- •1 Матрицы. Виды матриц
- •Специальные матрицы
- •2 Определители. Определение и свойства определителей
- •3.Алгебраическое дополнение и минор
- •4. Теорема (о разложении определителя по строке (столбцу))
- •Теорема об умножении определителей
- •5. Обратная матрица. Теорема об обратной матрице
- •Теорема об обратной матрице
- •6 Поиск обратной матрицы методом союзной матрицы
- •8.Поиск ранга матрицы методом окаймляющих миноров и методом элементарных преобразований Метод окаймляющих миноров
- •Метод элементарных преобразований
- •9 Слу. Понятия решения, совместности, определённости, эквивалентности слу. Формы представления слу
- •10 Элементарные преобразования слу
- •11 Теорема Кронекера-Капелли
- •12 Метод Крамера решения слу
- •13 Метод Гаусса решения слу
- •14 Балансовая модель Леонтьева
- •15 Элементы геометрии многомерных пространств (понятия точки, вектора, линейной комбинации, базиса, модуля, угла между векторами, отрезка)
- •17 Выпуклые множества и системы линейных неравенств. Теорема о пересечении выпуклых множеств. Теорема о разделяющей гиперплоскости. Теорема о выпуклости полупространства.
- •21 Понятие ограниченного множества. Понятие эпсилон-окрестности
- •20Общая постановка змп
- •22. Понятие дифференцируемой функции, градиента функции, стационарной точки функции. Понятие матрицы Гессе
- •23 Понятие положительной (отрицательной) определённости матрицы
- •34 Метод подстановки решения знлп с ограничениями-равенствами
- •24 Понятие вектор-функции и матрицы Якоби
- •25 Производная по направлению. Теорема о производной по направлению. Теорема о градиенте.
- •29 Теорема о необходимых условиях экстремума . Т-ма о дост-х усл-х экстремума. Теорема о необходимых условиях экстремума
- •27 Понятие касательной гиперплоскости и нормали
- •28 Формула Тейлора. Разложение Тейлора
- •40 Теорема Вайерштрасса
- •39 Достат-ть усл-й к-т
17 Выпуклые множества и системы линейных неравенств. Теорема о пересечении выпуклых множеств. Теорема о разделяющей гиперплоскости. Теорема о выпуклости полупространства.
Множество точек n-мерного пространства содержащие все точки отрезка соединяющего любые 2 точки этого множества наз выпуклым множеством
Теорема о пересечении выпуклых множеств
Пересечение любого числа выпуклых множеств явл выпуклым множеством. Множество точек x удовлетворяющих условию cTx=, (6)где R1, cRn – заданный вектор
наз гиперплоскостью в n-мерном пространстве
Уравнение (6) наз уравнением гиперплоскости
18Теорема о разделяющей гиперплоскости
Любая гиперплоскость cTx= разделяет всё пространство Rn на 2 непересекающихся множества p1 и p2, наз полупространствами: p1={xRn:cTx}, p2={xRn:cTx>}
Теорема о выпуклости полупространства
Полупространство P={ xRn:cTx} явл выпуклым множеством.
Пересечение конечного числа полупространств явл выпуклым множеством и наз выпуклым многогранником
21 Понятие ограниченного множества. Понятие эпсилон-окрестности
Рассмотрим точку xRn назовём -окрестностью O(x) этой точки множество точек n-мерного пространства отстоящих от x не далее чем на .
Точка zДRn наз предельной точкой множества Д, если существует последовательность, принадлежащих xnД точек, сходящихся в z. Т.е. для xn-z<limnxn=z (10)
Множество Д наз замкнутым множеством, если оно содержит все свои предельные точки (отрезок)
Множество Д наз компактным множеством, если оно ограничено и замкнуто
Точка xД наз внутренней точкой множества Д если O(x): O(x)Д В противном случае точка наз граничной точкой множества Д
Точка z Д нащ точкой условного локального max(min) функции f(x) в обл Д если O (z)Д xO(z)Д f(z)f(x) (f(z)f(x)) (11)
Для max для min
Точка zД наз точкой условного глобального max(min) в обл Д, если соотношение (11) выполняется для (z)
Говорят, что функция f(x) имеет в точке zД условный локальный (глобальный) экстремум на множестве Д, если точка z явл точкой локального (глобального) max или min.
Говорят, что функция f(x) имеет в точке zД локальный (глобальный) ,безусловный экстремум если точка z является точкой локального (глобального) max или min во всей области определения функции f(x).
20Общая постановка змп
ЗМП или оптимизационной задачей наз задача вида: f(x)max(min) (1) xДRn, где f(x) – целевая функция, ДRn – область допустимых значений
Решить ЗМП означает:
а) любо найти все такие xД:f(x*)f(x)(f(x*)f(x)) xД (2)
б) установить неразрешимость поставленной задачи
xД наз допустимым решением или планом ЗМП (1)
x* в п. а) формулы (2) наз оптимальным решением или оптимальным планом задачи. В качестве целевой функции f(x) могут выступать функции, выражающие прибыль, объём производства, затраты, потери и т.д. В качестве области допустимых решений Д может служить множество решений системы уравнений ил неравенств.
Разновидности ЗМП
В случае когда целевая функция f(x) явл линейной функцией т.е. представима в виде: f(x)=cTx=c1x1+c2x2+…+cnxn, а обл Д есть выпуклый многогранник, то ЗМП (1) наз задачей линейного программирования. В противном случае она наз задачей нелинейного программирования. В зависимости от способа задания обл ограничений Д выделяют следующие виды ЗМП
1.ЗМП без ограничений (классическая оптимизационная задача)
f(x)max(min) (3) xRn
2. ЗМП в канонической форме (ЗМП с ограничениями-равенствами)
f(x)max(min) (4)
g1(x)=b1
g2(x)=b2 (5)
……………
gm(x)=bm
В этом случае обл ограничений Д есть множество решений системы уравнений (5)
3. ЗМП в симметричной форме (ЗМП с ограничениями-неравенствами)
f(x)max(min) (6)
g1(x)b1
g2(x)b2 (7)
……………
gm(x)bm
для этой задачи Д-множество решений системы неравенств (7)
4 ЗМП в общей форме (ЗМП со смешанными ограничениями)
f(x)max(min) (8)
gi(x)=bi i=1,m
gi(x)bi i=m+1,k (9) обл Д – явл множество решений (9)