Модели и методы конечномерной оптимизации
Краткое сожержание материала:
Размещено на
Содержание
1. Одномерная оптимизация. Метод «золотого сечения»
2. Условная нелинейная оптимизация. Применение теоремы Джона-Куна-Таккера
3. Линейное программирование. Симплекс-метод
4. Исследование множества на выпуклость
5. Исследование функции на выпуклость
6. Исследование функции на овражность
7. Безусловная оптимизация неквадратичной функции овражной структуры. Метод Дэвидона-Флетчера-Пауэлла
8. Сведение задачи условной оптимизации к безусловной задаче оптимизации
8.1 Метод внешних штрафных функций
8.2 Метод возможных направлений Зойтендейка
9. Вывод
10. Список литературы
11. Приложения
1. Одномерная оптимизация. Метод «золотого сечения»
Постановка задачи:
Изготавливается закрытый цилиндрический бак объема V. Требуется определить такие размеры, для которых затраты на количество материала будут минимальны.
Теоретические сведения:
Определение 1.1
Точка называется точкой глобального (абсолютного) минимума (максимума) функции на множестве , если функция достигает в этой точке своего наименьшего (наибольшего) значения, т.е.
Определение 1.2
Точка называется точкой локального (относительного) минимума (максимума) функции на множестве , если существует , такое, что, если , то .
Здесь - норма вектора в конечном n-мерном евклидовом пространстве.
Теорема 1.1 (необходимые условия экстремума первого порядка)
Пусть есть точка локального минимума (максимума) функции на множестве и дифференцируема в точке . Тогда аргумент функции в точке равен нулю, т.е.
или
Теорема 1.2 (достаточные условия экстремума первого порядка)
Пусть функция в точке дважды дифференцируема, ее градиент равен нулю, а матрица вторых производных является положительно определенной (отрицательно определенной), т.е.
и
, тогда точка есть точка локального минимума (максимума) функции на множестве .
Решение:
На основе геометрических формул записываем целевую функцию задачи. Она имеет вид:
(1)
что соответствует формуле площади поверхности закрытого цилиндра с параметрами радиуса r и высоты h.
Т.к. в задаче указано, что у бака фиксированный объем, то можно записать уравнение связи между параметрами бака, т.е.:
(2)
Уравнение (2) дает возможность свести задачу минимизации целевой функции от двух параметров к одномерной минимизации целевой функции одного параметра, например:
(3)
Используя необходимые и достаточные условия экстремума функции:
(4)
заключаем, что точка экстремума целевой функции существует, единственна и она является точкой глобального минимума.
С учетом уравнения связи (2) получаем решение:
(5)
Множество оптимальных параметров, в условиях нашей задачи, может быть описано системой:
(6)
Программная реализация данной задачи методом «золотого сечения» находится в приложении 11.1.
Метод «золотого сечения»:
«Золотым сечением» отрезка называется такое разбиение отрезка на две неравные части, что отношение длины всего отрезка к длине большей части равно отношению длины большей части к длине меньшей части отрезка.
«Золотое сечение» отрезка осуществляется каждой из двух симметрично расположенных относительно центра отрезка точек:
Алгоритм:
(шаг 1)Находим точки, осуществляющие «золотое сечение» отрезка из системы:
, где
(шаг 2) Сравниваем значения функций в точках «золотого сечения»
-Если
-Если
(шаг 3) Проверяем условие остановки алгоритма
, если не выполняется, переходим на (шаг 1),
иначе вычисляем точку минимума
2. Условная нелинейная оптимизация. Применение теоремы Джона-Куна-Таккера
Постановка задачи:
Требуется решить задачу вида:
Теоретические сведения:
Определение 2.1
Обобщенной функцией Лагранжа называется функция вида:
где - множители Лагранжа
Определение 2.2
Градиентом обобщенной функции Лагранжа по х называется вектор-столбец, составленный из ее частных производных первого порядка ():
Определение 2.3
Вторым дифференциалом обобщенной функции Лагранжа называется функция:
Определение 2.4
Первым дифференциалом ограничений называется функция:
Определение 2.5
Ограничение называется активным в точке , если . Если , то ограничение называется пассивным.
