Nelineāras programmēšanas uzdevumi

Eseja
Radomirs Cirskis, Mate980102
(N=28, M=12)

2008.g. 28.februārī
Satura rādītājs
1. Uzdevumi........................................................................................................................................3
2. 1.uzdevums .....................................................................................................................................4
2.1. Uzdevumu klase.......................................................................................................................4
2.2. Atrisinājuma eksistence...........................................................................................................4
2.3. Ekstrēma nepieciešamais nosacījums......................................................................................5
2.4. Atrisinājums.............................................................................................................................6
2.uzdevums...........................................................................................................................................7
Uzdevuma klase...............................................................................................................................7
1.1. Atrisinājuma eksistence...........................................................................................................7
1.2. Ekstrēma eksistences nepieciešamais nosacījums...................................................................8
1.3. Atrisinājums.............................................................................................................................8
1.3.1. Atrisinājums ar Lagranža funkciju...................................................................................8
1.3.2. Atrisinājums ar viena argumenta funkciju.......................................................................9
3. 3.uzdevums ...................................................................................................................................10
1.1. Uzdevuma klase.....................................................................................................................10
1.2. Atrisinājuma eksistence ........................................................................................................10
1.3. Ekstrēma eksistences nepieciešamais nosacījums ................................................................12
1.4. Atrisinājums...........................................................................................................................13
4. 4.uzdevums ...................................................................................................................................14
1.5. Uzdevumu klase ....................................................................................................................14
1.6. Atrisinājuma eksistence.........................................................................................................14
1.7. Ekstrēma eksistences nepieciešamais nosacījums ................................................................15
1.8. Atrisinājums...........................................................................................................................16

2/16
1. Uzdevumi
1. Object 1

2.

Object 2

3.
Object 3

4.
Object 4

3/16
 2. 1.uzdevums Object 10

2.1. Uzdevumu klase

Aizstājot parametru, iegūsim:
Object 9 (2.1.1)
Dotais uzdevums ir pieder nelineārs minimizācijas uzdevums klasei bez ierobežojumu nosacījumiem.
Šādus uzdevumus risina, meklējot funkcijas f lokālos ekstrēmus, izmantojot pirmās un otrās kārtas
ekstrēma nepieciešamos nosacījumus.

2.2. Atrisinājuma eksistence

Uzdevuma (2.1.1) atrisinājuma eksistences demonstrācijai, izmantosim šai uzdevuma klasei raksturīgus
eksistences kritērijus.
Teorēma 2.2.1. Uzdevumam eksistē atrisinājums, ja vienlaicīgi izpildās un Object 117

Object 116
.
Viena argumenta funkcijas gadījumā tas nozīmē, ka pēc patikas lielam M atradīsies funkcija ir
nepārtraukta un grafika kreisais un labais zars (pret ordinātu) vērsti uz augšu:

0 x

sapratīsim Object 36 , kur par argumentu

Object 115

var kalpot arī vektors. Šī fakta pārbaudei kalpo sekojošais kritērijs.

Kritērijs 2.2.2. Ja un tās otrās kārtas atvasinājumu matrica ir pozitīvi noteikta, tas ir,
Object 33

Object 37
tad .
Object 38

To vai matrica ir pozitīvi noteikta, var pārbaudīt pēc Silvestra kritērija.

Kritērijs 2.2.3 (Silvestra):
1. Matrica A ir pozitīvi pusnoteikta ( ) tad un tikai tad, ja visi tās galvenie
Object 39

minori ir nenegatīvi.
2. Matrica A ir pozitīvi noteikta ( ) tad un tikai tad, ja tās
Object 40

lejupslīdošo galveno minoru virkne ir pozitīva.

4/16
NB! Mūsu gadījumā matricas galvenais minors ir matricas, kas no matricas f''(x) iegūta izsvītrojot i-to

f ¨x x
1 1

f ¨x x
i i

f ¨x
n xn

Ja matricas visus galvenos minorus var atdalīt no nulles ar pozitīvo elementu, tad tā ir pozitīvi noteikta.
Apskatīsim abus atrisinājuma eksistencei nepieciešamos nosacījumus.
1. Dotā funkcija ir trīs argumentu kvadrātiskās formas paveids (polinomiālā forma). Tādējādi tā ir
nepārtraukta pēc visiem saviem argumentiem, un . Vēl jo vairāk, tā kā Object 41

polinomiālai funkcijai atvasinājumi ir vai nu polinomiālās funkcijas, vai lineārās funkcijas, vai
konstante, šī funkcija ir gludas un pieder gluduma klasei Object 43 un tai skaitā
. Līdz ar to var pielietot kritēriju “Kritērijs 2.2.2.”
Object 44

2. Apskatīsim funkcijas (2.1.1) otrās kārtas atvasinājumu matricu:

. Šīs matricas galvenie minori:

Object 42

, un
Object 45 Object 46

. Tās galvenie 1. kārtas minors Object 48

ir negatīvs,
Object 47

līdz ar to šī matrica nav pozitīvi noteikta vai pusnoteikta. Tādēļ neko par faktu
vēl nevar spriest.
Object 49

Noteiksim no vienādojuma šis matricas īpašvērtības un īpašvektorus. Atrisinot

Object 50

vienādojumu, iegūsim sekojošas īpašvērtības un tām atbilstošus īpašvektorus:

Object 51

Object 52

Object 53

Object 54

No īpašvektoru izteiksmēm ir redzams, ka funkcijas pieskarplaknem ir vairāki dažādi virzieni, un no tā

var secināt, ka funkcijai ir sedla punkts kādā no kritiskiem punktiem. Tātad tā var tiekties uz pie Object 55

noteiktā argumentu pieauguma.

Tādējādi problēmai (2.1.1) atrisinājums neeksistē, bet eksistē tikai .
Object 56

2.3. Ekstrēma nepieciešamais nosacījums

Uzdevumam (2.1.1) ir sekojoši ekstrēma eksistences nepieciešamie noscaīju-mi vispārīgā formā:
Teorēma 2.3.1. Pirmās kārtas ekstrēma nepieciešamais nosacījums:
Ja 1) f : R n → R ;
2) f ∈ C 1 R n ; ( )
3) x0 ir f lokāla minimuma elements,
tad f ′( x0 ) = 0 .

5/16
Teorēma 2.3.2. Otrās kārtas ekstrēma nepieciešamais nosacījums:
Ja 1) f : R n → R ;
2) f : C 2 R n ; ( )
3) x0 ir f lokāla minimuma elements,
tad f ′′( x0 ) ≥ 0 .

Tātad teorēmu nosacījumi konkrēti šim uzdevumam ir pierakstāmi pierakstāmi:

(2.3.1)

Object 57

(2.3.2)
Object 58

Acīmredzams, ka pēc Silvestra kritērija (Kritērijs 2.2.3) nosacījums (2.3.2) neizpildās. Nākamajā punktā
paskatīsimies, kādu rezultātu dod nosacījums (2.3.1).

2.4. Atrisinājums
Vienādojumu sistēma (2.3.1) ir homogēna vienādojumu sistēma, kurai ir tikai viens triviāls atrisinājums
- (0,0,0). Līdz ar to funkcijai ir viens vienīgais ekstrēma punkts (punkts, kurā f'(x0) = 0). Šajā punktā
Object 59
funkcija pieņem nulles vērtību: . Object 60

No iepriekšējiem funkcijas (2.1.1) izpētes rezultātiem var secināt, ka punkts (0,0, 0) ir “kritisks”
punkts, bet nav minimums, jo tas ir seglu punkts.
Lai to nodemonstrētu, ir nepieciešams uzrādīt kaut vienu tādu punktu, kurā f(x, y, x) < 0. Tādi punkti ir
piemēram (0,1,1) un (0,-1,-1). Šajos punktos . Līdz ar to ir pierādīts,
Object 61

ka (0,0, 0) nav minimuma punkts, un atrisinājums problēmai neeksistē.

Parādīsim, ka . Ņemsim funkcijas argumentu veidā Object 63
. Tādā
Object 62

gadījumā funkcijas vērtība šajā punktā ir Object 64

. Robeža pa kopu Object 65

. Līdz ar to
Object 67
.
Object 66

6/16
2.uzdevums
Aizstājot parametrus, iegūsim .(1)
Object 22

Uzdevuma klase
Dotais uzdevums ir nelineārās programmēšanas uzdevums ar ierobežojumu vienādības veidā.

, (1)

Object 68

kur m < n brīvības pakāpju skaita nodrošināšanai.

Gadījumā (1) .

