Б) Критерий проверки необходимых условий экстремума второго порядка.
1) Для того чтобы Гессе H(x*) была положительно полуопределена определена
(H(x*) ³ 0) и точка x* являлась точкой локального минимума, необходимо и достаточно, чтобы все главные миноры определителя матрицы Гессе были неотрицательны.
2) Для того чтобы Гессе H(x*) была положительно полуопределена определена
(H(x*) £ 0) и точка x* может быть являлась точкой локального максимума, необходимо и достаточно, чтобы все главные миноры четного порядка были неотрицательны, а все главные миноры нечетного порядка – неположительны.
· Второй способ (с помощью собственных значений матрицы Гессе).
Матрица G размерностью(n x n) считается положительно определенной, если все ее собственные значения m1, m2,…, mn положительны, т.е. mj > 0 для всех j = 1, 2,…, n.
Матрица G считается отрицательно определенной, если собственные значения отрицательны, т.е. mj < 0 для всех j = 1, 2,…, n.
Если среди собственных значений G встречаются и положительные и отрицательные, то матрица является знакопеременной, а исследуемая функция – невыпуклой.
Для определения собственных значений необходимо решить характеристическое уравнение:
,
где I – квадратная единичная матрица; det – знак определителя.
Матрица отличается от матрицы Гессе тем, что по диагонали располагаются члены вида .
Так для двухмерной функции f(x1, x2)характеристическое уравнение будет иметь вид:
(4.10)
Собствееные значения m1 и m2есть корни обыкновенного квадратного уравнения
m2 + bm + c = 0, образуются после раскрытия определителя.
Для примера возьмеме функции двух переменных: f(x)= 2 - 2x1 -2x2 +x12+x22-x1 x2
Координаты экстремальной точки x* определяются решением системы уравнений
и равны x1*=2, x2*=2
Гессиан . После решения характеристического уравнения , т.е. квадратного уравнения (2-m)2-1 = 0 получены собственные значения m1=3, m2=1, т.е. матрица G является положительно оперделенной. Следовательно, функция f(x) является выпуклой и в экстремальной точке х* = (2,2) принимает минимальное значение f(x*) = -2.
Сформулированная выше задача оптимизации (4.1) имеет решение при любых целых функциях и допустимых множествах. Существуют задачи, в которых невозможно найти оптимальную точку и оптимальное значение. Например, не существует точек минимума у функции одной переменной ¦ на множестве Х в случаях изображённых на рис.4.5.
y y y
0 0 0
a b х a х a b х
Х=[a,b) Х=[a,+¥) Х=[a,b]
Рис.4.7. Графики функций, не имеющие минимума.
В первом случае точка минимума не существует, поскольку множество Х не замкнутое. Во втором случае - вследствие не ограниченности Х. В третьем случае минимум не достигается из-за того, что функция ¦ не является непрерывной.
Итак, при изучении задач оптимизации в первую очередь возникает вопрос о существовании решения. В этом случае имеет место, следующее утверждение, которое называют теоремой Вейерштрасса.
Теорема 4.5.Пусть Х – компакт в (замкнутое ограниченное множество), ¦ - непрерывная функция на Х. Тогда точка глобального минимума функции ¦ на Х (глобальное решение задачи (4.1)) существует.
В дальнейшем окажется полезной и несколько иная форма данной теоремы.
Теорема 4.6 Пусть Х - замкнутое множество в , ¦ - непрерывная функция на Х, причём существует такая точка х’ÎХ, что множество вида N(x’)={xÎХ ¦(x)£¦(x’)} ограничено. Тогда точка глобального минимума функции ¦ на Х существует (рис. 4.6)
Следствие:
Если функция ¦ (х) непрерывна на и , то ¦(x) достигает своего абсолютного минимума (наименьшего значения) на любом замкнутом подмножестве .
Рис.4.6 График функции имеющий глобальный минимум.