
- •Введение
- •1. Основные понятия и определения
- •1.1. Оптимизационная задача
- •1.2. Допустимое решение
- •1.6.1. Частные критерии
- •1.6.2. Обобщенные критерии
- •Минимаксные критерии
- •1.7. Общая характеристика методов поиска экстремума
- •2. Линейное программирование
- •2.1. Стандартный вид задачи линейного программирования (злп)
- •2.2. Способы приведения задачи линейного программирования к стандартному виду
- •2.3. Графический метод решения задач линейного программирования
- •2.4. Симплекс-метод решения задач линейного программирования
- •2.4.1. Канонический вид задачи
- •2.4.2. Симплекс-таблица, соответствующая каноническому виду
- •2.4.3. Нахождение координат вершины допустимого многогранника по каноническому виду (по симплекс-таблице)
- •2.4.4. Алгоритм решения злп при помощи симплекс-метода
- •2.5. Приведение злп к каноническому виду
- •2.5.1. Метод искусственного базиса
- •2.6. Алгоритм двойственного симплекс метода
- •2.7. Целочисленное линейное программирование
- •Алгоритм метода сечения Гомори:
- •3. Нелинейное программирование
- •3.1. Методы поиска безусловного экстремума функции одной переменной
- •3.1.1. Аналитический метод
- •3.1.2. Численные методы
- •3.1.2.1. Основные понятия и определения
- •3.1.2.2. Метод ненаправленного поиска
- •3.1.2.3. Методы направленного поиска
- •3.2.Графический метод решения задач нелинейного программирования
- •3.3. Задачи дробно-линейного программирования
- •3.4. Методы поиска безусловного экстремума функции многих переменных
- •3.4.1. Аналитический метод
- •3.4.2. Численные методы
- •3.4.2.1. Метод покоординатного спуска
- •3.4.2.2. Метод наискорейшего спуска
- •3.5. Решение задач нелинейного программирования с ограничениями – равенствами. Метод неопределенных множителей Лагранжа
- •3.6. Задачи квадратичного программирования
3.4. Методы поиска безусловного экстремума функции многих переменных
3.4.1. Аналитический метод
Задана
функция нескольких переменных
f
(х1,
х2,
,
хn)
min
(max).
Требуется
найти такие вектора
,
,
…,
,
при которых
функция минимальна.
Алгоритм:
1. Находим частные производные и приравниваем их к нулю:
=
0
,
i = 1,
,
n .
(3.12)
(3.12)
xi
2.
В результате решения полученной системы
уравнений (3.12) находим вектора
,
,…,
.
3. Определяем тип экстремума.
Для
определения типа экстремума для каждой
точки
составляется
матрицаА
следующего типа:
а11
а1n
A = , где aij = . (3.13)
аn1 аnn
Если
все главные миноры матрицы А,
найденные для точки
,
положительны, то функция в этой точке
имеет минимум.
Если
все главные миноры матрицы (-А),
найденные для точки
,
положительны, то функция в этой точке
имеет максимум.
Во
всех остальных случаях функция в точке
не имеет
ни максимума, ни минимума.
Главный минор (i ) – это определитель подматрицы, получающейся путем отчеркивания i-й строки и i-го столбца.
Пример 3.7.
F(x, y) = 3 x2 - x + y3 – 3 y2 - 1.
Найти экстремумы заданной функции.
Решение
1. = 9x2 - 1, = 3 y2 – 6 y.
2.
9x2
- 1 = 0
3 y2 - 6 y = 0
x1
=1/ 3, x2
= -1/ 3 , y1
= 0, y2
=2.
3. Для определения типа экстремума требуется рассмотреть четыре точки: M1(1/3 , 0), M2(-1/3 , 0), M3(1/3 , 2), M4 (-1/3 , 2).
а11
а12 а21
а22
А = ,
а11 = 2f / x2 =18 x, а12 = 2f / x y = 0,
а21 = 2f / y x = 0, а22 = 2f / y2 = 6y - 6.
Для точки М1(1/3 , 0) а11 = 6, а12 = а21 = 0, а22 = -6,
1 ( А) = а11 = 6 0, 2 ( А) = а11 а22 - а12 а21 = -36 0,
1 (-А) = а11 = -6 0, 2 (-А) = а11 а22 - а12 а21 = -36 0.
Следовательно, в точке М1 нет ни минимума, ни максимума.
Для точки М2 (-1/3, 0) а11 = -6, а12 = а21 = 0, а22 = -6
1 (А) = а11 = -6 0, 2 (А) = а11 а22 - а12 а21 = 36 0,
1 (-А) = а11 = 6 0, 2 (-А) = а11 а22 - а12 а21 = 36 0.
Следовательно, в точке М2 функция имеет максимум. Аналогично рассматриваются точки М3 и М4 .
3.4.2. Численные методы
Постановка задачи:
1. Функция нескольких переменных f (х1, х2, , х n ) min (max).
2. Точка М0 (х10, х20, , х n0) – начальное приближение к экстремуму.
3. – точность нахождения экстремума.
Критерий окончания счета. Обычно используются два критерия окончания счета:
1. grad f (Mi) . (3.14)
Модуль градиента в точке экстремума равен нулю. Следовательно, чем меньше модуль градиента, тем ближе к экстремуму точка. Модуль градиента
grad f ( Mi ) = + + + .
Mi
2. f (Mi ) – f (Mi-1 ) . (3.15)
Разность значений функции в двух соседних точках при приближении к экстремуму стремится к нулю.