最优化方法及其matlab程序设计习题答案

最优化方法-习题解答 张彦斌 计算机学院 2014年10月20日 Contents 1第第第一一一章章章最最最优优优化化化理理理论论论基基基础础础-P13习习习题题题1(1)、2(3)(4)、3、41 2第第第二二二章章章线线线搜搜搜索索索算算算法法法-P27习习习题题题2、4、64 3第第第三三三章章章最最最速速速下下下降降降法法法和和和牛牛牛顿顿顿法法法P41习习习题题题1，2，37 4第第第四四四章章章共共共轭轭轭梯梯梯度度度法法法P51习习习题题题1，3，6(1)10 5第第第五五五章章章拟拟拟牛牛牛顿顿顿法法法P73-212 6第第第六六六章章章信信信赖赖赖域域域方方方法法法P86-814 7第第第七七七章章章非非非线线线性性性最最最小小小二二二乘乘乘问问问题题题P98-1，2，618 8第第第八八八章章章最最最优优优性性性条条条件件件P112-1，2,5,623 9第第第九九九章章章罚罚罚函函函数数数法法法P132，1-(1)、2-(1)、3-(3),626 10 第第第十十十一一一章章章二二二次次次规规规划划划习习习题题题11 P178-1（1），529 1第第第一一一章章章最最最优优优化化化理理理论论论基基基础础础-P13习习习题题题1(1)、2(3)(4)、3、4 1.验证下列各集合是凸集: (1) S=(x1,x2)|2x1+x21,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 0,1,都 有x + (1 )y S. 即,(x1+ (1 )y1,x2+ (1 )y2) S 证：由x(x1,x2),y(y1,y2) S得到， 2x1+ x2 1,x1 2x2 1 2y1+ 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和1 ,然后再相加，即得 (2x1+ x2) + (1 )(2y1+ y2) 1, (x1 2x2) + (1 )(y1 2y2) 1 (2) 合并同类项， 2(x1+ (1 )y1) + (x2+ (1 )y2) 1, (x1+ (1 )y1) 2(x2+ (1 )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) = x2 1 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。 2f(x) = ( 22 22 ) (4) 半正定矩阵 （4） 2f(x) = 413 120 304 (5) 正定矩阵 3.证明f(x) = 1 2x TGx + bTx为严格凸函数当且仅当Hesse矩阵G正定。 证明：根据严格凸函数定义证明。 对任意x = y,及任意实数 (0,1)都有f(x+(1)y) 0 G正定保障了严格不等式成立。 反之，必要性：严格凸函数=Hesse矩阵G正定. 类似，当对任意x = y,及任意实数 (0,1)都有f(x + (1 )y) 0 4.若对任意x n及实数 0都有f(x) = f(x),证明f(x)在n上为凸函数 的充要条件是x,y n,f(x + y) f(x) + f(y) 证明：根据严格凸函数定义证明。 定义：对任意x = y,及任意实数 (0,1)都有f(x + (1 )y) f(x) + (1 )f(y). 充分条件：x,y n, 有f(x + y) f(x) + f(y) 对任意x = y,及任意实数 (0,1)都有f(x+(1)y) f(x)+f(1)y) 利用f(x) = f(x), f(x + (1 )y) f(x) + f(1 )y)=f(x) + (1 )f(y). 充分性证毕； 必要性：f(x)在n上为凸函数=x,y n,f(x + y) f(x) + f(y) 根据定义有对任意x = y,及任意实数 (0,1)都有f(x + (1 )y) f(x) + (1 )f(y). 不妨取 = 1 2,则 f(1 2x + (1 1 2)y) 1 2f(x) + (1 1 2)f(y). 利用f(x) = f(x), f(1 2(x + y) = 1 2f(x + y) 1 2(f(x) + f(y) x,y n,f(x + y) f(x) + f(y) 证毕! 3 2第第第二二二章章章线线线搜搜搜索索索算算算法法法-P27习习习题题题2、4、6 第2题： 黄金0.618算法： function s,phis,k,G,E=golds(phi,a,b,delta,epsilon) %输入：phi是目标函数，a，b是搜索区间的两个端点 % delta，epsilon分别是自变量和函数值的容许误差 %输出: s, phis 分别是近似极小点和极大值，G是n 4矩阵， % 其第k行分别是a,p,q,b的第k次迭代值ak,pk,qk,bk, % E = ds,dphi,分别是s和phis的误差限 % t=(sqrt(5)-1)/2; h=b-a; phia=feval(phi,a); phib=feval(phi,b); p=a+(1-t)*h; q=a+t*h; phip=feval(phi,p); phiq=feval(phi,q); k=1; G(k,:)=a, p, q, b; while(abs(phib-phia)epsilon)|(hdelta) if(phipphiq) b=q; phib=phiq; q=p; phiq=phip; h=b-a; p=a+(1-t)*h; phip=feval(phi,p); else a=p; phia=phip; p=q; phip=phiq; h=b-a; q=a+t*h; phiq=feval(phi,q); end 4 k=k+1; G(k,:)=a, p, q, b; end ds=abs(b-a); dphi=abs(phib-phia); if(phip=phiq) s=p; phis=phip; else s=q; phis=phiq; end E=ds,dphi; 运行：s,phis,k,G,E = golds(inline(s3 2 s + 1),0,3,0.15,0.01); 结果 ak,pk,qk,bk 01.14591.85413.0000 00.70821.14591.8541 00.43770.70821.1459 0.43770.70820.87541.1459 0.70820.87540.97871.1459 0.70820.81150.87540.9787 0.70820.77210.81150.8754 0.77210.81150.83590.8754 (6) s,phis,k,G,E = golds(inline(s3 2 s + 1),0,3,0.15,0.001); G G = 5 01.14591.85413.0000 00.70821.14591.8541 00.43770.70821.1459 0.43770.70820.87541.1459 0.70820.87540.97871.1459 0.70820.81150.87540.9787 0.70820.77210.81150.8754 0.77210.81150.83590.8754 0.77210.79650.81150.8359 0.79650.81150.82080.8359 (7) 第4题： clear all;s,phis,k,ds,dphi,S = qmin(inline(s3 2 s + 1),0,3,1e 2,1e 4); s s = 0.8165 第6题 function f=fun(x) f = 100 (x(2) x(1)2)2+ (1 x(1)2; function gf=gfun(x) gf = 400 (x(2) x(1)2) x(1) 2 (1 x(1),200 (x(2) x(1)2); function mk=armijo(xk,dk ) beta=0.5; sigma=0.2; m=0; mmax=20; while (m=mmax) if(fun(xk + betam dk) = fun(xk) + sigma betam gfun(xk) dk) mk=m; break; 6 end m=m+1; end alpha=betamk newxk=xk+alpha*dk fk=fun(xk) newfk=fun(newxk) clear all;xk=-1,1;dk=1,1;mk=armijo(xk,dk) alpha = 0.0020 newxk = -0.9980 1.0020 fk = 4 newfk = 3.9956 mk = 9 3第第第三三三章章章最最最速速速下下下降降降法法法和和和牛牛牛顿顿顿法法法P41习习习题题题1，2，3 第1题： function f=funone(x) 7 f = 3 x(1)2+ 2 x(2)2 4 x(1) 6 x(2); function gf=gfunone(x) gf = 6 x(1) 4,4 x(2) 6; x0=0,1;x val k=grad(funone,gfunone,x0) x = 0.6667 1.5000 val = -5.8333 k = 10 第2题： (1)牛顿法 function f=funtwo1(x) f = 4 x(1)2+ x(2)2 8 x(1) 4 x(2); function gf=gfuntwo1(x) gf = 8 x(1) 8,2 x(2) 4; x0=0,1;x val k=grad(funtwo1,gfuntwo1,x0) x = 1 2 val = -8 8 k = 2 （2）阻尼牛顿法 function He=Hesstwo(x) n=length(x); He=zeros(n,n); He=8, 0; 