Aufgabe 1 (ca. 14 Punkte) Seite 3 Gegeben sei das ... - M1
Aufgabe 1 (ca. 14 Punkte) Seite 3 Gegeben sei das ... - M1
Aufgabe 1 (ca. 14 Punkte) Seite 3 Gegeben sei das ... - M1
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
<strong>Aufgabe</strong> 1 (<strong>ca</strong>. <strong>14</strong> <strong>Punkte</strong>)<br />
I<br />
II<br />
<strong>Seite</strong> 3<br />
<strong>Gegeben</strong> <strong>sei</strong> <strong>das</strong> gleichungsrestringierte Problem<br />
min f(x) := −x 1x 2<br />
x∈R 2 2 u. d. N. h(x) := x 2 1 + x 2 2 − 1 = 0. (P1)<br />
Es bezeichne X := {x ∈ R 2 : h(x) = 0} den zulässigen Bereich.<br />
a) Begründen Sie kurz, <strong>das</strong>s (P1) eine globale Lösung besitzt.<br />
b) Ist (P1) konvex (Hier genügt „ja“ oder „nein“ als Antwort!)<br />
c) Zeigen Sie, <strong>das</strong>s für alle x ∈ X eine CQ gilt und für alle (x, µ) ∈ X × R auch die CQ2 erfüllt ist.
Fortsetzung von <strong>Aufgabe</strong> 1 <strong>Seite</strong> 4<br />
d) Es <strong>sei</strong> x = (x 1 , x 2 ) T ∈ R 2 . Geben Sie die KKT-Bedingungen für (P1) im Punkt x konkret an.<br />
e) Überprüfen Sie, <strong>das</strong>s der Punkt ¯x := (√ 1<br />
, √ ) T √<br />
2<br />
3 3 mit dem Multiplikator ¯µ := 1<br />
3<br />
von (P1) bildet.<br />
ein KKT-Paar<br />
f) Wir setzen K := {(d 1 , d 2 ) T ∈ R 2 : d 1 = − √ 2d 2 }. Rechnen Sie nach, <strong>das</strong>s T l (h, ¯x) = K gilt.
Fortsetzung von <strong>Aufgabe</strong> 1 <strong>Seite</strong> 5<br />
g) Geben Sie mit kurzer Begründung den Tangentialkegel T(X, ¯x) an.<br />
h) Man kann nachrechnen, <strong>das</strong>s d T ∇ 2 xxL(¯x, ¯µ)d > 0 ∀d ∈ K \ {0} gilt.<br />
Begründen Sie, <strong>das</strong>s ¯x ein lokales Minimum von (P1) ist.
<strong>Aufgabe</strong> 2 (<strong>ca</strong>. 12,5 <strong>Punkte</strong>)<br />
I<br />
II<br />
<strong>Seite</strong> 6<br />
Wir betrachten <strong>das</strong> Optimierungsproblem<br />
min f(x) := x<br />
x∈R 2 1 + 1 (<br />
x<br />
2<br />
2 2 − x1)<br />
2<br />
u. d. N. g 1 (x) := x 2 1 − 1 ≤ 0, g 2 (x) := x 2 2 − 1 ≤ 0. (P2)<br />
a) Die Nebenbedingungen von (P2) sind konvex, daher gilt in jedem zulässigen Punkt eine CQ, wenn<br />
die Slater-Bedingung erfüllt ist. (Das brauchen Sie nicht zu beweisen!)<br />
Zeigen Sie, <strong>das</strong>s die Nebenbedingungen von (P2) der Slater-Bedingung genügen.<br />
b) Ist (P2) konvex (Hier genügt „ja“ oder „nein“!)<br />
c) Geben Sie unter Verwendung des (·) + -Operators die l 1 -Penaltyfunktion P 1 α, α > 0, für (P2) konkret<br />
an.<br />
d) Geben Sie P 1 1/2 (x) für alle x = (x 1, x 2 ) T mit x 1 < −1 und x 2 ∈ [−1, 1] an und vereinfachen Sie<br />
soweit wie möglich.
