程序化函数求导c#实现

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！