- •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.
25. Необходимый признак экстремума в задачах без ограничений первого и второго порядков.
Пусть Х – аффинное пространство, функция f действует из X в нормированное пространство Y. Точку х0∈X назовем точкой локального минимума (локального максимума), если существует такая окрестность х0+U точки х0∈X, что для всех h∈U выполняется неравенство: f(x0+h)≥ f(x0) (соответственно, f(x0+h)≤ f(x0)).
Обозначения: Если х0 – точка локального минимума f, то этот факт будем обозначать х0∈loc min(f), аналогично, х0∈loc max(f), либо х0∈loc extr(f).
Теорема 5.5.1. (необходимое условие экстремума первого порядка): если x0∈ loc min(f) (или x0∈ loc max(f)), то ∀ h ∈ V δf(x0,h)≥ 0 (δf(x0,h)≤0) .
Доказательство. Пусть x0∈ loc min(f), тогда ∀ h ∈ V для функции φh(t)=f(x0+th) точка t=0 – точка локального минимума. Функция φh рассматривается на промежутке [0, +∞[, следовательно, по необходимому признаку экстремума для вещественных функций, δf(x0,h)= φ '(0) ≥ 0.
Следствие 1. Если x0∈ loc extr(f) и f дифференцируема по Гато в точке x0, то Df(x0)=0, т.е. для всех h∈V Df(x0)h = 0.
Доказательство. Если предположить, что существует h0∈V , для которого δf(x0,h0)=Df(x0)h0 > 0, сразу же получим, что для –h0∈V выполняется δf(x0,-h0) = Df(x0)(-h0)= – Df(x0)(h0) <0, что противоречит доказанной теореме.
Теорема 5.5.2. (необходимое условие экстремума второго порядка): если х0∈loc extr(f), f∈D2(х0), то:
1. если х0∈loc min(f), то ∀ h ∈ V выполняется неравенство D2f(х0)[h,h] ≥ 0;
2. если х0∈loc max(f), то ∀ h ∈ V выполняется неравенство D2f(х0)[h,h] ≤ 0.
Доказательство. Пусть φh(t)=f(x0+th). По теореме 5.2.1 для всех h∈V φ' h(0)=δf(x0;h) = Df(x0)h, φ''h(0)=D2f(x0)[h,h]. Если x0 ∈ locmin(f), то 0∈locmin(φh) для всех h∈V. Согласно формуле Тейлора для функции φ h(t), выполняется φ h(t) = φh(0)+ φ h'(0)t + φ h''(0)t2/2+o(|t|2) при t→ 0.
По следствию 1 из теоремы 5.5.1 φ h'(0)=0, поэтому φ h(t) - φh(0)= f(x0+th) - f(x0) = t2/2(φ h''(0)+o(1)).
Если существует h∈V, при котором φh''(0)<0, то при всех достаточно малых t выполняется неравенство φ h''(0)+o(1) < 0, т.е. f(x0+th) - f(x0)<0 – точка х0 не может быть локальным минимумом.
Полученное противоречие доказывает пункт 1. Второй пункт доказывается аналогично.
Замечание. Если Х – аффинное пространство, параллельное бесконечномерному векторному пространству, то условие Df(x0)h = 0, ∀ 0 ≠ h ∈ V D2f(х0)[h,h] > 0 в общем случае не будет достаточным для того, чтобы утверждать, что х0– точка локального минимума.
27 . Правило множителей Лагранжа для гладких нелинейных задач.
Задачу нелинейного программирования вида
f0(x) → min ,fi(x) ≤ 0, i=1,..., m; F(x) = 0. (5.6.1)
назовем гладкой, если функционалы fi:X→R, i=0,…,m и оператор F:X→Y являются строго дифференцируемыми.
Покажем, что в случае, когда задача (5.6.1) не является выпуклой, к ее исследованию тоже можно применять правило множителей Лагранжа.
Для этого применим следующую теорему, известную как теорема Люстерника о касательном пространстве (теорему применим без рассмотрения ее доказательства).
Теорема 5.6.1. Пусть X, Y – банаховы пространства, F:X→Y, M={x∈X | F(x)=0}, x0∈M, F строго дифференцируемо в точке x0, причем Im(DF(x0))=Y (условие регулярности). Тогда следующие условия эквивалентны:
а) DF(x0)h = 0;
б) существуют ε>0 и отображение r:[-ε, ε]→X, для которых при всех α∈[-ε, ε] выполняется условие
x0+αh+r(α)∈M, причем r(α)=o(α) при α→0.
Следствие 1. Если x0 – решение задачи (5.6.1), то h0=0 является решением задачи
g(h) = max 0≤i≤mDfi(x0)h → min ,DF(x0)h = 0. (5.6.2)
Доказательство. Предположим, что найдется h1∈X, такой что DF(x0)h1=0 и при этом для всех i=0,…,m справедливы неравенства Ai = Dfi(x0)h1 < 0. Тогда по теореме Люстерника для вектора h1 найдется ε>0 и отображение r:[-ε, ε]→X, такое что при всех α∈[-ε, ε] выполняется F(x0+αh1+r(α)) = 0, причем r(α)=o(α) при α→0.
Используя условие дифференцируемости отображений fi, при α→+0 получим
fi (x0+αh1+r(α)) = fi (x0)+ Dfi (x0)(αh1+r(α))+o(α) = fi (x0)+ αDfi (x0)h1+o(α) =
= fi (x0)+ α(Ai +o(1)) < fi (x0) (При достаточно малых α>0).
