运筹学与最优化方法 第2章基本概念课件

上传人:我*** 文档编号:144174201 上传时间:2020-09-06 格式:PPT 页数:25 大小:286.50KB
返回 下载 相关 举报
运筹学与最优化方法 第2章基本概念课件_第1页
第1页 / 共25页
运筹学与最优化方法 第2章基本概念课件_第2页
第2页 / 共25页
运筹学与最优化方法 第2章基本概念课件_第3页
第3页 / 共25页
运筹学与最优化方法 第2章基本概念课件_第4页
第4页 / 共25页
运筹学与最优化方法 第2章基本概念课件_第5页
第5页 / 共25页
点击查看更多>>
资源描述

《运筹学与最优化方法 第2章基本概念课件》由会员分享,可在线阅读,更多相关《运筹学与最优化方法 第2章基本概念课件(25页珍藏版)》请在金锄头文库上搜索。

1、第 二 章,基本概念 和 基本理论,第二章 基本概念和理论基础,2.1 数学规划模型的一般形式 min f(x) -目标函数 s.t. xS -约束集合,可行集 其中,S Rn,f :S R,xS称(f S )的可行解 最优解: x*S,满足f (x*) f (x), xS。则称 x*为(f S)的全局最优解(最优解), 记 g.opt.(global optimum),简记 opt. 最优值: x*为(f S)的最优解, 则称 f * = f (x*) 为 (f S)的最优值(最优目标函数值),( f S ),2.1 数学规划模型的一般形式(续),局部最优解: x*S, x* 的邻域 N(x

2、*) ,使满足 f (x*) f (x), x S N(x*) 。则称 x*为(f S)的局部最优解,记 l .opt.(local optimum) 在上述定义中,当x x* 时有严格不等式成立,则分别称 x* 为(f S)的严格全局最优解和严格局部最优解。,严格l .opt .,严格g .opt .,l .opt .,2.1 数学规划模型的一般形式(续),函数形式: f(x), gi(x) , hj(x) : RnR min f(x) (fgh) s.t. gi(x) 0 , i = 1,2,m hj(x) = 0 , j = 1,2,l 矩阵形式: min f(x) ,f(x) : Rn

3、R (fgh) s.t. g(x) 0 , g(x) : RnRm h(x) = 0 , h(x) : RnRl 当 f(x), gi(x) , hj(x)均为线性函数时,称线性规划;若其中有非线性函数时,称非线性规划。,2.2 凸集、凸函数和凸规划,一、凸集 1、凸集的概念: 定义:设集合 S Rn,若x(1), x(2)S, 0,1,必有 x(1)(1- ) x(2) S ,则称 S 为凸集。 规定:单点集 x 为凸集,空集为凸集。 注: x(1)(1- ) x(2) = x(2)(x(1)- x(2) 是连接 x(1)与x(2)的线段 。,凸集,非凸集,非凸集,2.2 凸集、凸函数和凸规

4、划(续),一、凸集 1、凸集的概念: 例:证明集合 S = xAx = b 是凸集。其中,A为 mn矩阵,b为m维向量。 凸组合:设 x(1) , x(2) , , x(m) Rn, j 0 m m j =1, 那么称 j x(j) 为x(1), x(2), , x(m)的 j =1 j = 1 凸组合。 m 比较: z = j x(j) j =1 jR 构成线性组合 线性子空间 j0 , j 0 构成半正组合 凸锥 j0 , j =0 构成凸组合 凸集,2.2 凸集、凸函数和凸规划(续),一、凸集 1、凸集的概念: 定理:S是凸集S中任意有限点的凸组合属于S 多胞形 H(x(1) , x(2

5、) , , x(m) ): 由 x(1) , x(2) , , x(m) 的所有凸组合构成。 单纯形:若多胞形 H(x(1) , x(2) , , x(m) )满足, x(2)-x(1) , x(3) -x(1) , , x(m)- x(1) 线性无关。,多胞形,单纯形,单纯形,2.2 凸集、凸函数和凸规划(续),一、凸集 2、凸集的性质: 凸集的交集是凸集;(并?) 凸集的内点集是凸集;(逆命题是否成立?) 凸集的闭包是凸集。 (逆命题是否成立?) 分离与支撑: 凸集边界上任意点存在支撑超平面 两个互相不交的凸集之间存在分离超平面,支撑,强分离,分离,非正常分离,2.2 凸集、凸函数和凸规划

