
- •4.12. Кривизна плоской кривой. Эволюта и эвольвента
- •4.13. Формула Тейлора7
- •Вопросы
- •4.14. Остаточный член формулы Тейлора в форме Лагранжа
- •4.15. Представление некоторых функций по формуле Тейлора
- •4.16. Приложения формулы Тейлора к исследованию функций
- •4.16.1. Главная часть бм
- •Вопросы
- •4.16.2 Возрастание и убывание функции
- •4.16.3. Экстремумы функции
- •4.16.4. Выпуклость и вогнутость кривой
- •4.16.5. Точки перегиба кривой
- •Вопросы
- •4.17. Формула Тейлора для числовой функции нескольких переменных
- •4.18. Локальные экстремумы функции нескольких переменных
- •4.19. Аппроксимация опытных данных по методу наименьших квадратов
- •4.20. Производная скалярного поля по направлению. Градиент
- •Вопросы
- •Задание для самостоятельного решения
- •4.21. Понятие о приближенных методах поиска локальных экстремумов
- •4.21.1. Релаксационный13 метод
- •4.21.2. Градиентный метод
- •4.21.3. Метод крутого восхождения (наискорейшего спуска)
- •4.21.4. Метод последовательного поворота симплекса
- •4.22. Условные экстремумы числовой функции нескольких переменных
- •4.23. Глобальные экстремумы числовой функции нескольких переменных
- •Задание для самостоятельного решения
- •4.24. Формулировка задачи линейного программирования
- •4.25. Понятие о задачах нелинейного и целочисленного программирования
- •4.26. Дифференциал и производная вектор-функции скалярного аргумента
- •Задание для самостоятельного решения
- •4.27. Кривизна пространственной кривой
- •Вопросы
- •Задание для самостоятельного решения
Задание для самостоятельного решения
1. Найти глобальные экстремумы (наибольшее и наименьшее значения) функции:
а)
в прямоугольнике
;
б)
в
треугольнике, ограниченном прямыми
х=1, у=0, х+у=6.
2. Найти точку, четырехугольника (0,0), (а, 0), (a, a), (0, 2а), сумма квадратов расстояний которой до его вершин имеет наименьшее значение.
4.24. Формулировка задачи линейного программирования
Рассмотрим задачу о рациональном использовании сырья, если имеется возможность выпускать продукцию двух видов П1 и П2, а сбыт продукции неограничен. Исходные данные задачи приведены в следующей таблице.
Вид сырья |
Запас сырья в условных единицах |
Расход сырья на единицу продукции |
|
П1 |
П2 |
||
1 |
19 |
2 |
3 |
II |
13 |
2 |
1 |
III |
15 |
0 |
3 |
IV |
18 |
3 |
0 |
Доход от выпуска единицы продукции |
7 |
5 |
В качестве целевой функции естественно выбрать доход
, (4.24.1)
где хi
— количество выпущенной продукции
вида
.
Выпуск продукции лимитируется запасами сырья, и поэтому с помощью таблицы имеет ограничения:
(4.24.2)
Кроме того, должны выполняться еще естественные ограничения:
.
(4.24.3)
Таким
образом, мы пришли к задаче об отыскании
глобального максимума функции
(4.24.1) на замкнутом множестве [A],
определяемом неравенствами
(4.24.2), (4.24.3).
Структура множества [А] в данном случае очень проста: это замкнутый многоугольник, показанный на рисунке (цифрами обозначены прямые линии, отвечающие отдельным ограничениям (4.24.2), (4.24.3) в порядке их следования).
Линии уровня функции (4.24.1) являются параллелными прямыми 7х1+5х2=С
(показаны на рисунке пунктиром). Градиент этой функции постоянен:
grad у = (7; 5).
Отсюда ясно, что целевая функция имеет глобальный максимум в точке Р, расположенной на пересечении прямых
Находим координаты точки P(5, 3) и максимальный доход уmax= 50.
Задачи, подобные рассмотренной, возникают в экономике и различных областях техники. Поэтому приведем общую формулировку такого рода задач: найти глобальный экстремум линейной функции
,
(4.24.4)
при ограничениях в виде линейных неравенств
(4.24.5)
для неотрицательных
значений переменных
(4.24.6)
Сформулированная задача называется задачей линейного программирования.
Отметим свойства задач такого типа:
1) ограничения определяют
в
выпуклый замкнутый многогранник [А]
(число его граней не превосходит т+п);
2) поверхности уровня в представляют собой параллельные друг другу гиперплоскости;
3) глобальный максимум достигается хотя бы в одной из вершин многогранника [А].
Последнее свойство лежит в основе так называемого симплекс-метода решения задачи линейного программирования. Идея симплекс-метода состоит в специальным образом организуемом переборе значений целевой функции в вершинах многогранника [A]. Для большинства компьютеров имеются стандартные программы для использования симплекс-метода.