Лабораторная работа: Методы оптимизации функций многих переменных
≥0. (12′)
Условие (13) максимума функции Лагранжа по λ эквивалентно выполнению в точке (х*, λ*) неравенства
≤0. (13′)
Утверждение 2. х* - оптимальное решение задачи (3) в том и только в том случае, когда существует такой вектор λ* ≥0, что (х* , λ*) - седловая точка функции Лагранжа L (x ,λ).
1.3 Решение задач квадратичного программирования методом седловой точки
Рассмотрим задачу квадратичного программирования, т.е.
f (x ) = (С x,x ) + (d,x ) min, (15), g (x ) =Ax ≤ b ,
где С - матрица размера n*n ; d, х - векторы-столбцы n *1; А - матрица размера m*n ; b - вектор-столбец m *1. Для задачи квадратичного программирования критерий существования седловой точки приобретает вид задачи решения СЛАУ. Действительно, функция Лагранжа в этом случае запишется в виде
L = dk xk +ckj xk xj + λi (aij xj - bi ), (16)
где ckj - элементы матрицы С ; dk - элементы вектора d ; bi - элементы вектора свободных членов b ; aij - элементы матрицы А ; λi - коэффициенты Лагранжа. Необходимые и достаточные условия оптимальности решения х* принимают вид
vj dj +2ckj xk +λ i aij , vj ≥0, (j =1,…,n ), (17)
yi aij xj -bi , - yi ≤0, (i =1,...,m ), (18)
xj vj =0, xj ≥0, (j =1,...,n ), (19)
λi (-yi ) =0, λi ≥0. (20)
Равенства (17), (18) образуют систему n+ m линейных уравнений с 2 (n+ m ) неизвестными x1,…, xn , v1 ,…, vn , λ1 ,…, λm , y1,…, ym . Решения этой системы, при которых выполняются равенства (19), (20), дают координаты седловой точки (х*, λ* ). Соответственно n координат х* дают оптимальное решение задачи (15).
2. Порядок выполнения лабораторной работы
Построить допустимую область задачи и линии уровня.
Записать функцию Лагранжа и необходимые условия экстремума, из которых аналитически или используя прикладные пакеты найти условно-стационарные точки.
Для каждой точки указать активные и пассивные ограничения. Проверить выполнение достаточных условий экстремума в найденных стационарных точках. Найти глобальный минимум функции. Используя критерий (утверждение 1), пров?