6、(续),一、凸集 3、凸锥: 定义:C Rn, 若 x C, 0 有 x C, 则称 C 是以 0 为顶点的锥。如果 C 还是凸集,则称为凸锥。 集合 0 、Rn 是凸锥。 命题:C是凸锥C中任意有限点的半正组合属于S,0,2.2 凸集、凸函数和凸规划(续),二、凸函数 1、凸函数及水平集 定义: 设集合 S Rn 为凸集,函数 f :SR 若 x(1), x(2) S, ( 0 , 1 ) ,均有 f(x(1)(1- ) x(2) ) f(x(1)+(1- )f(x(2) , 则称 f(x) 为凸集 S 上的凸函数。 若进一步有上面不等式以严格不等式成立,则称 f(x) 为凸集 S 上的严格

7、凸函数。 当- f(x) 为凸函数(严格凸函数)时,则称 f(x) 为凹函数(严格凹函数)。,严格凸函数,凸函数,严格凹函数,2.2 凸集、凸函数和凸规划(续),二、凸函数 1、凸函数及水平集: 定理: f(x) 为凸集 S 上的凸函数 S 上任意有限点的凸组合的函数值不大于各点函数值的凸组合。 思考:设f1, f2是凸函数, 设1, 2 0, 1f1+2f2 , 1f1 - 2f2是否凸函数? f(x)= max f1(x) , f2 (x) , g(x)= min f1(x) , f2 (x) 是否凸函数?,2.2 凸集、凸函数和凸规划(续),二、凸函数 1、凸函数及水平集: 定义:设集合

8、 S Rn ,函数 f :SR, R , 称 S = x Sf(x) 为 f(x) 在 S 上 的 水平集。 定理:设集合 S Rn 是凸集,函数 f :SR是凸函数,则对 R ,S 是凸集。 注: 水平集的概念相当于在地形图中,海拔高度不高于某一数值的区域。 上述定理的逆不真。 考虑分段函数f(x)=1(x0)或0(x0),函数非凸,但任意水平集是凸集。,2.2 凸集、凸函数和凸规划(续),二、凸函数 2、凸函数的性质: 方向导数:设 S Rn 为非空凸集,函数 f :SR ,再设 x* S, d 为方向,使当 0 充分小时有 x*+d S, 如果 lim f(x*+ d )-f(x*) /

9、 存在(包括 ) 则称 f(x) 为在点沿方向的方向导数存在,记 f (x*;d) = lim f(x*+ d )-f(x*) / 若 f(x) 在 x* 可导,则 f (x*;d) = f (x*) Td .,2.2 凸集、凸函数和凸规划(续),二、凸函数 2、凸函数的性质: 以下设 S Rn 为非空凸集,函数 f :SR 2)若f 凸,则 f 在 S 的内点集上连续; 注: f 在 S 上不一定连续。 例: f(x)2(当x=1); f(x)x2 (当x1) . 3)设f 凸,则对任意方向方向导数存在。 4)设 S 是开集,f 在 S 上可微,则 f凸 x*S,有f (x) f (x*)+

10、 f T(x*)(x-x*) , x S . 5) 设 S 是开集,f 在 S 上二次可微,则 a) f 凸 xS,2f (x) 半正定; b) 若 xS,2f (x) 正定,则f严格凸。,2.2 凸集、凸函数和凸规划(续),二、凸函数 2、凸函数的性质: 例: f(x)x12+2x1x2+2x22+10 x1 - 4 ; f(x)-3x12+x1x2-x22-2x32-2x2x3+26 ; f(x)3x12+ax1x2+2x22-4x1+6 ( a=5, 4.5 );,2.2 凸集、凸函数和凸规划(续),三、凸规划: 当(f S)中,S为凸集,f是S上的凸函数(求min),称(f S)为凸规

