35. Метод множників Лагранжа. Поняття абсолютного та умовного екстремуму функції.
Ідея методу множників Лагранжа полягає в заміні початкової задачі простішою. Для цього цільову функцію замінюють іншою, з більшою кількістю змінних, тобто такою, яка включає в себе умови, що подані як обмеження. Після такого перетворення дальше розв’язування задачі полягає в знаходженні екстремуму нової функції, на змінні якої не накладено ніяких обмежень. Тобто від початкової задачі пошуку умовного екстремуму переходимо до задачі відшукання безумовного екстремального значення іншої функції. Отже, завдяки такому перетворенню можливе застосування методів класичного знаходження екстремуму функції кількох змінних. У попередньому параграфі наведена необхідна умова існування локального екстремуму неперервної та диференційовної функції двох змінних. Узагальнення необхідної умови існування локального екстремуму функції n змінних має аналогічний вигляд. Отже, для розв’язування задачі необхідно знайти вирази частинних похідних нової цільової функції за кожною змінною і прирівняти їх до нуля. В результаті отримаємо систему рівнянь. Її розв’язок визначає так звані стаціонарні точки, серед яких є і шукані екстремальні значення функції.
У теорії дослідження функцій задача на відшукання екстремальних значень не містить ніяких додаткових умов щодо змінних і такі задачі належать до задач відшукання безумовного екстремуму функції. Локальний та глобальний екстремуми тоді визначаються з необхідних та достатніх умов існування екстремуму функції.
Нагадаємо, що необхідна умова існування локального екстремуму функції двох змінних формулюється так: для того, щоб точка була точкою локального екстремуму, необхідно, щоб функція була неперервною і диференційовною в околі цієї точки і перші частинні похідні за змінними та у цій точці дорівнювали нулю:
.Точка називається критичною.
Достатня умова існування локального екстремуму функції двох змінних формулюється так: для того, щоб критична точка була точкою локального екстремуму, достатньо, щоб функція була визначена в околі критичної точки та мала в цій точці неперервні частинні похідні другого порядку.
Тоді, якщо
,
то в точці функція має екстремум, причому, якщо
,тоді — точка локального максимуму функції , а якщо ,тоді — точка локального мінімуму функції . У разі, якщо
,
то в точці функція екстремуму не має. Якщо
,
то питання про існування екстремуму залишається відкритим.
Якщо задача полягає у відшуканні локального чи глобального екстремуму деякої функції за умови, що на змінні такої функції накладаються додаткові обмеження, то маємо задачу пошуку умовного екстремуму функції. Термін «умовний» означає, що змінні задачі мають задовольняти деякі умови.
- 1.Економіко-математична модель. Класифікація моделей
- 2. Геометрична інтерпретація роз’язку цілочислових задач лінійного програмування.
- 4. Математичний інструмент, який використовується для побудови економіко-математ. Моделей.
- 6. Формула Тейлора. Матриця Гессе, її структура, та її використання для дослідження функцій на екстремум.
- 7. Системи нерівностей. Область допустимих розв’зків системи нерівностей.
- 8. Ознаки множинних розв’язків системи нерівностей, кутові точки.
- 9. Суть ідеї методу відтинання для задач цілочислового програмування.
- 10. Додатньо та від’ємно визначена матриця Гессе. Використання цих ознак матриці для дослідження функції на екстремум.
- 11. Загальний запис лінійної оптимізаційної моделі. Цільова функція та система обмежень.
- 12. Описати алгоритм розв’язання цілочислових задач лінійного програмування за методом Гоморі.
- 13. Метод приведеного градієнта (метод Якобі).
- 14. Допустимий план розв’язку задач лінійного програмування, опорний та оптимальний плани.
- 16. Матриця Якобі, матриця управління.
- 17. Векторно-математична форма запису задачі лінійного програмування.
- 18. Геометрична інтерпретація розвязку задач лінійного програмування на площині.
- 19. Градієнт функції
- 20. Основні властивості розв’язків задач лінійного програмування.
- 21. Геометрична інтерпретація лінійних оптимізаційних моделей на площині.
- 22. Описати алгоритм методу Гоморі розвязку задач цілочислового математичного програмування.
- 23. Симплексний метод розвязування задач лінійного програмування. Ідея методу.
- 24. Розвязування дробово-лінійної оптимізаційної задачі зведенням до задачі лінійного програмування.
- 25. Градієнтний метод. Ідея методу.
- 29. Окантована матриця Гессе, та її використання при розв'язку нелінійних задач.
- 30. Структура симплексної таблиці. Базисні та вільні вектори. Оцінковий рядок симплексної таблиці.
- 31. Приведення задачі дробово-лінійного програмування до оптимізаційної задачі лінійного програмування.
