- •66. Постановка задачи лп; идея симплекс-метода; алгоритм симплекс-метода
- •67. Приведение задачи лп к каноническому виду. Метод дополнительных и искусственных переменных
- •Задача выпуклого программирования.
- •69. Методы безусловной минимизации выпуклых функций (метод наискорейшего спуска, метод покоординатного спуска, метод Ньютона)
- •70. Метод решения задач выпуклого программирования (условная минимизация) на выбор: метод условного градиента, метод проекции градиента, метод штрафных функций
- •71. Многокритериальная оптимизация. Матричные игры. Кооперативные игры.
- •1. Многокритериальная оптимизация.
- •Матричные Игры
- •3.Кооперативные игры
67. Приведение задачи лп к каноническому виду. Метод дополнительных и искусственных переменных
Задачей ЛП наз-ся задача c11+ c22+… +cnn – min при ограниченияех
|
a111+ a122+…+ a1nn b1 a211+ a222+…+ a2nn b2 … am11+ am22+…+ amnn bm |
и 1,…, n0, где ci, aij, bi – вещественные числа
Задача ЛП имеет канонический вид, если: 1) ограничения, задающиеся матрицей A имеют форму равенств. 2)столбец P0=(b1,…,bm) 0 и 3) i 0
Любую задачу ЛП можно привести к каноническому виду:
1. пусть среди основных ограничений есть ограничения вида или . Тогда в соответствующие строчки нужно либо добавить, либо вычесть доп. новые переменные, потребовать их неотрицательность. В целевую ф‑ию эти новые переменные войдут с коэфф‑ми ноль.
2 . избавиться от отрицательных чисел в столбце P0 можно домножением соответствующих строк на -1.
3 . Пусть, например, на переменную не накладывается условие неотрицательности. Тогда делается замена этой переменной вида , где
Пр.
min(1 - 22) |
|
min(1 - 22 + 0*3) |
|
min(1 - 1 – 22 + 0*3) |
||||||
|
|
|
|
|
||||||
1 0 |
|
2, 3 0 |
|
1, 1, 2, 3 0 |
Метод искусственного базиса: этот метод применяется в тех случаях, когда среди векторов столбцов ограничений исходной задачи нет единичного базиса. Согласно этому методу с пом. введения так называемых искусственных переменных на основе исходной задачи строится новая, обладающая таким базисом. Затем решается новая задача и при ее решении получается автоматически и решение исходной задачи.
c11+ c22+… +cnn – min
|
a111+ a122+…+ a1nn = b1 a211+ a222+…+ a2nn = b1 … am11+ am22+…+ amnn = bm |
1,…, n0
Введем m искусственных переменных n+1,…, n+m 0 и перейдем к новой задаче:
c11+ c22+… + cnn + n+1 + … + n+m – min
|
a111+ a122+…+ a1nn + n+1 = b1 a211+ a222+…+ a2nn + n+1 = b2 … am11+ am22+…+ amnn + n+m = bm |
1,…,n,n+1,…,n+m 0, где - сколь угодно большое положительное число.
Можно доказать, что если (*1,…, *n, *n+1,…, *n+m) – решение полученной задачи, то (*1,…, *n) – решение исходной.
68. Постановка задачи выпуклого программирования. Определение и примеры выпуклых множеств и выпуклых функций. Выпуклость и замкнутость лебегова множества выпуклой функции. Градиентное неравенство для выпуклых функций. Экстремальные свойства выпуклых функций (теорема о глобальном и локальном минимуме)
М н‑во GRn наз‑ся выпуклым, если x1,x2 G и (0,1) выполняется x1+(1‑)x2G. Пустое мн-во и мн-во, состоящее из одной точки считаются выпуклыми.
выпуклое не выпуклое
Ф-ия f(x) наз‑ся выпуклой на выпуклом мн-ве GRn, если x1,x2 G, (0,1) выполняется: f(x1 + (1-)x2) f(x1) + (1-)f(x2). Ф‑ия наз‑ся строго выпуклой, если неравенство – строгое.
Пр. f(x) = c, x = c11 + … + cnn. покажем выпуклость этой ф-ии. Выберем произв. x1, x2Rn и (0,1) f(x1 + (1-)x2) = c, x1 + (1-)x2 = c, x1 + (1-) c, x2 = f(x1) + (1-) f(x2) Т.е. неравенство, необходимое для выпуклости ф‑ии выполняется как равенство, следовательно функция выпукла.
Теорема: ф-ия f(x) явл-ся выпуклой в Rn т.тогда, когда x,SRn, ф‑ия () = f(x + S), где R1, является выпуклой в R1
Теорема: (о выпуклости и замкнутости Лебегова мн‑ва выпуклой ф‑ии) Пусть GRn – выпуклое и замкнутое мн‑во, а f(x) – выпуклая на G непрерывная ф‑ия. Тогда мн-во L {xG: f(x) b = const} является выпуклым и замкнутым множеством.