函数的极值问题.ppt

上传人:小飞机 文档编号:6093694 上传时间:2023-09-23 格式:PPT 页数:35 大小:216KB
返回 下载 相关 举报
函数的极值问题.ppt_第1页
第1页 / 共35页
函数的极值问题.ppt_第2页
第2页 / 共35页
函数的极值问题.ppt_第3页
第3页 / 共35页
函数的极值问题.ppt_第4页
第4页 / 共35页
函数的极值问题.ppt_第5页
第5页 / 共35页
点击查看更多>>
资源描述

《函数的极值问题.ppt》由会员分享,可在线阅读,更多相关《函数的极值问题.ppt(35页珍藏版)》请在三一办公上搜索。

1、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

2、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-

3、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

4、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

5、,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

6、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
猜你喜欢
相关搜索

当前位置:首页 > 生活休闲 > 在线阅读


备案号:宁ICP备20000045号-2

经营许可证:宁B2-20210002

宁公网安备 64010402000987号