最优化方法习题一0001.docx
《最优化方法习题一0001.docx》由会员分享,可在线阅读,更多相关《最优化方法习题一0001.docx(26页珍藏版)》请在冰豆网上搜索。
![最优化方法习题一0001.docx](https://file1.bdocx.com/fileroot1/2023-4/17/f2a47c2f-3f78-4a85-8e95-116e94f65131/f2a47c2f-3f78-4a85-8e95-116e94f651311.gif)
最优化方法习题一0001
习题一
22
、考虑二次函数f(X)=Xi2XlX23X2XiX2
1TT
1)写出它的矩阵一向量形式:
f(X)=-xQxbx
2)矩阵Q是不是奇异的?
3)证明:
f(x)是正定的
4)f(x)是凸的吗?
T
5)写出f(x)在点处的支撑超平面(即切平面)方程
解:
1)f(x)=
2
X1
2X1X2
32
3X2
X1
X2
1
+
T
1X1
2
2
X1
X1
2X2
2
6
X2
1
X2
其中
X=
X1
2
Q=
2
1
b=
X2
2
6
1
22
2)因为Q=26
22
,所以|Q|=26=8>0即可知Q是非奇异的
22
3)因为|2|>0,=8>0,所以Q是正定的,故f(x)是正定的
26
f(x)是凸的
所以f(x)在点X处的切线方程为5(X12)+11(X21)=0
求下列函数的梯度问题和Hesse矩阵
22
2)f(x)=ln(X1+XXX2)
解:
1)
f(x)=(4X1X29X3,X16X2X32,9X1X2)
419
f(x)=161
910
232
(1)T
(1)
设f(X)=X1X22X32X2X3X2X3,取点X.验证d=(1,o,-1)是
f(X)在点X⑴处的一个下降方向,并计算mi;f(X
(1)+td
(1))
、2T
证明:
f(X)=(2x1,3x22x31,4x32x21)
T
f(X1)(2,4,5)
2
df(x)=(1,0T)4=-3<0
5
所以d⑴是f(x)在x⑴处的一个下降方向
(1)
(1)
f(X+td)=f((1+t,1,1-t))
222
=(1t)12(1t)2(1t)1(1t)3t3t4
(1)
(1)
f(x+td)=6t-3=0所以t=0.5>0
min
(1)
(1)
f(Y+tK)=3*0.25-3*0.5+4=3.25
四、设aj
c(j=1,2,….,n)考虑问题
t0
Minf(x)=n1C
Xj
n
jia」Xjb
Xj0(j=1,2,….,n)
1)写出其KuhnTuker条件
所以j(j=1,…,n)都为0
即
C1
2
X1
C2
2+
X2
a1
a2=0
Cn
an
2
Xn
2)将XjJC代入h(x)=0只有一点
\aj
五、使用KuhnTuker条件,求问题
22
minf(x)=(X11)(X22)
X2x1
s.t.XiX22
Xi°,X20
的KuhnTuker点,并验证此点为问题的最优解
解:
x=(1/2,3/2)
0故1,
2=0
则
f(x)
1h1(x)
2h2
(x)0
即
2Xi2
1
1
0
2X24
11
21
0,
1
11
2
2
20
T
2
而
f(X)
02
故X
f(x)x80
即其为最优解
六、在习题五的条件下证明
L(X,,)L(X,,)
L(x,,)
其中L(x,,)=f(x)+
(X2X11)
(X
1X2
2)
证明:
L(x,,)=f(x)+
(X2X11)
(X
X2
2)
=f(x)
=f(X)+
(X2X11)
+
(X1
X22)=L(X,,)
=f(x)
f(x)
f(X)(X2
X1
1)
(X1X22)=L(x,
习题二
、设f(x)为定义在区间[a,b]上的实值函数,%是问题min{f(x)|axb}的最优解。
证明:
f(x)是[a,b]上的单谷函数的充要条件是对任意x「X2[a,b],x1x2
满足f(x-i
(1)x2)(X1)
函数
“必要性”若Xi
(1)X2X
则由单谷函数定义知f(X1
(1)X2)f(X1)
故有f(X
(1)x2)max{f(X),f(x2)}
"充分性”由x<|,x2的任意性取x-i=x时,f(x2)>f(X」
则X2>X1
(1)X2>X1=X且f(X1
(1)X2)若取X2=X时,f(X1)>f(X2)
X=X1(1)X2(1)X2)满足单谷函数的定义
、设X11)证明:
满足条件
(x>(X2)f(x2)的二次函数(x)是(严格)凸
或者
证明:
1)设
2
(x)=axbxc
(X2X1)f(X1)f(X2)f(X1)
(x)2axb
由(Xi)2aXib
(X2)2aX2b
故1)得证
令
(t)
(k)
f(x
丄(k
td
)为t的凸二次函数。
要使
占
八、、:
故满足
(tk)
0
(tk)
f(
(k)
(k)、(k)
而
X
td)d
=
[Q(x(k)
td(k))b]Td(k)
Qxb
证明:
由已知,得f(x)
tk是(t)的极小点即为驻
=[Qx(k)btQd(k)]Td(k)=g:
d得tk
T
gkd
(k)
Ed
(k)
四、用共轭梯度法求解:
1222X2XX2x
T
32
