
- •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
- •2. Выпуклые множества:крайняя точка,гиперплоскость,теорема о разделяющей гиперплоскости,опорная гиперплоскость,выпуклая оболочка.
- •Гиперплоскость
- •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
- •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
- •51. Жордановы исключения. Геометрический метод pешения задач линейного пpогpаммиpования.
- •52. Задачи оптимального упpавления.Пpинцип оптимальности динамического пpогpаммиpования.
- •53. Метод динамического пpогpаммиpования для дискретных систем.
- •54. Метод динамического пpогpаммиpования для непpеpывных систем.
- •55. Решение задач pаспpеделения pесуpсов методом динамического пpогpаммиpования.

Для максимизации:
30. Метод (де)Била.
Пусть дана функция:
С ограничениями Пусть нам удалось построить первое допустимое базисное решение (далее - ДБР) для этой
задачи (разделить переменные на обязательные и необязательные и выразить обязательные через необязательные), где
– обязательные
– необязательные
Далее можно решить обычным симплекс методом, но с учетом того, что когда первый (?кто первый?) обращается в нуль, какая-либо скобка при н\б переменной, то тогда вводится дополнительная неограниченная по знаку переменная равная содержимому этой скобки.
И разрешаем полученное уравнения относительно (приходит в число н\б переменных)
Небазисными будут являться все переменные, что и в первом ДБР (кроме - она придет к баз. и переменная
(станет н\б))

Если , то значение
надо увеличить
Если , то значение
надо уменьшить
Если , то функция (1) достигла максимума по этой переменной (2) то переменная
стала базисной
Полный алгоритм метода Била
1. Каким-либо образом получаем первое ДБР, если не удалось – значит искомая задача несовместна
2. Проверяем первую строку функции цели в нижней части таблицы. Если все
коэффициенты , все коэффициенты при переменной
, то текущее ДБР является оптимальным (конец решения). Иначе в качестве разрешающего столбца
выбираем любой столбец с |
|
с коэффициентом в строке не равной нулю. Если все |
|
коэффициенты при |
или таких столбцов нет, то разрешающим берем любой |
||
столбец, где коэффициенты при |
больше нуля (обозначим ) |
|
|
3. Вычисляем отношение |
к |
, если этот коэффициент |
, сравниваем это |
отношение с отношением из верхней части таблицы свободных членов к модулям коэффициентов из разрешающего столбца, знаки которых противоположны по знаку элементу . Строка, дающая минимум среди этих отношений, является разрешающей.
4. Заполнение промежуточной таблицы. В качестве заглавной переменной в разрешенном столбце ставим имя переменной из разрешенной строки начальной таблицы, если эта разрешающая строка находится в верхней части начальной таблицы. Иначе в качестве
такой заглавной переменной записываем очередную переменную . Элементы |
из |
разрешающего столбца начальной таблицы делятся на генеральный элемент |
и |
записывают в промежуточную таблицу, остальные элементы разрешающей строки становятся равны 0. Прочие элементы пересчитываются по обычному правилу прямоугольника.
5. Заполнение конечной таблицы. Верхняя часть полностью переписывается из промежуточной таблицы, на место второй разрешающей строки конечной таблицы записывается вторая разрешающая строка промежуточной таблицы, деленная на генеральный элемент. В качестве заглавной переменной второй разрешающей строки конечной таблицы записывается имя переменной из разрешающего столбца промежуточной таблицы. В качесте h-ой (любой другой) строки нижней части таблицы записывается соответствующая строка промежуточной таблица, из которой надо
вычесть вторую разрешащую строку конечной