最优化理论与方法概述.pptVIP

最优化理论与方法概述演示文稿目前一页\总数四十七页\编于二十一点

优选最优化理论与方法概述目前二页\总数四十七页\编于二十一点

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。目前三页\总数四十七页\编于二十一点

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， 目前四页\总数四十七页\编于二十一点

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0.3800.000.000.0010.090.020.0020.500.080.01640.04630.1250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;至多5%的粗纤维。假定主要配料包括石灰石、谷物、大豆粉。这些配料的主要营养成分如下表所示。试以最低成本确定满足动物所需营养的最优混合饲料。目前五页\总数四十七页\编于二十一点

解:根据前面介绍的建模要素得出此问题的数学模型如下:设是生产100磅混合饲料所须的石灰石、谷物、大豆粉的量（磅）。目前六页\总数四十七页\编于二十一点

1.2最优化问题的数学模型一般形式向量形式其中目前七页\总数四十七页\编于二十一点

目标函数不等式约束等式约束称满足所有约束条件的向量为可行解，或可行点，全体可行点的集合称为可行集，记为。若是连续函数，则是闭集。目前八页\总数四十七页\编于二十一点

在可行集中找一点，使目标函数在该点取最小值，即满足：的过程即为最优化的求解过程。称为问题的最优点或最优解，称为最优值。定义1：整体（全局）最优解：若，对于一切，恒有则称是最优化问题的整体最优解。定义2：局部最优解：若，存在某邻域，使得对于一切，恒有则称是最优化问题的局部最优解。其中严格最优解：当，有则称为问题的严格最优解。目前九页\总数四十七页\编于二十一点

f(X)局部最优解整体最优解目前十页\总数四十七页\编于二十一点

1.3最优化问题的分类与时间的关系：静态问题，动态问题是否有约束条件：有约束问题，无约束问题函数类型：线性规划，非线性规划目前十一页\总数四十七页\编于二十一点

2、梯度与Hesse矩阵2.1等值线二维问题的目标函数表示三维空间中的曲面。在空间直角坐标系中，平面与曲面的交线在平面上的投影曲线为取不同的值得到不同的投影曲线。每一条投影曲线对应一个值，所以我们称此投影曲线为目标函数的等值线或等高线。目前十二页\总数四十七页\编于二十一点

当常数取不同的值时，重复上面的讨论，在平面上得到一族曲线——等值线.等值线的形状完全由曲面的形状所决定；反之，由等高线的形状也可以推测出曲面的形状．目前十三页\总数四十七页\编于二十一点

例在坐标平面上画出目标函数的等值线．解:因为当目标函数取常数时，曲线表示是以原点为圆心，半径为的圆．因此等值线是一族以原点为圆心的同心圆（如图所示）

目前十四页\总数四十七页\编于二十一点

2.2n元函数的可微性与梯度梯度：多元函数关于的一阶导数目前十五页\总数四十七页\编于二十一点

Hesse矩阵：多元函数关于的二阶偏导数矩阵