优化设计的数学基础讲解学习.pptVIP

第二章 优化设计的数学基础;第一节 多元函数的方向导数与梯度;图2-1 函数的方向导数;其函数在 点沿d方向的方向导数为;即;三、多元函数的梯度;图2-5 梯度方向与等值面的关系; 函数的梯度方向与函数等值面相垂直，也就是和等值面上过x0的一切曲线相垂直。 ;梯度两个重要性质： 性质一 函数在某点的梯度不为零，则必与过该点的等值面垂直； 性质二 梯度方向是函数具有最大变化率的方向。;例题 2-1;例2-2*：试求目标函数 在点 处的最速下降方向，并求沿这个方向移动一个单位长度后新点的目标函数值。;几个常用的梯度公式：;若目标函数f(x)处处存在一阶导数，则极值点 的必要条件一阶偏导数等于零，即;为N维函数f(x)在点;泰勒展开写成向量矩阵形式;（1） ▽F(X*)=0； 必要条件 （2）Hesse矩阵G(X*)为正定。 充分条件;同学考虑二元函数在 处取得极值的充分必要条件。 ;第三节 无约束优化问题的极值条件;;;;第四节 凸集、凸函数与凸规划;图2-7 下凸的一元函数;一、凸集;凸集的性质;称;三、凸性条件;设f(x)为定义在凸集R上且具有连续二阶导数的 函数，则f(x)在R上为凸函数的充要条件;凸规划的性质：;第五节 等式约束优化问题的极值条件;1.消元法（降维法）;2、拉格朗日乘子法（升维法）;2、拉格朗日乘子法（升维法）;;拉格朗日函数;;第六节 不等式约束优化问题的极值条件;拉格朗日乘子法，除了可以应用于等式的极值问题，还可 以用于不等式的极值问题。;则该问题的拉格朗日函数;由;多元;当;当;当;从以上分析可以看出，对应于不起作用的约束的拉格朗日乘子取零值，因此可以引入起作用约束的下标集合。;二、库恩-塔克条件;用梯度形式表示，可得;下面以二维问题为例，说明K-T条件的几何意义;从图中可以看出，;三、库恩-塔克条件应用举例;;;;;;;;;小结