Professional Documents
Culture Documents
tiêu tốn rúp (đơn vị tiền Nga), còn khi sản xuất x2 đơn vị sản phẩm theo công
nghệ II tiêu tốn rúp. Hỏi cần sản xuất
baonhiêu sản phẩm theo mỗi công nghệ để sản xuất ra đủ số lượng sản phẩm cần và
tiêu tốn ít chi phí nhất?
bằng cách dùng phương pháp Lagrange cho biến không âm:Tìm cực tiểu cùa hàm
hay
Kết hợp với điều kiện ,ta nhận được điểm dừng
duy nhất .
Đó chính là điểm cực tiểu cần tìm.
Kết quả này trùng với nghiệm cực tiểu toàn cục nhận được trước đây bằng phương
pháp hình học.
Bài 2:Tìm cực tiểu của hàm số:
Từ hai đẳng thức đầu suy ra: Do nên . Kết hợp với
điều kiện ta được điểm dừng duy nhất
Vì thế,có thể khẳng định rằng hàm f đạt cực tiểu có điều kiện tại điểm .Kết
quả này trùng với nghiệm cực tiểu toàn cục đã tìm được bằng phương pháp hình học.
Bài 3. Tìm cực đại và cực tiểu của hàm với điều kiện
Thì từ hai phương trình sau suy ra và . Còn nếu thì phương trình thứ
ba cho .Vì thế bài toán có hai điểm dừng là và với
và .
Ta nhận thấy rằng f là hàm liên tục và đường tròn đơn vị là tập compact khác rỗng
nên hàm f đạt cực đại và cực tiểu trên đường tròn đó. Hơn nữa, điểm cực đại hay cực
tiểu phải là điểm dừng, vì thế rõ ràng X1là cực đại toàn cục và X2 là cực tiểu toàn
cục cùa hàm f(x1,x2)đã cho với và .
Bài 4: Thiết lập điều kiện Kuhn – Tucker cho BTQHPT sau:
Với điều kiện là miền ràng buộc được xác định bởi
Có thể kiểm nghiệm được rằng trong ví dụ này chúng ta có BTQHL với hàm
Lagrange:
Điều kiện Kuhn –Tucker của bài toán này được viết như sau:
Từ điều kiện (5.15) suy ra x2 = 0. Do điều kiện (5.16) nên x 1 = 1 (vì nếu trái lại thì λ
= 0 và theo (5.14) có x1 = 0, do đó (5.17) không thỏa mãn). Với x1 = 1 ta có (5.14)
không được thỏa mãn. Vậy hệ điều kiện Kuhn – Tucker vô nghiệm. Tuy nhiên, bài
toán trên đây có phương án tối ưu tại điểm x1 = 1 và x2 = 0 với fmin = 1
Điều này không mẫu thuẫn với định lý 2 nêu trên , do tại véc tơ gradient
phụ thuộc tuyến tính, vì vậy không bắt buộc thỏa điều
kiện Kuhn – Tucker
Bài 6: Xét BTQHPT : Min f(x), với điều kiện ràng buộc
Ký hiệu các nhân tử là ứng với ứng với và ứng với . Lúc
đó có hàm Lagrane :
DẠNG 2: BÀI TOÁN TỐI ƯU PHI TUYẾN DÙNG THUẬT TOÁN KELLEY
Với
Bài toán này có biến, ràng buộc và
Có thể thấy đây là một bài toán quy hoạch lồi với hàm mục tiêu tuyến tính. Ta giải
bài toán theo phương pháp đã trình bày. Trước hết tính:
Bước chuẩn bị ( Xây dựng đa diện ban đầu ). Chọn ba điểm (p=3):
và
Với điểm
Với điểm
Với điểm
Bước 1
c) Ta có
Đặt
Đặt va2 chuyển sang thực hiện Bước lặp k=2
Bước lặp 2
Đặt
Đặt và chuyển sang thực hiện Bước lặp k=3
Bước lặp 3
Đặt
Đặt và chuyển sang thực hiện Bước lặp k=4
Kết qua tính toán ở các bước lặp tiếp the được cho trong bảng sau:
2 4
3 4
4 4
5 4
6 4
7 4
8 4
9 4
10 4
DẠNG 3: BÀI TOÁN TỐI ƯU PHI TUYẾN DÙNG THUẬT TOÁN FRANK-
WOLFE
Giải:
- Tính vecto gradient của hàm mục tiêu.
Để làm xấp xỉ ban đầu ta chọn điểm ( nhận được bằng cánh giải bài toán
tuyến tính min với các rang buộc nêu trên), .
1. Tìm d1. Để tìm hướng giảm ta giải aquy hoạch tuyến tính
(hay )
Với các điều kiện đã cho. Giải bài toán này, ta nhận được vì thế
.
1. Tìm d2. Để tìm hướng giảm ta giải quy hoạch tuyến tính:
(hay ) với các điều kiện đã cho. Giải bài toán
này, ta nhận được và do đó
1. Tìm d3. Để tìm hướng giảm ta giải quy hoạch tuyến tính:
(hay ) với các điều kiện đã cho. Giải bài toán
này, ta nhận được và do đó
Điểm là nghiệm tối ưu của bài toán, bởi vì từ x 3 không có hướng, dọc tho
đó hàm mục tiêu giảm. Vậy đạt tại điểm
Quá trình giải được minh họa trên hình.