Miłosz w wersji sciagi


1.Pojęcie zbioru wypukłego, otoczki wypukłej zbioru. Działania na zbiorach wypukłych (przecięcie dowolnej rodziny zbiorów wypukłych jest zbiorem wypukłym).

Definicja:

X rzeczywista przestrzeń liniowa. Mówimy, że zbiór C 0x01 graphic
X jest zbiorem wypukłym

0x01 graphic
0x01 graphic
x,y 0x01 graphic
C odcinek [x,y]0x01 graphic
C

[x,y] odcinek domknięty o końcach x i y

[x,y] : = {z 0x01 graphic
X ׀ z =0x01 graphic
x + (1-0x01 graphic
y) }

0 0x01 graphic
0x01 graphic
<1

Zbiór pusty z definicji jest zbiorem wypukłym.

Stwierdzenie:

(At) t€T dowolna indeksowana rodzina zbiorów wypukłych przestrzeni X,Ť dowolny zbiór skończony lub nieskończony 0x01 graphic
At wypukły podzbiór X

wtedy 0x01 graphic
At jest wypukłym zbiorem w X

0x01 graphic
x€At

ω (X)rodzina wszystkich wypukłych podzbiorów przestrzeni X

C0x01 graphic
X, coC lub conrC czytamy: otoczka wypukła zbioru C.

coC:= 0x01 graphic
A A€ ω (X)

coC- otoczka wypukła zbioru C jest to przecięcie (część wspólna, iloczyn) wszystkich zbiorów wypukłych zawierających zbiór C. Jest to najmniejszy zbiór wypukły zawierający zbiór C.

PRZYKŁAD:

X=0x01 graphic
coC = [x,y]

C={x=(0x01 graphic
,0x01 graphic
), y=(0x01 graphic
,0x01 graphic
)}

x 0x01 graphic
y

2.Pojęcie funkcji wypukłej, efektywny zbiór funcji f (domf), epifgrat f (epif), nierówność Jensena, (działania na funkcjach wypukłych).

X - rzeczywista przestrzeń liniowa

f: X →¯R= R0x01 graphic
{0x01 graphic
,0x01 graphic
}

z funkcją f są związane dwa zbiory:

dom f - efektywny zbiór funkcji f

dom f:= {x € X | f(x) < 0x01 graphic
}

epi f - epigraf funkcji f (nadwykres funkcji f)

epi f:= {(x,0x01 graphic
) € X 0x01 graphic
R|0x01 graphic

Niech f: X → ¯R

Mówimy, że funkcja f jest funkcją wypukłą, jeżeli epif jest zbiorem wypukłym

Mówimy, że funkcja f: X → ¯R jest funkcją właściwą, jeżeli Vx € X f(x)>-∞ oraz domf ≠Ø (to oznacza że f0x01 graphic
+∞ (nie jest tożsamościowo równa +∞)

TWIERDZENIE:

Niech f: X → ¯R właściwa funkcja, gdzie X rzeczywista przestrzeń liniowa wtedy są równoważne następujące warunki:

1) 0x01 graphic
n € N 0x01 graphic
0x01 graphic
,0x01 graphic
0x01 graphic
€ domf

0x01 graphic
0x01 graphic
,0x01 graphic
,……0x01 graphic

zachodzi nierówność Jensena

f (0x01 graphic
)≤0x01 graphic
f(xi)

2) 0x01 graphic
0x01 graphic
,0x01 graphic
€ domf 0x01 graphic

zachodzi nierówność Jensena

f(0x01 graphic
)≤0x01 graphic
-warunek 2 geometrycznie oznacza że wykres funkcji y = f(x) leżące pomiędzy prostymi pionowymi o równaniach x =0x01 graphic
i x =0x01 graphic
leży poniżej odcinka łączącego punkty (0x01 graphic
,f(0x01 graphic
) i (0x01 graphic
,f(0x01 graphic
)

3) epif jest zbiorem wypukłym

STWIERDZENIE

a) (f t ) t€T dowolna indeksowana rodzina właściwych funkcji wypukłych określonych na przestrzeni liniowej X o wartościach w ¯R, T - dowolny zbiór skończony lub nieskończony wtedy funkcja f =0x01 graphic
jest funkcją wypukłą

f = 0x01 graphic
(x) jest funkcją wypukłą (f = 0x01 graphic
(x) 0x01 graphic
x€X)

b) 0x01 graphic
,..,0x01 graphic
wypukłe właściwe funkcje określone na X o wartościach w ¯R wtedy funkcja 0x01 graphic
jest właściwą funkcją wypukłą tzn. suma skończonej liczby funkcji wypukłych jest funkcją wypukłą.

