02优化的数学基础课件.pptVIP

优化的数学基础 本章内容 优化问题分单变量和多变量，有约束和无约束，线性和非线性问题。 无约束优化就是数学上的无条件极值，约束优化就是数学上的条件极值。 我们常见的是非线性规划问题。 本章是回顾相关的数学基础，讨论约束最优化的条件等问题 第一节 多元导数的方向导数与梯度 方向导数 一个二元函数在 处的偏导数 一个二元函数在 处的沿方向d的导数 同理，三元函数的方向导数 二元函数的梯度 二元函数的梯度 方向导数的几种形式： 多元函数的梯度 d方向上的方向导数 多元函数的泰勒展开 第二节 无约束优化的极值条件 该条件反映了函数在 处的各阶主子式大于0 多元函数的极值充分条件 凸集 凸函数 凸性函数 凸规划 消元法 拉格朗日乘子法 第五节 不等式约束优化的极值条件 工程上大多数问题都是不等式约束优化问题. 一元函数在一定区间的优化问题: 得到拉格朗日方程 第六节 库恩—塔克条件 将上述一元函数推广到多元函数，可以得到著名的库恩—塔克条件 库恩-塔克条件的几何意义是：在约束极小点处函数的负梯度一定能够表示成所有起作用的约束在该点梯度的非负线性组合。 凸集具有以下性质： （1）若A是一个凸集， 是一个实数， 是凸集A中的动点，即 ，则集合