- •3. Нелинейное и целочисленное программирование. Классические методы определения экстремума функций
- •3.1. Нелинейное программирование
- •3.2. Классические методы определения экстремумов функции
- •3.2.1. Задача на абсолютный экстремум
- •3.2.2. Задача на условный экстремум
- •3.3. Целочисленное программирование
- •3.3.1. Особенности задач целочисленного программирования
- •3.3.2. Нелинейное и целочисленное программирование
- •3.4. Методы отсечения
- •3.5. Другие методы оптимизации
3.2. Классические методы определения экстремумов функции
3.2.1. Задача на абсолютный экстремум
Напомним, что если непрерывная функция n переменных х = (х1, ... ,хn) F(х) имеет в точке хопт максимум, то существует ε > 0 такое, что для всех х из ε-окрестности точки хопт
F(x) ≤ F(хопт).
Выберем два вида приращения хj вдоль j-й координаты:
Δхj = хj – хjопт > 0;
Δхj = хj – хjопт <0.
Тогда:
[F(хj) – F(хjопт)]/Δхj ≤ 0 при Δхj > 0;
[F(хj) – F(хjопт)]/Δхj 0 при Δхj <0.
П
(3.5)
F(хjопт)/хj ≤ 0; F(хjопт)]/хj 0.
Из этих соотношений следует (условия Ферма), что
(3.6)
Аналогичное соотношение можно получить для случая минимума функции. Таким образом, доказана необходимость условий (3.6) для достижения в точке хопт максимума или минимума функции F(х), т.е. если имеется экстремум, то условия (3.6) удовлетворяются. Но равенство нулю всех производных в точке хопт еще не обеспечивает существования в ней экстремума, т.е. условия (3.6) не являются достаточными. Геометрически это означает, что в случае нулевой производной от функции одной переменной может иметь место точка перегиба, а не максимум (или минимум), а в случае функции двух переменных – седловая точка, а не экстремум и т.д. Поэтому точки хопт, в которых выполняются соотношения (3.6), называются стационарными.
3.2.2. Задача на условный экстремум
Заметим, что условие (3.6) удалось получить благодаря возможности придавать переменной х приращения двух знаков, откуда и возникли два неравенства (3.5). Если допустимая область значений х ограничена неотрицательными значениями х 0, то внутри области, где х > 0, справедливость условия (3.6) сохраняется, так как там допустимы приращения обоих знаков. На границе области х 0, где х = 0, допускается только положительное приращение Δх > 0, можно говорить только об односторонней производной, и из (3.6) следует следующее необходимое условие максимума:
F(хопт)/хj ≤ 0.
Необходимое условие минимума на границе области хj = 0 запишется в виде
F(хопт)]/хj 0.
При определении условного экстремума функции, когда требуется определить максимум (или минимум) функции F(х) при ограничивающих условиях
φi(х) = bi, i = 1, ..., m,
т.е.
F(x) = max;
φi(х) = bi,
используется также метод множителей Лагранжа, который, так же как в случае классического вариационного исчисления (см. юниту 1), заключается во введении функции Лагранжа
Ф
(3.7)
где – неопределенные множители Лагранжа.
Полагая, что функция является частным случаем функционала, получаем, что необходимые условия экстремума находятся прямым дифференцированием соотношения (3.7) и записываются в виде
(3.8)
(3.9)
Если ввести в рассмотрение векторы
λ = (λ1, ..., λm);
φ = (φ1 , ..., φm);
b = (b1, ..., bm);
gradf(x) = {f/x1, f/x2, ..., f/xn},
соотношения (3.8) и (3.9) перепишутся как условия Лагранжа:
gradФ = gradF – λgradφ = 0;
b – φ = 0,
где равенство нулю векторов понимается покомпонентно.
В случае n = 2 и m = 1 геометрическая задача об отыскании условного экстремума сводится к отысканию точки касания А кривой φ = b к одной из кривых постоянного уровня F = const.