0x01 graphic
: X → ¯R wypukłe właściwe funkcji

f = max{0x01 graphic
}

0x01 graphic
x € X f(x) = max {0x01 graphic
(x), 0x01 graphic
(x)} wtedy f jest właściwą wypukłą funkcją

epif = epi 0x01 graphic
∩ epi 0x01 graphic

epif = ∩ epift

WYKRES

3. Pojęcie subróżniczki funkcji wypukłej , twierdzenie Rockafellara - Moreau, twierdzenie Dubowickiego - Miliutina , uogólnione twierdzenie Fermata?

Subróżniczka różniczkowalnej funkcji wypukłej pokrywa się z jej pochodną. Dla funkcji jednej zmiennej subróżniczka 0x01 graphic
jest zbiorem współczynników kierunkowych, a dla których proste y = ax + b przechodzące przez punkt 0x01 graphic
leżą poniżej wykresu funkcji y=f(x).

Przykład: f: R → R, 0x01 graphic
x € R ,

f (x) = ׀x׀ = {0x01 graphic

Twierdzenie Rockafellara - Moreau

Niech f1, f2:X→¯R wypukłe właściwe funkcje, gdzie X=Rn wtedy

1.∂(f1+f2) (x) > ∂f1(x) + ∂f2 (x)

2.jeśli istnieje punkt x0 taki, że x0 € domf1 tzn.│ f1 (x0)<∞, a funkcja f2 jest ciągła w punkcie x0, to ∂(f1+f2) (x) > ∂f1(x) + ∂f2 (x) 0x01 graphic
x € X

Twierdzenie Rockafellara - Moreau jest naturalnym uogólnieniem twierdzenia z klasycznej analizy o pochodnej sumy funkcji: pochodna sumy funkcji jest równa sumie pochodnych.

Twierdzenie Dubowickiego Miliutina

Niech f1, f2:X→¯R wypukłe właściwe funkcje

x0 € domf1∩ domf2

f1, f2 ciągłe w punkcie x0 i f1(x0) = f2(x0), wtedy ∂ max { f1, f2 }(x0) = conv( ∂ f1(x0) u ∂ f2(x0))

Uogólnione Twierdzenie Fermata

f:X→¯R wypukłe właściwe funkcje, X=Rn

0x01 graphic
€ absminf 0x01 graphic
0 € ∂ f (0x01 graphic
)

0x01 graphic
€ absminf 0x01 graphic
0x01 graphic
x € X f(x)≥ f (0x01 graphic
) 0x01 graphic
0x01 graphic
x € X f(x)- f (0x01 graphic
) ≥ 0 0x01 graphic
0 € ∂ f (0x01 graphic
)

Uogólnione Twierdzenie Fermata sformułowane powyżej jest warunkiem koniecznym i dostatecznym, aby punkt x ( z daszkiem) był absolutnym minimum wypukłej właściwej funkcji. Tw. Fermata w klasycznej analizie jest tylko warunkiem koniecznym lokalnego ekstremum gładkiej funkcji (różniczkowalnej).

4.Zadanie programowania wypukłego i sformułuj twierdzenie KUNATUCKERA.

