Метод множителей Лагранжа

Понятие условного экстремума и способы его определения. Разработка алгоритма нахождения экстремума функции методом множителей Лагранжа. Применение данного метода при составлении плана выпуска изделий, обеспечивающего максимальную прибыль от их реализации.

Рубрика Математика
Вид курсовая работа
Язык русский
Дата добавления 20.10.2012
Размер файла 393,0 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

ВВЕДЕНИЕ

Метод Лагранжа базируется на нескольких ключевых идеях. Одна из них состоит в том, как искать минимумы и максимумы функции, если на функцию заданы некоторые ограничения. Этот приём носит название «метод множителей Лагранжа»

Данная тема актуальна в современном мире, так как метод множителей Лагранжа применяется при решении задач нелинейного программирования, возникающих во многих областях (например, в экономике).

Важное место в математическом аппарате экономики занимают оптимальные задачи - задачи, которых ищется наилучшее в определенном смысле решение. В экономической практике требуется использовать имеющиеся ресурс наиболее выгодным образом. В экономической теории одним из отправных пунктов является постулат о том, что каждый экономический субъект, имея определенную свободу выбора своего поведения, отыскивает наилучший, со своей точки зрения, вариант. И оптимизационные задачи служат средством описания поведения экономических субъектов, инструментом исследования закономерностей этого поведения.

ТЕОРЕТИЧЕСКИЕ СВЕДЕНИЯ

Понятие условного экстремума

Пусть на открытом множестве заданы функции

(1)

. Обозначим через множество точек , в которых все функции , обращаются в нуль:

(2)

Уравнения

(3)

называются уравнениями связи.

Определение 1. Пусть на задана функция . Точка называется точкой условного экстремума функции относительно (или при выполнении) уравнения связи (3), если она является точкой обычного экстремума этой функции, рассматриваемой только на множестве .

Иначе говоря, здесь значение функции в точке сравнивается не со всеми ее значениями в достаточно малой окрестности этой точки, а только со значениями в точках, принадлежащий достаточно малой окрестности и множеству . Как и в случае обычных экстремумов можно, естественно, рассматривать точки просто условного экстремума и точки строго условного экстремума.

Рассмотрим, например, функцию

(4)

И уравнение связи

(5)

Найдем условный экстремум функции (4) при выполнении уравнения связи (5). Из (5) имеем

.

Таким образом, при выполнении условия связи функция (4) является функцией одного переменного, ее экстремум находится элементарно: приравнивая нулю ее производную (необходимое условие экстремума), получим , откуда . В этой точке функция (4), очевидно, имеет минимум (она является многочленом второй степени с положительным коэффициентом при старшем члене). Значению согласно уравнению связи (5) соответствует .

Следовательно, в точке функция (4) достигает минимума относительно уравнения связи (5). Геометрически это означает, что точка параболоида , находящаяся над точкой , является самой низкой из всех его точек, лежащих над прямой (5).

Предполагают, что

1) Функции и имеют непрерывные частные производные первого порядка на открытом множестве .

2) и ранг матрицы в каждой точке множества равен , т.е. числу строк.

Это означает, что функции системы (1) независимы в любой окрестности каждой точки .

Пусть ; согласно условию 2, в точке хоть один из определителей вида

отличен от нуля; пусть для определенности в точке

. (6)

Тогда в силу теоремы о неявных функциях систему уравнений (3) в некоторой окрестности точки можно разрешить относительно переменных :

(7)

Подставляя (7) в функцию , получим функцию

(8)

от переменных , определенную и непрерывную дифференцируемую в некоторой окрестности точки .

Точка является точкой (строгого) условного экстремума для функции относительно уравнения связи (3) в том и только том случае, когда точка является точкой обычного (строгого) экстремума для функции (8). Это непосредственно следует из того, что условия (3) и (7) равносильны.