- 34. Цілочислові оптимізаційні моделі. Класифікація моделей цілочислової оптимізації.
- 35. Метод множників Лагранжа. Поняття абсолютного та умовного екстремуму функції.
- 36. Симплексний метод. Вибір напрямного стовпчика і рядка при здійсненні ітерації.
- 37. Загальний запис нелінійної оптимізаційної моделі.
- 39. Метод штучного базису. Суть базису.
- 40. Окантована матриця Гессе та її побудова.
- 43. Метод множників Лагранжа
- 44.Метод штучного базису
- 47.Нелінійні моделі. Визначення стац. Точок при викор. Методу множників Лагранжа
- 48.Правила побудови двоїстих задач
- 52. .Приведення дробово-лінійної оп-ної задачі до задачі лінійного програмування.
- 53. Сиплекс табл. Для задачі лінійного програм з штучним базисом
- 54. В яких випадках викор дроб-лін цільова ф-ція при розв’язуванні екон задач
- 56.Записати загальний запис моделі та записати економічний зміст коефіцієнтів моделі.
- 57.Описати алгоритм розвязання задач лінійного програмування симплексним методом.
- 58.Загальна структура симплексної таблиці при реалізації симплексного методу для задачі цілочислового програмування.
- 59.Градієнтний метод.Основна властівість градієнта.Ідея методу.
- 60. Загальний запис лінійної оптимізаційної задачі.Приведення моделі до канонічного вигляду.Описати економічний зміст кофіцієнтів.
- 60. Загальний запис лінійної оптимізаційної моделі. Приведення моделі до канонічного вигляду.Описати економічний зміст коефіцієнтів bj,cj,aij
- 61. Графічний метод розв’язання цілочислових задач лінійного програмування.
- 62. Визначення мін(макс) для цільової функції
- 64 Записати математичну модель оцінки рентабельності виготовленої продукції
- 65. Аналіз коефіцієнтів цільової функції cj, dj.
- 67. Пряма та двоїста задачі лінійного програмування. Визначення Lmin для двоїстої задачі по результатам симплексної таблиці прямої задачі.
- 68 Базисні та вільні вектори,базисні та вільні невідомі. Як визначити число базисних векторів по заданій матриці ∆
- 69. Загальний запис математичної моделі дробово-лінійної задачі приведення її до задачі лінійного програмування.
- 71.Чому дорівнюють .
- 72.Задачу в лінійному програмуванні в загальному вигляді привести до канонічного вигляду.Базисні і вільні зміні.Економічна інтерпретація коефіцієнтів моделі а,с,b.
- 73.Математичне програмування. Обєкт матем програмування. Визначення матем моделі.
- 75.Записати економіко-матем модель в загальному вигляді.
- 76.Окантована матриця Гесе. Достатні умови для ідентифікації екстремальних точок.
- 77. Базисні та вільні вектори. Визначення базисних векторів по заданій матриці ∆.
- 78. Визначення вільних векторів через базисні.
- 79. Що описує система обмежень задачі лінійного програмування Загальний запис економіко-математичної моделі.
- 80. Симплексний метод розв’язування задач лінійного програмування. Використання методу Жордана-Гаусса для визначення елементів аij симплексної таблиці.
- 81. Структура окантованої матриці н. Визначення матриць р, Рт, q. Використання матриці н для дослідження стаціонарних точок.
- 82. Економіко-математична модель. Правила, які потрібно дотримуватись при побудові такої моделі. Поняття адекватності економіко-математичної моделі.
- 83. Симлексна таблиця для задачі лінійного прорамування. Оцінючий та оцінючий стовпчик
- Структура симплексної таблиці для розв’язку задач лінійного програмування
- 84. Метод відтинання. Метод Гоморі. Як отримати нерівність правильного відтинання
- 85. Записати загальний запис математичного програмування. Лінійні та нелінійні моделі.
- 86. Cтруктура матриць а та Ат
- 87.Дробово- лінійне програмування. Система обмежень. Яку інформацію містять
- 88. Градієнтний метод Франка-Вульфа
- 89. Метод приведеного градієнта(метод Якобі).
- 90 Загальні форми запису лінійних оптимізаційних задач
- 91. Цілочислове програмування. В яких випадках воно використовується. Геометричний розв’язок цілочислових задач на пощині.
- 92.Дати визначення допустимого плану. Область існування планів,оптимальний план
- 93. Цілочислове програмування. Визначення оптимального плану для цілочислової моделі графічним методом на площині.
- 1.Економіко-математична модель. Класифікація моделей.
- 2. Геометрична інтерпретація роз’язку цілочислових задач лінійного програмування.
- 3. Глобальний та умовний екстремуми цільової функції. Необхідна умова існування екстремуму.
- 214 Феф ми найкращі Дякую всім, хто приймав участь