运筹学第四章作业的参考答案教学提纲.doc

运筹学第四章作业的参考答案教学提纲.doc

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
运筹学第四章作业的参考答案 精品文档 精品文档 收集于网络,如有侵权请联系管理员删除 收集于网络,如有侵权请联系管理员删除 精品文档 收集于网络,如有侵权请联系管理员删除 第四章作业的参考答案 5、判断下列函数是否为凸函数. (3) 注:在获得Hesse矩阵时,要特别注意对角线上的元素。解: 的Hesse矩阵为 注:在获得Hesse矩阵时,要特别注意对角线上的元素。 . 的各阶主子式分别为 因而为半正定矩阵,所以是凸函数。 9、用0.618法求以下问题的近似解 已知函数的单谷区间,要求最后区间精度。 解:迭代过程用下表给出: 0 1 2 3 0.5 1.646 1.646 1.646 1.646 2.354 2.084 2.354 2.792 2.354 2.084 3.5 3.5 2.792 2.354 否 否 否 是 换 换 换 换 换 第三轮迭代开始时有。所以近似最优解为。 14、求以下无约束非线性规划问题的最优解. (1) 解:化简目标函数,得 注:对无约束的最优化问题,若目标函数是凸函数,则它的驻点就是它最优解。所以,的Hesse矩阵为 注:对无约束的最优化问题,若目标函数是凸函数,则它的驻点就是它最优解。 . 因为是正定矩阵,所以是凸函数。另一方面,目标函数的梯度向量为 令,即 , 求得目标函数的驻点为. 所以,原问题的最优解为. 16、求最速下降法求解以下问题,要求迭代进行三轮。 (1),取初始点 解:由题意知 第一轮迭代: 。 则 。 所以 。 令 , 解得。所以,。 第二轮迭代: 。 则 。 所以 。 令 , 解得。所以,。 第三轮迭代: 。 则 。 所以 。 令 , 解得。所以,。 23(1)、写出下列问题的K-T条件,并求出它们的K-T点. 注:先把问题化成要求的形式。即,把目标函数化成求最小值的形式,把所有不等式(包括非负约束)化成小于等于零的形式,把所有等式化成等于 注:先把问题化成要求的形式。即,把目标函数化成求最小值的形式,把所有不等式(包括非负约束)化成小于等于零的形式,把所有等式化成等于零的形式。 解:将问题(1)变形为 所以,其Lagrange函数为 所以有 因此,问题(1)的K-T条件是 注:不等式约束函数的Lagrange乘子要大于等于零,而等式约束函数的Lagrange乘子为自由变量。每个不等式约束函数对应一个互补松紧条件,而等式约束函数则没有。 注:不等式约束函数的Lagrange乘子要大于等于零,而等式约束函数的Lagrange乘子为自由变量。每个不等式约束函数对应一个互补松紧条件,而等式约束函数则没有。 作为K-T点还应满足可行性条件 注:K-T点应满足可行性条件。求解时,利用互补松紧条件进行分类讨论。利用互补松紧条件进行讨论 注:K-T点应满足可行性条件。求解时,利用互补松紧条件进行分类讨论。 (I)若 ,则由互补松紧条件知 再加上可行性条件中的一个方程 以及,可解得 。再由互补松紧条件知 。将这些值代入K-T条件的前两个方程有 解得 . 经检验,均满足(1)的K-T条件和可行性条件,因而 为其K-T点. (II)若 则由互补松紧条件知 由可行性条件知 。再由互补松紧条件知。将这些值代入K-T条件的前两个方程有 解得 与 矛盾。 (III)若 则由互补松紧条件知 由可行性条件知 。与 矛盾。 (IV) 若 将这些值代入K-T条件的前两个方程有 注:若是寻找问题的K-T点 注:若是寻找问题的K-T点,则需要将所有可能的分类都进行讨论;若是求问题的最优解,则找到第一个K-T点时就可以结束了。 再加上可行性条件中的一个方程 可解得 与 矛盾。 综上分析,问题(1)只有一个K-T点。

文档评论(0)

135****7705 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档