机械优化设计.第四章.pptVIP

1、正定二元二次型函数的等值线是同心椭圆族，椭圆的中心就是以该函数为目标函数的极小点 2、过同心椭圆族中心,作任意直线与椭圆族中任 意两椭圆相交，通过交点所作的椭圆的切线必相互平行 一、方向导数与梯度 1、 方向导数 二元函数: 在 处的一阶偏导数的定义是： 如果各一阶偏导数存在的话，它们则表示函数 的值在点 沿各坐标轴方向的变化率, 也就是函数在点 处沿各坐标轴的切线的斜率 若： 存在， 则该极限就称为函数 在点 沿方向 的方向导数，记作: 若S方向与坐标轴的夹角为 和 ，则方向导数可用偏导数和 S 的方向余弦表示: 推广到 n元函数： 式中： — 函数 对坐标轴 在 处 的偏导数。 — 与坐标轴 方向之间夹角的 余弦。 —可看成是函数 分别沿各坐标轴方向的方向导数。 也即：方向导数是偏导数概念的推广；偏导数是方向导数的特例 用单位向量表示为： 梯度的几个重要特征： （1）函数 在给定点的梯度是一个向量，它的大小就 是函数在该点的方向导数的最大值。它的正向（梯度 方向）是函数最速上升方向；反向（负梯度方向）， 是函数的最速下降方向。（即梯度能够定量的表明函 数在某一点的变化性态） 一元函数极值存在的充要条件： 二元函数： ⑴、梯度为0 （各项一阶偏导数为0） * 2 机械优化设计的基本术语和数学模型 2.5 优化设计的基本方法（数值迭代法） 3.1 函数的二次型与矩阵的正定 一、函数的二次型 二、正定矩阵及其判别法 3 优化方法的数学基础 三、正定二次型函数的性质 1 O x1 x2 2 3 1 2 3 步步下降， 步步逼近， 最终极其靠 近最优点! 一、函数的二次型： 对于二元函数的二次型： 上式写成矩阵形式： 式中：A一对称方阵 2、正定性的判别 （1）若对称矩阵 正定，其充要条件是矩阵行列式 的各阶主子式值均大于0 二、正定矩阵及其判别法 （2）、若矩阵A负定，其充要条件是矩阵行列式 的各阶主子式值负、正相间。即： 三、正定二次型函数的性质 《椭圆抛物面》 优化方法的数学基础 3.2 函数的梯度和二阶导数矩阵 一、方向导数与梯度 二、函数的二阶导数矩阵 3.3 函数的近似表达式（多元函数Taylor展开式） 3.4 无约束目标函数的极值条件 1.深刻理解方向导数和函数梯度的概念及 其在优化方法中对寻优的意义 2.了解函数近似表达式的实际意义 3.明确无约束目标函数的极值条件 3.2 函数的梯度和二阶导数矩阵 若 为一个 “n” 元函数 ， 则其在某一点 的一阶偏导数为： ； ； … 的斜率 的斜率 x2 x1 f (x1, x2) x10 x1 x20 x2 X F(X) ? 1 ? 2 X0 2、梯度 设有二元函数 ,它在点 的方向导数为 : 令列向量: — 梯度（函数 在点 的梯度） —梯度向量 和 向量之间的夹角 —梯度向量 和 向量的模。 θ θ 上述二元函数的梯度概念可推广到二元以上的多元函数中去！ 梯度： 其模： （2）由于梯度的模因点而异，即函数在不同点的最大增加 率是不同的。故，函数在某点的梯度向量只是指出了 在该点极小领域内函数的最速上升方向，是函数的 一 种局部性质。 （3）函数在给定点 的梯度方向是函数等值线或等值面 在该点的法线方向。 上升方向 下降方向