matlab最速下降法学习笔记

%最速下降法
clear all
clc

syms x1 x2 a b

Theta_error=0.001;

x0=[3;2];
X = [x1;x2];
f = x1^2+25*x2^2;
df = gradient(f,X);
dfx = subs(df,X,x0);         %求函数在x0时的梯度
Fx0 = subs(f,X,x0);

X1 = x0-a.*dfx;
h = X1(1)^2+25*X1(2)^2;              %构造函数h=f（x）
dh = gradient(h,a);
a = solve(dh);                      %求出a
X1 = x0-a.*dfx;
FX1 = subs(f,X,X1);
dfX = subs(df,X,X1);      %求函数在X1时的梯度

k=0;
Da=[];                      %为迭代中的各个变化创建存储空间
DFx0=[];
DFX1=[];
Dx=[];                      %因为x0和X1是二维向量，所以为向量设置两个存储空间分别存储每个元素
Dxx=[];
DX=[];
DXX=[];

while norm(X1-x0)>Theta_error
    k=k+1;
    
    DX(k)=X1(1);
    Dx(k)=x0(1);
    Dxx(k)=x0(2);
    DXX(k)=X1(2);
    Da(k)=a;                         %每一次迭代后把变化后的值赋给D
    DFx0(k)=Fx0;
DFX1(k)=FX1;
    
    
    x0=X1;                     %对x0进行重新赋值，此时的x0相当于X1
    Fx0 = FX1;
    dfx = dfX;
    a=b;
    

    
    X1 = x0-a.*dfx;               %对X1进行重新赋值，此时的X1相当于X2
    h = X1(1)^2+25*X1(2)^2;
    dh = gradient(h,a);
    a = solve(dh);
    X1 = x0-a.*dfx;
    FX1 = subs(f,X,X1);
    dfX = subs(df,X,X1);
    
    
end
xx=X1;