最优化-刘志斌-课后习题3-5参考答案
最优化方法练习题答案修改建议版本--删减版
最优化⽅法练习题答案修改建议版本--删减版练习题⼀1、建⽴优化模型应考虑哪些要素 ?答：决策变量、⽬标函数和约束条件。
2、讨论优化模型最优解的存在性、迭代算法的收敛性及停⽌准则。
min f (x)答：针对⼀般优化模型 s.t. g i x 0,i 1,2,L m ，讨论解的可⾏域 D ，若存在⼀点 X * D ，对 h j x0, j 1,L , p于 X D 均有 f(X *) f(X)则称 X *为优化模型最优解，最优解存在；迭代算法的收敛性是指迭代所得到的序列 X (1),X (2),L ,X (K)L ，满⾜ f(X (K 1)) f (X (K))，则迭代法收敛；收敛的停⽌准则有等。
练习题⼆1、某公司看中了例 2.1中⼚家所拥有的 3种资源 R 1、R2、和R 3，欲出价收购(可能⽤于⽣产附加值更⾼的产品) 的对偶问题)。
如果你是该公司的决策者，对这 3 种资源的收购报价是多少？ (该问题称为例 2.1解：确定决策变量对 3种资源报价 y 1,y 2, y 3作为本问题的决策变量。
确定⽬标函数问题的⽬标很清楚——“收购价最⼩” 。
确定约束条件资源的报价⾄少应该⾼于原⽣产产品的利润，这样原⼚家才可能卖。
因此有如下线性规划问题： min w 170y 1 100y 2 150y 35y 1 2y 2 y 3 10 s.t. 2y 1 3y 2 5y 3 18y 1, y 2,y 3 02、研究线性规划的对偶理论和⽅法(包括对偶规划模型形式、对偶理论和对偶单纯形法) 答：略。
3、⽤单纯形法求解下列线性规划问题：x (k 1) x (k)x (k 1)x (k)x (k) min zx1x2x3minz4x2x3x1 x22x 32x12x2 x32（1） s.t. 2x1x2 x3 3x22x 3x 42 x1x34x2x3x 5 5x 1,x 2,x 3 0x i 0（i 1,2, ,5）解：(1)引⼊松弛变量 x 4， x 5，x 6min z x 1 x 2x30*x 40* x 5 0* x 6x 1 x 22x 3 x4=22x 1 x 2 x 3x5=3x6=4x1, x2, x3, x4, x5, x6 0因检验数σ2<0，故确定 x 2 为换⼊⾮基变量，以 x 2的系数列的正分量对应去除常数列，最⼩⽐值所在⾏对应的基变量 x 4 作为换出的基变量因检验数σ3<0，故确定 x 3 为换⼊⾮基变量，以 x 3的系数列的正分量对应去除常数列，最⼩⽐值所在⾏对应的基变量 x 5作为换出的基变量。
最优化方法及其应用课后答案
1 2( ( ⎨最优化方法部分课后习题解答1.一直优化问题的数学模型为：习题一min f (x ) = (x − 3)2 + (x − 4)2⎧g (x ) = x − x − 5 ≥ 0 ⎪ 11 2 2 ⎪试用图解法求出：s .t . ⎨g 2 (x ) = −x 1 − x 2 + 5 ≥ 0 ⎪g (x ) = x ≥ 0 ⎪ 3 1 ⎪⎩g 4 (x ) = x 2 ≥ 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 ) = x 1 −x 2 = 0 ，其约束最优解是什么？ *解 ：（1）在无约束条件下， f (x ) 的可行域在整个 x 1 0x 2 平面上，不难看出，当 x =（3，4） 时， f (x ) 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 (x 1 ,x 2 ) ，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 *=15 , 5 ) 时， f (x ) 所在的圆的半径最小。
4 4⎧g (x ) = x −x − 5 = 0⎧ 15 ⎪x 1 = 其中：点为 g 1 (x) 和 g 2 (x ) 的交点，令 ⎪ 1 1 2 ⎨2 求解得到： ⎨ 45即最优点为 x *= ⎪⎩g 2 (x ) = −x 1 −x 2 + 5 = 015 , 5 ) ：最优值为： f(x * ) = 65 ⎪x =⎪⎩ 2 44 48（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：max f (x ) = x 1x 2 x 3⎧x 1x 2 + 2x 2 x 3 + 2x 1x 3 ≤ S ⎪ s .t . ⎪x 1 > 0⎪x 2 > 0 ⎪⎩x 3 > 0该优化问题属于三维的优化问题。
最优化方法习题答案
最优化方法习题答案最优化方法习题答案最优化方法是数学中一门重要的学科，它研究如何找到使函数取得最大值或最小值的方法。
在实际问题中，最优化方法被广泛应用于经济学、工程学、管理学等领域。
本文将为读者提供一些最优化方法习题的答案，希望能够帮助读者更好地理解和应用这一学科。
一、单变量函数的最优化问题1. 求函数f(x) = x^2 - 2x + 1在区间[0, 3]上的最小值。
解：首先，我们需要找到函数f(x)的驻点。
计算f'(x) = 2x - 2，并令其等于零，得到x = 1。
然后，我们计算f''(x) = 2，发现在x = 1处，f''(x)大于零，说明该点是函数的极小值点。
接下来，我们需要检查区间的端点和驻点，找到函数f(x)在这些点的函数值。
f(0) = 1，f(1) = 0，f(3) = 4。
由于f(1)是最小的函数值，因此函数f(x)在区间[0, 3]上的最小值为0。
2. 求函数f(x) = e^x - 2x在整个实数轴上的最小值。
解：首先，我们计算f'(x) = e^x - 2，并令其等于零，得到x = ln(2)。
然后，我们计算f''(x) = e^x，发现在x = ln(2)处，f''(x)大于零，说明该点是函数的极小值点。
接下来，我们需要检查整个实数轴上的函数值。
由于函数f(x)在x趋近负无穷大时趋于负无穷大，而在x趋近正无穷大时趋于正无穷大，因此函数f(x)在整个实数轴上没有最小值。
二、多变量函数的最优化问题1. 求函数f(x, y) = x^2 + y^2 - 2x - 4y在闭区域D={(x, y)|0≤x≤2, 0≤y≤3}上的最小值。
解：首先，我们需要找到函数f(x, y)的驻点。
计算f_x(x, y) = 2x - 2和f_y(x, y) = 2y - 4，并令它们同时等于零，得到x = 1和y = 2。
【中考冲刺】初三数学培优专题 10 最优化(含答案)(难)
最优化阅读与思考数学问题中常见的一类问题是：求某个变量的最大值或最小值；在现实生活中，我们经常碰到一些带有“最”字的问题，如投入最少、效益最大、材料最省、利润最高、路程最短等，这类问题我们称之为最值问题，解最值问题的常见方法有：1．配方法由非负数性质得()02≥±b a ．2．不等分析法通过解不等式（组），在约束条件下求最值． 3．运用函数性质对二次函数()02≠++=a c bx ax y ，若自变量为任意实数值，则取值情况为：（1）当0>a ，a bx 2-=时，a b ac y 442-=最小值 ；（2）当0<a ，abx 2-=时，a b ac y 442-=最大值 ；4．构造二次方程利用二次方程有解的条件，由判别式0≥∆确定变量的取值范围，进而确定变量的最值．例题与求解【例1】当x 变化时，分式12156322++++x x x x 的最小值是 ．（全国初中数学联赛试题）解题思路：因分式中分子、分母的次数相等，故可将原分式用整式、真分式的形式表示，通过配方确定最小值．【例2】已知1≤y ，且12=+y x ，则223162y x x ++的最小值为（ ）A.719 B. 3 C. 727 D. 13 （太原市竞赛试题）解题思路：待求式求表示为关于x (或y )的二次函数，用二次函数的性质求出最小值，需注意的是变量x 、y 的隐含限制．【例3】()21322+-=x x f ，在b x a ≤≤的范围内最小值2a ，最大值2b ，求实数对(a ，b ). 