- •1. Введение
- •Основные разделы курса
- •3. Основная задача линейного программирования. Различные формы записи задачи.
- •6. Алгоритм симплекс-метода.
- •1.3. Реализация симплекс-метода в виде симплексных таблиц.
- •8Транспортная задача. Описание и примеры применения метода потенциалов.
- •29.Метод ветвей и границ. Задача о рюкзаке.
- •Задача о рюкзаке
- •30. Метод ветвей и границ. Задача коммивояжера.
- •28. Методы перебора вариантов. Метод вариаций.
- •31.Задачей целочисленного программирования называется задача линейного программирования, в которой имеется дополнительное условие, требующее, чтобы часть переменных принимала только целые значения.
- •35.Общие принципы дискретного динамического программирования. Уравнение Беллмана.
- •36. Задача распределения ресурсов.
- •38. Построение кратчайшего пути на сети.
- •37. Задача оптимального планирования. Обработка деталей на двух станках.
- •10. Выпуклые множества и выпуклые функции.
- •13.Двойственность в задачах выпуклого программирования
- •14. Квадратичное программирование
- •12. Постановка задачи. Теорема Куна – Таккера.
- •16. Геометрическое программирование
- •11. Свойства выпуклых множеств и выпуклых функций
- •19. Общая задача нелинейного программирования.
- •22.Свойства дифференцируемых функций.
- •24. Дифференцируемость оператора Немыцкого.
- •25. Необходимый признак экстремума в задачах без ограничений первого и второго порядков.
- •27 . Правило множителей Лагранжа для гладких нелинейных задач.
- •41. Простейшая вариационная задача (пвз), исследование необходимых условий экстремума первого порядка.
- •45. Вариационная задача с кусочно-гладкими кривыми.
- •46. Исследование необходимых условий экстремума второго порядка. Условия Лежандра и Якоби.
- •42.. Алгоритм Гюйгенса исследования пвз.
- •48.. Поле экстремалей. Достаточные условия сильного экстремума.
- •Задача Больца.
- •6.9. Изопериметрические задачи.
- •51. Принцип максимума Понтрягина.
11. Свойства выпуклых множеств и выпуклых функций
Доказательства следующих теорем следуют непосредственно из определения выпуклости.
Теорема 4.1.3. Пересечение произвольного числа выпуклых множеств – выпуклое множество.
Теорема 4.1.4. Пусть M={A} – упорядоченное семейство выпуклых множеств, т.е. для всех A,B∈M существует C∈M, такое что A∪B⊆C. Тогда объединение всех множеств W= UA∈MA семейства М является выпуклым множеством.
Теорема 4.1.5. Если функции f и g – выпуклые и λ ≥ 0, то функции f+g и λf – выпуклые.
Теорема 4.1.6. Если функции fi, i∈I – выпуклые и g(x)=supi∈I fi(x), то функция g – выпуклая.
Определение. Пусть А – произвольное подмножество нормированного пространства X. Введем обозначения:
A(ε) = {x∈X| (y∈X, ||x-y||< ε) => y∈A};
A[ε] = {x∈X| (y∈X, ||x-y||≤ ε) => y∈A};
A(ε) = {x∈X| ∃y∈A ||x-y||< ε};
A[ε] = {x∈X| ∃y∈A ||x-y||≤ ε }.
Теорема 4.1.7. Если A ⊆ X – выпуклое подмножество нормированного пространства, то для всех ε>0 множества A(ε), A[ε], A(ε), A[ε] также являются выпуклыми.
Доказательство. 1) Пусть А – выпуклое множество и множество A(ε) не пусто. Выберем x,y∈A(ε). Докажем, что для всех λ∈[0, 1]
xλ = λx+(1-λ)y ∈ A(ε).
Для этого нужно показать, что для каждого h∈X, такого что ||h||<ε, выполняется условие xλ+h ∈ A.
По определению множества A(ε) имеем: x+h∈A, y+h∈A. В силу выпуклости множества А получаем, что для всех λ∈[0, 1] λ(x+h)+(1-λ)(y+h) = λx+(1-λ)y + h = xλ + h ∈A.
Случай A[ε] доказывается аналогично (заменяем знак < на знак ≤).
2) Пусть x,y∈A(ε). Докажем, что для всех λ∈[0, 1] xλ = λx+(1-λ)y∈A(ε).