Таким образом, при достаточно малых α > 0 вектор xα=x0+αh1+r(α) удовлетворяет всем ограничениям задачи (5.6.1):
fi (xα) = fi (x0+αh1+r(α)) < fi (x0) ≤ 0 при i=1,…,m;
F(xα) = F(x0+αh1+r(α)) = 0,
и при этом f0 (xα) < f0 (x0) – т.е. x0 не является решением задачи (5.6.1).
Полученное противоречие завершает доказательство следствия.
В результате получаем, что если x0 – решение задачи (5.6.1), то
min DF(x0)h = 0 max 0≤i≤mDfi(x0)h = 0 (5.6.3)
Лемма 5.6.2. Если M – векторное пространство, Ai:M→R, i=0,…,m – линейные операторы. Следующие условия эквивалентны:
а) каждого h∈M найдется номер j, для которого Ajh ≥ 0;
б) существуют λi ≥ 0 , i=0,…,m (не все равные нулю), такие что для всех h∈M выполняется равенство ∑0≤i≤mλiAih = 0.
Доказательство. Не ограничивая общности, можно считать, что М – конечномерное пространство. Доказательство проведем индукцией по m. Заметим, что при всех m операторы Ai:M→R, i=0,…,m линейно зависимы, т.к. в противном случае система уравнений Ai(h) = –1, i=0,…,m имела бы решение, что противоречит условию.
m = 1. В данном случае у нас есть два линейных оператора A0:M→R, A1:M→R. В силу их линейной зависимости существует λ, такое что для всех h∈M выполняется равенство A1(h) + λA2(h) = 0 (или A2(h) + λA1(h) = 0). Если предположить, что λ<0, получим, что числа A1(h) и A2(h) всегда одного знака, что противоречит условию а). Таким образом, λ>0.
Предположим, что условие леммы справедливо при всех M и всех m<n. Докажем справедливость утверждения при m=n.
Пусть M1= {h∈M | Anh=0}. Тогда для каждого h∈M1 найдется номер j<n, для которого Ajh ≥ 0. Действительно, если для всех j=0,…,n-1 выполняется Ajh ≤C< 0, то найдется h*∈M, для которого Anh*<0 и при этом для всех φ=0,…,n-1 Ajh* <C/2< 0, т.е. не выполнено условие леммы.
Таким образом, по предположению индукции существуют не все равные нулю числа λi ≥ 0 , i=0,…,n-1, такие что для всех h∈M1={h∈M | Anh=0} выполняется равенство Bh = ∑0≤i≤n-1 λiAih = 0. В итоге получаем, что всех h∈M справедливо Bh = ∑0≤i≤n-1 λiAih = - λnAnh.
Если равенство Bh = ∑0≤i≤n-1 λiAih = 0 выполняется на всем М, то λn= 0 и задача решена. Если же равенство Bh = ∑0≤i≤n-1 λiAih = 0 не выполняется на всем М, согласно предположению индукции существует h0∈M, для которого для всех j=0,…,n-1 Aih0<0 и поэтому Bh0<0, а значит, - λn An h0<0. Поскольку должно выполняться An h0≥0, получаем λn>0.
Лемма доказана.
Применим доказанную лемму к результатам следствия 1. Согласно следствию 1, если x0 – решение задачи (5.6.1), то для любого h∈{h∈X | DF(x0)h=0} существует номер j, для которого Dfj(x0)h≥0.
Следовательно, существуют λi ≥ 0 , i=0,…,m (не все равные нулю), такие что для всех h∈M={h∈X | DF(x0)h=0} выполняется равенство ∑0≤i≤m λiDfi(x0)h = 0.
Теорема 5.5.3 (об аннуляторе ядра). Пусть X, Y – банаховы пространства, A:X→Y – линейный ограниченный оператор, такой что ImA=Y (регулярность). Тогда множество всех линейных ограниченных функционалов, равных нулю на множестве M={h∈X | Ah=0} (аннулятор ядра оператора А) совпадает с образом сопряженного оператора A*, т.е. если B:X→R и для всех h∈M={h∈X | Ah=0} выполняется равенство Bh=0, то найдется линейный ограниченный функционал y*∈Y*, такой что B = y*A.
Применив к предыдущим рассуждениям теорему об аннуляторе ядра, получаем следующий результат:
Если существуют λi ≥ 0 , i=0,…,m (не все равные нулю), такие что для всех h∈M={h∈X | DF(x0)h=0} выполняется равенство ∑0≤i≤m λiDfi(x0)h = 0, то найдется линейный ограниченный функционал y*∈Y*, такой что Bh = ∑0≤i≤m λiDfi(x0)h = y* DF(x0)h.
Теорема 5.6.4 (Правило множителей Лагранжа). Пусть x0 – решение гладкой задачи нелинейного программирования (5.6.1), причем X, Y – банаховы пространства, Im DF(x0) – замкнутое подпространство в Y (полурегулярность).
Тогда существуют множители Лагранжа – числа λi , i=0,…,m и линейный ограниченный функционал y*∈Y*, (не все равные нулю), такие что выполняются следующие условия:
1. ∑0≤i≤m λiDfi(x0) + y* DF(x0) = 0; (5.6.4)
2. λif(x0) = 0 , i = 1,…,m; (5.6.5)
3. λi ≥ 0 , i=0,…,m. (5.6.6)
Доказательство существования множителей Лагранжа и выполнение условий (5.6.4) и (5.6.6) получено ранее. Если x0 – решение задачи (5.6.1) и для некоторого i выполняется строгое неравенство fi(x0) < 0, то в силу непрерывности функционала fi в некоторой окрестности точки x0 данное неравенство будет сохраняться, т.е. это неравенство не накладывает существенного ограничения в задаче, т.е. при удалении этого ограничения вектор x0 останется решением. Этот факт можно отразить путем выбора соответствующего λi равным 0. Если же fi(x0)=0, условие (5.6.5) будет тоже выполнено.