Zadanie programowania wypukłego

X- rzeczywista przestrzeń liniowa

A- nie pusty zbiór wypukły w X

fi: X → ¯R i = 0,1,…..m

Zadaniem programowania wypukłego nazywamy następujące ekstremalne zadania:

(P) fo (x) 0x01 graphic
min,

fi (x) 0x01 graphic
0, i=1,2,…,m x 0x01 graphic
A

Dp - zbiór elementów dopuszczalnych z zadania P

Dp: {x0x01 graphic
X │fi (x) 0x01 graphic
0, i=1,2,…,m }

x 0x01 graphic
А}

Punkt 0x01 graphic
- punkt 0x01 graphic
jest absolutnym minimum z zadania P

0x01 graphic

α 0x01 graphic
gdzie 0x01 graphic
0x01 graphic
R m+1

Funkcja α (x, 0x01 graphic
) nazywamy funkcją Lagrange'a zadania (P).

Liczby 0x01 graphic
i = 0,1,…,m nazywamy mnożnikami Lagrange'a.

Wektor 0x01 graphic
= (0x01 graphic
o, 0x01 graphic
1,…., 0x01 graphic
m) nazywamy wektorem mnożników Lagrange'a.

Uwaga - ograniczenie x 0x01 graphic
А nie wchodzi do funkcji Lagrange'a.

Twierdzenie KUHNA-TUCKERA

1.Niech 0x01 graphic
będzie absolutnym minimum w zadaniu (P), gdzie P to zadanie programowania wypukłego wtedy istnieje 0x01 graphic
m+1

0x01 graphic
taki, że dla funkcji Lagrange'а zadania (P) zachodzą następujące warunki:

а) min α(x, 0x01 graphic
) = α 0x01 graphic
x 0x01 graphic
А

Zasada minimum funkcji Lagrange'а

b) warunki komplementarności 0x01 graphic

c) warunki nieujemności 0x01 graphic

2. Jeżeli 0x01 graphic
(jest elementem dopuszczalnym zadania(P))i są spełnione warunki а) - c) z 0x01 graphic

3. Jeżeli 0x01 graphic
i są spełnione warunki а) - c) oraz zachodzi warunek SLATERA

0x01 graphic
to 0x01 graphic

Uwaga. Dla zadania wypukłego programowania idea Lagrange'а uzyskała najbardziej doskonałą postać. Punkt 0x01 graphic
będący rozwiązaniem wypukłego zadania jest punktem minimum funkcji Lagrange'а (dotyczy warunku а)). Warunki b) i c) są charakterystyczne dla zadań z ograniczeniami nierównościowymi. Warunek konieczny na absolutne minimum w zadaniu programowania wypukłego jest bliski warunkowi dostatecznemu. Warunek konieczny pokrywa się z warunkiem dostatecznym, jeśli 0x01 graphic
jest różna od 0(0x01 graphic
).

5. Pojęcie miary ryzyka, pojęcie wypukłej miary ryzyka i pojęcie koherentnej miary ryzyka.

Definicja.

Odwzorowanie : 0x01 graphic
0x01 graphic
R nazywamy miarą ryzyka jeżeli są spełnione następujące warunki:

1. 0x01 graphic
X, Y 0x01 graphic
0x01 graphic
, X0x01 graphic
Y 0x01 graphic
ℓ (X) 0x01 graphic
ℓ(Y) monotoniczność+

2. 0x01 graphic
X0x01 graphic
0x01 graphic
0x01 graphic
m 0x01 graphic
R 0x01 graphic
ℓ (X+m) = ℓ(X) - m niezmienność względem przesunięcia z której wynika, że ℓ( X+ ℓ (X)) = 0 i ℓ(m) = ℓ (0) - m 0x01 graphic
m 0x01 graphic
R.

W większości przypadków zakłada się, że miara ryzyka spełnia warunek unormowania czyli

ℓ (0) = 0

Definicja

Mówimy, że miara ryzyka : 0x01 graphic
0x01 graphic
R jest wypukła jeżeli dla

0x01 graphic
X, Y 0x01 graphic
0x01 graphic
0x01 graphic
0 0x01 graphic
0x01 graphic
0x01 graphic
1

zachodzi nierówność

ℓ (0x01 graphic
X + (1-0x01 graphic
)Y) 0x01 graphic
0x01 graphic
(X) + (1-0x01 graphic
) (Y)

Definicja

Wypukłą miarą ryzyka nazywamy koherentną miarą ryzyka jeżeli spełnia ona następujący warunek

0x01 graphic
0x01 graphic
0x01 graphic
0 ℓ (0x01 graphic
X) = 0x01 graphic
ℓ(X) to się nazywa dodatnia jednorodność.

