![](/user_photo/2706_HbeT2.jpg)
- •Элементы линейнОй и нелинейнОй
- •Оптимизации
- •Москва, 2005
- •Введение
- •1. Производственная задача или задача планирования
- •2. Типы задач линейного программирования и их преобразование
- •3. Геометрическая трактовка основной задачи
- •4. Методы решения задач линейного программирования
- •4.1. Графический метод
- •4.2. Табличный симплекс-метод решения задачи линейного
- •4.2.1. Метод единичных векторов
- •4.2.2. Расширенная задача и метод искусственного базиса
- •5. Двойственные задачи линейного программирования
- •5.1.Прямая и двойственная задача
- •5.2. Геометрическая интерпретация двойственной задачи. Леммы и теоремы двойственности
- •5.3. Нахождение решений двойственных задач
- •5.4. Параметрическая устойчивость задачи линейного программирования и физическая трактовка двойственной задачи
- •6. Транспортная задача линейного программирования
- •6.1. Математическая постановка задачи
- •6.2. Нахождение опорного плана транспортной задачи
- •6.3. Оценка опорного плана транспортной задачи на оптимальность
- •7. Элементы теории игр
- •7.1. Предмет теории игр
- •7.2. Терминология и классификация игр
- •7.4. Смешанные стратегии
- •7.5. Геометрический метод решения игр
- •II. Нелинейное программирование
- •1. Задачи нелинейного программирования
- •2. Геометрическая интерпретация задач
- •3. Некоторые проблемы решения задач нелинейного
- •4. Решение задач условной оптимизации методом Лагранжа
- •5. Градиентные методы решения задач динамического
- •5.1. Метод наискорейшего спуска
- •5.2. Метод штрафных функций
- •5.3. Симплекс-метод поиска глобального экстремума
- •Контрольные вопросы к курсу «Методы оптимизации»
4. Решение задач условной оптимизации методом Лагранжа
Одним из наиболее общих подходов к решению задачи поиска локального минимума или максимума функции при наличии ограничений на ее переменные (задача условной оптимизации) является метод Лагранжа. Он относится к непрямым методам оптимизации. Сущность метода заключается в следующем.
Пусть функция цели задана в виде уравнения
,
а на переменные заданы ограничения
,
(i=1…m),
причем на переменные не наложены условия неотрицательности. Ограничения, заданные в виде уравнений (равенств), свидетельствуют о том, что ОДР – это линия пересечения поверхности отклика функции цели и поверхностей отклика ограничений.
Взамен
поиска условного максимума (минимума)
вводится так называемая функция Лагранжа,
для которой рассматривается безусловная
оптимизация: ,
(28)
где λi – множители Лагранжа.
Функция (28) называется “Лагранжиан”. Он имеет (n+m) неизвестных. Очевидно, что входящая в его структуру сумма должна быть равна нулю. Поэтому исходная функция цели и Лагранжиан будут иметь общие стационарные точки (экстремумы). Для поиска максимума (минимума) Лагранжиана находят частные производные и приравнивают их нулю:
,
(j=1…n);
,
(i=1…m).
Получена
система, включающая (n+m)
уравнений с таким же количеством
неизвестных .
Всякое ее решение определяет точку
,
в которой может быть экстремум функции
.
Следовательно, решив систему уравнений,
получают все точки, в которых функция
цели (а более точно - линия пересечения
двух поверхностей) может иметь
экстремальное значение. В дальнейшем,
применяя классические подходы
математического анализа, исследуют эти
точки на тип экстремума.
Итак, определение экстремальных точек задачи нелинейного программирования методом множителей Лагранжа включает следующие этапы:
- составляют функцию Лагранжа (Лагранжиан);
- находят частные производные от функции Лагранжа по переменным хj
и λi и приравнивают их нулю;
- решая систему (n+m) уравнений частных производных, находят точки,
в которых целевая функция может иметь экстремум;
- среди точек, подозрительных на экстремум, находят такие, в которых
достигается заданный экстремум, и вычисляют значение функции цели
в этих точках.
З а д а ч а 27. По плану производства продукции предприятию необходимо изготовить 180 изделий. Эти изделия могут быть получены по двум технологиям. По первой технологии расходы для изготовления х1 объема продукции издержки составят 4х1+х12 руб, для х2 составят 8х2+х22 руб. Найти объемы производства изделий по первой и по второй технологии при условии, что суммарные издержки будут минимальными.
Р е ш е н и е . Математически условие задачи записывается следующим образом: найти минимум функции
при
ограничении ,
.
Сначала найдем решение, пользуясь геометрическим методом, описанным выше. Для этого, применив элементарные преобразования, перепишем функцию цели следующим образом:
.
Очевидно, что линии уровней функции цели будут представлять набор окружностей с центром в точке с координатами (-2;-4), а область допустимых решений – линия АВ, рис. 20.
Решением задачи будут координаты точки D, которая является точкой касания линии ограничений и окружности – линии уровня (функции цели). Их можно найти следующим образом. Рассматривая функцию цели как неявную
функцию, найдем ее производную:
,
Рис.20. Геометрическая интерпретация задачи 27
откуда
запишем .
Так как уравнение линии ограничений АВ имеет вид
,
т.е. это прямая, угловой коэффициент которой k= -1, запишем:
или
.
Совместно с уравнением функции цели запишем систему:
,
,
решением
которой будут координаты точки D,
а соответственно оптимальный план
задачи: ;
;
руб.
Теперь
решим задачу, используя метод множителей
Лагранжа. Заметим, что рассматриваемая
задача будет иметь геометрическую
трактовку, представленную на рис.19, с
той лишь разницей, что центр параболоида
- поверхности отклика функции цели
имеет координатное смещение ,
.
Итак,
ищем минимальное значение функции цели
при ограничительном условии. Для этого
составим функцию Лагранжа:
,
вычислим ее частные производные по х1, х2, λ и приравняем их нулю:
,
,
.
Перенося λ в первых двух уравнениях в правую часть и приравнивая их левые части, получим:
,
или
.
Решая
последнее уравнение совместно с
уравнением ограничений, находим: ;
.
Это координаты точки D
в проекциях
на горизонтальные
оси. Эта точка является подозрительной
на экстремум. Используя вторые
производные, получаем:
,
,
следовательно, в точке D имеем минимум. Этот результат и был получен выше.