Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Задача на безусловный минимум.Стр 1 из 2Следующая ⇒
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 Задача на безусловный минимум. Задача имеет вид: (1), то есть . Теорема 1. Если – локально-оптимальный план, то (2) Теорема 2 (Необходимое условие оптимальности второго порядка). Если – локально-оптимальный план, то (3) Опр. Точка наз. стационарной точкой функции , если она является решением системы (4) Теор.3 (Достат. условие оптимальности). Если – стационарная точка ф-ции и , (5) то – локально-оптимальный план (1) (по крайней мере). Замечание. При проверке условий (3) и (5) применяются критерии Сильвестра неотрицательности и положительности квадратных матриц. Схема исследования задач типа (1) 1) Проверяем условие существования решения задачи (1), при этом применяется критерий существования решения . В общем случае, при , вызывает трудности проверка условий существования решения, так как в редких случаях можно представить (построить) множество уровня. 2) Составляем систему (4) и находим стационарные точки функции (все). Только среди них может находиться оптимальный план и все локально-оптимальные планы. Пусть – все стационарные точки функции .
3) Для каждой стационарной точки проверяем выполнение или невыполнение условий (3)-(5). Пусть – стационарная точка, тогда возможны случаи: а) . Тогда, согласно теореме 3 – локально-оптимальный план. б) . Тогда для нее выполн. условия теор.2, но не выполн. условия теор.3. Тем не менее, она остается подозрительной на решение зад.(1) (т.е. она может оказаться и оптимальным планом и локально-оптимальным планом). в)Не выполн. ни а)ни б).Тогда эту точку исключают из дальнейшего рассмотр-я. 4) Делаем вывод: среди точек, оказавшихся либо локально-оптимал. планами, либо подозрительных на решение, находим лучшую, т.е. подставляем точки в целевую ф-цию и лучшей будет точка с наименьшим значением ф-ции. Если док-но существование реш-я и построены все стационарные точки, то лучшая точка будет оптимал. планом. В общем случае, из-за сложности функции и невозможности найти все решения системы (4) исследование нельзя провести полностью и лучшая точка остается подозрительной на решение задачи.
3часть______________________________________________________ Метод равномерного поиска Выбираем некоторое и разбиваем исходный отрезок [ ] на частей точками …, где и поочерёдно начиная с вычисляем значение функции . В силу унимодальности будут выполняться неравенства . Тогда ясно, что Если , то задача локализации решена. В противном случае выбираем и разбиваем его на некоторое количество частей и операцию поиска повторяем. В конце концов, задача (1) будет решена. Замечание. Можно сразу подобрать таким образом, чтобы выполнялось , но это не рационально, так как количество точек перебора будет очень большим. Лучше на 1-ом этапе исходный отрезок разбить на количество частей , потом количество точек увеличить.
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 Задача на безусловный минимум. Задача имеет вид: (1), то есть . Теорема 1. Если – локально-оптимальный план, то (2) Теорема 2 (Необходимое условие оптимальности второго порядка). Если – локально-оптимальный план, то (3) Опр. Точка наз. стационарной точкой функции , если она является решением системы (4) Теор.3 (Достат. условие оптимальности). Если – стационарная точка ф-ции и , (5) то – локально-оптимальный план (1) (по крайней мере). Замечание. При проверке условий (3) и (5) применяются критерии Сильвестра неотрицательности и положительности квадратных матриц.
|
||||||
Последнее изменение этой страницы: 2016-09-19; просмотров: 317; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 18.226.187.24 (0.018 с.) |