运筹学教程 第2版 作者 邱菀华 冯允成 第6章.pptVIP

第六章 约束非线性规划问题 第六章 约束非线性规划问题 第一节 约束非线性规划的最优性必要条件 第二节 近似规划法（MAP） 第三节 可行方向法 第四节 外点法与内点法 1.1 等式约束非线性规划和拉格朗日（Lagrange）方法 考虑问题： 1.1 等式约束非线性规划和拉格朗日（Lagrange）方法 1.1 等式约束非线性规划和拉格朗日（Lagrange）方法 1.1 等式约束非线性规划和拉格朗日（Lagrange）方法 * * 在线教务辅导网： 教材其余课件及动画素材请查阅在线教务辅导网 QQ:349134187 或者直接输入下面地址： 第一节 约束非线性规划的最优性必要条件  1.1 等式约束非线性规划和拉格朗日（Lagrange）方法 1.2 不等式约束非线性规划的最优必要条件 其中， ， 都是实值函数。 求解这种问题的最直观的方法是消去法： 利用约束条件的m个等式方程，求出m个变量对其余 个变量的函数表达式。 然后代入目标函数，消去m个变量，规划问题变为 个变量的无约束极值问题。从m个等式方程消去m个变量的条件，由隐函数定理叙述。 其中要求函数是可微函数，m×n雅可比（Jacobi）阵的秩为m。然而，约束方程中m个变量关于其余 个变量的实际求解，往往非常困难。 拉格朗日法 定理6-1 设 和 是定义在 上的实值函数，且在点 的一邻域 上连续可微。对 中满足： 的一切点 来说， 是 的一个局部极小或极大值点。又设 的雅可比阵的秩为m。在这些假设条件下， 在 的梯度是 在点 的诸梯度的线性组合。就是说存在实数 使得 亦即： 在局部极值点，求极小或极大的函数的梯度与约束函数的梯度之间，存在此定理所表示的关系,它导致拉格朗日函数 的表达式： = 其中 称为拉格朗日乘子。 1.1 等式约束非线性规划和拉格朗日（Lagrange）方法 定理6-2 设 ， ，满足定理6-1的假设,则存在一个乘子向量 ，使 = 0 这一定理提供了在等式约束条件下，函数 有极值的必要条件。 1.2 不等式约束非线性规划的最优必要条件 含有不等式约束的非线性规划问题的一般形式为： 若其中 都是一阶可微函数,则判别可行域中一点 是否为 的极值点的方法，有库恩－塔克（Kuhn-Tucker）条件，或简称K.T.条件。它是非线性规划领域中最重要的理论成果之一，适用于 如这样的含有等式和不等式约束的一般非线性规划。 正则点 设 ，如果 点的梯度 和 是线性无关的，那么 就称为(*)式中约束条件的一个正则点。 (*) 1.2 不等式约束非线性规划的最优必要条件 库恩一塔克条件 设函数 ,和 在某开集 中定义并一阶连续可微，（P）的可行域 ， 是非线性规划（P）的局部（或全局）极小点，而且 为上述约束的正则点，则存在 与 使得 只有当约束函数 在点 起作用（即 ）时，才可以不为零，否则 。 第二节 近似规划法（MAP） 考虑非线性规划问题 为了得到线性近似式，将上述问题中的非线性函数在 点作泰勒级数展开、忽略二次以上项，得： 第二节 近似规划法（MAP） 由于 以及 都是在 点计算出的常数或常向量，所以此规划是一个线性规划问题。上式中的符号（～）表示函数的线性近似式。该式又可等价地写为： 其中 ,