第一章习题答案
1-1 某厂每日(8h 制)产量不低于1800件。计划聘请两种不同的检验员,一级检验员的标准为:速度为25件/h,正确率为98%,计时工资为4元/h;二级检验员标准为:速度为15件/h ,正确率为95%,计时工资3元/h 。检验员每错检一件,工厂损失2元。现有可供聘请检验人数为:一级8人和二级10人。为使总检验费用最省,该厂应聘请一级、二级检验员各多少人? 解:(1)确定设计变量;
根据该优化问题给定的条件与要求,取设计变量为X = ??
????=??????二级检验员一级检验员
21x x ;
(2)建立数学模型的目标函数;
取检验费用为目标函数,即:
f(X) = 8*4*x 1+ 8*3*x 2 + 2(8*25*0.02x1 +8*15*0.05x 2 ) =40x 1+ 36x 2
(3)本问题的最优化设计数学模型:
min f (X ) = 40x 1+ 36x 2 X ∈R
3·
s.t. g 1(X ) =1800-8*25x 1+8*15x 2≤0
g 2(X ) =x1 -8≤0 g 3(X ) =x 2-10≤0
g4(X) = -x 1 ≤0
g5(X) = -x 2 ≤0
1-2 已知一拉伸弹簧受拉力F ,剪切弹性模量G ,材料重度r ,许用剪切应力[]τ,许用最大变形量[]λ。欲选择一组设计变量T T n D d
x x x ][][2
32
1
==X 使弹簧重量最轻,同时满足下列限制条件:弹簧圈数3n ≥,
簧丝直径0.5d ≥,弹簧中径21050D ≤≤。试建立该优化问题的数学模型。
注:弹簧的应力与变形计算公式如下
3
22234
881
,1,(2n s s F D FD D k k c d c d Gd τλπ==+==旋绕比),
解: (1)确定设计变量;
根据该优化问题给定的条件与要求,取设计变量为X = ?????
?
????=??????????n D d x x x 2321; (2)建立数学模型的目标函数;
取弹簧重量为目标函数,即:
f(X) =
322
12
4
x x rx π
(3)本问题的最优化设计数学模型:
min f (X ) =
322
12
4
x x rx π X ∈R 3·
s.t. g 1(X ) =0.5-x 1 ≤0
g 2(X ) =10-x 2 ≤0 g 3(X ) =x 2-50 ≤0
g4(X ) =3-x 3 ≤0 g5(X) =[]τπ-+
31
2
218)21(x Fx x x ≤0 g 6(X ) =[]λ-4
1
3
3
28Gx x Fx ≤0
1-3 某厂生产一个容积为8000 cm 3
的平底、无盖的圆柱形容器,要求设计此容器消耗原材料最少,试写出这一优化问题的数学模型。
解:根据该优化问题给定的条件与要求,取设计变量为X = ???
???=?
?????h r x x
21高底面半径 , 表面积为目标函数,即:
m i nf (X ) = πx 12 + 2π x1 x2
考虑题示的约束条件之后,该优化问题数学模型为:
mi n f(X ) = πx 12 + 2π x 1 x2
X=[x 1,x 2]T∈R 2
s.t . g 1(X ) = -x 1 ≤0
g 2(X ) = -x 2 ≤0
h 1(X) = 8000 - πx 12
x 2 = 0
1-4 要建造一个容积为1500 m 3
的长方形仓库,已知每平方米墙壁、屋顶和地面的造价分别为4元、6元和12元。基于美学的考虑,其宽度应为高度的两倍。现欲使其造价最低,试导出相应优化问题的数学模型。 解:(1)确定设计变量;
根据该优化问题给定的条件与要求,取设计变量为X = ????
?
?????=??
