- •Н.Г. Лядина, е.А. Ермакова, л.В. Уразбахтина
- •Математические методы в экономике апк
- •Нелинейное и выпуклое программирование
- •Учебное пособие
- •Содержание
- •Введение
- •Нелинейное программирование Постановка и особенности задач нелинейного программирования
- •4. Точки, соответствующие оптимальному решению, могут находиться как на границе, так и внутри области допустимых решений.
- •5. Целевая функция может иметь несколько локальных экстремумов, из которых затем находят точку глобального оптимума.
- •2. Область допустимых решений может иметь несколько оптимальных решений, находящихся в отличие от линейного программирования не на отрезке. Пример на рисунке 1.
- •3. Область допустимых решений может состоять из нескольких частей.
- •Контрольные вопросы
- •Экстремум функции1
- •Нахождение безусловных экстремумов непрерывных дифференцируемых функций
- •Контрольные вопросы
- •Индивидуальные задания 1
- •Нахождение условных экстремумов. Метод множителей Лагранжа5
- •Б) Алгоритм метода множителей Лагранжа
- •Контрольные вопросы
- •Выпуклое программирование
- •Свойства выпуклых и гладких функций
- •Классификация задач выпуклого программирования
- •Экономические показатели производства культур
- •Формы записи задачи выпуклого программирования
- •Градиент и производная по направлению
- •Алгоритм решения специальной задачи выпуклого программирования. Метод Франка-Вульфа 10
- •Индивидуальные задания 3
- •Методы поиска – методы решения задач выпуклого программирования Метод последовательного изменения аргументов (координат)
- •Индивидуальные задания 4
- •Индивидуальные задания 5
- •Градиентные методы Метод наискорейшего подъема (для самостоятельного изучения)
- •Метод наискорейшего спуска
- •Различные алгоритмы градиентного метода (для самостоятельного изучения)
- •Индивидуальные задания 6
- •Индивидуальные задания 7
- •Алгоритм нелокального случайного поиска на минимум целевой функции
- •Индивидуальные задания 8
- •Особенности метода локального случайного поиска
- •Индивидуальные задания 9
- •Метод штрафных функций
- •Индивидуальные задания 10
- •Квадратичное программирование (кп) Графический метод
- •Контрольные вопросы
- •Индивидуальные задания 11
- •Квадратичный симплекс-метод
- •Индивидуальные задания 12
- •Контрольные вопросы и задания
- •Тестовые задания Тесты - выпуклое программирование
- •Тесты - квадратичное программирование
- •Рекомендуемая литература
- •Словарь терминов
- •Приложение
- •Индивидуальные задания 1 - 30
- •127550, Москва, ул. Тимирязевская, 44
Контрольные вопросы
1. Как можно сформулировать постановку задачи на безусловный экстремум?
2. Что является необходимым условием экстремума непрерывной дифференцируемой функции?
3. Какие точки называются стационарными?
4. Чем может быть стационарная точка?
5. Какие условия необходимы и достаточны для того, чтобы функция имела в стационарной точке локальный минимум (максимум)?
6. Какой признак положительной определенности матрицы Гессе?
7. Какой признак отрицательной определенности матрицы Гессе?
8. Для чего можно использовать критерий Сильвестра?
9. Каким образом можно выбрать абсолютный экстремум?
Индивидуальные задания 1
Найти экстремумы функции.
Нахождение условных экстремумов. Метод множителей Лагранжа5
Экстремум называется условным, если при поиске экстремальных значений функции учитываются ограничения на переменные.
Рассмотрим задачу нахождения экстремумов функции, когда на переменные наложены ограничения - равенства.
Постановка задачи следующая:
требуется найти max (min)
Z (Х) =
при ограничениях
где
- дважды непрерывно дифференцируемые
функции. При этом m ≤ n,
где n – число переменных,
m – число независимых
ограничений-равенств.
Наиболее простым способом нахождения условного экстремума является сведение задачи к поиску безусловного экстремума.
а) Выражение переменных и подстановка их в целевую функцию
Для этого выражают m компонент (переменных) вектора Х через остальные (n-m) и подставляют в целевую функцию. Таким образом, получают задачу на безусловный экстремум целевой функции.
Пример 10. Найти экстремум функции
Z(X) =
при условии:
Решение. Из ограничения (уравнения условия или уравнения связи) выразим х2 через х1 и подставим полученное выражение в функцию Z(X) = f.
х2 = х1 + 1
Геометрически данная функция представляет
собой параболу, ветви которой направлены
вниз, т.к. а = -1,25< 0. Вершина параболы,
в которой достигается максимум функции,
находится в точке с координатами
.
