- •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.
- •Теорема об умножении определителей
- •5. Понятие обратной матрицы. Теорема об обратной матрице
- •Теорема об обратной матрице
- •6 Методы поиска обратной матрицы: метод союзной матрицы и метод элементарных преобразований.
- •7 Понятие минора k-ого порядка. Ранг матрицы. Понятие базиса в системе строк (столбцов) матрицы. Теорема о ранге матрицы (о базисном миноре)
- •Ранг матрицы r(a) – это наивысший порядок отличных от 0 миноров этой матрицы
- •8.Методы поиска ранга матрицы: метод окаймляющих миноров и метод элементарных преобразований Метод окаймляющих миноров
- •Метод элементарных преобразований
- •9 Слу и формы ее записи (представления): развернутая, матричная и векторная.
- •10 Понятие элементарного преобразования слу и виды элементарных преобразований слу
- •11 Теорема Кронекера-Капелли
- •12 Метод Крамера решения слу
- •13 Метод Гаусса решения слу
- •14 Балансовая модель Леонтьева
- •17 Понятие выпуклого множества. Теорема о пересечении выпуклых множеств. Понятие гиперплоскости в Rn. Понятие полупространства.
- •18 Теорема о разделяющей гиперплоскости. Теорема о выпуклости полупространства. Понятие выпуклого многогранника.
- •19 Понятие системы линейных неравенств. Графический метод решения системы линейных неравенств.
- •20 Постановка задачи математического программирования (змп). Разновидности змп
- •21 Понятия эпсилон-окрестности точки, предельной точки, замкнутого множества, ограниченного множества, точки локального (глобального) и условного (безусловного) экстремума.
- •22. Понятия частной производной функции, стационарной точки функции, градиента и матрицы Гессе.
- •23 Понятие квадратичной формы матрицы. Понятие положительной (отрицательной) определённости матрицы
- •24 Понятие m-мерной вектор-функции и матрицы Якоби m-мерной вектор-функции
- •25 Понятие производной по направлению. Теорема о производной по направлению.
- •Теорема о производной по направлению
- •26 Понятие градиента функции. Теорема о градиенте
- •27 Понятия множества уровня функции, касательной гиперплоскости к множеству уровня функции, вектора нормали к гиперплоскости.
- •28 Разложение Тейлора. Формула Тейлора с остаточным членом в форме Пеано.
- •29 Теорема о необходимых условиях экстремума. Теорема о достаточных условиях экстремума. Теорема об условиях определенности матрицы (Критерий Сильвестра) Теорема о необходимых условиях экстремума
- •30 Классический метод поиска экстремума функции без ограничений (схема реализации)
- •31 Постановка задачи нелинейного программирования (знлп) с ограничениями равенствами
- •32 Назначение и обоснование метода множителей Лагранжа.
- •33 Схема реализации метода множителей Лагранжа
- •34 Интерпретация множителей Лагранжа. Теорема Лагранжа.
- •35 Метод подстановки в решении знлп с ограничениями-равенствами
29 Теорема о необходимых условиях экстремума. Теорема о достаточных условиях экстремума. Теорема об условиях определенности матрицы (Критерий Сильвестра) Теорема о необходимых условиях экстремума
Пусть функция f(x) имеет в точке x* экстремум, тогда все ее частные производныеые первого порядка в этой точке равны 0, т.е. x*является стационарной точкой:
f(x*)/xi = f ’xi = 0,
Это соотношение эквивалентно f(x*)=0
Теорема о достаточных условиях экстремума.
Пусть функция f(x) имеет непрерывные производные 2-го порядка в стационарной точке x*, тогда точка x* является точкой мах, если матрица Гессе Н(x*) функции f(x) в т. x* отрицательно определена, и точкой min,если матрица Н(x*) положительно определена.
Теорема об условиях определённости матрицы.
Справедливы утверждения:
1)квадратная матрица положительно определена <=> когда все ее главные (угловые) миноры положительны
2) квадратная матрица отрицательно определена <=> когда знак любого ее главного (углового) минора каждого порядка совпадает со знаком (-1)К
30 Классический метод поиска экстремума функции без ограничений (схема реализации)
Метод применяется для решения задачи f(x)→max (min) и состоит в выполнении 2 шагов.
Шаг1. Определяются все стационарные точки целевой функции f(x) для чего решается система уравнений f(x*)/xi = f ’xi = 0 или уравнение f(x*)=0.
Шаг2. В найденных стационарных точках вычисляются матрицы Гессе и устанавливаются типы определенности этих матриц. Для определения типа определенности используется Теорема об условиях определенности матриц (Критерий Сильвестра). После определения определенности матрицы Гессе устанавливается тип экстремума с помощью теоремы о достаточных условиях экстремума.
!!! Если при реализации классического метода матрица Гессе не явл ни положительно, ни отрицательно определённой в какой-либо стационарной точке то, скорее всего, экстремума в этой точке нет. НО для исчерпывающего ответа необходимо более детальное исследование f(x) в текущей стационарной точке (например, разложение Тейлора и анализ производных по всем возможным направлениям).
31 Постановка задачи нелинейного программирования (знлп) с ограничениями равенствами
Решается задача f(x)→ min (max) (1)
g1(x)=b1
g2(x)=b2 (2)
………
gm(x)=bm
Которая м.б. записана в виде
f(x)→min (max) (3)
g(x)=b (4) где g(x) – вектор функция ограничения исходной задачи, компонентами кот являются функции gi(x) (i=1,m) стоящие в левой части системы ограничений (2).
В общем случае f(x) и gi(x) являются нелинейными функциями.
Множество точек х, являющихся решением системы ограничений (2) задают область ограничений ДRn задач (1)-(2) и (3)-(4).
Сформулируем теорему, дающую достаточные условия существования решения ЗНЛП общего вида:
f(x)→ min (max) (5),
хД с Rn (6)
Теорема Вейерштрасса:
Пусть область ограничений Д, задачи (5)-(6) является не пустым и компактным множеством, тогда непрерывная целевая функция f(x),заданная на этом множестве, достигает глобального условного экстремума на внутренней или граничной точке множества Д.
Данная теорема справедлива для любых ЗНЛП в том числе и для задач с ограничениями-равенствами.