શ્રેષ્ઠતા માટે જરૂરી શરતો. જરૂરી અને પર્યાપ્ત લાક્ષણિકતાઓ

શ્રેષ્ઠ પર્યાપ્ત શરતો

શરતો કે જે શ્રેષ્ઠતાને સુનિશ્ચિત કરે છે આ નિર્ણયતુલનાત્મક વળાંકોના પસંદ કરેલ વર્ગમાં વિવિધતાના કલનની સમસ્યાઓ.
ઓ.ડી.યુ. નબળા ન્યૂનતમ (જુઓ): નબળી કાર્યક્ષમતા પહોંચાડવા માટે

(1) ખાતે સીમા શરતો. y . (x 0) = y 0 ,y(x 1) = y 1 , નીચેની શરતો પૂરી થાય તે પૂરતું છે.

1) વળાંક આત્યંતિક હોવો જોઈએ, એટલે કે સંતોષકારક યુલરનું સમીકરણ


2) વળાંક સાથે, તેના છેડા સહિત, પ્રબલિત દંતકથાની સ્થિતિ

Fy"y"(x, y, y") > 0.

3) વળાંક ઉન્નત સંતોષવા જ જોઈએ જેકોબી શરતજેકોબી સમીકરણો જરૂરી છે

(2) સાથે પ્રારંભિક શરતો

h(x 0)=0, h"(x 0) = 1

વેયરસ્ટ્રાસ ફંક્શન, એ અને ( x, y) - ક્ષેત્ર ઢાળ.

આસપાસના ચરમસીમાઓ

આત્યંતિક સમયે, સ્થિતિ (3) લે છે શરત (4) મજબૂત લઘુત્તમ માટે જરૂરી છે; તે કહેવાય છે આવશ્યક વેયરસ્ટ્રાસ સ્થિતિ. આ રીતે, નબળા લઘુત્તમ માટે પૂરતી શરતોથી વિપરીત, જેને એક્સ્ટ્રીમલના પોઈન્ટ પર ચોક્કસ મજબૂત જરૂરી શરતોની પરિપૂર્ણતાની જરૂર હોય છે, મજબૂત ન્યૂનતમ માટે પૂરતી શરતો માટે એક્સ્ટ્રીમલના ચોક્કસ પડોશમાં જરૂરી વેયરસ્ટ્રાસ સ્થિતિની પરિપૂર્ણતા જરૂરી છે. સામાન્ય કિસ્સામાં, વેયરસ્ટ્રાસની સ્થિતિ મજબૂત બનેલી વેયરસ્ટ્રાસ સ્થિતિ (શરત (4)) સાથે એક્સ્ટ્રીમલના પડોશમાં સંતુષ્ટ થવાની જરૂરિયાતને બદલીને મજબૂત ન્યૂનતમ માટે પૂરતી શરતોની રચનાને નબળી પાડવી અશક્ય છે.કડક અસમાનતા

) આત્યંતિક બિંદુઓ પર (જુઓ). બિન-શાસ્ત્રીય વિવિધતા સમસ્યાઓ માટે ધ્યાનમાં લેવામાં આવે છે ગાણિતિકનું શ્રેષ્ઠ નિયંત્રણસિદ્ધાંતો

O. d.u ની સ્થાપના માટે ઘણા અભિગમો છે. સંપૂર્ણ આત્યંતિક.

એક શ્રેષ્ઠ નિયંત્રણ સમસ્યા ઊભી થવા દો જેમાં તે કાર્યાત્મક લઘુત્તમ નક્કી કરવા માટે જરૂરી છે


શરતો હેઠળ જ્યાંયુ- આપેલ બંધ સેટ.

p-પરિમાણીય જગ્યા

ડાયનેમિક પ્રોગ્રામિંગ પદ્ધતિનો ઉપયોગ કરતી વખતે O.d.u. નીચે પ્રમાણે ઘડવામાં આવે છે. નિયંત્રણ u(t) માટે સમસ્યા (5)-(8) માં શ્રેષ્ઠ નિયંત્રણ બનવા માટે, તે પૂરતું છે: , 1) આવી S(x) હતી ધાર બધા માટે સતત આંશિક ડેરિવેટિવ્ઝ ધરાવે છે X, સિવાય, કદાચ, પરિમાણના ચોક્કસ ટુકડા મુજબના સરળ સેટ માટે ઓછા p, માં શૂન્ય બરાબર અંતિમ બિંદુ(x 1, એસ)=0, અને બેલમેન સમીકરણને સંતોષે છે

2) u(t) =v(x(t)) , પર, જ્યાં v(x) - બેલમેન સમીકરણ પરથી નિર્ધારિત સંશ્લેષણ કાર્ય:


હકીકતમાં, ગતિશીલ પદ્ધતિનો ઉપયોગ કરતી વખતે. પ્રોગ્રામિંગ વધુ હોવાનું બહાર આવ્યું છે મજબૂત પરિણામ: ઓ.ડી.યુ. વિવિધ પ્રકારના વિવિધ નિયંત્રણો માટે જે તબક્કા બિંદુને મનસ્વી પ્રારંભિક સ્થિતિથી આપેલ અંતિમ સ્થિતિ x 1 માં સ્થાનાંતરિત કરે છે.

વધુ સામાન્ય કિસ્સામાં, જ્યારે બિન-ઓટોનોમસ સિસ્ટમ ગણવામાં આવે છે, એટલે કે ઇન્ટિગ્રેન્ડ ફંક્શન અને જમણી બાજુના વેક્ટર ફંક્શન પણ સમય પર આધાર રાખે છે. ટી,કાર્ય S એ t પર આધાર રાખવો જોઈએ અને શબ્દ સમીકરણ (9) ની ડાબી બાજુએ ઉમેરવો જોઈએ. ત્યાં છે (જુઓ), જેમાં ખૂબ જ અવરોધને દૂર કરવું શક્ય હતું અને મોટાભાગની સમસ્યાઓમાં પરિપૂર્ણ થતું નથી, પરંતુ સામાન્ય રીતે કાર્ય S(x) ની સતત ભિન્નતા માટે ધારવામાં આવતી સ્થિતિ. એક્સ.

ઓ.ડી.યુ. પોન્ટ્રીયાગીનના મહત્તમ સિદ્ધાંતના આધારે બનાવી શકાય છે. જો જી-ફેઝ સ્પેસના ચોક્કસ પ્રદેશમાં નિયમિત સંશ્લેષણ હાથ ધરવામાં આવે છે, તો નિયમિત સંશ્લેષણ બનાવતી વખતે મહત્તમ સિદ્ધાંતનો ઉપયોગ કરીને મેળવેલા તમામ માર્ગો આ ​​પ્રદેશમાં શ્રેષ્ઠ છે. જી.