解题思路:本题通过讨论a ，b 与对称轴0=x 的关系得出结论．【例4】（1）已知211-+-=x x y 的最大值为a ，最小值b ，求22b a +的值． （“《数学周报》杯”竞赛试题）（2）求使()168422+-++x x 取得最小值的实数x 的值．（全国初中数学联赛试题）（3）求使2016414129492222+-+++-++y y y xy x x 取得最小值时x ，y 的值． （“我爱数学”初中生夏令营数学竞赛试题）解题思路：解与二次根式相关的最值问题，除了利用函数增减性、配方法等基本方法外，还有下列常用方法：平方法、判别式法、运用根式的几何意义构造图形等．【例5】如图，城市A 处位于一条铁路线上，而附近的一小镇B 需从A 市购进大量生活、生产用品，如果铁路运费是公路运费的一半，问：该如何从B 修筑一条公路到铁路边，使从A 到B 的运费最低？（河南省竞赛试题）解题思路：设铁路与公路的交点为C ，AC ＝x 千米，BC ＝y 千米，AD ＝n 千米，BD ＝m 千米，又设铁路每千米的运费为a 元，则从A 到B 的运费()ay m y n a S 222+--=，通过有理化，将式子整理为关于y 的方程．【例6】（1）设r x ，1+r x ，…，k x （r k >），为k －r ＋1个互不相同的正整数，且x r ＋x r ＋1＋…＋x k ＝2003，求k 的最大可能值．（香港中学竞赛试题）（2）a ，b ，c 为正整数，且432c b a =+，求c 的最小值．（全国初中数学联赛试题） 解题思路：对于(1)，因r ＝1，对k －r ＋1＝ k －1＋1＝k 个正整数x 1，x 2，…，x k ，不妨设x 1＜x 2＜…＜x k ＝2013，可见，只有当各项x 1，x 2，…，x k 的值愈小时，才能使k 愈大（项数愈多），通过放缩求k 的最大值；对于（2），从()()222b ac a c =+-入手．能力训练A 级1．已知三个非负数a ，b ，c ，满足3a ＋2b ＋c ＝5和2a ＋b －3c ＝1，若m ＝3a ＋b －7c ，则m 的最小值为___________，最大值为 ．2．多项式p ＝2x 2－4xy ＋5y 2－12y ＋13的最小值为 ．3．已知x ，y ，z 为实数，且x ＋2y －z ＝6，x －y ＋2z ＝3，那么x 2＋y 2＋z 2的最小值为 ．（“希望杯”邀请赛试题）4．若实数a ，b ，c ，满足a 2＋b 2＋c 2＝9，则代数式(a －b )2＋(b －c )2＋(c －a )2的最大值为 ( )（全国初中数学联赛试题）5．已知两点A (3，2)与B (1，－1)，点P 在y 轴上且使P A ＋PB 最短，则P 的坐标是（ ）A. (0，21-) B. (0，0) C. (0，611) D. (0，41-)（盐城市中考试题）6．正实数x ，y 满足1=xy ，那么44411y x +的最小值为（ ） A.21 B. 85 C. 1 D. 45E. 2（黄冈市竞赛试题）7．某公司试销一种成本单价为500元/件的新产品，规定试销时的销售单价不低于成本单价，又不高于800元/件，经试销调查，发现销售量y (件)与销售单价x (元/件)可近似看作一次函数b kx y +=的关系（如图所示）.（1）根据图象，求一次函数b kx y +=的解析式；（2）设公司获得的毛利润（毛利润=销售总价-成本总价）为S 元． ①试用销售单价x 表示毛利润；②试问：销售单价定为多少时，该公司可获得最大毛利润？最大毛利润是多少？此时的销量是多少？（南通市中考试题）8．方程()()06122=-+-+m x m x 有一根不大于1-，另一根不小于1，（1）求m 的取值范围；（2）求方程两根平方和的最大值与最小值．（江苏省竞赛试题）9．已知实数a ，b 满足122=++b ab a ，求22b ab a +-的最大值与最小值．（黄冈市竞赛试题）10. 已知a ，b ，c 是正整数，且二次函数c bx ax y ++=2的图象与x 轴有两个不同的交点A ，B ，若点A ，B 到原点的距离都小于1，求a ＋b ＋c 的最小值．（天津市竞赛试题）11．某单位花50万元买回一台高科技设备，根据对这种型号设备的跟踪调查显示：该设备投入使用后，若将养护和维修的费用均摊到每一天，则有结论：第x 天应付的养护与维修费为()⎥⎦⎤⎢⎣⎡+-500141x 元．（1）如果将设备从开始投入使用到报废所需的养护与维修费及购买设备费用的总和均摊到每一天，叫作每天的平均损耗，请你将每天的平均损耗y （元）表示为使用天数x （天）的函数．（2）按照此行业的技术和安全管理要求，当此设备的平均损耗达到最小值时，就应当报废，问：该设备投入使用多少天应当报废？（河北省竞赛试题）B 级1．a ，b 是正数，并且抛物线b ax x y 22++=和a bx x y ++=22都与x 轴有公共点，则22b a +的最小值是 ．2．设x ，y ，z 都是实数，且满足x ＋y ＋z ＝1，xyz ＝2，则z y x ++的最小值为 ． 3．如图，B 船在A 船的西偏北45°处，两船相距210km ，若A 船向西航行，B 船同时向南航行，且B 船的速度为A 船速度的2倍，那么A 、B 两船的最近距离为 km ．（全国初中数学竞赛试题）4．若a ，b ，c ，d 是乘积为1的四个正数，则代数式a 2＋b 2＋c 2＋d 2＋ab ＋bc ＋ac ＋ad ＋bd ＋cd 的最小值为（ ）A. 0B. 4C. 8D. 10（天津市竞赛试题）5．已知x ，y ，z 为三个非负实数，且满足3x ＋2y ＋z ＝5，x ＋y －z ＝2. 若s ＝2x ＋y －z ，则s 的最大值与最小值的和为（ ）A. 5B.423 C. 427 D. 435（天津市选拔赛试题）6．如果抛物线()112----=k x k x y 与x 轴的交点为A ，B ，顶点为C ，那么△ABC 的面积的最小值为（ ）A. 1B. 2C. 3D. 47．某商店将进货价每个10元的商品按每个18元售出时，每天可卖出60个，商店经理到市场上做了一番调查后发现，若将这种商品的售价（在每个18元的基础上）每提高1元，则日销售量就减少5个；若将这种商品的售价（在每个18元的基础上）每降低1元，则日销量就增加10个，为获得每日最大利润，此商品售价应定为每个多少元？（“祖冲之杯”邀请赛试题）8．有甲、乙两种商品，经营销售这两种商品所能获得的利润依次是p （万元）和q （万元），它们与投入资金x （万元）的关系有经验公式：x q x p 53,51==. 今有3万元资金投入经营甲、乙两种商品，为获得最大利润，对甲、乙两种商品的资金投入分别应为多少？能获得多大的利润？（绍兴市竞赛试题）9．已知为x ，y ，z 为实数，且5=++z y x ，3=++zx yz xy ，试求z 的最大值与最小值．10．已知三个整数a ，b ，c 之和为13，且bca b ，求a 的最大值和最小值，并求出此时相应的b 与c 值．（四川省竞赛试题）11．设x 1，x 2，…，x n 是整数，并且满足： ① －1≤x i ≤2，i ＝1，2，…，n ② x 1＋x 2＋…＋x n ＝19 ③ x 12＋x 22＋…＋x n 2＝99求x 13＋x 23＋…＋x n 3的最大值和最小值．（国家理科实验班招生试题）12．已知x 1，x 2，…，x 40都是正整数，且x 1＋x 2＋…＋x 40＝58，若x 12＋x 22＋…＋x 402的最大值为A ，最小值为B ，求A ＋B 的值．（全国初中数学竞赛试题）专题10 最优化例1. 4 提示：原式=112-62-+）（x . 例2. B 提示：由-1≤y ≤1有0≤x ≤1，则z =2x 2+16x +3y 2=14x 2+4x +3是开口向上，对称轴为71-=x 的抛物线.例3. 