Промышленный лизинг Промышленный лизинг  Методички 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 [ 249 ] 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292

1) неравенство f(y0)<0 является достаточным условием существования максимума в точке у0;

2) неравенство / (i/0) > 0 является достаточным условием существования минимума в точке у0.

Если же для функции одной переменной / (у0) = 0, то необходимо исследовать производные высших порядков в соответствии со следующей теоремой.

Теорема 20.1.3. Если в стационарной точке уй функции f(y) первые (п- 1) ее производных равны нулю и f \у0) * 0, то в точке у = у0 функция f(y) имеет

1) точку перегиба, если п - нечетное;

2) точку максимума, если п - четное и fM(y0) < 0;

3) точку минимума, если п - четное и f in\y0) > 0.

Пример 20.1.3

Рассмотрим функцииДу) = у* п g(y) = у3. Для функцииду) =у4 имеем

/(у) -4/ = 0,

откуда получаем стационарную точкуу0 = 0. Далее находим

/(О) =/ (0) =/,3,(0) = 0. Так какfi4\0) = 24 > 0, тоу0 = 0 является точкой минимума (рис. 20.2). Для функции g(y) = у3 имеем

g(y)=3y2 = 0.

Следовательно, точка у0 = 0 является стационарной точкой. Поскольку g(0) =g (0) = 0, g<3)(0) = 6 и не обращается в нуль, точкау0 = 0 является точкой перегиба.

/О) /у4

g(y)jy3

0 У

Рис. 20.2. Стационарные точки функций i(y) = у и g(y) = у

УПРАЖНЕНИЯ 20.1.1

1. Найдите экстремальные точки следующих функций.

a) f(x) = х3 + х.

b) /(*) = х* + х2.

c) f(x) = 4х4 - х2 + 5.



d) /(*) = (Зх - 2)\2х - 3)\

e) f(x) = 6xs-4x3 + 10.

2. Найдите экстремальные точки следующих функций.

a) /(X) = х3 + xl - Зх,х2.

b) f(X) = 2xf +xj и-*2 + 6(х, + х2 + х}) + 2х1х2х1.

3. Проверьте, что функция

/ (х х2, х,) = 2x1x2xJ - 4хххг - 2х2х, + х* + х\ + х2 - 2xt - 4х2 + 4х,

имеет стационарные точки (0, 3, 1), (0, 1, -1), (1, 2, 0), (2, 1, 1) и (2, 3, -1). Используйте достаточные условия для нахождения экстремумов функции.

4. Решите следующую систему уравнений путем превращения ее в задачу минимизации нелинейной целевой функции при отсутствии ограничений на переменные.

х2 - xf = 0 , хг - хх = 2.

(Подсказка, min / \xv х2) имеет место при /(* хг) = 0.)

5. Докажите теорему 20.1.3.

20.1.2. Метод Ньютона-Рафсона

В общем случае использование необходимого условия экстремума V/(X) = 0 для поиска стационарных точек функции /(X) может быть сопряжено с трудностями, возникающими при численном решении соответствующей системы уравнений. Метод Ньютона-Рафсона предлагает итерационную процедуру решения системы нелинейных уравнений. Несмотря на то что данный метод рассматривается в этом разделе именно в указанном контексте, на самом деле он относится к числу градиентных методов численного поиска экстремумов функций при отсутствии ограничений (см. раздел 21.1.2).

Рассмотрим систему уравнений

/,(Х) = 0,£=1,2, ...,т. Пусть X* - некоторая фиксированная точка. Используя разложение Тейлора, имеем /((Х) * /,(Х*) + V/,(Xk)(X - X*), i - 1, 2, т.

Следовательно, исходная система уравнений приближенно представима в виде

/,(Х*) + V/,(X)(X - X*) = 0, i = 1, 2.....т.

Эти уравнения можно записать в матричной форме:

Ак + ВДХ-Х*) = 0.

Предположим, что векторы /,(Х) независимы, тогда матрица В, является невырожденной. В результате из предыдущего уравнения получим

х = х-в;Ч,.

Идея метода Ньютона-Рафсона состоит в следующем. На первом шаге выбирается начальная точка Х°. С помощью полученного уравнения по известной точке X* можно вычислить координаты новой точки X**1. Процесс вычислений завершается в точке X , которая считается приближенным решением исходной системы, если Xm X 1.



Геометрическая интерпретация данного метода для функции одной переменной f(x) приведена на рис. 20.3. Связь между точками хк и х*+1 в этом случае выражается формулой


Рис. 20,3. Итерационный процесс в методе Нъютона-Рафсона

На рис. 20.3 видно, что положение точки хк+1 определяется углом 0 наклона касательной к графику функции f(x) в точке хк, где tg0= fix ).

Одним из недостатков изложенного метода является то, что для функций общего вида не всегда гарантируется его сходимость. На рис. 20.3 видно, что при выборе в качестве х° точки а итерационный процесс расходится. Простых рецептов для выбора хорошего начального приближения не существует.

Пример 20.1.3

Для демонстрации работы метода Ньютона-Рафсона рассмотрим задачу нахождения стационарных точек функции

f{x) = (Зх - 2)\2х - З)2.

Чтобы найти стационарные точки, надо решить уравнение f(x) = 0, которое в данном случае принимает вид кубического уравнения

72х3 - 234х2 + 241х - 78 = 0.



1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 [ 249 ] 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292