现代设计方法课程02优化设计1-2.pptVIP

例2中目标函数的等值线 0 60 50 40 30 20 10 40 30 20 10 2.优化问题的图解法 例2的图解法。 最优解是等值线在函数值下降方向上与可行域的最后一个交点。 【例4】 用图解法求解 最优解是等值线在函数值下降方向上与可行域的最后一个交点。 非线性问题的最优解要么是一个内点，要么是一个边界点； 非线性问题的最优解如果是一个边界点，那么它必定是等值线（面）在函数值下降方向上与可行域的最后一个交点； 线性问题的最优解必定是等值线（面）在函数值下降方向上与可行域的最后一个交点； 一般情况下： 【本节思考题】 1.优化设计模型的组成要素及其表示方法。 2.什么是可行域？什么是等值线（面）？ 3.通过简单优化问题的图解法分析优化问题最优解的特点。 【作业】 用图解法求解： 1. 2. §2.2 优化问题的极值条件与数值迭代法 一、优化问题的数学基础 1.方向导数 一元函数在点 的导数 表示函数在该点的变化率。 一阶导数大于0，说明函数在这一点随x的增大而增大； 一阶导数小于0，说明函数在这一点随x的增大而下降； 一阶导数等于0的点，称为函数的驻点。一元函数的极值往往在驻点取得。 多元函数 在某点 对坐标变量 的一阶偏导数： ………… 仿照多元函数沿各坐标轴方向的导数