高级运筹学K-T条件极值试题(含答案).docx

.写出下述非线性规划问题的K-T条件 1 . （1）解：，，，。对三个约束条件分别引入拉格朗日乘子、和，则有如下K－T条件： ，， 即： ，， 2. （2）解：，,，。对三个约束条件分别引入拉格朗日乘子、和，则有如下K－T条件： ，即可分解为： ，， 3. 二次规划 用K-T条件求解； （1）解：标准化模型得：，，，各函数的梯度分别为：，，，。对三个约束条件分别引入拉格朗日乘子、和，则有如下K－T条件： ，即可分解为： ，， 求解得： 4. 用库恩—塔克条件解非线性规划 解 先将其变为问题（11.60）的形式 设K-T点为，各函数的梯度为 对第一个和第二个约束条件分别引入广义拉格朗日乘子，，则得该问题的K-T条件如下： 为解该方程组，需考虑以下几种情况： （1）：无解。 （2）：。 （3）：。 （4）： 对应与上述（2）、（3）和（4）三种情形，我们得到了三个K-T点，其中和为极大值点，而为最大值点，最大值；为可行域的内点，它不是该问题的极大值点，而是极小点。 5.验证点 与是否是规划问题 的K-T点。对K-T点写出相应的Lagrange乘子。 解：规划问题标准化 ， ， 记，。 ①下面验证正则点： ， 显然与线性无关，于是为正则点。 ， 同样与线性无关，于是也是正则点。 ②下面验证是否满足Kuhn-Tucker条件： 得 ，，故不满足Kuhn-Tucker条件。 得，，故不满足Kuhn-Tucker条件。 6. 用库恩-塔克条件解非线性规划 , , 引入广义拉格朗日乘子, 则有 所以, 具体分析如下. 若引出矛盾, 无解; 若:,点; (6) 若:,; 若:,(4) 所以最大值点, 最大值. 注: 非凸函数, 在上有两个局部最小值点. 还有一个”驻点” 7. 用K-T条件解非线性规划 . 解 ,(是凸规划) , 所以, 具体分析如下. 若引出矛盾, 无解; 若解得,非K-T点; 若解得,非K-T点; 若解得,全局最小 8. 求下列非线性规划问题的K-T点： s.t. 解：将上述问题的约束条件改写为的形式： 设K-T点为，有 ， 由定理得 求解上述方程组，即可求出，，,，则可得到满足K-T条件的点。上述方程组是非线性方程组，求解时一般都要利用松紧条件（即上述方程组中的第3，4个方程），其实质是分析点处，哪些是不起作用约束，以便得到，这样分情况讨论求解较为容易： 假设两个约束均是点处的不起作用约束，即有 ， 则有 解得 但将该点代入约束条件，不满足，因此该点不是可行点。 若是起作用约束，是不起作用约束，则有，则 解得 代入原问题约束条件中检验，可知该点是可行点，且满足K-T定理的条件，又是一个正则点，故它是一个K-T点。 因为是起作用约束，此时，可以是，也可以是，若也成立，则结果同（1），已知求出的解不是可行点。 若是不起作用约束，是起作用约束，即有，代入方程组，有 解上述方程组，可得或，而不满足条件，而及同情形（1）的结果。 假设两个约束均起作用，这时，。故有 求解上述方程组，得到的解不满足与，故舍去。 因此本题的K-T点为：。 同时本题为凸函数，而为凸函数，为线性函数，也为凸函数，所以本题是凸规划。对凸规划K-T也是充分条件。因此也是本题的全局最小点。 9. 给出二次规划maxf(X)=6 X 要求：（1）库恩—塔克条件求最优解（2）写出等价的线性规划问题并化为标准形 解：标准型：min g 注意本题运用库恩-塔克条件解题时应该引入4个拉格朗日乘子。 当X1=43 ,X2=113 ，r 最终最优解为min f(X)= （2）等价的线性规划问题： min fX 5- 标准型： min y 10.已知目标函数受约束于 用库恩－塔克条件判断是否为极小点。 解：计算目标函数和约束函数在X*点的梯度 代入 则 解得λ1=1、λ2=1、λ3=0，即λ1、λ2、λ3满足非负要求，故X*={1,0}T点满足库恩－塔克条件，该点是极小值。