નિયમિત સંશ્લેષણની વ્યાખ્યા, તેના બદલે બોજારૂપ હોવા છતાં, આવશ્યકપણે સમસ્યા (5)-(8) પર કોઈ વિશેષ નિયંત્રણો લાદતી નથી.

O. d.u ની સ્થાપના માટે અન્ય અભિગમ છે. (સે.મી.). j(x) ને એક ફંક્શન બનવા દો જે તમામ સ્વીકાર્ય માટે તેના આંશિક ડેરિવેટિવ્સ સાથે સતત છે ધાર બધા માટે સતત આંશિક ડેરિવેટિવ્ઝ ધરાવે છેઆપેલ પ્રદેશ G સાથે જોડાયેલા, અને

જોડી માટે, સમસ્યા (5) - (8) માં સંપૂર્ણ ન્યૂનતમ પહોંચાડવા માટે, તે પૂરતું છે કે ત્યાં એક ફંક્શન j(x) અસ્તિત્વમાં છે જેમ કે

O. d.u ના આપેલ ફોર્મ્યુલેશનમાં યોગ્ય ફેરફારો કરવાની મંજૂરી છે. વધુ માટે સામાન્ય કેસોનોન-ઓટોનોમસ સિસ્ટમ, મેયર અને બોલ્ટ્ઝ પ્રકારનાં કાર્ય સાથે સમસ્યાઓ (જુઓ. બોલઝા સમસ્યા), તેમજ સ્લાઇડિંગ શ્રેષ્ઠ મોડ્સ માટે (જુઓ).

સંશોધન કર્યું વિવિધતા સમસ્યાઓઆંશિક વિભેદક સમીકરણોના રૂપમાં બહુવિધ અવિભાજ્ય અને વિભેદક જોડાણોના રૂપમાં ફંક્શનલ્સ સાથે, જેમાં અનેક ચલોના કાર્યો ગણવામાં આવે છે (જુઓ).

લિટ.: લવરેન્ટીવ એમ. એ., લ્યુસ્ટર્નિક એલ. એ., વિવિધતાના કેલ્ક્યુલસનો કોર્સ, 2જી આવૃત્તિ, એમ.-એલ., 1950; Bliss G. A. વિવિધતાના કલન પર પ્રવચનો, ટ્રાન્સ. અંગ્રેજીમાંથી, એમ., 1950; બેલમેન આર., ડાયનેમિક, ટ્રાન્સ. અંગ્રેજીમાંથી, એમ., 1960; બોલ્ટ્યાન્સ્કી વી.જી., ગાણિતિક પદ્ધતિઓશ્રેષ્ઠ નિયંત્રણ, એમ., 1966; ક્રોટોવ વી.એફ., "ઓટોમેશન એન્ડ ટેલીમિકેનિક્સ", 1962, વોલ્યુમ 12, પી. 1571-83; 1963, વોલ્યુમ 24, નંબર 5, પૃષ્ઠ. 581-98; બુટકોવ્સ્કી એ.જી., વિતરિત પરિમાણો સાથે સિસ્ટમોના શ્રેષ્ઠ નિયંત્રણનો સિદ્ધાંત, એમ., 1965. I. B. વાપ્ન્યાર્સ્કી.


ગાણિતિક જ્ઞાનકોશ. - એમ.: સોવિયેત જ્ઞાનકોશ.

આઇ.એમ. વિનોગ્રાડોવ.

ગાણિતિક પ્રોગ્રામિંગ સમસ્યામાં શ્રેષ્ઠ બિંદુ (વેક્ટર) દ્વારા કબજામાં રહેલા લાક્ષણિક ગુણધર્મો. ફોર્મ ઓ. એન. u તે ફોર્મ દ્વારા નક્કી કરવામાં આવે છે જેમાં સ્વીકાર્ય સમૂહનો ઉલ્લેખ કરવામાં આવ્યો છે. પ્રથમ વખત જનરલ ઓ. એન. u સમાનતાના સ્વરૂપમાં અવરોધોની હાજરીમાં આત્યંતિક સમસ્યાઓ માટે લેગ્રેન્જ ઘડવામાં આવે છે (જુઓ લેગ્રેન્જનો ગુણાકારનો નિયમ). 1951 માં આમેર. ગણિતશાસ્ત્રીઓ જી. કુહ્ન અને એ. ટકરે જરૂરી અને પૂરતી શરતોબહિર્મુખ પ્રોગ્રામિંગ સમસ્યામાં બિંદુ x ની શ્રેષ્ઠતા, એટલે કે શોધવાની સમસ્યામાં

જ્યાં ફંક્શન અંતર્મુખ છે, અને તમામ કાર્યો બહિર્મુખ છે. વેક્ટર x એ સમસ્યાનો ઉકેલ બનવા માટે (1), જ્યારે સ્વીકાર્ય સમૂહ આંતરિક સમાવે છે. બિંદુ, એટલે કે, બિન-નકારાત્મક વેક્ટર u શોધવા માટે તે જરૂરી અને પર્યાપ્ત છે, જે વેક્ટર x સાથે મળીને બધા માટે લેગ્રેન્જ ફંક્શનનો સેડલ પોઈન્ટ છે, જો વધુમાં, વિધેયો અલગ-અલગ હોય, તો માટે વેક્ટર x ની શ્રેષ્ઠતા એ જરૂરી અને પર્યાપ્ત છે કે બિન-નકારાત્મક વેક્ટર u મળ્યો છે, જે વેક્ટર x સાથે મળીને સંતોષે છે આગામી સિસ્ટમસમીકરણો અને અસમાનતાઓ

જો ફંક્શન અને સેટ Q બહિર્મુખ નથી, તો શરતો (2) એ વેક્ટર xની શ્રેષ્ઠતા માટે માત્ર જરૂરી શરતો છે. ઉલ્લેખિત ઓ. એન. u અસમાનતાના સ્વરૂપમાં અવરોધો હેઠળ ફંક્શનના અંતિમ ભાગને શોધવાની સમસ્યા માટે લેગ્રેન્જ ગુણકના શાસ્ત્રીય નિયમનું સીધું સામાન્યીકરણ છે.

