第3讲 非性规划 在目标和约束中有非线性成分(非线性规划问题.docVIP

第3讲 非线性规划 在目标和约束中有非线性成分(非线性规划问题 §1 基本概念 一、非线性规划的数学模型 1. 引例 例1某公司经营产品I, II (见下表). I(x1) II(x2) 限时 服务时间 0.5 2+0.25x2 800 售价 30(元) 450(元) 求最大营业计划. 问题归结为 例2 产品销售与多因素相关, 设已知比值 求各权重 ,使 2. 一般非线性模型(其余可化作此类型) 或较一般的形式 R称为问题的可行域 若遇, 则两边乘 若遇max, 可换为min {-} 二、二维问题图解 (高维意义类似) 立体上分析 例1 最优解为 演示 若 则最优解为 (注:此时约束无效) 平面上分析 在平面上 作目标函数等值线 (. 可行域如AB线段; (变小(… ( 最小 例2 (含等式和不等式) 可行域为ABCD段 最小值点(4,1),最小值8. B:是AC (严格)局部极小值: (严格)全局极小值: 称为(严格)局部(全局R)极上值. 极大值点和极大值的概念类似; 四、多元函数极值存在条件 对一元(二阶可微)有 若, (极小值, 若, (极大值, 对于n元函数 类似有 1. 定理1(必要) 设上有一阶连续偏导, 且在处取得极值, 则梯度应有 极值点+可偏导(稳定点(驻点) (可能的最值点 (1)每点梯度是函数值增长最快(定义域内)的方向. (2)每点梯度与过该点等值线正交 2. 二次型 其中是实对称阵 正定 有关二次型的正定、半正定、负定、半负定、不定 与实对称阵的正定、半正定、负定、半负定、不定 的概念, 性质∈高等代数 3. 多元泰勒公式 (差量形式) 或(带高阶) 其中 (增量形式) 若(增量), 则 4. 充分条件 定理2(充分) 设上有二阶连续偏导, 若正定, 则为的严格局部极小点, 其中 称为在的海赛Hesse阵. 例3 对, 易得 ( 和不定(非极值点. (此点为鞍点) 五、凸、凹函数(弦定义法) 1．一元凸函数: 一元凹函数 当上式为严格不等式时, 相应函数称为严格凸、凹函数. 2 凸函数的性质 (i) 凸域上的凸函数的正线性组合仍为凸函数,即 若是凸域上的凸函数, , 则函数. 凹函数有类似的性质. (ii) 设是凸域上的凸函数, 则, 是凸集. 证 因为对任意和 令 由凸函数的性质, 得 . 所以 即是凸集. 凹函数也有类似的性质. 3．凸函数的判定 定理3(一阶条件) 设 则 证 见右图. (切在曲下) 必要性: 充分性: 由及 同样有 组合得 .证毕. 凹函数, 严格凸, 严格凹都类似可证. (二阶条件) 设 则 证 必要性 记 再任取, 因为是开集,任一点均为内点. 所以 由凸性得 由泰勒公式得 , 故得半正定. 充分性 其中 由R是凸集，得， 从而 其它类似证. 例3 证明是凹函数. 证负定,所以是严格凹函数. 4. 凸函数的极值 定理5 设是凸集R上凸函数, 若是R内的极小值, 则是R上的最小值, 且极小值点集是一个凸集. 证 设是R内任一极小点，则必有 对 (注,1的情形) 由凸性得 因此得, 即是R上最小值. 另外由前性质, 得集 是凸集. 定理6 设是凸集R上的可微凸函数, 若 则 证 由凸性及题设即得 . :边的点均为增大点. 注1若 注2若是边界点, 则如上图所示 (内点上取最优值 六、凸规划(凸集上凸函最优化问题) 设是凸函数, 是凹函数, 则称为凸规划, 具有: (1) 可行解集是凸集; (2) 最优解集是凸集(若有); (3) 局部最优=全局最优; (4) 若f(X)严格凸,且存在最优解, 则最优解唯一. 略证 (1) , 则 ((是凸集 (2) 前已叙证; (3) 前已叙证; (4) 反证法, 若不唯一, 有 取, 则 , 再由在凸集Rc上严格凸, 知 (说明有更优解(矛盾(故唯一. “非规”与“线规”关系: 因 z =CX,AX=b视作凹凸均可, 故 线性规划(凸规划. 例4 试说明以下问题是凸规划 解 因 半负定 故原问题是凸规划. 最小值点 (0.58, 1.34); 最小值3.8. 如图所示. 七、下降迭代算法 理想--最值求法: 若可微 现实--(很多) 不可微或难微(迭代法; 原则--初解, ( 具体--步骤: (1) 选初值 (2) 选方向; (3) 选步长; , 能使 即可 (4) 检满停; 未达令k=k+1, 转(2).