运筹学09-非线性规划.pptVIP

运筹学II Operations Research II 华中科技大学管理学院 管理科学与信息管理系 授课教师 傅 小 华 TelephoneE-mail:fuxhua@ 第九章 非线性规划 9.1 非线性规划的数学模型 9.2 一维最优化 9.3 无约束极值的解析方法 9.4 约束极值条件下的基本方法 9.1 非线性规划的数学模型 例 (资金使用方案) 设有400万元资金，要求4年内使用完，若在一年内使用资金x万元，则可获得效益 万元(效益不能再使用)，当年不用的资金可存入银行，年利率为1%。试制定出这笔资金的使用方案，以使4年的经济效益总和为最大。 分析：设xj(j=1,2,3,4)表示第j年使用的资金数；z表示4年效益的总和。 目标函数 由于每年使用的资金既不能为负值，又不能超过当年的资金拥有量，于是需要满足以下约束： 第一年： 第二年： 第三年： 第四年： 所以，资金使用问题的数学模型为： 非线性规划问题可以有约束也可以没有约束(没有约束时目标函数必须是非线性的)。尽管如此，它的一般形式仍然被描述成一个约束优化问题。 非线性规划问题的一般形式为： 对于一个实际问题，在把它归结成非线性规划问题时，一般要注意如下几点： （1）确定备选方案：首先要收集同问题有关的资料和数据，在全面熟悉问题的基础上，确认什么是问题的可供选择的方案，并用一组变量来表示它们。 （2）提出追求目标：经过资料分析，根据实际需要和可能，提出要追求极小化或极大化的目标。并且，运用各种科学和技术原理，把它表示成数学关系式。 （3）给出价值标准：在提出要追求的目标之后，要确立所考虑目标的“好”或“坏”的价值标准，并用某种数量形式来描述它。 （4）寻求限制条件：由于所追求的目标一般都要在一定的条件下取得极小化或极大化效果，因此还需要寻找出问题的所有限制条件，这些条件通常用变量之间的一些不等式或等式来表示。 记（NP）的可行域为 ， 若 ，并且 则称 是（NP）的整体最优解， 是(NP)的整体最优值。如果有 则称 是（NP）的严格整体最优解， 是(NP)的严格整体最优值。 若 ，并且 存在的邻域 ，使 则称 是（NP）的局部最优解， 是(NP)的局部最优值。 如果有 则称 是(NP)的严格局部最优解， 是(NP)的严格局部最优值。 定义: 设集合 S ? Rn 为凸集，函数 f :S?R 若 ? x(1), x(2) ? S, ? ? ( 0 , 1 ) ，均有 f(? x(1)＋(1- ?) x(2) ) ≤?f(x(1))+(1- ?)f(x(2)) ， 则称 f(x) 为凸集 S 上的凸函数。 若进一步有上面不等式以严格不等式成立，则称 f(x) 为凸集 S 上的严格凸函数。 当- f(x) 为凸函数（严格凸函数）时，则称 f(x) 为凹函数（严格凹函数）。 线性函数既是凸函数又是凹函数。 凸函数的性质： (1) 若f(x) 为凸集 X 上的凸函数，对于任意不小于零的λ，都有λf(x) 也是X上的凸函数。 证明：由于f(x) 为凸集 X 上的凸函数， 则对于任意的 x1,x2∈ X 和α∈[0,1] 都有 所以， λf(x) 是X上的凸函数。 证毕。 (2) 若 f1 (x) 和 f2 (x) 为凸集 X 上的凸函数，则必有 f1 (x) + f2 (x) 为凸集 X 上的凸函数。 证明：设 f1 (x) 和 f2 (x) 为凸集 X 上的凸函数，则 所以，f1 (x) + f2 (x) 为凸集 X 上的凸函数。 证毕。 (3) (凸函数判别的一阶条件) 设f(x) 在开凸集 X 上可微，则 ① f(x) 为开凸集 X 上凸函数的充要条件是 ② f(x) 为开凸集 X 上严格凸函数的充要条件是 证明： ① 必要性： 设f(x) 为开凸集 X 上的凸函数，则 根据Taylor展开式 代入前式，得到 成立，必要性得证。 充分性： ② 的充分性与必要性的证明同上(略)。 定义：若 f(x) 在x0的邻域内对自变量各分量的二阶偏导数都存在，则称f(x) 在x0的邻域二阶可微，称下列矩阵为Hesse矩阵。 对于任意一个数学规划 关于凸规划的结论 (1) 凸规划可行解的集合为凸集； (2)