- •1. Матрицы. Виды матриц
- •Специальные матрицы
- •2. Разложение Тейлора. Формула Тейлора с остаточным членом в форме Пеано.
- •Теорема о необходимых условиях экстремума
- •1) Перестановка любых 2ух уравнений местами
- •3) Умножение обоих частей в каком-либо ур-ии слу на число 0
- •4) Прибавление к какому-либо из уравнению слу др уравнения этой же слу, умноженного на произвольное число 0.
- •2) Если │а│0, то решение может быть найдено по формуле:
- •2 Слу наз эквивалентными или равносильными, если множества их решений совпадают.
- •Теорема об умножении определителей
- •2. Разложение Тейлора. Формула Тейлора с остаточным членом в форме Пеано.
- •Теорема о необходимых условиях экстремума
- •Ранг матрицы r(a) – это наивысший порядок отличных от 0 миноров этой матрицы
- •Теорема о производной по направлению
- •Теорема о необходимых условиях экстремума
- •2) Пусть противоречивых уравнений нет. Тогда 1 из уравнений выбирается за разрешающее уравнение и одно из неизвестных – за разрешающее неизвестное. К этому выбору предъявляются следующие требования:
- •3) Разрешающая неизвестная исключается из всех уравнений кроме разрешающего. Для этого разрешающее уравнение прибавляется к каждому из уравнений слу после умножения на подходящее число.
- •1) Реализация метода Гаусса даёт ответ на вопрос о совместности системы. Система совместна тогда и только тогда, когда при реализации метода Гаусса не возникает противоречивых уравнений
- •2) В процессе преобразований Гаусса допускаются промежуточные преобразования слу.
- •3) В любой момент преобразования Гаусса м.Б. Остановлены. Текущая система м.Б. Рассмотрена в качестве исходной и преобразования м.Б. Возобновлены по другой схеме.
- •1. Алгебраическое дополнение и минор
- •Теорема о необходимых условиях экстремума
- •2) Проводится подстановка любой точки, не лежащей на критической прямой, в текущее неравенство, тем самым определяется область «хороших» и «плохих» точек.
- •3) После выявления «хороших» полупространств для каждого неравенства производится их пересечение.
- •2) Если │а│0, то решение может быть найдено по формуле:
- •1. Понятие множества уровня функции, касательной гиперплоскости и вектора нормали к гиперплоскости.
- •1. Методы поиска обратной матрицы: метод союзной матрицы и метод элементарных преобразований.
- •2) Система s линейно-независима
- •2) Любой вектор yRn м.Б. Представлен в виде линейной комбинации векторов системы s
- •2. Экономическая интерпретация двойственных оценок
- •Метод окаймляющих миноров
- •Метод элементарных преобразований
- •Теорема об обратной матрице
- •64 Теорема о разрешимости тз:
- •1) Перестановка любых 2ух уравнений местами
- •3) Умножение обоих частей в каком-либо ур-ии слу на число 0
- •4) Прибавление к какому-либо из уравнению слу др уравнения этой же слу, умноженного на произвольное число 0.
- •2. Двойственные злп.
- •1) Перестановка любых 2ух уравнений местами
- •3) Умножение обоих частей в каком-либо ур-ии слу на число 0
- •4) Прибавление к какому-либо из уравнению слу др уравнения этой же слу, умноженного на произвольное число 0.
- •2) Пусть противоречивых уравнений нет. Тогда 1 из уравнений выбирается за разрешающее уравнение и одно из неизвестных – за разрешающее неизвестное. К этому выбору предъявляются следующие требования:
- •3) Разрешающая неизвестная исключается из всех уравнений кроме разрешающего. Для этого разрешающее уравнение прибавляется к каждому из уравнений слу после умножения на подходящее число.
- •1. Назначение и обоснование обобщенного метода множителей Лагранжа.
- •2. Открытая транспортная задача на избыток
- •26.Понятие градиента функции. Теорема о градиенте.
- •Методы поиска обратной матрицы: метод союзной матрицы и метод элементарных преобразований.