11、划; 对于(fgh), f,gi为凸函数,hj为线性函数时,(fgh)为凸规划。 定理:设集合 S Rn 为凸集,函数 f :SR f(x) 为凸集 S 上的凸函数。X*为问题(fs)的l.opt,则X*为g.opt;又如果f是严格凸函数,那么X*是(fs)的唯一g.opt。,2.3 多面体、极点、极方向,1)多面体:有限个半闭空间的交 例:S = xRnAx = b , x0 ,2.3 多面体、极点、极方向,2) 多面体的极点(顶点): xS,不存在 S 中的另外两个点x(1)和x(2),及 (0,1),使 x = x(1)+(1-)x(2). 3) 方向:xS , dRn , d 0 及

12、0 , 总有 x + d S. d(1) = d(2) ( 0) 时,称 d(1)和d(2)同方向。 4) 极方向:方向 d 不能表示为两个不同方向的组合 ( d = d(1)+d(2) ) .,2.3 多面体、极点、极方向,多面体 S = xRnAx = b , x0 的极点和极方向 定理1(极点特征)设 A 满秩,x 是 S 极点的充分必要条件是: 存在分解 A = B , N ,其中B为m阶非奇异矩阵,使 xT = xBT, xNT , 这里 xB = B-1b0, xN =0. S中必存在有限多个极点。( Cnm ),2.3 多面体、极点、极方向,多面体 S = xRnAx = b ,

13、 x0 的极点和极方向 定理2(极方向特征) 设 A = p1, p2, ,pn满秩,d 是 S 极方向的充分必要条件是: 存在分解 A = B , N ,其中B为m阶非奇异矩阵,对于N中的列向量 pj 使 B-1pj0, dT = dBT, dNT , 这里 j dB = -B-1pj , dN = (0, . , 1, ,0)T S中必存在有限多个极方向。( (n-m)Cnm ),考虑多面体 S = xRnAx = b , x0 ,其中 3 2 1 0 0 65 A = 2 1 0 1 0 b = 40 0 3 0 0 1 75 即 3 x1 + 2 x2 + x3 = 65 2 x1 +

14、 x2 + x4 = 40 3 x2 + x5 = 75 x1 , x2 , x3 , x4 , x5 0,例题,3 2 1 0 0 A = P1 , P2 , P3 , P4 , P5 = 2 1 0 1 0 0 3 0 0 1 A矩阵包含以下10个33的子矩阵: B1=p1 ,p2 ,p3 B2=p1 ,p2 ,p4 B3=p1 ,p2 ,p5 B4=p1 ,p3 ,p4 B5=p1 ,p3 ,p5 B6=p1 ,p4 ,p5 B7=p2 ,p3 ,p4 B8=p2 ,p3 ,p5 B9=p2 ,p4 ,p5 B10=p3 ,p4 ,p5,例题,其中B4= 0,因而B4不能构成极点和极方向

15、。其余均为非奇异方阵,因此该问题共有9个可构成极点、极方向的子矩阵,我们称之为基。 对于基B3=p1 ,p2 ,p5,令x3 = 0, x4 = 0,在等式约束中令x3 = 0,x4 = 0,解线性方程组: 3 x1 + 2 x2 + 0 x5 = 65 2 x1 + x2 + 0 x5 = 40 0 x1 + 3 x2 + x5 = 75 得到x1 =15,x2 = 10,x5 = 45,对应的极点: x = (x1,x2,x3,x4,x5 )T = (15,10,0,0,45 )T,例题,类似可得到极点 x(2) = (5, 25, 0, 5, 0 )T (对应B2) x(7) = (20, 0, 5, 0, 75 )T (对应B5) x(8) = (0, 25, 15, 15, 0 )T (对应B7) x(9) = (0, 0, 65, 40, 75 )T (对应B10) 而 x(3)= (0, 32.5, 0, 7.5, -22.5 )T(对应B9) x(4)= (65/3, 0, 0, -10/3, 75 )T (对应B6) x(5)= ( 7

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 办公文档 > PPT模板库 > PPT素材/模板

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号