- •1. Выпуклые множества: определение,выпуклая линейная комбинация и ее свойства, пересечение множеств,типы множеств, внутренние и граничные точки.
- •Выпуклая функция (выпуклая вниз)
- •Вогнутая функция (выпуклая вверх)
- •Выпуклое множество
- •Выпуклая линейная комбинация
- •Свойства
- •Множества
- •Теорема о разделяющей гиперплоскости
- •Опорная гиперплоскость
- •Выпуклая оболочка
- •3. Выпуклые функции:определения,свойство линейной формы,свойство суммы выпуклых функций,признак выпуклости диффеpенциpуемой функции.
- •Выпуклая функция (выпуклая вниз)
- •Выпуклая функция (выпуклая вверх)
- •Свойство линейной формы
- •Свойство суммы выпуклых функций
- •Признак выпуклости дифференцируемой функции
- •2. Выпуклые множества:крайняя точка,гиперплоскость,теорема о разделяющей гиперплоскости,опорная гиперплоскость,выпуклая оболочка.
- •Гиперплоскость
- •4. Выпуклые функции:свойство выпуклости области определения выпуклых функций, свойство глобальности минимума выпуклой функции.
- •Свойство выпуклости области определения выпуклых функций
- •Свойство глобальности минимума выпуклой функции.
- •5. Постановка задачи оптимизации.Классы оптимизационных задач:задачи безусловной оптимизации,условной оптимизации,классические на условный экстpемум, выпуклые задачи оптимизации,задачи математического пpогpаммиpования.
- •Постановка задачи
- •Задача безусловной оптимизации
- •Задача условной оптимизации
- •Выпуклая задача оптимизации
- •Математическая задача оптимизации
- •Задача линейного программирования
- •Квадратичное программирование
- •7. Условия экстремума одномерных функций без ограничений.
- •9. Классическая задача условной оптимизации,метод неопределенных множителей Лагранжа. (необходимые условия экстремума)
- •Классическая задача условной оптимизации
- •10. Геометрическая интеpпpетация множителей и метода Лагранжа,достаточные условия экстремума,седловые точки,решение задач с ограничениями - неравенствами классическим методом Лагранжа.
- •11. Понятие о численных методах оптимизации.
- •Определение
- •Основные понятия
- •Классификация численных методов
- •Одномерный пассивный поиск
- •Унимодальность
- •Интервал неопределенности
- •Принцип минимакса
- •13. Принцип минимакса,постановка экспериментов пpи пассивном поиске,метод дихотомии, эвристический алгоритм Свенна (наушники).
- •Принцип минимакса
- •14. Метод Фибоначчи,метод золотого сечения.
- •Метод золотого сечения
- •Метод Фибоначчи
- •Алгоритм Фибоначчи
- •15. Метод золотого сечения,методы оценивания с использованием квадратичной аппроксимации.
- •Методы оценивания с использованием квадратичной аппроксимации ((оцениваем местонахождение точки ))
- •16. Метод средней точки,метод касательных,метод секущих.
- •Метод средней точки
- •17. Метод поиска по симплексу.
- •18. Метод поиска Хука-Дживса.
- •19. Метод сопряженных направлений Пауэлла.
- •20. Градиентные методы:с постоянным шагом,с дроблением шага.
- •Градиентный метод c дроблением шага
- •21. Метод наискорейшего спуска,метод покооpдинатного спуска,сходимость гpадиентных методов.
- •Cходимость гpадиентных методов
- •22. Градиентный метод с масштабированием переменных.
- •23. Эвристические схемы градиентного метода.
- •26. Теорема Куна-Таккера,доказательство достаточности (без доказательства).
- •Теорема Куна–Таккера
- •27. Теорема Куна-Таккера,доказательство необходимости (без доказательства).
- •Теорема Куна–Таккера
- •28. Развитие и обобщение метода Лагpанжа,общая теоpема математического пpогpаммиpования.
- •29. Общая теорема математического пpогpаммиpования,условия оптимальности для задач квадратичного пpогpаммиpования.
- •30. Метод (де)Била.
- •Полный алгоритм метода Била
- •31. Условия оптимальности для задач квадратичного пpогpаммиpования. Метод Вулфа.
- •Метод Вулфа
- •32. Метод кусочно-линейной аппроксимации.
- •33. Метод проекции градиента.
- •34. Метод возможных направлений.
- •Алгоритм
- •35. Методы штрафных функций.
- •36. Постановка общей задачи линейного пpогpаммиpования,пpимеpы задач.
- •Определение
- •Пример задачи
- •37. Свойства pешений задач линейного пpогpаммиpования.
- •Теорема о существовании вершин многогранного множества
- •Теорема о существовании опрного плана
- •Теорема о существовании опорного решения
- •Теорема о разрешимости задачи линейного программирования
- •38. Двойственные задачи линейного программирования и их свойства.
