- •Б2.Б4 методы оптимальных решений
- •Бакалавр
- •Оглавление
- •Введение
- •1. Геометрическая интерпретация задач линейного программирования
- •Пример:
- •Решение
- •2. Симплексный метод решения задачи линейного программирования
- •Симплекс-метод с естественным базисом
- •3. Основные понятия теории двойственности
- •3 Найдем матрицу Ат1, транспонированную к а1.
- •4. Двойственный симплекс-метод
- •5. Симплексный метод с искусственным базисом
- •6. Целочисленное программирование. Метод Гомори.
- •7. Дробно-линейное программирование
- •8. Задачи нелинейного программирования. Метод множителей Лагранжа
- •Метод множителей Лагранжа
- •Алгоритм метода множителей Лагранжа
- •Задания для самостоятельной работы
- •1. Решить задачи линейного программирования графическим методом, симплексным методом с искусственным базисом, методом Гомори
- •2. Решить симплексным методом с естественным базисом
- •3. Построить и решить задачи, двойственные к данным:
- •4. Решить задачи дробно-линейного программирования двумя способами:
- •Тестовые задания
- •А) первой симплекс таблице
- •Задания для выполнения расчетно-графической работы и контрольной работы заочников Задание 1 (вариант по номеру в списке группы преподавателя)
- •Задание 2 (варианты остаются те же)
- •Фонд контрольных вопросов
- •Билеты к экзамену минсельхозпрод рф экзаменационный утверждено
- •Минсельхозпрод рф экзаменационный утверждено
- •Минсельхозпрод рф экзаменационный утверждено
- •Минсельхозпрод рф экзаменационный утверждено
- •Минсельхозпрод рф экзаменационный утверждено
- •Библиографический список
8. Задачи нелинейного программирования. Метод множителей Лагранжа
Во многих экономических моделях исследования операций зависимости между постоянными и переменными факторами лишь в первом приближении можно считать линейными, более детальное рассмотрение позволяет обнаружить их нелинейность. Как правило, такие показатели, как прибыль, себестоимость, капитальные затраты на производство и др., в действительности зависят от объема производства, расхода ресурсов и т.п. нелинейно. В этом случае возникает задача нелинейного программирования, математическая модель которой имеет вид:
поиск переменных удовлетворяющих системе неравенств (уравнений)
(1/)
и обращающие в максимум (или минимум) целевую функцию, т.е.
(2/)
(условия неотрицательности переменных, если они есть, входят в ограничения (1/))
Можно выделить класс нелинейных задач, которые относятся к классическим методам оптимизации. Допустим, что среди ограничений (1/) нет неравенств, не обязательны условия неотрицательности, переменные не являются дискретными, , а функцииинепрерывны и имеют частные производные по крайней мере второго порядка. В этом случае задачу оптимизации можно сформулировать так: найти переменныеудовлетворяющие системе уравнений
(1)
и обращающие в максимум (минимум) целевую функцию
(2)
Такие задачи в принципе можно решать классическими методами дифференциального исчисления. Однако на этом пути встречаются такие вычислительные трудности, которые делают необходимым поиск других методов решения. Поэтому классические методы часто используется не в качестве вычислительного средства, а как основа для теоретического анализа.
Примером типичной и простой нелинейной задачи является следующая: данное предприятие для производства какого-то продукта расходует два средства в количестве х1 и х2 соответственно. Это факторы производства, например, машины и труд, два различных вида сырья и т.п., а величины х1 и х2 — затраты факторов производства. Факторы производства впредь будем считать взаимозаменяемыми. Если это "труд" и "машины", то можно применять такие методы производства, при которых величина затрат машин в сопоставлении с величиной затрат труда оказывается больше или меньше (производство более или менее трудоемкое). В сельском хозяйстве взаимозаменяемыми факторами могут быть посевные площади или минеральные удобрения (экстенсивный или интенсивный метод производства).
Объем производства (выраженный в натуральных или стоимостных единицах) является функцией затрат производства .Эта зависимость называется производственной функцией. Издержки зависят от расхода обоих факторови от цен этих факторов (c1и с2). Совокупные издержки выражаются формулой . Требуется при данных совокупных издержках определить такое количество факторов производства, которое максимизирует объем продукцииz.
Математическая модель этой задачи имеет вид: определить такие переменные удовлетворяющие условиям
(3)
при которых функция
(4)
достигает максимума.
Как правило, функция (4) может иметь произвольный нелинейный вид.
Используя классические методы оптимизации, следует четко представлять себе различие между локальным экстремумом функции, глобальным экстремумом и условным экстремумом. При этом полезно повторить определение локального и глобального экстремумов для функции одной переменной. Понятие условного экстремума вводится для случая, когда число переменных n не меньше 2 ().
Будем полагать, что функция дважды дифференцируема в точкеи в некоторой ее окрестности. Если для всех точекX этой окрестности или, то говорят, что функция
f(X) имеет экстремум в X* (соответственно максимум или минимум).
Точка X*, в которой все частные производные функции z = f(X) равны 0, называется стационарной точкой.
