函数的极值条件x.pdf

函数的极值条件

、、▲

刖5

我们处理的各种优化问题可以大致分为两类：有约束的优化问题

和无约束的优化问题。工程优化问题往往都是有约束的，但经过适当的

处理可以用无约朿的优化方法加以解决。因此无约朿极值点存在的条

件是优化理论的基本问题。

关键字：无约束有约束优化

求解无约束优化问题的实质是求解目标函数f(x)在n维空间屮的

极值。我们先来看看一元函数的极值条件。

1无约束优化问题的极值条件

1.1一元函数的极值条件

由高等数学可知，任何一个单值、连续、可微的一元函数f(x)在

给定区间内某点兀疋有极值的必要条件，是它在该点处的一阶导数

广(疋)0

即函数的极值必须在驻点处取得。此条件是必要的，但不是充分的,

也就是说驻点不一定就是极值点。如图所示，x=0是驻点，但

图1.1-1

其中图a中的疋点是极小值点，而图b中的疋并不是极值点。驻点是

否为极值点，还需要函数在该点的二阶导数来判断。

驻点为极小值点的充分条件是，疋满足不等式：

f（xj0

驻点为极大值点的充分条件是，疋满足不等式：

厂（疋）0

若：

/〃（疋）0

则疋是否为极值点，还需要逐次检验其更高阶导数的符号。开始不为零

的导数阶数为偶数，则为极值点；若为奇次，则为拐点，而不是极值点。

1.2二元函数的极值条件

对于二维无约束优化问题，即对二元函数

f(x)=f(%i,X)

2

来说，若在X*(竝，龙)处取得极值，其必要条件是:

))

Ofg,X2_df(X\,%2,_c

dxdx心珀_u

rr

Ofgx)_df(x^x\

22

H_了二\x=x^-u

dx2dx

22

写成梯度形式可得:

恥)气迫吟fo

dxdx

r2

为推得二元函数极值存在的充分条件，将二元函数f(x)在驻点

疋［对，对卩作泰勒二次近似展开，得到近似表达式为:

1

rT2

f(x)=f(x*)+[Vf(x*)](x—%*)+-(%—x*)Vf(x*)(x—%*)