????????高宽长321x x x ; (2)建立数学模型的目标函数;
取总价格为目标函数,即:
f (X ) = 8(x1 x 3 + x 2 x 3) + 6 x 1 x 2 + 12 x 1 x 2
(3)建立数学模型的约束函数;
1)仓库的容积为1500 m 3
。即:
1500-x1 x 2 x 3 =0
2)仓库宽度为高度的两倍。即:
x 2 -2 x 3 = 0
3)各变量取值应大于0,即:
x 1 > 0, x2 .> 0.,则 -x 1 ≤0,-x 2 ≤0
(4)本问题的最优化设计数学模型:
min f (X ) = 8(x1 x3 + x2 x 3) + 18 x 1 x 2 X ∈R 3·
s.t. g 1(X ) = -x 1 ≤0
g 2(X ) = -x 2 ≤0 g 3(X) = -x 3 ≤0
h 1(X ) = 1500-x 1 x2 x 3 =0 h 2(X ) = x 2 -2 x 3 = 0
1-5 绘出约束条件:
82
22
1≤+x x ; 822
21≤+-x x ; 421≤x x 所确定的可行域 1-6 试在三维设计空间中,用向量分别表示设计变量: 1[132]T =X ; 2[2
34]T =X ; 3[414]T =X 。
第二章习题答案
2-1 请作示意图解释:(1)
()()()k k k k α+=+X
X S 的几何意义。
2-2 已知两向量12[1
220],[2021]T T P P =-=,求该两向量之间的夹角θ。
2-3 求四维空间内两点)2,1,3,1(-和)0,5,6,2(之间的距离。
2-4 计算二元函数321121()56f x x x x =-+-X 在(0)[11]T =X 处,沿方向[12]T
=-S 的方向导数
(0)'()s f X 和沿该点梯度方向的方向导数(0)'()f ?X 。
2-5 已知一约束优化设计问题的数学模型为
22
12121122123142min ()(3)(4)[,]()50() 2.50()0()0
T
f x x x x
g x x g x x g x g x =-+-==+-≤=--≤=-≤=-≤X X X X X X
求:
(1) 以一定的比例尺画出当目标函数依次为()1234f =X 、
、、时的四条等值线,并在图上画出可行区的范围。 (2) 找出图上的无约束最优解1*
X 和对应的函数值1()f *X ,约束最优解2*
X 和2()f *X ;
(3) 若加入一个等式约束条件:
12()0h x x =-=X
求此时的最优解3*X ,3()f *X 。
解:下图为目标函数与约束函数(条件)设计平面X 1O X2 。其中的同心圆是目标函数依次为f (X )=1、2、3、4时的四条等值线;阴影的所围的部分为可行域。
由于目标函数的等值线为一同心圆,所以无约束最优解为该圆圆心即:
X 1*=[3,4]T
函数值 f (X 1*
)= 0 。
而约束最优解应在由约束线g 1(X)=0,g2(X)=0,g 3(X )=0,g 4(X )=0,组成的可行域(阴影线
内侧)内寻找,即约束曲线g1(X)=0与某一等值线的一个切点X 2*,可以联立方程:??
?=+-=-+010
52121x x x x ,解得X 2*=[2,3] 。
函数值 f (X 2*)= (2-3)2 + (3-4)2 = 2 。
加入等式约束条件,则X 3*为可行域上为h 1(X)=0上与某一条等值线的交点,可以联立方
程:???=-=-+0
052121x x x x , 解得X 3*=[5/2,5/2] 。 函数值 f (X 3*)= (5/2-3)2
+ (5/2-4)2 = 2.5 。
2-6 试证明在(1,1)点处函数522)(12
22
122
14
1+-++-=x x x x x x f X 具有极小值。 证明:求驻点:
2244)(121311
-+-=??x x x x x X f ,
22
1222)(x x x X f +-=?? 0)
(0)(2
1=??=??x X f x X f ,由
,4)(]11[**==x f x T ,极值得:驻点 2)(4)()(2412)(222112221222
12
12=??-=???=???+-=??x X f x x x X f x x X f x x x X f ,, ???