Определение 2.6
Градиенты ограничений являются линейно независимыми в точке , если равенство
выполняется только при , иначе градиенты ограничений линейно зависимы.
Определение 2.7
Точка называется регулярной точкой минимума (максимума), если градиенты ограничений являются линейно независимыми (), иначе точка называется нерегулярной точкой минимума (максимума).
Теорема 2.1 (Джона-Куна-Таккера) (необходимые условия минимума (максимума) первого порядка)
Пусть - точка локального минимума (максимума) в данной задаче, тогда найдется такое число и вектор , не равные одновременно нулю, что выполняются условия:
а) Условие нетривиальности:
б) Условие стационарности обобщенной функции Лагранжа:
в) Условие допустимости решения:
г) Условие согласования знаков:
д) Условие дополняющей нежесткости:
Теорема 2.2(достаточные условия минимума (максимума) первого порядка)
Пусть имеется точка , удовлетворяющая системе уравнений теоремы 2.1 при , число активных ограничений в точке совпадает с числом переменных (при этом условие регулярности выполняется, т.е. градиенты активных ограничений в точке линейно независимы). Если для всех , то точка - точка условного локального минимума. Если для всех , то - точка условного локального максимума.
Теорема 2.3(достаточное условие экстремума второго порядка)
Пусть имеется точка , удовлетворяющая системе уравнений теоремы 2.1 при .
Если в этой точке для всех ненулевых таких, что
То точка является точкой локального минимума (максимума) в данной задаче.
Замечание 2.1
Если функции выпуклые, то условия теоремы 2.1 являются одновременно и достаточными условиями глобального минимума
Определение 2.8
Функция называется выпуклой вниз (или просто выпуклой) на множестве , если график функции идёт не выше хорды, соединяющей любые две точки графика и , при
Решение:
Перепишем условие
(ШАГ 1)
Составим обобщенную функцию Лагранжа:
(ШАГ 2)
Запишем необходимые условия экстремума первого порядка:
а) Условие нетривиальности:
б) Условие стационарности обобщенной функции Лагранжа:
или
в) Условие допустимости решения:
г) Условие согласования знаков:
д) Условие дополняющей нежесткости:
(ШАГ 3)
Решаем систему
для двух случаев:
Тогда получаем две системы для рассмотрения:
1) Рассмотрим случай и соответствующие ему вариантов (различных комбинаций ), удовлетворяющих условию дополняющей нежесткости:
Такие множители Лагранжа приводят к тривиальному решения данной задачи.
Из второго уравнения получаем, что , что не удовлетворяет условию нетривиальности решения.
Система перепишется как:
Видно, что в данном случае решение существует только при , что не удовлетворяет условию нетривиальности решения.
Видно, что решение можно найти из последних двух уравнений системы, т.е.:
Решение данного уравнения находится в множестве комплексных чисел . Такие корни не удовлетворяют условию задачи, что , следовательно, существует только тривиальное решение.
2) Рассмотрим случай и соответствующие ему вариантов (различных комбинаций ), удовлетворяющих условию дополняющей нежесткости:
Из первых двух уравнений получаем:
Полученную точку следует проверить на выполнение условий, записанных на (шаге 2).
Условия выполняются. Активное ограничение: . Пассивное ограничение: .
Из системы получаем:
Полученные точки проверяем на выполнение условий, записанных на (шаге 2).
Все три точки не л...
Методы оптимизации
Книга посвящена одному из важнейших направлений подготовки выпускника технического университета - математической теории оптимизации. Рассмотрены теоре...
Методы принятия решений.
СПб.:
2005. — 416 с.
В учебнике рассматриваются классические задачи
принятия решений, формулируемые как задачи выбора вариантов из допустим...
Вопросы и ответы по дисциплине Методы оптимизации
Постановка задачи оптимизации, классификация методов оптимизации.Методы одномерной оптимизации.Методы безусловной многомерной оптимизации.Линейное про...
Методы синтеза и оптимизации
Программирование численных методов одномерной оптимизации. Решение одномерных задач оптимизации методами последовательного поиска. Градиентные методы...
Математические методы и модели в экономике
Книга состоит из 47 лекций, которые включают в себя: методы оптимизации и детерминированные экономические модели, теорию вероятностей и стохастические...