О задачах линейного программирования (ЗЛП) и множителях
Лагранжа
Множители Лагранжа можно рассматривать для ЗЛП только в канонической
форме записи.
тогда можно построить функцию Лагранжа
Для оптимального решения
=
Таким образом двойственные переменные - суть множителя Лагранжа. Тогда
функция Лагранжа для двойственной задачи запишется:
Рассмотрим задачу линейного программирования в канонической
форме записи:
(1)
(2)-(3)
Составим функцию Лагранжа:
. (4)
Теорема. Задача линейного программирования (1)-(3) имеет решение тогда и только
тогда, когда такие, что функция Лагранжа достигает максимума
в точке в области .
Доказательство.
1.
Необходимость. Пусть - оптимальное решение задачи(1)-(3).Покажем, что в
точке функция Лагранжа (4) достигает максимума в
области .
Для доказательства построим двойственную задачу к данной:
(5)
(6)-(7)
Т. к. задача (1)-(3) имеет оптимальное решение, то и задача
(5)-(7) имеет оптимальное решение .
Тогда будем иметь:
(8)
По теореме двойственности . (9)
Откуда
Или при ,
значит, - точка максимума для функции Лагранжа
(4).
2. Достаточность. .
Требуется доказать, что - оптимальное решение
задачи (5)-(7).
Предположим противное.
Пусть существует , для которого (6) не
выполняется:
,
.
Тогда функция Лагранжа перепишется в виде:
.
, т. е. .
Следовательно, не является оптимальным
решением, что противоречит условию. Тем самым мы показали, что - допустимое решение задачи (5)-(7), и выполняется
условие (6):
. (10)
Покажем, что для выполняется
соотношение (9). Предположим противное:
. (11)
Пусть существует индекс такой, что (12) (не выполняется (11)).
.
.
, что противоречит условию.
Т. е. предположение, что существует индекс неверно.
Следовательно, - оптимальное решение, для него
верно (10), и это вытекает из теоремы двойственности.
Примечание. (14)
Точка называется седловой точкой.
Выпуклое программирование
Рассмотрим задачу:
(1)
(2)
Функции - выпуклые функции.
Задача (1)-(2) не имеет смысла, если область не ограничена снизу. Во всех остальных
случаях она имеет решение.
Теорема 1. Если является аргументом локального
минимума:
,
то или .
Доказательство.
Предположим противное. Пусть в области существует , в
котором . Рассмотрим линейную комбинацию
.
Из определения выпуклости функции следует:
(3)
Выражение (3) является условием выпуклости. Выберем достаточно малым:
.
Т. о. получили две точки минимума, что противоречит свойству выпуклости
функции . Следовательно, предположение о
существовании точки было неверным. Поэтому - точка глобального минимума функции .
Теорема Куна-Таккера.
(1)
, (2)
где - выпуклые функции.
Условие Слейтера( необходимо для выполнения теоремы).
Теорема. будет решением задачи (1)-(2)когда существует вектор и такой,
что вектор является седловой точкой функции Лагранжа
для задачи (1)-(2).
Выясним, можно ли с помощью формализма Лагранжа решить
линейную задачу.
.
Тогда получим ограничение для
двойственной задачи
и для прямой задачи
Доказательство.
Пусть существует и .
(4)
Заметим, что (4) является условием седловой точки.
(4’)
1. Требуется доказать, что - точка минимума для
задачи (1)-(2). Покажем, что является
дополнительным решением для задачи (1)-(2), т. е. что .
Предположим противное. Пусть существует индекс , для которого условие (2) не выполняется,
т. е. .
.
Задавая достаточно большим, получим,
что последнее выражение будет неограниченно возрастать, что противоречит
условию (4’). Следовательно, предположение о том, что существует
индекс , для которого не выполняется условие (2)
было неверно. Таким образом, .
Теперь докажем, что -
точка минимума функции :
.
Рассмотрим правое неравенство из (4’):
.
Тогда , что и требовалось доказать.
2. Необходимо
построить множитель Лагранжа, чтобы имела место седловая точка. Причем, дано,
что
.
Рассмотрим два множества:
,
где - выпуклые функции.
Тогда из построения следует, что и тоже являются выпуклыми множествами.
Существует теорема о том, что два любых множества можно
разделить гиперплоскостью, при условии, что эти множества не пересекаются.
Пусть - уравнение гиперплоскости.
Т. к. точка множества не ограничена, то выберем ее таким
образом, чтобы . Рассмотрим выражение:
.
Откуда следует, что .
.
Т. к. , то
.
По построению .
.
.
Это выражение является условием седловой точки.
Точка определяет минимум по и максимум по .
.
Замечание. Практическое применение метода Лагранжа состоит в реализации
следующего алгоритма:
,
.
1.
Находим точку .
2.
,
иначе см. пункт 4.
3.
, пункт
5, иначе см. пункт 6.
4.
,
пункт 3.
5.
,
пункт 3.
6.
.
Конец.
Оставьте свой комментарий
Авторизуйтесь, чтобы задавать вопросы.