版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、第章第章 經(jīng)典最優(yōu)化方法經(jīng)典最優(yōu)化方法 內(nèi)容介紹內(nèi)容介紹 u微分學(xué)中求極值 u無(wú)約束最優(yōu)化問(wèn)題 u常用微分公式 u凸集與凸函數(shù) u等式約束最優(yōu)化問(wèn)題 u不等式約束最優(yōu)化問(wèn)題 u變分學(xué)中求極值 微分學(xué)中求極值微分學(xué)中求極值 一元函數(shù)的極值 1.一元函數(shù)極值的求法與判別 必要條件: 設(shè)函數(shù) 在點(diǎn) 處具有導(dǎo)數(shù),且在 處 取得極值,則該函數(shù) 在 處的導(dǎo)數(shù) 這里有個(gè)前提,即函數(shù) 在設(shè)計(jì)區(qū)間要連續(xù)可導(dǎo)。凡是滿(mǎn)足 上述的點(diǎn)都叫函數(shù) 的駐點(diǎn)。我們可知駐點(diǎn)并不完全是極值 點(diǎn),它還有拐點(diǎn),當(dāng)然,極值點(diǎn)必定是駐點(diǎn)。因此,還必須有判 別函數(shù)極值的更充分條件。 ( )f x 0 x ( )f x 0 x ( )f x
2、0 x ()0fx ( )f x ( )f x 微分學(xué)中求極值微分學(xué)中求極值 ( )0,0, 10( ) 20( ) fxfx fxf x fxf x 充分條件: 當(dāng)函數(shù)的一階導(dǎo)數(shù)二階導(dǎo)數(shù)并且 )時(shí),函數(shù)取極大值,有極大值點(diǎn); )時(shí),函數(shù)取極小值,有極小值點(diǎn); 找出函數(shù)的極值點(diǎn),函數(shù)的極值自然容易計(jì)算出來(lái)。 微分學(xué)中求極值微分學(xué)中求極值 * *2 . *2 . * * * 2. 1 2! 1 2! 00 000 x f xf xfxxfxx f xfxxfxx f xfxx fxf xfx f x fxfxxfxx 在 附近展成臺(tái)勞極 = = 由此可見(jiàn): 當(dāng)時(shí),函數(shù)是單調(diào)上升;當(dāng)時(shí),函數(shù) 函數(shù)
3、是單調(diào)上升; 當(dāng) 時(shí),若,則 為極小點(diǎn),若,則 為極大點(diǎn) 微分學(xué)中求極值微分學(xué)中求極值 二元函數(shù)的極值 2 * *2 12 22 2 2 1122 2 22 2 122 (1) 1 ()() 2 (), , () , () T T T ff f Xf XXXX XX fff gf X Xxx ff xx x f Af X X ff x xx f X 二元函數(shù)的臺(tái)勞展開(kāi)式 其中 叫梯度,是一階偏導(dǎo)向量。 叫赫森矩陣,是二階偏導(dǎo)向量,對(duì)稱(chēng)方陣。 故臺(tái)勞展開(kāi)式也可寫(xiě)成 * 1 () 2 TT f XgXX A X 微分學(xué)中求極值微分學(xué)中求極值 111 1 (2) ( )( ) ( ) f f Xf
4、X X gxgxf Xx x 梯度與方向?qū)?shù) 梯度的定義:梯度是函數(shù)的一階偏導(dǎo)數(shù)組成的向量。記為:g 梯度 在 方向上的投影,即 在 方向上的分量,就是函數(shù)在 方向的偏導(dǎo)數(shù), 即函數(shù)在 方向的變化率。 112212 0 ( ) (,)( , ) ( ) f XX f xx xxf x x f X 方向?qū)?shù)的定義:二元函數(shù)沿任意 方向取長(zhǎng)度為的點(diǎn),該點(diǎn)的函數(shù)的極限 lim 存在,就稱(chēng)極限值為函數(shù)在該點(diǎn)沿 方向的方向?qū)?shù) 微分學(xué)中求極值微分學(xué)中求極值 1.() . ( ) 3.0, 0 4. f X f x g 由梯度與方向?qū)?shù)的概念,我們可以得到: 函數(shù)在該點(diǎn)沿 方向的方向?qū)?shù)等于梯度g沿 方向
