优化方法的数学基础.pptVIP

不论是无约束或有约束的优化问题，在实际应用中，要证明一个优化问题是否为凸规划，一般比较困难，有时甚至比求解优化问题本身还要麻烦。尤其对一些工程问题，由于其数学模型的性态都比较复杂，更难实现。因此，在优化设计的求解中，就不必花精力进行求证，而通常是从几个初始点出发，找出几个局部最优解，从中选择目标函数值最好的解。 注意： 第二十三页，共50页 一、 多元函数的泰勒展开 §2-3 无约束优化问题的极值条件 二元函数： 第二十四页，共50页 多元函数泰勒展开 海色矩阵 （Hessian） 第二十五页，共50页 二、无约束优化问题的极值条件 1.F(x)在 处取得极值，其必要条件是: 即在极值点处函数的梯度为n维零向量。 第二十六页，共50页 例： 在 处梯度为 但 只是双曲抛物面的鞍点，而不是极小点。 函数的梯度为零的条件仅为必要的，而不是充分的。 则称 为f的驻点。 定义：设 是D的内点，若 第二十七页，共50页 根据函数在 点处的泰勒展开式，考虑上述极值必要条件，可得相应的充分条件。 为了判断从上述必要条件求得的 是否是极值点，