最优化理论与方法概述 .ppt

2020/11/29 凸集的性质 有限个凸集的交集仍然是凸集。 设 是凸集，则 是凸集。 设 是凸集，则 是凸集。 凸集的和集仍然是凸集。 设 是凸集，则 是凸集。 推论：设 是凸集， ，则 也是凸集， 其中 。 定义3 极点（顶点）：设D是凸集, 若D中的点x 不能成为D中任何线段上的内点，则称x为凸集D的极点。 设D为凸集，X∈D,若X不能用X(1)∈D,X(2)∈D两点的 一个凸组合表示为X=αX(1)+ (1-α)X(2),其中0α1 ， 则称X为D的一个极点。 定义2.凸组合：设X(1)，X(2)，…，X(k)是n维欧式空间中的k个点，若存在μ1, μ2,…, μk满足0≤μi≤1,( i=1,2,…,k), 使　X=μ1X(1)+μ2 X(2)+…μk X(k)， 则称X为X(1)，X(2)，…，X(k)的凸组合。 多边形的顶点是 凸集的极点（顶点）。 圆周上的点都是 凸集的极点（顶点）。 定义4 设D为R 中非空凸集，若对 ， ∈D ，∈(0,1)恒有 n ) 1 ( x ) 2 ( x a f [ +(1- ) ]≤ + (1- )f (*) ) 1 ( x a ) 2 ( x a ) ( ) 1 ( x f a a ) ( ) 2 ( x 则称 为D上的凸函数；进一步，若 ≠ 时，(*)式仅〝〞成立,则称为 D上严格凸函数。 ) ( x f ) 1 ( x ) 2 ( x ) ( x f 对凸的一元函数 的几何意义为：在曲线上任取两点P1(x1, ), P2(x2, )弦 位于弧 之上（见图）。 ) ( x f ) ( 1 x f (x2) f 2 1 P P 2 1 P P x1 x2 x (x, y) p1 p2 ) ( x f 性质1： f(x)是凸集D上的凹函数的充要条件是-f(x) 是D上的凸函数。 第一章 最优化问题与凸分析基础 在日常生活中，无论做什么事情，总是有多种方案可供选择，并且可能出现多种不同的结果。我们在做这些事情的时候，总是自觉不自觉的选择一种最优方案，以期达到最优结果。这种追求最优方案以达到最优结果的学科就是最优化。寻求最优方案的方法就是最优化方法。这种方法的理论基础就是最优化理论，而凸分析又是最优化理论的基础之一。 1. 最优化问题 最优化问题：求一个一元函数或多元函数的极值。 在微积分中，我们曾经接触过一些比较简单的极值问题。下面通过具体例子来看看什么是最优化问题。 精品资料 你怎么称呼老师？ 如果老师最后没有总结一节课的重点的难点，你是否会认为老师的教学方法需要改进？ 你所经历的课堂，是讲座式还是讨论式？ 教师的教鞭 “不怕太阳晒，也不怕那风雨狂，只怕先生骂我笨，没有学问无颜见爹娘 ……” “太阳当空照，花儿对我笑，小鸟说早早早……” 1.1 最优化问题的例子 例1 对边长为a的正方形铁板，在四个角处剪去相等 的正方形以制成方形无盖水槽，问如何剪法使水槽 的容积最大？ 解：设剪去的正方形边长为x，由题意易知，此问 题的数学模型为，　 配料 每磅配料中的营养含量 钙 蛋白质 纤维 每磅成本（元） 石灰石 谷物 大豆粉 0.380 0.00 0.00 0.001 0.09 0.02 0.002 0.50 0.08 0.0164 0.0463 0.1250 例2.（混合饲料配合）设每天需要混合饲料的批量为100磅，这份饲料必须含：至少0.8%而不超过1.2%的钙;至少22%的蛋白质;