игра брюс 2048
Главная / Алгоритмы и дискретные структуры / Введение в математическое программирование / Тест 8

Введение в математическое программирование - тест 8

Упражнение 1:
Номер 1
Функция f(x) является строго квазивыпуклой, если для всех действительных 
x1, x2 таких, что f(x1) ≠ f(x2) 
и λ є (0;1) выполняется неравенство:

Ответ:

 (1) f(λx1 + (1–λ)x1) > max{f(x1),f(x2)}  

 (2) f(λx1 + (1–λ)x1) ≤ max{f(x1),f(x2)}  

 (3) f(λx1 + (1–λ)x1) < max{f(x1),f(x2)}.  


Номер 2
Если для всех действительных x1, x2, таких, 
что f(x1) ≠ f(x2) и λ є (0;1) выполняется неравенство 
f(λx1 + (1–λ)x1) < max{f(x1),f(x2)}, 
то функция f(x) является:

Ответ:

 (1) строго квазивыпуклой 

 (2) строго квазивогнутой 

 (3) ни строго квазивыпуклой, ни строго квазивогнутой 


Номер 3
Пусть функция f(x) является строго квазивыпуклой и выполняется неравенство 
f(λx1 + (1–λ)x1) < max{f(x1),f(x2)}. 
При этом для всех действительных x1, x2 выполняется условие:

Ответ:

 (1) f(x1) = f(x2) 

 (2) f(x1) ≠ f(x2) 

 (3) f(x1) > f(x2) 


Упражнение 2:
Номер 1
Пусть функция f(x) определена на непустом и выпуклом множестве R. 
Функция f(x) квазивыпукла, если для любых x1, x2 є R и 
λ є [0;1] выполняется неравенство:

Ответ:

 (1) f(λx1 + (1–λ)x1) ≤ max{f(x1),f(x2)}  

 (2) f(λx1 + (1–λ)x1) ≥ max{f(x1),f(x2)}  

 (3) f(λx1 + (1–λ)x1) ≤ min{f(x1),f(x2)}  


Номер 2
Пусть функция f(x) определена на непустом и выпуклом множестве R. 
При этом для функции f(x) выполняется условие: для любых 
x1, x2 є R и λ є [0;1] 
f(λx1 + (1–λ)x1) ≤ max{f(x1),f(x2)}. 
Тогда функция f(x):

Ответ:

 (1) квазивогнута 

 (2) квазивыпукла 

 (3) строго квазивыпукла 


Номер 3
Пусть функция f(x) на некотором множестве R является квазивыпуклой, 
т.е. для любых x1, x2 є R и λ є [0;1] выполняется неравенство 
f(λx1 + (1–λ)x1) ≤ max{f(x1),f(x2)}.
Тогда множество R является:

Ответ:

 (1) ограниченным множеством 

 (2) непустым и вогнутым 

 (3) непустым и выпуклым 


Упражнение 3:
Номер 1
Пусть f(x) – строго квазивыпуклая функция. Рассмотрим задачу минимизации 
f(x) при условии, что x є R, где R – непустое выпуклое множество 
в Е(n). Пусть x' – точка локального минимума рассматриваемой задачи. 
Тогда x' является:

Ответ:

 (1) точкой глобального минимума 

 (2) точкой относительного минимума 

 (3) точкой глобального максимума 


Номер 2
Пусть f(x) – строго квазивыпуклая функция. Рассмотрим задачу минимизации 
f(x) при условии, что x є R, где R – непустое выпуклое множество в 
Е(n). Если некоторая точка x' является точкой глобального минимума 
рассматриваемой задачи, то x' одновременно является:

Ответ:

 (1) точкой локального максимума 

 (2) точкой локального минимума 

 (3) точкой относительного максимума 


Номер 3
Пусть в некоторой задаче минимизации функции f(x), где x є R и 
R – непустое выпуклое множество в Е(n), точка x' является 
одновременно точкой и локального, и глобального минимумов. Тогда функция f(x):

Ответ:

 (1) квазивогнутая функция 

 (2) квазивыпуклая функция 

 (3) строго квазивыпуклая функция 


Упражнение 4:
Номер 1
Пусть задана задача нелинейного программирования: 
минимизировать f(x1,...,xn) при условиях 

h1(x1,...,xn) = 0;
h2(x1,...,xn) = 0;
...............
hm(x1,...,xn) = 0. 

Допустим, что существует такая точка x*, в которой достигается относительный экстремум данной задачи. 
Если ранг матрицы 
I = [δhj(x)/δxj], i = 1,...,m; j = 1,...,n 
в точке x* равен m, то существуют m чисел 
λ1,...,λn, не все из которых равны нулю одновременно, и при которых:

Ответ:

 (1) ∇f(x*) + Σλi∇hi(x) = 0, i = 1,...,m  

 (2) ∇f(x*) + Σλi∇hi(x) ≥ 0, i = 1,...,m  

 (3) ∇f(x*) + Σλi∇hi(x) < 0, i = 1,...,m.  


