【最优化】牛顿法、高斯-牛顿法

一、牛顿法

1、牛顿法在一维搜索中的应用

在一维搜索中我们所要解决的问题是如何找函数f(x)的最小值。
牛顿法的核心思想是用二次函数拟合函数f(x)的某一邻域区间，用二次函数的极小值点作为下一次的迭代点。通过多次迭代使得二次函数的极小值逼近函数f(x)的极小值
$$\begin{array}{rl}& g(x)=f(x^{(k)})+f^{\prime }(x^{(k)})(x-x^{(k)})+\frac{1}{2}{f}^{\prime \prime }(x^{(k)})(x-x^{(k)}{)}^2\\ & g(x)\approx f(x),求f(x)最小值\approx 求g(x)最小值\\ & g^{\prime }(x)=f^{\prime }(x^{(k)})+f^{\prime \prime }(x^{(k)})(x-x^{(k)})\\ & 令g^{\prime }(x)=0,x=x^{(k)}-\frac{f^{\prime }(x^{(k)})}{f^{\prime \prime }(x^{(k)})}\\ & 只有在f^{\prime \prime }(x)>0时成立，f^{\prime }(x)=0只能保证该点为极值点，f^{\prime \prime }(x)>0保证该点为极小值点\end{array}$$

2、牛顿法在多维函数中的应用

多维的情况与一维类似，如果是二维函数，拟合的是一个二次曲面，用二次曲面的最低点作为下一次的迭代点。
$$\begin{array}{rl}& g(X)=f(X^{(k)})+(X-X^{(k)})\nabla f^{\prime }(X^{(k)})+\frac{1}{2}(X-X^{(k)}{)}^T{\nabla }^{2}f(X^{(k)})(X-X^{(k)})\\ & g(X)\approx f(X),求f(X)最小值\approx 求g(X)最小值\\ & 令\nabla g(X)=\nabla f(X^{(k)})+\nabla f(X^{(k)})(X-X^{(k)})=0\\ & 如果{\nabla }^{2}f(X)>0(正定矩阵),X=X^{(k)}-[\nabla f(x^{(k)}){]}^{-1}\nabla f(x^{(k)})\end{array}$$

3、Levenberg-Marquardt修正

上述方法只有在$Hess$矩阵正定是成立，如果$Hess$矩阵不是正定的要怎么办？
$Hsee$矩阵是实对称矩阵($\frac{\partial f^2(X)}{\partial x_j\partial x_i}=\frac{\partial f^2(X)}{\partial x_i\partial x_j}$​​)，而实对称矩阵一定可以三角化
$$\begin{array}{r}\end{array}\begin{array}{rl}& {\nabla }^{2}f(X^{(k)})=U^T\Lambda U=\left[\begin{array}{cccc}{\lambda }_1& 0& \cdots & 0\\ 0& {\lambda }_2& \cdots & 0\\ ⋮& ⋮& \ddots & ⋮\\ 0& 0& \cdots & {\lambda }_n\end{array}\right],U^{T}U=I\\ & 如果{\nabla }^{2}f(X^{(k)})非正定，说明{\lambda }_1\sim {\lambda }_n中有若干个特征值小于0\end{array}$$
用最小的特征值$\lambda min(\lambda min<0)$对$Hess$​矩阵进行修正
$$\begin{array}{r}\end{array}\begin{array}{rl}& {\nabla }^{2}f(X^{(k)})=U^T\Lambda U+(\epsilon -{\lambda }_{min})I\\ & =U^T\left[\begin{array}{cccc}{\lambda }_1& 0& \cdots & 0\\ 0& {\lambda }_2& \cdots & 0\\ ⋮& ⋮& \ddots & ⋮\\ 0& 0& \cdots & {\lambda }_n\end{array}\right]U+\left[\begin{array}{cccc}\epsilon -{\lambda }_{min}& 0& \cdots & 0\\ 0& \epsilon -{\lambda }_{min}& \cdots & 0\\ ⋮& ⋮& \ddots & ⋮\\ 0& 0& \cdots & \epsilon -{\lambda }_{min}\end{array}\right]U^{T}U\\ & =U^T\left[\begin{array}{cccc}{\lambda }_1+\epsilon -{\lambda }_{min}& 0& \cdots & 0\\ 0& {\lambda }_2+\epsilon -{\lambda }_{min}& \cdots & 0\\ ⋮& ⋮& \ddots & ⋮\\ 0& 0& \cdots & {\lambda }_n+\epsilon -{\lambda }_{min}\end{array}\right]U\\ & =U^T[\Lambda +(\epsilon -{\lambda }_{min})I]U\end{array}$$
为了不和原始的$Hess$矩阵偏差太大，$\epsilon$越小越好

