понятия, можно дать
другое определение выпуклого множества
D.
Множество допустимых значений вектора
варьируемых параметров D
называется выпуклым
множеством,
если оно наряду с любыми точками
содержит в себе также отрезок
.
Из
определения следует, что все евклидово
пространство
является выпуклым множеством.
Легко
показать, что любой отрезок
в пространстве
является выпуклым множеством.
Из
курса аналитической геометрии известно,
что в пространстве
уравнение
(1)
определяет
гиперплоскость.
Здесь
некоторые константы.
Теорема
1. Гиперплоскость
является выпуклым множеством в
пространстве
.
Доказательство. Уравнение (1) перепишем в виде скалярного произведения
, (2)
где
n-мерный
вектор
.
Возьмем произвольные точки
,
удовлетворяющие уравнению (2):
,
.
Рассмотрим некоторую точку
,
принадлежащую отрезку
.
По свойствам скалярного произведения
имеем
.
Это означает, что точка X принадлежит гиперплоскости (2)●
Очевидно,
что в пространстве
уравнения (1), (2) определяют прямую,
а в пространстве
- плоскость.
Опять
же из курса аналитической геометрии
известно, что в пространстве
неравенство
(3)
определяет
полупространство.
Здесь
также некоторые константы.
Теорема
2. Полупространство
является выпуклым множеством в
пространстве
●
Для доказательства выпуклости множеств часто бывает полезна следующая теорема.
Теорема 3. Пересечение любого конечного числа выпуклых множеств является выпуклым множеством.
Доказательство.
Пусть
– совокупность
p
выпуклых
множеств пространства
.
Рассмотрим множество
,
являющееся
пересечением множеств совокупности
.
Пусть точки
принадлежат множеству
.
Тогда они также принадлежат каждому из
множеств
.
Так как множество
выпукло, то точка
принадлежит этому множеству. Поскольку
множество
выбрано произвольно, то точка
принадлежит множествуD●
Из теоремы 4 следует, что выпуклыми множествами являются, например, следующие множества:
гиперпараллелепипед
;
симплекс
;
выпуклый многогранник в пространстве
, определяемый системой неравенств (каждое из которых задает полупространство)
……
.
В
последних выражениях принято, что
,
Покажем в заключение, что гипершар
, (4)
является выпуклым множеством (r>0).
Известно, что евклидова норма n-мерного вектора X есть
.
Поэтому
неравенство (4) можно переписать в виде
,
гдеn-мерный
вектор
.
Пусть произвольные точки
принадлежат гипершару (4) и
.
Тогда по свойству нормы имеем
.
Входные термины:
область допустимых значений вектора управляемых (варьируемых) параметров (переменных).
Выходные термины:
критерий оптимальности, функция цели, целевая функция, критерий эффективности, функция полезности;
детерминированная задача оптимального проектирования (оптимизации); задача оптимизации;
стохастическая задача оптимального проектирования (оптимизации);
оптимальное значение вектора управляемых (варьируемых) переменных (параметров);
наименьшее значение критерия оптимальности.