约束条件下多变量函数的寻优方法.pptx

约束条件下多变量函数的寻优方法会计学第1页/共6页设有非线性规划问题一、基本概念 1. 起作用约束 等式约束对所有可行点来说都是起作用约束. 2. 正则点 对于非线性规划问题(1), 若在可行点X1处, 各起作用约束的 梯度线性无关, 则X1是约束条件的一个正则点.3. 可行方向 设R是非线性规划问题(1)的可行域, X1是可行点, d为某个给定 方向, 若存在?10, 使得对于任意的?(0 ? ?1), 都有 X1+ ?d?R 则称方向d为点X1处的一个可行方向.第2页/共6页设有非线性规划问题3. 可行方向 设R是非线性规划问题(1)的可行域, X1是可行点, d为某个给定 方向, 若存在?10, 使得对于任意的?(0 ? ?1), 都有 X1+ ?d?R 则称方向d为点X1处的一个可行方向.[注]令J为X1点所有起作用约束的下标的集合, 即 J={j|gj(X1)=0, 1≤j≤l}则d为点X1的可行方向??gj(X1)Td0 (j?J).第3页/共6页3. 可行方向 设R是非线性规划问题(1)的可行域, X1是可行点, d为某个给定 方向, 若存在?10, 使得对于任意的?(0 ? ?1), 都有 X1+ ?d?R 则称方向d为点X1处的一个可行方向.[注]令J为X1点所有起作用约束的下标的集合, 即 J={j|gj(X1)=0, 1≤j≤l}则d为点X1的可行方向??gj(X1)Td0 (j?J).4. 下降方向 设X1是可行点, 对于该点任一方向d, 若存在?10, 使得任意?(0 ? ?1), 都有f(X1+ ?d) f(X1), 则称方向d为X1点的一个下降方向. [注] d为点X1的下降方向??f(X1)Td0 .5. 可行下降方向第4页/共6页设有非线性规划问题二、库恩—塔克(Kuhn-Tucker)条件 是确定某点为最优点的一阶必要条件. 只要是最优点且为正则点就必满足该条件. 对于凸规划, 库恩—塔克条件是最优点存在的充要条件. 1. 一阶必要条件定理 对非线性规划问题(1)而言, 若X*是局部或全局极值点且为正则点, 则一定存在向量及,使得下述条件成立.[注]称为广义拉格朗日函数.第5页/共6页二、库恩—塔克(Kuhn-Tucker)条件 是确定某点为最优点的一阶必要条件. 只要是最优点且为正则点就必满足该条件. 对于凸规划, 库恩—塔克条件是最优点存在的充要条件. 1. 一阶必要条件定理 对非线性规划问题(1)而言, 若X*是局部或全局极值点且为正则点, 则一定存在向量及,使得下述条件成立.[注]称为广义拉格朗日函数.例: 求下列非线性规划问题的K-T点.