当前位置：文档之家› 第38讲：统筹与最优化测试题

第38讲：统筹与最优化测试题

第1题：

第2题：

第3题：

第4题：

第5题：

第6题：

试题答案：第1题：

正确答案：B 答案解析：

第2题：

正确答案：C 答案解析：

第4题：

正确答案：D 答案解析：

第5题：

正确答案：B 答案解析：

第6题：

正确答案：B

最优化方法复习题66882.docx

《最优化方法》复习题第一章概述(包括凸规划) 一、判断与填空题 ar§ max /W =玄生min【―/(兀)】?7 1 xeR n xeR n 2max |/(x): x e D o }= - min [f(x): x e D Q R H\ x 3设f : D u RJ R?若T wR”,对于一切xeR n恒有/(Z)上的凸函数当且仅当—/为D上的凹函数.V 1()设f : D u R” T R为凸集D上的可微凸函数，Z G Z).则对V XG D,有/(x)-/(x*) 0}是凸集。V 12设{*}为由求解min的算法A产生的迭代序列，假设算法A为下降算法， XG D

则对\^^{0,1,2,???},恒有____ /(x A.+1)< f(x k) ____________ :

13算法迭代时的终止准则（写出三种）： ____________________________ o 14凸规划的全体极小点组成的集合是凸集。V 15函数f : D u R“ T R在点（'沿着迭代方向d* eR n \ ｛（）｝进行精确一维线搜索的步长匕.，则其搜索公式为_____________________________ . 16函数f ?. D匚R“ T R在点*?沿着迭代方向d k e/?z, \｛0｝进行梢确一?维线搜索的步长匕，则V/（x A+a k d k Yd k = ___________ 0 . 17设d k eR n\｛0｝为点/ w D匸R“处关于区域D的一个下降方向，则对于Va >0, 3?G（0,a）使得x 二、简述题 1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/（x） = xf +2兀|兀2 +2兀;一10兀1 +5兀2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 1Z* T —X Gx + c x + b 2 判断s.t. Ax = b（其小G是正定矩阵）是凸规划. x>0 2熟练掌握凸规划的性质及英证明.

《最优化方法》复习题

《最优化方法》复习题一、简述题 1、怎样判断一个函数是否为凸函数. （例如: 判断函数212 2 212151022)(x x x x x x x f +-++=是否为凸函数） 2、写出几种迭代的收敛条件. 3、熟练掌握利用单纯形表求解线性规划问题的方法（包括大M 法及二阶段法）. 见书本61页(利用单纯形表求解); 69页例题 (利用大M 法求解、二阶段法求解); 4、简述牛顿法和拟牛顿法的优缺点. 简述共轭梯度法的基本思想. 写出Goldstein 、Wolfe 非精确一维线性搜索的公式。 5、叙述常用优化算法的迭代公式．（1）0.618法的迭代公式：(1)(), ().k k k k k k k k a b a a b a λτμτ=+--??=+-? （2）Fibonacci 法的迭代公式：111(),(1,2,,1)() n k k k k k n k n k k k k k n k F a b a F k n F a b a F λμ---+--+? =+-?? =-? ?=+-?? L ．（3）Newton 一维搜索法的迭代公式： 1 1k k k k x x G g -+=-．（4）推导最速下降法用于问题1min ()2 T T f x x Gx b x c = ++的迭代公式： 1()T k k k k k T k k k g g x x f x g G gx +=-? （5）Newton 法的迭代公式：211[()]()k k k k x x f x f x -+=-??．（6）共轭方向法用于问题1min ()2 T T f x x Qx b x c = ++的迭代公式： 1()T k k k k k T k k f x d x x d d Qd +?=-．二、计算题双折线法练习题课本135页例3.9.1 FR 共轭梯度法例题：课本150页例4.3.5 二次规划有效集：课本213页例6.3.2,