Fortsetzung von <strong>Aufgabe</strong> 2 <strong>Seite</strong> 7<br />
e) Ist <strong>das</strong> l 1 -Penaltyteilproblem für α = 1 2<br />
global lösbar (Hier genügt „ja“ oder „nein“!)<br />
Im Folgenden betrachten wir <strong>das</strong> lokale SQP-Verfahren mit der Wahl H k := ∇ 2 xxL(x k , λ k ) für alle k.<br />
f) Geben Sie <strong>das</strong> SQP-Teilproblem für (P2) zum Startpunkt x 0 := (1, 0) T und λ 0 := (1, 0) T konkret<br />
an.
Fortsetzung von <strong>Aufgabe</strong> 2 <strong>Seite</strong> 8
<strong>Aufgabe</strong> 3 (<strong>ca</strong>. 9 <strong>Punkte</strong>)<br />
I<br />
II<br />
<strong>Seite</strong> 9<br />
Kreuzen Sie die richtige Antwort an! Der Rechenweg wird in dieser <strong>Aufgabe</strong> nicht bewertet!<br />
Pro falsch/nicht/richtig angekreuztem Kästchen gibt es -1/0/1 <strong>Punkte</strong>.<br />
Im Falle einer negativen Gesamtpunktzahl wird diese <strong>Aufgabe</strong> mit null <strong>Punkte</strong>n bewertet.<br />
In der gesamten <strong>Aufgabe</strong> <strong>sei</strong>en f : R n → R, g : R n → R m und h : R n → R p zweimal stetig differenzierbare<br />
Funktionen. Betrachtet wird stets <strong>das</strong> Optimierungsproblem<br />
mit zulässigem Bereich X := {x ∈ R n : g(x) ≤ 0, h(x) = 0}.<br />
min f(x) u. d. N. x ∈ X (P3)<br />
a) Der linearisierte Tangentialkegel ist ein nichtleerer, abgeschlossener und konvexer Kegel.<br />
wahr □ falsch □<br />
b) Es <strong>sei</strong> ¯x ∈ X ein innerer Punkt von X. Dann gilt:<br />
Die Bedingung ∇f(¯x) T d ≥ 0 ∀d ∈ T(X, ¯x) ist genau dann erfüllt, wenn ∇f(¯x) = 0 gilt.<br />
wahr □ falsch □<br />
c) f <strong>sei</strong> konvex und g und h <strong>sei</strong>en affin-linear. Dann gilt für ¯x ∈ X:<br />
¯x ist genau dann ein globales Minimum von (P3), wenn ¯x ein KKT-Punkt von (P3) ist.<br />
wahr □ falsch □<br />
d) Es <strong>sei</strong> x ∈ X mit g(x) < 0 und λ ∈ R m mit λ ≥ 0. Dann gilt T l (g, h, x) = T + (g, h, x, λ).<br />
wahr □ falsch □<br />
e) Es <strong>sei</strong> x ∈ X ein regulärer Punkt. Dann gelten in x die notwendigen Optimalitätsbedingungen<br />
zweiter Ordnung.<br />
wahr □ falsch □<br />
f) (P3) <strong>sei</strong> konvex und zusätzlich <strong>sei</strong> für ein i ∈ {1, . . . , m} die Funktion g i : R n → R strikt konvex.<br />
Dann ist die quadratische Penaltyfunktion strikt konvex auf R n . wahr □ falsch □<br />
g) (P3) <strong>sei</strong> konvex und ¯x ∈ X ein lokales Minimum, in dem eine CQ gelte. Dann ist die l 1 -<br />
Penaltyfunktion Pα 1 für hinreichend große α exakt in ¯x.<br />
wahr □ falsch □<br />
h) Wir betrachten <strong>das</strong> lokale SQP-Verfahren. Dann gilt:<br />
Der Vektor d = 0 ist genau dann zulässig für <strong>das</strong> zur aktuellen Iterierten (x k , λ k , µ k ) gehörige<br />
SQP-Teilproblem, wenn x k ein zulässiger Punkt von (P3) ist.<br />
wahr □ falsch □<br />
i) Sowohl bei Penaltyverfahren als auch beim globalisierten SQP-Verfahren können Teilprobleme<br />
auftreten, die keine globale Lösung besitzen.<br />
wahr □ falsch □<br />
Platz für Nebenrechnungen:
Fortsetzung von <strong>Aufgabe</strong> 3 <strong>Seite</strong> 10
<strong>Aufgabe</strong> 4 (<strong>ca</strong>. 4,5 <strong>Punkte</strong>)<br />
I<br />
II<br />
<strong>Seite</strong> 11<br />
Wir betrachten <strong>das</strong> Optimierungsproblem<br />
min f(x) u. d. N. h(x) = 0 (P4)<br />
x∈Rn mit stetig differenzierbaren Funktionen f : R n → R und h : R n → R p sowie zulässigem Bereich<br />
X := {x ∈ R n : h(x) = 0}. Es <strong>sei</strong> ¯x ∈ X ein regulärer Punkt.<br />
a) Begründen Sie, <strong>das</strong>s die Vektoren ∇h i (¯x), i = 1, . . . , p, linear unabhängig sind.<br />
b) Zeigen Sie unter Benutzung von a), <strong>das</strong>s die Lagrange-Multiplikatoren zu ¯x eindeutig sind, d. h.<br />
für zwei KKT-Paare (¯x, ¯µ) und (¯x, µ ∗ ) von (P4) gilt ¯µ = µ ∗ .
