最优化方法复习题.docVIP

一、 简述题 1 写出Wolfe-Powell非精确一维线性搜索的公式。 2 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） 二、 证明题 1 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. 2 熟练掌握凸规划的性质及其证明. 第二章 线性规划 考虑线性规划问题： 其中， 为给定的数据，且rank 一、 判断与选择题 1 (LP)的基解个数是有限的. √ 2 若(LP)有最优解，则它一定有基可行解为最优解. √ 3 (LP)的解集是凸的. √ 4 对于标准型的(LP)，设由单纯形算法产生，则对，有 × 5 若 为(LP)的最优解， 为(DP)的可行解，则 √ 6 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。× 7 求解线性规划(LP)的初始基可行解的方法：____________________. 8 对于线性规划(LP)，每次迭代都会使目标函数值下降. × 二、 简述题 1 将以下线性规划问题化为标准型： 2 写出以下线性规划的对偶线性规划： 三、 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); 例2.6.1 (利用大M法求解); 例2.6.2 (利用二阶段法求解). 四、 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。 第三章 无约束最优化方法 一、 判断与选择题 1 设为正定矩阵，则关于共轭的任意向量必线性相关. √ 2 在牛顿法中，每次的迭代方向都是下降方向. × 3 经典Newton法在相继两次迭代中的迭代方向是正交的. × 4 PRP共轭梯度法与BFGS算法都属于Broyden族拟Newton算法. × 5 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. √ 6 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. × 7 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. √ 8 函数在处的最速下降方向为 . 9 求解的经典Newton法在处的迭代方向为 . 10 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. × 11 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. × 12 求解的最速下降法在处的迭代方向为 . 13 求解的阻尼Newton法在处的迭代方向为 . 14 用牛顿法求解时，至多迭代一次可达其极小点. × 15 牛顿法具有二阶收敛性. √ 16 二次函数的共轭方向法具有二次终止性. × 17 共轭梯度法的迭代方向为：_____________________. 二、证明题 1 设为一阶连续可微的凸函数，且，则为的全局极小点. 2 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 3 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. 三、 简述题 1 简述牛顿法或者阻尼牛顿法的优缺点. 2 简述共轭梯度法的基本思想. 四、 计算题 1 利用最优性条件求解无约束最优化问题. 例如：求解 2 用FR共轭梯度法无约束最优化问题. 见书本：例3.4.1. 3 用PRP共轭梯度法无约束最优化问题. 见书本：例3.4.1. 例如： 第四章 约束最优化方法 考虑约束最优化问题： 其中， 一、判断与选择题 1 外罚函数法、内罚函数法、及乘子法均属于SUMT. × 2 使用外罚函数法和内罚函数法求解（NLP）时，得到的近似最优解往往不是（NLP）的可行解. × 3 在求解（NLP）的外罚函数法中，所解无约束问题的目标函数为 . 4 在（NLP）中，则在求解该问题的内罚函数法中，常使用的罚函数为 . 5 在（NLP）中，则在求解该问题的乘子法中，乘子的迭代公式为 ，对. 6 在（NLP）中，则在求解该问题的乘子法中，增广的Lagrange函数为：_________________________________ 7 对于(NLP)的KT条件为：_______________ 二、计算题 1 利用最优性条件(KT条件)求解约束最优化问题. 2