分三种情况讨论：①0≤a <b ，则f (x )在a ≤x ≤b 上单调递减，∴f (a )=2b ，f (b )=2a ，即⎪⎪⎩⎪⎪⎨⎧+-=+-=213222132222b a a b 解得⎩⎨⎧==31b a ②a <b ≤0，则f (x )在a ≤x ≤b 上单调递增，∴f (a )=2a ，f (b )=2b ，即⎪⎪⎩⎪⎪⎨⎧+-=+-=213222132222b b a a 此时满足条件的（a ，b ）不存在. ③a <0<b ，此时f (x )在x =0处取得最大值，即2b =f (0)=213,b =413,而f (x )在x =a 或x =b 处取最小值2a . ∵a <0，则2a <0，又∵f (b )=f (413)=021341321-2>+⨯）（，∴f (a )=2a ，即2a =2132-2+a ，则⎪⎩⎪⎨⎧=--=413172b a 综上，（a ，b ）=(1，3)或（17-2-，413） 例4. （1）121≤≤x ，y 2 = 21+216143-2+-）（x . 当x =43时，y 2取得最大值1，a =1； 当21=x 或x =1时，y 2取得最小值21，b =22. 故a 2+b 2=23.(2) 如图，AB =8，设AC =x ，则BC =8- x ，AD =2，CD =42+x ，BE =4，CE =16)-8(2+x BF =AD =2.10)24(816)8(4222222=++=+=≥+=+-++EF DF DE CE CD x x当且仅当D ，C ，E 三点共线时，原式取最小值. 此时△EBC ∽△DAC ，有224===DA EB CA BC ,从而x =AC =3831=AB . 故原式取最小值时，x =38. (3)如图， 原式=[]2222222)24()13()32()01(032--0y x y x -+-+-+-+-+）（）（=AB +BC +CD ≥AD ，其中A （-2,0），B （0，3x ）,C (1,2y ),D (3,4),并且当点B ，C 在线段AD 上时，原式取得最小值，此时5423=x ，5432=y .例5. 由S =ay m y n a 2)(22+--，得an -S +2ay =a 22n y -，两边平方，经整理得0)()(4322222=+-+-+m a S an y S an a y a . 因为关于y 的一元二次方程有实数解，所以[][]0)(34)(422222≥+-⨯--m a S an a S an a ，可化为2223-m a an S ≥）（.∵S >an ，∴am an S 3-≥，即am an S 3+≥，故S 最小=am an 3+.例6（1）设x 1≥1，x 2≥2，x k ≥k ，于是1+2+…+k ≤x 1+x 2+…+x k = 2003，即20032)1(≤+k k k (k +1)≤4006，∵62×63=3906<4006<4032=63×64，∴k ≤62. 当x 1=1，x 2=2，…x 61=61，x 62=112时，原等式成立，故k 的最大可能值为62.（2） 若取⎩⎨⎧=+=-222ba cb ac ，则2)1(2+=b b c 由小到大考虑b ，使2)1(+b b 为完全平方数. 当b =8时，c 2=36，则c =6，从而a =28. 下表说明c 没有比6更小的正整数解. 显然，表中c 4-x 3的值均不是完全平方数，故A 级1．57- 111- 2．1 3．14 提示：y =5－x ,z =4－x ，原式=3(x －3)2+14． 4．A 提示：原式=27－(a +b +c )2． 5．D 6．C 7．(1)y =－x +1000(500≤x ≤800) (2)①S =(x －500)(－x +1000)=－x 2+1500x －500000(500≤x ≤800);②S －(x －750)2+62500,即销售单价定为750时，公司可获最大毛利润62500元，此时销量为250件． 8．（1）－4≤m ≤2 （2）设方程两根为x 1，x 2，则x 12+x 22=4(m －34)2+1034，由此得x 12+x 22最小值为1034，最大值为101． 9．设a 2－ab +b 2=k ，又a 2+ab +b 2=1②，由①②得ab =12(1－k )，于是有（a +b )2=12(3－k )≥0，∴k ≤3，从而a +b =．故a ，b 是方程t 2t +12k -=0的两实根，由Δ≥0，得133k ≤≤． 10．设A （x 1,0)，B （x 2，0)，其中 x 1，x 2是方程ax 2+bx +c =0的两根，则有x 1+x 2=b a -<0，x 1x 2=ca>0，得x 1<0，x 2<0，由Δ=b 2－4ac >0，得b >∵|OA |=|x 1|<1，|OB |=|x 2|<1，∴－1<x 1<0，－1<x 2<0，于是ca=x 1x 2<1，c <a ．由于a 是正整数，已知抛物线开口向上，且当x =－1时，对应的二次函数值大于0，即a －b +c >0，a +c >b ．又a ，b ，c 是正整数，有a +c ≥b ，从而a +c >2+1，则212>>>≥，于是a >4，即a ≥5，故b >2≥2=，即b ≥5．因此，取a =5，b =5，c =1，y =5x 2+5x +1满足条件，故a +b +c 的最小值为11． 11．（1）该设备投入使用x 天，每天平均损耗为y =11111[500000(0500)(1500)(2500)(500)]4444x x -+⨯++⨯++⨯++++=11(1)[500000500x ]42x x x -++⨯=500000749988x x ++． (2)y =500000749988x x ++7749999988≥=．当且仅当5000008xx =，即x =2000时，等号成立．故这台设备投入使用2000天后应当报废．B 级 1．20 提示：a 2－8b ≥0，4b 2－4a ≥0，从而a 4≥64b 2≥64a ，a ≥4，b 2≥4． 2．4 提示：构造方程． 3． 提示：设经过t 小时后，A ，B 船分别航行到A 1，B 1，设AA 1=x ，则BB 1=2x ，B 1A 1 4．D 提示：a 2+b 2≥2ab ，c 2+d 2≥2cd ，∴a 2+b 2+c 2+d 2≥2(ab +cd )≥．∴ab +cd ≥2，同理bc +ad ≥2，ac +bd ≥2． 5．A 提示：x =s －2≥0,y =5－43s ≥0，z =1－13s ≥0，解得2≤s ≤3，故s 的最大值与最小值的和为5． 6．A 提示：|ABC (2125,24k k k -++-），ABC S =，而k 2+2k +5=(k +1)2+4≥4． 7．设此商品每个售价为x 元，每日利润为S 元．当x ≥18时，有S =[60－5（x －18)](x －10)=－5(x －20)2+500，即当商品提价为20元时，每日利润为500元；当x ≤18时，S =[60+10（18－x )](x －10)=－10(x －17)2+490，即当商品降价为17元时，每日利润最大，最大利润为490元，综上，此商品售价应定为每个20元． 8．设对甲、乙两种商品的资金投入分别为x ，(3－x )万元，设获取利润为s ，则s 15x =s －15x 两边平方，经整理得x 2+(9－10s )x +25s 2－27=0，∵关于x 的一元二次方程有实数解，∴（9－10s )2－4×（25s 2－27)≥0，解得1891.05180s ≤=，进而得x =0. 75（万元），3－x =2. 25(万元）．即甲商品投入0. 75万元，乙商品投入2. 25万元，获得利润1. 05万元为最大． 9．y =5－x －z ，代入xy ＋yx ＋zx =3，得x 2＋(z －5)x ＋(z 2－5z ＋3)=0．∵x 为实数，∴Δ=(z －5)2－4(z 2－5z ＋3)≥0，解得－1≤z ≤133,故z 的最大值为133，最小值为－1． 10．设b c x a b==，则b =ax ，c =ax 2，于是，a ＋b ＋c =13，化为a (x 2＋x ＋1)=13．∵a ≠0，∴x 2＋x ＋1－13a =0 ①．又a ，b ，c 为整数，则方程①的解必为有理数，即Δ=52a －3>0，得到1≤a ≤523，为有理数，故1≤a ≤16．