第2章优化方法数学基础.pptVIP

§2-1方向导数与梯度

§2-2凸集、凸函数与凸规划

§2-3无约束优化问题的极值条件

§2-4有约束优化问题的极值条件

一、函数的方向导数

0

一个二元函数F(x1,x2)在X点处的偏导数定义为:

F(X0)F(x0,x0x)F(x0,x0)

lim12212

x0

x22x2

分别是函数在点X0处沿坐标轴方向的变化率.

0

函数F(x1,x2)在点X处沿某一方向的变化率如图2-1

00000

F(X)F(x1x1,x2x2)f(x1,x2)

lim（2-1）

S0

22

(x1)(x2)

称它为函数沿此方向的方向导数

F(X0)F(X0)

和也可看成是函数分别沿坐标轴方向

x1x2

的方向导数偏导数是方向导数的特例

推导方向导数与偏导数之间的数量关系：

F(X0)F(x0x,x0x)F(x0,x0)

lim112212

S0

F(x0x,x0)F(x0,x0)xF(x0x,x0x)F(x0x,x0)x

lim112121lim11221122

00

x1x2

F(X0)F(X0)

cos1cos2

x1x2（2-2）

x

2S

x

s

x2

x0

x20

2x1

1

O

x10x1

图2-3

n元函数在点x0处沿s方向的方向导数

FFFF

cos1cos2cosn

x0x0x0x0

sx1x2xn

nF

cosi

x0

i1xi

二元函数的梯度:

FFF

cos1cos2

sxx1x2

0x0x0

FFcos1



x1x2cos2

x0

F

T

x1FF

F(x)为函数F(x1，x2)在