મૂળભૂત ગણિત O. n ના બાંધકામમાં વપરાતું ઉપકરણ. u ગણિતની સમસ્યાઓ માટે. મર્યાદિત-પરિમાણીય જગ્યામાં પ્રોગ્રામિંગ એ વિભાજન પ્રમેય છે બહિર્મુખ સમૂહોઅને સિદ્ધાંત રેખીય અસમાનતાઓ. ગણિતમાં સમસ્યાઓ માટે અંતિમ માટે જરૂરી શરતોનો અભ્યાસ. અનંત-પરિમાણીય જગ્યાઓમાં પ્રોગ્રામિંગ. હસ્તગત વિશેષ અર્થઑપ્ટિમાઇઝેશનના કાર્યોના સંબંધમાં. સંચાલન પ્રથમ વખત, બનાચ સ્પેસના સેટ પર ફંક્શનલના અંતિમ ભાગ માટે જરૂરી શરતો. સોવ દ્વારા ઘડવામાં આવેલ. 1940 માં ગણિતશાસ્ત્રી એલ.વી. ગણિતશાસ્ત્રી એલ.એસ. પોન્ટ્રીયાગિન ફોર્મમાં ઘડવામાં આવ્યા હતા

શ્રેષ્ઠ સમસ્યાઓ માટે મહત્તમ સિદ્ધાંત જરૂરી આત્યંતિક શરતો. નિયંત્રણ (Iontryagin ના મહત્તમ સિદ્ધાંત જુઓ). 60 ના દાયકાની શરૂઆતમાં, સોવ. વૈજ્ઞાનિકો A. Ya. Dubovitsky અને A. A. Milyutin એ જરૂરી પરિસ્થિતિઓનો એક સામાન્ય સિદ્ધાંત બનાવ્યો અને ગણિતમાં સમસ્યાઓના વિશાળ વર્ગ માટે આવી પરિસ્થિતિઓ બનાવવા માટેની તકનીક વિકસાવી. પ્રોગ્રામિંગ ખાસ કરીને, તેઓ સામાન્ય સિદ્ધાંતમાં શ્રેષ્ઠ નિયંત્રણ સિદ્ધાંતને એમ્બેડ કરવામાં વ્યવસ્થાપિત થયા

એસેન્સ સામાન્ય સિદ્ધાંતતેમણે. u નીચે મુજબ છે. ધારો કે આપણે શોધવાની જરૂર છે

જ્યાં - બનાચ જગ્યામાં સેટ કરો. આ જગ્યાની કેટલીક વિવિધતા. ચાલો દરેક માટે બહિર્મુખ શંકુ K અસ્તિત્વમાં હોય. જેમ કે દરેક માટે

પૂરતા પ્રમાણમાં નાના t માટે અને જેના માટે આગળ આપણે ધારીશું કે L માટે સબસ્પેસ સ્પર્શક છે. , એટલે કે, દરેક માટે એક વેક્ટર હોય છે જે પૂરતા પ્રમાણમાં નાના ટી માટે હોય છે, અને વધુમાં, એક બહિર્મુખ શંકુ કો હોવા દો, જેમાંથી કોઈપણ તત્વ (4) પછી સંતુષ્ટ છે આગામી નિવેદન(ડુબોવિટ્સ્કી-મિલ્યુટિન પ્રમેય): બિંદુ x એ સમસ્યાનો ઉકેલ (3) બનવા માટે, તે જરૂરી છે

જ્યાં B એ બાનાચ અવકાશ માટે અવકાશનું જોડાણ છે. ખાલી નંબર શંકુ એકબીજાને છેદે નહીં તે માટે, તે જરૂરી અને પર્યાપ્ત છે કે ત્યાં કાર્યક્ષમતા છે, જેમાંથી ઓછામાં ઓછું એક 0 થી અલગ છે અને જેમ કે ડુબોવિટ્સ્કી-મિલ્યુટિન પ્રમેય). આ પ્રમેયના આધારે, રેખીય પ્રોગ્રામિંગમાં શાસ્ત્રીય દ્વૈત પ્રમેયથી લઈને પોન્ટ્રીયાગીનના મહત્તમ સિદ્ધાંત સુધીના વિવિધ પરિણામો એકસરખા રીતે મેળવવાનું શક્ય છે.

તેના સ્વતંત્ર અર્થ ઉપરાંત, ઓ. એન. u રમો મહત્વપૂર્ણ ભૂમિકાઅસરકારક રીતે શ્રેષ્ઠ મૂલ્યો શોધવા માટે કોમ્પ્યુટેશનલ અલ્ગોરિધમ્સ બનાવતી વખતે. પોઈન્ટ x. O. n ના સિદ્ધાંત પર આધારિત. u સાથે સફળ થયા નવો મુદ્દોચેબીશેવ અંદાજ, ક્ષણોની સમસ્યા, વગેરેના સિદ્ધાંતના કેટલાક શાસ્ત્રીય પરિણામોને સમજવાની દ્રષ્ટિ. આર. એ. પોલિઆક, એમ. ઇ. પ્રિમક.

તુલનાત્મક વળાંકોના પસંદ કરેલ વર્ગમાં ભિન્નતાના કેલ્ક્યુલસની સમસ્યાના આપેલ ઉકેલની શ્રેષ્ઠતાને સુનિશ્ચિત કરતી શરતો.
ઓ.ડી.યુ. નબળું લઘુત્તમ (જુઓ): વળાંકને કાર્યાત્મક પર નબળો લઘુત્તમ પહોંચાડવા માટે

(1) સીમાની શરતો હેઠળ. y . (x 0) = y 0 ,y(x 1) = y 1 , નીચેની શરતો પૂરી થાય તે પૂરતું છે.

1) વળાંક આત્યંતિક હોવો જોઈએ, એટલે કે સંતોષકારક યુલરનું સમીકરણ


2) વળાંક સાથે, તેના છેડા સહિત, પ્રબલિત દંતકથાની સ્થિતિ

Fy"y"(x, y, y") > 0.

3) વળાંક ઉન્નત સંતોષવા જ જોઈએ જેકોબી શરતજેકોબી સમીકરણનો ઉકેલ જરૂરી છે

(2) પ્રારંભિક શરતો સાથે

h(x 0)=0, h"(x 0) = 1

જમણા-બંધ અંતરાલના બિંદુઓ પર અદૃશ્ય થઈ નથી

જેકોબી સમીકરણ (2) ના ગુણાંક, જે એક રેખીય છે વિભેદક સમીકરણ 2જી ક્રમ, એક્સ્ટ્રીમલ સાથે ગણવામાં આવે છે અને રજૂ કરે છે જાણીતા કાર્યોથી એક્સ.

મજબૂત લઘુત્તમ માટે, તે પર્યાપ્ત છે કે ઉપર સૂચિબદ્ધ તે ઉપરાંત, આગામી શરત.

