宝玛科技网
您的当前位置:首页最优化方法试题答案

最优化方法试题答案

来源:宝玛科技网



?

f

一、

填空题



f

(

x

)

?

?

x 1

x

2

?????

2

1

??

????

??

x 1

????

?

?1

3?????

x 1

????




1.

1

2

x

2

x

2

(x

)

?

?

2

f

(

x

)

?

.



2.

f

连续可微且

?

f

(

x

)

?

0

,若向量

d


f

x

处的一

满足,则它是

个下降方向。

3.向量有

( 1 ,

2 , 3 )

T

关于3 阶单位方阵的所有线性无关的共轭向量

.

4.

f

:

R

n ?

R

二次可微,则

f

x

处的牛顿方向为

.

5.

.

法:

6.以下约束优化问题:

1 2

min

f

(

x

)

?

x 1 2

?

x

2

2

s . t

.

x 1

?

x

2

?

1

的外点罚函数为(取罚参数为

?

.

二、证明题(7+8分)

1.

g

i

:

R

n

?

R

,

i

?

1 ,

2 ,

?

m 1

h i

:

R

n

?

R

,

i

?

m 1?

1 ,

?

m

都是线性函数,证明下

面的约束问题:

是凸规划问题。

min

f

(

x

)

n
??

k?1

x

2

n

i

?

I

?

{ 1 ,

?

m 1

}

?

,

m }

k

s . t

.

g

i

(

x

)

?

0 ,

h

j (

x

)

?

0 ,

j

?

E

?

{ m 1

?

1 ,

?


2.

f

:

R

2

?

R

连续可微,

a ?i

R

hi ?

R

i

?

1 ,

2 ,

m,考察如下的约束条件


问题:

d

是问题

d

f

min

f

(

x

)

m 1

}

m }

s . t

.

a

T i

x

?

b i

?

0 ,

i

?

I

?

{ 1 ,

2

?

x

a

i

T

x

?

b i

?

0 ,

i

?

E

?

{ m 1

?

1 ,

?

min

?f

(

x

)

T

d

s . t

.

a

T i

d

?

0 ,

i

?

I

a

i

T

d

?

0 ,

i

?

E

||

d

||?

1

的解,求证:

处的一个可行方向。

三、计算题(每小题12分)

1.取初始点

x

(

0

)

?

( 1 , 1 )

T

.采用精确线性搜索的最速下降法求解下面的无约束优化问题

(迭代2步):

min f ( x )?x 1 2?2 x 2 2
2.采用精确搜索的BFGS 算法求解下面的无约束问题:
min
2

s . t . ?x 1?x 2?1?0

x 1

?

0

,

x

2

?

0 .

4.用可行方向算法(Zoutendijk算法或FrankWolfe算法)求解下面的问题(初

值设为

x

(

0

)

?

(

0 , 0 )

,计算到

x

(

2

)

即可)

x

x


?

x

2

?

2

x

min

f

(

x

)

?

1

x 1 2

?











2

1


2



2



1

s . t

.

3

x 1

?

x

2

?

3

x 1

?

0

,

x

2

?

0 .




一、填空题

?
1.
???

4

x 1

?

2

x

2

?

1

????

(

x

)

?
??
?

4 2

(

2 4

?
??
?

2. ?f

(

x

)

T

d

?

0

3. ( ?1 , 0 )

T

( 3 , 0 ,

?1 )

T

(答案不

2

?

4

x

?

3

x 1

2

唯一)。 4.

?

?

2

f

?1

?

f

x

)

5.牛顿法、修正牛顿法等(写出一个即可)
6.


?

x

L

(

x

,

?

?)

?

????

1

?

??

2?x 1

????

?

????

0

?
??
?

??

0

?

x

2

?

x 1 2

?

1

?

0

?

0

??

0 ,

x 1

?

x

2

?

0 ,

?(

x 1

?

x

2

)


2

?

1 )

2


2

2

?

1

?(

x 1

?

F?(

x

)

?

x 1

2

?

7.


2



二、证明题
1.证明:要证凸规划,即要证明目标函数是凸函数且可行域是凸集。

一方面,由于

f


二次连续可微, 正定,根据凸函数等价条件可知目标函

数是凸函数。


?x

?

( 1

?

?)

y

?

D

,从而可行域是凸集。

2.证明:要证

d

f

x

处的一个可行方向,即证当

x ?

D

d ?

R

n

时,

??

?

0

使得

x

??d

?

D

??

(

0 ,?]

i ?

I

时,

a i

T

x

?

b i

?

0

a i

T

d

?

0

,故

a i

T

(

x

?

?d

)

?

b i

?

a i

T

x

?

b i

?

?a i

T

d

?

0

i ?

E

时,

a

i

T

x

?

b i

?

0

a

i

T

d

?

0

,故

a i

T

(

x

?

?d

)

?

b i

?

a i

T

x

?

b i

?

?a i

T

d

?

0

.

因此,

d

f

x

处的一个可行方向。

三、计算题

1.解:?(?)

?

f

(

x

?

?d

)

?

(

x 1

?

?d

1

)

2

?

2 (

x

2

?

?d

2

)

2


?

(?)

?

0

?

f

(

x

)

??

2

x 1

?

?

?

d

1

x

1

?2

d

2

x

2

??

