最優化第二講——一維搜索法(牛頓法)

牛頓法可以用來解決兩種問題,其實本質上也是一種問題,就是方程求根,只不過一個是求f(x)=0的根,一個是求f(x)的導數=0的根

1. 無約束函數f(x) = 0的根

有兩種方式可以解釋一下牛頓法

切線法


這種方式就是不斷的求點的切線,如果初始點是(x1, f(x1)),求得這個點的切線和x軸的交點(x2, 0),對應到曲線上的值爲(x2, f(x2)),然後再求這個點的切線,一次類推,直到達到要求

我們看一下這個遞推公式,x1, x2的關係如下

由此可以得到遞推公式爲


這個就是牛頓法的迭代公式

泰勒公式法

利用泰勒公式的一階展開


求解f(x)=0就是方程的解,應爲泰勒公式的一階展開只是近似相等,並不完全相等,而且在dx很小的情況下是近似的,所以我們說f(x)=0使得


並不是找到了解,而是在一步步的逼近最優解,所以迭代的想法也就產生了,也得到了上面的迭代公式

2. 無約束函數f(x)的極值點

這裏我們要求f(x)的極值點,其實就是在求f'(x)=0的點,可以跟上面類比,只不過上面的迭代公式中f(xn)變爲f'(xn),f'(xn)變爲f‘’(xn),這是一種理解方式

我們還可以根據泰勒公式的二階展開來求解


發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章