- •1. Элементы выпуклого анализа.
- •2. Осн. З. Выпуклого программирования. Седловая точка и оптимал. План.
- •3. Теорема Куна-Таккера.
- •4. Критерий оптимальности для гладкой выпуклой задачи.
- •5. Теория двойственности в выпуклом программировании
- •6. Решение одной задачи квадратичного программирования.
- •7. О существовании решения.
- •8. Задача на безусловный минимум.
- •9. Задача с равенствами. Метод исключения.
- •10. Задача с равенствами. Обобщенное правило Лагранжа
- •11. Задача с равенствами. Классическое правило Лагранжа.
- •12. Задача с равенствами. Лемма о включении.
- •13. Задача с равенствами. Необходимое условие 1 порядка.
- •14. Задача с равенствами. Другое доказательство принципа Лагранжа.
- •15. Задача с равенствами. Случай линейных ограничений.
- •16.Задача с равенствами. Условия 2 порядка.
- •17. Задача с неравенствами. Условие 1 порядка.
- •18. Задача с неравенствами. Обобщенное правило Лагранжа.
- •19. Задача с неравенствами. Классическое правило Лагранжа.
- •20. Задача с неравенствами. Условия 2 порядка.
- •21. Векторная оптимизация. Эффективные планы. Усреднение целевых функций.
- •22. Векторная оптимизация. Принципы выбора.
3. Теорема Куна-Таккера.
Рассмотрим задачу (1), в которой – вектор-функция, ф-ции – выпуклые ф-ции; – выпуклое мн-ство простой структуры, т.е. подмн-тво, кот. задается с помощью простейших ограничений на одну переменную ( ). Задача наз. основной задачей выпуклого программирования.
Опр. Мн-тво планов основной задачи выпуклого программирования регулярно, если существует вектор (2)
Усл.(2) наз. условием Слейтера. Геометрич.(2) означает,что у зад.(1) существует такой план , кот. явл. внутренней точкой по основным ограничениям.
Теорема 2. (Куна-Таккера) Для того, чтобы был оптимальный план основной задачи выпуклого программирования, для которой выполняется условие регулярности (2), необходимо и достаточно, чтобы существовал такой вектор такой, что пара является седловой точкой функции Лагранжа и при этом выполн. условие дополняющей не жесткости: .
Доказательство. Необходимость. Пусть – оптимал. план (1) и выполняется . Тогда по нему и параметрам зад.(1) построим три подмножества:
. Ясно, что мн-тво явл. границей мн-тва , т.е.
1. Доказываем, что множества и выпуклые.
2. Докажем, что множества и не пересекаются.
3. Докажем, что вектор .
4. Докажем, что в , а так как , то .
5. Докажем, что на выполняется условие .
Таким образом, пара удовлетворяет (3) и, следовательно, является седловой точкой функции Лагранжа.
Ч.т.д.
4. Критерий оптимальности для гладкой выпуклой задачи.
Рассм. зад. (1), – выпуклая ф-ция, – выпуклое мн-во, . Ф-цию переменных, около некоторой т. (в малой окрестности) можно разложить в ряд
(2)
Разложение (2) справедливо лишь для в малой окрестности точки , и в этой же окрестности справедливо утверждение: знак выражения слева необходимо и достаточно совпадает со знаком первого ненулевого слагаемого справа. Это утверждение легко доказывается методом от противного.
Теор.3. Для того чтобы был оптимальным планом задачи (1) необходимо и достаточно, чтобы (3). А в случае, когда , то (3) эквивалентно условию стационарности . (4)
Док-во. Необходь. Пусть – оптимал. план зад.(1). Возьмем произвол. точку и построим точку . Если достаточно мало, то т. лежит в сколь угодно малой окр-ности . Запишем разложение:
. Т.к. левая часть равенства , то неотрицательно и первое слагаемое справа. А так как , то приходим к (3).
Пусть теперь к тому же – внутренняя точка. Построим вектора . При достаточно малом . Подставляя его в (3):
. Т.к. , то . Из этого нерав-тва следует (4).
Если предположить и положить , то придем к противореч.
Достаточность. Пусть выполняется (3). Докажем, что – оптимальный план задачи (1). Так как функция – гладкая и выпуклая, то для нее выполняется гладкий критерий выпуклости:
оптимальный план.
Ч.т.д.
Из этой теоремы и теоремы Куна-Таккера следует схема исследования гладкой основной задачи выпуклого программирования ( , ).