0, 2; x0=0,1;x val k=dampnm(funtwo1,gfuntwo1,Hesstwo,x0) x = 1 2 val = -8 k = 1 第3题. function f=fun(x) f = (x(1) 2)4+ (x(1) 2 x(2)2; function gf=gfun(x) gf = 4 (x(1) 2)3+ 2 (x(1) 2 x(2),4 (x(1) 2 x(2); clear all; x0=0 3;v,val,k=grad(fun,gfun,x0) 9 x = 2.0139 1.0070 val = 3.7685e-008 k = 2111 4第第第四四四章章章共共共轭轭轭梯梯梯度度度法法法P51习习习题题题1，3，6(1) 1.证明向量1= (1,0)T和2= (3,2)T关于矩阵 A = ( 23 35 ) (8) 共轭. 验证T 1A2= 0. 3.设f(x) = 1 2x THx + bTx,其中 H = ( 42 24 ) ,b = ( 3 3 ) (9) (1)证明d0= (1,0)T与d1= (1,2)T关于H共轭; (2)以x0= (0,0)T为初始点,d0和d1为搜索方向，用精确线搜索求f的极小点. 验证(1)dT 0Hd1= 0. (2)首先，g( X) = f(X) = HX + b = ( 42 24 )( x1 x2 ) + ( 3 3 ) (10) 用定理4.1，也就是算法4.1产生的迭代序列，则每一步迭代点xk+1都是f(x)在x0和 方向d0,d1,.,dk所张成的线性流形，Sk= x|x = x0+ k i=0idi,i 中的 极小点，特别地，xn= x= G1b是问题的唯一极小点. 精确线搜索得到步长因子k具有如下性质，gT k+1dk = 0. Xk+1= Xk+ kdk gT k+1dk = 0 (11) 10 Xk+1= Xk+ kdk,即X1= X0+ 0d0; g(X1) = g1= g(X1) = H X1+ b,;gT 1d0= 0 0= 3/4, X1= (3/4,0)T,f(X1) = 9/8; 同理，利用(11)迭代，即 X2= X1+ 1d1 gT 2d1= 0 (12) 1= 1/4;X2= (1/2,1/2)T,f(X2) = 3/2, f(X2) f(X1), 定理4.1保证了极小点为X2= (1/2,1/2)T 6.(1)f(x) = 4x2 1+ 4x22 4x1x2 12x2,取初始点x0= (0.5,1)T; g(x) = f(x) = Gx + b,G(x) = 2f(x) = G; 共轭方向的构造过程，取初始方向d0= g0,令x1= x0+0d0,其中f(x1)Td0= gT 1d0 = 0,在x1处，用f在x1的负梯度方向g1与d0的组合来生成d1, 即d1= g1+0d0,然后选取系数0, 使得d1与d0关于G共轭，即令dT 1Gd0= 0确定0.因 此，0= gT 1Gd0 dT 0Gd0 ,g1 g0= G(x1 x0) = 0Gd0, 利用定理4.1可知gT 2di= 0(i = 0,1) 计算过程： g(x) = Gx + b = ( 84 48 )( x1 x2 ) + ( 0 12 ) (13) G = ( 84 48 ) (14) d0= g(x0) = Gx b = ( 84 48 )( 0.5 1 ) ( 0 12 ) = ( 8 2 ) (15) x1= x0+ 0d0= ( 0.5 1 ) + 0 ( 8 2 ) = ( 80 0.5 20+ 1 ) (16) f(x1)Td0= gT 1d0= 0 gT 1d0= ( 84 48 )( 80 0.5 20+ 1 ) + ( 0 12 )T( 8 2 ) = 0(17) 11 0= 17/104,x1= (21/26,69/52)T (0.80769,1.32692)T g1= (15/13,60/13)T 0= gT 1Gd0 dT 0Gd0 = 225/676 0.33284 d1= g1+ 0d0= (3315/2197,23205/4394)T (1.5088757,5.281065)T; x2= x1+ 1d1;f(x2)Td1= gT 2d1= 0 x2= ( (2551)/169 + 21/26 (17851)/338 + 69/52 ) (18) g2= ( 15/13 (15301)/169 (61201)/169 60/13 ) (19) 由此可以求出1= 0.127450980392157; 极值点为X2= (1,2)T; 5第第第五五五章章章拟拟拟牛牛牛顿顿顿法法法P73-2 2.DFP程序算法调用 极值点x = (0.2203 106,0.1599 106); 极小值val=1.2527 1013 附程序： function x,val,k=dfp(fun,gfun,x0) % 功能：用DFP算法求解无约束问题：min f(x) % 输入：x0是初始点，fun，gfun分别是目标函数及其梯度 %输出：x,val分别是近似最优点和最优值，k是迭代次数。 