З НАВЧАЛЬНОЇ ДИСЦИПЛІНИ “МАТЕМАТИЧНЕ ПРОГРАМУВАННЯ”
З ТЕМИ “НЕЛІНІЙНЕ ПРОГРАМУВАННЯ. КВАДРАТИЧНЕ ПРОГРАМУВАННЯ”
ДЛЯ СТУДЕНТІВ ДЕННОЇ ТА ЗАОЧНОЇ ФОРМ НАВЧАННЯ
З УСІХ СПЕЦІАЛЬНОСТЕЙ
ФАКУЛЬТЕТІВ ЕКОНОМІЧНОГО ТА УПРАВЛІННЯ
КРЕМЕНЧУК 2006
Методичні вказівки щодо проведення лабораторної роботи з навчальної дисципліни “Математичне програмування” з теми “Нелінійне програмування. Квадратичне програмування ” для студентів денної та заочної форм навчання з усіх спеціальностей факультетів економічного та управління
Укладач доцент В.Є. Черніченко
Рецензент О.І. Маслак
Кафедра економіки
Затверджено методичною радою КДПУ
Протокол № від "___" ________________ 2006р.
Голова методичної ради проф. В.В. Костін
Кременчук 2006
Зміст
1. Мета лабораторної роботи з теми “Нелінійне програмування. Квадратичне програмування ”
2. Зміст теоретичних положень з теми “Нелінійне програмування. Квадратичне програмування ”
2.1Нелінійне програмування
2.2 Квадратичне програмування
3.Завдання для самостійної роботи та розв’язок типового завдання
3.1 Завдання
3.2 Розв’язок типового завдання
4 Список літератури
1. Мета лабораторної роботи по темі “Нелінійне програмування. Квадратичне програмування ”
Метою даної лабораторної роботи є розв’язання задачі квадратичного програмування на основі ознайомлення з основними теоретичними положеннями за даною тематикою.
Для виконання лабораторної роботи студент повинен знати:
- мету і зміст заданої роботи, порядок її виконання;
- основні теоретичні положення з тематики “Нелінійне програмування. Квадратичне програмування ”;
- алгоритм розв’язання задачі;
Студент повинен уміти:
- користуватися пакетом MS Excel;
- будувати область допустимих розв’язків на графіці;
- згорнути квадратичну форму до рівняння кола.
Студент повинен підготувати:
- алгоритм виконання лабораторної роботи з використанням таблиць Excel.
2 Зміст теоретичних положень з теми “Нелінійне програмування. Квадратичне програмування ”
Нелінійне програмування
Загальне завдання нелінійного програмування
Часто зустрічаються завдання математичного програмування, коли або функція мети, або обмеження нелінійні. Такого типу завдання називаються завданнями нелінійного програмування.
Загальний вигляд цих завдань:
, (2.1)
(2.2)
- без обмеження.
Причому, хоча б одна з функцій - нелінійна.
Приклад 2.1
Складність розв’язання задач нелінійного програмування.
1. Область допустимих рішень, що задається обмеженнями (2.2) може бути не опукла.
2. Мінімум або максимум функції мети може досягатися не в крайніх точках, а всередині області допустимих розв’язків.
Тому немає загальних методів розв’язання задач нелінійного програмування.
Далі розглядатиметься розв’язання задач опуклого програмування.
Опуклі функції
Функція - опукла, якщо виконується
(2.3)
Рис2.1 Геометрическая ілюстрація опуклої функції
Функція опукла на відрізку, якщо для будь-якої внутрішньої точки цього відрізка, виконуватиметься нерівність (2.3), тобто точки графіка функції f лежатимуть вище за точки відрізка, що сполучає точки кінців графіка.
Для того, того щоб область допустимих рішень була опукла, необхідно щоб кожна нерівність (2.2) задавала опуклу область, а це можливо тільки у разі опуклості функції qi.
i=1,.,m (2.4)
Множина опукла, якщо воно містить відрізок, що сполучає дві будь-які його точки.
Покажемо, що множина, яка задається нерівністю (2.4), випукле.
Не хай
i=1,...m (2.5) тобто точки х1 і х2 належать області допустимих рішень, (О.Д.Р.)
Покажемо, що і точка = теж належить О.Д.Р.
Через опуклість виконується (2.6)
,i=1...m (2.6)
Тоді, враховуючи (2.5), отримаємо
i=1,...m (2.7)
Таким чином, одержали, що і точка = належить О.Д.Р., то є якщо функції qi опуклі, то область допустимих рішень опукла, як перетин опуклої безлічі, заданих кожним обмеженням.
Під час розв’язання задач опуклого програмування використовується Куна — Таккера. Не хай дане завдання нелінійного програмування: I знайти максимальне значення функції
при обмеженнях
(2.8)
Складемо функцію Лагранжа для даного завдання:
(2.9)
Якщо виконується умова регулярності, існує принаймні одна точка X, для якої (для всіх i) l, то має місце наступна теорема.
Теорема. Вектор тоді й тільки тоді є - оптимальним розв’язком задачі (2.8), коли існує такий вектор , що при і для всіх і .
.
Точка називається сідлової точкою для функції , а теорема називається теоремою про сідловой точку.