- •Матрицы: определение и свойства.
- •Определители: свойства, определители 1го и 2го порядков
- •Вычисление определителей высших порядков
- •5. Метод приведения к треугольному виду.
- •6. Формула для ведущих элементов.
- •Системы линейных уравнений, методы их решения (Крамера, Гаусса, матричный)
- •Векторы, действия с векторами, скалярное произведение векторов, лз и лнз векторы
- •Векторное и смешанное произведения векторов
- •Линейное векторное пространство: определение, свойства.
- •Базис линейного векторного пространства, переход от одного базиса к другому
- •Линейные операторы, матрица линейного оператора
- •Собственные векторы и собственные значения линейного оператора
- •Квадратичные формы: определения, свойства, теоремы.
- •Прямая на плоскости, способы задания
- •1.Двумя точками (а и в).
- •2. Двумя плоскостями (a; b).
- •3. Двумя проекциями.
- •2. Для построения фронтального следа n прямой нужно из точки пересечения горизонтальной проекции её с осью 0x восстановить перпендикуляр до пересечения с фронтальной проекцией прямой.
- •13. Расположение прямой на плоскости
- •14. Кривые второго порядка
- •Окружность
- •Гипербола
- •15. Способы задания и расположение плоскости в пространстве
- •16. Способы задания прямой в пространстве Векторно-параметрическое уравнение прямой
- •17. Основные задачи в пространстве: углы, условие параллельности и перпендикулярности
- •18. Основные задачи в пространстве: расстояния, взаимное расположение двух прямых
- •19. Поверхности второго порядка
- •20. Задачи линейного программирования, экономическая модель
- •Экономическая модель задачи
- •21. Основы мат. Моделирования, мат. Модель задачи линейного программирования
- •Пример составления математической модели
- •22. Задача оптимального распределения ресурсов
- •Конкретная ситуация парис (Планирование и Анализ Рационального Использования Средств)
- •Построение математической модели
- •Общий вид задачи оптимального распределения ресурсов
- •Варианты задачи оптимального распределения ресурсов
- •Верхняя и нижняя граница плана
- •Комплектность выпуска
- •Изменение ресурсной обеспеченности
- •Динамическое планирование
- •23. Общая задача линейного программирования
- •Область допустимых планов. Оптимальный план и оптимум
- •Область допустимых планов
- •Оптимальный план и оптимум
- •Условия разрешимости задачи и единственности решения.
- •Построение области допустимых планов
- •Построение градиента и определение оптимального плана
- •24. Основные теоремы линейного программирования.
- •25. Графический метод решения задачи линейного программирования
- •26. Симплекс-метод
- •27. Прямая и двойственная задача линейного программирования. Геометрическая интерпретация двойственной задачи
- •28. Транспортная задача Общий вид транспортной задачи
- •Пример транспортной задачи
- •29. Нелинейное программирование
29. Нелинейное программирование
Задача оптимизации в общем виде:
Минимизировать функцию:
При ограничениях:
На вид функции ограничений не накладывается.
Можно выделить следующие типы методов решения задач нелинейного программирования:
1) Методы, основанные на прееобразовании задачи. Задача с ограничениями преобразуется в последовательность задач безусловной оптимизации.
2) Методы линеаризации. Нелинейные функции в постановке линеаризуются, то есть разлагаются в ряд Тейлора и оставляются только линейные члены, после чего решается последовательность задач линейного программирования.
3) Методы квадратичной аппроксимации. Аналогично, но в ряду Тейлора оставляются квадратичные члены. Получается последовательность задач квадратичного программирования.
4) Методы выбора напралений - модифицированные методы направлений безусловной оптимизации.
5) Методы прямого поиска. Дополнение изученных методов проверками на попадание в условия.
Методы преобразования задач
Пусть является решением задачи оптимизации в общем виде. Возьмём некоторое начальное приближение , возможно недопустимое (не удовлетворяющее ограничениям), тогда пространстве RN строится последовательность векторов . Последовательность заканчивается , которое даёт некоторое приближение к решению. В качестве на каждой итерации берутся стационарные точки так называемой штрафной функции (ШФ). Она является вспомогательной задачей условной оптимизации. С помощью ШФ исходная задача сводится к последовательности задач безусловной оптимизации.
ШФ - это функция вида:
W - штраф, R - штрафной параметр.
R меняется на каждой итерации и фактически используется набор штрафных параметров R(t). W имеет различный вид для равенств и неравенств. При построении W должны выполняться следующие условия:
1) Решения подзадач безусловной оптимизации должны стремиться к решению исходной задачи, то есть:
2) Сложность задачи оптимизации функции должна быть хотя бы того же порядка, что и для функции .
3) Правило пересчёта штрафного параметра на каждой итерации должно быть достаточно простым.
Основные типы штрафов
Штрафы, учитывающие ограничения-равенства.
Для учёта ограничений равенств всегда используется квадратичный штраф.
|
Этот штраф препятсятвует отклонению от 0 как в положительную, так и в отрицательную стороны.
При этом R начинается с 0 или наибольшего положительного числа и возрастает от итерации к итерации.
Если есть несколько ограничений равенств, то:
Штрафы, учитывающие ограничения-неравенства.
1) Бесконечный барьер.
|
Этот штраф принимает бесконечно большое значение в недопустимых точках и 0 в допустимых.
2) Логарифмический штраф.
R начинается с большого положительного числа и стремится к нулю.
|
Штраф положителен на всех на [0,1] и отрицптелен для > 1.
3) Штраф, задаваемый обратной функцией.
R начинается с большого положительного числа и стремится к нулю.
|
В недопустимых точках штраф имеет отрицательное значение, а в допустимых - положительное.
4) Штраф типа квадрата срезки.
|
R начинается с 0 и растёт от итерации к итерации. В допустимых точках штраф равен нулю.