- •39. Идея метода последовательного улучшения плана,признак оптимальности.
- •40. Алгебраическое обоснование метода последовательного улучшения плана.
- •41. Метод искусственного базиса.
- •Определение
- •Определение
- •Метод
- •49. Метод Форда-Фалкерсона для решения задачи о максимальном потоке в сети.
- •Определение (постановка задачи)
- •Алгоритм (Форда-Фалкерсона)
- •50. Линейная сетевая задача,метод потенциалов для ее решения.
- •Линейная сетевая задача
- •Метод потенциалов
- •54. Метод динамического пpогpаммиpования для непpеpывных систем.
- •55. Решение задач pаспpеделения pесуpсов методом динамического пpогpаммиpования.
- •51. Жордановы исключения. Геометрический метод pешения задач линейного пpогpаммиpования.
- •52. Задачи оптимального упpавления.Пpинцип оптимальности динамического пpогpаммиpования.
- •53. Метод динамического пpогpаммиpования для дискретных систем.
Множества Пересечение множеств — содержит элементы, принадлежащие множеству а и б.
Внутренняя точка — входит во множество вместе со своей окрестностью.
Граничная точка — некоторые точки окрестности не входят во множество.
2. Выпуклые множества:крайняя точка,гиперплоскость,теорема о разделяющей гиперплоскости,опорная гиперплоскость,выпуклая оболочка.
Гиперплоскость
Это подпространство, размерностью на 1 меньше изначального пространства.
Теорема о разделяющей гиперплоскости
Имеются два множества в двумерном пространстве. Гиперплоскость будет представлять из себя одномерную прямую линию. Эта линия будет проходить между двух пространств, разделяя их друг от друга.
Опорная гиперплоскость
Как я понял, опорная гиперплоскость, это просто когда гиперплоскость касается круга и имеет одну точку пересечения с ним.
Выпуклая оболочка
Выпуклой оболочкой множества X называется наименьшее выпуклое множество,
содержащее X. «Наименьшее множество» здесь означает наименьший элемент по отношению к вложению множеств, то есть такое выпуклое множество, содержащее данную фигуру, что оно
содержится в любом другом выпуклом множестве, содержащем данную фигуру.
3. Выпуклые функции:определения,свойство линейной формы,свойство суммы выпуклых функций,признак выпуклости диффеpенциpуемой функции.
Выпуклая функция (выпуклая вниз)
Непрерывная на интервале интервале ( , ) функция , называется выпуклой вниз , если для любых точек
, и любого числа
справедливо неравенство:
Например квадратичная парабола
Если непрерывная функция выпукла вниз на интервале ( , ), то для любых его точек
, график функции на отрезке
расположен ниже хорды, стягивающей концевые точки графика на этом отрезке (см. рис.1, а)).
Выпуклая функция (выпуклая вверх)
Например: 
Если непрерывная функция выпукла вверх на интервале ( , ), то для любых его точек
, график функции на отрезке
расположен выше хорды, стягивающей концевые точки графика на этом отрезке (см. рис.1, b)).
Вправой части неравенства стоит значение функции в произвольной точке
, расположенной на отрезке
, содержащемся в интервале ( , ). Левая часть в неравенства выражает собой ординату точки координатной плоскости, абсцисса
которой равна
, и которая лежит на прямолинейном
отрезке (хорде), соединяющем точки
и
графика функции .
Свойство линейной формы
Линейная форма функции: 
Так как линейная функция является одновременно выпуклой и вогнутой функцией, то вытекает следующее утверждение.
Если
— линейная функция (но не постоянная), заданная на выпуклом замкнутом
ограниченном многограннике X, то минимумы (максимумы)
достигаются в угловых
точках. Если при этом точка минимума (максимума) не единственна, то множество точек минимума (максимума) является выпуклым. Все минимумы (максимумы) являются глобальными. Таким образом, при поиске минимума (максимума) линейной функции на выпуклом замкнутом ограниченном многограннике достаточно рассмотреть угловые точки многогранника.
Свойство суммы выпуклых функций
Сумма выпуклых на выпуклом множестве Х функций является выпуклой функцией.
Доказательство:
Пусть функции |
и |
- выпуклые функции на множестве . |
То есть |
выполняются неравенства:
Сложив эти неравенства, для функции
получаем:
Заметим, что теорема будет справедливой и в случае суммы произвольного конечного числа выпуклых функций.
Признак выпуклости дифференцируемой функции
Для того, чтобы дифференцируемая на (a, b) функция была выпукла вниз (вверх) на этом
интервале, необходимо и достаточно, чтобы её производная функция ′ не убывала (не возрастала) на этом интервале.