- •1. Ранг матрицы r(a) – это наивысший порядок отличных от 0 миноров этой матрицы
- •Метод окаймляющих миноров
- •Метод элементарных преобразований
2. Разложение Тейлора. Формула Тейлора с остаточным членом в форме Пеано.
Пусть kт = (k1, k2, … , km) – это вектор с целочисленными неотрицательными компонентами. Обозначим через [k] сумму его компонентов, т.е. [k] = k1+ k2+ … + km
Говорят, что функция φ1(х) есть «О малое» по сравнению с φ2(х) при х→0, если справедливо условие:
limx→0 (φ1(х) / φ2(х) ) = 0
Это соотношение означает, что φ1(х) пренебрежительно мала по сравнению с φ2(х) при х→0.
Расширенной записью этого является следующая: φ1(х) = 0* (φ2(х)). Это выражение означает, что φ1 есть «О малое» по сравнению с φ2.
Пусть f(x) - некоторая функция, где xRn. Предположим, что эта функция дифференц-а в некоторой окрестности O в точке yRn, причем имеет все частные производные вплоть до производных (m+1) порядка. Тогда справедлива формула Тейлора:
f(x)=[k]=0m 1/m! * ([k]f(y)/x1k1x2k2…xnkn) * (x1-y1)k1 (x2-y2)k2… (xn-yn)kn +0 (x-ym) (1)
Величина 0(x-ym) - остаточный член в форме Пеано.
Т.е. формула (1) есть разложение Тейлора функции f(x) в точке у с точностью до производных m-ого порядка с остаточным членом в форме Пеано.
В частности разложение Тейлора функции f(x) в точке y с точностью до производных 2ого порядка есть:
f(x)=f(y)+Tf(y)(x-y)+1/2 * (x-y)T H(y)(x-y)+0(x-y)2 где H(y) – матрица Гессе ф-ии f(x) в точке y
В одномерном случае при n=1 формула Тейлора принимает вид:
f(x)=k=0m1/k! * f[k](y)(x-y)k + 0 (x-y)m
БИЛЕТ 15
1. Общая постановка ЗЛП и формы её представления
ЗЛП называется задача матем. прогр. f(x) → max (min) (xЄDcRn) (1), где
f(x)=ctx=с1+..cjxj – линейная целевая функция, а D выпуклый многогранник. Формы представления:
1. ЗЛП в канонической форме (с ограничениями равенствами)
f(x) → max (min)
x≥0
Ax=b
2. ЗЛП в симметрич. форме (с ограничениями неравенствами)
f(x) → max (min)
Ax≤b
x≥0
3. ЗЛП в общей форме ( со смешан. ограничениями)
f(x) → max (min)
A1x=b1
A2x≤b2
Зам-ие : Условие неотрицательности x>=0 может быть всегда получено и не является ограничивающим.
Теорема
Канонич, симметрич и общая форма представления ЗЛП эквивалентны в том смысле , что любая исходн. ЗЛП (1) м.б. представлена в любой из перечисленных форм и её решение не зависит от форм представления.
2. 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
В основе метода лежат сформулированные выше теоремы о необходимых и достаточных условиях существования безусловного экстремума. Метод применим только для "достаточно гладких" (дважды непрерывно дифференцируемых функций). Метод состоит в выполнении следующих шагов.
Шаг 1. Решить уравнение (или систему уравнений ) и найти множество ее решений – стационарных точек (подозрительных на экстремум).
Шаг 2. Установить, пользуясь теоремой об условиях определенности матрицы, тип определенности матрицы Гессе в каждой стационарной точке функции , и на основе этого сделать вывод о существовании и типе экстремума
БИЛЕТ 16
1. Понятие минора k-ого порядка. Ранг матрицы. Понятие базиса в системе строк (столбцов) матрицы. Теорема о ранге матрицы (о базисном миноре)
Минором k-ого порядка произвольной матрицы А наз определитель матрицы, составленной из любых k строк и k столбцов матрицы A