前面在牛顿法改进版博文中,函数求导并未程序化,一个未了的心愿,下面来实现它:
首先是,求导的方法,可程序化的,这种方法叫做有限差分法求导,方法如下:
A:函数f(xi-h)的泰勒展开等于:f(xi)+((xi-h)-xi)+(1/2)
B:函数f(xi+h)的泰勒展开等于:f(xi)+((xi+h)-xi)+(1/2)
A-B:f(xi-h)-f(xi+h)=0-2h*
所以,=(-1)(f(xi-h)-f(xi+h))/2h,
当h=1,则=(-1)(f(xi-1)-f(xi+1))/2,这个公式在图像处理(计算机视觉)中经常用到。
其次,我们在牛顿法改进版博文中,函数minF(X)=x0^2+x1^2-x0*x1-10*x0-4*x1+60,我们尝试用这个方法求导
=(-1)(f(x0-1)-f(x0+1))/2=?,很值得期待...
C:f(x0-1)=(x0-1)^2+x1^2-(x0-1)*x1-10*(x0-1)-4*x1+60
D:f(x0+1)=(x0+1)^2+x1^2-(x0+1)*x1-10*(x0+1)-4*x1+60
D-C:f(x0+1)-f(x0-1)=4*x0-2*x1-20
好,=(4*x0-2*x1-20)/2=2*x0-x1-10,成功了,结果居然和我们手工求导相同。
好,我们把它变成程序!
突然发现,像(x0+1)^2这样的公式,计算机怎么展开?如果是三次,四次方怎么办?
另外f(x0+1)-f(x0-1)这样的多项式相减,结果仍然是多项式,计算机怎么操作?
突然,又想到一个好方法:前面博文中代码给了很好的启示:
for (int n = 0; n < 维数N; n++)
{
X[n] = 0; // X[0] = 0;
// X[1] = 0;
}
newton迭代(X[0], X[1]);
}
private void newton迭代(double a0, double a1)
{
double[] X的偏导数P = new double[维数N];
X的偏导数P[0] = 2 * a0 - a1 - 10;//x0^2+x1^2-x0*x1-10*x0-4*x1+60=f
X的偏导数P[1] = 2 * a1 - a0-4;//x0^2+x1^2-x0*x1-10*x0-4*x1+60=f
}
看到没有,进入newton迭代函数的是两个已经确定的double值,也就是说,我们并不需要结果表达式:2*x0-x1-10
而只需要1/2(D-C)=1/2【(x0+1)^2+x1^2-(x0+1)*x1-10*(x0+1)-4*x1+60-((x0-1)^2+x1^2-(x0-1)*x1-10*(x0-1)-4*x1+60)】把他交给计算机就ok了,因为x0,x1是两个已经确定的double值,比如x0,x1=(2,3);计算机难道不会计算(x0+1)^2=3^2吗?
因为1/2【(x0+1)^2+x1^2-(x0+1)*x1-10*(x0+1)-4*x1+60-((x0-1)^2+x1^2-(x0-1)*x1-10*(x0-1)-4*x1+60)】=2*x0-x1-10
所以我们求偏导得代码更改为:
private void newton迭代(double a0, double a1)
{
double[] X的偏导数P = new double[维数N];
// X的偏导数P[0] = 2 * a0 - a1 - 10;//x0^2+x1^2-x0*x1-10*x0-4*x1+60=f
// X的偏导数P[1] = 2 * a1 - a0-4;//x0^2+x1^2-x0*x1-10*x0-4*x1+60=f
X的偏导数P[0] = 1/2【(a0+1)^2+a1^2-(a0+1)*a1-10*(a0+1)-4*a1+60-((a0-1)^2+a1^2-(a0-1)*a1-10*(a0-1)-4*a1+60)】
X的偏导数P[1] = 1/2【a0^2+(a1+1)^2-a0*(a1+1)-10*a0-4*(a1+1)+60-(a0^2+(a1-1)^2-a0*(a1-1)-10*a0-4*(a1-1)+60)】
}
ok,打完收工!同志们,国庆,中秋快乐!