Реферат: Классические методы безусловной оптимизации
,
не равен нулю (см. соответствующую теорему в курсе МА)
Как видно, функции , должны быть непрерывными дифференцируемыми функциями, во-вторых, элементы определителя должны быть вычислены в стационарной точке целевой функции.
Подставляем из (3) в целевую функцию (1), имеем:
(5)
Исследуемая функция на экстремум можно произвести методом Эйлера – методом безусловной оптимизации непрерывно дифференцируемой функции.
Итак, метод исключения (подстановки) позволяет использовать задачу классической условной оптимизации преобразовать в задачу безусловной оптимизации функции - функции переменных при условии (4), позволяющим получить систему выражений (3).
Недостаток метода исключения: трудности, а иногда и невозможность получения системы выражений (3). Свободный от этого недостатка, но требующий выполнения условия (4) является ММЛ.
5.2. Метод множителей Лагранжа. Необходимые условия в классической задаче условной оптимизации. Функция Лагранжа
ММЛ позволяет исходную задачу классической условной оптимизации:
(1)
(2)
Преобразовать в задачу безусловной оптимизации специально сконструированной функции – функции Лагранжа:
, (3)
где , - множители Лагранжа;
.
Как видно, представляет собой сумму, состоящую из исходной целевой функции и "взвешенной" суммы функций , - функции, представляющие их ограничения (2) исходной задачи.
Пусть точка - точка безусловного экстремума функции , тогда, как известно, , , или (полный дифференциал функции в точке ).
Используя концепция зависимых и независимых переменных - зависимые переменные; - независимые переменные, тогда представим (5) в развернутом виде:
(5')
Из (2) с очевидностью следует система уравнений вида:
, (6)
Результат вычисления полного дифференциала для каждой из функций
Представим (6) в "развернутом" виде, используя концепцию зависимых и независимых переменных:
, (6')
Заметим, что (6') в отличии от (5') представляет собой систему, состоящую из уравнений.
Умножим каждое -ое уравнение системы (6') на соответствующий -ый множитель Лагранжа. Сложим их между собой и с уравнением (5') и получим выражение:
(7)
Распорядимся множителями Лагранжа таким образом, чтобы выражение в квадратных скобках под знаком первой суммы (иными словами, коэффициенты при дифференциалах независимых переменных , ) равнялось нулю.
Термин "распорядимся" множителями Лагранжа вышеуказанным образом означает, что необходимо решить некоторую систему из уравнений относительно .
Структуру такой системы уравнений легко получить приравняв выражение в квадратной скобке под знаком первой суммы нулю:
, (8)
Перепишем (8) в виде
, (8')
Система (8') представляет собой систему из линейных уравнений относительно известных: . Система разрешима, если (вот почему, как и в методе исключения в рассматриваемом случае должно выполняться условие ). (9)
Поскольку в ключевом выражении (7) первая сумма равна нулю, то легко понять, что и вторая сумма будет равняться нулю, т.е. имеет место следующая система уравнений:
(10)
Система уравнений (8) состоит из уравнений, а система уравнений (10) состоит из уравнений; всего уравнений в двух системах, а неизвестных
: ,
Недостающие уравнений дает система уравнений ограничений (2):
,
Итак, имеется система из уравнений для нахождения неизвестных:
(11)
Полученный результат – система уравнений (11) составляет основное содержание ММЛ.
Легко понять, что систему уравнений (11) можно получить очень просто, вводя в рассмотрение специально сконструированную функцию Лагранжа (3).
Действительно
, (12)
, (13)
Итак, система уравнений (11) представима в виде (используя (12), (13)):
(14)
Система уравнений (14) представляет необходимое условие в классической задаче условной оптимизации.
Найденное в результате решение этой системы значение вектора называется условно-стационарной точкой.
Для того, чтобы выяснить характер условно-стационарной точки необходимо воспользоваться достаточными условиями.
5.3 Достаточные условия в классической задаче условной оптимизации. Алгоритм ММЛ
Эти условия позволяют выяснить, является ли условно-стационарная точка точкой локального условного минимума, или точкой локального условного максимума.
Относительно просто, подобно тому, как были получены достаточные условия в задаче на безусловный экстремум. Можно получить достаточные условия и в задаче классической условной оптимизации.