???--=24410)(X H 海赛矩阵
024
41001022
21
1211
11>--=>=a a a a
a ,各阶主子式:
H (X )是正定的, 所以驻点必定是极小点。故在(1,1)点处函数)(X f 具有极小值。
2-7 求函数22
1212()32210f x x x x =+--+X 的极值点,并判断其极值的性质。
解:
26)(11-=??x x X f ,14)
(22
-=??x x X f 0)
(0)(2
1=??=??x X f x X f ,由
,24/229)(]4/13/1[**==x f x T ,极值得:极值点 4)
(0)()(6)(2221222122
12=??=???=???=??x X f x x X f x x X f x X f ,, ???
???=4006)(X H 海赛矩阵 04
0060622
21
1211
11>=>=a a a a
a ,各阶主子式:
H (X)是正定的,所以,)(X f 为凸函数。
24/229)(]4/13/1[**==x f T ,极值得:极值点X
2-8 试判断函数22
12121()221f x x x x x =+-++X 的凸性。
解:
124)(211+-=??x x x X f ,122
22)
(x x x X f -=?? 2)
(2)(2)(5)(2221222122
12=??-=???-=???=??x X f x x X f x x X f x X f ,,, ???
???--=2225)(X H 海赛矩阵
02
2
250522
211211
11>--=
>=a a a a
a ,各阶主子式:
H (X )是正定的, 所以,)(X f 为凸函数。
2-9 试用向量及矩阵形式表示22
1212()10460f x x x x =+--+X 并证明它在12{,,1,2}i x x x i =-∞<<∞=D 上
是一个凸函数。 解:
211
210)
(x x x X f -+-=??,
12224)(x x x X f -+-=?? 2)
(1)(2)(2222122
12=??-=???=??x X f x x X f x X f ,, ???
???--=2112)(X H 海赛矩阵
02
1
120222
211211
11>--=
>=a a a a
a ,各阶主子式:
H (X)是正定的, 所以,)(X f 为凸函数。
2-10 现已获得优化问题
2122211222212122
2
3124152min ()412..()250
()1010340()(3)(1)0()0()0
f x x s t
g x x g x x x x g x x g x g x =--=+-≤=+--+≤=----≤=-≤=-≤X X X X X X
的一个数值解[1.000,4.900]T
=X ,试判定该解是否上述问题的最优解。
第三章习题答案
3-1 函数983)(3
+-=x x f X ,当初始点分别为00=x 及8.10=x 时,用进退法确定其一维优化的搜索区间,取
初始步长1.00=T 。 解:当00=x 时
(1)取1.0,0,1.0210=====T A A T T 9)()()
0(11===X f A F F
S A X
X 2)
0(+==0.1
203.8)()(2)
0(22=+==S X A f A F F
比较21F F 、,因21F F > ,所以应作前进搜索。
⑵步长加倍:3.021,2.0222=+=+===T A A T T 203.821==F F S A X
X 2)
0(+==0.3
681.6)()(2)
0(22=+==S X A f A F F
再比较21F F 、,因21F F >,所以还应再向前搜索,为此应舍去上一次的1A 点。所以:1.02.03.021=-=-=T A A 。
(3) 步长加倍:7.04.03.0,4.0222=+=+===T A A T T
681.621==F F S A X X 2)0(+==0.7
429.4)()(2)
0(22=+==S X
A f A F F .
比较21F F 、,因21F F >,所以还应再向前搜索, 3.04.07.021=-=-=T A A 。 (4) 步长加倍:5.1,8.0222=+===T A A T T
429.421==F F S A X X 2)0(+==1.5
125.7)()(2)
0(22=+==S X
A f A F F .