Для этого нужно показать, что существует вектор yλ∈A, такой что ||xλ – yλ||<ε.
По определению множества A(ε) найдутся элементы x1∈A, y1∈A, для которых справедливы неравенства ||x – x1||<ε и ||y – y1||<ε. В виду выпуклости множества А имеем yλ = λx1+(1-λ)y1∈A. Кроме этого, ||xλ – yλ|| = ||λx+(1-λ)y – (λx1+(1-λ)y1)|| = ||λ(x–x1)+(1-λ)(y–y1)|| ≤ λ||x–x1||+(1-λ)||y–y1|| < λε +(1-λ)ε = ε.
Случай A[ε] аналогичен.
Теорема доказана.
Следствие. Если A ⊆ X – непустое выпуклое подмножество нормированного пространства X, то его внутренность int(A) и его замыкание cl(A) также выпуклые множества.
Доказательство немедленно следует из теоремы ввиду того, что int(A) – упорядоченное объединение множеств A(ε), ε>0, а множество cl(A) совпадает с пересечением множеств A[ε], ε>0.
Следующая теорема называется теоремой об отделимости выпуклых множеств.
Теорема 4.1.8. Пусть A, B ⊆ RN – непустые выпуклые множества, причем А – открытое, В – замкнутое. Если A∩B=Ø, то найдется вектор z∈RN, такой что
supy∈B <z, y> ≤ infx∈A <z, x>,
(<z,x> – скалярное произведение векторов z и x).
Теорема представляет собой одну из форм теоремы Хана – Банаха для пространства RN (см. функциональный анализ).
Доказательство. Пусть Шn – шар радиуса n с центром в начале координат, An = A[1/n] ∩ Шn , Bn = B∩Шn.
При достаточно больших значениях параметра n∈N множества An и Bn являются непустыми, замкнутыми и ограниченными (т.е. компактными). Последовательности An и Bn упорядочены по включению, причем
UAn = A, U Bn=B.
1) Зададим функцию f(x,y)=||x–y||. Поскольку f – непрерывная ограниченная снизу функция, на компактном множестве АnxBn она достигает своего минимального значения в некоторой точке (xn,yn), где xn∈Аn, yn∈Bn. При этом xn≠yn, т.к. множества An и Bn не пересекаются.
Обозначим zn=(yn–xn) (см. рис. 4.1.1).
2) Покажем, что для всех x∈An и y∈Bn справедливо неравенство
<zn, y-yn> ≤ 0 ≤ <zn, x-xn>. (4.1.3)
Действительно, предположим, что найдется точка x0∈An, для которой выполняется неравенство
<zn, x0 –xn> = d > 0.
Тогда для всех λ∈[0, 1] xλ = λx0+(1-λ)xn∈An.
g(λ)=(f(xλ,yn)) 2 = <xλ – yn, xλ – yn> = <xn + λ (x0– xn) – yn, xn + λ (x0– xn) – yn >.
g’(λ) = 2<x0– xn, xn + λ (x0– xn) – yn> = 0 при
<x0– xn, yn – xn> =λ<x0– xn, x0– xn >, следовательно, λmin = d/||x0– xn||2 > 0.
g(λmin)= <xn– yn, xn– yn>+λ min2<x0– xn, x0– xn >+2λ min<x0– xn, xn– yn> =
= <xn– yn, xn– yn>+dl min – 2 dl min = <xn– yn, xn– yn> – dl min < (f(xn, yn))2.
Полученное неравенство противоречит тому, что f(xn, yn) – минимально возможное расстояние между точками множеств An и Bn.
Вторая часть неравенства (4.1.3) доказывается аналогично.
3) Из (4.1.3) получаем, что для всех x∈An и y∈Bn выполняется
<zn, x > ≤ <zn, xn> < <zn,zn>+<zn, xn>=<zn, yn> ≤ <zn, y>. (4.1.4)
Пронормируем векторы zn (при этом неравенства (4.1.4) сохранятся). Поскольку теперь последовательность zn является ограниченной, выделим из нее сходящуюся подпоследовательность. Обозначим z0 = lim zn(k).
Пусть x∈A, y∈B. Начиная с некоторого номера выполняются включения x∈An(k), y∈Bn(k). Следовательно, для этих же номеров выполняется неравенство (4.1.4): <zn(k), x> < <zn(k), y>. Перейдя к пределу, получаем
<z0, x> ≤ <z0, y>.
Теорема доказана.