ppt第二章.函数的极值问题

上传人:dax****eng 文档编号:244927414 上传时间:2024-10-06 格式:PPT 页数:35 大小:324KB
返回 下载 相关 举报
ppt第二章.函数的极值问题_第1页
第1页 / 共35页
ppt第二章.函数的极值问题_第2页
第2页 / 共35页
ppt第二章.函数的极值问题_第3页
第3页 / 共35页
点击查看更多>>
资源描述
单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,第二章 静态优化函数的极值问题,本章主要内容:,2.1 无约束条件的函数极值问题,2.2 有约束条件的函数极值问题,2.3 小结,2.4 习题,2.1 无约束条件的函数极值问题,一元函数极值问题,二元函数极值问题,多元函数极值问题,一元函数的极值问题,一元函数 在 处取极值的必要条件为,(2-1),当,(2-2),为极小。,当,(2-3),为极大。,为简单起见,今后我们将只讨论极小,式(2-1)和(2-2)一起构成 为极小值的充分条件。当 时,也可能有极小值,不过要检验高阶导数。,上述情况可用图2-1来表示。R点是局部极小点,又是总体极小点,U只是局部极小点,T 是局部极大点,S是拐点,不是极值点。,图2-1 函数的极值点和拐点,例 2-1 求使,最小的x。,解:,故解使达到极小。本例是著名的最小二乘问题。,二元函数极值问题,下面考虑二元函数 的极值问题。设,在 处取得极小值,记 ,这里 (T表示转置,X是列向量)。在,处取得极小值的必要条件和充分条件可如下求得。将 在 周围展开为泰勒级数,(2-4),式中,表示高阶无穷小。将(2-4)式用向量矩阵形式表示,(2-5),式中,,(2-6),由(2-5)式可知,取极值的必要条件为,(2-7),进一步,若,(2-8),则这个极值为极小值。由于 是任意的不为零的向量,要使,(2-8),式成立,由矩阵理论可知,二阶导数矩阵(又称为Hessian阵)必须是正定的。正定阵形式上可表示为,(2-9),(2-7),和,(2-9),一起构成了 在 处取极小值的充分条件。,多元函数极值问题,设n个变量的多元函数为,式中,则 在 处有极小值的必要条,件为一阶导数向量等于零向量,即,进一步,若二阶导数矩阵是正定阵,即,(2-11),则这个极值是极小。,式,(2-10),和,(2-11),一起构成了多元函数,在 处取极小值的充分条件。,由(2-11)式可知,是实对称矩阵。判别实对称矩阵是否为正定有两个常用的方法。一是检验 的特征值,若特征值全部为正,则 是正定的。另一是应用塞尔维斯特(,Sylvest),判据。根据此判据,若 的各阶顺序主子式均大于零,即,(2-12),则 就是正定的。det表示A阵的行列式。,例2-2 求下面的多元函数的极值点,解,由上面三个方程求得可能的极值点为,二阶导数阵为,用塞尔维斯特判据来检验,有,故 为正定,在 处,为极小。,2.2 有约束条件的函数极值问题,前面讨论函数的极值问题时,向量的各个分量可独立地选择,相互间无约束。本节将讨论的各分量满足一定约束条件的情况,。,设具有个n变量的多元函数为,X的各分量满足下面的m个等式约束方程,(2-13),若能从m个约束方程中解出m个X的分量,即将它们用其它n-m个的X分量表示,那么X中只剩下n-m个独立变量。于是问题可化为求n-m个变量的多元函数的无约束极值问题。这就是所谓的“消去法”。,由于从m个方程(一般是非线性方程)求出m个分量常常是困难的,故经常采用“拉格朗日乘子法”。为此,对个约束方程,引入个拉格朗日乘子,并作出一个辅助函数拉格朗日函数。,若令,则,(2-14),式可用向量形式表示为,(2-15),于是 的条件极值问题就化为 的无条件极值问题。函数L有极值的必要条件为,例2-3 求从原点(0,0,0)至平面,的最短距离。,解 原点至空间任何一点 的距离的平 方为,要使 极小,而点 必须在所规定的平面 上。,这是一个条件极值问题。作拉格朗日函数,极值的必要条件为,联立求解上面四个方程可得,可能的极值点坐标为,根据问题的性质可以判断极小值存在且是唯一的。故上面的 即是极小点的坐标。将极小点坐标代入函数 中,即可求出最短距离的平方为,此问题的约束方程 是 、的线性函数,因此容易用“消去法”来求极值点。,例如,从 中解出,将它用 、表示,于是问题就化为求二元函数 的无条件极值问题。读者可自行验证这样做的结果与拉格朗日乘子法的结果是一样的。,例2-4 动态控制问题的参数化法。,设一个动态系统由下面的非线性状态方程描述,给定 ,终止时间t=0.5s,要求算出最优 控制 ,它使得指标函数,为最小。,解:这是动态控制问题,这里将控制作用参数,化,于是可用静态最优化的方法求解。,设控制作用 可用下面的级数来逼近,是已知的时间函数集,如sin、cos、Hermite多项式等正交函数或其它线性无关的函数。于是 可用N个参数 来表示,即 被参数化了。确定 就等于确定N个参数,使指标J最小。这里可用数值寻优的方法来确定参数 。,2.3 小结,1.n个变量的多元函数 取无约束极小值的必要条件为 ,充分条件为,和 。,2.在满足约束条件 时的极小值的求取,可用拉格朗日乘子法,令,是拉格朗日乘子(列)向量。,2.4 习题,1.求使得 最大的 。,2.求使 为极值的极值,点 。,3.求使 为,极值的极值点 。,4.求使 且,5.求原点到曲线 的距离为最小。,6.求函数极值 ,若,7.在第一象限内作椭球面,的切平面,使切平面与三坐标面所围成的四面体,体积最小,求切点的坐标。,
展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 图纸专区 > 课件教案


copyright@ 2023-2025  zhuangpeitu.com 装配图网版权所有   联系电话:18123376007

备案号:ICP2024067431-1 川公网安备51140202000466号


本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知装配图网,我们立即给予删除!