当a =1时，方程①化为x 2＋x －12=0，解得x 1=－4，x 2=3． 故a min =1，b =－4，c =16 或a min =1，b =3，c =9．当a =16时，方程①化为x 2＋x ＋316=0．解得x 1=－34，x 2=－14．故a min =16，b =－12，c =9；或a min =16，b =－4，c =1． 11．设x 1，x 2，…，x n 中有r 个－1，s 个1，t 个2，则219499r s t r s t -++=⎧⎨++=⎩，得3t ＋s =59，0≤t ≤19．∴x 13＋x 23＋…＋x n 3=－r ＋s ＋8t =6t ＋19．∴19≤x 13＋x 23＋…＋x n 3≤6×19＋19=133．∴在t =0，s =59，r =40时，x 13＋x 23＋…＋x n 3取得最小值19；在t =19，s =2，r =21时，x 13＋x 23＋…＋x n 3取得最大值133． 12．∵把58写成40个正整数的和的写法只有有限种，∴x 12＋x 22＋…＋x 402的最大值和最小值存在．不妨设x 1≤x 2≤…≤x 40．若x 1>1，则x 1＋x 2=(x 1－1)＋(x 2＋1)，且(x 1－1)2＋(x 2＋1)2=x 12＋x 22＋2(x 2－x 1)＋2>x 12＋x 22．于是，当x 1>1时，可以把x 1逐步调整到1，此时，x 12＋x 22＋…＋x 402的值将增大．同理可以把x 2，x 3，…，x 39逐步调整到1，此时x 12＋x 22＋…＋x 402的值将增大．从而，当x 1，x 2，…，x 39均为1，x 40=19时，x 12＋x 22＋…＋x 402取得最大值，即A =22239111+++个＋192=400．若存在两个数x i ，x j ，使得x j －x i ≥2（1≤i ＜j ≤40），则（x i ＋1)2＋(x j －1)2=x i 2＋x j 2－2(x i －x j －1)<x i 2＋x j 2．这表明，在 x 1，x 2，…，x 40中，若有两个数的差大于1，则把较小的数加1，较大的数减1此时，x 12＋x 22＋…＋x 402的值将减小，因此，当x 12＋x 22＋…＋x 402 取得最小值时，x 1，x 2，…，x 40中任意两个数的差都不大于1． 故 当x 1=x 2=…=x 22=1，x 23=x 24=…=x 40=2时，x 12＋x 22＋…＋x 402取得最小值，即222111+++22个222222+++⋯+=94从而，A+B=494.。
最优化设计 课后习题答案
最优化方法-习题解答张彦斌计算机学院2014年10月20日Contents1第一章最优化理论基础-P13习题1(1)、2(3)(4)、3、412第二章线搜索算法-P27习题2、4、643第三章最速下降法和牛顿法P41习题1，2，374第四章共轭梯度法P51习题1，3，6(1)105第五章拟牛顿法P73-2126第六章信赖域方法P86-8147第七章非线性最小二乘问题P98-1，2，6188第八章最优性条件P112-1，2,5,6239第九章罚函数法P132，1-(1)、2-(1)、3-(3),62610第十一章二次规划习题11P178-1（1），5291第一章最优化理论基础-P13习题1(1)、2(3)(4)、3、4 1.验证下列各集合是凸集:(1)S={(x1,x2)|2x1+x2≥1,x1−2x2≥1};需要验证：根据凸集的定义，对任意的x(x1,x2),y(y1,y2)∈S及任意的实数λ∈[0,1],都有λx+(1−λ)y∈S.即,(λx1+(1−λ)y1,λx2+(1−λ)y2)∈S证：由x(x1,x2),y(y1,y2)∈S得到，{2x1+x2≥1,x1−2x2≥12y1+y2≥1,y1−2y2≥1(1)1把(1)中的两个式子对应的左右两部分分别乘以λ和1−λ,然后再相加，即得λ(2x1+x2)+(1−λ)(2y1+y2)≥1,λ(x1−2x2)+(1−λ)(y1−2y2)≥1(2)合并同类项，2(λx1+(1−λ)y1)+(λx2+(1−λ)y2)≥1,(λx1+(1−λ)y1)−2(λx2+(1−λ)y2)≥1(3)证毕.2.判断下列函数为凸（凹）函数或严格凸（凹）函数：(3)f(x)=x21−2x1x2+x22+2x1+3x2首先二阶导数连续可微，根据定理1.5，f在凸集上是（I）凸函数的充分必要条件是∇2f(x)对一切x为半正定；（II）严格凸函数的充分条件是∇2f(x)对一切x为正定。
最优化课后习题答案
最优化课后习题答案最优化课后习题答案最优化是一门重要的数学学科，它研究如何在给定的约束条件下，找到一个最优的解决方案。
在学习最优化课程时，我们通常会遇到一些习题，这些习题旨在帮助我们理解和应用最优化的原理和方法。
本文将为大家提供一些最优化课后习题的答案，以帮助大家更好地掌握这门学科。
1. 线性规划问题线性规划是最优化中的一个重要分支，它主要研究线性约束条件下的最优解。
下面是一个线性规划问题的示例：Maximize Z = 3x + 5ySubject to:x + y ≤ 62x + y ≤ 8x, y ≥ 0首先，我们需要将目标函数和约束条件转化为标准形式。
将不等式约束转化为等式约束，引入松弛变量，得到以下标准形式：Maximize Z = 3x + 5ySubject to:x + y + s1 = 62x + y + s2 = 8x, y, s1, s2 ≥ 0接下来，我们可以使用单纯形法求解该线性规划问题。
根据单纯形法的步骤，我们可以得到最优解为 Z = 22，x = 2，y = 4，s1 = 0，s2 = 0。
2. 非线性规划问题除了线性规划，最优化还涉及到非线性规划问题。
非线性规划是指目标函数或约束条件中存在非线性项的最优化问题。
下面是一个非线性规划问题的示例：Minimize f(x) = x^2 + 3x + 5Subject to:x ≥ 0对于这个问题，我们可以使用求导的方法来找到最优解。
首先，求目标函数的导数：f'(x) = 2x + 3将导数等于零，解得 x = -1.5。
由于约束条件x ≥ 0，所以最优解为 x = 0。
3. 整数规划问题整数规划是指在最优化问题中，决策变量必须取整数值的情况。
下面是一个整数规划问题的示例：Maximize Z = 2x + 3ySubject to:x + 2y ≤ 10x, y ≥ 0x, y 为整数对于这个问题，我们可以使用分支定界法来求解。
最优化习题答案及复习资料
6
,12
T
)
17 17
g
=(
6
,12
T
)
2 17 17
β g d = −
(d ) d 1
T
A
2
(1) T
(1)
A
(1)
=
1 298
− 90
d g β d (2) = −
+
2
1
(1)
=
−
289 210 289
α 线性搜索得步长：
= 1.7
2
x x α d (3) = (2) +
2 (2) = 11
x(1) = (1,1,1)T
.验证
d x x d (1) =(1,0,-1)是 f(x)在点 (1) 处的一个下降方向,并计算 min f( (1) +t (1) )
t>0
证明:
∇f (x) =
(2
x1,3x
2 2
+
2
x3−1,4
x
3+
2
x
2−1)T
∇f (x1) = (2,4,5)T
2
d
∇f
(
x
=
x2
−
(x2 − x1) f ′(x2) −
f f
′( x2) ′( x1)
或者
x
=
x1
−
(x2 − x1) f ′(x2) −
f f
′( x1) ′( x1)
证明：1）设ϕ(x) = a x2 + bx + c （ a ≠ 0 ）
则 ϕ ′(x) = 2ax + b
ϕ ′(x1) = 2a x1 + b = f ′(x1)
最优化-刘志斌-课后习题3-5参考答案要点
练习题三1、用0.618法求解问题12)(min 30+-=≥t t t t ϕ的近似最优解，已知)(t ϕ的单谷区间为]3,0[，要求最后区间精度0.5ε=。
答：t=0.8115；最小值-0.0886.（调用golds.m 函数）（见例题讲解5） 2、求无约束非线性规划问题min ),,(321x x x f =123222124x x x x -++的最优解解一：由极值存在的必要条件求出稳定点：1122f x x ∂=-∂，228f x x ∂=∂，332fx x ∂=∂，则由()0f x ∇=得11x =，20x =，30x = 再用充分条件进行检验：2212f x ∂=∂，2228f x ∂=∂，2232f x ∂=∂，2120fx x ∂=∂∂，2130f x x ∂=∂∂，2230f x x ∂=∂∂ 即2200080002f ⎛⎫⎪∇= ⎪ ⎪⎝⎭为正定矩阵得极小点为T *(1,0,0)x =，最优值为-1。
解二：目标函数改写成min ),,(321x x x f =222123(1)41x x x -++-易知最优解为（1,0,0），最优值为-1。
3、用最速下降法求解无约束非线性规划问题。
2221212122)(min x x x x x x X f +++-= 其中T x x X ),(21=，给定初始点T X )0,0(0=。
解一：目标函数()f x 的梯度112122()()142()122()()f x x x x f x x x f x x ∂⎡⎤⎢⎥∂++⎡⎤⎢⎥∇==⎢⎥-++∂⎢⎥⎣⎦⎢⎥∂⎣⎦(0)1()1f X ⎡⎤∇=⎢⎥-⎣⎦令搜索方向(1)(0)1()1d f X -⎡⎤=-∇=⎢⎥⎣⎦再从(0)X 出发，沿(1)d 方向作一维寻优，令步长变量为λ，最优步长为1λ，则有(0)(1)0101X d λλλλ--⎡⎤⎡⎤⎡⎤+=+=⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦故(0)(1)2221()()()2()2()2()f x f X d λλλλλλλλλϕλ=+=--+-+-+=-=令'1()220ϕλλ=-=可得11λ= (1)(0)(1)1011011X X d λ--⎡⎤⎡⎤⎡⎤=+=+=⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦ 求出(1)X 点之后，与上类似地，进行第二次迭代：(1)1()1f X -⎡⎤∇=⎢⎥-⎣⎦ 令(2)(1)1()1d f X ⎡⎤=-∇=⎢⎥⎣⎦令步长变量为λ，最优步长为2λ，则有(1)(2)111111X dλλλλ--⎡⎤⎡⎤⎡⎤+=+=⎢⎥⎢⎥⎢⎥+⎣⎦⎣⎦⎣⎦故(1)(2)2222()()(1)(1)2(1)2(1)(1)(1)521()f x f X d λλλλλλλλλϕλ=+=--++-+-+++=--=令'2()1020ϕλλ=-=可得 215λ= (2)(1)(2)2110.8111 1.25X X d λ--⎡⎤⎡⎤⎡⎤=+=+=⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦(2)0.2()0.2f X ⎡⎤∇=⎢⎥-⎣⎦ 此时所达到的精度(2)()0.2828f X ∇≈ 本题最优解11.5X *-⎡⎤=⎢⎥⎣⎦，()1,25f X *=-解二：利用matlab 程序求解首先建立目标函数及其梯度函数的M 文件 function f=fun(x)f=x(1)-x(2)+2*x(1)*x(1)+2*x(1)*x(2)+x(2)*x(2); function g=gfun(x)g=[1+4*x(1)+2*x(2),-1+2*x(1) +2* x(2) ]; 调用grad.m 文件 x0=[0,0];[x,val,k]=grad('fun','gfun',x0)结果x=[ -1.0000 ,1.5000] val= -1.2500 k=33即迭代33次的到最优解x=[ -1.0000 ,1.5000]；最优值val= -1.2500。
最优化计算方法课后习题答案----高等教育出版社。施光燕
习题二包括题目: P36页5(1）（4）5（4)习题三包括题目：P61页1（1）（2)；3；5; 6；14；15(1) 1（1)（2)的解如下3题的解如下5,6题14题解如下14。
设22121212()(6)(233)f x x x x x x x =+++---， 求点在(4,6)T -处的牛顿方向。
解：已知 (1)(4,6)T x =-，由题意得121212212121212(6)2(233)(3)()2(6)2(233)(3)x x x x x x x f x x x x x x x x +++-----⎛⎫∇= ⎪+++-----⎝⎭∴ (1)1344()56g f x -⎛⎫=∇=⎪⎝⎭21212122211212122(3)22(3)(3)2(233)()22(3)(3)2(233)22(3)x x x x x x x f x x x x x x x x +--+--------⎛⎫∇= ⎪+--------+--⎝⎭∴ (1)2(1)1656()()564G x f x --⎛⎫=∇=⎪-⎝⎭(1)11/8007/400()7/4001/200G x --⎛⎫= ⎪--⎝⎭∴ (1)(1)11141/100()574/100d G x g -⎛⎫=-=⎪-⎝⎭15（1）解如下15. 用DFP 方法求下列问题的极小点（1）22121212min353x x x x x x ++++ 解:取 (0)(1,1)T x=，0H I =时，DFP 法的第一步与最速下降法相同2112352()156x x f x x x ++⎛⎫∇= ⎪++⎝⎭， (0)(1,1)T x =，(0)10()12f x ⎛⎫∇= ⎪⎝⎭(1)0.07800.2936x -⎛⎫= ⎪-⎝⎭， (1)1.3760() 1.1516f x ⎛⎫∇= ⎪-⎝⎭以下作第二次迭代(1)(0)1 1.07801.2936x xδ-⎛⎫=-= ⎪-⎝⎭, (1)(0)18.6240()()13.1516f x f x γ-⎛⎫=∇-∇= ⎪-⎝⎭0110111011101T T T TH H H H H γγδδδγγγ=+-其中，111011126.3096,247.3380T T T H δγγγγγ===11 1.1621 1.39451.3945 1.6734T δδ⎛⎫= ⎪⎝⎭ ， 01101174.3734113.4194113.4194172.9646T TH H γγγγ⎛⎫== ⎪⎝⎭所以10.74350.40560.40560.3643H -⎛⎫= ⎪-⎝⎭(1)(1)1 1.4901()0.9776d H f x -⎛⎫=-∇= ⎪⎝⎭令 (2)(1)(1)1xx d α=+ , 利用(1)(1)()0df x d d αα+=，求得 10.5727α=- 所以 (2)(1)(1)0.77540.57270.8535x x d ⎛⎫=-= ⎪-⎝⎭ ， (2)0.2833()0.244f x ⎛⎫∇= ⎪-⎝⎭以下作第三次迭代(2)(1)20.85340.5599xx δ⎛⎫=-= ⎪-⎝⎭ ， (2)(1)2 1.0927()()0.9076f x f x γ-⎛⎫=∇-∇= ⎪⎝⎭22 1.4407T δγ=- ， 212 1.9922T H γγ= 220.72830.47780.47780.3135T δδ-⎛⎫=⎪-⎝⎭1221 1.39360.91350.91350.5988T H H γγ-⎛⎫= ⎪-⎝⎭所以22122121222120.46150.38460.38460.1539T T T T H H H H H δδγγδγγγ-⎛⎫=+-= ⎪-⎝⎭(2)(2)20.2246()0.1465d H f x ⎛⎫=-∇= ⎪-⎝⎭令 (3)(2)(2)2xxdα=+ ， 利用(2)(2)()0df x d d αα+=，求得 21α= 所以 (3)(2)(2)11xx d ⎛⎫=+= ⎪-⎝⎭, 因为 (3)()0f x ∇=，于是停止(3)(1,1)T x =-即为最优解.习题四包括题目: P95页 3;4；8；9(1);12选做；13选做 3题解如下3.考虑问题21),(2)(min 21x x x f sx x -=∈，其中{}{}.10,1),(1),(2121222121≤≤≤≤+=x x x x x x x x S T T（1）画出此问题的可行域和等值线的图形；（2）利用几何图形求出此问题的最优解及最优值;(3）分别对点,)1,0(,)0,0(,)1,1(,)0,1(4321T T T T x x x x -==-==指出哪些约束是紧约束和松约束。