Метод множителей Лагранжа для нахождения точек условного экстремума

Теорема 1. Пусть точка является точкой условного экстремума функции при выполнении уравнений связи (3). Тогда существуют такие числа , что в точке выполняются условия

(9)

Следствие. Положим

(10)

где - числа, указанные в теореме. Функция (10) называется функцией Лагранжа. Если точка является точкой условного экстремума для функции, то она является стационарной точкой для функции Лагранжа, т.е. в этой точке

(11)

Доказательство теоремы. Пусть - точка условного экстремума для функции и пусть в этой точке для определенности выполняется условие (6). Тогда точка является точкой обычного экстремума для функции , поэтому в точке

или

,

откуда, пользуясь инвариантностью формы первого дифференциала, для точки имеем

(12)

Подставляя (7) в (3) и дифференцируя получившееся тождество в некоторой окрестности точки, а значит, и в самой точке, получим

(13)

В формуле (13), также как и в формуле (12), дифференциалы есть дифференциалы независимых переменных, а дифференциалы есть дифференциалы функций .

Каковы бы не были числа , умножая равенство (13) в точке для функции на , и складывая их между собой и с равенством (12), получим

(14)

Выбрав так, чтобы в точке выполнялись равенства

(15)

Это всегда возможно, так как (15) является системой линейных относительно уравнений с определителем

не равным нулю.

При таком выборе имеем

(16)

Здесь уже все дифференциалы есть дифференциалы независимых переменных и, значит, сами являются независимыми переменными, которые могут принимать любые значения. Беря , а все остальные дифференциалы, входящие в формулу (16), равными нулю, получим

(17)

Тем самым мы доказали существование таких , что выполняются условия (15) и (17), т.е. условия (9).

Теорема доказана.

Алгоритм нахождения экстремума функции методом множителей Лагранжа

Пусть требуется найти экстремум функции n переменных f(x1,x2,…,xn) при условии, что переменные x1,x2,…,xn связаны соотношениями (ограничениями)

среди которых количество m ограничений-равенств меньше числа n переменных, а количество и r ограничений-неравенств может быть произвольным.

Для нахождения значений {x1,x2,…,xn}=Х, необходимо доставляющих экстремумы функции f(X), можно воспользоваться методом неопределенных множителей Лагранжа:

1. Ограничения-неравенства g(X)0 приводятся к виду (Х)0, где (Х) = - g(X).

2. Полученные ограничения-неравенства

в свою очередь приводятся к ограничениям-равенствам путем введения +r дополнительных переменных

В результате задача поиска условного экстремума примет канонический вид:

в котором соотношение m++r < n++r указывает на возможность получения множества допустимых решений, а значит, и нахождения среди них тех, которые доставляют экстремум f(X).

3. Составляется функция Лагранжа:

Ф(x1,…,xn,1,…,m++r) = f(x1,x2,…,xn)+1q1+2q2+…+m++rqm++r ,

в которой дополнительные переменные {1,…,m++r}= называются неопределенными множителями Лагранжа.

Для составленной функции Лагранжа можно ставить задачу нахождения безусловного экстремума

Ф(Х,) extr,

результат решения которой будет совпадать с искомым решением исходной задачи нахождения условного экстремума.

4. Для функции Ф(Х,) составляются необходимые условия существования экстремума:

Ф(Х,)=0

Или

5. Полученную систему уравнений Ф(Х,)=0 решают, и в результате решения находят значения

,

удовлетворяющие необходимым условиям существования экстремума.

6. Для решения вопроса о том, существует ли в найденных точках максимумы или минимумы следует воспользоваться достаточными условиями существования экстремумов, которые для гладких функций Ф() формулируются следующим образом:

если в некоторой точке матрица вторых производных положительно определена, то в анализируемой точке лежит минимум функции f(Х);

если отрицательно определена максимум.

Если Ф(Х,) негладкая, то можно использовать достаточные условия вида, например, для максимума:

Ф(Х,*) Ф(Х*,*) = Ф(Х*,),

однако проверка этих условий при большом числе переменных трудоемко, и при решении практических задач вопрос о наличии минимума или максимума решается на основании дополнительных соображений, вытекающих из содержания задачи.

УСЛОВИЕ КУРСОВОЙ РАБОТЫ

Составить план выпуска изделий, обеспечивающий максимальную прибыль от их реализации. Провести анализ решения.

Исходные данные представлены в таблице 2.

Таблица 2

Вид сырья

Количество сырья, идущего на единицу изделия

Запас сырья

Плита

Перемычка

Песок

7

5

70

Щебень

9

4

80

Цемент

2

2

30

Прибыль от единицы изделия

30

19

Решение

Обозначим через х1 и х2 число единиц плит и перемычек, запланированных к производству. В качестве целевой функции f(x1,x2) возьмем суммарную прибыль от реализации продуктов: f(x1,x2) = 30х1 + 19х2. Запас песка, щебня и цемента примем за ограничения, накладываемые на переменные х1 и х2.