4) દરેક બિંદુ (x, y) પર વળાંકનો પડોશ છે. y"અસમાનતા ધરાવે છે

વેયરસ્ટ્રાસ ફંક્શન, એ અને ( x, y) - ક્ષેત્ર ઢાળ. આસપાસના ચરમસીમાઓ

આત્યંતિક સમયે, સ્થિતિ (3) સ્વરૂપ લે છે

શરત (4) મજબૂત લઘુત્તમ માટે જરૂરી છે; તે કહેવાય છે આવશ્યક વેયરસ્ટ્રાસ સ્થિતિ. આ રીતે, નબળા લઘુત્તમ માટે પૂરતી શરતોથી વિપરીત, જેને એક્સ્ટ્રીમલના પોઈન્ટ પર ચોક્કસ મજબૂત જરૂરી શરતોની પરિપૂર્ણતાની જરૂર હોય છે, મજબૂત ન્યૂનતમ માટે પૂરતી શરતો માટે એક્સ્ટ્રીમલના ચોક્કસ પડોશમાં જરૂરી વેયરસ્ટ્રાસ સ્થિતિની પરિપૂર્ણતા જરૂરી છે. સામાન્ય કિસ્સામાં, કડક અસમાનતાના ચિહ્ન સાથે મજબૂત બનેલી વેયરસ્ટ્રાસ સ્થિતિ (શરત (4) સાથે એક્સ્ટ્રીમલના પડોશમાં વેયરસ્ટ્રાસની સ્થિતિ સંતુષ્ટ થવાની જરૂરિયાતને બદલીને મજબૂત ન્યૂનતમ માટે પૂરતી શરતોની રચનાને નબળી પાડવી અશક્ય છે. ) એક્સ્ટ્રીમલના બિંદુઓ પર (જુઓ).

) આત્યંતિક બિંદુઓ પર (જુઓ). બિન-શાસ્ત્રીય વિવિધતા સમસ્યાઓ માટે ધ્યાનમાં લેવામાં આવે છે ગાણિતિકનું શ્રેષ્ઠ નિયંત્રણસિદ્ધાંતો

O. d.u ની સ્થાપના માટે ઘણા અભિગમો છે. સંપૂર્ણ આત્યંતિક.

એક શ્રેષ્ઠ નિયંત્રણ સમસ્યા ઊભી થવા દો જેમાં તે કાર્યાત્મક લઘુત્તમ નક્કી કરવા માટે જરૂરી છે


શરતો હેઠળ જ્યાં p-પરિમાણીય જગ્યાનો આપેલ બંધ સમૂહ.

p-પરિમાણીય જગ્યા

1) આવી હતી સતત કાર્ય S(x) , 1) આવી S(x) હતી ધાર બધા માટે સતત આંશિક ડેરિવેટિવ્ઝ ધરાવે છે X, સિવાય, કદાચ, પરિમાણના ચોક્કસ ટુકડા મુજબના સરળ સેટ માટે ઓછાઅંતિમ બિંદુ પર શૂન્ય બરાબર અંતિમ બિંદુ(x 1, એસ)=0, અને બેલમેન સમીકરણને સંતોષે છે

2) u(t) =v(x(t)) , પર, જ્યાં v(x) - બેલમેન સમીકરણ પરથી નિર્ધારિત સંશ્લેષણ કાર્ય:


હકીકતમાં, ગતિશીલ પદ્ધતિનો ઉપયોગ કરતી વખતે. પ્રોગ્રામિંગ વધુ મજબૂત પરિણામ આપે છે: O.d.u. વિવિધ પ્રકારના વિવિધ નિયંત્રણો માટે જે તબક્કા બિંદુને મનસ્વી પ્રારંભિક સ્થિતિથી આપેલ અંતિમ સ્થિતિ x 1 માં સ્થાનાંતરિત કરે છે.

વધુ સામાન્ય કિસ્સામાં, જ્યારે બિન-ઓટોનોમસ સિસ્ટમ ગણવામાં આવે છે, એટલે કે ઇન્ટિગ્રેન્ડ ફંક્શન અને જમણી બાજુના વેક્ટર ફંક્શન પણ સમય પર આધાર રાખે છે. ટી,કાર્ય S એ t પર આધાર રાખવો જોઈએ અને શબ્દ સમીકરણ (9) ની ડાબી બાજુએ ઉમેરવો જોઈએ. ત્યાં એક પુરાવો છે (જુઓ), જેમાં તે ખૂબ જ અવરોધોને દૂર કરવાનું શક્ય હતું અને મોટાભાગની સમસ્યાઓમાં પરિપૂર્ણ થતું નથી, પરંતુ સામાન્ય રીતે કાર્ય S(x) ની સતત ભિન્નતા માટે ધારવામાં આવતી સ્થિતિ. એક્સ.

ઓ.ડી.યુ. પોન્ટ્રીયાગીનના મહત્તમ સિદ્ધાંતના આધારે બનાવી શકાય છે. જો જી-ફેઝ સ્પેસના ચોક્કસ પ્રદેશમાં નિયમિત સંશ્લેષણ હાથ ધરવામાં આવે છે, તો નિયમિત સંશ્લેષણ બનાવતી વખતે મહત્તમ સિદ્ધાંતનો ઉપયોગ કરીને મેળવેલા તમામ માર્ગો આ ​​પ્રદેશમાં શ્રેષ્ઠ છે. જી.

નિયમિત સંશ્લેષણની વ્યાખ્યા, તેના બદલે બોજારૂપ હોવા છતાં, આવશ્યકપણે સમસ્યા (5)-(8) પર કોઈ વિશેષ નિયંત્રણો લાદતી નથી.

O. d.u ની સ્થાપના માટે અન્ય અભિગમ છે. (સે.મી.). j(x) ને એક ફંક્શન બનવા દો જે તમામ સ્વીકાર્ય માટે તેના આંશિક ડેરિવેટિવ્સ સાથે સતત છે ધાર બધા માટે સતત આંશિક ડેરિવેટિવ્ઝ ધરાવે છેઆપેલ પ્રદેશ G સાથે જોડાયેલા, અને

જોડી માટે, સમસ્યા (5) - (8) માં સંપૂર્ણ ન્યૂનતમ પહોંચાડવા માટે, તે પૂરતું છે કે ત્યાં એક ફંક્શન j(x) અસ્તિત્વમાં છે જેમ કે

O. d.u ના આપેલ ફોર્મ્યુલેશનમાં યોગ્ય ફેરફારો કરવાની મંજૂરી છે. નોન-ઓટોનોમસ સિસ્ટમના વધુ સામાન્ય કેસો માટે, મેયર અને બોલ્ટ્ઝ પ્રકારનાં કાર્ય સાથે સમસ્યાઓ (જુઓ. બોલઝા સમસ્યા), તેમજ સ્લાઇડિંગ શ્રેષ્ઠ મોડ્સ માટે (જુઓ).

આંશિક વિભેદક સમીકરણોના રૂપમાં બહુવિધ અવિભાજ્ય અને વિભેદક જોડાણોના રૂપમાં કાર્ય સાથેની વિવિધ સમસ્યાઓનો અભ્યાસ કરવામાં આવ્યો હતો, જેમાં અનેક ચલોના કાર્યોને ધ્યાનમાં લેવામાં આવે છે (જુઓ).