maxk=1e5; % 给出最大迭代次数 =0.55;=0.4;=1e-5; k=0;n=length(x0); %Hk=inv(feval(Hess,x0); %Hk=eye(n); 12 Hk=2 1;1 1; while(kmaxk) gk=feval(gfun,x0);% 计算梯度 if(norm(gk) ),break;end % 检验终止准则 dk=-Hk*gk;% 计算搜索方向 m=0;mk=0; while(mgk=-6 -3;Bk=4 -4;-4 8; dta=1; 14 d,val,lam,k=trustq(gk,Bk,dta) d = 0.870281791219574 0.492554154744547 val = -5.928777686124834 lam = 5.158202203432865 k = 5 dta=2; d,val,lam,k=trustq(gk,Bk,dta) d = 1.726569382044938 1.009434577568092 val = -10.321239036609670 lam = 1.813689513237923 k = 7 dta=5; d,val,lam,k=trustq(gk,Bk,dta) d = 3.749999980155628 15 2.249999987787719 val = -14.624999999999998 lam = 8.078453007598365e-009 k = 4 (2) gk=1 -3 -2;Bk=3 -1 2;-1 2 0;2 0 4; dta=1; d,val,lam,k=trustq(gk,Bk,dta) d = -0.262643366009954 0.837433127446609 0.479295543075525 val = -2.501140183861169 lam = 1.268746535391740 k = 7 dta=2; d,val,lam,k=trustq(gk,Bk,dta) 16 d = -0.333333333333382 1.333333333329036 0.666666666665635 val = -2.833333333333333 lam = 6.261736529506079e-012 k = 5 dta=5; d,val,lam,k=trustq(gk,Bk,dta) d = -0.333333333333433 1.333333333180722 0.666666666628600 val = -2.833333333333333 lam = 2.286320834416492e-010 k = 4 17 7第第第七七七章章章非非非线线线性性性最最最小小小二二二乘乘乘问问问题题题P98-1，2，6 1. 设有非线性方程组 f1(x) = x3 1 2x22 1 = 0 f2(x) = 2x1+ x2 2 = 0 (21) (1)列出求解这个方程组的非线性最小二乘问题的数学模型； 最小二乘问题的数学表达式：minxRnf(x) = 1 2 F(x) = 1 2 m i=1f 2 i(x) (2)写出求解该问题的高斯-牛顿法迭代公式的具体形式： Jk= F(x(k) = (F1(x(k),Fm(x(k)T= ( 3x2 1,k 4x2,k 21 ) (22) dGN k = JT kJk 1JT kF(xk) = ( 3x2 1,k 2 4x2,k1 )( 3x2 1,k 4x2,k 21 )1( 3x2 1,k 2 4x2,k1 )( x3 1,k 2x 2 2,k 1 2x1,k+ x2,k 2 ) (23) (3)初始点取为x0= (2,2)T,迭代三次： 迭代公式： Xk+1= Xk+ dGN k X1= X0+ dGN 0 = 3.107142857142859 3.785714285714287 X2= X1+ dGN 1 = 5.157431640715118 7.685136718569831 X3= X2+ dGN 2 = 8.766682264589718 18 16.466635470820520 2. 解答：（1）测得的t1,t2和y一共5组数据，分别代入关系式 y = x1x3t1 1 + x1t1+ x2t2 (24) 0.13 = x1x3 1+x1+x2 0.22 = 2x1x3 1+2x1+x2 0.08 = x1x3 1+x1+2x2 0.13 = 2x1x3 1+2x1+2x2 0.19 = 0.1x1x3 1+0.1x1 (25) F1(x) = x1x3 0.13(1 + x1+ x2) F2(x) = 2x1x3 0.22(1 + 2x1+ x2) F3(x) = x1x3 0.08(1 + x1+ 2x2) F4(x) = 2x1x3 0.13(1 + 2x1+ 2x2) F5(x) = 0.1x1x3 0.19(1 + 0.1x1) (26) (1)最小二乘问题模型表示为minxRnf(x) = 1 2 F(x) = 1 2 m i=1F 2 i(x) (2)高斯牛顿迭代公式的具体公式为： dGN k = JT kJk 1JT kF(xk) 6.