Z dodatniej jednorodności miary wynika, że spełnia ona warunek unormowania tzn., że

(0) = 0.

Jeżeli spełniony jest warunek dodatniej jednorodności to wypukłość miary ryzyka jest równoważna jej subaddytywności ℓ (X+Y) 0x01 graphic
ℓ(X) + ℓ (Y) 0x01 graphic
X,Y 0x01 graphic
0x01 graphic

6. Sformułuj skończenie wymiarowe gładkie zadanie z ograniczeniami równościowymi oraz zasadę Lagrang'ea dla tego zadania?

Niech fi:Rn→R, i=0,1,2…m Funkcja n zmiennych rzeczywistych o wartościach rzeczywistych. Zakładam, że funkcja fi; i=0,1,2…n1 spełnia pewien warunek gładkości tzn. są różniczkowane w określonym sensie. Gładkie skończenie wymiarowe zadanie ekstremalne z ograniczeniami równościowymi nazywamy następujące zadanie(P):

f0(x)→extr fi(x)=0 , i=1,2…m
Przez rozwiązanie pełne zadania P nazywamy: znalezienie lokalnych ekstremum zadania tj. lokalnych minimów i lokalnych maksimów, znalezienie absolutnego min. i maks., oraz określenie wartości minimalnej i maksymalnej zadania. Dp- zbiór elementów dopuszczalnych zadania P
Dp=0x01 graphic
n0x01 graphic
fi(x)=0x01 graphic
i=1,2…m
x=(x1,x2...x3)0x01 graphic
Rn
||x||- norma wektora X
||x||= ∑ni=1 xi2
Norma określa odległość (metryka)
x=(x1,x2…xn)
y=(y1,y2…yn)
d(x,y)=||x-y||= ∑ni=1(x1-y1)2
0x01 graphic
є locmin(P) - punkt 0x01 graphic
jest lokalnym minimum w zadaniu (P)

0x01 graphic
0x01 graphic
єDp0x01 graphic
0x01 graphic

f0(x)0x01 graphic
0(0x01 graphic
)
K(0x01 graphic
,0x01 graphic
- kula otwarta o środku0x01 graphic
i promieniu0x01 graphic

K(0x01 graphic
,0x01 graphic
nI||x-0x01 graphic
||0x01 graphic

0x01 graphic
0x01 graphic
locmax (P)0x01 graphic
0x01 graphic
0x01 graphic
^0x01 graphic
f0(x)0x01 graphic
f0 (0x01 graphic
)
Lokalne minima i lokalne maksima z zadnia (P) nazywamy lokalnymi ekstremalnymi zadaniami (P)
0x01 graphic
0x01 graphic
absmin (P) 0x01 graphic
f0(0)0x01 graphic
f0(0x01 graphic
)
0x01 graphic
0x01 graphic
absmax(P) 0x01 graphic
0x01 graphic
0x01 graphic
f0(x)0x01 graphic
f0(0x01 graphic
)

Funkcja Lagrang'ea z zadania (P)
Funkcja 0x01 graphic
01,…λm)0x01 graphic
m+1
0x01 graphic
ni=oλifi(x)
Funkcje 0x01 graphic
(x,λ) określoną powyżej nazywamy funkcją Lagrang'ea zadania (P)
wektor λ=(λ01…λm)0x01 graphic
m+1nazywamy wektorem wskaźników Lagrang'ea liczbę λi, i=0,1…m nazywamy mnożnikami Lagrang'ea.
Warunek konieczny pierwszego rzędu na lokalne ekstremum dla gładkiego zadania z ograniczeniami równościowymi - zasada Lagrang'ea.
Niech 0x01 graphic
0x01 graphic
locextr(P) a funkcje fi, i=0,1…m są ciągle różniczkowane w pewnym otwartym otoczeniu punktu 0x01 graphic
(warunek gładkości) wtedy istnieje niezerowy wektor nośników Lagrang'ea. Λ=(λ0,λ1…λn)0x01 graphic
Rm+1 , λ0x01 graphic
0 taki że dla funkcji Lagrang'ea z zadania (P) 0x01 graphic
(x,λ) = ∑mi=0 λifi(x) zachodzi warunek stacjonarności tzn. 0x01 graphic
1≤ j ≤ n 0x01 graphic
xj(0x01 graphic
,λ)=0
0x01 graphic
xj (0x01 graphic
,λ)- pochodna cząstkowa funkcji Lagrang'ea po xj w punkcie (0x01 graphic
,λ)

