OR-非线性规划200911培训资料.ppt

运筹学II Operations Research II ;第九章 非线性规划;9.1 非线性规划的数学模型;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：;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。;f(x);f(x);f(x);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)。;一元函数是凸???数的充要条件是函数曲线上任一点的切线不能在曲线的上方。;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。;(4) (凸函数判别的二阶条件) 设X为非空开凸集 ，若 f(x) 在X 上二阶可微，则 ① f(x) 为X 上凸函数的充要条件是f(x) 的Hesse 矩阵 在X 上是半正定的。 ② f(x)的 Hesse 矩阵 在X 上是正定的，则f(x)在X 上是严格凸函数，但反之不真。(证明略) 证明： ① 必要性：;充分性：;对于任意一个数学规划;例;Date;关于凸规划的结论 (1) 凸规划可行解的集合为凸集； (2) 凸规划最优解的集合为凸集； (3) 凸规划的任何局部最优解都是全局最优解。 定理：凸规划最优性判别条件 设X为非空凸集 ， f(x) 为在X 上可微的凸函数，则 对于凸规划问题;f(x);证明： (1) 必要性。 设f(x)在x0处取得最优解，由于X为凸集，所以对于任意一个属于X的变量x以及属于区间(0,1)的常数α ，必有 x0+α (x-x0)=α x+(1-α)x0 也属于X. 由于x0为全局极小点，有f[x0+α (x-x0)] ≥ f (x0) . 即 (2) 必要性。 由于 令 有 所以必有 成立。 (1) (2)充分性（略）。;从一个选定的初始点 出发，按照某一特定的迭代规则产生一个点列 ，使得当 是有穷点列时，其最后一个点是(NP)的最优解；