5、的 投影。 2.梯度g在自身方向上的投影最大,最大值為 g 因而,函數(shù) 沿梯度方向上升最快。 梯度 在與自身垂直的方向上投影為 所以函數(shù)沿與梯度 垂直方向變化最慢,變化率為 ; 與梯度成銳角方向,函數(shù)是上升的;與梯度成鈍角方向, 函數(shù)是下降的。 微分學(xué)中求極值微分學(xué)中求極值 (3)赫森矩陣(Hesse) 2 2 2 () 3. 00 TT f Af X X A X A XX A X 定義:赫森矩陣,是二階偏導(dǎo)數(shù)矩陣,且是2 2對(duì)稱(chēng)方陣 ,用記號(hào)A代表 性質(zhì):1.A是目標(biāo)函數(shù)的二階偏導(dǎo)數(shù),是梯度的一階偏導(dǎo)數(shù)。 2.A是對(duì)稱(chēng)方陣。 為正定的條件是:各階主子式大于零。 4.若矩陣A正定,則二次型,若
6、矩陣A負(fù)定,則二次型 2 ( )( ) 0( )f Xgf XAf X (4)二元函數(shù)極值的充分條件 定理:二元函數(shù)存在極值點(diǎn)的充分條件是:梯度。且 正定,則有極小點(diǎn)。反之,則有極大點(diǎn)。 無(wú)約束最優(yōu)化問(wèn)題無(wú)約束最優(yōu)化問(wèn)題 由上一節(jié)可知,對(duì)于無(wú)約束最優(yōu)化問(wèn)題,其數(shù)學(xué)模型中只有目標(biāo)函 數(shù) 采用解析法求解,其求解過(guò)程可以歸結(jié)為一下三個(gè)步驟: 1.令梯度g=0,解出各個(gè)駐點(diǎn)。 2.計(jì)算各駐點(diǎn)的矩陣 A,判斷矩陣A正定或負(fù)定,得到相對(duì)應(yīng)的極小點(diǎn) 或極大點(diǎn); 3.計(jì)算極值。 ()f Xmin X n E 常用微分公式常用微分公式 C C (X X) (X QX) T T T T B B B 對(duì)于多元函數(shù),
7、在求解運(yùn)算過(guò)程中,常用到以下微分公式: 1.0 式中 為常數(shù); 0為n維0向量; 2.0 式中B為n維常向量; 0為n*n階矩陣; 3.XB 式中B為n維常向量; X為n維變向量; X為標(biāo)量 4.2X; 5.2QX; 6. X=I; 凸集與凸函數(shù)凸集與凸函數(shù) 凸集與凸函數(shù)凸集與凸函數(shù) 凸集與凸函數(shù)凸集與凸函數(shù) 凸集與凸函數(shù)凸集與凸函數(shù) 凸集與凸函數(shù)凸集與凸函數(shù) 凸集與凸函數(shù)凸集與凸函數(shù) 凸集與凸函數(shù)凸集與凸函數(shù) 凸集與凸函數(shù)凸集與凸函數(shù) 凸集與凸函數(shù)凸集與凸函數(shù) 凸集與凸函數(shù)凸集與凸函數(shù) 凸集與凸函數(shù)凸集與凸函數(shù) 凸集與凸函數(shù)凸集與凸函數(shù) 等式約束最優(yōu)化問(wèn)題等式約束最優(yōu)化問(wèn)題 等式約束最優(yōu)化問(wèn)
8、題的數(shù)學(xué)模型式 這里介紹兩種比較常用的方法:消元法和拉格朗日乘子法。 () . .( )0 i f X S t g x min n XE 1,2,.,im 等式約束最優(yōu)化問(wèn)題等式約束最優(yōu)化問(wèn)題 12 12 12212 11 1. ( )( , ) . ( , ) 0 ( , ) 0( ), ( ) min ( , ( ) f Xf x x Stg x x g x xxh xx f Xf x h x 消元法 消元法就是將等式約束最優(yōu)化問(wèn)題轉(zhuǎn)化為無(wú)約束最優(yōu)化問(wèn)題的一種最為簡(jiǎn)單的方法, 這里以二維為例,對(duì)其方法加以說(shuō)明: 已知問(wèn)題的數(shù)學(xué)模型為 min 先由約束方程,解出即消去 ; 然后把所得的表達(dá)式
