Вы находитесь на странице: 1из 8

Міністерство освіти і науки України

Харківський національний університет радіоелектроніки


Кафедра програмної інженерії

Звіт
з лабораторної роботи № 2
з теми «Багатовимірна умовна оптимізація з
Обмеженнями типу рівностей. Метод множників
Лагранжа»
та
«Оптимізація систем, що залежать від часу.
Класична задача варіаційного числення»
із дисципліни «Теорія оптимізації програмних систем»
Варіант № 21

Виконав:
ст. гр. ІПЗм-20-4
Латиш А.С.

Перевірила:
Власенко Л.А.

Харків 2020
1. Постановка задачи условной оптимизации с ограничениями типа
равенств.
Пусть целевая функция 𝑓0 (𝑥 ) = 𝑓0 (𝑥1, 𝑥2 , … , 𝑥𝑛 ) является достаточно
гладкой на ℝ𝑛 . Также на ℝ𝑛 заданы достаточно гладкие функции
𝑓𝑗 (𝑥 ) = 𝑓𝑗 (𝑥1, 𝑥2 , … , 𝑥𝑛 ) 𝑗 = 1, … , 𝑘, причем 𝑘 ≤ 𝑛. Задача условной
оптимизации с ограничениями типа равенств состоит в следующем:
𝑓0 (𝑥 ) → 𝑒𝑥𝑡𝑟, 𝑓𝑗 (𝑥 ) = 0, 𝑗 = 1,2, . . 𝑘.
Локальный экстремум (минимум или максимум) вводится аналогично
предыдущему понятию, но с учетом того, что точка экстремума
удовлетворяет равенствам.

2. Множители Лагранжа. Функция Лагранжа.


Функция Лагранжа - функция 𝐿(𝑋, 𝜆) , определенная выражением
∑𝑘𝑗=0 𝜆𝑗 𝑓𝑗 (𝑥 ), где λ𝑗 - множители Лагранжа. Функция Лагранжа используется
при решении задач на условный экстремум.

3. Необходимое условие локального экстремума целевой функции при


наличии ограничений типа равенств. Стационарные точки.
Существуют множители Лагранжа 𝜆∗ , одновременно не равные нулю
(∑𝑘𝑗=0|𝜆𝑗∗| ≠ 0), такие, что
𝜕𝐿(𝑥 ∗ , 𝜆∗ ) 𝜕𝐿(𝑥 ∗, 𝜆∗ )
= 0, 𝑖 = 1, … 𝑛, = 0, 𝑗 = 1, … 𝑘.
𝜕𝑥𝑖 𝜕𝜆𝑗
Точки (𝑥 ∗ , 𝜆∗ ), удовлетворяющие этим условиям, называют стационарными.
При поиске стационарных точек (𝑥 ∗ , 𝜆∗ ) отдельно рассматривают два
случая: 𝜆0 = 0 и 𝜆0 ≠ 0 (например, 𝜆0 = 1).

4. Матрица Гессе в случае условной оптимизации.


Матрица Гессе - квадратная матрица элементами которой являются
частичные производные некоторой функции.
Матрица Гессе составляется для функции Лагранжа:

5. Достаточное условие локального экстремума целевой функции с


ограничениями типа равенств.
Достаточное условие локального экстремума проверяем в стационарной
точке (𝑥 ∗ , 𝜆∗ ). Рассмотрим матрицу Гессе в стационарной точке:

Обозначим элементы матрицы А:

Введем множество векторов


𝑋0 = {𝑥𝜖ℝ𝑛 : < 𝑔𝑟𝑎𝑑𝑓𝑗 (𝑥 ∗ ), 𝑥 ≥ 0, 𝑗 = 1, … , 𝑘}
Если < 𝐴𝑥, 𝑥 > > 0, ∀𝑥 ∈ 𝑋0, 𝑥 ≠ 0, то точке 𝑥 ∗ достигается локальный
минимум целевой функции. Если < 𝐴𝑥, 𝑥 > < 0, ∀𝑥 ∈ 𝑋0, 𝑥 ≠ 0, то точка
𝑥 ∗ является точкой локального максимума целевой функции.

