2025年（应用数学）优化理论与方法试题及答案.docVIP

2025年（应用数学）优化理论与方法试题及答案

分为第I卷（选择题）和第Ⅱ卷（非选择题）两部分，满分100分，考试时间90分钟。

第I卷（选择题共40分）

答题要求：请将正确答案的序号填在括号内。

1.以下哪种方法不属于优化理论中的无约束优化方法（）

A.梯度下降法B.牛顿法C.单纯形法D.拟牛顿法

2.对于线性规划问题，其可行域是（）

A.空集B.单点集C.凸集D.非凸集

3.目标函数z=3x+2y，在约束条件x+y≤5，x≥1，y≥1下的最优解是（）

A.(1,1)B.(1,4)C.(4,1)D.(2,3)

4.优化问题中，若目标函数是凸函数，约束集是凸集，则该优化问题是（）

A.线性规划问题B.非线性规划问题C.凸优化问题D.非凸优化问题

5.拉格朗日乘子法主要用于求解（）

A.无约束优化问题B.等式约束优化问题C.不等式约束优化问题D.混合约束优化问题

6.以下哪个是拟牛顿法的优点（）

A.不需要计算二阶导数B.收敛速度慢C.计算复杂D.对初始点要求高

7.对于整数规划问题，以下说法正确的是（）

A.其最优解一定是整数B.比相应的线性规划问题更容易求解C.常用分支定界法求解D.可行域是连续的

8.目标函数的海森矩阵正定是无约束优化问题有极小值的（）

A.充分条件B.必要条件C.充要条件D.无关条件

9.线性规划问题的基本可行解对应于可行域的（）

A.顶点B.内部点C.边界点D.任意点

10.以下哪种优化方法适合求解大规模优化问题（）

A.内点法B.共轭梯度法C.遗传算法D.梯度投影法

答案：1.C2.C3.C4.C5.B6.A7.C8.A9.A10.C

第Ⅱ卷（非选择题共60分）

1.简答题（共20分）

-（1）简述梯度下降法的基本思想。（5分）

_梯度下降法是沿着目标函数负梯度方向迭代搜索最优解。通过不断计算目标函数在当前点的梯度，以一定步长向梯度反方向移动，逐步逼近极小值点。_

-（2）说明线性规划问题的标准形式及特点。（5分）

_标准形式：目标函数求极大值，约束条件均为等式且右端常数非负，决策变量非负。特点：可行域为凸多面体，最优解若存在必在顶点取得，求解方法成熟。_

-（3）简述拉格朗日对偶问题的概念。（5分）

_原优化问题加入拉格朗日乘子转化为拉格朗日函数，对拉格朗日函数先关于原决策变量求极小值得到对偶函数，再对拉格朗日乘子求极大值得到对偶问题，对偶问题的最优值是原问题最优值的下界。_

-（4）整数规划与线性规划有何关系？（5分）

_整数规划是在线性规划基础上，要求决策变量取整数。整数规划可行域是线性规划可行域的离散子集，求解难度大于线性规划，常需特殊方法如分支定界法等求解。_

2.讨论题（共20分）

请讨论无约束优化方法中牛顿法和拟牛顿法的异同点。

_相同点：都是迭代求解无约束优化问题的方法，都利用目标函数的导数信息来确定搜索方向。不同点：牛顿法需计算二阶导数矩阵及其逆矩阵，计算量大但收敛速度快；拟牛顿法用近似矩阵代替二阶导数矩阵的逆，计算量小，收敛速度也较快，且不需要计算二阶导数，更适合大规模问题。_

3.计算题（共20分）

用单纯形法求解线性规划问题：

maxz=3x1+5x2

s.t.x1+x2≤4

2x1+x2≤6

x1≥0,x2≥0

_答案：通过单纯形法迭代计算，可得最优解为x1=2，x2=2，最优值z=16。具体迭代过程略。_