第2章 优化设计的数学基础讲义.pptVIP

第二章 优化设计的数学基础 例题 2-1 第三节 无约束优化问题的极值条件 无约束优化问题是使目标函数取得极小值，所谓极值条件就是指目标函数取得极小值时极值点所应满足的条件。 1.消元法（降维法） 2、拉格朗日乘子法（升维法） 2、拉格朗日乘子法（升维法） 小结 1.掌握多元函数的方向导数与梯度 2.掌握多元函数的泰勒展开 3.掌握无约束优化问题的极值条件 4.掌握凸集、凸函数与凸规划 5.掌握拉格朗日乘子法 第五节 等式约束优化问题的极值条件 约束优化 等式约束 不等式约束 求解这一问题的方法 消元法 拉格朗日乘子法 2、拉格朗日乘子法（升维法） 对于具有L个等式约束的n维优化问题 处有 将原来的目标函数作如下改造： 拉格朗日函数 待定系数 新目标函数的极值的必要条件 例2-4 用拉格朗日乘子法计算在约束条件 的情况下，目标函数 的极值点坐标。 第六节 不等式约束优化问题的极值条件 在工程中大多数优化问题，可表示为不等式约束条件的优化问题。 有必要引出非线性优化问题的重要理论，是不等式 约束的多元函数的极值的必要条件。 库恩-塔克（Kuhn-Tucker）条件 一、一元函数在给定区间上的极值条件 一元函数f(x)在给定区间[a,b]上的极值问题，可以 写成下列具有不等式约束条件的优化问题： 拉格朗日乘子法，除了可以应用于等式的极值问题，还可 以用于不等式的极值问题