Результат этого исследования:
где - точка локального условного минимума.
где - точка локального условного максимума, - матрица Гессе с элементами
,
Матрица Гессе имеет размерность .
Размерность матрицы Гессе можно уменьшить, используя условие неравенства нулю якобиана: . При этом условии можно зависимые переменные выразить через независимые переменные , тогда матрица Гессе будет иметь размерность , т.е. необходимо говорить о матрице с элементами
,
тогда достаточные условия будут иметь вид:
, - точка локального условного минимума.
, - точка локального условного максимума.
Доказательство: Алгоритм ММЛ:
1) составляем функцию Лагранжа: ;
2) используя необходимые условия, формируем систему уравнений:
3) из решения этой системы находим точку ;
4) используя достаточные условия, определяем, является ли точка точкой локального условного минимума или максимума, затем находим
1.5.4. Графо-аналитический метод решения классической задачи условной оптимизации в пространстве и его модификации при решении простейших задач ИП и АП
Этот метод использует геометрическую интерпретацию классической задачи условной оптимизации и основан на ряде важных фактов, присущих этой задаче.
; ; ;
В - общая касательная для функции и функции , представляющей ОДР .
Как видно из рисунка точка - точка безусловного минимума, точка точка условного локального минимума, точка - точка условного локального максимума.
Докажем, что в точках условных локальных экстремумов кривая и соответствующие линии уровня
; .
Из курса МА известно, что в точке касания выполняется условие
где - угловой коэффициент касательной, проведенной соответствующей линией уровня; - угловой коэффициент касательной, проведенной к функции
Известно выражение (МА) для этих коэффициентов:
;
Докажем, что эти коэффициенты равны.
;
потому что об этом "говорят" необходимые условия
.
Вышесказанное позволяет сформулировать алгоритм ГФА метода решения классической задачи условной оптимизации:
1) строим семейство линий уровня целевой функции:
; ;
2) строим ОДР, используя уравнение ограничения
3) с целью внесения исправления возрастания функции , находим и выясняем характер экстремальных точек;
4) исследуем взаимодействие линий уровня и функции , находя при этом из системы уравнений координаты условно стационарных точек – локальных условных минимумов и локальных условных максимумов.
5) вычисляем
Следует особо отметить, что основные этапы ГФА метода решения классической задачи условной оптимизации совпадают с основными этапами ГФА метода решения задач НП и ЛП, отличие лишь в ОДР , а также в нахождении местоположения экстремальных точек в ОДР (например, в задачах ЛП эти точки обязательно находятся в вершинах выпуклого многоугольника, представляющего ОДР ).
5.5. О практическом смысле ММЛ
Представим классическую задачу условной оптимизации в виде:
(1)
(2)
где - переменные величины, представляющие в прикладных технических и экономических задачах переменные ресурсы.
В пространстве задача (1), (2) принимает вид:
(1')
где - переменная величина. (2')
Пусть - точка условного экстремума:
При изменении изменяется
, т.е.
Соответственно изменится и значение целевой функции:
Вычислим производную:
. (3)
(4)
(5)
Из (3), (4), (5). (6)
Из (5). (5')
Подставим (5') в (3) и получаем:
(6')
Из (6), что множитель Лагранжа характеризует "реакцию" значение (ортогональна значению целевой функции) на изменения параметра .
В общем случае (6) принимает вид:
; (7)
Из (6), (7), что множитель , характеризует изменение при изменении соответствующего -того ресурса на 1.
Если - максимальная прибыль или минимальная стоимость, то , характеризует изменения этой величины при изменении , на 1.
5.6. Классическая задача условной оптимизации, как задача о нахождении седловой точки функции Лагранжа:
Пара называется седловой точкой, если выполняется неравенство.
(1)
Очевидно, что из (1). (2)
Из (2), что . (3)
Как видно система (3) содержит уравнений, подобных тем уравнениям, которые представляют необходимое условие в классической задаче условной оптимизации:
(4)
где - функция Лагранжа.
В связи с аналогией систем уравнений (3) и (4), классическую задачу условной оптимизации можно рассматривать как задачу о нахождении седловой точки функции Лагранжа.