https://blog.csdn.net/quicmous/article/details/52527507函數
數學規劃問題,或着說最優化問題,通常可寫成下面的形式:優化
爲了簡單起見,咱們考慮二維狀況,假設x=(x1,x2)x=(x1,x2) ,則最優化問題變成以下形式:
ui
幾何意義很是明顯,要求在曲線 g(x1,x2)=cg(x1,x2)=c 上找一點,使得函數 f(x1,x2)f(x1,x2) 取得最大值。由於f(x1,x2)f(x1,x2) 是一個曲面,形象一點說,問題就是在山上尋找一條山路的最高點。atom
求解最優規劃問題的關鍵在於曲面的等高線。咱們停下腳步,看看等高線有趣的性質。對於曲面f(x1,x2)f(x1,x2) 來講,其等高線能夠表示成下面的形式,
spa
兩邊進行微分,獲得,
.net
能夠看出,dx1,dx2dx1,dx2 之間是有關係的。實際上,微分dx=(dx1,dx2)dx=(dx1,dx2) 與曲線f(x1,x2)=cf(x1,x2)=c 切線方向一致。若是以爲很差理解的話,能夠吧x1,x2x1,x2 換成x,yx,y ,問題就變成一元函數求導,咱們知道dy/dxdy/dx 表示曲線的切線斜率,固然(dx,dy)(dx,dy) 就與曲線的切線方向相同。因而,咱們獲得曲面等高線的切線向量,
orm
咱們知道,曲面f(x1,x2)f(x1,x2) 的梯度可表示爲,
xml
因而(4)式能夠表示爲,
blog
能夠看出,曲面上任意一點,其等高線的切線方向與其梯度方向相互垂直。圖片
約束條件g(x1,x2)=cg(x1,x2)=c ,實際上就是曲面g(x1,x2)g(x1,x2) 的一條等高線。根據前面的結論,它的切線方向與梯度方向垂直。
二元函數的最優規劃問題,和尋找山間小路上的最高點的思路是同樣。到達山間小路最高點位置後,不管沿山間小路哪一個方向走,都是下坡,都會走向較低的等高線,所以,在小路的最高點位置,小路必須與山坡的等高線相切。
一樣,咱們沿着曲線 g(x1,x2)=cg(x1,x2)=c 到達最曲面f(x1,x2)f(x1,x2) 最高點,這條小路必定與曲面 f(x1,x2)f(x1,x2) 在此位置的等高線相切,也就是曲線 g(x1,x2)=cg(x1,x2)=c 與曲線 f(x1,x2)=c′f(x1,x2)=c′ 在最大值位置相切。或者從梯度的角度來看,曲面f(x1,x2),g(x1,x2)f(x1,x2),g(x1,x2) 在最大值位置梯度方向是相同的。
換句話講,若是規劃問題在(x1,x2)(x1,x2) 處取得最大值,必定存在常數 λλ 使得,
看到這裏怎麼有些懵圈呢?最優解和常數 cc 怎麼就不要緊了呢?不是說好的 g(x1,x2)=cg(x1,x2)=c 嗎?實際上, λλ 是待定參數, cc 的值能夠用來肯定 λλ 的值。下面咱們牛刀小試,看一個具體的例子。
例1 求下面規劃,
解:
因爲,
因而,
即,
因此,
代入(9),
即,
代入(10),得,
此時,