利用LM方法的matlab程序求解minf(x) = 1 2 5 i=1r 2 i(x) 其中 r1(x) = x2 1+ x22+ x23 1 r2(x) = x1+ x2+ x3 1 r3(x) = x2 1+ x22+ (x3 2)2 1 r4(x) = x1+ x2 x3+ 1 r5(x) = x3 1+ 3x22+ (5x3 x1+ 1)2 36t (27) t为参数，可取t = 0.5,1,5等，注意当t = 1时，x= (0,0,1)T是全局极小 点，这时问题为零残量，比较不同参数的计算效果。 function x,val,k=lmm(Fk,JFk,x0) %功能: 用L-M方法求解非线性方程组: F(x)=0 %输入: x0是初始点, Fk, JFk 分别是求F(xk)及F(xk)的函数 %输出: x, val分别是近似解及F(xk)的值, k是迭代次数. maxk=1000; %给出最大迭代次数 19 = 0.55; = 0.4;k= norm(feval(Fk,x0); k=0; epsilon=1e-6; n=length(x0); while(kmaxk) fk=feval(Fk,x0); %计算函数值 jfk=feval(JFk,x0); %计算Jacobi阵 gk=jfk*fk; dk = (jfkjfk+keye(n)gk; % 解方程组Gk*dk=-gk, 计算搜索方向 if(norm(gk)epsilon), break; end %检验终止准则 m=0; mk=0; while(mx0 = 1,1,1;x,val,k = lmm(Fk,JFk,x0) x = 0.339361063668441 -0.200183578804671 0.714384339944574 val = 0.486062168183995 21 k = 9 (II)t=1;注意，这里x= (0,0,1)T是全局极小点，这时问题为零残量。 clearall;x0 = 1,1,1;x,val,k = lmm(Fk,JFk,x0) x = -0.000000000000080 0.000000000000087 0.999999999999985 val = 2.815888304992978e-027 k = 8 (III)t=5; clearall;x0 = 1,1,1;x,val,k = lmm(Fk,JFk,x0) x = -0.490713830929549 0.103144026198463 2.384345136824180 val = 14.450411547247533 k = 14 22 8第第第八八八章章章最最最优优优性性性条条条件件件P112-1，2,5,6 1.验证 x = (2,1)T是否为下列最优化问题的KT点： minf(x) = (x1 3)2+ (x2 2)2 s.t.x2 1+ x22 5, x1+ 2x2= 4, x1,x2 0. (28) 验证：计算 f( x) = 2(x1 3) 2(x2 2) ? ? ? ? x= x = 2 2 ,h( x) = 1 2 (29) g1( x) = 2x1 2x2 = 4 2 ,g2( x) = 1 0 ,g3( x) = 0 1 (30) 令 f( x) h( x) 1g1( x) = 0 即 2 2 1 2 1 4 2 2 1 0 3 0 1 = 0(31) 令2= 0, 3= 0,解得 = 2 3, 1= 1 3 所以 f( x) h( x) 3 i=1 igi( x) = 0 igi( x) = 0,i 0,i = 1,2,3 (32) 这表明 x是KT点，( x,( ,)是KT对，其中 = 2 3, = (1 3,0,0) T. 2.对于最优化问题： minf(x) = 4x1 3x2 s.t.(x1 3)2+ x2+ 1 0, 4 x1 x2 0, x2+ 7 0. (33) 求满足KT条件的点。 