КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Определители
Понятие «определитель» возникло в связи с задачей решения систем линейных уравнений. Возьмем какое-нибудь поле К и рассмотрим простейшие системы уравнений 1-й степени с двумя и тремя неизвестными с коэффициентами из К. Система двух линейных уравнений с двумя неизвестными записывается в следующем виде:
где - заданные числа из К. Матрицы
называется соответственной основной и расширенной матрицами системы (1). Чтобы исключить неизвестное, умножим первое из уравнений на, второе на и сложим их. В результате получим уравнение
Если, то из этого уравнения и аналогичного уравнения, получающегося путем исключения, получим
Знаменатели выражений для неизвестных здесь одинаковы и представляют собой многочлен от элементов основной матрицы А. Значение этого многочлена называют определителем или детерминантом матрицы А и обозначают или. Если матрица задана своей таблицей, то детерминант обозначают, заключая таблицу в вертикальные черты. Таким образом, по определению для любой квадратной матрицы 2-го порядка
С помощью определителей формулы (2) можно переписать в виде
Решая аналогичным путем систему трех уравнений
, (5)
с тремя неизвестными, получим
и аналогичные выражения для. Конечно, эти выражения имеют смысл лишь в том случае, когда знаменатель их отличен от нуля. Матрицы
называются снова основной и расширенной матрицами системы уравнений (5). Знаменатель в формуле (6) называется определителем или детерминантом квадратной матрицы 3-го порядка А. Итак, согласно определению
(7) Объединяя справа члены, содержащие элементы, и вспоминая формулу (3), получим
=. (8)
Формулу (8) легко запомнить. Для краткости вместо того, чтобы говорить определитель матрицы 2-го порядка, 3-го порядка, говорят определитель 2-го, 3-го порядка. Три определителя 2-го порядка в формуле (8) получаются из находящегося в ней определителя 3-го порядка вычеркиванием первой строки и соответственно 1-го, 2-го и 3-го столбцов. Далее, определитель 2-го порядка, получившийся вычеркиванием 1-й строки и j- го столбца, следует умножить на элемент, находящийся в первой строке и j- м столбце, все произведения снабдить чередующимися знаками и сложить. В результате и получится определитель 3-го порядка.
Глава 1 Классификация методов математического программирования Оптимизация — это целенаправленная деятельность, заключающаяся в получении наилучших результатов при соответствующих условиях. Постановка задачи оптимизации предполагает наличие объекта оптимизации, будь то человеческая деятельность в течение определенного периода времени или производственный процесс. Решение любой задачи оптимизации начинают с выявления цели оптимизации, т. е. формулировки требований, предъявляемых к объекту оптимизации. От того, насколько правильно выражены эти требования, может зависеть возможность решения задачи. Типичным случаем неправильной постановки условий задачи оптимизации является распространенная ошибка, когда предлагается найти оптимальные значения нескольких величин одновременно, например «получить максимальный выход продукции при минимальном расходе сырья». Поскольку минимальный расход сырья, очевидно, равен нулю, ни о каком максимальном выходе продукции здесь нельзя говорить. Правильная постановка оптимальной задачи при этом будет в любом из следующих вариантов: «получить максимальный выход продукции при заданном расходе сырья» или «для заданного выхода продукции обеспечить минимальный расход сырья». В каждой такой формулировке соблюдается требование нахождения оптимального значения только одной величины, что является необходимым условием постановки оптимальной задачи.
Для решения задач оптимизации нужно располагать ресурсами оптимизации, под которыми понимают свободу выбора значений некоторых параметров оптимизируемого объекта. Другими словами, объект оптимизации должен обладать определенными степенями свободы — управляющими воздействиями, которые позволяют изменять его состояние в соответствии с теми или иными требованиями. Наконец, еще одно условие правильной постановки оптимальной задачи заключается в наличии количественной оценки интересующего качества объекта оптимизации. Это условие также необходимо, поскольку лишь при его выполнении можносравнивать эффекты от выбора тех или иных управляющих воздействий. Количественная оценка оптимизируемого качества объекта обычно называется критерием оптимальности или целевой функцией, функцией качества, экономическим критерием и т. д. Вид критерия оптимальности определяется конкретным содержанием решаемой задачи оптимизации и может оказывать существенное влияние на выбор метода решения. В конечном итоге достигаемое значение критерия оптимальности дает количественную оценку эффекта оптимизации. Таким образом, для правильной постановки оптимальной задачи необходимо выполнение следующих условий: 1) Требование оптимизации только одной величины; 2) Наличие степеней свободы у оптимизируемого объекта — управляющих воздействий; 3) Возможность количественной оценки оптимизируемой величины. Математическое программирование предполагает построение алгоритмов решения задач оптимизации (задач оптимального планирования). В зависимости от свойств целевой функции и ограничений математическое программирование подразделяестся на: линейное; нелинейное (нелинейное при линейных ограничениях: выпуклое; сепарабельное; квадратичное; геометрическое). Это разделение неслучайно. Оно определяется отсутствием универсальных методов решения задач нелинейного программирования, для которого разработаны лишь эффективные методы решения отдельных классов задач. Задачи оптимизации связаны с вопросами эффективного использования или распределения ограниченных ресурсов для достижения желаемых целей. Характерной чертой задач оптимизации является большое число решений, удовлетворяющих условиям задачи. Выбор конкретного решения, как "наилучшего", зависит от функции цели (показатель качества, критерий оптимальности, функция качества, критерий эффективности и т.д. - синонимы). Задача, допускающая лишь одно решение, не требует оптимизации.
В общем плане, существующие методы математического программирования подразделяются на аналитические и численные Аналитические методы включают в себя классические методы дифференциального и вариационного исчисления. Эти методы заключаются в определении экстремума функции f(х) путем нахождения тех значений х, которые обращают в нуль производные f(х) по х (здесь х n-мерный вектор). В случае поиска экстремума при наличии ограничений применяются такие методы, как метод множителей Дагранжа и метод ограниченных вариаций. Однако для решения больших задач чаще всего применение аналитических методов невозможно. Численные методы используют предшествующую информацию для построения улучшенных решений задачи при помощи итерационных процедур. Численные методы применяются для решения задач, которые не могут быть решены аналитически. Численные методы включают методы регулярного (т.е. равномерного) и случайного поиска. Задача поиска заключается в определении последовательности воздействий, доставляющих максимум или минимум заданному целевому функционалу. Решение задач оптимизации численными методами представляет собой два этапа: Первый этап - сбор информации об объекте; Алгоритм сбора информации должен быть 1) прост; 2) должен обеспечивать процедуру решения наиболее полной информацией об объекте; 3) должен учитывать априорную информацию, полученную ранее, т.е. иметь возможность самообучаться.
На втором этапе строится процедура решения на базе проанализированной информации. В задачах оптимизации, решаемых методом ЛП, целевая функция линейна относительно искомых неизвестных, а ограничения (условия) на переменные и их связи имеют вид линейных равенств или неравенств.В задачах оптимизации, решаемых методами (НЛП), целевая функция и ограничения в общем случае нелинейны относительно искомых неизвестных. Пока еще не существует общего метода решения нелинейных задач оптимизации, такого, как например, симплексный метод, разработанный для заданий линейного программирования. Их развитие до сих пор сводится я предложениям частных алгоритмов, хотя и предложено много уже различных стратегий поиска решений.
Дата добавления: 2014-01-06; Просмотров: 272; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |