工程优化 第2章节-1.pptVIP

多元函数的梯度及其Hesse矩阵 等高线 二次函数 多元函数的极值及其判别条件 凸集、凸函数、凸规划 几个重要的不等式 第2章 基础知识 多元函数的梯度及其Hesse矩阵 n元函数： n元线性函数： n元二次函数： n元向量值线性函数： 其中 在点 存在, 的偏导数，记为 的某邻域内极限 则称此极限为函数 设函数 在点 对第i个分量 注意:(1)式也可写为 其中 定义(偏导数) 多元函数的偏导数 可表示成 其中 A , B 不依赖于? x1 , ? x2 , 仅与 x1 , x2 有关， 称为函数 在点 (x1, x2) 的全微分, 记作 若函数在域 D 内各点都可微, 则称函数 f (x1, x2 ) 在点(x1,x2)可微， 则称此函数在D 内可微. 定义（可微）: 高数中二元函数的可微性定义： 如果函数 z = f(x1, x2)在定义域 D 的内点(x1,x2)处全增量 二元函数的可微性 定义中增量的表达式 等价于 记 定义(可微): 高数中二元函数的可微性定义： 二元函数的可微性 定理（可微必可导） 若函数 z = f (x1, x2) 在点(x1, x2) 可微，则 该函数在该点偏导数 必存在, 即 称向量 是函数 z = f (x1, x2) 在点(x1, x2) 的梯度。 且有 二元函数的可微性 二元 多元 可微 定义（多元函数的可微性）：设 若 使 有： 则称 f(x) 在 处可微。 给定区域D上的 n 元实值函数 与二元函数可微的等价形式类似引入 多元函数的可微性 定理（可微必可导）: 若 在 处可微，则 在该点处关于各变量的一阶偏导数存在，且 证明：令 ，依次取 多元函数的可微性 两边除以 并取 的极限有： 在 处可微，则 (3) 对 成立， 定义（梯度）: 以 的 n 个偏导数为分量的向量称为 f(x) 在x 处的梯度。 若 f 在 处可微, 令p=x-x0, 由 得 记为 梯度也可称为函数 f(x)关于向量x 的一阶导数。 这与一元函数展开到两项的 Taylor 公式是相对应的。 多元函数的梯度 性质1: 函数在某点的梯度不为零，则必与过该点的等值面的切 平面垂直。 性质2: 梯度方向是函数具有最大变化率的方向。 性质1的证明:过点 的等值面方程为： 设 f(x) 在定义域内有连续偏导数，即有连续梯度 ，则梯度有以下两个重要性质： 多元函数梯度的性质 设 是过点 同时又完全在等值面（6）上的任一条光滑曲线L的方程， 为参数，点 对应的参数就是 把此曲线方程代入(6),得到 即函数f(x) 在 处的梯度 与过该点在等值面上的任一条曲线L在此点的切线垂直。 从而与过该点的切平面垂直，性质1成立。 两边同时在 处关于 求导数，根据求导的链式法则有： 向量 恰为曲线 L 在 处的切向量， 则 定义(方向导数): 设 在点x处可微，p=te为固定向量， 其中t是向量p的模，e 为向量 p的单位向量，则称极限： 注：若 则f(x) 从 出发在 附近沿p方向是下降的。 为说明性质2: 梯度方向是函数具有最大变化率的方向 多元函数梯度的性质 为函数f(x) 在点 处沿方向p的方向导数，记为， 若 则f(x) 从 出发在 附近沿p方向是上升的。 引进方向导数 当t＞0充分小时，有 若 则f(x) 从 出发在 附近沿p方向是下降的。 多元函数梯度的性质 若 则f(x) 从 出发在