Zusammenfassung <strong>Seite</strong> 13<br />
<strong>Aufgabe</strong> 1<br />
<strong>Gegeben</strong> <strong>sei</strong> <strong>das</strong> gleichungsrestringierte Problem<br />
min f(x) := −x 1x 2<br />
x∈R 2 2 u. d. N. h(x) := x 2 1 + x 2 2 − 1 = 0. (P1)<br />
Es bezeichne X := {x ∈ R 2 : h(x) = 0} den zulässigen Bereich.<br />
a) Begründen Sie kurz, <strong>das</strong>s (P1) eine globale Lösung besitzt.<br />
b) Ist (P1) konvex (Hier genügt „ja“ oder „nein“ als Antwort!)<br />
c) Zeigen Sie, <strong>das</strong>s für alle x ∈ X eine CQ gilt und für alle (x, µ) ∈ X × R auch die CQ2 erfüllt ist.<br />
d) Es <strong>sei</strong> x = (x 1 , x 2 ) T ∈ R 2 . Geben Sie die KKT-Bedingungen für (P1) im Punkt x konkret an.<br />
(√ √ ) T √<br />
1<br />
e) Überprüfen Sie, <strong>das</strong>s der Punkt ¯x :=<br />
3 , 2<br />
3 mit dem Multiplikator ¯µ :=<br />
1<br />
3<br />
ein KKT-Paar von (P1) bildet.<br />
f) Wir setzen K := {(d 1 , d 2 ) T ∈ R 2 : d 1 = − √ 2d 2 }. Rechnen Sie nach, <strong>das</strong>s T l (h, ¯x) = K gilt.<br />
g) Geben Sie mit kurzer Begründung den Tangentialkegel T(X, ¯x) an.<br />
h) Man kann nachrechnen, <strong>das</strong>s d T ∇ 2 xxL(¯x, ¯µ)d > 0 ∀d ∈ K \ {0} gilt.<br />
Begründen Sie, <strong>das</strong>s ¯x ein lokales Minimum von (P1) ist.<br />
<strong>Aufgabe</strong> 2<br />
Wir betrachten <strong>das</strong> Optimierungsproblem<br />
min f(x) := x 1 + 1 (<br />
x<br />
2<br />
x∈R 2 2 2 − x 2 1)<br />
u. d. N. g 1 (x) := x 2 1 − 1 ≤ 0, g 2 (x) := x 2 2 − 1 ≤ 0. (P2)<br />
a) Die Nebenbedingungen von (P2) sind konvex, daher gilt in jedem zulässigen Punkt eine CQ, wenn die Slater-<br />
Bedingung erfüllt ist. (Das brauchen Sie nicht zu beweisen!)<br />
Zeigen Sie, <strong>das</strong>s die Nebenbedingungen von (P2) der Slater-Bedingung genügen.<br />
b) Ist (P2) konvex (Hier genügt „ja“ oder „nein“!)<br />
c) Geben Sie unter Verwendung des (·) + -Operators die l 1 -Penaltyfunktion P 1 α, α > 0, für (P2) konkret an.<br />
d) Geben Sie P 1 1/2 (x) für alle x = (x 1, x 2 ) T mit x 1 < −1 und x 2 ∈ [−1, 1] an und vereinfachen Sie soweit wie möglich.<br />
e) Ist <strong>das</strong> l 1 -Penaltyteilproblem für α = 1 2<br />
global lösbar (Hier genügt „ja“ oder „nein“!)<br />
Im Folgenden betrachten wir <strong>das</strong> lokale SQP-Verfahren mit der Wahl H k := ∇ 2 xxL(x k , λ k ) für alle k.<br />
f) Geben Sie <strong>das</strong> SQP-Teilproblem für (P2) zum Startpunkt x 0 := (1, 0) T und λ 0 := (1, 0) T konkret an.<br />
<strong>Aufgabe</strong> 3<br />
Kreuzen Sie die richtige Antwort an! Der Rechenweg wird in dieser <strong>Aufgabe</strong> nicht bewertet!<br />