9、代入目標(biāo)函數(shù)中,便可得到無(wú)約束的極值問(wèn)題 min 等式約束最優(yōu)化問(wèn)題等式約束最優(yōu)化問(wèn)題 2.拉格朗日乘子法 消元法的特點(diǎn)在于改寫(xiě)約束條件,消除約束方程。但是,當(dāng)?shù)仁郊s束是多維,高次或 非線性時(shí),這種方法就顯得十分煩瑣。拉格朗日乘子法是引進(jìn)一個(gè)代定系數(shù),構(gòu)造一個(gè) 新的無(wú)約束條件的目標(biāo)函數(shù),而使數(shù)學(xué)變換過(guò)程簡(jiǎn)化。這里也以二維為例 。 12 121212 12 111 222 12 , ,(,)(,) 0 0 0 0 (,)0 xx Lxxfxxg xx LLL xx Lfg xxx Lfg xxx L g xx 我 們 可 以 得 到 三 元 函 數(shù) ,的 三 個(gè) 偏 導(dǎo) 數(shù) 都 等 于 零 的
10、聯(lián) 立 方 程 , 若 引 入 函 數(shù) , 令 其 偏 微 分 均 等 于 , 有 于 是 可 以 得 到 等式約束最優(yōu)化問(wèn)題等式約束最優(yōu)化問(wèn)題 X () X()() () () L f X Lf Xg X f X g X 由此說(shuō)明,可通過(guò)求引入的函數(shù)稱(chēng)之為拉格朗日函數(shù),的無(wú)約束極值, 求解等式約束條件下目標(biāo)函數(shù) 的極值。即稱(chēng)之為拉格朗日乘子法。 可用如下式子表示 : , 其中 的幾何意義表示為 物理意義為:表示隨著約束條件的微小變化,會(huì)使目標(biāo)函數(shù)引起變化的一種比率, 又稱(chēng)靈敏度。 等式約束最優(yōu)化問(wèn)題等式約束最優(yōu)化問(wèn)題 22 12121212 1212 22 12121212 12 111 2
11、22 1 ()(,)1 046 0 . .(,)80 X()()1 046 08 21 00 fXfxxxxx xxx S t gxxxx LfXgXxxx xxxxx Lfg xx xxx Lfg xxx 例: 用 拉 格 朗 日 法 求 解 m i n 解 : 1 . 列 出 拉 格 朗 日 函 數(shù) , () 2 . 求 解 偏 導(dǎo) 數(shù) 方 程 式 21 1212 * 1 * 2 * 12 * 240 (,)80 3 . 5 3 4 . ,5 , 3 ()1 7 T T xx L gxxxx x x Xxx fX 解 以 上 聯(lián) 立 方 程 式 , 得 到 3 由 于 無(wú) 約 束 的 拉
12、格 朗 日 函 數(shù) 的 極 值 點(diǎn) 就 是 原 目 標(biāo) 函 數(shù) 的 極 值 點(diǎn) , 即 則 原 目 標(biāo) 函 數(shù) 的 極 小 值 可 以 算 出 為。 不等式約束最優(yōu)化問(wèn)題不等式約束最優(yōu)化問(wèn)題 不等式約束的最優(yōu)化問(wèn)題的解析法與前面處理的基本思路相類(lèi)似,也是 構(gòu)造一個(gè)包含原目標(biāo)函數(shù)與約束函數(shù)的新目標(biāo)函數(shù)。只是具體的構(gòu) 造方法不同,這里處理的也是二維問(wèn)題 原問(wèn)題的數(shù)學(xué)模型為 引入一個(gè)松弛變量r,把約束條件改為等式約束,即 12 12 ()( ,) . . ( ,)0 f Xf x x S t g x x min 2 12 ( ,)0g x xr 2 X()()Lvf Xg Xv 構(gòu)造一個(gè)拉格朗日函數(shù)
