第02章数学基础.ppt

几何定义：在n维空间中，若对某点集合D内的任意两点与作连线，使连线上各内点对任何实数，恒有则称D为凸集，否则为非凸集一、凸集定义域与非凸集第二章第四节凸集、凸函数与凸规划第28页，共51页，星期日，2025年，2月5日凸集具有以下性质：①设A是一个凸集，β是一个实数，a是凸集A则:还是凸集即②若A、B是凸集，a、b分别为凸集中的动点，即则：还是凸集中的动点，③任何一组凸集的交集的还是凸集第二章第四节凸集、凸函数与凸规划第29页，共51页，星期日，2025年，2月5日二、凸函数的定义为n维欧氏空间中一个凸集D上的函数，若对与及D域中任意两点与存在如下关系：任何实数则称函数是定义在凸集D上的凸函数。如定义中将等号去掉，则为严格凸函数第二章第四节凸集、凸函数与凸规划第30页，共51页，星期日，2025年，2月5日对一元函数若在[a,b]内为凸函数，其函数图像表现为曲线上任意两点连线不会落在曲线弧以下，如图所示。第二章第四节凸集、凸函数与凸规划第31页，共51页，星期日，2025年，2月5日凸函数的基本性质为凸集上的凸函数，则对于任意实数，也是该凸集上的凸函数。和1．设2．设为定义在凸集上的两个凸函数，则对于任意两个函数也是该凸集上的凸函数。α和β，则为凸集D上的凸函数，则小点也就是在D上的全域最小点。3．若在D上的一个极第二章第四节凸集、凸函数与凸规划第32页，共51页，星期日，2025年，2月5日1、若函数在D上具有连续的一阶导数，则为D上的凸函数的充分必要条件为：恒有2、若函数在凸集D上存在二阶导数并且连续时，对Henssian矩阵处处是正半定的，即三、凸性条件对任意在D上为凸函数的充要条件为：第二章第四节凸集、凸函数与凸规划第33页，共51页，星期日，2025年，2月5日四、凸规划若，为凸函数，此问题为凸规划2、可行域为凸集。（证明见书本）凸规划有如下性质：1、给定一点则集合为凸集。当目标函数为二元函数时，等值线表现为大圈套小圈。（证明见书本），第二章第四节凸集、凸函数与凸规划第34页，共51页，星期日，2025年，2月5日3、凸规划的局部最优解就是全域最优值解。（证明见书本）对于非凸规划，则局部最优解不一定是全域最优解。如图所示。（实际问题中，目标函数一般为高维函数，很难被证明为凸函数）第二章第四节凸集、凸函数与凸规划第35页，共51页，星期日，2025年，2月5日第五节等式约束优化问题的极值条件一、消元法（降维法）由l个约束方程将n个变量中的前l个变量用其余只含有n-l个变量的函数，可利用无约束优化问题的极值条件求解。（消元法实际做起来较困难，因为将l个约束方程联立往往无法求解，即使解出，将其代入目标函数后，也会因函数复杂无法求得理论解，但可用数值迭代方法求解）。个变量表示,n-l从而得到第二章第五节等式约束优化问题的极值条件第36页，共51页，星期日，2025年，2月5日第02章数学基础第1页，共51页，星期日，2025年，2月5日第二章

优化设计的数学基础第一节多元函数的方向导数与梯度第三节无约束优化问题的极值条件第二节多元函数的泰勒(Taylor)展开第四节凸集、凸函数与凸规划第六节不等式约束优化问题的极值条件-Kuhn-Tucker条件第五节等式约束优化问题的极值条件《机械优化设计》孙靖民第2页，共51页，星期日，2025年，2月5日第二章练习求解二元函数f(x1,x2)在x0=[0，0]T处函数变化率最大的方向和数值。求解二元函数f(x1,x2)在x0=[1，2]T处的二阶泰勒展开式。3.二元函数求极值点和极值，（先求驻点，再判断是否极值点）4.第3页，共51页，星期日，2025年，2月5日计算多元函数的梯度与方向导数。

2.证明:目标函数在某点处的梯度是该目标函数等值线或超

曲面在该点的法向量

3.多元函数的泰勒展开式，取到二次项。

4.证明：驻点为极小点的充要条件为，海赛矩阵正定。

5.元函数求其极值点和极值。（先求驻点，再判断海赛

矩阵）

6.凸函数凸集的定义，性质

7.拉格朗日乘子法

8.库恩-塔克条件判断约束极值点第二章

优化设计的数学基础

重点内容第4页，共51页，星期日，20