?






d

1

2

?

2

d

2

2





??

4

x

2

??






第一次迭代:

?

f

(

x (

0

)

)

?

????

2

?
??
?

d

(

0

)

?

??f

(

x

(

0

)

)

?

????

?

2

????

?(?)

?

f

(

x (


0

)

?

?d

(

0

) )

,令

4

?

4

?

(?)

?

0

,求得?0?

5

/

18

x

( 1 )

?




)

?

?0

d

(

0


?

??

?

?

??

4

1

??

?

?

??

?

f

(

x

( 1 )


?

??

?

?

??

8

2

??

?

?

??

x

(

0

)

9

)

9

?

?





9


9

d

( 1 )

?

??

f

(

x

( 1 )

)

?

???
?2?
?9

8

??

?

?

??

9

?(?)

?

f

(

x

( 1 )

?

?d

( 1 )

)

,令

?(?)

?

0

,求得

?1?

1

/

2

,故

x (

2

)

?

x

( 1 )

?

?1 d

( 1 )

?

????

0

??

,由

0

??

于?f ( x ( 2 ) )? ? ?? ? 0

0????,故x ( 2 )
为最优解。


2.解:取

x

(

0

)

?

( 1 , 1 )

T

B ?0

I

?

f

(

x

)

?

????

x 1

?

x

2

?
??
?

2

x

2

?

x 1

第一步迭代:

?

f

(

x

(

0

)

)

?

????

0

????

d

(

0

)

(

?

?

B 0

?1?

f

(

x

(

0

)

)

?

????

0

?1???

?

0

,求得??

1

/

2

1

?

?(?)

?

f

(

x

(

0

)

?

?d

0

)

)

?

1

?

( 1

?

?)

2

?

?,令?(?)










2






0





第二步迭代:



( 1 )

?

x

(

0

)

?

?0

d

(

0

)

?

??

???

1

??

???

?

f

(

x

( 1 )

)

?

??

???

1

??

???

s


0


?

x

( 1 )







??

0

1

?
?

??
?

x

1

2

(

)

?

x

(

0

)

?

?

?

0


2









?

2

y

(

0

)

?

?f

(

x

( 1 )

)

?

?

f

(

x

(

0

)

)

?

?
?

??
?

1

?
?

2

?

?

1?

?

B 1

?

?1

?

?0

0


?

???

0

0

???

?

?1 /

?

??

2

?1?

2?

?

?

?3 /

?

??

2

?1?

2?

?

1

0

1

1

1

d

( 1 )

?

?

B 1

?1?

f

(

x

( 1 )

)

?

??

?

?

??

?

1

??

?

?

??

?(?)

?

f

(

x

( 1 )

?

?d

( 1 )

)

,令?(?)

?

0



。故

2

,求得?1?

2

?

1

4



x

(

2

)?

x

( 1 )

?

?1 d

( 1 )

?

????

0 0

????

,由于

?

f

(

x

(

2 )

)

?

????

0

????

,故

x

(

2

)

为最优解。

0



3.:取初始可行点

x

(0)

?

(0,0),

A 0

?

A x

(0)

)

?

{2,3}.

求解等式约束子问题

min

d 1 2

?

d

2

?

2

d 1

?

4

d

2



















































































d

(1)

?

(0,2) T

?

0

计算

?

?

min{1,

?

1,3,

a d T

(1)

?

0}

?

b 1

?

a x 1 T

(1)

?

1

1





i






a d i T

(1)



2

x

(2)

?

x

(1)

?

?1 d

(1)

?

(0,1) , T

A 2

?

A 1

U

{1}

?

{1,2}

转入第三次迭代。求解等式约束子问题

min

d 1 2

?

d

2

?

2

d 1

?

2

d

2

2

0,

s t d 1

?

d

2

?

d 1

?

0

得解和相应的Lagrange乘子

d

(2)

?

(0,0) , T

??

(2,0) T

由于

?(2)

?

0

,故得所求二次规划问题的最优解为

相应的Lagrange 乘子为

x??x (2)?(0,1)T
???


k

?

0

时,

x

(

0

)

?

(

0 , 0 )

?f

(

x

)

?

(

?2 , 0 )

T

.

y

(

0

)

是下面线性规划问题的解:

min

?f

(

x

(

0

)

)

y

?

?2

y 1

s . t

.

3

y 1

?

y

2

?

3

y 1

?

0

,

y

2

?

0 .

解此线性规划(作图法)得

y

(

0

)

?

(

2

/

3 , 0 )

T

,于是

d

(

0

)?

y

(

0

)

?

x

(

0

)

?

(

2

/

3 , 0 )

T

.由线性搜

min

0?t?1

f

(

x

(

0

)

?

td

(

0

)

)

?

2

t

2

?

4

t







9




3


t

0?

1

.因此,

x

( 1 )

?

x

(

0

)

?

t

0

d

(

0

)

?

(

2

/

3 , 0 )

T

.重复以上计算过程得下表:





1


(

2

/

3 , 0 )

T



(

?2

/

3 ,

?2

/

3 )

T



(

0 ,

2 )

T



(?2

/

3 ,

2 )

T


1
25

2

(

16

,

2

)

T


25


25












精心搜集整理,只为你的需要





显示全文