第二章目标函数的基本性质及数学分析.docVIP

第二章 目标函数的基本性质及数学分析 2.1 目标函数的等值面（线） 对于简单的问题，可用等值线或等值面来描述函数的变化趋势，还可以直观地给出极值点的位置。 1）目标函数的等值面，其数学表达式为f(x)=c。 在这种线或面上所有点的函数值均相等，因此，这种线或面就称为函数的等值线或等值面。 当c取一系列不同的常数值时，可以得到一组形态相似的等值线或等值面，称为函数的等值线簇或等值面簇。 2）当n=2时，该点集是设计平面中的一条直线或曲线；例1（图2.1）。 例1 目标函数f(x)＝一60x1一120x2的等值线族。这是一组相互平行的直线，函数值沿箭头所指方间逐渐下降。如图2.1所示。 图2.1函数的等值线簇 3）当n=3时，该点集是设计空间中的一个平面或曲面；例2。 例2 函数f(x)＝xl2十x22一4x1十4的图形(旋转抛物面)，以及用平面f(X)＝c切割该抛物面所得交线在设计空间中的投影。如图2.2所示。 4）当n大于3时，该点集是设计空间中的一个超曲面。 图2.2 函数的等值面簇 2.2 目标函数的方向导数和梯度 实例：一块长方形的金属板，四个顶点的坐标是(1,1)，(5,1)，(1,3)，(5,3)．在坐标原点处有一个火焰，它使金属板受热．假定板上任意一点处的温度与该点到原点的距离成反比．在(3,2)处有一个蚂蚁，问这只蚂蚁应沿什么方向爬行才能最快到达较凉快的地点？ 问题的实质：应沿由热变冷变化最骤烈的方向（即梯度方向）爬行． 2.2.1方向导数的定义 讨论函数在一点P沿某一方向的变化率问题． 定理　如果函数在点是可微分的，那末函数在该点沿任意方向L的方向导数都存在，且有 ， 其中为x轴到方向L的转角． 例2.1 求函数 在点 处沿从点 到点 的方向的方向导数. 解： 这里方向即为, 故轴到方向的转角. =1 =2 故方向导数 = 2.2.2梯度的定义 函数在一点的梯度是这样一个向量, 它的方向与取得最大方向导数的方向一致, 而它的模为方向导数的最大值. 用 定义2.4 以的n个偏导数为分量的向量称为在处的梯度，记为 梯度也可以称为函数关于向量的一阶导数． 2.2.3、梯度与方向导数之间的关系 (1) 若，则P的方向是函数在点处的下降方向； (2) 若，则的方向是函数在点处的上升方向． 方向导数的正负决定了函数值的升降，而升降的快慢就由它的绝对值大小决定．绝对值越大，升降的速度就越快，即 由此可得如下重要结论(如图2.1所示）： (1)梯度方向是函数值的最速上升方向； (2)函数在与其梯度正交的方向上变化率为零； (3)函数在与其梯度成锐角的方向上是上升的，而在与其梯度成钝角的方向上是下降的； (4)梯度反方向是函数值的最速下降方向． 例2.2：求函数在点、处的梯度，并问在哪些点处梯度为零？ 例2.3 试求目标函数在点处的最速下降方向，并求沿这个方向移动一个单位长后新点的目标函数值． 图2.1 解 因为 ， 所以最速下降方向是． 这个方向上的单位向量是 ． 故新点是 ， 2.2.4小结 1、方向导数的概念 （注意方向导数与一般所说偏导数的区别） 2、梯度的概念 （注意梯度是一个向量） 3、方向导数与梯度的关系 思考题： 一、讨论函数在点处的偏导数是否存在？方向导数是否存在？ 答： 同理： 故两个偏导数均不存在. 沿任意方向的方向导数, 故沿任意方向的方向导数均存在且相等. 2.3 多元目标函数的泰勒表达式和海赛矩阵 2.3.1 海赛（Hesse）矩阵 前面说过，梯度是关于的一阶导数，现在要问关于的二阶导数是什么？ 定义 ： 如果在点处对于自变量的各分量的二阶偏导数 （） 都存在，则称函数在点处二阶可导，并且称矩阵 是在点处的Hesse矩阵． 在数学分析中已经知道，当在点处的所有二阶偏导数为连续时有 因此，在这种情况下Hesse矩阵是对称的． 例2.4 求目标函数的梯度和Hesse矩阵． 解 因为 ， 所以 ． 又因为 所以 ． 例2.5 设，求线性函数 在任意点X处的梯度和Hesse矩阵． 解 设，则 ， （2.2） ∴ ． 由式（2.2）进而知 ∴ （阶零矩阵）． 2.3.2 多元目标函数的泰勒表达式 定理1 （泰勒(Taylor)中值定理） 如果函数在含有的某个开区间()内具有直到()阶的导数，则当任一，有