В указанной постановке решаемая задача может быть сформулирована как задача поиска условного экстремума:

30х1 + 19х2 max;

1 + 5х2 ? 70;

1 + 4х2? 80;

1 + 2х2 ? 30;

х10;

х20.

Решим задачу методом множителей Лагранжа.

1.Приведем ограничения к виду (Х) 0:

1 +5х2-70 0;

1 +4х2 -80 0;

1 +2х2-30 0;

10;

20.

2.Путем ведения дополнительных переменных х34567 перейдем к ограничениям-равенствам:

1 +5х2 -70+ х32 = 0;

1 + 4х2-80 42 = 0;

1 +2х2-30 52 = 0;

1 + х62 = 0;

2 + х72 = 0.

3. Сформируем функцию Лагранжа:

Ф(х1234567,1,2,3,4,5) =

= 30х1 + 19х2 +1(7х1 +5х2-70 + х32) +2(9х1 +4х2-80 42)+3(2х1 +2х2-30 52)+4(-х1 + х62)+ 5(-х2 + х72).

4.Составим необходимые условия Ф(Х,)=0:

5.Решить полученную систему нелинейных уравнений можно каким-либо формальным методом с помощью, например, средств математического пакета Mathcad:

Необходимо отметить, что значительный размер сформированной системы уравнений, полученных из необходимых условий (12 уравнений), вызван во-первых, с тем, что переход от ограничений-неравенств к ограничениям-равенствам осуществляется путем введения дополнительных переменных х34567, число которых равно числу ограничений-неравенств; во-вторых, с тем, что переход от задачи нахождения условного экстремума к задаче безусловного поиска возможен, в соответствии с методом Лагранжа, с помощью введения дополнительных переменных 1,2,3,4,5, число которых равно общему числу ограничений задачи.

Таким образом, решение задачи методом Лагранжа получено ценой повышения ее размерности. Этот недостаток ограничивает область применения метода Лагранжа сравнительно простыми задачами, поэтому с повышением числа переменных и ограничений целесообразно переходить к численным методам математического программирования.

Анализ решения

Для проверки правильности полученных результатов и осмысления содержательной стороны решаемой задачи поиска условного экстремума проведем ее анализ. Переписав исходную систему ограничений-неравенств в виде

получаем возможность графически представить эти ограничения на плоскости х2ох1 в виде прямых б1); ж1); у1); х2=0; х1=0, снабдив их штриховкой, направленной в сторону области допустимых значений х1 и х2, рис.6.

Как следует из рис.6, область допустимых решений является замкнутой, допустимые значений х1 и х2 ограничены, и любая пара их допустимых значений, например, точка D, выполняет условия, наложенные в связи с ограниченным количеством сырья.

Поскольку целью задачи является нахождение максимальной прибыли, пропорциональной количеству единиц х1 и х2, очевидно, что искомое решение будет лежать на границе области допустимых решений, составленной отрезками 1-2-3, ограничивающей значения х1 и х2 сверху.

При этом решения на интервале [1-2) обеспечивают полный расход песка и остаток щебня и цемента; на интервале (2-3] полный расход щебня и остаток песка и цемента. В смежной точке 2 активно два ограничения: полный расход песка и щебня при остатке цемента.

Найденное решение, как это было установлено выше, обеспечивает остаток цемента, но, тем не менее, это лучшее решение при данных условиях. Проведенный анализ показывает, что экстремум в данной задаче можно было найти более рациональным способом решить систему двух уравнений, составляющих ограничения по количеству песка и щебня:

1 + 5х2 = 70;

1 + 4х2 = 80.

Решение этой системы и поверка граничных условий представлены в программе:

экстремум функция множитель лагранж

Проверка показывает полное совпадение результатов с решением по методу Лагранжа, а также подтверждает ожидаемое строгое выполнение условий по количеству песка (70 единиц) и щебня (80 единиц) с неизрасходованным цементом (22,354<30).