最优化例题讲解
例1 用单纯形法解下列问题：解：将原问题化成标准形：x 4与添加的松弛变量x 5，x 6在约束方程组中其系数列正好构成一个3阶单位阵，它们可以作为初始基变量，初始基可行解为X =（0, 0, 0,10, 8, 4）T列出初始单纯形表，见表1。
22x 2的系数列的正分量对应去除常数列，最小比值所在行对应的基变量作为换出的基变量。
242)24,110(min ===θ 因此确定2为主元素（表1中以防括号[]括起），意味着将以非基变量x 2去置换基变量x 6，采取的做法是对约束方程组的系数增广矩阵实施初等行变换，将x 2的系数列(1, -1, 2)T 变换成x 6的系数列(0, 0, 1)T ，变换之后重新计算检验数。
变换结果见表2。
1231234123123min 2..210,248,244,0,1,,4.j x x x s t x x x x x x x x x x x j -++-+=-+≤-+-≤≥= 123123412351236max 2..210,248,244,0,1,,6.j x x x s t x x x x x x x x x x x x x j -+-+-+=-++=-+-+=≥=检验数σ3=3>0，当前基可行解仍然不是最优解。
继续“换基”，确定2为主元素，即以非基变量x 3置换基变量x 5。
变换结果见表3。
此时，3个非基变量的检验数都小于0，σ1= -9/4，σ5= -3/2，σ5= -7/4，表明已求得最优解：T)0,0,8,5,12,0(=*X 。
去除添加的松弛变量，原问题的最优解为：T )8,5,12,0(=*X ,最小值为-19例2 用大M 法求解下列问题：12312312313min 3..211,243,21,0,1,,3.j x x x s t x x x x x x x x x j +--+≤+-≥-=≥=解 引进松弛变量x 4、、剩余变量x 5和人工变量x 6、x 7，解下列问题：1234567123412356137min 300()..211243210,1,2,,7j x x x x x M x x s t x x x x x x x x x x x x x j +-++++-++=+--+=-+=≥=用单纯形法计算如下：由于σ1<σ2< 0，说明表中基可行解不是最优解，所以确定x 1为换入非基变量；以x 1的系数列的正分量对应去除常数列，最小比值所在行对应的基变量作为换出的基变量。
最优化-刘志斌-课后习题3-5参考答案要点word版本
最优化-刘志斌-课后习题3-5参考答案要点练习题三1、用0.618法求解问题12)(min 30+-=≥t t t t ϕ的近似最优解，已知)(t ϕ的单谷区间为]3,0[，要求最后区间精度0.5ε=。
答：t=0.8115；最小值-0.0886.（调用golds.m 函数）（见例题讲解5） 2、求无约束非线性规划问题min ),,(321x x x f =123222124x x x x -++ 的最优解解一：由极值存在的必要条件求出稳定点： 1122f x x ∂=-∂，228f x x ∂=∂，332f x x ∂=∂，则由()0f x ∇=得11x =，20x =，30x = 再用充分条件进行检验：2212f x ∂=∂，2228f x ∂=∂，2232fx ∂=∂，2120f x x ∂=∂∂，2130f x x ∂=∂∂，2230f x x ∂=∂∂ 即2200080002f ⎛⎫⎪∇= ⎪ ⎪⎝⎭为正定矩阵得极小点为T *(1,0,0)x =，最优值为-1。
解二：目标函数改写成min ),,(321x x x f =222123(1)41x x x -++- 易知最优解为（1,0,0），最优值为-1。
3、用最速下降法求解无约束非线性规划问题。
2221212122)(m in x x x x x x X f +++-=其中T x x X ),(21=，给定初始点T X )0,0(0=。
解一：目标函数()f x 的梯度112122()()142()122()()f x x x x f x x x f x x ∂⎡⎤⎢⎥∂++⎡⎤⎢⎥∇==⎢⎥-++∂⎢⎥⎣⎦⎢⎥∂⎣⎦(0)1()1f X ⎡⎤∇=⎢⎥-⎣⎦令搜索方向(1)(0)1()1d f X -⎡⎤=-∇=⎢⎥⎣⎦再从(0)X 出发，沿(1)d 方向作一维寻优，令步长变量为λ，最优步长为1λ，则有(0)(1)0101Xdλλλλ--⎡⎤⎡⎤⎡⎤+=+=⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦故(0)(1)2221()()()2()2()2()f x f X d λλλλλλλλλϕλ=+=--+-+-+=-=令'1()220ϕλλ=-=可得11λ= (1)(0)(1)1011011X X d λ--⎡⎤⎡⎤⎡⎤=+=+=⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦ 求出(1)X 点之后，与上类似地，进行第二次迭代：(1)1()1f X -⎡⎤∇=⎢⎥-⎣⎦ 令(2)(1)1()1d f X ⎡⎤=-∇=⎢⎥⎣⎦令步长变量为λ，最优步长为2λ，则有(1)(2)111111X d λλλλ--⎡⎤⎡⎤⎡⎤+=+=⎢⎥⎢⎥⎢⎥+⎣⎦⎣⎦⎣⎦ 故(1)(2)2222()()(1)(1)2(1)2(1)(1)(1)521()f x f X d λλλλλλλλλϕλ=+=--++-+-+++=--=令'2()1020ϕλλ=-=可得 215λ= (2)(1)(2)2110.8111 1.25X X d λ--⎡⎤⎡⎤⎡⎤=+=+=⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦(2)0.2()0.2f X ⎡⎤∇=⎢⎥-⎣⎦ 此时所达到的精度(2)()0.2828f X ∇≈ 本题最优解11.5X *-⎡⎤=⎢⎥⎣⎦，()1,25f X *=-解二：利用matlab 程序求解首先建立目标函数及其梯度函数的M 文件 function f=fun(x)f=x(1)-x(2)+2*x(1)*x(1)+2*x(1)*x(2)+x(2)*x(2); function g=gfun(x)g=[1+4*x(1)+2*x(2),-1+2*x(1) +2* x(2) ]; 调用grad.m 文件 x0=[0,0];[x,val,k]=grad('fun','gfun',x0) 结果x=[ -1.0000 ,1.5000] val= -1.2500 k=33即迭代33次的到最优解x=[ -1.0000 ,1.5000]；最优值val= -1.2500。
最优化计算方法课后习题集答案解析
解：取 ， 时，DFP法的第一步与最速下降法相同
， ，
，
以下作第二次迭代
，
其中，
，
所以
令 ， 利用 ，求得
所以 ，
以下作第三次迭代
，
，
所以
令 ， 利用 ，求得
所以 ， 因为 ，于是停止
即为最优解。
习题四
包括题目： P95页 3；4；8；9(1)；12选做；13选做
3题解如下
3.考虑问题 ，其中
X1,x2,x3≥0 （3）
求出点（1,1,0）处的一个下降可行方向.
解：首先检查在点（1,1,0）处哪些约束为有效约束。检查易知（1），X3≥0为有效约束。设所求可行方向d=(d1,d2,d3)T。根据可行方向d的定义，应存在a>0，使对∀t∈（0，a）能有
X+td=(1+td1,1+td2,0+td3)T
（1）
s.t.
（2）
s.t.
