非线性约束的数学表达
各位同学好，今天我们来聊聊非线性约束的数学表达。说实话，我刚入行那会儿，看到一堆非线性约束就头大。后来做项目做多了，发现这东西其实有规律可循。你只要掌握了它的表达方式，就能看清问题的本质。
等式约束与不等式约束
非线性约束，说白了就是约束条件里出现了非线性项。比如 x²、sin(x)、eˣ 这些。它们分两种：等式约束和不等式约束。
等式约束长这样：
h(x) = 0比如在电路设计中，我遇到过要求某个节点的电压必须精确等于参考电压。这就是典型的等式约束。它把可行解限制在一个曲面上，说白了就是一条线或一个面。
不等式约束长这样：
g(x) ≤ 0这个更常见。比如结构优化中，应力不能超过材料的屈服强度。我做过一个桥梁设计项目，约束条件就是「最大应力 ≤ 许用应力」。这个 ≤ 符号，决定了可行域是一个区域，而不是一条线。
重要区别：等式约束把解限制在曲面上，不等式约束把解限制在区域内。这个区别在实际求解中影响很大。
凸约束与非凸约束
嗯，这里要重点讲一下。凸约束和非凸约束，是判断问题难易程度的关键。
凸约束：约束函数是凸函数，且可行域是凸集。说白了，就是任意两点连线上的点，都在可行域内。
// 凸约束的例子
x² + y² ≤ 1 // 圆盘区域，是凸的
x + y ≤ 1 // 线性约束，也是凸的非凸约束：约束函数不是凸函数，或者可行域不是凸集。比如：
// 非凸约束的例子
x² + y² ≥ 1 // 圆外区域，不是凸的
sin(x) ≤ 0.5 // 三角函数约束，不是凸的我记得有一次做供应链优化，遇到了一个非凸约束。当时用常规的求解器跑，结果总是陷入局部最优。后来我换了个思路，把非凸约束拆成几个凸约束的并集，问题才解决。这个经验告诉我：遇到非凸约束，别硬来，想办法转化。
我的建议：在实际项目中，尽量把非凸约束转化为凸约束。如果实在转化不了，可以考虑用启发式算法或者分支定界法。
可行域与不可行域
这个概念其实很直观。可行域就是所有满足约束条件的点组成的集合。不可行域就是那些不满足约束的点。
用数学语言说：
可行域 = { x | h(x) = 0, g(x) ≤ 0 }
不可行域 = { x | h(x) ≠ 0 或 g(x) > 0 }我画了一张图，帮你理解这个关系：
这张图里，绿色区域是可行域，红色区域是不可行域。虚线是约束边界。你想想看，我们的目标就是在绿色区域里找到最优解。
我曾经踩过的坑：有一次我写代码，忘了检查约束条件是否矛盾。结果可行域是空集，求解器跑了一整天，告诉我「无解」。从那以后，我每次建模都会先检查一下可行域是否非空。
实际项目中的经验
我做了这么多年优化，总结了几点经验：
- 约束越多，可行域越小。别加太多没必要的约束，否则可能把最优解排除在外。
- 非线性约束比线性约束难处理。能用线性约束就别用非线性约束，这是铁律。
- 凸约束是好朋友。凸约束保证全局最优，非凸约束只能找到局部最优。
- 等式约束要小心。等式约束把自由度减少了一个，求解时要注意。
我整理了一个对比表，方便你记忆：
| 约束类型 | 数学形式 | 可行域特征 | 求解难度 |
|---|---|---|---|
| 线性等式 | Ax = b | 超平面 | 容易 |
| 线性不等式 | Ax ≤ b | 多面体 | 容易 |
| 凸非线性等式 | h(x) = 0, h凸 | 凸曲面 | 中等 |
| 凸非线性不等式 | g(x) ≤ 0, g凸 | 凸区域 | 中等 |
| 非凸非线性等式 | h(x) = 0, h非凸 | 非凸曲面 | 困难 |
| 非凸非线性不等式 | g(x) ≤ 0, g非凸 | 非凸区域 | 困难 |
核心要点：判断一个约束是凸还是非凸，最简单的方法是看它的二阶导数（海森矩阵）是否半正定。如果是，那就是凸的。这个方法我在项目中用了无数次，屡试不爽。
好了，关于非线性约束的数学表达，我就讲这么多。记住：等式约束限制在曲面上，不等式约束限制在区域内；凸约束好处理，非凸约束要小心；可行域非空是求解的前提。这些概念搞清楚了，后面的内容就好理解了。