લિટ.: લવરેન્ટીવ એમ. એ., લ્યુસ્ટર્નિક એલ. એ., વિવિધતાના કેલ્ક્યુલસનો કોર્સ, 2જી આવૃત્તિ, એમ.-એલ., 1950; Bliss G. A. વિવિધતાના કલન પર પ્રવચનો, ટ્રાન્સ. અંગ્રેજીમાંથી, એમ., 1950; બેલમેન આર., ડાયનેમિક પ્રોગ્રામિંગ, ટ્રાન્સ. અંગ્રેજીમાંથી, એમ., 1960; બોલ્ટ્યાન્સ્કી વી.જી., શ્રેષ્ઠ નિયંત્રણની ગાણિતિક પદ્ધતિઓ, એમ., 1966; ક્રોટોવ વી.એફ., "ઓટોમેશન એન્ડ ટેલીમિકેનિક્સ", 1962, વોલ્યુમ 12, પી. 1571-83; 1963, વોલ્યુમ 24, નંબર 5, પૃષ્ઠ. 581-98; બુટકોવ્સ્કી એ.જી., વિતરિત પરિમાણો સાથે સિસ્ટમોના શ્રેષ્ઠ નિયંત્રણનો સિદ્ધાંત, એમ., 1965. I. B. વાપ્ન્યાર્સ્કી.

  • - વિધાન A ની શુદ્ધતા માટેની શરતો, જેની પરિપૂર્ણતા વિના વિધાન અજ્ઞાતપણે સાચું ન હોઈ શકે, અને તે મુજબ, જ્યારે પરિપૂર્ણ થાય, ત્યારે વિધાન અજ્ઞાતપણે સાચું છે...

    ગાણિતિક જ્ઞાનકોશ

  • - ઔપચારિક વર્ણનો વિવિધ મંતવ્યોશ્રેષ્ઠ વિશે. સામાન્ય રીતે O. વસ્તુઓ ટકાઉપણું, નફાકારકતા અને ન્યાયની સાહજિક સમજની કેટલીક વિશેષતાઓને પ્રતિબિંબિત કરે છે...

    ગાણિતિક જ્ઞાનકોશ

  • - સત્યની અવલંબન સ્થાપિત કરતી શરતો...

    તર્કશાસ્ત્રનો શબ્દકોશ

  • - જુઓ: જરૂરી અને પર્યાપ્ત શરતો...

    આર્થિક શબ્દકોશ

  • - સજાના શોષણના સિદ્ધાંતોનો ઉપયોગ અને સજાના ઉમેરાને આર્ટના ભાગો 2 અને 3 માં નિયંત્રિત કરવામાં આવે છે. રશિયન ફેડરેશનના ક્રિમિનલ કોડના 69. જો કે, કાયદો ગુનાઓના સમૂહ માટે સજાના મુદ્દાને નિયંત્રિત કરતું નથી, જેમાં...

    ફોજદારી કાયદાની શબ્દકોશ-સંદર્ભ પુસ્તક

  • - ગણિતમાં, જરૂરી અને પર્યાપ્ત શરતો જુઓ...
  • કુદરતી વિજ્ઞાન. જ્ઞાનકોશીય શબ્દકોશ

  • - સૌથી વધુ આવશ્યક લક્ષણમૂલ્યાંકન કે જે કોઈપણ પ્રવૃત્તિના લક્ષ્યને હાંસલ કરવા માટેની શરતો નક્કી કરે છે...

    બાંધકામ શબ્દકોશ

  • - અંગ્રેજી: કામની શરતો વિદ્યુત ઉપકરણોના પરિમાણોના મૂલ્યોનો સમૂહ જે આપેલ ક્ષણે અને સમયે તેની કામગીરીને લાક્ષણિકતા આપે છે આપેલ શરતોઓપરેશન સ્ત્રોત: ઇલેક્ટ્રિક પાવર ઉદ્યોગમાં શરતો અને વ્યાખ્યાઓ...

    બાંધકામ શબ્દકોશ

  • - એક માપદંડ કે જેના અનુસાર સિસ્ટમની કામગીરીને તમામ સંભવિત વિકલ્પોમાં શ્રેષ્ઠ તરીકે ઓળખવામાં આવે છે...

    વ્યવસાયની શરતોનો શબ્દકોશ

  • - એક સંકેત જેના દ્વારા સિસ્ટમની કામગીરીને શ્રેષ્ઠ સંભવિત વિકલ્પ તરીકે ઓળખવામાં આવે છે...

    મહાન એકાઉન્ટિંગ શબ્દકોશ

  • - જરૂરી અને પર્યાપ્ત શરતો જુઓ...
  • - એક નિશાની જેના આધારે તુલનાત્મક આકારણી કરવામાં આવે છે શક્ય ઉકેલોઅને શ્રેષ્ઠ પસંદ કરો. વિષયવસ્તુ કે.ઓ. નિરપેક્ષપણે ઘણા પરિબળો દ્વારા નિર્ધારિત: સામાજિક વ્યવસ્થાની પ્રકૃતિ,...

    ગ્રેટ સોવિયેત જ્ઞાનકોશ

  • - વિધાન A ની શુદ્ધતા માટે જરૂરી શરતો એવી શરતો છે કે જેના વિના વિધાન A દેખીતી રીતે સાચું ન હોઈ શકે, અને વિધાન A ની શુદ્ધતા માટે પૂરતી શરતો...

    ગ્રેટ સોવિયેત જ્ઞાનકોશ

  • - સંભવિત ઉકેલોના તુલનાત્મક મૂલ્યાંકન અને શ્રેષ્ઠની પસંદગી માટે લીધેલા નિર્ણયની આર્થિક અસરના મહત્તમ માપને વ્યક્ત કરતું માત્રાત્મક અથવા ક્રમાંકિત સૂચક...

    મોટા જ્ઞાનકોશીય શબ્દકોશ

  • - ગણિતમાં...

    વિશાળ જ્ઞાનકોશીય શબ્દકોશ

પુસ્તકોમાં "ઑપ્ટિમલ પર્યાપ્ત શરતો".

