Главная /
Введение в математическое программирование /
Пусть задана задача нелинейного программирования: минимизировать f(x1,...,xn) при условиях h1(x1,...,xn) = 0; h2(x1,...,xn) = 0; ............... hm(x1,...,xn) = 0. Допустим, что существует такая точка x*, в которой достигается относительный экстремум данн
Пусть задана задача нелинейного программирования:
минимизировать f(x1,...,xn)
при условиях
h1(x1,...,xn) = 0;
h2(x1,...,xn) = 0;
...............
hm(x1,...,xn) = 0.
Допустим, что существует такая точка x*
, в которой достигается относительный экстремум данной задачи.
Если ранг матрицы
I = [δhj(x)/δxj], i = 1,...,m; j = 1,...,n
в точке x*
равен m
, то существуют m
чисел
λ1,...,λn
, не все из которых равны нулю одновременно, и при которых:
вопрос
Правильный ответ:
∇f(x*) + Σλi∇hi(x) = 0, i = 1,...,m
∇f(x*) + Σλi∇hi(x) ≥ 0, i = 1,...,m
∇f(x*) + Σλi∇hi(x) < 0, i = 1,...,m
.
Сложность вопроса
66
Сложность курса: Введение в математическое программирование
85
Оценить вопрос
Комментарии:
Аноним
Кто гуглит эти вопросы с интуитом? Это же очень просты вопросы
25 авг 2019
Аноним
Спасибо за ответы интуит
06 май 2018
Другие ответы на вопросы из темы алгоритмы и дискретные структуры интуит.
- # Запись задачи линейного программирования в виде \begin{aligned} & \omega = cx \rightarrow \min \\ & Ax \ge b \\ & x \ge 0 \end{aligned}
- # Задачу линейного программирования в канонической форме можно сформулировать:
-
#
Пусть уравнение A_1x^*_1 + A_2x^*_2 +\ldots + A_n x^*_n + A_{n+1} x^*_{n+1} +\ldots +
A_{n+m}x^*_{n+m} = A_0 определяет базисное решение
. Предположим, что это решение допустимо, т.е.
. Если Аr не входит в базис, то:
- # Если для пары векторов x*, Δ*, которая носит название седловой точки функции Лагранжа L(x,Δ), выполняется условие L(x*,Δ) ≤ L(x*,Δ*) ≤ L(x,Δ*), то оно справедливо:
- # Дана функция F(x). Известно, что x' доставляет некоторый экстремум функции F(x) на интервале [a; b] с заданной точностью ξ. При этом F1 и F2 – значения функции F(x) в окрестности ±ξ вычисленной точки x=(a+b)/2. Если F1 < F2, т.е. b = x, то: