- •1. Огляд історії теорії оптимізації.
- •§2 Способы решения задач на экстремумы
- •2. Деякі старовинні екстремальні задачі.
- •3. Основні етапи розв’язування екстремальних задач.
- •4. Постановка задачі оптимізації та основні поняття.
- •Основні типи задач оптимізації.
- •6. Задача нелінійного програмування (знлп), загальна форма.
- •7. Геометрична інтерпретація задачі нелінійного програмування.
- •8. Приклади екстремальних задач та їх формалізація.
- •9,10. Необхідні і достатні умови одновимірної оптимізації.
- •11. Класифікація методів оптимізації. Классификация методов оптимизации
- •12. Теорема Вейєршрасса.
- •13.Классические методы поиска экстремума функции одной переменной.
- •14. Класичний метод знаходження екстремумів функції однієї змінної.
- •16. Метод знаходження екстремумів функції багатьох змінних: виключення частини змінних Якобі.
- •17. Метод множителей Лагранжа.
- •18 . Опуклі множини та їх властивості.
- •Властивості опуклих множин
- •19. Опуклі функції та їх основні властивості.
- •Властивості опуклих функцій
- •20. Методи оптимізації диференційованих функцій
- •21. Необхідні умови мінімуму в задачах оптимізації.
- •22. Теорема Куна-Таккера.
- •Необхідні умови
- •Умови регулярності
- •Достатні умови
- •23. Двоїстість в задачі опуклого програмування. Приклади.
- •24. Наближені чисельні методи оптимізації.
- •25. Метод деления пополам Метод деления пополам
- •26. Метод золотого сечения
- •27. Метод касательних.
- •Обоснование
- •Алгоритм
- •28. Метод парабол.
- •29. Пошук глобального мінімуму функції однієї змінної в середовище Excel.
- •30. Покоординатний спуск. Введение
- •Метод покоординатного спуска Алгоритм
- •Критерий останова
- •Сходимость метода
- •Числовые примеры
- •31,32. Градієнтні методи.
- •33. Чисельні методи багатовимірної оптимізації: метод Ньютона та його модифікації.
- •34. Чисельні методи багатовимірної оптимізації: методи спряжених напрямів.
- •35. Чисельні методи багатовимірної оптимізації: методи спряжених напрямів.
12. Теорема Вейєршрасса.
Теоре́ма Вейерштра́сса в математическом анализе и общей топологии гласит, что функция, непрерывная на компакте, ограничена на нём и достигает своей верхней и нижней грани. усть дана непрерывная числовая функция, определённая на отрезке, то есть и . Пусть
— точные верхняя и нижняя грани множества значений функции соответственно. Тогда эти значения конечны ( ) и достигаются (существуют такие, что ).
13.Классические методы поиска экстремума функции одной переменной.
Дана функция y=f(x)-целевая функция. Функция одной переменной, имеющая в интервале исследования один горб (впадину) называется унимодальной. Более строго:
Определение: функция f(x), заданная на интервале a<=x<=b называется унимодальной на [a,b], если существует единственная точка x* минимума f(x), т.е. f(x*)=min F(x) {на a<=x<=b} если для любых двух точек x1,x2 принадлежащих [a,b] выполняется соотношение:
-из неравенств x1<x2<=x* следует f(x1)>f(x2);
-из неравенств x2>x1=>x* следует F(x1)<F(x2).
Необходимое условие минимума (максимума) функции f(x) в точке x*.Необходимые условия того, что x* является точкой локального минимума (максимума) дважды дифференцируемой функции f на открытом интервале (a,b) выражаются следующими соотношениями:
1) fx|x=x* =0, 2) fxx|x=x* => 0 (<=0)
Определение: стационарной точкой называется точка x*, в которой fx|x=x* =0. Если стационарная точка не соответствует локальному оптимуму (минимуму или максимуму), то она называется точкой перегиба, или седловой точкой.
Достаточные условия экстремума. Пусть в точке x* первые (n-1) производные функции обращаются в нуль, а производная порядка n отлична от нуля.
(1)Если n-нечетное, то x*-точка перегиба.
(2)Если n-четное, то x*-точка локального оптимума. Кроме того,
(а) если эта производная положительная, то x*-точка локального минимума
(б) если эта производная отрицательная, то x*-точка локального максимума
14. Класичний метод знаходження екстремумів функції однієї змінної.
Определение. Если для функции z = f(x, y), определенной в некоторой области, в некоторой окрестности точки М0(х0, у0) верно неравенство то точка М0 называется точкой максимума. Определение. Если для функции z = f(x, y), определенной в некоторой области, в некоторой окрестности точки М0(х0, у0) верно неравенство то точка М0 называется точкой минимума. Теорема. (Необходимые условия экстремума). Если функция f(x,y) в точке (х0, у0) имеет экстремум, то в этой точке либо обе ее частные производные первого порядка равны нулю , либо хотя бы одна из них не существует. Эту точку (х0, у0) будем называть критической точкой. Теорема. (Достаточные условия экстремума). Пусть в окрестности критической точки (х0, у0) функция f(x, y) имеет непрерывные частные производные до второго порядка включительно. Рассмотрим выражение:
Если D(x0, y0) > 0, то в точке (х0, у0) функция f(x, y) имеет экстремум, если
- максимум, если - минимум.
Если D(x0, y0) < 0, то в точке (х0, у0) функция f(x, y) не имеет экстремума
В случае, если D = 0, вывод о наличии экстремума сделать нельзя.