Номер 2
Пусть задача нелинейного программирования задана в виде: 
минимизировать f(x1,...,xn) при условиях

h1(x1,...,xn) = 0;
h2(x1,...,xn) = 0;
...............
hm(x1,...,xn) = 0. 

Допустим, что существует такая точка x*, в которой достигается относительный экстремум данной задачи.
Известно, что существуют m чисел λ1,...,λn, 
не все из которых равны нулю одновременно, и при которых 
Δf(x*) + ΣλiΔhi(x) = 0, i = 1,...,m. Тогда:
        

Ответ:

 (1) ранг матрицы I = [δhj(x)/δxj], i = 1,...,m; j = 1,...,n равен n  

 (2) ранг матрицы I = [δhj(x)/δxj], i = 1,...,m; j = 1,...,n равен m  

 (3) матрица I = [δhj(x)/δxj], i = 1,...,m; j = 1,...,n имеет ранг m + т.  


Номер 3
Пусть задана задача нелинейного программирования: 
минимизировать f(x1,...,xn) при условиях 

h1(x1,...,xn) = 0;
h2(x1,...,xn) = 0;
...............
hm(x1,...,xn) = 0. 

Пусть в некоторой точке x* ранг матрицы 
I = [δhj(x)/δxj], i = 1,...,m; j = 1,...,n
равен m, и существуют m чисел λ1,...,λn, 
не все из которых равны нулю одновременно, и при которых 
Δf(x*) + ΣλiΔhi(x) = 0, i = 1,...,m. 
Тогда в точке x*:
        

Ответ:

 (1) не существует экстремумов 

 (2) достигается абсолютный экстремум 

 (3) достигается относительный экстремум 


Упражнение 5:
Номер 1
Рассмотрим задачу нелинейного программирования: 
минимизировать f(x) при 
math. 
Для входящего вектора справедливы следующие условия: 
math или 
math для всех x є S. 
Тогда множество неотрицательных скаляров i} ≥ 0, 
для которых справедливо соотношение:
        

Ответ:

 (1) Δf(x*)=Σλiηi(x) = -ΣλiΔgi(x*), i є I  

 (2) Δf(x*)=-Σλiηi(x) = ΣλiΔgi(x*), i є I  

 (3) Δf(x*)=-Σλiηi(x) = -ΣλiΔgi(x*), i є I  


Номер 2
Рассмотрим задачу нелинейного программирования: 
минимизировать f(x) при 
math. 
Для входящего вектора справедливы следующие условия: 
math или 
math для всех x є S.
Тогда скаляры i}, для которых справедливо 
соотношение 
Δf(x*)=Σλiηi(x) = -ΣλiΔgi(x*), i є I, 
являются:

Ответ:

 (1) положительными 

 (2) неотрицательными 

 (3) отрицательными 


Номер 3
Рассмотрим задачу нелинейного программирования: 
минимизировать f(x) при 
math. 
Известно, что существует множество неотрицательных скаляров i} ≥ 0, 
для которых справедливо соотношение 
Δf(x*)=Σλiηi(x) = -ΣλiΔgi(x*), i є I. 
Тогда для входящего вектора справедливо условие:
        

Ответ:

 (1) Δf(x*)(x – x*) = 0 для всех x є S  

 (2) Δf(x*)(x – x*) > 0 для всех x є S  

 (3) Δf(x*)(x – x*) ≥ 0 для всех x є S  


Упражнение 6:
Номер 1
Пусть функции gi(x), i=1,...,m имеют непрерывные частные производные 
на некотором открытом множестве Rn, содержащем точку x*. 
Если x* является точкой минимума функции f(x) при ограничениях 
gi(x) ≤ 0, i=1,...,m, удовлетворяющих условию регулярности в виде линейной 
независимости векторов Δgi(x*), то существуют такие неотрицательные 
множители Лагранжа λ1,...,λm, что справедливы соотношения:
        

Ответ:

 (1) Δf(x*) + ΣλiΔgi(x*) = 0; Σλigi(x*) = 0, λi ≥ 0, i = 1,...,m  

 (2) Δf(x*) - ΣλiΔgi(x*) = 0; Σλigi(x*) = 0, λi > 0, i = 1,...,m  

 (3) Δf(x*) + ΣλiΔgi(x*) ≥ 0; Σλigi(x*) = 0, λi < 0, i = 1,...,m  


Номер 2
Пусть функции gi(x), i=1,...,m имеют непрерывные частные производные 
на некотором открытом множестве Rn, содержащем точку x*. 
Если для функции f(x) ограничения 
gi(x) ≤ 0, i=1,...,m удовлетворяют условию регулярности в виде линейной 
независимости векторов Δgi(x*), и существуют такие 
неотрицательные множители Лагранжа λ1,...,λm, что 
Δf(x*) + ΣλiΔgi(x*) = 0;
Σλigi(x*) = 0, λi ≥ 0, i = 1,...,m 
является:
        