83. શ્રેષ્ઠતાના માપદંડ પર આધારિત આર્થિક અને ગાણિતિક પદ્ધતિઓનું વર્ગીકરણ

પુસ્તકમાંથી આર્થિક વિશ્લેષણ. ચીટ શીટ્સ લેખક ઓલ્શેવસ્કાયા નતાલ્યા

83. અનુસાર શ્રેષ્ઠતાના માપદંડ અનુસાર આર્થિક અને ગાણિતિક પદ્ધતિઓનું વર્ગીકરણ વર્ગીકરણ માપદંડશ્રેષ્ઠતા, તમામ આર્થિક અને ગાણિતિક પદ્ધતિઓ (સમસ્યાઓ) બે જૂથોમાં વહેંચાયેલી છે: ઑપ્ટિમાઇઝેશન અને નોન-ઓપ્ટિમાઇઝેશન. જો પદ્ધતિ અથવા કાર્ય પરવાનગી આપે છે

"ક્યાં તો-અથવા" ના તર્ક દ્વારા એકીકૃત પર્યાપ્ત કારણો

ગોલ્ડરાટ દ્વારા પુસ્તક થિયરી ઓફ કન્સ્ટ્રેન્ટ્સમાંથી. વ્યવસ્થિત અભિગમસતત સુધારણા માટે ડેટમેર વિલિયમ દ્વારા

પર્યાપ્ત કારણો, "ક્યાં તો-અથવા" તર્ક દ્વારા સંયુક્ત વૈકલ્પિક કારણની હાજરી માટેનો માપદંડ જણાવે છે કે એક ઘટનાના ઘણા સ્વતંત્ર કારણો હોઈ શકે છે, એકબીજાથી સ્વતંત્ર, એટલે કે દરેક કારણ પરિણામને સંપૂર્ણ દેખાવા માટે પૂરતું છે.

પ્રકરણ 4. બ્રહ્માંડમાં જીવનના ઉદભવ માટે જરૂરી અને પર્યાપ્ત પરિસ્થિતિઓ

વિજાતીય બ્રહ્માંડ પુસ્તકમાંથી લેખક લેવાશોવ નિકોલે વિક્ટોરોવિચ

પ્રકરણ 4. બ્રહ્માંડમાં જીવનના ઉદભવ માટે જરૂરી અને પર્યાપ્ત શરતો 4.1. પ્રશ્નનું નિવેદન આપણા ગ્રહ પર જીવનની ઉત્પત્તિનો પ્રશ્ન હંમેશા "ઠોકર" રહ્યો છે. પ્રાચીન કાળથી, ફિલસૂફો અને વૈજ્ઞાનિકોએ જીવનના રહસ્યને ઉઘાડવાનો પ્રયાસ કર્યો છે. વિવિધ

ત્રીજી ઉત્પાદન ક્રાંતિ. જરૂરી અને પર્યાપ્ત શરતો

લેખકના પુસ્તકમાંથી

ત્રીજી ઉત્પાદન ક્રાંતિ. આવશ્યક અને પર્યાપ્ત પરિસ્થિતિઓ તકનીકી પાસાઓના મહત્વ હોવા છતાં, નાણાં સંબંધિત જીવનનું ગદ્ય રહે છે, સંસ્થાકીય સમર્થનત્રીજી ઉત્પાદન ક્રાંતિ પોતે

મોટા પુસ્તકમાંથી સોવિયેત જ્ઞાનકોશ(નહીં) લેખક ટીએસબી

11.4. ગ્રાફ શોધ પર નોંધો, જટિલતા માટે શ્રેષ્ઠતા

માટે પ્રોલોગમાં પ્રોગ્રામિંગ પુસ્તકમાંથી કૃત્રિમ બુદ્ધિ લેખક Bratko ઇવાન

11.4. ગ્રાફ શોધ, જટિલતાની શ્રેષ્ઠતા અંગેની ટિપ્પણીઓ હવે આજની તારીખે વિકસિત શોધ પ્રોગ્રામ્સ વિશે સંખ્યાબંધ ટિપ્પણીઓ કરવી યોગ્ય છે: પ્રથમ, ગ્રાફ શોધ વિશે, બીજું, પ્રાપ્ત ઉકેલોની શ્રેષ્ઠતા વિશે અને, ત્રીજું, લગભગ

સફળતા: જરૂરી અને પર્યાપ્ત શરતો

ઓર્ગેનાઈઝેશન ઓફ ટાઈમ પુસ્તકમાંથી. વ્યક્તિગત અસરકારકતાથી કંપનીના વિકાસ સુધી લેખક અરખાંગેલ્સ્ક ગ્લેબ

જરૂરી અને પર્યાપ્ત લાક્ષણિકતાઓ

પુસ્તક પરિચયમાંથી મનોવૈજ્ઞાનિક સિદ્ધાંતઓટીઝમ એપ્પે ફ્રાન્સેસ્કા દ્વારા

આવશ્યક અને પર્યાપ્ત લક્ષણો જ્યારે આપણે પૂછીએ છીએ કે ડિસઓર્ડરની વ્યાખ્યાત્મક વિશેષતાઓ શું છે, ત્યારે અમે આવશ્યકપણે નિદાન કરવા માટે જરૂરી અને પર્યાપ્ત લક્ષણો વિશે પૂછીએ છીએ. કોઈપણ ડિસઓર્ડરમાં મૂળભૂત ચિહ્નો હોય છે, જેની હાજરી આપે છે

કોઈપણ પ્રકારની ઑપ્ટિમાઇઝેશન સમસ્યાનો અભ્યાસ કરતી વખતે મહત્વપૂર્ણ સ્થાનના પ્રશ્નની ચિંતા કરે છે શ્રેષ્ઠતા શરતોઅથવા, જેમ તેઓ કહે છે, આત્યંતિક પરિસ્થિતિઓ. શ્રેષ્ઠતા માટે એક આવશ્યક સ્થિતિ છે, એટલે કે. એવી સ્થિતિઓ કે જે સમસ્યાનું સમાધાન હોય તેવા બિંદુ દ્વારા સંતુષ્ટ થવી જોઈએ, અને પૂરતી શ્રેષ્ઠતાની સ્થિતિ, એટલે કે. શરતો કે જેમાંથી તે તેને અનુસરે છે આપેલ બિંદુસમસ્યાનો ઉકેલ છે.

નોંધો:

1. જો ફંક્શનમાં એકરૂપતાની મિલકત હોય, તો સ્થાનિક લઘુત્તમ આપોઆપ વૈશ્વિક લઘુત્તમ બની જાય છે.

2. જો ફંક્શન યુનિમોડલ નથી, તો ત્યાં ઘણા સ્થાનિક ઓપ્ટિમા હોઈ શકે છે, અને વૈશ્વિક લઘુત્તમ તમામ સ્થાનિક ઓપ્ટિમા શોધીને અને તેમાંથી સૌથી નાનું પસંદ કરીને નક્કી કરી શકાય છે.

પ્રમેય 4.1.(પ્રથમ-ઓર્ડર ન્યૂનતમ માટે જરૂરી શરત): કાર્યને બિંદુ પર અલગ થવા દો. જો સમસ્યાનો સ્થાનિક ઉકેલ છે (4.1), તો

(4.5)

,

કાર્યનો ઢાળ ક્યાં છે.

ડોટ એક્સ* સંતોષકારક સ્થિતિ (4.5) કહેવાય છે સ્થિર બિંદુકાર્યો અથવા સમસ્યાઓ (4.1). તે સ્પષ્ટ છે કે સ્થિર બિંદુઉકેલ હોવો જરૂરી નથી, એટલે કે. (4.5) શ્રેષ્ઠતા માટે પૂરતી સ્થિતિ નથી. આવા બિંદુઓ શ્રેષ્ઠ હોવા માટે શંકાસ્પદ છે.