解：类似第1题 23 f( x) = 4 3 ? ? ? ? x= x = 4 3 ,h( x) = 0 0 (34) g1( x) = 2( x1 3) 1 ,g2( x) = 1 1 ,g3( x) = 0 1 (35) 令 f( x) h( x) 3 i=1 igi( x) = 0 igi( x) = 0,i 0,i = 1,2,3 (36) 即： 4 3 1 2( x1 3) 1 2 1 1 3 0 1 = 0 1( x1 3)2+ x2+ 1) = 0 2(4 x1 x2) = 0 3( x2+ 7) = 0 i 0,i = 1,2,3 (37) 取3= 0 4 x1 x2= 0 = x2= 4 x1 代入( x1 3)2+ x2+ 1 = 0 = ( x1 3)2+ 4 x1+ 1 = 0 = x1= 1或 x1= 4 当 x1= 4时， x2= 0,1= 7/3,2= 2/3,不满足i 0舍去; 当 x1= 1时， x2= 3,1= 7/3,2= 16/3,满足i 0; 5.利用KT条件推出线性规划 minz = cTx s.t.Ax b, x 0, (38) 的最优化条件。 解： 24 f(x) 2 i=1igi(x) = 0 igi(x) = 0,i 0,i = 1,2 (39) g1(x) = A, g2(x) = I, 其拉格朗日函数为 L(x,1,2) = cTx T 1(b Ax) T2x 对上述函数关于x求极小. 令 xL(x,1,2) = c 2+ AT1= 0, 由(39)2g2(x) = 2x = 0, 令2= 0, 因此最优性条件为： c + AT1= 0 1(b Ax) = 0,1 0 (40) 6.设二次规划 minf(x) = 1 2x THx + cTx s.t.Ax = b, (41) 其中H为n阶对称正定矩阵，矩阵A行满秩，求其最优解并说明解的唯一 性。 解： 首先写出该问题的拉格朗日函数为 L(x,) = 1 2x THx + cTx T(Ax b). 对上述函数关于x求极小. 由于H对称正定, 故函数L(x,)关于x为凸函数. 令 xL(x,) = Hx + c AT = 0, H对称正定，以及等式约束条件Ax = b, 25 Hx + c AT = 0, x + H1c H1AT = 0, Ax + AH1c AH1AT = 0, b + AH1c AH1AT = 0, H对称正定，A行满秩，因此，AH1AT可逆（需要简单证明）, = (AH1AT)1(b + AH1c), 因此有拉格朗日乘子的唯一性解， 也就有了最优解x = H1c + H1AT的唯一性。 9第第第九九九章章章罚罚罚函函函数数数法法法P132，1-(1)、2-(1)、3-(3),6 1-(1):用外罚函数法求解下列约束优化问题： minf(x) = x1 x2 s.t.x2 1+ x22= 1, (42) 解： 由等式约束得x2= 1 x2 1, 代入目标函数得到一个无约束的单变量极小 化问题 min(x1) = x1 1 x2 1 其全局极小点为x1= 1 2,从而得到原问题的全局极小点为( 1 2, 1 2). 现在要使构造的罚函数P(x),满足 P(x) = 0,x2 1+ x22 1 = 0 0,x2 1+ x22 1 = 0, (43) 只要令P(x) = (x2 1+ x22 1)2即可. 现在考察目标函数和上述罚函数的组合 P(x,) = f(x) + P(x) = x1 x2+ P(x) 其中 0是充分大的正数，称为罚因子（罚参数）。求这个组合函数的极 小点. 由 26 P(x,) x1 = P(x,) x2 = 0, 得 1 + 4x1(x2 1+ x22 1) =0 1 + 4x2(x2 1+ x22 1) =0 (44) 由此可得x1= x2= 0，因此x1(2x2 1 1) = 1 4,当 ,x1 = 0(舍去)和x1= 1 2。所以x1 = x2= 1 2,minf(x) = 2. 2-(1).用内点法求解下列约束优化问题： （1） minf(x) = x1+ x2 s.t.x2 1+ x2 0, x1 0; (45) 更正 minf(x) = x1+ x2 s.t.x2 1+ x2 0, x1 0; (46) - 解： 令g1(x) = x2 1 x2,g2(x) = x1,给出增广目标函数为 H(x,) = x1+ x2 (ln(x2 1 x2) + ln(x1) 令 H x1 =1 2x1 x2 1x2 x1 = 0 H x2 =1 + x2 1x2 = 0 (47) x2 1 x2= ,1 + 2x1 x1 = 0, x1= 11+8 4 , 0,x1= 0或x1= 1 2 x2 1 x2= x2= 0或x2= 1 4 当x1= 1 2，x2 = 1 4时min f(x)= 1 4. 27 更正 解： 令g1(x) = (x2 1 x2),g2(x) = x1,给出增广目标函数为 H(x,) = x1+ x2 (ln(x2 1+ x2) + ln(x1) 令 H x1 =1 + 2x1 x2 1+x2 x1 = 0 H x2 =1 x2 1+x2 = 0 (48) x2 1 x2= ,1 + 2x1 x1 = 0, x1= 11+8 4 , 0,x1= 0或x1= 1 2 x2 1 x2= x2= 0或x2= 1 4 当x1= 1 2，x2 = 1 4时min f(x)= 1 4. - 3-(1).