Pro falsch/nicht/richtig angekreuztem Kästchen gibt es -1/0/1 <strong>Punkte</strong>.<br />
Im Falle einer negativen Gesamtpunktzahl wird diese <strong>Aufgabe</strong> mit null <strong>Punkte</strong>n bewertet.<br />
In der gesamten <strong>Aufgabe</strong> <strong>sei</strong>en f : R n → R, g : R n → R m und h : R n → R p zweimal stetig differenzierbare Funktionen.<br />
Betrachtet wird stets <strong>das</strong> Optimierungsproblem<br />
mit zulässigem Bereich X := {x ∈ R n : g(x) ≤ 0, h(x) = 0}.<br />
min f(x) u. d. N. x ∈ X (P3)<br />
a) Der linearisierte Tangentialkegel ist ein nichtleerer, abgeschlossener und konvexer Kegel.<br />
b) Es <strong>sei</strong> ¯x ∈ X ein innerer Punkt von X. Dann gilt:<br />
Die Bedingung ∇f(¯x) T d ≥ 0 ∀d ∈ T(X, ¯x) ist genau dann erfüllt, wenn ∇f(¯x) = 0 gilt.<br />
c) f <strong>sei</strong> konvex und g und h <strong>sei</strong>en affin-linear. Dann gilt für ¯x ∈ X:<br />
¯x ist genau dann ein globales Minimum von (P3), wenn ¯x ein KKT-Punkt von (P3) ist.
d) Es <strong>sei</strong> x ∈ X mit g(x) < 0 und λ ∈ R m mit λ ≥ 0. Dann gilt T l (g, h, x) = T + (g, h, x, λ).<br />
e) Es <strong>sei</strong> x ∈ X ein regulärer Punkt. Dann gelten in x die notwendigen Optimalitätsbedingungen zweiter Ordnung.<br />
f) (P3) <strong>sei</strong> konvex und zusätzlich <strong>sei</strong> für ein i ∈ {1, . . . , m} die Funktion g i : R n → R strikt konvex. Dann ist die<br />
quadratische Penaltyfunktion strikt konvex auf R n .<br />
g) (P3) <strong>sei</strong> konvex und ¯x ∈ X ein lokales Minimum, in dem eine CQ gelte. Dann ist die l 1 -Penaltyfunktion P 1 α für<br />
hinreichend große α exakt in ¯x.<br />
h) Wir betrachten <strong>das</strong> lokale SQP-Verfahren. Dann gilt:<br />
Der Vektor d = 0 ist genau dann zulässig für <strong>das</strong> zur aktuellen Iterierten (x k , λ k , µ k ) gehörige SQP-Teilproblem,<br />
wenn x k ein zulässiger Punkt von (P3) ist.<br />
i) Sowohl bei Penaltyverfahren als auch beim globalisierten SQP-Verfahren können Teilprobleme auftreten, die keine<br />
globale Lösung besitzen.<br />
<strong>Aufgabe</strong> 4<br />
Wir betrachten <strong>das</strong> Optimierungsproblem<br />
min f(x) u. d. N. h(x) = 0 (P4)<br />
x∈Rn mit stetig differenzierbaren Funktionen f : R n → R und h : R n → R p sowie zulässigem Bereich X := {x ∈ R n : h(x) = 0}.<br />
Es <strong>sei</strong> ¯x ∈ X ein regulärer Punkt.<br />
a) Begründen Sie, <strong>das</strong>s die Vektoren ∇h i (¯x), i = 1, . . . , p, linear unabhängig sind.<br />
b) Zeigen Sie unter Benutzung von a), <strong>das</strong>s die Lagrange-Multiplikatoren zu ¯x eindeutig sind, d. h. für zwei KKT-Paare<br />
(¯x, ¯µ) und (¯x, µ ∗ ) von (P4) gilt ¯µ = µ ∗ .