运筹学第七章答案.docVIP

[课后习题全解] 7.2 解 （1）建立数学模型 （2）计算原理 1）梯度法（最速下降法） a. 给定初始近似点不妨为（0，0，0），精度，不妨为，若 则即为近似极小点. b. 若，求步长.并计算 步长求法用近似最佳步长. c. 一般地，若，则即为所求的近似解；若 则求步长，并确定下一个近似点 如此继续，直至达到要求的精度为止. 2）近似最佳步长求法 由，求出步长. 7.3 解 （1） 的海塞矩阵为 知为严格凸函数，为凸函数，为凹函数，所以不是一个凸规划问题. （2） 的海塞矩阵为 则为严格凸函数，为凹函数，为凸函数，所以上述非线性规划不是凸规划. 7.6 解 计算结果如表7-2所示. 表7-2 迭代次数 0 1 2 3 由可知相邻两步的搜索方向正交. 7.10 解 因为 现从，开始 于是 故 故 得到极小值点 7.12 解 取 由于，所以 由 得 故 由于 故为近似极小点. 7.13 解 （1）用最速下降法 （2）牛顿法 得极小点 （3）变尺度法 得极小点 7.15 解 原非线性规划等同于 （1） 其作用约束的是 所以 得则有 存在可行下降方向. （2） 其作用约束的是 所以 即 即 （无可行解） 不存在可行下降方向. （3） 其作用约束的是 所以 所以 存在可行下降方向. 7.17 解 （1）原式等同于 写出目标函数和约束函数的梯度 对第一个和第二个约束条件分别引入广义拉格朗日乘子，得点为，则有 令，无解； 令，解之得是点，目标函数值 ； 令，解之得是点，目标函数值 ； 令，则是点，，但不是最优. 此问题不是凸规划，故极小点1和5是最优点. （2）原式等同于 写出目标函数和约束函数的梯度 引入广义拉格朗日乘子，得点为，则有 令，无解； 2） 令，则不是点； 3） 令，则不是点； 4） 令，则是点，目标函数值 由于该非线性规划问题为凸规划，故是全局极小点.] 7.18 解 这个非线性规划的条件为 极大点是，但它不是约束条件的正则点. 7.21 解 构造惩罚函数 由 则的解为 当时，；当时，. 当时，趋于原问题的极小值. . 7.22 解 构造惩罚函数 解得最优解为 7.24 解 构造障碍函数 得最优解