运筹学课件-ch7非线性规划.pptx

课件

1

南京农业大学工学院陈青春制作

运筹学

最优点可位于可行域内部，即非

线性规划的可能在可行域的任意一点得到，这与线性规划不同。

此时，最优点位于点C,最优解：

x=2,2;最优值：f=0

第七章非线性规划第一节引言

图7-2例7-3平面投影图解

10

第二节基本概念

讨论：

凸函数性质及定理

11

一.局部极值与全局极值

极值问题(回顾)

极值存在的条件凸函数

第七章非线性规划第二节基本概念

第二节基本概念

非线性规划的极值点与

全局最优点的关系：

非线性规划的极值点(局部极值点):不一定是整个可行域的最优极值一点(图7-3)。

一.局部极值与全局极值

线性规划的最优解与全局最优解的关系：

0ax*x₁b

全局极小点局部极小点

图7-3局部极小点与全局极小点

线性规划的最优解是整个可行域的全局最优解，这是由于：线性规划的目标函数为线性函数，且可行域为凸集。

f(x)|

f(x)

第七章非线性规划第二节基本概念

12

x

定义：

设f(x)为n维欧式空间E某一区域R上的n元函数，其中

x=(x,x₂,…,x)。对于x∈R,如果存在某个ε0,使所有与x

距离小于ε的x∈R均满足不等式f(x)≥f(x),则称x为f(x)

在R上的局部极小点，f(x)为局部极小值。

如果对于所有x≠x且与x距离小于ε的x∈R,使得

f(x)f(x),则称x为f(x)在R上的严格局部极小点，f(x)

为严格局部极小值。

解释：

如果对于所有x≠x且与x距离小于ε的xj∈R,f(x)极小值不唯一，则称局部极小点及局部极小值；如果极小值唯一，则称严格局部极小点及严格局部极小值。(图7-4)

13

第七章非线性规划第二节基本概念

(图7-4)

第七章非线性规划第二节基本概念

f(x)f(x)|

f(x)f(x)

图7-4局部极小点与严格局部极小点

14

2.全局极小点及全局全局极小值，严格全局极小点及严格全局全局极小值

0x-Ex*x+E

严格局部极小点

0x-Ex*x+E

局部极小点

x

x

设f(x)为n维欧式空间E某一区域R上的n元函

数，其中x=(x,x₂,…,x)。对于x*∈R及所有x∈R,使

得f(x)≥f(x),则称x*为f(x)在R上的全局极小点，

f(x*)为全局极小值。

如果对于所有x*∈R且x≠x*,使得f(x)f(x),

则称x为f(x)在R上的严格全局极小点，f(x*)为严格全局极小值。

第七章非线性规划第二节基本概念

15

二.极值存在的条件

凸函数

凸函数性质及定理

16

极值存在的条件

极值问题(回顾)

极值存在的条件

第七章非线性规划第二节基本概念

第二节基本概念

区域，f(x)为定义在R上的实值函数，x*是区域的内点，若f(x)在x

处可微，且