ВЫВОД

В ходе данной работы мы сумели изучить метод множителей Лагранжа. С помощью этого метода мы составили план выпуска изделий, обеспечивающий максимальную прибыль от их реализации. В качестве целевой функции f(x1,x2) мы взяли суммарную прибыль от производства плит и перемычек, нашли для нее условный максимум методом множителей Лагранжа. Затем, в ходе анализа решения, провели проверку всех ограничений, наложенных в связи с лимитированным количеством сырья, и решили задачу более рациональным методом. Проверка показала полное совпадение результатов, полученных в ходе решения методом множителей Лагранжа и рациональным методом.

СПИСОК ЛИТЕРАТУРЫ

1 Пискунов Н.С. Дифференциальное и интегральное исчисление / Н.С. Пискунов. М.: Наука, 1972. Т.1. 429 с.

2 Пискунов Н.С. Дифференциальное и интегральное исчисление / Н..С. Пискунов. М.: Наука, 2003. Т.2. 544 с.

3 .Кудрявцев Л.Д. Курс математического анализа / Л.Д. Кудрявцев. М.: Дрофа, 2003.Т.2. 720 c.

4 Салманов О.Н. Математическая экономика с применением Mathcad и Exel/ О.Н. Салманов. Спб.: БХВ - Петербург, 2003.453 c.

Размещено на Allbest.ru


Подобные документы

  • Нахождение экстремума функции нескольких переменных не на всей области определения, а на множестве, удовлетворяющему некоторому условию. Практический пример нахождения точки максимума и минимума функции. Главные особенности метода множителей Лагранжа.

    презентация [112,6 K], добавлен 17.09.2013

  • Развитие численных линейных методов решения задач линейного программирования. Знакомство с методами поиска целевой функции: равномерный симплекс, методы Коши, Ньютона, сопряжённого градиенты, квазиньютоновский метод. Алгоритмы нахождения экстремума.

    курсовая работа [716,1 K], добавлен 12.07.2012

  • Нахождение экстремумов функций методом множителей Лагранжа. Выражение расширенной целевой функции. Схема алгоритма численного решения задачи методом штрафных функций в сочетании с методом безусловной минимизации. Построение линий ограничений.

    курсовая работа [259,9 K], добавлен 04.05.2011

  • Применение функции Лагранжа в выпуклом и линейном программировании. Простейшая задача Больца и классического вариационного исчисления. Использование уравнения Эйлера-Лагранжа для решения изопериметрической задачи. Краевые условия для нахождения констант.

    курсовая работа [1,2 M], добавлен 16.01.2013

  • Разработка на основе метода поиска экстремума с запоминанием экстремума системы экстремального регулирования с требуемым качеством переходных процессов для класса нелинейных стационарных и нестационарных объектов (с невыделяемой характеристикой).

    дипломная работа [6,4 M], добавлен 19.12.2014

  • Локальные экстремумы функции. Теоремы дифференциального исчисления: Ферма, Ролля, Коши, Лагранжа. Достаточные условия экстремума функции. Исследование функций на выпуклость и вогнутость. Точка перегиба. Асимптоты графика функции. Схема построения графика.

    курс лекций [445,7 K], добавлен 27.05.2010

  • Область определения функции. Очки пересечения с осями координат, промежутки знакопостоянства. Исследование функции на непрерывность. Асимптоты, определение точки экстремума и точки перегиба. Расчет области определения функций, заданных аналитически.

    контрольная работа [178,7 K], добавлен 14.06.2013

  • Ознакомление с историей появления метода золотого сечения. Рассмотрение основных понятий и алгоритма выполнения расчетов. Изучение метода чисел Фибоначчи и его особенностей. Описание примеров реализации метода золотого сечения в программировании.

    курсовая работа [416,0 K], добавлен 09.08.2015

  • Доказательство существования и единственности интерполяционного многочлена Лагранжа. Понятие лагранжевых коэффициентов. Способы задания наклонов интерполяционного кубического сплайна, его использование для аппроксимации функций на больших промежутках.

    презентация [251,7 K], добавлен 29.10.2013

  • Теория задач на отыскание наибольших и наименьших величин. Достаточные условия экстремума. Решение гладкой конечномерной задачи с ограничениями типа равенств и неравенств. Конечномерная теорема об обратной функции. Доказательство теоремы Вейштрасса.

    курсовая работа [148,9 K], добавлен 19.06.2012

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.