7. Sformułuj gładkie, skończenie wymiarowe zadanie ekstremalne z ograniczeniami równościowymi i nierównościowymi oraz zasadę Lagrangea dla tego zadania.

Niech f1:Rn→R , i=0,1,2....m funkcji n zmienny rzeczywistych o wartościach rzeczywistych. Założenie że funkcje fi, i=0,1,2…n spełniają pewien warunek gładkości tzn. są różniczkowalne w określonym sensie. Gładkim skończenie wymiarowym zadaniem ekstremalnym z ograniczeniami równościowymi i nierównościowymi nazywamy następujące zadanie (P): f0(x)→min
fi(x)≤0 , i =1,2…m'
fi(x)=0 , i = m'+1,…m

Warunek konieczny I rzędu na lokalne ekstremum w gładkim skończenie wymiarowym zadaniu ekstremalnym z ograniczeniami równościowymi i nierównościowymi - zasada Lagrangea.

Niech 0x01 graphic
0x01 graphic
loc min (P) - punkt lokalnego minimum w zadaniu (P), a funkcje fi, i= 0,1,...,m są ciągle różniczkowalne w pewnym otoczeniu punktu 0x01 graphic
(warunek gładkości).Wtedy istnieje niezerowy wektor mnożników Lagrangea

λ= λ0, λ1, ...,λm 0x01 graphic
R m+1 λ ≠ 0 taki, że dla funkcji lagrangea zad. (P)

λ= λ0, λ1, ...,λm 0x01 graphic
R m+1 λ ≠ 0 taki, że dla funkcji lagrangea zad. (P)

0x01 graphic
(x, λ) = ^ (x1,...,xn), (λ0,...,λn) = ∑mi=0 λi fi (x) = ∑mi=0 λi fi (x1, x2,...,xm)

zachodzą następujące warunki

a)warunki stacjonarności

0x01 graphic
xj (0x01 graphic
, λ) = 0 0x01 graphic
1≤ j ≤ n

b)warunki komplementarności

λi fi (0x01 graphic
)= 0 i= 1,2...,m'

c) warunki nieujemności

λi ≥ 0 i= 0,1,...,m'



Wyszukiwarka

Podobne podstrony:
Miłosz Gromada Zakopane i powiat zakopiański Centrum polskiej turystyki
33 Rama zamknięta ze ściągiem
Materiał pomocniczy, Szkoła, wypracowania, ściągi
Funkcje łowiectw-łowiectwo ściągi-kolumny, myślistwo, Broń
Miłosza - Campo di Fiori (oprac), język polski
Etos, Ściągi
ściąga do ćwiczennia XII, Szkoła, penek, Przedmioty, Urządzenia nawigacyjne, Zaliczenie, egzamin, Ś
88888888, aszyny elektryczne, maszyny elektryczne!!!!!!!!!!!!!, maszyny sciagi
formy organiz, Szkoła, wypracowania, ściągi
Instr. kontr.urz.gaszącego, Instrukcje w wersji elektronicznej
chemia, Ściągi
Mickiewicz, TG, ściagii, ŚCIĄGI, Ściągi itp, Epoki, Epoki, 06. Romantyzm, 2
Maszynoznawstwo ogolne, Automatyka i Robotyka, Semestr 1, Maszynoznastwo, kolos, ściągi
Teoria konsumenta, Studia, STUDIA PRACE ŚCIĄGI SKRYPTY
należy przywitać się z gościem, Ściągi, Ściagi

więcej podobnych podstron