- •1. Применимость методов безусловной оптимизации. Задача обслуживания на 1 приборе.
- •2. Общая схема метода ветвей и границ. Задача о рюкзаке.
- •3. Общая схема метода ветвей и границ. Задача целочисленного программирования.
- •4. Метод сплайнов 1 порядка.
- •5. Минимизация унимодальных функций. Равномерный перебор.
- •6. Минимизация унимодальных функций. Метод Фибоначчи.
- •7. Минимизация унимодальных функций. Метод золотого сечения.
- •8. Градиентные методы. Выбор шага.
- •9. Методы 2 порядка. Метод Ньютона.
- •10. Методы условной минимизации. Случай линейных ограничений.
- •11. Методы условной минимизации. Метод штрафных функций.
- •12. Другие методы о выборе метода.
- •13. Динамическое программирование. Задача распределения ресурса. Инвариантное погружение.
- •14. Динамическое программирование. Составление уравнения Беллмана.
- •15. Динамическое программирование. Построение решения.
9. Методы 2 порядка. Метод Ньютона.
Рассмотрим задачу: (1)
В методах 2-го порядка на -ой итерации по известному приближению реш. Задача (9), - квадратичная аппроксимация. Если окрестность строится с помощью линейных ограничений, то (9) - задача квадратичного программирования, её решение – . Разл. способы задания окрестности задают разл. методы. Будем реш.(9) в 2 этапа:
I этап: , . Тогда придём к задаче:
, (10)
Решение этой задачи принимается за – направление итерации. Шаг выбирается одним из 3-х способов (из 3.3)
Пример. Пусть в задаче (1) выполняется условие
(11), то есть функция является строго выпуклой.
Замечание. Условие (11) может выполн. в некоторой окрестности реш-я задачи, тогда и ф-ция строго выпукла . Задача (10) имеет решение, даже если положить и будет находиться в стационарной точке .
Положим в (10) и составим уравнение стационарности
(12)
Направление итерации, которое выбирается по формуле (12) называется направлением Ньютона, а методы, основанные на таком либо подобном направлении, называется ньютоновскими. В частности. Если положить , то получим классический метод Ньютона.
Геометрическая интерпретация направлений Ньютона: в к линии уровня строим касательный эллипс: . Направление Ньютона ведёт в центр эллипса. Поэтому методы 2-го порядка более точные и быстрее сходятся.
10. Методы условной минимизации. Случай линейных ограничений.
Пусть дана задача: (1)
Методы безусловной минимизации(градиентные,Ньютона и т.д.)можно использ. и для решения зад.(1), но при выборе шага надо учитывать ограничения задачи т., чтобы не вышло за пределы . Обычно на -ой итерации, после того как известно и выбрано вектор подставл. во все ограничения задачи и тогда получаем некоторую совокупность уравнений, неравенств на скалярную переменную . Если эта с-ма имеет ненулевое реш-е, то метод применим и для зад.(1) и для выбора шага на построенной системе ограничений минимизируется ф-ция . Если система ограничений на не имеет решений, то метод не применим.
Случай линейных ограничений
Пусть требуется решить задачу: (2)
где – множество простой структуры, которое задаётся с помощью ограничений на одну переменную вида .
В методах 1-го порядка на -ой итерации по известному решается задача
(3)
Как правило, окрестность в (3) формируется с помощью линейных ограничений. Поэтому задача (3) представляет из себя задачу линейного программирования, её решение принимается за .
Если в задаче (3) вначале искать направление итерации и положить , то в результате придём к задаче
(4)
Решение этой задачи принимается за . Задача (4), как правило, линейная задача. После определения направления итерации шаг выбирают одним из описанных 3-х способов.
Пример 1. Положим в (4), тогда получим задачу:
(5)
Решение этой задачи называется направлением условного градиента. Это направление даёт наибольшую проекцию на антиградиент и не выводит за пределы .