最优化方法(试题+答案).docVIP

填空题 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。 012 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。 01/212 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： 0112