（1）解：非线性规划的K-T条件如下：
（1）
（2）
（3）
再加上约束条件 （4）
为求出满足（1）~（4）式的解，分情况考虑：
①若（4）式等号不成立，即 ，那么由（2）式得 ，将 代入（1）式解得 ， ，所得值不满足 的条件，故舍去。
②若（4）式等号成立，由（1）式可以解得 ， ，代入（4）式有：
JBi
1
2
3
4
5
6
7
8
9
di0
1
1
0
-5/6
-1/6
1
10/6
4
0
0
38/6
2
0
1
-9/6
最优化方法及其应用课后答案
最优化方法及其应用课后答案1. 最优化方法的分类包括哪些方面？最优化方法可分为三类：数学规划、非数学规划和元启发式方法。
2. 线性规划的标准形式是什么？线性规划的标准形式为：max cTxsubject toAx ≤ bx ≥ 0其中，cTx表示优化目标，Ax≤b表示约束条件，x≥0表示非负约束条件。
3. 拉格朗日乘数法是如何解决带有等式约束的优化问题的？拉格朗日乘数法是通过构建拉格朗日函数来解决带有等式约束的优化问题的。
具体地，拉格朗日函数L(x,λ)定义为：L(x,λ)=f(x)+λTh(x)其中，f(x)是优化目标函数，h(x)是等式约束函数，λ是拉格朗日乘数。
然后，通过求解L(x,λ)的梯度和等于0的条件，得到原问题的解。
4. 什么是梯度下降法？梯度下降法是一种迭代求解方法，用于优化无约束的多次可微函数。
该方法通过向负梯度方向下降来逐步逼近优化目标的最小值。
具体地，梯度下降法的迭代公式为：x(k+1)=x(k)-αk∇f(x(k))其中，x(k)是第k次迭代后的解，αk是步长，∇f(x(k))表示f(x(k))的梯度。
5. 遗传算法是如何实现优化的？遗传算法是一种元启发式方法，它基于模拟生物进化过程来实现优化。
算法先随机生成一组初始的个体，然后对这些个体进行遗传操作（交叉、变异），以产生新的个体，并按照适应度函数的大小保留一部分个体，舍弃一部分个体。
通过多次迭代，逐步优化得到最优解。
6. 模拟退火算法的基本思想是什么？模拟退火算法是一种元启发式方法，它基于物理中的退火现象进行优化。
算法维护一个当前解，然后随机生成一个新的解，并计算当前解到新解的能量差。
如果新解比当前解更优，则直接接受它。
若不是，则以一定概率接受新解，并降低概率参数T，然后继续下一步迭代。
通过多次迭代，逐步优化得到最优解。
7. 最大熵模型的基本原理是什么？最大熵模型是一种概率模型，它通过最大化经验熵与先验熵之和来实现分类或回归问题的优化。
最优化方法练习题答案
最优化⽅法练习题答案精⼼整理练习题⼀1、建⽴优化模型应考虑哪些要素? 答：决策变量、⽬标函数和约束条件。
2、讨论优化模型最优解的存在性、迭代算法的收敛性及停⽌准则。
min ()f x D ∈，对于则有(f ?1例2.1解：*2、研究线性规划的对偶理论和⽅法（包括对偶规划模型形式、对偶理论和对偶单纯形法）。
答：略。
3、⽤单纯形法求解下列线性规划问题：（1）≥≤+-≤++≤-++-=0,,43222..min32131321321321x x x x x x x x x x x t s x x x z ；（2）=≥=++=+-=+-+-=)5,,2,1(052222..4min 53243232132Λi x x x x x x x x x x t s x x z i解：（1）引⼊松弛变量x 4，x 5，x 6因检验数σj >0，表明已求得最优解：*(0,8/3,1/3,0,0,11/3)X =，去除添加的松弛变量，原问题的最优解为：*(0,8/3,1/3)X =。
（2）根据题意选取x 1，x 4，x 5，为基变量：因检验数σ2<0最⼩，故确定x 2为换⼊⾮基变量，以x 2的系数列的正分量对应去除常数列，最⼩⽐值所在⾏对应的基变量x 4作为换出的基变量。
4根据题意约束条件1和2可以合并为1，引⼊松弛变量x 3，x 4，构造新问题。
因检验数σj>0，表明已求得最优解：*(3/5,6/5)X 。
Matlab调⽤代码：Matlab调⽤代码：f=[-10;-15;-12];A=[5,3,1;-5,6,15;-2,-1,-1];b=[9;15;-5];lb=[0;0;0];x=linprog(f,A,b,[],[],lb)输出结果：原题⽆可⾏解。
5、⽤内点法和Matlab软件求解下列线性规划问题：解：⽤内点法的过程⾃⼰书写，参考答案：最优解[4/3 7/3 0] X=；最优值5 Matlab调⽤代码：f=[2;1;1];Aeq=[1,2,2;2,1,0];beq=[6;5]; Array 6解：（x=33y=-39最优解[33]；最优值39（2）调⽤matlab编译程序bbmethodf=[-7;-9];G=[-13;71];h=[6;35][x,y]=bbmethod(f,G,h,[],[],[0;0],[],[1;0],1)x=50y=-35最优解[50]；最优值357、⽤隐枚举法和Matlab软件求解下列问题：0）（1，2.1，1，输出结果x=1fval=2（2）调⽤代码：f=[-3;-2;5;2;3]; %价值向量fA=[1,1,1,2,1;7,0,3,-4,3;-11,6,0,-3,3]; %不等式约束系数矩阵A，[]中的分号“；”%为⾏分隔符b=[4;8;-1]; %不等式约束右端常数向量b[x,fval]=bintprog(f,A,b,[],[]); %调⽤函数bintprog。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
练习题三1、用0.618法求解问题12)(min 30+-=≥t t t t ϕ的近似最优解，已知)(t ϕ的单谷区间为]3,0[，要求最后区间精度0.5ε=。
答：t=0.8115；最小值-0.0886.（调用golds.m 函数）（见例题讲解5） 2、求无约束非线性规划问题min ),,(321x x x f =123222124x x x x -++ 的最优解解一：由极值存在的必要条件求出稳定点：1122f x x ∂=-∂，228f x x ∂=∂，332fx x ∂=∂，则由()0f x ∇=得11x =，20x =，30x = 再用充分条件进行检验：2212f x ∂=∂，2228f x ∂=∂，2232f x ∂=∂，2120fx x ∂=∂∂，2130f x x ∂=∂∂，2230f x x ∂=∂∂ 即2200080002f ⎛⎫⎪∇= ⎪ ⎪⎝⎭为正定矩阵得极小点为T *(1,0,0)x =，最优值为-1。
解二：目标函数改写成min ),,(321x x x f =222123(1)41x x x -++- 易知最优解为（1,0,0），最优值为-1。
3、用最速下降法求解无约束非线性规划问题。
2221212122)(m in x x x x x x X f +++-=其中T x x X ),(21=，给定初始点T X )0,0(0=。
