第02章：静态优化--函数的极值问题.pptVIP

例2-4 动态控制问题的参数化法。 设一个动态系统由下面的非线性状态方程描述 给定 ，终止时间t=0.5s，要求算出最优 控制 ，它使得指标函数 为最小。 解：这是动态控制问题，这里将控制作用参数 化，于是可用静态最优化的方法求解。 设控制作用 可用下面的级数来逼近 是已知的时间函数集，如sin、cos、Hermite多项式等正交函数或其它线性无关的函数。于是 可用N个参数 来表示，即 被参数化了。确定 就等于确定N个参数，使指标J最小。这里可用数值寻优的方法来确定参数 。 2.3 小结 1. n个变量的多元函数 取无约束极小值的必要条件为 ，充分条件为 和 。 2. 在满足约束条件 时的极小值的求取，可用拉格朗日乘子法，令 是拉格朗日乘子（列）向量。 2.4 习题 1.求使得 最大的 。 2.求使 为极值的极值 点 。 3.求使 为 极值的极值点 。 4.求使 且 5.求原点到曲线 的距离为最小。 6.求函数极值 ,若 7.在第一象限内作椭球面 的切平面,使切平面与三坐标面所围成的四面体 体积最小,求切点的坐标。 第二章 静态优化——函数的极值问题 本章主要内容: 2.1 无约束条件的函数极值问题 2.2 有约束条件的函数极值问题 2.3 小结 2.4 习题 2.1 无约束条件的函数极值问题 一元函数极值问题 二元函数极值问题 多元函数极值问题 一元函数的极值问题 一元函数 在 处取极值的必要条件为 （2-1） 当 （2-2） 为极小。 当 （2-3） 为极大。 为简单起见，今后我们将只讨论极小，式（2-1）和（2-2）一起构成 为极小值的充分条件。当 时，也可能有极小值，不过要检验高阶导数。 上述情况可用图2-1来表示。R点是局部极小点，又是总体极小点，U只是局部极小点， T 是局部极大点， S是拐点，不是极值点。 图2-1 函数的极值点和拐点 例 2-1 求使 最小的x。 解: 故解使达到极小。本例是著名的最小二乘问题。 二元函数极值问题 下面考虑二元函数 的极值问题。设 在