ઉદાહરણ 4.1. ઉદાહરણ તરીકે, કાર્યને ધ્યાનમાં લો f(x) = x 3 (ફિગ. 4.4). આ ફંક્શન આવશ્યક શ્રેષ્ઠતાની સ્થિતિને સંતોષે છે, જો કે, તેમાં ન તો મહત્તમ કે ન્યૂનતમ એક્સ* = 0, એટલે કે. અને સમયગાળો એક્સ* - સ્થિર બિંદુ.

જો સ્થિર બિંદુ સ્થાનિક શ્રેષ્ઠ (ન્યૂનતમ અથવા મહત્તમ) ને અનુરૂપ ન હોય, તો તે છે વળાંક બિંદુઅથવા કાઠી બિંદુ.એવા કિસ્સાઓ વચ્ચે તફાવત કરવા માટે કે જ્યાં સ્થિર બિંદુ સ્થાનિક લઘુત્તમ, સ્થાનિક મહત્તમ અથવા વિક્ષેપ બિંદુને અનુલક્ષે છે, તે પર્યાપ્ત શ્રેષ્ઠતા સ્થિતિઓનું નિર્માણ કરવું જરૂરી છે.


x*x

ચોખા. 4.6. ફંક્શનનો આલેખ કે જેમાં ઈન્ફ્લેક્શન પોઈન્ટ હોય

પ્રમેય 4.2.(મિનિમમ સેકન્ડ-ઓર્ડર માટે જરૂરી શરત): ફંક્શનને બિંદુ પર બે વાર ભિન્ન થવા દો. જો એક્સ* સમસ્યાનો સ્થાનિક ઉકેલ છે (4.1), પછી મેટ્રિક્સ બિન-નકારાત્મક રીતે નિશ્ચિત છે, એટલે કે.

h ઇ એન, (4.6)

શરતો હેઠળ બિંદુ પર ફંક્શનનું હેસિયન છે .

સ્થાનિક શ્રેષ્ઠતા માટેની પૂરતી શરતમાં મેટ્રિક્સ પરની આવશ્યકતાઓની લાક્ષણિક મજબૂતીકરણ શામેલ છે.

પ્રમેય 4.3.(મિનિમમ સેકન્ડ-ઓર્ડર માટે પૂરતી શરત): ફંક્શનને બિંદુ પર બે વાર અલગ કરવા દો. ચાલો ધારીએ કે , અને મેટ્રિક્સ હકારાત્મક ચોક્કસ છે, એટલે કે.

, h ઇ એન, h 0. (4.7)

પછી એક્સ* - સમસ્યાનો કડક સ્થાનિક ઉકેલ (4.1). કાર્ય માટે સંખ્યાત્મક દલીલ (n= 1) શરતો (4.6) અને (4.7) નો અર્થ છે કે બીજું વ્યુત્પન્ન તરીકે સ્કેલર જથ્થોઅનુક્રમે નકારાત્મક અને હકારાત્મક નથી.


તેથી, ફંક્શન માટે ¦ આંકડાકીય દલીલ એ શ્રેષ્ઠતાની હાજરીની ગેરંટી નથી જો શરતો પૂરી થાય - ન્યૂનતમ; - મહત્તમ.

સ્થિર બિંદુને એક્સ્ટ્રીમ પોઈન્ટ બનવા માટે, પૂરતી શરતો પૂરી કરવી આવશ્યક છે સ્થાનિક અંતિમ. પર્યાપ્ત સ્થિતિ એ નીચેનો પ્રમેય છે.

પ્રમેય 4.4. બિંદુ પર દો એક્સ* પ્રથમ ( n−1) ફંક્શનના ડેરિવેટિવ્ઝ અદૃશ્ય થઈ જાય છે, અને ડેરિવેટિવ્ઝ nઓર્ડર શૂન્યથી અલગ છે:

1) જો n- વિચિત્ર, પછી એક્સ* - વળાંક બિંદુ;

2) જો n- પછી પણ એક્સ* - સ્થાનિક શ્રેષ્ઠ બિંદુ.

ઉપરાંત:

અ)જો આ વ્યુત્પન્ન હકારાત્મક છે, તો પછી એક્સ* - બિંદુ સ્થાનિક લઘુત્તમ;

b)જો આ વ્યુત્પન્ન નકારાત્મક છે, તો પછી એક્સ* - સ્થાનિક મહત્તમ બિંદુ.

કાર્યમાં આ પ્રમેય 4.4 લાગુ કરવા માટે f(x) = x 3 (ઉદાહરણ 4.1), ચાલો ગણતરી કરીએ:

.

પ્રથમ બિન-શૂન્ય વ્યુત્પન્નનો ક્રમ 3 હોવાથી ( વિષમ સંખ્યા), બિંદુ એક્સ= 0 એ ઈન્ફ્લેક્શન પોઈન્ટ છે.

ઉદાહરણ 4.2.સમગ્ર વ્યાખ્યાયિત કાર્યને ધ્યાનમાં લો વાસ્તવિક ધરીઅને નક્કી કરો એકવચન બિંદુઓ:

.

શ્રેષ્ઠતા શરતો

કોઈપણ પ્રકારની ઑપ્ટિમાઇઝેશન સમસ્યાનો અભ્યાસ કરતી વખતે, એક મહત્વપૂર્ણ સ્થાન ના પ્રશ્ન દ્વારા કબજે કરવામાં આવે છે શ્રેષ્ઠતા શરતોઅથવા, જેમ તેઓ કહે છે, આત્યંતિક પરિસ્થિતિઓ. શ્રેષ્ઠતા માટે એક અત્યંત મહત્વપૂર્ણ સ્થિતિ છે, ᴛ.ᴇ. શરતો કે જે સમસ્યાનું સમાધાન હોય તેવા બિંદુ દ્વારા સંતુષ્ટ થવી જોઈએ, અને પર્યાપ્ત શ્રેષ્ઠતા શરતો, ᴛ.ᴇ. શરતો કે જેમાંથી તે અનુસરે છે કે આપેલ બિંદુ સમસ્યાનો ઉકેલ છે.

નોંધો:

1. જો ફંક્શનમાં એકરૂપતાની મિલકત હોય, તો સ્થાનિક લઘુત્તમ આપોઆપ વૈશ્વિક લઘુત્તમ બની જાય છે.

2. જો ફંક્શન યુનિમોડલ નથી, તો ત્યાં ઘણા સ્થાનિક ઓપ્ટિમા હોઈ શકે છે, અને વૈશ્વિક લઘુત્તમ તમામ સ્થાનિક ઓપ્ટિમા શોધીને અને તેમાંથી સૌથી નાનું પસંદ કરીને નક્કી કરી શકાય છે.