1.1. Atrisinājuma eksistence

Šai uzdevumu klasei atrisinājuma eksistenci nodrošina sekojošas prasības.
Teorēma 1.1.1. Ja , eksistē punkts , kuram Object 70 Object 71 Object 72
, un
izpildās kaut viens no sekojošiem nosacījumiem:
1. Object 73
,
2. Object 74
,
Object 75

tad eksistē problēmas (1) atrisinājums.

Acīmredzams, ka , jo šīs funkcijas ir polinomiālas vai lineāras, un ka ierobežojumi definē
Object 79

netukšu kopu. Vienādojumu apmierina bezgala daudz punktu, piemēram, punkti

Object 80

Object 81
: . Vispārīgākā gadījumā ierobežojuma Object 82

nosacījumu var pārrakstīt šādi: . Object 83

Tomēr dotos kritērijus atrisinājuma eksistences pierādīšanai lietot nevar, jo

un
Object 69
Object 76

un
Object 77
Object 78

un līdz ar to viennozīmīgu atbildi par atrisinājuma eksistenci šim uzdevumam dot nevar.
Ievietosim minimizējamajā funkcijā ierobežojumu apmierinošo atrisinājumu Object 84
, kas tika
iegūts iepriekš. Iegūsim divu argumentu funkciju : Object 85 Object 86
.
Atbilstoši šīs funkcijas atvasinājumi:

Object 87

>0
Object 88

Šai funkcijai var pielietot visas tās metodes, kas ir aprakstītas 1.uzdevumā. Par atrisinājuma eksistenci
var pateikt, ka, acīmredzams, funkcija ir gluda Object 89
, un ka , tātad
Object 90

7/16
atrisinājums eksistē.

1.2. Ekstrēma eksistences nepieciešamais nosacījums

Ievedīsim Lagranža funkcijas jēdzienu.

Definīcija 1.2.1. Par problēmas (1) Lagranža funkciju sauc funkciju Object 92
, kura ir

definēta ar izteiksmi (1.2.1)

Object 91

Nelineārās programmēšanas uzdevumiem ar ierobežojumiem vienādību formā (1) ir sekojošs ekstrēma

eksistences nepieciešamais nosacījums.

Teorēma 1.2.2. Ja Object 93

, un ir problēmas (1) atrisinājums, tad eksistē
Object 94

konstantes Object 95
, ne visas vienādas ar nulli , tādas, ka izpildās Object 97

(1.2.2).
Object 96

Uzdevuma (1) Lagranža funkcija ir . No Object 98

sakarības (1.2.2) iegūstam sekojošu ekstrēma eksistences nepieciešamo nosacījumu uzdevumam

(1):

(1.2.3)
Object 99

1.3. Atrisinājums

1.3.1. Atrisinājums ar Lagranža funkciju

Šādus uzdevumus risina, izmantojot ekstrēma nepieciešamos nosacījumus, meklējot funkcijai un
ierobežojuma nosacījumam atbilstošās Lagranža funkcijas -
- atvasinājuma pēc funkcijas argumenta nulles:
Object 23

Object 24

Šāda tipa optimizācijas problēmas parastā atrisināšanas gaita ir:

1. solī no pirmajiem n vienādojumiem izsaka nezināmos x kā funkcijas no λ = ( λ0 , λ1 ,..., λm ). Ja
iespējams, tad nosaka, kurš no λ j nevar būt 0, tad šo λ j nonormē uz 1. Normēsim Lagranža
funkcijas atvasinājumu vektoru ar . Tādā gadījumā, acīmredzams, ka
Object 100
. Līdz ar to Object 101

iegūstam divu vienādojumu sistēmu: , kuras atrisinājums ir ;

Object 103

2. solī funkcijas x = x( λ ) ievieto pēdējos m vienādojumos un meklē sistēmas

Object 102

g j ( x( λ ) ) = 0, j = 1,..., m, atrisinājumu (atrisinājumus) λ0 . Problēmas (1) gadījumā šis solis ir

izlaižams;
3. solī meklē problēmas atrisinājumu starp pāriem x λ0 , λ0 (tie visi apmierina ekstrēma (( ) )
8/16
 nepieciešamos nosacījumus), salīdzinot vērtības f x λ0 . Ievietojot šīs izteiksmes ierobežojumā ( ( ))
, iegūsim
Object 104
. Rezumējot funkcijas sasniedz savu
Object 105

minimums punktā un atbilstoši minimuma vērtība

Object 106

. Object 107

Uzdevuma (1) atrisinājums ir:

minimums tiek sasniegts punktā (-24, -1856, -56);
funkcijas minimums ar ierobežojumu ir -3712.

