运筹学资料5非线性规划.ppt

“备”则“倍” 有准备、有规划的人生更精彩！ 例6-2 Min f(X)=（x2-1)3 X ? E1 解：利用一阶必要条 件求出有可能成为最 优解的那些点: ?f(X) = 6x(x2-1)2 =0 得到：x1=0,x2=1,x3= -1 进一步考虑二阶必要条件，缩小范围： H(X) =?xxf(X) = 6(x2-1)2+24 x2(x2-1) H(x1) =?xxf(x1) = ?xxf(0) =60 H(x2) =?xxf(x2) = ?xxf(1) = 0 H(x3) =?xxf(x3) = ?xxf(-1) =0 f(X)在x1=0点正定，依二阶必要条件， x1=0为（P1）的局部最优解。而x2=1， x3= -1满足二阶必要条件和一阶必要条件，但它们显然都不是最优解。 例6-3 Min f(X)= 2x12+5x22+x32+ 2x2x3 + 2x1x3 - 6x2+3 X ? E3 解：?f(X) = （4x1+ 2x3, 10x2+ 2x3 – 6, 2x1+ 2x2 + 2x3 ）=0 驻点x*=(1,1,-2) H(X) =?xxf(X)= 0 2 0 10 2 2 2 2 H(X) =?xxf(X)= 0 2 0 10 2 2 2 2 各阶主子式：40, 4 0 0 10 =400 0 2 0 10 2 2 2 2 =240 H(X)正定， X*=(1,1,-2)为最优解。 f(X*)=0 解无约束问题的算法： 求f(X)的驻点X*，若是凸函数，得到最优解。否则，转下一步。 在驻点X*处，计算H(x)。 根据H(x)来判断该驻点X*是否是极值点。 若H(x)为正定，该驻点X*是严格局部极小值点； 若H(x)为负定，该驻点X*是严格局部极大值点； 若H(x)为半正定（半负定）则进一步观察它在该点某邻域内的情况，如果保持半正定（半负定），那它们是严格局部极小值点（极大值点）； 如果H(x) 不定的，该驻点X*就不是f(X)极值点。 例6-4 求极值 f(X)= x1 + 2x3 +x2x3 -x12-x22-x32 X ? E3 解：?f(X) = (1-2x1,x3 -2x2, 2+x2 - 2x3 ) = 0 驻点x*=(1/2,2/3,4/3) H(X) =?xxf(X)= -2 0 0 0 -2 1 0 1 -2 H(X) =?xxf(X)= 各阶主子式：-20, -2 0 0 -2 =40 = - 60 -2 0 0 0 -2 1 0 1 -2 -2 0 0 0 -2 1 0 1 -2 H(X)负定， f(X) 是凹函数X*=(1/2,2/3,4/3)为极大值点。 f(X*)= f(1/2,2/3,4/3)=19/12 带不等式约束问题的最优性条件 （P3） Min f(X) s.t. gj(X) ? 0 (j=1,2….l) X ? En 令X* ?D，记J（X*）= j gj(X*) =0 紧约束集合。 定理5（Kuhn-Tucker必要条件） 设f(X)和每个gj(X)在X* ?D点可微，又设 ? gj(X) ( j ? J（X*）) 线性无关，如果X* 为（P3）的局部最优解，则存在（u1,u2,…ul) ? 0,使得 f(X* )+ ?uj ? gj(X* ) =0 gj(X* ) ? 0 j=1,2….l uj gj(X* ) =0