પ્રમેય 4.1.(પ્રથમ-ઓર્ડર ન્યૂનતમ માટે અત્યંત મહત્વપૂર્ણ શરત): કાર્યને બિંદુ પર અલગ થવા દો. જો સમસ્યાનો સ્થાનિક ઉકેલ છે (4.1), તો

(4.5)

,

કાર્યનો ઢાળ ક્યાં છે.

ડોટ એક્સ* સંતોષકારક સ્થિતિ (4.5) સામાન્ય રીતે કહેવાય છે સ્થિર બિંદુકાર્યો અથવા સમસ્યાઓ (4.1). તે સ્પષ્ટ છે કે સ્થિર બિંદુ એ ઉકેલ હોવું જરૂરી નથી, ᴛ.ᴇ. (4.5) શ્રેષ્ઠતા માટે પૂરતી સ્થિતિ નથી. આવા બિંદુઓ શ્રેષ્ઠ હોવા માટે શંકાસ્પદ છે.

ઉદાહરણ 4.1. ઉદાહરણ તરીકે, કાર્યને ધ્યાનમાં લો f(x) = x 3 (ફિગ. 4.4). આ કાર્ય અત્યંત મહત્વપૂર્ણ શ્રેષ્ઠતાની સ્થિતિને સંતોષે છે, જો કે, તેમાં ન તો મહત્તમ કે ન્યૂનતમ એક્સ* = 0, ᴛ.ᴇ. અને સમયગાળો એક્સ* - સ્થિર બિંદુ.

જો સ્થિર બિંદુ સ્થાનિક શ્રેષ્ઠ (લઘુત્તમ અથવા મહત્તમ) ને અનુરૂપ ન હોય, તો તે છે વળાંક બિંદુઅથવા કાઠી બિંદુ.એવા કિસ્સાઓ વચ્ચે તફાવત કરવા માટે કે જ્યાં સ્થિર બિંદુ સ્થાનિક લઘુત્તમ, સ્થાનિક મહત્તમ અથવા વિક્ષેપ બિંદુ છે, તે પર્યાપ્ત શ્રેષ્ઠતા સ્થિતિઓનું નિર્માણ કરવું અત્યંત મહત્વપૂર્ણ છે.

x*x

ચોખા. 4.6. ફંક્શનનો આલેખ કે જેમાં ઈન્ફ્લેક્શન પોઈન્ટ હોય

પ્રમેય 4.2.(મિનિમમ સેકન્ડ-ઓર્ડર માટે અત્યંત મહત્વની શરત): ફંક્શનને બિંદુ પર બે વાર ભિન્ન થવા દો. કિસ્સામાં એક્સ* સમસ્યાનો સ્થાનિક ઉકેલ છે (4.1), પછી મેટ્રિક્સ બિન-નકારાત્મક ચોક્કસ છે, ᴛ.ᴇ.

h ઇ એન, (4.6)

શરતો હેઠળ બિંદુ પર ફંક્શનનું હેસિયન છે .

સ્થાનિક શ્રેષ્ઠતા માટેની પૂરતી શરતમાં મેટ્રિક્સ પરની આવશ્યકતાઓની લાક્ષણિક મજબૂતીકરણ શામેલ છે.

પ્રમેય 4.3.(મિનિમમ સેકન્ડ-ઓર્ડર માટે પૂરતી શરત): ફંક્શનને બિંદુ પર બે વાર ભિન્ન થવા દો. ચાલો ધારીએ કે , અને મેટ્રિક્સ હકારાત્મક ચોક્કસ છે, ᴛ.ᴇ.

, h ઇ એન, h 0. (4.7)

પછી એક્સ* - સમસ્યાનો કડક સ્થાનિક ઉકેલ (4.1). સંખ્યાત્મક દલીલ સાથેના કાર્ય માટે ( n= 1) શરતો (4.6) અને (4.7) નો અર્થ એ છે કે સ્કેલર જથ્થા તરીકે બીજું વ્યુત્પન્ન અનુક્રમે નકારાત્મક અને હકારાત્મક નથી.

તેથી, ફંક્શન માટે ¦ આંકડાકીય દલીલ એ શ્રેષ્ઠતાની હાજરીની ગેરંટી નથી જો શરતો પૂરી થાય - ન્યૂનતમ; - મહત્તમ.

સ્થિર બિંદુને એક્સ્ટ્રીમમ પોઈન્ટ બનવા માટે, તે અત્યંત મહત્વપૂર્ણ છે કે સ્થાનિક એક્સ્ટ્રીમમ માટે પૂરતી શરતો પૂરી કરવામાં આવે. પર્યાપ્ત સ્થિતિ એ નીચેનો પ્રમેય છે.

પ્રમેય 4.4. બિંદુ પર દો એક્સ* પ્રથમ ( n−1) ફંક્શનના ડેરિવેટિવ્ઝ અદૃશ્ય થઈ જાય છે, અને ડેરિવેટિવ્ઝ nઓર્ડર શૂન્યથી અલગ છે:

1) કિસ્સામાં n- વિચિત્ર, પછી એક્સ* - વળાંક બિંદુ;

2) કિસ્સામાં n- પછી પણ એક્સ* - સ્થાનિક શ્રેષ્ઠ બિંદુ.

ઉપરાંત:

અ)જો આ વ્યુત્પન્ન હકારાત્મક છે, તો પછી એક્સ* - સ્થાનિક લઘુત્તમ બિંદુ;

b)જો આ વ્યુત્પન્ન નકારાત્મક છે, તો પછી એક્સ* - સ્થાનિક મહત્તમ બિંદુ.

કાર્યમાં આ પ્રમેય 4.4 લાગુ કરવા માટે f(x) = x 3 (ઉદાહરણ 4.1), ચાલો ગણતરી કરીએ:

.

પ્રથમ બિન-શૂન્ય વ્યુત્પન્નનો ક્રમ 3 (એક વિષમ સંખ્યા) હોવાથી, બિંદુ એક્સ= 0 એ ઈન્ફ્લેક્શન પોઈન્ટ છે.

ઉદાહરણ 4.2.સમગ્ર વાસ્તવિક અક્ષ પર વ્યાખ્યાયિત કાર્યને ધ્યાનમાં લો અને એકવચન બિંદુઓ નક્કી કરો:

.

શ્રેષ્ઠતા શરતો - ખ્યાલ અને પ્રકારો. વર્ગીકરણ અને "ઓપ્ટિમાલિટી કંડિશન્સ" 2017, 2018 શ્રેણીના લક્ષણો.



શું તમને લેખ ગમ્યો? તમારા મિત્રો સાથે શેર કરો!