1.3.2. Atrisinājums ar viena argumenta funkciju

Šeit ekstrēma eksistences nepieciešamie nosacījumi ir Object 109
un Object 108
. Nevienādība

izpildās neatkarīgi no mainīgo vērtībām , bet no vienādības

Object 112

iegūsim vienādojumu sistēmu , kuras atrisinājums ir

Object 110
Object 111

Object 113 . Ievietojot šo atrisinājumu ierobežojuma nosacījumā, iegūsim vienādojumu

mainīgā y izteikšanai: . Ir iegūti tie paši rezultāti kā metodē ar Lagranža
Object 114

funkciju.

9/16
 3. 3.uzdevums

(3.1)
Object 27

1.1. Uzdevuma klase

Dotais uzdevums ir nelineārās programmēšanas uzdevums ar ierobežojumiem nevienādību veidā.

, (1.1.1)

Object 118

kur uz m ierobežojumu nav. Konkrētajā gadījuma (3.1) n = 3, m = 2, , Object 119

un
Object 120
. Atgādināsim izliektas kopas un Object 121

izliektas funkcijas definīcijas.

Definīcija 1.1.1. Kopa Q ir izliekta kopa, ja . Object 122

Definīcija 1.1.2. Funkcija , kur M – izliekta kopa, ir izliekta funkcija, ja izpildas

Object 123

Object 124
.
Turpmāk izliektās funkcijas apskatīsim tikai izliektās kopās. Funkcijas izliektības pārbaudei ir lietojams
sekojošs kritērijs.

Kritērijs 1.1.3. Funkcija Object 125

ir izliekta, ja matrica Object 126
.

Pierādīsim, ka visas uzdevuma (3.1) funkcijas ir izliektas. Tam lietosim kritēriju 1.1.3 un Silvestra
kritēriju 2.2.3. Apskatot otrās kārtas atvasinājumu matricas

, un
Object 127 Object 128

Object 129

Līdz ar to varam secināt, ka visas funkcijas ir izliektas. Tādā veidā ir nodemonstrēts, ka uzdevums (3.1)
pieder izliektās programēšanas uzdevumu klasei .Par pieļaujamo argumentu kopas izliektību skat.
atrisinājuma eksistences pierādījumā.

1.2. Atrisinājuma eksistence

Izliektās programēšanas uzdevumu klasei atrisinājuma eksistenci nodrošina sekojošas prasības.

Teorēma 1.2.1. Ja Object 130

eksistē kaut vai viens ierobežojumus apmierinošs punkts

10/16
 Object 131
un izpildās kaut viens no sekojošiem noscacījumiem:
1. Object 132
,
2. ,
Object 133

tad eksistē problēmas (1.1.1) atrisinājums.

Apskatīsim šīs prasības.
1. Uzdevuma (3.1) funkcijas Object 134
ir polinomialas vai lineāras, līdz ar to
. Vairāk, tās ir
Object 135 Object 136
.
2. Nevienādību sistēma uzdod plakni . Nodemonstrēsim. Pirmā
Object 137

ierobežojuma nevienādība pārrakstāma kvadrātu summā sekojoši:

. Reālu skaitļu kvadrāti var būt tikai Object 138

nenegatīvas vērtības un nenegatīvu vērtību summa ir nenegatīva. No kā var secināt, kas summa
tās nenegatīvie saskaitāmie var būt tikai nulle: , , Object 139 Object 140

respektīvi . Izmantojot otro nevienādību, iegūsim:

Object 141
. Object 142

Respektīvi: un . Rezumējot, ir bezgala daudz tādu punktu

Object 143 Object 144

, kas apmierina ierobežojuma nosacījumus, i.e., pieļaujamo

Object 145

argumentu vērtību kopa sastāv no bezgalīgi daudziem punktiem.

3. Apskatīsim funkcijas otras kārtas atvasinājumu matricu. Augstāk jau bija nodemonstrēts,
Object 146

ka . Tātad saskaņā ar kritēriju 2.2.2: .

