Численные методы оптимизации. Рейзлин В.И. - 5 стр.

UptoLike

Составители: 

Рубрика: 

5
1.2. Математическая постановка задач оптимизации
1.2.1. Виды ограничений
Несмотря на то, что прикладные задачи относятся к совершенно разным
областям, они имеют общую форму. Все эти задачи можно классифицировать
как задачи минимизации вещественнозначной функции
()fx
на некотором
множестве N-мерного векторного аргумента
12
( , ,..., )
n
x x x x
. Множество
задается ограничениями на компоненты вектора x, которые удовлетворяют си-
стеме уравнений
( ) 0
k
hx
, набору неравенств
( ) 0
i
gx
, а также ограничены
сверху и снизу, т.е. x
i
(u)
x
i
x
i
(l)
.
Иногда множество совпадает со всем N-мерным пространством. В этом
случае задача отыскания максимума или минимума, которую также называют
задачей оптимизации, называется безусловной.
Заметим, что если функция
()fx
имеет в точке
*
x
минимум, то функция
()fx
в
*
x
имеем максимум. Поэтому для отыскания максимума применяются
те же методы, что и для отыскания минимума. Далее мы, как правило, будем го-
ворить только о задаче отыскания минимума.
Говорят, что функция f(x) имеет локальный минимум
*
x
, если существует
некоторая конечная
-окрестность точки
*
x
, в которой выполняется
**
( ) ( ), | | , .f x f x x x x
(1.1)
У функции может быть много локальных минимумов. Если
наименьший из всех минимумов, то говорят, что функция
()fx
достигает абсо-
лютного минимума на множестве Ω. Этот минимум также называют глобаль-
ным.
Для нахождения абсолютного минимума надо найти все локальные мини-
мумы, сравнить их и выбрать наименьшее значение. Поэтому задача отыскания
глобального минимума сводиться к задаче (1.1), которую мы и будем рассматри-
вать.
В последующем изложении функцию
()fx
будем называть целевой функ-
цией, уравнения
( ) 0
k
hx
ограничениями в виде равенств, а неравенства
( ) 0
i
gx
ограничениями в виде неравенств. При этом предполагается, что все
фигурирующие в задаче функции являются вещественнозначными, а число
ограничений конечно.
Задача общего вида: минимизировать
()fx
(пишут
( ) minfx
) при
ограничениях