minf(x)=X
取初始点
2,4)
解:
易知
第一次迭代:
f(x)(3xiX2
2,X2xi)
T
12,6)
d
(1)f(x⑴)(12,
线性搜索得步长
T
6)
T
(1)
g1d
…T
(1)
(12,6)
12
(d
(1))Ad
(12,6)
5
11217
(2)
(1)
从而xx
⑴
1d
17
第二次迭代:
T
f(x
(2))(◎咚)
X(17,17)
T"
(1)g2Ad屮沁
(1)
g2
⑴
1d
线性搜索得步长:
26
38
g2
1
298
90
289
210
289
1.7
(3)
x
(2)
x
(2)
2d
g3
(3)
f(X)
(0,0)
T
612
()
(17,17)
*T
所以最优解为X(1,1)
五、用拟Newton法求解:
取初始点X⑴(1,1)t
解:
1)DFC法
取初始对称矩阵
H1
第一次迭代:
计算得g1
4,2)
d1H
1g1
(4,
T
2)
经一维线性搜索得:
1=0.25
X2
Xi
T
(2,0.25)
(1,
T
0.5)
(3,
T
4)
g2
1,2)
T
0.2
1*
T
%Hy
0.2
H1
H1
0.2
H2
*1
T
1y1
0.7280.204
ylHy
0.7040.472
第二次迭代
T
£2(0.32,0.24)经一维线性搜索得:
X3X2
T
2d2(4,2)
g3(0,0)
故最优解为:
x
X3
T
(4,2)
2)BFGS法
取定初始对称矩阵
Hi
第一次迭代:
计算得gi(4,2)t,
diHigi
经一维线性搜索得:
X2Xi
idi
同DFP法,
H2Hi
第二次迭代:
d2
(4,2)
i=0.25
T
(2,0.25)
初始修正矩阵hi
T
H2g2(0.4,0.3)
经一维线性搜索得:
0.2
0.2
T
Hiyii
T
$Hi
0.36
X3X22d2
T
(4,2)
T
iyi
0.02
0.02
0.i4
T
g3(0,0)
故最优解为:
x
X3(4,2)
1、给定问题
min
s.t.
习题二
22
X1X1X22X26X114X2
X1X2X32
X12X23
X1°,X2°,X30
(1)T
取初始点X,用简约梯度法求其最优解
X1X2X32
解:
约束条件为
Xi2X23
Xi°,X2°,X30
g1
I112
T
T
(1)一44
d(-
-0
4)
3
3
f(x"
d
(1))
f(X⑴
=64
240
=9
3
d
(1))d
(1)
得
9
8
gNNf(X)(B1N)Bf(X)
NdN
B
211min{—}-得1min{,max}㊁
(2)
(1)
(1)1
T
5cc、
x
x
1d(二
-00)
3
3
11
T
g2
70
0
3
43一910-9
11-37
12
1-31-3
B
N
(2)
d
X24
2投影矩阵p
3
T
A(A1A1T)
13
§
13
13
j4
13
取初始点
1T
Pg1(譽
()f(x⑴
(1)
d
)(3
()遐
13
39
min
max
10
88
13
66
13
0
44
2)(1后
3)
(2)
x
g2
(2)
d
3913
{66,44}
伽{,maJ
1d
(7,
6)T
13
44
13
44
(3,0)
2{1,3}
投影矩阵
TT1
A2(A2A2)A
Pg2
(0,0)T
令u2)
T1
(A2A2)A2g2
T
为其
(2,2)
⑵,3
故x(—,0)
2
K-T
占
八、、
min
f(x)
(X1
2)
2为
4X2
7
s.t.
2X1
X2
2
X1
0,X2
0
取初始点
x
(1)«
T
0,0)
解:
3、用可行方向法求解问题
(X2
2
1)
f(x)(2xi4,2x2
T
2)
迭代一:
(1)
f(x)(4,2)
有效约束I1{3,4}确定下降方向
min-4
d12d2
s.t.
d1
d2
1
i=1,2
di
解得d1
d2
1且其最优值为-6,即
(1)
x
处的搜索方向d⑴
T
(1,1)
线性搜索
f(x
(1)
(1)、
d)
(2)
x
迭代
max
2:
min{7,2}
6
-377
266
⑴
1d
f(x⑵)(
(77)
(6,6)
T
51)
3,3)
有效约束I
1{1}确定下降方向
min-
5
3d1
1
3d2
s.t.
2d14d20i=u
1di1
(1,
1)
且其最优值为-2
线性搜索
(2)
f(x
(2))
13
18
(3)
x
迭代
5
18
min{,}
18,6}
155
min{—,}
21818
max
(2)
x
(2)
2d
(13
3:
f(x)(
T
102、
99
有效约束I1{2}确定下降方向
min-
102
Jd19d2
0
i=1,2
di1
,其最优值为-9
min-
s.t.
线性搜索
f(x
(3)
max
迭代
min6
7
9
min{-,2}
6
1
9
2d
(3)
(4)
4:
f(x)
有效约束11
{1,2}
T
1,0)
确定下降方向
d1
2d1
2d1
(4)
4d2
d20i=1,2
di1
T
(0,0),其最优值为
T
(3,1)为K-T点
.527
)
49
45
26
81
14