Object 148

Object 147

Līdz ar to uzdevumam (3.1) eksistē atrisinājums.

Tā kā pieļaujamo vērtību kopa ir plaknes kvadranta projekcija 3-dimensiju telpā mēs varam konstruēt 3-
dimensiju funkcijas grafiku pieļaujamo vērtību kopai. Šajā kopā minimizējamās funkcijas vērtība ir
Object 176
:

Kā var redzēt, jau no grafika, funkcija pieņem minimuma vērtību punktā (0.5, 0, 0.5).

11/16
1.3. Ekstrēma eksistences nepieciešamais nosacījums
Izliektās programēšanas uzdevumiem Lagranža funkcija tiek ieviesta vienkāršākā veidā:

Object 150
, ,
Object 149

kur Object 151
.
Ievedīsim Lagranža funkcijas seglu punkta jēdzienu.
Definīcija 1.3.1. Par Lagranža funkcijas seglu punktu sauc tādu punktu , kuram Object 152
Object 153

izpildās Object 154

Definīcija 1.3.2 (Sleitera nosacījums): . (1.3.1) Object 155

Teorēma 1.3.3 (Nepieciešamais nosacījums). Ja ir izliektas, izpildās Sleitera Object 156

nosacījums (1.3.1), un ir problēmas (1.1.1) atrisinājums, tad eksistē tāds vektors ka

Object 157
Object 158

punkts ir Lagranža funkcijas L(x,y) seglu punkts.

Object 159

Apskatīsim šīs teorēmas nosacījumus. No iepriekšējā ir zināms, ka ierobežojumi

un Object 160
definē tādas telpas virsmas, Object 162 Object 161

kuras šķeļas kopā , kuras visos punktos funkcija

Object 163

pieņem tika nenegatīvas vērtības. Respektīvi, Object 165

nav neviena punkta, kurā abām funkcijām būtu negatīvas vērtības. Līdz ar to Sleitera nosacījums
neizpildās, un ekstrēma eksistences nepieciešamo nosacījumu šādā formā dotajam uzdevumam lietot
nevar.
Sakarā ar to, ka izliektās programēšanas uzdevums ir arī nelineārās programēšanas ar
ierobežojumiem nevienādību veidā uzdevums, tad var lietot šī uzdevuma ekstrēma eksistences
nepieciešamos nosacījumus.
Teorēma 1.3.4. Ja Object 164
, un ir problēmas (1.1.1) atrisinājums, tad eksistē
Object 166

konstantes Object 167
, ne visas vienādas ar nulli , tādas, ka izpildās: Object 168

1. Object 170
;
2. Object 171
;

3. (1.3.2).
Object 169

Uzdevuma (3.1) Lagranža funkcija, saskaņa ar (1.2.2), ir

. Object 172

No sakarības (1.3.2) iegūsim sekojošu ekstrēma eksistences nepieciešamo nosacījumu uzdevumam

(3.1):

, (1.3.3)
Object 174

kuram, saskaņa ar teorēmas (1.3.4) punktu 2, ir jāpievieno nosacījumi:

. (1.3.4)
Object 173

12/16
1.4. Atrisinājums
Atrisināsim šo uzdevumu ar Lagranža reizinātāju metodi. Pēc ekstrēma eksistences nepieciešamā
nosacījuma (1.3.3) un teorēmas (1.3.4) papildus nosacījumiem varam uzrakstīt vienādojumu sistēmu

(1.4.1)

Object 175

13/16
 4. 4.uzdevums
(4.1)

Object 28

1.5. Uzdevumu klase

Šis uzdevums pieder nelineārās programēšanas ar ierobežojumiem nevienādību veidā uzdevumu
klasei:

, (1.5.1)
Object 177

kur uz m ierobežojumu nav. Konkrētajā gadījuma (4.1) n = 3, m = 2, , Object 178

un
Object 179
. Atgādināsim izliektas kopas un izliektas Object 180

funkcijas definīcijas.

1.6. Atrisinājuma eksistence

Šai uzdevumu klasei atrisinājuma eksistenci nodrošina sekojošas prasības.
Teorēma 1.6.1. Ja eksistē kaut vai viens ierobežojumus apmierinošs punkts
Object 181

Object 182
un izpildās kaut viens no sekojošiem noscacījumiem:
1. Object 183
,
2. ,
Object 184

tad eksistē problēmas (1.5.1) atrisinājums.