Ответ:

 (1) точкой максимума функции f(x) 

 (2) точкой минимума функции f(x) 

 (3) седловой точкой функции Лагранжа 


Номер 3
Пусть некоторое открытое множество Rn содержит точку x*. 
Известно, что x* является точкой минимума функции f(x) при ограничениях 
gi(x) ≤ 0, i=1,...,m, удовлетворяющих условию регулярности в виде линейной 
независимости векторов Δgi(x*), и существуют такие неотрицательные 
множители Лагранжа λ1,...,λm, что 
Δf(x*) + ΣλiΔgi(x*) = 0;
Σλigi(x*) = 0, λi ≥ 0, i = 1,...,m. 
Тогда функции gi(x), i = 1,...,m:
        

Ответ:

 (1) не определены на множестве Rn 

 (2) не имеют частных производных на множестве Rn 

 (3) имеют непрерывные частные производные на множестве Rn 


Упражнение 7:
Номер 1
Пара векторов x*, Δ* называется 
седловой точкой функции Лагранжа L(x,Δ), если при всех Δ ≥ 0, x є Rn 
выполняется условие:

Ответ:

 (1) L(x*,Δ) ≤ L(x**) ≤ L(x,Δ*)  

 (2) L(x*,Δ) ≥ L(x**) ≥ L(x,Δ*)  

 (3) L(x*,Δ) = L(x**) = L(x,Δ*)  


Номер 2
Пара векторов x*, Δ* для которых 
выполняется условие: для всех 
Δ ≥ 0, x є Rn L(x*, Δ) ≤ L(x*, 
Δ*) ≤ L(x, Δ*), называется:
        

Ответ:

 (1) условием регулярности Слейтера 

 (2) седловой точкой функции Лагранжа 

 (3) условием дополняющей нежесткости 


Номер 3
Если для пары векторов x*, Δ*, 
которая носит название седловой точки функции Лагранжа L(x,Δ), выполняется 
условие L(x*,Δ) ≤ L(x**) ≤ L(x,Δ*), 
то оно справедливо:

Ответ:

 (1) для всех Δ = 0, x є Rn 

 (2) для всех Δ ≤ 0, x є Rn 

 (3) для всех Δ ≥ 0, x є Rn 


Упражнение 8:
Номер 1
Пусть f(x) и все gi(x) выпуклы и все функции 
gi(x) удовлетворяют условию регулярности Слейтера. Вектор x* 
решением задачи нелинейного программирования: минимизировать f(x) при условиях 
gi(x) ≤ 0, i = 1,...,m тогда и только тогда, когда существует такой вектор 
Δ* ≥ 0, для которого выполняются условия:
        

Ответ:

 (1) L(x*,Δ) ≤ L(x**) ≤ L(x,Δ*) и math  

 (2) L(x*,Δ) ≥ L(x**) ≥ L(x,Δ*) и math  

 (3) L(x*,Δ) > L(x**) > L(x,Δ*) и math  


Номер 2
Пусть f(x) и все gi(x) выпуклы и все функции gi(x) 
удовлетворяют условию регулярности Слейтера. Задача нелинейного программирования задана следующим образом: 
минимизировать f(x) при условиях gi(x) ≤ 0, i = 1,...,m. 
Пусть существует некоторый вектор Δ* ≥ 0, такой, что 
L(x*,Δ) ≤ L(x**) ≤ L(x,Δ*) 
и math. Тогда вектор Δ*:
        

Ответ:

 (1) является решением задачи нелинейного программирования 

 (2) не является решением задачи нелинейного программирования 

 (3) не может существовать при заданных условиях 


Номер 3
Пусть задача нелинейного программирования задана следующим образом: 
минимизировать f(x) при условиях gi(x) ≤ 0, i = 1,...,m. 
Известно, что существует некоторый вектор Δ* ≥ 0, такой, что 
L(x*,Δ) ≤ L(x**) ≤ L(x,Δ*) 
и math. Функции gi(x) 
удовлетворяют условию регулярности Слейтера. Тогда:

Ответ:

 (1) f(x) и gi(x) вогнуты 

 (2) f(x) вогнута, а все gi(x) выпуклы 

 (3) f(x) и gi(x) выпуклы 




Главная / Алгоритмы и дискретные структуры / Введение в математическое программирование / Тест 8