6. Решить задачу условной оптимизации целевой функцию f0(x) с


ограничениями типа равенств. Исследовать целевую функцию на локальный
экстремум с ограничениями типа равенств. Изобразить график целевой
функции. Изобразить кривую, описывающую ограничение.
Построим график

𝑓0(𝑥 ) = 𝑓0(𝑥1 , 𝑥2 ) = 𝑒 𝑥1 −2𝑥2 , 𝑥12 + 4𝑥22 = 8


Ограничения типа равенство принимает вид:
𝑓1(𝑥1, 𝑥2 ) = 𝑥12 + 4𝑥22 − 8 = 0
Составим функцию Лагранжа:

𝐿(𝑥1, 𝑥2 , 𝜆) = 𝑒 𝑥1 −2𝑥2 + 𝜆(𝑥12 + 4𝑥22 − 8)


Найдем стационарные точки. Для этого приравняем нулю частные
производные функции Лагранжа:
𝜕𝐿
= 𝑒 𝑥1 −2𝑥2 + 2𝜆𝑥1 = 0
𝜕𝑥1
𝜕𝐿
= −2𝑒 𝑥1 −2𝑥2 + 8𝜆𝑥2 = 0
𝜕𝑥2
𝜕𝐿
= 𝑥12 + 4𝑥22 − 8 = 0
{ 𝜕𝜆1
Получили следующие стационарные точки:
1
1) 𝑥1 = −2, 𝑥2 = 1, 𝜆 = 4𝑒 4
𝑒4
2) 𝑥1 = 2, 𝑥2 = −1, 𝜆 = − 4

Для проверки условия регулярности находим частные производные:


𝜕𝑓1 (𝑥) 𝜕𝑓1 (𝑥)
= 𝑒 𝑥1 −2𝑥2 + 2𝑥1 , = −2𝑒 𝑥1 −2𝑥2 + 8𝑥2
𝜕𝑥1 𝜕𝑥2

или
𝑒 𝑥1 −2𝑥2 + 2𝑥1
∇𝑓1(𝑥 ) = 𝑔𝑟𝑎𝑑𝑓1 (2) = ( )
−2𝑒 𝑥1 −2𝑥2 + 8𝑥2
Проверяем условие регулярности для каждой стационарной точки:
𝜕𝑓1 (−2, 1) 𝜕𝑓1(−2, 1)
1) 𝑟𝑎𝑛𝑘 ( ) = 𝑟𝑎𝑛𝑘 (𝑒 −4 − 4 − 2𝑒 4 + 8)
𝜕𝑥1 𝜕𝑥2
= 𝑟𝑎𝑛𝑘 (𝑒 −4 − 4 − 2𝑒 4 + 8) = 1
𝜕𝑓1(2, −1) 𝜕𝑓1 (2, −1)
2) 𝑟𝑎𝑛𝑘 ( ) = 𝑟𝑎𝑛𝑘 (𝑒 4 + 4 − 2𝑒 4 + 8)
𝜕𝑥1 𝜕𝑥2
= 𝑟𝑎𝑛𝑘 (𝑒 4 + 4 − 2𝑒 4 + 8) = 1
Находим вторые частные производные функции 𝐿(𝑥, 𝜆):
𝜕 2 𝐿(𝑥, 𝜆) 𝜕 2 𝐿(𝑥, 𝜆)
2 = 𝑒 𝑥1 −2𝑥2 , 2 = −8𝑒 𝑥1 −2𝑥2
𝜕𝑥1 𝜕𝑥2
𝜕 2 𝐿(𝑥, 𝜆) 𝜕 2 𝐿(𝑥, 𝜆)
= −2𝑒 𝑥1 −2𝑥2 , = 4𝑒 𝑥1 −2𝑥2
𝜕𝑥1 𝜕𝑥2 𝜕𝑥2 𝜕𝑥1
Составим матрицу Гессе:
𝑥1 −2𝑥2
( 𝑒 𝑥 −2𝑥 −2𝑒 𝑥1 −2𝑥2 )
4𝑒 1 2 −8𝑒 𝑥1 −2𝑥2
1
1) Рассматриваем стационарную точку 𝑥1 = −2, 𝑥2 = 1, 𝜆 =
4𝑒 4

Находим матрицу
−4
( 𝑒 −4 −2𝑒 −4)
4𝑒 −8𝑒 −4
1 −2
𝑒 −4 ( )
4 −8
и подпространство
𝑥 2𝑥
𝑋0 = {( , − ) : 𝑥 𝜖 ℝ}
𝑒4 𝑒4
в точке 𝑥1 = −2, 𝑥2 = 1 достигается локальный минимум целевой
функции 𝑓0(𝑥) с ограничением типа равенство. Этот минимум равен
𝑓0(−2,1) = 𝑒 −2−2 = 𝑒 −4
𝑒4
2) Рассматриваем стационарную точку 𝑥1 = 2, 𝑥2 = −1, 𝜆 = −
4

Находим матрицу
4
(𝑒4 −2𝑒 4 )
4𝑒 −8𝑒 4
1 −2
𝑒4 ( )
4 −8
и подпространство
𝑋0 = {(𝑒 4 𝑥, −2𝑒 4 𝑥 ): 𝑥 𝜖 ℝ}

в точке 𝑥1 = 2, 𝑥2 = −1 достигается локальный максимум целевой


функции 𝑓0(𝑥) с ограничением типа равенство. Этот максимум равен
𝑓0(2, −1) = 𝑒 4

7. Постановка классической задачи вариационного исчисления.


