Экстремум функции многих переменных


Рассмотрим задачу поиска экстремума функции многих переменных

(2.1)

где x Î Rnn-мерный вектор.

Напомним, что совокупность всех n-мерных векторов, для которых введены операции сложения, вычитания, умножение на число, скалярного произведения называют n-мерным вещественным евклидовым пространством. R1 – это множество вещественных чисел, R2 – двухмерное множество на плоскости, R3 – множество представляет собой трехмерную поверхность.

Скалярное произведение векторов записывают в виде

(2.2)

 

Нормой (длиной) вектора называют число

(2.2)

Расстояние между точками x и y вычисляется по формуле

(2.3)

 

1. Необходимое условие безусловного экстремума. Рассмотрим задачу безусловной минимизации скалярной функции f (x) векторного аргумента x размерности n, т. е. x = Rn.

Необходимое условие безусловного экстремума следует из следующей теоремы.

Теорема 2.1. Для того чтобы в точке x0 функция f (x1, ... , хn) имела безусловный локальный экстремум, необходимо, чтобы все ее частные производные в этой точке должны быть равны нулю:

(2.4)

Доказательство. Пусть в точке x0 функция f(x) достигает минимума. Зафиксируем все аргументы функции f(x), кроме одной xj. Получим функцию одной переменной xj:

Для функции одной переменной, согласно необходимым условиям экстремума функции одной переменной теоремы 1.2, в точке экстремума производная по xj равна нулю:

 

Проведя аналогичные рассуждения относительно для переменных xj (j=1, 2, …,n) убеждаемся, что в точке экстремума все частные производные функции f(x) равны нулю. Теорема доказана.

Точки, в которых выполнено необходимое условие экстремума, называются стационарными.

Условие стационарности записывается в одной из следующих эквивалентных форм:

где -n-мерный вектор с компонентами , i=1, ..., n, который называется градиентом функции f (x) в точке x.

Из курса математического анализа известно, что градиент функции, как вектор, определяет направление возрастания функции, а антиградиент – направление убывания функции.

Заметим, что необходимое условие экстремума (2.4) эквивалентно равенству нулю дифференциала функции f (x): df(x) = 0. В самом деле, если выполнено условие (2.4), то для любых dxi, i = l, ..., п, имеем

Справедливо и обратное утверждение, так как из последнего равенства в силу произвольности независимых приращений dxi, i = 1, ..., п, следует, что все частные производные в точке x0равны нулю:

, i = l, ..., п

Условия (2.4) образуют систему п уравнений для определения п компонент вектора x. Эти уравнения могут иметь различную природу и допускать любое количество решений, в частности, не иметь ни одного. Как и выше, точки x0, являющиеся решениями системы уравнений (2.4), будем называть стационарными, а условие (2.4) — необходимым условием экстремума первого порядка.

Система уравнений (2.4) в общем случае нелинейные, и самая основная проблема методов оптимизации – поиск решения этой системы уравнений. Системы Mathematica, MATLAB, Mathcad, Maple имеют программы для аналитического и численного решения нелинейных систем уравнений. Проблема заключается в том, что не для всех систем уравнений можно найти аналитические решения в виде комбинации элементарных функций. Численные методы решения не всегда сходятся к истинному решению. Сходимость решения зависит от задания значения начального приближения. Основная проблема заключается в следующем – как надо задать такое начальное приближение, чтобы последовательность значений сходилось к решению системы. Различные методы численного решения систем уравнений отличаются друг от друга разными скоростями сходимости и используют различные порядки производных минимизируемой функции. Численные методы поиска экстремума будут рассмотрены в дальнейшем.

2. Достаточные условия экстремума функции многих переменных. После того как решение x0системы уравнений (1.1) будет найдено, необходимо еще определить характер стационарной точки. Для этого нужно исследовать поведение функции f(x)в окрестности стационарной точки x0. Снова воспользуемся разложением функции f(х)в ряд Тейлора, предполагая ее дважды непрерывно дифференцируемой по всем переменным х1,... , хn. Тогда получим

(2.5)

Здесь через обозначены элементы матрицы вторых производных функции f(x) в стационарной точке x0, а через —норму вектора . Матрица вторых производных, которую также называют гессиан, имеет вид

(2.6)
.

Характер стационарной точки x0 функции f(x) связан со знакоопределенностью квадратичной формы

(2.7)

Квадратичная форма называется положительно определенной, если

(2.8)

для любых векторов . Здесь также приведен другой вид записи квадратичной формы с использованием скалярного произведения.

Соответственно, симметричная матрица вторых производных f"(x0)называется положительно определенной, если выполнено (2.8). Отрицательно определенным квадратичным формам и матрицам соответствуют противоположные знаки в неравенстве (2.8).

Таким образом, с учетом разложения (2.5), приходим к следующей формулировке условий второго порядка экстремальности функции f(x1,..., хп).

Теорема 2.2. Для того чтобы дважды непрерывно дифференцируемая функция п переменных f (x) имела в стационарной точке x0 безусловный локальный минимум (максимум), достаточно, чтобы матрица ее вторых производных была положительно (отрицательно) определенной.

3. Условия знакоопределенности квадратичных форм и матриц. Критерий Сильвестра. Проверка знакоопределенности матриц может быть осуществлена, например, с помощью критерия Сильвестра. Согласно этому критерию, необходимым и достаточным условием положительной определенности квадратичной формы (хT Ах), где А = {aij}— симметричная п п матрица, является выполнение п неравенств:

Необходимым и достаточным условием отрицательной определенности квадратичной формы (х, Ах)является выполнение цепочки следующих п неравенств:

Если квадратичная форма не меняет знака, но обращается в нуль при ненулевых значениях аргумента, то для определения характера cстационарной точки x0требуется исследование производных более высокого порядка.

4. Пример. Проиллюстрируем содержание настоящего параграфа на следующей задаче: определить экстремальные значения функции

Из необходимых условий (2.4) имеем

Поэтому x1 = 0, x2 = 0 стационарная точка. Коэффициенты квадратичной формы (2.5), вычисленные в ней, равны

Тогда, согласно теореме 2.2, имеем следующие случаи:

1) , — функция f(x) имеет в точке x0= (0, 0)T минимум;

2) , — экстремума нет;

3) , — экстремума нет;

4) , — функция f(х)имеет в точке x0= {0, 0}T максимум.

Отметим, что случаи 1) и 4) соответствуют поверхности, являющейся эллиптическим параболоидом, а случаи 2) и 3) — гиперболическому параболоиду, имеющему стационарную точку типа «седло».

 



Дата добавления: 2021-07-22; просмотров: 330;


Поиск по сайту:

Воспользовавшись поиском можно найти нужную информацию на сайте.

Поделитесь с друзьями:

Считаете данную информацию полезной, тогда расскажите друзьям в соц. сетях.
Poznayka.org - Познайка.Орг - 2016-2024 год. Материал предоставляется для ознакомительных и учебных целей.
Генерация страницы за: 0.017 сек.