天津大学《最优化方法》深刻复知识题(含答案解析).docxVIP

. 天津大学《最优化方法》复习题（含答案） 第一章 概述 (包括凸规划 ) 一、 判断与填空题 1 arg maxn f ( x) arg min [ f (x)]. √ x R x R 2 max f ( x) : x D R n min f (x) : x D R n . 3 设 f : D R n R. 若 x R n ，对于一切 x R n 恒有 f ( x ) f ( x) ，则称 x 为 最优化问题 min f (x) 的全局最优解 . x D 4 设 f : DRn R. 若 x D ， 存 在 x 的 某 邻 域 N ( x ) ， 使 得 对 一 切 x N ( x ) 恒有 f ( x ) f (x) ，则称 x 为最优化问题 min f ( x) 的严格局部最 x D 优解 . 5 给定一个最优化问题，那么它的最优值是一个定值 . √ 6 非空集合 D R n 为凸集当且仅当 D 中任意两点连线段上任一点属于 D . √ 7 非空集合 D R n 为凸集当且仅当 D 中任意有限个点的凸组合仍属于 D . √ 8 任意两个凸集的并集为凸集 . 9 函数 f : D R n R 为凸集 D 上的凸函数当且仅当 f 为 D 上的凹函数 . √ . 10 设 f : D Rn R 为 凸 集 D 上 的 可微 凸 函 数 ， x D . 则 对 x D ， 有 f (x) f ( x ) f (x ) T (x x ). 11 若 c(x) 是凹函数，则 D { x Rn c( x) 0} 是凸集。 √ 12 设 x k 为由求解 min f ( x) 的算法 A 产生的迭代序列，假设算法 A 为下降算法， x D 则对 k 0, 1, 2, ，恒有 f (xk 1 ) f (xk ) . 13 算法迭代时的终止准则（写出三种） ： 。 14 凸规划的全体极小点组成的集合是凸集。 √ 15 函数 f : D R n R 在点 xk 沿着迭代方向 d k R n { 0} 进行精确一维线搜索的 步长 k ，则其搜索公式为 . 16 函数 f : D R n R 在点 xk 沿着迭代方向 d k R n { 0} 进行精确一维线搜索的 步长 k ，则 f (x k k d k )T d k 0 . 17 设 d k R n { 0} 为 点 x k D Rn 处 关 于 区 域 D 的 一 个 下 降 方 向 ， 则 对 于 0 ， (0, ) 使得 x k d k D . 二、 简述题 . 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 f (x) x12 2x1 x2 2x22 10x1 5x2 是否为凸函数） 三、 证明题 1 证明一个优化问题是否为凸规划 .（例如 min f ( x)  1 xT Gx  cT x  b 2 判断  s.t .  Ax  b  （其中  G 是正定矩阵）是凸规划  . x  0 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： (LP) min cT x s.t. Ax b, x 0, 其中， c R n , A R m n , b R m 为给定的数据，且 rank A m, m n. . 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 . √ (LP)的解集是凸的 . √ 4 对于标准型的 (LP)，设 xk 由单纯形算法产生，则对 k 0, 1, 2, ，有 cT x k cT x k 1. × 5 若 x* 为(LP)的最优解， y* 为 (DP) 的可行解，则 cT x* bT y* . √ 6 设 x0 是线性规划 (LP)对应的基 B ( P1 , , Pm ) 的基可行解，与基变量 x1 , , xm 对应的规范式中，若存在k 0 ，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： ____________________. . 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 将以下线性规划问题化为标准型： max f ( x) x1 2x2 3x3 s.t. x1 x2 x3 6, x1 2x2 4x3 12, x1 x2 x3 2, x2 0, x3 0. 写出以下线性规划的对偶线性规划： max f ( x) 3x1 2x2 x3 4x4 s.t