感受停在我胸口的纤手,
记住望着我坚定的双眼。
为了你,我竟然会疯狂掉,
没有你,即便山崩海啸,也不想逃。
也许未来很遥远,
但是我愿在未知的等待中为你守候。
——畅宝宝的傻逼哥哥
一些非线性规划过程与方法利用了目标函数与等式、不等式约束为线性或二次近似这个策略,即
f(x),ai(x),cj(x)
为线性或二次近似,这样的近似通过使用泰勒级数就能得到。如果
f(x)
是两个变量
x1,x2
的函数,使得
f(x)∈CP
,其中
P→∞
,即
f(x)
有任意阶的连续偏导数,那么函数
f(x)
在
[x1+δ1,x2+δ2]
上的函数值由泰勒级数可得
其中
O(∥δ∥3)
是余项,
∥δ∥
是
δ
的欧几里得范数
符号
ϕ(x)=O(x)
表示当
x
趋近零时,
其实余项也可以表示成
o(∥δ∥2)
其中符号
phi(x)=o(x)
表示当
x
接近零时,
如果
f(x)
是
n
个变量的函数,那么
用矩阵符号表示为:
其中 g(x) 是点 x 处的梯度, H(x) 是海森矩阵。
当
∥δ∥→0
时,可以忽略二阶或更高阶的项,这时候就得到
f(x+δ)
的线性近似
同样的,
f(x+δ)
的二次近似为
泰勒级数还有另一种形式,包含余项
其中
0≤α≤1
且
所有
k1,k2,…,kn
可能组合的求和,这个泰勒级数的表示是最一般的,因此可以得到
f(x+δ)
的三次和更高次近似,进一步,还可以用来求线性,二次,三次或更高次的精确封闭形式表达式。如果
f(x)∈C1
且
P=0
,那么我们得到
如果
f(x)∈C2,P=1
,那么
其中 0≤α≤1 ,上面那个等式我们通常称为微分中值定理。
通过重组泰勒级数,我们可以得到下面的形式:
其中