最优化原理和方法试题答案.doc
《最优化原理与算法》试卷
填空题(每小题5分)
1.若,则 , .
2.设连续可微且,若向量满足 ,则它是在处的一个下降方向。
3.向量关于3阶单位方阵的所有线性无关的共轭向量有 .
4. 设二次可微,则在处的牛顿方向为 .
5.举出一个具有二次终止性的无约束二次规划算法: .
6.以下约束优化问题:
的K-K-T条件为:
.
7.以下约束优化问题:
的外点罚函数为(取罚参数为) .
证明题(7分+8分)
1.设和都是线性函数,证明下面的约束问题:
是凸规划问题。
2.设连续可微,,,,考察如下的约束条件问题:
设是问题
的解,求证:是在处的一个可行方向。
计算题(每小题12分)
1.取初始点.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):
2.采用精确搜索的BFGS算法求解下面的无约束问题:
3.用有效集法求解下面的二次规划问题:
4.用可行方向算法(Zoutendijk算法或Frank Wolfe算法)求解下面的问题(初值设为,计算到即可):
参考答案
一、填空题
1.
2.
3. ,(答案不唯一)。
4.
5. 牛顿法、修正牛顿法等(写出一个即可)
6.
7.
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。
另一方面,约束条件均为线性函数,若任意可行域,则
故,从而可行域是凸集。
2.证明:要证是在处的一个可行方向,即证当,时,,使得,
当时,,,故;
当时,,,故.
因此,是在处的一个可行方向。
计算题
1.解:
令 得;
第一次迭代: ,, ,令,求得;
第二次迭代:,,,
,令,求得,故,由于,故为最优解。
0
1
2
2.解:取
第一步迭代:
,,令,求得;
第二步迭代:
,,
,,令,求得。故,由于,故为最优解。
0
1/2
1
2
2
3. 解:取初始可行点求解等式约束子问题
得解和相应的Lagrange乘子
转入第二次迭代。求解等式约束子问题
得解
令
转入第三次迭代。求解等式约束子问题
得解和相应的Lagrange乘子
由于,故得所求二次规划问题的最优解为
,
相应的Lagrange乘子为
4.解:计算梯度得
当时,,.是下面线性规划问题的解:
解此线性规划(作图法)得,于是.由线性搜索
得.因此,.重复以上计算过程得下表:
0
1
1
2