解一：目标函数()f x 的梯度112122()()142()122()()f x x x x f x x x f x x ∂⎡⎤⎢⎥∂++⎡⎤⎢⎥∇==⎢⎥-++∂⎢⎥⎣⎦⎢⎥∂⎣⎦(0)1()1f X ⎡⎤∇=⎢⎥-⎣⎦令搜索方向(1)(0)1()1d f X -⎡⎤=-∇=⎢⎥⎣⎦再从(0)X 出发，沿(1)d 方向作一维寻优，令步长变量为λ，最优步长为1λ，则有(0)(1)0101X d λλλλ--⎡⎤⎡⎤⎡⎤+=+=⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦故(0)(1)2221()()()2()2()2()f x f X d λλλλλλλλλϕλ=+=--+-+-+=-=令'1()220ϕλλ=-=可得11λ= (1)(0)(1)1011011X X d λ--⎡⎤⎡⎤⎡⎤=+=+=⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦ 求出(1)X 点之后，与上类似地，进行第二次迭代：(1)1()1f X -⎡⎤∇=⎢⎥-⎣⎦ 令(2)(1)1()1d f X ⎡⎤=-∇=⎢⎥⎣⎦令步长变量为λ，最优步长为2λ，则有(1)(2)111111X dλλλλ--⎡⎤⎡⎤⎡⎤+=+=⎢⎥⎢⎥⎢⎥+⎣⎦⎣⎦⎣⎦故(1)(2)2222()()(1)(1)2(1)2(1)(1)(1)521()f x f X d λλλλλλλλλϕλ=+=--++-+-+++=--=令'2()1020ϕλλ=-=可得 215λ= (2)(1)(2)2110.8111 1.25X X d λ--⎡⎤⎡⎤⎡⎤=+=+=⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦(2)0.2()0.2f X ⎡⎤∇=⎢⎥-⎣⎦ 此时所达到的精度(2)()0.2828f X ∇≈ 本题最优解11.5X *-⎡⎤=⎢⎥⎣⎦，()1,25f X *=-解二：利用matlab 程序求解首先建立目标函数及其梯度函数的M 文件 function f=fun(x)f=x(1)-x(2)+2*x(1)*x(1)+2*x(1)*x(2)+x(2)*x(2); function g=gfun(x)g=[1+4*x(1)+2*x(2),-1+2*x(1) +2* x(2) ]; 调用grad.m 文件 x0=[0,0];[x,val,k]=grad('fun','gfun',x0)结果x=[ -1.0000 ,1.5000] val= -1.2500 k=33即迭代33次的到最优解x=[ -1.0000 ,1.5000]；最优值val= -1.2500。
4、试用Newton 法求解第3题。
解一：计算目标函数的梯度和Hesse 阵目标函数()f x 的梯度112122()()142()122()()f x x x x f x x x f x x ∂⎡⎤⎢⎥∂++⎡⎤⎢⎥∇==⎢⎥-++∂⎢⎥⎣⎦⎢⎥∂⎣⎦242()22f X G ⎡⎤∇==⎢⎥⎣⎦，其逆矩阵为10.50.50.51G --⎡⎤=⎢⎥-⎣⎦ [][][](1)(0)1(0)0.50.5()0,01,11,1.50.51T T TX X G f X --⎡⎤=-∇=--=-⎢⎥-⎣⎦ 计算(1)()0f X ∇=。
本题最优解11.5X *-⎡⎤=⎢⎥⎣⎦，()1,25f X *=-解二：除了第3题建立两个M 文件外，还需建立Hesse 矩阵的M 文件 利用matlab 程序求解首先建立目标函数及其梯度函数的M 文件 function f=fun(x)f=x(1)-x(2)+2*x(1)*x(1)+2*x(1)*x(2)+x(2)*x(2); function g=gfun(x)g=[1+4*x(1)+2*x(2),-1+2*x(1) +2* x(2) ]; function h=hess(x) g=[4 2;2 2 ]; 调用newton.m 文件x0=[0,0];[x,val,k]=newton('fun','gfun','hess',x0) 结果x=[ -1.0000 ,1.5000] val= -1.2500 k=15、用Fletcher —Reeves 法求解问题222125)(m in x x X f +=其中T x x X ),(21=，要求选取初始点6010,)2,2(-==εT X 。
解一：1122201()(,),0502x f x x x x ⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦Q20050G ⎡⎤=⎢⎥⎣⎦，12()(2,50).T r f x x x =∇= 第一次迭代：令00(4,100)T p r =-=--，000004(4,100)100120450(4,100)050100T T r r p Gp α⎡⎤⎢⎥⎣⎦===-⎡⎤⎡⎤--⎢⎥⎢⎥-⎣⎦⎣⎦即，(1)(0)00(1.92,0)T X X p α=+= 第二次迭代：1(3.84,0)Tr =，21020||||3||||2000r r β==，T 1100( 3.846,0.15)p r p β=-+=-- 11111 3.84(3.84,0)00.480220 3.846( 3.846,0.15)0500.15T T r r p Gp α⎡⎤⎢⎥⎣⎦===-⎡⎤⎡⎤--⎢⎥⎢⎥-⎣⎦⎣⎦ (2)(1)11(0.0732,0.072)T X X p α=+=-第三次迭代：2(0.1464, 3.6)T r =-……（建议同学们自己做下去，注意判别k r ε≤）解二：利用matlab 程序求解首先建立目标函数及其梯度函数的M 文件 function f=fun(x) f=x(1)^2+25* x(2)*x(2); function g=gfun(x) g=[2*x(1), 50* x(2) ]; 调用frcg.m 文件 x0=[2,2]’;epsilon=1e-6;[x,val,k]=frcg('fun','gfun',x0, epsilon) 结果x = 1.0e-006 *[ 0.2651, 0.0088] val =7.2182e-014 k = 616、试用外点法（二次罚函数方法）求解非线性规划问题⎩⎨⎧≥-=+-=01)(..)2()(min 22221x X g t s x x X f 其中221),(R x x X ∈=解：设计罚函数 (,)()*[()]^2P x M f X M g X =+采用Matlab 编程计算，结果x=[1 0]；最优结果为1。
（调用waidianfa.m ） 7、用内点法（内点障碍罚函数法）求解非线性规划问题：31212min (1)..100x x s t x x ⎧++⎪-≥⎨⎪≥⎩解：容易看出此问题最优解为x=[1 0]；最优值为8. 给出罚函数为 31212(,)(1)(1/(1)1/)P x r x x r x x =+++-+ 令21211(,)3(1)0(1)P x r r x x x ∂=+-=-；222(,)10P x r r x x =-= 从而当0r +→时，1/2(1/3)1()0r x r x r ⎛⎫+⎛⎫=→= ⎪ ⎪ ⎪⎝⎭⎝⎭（建议同学自己编程序计算） 8、用乘子法求解下列问题2212112min ()()20f X x x h X x x ⎧=+⎪⎨=+-=⎪⎩解：建立乘子法的增广目标函数：22121212(,,)(2)(2)^22xx x x x x x σψλσλ=+-+-++-令：1121(,,)2(2)0x x x x x ψλσλσ∂=-++-=∂ 2121(,,)2(2)0x x x x x ψλσλσ∂=-++-=∂ 解上述关于x 的二元一次方程组得到稳定点222222x σλσσλσ+⎡⎤⎢⎥+=⎢⎥+⎢⎥⎢⎥+⎣⎦当乘子λ取2时，或发参数σ趋于无穷时，得到1*1x x ⎡⎤==⎢⎥⎣⎦即最优解。
（建议同学自己编程序计算）练习题四1、石油输送管道铺设最优方案的选择问题：考察网络图4-6，设A 为出发地，F 为目的地，B ，C ，D ，E 分别为四个必须建立油泵加压站的地区。
图中的线段表示管道可铺设的位置，线段旁的数字表示铺设这些管线所需的费用。
问如何铺设管道才能使总费用最小？图4- 1解：第五阶段：E1—F 4；E2—F 3；第四阶段：D1—E1 —F 7；D2—E2—F 5；D3—E1—F 5；第三阶段：C1—D1—E1 —F 12；C2—D2—E2—F 10；C3—D2—E2—F 8；C4—D3—E1—F 9；第二阶段：B1—C2—D2—E2—F 13； B2—C3—D2—E2—F 15； 第一阶段：A —B1—C2—D2—E2—F 17； 最优解：A —B1—C2—D2—E2—F 最优值：172、 用动态规划方法求解非线性规划123123max ()27,,0f x x x x x x x =++++=⎧⎨≥⎩解：1239,9,9x x x ===，最优值为9。
3、用动态规划方法求解非线性规划22112121212max 765..21039,0z x x x s t x x x x x x ⎧=++⎪+≤⎪⎨-≤⎪⎪≥⎩解：用顺序算法阶段：分成两个阶段，且阶段1 、2 分别对应12,x x 。