高等工程数学 —— 第五章 (2)非线性规划的最优条件

高等工程数学 —— 第五章 (2)非线性规划的最优条件

无约束规划问题的最优性条件

简单说就是先用一阶必要条件求驻点,再用二阶充分条件来验证。

在这里插入图片描述

  • 其实就是一阶导数为0然后解未知量的值

在这里插入图片描述
这里的Hesse矩阵如下:

在这里插入图片描述

再简单说说判断矩阵是否正定的两种方法:

  1. 求出A的所有特征值。若A的特征值均为正数,则A是正定的;若A的特征值均为负数,则A为负定的。
  2. 计算A的各阶顺序主子式。若A的各阶顺序主子式均大于零,则A是正定的;若A的各阶主子式中,奇数阶主子式为负,偶数阶为正,则A为负定的。

例如:

在这里插入图片描述

  • 可知矩阵 A A A是正定矩阵

用一道例题就能很容易的理解:

在这里插入图片描述

  • 可见这里我们用一阶必要条件求出来了两个驻点

在这里插入图片描述

  • 这里我们用二阶充分条件来判断出第一个驻点代入Hesse矩阵不正定,所以可知第二个驻点是严格局部极小值点

带约束规划问题的最优性条件

在这里插入图片描述

KKT

简单讲就是先用KKT必要条件求值,然后再用二阶充分条件来验证。

KKT必要条件
在这里插入图片描述

  • 注意(5)式是对每一个 x x x来就梯度,即求一阶导数

二阶充分条件
在这里插入图片描述

  • 这里先求 d d d然后判断(10)式是否满足大于0

例1:

在这里插入图片描述在这里插入图片描述在这里插入图片描述

  • 我们用KKT必要条件列出的式子来求出未知数的值,接下来用二阶充分条件来验证

在这里插入图片描述

  • 这里是用 v j > 0 v_j > 0 vj>0那个式子来求 d d d

在这里插入图片描述

  • 可见这里求得的值大于0,因此我们求得的点就是局部极小值点

例2:
在这里插入图片描述在这里插入图片描述

在这里插入图片描述

猜你喜欢

转载自blog.csdn.net/Deam_swan_goose/article/details/127739590
今日推荐