13、 , , 不等式約束最優(yōu)化問(wèn)題不等式約束最優(yōu)化問(wèn)題 2 111 222 2 12 * 0 0 ( ,)0 20 ,(), v Lfg xxx Lfg xxx L g x xv L v v Xf X 由于引入的松弛變量是以 的形式出現(xiàn),這就保證了引入項(xiàng)為非負(fù)值, 能使不等式轉(zhuǎn)化為等式,于是,對(duì)新構(gòu)成的拉格朗日函數(shù)可列出其極值條件 四個(gè)未知數(shù)四個(gè)方程,可以求解得到成為原問(wèn)題的最優(yōu)解,最優(yōu)值。 等式約束最優(yōu)化問(wèn)題等式約束最優(yōu)化問(wèn)題 說(shuō)明: 從這個(gè)手算的約束最優(yōu)化問(wèn)題來(lái)看,拉格朗日乘子法使簡(jiǎn)單而易算的,但終歸 只是一種經(jīng)典算法。當(dāng)最優(yōu)化問(wèn)題為大型非線性問(wèn)題時(shí),要解高次聯(lián)立方程組; 另外,當(dāng)拉格朗日函數(shù)
14、為非凸函數(shù)時(shí),求得得最優(yōu)點(diǎn)可能出現(xiàn)鞍點(diǎn),導(dǎo)致尋優(yōu)過(guò)程 失敗。不過(guò)這種方法在約束非線性最優(yōu)化問(wèn)題的求解中仍有意義和應(yīng)用。 變分學(xué)中求極值變分學(xué)中求極值 變分學(xué)是研究確定泛函的極值或者說(shuō)駐值的學(xué)科。而泛函定義為一個(gè)函數(shù)或數(shù)個(gè)函數(shù)的 函數(shù)。因此,變分學(xué)可用于求解隱函數(shù)及其動(dòng)態(tài)優(yōu)化問(wèn)題,此外,變分學(xué)在求解某些力學(xué), 光學(xué)及最優(yōu)控制中也很有用。 2 1122 A , , (), (), dx du AFxu dx xxu u xuu xu 2 1 x x 1 無(wú)約束的變分理論中的一個(gè)簡(jiǎn)單問(wèn)題可敘述如下: 求函數(shù)u(x)以使極小化泛函 =F(x,u,u ,u ) 式中, 和可稱(chēng)為泛函, 是獨(dú)立的變量, 上式中的積分定義域區(qū)間或者說(shuō)范圍在內(nèi)。設(shè) 在邊界上的值已經(jīng)給定為 則稱(chēng)它們式此問(wèn)題的邊界條件。 可用于求解此式問(wèn)題的方法之一及步驟是: 1.選擇一
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 淄博市巡游出租汽車(chē)駕駛員區(qū)域科目考試題庫(kù)及答案(供參考)
- 2025年河北女子職業(yè)技術(shù)學(xué)院高職單招高職單招英語(yǔ)2016-2024歷年頻考點(diǎn)試題含答案解析
- 普通合伙合同協(xié)議書(shū)
- 隔音降噪合同范本
- 幼兒園中班建康活動(dòng)策劃方案五篇
- 信號(hào)工勞務(wù)合同
- 標(biāo)準(zhǔn)鋼材購(gòu)銷(xiāo)合同樣本
- 智能設(shè)備研發(fā)與生產(chǎn)合作合同
- 代理的合同范本
- 2024年數(shù)字化教育平臺(tái)推廣合同
- 江蘇中國(guó)中煤能源集團(tuán)有限公司江蘇分公司2025屆高校畢業(yè)生第二次招聘6人筆試歷年參考題庫(kù)附帶答案詳解
- 【語(yǔ)文】第23課《“蛟龍”探?!氛n件 2024-2025學(xué)年統(tǒng)編版語(yǔ)文七年級(jí)下冊(cè)
- 北師版七年級(jí)數(shù)學(xué)下冊(cè)第二章測(cè)試題及答案
- 2025年全體員工安全意識(shí)及安全知識(shí)培訓(xùn)
- 2025警察公安派出所年終總結(jié)工作匯報(bào)
- 機(jī)動(dòng)車(chē)檢測(cè)站新?lián)Q版20241124質(zhì)量管理手冊(cè)
- 2024年決戰(zhàn)行測(cè)5000題言語(yǔ)理解與表達(dá)(培優(yōu)b卷)
- 中國(guó)游戲發(fā)展史課件
- 2025年慢性阻塞性肺疾病全球創(chuàng)議GOLD指南修訂解讀課件
- 第三單元名著導(dǎo)讀《駱駝祥子》整本書(shū)閱讀教學(xué)設(shè)計(jì)+2023-2024學(xué)年統(tǒng)編版語(yǔ)文七年級(jí)下冊(cè)
- 工程數(shù)學(xué)試卷及答案
評(píng)論
0/150
提交評(píng)論