比较21F F 、,因21F F <。已找到具有“高-低-高”特征的区间 即:3.011==A α时,681.6)(1=αF
7.022=-=T A α时,429.4)(2=αF 5.123==A α时,125.7)(3=αF 。 所以,)()()(321αααF F F <>,单峰区间为: 5.1,3.02311======A B A A αα。 当8.10=x 时
同理可得:3.0,5.12311-===-===A B A A αα
3-2 用黄金分割法求函数ααα2)(2
+=F 在区间[35]-中的极小点,要求计算到最大未确定区间长度小于
0.05。
解:(1)在初始区间[a ,b]=[-3,5]中取计算点并计算函数值
667
.7)(;944.1)(618.0115136.0)(;056.0)(618.0)
2(2)
2()1(1)1(===-+====--=α
α
ααf f a b a f f a b b
(2)比较函数值,缩短搜索区间
因有f 1≤f 2,则115136.0)(;944.1)2(2)
2(====αα
f f b
98759.0)(;11139.1)(618.0)1(1)1(-==-=--=ααf f a b b
(3)判断迭代终止条件
b -a >ε
不满足迭代终止条件,比较函数值f1、f 2继续缩短区间。
将各次缩短区间的有关计算数据列于下表。
表 黄金分割法的搜索过程
3-3 用二次插值法求函数3728)(2
3+--=ααααF 的最优解。已知搜区间为[02],选代精度01.0=ε。
解:采用Ma tl ab编程计算得:0.6207α=
3-4 函数212
2212142)(x x x x x x f -++-=X ,取初始点为(0)
[2
2]T =X ,规定沿)0(X 点的负梯度方向进行一
次一维优化搜索,选代精度:6510,10--==f x εε。
(1)用进退法确定一维优化搜索区间;
(2)用黄金分割法求最优化步长及一维优化最优值; (3)用二次插值法求最优化步长及一维优化最优值;
(4)上述两种一维优化方法在求解本题时,哪一个种方法收取更快,原因是什么? 解:最优点T ]20
[*
=X ,最优值4)(*-=X f
二次插值法更快
3-5 求2
)2)(1()(-+=αααF 的极小点,选代精度1.0,1.0==f x εε。要求:
(1)从0=α出发,1.00=T 为步长确定搜索区间;
(2)用黄金分割法求极值点;
(3)用二次插值法求极值点。 解:
(1) ①由已知条件可得,1110,()4F F ααα====
2102222220.1
()(1)(2)(0.11)(0.12) 3.971T F F ααααα=+===+-=+-=
因为21F F <,应作前进搜索。
②步长加倍,01220.2, 3.971T T F F ====,
222222220.10.20.3
()(1)(2)(0.31)(0.32) 3.757T F F ααααα=+=+===+-=+-=
因为21F F <,所以还应再向前搜索,为此应舍去上一次的1α点。所以:120.3αα== ③步长加倍,1220.4, 3.757T T F F ====,
222222220.30.40.7
()(1)(2)(0.71)(0.72) 2.873T F F ααααα=+=+===+-=+-=
因为21F F <,所以还应再向前搜索,为此应舍去上一次的1α点。所以:120.7αα== ④步长加倍,1220.8, 2.873T T F F ====,
222222220.70.8 1.5
()(1)(2)(1.51)(1.52)0.625T F F ααααα=+=+===+-=+-=
因为21F F <,所以还应再向前搜索,为此应舍去上一次的1α点。所以:12 1.5αα== ⑤步长加倍,122 1.6,0.625T T F F ====,
222222221.5 1.6 3.1
()(1)(2)(3.11)(3.12) 4.961T F F ααααα=+=+===+-=+-=
因为21F F >,所以已找到具有“高—低—高”特征的区间 即10.7α=时,1() 2.873F α=;
2 1.5α=时,2()0.625F α=;
3 3.1α=时,3() 4.961F α=。
(2)由(1)确定的搜索区间[0.7,3.1],利用Matl ab进行黄金分割法一维优化搜索得:
**242.0082,()(2.00821)(2.00822) 2.02310f αα-==+?-=?
(3)由(1)确定的搜索区间[0.7,3.1],利用Matla b进行二次插值法一维优化搜索得:
**231.9504,()(1.95041)(1.95042)7.25810f αα-==+?-=?