Apskatīsim šīs prasības.
1. Uzdevuma (4.1) funkcijas Object 185
ir polinomialas vai lineāras, līdz ar to
. Vairāk, tās ir
Object 186
.
Object 187

2. Sistēmā ir 3 nezināmie un 2 nevienādības, līdz ar to viens vai divi no

Object 200

nezināmiem var kalpot kā parametri citu nezināmo noteikšanai. Piemēram, 2. nevienādība dod
sakarību . No 1. nevienādības iegūstam Object 201
, līdz ar Object 202

to . Var secināt, ka ierobežojumi pieļauj patvaļīgu z (pie nosacījuma, ka

Object 203

) un x, y vērtību kopas attēlotas grafikā zemāk (zilā krāsā):

Object 189

14/16
 y

0
x

y=
-x
-1
3. Apskatīsim funkcijas f otrās kārtas atvasinājumu matricu:
Object 188

funkcijas linearitātes dēļ. Saskaņā ar Silvestra kritērija (2.2.3) šī matrica ir pozitīvi pusnoteikta,
jo visi tās galvenie minori ir 0. Līdz ar to neko par funkcijas tiekšanos uz bezgalību pateikt
nevar. Tomēr atbilde ir pozitīva (aplūkojot robežu pieļaujamo vērtību kopā), jo, lai kādu
argumenta z vērtību neņemtu, tas neveicina funkcijas tiekšanos uz . Savukārt, argumentu Object 190

x, y kustību virzienā katram fiksētam x ierobežo ierobežojumu nosacījumi. Ar to

Object 191

pierādīts, ka mūsu specifiskajā gadījumā .

Object 192

Pēc atrisinājuma eksistences kritērijiem ar to pietiek, lai problēmai eksistētu atrisinājums.

1.7. Ekstrēma eksistences nepieciešamais nosacījums

2. uzdevumā jau ievedām Lagranža funkcijas (1.2.1) jēdzienu. Nelineārās programēšanas uzdevumiem
ar ierobežojhumiem nevienādību formā (1.5.1) ir sekojošs ekstrēma eksistences nepieciešamais
nosacījums.
Teorēma 1.7.1. Ja , un ir problēmas (1.5.1) atrisinājums, tad eksistē
Object 193
Object 194

konstantes , ne visas vienādas ar nulli

Object 195
, tādas, ka izpildās: Object 196

1. ;
Object 197

2. ;
Object 198

3. (1.7.1)
Object 199

Uzdevuma (4.1) Lagranža funkcija ir . No Object 204

sakarības (1.7.1) iegūstam sekojošu ekstrēma eksistences nepieciešamo nosacījumu uzdevumam (4.1):

, (1.7.2)
Object 205

kuriem, sakarā ar teorēmas 1.7.1 punktu 2, ir jāpievieno nosacījumi

15/16
 Object 210

1.8. Atrisinājums
Atrisināsim uzdevumu, izmantojot Lagranža funkciju .Normēsim ekstrēma eksistences
nepieciešamos nosacījumus (1.7.2), izvēloties . No otrā vienādojuma izriet, ka arī Object 207 Object 208

.Līdz ar to iegūsim vienādojumu sistēmu

Object 206

No pirmā vienādojuma dod divas iespējamus variantus: (kas izriet no pirmā) vai Object 211

(kas izriet no pirmā). Aplūkosim katru atsevišķi. Pirmajā gadījumā (

Object 209

) sistēma pārrakstāma sekojoši: . No kā izriet, ka

Object 212

Object 213

Object 214
. Tātad atrisinājums jāmeklē uz taisnes . Object 215

Sašaurinot minimizācijas funkciju uz šo taisni, iegūsim,

. Respektīvi, minimums tiek sasniegts uz
Object 216

nogriežņa - diagrammā zemā attēlots zaļā krāsā:

Object 217

3
y=
3-
x

0
-1 3 x
y=
-x
-1

Otrajā gadījumā ( ) iegūsim . No pirmās un trešās vienādības un

Object 218

Object 219

pieņēmuma Object 220
izriet un tālāk no otrās vienādības: Object 222
. Tātad minimums
Object 221

tiek sasniegts punktā (-1,0,0), kurā minimizācijas funkcija pieņem vērtību Object 223
, kas ir
lielāka par -5.

16/16