Интегрант.
Рассматриваем класс 𝐶 1[𝑡0 , 𝑇] непрерывно дифференцируемых функций
𝑥(𝑡) на отрезке [𝑡0 , 𝑇] и его подмножество 𝐷, состоящее из тех функций,
которые на концах отрезка 𝑡0 , 𝑇 удовлетворяют заданным условиям:
𝑥(𝑡0) = 𝑥0 , 𝑥(𝑇) = 𝑥𝑇
Функция 𝑥(𝑡) ∈ 𝐷 описывает состояние системы в момент времени 𝑡.
Качество системы характеризует функционал (критерий качества или
функционал качества)
𝑇
J[𝑥 ] = ∫ 𝐿(𝑡, 𝑥 (𝑡), 𝑥̇ (𝑡))𝑑𝑡,
𝑡0

где 𝐿 (𝑡, 𝑦1 , 𝑦2 ) – достаточно гладкая функция, которая называется


интегрантом. Классическая задача вариационного исчисления
заключается в поиске экстремума функционала качества на множестве
функций 𝑥(𝑡) ∈ 𝐷:
𝐷
J[𝑥 ] → 𝑒𝑥𝑡𝑟.
Пусть
𝑒𝑥𝑟𝑡 J[𝑥 ] = J[𝑥∗ ].
Если экстремальное свойство выполняется в достаточно маленькой
окрестности функции 𝑥∗(t) 𝜖 𝐷, то J[𝑥∗ ] является локальным
экстремумом функционала.

8. Необходимое условие экстремума. Уравнение Эйлера. Экстремали.


Допустимые экстремали.
Если J[𝑥∗ ] - локальный экстремум функционала, то функция 𝑥∗ (t) 𝜖 𝐷
удовлетворяет уравнению Эйлера при всех 𝑡0 ≤ 𝑡 ≤ 𝑇:
𝜕𝐿(𝑡, 𝑥∗(t), 𝑥̇ ∗(𝑡)) 𝑑 𝜕𝐿(𝑡, 𝑥∗(t), 𝑥̇ ∗(𝑡))
= [ ].
𝜕𝑦1 𝑑𝑡 𝜕𝑦2
Функции 𝑥(𝑡) ∈ 𝐶 1[𝑡0, 𝑇], удовлетворяющие уравнению Эйлера
𝜕𝐿(𝑡, 𝑥(t), 𝑥̇ (𝑡)) 𝑑 𝜕𝐿(𝑡, 𝑥 (t), 𝑥̇ (𝑡))
= [ ]
𝜕𝑦1 𝑑𝑡 𝜕𝑦2
называются экстремалями. Экстремали, удовлетворяющие условиям на
концах отрезка, называются допустимыми экстремалями.
9. Найти допустимые экстремали в задаче вариационного исчисления.
Построить графики допустимых экстремалей. Посчитать значения
функционала качества.
3
J[𝑥 ] = ∫ [𝑡 + 𝑥̇ 2 (𝑡)][𝑡 − 𝑥̇ 2(𝑡)]𝑑𝑡 → 𝑒𝑥𝑡𝑟, 𝑥(1) = 0, 𝑥 (3) = 1
1

Найдем интегрант и его производные:


26 26𝑦2 4
L(𝑡, 𝑦1 , 𝑦2 ) = −
3 3
𝜕𝐿(𝑡, 𝑦1 , 𝑦2 ) 𝜕𝐿(𝑡, 𝑦1 , 𝑦2 ) 104𝑦23
= 0, =−
𝜕𝑦1 𝜕𝑦2 3
Составим уравнение Эйлера
𝑑 104𝑥 ′3
0 = [− (𝑡)]
𝑑𝑡 3
которое перепишем в виде
104𝑥 ′′3
− (𝑡) = 0
3
Находим экстремали:
𝑥 (𝑡) = 𝐶1 + 𝐶2𝑡
где 𝐶1, 𝐶2 – произвольные постоянные. Допустимые экстремали
удовлетворяют условиям на концах
𝑥 (1) = 𝐶1 + 𝐶2 = 0, 𝑥(3) = 𝐶1 + 3𝐶2 = 1
Следовательно,
−𝐶2 + 3𝐶2 = 1
1
𝐶2 =
2
1
𝐶1 = −
2
Допустимой экстремалью является функция
1 1
𝑥(𝑡) = 𝑡−
2 2
Значение функционала качества для допустимой экстремали есть:
3 3
1 1 13
2( 2(
𝐽 [𝑥 ] = ∫ [𝑡 + 𝑥̇ 𝑡)][𝑡 − 𝑥̇ 𝑡)]𝑑𝑡 = ∫ [𝑡 + 𝑡] [𝑡 − 𝑡] 𝑑𝑡 =
1 1 2 2 2

Визуальное представление интеграла