最优化方法 第一章 最优化问题与凸分析基础.pptVIP

第一章 最优化问题与凸分析基础 在日常生活中，无论做什么事情，总是有多种方案可供选择，并且可能出现多种不同的结果。我们在做这些事情的时候，总是自觉不自觉的选择一种最优方案，以期达到最优结果。这种追求最优方案以达到最优结果的学科就是最优化。寻求最优方案的方法就是最优化方法。这种方法的理论基础就是最优化理论，而凸分析又是最优化理论的基础之一。 1. 最优化问题 最优化问题：求一个一元函数或多元函数的极值。 在微积分中，我们曾经接触过一些比较简单的极值问题。下面通过具体例子来看看什么是最优化问题。 1.1 最优化问题的例子 例1 对边长为a的正方形铁板，在四个角处剪去相等 的正方形以制成方形无盖水槽，问如何剪法使水槽 的容积最大？ 解：设剪去的正方形边长为x，由题意易知，此问 题的数学模型为，　 例2.（混合饲料配合）设每天需要混合饲料的批量为100磅，这份饲料必须含：至少0.8%而不超过1.2%的钙;至少22%的蛋白质;至多5%的粗纤维。假定主要配料包括石灰石、谷物、大豆粉。这些配料的主要营养成分如下表所示。试以最低成本确定满足动物所需营养的最优混合饲料。 1.2最优化问题的数学模型 一般形式 向量形式 其中 1.3 最优化问题的分类 与时间的关系：静态问题，动态问题 是否有约束条件：有约束问题，无约束问题 函数类型：线性规划，非线性