Kuhn-Tucker条件解决方案.pptVIP

第二章 优化设计的数学基础 当 时，此时 则极值条件为 即 当 时 ，此时 ，则极值条件为 即 从以上分析可以看出，对应于不起作用的约束的拉格朗日乘子取零值，因此可以引入起作用约束的下标集合。 一元函数在给定区间的极值条件，可以改写为： 极值条件中只考虑起作用的约束和相应的乘子。 二、库恩-塔克条件 仿照一元函数给定区间上极值条件的推导过程， 可以得到具有不等式约束多元函数极值条件： 用起作用约束的下标集合表示 用梯度形式表示，可得 或 库恩-塔克条件的几何意义：在约束极小点处，函数的负梯度一定能表示成所有起作用约束在该点梯度的非负线性组合。 * * 机械设计问题一般是非线性规划问题。 实质上是多元非线性函数的极小化问题，因此，机械优化设计是建立在多元函数的极值理论基础上的。 机械优化设计问题分为： 无约束优化 约束优化 无条件极值问题 条件极值问题 第一节 多元函数的方向导数与梯度 一、方向导数 从多元函数的微分学得知，对于一个连续可微函数f(x)在某一点 的一阶偏导数为： ， ， ， … 它表示函数f(x)值在 点沿各坐标轴方向的变化率。 有一个二维函数，如图2-1所示。 图2-1 函数的方向导数 其函数在 点沿d方向的方向导数为 二、二元函数的梯度 对于二维函数 在 点处的梯度 设 为d方向的单位向量，则有 即 三、多元函数的梯度