《最优化方法及其应用》(郭科、陈聆、魏友华)课后习题答案

《最优化方法及其应用》(郭科、陈聆、魏友华)课后习题答案

ID:29554601

大小:587.84 KB

页数:25页

时间:2018-12-21

《最优化方法及其应用》(郭科、陈聆、魏友华)课后习题答案_第1页
《最优化方法及其应用》(郭科、陈聆、魏友华)课后习题答案_第2页
《最优化方法及其应用》(郭科、陈聆、魏友华)课后习题答案_第3页
《最优化方法及其应用》(郭科、陈聆、魏友华)课后习题答案_第4页
《最优化方法及其应用》(郭科、陈聆、魏友华)课后习题答案_第5页
资源描述:

《《最优化方法及其应用》(郭科、陈聆、魏友华)课后习题答案》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、最优化方法部分课后习题解答习题一1.一直优化问题的数学模型为:12minf(x)=(x−3)2+(x−4)2⎧g(x)=x−x−5≥0⎪1122s.t.⎪⎪g(x)=−x−x+5≥0⎨212⎪g(x)=x≥0⎪31试用图解法求出:⎪⎩g4(x)=x2≥0(1)无约束最优点,并求出最优值。(2)约束最优点,并求出其最优值。(3)如果加一个等式约束h(x)=x1−x2=0,其约束最优解是什么?12解:(1)在无约束条件下,f(x)的可行域在整个x0x平面上,不难看出,当x*=(3,4)时,f(x)

2、取最小值,即,最优点为x*=(3,4):且最优值为:f(x*)=0(2)在约束条件下,f(x)的可行域为图中阴影部分所示,此时,求该问题的最优点就是在约束集合即可行域中找一点(x1,x2),使其落在半径最小的同心圆上,显然,从图示中可以看出,当x*=155(,)44时,f(x)所在的圆的半径最小。⎧5⎧x=15⎪g1(x)=x1−x2−=0⎪14其中:点为g1(x)和g2(x)的交点,令⎨2求解得到:⎨5⎪⎩g2(x)=−x1−x2+5=0即最优点为x*=(15,5):最优值为:f(x

3、*)=65⎪x=⎪⎩24448(3).若增加一个等式约束,则由图可知,可行域为空集,即此时最优解不存在。2.一个矩形无盖油箱的外部总面积限定为S,怎样设计可使油箱的容量最大?试列出这个优化问题的数学模型,并回答这属于几维的优化问题.解:列出这个优化问题的数学模型为:maxf(x)=x1x2x3⎧x1x2+2x2x3+2x1x3≤S⎪x>0该优化问题属于三维的优化问题。s.t.⎪1⎨x>0⎪2⎪⎩x3>0x=s/3,y=s/3,z=3s/12s3s18⎜⎟23v==1⎛s⎞2⎝⎠习题二1.

4、计算一般二次函数f(x)=1XTAX+bTX+c的梯度。2解:设:A=(a),b=(b,b,...b)T,X=(x,x,...x)T则:ijn×n12n12nf(x)=1∑n∑naxx+∑nbx+cx(i=1,2,...n)2i=1j=1ijijiii=1,将它对变量i球偏导数得:⎡1n1n⎤⎡n⎤⎡n⎤⎡∂f(x)⎤⎢2∑a1jxj+2∑ai1xi+b1⎥⎢∑a1jxj⎥⎢∑ai1xi⎥⎢∂x⎥⎢j=1i=1⎥⎢j=1⎥⎢i=1⎥⎢1⎥⎢1n1n⎥⎢n⎥⎢

5、n⎥⎡b1⎤∇f(x)=⎢∂f(x)⎥=⎢2∑a2jxj+2∑ai2xi+b2⎥=1⎢∑a2jxj⎥+1⎢∑ai2xi⎥+⎢b⎥⎢∂x⎥⎢j=1i=1⎥2⎢j=1⎥2⎢i=1⎥⎢2⎥⎢2⎥⎢⋮⎥⎢⋮⎥⎢⋮⎥⎢⎣b⎥⎢∂f(x)⎥⎢⎥⎢⎥⎢⎥3⎦⎢⎥⎢1n1n⎥⎢n⎥⎢n⎥⎣∂x3⎦⎢2∑anjxj+2∑anxii+bn⎥⎢∑anjxj⎥⎢⎣∑ainxi⎥⎣j=11Ti=1⎦⎣j=1⎦i=1⎦=(AX+AX)+b25.求下列函数的梯度和Hesse矩阵(1)f(x)=x

6、2+2x2+3x2−4xx⎛20-4⎞解:∇2f(x)=⎜040⎟12313⎛x2ex1x2⎜⎟⎝⎠⎜−406⎟6x+ex1x2+xxex1x2⎞(2)f(x)=3xx2+ex1x2解:∇2f(x)=⎜2212⎟12⎜6x+ex1x2+xxex1x26x+x2ex1x2⎟⎝21211⎠6.判断下列函数是凸函数,凹函数,还是既不凸也不凹函数:121212(1)f(x,x)=−x2+2x2+3xx解:∇2f(x)不是半正定,即f(x)非凸,然后判断-f(x),经验证:∇2(−f(x))不是

7、半正定,由此可知:f(x)非凸非凹。1211221(2)f(x,x)=2x2−4xx+3x2−5x−6解:∇2f(x)半正定,故f(x)为凸函数。12312312(3)f(x,x,x)=x2+2x2−3x2−4xx解:∇2f(x)不是半正定,即f(x)非凸,然后判断-f(x),经验证:∇2(−f(x))不是半正定,由此可知:f(x)非凸非凹。5.设约束优化问题的数学模型为:1122minf(x)=x2+4x+x2−4x+10⎧g1(x)=x1−x2+2≥0s.t.⎨g(x)=−x2−x2−2x+

8、2x≥0⎩21212试用K-T条件判别点x=[−1,1]T是否为最优点。解:对于点x=[−1,1]T,g(x)=0,g(x)≥0,点满足约束条件,故点X是可行解。12⎛2⎞⎛1⎞且g1(x)是起作用约束,I={1},∇f(x)=⎜−2⎟,∇g1(x)=⎜−1⎟,由∇gi(x)≥0条件下的⎝⎠⎝⎠K-T条件得:∇f(x)−∑λ∇g(x)=0,λ≥0,得到λ=2,点x=[−1,1]T满足K-T条iii1i∈I件。又因∇2f(x)正定,故f(x)为严格凸函数,该最优化问题是凸规划问题,由x*=[−1

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。