Найдем координаты искомой точки:
.
Тогда х2 = 1,6 + 1; х2 = 2,6
Таким образом, точкой условного экстремума
(максимума) функции Z(X)
=
при условии
является точка Х* =
и Z(X*)
=
.
Описанный выше подход применим не ко всем задачам, так как не всегда легко выразить переменные из уравнений связи и исследовать полученную функцию. Более универсальным методом решения задач на нахождение условного экстремума является метод множителей Лагранжа.
Б) Алгоритм метода множителей Лагранжа
Пусть задана задача нелинейного программирования:
найти max (min) Z (Х) = при ограничениях
где - дважды непрерывно дифференцируемые функции. При этом m ≤ n, где n – число переменных, m – число независимых ограничений - равенств.
1. Составить функцию Лагранжа:
,
где
- множители Лагранжа. То есть функция
Лагранжа равна сумме, причем в качестве
первого слагаемого переписывается
целевая функция без изменений, а каждое
ограничение (правая часть ограничений
равна нулю) умножается на множитель
Лагранжа i
(i=1m),
и полученные выражения приписываются
к целевой функции в виде слагаемых.
Функция Лагранжа имеет n+m
переменных: х1, х2, …, хn,
1, 2,
… , m
.
2. Найти частные производные функции Лагранжа и приравнять их к нулю:
3. Решить получившуюся систему из n+m уравнений, являющимися частными производными функции Лагранжа, и найти стационарные точки.
Искомый максимум (или минимум) выбирается среди стационарных точек сравнением значений целевой функции в них или при помощи неформальных дополнительных соображений.
Пример 11. Найти
Решение.
1. Преобразуем ограничение, перенеся все его члены в левую часть х2+4хy-12=0.
2. Составляем функцию Лагранжа:
3. Находим частные производные функции Лагранжа, приравниваем их к нулю и составляем систему уравнений:
4. Решаем получившуюся систему из трех уравнений.
Находим из уравнения
.
.
Подставляя найденное значение
в первое уравнение системы, получаем
или
.
Приписывая оставшееся уравнение,
получаем следующую систему:
. Вычитая из первого уравнения второе,
получаем, что хy=2 или
.
Сделав подстановку найденного значения
х в уравнение
Умножим обе части уравнения на у и
поделим на 4:
.
Ранее нашли, что
и
.
Отсюда
Так как хy=2, то х1,2
=
,
а
.
Таким образом, найдены стационарные точки:
Вычисляем значение
Z
для стационарных точек:
Следовательно,
функция достигает максимума в точке
Пример 12. Фирма производит продукцию
по двум технологиям: х1 –количество
продукции по первой технологии (т), х2
– по второй (т). По первой технологии
затраты на производство составляют
ден.ед.,
а по второй -
ден.ед.
Определить, сколько тонн продукции
следует производить каждым способом,
чтобы затраты на производство были
минимальными, если в сутки общий объем
произведенной продукции должен составлять
3000 т.
Запишем условия задачи математически.
Составим целевую функцию (минимум затрат на производство):
min Z =
и ограничение: х1 + х2 = 3000,
условия неотрицательности переменных: х1 ≥ 0; х2 ≥ 0
Решение.
1. Преобразуем ограничение, перенеся все его члены в левую часть х1+х2 - 3000=0.
2. Составляем функцию Лагранжа:
L= х12+ х22+ ( х1+х2 – 3000).
3. Находим частные производные функции Лагранжа, приравниваем их к нулю и составляем систему уравнений:
2х1+ = 0; = - 2х1;
2х2+ = 0; = - 2х2;
х1 = х1; 2х1 = 3000; х1 = х2 = 1500, = - 2 1500 = -3000;
Таким образом, найдена стационарная точка (1500; 1500; -3000). Вычисляем значение Z для стационарной точки: Z = 4500000.
Дадим другие значения х1 и х2, близкие к точке (1500; 1500), учитывая, что х1 + х2 = 3000. Например, пусть х1 = 1510, х2 = 1490 и вычислим значение Z в этой точке: Z = 4500200. Пусть х1 = 1495, х2 = 1505 и вычислим значение Z в этой точке: Z = 4500050. Мы видим, что значения Z в этих произвольно выбранных точках превышают значение Z в найденной стационарной точке (1500, 1500). Следовательно, функция достигает минимума в точке Х(1500; 1500; -3000).
Таким образом, для получения минимальных затрат, равных 4500000 ден. ед., необходимо производить продукцию и по первой технологии и по второй по 1500 т.