​ Levenberg-Marquardt修正后，即保证了特征值都是正数，也保留原$Hess$矩阵尽可能多的信息

​ 在工程中，为了减少算法计算的复杂度，不会计算特征值特征向量，而是根据经验值手动设置一个${\mu }_k$,同时还会引入一个步长因子$\alpha$
$$X=X^{(k)}-{\alpha }^{(k)}[{\nabla }^{2}f(X^{(k)})+{\mu }_{k}I{]}^{-1}\nabla f(X^{(k)})$$
通过手动调节${\mu }_k$的值，使得$[{\nabla }^{2}f(X^{(k)})+{\mu }_{k}I]>0$

​(${\mu }_k\to 0$:趋近原牛顿法；${\mu }_k\to \infty$:趋近步长很小的梯度下降法)

二、高斯-牛顿法

1、应用范围

高斯-牛顿法用于解决什么问题？

有一个函数 $y=Asin(\alpha t+\beta )$ ,其中$A、\alpha 、\beta$未知，已知一些输入输出数据$[t_1,y_1],[t_2,y_2],\cdots ,[t_n,y_n]$​

高斯-牛顿法想要解决的问题是如何根据已知数据，估计未知参数

这是一个非线性最小二乘问题，${\min }_{\hat{A},\hat{\alpha },\hat{\beta }}{\sum }_{i=1}^n(\hat{A}sin(\hat{\alpha }{t}_i+\hat{\beta })-y_i{)}^2$

2、高斯-牛顿法原理

考虑更加一般的情况：
$$\begin{array}{rl}& \min \sum _{i=1}^m(r_i(X){)}^2\\ & 令r=[r_1,r_2,\cdots ,r_m{]}^T,则目标函数为f(X)=r(X{)}^{T}r(X),为了使用牛顿法求解，需要计算梯度和Hess矩阵\\ & 梯度\nabla f(X)的第j个元素为:(\nabla f(X){)}_j=\frac{\partial f}{\partial x_j}(X)=2\sum _{i=1}^m{r}_i(X)\frac{\partial r_i}{\partial x_i}(X)\\ & r的Jacobi矩阵为：J(X)=\left[\begin{array}{cccc}\frac{\partial r_1}{\partial x_1}(X)& \frac{\partial r_1}{\partial x_2}(X)& \cdots & \frac{\partial r_1}{\partial x_n}(X)\\ \frac{\partial r_2}{\partial x_1}(X)& \frac{\partial r_2}{\partial x_2}(X)& \cdots & \frac{\partial r_2}{\partial x_n}(X)\\ ⋮& ⋮& \ddots & ⋮\\ \frac{\partial r_m}{\partial x_1}(X)& \frac{\partial r_m}{\partial x_2}(X)& \cdots & \frac{\partial r_m}{\partial x_n}(X)\end{array}\right]\\ & 因此，函数f的梯度可表示为：\nabla f(X)=2J(X{)}^{T}r(X)\\ & \\ & 函数f的Hess矩阵的第(k,j)个元素为：\\ & \frac{{\partial }^{2}f}{\partial x_k\partial x_j}(X)=\frac{\partial }{\partial x_k}\left(\frac{\partial f}{\partial x_j}(X)\right)=\frac{\partial }{\partial x_k}\left(2\sum _{i=1}^m{r}_i(X)\frac{\partial r_i}{\partial x_i}(X)\right)=2\sum _{i=1}^m\left(\frac{\partial r_i}{\partial x_k}(X)\frac{\partial r_i}{\partial x_j}(X)+r_i(X)\frac{{\partial }^2{r}_i}{\partial x_k\partial x_j}(X)\right)\\ & 令S(X)表示一个矩阵其中(k,j)的元素为\sum _{i=1}^m{r}_i(X)\frac{{\partial }^2{r}_i}{\partial x_k\partial x_j}(X)\\ & f(x)的Hess矩阵可以表示为：{\nabla }^{2}f=2\left(J(X{)}^{T}J(X)+S(X)\right)\\ & 迭代公式为：X=X^{(k)}-[{\nabla }^{2}f{]}^{-1}\nabla f⟹X=X^{(k)}-{\left(J(X{)}^{T}J(X)+S(X)\right)}^{-1}J(X{)}^{T}r(X)\\ & 由于S(X)包含函数r的二阶导，数值较小可以忽略，所以迭代公式可变为：\\ & X=X^{(k)}-{\left(J(X{)}^{T}J(X)\right)}^{-1}J(X{)}^{T}r(X)\end{array}$$

3、Levenberg-Marquardt修正

高斯-牛顿法在使用的过程中也会出现$J(X{)}^{T}J(X)$不是正定矩阵的问题，所以也可以使用Levenberg-Marquardt修正就加以解决:
$X=X^{(k)}-{\left(J(X{)}^{T}J(X)+{\mu }_{k}I\right)}^{-1}J(X{)}^{T}r(X)$