
- •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.
16. Метод знаходження екстремумів функції багатьох змінних: виключення частини змінних Якобі.
Имеется необходимое условие глобального характера, связанное с поведением множества экстремалей, близких к заданной экстремали (см. Якобы условие). Для задачи (3) условие Якоби состоит в следующем. Для того чтобы экстремаль x(t) доставляла минимум в задаче (3), необходимо, чтобы решение уравнения ( Якоби уравнения)
с краевыми условиями
не
имело бы нулей в интервале
.
Нули решения
уравнения
(11) наз. точками, сопряженными с точкой
.
Таким образом, условие Якоби заключается
в том, что интервал
не
должен содержать точек, сопряженных с
.
Необходимые условия
слабого минимума
,
являются
точными аналогами условий минимума
для
функций одного переменного. Условие
Якоби при выполнении Лежандра условия
(усиленного) является необходимым
условием неотрицательности второй
вариации. Это приводит к следующему
результату: для того чтобы функция
x(t).реализовывала слабый минимум
функционала (3), необходимо, чтобы: а)
функция
удовлетворяла
уравнению Эйлера, б) выполнялось условие
Лежандра
в)
интервал
не
содержал точек, сопряженных с точкой
t0 (при условии, что
выполняется усиленное условие Лежандра).
17. Метод множителей Лагранжа.
Метод
множителей Лагранжа, метод нахождения
условного
экстремума функции
,
где
,
относительно
ограничений
,
где
меняется
от единицы до
.
Составим функцию Лагранжа в виде линейной комбинации функции и функций
, взятых с коэффициентами, называемыми множителями Лагранжа —
:
где
.
Составим систему из
уравнений, приравняв к нулю частные производные функции Лагранжа
по
и .
Если полученная система имеет решение относительно параметров
и
, тогда точка
может быть условным экстремумом, то есть решением исходной задачи. Заметим, что это условие носит необходимый, но не достаточный характер.
18 . Опуклі множини та їх властивості.
Опукла множина — підмножина евклідового простору яка містить відрізок, який з'єднує будь які дві точки цієї множини.
Іншими словами,
множина
називається
опуклою, якщо:
Тобто, якщо множина
разом
з будь якими двома точками
,
які належать цій множині, містить
відрізок, який їх з'єднує:
.
У просторі
опуклими
множинами будуть пряма,
напівпряма,
відрізок,
інтервал,
одноточкова множина.
У просторі
опуклим
буде сам простір, будь який його лінійний
підпростір, куля,
відрізок,
одноточкова множина. Також, опуклими
будуть такі множини:
пряма
, що проходить через точку в напрямку вектора
:
;
промінь
, який виходить із точки в напрямку вектора :
;
гіперплощина Hpβ з нормаллю p:
;
півпростори на які гіперплощина поділяє простір:
,
.
Всі перелічені множини (крім кулі) є частковими випадками опуклої множини поліедру.
Властивості опуклих множин
Перетин опуклих множин є опуклим.
Лінійна комбінація точок опуклої множини опукла.
Опукла множина містить будь яку опуклу комбінацію своїх точок.
Будь яку точку n-вимірного евклідового простору з опуклої оболонки множини можна представити як опуклу комбінацію не більш ніж n+1 точок цієї множини.