最优化方法复习题.docVIP

《最优化方法》复习题 概述(包括凸规划) 判断与填空题 √ 设 若，对于一切恒有，则称为最优化问题的全局最优解. 设 若，存在的某邻域，使得对一切恒有，则称为最优化问题的严格局部最优解. 给定一个最优化问题，那么它的最优值是一个定值. √ 非空集合为凸集当且仅当中任意两点连线段上任一点属于. √ 非空集合为凸集当且仅当中任意有限个点的凸组合仍属于. √ 任意两个凸集的并集为凸集. 函数为凸集上的凸函数当且仅当为上的凹函数. √ 设为凸集上的可微凸函数，. 则对，有 若是凹函数，则是凸集。 √ 设为由求解的算法A产生的迭代序列，假设算法A为下降算法，则对，恒有 . 算法迭代时的终止准则（写出三种）：_____________________________________。 凸规划的全体极小点组成的集合是凸集。 √ 函数在点沿着迭代方向进行精确一维线搜索的步长，则其搜索公式为 . 函数在点沿着迭代方向进行精确一维线搜索的步长，则 0 . 设为点处关于区域的一个下降方向，则对于，使得 简述题 写出Wolfe-Powell非精确一维线性搜索的公式。 怎样判断一个函数是否为凸函数. （例如: 判断函数是否为凸函数） 证明题 证明一个优化问题是否为凸规划.（例如 判断（其中G是正定矩阵）是凸规划. 熟练掌握凸规划的性质及其证明. 线性规划 考虑线性规划问题： 其中， 为给定的数据，且rank 判断与选择题 (LP)的基解个数是有限的. √ 若(LP)有最优解，则它一定有基可行解为最优解. √ (LP)的解集是凸的. √ 对于标准型的(LP)，设由单纯形算法产生，则对，有 × 若 为(LP)的最优解， 为(DP)的可行解，则 √ 设是线性规划(LP)对应的基的基可行解，与基变量对应的规范式中，若存在，则线性规划(LP)没有最优解。× 求解线性规划(LP)的初始基可行解的方法：____________________. 对于线性规划(LP)，每次迭代都会使目标函数值下降. × 简述题 将以下线性规划问题化为标准型： 写出以下线性规划的对偶线性规划： 计算题 熟练掌握利用单纯形表求解线性规划问题的方法（包括大M法及二阶段法）. 见书本： 例2.5.1 (利用单纯形表求解); (利用大M法求解); 例2.6.2 (利用二阶段法求解). 证明题 熟练掌握对偶理论（弱对偶理论、强对偶理论以及互补松弛条件）及利用对偶理论证明相关结论。 无约束最优化方法 一、 判断与选择题 设为正定矩阵，则关于共轭的任意向量必线性相关. √ 在牛顿法中，每次的迭代方向都是下降方向. × 经典Newton法在相继两次迭代中的迭代方向是正交的. × PRP共轭梯度法与BFGS算法都属于Broyden族拟Newton算法. × 用DFP算法求解正定二次函数的无约束极小化问题，则算法中产生的迭代方向一定线性无关. √ FR共轭梯度法、PRP共轭梯度法、DFP算法、及BFGS算法均具有二次收敛性. × 共轭梯度法、共轭方向法、DFP算法以及BFGS算法都具有二次终止性. √ 函数在处的最速下降方向为 . 求解的经典Newton法在处的迭代方向为 . 若在的邻域内具有一阶连续的偏导数且，则为的局部极小点. × 若在的某邻域内具有二阶连续的偏导数且为的严格局部极小点，则正定. × 求解的最速下降法在处的迭代方向为 . 求解的阻尼Newton法在处的迭代方向为 . 用牛顿法求解时，至多迭代一次可达其极小点. × 牛顿法具有二阶收敛性. √ 二次函数的共轭方向法具有二次终止性. × 共轭梯度法的迭代方向为：_____________________. 二、证明题 设为一阶连续可微的凸函数，且，则为的全局极小点. 给定和正定矩阵. 如果为求解的迭代点， 为其迭代方向，且为由精确一维搜索所的步长，则 试证：Newton法求解正定二次函数时至多一次迭代可达其极小点. 简述题 简述牛顿法或者阻尼牛顿法的优缺点. 简述共轭梯度法的基本思想. 计算题 利用最优性条件求解无约束最优化问题. 例如：求解 用FR共轭