- •1.Понятие решения задачи мат. Программиров.
- •2. Основн. Формы злп. Правила сведения злп к канон.Форме. Геометр.Интерпретация злп. Понятие угловой точки мн-ва.
- •4. Определение базиса угловой точки. Невырожденные угловые точки. Примеры.
- •5. Связь между переменными задачи лп
- •6. Формула приращения целевой функции злп.
- •7. Достаточное условие оптимальности в злп. Достаточное условие неразрешимости злп
- •8. Итерация симплекс–метода
- •11. Нахождение базиса угловой точки. Пример
- •12. Постановка тз. Построение нач. Плана перевозок методом северо-западного угла, методом мин. Элемента.
- •13. Определение закрытой модели тз. Критерий существования решения тз.
- •14. Исследование мн-ва клеток транспортной таблицы
- •15. Достаточное условие минимальности стоимости перевозок
- •16. Классический метод решения задачи безусловной минимизации функции многих переменных. Пример.
- •17. Метод исключения решения задачи на условный минимум. Пример.
- •18. Обобщенное правило множителей Лагранжа в задаче оптимизации с ограничениями типа равенств.
- •19. Классическое правило множителей Лагранжа в задаче оптимизации с ограничениями типа равенств. Необходимые условия второго порядка в задаче оптимизации типа равенств.
- •20. Достаточные условия экстремума в задаче оптимизации с ограничениями типа равенств
- •21.Опр-ия выпуклого мн-ва, выпуклой функции. Св-ва выпуклых множеств. Сумма выпуклых функций. Св-во неотрицательности остатка выпуклой функции
- •22.Теорема о точках минимума выпуклой функции. Теорема о стационарной точке выпуклой функции
- •26.Теорема о седловой точке функции Лагранжа (достаточные условия оптимальности).
- •27. Критерий существования седловой точки функции Лагранжа для задачи выпуклого программирования.
- •28.Определение двойственной задачи к задаче математического программирования.
- •29. Связь между двойственной и прямой задачами математического программирования.
- •30.Пример решения задачи оптимизации с помощью теории двойственности
- •31.Основные определения в задаче одномерной минимизации. Примеры.
- •33. Метод золотого сечения решения задачи одномерной минимизации.
- •34. Обоснование метода ломаных решения задачи одномерной минимизации.
- •35. Алгоритм и условия сходимости метода ломаных решения задачи одномерной минимизации. Пример. Описание метода ломаных
- •36.Алгоритм метода скорейшего спуска решения змм.
- •37.Алгоритмы метода условного градиента и метода проекции градиента решения задачи многомерной условной минимизации.
- •38.Алгоритм метода покоординатного спуска решения задачи многомерной минимизации. Геометрическая иллюстрация.
- •39.Сходимость метода скорейшего спуска.
- •41. Метод вариаций Лагранжа
- •42. Уравнение Эйлера
- •43. Случаи интегрируемости ур-ния Эйлера. Примеры.
- •44.Задача вариационного исчисления с незакрепленными концами и фиксированным отрезком интегрирования.
- •45.Задача вариационного исчисления с незакрепленными концами и нефиксированным отрезком интегрирования
- •46. Задача вариационного исчисления с движущимся по кривой концом.
- •47. Примеры задач динамического программирования, их особенности
- •48.Принципы динамического программирования и функциональные уравнения Беллмана.
46. Задача вариационного исчисления с движущимся по кривой концом.
Рассм. задачу
где
,значение
задано,
левый конец траектории зафиксирован
,
правый конец траектории явл. подвижным,
то есть лежит на заданной кривой
Таким обр, необходимо
найти точку
и функцию
,
определяется на отрезке
,
для которых функционал достигает
минимальное значение при условиях
Теор:
Если
явл. слабой минималью в простейшей
задаче вариационного исчисления с
фиксированным левым и подвижным правым
концом то она уд. ур-нию Эйлера, граничным
усл.
и условию трансверсальности на правом
конце
.
Замечание
Если левый конец траектории тоже является
подвижным(лежит на гладкой кривой (x=
)
, то экстремаль удовлетворяет
дифференциальному уравнению Эйлера,
краевым условием
и условиям трансерсальности
,

47. Примеры задач динамического программирования, их особенности
Динам программирование (ДМ) (динам планирование) – это метод нахождения оптим реш в задаче с многошаг структурой. Многие эконом задачи раздел на шаги естеств образом, это н-р, процессы планир и управления развиваемые во времени. Естеств шагом в них может быть год, квартал, месяц и т.д. Однако МДП может исп при реш задач, где время не фигурирует. Разделение на шаги в таких задачах вводится искусственно, поэтому динамика ЗДП заключ в методе реш-я. К ЗДП относ задачи перспективного и текущ планирования во времени, задача многошагов нахож-я оптимума при размещ производит сил, задачи оптим быстродействия.
Выделим особенности ЗДП:
1.
в задаче рассм система, состояния кот
в каж мом времени t
опред вектором
.
Дальнейшее изменение состояние системы
зависит от дан состояния
и не зав от того, каким путём система
пришла в это состояние. Такие процессы
наз проц без последействия.
2. на
каж шаге выбирается одно решение (
управление)
,
под действ кот система переходит из
предыдущ состояния
в след состояние
.
Это нов сост
явл ф-ей сост-я
на начало интервала и принятого в начале
интервала решения
,
т.е.
.3 Действ
на каж шаге связаны с опред выигрышем
(доходом, прибылью) или потерей
(издержками), кот зависят от состояний
на начало шага и принятого решения.
4. На векторы состояния и управления может быть наложены ограничения, объединение которых представляют область допуст значений.
5. Требуется
найти такое допустимое управление
для каждого шагаt,
чтобы получить экстремальн значение
ф-ции цели за все T
шагов.
Любую допустимую посл-ть действий для каж шага, переводящую систему из нач состояния в конечное наз стратегией управления. Допуст стратегия управления, доставляющая цели экстрем значение наз оптимальной.
Пример Задача перспективного планирования.
Пусть планируется
деятельность группы из N
промыш предприятий (пр)
на перидТ
хоз лет. В нач период на развитие системы
пр выделены некот ср-ва в кол-ве K,
кот д\б распределены между пр. В проц
деят пр вложенные в него ср-ва частично
амортизируются. Каж пр за год приносит
доход в зависит от вложен ср-в, часть
которого отчисл в фонд пр. В нач каж хоз
года имеющ ср-ва перераспределяются
между пр-ями. Возник задачи определения
объема ср-в в нач каж года, кот нужно
выделить каждому пр-ю чтобы суммарн
чистый доход за Т лет был максимальным.
В этой задаче проц
принятия решения разбив на T
шагов. Управление этим процессам заключ
в нач и последовательном распред ср-в
,
где
есть объем ср-в , выделенныхi–ому
предпр в нач t–го
года. Состояние системы опис вектором
,
где
состi–го
предпр. на нач t–го
года. В свою очередь состояние
каждого пр-я явл вектором, компонентами
кот служат труд ресурсы, осн фонды, фин
положение и т.д. Очевидно, что вектор
управления есть ф-ция состояния системы
на начало соотв периода, т.е.
.
Нач сост системы может быть заданным.
В кач целевой ф-ции часто рассм суммарн
прибыль объединения пр-й за Т хоз лет.
Управление
выбирается из некот мн-ва
,
кот может быть описано как мн-во эконом
возможностей, определ различ ограничениями,
налагаемыми на состояние системы и
вектор управления