Необходимое условие экстремума. Если в точке X* функция z = f(X) имеет экстремум, то частные производные функции в этой точке раны нулю:
Следовательно, точки экстремума функции z = f(X) удовлетворяют системе уравнений:
(5)
Как и в случае одной переменной, необходимое условие не является достаточным для того, чтобы стационарная точка была точкой экстремума. Для получения достаточных условий следует определить в стационарной точке знак дифференциала второго порядка. Дифференциал второго порядка обозначается и равен сумме произведений частных производных второго порядка на соответствующие приращения аргументов. Если от частной производнойнайти частную производную по переменной, то получим частную производную второго порядка по переменным, которая обозначается. В этом случае
Достаточные условия экстремума:
а) в стационарной точке Х0 функция z = f{X) имеет максимум, , и минимум, если, при любыхи(в этих случаяхХ0 = X*), не обращающихся в нуль одновременно;
б) если может принимать в зависимости отии положительные, и отрицательные значения, то в точкеХ0 экстремума нет;
в) если может обращаться в нуль не только при нулевых приращенияхи, то вопрос об экстремуме остается открытым.
Для функции двух переменных достаточные условия еще не очень сложны. Существуют четыре частные производные второго порядка:Из них смешанные производные, если непрерывны, то равны.
Найдем значение частных производных второго порядка в стационарной точке
(можно убедиться, что). Обозначим через Δ определитель, составленный издля
Тогда достаточные условия экстремума функции двух переменных имеют вид:
а) если Δ > 0 и< 0 (< 0), то в точкеХ0 функция имеет максимум: если Δ > 0 и > О (> 0), то в точкеХ0 — минимум (в этих случаях Х0 = X*);
б) если Δ < 0, то экстремума нет;
в) если Δ = 0, то вопрос об экстремуме остается открытым. Схема определения экстремума функции n переменных совпадает с правилами определения локального экстремума функции одной переменной.
Задача 1. Исследовать на экстремум функцию
Решение. Находим частные производные:
(6)
Приравниваем частные производные нулю:
(7)
Решаем систему уравнений (7). Вычитая из первого уравнения второе, получим поэтомух1 = х2, и из первого уравнения найдем откудаx1= 0 или х1= = ±1.
Имеем три стационарные точки:
Найдем вторые частные производные, используя (6):
Вычисляем значения вторых частных производных в каждой стационарной точке, составляем определитель Δ и применяем достаточные условия экстремума.
В точке X1 = (0; 0) а11=-2; а12= а21= -2; а22=-2
Вопрос об экстремуме остается открытым (такая точка называется седловой).
В точке X2 = (1; 1) (а также и в точке X3 = (-1;-1)): а11=10; а12= а21= -2; а22=10
Функция в этих точках имеет минимум, так как Δ > 0, а11 > 0 Zmin= -21
Выше шла речь о локальном экстремуме функции n переменных. Как правило, в практических задачах необходимо определить наибольшее и наименьшее значения функции (глобальный экстремум) в некоторой области.
Говорят, что функция z = f{X) имеет в точке Х0 заданной в области D глобальный максимум (наибольшее значение) или глобальный минимум (наименьшее значение), если неравенство f(X) ≤ f(X0) или f(X) ≥ f(X0) соответственно выполняется для любой точки X є D.
Если область D замкнута и ограничена, то дифференцируемая функция z = f(X) достигает в этой области своих наибольшего и наименьшего значений или в стационарной точке, или в граничной точке области (теорема Вейерштрасса).
Следовательно, чтобы найти наибольшее (наименьшее) значение функции z = f(X) в области D нужно:
1) найти все стационарные точки внутри области D и вычислить значения функции в них;
2) исследовать функцию на экстремум на границе области D;
3) сравнить значения функции, полученные в п. 1 и 2: наибольшее (наименьшее) из этих чисел и будет наибольшим (наименьшим) значением функции во всей области.
Граница области D аналитически может быть задана системой уравнений (условий) относительно переменных Поэтому, исследуя экстремальные свойства функции на границе, необходимо решить задачу определения условного экстремума.
Условный экстремум. Пусть необходимо найти экстремум функции z = f() при условии, что переменныеудовлетворяют, уравнениям
(8)
Предполагается, что функции f и φi , имеют непрерывные частные производные по всем переменным. Уравнения (8) называют уравнениями связи.
Говорят, что в точке Х0 = (), удовлетворяющей уравнениям связи (8), функцияz = f{X) имеет условный максимум (минимум), если неравенство (f(X°) > f(X) (f(X°) < f{X)) имеет место для всех точекX, координаты которых удовлетворяют уравнениям связи.
Легко заметить, что задача определения условного экстремума совпадает с задачей нелинейного программирования (1), (2).
Один из способов определения условного экстремума применяется в том случае, если из уравнений связи (8) m переменных, например , можно явно выразить через оставшиесяn-m переменных:
(9)
Подставив полученные выражения для xi в функцию z, получим
или
(10)
Задача сведена к нахождению локального (глобального) экстремума для функции (10) от n-m переменных. Если в точке функция (10) имеет экстремум, то в точкефункцияимеет условный экстремум.
Итак, в общем виде задача нелинейного программирования состоит в определении максимального (минимального) значения функции
(11)
при условии, что ее переменные удовлетворяют соотношениям
(12)
где некоторые известные функцииn переменных, а - заданные числа.
Здесь имеется в виду, что в результате решения задачи будет определена точка , координаты которой удовлетворяют соотношениям (12) и такая, что для всякой другой точки удовлетворяющей условиям (12), выполняется неравенство
(13)
Если линейные функции, то задача (11)- (12) является задачей линейного программирования.
Соотношения (12) образуют систему ограничений и включают в себя условия неотрицательности переменных, если такие условия имеются. Условия неотрицательности переменных могут быть заданы и непосредственно.