6__有约束的最优化.pdf

6 约束最优化方法 1 主要内容 拉格朗日函数 K-T条件 罚函数法 乘子法 利用MATLAB求解约束规划 2 等式约束性问题的最优性条件 考虑 min f(x) s.t. h(x)=0 回顾高等数学中所学的条件极值： 问题 求z=f(x,y)极值 在ф(x,y)=0 的条件下。 min f(x,y) S.t. ф(x,y)=0 引入Lagrange函数 ：L(x,y; λ)= f(x,y)+ λф(x,y) * * * 若(x ,y )是条件极值，则存在 λ ，使 * * * * * f (x ,y )+ λ ф (x ,y ) =0 x x * * * * * f (x ,y )+ λ ф(x ,y ) =0 y y * * Ф(x ,y ) =0 3 等式约束性问题的最优性条件 推广到多元情况，可得到对于(fh)的情况： min f(x) s.t. h (x)=0 j=1,2, …,l j * * l 若x 是(fh)的l.opt. ,则存在 υ ∈R 使 l * * * ∇ + =∇ f ( x ) (h ) x 0 ∑υ j j j 1 * h x ∇( ) j0, 1,2, l j , L 4 拉格朗日乘数法 实例：小王有200 元钱，他决定用来购买两种急